中新经纬9月1日电 题：数据经济如何促进经济增长？
作者 余昌华 北京大学国家发展研究院长聘副教授
导语：与数据相关的经济活动――“数据经济”日趋重要，需要积极发挥“数据经济”在提升生产效率和资源配置效率中的作用，消除“数据鸿沟”，促进经济增长。
随着企业信息化的深化与互联网+的迅速发展，越来越多的交易活动和用户足迹被各种设备记录下来，形成了庞大的数据。数字存储、传输以及分析技术的进步使得数据的使用更加便捷与高效。数据已逐步成为企业生产经营活动的重要生产要素。一个重要的问题是，数据如何促进经济增长？
我们姑且把数据对经济的影响这部分称为“数据经济”。现实世界存在着各种各样的数据：从国家统计局公布的宏观经济金融数据，到企业家户调查数据，再到以互联网和移动通信为载体而产生的各种类型的大数据。一般而言，数据具有非竞争性特征，一个用户使用数据时并不妨碍其他用户使用这些相同的数据。从是否具有排他性的角度来看，有些数据具有非排他性特征，比如国家统计局公布的一些公开数据，所有企业均可获取与使用，这些数据以公共品的形式存在，供所有人使用。另外一些数据则具有排他性特征，比如一家平台企业收集的非公开数据一般不会免费对其他平台企业开放。
数据在经济决策中发挥着重要的作用。宏观数据显示了过去宏观经济运行的一些特征，微观数据，尤其是大数据，则提供了多维度、甚至及时地描述消费者行为与企业经营活动等信息。这些数据的使用有利于降低信息不对称，帮助不同类型决策者对过去决策所依赖的模型以及决策行为的结果进行解释和修正，从而更好地预测未来决策带来的结果。
在数字经济时代，数据在企业生产经营活动中的作用越来越大，已逐步成为一种重要的生产要素。从数据生产要素的属性来看，数据既是生产技术的一部分也是资本形成的一部分，具有技术和资本双重属性。数据的技术属性体现在企业使用数据以直接提升生产活动的效率。数据的使用和数字化管理有利于提升企业的资源配置效率，比如物流企业通过及时的物流数据，优化仓储空间使用和协调快递投送人员，从而提升运营效率；金融科技的发展增强了金融机构风险管理能力，从而提高了资金利用效率。数据的资本属性体现在数据的市场价值上，比如一些提供数据服务的企业在资本市场上也具有很高的市场价值。与实物资本类似，数据面临着“折旧”损耗，比如企业愿意支付更高的价格获取及时市场信息，而不太愿意为历史数据买单。
数据如何促进经济增长呢？从经济增长核算的角度来看，经济增长主要由生产技术和要素投入增长来驱动。传统的要素投入一般包括资本和劳动两部分，数据可以直接影响企业的生产技术，从而促进经济增长，数据也可以通过整合资本和劳动的组合效率以及不同企业之间的配置效率来促进经济增长。具体而言，我们可以从以下几个方面探讨数据对经济增长的影响方式。第一，数据可能直接提高企业生产效率，比如企业信息化水平的提升和数据的深度使用可以节约企业人力成本，提升资本周转效率。另外，反映市场行情的数据则有利于企业更准确地预测市场需求变化，降低信息不对称，从而使企业及时调整生产策略，提高生产效率。第二，数据有利于企业更好地通过“干中学”和企业组织资本的提高，将数据内化为知识。要验证新产品、新模式是否会取得预期效果，企业需要反复试验，积累大量的数据，从而选定最终上市的新产品和新模式。第三，数据能够推动创新，比如信息与通信技术行业的创新源自于满足市场更快速、更大规模地处理数据的需要，反过来，更先进的信息与通信技术设备产生了更多的数据，这又进一步推动了信息与通信技术行业的创新；另外一个例子是人工智能的发展离不开信息与通信技术设备的进步与海量数据的产生与分析。第四，数据有利于提升企业风险管理水平，比如普惠金融的开展离不开金融科技的飞速发展；金融科技结合了技术和数据，显著地降低了企业和居民的融资成本和信贷约束，从而提升了资金配置效率。
从宏观层面来看，经济生产与交易活动产生了大量数据，如果这些数据被充分利用，企业将会更准确地预测市场需求变化，从而更加精准地提供产品与服务。那么一个问题是数据会不会带来规模报酬递增的经济活动？规模报酬递增是说当数据量翻一番时，经济活动会超过翻一番的规模，如果经济活动恰好也翻一番，则是规模报酬不变，如果经济活动增长小于一倍，我们就说规模报酬递减。从短期来看，获取更多数据和利用更多数据可能会产生规模报酬递增的效应。大型企业――比如平台企业，有能力收集海量交易数据和用户行为数据，能够做到准确地预测用户偏好与市场供需变化，精准推送产品与服务，从而提升资源配置效率，推动企业创新与技术进步，这又进一步提升了这些企业的竞争能力，扩大其市场份额。这些更大规模的企业会产生更多的数据，企业利用其数据优势进一步扩大生产规模和市场份额。依此循环，大企业产生了大数据，大数据催生了更大的企业，呈现出规模报酬递增的特征。但是从长期来看，数据的收集、整理与利用带来的边际价值是递减的。试想一下，如果宏观政策与市场环境没有变化，虽然收集的数据愈多，对市场预测越准确，但是随着预测准确性的增加，进一步提升数据预测准确性的空间愈小，因而数据经济可能呈现规模报酬递减的特征。
从数据的用途来看，有些数据被直接用于生产性目的，比如消费者收入、偏好的数据，生产要素价格和使用情况的数据，以及对未来市场预期的数据等等，这些数据的收集与使用有利于企业更好地进行生产经营活动，提高资源配置效率，这部分数据对经济增长是有积极贡献的。但是有些数据的使用具有负外部性，尤其是一些不用于直接生产性目的数据，比如企业使用数据挖掘进行市场营销、广告投放等来占领竞争对手市场份额。优先使用这些数据的企业可能会有先发优势，后进入的企业则需要使用更多的数据来占领市场中的一席之地。但是从社会资源配置的角度来看，这方面的数据使用具有较强的负外部性，从而导致企业过度投资和数据过度收集与过度交易。
数据经济的发展带来了企业发展模式与特点的变化。短期内规模报酬递增可能会使规模较大的企业变得更大，而规模较小的企业则很难快速成长、追赶上规模较大的企业。从宏观层面来看，企业规模的分布会出现两极化，一极是规模非常大的企业，另一极是规模很小的企业，处于中间规模的企业数量会比较小。数据生产要素的出现对企业竞争策略也会产生影响，数据逐渐成为企业比较优势的一部分，很多企业为用户提供免费数字产品与服务以换取用户使用这些产品和服务产生的数据。一个随之而来的问题是，企业通过不同的方式收集、使用数据，在此之后，企业是通过自身力量来挖掘其数据的价值，还是将其数据作为资产卖给其他企业？从市场交换的角度来看，数据与其他市场交易品一样，只要有人需要这些数据，这些数据就有价值。但是，由于数据具有非竞争性的特点，很多用户可以同时使用相同的数据，同一数据被更多用户使用会导致这些数据带来的边际价值快速下降，因此如何评估某一具体数据的市场价值面临着诸多挑战。当然，如何保证数据真实可靠以及数据的完整性是数据交易的一个重要前提。
从短期来看，数据具有规模报酬递增的特征，因此中小企业需要相关数据政策的支持。政府可以通过与公众共享数据来消除中小企业的数据鸿沟，比如让公众比较容易地使用非涉密数据和脱敏数据，让全社会充分挖掘数据的价值，共同促进经济增长。需要注意的是，数据可能会产生一些外部性，这些外部性需要相应的数据监管政策来干预。有助于生产活动和研发活动的数据往往具有正外部性，需要相应的政策支持；但是对于具有负外部性数据的使用与挖掘，则需要相应的政策加以限制。另外一方面，从数字经济核算的角度来看，我们需要更好的方式来衡量数字产品以及数据的价值，更好地发挥数据经济在经济增长中的贡献。(中新经纬APP)
本文由中新经纬研究院选编，因选编产生的作品中新经纬版权所有，未经书面授权，任何单位及个人不得转载、摘编或以其它方式使用。选编内容涉及的观点仅代表原作者，不代表中新经纬观点。
责任编辑：宋亚芬
【承泽观察・平台经济40评之二十九】刘航等：如何把握平台经济“常态化监管”的重点？
【承泽观察・平台经济40评之三十】黄卓：中国金融科技平台创新发展的未来方向
【承泽观察・平台经济40评之三十一】徐远等：反垄断理论的演化与平台治理