数字电子技术应用论文「论文集锦」当人工智能走进生活——《电子技术应用》优秀论文集锦|上海羊羽卓进出口贸易有限公司

「论文集锦」当人工智能走进生活——《电子技术应用》优秀论文集锦

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

人工智能之父 John McCarthy说：人工智能就是制造智能的机器，更特指制作人工智能的程序。人工智能模仿人类的思考方式使计算机能智能的思考问题，人工智能通过研究人类大脑的思考、学习和工作方式，然后将研究结果作为开发智能软件和系统的基础。

人工智能历史

1940-1950：一帮来自数学，心理学，工程学，经济学和政治学领域的科学家在一起讨论人工智能的可能性，当时已经研究出了人脑的工作原理是神经元电脉冲工作。

1950-1956：伦·图灵（Alan Turing）发表了一篇具有里程碑意义的论文，其中他预见了创造思考机器的可能性。重要事件：曼彻斯特大学的Christopher Strachey使用Ferranti Mark 1 机器写了一个跳棋程序， Dietrich Prinz写了一个国际象棋程序。

1956：达特茅斯会议，人工智能诞生。约翰麦卡锡创造了人工智能一词并且演示了卡内基梅隆大学首个人工智能程序。

1956-1974：推理研究，主要使用推理算法，应用在棋类等游戏中。自然语言研究，目的是让计算机能够理解人的语言。日本，早稻田大学于1967年启动了WABOT项目，并于1972年完成了世界上第一个全尺寸智能人形机器人 WABOT-1 。

1974-1980：由于当时的计算机技术限制，很多研究迟迟不能得到预期的成就，这时候AI处于研究低潮。

1980-1987：在20世纪80年代，世界各地的企业采用了一种称为“ 专家系统 ” 的人工智能程序，知识表达系统成为主流人工智能研究的焦点。在同一年，日本政府通过其第五代计算机项目积极资助人工智能。1982年，物理学家John Hopfield发明了一种神经网络可以以全新的方式学习和处理信息。

1987-1993：第二次AI研究低潮。

1993-2011 ：出现了智能代理，它是感知周围环境，并采取最大限度提高成功的机会的系统。这个时期自然语言理解和翻译，数据挖掘，Web爬虫出现了较大的发展。里程碑的事件：1997年深蓝击败了当时的世界象棋冠军Garry Kasparov。2005年，斯坦福大学的机器人在一条没有走过的沙漠小路上自动驾驶131英里。

2011年至今：在深度学习，大数据和强人工智能的发展迅速。

小编整理了《电子技术应用》近年刊登的与人工智能相关的最新研究成果及其应用实例，欢迎相关领域研究者参考借鉴！

1.基于深度学习的美国媒体“一带一路”舆情的情感分析

摘要： 分析美国主流新闻媒体针对“一带一路”倡议的关注热点，研究相关舆情的情感倾向。用网络爬虫自动采集相关新闻，筛选高频词获得媒体关注热点。提出一种自动摘要-卷积神经网络（Convolutional Neural Network，CNN）的集成式模型进行文档级情感分析。该模型首先提取摘要去除原始文档中非重要数据的干扰，再利用卷积神经网络进行句子级情感分析，通过基于语义指向的方法获得文档级的情感分数，并对情感波动异常文章二次分析。在真实数据上的对比实验表明，自动摘要-CNN的集成式文档级情感分析模型在情感分析方面优于单一CNN的方法。

全文链接： http://www.chinaaet.com/article/3000094112

中文引用格式： 王洁，乔艺璇，彭岩，等. 基于深度学习的美国媒体“一带一路”舆情的情感分析[J].电子技术应用，2018，44(11)：102-106，110.

英文引用格式： Wang Jie，Qiao Yixuan，Peng Yan，et al. Sentiment analysis about “One Belt, One Road” public opinion of American media based on deep learning[J]. Application of Electronic Technique，2018，44(11)：102-106，110.

2.基于深度学习的人体行为识别算法

摘要： 为改善人体行为识别任务中准确率低的问题，提出了一种基于批归一化的卷积神经网络（CNN）与长短期记忆(LSTM)神经网络结合的神经网络。CNN部分引入批归一化思想，将输入网络的训练样本进行小批量归一化处理，经过全连接之后，送入长短期记忆神经网络中。该算法采用时空双流网络模型结构，视频数据的RGB图像作为空间流网络输入，光流场图像作为时间流网络输入，再将时空双流网络各自得到的识别结果进行加权融合得到最终的行为识别结果。实验结果表明，本文设计的时空双流神经网络算法在人体行为识别任务上具有较高的识别准确率。

全文链接： http://www.chinaaet.com/article/3000091469

中文引用格式： 黄友文，万超伦. 基于深度学习的人体行为识别算法[J].电子技术应用，2018，44(10)：1-5，10.

英文引用格式： Huang Youwen，Wan Chaolun. Human behavior recognition algorithm based on deep learning[J]. Application of Electronic Technique，2018，44(10)：1-5，10.

3.基于TensorFlow深度学习手写体数字识别及应用

摘要： 手写体数字的识别是人工智能识别系统中的重要组成部分。因个体手写数字的差异，现有识别系统准确率较低。基于TensorFlow深度学习框架完成手写体数字的识别及应用，首先建立TensorFlow深度学习框架，并分析了Softmax、卷积神经网络(CNN)模型结构，再对手写体数据集MNIST的60 000个样本进行深度学习，然后进行10 000个样本的测试对比，最后移植最优模型到Android平台进行应用。实测数据验证，相对于传统的Softmax模型，基于TensorFlow深度学习CNN模型识别率高达99.17%，提升了7.6%，为人工智能识别系统的发展提供了一定的科研价值。

全文链接： http://www.chinaaet.com/article/3000091470

中文引用格式： 黄睿，陆许明，邬依林. 基于TensorFlow深度学习手写体数字识别及应用[J].电子技术应用，2018，44(10)：6-10.

英文引用格式： Huang Rui，Lu Xuming，Wu Yilin. Handwriting digital recognition and application based on TensorFlow deep learning[J]. Application of Electronic Technique，2018，44(10)：6-10.

4.基于深度学习的实时识别硬件系统框架设计

摘要： 设计了一种基于深度学习的实时识别硬件系统框架。该系统框架使用Keras完成卷积神经网络模型的训练并提取出网络的参数，利用ZYNQ器件的FPGA+ARM软硬件协同的方式，使用ARM完成对实时图像数据的采集、预处理及显示，通过FPGA实现卷积神经网络的硬化并对图像进行识别，再将识别结果发送至上位机进行实时显示。系统框架采用MNIST和Fashion MNIST数据集作为网络模型硬化试验样本，实验结果表明，在一般场景下该系统框架能够实时、准确地完成图像数据的获取、显示及识别，并且具有可移植性高、处理速度快、功耗低的特点。

全文链接： http://www.chinaaet.com/article/3000091553

中文引用格式： 王昆，周骅. 基于深度学习的实时识别硬件系统框架设计[J].电子技术应用，2018，44(10)：11-14.

英文引用格式： Wang Kun，Zhou Hua. Design of real-time recognition hardware system framework based on deep learning[J]. Application of Electronic Technique，2018，44(10)：11-14.

5.基于胶囊网络的指静脉识别研究

摘要： 针对卷积神经网络(CNN)中空间上的指静脉信息丢失的问题，提出了一种基于胶囊网络(Capsule Network，CapsNets)的指静脉识别算法。CapsNets在整个学习过程中以“胶囊”的形式从底层传递至高层，如此以向量的形式封装指静脉的多维特征，特征会在网络中被保存，而不是丢失后进行恢复。采用60 000张图像作为训练集，10 000张图为测试集，通过对图像增强、裁剪后进行网络学习。通过实验表明，CapsNets的网络结构特征相比CNN在处理脊线区域时效果更加明显，对比VGG精确度增加了13.6%，loss值也收敛到0.01。

全文链接： http://www.chinaaet.com/article/3000091554

中文引用格式： 余成波，熊递恩. 于胶囊网络的指静脉识别研究[J].电子技术应用，2018，44(10)：15-18.

英文引用格式： Yu Chengbo，Xiong Dien. Research on finger vein recognition based on capsule network[J]. Application of Electronic Technique，2018，44(10)：15-18.

6.基于卷积神经网络的图像着色

摘要： 图像着色的目标是为灰度图像的每一个像素分配颜色，它是图像处理领域的热点问题。以U-Net为主线网络，结合深度学习和卷积神经网络设计了一个全自动的着色网络模型。在该模型中，支线使用卷积神经网络SE-Inception-ResNet-v2作为高水平的特征提取器，提取图像的全局信息，同时在网络中使用PoLU(Power Linear Unit)函数替代线性整流函数(ReLU)。实验结果证明此着色网络模型能够对灰度图像进行有效的着色。

全文链接： http://www.chinaaet.com/article/3000091637

中文引用格式： 徐中辉，吕维帅. 基于卷积神经网络的图像着色[J].电子技术应用，2018，44(10)：19-22.

英文引用格式： Xu Zhonghui，Lv Weishuai. Image coloring based on convolution neural network[J]. Application of Electronic Technique，2018，44(10)：19-22.

7.深度学习中的卷积神经网络系统设计及硬件实现

摘要： 针对目前深度学习中的卷积神经网络（CNN）在CPU平台下训练速度慢、耗时长的问题，采用现场可编程门阵列（FPGA）硬件平台设计并实现了一种深度卷积神经网络系统。该系统采用修正线性单元（ReLU）作为特征输出的激活函数并使用Softmax函数作为输出分类器。利用流水线技术并针对每一层的特征运算进行了并行处理，从而能够在1个系统时钟周期内完成整个CNN中的295次卷积运算。系统最后采用MNIST数据集作为实验样本，实验结果表明，在50 MHz的工作频率下，FPGA的训练用时相较于通用CPU的训练用时提升了8.7倍，经过2 000次迭代后系统识别的准确率为92.42%。

全文链接： http://www.chinaaet.com/article/3000082399

中文引用格式： 王昆，周骅. 深度学习中的卷积神经网络系统设计及硬件实现[J].电子技术应用，2018，44(5)：56-59.

英文引用格式： Wang Kun，Zhou Hua. System design and hardware realization of convolution neural network system in deep learning[J]. Application of Electronic Technique，2018，44(5)：56-59.

8.基于PSO-BP神经网络的人体穴位定位系统设计

摘要： 穴位的位置是否找准会直接影响治疗效果，因此设计了一种基于粒子群算法优化神经网络（PSO-BP）的穴位相对坐标预测模型，然后与ARM结合构成一个可以用于人体穴位定位的系统。首先采用PC进行MATLAB仿真训练学习，然后将最优权值及阈值保存下来并简化算法嵌入ARM内，将在线预测转变为离线过程。实验结果表明：经粒子群优化过的BP神经网络有效地改善了局部极值缺陷，可应用于定位端预测穴位的位置，并在LCD中显示穴位相关信息，控制端收到位置数据后可执行电机上的运动操作。

全文链接： http://www.chinaaet.com/article/3000090355

中文引用格式： 杨向萍，吴玉丹. 基于PSO-BP神经网络的人体穴位定位系统设计[J].电子技术应用，2018，44(9)：75-78.

英文引用格式： Yang Xiangping，Wu Yudan. Acupoint positioning system based on PSO-BP neural network[J]. Application of Electronic Technique，2018，44(9)：75-78.

9.基于深度学习的烟雾识别研究

摘要： 基于Google第二代人工智能学习系统TensorFlow构建神经网络对烟雾图像进行识别检测，通过改进的运动检测算法截取疑似烟雾区域图像，并结合PCA降维算法和Inception Resnet v2网络模型在TensorFlow平台下进行烟雾特征的训练识别。该算法实现了较大范围的火灾实时检测报警，经过实验证明整个检测过程准确地识别了视频流中的烟雾区域，相比于传统烟雾识别方法具有更高的准确率和自适应性，为大范围的火灾烟雾报警提供了一种有效方案。

全文链接： http://www.chinaaet.com/article/3000092836

中文引用格式： 王涛，宫宁生，蒋贵祥. 基于深度学习的烟雾识别研究[J].电子技术应用，2018，44(10)：131-135.

英文引用格式： Wang Tao，Gong Ningsheng，Jiang Guixiang. Smoke recognition based on the depth learning[J]. Application of Electronic Technique，2018，44(10)：131-135.

10.基于深度学习的胸部X光影像分析系统

摘要： 提出一种应用嵌入式技术和深度学习技术实现对胸部X光影像分析的设计方案。采用NIVIDIA公司生产的Jetson TX2作为核心板，配备以太网模块、WiFi模块等功能模块搭建该分析系统的硬件平台。在GPU服务器上利用MobileNets卷积神经网络对标注的胸部X光影像数据集进行训练，将训练好的神经网络模型移植到Jetson TX2核心板，在嵌入式平台下完成对胸腔积液、浸润、肺气肿、气胸以及肺不张症状的检测。利用美国国立卫生研究院提供的胸部X光影像数据进行测试，通过实验证明，该方法在识别准确率上优于其他的检测方法，同时识别所需时间比其他方法短。

全文链接： http://www.chinaaet.com/article/3000093435

中文引用格式： 周进凡，张荣芬，马治楠，等. 基于深度学习的胸部X光影像分析系统[J].电子技术应用，2018，44(11)：29-32.

英文引用格式： Zhou Jinfan，Zhang Rongfen，Ma Zhinan，et al. Chest X-ray image analysis system based on deep learning[J]. Application of Electronic Technique，2018，44(11)：29-32.

11.基于深度学习的图像分类方法

摘要： 提出了一种用于图像分类的卷积神经网络，将不同池化方式对图像分类的影响进行了分析对比，采用重叠池化和dropout技术，较好地解决过拟合问题。与传统神经网络相比，该方法在CIFAR-10数据集上获得了较好的结果，在测试集上准确率比训练集上准确率高9%左右。

全文链接： http://www.chinaaet.com/article/3000084504

中文引用格式： 许少尉，陈思宇. 基于深度学习的图像分类方法[J].电子技术应用，2018，44(6)：116-119.

英文引用格式： Xu Shaowei，Chen Siyu. Image classification method based on deep learning[J]. Application of Electronic Technique，2018，44(6)：116-119.

12.基于机器视觉的智能导盲眼镜设计

摘要： 提出一种基于机器视觉的智能导盲眼镜系统的设计方案。采用三星公司Cortex-A8架构的 S5PV210作为中央处理器，搭载Linux系统，配备双目采集、GPS定位、语音播报、GSM短信、语音通话、无线传输六大核心功能模块搭建智能导盲眼镜系统的硬件平台，结合深度学习算法在远程云服务器上完成了对目标场景的智能识别，最后以语音的形式实时对盲人的行走作出准确引导。系统测试结果表明，该智能导盲眼镜系统在测试环境下不仅能对盲人出行正确导航，还具有一定的目标识别能力，能帮助盲人进行简易物品归类。该系统还兼有GPS定位、语音通话、GSM短信等多项辅助功能。

全文链接： http://www.chinaaet.com/article/3000064090

中文引用格式： 何腾鹏，张荣芬，刘超，等. 基于机器视觉的智能导盲眼镜设计[J].电子技术应用，2017，43(4)：58-61.

英文引用格式： He Tengpeng，Zhang Rongfen，Liu Chao，et al. Design of smart seeing glasses based on machine vision[J].Application of Electronic Technique，2017，43(4)：58-61.

13.基于深度学习的无人机识别算法研究

摘要： 无人机的广泛运用，在给人们带来便利的同时，也引发了不良影响。比如，无人机飞入禁飞区引发安全问题，由于不正当的使用侵犯公民的隐私等，因此需要构建一个无人机警察系统，对无人机实施监控，遏制乱飞现象。采用传统的识别方法，灵活性不足，精度也不够高。为此提出一种基于深度学习的无人机识别算法，通过训练一个基于卷积神经网络（CNNs）的学习网络，得出一个高效的识别模型，实现无人机和非无人机间的分类。模型的测试结果表明，该方法具有较高的识别率。

全文链接： http://www.chinaaet.com/article/3000068878

中文引用格式： 蒋兆军，成孝刚，彭雅琴，等. 基于深度学习的无人机识别算法研究[J].电子技术应用，2017，43(7)：84-87.

英文引用格式： Jiang Zhaojun，Cheng Xiaogang，Peng Yaqin，et al. A novel UAV recognition algorithm based on deep learning approach[J].Application of Electronic Technique，2017，43(7)：84-87.

14.基于视觉引导的SCARA机器人自动装配系统

摘要： 现有生产线工业机器人抓取点固定，工件只能以固定的姿态提前摆放在固定的位置，这种装配模式很难满足复杂的工业生产要求且效率低下。设计了基于视觉引导的机器人装配系统改进原有系统。设计了机器视觉系统，实现了工件的快速识别、定位以及姿态确定功能；设计了抓放系统，实现了工件的精确抓取和安装功能；采用Visual Studio的MFC开发，实现图像处理算法，并利用Socket通信将坐标和姿态数据发送给机器人。通过实验验证本系统具有良好的稳定性和快速性，可以满足生产的要求，大幅提高生产效率。

全文链接： http://www.chinaaet.com/article/3000065381

中文引用格式： 党宏社，候金良，强华，等. 基于视觉引导的SCARA机器人自动装配系统[J].电子技术应用，2017，43(5)：21-24.

英文引用格式： Dang Hongshe，Hou Jinliang，Qiang Hua，et al. SCARA automatic assembly system based on vision guided[J].Application of Electronic Technique，2017，43(5)：21-24.

观点丨付晓东：数字经济——中国经济发展的新动能

付晓东

中国人民大学国家发展与战略研究院研究员、应用经济学院教授

【摘要】

数字经济是继农业经济、工业经济之后人类社会发展的一个新的历史阶段。从要素构成看，“数据”脱颖而出，超越传统的土地、劳动力、资本要素等上升为极其重要的生产要素，被称为“数字时代的石油”，日益成为经济发展的新动能。数字经济冲击着既有的经济运行方式、活动规则和经济发展方式，其主要特征表现为虚拟性及共享性，指数性及可复制性，多样性及精准性，可达性及互通性。数字经济正塑造着新的生产力和新生活的独特机制，数字经济发展未来可期。

2020年政府工作报告提出，“要继续出台支持政策，全面推进‘互联网+’，打造数字经济新优势”，引发了广泛关注和共鸣。发展工业互联网，推进智能制造，加强新型基础设施建设，发展新一代信息网络，拓展5G应用……报告提出的一系列举措，旨在为数字经济培育沃土。而数字经济也为经济转型发展注入了新动力。据中国信息通信研究院预测，2025年我国数字经济规模将达到60万亿元。互联网、大数据、云计算、区块链等新一代信息技术的发展，催生了数字经济，开启了数字时代，电子商务、互联网金融、网络自媒体等一系列新业态应运而生。数字经济以其不同以往的特征和机制，开辟和塑造着新的生产方式、生活方式及空间格局。

数字生产力革命正在世界范国内推动社会生产方式向数字化转型，对整个经济体系产生渗透和重构

数字经济是继农业经济、工业经济之后人类社会发展的一个新的历史阶段。从要素构成看，“数据”脱颖而出，超越传统的土地、劳动力、资本要素等上升为极其重要的生产要素，日益成为经济发展的新动能。从国际上看，世界各国对数字资源依赖程度不断加深，国家竞争焦点迅速从资本、劳动力转向数据资源争夺和攫取。

历史似乎离我们并不遥远，18世纪60年代，以蒸汽机为标志的第一次工业革命使人类进入“机器时代”，跨过了“人工时代”，工业经济碾压农业经济；19世纪60年代，以电动机和内燃机为标志的第二次工业革命使人类进入“电气时代”，生产力加速发展，重塑了世界经济格局；20世纪50年代，以电子计算机、核能的应用为代表，人类进入了计算机和新能源时代，特别是20世纪90年代后，以数字技术为代表的新技术革命突飞猛进，信息化、数字化、智能化急速推进，大数据的领军地位逐步凸显，一大批互联网高科技企业相继成立，并迅速占据鳌头。数字经济也快速迭代，由1.0、2.0阶段向更高级演进，数字经济的竞争风起云涌，各国都在争抢下一个数字经济创新与服务前沿领域的全球领导地位。

数字经济正以前所未有的规模和速度彰显着力量和气势，联合国在《2019年数字经济报告》中指出，根据定义的不同，数字经济规模约占世界GDP的4.5%至15.5%。重大的科技生产力革命往往会引起生产方式的变革，数字生产力革命正在世界范围内推动社会生产方式向数字化转型，对整个经济体系产生渗透和重构。《中国互联网发展报告（2019）》指出，2018年中国数字经济规模达31.3万亿元，GDP占比达34.8%，数字经济已成为中国经济增长的新引擎。

习近平总书记指出：“即将出现的新一轮科技革命和产业革命与我国加快转变经济发展方式形成历史性交汇，为我们实施创新驱动发展战略提供了难得的重大机遇。”短短二十多年，中国已成长为互联网大国，数字经济的蓬勃发展，对传统产业进行改造升级和赋能，催生了电子商务、物流配送、网络自媒体、人工智能、云计算、远程控制、无人驾驶等新业态、新技术，以及智慧城市、政务云等数字治理模式。阿里巴巴研究报告指出，2019年数据对我国GDP的贡献率达到67.9%，连续5年贡献率超过50%。数字经济正在以前所未有的速度、广度和宽度，深刻地影响着人们的生产生活方式，重塑着社会治理结构和空间格局。

数字经济已经并正在改变着、冲击着既有的经济运行方式、活动规则和经济发展方式

数字经济表现出的突出特性，是原有经济形式难以比拟的。虚拟性，意味着无形无影，却织起一个网络世界、无量平台；开放性，意味着要素自由流动，主体个性彰显；交互性，即不受约束的共时性对话交流；无限性，即信息资源取之不尽，空间范围无穷无尽；指数性，即信息传播迅速爆发、信息资源迅速放大与价值快速增值，等等。数字经济这个新的经济形态已经并正在改变着、冲击着既有的经济运行方式、活动规则和经济发展方式。

一是虚拟性及共享性、开放性、即时性。 虚拟性，源自于数字（信息）技术。首先，由0和1组成了一个无影无形、深不可测的虚拟空间，开创了一个有别于实体空间的大千世界。经济活动的空间已经不再仅仅是传统意义上的地球表面的一部分，而是在这个实体空间上，外加一个连通实体空间的无形网络世界，人类文明在向新世界延伸。其次，虚拟空间打破了传统物理空间的概念，导致经济活动在“虚拟”与“现实”空间的更替和转换。此时的经济运行、要素流动已经超越了传统的物质世界（空间），这个无形的电子空间，冲击着传统（包括思想观念、理论、生产方式、行为方式、生活方式、管理方式等），重构着全新的秩序。

数字技术在生成虚拟性的同时，也共生出了即时性、共享性和开放性（跨界、无界），并衍生出了便捷与公开透明。当数据信息在以光速传递的世界（平台）中运行时，延时克服了，秒杀出现了，排他性消失了，地域差异的裂痕弥合了，数字技术创造了一个神奇的世界（平台）。这个新世界，充满了日益滋生的海量数据，打破了信息不对称，改变了生产者、消费者和市场的诸多行为。对传统经济学许多原理也产生了冲击，诸如：“理性人”假设由有限理性转向高度理性，边际成本递增转向递减，边际效用递减转向递增，研发、服务环节重视度陡升，一般技能劳动者占比减退，等等。正如曼纽尔·卡斯特在《网络社会的崛起》一书中所说，网络以其独特的超大功能彻底动摇了以固定空间领域为基础的民族国家或所有组织的既有形式。同样，网络也以其独特的方式从根本上改变了现实的政治、经济和社会生活。

二是指数性及可复制性、无限性、爆炸性。 数字经济是以数字技术为依托、以数据为本源（资源）、以创新为动力、以服务为方向的经济形式和投入产出体系。由此，认识和把握数据的特性和产业系统、市场体系状况就显得十分关键。

首先，“数据是数字时代的石油”，作为新的生产要素，具有可复制、可共享、无限供给、无限使用和无限增长的特点。 数字时代，数据资源不仅可以重复使用、复制（静态生长、边际成本趋零、摊薄），还随着使用，时空边界在不断延伸（动态生长、边际收益趋增），其资源规模巨量增长，开发利用潜力更是“取之不尽，用之不竭”，这为社会经济发展提供了强大支撑。需要指出的是，数字资源及其产生的财富，在单位时间内规模数量的增加速度十分惊人。数字技术的发展使得单位时间内的运作效率大幅提高，能在短时间内积累或释放出巨大的能量。许多新兴的电商、科技公司几年的业绩就已经超越许多传统行业企业巨头，为年轻创业者提供了暴富的土壤。小米公司用不到10年的时间，便跻身世界500强；2015年成立的拼多多用不到3年时间，便在美国纳斯达克证券交易所正式挂牌上市；同样地，“直播带货”模式的当红主播紧抓这一机遇，创造了一个又一个电商销售奇迹。

其次，数字时代，产业系统、市场体系处于一个暴增的环境中。 平台日益完善，数据资源能够为生产者和消费者提供第一线信息，便于对接、实现各自的预期。产业系统、市场体系由于是建立在可复制、可共享、无限供给的数据资源基础上，创新活力被激发，因此在市场信息对称性不断完善的激励下，产销、供需日益精准对接，消费需求日益提升，经济出现指数增长和倍增效应。

最后，数字经济产生了“赢者通吃”的效应。 规模经济理论告诉我们，需求方数量的增长可以减少供应方的成本，又使产品对其他用户更具吸引力，加速了需求的增长，触发正反馈机制，从而形成一家公司或一种技术垄断市场的局面。平台企业正是利用网络的外部性（爆炸性）圈拢吸纳客户，快速实现规模经济。比如，微信凭借其规模经济、技术、渠道等形成了信息交流、支付、购物、缴费等全方位的生态圈，市场占有率越来越高。

三是多样性及分散性、精准性、公平性。数字经济开启了一个“个性化”消费时代。 由于数字技术创建了虚拟空间和平台经济，大数据、云计算、智能工具等不断满足用户多样化和个性化需求。数字技术促进了企业的生产方式从规模化生产向分散化、个性化定制转变，厂商可以运用数字技术方便地汇集海量客户信息资源，低成本地开展多样化业务，有效满足多种消费需求，包括以往难以提供服务的部分（如末端消费对象、模拟、体验消费等），产生长尾效应。这种新的经济形态能够做到，在每一个品类上都可实现自身的规模经济。这是以往的生产方式难以企及的。例如，淘宝作为一个典型的长尾平台，具有零库存、无采购成本、库存成本、流通成本，每个商家都可以实现产品的销量最大化。

多样性还表现在用户的全流程参与、消费的精准性实现、个体与中小企业的扩张。由于平台经济的快速发展，范围经济的实现条件由产品的相关性转向基于用户数量的规模经济，消费者倾向于选择适合自己的小众商品，客户需求被进一步细分。这样，大型企业时代开始转向中小企业时代，市场原本存在的大量长尾端消费被激活，有了实践空间。市场主体的多元化和中小型化，市场导向的多元化和精准化有利于社会公平性的实现。可以看到，在这个新的数字经济下，许多沿用数百年、千年的规范失去了魅力，许多颠扑不破的规则、原理不再“放之四海而皆准”。

四是可达性、互通性、渗透性、跨越性、均衡性。 数字技术的跨越性、互通性、渗透性突破了地理空间的割据性，消除了距离对地理空间相互作用的制约，降低了交易费用，使得实体空间可达性大为提高。致使实体空间的经济联系由原有的等级阶层联系向新的平等共享式互动发展转移。原有的垂直等级空间被打破，新的无限纵横交错的空间网络得以建立。

数字技术强大的可达性、渗透性，弱化了距离要素的制约作用，把地理空间制约经济活动（空间障碍的摩擦成本）降至最低限度，即经济活动中的空间距离成本在缩减，甚至变得无足轻重，使得市场竞争无限趋近于自由竞争。就空间距离而言，数字技术将整个世界经济连为一体，世界真正成为“地球村”。加上数字信息的完全性（全息性）与传播的快捷性，理性预期增强，推动了经济自由化，减少了信息不对称。经济的全球化进程大大加快，世界各国经济的相互依存性空前加强。

数字技术的可达性、渗透性，大大强化了均衡性、跨越性。其实，虚拟空间不仅使人们可以摆脱距离“空间”的束缚，也可以摆脱“时间”的约束，数字技术进一步使人脱离了地理实体空间的束缚，给区域经济带来了革命性变革。由于市场准入门槛大幅减低，那些家庭困难或者贫困人群可以开设虚拟店铺，通过虚拟世界接触世界市场和国际客户，没有大幅的营销费用和庞大的商业体系也一样能够构建自己独特的竞争力。还有那些占地面积小、轻耗能材、低污染的小型智慧型企业等也可以获得最大化发展。数字技术打破了“区位”逻辑作用原理，各种知识、创意和信息可以低廉、自由、高效地传递到四面八方，实现共享，促进区域均衡发展。在社会管理服务层面，这将有助于科学合理的决策，大大提高服务、管理效率，协调经济社会发展，催生新的资源依托、支撑、锁定模式，如弯道超车、超常发展、裂变式指数型的经济增长等。

数字经济塑造新的生产力和新生活的独特机制

数字技术已经给人类带来了太多惊喜，数字经济也已经带来了众多新的生机和发展机会，多少企业由此诞生，走向辉煌；多少人由此沟通，得到了理解和欢乐；多少城市站在了新的起跑线上，数字技术建造了一个平等、自由、美好的世界，创生了一个新经济：数字经济。那么，数字经济是通过哪些独特机制来塑造新的生产力和新生活的？

第一，引领机制。 技术的先进性、不可替代性决定了数字经济的引领性、引领机制。首先，是技术独特且在持续不断创新，数字经济以高速、超大量的数字信息流（数据资源）跨越空间距离障碍或地域空间限制，以磅礴的气势引领（推动、拉动）着各行各业前行。其次，智能化，数字技术与传感、处理、仿生、智能、控制等技术结合，形成史无前例的智慧产业、智慧城市、智慧社会，大大提升生产力水平，这就是一次生产方式的重大革命。

第二，重置机制。 数字经济的魅力还在于它对原有经济活动的重置机制，即改造、分化、重组功能。一是改造功能，或“破坏”功能，表现在对原有产业、传统成分的渗透、融合与破拆、扬弃、改造、整合，“润物细无声”。二是要素换序迭代，原本重要的传统要素土地、劳动力、资本等退居“二线”，数据要素上升为第一线要素，这个变化已经引发经济社会的全方位革新，世界进入了大变革的时代。三是重新洗牌功能，数字技术提供了经济发展新的起跑线，使得“换道超车”成为可能，而不再拘泥于“弯道超车”。

数字技术的进步创新了生产方式，打破了循序渐进的传统发展模式，而使得跳跃式发展模式、平等的发展环境诞生。过去，由于各种条件的渐进性、时序性、累积性等特点，发展不可能跨越阶段。而新技术下，数字经济提供了这样的机会和平台。发展一个创业/智力型企业，最主要的已经不是场地、办公楼以及原材料、能源，而是最新的资讯、知识（技术）和思路，因此数据资源成为争夺的中心。与传统经济粗放型、长链条型的线性增长模式不同，数字经济依靠知识、信息、数据和技术等新型生产要素的迅捷开放性，呈现出指数型、集约型、高效率的经济增长模式，市场进入门槛相对拉平，偏远落后地区也能够摆脱“循环累积因果理论”“梯度转移理论”的增长路径依赖（锁定），实现直接跨越。

第 三，倍增机制。 数字技术，提供了一个高速运行的虚拟空间，其间的信息传递是以光速运行的，原有的实体空间已经与之不可同日而语，经济数据的处理、传输，决策的过程、速度都大大提升，经济成果产出的效率和规模空前跃升。数据的价值以网络节点数平方的速度增长，形成了数字经济的倍增（加速、指数）机制。倍增和加速的原理，一是破除了传统的“积累”路径，高效发挥要素作用，人才、科技、知识、技术、研发重要性上升，那些低效的传统要素腾退、失效，如用地要素影响效力下降；二是打破了“硬核”固定成本，一方面有史以来一直难以逾越的“距离因素”影响降低，数字技术大大克服了距离成本，另一方面虚拟空间边际成本几乎趋于零，大大拓展了经济新空间及效率；三是联通了全社会（人类）智慧，集合性、组合性、网络性力量上升为主导（决策依据的信息、知识的广度、深度得以实现），智能化影响攀升，协同和协调不断升级，失误、失策、浪费、低效甚至无效得到抑制；四是打破了传统的经济周期，数字经济时代，资本周期波动规律、固定资产寿命等都已发生质变，从而导致发展上的加速、高效、倍增效应。数字经济的倍增、指数增长机制打破了传统的生产周期和生产方式，必将重构产业体系和创建经济发展新动能。当然，也将冲击、颠覆、重塑经济发展理论。

第四，共享机制。 数字经济，打破了传统的市场规则，一改以往的厂商、寡头主导的、被动、押宝式的交易方式，为主动、透明的交易方式，市场主体有了平等的地位。这个层面的变化是由数字技术带来的。

开放性，产生了共享机制。在数字技术所创造的虚拟空间里（也被称为平台），不拒绝不排斥任何市场主体，不分先后，具有非竞争性和非排他性的特点，是个开放的空间（平台），且各主体地位平等、信息权益对称、共享。这个空间（平台）具有即时性特征。一方面，平台经济的即时性可以高效传递信息、对接个性化需求（平台通过算法等大数据技术和软件管理为交易双方提供机会）；另一方面，开放性调动了广泛的市场主体参与到社会大生产中来。这使得个性化、按需生产成为可能，企业可以通过大数据的方法为用户画像，利用平台模式改造落后产业、重塑生产方式、精准产品产销，抢占市场先机。比如，淘宝基于先进的人工智能算法技术，做到服务千人千面，通过AI个性化推荐使得消费者在海量商品中找到真正需要和适合的商品。

虚拟空间（平台）为产权理论的突破提供了舞台，在这个平台上所有者转让闲置商品的使用权，连接了供需双方，创造了价值，实现了“使用而非拥有”“不使用即浪费”的经济学家箴言。《2019年数字经济报告》显示全球市值最大的20家数字企业中，有40%拥有基于平台的商业模式。伴随着大数据、人工智能、区块链、云计算等技术的不断发展，平台在用户数量、信息交换、精准匹配、成本效率方面将再度飞跃。数据资源具有无限复制、低成本等特征，由其构成的平台和共享机制可以释放更多的供给和需求，影响着大多数人的机会和收入分配。共享机制，具有开放、整合、外部性、零成本等特性，作为新型生产方式，对于优化资源配置、降低交易成本、拓展消费市场至关重要。

数字经济正以前所未有的磅礴力量，点燃创新动力，创业创新，从小众走向大众，星星之火渐成燎原之势；激发市场潜力，使得线上线下互动旺盛，新需求新业态层出不穷，供给侧与需求侧相得益彰；加快产业链更新重组，使得数字技术大规模迅速地融入实体经济，大大提升要素效率，成为经济发展的新引擎。可以看到，数字经济确实在这次抗击新冠肺炎疫情中实实在在地担当起了重任，不论是应对疫情，大数据筛查、健康码、追踪锁定，还是社会管理等方面；不论是政府、机关，还是企业、学校、个人；不论是工作中，还是生活中，数字经济都作出了超常表现和贡献。毫无疑问，数字经济已经奠定了未来的主流和主导地位。

【参考文献】

①荆文君、孙宝文：《数字经济促进经济高质量发展：一个理论分析框架》，《经济学家》，2019年第2期。

②李海舰、田跃新、李文杰：《互联网思维与传统企业再造》，《中国工业经济》，2014年第10期。

③Schor J B. Does the sharing economy increase inequality within the eighty percent?: findings from a qualitative study of platform providers[J].Cambridge Journal of Regions,Economy and Society,2017,10(2).

文稿来源：人民论坛网

微信编辑：涂成

人大国发院是中国人民大学集全校之力重点打造的中国特色新型高校智库，现任理事长为学校党委书记靳诺教授，院长兼首席专家为校长刘伟教授。2015年入选全国首批“国家高端智库”建设试点单位，并入选全球智库百强，2018年初在“中国大学智库机构百强排行榜”中名列第一。2019年在国家高端智库综合评估中入选第一档次梯队，是唯一入选第一档次梯队的高校智库。

人大国发院积极打造“新平台、大网络，跨学科、重交叉，促创新、高产出”的高端智库平台。围绕经济治理与经济发展、政治治理与法治建设、社会治理与社会创新、公共外交与国际关系四大研究领域，汇聚全校一流学科优质资源，在基础建设、决策咨询、公共外交、理论创新、舆论引导和内部治理等方面取得了显著成效。人大国发院以“中国特色新型高校智库的引领者”为目标，扎根中国大地，坚守国家战略，秉承时代使命，致力于建设成为“最懂中国的世界一流大学智库”。