當前全球產業(yè)鏈供應鏈空前脆弱，“脫鉤”之勢愈演愈烈。有此背景，產業(yè)政策又成為了近年來熱議的話題。因此，我們有必要厘清產業(yè)政策的概念內涵、種類和適用范圍。另一方面，平臺經濟正逐漸成為中國經濟增長的主要動能。長期以來，針對平臺經濟發(fā)展與規(guī)范的問題，也有很多爭論，就廣義而言，發(fā)展與規(guī)范也屬于產業(yè)政策。也有必要厘清平臺經濟需要何種產業(yè)政策。

當前有哪幾類產業(yè)政策，產業(yè)政策是否可以彌補市場機制的缺陷，從而解決市場失靈問題？我們該如何衡量產業(yè)政策的有效性？未來經濟發(fā)展是否需要產業(yè)政策？若需要，如何實施？

就上述問題，澎湃新聞記者近期專訪了清華大學公共管理學院副教授、產業(yè)發(fā)展與環(huán)境治理研究中心主任陳玲。 

清華大學公共管理學院副教授、產業(yè)發(fā)展與環(huán)境治理研究中心主任陳玲  澎湃新聞權義 圖

澎湃新聞：當前中美科技脫鉤，關于中國如何應對以及與之相關的產業(yè)政策話題，引發(fā)了廣泛討論，是否需要制定產業(yè)政策，我們需要什么樣的產業(yè)政策，如何制定？

陳玲：產業(yè)政策作為一種國家戰(zhàn)略，它是否違背了競爭政策或阻礙競爭，要看具體情況。產業(yè)政策本質就是要get the price wrong，要扭曲產品或者生產要素的價格，使之更具有市場競爭力。但具體是讓哪些產業(yè)更具有市場競爭力？是那些對國家發(fā)展戰(zhàn)略有直接作用的產業(yè)部門，在國際或國內更具有競爭力。

所以，產業(yè)政策不可避免會扭曲價格和阻礙競爭，這是產業(yè)政策題中應有之意。有幾種情況下，產業(yè)政策是可取的。第一種，實際上就是當年日本、韓國所采取的趕超戰(zhàn)略。在基于整個國家工業(yè)化發(fā)展趕超的特定歷史階段，對一些國家主導或戰(zhàn)略性的產業(yè)，實施產業(yè)政策。比如像汽車產業(yè)、鋼鐵產業(yè)等。通過這樣的政策，能夠使其在較短的時間里，對其他國家的產業(yè)進行趕超。 

第二類產業(yè)政策是對一些戰(zhàn)略性的新興產業(yè)或者具有基礎設施性質的產業(yè)技術部門進行補貼。這一類產業(yè)政策的出發(fā)點是國家戰(zhàn)略或者未來產業(yè)發(fā)展的需求，如新一代人工智能技術、生物技術、新材料和新能源等，是與國家面向未來的能源轉型、經濟轉型、數字化轉型直接相關，它具有重大基礎設施或產業(yè)共性技術的性質，所以國家實施這樣的產業(yè)政策。

第三類產業(yè)政策是對夕陽產業(yè)的扶持。夕陽產業(yè)涉及的人比較多，或者是跟百姓生計相關的這些行業(yè)。這些產業(yè)要逐漸退出，那么國家會進行一些補貼，使之不要產生太大的社會動蕩或社會公平問題，比如說對農產品的補貼等。 

澎湃新聞：產業(yè)政策的爭議點是什么？

陳玲：雖然有些產業(yè)政策是可取的，但真正的爭議點不是說要不要產業(yè)政策，而是要什么樣的產業(yè)政策、如何實施產業(yè)政策。有兩個爭議的焦點，一個是在實施產業(yè)政策的時候，政府和市場的邊界在哪里？政府要補貼產業(yè)，具體補貼到哪一步，干預到哪一步，這個是一個邊界問題。我們發(fā)現，現在一些歐美國家也都在推行產業(yè)政策，例如美國的《創(chuàng)新與競爭法案》，歐盟的“工業(yè)4.0計劃”等，都在補貼產業(yè)發(fā)展。但歐美國家的企業(yè)拿到政府補貼后，還是按照企業(yè)的邏輯去行事，企業(yè)與政府的邊界相對清晰。國外對我們的一個很大的爭議，就是說我們的政府補貼對象很多都是國有企業(yè)或者央企，這類企業(yè)有時候很難區(qū)分政府與市場的邊界。

第二個爭議點是產業(yè)政策什么時候可以退出？對一個新興產業(yè)、戰(zhàn)略產業(yè)或者產業(yè)共性技術的補貼有一個階段性的過程，政府補貼的前提假設是該產業(yè)很重要，并且具有重大的正外部性，社會是沒有能夠充分投資的，所以政府需要進行補貼。當這個產業(yè)技術已經有一定的規(guī)模，或者形成主導行業(yè)的主導技術以后，政府就要適當地逐漸退出，就像新能源汽車的補貼退坡機制一樣，逐漸地退出來。但有的時候，產業(yè)政策制定者和實施者會有一些傳導上的滯后，或者是政策的制定和執(zhí)行會有一些扭曲。比如當年的光伏產業(yè)政策，中央已經強調產能過剩了，但是地方政府還在追加投資，即便企業(yè)破產了，市場已經不行了，地方政府還在兜底，實際上是產業(yè)政策把政府與企業(yè)綁架在一起，成為投入的無底洞，這就是退出機制的邊界不太清楚。

總體而言，產業(yè)政策可以做，關鍵就是要理清政府與市場邊界，以及退出機制這兩個問題。 

澎湃新聞：近期決策層已明確提出支持和促進平臺經濟規(guī)范健康持續(xù)發(fā)展。在實踐中，要處理好平臺經濟發(fā)展與規(guī)范的關系。有人士提出，需要對互聯網企業(yè)的角色和作用重新定義?；ヂ摼W企業(yè)發(fā)展和管理得當，不是“割韭菜”，而是科技賦能。不會擠壓中小企業(yè)和個體工商戶，而會造福千行百業(yè)。你怎么看？

陳玲：平臺經濟確實特別受關注，而且我們現在的生產生活實際上已經離不開各種平臺了，包括社交平臺、購物平臺和一些像工業(yè)云這樣的生產支撐平臺。平臺是數字經濟里的基礎設施。

平臺經濟具有跨邊網絡交易的特點。跨邊網絡效應，簡單講就是“越大越好”，平臺上有更多的買方會吸引更多的賣方，有更多的賣方會吸引更多的買方，所以，跨邊網絡效應是正反饋的，越大越好，越大效率越高、成本越低。平臺是不是越大就越壟斷？不一定。從平臺經濟學視角看，只要這個平臺是可競爭的，沒有特定的行政法規(guī)、法律或者是市場準入的限制，比如說限制其他投資者設立一個新的平臺或者是類似的平臺，那么該平臺就是一個可競爭的壟斷。可競爭的壟斷，本質上不是真正的壟斷。這一點非常明確，不是平臺規(guī)模越大就越壟斷。

確實大型平臺有很多問題，比如我們經常碰到“大數據殺熟”的問題，實際上是對監(jiān)管部門敲響了警鐘，即要加強對平臺算法的監(jiān)管。平臺監(jiān)管并非準入性監(jiān)管或反壟斷監(jiān)管，而是要對平臺算法進行非經濟性的監(jiān)管，如是否違背了公平交易原則、是否違背了公序良德、是否存在欺詐和歧視等。算法監(jiān)管不是監(jiān)管部門以往擅長的領域，需要盡快地補足監(jiān)管能力。

但話說回來，貌似因為平臺壟斷帶來的一些負面效應，監(jiān)管的板子不能完全打在平臺企業(yè)上。實際上，算法中存在的各種問題，它產生的淵源可能是多種層次的。第一種情形，算法可能只是把社會上或者市場上原先存在的歧視行為顯性化了。比如說，男女同工同酬的問題，平臺通過算法發(fā)現，從事同樣的工種，女性就業(yè)者的收入報價或資方給的待遇相對比較低，于是算法給出來的一個推薦報酬也比較低，這是算法的歧視嗎？不是，算法只是折射出原有的人類交易行為中的歧視。實際上，通過平臺和算法的監(jiān)管，可以發(fā)現和糾正社會中已經存在的一些歧視。第二種情形，跟平臺或算法也沒有直接關系，是由于數據集本身是有偏差的。這是由于采集數據的時候過多的采集某一類數據，而沒有采集或過少采集另外一些數據造成的。比如說通過采集路況數據來改進自動駕駛，大量采集到的可能是城市路況或者特別是東部發(fā)達城市的路況，所以改進了的自動駕駛算法有利于東部城市，但沒有能夠采集到一些偏遠地區(qū)、城鄉(xiāng)結合部或者是少數民族地區(qū)的路況數據，所以該自動駕駛算法不適應另外那些地區(qū)，這是基于數據產生的歧視。監(jiān)管者需要溯源分析平臺里的各種行為背后的機理，然后進行精準監(jiān)管。 

澎湃新聞：你提到平臺創(chuàng)新，平臺很大程度上能夠創(chuàng)新，是否建立在平臺進入有較低的門檻，甚至就沒有門檻。

陳玲：平臺是數字經濟的基礎設施，數據是數字經濟的一種生產要素，也是創(chuàng)新要素。以往說的勞動力、資金、技術、土地等生產要素，這些要素都是有形的。但數據要素有個特點，它可以無成本地復制，可以重復使用，可以多樣化組合應用，從不同的角度和方式使用，所以它的生產和創(chuàng)新潛力非常大。

舉個例子說，比如說杭州建設智慧城市的平臺“城市大腦”，“城市大腦”的平臺上接入了很多數據，企業(yè)就可以在這些數據基礎上進行創(chuàng)新。譬如，基于人們醫(yī)保的數據，企業(yè)就可以開發(fā)出推薦就醫(yī)的APP，甚至可以提供更好的診療手段、提高精準醫(yī)療服務。此外，還可以做一些其他的生產生活服務，如交通和能源調度優(yōu)化等?？傊?，智慧城市的公共數據，形成新的創(chuàng)新來源。

創(chuàng)新就是要素之間的重新組合。對數據資源的跨平臺的整合和使用是非常有價值的。舉個例子，比如說像醫(yī)療影像數據，對醫(yī)生來說可能只是一個檢查，然后醫(yī)生看了 X光片或者說皮膚病的照片，它可以以此來進行診斷。但是你把大量醫(yī)療影像和診斷數據放到一起以后，通過AI訓練，其實就可以形成一個 AI輔助診療，這樣就可以惠及更多的人。但是這個數據資源也有很多問題，比如說它涉及到隱私問題、數據確權的問題。醫(yī)療影像和診斷數據到底是歸醫(yī)院、歸平臺、歸設備公司，還是屬于患者的？現在還沒有明確的說法。由于沒有確權，當前的做法就是嚴格限制醫(yī)院外使用。

數據沒有確權，就無法進行授權，也無法進行有效創(chuàng)新。所以數據確權是未來數據流通和使用、數字創(chuàng)新最重要的一個基礎條件。

除了數據確權，另一個就是數據閉環(huán)的問題。最近，ChatGPT橫空出世，關于大模型創(chuàng)新的討論非常多。大模型需要非常多的知識語料的輸入，但是我們中文語境下，好多知識的數據都是閉環(huán)的：百度的搜索引擎，搜索不到微信公眾號里的各種高質量的文章；還有科研工作者依賴和產生高知識含量的科技論文，但科技論文在中國知網、web of science等數據庫里頭，網頁檢索也很難被檢索到。這也意味著它們很難用來訓練大模型。因此，打破這些數據閉環(huán)，也是未來數字創(chuàng)新的一個必要條件。