何大安

一、數(shù)字經(jīng)濟模式內涵及其功能

當前大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等廣泛而深度的融合，在精神層面開啟了科技人文主義，在物質層面重塑了投資經(jīng)營方式和消費方式。針對這種融合帶來的變革，未來學家和社會物理學家提出了科技人文主義?？萍既宋闹髁x實際上是認為世界一切均由大數(shù)據(jù)主宰、任何人類行為和自然現(xiàn)象都可歸結為“算法”的數(shù)字主義；〔1〕對于廠商投資經(jīng)營和消費者行為，數(shù)字主義集中反映為導引廠商產(chǎn)供銷活動和消費者選擇偏好的數(shù)字經(jīng)濟模式。一些經(jīng)濟學者把數(shù)字經(jīng)濟模式的運行概括為數(shù)字經(jīng)濟、智能經(jīng)濟、共享經(jīng)濟和體驗經(jīng)濟等四種類型，但從數(shù)字經(jīng)濟模式導引廠商投資經(jīng)營的層面考察，將專門從事數(shù)字業(yè)務的行業(yè)納入數(shù)字經(jīng)濟模式不是很科學，這是因為專門從事數(shù)字業(yè)務的行業(yè)是為數(shù)字經(jīng)濟服務的部門，而數(shù)字經(jīng)濟模式是一種市場運行狀態(tài)，它主要是針對生產(chǎn)和消費活動而言的。以上理論見解，可以通過數(shù)字經(jīng)濟模式的內涵來辨識。

數(shù)字經(jīng)濟模式內涵可概括為以下三個方面的內容：一是廠商利用諸如5G通訊、互聯(lián)網(wǎng)、傳感器、社交媒體、定位系統(tǒng)等新科技手段，搜集、儲存、分類和整合投資經(jīng)營所需要的大數(shù)據(jù)；二是運用機器學習、物聯(lián)網(wǎng)和區(qū)塊鏈等人工智能技術，加工和處理這些大數(shù)據(jù)；三是通過大數(shù)據(jù)分析來剔除嘈雜數(shù)據(jù)，以確定投資生產(chǎn)什么以及投資生產(chǎn)多少。當絕大部分廠商都依據(jù)以上步驟進行投資經(jīng)營時，社會的經(jīng)濟運行模式就轉換為數(shù)字經(jīng)濟模式。但這種對數(shù)字經(jīng)濟模式內涵的說明是靜態(tài)的解析，當我們考慮到新科技水平的提升，尤其是考慮到在新科技水平提升的背景下數(shù)字經(jīng)濟模式的內涵和外延融合時，對數(shù)字經(jīng)濟模式內涵的理解，就會擴散至大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等相融合的層面，就會延伸出對數(shù)字經(jīng)濟模式功能的考量。事實上，數(shù)字經(jīng)濟模式的運行總是要求廠商的投資經(jīng)營必須不斷提升新科技水平，即提升大數(shù)據(jù)分析和人工智能技術運用的能力。廠商運用大數(shù)據(jù)分析和人工智能技術進行投資經(jīng)營的過程，就是數(shù)字經(jīng)濟模式功能的發(fā)揮過程。

數(shù)字經(jīng)濟模式仍屬于市場經(jīng)濟模式，但與以價格和供求為信號的市場模式相比，它的特點是廠商投資經(jīng)營主要依靠新科技手段，或者說，這種模式的資源配置功能的發(fā)揮要依靠廠商運用大數(shù)據(jù)分析和人工智能技術。如果我們追溯這種內涵的性質規(guī)定，則可認為是源于廠商的大數(shù)據(jù)思維取代了過去以部分信息為依據(jù)且夾帶主觀判斷的因果邏輯思維。這一認識很重要，它是我們理解內涵及功能的基點。數(shù)字經(jīng)濟模式的資源配置功能之所以比以價格和供求為信號的市場模式優(yōu)越，關鍵在于通過大數(shù)據(jù)分析和人工智能技術廠商能夠相對準確地提供產(chǎn)品和服務。我們梳理一下以上關系，便可以有“大數(shù)據(jù)思維→大數(shù)據(jù)和人工智能運用→數(shù)字經(jīng)濟模式→配置資源功能→提供產(chǎn)品和服務”的分析思路。這一思路在一定范圍內隱匿了某些中間環(huán)節(jié)，以至于簡化了數(shù)字經(jīng)濟模式的形成機理和分析框架，但它對數(shù)字經(jīng)濟模式運行場景的勾勒，卻在很大程度上揭示了數(shù)字經(jīng)濟模式的內涵及功能。

經(jīng)濟學自古典學派開始就關注以價格和供求為信號的市場資源配置模式〔2〕，然后經(jīng)過對供求曲線、均衡價格、一般均衡以及帕累托最優(yōu)等的探討〔3〕，最終形成了以“偏好一致性、理性認知、效用最大化”為分析底蘊的期望效用函數(shù)理論；〔4〕新古典經(jīng)濟學的以上理論對經(jīng)濟學世界的影響是廣泛而深刻的，以至于到現(xiàn)代主流經(jīng)濟學和非主流經(jīng)濟學，都沒有從基礎理論角度對市場模式提出挑戰(zhàn)。不過，經(jīng)濟學關于市場模式的理論描述是工業(yè)化時代的產(chǎn)物，廠商依據(jù)不完全信息進行決策會出現(xiàn)市場失靈現(xiàn)象，雖然市場模式的內涵沒有受到挑戰(zhàn)，但它的功能卻受到了部分否定。數(shù)字經(jīng)濟模式下的廠商是以大數(shù)據(jù)為基本分析要素，以互聯(lián)網(wǎng)為交易平臺，以人工智能為技術手段來進行投資經(jīng)營的，這一模式的內涵及功能明顯不同于市場模式。

對于數(shù)字經(jīng)濟模式的內涵及功能的理解，應該圍繞大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能的融合來完成。廠商從搜集、儲存、分類和整合大數(shù)據(jù)，走向加工和處理大數(shù)據(jù)，需要人工智能等新科技手段；廠商通過大數(shù)據(jù)的加工和處理，確定投資和生產(chǎn)什么以及投資和生產(chǎn)多少，同樣需要人工智能等新科技手段。這前后相繼的兩個階段展現(xiàn)了數(shù)字經(jīng)濟模式下廠商投資經(jīng)營的實際運作，是分析數(shù)字經(jīng)濟模式與廠商投資經(jīng)營相互關聯(lián)的主要內容。另外，經(jīng)濟學主要是分析廠商在掌握供求信息的基礎上如何確定產(chǎn)量和價格，因此只需分析廠商運用大數(shù)據(jù)和人工智能對投資經(jīng)營的作用。

二、數(shù)字經(jīng)濟模式之于廠商行為的理論分析

數(shù)字經(jīng)濟模式與數(shù)字技術運用不是一回事，它是經(jīng)濟運行的一種資源配置方式，不等同于互聯(lián)網(wǎng)數(shù)據(jù)中心、云平臺、云計算、網(wǎng)絡切片、孿生數(shù)據(jù)、機器學習、物聯(lián)網(wǎng)、區(qū)塊鏈等人工智能技術的具體運用?！?〕經(jīng)濟學關注的是數(shù)字經(jīng)濟模式，而不是數(shù)字技術的具體運用；經(jīng)濟學只是在討論新科技手段如何影響廠商思維方式、操作程序以及決策過程等問題時，才會涉及數(shù)字技術的具體運用。經(jīng)濟學關于科技因素的學術處理，在一般經(jīng)濟問題分析和專項經(jīng)濟問題分析上有所不同。一些經(jīng)濟學家主張把科技因素作為內生變量納入一般經(jīng)濟問題的分析框架進行研究。①這里所說的涉及科技因素對一般經(jīng)濟問題的分析，可以理解為將科技因素貫穿于經(jīng)濟活動的分析始終從而對具有普適性經(jīng)濟問題的解說，像互聯(lián)網(wǎng)經(jīng)濟學、大數(shù)據(jù)經(jīng)濟學、人工智能經(jīng)濟學等類似的專題，但它需要在符合經(jīng)濟學規(guī)范的前提下分析和論證科技因素可以作為內生變量的屬性。數(shù)字經(jīng)濟模式既可看成是專項經(jīng)濟問題，也可看成是一般經(jīng)濟問題。經(jīng)濟學需要重點研究的，是廠商怎樣通過大數(shù)據(jù)分析和人工智能技術準確提供產(chǎn)品和服務，以說明數(shù)字經(jīng)濟模式屬于微觀基礎的專項經(jīng)濟問題；同時，要研究廠商競爭和壟斷路徑如何形成以及市場配置資源機制發(fā)生了哪些變化，以說明數(shù)字經(jīng)濟模式存在著從專項經(jīng)濟問題轉化為一般經(jīng)濟問題的可能性。

（一）廠商能夠在一定程度和范圍內運用大數(shù)據(jù)和人工智能技術來加工和處理大數(shù)據(jù)，是數(shù)字經(jīng)濟模式的啟動時期

廠商搜集產(chǎn)供銷大數(shù)據(jù)的新科技途徑和手段，主要有互聯(lián)網(wǎng)、社交媒體、傳感器、定位系統(tǒng)、人工智能等，廠商能夠搜集大數(shù)據(jù)，表明對新科技的掌握和運用達到了一定的水準；廠商能夠在一定程度上運用新科技來加工和處理產(chǎn)供銷大數(shù)據(jù)，意味著已經(jīng)將新科技融合到了投資經(jīng)營中。但是，影響廠商投資經(jīng)營的大數(shù)據(jù)是一種復雜的存在，它既包括廠商投資經(jīng)營產(chǎn)生的反映在財務報表的各類數(shù)字化數(shù)據(jù)，也包括影響廠商投資經(jīng)營的諸如消費偏好、政策導向、各行業(yè)預期等非數(shù)字化數(shù)據(jù)。廠商運用大數(shù)據(jù)分析進行投資經(jīng)營的基本水平，是能夠處理數(shù)字化數(shù)據(jù)。廠商加工和處理大數(shù)據(jù)所要求的技術水準，要高于搜集、整合、儲存和分類大數(shù)據(jù)的技術水準；廠商加工和處理非數(shù)字化數(shù)據(jù)所要求的技術水準，要高于加工和處理數(shù)字化數(shù)據(jù)所要求的技術水準。大數(shù)據(jù)是數(shù)字化數(shù)據(jù)與非數(shù)字化數(shù)據(jù)之和。②這是對大數(shù)據(jù)的一種靜態(tài)劃分，從動態(tài)看，大數(shù)據(jù)又可解釋為已經(jīng)發(fā)生的歷史數(shù)據(jù)、正在發(fā)生的現(xiàn)期數(shù)據(jù)和未來數(shù)據(jù)之和，本文的后續(xù)分析會提及這三類數(shù)據(jù)。不過，無論是從靜態(tài)還是從動態(tài)看，這些劃分都可以作為考察廠商運用大數(shù)據(jù)和人工智能的科技水平的分析參照。理解這一點很重要，它是我們認知數(shù)字經(jīng)濟模式的基礎。

依據(jù)以上分析，我們可以將數(shù)字經(jīng)濟模式的啟動時期劃分為三大階段：1.廠商能夠搜集、整合、儲存和分類數(shù)字化數(shù)據(jù)，但卻不能加工和處理數(shù)字化數(shù)據(jù)；2.廠商能夠加工和處理數(shù)字化數(shù)據(jù)，但卻不能搜集、整合、儲存、分類、加工和處理非數(shù)字化數(shù)據(jù)；3.廠商不僅能夠加工和處理數(shù)字化數(shù)據(jù)，而且能夠搜集、整合、儲存、分類、加工和處理非數(shù)字化數(shù)據(jù)。很明顯，三大階段的大數(shù)據(jù)分析和人工智能技術水平是明顯不同的，這對于我們解說數(shù)字經(jīng)濟模式運行必須具備什么樣的技術條件很有幫助。

對于單個廠商來講，在第一階段，數(shù)字化數(shù)據(jù)得到搜集、整合、儲存和分類，表明該廠商掌握了互聯(lián)網(wǎng)和云平臺等相關新科技；廠商不能加工和處理數(shù)字化數(shù)據(jù)，表明廠商的大數(shù)據(jù)分析、云計算和人工智能技術水平很低，此時，數(shù)字經(jīng)濟模式處于萌芽時期。在第二階段，廠商不能搜集、整合、儲存、分類、加工和處理非數(shù)字化數(shù)據(jù)，表明廠商大數(shù)據(jù)分析、云計算和人工智能技術水平仍然較低，社會的數(shù)字經(jīng)濟模式只是處于起步時期。在第三階段，廠商能夠搜集、整合、儲存、分類、加工和處理非數(shù)字化數(shù)據(jù)，人類開始步入數(shù)字經(jīng)濟模式。在這三大不同階段，廠商對自己產(chǎn)供銷活動的把控能力是不同的，即在準確提供產(chǎn)品和服務的能力方面有著很大差異。單個廠商是微觀經(jīng)濟運行的基礎，我們可以通過分析單個廠商的新科技水平來說明數(shù)字經(jīng)濟模式對全體廠商所必須具備的技術的要求，并以此說明數(shù)字經(jīng)濟模式與廠商投資經(jīng)營的關聯(lián)。

（二）從廠商新科技水平來分析數(shù)字經(jīng)濟模式與廠商投資經(jīng)營的關聯(lián)，是判斷社會是否進入數(shù)字經(jīng)濟運行模式的契入點

社會進入數(shù)字經(jīng)濟模式的標志，從社會經(jīng)濟活動看，是生產(chǎn)、消費、交換和分配在很大范圍內受大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等相融合的導引，以至于大數(shù)據(jù)分析和人工智能技術等滲透到社會經(jīng)濟生活的方方面面；從廠商投資經(jīng)營看，則是廠商投資和生產(chǎn)什么以及投資和生產(chǎn)多少，取決于大數(shù)據(jù)分析和人工智能的運用程度和范圍。迄今為止，經(jīng)濟學界有關數(shù)字經(jīng)濟模式的分析文獻尚不多見，這是一個需要從廠商投資經(jīng)營角度進行分析的問題，它在基礎理論上需要對廠商投資經(jīng)營的選擇偏好、認知過程、效用期望等作出探討，在現(xiàn)實分析層面上涉及對廠商投資經(jīng)營與數(shù)字經(jīng)濟模式之間相關性的研究。在不考慮廠商具體運用大數(shù)據(jù)和人工智能技術的情形下，解讀這種相關性有著可以品味的學理價值，它可以幫助我們判斷社會經(jīng)濟運行是否進入數(shù)字經(jīng)濟模式。

數(shù)字經(jīng)濟模式與廠商投資經(jīng)營之間的相關性可以從短期和長期來分析。從短期看，廠商運用大數(shù)據(jù)和人工智能的技術層級通常是既定的，按前文描述的三大階段解讀，廠商投資經(jīng)營處于第一階段的技術層級時，不可能在較短時間內上升到第二階段；同理，廠商投資經(jīng)營第二階段的技術層級也不可能在較短時間內上升到第三階段，這說明短期內的廠商投資經(jīng)營與數(shù)字經(jīng)濟模式是弱相關，或者說，數(shù)字經(jīng)濟模式在短期內不會受廠商運用大數(shù)據(jù)和人工智能技術的影響。但在長期內則不然，數(shù)字經(jīng)濟模式與廠商投資經(jīng)營是強相關。這是因為，廠商在長期內會不斷提升自己運用大數(shù)據(jù)和人工智能的技術層級，如從第一階段的技術層級上升到第二階段，或從第二階段上升到第三階段。另一方面，數(shù)字經(jīng)濟模式運行在長期內所內蘊的競爭，會驅動廠商研發(fā)新技術以提升技術層級，換言之，廠商在長期內提升投資經(jīng)營技術層級從而影響數(shù)字經(jīng)濟模式的同時，數(shù)字經(jīng)濟模式會反作用于廠商投資經(jīng)營。

從理論上對數(shù)字經(jīng)濟模式與廠商投資經(jīng)營的相關性作出兩點分析，一是認為社會經(jīng)濟中有了數(shù)字經(jīng)濟現(xiàn)象并不代表出現(xiàn)了數(shù)字經(jīng)濟模式，廠商技術層級的提高是數(shù)字經(jīng)濟模式產(chǎn)生的原動力；二是強調廠商是推動數(shù)字經(jīng)濟模式運行的行為主體，只有當絕大部分廠商運用大數(shù)據(jù)和人工智能技術進行投資經(jīng)營時，才能出現(xiàn)數(shù)字經(jīng)濟模式。

（三）在理論上梳理廠商運用大數(shù)據(jù)和人工智能的過程，是解釋數(shù)字經(jīng)濟模式運行的分析基礎

廠商在投資經(jīng)營中要處理大量影響產(chǎn)供銷的信息，這些信息來源于需要經(jīng)過搜集、整理、分類、加工和處理的大數(shù)據(jù)。①一些學者把大數(shù)據(jù)看成是分析工具，潛臺詞是信息不是來源于大數(shù)據(jù)。筆者不同意這樣的觀點，認為該觀點混淆了大數(shù)據(jù)分析和大數(shù)據(jù)。我們可以將大數(shù)據(jù)分析理解成是一種工具，但大數(shù)據(jù)是人類行為和自然現(xiàn)象的客觀存在，任何信息都蘊含其中，新科技水平的高低決定從大數(shù)據(jù)中獲取信息量的大小和準確性。大數(shù)據(jù)具有極大量、完備性和多維度等特征，大數(shù)據(jù)的極大量和完備性在包含充分信息的同時，也造成了它的復雜性和不確定性以及由此引致的非理想狀態(tài)。〔6〕針對大數(shù)據(jù)的復雜性和不確定性，廠商可以在大數(shù)據(jù)思維下通過總體思維、相關思維、容錯思維和智能思維，運用大數(shù)據(jù)分析來揭示大數(shù)據(jù)的總體性和相關性所內蘊的因果關系?！?〕長期以來，廠商試圖運用有限樣本數(shù)據(jù)來判斷現(xiàn)象背后的因果關系，希冀獲悉產(chǎn)供銷活動蘊含的準確信息，但廠商這樣的因果思維不具有總體性和相關性。舍恩柏格認為對大數(shù)據(jù)進行相關分析有可能得到準確信息。舍氏觀點正確與否，可通過對廠商運用大數(shù)據(jù)的分析和人工智能技術能否獲取準確信息來說明。

大數(shù)據(jù)分析的總體思維和容錯思維，在應對大數(shù)據(jù)的極大量和完備性特征時是有效的。廠商在面對產(chǎn)供銷的所有大數(shù)據(jù)時，第一步是運用新科技手段把一切關聯(lián)于產(chǎn)供銷的大數(shù)據(jù)統(tǒng)統(tǒng)搜集起來，第二步是利用云平臺儲存這些大數(shù)據(jù)，并整合和分析這些大數(shù)據(jù)。很明顯，在這些極大量的大數(shù)據(jù)中，對廠商投資經(jīng)營有直接影響作用的數(shù)據(jù)，與沒有直接關聯(lián)的數(shù)據(jù)（甚至是失真數(shù)據(jù)）是并存的，廠商必須能夠運用大數(shù)據(jù)和人工智能技術進行篩選和甄別，以找出能夠準確規(guī)劃產(chǎn)品和服務的大數(shù)據(jù)，這便涉及到了大數(shù)據(jù)分析的相關思維和智能思維。

廠商針對大數(shù)據(jù)的多維度特征所采用的相關思維和智能思維，可以確定投資和生產(chǎn)什么以及投資和生產(chǎn)多少，這是廠商運用人工智能技術加工和處理大數(shù)據(jù)的第三步。與第一步和第二步相比，第三步要求的新科技水準明顯提高。廠商必須在能夠利用云平臺和熟練掌握云計算的基礎上，運用人工智能技術來梳理影響產(chǎn)供銷的大數(shù)據(jù)。從目前以加工和處理大數(shù)據(jù)為標志的梳理過程看，廠商已開始運用機器學習、物聯(lián)網(wǎng)、區(qū)塊鏈等人工智能技術來加工和處理大數(shù)據(jù)，但針對大數(shù)據(jù)多維度特征所顯現(xiàn)的復雜性和不確定性，機器學習方法是廠商加工和處理大數(shù)據(jù)相關性的主要技術手段，即機器學習方法是廠商采用相關思維和智能思維進行大數(shù)據(jù)加工和處理的主要途徑。

機器學習分為監(jiān)督學習、無監(jiān)督學習、深度學習和強化學習等類型，它通過算法來解析數(shù)據(jù)，讓計算機在沒有明確編程的條件下?lián)碛袑W習能力，并通過對大數(shù)據(jù)的分析找出完成任務的方法，從而對真實世界中的事件作出預測和決策?！?〕不同類型的機器學習手段加工和處理大數(shù)據(jù)的區(qū)別，在反映出對大數(shù)據(jù)進行相關性分析存在不同技術層級要求的同時，更重要的是揭示了以相關思維和智能思維導引的大數(shù)據(jù)相關性分析對廠商規(guī)劃產(chǎn)品和服務數(shù)量的作用。廠商能在多大程度和范圍內運用人工智能技術規(guī)劃產(chǎn)品和服務數(shù)量，是鑒別數(shù)字經(jīng)濟模式有沒有可能成為市場運行模式的標尺。關于這個問題的進一步探討，需要對機器學習等人工智能技術展開深入的研究，研究的歸宿點是必須聯(lián)系數(shù)字經(jīng)濟模式運行的實際來解讀，必須把單個廠商運用大數(shù)據(jù)分析和人工智能技術的場景，擴大為絕大部分廠商的分析場景。只有當絕大部分廠商進入了這樣的場景，數(shù)字經(jīng)濟模式才可被證明為顯性的市場運行模式。

三、廠商投資經(jīng)營與數(shù)字經(jīng)濟模式的經(jīng)濟學分析

前文分析了數(shù)字經(jīng)濟模式與廠商投資經(jīng)營之間的相關性，概要描述了它們的長期強關聯(lián)和短期弱關聯(lián)，但這些描述只是一種理論概括意義上的分析，并沒有把運用大數(shù)據(jù)分析和人工智能技術的廠商投資經(jīng)營，與數(shù)字經(jīng)濟模式的形成過程放在同一個框架內展開研究；然后，筆者解說了數(shù)字經(jīng)濟模式的啟動時期、契入點及其運行基礎，但這些解說仍然局限于理論描述。廠商投資經(jīng)營屬于微觀經(jīng)濟活動，它會影響廠商的理性選擇、產(chǎn)量和價格確定、競爭路徑，還會影響資源配置方式和產(chǎn)業(yè)組織變動，換句話說，擴大視角來觀察廠商投資經(jīng)營與數(shù)字經(jīng)濟模式之間的相關性，有許多分析性的經(jīng)濟學內容值得研究。

（一）數(shù)字經(jīng)濟模式的大數(shù)據(jù)分析和人工智能運用，會重塑廠商投資經(jīng)營的理性偏好、認知過程和效用期望，這里面蘊含著待闡述的新經(jīng)濟學思想

廠商作為投資經(jīng)營的群體，他們在大數(shù)據(jù)思維驅動下會運用大數(shù)據(jù)和人工智能技術規(guī)劃投資和產(chǎn)供銷活動，但由于不同廠商搜集、儲存、整合、分類、加工和處理大數(shù)據(jù)時有技術層次差異，這種差異會造成不同技術層次的廠商的效用函數(shù)的差別，進而使廠商形成兩大集群：一類是能夠利用大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等的融合、具有很強的匹配大數(shù)據(jù)能力的集群，另一類是匹配大數(shù)據(jù)能力較弱的集群。前一類集群是推動數(shù)字經(jīng)濟模式發(fā)展的主要行為主體，但他們通常由少數(shù)廠商組成；后一類集群通常是被數(shù)字經(jīng)濟模式發(fā)展帶動的行為主體，他們通常由多數(shù)廠商組成；前一類集群是數(shù)字經(jīng)濟模式的塑造者和推動者，后一類集群是數(shù)字經(jīng)濟模式的跟隨者和類聚者；前一類集群的投資經(jīng)營可相對準確地規(guī)劃產(chǎn)品和服務的數(shù)量，從而能夠在一定程度和范圍內取得利潤最大化，后一類集群為追求利潤最大化而逐步形成一種效仿前一類集群投資經(jīng)營的趨勢。

兩類廠商集群投資經(jīng)營能力的差異及其結果，給經(jīng)濟理論研究廠商理性偏好、認知過程和效用期望等提供了新課題?，F(xiàn)代經(jīng)濟學開始重視對偏好多元化、認知不確定和效用期望不斷調整的研究〔9〕，并開始關注效用函數(shù)的缺失問題〔10〕，但現(xiàn)代經(jīng)濟學始終沒有擺脫發(fā)端于新古典經(jīng)濟學的成熟理性選擇理論的影響，即始終沒有擺脫“偏好的內在一致性、認知外生、效用最大化”等給定條件的約束?！?1〕也就是說，現(xiàn)代經(jīng)濟學一直是在理性選擇理論的框架內解釋偏好、認知和效用問題。隨著數(shù)字經(jīng)濟模式的出現(xiàn)，廠商追求效用最大化的選擇偏好、認知過程和效用期望等發(fā)生了變化。具體地講，就是能夠熟練運用大數(shù)據(jù)和人工智能的廠商（前一類集群廠商）在大數(shù)據(jù)思維下通過人工智能技術來匹配產(chǎn)供銷數(shù)據(jù)，形成了現(xiàn)有的理性選擇理論不能解釋的選擇偏好、認知過程和效用期望，這種現(xiàn)象有必要在經(jīng)濟理論層面上展開深入分析。

數(shù)字經(jīng)濟模式給我們提供的一般畫面是：前一類集群廠商在數(shù)字經(jīng)濟模式下可以獲得較大利潤，他們的選擇偏好、認知過程和效用期望等對后一類集群廠商產(chǎn)生了導引作用，導引的結果會使后一類集群廠商放棄自己的選擇偏好、認知過程和效用期望，直接將前一類集群廠商的選擇偏好、認知過程和效用期望作為自己的選擇偏好、認知過程和效用期望，從而形成了趨同化的選擇偏好、認知和效用期望。誠然，這種沒有經(jīng)過基礎理論論證的描述也許過于抽象，這里只是作為一種觀點提出，但這種趨同化現(xiàn)象有著一定的價值分析空間。如果經(jīng)濟學家能夠依據(jù)數(shù)字經(jīng)濟模式的運行實際對這種趨同化建立分析模型，并據(jù)此展開基礎理論的建構，那么，符合數(shù)字經(jīng)濟模式的理性選擇理論或許會出現(xiàn)。

（二）廠商投資經(jīng)營的大數(shù)據(jù)分析和人工智能運用的覆蓋面大小，決定數(shù)字經(jīng)濟模式運行的覆蓋面大小，這是一個可通過解釋廠商如何提供產(chǎn)品和服務而得出的分析結論

經(jīng)濟學關于廠商投資經(jīng)營如何提供產(chǎn)品和服務的分析和研究，主要集中在市場機制調節(jié)和政府政策干預兩大方面，根據(jù)經(jīng)濟學家提出的不同調節(jié)方式和政策手段，形成了不同的經(jīng)濟學流派。數(shù)字經(jīng)濟模式本質上仍然屬于市場運行模式，只是廠商決策依據(jù)、程序、手段和過程不同于市場運行模式。雖然市場模式下廠商投資經(jīng)營的基礎理論模型都可以概括為“選擇偏好→搜集、加工和處理信息→認知過程形成→效用期望調整”，但對于數(shù)字經(jīng)濟模式來說，廠商搜集、加工和處理的不是信息而是數(shù)據(jù)，并且選擇偏好、認知形成、效用期望調整等完全由大數(shù)據(jù)分析決定。理解這一點非常重要，我們可以通過對大數(shù)據(jù)的分析，來解釋廠商投資經(jīng)營時會提供什么樣的產(chǎn)品和服務以及提供多少產(chǎn)品和服務。當我們能夠用經(jīng)濟學原理說明廠商在數(shù)字經(jīng)濟模式下怎樣提供產(chǎn)品和服務，我們的分析路徑就沒有偏離供給和需求這一經(jīng)濟學基點。

廠商運用大數(shù)據(jù)分析進行投資經(jīng)營的過程，主要表現(xiàn)為運用人工智能技術對產(chǎn)供銷大數(shù)據(jù)進行匹配的過程。不言而喻，這一匹配程序包含著廠商決策依據(jù)和手段，廠商首先是搜集和儲存產(chǎn)供銷大數(shù)據(jù)，然后是整合和分類產(chǎn)供銷大數(shù)據(jù)，最后是加工和處理產(chǎn)供銷大數(shù)據(jù)。撇開廠商運用人工智能匹配大數(shù)據(jù)的具體技術過程，如果廠商通過大數(shù)據(jù)匹配能夠準確掌握供求信息，則廠商提供的產(chǎn)品和服務就會成為社會的有效需求，數(shù)字經(jīng)濟模式就會發(fā)揮其有效配置資源的功能。不過，數(shù)字經(jīng)濟模式全面發(fā)揮有效配置資源的功能是有條件約束的，那就是絕大部分廠商運用大數(shù)據(jù)和人工智能的技術水準必須達到相當高度。例如，以機器學習技術為例，廠商要能夠在結合低層級特征數(shù)據(jù)與高層級特征數(shù)據(jù)的基礎上揭示大數(shù)據(jù)的分布特征〔12〕，能夠設計出多層次神經(jīng)網(wǎng)絡進行強化學習和深度學習。因此，通過廠商運用大數(shù)據(jù)和人工智能的狀況來解讀數(shù)字經(jīng)濟模式的覆蓋面，是符合邏輯和實際的。

（三）數(shù)字經(jīng)濟模式將會展現(xiàn)一種新的資源配置機制，這一機制貫穿于廠商投資經(jīng)營活動的始終

市場機制配置資源的基礎，是供給曲線、需求曲線以及供求均衡分析。由于信息不完全，廠商提供的產(chǎn)品和服務的供給量及其結構難以符合社會需求；經(jīng)濟學因為對市場機制自發(fā)調節(jié)功能的不滿意，故而轉向對政府調控的呼吁，但在部分解決市場失靈的同時卻產(chǎn)生了政府失靈。大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等的相互融合所導致的數(shù)字經(jīng)濟模式，雖然骨子里有著大量的市場機制基因，但該模式以大數(shù)據(jù)為基本分析要素，以互聯(lián)網(wǎng)為交易平臺，以人工智能為技術手段，實際上已給社會生產(chǎn)和交換提供了一種新的資源配置機制。我們姑且不考慮該機制如何稱呼，只關注該機制的將來發(fā)展能否有效配置資源，即能否解決市場失靈和政府失靈。其實，任何一種資源配置機制的功能發(fā)揮，都是廠商投資經(jīng)營通過什么路徑和采用什么方法對產(chǎn)供銷活動進行規(guī)劃和安排的結果，都是廠商與廠商以及廠商與消費者之間市場交易行為的結果。

如果我們將基本要素大數(shù)據(jù)、交易平臺互聯(lián)網(wǎng)、技術手段人工智能等看成是數(shù)字經(jīng)濟模式的綜合結構要素，通過這三大結構要素來研究數(shù)字經(jīng)濟模式的資源配置功能，我們在資源配置機制的研究上一定會有新的經(jīng)濟學認知。不過，這一新經(jīng)濟學認知的獲取，不能離開廠商投資經(jīng)營活動這一主線，不能離開供給曲線、需求曲線和供求均衡分析這些經(jīng)濟學存在和發(fā)展的永恒主題。

數(shù)字經(jīng)濟模式下的供給曲線不會改變向上傾斜態(tài)勢，需求曲線也不會改變向下傾斜態(tài)勢，但數(shù)字經(jīng)濟模式?jīng)Q定供求曲線的因素發(fā)生了變化。從供給曲線看，廠商通過大數(shù)據(jù)分析所進行的產(chǎn)供銷活動，是運用互聯(lián)網(wǎng)和云計算、機器學習、物聯(lián)網(wǎng)、區(qū)塊鏈等新科技手段來搜集、整合和分類與自己產(chǎn)供銷相關的大數(shù)據(jù)；廠商可從這些經(jīng)過加工和處理的大數(shù)據(jù)中獲取相對完備的信息來決定生產(chǎn)什么和生產(chǎn)多少，這說明決定供給曲線走勢的是價格既定條件下的新科技手段。從需求曲線看，對廠商和消費者的產(chǎn)品和服務需求的分析，同樣可以通過大數(shù)據(jù)和人工智能技術來完成；數(shù)字經(jīng)濟模式下的需求曲線走勢是廠商和消費者之間的交易行為互動；在數(shù)字經(jīng)濟模式下，廠商取得產(chǎn)品和服務的需求量信息，通常是通過點擊率、關注度、實時評價和網(wǎng)紅等途徑；這些行為互動的流量是大數(shù)據(jù)，因而廠商對需求曲線的分析仍然是依據(jù)大數(shù)據(jù)、運用人工智能技術來完成。

我們可以把數(shù)字經(jīng)濟模式下的產(chǎn)品和服務的均衡價格，理解為廠商對供求大數(shù)據(jù)進行搜集、儲存、整合、分類、加工和處理的結果，這個結果依舊表現(xiàn)為供給曲線與需求曲線的交點。關于這個均衡交點，經(jīng)濟學需要關注對廠商與客戶之間行為互動的研究，因為，這種行為互動改變了主要通過價格波動和供求關系支配廠商投資經(jīng)營的市場秩序，它是形成新的資源配置機制的重要內容。基于新的資源配置機制貫穿于廠商投資經(jīng)營活動的始終，經(jīng)濟學家可考慮把新的資源配置機制與廠商投資經(jīng)營的競爭路徑結合起來分析，以說明大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等的深度融合對經(jīng)濟學變革所構筑的微觀基礎的客觀存在。

（四）在數(shù)字經(jīng)濟模式下廠商將會大力發(fā)展人工智能技術，以挖掘潛在大數(shù)據(jù)作為投資經(jīng)營的主要競爭路徑

在工業(yè)化時代，廠商是在信息不完全的條件下加工和處理有限信息、并在此基礎上形成認知而進行決策的，這種狀況說明科技水平不支撐廠商挖掘、搜集、儲存、整合、分類、加工和處理具有極大量、多緯度和完備性特征的大數(shù)據(jù)。在數(shù)字經(jīng)濟模式下，廠商利用云平臺和云計算，通過挖掘、搜集、儲存、整合、分類、加工和處理大數(shù)據(jù)來進行投資經(jīng)營，這種狀況說明廠商投資經(jīng)營的理性選擇已走向了人工智能化。人工智能技術對于廠商投資經(jīng)營具有革命性，這一革命性的標志是廠商運用人工智能技術展開的產(chǎn)供銷活動創(chuàng)造了數(shù)字經(jīng)濟模式，這一革命性的落腳點是廠商對產(chǎn)品或服務數(shù)量的規(guī)劃和確定將完全依據(jù)大數(shù)據(jù)分析。人工智能的這種標志和落腳點，凸顯了廠商為什么要將人工智能技術作為投資經(jīng)營的競爭手段。

在交易成本不為零的經(jīng)濟社會，撇開生產(chǎn)過程的專業(yè)科技含量以及由此決定的產(chǎn)品價格、質量、性能和款式，廠商的核心競爭力主要反映在準確知曉生產(chǎn)什么樣的產(chǎn)品和提供什么樣的服務以及提供多少產(chǎn)品和服務上。在依據(jù)大數(shù)據(jù)決策的數(shù)字經(jīng)濟模式下，廠商加工和處理已發(fā)生事件并且能夠通過一般人工智能手段解決數(shù)字化數(shù)據(jù)，將會逐步成為大部分廠商的基本新科技技能；對于大部分廠商來講，困難在于挖掘、加工和處理尚未顯現(xiàn)但很快會隨事件發(fā)生而出現(xiàn)的潛在數(shù)據(jù)。①在本文第二部分的腳注中，筆者曾從靜態(tài)和動態(tài)兩方面分別把大數(shù)據(jù)解說為“數(shù)字化數(shù)據(jù)與非數(shù)字化數(shù)據(jù)之和”以及“歷史數(shù)據(jù)、現(xiàn)期數(shù)據(jù)與未來數(shù)據(jù)之和”；對應于這里所說的潛在數(shù)據(jù)，未來數(shù)據(jù)、（部分）現(xiàn)期數(shù)據(jù)、（部分）非數(shù)字化數(shù)據(jù)則屬于潛在數(shù)據(jù)。廠商投資經(jīng)營最重要的核心競爭力，是能夠挖掘、加工和處理尚未發(fā)生的未來數(shù)據(jù)。從基礎理論看，廠商要將經(jīng)濟活動的不確定性轉化為確定性，必須能夠運用大數(shù)據(jù)和人工智能技術掌握和處理未來數(shù)據(jù)，廠商做到了這一點，就能夠準確規(guī)劃投資和生產(chǎn)什么、投資和生產(chǎn)多少，就能在滿足社會有效需求的前提下取得利潤最大化。

廠商能否挖掘潛在數(shù)據(jù)取決于大數(shù)據(jù)分析和人工智能運用的技術層級。就技術層級而論，現(xiàn)實中的廠商可以分為低技術層級、中技術層級和高技術層級三大類；假定高技術層級廠商可以挖掘、加工和處理潛在數(shù)據(jù)，它就有很強的核心競爭力，而中等和低等技術層級廠商要與高等技術層級廠商爭奪市場和利潤，勢必會想方設法提升自己的競爭力。于是，挖掘、加工和處理潛在數(shù)據(jù)便成為廠商投資經(jīng)營的主要競爭路徑。另外，廠商在新科技全面競爭的過程中，自然會出現(xiàn)高技術層級廠商對中等和低等技術層級廠商的引領作用，從而推動數(shù)字經(jīng)濟模式的運行和發(fā)展。在經(jīng)濟理論分析上，我們可以把廠商挖掘潛在數(shù)據(jù)以及高技術層級廠商的引領作用，解讀為數(shù)字經(jīng)濟模式下廠商競爭路徑選擇的一塊銅板的兩個面，至于這塊銅板的結構安排、參數(shù)選擇、模型設計和系統(tǒng)論證，需要進一步研究。

談及廠商的競爭路徑自然會引發(fā)壟斷問題。在經(jīng)濟學說史上，無論是建立在產(chǎn)品同質性假設上的完全競爭理論〔13〕，還是建立在產(chǎn)品異質性假設上的壟斷競爭理論〔14〕，無論是芝加哥學派以“結構、行為、績效”模型為特征的競爭和壟斷理論〔15〕，還是新制度經(jīng)濟學以交易成本為核心的競爭和壟斷理論〔16〕，這些經(jīng)濟學理論中關于壟斷的分析基本上都是圍繞產(chǎn)量和價格的決定、進入壁壘、市場勢力和規(guī)模經(jīng)濟等展開的。但在數(shù)字經(jīng)濟模式下，壟斷的形成和發(fā)展是與大數(shù)據(jù)和人工智能技術融合在一起的，并且壟斷的形成和競爭路徑的選擇所形成的格局會使產(chǎn)業(yè)組織結構發(fā)生變化。

（五）數(shù)字經(jīng)濟模式下的產(chǎn)業(yè)組織結構是大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等的融合，廠商投資經(jīng)營的競爭路徑是產(chǎn)業(yè)組織結構發(fā)生變化的引擎

工業(yè)化文明的延續(xù)和發(fā)展在一定程度上依托于產(chǎn)業(yè)組織的延續(xù)和發(fā)展，經(jīng)濟學家借助企業(yè)文化對產(chǎn)業(yè)組織變動導致社會進步的超經(jīng)濟學描述，有時會夾帶社會學色彩，但對產(chǎn)業(yè)組織實際運行的分析，則通常是以產(chǎn)供銷關聯(lián)、上下游產(chǎn)業(yè)鏈、區(qū)域產(chǎn)業(yè)集群、運輸成本及半徑等的分析為基礎的，也就是說，產(chǎn)業(yè)組織在經(jīng)濟學家的視野中始終是一種垂直整合架構。以大數(shù)據(jù)的觀點看問題，經(jīng)濟學家對產(chǎn)業(yè)組織這種垂直整合架構的分析，實際上是對廠商與廠商以及廠商與消費者之間行為互動的結果分析，換句話說，經(jīng)濟學家的相關分析結論是對產(chǎn)業(yè)組織變動的完成形態(tài)的研究，而不是對產(chǎn)業(yè)組織變動的進行形態(tài)的研究，無怪乎許多分析結論并不符合實際，以至于現(xiàn)有的各種產(chǎn)業(yè)組織理論一直存在爭議。

大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等融合下的產(chǎn)業(yè)組織及其結構變動，無論是從橫截面和縱向面，還是從靜態(tài)和動態(tài)來考察，都是廠商利用互聯(lián)網(wǎng)平臺，運用大數(shù)據(jù)分析和人工智能技術進行投資經(jīng)營的結果，或者說，它是廠商與廠商以及廠商與消費者之間的行為互動，是產(chǎn)業(yè)組織變動的進行形態(tài)。因此，數(shù)字經(jīng)濟模式下的產(chǎn)業(yè)組織是一種反映了廠商投資經(jīng)營時運用大數(shù)據(jù)和人工智能的網(wǎng)絡協(xié)同架構。較之于垂直整合架構，經(jīng)濟學想要深入分析網(wǎng)絡協(xié)同架構必須圍繞兩條線索展開：1.廠商與廠商以及廠商與消費者之間的行為互動會呈現(xiàn)出什么樣的格局，經(jīng)濟理論可以從哪些方面描述這種格局的形成機理和過程；2.網(wǎng)絡協(xié)同架構的形成和發(fā)展會對微觀經(jīng)濟基礎產(chǎn)生什么樣的影響，會對政府宏觀調控有什么樣的啟示。經(jīng)濟學家沿著這兩條分析線索進行研究的任務，是要證明廠商投資經(jīng)營的競爭路徑是形成產(chǎn)業(yè)組織網(wǎng)絡協(xié)同架構的引擎，并據(jù)此通過網(wǎng)絡協(xié)同架構來分析數(shù)字經(jīng)濟模式下的壟斷問題。

經(jīng)濟學的產(chǎn)業(yè)組織問題偏重于微觀理論但也在一定程度上關聯(lián)于宏觀理論。經(jīng)濟學家對數(shù)字經(jīng)濟模式下廠商投資經(jīng)營的分析和研究，上升到制度安排層面并對它做出理論總結是產(chǎn)業(yè)組織問題；經(jīng)濟學家依據(jù)產(chǎn)業(yè)組織及其結構變動對政府政策作出評說和提出建議，就涉及到產(chǎn)業(yè)組織與宏觀調控的關聯(lián)問題。在產(chǎn)業(yè)組織是垂直整合架構的情況下，政府產(chǎn)業(yè)政策、財政政策、貨幣政策等宏觀調控手段的依據(jù)是各級經(jīng)濟科層組織的統(tǒng)計數(shù)據(jù)，宏觀調控的覆蓋面、強度、效用等則取決于各級地方政府實施政策的力度。針對不同地區(qū)的實際，政府宏觀調控政策及其實施手段很難整齊劃一，很難落實到廠商投資經(jīng)營層面，于是，宏觀調控容易出現(xiàn)政府失靈。在產(chǎn)業(yè)組織是網(wǎng)絡協(xié)同架構的情形下，政府宏觀調控政策及其實施手段將依據(jù)大數(shù)據(jù)，即便政策措施不能做到整齊劃一，但有著落實到廠商投資經(jīng)營層面的可能性，并且依據(jù)大數(shù)據(jù)的宏觀調控有可能化解各級地方政府在實施政策時產(chǎn)生的摩擦和掣肘。

四、對數(shù)字經(jīng)濟模式未來發(fā)展的展望

未來學家和社會物理學家關于將來所有人類活動和自然現(xiàn)象都可以歸結為一種“算法”，以及人類社會將會被人工智能主宰的相關論述〔17〕，究竟僅僅是一種理念性預言還是有可能成為現(xiàn)實，恐怕現(xiàn)階段沒有一種學說能夠通過理論論證可以斷言。數(shù)字經(jīng)濟模式已經(jīng)從一種思想端倪走向了市場，這個過程是以大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等的相互融合為背景，以廠商投資經(jīng)營的數(shù)據(jù)智能化為實踐載體而展開的。因此，數(shù)字經(jīng)濟模式在將來能發(fā)展到何種程度以及覆蓋面能有多寬廣，不僅要取決于大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等的融合程度和范圍，更重要的是要看廠商投資經(jīng)營的數(shù)據(jù)智能化的發(fā)展速度和質量。

大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等相融合是針對整個社會的新科技水平而言的。就廠商投資經(jīng)營而論，這種融合的深度體現(xiàn)為廠商投資經(jīng)營是不是貫徹大數(shù)據(jù)思維，集中表現(xiàn)在廠商以大數(shù)據(jù)為基本要素、以互聯(lián)網(wǎng)為平臺和以人工智能為技術手段的投資經(jīng)營有沒有完全依據(jù)于大數(shù)據(jù)分析來操作；這種融合的廣度在于是不是絕大部分廠商都是運用大數(shù)據(jù)和人工智能來進行投資經(jīng)營，絕大部分廠商有沒有實現(xiàn)大數(shù)據(jù)思維、分析和操作的一體化。目前絕大部分廠商投資經(jīng)營還達不到大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等的深度和廣度融合。在未來，廠商投資經(jīng)營能不能實現(xiàn)這種深度和廣度的融合，以驅動力來講，主要是看廠商運用大數(shù)據(jù)和人工智能技術是否可以取得利潤最大化，以及熟練運用大數(shù)據(jù)和人工智能技術的少數(shù)廠商，在投資經(jīng)營方向上對那些不能熟練運用大數(shù)據(jù)和人工智能技術的多數(shù)廠商的引領作用。因此，未來數(shù)字經(jīng)濟模式究竟能發(fā)展到什么狀態(tài)，其基礎在于廠商追求利潤最大化的驅動力能在多大范圍內使廠商投資經(jīng)營全面實行數(shù)據(jù)智能化。

數(shù)字經(jīng)濟模式的發(fā)展有速度和質量的雙重要求和規(guī)定，其發(fā)展速度可通過覆蓋面擴大來表征，其發(fā)展質量則需要通過廠商運用大數(shù)據(jù)和人工智能技術能力的大小來解說。數(shù)字經(jīng)濟模式的質量可以從以下幾個方面鑒別：1.廠商能在多大程度上運用大數(shù)據(jù)分析和人工智能技術來匹配非數(shù)字化數(shù)據(jù)，能有多大能力挖掘和處理未來數(shù)據(jù)；2.人工智能企業(yè)的數(shù)據(jù)智能化水準，即運用大數(shù)據(jù)分析和人工智能技術規(guī)劃產(chǎn)品和服務數(shù)量以及預測社會需求的準確性；3.高技術層級廠商每年的投資額和利潤額占整個社會投資和利潤總額的比率，以及財政收入在多大程度上依賴高技術層級廠商等；4.廠商數(shù)據(jù)智能化能不能推動使政府形成大數(shù)據(jù)思維并運用大數(shù)據(jù)和人工智能技術來進行宏觀調控。以上這些衡量數(shù)字經(jīng)濟模式質量的標準，包括技術和效益兩方面內容，從數(shù)字經(jīng)濟模式的展望考察，關鍵在新科技層面，易言之，廠商運用大數(shù)據(jù)和人工智能的技術水準至關重要。

廠商投資什么、投資多少、生產(chǎn)什么、生產(chǎn)多少以及怎樣生產(chǎn)等是經(jīng)濟學的永恒課題。當廠商依靠大數(shù)據(jù)而不是根據(jù)部分信息來應對這一課題時，廠商的重要任務是對社會需求展開大數(shù)據(jù)分析。事實上，影響社會需求的很多因素蘊含在非數(shù)字化數(shù)據(jù)之中，這些因素通常由選擇偏好、消費時尚、認知心理等構成。廠商新科技水平是否大幅提升，可通過對廠商能否搜集、加工和處理非數(shù)字化數(shù)據(jù)來判斷。為準確提供產(chǎn)品和服務，廠商在未來一定會大力發(fā)展機器學習、物聯(lián)網(wǎng)、區(qū)塊鏈等人工智能技術。以物聯(lián)網(wǎng)技術推動數(shù)字經(jīng)濟模式為例，廠商要實現(xiàn)將非數(shù)字化數(shù)據(jù)轉化為數(shù)字化數(shù)據(jù)，就需要發(fā)展物聯(lián)網(wǎng)的數(shù)據(jù)采集、數(shù)據(jù)處理和智能運用等技術，使經(jīng)過加工和處理的非數(shù)字化數(shù)據(jù)的App軟件可通過物聯(lián)網(wǎng)落地到投資經(jīng)營中；再例如，為保證從大數(shù)據(jù)中獲取安全和準確的信息，廠商在將來一定會大力發(fā)展具有價值互聯(lián)網(wǎng)性質的區(qū)塊鏈技術，讓具有分布式賬本、去中心化信任、時間戳、非對稱加密、智能合約等特征的區(qū)塊鏈技術貫穿于投資經(jīng)營。因此，廠商運用人工智能等技術來搜集、加工和處理非數(shù)字化數(shù)據(jù)，將成為數(shù)字經(jīng)濟模式發(fā)展的必然。

廠商獲取準確數(shù)據(jù)進行投資經(jīng)營從而準確提供產(chǎn)品和服務的最大困難，是對還沒有發(fā)生事件的未來數(shù)據(jù)的挖掘、加工和處理。從現(xiàn)有的人工智能技術及其使用手段看，機器學習最有可能是解決未來數(shù)據(jù)的主要技術。①目前廠商運用機器學習技術的基本情況，是在運用決策樹（Decision Tree）和支持向量機（SVM）等模型的同時，力圖運用回歸（Ridge Regression）和套索算法（LASSO）等解決預測問題。參見H.Varian，“Big Data:New Tricks for Econometrics，”Journal of Economic Perspectives，vol.28，no.2（2014），pp.3-27；S.Athey，G.Imbens，“Machine Learning Methods for Estimating Heterogeneous Causal Effects，”Statistics，vol.113，no.27（2015），pp.7353-7360。顯然，這離挖掘、加工和處理未來數(shù)據(jù)相距甚遠。但問題在于，機器學習技術不能滿足于對未來數(shù)據(jù)的預測，它需要與其他人工智能技術結合來發(fā)揮挖掘、加工和處理未來數(shù)據(jù)的功能。誠然，機器學習相對于過度關注統(tǒng)計計量的計量經(jīng)濟學，它在有效預測供求關系上向前大大邁了一步，但現(xiàn)有的深度學習和強化學習還遠不具備挖掘、加工和處理未來數(shù)據(jù)的技術水準。廠商是否具備這樣的技術水準是非常重要的，它關系到廠商能不能準確判斷社會需求和自身產(chǎn)品和服務的數(shù)量確定，從而關系到社會資源能不能合理有效配置以及數(shù)字經(jīng)濟模式的發(fā)展空間。因此，廠商在未來一定會探索比深度學習和強化學習技術層級更高的新機器學習方法，并通過與其他人工智能技術的結合，在解決未來數(shù)據(jù)的前提下推進數(shù)字經(jīng)濟模式的運行。

數(shù)字經(jīng)濟模式作為一種新型的市場運行方式，是一項極其復雜的系統(tǒng)工程，它的未來發(fā)展還關系到前文提及的個人、企業(yè)和政府的大數(shù)據(jù)思維以及這些主體之間行為互動的網(wǎng)絡協(xié)同化等問題。在大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等深度融合的未來，數(shù)字經(jīng)濟模式向前推進是毋容置疑的，但它能不能有效解決社會總供求的均衡，能不能有效解決資源的合理配置，取決于它的未來發(fā)展?？傊?，大數(shù)據(jù)思維是數(shù)字經(jīng)濟模式發(fā)展的必要條件，數(shù)據(jù)智能化和網(wǎng)絡協(xié)同化是數(shù)字經(jīng)濟模式發(fā)展在技術條件配置上的充分條件，而廠商投資經(jīng)營的技術層級的提高是數(shù)字經(jīng)濟模式發(fā)展的催化劑。在未來，數(shù)字經(jīng)濟模式發(fā)展的基本格局由廠商微觀經(jīng)濟活動所決定，對數(shù)字經(jīng)濟模式發(fā)展的機理及其過程的描述和揭示，則需要經(jīng)濟學家們的共同努力。