对话学人｜陈玲：如何看待产业政策争议及数字经济的未来

当前全球产业链供应链空前脆弱，“脱钩”之势愈演愈烈。有此背景，产业政策又成为了近年来热议的话题。因此，我们有必要厘清产业政策的概念内涵、种类和适用范围。另一方面，平台经济正逐渐成为中国经济增长的主要动能。长期以来，针对平台经济发展与规范的问题，也有很多争论，就广义而言，发展与规范也属于产业政策。也有必要厘清平台经济需要何种产业政策。

当前有哪几类产业政策，产业政策是否可以弥补市场机制的缺陷，从而解决市场失灵问题？我们该如何衡量产业政策的有效性？未来经济发展是否需要产业政策？若需要，如何实施？

就上述问题，澎湃新闻记者近期专访了清华大学公共管理学院副教授、产业发展与环境治理研究中心主任陈玲。 

清华大学公共管理学院副教授、产业发展与环境治理研究中心主任陈玲  澎湃新闻权义 图

澎湃新闻：当前中美科技脱钩，关于中国如何应对以及与之相关的产业政策话题，引发了广泛讨论，是否需要制定产业政策，我们需要什么样的产业政策，如何制定？

陈玲：产业政策作为一种国家战略，它是否违背了竞争政策或阻碍竞争，要看具体情况。产业政策本质就是要get the price wrong，要扭曲产品或者生产要素的价格，使之更具有市场竞争力。但具体是让哪些产业更具有市场竞争力？是那些对国家发展战略有直接作用的产业部门，在国际或国内更具有竞争力。

所以，产业政策不可避免会扭曲价格和阻碍竞争，这是产业政策题中应有之意。有几种情况下，产业政策是可取的。第一种，实际上就是当年日本、韩国所采取的赶超战略。在基于整个国家工业化发展赶超的特定历史阶段，对一些国家主导或战略性的产业，实施产业政策。比如像汽车产业、钢铁产业等。通过这样的政策，能够使其在较短的时间里，对其他国家的产业进行赶超。 

第二类产业政策是对一些战略性的新兴产业或者具有基础设施性质的产业技术部门进行补贴。这一类产业政策的出发点是国家战略或者未来产业发展的需求，如新一代人工智能技术、生物技术、新材料和新能源等，是与国家面向未来的能源转型、经济转型、数字化转型直接相关，它具有重大基础设施或产业共性技术的性质，所以国家实施这样的产业政策。

第三类产业政策是对夕阳产业的扶持。夕阳产业涉及的人比较多，或者是跟百姓生计相关的这些行业。这些产业要逐渐退出，那么国家会进行一些补贴，使之不要产生太大的社会动荡或社会公平问题，比如说对农产品的补贴等。 

澎湃新闻：产业政策的争议点是什么？

陈玲：虽然有些产业政策是可取的，但真正的争议点不是说要不要产业政策，而是要什么样的产业政策、如何实施产业政策。有两个争议的焦点，一个是在实施产业政策的时候，政府和市场的边界在哪里？政府要补贴产业，具体补贴到哪一步，干预到哪一步，这个是一个边界问题。我们发现，现在一些欧美国家也都在推行产业政策，例如美国的《创新与竞争法案》，欧盟的“工业4.0计划”等，都在补贴产业发展。但欧美国家的企业拿到政府补贴后，还是按照企业的逻辑去行事，企业与政府的边界相对清晰。国外对我们的一个很大的争议，就是说我们的政府补贴对象很多都是国有企业或者央企，这类企业有时候很难区分政府与市场的边界。

第二个争议点是产业政策什么时候可以退出？对一个新兴产业、战略产业或者产业共性技术的补贴有一个阶段性的过程，政府补贴的前提假设是该产业很重要，并且具有重大的正外部性，社会是没有能够充分投资的，所以政府需要进行补贴。当这个产业技术已经有一定的规模，或者形成主导行业的主导技术以后，政府就要适当地逐渐退出，就像新能源汽车的补贴退坡机制一样，逐渐地退出来。但有的时候，产业政策制定者和实施者会有一些传导上的滞后，或者是政策的制定和执行会有一些扭曲。比如当年的光伏产业政策，中央已经强调产能过剩了，但是地方政府还在追加投资，即便企业破产了，市场已经不行了，地方政府还在兜底，实际上是产业政策把政府与企业绑架在一起，成为投入的无底洞，这就是退出机制的边界不太清楚。

总体而言，产业政策可以做，关键就是要理清政府与市场边界，以及退出机制这两个问题。 

澎湃新闻：近期决策层已明确提出支持和促进平台经济规范健康持续发展。在实践中，要处理好平台经济发展与规范的关系。有人士提出，需要对互联网企业的角色和作用重新定义。互联网企业发展和管理得当，不是“割韭菜”，而是科技赋能。不会挤压中小企业和个体工商户，而会造福千行百业。你怎么看？

陈玲：平台经济确实特别受关注，而且我们现在的生产生活实际上已经离不开各种平台了，包括社交平台、购物平台和一些像工业云这样的生产支撑平台。平台是数字经济里的基础设施。

平台经济具有跨边网络交易的特点。跨边网络效应，简单讲就是“越大越好”，平台上有更多的买方会吸引更多的卖方，有更多的卖方会吸引更多的买方，所以，跨边网络效应是正反馈的，越大越好，越大效率越高、成本越低。平台是不是越大就越垄断？不一定。从平台经济学视角看，只要这个平台是可竞争的，没有特定的行政法规、法律或者是市场准入的限制，比如说限制其他投资者设立一个新的平台或者是类似的平台，那么该平台就是一个可竞争的垄断。可竞争的垄断，本质上不是真正的垄断。这一点非常明确，不是平台规模越大就越垄断。

确实大型平台有很多问题，比如我们经常碰到“大数据杀熟”的问题，实际上是对监管部门敲响了警钟，即要加强对平台算法的监管。平台监管并非准入性监管或反垄断监管，而是要对平台算法进行非经济性的监管，如是否违背了公平交易原则、是否违背了公序良德、是否存在欺诈和歧视等。算法监管不是监管部门以往擅长的领域，需要尽快地补足监管能力。

但话说回来，貌似因为平台垄断带来的一些负面效应，监管的板子不能完全打在平台企业上。实际上，算法中存在的各种问题，它产生的渊源可能是多种层次的。第一种情形，算法可能只是把社会上或者市场上原先存在的歧视行为显性化了。比如说，男女同工同酬的问题，平台通过算法发现，从事同样的工种，女性就业者的收入报价或资方给的待遇相对比较低，于是算法给出来的一个推荐报酬也比较低，这是算法的歧视吗？不是，算法只是折射出原有的人类交易行为中的歧视。实际上，通过平台和算法的监管，可以发现和纠正社会中已经存在的一些歧视。第二种情形，跟平台或算法也没有直接关系，是由于数据集本身是有偏差的。这是由于采集数据的时候过多的采集某一类数据，而没有采集或过少采集另外一些数据造成的。比如说通过采集路况数据来改进自动驾驶，大量采集到的可能是城市路况或者特别是东部发达城市的路况，所以改进了的自动驾驶算法有利于东部城市，但没有能够采集到一些偏远地区、城乡结合部或者是少数民族地区的路况数据，所以该自动驾驶算法不适应另外那些地区，这是基于数据产生的歧视。监管者需要溯源分析平台里的各种行为背后的机理，然后进行精准监管。 

澎湃新闻：你提到平台创新，平台很大程度上能够创新，是否建立在平台进入有较低的门槛，甚至就没有门槛。

陈玲：平台是数字经济的基础设施，数据是数字经济的一种生产要素，也是创新要素。以往说的劳动力、资金、技术、土地等生产要素，这些要素都是有形的。但数据要素有个特点，它可以无成本地复制，可以重复使用，可以多样化组合应用，从不同的角度和方式使用，所以它的生产和创新潜力非常大。

举个例子说，比如说杭州建设智慧城市的平台“城市大脑”，“城市大脑”的平台上接入了很多数据，企业就可以在这些数据基础上进行创新。譬如，基于人们医保的数据，企业就可以开发出推荐就医的APP，甚至可以提供更好的诊疗手段、提高精准医疗服务。此外，还可以做一些其他的生产生活服务，如交通和能源调度优化等。总之，智慧城市的公共数据，形成新的创新来源。

创新就是要素之间的重新组合。对数据资源的跨平台的整合和使用是非常有价值的。举个例子，比如说像医疗影像数据，对医生来说可能只是一个检查，然后医生看了 X光片或者说皮肤病的照片，它可以以此来进行诊断。但是你把大量医疗影像和诊断数据放到一起以后，通过AI训练，其实就可以形成一个 AI辅助诊疗，这样就可以惠及更多的人。但是这个数据资源也有很多问题，比如说它涉及到隐私问题、数据确权的问题。医疗影像和诊断数据到底是归医院、归平台、归设备公司，还是属于患者的？现在还没有明确的说法。由于没有确权，当前的做法就是严格限制医院外使用。

数据没有确权，就无法进行授权，也无法进行有效创新。所以数据确权是未来数据流通和使用、数字创新最重要的一个基础条件。

除了数据确权，另一个就是数据闭环的问题。最近，ChatGPT横空出世，关于大模型创新的讨论非常多。大模型需要非常多的知识语料的输入，但是我们中文语境下，好多知识的数据都是闭环的：百度的搜索引擎，搜索不到微信公众号里的各种高质量的文章；还有科研工作者依赖和产生高知识含量的科技论文，但科技论文在中国知网、web of science等数据库里头，网页检索也很难被检索到。这也意味着它们很难用来训练大模型。因此，打破这些数据闭环，也是未来数字创新的一个必要条件。