文献来源：[1]肖静华,胡杨颂,吴瑶.成长品：数据驱动的企业与用户互动创新案例研究[J].管理世界,2020,36(03):183-205.DOI:10.19744/j.cnki.11-1235/f.2020.0041.
[2]陈晓红,李杨扬,宋丽洁等.数字经济理论体系与研究展望[J].管理世界,2022,38(02):208-224+13-16.DOI:10.19744/j.cnki.11-1235/f.2022.0020.
[3]陈德球,胡晴.数字经济时代下的公司治理研究：范式创新与实践前沿[J].管理世界,2022,38(06):213-240.DOI:10.19744/j.cnki.11-1235/f.2022.0088.
[4]张文魁.数字经济的内生特性与产业组织[J].管理世界,2022,38(07):79-90.DOI:10.19744/j.cnki.11-1235/f.2022.0092.
下载来源：链接：https://pan.baidu.com/s/1c3Uqimg3Ug3RumoLuf_Abw
提取码：snir
一、深刻认识数字经济
（一）数字经济理论体系中的科学问题
（1）数字经济从研究思想和研究方法双维度影响现代经济学发展
数字经济是数字技术对现代经济学的变革，经济学研究是提出问题、 解决问题的过程（洪永淼、汪寿阳，2021a），故而经济学研究的两个核心要素是研究思想与研究方法。一方面，从研究思想的角度出发，以往技术革命对经济理论的影响往往伴随着思维和认知的新变化（蔡昉，2019）。例如第 二次产业革命中电气技术出现使人们意识到大规模重工业集中生产带来的规模效应，催生垄断组织出现，引发 学者们对垄断竞争理论等的思考（戚聿东、刘健，2014）。数字经济理论体系中的科学问题自然而然地关注数字 技术变革带来的观念转变问题，例如，如何以新视角认识数字经济、数字经济是否会借由数字技术变革产生新的 经济理论或规则等。另一方面，从方法应用的角度来看，以大数据、人工智能等技术为主的数字技术革命正深刻 影响着经济学的研究方法（洪永淼、汪寿阳，2021a），管理科学、数学、计算机科学等多学科研究方法在经济学中 的跨领域应用被进一步深化（洪永淼、汪寿阳，2020）。因此关注数字经济理论体系也必然涉及经济学研究方法 体系在数字技术影响下发生的改变。
数字经济对经济理论的挑 战势必需要创新研究方法体系，如扩大研究对象范围、转变研究视角等；而数字技术对研究方法的改变同样可 能产生经济理论没能顾及的新洞见，如对非结构化信息的关注。
（2）数字经济的内生特性带来的“新公害”治理
作为新通用技术的数字技术，给数字经济赋予了如下方面的内生特性：信息产品的非争夺性，信 息的边际成本趋零，数字市场在线不在场，大数据成为关键投入品。在这些内生特性的主导下，数字经济产 业组织的焦点不再是市场结构，而是自我优待、拒绝交易、差别化定价与激进补贴、杀手型并购等策略性新 式行为。不过，这些新式行为的要害在于，它们在很大程度上由数据与算法所驱动、所引领。如果对数据和 算法缺乏科学和有力规制，就会刺激对数据的滥采滥用、对算法的不当和过度使用，从而形成数字经济时代 的新公害。因此，数字经济产业组织政策应该把重点放在防止新公害方面。从长远而言，需要建立一个可 嵌入未来并基于场景的数权体系和算责制度，这与工业经济时代所建立的产权体系具有同样的基础性意 义。
（二）数字经济的现实表现
（1）经济的科学内涵
自 1996 年 Tapscott（1996）提出“数字经济”这一术语以来，数字经济研究大致经历了信息经济、互联网经济 和新经济 3 个阶段（Brent and Steven，1999；Turcan and Juho，2014；张化尧等，2020）。但是，数字经济的内涵界 定在不同历史阶段各有侧重，并没有统一标准。早期定义侧重于涵盖数字技术生产力，强调数字技术产业及其市场化应用，例如通信设备制造业、信息技术服务行业、数字内容行业等（Landefeld and Fraumeni，2001；OECD，2014）。随着研究的深入，关注点逐渐转移到对数字技术经济功能的解读以及数字技术对生产关系的变革。
本文对数字经济进行一个相对宽泛的界定：数字经济是以数字化信息（包括数据要素）为关键资源，以互联网平台为主要信息载体，以数字技术创新驱动为牵引，以一系列新模式和业态为表现形式的经济活动。根 据该定义，数字经济的内涵包含 4 个核心内容：一是数字化信息，指将图像、文字、声音等被存储在一定虚拟载 体上并可多次使用的信息（Berisha-Shaqiri and Berisha-Namani，2015）。二是互联网平台，指由互联网形成，搭 载市场组织、传递数字化信息的载物，如共享经济平台、电子商务平台等（李广乾、陶涛，2018；肖红军、李平， 2019）。三是数字化技术，是能够将数字化信息解析和处理的新一代信息技术，如人工智能、区块链、云计算、 大数据等（Bharadwaj and Pavlou，2013；Richter et al.，2017；Teece et al.，2018）。四是新型经济模式和业态，表现为数字技术与传统实体经济创新融合的产物，如个体新经济、无人经济等（徐鹏、徐向艺，2020；杨飞、范从 来，2020）。此定义综合了技术应用、价值创造、经济业态等多视角，旨在全面透彻的对数字经济进行分析。
（2）数字经济的基本特征
本文将数字经济的主要特征归纳为 3 个方面，以更直观展示其对传统经济理论带来的拓展和变革。 第一，数据支撑。数据资本取代实体资本成为支撑价值 创造和经济发展的关键生产要 素 ，是 数 字 经 济 最 本 质 的 特 征。数据资本是指包含海量信息的流通数据经由分析处理技术衍生出的集成信息资产（如 数据）。利用数据资本挖掘 消费者潜在需求是开拓新商业 模 式 、创 新 产 品 服 务 的 关 键 （Wu et al.，2019；易 宪 容 等 ， 2019；丁志帆，2020）。同时，随着数字技术发展，对数据资本的虚拟存储提高了搜索效率（王勇等，2019），支持数据资本的低成本复制和搬运， 减少了使用数据进行价值创造的成本（Goldfarb and Tucker，2019）。
第二，融合创新。新一代信息技术发展使创新过程脱离了从知识积累、研究到应用的线性链条规律，创新阶段边界逐渐模糊，各阶段相互作用，创新过程逐渐融为一体（Bailey et al.，2012；Dougherty and Dunne，2012； Nambisan et al.，2017）。数字技术使创新主体之间的知识分享和合作更高效；多样化的创新主体主动适应数字化技术以创造新产品和新服务，使得数字创新产品和服务具有快速迭代的特征（Lakhani and Panetta，2007； Goldfarb and Tucker，2019）。此外，数字技术形成了产品与组织的松耦合系统，使产品和服务创新更加灵活， 组织协调沟通成本降低，并且突破了时空界限，带来了组织的去中心化。
第三，开放共享。数字经济时代各类数字化平台加速涌现，以开放的生态系统为载体，将生产、流通、服务和消费等各个环节逐步整合到平台，推动线上线下资源有机结合，创造出许多新的商业模式和业态，形成平台经济（Hukal et al.，2020）。作为开放、共享、共生的生态体系，网络平台的出现为传统经济注入新的活力（Sand⁃ berg et al.，2020）。尤其是平台的强连接能力可以加速产业的跨界融合和协同生产进程（陈晓红等，2019；荆文 君、孙宝文，2019），同时形成产业数字化集聚（王如玉等，2018）。
（3）数字经济的现实表现
数字经济的新特征深刻改变了主体行为，产生新的经济活动和规律，本文进一步将上述新经济活动的变 化归纳为数字经济特有的现实表现。首先，数字经济的数据支撑特征表现为海量信息呈现、便捷的信息搜索和获取，以及几乎为零的低复制成本，体现以数据为驱动的经济社会发展模式。其次，融合创新特征表现为数字技术下创新的非线性模式、产品的快速迭代以及组织的去中心化。再次，开放共享特征表现为数字经济的网络化和平台化。互联网、区块链、大数据等技术应用强化产业间的网络效应，打破传统产业内涵的边界。虚 拟世界所提供的协作潜力引发了企业积极尝试建立组织方便、经济高效的虚拟全球工作场所（Srivastava and Chandra，2018）。此外，数字技术在研究中的广泛应用，为经济分析和预测开辟了新的可能。随着数字经济发 展，高频、多维的数据在各领域涌现，大量研究开始涉足机器学习、大数据建模与预测等领域，而人工智能算法 与数字孪生建模等方法逐渐成为运用大数据开展经济管理研究的主流方法。
（三）数字经济具有哪些新特征与实践做法
数字经济的基本特征和现实表现给传统经济理论中的概念界定、假设前提、研究方法等带来挑战。本部分 归纳和建立起这些特征与数字经济理论之间的关联，以传统经济理论为基础，详细阐释数字经济理论变革的作 用机理，从而总结提炼数字经济理论的具体内容。
在新古典经济学领域，着重从宏观经济增长理论、中观产业组织理论以及微观消费者理论和厂商理论探讨其在数字经济下的具体变化。在新制度经济学领域，本文阐释数字经济理论中交易成本 和现代产权理论的拓展。最后，从管理学交叉领域的视角讨论创新管理及其相关理论在数字经济下的发展。
（1）数据纳入生产要素：宏观经济增长理论的演进
工业经济时代，宏观经济增长的价值基础来自工业标准化生产，并以此为事实基础诞生了经济增长理论。从经典索洛模型到内生增长理论，经济增长理论演变的核心是将技术进步视作外生向内生转变，前者在假定规模报酬不变的前提下，用产出、资本、劳动以及知识或劳动的有效性 4 个要素解释经济增长；后者则认为技术进步引起资本和劳动力边际报酬稳定增长，规模报酬不变的假设逐渐放松为规模报酬递增。
数字经济时代，价值创造的基础发生了变革；数据作为新的经济增长要素被纳入生产函数，重构了生产要素体系，进一 步拓展了经济增长理论中规模报酬递增的假设和传统经济增长理论的边界。 首先，相比于工业经济中标准化生产创造的价值，新一代信息技术通过需求发现和开拓新的商业模式使服务这一非生产性活动创造出更高的附加值，并且这一部分价值在数字经济时代逐渐占据主导。这意味着 “生产”的概念得到拓宽，既包含标准化加工的价值，也包含非标准化服务创造的价值。数字经济时代的技术革新使工业经济的加工价值论演进为创新价值论（姜奇平，2020；易宪容等，2019）。 其次，从要素结构来看，数据这一全新关键要素的融入，重构了生产要素体系进而拓宽了传统经济增长理论的边界。数据可复制、共享以及反复使用的特性，突破了传统生产要素的稀缺性和排他性限制，进一步强化 了规模报酬递增的前提条件。数据要素与传统生产要素的深入融合，使各要素的边际报酬增长速率比内生增长理论中更高，对经济增长产生放大、叠加和倍增效应，从而改变投入产出关系。例如，数据只有与劳动要素 相结合才能成为生产要素；同时，数据也有助于改善劳动、知识、管理、资本和技术要素的质量和效率（谢康等， 2020；Ghasemaghaei and Calic，2019）。
（2）突破地理空间界限：中观产业组织理论的拓展
传统产业组织理论将“产业”定义为“生产同类或有密切替代关系产品、服务的企业集合”（杨公仆，2005）， 其研究经历了从 SCP（结构—行为—绩效）分析框架到强调信息不完全下厂商之间博弈策略和行为的博弈论 研究范式，研究方法则从静态分析逐渐向推理演绎变革。就产业集聚形态而言，产业内上下游企业在地理空间上集聚而呈现出的产业组织垂直一体化是其核心内容之一。然而，数字经济时代已逐渐形成以数字技术为 基础的新一代产业模式，促使传统产业不断开发借助新技术创造新价值的转型路径，从而为传统产业组织理论中产业的界定、产业集聚的形态、理论假设条件以及两代产业组织理论的研究方法等提供了新的探索空间。
通过数字技术的深度融合实现传统产业升级已成为经济数字化转型的基本模式，其背后的理论支撑值得 深入探讨。第一，互联网、区块链等技术在生产领域的应用改变了各产业的空间范围，打破了传统产业内涵边界。传统产业通过生产要素重组、生产环节重构等实现产业的“跨界经营”，从而实现全新的价值增值和价值 创造（赵振、彭毫，2018；陈冬梅等，2020）。第二，数字技术的发展削弱了企业之间以空间关系为联系纽带的作用，以物联网为载体的产业数字化转型加强了产业协同效应，催生产业组织的网络化发展。张永林（2014， 2016）围绕网络、信息池、时间复制等概念对经济行为和互联网关联的研究可以看作是较早开展的数字经济对产业组织变动影响的基础研究。王如玉等（2018）在产业集聚理论研究中提出“虚拟集聚”这一空间组织新形态的概念，即在网络虚拟空间系统中，随着信息技术的发展该空间可以充分扩展，使产业集聚不受地理条件及 人文环境的局限。第三，大数据、人工智能和云计算等技术，为经济学家提供了获取完全信息的可能，这些信息不仅包含可准确度量的结构化信息，还包含声音、图像、视频等非结构化信息。信息的准确性、多样性向产业组织理论的不完全信息假设提出挑战。
从研究范式来看，数字经济结合了传统产业组织理论中静态分析与推理演绎的研究方法。基于“SCP”分析 框架的第一代产业组织理论认为特定的产业结构决定产业的竞争状态，进而对企业行为进行静态截面观察，再 与企业绩效进行联系。第二代产业组织理论认为这种实证分析方法缺乏理论依据和分析模型，只适用于短期静态分析，并不能解释这种特定的市场结构是如何形成的以及其未来发展趋势。因此，他们将研究重点从市场结构转向企业行为，引入博弈论的研究方法，通过逻辑推理对企业行为做出预测。但这种推理演绎法在促进理论发展的同时也表现出明显的不足，即数据获取较为困难致使研究结论难以得到有效证实。随着数据挖掘和大数据分析技术的进一步发展，海量信息能够便捷获取，数据精度和跨度大大提升，上述不足将得到有效缓解。此外，消费者和企业行为大数据在实证研究中的应用，有效改善了过去抽象运用博弈论讨论定价问题的方法局限。传统产业组织理论实证分析与推理演绎的研究范式在数字经济时代形成了前所未有的融合。
（3）市场主体行为变化：微观经济理论的挑战
数字经济对微观经济理论发展的影响主要体现在数据支撑、开放共享等数字化特征使传统消费者行为理 论和厂商理论面临革新的必要。
1.大数据思维、网络外部性及长尾效应：消费者行为理论的创新
数字化消费的突出特征是供需之间的交互性大大增强，消费者需求被精准识别和满足，从而颠覆性地改 变了消费者行为和预期，拓展消费者行为理论。具体体现在以下3个方面。 首先，数字经济扩展了现有消费者选择理论中消费者选择行为的分析基础。其次，数字经济发展进一步强化了网络经济形态，使得社会网络呈现出明显的网络外部性。这意味着消 费者的购买行为不仅取决于自身偏好，还受其他消费者购买行为的影响。 最后，数字经济时代丰富的产品品种和低搜索成 本等因素逐渐满足越来越多的小众、个性化需求，从而 激发更强的“长尾效应”。长尾效应发挥作用的前提是 有一个坚强有力的头部，且头部与尾部之间形成有效 联系。
2.垄断与竞争：厂商理论的拓展
数字经济时代市场垄断与竞争问题已成为厂商理 论研究的焦点。反垄断政策制定所依据的经济学理论 基础是完全竞争模型。在完全竞争条件下，企业面临一条水平的需求曲线，最大利润产量在价格与边际成本相等时达到。按照传统经济学的逻辑，完全竞争的市 场结构能够实现帕累托最优，任何偏离完全竞争市场都会形成不同程度的垄断。而数字技术引发的新一轮生 产力革命为这一结论带来了新的诠释。
信息的便捷获取及分析处理、产品的快速迭代和低成本复制等数字经济的显著特征，使经典完全竞争理论受到冲击。首先，数字技术进一步强化了已在不完全竞争市场中明确的产品差异化前提假设，为数字经济 反垄断中市场势力的测度带来了新挑战。
其次，厂商规模问题成为理论变革的关键。产品快速迭代是数字经济的重要表现，产品与服务的更新周 期成为企业关键竞争要素。而完全竞争市场中所假设的规模较小的生产者因其利润空间有限，难以大力投入 资本进行创新产品的市场调研、产品研发以及营销推广，规模较大的生产者则在创新上更具优势（刘诗源等， 2020；冯根福等，2021）。另外，数字经济下企业成本呈现出低边际成本特征，产品几乎可以零成本无限复制 （荆文君、孙宝文，2019），企业可以通过不断扩大生产规模来持续降低长期平均成本，实现规模报酬递增，使大 企业效率明显高于小企业，迫使小企业退出市场，完全竞争变为不可能。
最后，迅速发展的数字技术使经济理论需要运用一种动态的分析范式。主流经济学把市场看作是静态 的，产品按边际成本定价为最优，但其忽略了产品创造的过程，而这一创造过程便是各企业不断创新竞争的结 果。
（4）产权与成本的新探索：新制度经济学理论的变革
1.平台化与低交易成本：交易成本理论的拓展
交易成本理论的前提是市场运行中存在较高的交易费用（Coase，1937），这暗含 4 个假设条件：参与者具有 有限理性心理，容易产生投机行为；交易环境的不确定性与复杂性；信息不对称；市场角色数目较少，垄断竞争下需要较高的搜寻成本、合同执行成本等（Williamson，1975）。在此基础上，以企业为单位的交易形式展示出 其优越性，能够通过内部协调管理替代市场协调并降低个体交易的摩擦成本（Pérez and Pla-Barber，2005）。 因此，传统交易成本理论明确了企业协调替代市场协调并降低交易过程中成本费用是经济运行的必然演变结果。然而，数字化技术发展极大克服了市场交易主体之间的“信息不对称”问题，同时借由个体去中介化交易 模式降低信息搜寻成本和交易执行成本，重塑交易成本内涵。 随着区块链等数字新技术的发展，交易成本理论的核心内容逐渐发生变化。一方面，数字技术发展弱化 了“信息不对称”假设。另一方面，以网络平台为基础的个体去中介化交易取 代传统交易模式成为最佳方案。
2.公有资源价值：现代产权理论的改变
现代产权理论的前提条件有两点：收益权依附于所有权并集成于一体，以及市场经济普遍存在“外部性” 问题（Dahlman，1979）。现代产权理论认为，公有产权下对资源的所属和使用界定不明确，因此收益和成本的 归属比较模糊，导致个体都想“不劳而获”。私有产权清晰地划定了资源所有者，保证其通过投入成本得到收 益并享有剩余利润占有权，形成了有效驱使所有者创造更多效益的激励机制（Vicker，1995）。因此，产权理论 明确了产权私有制的优势。而在数字经济下，数据资源的开放与共享成为突破产权私有制的要因，大数据的 集成和公有克服了公共资源外部性问题，并通过提高资源配置效率创造更多价值。 在以数据要素作为关键资源的数字经济体系中，现代产权理论的内容构成有所变化。首先，数字经济冲 击了产权理论的前提条件，所有权不再是收益分配的唯一依据，资源的使用权成为关键（易宪容等，2019）。 其次，数字经济改变了产权的运作形式。不同于传统理论支持的私有产权能够创造更多效益，大数据集成后形成公有产权的使用有助于实现更大价值① 。给定数据使用非竞争性的特征（Goldfarb and Tucker， 2019），数据共享几乎不存在外部性问题。
（5）数字创新：创新管理的变革
数字化的兴起使学术界对创新管理及其相关理论的解释能力提出质疑（Benner and Tushman，2015；刘洋 等，2020）。Nambisan 等（2017）总结了创新管理理论的 3 个关键假设：（1）创新产品是有界的；（2）创新主体是 集中的；（3）创新过程和创新结果是两种截然不同的现象，并提出数字创新对传统创新管理的新挑战。产品的数字化发展影响创新结果，数字技术的应用淡化了创新主体的边界，使创新过程和结果相互作用形成非线性 创新模式。 具体来说，首先，数字产品改变了以往创新结果的规模和范围。数字产品创新具有 3 个显著特征：一是可以在虚拟空间无限更新迭代；二是较容易重新整合和使用已满足个性化需求；三是对数字基础设施依赖程度 强。这就决定了数字产品的范围、特性、价值有更便捷和更广阔的发展空间。即使是已经推出或实施的创新， 也可以在较短时间内实现对产品的优化升级，亦或是通过更多创新主体的参与扩大创新产品的应用范围 （Hanseth and Lyytinen，2010；Lyytinen et al.，2016），例如微信程序中红包功能的开发使其迅速占领电子支付平 台市场。 其次，数字创新的主体更加多元化、复杂化，即主体定义的边界在逐渐消失。此外，去边界化的创新主体具有高度灵活性，当他们的行为与集体目标不一致或需要补充具有新业务能力的主体成员时，可以选择自由进出（Lusch and Nambisan，2015）。 最后，数字创新表现出非线性创新模式，创新过程和结果相互作用，两者之间的分界点变得越来越不明 晰。
综上所述，本文尝试对数字经济理论的具体内容进行梳理与总结：以数据为核心驱动、以数字技术为关键 手段，通过传统产业边界网络化、信息产业化普及化、公共数据资源价值化、创新过程迭代化的发展模式，实现 社会资源优化配置，推动经济高质量发展。这些内容并非是对过去理论的重复，而是基于过去理论形成新的 思想和内容。
（四）数字技术对经济研究方法体系的影响
（1）数字经济的经济研究方法论创新
传统的经济研究方法包括逻辑分析、规范分析、定性分析、定量分析等内容；随着研究方法不断演变，以数据统计推断和数理模型推导为主的定量分析方法成为当下主流趋势（洪永淼、汪寿阳，2020）。不过，受数据和 技术制约，这些研究方法在结构分析与控制性预测上无法像很多自然学科那样精准。洪永淼（2007）曾探讨传 统经济研究方法中的计量经济分析和数理模型研究方法的局限性，包括数据质量不高、相关因素难以准确测 度、模型模式存在不确定性、经济关系存在时变性等。例如，宏观经济数据大多以年或月为存储时间单位，难 以关注日度甚至小时的短期经济变化；数理模型构建的模式选择往往不一定能正确衡量经济关系。这些局限 在大数据时代更加突显：数据容量规模变大、结构更加复杂、变量维度增加、信息噪音更强，传统研究方法在数 据分析、变量识别和模型关系确立等方面遇到的挑战随之上升，因此需要新的研究方法和方法论。 伴随数字技术出现的新研究方法在一定程度上弥补了传统经济研究方法的局限。例如，数字技术发展下 涌现了包括大数据分析、机器学习和数字孪生建模等方法，其技术优势在于数据挖掘，对文本、图像等非结构 化数据、高维数据进行处理（Athey and Imbens，2017），填补了传统研究方法中数据质量不高、相关因素难以准 确测度的局限（洪永淼、汪寿阳，2021b）。此外，新研究方法的逻辑特征在于注重数据分析，相比传统方法的模 型驱动思路更加偏重数据驱动，通过数据结构估计出模型函数，很大程度上能克服传统方法模型模式选择不 确定的不足。 数字技术的发展推动传统经济研究方法论的创新。
首先，数字经济时代的新手段和新工具促使传统经济 研究方法优化与改进。高维度、多元化大数据的出现催生了机器学习等数据分析处理方法，对现有计量方法 的补充和优化，拓展了传统的计量方法体系（纪园园等，2021）。经济研究中传统的模型参数依赖于未知参数， 而机器学习方法提供了可计算的函数估计方法（洪永淼等，2018），并根据数据特征优化函数，不依赖未知的参 数假设。除了模型构建方面，机器学习方法在经济预测、因果推断等领域相对于传统计量方法更加灵活。机 器学习（或者说监督学习）方法在经济预测的优势是能发现事先未指定的复杂结构，设法使复杂和灵活的函数 形式与数据相匹配而非简单拟合（Mullainathan and Spiess，2017）。相比传统计量方法，机器学习对半参数估 计或有大量协变量的因果研究有很大改进（Athey，2019）。
其次，数字技术引领的经济研究方法创新，推动了数字孪生建模这一新研究方法出现。虽然海量数据在 不断产生，但对于重视经济周期（如工业产品生命周期、金融股价波动周期）的研究而言，这些数据相对滞后且 相互孤立，导致有价值的数据利用率低；同时，仿真方法主要应用于理论与静态模型中，但在系统运行阶段却 没有得到重视。物联网、机器学习等技术发展推动了数字孪生模型的研究，提供了进一步挖掘数据深度价值的方法。例如，Barykin 等（2021）以贸易网络内部物流为研究对象搭建物流数字孪生模型，用于处理在线物流 数据，并在每个时刻反映所考虑的贸易网络活动。
最后，技术驱动研究范式的突破使研究视域在深度和广度有所延伸，极大拓展了传统方法无法触及的研 究领域。一方面，传统研究方法的分析精度被提高。由于传统研究方法中经济关系存在时变性，难以识别研 究对象的长期规律和突发性变化。大数据时代的海量数据能够涵盖长时间范围，适合研究长期趋势；高精度 数据能够被用于识别短期高频变化。另一方面，传统研究方法涉及的数据可及范围被扩大。传统研究方法中 的一个局限性在于难以识别未知或不可观测的因素，只能刻画主要的可观测经济因素之间的关系（Hou et al.， 2020）。而数字技术能够将无法观测的非结构化数据转化为结构化数据，并通过新的算法将这些数据转化为 新指标，从而将这些难以量化和识别的因素纳入考量范围（Li and Xu，2020）。
（2）数字经济的研究方法体系框架构建
方法体系研究通常以系统论为指导，对各类研究方法的特征、功能、操作方法等要素进行总体掌握（余波 等，2016）。构建数字经济研究方法体系需要以系统论思想为指导（如图 8所示），从传统经济研究体系出发， 以数字技术为辅助，明确数字经济研究方法体系的逻辑思维、研究对象、研究方法论以及实现途径。
第一，传统经济研究方法论融合了逻辑实证主义、客观规范主义和实用主义这 3 种哲学思想（Ethridge， 2004），数字技术辅助的经济研究方法论仍然继承了这样的逻辑思维。逻辑实证主义强调对经济因素的观测和量化表达，影响经济研究中计量经济学的发展；客观规范主义坚持通过客观的价值评估进行策略判断，这种 哲学思想在经济政策研究中彰显了巨大作用（即福利经济学）；实用主义侧重于解决问题，即体现了经济研究 中“问题导向”的原则。而数字技术作为研究方法（尤其是计量经济方法）的精准度优化工具，毫无疑问体现着 逻辑实证主义思想。同时，人工智能的数据处理新方式分析非结构化信息并通过评估进行决策优化，体现了 客观规范主义。另外，数字技术辅助的建模仿真能够更加准确地预测产业经济发 展，更符合政策制定者、企业管理者的需 要，反映实用主义思想。
第二，根据现有的文献计量分析，数 字经济研究对象可以分为以下几类：微观层面有消费者、企业、平台机构与地方政府，例如影响企业数字创新的因素分析 （Ferreira et al.，2019）；对平台机构的生态 环 境 治 理 问 题 研 究（李 广 乾 、陶 涛 ， 2018）。中观层面包含了产业和地区，例 如互联网发展对制造业效率的影响分析 （黄群慧等，2019）；工业智能化对城市层 级结构影响的分析（王书斌，2020）。宏观则是国家层面，如数字经济产业对中国整 体经济发展的贡献测度问题（许宪春、张 美慧，2020）。
第三，如同前述小节的分析，数字经 济研究方法论表现出 3 个层次的创新，分 别是传统方法的改进优化，数字技术带来 的新研究方法，以及数字经济时代的研究 视域创新。
第四，经济研究的一般实现途径可以概述为以下步骤：“识别研究问题—明确研究对象—提出目标预期 （研究假设或预期成果）—进行研究分析—得出结果和结论”。而在数字技术影响下，目标预期阶段可进行精 度更高的预期成果（仿真、预测方法）并提出考虑更全面的假设（计量经济方法）；在研究分析阶段依靠大数据 估计、机器学习或数字孪生模型进行深度分析；在结论阶段通过数字处理技术进行直观的可视化结果呈现。 因此结合数字技术，研究途径的各实现阶段都有不同程度的提升。
综上所述，数字经济研究方法体系框架是在传统研究方法体系基础上的传承与创新。这一综合集成方法 体系框架的确立是系统论与方法论在数字经济研究中的应用，从而保证数字经济研究方法更科学、分析解决 问题更高效精准。
二、与数字经济相关的新形态与新模式
数字经济日益重要，迫切需要对与之相关的一系列经济发展新形态和新模式加以理论阐释和分析，以增 强经济理论对支撑和引导新发展阶段下经济数字化转型和高质量发展的能力。
（一）带来的一些变化
（1）加速传统经济模式变革
实际上，数字经济的出现正在加速变革传统经济模式（陈晓红，2018；赵涛等，2020）。与传统经济相比，数字经济是信息技术革命产业化和 市场化的表现，在提升信息传输速度、降低数据处理和交易成本、精确配置资源等方面具有独特优势（Gold⁃ farb and Tucker，2019；许恒等，2020）。由于数字经济与传统经济有着截然不同的特征和演变形式，对其系统性理论与规律认识不足，不仅使得实践应用缺乏可靠依据，也无法为数字经济健康发展提供逻辑连贯的政策建议（陈晓红等，2019；刘航等，2019；许恒等，2020；戚聿东、肖旭，2020）。
数字经济是数字技术对现代经济学的变革，经济学研究是提出问题、 解决问题的过程（洪永淼、汪寿阳，2021a），故而经济学研究的两个核心要素是研究思想与研究方法。一方面，从 研究思想的角度出发，以往技术革命对经济理论的影响往往伴随着思维和认知的新变化（蔡昉，2019）。例如第 二次产业革命中电气技术出现使人们意识到大规模重工业集中生产带来的规模效应，催生垄断组织出现，引发 学者们对垄断竞争理论等的思考（戚聿东、刘健，2014）。数字经济理论体系中的科学问题自然而然地关注数字 技术变革带来的观念转变问题，例如，如何以新视角认识数字经济、数字经济是否会借由数字技术变革产生新的 经济理论或规则等。另一方面，从方法应用的角度来看，以大数据、人工智能等技术为主的数字技术革命正深刻 影响着经济学的研究方法（洪永淼、汪寿阳，2021a），管理科学、数学、计算机科学等多学科研究方法在经济学中 的跨领域应用被进一步深化（洪永淼、汪寿阳，2020）。因此关注数字经济理论体系也必然涉及经济学研究方法 体系在数字技术影响下发生的改变。
（二）数字经济时代下的公司治理 研究
在技术革命推动数字化转型的时代背景下，物质资本的重要性越发让位于稀缺度更高、对巩固竞争优势 更不可替代的人力资本和智力资本；资本市场前沿正在发生重大变化，从实践上支持学者敢于突破长久固守 的保护股东、股东利益至上的研究范式，将治理体系回归到以人力资本、特别是企业家才能为中心，构建鼓励 和保护创业团队人力资本投入的公司治理研究新范式，传统两权分离下谨慎防范的委托代理成本已不再是阻 碍公司治理效率的主要障碍，如何优化对创业团队的激励设计成为提升公司治理水平更为迫切的任务。除底层治理逻辑创新外，大数据和数字信息技术还深刻改变了信息产生的源头、渠道和形式，以及信息流通的广 度、深度和密度，信息边界的扩展突破叠加信息处理能力的固有差异极大挑战了现有的内部公司治理结构和 外部公司治理机制，进一步撼动了传统公司治理的研究基石，亟需理论界针对不断涌现的新型信息不对称开 展更具实践价值的系统性思考。
本文架构的新范式立足于数字经济与实体产业深度融合的发展实际，依托技术嵌入和数据驱动合力打造 下的大数据生态系统，以大数据赋能为基础，以大数据驱动为动力，以大数据重构为路径，通过树立共建共享 理念，构筑数字经济时代企业的协同生态系统。具体来说，（1）大数据及数字技术在催生新业态及新模式的同 时，也极大助力线上经济与实体场景的交流融合，一方面拓展资本市场的治理边界，将以机构投资者、分析师、 审计师等为代表的市场中介、社交媒体及监管机构等外部治理力量聚集起来，利用数字技术为其积极发声增 能赋权，提高其对企业运营状态的洞察力和对企业经营结果的监督力；另一方面，大数据也重新定位公司内部 中小股东、董事会和管理层的治理角色，优化经营决策，提高行为科学性，激发生产效率，以更好地适应动态变 化的外部经营环境。（2）在市场颠覆层出不穷、竞争格局瞬息万变的数字经济时代，企业能否敏锐捕捉市场动 向、量身打造符合用户需求的产品和服务成为保驾自己基业长青、护航企业家创业成功的关键，产品竞争市场 的战略重要性被空前加强。从内部治理上看，大数据驱动产品及市场信息全渠道流通、扁平化传播，推动企业 更加注重打造专业化生产和个性化定制水平，鼓励产品创新，夯实精准营销能力，提高生产效率。从外部治理 上看，除信息机制外，消费者同时也是投资者的双重身份在增强企业在资本市场关注度的同时，也通过纵横发 达的社交网络强化对企业行为的监督，发挥约束机制，提高产品竞争市场的精准治理能力。（3）大数据在重构 企业的商业模式、业务模式及盈利模式的同时，也重塑了企业内部治理主体权力配置格局，促使企业的控制权 配置由依赖股东的股东中心向依赖核心创业团队的企业家中心倾斜，股权结构设计创新涌现；同时，在权力分 配格局已变化的情况下，公司的外部控制权治理机制也相应呈现新面貌，传统控制权争夺市场、卖空市场的治 理空间有限，以日落条款为代表的治理条款在约束创始人及其创业团队权力范围上将发挥更积极有效的作 用，值得充分思考探索。总而言之，本文关于大数据背景下的公司治理研究新范式将以治理流程信息化为载 体，以治理结构重构为核心，预期通过破解大数 据生态下公司治理的现实困境，推动国家治理 体系和治理能力的现代化建设（研究逻辑框架 图见图 1）
（1）大数据生态、治理机制动态化与公司治理范式转变的逻辑与路径研究
传统公司治理研究逻辑主要依托两大基 石：（1）金融资本具有稀缺性，融资市场竞争激 烈；股东手握资源，其行为决策对公司发展的重 要性不言而喻。因此，在所有权与经营权分离 的基本事实下，公司治理的主要目标为以股东 为中心，缓解代理冲突，降低委托代理成本。（2） 两权分离下，信息不对称为各方参与者攫取私 利、损害治理效率提供绝佳温床，如何通过制度 安排与机制设计降低内外信息不对称、进而提 升治理水平成为公司治理研究的当务之急。然 而，这两大研究脉络却在数字经济时代受到严 峻挑战。
（2）大数据赋能、生态模式构建与资本市场治理
大数据赋能是指大数据技术对传统治理结构和治理机制的改变，反映市场的数字化水平及大数据的应用 程度。高速发展的数据资源和信息网络能有效地将以中小股东、董事会及管理层为代表的内部治理主体和以 市场中介、社交媒体、市场监管者为代表的外部治理力量纳入到统一的公司治理网络，通过数据优势和技术便 利为其充分增权赋能，拓展新型治理路径和治理渠道。数字经济通过大数据赋能使得企业处在数字化浪潮之 中，其所在的生态模式通过物联网、云计算、大数据和人工智能等新技术在多场景快速发展并应用，海量、动 态、多元的数据不断涌现，并与上市公司运营和资本市场发展深度融合，打破了传统经济治理的界限，推动治 理向没有地域界限、更没有行业界限发展（陈剑等，2020；戚聿东、肖旭，2020）。此时，只依靠公司管理者的单 独决策将无法适应瞬息万变的外部环境，我们需要根据大数据赋能逻辑推动生态模式构建，使治理体系以制 度化的形式赋予更多社会主体参与治理的便利，以数智化提升中小股东和其他社会治理主体积极参与公司治 理的意愿和能力，实现股东治理与社会治理的自我调节，建立以企业内部治理为主，市场中介、社会公众、市场 监管者共同参与治理为辅的协同治理格局。
（3）大数据驱动、决策模式优化与产品竞争市场治理
大数据驱动指企业利用大数据技术分析消费者的消费数据和投资者对企业的评价，通过改变决策者获得的 信息类型驱动企业价值链和业务模式优化，影响企业的决策和战略制定方式（Constantiou and Kallinikos，2015）。 数字经济时代下，技术更 新换代速度加快，产品和 业务创新层出不穷，行业 洗牌以更为残酷的幅度 和力度时刻敲打着创业 者的忧患神经，企业唯有 不断寻求不可替代的产 品优势方能在激烈波动 的市场环境中巩固竞争 优势、立于不败之地。
（4）大数据重构、商业模式创新与控制权市场治理
大数据重构是指企业数字化转型过程中对其原有 的业务模式、决策模式和治理结构重新设计，使之符合 数字化转型的要求。数字经济重塑了企业的商业模式， 物联网、“互联网+”、大数据、人工智能等新兴技术的发 展与应用极大帮助企业创造价值优势、保持领先地位 （Hacioglu and Aksoy，2021）。例如，基于物联网技术的智慧流通模式，已成为现代商品流通绿色化、安全化和 智能化的可持续发展代表。基于网络结构、行为优势以及学习机制的商业模式创新，是互联网企业创业成功 的关键。基于“互联网+”的商业活动空间分布重构，从改变消费者购物时的空间阻力成本入手，使传统的零售 连锁转向电商模式进而发展到线上线下结合模式。基于人工智能对智能营销、智能运营、客户管理和供应链 管理的支持，新零售模式形成。基于大数据和人工智能的危机管理，使得危机识别、预警、检测和处理更迅速 且更具关联性。数字经济技术对商业模式重塑的案例不胜枚举，数字经济在各行业中的应用方兴未艾，实践 发展为理论研究提供了丰富的研究素材。
