发布时间:2020-09-30 文章来源:鸿宇科技 浏览次数:33
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9.5万亿元增加到2019年的35.8万亿元,占gdp比重从20.3%提升到36.2%。
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9.5万亿元增加到2019年的35.8万亿元,占gdp比重从20.3%提升到36.2%。
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。就数字经济而言,彭文生提出四个方面的问题希望引起关注和思考。
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操作性的要求(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操作性,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定位等和记娱乐网页的技术支持,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。
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。
当人们安装手机应用时,应用客户端通常会弹出一个征求“同意”的条款声明,这些条款往往冗长难懂、字体细小,却都包含着数据使用的授权协议。为了使用该应用,用户除了点击“同意”别无他法。
当人们使用手机时,个人数据就会被源源不