讲座主题：广义数智经济理论

主讲嘉宾：谢丹夏 清华大学社科学院经济所

讲座时间：2026年4月16日周四14:00

讲座地点：沙河校区学院11号楼308

嘉宾简介：谢丹夏，清华大学社科学院经济所博士生导师、长聘副教授；北京市优秀博士论文、优秀毕业生指导教师，清华大学优秀博士、优秀硕士论文指导教师，清华经济学学堂班指导教师；世界人工意识协会副理事长，浙江清华长三角研究院产城融合研究中心主任，清华社科学院健康产业与管理研究中心主任。获芝加哥大学经济学博士，哈佛大学公共政策硕士，杜克大学计算机硕士。从事数字经济、人工智能经济、宏观经济、法律经济学、劳动与健康经济学、金融、国际、区域经济、发展等领域的理论与政策研究。论文发表于PNAS、Management Science、《经济研究》、《管理世界》等国内外顶级期刊。首创提出“数据创新内生增长理论” 、“Turing Growth Model广义数智经济理论”、“监管增长理论”等，并出版数字经济领域英文专著一部（Springer Nature出版）。研究成果被Forbes，Financial Times，The Atlantic，The Guardian等国际媒体广泛报道。曾任职于世界著名智库彼得森国际经济研究所，早年曾参与我国第一个CPU北大“中国芯”（全国高校十大科技进展）的研发。主持和承担多项国家自科重大、专项、面上及社科重大项目，并参加多项国家政策文件起草与法律修订工作。

内容摘要：报告人的系列研究尝试为数字和人工智能经济提供一个workhorse model。数字经济和人工智能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。最终，试图建立起一个包含数据、存储、算力、算法和能源的“广义数智经济理论”。