摘要：数智时代社会秩序优劣之根本，依然是是否有利于经济发展与社会和谐。因此，合理性与合意性依然是重要目标：社会资源高效配置、提升人类福利总量，并尽可能地公平分配社会财富，社会共识最大化、形成和保持社会和谐稳定。这两个标准都是质性要求，也能匹配定量指标，达到定性与定量

本文来源：《管理世界》2025年第5期节选

数智时代社会秩序优劣之根本，依然是是否有利于经济发展与社会和谐。因此，合理性与合意性依然是重要目标：社会资源高效配置、提升人类福利总量，并尽可能地公平分配社会财富，社会共识最大化、形成和保持社会和谐稳定。这两个标准都是质性要求，也能匹配定量指标，达到定性与定量相统一。关于如何衡量资源配置效率，如何衡量财富公平分配，如何衡量社会共识与社会和谐，社会科学都做出过卓越贡献。今后，从数智时代秩序合理合意的要求出发，社会科学各领域还需要做更多更深入的研究，为秩序重构提供目标方向、评估标准和清晰进路。

这个时代的秩序重构更加需要多方治理合作。由于技术的快速演进及其带来的冲击很可能超出了监管能力的适应和提升速度，使得制度性强秩序难以快速全面形成，市场与社会中多种形态的弱秩序持续存在并不断迭代将发挥重要作用。同时，强秩序必须发挥重要作用，并引导弱秩序较快较好地向合理合意的方向演进。

（一）“弱秩序”具有向合理与合意方向趋近的内在驱动力，将长期存在并迭代演进

在数智时代，技术发展及其对经济社会的影响变化太快，何为合理合意的秩序难以及时判断，“强秩序”难以及时成为经济社会秩序的主要部分，弱秩序将发挥更加广泛而重要的作用。弱秩序的范围可大可小，在不同场景下有不同形态，能探索如何平衡各方利益，也能及时调整方向和重点。弱秩序不会是理想的合理合意秩序，也不可能是各方都满意的秩序，但有望在波动中向合理合意方向趋近。

1.内部外部竞争压力推动平台构建商业生态弱秩序

平台无疑能提高供需匹配效率和生产交易各个环节的效率。从各方利益平衡和公平性看，平台是一个局部市场，必须提供交易规则来规范相关主体的行为。平台从自身利益出发，制定的规则必须最大限度关注相关各方面诉求，兼顾各方利益，力争使更多商户和消费者接受，平台才能够有效运转和持续发展。因此，平台会努力使其规则的合意性最大化。同时，平台之间存在竞争，即使是最大的平台，仍然处于可竞争的市场环境中，潜在竞争者始终存在（鲍莫尔等，1982）。而且平台在线运营是全球性的，这种可竞争性不局限于本地，而是扩展到网络可以触达之处。同时，消费者转换平台的沉没成本几乎为零，只需手指点击几下即可转到另一个平台；平台上的商户也是多栖性的，时时刻刻比较不同平台的优劣。因此，平台要力争使自己的管理规则最有竞争力，并且不能因为自身与平台上各个主体体量悬殊而一味欺客。如此种种，平台必须提供使各方都能有效配置资源（上平台者增加收益）的规则和能力，使平台秩序在多方博弈中趋向合理。不过，大平台的确存在制造准入障碍、垄断客户与消费者数据、隐性优待关联企业等不公平竞争行为，尤其在与平台商业生态之外的中小企业竞争中处于强势地位。

2.意见表达、舆情压力推动信息生成传播主体构建网络空间弱秩序

网络空间的意见表达极为便利，不同社会主体的多元化诉求和公众的不同关切能够公开表达，构成激励或约束。有学者论及科技相关伦理问题时指出，科技干预的对象从物到人的演变带来新的挑战，当科学家们试图改变我们人体的全部或部分时，公众有权知情和发表意见。因此，科技伦理要“以价值的共识塑造”为核心，以“集体性的磋商”为基础与原则（李秋甫等，2022）。再以未成年人网络游戏为例，从21世纪初期开始，这个问题在学校和家长中反映强烈，有大量媒体报道了“沉迷网游”问题，舆情压力很大，国家新闻出版署等监管部门也多次发布相关通知和要求。来自公众、媒体和监管部门的多重压力，推动游戏平台投入相当多资源开发未成年人保护系统。这些兼顾游戏爱好者、企业和公众利益的行业规则，虽然仍有诸多问题，但各方都感到向认同度较高的合意方向趋近。再如，内容审核是平台保障内容合规合意的重要自治手段，其中监管方要求、用户反馈和公众舆论的权重较高，仅仅出于对声誉的考虑，企业就有意愿回应各方关切，形成合意社会形象。

3.软件、网络和模型开放开源构成技术社区弱秩序

开源技术源于软件，指的是向社会大众开放源代码的软件技术。软件开源社区能够获得海量数据、软件资源、项目开发轨迹和实时交互的场景反馈。随着互联网的发展，基于网络的更多软硬件开放社区快速发展，产业互联网便是其中的一种类型。以平台企业为头部的产业互联网能够广泛连接众多创新主体，构建以其为枢纽的创新生态系统。小米发布的四足仿生机器人 Cyberdog2开放了图形化编程界面，给开发者提供丰富的接口和资源，极大降低了编程技术门槛，加快产品创新迭代。早期的人工智能大模型领先者采用闭源模式较多，如微软的Turing-NLG和OpenAI的GPT-4等，但近期有更多大模型采用开源模式。2025年1月DeepSeek发布了最新版本，在性能和成本之外，其开源模式同样引人注目。该模型采用MIT许可证开源模型权重，产品协议明确支持模型蒸馏，允许任何人自由地使用、修改、分发和商业化该模型。开源加速了分布式协作创新模式的构建，推动了技术社区内部的充分交流与创新协作，促进了社会共创共享文化的繁荣。显然，开源是一种能够提高资源配置效率的合理模式，同时开源社区有共同行为规则，只有认同这些规则才会分享与合作，必然是志同道合者共建的一个合意空间。

4.共享共治数据空间构建数据市场弱秩序

数据的共享和复用会带来极大价值，然而也存在许多难题。一是不敢共享，数据中含有大量与个人信息、商业机密以及与国家安全相关的信息，担心数据可能被滥用、泄露和篡改；二是不愿共享，权属与利益分配不明确，担心正当权益无法保障；三是不能共享，数据定义和模型接口不统一，无法接通和交互。由于数据类型和特征极为多样，由政府出台数据治理的“强秩序”只能针对少数关键数据和重要问题。大部分数据如何流通分享和使用，只能由相关各方共同探索开拓。

从实践来看，诸多数据空间的发展构成重要的数据治理弱秩序。数据空间的基本特征是，基于各方认可的规则，连接多方身份和资质确认后的主体，通过定义开放标准和治理框架，解决专有、不透明、不可互相操作等技术限制，建立安全透明的数据共享生态系统，推动跨组织数据交换与共享。数据空间的类型有许多。一是由政府倡导并与企业合作组建的数据空间，例如“Gaia-X”是一个由欧洲多个国家和公司共同发起的数字基础设施项目，旨在为欧洲创建一个联合数据基础设施，促进数据交换与共享。二是由行业组织牵头的数据空间。Catena-X是为促进汽车价值链整体的数据协作而设立的数据空间，旨在为不同汽车厂商之间沟通数据制定标准，提供统一的数据共享平台，提高效率、透明度和可持续性。目前Catena-X已有成员122家，目标用户1000 个。三是私营企业或民间组织搭建的数据空间。Dawex是一家私营的数据交换平台，数据供应企业和数据需求企业可以通过这一平台进行数据交易，旨在为全球范围内的组织和企业提供数据交易和数据货币化的服务。国内也有许多尝试，2023年5月，四川长虹电子控股集团有限公司与中国信通院、深圳数据交易所、华为、深圳数鑫科技有限公司等单位共同发起成立了可信数据空间创新实验室，该实验室开发了一款名为“虹雁”的可信数据空间产品，旨在实现数据在可信、可控、可追溯的环境中的规模化流通使用，打造制造订单数据与客户安全共享交换的典型应用场景。显然，数据空间是一种能够提高数据资源配置效率的模式，只有认为这些规则合意的主体才会分享与合作。

5.价值“对齐”构建大模型算法弱秩序

人工智能已经广泛嵌入各种经济与决策过程，大模型已不能简单地被视为针对特定任务的解题工具，而是经济与社会秩序的重要塑造工具。人工智能发展和应用中有两类挑战：一是技术原因导致人工智能大模型内部运行和产生结果的不可解释性；二是人为原因导致训练数据和框架的偏向性。业界对此回应的一个重点是“算法对齐”类承诺。在人工智能领域，特别是自然语言处理（NLP）和大模型开发中，“对齐问题”（Alignment Problem）指的是如何确保模型在执行任务时能够遵循人类的意图和价值观（维纳，1960）。大模型具有强大的生成能力，如果有持续偏向会带来巨大负面影响，因此社会各方面对算法“对齐”的呼声较高，监管方也提出严格要求：“在算法设计、训练数据选择、模型生成和优化、提供服务等过程中，采取有效措施防止产生民族、信仰、国别、地域、性别、年龄、职业、健康等歧视”。社会共识驱动大模型公司在对齐问题上采取了一些实际行动。OpenAI在其GPT系列模型中引入了各种安全措施，如内容过滤和用户反馈机制，设立“AI Safety and Alignment Team”，致力于确保人工智能系统符合人类价值观。阿里巴巴达摩院在人工智能伦理和对齐方面也进行了大量研究，并发布了相关报告，推出了“AI+社会责任”计划，旨在通过技术创新促进社会可持续发展。人工智能开发者有力回应社会关切，促进大模型价值对齐，从而提高了人工智能技术发展的合意性。

6.多种承诺与指南构建跨国治理弱秩序

当人工智能治理涉及跨国合作时，弱秩序具有灵活、快速、程序简便、不受国内立法机构授权约束、谈判成本低等诸多优势。因此，政府间国际治理合作主要通过建议、指南、行为准则、最佳实践等方式推进，这些弱秩序虽然不具有强制约束力，却能够将各利益相关方认同的最大公约数显示出来，既有合理性也有合意性。例如，2019年，经济合作与发展组织（OECD）发布《OECD 人工智能原则》；2019年，欧盟（EU）发布《可信赖AI伦理指南》；2021年 11月，联合国教科文组织（UNESCO）发布《人工智能伦理问题建议书》等，在透明度、安全性、问责制、价值对齐、造福公众等诸多方面提出相似要求。各国监管机构发布人工智能合规指南也具有高度的相似性，新加坡的《新一代人工智能治理框架》、美国的《人工智能应用的监管指南》和中国的《新一代人工智能治理原则》等指南类文件，也具有上述共性原则要求。

上述各类秩序的“弱”体现在以下方面。一是协商性，由于不同主体有不同诉求，平台又无政府和法律所具有的强制力量，只能不断听取各方面意见多方协商沟通。二是民主性，平台的规制设计中，每一个客户、每一位消费者都能通过评论、反馈等方式参与平台秩序治理过程中，这种民主化治理对普通消费者来说更为合意，面对数额较小或损害较轻的违法违规行为，公民个体寻求行政和法律保护的成本可能过高，评论等方式对商户和机构等强势对手的约束更简便有效。三是易得性，多数情况下只需要两个基本条件就能大体有效。首先是有效竞争，使供给方不能以信息、资本和权力优势长期获取暴利。其次是重复博弈，网络时代信誉不佳会产生严重影响，每一次交易交往、每一次言论行动对信誉培养都十分重要，激励各类主体和个体加强自我约束。四是有限性，弱秩序的倡议者、搭建者和规则制定者，并无政府的强制力量，也没有法律法规赋予的更多处罚权力。因此以“关闭店铺”“封号”、驱逐出共同体等措施为最高处罚手段。从中国数智化进程实践看，弱秩序虽然不够完善和理想，但可用、有效，与行政监管和法治监管共同发挥作用，保障了大致合理合意的经济交易和社会交往秩序。

（二）正确理解弱秩序的重要性和长期性

第一，“弱秩序”并非“较差的秩序”，也不是要向强秩序转变的“过渡性秩序”。很长时期内，弱秩序并不一定以向强秩序演进为目标，这个判断基于以下3点。一是技术演进速度太快，冲击范围很大，监管能力的适应和提升有较多困难，制度性强秩序难以快速全面形成，弱秩序持续存在并不断迭代将发挥重要作用。速度是一个重要变量，经济学理解的短期和长期并不是指单纯时间概念上的长度，而是指市场供求关系在受到外生变量冲击后恢复到理论均衡关系所需要的时间，短期是指没有充分恢复的时间尺度，长期是指恢复到均衡状况的时间尺度。现在能看到的是，技术速变带来的秩序变化处于快速演进中，在一系列“短期”变化之中灵活快速的弱秩序起重要作用。二是无论哪种制度都不是要完全消灭秩序紊乱给社会带来的损害，这样做的代价难以想象，而是使这种损害不会对经济社会产生严重和系统性的不良后果。例如，基于网络的欺诈行为难以完全消除，大模型的不可解释性也不可能完全消除，如果强行要求，就只能采取严格管制甚至消灭市场的手段，代价极高。监管只能对那些带来严重后果的行为进行惩处。交通事故每年造成数十万甚至更多人的伤亡，但要完全消除汽车对人类的伤害，就只能禁止生产使用汽车或者将速度降至很低。监管实践只对那些恶性撞人事件进行严厉惩罚，而不断提高汽车安全性以及驾驶员技能等弱秩序同样重要。三是弱秩序必然存在缺陷，但这并不一定是强秩序登场的充分理由，有些情形下政府干预成为秩序扭曲的原因，有些情形下政府干预的成本比秩序缺陷的成本更高（江小涓，1993）。当市场和社会秩序出现缺陷时，将不完备、不理想的弱秩序与强秩序的理想模式进行比较，是强调强秩序更佳的一个基本出发点，但这有时会导致误判。

第二，弱秩序并非“虚弱”的秩序。在数智时代，“弱秩序”弱而不虚。由于技术的泛在性、穿透性和可追溯性，使得相当部分弱秩序的基础稳定可靠。例如，区块链技术的透明性和去中心化特性为各种在线弱秩序奠定可靠基础。技术架构的治理功能很强大，软件规定了特定在线环境中的可为和不可为，相比法律法规，规定得更为具体，更重要的是执行无需额外成本。例如，电商支付技术大幅度减少了交易中的欺诈行为；技术规则构成的信息审查和过滤机制能有效保持线上内容产品的知识产权；互联网空间的永久记忆和传播能力使得信誉约束更加有力。

第三，弱秩序并不是局限在本地和本国的秩序，也不是要向普适秩序过渡的秩序。每个平台、网络空间和数据空间特点不同，局部知识的丰富程度和独特性质早已远非彼时可比，因此每个平台和空间的治理都是局部性的，共同规则遵循者进入、违规者逐出。这里的局部并不是地理概念上的本地，许多局部秩序都是全球化的，在各自全球商业版图上适用。例如，亚马逊的电商规则对其全球商业生态体系都适用。在可预期的未来，由于各个局部秩序存在的技术条件、平台特征、数据诉求等差异很大，局部秩序向普适秩序的转变和普适制度失效并生成新的局部秩序，很可能在时间与空间上始终并存。

（三）强秩序必须在场，筑牢合理合意底线并为弱秩序保驾护航

保障经济社会秩序的合理性与合意性，制度性强监管的存在必不可少。一方面，弱秩序时常会受到各种干扰使其不能有效运转；另一方面，有些重要问题，如大平台大模型可能引发的垄断、数据流动交易中的个人隐私保护、技术强势下的基本公平保障、虚假信息对社会团结稳定的干扰等，都不能完全交由市场竞争或社会博弈等弱秩序解决。由此产生了对公权力强秩序的诉求，重点是向下面几类问题发力，一是强制性地规定“必须做”和“不能做”这两种正面和负面清单，使某些行为和决策受到严格的法律、规章制度和规范的约束。二是重点保护弱秩序重构中利益受损一方的基本权益，维护社会基本公平正义。三是发出导向信号，引导弱秩序更快向合理合意的方向演进。

1.明确“必须为”与“不可为”的行为

影响秩序合理性即资源配置效率和财富公平分配的一个最突出问题，是大型平台企业特别是人工智能大模型的垄断可能。监管重点在于确保市场的公平准入和公平竞争。从我国和其他国家做法看，监管要求“必须做”的事情包括：允许第三方在特定情况下与大平台提供的服务进行交互操作；允许用户访问他们在平台上业务运营产生的数据；允许用户在其他平台上推广产品和服务等。特别是一些居于垄断甚至独占地位的平台，它们如果独占平台上的客户数据，就会造成进入和竞争方面的不公平。法国竞争管理局曾经要求法国能源生产商法国燃气苏伊士集团与业内竞争对手共享一份客户名单，其理由是监管当局需要密切关注企业是否控制着独一无二的数据，并利用这些数据将竞争对手拒之门外。2024年10月22日，美国消费者金融保护局（CFPB）宣布，将赋予消费者对其个人财务数据拥有更多权利、隐私和安全。该规则要求金融机构在消费者要求下解锁个人财务数据并将其免费转移给另一家提供商，解决因数据垄断造成的金融市场集中度过高的问题。监管要求“不得做”的事情包括：不得优待平台自身或关联企业提供的服务和产品；不得阻止用户卸载任何预安装的软件或应用程序等。一个新挑战有可能来自大模型的规模法则，当规模越过一个阈值后，就会涌现出后来者无法企及的全新能力，赢者通吃的市场结构更易出现。这种基于技术能力上的新规模经济，值得监管者高度关注。

在合意性方面，最突出的挑战是人为甚至恶性挑战人类价值观、侵害个人隐私和破坏社会团结的问题。因此，各国治理中“不得为”的负面清单包括保护用户隐私，主动审查、处理和及时删除虚假信息、恐怖主义、仇恨言论等非法内容。我国的相关规定包括不得生成危害国家安全和利益等内容；不得存在民族、信仰、国别、地域、性别、年龄、职业、健康等歧视；不得实施垄断和不正当竞争行为；不得危害他人身心健康，不得侵害他人肖像权、名誉权、荣誉权、隐私权和个人信息权益等。国际上，2024年5月21日，欧盟理事会正式批准《人工智能统一规则》法案。该法案采用风险分级的办法处理人工智能系统的风险，其中最高等级风险为不可接受的风险，也是“不得有”的行为，即对人们的安全、权利或自由构成不可接受风险的人工智能系统。例如，操纵人类行为以规避用户自由意志、基于敏感特征的生物识别分类系统、利用人类弱点的人工智能等，或以公共名义进行社会评分并给个人造成不利待遇。

2.明确透明度要求，保障各方知情和有效参与治理

社会公众知情和意见公开表达对弱秩序的发展方向和强秩序的生成非常重要。公共部门需要在允许广泛讨论和表达的基础上才能理解“合意性”的趋近路径和理想位置，恰当匹配各种诉求，与时俱进地引导新秩序形成和完善。现在科技发展从解决已知问题转向探索未知领域，寻求自然界和人类在演进中并不存在的状况，不少探索意在改变人类的“自然状态”和“社会状态”，包括我们的生理、认知和繁衍，以及人类社会信息和权力结构等。此时在科技发展方向上，要防止由少数责任感不足和预见能力不足的科技专家仓促做出影响长远的不当“创新”，公民对这类科技问题应该有平等的知情权和发言权。由于只有开发者真正知道算法如何运行，即使不当也有可能长期不被社会所知晓，政府监管人员要理解技术架构也并非易事，需要动员和依靠社会各方面的力量，因此公开透明是弱秩序和强监管的基本条件。例如，要求电子商务平台向社会说明平台产品推荐机制的公正性，该类说明要足够具体，使监管者、技术专家和社会各方面都能理解。当平台明知存在违背商业规则、国际惯例、社会价值或人类伦理等实际行为，且具备技术能力，却在设计算法和程序时不予关注甚至故意放纵，进而造成严重后果，就应该受到严格监管和查处。当主管部门或者公共监督机构开始监督检查时，算法提供方要对训练数据来源、规模、类型、标注规则、算法机制机理等予以说明，并提供必要的技术、数据等支持和协助。公开还能增强公民对科技发展的感知和共情，消解由于技术门槛所带来的社会信任问题。有研究将“审议”作为政府监管的一种类型，就是指政府为各方参与监管共同治理提供必要的信息和交流平台（托尼·普罗瑟，2020）。

3.推进公共数据开放共享，提高全社会创新能力

数据极具重要性，能够赋能全产业链提高研发效率、生产效率和交易效率，并能够更好地满足消费者需求，数据开放共享能够极大地提高全社会资源配置效率。企业数据有产权归属约束，个人数据有隐私保护约束，政府主要通过创造良好环境和相关法律法规加以推动这些数据共享和复用。公共数据具有非竞争性、非排他性（或者说不应该有排他性），同时又是政府履行公务活动所产生，是典型的公共品，需要且应该通过各种行政性法律性强制规定来开放与共享。《中华人民共和国政府信息公开条例》规定政府信息以公开为常态、不公开为例外，公共数据是政府信息的重要部分，也应以此为原则。公共数据开放问题在国际上是高度关注的话题，重点放在政府透明度、问责制、为公民监督政府赋权等方面（戴维斯、巴瓦，2012）。我国公共部门规模较大，公共数据的绝对体量和相对体量都很大，加快公共数据开放共享和开发利用意义重大。除政府数据外，还有涉及全社会重大利益的数据也需要强制公开与分享。例如，飞行安全问题相关的“黑匣子”数据、流行病的防疫和医疗数据、自动驾驶事故数据等。这类数据的公开与流动涉及科技发展对重大社会问题的回应能力，涉及人类生存发展的重大问题，强制公开与分享有充足理由。

4.数字弱势群体权益保护：公平底线与共识基础

发展成果相对公平分配是合理性的重要内容，技术进步的益处能被社会分享，是合意性的主要诉求。人工智能技术应用冲击资本、技术与劳动之间现有平衡关系，使劳动者处于更加弱势地位，导致失业问题突出。在数智时代，信息平权带来社会成员损益感知能力增强。信息广泛传播、末端渗透与多元化的讨论，使所谓“无知之幕”支撑社会共识形成与理性决策的“无知”不复存在（约翰·罗尔斯，1988）。以正和博弈或者正加总效应来论证技术发展的“利弊”更不易被接受，赢家的“利”不能完全抵消输家的“弊”。公共部门能否及时有效处理这个问题，社会各界特别是数智技术发展的受益方能否理解并共同应对这个问题，关系到全社会对人工智能发展是否合理合意的判断。当下全民基本收入计划（Universal Basic Income，UBI）作为一项可能的制度性安排引起广泛关注。这项政策旨在为所有公民提供定期、无条件的基本收入，确保每个人都能满足基本生活需求，减少贫困和不平等，有效应对数智技术带来的就业和收入挑战（斯坦丁，2017）。这种安排有其内在逻辑，所有的人工智能创新包括完全私人部门的创新，都是建立在全社会大量持续积累的基础上的，仅从创新使用了海量数据这个角度就能理解这个判断。全社会都在为人工智能发展所需要的知识付出，因此理应分享创新产生的收益。

数字赋信导致的“弱者歧视”是另一个重要问题。愈来愈多的工作机会和金融服务都要求为求职者和求贷者进行“信用画像”。那些经营困难、生活困顿的主体或者曾经有过错记录者更可能被评估出低分。在一次信用计算中赋值较低时，算法的自动化流程会不断巩固已有的推断结果，通过因果循环而加强初次判断，使这些生活与生产状况困难的主体陷入“信用评分低—就业困难（贷款困难）—信用评价更低”的负面循环，成为“撕不下的数字标签”，使弱者机会更少从而更加弱势，可称之为“困顿者”数字歧视。这显然违背人类主导场景中特别是公共服务场景中应该更关注弱者的价值观。对此需要通过强制性制度安排，保护那些在赋信数据链条上的弱势群体，使他们不因人工智能数据挖掘而失去平等机会。

5.公权力信号对弱秩序的引导作用

从国内外的经验看，虽然严格意义上的行政和法律强监管往往具有滞后性，但政府以及立法机构对数智技术头部企业行为的持续关注，对严重违规违法案件及时有效的处罚，对一些损害公共利益行为的批评指责，发起相关监管政策和法律制度修改的公共讨论，以及发布建议、指南、行为准则、最佳实践、专业标准等软规则，都对创新方向、技术应用、投资选项以及社会公众心理、社会舆情等有显著的导向作用。现实中，各国政府都使用软硬两种规则引导和监管市场与社会秩序。从“十一五”规划开始，我国的五年发展规划（计划）使用约束性指标和预期性指标两类指标，前者主要应用于公共服务、环境保护、资源节约等市场失灵的领域，是强制规则；后者应用于需要政府和市场共同发挥作用的领域，如经济增长、居民收入等，是导向信号，这些信号对企业和行业自律以及社会共识形成有重要意义。在我国传统社会中，“礼”这类规则虽然属于软秩序，但并非单纯靠言传身教来推行，实际上也是通过一系列有形引导来实施，而且特别需要“官方”和社会的认可，并渗透到教育体系和官员评价体系中（时延安，2010）。国外实践也表明，有效的社区自主治理需要政府和外部组织承认社区自定规则的权利，复杂问题也需要社区、区域和国家的协同，即所谓的多层次嵌套制度（埃莉诺·奥斯特罗姆，2000）。总之，公权力机构软信号的作用也很强大，能为合理合意的弱秩序保驾护航。

权力机构要意识到发出信号的影响力度，谦逊而有分寸地发声与行动，要在与经济社会各方的充分沟通中把握平衡几个关系。第一是创新与竞争的关系。数智技术特别是人工智能规模经济特别显著，大规模同时带来创新能力强和垄断可能性大，两者之间的平衡要静态选择又要动态调整。第二是效率与公平的关系。技术进步毫无疑问会提高生产效率，但如果创造了集中化的巨大财富却提供了很少就业时，主要的挑战就来自财富分配。对这个问题既要努力增加就业岗位和劳动收入，也要开放地探讨与时代相匹配的新理念。例如，主动选择不从事传统工作并且有一定收入保障，是否能够成为一种体面和受尊敬的正当生存选项？第三是福利与隐私的关系。隐私权源自保护人们在实体空间中的私人领域不受干扰的权利，而网络空间将个人信息从实体空间延展到虚拟场景中，一个重要变化是个人可以出让数据交换相关服务。个性化精准服务需要数据支撑，个人信息让渡现象不可避免，而且数据让渡越多，获得的服务就越精确。“产消合一”（Prosumption）这个概念就是用来阐释这种双面一体现象（瑞泽尔等，2012）。同时未经允许的让渡和使用风险也随之增加，要用适应数智时代的理念和损益计算来处理好这个关系。第四是创新激励与风险约束的关系。对创新者来说，创新行为不经甄别就受到鼓励支持而且无需承担风险，必定会纵容那些不负责任的“创新”行为此起彼伏，损害投资者利益和滥用社会资源。缺乏风险转移也是有害的，约束了创新努力，阻止了创新企业的建立。新的秩序需要在鼓励创新和约束风险之间寻求平衡点。■

第一，通过金融创新为数据要素市场发展提供支撑。数据资产估值难已经成为抵押信贷创新的堵点。

在数据要素市场发展中还存在一个关键的堵点，数据持有方在数据确权、估值、入表、资产化之后，普遍的愿望是以数据资产进行金融创新，例如以数据资产进行抵押贷款。然而由于数据存在贬值太快的特点，通过数字资产做抵押信贷申请时，金融机构感觉风控有难点。比如数交所给企业某个数据资产估值6000万，但是企业拿这个数据资产去贷款，金融机构通常是不敢放款的，因为如果企业还不了钱，金融机构对于抵押的数据到底值多少钱是不清楚的。因此，数据要素市场发展现在一个迫切的需求是打通数据资产金融创新全过程，通过评估数据价值的未来折现率、复用溢价、风险折旧等指标来匹配金融机构的风控需求。这个堵点打开，数据价值化市场化的闭环才能完成，这是一个非常大的市场，需要数据行业金融行业还有更多行业配合，把这个关键堵点打破。

第二，在商业银行科创金融业务中存在评估创新企业发展前景的痛点。

现在我们数智科技的全球影响力急剧上升，海外各大证券市场都在努力成为中国优质企业的上市地点。现在海外资本市场对中国企业比较欢迎，去年在纽约上市的中国企业较前几年大幅增加。今年4月份在美股上市的国内企业数量还在继续增加。对国内科技企业而言这是好事，如果创新企业有发展潜力，但是国内资本市场不让上或者上不去，海外上市就成为另一个选项。但是这个变化对国内资本市场而言就是挑战，国内资本市场不改变，不增强对科创企业的吸引力，优质的市场主体就会流失，全球市场是开放的竞争格局。未来金融科技发展需要对快速迭代的新技术具有前瞻和洞察能力。科技金融机构有评估科创企业的需求，这其实是金融科技的机会，现在应用大模型在技术预见、商业前景预判、同业竞争态势等投研决策方面能够提供一些有力的协助，赋能科创金融业务。我们应该做的事情是让国内资本市场一定要把好的科创企业留住。

第三，关注新型风险。

智能金融创新现在全都用DeepSeek，有可能带来新的金融风险。原先我们说量化交易机构的模型算法是一致的存在风险，现在各个金融机构采用的模型也越来越同质化，而策略趋向一致导致的同向操作是存在潜在风险的。再加上社交媒体自媒体内容产业的爆发，强化了叙事对投资者预期和市场情绪的引领，加大了投资者一致性预期和集体行动的可能性，最终会加大金融市场波动。AI算法的一致性对普惠金融也会有影响，信息不对称是市场均衡特别重要的因素，比如面对同一个申请贷款的客户，虽然不符合甲银行的放款要求，但是乙银行说不定就可以放款。现在商业银行都用同一套算法来进行风险评估，一个企业到任何一个金融机构都是同样境况，能拿到的都能拿到，拿不到的都拿不到。本质上，很多企业的风险是波动的，如果所有金融机构都算出不应该对某些企业放款，这并不是一个很好的市场风险分散机制，今后这也许会成为一个突出问题。

第四，既要注重数智化，也要强调完善体制机制创新。

目前无论在金融业、还是数字政府建设中这都是一个突出的问题。我们不是要建设一个数字化很发达但是职能转变不到位的线上政府。虽然我研究的是数字政府，但金融机构的道理也是一样的，现在金融竞争力无非是一个制度一个技术，我国金融业各个层面的数字化水平并不低。2022年中国金融科技专利申请数量占全球的比重超过40%，比美国高出一倍，2024年中国AI专利申请数量占全球的比重超过47%，比金融科技专利申请数量的占比还高，所以中国科技创新的发展速度是很快的。但是，中国金融业还有很多方面的机制和体制需要完善，不应该只强调数智工具的应用。整体市场完善和创新节奏不能放慢，要在机制高效、规则透明、竞争公平、准入退出规则明确等方面继续努力。技术进步和体制机制完善都是金融业发展的重要方面，不希望我们高度数智化的金融体系同时存在许多体制机制上的缺陷，这样同样缺乏效率和竞争力。■

新经济学家智库国别沙龙系列·越南篇

来源：经济学Economics