当前，数字经济已经成为推动新一轮科技革命和产业革命的关键引擎，也成为学术界开展知识创新的重要方向和研究领域。
本辑刊由“中国数字经济发展和治理学术年会”主席团成员担任编委，聚焦于数字经济发展的前沿问题，并突出理论性、高端型、前沿性、先导性，推荐数字经济发展与治理领域的优秀学术成果，以促进持续性、高质量的研究成果公开共享。
本辑刊汇聚国内外相关领域的知名学者及其最新研究成果，将数字经济治理领域面临的焦点与共性问题进行深入分析和国际间的对比研究，希望能为我国的数字经济发展提供借鉴与启发，构建数字经济治理领域的学术研究平台。

数字时代的学科构建与研究范式
数字时代的经济学和公共管理学科体系建设江小涓
数字贸易：研究框架、方法与问题盛 斌
人工智能新近发展及其对经济学研究范式的影响洪永淼 汪寿阳
数字经济的算法均衡挑战邓小铁
数字时代的信息经济学李三希
数字时代的经济与管理
“新基建”赋能经济高质量发展的三大方向黄群慧
中国数字经济的发展逻辑： 基于数字市场的研究证据陈煜波
多样性增长的价值陈龙
数字化的经济社会影响寇宗来
数字化和创业丛林
数字经济如何影响增长与分配彭文生
数字治理
良好的治理是实现中国数字经济发展潜力的必要条件白重恩
科技进步与智能社会治理苏 竣
数字经济形态下的政府治理：转型与创新孟庆国 王友奎 薛澜
Web3.0时代互联网发展与治理体系建设冯耕中 赵玺 蔡旭东
“上面千条线、下面一根‘针’”：基层治理数字化转型的优化路径吴建南 王亚星 陈子韬
中国的城市人工智能 西蒙·马文
平台经济垄断特征及治理机制设计魏 江
中国的数据法律保护：现状与问题林 维
谁应该享有数据所有权？冯 娟
数字金融
金融科技的机遇与挑战托马斯·萨金特
数字信用的创新、影响与应用前景黄益平
推进央行数字货币：挑战与机遇朱 锋
开放银行：当借款人拥有数据时的信贷市场竞争何治国 黄京 周纪冬

搭建学术交流平台，汇聚国内外学术界力量，推动适应数字时代的经济和管理学科体系发展与研究水平提升，为国家数字经济发展和数字问题治理提出有学理支撑的战略和政策建议。

"数字时代的经济学和公共管理学科体系建设
江小涓
我们已经进入数字时代，经济社会正在快速全面数字化。社会实践中，生产要素构成、资源配置方式、经济运行逻辑、政府治理模式等都已经发生重要变化。数字技术的迅速发展和广泛应用对现有经济学和管理学学术体系带来不小冲击，现有体系在一些方面已经不太适用，无法有效描述和分析许多重要的与数字相关的经济和治理问题。数字技术的广泛深入应用已显著影响了经济理论的底层结构、经济各方面的逻辑关系和许多重要领域问题的性质，“数字”和“数据”早已不是短期或偶然的“外部冲击”，更不是可以忽略的边际变量。数字时代经济发展与治理学术体系的构建，需要将数据和数字形态的产品与服务内化于知识体系全链条之中，并清晰刻画和计量，需要对数字时代公共治理涉及的“公共利益”和“外部性”等问题的性质和治理目标进行重新思考和定义。“数字时代的经济学和公共管理学科体系建设”这个题目宏大，理论研究和讨论的涉及面广，任务艰巨繁重，笔者仅结合教学和科研工作中的体会，讲几个初步思考和观点。
一、“数据要素市场”问题
大家都主张将数据作为生产要素，对此笔者也赞同。但是在实际做研究时，由于数据要素具有的特点，因此很难将其放到传统分析生产要素的框架中分析。一是多主体可以主张权利。因为数据的生产、加工、传输和应用过程中涉及多个不同的主体，如数据生产者、数据持有者、数据加工者、数据传输者、数据应用者等。各方面也都认同数据产权有多种形态，如知识产权、财产权、控制权、管理权、使用权和收益权等。再考虑到数据的无形特征和能够不断聚合分解挖掘等特征，使数据产权的确权问题很难处理，即使相似的知识产权框架也难以应用。目前政策层面对这个问题的处理方法是“回避”，中央层面《关于构建数据基础制度更好发挥数据要素作用的意见》以及广东、上海等地出台的法规，不约而同暂时搁置了对数据权属的全面定义，而是强调了数据的使用权和经营权，目的是推动数据的开发利用和流通交易（江小涓和白京羽，2023）。江小涓，白京羽构建数据基础制度体系的有力举措［N］人民日报，2023-01-09（09）在政策文件中可以这样处理，但在学术体系中这是一个缺陷：逻辑不彻底和框架不完善。二是数据可以复用。数据用多少次都依然存在，也可以被多个组织或个人共享。经济学研究稀缺资源的配置效率问题，数据的复用性使它的稀缺性发生改变。数据要素可以重复使用就能够多次创造价值，因此有观点认为需要将数据要素视为公共品，带来社会总福利的增加。这些特点和观点都使数据难以放到传统要素的框架下去处理。三是数据价值快速折旧。数据和其他要素相比的一个特点是有大量的数据“存量无用”，例如当消费者的行为数据被作为平台智能推送广告的数据时，去年的数据没有什么用处，每个人的习惯都在改变之中，从经济学的角度看就是存量数据无用或者快速折旧。
所以我们可以沿着“数据要素”这个思路去思考，但很可能需要对“要素产权”“要素市场”“资源配置”这些基本概念的前提和规定进行思考和重新定义，寻求更完善和有效的分析框架。
这里举一个例子，智能化生产过程使一个生产过程有两组产出：数字形态与实体形态，即所谓的数实孪生。图1中，左侧是实物产出，右侧有很多数据内容产生，数据、数据机理模式、数据孪生体、数字元宇宙模块等，那么右侧是新增加的生产要素，还是新产出的数据产品？如何测度其价值？传统的投入产出表如何调整？这些问题令人困惑。笔者记得20世纪70年代联合国用一个宽泛的概念定义“服务贸易”时，时任美国统计学会会长曾说过：这个定义对赞同服务贸易发展并强调其重要性的学者来说是“天使”，对统计学家来说则是“恶魔”（大意如此）。当下数据被定义为“生产要素”，统计学者或许有相似体会。
"