近十年来我国数字经济发展势头迅猛，根据中国信息通信研究院测算，数字经济增加值已由2011年的9.5万亿元增加到2019年的35.8万亿元，占GDP比重提升了超过15个百分点。2020年新冠疫情来袭，在线办公、视频会议、网上授课等无接触经济蓬勃发展，有效对冲了经济下行风险，加速了企业的数字化战略布局。一项针对全球2569家企业的调研发现，本次疫情将全球的数字化进程至少提前了5-7年。
伴随着技术进步和商业模式的创新，数字经济推动劳动生产效率提升，可以一定程度上抵消劳动年龄人口下滑的影响。同时，随着远程沟通成本的下降，部分服务无需面对面接触也可以实现，服务业可贸易程度提高，进而促进服务跨区或跨境发展，这对未来的经济发展模式和经济结构具有重要含义。
数字经济如此深刻而全方位地改变着社会，这越来越引发政府和社会的关注。当然，这样一场深刻的数字革命显然不会只有帕累托式改进，只是人们对问题和风险的认知还存在较大的分歧，数字经济中起码有三方面的问题值得我们深入思考和研讨。
数据是数字经济时代的核心生产要素，数据的采集、加工与使用具有明显的规模经济与网络经济性，低甚至零边际成本意味着创新创业的门槛较低，但先发企业能够凭借自我增强的大数据优势来实现与固化垄断地位。
数字经济企业刚开始推进某个创新，给经济发展带来创新红利，但发展到一定规模后，往往会利用知识产权、网络效应等构建竞争壁垒，寻求垄断租金，这就有可能阻碍竞争。因此，判断数字经济是否出现“垄断”，还需要用动态的眼光看待。按照熊彼特的创新理论，垄断和创新有天然的联系，没有垄断的超额收益，就不会有那么大的创新动力。科技公司创新失败的可能性很大，因此需要风险溢价的补偿来吸引创新。超额收益既来自垄断租金，也来自整体市场要求的风险补偿。
从历史经验来看，巨型科技公司的垄断似乎符合上述动态的特征。比如20世纪90年代，雅虎搜索引擎一家独大，几乎占领了所有的搜索市场，但在谷歌推出搜索引擎后，雅虎的搜索业务很快就被性能更优异的谷歌搜索所替代。如果监管层一开始就强力监管雅虎的搜索业务，限制其盈利，可能谷歌也没有动力推出更好的搜索引擎。
因此，如何判断数字经济中的“垄断”现象仍是个充满争议的话题。我们既要鼓励竞争、防止恶意的垄断，也要用动态的眼光去看待数字创新中的回报问题。
那么我们能否对科技企业的垄断行为进行监管呢？学术界提出一种可能，就是从数字经济最重要的生产要素——数据出发，降低数据使用的排他性。监管层可以对不同的科技公司基于自身收集的数据作出互操作性的要求（interoperability man-date）。这背后的逻辑是，如果数据的生产力具有规模效应，那么收集数据的过程就是在奖励先行者，但这其实损害了消费者的利益。因为消费者只能被迫选择最先收集数据的公司，而无法选择其他可能提供更好服务的公司。一旦数据具有一定的互操作性，就能避免后来者的竞争劣势。当然，这种监管方式需要专家学者的密切合作，既要防止对初始者的创新抑制，也要防止消费者隐私被滥用。因此监管活动本身可能也需要是动态的，在保护自由市场运作机制的同时，根据具体情况作出调整。
二、数字经济时代的贫富分化新问题：机器赋能和数字移民抑制收入差距
历史上，从两百年前的李嘉图到一百年前的凯恩斯，经济学家一直都担心机器替代人。经济学里有个专有名词叫“技术性失业”（Technological Unemployment）， 即技术进步所导致的失业。这种担心贯穿于历史，一直存在争议。
当下我们如何来看待这个问题呢？这次疫情下数字经济的快速发展带给我们一个重要启示是，机器可以赋能人，也可以替代人。机器对人的赋能，体现在很多领域。比如餐饮外卖行业，数字技术、智能手机、GPS 定位等技术支持，有效提高了外卖员的配送效率；远程教育、远程办公、远程医疗等无接触经济，并没有替代老师、白领工人和医生，而是对他们进行了赋能。数字技术使得我们在社交隔离的情况下维持一定的经济活动，它和人是互补的。当然机器也可以替代人，比如无人物流、无人驾驶等。
数字经济在中美两国替代人和赋能人的程度并不一样，这跟中美的禀赋差异相关。美国数字经济的发展，更多的是机器替代人，通过资本深化替代就业。中国数字经济的发展，更多的是机器和劳动力互补，对劳动力是友好的。美国的劳动力替代型数字经济体现为常规性、简单重复的工作，比如制造业流水线作业，甚至有些复杂性工作也能够被机器替代。中国的劳动力互补型数字经济则体现在一些非常规的服务上，比如说外卖、送货员、专车司机、视频主播等等。
不过，虽然现阶段数字经济在中国的发展有劳动友好型的一面，但中国也难以避免数字经济加大收入分配差距的共性的一面， 数字技术使得明星企业和个人可以用低成本服务大市场，少数个体实现赢者通吃。
美国有学术研究显示，过去40年劳动者之间收入差距的扩大，主要反映在（同一行业内）受雇企业之间的差别，而不是职业之间的差别。这背后一个重要的相关问题是数据产权没有明确界定，相关企业对大数据资源免费地、排他性地占有，实际上是独占了关键资源的垄断租金。如何界定大数据产权归属？对于这种垄断租金，应该采取管制方式还是征税方式？如果征税，如何确定税基、税率？数字经济越壮大，这些问题越不容忽视。
与此同时， 数字经济也丰富了应对贫富分化的政策工具：数字移民和数字货币。解决区域发展不平衡的传统办法通常是劳动力转移，或者产业转移。数字经济创造了一个新思路，即“数字转移”。例如，大企业将客服中心布局在欠发达地区，劳动力无需转移就可以享受发达地区的辐射带动，可以看作是“数字移民”；数字新基建催生了网络直播、云旅游等方式，将欠发达地区的风土人情、青山绿水等特色资源“运输”到发达地区，“产业数字化转移”增加了当地百姓的收入。数字货币方面，中国人民银行数字货币重点在于发展电子支付手段，但从长远看，数字货币的发展可能对现有金融体系产生颠覆性影响，促进普惠金融、降低金融的顺周期性，帮助结构性导向的财政政策更有效发挥作用，更好地平衡效率与公平的关系。
国内层面，面临个人数据采集和隐私保护的问题。当人们安装手机应用时，应用客户端通常会弹出一个征求“同意”的条款声明，这些条款往往冗长难懂、字体细小，却都包含着数据使用的授权协议，而用户除了点击“同意”别无他法。当人们使用手机时，个人数据就会被源源不断地上传到相关应用的服务器上。虽然很多人意识到私人数据被采集，但对于哪些数据被采集，以及这些数据被如何使用却一无所知。数据采集和使用的“黑箱”，让民众在防范隐私泄露方面极为被动。
由于数据具有非竞争性，有时还具有非排他性，这就让数据某种程度上具有了公共品的属性，对个人而言意味着隐私更容易受到侵害。关于是否应该保护隐私，学术界分成了两派：一派以芝加哥学派为代表，他们认为个人有动机隐瞒自己的负面信息，而这些行为会转嫁成其他市场参与者的成本，在竞争市场中保护隐私会降低社会福利和市场的运行效率，而完全信息有助于提高市场效率。但另一派则认为，个人的行为动机具有复杂性，芝加哥学派背后的利己行为假设并不准确。如果不保护隐私，科技企业可以利用收集的数据推测消费者偏好，从而实施价格歧视，消费者剩余都将被企业拿走；企业还可将消费者数据出售给第三方，但消费者却无法分享任何收益，甚至可能承担数据被滥用的风险。因此对保护个人隐私有助于提高经济效率和社会福利水平。
无论理论如何，数字经济发展对数据依赖越大、信息传递障碍越少，隐私泄露造成的伤害也就越大。数字经济时代，公权力介入数据监管以及隐私保护已是大势所趋。事实上，备受关注的《个人信息保护法》已于2020年10月由全国人大法工委公布草案并向全社会公开征求意见。随着数字经济的发展，隐私保护将会持续成为公共治理的一个重要议题。从公平角度看，立法保护隐私数据是必要的；从效率角度看，隐私保护的关键可能在于度，甚至需要设计状态依存的保护制度。
此外，在国际层面，未来可能在服务贸易、国际征税以及数据主权和安全等领域出现新的国际冲突风险。
服务贸易冲突容易理解，就像制造业贸易量扩大后会产生国际摩擦，服务贸易量扩大也可能带来纠纷，中国需要积极参与并适应数字经济时代的国际贸易规则的变革。
税收方面，针对数字经济绕开现行征税准则的逃、避税问题，国际上讨论比较多的替代性方案是基于用户征税，这需要进行国际协调以确定各国所属的应税税基。在世界大变局背景下，国际协调难度正在变大。
更大的国际冲突风险可能来自于国家安全或者说数据主权问题。近期中国在《中国禁止出口限制出口技术目录》新增“基于数据分析的个性化信息推送服务技术”，似乎也印证了大数据及相关技术对于国家安全的重要性。
