数字经济推动中国式现代化的逻辑与路径******

　　作者：李卫东（北京交通大学经济管理学院教授）；陈镜宇（北京交通大学经济管理学院博士研究生）

　　党的二十大报告提出，“从现在起，中国共产党的中心任务就是团结带领全国各族人民全面建成社会主义现代化强国、实现第二个百年奋斗目标，以中国式现代化全面推进中华民族伟大复兴。”中国式现代化是人口规模巨大的现代化，是全体人民共同富裕的现代化，是物质文明和精神文明相协调的现代化，是人与自然和谐共生的现代化，是走和平发展道路的现代化。高质量发展是中国式现代化的本质要求之一。数字经济是高质量发展的新引擎，正以前所未有的速度、范围和影响，推动着生产方式、生活方式、治理方式发生深刻变革，不断促进公平和效率更加统一。因此，成功推进和拓展中国现代化，必须紧紧抓住数字经济发展机遇，必须坚持数字化创新引领发展，不断做强做优做大数字经济。新时代新征程背景下，更要深刻把握数字经济助力中国式现代化的理论逻辑和作用路径，全力推进“五个现代化”的有机统一。

　　以数据资源新禀赋重铸人口规模新红利

　　人口规模巨大的现代化是立足于中国基本国情提出的最能体现中国特色的现代化。在改革开放的40多年里，中国吸引了大量的外资投入，推动制造业快速发展，带动国民经济的繁荣增长。但随着发展的变化，这些人口红利正逐渐改变。新时期，中国庞大的人口规模如何重焕生机？数据新要素的出现为此提供了可能。数据要素具有边际报酬递增特性，体现为数据量越大，场景越丰富，数据使用价值就越高。而数据主要来源于人类活动。因此，占有全球18%人口的中国无疑具有世界其他国家不可比拟的数据资源优势，人口迎来了数字时代的新红利。数字经济助力人口规模巨大的现代化主要路径在于改善人口结构和提高人口素质。

　　在人口结构方面，数字技术的虚拟、开放、共享等特征有助于打破城乡之间的时空壁垒、信息壁垒、市场壁垒，促进要素资源在城乡之间更为自由地流动，为城镇化进程营造更好的环境条件。此外，数字经济为城市经济的发展创造了新的增长点，其巨大的创造效应催生了更多城市就业岗位，例如外卖员、滴滴司机、物流配送人员等，增加农村居民的转移意愿和就业供给。在人口素质方面，无论是数字核心产业本身，还是数字技术创新驱动传统产业转型升级，都对劳动力技能水平有更高的要求，其产生的“优胜劣汰”效应将倒逼全社会人力资本水平整体提升。城镇化水平的提高和人口素质的提高都是中国迈向现代化的一个重要标志。

　　以数字技术新优势增加共同富裕新机遇

　　全体人民共同富裕的现代化是扎根于社会主义本质提出的最能反映社会主义国家特色的现代化。共同富裕的重要一点是致富机会要相对均等。数字经济能够助力共同富裕的逻辑基点在于数字技术本质上是一种普惠性技术，这与社会主义本质紧密相关。数字经济依托其“互联互通、共建共享”的技术特征，在经济社会活动中形成了广泛的正外部性，有助于改善传统工业经济下低收入群体难以获得技术支持的劣势地位，增加低收入群体的致富机会。

　　于后富群体而言，首先，致富机会不均等往往受教育程度影响，后者则导致了个人知识学习和能力提升的机会不均等。数字技术与教育相结合衍生的新型教育资源和远程授课等新型教育方式，大幅改善了知识获取的公平性，促进了“教育致富”。自2010年以来，哈佛大学、耶鲁大学以及国内外高校已经陆续提供线上免费公开课程。其次，基于大数据和区块链技术的数字普惠金融构建了以信用取缔抵押的新金融体系，有效缓解了投融资双方的信息不对称，增加了广大中低收入群体和中小企业的获得借贷资金的机会，推动了“大众创新、万众创业”，促进了“创业致富”。再者，在数字经济背景下，各类社交网络平台空前发达，促进了“才华致富”。于先富群体而言，数字技术还有利于强化经济活动的时空关联性、产业关联性和主体关联性，能增强先富群体对后富群体的带动作用。对政府部门而言，数字技术应用于政府治理，有利于全方位地提高政府服务和监管的精细化和智能化，增强政府决策的合理性和科学性，健全完善政府在共同富裕中的体制保障作用。

　　以数字经济新形态提升中华文明新高度

　　物质文明与精神文明相协调的现代化是着力于解决中国主要矛盾的最能体现新时代中国特色社会主义的现代化。物质富足和精神富有是中国式现代化的根本要求。数字经济凭借其高效性和创新性的双重特征，能够推进物质文明和精神文明协同发展。物质文明方面，数据作为一种新的生产要素，其蕴含的信息价值优化了传统生产要素的组合方式，进一步释放了劳动生产力，提高了全要素生产率，加快了物质产出和物质财富的创造速度。就GDP增速而言，2021年中国数字经济规模达到45.5万亿元，同比名义增长16.2%，高于同期GDP名义增速3.4个百分点。精神文明方面，数字经济则有助于推动文化繁荣和基本公共服务改善。在文化领域，数字技术为系统化地记录、保存、继承广大民间文学和民间文艺提供了可能，同时也为中华文化的传播、普及、弘扬提供了更有力的方式。基于数字孪生、VR、AR等技术的数字文旅产业以其资源无限和时空无界的新特性，不仅解决了传统文旅的供需不均衡问题，更是带来了全新的沉浸式旅客体验，刺激了更多人对中国文化的认知兴趣，满足了人们对文化高质量发展的精神需求。在社会服务领域，以各类公共服务平台为主的数字基础设施建设和应用进一步提高了教育、医疗、卫生、交通等公共资源的供需匹配效率，促进了基本公共服务均等化、精准化和智能化，提高了民生保障水平和居民幸福度。在物质文明与精神文明匹配上，数字经济所具有的长尾效应特性使得广大消费者的个性化、差异化、多元化需求在最大化程度上得以满足，延展了人们的精神生活空间，提高了人们生活内容的多样性。

　　以数字命运共同体共创人类发展新道路

　　人与自然和谐共生的现代化与走和平发展道路的现代化是基于新时代背景的最能体现全人类发展诉求的两个现代化。环境保护及和平发展是全球现代化的共同特征。数字经济的先天优势更有利于打造绿色经济和共享经济。一方面，数字技术应用于能源生产和环境监测，能显著提高能源利用效率和环境监测效率，加强碳排放和环境污染的协同治理，从治理路径上缓解环境问题。更重要的是，5G、物联网、工业互联网等核心技术应用于新能源技术研发与应用，能大幅压缩研发成本和市场化进程，助力能源结构加速变革，从治理根源上解决环境问题。另一方面，数字经济背景下，国际贸易模式正在重塑，全球经济一体化趋势不断加强。数字技术通过简化交易流程和透明交易信息，大幅减少了国际贸易的交易周期和交易成本，推进跨境数字服务贸易的蓬勃发展，深化了各国在经济领域的分工和合作。更为深刻和长远的影响在于，以互联网为核心的数字经济的不断发展促进了世界各国和世界各国人民的距离日益缩短、关系日益亲近、文化日益交融，有助于增进交流与合作、减少对立和冲突，推动构建网络空间命运共同体和人类命运共同体，共创互利共赢的和平发展道路。

你的隐私，大数据怎知道？我们又该如何自我保护？******

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开(实际上是没法不公开)，而把个人身份隐藏起来，即匿名。

　　(作者：杨义先、钮心忻，均为北京邮电大学教授)