现有同类数字经济学研究，多从自然科学角度概括信息技术特征，例如大数据、人工智能、网络技术等角度，概括出的特征从理工科（如工程师）知识背景角度看，无疑是正确的；但对于经济学基础理论来说，归纳的往往是表面现象。因为没有涉及经济学硬核上的变化。与经济学术语中的技术，没有量化可比性。导致数字经济学研究与经济学研究之间在概念上的对话障碍。

　　对数字经济的定义，首先要明晰界定技术内涵。

　　数字经济是一个技术经济概念，其中的“数字”在内涵上是指这种经济的技术经济特征（其中的“经济”则体现经济学的均衡体系特征）。

　　但数字是指什么，因为它的经验含义包括政策含义太通俗明白了，反而令专业经济学家难以理解。

　　最浅层次的理解，是指信息技术。但信息技术（IT）这个概念（包括信息通信技术ICT、网络技术、大数据、云计算这些概念）是从自然科学角度归纳的，并不是严格的技术经济学概念，更不是经济学概念。

　　信息生产力（亦称数据生产力）则是一个包含技术经济内涵的概念，它的提出，是理论上的一个重要突破。但这个定义目前并不完善，主要是因为它还是偏技术，包括技术政策，而与经济学上的生产率这个概念缺乏对接。

　　技术与生产力概念不同，前者是自然科学概念，后者则是社会科学概念。技术经济语义中的技术是指后者。显然，在数字经济的定义上，用工程师术语定义技术，显然不如用经济学术语定义技术，更符合经济学的要求。

　　然而，要让信息生产力真正成为一个通用经济学概念，必须要从理论上做以下两项工作。

　　一是辩析出信息生产力与政治经济学（包括制度经济学）意义上的生产力是什么关系。与李嘉图类型的经济学术语体系对接上。

　　二是辩析出信息生产力（有时称为数据生产力）与全要素生产率中的技术是什么关系。与斯密类型的经济学术语体系对接上。这是指要把信息技术，往多样化这个效率与生产率的概念上靠。

　　1、信息生产力与通用目的技术的关系

　　来自信息技术与信息技术产业领域的专家应该体谅传统经济学家，他们一说技术，与咱们说的，根本就不在一个点上。他们想的是技术作为一种投入，在价值上具有什么特征，在使用价值上具有什么特征，而不是我们说的什么大数据、云计算、区块链等等自然科学特征。

　　将自然科学的技术概念，转化为经济学的技术概念，要经过以下两步定义上的处理：

　　第一步，将自然科学概念，转化为社会科学概念。将技术概念，转化为价值概念。在这里，将技术与目的（Purpose）联系在一起定义，这就是在把合目的性（技术的工具性）与目的性（由这种工具体现的主体价值）联系在一起，将定义重心，从客体（自然科学）对象，变成主体（社会科学）对象。

　　第二步，将社会科学概念，转化为经济学概念。在经济学中，将价值进一步区分为使用价值与交换价值（自然价值与社会价值）。将技术转换为价值概念后，进一步要将它归类在使用价值，而非交换价值。

　　这方面，最适合与权威的表述是“通用目的技术”这个概念（General PurposeTechnology，GPT，Bresnahan，2010）。它本来就是一个制度经济学概念。威廉姆斯讨论资本主义制度的整个体系（如《资本主义经济制度》），都建立在这个概念基础之上。实际宜翻译为通用技术，意义是“非专用”技术。威廉姆斯说的技术，就不是工程师意义上的自然科学技术，而是投入，即经济学意义上的技术投入。实际在说资本通用性，资本专用性。

　　回到威廉姆斯的本意来理解。他的概念重心放在“用”上，而不是在“目的”（Purpose）上。虽然General本身并没有中文“用”的意思，但观察威廉姆斯每每把GPT与SPT（SPT， Special Purpose Technology）作为一对相反概念使用时的语境，这里的General与Special，对应的概念，正是经济学意义上的通用与专用（换成《资本论》的概念，这是使用价值的特征）。在英文中表述专用，special use与for a special purpose是一个意思。例如专用性资本（special capital），用的就是这个special。它既是指special use又是指for a special purpose，因此这里的通用，应理解为“非专用”。而General Purpose 与Special Purpose中的Purpose，只不过是用途（“用”的方向，即合目的所对应的目的）而已。

　　这样解释，可以明显从经济学角度看出工业技术与信息技术的经济内涵的对比之点。工业经济学建立在专用这类技术的基础之上，数字经济学建立在非专用这类技术基础上。二者之间的“革命”关系，表现在General与Special是一对反义词。生产力决定生产关系的逻辑链条是：专用技术（如“资本专用性”），决定专有制度（如专有——私有或公有——制度）。

　　GPT可解释为非“自然占有与控制”的技术体系。工业经济学的产权体系因专用（自然占有与控制）而专有（法律占有与控制），是关于专有规律的经济体系，而数字经济学改变了这一基础，成为非专有规律（如共享发展理念）的经济体系。

　　威廉姆斯把“通用-专用”框架，置于新制度经济学背景下进行讨论。说的正是资本的技术性质——实质上是使用价值的性质。在这点上与奥地利学派批判凯恩斯的立场是一致的。按凯恩斯理论，资本的交换是无摩擦的。这只有当把资本定义为货币资本才有（理论上的）可能。这时不存在交易费用，是因为资本与资本之间并无区别（钞票与钞票的数字符号在代指币值这一点上没有区别，比如一百元无论用阿拉伯数字，中文大写还是小写，都等于同样的100元，不会变成120元）。但是按照奥地利学派的观点，资本的交易还涉及使用价值的交换，这时，资本使用价值如果通用，则摩擦力较小，而不通用，则摩擦力较大。好比，100元的农具，与100元的渔具，在货币价值上相等，但对渔夫来说，却不相等，因为拿捕鸟的网子来捞鱼，需要改装，这需要成本，而成本大小，要看网子的通用性大小，决定改装到适用时的成本是大是小。这是相对于等货币价值的使用价值进行使用场景切换时，摩擦力的大小而言的。这个代表摩擦力的差值是交易费用。威廉姆斯的交易成本经济学，从数字经济学角度看，假设的是与信息技术相反的工业技术为经济学的生产力前提。

　　威廉姆斯对GPT的解释，也可以同斯密式的术语体系对接，此时应理解为异质性技术，亦即属于对于各种各样多样化效率目的的实现具有通用性的基础技术，或按威廉姆斯本义所说，能够被多样化地应用（Variety of applications）的技术。这隐含两层意思，一是所有多样化效率技术具有共同具有范围经济特征的基础技术的基础，作为它们可合并的同类项（可均摊的固定成本），二是这些技术虽然拥有相同的基础技术作为交集，但相互差异巨大，运用通用目的技术是为了实现具体的多样化目标，提高的是多样化效率。二者关系相当于固定资本（平台）与可变资本（APP）的关系。通用目的技术也可以被用于规模经济，加强专业化效率的效果，但这是它次要的方面。

　　数字经济的这一生产力内涵，对宏观经济理论和政策将产生重要影响。例如，对货币政策失灵下的流动性政策产生颠覆性影响，涉及上百万亿“量化宽松”投向的取舍。建议工程师出身的学者下次与经济学家见面，直截在资本专用性上亮明观点，令他们明白在生产力标准上，用同一口径术语，双方看法差别在哪里。

　　以上是第一个角度，即制度经济学角度。后面再谈第二个角度，即技术经济学角度，看信息生产力换成全要素生产率术语是什么意思。