黄益平：中国经济的新阶段与数字经济的新征程

中国进入新的经济发展阶段，数字经济会在经济当中发挥更加重要的作用。怎样理解中国经济发展的新阶段与数字经济发展的新征程，其中会有什么样的机会和问题？

经济发展新阶段的重要变化是什么

为什么数字经济诞生在当今这个时代？原因是第四次工业革命促进了数字技术的大发展，数字技术更加广泛地应用到经济中，形成了新的经济形态。

数字经济的发展在今天为何显得尤为重要？推荐大家参考《中国2049》一书，这是北大国发院和美国智库布鲁金斯学会的共同研究成果，主要内容是中国到2049年，即从第一个百年奋斗目标完成之后走向第二个百年奋斗目标的这段时间，中国经济发展的环境、状态、挑战和应对之策将如何变化。

根据中美两国智库专家的共同研究，有两方面的变化非常值得重视。

1、成本水平提高，低成本优势不再

改革开放之初，中国的人均GDP约为200美元，意味着当时的中国是世界上最贫穷的国家之一。最贫穷意味着经济落后，但由此带来的一项优势是要素成本很低。只要质量过关，中国产品在国际市场上一定会有竞争力，这就是低成本的优势。现在中国人均GDP很快要逼近世界银行所定义的高收入经济体门槛——13000美元，这既意味着我们收入水平提高，生活水平改善，也意味着成本优势消减。

人均GDP从200美元飙升到13000美元，会对我们的经济发展模式提出什么样的挑战？过去有很多中国产品畅销国际市场，比如服装、旅游产品、低端制造业产品，包括电子产品等。现在这些产品中有相当一部分在国际市场上已不见踪影。毕竟在人均GDP只有200美元时，绝大多数产品在低成本优势加持下都会竞争力拉满。现在低成本优势不再，产品失去竞争力的同时也失去市场。在此情况下，我们面临的挑战不言而喻，只有做出更好的、附加值更高的产品，进一步提高效率，才能在国际市场上拥有竞争力。

2、人口老龄化带来的挑战

过去常讲中国的人口红利，主要是指劳动人口在总人口结构中的占比不断上升，这意味着整个人口的生产率在不断提高。过去得益于人口红利，中国劳动密集型制造业快速发展，人口结构的良性变化发挥了重要作用。如今中国人口已步入快速老龄化阶段，老龄人口不断增加，劳动人口减少。

人口老龄化带来的挑战有多严重？我想引用日本央行原行长白川方明的观点。几个月前他在国发院“央行行长系列讲座”中担任其中一期的主讲人。他表示，从1990年到2020年，这段时期就是人们常说的日本“失去的三十年”。在此期间，日本GDP增速很慢，特别是与七国集团内其他国家同时期的发展速度相比，日本最慢。但如果把这时期日本的GDP转化为劳均GDP（每个劳动人口创造的GDP），再与七国集团其他国家同时期的劳均GDP相比，日本反倒是增长最快的。因此白川方明得出结论，“失去的三十年”日本经济的问题不是缺乏活力，而是缺乏劳动人口。在这几十年间，日本的劳动人口不断减少，尽管每一个劳动力的效率在快速提高，人均创造的GDP高于欧美国家劳动力，但依旧无法对冲劳动力数量骤降带来的GDP减量效应，使经济整体上看起来增长乏力。

要素成本上升与老龄化的挑战相互叠加，意味着如果中国不能大幅提升效率，经济增速或将进一步下滑，甚至快速下滑。在此背景下，我们可以更好地理解为什么中央提出高质量发展和发展新质生产力。对经济学者而言，发展新质生产力要关注总要素生产率，即在给定投入（包括劳动和资本）的情况下，总要素生产率高意味着可以产出很多的产品；总要素生产率很低则意味着投入产出比不高。无论是高质量发展还是发展新质生产力，归根结底都要大幅提升总要素生产率。而想要提高总要素生产率，一个很重要的手段就是创新。

数字经济新征程“新”在哪里

数字经济并不是全新的经济形态，在中国也已经有过多年的发展。在中国经济面临成本优势减退和人口老龄化两大挑战的同时，数字经济因为技术新、产业新，反而获得了快速发展，成为经济发展中很重要的新动能。但经历疫情期间的加速发展和一段时间的强化监管治理之后，尤其是这两年人工智能技术的快速发展，使数字经济也面临新的征程。

1、数字经济的新机会

中国经济整体发展已经驶入新阶段，面临的挑战前所未有，与过去改革开放几十年间我们遭遇的问题大不相同。正因如此，数字经济或许可以为我们提供一个前所未有的机会。

当年，日本因劳动人口减少导致“失去的三十年”，今天我们数字技术中的互联网、区块链、大数据、人工智能、云计算等，可以形成很多新的经济形态，或许可以在劳动力人口减少的背景下，帮助我们继续提高经济效率。比如，人工智能机器人可以弥补劳动力不足带来的挑战，或许可以为中国提供当年日本不曾享有的机会，即便是劳动力减少，产出可能不会下降太快。《中国2049》的一章中做过专门分析，认为机器人可以抵消劳动人口减少对经济的负面影响。根据2022年的数据，中国组装的机器人数量已经超过世界其他地区所有机器人数量的总和，这至少为我们提供了一个新的机会来弥补人口老龄化带来的劳动力不足。

新技术也可以提高效率，甚至是解决成本提高带来的难题。比如塑料材质的一次性打火机，随着产地生产成本不断提高，其生产线先后从日本转移到中国温州，又转移到湖南。打火机虽小但其包含的产业链非常复杂，有16个大小零件，因此转移生产线不容易。在数字技术的帮助下，湖南的打火机制造商把成本压到了每个3分钱左右，既解决了成本提高的难题，也暂时免去了再度迁移生产线的烦扰。这也是数字技术帮助化解成本压力的一个范例。

2、数字经济的新挑战

中国数字经济的发展在全世界名列前茅。数字经济发展最好的两个经济体，第一是美国，第二是中国。在数字经济市场规模、独角兽公司数量、关键领域技术水平等方面，中美两国在全球领跑。

与美国相比，中国数字经济的发展还有差距。中国数字经济的应用做得更好，但原创技术水平相对滞后。比如电商、短视频平台、移动支付等，这些技术虽然不是中国原创，但我们能在14亿人口的大国推广开来，也很了不起。

过去我们常说，中国的数字经济“大而不强”。原因是规模做得大但原创技术相对较少，也没有使用前沿技术。这些年中国一直在大力发展数字经济。归根结底，要提高总要素生产率，必须要依靠数字经济。

一般而言，数字经济有两类，即数字产业化和产业数字化。数字产业化指的是，大数据分析、互联网、相关硬件等数字化新兴行业，在经济中的占比越来越大。产业数字化是用新技术来改造促进传统经济活动，其规模可能更大。

我和我的团队一直在研究数字金融问题，中国的数字金融已经取得不少突破性的成就。比如中国的移动支付在规模、效率、安全性等指标上国际领先。大科技信贷平台利用大数据和平台获客做信用风险评估，不仅能触达传统金融机构很难触达的客户，还能为之做有效的信用风险评估，据此发放贷款。因此，在推广普惠金融方面，数字技术功不可没。

数字金融里还有很多问题未能完全解决，智能投顾问题就是其一。能否通过数字技术为一般的中产阶层提供类似于私人银行一样的投资理财服务？到目前为止，我们的实践还不是很成功，是值得努力的新空间。

最近大家抱怨比较多的是金融服务实体经济的力度不足。在我看来，具体有两点：一是融资难，二是投资难。中小企业融资难，指的是一般的中小企业从银行借钱难。我认为大科技信贷可以为此提供解决方案或思路。无论是大科技公司还是传统银行，只要有触达手段，有数据可分析，都可以帮助中小企业做信贷。

在解决投资难方面，数字技术的实践还有待突破。很多老百姓手中有钱，但不知道该投向何处。这不仅涉及投资服务，投资市场自身的结构也有待改进。目前在一些关键领域已经出现较大突破，我们也期待在其他领域也能取得突破。

在数字互联网领域，目前中国做得比较好的都是消费互联网。在产业链、供应链领域做得成规模、有影响的企业很少，值得成为数字经济下一步的发展目标。

到目前为止，中国数字经济企业绝大部分还在境内发展，美国的数字经济企业有很多世界级公司，这也值得我们学习并赶超。

通过近几年数字经济发展的相关数据可以看到中国数字经济在国际上的领先优势正在减退，与最强者的差距有逐渐拉大之势。这背后的原因很多，与近些年中国对数字经济的整治、中美地缘政治等一系列问题都有关。中国是一个发展中国家，倘若与领先国家的差距越来越大，对我们未来数字经济的发展可能造成很大压力。在我们身后也有许多国家紧追不舍，我们必须紧跟领先国家的脚步快速发展，否则前有强敌后有追兵，压力会更大。

未来的三大挑战

1、如何加强技术的原创性？

2022年，伦敦政经学院的两位学者曾专门比较和总结欧洲、日本、美国和中国的数字技术，包括前沿技术和创新技术的进展，发现从数量上看，中国数字经济的成果在短时间内就超越了欧洲和日本，在个别领域甚至超越了美国；从质量上看，中国数字经济的成色与美国尚有较大差距，在某些领域甚至差距不断拉大。

最近人工智能技术不断爆出颠覆性的成果，频率之高、速度之快让中美在这一领域的差距再次拉大，而且原本第二的位置岌岌可危。

我们需要深思：中国真正的创新能力在哪里？科技原创还有没有机会？需要怎么做才能迎头赶上？这些问题都与国家的创新能力有关，值得高度关注。

我经常引用哈佛大学商学院教授迈克尔·波特（Michael E.Porter）的观点，他认为一个国家的创新能力由两大类因素决定，第一类是对研发活动的投入，包括科研人员的配备和研发资金的投入等；第二类更重要，是研发的总要素生产率水平，即研发投入产出比。

哪些因素可能影响研发效率？迈克尔·波特通过研究认为有很多因素，其中最主要的有三点：

一是知识产权保护。如果知识产权得不到保护，研发效率会受较大影响。

二是国家开放度。当前中国正面临百年未有之大变局，对国家安全的重视程度不断提高。在诸如美国“小院高墙”这种复杂的国际环境中，保持开放度对创新而言格外重要，固步自封难以保持高水平的创新。

三是民营部门的活力。中国有70%的创新源自民营企业的贡献。目前美国的人均GDP是中国的四到五倍，因此，美国的科技创新能力强于中国。不过从动态的角度看，中国要有意识地缩小这种差距，其中关键点之一就是提升民营企业的活力和能力。

2、什么样的监管最合适？

数字经济是一种新的经济形态。新经济形态会带来新的创造力，自然也会产生一些不规范的行为和做法，对此监管很正常。监管的目的是在活力和稳健之间找平衡，既要保持活力，又要提高效率，更要兼顾平稳和公平。监管如果太紧会影响活力；反之放任自流会影响规范。如何做到较好的平衡点，对监管的挑战很大。

比如，人工智能大概率会带来很多便利，同时也存在很多潜在的问题和风险。监管首先要考虑权益保护的问题。人工智能技术在调用数据时有没有侵犯个人隐私？其次是算法问题。算法是否对每个人都公平？有没有出现大数据杀熟的情况？如果算法无法一碗水端平，那可能会造成黑箱，引发更多不公平的现象。这既可能成为问题，也可能成为风险。我们的监管方案正尝试解决这些问题，目前尚未找到成熟的方案。

另外，数字技术、平台经济、范围经济本身就具有世界性，仅在特定区域或一国范围内发展并非理想状态。一旦数字经济跨出国门，该如何落实监管？这也是很重要的问题。

所有的监管都要在效率和稳定之间找平衡，但如何权衡效率和稳定，各国的观点见仁见智，使用的技术手段也不尽相同。在此背景下，各国该如何展开合作？如何在坚守本国监管底线的情况下，保持一定的灵活度，同时避免负面的外生溢出效应？值得深入探讨。

3、如何核算数字经济对总要素生产率的真实影响？

这是经济学研究者普遍关心的问题。本世纪以来，互联网等新兴技术深刻改变了我们的生活、生产、社会治理等诸多方面。多领域的效率提升和便利度提升明显，但很难看清总要素生产率的变化。发展数字经济不止是提升民众福利，还必须考虑到对总要素生产率提升的贡献，但对此尚未找到准确的核算方式？关于这个问题存在各种解释，至今未有定论。

有观点认为，总要素生产率主要看投入产出比，对传统的经济部门而言，无论是投入和产出都有实打实的数据，但数字经济则不然。比如，农民使用数字技术节省了劳动时间，但实际产出可能没有太大变化。这就可能出现农民对效率提高有获得感，但农民节省下来的闲暇时间以及其他一些积极的变量不计入产出，使整体的总要素生产率提升不明显，甚至看不出来。

还有一种解释认为，技术投入对经济和生产率的正面影响往往有滞后性，不会立竿见影，也许要等待多年。最近有几位美国学者表示，数字经济对经济发展和效率提升的促进作用在美国已经初步显现，但仍处于初级阶段，尚未形成系统的经济学研究文献。

在我看来，科技改变生活没错，但到底改变了多少，带来了多少便利，存在典型的经济学问题。如何准确度量数字经济的真实影响，需要认真探讨和研究。如果数字经济的正面影响能在总要素正产率上有所体现并得以准确度量，或将为我们大力发展数字经济提供更多的鼓舞。