數字作為生產要素的幾點分析

進入新世紀以來，信息的概念逐漸被數字替代。原因很簡單，今天信息的發(fā)生、存儲、使用、管理主要是數字這個形態(tài)，數字就替代了信息這個概念。數字是資源、資產、生產要素，在我們從工業(yè)經濟走向數字經濟的歷史時期，不把數字問題弄清楚，確實會遇到諸多發(fā)展上的問題。

但是，今天我們是不是對數字已經認識清楚了呢？我不知道大家現(xiàn)在頭腦中的反應是什么，總體來看，我們至今對數字的認識仍然處于早期，我們真正理解數字還有太多的因素要分析。

為什么說我們還有太多的問題沒有說清楚呢？我們先從幾個例子來看一看數字在我們的實際事務中是怎么產生、怎么使用的。

我們先看在經濟活動及社會發(fā)展的實踐中，數字是怎么發(fā)揮作用的，然后再從理論的角度看一看經濟學是怎么看的。

首先講幾個例子，幾個例子的跨度十分大，為什么跨度這么大？就是想通過不同領域數字使用的實際情況來改變我們對數字概念的認知。先說北京的事情，魯家山垃圾處理廠是北京處理門頭溝和石景山兩個區(qū)域的垃圾處理廠。

垃圾分類，這是新的事情。垃圾分類以后怎么處理好是一個大問題，尤其是廚余垃圾。企業(yè)對廚余垃圾回收做了一點創(chuàng)新，目的是垃圾桶一出來，就能知道這個垃圾桶是誰的，這個桶里裝的是不是廚余垃圾。因為在日常分類中，最復雜、分類最差的就是廚余垃圾。

某個地方收集上來的垃圾數量有多少，質量如何，是不是夾帶有非廚余垃圾，對于這些問題，企業(yè)采取了這樣幾個方式：

第一，隨車那個人先看桶里面的垃圾分的怎么樣，但是桶里面的垃圾你也不能手伸下去全部撈，你只能看表面的。

第二，垃圾倒到垃圾桶里面的時候，有攝像頭進行監(jiān)控，倒的整個過程都很清晰。放到垃圾車時有一個稱重，有一個二維碼的識別器，時間、地點、誰的、重量、質量，都有了。沒有分好的，雖然回去以后還要重新分類，但是最起碼知道了里面什么地方是有問題的。這樣一件事必須有數字，沒有數字不能判斷分析;數字是十分清晰的;這個車上收的所有垃圾桶里面的垃圾，這是數字來源。

所以，對這件事就需要這樣的數字，就用這樣的方式，它是一個封閉的集合。也就是說，這個垃圾車的數字不能和另外一個垃圾車的數字合在一起。數字很重要，沒有數字剛才這個事情完不成，雖然很簡單、量很小，但必須完整、精確。

接下來這個例子，幾乎誰都用過，你就算不出差，不去旅游，但你去一些公共場所參加會議都需要。健康碼數字和剛才這個例子的數字就完全不一樣。剛才的數據是實時的、一次性的，健康碼之所以能做，是因為公安系統(tǒng)和電信營運商多年的努力，在這個基礎之上我們才能有健康碼，否則沒有健康碼。其中，最基礎的是什么？是人口庫。

就算不是健康碼，我們原來坐火車、坐飛機、住旅館等，我們是人臉識別，人臉識別的基礎就是人口庫，是對著你身份證上的那個臉進行識別，所以神經網絡是不能用的，為什么？因為神經網絡的人臉識別永遠不可能達到100%，到今天，最高的識別率也就是97%--98%。

例如，今天中國有1億以上人次的識別，2%就是200萬，一天有200萬的識別錯誤，是不可想象的。我們自己的體會，人臉識別，不管你到哪，都很快、很準。隨便在哪個地方，你把口罩一摘，識別就完成了，沒有人口庫，這樣的事項就不能實現(xiàn)。然后是手機實名制，沒有手機實名制，怎么跟人口庫去對接。具體到個人，你的手機怎么跟人口庫進行對接，所以這是基礎。接下來再加上移動運營商的營運數據，也就是你的行動軌跡，最后再加上制度、軟件，從而實現(xiàn)真正的識別。

這里面的數據極其重要，數據有嗎？已經存在。因為疫情下復工復產及人員流動的需要，健康碼產生了，已經存在的數字在這件事中產生了作用，形成了價值。

再說一個例子，跨度又很大，是制造企業(yè)。這樣的企業(yè)用機床制造軸承，機床是沒有數字的，就是老式的機械，所以得有人盯著它去工作，勞動生產率很低。

一位來自該類機床制造廠的工程師想辦法，加2個傳感器，從2個加到5個，從3個數據到10個數據，再加上采集的數據、分析和簡單的算法，實現(xiàn)了部分的自動控制，數據要它干什么？是為了自動控制，自動控制是要把人解放出來，就這樣如此簡單的道理。5個到11個數據，使得這個車廠實現(xiàn)了兩件事情：

事情一? 原來機床預熱是工人去了以后預熱，現(xiàn)在通過自動化的操作可以實現(xiàn)提前半小時預熱，到達車間之后就可以開始工作，原來7個半小時變成了真正八小時。

事情二? 在一些較長時間固定的加工動作上實現(xiàn)了自動控制，使得這個工人可以離開這個機器，去操作另一臺機器，所以他一個人可以管兩臺機器，所以沒有數字萬萬不能。

如果對工業(yè)企業(yè)比較熟悉的，對這個例子應該比較容易理解。凡是自動化的生產線、自動化的流程，它的工藝是要根據其材料、加工產品的規(guī)格進行優(yōu)化，連續(xù)的自動化生產線，都是需要不斷優(yōu)化的。

在很多場合下數字都是必要的，沒有數字不行，它是必要條件。從軸承廠的自動化改造，可能就需要11個數字，少一個都辦不成。不過，關鍵在于是誰想出來在機床上應用傳感器去收集所需要的數字，通過控制這些數字就能產生實際的效益。

數字的質量究竟是什么？也就是說數字的質量是對相應的事務必須精準、完備、系統(tǒng)。這件事務之外的數字再好也不要。

建設智慧電網的時候，數字的量很大，根本就是一個極其大的數字。不管是大還是小，圍繞這件事，必須系統(tǒng)、精準、完備，否則的話就會出錯，價值就要出問題，所以這是真正的數字質量。

最后，從理論角度看，數字和信息就是同義詞，信息從來就很重要，只是到了新世紀，隨著網絡、智能終端、物聯(lián)網和數據處理能力和管理能力的增強，產生了全流程閉環(huán)的數字化。今天手機上全是閉環(huán)的數字，信息就叫數字了，但是它和信息壓根就是同一詞。

迄今為止沒有專門的經濟學是分析數字的，一定是分析信息的。幾個月來我一直在學習、思考、研究這件事情。

經濟學主要在6個維度上對信息進行分析，在經濟學原理類的書中都有關于生產要素的定義，主流經濟學對于生產要素的定義，數字是可以滿足的，但是所有經濟學的教科書，卻沒有把信息或者數字列入到生產要素當中。

為什么會出現(xiàn)這種情況？數字確實是資源、資產，以及生產要素，但是為什么他們不寫？因為你必須回答兩個問題。

第一，作為生產要素，你如何解釋它和其它要素之間的相同和不同，是同還是不同。他無法解釋，沒有人在今天能夠解釋清楚數字和勞動、資本、土地這樣的生產要素的同和異，或相互關系。

第二，根據這樣的特殊性，相應的制度設計要解決什么問題，要遵循什么原則。這兩個問題，我們今天全球的經濟學家沒有人能夠回答，所以它從定義上看是生產要素，但是在外延上絕不把它放進去，因為這兩個問題他無法回答，學生問他了，說我不知道，那你怎么寫進去的，所以這就是現(xiàn)實的狀態(tài)。

（本文根據楊學山的最新公開演講整理而成，未經本人確認。）