2024年4月13日，中国人民大学数字经济系成立大会暨“数字文明时代的未来经济学学术论坛”举行。

中国工业经济学会会长、中国社科院大学教授、国务院原副秘书长 江小涓 以《 数字经济学的一个基础问题：数据如何加载到学科体系之中》为题进行了主旨演讲。本文根据江小涓教授现场发言内容整理。

我认为数字经济学的一个基础问题在于如何将数据整合到学科体系之中。这不是指数字要素市场建设这个当前的热点问题，而是数据如何全面加载到经济体系中的问题，涉及宏观的总量、供求关系等问题，微观的消费者与企业行为，均衡价格等问题，以及产业组织、经济制度等各个方面，影响相当泛在和深远。如果整合不顺利，数字经济学的体系构建可能受到严重影响。下面，我主要介绍四个问题：第一是数据要素问题，也即如何将其独特性纳入经济学分析框架。第二是创新范式问题，特别是在数据密集型的创新时代，我们应如何处理、保护数据产权。第三是产业组织问题，也即是否需要规范数据与合成数据占有领先者的垄断问题。第四是公共数据如何定性和如何使用的问题。

首先是数据要素与其他生产要素的异同如何解释和分析。一是数据要素的生成过程非常复杂，常常是多方主体相互协作的结果，包含了不同主体不同程度的投入和贡献，从而确权困难。二是数据可以被不同主体以不同方式同时利用，因此具有非竞争性，不易主张权力，有一定公共产品的性质，多场景复用方便。三是数据内容非常复杂，往往承载了个人信息，并可以被挖掘出许多敏感信息。四是数据减损贬值快，绝大部分数据的价值在于实时性，一年期以上的数据贬值往往可达到98%以上。五是数据要素的交易与交互问题，数据在不同主体间的非交易型流通或使用，也可以支持业务拉通并取得相应利益。六是数据的应用价值高度场景化，非适用场景中的数据几乎无用，而特定场景所需要的数据可能无同类竞争者，这与其他类型生产要素的特征有很大不同。而其他要素所具有的稀缺性、权属清晰、资产属性明确、泛化场景定价等性质，在数据要素上缺乏稳定体现。

其次是数据密集型创新范式对相关理论研究提出的诉求。图灵奖得主吉姆·格雷（Jim Gray）提出，“数据密集型”科学研究范式成为实验观测、理论推演、计算仿真之后的第四范式，我们的团队也在研究数字时代的创新范式问题。现在的普遍共识是，在高能物理、生物医学、地球科学、海洋科学等以信息处理为支撑的研究领域，源自高密度高通量数据的科学发现和前沿技术创新变得愈加重要。我们的理解是，在前沿技术研发中，数据、算力和算法成为最重要的变量，海量数据和复杂交互形成的“数据关系”决定着创新能力，并推动着创新主体和创新组织深刻变化。原来我们所说的政产学研用体系，是一个单向或者双向传递的链条结构，但现在这一体系已高度一体化，产生数据的是平台，利用算法挖掘数据的是平台，结果应用还是平台，转化已经不是重要问题，产学研范式发生了巨大变化。

这个新模式下，数据能够被广泛使用成为创新能力的关键。从本世纪开始，科学界提倡和实践“开放科学”行动，就是为了使与创新相关的信息能够成为科技创新的公共产品。当下，数据成为科学研究和技术创新的关键因素，制度设计就应该鼓励最大限度地使用。然而，目前我们看到的情况是，许多公共数据持有者都在积极推进对所持有数据的确权，明确自己是数据的持有者和具有处置权，期待通过数据交易、数据资产化或数据金融创新获益。然而，知识作为公共产品早有共识，本世纪初兴起的开放科学运动，其本质是使各类科学知识对每个人都具有可获得性，以实现信息共享。将知识变成私人持有的权利会带来重大问题，包括阻碍合作并妨碍进一步的创新驱动等。现在数据是知识的主要载体，也是知识增长的主要来源，如果数据不被开放，特别是公共数据被授权于小团体持有和使用，这与当前科学发展方向、与数字时代创新特点有些背道而驰。学界需要阐明道理明确立场，让全社会意识到数据的普遍复用和低成本使用事关数字时代的经济效率、社会公平和创新模式，推动社会更好理解数据的独特性质和高效配置的要求。

第三从产业组织角度看，数据与合成数据占有领先者的垄断地位要否给予充分关注和学理研究。现在，对于大型平台是否要从传统反垄断的角度进入规制，观察和研究，各方态度不够明确，举措有些摇摆和反复。因为大家认识到这些平台拥有巨大的市场影响力和科技创新优势一定程度上是同一现象的两面，孰轻孰重还看不准。AI大模型的出现，领先者的规模优势更突出，创新优势也更突出。因此决策者关于大企业垄断问题的治理基调变得更为复杂微妙，背后是看不懂看不透，对理论研究给予决策支撑的诉求紧迫而强烈。当前阶段，这种技术支撑的新业态还在快速发展之中，政府尽量少干预是必要的。但我们也不能断定今后市场竞争能够解决这个问题，或者暂时控制事态走向极端。目前看来，领先企业大都采用闭源模式，而后起企业的则大多是开源的，最终还是要看市场上社会资源的配置是否能够避免垄断，并且是否会对消费者福利造成损害等问题。如果学术界能对这个重要问题尽早开展研究，会对发展和治理实践提供重要指引和帮助。

第四是公共数据如何定性和如何使用的问题。我国公共数据的开放已经努力了很多年，例如我国的政务公开条例，自2012年开始要求各级政府建立政府数据开放网站。目前已经建立了大约200家这样的网站，虽然数量很多，但真正做好数据开放的却非常少，大部分网站上线三、五年后，查阅量和下载量都极少。中国的公共数据非常丰富，我们又有举国动员办大事的优势，本该在可公开获取的公共数据领域具有突出优势。然而令人遗憾的是，相比一些国家，我们公共数据的开放有很大的差距。有研究表明，我国政府部门掌握的数据资源占据全社会数据资源总量的50%—80%左右，但开放共享不够，数据利用效率不够高。

公共数据开放是国际共识。2011年，巴西、印尼、墨西哥、挪威、南非、菲律宾、英国和美国签署了《开放数据声明》，现有76个签署国。开放数据的定义是“公众可获取的、能够被用户完整观测和使用的数据”。2018年12月24日，美国会通过《开放政府数据法案》，要求联邦机构必须以“机器可读”格式，即以方便公众在智能手机或电脑上阅读的数据格式，发布任何不涉及公众隐私或国家安全的“非敏感”信息。例如，纽约市的政府及分支机构所拥有的数据必须对公众实施开放，市民们使用这些信息不需要经过任何注册、审批的繁琐程序，使用数据也不受限制。相比之下，我国公共数据开放共享还有很大空间。如天气数据的开放，在中国气象数据网查询地面逐小时观测资料时，个人用户需注册，且可选范围被限定在7天以内；而对比美国海洋和大气管理局，无需注册即可下载，且以地表温度为例，数据最早可追溯到1951年，数据点非常细，颗粒化做得非常好。

总体而言，我有限的理解是，“数字经济系”与各类“数字经济”研究机构的最大不同，就是要在对现实问题有全面深入理解的基础上，深探至数字经济学学科范畴、分析框架、教学和教材体系构建等基础学科和学理问题层面。中国数字经济发展趋势蓬勃又形态多样，有实践层面的丰富创新，为学术理论创新提供了丰厚土壤。衷心祝愿和期待人大数字经济系成为中国数字经济学术研究的生力军，与国内学术界共同努力，与国际学术界交流互鉴，推动我国数字经济学术研究走在世界前列，做出重要贡献。

内容来源：中国人民大学数字经济研究中心