數位經濟下 政府、企業、產業的影響

文/ 臺灣大學經濟系教授、前國發會主委 陳添枝

我從四個方面引領大家進入數位時代經濟挑戰:一是談數位經濟的本質,;二是談數位的資本主義,是否為一個新的資本主義且內涵為何;三是談企業與員工關係,每個人都要工作,工作場域中的「企業與員工」關係,也正產生巨大的變化,最後談一下政府的角色。

即時數據驅動的經濟

數位經濟的核心,不是數位技術,而是數據(data);與其說數位經濟(digital economy),不如說數據驅動的經濟(data driven economy)。就好像工業時代的核心是機器,不是工業技術;機器的出現,才啟動一個新的時代,技術則是不斷演進的。用即時的數據生產和提供服務,才是數位經濟。用歷史數據規劃或指引生產,是舊經濟。 

就整個經濟活動領域來看,最大的變化其實是「數據」,過去數據在生產與交易活動中,從來沒有那麼重要,現在的數據變得非常重要。在整個生產或是交易活動中,過去只講土地資本勞動力等生產要素,現在多了一個要素「數據」,它不是一種技術的變化,不是工業4.0,數據也不是工業化下的產物。數據在過去也經常被使用,如農業時代的二十四節氣,春耕秋收,都是長年累積,簡單可應用的數據。但現今社會經濟發展,使用的資料龐大太多,而且最重要都是即時發生的數據,被納入生產與交易活動當中。過去經常使用歷史的數據、累積的數據來分析應用;現在我們用的都是立刻發生、即時性的數據,這些即時性的數據在整個數據經濟活動中非常重要,而且因為它的即時,才有很大的重要性。在數位時代,即時數據才有價值;舊數據價值有限,除非它是商業機密,或經過處理,變成知識。一個旅客在通關時,知道他是新冠病毒帶原者有高價值,通關以後才知道此事,價值遞減,某個時點以後,價值為零。把即時數據分析納入當下的生產與提供服務,才是數位經濟;用歷史數據規劃或指引生產,則為舊經濟,所以未來的即時數據,時機點變得非常重要。

數據沒有排他性 跨域使用 價值不減

就生產活動而言,過去我們講經濟學的生產要素都有排他性,就是如果我正在用而別人就不能用;但作為一個生產要素,數據沒有排他性,異於資本、土地、勞力等投入。數據也會有折舊,說不定折舊很快,但讓數據變成知識,可免於折舊, 甚至歷久彌新。因為數據沒有排他性,數據可以跨公司使用、跨域使用、跨業使用,且價值不減,讓整個生產活動本質產生非常大的變化。數位時代的企業數位時代的企業跨業經營、跨域經營將是常態,傳統的產業領域概念也將被打破。如Uber APP平台,包含了駕駛、店家、消費者三種人都在使用同一套系統,定義Uber為交通公司?餐飲公司?還是什麼公司?更搞不清楚這公司是誰的、屬於哪一國的公司,他的數據從哪裡流到哪裡,都搞不清楚;數位化產生了新的空間在引導這樣類型的活動。

數據轉譯成知識 才能創造價值

數據在數位時代變得非常重要,廣泛的搜集數據,並沒有明顯報酬遞減(diminishing returns)現象。但對生產活動來說,如果只是搜集許多數據並沒有價值,一定要將數據整理分析,產生為有效知識;也就是說「生」數據必須透過搜集、整理與處理後,才能變成有用的「熟」數據。再將這些數據應用到生產和服務上,才能創造廠商特別的競爭優勢。這種優勢因廠商而異(firm specific),不易模仿和複製,而且應用數據的優勢,創造更多的數據,強者愈強,使這種優勢可以持久維續。在數位時代,沒有數據優勢,很難競爭。。 

數據轉譯成資訊再轉譯成知識,最後才會成為生產活動的一部分。數據經處理後變成「熟」資料,或資訊,然後結合專門領域的know-how,轉化成為有用的知識,可用於生產和服務上,因此數據驅動的經濟基本上是一個知識經濟(knowledge economy)。以數據驅動生產或服務,需要有一套流程或路徑,體現在軟體上。軟體是實現數據驅動的載具,就好像機器是人造力量(非牛馬之力)的載具一樣。想像一下,在工業時代,我們需要有機器,沒有機器沒有辦法實施工業生產,那在數位時代需要軟體,軟體像機器ㄧ樣,軟體才能驅動例行性生產,不斷投入數據, 就不斷地進行生產。雖是重複性的生產活動,但每次生產時都使用不同的數據,其結果就會有相當程度的不同,相對於傳統的生產活動不斷重製同樣的產品,現在每次造出的東西都可以不同。所以數位時代的企業,軟體占資產的比例越來越大。因為軟體能體現廠商特有的優勢,而且軟體是廠商專有而非泛用。如果用軟體類比機器,那數據就是石油;但石油是同質的,數據則是廠商專屬。這個石油要挖才有,如同數據需要搜集,且搜集之後要想辦法讓它變得有用,這個數據才會變成生產要素。

資本主義其實就是機器主義

資本主義出現就是因為機器,機器的誔生產生資本主義。以數據驅動的經濟,即是數位(資本)主義或數據資本主義,經濟的型態也將完全改觀。從農業時代看工業時代,就是多了鐵做的牛頭與馬頭,這就像是我們從現在看數位時代ㄧ樣。機器的出現產生資本,這個資本可以不斷地被累積,資本累積就是資本主義與農業時代最大的差別,因為農業時代所有的生產因素都無法累積,資本是可以累積的,資本累積越多,生產能量越大,財富越多。資本主義下的經濟成長,就是資本設備的累積結果。資本主義下的大國,不一定是土地大的國家。因為只要累積資本就可以無限的提升生產力,國家與市場的概念就脫離農業時代的範疇,小國也可以變成很大的資本主義國家。我認為在數據驅動的經濟下,也會產生同樣的事情,數據的累計可以產生很大的力量,但數據的力量不必然和數量成正比。知道怎麼用數據才是關鍵,數據累積要有能力轉換成資訊再轉換成知識,知識累積會變成未來發展最大原動力,但數據累積不必然帶來經濟成長,數據之間還需要再經過兩個轉換過程才會變成知識,透過知識累積才會帶動經濟發展動力。 

資本主義來臨時,生產關係產生很大的變化,資本變成生產中不可或缺的要素,而勞動力多如牛毛,無產階級的收入相對下降。當數據變成生產中不可或缺的要素時, 勞工的下場也一樣悽慘。農業時代每個人都是在土地上工作、附著在土地而上,生產活動與家庭活動連接在一塊。工業時代後產生改變,男人被徵招到工廠做工,離開了家庭;而更重要的是機器不斷增加、生產力不斷的提升、勞動力的價值就減少了。資本與勞動對抗產生所得分配問題,是資本主義帶來最大的改變。現在數據變成生產中最重要的生產元素,而且可以無限累積,跨公司、行業、領域使用,勞工價值就更低。就世界幾個市值超過兩兆的公司員工數比較,如Microsoft、Apple、Google都只雇用十幾萬的人,Amazon為高達84萬人與AT&T為247,800人,是因需要第一線低薪服務人員,跟過去傳統工業時代的大公司僱用人數與薪資完全不能相比。數位時代的大企業和舊經濟相比,雇用人數相對稀少。在他們系統下的公司,如Uber或Uber Eats所提供的工作,也大都是低薪的工作。

數據和知識運用 影響企業存在價值

當數據變得完整,可以串通交易活動,交易成本就減少甚至消失了,廠商就沒有存在的價值,所以不需要企業,也不需要中介商。廠商存在的價值,只在它擁有的廠商專屬知識(firm-specific knowledge),知識將變成是企業生存的基本條件。。如當所有家庭都可以變成旅館時,旅館就沒有存在的必要,Airbnb就會把所有旅館取代掉。如果說數據越多越好,則擁有最多數據的企業自然形成獨占。數據獨占很難處理,因為數位市場不易分割,而且是跨越國界的。要把Google分割和把Standard Oil分割是完全兩回事。工業時代的獨佔者逼消費者付出高價,數位時代的獨佔者則竊取消費者隱私。

數位經濟也將使商品與服務的關係改變。消費者要的是即時的服務,而非商品;商品只為提供服務而存在。傳統上,我們製造非常多的商品,這些裝置本身都是提供服務的載體,到數位經濟時代,這些載體的需要可能越來越少,甚至完全不需要載體,像音樂可直接下載聆聽,不需要CD。製造商品的需求會減少,這個是好事,讓我們對資源的使用減少、減少對環境的衝擊。這是一個非常大的改變,所有生產活動的目的都是要創造服務,而不是要創造商品,如果商品無法帶動服務作為一個載具,就沒有存在的必要,而且商品最好是可以與時俱進,不同的時間可以傳送不同的服務。

再者因廠商擁有數據,產生廠商與消費者之間資訊不對稱,使廠商可以對消費者實施價格歧視,或針對願付較高價格的消費者,提供較好的服務;並排除只願付低價享受服務的消費者。廠商甚至可以形塑消費者的偏好。廠商詐取豪奪消費者的資訊,就是《監控資本主義》一書關心的問題。

新型商業模式 重塑僱傭關係

即時生產與即時消費是數位時代最佳的商業模式,據此也引起僱傭關係的巨大變化。數據的流通、數位平台串流,未來僱傭關係可能呈現沒有雇主或者沒有固定雇主的常態。勞動市場也將跟隨劇變,對家庭、社會關係產生重大影響。農業時代僱傭關係基本上是終身的;工業時代僱傭關係雖非終身但基本穩定;數位時代的僱傭關係基本上是不穩定,僱傭關係多元化,勞工的選擇機會增加,保障減少。工作型態的改變,可能也使工作和家庭不必絕對分離。

過去農工時代,講求專業分工,而數位時代所要面對的是跨領域問題且更加即時處理問題,未來企業與部門裡,相同知識背景的人才組合將不再有價值,不同知識領域的員工組合才有價值,因此企業人才的多元化是必然趨勢。有能力整合多元知識的人才,是企業最珍貴的人力資產。未來擁有專門知識的人,也可能可以不再受雇於任何企業,而在市場上獨立提供服務。沒有固定雇主的自由業者亦將增多,僱傭關係將改變。

為了在自由市場競爭,企業只在乎知識工作者,他們的知識和其他知識工作者有加乘效用,是企業的無形資產。其他工作者,無論藍領、白領隨時可以被替代。藍白之分並沒意義,對雇主來說都只是勞工。如外送平台,Food Panda與Uber Eats是創造媒合平台製造工作機會,提供消費者與外送人員間供需的選擇,消費者是透過兩家公司平台使用委託外送員送餐,外送員是接受消費者委任,並不屬於兩家外送平台公司的正式員工,形成新型態的僱傭關係,這也將影響勞工保障相關法律的適用。

培養跨域知識人才 提升企業競爭力

數位時代也將員工區分為知識工作者及勞工,知識工作者是找數據、看數據,解決問題的人,數據越多,生產力越高。勞工是和機器(生產設備)協作的人,機器越厲害,勞工越沒價值。知識工作者和勞工的分別,是知識經濟下的不同階級。知識工作者的產出和也將不受限於工作時間與工作地點,因此不需要固定時間和場所工作。勞工因為必須和機器協作,因此沒有時間和地點的彈性。在傳統勞力密集產業,勞工的工作技能也能透過數據累積和運用(如AI),使老師傅經驗價值減損,勞工要得到勞力以外的報酬,只能靠手藝和創新,後者在少量生產的場合較有價值,以及無法數位化的藝術才有價值。 

企業的競爭力來自知識創新與應用,一個國家如果沒有好的企業,擁有知識的人將為外國企業工作,他們甚至不需跨境移動,即可為外國公司工作。國家競爭力來自知識累積與應用知識能力,不是數據累積。大國在數位經濟時代具有先天優勢是錯誤的假說,就好像石油儲藏量大的國家,不一定有品質好的石油公司一樣。政府沒有適當手段,防止人才外流(brain drain),將影響國家競爭力。

政府角色 應做好數據治理

數位經濟時代,政府最重要的工作就是數據治理(data governance),亦即數據的收集、管理、運用,包括公務數據與私人數據,政府收集越多數據越好,因此無須反對政府收集資料,但數據的管理和運用才是關注的重點。政府可以用數據來造福人民,也可以用資料來監控人民,這涉及「監控資本主義」問題,是政治問題。如果無法確保政府不會濫用資料,只好禁止政府搜集資料。我們學經濟的非常擔心自由經濟市場基本假設的遭到顛覆,自由市場經濟是假設人民比政府知道的多,如果這項假設不成立,市場經濟優於計畫經濟的假說就不成立。 

數位經濟時代,政府與人民關係的建立,有三個關鍵點:第一為信賴關係,人民和政府的信賴關係至為重要,否則很多東西無法運作,如果人民信任政府會善用數據,就會提供正確的數據,如果人民相信任政府會惡用數據,就會掩藏或扭曲數據。數據雖多但品質不良,只會誤導政策,如人民健保資料若被政府惡用,政府有效控制疫情的所有手段都會破功。第二為信賴關係建立在制度和法規之上,因此政府數位治理的相關制度和法規必須要謹慎規劃建置。第三為政府若擁有完整數據,人民遵法成本下降,違法動機降低,社會整體的生產力上升。現在政府知道的事情比過去多得多,因為數位化原因,在稅徵及個人的經濟活動、收入、交易,政府能看到的數據比過去多,所以逃稅會更困難、不守法被抓到的機會越來越高。

政府對於數據基本態度與基本邏輯,應該是影響未來數位時代中,政府與人民關係最重要的元素,政府如果認為所有數據皆屬於國家,那就是極權的政體,政府如果認為所有數據屬於人民,那就是另外一個極端,如歐盟在制定的個資規範GDPR,認為所有數據屬於個人不是政府,政府只能保管、借用數據,政府永遠不會擁有數據的所有權。

政府數據統籌 應設立專屬機構與數據長

數據依其特性可分成三種,第一種是環境數據,像是天氣、交通、水文、物價等,這不屬於私人,對所有人都有用,屬公共財,政府應該盡量搜集、鼓勵使用。第二種是個人數據,屬個人所有,非經個人同意,不能搜集、運用;要搜集、處理、運用非常麻煩,未來該如何管理各國仍在調適中,如歐盟現在制定新法律與中國科技應用間個人資料保護的對抗。第三種是物品(商品)數據,像機器、商品本身產生的數據,一般為企業所有,應鼓勵搜集、交易、加值運用。第一種跟第三種數據比較不敏感,我們迫切需要處理第二種個人數據搜集、處理、使用的問題。

以台灣的角度來談數位時代,政府需要一個專責機構,能夠統籌所有資料管理,日本現在的新首相也成立設數位廳因應數位管理的需要。台灣在現行體制下,由各個部會自行管理數據,衛福部有健保相關數據,交通部有交通數據,內政部有犯罪數據等等,部會之間的數據資料,因使用目的的法規受限,原則上無法相互流通。除非因特定政策目的,而被依法授權搜集,部會不能收集個人數據,使用數據上僅限於法律授權的範圍。數據若不做水平整合,無法有效被利用,政府首先應該要處理這個問題。政府應有單一機構可以整合所有個人數據,並在法律授權範圍內,進行跨領域使用。政府應設有數據長制定和推動數據政策,決定搜集什麼數據、做什麼樣的使用、什麼情況下允許其他部會使用、或企業使用,這都是數位時代很重要的議題。如果政府合法收集的數據無法統籌運用,將無法提高服務人民的效能。

>>訂閱名家評論周報,關心全球財經大小事

延伸閱讀