（二）如何理解數字化

數字化是將數字特征轉化為機器可識別的技術方法，也是信息化的基礎。眾所周知，信息化包含三個階段：數字化、網絡化、智能化。這三個階段是有序并存的。

數字化包括數字化技術，如計算機編程、信息與通信技術（ICT）；數字化模型包括計量模型以及其他數量經濟分析模型。數字化的作用是使信息流、知識流、價值流、合同流、職責流等數據流跨空間、跨時間融合，進而大幅度降低交易成本，并能讓以大規(guī)模計算為基礎的人工智能快速發(fā)展成為可能。當然人工智能的發(fā)展還取決于現代統計學的進展與突破。同時，將經濟數字化有利于解決追溯監(jiān)管信息不對稱、市場失靈等問題，還可以發(fā)揮市場公平競爭、資源分配、降低成本的作用，有助于實現精準決策。

我們來了解一下數字、數據、信息與知識的概念。第一，數字。這里的“數字”是一個有技術內容的實數，它被應用于經濟活動中，并催生了數字經濟。

第二，數據。數據是人類生活和經營過程的記錄，如產品全生命周期研制體系包含產品策劃、總體設計、產品制造、監(jiān)測、試驗、運行、維護、服務（支持）、回收和退役的全過程。

人類活動的巨大復雜性產生了大數據，這些大數據的融合又產生了大數據經濟。這個融合的過程是數據再生產的過程，既投入數據，又產生新數據，同時也是依據數據進行決策的過程。在這個過程中，數據是有內容的，其作用還表現為生產要素，如新資源、新資產、新資本等。鑒于人類生產活動全過程的復雜性，大數據不僅是信息化的產物，也是信息化的基礎。在經濟學意義中，數據只有形成海量規(guī)模后才能發(fā)揮無限的潛力，這也是大數據存在的意義。

第三，信息。不同的學科對信息有不同的理解。美國數學家香農認為信息是用來消除不定性的東西。此外，他還提出了“信息熵”的概念。美國數學家維納是信息論和控制論創(chuàng)始人，他認為信息是人們適應外部世界并且使這種適應反作用于世界的過程中，同外部世界進行交換的內容的名稱。美國物理化學家吉布斯認為，熵是一個關于物理系統信息不足的量度。美國信息管理專家霍頓認為，信息是為了滿足用戶決策的需要而經過加工處理的數據。

根據對信息的研究成果，可以將科學信息概念概括為，信息是對客觀世界中各種事物的運動狀態(tài)和變化的反映，是客觀事物之間相互聯系和相互作用的表征，表現的是客觀事物運動狀態(tài)和變化的實質內容。

信息經濟學基于經濟學的基本原理，形成了完整不可替代的理論體系，并成為了經濟學的重要內容與分支。但是，不是所有經濟問題的研究都能形成對應的經濟學，這取決于是否有完整不可替代的理論體系。如果沒有，就應該用經濟學的一般原理去研究具體而特殊的經濟問題。

第四，知識。對知識的理解也有多種角度。知識是人類大腦勞動的成果，其核心是知識創(chuàng)新。知識有隱性與顯性。我們可以研究知識再生產過程，也可以研究知識的供給與需求等市場機制與行為問題。

知識可以分為知識商品、知識化商品、知識化產品、高科技產品、知識服務。對應的知識產業(yè)包含知識創(chuàng)新研發(fā)、技術貿易、文化創(chuàng)意產品、知識產品制造、高科技知識服務業(yè)等。

經濟合作與發(fā)展組織（OECD）發(fā)布了一系列正式報告，在國際組織文件中首次正式使用了“知識經濟”這個新概念。知識經濟是以知識為基礎的經濟。同樣知識是有創(chuàng)新內容的，并且知識已經成為第一要素。所以知識經濟學的誕生水到渠成。

綜上所述，數字、數據、信息與知識呈現相交且互不包含的關系。它們都需要載體，并均具有值得研究的經濟問題。數字、數據、信息與知識的交織差異性體現在以下幾點：第一，數字與數據不同，前者為客觀參數，后者是人類在生產活動中所獲得的投入與產出及其記錄的表達；第二，數據是信息，但信息未必是數據；第三，信息與知識各有異同，如果從股市看，股市大盤顯示的是信息不是知識，但股市專家、股評人的分析既是知識，又是信息。

如前所述，人類生產活動的過程就是數據再生產的過程，也是利用大數據精準決策的過程。對于循環(huán)經濟也是如此。鑒于循環(huán)經濟的復雜性，數字化大數據為檢測、檢驗、追溯與監(jiān)管循環(huán)經濟全過程，以及實現數字化的精準決策提供了得天獨厚的條件。