阿里“风清扬”将200多张英雄帖从杭州发往全球。6月25日和26日，正值阿里罗汉堂成立一周年，罗汉堂携手达摩院和湖畔大学举行2019数字经济年会。

同日上午，研究机构罗汉堂发布最关乎数字经济世界的十大提问后引起各界热议，不少网友们还抛出了网友版十大提问。在“西湖论剑”的闭门会议上，200多位来自海内外的全球顶尖学者、政界、企业家，应阿里巴巴和罗汉堂邀请，就这些问题开始激辩。

下面我们来看看这十大提问：

1. 我们是应该先控制风险，还是先迎接数字技术？

要达到5000万用户，电力花了46年，计算机花了14年，互联网花了7年，皮卡丘花了19天。今天，在低收入国家也有60%的人已经拥有移动手机。决策时间前所未有的短，错过成本前所未有的大。

迈克尔·斯宾塞认为，数字经济带来的福利还难以被准确衡量和估计，这会影响我们平衡数字经济风险和收益。现有对经济的衡量集中在对经济增长的关注，忽略了健康、生活便利等其他福利。数字经济的长期影响是深度多维的，需要一个更多维的框架衡量个人和社会福利。

2. 数字技术会扩大鸿沟，还是会让世界变平？

技术从来都是双刃剑。技术革命既让地球能够养活的人口从10亿增加到70多亿，也引发过两次世界大战。关键是能不能以最快速度，让尽可能多的人受益。

迈克尔·斯宾塞认为，中国数字经济的发展不仅体现在增长速度上，还体现在边远、贫困群体与现有经济资源的结合速度上，这是令人震惊的普惠增长模式。

美国马里兰大学助理教授阿尔伯特·罗西 (Alberto Rossi) 认为：智能投顾能够帮助用户更稳健地配置资产，尤其是对投资经验少、现金持有比例高、频繁买卖的用户而言更是如此。智能投顾让投资更普惠。

3. 数据是谁的？谁是真正的受益者？

司机的行驶记录对于个人而言意义不大，但如果分享出去，就会让导航软件的精准度更高。数据作为一种生产资料，不见得应该只追求唯一所有权，而是要寻找一种机制保护好隐私，并让更多人受益。

2014诺贝尔经济学奖获得者让·梯若尔 (Jean Tirole) 认为：我们如何在保护个人隐私的同时，不遏制科技的进步和创新的向前？我们想倒掉洗澡水，但别把宝宝也泼出去了。

让·梯若尔

热 议 4. 数字技术会让更多的人失业，还是会让工作时间更短？

眼下美国对AI的担忧达到历史高点，但实际上美国失业率是半个世纪以来的低位。技术革命并没导致失业率上升，但会带来新的工种，以及缩短工作时间。我们该为未来的工作做好哪些准备？

克里斯托弗·皮萨里德斯（2010诺奖得主）：并没有证据证明技术会带来失业率的提高。但技术的发展过程中，确实会促进就业的结构性转变。以1980年以来的就业数据显示，就业逐渐从制造业向服务业转变。

魏尚进（美国哥伦比亚商学院金融学和经济学教授）：技术的不断进步，确实让人们有了更多的闲暇时间，经济合作与发展组织的数据显示，生产力越高的国家每周工作时长越低！

热 议 5. 谁是平台经济的受益者，是所有参与者，还是少数平台公司？

克里斯托弗·皮萨里德斯（2010诺奖得主）：数字平台是对分散市场匹配技术的改进，它具有提高所有市场参与者效率的潜力。互联网和平台型经济打破了制约成熟市场的发展阻碍，中国没互联网前，农民只能进城打工才能提高收入，互联网让他们在家乡也能获得同样的发展机会！

理查德·霍尔登 (Richard Holden 澳大利亚新南威尔士大学教授) ：数字技术改变了企业的协同方式和边界，让原本很多公司内部才能完成复杂的协同变得高效和透明，更多的事务可以在公司外部由市场协同来完成。这给小微企业带来更大的生存空间，更高效的利用资源做专业化分工。

杰夫.帕克（Geoffrey Parker 达特茅斯学院教授）：网络效应使公司的注意力焦点必须得从内部转移到公司外部，因为外面的世界更大，外面的用户更多，用户资源、创新体系、研发中心以及战略部门等都必须要将自己的关注点从企业内部转移到企业外部。

6. 治理机制要如何改变，才能适应数字时代？

汽车诞生于欧洲，汽车商用的黄金时代却在美国。在数字时代，什么样的政府、市场和公司治理机制，才能适应今天自下而上的创新和新协同机制？

2016年诺贝尔经济学奖获得者本特·霍姆斯特罗姆 (Bengt Holmstrom) 认为：人工智能正在改变我们的经济发展机制，也会改变我们制定政策的方式。

本特·霍姆斯特罗姆

7. 金融服务在越来越平民化的同时，会不会引发更多的风险？

金融从来都是经济发展的重要基础设施，眼下，数字技术让卖茶叶蛋的老太太和银行行长享受到同样的金融服务。但金融创新，包括数字货币，也可能带来新的不确定性。

本特·霍姆斯特罗姆认为：数字经济时代，信息是一种新的抵押品。有了数字平台上收集的信息，小额借款人获得信贷不需要抵押品，因为贷款人比借款人更了解他的信誉。在这方面，平台模式更接近于西方信用卡的基础模式，同时因为它基于数字识别，并包含大量数据，所以比信用卡便宜得多，也不容易被欺诈。

8. 数字时代，全球化会走回头路吗？

技术、贸易和知识的自由流动和分享是全球经济繁荣的核心动力，在世界经济分化严重、技术发展参差不齐的今天，我们如何推动全球数字经济协同，让每一个国家受益？

迈克尔·斯宾塞认为：让我感到兴奋的是中国的数字经济增长范式能够启发其他国家，开发巨大的国内市场就能带来巨大的增长机会。在此基础上我们不难想象，只需要一点点的国际合作，这种发展模式就能推广到全世界。各国小微企业参与到国际市场中或将成为下一个增长引擎，这才是最最激动人心的事。

热 议 9. 人工智能该不该有道德观？

无人驾驶汽车必须选择撞向一边，左边是老人，右边是小孩，它该做何选择？这该由算法来决定吗？

托马斯·萨金特 (Thomas Sargent 2011年经济学诺奖得主) 认为：说到底，机器并不是自己在学习，它们学的，都是人类输入的数据。是人类在告诉机器要学习什么。因此，我们人类在给机器提供数据的时候，要努力去除掉一些偏见。

本特.霍姆斯特罗姆（Bengt Holmstrom 2016年经济学诺奖得主）：人工智能将来作为公司的”一员“，是需要对他们进行激励的，人工只能也应该具有工作动机，我们人类应该给他们提供正确的动机！

10. 大算力和大数据，一定会让我们离真相更近吗？

我们在多大程度上可以利用大数据和大算力做决策，接近世界的真相。在一秒钟内能摸象腿数百万次，我们就一定会避免盲人摸象了吗？

2013年诺贝尔经济学获得者拉尔斯·彼得·汉森 (Lars Peter Hansen) 认为：数字经济时代，丰富的数据确实为经济学分析提供了更多的素材，但是实证分析本身的价值则非常有限。对于实际发生什么和可能发生什么，理论模型却能帮助我们做不同情形和不同政策下的比较。因此纯数据驱动具备一定的局限性，模型能让人们在大数据时代的今天做更好的决策。

托马斯·萨金特认为：大数据和大算力提升了抽象信息理论的价值，它们的高速发展对处理信息的方法论提出更高要求。更优的信息估计技术、算法博弈论、多元时间序列算法和数据模拟技术等都可以在大数据时代散发光彩。