剑桥—过去几十年中，数字科技多次改变了全球经济和社会。20世纪80年代，制造业自动化带来了外包和离岸化潮流。1989年，计算机科学家蒂姆·伯纳斯-李（Tim Berners-Lee）发明了万维网，而从2007年左右开始，智能手机、3G/4G和新算法的合流把世界大部分人口带到了线上，开始了线上生活。
与新科技一起到来的是全球生产链、电子商务、社交媒体和平台经济。而由于人工智能、遗传学、增材制造、绿色转型和先进材料方面的进展，一场更为广阔的转变正在浮现。在这些变化时期，决策者和学者所面临的问题永远比答案更多。每一次数字破坏潮流都会给（尤其是）经济学家带来新问题。
一些问题早已众所周知，特别是人们所感到的工作岗位威胁。在这一领域，麻省理工学院的大卫·奥图尔（David Autor）和牛津大学的卡尔·本尼迪克特·弗雷（Carl Benedikt Frey）和其他人已经做出了重要的学术 成果 。但仍有许多问题需要解决。其中之一是如何衡量经济。标准定义和数据收集过程不足以把握数字活动，如云计算和委托生产。
最新科技也引起了其他的概念难题，比如怎样才能在价格指数中体现新产品或品质更高的产品，以及如何评估数据等无形资产的价值。如果不能更好地解决这些问题，经济决策者便会如同无头的苍蝇。
尤其是数据问题带来了紧迫的政策挑战 。所有人都指导数据的重要性：日常所传输的数字信息量与日俱增，企业囤积数据作为竞争优势之源，数据泄露的风险和代价也变得日益显而易见。
但数据的数据却很缺乏，包括数据如何跨国流动和在数据中心之间流动。如何确定数据的价值也仍不清楚。数据不同于其他任何标准经济商品，无法用数量和价格等传统指标衡量。电子的1和0有其物理基础，但1比特数据既是某种东西的记录，也是量的经济单位，其价值取决于信息环境。
Winter Sale: Save 40% on a new PS subscription
Winter Sale: Save 40% on a new PS subscription
At a time of escalating global turmoil, there is an urgent need for incisive, informed analysis of the issues and questions driving the news – just what PS has always provided.
Subscribe to Digital or Digital Plus now to secure your discount.
Subscribe Now
数据的经济学研究和分析——就像关于合理的监管框架的争论一样——仍处于萌芽阶段。但决策者渴望洞见。英国 、德国 、澳大利亚 和欧盟 关于数字市场中的竞争的最新重要研究发现，主要科技公司的巨量数据正在成为强大的进入壁垒。随着竞争执法的严厉化以及新监管跨境化，越来越有必要更多地研究这些动态。
围绕数据的问题说明了当今经济学家所面临的大挑战。数字经济的特点是溢出效应和外部性巨大，其中一些源于一家公司里一个人所做的一个选择。外部性是一个老问题，但数字经济的溢出效应的规模和范围则是新问题。
对于数据，大部分争论聚焦于（潜在的）隐私损失，这是一种负外部性，源于公司追求数据以改善市场营销和其他业务。但同样重要的是大数据改善社会福利（而不仅仅是公司利润）的潜力。比如，由大量个体提供的信息可用于改善交通状况或医学研究。
数字经济的另一个主要特征是其网络效应，即服务的价值随着用户基础的增长而指数型增加。越多的人使用某种搜索引擎，这种搜索引擎就能越好地解读人所输入的搜索关键词，返回更加相关的信息。数据平台也会形成间接网络效应，位于平台一端的用户（比如度假者）可以因为更多供应商（公寓房东）加入另一端而受益。
但是因为网络效应，数据市场会呈现出赢家通吃（或大部分通吃）动态，因此，目前只有一两家大企业主宰着数据市场。在这里，经济学家也需要改善对于为何一些平台会成功，而另一些会失败的理解。比如，何时会产生网络效应，决定性地让市场导向某个方向；或网络效应在多大程度上是市场权力的结果而非原因，我们仍不清楚。如果不弄清楚，决策者就非常难以在确保数字市场竞争和促进数字市场价值创造之间达到正确的平衡。
但数字经济的另一个区别是规模回报增加的幅度。在这里，基本动态也并不新鲜：经营一家钢铁厂或发电厂需要面对非常高的前端固定成本，而一旦投产，边际成本微不足道。但在数字经济中，边际回报递增随处可见。编写软件成本很高，但复制和分销不需要任何成本。
即使对于规模和范围经济不起作用的服务业，如理发和下馆子，数据平台也可以形成网络效应。一家餐馆每小时只能接待固定数量的就餐者，但将餐馆和食客匹配的平台可以享受巨大的范围经济。
这些动态给主流经济学产生了两方面的重大挑战。首先，标准的生产率和其他指标模型以规模回报递减或不变为前提，用来分析非线性系统就会产生错误。一般而言，经济学家（除了一些显著 的例外 ）在考虑临界点、多重均衡和其他可能性时动作过于缓慢。
其次，对于经济政策干预的标准评估假定回报递增或溢出效应不存在。如果存在回报递增和规模效应，就会被归为“市场失灵”。与此同时，市场力量永远会产生最佳结果的基本假设仍然不可动摇。但当整个经济都表现出“市场失灵”时，经济学家应该反思 他们的政策建议了。
随着上述各领域内的研究和分析的展开，未来几年将是经济学家的黄金时代，特别是进入尚未完全探索的数字经济领域的年轻学者。科技永远比政治和监管速度更快，但在数字革命发生四十年后，决策者正在赶上来。经济学家的任务是确保政策干预利大于弊。在科技潮时代，应对这一挑战刻不容缓。
剑桥—过去几十年中，数字科技多次改变了全球经济和社会。20世纪80年代，制造业自动化带来了外包和离岸化潮流。1989年，计算机科学家蒂姆·伯纳斯-李（Tim Berners-Lee）发明了万维网，而从2007年左右开始，智能手机、3G/4G和新算法的合流把世界大部分人口带到了线上，开始了线上生活。
与新科技一起到来的是全球生产链、电子商务、社交媒体和平台经济。而由于人工智能、遗传学、增材制造、绿色转型和先进材料方面的进展，一场更为广阔的转变正在浮现。在这些变化时期，决策者和学者所面临的问题永远比答案更多。每一次数字破坏潮流都会给（尤其是）经济学家带来新问题。
一些问题早已众所周知，特别是人们所感到的工作岗位威胁。在这一领域，麻省理工学院的大卫·奥图尔（David Autor）和牛津大学的卡尔·本尼迪克特·弗雷（Carl Benedikt Frey）和其他人已经做出了重要的学术成果。但仍有许多问题需要解决。其中之一是如何衡量经济。标准定义和数据收集过程不足以把握数字活动，如云计算和委托生产。
最新科技也引起了其他的概念难题，比如怎样才能在价格指数中体现新产品或品质更高的产品，以及如何评估数据等无形资产的价值。如果不能更好地解决这些问题，经济决策者便会如同无头的苍蝇。
尤其是数据问题带来了紧迫的政策挑战。所有人都指导数据的重要性：日常所传输的数字信息量与日俱增，企业囤积数据作为竞争优势之源，数据泄露的风险和代价也变得日益显而易见。
但数据的数据却很缺乏，包括数据如何跨国流动和在数据中心之间流动。如何确定数据的价值也仍不清楚。数据不同于其他任何标准经济商品，无法用数量和价格等传统指标衡量。电子的1和0有其物理基础，但1比特数据既是某种东西的记录，也是量的经济单位，其价值取决于信息环境。
Winter Sale: Save 40% on a new PS subscription
At a time of escalating global turmoil, there is an urgent need for incisive, informed analysis of the issues and questions driving the news – just what PS has always provided.
Subscribe to Digital or Digital Plus now to secure your discount.
Subscribe Now
数据的经济学研究和分析——就像关于合理的监管框架的争论一样——仍处于萌芽阶段。但决策者渴望洞见。英国、德国、澳大利亚和欧盟关于数字市场中的竞争的最新重要研究发现，主要科技公司的巨量数据正在成为强大的进入壁垒。随着竞争执法的严厉化以及新监管跨境化，越来越有必要更多地研究这些动态。
围绕数据的问题说明了当今经济学家所面临的大挑战。数字经济的特点是溢出效应和外部性巨大，其中一些源于一家公司里一个人所做的一个选择。外部性是一个老问题，但数字经济的溢出效应的规模和范围则是新问题。
对于数据，大部分争论聚焦于（潜在的）隐私损失，这是一种负外部性，源于公司追求数据以改善市场营销和其他业务。但同样重要的是大数据改善社会福利（而不仅仅是公司利润）的潜力。比如，由大量个体提供的信息可用于改善交通状况或医学研究。
数字经济的另一个主要特征是其网络效应，即服务的价值随着用户基础的增长而指数型增加。越多的人使用某种搜索引擎，这种搜索引擎就能越好地解读人所输入的搜索关键词，返回更加相关的信息。数据平台也会形成间接网络效应，位于平台一端的用户（比如度假者）可以因为更多供应商（公寓房东）加入另一端而受益。
但是因为网络效应，数据市场会呈现出赢家通吃（或大部分通吃）动态，因此，目前只有一两家大企业主宰着数据市场。在这里，经济学家也需要改善对于为何一些平台会成功，而另一些会失败的理解。比如，何时会产生网络效应，决定性地让市场导向某个方向；或网络效应在多大程度上是市场权力的结果而非原因，我们仍不清楚。如果不弄清楚，决策者就非常难以在确保数字市场竞争和促进数字市场价值创造之间达到正确的平衡。
但数字经济的另一个区别是规模回报增加的幅度。在这里，基本动态也并不新鲜：经营一家钢铁厂或发电厂需要面对非常高的前端固定成本，而一旦投产，边际成本微不足道。但在数字经济中，边际回报递增随处可见。编写软件成本很高，但复制和分销不需要任何成本。
即使对于规模和范围经济不起作用的服务业，如理发和下馆子，数据平台也可以形成网络效应。一家餐馆每小时只能接待固定数量的就餐者，但将餐馆和食客匹配的平台可以享受巨大的范围经济。
这些动态给主流经济学产生了两方面的重大挑战。首先，标准的生产率和其他指标模型以规模回报递减或不变为前提，用来分析非线性系统就会产生错误。一般而言，经济学家（除了一些显著的例外）在考虑临界点、多重均衡和其他可能性时动作过于缓慢。
其次，对于经济政策干预的标准评估假定回报递增或溢出效应不存在。如果存在回报递增和规模效应，就会被归为“市场失灵”。与此同时，市场力量永远会产生最佳结果的基本假设仍然不可动摇。但当整个经济都表现出“市场失灵”时，经济学家应该反思他们的政策建议了。
随着上述各领域内的研究和分析的展开，未来几年将是经济学家的黄金时代，特别是进入尚未完全探索的数字经济领域的年轻学者。科技永远比政治和监管速度更快，但在数字革命发生四十年后，决策者正在赶上来。经济学家的任务是确保政策干预利大于弊。在科技潮时代，应对这一挑战刻不容缓。