数据要素驱动的新经济形态：特征及优势

作者：林晨（中国人民大学国家发展与战略研究院执行院长、应用经济学院教授）

习近平总书记强调，“谁能把握大数据、人工智能等新经济发展机遇，谁就把准了时代脉搏”。“十四五”规划和2035年远景目标纲要指出，要“激活数据要素潜能，推进网络强国建设，加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革”。由数据要素驱动的新经济运行模式与工业革命以来的传统模式有着显著区别和独特优势。对这些特征和优势加以深入分析，有利于全面把握新经济的发展规律，促进经济实现高质量发展。

数据要素驱动的新经济区别于传统经济的主要特征

从18世纪60年代至今，一般认为有三次工业革命。第一次工业革命以蒸汽机为核心技术，第二次工业革命以电力和内燃机为核心技术，第三次工业革命（也称科技革命）以原子能、电子计算机、空间技术和生物工程的发展为主要标志。前两次工业革命及其引出的产业和经济运行方式通常被称为传统经济；第三次工业革命以来以网络、信息和通信技术为主体的新兴产业和经济运行方式则被称为新经济。在数据要素驱动下，新经济有着以下区别于传统经济的显著特征。

数据成为生产要素。新经济与传统经济的一个关键差异，是数据进入生产过程，成为生产要素。机器可以通过对数据的学习不断优化迭代，这在很大程度上依赖于数据要素的积累—利用—再积累—再利用。数据要素能够驱动形成新经济，关键是产生了三个循环：一是“产品→数据→产品”的内部循环，二是“数据→知识→数据”的加速累积循环，三是“资本→数据→资本”的“滚雪球”式循环。首先，全社会在产品生产和交易过程中产生大量数据。这些数据能够帮助企业提供更加满足消费者需求的产品，推动产出增长，形成“产品→数据→产品”的循环。其次，数据是机器学习的素材，是知识生产过程的要素，机器能通过对数据的深度学习和分析形成规律性的认识。知识的积累会以增大社会产出的方式使得数据要素更快地积累，形成“数据→知识→数据”加速累积的循环。最后，资本投资于数字化基础设施、数字化设备和数字化研发，构建大平台，为数据收集和数据要素形成提供物质基础和技术支持。数据要素的积累扩大了产出，提高了企业生产效率和盈利能力，形成“资本→数据→资本”的增长式循环。

从人的干中学发展到机器的干中学。在传统的工业化时代，人会在生产过程中实现干中学，人力资本在工业生产过程中实现积累。在数据要素驱动的新经济时代，人工智能技术可以不依赖人力实现机器的干中学，以前所未有的速度提高了经济运行的效率。

机器从能替代简单重复劳动转向能替代复杂劳动。在前两次工业革命以来的传统经济运行模式中，机器替代人类的重复性劳动并在这些方面具备更强的能力、更高的效率；在数据要素驱动的新经济中，由于存在“数据→知识→数据”的循环，广泛应用的人工智能技术能比人类更加高效地处理庞大而繁杂的数据，完成更加复杂和非结构化的任务，机器能潜在替代复杂劳动。新经济中的“机器替代人”替代了与过去不同的人群，对收入分配结果会产生新的影响。

数据要素驱动新经济的主要运行机制

从上文的分析中可以看出，在数据要素驱动下，新经济呈现出与传统经济不同的运行方式。具体而言，数据要素以“三大循环”驱动新经济的形成与发展。

“产品→数据→产品”的内部循环。在新经济的运行模式下，企业在为消费者提供产品和服务的过程中积累了大量的消费者行为数据。海量的消费者数据支撑了算法，算法能力的提升促使企业能够为消费者提供更加个性化的产品和服务，提升产品品质，发挥网络效应，从而形成“产品→数据→产品”的内部循环。通过对数据的充分利用，企业规模越大效率越高，且有不断累积循环的趋势，产生了规模收益递增的性质。

“数据→知识→数据”的加速累积循环。数据作为全新要素投入新经济生产过程中的重要特征在于，数据是知识生产过程的要素，带来了全新的知识积累和技术进步的方式。机器基于已有数据的深度学习和分析，能够形成规律性的认识，而知识的增加能提高整个经济体的运行效率，使得社会消费品更加丰富，并进一步积累更多消费者数据。知识的积累以增大社会产出的方式使得数据要素更多地积累，“数据→知识→数据”的加速累积，形成全新的技术进步模式，推动生产力的提高。

“资本→数据→资本”的增长式循环。企业初始阶段较高的资本投入能够获取海量数据。通过对数据的解析与利用，推动初始阶段投入资本实现价值增值。数据能够促进新一轮的研发、数字人才的培养和人工智能的进一步学习，起到类似“资本偏向型技术进步”的作用，实现资本要素边际产出增加，在“资本→数据→资本”的循环中实现资本要素的增长式积累。

数据要素驱动新经济的优势所在

一是效率提升。与人类历史上任何一次技术进步一样，数据要素驱动的新一轮技术进步提升了生产效率。以美国为例，2011年至2019年的经济平均增长率为2.28%，高于2001年到2010年平均水平的1.762%。这说明当经济收敛到稳态，单纯的投资不再能驱动美国经济增长之后，新技术的引入提升了美国的劳动生产率，促进了经济增长。

二是产品多样性增加。生产模式由“标准化流水线-标准化产品”转变为“标准化算法-多样化产品”。在传统经济模式下，机器替代人之后只能提供基于流水线的标准化产品，只有人工才能提供个性化产品。然而，正如在前文“产品→数据→产品”循环中所分析的那样，在数据驱动的新经济中，人工智能技术能通过对数据的分析利用，以较低成本提供个性化的产品。多样化的产品满足了社会多样化的需求，提高了总体社会福利。

三是增长方式转变。数据驱动的新经济模式改变了经济增长方式，由单纯的投资驱动型转向数据、知识与资本内生驱动型。数据、知识与资本相互融合、共同积累，改变了技术进步的方式。在不少领域，机器用于学习的数据可以不用从人那里获得，而是由机器自主生成。

为更好利用数据资源营造良好环境

首先是做好对自然垄断的规制与监管。数据要素驱动的新经济存在规模经济的特征，因此新经济中的不少产业都会具备自然垄断的特征。在自然垄断条件下，监管的重心应该从规制垄断转移到规制垄断行为上，需要建立有效的行为监管制度，在充分发挥新经济高效率特征的同时，防止垄断所导致的总体福利损失，促进资本有序健康发展。

其次是确保数据安全。经济运行中产生的大数据不仅关系到个人的隐私，也关系到国家经济安全和政治安全。数据可复制的特点决定了保障数据安全是一个包含硬件建设、软件建设、法律法规体系建设的系统工程。中共中央、国务院印发的《关于构建更加完善的要素市场化配置体制机制的意见》指出：“探索建立统一规范的数据管理制度，提高数据质量和规范性，丰富数据产品。研究根据数据性质完善产权性质。制定数据隐私保护制度和安全审查制度。推动完善适用于大数据环境下的数据分类分级安全保护制度，加强对政务数据、企业商业秘密和个人数据的保护。”这为保障数据安全提供了方向指引和行动指南。

《光明日报》（2023年11月14日 11版）