中國經濟的新階段與數字經濟的新征程

我國進入新的經濟發展階段，數字經濟會在經濟當中發揮更加重要的作用。怎樣理解我國經濟發展的新階段與數字經濟發展的新征程？其中會有什么樣的機會和問題？值得大家研討。

經濟發展新階段的重要變化是什么？

為什么數字經濟誕生在當今這個時代？原因是第四次工業革命促進了數字技術的大發展，數字技術更加廣泛地應用到經濟中，形成了新的經濟形態。

數字經濟的發展在今天為何顯得尤為重要？推薦大家參考《中國2049》一書，該書是北大國發院和美國智庫布魯金斯學會的共同研究成果，主要內容是：到2049年，即從第一個百年奮斗目標完成之后走向第二個百年奮斗目標的這段時間，我國經濟發展的環境、狀態、挑戰和應對之策將如何變化？

根據中美兩國智庫專家的共同研究，有兩方面的變化非常值得重視。

一方面，成本水平提高，低成本優勢不再。

改革開放之初，中國的人均GDP約為200美元，意味著當時的中國是世界上最貧窮的國家之一。最貧窮意味著經濟落后，但由此帶來的一項優勢是要素成本很低。只要質量過關，我國產品在國際市場上一定會有競爭力，這就是低成本的優勢。現在我國人均GDP很快要逼近世界銀行所定義的高收入經濟體門檻——13000美元，這既意味著我們收入水平提高，生活水平改善，也意味著成本優勢消減。

人均GDP從200美元飆升到13000美元，會對我們的經濟發展模式提出什么樣的挑戰？過去有很多中國產品暢銷國際市場，比如服裝、旅游產品、低端制造業產品，包括電子產品等。現在，這些產品中有相當一部分在國際市場上已不見蹤影。畢竟在人均GDP只有200美元時，絕大多數產品在低成本優勢加持下，都會競爭力拉滿。現在低成本優勢不再，產品失去競爭力的同時也失去市場。在此情況下，我們面臨的挑戰不言而喻，只有做出更好的、附加值更高的產品，進一步提高效率，才能在國際市場上擁有競爭力。

另一方面，人口老齡化帶來的挑戰。

過去常講中國的人口紅利，主要是指勞動人口在總人口結構中的占比不斷上升，這意味著全部人口的生產率在不斷提高。得益于人口紅利，我國勞動密集型制造業快速發展，人口結構的良性變化發揮了重要作用。如今，我國人口已步入快速老齡化階段，老齡人口不斷增加，勞動人口減少。

人口老齡化帶來的挑戰有多嚴重？我想引用日本央行原行長白川方明的觀點。幾個月前，他在國發院“央行行長系列講座”中擔任其中一期的主講人。他表示，從1990年到2020年，這段時期就是人們常說的日本“失去的三十年”。在此期間，日本GDP增速很慢，特別是與七國集團內其他國家同時期的發展速度相比，日本最慢。但如果把這時期日本的GDP轉化為勞均GDP（每個勞動人口創造的GDP），再與七國集團其他國家同時期的勞均GDP相比，日本反倒是增長最快的。因此，白川方明得出結論，“失去的三十年”日本經濟的問題不是缺乏活力，而是缺乏勞動人口。在這幾十年間，日本的勞動人口不斷減少，盡管每一個勞動力的效率在快速提高，人均創造的GDP高于歐美國家勞動力，但依舊無法對沖勞動力數量驟降帶來的GDP減量效應，使經濟整體上看起來增長乏力。

要素成本上升與老齡化的挑戰相互疊加，意味著如果我國不能大幅提升效率，經濟增速或將進一步下滑，甚至快速下滑。在此背景下，我們可以更好地理解為什么中央提出高質量發展和發展新質生產力。對經濟學者而言，發展新質生產力要關注總要素生產率，即在給定投入（包括勞動和資本）的情況下，總要素生產率高意味著可以產出很多的產品，總要素生產率低則意味著投入產出比不高。無論是高質量發展還是發展新質生產力，歸根結底都要大幅提升總要素生產率。而想要提高總要素生產率，一個很重要的手段就是創新。

數字經濟新征程“新”在哪里？

數字經濟并不是全新的經濟形態，在中國也已經有過多年的發展。在中國經濟面臨成本優勢減退和人口老齡化兩大挑戰的同時，數字經濟因為技術新、產業新，反而獲得了快速發展，成為經濟發展中很重要的新動能。但經歷疫情期間的加速發展和一段時間的強化監管治理之后，尤其是這兩年人工智能技術的快速發展，使數字經濟也面臨新的征程。

數字經濟的新機會

中國經濟整體發展已經駛入新階段，面臨的挑戰前所未有，與過去改革開放幾十年間遭遇的問題大不相同。正因如此，數字經濟或許可以為我們提供一個前所未有的機會。

當年，日本因勞動人口減少導致“失去的三十年”，今天，數字技術中的互聯網、區塊鏈、大數據、人工智能、云計算等，可以形成很多新的經濟形態，或許可以在勞動力人口減少的背景下，幫助我們繼續提高經濟效率。比如，人工智能機器人可以彌補勞動力不足帶來的挑戰，或許可以為我國提供當年日本不曾擁有的機會，即便勞動力減少，產出可能也不會下降太快。《中國2049》的一章中作過專門分析，認為機器人可以抵消勞動人口減少對經濟的負面影響。根據2022年的數據，中國組裝的機器人數量已經超過世界其他地區所有機器人數量的總和，這至少為我們提供了一個新的機會來彌補人口老齡化帶來的勞動力不足。

新技術也可以提高效率，甚至是解決成本提高帶來的難題。比如塑料材質的一次性打火機，隨著產地生產成本不斷提高，其生產線先后從日本轉移到我國溫州，又轉移到湖南。打火機雖小，但其包含的產業鏈非常復雜，有大小零件16個，因此轉移生產線不容易。在數字技術的幫助下，湖南的打火機制造商把成本壓到了每個3分錢左右，既解決了成本提高的難題，也暫時免去了再度遷移生產線的煩擾。這也是數字技術幫助化解成本壓力的一個范例。

數字經濟的新挑戰

中國數字經濟的發展在全世界名列前茅。數字經濟發展最好的兩個經濟體，第一是美國，第二是中國。在數字經濟市場規模、獨角獸公司數量、關鍵領域技術水平等方面，中美兩國在全球領跑。

與美國相比，我國數字經濟的發展還有差距。我國數字經濟的應用做得更好，但原創技術水平相對滯后。比如電商、短視頻平臺、移動支付等，這些技術雖然不是中國原創，但我們能在14億人口的大國推廣開來，也很了不起。

過去我們常說，中國的數字經濟“大而不強”。原因是規模做得大但原創技術相對較少，也沒有使用前沿技術。這些年，我國一直在大力發展數字經濟。歸根結底，要提高總要素生產率，必須依靠數字經濟。

一般而言，數字經濟有兩類，即數字產業化和產業數字化。數字產業化指的是，大數據分析、互聯網、相關硬件等數字化新興行業，在經濟中的占比越來越大。產業數字化是用新技術來改造促進傳統經濟活動，其規模可能更大。

我和我的團隊一直在研究數字金融問題，中國的數字金融已經取得不少突破性的成就。比如中國的移動支付在規模、效率、安全性等指標上國際領先。大科技信貸平臺利用大數據和平臺獲客做信用風險評估，不僅能觸達傳統金融機構很難觸達的客戶，還能為之做有效的信用風險評估，據此發放貸款。因此，在推廣普惠金融方面，數字技術功不可沒。

數字金融里還有很多問題未能完全解決，智能投顧問題就是其一。能否通過數字技術為一般的中產階層，提供類似于私人銀行一樣的投資理財服務？到目前為止，我們的實踐還不是很成功，是值得努力的新空間。

最近大家抱怨比較多的，是金融服務實體經濟的力度不足。在我看來，具體有兩點：一是融資難，二是投資難。中小企業融資難，指的是一般的中小企業從銀行借錢難。我認為，大科技信貸可以為此提供解決方案或思路。無論是大科技公司還是傳統銀行，只要有觸達手段，有數據可分析，都可以幫助中小企業做信貸。

在解決投資難方面，數字技術的實踐還有待突破。很多老百姓手中有錢，但不知道該投向何處。這不僅涉及投資服務，投資市場自身的結構也有待改進。目前，在一些關鍵領域已經出現較大突破，我們期待在其他領域也能取得突破。

在數字互聯網領域，目前我國做得比較好的都是消費互聯網。在產業鏈、供應鏈領域做得成規模、有影響的企業很少，值得成為數字經濟下一步的發展目標。

到目前為止，我國數字經濟企業絕大部分還在境內發展，美國的數字經濟企業有很多世界級公司，這也值得我們學習并趕超。

通過近幾年數字經濟發展的相關數據可以看到，中國數字經濟在國際上的領先優勢正在減退，與最強者的差距有逐漸拉大之勢。這背后的原因很多，與近些年我國對數字經濟的整治、中美地緣政治等一系列問題都有關系。我國是一個發展中國家，倘若與領先國家的差距越來越大，對我們未來數字經濟的發展可能造成很大壓力。在我們身后也有許多國家緊追不舍，我們必須緊跟領先國家的腳步快速發展，否則前有強敵、后有追兵，壓力會更大。

未來的三大挑戰

其一，如何加強技術的原創性？

2022年，倫敦政經學院的兩位學者曾專門比較和總結歐洲、日本、美國和中國的數字技術，包括前沿技術和創新技術的進展，發現從數量上看，中國數字經濟的成果在短時間內就超越了歐洲和日本，在個別領域甚至超越了美國；從質量上看，中國數字經濟的成色與美國尚有較大差距，在某些領域甚至差距不斷拉大。

最近，人工智能技術不斷爆出顛覆性的成果，頻率之高、速度之快讓中美在這一領域的差距再次拉大，而且中國原本第二的位置也岌岌可危。

我們需要深思：我國真正的創新能力在哪里？科技原創還有沒有機會？需要怎么做才能迎頭趕上？這些問題都與國家的創新能力有關，值得高度關注。

我經常引用哈佛大學商學院教授邁克爾·波特（Michael E.Porter）的觀點，他認為一個國家的創新能力由兩大類因素決定：第一類是對研發活動的投入，包括科研人員的配備和研發資金的投入等；第二類更重要，是研發的總要素生產率水平，即研發投入產出比。

哪些因素可能影響研發效率？邁克爾·波特通過研究認為有很多因素，其中最主要的有三點。

第一，知識產權保護。如果知識產權得不到保護，研發效率會受到較大影響。

第二，國家開放度。當前，我國正面臨百年未有之大變局，對國家安全的重視程度不斷提高。在諸如美國“小院高墻”這種復雜的國際環境中，保持開放度對創新而言格外重要，故步自封難以保持高水平的創新。

第三，民營部門的活力。我國有70%的創新源自民營企業的貢獻。目前，美國的人均GDP是我國的4—5倍，因此，美國的科技創新能力強于我國。不過，從動態的角度看，我國要有意識地縮小這種差距，其中關鍵點之一，就是提升民營企業的活力和能力。

其二，什么樣的監管最合適？

數字經濟是一種新的經濟形態。新經濟形態會帶來新的創造力，自然也會產生一些不規范的行為和做法，因此，監管很重要。監管的目的是在活力和穩健之間找平衡，既要保持活力，又要提高效率，更要兼顧平穩和公平。如果監管太緊，會影響活力；反之，放任自流會影響規范。如何找到較好的平衡點，對監管的挑戰很大。

比如，人工智能大概率會帶來很多便利，同時也存在很多潛在的問題和風險。監管首先要考慮權益保護的問題。人工智能技術在調用數據時有沒有侵犯個人隱私？其次是算法問題。算法是否對每個人都公平？有沒有出現“大數據殺熟”的情況？如果算法無法一碗水端平，那可能會造成“黑箱”，引發更多不公平的現象。這既可能成為問題，也可能成為風險。我們的監管方案正嘗試解決這些問題，目前尚未找到成熟的方案。

另外，數字技術、平臺經濟、范圍經濟本身就具有世界性，僅在特定區域或一國范圍內發展并非理想狀態。一旦數字經濟跨出國門，該如何落實監管？這也是很重要的問題。

所有的監管都要在效率和穩定之間找平衡，但如何權衡效率和穩定，各國的觀點見仁見智，使用的技術手段也不盡相同。在此背景下，各國該如何展開合作？如何在堅守本國監管底線的情況下，保持一定的靈活度，同時避免負面的外生溢出效應？值得深入探討。

其三，如何核算數字經濟對總要素生產率的真實影響？

這是經濟學研究者普遍關心的問題。21世紀以來，互聯網等新興技術深刻改變了我們的生活、生產、社會治理等諸多方面。多領域的效率提升和便利度提升明顯，但很難看清總要素生產率的變化。發展數字經濟不止為了提升民眾福利，還必須考慮到對總要素生產率提升的貢獻，但對此是否找到準確的核算方式，關于這個問題存在各種解釋，至今未有定論。

有觀點認為，總要素生產率主要看投入產出比，對傳統的經濟部門而言，無論投入還是產出都有實打實的數據，數字經濟則不然。比如，農民使用數字技術節省了勞動時間，但實際產出可能沒有太大變化。這就可能出現農民對效率提高有獲得感，但農民節省下來的閑暇時間，以及其他一些積極的變量不計入產出，使整體的總要素生產率提升不明顯，甚至看不出來。

還有一種解釋認為，技術投入對經濟和生產率的正面影響往往有滯后性，不會立竿見影，也許要等待多年。最近，有幾位美國學者表示，數字經濟對經濟發展和效率提升的促進作用在美國已經初步顯現，但仍處于初級階段，尚未形成系統的經濟學研究文獻。

在我看來，科技改變生活沒錯，但到底改變了多少，帶來了多少便利，存在典型的經濟學問題。如何準確度量數字經濟的真實影響，需要認真探討和研究。如果數字經濟的正面影響能在總要素生產率上有所體現并得以準確度量，或將為我們大力發展數字經濟帶來更多的鼓舞。

（本文根據北大國發院院長、數字金融研究中心主任黃益平教授在“數字經濟前沿探索與實踐”講座上的演講整理，來源：北大國發院微信公眾號）