数字经济：内涵与路径

例如，海尔集团的工业互联网平台卡奥斯COSMO Plat集成了系统集成商、独立软件供应商、技术合作伙伴、解决方案提供商和渠道经销商，致力于打造工业新生态。用户可以通过智能设备提出需求，在需求形成一定规模后，COSMO Plat可以通过所连接的九大互联工厂实现产品研发制造，从而生产出符合用户需求的个性化产品。

这种颠覆传统的个性化定制形成了以用户需求为主导的工业企业技术创新模式，实现了在交互、定制、设计、采购、生产、物流、服务等环节的用户深度参与，把用户变成了企业技术创新的一个重要组成部分。

政府对开放创新平台的推动。2020年4月，国家发改委、中央网信办印发《关于推进“上云用数赋智”行动培育新经济发展实施方案》通知，从夯实技术支撑、构建产业互联网平台、加快企业“上云用数赋智”、建立数字化生态、加大支撑保障力度等方面做出部署，深入推进企业数字化转型。2020年5月，国家发改委、工信部等17部门联合发起了“数字化转型伙伴行动”，倡议政府和社会各界联合起来，共同构建“政府引导—平台赋能—龙头引领—机构支撑—多元服务”的联合推进机制，以带动中小微企业数字化转型为重点，在更大范围、更深程度推行普惠性“上云用数赋智”服务，提升转型服务供给能力，加快打造数字化企业，构建数字化产业链，培育数字化生态，支撑经济高质量发展。

（3）数字科技创新的模式创新：开源生态

“软件定义未来的世界，开源决定软件的未来。”开源是全球软件技术和产业创新的主导模式；开源软件已经成为软件产业创新源泉和“标准件库”。开源理念还开辟了科技创新的新赛道，基于全球开发者众研、众用、众创的开源创新生态正加速形成。

191

开源创新生态政策逐渐成熟。在《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中，“开源”首次被明确提及，指出要支持数字技术开源社区等创新联合体发展，完善开源知识产权和法律体系，鼓励企业开放软件源代码、硬件设计和应用服务。工业和信息化部印发的《“十四五”软件和信息技术服务业发展规划》，突出强调开源在驱动软件产业创新发展、赋能数字中国建设的重要作用，提出到2025年建2\~3个具有国际影响力的开源社区，设置“开源生态培育”专项行动，统筹推进建设高水平基金会，打造优秀开源项目，深化开源技术应用，夯实开源基础设施，普及开源文化，完善开源治理机制和治理规则，加强开源国际合作，推动形成众研众用众创的开源软件生态。中央网络安全和信息化委员会印发《“十四五”国家信息化规划》，鼓励我国相关机构和企业积极加入国际重大核心技术的开源组织，参与国际标准合作共建，加快国际化的开源社区和开源平台建设，联合有关国家和组织完善开源开发平台接口建设，规范开源产品法律、市场和许可。

此外，中国人民银行办公厅、中央网络安全和信息化委员会办公室秘书局、工业和信息化部办公厅、中国银行保险监督管理委员会办公厅、中国证券监督管理委员会办公厅联合发布了《关于规范金融业开源技术应用与发展的意见》，鼓励金融机构将开源技术应用纳入自身信息化发展规划，加强对开源技术应用的组织管理和统筹协调，建立健全开源技术应用管理制度体系，制定合理的开源技术应用策略；鼓励金融机构提升自身对开源技术的评估能力、合规审查能力、应急处置能力、供应链管理能力等；鼓励金融机构积极参与开源生态建设，加大与产学研交流合作力度，加入开源社会组织等。

产业界也积极投身开源创新生态建设。目前，我国互联网、金融、软件和信息技术服务等行业是开源创新的主要参与者，医疗、电信、能源、交通物流、制造业在内的众多传统行业也在不断拥抱开源模式，探索科技创新新路径。从全球来看，中国已成为开源技术的主要消费者和贡献者，代码托管服务平台GitHub上关注者最多的前5个账号中，有2个是中国人，GitHub 500强榜单中也有26个中国项目。国际顶级开源基金会中，当前国内共有23个项目进入了ASF（Apache软件基金会），其中已有15个项目顺利毕业，成为ASF的“顶级项目”，2021年进入ASF孵化的所有项目均来自中国；当前国内已经有25个开源项目进入了CNCF（云原生计算基金会），占到基金会所有项目的20% 以上，同时这些项目多为边缘计算、AI（人工智能）批量计算、多云管理、混沌工程、分布式存储与Web Assembly等前沿技术，这些领域被CNCF技术委员会认定为云原生未来的主要方向。与此同时，国内大型科技企业对世界级开源项目的贡献持续保持着较高的水平，LWN.net发布的关于LinuxKernel5.10开发周期的统计数据中，在企业层面，在总共228家公司中，华为提交的补丁（变更集，changeset）数量为1 434个，占比为8.9%，超越Intel排名第一。另外，越来越多的中国开发者在国际开源社区中扮演着越来越重要的角色，成为各大国际开源基金会的管理层，参与到国际开源标准的制定中。

192

2.基于数据要素的科技成果转化新模式

创新活动从无中生有到产业化，大致可分为三个阶段。

第一阶段是“0\~1”，是原始创新、基础创新、无中生有的科技创新。这是高层次专业人才在科研院所的实验室、在大专院校的工程中心、在大企业集团的研发中心搞出来的，需要的是国家科研经费、企业科研经费以及种子基金、天使基金的投入。

第二阶段是“1\~100”，是技术转化创新，是将基础原理转化为生产技术专利的创新，包括小试、中试，也包括技术成果转化为产品开发形成功能性样机，确立生产工艺等。这是各种科创中心、孵化基地、加速器的主要业务。

第三阶段是“100\~100万”，是将转化成果变成大规模生产能力的过程。比如一个手机雏形，怎么变成几百万台、几千万台手机成品，最后卖到全世界去呢？既要有大规模的生产基地，这是各种开发区、大型企业投资的结果；也要通过产业链水平整合、垂直整合，形成具有国际竞争力的产业集群。

193

近年来，中国全社会研发投入年均增长率超过11%，总规模已经跃居世界第二位，2021年达到2.79万亿元，占GDP的比重达2.44%，涌现了一大批重大科技成果。但科技成果产业化方面仍然不尽如人意，科技成果转化率低、科学研究与产业发展之间两张皮的现象较为突出，贯穿从科学研究到技术开发再到市场推广的创新链条没有完全打通。其中，缺乏训练有素的技术转移机构和技术经理人是一大痛点。

作为科技与产业的桥梁，技术转移机构和技术经理人的使命就是面向企业和产业需求，组织和整合科技力量进行深度研发，通过将科学转化为技术、以中试验证和改进技术来为企业界提供先进的技术解决方案。著名的德国弗朗恩霍夫研究所就专注于此。类似的机构在德国有很多，这也是德国科技创新如此先进的关键。

数据要素与科技要素的融合，在技术转移机构设置和技术经理人培育上，都会产生许多新模式。创新数据平台和创新网络的建立，将会直接连接创新供给者和需求者，通过区块链等可信计算环境记录每一个参与创新者的贡献，从而把传统的技术转移机构分散化、网络化，以充分发挥每个机构的能力。此外，技术经理人体系在大数据支持下也会变得更加广泛和高效，从而能更好地激活市场创新投入能力和创新者的创新潜力。建立面向不同创新阶段的数字化创新成果转化模式，是提升国家、企业、个体创新能力的关键，也是保持持续创新动力的根本。

（四）劳动力要素与数据要素的融合：智慧人口红利

劳动力要素在引入数据要素之后，因为有了海量基础数据和大量数字化工具，在劳动力的培养、开发、管理、评价等方面都会有许多新方法，从而能够进一步释放劳动力所带来的价值。

194

改革开放以来，劳动力要素在我国经济发展中发挥了至关重要的作用，中国40多年来的高速发展是劳动力人口红利的集中体现。但是，随着中国经济发展逐步向高质量阶段迈进，我国劳动力要素的市场化配置面临许多新问题。

第一，我国劳动人口数量逐年下降。劳动年龄人口在总人口中的比重由2010年的74.5%下降至2020年的71%，人口“抚养比”持续上升。2015年，我国0\~19岁和65岁以上人口数量与20\~64岁人口数量之比为49.6%，根据联合国的数据，这一数字到2035年将上升至69.1%。

第二，青年人的择业观发生变化。在传统建筑业工地上干活的普遍都是年龄偏大的人，即使工资一提再提，仍然很少有年轻人愿意来工地工作。青年人习惯于在实体和数字两个空间中生活，数字空间正在为年轻人提供更多的就业机会，也成为最吸引年轻人的就业领域，如主播、写手等。

第三，高技能人才短缺。技能劳动者数量只占全国就业人员总量的19%，高技能人才不足6%，而日本产业工人中高级技工占40%，德国占50%。这一方面和年轻人就业观的变化有关系，但更重要的是高技能人才的培养方式和工作方式落后，只注重传统的技能培养，忽视了数字空间的技能开发，从而不能吸引年轻人加入。

在有了充足的劳动力数据之后，这些问题就会有解决方案。我们要从靠劳动力数量取胜，逐渐走向靠劳动力质量取胜，也就是要提高单一劳动力的价值贡献率。从生理学上看，人的大脑还有无穷的潜力等待我们去挖掘，原有的生产关系只能开发人的智力的20%\~30%。如果采用第四章所讨论的数字化生产关系，每个人将会有更均等的机会做自己最擅长的事情，从而大大开发人的大脑潜力，形成所谓的“智慧人口红利”。

195

根据麦肯锡的研究，到2030年，中国可能有多达2.2亿劳动者（占劳动力总数的30%）需要变更职业，其中前沿创新者的需求可能增长46%，熟练专业人才增长28%，一线服务人员增长23%，制造业工人减少27%，建筑和农业劳动者减少28%；体力和人工操作技能以及基础认知技能的需求将分别下降18%和11%，社会和情感沟通技能以及技术技能需求则会分别增加18%和51%。这种变化趋势也说明，人类的劳动已经从体力劳动逐渐向脑力劳动转变，而脑力劳动需要数据作为原料，需要软件和算法技能作为工具。这些脑力工作者的培养、组织、考评、激励模式也会和以往大不相同，需要重新设计。

在开发智慧人口红利的过程中，应秉持以人为本的原则，重视人的全面发展，运用数字技术和海量数据，建立劳动力大数据体系和公共就业信息服务体系，加快培养数字化劳动力等数字经济专门人才；培育数字空间的灵活就业形态，鼓励实体和数字空间中的创新创业；推进农村劳动力城镇落户、高质量就业。

1.推进农村劳动力城镇落户、高质量就业

20世纪80年代农村承包制改革把劳动力释放到城里，产生了轰轰烈烈的城市化过程，这是巨大的劳动力释放。但是在农民工问题上，有一件事目前各地区还没有做到位，这件事恰恰是党中央、国务院十八大以来大力倡导的，中央提出到“十三五”末要实现2亿农民工就地落户城区，其中有1亿在沿海城市落户，1亿在内陆城市落户，这具有非常重大的战略意义。

目前中国还有近3亿农民工。与我国城市职工一般60岁退休不同，农民工一般干到45岁左右时，随着年龄的增长，沿海城市的企业一般就不再聘用。农民工本来可以干到60岁，但现在只干到45岁，少工作了15年，少了15年就等于就业工龄少了1/3。同时，农民工在正常上班的时候，一年12个月中总有2个月回家探亲，这2个月回家相当于一年的

196

1/6。两者加起来，1/3+1/6=1/2，由于不能落户城区，这3亿农民工的劳动寿命理论上减少了一半。所以户籍制度改革不仅是改善农民工待遇的问题，同样也是生产力问题，是人口红利的问题。

中央明确提出“放开放宽除个别超大城市外的城市落户限制，试行以经常居住地登记户口制度。建立城镇教育、就业创业、医疗卫生等基本公共服务与常住人口挂钩机制，推动公共资源按常住人口规模配置”。这是延长和释放潜在人口红利的重大举措。

大量农村劳动力在城镇落户后，既带来了丰富的劳动力资源，也带来了更大的就业压力。传统经济模式难以消纳这么多新增的就业需求和消费需求，而数字经济则可提供可行的解决方案。

比如，运用大数据、云计算等现代信息技术，建立劳动力大数据体系和公共就业信息服务体系，搭建地方人力资源信息统计平台和动态就业信息发布平台，促进更多居民就业；大力发展平台经济、共享经济，通过线上线下相结合，发展新个体经济、微经济，支持微商电商、网络直播等多样化就业增收等；多渠道支持灵活就业、新就业形态发展，支持劳动者做临时性、非全日制、季节性、弹性制工作等；鼓励和支持居民尤其是乡村居民借助电商平台开展平台网购、在线团购、餐饮外卖、共享出行等非接触消费等。

2.加快发展数字化劳动力

数字经济不断发展壮大，既催生了新兴的数字产业，也大大推动了传统产业的数字化转型升级。新的经济形态对劳动力的数字素养提出了新的要求，加快发展数字化劳动力成为当下必须重视的问题。

一是提高劳动力数字化能力素养。加大人力资本投资，深化教育改革，出台优惠扶持政策，营造鼓励基础理论研究的社会环境。实施精英人才培养工程。进一步加大职业教育和技能培训，全面提升劳动者素质。

197

二是优化劳动力数字化发展环境。借鉴健康码体系和机制，建立劳动力年假数字化管理、全民健身运动管理、健康体检管理、心理辅导服务等平台和机制，让劳动力身心更加健康。

三是探索培养数字化新劳动力。运用人工智能、大数据、AR（增强现实）、VR等新一代信息技术，探索培养和使用数字教师、数字医生、数字服务员等数字空间劳动力的方法和机制。

四是加快培养数字经济专业人才。未来，数字经济各领域将需要以下几类关键人才：数字化的基础研发人才、数字化的交叉融合型人才、数字化的治理型人才。为此，要深度开展产教融合创新，人才引进和外脑联合，建设便利学员合作创新的服务体系，以全面、系统、专业的数字经济人才培养体系，提高全民全社会的数字经济素质素养和技能，夯实我国数字经济发展的社会基础。

198

四、数据要素理论是数字经济理论的重要组成

当今世界正经历百年未有之大变局，新一轮科技革命和产业变革深入发展，全球经济越来越呈现出数字化特征，数字经济成为各国经济转型升级的战略抉择。数据作为新生产要素将深刻影响人类生产生活方式，是数字经济发展的基础性、关键性、决定性的要素基础。

我国拥有全球规模最大的单体数字市场，网民规模相当于全球网民的1/5，已超过10亿，中等收入人群超过4亿并在进一步增加，居民消费升级的需求潜力巨大；同时，我国是全球唯一拥有联合国产业分类中全部工业门类的国家，制造业规模连续11年位居世界首位；这些都为数字经济发展提供了广阔的发展空间。我国是第一个把数据列为生产要素的国家。因此，在数字经济理论创新和实践创新方面，我们有机会、有能力也应该有担当地做出应有的贡献。

数据要素理论是中国政府在全球数字经济理论和实践上的巨大贡献。

一是基石性地发展了数字经济的基础理论。数据是数字经济的基石，数据要素理论在数字经济的基础理论核心框架中处于不可或缺的位置。数据要素化创造性地、清晰地构建了数据要素理论的底层逻辑，基石性地发展了数字经济的基础理论。

二是创造性地厘清了数据要素和其他要素的辩证关系。数据要素化和要素数据化的提出，深刻地阐述了数据要素与土地、劳动力、资本、技术等传统要素的辩证关系，对于推动和促进数字经济与实体经济深度融合至关重要。

199

三是开创性地提出了数据要素市场化的可实施路径。数据要素化指明了数据价值的根本判断依据，阐明了数据成为生产要素的路径和方法，给出了解决数据要素市场化中的确权、定价、交易等关键问题的可行性解决方案，将大大推动我国数据要素市场化的进程。

在此基础上，数字经济领域的专家学者需要突破传统思维的桎梏，勇于开拓、大胆创新，把数字经济理论应用到中国伟大的数字经济实践中，并努力引领全球数字经济的理论创新。

200