数字时代宏观经济学研究新进展

　　一、引言

　　数字时代是指人类社会将信息转化为数字格式并加以处理、传输和利用的历史阶段，而数字经济正是这一时代背景下涌现的新经济形态。数字经济的崛起深刻地改变了全球经济的运行方式和结构，成为推动经济增长、促进效率提升和社会福利改善的重要力量。目前，全球范围内已有超过30个国家制定了数字战略或人工智能战略。近年来，中国高度重视数字经济建设。党的二十大报告指出，加快发展数字经济，促进数字经济和实体经济深度融合。2023年2月，中共中央、国务院印发《数字中国建设整体布局规划》，从国家顶层设计层面对数字时代经济社会运行方式和基础生产关系做出系统安排，指出以数字化驱动生产、生活和治理方式变革。近日发布的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》提出“深入推进数字中国建设”，要求健全数据基础制度，加快人工智能等数智技术创新，同时加强人工智能治理和平台经济监管。

　　从国民经济运行的一般环节看，经济活动通常被划分为生产、交换、分配和消费等方面。在此基础上，宏观经济学主要关切三个基本问题：总体生产体系如何运行；资源与收入如何在部门与经济主体之间配置；宏观治理如何稳定和引导经济运行。在既有范式下，这一分析框架通常通过给定的生产函数刻画要素投入与产出的关系，基于特定市场结构和制度背景分析资源配置与要素分配，并在此基础上讨论货币政策、财政政策及宏观审慎监管等工具的协调及其效果。

　　在向数字时代全面转型的路径上，先锋经济实践对以工业时代作为参照经验的主流宏观经济理论提出了挑战。数据从生产活动的副产品演变为可积累、可交易的关键生产要素，被广泛嵌入企业生产和创新过程之中，改变了传统以物质资本和劳动为核心的生产函数刻画方式及技术进步机理。以人工智能为代表的数智技术及与之相辅相成的数字资本投入推动了企业生产模式的变革，并导致规模经济和网络效应的强化，重塑了经济结构与要素收入分配格局，带来商业活力、市场势力和劳动收入份额等宏观变量的新趋势。数字货币、平台经济、生产自动化、算法决策等新现象通过改变信息结构、金融中介形态、生产流程和价格发现机制影响了货币政策的传导路径、财政政策的税基与税制安排以及宏观审慎监管的边界与工具箱。由此，宏观经济学作为研究总量波动与长期增长的学科，正在面临以生产函数重构、分配机制变迁和宏观治理框架迭代为特征的一系列挑战。

　　在上述背景下，本文从宏观经济学的基本研究问题出发，将数字时代宏观经济的变革凝练为三个相互关联的“新”：一是“数字时代的新生产要素”，对应生产层面，重点梳理数据要素如何被纳入宏观生产分析及相关测度问题；二是“数字时代的新经济结构”，对应分配与结构层面，考察数字化条件下企业规模、市场势力和劳动收入份额等指标的变化及其理论解释；三是“数字时代的新宏观治理”，对应宏观政策与制度层面，综述货币政策、财税政策以及面向数智技术监管的最新研究。事实上，这三个“新”并非独立：数字时代新的生产要素和技术的变革影响了生产方式和资源配置，进而导致市场结构的转变；进一步地，这些新的市场结构可能造成经济无效率、扭曲分配结果或冲击既有宏观调控规则，需要决策者设计新的治理方案；与此同时，数字时代要素和生产方式发生深刻变革，需要政策工具考虑到新要素的属性，以实现精准监管。图1展示了本文的综述逻辑。

　　本文的边际贡献体现在如下三个方面：第一，本文较早地在宏观经济学的范畴内较全面地总结了数字时代下宏观经济理论和政策治理的重要议题及文献分支，为相关研究者提供一个数字时代宏观经济学新进展的“全景图”。第二，本文既覆盖了生产、结构和治理等宏观经济学的根本研究问题，又兼顾了数字经济话题背景下数据要素、人工智能、数字资本、数字货币等关键元素，力求为读者提供一个矩阵式的、相对立体的研究思路。第三，本文采用了述评相结合的组织逻辑，在综述前沿研究的同时，也针对文献潜在可扩展之处和未来研究方向进行评述与讨论。

　　

　　图1 本文结构框架

　　二、数字时代的新生产要素

　　(一)数据要素与生产函数重构

　　生产函数是宏观经济学特别是经济增长理论的研究起点。生产函数为要素投入与产出水平、结构及其动态演变之间的关系提供了系统化的框架，并构成分析经济增长来源、技术进步作用路径以及政策冲击在实物变量中传导机制的基础。近一个世纪以来，宏观经济理论基本沿用了新古典经济学以资本要素和劳动要素为核心的总量生产函数设定。如今数据已渗透到人类经济活动的方方面面，这促使宏观经济学开始关注这一新生产要素的角色(Veldkamp & Chung，2024)。

　　厘清数据与其他资源或要素的属性差异是理解数据重构宏观经济生产的基础。Farboodi et al.(2019)指出，数据具有四个重要特征：作为经济活动的副产品；被企业用于提升效率；本质上是信息；可以积累成为一种资产。Jones & Tonetti(2020)较早地明晰了数据(data)与主意(idea)的区别：主意可被视作生产函数，而数据是一种生产要素。主意和数据在价值内涵上都是信息，但主意是关于指导经济主体决策方式或路径的信息，而数据更像是一种“被动”的信息——需要借助算法或领域知识等来提取经济价值。他们的另一贡献在于，提出非竞争性(nonrivalry)是数据与物质资本最显著的区别之一，由某一实体生成的数据经过共享或交易后能够同时被其他实体同时使用，由此形成的数据包(data bundle)具有规模报酬递增性质。Farboodi & Veldkamp(2021)认为，数据具有部分非竞争性，并将其刻画为数据交易过程中卖方的部分价值保有。这是由于数据具备可复制性，卖方在销售数据的同时亦可使用数据，但数据中所蕴含的信息已被市场获取，由此带来“信息价值的稀释”。“创造性破坏”视角下，个体企业共享的数据规模越大，被替代从而退出市场的概率可能越高，因此企业的最优选择是“数据自留”。数据共享的正外部性未能内部化，从而使得自由数据市场制度下的经济增长率低于社会最优。