近日中国（深圳）综合开发研究院举行“中国数字化之路研讨会”。中国（深圳）综合开发研究院副理事长、哈尔滨工业大学（深圳）经济管理学院教授、深圳市原副市长唐杰围绕数字经济的现状与发展作了发言。

　　一、数字经济时代人类社会经济增长方式发生哪些变化？

　　当前，人类社会正在进入一个“万物皆数据”的新时代。数字经济成为继农业经济、工业经济之后，人类历史发展的一个崭新阶段，人类生产生活将发生根本性的变化。时至今日，知识经济与数字经济已经具有典型的一体化趋势。未来一切科学进步都以是否能够数字化为根本。

　　一是经济增长从主要依靠要素投入转向知识投入。近年来，随着大数据、云计算等新技术的涌现，知识和技术的作用日益凸显，经济增长越来越依赖知识，传统依赖物质生产要素投入的数量型模式将为知识创新所替代。数字化发展为经济增长提供新动能。

　　二是生产方式从高成本生产转向低成本复制。数字经济和以往传统工业化的最大不同是，研发成本高但复制成本很低。数字经济发展可促使大量生产过程为数字化技术所低成本复制，并以更高效率连接整个社会的经济资源，人类不仅是生产活动创造价值，人类一切活动都会成为数字化解析的对象，数字将成为核心资源。

　　三是数字经济发展催生更多新需求与新产品。数字技术应用的不断推进，不断创造出更好的数字化生活。同时，数字经济发展孕育新产品和服务，创造出新业态和新模式。数字化技术广泛运用将使得人类如何摆脱对自然资源消耗的依赖，人类将有可能实现从为生存发展而大量破坏自然资源和生态环境，转向保护资源与恢复生态环境。

　　二、如何看待数字经济对经济增长的贡献？

　　有关数字经济对经济增长的贡献以及未来全球经济是否还能出现从蒸汽机革命，到内燃机革命带来了巨大创新红利？存在着很大争议，到目前为止，大致分为两种看法，一种是悲观的观点，代表人物是美国经济学家罗伯特·戈登。他认为，从２０世纪后半期开始，技术对经济增长的贡献在不断下降，所谓的信息革命对经济增长的贡献远不如上世纪初的电气化革命。数字技术革命似乎逆转低创新贡献，全要素生产率停滞，经济前景暗淡的趋势。

　　另一种是乐观的展望。以美国为例，自８０年代信息革命以来，人力资本和收益水平呈现出正相关增长趋势，过去十年势头有加快趋势。这在一定程度上证明，数字经济提高了全社会的效率。另外，美国城市人口结构正在发生深刻变化，一方面是受过高等教育的劳动力占比持续提高，另一方面城市人口规模越大，劳动力受教育年限越长。其中，ＳＴＥＭ员工占比成为产业数字化的重要标志，科学（Ｓ）、技术（Ｔ）、工程（Ｅ）与数学（数学）员工成为一个产业是否是数字化产业的标志。

　　应当承认，乐观主义的观点提出了大量的关于数字经济和数字技术推动效率提升和生活方式、消费方式以至于社交方式的巨大改变的例证，但仍难以回答戈登的全要素生产率提升缓慢的质疑。对此问题，存在着几种猜测性解答，一是生产活动有效性在能够满足由个体构成全社会的效用最大化。信息技术肇始的数字技术，涵盖了信息、生命及材料科学，极大地提升了人类效用满足程度，但对此，传统生产函数难以有效度量。这应当是与现阶段，大量数字产品是非物质性效用满足型的消费品有关。二是数字经济与ＡＩ技术出现了对既有劳动力的替代。三是与之相关，数字经济时代出现了新一轮全球性的收入和财产分配不公平。

　　社会明显了对而非生产型。当我们没进入到人工智能阶段的时候，它只能产生对当期经济投入的拉动，没能产生对效率的影响。

　　三、如何客观认识中国数字经济的发展现状？

　　数字经济涉及到制造和数据运用与分析两大领域。目前与我们不论是在制造领域还是数据运用领域均与全球领先水平有差距，我们领先的是以超大规模电商构成的平台经济。尽管我们应当清醒地看到，疫情期间我国几大平台电商在信息分析传递及物流配送领域发挥了非常重要的作用，但还是应当承认在算法与深度分析方面，我们还是粗糙，有进一步提升的空间。若以数字与信息装备制造水平代表算力，我们的差距可能要更大一些。

　　算力问题表象是光刻机高端前沿芯片，实质上是我国精密制造与材料科学的差距，要补工业化的课。移动通信数据化与数字化强化了硬件技术的地位；第二个是算法与软件有关，硬件制造也与软件有关。可以説，智能制造的发展决定于系统集成软件。第三是算法与应用数学和计算技术关联度高，我国人才储备和人才教育方面还存在不足；第四是城市间数字化发展程度存在差异。例如北京的硬件制造水平并不很突出，但是我国乃至世界算法水平极高的城市，从数据分析行业角度来看，软件、数据通信、数据分析、数据传输也是全球领先。目前北京数字技术的在算法和分析传输及软件方面已经远超过上海和深圳，总体规模达到了沪深的总和。

　　四、发展数字经济还存在哪些问题？

　　一是数据开放问题。中国围绕大数据的技术创新、应用推广、产业发展等进行了大量探索与尝试，然而由于体制原因，仍存在“数据孤岛”的现象，如数据共享不足、开放利用不够。所以如何确保在数据安全的同时也保障数据的开放与联通值得我们思考。

　　二是数据垄断问题。当前一些全球数据寡头封闭地垄断特定行业。继欧盟之后，美国政府也开始收紧对数字经济公司垄断行为的监管，加强对科技巨头的反垄断审查。建议应对平台数据的规制进行立法，并建立面向社会开放的数据共享平台。

　　三是数据滥用问题。数字经济发展带来了全方位的社会变革，同时也带来了新的安全挑战。数据泄露、数据滥用、隐私安全等日渐成为明患隐忧。基于此，应进一步完善针对数据收集、使用、管理、监督的相关法律法规，推动数字经济的健康发展。