摘要：数字经济的运行需要诸多核心要素密切协作。数据作为生产要素并非单独发挥价值，而与算力、存储等实体介质的资源分配息息相关。本文发展了数字经济的一般均衡模型，将数据、算力、存储与算法等数字经济的重要组件纳入统一框架内进行分析，构建出更具普遍解释力的数字经济理论框架。在一般均衡模型中，数据的积累会受到数据存储器的约束，数据的利用效率会受到算力影响。当数据被非竞争地在所有生产和创新部门共享与利用时，经济体内生的数据量、存储、总算力和算力分配会相互影响，形成市场竞争均衡。研究发现，市场竞争均衡可能存在算力过度投资、算力分配不合理、创新不足等潜在问题，并且在不同的市场条件下，市场竞争均衡可能出现数据共享不足或数据滥用。基于基准模型，本文从数据转售、数据合成、算力与隐私、生产与创新数字化、算法创新开源、存储器与算力动态积累以及能源等方面进行模型拓展。最后，本文从完善数据治理体系、优化算力补贴机制等多个维度，提出了一系列政策建议，旨在进一步释放数字经济发展的潜力，为构建高效、创新和协调可持续的数字经济生态提供支撑。
关键词：数据要素 算力 数据存储 数字基础设施
一、本文研究背景与意义
当前，数字经济已经成为推动经济增长的重要力量。党的二十大报告指出“要加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”。在此基础上，党的二十届三中全会进一步强调要“健全促进实体经济和数字经济深度融合制度”，并“建设和运营国家数据基础设施”。近年来，我国相继出台“数据二十条”、推进“数据要素×”行动、实施“东数西算”工程，数据基础设施水平持续提升，数字经济成为驱动经济增长的重要引擎。随着大语言模型、生成式人工智能和云计算服务迅速发展，数据、算力、存储与算法之间的相互依赖进一步加深，并日益成为决定生产效率、创新能力和资源配置效率的关键因素。如何从统一的理论框架出发刻画这些要素之间的关系，已经成为理解数字经济运行机制和制定相关政策的重要前提。
现有研究已经分别从数据、人工智能、自动化、数字基础设施等视角讨论数字经济问题，但多数文献聚焦于单一市场或单一要素，对数据、存储、算力与算法之间的联动关系，以及不同主体之间通过价格机制形成的一般均衡传导，缺乏系统分析。特别是，在现实中，数据的价值实现依赖于能否被有效存储、能否被算力充分处理、以及算法是否能够提高数据与算力的使用效率。与此同时，数据具有非竞争性，而算力具有竞争性，二者在资源属性上的差异会通过市场机制影响生产与创新活动，并可能引发资源错配等问题。因此，有必要建立一个同时纳入数据、存储、算力与算法的宏观一般均衡框架，统一刻画数字经济中的核心参与者、关键约束和配置机制。
二、主要内容
本文以包含产品种类扩展的一般均衡框架为基础，构建了一个围绕数据、存储、算力与算法展开的数字经济模型。模型中，消费者在消费过程中生成数据，并在隐私成本与数据价格之间权衡后决定数据供给；数据中介负责收集、存储并向生产部门与创新部门提供数据；算力提供商通过雇佣劳动力生产处理器并向市场供给算力；中间品生产者利用数据和算力提供消费品（或服务）；潜在进入者利用数据与算力开展创新，推动产品种类扩展。通过这一结构，本文将数据要素市场、算力与存储供给、产品生产和知识创新联系起来，形成一个能够分析资源总量与跨部门分配的统一框架。
在研究方法上，本文以理论分析与数值模拟相结合为主。理论部分首先求解社会最优分配，分析社会计划者如何在存储器生产、算力生产、生产活动与创新活动之间配置资源；随后求解市场竞争均衡，并与社会最优进行对比，以识别市场扭曲的来源。文章重点讨论了两层机制：一是供给侧联动机制，即数据可用规模同时受到存储与算力约束，而存储和算力的生产又共同竞争生产要素，由此形成数据、存储与算力之间的联动关系；二是配置扭曲机制，即垄断加价、创新正外部性以及算力竞争性产生的稀释成本会共同影响数据供给、算力总量和算力在生产与创新之间的分配。基于这一框架，本文进一步分析市场竞争均衡中可能出现的数据共享不足或滥用、创新部门算力不足等问题。数值模拟重点围绕初始知识存量、数据产出弹性、产品替代弹性和隐私保护技术等核心参数展开比较静态分析，以说明不同市场环境下的数据供给、算力分配、创新水平与社会福利如何变化。
基于基准模型，本文进一步围绕数据转售、数据生产与合成、数据产权、算力与隐私风险、劳动力多部门分配与数字化、算法知识创新与开源、能源约束等现实问题展开拓展分析。
三、主要结论与政策建议
本文的主要研究结论如下。第一，数据、存储、算力与算法必须协同配置，数字经济中的资源错配并不只是数据共享不足的问题。由于数据具有非竞争性而算力具有竞争性，同一份数据可以被生产与创新部门共享，但有限算力必须在不同用途之间分配，因此即便数据总量较高，如果算力存在错配，创新和福利仍可能显著低于社会最优。第二，由于创新者难以内生化其进入对市场整体算力需求的影响，同时市场中存在垄断加价和创新激励不足，市场可能出现创新部门算力不足、数据共享不足或数据过度使用。第三，在弱数据权保护或转售风险存在时，数据中介的激励会下降，市场可能出现多重均衡与协调失灵，并伴随创新部门萎缩和福利下降。第四，在引入非敏感数据、算法知识、能源约束等拓展后，本文进一步表明，数字经济发展不仅依赖数据本身，还依赖算力供给与配置以及相关制度安排。
基于上述结论，本文提出以下政策建议：第一，优化算力资源配置，强化创新驱动；第二，完善数据治理体系，平衡开放与保护；第三，合理规划数字基础设施投资，精准匹配市场需求；第四，加强市场监督协作，协调创新与垄断。
四、边际贡献与未来拓展
本文的边际贡献主要体现在以下几个方面。第一，本文从数据、存储、算力与算法四类核心要素出发，建立了一个统一刻画数字经济的一般均衡框架，更系统地分析了数字经济内部各市场之间的联动机制。第二，本文将数据的非竞争性与算力的竞争性同时纳入分析，刻画了算力稀释机制，说明创新活动不仅创造新产品和新知识，也会通过增加算力需求影响既有生产部门的效率，这一机制构成数字经济一般均衡分析中的一个重要特征。第三，本文指出，市场竞争均衡下不仅可能出现数据共享不足，也可能在特定参数条件下出现数据滥用，从而将两类通常被分开讨论的数据市场低效纳入同一理论框架。第四，本文围绕数据转售、数据合成、要素动态积累、算力与隐私风险、算法知识创新与开源、能源约束等问题开展了一系列拓展，为进一步研究数字经济中的新问题提供基础。
未来拓展可以沿以下方向展开。其一，可结合企业层面或行业层面的训练、推理算力配置、数据采购和基础设施投入数据，对模型参数进行更细致的校准与结构估计。其二，可将算力网络结构、跨区域算力调度等因素纳入模型，分析更复杂的数字经济资源配置问题。
五、写作、投稿、修改的过程和心得体会
本文的写作，源于我们对近年来我国数字经济发展中一些现实问题的关注。随着数据要素市场建设持续推进，以及人工智能、大语言模型和云计算快速发展，数字经济覆盖范围日益增加。然而，目前缺少一个简约的模型对数字经济关键要素进行总结和系统刻画，对此我们选取了数据、算力、存储与算法四个核心要素，以此为出发点，也为相关政策讨论和后续研究提供一些参考。
在论文修改和完善的过程中，我们得到了《管理世界》匿名审稿专家和编辑部老师们的大力支持。审稿专家提出了许多细致而富有建设性的意见，这些意见对我们进一步梳理论文思路、凝练核心机制、强化数值模拟与现实背景之间的对应关系，均起到了重要作用。与此同时，我们也衷心感谢《管理世界》编辑部老师们在审稿、修改和编校各环节所给予的耐心帮助与细致指导。编辑老师们始终以严谨认真的专业态度推进稿件完善，使本文得以以更加严谨、规范的面貌呈现给读者。
作者：谢丹夏（黄色直播app-黄色直播在线
经济学研究所副教授）、魏文石（北京交通大学经济管理学院）、李尧（河北省人民政府研究室）
来源：《管理世界》2026年第3期
