副教授在数字经济发展和治理学术年会（2023）上的主旨演讲

副教授在数字经济发展和治理学术年会（2023）上的主旨演讲
　　　感谢*院长的介绍，也非常高兴能够接着*院长继续发言。在*院长的演讲中，从管理学视角探讨了如何让数据资本在创新过程中发挥重要作用。我自己曾在2020年发表过一篇题为《数据资本与经济增长路径》的学术论文，探讨数据作为一种虚拟资本类型的生产要素，对于中国经济增长与结构转型做出的重要贡献。文章发表后，我跟我的合作者开玩笑，说如果当初把题目改成《数据要素与经济增长》的话，可能这篇文章的引用量会翻倍。当然这只是玩笑话，我想强调的重点是，无论是经济学、管理学、社会科学还是其他的社会科学学科，乃至计算机、人工智能等信息科学，在数字经济发展这一研究主题上实现了全方位的交叉与融合，进而形成了数字经济学这样一门新兴学科。今天我的研究主题就是“建设数据要素市场，推进数字经济学的中国实践”，主要是基于自己的一些既有研究以及教学经验，跟各位分享我的一些不成熟的体会。
　　　首先是我们所处的时代背景，那就是正在不断做强、做优、做大的中国数字经济。
　　　中国数字经济的发展是非常蓬勃向上的。根据《数字中国发展报告（2022年）》，2022年我国数字经济规模首次突破50万亿元大关，总量稳居世界第二，同比名义增长10.3%（同期GDP名义增长为8.1%），数字经济占国内生产总值比重提升至41.5%。如果按照当前的增长速度，在4到5年的时间内，我国的数字经济占GDP的比重就将超过50%。“数据驱动”“数智赋能”“数实融合”“万物互联”等数字经济的实践概念与前沿理论，已经成为中国经济高质量发展的重要抓手。在国际范围内，数字经济的全球产业生态与创新生态正在逐渐形成，新的跨国产业组织形式与研发创新模式也初现端倪，开放开源成为推动数字技术持续进步的行业共识和重要驱动力量。
　　　我们观察到的一个最基本的事实是，数字经济的发展可能正在进入一个新的阶段。一个突出的表现是，以“大数据+人工智能”为代表的新的“要素+技术”的组合，正在逐渐超越传统意义上的“计算机+互联网”这一在上一轮技术革命之后占据主导地位的ICT技术组合，成为了推动经济社会发展范式转换的核心驱动力。进入这一阶段，中国数字经济发展所面临的核心问题是如何充分开发并有效治理大数据和人工智能等一系列的数字经济发展动能，妥善处理好伴随数字经济社会变迁所带来的一系列新问题、新矛盾。
　　　为了更好地发展数字经济，数字经济学的发展亟需重要的理论创新。数字经济学本身是一门经济学、管理学和信息科学等诸多学科的交叉学科，因而在数字经济的基本规律上，数字技术的经济学分析上，市场交易的基本制度上，产业组织方式与新经济增长理论上，都期待着新的理论创新。有了先进的理论，才能有后续的人才培养。
　　　当前，数字经济学的学科建设正面临一个重要的时间点。2022年共有77所高校新增数字经济专业，数字经济成为了新增备案专业中数量最多的专业。近两年，教育部在经济学门类中也新增了“数字经济”本科专业和专业硕士学位。对于数字经济学的相关教材，我们也做了一个简单的调研，目前市面上《数字经济导论》教材一共有三种，《数字经济（学）概论》教材一共有六种，《数字经济学》教材超过十种，还有一些分支学科、研究专题类的教材也都相继出版。然而，在相关专业、教材与课程都逐渐完备的背景下，数字经济学“学什么”“怎么学”“怎么用”等问题却尚未得到完全解决，数字经济发展人才培养不断扩容、人才缺口不断扩大的现实矛盾仍然存在。数字经济学科建设与人才培养亟需“提质增效”。
　　　综上所述，我认为需要把数字经济的高质量发展与数字经济学的学科建设密切地结合到一起。推进数据要素市场的建设是当前全球数字经济发展的关键实践，也为数字经济学提供了得天独厚的研究环境与应用场景。我们发现，各主要的经济体都在尝试建立能够促进数据更好地流通，充分地开放的要素市场模式，以谋求或巩固全球数字经济发展者的领导地位。美国坚持以市场为主导数据流通，以行业自律为主、以政府监管为辅；欧盟构建数据全域治理框架，将数据的提供、中介和使用环节分离开来，同时政府部门施行全过程监管；英国旨在推进个人数据要素化，发起Midata数据要素化项目，实施“开放银行”数据交易战略、共享金融数据。当然，还有诸多可供借鉴的实例，这里我就不赘述了。我们认为，只有尽快建立数据要素市场，妥善配置数据资源、数据资本和数据资产，辅以先进的理论创新引领，才能真正地把中国的数字经济和数字经济学发展好。中国数字经济的学科体系、学术体系、理论体系与话语体系建设，必须与数字要素市场建设协同共进。
　　　具体来看，在中国当前建设数据要素市场的过程中，面临哪些重要的问题？
　　　2016—2021年，我国数据要素市场规模不断扩张，由62亿元快速增长到815亿元，年复合增长率为67.4%。截至2022年12月，我国一共有46家数据交易所，10家省市级大数据集团。在总量迅速增长的同时，我国数据要素市场建设也面临交易规模不足、交易种类偏少、数据标准不统一、场内交易不活跃、市场监管职能不明确等现实问题。
　　　为了更好地发挥数据要素市场配置数据要素、算力要素与算法资源的功能，促进数据要素的合理流通与高效应用，需要妥善解决一系列关于价格形成、激励机制、创新支撑、福利效应与要素治理的关键问题。我们基于“数据价值链”的理论逻辑，在综合考虑重要性、紧迫性与时效性的基础上，归纳出当前数据要素市场建设面临的四个关键问题。
第一，在数据统计测度制度尚不完善的当下，到底如何度量数据的价值、为数据要素定价？已有研究提出了一些可供参考的做法。大多数现有研究通过测度数据要素的生产成本测度数据要素价值，这是从操作性上讲最为可行的做法，但是通过成本法得到的数据价值很有可能是被低估的。还有其他的一些做法，包括测算并且汇总数字经济各产业的增加值，测度SNA生产边界外的数字经济的福利效应，扩展GDP核算框架以包括数字零价产品与服务，以及基于市场和评价贡献为数据要素定价等等。对于测度数据价值，统计界也正在尝试做出改变，最新的国民核算国际标准（SNA2025）正在围绕数据资产开展相关的专题研究与改革探索。然而我们可以预期到，即使在SNA2025中形成了数据资产的测度方法，这个方法也一定是非常基础、高度依赖假设条件的。如何为数据要素的估值与定价提供经

............试读结束............

查阅全文加微信：3231169

如来写作网：gw.rulaixiezuo.com（可搜索其他更多资料）

本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至 3231169@qq.com 举报，一经查实，本站将立刻删除。
如若转载，请注明出处：https://www.dawenbi.com/85066.html

副教授在数字经济发展和治理学术年会（2023）上的主旨演讲

相关推荐