嵇正龍，肖 艷，宋 宇

（1. 宿遷學院經(jīng)濟管理學院，江蘇 宿遷 223800；2. 宿遷學院數(shù)字經(jīng)濟發(fā)展研究中心，江蘇 宿遷 223800；3. 西北大學經(jīng)濟管理學院 西安 710127）

黨的十九屆四中全會首次明確了數(shù)據(jù)是參與分配的新型生產(chǎn)要素。隨后發(fā)布的《關(guān)于構(gòu)建更加完善的要素市場化配置體制機制的意見》，進一步提出了加快培育數(shù)據(jù)要素市場。從數(shù)據(jù)的要素化，到數(shù)據(jù)要素市場的培育，不僅是社會主義市場經(jīng)濟體制的重要發(fā)展，而且是馬克思主義政治經(jīng)濟學的理論創(chuàng)新和堅實拓展。數(shù)據(jù)作為一種新生產(chǎn)要素，具有虛擬化的特征，是數(shù)字的自然屬性和信息的社會屬性的融合［1］，其價值的實現(xiàn)需要借助人工智能系統(tǒng)鏈接其他要素參與生產(chǎn)過程?；诤Ａ繑?shù)據(jù)訓練的ChatGPT一經(jīng)發(fā)布，迅速引爆了市場，成為AIGC 領(lǐng)域的領(lǐng)軍產(chǎn)品，并被迅速整合進入微軟系列產(chǎn)品，獲得用戶的高度認可。由此，數(shù)據(jù)要素驅(qū)動了人工智能的不斷演進，并經(jīng)歷了新舊兩個階段。新一代人工智能技術(shù)與大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等形成了互為支撐、協(xié)同演進的技術(shù)體系，被稱為第四次工業(yè)革命，前三次工業(yè)革命分別是“機器與蒸汽革命”“鋼鐵與電力革命”“信息化革命”［2］。中國、美國、歐盟和英國等世界主要國家和經(jīng)濟體都認識到了新一代人工智能對于對經(jīng)濟增長、產(chǎn)業(yè)發(fā)展和就業(yè)等都有具有重要影響，從中看到發(fā)展機遇，并做出各自的發(fā)展和支持規(guī)劃［3］。

總的來說，數(shù)據(jù)要素驅(qū)動人工智能的經(jīng)濟實踐遠遠地超過了與其相關(guān)的經(jīng)濟理論發(fā)展?，F(xiàn)有關(guān)于人工智能對經(jīng)濟增長的影響的文獻主要集中在生產(chǎn)率和經(jīng)濟增長、就業(yè)、收入分配和公共政策等幾個方面［4］。這些研究大多遵循了西方經(jīng)濟學主流的經(jīng)濟學范式，將人工智能作為新技術(shù)因素，或者新生產(chǎn)要素，引入既有的理論模型或者生產(chǎn)函數(shù)，考察產(chǎn)出貢獻、收入分配、就業(yè)替代以及公共政策效果等。原因在于人工智能具有物理特征屬性，容易被模型化處理，或者說符合傳統(tǒng)工業(yè)生產(chǎn)模式下的既有認知范式。毫無疑問，現(xiàn)有的理論研究和少量的實證文獻，開創(chuàng)性地探討了人工智能對經(jīng)濟的影響，延續(xù)了西方經(jīng)濟學一貫的“經(jīng)濟學帝國主義”的做派。但是本文認為簡單地將人工智能看作技術(shù)因素或者生產(chǎn)要素，仍然囿于傳統(tǒng)工業(yè)經(jīng)濟時代的經(jīng)濟學思維，未能體現(xiàn)新經(jīng)濟的數(shù)字特征。因此，籠統(tǒng)地將人工智能引入成熟的理論范式不會得到更多令人意外的發(fā)現(xiàn)，也不能揭示新經(jīng)濟所蘊含的更深層的經(jīng)濟規(guī)律。

馬克思認為“人學會讓自己過去的、已經(jīng)對象化的勞動產(chǎn)品大規(guī)模地、像自然力那樣無償?shù)匕l(fā)生作用”［5］，這恰恰是新經(jīng)濟中人工智能生產(chǎn)活動所表現(xiàn)出的典型特征。所謂的“無償”正是人工智能演進中數(shù)據(jù)所扮演的角色。本文以政治經(jīng)濟學理論和范式為遵循，嘗試從數(shù)據(jù)要素驅(qū)動的視角闡釋人工智能演進的脈絡(luò)和邏輯，進一步豐富馬克思主義政治經(jīng)濟學理論［6］。

1 人工智能演進的三個階段——數(shù)據(jù)要素驅(qū)動的脈絡(luò)

人工智能是與人類智能有著本質(zhì)性差異的解決知識難題與實踐困境的工具與方法［7］。已有關(guān)于人工智能的定義各有不同，如：人工智能是人們通過研究人類智能行為的規(guī)律建構(gòu)的智能系統(tǒng)，以勝任一些復(fù)雜工作［8］；人工智能技術(shù)是數(shù)據(jù)生產(chǎn)、算法及軟件開發(fā)、芯片、存儲器、其他硬件設(shè)備等技術(shù)和產(chǎn)品集成的復(fù)雜系統(tǒng)［9］；人工智能是基于計算機科學、語言學、數(shù)學等多種學科相互滲透的綜合性新技術(shù)等［10］。從已有的人工智能的定義也能看到數(shù)據(jù)驅(qū)動的作用，基本都是強調(diào)以數(shù)據(jù)計算技術(shù)和大數(shù)據(jù)為基礎(chǔ)。

關(guān)于人工智能的發(fā)展，目前公認的是經(jīng)歷了三個階段［3，9］。第一階段，20世紀50～60年代，自然語言的數(shù)理邏輯表達和推理階段。1956 年，達特茅斯會議以“如何用及其模仿人”為主題討論了“人工智能”，被認為是人工智能元年。隨著計算機的發(fā)展，通過自然語言處理進行程序翻譯和推理，產(chǎn)生了神經(jīng)網(wǎng)絡(luò)和遺傳算法等代表性成果；第二階段，20 世紀80 年代，概率統(tǒng)計的建模、學習和計算階段。該階段的典型成果是專家系統(tǒng)和知識工程等；第三階段，21 世紀初以來，主動學習和深度學習階段。這一階段得益于移動互聯(lián)網(wǎng)和云計算技術(shù)的大規(guī)模應(yīng)用，經(jīng)濟社會進入了大數(shù)據(jù)時代，促使深度學習和主動學習取得了突破性的進展，成為新舊人工智能的分水嶺。

三個階段的劃分不難發(fā)現(xiàn)是數(shù)據(jù)的容量和規(guī)模激發(fā)了人工智能的熱潮。在自然語言的數(shù)理邏輯表達和推理階段，是基于當時的計算機發(fā)展技術(shù)，對簡單規(guī)則的翻譯，并能夠應(yīng)用小樣本數(shù)據(jù)進行自動化處理；概率統(tǒng)計的建模、學習和統(tǒng)計階段，建立在計算機技術(shù)和數(shù)學建模技術(shù)的突破性進展，對于復(fù)雜的預(yù)設(shè)規(guī)則的理解和翻譯，能夠處理計算機發(fā)展所產(chǎn)生大樣本數(shù)據(jù)集，形成知識發(fā)現(xiàn)和決策支持的自動化；而主動學習和深度學習階段，互聯(lián)網(wǎng)所產(chǎn)生的大數(shù)據(jù)，促使人工智能實現(xiàn)了質(zhì)的飛躍，促使人工智能從被動的規(guī)則預(yù)設(shè)轉(zhuǎn)向了主動規(guī)則自生的階段，從而具備了主動學習和深度學習的能力。

三個階段都可以發(fā)現(xiàn)，計算機技術(shù)和算法的發(fā)展都早于人工智能發(fā)展的階段，為其質(zhì)的變化奠定了基礎(chǔ)。計算機技術(shù)和算法的發(fā)展并未能催生出人工智能，更多的體現(xiàn)是人工智能發(fā)展的基礎(chǔ)。唯有數(shù)據(jù)與每一個人工智能的發(fā)展階段相匹配。這不是偶然現(xiàn)象，三個階段都與當時的數(shù)據(jù)獲取能力相適應(yīng)，客觀地說明了人工智能發(fā)展的數(shù)據(jù)驅(qū)動的本質(zhì)。如：深度學習所包含的算法在20 世紀末就已經(jīng)成熟，但是直到2010 年之后才呈現(xiàn)暴發(fā)的態(tài)勢。究其原因是互聯(lián)網(wǎng)和云計算等信息技術(shù)的大規(guī)模商業(yè)應(yīng)用成為通用技術(shù)，形成了海量數(shù)據(jù)集，為深度學習所必需的迭代和優(yōu)化提供了足夠的數(shù)據(jù)支撐［9］。機器學習預(yù)測效果大幅提升是建立在海量數(shù)據(jù)基礎(chǔ)上，其內(nèi)在機制是純粹的數(shù)據(jù)驅(qū)動，而不是基于理論的預(yù)設(shè)規(guī)則驅(qū)動。換句話說，規(guī)則預(yù)設(shè)約束轉(zhuǎn)向數(shù)據(jù)驅(qū)動和規(guī)則自生，也稱為規(guī)則涌現(xiàn)。

2 新舊人工智能識別的三個維度——數(shù)據(jù)要素基礎(chǔ)的線索

除了上述三個階段的劃分，通常還將人工智能的發(fā)展分為新舊兩個階段。在互聯(lián)網(wǎng)和云計算技術(shù)成為通用技術(shù)之前，人工智能發(fā)展所需的大規(guī)模數(shù)據(jù)尚未形成，制約了人工智能的發(fā)展。隨著互聯(lián)網(wǎng)和云計算技術(shù)成為通用技術(shù)，大數(shù)據(jù)的形成、存儲和計算都被有效解決，推動了人工智能質(zhì)的飛躍。通常將當前在互聯(lián)網(wǎng)和大數(shù)據(jù)基礎(chǔ)上催生的人工智能的第三階段稱為新一代人工智能，而之前的統(tǒng)稱為舊人工智能?？梢詮臄?shù)據(jù)規(guī)模、規(guī)則設(shè)定和知識分類三個維度理解。

首先，數(shù)據(jù)規(guī)模。人工智能發(fā)展的三個階段中，對應(yīng)的是數(shù)據(jù)規(guī)模的變化。數(shù)據(jù)規(guī)模不僅僅是數(shù)據(jù)量的問題，也包括了結(jié)構(gòu)和質(zhì)的問題。從第一階段走到第二階段是數(shù)據(jù)量為主導(dǎo)，第三階段大數(shù)據(jù)不僅是量的爆炸，而且是結(jié)構(gòu)和質(zhì)的變化，納入了更多的數(shù)據(jù)內(nèi)容和形式，形成了所謂一切皆數(shù)據(jù)的現(xiàn)象。也是所謂的新經(jīng)濟被稱為數(shù)字經(jīng)濟，或者數(shù)據(jù)經(jīng)濟的原因。

其次，知識分類。知識通常被分為顯性知識和隱性知識兩類。能夠被明確編碼表達傳播的知識被稱為顯性知識，還有不能夠編碼，只能意會的知識，被稱為隱性知識。人工智能在發(fā)展的初期主要是對顯性知識的處理，無法突破隱性知識的限制。在大數(shù)據(jù)支持下，隱性知識的掌握就變得相對容易，從而推動了新一代人工智能的誕生。

第三，規(guī)則設(shè)定。舊人工智能是對人類已有認知的規(guī)則和邏輯的翻譯，受到人的認知范疇約束。最初自動化處理和計算，更多體現(xiàn)的是對人的工作的替代或者延伸，主要起到的是輔助作用，或能夠在既定的規(guī)則和邏輯下，發(fā)現(xiàn)新的知識，支持決策。但是在海量數(shù)據(jù)支撐下，人工智能可以自己建立規(guī)則和邏輯，超越人類的已有認知，并進一步進化，拓展人類知識的邊界。從規(guī)則預(yù)設(shè)轉(zhuǎn)向規(guī)則自生，這是新舊人工智能的分水嶺，也是當前不少專家擔心新一代人工智能威脅人類的重要原因。

無論新舊人工智能，其都是數(shù)據(jù)要素驅(qū)動。新一代人工智能，依靠大規(guī)模的數(shù)據(jù)和極強的計算能力，掌握了隱性知識，推動了人工智能質(zhì)的飛躍，實現(xiàn)復(fù)雜的功能，推進了人工智能的通用性。新一代人工智能的內(nèi)在機制不再是傳統(tǒng)的以預(yù)設(shè)規(guī)則和邏輯推理為基礎(chǔ)，通過機器翻譯，然后執(zhí)行的模式。而是純粹依靠數(shù)據(jù)要素驅(qū)動，通過自主學習，發(fā)現(xiàn)規(guī)則和邏輯，超過了人的認知范圍，也是“新”之所在。由此，數(shù)據(jù)本身的發(fā)展已經(jīng)成為關(guān)鍵要素，并且是人工智能持續(xù)演進的不竭動力。

3 人工智能系統(tǒng)的三元結(jié)構(gòu)——數(shù)據(jù)要素核心的系統(tǒng)

對于工業(yè)生產(chǎn)背景下機器與人的關(guān)系，馬克思進行了深入的思考，做出了許多經(jīng)典的論斷。馬克思認為，機器“是人的產(chǎn)業(yè)勞動的產(chǎn)物，是轉(zhuǎn)化為人的意志駕馭自然界的器官或者說在自然界實現(xiàn)人的意志的器官的自然物質(zhì)?！保?1］隨著大數(shù)據(jù)存儲和處理技術(shù)、硬件和算法的進步，人工智能進入了突破性發(fā)展時期［4］。人工智能技術(shù)是數(shù)據(jù)生產(chǎn)、算法及軟件開發(fā)、芯片、存儲器、其他硬件設(shè)備等技術(shù)和產(chǎn)品的集成系統(tǒng)［9］。人工智能包括計算能力與存儲能力的物質(zhì)載體、具有深度學習功能的算法以及大數(shù)據(jù)三個部分［12］。也就是說數(shù)據(jù)、硬件和算法三者是人工智能的基本結(jié)構(gòu)。進一步分析，人工智能的構(gòu)成，硬件：物理屬性，存儲功能，表現(xiàn)為實際可見的物質(zhì)；軟件：虛擬的算法和規(guī)則，展現(xiàn)表達結(jié)果；數(shù)據(jù)：原料驅(qū)動，控制其他部分，具有自我增殖性。物質(zhì)載體與算法是載體支撐，海量的數(shù)據(jù)要素是智能計算與學習必需投入。三個階段的發(fā)展具有幾個共性的特征，那就是計算機技術(shù)、數(shù)據(jù)和數(shù)據(jù)的處理模式。

綜合已有關(guān)于人工智能作為復(fù)雜系統(tǒng)的解構(gòu)分析，本文認為人工智能呈現(xiàn)硬件、軟件和數(shù)據(jù)三元結(jié)構(gòu)。首先硬件發(fā)展得最早，長期以來都是計算機技術(shù)的發(fā)展代表，是軟件和數(shù)據(jù)的物理存儲支撐，是可見的物質(zhì)基礎(chǔ)和事實表現(xiàn)，也就是數(shù)據(jù)資本控制下的人工智能需要通過硬件實現(xiàn)和展示。其次，軟件本身就是算法的集成系統(tǒng)，因此從抽象層面來看，軟件就是算法。第三，數(shù)據(jù)是人工智能的核心部分。沒有數(shù)據(jù)的人工智能就和一個石頭沒啥區(qū)別。經(jīng)濟社會的數(shù)字化過程，正是數(shù)據(jù)要素形成的過程，是人工智能的發(fā)展起到了決定性的作用。雖然硬件、軟件和數(shù)據(jù)都重要，但不影響數(shù)據(jù)的核心地位。深度學習所包含的多元統(tǒng)計學習、機器學習算法20世紀就產(chǎn)生了，但是直到互聯(lián)網(wǎng)、大數(shù)據(jù)和云計算等技術(shù)的大規(guī)模應(yīng)用才顯示出其潛力，原因在于深度學習的優(yōu)化迭代需要海量的數(shù)據(jù)和足夠的算力支持。當然，這里也離不開硬件和軟件技術(shù)的進步。

4 人工智能發(fā)展為通用技術(shù)——數(shù)據(jù)要素資本化途徑

被吸收在資本中的“知識和技能的積累，社會智力的一般生產(chǎn)力的積累”，“表現(xiàn)為資本的屬性”［13］。資本以獲得價值增殖為根本目的，而價值需要在資本運動過程中實現(xiàn)。數(shù)據(jù)是要素、數(shù)據(jù)可以用于交易、數(shù)據(jù)控制資源并具有分配能力，意味著數(shù)據(jù)已經(jīng)成為資本，并且決定著人工智能的發(fā)展。

舊的人工智能時代是將人工智能的設(shè)備投資作為資本化處理，新經(jīng)濟中數(shù)據(jù)要素才是核心資本。傳統(tǒng)資本將讓位于數(shù)據(jù)資本，數(shù)據(jù)驅(qū)動的人工智能發(fā)展的階段現(xiàn)實已經(jīng)證明了這一點。人工智能作為新一代信息技術(shù)，逐漸發(fā)展成為通用技術(shù)，具有極強的滲透性，被全面應(yīng)用到經(jīng)濟社會中［14］。從已有的研究中可以發(fā)現(xiàn)，數(shù)據(jù)要素在人工智能發(fā)展中起到了決定性的作用。大數(shù)據(jù)不僅是新一代人工智能的基礎(chǔ)，更是一種影響經(jīng)濟總體活動、企業(yè)的生產(chǎn)決策、市場競爭的新要素［15］。

金錢和信息是數(shù)字經(jīng)濟交易中的兩種不同的貨幣［16］。也就是說數(shù)據(jù)要素具有貨幣屬性。結(jié)合現(xiàn)實來看，數(shù)據(jù)企業(yè)所提供的免費服務(wù)，其實并不是免費的。服務(wù)的使用者是以讓渡個人數(shù)據(jù)為代價的，包括個人信息和使用服務(wù)過程中產(chǎn)生的行為信息等，也就是以這些數(shù)據(jù)作為支付代價的。當數(shù)據(jù)要素積累到一定的量，用于組織生產(chǎn)和分配，那么數(shù)據(jù)要素成為資本就順理成章了。

傳統(tǒng)的資本強調(diào)所有權(quán)，并形成以所有權(quán)為中心的資本體系。而新經(jīng)濟中數(shù)據(jù)要素突破了傳統(tǒng)的限制，全面融合和滲透傳統(tǒng)產(chǎn)業(yè)。藍江認為數(shù)字資本主義正是在大數(shù)據(jù)和云計算形成的龐大的關(guān)聯(lián)體系的基礎(chǔ)上架構(gòu)出來的體系，數(shù)據(jù)用于引導(dǎo)和監(jiān)控金融資本的投資是其成為資本的原因［17］。事實并非如此，從事實體生產(chǎn)的產(chǎn)業(yè)資本家，甚至金融資本也在趨于邊緣化，而Google、Apple、Facebook、Twitter、微軟等更重視數(shù)據(jù)資本的公司成為這個世界潮流的主導(dǎo)，而他們占據(jù)的就是處在數(shù)據(jù)資本主義金字塔尖上的一般數(shù)據(jù)。張弛和張曙光則從產(chǎn)權(quán)角度分析，認為數(shù)據(jù)要素的存在以共享替代傳統(tǒng)的所有，即使用權(quán)為中心替代了所有權(quán)為中心［18］。宋宇和嵇正龍認為控制權(quán)、超額利潤分配勢力和開發(fā)利用能力是數(shù)據(jù)要素資本化的三個關(guān)鍵前提，從而實現(xiàn)對其他要素的雇傭和控制［1］。由于數(shù)據(jù)要素的虛擬性和多變性，那么傳統(tǒng)的以所有權(quán)、使用權(quán)為前提的資本化邏輯不再成立，控制權(quán)才是基本前提。

數(shù)據(jù)要素具有獨特的流動配置方式，就是在生產(chǎn)的過程中，不會滅失，相反卻會自我增殖，同時由于數(shù)據(jù)資本的虛擬性，需要借助物理平臺系統(tǒng)得以展現(xiàn)。人工智能對數(shù)據(jù)要素具有非常重要的兩方面價值：一是參與生產(chǎn)的手段，也就是數(shù)據(jù)要素參與生產(chǎn)需要借助人工智能系統(tǒng)，實現(xiàn)與其他要素的協(xié)同配合；二是自我增殖的平臺，數(shù)據(jù)資本在參與生產(chǎn)的過程中會產(chǎn)生新的數(shù)據(jù)，也就是實現(xiàn)自我增殖，需要存儲在人工智能系統(tǒng)。進一步看，數(shù)據(jù)要素驅(qū)動的人工智能生產(chǎn)過程具有雙重性，即數(shù)據(jù)的投入和增殖同時發(fā)生?？梢哉f，人工智能對于數(shù)據(jù)資本具有關(guān)鍵的作用，前述的數(shù)據(jù)資本的控制、開發(fā)和分配，到這里的自我增殖等過程都需要借助人工智能系統(tǒng)實現(xiàn)。因此，人工智能系統(tǒng)是數(shù)據(jù)資本的實體化途徑，而數(shù)據(jù)要素才是人工智能的本體。

5 人工智能企業(yè)壟斷——數(shù)據(jù)規(guī)制的原則

馬克思敏銳地洞察到第二次工業(yè)革命中的資本加速集中，少數(shù)大企業(yè)通過淘汰或吞并小企業(yè)，導(dǎo)致所謂的自由競爭終結(jié)，最終走向壟斷。市場發(fā)展的規(guī)模經(jīng)濟和網(wǎng)絡(luò)效應(yīng)形成馬太效應(yīng)決定資本往往都具有壟斷的傾向。數(shù)據(jù)要素驅(qū)動的人工智能經(jīng)濟也從最初的所謂分散化走向集中壟斷。數(shù)據(jù)公司通過持續(xù)的數(shù)據(jù)收集和積累，形成了規(guī)模優(yōu)勢，并通過網(wǎng)絡(luò)效應(yīng)進一步強化了其黏性，擁有了數(shù)據(jù)的控制權(quán)，并且在持續(xù)的服務(wù)過程中，不斷地更新優(yōu)化，形成了壟斷勢力，從而具有定價權(quán)，組織生產(chǎn)并主導(dǎo)分配。

市場集中、控制和壟斷是當前數(shù)據(jù)公司的顯著特征，也就是說，數(shù)據(jù)資本悄然成型，不同于過去貨幣資本的影響，數(shù)據(jù)資本的影響范圍和鏈條都更廣泛。當前的數(shù)據(jù)資本主要集中在諸如亞馬遜、谷歌，阿里巴巴等頭部企業(yè)巨頭手中，形成了幾個數(shù)據(jù)生產(chǎn)系統(tǒng)，進一步強化其數(shù)據(jù)壟斷的地位，也就是數(shù)據(jù)資本化的進程中具有自我繁殖強化的機制。因為這些大的數(shù)據(jù)公司通過其所控制的數(shù)據(jù)已經(jīng)形成了組織生產(chǎn)，進行利潤分配和市場操控，在當前法律法規(guī)滯后的現(xiàn)實中，數(shù)據(jù)資本已經(jīng)以極快的速度完成積累。壟斷的經(jīng)濟學邏輯是高固定成本極低邊際成本，目前數(shù)據(jù)公司完全符合，甚至是零邊際成本。

領(lǐng)先的數(shù)字企業(yè)通過利用數(shù)字產(chǎn)品的網(wǎng)絡(luò)效應(yīng)并擴展機會，建立了社會技術(shù)生態(tài)系統(tǒng)，愿望成為強大的壟斷企業(yè)，并在一定程度上取得了成功［16］。人工智能企業(yè)，首先應(yīng)該是數(shù)據(jù)企業(yè)。現(xiàn)在我們可以看到的人工智能企業(yè)，要么是大型的互聯(lián)網(wǎng)數(shù)據(jù)公司，要么是被其投資控股的獨角獸人工智能公司。究其原因，數(shù)據(jù)才是人工智能得以發(fā)展進化的根本。數(shù)據(jù)要素的集中化趨勢很難逆轉(zhuǎn)，并且發(fā)展成具有影響市場的龐大勢力。數(shù)據(jù)資本形成的壟斷，相較于傳統(tǒng)物質(zhì)資本的壟斷，更為隱蔽和強勢。數(shù)據(jù)壟斷者使得非壟斷者成為其附庸，并牽制了政府規(guī)制政策。如政府對消費者的保護，需要數(shù)據(jù)資本壟斷者的配合，以及消費者的參與。數(shù)據(jù)資本壟斷通過開放數(shù)據(jù)規(guī)制亦難以奏效。原因在于，政府強制具有自然壟斷特征的數(shù)據(jù)企業(yè)開放數(shù)據(jù)，并不能實現(xiàn)帕累托最優(yōu)或改進。因此，對數(shù)據(jù)資本壟斷的有效規(guī)制理論和可行的實踐都處于探索階段。

數(shù)據(jù)的資本化趨勢，形成的數(shù)據(jù)壟斷問題，很像自然壟斷。那么在規(guī)制數(shù)據(jù)壟斷的過程中是一個效率和公平的權(quán)衡問題。在一個新產(chǎn)業(yè)發(fā)展的初期，從社會收益的角度出發(fā)，需要提高對數(shù)據(jù)資本壟斷的容忍度，采取適度監(jiān)管的原則，給予其發(fā)展和完善的空間和時間。對于數(shù)據(jù)的開放，采取分層原則，確保底層數(shù)據(jù)封閉的同時，鼓勵數(shù)據(jù)在應(yīng)用層面的開放，也就是在保護數(shù)據(jù)安全和隱私的前提下開放共享數(shù)據(jù)要素資源。傳統(tǒng)的規(guī)制約束手段，對新經(jīng)濟中的數(shù)據(jù)資本很難奏效。根本原因在于數(shù)據(jù)資本和傳統(tǒng)的物質(zhì)資本存在極大的不同。那么如何對數(shù)據(jù)資本展開規(guī)制。本文認為，在類似自然壟斷性質(zhì)的數(shù)據(jù)壟斷企業(yè)規(guī)制中，需要遵從以下三個原則。

首先，包容性規(guī)制政策。由于大數(shù)據(jù)的收集和存儲、更新、開發(fā)等都存在很高的門檻，需要巨大的沉沒成本，具有類自然壟斷特性。尊重自然壟斷的客觀事實和經(jīng)濟規(guī)律，要求相關(guān)企業(yè)對數(shù)據(jù)的安全存儲和合理利用做出約束，并采取包容性規(guī)制政策，創(chuàng)新規(guī)制舉措，構(gòu)建與新經(jīng)濟相匹配的監(jiān)管制度體系。

其次，數(shù)據(jù)要素分層開放。數(shù)據(jù)要素根據(jù)其來源和性質(zhì)可以分為原始數(shù)據(jù)要素和衍生數(shù)據(jù)要素。數(shù)據(jù)要素的共享并不是將原始數(shù)據(jù)的直接開放，自由獲取，而主要是衍生數(shù)據(jù)要素的市場化交易。原始數(shù)據(jù)，也稱之為底層數(shù)據(jù)，含有許多敏感信息，需要加強保護，因此維持企業(yè)壟斷控制，具有無可替代的社會效益和經(jīng)濟價值。但是經(jīng)過脫敏處理的衍生數(shù)據(jù)可以有償或者無償開放給社會進一步加工和用于生產(chǎn)。那么，數(shù)據(jù)要素的分層標準和識別、數(shù)據(jù)要素交易制度的制定和交易秩序的維持等都需要政府的介入。

第三，人工智能系統(tǒng)適度開放。數(shù)據(jù)要素資本的壟斷勢力主要體現(xiàn)在搜集控制能力和開發(fā)利用能力，也就是人工智能手段會搜集存儲數(shù)據(jù)進行加工，并能用于生產(chǎn)，這是一個很高的門檻。因此，單純的數(shù)據(jù)開放并不能從實質(zhì)上將數(shù)據(jù)要素投入到實際生產(chǎn)過程中，還需要人工智能系統(tǒng)的鏈接。人工智能系統(tǒng)的適度開放也是數(shù)據(jù)要素市場規(guī)制的關(guān)鍵一環(huán)，可以破解數(shù)據(jù)要素流動的障礙，充分發(fā)揮數(shù)據(jù)要素的生產(chǎn)價值，并在一定程度上高效地約束數(shù)據(jù)企業(yè)的壟斷勢力和行為。

6 結(jié)語

新一代人工智能浪潮的興起，主要歸功于數(shù)據(jù)、算力和算法的飛躍［19］。人工智能的發(fā)展階段受到數(shù)據(jù)的約束，也就是數(shù)據(jù)要素驅(qū)動了人工智能的發(fā)展。數(shù)據(jù)要素資本化的控制權(quán)，組織生產(chǎn)能力和參與生產(chǎn)分配，都需要人工智能系統(tǒng)作為基本的實現(xiàn)途徑。人工智能系統(tǒng)是數(shù)據(jù)要素價值得以實現(xiàn)的物理途徑，是虛擬形態(tài)的數(shù)據(jù)要素的可見外殼。信息技術(shù)之前的技術(shù)進步主要是替代體力勞動，先替代強體力勞動，后替代重復(fù)性體力勞動，而信息技術(shù)進步在腦力勞動崗位上愈發(fā)重要，體現(xiàn)出更高的效率和準確率［20］。新一代人工智能則通過大數(shù)據(jù)和跨平臺智能的融入，對勞動形成了非對稱替代，降低應(yīng)用創(chuàng)新技術(shù)門檻，提升企業(yè)轉(zhuǎn)型升級的能力，是實現(xiàn)“制造2025”的重要技術(shù)支持。

從現(xiàn)有的趨勢來看，新經(jīng)濟已經(jīng)成為世界經(jīng)濟轉(zhuǎn)型的關(guān)鍵力量，而尤其以數(shù)據(jù)要素為基礎(chǔ)的新一代人工智能發(fā)展最為突出。即使是當前熱門的區(qū)塊鏈應(yīng)用，也不過是數(shù)據(jù)要素基礎(chǔ)上的人工智能的一個應(yīng)用場景而已。從本質(zhì)上把握數(shù)據(jù)要素驅(qū)動人工智能演進的邏輯，并且認識到數(shù)據(jù)資本化而逐漸形成的壟斷及其與傳統(tǒng)要素壟斷的區(qū)別，探索必要和可行的規(guī)制措施，服務(wù)于數(shù)據(jù)要素市場的培育，便于數(shù)據(jù)要素與人工智能的協(xié)同發(fā)展，從而促進新經(jīng)濟競爭優(yōu)勢的形成。