下载掌阅APP，畅读海量书库
立即打开
马郓 张颖 梅宏
数字经济是以新一代信息技术和产业为依托，继农业经济、工业经济之后的主要经济形态，是以数据资源为关键生产要素，以现代信息网络为主要载体，以信息技术融合应用，全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。在我国，实施国家大数据战略，建设数字中国、发展数字经济已成为新时代的国家战略，中央和各地方政府均出台了一系列文件和政策，指导和支持数字经济的发展，特别是《“十四五”数字经济发展规划》《关于构建数据基础制度更好发挥数据要素作用的意见》等文件的发布，掀起了发展数字经济的热潮。
就现状而言，发展数字经济仍面临诸如认知和理念、体制和机制、路径和方法、技术和工具等多方面的挑战。为促进数字经济新形态的有序形成和健康发展，必须夯实数字经济发展的基础，基础设施建设无疑是其中的核心关键之一。本文基于对数字经济发展现状的认识，讨论数字经济基础设施建设的重要性与必要性，进而介绍数字经济基础设施建设的主要技术路径，同时结合北京大学团队的具体实践，探讨数字经济基础设施建设中的关键要素，并分享对数字经济基础设施建设的若干思考。
基础设施是指为国家、城市或地区提供的支持其经济和社会运行的物质工程设施和公共服务，是社会赖以生存发展的一般物质条件。
无论哪一种经济形态要健康有序发展，均需要良好的基础设施作为保障支撑。例如，社会经济发展均依赖交通基础设施运输原材料和产品、依赖通信基础设施传递信息和保持沟通，农业经济依赖水利基础设施提供灌溉农田所需的水资源，工业经济依赖电力基础设施提供生产制造所需的能源动力。
互联网是数字经济时代基础设施的关键核心。实际上，数字经济概念就源自互联网在20世纪90年代中期开始的大规模商用，人们注意到数字技术和互联网支撑下的新型经济模式。1996年，美国学者唐·泰普斯科特（Don Tapscott）在其撰写的《数字经济：网络智能时代的前景与风险》一书中正式提出“数字经济”这一名词，描述和预测了互联网将改变各类事务的运行模式，并引发若干新经济形式和活动的趋势（Tapscott，1996）。由于当时的信息技术对经济的影响尚未具备颠覆性，所以数字经济一词主要用于描述互联网对商业行为造成的影响，特指以电子商务和电子交易为代表的经济活动。
随着互联网从信息空间到人类社会和物理世界的延伸，云计算、大数据、人工智能、移动互联网、物联网等新一代信息技术快速发展，信息技术应用无处不在，社会经济数字化程度不断提升，数字经济一词的内涵也发生了重要变化（梅宏、赵俊峰和王亚沙，2022）。在我国，通俗地把数字经济分为数字产业化和产业数字化两大部分：数字产业化指信息技术产业的发展，包括电子信息制造业、软件和信息服务业、信息通信业等数字相关产业；产业数字化指以新一代信息技术为支撑，传统产业及其产业链上下游全要素的数字化改造，通过与信息技术的深度融合，实现赋值、赋能。随着数字经济内涵的拓展，互联网作为数字经济时代基础设施关键核心的地位日益凸显：一方面，互联网、移动互联网、物联网等网络设施，以及基于网络的WWW（万维网）、数据中心、云计算平台等公共服务，构成了数字经济时代的信息基础设施；另一方面，传统物理基础设施也需要面向互联网进行数字化，形成工业互联网、智慧交通、智能电网等新型基础设施。
当前，人机物（人类社会、信息空间与物理世界）融合泛在计算的新时代正在开启（梅宏、曹东刚和谢涛，2022），以“软件定义一切、万物均需互联、一切皆可编程”为目标，产业数字化逐渐成为数字经济发展的主战场。信息化正在经历一场范型变迁（paradigm shift），信息技术不再只是在既有业务流程中提质增效的助手和工具，而是将成为引领产业组织重构、流程再造、升级发展的核心引擎，其根源在于信息技术特别是互联网的快速发展所产生的大数据，为人类提供了认识复杂系统、探知客观规律，进而改造客观世界的新思维和新手段（梅宏，2022）。在数字经济时代，数据已成为基础性、战略性资源，成为关键生产要素，赋能赋值生产、分配、交换和消费的各个环节，引领劳动力、资本、土地、技术、管理等要素网络化共享、集约化整合、协作化开发和高效化利用（国家发展和改革委员会，2022）。数据的高效共享、流通、交易是数字经济的源头活水，培育数据要素市场成为数字经济发展的基本前提；数字治理体系是数据要素市场健康有序及数字经济健康发展的根本保障，以最大限度释放数据价值为目标的数据治理则是数字治理的资源基础。
然而，作为数字经济时代基础设施关键核心的互联网在支撑数据要素市场和数据治理体系建设方面的能力和效率还远远不够，数据共享流通成本高，制约了数据价值的释放和数字经济的发展。产生这一问题的根本原因在于互联网的设计初衷是使能计算机之间协同工作以共同支撑应用的运行，传统的计算机应用都是按业务需求设计信息系统、按系统功能组织数据，数据紧密耦合在应用之中，互联网仅提供了应用内部运行在不同计算机上的计算任务之间的数据传输通道。因此，在现有互联网技术体系下，数据全生命周期均由互联网上的信息应用系统所控制，数据并非互联网上可直接管理的独立资源，基于互联网的数据流通共享需要在应用之间协同，流通共享成本高。为此，需要在互联网之上构建一套“以数据为中心”的新的基础设施层，将数据从应用中解耦出来，作为可独立管理的资源，进而把分散在互联网上的数据资源有效组织起来，使能数据的高效汇聚融合和共享流通，支撑数据价值的充分释放，促进数字经济的高速高质发展。
为了支撑数据的高效共享流通，需要拓展现有的互联网技术体系，将数据与应用解耦，使数据可以作为互联网上可独立管理的资源被标识、定位、发现和访问，从而在“物理/机器”互联网之上形成一个“虚拟/数据”网络，可称之为“数联网”（黄罡，2021），实现全网一体化的数据互联互通互操作。
在此基础上，为了支撑各类数据应用，需要面向具体的领域和业务场景，按照数据对应的物理实体的结构、关系，对数据进行管理和组织，使数据实体、数据活动（包括数据的传输、存储和处理运算等）及其相互之间的关系构成一个物理世界的数字孪生，可称之为“数据空间”（罗超然等，2023）。数据空间可被视为围绕现实世界的个人或机构所构建的全量数据集，数据应用运行在特定数据空间内，以满足各类场景化需求。
图1展示了支撑数字经济的基础设施技术层。下面分别介绍实现数联网和数据空间的主要技术探索。
图1 支撑数字经济的基础设施技术层
目前，在互联网上构造数联网主要有两条技术路线：一条是由图灵奖得主、万维网发明人蒂姆·伯纳斯-李提出的链接数据（Linked Data，LD）（Bizer，Heath and Berners-Lee，2009），另一条是由图灵奖得主、互联网TCP/IP（传输控制协议/网际协议）发明人之一的罗伯特·卡恩提出的数字对象架构（Digital Object Architecture，DOA）（Kahn and Wilensky，2006）。
（1）技术路线一：链接数据
伯纳斯-李在20世纪90年代初发明万维网之后，于1999年提出了语义网（Semantic Web）的概念（Hendler，Lassila and Berners-Lee，2001），旨在通过给万维网上的文档添加能够被计算机所理解的语义元数据，使整个互联网成为通用的信息交换媒介，从而实现更高级的自动化和知识发现。在此基础上，他于2006年提出了链接数据的架构设计，旨在通过使用统一的标识符、标准格式和协议来连接分散在全球各地的数据资源，从而使数据能够互相关联和交互使用。
如图2所示，链接数据的关键设计包括以下主要内容。
·使用统一资源标识符（URI）：每个数据实体都应该有一个唯一的URI标识符，以便在全球范围内唯一地标识该实体；
·使用HTTP（超文本传输协议）：数据实体的URI应该使用HTTP协议，使其可通过互联网访问；
·使用标准数据格式：应该使用标准的数据格式（如RDF、JSON-LD等）表示，以便让机器能够解析和理解；
·使用链接关系：数据之间应该通过链接关系连接，以建立语义关联，使数据更具连贯性和可理解性。
图2 链接数据
链接数据已经在多个领域得到应用，包括政务服务、知识管理、生命科学、智能城市等。例如，英国政府以链接数据的形式发布了人口、地理信息和经济等领域的政府数据，以支持数据驱动的政策制定和公共服务优化
；DBpedia将维基百科的内容转化为链接数据形式，使用户能够以结构化的方式访问和查询维基百科的信息，为自然语言处理、数据挖掘和知识图谱构建提供了丰富的资源
；辉瑞公司在实验室信息系统中采用了链接数据技术来支持药物研发和临床试验数据的管理（Kamdar and Musen，2021）。
（2）技术路线二：数字对象架构
数字对象架构起源于罗伯特·卡恩在1988年主持的由美国国防高级研究计划局（DARPA）资助的数字图书馆项目（Kahn and Cerf，1988），该项目的主要目标是为美国大学的计算机院系搭建数字图书馆系统，以将其现有的图书、文档、技术报告等文献资料电子化、接入互联网，并保证数字图书馆系统之间的互联互通。卡恩提出了一种信息基础设施的开放式架构，基于此架构实现了数字图书馆系统（digital library system，DLS）。后来，卡恩将数字图书馆泛化为信息系统，将文献资料泛化为任意数据资源，在2006年提出了数字对象架构的概念；后续又经过十余年的发展，最终形成了包括一个基本模型、三个核心系统、两个基础协议在内的架构模型，如图3所示。
·DOA以数字对象为其体系结构中的基本元素以抽象数据资源，一个完整的数字对象分为标识、元数据、数据源三个部分；
·针对数字对象模型的三个组成部分，DOA提出了数字对象标识解析系统、数字对象注册系统和数字对象仓库系统等三个核心系统，分别用于管理数据的标识、元数据及数据源；
·DOA制定了用于数字对象搜索和访问的协议DO IP（digital object interface protocol）以及分配、解析标识的数字对象标识解析协议DO-IRP（digital object identifier and resolution protocol），用于客户端和核心系统之间的交互。
图3 数字对象架构
起源于DLS的DOA，继承了对数据安全和权益相关方面的考虑。首先，数字对象实体存储在由数据供方控制的数字对象仓库中，数字对象实体的访问均发生在数据供方控制的环境下；其次，每一个数字对象都会有独立于机器的唯一标识和地址，可以根据标识唯一地找到它；其三，元数据和实体分离，因而即使在没有权限或无法在线访问数字对象实体的前提下，也可通过公开的元数据查找到该数字对象的所在位置，进而申请权限或采用离线方式访问数字对象实体。
卡恩于2014年在瑞士日内瓦成立了DONA基金会，对DOA进行推广应用。目前，数字对象标识解析系统和DOIRP协议已有较大规模的应用。DONA运营了覆盖全球的Handle系统（Sun，Larry and Brian，2003），这是在互联网上除DNS外的第二套全球标识解析基础设施，共有13个对等的解析根节点，覆盖了12个国家，催生了如数字出版DOI系统（Paskin，2009）、中国工业互联网标识解析系统（工业互联网产业联盟，2021）等多个大规模标识解析应用。
（3）技术路线对比
LD和DOA在概念上都将互联网上的数据作为独立资源，赋予数据唯一标识，支持对元数据进行描述，并且使用特定的交互协议来访问数据资源。二者的主要区别在于：
·LD的资源标识沿用了万维网的URI标准，标识解析依赖于DNS，导致其数据本身需要依赖机器来寻址，即先定位到机器，然后通过机器再进一步定位到数据；而DOA中的标识为数据地址，可通过标识解析系统直接定位到数据，不受机器地址的约束，从而实现了数据地址与机器地址的解耦。
·LD采用RDF等标准格式来规范化地描述数据，而DOA仅规定采用键值描述元数据，没有对键和值的具体格式进行约束。
·LD要求数据之间建立语义链接，从而将数据关系显式化，而DOA没有对数据关系进行明确要求，但可以通过在实体中引用外部数字对象的标识并对其进行描述来构造数据关系。
随着数字经济的发展，对数据应用的需求不断增长，全球范围内已经开展了不同场景、不同领域下的数据空间建设。在现有实践中，数据空间的构造主要有两种方式。
一种方式是在现有互联网之上按照一定的规则和机制搭建平台来构建数字孪生，其关注的主要问题是平台如何实现高效率、高一致性和高容错性。典型代表是国际数据空间（IDS）（Otto，Hompel and Wrobel，2019）。IDS面向跨主体数据可信共享的场景，将数据空间共享的参与方分为数据所有者、数据提供者、数据消费者和数据使用者，通过可信中间方提供的平台式服务，基于标准的交互协议，在参与者的身份认证及数据使用策略等约束下，发现、交换、处理数据。目前，IDS协会成员已涵盖全球超过100家企业、高校、组织，形成了多个符合IDS技术标准的数据共享空间。
另一种方式是在数联网之上构建数据空间，典型代表是基于数字对象架构的数字出版物数据空间和基于链接数据的个人数据空间。基于DOA的DOI系统将书籍、论文、报告和视频等数字资源构建为数字对象，支持通过唯一且持久的DOI标识访问资源实体，已形成覆盖全球数十个国家、IEEE（电气与电子工程师协会）、ACM（美国计算机协会）、Springer（世界上最大的科技出版社斯普林格）以及万方、知网等众多国内外学术数据库超过13.2亿数字对象的数字出版物数据空间。伯纳斯-李成立了W3C（万维网联盟）工作组，提出社会化链接数据（Social Linked Data，Solid）
，基于个人在线数据存储（Personal Online Datastore，POD）将个人数据从社交软件、平台中独立出来，通过LD构建数据之间的关系，通过统一的RESTful接口向应用提供数据，形成个人数据空间。图4展示了现有Web应用和Solid应用的架构对比，由于个人数据根据物理实体的关系保存在POD中并提供标准接口，所以用户可随意在不同的应用之间切换。
图4 现有Web应用和Solid应用的架构对比
从软件技术的视角看，数据的共享、流通、交易属于数据互操作的技术范畴。互操作是支撑异构系统之间功能和数据的互联互通以实现协同工作的软件技术。作为国内最早从事软件技术研究的团队之一，北京大学软件工程研究所在20世纪70年代专注于主机操作系统，80年代起进入软件工程及软件开发环境领域，90年代后期针对网络应用间的互操作，开展对支撑网络应用的中间件JEE应用服务器的研究与实践，2000年向联合国内同行提出了互联网软件新范型“网构软件”（Internetware）（Mei H，Huang G，Xie T，2012），并得到了软件技术领域首个国家973计划项目的支持。
传统的互操作技术大多是“白盒式”思路，需要全面掌握和分析理解信息系统的各种细节，对原系统进行二次开发或重新开发，难以适应互联网环境下大量新/旧系统之间动态、按需、高效互操作的要求。针对互联网环境下大量存在的云-端融合系统，北京大学团队通过揭示信息系统内部基于云-端融合特性的计算反射机理，发明了通过系统客户端外部监测与控制实现业务数据和功能高效互操作的“黑盒式”技术路线，无须了解和修改原系统，即可直接从客户端自动重建运行时软件体系结构并生成互操作接口，消除了系统源码、数据库表、后台权限、原开发团队等“白盒”依赖。随着大数据热潮的兴起，打破信息孤岛、实现信息系统之间数据“共享”和互操作的需求大量产生，该“黑盒式”互操作技术以其高效性得到了广泛应用，在国家政务信息系统整合共享工程、国家互联网+政务服务试点工程等重大任务中发挥了重要作用，信息系统数据开放效率平均提升了两个数量级。
在此基础上，北京大学团队自2018年起与罗伯特·卡恩合作，进一步面向数字经济基础设施的重大需求，研究基于数字对象架构的数联网和数据空间，并在多个领域开展了探索性应用实践。
数字对象架构的现有设计和系统实现主要面向传统互联网环境中以电子出版物为代表的文档型数据访问，难以满足人机物融合泛在计算环境下数据交换流通的需求。
针对数据交换流通，扩展数字对象模型，将数据之间的关系作为与标识、元数据同等重要的数字对象第四要素从数据实体中解耦出来，从而在没有全局数据视图的情况下仍然能够较为完整地获取数据使用关系的全局视图，为厘清数据价值、责任、权益提供支撑。设计基于分层共识的关系链系统，将每次对数字对象的创建、访问、删除操作都视为一次数字对象使用关系的创建或强化，并采用区块链数据结构对其进行序列化存储，实现了数据关系的可信、可靠存证，有效支撑了数据资源的可信保障和责权利追溯（罗超然等，2023）。
面向人机物融合泛在计算环境，泛化DOIP协议，解耦数据访问的网络环境。DOA用于数字对象访问的现有DOIP协议采用分隔符的方式传递数字对象访问消息，依赖于传输层安全（transport layer security，TLS）协议提供的通信链路访问目标数字对象，无法适应人机物融合泛在计算环境下的异构通信协议。针对此问题，提出了一种基于包和字节的DOIP消息序列化方式，将可靠和安全保障机制内置于DOIP消息本身，从而实现DOIP与底层通信协议解耦，形成的新版DOIP协议已被数字对象体系架构应用技术与标准促进组织（DOA Application Technology Standardization Development Organization，ATSD）采纳并正式发布（ATSD，2022）。
研制了基于数字对象架构的数联网基础软件BDWare，实现并扩展了数字对象架构的基础协议、核心构件和共性服务，在互联网上提供多个系统或者构件之间的数据接入、标识、发现、交付、使用、管控相关的基本功能，支持各类领域和区域的数联网基础设施建设和规模化应用。BDWare已采用木兰宽松许可证在Gitee平台开源。
通过和政府、企业合作，在医药、科学、能源等重点领域开展了应用试点工作。例如，针对数据要素面临的“确权难、定价难、流通难、运营难与监管难”等问题，基于数联网技术建设了工业数据确权（登记）平台，将工业数据封装为数字对象，并在企业端离线进行数据资产登记，为数据要素的计量定价、可信流通、联盟运营以及协同监管提供了覆盖全国的国家—城市两级工业数据确权方案。针对某省全域的数百家煤矿、数万个传感器、每天数十亿条煤炭生产数据的安全监管需求，在煤矿、煤炭企业、县市安监局和省安监局之间搭建了数联网，将传感器数据封装为数字对象，通过构造煤炭生产数据的流转路径，实现了对数据点粒度的煤炭生产数据的可信溯源和追踪，保障数据真实性，既满足了省安监局的煤炭生产安全监管需求，还可支持保险公司高效地评估矿山安全生产情况，合理设置保险赔率。
在许多大数据应用中，现有业务系统中的数据按照“面向应用、效率优先”的方式进行组织，数据和应用紧耦合在一起，并且在建设过程中没有考虑与其他业务系统数据融合并支撑其他需求的场景。基于黑盒式互操作技术，通过数据的高效接入、智能建模与主动共享，可以实现面向应用场景的数据空间低成本、快速构造，盘活原本分散在不同系统中多源异构的数据资源，从而支持将数据作为要素参与社会生产经营活动，并为使用者或所有者带来经济效益。
这里介绍北京大学团队参与的两个数据空间应用案例。
（1）电子口岸数据空间
进出口企业的经营流程十分复杂，包括报关清关、物流协调、外汇兑付、关税处理、质量检验等多个环节。目前各个环节都已有一些信息系统提供服务，例如海关总署单一窗口系统、国家税务总局电子税务局、中国铁路95306、港口网等。然而，由于企业的数字化能力参差不齐，企业自身的业务数据散落在这些行业头部服务商提供的信息系统中，很多企业面临数据散乱、整合低效、共享困难的问题。
例如，进出口企业在开展业务的过程中需要向当地商务局申请补贴，开展这些业务的数据分布在国家部委垂直管理的系统中。然而跨层级、跨组织、跨地域的业务系统的对接难度大，导致目前只能采用传统方法，即进出口公司将相关数据从部委垂直管理系统中导出，再提交给机构工作人员，进行手动核对和导入。这些操作非常耗时耗力，例如某企业每年有超过1 000万张报关单需要导出操作，行业内经常存在“200斤换200万”的场景，严重影响了企业的业务开展和资金周转。
针对这一现状，南部某沿海城市的电子口岸公司建设了电子口岸数据空间。该数据空间为辖区内的进出口企业开通账号，构建企业自身的数据空间，在企业授权后，即可将该企业各经营环节相关业务系统中的数据资源高效接入并封装为数字对象。通过数据整理归集为企业数据资产，从而可以满足企业自身数据资产管理需求，方便企业盘点原本分散在各个业务系统中的数据。进而，当企业需要申请商务补贴时，支持将数据资产智能建模为商务局系统要求的规范格式，由进出口企业主动授权共享，直接将真实有效的数据通过系统级的对接共享给当地商务局。
目前，该平台每日汇聚、建模、分享报关数据均约25万次，帮助企业实时了解自己分散在其他系统中的数据以及业务开展情况；同时支持商务局完成千亿级商务补贴的快捷审批，极大提升了企业的办事效率和资金周转率。
（2）税票数据空间
某运营商省级分公司每月需要向合作的数千家代理服务商收集税票，分别录入其分销系统与内部财务系统，并根据税票金额向代理商发放合作佣金。数千家代理服务商广泛分布于全省的各个街道和村镇，收集核对税票每次都需要消耗大量的人力物力，大量的人工操作难免产生错漏，而且通常需要超过半个月的时间才能走完全部流程。
为了解决此种业务模式人力开销大、数据不准确、佣金发放周期长等问题，该公司建设了税票数据空间。数据空间在企业的授权下，可以直接将代理服务商的ERP（企业资源计划）系统、电子税务局等系统的数据建模为数字对象，形成代理服务商的企业数据资产，并支持将数据分享至该公司的分销系统与内部财务系统。这不仅省去了大量的人工操作，而且在保障数据准确的前提下，将佣金的发放时间从半个月缩短到1个工作日。
目前，税票数据空间已经覆盖了该省7个地级市的4 000多家代理商，每月支持的佣金报销金额逾1 000万元，极大提升了业务的效率以及行业的资金周转率。
数字经济在未来较长一段时间内都将保持快速增长，而其基础设施的发展水平是影响数字经济发展的关键因素。数联网和数据空间是数字经济基础设施的重要发展方向，为此国家还设立了数据空间技术与系统全国重点实验室。北京大学团队在基于DOA的数联网技术路线和数据空间构建应用方面开展了初具成效的探索实践，取得了显著进展，也积累了宝贵经验，更明确了问题挑战。笔者相信，数字经济基础设施的构建是发展数字经济必奠之基，而基于DOA的数联网技术路线是一条可行之路。
工业互联网产业联盟，2021. 工业互联网标识解析标准化白皮书［R］.
国家发展和改革委员会，2022.大力推动我国数字经济健康发展［J］.求是（2）：15-21.
黄罡，2021.数联网：数字空间基础设施［J］.中国计算机学会通讯，17（12）：60-62.
罗超然，马郓，景翔，黄罡，2023.数据空间基础设施的技术挑战及数联网解决方案［J］.大数据，9（2）：110-121.
梅宏，2022.大数据与数字经济［J］.求是（2）：28-34.
梅宏，曹东刚，谢涛，2022.泛在操作系统：面向人机物融合泛在计算的新蓝海［J］.中国科学院院刊，37（1）：30-37.
梅宏，赵俊峰，王亚沙，2022.认识数字经济［J］.中国计算机学会通讯，18（11）：10-14.
ATSD,2022. Digital object interface protocol specification version 2.1.
Bizer C，Heath T，and Berners-Lee,2009. Linked data - The story so far. Int. J. Semantic Web Inf, Syst. 5（3）：1-22.
Hendler J，Lassila O，and Berners-Lee，2001. The semantic web. Scientific American，284（5）：34-43.
Kahn R E，Wilensky R,2006. A framework for distributed digital object services. International Journal on Digital Libraries, 6（2）：115-123.
Kamdar M R，Musen M A，2021. An empirical meta-analysis of the life sciences linked open data on the web. Scientific Data，8（1）：24.
Kahn R E，Cerf V G，1988. The digital library project volume 1：The world of knowbots (DRAFT).Coperation for National Research Initiatives.
Mei H，Huang G，Xie T，2012. Internetware：A software paradigm for Internet computing. Computer，45（6）：26-31.
Otto B，Hompel M，Wrobel S，2019. International data spaces：Reference architecture for the digitization of industries. Digital Transformation：109-128.
Paskin N，2009. Digital object identifier（DOI）system. Encyclopedia of library and information sciences.3rd edition. BocaRaton：CRC Press, 1586-1592.
Sun S，Larry L，Brian B,2003. Handle System Overview.
Tapscott D, 1996. The Digital Economy：Promise and Peril in the Age of Networked Intelligence. New York:McGraw-Hill.