江小涓:在人工智能国际顶刊的文章发表数上,2016年起中国企业的文章发表超过了高校;产业界顶级的科学家向高校回流与时代趋势不符
中国社会科学院大学教授江小涓,澎湃新闻记者 权义 图。本文来源:澎湃新闻。2024年5月22日,由澎湃新闻主办的“经济新动能:面向世界的创新”研讨会举办。江小涓教授发表了题为“数智时代的创新挑战和应对思考”的主旨演讲。她认为,现在数据密集型的创新范式下,大型数字企业成为创新的枢纽和核心,同时开源、开放的组织互动方式成为创新的潮流。中国应进一步开放公共数据和向产业界汇聚人才,提升创新能力。
江小涓:数智时代的创新挑战和应对思考
大型数字科技企业和平台成为创新的枢纽和核心
数智时代的科技创新有重要变化,这种变化不是原来维度的调整,而是“海量数据”这个新维度的加入,使得创新具有了“数据密集型创新”的新特征。我们近期一个研究的主题叫“数据和数据关系驱动的创新”。我们发现,数据成为创新的重要资源,同时也重新定义了创新各主体之间的关系。数据极大增加了我们洞察和理解世界的能力,也使得关联分析、知识图谱等需要海量计算的知识发现路径成为可能。
在这样的背景下,科技成果向产业应用转化的创新链条发生了根本性变化。作为海量数据的生产者、汇聚者和聚合挖掘者的平台企业,在创新链条中的地位大大提升,位势不断增强。
原来的产业成果转化链条,是高校进行基础研究,研究机构进行前沿技术开发,然后企业完成产业转化和应用。这个模式存在科技成果向产业应用的转化率较低的问题。2022年,国家知识产权局发布的《中国专利调查报告》显示,高校发明专利产业化率为3.9%,很多研究投入没有产业结果。
而数据驱动的创新范式带来了四方面的改变。
首先,数据能力支撑大型数字企业产学研一体化创新。大型数字企业成为产学研一体化创新的核心,因为它能生产和汇聚海量数据,能准确感知市场需求和应用场景,同时有能力快速大规模投入。以车联网平台为例,数字企业占据核心和枢纽地位,以平行、并联的方式将基础到应用的各个创新环节都关联起来。在这个模式下不再存在科研成果转换的问题。
其次,数据能力支撑大型数字企业从事前沿技术创新。在自动驾驶、云计算、渲染引擎、虚拟现实这几个最重要的前沿技术领域中,从2007年开始,全球发明专利的企业数量超过了高校和研究机构,从2015年开始,中国发明专利排名靠前的几乎全都是企业。大型平台企业成为前沿技术研究中的重要力量。
第三,数据能力支撑大型数字企业从事基础研究。大型数字企业从事基础研究的能力极大加强,积极探索0-1的原始创新。在人工智能国际顶刊的文章发表数上,2011年全球范围企业发表超过高校,2016年起中国企业的文章发表也超过了高校。
最后,数字能力支撑大型数字企业投资新创企业。现在投资的真正主流部分是大型数字企业做的CVC(编注:企业风险投资,Corporate Venture Capital)企业创投资金。2013年到2021年的数字企业CVC对外投资金额显示(图1),除了蚂蚁和阿里在2019年受到严格监管后投资额下降,其他对外投资额上升最快的都是大型平台企业。数字平台的创投资金是独角兽企业和新创企业重要的来源,2021年中国独角兽排名前100的企业中,近2/3的企业获得过大型数字企业的投资,A、B两轮中获得过数字科技企业投资的比例占到近一半。和传统创投资金财务投资特征明显的情形相比,数字企业创投资金具有更明显的战略投资者特征,更偏向于耐心资本、长期主义,重要性不断增加。
图表来源:江小涓演讲PPT
因此,由于数据、数据关系、获得数据的能力、计算数据的能力、挖掘数据的能力等因素,大型数字科技企业和平台成为创新的枢纽和核心。在数字和数字相关的十大领域中,原来横向传递式的创新方式发生了根本性改变。
开源成为软件、网络和数字领域的开发和创新模式
目前大家担心的问题是,大企业为主导会形成垄断吗?数据越来越多,数据还可以自我生产和人工合成。大模型的规模经济和范围经济效应特别显著,规模效应递增的特点由“边际”转变为“质变”(涌现)。这有可能带来市场结构和竞争关系的根本改变,少数头部企业越来越大。国内外有关人工智能的讨论中,除了社会和伦理问题之外,经济学家非常担心新模式对于市场结构的影响。
同时,数据和场景需求会影响创新组织的演进。数据越好,应用场景越多,更可能带来开源开放,使后起者获得加速发展的机会。
数字时代,开源成为一种创新理念与文化形式,指共创共享的技术创新。开源技术源于软件,指源代码向公众开放的软件技术。开源能够汇聚众智、多方协同,获得透明高效的海量数据、大量自动化协作工具、世界范围内智慧资源的分布式协作和接力式开发,推动技术持续迭代演进和大范围联结产品、企业和产业,构建大规模生产和应用场景。
开源发展到今天,已经成为软件、网络和数字领域的开发和创新模式。全球97%的软件开发者和99%的企业使用开源软件,72%以上移动操作系统基于开源Linux内核,全球70%以上的新立项软件项目采用开源模式,最近两年采用开源模式的达到了80%以上。
开源背后是需求的驱动,是这个时代对场景和数据的需要,也是应用者、开发者的需求,从而产生了开源这一本质性的创新变化。最近二十年的云计算、大数据、AI的发展均受益于开源。
在软件时代,趋势是边际效应递增,可以复用和复制的软件产品会让大者愈大。但是开源模式限制了规模递增导致的大者愈大,加快了后起者的追赶速度。从2009年到2016年的全球操作系统市场份额中,微软(闭源)占比从90%下降到不足40%,安卓(开源)占比上升到超过40%。
人工智能大模型时代,领先企业更多采用闭源模式,后起企业采用开源模式。不过,通用大模型时代的规模递增比软件业更加显著,大模型的涌现会出现后发者没有的能力。未来期待多种模型能够形成竞争格局,希望在多种因素的博弈下,市场竞争性不会受到破坏性的影响。从现在闭源的、开源的进展来看,很难对未来格局下判断。不论什么模式,我们希望能够维护多年来促进创新的竞争性市场结构。
当下的大科学都是开放科学。新的科学发现要么看得越来越远、越来越广,要么就是探究得越来越深、越来越细。海量数据处理和人力资本需求,催生多国合作大科学项目。例如,2021年新批的17个国家共同建设的平方公里阵列射电望远镜项目,接受面积达一平方公里,它由很多小天文台组合成各种曲面,比当前世界上最大同类设备搜寻速度提高1万倍。
发挥优势弥补短板,提升中国数智时代创新能力
在数字智能时代,中国创新能力面临三个“关键”。
第一是数据问题。AI大模型作为新的生产力范式,已经在各行各业中展现出不可替代的价值。中国要在AI大模型的竞争中迎头赶上,补齐数据短板迫在眉睫。而中国目前数据不太好用、也不够多。中国的优势是公共部门强大,数据量和数据结构良好。政府角度要尽快强力推动政府数据和公有企事业单位的数据进一步开放。这是我们的产业优势,也是我们的制度强项。
大模型厂商使用的模型训练数据可分为开源数据集、网络爬虫数据、商业采购及合作授权数据、自有业务数据和合成数据五类。在各类数据中,公共数据可作为中国发挥产业优势和制度优势、增加数据供给的关键抓手。
由于公共部门的绝对和相对规模大,中国公共数据相对体量大。中国有大量的政府部门和企事业单位,出于公共目的对公民进行合理数据采集,这使得中国的公共数据量为全球之最。有研究表明,中国政府部分掌握的数据资源占全社会数据资源总量的50%-80%(这个具体数据的可靠性我有点吃不准,但中国公共数据量大的判断不会错),但开放共享不够,数据利用效率不够高。
公共数据开放是国际共识。2011年,巴西、印尼、墨西哥、挪威、南非、菲律宾、英国和美国签署了《开放数据声明》,推动公共数据开放。开放数据的定义是“公众可获取的、能够被用户完整观测和使用的数据”。目前全球七十余个国家都参与其中。
中国现在开放的数据多是在社会、企业APP上获取的,以及部分公共数据。目前数据的开放度对于社会需求和投喂机器远远不够。中国应发挥制度优势,以最大力度开放公共数据,并推动企事业单位的数据与其它各类数据汇聚融通,为数智产业发展提供关键要素。
第二是人才问题。研究显示,从2002年到2014年,学术界在开发最先进的AI系统方面处于领先地位。2014年到2022年,32个重要的机器学习模型都诞生在产业界,学术界仅有3个,2023年的数据比例相似。关键原因是尖端人工智能研究需要大量的数据、算力、算法。在快速的技术迭代中,只有少数大科技平台能够汇聚最重要的力量。
全世界范围内,大平台企业能够从高校吸引图灵奖,甚至诺奖学者担任首席科学家。不过,在中国,这两年的趋势反而是平台的首席科学家回到高校。从1980年代开始,中国的国有企业大工程师会在周末给乡镇企业做产品、做设计。1990年代一大批学者“下海”,即使后面“下海”不行了,也是愿意去做实践。而今天出现高校相较企业更有优势的局面。出现中国产业界顶级的科学家向高校回流的现象,与时代的趋势不符。
企业吸引人才需要政策支撑。人工智能大模型需要快速汇聚海量资源和工程化技术能力,而且应用落地也要细颗粒度的专业知识。因而,在这一轮发展中产业界的地位更重要,无论是资金、导向、帽子,这些吸引人才的各类资源都需要向企业汇聚。
第三是关键场景。对于拥有海量数据的国有大企事业单位来讲,除了依靠数据完成自身业务,也需要为社会创新提供数据支持,推动数据原生企业,即由数据支撑的新的创新企业的发展。比如英国2023年成立了国家智能数据委员会,推动开放金融、开放能源、开放通信等数据开放行动。
美国“开放银行”行动也已推动多年。该行动中,当客户希望到其他金融机构获得服务的时候,之前为其提供过服务的银行应允许它带走所有在这个银行的存档数据。这些数据可以用于用户画像和信用评估,从而为中小型互联网金融机构提供客户过往信用记录的支持。
中国的医疗、交通、金融、电力都由国有大企事业单位经营,相关数据具有结构化、实时数据更新、迭代良好等特点。
数据优势企业不能只为自己“数据增强”,还要为更多企业“数据使能”,推动社会创新。这就需要通过引导和规制等多种方式让这些开放,让更多的企业能够用这些存量数据来创新,从而实现数据支撑的创新。
我们要相信中国互联网企业的创新意愿和能力。按营收增长和股市表现看,中国互联网行业头部企业的表现比较复杂,虽然几个传统头部企业最近几年的增长趋缓,按市值衡量的股市表现也不够理想,但中国同时有一批极具活力和成长性的头部企业市值和收益表现俱佳。头部企业总体活跃度和排序变化度,也是产业活力的重要指标。(表2)。
表1:2023年中国十家头部互联网企业市值变化。
图表来源:江小涓演讲PPT
因此,虽然目前阿里、京东、腾讯几家在资本市场上表现不甚如人意,和美国的前四大(互联网企业)相比差距拉大,但并不能说明我国数字企业的全局情况。要相信我们的企业我们创业者的创新意愿和愿意付出的努力,中国很多互联网企业在过去几年艰难的环境下仍实现了发展。全球APP下载量前10中一直有中国企业,有三五个当然不一定是老企业。中国互联网企业的活力很大程度上体现在有一个高速成长的创新企业簇群上。■
2024年5月22日,由澎湃新闻主办的“经济新动能:面向世界的创新”研讨会举办。陈钊教授发表了题为“从关键核心技术的测度看中国未来技术创新的路径”的主旨演讲。针对当下重要的“卡脖子”关键核心技术问题,他采用了机器学习的方法找出了当前有“卡脖子”风险的关键核心技术产品,并分析指出中国技术创新路径根本仍在于改革开放。在保持高水平开放的同时,激发企业家精神、重视民营企业对于技术创新尤为重要。
陈钊:从关键核心技术的测度看中国未来技术创新的路径
中国未来的技术创新路径是现今大家特别关心的问题,很多人希望能预测未来的技术发展方向。
谁最能有资格来做预测呢?我认为不是学者。如果马斯克在火箭探索之前咨询学者,可能没有一个学者会告诉他哪能做到。可能中国的学者还会说这要靠“举国之力”,发挥“体制优势”才行。但最终马斯克做到了。
同样,对于预测未来的技术路径,也不能完全依靠政府产业政策的指引。比如,“未来产业”,目前来看,也只有模模糊糊的影子,政府也不清楚具体长什么样、有哪些明确方向。
因此,技术创新的方向和路径要靠企业家,靠企业家发挥自身的才能和精神,在市场中捕捉和把握机会,这才是关键。学者的作用更多是总结过去经验和提供视角。今天,我从有“卡脖子”风险的关键核心技术产品的角度,讨论应该如何把握技术创新的路径。
中国产业链风险在于关键核心技术产品
关于中国技术创新的现状,目前一些信息可能存在误导。
例如有一句话常被引用:“中国是世界上唯一拥有全部大中小工业门类的国家,供应链网络配套健全。” 这是学者论文里一个非主要的观点。但媒体在引用这一说法时,可能产生误导。因为一个容易被忽视的事实是,如果进行更细致的分类,中国在某些领域的产品会出现缺失。此外,即使我们能够生产的产业类别,我们的产品质量也可能与发达国家相比存在显著差距。
哈佛大学发展实验室的数据表明,中国在2000年时出口复杂度排名很靠后,在第39名,而美国很靠前,位居前十以内。随着加入WTO,中国这一排名大大提高到前20名以内,与美国的差距大大缩小。这可能也有一些误导,让我们认为自己的技术水平与美国相比已经很接近了。但事实并非如此。以中国出口产品中的苹果手机为例,这一产品的出口复杂度当然很高,但一个容易被忽略的事实是,其中大量有技术含量的部件是进口的。
2018年中美贸易摩擦暴露了中国这方面的产业链风险。根据CEPII-BACI数据库的数据,光刻胶、锂电池隔膜、离子加工机床、光刻机、导航雷达、真空蒸馏机、高端电容电阻、电子透镜等重要产品的进口额在2018年以后明显下降。这不是因为中国不想要,而是因为他国不卖。芯片的进口额在2018年后看起来在一直增加,这只是因为在芯片产品类别中,我们还无法精确区分高端芯片与中低端芯片。事实上,芯片进口量的上升是由中低端芯片驱动的。
关键核心技术产品的“卡脖子”风险,受到政府越来越多的重视。党和国家领导人在不同场合提到产业链和供应链的薄弱环节,以及关键核心技术的“卡脖子”问题。尽管有时人们会讨论政策可能存在不连续性和变化,但在科技政策上,我们有理由相信中国政府对科技发展的重视是中长期的,政策将持续高度重视科技创新,具有连续性。
2018年,科技日报列举了35种关键核心技术,其中26种涉及制造业,例如光刻机和芯片。除此之外,还存在一些潜在的关键核心技术,例如人工血管、缝合线,如果无法进口,手术就无法进行。这说明需要明确区分“关键核心技术”和“关键核心技术产品”。例如光刻机涉及多种核心技术,它们共同组成一个产品。我们常讨论的“关键核心技术”,实际上在应用时指的是“产品”,更加完整的说法是——具有“卡脖子”风险的关键核心技术产品。
哪些是有“卡脖子”风险的关键核心技术产品?
具有“卡脖子”风险的关键核心技术产品通常是中间品而非最终产品。例如,中国向美国购买飞机时,对方很乐意出售,但当要求购买发动机时,对方就会设限,因为发动机是制造C919等飞机的关键中间品。
如何在中间品中找到具有“卡脖子”风险的产品呢?这很困难,但我们采用了较为有趣的方法。我们注意到了两类名单。
一是非关键核心技术产品名单。在中美贸易摩擦期间,美国对中国商品加征关税,中国也相应地制定了包括1728种商品的“对美加征关税商品清单”。这些产品显然不具有“卡脖子”风险,因此是非关键核心技术产品。
二是关键核心技术产品名单。这里参考了两个排除清单:“对美加征关税的排除清单”(2批4次共86种)和“2020-2021年市场化采购排除清单”(共544种)。根据官方说明,列入排除清单的商品条件是:寻找商品替代来源困难;加征关税对申请主体造成严重经济损害;加征关税对相关行业造成重大负面结构性影响。这些条件表明这些商品就是“卡脖子”产品。
根据这两类名单,我们能够确定一部分具有“卡脖子”风险和不具有“卡脖子”风险的商品。这些具体商品的信息,如进口量、出口量和进口单价,都可以在海关数据中找到。我们将这些数据输入机器学习模型,根据这些商品是否属于“卡脖子”产品以及相关信息进行训练,然后应用于更广泛、全面的中国海关进出口的制造业中间品数据,识别出其他“卡脖子”产品。
通过这种方法,我们得出了相应类别中的具一定产品数量的代表性关键核心技术产品(表1)。这些结果可靠吗?一个对于可靠性的证据是,《科技日报》列出的35种关键核心技术中的26种制造品,我们用这个方法也能准确找出来。
具一定产品数量的代表性关键核心技术产品。
图表来源:陈钊演讲PPT
在此基础上,我们能够进一步考察相关的特征事实。首先,我们发现“卡脖子”的关键核心技术产品从美国、日本、德国和韩国等少数发达国家进口的比例非常高,而非“卡脖子”产品从这些国家进口的比例则较低。其次,“卡脖子”产品的进口和出口主体主要是外资企业,其次为民营企业。在本土企业中,民营企业在这一领域的进口和出口中占据重要地位,份额占比在上升,而国有企业的份额相对较少,并且在下降。民营企业在关键核心技术产品的贸易中发挥了重要作用。(图1)
图1:关键核心技术产品所有制变化(左图:进口,右图:出口)
图表来源:陈钊演讲PPT
第三,按地区划分,进口“卡脖子”产品最多的前三名是苏州、上海和深圳(图3)。苏州和上海排名靠前主要是因为外资企业的贡献,而深圳则更多依靠民营企业。同样,深圳在“卡脖子”产品的出口中也位居第一,其次是苏州和上海。深圳显示出其独特的优势和特色。
图3:关键核心技术产品地区行业分布(左图:进口,右图:出口)
图表来源:陈钊演讲PPT
中国技术创新需要依靠改革与开放
基于上述认知,我们可以对中国未来的技术创新路径进行预测。
首先,坚持高水平的对外开放至关重要。因为关键核心技术产品的主要出口和进口主体是外资企业。
以往中国的策略是通过市场换技术,学术上称为充分发挥外资企业“FDI的溢出效应”。这种溢出效应虽然实现了,但与最初预期有所不同。例如汽车产业,最早期望通过合资、控股来学习技术,如上海汽车与德国大众合资成立上海大众项目。开始时,生产出的汽车在国内表现优越,但大部分零部件都是进口的,上海大众只是进行简单的组装工作,无法真正学习到技术。后来,上海大众从制造最简单的部件——汽车把手开始尝试国产化替代生产。但无论怎么改进,自主生产的把手产品却被德国总部一再判定为检测不合格。最后上海大众将原装品贴上自己的标签再送检,结果依然不合格。这表明问题不在于技术,而是外资跨国企业不愿使用本土品替代。这也说明,不能仅仅通过(中方)控股,实现技术提升。
中国的技术进步是通过市场竞争实现的。汽车产业的另一个例子是铃木汽车,它主动将外壳生产交出去。这是因为它在与吉利、奇瑞等同类微型小型车民营企业的竞争中落于下风。铃木不得不将外壳生产包给中国民营企业,以降低成本并保持市场份额。
吉利和奇瑞能成功制造汽车,也表明了市场的作用。吉利的老板曾经从事摩托车修理工作,从这个行业跨越到制造四轮汽车并非易事。但当时中国已经拥有了发达的汽车上游零部件行业。正是这些零部件制造商为民营汽车企业的崛起提供了坚实基础。类似的情况也出现在手机行业。在深圳,之所以能够根据一份设计图纸快速造出手机,就是因为深圳的手机零部件产业链非常发达。
这才是中国享受到外资企业的技术溢出效应的路径。中国需要市场竞争,需要民营企业这条“鲶鱼”。另一个例子是特斯拉。特斯拉是独资企业,中方并没有持有股份,但在与其签订合作协议时设定一个条件,即要求其较高的本土化生产比例,充分使用国内中间投入品。这说明,在充分享受外资企业的技术溢出上,外资企业的本地采购比合资时中方的股权控制更为重要。
除了高水平对外开放,另一个关键点是对内改革,重视民营企业以及市场环境。
我们的无人机产业就是在没有产业政策支持下发展起来的。无人机的发展要归功于上游产业链基础。无人机产业在珠三角发展最快,正是因为该区域上游产业链非常发达。
因此,培育上游产业链基础至关重要。一旦上游产业链基础得到培育,潜在的下游市场就会崛起。这不是政策选择,而是企业家发现潜在市场机遇的结果。最初制造的无人机只是用来满足普通消费者需求,类似玩具。后来发现有喷洒农药等需求,并且这些订单金额巨大、需求多样,因此他们开始生产更高端、技术要求更高的工业级无人机。从消费级无人机向工业级无人机的过渡,这就是一个完全自发的产业升级过程,推动了无人机领域的技术进步。
看似“无序扩张”,或为“大显身手”
我们今天强调创新,但什么是创新的本质呢?我认为,创新的本质就是充分发挥企业家精神。有两个相关的说法:“资本无序扩张”和“民企大显身手”。乍一听这两句话似乎有很大区别:资本的无序扩张被视为负面评价,而民营企业的大显身手则是正面的。然而,从企业经营的角度来看,只要合法合规,所谓的无序扩张和大显身手真的有那么大的区别吗?如果企业所做的一切都是有序的、可预见的,那么这家企业可能缺乏竞争力。正是由于原始的利润动机,企业尝试探索未曾涉足过的领域,走上未曾踏足的道路,这才是创新。这种行为看起来似乎既是无序扩张,又是蓬勃发展的。
有人可能会说,互联网平台经济对传统金融机构造成了巨大冲击,就是无序扩张。我认为,这恰恰说明市场对于制度变革和法律完善提出了要求,这是社会进步的源泉。我们不能忽视这一点,也不能以简单一句无序扩张而忽视了制度调整。同样的问题,如果我们能够换个角度来看待,结论可能就会不同。这可能对企业家的创新、对民营企业的发展更为友好。如此,中国的活力和投资就有望增强,创新能力也将得到提升,从而更好参与国际竞争。
说到最后还是那四个字,将“改革开放”进行到底。■
在澎湃下午茶上,中泰国际金融有限公司首席经济学家李迅雷围绕“如何促进中国数字经济健康发展,更好发挥新动能角色,以及如何推动建立高效的特色创新机制,进一步发挥好包括市场在内的有效机制”等话题做了分享,以下是分享内容精编,未经本人审阅,希望对你有所启发。本文来源:首席经济学家论坛
李迅雷:要正视我们的差距
AI实质上是第四次工业革命
在漫长的2000年的历史过程中,全球劳动生产力、居民收入的增长都是非常缓慢的,从公元元年到1820年全球经济年均增速只有0.1%,人均收入在这1800多年里只增长了40%。
过去我们说中国在1820年的时候GDP占到全球的32%,这个很了不起,但是那时候第一次工业革命的成果没有在中国推广应用,在慢慢传播、应用之后,全球经济就腾飞了。
全球GDP增速的大幅度上升,主要取决于科技进步,取决于蒸汽机、内燃机、计算机的发明。现在我们处在人工智能时代的哪个阶段,可能等我们百年以后会看得更加清晰,现在还是处于一个变化的时代。
目前,人工智能主要聚焦于如何为我们的知识结构带来便利,让我们的生活越来越方便,比如,当我们面对不懂的语言时,只需在微信上点一下翻译就能看懂。
尽管这些功能的商业模式暂时还没建立,但不可否认的是,它们极大地提升了我们日常生活的便捷性,这一变革对于每个人的感受都是非常惊人的。
以ChatGPT为代表的人工智能可以推动劳动生产率水平的显著提升,或引发新一轮科技革命。在生成式AI的加持下,工作流程被大幅简化,生产力将得到提振,高盛预计在生成式AI发展的十年内,每年可以将生产力提高超1.5%。
这样一种变革对我们未来的经济结构、社会结构、产业结构会带来什么样的影响,是不是会导致很多人失业,是不是会导致很多行业的消失,这方面我们很难有一个非常明确的结论。
社会变革从来不是问题导向,而是摧枯拉朽式的重建社会秩序与产业结构。面对AI的冲击,我们没有必要过度恐慌,而应该顺应这场时代新潮流的到来。
如果说第三次科技革命是以信息化为核心,那么,如今已经展开的第四次科技革命则是以智能化为核心。
我国在算法和算力方面的优势不明显,但在应用场景的投入和产出方面优势明显。相较于美国,中国半导体产业起步较晚,技术相对落后,目前还存在较大差距,追赶难度较大,但在全球最大的内需市场以及政策的大力支持下,有望逐步缩小差距。
从研发投入结构来看,中国的研发支出主要集中在试验发展,即通过较少投入就可快速变现的环节。而在真正构建长期壁垒的基础研究领域,中国研发支出占比还远低于美国、日本、韩国等发达国家。
就资本市场来讲,目前中国企业还有很大的成长空间,无论是电子芯片还是跟AI相关的行业,还没有一家中国企业的市值超过1000亿美元,但是在美国过万亿的已经有好几家了。
我们在这些领域里跟美国的差距到底是缩小了还是扩大了还没有答案,但是如果我们能够在某个应用领域做到商业化,中国的潜力还是可以充分地发挥出来。
中国民营经济的动力还是足的,我也问过一个做软件的上市公司,我说为什么做软件的上市公司都是民营企业,没有一家国有企业,他说民营企业软件个性化程度比较高,软件对于客户不同的需求应对这方面要求比较高,所以民营企业在这方面可能是有优势。
中国经济最重要的动力我认为还是民营经济、民营企业,当然在这个发展过程中还需要有一个良好的环境,包括制度、法律、政策等等。
对于企业来讲,我们也要适应这样一种变化,最近碰到好多企业都说怎么办太卷了,能不能出海,但是到底哪些企业出海能成功,哪些企业出海恐怕难以适应,没有绝对的优势,中国是全球第二大经济体,但是中国企业在海外的份额还是非常低的,跟当年日本是全球第二大经济体时日本在海外的份额占比不能够相提并论。
我们的经济体量很大,跟我们的国土面积、人口规模有关系,但是跟技术优势、技术研究能力是不是有很大相关性,这方面我们也要看到差距所在。
中国制造业如何转型升级?
制造业的转型升级是非常迫切的,我觉得中国的产能过剩问题是不能回避的,我们虽然说没有全面的产能过剩,但是结构性的产能过剩还是存在的,中央经济工作会议上明确表述部分行业出现了产能过剩。
从总量来讲中国制造业的增加值占全球制造业增加值的30%,人口占全球的比重只有17.6%,而消费占全球比重有数据说是只有14%,今后中国经济面临的结构性问题还是比较严峻的。
与此同时又在经历一场周期性的问题,房地产长周期的回落、人口老龄化的加速,有什么行业能替代在中国占比比较大的房地产,这个就需要有新的动力,但是新的动力不是一夜之间就能形成的,有一个漫长的过程。
下面这张图是我在若干年前做的,发现中国经济的劳动生产力的增长越来越依赖于资本的推动,资本密度的提高。
劳动生产率增长=劳动力素质(绿色)+资本密度贡献(黄色)+全要素生产率(蓝色)
把劳动生产力分成三个部分,分别是劳动力素质、资本密度贡献、全要素生产率,全要素生产率的占比过去比较高,现在改革的红利在消减,技术增速也在下降,我们学习外国先进的管理技术、制度、组织模式这块的红利也在消减,越来越依赖于资本的投入,这是我们所面临的压力。
那我们能不能在今后更多地依赖于技术进步,这张图是中美的比较,实线的部分是资本对GDP的贡献,中国资本对GDP贡献最高大概是在2012年,之后慢慢回落,但总体来看还是比较高。美国资本对GDP的贡献也就10%左右,总体来讲并不算高。
但是在资本里我们钢筋水泥的比重比较高,所谓的ICT包括信息、通讯、软件投资,这个比重我们大概只有10%左右,美国占到了50%。
从短期来看,中国经济可以通过基础设施建设、房地产、制造业投资增加来拉动经济增长,实现5%目标的实现,这部分投入最终是会增加供给,我们目前存在的问题还是在于供需之间不平衡,只有不断地创新,增加投资的技术含量,才能够让中国经济更有活力,增长更加可持续。
可以通过加速企业数字化转型,提高企业劳动生产力,通过新一代信息技术(大数据、人工智能、云计算等)的赋能,助力各个产业上下游实现全方位的数字化转型,把数据作为一个主动驱动的要素来提升产业的价值与效率。
国家对于数字化转型提的要求非常高,这完全是一个顶层设计,但是因为中国数据量是巨大的,很多我们想获得的数据获得不了,民营经济所创造的数据已经在商业化了,但是我们的国有经济数据量非常大,如果说这个数据能够在适当合规范围内公开的话,对于我们的经济发展是非常有利的。
比如说怎么促进消费,我们提出把消费在经济发展当中放到主要的地位,现在消费结构到底怎么样,居民收入水平到底怎么样,咱们的央行数据都有,但是我们不知道,企业也不知道,所以在这方面应该还是大有可为的。
最近我们全国上下在讨论新质生产力,对于它的定义、方向、目标都是非常多,比如说怎么通过新质生产力对全要素生产力有一个大幅度的提升,它的特征是创新,关键点是质优,本质是新型生产力,所以在这方面我们的企业还是要不断地学习,来提升自身的创造力,这个不是体现在某个具体方面,可能是全方面的。
中国作为一个就业人口最多的国家,我们也可以比较一下印度,印度也在崛起,人口可能超过中国,但是印度的就业人口远远低于中国,因为它的劳动参与率很低。
中国在这方面有足够的自信能够做得很好,不用担心中国没有新的动力,也不需要刻意去寻找什么新的动力,动力在于我们非常努力,非常想赚钱,非常希望能够创造价值,这是来自于骨子里的文化。
比如现在讲的新三样崛起,已经在我们的出口结构里占了一个很重要的比重,占20%左右,同时我们也能够看到如果没有国家的产业政策支持的话,可能做不到这一步,这方面我们的制度优势还是非常明显。
除此之外,我们还应该再做一些什么,前面讲到只要给民企一个好的环境自然会发展起来,关键还是在于国企问题,跟西方国家相比,我们国有资产的总规模在全世界是绝无仅有的,是几百万亿的规模,这个规模效率提高的话,对于我们的经济转型也是非常重要的。
所以我们现在也提出了央企作为一个链主或者是加大科技创新的投入,我觉得还是需要有一个机制,不能说只要有一个目标的设定自然而然就会起来,我们马上要召开二十届三中全会,非常期望中国在下一阶段怎么去发挥我们国有经济在经济增长中的作用,提高它的效率,在这方面还是非常重要的。
最后举个例子,巴菲特在不久前举办了一个会议,中国有不少投资者去了,但发现有一个问题,他这几年没有跑赢标普500。因为他在资产配置中科技类的公司配置比重偏低,他当然买了苹果,但是这个占比还是不够高。
所以说中国未来企业要发展还是得靠科技进步,靠科技企业作为经济拉动的主动力,这就要进行数字化转型,就要拥抱平台经济,就需要不断地创新,不断地加大我们在科技领域的投入。
我们从美国这些数据发现一个现象,真正能够拉动资本市场指数的只是少数几家公司,美国的七巨头起了很大的作用,中国市值大的除了商业银行、高端白酒,剩下市值大的就是民营平台类企业,未来我希望能够看到科技类的企业进一步做大。
另一方面,我们对服务业不够重视,总认为我们应该做大做强制造业,成为制造强国,同时我觉得我们应该做大服务强国。
在这里不要把服务业都当做是金融、房地产,金融、房地产占比确实是不低的,但是我们跟美国的差距在于我们面临的就业问题核心是服务业的占比太低,中国的服务业就业占总就业人口比不到50%,美国占比大概超过80%。
我们在生产型服务业里有三个行业与美国差距比较大。第一个是科学研究与技术服务,第二个是信息服务和软件业,第三个是租赁和商务服务。
服务业发展对于我们的制造业是一个强大的支持,对于我们改变整个中国产业结构也是能够起到很大的作用。
所以我觉得中国经济增长的动力源还有很多,就看我们怎么能够有一个更好的顶层设计,我也是期望下一阶段有更好的制度和政策来保证我们中国经济的顺利转型、稳步增长。
谢谢!
微信扫码关注该文公众号作者