冉美丽 孙福全：认清数字变革的本质 完善创新政策体系

文/冉美丽 孙福全(中国科学技术发展战略研究院)

　　纵观全球，数字技术创新及其颠覆性影响，正引发着国际经济格局的深度调整。本文从演化创新经济学理论出发，研究认为这场变革本质上是一场技术-经济范式的变革。在总结OECD主要国家已经和正在实施的创新政策实践经验基础上，我们提出未来我国要以系统思维找准方向择取工具，立足“五个确保”，完善更加适应数字变革的创新政策体系。

　　一、从本质上看，数字变革是一场技术-经济范式变革

　　演化创新经济学提出的技术-经济范式概念，构建了科技创新与经济结构互动关系的分析框架，为认清当前全球数字变革的本质提供了理论支撑。

　　(一)以数字技术为基础，数字变革改造和重新配置劳动、资本、技术三大要素，重构经济增长的动力与方式

　　自20世纪70年代计算机革命后，计算科学与信息技术不断深度发展。特别是21世纪以来，以分布式云计算技术、点对点的区块链技术、量子算法的量子科学等数字技术群，构成新时代的技术基础，形成经济格局转换的基本动力。在此之下，硬件技术(半导体材料、电子芯片、移动设备)与软件技术(算力、数据和算法)互动迭代，数字技术创新不断打破要素资源在时间、空间上的约束。

　　一方面，数字技术扩展劳动、资本要素的功能形态，提高经济效率和价值增值能力。在各个产业部门，新数字技术赋能几乎释放了所有领域的动能。制造和服务的边界变得模糊，信息(知识)创造价值的份额不断攀升，价值增值焦点由有形产品转向无形服务、有形资产转向无形资产。另一方面，数字变革加快新技术迭代频率，为制造、生物、能源、材料等技术快速应用提供可能，缩短产品设计、原型制作与测试到商业化的周期，为产业发展和人类需求的医疗、交通、金融、文化等众多领域，创造更强增长动能，重构产业价值链体系乃至全球价值网络。数据显示，美国、中国数字经济规模占GDP比重分别为60.2%(2018)和36.2%(2019)，2019年数字经济增加值对中国GDP增长贡献率达67.7%。

　　(二)数字变革引发创新变革，数据成为关键投入要素，多主体、跨部门、大兵团协作模式成为高质量创新“组织标配”

　　数据被誉为数字时代的石油，国际数据公司IDC报告显示，全球数据量大约每2年翻一番。海量数据成为传统产业和新兴产业的创新食粮。智慧农业以天气变化、土壤、光照等数据为依据，智能工业以设备运维、研究开发、工艺优化数据等为基础，数字医疗以诊疗数据、药物研发数据为源泉。最终产品和服务、生产和分销流程、商业模式和市场拓展等各个环节的数字化，不断衍生出新业态。

　　与此同时，远程化、实时性数字平台，丰富了创新工具和组织方式，催生出科研主体、创新主体、市场主体间的大兵团协同协作模式。一方面，研发活动的开放度、创新的紧密度不断提升;另一方面，高质量创新更加依赖专业知识、行业技术与混合技能的频繁互动，以及活跃的创新生态系统。例如，家电、汽车、工业领域的研发者与需求者同步协作开发，在海尔的卡奥斯平台(COSMO Plat)、特斯拉的自动驾驶“公开测试”软件、通用电气的Fast Works系统中得以实现。

　　(三)技术-经济范式的转换要求国家创新政策提高预见性和适应性

　　技术-经济范式转换必然打破原有技术基础、产业基础和制度基础，导致新旧规则的协调或震荡，这迫切需要创新政策与时俱进。首先，“数据获取合法性”和“数据价值最大化”为政策面临的首要议题。数据会影响谁参与创新、以何种方式参与创新，而数据作为平台化、网络化、智能化的数字经济形态基础，其市场化伴随着全球范围内数据主权、数据资产、数据安全等新问题。其次，数字垄断带来择优与普惠之间的两难抉择。由于农业、工业和服务业及其细分产业，为数字技术提供的应用场景、创新机会不同，对数据需求、数字监管需要存在差异。与此同时，由于不同主体之间的能力的异质性，对技术应用与传播的能力和速度也不同。一方面，创新政策要促进数字技术向不同产业深度渗透与融合，另一方面也要避免数字技术壁垒所导致的传统行业、小规模企业被“拒之新技术之外”。再次，原有技术经济体系的调整与新生态的构建之间面临有序衔接的挑战。围绕新的数字技术主导群，创新体系将发生系统变革，涉及创新主体数字技术需求、新技术的供给与扩散、新旧基础设施的更替、数字人力资本培养、数字知识产权治理，以及跨境数字贸易等一系列新问题。

　　二、兼顾激励与监管，OECD国家加快实施适应性政策

　　适应数字变革的技术赋能性、产业融合性、全球互联性，OECD国家主要寻找激励与监管的平衡，着力促进技术扩散和提升协同效率，构建新的数字治理规则。

　　(一)以数字化战略引导，大力支持数字技术研发创新，实施激励为主的供给面政策

　　近年来，OECD国家纷纷将数字化战略作为科技创新战略的重要部分。美国实施全面数字化、全面智能化战略。2011年《联邦云计算战略》、2016年《国家人工智能研发战略计划》、2018年《国家量子计算法案》、2020年众议院区块链技术听证会，美国持续系统布局。此外，美国国家科学基金会(NSF)设立稳健智能计划，围绕人工智能、计算机视觉、人类语言研究、机器人技术、机器学习、计算神经科学等领域，开展跨学科、跨领域深度理解与协作，推进所有前沿领域研究方式创新。

　　英国2017年推出的“弹射器网络”专设“数字弹射中心”，与细胞基因疗法、能源系统、半导体材料等10个中心并列，其聚焦制造和创意两大产业，支持未来网络、人工智能、沉浸式技术和分布式系统等4个技术方向，建立最先进的研发基础架构，帮助企业加速新技术开发。澳大利亚的Data 61设置六大研究主题681个项目，引入“挑战模式”组建多学科团队，开展数据科学研究,开发可应用于创造价值的技术，应对大规模的社会和商业挑战。此外，法国《数字共和国法》、德国《数字战略2025》也在战略顶层设计上明确未来数字技术支持方向。

　　(二)采用一系列新的政策工具，打通技术到经济的机制障碍，提高创新合作效率，实施促进融合的需求面政策

　　“监管沙盒”是受控环境下创新产品和服务的测试模拟，避免试点项目监管失控导致不利后果，为金融、能源、医疗等监管严格的领域创新提供安全空间。在数字金融领域，英国金融行为监管局(FCA)最早推出“金融科技监管沙盒”，此后澳大利亚、加拿大、中国香港、马来西亚和新加坡、美国部分州相继采用。在数字能源领域，英国、新加坡启动“监管沙盒”，创建“一站式”链接创新模式，为企业推出新产品、新模式提供能源监管方面的快速建议。

　　“试验台”针对数字跨界融合开展基于技术应用的试验性政策举措。2016年英国国家卫生服务部(NHS)与工业界推出试验台项目，开展传感器、监视器、可穿戴设备和数据分析等数字设备的组合与试验创新，评估其效率，确定改进方案，目前已有5个健康和护理试验台、2个物联网试验台。

　　现场实验室(Field Labs)在供给端——制造工厂建立开放的智能创新生态。荷兰已启动32个“智能工业现场实验室”，为成员企业和研究机构提供物理-数字空间，推进协作开发、新概念到市场之间的验证。德国的“智能数据创新实验室”推动工业制造企业数字化。生活实验室(Living Labs)则在需求端——居民社区建立智能化的开放创新模式。欧洲“生活实验室网络”覆盖能源、媒体、出行、保健、农业食品等领域的创新，目前已经拥有全球150多个活跃成员。

　　(三)加快制定数字法律框架和数字贸易规则，实施以规范为主的环境面政策

　　全链条的数字法律准则是数字变革的保障。据欧盟委员会测算，“如果有利的政策和立法就位，欧洲数字经济将增长18倍”。人工智能立法方面，欧盟法律委员会提出将自动化机器“工人”身份定为“电子人”，赋予其依法著作权、劳动权等权利义务。日本《知识财产推进计划2016》探讨AI创作物的知识产权保护。2018年12月，欧盟发布《可信赖的人工智能道德准则草案》。个人和非个人数据保护方面，欧盟建立了全类型数据在欧盟境内流动的法律框架。2018年5月，欧盟《通用数据保护条例》(GDPR)明确组织、个人、公司在数据控制和处理中的责任，对违反条例的企业规定最高惩罚——其全球年度营业额的4%或2000万欧元。2018年10月，欧盟《非个人数据自由流动框架条例》(RFFND)明确消除非个人数据本地化要求，保障数据合法获取和自由迁移。此外，美国、日本、澳大利亚、新加坡等国也完善法律细则，保护个人数据权利。

　　数字产品与服务在全球广泛跨境交易，冲击着原来的全球价值链体系和贸易规则。2016年7月,美国贸易代表办公室(USTR)成立数字贸易工作组(DTWG)，以“严准入、松监管”为原则，将“数字贸易”涵盖到全球价值链的数据流、智能制造的服务以及无数其他平台和应用。在自由贸易协定中，美国将“数字产品”定义刻意留下“通过电子传输进行数码产品贸易是被归类为服务贸易，还是货物贸易”的选择问题，为单一框架解决数字贸易留有余地。日本允许合理合法的数据跨境传输，但要求数据传输的第三方提供数据主体的许可签名。欧盟对双重用途的产品出口实行限制，包括计算机、电信、信息安全等。关税方面，韩国数字产品零关税覆盖率达43.21%，日本为99.38%。

　　三、我国完善适应数字变革的创新政策体系的建议

　　技术-经济范式转换往往为后发国家转型升级提供重要机会窗口。习近平总书记多次强调在变局中抓机遇促发展。当务之急，要以系统性战略思维，把握范式转换机会，找准方向择取工具，完善国家创新政策体系。

　　(一)确保数据合规性和可得性，发掘数据市场价值潜力

　　分类出台公共数据、商业数据、个人数据的规范准则。加快制定公共数据开放政策，推动政府部门、公共组织建设公共数据门户网站，实现教育、环境、卫生、交通等领域公共数据和科学数据开放。制定差异化商业数据获取标准，针对行业特征，对涉及企业核心竞争力的数据，作为商业机密予以保护。尽快出台个人数据隐私保护条例。

　　利用新技术完善数据市场发展政策。一方面，利用人工智能搜索功能、区块链追踪功能，提高数据获取能力和数据监管效率。另一方面，通过数字监测技术，评估数据质量和市场价值，分析数据背后的社会影响。尽快出台基于可靠性和公民信任的数据交易、跨境流动细则，明确数据共享责任清单，开发多领域数据应用场景，全面提升数据要素的经济价值。

　　(二)确保创新支持政策具有前瞻性、敏捷性和灵活性

　　加大多用途、通用数字技术群的系统支持。我国要充分利用新技术群演化非同步性和广泛关联性特征，争取跨越式发展的空间。完善中央和地方、公共和社会资本的多元投入机制，加大量子计算、区块链等底层数字技术研发投入，提高关键技术的供给能力。研究数字智能相关的经济、道德、政策和法律影响，形成社会一致的共同愿景、行动方案，促进全社会共同参与。

　　引入数字技术工具，设计、监测并调整政策。开展政策仿真与试验，广泛应用语义分析、文本挖掘等技术，预测技术趋势，明确科技创新政策方向。一方面，促进创新政策设计的科学性、前瞻性;另一方面，监测创新政策的有效性、敏捷性，并适时调整。

　　探索支持数字创新的新模式，完善研发支持、知识产权规则。适应数字技术开发、数字化应用的无形性和零边际成本性，扩大研发税收优惠政策支持范围。针对数据生成、数据价值开发等保护问题，人工智能发明或成果可否申请，数字产品扩散的权利界定与侵害问题，完善有利于数字技术发展、易执行、便交易的知识产权体系。

　　(三)确保数字时代所需技术、人才供给，实施有效的公共研发和创新人才政策

　　实施研发创新数字化行动，提升研发和创新活动的效率。建立更多跨学科、跨行业的开放创新平台，营造数字企业、科研院所、应用需求的协同创新生态，开展非专家共同参与研究的“公民科学”“竞赛式研究挑战”。以新基建为契机，建设学科领域的数据中心、数据共享平台、人工智能高性能计算基础设施，提升科学家、科研人员数字化水平和研发能力。在基础科研领域，增加数字基础设施投资，增强数据管理、模拟、深度学习能力。

　　全面提升人才数字化素养，应对数字变革的复杂性。一方面，满足产业数字化需要，加强科技创新部门、教育部门、人力资源部门合作，确保正规教育、职业培训和终身学习各环节的数字技能培训，增加终身学习机会。另一方面，增加决策者、公务员和管理人员的数字技能培训，借助数字技术，增强政策动态跟踪、学习能力和决策能力。

　　(四)确保建立竞争、协作和包容的创新生态系统

　　平衡鼓励竞争与促进协作的创新政策，营造数字融合新生态。为避免数字平台“赢者通吃”导致市场过度集中，阻碍有序竞争和有效创新，创新政策既要尊重数字规模经济的普遍性，又要确保市场和资源的平等准入。适应融合与协同的创新需要，创新政策要破除创新参与各方深度合作的障碍。

　　加强跨区域协同创新，扩大创新的包容度。支持跨区域数据共享、价值共创协同创新，增强数字技术在中小微企业的传播应用。实施包容创新政策，促进欠发达地区创新创业能力建设;推广“科技特派员制度”加强新技术示范和指导;增加弱势群体资助，支持其融入商业和研究网络。推动创新热点城市、创新型城市群与不同城市间的外溢与协作。

　　(五)确保新的交叉领域政策实现内外多方利益平衡

　　建立跨部门“政策情报机制”，促进新技术与新政策快速扩散。完善政府、科学家、利益攸关方和公众互动合作机制，围绕不同行业的数据获取、数字技术采用和扩散、数字通用技术的研发等关键问题，开展数字技术机会、风险和影响的政策循证研究;确定相关数字议题的长期愿景、挑战和机遇、行动和分工，推动新技术、新政策更广泛地造福国民。

　　主动倡导共赢的数字规则，确保分享数字全球化的惠益。平衡全球开放战略与国民福祉提升之间的协调。数字经济大大突破属地原则，知识产权跨国价值体现、数字产品跨境交易、跨境数字支付，不断涌现税基侵蚀、利润转移与贸易规则等跨国问题，我国要主动出击，探索国际协调和监管机制，制定符合多国利益的新规则。