圖：中國數字經濟規模
“陽春佈德澤，萬物生光輝。”雖然2018年以來，全球貿易保護主義、歐美技術制裁、全球新冠疫情、地緣政治動蕩等一系列外生沖擊產生瞭較大幹擾，但中國經濟潛在增長率保持穩定且優於市場預期，展現瞭強大的內生韌性。更重要的是，伴隨著中國式現代化的推進，全要素（資料與技術要素）生產率的快速增長將打開高品質發展的新空間，為中國經濟潛在增速保持優勢奠定瞭基礎。
基於索羅增長理論（Solow Growth Model），構建柯佈道格拉斯生產函數（Cobb-Douglas production function）對2010年至2021年中國潛在經濟增長率進行模擬。不同於傳統生產函數法下的經濟結構模型，考慮到中國數位經濟規模占GDP比重在2021年已接近40%，而將全要素生產率進一步劃分為資料要素和技術要素。擬合結果顯示，自2010年來盡管中國潛在增長率開始由雙位元數下降至單位數增長，但經濟增速總體運行趨於平穩。尤其是2018年至2021年，在貿易保護主義、技術制裁、全球新冠疫情等一系列外生沖擊下，盡管中國潛在經濟增速有所下行（近四年平均增速為5.1%），但整體潛在增長水準相比2014年至2017年（平均增速6.4%）僅小幅下滑1.28個百分點，顯示中國經濟增長具備長期韌性和可持續性。值得註意的是，2020年至2021年，中國經濟兩年平均潛在增速為4.8%，並未像市場悲觀預期的那樣出現大幅下降，基本維持在合理區間之內。
全要素生產率明顯增長
盡管中國整體潛在經濟增速長期呈現下行趨勢，但隨著中國經濟改革深化、對外開放水準提升，以及二十大後中國將創新作為引領發展的第一動力，筆者認為，全要素生產率（資料要素和技術要素）增長將推動中國經濟增長模式和底層邏輯發生根本性和歷史性的轉變。
一方面，資料要素持續發展將為中國經濟帶來規模報酬遞增。近十馀年來，依靠資本、勞動、土地等傳統生產要素投入拉動中國經濟增長的潛力越來越小，無論是勞動還是資本要素的邊際產出均呈現出明顯的遞減特征。相反，以資料為代表的全要素生產率呈現出邊際產出遞增的特征。這是因為隨著雲計算、大資料、人工智慧等新一代資訊技術的不斷反復運算，資料在收集、存儲、整理、分析、控制、管理各個環節的投入產出效率被大幅抬升。同時，新的技術創新又可以基於已獲取的資料實現新的反復運算和升級，從而進一步降低經濟活動中的交易成本。不斷的技術反復運算導致數字密集型產業在任何經濟周期內的中間成本，都將始終保持在低位水準。
隨著資訊技術創新不斷偏向資料要素，這將帶動其他要素資源（如資本和勞動力要素）不斷向數字經濟產業聚攏，從而促使資料密集型產業的總體規模報酬遞增。圍繞數位密集型產業，以全球最大開發者社區GitHub平臺為例，2021年全球已有超過7300萬的GitHub開發者用戶，其中，中國總用戶數量僅次於美國達到755萬。預計到2030年，中國與數字密集型產業相關的專業人才將超過1000萬。龐大的資料規模和數位人才庫將為中國實現資料持續積累和質變提供保障，並為中國數字經濟高品質發展奠定基礎。
另一方面，人力資本整體水準抬升將是中國推動技術要素增長的長期動力。在全要素生產率中，技術創新的提升需要人力資本的全面升級和不斷積累，而技術創新本身的提高將加快人力資本的積累，促進人力資本投入效率上升。隨著老齡化加劇，中國總體勞動人口規模將在未來十五年內持續下滑，為瞭平衡人口加速老齡化帶來的社會不均衡問題，中國更加重視“共同富裕”以促進和擴大人力資本進一步的潛在增長空間。具體來說，通過優化社會收入分配體系，中國將進一步提升勞動力要素的使用效率，加快勞動力在不同空間和區域的流動，拓寬階層流通和上升通道，通過提高勞動力要素的整體品質實現人力資本對技術創新的持續支持，從而促進全要素生產率的回圈提升。
發表評論 取消回复