数字技术是整个数字经济的基础，如果这个技术止步不前，那么整个数字经济就成了无源之水、无本之木。因此，要实现数字经济的发展，就必须首先保证数字技术能够获得持续的进步。

 

应当承认，相比于其他国家，我国在数字技术的发展领域是有一定优势的。在包括移动互联、人工智能、云计算、区块链在内的众多数字技术领域，我国都居于领先地位。但是，也必须看到，我国在数字技术领域的短板也十分明显，这主要表现在两个方面：

 

一是在很多基础的领域，我国仍然缺乏足够的技术话语权，在很多关键技术上依然受制于人。在科技圈有这么一句话，美国人做技术是从0到1，中国人做技术是从1到N。虽然我们也承认从1到N是非常有价值的，但如果在基础领域不能实现突破，那么我们整个国家就只能在国际竞争当中扮演一个跟随者的角色。

 

二是在某些技术上，我们虽然处于领先地位，但由于这些技术的配套产业一时还难以形成，因此技术实现产业化还比较困难，这导致了很多从事基础研发的企业难以为继。如前所述，数字技术是有通用目的技术特征的，它的发挥受制于具体产业的配套设施状况，如果配套不到位，技术的优势就很难发挥出来。我曾经考察过一家在国内处于领先地位的人工智能企业，他们在人工智能领域有很多超前的专利。但企业的负责人向我坦言，由于5G等基础设施短期内很难完成，他们的技术很难得到普及应用。他向我表示，如果相应的基础设施建设在近几年难以达到普及，那么他们基于利润的考虑，将不得不停止对相关技术的研发。从企业角度看，暂时搁置某些先进技术研发的决策当然无可厚非，但是如果站在国家的角度看，这就可能让我们丧失未来在国际上领先的机会。

 

针对以上两个问题，个人认为有两点工作是值得考虑的：

 

一是积极运用产业政策，对一些关键技术进行扶持，以保证我国在数字技术领域的整体优势。一些学者可能认为，这种带有偏向性的产业政策会造成寻租等问题的产生。不可否认，这些问题是有可能存在的，但我在此要说明两点：其一，在涉及到中国国际竞争力的重大问题上，“两害相较取其轻”或许是更合理的态度，毕竟相对于失去国际竞争力，产生一些寻租等问题还是相对较小的。其二，在产业政策的具体操作上，我们可以通过对于相关机制的有效设计，将寻租、腐败的可能控制到一定限度之内，因而完全有可能从总体上保证产业政策是促进，而不是阻碍数字经济发展的。

 

二是做好基础设施的建设，为数字经济的发展奠定坚实的基础。未来数字经济的发展，需要5G等基础设施的辅助。这些基础设施具有巨大的正外部性，能产生巨大的社会效益，但对于私人企业来讲，投资又过于巨大。对于这些基础设施，政府就应该加大力量积极建设，从而保证数字经济的力量可以充分发挥。

 

 

数据是数字经济条件下的重要生产要素，要让这中生产要素能够有效发挥作用，就要积极推进它的资本化，让它的拥有者可以从市场上获得对应的经济回报。在这个过程当中还有很多工作要做。

 

首先，应当对数据权属的界分问题进行积极的探索。在现实中，大多数的数据都是通过平台采集的用户数据，对于这种数据，其权属应该如何界定，一直是一个争议的话题。在对具体的归属方案进行评价前，我们有必要明确界分数据权属的目标应该是什么。是效率，公平，还是其他的什么？在我个人看来，如果从整个经济发展的角度看，效率可能是最重要的，在保证效率的前提之下，可以进一步考虑公平的因素。如果采用效率标准，那么我们需要做的就是要首先认可企业能在不侵犯用户隐私以及其他合法权益的基础之上，拥有对用户数据进行搜集和分析的权利。这一点是由数据的本质特征决定的。由于数据具有很强的规模经济和范围经济属性，因此它被分散在用户个人手中时，并没有任何价值，只有当它被搜集、被分析，才能让其价值产生出来。从这个角度讲，只有允许企业对数据进行搜集和使用，才是有效率的。当然，在搜集数据的过程中，出于公平的需要，企业也应该积极探索行之有效的与用户的利益分享机制。目前，国外一些网站已经推出了付费收集用户行为数据的尝试，对此我国也可以考虑进行一些借鉴。

 

其次，应当对数据的定价机制、交易机制进行深入的研究。要让数据的价值得到充分的发挥，就需要建立一个可以交易的数据市场，这一点几乎已经成为了共识。但这个市场怎么建设、交易怎么进行、数据的价值又应该怎么评估，这些问题的争议却很大。在我个人看来，让原始数据直接进行交易并不是一个好办法。其原因有二：其一，原始数据的交易很有可能带来隐私或信息泄露等问题，从安全角度讲是不合适的。其二，数据本身的异质性是很大的，用数据进行交易，价值很难进行评估，这会极大增加市场的交易成本，让市场很难壮大。针对这些问题，我个人认为，与其交易原始数据，不如交易数据产品和数据服务。由数据分析者先将数据整理成为相关产品，然后再在市场上交易。这样一方面可以对数据进行有效脱敏，从而解决安全和隐私问题，另一方面则可以实现产品的标准化，从而有效降低市场运作的交易成本，让价格更容易生成。

 

再次，应当对数据垄断、隐私等问题形成有效的应对。关于这些问题，现在各界讨论都很热烈，尤其是法学界，讨论特别多。从现在的讨论看，人们针对这些问题开出的药方主要就是要加强规制，把数据的使用和分析更有效地管起来。这个思路的初衷固然是好的，但我觉得有一个前提恐怕需要思考一下，既所谓的数据垄断，以及隐私等问题本身是不是那么严重，是不是一定要十分严格的监管。以数据垄断为例，现在已经有很多研究表明，认为企业可以通过垄断数据来增强自己的市场力量的担忧其实是没有必要的。如果真是这样，那么强调过于严格的监管就可能不会带来太多的收益，反而会阻碍数字经济的发展。从这个角度看，监管到底应该到什么程度，恐怕还要有个成本收益上的核算。

 

另外，我还想强调的一点是，现在对于数据垄断、隐私等问题的讨论，几乎都是在法律和制度层面打转，而随着技术的发展，这些问题其实都是可以从技术上破解的。事实上，无论是数据垄断，还是隐私泄露问题，都是由于集中化处理的数据分析模式导致的。由于在现有的技术条件下，人们必须把数据集中到一起才能进行分析，因此才会可能在搜集数据的过程中侵犯隐私，实力雄厚的企业才可能因为搜集了过多数据而产生所谓的数据垄断问题。但如果这种集中分析数据的模式改变了，那么这些问题也就会迎刃而解。从现有的技术发展看，已经有一些技术可以帮助我们在不用搜集和集中数据的前提下，就可以完成对算法模型的运算。例如，联邦学习、多方安全计算等技术，就能帮助我们达到这一目的。因此，如果我们要想从根本上破解数据垄断和隐私问题，在法律和制度上下功夫固然重要，但最为根本的路子恐怕还是要依靠技术。

 

 

现在，无论是国内还是国外，关于平台的争议都非常多。很多人认为，一些“超级平台”正在日益成为经济中的垄断者，它们在各个市场上占据了巨大的市场份额，并采各种方法排除、限制竞争，打击竞争对手、剥削消费者，造成了很多不良的社会后果。因此，这些人主张，应该对平台进行强有力的管制，甚至动用反垄断的力量，对一些平台进行拆分。

 

不可否认，随着平台的发展，确实衍生出了一些问题，但认为它们就成为了新型的垄断者，并应该被打击和拆分的观点，显然是过激的和不正确的。事实上，正如我们前面所说的，平台同时具有企业和市场的二重属性，这决定了它们在竞争的形式、后果等方面都和传统企业有很大不同。在思考对平台的规制时，我们必须要将这些因素考虑在内。首先，从结构上看，相对于传统企业，平台企业确实会占有更高的市场份额。但是，这本身并不意味着这一定会损害经济效率。事实上，平台作为一个市场，其高集中度本身就意味着市场更好地得到了整合，更多的资源可以在这个整合的市场上更有效地加以配置，因此它更有可能是提升，而非损害效率的。其次，平台市场的高集中度也未必会带来对应的市场力量的增长。尽管一些平台可能在某些市场上具有很大的市场份额，但由于多归属、跨界竞争、动态竞争等因素的制约，它们事实上很难对价格、产量、交易条件等因素进行全面的掌控，其市场力量很可能并没有人们想象的那么高。再次，很多所谓的平台“滥用市场支配地位”的行为其实也是一种误解。作为市场的组织者，平台在很多时候必须对平台上的经营秩序进行一些规范。如果用一种传统的视角看，那么很多的行为就是排除和限制竞争的，但事实上，情况通常并非如此。例如，现在社会热议的“二选一”问题，如果从经济学的层面去进行探讨的话，它虽然具有限制竞争的一面，但与此同时也可以起到减少搭便车、促进关系专用性资产投资、降低交易成本等促进竞争的作用。因此，对于这种现象，我们更应该采用一种冷静的、合理分析的思路，而不应该本着朴素的法感情，就把它们一棍子打死。

 

基于以上原因，我认为对于平台，我们还应该采取一种审慎包容的态度。要对平台产生的问题有足够的重视，但不宜对它进行过于严苛的监管。尤其是分拆等极端的手段，更是不适合采用的。事实上，正如诺贝尔奖得主梯若尔（Jean Tirole）曾经指出的，反垄断等严厉的规制手段对于平台的规制是十分困难的，不仅因为很多理论问题得不到解决，而且反垄断的漫长流程也难以适应数字经济条件下瞬息万变的形式。在梯若尔看来，针对平台的特殊性，监管机构应该建立一套更为灵活的与平台企业的交流机制，对平台的一些重要决策进行事先沟通，对其中的一些进行事先的介入和干预。在我看来，梯若尔的这一看法是比较有创意的，相比于反垄断等传统规制手段，这种新的规制方法可能会收到更好的效果。

 

 

如前所述，数字技术多是通用目的技术，要让它们的力量全面得到发挥，就需要将它们应用到传统产业当中去，赋能传统产业，帮助传统产业完成数字化转型。数字化转型的内涵十分丰富，它不仅包括对于某项，或者某几项数字技术的应用，还包括由此引发的对组织形态、对业务流程的全面重构。对于传统企业来讲，数字化转型可以帮助它们有效降低成本、提升效率。对于国家和地区来讲，数字化转型也有助于提升本地企业的市场竞争力，从而对本地经济的发展起到推进作用。因此，无论是从微观层面还是从宏观层面上看，数字化转型的意义都是重大的。

 

尽管如此，在现实中，数字化转型工作的推进并不是那么顺利。其原因是多方面的，既有需求方，也有供给方的。

 

从数字化转型的需求者，也就是传统企业来讲，问题主要有如下几个方面：

 

其一，数字化转型的成本较高，企业难以承受。数字化转型的成本不仅包括购买和使用技术的成本，还包括对组织、流程、商业模式进行重构的成本。所有这些成本加在一起，往往不是个小数目，很多企业，尤其是中小企业往往难以负担。

 

其二，市场的需求通常是不确定的，数字化转型的结果往往不能适应需求变化的需要。我走访过一些传统企业，这些企业的负责人告诉我，数字化能提升企业效率不假，但如果企业效率上去了，产量增加了，需求却出现了波动，那么企业就不仅不能从效率改进中收益，还将面临产能闲置的成本。数字化一进行，固定成本就投下去了，要再调整就很难。相比之下，如果不进行数字化，企业到可以更为自如地调整可变成本（例如雇员），来应对需求的波动。

 

其三，企业要进行数字化转型，就需要向数字化服务的提供者开放一定的数据，很多企业担心在这个过程中可能会造成企业信息的泄露。

 

其四，现在数字技术的进步日新月异，很多技术出现后不久就被新技术替代了，不少企业担心在数字化之后，自己的企业根据某种技术进行了全面调整，反而会将自己固定在这一技术水平之上，难以对更新的技术进行回应。

 

从数字化转型的供给者，也就是数字化服务提供商的角度看，面临的困难则是非标化造成的成本居高不下。不同企业在经营状况、技术条件等方面都有很大的差别，它们进行数字化转型的诉求通常是不一样的。现在的数字化服务提供商通常要一事一议，针对不同企业的特征为它们提供不同的整体解决方案，在此过程中产生的数据也不能用到对其他企业的服务当中去。这样，数字化服务提供商每开展一项新工作就要从头再来，成本很难降下来。现实中，很多数字化服务提供商不赚钱，甚至亏本，原因就在于此。

 

针对以上供需两方面的问题，我认为有两样工作是比较需要做的。

 

一是要推进数字化服务的模块化。数字化服务应当摒弃现有的以提供整体解决方案为基础的思路，转而以提供相应的标准化技术模块为基础。这样，从需求方看，就可以根据自己的需要和市场需求状况灵活选择需要的模块组件，减少了进行数字化转型的成本。即使未来的技术有升级，也可以通过对现有的模块进行删改和加减，迅速对新技术作出调整。从供给方面看，模块化将可以实现服务的标准化，这可以让它们的服务成本大幅降低，市场规模大幅拓展，这可以保证它们能从服务提供的过程中获得足够的利润。基于以上原因，模块化事实上可以很好地破解供需双方目前面临的很多问题，从而有效推进数字化转型的顺利进行。

 

当然，要实现模块化，重要的一点是要实现模块技术标准，尤其是接口技术的标准化。对此，国家应该考虑指定相关标准。

 

二是要推进联邦计算等一些新技术的应用。在数字化的推进中，数据的应用是十分关键的。但在现有条件下，大多数企业出于安全的需要，都对数字化服务的提供者获取数据进行了严格的限制，更不允许它们将自己的数据应用到对其他企业的服务当中去。在这种条件下，数据资源事实上就被封闭在了一个个企业的“孤岛”当中，不同企业的数据难以形成协同，其力量就不能得到充分发挥。针对这种情况，可以考虑推广联邦计算等新型技术，以保证数字化服务的提供者可以在不直接获取相关企业数据的前提下有效利用各企业数据中的信息。

 

 

尽管从长期看，数字经济的发展对于经济和社会的发展可以起到重大的推进作用，但如前所述，它在短期也可能会引发失业增加、收入分配恶化等问题。如果这些问题不处理好，那么不仅数字经济的发展可能受到干扰，还可能激化社会矛盾、诱发社会冲突。因此，在大力推进数字经济发展的同时，我们必须做好相关的公共政策预案，解决好这些潜在问题。从现在来看，下面几方面的工作可能是比较值得重视的。

 

其一，应当革新现有的教育和培训体系，保证那些被数字技术替代的劳动力可以及时学习新的岗位知识和技能，从而实现重新就业。

 

其二，应当探索新的金融工具，以促进劳动者、雇主，以及培训机构三者之间的合作。例如，可以考虑推出“工作抵押”贷款，让寻找工作的劳动者以未来的工作收入为抵押，接受相关的技术培训，从而消除劳动者、雇主和培训机构之间的信息不对称和协调失灵，从而保证失业人员的培训和再就业及时进行。

 

其三，应当拓展就业渠道，用好共享经济、零工经济等新的经济形式，做好就业蓄水池的工作。

 

其四，应当做好社会保障的兜底工作，保证那些由于新技术冲击而失业，且无法再就业的人员的基本生活需要。

 

其五，应当改革收入分配体系，考虑对因采用数字技术而获得超额利润的企业适当地提高税率，以保证数字经济发展的同时，全社会不会出现过于严重的收入两极分化。