《数字经济时代的十大焦点问题（上）》-经济学论文，经济论文-论文范文参考-科学狗论文网

标题

数字经济时代的十大焦点问题（上）

范文

陈智国

从经济形态演进的角度来看，人类社会大致经历了农业经济（手工生产、个体劳动）、工业经济（大规模、批量化制造）、服务经济（个性化、服务体验）等三个阶段，现在正在进入信息经济或数字经济（数字化、智能化）的新阶段。顾名思义，数字经济，是以数据资源为重要生产要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为推动力的新经济形态。

目之所及，对数字经济时代带来的影响或冲击，有以下十大命题，不可不察。

一、数据与流量：数据的管理与流量的变现

随着计算机、互联网、移动智能终端的普及，加之移动互联网技术、物联网技术、视频终端的全面应用，万物互联互通的时代正在到来，人人皆為数据，万物皆可数据化。

根据美国无线和移动通讯市场调研公司iGR的调查报告结果，随着智能手机、平板电脑和车载移动设备数量的快速增长，2019年全球移动联网设备的总数将会由2014年的69亿增加到95亿，全球移动设备普及率将达到125%。

随之而来，世界各地每天都会产生海量数据，人类正在进入数据大爆炸时代。1992年，全人类每天只产生100GB数据。而今天，全球70亿人，每人每天产生的数据高达1.5GB。根据《世界经济论坛》（World Economic Forum）一篇文章中，有关全球每日数据生成的统计结果：每天发送的推文数量多达5亿篇;每天发送的电子邮件数量多达2940亿封;Facebook 上生成的数据量多达4PB;每辆联网汽车生成的数据量多达4TB;WhatsApp上发送的消息数量多达650亿条;搜索量多达5亿次;预计到2025年，全球每天将会生成463EB的数据——相当于2.1亿多张DVD存储的数据量。

巨量的数据累积的背后，标志着数据作为生产要素，正式进入国民经济生产系统，开始发挥重要作用。3月20日，中共中央、国务院出台《关于构建更加完善的要素市场化配置体制机制的意见》，首次把数据作为要素放在里面，跟土地、劳动力、资本、技术放在一起形成要素市场，提出了建设数据交易共享和数据产权保护的数据要素市场的措施。这也被看作是对数据作为生产要素的官方回应与认可。

与此同时，数据剧增，必然带来数据流动、数据存储、数据安全、数据应用、流量管理等一系列现实问题，如何推动数据中心、数据交易所建设，确定数据的一级市场、二级市场交易规则，在合规合法的前提下，推动数据的流动、交易、开发、应用等，都是数字经济时代的重大课题。

当前，与商业经营、消费者更为直接的是数据流量的管理与变现，是每个人都能切身感受到的。从流量的划分来看，大致又分为公域流量和私域流量。公域流量是各大平台上的公共流量，目前我国线上流量主要集中在公域平台型公司手中。BATJ（百度、阿里、腾讯、京东）、今日头条、美团、苏宁易购、滴滴等互联网平台，每月活跃用户数（MAU）基本都达到5亿+左右的水平。本质上来看，社会资本对于包括今日头条、蚂蚁金服、滴滴出行、美团点评、京东数科等独角兽的估值，均来自于其流量数据变现能力而催生的新业务和新市场。但对于很多商业品牌、生产厂商而言，在价格信息透明度提升、互联网平台价格战的背景下，在公域平台运营的获客与流量成本居高不下，流量红利正在消失。

近日刚刚发生的证交所叫停蚂蚁金服上市事件，实质上是对其数据管理、流量变现、业务模式的规范性要求，出发点是金融风险的防范。

对于私域流量而言，是品牌、商圈、企业或个人自主拥有、自由控制、沉淀在商家或个人“流量池”里的数据流量。数字化为流量的获取、管理与维护提供了条件，各产业龙头有望依托其品牌、产品和服务优势，建立私域流量体系。最为典型的代表是，电商直播的兴起带来的网红流量;商圈兴起带来的社区或社群营销流量。李佳琦、薇娅、李子柒、罗永浩等都是利用私域流量，实现商业化变现的生动案例。

二、链接与渗透：万物互联与数字技术的无限渗透

近日，黄奇帆先生在“2020年秋莫干山大会”上演讲指出数字经济时代的五全信息特性，即“全空域泛在的信息”“全流程持续的信息”“全社会场景的信息”“全智能解析的信息”“全价值叠加的信息”。这五个特性的总结，很好的总结了数字经济时代数据和信息的特性。简而言之，数据已经无处不在、无所不包、无时无刻、无穷无尽，将人与人、物与物、事与事密切相连，产生交互，实现价值。

这必将引致数字经济时代的两大特征，一是人与人、物与物链接的泛在性，即万物互联。二是数字技术渗透的无限性，即智能社会。

万物互联和极低时延才是数字化时代的革命性变化，是可以改变我们的生活方式和思维方式的一个革命性进步。从数字技术维度来看，“ABCD”—人工智能（Artificial Intelligence）、区块链（Block Chain）、云计算（Cloud？Computing）、大数据（Big Data）加上5G、物联网技术等，共同构成了数字经济时代的技术支撑体系。在信息通信的2G、3G或者4G阶段，互联网、移动终端的普及，实现了人与人的链接，带动了网站、搜索、社交、电子商务等业态，加速了消费互联网的飞速发展。

物联网、云计算、大数据、人工智能等现代技术的迅猛发展，让物理世界数字化智能化成为可能，给“物”赋予了数字化、智能化的能力，变得可感知、可交流;同时，5G通信的高速、低延时、高可靠性，使得产业交互、产业互联网、智能社会成为可能。

根据美国IHS咨询公司预测，全球物联网设备的安装基数将从2015年的154亿台增长到2020年的307亿台。到2025年，这一数字预计将达到754亿台，未来10年复合增长率高达17.21%。世界权威机构IDC预测2020年全球物联设备数将达281亿，全球市场总量将达7.1亿美元;Garter发布的物联网行业报告显示，2020年全球物联设备数量将达260亿，全球经济价值1.9万亿美元;Machina Research预测全球M2M连接数，2022年将达250亿，释放1.2万亿美元全球产业机会。

随着物联设备的普及、数字技术的渗透，意味着除了手机、电脑等移动终端之外，未来汽车、空调、洗衣机、热水器、运动器械等各类物品，都会变得智能，并接入网络。与此同时，数字技术、数字产品在工业生产领域、城市治理领域、社会民生领域等各个领域的渗透应用，将进入加速期。这也是“产业大脑”“城市大脑”“智慧园区”“智慧城市”等各类热词频繁出现的内在原因。

可以预见，一个万物互联的时代正在到来，将对我们的生产组织和生活方式带来革命性的变化。

三、新基建与算力算法：区域竞争与数字应用的新焦点

2020年3月4日，中央政治局常委会召开会议，指出要加快5G网络、数据中心等新型基础设施建设。新基建作为数字经济时代的新型基础设施得到前所未有的关注。根据国家发改委公布的新基建范畴，涵盖信息基础设施、融合基础设施、创新基础设施三大门类，涉及5G基建、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能和工业互联网等诸多领域。

在经济学家看来，任何基础设施的代际革命，都是因为社会生产力发展到了一定领先程度，社会生产关系与之不能匹配的必然结果。

在工业经济时代，“要想富先修路”的口号广为人知，铁路、公路、机场、港口、电力、能源等为代表的基础设施，支撑了大规模、工业化生产的原材料、产品流、信息流的需求，造就了工业经济的繁荣。

在数字经济时代以互联网、大数据、人工智能、云计算、区块链等为代表的数字生产力，在过去几十年时间里得到了长足发展，数字生产力的发展呼唤新的支撑性基础设施，以满足数字、数据在信用、效率、创新等方面的发展要求，为数据要素全面融入经济社会创造条件。

在数字经济时代，区域竞争的焦点发生变化，不是“一城一池”、一个产业、一个项目之间的竞争，而是演变为“算力算法之争”，演变为数字化基础设施、数字化生态环境之间的竞争。以5G基建、大数据中心、人工智能基础设施等为代表的信息基础设施，正是“算力算法”的核心所在。

在目所能及的未来，中国十几亿的手机用户的日常生活、每年数十万亿元的电商交易、自动驾驶里程的不断拓展、智慧城市建设、无处不在的智能生活……，不断从理想变为现实，并由此带来更高的效率和更高的产出。所有这一切的背后，都离不开算力算法的支撑。“算力”正在变得像电力一样触手可及，不可或缺。

这也意味着，未来发展中，哪个区域的新基建越发达，能率先掌握更强的算力、更先进的算法，能提供更多的应用场景，就能抢占数字经济发展的战略制高点，占据先发优势。

目前，各个地方、各个城市，从北京、杭州、深圳、上海等一线城市，到贵州、四川、福建、云南等各个省，都在纷纷出台新型基础设施行动计划或方案，布局新基建，提升算力算法承载力。比如，山东计划2022年前在用数据中心机柜数达到25万架;四川和福建各自提出达到10万架;云南提出到2022年建成10个行业级数据中心;浙江计划2022年前建成25个大型、超大型数据中心，服务器总数达到300万台左右。

在数字技术应用端，城市大脑、应用场景、人工智能示范、数字金融、智慧商业、智能体验中心……，各个区域、城市也是百花齐放，致力于通过场景开放，为数字技术、产品和服务落地创造条件，培育和加快数字经济新业态新模式发展。

可以看到，数字经济时代，区域与区域之间“算力算法”之争，应用场景之争已经拉开大幕。一旦落后，便难以企及。

四、差距与均衡：区域、行业、企业数字化程度及落差

在10月份发布的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中，提出建设数字中国，加速数字化发展，为今后五年乃至更长时间我国数字经济发展指明了方向。

在政策引领及市场驱动的带动下，我国数字经济整体呈现高速发展态势，但横向比较来看，仍有两个维度的发展落差，值得关注。

一是在区域层面，我国数字经济发展水平与胡焕庸线格局基本符合，省级头部成员基本稳定。總体上看，东部沿海经济带和长江经济带数字经济发展水平要高于中西部和东北地区，与胡焕庸线分布基本一致。其中，京津冀地区、长三角城市群、粤港澳大湾区和成渝城市圈成为数字经济发展的核心区域。根据今年4月新华三集团发布的《中国城市数字经济指数白皮书（2020）》，粤港澳大湾区以79.4分的数字经济综合加权得分领跑;京津冀地区、长三角城市群和成渝城市群得分均远高于全国城市平均得分。从具体省份看，由于战略导向、经济基础、产业结构、资源禀赋等要素不同，省级数字经济发展呈现出明显的梯级分布特征，头部成员引领的发展格局基本形成。根据《2020中国数字经济发展指数（DEDI）》报告，广东、北京、江苏、浙江、上海数字经济发展指数位列前五，引领全国数字经济发展，其中，广东以65.3分稳居全国数字经济发展水平第一名。

根据《中国宽带速率状况报告》（第25期）显示，2019年，我国东部地区4G移动宽带用户的平均下载速率最高达到24.60Mbit/s，而中部地区和西部地区则分别较东部低0.93Mbit/s和1.58Mbit/s，表现出了比较明显的差距。5G时代，各区域因为经济实力差距，而带来的在新型基础设施投入上的差距，将进一步加大区域之间信息化、数字化发展落差。

二是在行业/企业层面，我国企业数字化由客服端向供应链端转变，不同行业、不同企业间数字化程度差异较大。

从行业来看，由于行业特征、业务模式等方面的差异，不同行业对于数字化的投入程度、实施进程存在较大区别。根据两化融合服务联盟、国家工业信息安全发展研究中心发布的《中国两化融合发展数据地图（2018）》显示，不同行业对于数字化的实际投入程度和进展仍存在较大差异，贴近C端服务的企业，其数字化转型的迭代程度受消费者行为的影响明显高于工业和农业。总体上看，金融业、商业零售、汽车制造等行业信息化、数字化程度相对领先，农业、传统制造业、建筑业等数字化程度相对不足。

2020年由于新冠疫情的冲击，客观上加速了各行业、各企业业务转型和拥抱数字化的进程。根据腾讯研究院联合腾讯云发布的《数字中国指数报告（2020）》，2019年全国用云量实现了118%的增长，2020年上半年各月份的用云量均明显高于去年同期，传统产业增速尤为明显。从行业上来看，各城市用云行业多样，而增速排名前十的行业中，传统行业占据8席，教育、汽车、医疗、电商和文旅用云量领衔增长。

从企业层面来看，受规模体量、资金实力、认知水平、老板意愿等多种因素影响，不同企业数字化转型、数字化投资存在较大差异，呈现巨大数字化落差。历经20多年的发展，我国企业的数字化大致经历了从内部到外部，从信息化到数字化，从服务用户的客服端到生产制造的供应链端等诸多方面的变化，但最终决定力量在于拥抱数字化的意愿和能力，在于服务客户的效率和水平。根据《中国企业数字化采购发展报告2019》显示，2019年我国企业数字化采购市场规模为5900亿元，同比增速高达64%;数字化采购在整体企业级电子商务市场的渗透率两年内实现了翻番，但仍仅为2.9%，渗透率依然偏低，未来前景广阔。

结合发展实践看，数字经济头部效应逐步凸显，发达地区少数互联网企业凭借超然经济地位攫取了绝大多数市场利润，数字经济发展引领区域会对后发区域产生遏制，进一步拉大不同地区数字经济发展差距。行业之间、企业之间拥抱数字化的意愿、能力和水平，也会决定在数字经济时代资源配置的方向、行业与企业竞争能力和生存状况，进而引发更大范围、更深层次的行业重构与企业洗牌。

五、隐私与安全：数据安全、隐私保护是数字时代根基

2020年4月，中央第一份关于要素市场化配置的文件《关于构建更加完善的要素市场化配置体制机制的意见》正式发布，首次将数据定性为土地、劳动力、资本、技术之外的第五大生产要素，数据成为我国经济发展的基础性、战略性的资源及重要生产力。

值得注意的是，由于数据兼具国家、公共、人身、财产等属性特征，数据的安全有效使用直接关系到国家安全及个人权益。当前，在大数据、云计算环境下，数据的收集、传输、使用过程已暴露出严重的数据安全问题。

从国家层面看，不同领域数据泄露事件迭出，对国家数据安全生态治理提出新要求。近年来，数据安全事件已逐渐深入扩展到国家政治、经济、民生等不同层面，涉及国家关键信息基础设施、金融系统、重大国土资源与能源安全等各个方面。根据Verizon发布《2020年数据泄露调查报告》，包含中国在内的全球81个国家共发生3950起数据泄露事件，其中45%的数据泄露事件来自于黑客攻击。另外，根据Risk Based Security数据显示，截止到2020年第三季度，全球共有360亿条数据记录被暴露。

从企业层面看，企业已成为数据泄露的“重灾区”。近年来，随着数据价值提升，企业内部存留的用户、员工数据遭受越来越多的威胁，黑客攻击、勒索病毒、数据泄露等数据安全事件频发，给企业带来了巨大损失和困扰。根据安全研究中心Ponemon Institute和IBM Security联合发布的《2019年数据泄露成本报告》，超过100万条记录的泄露预计会给企业带来4200万美元的损失，当泄露记录超过5000万条时，预计带来的损失将达到3.88亿美元。此外，企业发生数据安全问题，还将面对监管层的巨额罚款。2018年11月底，万豪旗下喜达屋酒店预订数据库中客人信息泄露，约3.39亿客人的姓名、邮寄地址、电话、电子邮件、护照号码等数据信息流出，被英国隐私监管机构罚款约人民币1.59亿元。

从个人层面看，个人隐私信息泄露已成常态，数据保护与每个人的生活密切相关。当前，包含身份证号、手机号、开房记录、住址等的隐私信息的个人信息泄露案件频发，如“华住集团旗下汉庭、如家等酒店2000万用户数据泄露”“智联招聘员工倒卖简历”“圆通快递40万条个人信息被转卖”等各种报道不绝于耳。与此同时，伴随着指纹支付、人脸识别等技术被广泛应用到生活中，个人信息泄露、信息被盗用等情况时有发生。

以人脸识别为例，随着该项技术在疫情防控、门禁考勤、交通案件、实名登记、开户销户、支付转账、解锁解密等应用场景的应用，大量的人脸生物信息被各种渠道、各类主体采集、收集、存储或交易，个人财产、健康、隐私等面临较大风险。Facebook 未经用户允许，非法收集用户生物数据，对用户海量照片进行人脸识别，并分析出人物标签信息，引起用户集体诉讼;2020年6月15日，“中国人脸识别第一案”在杭州開庭审理;根据央视新闻报道，大量人脸照片被私下交易，2元可买上千张照片，5000张人脸照片不到10元，这些照片落入不法分子手中，可能被用于精准诈骗或洗钱等违法犯罪活动，类似于这样的人脸识别技术滥用、侵权、诉讼，未来大概率将成为一种常态化事件。

如何加强数据隐私保护、实现数据的安全高效利用已成为当前全球亟待解决的关键问题。目前，全球许多国家及地区均陆续出台了数据保护及安全领域的相关规则条例，为数字经济发展健康有序的环境。诸如欧盟通用数据保护条例（GDPR）、加州消费者隐私法（CCPA）、新加坡个人信息保密条款（PDPA）和日本个人信息保护法（PIPA）等。近年来，我国不断加强数据领域的安全管理与使用，2019年以来，先后发布了《数据安全管理办法》《数据安全法》及《个人信息保护法草案》，完善个人信息权益保护制度，已经初步搭建了较为全面的数据安全保护体系。

综合当前研究，数字隐私保护可以从两个方面加强能力提升。一是在数据端，建立数据安全智能管控平台，打造数据全生命周期的安全生态。利用大数据存储、分析和建模技术，围绕数据收集、存储、使用、传输、共享、销毁等环节，打造数据安全智能管控平台，实现数据全生命周期的安全能力，形成数据资产梳理、数据安全监控识别、数据风险防控和数据智能分析能力。二是在技术端，隐私计算将成为新时期数据安全领域重要的技术趋势。国际调研机构Gartner预测，隐私计算将成为2021年重点深挖的9项技术之一，到2025年，将有一半的大型企业机构在不受信任的环境和多方数据分析中使用隐私计算处理数据。隐私计算将广泛应用于金融、保险、医疗、物流、汽车等众多拥有敏感隐私数据的领域，在解决数据隐私保护问题的同时，缓解行业内数据孤岛问题。

可以预见，在数字经济加快发展、数字化转型不断向前推进过程中，数据安全和隐私保护问题变得更加复杂。如何做好数据安全及保护前提下，推动海量数据的应用开发、交易流转，既是数字经济发展的根本需要，更是国家、企业、公民都必须面对的一个长期性、持续性命题。◆

（作者单位：中国经贸导刊杂志社新发展研究院）

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。