數字經濟時代的十大焦點問題（上）

陳智國

從經濟形態演進的角度來看，人類社會大致經歷了農業經濟（手工生產、個體勞動）、工業經濟（大規模、批量化制造）、服務經濟（個性化、服務體驗）等三個階段，現在正在進入信息經濟或數字經濟（數字化、智能化）的新階段。顧名思義，數字經濟，是以數據資源為重要生產要素，以現代信息網絡為主要載體，以信息通信技術融合應用、全要素數字化轉型為推動力的新經濟形態。

目之所及，對數字經濟時代帶來的影響或沖擊，有以下十大命題，不可不察。

一、數據與流量：數據的管理與流量的變現

隨著計算機、互聯網、移動智能終端的普及，加之移動互聯網技術、物聯網技術、視頻終端的全面應用，萬物互聯互通的時代正在到來，人人皆為數據，萬物皆可數據化。

根據美國無線和移動通訊市場調研公司iGR的調查報告結果，隨著智能手機、平板電腦和車載移動設備數量的快速增長，2019年全球移動聯網設備的總數將會由2014年的69億增加到95億，全球移動設備普及率將達到125%。

隨之而來，世界各地每天都會產生海量數據，人類正在進入數據大爆炸時代。1992年，全人類每天只產生100GB數據。而今天，全球70億人，每人每天產生的數據高達1.5GB。根據《世界經濟論壇》（World Economic Forum）一篇文章中，有關全球每日數據生成的統計結果：每天發送的推文數量多達5億篇;每天發送的電子郵件數量多達2940億封;Facebook 上生成的數據量多達4PB;每輛聯網汽車生成的數據量多達4TB;WhatsApp上發送的消息數量多達650億條;搜索量多達5億次;預計到2025年，全球每天將會生成463EB的數據——相當于2.1億多張DVD存儲的數據量。

巨量的數據累積的背后，標志著數據作為生產要素，正式進入國民經濟生產系統，開始發揮重要作用。3月20日，中共中央、國務院出臺《關于構建更加完善的要素市場化配置體制機制的意見》，首次把數據作為要素放在里面，跟土地、勞動力、資本、技術放在一起形成要素市場，提出了建設數據交易共享和數據產權保護的數據要素市場的措施。這也被看作是對數據作為生產要素的官方回應與認可。

與此同時，數據劇增，必然帶來數據流動、數據存儲、數據安全、數據應用、流量管理等一系列現實問題，如何推動數據中心、數據交易所建設，確定數據的一級市場、二級市場交易規則，在合規合法的前提下，推動數據的流動、交易、開發、應用等，都是數字經濟時代的重大課題。

當前，與商業經營、消費者更為直接的是數據流量的管理與變現，是每個人都能切身感受到的。從流量的劃分來看，大致又分為公域流量和私域流量。公域流量是各大平臺上的公共流量，目前我國線上流量主要集中在公域平臺型公司手中。BATJ（百度、阿里、騰訊、京東）、今日頭條、美團、蘇寧易購、滴滴等互聯網平臺，每月活躍用戶數（MAU）基本都達到5億+左右的水平。本質上來看，社會資本對于包括今日頭條、螞蟻金服、滴滴出行、美團點評、京東數科等獨角獸的估值，均來自于其流量數據變現能力而催生的新業務和新市場。但對于很多商業品牌、生產廠商而言，在價格信息透明度提升、互聯網平臺價格戰的背景下，在公域平臺運營的獲客與流量成本居高不下，流量紅利正在消失。

近日剛剛發生的證交所叫停螞蟻金服上市事件，實質上是對其數據管理、流量變現、業務模式的規范性要求，出發點是金融風險的防范。

對于私域流量而言，是品牌、商圈、企業或個人自主擁有、自由控制、沉淀在商家或個人“流量池”里的數據流量。數字化為流量的獲取、管理與維護提供了條件，各產業龍頭有望依托其品牌、產品和服務優勢，建立私域流量體系。最為典型的代表是，電商直播的興起帶來的網紅流量;商圈興起帶來的社區或社群營銷流量。李佳琦、薇婭、李子柒、羅永浩等都是利用私域流量，實現商業化變現的生動案例。

二、鏈接與滲透：萬物互聯與數字技術的無限滲透

近日，黃奇帆先生在“2020年秋莫干山大會”上演講指出數字經濟時代的五全信息特性，即“全空域泛在的信息”“全流程持續的信息”“全社會場景的信息”“全智能解析的信息”“全價值疊加的信息”。這五個特性的總結，很好的總結了數字經濟時代數據和信息的特性。簡而言之，數據已經無處不在、無所不包、無時無刻、無窮無盡，將人與人、物與物、事與事密切相連，產生交互，實現價值。

這必將引致數字經濟時代的兩大特征，一是人與人、物與物鏈接的泛在性，即萬物互聯。二是數字技術滲透的無限性，即智能社會。

萬物互聯和極低時延才是數字化時代的革命性變化，是可以改變我們的生活方式和思維方式的一個革命性進步。從數字技術維度來看，“ABCD”—人工智能（Artificial Intelligence）、區塊鏈（Block Chain）、云計算（Cloud？Computing）、大數據（Big Data）加上5G、物聯網技術等，共同構成了數字經濟時代的技術支撐體系。在信息通信的2G、3G或者4G階段，互聯網、移動終端的普及，實現了人與人的鏈接，帶動了網站、搜索、社交、電子商務等業態，加速了消費互聯網的飛速發展。

物聯網、云計算、大數據、人工智能等現代技術的迅猛發展，讓物理世界數字化智能化成為可能，給“物”賦予了數字化、智能化的能力，變得可感知、可交流;同時，5G通信的高速、低延時、高可靠性，使得產業交互、產業互聯網、智能社會成為可能。

根據美國IHS咨詢公司預測，全球物聯網設備的安裝基數將從2015年的154億臺增長到2020年的307億臺。到2025年，這一數字預計將達到754億臺，未來10年復合增長率高達17.21%。世界權威機構IDC預測2020年全球物聯設備數將達281億，全球市場總量將達7.1億美元;Garter發布的物聯網行業報告顯示，2020年全球物聯設備數量將達260億，全球經濟價值1.9萬億美元;Machina Research預測全球M2M連接數，2022年將達250億，釋放1.2萬億美元全球產業機會。

隨著物聯設備的普及、數字技術的滲透，意味著除了手機、電腦等移動終端之外，未來汽車、空調、洗衣機、熱水器、運動器械等各類物品，都會變得智能，并接入網絡。與此同時，數字技術、數字產品在工業生產領域、城市治理領域、社會民生領域等各個領域的滲透應用，將進入加速期。這也是“產業大腦”“城市大腦”“智慧園區”“智慧城市”等各類熱詞頻繁出現的內在原因。

可以預見，一個萬物互聯的時代正在到來，將對我們的生產組織和生活方式帶來革命性的變化。

三、新基建與算力算法：區域競爭與數字應用的新焦點

2020年3月4日，中央政治局常委會召開會議，指出要加快5G網絡、數據中心等新型基礎設施建設。新基建作為數字經濟時代的新型基礎設施得到前所未有的關注。根據國家發改委公布的新基建范疇，涵蓋信息基礎設施、融合基礎設施、創新基礎設施三大門類，涉及5G基建、特高壓、城際高速鐵路和城際軌道交通、新能源汽車充電樁、大數據中心、人工智能和工業互聯網等諸多領域。

在經濟學家看來，任何基礎設施的代際革命，都是因為社會生產力發展到了一定領先程度，社會生產關系與之不能匹配的必然結果。

在工業經濟時代，“要想富先修路”的口號廣為人知，鐵路、公路、機場、港口、電力、能源等為代表的基礎設施，支撐了大規模、工業化生產的原材料、產品流、信息流的需求，造就了工業經濟的繁榮。

在數字經濟時代以互聯網、大數據、人工智能、云計算、區塊鏈等為代表的數字生產力，在過去幾十年時間里得到了長足發展，數字生產力的發展呼喚新的支撐性基礎設施，以滿足數字、數據在信用、效率、創新等方面的發展要求，為數據要素全面融入經濟社會創造條件。

在數字經濟時代，區域競爭的焦點發生變化，不是“一城一池”、一個產業、一個項目之間的競爭，而是演變為“算力算法之爭”，演變為數字化基礎設施、數字化生態環境之間的競爭。以5G基建、大數據中心、人工智能基礎設施等為代表的信息基礎設施，正是“算力算法”的核心所在。

在目所能及的未來，中國十幾億的手機用戶的日常生活、每年數十萬億元的電商交易、自動駕駛里程的不斷拓展、智慧城市建設、無處不在的智能生活……，不斷從理想變為現實，并由此帶來更高的效率和更高的產出。所有這一切的背后，都離不開算力算法的支撐。“算力”正在變得像電力一樣觸手可及，不可或缺。

這也意味著，未來發展中，哪個區域的新基建越發達，能率先掌握更強的算力、更先進的算法，能提供更多的應用場景，就能搶占數字經濟發展的戰略制高點，占據先發優勢。

目前，各個地方、各個城市，從北京、杭州、深圳、上海等一線城市，到貴州、四川、福建、云南等各個省，都在紛紛出臺新型基礎設施行動計劃或方案，布局新基建，提升算力算法承載力。比如，山東計劃2022年前在用數據中心機柜數達到25萬架;四川和福建各自提出達到10萬架;云南提出到2022年建成10個行業級數據中心;浙江計劃2022年前建成25個大型、超大型數據中心，服務器總數達到300萬臺左右。

在數字技術應用端，城市大腦、應用場景、人工智能示范、數字金融、智慧商業、智能體驗中心……，各個區域、城市也是百花齊放，致力于通過場景開放，為數字技術、產品和服務落地創造條件，培育和加快數字經濟新業態新模式發展。

可以看到，數字經濟時代，區域與區域之間“算力算法”之爭，應用場景之爭已經拉開大幕。一旦落后，便難以企及。

四、差距與均衡：區域、行業、企業數字化程度及落差

在10月份發布的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》中，提出建設數字中國，加速數字化發展，為今后五年乃至更長時間我國數字經濟發展指明了方向。

在政策引領及市場驅動的帶動下，我國數字經濟整體呈現高速發展態勢，但橫向比較來看，仍有兩個維度的發展落差，值得關注。

一是在區域層面，我國數字經濟發展水平與胡煥庸線格局基本符合，省級頭部成員基本穩定。總體上看，東部沿海經濟帶和長江經濟帶數字經濟發展水平要高于中西部和東北地區，與胡煥庸線分布基本一致。其中，京津冀地區、長三角城市群、粵港澳大灣區和成渝城市圈成為數字經濟發展的核心區域。根據今年4月新華三集團發布的《中國城市數字經濟指數白皮書（2020）》，粵港澳大灣區以79.4分的數字經濟綜合加權得分領跑;京津冀地區、長三角城市群和成渝城市群得分均遠高于全國城市平均得分。從具體省份看，由于戰略導向、經濟基礎、產業結構、資源稟賦等要素不同，省級數字經濟發展呈現出明顯的梯級分布特征，頭部成員引領的發展格局基本形成。根據《2020中國數字經濟發展指數（DEDI）》報告，廣東、北京、江蘇、浙江、上海數字經濟發展指數位列前五，引領全國數字經濟發展，其中，廣東以65.3分穩居全國數字經濟發展水平第一名。

根據《中國寬帶速率狀況報告》（第25期）顯示，2019年，我國東部地區4G移動寬帶用戶的平均下載速率最高達到24.60Mbit/s，而中部地區和西部地區則分別較東部低0.93Mbit/s和1.58Mbit/s，表現出了比較明顯的差距。5G時代，各區域因為經濟實力差距，而帶來的在新型基礎設施投入上的差距，將進一步加大區域之間信息化、數字化發展落差。

二是在行業/企業層面，我國企業數字化由客服端向供應鏈端轉變，不同行業、不同企業間數字化程度差異較大。

從行業來看，由于行業特征、業務模式等方面的差異，不同行業對于數字化的投入程度、實施進程存在較大區別。根據兩化融合服務聯盟、國家工業信息安全發展研究中心發布的《中國兩化融合發展數據地圖（2018）》顯示，不同行業對于數字化的實際投入程度和進展仍存在較大差異，貼近C端服務的企業，其數字化轉型的迭代程度受消費者行為的影響明顯高于工業和農業。總體上看，金融業、商業零售、汽車制造等行業信息化、數字化程度相對領先，農業、傳統制造業、建筑業等數字化程度相對不足。

2020年由于新冠疫情的沖擊，客觀上加速了各行業、各企業業務轉型和擁抱數字化的進程。根據騰訊研究院聯合騰訊云發布的《數字中國指數報告（2020）》，2019年全國用云量實現了118%的增長，2020年上半年各月份的用云量均明顯高于去年同期，傳統產業增速尤為明顯。從行業上來看，各城市用云行業多樣，而增速排名前十的行業中，傳統行業占據8席，教育、汽車、醫療、電商和文旅用云量領銜增長。

從企業層面來看，受規模體量、資金實力、認知水平、老板意愿等多種因素影響，不同企業數字化轉型、數字化投資存在較大差異，呈現巨大數字化落差。歷經20多年的發展，我國企業的數字化大致經歷了從內部到外部，從信息化到數字化，從服務用戶的客服端到生產制造的供應鏈端等諸多方面的變化，但最終決定力量在于擁抱數字化的意愿和能力，在于服務客戶的效率和水平。根據《中國企業數字化采購發展報告2019》顯示，2019年我國企業數字化采購市場規模為5900億元，同比增速高達64%;數字化采購在整體企業級電子商務市場的滲透率兩年內實現了翻番，但仍僅為2.9%，滲透率依然偏低，未來前景廣闊。

結合發展實踐看，數字經濟頭部效應逐步凸顯，發達地區少數互聯網企業憑借超然經濟地位攫取了絕大多數市場利潤，數字經濟發展引領區域會對后發區域產生遏制，進一步拉大不同地區數字經濟發展差距。行業之間、企業之間擁抱數字化的意愿、能力和水平，也會決定在數字經濟時代資源配置的方向、行業與企業競爭能力和生存狀況，進而引發更大范圍、更深層次的行業重構與企業洗牌。

五、隱私與安全：數據安全、隱私保護是數字時代根基

2020年4月，中央第一份關于要素市場化配置的文件《關于構建更加完善的要素市場化配置體制機制的意見》正式發布，首次將數據定性為土地、勞動力、資本、技術之外的第五大生產要素，數據成為我國經濟發展的基礎性、戰略性的資源及重要生產力。

值得注意的是，由于數據兼具國家、公共、人身、財產等屬性特征，數據的安全有效使用直接關系到國家安全及個人權益。當前，在大數據、云計算環境下，數據的收集、傳輸、使用過程已暴露出嚴重的數據安全問題。

從國家層面看，不同領域數據泄露事件迭出，對國家數據安全生態治理提出新要求。近年來，數據安全事件已逐漸深入擴展到國家政治、經濟、民生等不同層面，涉及國家關鍵信息基礎設施、金融系統、重大國土資源與能源安全等各個方面。根據Verizon發布《2020年數據泄露調查報告》，包含中國在內的全球81個國家共發生3950起數據泄露事件，其中45%的數據泄露事件來自于黑客攻擊。另外，根據Risk Based Security數據顯示，截止到2020年第三季度，全球共有360億條數據記錄被暴露。

從企業層面看，企業已成為數據泄露的“重災區”。近年來，隨著數據價值提升，企業內部存留的用戶、員工數據遭受越來越多的威脅，黑客攻擊、勒索病毒、數據泄露等數據安全事件頻發，給企業帶來了巨大損失和困擾。根據安全研究中心Ponemon Institute和IBM Security聯合發布的《2019年數據泄露成本報告》，超過100萬條記錄的泄露預計會給企業帶來4200萬美元的損失，當泄露記錄超過5000萬條時，預計帶來的損失將達到3.88億美元。此外，企業發生數據安全問題，還將面對監管層的巨額罰款。2018年11月底，萬豪旗下喜達屋酒店預訂數據庫中客人信息泄露，約3.39億客人的姓名、郵寄地址、電話、電子郵件、護照號碼等數據信息流出，被英國隱私監管機構罰款約人民幣1.59億元。

從個人層面看，個人隱私信息泄露已成常態，數據保護與每個人的生活密切相關。當前，包含身份證號、手機號、開房記錄、住址等的隱私信息的個人信息泄露案件頻發，如“華住集團旗下漢庭、如家等酒店2000萬用戶數據泄露”“智聯招聘員工倒賣簡歷”“圓通快遞40萬條個人信息被轉賣”等各種報道不絕于耳。與此同時，伴隨著指紋支付、人臉識別等技術被廣泛應用到生活中，個人信息泄露、信息被盜用等情況時有發生。

以人臉識別為例，隨著該項技術在疫情防控、門禁考勤、交通案件、實名登記、開戶銷戶、支付轉賬、解鎖解密等應用場景的應用，大量的人臉生物信息被各種渠道、各類主體采集、收集、存儲或交易，個人財產、健康、隱私等面臨較大風險。Facebook 未經用戶允許，非法收集用戶生物數據，對用戶海量照片進行人臉識別 ，并分析出人物標簽信息，引起用戶集體訴訟;2020年6月15日，“中國人臉識別第一案”在杭州開庭審理;根據央視新聞報道，大量人臉照片被私下交易，2元可買上千張照片，5000張人臉照片不到10元，這些照片落入不法分子手中，可能被用于精準詐騙或洗錢等違法犯罪活動，類似于這樣的人臉識別技術濫用、侵權、訴訟，未來大概率將成為一種常態化事件。

如何加強數據隱私保護、實現數據的安全高效利用已成為當前全球亟待解決的關鍵問題。目前，全球許多國家及地區均陸續出臺了數據保護及安全領域的相關規則條例，為數字經濟發展健康有序的環境。諸如歐盟通用數據保護條例（GDPR）、加州消費者隱私法（CCPA）、新加坡個人信息保密條款（PDPA）和日本個人信息保護法（PIPA）等。近年來，我國不斷加強數據領域的安全管理與使用，2019年以來，先后發布了《數據安全管理辦法》《數據安全法》及《個人信息保護法草案》，完善個人信息權益保護制度，已經初步搭建了較為全面的數據安全保護體系。

綜合當前研究，數字隱私保護可以從兩個方面加強能力提升。一是在數據端，建立數據安全智能管控平臺，打造數據全生命周期的安全生態。利用大數據存儲、分析和建模技術，圍繞數據收集、存儲、使用、傳輸、共享、銷毀等環節，打造數據安全智能管控平臺，實現數據全生命周期的安全能力，形成數據資產梳理、數據安全監控識別、數據風險防控和數據智能分析能力。二是在技術端，隱私計算將成為新時期數據安全領域重要的技術趨勢。國際調研機構Gartner預測，隱私計算將成為2021年重點深挖的9項技術之一，到2025年，將有一半的大型企業機構在不受信任的環境和多方數據分析中使用隱私計算處理數據。隱私計算將廣泛應用于金融、保險、醫療、物流、汽車等眾多擁有敏感隱私數據的領域，在解決數據隱私保護問題的同時，緩解行業內數據孤島問題。

可以預見，在數字經濟加快發展、數字化轉型不斷向前推進過程中，數據安全和隱私保護問題變得更加復雜。如何做好數據安全及保護前提下，推動海量數據的應用開發、交易流轉，既是數字經濟發展的根本需要，更是國家、企業、公民都必須面對的一個長期性、持續性命題。◆

（作者單位：中國經貿導刊雜志社新發展研究院）