第771期 “现代经济学系列讲座” 在复旦大学经济学院 1211 会议室顺利举办。本次讲座由清华大学经济管理学院董丰长聘教授主讲，文章题目为Big Push Toward Big Data。讲座由复旦大学经济学院刘志阔老师主持，王永钦老师、许志伟老师、陈乔伊老师等校内外教师到场参与研讨，众多博士研究生参与本次学术交流。
董丰老师首先从商业实践中广为人知的企业 “数据飞轮” 现象切入，提出核心研究问题：企业层面 “经济活动产生数据、数据改善预测、更好预测进一步拉动生产” 的自我强化机制，能否在宏观一般均衡层面成立。文章构建包含差异化企业、需求不确定性、内生数据处理选择的动态宏观模型，系统分析数据积累与生产活动之间形成的双向反馈循环。
在模型设定中，企业无法直接观测自身持续存在的需求基本面，需要依托经济活动生成的原始数据加工转化为有效信号，优化产品定位，降低产品与市场错配带来的损失。企业可以选择高数据处理技术，消耗额外劳动资源，从同等原始数据当中提取更多可用信息。研究发现，生产活动与信息学习之间会形成双向反馈闭环：经济体产出水平越高，能够获取的原始数据就越多，企业预测精度得到提升，产品市场匹配效率改善，进一步推动生产规模扩张；反之，当产出低迷时，可获取的数据资源匮乏，信息预测精度不足，会使得生产规模进一步收缩。当该反馈机制足够强劲时，经济会出现多重稳态均衡，经济体有可能陷入 “低产出 低数据陷阱”，即便同等基础条件下高产出、高数据的均衡状态具备实现可能性。
文章将数据来源划分为全社会经济活动生成的公共数据，以及企业自身经营产生的私有数据两类。数值模拟结果表明，无论数据来源于全社会公共经济活动还是企业个体生产经营，均能够催生多重均衡结果；跨企业的数据外溢会放大高低稳态之间的产出差距，但并非形成多重均衡的必要条件。
在此基础上，文章重点评估 “大推动（Big Push）” 类型的公共数据政策。政府投入劳动资源开展公共数据供给，向企业输出标准化可用信号，该政策效果具备显著的状态依赖性。在数据匮乏的低产出环境下，公共信号能够改善企业预测能力，撬动私人部门生产与数据生成，实现挤入效应；而在数据已经较为充裕的高产出环境，新增公共信号的边际收益大幅下降，政策会占用劳动力资源，进而对私人生产、企业自主的数据处理行为产生挤出效应。
研究进一步对比永久公共数据供给与临时性干预两条政策路径。永久性公共数据供给能够消除低数据陷阱，但会持续消耗生产性劳动，使得留存的高数据均衡产出水平低于无政策的基准情景。而强度与持续时间足够的临时性公共数据干预，可以将经济体的信息分布推至自我维持的良性轨道；待干预退出之后，私人生产内生生成的数据飞轮可以继续驱动经济向无政策条件下的高产出稳态收敛，规避永久政策带来的长期资源消耗成本。文章结合欧盟共同数据空间、韩国数据大坝、我国公共数据授权运营等现实案例，阐释模型对应的政策启示。
在互动研讨环节，与会师生围绕多重均衡形成的参数条件、公共数据与私有数据的替代互补关系、模型内部劳动资源配置逻辑、数据处理成本异质性、政策干预强度与时间的权衡取舍、拓展模型的微观基础等问题，与董丰老师展开充分深入的交流。现场学术交流氛围浓厚。
文/易管华
