数字经济助力经济转型

数字经济 美妙的一举两得

田林

技术可以拓展经济的边界。近20年来，技术驱动全球经济、社会发生了翻天覆地的变化，数字经济正深刻地改变着人类的生产和生活方式，成为经济增长新动能。中国是经济大国、互联网大国，也是数字经济大国。近年来，政府不断加大“供给侧改革”力度，旨在通过“互联网+”来实现传统企业转型升级。未来，数字经济将向零售、制造、教育、医疗、文化等行业深入渗透，为建设制造强国、网络强国、科技强国提供强大动力。

大街上随处可见摩拜、小黄车，穿梭往来的快递小哥，即时即用的二维码……数字经济在无形中已渗透并影响着我们的生活。一场以数字化为依托、以经济转型升级为目标的变革正在悄然发生：跨省异地就医结算制度全面铺开，失效居民身份证信息系统试点运行，移动支付化解了出门忘带钱的尴尬，形形色色的O2O带来了足不出户的便利。数字经济在短短几年席卷经济、生活的方方面面，党的十九大报告更是首次纳入“数字经济”关键词。

缓解突出矛盾，助力经济转型

其实数字经济的如火如荼与当前经济、社会发展所面临的问题息息相关。十九大报告指出，中国特色社会主义进入新时代，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。另—方面，当前我国也面临着重要的经济转型问题，原先过度依靠资源和劳动力的经济发展模式急需升级转型。解决这两方面问题的抓手就是数字经济。

首先，数字经济是满足我国人民美好生活需求的必然选择。数字经济的发展，确实可以减缓目前比较突出的—些社会矛盾，比如通过远程医疗、在线教育等方式，可以显著地降低地区不均衡发展程度，提高人民群众的生活满意度。当数字经济和餐饮融合到一起时，例如美团，不仅能提高餐厅的经营效率，让消费者的生活更便利，还创造了50万个“送餐小哥”的就业岗位，其中很多人来自“去产能”过程中的产业工人，还有很多来自贫困地区。在这个过程中，我们确实感受到数字经济能让亿万人民生活得更美好。

在饥寒交迫的时候，信息本身不能立即解决人的温饱问题，但人类社会已度过全面供不应求的阶段，进入供给过剩与供给不足并存的阶段。当前，我国多数产品供过于求，主要矛盾已不是生产能力不足，而是供给与需求信息不对称。以大数据为基础的数字经济打通了产业链之间信息自由流动的渠道，弥补了供求信息不对称，优化要素资源配置，实现了供需动态平衡。同时数字经济因其所具有的普惠性、协调性、包容性特征，成为构建普惠型社会经济，解决全球发展失衡问题的关键途径。

其次，数字经济是助力我国经济转型的必然选择。改革开放30多年以来，我国的确取得了举世瞩目的成就，但我们也不得不看到，这些成就的背后依赖的是大量廉价的自然资源、劳动力的投入，同时付出了破坏生态环境的高昂代价。在当前资源越来越紧张、劳动力成本越来越高、低附加值产品需求越来越少、生态环境危机愈益严重等多重因素作用下，原有的发展模式越来越难以为继。在这一背景下，我国经济发展已进入新常态，习近平主席一直强调要培育新动能，而这一新动能就是信息化和数字经济。

在一定程度上，中国的数字经济是在工业化还没有完成的发展阶段起步的，有些工业化积累的矛盾和问题用工业化的办法难以解决，但数字经济却可以开出更有效的药方，通过与传统领域的融合发展，形成了一些有意义的新模式。

比如，數字经济与制造业的融合，产生了定制化模式。这种模式利用网络汇聚消费者需求，并在产品研发、设计、生产、营销过程中，大量吸引消费者参与，彰显消费者的个性化需求。与生产过程结合，数字技术会更好地服务我们的生产与制造。再如，在汽车制造产业，过去供应商、仓库和配送线路分散，汽车配件需要以天为计时单位。现在，传化网智能物流平台可以提供汽车零部件从采购、运输、仓储、分拨到配送的系统解决方案，到达时间能够精确到小时甚至分钟，逐步实现了零库存。

数字经济对农业的“赋能”主要来自两个方面，一是数据的打通，通过整理电商平台上的搜索词、点击量、购买量等数据，形成明确的消费者需求；另一方面是介入农业生产的上游，以消费者需求倒逼农业种植技术的升级。易果集团CEO张晔对此表示，数字经济与农业的深度融合，并不仅仅是把互联网作为销售渠道，还要帮助农业实现标准化和现代化，提升全产业链的效率。因此，数字经济为我国当前更好地打造现代经济体系提供了新的引擎。

“数字经济潜力”有待进一步发掘

目前，我国数字经济发展已取得骄人成绩。比如众多的门户网站、社交网站、网购平台等等，成为中国经济发展新动力。中国信息化百人会2016年出版的《信息经济崛起：区域发展模式、路径与动力》一书提出，1996年～2014年中国信息经济年均增速高达23.79%，远远高于同期GDP年均增速，信息经济正在成为国民经济稳定增长的主要引擎。同时，腾讯、阿里巴巴、百度、蚂蚁金服、小米、京东、滴滴出行等7家企业位居全球互联网企业20强，中国企业在数字经济领域走在了世界前列。

过去有人预言21世纪是生物世纪，将以生命科学技术为主导。然而根据麦肯锡公司发布的技术预测，到2025年可能形成5万亿～10万亿美元产值的还是移动互联网、云计算和物联网等信息产业，生物领域只有下一代基因组产业可做到1万多亿美元的规模，其他生物产业都没有上榜。因此，2030年左右开始的第六次经济长波有可能还是靠信息技术驱动，其特征是智能化。

现在看来，21世纪上半叶仍将是数字经济唱主角。美国信息产业1990年～2000年平均增长率达到6.47%，是其GDP（国内生产总值）增速的2倍。随后2001年的互联网泡沫破灭使得数字经济发展出现一段短暂的低潮，但2004年美国脸谱公司（Facebook）成立，没过几年市值就超过谷歌公司（Google），社交网络很决成为全球热点。接着，云计算、物联网风起云涌，一浪接一浪将数字经济又推向高峰。2004年～2007年，全球经济年均增长速度高达5%左右，是近30年来增长最快且最为平稳的一段时间。2008年的国际金融危机使全球经济特别是传统金融业遭受重创，但苹果、脸谱、谷歌、微软、亚马逊等数字公司基本上毫发无损。阿里巴巴、百度、腾讯等数字企业不仅没有受到影响，反而迅速崛起，为中国经济稳定增长作出了贡献。数字经济成为全球经济发展的新引擎，已成为世界各国的共识。

衡量数字经济发展水平的主要标志是人均信息消费水平。我国发展数字经济具有网民众多优势、后发优势和制度优势。网民众多有利于我国成功实现从人口红利向网民红利的转变。但我国尚处于信息社会的初级阶段，年人均信息消费（包括信息技术消费和通信技术消费）只有300美元左右，不到美国的1/10。《国家信息化发展战略纲要》要求2020年信息消费总额达到6万亿元，人均信息消费约700美元。这仅相当于巴西2014年的信息消费水平，发展数字经济惠及大众还有很长的路要走。但是，无论如何数字经济改造提升了传统产业，发展壮大了新兴产业，成为建设创新型世界经济、为全球经济增长注入新动力的现实需要。

麦肯锡全球研究所发布的行业分析报告显示，目前只有18%的美国经济发挥出了其所拥有的“数字科技潜力”。有些专家断言，对信息时代而言，人类现在的信息处理能力还只是相当于工业革命的蒸汽机时代。在这种背景下，对于我国来说是一个历史契机，应做大做强数字经济，加快传统产业数字化、智能化，努力在新时代的全球经济竞争中抢占先机。目前，我国信息技术和产业发展正处于从跟跑并跑向并跑领跑转变的关键时期，应特别注重加强网络信息技术自主创新，不断增强数字经济对发展的推动作用。

电子商务生态系统如何赋能中小企业

李双金

中小企业对经济社会发展的重要性毋庸置疑。但是在传统的以规模经济为主要特点的发展模式中，中小企业的发展受到许多天然的制约，例如融资难、信用形成难、技术能力提升难等。这些发展困境从根本上看是工业化时代以大取胜、以大规模大体量衡量发展水平，与中小企业的小规模小体量之间的矛盾。

在互联网时代，以平台经济为主要特征的发展模式，尤其是电子商务生态系统的发展将在很大程度上帮助中小企业克服融资、信用、技术等领域的难题，促使中小企业更好地发挥其在推动就业，满足多样化、个性化需求，促进创新创业等领域的优势。

电子商务生态系统以中小企业为主体

电子商务生态系统本质上是一种以互联网平台为核心，以中小企业为主体的商业形态。依托以“云、网、端”为代表的新基础设施以及以数据等为代表的新生产要素，电子商务生态系统超越了以往以大企業为主体的经济发展路径，形成了以中小企业为主体的经济发展路径和模式。

对中小企业而言，电子商务已不仅仅是早期单纯地触网拓展销售渠道的概念。电子商务已经发展成为以各类中小企业为主体的商业生态系统，形成了所谓的平台经济。在这一平台生态系统中，栖息共生着包括各类生产者、消费者、销售商、服务商、金融机构等在内的市场主体。这些市场主体绝大多数是中小企业，并且很多是依托于互联网成长起来的“原住民”。互联网电子商务平台将相互依赖的不同群体集合在一起，各类数据能够高效、顺畅地流转共享。互联互通使得不同群体之间的交流与合作更加高效，真正形成一种网络式的协同，最终创造出独特的价值。

在电子商务生态系统中，一方面各类中小企业的频繁互动不断提升着平台和系统的价值，另一方面平台和系统价值的提升又进一步赋能于中小企业。梅特卡夫定律表明，网络的价值与用户数量的平方成正比。网络平台吸引到的企业数量越多，平台的价值上升得越快。反过来，平台价值的快速上升又进一步提升了平台上各类企业的价值，进而吸引到更多的企业聚集平台，形成良性循环。

在这种平台与企业相互赋能、共同发展的过程中，中小企业能够获取独特的发展资源，进而脱离以往主要依赖规模的发展路径，觌转型发展。

商务服务创新赋能中小企业

不同于以往以大企业为核心、以供应链为基础的线性的市场主体链接模式，电子商务生态系统形成了依托于互联网平台、以中小企业为主体的网状链接模式。这种“互联网平台+海量小企业”的网状超大规模链接，促进市场主体之间形成了“快速聚散、高度灵敏、自动自发”的协作机制，重新塑造了互联网时代的组织形态。在这种生态系统中，电子商务服务类企业的蓬勃发展为其他各类中小企业的发展提供了支持。

电子商务业本质上是基于互联网、大数据的生产性服务业，包括IT技术服务、营销服务、物流服务、金融服务和其他各种类型的衍生服务。这种新型的生产性服务业犹如润滑剂和黏结剂，不断提升信息、数据在各行各业的渗透速度和程度，有效降低了社会交易成本，促进了社会分工协作，为零售业、制造业、物流业、种植养殖业等传统行业的转型发展带来新的机遇。

电子商务服务类企业通过在营销、物流、支付甚至设计、研发等多个环节为其他企业提供服务，帮助其跨越创新创业的门槛，节约交易成本，促使各类中小企业更加专注于自身更具比较优势的业务领域，最终实现平台与企业的共赢发展。

信用服务创新赋能中小企业

在传统经济发展模式中，信用的积累和展示—直是中小企业发展的瓶颈，也是当前中小企业实现B2B跨境在线交易的巨大障碍。由于规模小、资质浅，无法向客户显示自己的诚信状况，中小企业很难建立起有效的信任机制，更不用说跨国信任机制，极大地制约了中小企业的发展。

电子商务生态系统的网络信用服务，很大程度上缓解了中小企业信用显示不足的困境。一方面，通过平台的信用担保功能，电子商务生态系统能够为初始发展阶段的中小企业提供信用支持，助力中小企业获得第一笔融资、第一单业务、第一桶金。另一方面，也是更重要的，通过不断的数据积累，平台根据每家企业的基本资信、历史交易数据和其他综合信息，逐步建立起全球企业的网上交易信息体系，进而形成新型、开放、有效的信用评价体系。在这种信用评价体系中，通过给予每家企业信用评级，积累企业的信用数据，企业最终形成了自身的信用能力和信用资本。

信用资本基于市场主体的各类数据。企业在互联网上留下的任何活动足迹都会产生数据。企业既参与了自身信用资本的生产，又是自身信用资本的消费者。企业获得电子商务系统中信用评价体系赋予的信用分数或评级后，将其进一步应用到以后的每一个交易场景中，进而不断地动态更新其信用评级，形成信用资本。

电子商务生态系统的这种信用担保和信用形成机制，真正让信用成为企业的财富，成为企业发展最重要的资本。可以预见，从各类数据中生产出来的互联网信用，将成为互联网经济时代的重要资本。企业的发展也将更加依赖于其信用水平。

在此基础上，中小企业面临的融资困境有望得到真正缓解。互联网信用数据的不断积累，使得金融机构能够获取中小企业的精准画像，从而准确地评估其信用水平以及真实的履约能力，并实现实时监测、及时预警进而降低违约风险。

互联网信用的积累以及信用资本的形成，不仅能够帮助中小企业更便利地获得金融支持，也为企业之间开展深入合作创造了条件。在企业信用积累的基础上，以信用为核心的价值评价机制将逐渐形成，企业之间将越来越多地基于信用等级和诚信档案来寻找合作伙伴，为从根本上解决经济体系中的信任问题提供新的思路。

此外，各类依托于电子商务平台的技术应用创新，不仅为云计算、大数据等新兴信息技术的商业化应用提供了成功实践，也为中小企业低门槛低成本地使用这些新兴信息技术服务提供了支撑，为中小企业跨越数字化鸿沟，克服自身技术能力不足的弱点，实现转型发展创造了条件。

深度学习网络取得突破性进展

肖优明

深度学习产生新算法

深度学习是基于机器学习延伸出来的一个新的领域。由以人大脑结构为启发的神经网络算法为起源，加之模型结构深度的增加发展，并伴随大数据和计算能力的提高而产生的一系列新的算法。

深度学习和神经网络是互相交叉的两个概念，深度学习源于人工神经网络的研究。它通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。2006年，美国著名计算机科学家扬·勒丘恩提出“卷积神经网络”（简称CNN）。他在机器学习、计算机视觉、移动机器人技术和计算神经科学等领域都有很多贡献，其中最著名的工作是在光学字符识别和计算机视觉上使用CNN，被称为“CNN之父”。CNN是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高訓练性能，目前主要应用于图像识别和图像分类。另外一种深度学习网络算法叫“深度置信网”（简称DBN），是一种无监督学习下的机器学习模型。它提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。

在CNN系统被广泛应用前，大多数的识别任务都是先经过人工特征提取步骤，然后用分类器判断。而CNN模型颠覆了计算机模式识别领域，能自动地从训练样本中学习特征。由于卷积运算能够捕捉图像的二维属性，CNN方法在图像识别任务上尤其显得强大。用卷积核扫描整张图片之后，需要学习的参数比原来大大减少。CNN系统近年来之所以被大规模地应用，主要得益于两项重要的突破。首先，大规模的人工标注数据集很容易获取，比如ImageNet大规模视觉识别挑战，这些数据可以作为训练集和验证集。其次，CNN学习算法现在能够在大规模并行图形处理单元上运行，极大地提高了学习效率和预测能力。

CNN系统举一反三

人工智能技术发展迅速，日趋先进高级。它们能够与医学和其他领域的专家能力相匹配，在某些方面甚至有所超越。CNN系统使得深度学习网络大幅提升，具备强大功能，可以将所看到的一切详细加以描述，尤其引人注目。

CNN系统具有深度学习能力，可以从微妙的事物中举一反三，进行准断，分辨出图像类型，最简单的例子就是通过深度学习识别狗与猫。人们很容易将这两种动物区别开来，但是CNN系统能够比人类更精确地分类，并且通过这项识别验证，引申出了更多具有实际意义的应用，比如识别某一个图片中是否有癌细胞，某一个铁路沿线上的轨道是否存在磨损，甚至军事作战中，对方的视线中是否有坦克，都可以通过深度学习实现。谷歌的自动驾驶，其中很重要的就是识别道路、交通信号灯、路标等，这都是通过深度学习获得。

计算机版的CNN系统深度学习具备许多功能，通过识别行人，制造安全性能较强的自动行驶汽车，保险公司开始应用深度学习工具评估汽车损坏状况。在安全相机行业，CNN系统能够尽可能理解群体行为，保障公共场所和机场更加安全。在农业生产领域，深度学习系统可以预测农作物产量，监控水位，并在农作物病害扩散之前及时探测到。此外，CNN系统还能广泛应用于医学领域。

CNN系统对猫的图像细化分类：猫（cat）、狗（dog）、帽子（hat）和杯子（mug）分别占82%、15%、2%和1%

在汽车应用产品中，CNN能够将车前部摄像头捕捉到的原始像素图，映射为汽车的方向操控命令。这种强大的“端到端”技术意味着，只需要人们提供少量的训练数据，这套系统就能自动学会驾驶技术。无论有没有车道标志线，是在普通公路还是高速公路，或者像停车场或者崎岖的道路等视线不清晰的区域，CNN都可以准确无误地加以应对。

虽然输入的训练信号仅仅只是人工操控方向盘的角度，并没有直接训练这个系统来识别道路边界等特征，但是CN N经过训练后能自动学会方向操纵指令的表达，比如检测有效道路的特征和保持车道驾驶的任务等。不同于直接人工将问题拆解，比如拆解成车道标记检测、线路规划、车辆控制等子任务，CNN系统同时能优化所有的操纵过程。从不到100小时的少量训练数据就足以训练在各种条件下操控车辆，比如在高速公路、普通公路和居民区道路，以及晴天、多云和雨天等天气状况。CNN模型可以从非常稀疏的训练信号（只有方向控制命令）中学到有意义的道路特征。