数字经济已成为全球经济的重要支柱，2022年美国、中国等5个主要经济体数字经济总量占GDP比重已达58%。数字经济是以数字化知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。不同于传统经济活动，许多数字经济现象已难以用传统经济理论解释。云计算、大数据、人工智能等数字技术改变了传统经济理论的底层结构、逻辑关系和主体问题，将解构传统经济体系，数字经济作为以数字技术为核心的新经济形态正在通过数据、算法、网络等技术重构经济秩序（江小涓，2023）。综合当前数字经济学、科技经济学等前沿理论研究成果来看，数字经济重构经济秩序将带来数据要素、数字平台、数字治理、数实融合和数字劳动力等变化与挑战。
数据要素：数据成为新生产要素，冲击传统要素理论
《关于构建更加完善的要素市场化配置体制机制的意见》首次提出数据是新生产要素，《企业数据资源相关会计处理暂行规定》（征求意见稿）正式将数据等同于其他要素纳入财务报表，“数据二十条”奠定了数据要素的产权地位，均意味着数据作为新生产要素的认识在产业政策层面得到了认可。从数据的本质来看，数据和土地等传统要素一样，均包含基于科学原理构建的物资载体和知识内容，这决定了它可成为生产要素（赵志君，2022）。从数据的作用来看，数据具有虚拟性、低成本复制性、共享性、边际生产率递增等区别于传统要素的特点，这决定了它可打破传统要素有限供给对增长的制约，更符合数字经济的发展逻辑。
然而数据要素很难用传统要素理论解释：首先，确权难，消费者是个人信息的主体却不一定是数据拥有者，而服务商通过采集、存储、加工等生产性劳动成为了事实拥有者，因此多主体可主张权利将导致传统知识产权框架很难适用；其次，配置难，数据可无限复用且边际复制成本、使用损耗为零，因此数据作为要素的稀缺性被改变，如何合理配置成为新难题；最后，定价难，数据价值与供需关系和市场竞争紧密相关，一方面数据质量、用户感知、场景价值等将影响需求者效用和定价，另一方面完全垄断、寡头垄断和完全竞争市场中的数据价值不同，因此难以使用劳动价值论或效用价值论等进行定价。
数字平台：数字平台形成新经济形态，挑战传统组织及反垄断理论
我国数字平台发展已取得巨大成就，全球市值超100亿美元的74家数字平台企业中，中国占30家，总市值达2.02万亿美元，占全球22.5%。数字平台凭借中心化特质及网络效应，可获得全新的成长效率、市场规模和产业影响力，降低经济成本和风险，已成为数字经济时代的新经济形态。同时，数字平台反垄断也成为政策管制热点，继2020年12月中共中央政治局会议提出“强化反垄断和防止资本无序扩张”后，《关于平台经济领域的反垄断指南》发布、《反垄断法（修正草案）》公开征求意见、国家反垄断局挂牌成立，均标志着我国对数字平台开始全面监管。
数字平台带来经济活力的同时，也对传统产业组织理论及反垄断规制理论形成挑战。一方面，数字平台改变传统原子式竞争和金字塔纵向结构，向横向、互动、扁平的组织结构过度（刘鹤，2022）。传统的以企业为中心的生产组织形态无法适应快速迭代的市场节奏，在数字平台冲击下面临颠覆和重构。另一方面，同传统垄断相比，数字平台垄断的市场开放程度较高，垄断行为更加隐蔽，在限制竞争的同时可能会带来产业创新。因此数字平台垄断的判定更加困难，需审慎处理平台垄断治理，坚持发展与规范并重。
数字治理：数字技术推动治理现代化，暗藏技术风险和数字集权困境
截至2023年5月底，全国已有21个省级地区发布数字政府专项政策。政府作为治理主体愈发重视数字技术对市场调节、管理和监督的作用，通过治理平台形成更高效的治理结构，如上海市“一网通办”数字化重塑办事流程，实现平均减环节69%、减时间54%、减材料75%、减跑动71%。政府可通过数字技术实现治理现代化的根源在于数字经济时代政府与市场边界愈发模糊。传统经济学理论认为政府过度干预会扼杀市场活力，政府是通过解决公共问题、提供公共服务等“外部性”举措干预市场与社会活动的，而数字技术可帮助政府通过广泛连接、丰富算力和海量数据将部分外部性问题“内部化”（江小涓，2023），从宏观层面避免市场信息不对称造成的壁垒，并利用智能技术强大的预测决策能力提高市场调控的科学性和精准性。
数字技术在改善政府治理效能的同时，也埋下了隐患：首先是技术风险，若无法保证治理数据准确性、算法合理性以及信息安全性，将导致隐私泄露、算法歧视、决策失误等技术风险，2018年Verizon数据泄露报告指出政府数据泄露排名已居榜首；其次是数字集权隐患，数字技术的高门槛、黑箱性和强依赖性将为数字技术精英构筑治理壁垒，拥有数据和算法霸权的少数科技巨头可使政府主导的治理演变为“技术利维坦”治理（成超，2023），如2019年剑桥分析公司被曝出利用算法操控舆论、干预美国大选。
数实融合：数实融合重塑产业结构，带来信息安全和劳动力挤出等问题
2022年我国产业数字化规模占数字经济比重已达81.7%，数字技术和实体经济的融合不断纵深发展，已成为我国稳增长促转型的重要引擎。党的二十大报告也明确指出“要加快发展数字经济，促进数字经济和实体经济深度融合”。数实融合驱动下，传统生产模式被打破，人、企业、产品或服务实现高度互联，产业之间生产要素跨界重组、协同，实现柔性生产，衍生新业态、新模式。如以特斯拉为代表的智能网联汽车企业将数字技术与汽车制造产业融合，售前利用新媒体大幅提升营销效率，压降营销成本；售中借助模块化生产和大数据挖掘，实现供需高效匹配；售后提供自动驾驶、自营充电等可持续运营服务，延长客户价值链。
随着数实融合不断推进，一些前所未有的挑战也逐渐凸显。首先是各行业数实融合程度不均衡。我国第一二三产业数字化渗透率分别为10%、22%、43%，一二产业数字化相对滞后，不少企业对数字技术的应用停留在办公、服务等非核心生产环节。其次是信息安全问题泛化。实体企业和个人对网络等数字化产品依赖性不断增强，将加大核心数字设备和软件被远程控制或信息泄露的风险。最后是数字技术带来劳动力挤出。Goos(2007)、Autor（2013）等分别对英国、欧洲劳动力市场数据进行分析，发现数字技术应用将对劳动力市场带来“极化效应”，程式化工作逐渐被计算机所取代。据高盛预估，未来全球将有3亿个工作岗位被生成式AI取代，其中律师和行政人员受到最大影响。
数字劳动力：数字消费者成为生产者，催生数字资本剥削
截至2022年12月，我国网民规模达10.67亿，互联网普及率达75.6%，用户单日网络使用时长达7.15小时，全年产生数据量高达23ZB。互联网用户的规模增长造就了移动互联网的繁荣，数字平台和应用的广泛使用演化出了数字劳动力，消费者成为再生产的主体。一方面，数字产品具有虚拟性、无限性、边际再生产零成本等特点，因此消费者通过支付使用费或流量费等方式消费产品的过程也是完成数字产品再生产的过程；另一方面，消费者的所有数字化行为，如浏览、点击、偏好等，都将创造数字痕迹，帮助企业完成数据生产资料的再生产。
数字劳动力的出现改变了传统的生产劳动关系，从而导致资本对劳动的剥削更加隐性，绝大部分被免费、快捷与娱乐使用的消费活动所掩盖（Tapacott等，2000）。互联网用户成为了免费的数字劳动力，付出了具体劳动和抽象劳动，但生产行为并没有得到劳动力报酬，反而被数字资本无偿占有。以近来大热的大模型应用为例，许多AIGC应用要求用户上传足够的图像、视频、文字、语音数据以帮助平台大模型完成训练、调参和推理工作，再以收费的方式向用户输出结果，在这一过程中，消费者不仅贡献了关键的数据生产要素，还直接参与到了AIGC的生产过程中，却并未参与收入分配，获得相应的劳动力报酬。
当代经济正处于数字化解构与重构的过程，传统经济学已无法解释数字经济引发的诸多变化与挑战，经济学理论内核亟需进行系统性创新革命。自1996年泰普斯科特在《数字经济蓝图：电子商务的勃兴》提出“数字经济”以来，一直未形成体系化的数字经济理论体系和标志性的理论研究成果。当前数字经济正处于高质量发展阶段，但数字经济的理论发展严重滞后于实践，无法有效指导、支撑数字经济未来发展，因此应辩证看待数字经济时代的新变化与新挑战，加快构建数字经济理论体系，推动数字经济健康、规范、持续发展。
参考文献：
[1] 江小涓，《数字时代的经济学和公共管理学科体系建设》
[2] 赵志君，《数字经济与科学的经济学方法论》
[3] 成超，《数字文明建设：数字治理的伦理困境、优化路径与发展前景》
[4] Tapacott D.,Ticoll D.,Lowy A..Digital Capital:Harnessing the Power of Business Webs
[5] 刘鹤，《我呼吁大家重新认识新经济》
[6] M.Goos and A.Manning, Lousy and Lovely Jobs: the Rising Polarization of Work in Britain
[7] D.H.Autor and D.Dorn, The Growth of Low-Skill Services Jobs and Polarization of the U.S. Labor Market
本文作者
姜璐
一级分析师
就职于中国电信研究院，长期从事云网融合、数字经济等相关研究，近年来专注集成电路、操作系统等专业领域。
翟锡豹
一级分析师
硕士，中级工程师，长期从事数字产业相关研究，近年来专注于边缘计算、半导体等领域。 
