数据资本与经济增长路径

　　JEL Classification:D24,E01,O47

　　一、引言

　　数字经济已经成为中国落实国家重大战略的关键力量，对于实施供给侧改革、创新驱动战略具有重要意义。截至2018年底，中国数字经济规模达31万亿元，位居全球第二，占GDP的比重达到34.8％。中国的数字经济在基础设施、用户数量、企业规模、技术水平、商业生态等方面均位居世界前列，维持了10％以上的持续高速增长，中国经济正在迅速向信息化、数字化、智能化方向迈进。

　　

　　图1 中国数字经济发展规模(2014-2018)

　　数据来源：《中国数字经济发展与就业白皮书(2019年)》

　　在中国数字经济快速发展的大背景下，如何实现经济高质量发展，加快构建内外“双循环”新发展格局?笔者认为，发展数字经济，尤其是充分发挥基于信息通信技术、互联网、云计算、大数据和人工智能等先进技术的新生产要素的作用，推动实体经济和数字经济高度融合发展，是实现高质量发展的重要抓手。从经济增长的视角看，数字经济之“新”，不外乎两点：新的生产要素、新的增长模式。通过构建包含新生产要素的新经济增长模型，能够帮助理解数字经济时代的宏观经济运行，以及持续经济增长与产业转型升级的动力来源问题。

　　那么，数字经济下的经济增长具体有什么新要素、新模式，应采取什么样的新方法加以分析?

　　2017年12月，习近平总书记在中央政治局集体学习时指出：“在互联网经济时代，数据是新的生产要素，是基础性资源和战略性资源，也是重要生产力，因此要构建以数据为关键要素的数字经济。”只有将数字信息和知识转化为生产要素，才能不断催生新产业、新业态、新模式，形成数字产业链和产业集群，把技术优势化作经济和产业优势(胡树祥和韩建旭，2019)。然而，已有经济增长理论更多地强调传统物质资本、信息与通信技术资本(以下简称ICT资本)、劳动和生产技术的重要性，对于信息、数据和其生产要素化过程的关注相对不足。本文提出“数据资本”的概念，与单纯的数据信息和ICT资本相区分，重点分析数据和信息的生产要素化过程，及其作为生产过程的关键投入对于经济增长的影响。

　　本文将数据资本定义为：以现代信息网络和各类型数据库为重要载体，基于信息和通信技术的充分数字化、生产要素化的信息和数据。这一定义包含以下几方面考虑：首先，数据资本要生产要素化。简单堆积的数据不能直接成为数据资本，经处理的、可为新的生产过程提供助力的数据才是数据资本。例如，一份自动记录的账表不能直接作为数据资本应用，而对其进行挖掘、清洗、处理、整合、转换，乃至一定的分析，符合分析使用要求后，才可能成为数据资本，这些操作即数据和信息的生产要素化。第二，数据资本要利用信息通信技术。Alpha go自对弈的棋谱单独提取出来，虽然标准规范，但仍难以称为数据资本，而将其置于人工智能自我学习的数据库中，为优化算法做出贡献时，才可能成为数据资本。第三，数据资本以现代信息网络为载体。硬盘中一份孤立的数据即使为其拥有者的数据分析、人工智能做出了贡献，其作为数据资本的价值仍然很小，而如果将其接入网络，由其他分析部门乃至大量外部同行共享、分析，并与生产实践相对接，那它作为数据资本的价值就大大提升了。

　　给出数据资本的定义后，笔者主要关注数据资本对经济增长的影响有何独特之处。与传统生产要素和ICT资本相比，数据资本通过不同的渠道，以不同的方式进入生产过程、全要素生产率和资本积累过程。具体地，数据资本在与ICT资本结合之后，不仅直接作为生产要素促进经济增长，也可以通过促进企业的生产要素配置间接提升社会生产效率(技术)。而后者又表现为两重创新性特征：一方面促进企业生产效率升级和经济结构改善，另一方面提升数据分析、处理能力，即数据资本本身的积累效率。促进生产效率升级的例子：一套经处理后的交通的实时数据(数据资本)，可以与计算机系统(ICT资本)相结合，生成一套自动驾驶的算法，实现技术上的创新进步，提升交通部门的效率。而提升数据资本积累效率的例子如：电商平台的数据分析，早期的数据分析仅限于有限的物流、退货等信息，而近年来，随着数据处理经验(既往的数据资本生成)和硬件(ICT资本)的进步，电商可从大数据中精准分析消费者购买习惯，获得更多有用的信息，以支持精确推送和各类增值服务，相当于针对同样分量的数据，形成了更多的数据资本。上述两类创新性特征在现有的增长模型中未被涵盖，需要在模型中引入创新机制加以分析。

　　由于存在两重创新性，在推进高质量发展这一重要时期中，数据资本能够发挥比传统生产要素和ICT资本更为突出的作用，具体体现在以下四个方面：第一，中国处于经济转型期，在这一经济学意义上的短期之中，数据的存量、生产和积累，以及从数据到数据资本的转化均低于稳态水平，需要加以弥补。从生产侧看，表现为投资数据资本的回报率高于边际产出不断下降的传统资本，通过信息化和数字化，企业能够显著提升生产效率和管理水平。第二，从需求侧看，为了满足居民不断升级的消费需求和企业的数字化投资需求，需要不断积累数据资本以提供优质的数字化服务。第三，相对于传统物质资本和ICT资本，积累数据资本的存储、安置成本低廉，且考虑到其虚拟性和可复制性，数据资本的折旧率较低(尤其是与更新换代极快的ICT资本相比)，甚至在某种意义上不存在折旧。第四，相对于ICT资本，数据资本的积累和运用受企业其他生产环节的正外部性影响更强，对于企业整体生产过程的提升和正反馈效应更为敏感。

　　本文通过构建一个包含数据资本的经济增长模型分析数据资本对于经济增长的直接影响和溢出效应，描述数字经济高速发展期中国经济的潜在增长路径。首先，借鉴产业组织中对企业创新的建模方法，构建了数据资本在经济中发挥作用的微观结构，分析前文所述的数据资本的两重创新性。继而，将随机的创新过程平稳化，消除创新模型中企业的随机异质性，为简化后续的宏观水平上内生增长模型的分析做准备。通过分析其极限处的特征，本文发现，平稳化后的创新过程，在生产技术进步和资本积累效率两方面表现出类似于“干中学”的经济效应。之后，本文聚焦供给侧，建立包含数据资本、ICT资本和传统生产要素的生产函数，并提供了一个可以用来估算和预测数据资本对于经济增长的溢出效应的估计方程。最后，引入家庭部门的偏好选择，建立完整的内生增长框架，并分析均衡下的经济稳态。