数字化时代的喜与忧

小提示：您能找到这篇{数字化时代的喜与忧}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的数字化时代的喜与忧内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

如今的时代是一个数字化时代，每一个人、每一个企全微营销业、每一个政府、每一个组织都刻上了数据的属性，我们既是数据的生产者，也同时成为数据的消费者，数字化生存成为数字化时代的新生产生活方式。著名未来学家托夫勒于1990年出版的《权力的转移》一书，提出了信息富人、信息穷人、信息沟壑和数字鸿沟等概念，认为数字鸿沟是信息和电子技术方面的鸿沟，这会造成国家之间的分化。其实，这一数字鸿沟不仅仅存在于国家间，在不同组织、不同区域、不同行业、不同人群之间都存在着，随着大数据、人工智能等新一代信息技术的推广，数字鸿沟可能会扩大，也可能会减少，有一点是确定的，那就是数字化的快速推进中总有赢家与输家，如何规避数字化的负面影响，如何充分利用数字化红利，成为考验各国政府、各国企业、各类组织与人群的新命题，如果能够平衡好数字化时代的挑战与机遇，中国经济社会发展将有更大潜力。

近年来中国数字化红利优势凸显，据中国互联网络信息中心发布的《中国互联网络发展状况统计报告》显示，截至2018年12月，中国网民规模达8.29亿，互联网普及率为59.6%，和一些发达国家相比，我们的互联网普及率仍有很大提升空间。数据作为一种新型生产要素将会为中国提升全要素生产率带来更多机遇，尽管技术进步往往具有一定的人力资本偏好，但是中国有庞大的网民，数字化的蔓延为各类创新创业带来了非常大的机遇，如今蓬勃兴起的移动支付、网购、共享经济、电子政务等就是明证。

无疑，数字化时代将会重塑经济学理论、改变政府治理模式和企业组织方式，激发新的发展动力，同时也会带来新的挑战，这些都需要我们直面应对。

一、大数据缓解了传统的一些经济学难题

在经济学理论中，不同组织之间的信息不对称是一个普遍存在的现象，例如在不同级政府之间，以及同级政府之间，信息不对称带来的道德风险与逆向选择行为扭曲了资源配置，带来了社会福利的损失。数字化时代将会大大降低这一不对称程度，如果能够在纵向政府部门间和横向政府部门间实现数据共享，就能够大幅提高行政运行效能，节约行政开支。

如何对公共品进行合理的定价一直是困扰经济学家的一个难题，因为政府难以发现消费者真实的消费偏好，但是在数字化时代，这一问题将会有一个较好的解决方案。例如水电等公用事业的产品定价问题，如果智能水表、智能电表能够有较广的普及，消费者的真实偏好会得到很好的显示，再比如公园、道路等可以结合人流量数据，未来的公共产品的定价将会更加科学合理，“公地悲剧”可能成为历史。

产权界定难题会有较大的缓解。现代产权有三个特征：确定的、可保护的、可被剥夺。保护产权是现代经济发展所内涵的要素，意味着物主可以排除他人对财产的所有权，这就是一个难题，在数字化时代中数据本身也是一种资产，如何确定物主的数据权？因为现实中一些数据往往被多次反复使用，而区块链技术凭借其可追踪的特性，可以更好地保护数据产权。

供求错配带来的资源配置扭曲现象将会大幅降低。众多的研究表明中国的资源配置效率仍有较高的提升空间，数字化时代形成的平台经济将会改变这种局面，各类新型共享平台实现了供求的有机衔接，极大提升了资源配置效率。比如政府搭建的一些公共资源交易或金融服务等公共服务超市平台，可以让市场供求双方有一个较好的匹配，减少结构性失衡问题，提高资源配置效率。

宏观经济学与微观经济学的结合将更加顺畅，有助于政府和企业科学决策。宏观决策部门由于信息所限，往往对微观主体行为缺乏足够的把握，数字化时代为政府了解公众偏好、行为特征等微观信息提供了渠道，这样有利于制定科学的政策，而且可以通过大量的政策评估来进一步优化政策制定。同样，政府信息公开也给企业等微观个体了解宏观经济政策等提供方便，企业可以更好地把握宏观走势，减少决策失误，制定更好的商业策略。

二、数字化时代给政府治理能力提升带来机遇

就政府而言，如何能够充分利用数字化时代的发展机遇来实现经济高质量发展是一个新命题，这有赖于政府对大数据相关领域的把握程度，令人欣慰的是从2014年以来，在国务院政府工作报告中有关大数据的表述开始不断增加，涉及到大数据产业发展、大数据改造传统产业、大数据提升监管能力、大数据改进公共服务等领域。各地纷纷出台了不同的大数据发展规划等举措，有的地方还设立了专门的机构，可以说大数据这一现代分析手段已经被政府部门广为接受。

首先，数字化时代为提高政府规划实际效果提供了便利。中国目前推进的供给侧结构性改革针对的就是大量的结构性失衡问题，这些结构性失衡问题在数字化时代将会有一个较为有效的缓解。解决结构性问题需要一个长期的过程，规划在其中有重要的作用，不同层面的规划如果充分利用数字化时代的便利就会大大提升规划的效果，真正实现规划供给与规划需求的有效匹配。例如某些大型的电商企业所形成的各类云平台，这些平台正在扮演着准公共品的角色，通过将企业自身云平台与政务云平台形成整合，就能形成一个更大的云平台，在此基础上选择那些符合地方资源禀赋和长期发展的产业，包括上下游配套产业的全产业链规划等，无疑会大大提高规划的实际效果。这里面需要说明的是，这些产业规划不是要政府包办一切，而是要形成一种良性的创新合作机制，充分发挥市场力量，政府主要是搭建一个平台，发挥政府与市场协同作用。

其次，数字化时代为政府监管能力提升提供了有效手段。市场创新往往领先于政府监管，但这不意味着政府监管难以做好，数字化时代所积累起来的大数据给政府监管带来了有力的手段。这里举一些例子如下：运用区块链技术对食品药品生产销售等的追溯监管，可以让监管部门进行全流程实时监控。利用个人或企业不同属性的数据，可以建立个人或企业信用数据，这些数据可以取自行政管理部门的数据，也可以来自第三方机构的数据，可以根据信用等级来设计相关的融资产品，也可以根据信用得分来对失信行为进行联合惩戒。在财政收入征管以及国库资金拨付中，大数据手段同样可以大大提高征管效率和支付效率，减少资金运行中的风险。甚至还有法院系统利用案例数据建立智能审判系统，来辅助提高办案效率。此外，政府可以充分利用大数据手段对金融、社会等各类犯罪行为进行智能化监控与风控，提高社会的安全感。

最后，数字化让政府公共服务更加精准、方便、有效，可以实现高质量的公共服务提供。数字化时代信息传递快，如何能够及时解决各类公众所需的公共服务？传统的做法往往是成立专门的机构并配备一定的人员，这就会形成长期的投入成本，而数字化时代为政府改进公共服务提供了众多强大工具。政府还可以结合人口、手机、地理信息系统等数据对不同的公共服务提供进行合理布局，例如在社区周边的医疗服务、养老服务、学校等进行有效配置，提高公共服务的精准性来减少供需错配带来的资源浪费。政府的公共服务可以浓缩到一个App中，还有一些地方运用人工智能技术在政务大厅建立“公共服务超市”，实现了724小时不间断的自助办理，在一个智能化的平台上提供医疗、法律救助、教育、养老、就业、社保、税收等公共服务，公众选择公共服务就像在电商购物一样便捷，而且在公众使用的过程中又积累了新的数据便于后续的大数据分析应用，这种方式既降低了公共服务成本，又大大提高了服务效率。如何改进公共服务质量？公共服务效果的反馈很重要，可以充分运用文本挖掘中的情绪分析方法，识别公众对不同类公共服务提供中的情绪反应，构造公共服务的满意度指数，作为政府考核的抓手推动公共服务质量提升。

三、如何应对数字化时代的新挑战，数字化时代为产业数字化、政府治理数字化

一是要加快消费者数据使用的法律保护，加快数据要素市场规范化建设。数字化时代为企业等市场主体带来众多发展机遇，企业每天要面对众多的消费者，如果能够精准定位客户群脸书扎克伯格危机公关体，企业就能做出有效的商业策略，这就需要利用数字化技术来分析消费者的行为数据，许多企业在这方面开展了诸多富有成效的探索，当然市场有充分的激励来奖励那些先行先试的获利者，也有对落伍者的惩罚机制。正是市场这种强激励往往会导致一个问题，那就是对消费者数据的过度使用或搜集，甚至有一些侵犯消费者隐私的行为，消费者由于自我保护意识薄弱往往忽视这一问题，这就需要政府加快对消费者隐私数据的保护力度，对政府公开数据和企业数据使用制定相应的数据脱敏规范，减少用户隐私信息泄露和商业机密流失，规范各类数据的合理使用，加大对非法售卖数据的处罚力度。这里面的深层次问题实际上是数据要素的确权，未来随着产业数字化、政府治理数字化、个体或企业行为数字化等会逐步形成一些数据要素市场，在这些数据要素市场中数据如何确权就是一个值得深思的问题，这也会涉及到数据的所有权、占有权、支配权、使用权、收益权和处置权，需要在法律上给予明确，同时要逐步建立其规范的数据交易机制及管理办法。

二是如何规避数字化对就业的挑战。新技术往往会对劳动分工形成较大的冲击，有新的工作岗位产生，也伴随老的就业岗位消失。数字经济不仅影响传统的劳动密集型行业，对教育、金融、会计等现代服务业同样有冲击，这就可能会形成新的失业并拉大收入差距，这就需要我们提升数字素养，加大对数字化技术教育培训的力度，减少数字鸿沟带来的结构性失业与贫富差距问题。

三是大数据分析利用能力差距可能会带来新的区域分化。和市场激励不同，政府也有自身的激励约束机制，传统的政府竞争理论中有各种政治锦标赛机制，在数字化时代不同区域政府间的数字化竞争可能是一种新型的竞争机制，不同政府对信息基础设施的投入、数据科学家等人力资源建设，以及对大数据分析利用的程度，将会带来不同区域发展的分化。在某些地方经济转型中，我们已经看到这一现象，不同区域间数字化经济发展程度不一，政府对数字化技术运用程度不一，这些都将导致区域发展的差距扩大。

四是对数据使用不当风险要保持足够的警惕。机器预测需要依赖于输入的数据质量，如果数据充满噪音，无法提供足够的信息，再精密的算法也难以得到好的结果。重视大数据，同样不忽略小数据。人工智能要和智能人工进行结合，在一些公共事务处理中要避免数据使用不当对公众利益带来的损坏，要建立一定的数据应用反馈机制。

（作者:王志刚 | 中国财政科学研究院财政大数据研究所所长兼宏观经济研究中心副主任）