首页 观点正文

孟岩:数字经济升级面临的挑战

  12月9日,由中关村大数据产业联盟主办,中国信息协会、数据观、大数据文摘等协办的线上网络分享会——“区块链100分”在当晚准时举办。本期分享会的主题为《数字经济的一些挑战》。

  活动中,现任数字资产研究院技术及学术副院长、全球最大的中文IT开发者社区CSDN副总裁,北京知识产权保护协会区块链与知识产权专委会主任委员、中国通讯工业协会区块链专委会副主任、中国云体系联盟咨询专家、中关村区块链联盟专家孟岩为大家作分享。

  以下是孟岩分享的全文内容(略有删减):

  在十九届四中全会通过的《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》当中,有两处重点提到数据。一处是关于运用大数据等技术推进数字政府,提升行政管理水平,这是已经在推行落地的数据科技应用,并不令人意外。相比之下,另一处论述则意义重大。在第六部分第二节论述社会主义基本经济制度时,《决定》说:健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。

  几个星期之后,刘鹤副总理在《人民日报》上发表了长文《坚持和完善社会主义基本经济制度》,专门用一个段落对这句话进行了展开论述:完善初次分配制度。初次分配是按照各生产要素对国民收入贡献的大小进行的分配,主要由市场机制形成。

  一是要坚持多劳多得,着重保护劳动所得,健全工资决定和正常增长机制,完善企业工资集体协商制度,强化工资收入支付保障制度,增加劳动者特别是一线劳动者劳动报酬,提高劳动报酬在初次分配中的比重。

  二是要健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。《决定》强调了“知识、技术、管理”作为生产要素,反映了现代经济中知识、技术、管理等要素对经济增长的贡献明显上升的趋势。

  特别是《决定》首次增列了“数据”作为生产要素,反映了随着经济活动数字化转型加快,数据对提高生产效率的乘数作用凸现,成为最具时代特征新生产要素的重要变化。要强化以增加知识价值为导向的收入分配政策,充分尊重科研、技术、管理人才,建立健全数据权属、公开、共享、交易规则,更好实现知识、技术、管理、数据等要素的价值。

  文章发表后,关于“数据升级为新的生产资料”的讨论,在大数据、人工智能行业的一部分有识之士当中引起了高度的关注,但是区块链行业对此并没有做出反应,更没有多少人将这段话与10月24日习近平总书记的区块链讲话联系起来看待,毕竟,从字面上来看,这段论述与区块链没有任何关联。

  但我认为,这段论述实际上反映了中国经济负责人对于数字经济升级发展方向的明确看法,也揭示了区块链的发展和应用方向。

  中国已经进入数字经济,去年数字经济总规模31.3万亿,占GDP三分之一。数字经济要升级,往哪里升?需要有一个方向。一个现成的方向是沿着现在的道路继续向前,把量再越做越大。但是从习近平总书记讲话和刘鹤副总理文章来看,显然国家希望有一个不同的模式和道路。关键就在于要将数据作为新的生产要素。

  数据作为新生产要素的含义和意义

  对此我们首先分解一下数据作为新生产要素的含义和意义。“生产要素”是一个非常基本的经济学概念,在平狄克经典的《微观经济学》中,生产要素的定义是:生产过程中的投入品(如劳动、资本、原料)。经济学以非常抽象的方式看待“生产”这件事,把它当成一个函数,或者黑箱过程,从这边投进去某些东西,从那边冒出来产品,至于中间是怎么变戏法的,在这里并不关心。

  生产的数学化表达:Q=F(X1,X2,X3,...,Xn)。其中Q代表产出,F是所谓的“生产函数”,其实就是代表生产过程的那个神奇的黑箱过程。

  生产要素的重要性不言而喻。关于它,经济学关心的两个主要问题:一,生产要素有哪些;二,给定一组生产函数,如何配置生产要素使得效率最优。

  关于第二个问题,今天人们的共识程度要高一些,普遍认为市场是配置生产要素的好办法。也就是说,只要我们尽量让市场来配置生产要素,消除阻碍自由竞争的因素,市场自动就能够找到生产要素的最佳配置。

  反而是第一个问题,生产要素有哪些,不同的经济学流派有不同的看法,可谓众说纷纭。在亚当·斯密和李嘉图那里,生产要素主要是三种:土地和自然资资源、劳动和资本。马克思将生产要素分为劳动、劳动对象(包括土地、自然资源等)和劳动工具。还有人分成固定资本、流动资本、金融资本、人力资本、社会资本。对于生产要素的不同认识,反映了不同的价值观、思维方式、政治观念和利益关注点,更反映了时代的发展和变化。

  对于生产要素的认识,将会极大地影响经济发展和财富分配。例如,改革开放之后,一部分中国经济学者提出应当将“企业家才能(entrepreneurship)”作为一种重要的生产要素看待,并逐渐取得了广泛共识。在这种共识之下,企业家才能的拥有者——企业家,就得到了全社会的高度尊崇。而且,既然生产要素“由市场评价贡献、按贡献决定报酬”,企业家就能够在初次分配当中获得一定的倾斜。

  所以“数据”首次作为生产要素被提及,意义重大:

  第一,开辟了理论探索的新空间。

  第二,推动数据商品化、资产化。《决定》指出,要让市场来给数据定价,这就意味着,数据要能够像商品一样交易,数据要能够像资产一样创造可持续的收益,数据的价格要通过市场机制来确定。将无疑推动数据走向商品化、资产化。

  第三,推动数据服务行业大发展。可以大胆的预言,未来十至二十年,这个领域会崛起一批成功企业。

  第四,推动数据资产交易市场的出现和发展。市场是配置生产要素的有效手段,因此对应一类生产要素,就需要有一个市场。资本有市场,土地有市场,劳动也有市场。既然数据被视为是一种生产要素,那么它就需要跟其他的生产要素一样,有一个高效率的交易市场。所以我们还需要争论数据资产市场是不是会出现吗?

  数据作为新生产要素的挑战及矛盾

  数据列入生产要素,是件大大的好事。但要让数据成为货真价实的生产要素,也是件大大的难事。这主要是因为数据有一些与其他生产要素截然不同的特点。

  第一,数据可以以极低的成本复制,如果不能加以控制,便不具有稀缺性。这是其他任何生产要素都没有的特质。土地、劳动和资本具有唯一性,不可复制,而知识、技术、管理虽然可以学习,但都有比较高的成本。数据必须流动起来才有价值,而数据一旦流出去,就很容易被复制,导致大规模的供给,从而丧失稀缺性。几乎无限的供给,没有稀缺性,就没有可交易性。

  第二,数据没有明确的权属机制。由于数据可以自由复制,而且现有的技术基础设施没有任何通用的机制来分别两份数据拷贝中谁是原本,谁是副本,也没有任何通用机制来为数据打上权属标签,因此数据缺乏一个有效的权属确认机制。无法确权,产权不明晰,就无法交易。

  第三,数据没有合理高效的定价机制。迄今未有受到广泛接受的机制和模型出现。

  第四,数据必须整合才能创造更大的价值。其实大数据、大数据,求大不是目的,而是为了尽可能完整,尽可能将不同维度的数据整合起来,形成对客观事物的更详尽的描述。但是数据的整合,通常需要从多个不同的利益主体那里获取数据,并加以处理。

  第五,数据容易包含错误,更容易掺假,但反过来鉴定数据真伪、清洗和筛选数据则成本高昂。在这件事情上具有明显的不对称性。

  第六,在长期的互联网发展过程中,人们逐渐形成了数据免费获取、免费试用的惯性思维方式和惯性模式,一系列的技术设施和商业模式均以此为基础。

  数据的上述特点为数据的商品化和资本化带来巨大的挑战,造成一系列的矛盾。

  第一,数据商品化、资产化与数据可以低成本随意复制的矛盾。数据必须流动起来才有价值,而数据流到他人之手,对方便能够以极低成本复制数据,如此一来,谁会愿意为它付费?一个无人愿意付费的东西,怎能成其为商品?更谈何成为资产?

  第二,数据商品化、资产化与数据权属机制缺失的矛盾。如果数据权属不明,如何交易?如何分配资产收益和交易产生的权益?

  第三,数据整合应用与数据隐私、数据产权的矛盾。数据只有整合起来,才能发挥最大的价值。但是这种整合,往往需要从不同的利益主体哪里收集数据,这个过程有很多问题,比如如何保护数据隐私?如何进行以及确保数据脱敏?由谁来整合数据?为什么是你整合我的数据,而不是我整合你的数据?你为我的数据支付怎样的价格?如何防止数据整合当中漫天要价或者巧取豪夺的问题?如何订立数据整合过程中的合同?......

  第四,数据商品化、资产化要求的精确价值度量与互联网免费模式的矛盾。互联网免费模式曾经长期被人“歌颂”,但其实这种“大波轰,一锅烩”的模式,恰恰就是现代经济数目字管理体系建立起来之前,人们对于土地、劳动、资本等其他生产要素的管理体系。既然对于这些生产要素的量化管理体系能够给经济带来翻天覆地的变化,那么我们完全可以设想,对于数据这一取之不尽用之不竭的资源,如果能够进行精确价值度量和管理,也必将给数字经济带来翻天覆地的变化。

  第五,数据商品化、资产化对于数据真实性的要求与数据易掺假、易出错的矛盾。

  第六,数字经济升级对于数据公开、透明、共享、公平、安全的要求,与现有数据集中化、封闭式管理模式的矛盾。

  前述若干问题,在互联网范式下早就有了解决之道,那就是通过数据大集中的方式,将所有数据以极低成本集中交给一个主体,由它建立一个受管环境,在其中解决数据可管可控的难题。选择哪些主体,这个过程是市场化的,比较公平的。但是其结果,还是出现了Google、Amazon、Facebook、BAT这样的巨头。他们将数据低成本集中起来,进行一系列复杂的、高技术含量的处理,包括采集、清洗、筛选和整合数据,为数据打标签,对数据分析、处理、撮合等等。特别是,当数据大集中之后,服务商还可以巧妙地把数据交易、数据定价的问题,转换成计算服务的问题,这就是现在大行其道的云计算模式。

  数据大集中模式取得了巨大的成功,而且也还有很大的发展空间,并且将长期存在,但是数字经济进一步升级,需要创建公开、共享、公平、安全的新的数据基础设施。而大集中模式必然导致独占、垄断和黑箱操作,导致严重的数据价值分配不公。另一方面,大集中模式在安全性方面也值得商榷。将高价值数据孤悬在少数主体那里,在网络战当中有遭“斩首”而单点崩溃,导致全局瘫痪、满盘皆输的风险。

  以上是我对于数字经济升级面临的一些微观挑战的总结。主要是从技术和经济激励角度出发,比较微观。其实宏观上的挑战也很多,甚至更多更复杂。

  我们相信,区块链对上述的一些问题提出了一个新的解决思路,但也不是说可以把中本聪的设计拿过来照搬照抄。对此我们还在思考当中,也希望跟各位专家交流。

责任编辑:张薇

分享:
数博故事
贵州

贵州大数据产业政策

贵州大数据产业动态

贵州大数据企业

更多
大数据概念_大数据分析_大数据应用_大数据百科专题
企业
更多
国产黄片