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