数字经济的蓬勃发展对经济社会产生了深远影响，同时也对现有经济理论提出了严峻挑战。为深入理解数字经济带来的深刻变革，经济学者从既有理论框架和深化理论创新两个方面，开展了大量研究与探索，推动了经济理论的边际创新。

　　基于现有经济理论框架的解读

　　许多经济学者坚持认为，尽管数字经济呈现出一些传统经济不具备的特征，灵活运用现有经济理论仍然足以解决大多数问题。其中的典型代表是卡尔·夏皮罗和哈尔·范里安。他们认为，新经济时代并不需要构建一套全新的经济理论体系，因为“技术会改变，但经济规则不会；市场在变，背后的逻辑不变”。他们从微观经济学的视角出发，深入探讨了信息定价、信息版本划分、版权管理、锁定效应、网络效应和正反馈、合作与兼容、标准战争等重要问题，并在遵循既有经济理论框架的前提下，提出了网络效应、兼容性等一系列数字经济的核心概念，为探究数字经济微观运行机制奠定了重要理论基础。与之类似，黄阳华借鉴微观经济学框架，从数据要素、企业决策，产业组织和基础设施等多个维度出发，探索性地构建了一个微观理论分析框架，并指出“数据+平台”是数字经济的基本分析单元。 

　　另一些研究从更为广泛的视角，探讨数字技术对整个社会经济活动的影响，戈德法布和塔克对这类研究做了全面而深入的文献综述。总体来看，现有研究大多并未突破既有的经济理论框架，这意味着理解数字技术的影响并不需要颠覆性的理论创新，而是需要调整研究侧重点。其一，互联网显著降低了信息搜寻成本，而这对市场竞争与市场结构产生巨大影响。其二，数字商品具有高固定成本和零边际成本的特性，加剧了事前和事后效率的冲突：事后有效的定价是零价格，但将严重削弱经营主体事前提供数字产品的激励。其三，由于信息传输速度快且成本非常低，人们可以通过网络完成许多交互，数字技术使地理距离的影响逐渐弱化。其四，企业可以利用数字技术追踪消费者的线上活动轨迹，从而开展定制化生产、精准营销及个性化定价等策略行为。其五，互联网催生了线上声誉和在线评价体系，进而强化了声誉机制在经济活动中的关键作用。

　　回应数字变革的经济理论创新

　　第一，回应数字时代的组织方式变革。数字时代的组织方式发生了根本性变革，平台取代工厂和企业成为主要组织形态。为理解平台的运行规律，罗歇、梯若尔和阿姆斯特朗等学者创建了双边市场理论。平台既是一个独立的企业，又是一个汇聚多边用户的市场，兼具企业与市场的双重属性，是传统组织经济学未曾涵盖的新型组织形态。如今，双边市场理论的研究范围已拓展至平台反垄断、平台创新、平台生态、平台治理、平台组织的本质及其主导下竞争过程和劳资关系的新特征与发展规律等更为广泛的议题。

　　第二，回应数字时代的生产要素变革。一些学者尝试将数据纳入生产函数，以考察数据要素的运作机制及其对生产效率提升和经济增长的推动作用。另一些学者提炼出数据要素不同于传统生产要素的自然属性与经济特性，并将这些新特征融入产权理论和市场交易框架等经济理论，旨在解决数据产权归属、隐私保护、数据交易效率以及数据在经济社会中的价值创造等问题。已有研究揭示了数据要素市场发展规律具有高度复杂性，需要学者们继续深入研究。

　　第三，回应数字时代的信息传播方式变革。在数字时代，一些大型平台企业控制着人们的信息结构以实现自身目的，消费者则期望获取的信息结构不被这些企业扭曲。研究这一议题最合适的工具是信息设计理论，是微观经济学最近十几年蓬勃发展起来的一个新兴分支。该理论强调通过控制参与者的信息结构改变其行为，最终实现信息设计者的预期目标。与此同时，社交媒体和数字平台的兴起使得信息尤其是故事，能够迅速而广泛地传播，进而对大范围经济行为产生影响。受此启发，罗伯特·席勒和乔治·阿克洛夫提出了叙事经济学，将心理学和社会学因素纳入传统的经济分析框架，强调流行故事、叙述和共同信仰对公众观念的影响与形塑。

　　第四，回应人的决策变革。现代经济理论的核心假设是经济人假设，而数字经济的发展对这一假设提出了挑战。其一，越来越多的经济决策正被委托给算法。研究算法如何决策及其带来的经济后果，逐渐成为一个新兴的经济学研究领域。需要强调的是，我们需要的不仅是将决策权交给AI，更需要探索一种与AI系统协同合作的方式，以确保其能够真正促进经济社会发展。其二，互联网增强了人与人之间的联结，使得个体决策深受网络中其他个体的影响，孤立的经济人假设被连接的社会人假设替代。为回应这一变化，马修·杰克逊等学者创立了网络经济学，致力于研究个体之间的相互联系和网络结构对经济决策与市场行为带来的影响。

　　第五，回应AI带来的自动化变革。为理解机器人和AI带来的自动化如何影响劳动力市场，阿西莫格鲁和雷斯特雷珀提出了基于任务的理论模型。该模型假设生产过程由众多任务组成，其中一部分由人工劳动完成，另一部分由机器完成，而自动化扩大了机器能够完成的任务集。上述理论有效解释了技术进步会导致劳动力需求下降这一典型事实，同时也带来了一些新的见解，如对劳动力构成最大威胁的技术，往往是那些“一般般”技术，因为这些技术刚好能被企业采用，但并不会带来显著的生产力提升。他们还将理论与数据相结合，研究发现美国过去40年间工资结构变化的50%—70%，可以归因于快速自动化行业中从事日常任务的工人的工资下降。

　　第六，回应大数据带来的变革。大数据因其规模庞大、迭代迅速及类型多样等特点，促使了机器学习、自然语言处理、网络分析等更高效精确方法的崛起，使经济学实证研究呈现出系列新特征。一是因果识别的优化。大数据有助于发现和控制混淆因素，提高因果效应的内外部有效性；机器学习等方法可以提高因果推断的效率和稳健性，并更精准地评估政策影响。二是高频数据的使用。高频数据蕴含着丰富的时变信息，有助于捕捉经济现象的动态变化，并深入分析经济周期趋势，而大数据和机器学习能够显著简化对高频数据的分析过程。

　　综上所述，主流经济学正在对经济理论加以积极改进和创新，以回应数字经济带来的重大变革。然而，现有理论创新大多较为零散、缺乏系统性，各个理论往往只针对数字经济的某一特征做出回应。经济学界对于数字时代从本质上区别于工业时代的典型事实提炼尚不充分，对数字经济发展新规律的理解还不透彻，尚未形成一套统一公认的系统性理论体系。因此，寻找新材料、探索新问题，提炼典型事实，揭示数字经济发展运行新规律，推动构建面向未来的数字经济知识体系，是经济学者在新时代应当肩负的重大使命。

　　（作者系中国人民大学经济学院教授）