教育频道,考生的精神家园。祝大家考试成功 梦想成真!
会员登录 会员注册 网站通告:

经济学

搜索: 您现在的位置: 经济管理网-新都网 >> 经济学 >> 工业经济学 >> 正文

数字经济体系的构成与演化

http://www.newdu.com 2022/9/21 《商业经济》2022年10期 葛健 叶涓… 参加讨论

    摘要:通过文献梳理对数字经济的定义及其构成进行归纳说明,旨在帮助读者更好地理解数字经济的内涵与组成。数字经济是由数字产业化、产业数字化、数字化治理、数据价值化、数据孪生等多方组成,彼此涵盖,互为基础构成的一个完整体系。
    关键词:数字经济;数字技术;数字产业化;产业数字化
    如今,数字经济已经成为各国经济发展的核心之一。2020年我国数字经济规模达39.2万亿元,占GDP比重38.6%,2021年,中央政府工作报告提出了打造数字经济新优势,协同推进数字产业化和产业数字化转型。数字经济优势凸显,是我国稳定经济增长的关键动力。
    一、国内外数字经济定义
    信息时代,信息技术的高速发展催生出了大量新业态,为人们的生活提供了极大便利,推动了产业结构的变革,逐步催成了数字经济的提法,然而,究竟何为数字经济,目前仍未有统一严格的定义(石勇,2022)。基于不同视角,国内外学者提出了不同的观点。早在20世纪90年代著名经济学家唐·塔斯考特就曾表示数字化转型将会成为未来经济的发展趋势(Tapscott,1996;陈堂和陈光,2021)。这是“数字经济”概念的首次提出。Mahmod(2017)从电子商务的视角出发,认为数字经济是依托通信技术和计算技术融合、技术和数据流动,进而实现电子商务和大范围业务转型的一种经济趋势;而Chouhan等人(2018)和Szeto(2018)基于数字化的角度出发给出了定义,与Mahmod不同的是Chouhan更多的是关注数字经济对商业变革、劳动力、竞争以及宏观经济的影响。Lauscher(2019)从更为宏观的角度表示数字经济是一个时代,不仅是关乎网络技术、智能制造的时代,更是人类使用新技术的时代,实现创造力、知识、智能的相互连接,突破了现有社会和财富发展形态的时代,重点是新经济、新业态和新技术之间的联系以及它们相互支持的方式;国内学者王智新等人(2021)则从技术的角度出发,认为数字经济是一种依托于互联网底层技术的新型经济形态,涉及人工智能、区块链、云计算和大数据等底层数字技术(俗称为ABCD技术)的应用,石勇(2022)在“数字经济的发展和未来”一文中也强调了技术及其应用平台对于推动新兴经济形态建设、促进经济高质量发展的重要性。
    相比之下,2020年《中国数字经济发展白皮书》中对数字经济的定义更为全面,囊括了数字化时代关键生产要素、核心驱动力的特征转变以及数字化对加速重构经济发展与社会治理模式的重要作用。数字经济是一个内涵宽泛的概念,为其确定一个具体而又统一的定义仍存在难度(Williams,2021)。随着数字化水平提高,人们对数字经济的理解会不断深入,数字经济的内涵也会不断得到扩充,呈现一种动态变化的趋势。从完整度来看,就目前已有的定义,得出相应结论:以数字化的知识和信息作为关键生产要素,以数字技术为核心驱动力,以现有的信息网络为重要载体,通过数字技术与实体经济深度融合,不断提高数字化、网络化、智能化水平,加速重构经济发展与社会治理模式的新型社会经济形态。
    二、数字经济的构成与发展
    根据学者杜雪峰(2020)对发达国家主要战略和重要举措的梳理与归纳显示,2010年以后“数字经济”相关战略已逐步上升至国家战略层面。就在这短短十几年里,人类社会完成了诸多新产品、新服务、新业态、新生产组织模式与新商业模型的创造,数字技术渗透社会、经济、生活的方方面面,成为全球经济的主导力量,更是在疫情防控期间引导经济复苏的重要支撑。数字技术带动经济社会,实现产业变革和业务升级可以归纳为数字产业化和产业数字化两方面。其中,数字产业化是数字经济的基础部分,涉及数字技术应用引发的新产品和新服务变革,重点是数字技术的产业化;产业数字化是数字技术对传统产业的改造或现有产业中数字技术的应用,重点是数字技术对现有业务的升级改造(李腾等,2021;杜庆昊,2021)是数字经济的拓展部分。2019年《中国数字经济发展白皮书》在“二化”的基础之上,提出了“三化”(增加了“数字化治理”),2020年又在此基础之上扩展为“四化”(增加了“数据价值化”)。虽然,现有的研究中还是普遍将数字经济分为产业数字化和数字产业化两个部分(蒋瑛等,2021)。鲜有学者将数字经济分为“四化”。但在数字经济的升级发展过程中数字化治理问题和对数据价值化的测度是不可忽视的,此外,还有数字孪生的概念产生也使数字经济发展进入了新阶段(向玉琼和谢新水,2021),数字孪生是数字技术发展的高级阶段,数字孪生在各行各业的应用以及它的发展潜力是时下较为令人关注的话题。
    数字产业化和产业数字化
    我国“十四五”规划和2035年远景目标纲要提出,要加快推动数字产业化,推进产业数字化转型,以打造新时代的数字经济发展的新优势。数字产业化和产业数字化作为数字经济的重要组成部分,不仅囊括了新一代信息技术的应用成果,还涉及传统产业与新一代信息技术融合的内容。一方面是新兴技术的批量应用与产业化,另一方面在新兴技术优势基础之上推动传统产业实现数字化转型。二者从本质上看不同但又并非完全独立,而是彼此融合,相互促进,在借助数据的前提下实现信息交换与传递、洞察生产与商业的运行规律(刘松,2020;杜庆昊,2021)。数字产业化的发展极大提高了社会生产过程中的数据处理能力,而产业数字化的发展又极大丰富了数据要素的类型(张昕蔚和蒋长流,2021)。二者双轮驱动,同步并行,为加快推动数字经济基本组成完善提供有利条件。根据冯素玲和许徳慧(2022)对我国2010至2019年省级面板数据的实证分析显示,数字产业化能够有效推动传统产业数字化转型,进而带动产业结构升级,对实现区域间经济格局协调发展、缓解我国区域间发展不平衡现状是利好的。通过数字产业化促进数字技术与实体经济深度融合,赋能传统产业转型升级,实现由劳动密集型、资本密集型向技术密集型的转变。无论是数字产业化还是产业数字化在发展数字经济过程中都发挥至关重要的作用,但二者的侧重点又有所不同。数字产业化在数字经济发展过程中更多充当“牵引者”的作用,推动传统产业转型升级,是数字经济发展的动力源泉。而产业数字化是传统产业的升级改造,是在满足原有产业组成的前提下实现产业结构由量变到质变的飞跃。为保障数字经济繁荣,侧重点要落实在产业的数字化转型上,加大产业数字化在数字经济中的占比,着重推动实体经济转型升级,有效提升我国实体经济质量效益与核心竞争力。
    数字化治理
    数字化应用广泛,除了通过数字产业化和产业数字化在经济层面构筑新业态、新商业模式外,数字化在社会治理方面也发挥着重要作用,凸显了可观的应用前景。例如,为疏解政府治理、城市治理、全球治理提供新动力,逐步实现善治的更大场域协同、精准滴灌、多向触达以及超时空预判(李新根等,2022)。面对日益复杂的社会治理局面和突出的社会矛盾,利用数字化优势改善政府治理模式,能够精准定位公众需求,加快实现快速响应机制的完善,为解决传统治理模式痛点和解决经济发展与社会治理水平不适应、不平衡的矛盾提供新的思路。同时,通过政府网站信息公开,便捷的信息传播渠道也为公众表达自身诉求提供了机会和平台(雷晓康和张田,2021)。数字化治理平台应用与公众多渠道诉求表达,“向下”和“向上”的双重保障,更有利于提高社会治理的精细化水平。通过数字化治理平台,打破了治理体系中的信息壁垒和信息孤岛现状,推动了政府跨部门、跨层级的数字识别、分析和研判,强化了部门间、层级间的协同联动,促进社会疑难问题的高效解决(张锋,2021)。例如,新冠疫情突发期间,在大数据、云计算等数字技术的强大支撑下,“健康宝”帮助防疫部门快速定位具有潜在传播风险的相关人员,实现病毒传播链的溯源,方便了相关单位在尽可能短的时间内完成管控和排查工作,将病毒传播控制在最小范围内。利用数字化赋能治理模式,还能避免传统经验决策方式的弊端,在海量的数据支撑下进一步提高决策的准确性和科学性。而且通过人工智能、大数据等新兴技术还能实现简单问题的智能化决策,以降低从问题到反馈的间隔时间。对于复杂问题,则不能完全依赖智能化决策,还需借助人脑的思维方式并结合数据分析结果和问题的具体情况来提高决策的准确度。尽管如此,从整体上看,数字化治理模式还是在很大程度上弥补了传统治理模式的短板。
    数据价值化
    根据《中共中央国务院关于构建更加完善的要素市场配置的体制机制的意见》显示,“数据”已被列为要素之一并写入文件,与土地、劳动力、资本等传统要素并列成为第七大生产要素。相较于传统生产要素,数据具有无限复制性和重复使用的特性(刘洋等,2020;陈劲和李佳雪,2020),且边际成本几乎为0,由此带来了巨大的规模效益(尹西明,2022)。数据的价值化不仅重构了生产要素体系,通过与其他生产要素融合,还能释放数字红利。例如,数据与劳动力结合形成的知识可用于企业管理和日常决策(谢康等,2020;李海舰和赵丽,2021);数据与资本结合形成数字化资本,能够降低传统数字资产发行和流通的高昂成本。数据作为生产要素应用于生产活动、企业管理以及决策的制定,充分展现了数据价值化的内涵与外延。但需要厘清的是,数据本身并不存在价值,数据得以实现价值化依靠的是数据的使用价值。人们从海量的原始数据中提炼出有效信息,再将这些有效信息经过一系列的分析和归纳,最终用于生产和决策,提高了生产效率和决策的准确度,这就是数据价值化的体现。然而这也存在弊端,海量的数据以及数据的多样性会造成数据使用价值密度低的问题,同时对数据的筛选和处理能力也提出了更高的要求。根据工信部发布的“十四五”大数据产业发展规划,目前存在大数据人才培养数量与产业规模不匹配不适应的问题,预计在2025年,大数据核心人才缺口将高达230万人,会严重制约行业的发展。因此,需要加快并加强对相关技术人才的培养,以解决大数据产业面临的人才缺口问题。通过提高产业中人才占比,加强对海量数据分析工具的运用,从而进一步提高数据的精细化程度,降低大颗粒度数据的采集与应用。进而提升对客户需求洞察的准确度,及时对市场需求变化做出快速响应,充分发挥数据的潜在价值。
    数字孪生
    数字孪生是通过数字化的方式建立物理实体的虚拟数字模型,利用物理模型、历史数据等实现全过程仿真,真实再现物理实体的全生命周期运行状态并兼具扩展功能(赵亮等,2021;陶飞等,2020)。简单来说,就是通过数字化构建一个“数字孪生体”,借助孪生体来模拟真实应用场景,从而达到缩减成本的目的。数字孪生作为数字技术发展的高级阶段,目前在多个行业都有试点应用。最早运用于航天航空领域,基于能够实现物理层和信息层双向映射的技术优势,受到各行各业的广泛关注(刘亮等,2022;陶飞等,2020)。应运而生了城市、建筑、电网、医疗、工业等数字孪生系统,为解决诸如资源分配不合理、安全隐患预测精度低、过度依赖人工经验等问题提供了科学合理的客观依据(李浩等,2021)。2021年政府工作报告指出,发展数字经济必须要把着力点放在实体经济上,尤其是对制造业的数字化转型。研究显示,数字孪生在制造领域具有极大的应用潜力,通过建立产品的数字孪生模型并对其进行虚拟加工与反复验证,能够避免高昂的成本与漫长的试验周期(孟松鹤等,2020)。实现在产品设计、工艺优化、质量管理、预测性维护、分析客户体验等方面的改善。制造业作为实体经济中最重要和最基础的部分,承担国家经济命脉之重任。而数字孪生能以数字化的形式在生产制造过程中实现全流程的动态仿真,覆盖产品生命周期和产业链条的方方面面,对稳固国家经济命脉、驱动经济发展、推动未来智能制造发展有着重要的意义(吴雁等,2021)。但根据目前的发展情况来看,制造业正面临发展的瓶颈期,人口红利效益衰减、原材料价格不断上涨、员工队伍老龄化等问题层出不穷。因此,要加快推动制造业的数字化转型,提高制造业中的数字化人才配比,落实数字孪生技术在制造业中的应用,达到降低制造成本、吸纳高新技术人才的目的,从而扭转制造业的发展劣势。
    数字产业化和产业数字化作为数字经济的重要组成部分,为生产力重塑、激发经济活力提供动力,是发展数字经济的核心关键。数字产业化与产业数字化彼此之间也存在联系,以数字产业化带动产业数字化发展,来加快传统产业数字化转型平稳推进。而数字化治理在数字经济当中更多起到的是保障作用,通过治理模式的数字化转型来缩小社会治理水平与经济发展水平不相适应的差距,以更好的服务多领域、多行业、多区域融合发展。数据价值化则是数字经济得以发展的基础,数字产业化、产业数字化、数字化治理都有赖于数据的价值化,是数字经济的本质体现。而数字孪生,依照《中国数字经济发展白皮书》并不在数字经济的构成当中,但嵌入数字经济发展的方方面面,是数字技术发展的高级阶段,也是产业数字化、数字化治理朝着更合理、更智能方向转变的关键技术。数字产业化、产业数字化、数字化治理、数据价值化、数字孪生彼此联系、相互影响共同推进数字经济时代朝着更加成熟的方向发展。
    参考文献
    [1]石勇.数字经济的发展与未来[J].中国科学院院刊,2022,37(1):78-87.DOI:10.16418/j.issn.1000-3045.20211217002.
    [2]Mahmod S A.5G Wireless Technologies-Future Generation Communication Technologies[J].International Journal of Computing and Digital Systems,2017,6(3):139-147.
    [3]Chouhan N,Rathore D,Chhabra I,Role of digitalization after demonetization in economy[J].International Journal of Computer Sciences and Engineering,2018,6(9):88-90.
    [4]Szeto K.Keeping score,digitally[J].Music Reference Services Quarterly,2018,21(2):98-100.
    [5]Lauscher A.Life 3.0:being human in the age of artificial intelligence[J].2019.
    [6]王智新,郭家琛,朱文卿,等.金融科技创新促进数字经济发展研究综述与展望[J].科学管理研究,2021,39(6):132-138.DOI:10.19445/j.cnki.15-1103/g3.2021.06.017.
    [7]杜雪锋.数字经济发展的国际比较及借鉴[J].经济体制改革,2020(5):164-170.
    [8]蒋瑛,汪琼,杨骁.全球价值链嵌入、数字经济与产业升级——基于中国城市面板数据的研究[J].兰州大学学报(社会科学版),2021,49(6):40-55.DOI:10.13885/j.issn.1000-2804.2021.06.005.
    [9]李腾,孙国强,崔格格.数字产业化与产业数字化:双向联动关系、产业网络特征与数字经济发展[J].产业经济研究,2021(5):54-68.DOI:10.13269/j.cnki.ier.2021.05.005.
    [10]杜庆昊.数字产业化和产业数字化的生成逻辑及主要路径[J].经济体制改革,2021(5):85-91.
    [11]向玉琼,谢新水.数字孪生城市治理:变革、困境与对策[J].电子政务,2021(10):69-80.DOI:10.16582/j.cnki.dzzw.2021.10.006.
    [12]张昕蔚,蒋长流.数据的要素化过程及其与传统产业数字化的融合机制研究[J].上海经济研究,2021(3):60-69.DOI:10.19626/j.cnki.cn31-1163/f.2021.03.006.
    [13]赵亮,许娜,张维.我国数字孪生研究的进展、热点和前沿——基于中国知网核心期刊数据库的知识图谱分析[J].实验技术与管理,2021,38(11):96-104.DOI:10.16791/j.cnki.sjg.2021.11.019.
    叶涓涓,中国社会科学院大学,硕士,研究方向:管理科学与工程。
    王丽杰,国家能源集团新能源技术研究院有限公司,硕士,工程师,研究方向:企业战略管理。
    葛健,叶涓涓,王丽杰.数字经济体系的构成与演化[J].商业经济,2022,(10):124-126.
    
    

Tags:数字经济体系的构成与演化  
责任编辑:admin
相关文章列表
没有相关文章
请文明参与讨论,禁止漫骂攻击。 昵称:注册  登录
[ 查看全部 ] 网友评论
| 设为首页 | 加入收藏 | 网站地图 | 在线留言 | 联系我们 | 友情链接 | 版权隐私 | 返回顶部 |