罗汉堂发布数字经济十问：数字技术会扩大鸿沟，还是会让世界变平？

6月25日，阿里巴巴倡议成立的罗汉堂发布了最关乎人类未来的十大问题。200多位来自全球的顶尖学者、政界、企业界负责人应邀在杭州“西湖论剑”。

目前，数字技术正在从根本上改变我们的经济和社会，它将从方方面面改善人类生活。同时，我们的社会并没有完全准备好去应对这场由移动互联网、人工智能、区块链、大数据等数字技术带来的史无前例的结构变革。罗汉堂也认为，必须以造福社会、保护全球消费者、员工和人民为目标，去学习并掌握当前的数字革命。

2017年10月，阿里巴巴成立“以科技创新世界”的达摩院，未来3年里将投入1000亿元进行前沿技术的探索。科技的快速发展也可能伴生着新的社会问题，如何在发展中思考并解决这些问题，2018年6月，阿里巴巴倡议成立罗汉堂项目，并向全球顶尖学者发出邀请。罗汉堂项目将作为达摩院的配套研究平台，主要探索科技快速发展中伴生的其他社会问题的解决。

一问：我们是应该先控制风险，还是先迎接数字技术？

罗汉堂《数字技术与普惠增长》报告提及，只有去尝试、努力，才能找到解决问题的办法。对数字技术唯一担忧的是担忧本身。

2001年诺贝尔经济学奖获得者迈克尔·斯宾塞（Michael Spence）认为，数字经济带来的福利还难以被准确衡量和估计，这会影响我们平衡数字经济的风险和收益。现有对经济的衡量集中在对经济增长的关注，忽略了健康、生活便利等其他福利。数字经济的长期影响是深度多维的，需要一个更多维的框架衡量个人和社会福利。

二问：数字技术会扩大鸿沟，还是会让世界变平？

斯宾塞称，中国数字经济的发展不仅体现在增长速度上，还体现在边远、贫困群体与现有经济资源的结合速度上，这是令人震惊的普惠增长模式。

美国马里兰大学助理教授阿尔伯特·罗西（Alberto Rossi）提及，智能投顾能够帮助用户更稳健的配置资产，尤其是对投资经验少、现金持有比例高、频繁买卖的用户而言更是如此。智能投顾让投资更普惠。

三问：数据是谁的？谁是真正的受益者？

2014年诺贝尔经济学奖获得者让·梯若尔（Jean Tirole）表示，我们如何在保护个人隐私的同时，不遏制科技的进步和创新的向前？“我们想倒掉洗澡水，但别把宝宝也泼出去了。”

19世纪末，当电话刚在美国推出和普及时，《纽约时报》曾刊登评论指出：“电话不仅会收录两端的声音，甚至会将其路线经过之处的声音都收录下来，因此当千万条电话线从居民屋顶经过，所有秘密都将公之于众，惟有沉默才是安全的。”这类关于电话的设想或许在现在看来有点可笑，但是在当时民众对电话技术并不够了解的时期，这类忧虑是有广泛共鸣的。

四问：数字技术会让更多的人失业，还是会让工作时间更短？

2010年诺贝尔经济学奖获得者克里斯托弗·皮萨里德斯（Sir Christopher Pissarides）表示，并没有证据证明技术会带来失业率的提高。但技术的发展过程中，确实会促进就业的结构性转变。1980年以来的就业数据显示，就业逐渐从制造业向服务业转变。

五问：谁是平台经济的受益者，是所有参与者还是少数平台公司？

皮萨里德斯称，数字平台是对分散市场匹配技术的改进，它具有提高所有市场参与者效率的潜力。互联网和平台经济能够有效打破制约成熟市场发展的阻碍。在中国，没有互联网，农民只能进城打工才能提高收入，互联网让他们在家乡也可能获得同样的发展机会。

针对平台经济，澳大利亚新南威尔士大学教授理查德·霍尔登（Richard Holden）认为，大型平台的竞争优势来源于网络效应，这种竞争优势很难从无到有建立，但是已有平台的地位也很脆弱。赢者无眠成为常态，平台必须时刻创新和更好的服务用户，才能保持竞争优势。

六问：治理机制要如何改变，才能适应数字时代？

2016年诺贝尔经济学奖获得者本特·霍姆斯特罗姆（Bengt Holmström）称，人工智能正在改变我们的经济发展机制，也会改变我们制定政策的方式。

七问：金融服务在越来越平民化的同时，会不会引发更多的风险？

霍姆斯特罗姆提及，数字经济时代，信息是一种新的抵押品。有了数字平台上收集的信息，小额借款人获得信贷不需要抵押品，因为出借人比借款人更了解他的信誉。在这方面，平台模式更接近于西方信用卡的基础模式，同时因为它基于数字识别，并包含大量数据，所以比信用卡便宜得多，也不容易被欺诈。

八问：数字时代全球化会走回头路吗？

斯宾塞认为：“让我感到兴奋的是中国的数字经济增长范式能够启发其他国家，开发巨大的国内市场就能带来巨大的增长机会。”

他称，在此基础上我们不难想象，只需要一点点的国际合作，这种发展模式就能推广到全世界。各国小微企业参与到国际市场中或将成为下一个增长引擎，这才是最激动人心的事。

九问：人工智能该不该有道德观？

2011年诺贝尔经济学奖获得者托马斯·萨金特（Thomas Sargent）称，说到底，机器并不是自己在学习，它们学的，都是人类输入的数据，是人类在告诉机器要学习什么。因此，我们人类在给机器提供数据的时候，要努力去除掉一些偏见。

十问：大算力和大数据，一定会让我们离真相更近吗？

2013年诺贝尔经济学奖获得者拉尔斯·彼得·汉森（Lars Peter Hansen）认为，数字经济时代，丰富的数据确实为经济学分析提供了更多的素材，但是实证分析本身的价值却非常有限。对于实际发生什么和可能发生什么，理论模型却能帮助我们做不同情形和不同政策下的比较。因此纯数据驱动具备一定的局限性，模型能让人们在大数据时代的今天做更好的决策。

萨金特认为，大数据和大算力提升了抽象信息理论的价值，它们的高速发展对处理信息的方法论提出了更高要求。更优的信息估计技术、算法博弈论、多元时间序列算法和数据模拟技术等都可以在大数据时代散发光彩。