作者：林晨（中國人民大學國家發展與(yu) 戰略研究院執行院長、應用經濟學院教授）

　　習(xi) 近平總書(shu) 記強調，“誰能把握大數據、人工智能等新經濟發展機遇，誰就把準了時代脈搏”。“十四五”規劃和2035年遠景目標綱要指出，要“激活數據要素潛能，推進網絡強國建設，加快建設數字經濟、數字社會(hui) 、數字政府，以數字化轉型整體(ti) 驅動生產(chan) 方式、生活方式和治理方式變革”。由數據要素驅動的新經濟運行模式與(yu) 工業(ye) 革命以來的傳(chuan) 統模式有著顯著區別和獨特優(you) 勢。對這些特征和優(you) 勢加以深入分析，有利於(yu) 全麵把握新經濟的發展規律，促進經濟實現高質量發展。

　　數據要素驅動的新經濟區別於(yu) 傳(chuan) 統經濟的主要特征

　　從(cong) 18世紀60年代至今，一般認為(wei) 有三次工業(ye) 革命。第一次工業(ye) 革命以蒸汽機為(wei) 核心技術，第二次工業(ye) 革命以電力和內(nei) 燃機為(wei) 核心技術，第三次工業(ye) 革命（也稱科技革命）以原子能、電子計算機、空間技術和生物工程的發展為(wei) 主要標誌。前兩(liang) 次工業(ye) 革命及其引出的產(chan) 業(ye) 和經濟運行方式通常被稱為(wei) 傳(chuan) 統經濟；第三次工業(ye) 革命以來以網絡、信息和通信技術為(wei) 主體(ti) 的新興(xing) 產(chan) 業(ye) 和經濟運行方式則被稱為(wei) 新經濟。在數據要素驅動下，新經濟有著以下區別於(yu) 傳(chuan) 統經濟的顯著特征。

　　數據成為(wei) 生產(chan) 要素。新經濟與(yu) 傳(chuan) 統經濟的一個(ge) 關(guan) 鍵差異，是數據進入生產(chan) 過程，成為(wei) 生產(chan) 要素。機器可以通過對數據的學習(xi) 不斷優(you) 化迭代，這在很大程度上依賴於(yu) 數據要素的積累—利用—再積累—再利用。數據要素能夠驅動形成新經濟，關(guan) 鍵是產(chan) 生了三個(ge) 循環：一是“產(chan) 品→數據→產(chan) 品”的內(nei) 部循環，二是“數據→知識→數據”的加速累積循環，三是“資本→數據→資本”的“滾雪球”式循環。首先，全社會(hui) 在產(chan) 品生產(chan) 和交易過程中產(chan) 生大量數據。這些數據能夠幫助企業(ye) 提供更加滿足消費者需求的產(chan) 品，推動產(chan) 出增長，形成“產(chan) 品→數據→產(chan) 品”的循環。其次，數據是機器學習(xi) 的素材，是知識生產(chan) 過程的要素，機器能通過對數據的深度學習(xi) 和分析形成規律性的認識。知識的積累會(hui) 以增大社會(hui) 產(chan) 出的方式使得數據要素更快地積累，形成“數據→知識→數據”加速累積的循環。最後，資本投資於(yu) 數字化基礎設施、數字化設備和數字化研發，構建大平台，為(wei) 數據收集和數據要素形成提供物質基礎和技術支持。數據要素的積累擴大了產(chan) 出，提高了企業(ye) 生產(chan) 效率和盈利能力，形成“資本→數據→資本”的增長式循環。

　　從(cong) 人的幹中學發展到機器的幹中學。在傳(chuan) 統的工業(ye) 化時代，人會(hui) 在生產(chan) 過程中實現幹中學，人力資本在工業(ye) 生產(chan) 過程中實現積累。在數據要素驅動的新經濟時代，人工智能技術可以不依賴人力實現機器的幹中學，以前所未有的速度提高了經濟運行的效率。

　　機器從(cong) 能替代簡單重複勞動轉向能替代複雜勞動。在前兩(liang) 次工業(ye) 革命以來的傳(chuan) 統經濟運行模式中，機器替代人類的重複性勞動並在這些方麵具備更強的能力、更高的效率；在數據要素驅動的新經濟中，由於(yu) 存在“數據→知識→數據”的循環，廣泛應用的人工智能技術能比人類更加高效地處理龐大而繁雜的數據，完成更加複雜和非結構化的任務，機器能潛在替代複雜勞動。新經濟中的“機器替代人”替代了與(yu) 過去不同的人群，對收入分配結果會(hui) 產(chan) 生新的影響。

　　數據要素驅動新經濟的主要運行機製

　　從(cong) 上文的分析中可以看出，在數據要素驅動下，新經濟呈現出與(yu) 傳(chuan) 統經濟不同的運行方式。具體(ti) 而言，數據要素以“三大循環”驅動新經濟的形成與(yu) 發展。

　　“產(chan) 品→數據→產(chan) 品”的內(nei) 部循環。在新經濟的運行模式下，企業(ye) 在為(wei) 消費者提供產(chan) 品和服務的過程中積累了大量的消費者行為(wei) 數據。海量的消費者數據支撐了算法，算法能力的提升促使企業(ye) 能夠為(wei) 消費者提供更加個(ge) 性化的產(chan) 品和服務，提升產(chan) 品品質，發揮網絡效應，從(cong) 而形成“產(chan) 品→數據→產(chan) 品”的內(nei) 部循環。通過對數據的充分利用，企業(ye) 規模越大效率越高，且有不斷累積循環的趨勢，產(chan) 生了規模收益遞增的性質。

　　“數據→知識→數據”的加速累積循環。數據作為(wei) 全新要素投入新經濟生產(chan) 過程中的重要特征在於(yu) ，數據是知識生產(chan) 過程的要素，帶來了全新的知識積累和技術進步的方式。機器基於(yu) 已有數據的深度學習(xi) 和分析，能夠形成規律性的認識，而知識的增加能提高整個(ge) 經濟體(ti) 的運行效率，使得社會(hui) 消費品更加豐(feng) 富，並進一步積累更多消費者數據。知識的積累以增大社會(hui) 產(chan) 出的方式使得數據要素更多地積累，“數據→知識→數據”的加速累積，形成全新的技術進步模式，推動生產(chan) 力的提高。

　　“資本→數據→資本”的增長式循環。企業(ye) 初始階段較高的資本投入能夠獲取海量數據。通過對數據的解析與(yu) 利用，推動初始階段投入資本實現價(jia) 值增值。數據能夠促進新一輪的研發、數字人才的培養(yang) 和人工智能的進一步學習(xi) ，起到類似“資本偏向型技術進步”的作用，實現資本要素邊際產(chan) 出增加，在“資本→數據→資本”的循環中實現資本要素的增長式積累。

　　數據要素驅動新經濟的優(you) 勢所在

　　一是效率提升。與(yu) 人類曆史上任何一次技術進步一樣，數據要素驅動的新一輪技術進步提升了生產(chan) 效率。以美國為(wei) 例，2011年至2019年的經濟平均增長率為(wei) 2.28%，高於(yu) 2001年到2010年平均水平的1.762%。這說明當經濟收斂到穩態，單純的投資不再能驅動美國經濟增長之後，新技術的引入提升了美國的勞動生產(chan) 率，促進了經濟增長。

　　二是產(chan) 品多樣性增加。生產(chan) 模式由“標準化流水線-標準化產(chan) 品”轉變為(wei) “標準化算法-多樣化產(chan) 品”。在傳(chuan) 統經濟模式下，機器替代人之後隻能提供基於(yu) 流水線的標準化產(chan) 品，隻有人工才能提供個(ge) 性化產(chan) 品。然而，正如在前文“產(chan) 品→數據→產(chan) 品”循環中所分析的那樣，在數據驅動的新經濟中，人工智能技術能通過對數據的分析利用，以較低成本提供個(ge) 性化的產(chan) 品。多樣化的產(chan) 品滿足了社會(hui) 多樣化的需求，提高了總體(ti) 社會(hui) 福利。

　　三是增長方式轉變。數據驅動的新經濟模式改變了經濟增長方式，由單純的投資驅動型轉向數據、知識與(yu) 資本內(nei) 生驅動型。數據、知識與(yu) 資本相互融合、共同積累，改變了技術進步的方式。在不少領域，機器用於(yu) 學習(xi) 的數據可以不用從(cong) 人那裏獲得，而是由機器自主生成。

　　為(wei) 更好利用數據資源營造良好環境

　　首先是做好對自然壟斷的規製與(yu) 監管。數據要素驅動的新經濟存在規模經濟的特征，因此新經濟中的不少產(chan) 業(ye) 都會(hui) 具備自然壟斷的特征。在自然壟斷條件下，監管的重心應該從(cong) 規製壟斷轉移到規製壟斷行為(wei) 上，需要建立有效的行為(wei) 監管製度，在充分發揮新經濟高效率特征的同時，防止壟斷所導致的總體(ti) 福利損失，促進資本有序健康發展。

　　其次是確保數據安全。經濟運行中產(chan) 生的大數據不僅(jin) 關(guan) 係到個(ge) 人的隱私，也關(guan) 係到國家經濟安全和政治安全。數據可複製的特點決(jue) 定了保障數據安全是一個(ge) 包含硬件建設、軟件建設、法律法規體(ti) 係建設的係統工程。中共中央、國務院印發的《關(guan) 於(yu) 構建更加完善的要素市場化配置體(ti) 製機製的意見》指出：“探索建立統一規範的數據管理製度，提高數據質量和規範性，豐(feng) 富數據產(chan) 品。研究根據數據性質完善產(chan) 權性質。製定數據隱私保護製度和安全審查製度。推動完善適用於(yu) 大數據環境下的數據分類分級安全保護製度，加強對政務數據、企業(ye) 商業(ye) 秘密和個(ge) 人數據的保護。”這為(wei) 保障數據安全提供了方向指引和行動指南。

　　《光明日報》（2023年11月14日 11版）