书评丨数据要素的经济解释

21世纪经济报道 郑磊
2022-10-10 05:00

文/郑磊

数据要素成为主要生产要素之一,是数字经济时代与以前人类经历的历史时期截然不同的特征,由此衍生出不同的生产和消费方式、社会制度与文化结构,以及各种高效便捷的数字科技,将引领人类进入全新的社会生活场景。面对经济运行的宏微观基础发生巨大变化,我们迫切需要面向数字经济的理论来指导经济管理活动。

国务院发展研究中心宏观部从2014年开始探索如何利用大数据支持宏观决策,将数字时代的宏观管理课题研究成果以《数字宏观:数字时代的宏观经济管理变革》为题出版,为构建数字经济的经济管理理论进行了有益尝试。这本书内容按照经济发展史(农业、商业、工业和数字时代)、微观经济理论和宏观经济理论分为三部分,共24章,系统总结了全球数字经济宏微观理论的研究进展和现状,在此基础上提出了一些值得探讨的新观点,而重点则放在政府和企业如何面对数字时代带来的宏观挑战,构建了即时预测模型,最后对丰富数字时代宏观分析和宏观政策工具箱进行了总结和展望。

宏观经济理论的构建必须基于细致深入的结构研究之上,要具有企业案例、产业分析等更微观的研究基础。笔者认为,数字经济的微观基础必须坚实可靠,本文将重点放在从历史发展和生产函数变化的角度理解数字经济的内核。

生产要素的变化

经济学一般用总生产函数刻画全社会的生产活动。基本的生产函数的自变量,在农业、商业和工业时代一直没有太大的变化,通常包括劳动力、金融资本,而将不宜分解和量化的技术、制度、禀赋等因素的影响表示为全要素生产率(TFP)。通过对不同经济时代的深入分析,不难发现,在每个经济时代,这些要素的表现形式不同,人们对它们的利用方式也有很大差别。在农业社会,土地是最重要的生产要素,土地的好坏往往和地理位置、环境与气候等禀赋条件密切相关,这是一个较难标准化的生产要素。而对于劳动力来说,则要求有体力干农活,可以表示为劳动力数量。农业的剩余产出较少,其中一部分转化为资本,主要用来扩大土地和用于再生产,少部分用于交易。

到了工业社会,农业仍是重要的生产领域,也为工业提供大量的初级原料。除了土地,也对劳动者的技能提出了更高要求,金融资本经过商业时代的发展,成为推动工业经济的主要力量,包含更高技术含量的工具和设备成为主要生产要素。进入数字经济时代,土地不再成为主要生产要素,工具和设备和金融资本变得更加数字化和高科技化,对于人力资本提出了更高要求。而网络技术已经实现了劳动成果在线提交,相当于部分劳动力实现了跨境流动,理论上可以大幅提高一国的人力资本。人们对数据要素的开发利用能力推动技术创新、经济增长和社会发展。人力资本是这个时代的主要生产要素。

回顾这一发展路径,可以看到主线是劳动者的能力不断提升,无论劳动的对象是土地、工业产品还是数据,劳动者的人力资本和人们掌握的科学技术构成了提升生产力的引擎的核心部分,而金融资本、土地、制度、文化在不同时期对其产生了支持或约束作用。还应看到数据要素在农业时代已经进入了生产过程,只是大多表现为人们对自然界的认知,如昼夜循环、节气、时令、星相、历法等。在农业生产中也会产生数据,比如作物的生产状况、收成丰歉、病虫灾害等。工业社会利用和产生的数据更为多样和丰富,到了数字时代,无论数据的使用量还是新数据生成量都达到了天文数字量级。人类的知识和科学技术创新一直是建立在对数据的加工处理之上,只是不同的时代,人类对数据的处理能力有很大差别。我们可以清晰地看到在每个时期都有“数据-信息-知识-新数据-新信息-新知识”的螺旋上升链条,推动着人类的发展和社会进步。数据是根本,要让数据发挥更大作用,必须建设数据交易市场,破除数据“孤岛”,让数据充分流动起来。

数据要素改变生产函数

经典经济学是工业时代的产物,重新审视总生产函数表达式,我们发现一些重要禀赋未被解析,自变量定义有疏漏和缺陷。笔者将劳动力扩展为人力资本(当平均教育水平为1时就等于劳动者人数),并将数据要素作为新的自变量。土地、环境、气候、制度、文化和技术等作为禀赋变量反映在全要素生产率之中。不难发现,全要素生产率具有周期性变化规律,即TFP对GDP的贡献比例由大到小再变大。笔者认为这主要体现为技术创新的累积和应用状况。当科技成果快速涌现的时候,一些企业、产业、宏观经济和社会层面的因素可能拖慢其应用的范围和速度,而经过一段时期之后,新技术逐步被采用,TFP降低,生产力提高,经济产出增加。同时,数据要素、人力资本或金融资本的贡献率有所提升。新技术被广泛采用的周期正在变短,第一次工业革命时期可能需要一个康波周期的时间,而在第二次工业革命时期已经被缩短了一半(相当于一个社会变革周期),在互联网时代,这个时间间隔进一步缩短。

数字时代的网络效应无疑加快了数据、信息、知识的传播速度,我们正在进入一个由创新科技驱动的新康波周期。我们必须重视提高劳动者的教育水平和认知能力,以便能足够快地将新知识转化为生产力。这里的“知识”包括了新的科学理论、工程技术和商业模式创新以及新的管理方法论,他们分别来自科学家、工程师和企业家,并成为他们进一步创新的基础。我们应该将TFP和GDP结合起来分析,TFP低有两种可能性:一种是技术创新不够多或不够快;另一种可能是技术创新速度和量正常,技术创新的应用速度较快。前者应该同时体现为经济增长放缓,后者正相反。

这对于我们的宏观经济管理很有启发。我们应该把培养科学家、工程师和企业家作为人才战略的关键来抓,其表现为TFP的提高。另一方面是提高劳动者的教育水平,尤其是对新技术的学习和掌握,为科技创新的落地生根打好社会基础。科技创新尤其是破坏性创新,可能对现有经济结构造成较大冲击,形成较大的摩擦成本和经济波动,只靠市场本身很难克服其中的一些困难。这属于政府的宏观经济管理领域,通过政策倾斜和扶持,公共资源支持与投入,比如为一些行业的企业的技术设备改造升级提供税收优惠或补贴,提供对新的通用性技术的公益性培训,支持新兴产业集聚或新商业模式的试点,解决下岗员工再就业等,都能起到减少或清除应用创新过程中的障碍的作用。

数字时代的新金融

在总生产函数里,金融资本也是一种重要变量。在农业社会,资本很缺乏,也不存在现代意义上的金融。这种情况从商业社会开始发生了巨大变化,尤其是大航海时代之后,现代金融资本伴随着全球化的贸易迅速发展壮大,形成了区域性金融资本市场。工业社会加快了资本深化进程,全球金融市场已经成为一个规模足以比拟实物商品市场的庞然大物。进入数字时代,我们预计将进入跨越式发展阶段。

新一代信息技术为信用创造提供了新的方法论,区块链技术等分布式加密算法为赋予非物质化信用提供了条件。央行数字货币因应数字化社会生产、消费和交易的需要,将打造一个与传统金融完全不同的没有明显物理界限的金融资本体系。宏观管理的货币政策和财政政策的效果将更准确、高效、及时地反映出来。新技术也给金融行业带来了新的风险因素,应大力发展监管科技。处理好打造稳健科学的监管系统与鼓励金融创新之间的关系,是新时代需要解决的重大问题,也是推动科技创新安全落地的关键环节。

在数字经济的初级阶段,宏观理论的研究仍需要借助一些传统经济的分析方法和框架,可能导致我们得出一些似是而非或过于粗糙的结论,比如,数字技术的应用是否能够大幅降低企业内部成本。如果按照我们传统的生产组织方式,答案是肯定的;但是,当企业未来采用分布式管理架构(DAO)时,这个答案便不一定成立了。新技术与社会制度和文化必须适配,才能充分发挥其效力,单靠技术本身是不能解决所有问题的。对这些问题的认识,都需要一个逐步深化的过程。

(本文作者系萨摩耶云科技集团首席经济学家)

(作者:郑磊 编辑:杜尚别)