随着近年来数字产业化和产业数字化的不断发展,数字经济已逐渐成为实体经济的重要组成部分。那么,数字经济和实体经济如何融合发展、如何推动经济稳定增长?在近日北京大学新结构经济学研究院举办的研讨会上,与会专家给予了专业见解。
企业数字化转型为经济发展提质增效
北京大学新结构经济学研究院院长林毅夫表示,大数据是新的生产要素,是21世纪的“石油”,数字产业是新的产业,以人力资本的投入为主,研发周期短,技术迭代快,是典型的“换道超车”型产业。中国是14亿人口的大国,在人力资本上跟发达国家差距较小,又具有数字基础设施较为完善、国内市场大,数据要素丰富等条件,已经在数字经济领域形成了新的优势。
“我国产业体系健全,是全球制造业产值最大的国家。中国在数字经济上的优势,可以渗透到实体经济的各个产业。加快产业数字化转型,不仅可以帮助我国数字经济占国内生产总值的比重达到甚至超过发达国家的水平,以制造业为核心的实体经济也会实现提质增效发展。”林毅夫说。
“过去二十年,消费互联网积淀了大量互联网技术,培养了庞大的在线消费市场,为数字技术助力实体经济的发展打下坚实的基础。产业互联网则为诸多产业难题提供了新的解题思路。”腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示,随着各行各业纷纷拥抱数字化、智能化,互联网服务的主要对象,已经从用户(C),发展到产业(B)和社会(S)。而产业互联网不仅是在疫情突发的状况下,帮助我们以在线化的方式,连接被阻断的物理世界,同样也对我们遇到的创新突破瓶颈、人口红利下降、供需错误匹配、促进社会价值创新等问题,给出了新的解题思路。
英国社会科学院院士、牛津大学技术与管理发展研究中心主任傅晓岚认为,对于产业来说,数实融合是个动态、渐进的过程。从战略上可以先从服务业和部分制造业向广泛的制造业推进,帮助企业从产业链的2C端向后端的供应和生产过程全链条渗透,从供应链后端向全面的数字转型。制造业企业要积极主动地和具有数字技术能力的腾讯、华为等企业合作,来支撑自己的数字转型。政府也要出台政策,鼓励这些数字企业和传统企业的合作与融合。这也是数字企业创造社会价值的一个重要途径。
要更加重视在发展和监管的平衡
据悉,近日,北京大学新结构经济学研究院国内智库部发布了《“十四五”期间推动数字经济与实体经济深度融合发展路径研究》(以下简称报告)的主要成果。研究指出,要探究数字经济与实体经济融合发展的路径,必须深刻认识数据要素和数字技术对生产要素及其结构的影响。
报告发现,数据要素和数字技术能够降低市场交易成本,促进产业分工,优化要素资源配置,提高经济发展效率。其中,数据要素和数字技术对创新的促进作用最为直接、明显。一方面产业知识数据化并成为数据要素后,可以通过数字技术加快技术迭代,更好地实现知识溢出和创新扩散,甚至形成新的知识、理论和技术,提高全社会技术水平;另一方面,创新的供需对接更加便利,有利于形成需求牵引创新的新模式,也会进一步提高创新的专业化程度,提高创新的效率和可持续投入的能力。同时,数据要素和数字技术也会优化劳动力市场结构,提高资本回报,更好的支持金融服务实体经济。
“产业数字化和数字产业化代表了两条不同的发展路径,但最终会殊途同归。”中国国际知识中心主任赵昌文认为,当前阶段,更应该关注不同产业的技术经济特征,并结合这一特征针对性地提出数字经济和实体经济融合发展路径。
赵昌文认为,我国的数字经济和实体经济融合发展,在外部面临着全球化退潮,区域化、本地化发展趋势开始显现的新形势,发达国家通过数字化、智能化推动再制造业化的过程,会对包括我国在内的发展中国家产业发展带来深刻影响。在内部,我国数字经济对实体经济在不同领域、不同阶段分别形成了替代效应和互补效应,给金融体系和市场治理体系也带来了冲击,要更加重视在发展和监管的平衡。
抓住新一轮技术革命和产业变革的机遇
面对我国数字经济和实体经济融合发展现状和未来发展等问题,上述报告建议,在数字经济和实体经济融合发展的过程中,也要避免可能出现的风险,加强对数据要素的治理,促进市场良性竞争。
与此同时,与会专家也纷纷给出了意见和建议。林毅夫建议,必须抓住新一轮技术革命和产业变革的机遇,发挥有为政府作用,克服“卡脖子”制约、法制法规滞后于产业发展等障碍,通过更好的推进数字产业化和产业数字化,实现高质量发展和建设社会主义现代化强国的目标。
中国人民大学经济学院院长刘守英在总结中指出,当前,中国经济已经不仅仅是从无到有,换道超车的问题,而要聚焦产业转型、升级、进一步提高产业复杂度和附加值。转型升级的主体是企业,要素组织的关键是企业家。报告在要素层面进行了很好的研究,建议通过更加深入的企业案例研究,进一步提炼出数据要素和其他要素组织的基本规律,形成数字时代基本的要素组合原理。
刘守英认为,下一步推动数字经济和实体经济融合发展,还要关注数字基础设施的投资主体和投资回报问题,明确政府和市场的分工和边界,同时要针对数据要素的独特性,重点加强产权和交易市场研究。