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X院长的介绍，也非常高兴能够接着X院长继续发 言。在X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20XX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？ 20XX—20XX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