数据资本与经济增长路径

数据资本与经济增长路径

中央财经大学经济学院 徐翔；北京航空航天大学经济管理学院 赵墨非

本文节选自《经济研究》2020年第10期

第一，结合国际经验和中国实践，加快构建数据资本基础统计体系。目前我国已经形成的官方和民间数字经济统计体系大多强调对于数字经济获得尤其是终端产品及服务的规模统计，对于生产过程中的数据资本积累与使用关注严重不足。

第二，充分发挥数据资本在构建中国经济“双循环”格局中的关键作用。首先，应在推动“新基建”过程中重点推动数据资本相关基础设施建设，构建区域性、行业性数据应用与服务平台，并尽可能将这些平台打通，完善数据交易市场的基础性制度安排，加快推动中国经济的数据内循环。其次，应开展全方位跨国数据资本合作，充分认识到数据资本作为一种生产要素在跨国交易上的便捷性和有效性，充分发挥中国在数据资本积累与处理、数据基础设施和数字经济发展深度上的比较优势，邀请其他国家与我国展开深入的数据资本合作与共建，促进数据资本有效外循环。

第三，加强对于数据资本的产权尤其是使用权和收益权的立法保护。在对数据安全等问题进行立法时，应充分考虑数据资本的生成、使用和储存过程，保障数据提供者与使用者的合法权益得到保护，避免数据资本滥用。

新型劳动时间控制与虚假自由—外卖骑手的劳动过程研究

华中师范大学社会学院 李胜蓝 江立华

本文节选自《社会学研究》2020年第6期

数据实时监控和记录为消费者加入监控队伍提供了可能。与传统的工厂劳作不同，作为服务行业，推崇顾客至上的外卖平台总会忍不住猜想和尽力去满足顾客的需求，以便为其提供更好的消费体验。除了尽可能准时而快速地送达订单以外，使骑手劳动过程透明化可以使订单的配送变成一项可预期的服务，并有效地增强消费者对订单的掌控感。于是，平台主动将订单的实时动态通过点单 APP 分享给顾客，以便顾客能清晰地掌握骑手的实时动向。这种方式无疑加重了骑手的劳动压力，在任何一个节点，劳动过程的稍许拖延都有可能遭到来自心急顾客的催促，甚至是差评和投诉。我们可以看到，在新技术的辅助作用下，伴随着监视主体的增加，劳动控制的范围扩展了。平台以赋予顾客更好的消费体验的名义，使消费者也加入争夺骑手劳动过程控制权的队伍当中，催促骑手以最快的时间完成订单的配送。对于骑手而言，相较于平台的数据监控，消费者的人为监控才是最要紧的，因为消费者手握评价骑手服务质量的权利，一个差评就能造成骑手利益的损失。工业时代的劳动者在共同的时空中劳动，是社会事件的亲历者和在场者，劳资双方的共同“在场”使矛盾能够真切地显现出来。而外卖行业中共同劳动场所的消失在一定程度上隐匿了资方与劳动者之间的矛盾，因消费者的加入引发的服务与被服务的关系中所产生的消费者与劳动者之间的纠纷，使得二者之间的矛盾浮出水面，并进一步掩盖了真实的劳资矛盾。对于消费者而言，点餐平台作为隐形的雇主是看不见摸不着的，为自己提供直接服务的是骑手。平台将骑手推出去直面消费者，在消费者与顾客发生冲突时，竭力扮演“和事佬”的角色，维护消费者的权益以博得他们的好感，拉拢消费者与平台形成统一战线，弱化平台与消费者之间潜在的矛盾，而骑手则在三方关系中处于绝对弱势的地位。

人工智能技术对战争形态的影响及其战略意义

外交学院国际关系研究所 贾子方；北京大学国际关系学院 王栋

本文节选自《国际政治研究》2020年第6期

现有水平的人工智能技术可以提升信息化作战体系中作战单元的效能，帮助构建更高效更先进的网络结构，在作战过程中提升“博伊德循环”的速度。

因此，可以得出結论：现有水平的人工智能技术是信息化作战体系的“赋能器”（Enabler），其可以显著改善和提升现有作战系统的生存能力、信息处理能力和打击能力，提升信息化作战系统的效能，从而推动战争形态向基于智能单元的信息化战争转变。“赋能器”概念既提供人工智能技术改变战争形态的基本原理，也从能力出发，划定了改变战争形态的界限。

现有水平的人工智能技术通过改变现有作战单元的作战效能，促进先进无人作战单元的实用化，并大幅度降低其成本。其还使作战体系的结构开始向去中心化的网络演进，增强其打击能力，任务灵活性和生存能力，从而明显增强作战效能。人工智能系统在实际作战过程中加速“博伊德循环”，使信息化作战体系面对同等级的对手获得对抗中的优势。从战斗力生成的角度看，人工智能技术通过指挥、控制和行动的“智能优势”提供了新的战斗力增长点。因此，人工智能技术部分改变信息化战争的形态，推动其向基于智能单元的信息化战争形态演变。

人工智能作为“赋能器”的界限则在于，人工智能技术推进战争形态的演化进程，而没有推动战争形态的代际变革。①人工智能技术提升信息化作战体系中单元和子系统处理信息、做出决策的能力。这一能力依靠信息化作战体系现有的大量软硬件发挥作用，通过打击单元在海、陆、空、天、电作战空间中的作战行动予以体现，并不直接作用于宏观系统层面。人工智能技术是信息技术的子集，是当前诸多颠覆性技术之一，其并非整个门类的革命性技术—火药、机器、集成电路和计算机，不能直接推动作战体系层面的“智能化”转型。

因此，人工智能技术推动的战争形态演变，以现有的信息化战争为基础，将其界定为“信息化+专门智能”更为精确，断言战争形态发生从信息化到智能化的根本改变，并将其与机械化到信息化的革命性进步相提并论，不准确且不严谨。

人工智能作为“赋能器”的另一个界限在于，这类颠覆性技术不直接作用于战略层面。在战略层面，人工智能系统理论上可以发挥处理数据的优势，为人的战略决策提供有效的辅助。董青岭的研究表明，基于神经网络的人工智能系统更擅长在没有理论支撑的情况下处理更多的情报和数据，②超越人工和传统算法对文本的抓取形成的报告，并克服其中噪音的负面影响，得出可信度更高的结果。③技术进步将有助于决策者超越所谓的“印象主义方式”。④做出判断和决断，有助于避免错误知觉的影响，也有助于超越组织行为模式和政府政治模式的限制。然而，大国间复杂的战略问题并不一定都能够转化为规则明确的博弈，影响战略决策的因素也并不一定能够数据化，探寻相关性而非因果关系的算法并不适用于这类问题。因此，不能将处理数据的辅助功用等同于战略领域的决策，更不能以之为基础判断战争形态整体向所谓的“智能化”“无人化”演进。人工智能技术的战略影响，只能通过其塑造的能力体现在大国的战略竞争当中。