1.1 什么是数字经济

1.1.1 数字经济的基本内涵

当今世界已全面进入数字经济时代，数字技术的广泛应用深刻地影响着传统产业的转型升级，并催生了众多的新产业、新业态和新模式。数字经济发展既是当前全球产业创新发展的核心趋势，可有效带动产业迈向中高端，同时又将深刻影响社会发展的方方面面，成为中国式现代化的重要支撑^[1]。

数字经济的发展始于数据技术创新和进步，从早期的计算机发明和普及到以互联网为标志的信息化时代，再到大数据、云计算、人工智能、物联网等新技术革命的智能化时代，数字经济作为一种新兴的重要经济形态，是实现国家高质量发展和国际竞争优势的重要衡量指标，因此准确地定义和深入地研究数字经济至关重要。关于数字经济的具体定义，目前国内外尚无统一定论。国外数字经济的相关研究中，Tapscott^[2]首先正式提出“数字经济”一词，将其描述为数字化的生产要素。日本通产省根据数字经济表现出的新特征，将数字经济这一概念描述为广义的电子商务。美国商务部1998年、1999年分别发布了两份题为《浮现中的数字经济》^[3]和《浮现中的数字经济Ⅱ》^[4]的研究报告，这两份报告将数字经济正式定义为电子商务和支持电子商务的信息技术产业之和，并正式将其纳入了经济领域。此后，数字经济得到了国际社会的广泛认可，被国际货币基金组织（IMF）列入了经济统计体系。IMF对数字经济的定义包括狭义和广义两种范畴。狭义的数字经济仅指互联网上的经济活动，如共享经济和平台经济，而广义的数字经济则包括所有基于数字化的经济行为。这些数字化的经济行为涵盖了制造、交通、金融、服务等多个领域，并且对于实现数字经济的可持续发展和促进经济类型转型升级具有重要意义。

我国对数字经济相关问题的讨论源于2013年的香山科学会议^[5]。在第462次香山科学会议中，参会学者给出了大数据的中国定义：大数据是来源众多、类型多样、大而复杂、具有潜在价值但难以在期望时间内处理和分析的数据集。2016年G20杭州峰会中发布的《G20数字经济发展与合作倡议》^[6]给出的定义：数字经济是指“以使用数字化的知识和信息为关键生产要素、以现代信息网络为重要载体、以信息通信技术的有效使用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”。政府层面通过一系列的文件不断完善数字经济的内涵。国家统计局发布的《数字经济及其核心产业统计分类（2021）》^[7]对数字经济做了一个基本的界定，把数字经济划分为数字产业化和产业数字化两个方面。中国信息通信研究院（简称中国信通院）发布的《中国数字经济发展白皮书（2022年）》^[8]指出数字经济的发展应将数字技术创新作为核心驱动力，深化数字技术与传统产业乃至实体经济的融合，并且扩展了数字经济的内涵，增加了数字化治理以及数据价值化两部分的定义。罗攀^[9]在研究中指出，企业层面上数字经济表述的理解主要体现在企业的经营理念和宣传中，如华为^[10]提出“万物生根，夯实ICT产业底座赋能中国数字经济发展”，阿里巴巴^[11]发展云生态，提出“生于云、长于云，全面构建数字经济开发‘生态云’”。总体来说，我国的数字经济定义主要强调数字化的生产要素和数字技术的驱动力，并通过数字技术与实体经济深度融合，不断提高经济社会的数字化、网络化、智能化水平，推动我国新型经济形态升级，加速重构经济发展与治理模式。

对此，本书作者之一石勇在《数字经济的发展与未来》^[12]一文中给出了综合的学术定义：数字经济是以大数据、智能算法、算力平台三大要素为基础的一种新兴经济形态，它以算力平台为基础，运用智能算法对大数据进行存储、处理、分析和知识发现等，进而服务于各行业的资源优化配置和转型升级，促进经济高质量发展。以上三大组成要素对于数字经济而言缺一不可：没有大数据，数字经济便是“无米之炊”；没有智能算法，数字经济不能“创造价值”；没有算力平台，数字经济将“不复存在”。我们注意到，若把数据、算法、算力相结合的技术称为数字技术，那么人工智能就是数字技术的子集。

1.1.2 数字经济的三大要素

当前，新一轮科技革命快速发展，数字经济已成为引领全球经济社会变革、推动我国经济高质量发展的重要引擎。本书首先就数字经济的三大要素——大数据、智能算法、算力平台的重要性进行进一步阐述，具体如下。

（1）数字经济要素之一：大数据

第462次香山科学会议指出，大数据是数字化时代的新型战略资源，是驱动创新的重要因素，正在改变人类的生产和生活方式。从类别上看，大数据的种类十分多样，几乎涵盖了社会生活的方方面面，如健康、基因、通信、气象、信用、社交等；从来源上看，大数据主要来自政府、企业、开源。

大数据的出现与普及深刻地影响和改变了各行各业：运用大数据开展科学分析不仅可以为决策活动提供有效的支持，也在创新性地改变着人们的生产生活方式。2020年年初，新型冠状病毒感染疫情暴发时，中国科学院、中国疾病预防控制中心、香港浸会大学团队^[13]以7个年龄组的人群、4类场所的社交场合为基础，构建了基于社交接触的异构数据分析模型，对武汉等6座城市的疫情病例数据展开了科学分析，揭示了疫情传播的潜在模式与不确定性风险，并根据这些城市对当年国内生产总值（GDP）的预期增幅，提出了多种复工复产方案。这些分析成果被迅速以政策建议的形式上报，为日后的复工复产提供了科学的决策支持，这是基于健康和社交大数据开展科学分析并辅助政府决策的典型成功案例。

对大数据开展科学分析的历史可以追溯到1783年——英国统计学家理查德·普莱斯（Richard Price）通过收集和分析遗产税务数据，建立了人寿保险和国债的预测模型。纵观大数据分析的发展历史，其大致可分为3个重叠的时期：① 300年前至今，主要是运用统计学方法分析数据，并得到描述性的结论；② 1956年达特茅斯会议首次提出“人工智能”概念至今，通过机器学习方法对数据进行处理、挖掘并发现知识，逐渐成为主流；③ 近20年来，面向文本、图像等非结构化数据的方法和研究层出不穷，进一步丰富了大数据分析的方法体系，推动了相关学科的进步与发展。

不论历史阶段如何演变，大数据分析始终遵循三大基本原理：① 决策过程，即给定某个数据分析问题的目标，通过对数据进行归一化处理，运用智能算法从中发现知识并应用于决策支持；② 机器学习原理，即通过训练集建立数学模型，通过测试集验证最优的数学模型，进而应用到对新数据的判定，根据不同的具体场景，模型需要反复训练学习以保持其精确度；③ 智能知识发现，即数据分析的“一阶问题”通过数据挖掘获取粗糙知识，其“二阶问题”通过决策者主观知识辨认粗糙知识并由此产生智能知识，进而作为决策支持。

然而，大数据分析的发展过程中仍面临三大挑战：① 非结构化数据的结构化，即如何通过数据融合将文本、图像等非结构化数据转化成结构化数据，然后运用已有的结构化数据挖掘方法进行分析；② 数据的复杂性与不确定性，即如何从不同的场景和角度全方位地复原、展现大数据的整体复杂性与不确定性；③ 数据异构与决策异构的关系，即数据的异构性导致了决策的异构性，以及如何“因地制宜”地用数据异构与决策异构的关系寻找有效的决策支持。

对大数据分析应有这样的科学认识：大数据并不代表总体而是大样本，大样本比小样本更具有普适性；大数据分析应当从粗糙中寻求精确，需要从相关关系中把握因果关系并预测未来。

（2）数字经济要素之二：智能算法

作为数据价值挖掘的工具，算法是从数据通往应用的核心。智能算法是开展大数据分析的数学工具，被广泛应用到各行各业。例如，智能围棋程序AlphaGo多次击败职业选手，展示了智能算法超强的学习能力；又如，将哈希函数置入区块链结构并由此诞生的数字货币，深刻地震动了金融市场。智能算法根据人为设定的规则或启发式的方式，通过对个体的学习探索群体的模式，其大致可分为2类：① 通过逻辑学习产生，包括深度学习的多种模型；② 通过模拟人与生物的意识及行为产生。通常使用的智能算法包括统计分析、关联规则、聚类方法、深度学习、数学规划、模糊逻辑等。智能算法的数学思想因算法而异。

我们通常接触的是算法在应用端的直观展现，却鲜少洞察其深层的共性结构。如Transformer算法，它在文本处理之外，同样在图像和音频分析中发挥着重要作用；Diffusion模型亦然，其应用已跨越图像生成，延伸至多模态交互和音频/视频制作。

（3）数字经济要素之三：算力平台

算力是进行大数据存储、分析的计算资源，具体形式主要表现为2种：① 集中式算力，如超级计算、云计算；② 分布式算力，如计算机、手机。一般来说，算力平台是由整机、芯片、操作系统、应用软件4个部分组成。我国的算力平台建设，一方面发展迅猛，另一方面受到“双碳”目标的制约。据统计，2020年我国数据中心用电量约占全社会用电总量的2%，并连续8年以12%的速度增长。算力设施整体电耗的70%来自传统能源，由此产生的碳排放问题异常突出^[12]。因此，在部署新的互联网数据中心等算力平台建设时，必须考虑高能耗带来的碳排放问题。

值得警惕的是，虚拟货币的“挖矿”活动会导致超高能耗。据剑桥大学统计^[14]，全球比特币“挖矿”年耗电量约为149.4TW·h。对此，2021年9月国家发展和改革委员会等11部门联合开展虚拟货币“挖矿”活动的整治工作^[15]，有效遏制了算力资源的滥用和误用，维护了正常的金融秩序。目前，我国在全球比特币“挖矿”活动中所需的计算能力所占份额已从44%降至0。

1.1.3 数字经济的产业生态

一般来说，数字经济可分为“数字产业化”和“产业数字化”两个方面。数字产业化指的是数字技术形成产业的过程，为数字经济整体进步提供了基础的技术、产品、服务和解决方案等，如近年来的人工智能、云计算等新兴产业；产业数字化指的是传统产业的数字化升级过程，主要是应用数字技术带来生产力的提升和产量的提高等，如传统汽车生产企业采用自动化生产线。

我国的数字经济产业生态在数据要素、人工智能、应用和算力4个方面进展显著。

在数据要素化方面，中共十九届四中全会首次公开将“数据”作为与劳动、土地、资本等并列的生产要素之一，数据要素被列为数字经济的核心资源。特别是《中共中央　国务院关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）^[16]的出台，极大地推动了数据要素产业生态的发展。当前为了促进数据要素的流通和价值释放，我国加快了数据确权和交易机制的建设，多个数据交易所，如上海数据交易所、北京国际大数据交易所和贵阳大数据交易所的设立推动了数据的合法流通与交易进程。同时，我国也增加了数据治理和安全管理的内容，通过标准化、数据清洗和数据脱敏等技术保障数据安全。未来，我国将进一步完善数据产权制度，扩大数据交易市场，强化数据治理技术的创新，推动数据要素的深度挖掘与应用。

在人工智能算法领域，我国政府发布了一系列支持AI发展的政策和规划，如《新一代人工智能发展规划》^[17]，明确了AI发展目标和路径。国内的研究机构和互联网公司在AI算法、深度学习和自然语言处理等技术上取得了显著进展，科技企业（如百度、阿里巴巴、腾讯）和清华大学人工智能研究院、中国科学院自动化研究所等科研机构在AI研究和应用方面处于领先地位。AI技术在智能制造、智慧城市、医疗健康和金融服务等领域的应用日益广泛，提升了各行业的智能化水平。2024年，我国政府工作报告中明确提出了把“人工智能+”作为十大任务之一来推进^[18]。未来，我国将继续加强AI基础研究，扩大AI在传统行业的应用范围，并完善AI伦理和法律框架，确保技术的安全、合规使用。

在数字产业应用场景方面，我国的产业丰富多样，互联网经济、智能制造和智慧城市建设都在快速推进。电子商务、移动支付和社交媒体等互联网应用已深度融入人们的日常生活，涌现出阿里巴巴、字节跳动、腾讯等一批在全球范围内具有重要影响力的数字企业。此外，制造业的数字化转型也在加速推进，通过工业互联网和智能制造技术提升生产效率和产品质量。各地智慧城市建设如火如荼，涵盖交通、能源、环保和公共服务等多个方面，并取得显著成效。未来，我国将深化各行业的数字化转型，推动新兴技术的探索与应用，提升数字应用的用户体验和服务质量。

在算力基础方面，受美国对我国的芯片禁令影响，我国在高端算力方面面临着巨大的挑战。通过构建全国一体化大数据中心（简称“东数西算”工程）等国家战略工程，我国加大了对大规模、超大规模数据中心和超级计算机的建设，通过合理布局、自主创新等方式，构建全球领先的计算能力。国家超级计算广州中心、天河二号等超级计算机展示了中国在传统超算算力方面的优势，但未来的人工智能需要大量的分布式异构算力，我国也正在加大智算中心建设的力度。云计算平台方面，阿里云、腾讯云和华为云等已经成为重要的基础设施，为各类企业提供强大的计算支持，边缘计算技术也在不断发展，满足实时性和低延迟的需求。未来，我国将继续提升计算能力，建设和升级超级计算机和数据中心，推动云计算与边缘计算的协同发展，并发展绿色数据中心和低能耗计算技术，确保算力基础设施的可持续发展。

随着大模型的发展，数字产业生态的各个方面都将迎来深远变革，同时带来诸多机遇和产业空间。首先，大模型的强大自然语言处理和生成能力将进一步提升AI在各行业中的应用效果，从而推动智能制造、智慧城市和智能服务的发展。例如，大模型可以用于智能客服系统，提供更精准和高效的客户服务，提升用户满意度。在智能制造中，大模型能够优化生产流程，实现更高效的资源配置和管理。此外，大模型还具有处理海量数据的能力，提供更高效的数据分析和决策支持，为数据要素市场的优化和发展提供强大助力。对数据进行深度挖掘和分析可以发现潜在的市场趋势和商业机会，助力企业制定更科学的经营策略，提升市场竞争力。

大模型的广泛应用将促进技术创新和新应用场景的开发，推动数字经济的不断进步。大模型可以在医疗、金融、教育等领域引入新的应用场景，如在医疗诊断中进行精准诊断和治疗方案推荐，在金融领域进行风险评估和市场预测。大模型还将变革教育和培训方式，通过提供个性化的教学方案和智能辅导提升人才培养质量，支持数字经济的人才需求。与此同时，随着大模型的发展，伦理和安全问题将变得更加重要，亟须完善相关法律法规，确保技术应用的安全性和合规性。例如，制定人工智能伦理准则，规范大模型的开发和应用，防范技术滥用和潜在风险，加强数据隐私保护和信息安全管理，确保用户数据的安全和隐私不受侵犯。总之，大模型的发展将为我国的数字经济产业生态带来更多机遇和挑战，推动数字经济迈向新的高度。通过不断地创新技术、完善制度，提升各行业的智能化水平和竞争力，我国的数字经济产业生态将迎来更加光明的未来。

1.1.4 我国数字经济的发展现状

放眼全球，新一轮科技革命和产业变革深入发展，大数据、云计算、人工智能、区块链等数字技术创新活跃，数据作为关键生产要素的价值日益凸显，数字化转型深入推进，新产业、新业态、新模式蓬勃发展，数字经济成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。

立足国内，数字经济是构建中国式现代化经济体系的重要引擎。高创新性、强渗透性、广覆盖性的特点，使其成为新的经济增长点，同时是提升传统产业的支点。此外，数字经济也是构建双循环发展新格局的有力支撑。构建新发展格局的重要任务是增强经济发展动能，数字技术可以推动各类资源要素快速流动、各类市场主体加速融合，帮助市场主体重构组织模式，实现跨界发展，打破时空限制，延伸产业链条，畅通国内外经济循环。

党的十八大以来，我国数字经济建设取得了举世瞩目的成就：大数据、人工智能、云计算等新技术加速创新，日益融入经济社会发展的各领域、全过程。我国现已成为规模优势明显、产业局部领先的数字经济大国。习近平总书记多次就数字经济相关问题发表重要论述，为我国实现从数字经济大国到数字经济强国的历史性跨越提供了思想指导和行动指南。

2021年3月11日，全国人大表决通过了《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》（简称“十四五”规划）^[19]，数字经济正式被写入“十四五”规划，成为国家经济发展的重点。其中，构筑数字基础以加快数字化发展、服务数字中国建设，成为当前的首要任务，最终促进数据要素高度渗透生产生活的方方面面，提高经济发展效率，驱动社会变革，建设智慧、绿色、健康、和谐、高效的新数字经济发展模式。2022年1月16日出版的《求是》杂志发表习近平总书记重要文章《不断做强做优做大我国数字经济》。文章强调，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量^[20]。2023年2月，中共中央、国务院印发了《数字中国建设整体布局规划》（简称《规划》）^[21]，为以数据要素为核心的数字中国建设提供了整体的纲领和路径。《规划》明确了数字中国建设的“2522”整体框架，具体布局如下：首先，夯实数字基础设施和数据资源体系，这两个基础是数字中国建设的关键；其次，推动数字技术与经济、政治、文化、社会、生态文明建设的深度融合，实现“五位一体”发展；再次，加强数字技术创新体系和数字安全屏障的能力，确保数字中国建设的创新和安全；最后，优化数字化发展的国内环境和国际环境。

以上举措无一不体现出国家对数字化发展的高度重视。据统计，截至2023年年底，全国数据产量增势迅猛，达32.85ZB；我国算力基础设施建设达到世界领先水平，算力总规模高居全球第二位，其中智能算力占比超过30%^[22]。我国数字经济规模连续多年位居全球第二，截至2022年，我国数字经济规模达到50.2万亿元，占国内生产总值的比重为41.5%（如图1.1所示），数字经济已成为驱动我国经济高质量发展的重要引擎之一。

面对世界百年未有之大变局和新型冠状病毒感染疫情大流行的交织影响，我国在数字经济建设方面仍存短板，特别是在数据治理、关键技术工程、民生社会服务等方面尚面临诸多挑战。算力作为数字基础设施的重要一环，为数字基础设施高效连通提供强有力的支撑，随着大模型的发展，算力在数字经济发展中的作用越来越大。因此，为了更好地部署全国的算力，国家发展改革委、国家数据局、中央网信办、工业和信息化部、国家能源局在2023年12月25日联合发布了《关于深入实施“东数西算”工程　加快构建全国一体化算力网的实施意见》^[23]，提出深入实施“东数西算”这一关键技术工程，以算力高质量发展赋能经济高质量发展为主线，充分发挥全国一体化算力网络国家枢纽节点（以下简称“国家枢纽节点”）引领带动作用，形成跨地域、跨部门协同发展合力，统筹通用算力、智能算力、超级算力协同计算，东中西部地区及大中小城市协同布局，算力、数据、算法协同应用，算力和绿色电力协同建设，算力发展和安全协同保障，构建联网调度、普惠易用、绿色安全的全国一体化算力网。通过整合全国资源，统一部署，网络连接多源异构、海量泛在算力，实现资源高效调度、设施绿色低碳、算力灵活供给、服务智能随需，助力网络强国、数字中国建设，打造中国式现代化的数字基座。这也是本书关注的核心内容，即算力与数字经济。