直面数字化变革

小镇诗人

水皮杂谈 一家之言 兼听则明 偏听则暗

根据国家统计局刚公布的《数字经济及其核心产业统计分类（2021）》，数字经济被定义为：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。其具体产业内容包括数字产业化（数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业）和产业数字化（数字化效率提升业）。

正是因为数字化伴随的新生事物与理念更加复杂，围绕数字经济、数字金融等，也产生了各种各样的认识。

近日，中国平安董事长马明哲在集团33周年致管理层的公开信中对数字化基础理论与应用模式进行了解读，其观点值得我们进一步思考。在他看来，数字化不仅仅是一种技术革命，更是一种认知革命，是人类思维方式与行为模式的革命，通过科技的赋能，认识可以从表面到本质，从独立到联系，从感性到理性，从经验到科学，数字化将把人类认识客观世界、把握发展规律的能力提升到新的水平。马明哲认为，数字化将在战略、组织、管理、运营、人才、服务等方面，为企业带来思维模式上的巨大颠覆与产业实践上的系统变革。

对此我们认为，首先，从宏观角度来看，需要高度重视、积极拥抱数字化变革。正如马明哲所言：“数字化是21世纪推动人类社会进步、提升生产力的基础工程，是人类跨越式提升认识水平和能力的革命性的进步。”我们看到，数字化趋势的基础正是数据要素的全面开发和应用。2020年4月9日，《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》正式发布，首次把数据要素纳入进来要素市场，将数据与土地、劳动力、资本、技术等传统要素并列为生产要素，并提出“健全生产要素由市场评价贡献，按贡献决定报酬的机制”。这是对近年来数据在推动经济发展、提升政务效率、加强社会治理等方面发挥的重要作用的充分肯定，也是引领数字经济时代发展的开创之举。

党的十九大报告提出要提高全要素生产率（TFP），近些年来，经济下行往往归因于TFP下行，也源于人口红利的弱化、技术贡献度乏力，以及经济结构调整带来的影响。进一步看，全要素生产率通常指为资源（包括人力、物力、财力）开发利用的效率。实际上，伴随着数据价值的逐渐体现，其不仅对其他生产要素都带来深刻影响和冲击，而且自身的贡献也不容忽视，更是改变着要素综合利用的生态环境与有机模式。对此，充分发挥数据要素的作用，提升新技术贡献度，正是解决矛盾的重要着力点。

金融领域也是如此，虽然存在风险与挑战，但全球金融业都在加快数字化转型步伐，并且得到各国政府的大力支持。如欧盟去年以来启动的“数字金融战略”，重点就在于：拥抱数字革命带来的所有机遇；推动数字金融发展，并由强大的欧洲市场参与者主导；使欧洲消费者与企业能享受数字金融的裨益；以欧洲价值以及风险的稳健监控为基础推广数字金融。

其次，从企业微观角度看，迎接数字化的“正确姿势”应是热情而不狂热，战略与战术并重。马明哲认为，数字化对企业的价值与意义包括：聪明经营、提升管理、防范风险、优化服务、降低成本。这对于实体企业和金融机构来说，都是不容忽视的重要元素。进一步拓展来看，我们认为企业数字化转型离不开对如下要素的把握。

一是战略先行、机制保障，不仅要有清晰的战略方向与布局，而且需完善激励约束与创新容错机制，否则一切都是“镜花水月”，乃至“PPT创新”。二是全力培育、提升和引入数字化人才。对于数字化前沿企业来说，既需要复合型人才，又需要强化人才的专业配置，如科研型、教学型、应用型、管理型、技术型、业务型人才等。既需重视人才能力，如专业性、实战性、国际性、开放性、敏捷性、可塑性、合作性；也需看重人才素质，如社会责任、道德伦理、职业精神。三是充分拥抱新技术，面向未来架构、推动技术普及、促进多方信任、优化运营效率。四是运用先进的数据管理理念和方法，建立和评价自身数据管理能力，持续完善数据管理组织、程序和制度，充分发挥数据价值。五是抓住核心场景，加快创新迭代，落地新产业、新业态、新商业模式。六是高度重视政策研究与社会责任，因为监管与政策已经成为数字化时代企业经营的“红绿灯”，而ESG框架下的社会责任则是可持续发展背景下企业绕不开的问题。七是硬件设施与文化建设，前者保障企业数字化转型有足够“算力”支撑，后者则是数字化时代新型企业家文化建设的重要层面。

再次，理应在推动数字化变革中解决“数字化悖论”。在实践中，“数字鸿沟”始终如一道“伤疤”横亘在突飞猛进的数字化“地球村”梦想中，并且在“后WTO时代”的分化中变得更令人侧目，因为其被赋予了更多伦理内涵，即由于对数字化要素适应、拥有、应用能力的不同，而加剧了不同主体的福利落差与财富差距。

例如，大数据时代或许存在“信息能力鸿沟”。通常认为，大数据有助于缓解经济社会发展中的信息不对称，但也有可能的是，信息社会的个体从过去难以获取数据，到陷入了海量数据之中，甚至大量是“垃圾信息”，在分析能力不足的情况下，同样难以获取和甄别“有效信息”，无法保障个体权益。

面对诸多复杂的挑战，究竟能否跨越、如何跨越？这虽然并不容易给出答案，但也可以试图探讨一些共识基础。如马明哲提到：得益于硬件的进步，机器的计算能力超越人类百亿倍，人类处理数据的方式发生了颠覆式变化，传统海量数据、非结构化数据难以处理等问题得以解决，人类可以对复杂事物进行更全面、更深入、更触及本质的认识。

事实上，数字化变革始终是人类社会可持续发展的主流方向，在推动数字化转型中解决数字化初期面临的难题，才是正确的发展方向，也由此真正使得经济社会发展在数字化变革中受益。例如，传统糖尿病诊断的致病因子只有数种，平安通过建立知识图谱，可以找到50多种健康风险因子，300多种相关疾病及症状、2000多种相关药物，就可以提前找到高危人群进行预防。再如，平安车险极速理赔，通过人工智能学习、识别6万种汽车、2400万种零部件的图片，客户使用平安好车主App拍照、上传受损照片，即可3分钟自助完成理赔。

最后，无论是宏观还是微观层面的数字化转型，都需要通过加强治理，来夯实创新“土壤”。例如从微观看，需要高度关注数据、算法、算力的治理。一则，数据要素治理正处于“向左走、向右走”的关键点，既需要打破“数据孤岛”，充分发挥数据要素的价值，有力支持经济社会发展，又要避免数据滥用和加强数据信息保护。

二则，就算法来看也需要探讨治理问题。如早在2017年1月，美国计算机协会专门发布了算法治理伦理原则，涵盖利益相关者责任、救济机制、算法使用机构责任、鼓励可解释算法研发、数据治理、算法审查要求、实时检查责任等内容。归根结底，算法存在黑箱和信息不对称，即便在生产与商业模式中体现出高效，也可能忽视人性与负外部性。在实践中，无论是互联网平台的“大数据杀熟”，还是面向金融投资者的“算法陷阱”，都需要进一步加强治理约束。

三则，关于算力同样有治理问题。从供给侧看，近年来我国算力资源迎来爆发式增长，基础设施建设不断增强，但创新与协同治理能力仍较弱，资源布局有诸多不合理，重复与低效建设仍不少见。

从宏观来看，数据经济治理也需重视几方面问题。一是结构治理。如从行业看，数字经济中的产业数字化发展则相对落后，由此使得生产效率难以真正提升；从产业看，第三产业的数字化程度相对较高，而一次、二次产业则严重不足，甚至标准化的基础数据积累还没有完成；从区域看，城市与乡村、东中西部地区之间，数字经济结构也存在突出的失衡。

总之，数字化浪潮已经扑面而来，前所未有地冲击着全球经济、社会、金融运行，迸发出巨大的变革能量，也带来全新的机遇与挑战。如何直面数字化？拥抱数字化不一定成功，远离数字化很可能走向失败，这是所有企业都必须解答的重大历史命题。

作 | 者 |介 | 绍

杨涛

现为中国社科院国家金融与发展实验室副主任、产业金融研究基地主任，研究员、博士生导师。兼任北京立言金融与发展研究院院长。主要研究领域为宏观金融与政策、金融市场、金融科技、支付清算。先后在国内各类学术刊物上发表各类论文近200篇。

主持国家社科基金重大项目子课题、社科院重点课题以及中央和地方各级政府部门等机构和组织委托的50多项课题。

长期写作内部参阅报告并向中央相关部门提供政策咨询。积极面向公众分析政策和现实热点，担任多家财经媒体的特约评论员、专栏作者和撰稿人，完成经济评论文章近千篇。

曾获中国社科院优秀决策信息对策研究一等奖、二等奖、三等奖；中国人民银行金融科技研究课题一等奖；中国支付清算协会优秀论文等各类奖项。