精华热点 数字经济已成为推动我国经济增长的新引擎。且因物联网、云计算、大数据、人工智能为代表的数字化技术迅速发展，使得数据能够以前所未有的范围和规模进行数字化记录、存储、分析和应用，成为驱动数宇经济深化发展的关键生产要素。
3月7日，根据国务院关于提请审议国务院机构改革方案的议案，组建国家数据局。国家数据局的组建，无疑将会把我国数字经济的发展提升到一个新高度。国家数据局将负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等，由国家发展和改革委员会管理。
数字经济的发展，特别是作为其核心生产要素的数据的开发利用与安全保障，必然需要经济学新理论的指导。
1. 数据要素在经济增长中的作用
数据要素的开发利用能否提高GDP增长率？
笔者研究团队在国际上较早开始研究数据要素对实体经济特别是经济增长的作用，并在系列论文中（Management Science 2021,和(Journal of Economic Dynamics and Control 2022）等,逐步提出“数据创新内生增长理论”，首次阐述了数据要素在创新过程中转化为知识、进而促进长期内生增长的经济学机制。“数据创新内生增长理论”已成为与斯坦福大学研究团队（Jones 和 Tonetti）所提理论并列的“数据-经济增长”领域的基础性经济理论。这两种理论的对比如图A所示：
图A. 数据要素在实体经济与经济增长中的作用
笔者在“数据创新内生增长理论”中，还首次提出和分析了数据要素的两个核心性质：动态非竞争性（即数据经创新过程转化为知识后可以在未来持续使用,如图B所示）与垂直非竞争性（数据不仅可用于上游的创新部门，还可以同时用于下游的生产部门），如图A所示，这与斯坦福大学研究团队所提出的水平非竞争性形成鲜明对比。
图B. 数据“动态非竞争性
在该理论中笔者还首次揭示了“数据到知识的漂白凝练”的新机制：即数据经创新过程转化为“干净”的知识，此后知识可以不再涉及隐私成本而被无限重复使用，因而能够更好促进知识与经济的持续增长。
在本人研究团队的后续研究中(Journal of Economic Dynamics and Control 2022），通过进一步分析发现数据投入创新过程所产生的经济价值（即谢丹夏“数据创新内生增长理论”所阐述的机制）占主导地位，可以更有效的提升长期经济增长率，数据投入生产过程所产生的价值（斯坦福大学研究团队所阐述的机制）则居次要地位。
2. 数据要素在金融、信贷市场中的作用
除研究数据要素对实体经济和增长的直接作用外，本人研究团队在《数据要素配置、信贷市场竞争与福利分析》（《中国工业经济》，2022）一文中，还建模和探讨了数据市场和数据流通对金融信贷市场的作用，指出不同类型数据如财务数据和数字足迹的共享和非竞争性使用，有助于降低信息不对称，促进信贷的有效配置，进而提高福利。同时，还首次指出，金融信贷市场中数据市场交易可能诱发新型垄断，因而需要注意相应的监管举措。
数据是缓解信息不对称和开展信贷业务的核心。传统商业银行通过金融业务积累了财务数据，而新兴起的金融科技公司依托数字业务积累了数字足迹。后者利用数字足迹将信贷服务扩展到小微企业等财务数据不足的群体，与银行形成了新的信贷竞争结构。财务数据和数字足迹从不同角度反映了借款者的信用情况，由于数据的非竞争性，如果银行和金融科技公司对两类数据进行共享，可以同时提高双方的评估精度，降低居民金融门槛、促进信贷的有效配置，进而提高福利。此外，数据共享可以帮助金融机构更广泛、快速地获取数据，形成信贷市场的良性竞争，从而带来更低的成本、更好的技术和更好的客户服务。
在全球各地，以开放银行（Open Banking）倡议为代表的金融科技公司和商业银行已经以多种形式展开了合作，促进非竞争性数据的广泛使用。欧盟、英国等在出台政策时倾向强制要求主要银行开放数据，美国等则以市场为主导实现数据交易。在中国，大力发展数字经济、建设数据要素市场已成为重要国策。
为了更好地发掘数据的经济价值，实现数字经济的高质量发展，笔者团队提出以下三点政策建议。
第一，无论是强制共享还是市场交易这两种方式的数据要素配置都可以提高社会福利，并且可以拓宽信贷服务的覆盖范围。因此无论以何种方式，应尽量破除数据交易和共享的壁垒，围绕不同金融业态培育数据市场，形成金融科技公司和商业银行间的有效协作机制，从而充分发掘数据的经济价值。
第二，数据要素市场和信贷市场竞争是相互联系的，前者可能会改变后者的竞争格局。单向数据交易整合会导致信贷市场集中，优势放贷者的市场势力加强。即使实现了数据确权，数据要素市场也未必实现双赢，存在借款者福利向放贷者利润的转移。因此在大力建设数据要素市场并鼓励数据交易的同时，应进一步监管数据交易的目的，关注数据交易对信贷市场结构的可能影响，避免优势者通过购买更多数据来扩张自己的市场势力。而且，“赢者通吃”的市场结构特征也伴随网络效应常见于数字经济的其他行业，可能引发类似问题。此外，在这一场景下，即使是不参与信贷竞争的主体也会由于其掌握的数据变得重要，因为他可以通过数据交易决定谁是优势者，从而间接参与信贷市场竞争并从中分得利润。
第三，应保障借款者的数据权利，注意落实数据可携带权（Right to Data Portability，消费者有权将数据移植给其他实体）。依据本文规范的经济解释，通过借款者的行为决策来避免数据要素市场可能带来的垄断等负面影响。
3. 数据要素与人工智能技术的密切结合
笔者在新书“Alternative Data and Artificial Intelligence Techniques”（Palgrave Macmillan，2022）之中（属于Palgrave经典图书系列：Palgrave Studies in Risk and Insurance），综合讨论了如何充分发掘新型另类数据、并结合人工智能分析技术来提高金融分析效率的前沿方法。
数字经济基础理论的进一步发展，仍然需要广大学者携手努力，共同推进。
作者：谢丹夏（清华大学社科学院经济所副教授，博士生导师）
