数字经济学-课件 第3章 数字技术

3.数字技术本章学习目标数字技术的概念和主要内容新兴数字技术及其应用数字技术与数字经济发展数字技术创新与发展政策3.1数字技术的概念数字技术是指利用先进的信息通信技术，对产品价值链各环节的数据信息进行采集、存储、分析和共享，并为各领域的创新提供重要技术支撑的电子工具、设备、系统和资源等相关技术的总称。数字技术5个主要特征：软件化，通用性，迭代升级性，巨大创新性，影响广泛性。数字技术的发展历程计算机发展历程第一阶段：计算机阶段（1946-1971)互联网发展历程第二阶段：信息互联阶段（1969至今)2008年区块链技术诞生。2012年全球移动互联网用户首次超过桌面互联网用户，进入万维网时代。2016年深度思维公司（DeepMind）开发的人工智能程序AlphaGo在围棋对决中战胜了人类顶尖棋手李世石和柯洁。2018年OpenAI团队发布大型预训练语言模型，大语言模型诞生。2022年人工智能对话聊天机器人ChatGPT推出，活跃用户数已达1亿。第三阶段：新一代信息技术阶段（21世纪初至今）3.2新兴数字技术3.2.1网络通信技术网络和通讯技术是数字经济出现和发展的基础和主导力量。网络和通信技术使得不同设备和系统能够互相连接、共享信息和进行通信。移动互联网主导网络通信技术，包括移动终端、移动网络和应用服务三要素。5G技术具备高速率、低延迟和大容量的特点，为移动互联网带来了更快、更稳定的连接体验。5G技术将拓展应用领域，为各行各业注入新动力。3.2.2云计算云计算是由分布式计算、并行处理和网格计算发展而来，是一种新兴的商业计算模型。云计算包括计算资源、存储资源、应用软件和服务。云计算服务形式主要有基础设施服务、平台服务、软件服务。3.2.3大数据大数据价值挖掘的核心是对于海量数据进行存储和分析。大数据技术主要包括大数据采集技术、大数据预处理技术、大数据存储技术、大数据分析技术。3.2.4物联网（InternetofThings,IoT）物联网是指通过感知设备、数据处理设备等，按照约定协议，链接物、人、系统和信息资源，实现对物理世界和虚拟世界的数据信息进行处理并作出反应的智能服务系统。物联网技术主要包括感知与识别技术、数据传输与存储技术、数据分析与决策技术、应用开发与集成技术。3.2.5区块链（blockchain）区块链技术能够建立一个去中心化的集体协作的网络体系，而无需第三方平台做信任桥梁，通过全网参与者作为交易的监督者，交易双方可以在无需建立信任的前提下完成交易，实现价值的转移。区块链特征：去中心化、不可篡改性、可追溯性、自治性、开放性和匿名性。区块链类型：公有链、私有链和联盟链。3.2.6人工智能(AI)人工智能是指利用数字计算机或者由数字计算机控制的机器，模拟、延伸和扩展人类的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术和应用系统。关键技术包括机器学习、深度学习、知识图谱、自然语言模型和计算机视觉等。人工智能发展的核心要素包括数据、算法、算力。3.3.1通用目的技术理论经济增长理论指出，技术创新是推动长期经济增长的根本动力，而人类社会经济的巨大变革往往是由少数革命性的关键基础技术所推动，这些技术也被称为通用目的技术(GeneralPurposeTechnology)。Bresnahan

and

Trajtenberg(1995)指出，通用目的技术是“经济增长的引擎”，它能够全面提高全要素生产率。3.3数字技术与经济增长通用目的技术是指那些能够被多个行业所广泛使用，并能催生大量新技术、新产业并提升已有产业生产率，从而对整个经济社会产生重大革命性影响的基础性技术。通用目的技术的特征通用目的技术与四次产业革命人工智能技术：通用目的技术人工智能技术成为最为重要的通用目的技术，它符合通用目的技术的三个基本特征：普遍适用性，AI能够被国民经济各个行业所使用，正在并将继续极大地改变生产、生活和社会运行；持续升级性，AI获得了快速的发展，尤其是目前基于深度学习的人工智能技术具有自我学习机制，持续地提高人工智能技术水平；创新引发性：AI在各个领域的应用引发了大量的互补性创新，将全面提升全要素生产率，促进经济高质量增长。“索洛悖论（Solow’sParadox）”、productivityparadox“Youseethecomputerageeverywherebutintheproductivitystatistics.”-RobertSolow,NewYorkBookReview.July12,1987.计算机技术带来的变革无处不在，但是经济统计数据并没有显示其带来了生产率的显著增长，计算机技术应用甚至导致宏观统计的生产率在一定时期出现下降。3.3.2通用目的技术与“索洛悖论”美国1990以来的生产率增长通用目的技术对生产率影响的J曲线通用目的技术实现对生产率实质性提高需要花费较长时间才能实现，并呈现出“先播种，后收获”的动态影响轨迹。通用目的技术对全要素生产率的促进效应往往需要更长时间才能充分实现。电力和ICT技术对美国劳动生产率的贡献通用目的技术生产率促进效应滞后显现的原因GPT在各个行业的扩散应用会引发企业、行业和社会的系统性重构，这些结构性调整需要较大的投入和一定的时间，并且这种重构只有整体实现之后才会充分体现出宏观的生产率促进效应，这一过程也被称为“创造性破坏”。GPT在应用初期并不会带来明显的总全要素生产率提升，甚至可能导致短期停滞或下降，但是一旦重构过程完成，通用目的技术将带动总全要素生产率大幅上升。政府可以采取有效政策来缩短GPT引发的经济社会系统重构所需时间。数字技术提高供给与需求匹配数字技术驱动整体的创新数字技术提升全要素生产率数字技术推动产业结构升级3.3数字技术促进数字经济增长的机制数字技术提高供给与需求匹配度

3.3.1数字技术提高供给与需求匹配度

实现了更大范围的供需匹配：以互联网为核心的数字技术发展实现了市场交易的虚拟化，打破了市场交易的空间限制，降低了市场交易的各种成本，极大地扩展了市场交易空间，给消费者提供了更为多样化的选择，促进了消费者需求增长，并实现了更大范围的供需匹配。创新带来消费升级基础上的供需匹配：数字技术驱动高端颠覆性创新产品和服务正在不断地对落后的产品和服务进行替代，以满足消费者不断升级的新需求、新期待，进而促进消费市场更活跃、更强劲，升级了供需匹配。实现了更高质量得供需匹配：数字技术使得企业拥有较好的数据分析能力时，能够分析挖掘各种数据并从中发现有价值的洞见，从而做出更为科学及时的商业决策，提升企业产品和服务创新能力，及时满足市场需求，不断提升产品和服务质量。3.3.2数字技术驱动整体的创新数字技术是一种“发明方法的发明”，极大地提升了企业创新效率。数字技术为创新提供了丰富的数据源、强大的计算能力、广泛的协作平台和多样的创新模式，促进了创新活动的开放性、协同性和生态化，大幅度提高了创新产出。数字技术属于新一代通用目的技术，驱动大量后续创新的持续涌现，促进数字产业创新并赋能传统产业创新。数字技术具有创造性破坏力量，数字技术及其引发的创新将带来社会整体的创新革命，从而促进持续的动态创新。3.3.3数字技术提升全要素生产率数字技术的发展及应用显著提高了企业的生产效率。数字技术应用显著提高了生产要素的配置效率。数字技术创新会优化生产要素组合方式，推动社会分工的深化和拓展，数字技术通过与传统产业的不断深度融合，从而提升传统产业的全要素生产率。数字技术应用显著提高了市场机制的资源配置效率。数字技术应用显著降低了市场机制运行成本，从而提高了市场机制促进资源优化配置的效率，进而促进全要素生产率提升。3.3.4数字技术推动产业结构升级数字技术驱动数字产业化发展：数字技术产业化催生一大批新兴产业。近年来涌现的大数据、人工智能、基因测序、量子通信、高端机器人、云服务等数字技术呈现较为突出的颠覆性特点，相关前沿技术成果不断实现产业化，新业态新模式不断涌现，形成大量新兴产业。数字技术赋能传统产业数字化发展：数字技术创新促进了传统产业的数字化转型与升级，使传统产业实现了数字化发展。数字技术先进科技成果在传统产业转型改造和结构升级过程中可以发挥科技赋能的作用，即通过新的技术改造传统产业，实现新旧动能转换，全面提升传统产业的生产率。2023年6月，麦肯锡公司发布的《生成式人工智能的经济潜力：下一波生产力浪潮》报告指出，分析样本的63种生成式AI应用会影响所有行业，将为全球经济每年带来2.6万亿至4.4万亿美元的增长。到2040年，生成式AI可以使劳动生产率每年增长0.1%至0.6%。生成式AI及其他科技的发展可能使员工60%到70%的工作实现自动化。在2030年至2060年间50%的职业将逐步被AI取代，生成式AI对高薪、高学历的知识工作者影响更大。2023年8月，罗兰贝格公司发布的《通用人工智能的曙光:生成式人工智能技术的产业影响》报告指出，生成式人工智能有望通过效率提升的方式在中国各行业中带来占总运营成本1.6%的成本降低，金额达到3.7万亿元。生成式人工智能将对专业服务、金融、互联网与高科技等知识密集型行业带来较大影响，为这些行业分别带来11.3%,

6.8%,6.5%的成本下降。实例：生成式人工智能的经济影响2023年6月，麦肯锡公司发布的《生成式人工智能的经济潜力：下一波生产力浪潮》报告指出，分析样本的63种生成式AI应用会影响所有行业，将为全球经济每年带来2.6万亿至4.4万亿美元的增长。到2040年，生成式AI可以使劳动生产率每年增长0.1%至0.6%。生成式AI及其他科技的发展可能使员工60%到70%的工作实现自动化。在2030年至2060年间50%的职业将逐步被AI取代，生成式AI对高薪、高学历的知识工作者影响更大。2023年8月，罗兰贝格公司发布的《通用人工智能的曙光:生成式人工智能技术的产业影响》报告指出，生成式人工智能有望通过效率提升的方式在中国各行业中带来占总运营成本1.6%的成本降低，金额达到3.7万亿元。生成式人工智能将对专业服务、金融、互联网与高科技等知识密集型行业带来较大影响，为这些行业分别带来11.3%,

6.8%,6.5%的成本下降。3.4数字技术创新发展政策欧盟《升级2020新工业战略》《2030数字化指南：欧洲数字十年》拟全面重塑数字时代全球影响力，其中将推动人工智能发展列为重要的工作《欧盟人工智能战略》致力于实现欧盟人工智能技术国际领先《促进人工智能的欧洲方法》提供有利于AI发展的系统政策，以期在重要领域获得战略领导地位美国《保持美国人工智能领导地位》《2020年国家人工智能倡议法案》力图保持人工智能全球领先3.4.1欧盟于美国的政策（1）将数字技术创新发展作为重要的战略（2）持续加大数字技术研发资金投入欧盟“地平线欧洲”计划总投资额达955亿欧元，重点支持AI。“数字欧洲计划”对包括AI在内的项目进行投资，总额达75.9亿欧元。《人工智能白皮书》提出，未来10年内欧盟每年将投入200亿欧元用于AI研发和应用。将连接欧洲基金计划拓展至2027年，拟向数字领域投资30亿欧元。美国2021年人工智能非国防预算增加约30%，总额达到15亿美元。《美国创新与竞争法案》将人工智能、量子计算等列为2022财年研发预算优先，未来对包括AI在内的多个领域共计投入1000亿美元进行研发工作。提高对科学研发事业的投资力度，包括将2026年国家科学基金会预算增加到183亿美元；在未来5年内再批准100亿美元，用于建设10~15个区域性技术中心。美国《美国人工智能计划：首份年年度报告》强调了计算机科学教育的重要性《国家人工智能研发战略计划（2019版）》提出要长期投资基础研究、促进产学研合作、支持人工智能跨学科发展、开发各级计算机科学教材、普及人工智能教育等政策《维护美国人工智能领域领导力的行政命令》将人工智能看作联邦奖学金的优先发放领域，还通过总统奖彰等资助进行AI初期研发的大学教师等欧盟《保持《2030数字指南针》提高居民数字技能水平，即培养推动数字产业发展的高技能人才和适应数字化社会发展的居民《2023-2024年数字欧洲工作计划》提出了支持欧盟数字技能提升的具体行动计划（3）注重数字人才培养和数字技能提升美国国家科学基金会联合多个部门和知名企业等，新成立11个国家人工智能研究机构，涵盖了人机交互、人工智能优化、动态系统、增强学习等方向。英国支持人工智能产业化，启动人工智能办公室和英国研究与创新局联合计划等，确保人工智能惠及所有行业和地区，促进人工智能的广泛应用。欧盟发布的《2030数字罗盘：欧洲数字十年之路》将制造业智能化纳入数字罗盘战略，其目标为到2030年有75%及以上的欧盟制造业企业应用大数据、云计算和人工智能等数字技术。（4）不断强化数字技术应用场景开发加强个人隐私数据保护