数字经济时代来临，将带来3个发展方向：未来30年都是趋势

在20年前由于互联网的普及，电商和信息化成为了，新的致富方式和发展方向。

因为在流量红利期，实现低成本高回报，同时可以借助CRM/ERP等系统，把库存、销售额、利润等经营信息，实现信息化经营，提升整体的效率。

但随着5G、物联网的来临，传统在线化和信息化的经营逻辑被完全颠覆。因为信息化是单方面的信息，无法把产品、销售、经营整体打通，就无法在数字化时代生存。

所以在未来30年想要更好的生存和发展，就要依托互联网，物联网，云计算，实现数字化、数据化以及智能化经营。

1、互联网、物联网与大数据的关系

2、信息化到数字化的商业形态

3、大数据到智能化的商业形态

一

在传统的经济形态中，谁能够掌握石油，就能够把控经济的命脉，在未来谁能够掌握大数据，就能把握未来的发展方向。

到底什么是大数据呢？在互联网时代的经营中，每个用户的信息、用户的行为，都可以通过应用程序为连接点，通过云计算储存和运算，形成大数据。

到了物联网时代，不但人能够产生数据，所有能够通电的物体，都可以产生数据。物体可以借助传感器，通过联网交互，产生不同的数据。

如一台冰箱，每天打开几次门，冷冻了多少的物品，每天的消耗量，以及与人的交互信息，都会被云计算分布式储存和运算，集合在一起，就形成的大数据。

之所以称之为大数据，是因为信息数据的量非常大，所以要通过多台服务器组成的云计算，去储存和运算，才能被分析和二次运用，产生巨大的商业价值。

掌握了大数据，就了解到消费者以及市场动向的一切信息和数据，就可以通过大数据去判断未来的市场需求。

就如一些互联网巨头一样，掌握大数据以后，可以借助数据去判断每年的市场趋势与需求，这样就可以掌握未来，所以拥有大数据就相当于掌握了，新时代的资源。

二

想要借助大数据，抢占未来的发展趋势，就要认清信息化到数字化的演变，从根本上做好战略布局。

因为大数据的形成是信息的集合产生的，那么信息从哪里来呢？在序言中我们提到，信息化就是大数据的前身，就是把所有的经营信息，通过互联网应用程序，统计在一起。

例如今天销售了多少产品，带来了多少利润，还有多少库存，这是在信息化时代的经营方式。

但根据信息化做战略的布局和战术的挑战，是非常局限的，因为我们无法把握市场变化的精准数据，最终导致产能过剩，库存积压，经营成本上涨，最终导致大量的企业倒闭。

那么想要从根本上解决产能过剩，供给大于需求，就要做到按需生产，精准匹配，这就需要从信息化转向数字化。所以数字化转型也是供给侧改革中，非常重要的组成部分，也是未来30年的大趋势。

因为只有全面的数字转型，才能把销售环节、库存、用户、等一系列的信息，通过数据中台相互打通，变成可以度量的数字。

只有所有的经营信息可以实现数字化了，才能借助云计算，把数字变成大数据。

三

从信息化到数字化，数字化到大数据，那么大数据背后是怎样的商业形态呢？在未来的经营中获取大量的数据以后，可以实现智能化经营，这个智能化包含生产、库存、运输和营销。

首先从营销端来说，想要借助大数据实现智能化营销，可以通过巨头的云平台赋能，借助应用场景和数据中台，云计算获取大数据，根据实际推送精准的营销信息给匹配的人群。

就如我们在手机上经常收到一些，电商平台的优惠信息、打车平台的信息一样，是平台通过数据，判断你近期有某种商品需求或者出行需求，才会做智能化营销推荐。

但目前的弊端是，还属于基础的智能时代，这是因为数据量需要积累和技术更新要迭代。

对于传统企业来说，在今天想要实现智能化营销，也可以借助互联网巨头平台，因为巨头已经掌握的大量的C端的数据，通过网络平台直接投放广告就可以匹配经济需求人群。

其次是生产和物流的智能化，就是当我们借助云掌握了大量的用户的数据以后，可以根据用户的需求，或者通过物联网传感器收集，用户的数据传递到智能工厂做定制。

生产完成以后可以直接进入智能化物流系统，可以通过无人驾驶 汽车 ，配送到指定的地点。

那么在未来30年，想要从生产到物流到营销，实现智能化，最关键的是先数字化和数据化，因为只有积累了足够多的大数据，才能根据大数据给机器和设备发出指令，实现智能化经营。

所以想要抢占未来30年的发展趋势，就要先从信息化转向数字化，从数字化依托云计算，结合成大数据，通过大数据去赋能，实现智能化经营。

一是数字经济的基础设施建设还不均衡不充分。具体表现为，在城乡一体化建设中，推进通信网络、大数据、5G等关键性基础设施建设的力度还不够；传统的高速宽带网络、互联网数据中心等基础设施升级改造还需要进一步加快；我国有利于数字经济发展的基础设施在区域分布上呈现出不均衡不充分的状况，特别是在中西部地区的欠发达省份，这方面的基础设施建设明显落后于东部发达省份，农村地区也明显落后于城市。
二是数字经济与实体经济的融合发展尚存在一些薄弱环节。当前，我国数字经济与实体经济融合发展取得了一定成绩，但融合发展的深度和广度还有很多不足，特别是在产业融合发展方面表现得尤为明显。从宏观层面看，我国现有的数据挖掘利用能力还跟不上数据爆发式增长的现实态势，在解决市场信息不对称方面还有很长的路要走，技术创新成效和经济高质量发展的要求还不匹配；从微观层面看，企业和行业对相关产业与数字经济深度融合的价值识别以及主动作为的意识还不够，在具体实践中存在数字化、网络化、智能化资源整合力量薄弱等问题。
三是数字经济人才短缺问题突出，关键领域的基础创新能力较弱。我国数字经济发展的速度较快，很多科技型企业、研究机构在核心技术研发、大数据挖掘应用等领域的人才储备不足，自主创新研发能力较弱。特别是在一些重点行业的核心技术和关键产品研发方面，人才短缺问题比较突出，这在一定程度上制约了对数字资源的更好开发利用。
四是有助于数字经济规范有序发展的政策环境还需进一步完善。国家层面已经围绕数字经济发展研究出台了一系列政策，为经济主体依法规范开展数字经济活动提供了依据。但也要看到，在信息安全、企业行业有序竞争以及数字经济和实体经济融合发展等方面，相关法律法规的建立和完善还相对滞后。

2022年宝德服务器年出货量，20年厚积薄发，宝德计算勇夺信创整机市场NO1，鲲鹏和升腾服务器出货量双双NO1的佳绩，稳居中国AI服务器NO3，X86服务器国内品牌TOP5和全球TOP9，是国家认定的重点高新技术企业、国家专精特新“小巨人”企业、2020年人工智能骨干（培育）企业、广东省战略新兴产业骨干企业，获得广东省自主安全计算机工程技术研究中心、广东省工业设计中心、深圳市级企业技术中心等技术认定，多次摘取“深圳工业界奥斯卡”大奖……
三：卓越领袖力
作为中国领先的IT产品和解决方案提供商，宝德计算不断发挥自身引领作用，以点带面，多措并举，促进计算产业和信创事业的繁荣发展。
在生态建设上，为加速信创产业的建设和推进，宝德计算携手硬件、软件、应用等生态伙伴组建了“自强应用生态产业联盟”，坚持同命运、共发展，协同打通信创产业发展的“任督二脉”，让应用端和供应端真正流通起来；为切实解决金融信创推进过程中的难点与痛点，宝德计算联合中国信息通信研究院成立长三角金融联合实验室，推动金融信创领域产品适配、方案测试、场景打造、应用优化、人才培育的落地；此外，为推动节能环保、绿色计算产业发展，宝德计算还联合GCC发布绿色计算产业联盟白皮书及标准等等。
四：巨大的发展潜力
伴随全球范围内5G、人工智能、工业互联网、元宇宙等技术迭代和创新业务的增加与应用的多元化发展，计算产业进入大爆发时代，作为算力的主要提供者，宝德计算发展潜能无限，势必大有作为。
在国内，宝德计算持续参与共建自主、安全、高效、高质、强健的国产计算产业体系，推动党政办公、安平、运营商、金融、能源等关键基础行业的国产化应用迁移替代进程；加大行业拓展及细分市场需求的响应，积极赋能千行百业的数字化和智能化转型；并加紧在全国分布式计算智能生产基地的布局，进一步壮大产能和加速交付，为客户聚焦业务发展和提质增效保驾护航。
面向海外市场，宝德计算已经从产品优选和资质认证、销售覆盖、服务覆盖、人员配置等方面紧锣密鼓地做好了准备，并且紧跟国家“一带一路”和RCEP的步伐，有规划、按步骤推进海外业务。目前，宝德海外出货已经触达全球20多个国家；实现了150个国家工程师上站服务能力的覆盖；和30+全球优秀集成商建立合作关系，构建了区块链、数据中心、安平等多种行业和细分领域的解决方案，致力于为全球数字经济贡献算力、让国货之光闪耀世界！
正如宝德计算董事长李瑞杰所言，“创新与变革永远是宝德的主旋律，亦是促使我们腾飞的根基”，面向未来，宝德将继续以万变应万变，坚守创新研发，以更先进的技术、更多样化的产品方案、更优质的服务，携手更多伙伴紧抓机遇、乘势而上，共同奏响“数字经济”时代的最强音，全力冲击中国服务器第一品牌！

5G机器视觉代替人眼对产品进行检测，5G云化的小车识别障碍并自动变向，10米高货架可以自动装卸……中兴通讯南京滨江智能制造基地，从工厂落成投产至今，发往全球超过60%的5G基站生产任务都在这里完成，实现了用5G技术制造5G设备。

这一整套能力已经完成了从内部应用到对外输出的转变。在江苏精研 科技 构建的5G+AI智造新工厂，通过在车间部署5G MEC专网，打造5G+工业大数据云平台，开发5G+AI质检机产品，替代了3C产品零部件人工质检方法，单台质检机可减少质检人员12~16人，大大提高了检测效率和精度，降低了人工检测工作对工人视力及身体的损伤，预计节省人力成本3000万元/年。

数字经济已经是大势所趋，5G已经成为新基建的核心引擎。中兴通讯在数字经济时代，自身既是转型者，也是赋能者，对内，自身数字化转型目标是成为极致云上公司；对外，致力于成为数字经济“筑路者”，中兴通讯希望通过极致的网络、精准的云网和赋能平台，积极 探索 5G+工业互联网技术及实践，赋能千行百业数字化。

深耕垂直行业

以差异化为5G商业打基础

在广州南沙区一先进制造业基地的施工现场，一辆挖掘机闯进电力设施保护区，触发了报警模式，高清摄像头通过5G实时回传现场画面。无人机收到命令后，立即从机巢起飞，对挖掘机进行喊话制止。

这是南方电网基于5G技术“天眼系统”，在防治电力设施外力破坏方面的应用场景 探索 ，也是5G智能电网建设成果的一个缩影。中兴通讯与合作伙伴通过建立5G电力专网、电力边缘云，提供电网“最后一公里”通信保障。在5G差动保护业务验证中，实测业务对应空口授时精度小于1us，通道端到端时延小于12ms，实现长时间运行0丢包，初步验证5G承载电力业务的可行性。

作为业界最大的5G智能电网示范区，广州南沙完成首个基于3GPP R16的精准授时、首个商用专用切片上线、首个差动保护正式投运，51个业务覆盖发、输、变、配、用全环节，领跑行业。

当5G遇到数字电网，不仅大幅提升生产、运营效率，还实现切片端到端打通，支撑从售前、售中到售后的业务运营。

网络切片，就相当于将网络按用户的需求为其划定专门的车道，不同的车辆行驶在高速公路、国道、省道上，保证了各车道的独立性。

按照全球电信行业的研发愿景，5G主要面向超宽带、低时延高可靠性、大规模物联网三大类场景，而此类场景更多地出现在行业应用中。可以说，5G商用成功的关键在于行业市场，而行业市场的发展取决于网络切片技术的进展。

作为国内领先的提供5G端到端设备的厂商，中兴通讯在技术储备上处于领先位置。通过切片技术结合特定场景特点，中兴通讯为不同行业、用户提供差异化的服务，在电力、交通、制造等多个领域的行业伙伴共同合作5G网络切片方案，这些试点 探索 了基于5G网络切片的B2B、B2B2C、B2B2X等多种创新的商业模式，为正式商用奠定了良好的基础。

推动工业互联网落地

像搭积木一样落地复杂场景

生产数据实时掌握、能耗排放实时刷新、库存质检定时展示、视频安防联动告警、生产环节自动智能，5G化改造以及智能分析与企业内部系统的集成，实现全流程信息拉通、可视，大幅减少信息盲区和一线人员工作强度……

这是云南神火铝业“5G+智能工厂”的一幕。通过与中国移动、中兴通讯、贵阳铝镁设计院联手，建设云南首个5G+MEC智能工厂，携手打造全国一流的绿色水电铝智能化工厂。在这里，以工业互联网平台、视觉分析平台、数字孪生车间多维管理向上支撑各种创新应用孵化，助力云南神火铝业工厂园区管理实现智能化。

2020年突如其来的疫情，让人们深刻感受到了海量数据、高速的网络、多样化的终端等强大的信息基础设施对于保障 社会 正常运转的重要性。飞速发展的5G，成为数字经济时代的重要基础和载体，与此同时，千行百业的数字化转型对于云网能力提出新的要求——超宽带、实时强计算、超融合、超智能等。

例如，原有的通信方式就遇到技术难题，一是企业数据安全要求，二是柔性生产对网络灵活组网的强需求，三是原有Wi-Fi、4G达不到工厂对带宽、时延、稳定性要求。“5G+工业互联网”成为解决这些问题的良策。

5G开辟了全新的无线工业网互联场景，使得离散场景下工业视觉分析、天车远程控制等高带宽、实时高可靠的控制成为可能；对于海量存在的传感器，工业IoT终端，5G接入工业互联网相比有线网络更加经济；工业设备在实现“剪辫子”无线接入后，可以快速和便捷实现生产流程的重配置，大幅提高生产和配置效率。

5G行业应用一大特点就是碎片化，不同行业不同场景应用，对于网络和算力基础设施、业务的需求千差万别，为迎接这一挑战，中兴通讯构建更加敏捷的云网融合服务，足够轻盈灵动、量体裁衣，让行业客户“多、快、好、省”。

例如，中兴通讯搭建的5G+工业互联网方案系统架构，端、网、云、平台、应用分层积木化，让用户能够在不同层次，在多个模块上快速的组合，从而能够更精准的符合不同场景的业务需求。

目前，中兴通讯分布式精准云可以很好满足行业客户多样化需求，精准云物理资源非常灵活，可以是现场级、单板机、一体机、服务器资源池，很好地解决边界问题，从而更加精准地满足企业差异化的需求。

解决了云的能力后，则是解决连接的问题，中兴通讯确定性精准网解决方案融合了5G和固定接入的融合，可以满足多个严苛工业场景的确定性网络SLA接入需求，确保各类工业应用得以可靠的部署。

企业部署工业互联网，最担心的是核心信息内容是否足够安全。中兴通讯帮助行业客户实现可定制的5G+工业互联网安全能力，包括网络安全隔离、实时业务保障、端到端数据安全、终端接入论证、安全运维管理等，让企业上网之后心中无忧。

中兴通讯在工业领域开展长期深入合作，已尝试更多5G工业互联网应用场景，在工业、交通、能源、政务、新媒体等领域，发展了超过500个的合作伙伴，联合 探索 了百余个5G创新应用场景，在全球范围内开展超过60个示范项目。

加速数字化变革

底层技术为行业转型铺路

随着5G网络的大规模商用，在垂直领域会涌现出大量创新和应用，加速传统行业向数字化和智能化的转型。数字化转型不仅仅是技术的提升，还是思维方式、发展战略和商业模式等整体各方面数字化的演进过程。

2020年，由中国电信、中兴通讯共同打造，基于5G传输将中兴视觉检测业务在电信MEC平台上实现，针对不同的工业制造非标场景，能够精准快速响应制造业客户视觉检测业务需求，帮助企业客户实现降本增效，加快数字化转型。

而在中兴通讯南京滨江智能制造工厂，则以“用5G制造5G”的方式，集成打造特定场景下的5G工业应用，目前，该工厂在产线少人化、物流高效化、管理精细化、生产柔性化、价值精益化等方面都有所提升。

数据显示，将5G和工业互联网结合后，滨江工厂生产效率得到大幅提升。其中，装配质量漏检率降低80%，生产不良率降低53%，生产效率提升27%，物流周转效率提升20%。

此外，中兴通讯还牵手三一重工、浙江中控等制造龙头企业打造了5G典型应用，共同构建数智“热带雨林”。

从以往经验看，大型企业自身技术能力的外溢，能够带动形成新兴产业，而作为全球领先的通信设备制造企业，中兴通讯通过持续自研创新，积累了一系列核心数字技术，包括 *** 作系统、数据库、芯片、云计算和AI算法等，能够灵活调用业务组件库对企业运行的各个领域进行赋能，坚持做好底层基础技术的 科技 创新，为行业的转型升级铺路搭桥。

在数字化转型趋势的推动之下，中兴通讯将不断挖掘底层核心技术的创新价值点，让自身在越来越多细分领域获得成功的同时，助力千行百业的企业客户实现高效的数字化转型。

撰文：郜小平

近十年来，我国数字经济发展迅速。中国信息通信研究院研究显示，数字经济增加值已由2011年的95万亿元增加到2019年的358万亿元，占GDP比重从203%提升到362%。

2020年，新冠疫情来袭，社交隔离凸显了非接触式技术的重要性，在线办公、视频会议、网上授课、网上支付等蓬勃发展，数字经济体现出了对冲经济下行风险的积极作用。

近日，中国金融四十人论坛（CF40）成员、中金公司研究部负责人、首席经济学家彭文生牵头完成《数字经济，下个十年》课题，从宏观经济、行业及投资等维度对数字经济进行了全方位的研究。

课题认为，当前，数字化运营成为这些企业维持业务至关重要的方式，为了拓展生存空间，许多企业更显著加速了他们的数字化战略布局。一项针对全球2569家企业的调研发现，本次疫情将全球的数字化进程至少提前了5-7年。

“不过，这样一场深刻的数字革命显然不会只有帕累托式改进，只是人们对问题和风险的认知还存在较大的分歧。”彭文生认为。

以下内容摘编自上述课题成果。原课题发表于“中金点睛”公众号。

数据是数字经济时代的核心生产要素，数据的采集、加工与使用具有明显的规模经济与网络经济性，低甚至零边际成本意味着创新创业的门槛较低，但先发企业能够凭借自我增强的大数据优势来实现与固化垄断地位。

课题认为， 现实中哪些数字经济企业是“好”的垄断，哪些是“不好”的垄断，并没有那么分明 ——巨型 科技 企业在开始阶段是“好”的垄断，是与创新紧密联系的，但到了一定规模后就有可能阻碍竞争。

例如亚马逊、谷歌、脸书等 科技 巨头在发展初期，非竞争性的零边际成本带来其规模快速扩张，提升了 社会 的整体福利，这个阶段的“垄断”是好的“垄断”。然而一旦形成先发优势，这些成功者往往会利用知识产权、先发优势和网络效应等构建自身的竞争壁垒，以寻求垄断租金。

课题认为， 判断数字经济是否出现“垄断”，还需要用动态的眼光看待。

按照熊彼特的创新理论， 垄断和创新有天然的联系，没有垄断的超额收益，就不会有那么大的创新动力。 科技 公司创新失败的可能性很大，因此需要风险溢价的补偿来吸引创新。超额收益既来自垄断租金，也来自整体市场要求的风险补偿。

从 历史 经验来看，巨型 科技 公司的垄断似乎符合上述动态的特征。比如上世纪90年代，雅虎搜索引擎一家独大，几乎占领了所有的搜索市场，但在谷歌推出搜索引擎后，雅虎的搜索业务很快就被性能更优异的谷歌搜索所替代。如果监管层一开始就强力监管雅虎的搜索业务，限制其盈利，可能谷歌也没有动力推出更好的搜索引擎。

微软的IE浏览器也曾受到垄断的指责，但如今其地位也让位于Chrome。类似的例子在中国也不鲜见，电商平台京东与阿里尽管构建了很高的行业壁垒，但无法阻止拼多多的快速崛起，同样爱奇艺、优酷也没有办法阻止抖音成为世界级的流行应用。

因此，如何判断数字经济中的“垄断”现象仍然是一个充满争议的话题。彭文生认为， “我们一方面要鼓励竞争、防止恶意的垄断，另一方面也要用动态的眼光去看待数字创新中的回报收益的问题，不能为了反垄断而误伤创新。”

那么我们究竟能不能对 科技 企业的垄断行为进行监管呢？

学术界提出一种可能，就是从数字经济最重要的生产要素——数据出发，降低数据使用的排他性。监管层可以对不同的 科技 公司基于自身收集的数据做出互 *** 作性的要求（interoperabilitymandate）。

课题指出，这背后的逻辑是，如果数据的生产力具有规模效应，那么收集数据的过程就是在奖励先行者，但这其实损害了消费者的利益。因为消费者只能被迫选择最先收集数据的公司，而无法选择其他可能提供更好服务的公司。 一旦数据具有一定的互 *** 作性，那么就能避免后来者的竞争劣势。

当然，这种监管方式需要专家学者的密切合作，一方面要防止对初始者的创新抑制，同时也要防止消费者隐私被滥用。因此这一监管活动本身可能也需要是动态的，在保护自由市场运作机制的同时，也要根据具体情况做出调整。

历史 上，从两百年前的李嘉图到一百年前的凯恩斯，经济学家一直都担心机器替代人。经济学里有个专有名词叫“技术性失业”（Technological Unemployment），即技术进步所导致的失业。这种担心贯穿于 历史 ，一直存在争议。

在当下我们如何来看待这个问题呢？课题认为，这次百年一遇的新冠疫情中，数字经济的快速发展带给我们一个重要启示， 就是机器既可以赋能人，也可以替代人。

机器对人的赋能，体现在很多领域。比如餐饮外卖行业，如果没有数字技术、智能手机、GPS定位等技术支持，外卖员的配送效率就会非常低；再比如这次疫情下的远程教育、远程办公、远程医疗等无接触经济，并没有替代老师、白领工人和医生，而是对他们进行了赋能。数字技术使得我们在疫情冲击、社交隔离的情况下，还可以维持一定的经济活动，所以它和人是互补的。当然机器也可以替代人，比如无人物流、无人配送、正在发展的无人驾驶等。

课题认为，数字经济在中美，替代人和赋能人的程度并不一样，这跟中美的禀赋差异相关。美国数字经济的发展，更多的是机器替代人，通过资本深化替代就业。 中国数字经济的发展，则更多的是机器和劳动力互补，对劳动力是友好的。

美国的劳动力替代型数字经济体现为常规性、简单重复的工作，比如一些制造业流水线能被机器代替，同时甚至有一些不是很简单的、重复性的工作，也能够被机器替代。中国的劳动力互补型数字经济则体现在一些非常规的服务上，比如说外卖、送货员、专车司机、视频主播等等。

不过，彭文生认为，虽然数字经济的发展在现阶段在中国有劳动友好型的一面， 但中国也难以避免数字经济加大收入分配差距的共性的一面，数字技术使得明星企业和个人可以用低成本服务大市场，少数人和企业赢者通吃。

美国有学术研究显示，过去40年劳动者之间收入差距的扩大， 主要反映（同一行业内）受雇企业之间的差别，而不是职业之间的差别。 这背后一个重要的相关问题是数据产权没有明确界定，相关企业对大数据资源免费的、排他性占有，实际上是独占了关键资源的垄断租金。

如何界定大数据产权归属？对于这种垄断租金，应该采取管制方式，还是征税方式？如果征税，如何确定税基、税率？数字经济越壮大，这些问题越不容忽视。

彭文生认为，与此同时，需要注意的是， 数字经济也丰富了应对贫富分化的政策工具 ：数字移民和数字货币。解决区域发展不平衡的传统办法通常是劳动力转移，或者产业转移。数字经济创造了一个新思路，即“数字转移”。

例如，大企业将客服中心布局在欠发达地区，劳动力无需转移就可以享受发达地区的辐射带动，可以看作是“数字移民”；数字新基建催生了网络直播、云 旅游 等方式，将欠发达地区的风土人情、青山绿水等特色资源“运输”到发达地区，“产业数字化转移”增加了当地人收入。

数字货币方面，中国人民银行DCEP重点在于发展电子支付手段，但从长远看，数字货币的发展可能对现有金融体系产生颠覆性的影响，促进普惠金融、降低金融的顺周期性，有利于结构性导向的财政政策更有效发挥作用，更好地平衡效率与公平的关系。

彭文生认为，这可能来自三个方面： 服务贸易、国际征税以及数据主权和安全。

第一个容易理解，就像制造业贸易量扩大后会产生国际摩擦，服务贸易量扩大也可能带来纠纷，中国需要积极参与适应数字经济时代的国际贸易规则的变革。

税收方面，针对数字经济绕开现行征税准则的逃、避税问题，国际上讨论比较多的替代性方案是基于用户征税，这需要进行国际协调，以确定各国所属的应税税基。在世界大变局背景下，国际协调难度正在变大。

更大的国际冲突风险可能来自于国家安全或者说数据主权问题。

彭文生举例，美国和印度近期对中国的平台企业的不友好做法，固然存在政治层面的原因，也反映了一个问题：大数据归属是否涉及到主权甚至是国家安全问题？近期，中国更新了《中国禁止出口限制出口技术目录》，新增了“基于数据分析的个性化信息推送服务技术”，似乎也印证了大数据及相关技术对于国家安全的重要性。

数字经济的发展带来了个人数据采集和隐私保护的问题。

当人们使用手机时，个人数据就会被源源不断地上传到相关应用的服务器上。虽然很多人意识到私人数据被采集，但对于哪些数据被采集，以及这些数据被如何使用却一无所知。数据采集和使用的“黑箱”，让民众在防范隐私泄露方面极为被动。

课题认为， 由于数据具有非竞争性，有时还具有非排他性，这就让数据在某种程度上具有了公共品的属性，然而对个人而言这却意味着隐私可能更容易受到侵害。

比如在疫情期间， 健康 码的大量使用，帮助了公共部门和私人机构共同参与防疫，但如果这些数据在疫情之后不能安全退出，一旦泄露就有可能损害个人的隐私。

课题提出，企业对用户隐私信息的掌握程度达到了前所未有的高度，但细致丰富的用户数据是一把“双刃剑”，一方面，这些数据有助于企业更好地匹配潜在消费群体，进而降低企业与消费者之间的交易成本；另一方面，详尽的个人资料一旦泄露，将会对个人安全甚至企业经营带来威胁。

关于是否应该隐私保护，学术界分成了两派：

一派以芝加哥学派为代表，他们认为在竞争市场中，隐私保护会降低 社会 福利，并降低市场的运行效率，而完全信息有助于提高市场效率。芝加哥学派认为个人有动机隐瞒自己的负面信息，而这些行为会转嫁成其他市场参与者的成本。真实信息的流动受阻将导致经济资源和生产要素最终被低效利用，进而降低 社会 福利。

但另一派支持隐私保护的人则认为个人的行为动机具有复杂性，芝加哥学派背后的利己行为假设并不准确。如果不保护隐私， 科技 企业可以利用收集的数据推测消费者偏好，从而实施价格歧视，此时消费者剩余都将被企业拿走；此外企业还可以将消费者的数据二次出售给第三方，但消费者却无法分享任何收益，甚至可能承担数据被滥用的风险。因此对个人隐私数据进行保护有助于提高经济效率和 社会 福利水平。

课题认为，不过无论理论如何，数字经济发展对数据依赖越大、信息传递障碍越少，隐私泄露造成的伤害也就越大。数字经济时代，公权力介入数据监管以及隐私保护已是大势所趋。

事实上，欧美在隐私保护方面已经进行了有意义的 探索 ，比如美国在2012年推动的《消费者隐私权法案》提出对消费者隐私保护的建议，旨在赋予消费者对个人信息拥有更大控制权，并且降低数据泄露给他人带来的风险。同样地，欧盟在2018年实施《通用数据保护条例》，这部法律适用于欧盟的所有个人数据，对公司收集和使用隐私数据的方式进行了限制。在中国，个人隐私数据的保护也引起了国家立法机关的重视，2020年中国人大提出将专门制定完整的《个人信息保护法》，以改变之前相应法律法规相对零散的问题。

随着数字经济的发展，隐私保护将会持续成为公共治理中的一个重要议题。彭文生认为，从公平角度看，立法保护隐私数据是必要的；从效率角度看，隐私保护的关键可能在于度，甚至需要设计状态依存的保护制度。

责编：瑟瑟
监制：卜海森 李俊虎

---