圖：數字經濟是繼農業經濟、工業經濟之後的主要經濟形態，2021年中國數字經濟規模占GDP比重超四成。
2008年美國次貸危機導致中國外貿出口負增長，內需也比較弱，中國為此推出為期兩年的4萬億元（人民幣，下同）基建投資計劃來刺激經濟。進入2023年，中國經濟又面臨外需走弱導致的出口負增長，以及內需不足、房地產走弱等負面影響，筆者認為，應該從擴大流動性的角度采取相應對策，讓經濟活起來。
筆者曾寫過一篇文章《流動性的故事》，“流動性”通常是指金融領域某種資產轉換為支付清償手段、或者說變現的難易程度。由於現金不用轉換為別的資產就可以直接用於支付或清償，因此被認為是流動性最強的資產。但筆者提出瞭“廣義流動性”的概念，即要全面反映經濟狀況，可以從人口的流動性、資本的流動性、貨物的流動性和信息流等來衡量。
十年前，中國金融機構的加權平均存款準備金率約20%左右，如今加權平均準備金率已降至7.6%，M2（廣義貨幣供應）餘額從此成為全球第一，如今更是美國加上歐盟之和還要多。盡管貨幣體量如此膨脹，中國與歐美的經濟狀況卻截然不同，歐美遭遇嚴重的通脹，被迫進入加息周期，而中國繼續保持低通脹狀態，甚至還降準減息。
美國在這輪疫情中出現持續高通脹，除瞭他們采取與次貸危機時相同的量寬貨幣政策外，還采取瞭非常激進的財政政策，即政府部門大幅加杠桿，給居民部門巨額補貼。這就可以解釋，為何美國在次貸危機之後沒有發生通脹的原因。因此，單純的寬松貨幣政策，未必會導致高通脹。
從中國近年的信用擴張情況看，雖然貨幣寬松的局面沒有變化，但信用總擴張指數的反彈力度較小，在2020年的9月基本見頂，2022年再度顯著回落，與房地產投資的下行有關，即銀行的表外信用擴張出現瞭大幅回落。既然貨幣政策對通脹已經鈍化，那麼，貨幣政策對於經濟領域的流動性改善作用也有限，寬貨幣未必能夠帶來寬信用。
貨幣流動性須精準有力
為何當下寬貨幣的政策難以奏效，而且有可能步入“流動性陷阱”呢？因為貨幣政策從一般意義上講，屬於總量政策，而當全球從二戰之後延續至今的和平，促成全球資產規模空前大、人口規模空前多的同時，勢必導致嚴重的區域經濟不平衡、貧富分化等結構性問題。這就是為何今年中國的貨幣政策要提“精準有力”。
自2018年美國向中國大幅提高進口關稅後，美國開始在多個領域給中國產業鏈和供應鏈制造障礙。這是由於美國認為中國崛起對它構成威脅，中國在全球的出口份額一度達16%。為此，美國要打破這種依賴中國進口的格局，重建世界秩序。因此，中國過多依賴於外需的盈利模式肯定持續不瞭多久，那麼過度偏重於投資拉動的內需增長模式同樣難以持久。
過去，出口和投資是保持中國經濟高增長的兩大法寶，出口有人口紅利優勢，投資有城鎮化進程加快的優勢，如今這兩大優勢都已經慢慢耗盡，但消費對經濟的拉動作用還沒有能夠發揮出來。
2023年消費將出現恢復性回暖，預期有6%至7%的增長。但消費的增速要顯著超越名義GDP的增速似有難度，因為消費的增長從根本上取決於居民收入的增長。中國今後需要把中低收入階層的收入增長曲線上移，以縮小收入差距，同時又可以提高對GDP的貢獻，因為消費的主力是中低收入階層。
人口流動性要避免躺平
2023年中國出口按年可能負增長。中國出口短期壓力來自於美歐經濟增速回落和美國去庫存。中長期看，全球產業鏈重塑對中國的負面影響已逐步體現，如2022年中國集成電路進口數量首次按年負增長。出口產業鏈走弱後，2023年中國穩就業壓力可能進一步加大。也就是說，制造業的就業機會大幅減少將不可避免。
中國可以通過制造業的轉型升級、發展先進制造業，成為制造強國，但這似乎無助於遏制制造業就業人口的減少。那麼，就得大力發展服務業，來吸納從制造業脫離出來的就業人口。即當外循環的流量縮小的時候，必須擴大內循環的流量，否則，就會導致大量失業。
要讓全球人口規模最大的國傢實現中國式現代化，確實是前無古人的挑戰。尤其在全球分化趨勢加劇的情況下，我們可以接受新舊動能轉換下產業的分化和市場配置資源下區域的分化，但要盡量避免居民收入的分化，因為這會導致嚴重的流動性問題——大部分人“躺平”。
2022年，中國人口首次出現負增長，而且，外出農民工數量隻增加0.1%，也就是17萬人左右，增速明顯下降；城鎮化率提高0.5個百分點，為65.2%，說明中國的城鎮化進程已經明顯下降。從發展經濟學的角度看，當人口從農村流向城市的進程放緩後，下一步就應該是三、四、五線城市人口流向一、二線城市，即大城市化加速。但現實的情況是曾經在大城市工作多年的外來農民工隨著年齡的增大，告老還鄉的比例明顯上升。
隨著人口老齡化的加速，預見到2030年中國65歲以上人口占比將達到20%，養老負擔會愈來愈重，今後政府的舉債規模需要加大，而且應該更多用於民生領域。中國公共消費率長期低於全球平均水平，比發達國傢平均低4個百分點，且在城鄉之間、省市之間分化嚴重。假設和發達國傢持平，按2022年名義GDP（121萬億元）計算，政府最終消費支出有4.8萬億元的提升空間。
實際上，中國政府部門的杠桿率水平並不算高，即使算上隱形債務，杠桿率水平也大幅低於發達經濟體。如果將債務餘額與廣義國有資產相比，則更低瞭。所以，應對內需不足、未來制造業可能面臨嚴峻的產能過剩局面，通過增大公共服務規模，加大政府部門收入向居民部門中的中低收入群體轉移規模，是有助於提升流動性的。
信息流動性必提質增效
數字經濟是繼農業經濟、工業經濟之後的主要經濟形態，是以數據資源為關鍵要素，以現代信息網絡為主要載體，以信息通信技術融合應用、全要素數字化轉型為重要推動力。2021年，中國數字經濟規模超45萬億元，占GDP比重超40%。
人工智能（AI）並不是橫空出世的新技術，但當AI的應用愈來愈廣泛的時候，會有一個從量變到質變的過程。例如，ChatGPT4的出現已經有人把它稱之為第四次科技革命瞭。ChatGPT作為類似iPhone影響的新科技，或將對人類生產、生活產生革命性影響，該技術的出現並非偶然。近年來，包括星鏈、MRNA疫苗、智能駕駛等領域均出現瞭一系列突破傳統框架的重要技術。
筆者之所以認為AI可能是一場革命，因為它可以帶來勞動生產率水平的顯著提高。媒體上“科技革命”一詞十分氾濫，但凡不能顯著帶來勞動生產率提升的，其實隻是“偽革命”。高盛的一份報告認為，在生成式AI的加持下，工作流程將被大幅簡化，生產力得到提振，在生成式AI發展的十年內，預計每年可以將生產力提高超1.5%。
對中國而言，對數字技術的高度重視，為我們趕上智能化時代的到來創造瞭有利條件，但同時也面臨多個“卡脖子”的環節，如生成式人工智能架構由算力層、平臺層、算法層和應用層四層架構組成。中國在前三個層都存在受制於人的“卡脖子”風險，因為中國人工智能產業幾乎完全依靠全球開源代碼和算法發展起來，缺乏自己的底層代碼和核心算法等做支撐。
盡管中國在研發方面具有舉國體制的優勢，而且以民企為代表的電商平臺、數據平臺在全球的規模已經較大，智能化程度有瞭大幅提高，但核心技術仍受制於人。就應用層而言，我們正處在變革的時代，AI的崛起將對諸多行業帶來劇變，就像第一次和第二次工業革命一樣，機器愈來愈多地替代體力勞動者，而隨著AI廣泛應用，機器將愈來愈多地替代腦力勞動者，並將對服務業帶來巨大的沖擊。
數字流洶湧而入的時代，可能很多行業會被沖擊，很多人會因此失業，但它為本來已經面臨各種結構性問題和風險的世界註入一股強勁的活力。因此，面對AI的沖擊，沒有必要如此恐慌，做出工業革命時代去砸機器的荒唐舉措。
發表評論 取消回复