三

先普及几个基本概念。

所谓数据，是对客观事物的数字化记录或描述，是无序的、未经加工处理的原始资料。数据需要通过采集、整理、聚合、分析，才能成为具备使用价值的数据资源。数据资源参与到社会生产经济活动、为使用者带来经济效益，就形成了数据要素。由此观之，数据本身价值不大，需要经过一系列的变换，成为资源进而成为要素，才是对经济有意义的。如何完成这一系列的变换呢？这就需要大数据产业的发展。根据工业和信息化部发布的《“十四五”大数据产业发展规划》，大数据产业是以数据生成、采集、存储、加工、分析、服务为主的战略新兴产业，是激活数据要素潜能的关键支撑。通过大数据产业的发展，能够打通数据要素市场和产业内部要素配置的通道，让要素市场的定价和交易功能转化为产业内部的优化资源配置功能，推动产业高质量发展。说得简单一点，大数据产业要做的事情，就是把数据转化为数据要素并引导数据要素与其他产业融合。

那么，融合数据要素之后的产业是什么呢？那就是数字经济。所谓数字经济，是指以数据资源作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。数字经济是继农业经济、工业经济后最为核心的经济形态。从生产要素的角度来看，传统经济形态主要利用土地、劳动力、技术和资本这四大生产要素的组合；而在数字经济形态中，组合的生产要素变为数据、土地、劳动力、技术和资本这五大要素，其中数据作为核心要素起到关键变革作用。

根据2021年6月国家统计局发布的《数字经济及其核心产业统计分类（2021）》，数字经济的产业范围包括五类，分别是：01数字产品制造业；02数字产品服务业；03数字技术应用业；04数字要素驱动业；05数字化效率提升业。前四类主要是“数据产业化”，第五类为“产业数据化”。根据这个统计口径，我国数字经济规模已从“十三五”（2016—2020年）之初的11万亿元增长到2019年的35.8万亿元，占国内生产总值（GDP）比重超过36%，各行各业的数字化转型越来越快。

通过上述定义，我们大概可以理清楚几个重要概念之间的关系。先有数据，然后转化成数据资源，数据资源再转化为数据要素，然后引导数据要素与产业融合——要么数据产业化，要么产业数据化，最后推动数字经济的整体发展。

这几步转换看起来很容易，但做起来非常难。原因在于，相比于其他生产要素，数据有很多独特性。首先，非稀缺性。传统经济学是围绕“稀缺性”展开的，其基本任务就是研究有限的资源与人的无限欲望之间的矛盾，准则是实现以最小投入获得最大产出，但数据并不存在稀缺性的问题。当然，我们说数据的非稀缺性并不是说数据到处都有、随手可得，或者说数据资源无限丰富，而是指，数据不会因为使用而消耗，只会因为使用而增加，而且越用越多，这就意味着数据量在理论上是可以无限开发的。其次，数据可以多次循环使用，且使用后的副产品仍然是数据，不存在污染、排放等问题。再次，也是最重要的一点是，数据价值具有非均质性。资本、劳动力等传统生产要素都具有一定程度的均质性，资本的每一元钱之间是没有本质区别的；劳动力之间尽管有明显区别，但这种差别只发生在一定范围之内，均质性仍然比较明显；不同技术之间虽然差异很大，但专利保护和专利审查制度会让这种差异显著缩小。唯有数据，1比特（bit，信息量单位）的数据跟另外1比特的数据包含的价值基本上是完全不同的，我们几乎无法用某一个企业的数据量来衡量这个企业的价值或者进行数据量横向比较。包含同样数据量的数据体，对一个企业来讲可能极其有用，但对另一个企业来说可能就一无用处。最后，数据具有非排他性。经济学意义上的排他性是指在技术上排斥他人使用的可能性，也就是说当一方在使用某一件产品时别人是不能使用的，可以很方便地确立产权归属。但数据可以无限复制给多个主体同时使用，建立排他性的权利制度安排相比来讲要复杂得多。

作为生产要素的数据的这些独特性的存在，决定了数字经济过往的发展逻辑，也正在决定着数字经济未来的发展走向。理论上，凡是经济活动，必须产生利润。那么数字经济时代的利润是如何产生的呢？众所周知，利润是收入减去成本的净额（利润＝收入-成本）。那也就意味着，想要获得更高的利润，要么提高收入，要么降低成本，要么提高收入的同时降低成本。实践上，一家企业在开办早期往往是没有利润的，甚至亏损严重，直到经过一段时间之后，利润才显现出来。为什么要经过“一段时间”呢？因为要等待产能提升后的规模经济效应得到发挥。也就是说，随着生产规模的扩大，分摊到每件产品上的成本会减少，边际成本下降，这样一来，在边际收入不变的情况下，因为边际成本下降会造成企业利润的上升。这个“规模经济”，基本上是工业经济时代的支配性规律。

数字经济更进一步。除了受到规模经济的支配之外，还会产生网络效应。这个网络效应是指，随着用户数的增加，网络的价值呈几何级数增长，即某个网络对一名用户的价值取决于使用该网络的其他用户的数量。例如，微信的用户数量越多，那么每个微信用户感受到的价值就会越高，因为有机会跟更多的人互动。换言之，网络效应会造成边际收入提升，所以数字经济的利润扩大既来自收入上升，也来自成本下降。规模经济与网络效应的叠加，会让数字经济形态的发展看上去非常“性感”，这也是为什么短短数年就能涌现出大批数字经济“巨兽”的原因。

但这背后暗藏着陷阱。这个陷阱就是，网络效应依赖于用户数量，所以其作用发挥并非没有边界，当所有人都成为某个网络的用户时，网络效应的几何级数增长就会戛然而止。让我们来看一组数据，根据中国互联网络信息中心（CNNIC）发布的数据，截至2021年12月，我国网民规模达到了10.32亿人，全社会互联网普及率为73.0%。再进一步，我国上网用户平均每周的上网时长在2013年时达到了25小时，之后就进入缓慢增长期，一直到新冠肺炎疫情发生前（2019年年底）基本上都不怎么上涨了。2019年12月到2020年6月，因为疫情的影响，用户上网时长实现了短期增长，但疫情稍有缓解的时候，这个数据就又掉回到了疫情前的水平。2021年全年，用户平均每周上网时长为28.5小时。我们按照这个数据再乘上网民数量，那么我国网民每周上网总时长大约为294.12亿小时。这个总上网时长基本上就确定了数字经济的市场空间，并且趋于稳定。至此，这一轮的网络效应基本上走到了头，互联网从一个高速增长的市场空间，变成了一个有着较为明显边界的存量市场，所有参与其中的企业必须在这个有限的空间中争夺用户，平均每天42亿小时的上网时长让这个市场的想象空间极度受限。

再深入一层，让我们看看这个存量市场的内部结构。根据统计数据显示，互联网巨头BAT（指百度、阿里巴巴、腾讯三家公司及其生态关联企业）的网络渗透率均超过了80%，意味着每家企业生态都手握超过8亿以上的用户数，而腾讯系和阿里系更厉害，用户渗透率分别达到96.2%和92.7%。字节跳动系虽然成立晚，但后来居上，现在已经攀升到63.1%的用户渗透率，并且还在快速增长。这组数据意味着，我国的互联网市场已经被少数几个巨头牢牢把持，整个市场疆域中游弋着几条大白鲨，除此之外就都是小鱼小虾。这样的市场结构，不但限制想象空间，而且容易造成板结，失去活力。

如何破局？这就需要对当前的数字经济进行面向未来的结构性调整。分析国家层面这些年的政策走向，可以明显看出高层决策者已经对我国数字经济的未来发展格局洞若观火，一系列的重大决策和安排也已经作出。第一个破局点，数字经济的高质量发展离不开数字基础设施的建设，在这个领域的投资可以从根本上扩展数字市场的空间。2020年提出的“新基建”，包括了七大板块，但其中四个板块都是“数据基础设施建设”，涉及5G、大数据中心、工业互联网和人工智能，其他三个板块也和数据应用有着密切的联系。截至2021年年底，我国累计建成的5G基站数量达到142.5万个，占全球总量的60%以上，5G网络已经覆盖所有地级市主城区、超过98%的县城城区和80%的乡镇镇区，5G移动电话用户数超过3.55亿。[2]如此超前的战略布局，体现了国家对发展数字经济的决心，也为数字市场空间的扩展奠定了基础。

第二个破局点在于数字产品的供给侧结构性改革。过去，数字经济自成体系，游离于传统实体经济之外，互联网平台独自完成用户数据的采集、加工、分析甚至占有，并将数据资源反馈回自己掌控的生态体系进行循环，由此导致各个互联网平台向以“生态”自居，其实质是将数据牢牢掌握在生态内部，也就是肥水不流外人田。而众多小公司想要得到数据，要么栖身巨头生态，要么被巨头收购兼并。这套数据循环体系的终极结局就是所谓的“互联网平台垄断”。此种自成体系的数据生态，对于实体经济的赋能作用有限。虽然国家之前倡导过“互联网+”战略，但具体落地实践的时候走了样，很多时候成了互联网巨头收编实体经济的尚方宝剑。那怎么才能让数字经济与实体经济进行深度融合呢？当中的要害是，数据对实体的“等效孪生”。例如，过去受制于网络速度等原因，远程教育的效果很难媲美线下教学，但随着5G网络的普及，数据传输效率大幅提升、网络延时大幅下降，全息影像就可以在5G网络上承载，这个时候就可以用“全息数字人”来实现教学内容的同质等效。由此，数字技术与传统的教育和培训就有了广阔的融合发展空间。数据不再只服务于流量变现，而是成为实体孪生的载体，所形成的数字产品质量在供给侧得到了结构性提升，用户无须增加上网时长，但同等时长下消费的数字产品质量得以大幅提升。

第三个破局点是数字服务贸易。传统上，服务的提供者与消费者是“共时空的”，也就是供需双方不可错位也不能错时。就像你去理发店理发，理发师在提供服务的同时你就在消费。同理，医生提供的手术服务、律师提供的法律咨询服务、教师提供的讲课服务、音乐家提供的音乐会服务等都是这样的场景，所以过去的服务在时间上和空间上是不能分离的。无法时空分离，就无法存储，因而服务很难进行跨国境的贸易，这就是服务的“不可贸易性”。但在有了数字技术的支撑之后，服务业将迎来深刻的变革，病人和医生完全可以不在一起，就能借助5G进行远程诊断甚至远程手术[3]；律师也无须跟客户同处一室才能提供咨询服务；当然，教师已随时能进行远程直播授课，音乐家也可以举办线上音乐会。再进一步，未来是不是理发师非得在你跟前儿才能给你理发呢？未必！数字服务不但解决了不可贸易的问题，还顺带解决了不可分工的问题。通常，手艺长在人身上，不同的手艺人输出的服务质量也是不同的，所以面对同样的服务种类，用户也会点名需要某个特定人提供的服务，这让服务的供给受到了极大限制。数字技术可以整合全世界的手艺人，把他们的在地服务编织进数字空间，成为一个完整的服务产品。这就会让数字服务变得跟制造业一样，在世界各地生产不同的零部件，然后组装成一个完整的产品。[4]

第四个破局点是发挥数据的“知识杠杆”作用。过去那些高度专业化的领域，诞生了大量的能工巧匠，而这些能工巧匠的技艺需要亲身传承，采用的是“师傅带徒弟”的模式。一名有志于掌握某项技艺的人，往往需要入门拜师，跟着师傅吃、住、学艺直到成为熟练的手艺人。这种手艺传承模式效率很低，难以标准化。现在，利用数据技术可以将师傅的手艺解码，并且辅助进行数字化的实景演练，大大提高了手艺传承的效率。更为重要的是，将手艺数据解码之后，再嫁接人工智能技术，就能引发数据正反馈效应——交互越多，数据量越大，知识积累越多，反馈越精准，交互更多。这样的逻辑十分有利于“知识萃取”和知识价值的放大，可以让“知识杠杆”的力量发挥到极致。理论上，只要有一个能工巧匠，那么人人都能成为能工巧匠。

上述四个破局点构成了本书讨论的基本出发点，也是向前探望元宇宙的基础锚点。本书所说的“元宇宙”，其根脉在于数据价值在经济社会中的进一步释放，是以数据为中心的四大破局点实现突破之后的结果呈现，而非放飞想象力的空想乌托邦。