平台优势广告——让你的品牌瞬间超越竞争!

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>李(li)迅(xun)雷(lei)：流(liu)動(dong)才(cai)能(neng)創(chuang)造(zao)價(jia)值(zhi)

李迅雷系(xi)中(zhong)泰(tai)證(zheng)券(quan)股(gu)份(fen)有(you)限(xian)公(gong)司(si)首(shou)席(xi)經(jing)濟(ji)學(xue)家(jia)、中國(guo)首席经济学家論(lun)壇(tan)副(fu)理(li)事(shi)長(chang)

記(ji)得(de)在(zai)2008年(nian)，美(mei)国次(ci)貸(dai)危(wei)機(ji)引(yin)發(fa)的(de)全(quan)球(qiu)金(jin)融(rong)危机導(dao)致(zhi)我(wo)国外(wai)貿(mao)出(chu)口(kou)負(fu)增(zeng)长，內(nei)需(xu)也(ye)比(bi)較(jiao)弱(ruo)，我国為(wei)此(ci)推(tui)出了(le)兩(liang)年四(si)萬(wan)億(yi)的基(ji)建(jian)投(tou)資(zi)來(lai)刺(ci)激(ji)经济。當(dang)時(shi)我寫(xie)了壹(yi)篇(pian)文(wen)章(zhang)，叫(jiao)《流动性(xing)的故(gu)事》，“流动性”通(tong)常(chang)是(shi)指(zhi)金融領(ling)域(yu)某(mou)種(zhong)资產(chan)轉(zhuan)換(huan)为支(zhi)付(fu)清(qing)償(chang)手(shou)段(duan)或(huo)者(zhe)說(shuo)變(bian)現(xian)的難(nan)易(yi)程(cheng)度(du)。由(you)於(yu)现金不(bu)用(yong)转换为別(bie)的资产就(jiu)可(ke)以(yi)直(zhi)接(jie)用于支付或清偿，因(yin)此被(bei)認(ren)为是流动性最(zui)強(qiang)的资产。但(dan)我提(ti)出了“廣(guang)義(yi)流动性”的概(gai)念(nian)，即(ji)要(yao)全面(mian)反(fan)映(ying)经济狀(zhuang)況(kuang)的，可以從(cong)人(ren)口的流动性、资本(ben)的流动性、貨(huo)物(wu)的流动性和(he)信(xin)息(xi)流等(deng)来衡(heng)量(liang)。進(jin)入(ru)的2023年，中国经济又(you)面臨(lin)外需走(zou)弱导致的出口负增长，以及(ji)内需不足(zu)、房(fang)地(di)产走弱等负面影(ying)響(xiang)，我认为，應(ying)該(gai)从擴(kuo)大(da)流动性的角(jiao)度采(cai)取(qu)相(xiang)對(dui)对策(ce)，讓(rang)经济活(huo)起(qi)来。

扩大货幣(bi)流动性的作(zuo)用有限

2月(yue)新(xin)增社(she)融規(gui)模(mo)同(tong)比大幅(fu)多(duo)增近(jin)2万亿元(yuan)，主(zhu)要貢(gong)獻(xian)是信贷、未(wei)貼(tie)现匯(hui)票(piao)和政(zheng)府(fu)債(zhai)券三(san)部(bu)分(fen)。今(jin)年1-2月政府债券累(lei)計(ji)融资超(chao)1.2万亿，创下(xia)2017年以来同期(qi)新高(gao)。同时， M2增速(su)创近七(qi)年新高，但M1與(yu)M2剪(jian)刀(dao)差(cha)走扩或指向(xiang)企(qi)業(ye)實(shi)際(ji)投资需求(qiu)较弱、资金的活化(hua)程度依(yi)然(ran)较低(di)。2020-2022年中国居(ju)民(min)部門(men)存(cun)款(kuan)累计增加(jia)39万亿，考(kao)慮(lv)经济增长、贷款、購(gou)房支出下降(jiang)、理財(cai)暴(bao)露(lu)後(hou)的存款再(zai)配(pei)置(zhi)等因素(su)，疫(yi)后居民“超額(e)凈(jing)儲(chu)蓄(xu)”約(yue)为9万亿。说明(ming)居民部门的投资和消(xiao)費(fei)意(yi)願(yuan)不足，如(ru)今年2月份住(zhu)戶(hu)部门存款增加近8000亿元，而(er)贷款只(zhi)增加2000多亿元。住户部门的存贷差持(chi)續(xu)扩大。从2023年一季(ji)度央(yang)行(xing)城(cheng)鎮(zhen)储户問(wen)卷(juan)調(tiao)查(zha)結(jie)果(guo)看(kan)，居民未来收(shou)入信心(xin)指數(shu)仍(reng)處(chu)在收縮(suo)區(qu)間(jian)，处在近十(shi)年的较低位(wei)置。但這(zhe)顯(xian)然难以通過(guo)货币的寬(kuan)松(song)就能实现。所(suo)謂(wei)的流动性过剩(sheng)，就是货币量增长过快(kuai)， 銀(yin)行机構(gou)资金来源(yuan)充(chong)沛(pei)，居民储蓄增加迅速。这有點(dian)類(lei)似(si)凱(kai)恩(en)斯(si)提出的所谓“流动性陷(xian)进”。但与凯恩斯古(gu)典(dian)或狹(xia)义的“流动性陷阱(jing)”定(ding)义不同，克(ke)魯(lu)格(ge)曼(man)（Paul Krugman） 认为，代(dai)表(biao)流动性的不僅(jin)仅只是狭义货币，也可以是广义货币；导致货币需求無(wu)限大的原(yuan)因並(bing)不一定仅仅是人們(men)的流动性偏(pian)好(hao)，也可能是其(qi)他(ta)的因素。他把(ba)“流动性陷阱”的本質(zhi)歸(gui)结为一個(ge)“信心”或預(yu)期问題(ti)。10年前(qian)，我国的金融机构的加權(quan)平(ping)均(jun)存款準(zhun)備(bei)金率(lv)大约为20%左(zuo)右(you)，如今加权平均准备金率已(yi)经降至(zhi)7.6%，M2余(yu)额从成(cheng)为全球第(di)一，到(dao)如今已经是美国加上(shang)歐(ou)盟(meng)之(zhi)和還(hai)要多。盡(jin)管(guan)货币體(ti)量如此膨(peng)脹(zhang)，我国与欧美的经济状况卻(que)截(jie)然不同，欧美遭(zao)遇(yu)嚴(yan)重(zhong)的通胀，被迫(po)进入加息周(zhou)期，而中国則(ze)繼(ji)续保(bao)持低通胀的状態(tai)，甚(shen)至还降准降息。三年以前，我还曾(zeng)提出“流动性分層(ceng)”的推測(ce)，认为社會(hui)融资规模大是因为货币流向资产领域而非(fei)实物部门，以此来解(jie)釋(shi)为何(he)房价漲(zhang)而通胀低的原因，所谓的“水(shui)往(wang)高处流”。而当今我们面临的，一方(fang)面是实体经济的现金流偏緊(jin)，地方政府、房地产等非金融企业的债務(wu)壓(ya)力(li)大，另(ling)一方面，则是银行等金融机构面临“资产荒(huang)”，即雖(sui)有錢(qian)但缺(que)可以配置的资产，货币空(kong)转的现象(xiang)十分明显。不仅通胀率低，而且(qie)房地产和金融资产都(dou)出现了總(zong)体估(gu)值水平下移(yi)的现象。美国之所以在这輪(lun)疫情(qing)中出现持续高通胀，是因为除(chu)了它(ta)们采取与次贷危机时相同的量宽货币政策外，还采取了非常激进的财政政策，即政府部门大幅加杠(gang)桿(gan)，給(gei)居民部门巨(ju)额補(bu)贴。这就可以解释为何美国在次贷危机之后沒(mei)有发生(sheng)通胀的原因。因此，單(dan)純(chun)的宽松货币政策，未必(bi)会导致高通胀。从我国的近年的信用扩張(zhang)情况看，虽然货币宽松的局(ju)面没有变化，但信用总扩张指数的反彈(dan)力度较小(xiao)，在2020年的9月基本見(jian)頂(ding)，2022年再度显著(zhu)回(hui)落(luo)，与房地产投资的下行有關(guan)，即银行的表外信用扩张出现了大幅回落。

既(ji)然货币政策对通胀已经鈍(dun)化，那(na)麽(me)，货币政策对于经济领域的流动性改(gai)善(shan)作用也有限，宽货币未必能夠(gou)帶(dai)来宽信用。日(ri)本上世(shi)紀(ji)90 年代经济泡(pao)沫(mo)破(po)滅(mie)之后，不斷(duan)降息直至“ 零(ling)利(li)率”的水平，仍无法(fa)誘(you)发企业接受(shou)贷款进行投资的现象应该引以为戒(jie)。

没有一种增长模式(shi)可以一勞(lao)永(yong)逸(yi)为何当下宽货币的政策难以奏(zou)效(xiao)，而且有可能步(bu)入“流动性陷进”呢(ne)？因为货币政策从一般(ban)意义上講(jiang)，屬(shu)于总量政策，而当全球从二(er)戰(zhan)之后延(yan)续至今的和平，促(cu)成全球资产规模空前大、人口规模空前多的同时，勢(shi)必导致严重的区域经济不平衡、貧(pin)富(fu)分化等结构性问题。这就是为何今年我国的货币政策要提 “精(jing)准有力”。我们的生命(ming)是有限的，超过100歲(sui)的人微(wei)乎(hu)其微，同樣(yang)，企业也有生命周期，通常比我们预想(xiang)的要短(duan)，例(li)如，在20世纪的20年代，《财富》500强公司的平均壽(shou)命是67年，而到了2015年，这些(xie)公司的平均年齡(ling)已经降到15年。这意味(wei)著(zhe)買(mai)入藍(lan)籌(chou)股并持有一生的想法，能够獲(huo)得成功(gong)的概率微乎其微。據(ju)統(tong)计：中国私(si)營(ying)企业的平均寿命只有2.9年，中国每(mei)年约有100万家私营企业破产倒(dao)閉(bi)，60%的企业將(jiang)在5年内破产，85%的企业将在10年内消亡(wang)，能够生存3年以上的企业只有10%，大型(xing)企业集(ji)團(tuan)的平均寿命也只有7.8年。朝(chao)代的更(geng)叠(die)也是如此，短则幾(ji)十年，长则几百(bai)年。原因在于时间久(jiu)了，社会结构、经济结构等都会扭(niu)曲(qu)。例如，清朝的灭亡根(gen)源在于它遠(yuan)远落后与西(xi)方的发展(zhan)步伐(fa)了。我曾经在2006年发表过一篇文章：《百年前的盈(ying)利模式能否(fou)延续百年》，从鴉(ya)片(pian)战爭(zheng)前的中国对所有贸易国都是順(shun)差，到如今中国对中国的高度依賴(lai)，提出我国经济应该尽早(zao)转型。

自(zi)从2018年美国向中国大幅提高进口关稅(shui)后，美国開(kai)始(shi)在多个领域给中国产业鏈(lian)和供(gong)应链制(zhi)造障(zhang)礙(ai)。这是因为美国认为中国的崛(jue)起对它构成威(wei)脅(xie)，中国在全球的出口份额一度達(da)到16%。为此，美国要打(da)破这种依赖中国进口的格局，重建世界(jie)秩(zhi)序(xu)。因此，中国过多依赖于外需的盈利模式肯(ken)定持续不了多久，那么，过度偏重于投资拉(la)动的内需增长模式同样难以持久。2022年中国经济增长3%，其中投资贡献了1.5%，净出口和消费分别贡献了0.5%和1%。可见，投资的贡献占(zhan)到50%，显然过高了。从过去(qu)15年看，中国的资本形(xing)成（投资）对GDP的贡献是全球平均水平的两倍(bei)多。

过去，出口和投资是保持中国经济高增长的两大法寶(bao)，出口有人口紅(hong)利優(you)势，投资有城镇化进程加快的优势，如今这两大优势都已经慢(man)慢耗(hao)尽，但消费对经济的拉动作用还没有能够发揮(hui)出来。2023年消费将出现恢(hui)復(fu)性回暖(nuan)，预期有6-7%的增长。但是，消费的增速要显著超越(yue)名(ming)义GDP的增速似有难度，因为消费的增长从根本上上讲取決(jue)于居民收入的增长。按(an)照(zhao)中金公司的研(yan)究(jiu)数据，我国月收入低于5000元的人口为13.28亿。

因此，我国今后需要把中低收入階(jie)层的收入增长曲線(xian)上移，以缩小收入差距(ju)，同时又可以提高对GDP的贡献，因为消费的主力是中低收入阶层。但这个过程可能需要时间，冰(bing)凍(dong)三尺(chi)非一日之寒(han)。

制造业将过剩、人口流減(jian)弱：

需要加大公共(gong)服(fu)务的投入

中国制造业增加值在全球的份额大约为30%，但中国的人口占全球的占比为17.5%，显然，中国是典型的世界工(gong)廠(chang)，过去我们利用廉(lian)价劳动力的优势，为全球提供性价比很(hen)高的实物产品(pin)。但隨(sui)着我国人工成本的上升(sheng)，产业转移将不可避(bi)免(mian)，尽管中国在全球制造业的首屈(qu)一指地位不会撼(han)动。2023年中国出口同比可能负增长。中国出口短期压力来自于美欧经济增速回落和美国去庫(ku)存。中长期看，全球产业链重塑(su)对中国的负面影响已逐(zhu)步体现，如2022年中国集成電(dian)路(lu)进口数量首次同比负增长。

目(mu)前中国外贸企业约有641万家，创造就业崗(gang)位超过2000万个，带动就业约1.8亿人（以制造业为主）。出口产业链走弱后，2023年中国穩(wen)就业压力可能进一步加大。也就是说，制造业的就业机会大幅减少(shao)将不可避免，事实上，过去我国制造业的就业人数已经显著下降了。中国可以通过制造业的转型升級(ji)、发展先(xian)进制造业，成为制造强国，但这似乎无助(zhu)于遏(e)制制造业就业人口的减少。那么，就得大力发展服务业，来吸(xi)納(na)从制造业脫(tuo)離(li)出来的就业人口。即当外循(xun)環(huan)的流量缩小的时候(hou)，必須(xu)扩大内循环的流量，否则，就会导致大量失(shi)业。要让全球人口规模最大的国家实现中国式现代化，確(que)实是前无古人的挑(tiao)战。尤(you)其在全球分化趨(qu)势加劇(ju)的情况下，我们可以接受新舊(jiu)动能转换下产业的分化和市(shi)場(chang)配置资源下区域的分化，但要尽量避免居民收入的分化，因为这会导致严重的流动性问题——大部分人“躺(tang)平”。2022年，我国人口首次出现负增长，而且，外出農(nong)民工数量只增加0.1%，也就是17万人左右，增速明显下降；城镇化率提高0.5%，为65.2%，说明我国的城镇化进程已经明显下降。此外，受疫情影响，2022年出行人数大幅下降。

2022年上海(hai)的人口数据显示(shi)，上海的总人口数量首次出现下降，而且外省(sheng)户籍(ji)人口减少了25万人。从问卷调查得知(zhi)，离开上海的70%以上是因为去外地工作，说明上海面临生活成本高、就业机会少等问题，这与中国过去大城市化进程加快的趋势相悖(bei)。

从发展经济学的角度看，当人口从农村(cun)流向城市的进程放(fang)緩(huan)后，下一步就应该是三、四、五(wu)线城市人口流向一、二线城市，即大城市化加速。但现实的情况是曾经在大城市工作多年的外来农民工随着年龄的增大，告(gao)老(lao)还鄉(xiang)的比例明显上升。早在2017年，大城市化的进程已经非常明显了，三四五线城市人口流向大城市，包(bao)括(kuo)长三角和珠(zhu)三角在内的東(dong)部地区，农民工数量都在减少，但人口则是净流入的，说明城市间流动的人口大幅增加。

按照官(guan)方统计，我国共有3亿左右的新市民，包括乡城转移人口，城际转移人口和落户不滿(man)三年的人口，国务院(yuan)早在2021年6月就出臺(tai)了《关于加快发展保障性租(zu)賃(lin)住房的意见》。主要是解决符(fu)合(he)條(tiao)件(jian)的新市民、青(qing)年人等群(qun)体的住房困(kun)难，提出五項(xiang)基礎(chu)制度和六(liu)个方面的支持政策。2023年的政府工作報(bao)告也提出，“解决好新市民、年輕(qing)人的住房问题”。3亿人的流动，与就业密(mi)切(qie)相关，有就业机会才会選(xuan)擇(ze)居住。首先要给他们的教(jiao)育(yu)、醫(yi)療(liao)、養(yang)老等基本公共服务方面有一定保障，这意味着政府的公共支出要大幅增加。在此基础上，再考虑如何合理解决3亿人的居住问题。因此，随着人口老龄化的加速，预见到2030年我国65岁以上人口占比就将达到20%，养老负擔(dan)会越来越重，今后政府的舉(ju)债规模需要加大，而且应该更多用于民生领域。中国公共消费率长期低于全球平均水平，比发达国家平均低4个百分点，且在城乡之间、省市之间分化严重。假(jia)設(she)和发达国家持平，按2022年名义GDP 121.0万亿计算(suan)，政府最終(zhong)消费支出有4.8万亿的提升空间。

近年中央经济工作会議(yi)提出“適(shi)当增加公共消费”，预计将优先向教育、养老、医疗和育幼(you)等重点民生领域傾(qing)斜(xie)，农村人口和新市民是重点支持对象，以缩小不同群体的基本公共服务差距。 实际上我国政府部门的杠杆率水平并不算高，即便(bian)算上隱(yin)形债务，杠杆率水平也大幅低于发达经济体。如果将债务余额与广义国有资产相比，则更低了。所以，应对内需不足、未来制造业可能面临严峻(jun)的产能过剩局面，通过增大公共服务规模，加大政府部门收入向居民部门中的中低收入群体转移规模，是有助于提升流动性的。

数字(zi)流加速：

中国不要錯(cuo)过AI革(ge)命带来的劳动生产率提速机会

数字经济是继农业经济、工业经济之后的主要经济形态，是以数据资源为关鍵(jian)要素，以现代信息網(wang)絡(luo)为主要載(zai)体，以信息通信技(ji)術(shu)融合应用、全要素数字化转型为重要推动力。2021年，中国数字经济规模超45万亿元，占GDP比重超40%。例如我国的互(hu)聯(lian)网经济应该还是相当发达，騰(teng)訊(xun)、阿(e)裏(li)等电商(shang)的市值在国内眾(zhong)多企业中名列(lie)前茅(mao)，中国网购额在社会消费品零售(shou)总额的占比达到25%。应该说，我国对数字经济的发展非常重視(shi)，数字经济发展从战略(lve)部署(shu)到政策落地都在稳步推进。但由于存在諸(zhu)多短板(ban)，故随着人工智(zhi)能技术的深(shen)度发展，今后发展可能面临诸多挑战。

人工智能（AI）并不是橫(heng)空出世的新技术，但当人工智能的应用越来越广泛(fan)的时候，会有一个从量变到质变的过程，例如，ChatGPT4的出现已经有人把它稱(cheng)之为第四次科(ke)技革命了。它不同于元宇(yu)宙(zhou)，元宇宙还比较遙(yao)远，还想不到它的应用场景(jing)有多广泛。但chat-GPT反映了解放大腦(nao)的“智能型”生产工具(ju)已经出现。ChatGPT作为类似iphone影响的新科技，或将对人类生产、生活产生革命性影响，该技术的出现并非偶(ou)然。近年来，包括：星(xing)链、MRNA疫苗(miao)、智能駕(jia)駛(shi)等领域均出现了一系列突(tu)破傳(chuan)统框(kuang)架(jia)的重要技术。我之所以认为AI可能是一场革命，因为它可以带来劳动生产率水平的显著提高。媒(mei)体上“科技革命”一詞(ci)十分泛濫(lan)，但凡(fan)不能显著带来劳动生产率提升的，其实只是“偽(wei)革命”。高盛(sheng)的一份报告认为，在生成式AI的加持下，工作流程将被大幅簡(jian)化，生产力得到提振(zhen)，在生成式AI发展的十年内，预计每年可以将生产力提高超1.5%。对中国而言(yan)，对数字技术的高度重视，为我们趕(gan)上智能化时代的到来创造了有利条件。但是，我们也面临多个卡(ka)脖(bo)子(zi)的环節(jie)，如生成式人工智能架构由算力层、平台层、算法层和应用层四层架构組(zu)成。我们在前三个层都存在受制于人的“卡脖子”風(feng)險(xian)，因为我国人工智能产业几乎完(wan)全依靠(kao)全球开源代碼(ma)和算法发展起来，缺乏(fa)自己(ji)的底(di)层代码和核(he)心算法等做(zuo)支撐(cheng)。尽管中国的研发投入无论是总量还是占GDP的比重，都在显著上行，但研发投入的重心仍在后端(duan)，在基础研发和应用研发上的占比不高。

尽管我国在研发方面具有举国体制的优势，而且以民企为代表的电商平台、数据平台在全球的规模已经较大，智能化程度有了大幅提高，但核心技术仍受制于人。就应用层而言，我们正(zheng)处在变革的时代，AI的崛起将对诸多行业带来剧变，就像(xiang)第一次和第二次工业革命一样，机器(qi)越来越多地替(ti)代体力劳动者，而随着AI广泛应用，机器将越来越多地替代脑力劳动者，并将对服务业带来巨大的沖(chong)擊(ji)。数字流洶(xiong)湧(yong)而入的时代，可能很多行业会被冲垮(kua)，很多人会因此失业，但它却给本来已经面临各(ge)种结构性问题和风险的世界註(zhu)入一股强勁(jin)的活力。因此，面对AI的冲击，没有必要如此恐(kong)慌(huang)，做出工业革命时代去砸(za)机器的荒唐(tang)举措(cuo)。流动创造新的价值，同时也会摧(cui)毀(hui)旧的价值。中国应该顺应这场时代新潮(chao)流的到来。v返(fan)回搜(sou)狐(hu)，查看更多

責(ze)任(ren)編(bian)輯(ji)：