互联网、数字经济与产业组织变动

□何大安

[浙江工商大学 杭州 310018]

一、数字经济运行的经济学解释

数字经济是大数据、互联网和人工智能等相互融合的产物，这可以看成是从数字经济运行角度对数字经济的一种理解性定义。在工业化时代的早中期，科技水平没有达到形成互联网的高度，人类只能搜集、整合、储存、分类、加工和处理已经发生的部分数据（信息），换言之，人类对事物因果关系的认知只能依据部分数据（信息）进行判断和推论，不可能以数据思维来进行经济活动。进入工业化时代后期，尤其是进入了大数据时代，人类开始掌握“时空统一、同步并联、客户拉动、实时评价”的互联网以及万物互联的物联网，通过对极大量、完备性和多维度的大数据进行搜集、加工和处理，大数据思维正在逐步取代依据部分数据进行判断和推论的因果逻辑思维，从而进入了数字经济时代。数字经济运行以大数据思维为前提，尽管大数据思维仍然是一种因果思维，但它是根据大数据提供的准确信息而不夹带主观判断的因果思维[1]。以上的理解很重要，它是我们解析为什么大数据会成为关键生产要素以及为什么大数据、互联网、云计算、物联网、区块链、机器学习、边缘计算、VR/AR等会成为企业投资经营之重要技能的分析基点。

现有的关于数字经济内涵和外延的解读，大都是描述性而非分析性，它主要集中在与互联网相联系的概念界定[2～6]、数字经济的行业范围、属性及规模测算等方面[7～11]，较少有文献从基础理论角度对数字经济作出经济学解释。其实，依托于互联网而扩散和渗透到经济领域的数字经济，与个人、厂商和政府的思维模式、偏好、认知、效用期望以及与此对应的供给、需求和价格形成等息息相关。从这个角度看问题，数字经济的形成和发展可以运用经济学基础理论解释并作出一般理论概括。

在人类经济发展史上，无论是长期存在和发展的农业经济和工业经济，还是当今正在蓬勃兴起以数据为关键生产要素和以信息网络为重要载体的数字经济，厂商始终面临投资什么、投资多少、生产什么、生产多少和怎样生产等问题。厂商投资什么和生产什么，涉及厂商追求利润最大化的投资经营偏好；厂商投资多少、生产多少和怎样生产，涉及厂商认知、决策和新科技手段及运用。经典经济理论对厂商投资经营偏好、认知和效用等的研究，是围绕“最大化”分析主线展开论证的[12～13]。这条分析主线的科学性在于揭示了厂商经济行为动机及其本性，但由于经典经济学的理性选择理论是工业化时代的产物，是经济学家依据部分信息进行推论而明显夹带主观判断的因果逻辑思维的产物。随着未来大数据、互联网与人工智能技术的全方位融合，当大数据分析和人工智能运用有可能给厂商提供完全信息，以至于厂商能够利用互联网、云平台、云计算、机器学习、区块链、人工智能等手段准确预测和确定产品和服务的供求数量时，经典经济理论的理性选择理论将会不可避免地面临学术危机。

这一学术危机的物质基础是大数据时代的厂商投资经营，既不符合新古典理论对偏好、认知和效用等的论述，也不符合现代主流和非主流理论对新古典理论有关偏好、认知和效用等的质疑和修正①。学术界对数字经济的理解，主要是从经营平台、要素、手段等展开，但从经济学基础理论看，把厂商“以互联网（包括物联网）为平台、以大数据为要素、以云计算、机器学习、人工智能等为手段”的投资经营解说为数字经济，只是对数字经济的一种描述性分析，并不是对数字经济的一种分析性分析。其实，数字经济与数字经济运行是不尽相同的概念，前者是一种静态解说，后者是一种动态解读②。我们对数字经济的经济学解释，不应局限于概念本身，而是应该着眼于动态过程。换言之，从高度概括的层次上对数字经济运行作出经济学解释，至少要关注以下两方面的问题：一是厂商理性投资经营的偏好、认知和效用期望，另一是数字经济背景下供给、需求和价格的市场关联。

在大数据时代，有以下几个可以观察到的潜在事实：（1）根据厂商能不能达到数据智能化的高低，数字经济运行实际上已将厂商划分为智慧大脑和非智慧大脑两大类；（2）智慧大脑厂商是数字经济运行的主体，他们利用互联网、云平台、云计算和人工智能等手段进行决策，由于其选择偏好和认知是在运用大数据过程中形成，它们会高概率地取得最大化效用；（3）智慧大脑厂商的选择偏好和认知，对那些以传统方式决策的非智慧大脑厂商具有引领作用；（4）在数字经济形成和发展的初中期阶段，非智慧大脑厂商的数量占绝大多数，他们会以智慧大脑的偏好和认知作为自己的偏好和认知，以智慧大脑的效用期望作为自己的效用期望[14]。针对数字经济运行的经济学解释，如果我们用偏好趋同化、认知趋同化、效用期望趋同化等作为厂商理性选择的分析基点③，或许能够对数字经济运行作出经济学基础理论的解释。

客观来讲，不管未来科技怎样日新月异，厂商选择行为始终是经济学的分析基础。当我们用偏好趋同化、认知趋同化、效用期望趋同化来解释数字经济运行的厂商选择行为时，首先碰到的问题是，经济学以“个体行为”为基本分析单元的个体主义方法，有没有必要转化为群体主义方法论，倘若有必要，应该以什么作为群体主义方法论的基本分析单元，才能对应偏好趋同化、认知趋同化、效用期望趋同化呢？显然，这个问题有着追踪研究的价值。基于这些趋同化是厂商与客户之间行为互动的结果，我们以这种“行为互动”作为群体主义方法论的基本分析单元，是不是一条行得通的理论分析路径呢？另一方面，随着未来大数据、互联网和人工智能等融合的深入和拓宽，当所有厂商都实现了数据智能化，即所有厂商都将成为智慧大脑者时，是不是就不存在偏好趋同化、认知趋同化、效用期望趋同化呢？对于这样的疑虑，我们可以通过厂商数据智能化层级的高低予以解释。一般来讲，处于顶级智慧大脑层级的厂商永远是少数，他们将长期引领大部分中低层级智慧大脑的厂商，也就是说，选择行为趋同化的问题始终会存在。

关于数字经济背景下供给、需求和价格的市场关联。对于方兴未艾的大数据、互联网和人工智能等的相互融合，我们无论是将其称之为大数据时代或互联网时代，还是称之为数字经济时代，其症结都涉及产品和服务的市场供求关系及价格形成的大数据处理。数字经济运行的最大特征是市场资源配置机制悄然发生了变化，厂商在数据智能化导引下对产品和服务的市场供求和价格确定开始去中间化。具体地讲，厂商能够通过互联网、云平台、云计算、物联网、机器学习、人工智能等手段，对影响产品和服务的市场数据进行搜集、整合、分类、加工和处理，以确定产品和服务的供求数量和价格。数字经济运行引致市场资源配置机制这种变化的经济学解释，是厂商的供求及其价格形成曲线由大数据、互联网和人工智能等的相互融合来确定，而现有的经济理论是不能对这种情形作出解释的。人类走向数字经济时代不是一蹴而就，该过程起步于“互联网+模式”，经济学必须联系数据智能化对厂商供求曲线及其价格形成展开深入研究。

厂商进入“互联网+”的运行模式是数字经济的最初始形态，还谈不上达到了数字经济运行阶段。这种模式只是利用互联网平台把产品和服务的产供销推向生产者和消费者互动的智能化，而不是通过对大数据的挖掘和处理来确定供求曲线及其价格形成。产品和服务的大数据包括已发生的历史数据、正在发生的现期数据和还没有发生的未来数据。如果厂商只能加工和处理历史数据，表明数字经济运行进入了初级阶段；如果厂商不仅能够加工和处理历史数据而且能够加工和处理现期数据，意味着数字经济运行进入了中级阶段；如果厂商不仅能够加工和处理历史数据和现期数据，而且能够加工和处理未来数据，则说明社会经济完全进入了数字经济运行阶段。对数字经济运行的经济学解释，包含极其宽泛的内容，最基本的要求是经济学家要说明数字经济运行不同阶段的供给端和需求端的变化、新的市场资源配置机制导致产量和价格形成的变化以及数字经济运行对产业组织变动的影响。很明显，这些问题涉及互联网应用扩张和数字经济运行之间的联系。

二、互联网扩张与数字经济运行的理论

在当今世界，正在兴起的科技人文主义对风靡于不同历史时期的各种人文主义发出了挑战[15]。这种挑战主要表现为科技人文主义强调大数据思维，认为人类通过新科技掌握海量数据可对万事万物进行大数据分析，在将一切有价值的研究都归因于对大数据的挖掘、搜集、储存、整合、分类、加工和处理[16～17]。科技人文主义的广泛传播和迅速兴起以互联网应用扩张为基石，随着通讯技术和人工智能技术更高层级的发展，人类一切活动和自然界所有现象都可解析为一种成为人工智能灵魂的“算法”，随着厂商掌握和运用“算法”之科技层级的不断提高，它会带动厂商数据智能化的发展，引致数字经济诞生，从而导致全社会的数字经济运行。互联网既是科技人文主义的物质基础，也是数字经济运行的不可或缺的重要载体，互联网与数字经济运行之间有着需要从经济学基础理论角度解析的关联。

（一）互联网扩张在给数字经济运行提供载体的同时，也通过各种途径为数字经济运行提供了日益增长的海量数据

在万物互联的互联网时代，任何行业的经营或任何产品和服务的供求都具有互联网属性，都会在厂商之间的行为互动中产生海量数据。互联网应用扩张，尤其是基于互联网升级而形成跨领域的技术和信息相融合的物联网出现，无论是数字化数据还是非数字化数据，都会随着通讯技术、社交媒体、传感器、定位系统等的覆盖面扩大而扩大，人类可以通过互联网、云平台、云计算和以机器学习为核心的人工智能等技术，对这些海量数据做出挖掘、搜集、储存、整合、分类、加工和处理。对于数字经济运行来讲，互联网、大数据、人工智能等技术的融合至关重要，只有实现了这种融合，才有可能出现数字经济运行。如果这些技术尚未出现融合或只是低程度融合，充其量只会出现数字经济现象，也就是当前学术界热衷讨论的产品和服务产供销出现“互联网+”模式的现象。从厂商IT基础架构看，数字经济运行基本条件是厂商必须具备以大数据分析为底蕴的数据智能化操作平台，而“互联网+”模式所具有的IT基础架构还远达不到数字经济运行的要求。

厂商投资经营的“互联网+”模式之所以距数字经济运行相差甚远，是因为它的数据智能化平台只是互联网、5G通讯、社交媒体、定位系统、传感器等的简单结合，对大数据的挖掘、搜集、储存、整合、分类、加工、处理的程度和范围十分有限。例如，滴滴出行就是属于“互联网+”模式的典型场景单一的数据智能化平台，它只是运用移动互联网和GPS定位系统将闲置出租车与需要乘车人链接起来，尽管它借助移动互联网搜集和提供了大数据，但这个平台只是对简单场景和生态进行了大数据分析。全社会的数字经济运行将面临复杂的场景和生态，它要求互联网扩张范围无边界，要求互联网、大数据、人工智能等技术的深度融合，要求绝大部分厂商都能够通过数据智能化平台来规划自己的产品和服务的供给量。这就是说，互联网扩张是厂商数据智能化平台建立和运用的前提，是数字经济运行的必要条件。值得说明的是，这一前提和必要条件会通过厂商与厂商、厂商与消费者之间的网络协同化反映出来。

（二）厂商数据智能化与网络协同化相伴而行，互联网应用扩张过程也就是数字经济运行过程

网络协同化与数据智能化是数字经济运行过程中一块铜板的两面。从宽泛的意义上理解，网络协同化指海量企业和海量个人在互联网上进行交易的行为互动，网络协同化之于产业组织变动的作用机理，是通过网络协同效应对厂商竞争和垄断形成路径的改变来完成④。概括而言，数据智能化、网络协同化与数字经济运行之间的关联是：厂商在运用互联网、云平台、云计算、人工智能等技术对大数据进行搜集、整合、分类、加工和处理的过程中，通过数据智能化扩大了市场出清意义上的产品和服务供给端，通过交易行为互动的网络协同化扩大了产品和服务的有效需求端，这种扩大的供给端和需求端既是数字经济运行的结果，也是数字经济运行的推动力。不过，数字经济运行是一个渐进过程，由于厂商网络协同化是由其前期数据智能化水平决定，在短期内，厂商网络协同化是相对稳定，数字经济运行变动不明显；随着数据智能化水平的不断提高，即随着厂商运用人工智能匹配大数据能力的提高，厂商在长期内的数据智能化会决定网络协同化水平，数字经济运行格局会有比较明显的变化。

互联网应用扩张之于数字经济运行的作用机理，主要体现在对厂商数据智能化和网络协同化之操作过程的“联”字上。从未来发展趋势看，互联网覆盖面的不断扩大会导致经济、政治和文化生活等的智能化。也就是说，数字经济发展会渗透到社会生活的各个领域。事实上，现实中的数据智能化与网络协同化并不是仅仅出现在经济活动中，它们已扩散到了社会生活的各个方面[15,18～20]。数字经济运行对全体厂商数据智能化有着很高的要求，这一要求会延伸到厂商网络协同化上来，而厂商的网络协同化能不能产生网络协同效应，则在很大程度上取决于互联网应用扩张。总之，厂商投资经营的数据智能化离不开互联网扩张，而互联网扩张会在促动厂商数据智能化的同时演绎出网络协同化。考察数字经济运行过程中厂商数据智能化和网络协同化的实际时，需要关注厂商之间的技术层级差异，需要关注不同技术层级厂商在互联网应用扩张中的市场势力变化，以进一步说明互联网扩张与数字经济运行之间的关联机理。

（三）在数字经济运行的过程中，互联网应用扩张如何影响产品服务的产量决定和价格形成，如何影响厂商竞争垄断的形成路径

数字经济现象与数字经济运行是两个有区别的范畴。前者指具有一定数据智能化和网络协同化能力的厂商运用大数据所进行的投资经营活动，它对厂商运用大数据进行投资经营并没有特定的技术层级规定，或者说，只要厂商运用互联网、大数据和人工智能技术展开投资经营就被列入数字经济行列。后者则是针对全体厂商必须具备数据智能化和网络协同化能力而言的，它要求绝大部分厂商的大数据分析水平要达到一定的技术层级，或者说，它要求绝大部分厂商在大数据思维下把产供销决策作为一种“算法”处理。当前，我国正处于少数厂商投资经营已具有数字经济运行特征而绝大部分厂商还没有真正进入数字经济门槛，这种状况距数字经济运行还有相当长的路要走。作为一种理论探讨，有必要对数字经济背景下的产业组织变化展开讨论，并据此对数字经济运行作出一些理论展望。

产业组织的基本问题主要有两大块构成：一是产品和服务的产量和价格决定，另一是竞争和垄断的形成路径。对于具备数据智能化和网络协同化能力的厂商来说，他们利用互联网、大数据、人工智能技术决定产品和服务的产量和价格，已开始进入数字经济的范围，通过对历史数据（乃至于现期数据）的搜集、加工和处理，运用云平台、云计算、机器学习等人工智能等技术来确定生产和提供什么样的产品和服务，并通过互联网交易平台的去中间化来确定产品和服务的价格。这便是目前学术界将互联网交易平台解释为数字经济载体的依据所在。从经济学基础理论看问题，互联网扩张之于数字经济运行，互联网在充当交易载体的同时会形成一种非互联网时代不存在的资源配置机制，该机制贯穿于数字经济运行的始终，不妨将这个刚刚斩露头角的机制称之为互联网资源配置机制[21]。很明显，该机制对产业组织的影响是广泛而深刻的。

关于产业组织的形成及变动，自马歇尔创建完全竞争理论以来[22]，剑桥学派构建了不完全竞争模型[23～24]，哈佛学派和芝加哥学派构建了垄断竞争模型[25～28]，新制度经济学运用交易成本分析对市场竞争和垄断作出了新解释[29～31]，现代经济理论运用博弈论和信息经济学对市场竞争和垄断作出了新解读[32～34]，但这些对产品和服务的产量和价格决定，以及对竞争和垄断形成路径的分析模型，都是以供给和需求、成本和利润、规模经济、范围经济、市场势力、定价权等作为解释性变量，是依据不完全信息对工业化时代经济活动的理论描述或揭示。在当今社会，面对互联网扩张背景下出现的数字经济，这些理论模型都难以解说数字经济下的竞争和垄断的形成路径。如何结合实际地取舍现有的经济理论，进而对数字经济运行导致产业组织变动展开研究呢？

三、数字经济运行引致产业组织变动的机理分析

互联网扩张对经济活动最显著的影响是交易行为的在线化。我国的数字经济在以BATJ为代表的数据智能化和网络协同化的推动下，传统的线下交易正在全面转向线上交易。撇开线上交易的支付形式、交易成本、收益变动、交易总额变动，以及由此引致的规模经济、范围经济和网络外部性等问题，仅就线上交易这种代表数字经济的运营方式对竞争和垄断的形成路径的作用来讲，就有许多值得我们探索的内容。

（一）数字经济运行表明数据智能化和网络协同化已成为厂商竞争的主要路径

厂商之间争夺市场或期望利润最大化的竞争，说到底，就是利用一切合法手段争取客户，使日益增长的产品或服务的供给吻合市场需求，使边际收益大于边际成本。工业化文明已经使科技手段和先进管理方法成为厂商竞争的主要路径，但由于这样的竞争路径是建立在信息不完全、信息不对称基础上，那些掌握优势信息及先进科技和管理方法的厂商，会在市场竞争中逐步获得市场势力，他们通过规模经济、范围经济在价格和产量等方面形成以控制定价权和进入壁垒为特征的垄断。一个多世纪以来社会经济运行和发展的事实表明，建立在产品同质性假设上的新古典经济学完全竞争模型有着脱离实际的偏颇，即该模型有关“技术进步会使垄断消失从而引起均衡价格上升，人为定价会得到抑制从而产业组织会回归完全竞争状态”的论断不切实际。这便引发了一个需要研究的问题，即当数字经济有可能消除信息不完全和信息不对称时，厂商竞争路径的改变会不会部分肯定完全竞争模型。

数字经济运行之于厂商竞争路径的基本规定，是厂商通过对影响投资经营的市场数据的挖掘、搜集、整合、分类、加工和处理来确定产量，通过厂商之间以及厂商与消费者之间交易互动的在线平台来确定价格，这种数据智能化和网络协同化的竞争方式，会在很大程度和范围内解释剑桥学派强调的产品异质性对厂商竞争带来的影响。当然，这并非意味着数字经济中的厂商竞争路径完全不受产品异质性影响，而是说明数字经济正在克服工业化时代科技发展水平不能加工和处理具有极大量、多纬度和完备性的大数据，说明产品异质性制约厂商以数据智能化作为主要竞争路径的情景正在逐步减弱。事实上，随着厂商数据智能化和网络协同化能力的增强，哈佛学派和芝加哥学派有关竞争和垄断的“结构、行为、绩效”模型对厂商竞争路径纷繁的担忧，也会随互联网扩张和数字经济展开而冰释。这是因为，较之于工业化时代的厂商竞争路径，数字经济有可能实现“结构、行为、绩效”在厂商竞争中的数据化，互联网在线交易能解除契约谈判、执行和调整等过程中的时空分离，以至于能够通过解决信息不完全和不对称来消除逆向选择、机会主义和道德风险等的竞争流弊。

如果我们把互联网在线交易平台看成是厂商竞争的载体，把运用大数据进行投资经营理解为厂商竞争路径的主要手段，那么，随着局限于少数厂商的数字经济转化为全社会的数字经济运行，起始于马歇尔以及后期逐渐完善的新古典经济学的完全竞争模型，经过适当的修正后便可以在现实中找到依据。不过，对数字经济运行作出一般描述的完全竞争模型，不应像新古典完全竞争模型那样是对厂商竞争的一种理论抽象，而是要把所有影响厂商竞争的变量都作为内生变量来处理，并且应反映为对产业组织变动的一种机理性描述和揭示。关于这种机理的进一步揭示，还需要联系网络协同化来分析。

（二）网络协同化具有扩大产品和服务需求端的网络效应，该效应大小是对厂商数据智能化水平高低的验证

按照未来学家“人类在未来有可能把一切都作为‘算法’来处理”的观点，社会经济进入数字经济运行时代的标志，可以理解为“算法”已贯穿厂商数据智能化和网络协同化的始终。从厂商的产供销活动看，数据智能化偏重于产品的生产和供应（供给端），网络协同化则主要反映在产品的销售上（需求端），如果厂商数据智能化水平尚可而网络协同化水平不足，则意味着厂商在生产和供应方面具有搜集、加工和处理大数据的能力，可利用云平台、云计算、机器学习、人工智能等技术相对准确地规划生产和供应，从而扩大产品（服务）的供给端；但由于受网络协同化水平的制约，厂商难以通过互联网交易平台扩大产品（服务）的需求端。严格来讲，这样的厂商是一只脚踏在数字经济内，另一只脚却似乎不在数字经济内，它并不具有很强的竞争能力，厂商要具有很强的市场竞争力，一定实现了数据智能化和网络协同化的高度融合。

网络协同化是互联网上的多对多互动，Web1.0门户网站解决了投资和消费一对多的网上在线，Web2.0移动互联网实现了投资和消费以“关注和点击”为主要内容的多对多互动，Web3.0完成了投资和消费的社交网络服务互动（腾讯微信和美国Facebook）。互联网应用扩张给数据智能化厂商提供了让信奉“摩尔定律”者大跌眼镜的海量数据，这些数据包含市场出清意义上的产品、服务的供给量和需求量。在这里，数字经济运行引致产业组织变动的机理是：互联网应用扩张使投资和消费活动的互动、沟通、体验等处于网上在线，厂商以数据智能化和网络协同化作为竞争路径，是整个社会出现数字经济运行状态的前提。基于此，我们关于厂商之间的竞争就可以用不同于新古典经济学版本的完全竞争模型来解读，但随着科技的飞速发展，少数厂商能够在数据智能化基础上实现网络协同化，并可以取得网络协同效应，因而，产业组织运行中一定会出现垄断。我们如何理解未全面进入数字经济运行状态的产业组织变动呢？如何在区分剑桥学派不完全竞争模型和哈佛学派、芝加哥学派垄断竞争模型的基础上，构建出涉及垄断的竞争模型呢？这是经济学家需要解决的理论问题。

（三）网络协同效应之于产业组织变动，表现为厂商一旦具有极强的网络协同效应，便有可能在产品和服务上构筑进入壁垒和形成市场势力

如上所述，网络协同效应展现为网络协同化的绩效，可以将之理解为是数据智能化和网络协同化的函数。依据网络协同效应与产业组织变动的关联来进行逻辑推论，在只有少数科技层级高的厂商能实现网络协同效应而绝大部分厂商不具备这种能力的情况下，或者说，整个社会的大数据、互联网和人工智能等的融合还只是局限于较小范围的情况下，少数科技层级高的厂商可以利用数据智能化扩大产品和服务供给端，可以利用网络协同化来处理厂商之间以及厂商与消费者之间互动所提供的海量数据，并通过对产品和服务的有效需求量的准确预测来扩大需求端。厂商要准确扩大产品和服务的供给端和需求端，不仅需要对历史数据有挖掘、加工和处理的能力，也需要对现期数据（甚至需要对未来数据）具有这样的能力。厂商科技层级高，便可以用科技手段来匹配这些大数据。联系经济学基础理论考察，厂商要运用新科技手段对客户选择偏好和期望效用进行大数据分析（阿里巴巴“新零售战略”便是如此），并通过互联网交易平台上展开网络协同化，才有可能获取网络协同效应。

在大数据、互联网和人工智能等全面融合的未来，厂商投资经营具备垄断特征，一定是融合了数据智能化和网络协同化。就网络协同效应的形成而论，网络协同效应之于产业组织变动的机理构成，是网络协同效应会形成进入壁垒以至于产生行业垄断。这个问题的症结在于以下两点：（1）网络协同化实际上是对数字经济中厂商之间以及厂商与消费者之间交易互动的一种理论描述，就其运营环境而言，可划分为简单运营场景和复杂运营场景；（2）对于具备数据智能化条件的厂商来说，实现网络协同效应从而形成行业垄断，厂商仅仅具备了应对简单运营场景的能力是不够的，必须能够应对数字经济中的复杂运营场景。关于这个问题，我们仍有必要借用移动出行智能化平台来说明。厂商通过移动互联网和运用GPS定位系统把闲置车辆和需要用车的人置于同一数字平台，固然是实现了网络协同化，但由于这些厂商的运营场景比较简单，网络协同化的函数值（网络协同效应）很低，它不能阻止其他厂商进入，不能形成进入壁垒，无法形成行业垄断。

与此不同，厂商运营场景复杂，并且在投资经营的运营流程上呈现出多维度的协同网络情形，如美国的谷歌、亚马逊、Facebook以及中国的阿里巴巴、腾讯。他们在智能化数据平台的设置上考虑到了买卖交易的在线客服、存货管理、物流安排乃至于提高点击率、关注度和网红等，并且在在线支付上设置了担保交易、消费保证和信用评级等。不言而喻，这种复杂运营场景的设置是以很高的数据智能化水平为前提的。基于网络协同效应的产生必须以数据智能化和网络协同化的高度关联为前提，如果厂商不具备这样的前提条件，就不可能实现网络协同效应，不可能提升市场势力，不可能形成进入壁垒和行业垄断。中国刚刚迈进数字经济时代，大部分厂商提升市场势力的途径和方法，仍然是利用资本、技术、规模优势和价格控制等，即便这些厂商采取了“互联网+模式”，但由于他们不具有获取网络协同效应的生态潜力，因而他们难以在投资经营中构筑进入壁垒和形成行业垄断。

之所以将网络协同效应引致进入壁垒和行业垄断看成是产业组织变动的一种机理，主要是基于以下几点认知：（1）厂商能否取得网络协同效应，是衡量厂商数据智能化和网络协同化水准高低的标准，它是数字经济背景下推动产业组织变动的必要条件；（2）网络协同效应反映多边市场和潜在生命力生态，它是厂商数据智能化和网络协同化之能力的综合反映，产业组织变动始终伴随着这种综合能力的变化；（3）厂商从具备数据智能化能力到实施网络协同化，再到能够获取网络协同效应，对于产业组织变化是革命性的。以上三点认知会落实到一个分析基点上，那就是如果客户要转移购买已形成网络协同效应（厂商）的产品和服务，通常要支付较高成本，这一成本支付会维系厂商的网络协同效应，会使数字经济中的垄断形成以网络协同效应为路径，从而导致产业组织架构的演变。

（四）数字经济驱动厂商数据智能化和网络协同化的过程，是厂商投资经营模式从垂直整合架构转向网络协同架构的过程

长期以来，经济学家从工业化时代的市场、厂商和价格的实际出发，根据制度、主体和行为等的交互作用，把产业组织架构解说为厂商之间产品供求、价格波动和地理位置等因素形成的互动产业群。他们围绕这个产业群规定的产业链，以厂商上下游的产供销路径作为分析线索，研究了不同产品和服务及其数量比率为纽带的市场结构，将这种市场配置资源结构解说成产业组织的垂直整合架构。经济学家对这一垂直整合架构的理论分析，遵从各自学术流派传统的渊源，或者说，经济学家的分析始终印有各自学术流派的思想烙印；他们对这一垂直整合架构之理论描述的差异，主要反映在对影响产业组织变动之主要变量的不同侧重点上⑤。与经济学其他研究的分支一样，经济学家关于产业组织垂直整合架构的分析，有着受信息和认知约束的抽象性。随着大数据、互联网和人工智能等全面融合的数字经济时代的到来，产业组织架构出现了新内容。

诚然，在数字经济的未来发展中，市场机制在理论上仍然是促动产业组织变动的主导机制，但市场机制将会在很大程度和范围内融合于新科技发展并受之影响。也就是说，市场机制的发挥与互联网、大数据和人工智能等息息相关，这便是前文提及的数字经济时代会出现互联网资源配置机制的依据所在。就产业组织架构演变而论，它会因互联网资源配置机制改变了厂商竞争和垄断途径而发生改变。具体地说，厂商已不像过去那样完全依据滞后的市场信号来选择竞争路径，也不像过去那样主要借助市场信号来形成行业垄断，厂商确定产量和价格，主要是通过互联网、大数据和人工智能等的融合，利用云平台和运用集约化的云计算，以人工智能匹配大数据等方法来确定竞争和垄断路径。社会资源配置机制发生变化对产业组织架构变化的影响是广泛而深刻的，如何从基础理论层面来解释这种以互联网为载体，以大数据分析和人工智能技术为手段而导致的产业组织架构演变呢？这个问题的症结在互联网应用扩张。

互联网应用扩张所涉及的内容相当宽泛，从信息互联网看，它经由PC互联网发展到移动互联网；从物体互联网考察，它由物联网和人工智能两大块构成；从价值互联网理解，它以区块链为代表。数字经济背景下厂商之间产供销的决策信息，主要来源于厂商对互联网提供的大数据的搜集、加工和处理，随着互联网应用扩张出现网络协同化，产业组织架构便演变成网络协同架构。互联网应用扩张为产业组织架构的演变提供大数据技术支持的过程不会停止延续，例如，作为互联网、通讯和信息三大技术融合平台的物联网（Cyber-physical System），它联结物理世界和互联网时，通过自动化领域硬件所产生的虚拟信息映射，会给产业组织的网络协同架构提供覆盖面更宽广的大数据。另一方面，产业组织的网络协同架构的范围和层次，以目前的情况而言，在很大程度上取决于全体厂商掌握和运用以机器学习为核心内容的人工智能匹配大数据的水平。总的来讲，如果只有少数厂商实现了数据智能化，社会只是出现了数字经济现象，只有在全体厂商至少是绝大部分厂商实现了数据智能化时，社会才会出现数字经济运行格局。因此，产业组织由垂直整合架构转变成网络协同架构，是以数字经济运行为前提。

四、后续研究要关注的问题

数字经济与产业组织变动，是一个从工业化时代走向互联网大数据时代的包含许多技术条件配置和交易互动机理的问题。以技术条件配置而言，我们可以通过对数据智能化和网络协同化的解析，对数字经济运行的技术条件配置展开分析。互联网应用扩张提供了厂商可搜集、加工和处理的日益膨胀的大数据，数字经济时代来讲，如何挖掘和处理历史数据、现期数据和未来数据，无疑会要求厂商有越来越高的技术条件配置。数据智能化和网络协同化的相关技术分析，是大数据专家和计算机专家的工作，经济学家的任务是对新科技发展与经济活动的关联机理作出描述，也就是说，经济学家最主要的工作是解释数字经济背景下厂商如何运用新科技手段进行配置资源，这种解释需要对数字经济的制度、技术等配置条件有系统化论证，但现有的经济理论文献对数字经济运行的分析尚不多见，经济理论研究的后续任务之一，是需要结合经济学基础理论来揭示数字经济中厂商与客户之间的交易互动机理，以完成对数字经济的经济学创新。

厂商利用大数据、互联网、人工智能等技术能不能准确知道投资什么和生产什么，关键在于厂商挖掘、加工和处理大数据的能力处于何种技术层级，这是数字经济运行过程中的一个基本问题。如果对这一基本问题的研究不到位，互联网或大数据时代的经济学创新不可能有突破性进展。为此，我们需要对厂商技术层级作出划分，并通过这种划分来建立基础理论模型。基于理论模型的建构离不开云计算、机器学习、人工智能等技术，我们不仅需要对目前新科技手段能在多大程度和范围内挖掘和匹配大数据的能力作出解说，而且需要对新科技手段的未来发展进行展望。关于这类问题，经济理论界在基础理论层面上的探索还不够，原因是这类探索会涉及经济学家不擅长的诸如云计算、机器学习、人工智能等技术。其实，经济学家并不需要分析新科技运用的具体问题，可以对厂商运用这些新技术进行投资经营的过程展开描述，以完成理论模型的建构。当然，建构经济学基础理论层面上的分析模型，会碰到参数或变量选择等一系列困难，但未来数字经济时代经济学理论的发展方向，则要求经济学家必须承接这一后续研究。

互联网应用扩张和大数据运用对于产业组织变动的影响，是关联于制度、主体和行为并贯穿厂商投资经营活动始终的问题。我们运用数据智能化和网络协同化这两个糅合了新科技和经济活动的概念，是对产品和服务的产量和价格决定，对厂商竞争路径和行业垄断形成等问题展开的梗概论研究。这一研究是以少数厂商已进入数字经济而绝大部分厂商未进入数字经济为分析背景的，不是对未来数字经济全面运行背景下互联网、大数据与产业组织变动相互关联的研究。因此，关于产量和价格决定以及竞争路径和行业垄断等问题的后续研究，必须衔接经典经济理论来展开。例如，本文运用网络协同效应对行业垄断形成的分析，实际上是试图构建数字经济时代初期的垄断竞争模型。针对这样的垄断竞争模型，是否可以考虑以效用最大化、数据智能化、网络协同化等作为解释变量，把数据智能化理解为互联网、云计算、机器学习、人工智能技术等的函数，把网络协同化理解为厂商和消费者互动、厂商投资经营场景、数据智能化等的函数呢？

人类社会能不能全面进入数字经济运行时代，即进入未来学家们欢欣鼓舞的“一切都成为‘算法’的时代”，现在还不能断然下结论。如果不能全面进入，数字经济只是整个社会经济体的一个组成部分，大数据分析和互联网应用扩张只会改变整个经济体中不同经济形式的比率，经济学家对厂商数据智能化和网络协同化以及由此引致的产业组织变动等的研究，仍然可以在一定范围内承接经济学市场经济理论的遗产。如果能够全面进入，整个社会经济连同政治、文化和思想意识形态一起都有可能成为“算法”，我们展望未来便自然想到是不是存在市场型计划经济，以此之故，留给经济学家的研究空间不是更大吗？

注释

① 新古典经济学理性选择理论的发展大体经历了两个阶段，一是在“经济人假设”的基础上通过一系列给定条件约束和运用严密的数理逻辑，推论什么样的选择才符合理性（最大化），另一是运用大量数学模型，解释个体应该怎样才能实现最大化的理性（Harsan，1977）；近一个世纪以来，围绕能否实现最大化以及与此相关的偏好、认知和效用函数问题，现代经济学力图把新古典理论视为外生变量的偏好、认知和效用等作为内生变量处理（Kahneman和Tversky，1973，1974，1979；Simth，1994；Akerlof；2007），但由于工业化时代的科技手段不足以消除信息约束和认知约束，现代经济学对人们实际选择的论证并没有取得实质性进展。因此，面对未来有可能提供完全信息的数字经济，这一危机明显存在。

② 不仅如此，数字经济运行与经济运行数字化也是不尽相同的概念，这种因数字经济涉及范围不同而导致的概念差异，在讨论问题时是需要区分的。譬如，经济运行数字化指大部分厂商都实现了数据智能化，它可谓是数据经济的顶级状态，而数据经济或数字经济运行则没有这样大的外延。假如我们在市场机制框架内讨论未来有没有可能实行市场型计划经济，很明显，研究背景应该是经济运行数字化。

③ 对选择行为的趋同化，经济学家曾以一窝蜂行为、从众行为、蝴蝶效应、框架依赖、信息重叠等概念对之作出过描述，例如，诺奖得主罗伯特•希勒分析股市时运用的催化因素、放大机制、反馈环、连锁反应等概念就最为明显；但迄今为止有关行为选择趋同化的分析，主要是针对特定事件而言的，并不是对趋同化行为的一般理论描述。参见罗伯特•希勒.非理性繁荣[M].李心丹,等,译.北京:中国人民大学出版社，2007:64-91,170-190.

④ 网络协同效应是指厂商运用数据智能化在互联网交易平台上处理各种场景和生态所取得的绩效，可将之看成是数据智能化和网络协同化的函数；厂商具备了网络协同化并非意味着实现了网络协同效应，只有那些能够在互联网交易平台上应对各种复杂场景和生态的高科技层级厂商，才能取得网络协同效应；网络协同效应是数字经济下厂商取得垄断的必要条件，这便改变了工业化时代厂商主要依靠规模经济、市场占有率、定价权、资金和技术门槛等市场势力所导致的垄断形成路径。参见何大安.互联网时代厂商投资经营的网络协同化[J].学术月刊,2020,52(11):32-40.

⑤ 前文谈及的完全竞争模型、不完全竞争模型、垄断竞争模型等，都曾在一定程度和范围内对产业组织架构有过分析，但这些模型对影响产业组织变动之主要变量的取舍，并没有太大的分野。新经济地理学可谓立异标新，克鲁格曼（Krugman,1991，1993）曾在总结“市场潜力”理论（Harris,1954）和“进口替代增长理论”（Pred,1966）的基础上，强调具有正反馈效应的向心力和分散离心力的空间经济的自组织作用（Fujita和Krugman，1999，2004），以报酬递增、运输成本和要素流动的一般均衡分析对产业组织变动作出了新论述，但遗憾的是，新经济地理学的理论分析仍然没有摆脱信息约束和认知约束。数字经济已充分展现出摆脱信息约束和认知约束的前景，这个问题值得进一步研究。