第一章
导论

数字革命是继工业革命之后的又一次重大技术变革。伴随国际金融危机、新冠肺炎疫情等一系列重大事件的冲击，数字化进程不断加速，数据成为驱动经济发展的最活跃要素。学习曲线、信用创造、产业组织、劳资关系、财富分配等也因此发生显著改变，经济增长和周期波动机制出现重大调整。建构于工业经济基础之上、基于均衡框架的宏观调控体系面临重大挑战。从长时间维度看，深刻把握宏观调控实质的变与不变，聚焦数字时代的“六新”，即新要素、新价值、新边界、新连接、新组织和新疆域，不断丰富数字时代宏观调控的框架、工具和手段，完善宏观治理方式，将对促进数字经济发展、加快数字化转型、重塑经济竞争力具有重要意义。

最活跃要素与宏观经济管理

宏观经济学作为一门独立学科，诞生的时间很晚，但宏观经济管理作为国家的一项基本职能，则有着十分悠久的历史。宏观经济管理的本质是管理波动和冲击，处理好总量与结构的关系，促进经济平稳运行与持续增长。其核心是回答波动和增长的来源是什么，作用机制是什么，以及如何管理的问题。从农业经济到商业经济，再到工业经济、数字经济，由于驱动经济增长的最活跃生产要素存在根本性不同，因此微观主体相互作用的反馈机制、经济波动的产生和放大过程存在较大差异，不同阶段的宏观管理对象、理念和方式也随之不断演进和发展。

在特定经济发展阶段，如果某类要素具备以下三个重要特征，我们则称之为“最活跃要素”。第一，国民经济中资源配置往往围绕这一要素展开，或者围绕其开展的活动成长性最好，经济规模扩大、经济结构调整更多依靠该要素实现。第二，这一要素具有广泛的连接性，一旦进入经济循环，往往引发组织模式和交易形态变革，并成为最重要的技术进步和技术扩散助推器。第三，这一要素成为拓展经济增长可能边界和引发经济波动的主要原因。比如，农业时代的土地、商业时代的国家资本等（见图1.1）。最活跃要素的特点决定了它将是宏观经济管理的重点，也是引发宏观经济管理变革的关键。

在农业经济时代，增长和波动总体上看是马尔萨斯式的（见表1.1）。最活跃的要素是土地，而人口与土地要素互动以及土地边际产出递减律是其背后的根本动因。农业社会的宏观经济管理主要围绕土地展开，通过完善天文历法、修缮水利、修建运河、引进新的农作物和耕种技术等方式，提高单位土地产出和承载能力，同时强化跨时跨域资源调配能力，对冲农业生产周期波动。田赋是农业社会财政汲取的最主要形式，也是支撑国家政权的主要财力来源（万志英，2018）。遇到灾年，或者在朝代更替初期，为保证社会休养生息，国家往往会采取一些轻徭薄赋的措施促进生产。同时，建立平准制度，通过常平仓等方式平滑农业生产周期（张亚光，2011）。不过，由于农业社会的剩余积累较少，应对自然环境变化的能力有限，社会动荡、灾荒年间人口总量都不可避免地出现较大幅度下降，农业经济具有很明显的周期性特征，最后还是没有办法逃离马尔萨斯陷阱。

在商业经济时代，大航海活动极大地拓展了贸易、生产空间，同时在黑死病席卷欧洲后，欧洲内部庄园主经济逐步瓦解，剩余人口涌向外部寻求发展。在这两股力量的推动下，部分国家通过海外贸易先后完成原始积累，资本尤其是资本与国家权力的结合，日渐成为最活跃的要素，并在全球扩张，以整合土地、劳动力、技术。人类生产的步调和组织方式开始改变，股份公司、银行逐步兴起，复式记账法成为那个时代比较有效的风险和信息处理方式。这些变革为工业革命做好了铺垫，但也带来了新的问题。17世纪早期荷兰有“郁金香泡沫”，1720年前后英国、法国和荷兰等多国产生“金融泡沫”（Goetzman，2017）。这些都预示着，新的金融秩序逐步建立。资本和土地、劳动力等要素之间形成新的反馈，积累巨量资本和财富的同时，也催生了更多危机，宏观经济稳定面临新的课题和挑战。宏观管理的核心从土地治理转向促进财富的快速稳定增长。关于促进贸易盈余还是扩大产品生产，虽然重商主义和重农主义有不同的观点，但国家通过扩大贸易和市场、调整资本和土地的关系、增强资本的动员能力、管理信用创造和金融市场等方式，使增加剩余积累、促进财富增长的理念更加深入人心。

进入工业经济时代，技术和知识生产专门化是这一阶段经济增长的关键，资本和技术的联姻也为资本积累打开了新的空间，分工细化和市场规模扩张，加速了经济增长。但资本天生的不稳定性更加凸显，也为更大程度、更广范围的经济危机埋下了伏笔。以福特生产线、跨国公司和银行为代表的新组织方式涌现，新技术、新发现引发的投资热潮成为经济波动的重要因素。加州淘金热、铁路投资热都引发经济较大幅度的波动（昂伯克，2021）。信贷对经济周期的放大作用引发更多关注，货币和信用管理变得更为积极。与资本和技术要素相比，劳动力相对弱势，失业逐步成为一个连续性、周期性的社会和经济问题，社会保障制度从无到有地建立起来。国家对社会资源的动员和汲取能力增强，财政的再分配功能进一步凸显。

当然，在大萧条来临之前，人们对宏观管理的认识基本上还停留在古典政治经济学的层面，尤其是在英国维多利亚时代，政府在很大程度上秉持自由放任、相对消极被动的立场，资本、技术的力量受约束较少，失业、金融危机频发，甚至引发更为严重的社会危机。大萧条催生罗斯福新政和凯恩斯革命，标志着工业社会的政府开始积极参与宏观经济管理。里根经济学和理性预期革命，则意味着学界对政府角色、市场作用的重新反思，宏观调控理念发生较大转折。但2008年国际金融危机及经济大衰退再次表明传统的宏观调控范式存在很大局限，需要稳定不稳定的资本（明斯基，2015）。随着新冠疫情暴发，全球经济陷入二战以来最严重的衰退，同时，疫情也加速了数字变革的步伐，开放条件下的宏观调控框架面临更多新课题和新挑战。

数字经济时代宏观经济管理的微观基础演变

数字经济时代，数据成为驱动经济发展的最活跃要素，积极参与创造新的价值，人类的生产生活方式正在呈现众多不同于工业经济运行的特征，新的边界、连接、组织和疆域不断涌现，宏观调控的微观基础发生显著改变。

新要素

随着整个经济社会数字化的程度提高、智能手机的普及、传感器的广泛应用、宽带传输技术的升级、算力的不断增强、全球互联和万物互联，数据要素呈现指数增长态势。数据的应用过程中也会产生更多新的数据，形成“数据—算法—数据”的自我积累增长过程。IDC（国际数据公司）估计，到2025年，全球数据总量将达到175ZB（泽字节），与2018年相比，年均增长27%，相当于三年翻一番（Reinsel et al.，2018）。与土地、资本、劳动力和技术等生产要素相比，数据存在以下根本性差异。

数据的复用性很强，具有公共品或准公共品性质。无论是统计机构发布的调查数据，还是各种互联网平台收集的个人数据，都可以同时被多个用户使用，从物理意义上说不会产生任何损失，同时也不会相互影响，非竞争性（Non-rival）特征明显，有点类似于阳光。

数据的价值发挥更有赖于互补和融合，范围经济特征明显。不同来源的数据相互融合，可以提高揭示潜藏线索或者规律的能力，增加单一数据源的边际价值，因此数据在一定程度上具备规模报酬不变甚至递增的特征。通过加大数据开放力度，数据可以和其他要素实现更深度融合，通过互补性、网络性、学习效应等机制延缓甚至消除边际报酬递减效应。

数据的价值实现具有较强的时效性、非标准化特征。数据难以实现传统标准化商品那样的交易，恰恰相反，数据只有在特定时空和场景下才能充分发挥价值。这与数据产品的时效性、场景性有关。由于收集方式、目的和可靠性各不相同，不同类型数据的价值难以互相比较，且会随时间变化。同一批数据往往只在某个时空或场景有效，例如金融反欺诈或信贷审批数据，在更换时空和场景后则会失效。这些数据被用于开发其他新的算法，应用于新的场景时，其价值又会重新产生。数据价值实现的关键，在于快速流通、联结和融合，即尽可能多地应用于不同场景，“用得越多，价值越大”。

新价值

数字化通过减少信息不对称，增进社会信用，实现集约利用时间、降低交易成本、满足更多个性化偏好、提供更多准公共品，从而创造更多附加价值。数字化生产从“以生产者为中心”更多地转向“以消费者为中心”。在消费端，数字化可以为消费者带来更多剩余积累。目前数字化产品更新换代仍大体遵循摩尔定律，新品价格的变化可能不大，但质量会更高。比如，公开数据显示，2021年苹果公司发布的A15芯片上搭载晶体管大约150亿个，是2013年发布的A7芯片晶体管数量的10倍以上。地图导航、数字音乐、电子书等数字化内容丰富度高、可复制性强，消费者能够享受更多免费红利。网络平台的参与者越多，规模效应就越明显。消费者在选择、消费等过程中，其实参与了价值的创造，从而重塑了生产与消费的关系，打破了生产者与消费者的边界。在生产端，随着网约车、外卖配送等共享经济、平台经济和零工经济的发展，供需两端搜寻匹配的效率明显提高，盘活了更多闲置资产或闲暇时间。无人工厂、云工厂的生产方式也提高了现有产能的利用效率。设备销售和在线服务融合，推动商品服务化，商家获得更多拓展业务和挖掘价值的机会。服务可贸易程度增强，提高了服务业劳动生产率，有助于克服“鲍莫尔病”。

新边界

在数字经济时代，数据实时联通、高速传输，全时全域互联互通，传统的产权关系、供求关系、企业与市场的关系、雇佣关系、产业分类、时空边界被打破和重构。从产权来看，私人物品强调产权归属，但数据要素具有非竞争性和部分排他性，具有一定的公共品或准公共品性质，可及性可能更为重要（Varian，2018）。过度强调数据要素的产权归属，会限制数据的流动、共享和再利用，无法释放其潜在价值。在数据时代，绝对产权的重要性已经相对下降。产权被细分为更多的维度，比如访问权、使用权、控制权、收益权等。使用数据比拥有数据更有价值，而且数据产权归属并不是非黑即白的，更可能存在一个广泛的谱系。数字经济时代商品和服务的所有权和使用权界限模糊。比如，共享经济正在快速发展，共享汽车、共享住房等越来越普遍。对产权的界定与保护、对权益和收益的确定日益复杂。从供求关系来看，传统生产和消费的分野模糊，供求互动融合不断加强。数字化技术的普及降低了搜索成本、复制成本、运输成本、追踪成本和验证成本。一方面，供应商可以更加便捷地掌握消费者的偏好信息，及时提供更加匹配的商品；另一方面，消费者不再被动消费供应商生产的商品，而且可以提前参与产品定制，大规模的柔性定制取代福特式的标准化生产线。数字化时代消费者的体验式需求不断增长，供需隔阂被进一步打破。

新连接

数字社会的连接性无处不在，人与人、人与物、物与物的连接更多、层次更为丰富，时空距离被进一步压缩，生产生活方式、创新方式都发生了变革，体现在以下几个方面。一是网络外部性增强。这意味着经济社会的网络复杂性增强，交互界面的兼容性更好。通过跨时空的协作和优化，经济的规模效应更明显，更有助于新技术、新模式、新业态的涌现。二是经济和社会活动的参与性增强。数字赋能使得更多中小微企业和个体具有参与全球化的能力，更多落后地区有机会参与社会大生产协作，传统的比较优势发生改变甚至颠覆。三是供求双方的联系加强。传统生产方式下，生产者和消费者之间连接不紧密，信息传递效率不高，协同性不够，采购、库存、交付环节耗费大量人力和物力成本。数字时代，企业整个经营过程能够借助数字化手段实现高度协同性，获取消费者需求信息也更为便利，按需求组织生产的能力得到提升，产品和服务升级迭代的步伐更快。

新组织

随着连接性的增强，传统边界被打破，数据要素的公共品和私有品的双重属性，使基于传统物理、产权边界的治理有效性面临挑战，这必然导致诞生新的组织方式，以适应上述挑战，主要体现在以下几个方面。一是平台型组织涌现。交易成本决定企业能否存在以及企业规模的大小。数字化大幅降低信息不对称程度，减少了搜寻、匹配、决策和执行等方面的成本，拓展了内部协作范围，各种大型平台不断出现。平台经济的发展，也改变了传统的雇佣关系，产生了更多灵活性就业岗位。例如，美团带动住宿和餐饮业就业人数呈逐年上升趋势，从2017年的245.6万人上升至2020年的797.1万人。与传统的线下企业相比，平台经济能够突破地理限制，实现24小时全球交易和线上线下联动。二是去中心化使得个体自组织能力更强。区块链、加密货币、开源软件、共享经济等新组织形式，增强了分布式协作能力。依照传统科层制进行管理的效能，并不一定比个体直接管理或者个人组织管理的效能更高。平台型组织大量出现的同时，“一个人”的微型化企业也大规模涌现。去中心化、开源、分布式组织正在成为数字时代创新的重要方向。比如，维基百科就是由各国自愿参与者协作维护和升级的网站，它已经成为世界上最大的单一知识储存库。新组织的变革，必然带动市场结构随之改变。

新疆域

随着新的领域比如数字孪生体、平行城市、元宇宙的诞生，现实世界和虚拟世界的相互影响增强。一是现实生活向虚拟世界迁移的程度提高。数字化生活的形式从在线聊天、网购和视频交流等简单的触网行为升级为沉浸式体验，人际关系的数字化程度更高，现实世界和虚拟世界更加同步。二是产生更多数字资产。物质世界资产数字化的同时，更多资产将原生于数字世界，比如NFT（非同质化代币）价值，现实世界和虚拟世界的重合度越来越高。数字化也将催生更多具有准公共品或公共品性质的资产。三是主观意识对客观世界的塑造能力增强。人工智能、脑机接口以及云计算技术的进步，提升人机交互水平，进一步促进隐性知识甚至情感显性化。总之，在现实世界以外，将出现一个新的虚拟经济体，这个经济体有自己的货币、信用创造、事件、运行规则等，这也是现实世界里宏观调控难以覆盖的领域。传统宏观治理主要基于物理边界展开，对数字空间和平行世界等跨域管理手段不足。传统的开放宏观经济管理，主要处理国际间的经济往来关系，而在数字新疆域，宏观管理将面临新的管理时空，国家之间、虚拟与现实间的互动、交易、兑换会大幅高频实时出现，管理的维度大幅提高。比如，元宇宙中的货币、税收、就业、资金流动等问题。如果再引入现实的国家和跨国因素，宏观管理的复杂度将呈几何级增长。

数字经济对宏观经济管理提出的新挑战

随着数字技术创新步伐的加快和经济数字化程度的不断提高，经济循环和微观基础发生很大变化，经济增长和波动都表现出与以往不同的特点，传统宏观治理体系面临诸多挑战。

现行核算体系的局限性凸显

一是对数字资产的核算考虑不够。过去的核算考虑硬资产比较多，近年来虽引入了对知识产权、数字产品等方面的核算，但覆盖面依然不够，比如现行的支出法GDP（国内生产总值）核算，对信息资产或数据资产的考虑就很不够（许宪春，2020），当然这与信息的价值取决于场景、从信息到货币价值的转换很难是有关系的（Laney，2017）。二是物价指数核算难以反映质量改进。数字技术进步很快，使得“一篮子商品”的代表性不够，商品和服务质量方面的改进也不能得到充分反映。OECD（经济合作与发展组织）的一篇工作论文显示，考虑数字化影响之后，2015年OECD成员通胀修正值较公布值低了0.6个百分点（Reinsdorf and Schreyer，2019）。数字化推动产品和服务价格下降，也涉及当前热议的两个话题，即菲利普斯曲线扁平化和长期低利率趋势（Csonto et al.，2019；Charbonneau et al.，2017）。三是总产出核算难以充分体现消费剩余增加。随着数字化的发展，大量免费或者近乎免费的数字服务增加了消费者剩余，增加了社会福利，但这些在传统核算体系中没有被充分考虑，导致所谓的GDP失焦现象（此本臣吾，2020）。四是统计分类的难度加大。共享经济和平台经济的出现，增加了统计分类的困难。类似网约车、爱彼迎（Airbnb）等平台的出现，意味着数字技术可以让过去的消费品转换成直接创造价值的投资品，这也给传统消费和投资支出核算带来挑战。同时，平台经济的跨界和融合发展，模糊了传统行业的分类界限，不同业务之间存在大量的价值转移，这给增加值核算、行业监管带来挑战。五是传统核算框架不能充分反映数字经济发展成果，连带产生“生产率之谜”。索洛（Solow，1987）有句著名的话，“到处都能看到计算机时代的到来，唯独在生产率统计中不能”。不少学者认为，这是因为信息经济或者数字经济的贡献被低估了（Jorgenson，Ho and Stiroh，2008）。同时，也存在一种悲观的观点，即认为信息化很难显著提高生活水平，因为现实生活中的很多东西在信息化以前就已经出现或普及了。美国的经济史学者戈登认为，1970年之后的创新和经济进步，聚焦于人类活动的一个狭窄领域，主要与娱乐、通信、信息收集和处理有关（Gorden，2016）。当然，还有一类主张调和的观点，比如通用技术（GPT）从发明、应用再到普及融合，往往会经历很长时间，而当前正是数字技术革命爆发的前夜（Brynjolfsson and McAfee，2014）。

数字技术改变信息传播方式

数字经济时代，有效感知和影响市场行为，仍然是宏观调控的重要手段。但随着数字技术的发展、应用和普及，市场信号的传导与反馈机制已经发生很大变化。一是网络连接性和信息集中度增强。不同群体较以往更加容易物以类聚、人以群分，进而造成更大的信息偏差。这与不同种族、不同收入群体的分离和聚合有些类似（Schelling，1969）。在这种情况下，每个人关注的信息，受智识、兴趣、社会关系影响，往往局限在一定范围内。一些推荐算法可以识别人类的意识倾向，进而投其所好，推送更多符合受众兴趣的有偏信息，并过滤其他信息，进一步固化用户认知，使得用户更难走出原来的认知圈，形成所谓的“信息茧房”。这种固化将导致个人沉迷于个性化议题、对公共性议题的认知割裂或者相关信息被忽视，公共议题信息的有效传播被阻隔。二是算法造成的网络“羊群行为”更加突出。搜索引擎的排序，将淹没少数人的意见表达或者长尾信息中有价值的内容。算法的高频交易，可能导致资产交易行为趋同，进而放大市场和经济的波动。极端情况下，人工智能代理人甚至会遭遇信息堵塞，无法进行有效决策，这将加剧资产抛售或者进一步推高泡沫。散户易在网络上抱团，从众行为更为凸显。例如，2021年散户投资者就一度借助美国在线券商Robinhood逼空投资基金。三是信息生成和传播渠道更为多元化，可能冲淡权威机构信息的有效性。数字终端更为普及，每一个人都可以成为数字内容的生产者，负面信息容易广泛传播，并且通过热搜等方式进一步扩大影响，导致社会预期自我强化和实现。

时间累积性效应降低宏观均衡模型效力

在传统的生产或价值形态中，时间的价值被固化到商品中且不可剥离。以生产玉米为例，劳动的时间价值被固化到玉米之中；再以生产斧头为例，劳动的时间价值被固化到斧头之中。这种时间价值具有三个重要特征。第一，不可剥离性，即生产玉米的时间价值不可能从玉米中剥离出来，只有当玉米出售后剔除其他投入成本，剩余的价值才能体现为时间价值。第二，不可挪用性，即一个人生产玉米的时间，不可能再用来生产斧头。第三，不可积累性，即生产玉米的劳动时间在生产完成后就消失了，这段时间的全部价值都体现在玉米的价值中，不可能再用来产生其他价值。下次再生产新一批玉米时，虽然以前的生产会积累一些经验，但仍需要投入新的劳动时间。

数字时代，最根本的变化是数字化记录和万物互联，人的所有行为特征皆可数字化且具有可连接性，劳动和休闲的边界被打破，经济行为都可以转化为时间模块，时间的积累性凸显。比如一个人在网络上的消费行为，如果只是一个人的行为信息和行为时间，则更多地属于个人隐私，不产生价值；但是当人的数量从一人变成几百万人甚至几千万人，并且相互连接后，行为信息和行为时间的价值就会逐步凸显，各种算法会以此为基础开发价值挖掘方法。而且，这些数据可以被重复使用，在不同领域，用不同价值挖掘方法，一个人行为的最初时间价值也会被再次认识或体现出来。过去行为的时间好像被储藏在一间装满数字的仓库里，会根据需要不断地被调用出来，拼装成新的产品或者服务形态，并产生新的价值。这意味着过去时间的特征被数字化，虽然我们回不到过去，但过去发生的行为时间可以反复被调用，这自然使得对个人而言消失的过去时间，在整个社会中被重复使用，从而具备积累的特点。

由于数字时代的时间价值可剥离、可连接、可积累，基于时间可逆、均衡、收敛特点的宏观经济管理面临新挑战。在农耕时代，经济波动呈现马尔萨斯式特征，由于技术变革和经济结构演变非常缓慢，经济的演进和增长基本是停滞的，农耕活动具有很强的时令性，人类被动跟着自然规律走，时间累积效应并不突出。工业革命以来，人类的学习曲线拓展加快，并摆脱了马尔萨斯陷阱的束缚，资本积累增强人类的跨时空配置能力。对于进入稳态增长的工业经济，宏观决策者往往采用均衡模型、基于均值回归的思想来管理宏观经济波动。在均衡模型当中，时间是逻辑意义上的，而且具有可逆性，过去的时间不会对未来产生影响。除了像大萧条、1987年股市崩盘、2000年互联网泡沫、2008年国际金融危机这样的极端事件以外，短期内基于DSGE（动态随机一般均衡模型）这样的均衡模型进行宏观调控，大体上不会出现偏差。进入数字时代，经济行为的数字化程度加深，感知和处理水平提升，加上数据的复用性和网络的连接性，逻辑学和经济学意义上的时间开始呈现更多历史意义和生物学意义，时间的积累效应增强，奈特式的不确定性、外部性、收益递增、正反馈、网络效应导致经济不再如均衡模型预测的那样收敛、回归均值，而更有可能发生长时间偏离，并呈现更多不稳定的特征，基于均衡模型的宏观调控面临挑战。

宏观调控需要考虑新的市场失灵

传统的市场失灵往往来自信息不对称和产权不清晰。前者产生了委托代理问题、搜寻匹配问题、搭便车问题、道德风险。后者则产生了公地悲剧等问题。数字经济时代的市场失灵有所不同，信息问题转化为信任问题，产权问题转化为共享问题。其中，信息问题转化为信任问题，具体来说是信息不对称程度明显下降，识别能力提高，搜寻匹配能力增强。相伴随的是平台经济的出现，使更多个性化的需求可以被满足。金融监管可以做到比以前更加精准。但数据即权力，个人隐私问题、可信任问题、监控问题、数据歧视问题、少数人控制数据问题、数字鸿沟问题等一系列挑战浮现。至于产权问题，在工业经济时代，私人产权是市场经济运行的基石，明晰产权，尤其是所有权至关重要。在数字经济时代，私人产权仍然是基础，但数据天然的公共属性，将创造更多公共品或者准公共品。而且公共品并不是由政府提供，比如数字地图、共享出行等。因此，对于日渐扩大的公共品领域，如何更好地促进资源配置呢？一种方法是明确所有权，类似数字时代的“圈地运动”，然后基于市场交易进行有效配置。数据确权研究取得了一些进展，也达成了一些共识，但要像传统商品或者财产那样清晰地界定产权，则交易成本较高，技术上也有障碍。另一种方法是明确开放共享机制，更多地尊重市场自发演化秩序，推动政府和平台型企业流通应用，同时给予用户可修改、可擦除、可携带数据的权利，数据采集方遵守最小必需原则、告知原则。目前，已经探索出一些模式，比如我的数据（My Data）、数据信托模式（许伟、刘新海，2022）。

金融科技和数字货币冲击主权信用与金融稳定

国际金融危机以后，数字技术创新步伐不断加快，移动支付、大数据、云计算和人工智能的应用日趋广泛，加上宽松的货币政策环境、日益严格的金融监管规则以及用户习惯的改变，金融科技迅速成为社会关注的热点（徐忠、邹传伟，2020）。金融科技改变信用创造的方式，在减少信息不对称、提升服务效率、降低服务成本和增强金融服务普惠性的同时，也对金融体系和金融市场造成了冲击，传统的金融监管和金融稳定政策面临挑战。金融科技的网络性、便捷性增加了风险隔离的难度；互联网平台进入支付、数字货币等领域，监管不当也可能产生大而不倒的系统性风险；数据权属不清、消费者权益保护不力，加剧了对用户隐私的侵犯（郭树清，2020）。人工智能、算法交易的大量使用，使投资者行为更为趋同，导致更大的顺周期性波动，甚至造成金融市场闪崩（Lewis，2014）。加密货币投机性、匿名性都很强，不少研究都认为如果放任其发展，将增加金融市场风险。诺贝尔奖得主罗伯特·席勒甚至认为在加密货币等领域，他看到投资者似乎有类似于“狂野西部”的心态。而Facebook（脸书）先后推出稳定币Libra和Diem，直接挑战主权信用，也因此被美国国会传召听证。尽管如此，私人数字货币背后的区块链技术还是有很大价值，如果央行能够借此发行法定数字货币，将有助于构建更好的金融基础设施，提升货币政策传导效率和改进金融监管（姚前，2020；Bordo and Levin，2017）。

数字鸿沟导致技术性失业和财富分配差距拉大

数字化对劳动力市场既有补偿效应也有替代效应，而数据要素集中也可能影响财富和收入分配公平。有学者认为，数字化技术应用的日益广泛，尤其是对中低技能劳动力的替代，将会导致技术性失业，拉低劳动报酬，扩大收入差距。1999年到2011年，美国的中产家庭实际收入约下跌10%，尽管同期GDP在总体上是增长的。这背后一个重要的原因是虽然技术创造了巨额财富，但只有少部分群体，比如有天赋的“超级明星”，能够从新产品和服务中获得大部分收入（Brynjolfsson and McAfee，2014；Ford，2015）。阿西莫格鲁等人（Acemoglu and Restrepo，2020）的研究表明，千人机器人保有量每增加一台，就会减少当地雇佣比0.39个百分点，使当地平均工资下降0.77%。技术兴起的直接效应是机器替代人工，而间接效应是雇佣人工减少，导致当地服务需求降低，从而进一步降低服务行业的雇员数量。当然，过去两百年以来，关于技术性失业以及它可能造成的收入差距扩大的讨论，似乎从来都没有间断过，前两次工业革命期间，人们就为技术对劳动状况的影响产生了不小的争论（Keynes，1931）。事实是，技术进步和生产率提升的确创造了更多的工作岗位。数字化也可以通过网络连接和垄断竞争互动，即通过网络连接—市场规模扩张—更加细化分工—更加复杂的网络连接形成正向反馈，创造更多的就业岗位。通过数字化赋能，个人和企业参与竞争的能力增强，全球行动的能力增强（Friedman，2020）。与此同时，各国的教育、社保体系也发生了巨大变革，以适应技术进步对劳动力市场、社会公平和社会福利的冲击。我国过去的教育体系重在培养工业化过程所需要的熟练劳动力，未来则需要培养更多面向数字化和创新型经济、具有终身学习能力的人才，同时也要促进社会公平，让更多人能够享受到数字化红利（McKinsey，2020）。

经济活动线上化虚拟化冲击现行财税体系

数字经济打破了物理边界，从全球范围看，国境的限制在数字语境下变得越来越小，很多原来不可贸易的商品和服务都变得可贸易。比如VIPKID（一家在线教育平台）让美国老师在线上给中国孩子上口语课，原本在中国不可贸易的美国劳动力变得可贸易。可以说，数字经济让美国几万人实现了就业，这就是突破了物理边界的典型。传统国际税收协定的基础是实体，但现在物理存在和虚拟存在的边界被打破，税收征管面临严峻挑战。同时，数字经济打破了企业和个人的边界，收入的性质发生改变。传统意义上的个人收入属于劳动所得，企业收入属于经营所得。而现在很多人都在做微商，C2C（个人对个人）业务迅速发展，个人经营所得与劳务所得的界限被打破。应税收入的界定、所得税征收方式等都面临着新问题。更进一步说，产业之间的边界被打破，传统的增值税体系表现出较大的不适应性。增值税是针对行业链条和各购进环节的增值部分征收税款，但现在数字、销售、制造都可以变成服务，产业划分的边界被完全打破，增值过程发生巨大变化，变得难以认定。当生产者与消费者、产业链上游与下游的边界被打破，传统的增值税体系将面临严重的不适应性。当前，数字经济国际治理中一个非常重要的领域就是数字税收及其国际协定问题。经过反复谈判，2021年10月8日，OECD宣布137个国家及司法管辖区已同意实施其提出的“双支柱”国际税改方案。其中“支柱一”致力于解决征税权的重新配置问题，主要是向跨国公司售出的所有商品和服务征税，即使该公司在当地国家没有实体存在。“支柱二”则旨在解决反税基侵蚀的全球合作问题，核心是解决全球最低税率问题。2021年10月13日，G20（二十国集团）正式批准该声明，标志着这项重大的国际税收多边协定的大局已基本明朗。其中，中国作为重要参与方，已经在原则上同意该方案。如果进展顺利，这个方案有望在2023年开始实施。但这个方案后续还遗留了很多问题，比如各国国内税收制度如何适应，跨国企业在国际间如何有效遵从等。总体来看，数字经济时代，传统的税收体系和税制结构正受到系统性挑战，无论国际税制还是国内税制，都必须尽快做出适应性调整。

数字化打破地理边界并重塑全球供应链产业链

大数据、区块链、移动支付、人工智能和物联网正在深刻改变跨境贸易形式，数字贸易已经成为国际经贸活动中最活跃的部分。数字贸易具有超级链接性，消费、物流和生产环节融合度更高。服务和商品往往更容易绑定销售，交易数量和金额更小，一定程度上改变了服务不可贸易的特性。除了物流成本、协调成本下降以外，信息分享成本下降和经济数字化是数字贸易的重要驱动力，数据跨境流动性、连接性和交互界面兼容性是影响数字贸易的重要因素。通过亚马逊、阿里巴巴等电商平台，更多中小企业、个人具备了全球行动能力，借助数字技术，他们可以进入新的市场，跟踪全球供应链，分析大数据，提供更多新的产品和服务。根据美国经济分析局（BEA）统计，2018年美国ICT（信息与通信技术）相关产品和服务出口贸易额合计2 280亿美元，数字相关的服务出口贸易额接近5 000亿美元，相当于美国全部出口贸易额的一半（Fefer，2020）。双边数字联系每增强10%，货物、服务贸易额将分别提高大约2%（López-González and Ferencz，2018）。如果和区域贸易协定（RTA）相结合，贸易额还可以额外提升2.3%（OECD，2019）。但与此同时，过时的管制规则、数据流动限制、本地化要求、网络安全隐患、知识产权保护等阻碍了数字贸易的进一步发展（Ferencz，2021；USTR，2013）。OECD的研究表明，按国别来看，我国数字贸易限制程度在44个样本经济体当中最高。为此，我国要加强电商对中小企业和欠发达地区的帮助和支持，提高全球数据流动的国际协调，促进云计算、分布式记账、3D打印等数字服务贸易的快速发展。

数字化为改善宏观经济管理提供了新机遇

与此同时，数字经济的快速发展、数字化技术的创新和普及，为增强宏观经济管理感知能力，加快认知升级迭代速度，畅通政策传导渠道，创造了重大的机遇。

零边际成本与规模报酬递增特性凸显

一般的经济常识告诉我们，生产过程中经济要素需要折旧，且面临边际报酬递减的约束。然而，数据要素往往不会折旧，其规模报酬递增且边际成本为零，即越用越多，越用越好。比如，人工智能就是使用的人越多、数据越丰富，智能化水平就越高。以边际报酬递减为前提的主流经济框架，在数据时代将面临挑战。正如杰里米·里夫金在《零边际成本社会》一书中所写，资本主义经济运行的底层逻辑是通过竞争创造新的技术以获取利润。激烈的市场竞争迫使终极技术诞生，将生产率提高到理论上的最高点，在这种情况下，每件新产品的生产成本接近于零。换言之，如果不考虑固定成本，则每额外生产一件产品的成本为零，这意味着产品几乎是免费的。如果这种情况发生，那么资本主义的血液（利润）就会枯竭。而数字时代，不少领域的零边际成本会加速出现。这意味着数字时代的经济运行，将逐渐由资本运行的旧逻辑转向数字运行的新逻辑。

“数字诱变”将使技术进步加快

经济增长的本质是技术进步，技术进步进而引发经济进步。现实中，新技术并不是被无中生有地“发明”出来的，新技术都是在先前已有技术的基础上被创造（被建构、被聚集、被集成）出来的。换句话说，新技术是由其他的技术构成的，产生于其他技术的组合（Arthur，2018）。同时，经济增长的前沿往往是由技术进步的速度决定的。在复杂性上，经济学不像物理学，而更接近于生物学。生物学进化往往表现为三种重要机制，即重组、变异和突变。自然情况下，进化的速度会比较缓慢，在代际内甚至往往无从察觉。因此在生物学技术上，要加快进化进程往往会采取外部刺激措施，比如“化学诱变”就是最常用的加速技术，利用碱基类似物、脱氨剂、烷化剂等化学诱变剂使DNA（脱氧核糖核酸）发生突变。在数字时代，技术的各种组合和变异都会因数字技术而加快，各类存量技术本身的数字化，使经济中处处都在进行“数字诱变”实验，这将大大加快新技术出现的概率和技术进步的速度。这也是我们后面提出的数字时代下，技术进步由“S”形曲线变为“J”形曲线的基础。

宏观与微观之间的阻隔有望被打通

大萧条后诞生的现代宏观经济学，面临的一大诟病就是缺乏微观基础，造成宏观与微观之间长期割裂。正如斯蒂格利茨（Stiglitz，2017）指出的，宏观经济理论的微观基础有问题，其代表性的代理人假设不切实际、过于简化，没能包含微观经济主体的异质性问题。所以，在分析经济现实问题时，现行主流宏观经济理论一般把长期问题与短期问题、供给与需求分开处理，认为需求是短期问题，供给是长期问题，短期宏观管理的重点是经济波动，长期宏观管理的重点是经济增长。自20世纪70年代应对滞胀问题以来，新凯恩斯主义就一直在努力构建宏观经济学的微观基础，并引入不完全信息、不完全理性、不完全竞争等假设，从价格黏性、工资黏性、信贷配给等方面，试图打通宏观与微观的内在机制。遗憾的是，滞胀问题到目前为止并没有得到很好的解决。数字时代的到来，给宏观经济与微观经济的打通带来前所未有的机遇。从信息处理方式看，传统经济的信息搜集主要依靠统计体系层层汇总，加总和平均的过程难免使个性化、结构化信息丢失，容易产生信息漏损、时滞和信息偏误。合成谬误和宏观及微观背离的情况常常存在。数字时代，数据从小样本走向全样本，从事后走向实时，从低维度走向多维度，微观的整体即构成宏观。从更深层次来看，宏观现象的所有性质都很难简单拆解为微观主体行为，这其中存在“涌现”问题，即微观主体构成的整体，出现了微观主体并不具备的性质。这在传统宏观管理中很难处理，而数字化时代则具备处理的条件，可以通过涌现或进化模型去分析，推动宏观经济与微观经济回归统一分析框架。

更早更准感知经济运行变化

经济数字化程度的提高，为利用大数据跟踪和分析经济运行状况提供了便利条件。经济学家范里安（2018）运用Google（谷歌）搜索对美国失业率、经济衰退概率进行了预测。美国联邦储备系统（简称美联储）运用大数据重构了国民经济活动指数（Brave et al.，2019）。在国内，国务院发展研究中心（简称国研中心）宏观决策大数据实验室在2015年利用领地模型，结合地图位置数据构建了城镇失业率指数模型（陈昌盛等，2015）。之后，利用互联网平台或者物联网大数据陆续针对商品消费、服务消费、就业、投资、贸易、物流、总体经济等领域运行开发了大数据指数模型，用于监测经济循环重点环节的变化。国研中心宏观决策大数据实验室发挥大数据综合优势，还构建了即时预报模型（陈昌盛和许伟，2019），对GDP同比和环比增速进行动态跟踪和评价。上述大数据监测体系在此次新冠肺炎疫情影响和复工复产进度分析中发挥了积极作用。

更快更深入诊断问题和评估政策实施效果

近年来，大数据在政策评估中的应用日益广泛。2013年，克拉克奖得主、哈佛大学经济系的拉贾·切蒂（Raj Chetty）教授就利用大数据分析社会流动性、税收、教育、创新、气候变化、种族歧视等议题。在近期的研究当中（Chetty，2018），他使用税收大数据分析了美国的接触效应（exposure effect）如何影响社会流动性。国研中心宏观决策大数据实验室围绕关键中间品的进口和使用企业，构建供应链网络，针对来源集中、供应链断供风险点多、关键设备进口难、外资转移外迁等问题进行了分析，为建立重点企业风险评级体系，针对性破解“卡脖子”问题提供了重要决策支持（2020）。

更精准更直接推动政策落实

疫情期间，不少地方都采取了发放数字消费券的方式提振当地消费。发放方式大多是“政商合作”、线上线下联动，发放渠道则依托美团、京东、支付宝等平台。这些平台汇集的商家和消费者较多，能够将消费券发放和商家促销有效结合，放大政策撬动效应（清华大学国家金融研究院，2020）。另外，近年来电子政务进步很快，比如浙江推出的“最多跑一次”、江苏推出的“不见面审批”、上海推出的“一网通办”等。疫情进一步加速了数字治理变革。2020年，我国建立了财政资金直达基层的特殊转移支付机制，新增赤字和特别抗疫国债合计2万亿元，其中绝大部分采用直达方式下拨，进一步推动了财政的数字化转型，提高了财政资金的使用效率和精准性。

构建顺应数字变革的宏观调控框架

毫无疑问，数字经济已经成为经济增长和周期变动当中最活跃的部分，数据要素也成了最活跃的要素。数字时代的宏观调控有必要考虑数据要素引入以后的各种变革性影响，并做出及时的适应性调整，这样才能有效应对数字化转型的挑战，推动数字生产力发展，促进宏观稳定、结构平衡和福利增进。

将数据要素纳入总供给和总需求管理框架

通过分析数字时代供给、需求和收入管理的可能演变，我们将数据纳入经济增长和波动的框架，尝试构建一个数字经济发展背景下的总供给—总需求管理框架。

供给调节方面，数据要素增加，技术水平提升，产品和服务产出增加，总供给曲线扩张，但对劳动投入的影响并不确定。数字经济时代，劳动力市场供给弹性上升，劳动力市场均衡与否将更多取决于劳动力需求的变化。或者说，作为产品和服务生产过程的投入，劳动力的重要性下降，但作为参与经济活动的数据要素的生产者，劳动力的重要性又有所提升。为此，劳动需求变动方向并不明确。当然，这也表明，如果要增加数字转型的包容性，应该让更多的人具备数字素养，使其更容易参与数字化进程。

需求调节方面，数据要素对总需求的影响取决于四重效应，分别是价格缩减效应、货币需求缩减效应、普惠效应以及投资节约效应。其中，价格缩减效应是指，数据要素越多，产品和服务价格越低，真实货币供给越多，利率水平下降，对产品和服务的需求增加。货币需求缩减效应是指，数据要素越多，信用创造机制越丰富，单位实体产出对应的货币需求下降，对应利率下降，总需求增加。普惠效应是指，随着金融科技的发展，更多过去无法获得正规金融服务的群体可以享受相应的金融服务，从而缓解融资约束，减少预防性储蓄动机，进而促使储蓄率下降，推动利率上升。投资节约效应是指，数字化发展对传统投资有一定抑制作用，依靠厂房、机器的传统工业生产模式发生了改变，相应的投资需求有所减少，均衡利率下降。当然，考虑到数字化领域内部也增加了新型基础设施投资需求，这可以缓冲一部分投资节约效应。

综合来看，当引入数据要素以后，总需求变动取决于价格缩减效应、普惠效应、货币需求缩减效应与投资节约效应的相对大小。前三种效应推动总需求曲线向右移动，扩大总需求，而投资节约效应会让总需求曲线向左移动。利率变动则取决于价格缩减效应、货币需求缩减效应、投资节约效应之和与普惠效应的相对大小。投资节约效应推动总需求曲线向左移动，同时拉低总需求和利率。数字化发展对传统投资有明显的缩减效应，更有可能拉低利率，而且新型基础设施方向不确定、迭代速度快，更适合私人部门投入，通过稳投资来稳增长的传统方式面临较大局限性。未来可能需要更加倚重数字化手段释放居民消费潜力，或者加大民生领域的公共支出。价格缩减效应、货币需求缩减效应也会导致利率回落，而普惠效应将减少储蓄意愿、增加投资需求，从而推高利率。全社会的物价水平走势取决于总需求和总供给曲线的移动。数字要素增加，总供给曲线向右移动，就会压低价格，而总需求曲线变动具有不确定性，综合效应可能是全社会物价水平走低。

完善数字时代宏观调控的微观基础

市场经济条件下，有效的宏观调控需要建立在完善的微观基础之上。无论是依靠总量或价格参数的间接调控，还是政策着力点直面市场主体的直接调控，其政策的有效性都离不开对宏观政策信号感应灵敏的要素体系、分工体系、市场主体作为支撑。数字时代，需要培育和壮大数据要素市场、推动数据要素参与价值创造、促进数字企业规范发展、有效规制算法定价行为，推动高质量数字就业，丰富数字消费应用场景，为实施有效的宏观调控夯实微观基础。

1.培育和壮大数据要素市场。建设和完善数据市场，是实现数据驱动经济发展的重要前提，需要加快数据交易方式探索，促进数据资源的流通和应用。一是探索多元数据交易模式。出台数据服务商管理条例，实施数据中介注册制，发挥行业自律机制，加快培育数据服务商。数据交易所只是可选的一种模式，而不是主要和唯一的模式，建议谨慎推进。鼓励数据信托、本人数据管理等创新探索，提高传统数据产业如征信体系的发展水平，培育数据交易机构、科研院所及产业孵化场所等数据市场主体。二是促进商业数据流通和应用。鼓励大型互联网平台数据共享，增加中小企业的数据可及性。坚持应用导向，推动数据要素与实体经济、政府管理等传统领域的融合。完善对数据企业在创业、就业、财税、人才等方面的支持政策。注重加强监管和尊重市场自发秩序的平衡，对数据基础设施、数据服务商、征信机构等进行分级监管，促进中小数据企业的蓬勃发展。三是逐步明确数据权属。初期确权宜粗不宜细，建议先区分数据人格权和财产权。明确人格权归属信息主体，将个人隐私保护贯穿数据应用始终。数据处理者享有合法财产权益，财产权具体分配模式由市场主体自主决定。个人拥有可携带、可修改、可遗忘等权利，数据采集者要遵守最小—必要、知情—同意和合法—正当原则。四是促进公共数据开放共享。出台推动数据流通和应用的专项法规，构建公共数据标准化体系，设立专职部门或协调委员会，建立数据分级清单体系，建立“一站式”开放数据平台，创新政企合作模式，按照“共享是惯例，不开放是例外”的原则，推动政务大数据共享开放。五是促进数据安全有序跨境流动。提高跨境数据管理规则的透明度，降低合规成本。出境数据分类管理，把监管资源用在关键领域。简化重新评估流程，尽量缩短评估时间，并设置过渡期。对照《全面与进步跨太平洋伙伴关系协定》（CPTPP）和《数字经济伙伴关系协定》（DEPA），对于必要的低风险、常态化商业数据传输，设立快速通道或者豁免通道。

2.推动数据要素参与价值创造。抓住数字革命的机遇，提高社会总福利，需要不断提高数据转为价值的效率，推动数据生产力。一是推动生产创新更加转向“以消费者为中心”。鼓励众包平台、零工经济、3D打印、云计算、开源软件发展，提升个人获取信息、协调资源、支配工具、转化创意的能力，提升全民“数字素养”，有效激发个人创业者尤其是年轻一代的企业家精神。鼓励发展开源技术社区，为跨学科、跨行业的技术人员提供交流学习平台，加快数字技术跨领域渗透，促进技术学习和技术创新。二是通过数字化分工，降低协调成本和管理成本。数字经济的最终净受益将取决于市场支配力下降对竞争的促进效应，以及数字连接性增强带来的范围经济红利。宏观管理要处理好防垄断促竞争与规模经济的关系，处理好限制经营范围与扩大范围经济的关系。三是更加关注社会福利改善和消费者剩余。宏观核算体系要更多考虑非有价交易的商品和服务，关注消费者剩余和社会福利的改善，更好地体现技术进步、经济运行的实际，增强宏观政策的针对性和有效性。

3.促进数字企业规范发展。促进平台的规范和健康发展，塑造中小企业友好型市场环境，激发微观主体活力，对于加快数字转型、提升数字竞争力十分关键。一是规范数字化企业尤其是平台投资行为。“赢者通吃”效应加强，可能使得平台企业只需要几次成功的投资，便可覆盖所有投资成本，因此投资会更加频繁，从而加大经济波动。同时，数字渗透率高的行业更容易受投资者青睐，行业投资可能会出现典型的集中效应，需要完善监管，防止资本无序扩张，引导企业服从和服务于经济社会发展大局。二是提高“个人型”企业信用、税收、就业管理的精细化程度。数字经济催生了大量“个人型”企业，其交易行为的发生更加依赖平台的背书，需要完善第三方平台或第四方独立评测体系。以平台经济为基础的B2C（商对客）交易很少开具发票，而C2C（个人对个人）交易模式根本就不可能开具发票，因此需要加快完善税收计征方式，充分掌握计税信息，准确判定纳税义务，避免税收流失。“个人型”企业会随着新需求的产生和消亡快速迭代和发展，劳动力市场短期可能出现较大幅度的波动，需要提升就业优势政策的及时性和精准性。三是强化多层次资本市场对数字企业的支持。引导更多资金进入数字经济的创新、设计、生产制造等环节，进一步深化数字产业化和产业数字化进程。逐步实施“同股不同权”，避免大量优质企业外流，同时建立并完善对损害股东权益行为的具体惩罚措施，完善对持有特别表决权的股东的监督，完善双重甚至多重股权结构公司的信息披露机制。发挥财政政策和货币政策的引领作用，完善风险投资体系，建立多元化、多层次、多渠道的投融资体系。四是促进数字经济竞争治理与产业发展的良性互动。要坚持实施依法、透明和有效的监管，尽快出台禁止投资领域的负面清单，做到法无禁止即可为。规范各种隐性的投资前置性审批，明确审批范围、审批时间、审批机构，设定最长审批期限，稳定企业经营投资的预期。塑造中小企业友好型市场环境，从根本上激发市场竞争的活力，维护市场竞争的公平。

4.有效规制算法定价行为。与工业时代相比，数字时代价格形成机制的一个重要特征，是更多利用算法，实施更为普遍的个性化定价或者价格歧视。企业通过数字化手段收集更多消费者偏好数据，采取个性化定价，这并不会必然导致消费者剩余和社会总福利减少，关键在于是否能够避免算法和数据支配能力的滥用，是否能够防止损害公平竞争、防止侵犯个人隐私。为此，数字时代的价格规制需要做好以下两个方面。一是提高定价算法的透明度和可解释性。随着数据收集、传输和处理能力的提升，算法在商品或服务定价当中发挥越来越重要的角色。但相关企业应该提高算法的透明度，接受必要的算法监管。提高消费者对算法数据收集的知情权，改善消费者对算法运用的可信任度。这与工业时代的企业生产过程应该接受环保、安全、产品质量等监管类似，运用算法的企业必须承担相关的社会责任。二是反对不正当价格竞争。价格歧视对总体消费剩余的影响，与市场结构和企业行为有关（Bourreau and Streel，2020）。人工智能技术的应用，为不同企业之间利用算法实施垄断定价提供了便利。与传统企业相比，算法定价自动化程度高、共谋成本低。而且，借助大数据分析，不同产品和服务市场的定价更容易达成“默契”，而强大的推荐机制会强化“信息茧房”效应，又会削弱消费者“货比三家”的能力，算法共谋的隐蔽性和持续性也更强。必须要提高对算法的监管能力，增强从数据分析当中逆向揭露算法共谋的能力，防止企业利用算法进行横向或纵向的价格共谋，防止其限制或排除正常价格竞争。

5.推动高质量数字就业。随着数字经济快速发展，劳动就业市场的微观基础和运行机制都在加快重构，劳动就业关系正在从“长期合约型”转变为“灵活任务型”，雇主的劳动监督逐渐从对劳动者的“劳动过程控制”转向“劳务成果控制”，工资黏性作用下降。这必将引发雇佣关系、劳动分工模式、劳动保障体系，以及就业的宏观管理模式和政策工具等发生系统性变化，基于大工业体系的劳动制度需要重新适应数字变革。一是提高劳动者的数字素养。“十四五”规划已经明确要求“提升全民数字技能，实现信息服务全覆盖”。但目前仍存在数字人才供给不足、数字鸿沟突出、数字培训体系不完善、数字化意识不够等问题。这就需要加强顶层设计，综合发挥政府、学校、企业和其他社会主体各自优势，尽快提升全民数字素养。可以将内涵更为丰富的数字素养逐步纳入义务教育质量评价体系，同时加大对欠发达和落后地区的数字教育投资。加大企业和学校的数字技能培训力度，强化校企对接，解决专业数字化人才供给不足的问题。打造终身学习体系，推动“慕课”发展，完善开放大学课程设置。对低技能人群、老年人口、失业人口、偏远地区人口等数字技能弱势群体，要提供及时便利的基本数字服务。二是加强对灵活就业者劳动权益的保障。明确平台用工性质，是界定灵活就业关系的责权利、有效保障数字经济灵活就业劳动者权益的重要前提。目前在英国、西班牙、意大利都有将平台用工裁定为雇员或员工的判例。国内也进行了相应的探索，《中华人民共和国工会法》修改版明确了新就业形态劳动者拥有参加和组织工会的权利。监管当局也认为外卖送餐员的工作任务来源于平台，通过平台获得收入，平台应通过多种方式承担劳动者权益保障方面的责任。综合国内外的具体实践，需要对灵活就业者的劳动权益保障总体上按照“边发展、边规范、重实质”的原则，超越当前的简单二分法，探索引入第三类工作状态，将平台控制性强、劳动者依附性高的工作类型列入保障范围，逐步完善新业态从业人员的劳动权益保障法律法规体系，更好地应对数字经济发展对传统就业保障体系的冲击。

6.丰富数字消费应用场景。如果把消费的决策过程分解为问题识别、信息搜索、替代品评估、购买决策和购买后评估五个步骤，那么数字消费可以通过降低搜索、复制、运输、追踪和验证成本，加快重构消费模式，增加消费者剩余、生产者剩余，促进产品和服务创新。新冠肺炎疫情发生以来，数字消费发展提速，下一步要继续丰富数字应用场景、促进日益多元的消费需求，同时推动供应链升级。一是促进互联网消费平台的规范发展。平台需要落实主体责任，强化对信息的筛选和审核，降低在线消费的不确定性。发挥好平台的“看门人”角色，落实消费者隐私和个人数据安全保护措施。使用多元主体合作机制加强网络监管，进一步完善数字口碑声誉系统等平台规则和机制设计，切实保障消费者权益。二是加强对理性消费观念的宣传和引导。规范直播等营销活动，减少盲目性、攀比性消费。规范网络借贷，促进消费者合理消费。避免消费者过分地依赖物质消费来填补精神空缺，或者沉迷娱乐、游戏等信息产品。三是增加数字消费的包容性。着力增强全民的数字应用能力，开展形式多样、内容丰富的数字应用培训，提升中老年人、农村地区人群的数字技能。四是有效应对购买力转移对地方税源的冲击。加强数字赋能，支持欠发达地区的企业“触网上云”，提升数字竞争力。同时完善税制的设计和转移支付机制，增强转移支付力度，缓解数字消费导致的税源流失。五是促进跨境电商贸易健康有序发展。跨境电商面临特许使用费范围界定难度大、信用风险高、纳税主体确认以及跨境缴税复杂等问题，应加强国际协调合作，逐步完善跨境电商相关法规和监管，营造更好的发展环境。

关注三重新的经济波动机制

数字经济时代，随着要素、分工和组织等微观基础变革，经济波动的机制也出现了新的变化。深入分析数据要素以后，引入经济波动的新机制，对于完善宏观调控框架具有十分重要的意义。

1.关注学习曲线从“S”形变为“J”形带来的供给冲击。数字时代，学习曲线（主体）从“S”形变为“J”形，加上信息传播（客体）服从幂律，数字技术扩散速度将明显加快，技术创新与结构调整、制度演变之间的不匹配，将产生新的经济波动。一是“创造性破坏”导致经济总量波动。数字技术应用催生了新产品、新服务、新模式，并与传统企业形成竞争。与在位企业不同，新企业不需要承担新旧技术转型成本，优势更为明显，更多传统领域的资源将被重新配置到新兴部门。新的通用技术的应用，将加快企业的进入和退出，并从供给端引发经济波动。二是不同领域数字渗透差异导致结构调整阵痛。在行业内部，数字通用技术在各行业的普及，还需要该行业相关的次级创新配合。次级创新出现时，会产生创造性破坏，导致行业产出波动。在行业之间，数字技术渗透率、次级创新速度与效率存在差异，不可能同时完成新技术对旧技术的替代。新技术需求与旧技术供给之间的不匹配，导致行业间波动。上述波动或将通过投入产出网络，向上下游传导，从而传播至宏观经济层面，造成宏观经济整体波动。三是经济基础与制度约束之间的不匹配累积导致经济波动风险。对创新和专利的过度保护，有可能被以往的创新者和在位企业用来阻止新的创新者进入，妨碍知识和技术传播以及在此基础之上的累积式创新。大数据等技术在各领域广泛应用，数据要素积极参与创造新的价值，经济单元的基本运行方式发生变化，新的边界、连接、组织和疆域不断涌现，现行的宏观管理框架需要及时调整，克服政策越位或者政策缺位问题，避免因制度或政策套利累积更多波动风险。

2.关注去中心化的信用创造新机制。信用既是经济增长的撬动杠杆，决定个人或企业是否能够支配更多资源，投入技术创新和新一轮的生产过程，同时又是经济波动的放大器，决定了经济周期性调整的程度和持续时间。国际金融危机以后，金融监管框架发生变化，移动互联、云服务、分布式账本等数字技术广泛应用，大科技平台组织的扩张，使金融连接性和触达性增强，催生了更多不同于以往以传统银行为中心的信用创造方式，这就要求改变传统信用周期管理方式。一是从以银行为中心转向以支付为中心。互联网天然的触达性，意味着数字时代的信用扩张，呈现更多社交化、场景化、个性化特征。银行传统的借贷、支付清算、风险管理等功能进一步被原子化、节点化，加上金融科技公司在数据方面的优势，银行与其他市场主体的联系可能被弱化，支付将成为金融价值链上更为基础的功能，信用周期管理的重点也需要相应发生转变。二是更多长尾市场主体参与信用周期扩张。小微企业贷款难、贷款贵一直是传统金融行业面临的难题。支付的社交化、经济活动的平台化，使信息收集成本大幅下降，风险分担主体更为多元，大量违约率较高的长尾市场主体将享受到信贷服务，传统信贷供求错配缺口一定程度上得到填补。但与此同时，相对于大量长尾客户，平台在数据和技术方面具有非对称优势，有可能诱发信用透支、算法歧视，甚至店大欺客行为。三是信用放大从抵押质押机制转向信任机制。不动产抵押、动产质押是传统信用创造的重要方式。数字经济时代，大数据征信将变得更为重要，经济行为的各种足迹都可能被纳入一个信用评分系统。掌握信息流、资金流、物流等信息以后，金融机构风控能力提升。分布式记账技术增加了去中心化验证的可行性，促进第三方征信机构的发展，为社会提供更多的信用资产。即便是抵押质押机制，抵押质押品也将从实物资产转向虚拟资产，从而改变抵押品周期波动机制。四是国家的货币主权受到挑战。独占货币发行权、控制货币发行量一直都被视为国家主权的重要组成部分。加密货币的出现，开始挑战国家的货币发行权。金融科技对货币乘数、货币需求、货币政策传导机制都会造成显著影响。数字货币跨境使用、虚拟活动增加，加大本国法定货币被替代的风险。央行对信用扩张的管理面临挑战。

3.关注时间累积效应导致的非线性增长和波动。随着时间累积效应的增强，经济不一定会收敛到原来的均衡水平。由于多重均衡、正反馈、规模报酬等作用机制，国际贸易、区域经济、城市发展、技术进步、财富分配、金融市场等可能更容易表现为非线性特征，即随着时间推移，最初的随机事件可能呈现显著的累积效果。这也就要求宏观调控要超越原有的均衡框架，更多地引入演化或涌现的分析方法。一是在理性设计的同时，也要尊重市场自发的演化秩序。宏观经济不仅是一架精密的机器，更是一个复杂且充满不确定因素的系统。数字时代时间模块的组合可能性明显增多，企业组织、产品形态的演化速度明显加快，演化的方向也变得更为不确定。而且未来平台经济的竞争，不再是一城一地的竞争，更可能是整体生态的竞争。比如，福特汽车的组织形式和产品形式很多年都不会有大变化，但像特斯拉这样的平台型企业，其未来发展很难说和预先设定的方向一致。宏观政策需要设法将经济“轻轻推到”能够生长和自然涌现出合意结构的方向或轨道上。二是重视拐点和风险聚集研究。理性预期视角之外，应基于复杂性、关联性、归纳、存量、结构视角，考虑历史因素对当前或未来的影响。数字化可能会促使人口结构、债务累积、风险集中、收入分配等慢变量的演化提速。需要加强相关转折点的研究，增强对未来趋势和可能风险的预判能力。数字部门在国民经济当中所占的比重快速提升，互联网平台公司在很短的时间里，创造出显著高于传统公司的市值，相关的风险也会快速聚集，一旦市场对企业的预期转为负面，就可能引发金融市场大幅波动。三是促进开放式的增长，避免路径锁定。数字时代，时间作为一种稀缺资源，有可能向少数个体进一步集中，即更少的人支配更多的时间。而工业革命以来技术创新和经济增长的关系表明，维持可持续增长所需要的创新突破时间间隔在进一步缩短，需要打破市场支配力对创新的妨碍，加大知识和信息分享力度，促进人类与人工智能的合作，加快技术—经济范式的转换步伐。需要确保知识、财富、数据等要素不过度集中，促进开放式发展，推动更多新模式涌现，不断突破非线性增长所面临的能源和资源约束。

丰富和完善数字时代的宏观调控手段

1.适应金融科技对货币政策和宏观审慎管理的挑战

金融科技创新有助于提高效率、降低成本和增强包容性，增加社会福祉。但同时，金融科技没有改变金融行业为时间、风险定价的本质，反而因为打破传统边界、赢者通吃的网络特征，给宏观和金融稳定带来了新的挑战，货币政策和宏观审慎政策要随之调整和完善。

增强货币政策价格传导机制，减弱数量传导机制。金融科技赋能传统金融，可以提高金融体系运行效率，缓解由于信息不对称、信息传播速度慢等原因造成的摩擦，进而改变货币乘数、信贷供给和资产定价。金融科技还通过丰富金融服务类型，改变货币政策的实施环境，间接对货币政策传导造成一定影响。总体上看，金融科技有助于提高信息传递效率、降低交易摩擦、改善预期管理、突破零利率下限以及增加市场流动性，放大货币政策价格传导效应。利率、汇率、资产价格影响重要性上升。与此同时，通过降低信息不对称，减少数量型指标的信息含量，增加替代融资渠道，削弱传统抵押品的作用，能够减弱货币政策数量传导效应，使信贷渠道影响下降。

数字货币兴起挑战货币主权。私人加密货币、稳定币等新的数字资产或信用体系的涌现，对中央银行和金融监管机构提出了新的挑战。一是数字货币的出现，挑战了国家的铸币权。如果让私人发行货币或者掌握支付系统，网络外部性和规模效应等特征会导致私人对货币或支付体系的垄断，并可能导致宏观不稳定。二是稳定币的价值取决于其背后抵押品的透明度和质量。如果稳定币提供者无法向投资者充分证明其稳定币背后抵押品的透明度与质量，那么投资者会对支持稳定币的资产储备产生怀疑，并可能引发挤兑，令整个稳定币支付机制受到巨大冲击，损失甚至会蔓延至整个金融体系。三是本国央行数字货币方面发展放缓，也会面临“数字美元化”的风险。

从“大而不能倒”到“过度连接而不能倒”。金融科技可以降低服务成本，提高服务效率，加快金融多样化和去中介化步伐，而且可以触达更多地域和人群，普惠特征更突出。但与此同时，金融科技会破坏现有产业结构，模糊行业边界，加快金融脱媒，会增加传统金融机构的经营压力，催生更多“影子银行”。金融科技公司尤其是大科技公司，可能会利用自身数据和技术能力，通过监管套利、交叉补贴，让无法掌握全面信息的消费者过度借贷，同时相比传统金融机构具有不对称的优势。大型在线货币市场基金相较于传统金融企业缺乏足够的流动性保障，更容易被挤兑。过度依赖第三方提供的基础设施服务，可能会因网络攻击和大规模数据泄露出现系统性风险。去中心化也将加大反洗钱、反欺诈难度。因此，平衡好促进金融科技发展和加强风险防范以及审慎监管的关系，以及深入分析金融科技与宏观稳定的关系非常迫切。

2.应对数字经济税收挑战

数字经济发展对传统税收体系构成系统性挑战，税收管辖权、税源税基确认、税制税种适应性、税负公平性、国家征税能力、税收分享分配都面临重大变革。税收制度属于上层建筑，必须要立足数字经济治理的相关基础制度、加快产业融合的进度、坚定我国企业“走出去”的步伐，坚持改革方向，坚持问题导向。对内突出“适应、改革、重塑”三阶段，分步骤构建数字时代的税收制度；对外积极主动参与国际税收规则重塑，为我国数字经济发展营造良好外部环境；构建“智慧税收”体系，推动国家征税能力从工业时代向数字时代转变。

（1）积极参与和推动国际规则制定。应高度重视OECD税改进展，不仅要积极参与谈判，争取最大利益，还要适时提出中国方案，主动构建未来国际税收新格局。OECD税改方案主要包括两部分，支柱一主要针对跨国数字企业所得税的重新分配，支柱二则是为跨国企业设定最低税率。在相关谈判中，应充分考虑中国数字经济的发展阶段和中国企业的诉求，努力为中国企业争取最大利益。比如，在全球收入门槛、常规利润率、联结度规则等技术细节上，要设计对中国数字化企业更为灵活有利的机制。在全球最低税率方面，一方面要高度关注国际社会实施全球最低税率的新动作，另一方面要基于充分调研、模型构建等测算我国企业税收的“盈亏平衡点”，提出对我国有利的方案。

（2）稳步推进国内税制引领性改革。短期突出“适应”，持续完善现行税制，提高对数字经济的包容程度，不急于开征数字服务税。推进增值税税制改革，增强对数字经济发展的适应性。可逐步将现行税制未覆盖的数字产品和服务纳入增值税的课征范围，增值税纳税人范围应覆盖进口数字产品和服务的单位，以及向我国境内个人消费者提供数字化产品和服务的境外供应商。同时引入跨境进口服务“目的地原则”，区分B2B和B2C，分别制定不同的征税规则，进一步扩大综合所得的范围。重点是扩大征收范围，加快将各类新的个人收入形式——从事网络直播以及各类共享经济、分享经济、零工经济等行业取得的收入——纳入个人所得税的征收范围。进一步完善税收征管，健全税务登记制度，完善个人增值税登记制度，将个人经营网店、微商、网络直播、主播带货等新业态纳入管理范围。中长期则突出“改革”和“重塑”，适时将增值税分享的基础由现有的生产地原则改为消费地原则，解决数字企业税源跨地区转移问题，探索构建新型销售税，重塑所得税制，增强对收入分配的调节功能。

（3）数字时代国家征税能力提升行动。加快推进税收大数据建设。坚定不移地推进政府部门之间数据的共享开放，形成税务部门与其他部门之间常态化、制度化的数据共享协调融合机制。要加强数字交易监测和数据核查，不仅包括平台类和分享类交易数据，也要加强针对区块链、暗网、分中心等特殊形式的监管。加快我国“智慧税务”建设，充分运用区块链、大数据、云计算、人工智能等现代信息技术，完善税收征管的新型基础设施。加快推进电子发票改革，早日实现从“以票管税”到“以数据管税”的转变。要全面升级税务执法、服务、监管与大数据智能化的应用深度融合、高效联动、全面升级。加强税收征管的多元共治，发挥好平台企业在税收征管中的作用，形成多元共治、协同并进的税收征管新格局。

3.有效应对“赢者通吃”对收入分配格局的挑战

每一轮技术革命都会催生新的收入和财富形式，数字时代除了传统的各类资产收益、劳动者报酬影响国民收入外，数据要素也将参与财富创造和收入分配。数字技术的“赢者通吃”特征，加上数字化要素高度聚集，可能使财富更向“头部”企业集中，并将给收入分配格局带来新的挑战。整体的政策体系设计上应未雨绸缪，建立更有韧性、更具适应性和灵活性的“调高就低”的收入分配调节政策体系。

（1）建立适应数字经济发展的人才培养体系。教育体系的设计是否具有前瞻性，决定了一个国家技术革命的成功与否及最终走向。建议尽快提前布局，建立健全适应数字经济发展的教育体系。一是针对新增人口，在基础教育中逐步普及数字技术相关课程。二是针对新增就业人口，高等教育和职业教育的专业设置应更灵活，适时设置数字技术相关的专业课程和基础课程。三是针对转岗就业人口，建立健全终身职业教育培训体系，完善各类就业资格认证考试。四是适应数字技术革命的国际化特征，探讨引入高端技术移民。

（2）建立更精细化的社会保障制度。数字技术革命对短期的岗位破坏效应较大，为避免出现中产阶层向下流动不可控，社会保障制度设计应更具针对性，灵活执行。除维持对难以再就业的低收入群体提供基本保障的“兜底”功能外，在失业保险制度上应更着重于对中等收入阶层的保障，在中等收入阶层失业转岗期为其提供基本生活保障和再就业培训补贴。与此同时，加快数字经济下各类分散性、流动性、非正规就业群体的收入认证，并将其及时纳入社会保障体系。探讨考虑如何征收AI（人工智能）税，并将其纳入社会保障体系。

（3）推动“调高就低”的税收体制改革。按照马斯格雷夫的分析，所得税类和财产税类调节收入分配的效果较好，所得税类调节流量的收入分配，财产税类调节存量的收入分配，二者相互配合，能够共同发挥税收调节收入分配的作用。今后的税制改革，逐步从间接税为主体，向直接税为主体调整，进一步提高所得税和财产税的收入规模及其占税收总额的比重。科学设置税种，覆盖各类财富形式，调节“赢者通吃”格局，将各类数字相关收入，各类资产收益，财产转让所得，利息、股息、红利所得，规模较大的个人独资企业、合伙企业和个体工商户的生产、经营所得，全面纳入二次分配体系。加快对劳动者多元收入的测度与统计，尽快实现统筹计税。建立更为完善的个税减免体系，充分考虑纳税人的家庭负担、婚姻状况及身体健康程度等情况，适度减免个税，保障中低收入人群权益。

4.加强数字经济相关的统计和感知能力

要加强对数字经济相关的统计体系建设，及时把握数字产业化和产业数字化进程，为宏观、产业、科技和投资等政策提供重要支撑。同时积极利用大数据优势，增强对经济运行的感知、预测和评估能力。

（1）加强数字经济统计。传统国民经济核算体系难以捕捉数字化进展，引发了GDP被低估、生产率之谜等争论。要充分发挥大数据优势，从供需两端完善对数字化核心部门规模、产业数字化进展的测度。加强对数字资产、数字商品、数字服务的价格统计，为宏观调控、公共服务供给等提供更加坚实的依据。加强政务数据跨部门共享，完善统计数据基础。

（2）完善大数据指标监测体系。加强对大数据的收集、清洗能力，编制移动支付、工程机械、人口迁徙、货物流动、企业购销、灵活就业等大数据指数，加强对国民经济循环不同环节、生产生活不同场景的监测，提高宏观分析的及时性、客观性。尤其是要借助大数据，加强对服务业产出、服务消费、服务价格、固定资产投资、库存投资、调查失业率等重要指标的补充统计。

（3）构建经济即时预报体系。加强大数据融合分析能力，探索大数据和混频数据的有效利用方式，构建即时预报模型，提升短期预测可靠性和政策评估反馈的及时性。

未来的完善方向：从均衡到涌现

过去近一百年的时间里，基于均衡思想的调控在大多数时候表现不错。这有点像牛顿的万有引力定律，在宏观低速条件下近似正确。当然，每一次大的危机，都促使宏观经济学不断改进，比如引入多重均衡分析自我加强和锁定效应，引入有限理性分析短视行为和市场过度波动，引入抵押品机制模拟经济周期大幅波动，等等。因此，在深入理解数字化如何影响政策传导机制的前提下，也可以引入数据变量，改进现有均衡模型。

不过，对传统稳态均衡模型的修复，仍难以解决经济学领域的模式形成、结构变迁问题。凡勃伦、熊彼特等早就注意到了均衡模型的局限性。其中，凡勃伦强调“累积性因果”，认为个人的经济生活历程是手段与目的相适应的累积过程，而且随着这个过程的推进，目的本身也会有相应的累积变化，行为主体和其周遭的环境在任何时候都是既往过程的结果（Veblen，1898）。熊彼特则在《经济发展理论》（1990）当中，将其观点和进化论观点联系在一起，认为企业家的创新活动是引起经济周期的一个内生因素，创新类似于生物学中的“突变”。除此之外，一些更加靠近市场的人士也注意到均衡模型的局限性。有学者（Bagehot，2017）认为“钱不能自己管理自己”。索罗斯（2016）对合理预期理论和有效市场假说等均衡理论进行了批判，认为“那种相信经济市场会自动趋于平衡，同时通过政府干预可以确保资源得到最优分配的观念是具有误导性的”。

数字时代来临后，均衡模型的局限性被进一步放大。数字化背景下，技术迭代、结构演变和个人预期调整提速，开放性、连接性增强，均衡或者闭合解不一定是缺省结果。微观个体加总以后，更容易涌现更多个体层面所不具备的宏观特性。或者说，宏观表现难以还原成单个个体行为。海量个体预期、行为策略甚至个体偏好对总体结果变化的调整适应加快，因此认为他们外生不变，或者渐渐趋于一致的简单假设，更难成立。

与前面基于均衡模型的发展和修补相比，从均衡向涌现或者进化范式的转换来得更加彻底。在涌现的研究范式下，各种制度、技术、政策、资源等约束条件被视为进一步行动策略的触发机制，而且这种系统性的改变，可能会让经济不再收敛到原来的均衡。类似阿瑟提及的技术进化的“垫脚石”、诺思在制度变迁分析当中提到的路径依赖，新均衡的涌现，本质上是一种组合进化，取决于原来的简单技术或者规则，以及对其特定的更复杂的需求。

从均衡转向涌现，意味着宏观调控需要更多地考虑复杂性和时间累积效应。行为主体的策略和预期不仅会催生新的均衡，而且新的均衡以及不同主体之间的互动又会反过来塑造行为主体的认知，并改变其下一步的行动策略和预期（Arthur，2018）。网络连接性、正反馈、范围经济、规模报酬递增等成为经济系统当中不可忽略的特性。当然，网络连接性和正反馈不仅会使系统越来越复杂，有时候也会造成“复杂性的坍塌”，对应的是经济危机或者金融危机。复杂性的逆转，将伴随着资产负债表破坏、大规模失业、动物精神的低迷等，完全不同于传统均衡模型预示的均值回归。

随着信息收集和计算能力的不断增强，涌现分析范式能够与传统经济学模型互为补充，并已经在分析金融风险（Macchiati et al.，2021）、资产定价（Winton Research，2018）、技术创新（Arthur，2018）、贸易分工（Hidalgo and Hausmann，2009）、产业组织（Axtell，2001）等方面发挥了一定作用。基于主体的建模方法（Agent Based Modelling）就被广泛应用于“自下而上”地捕捉复杂系统的涌现进化行为（Turrell，2016；Dawid and Gatti，2018）。比较早的应用案例是谢林在20世纪60年代末和70年代初分析种族隔离（Schelling，1969，1971）。之后，圣塔菲研究所的三位学者就用计算机模拟了股票市场的运行，探讨集群交易、肥尾等非均衡现象（Lebaron、Arthur and Palmer，1999）。英格兰银行也引入该方法分析公司债券和房地产市场波动（Braun-Munzinger et al.，2016；Baptista et al.，2016）。

结合已有的理论发展和实践案例，上述分析大体上可以归纳为“认知与结构—行为与互动过程—总体结果与个体反馈”这样的框架。具体来说，首先要思考规则、政策或技术演变，将给各行为主体带来何种激励。在此基础上，针对特定主体的行为以及不同主体之间的行为互动构建分析模型，类似军事沙盘推演、传染病扩散推演、金融体系风险压力测试。在分析过程中，可以借助大数据和机器学习，采取更少的假设，透视更微观的结构，模拟更复杂的行为。接着导出结果，观察是否合意，识别可能的薄弱环节或者风险点。然后，再进入新一轮的迭代，观察涌现的动态变化。

总的来说，涌现和进化的分析方法还在不断发展，尤其是构建一个相对完整和逻辑一致的模型体系，难度更大，需要拥有良好的编程技巧，并谨慎对待分析结果和合理设定个体行为。但要看到，随着大数据和人工智能技术的发展，涌现和演化的思维与传统分析方法互为补充的可行性进一步提高。这将在很大程度上丰富数字时代的宏观分析手段和宏观政策工具箱，相关创新工作值得深入推进。