【超級平臺】
2019年12月12日，新華社發佈了2019年中央經濟工作會議公報。公報對2019年的經濟工作進行了總結，對2020年的經濟工作進行了部署。在公報指出六項重點任務中，“大力發展數字經濟”赫然在列。儘管“數字經濟”一詞並不是第一次出現在中央文件當中，但在中央經濟工作會議的公報中，以如此的地位被提及，在印象中卻是首次。
對於像我這樣的數字經濟研究者來講，中央重視數字經濟的最直接後果就是提供了很多“業務”機會。公報發佈後，就陸續有媒體和研究機構來諮詢我關於發展數字經濟的看法。來者甚多，一一作答實在不易。所以就乾脆借新年的第一次專欄，集中談一些自己的觀點，權當是對提問的一次統一回答吧！
不斷演進的“數字經濟”概念
作為一名研究者，在正式討論數字經濟之前，我想先花些時間掉一點書袋，談談“數字經濟”這個概念本身。要定義數字經濟並不是件容易事，因為這個概念本身是在發展的，一天一個樣。
從文獻上看，“數字經濟”一詞首次出現，是在美國學者唐·泰普斯科特（DonTapscott）於1996年所著的《數字經濟：網絡智能時代的前景與風險》（TheDigitalEconomy:PromiseandPerilintheAgeofNetworkedIntelli－gence）中。不過，在這部專著中，泰普斯科特只是用“數字經濟”來泛指互聯網興起後的各種新生產關係，並沒有對其概念進行精確的界定。
儘管“數字經濟”並非一個清晰的概念，但作為一個“好詞”，它很快在當時的學者當中流行了開來。在上世紀90年代後半期的很多論文和報告中，都出現了“數字經濟”一詞。儘管在不同的文獻中，“數字經濟”的具體所指各不相同，但大致上講，它們都涉及了互聯網技術，以及在互聯網技術的基礎上出現的電子商務（e-commerce）和電子業務（e-business）（注：“電子商務”指的是經由互聯網技術進行的商品和服務交易，而“電子業務”指的則是採用了互聯網技術的業務流程）。因此，有些學者認為，這一時期的“數字經濟”所指的基本就是“互聯網經濟”。
2000年之後，新技術猛進，物聯網、移動互聯、雲計算、大數據、人工智能、區塊鏈等新型數字技術你方唱罷我登場。單純的“互聯網經濟”已經難以涵蓋“數字經濟”的全部內容。在這種背景下，不少文獻開始把這些新的技術以及由此產生的新型經濟活動也吸收到“數字經濟”的概念中來。例如，在2016年G20杭州峰會上發佈的《G20數字經濟發展與合作倡議》中，數字經濟則被定義成了“以使用數字化的知識和信息作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動”。在這個定義中，數字經濟已經囊括了一切數字技術及建立在它們之上的經濟活動。
縱觀數字經濟定義的演變，我們至少可以得到兩個重要信息：第一，隨著技術的演進，數字經濟的發展是動態的。我們應該用發展，而非靜止的目光來看待它。第二，數字經濟是技術與經濟的結合。在制定相關的發展政策時，我們要兩頭並舉，既要重視技術層面，也要重視經濟層面。
理解數字經濟的三個維度
由於數字經濟既涉及技術條件又涉及經濟關係，因此要全面理解它是十分困難的。不過，由三個維度入手或許可以對認識它起到一定的幫助。這三個維度是：構成數字經濟技術基礎的數字技術、作為數字經濟條件下重要生產要素的數據，以及數字經濟條件下的重要組織形式的互聯網平臺。其中，前兩個維度構成了數字經濟的生產力層面，而最後一個維度則構成了數字經濟的生產關係層面。
1、數字技術
構成數字經濟的第一個維度是作為技術基礎的數字技術。相比於傳統的技術，數字技術有很多獨特的特徵，例如，它們的演進十分迅速，其發展會呈現出“摩爾定律”或類似的規律；又如，它們都具有很強的規模經濟、網絡經濟特徵，在發展突破一定臨界點後，增長速度將會極為迅猛。
這裡特別想強調說明的一點是，數字技術有很強的“通用目的技術”（GeneralPurposeTechnology，簡稱GPT）屬性。所謂“通用目的技術”，是相對於“專用目的技術”而言的。通俗來講，它指的是，能夠同時使用到多個部門的技術。這種屬性帶來了兩個重要後果：第一，數字技術研發工作具有很強的“正外部性”，它所產生的收益可能遠高於其可以給研發者帶來的回報，這導致了在市場條件下，研發者的投入可能會低於社會最優的水平；第二，作為“通用目的技術”，數字技術功用的發揮需要具體部門的技術和組織進行配套，這使得數字經濟部門的發展和經濟整體的發展可能是不同步的。經濟學上有一個著名的“索洛悖論”，即數字技術發展對GDP的影響並不顯著。這種現象，在很大程度上就是由數字技術的“通用目的技術”導致的。
2、數據
作為數字經濟時代的關鍵生產要素，數據在性質上和資本、勞動力等傳統的生產要素存在著很多的不同。
首先，從屬性上看，數據具有一定的公共品屬性。從使用環節看，數據具有很強的“非競爭性”，一個人使用了某樣數據，並不影響其他人對它的使用；而從生產環節看，數據具有很強的“非排他性”，不同的蒐集者可以對同一數據源進行數據蒐集，互不干擾。
其次，數據具有很強的規模效應和範圍效應。在現有的技術條件下，規模太小，或者維度太少的數據對於分析是沒有意義的。隨著數據規模的增大、維度的增加，可能從數據中挖掘出的價值將會呈現出幾何級數的上升。
再次，數據具有較強的可再生性和可替代性。不同於石油等傳統的生產要素，數據不會因為使用而消失，反而可能因為使用而不斷增加。與此同時，數據也不像石油那樣絕對不可或缺。事實上，為了達成相同的分析目標，我們可以採用完全不同的數據集合。
3、平臺
在數字經濟條件下，平臺開始日益成為一種重要的經濟組織形式。這種組織形式的興起一方面讓生產力獲得了巨大的釋放，並且給人們的生活帶來巨大的便利，但另一方面也對人們的認知提出了很多新挑戰。
平臺同時具有了企業與市場的特徵。一方面，所有的平臺都有員工、有資產、有層級結構，對內會用命令來進行資源配置，對外需要參與市場競爭，這些都是和傳統的企業類似的。但另一方面，平臺並不像傳統的企業一樣直接生產或銷售商品，它們要做的更多是匹配供需。
除了本質屬性上與傳統企業的差別之外，平臺還具有很多傳統企業所沒有的特點，其中最重要的就是所謂的“跨邊網絡外部性”。所謂“跨邊網絡外部性”，指的是平臺一側的用戶會關注平臺另一側（或數側）的用戶數量。由於有了這種跨邊網絡外部性，平臺就有機會通過首先撬動一側的市場來啟動“雞生蛋、蛋生雞”式的回振，獲得迅速的成長。需要指出的是，在平臺競爭的條件下，先發的平臺通常會具有更強的網絡外部性，從而對客戶產生更大的吸引，而後來進入的平臺則很難吸引到足夠的客戶。這樣，競爭的結果就很有可能產生客戶向先發平臺的集中，最終產生一家獨大的格局。
破局數字經濟
以上三個維度，不僅可以成為我們認識數字經濟的起點，也可以成為我們促進數字經濟發展的重要突破口。具體來說，有三個工作是需要首先強調的：一是大力促進數字技術的發展，夯實數字經濟基礎；二是推進數字要素資本化的進行，搞活數字經濟的要素市場；三是做好對平臺的規制和引導，做好數字經濟的組織建設。
1、大力扶持數字技術的發展
數字技術是支撐整個數字經濟的技術基礎，所有數字經濟條件下的經濟關係、經濟活動，都是建築在這個基礎之上的。因此，要推進數字經濟的發展，首先就要推進這個基礎的發展。
不少人對我國數字技術的發展充滿了樂觀的情緒，認為我國在這一領域已經是世界領先了。這種觀點有一定道理。目前，在包括移動互聯、人工智能、雲計算、區塊鏈在內的眾多數字技術領域，我國都有一些技術在世界範圍內居於前列。但我們也必須清醒地看到，我國在數字技術領域的短板依然十分明顯：
一方面，在很多基礎領域，我國仍然缺乏足夠的技術話語權，在很多關鍵技術上依然受制於人。在科技圈有一句流行語：美國人做技術是從0到1，中國人做技術是從1到N。雖然我們也承認從1到N是非常有價值的，但如果在基礎領域不能實現突破，那麼我們就只能在國際競爭當中扮演一個跟隨者的角色。
另一方面，雖然我國在一些技術上確實處於領先地位，但由於這些技術的配套產業一時還難以形成，因此技術實現產業化還比較困難，這導致了很多從事基礎研發的企業難以為繼。
針對以上兩個問題，有兩項工作可能需要加緊：
一是積極運用產業政策，加強對一些關鍵技術的扶持。這個建議肯定會遭到一些質疑，因為不少有影響的學者認為產業政策會滋生尋租和腐敗，從而帶來效率損失。我不否認這種可能的存在，但在激烈的國際競爭之下，我們必須“兩害相較取其輕”。哪怕可能滋生一些問題，也不能因此而失去在數字技術上的優勢。當然，在具體的政策操作上，還可以通過合理的機制設計，儘可能揚長避短，防止負面影響的發生。
二是做好基礎設施的建設，為數字經濟的發展奠定堅實的基礎。未來數字經濟的發展，需要5G等基礎設施的輔助。這些基礎設施具有巨大的正外部性，能產生巨大的社會效益，但對於私人企業來講，投資又過於巨大。對於這些基礎設施，政府就應該加大力量積極建設。
2、積極推進數據要素的資本化
數據是數字經濟條件下的重要生產要素，要讓這種生產要素能夠有效發揮作用，就要積極推進它的資本化，讓它的擁有者可以從市場上獲得對應的經濟回報。在這個過程當中還有很多工作要做。
首先，應當對數據權屬的界分問題進行積極的探索。數據究竟應該屬於蒐集數據的人，還是被蒐集的對象，一直是個爭議的話題。在我看來，如果我們界分數據產權是以經濟效率為首要目標的話，就應該首先認可企業可以在不侵犯用戶隱私以及其他合法權益的基礎之上，擁有對用戶數據進行蒐集和分析的權利。
這一點是由數據的本質特徵決定的。由於數據具有很強的規模經濟和範圍經濟屬性，因此它被分散在用戶個人手中時，並沒有任何價值，只有當它被蒐集、被分析，才能讓其價值產生出來。從這個角度講，只有允許企業對數據進行蒐集和使用，才是有效率的。
當然，在蒐集數據的過程中，出於公平的需要，企業也應該積極探索行之有效的與用戶的利益分享機制。目前，國外一些網站已經推出了付費收集用戶行為數據的嘗試，對此，我國也可以考慮進行一些借鑑。
其次，應當對數據的定價機制、交易機制進行深入的研究。要讓數據的價值得到充分的發揮，就需要建立一個可以交易的數據市場，這一點幾乎已經成為了共識。但這個市場怎麼建設、交易怎麼進行、數據的價值又應該怎麼評估，這些問題的爭議還很大。
在我看來，直接交易原始數據並不是一個好辦法，原因有二：其一，原始數據的交易很有可能帶來隱私或信息洩露等問題。其二，數據本身的異質性是很大的，用數據進行交易，價值很難進行評估，這會極大增加市場的交易成本。
在這樣的條件下，與其交易原始數據，不如交易數據產品和數據服務。由數據分析者先將數據整理成為相關產品，然後再在市場上交易。這樣一方面可以對數據進行有效脫敏，從而解決安全和隱私問題；另一方面則可以實現產品的標準化，從而有效降低市場運作的交易成本，讓價格更容易生成。
再次，應當有效應對數據壟斷、隱私等問題。關於這些問題，現在法學界的討論很多。縱觀各種觀點，呼籲加強監管的聲音似乎比較大。對此，我個人有一些不同的觀點，認為在考慮是否監管，監管到什麼程度的時候，切不可一廂情願，而應該根據具體問題進行具體分析。以數據壟斷為例，現在已經有很多研究表明，認為企業可以通過壟斷數據來增強自己的市場力量的擔憂其實是沒有必要的。如果真是這樣，那麼強調過於嚴格的監管就可能不會帶來太多的收益，反而會阻礙數字經濟的發展。
需要強調的是，現在對於數據壟斷、隱私等問題的討論，幾乎都是在法律和制度層面打轉，而隨著技術的發展，這些問題其實都是可以從技術上破解的。事實上，無論是數據壟斷，還是隱私洩露問題，都是由於集中化處理的數據分析模式導致的。如果這種集中分析數據的模式改變了，那麼這些問題也就會迎刃而解。從現有的技術發展看，已經有一些技術可以幫助我們在不用搜集和集中數據的前提下，就可以完成對算法模型的運算。例如，聯邦學習、多方安全計算等技術，就能幫助我們達到這一目的。因此，如果我們要想從根本上破解數據壟斷和隱私問題，法律和制度上的建設固然重要，但技術上的進步或許才是最根本的突破口。
3、合理規制和引導平臺
無論中外，關於平臺的爭議都非常多。一些人認為，平臺正在成為經濟中的新型壟斷者，主張對平臺進行強有力的管制，甚至呼籲對一些“超級平臺”予以拆分。誠然，隨著平臺的崛起，出現了很多問題。但套用傳統經濟下的思路，簡單將這些問題歸於壟斷，並採用傳統的反壟斷思路來應對它們則顯然是不正確的。
平臺同時具有企業和市場的二重屬性，這決定了它們在競爭的形式、後果等方面都和傳統企業有很大不同：
首先，從結構上看，相對於傳統企業，平臺企業確實會佔有更高的市場份額。但是，這本身並不意味著這一定會損害經濟效率。事實上，由於平臺本身就是市場，因此平臺市場的高集中度本身就意味著市場更好地得到了整合。
其次，由於多歸屬、跨界競爭、動態競爭等因素的制約，平臺即使擁有很高的市場佔有率，也未必能像傳統的壟斷企業那樣擁有對於市場的強大控制力，對價格、產量、交易條件等因素進行全面的掌控。
再次，很多所謂的平臺“濫用市場支配地位”的行為其實也是一種誤解。作為市場的組織者，平臺在很多時候必須對平臺上的經營秩序進行一些規範。如果用一種傳統的視角看，那麼很多的行為就是排除和限制競爭的，但事實上，情況通常並非如此。例如，現在社會熱議的“二選一”問題，如果從經濟學的層面去進行探討的話，它雖然具有限制競爭的一面，但與此同時也可以起到減少搭便車、促進關係專用性資產投資、降低交易成本等促進競爭的作用。
基於以上原因，對於平臺繼續採取一種審慎包容的態度或許是更為可取的。要對平臺產生的問題有足夠的重視，但不宜輕易採取過於嚴苛的規制。尤其是分拆等極端的手段，更需要慎之又慎。
我曾向諾貝爾獎得主梯若爾（JeanTirole）請教過對於平臺的規制問題。他指出，在數字經濟條件下，用反壟斷等嚴厲的規制手段來規制平臺會遭遇很多問題，這不僅因為很多理論問題得不到解決，而且反壟斷的漫長流程也難以適應數字經濟條件下瞬息萬變的形式。在梯若爾看來，針對平臺的特殊性，監管機構應該建立一套更為靈活的與平臺企業的交流機制，對平臺的一些重要決策進行事先溝通，對其中的一些進行事先的介入和干預。這個觀點，或許是非常值得平臺的規制者們重視和借鑑的。
推進數字化進程，發展數字經濟
在數字經濟的發展過程中，數字技術、數據和平臺這三個維度並不彼此孤立，而是在一個過程中相互影響，相互作用。這個過程就是數字化。數字化的內涵非常複雜，它不僅涉及對數字技術和數據資源的應用，還涉及由此引發的對組織形態、對業務流程的全面重構。只有通過數字化過程，數字技術的力量才能充分發揮出來。因此，要發展好數字經濟，就必須有力推進數字化。
不過，要推進數字化並沒有那麼容易。從需求面看，有如下困難需要重視：
一是高成本。數字化轉型的成本不僅包括購買和使用技術的成本，還包括對組織、流程、商業模式進行重構的成本。所有這些成本加在一起，往往不是個小數目，很多企業，尤其是中小企業往往難以負擔。
二是需求的不確定。曾有一些企業的負責人告訴我，數字化能提升企業效率不假，但如果企業效率上去了，產量增加了，需求卻出現了波動，那麼企業就不僅不能從效率改進中收益，還將面臨產能閒置的成本。
三是對數據安全的考慮。企業要進行數字化轉型，就需要向數字化服務的提供者開放一定的數據，很多企業擔心在這個過程中可能會造成企業信息的洩露。
四是對於擴展性和兼容性的考慮。現在數字技術的進步日新月異，很多技術出現後不久就被新技術替代了，不少企業擔心在數字化之後，自己的企業根據某種技術進行了全面調整，反而會將自己固定在這一技術水平之上，難以對更新的技術進行回應。
而從供給面，也就是數字化服務提供商的角度看，面臨的困難則是非標化造成的成本居高不下。不同企業在經營狀況、技術條件等方面都有很大的差別，它們進行數字化轉型的訴求通常是不一樣的。這樣，數字化服務提供商每開展一項新工作就要從頭再來，成本很難降下來。現實中，很多數字化服務提供商不賺錢，甚至虧本，原因就在於此。
針對以上供需兩方面的問題，我認為可以從兩個方面入手。
一是要推進數字化服務的模塊化。從需求方看，這允許企業更好地根據自己的需要和市場需求狀況靈活選擇需要的模塊組件，減少了進行數字化轉型的成本。即使未來的技術有升級，也可以迅速對新技術進行調整。從供給方面看，模塊化將可以實現服務的標準化，這可以讓它們的服務成本大幅降低，市場規模大幅拓展，這可以保證它們能從服務提供的過程中獲得足夠的利潤。
當然，要實現模塊化，重要的一點是要實現模塊技術標準，尤其是接口技術的標準化。對此，國家應該考慮制定相關標準。
二是要推進聯邦計算等一些新技術的應用。在數字化的推進中，數據的應用是十分關鍵的。但在現有條件下，大多數企業出於安全的需要，都對數字化服務的提供者獲取數據進行了嚴格的限制，導致數據被封閉在了一個個企業的“孤島”當中，難以形成協同優勢。對此，可以考慮推廣聯邦計算等新型技術，探索在不直接獲取相關企業數據的前提下有效利用數據的方法，這樣就可以在保證企業數據安全和推進數字化之間取得有效的平衡。
閱讀更多 經濟觀察報 的文章
