陳維宣??騰訊研究院博士后/研究員??
白惠天??騰訊研究院博士后/研究員
精彩觀點搶先看：
呂本富：數字技術塑造了經濟的四個環境：管理結構、市場結構、生產和消費結構、碳減排結構或者熵減結構。如果把數字技術帶來的環境正外部性測定清楚，就可以在一定程度上反向來測定全要素生產率的提升。
劉培林：經濟增長有“前沿之龜”和“后發之兔”兩種類型，可以用“為虎添翼”和“自身永動”兩個比喻來理解數字技術提升全要素生產率的機制。
鄭江淮：數字技術具備全方位感知、全過程編碼、全行業遍歷性穿透和傳承以及顯著的網絡效應等特征。未來，中國豐裕的數據要素稟賦將有助于實現更強的數據聚變、技術轉化、擴能的效應。
蔡躍洲：數字經濟可以通過循環數字化和數字循環化兩種機制為暢通經濟循環提供助力。要發揮這兩種機制在構建新發展格局中的積極作用，須以制造業數字化轉型和工業互聯網平臺建設為著力點，
王 ?勇：新結構經濟學是從要素稟賦結構出發的，那么數據作為一種生產要素，應該怎么從理論上進行刻畫與度量，并表述成一個比較嚴謹的經濟學框架，目前還缺乏成熟研究。
陳維宣：政策部門可以重點解決兩方面問題來提高通用技術擴散的速度，一方面是構建國家級行業共性知識庫來解決行業知識不對稱問題；另一方面是解決互補性創新缺失問題。
當前我國經濟發展面臨三重壓力，經濟增長動能減弱，但與此同時經濟效率的提升有巨大空間。如何通過數字技術提升全要素生產率（Total Factor Productivity，TFP），助推中國經濟實現動能轉換和高質量發展，是一個具有戰略價值的重大問題。
為深入探討相關議題，騰訊研究院于2022年3月18日舉辦“尋找新動能：數字經濟時代全要素生產率提升問題研討會”。中國社科院數量經濟與技術經濟研究所數字經濟研究室主任蔡躍洲、南京大學經濟學院院長、人文社會科學大數據研究院副院長鄭江淮、浙江大學求是特聘學者、區域協調發展研究中心研究員劉培林、國家創新與發展戰略研究會副會長、中科院大學經管學院教授呂本富、北京大學新結構經濟學研究院學術副院長王勇、騰訊研究院研究員陳維宣先后發言。騰訊研究院首席經濟學顧問吳緒亮主持研討。以下為參會專家的觀點摘要。
?騰訊研究院? 吳緒亮
受全球金融危機影響，2011年以來中國經濟下行壓力逐漸增加。當前經濟增長的三駕馬車中消費和投資恢復遲緩，穩出口難度增大，并且勞動力人口占比持續下降。推動未來數十年經濟增長的新動能在哪里？日本完成工業化時，1995年GDP達到美國七成，全要素生產率也是七成，此后進入了“失去的二十年”。2021年我國GDP總量已經達到114萬億規模，達到美國77%左右，但全要素生產率卻遠低于包括美國在內的諸多發達經濟體。因此，我國經濟效率的提升空間巨大，或許蘊藏著未來數十年經濟增長的最大新動能。正如習近平總書記在十九大報告中明確提出，要“推動經濟發展質量變革、效率變革、動力變革，提高全要素生產率”，2022年又在《求是》雜志撰文指出要“提高全要素生產率，發揮數字技術對經濟發展的放大、疊加、倍增作用”。
大家也知道，全要素生產率的提升對哪個國家來說都并非易事，發展中大國挑戰更為艱巨。但是當前我們正迎來以數字技術為核心的新一輪科技革命和產業變革，數字經濟的蓬勃發展為全要素生產率躍升帶來了百年一遇的戰略契機。如何通過數字技術大幅提升我國全要素生產率，助推中國經濟實現動能轉換和高質量發展？數字技術助力全要素生產率躍升的理論邏輯是什么？政策部門、產業界和數字技術公司如何助力提升全要素生產率？這是我們舉辦此次研討會的初衷，非常期待各位專家的高水平分享和理論指導。
?中國社科院? 蔡躍洲經濟社會運行的本質是以生產為起點、消費為終點、分配和交換（流通）為中間環節的動態循環過程。在任何經濟形態和文明發展階段，在實現商品/服務（物質流）供需對接的經濟循環過程中都會產生相應的信息流。而受制于信息通信技術和信息交流方式的差異，不同文明發展階段中物質/能源、資金、信息等在經濟循環中流轉的模式存在較大差別。在數字經濟時代，新一代信息技術帶來的數據信息收集、傳輸、分析、交互的即時性，使得各環節間物質、商品、服務、資金的傳遞流轉更為精準、高效，從而減少了生產和流通過程中的冗余，縮短流轉時間，加速經濟循環，提高經濟運行效率。微觀層面，生產環節的效率提升源于包含有效信息的數據要素，作為投入參與的生產過程中，可以提高各環節、其他非數據要素之間的協同性；流通/交換環節的效率提升則源于更多有效信息的傳遞降低信息不對稱，提高配置效率。宏觀層面，數字經濟則可以通過循環數字化和數字循環化兩種機制為暢通經濟循環提供助力。（1）循環數字化：數字技術暢通經濟循環。數字技術對經濟社會各領域以及生產、交換（流通）、消費各環節的加速滲透，可強化信息流對物質流和資金流的引導，加速經濟循環。（2）數字循環化：暢通ICT產業生態系統。處于上游的材料和設備是整個集成電路產業的基石，處于中游的制造模塊的產成品芯片則幾乎構成所有數字技術的物質載體，下游則是經濟社會不同領域的應用。圍繞產業中游、上游各環節高端產品的攻關突破，從技術和產品供給上打通斷點、堵點，不僅有利于暢通整個產業生態體系，形成規模可觀的產業循環，也能為加快數字化發展提供物質和技術支撐。
當前，這兩種機制作用的發揮受制于工業互聯網及其他新型基礎設施發展滯后、ICT產業鏈供應鏈斷裂風險以及就業結構調整和分配失衡。要發揮好“循環數字化”和“數字循環化”兩種機制在構建新發展格局中的積極作用，須以制造業數字化轉型和工業互聯網平臺建設為著力點，加快數字經濟領域關鍵核心技術突破，從加快新基建、強化ICT核心技術攻關、提升數字技能等著手加以應對，為構建新發展格局提供強大助力。
?南京大學??鄭江淮數字經濟發展能不能帶來顯著的全要素生產率的提升？可以從需求端和生產端兩個方面來看。從需求端看，取決于數字技術是否能夠帶來消費者福利增加，是否會產生多樣化、差異化的需求；從生產端角度看，則體現在企業創新成本是否降低、創新周期是否縮短等方面。產業數字化是溝通需求端和生產端的重要橋梁，它既帶來了消費多樣性的增加，也帶來了相應的生產增長，從而在生產層面供給也會有多樣化的增長態勢。當前中國已經進入以生產、商業數據模型優化為主的數字化發展階段。從新階段數字技術的性質看，數字技術包括了信息感知、分析、行動、反饋等各個環節，具備全方位感知、全過程編碼、全行業遍歷性穿透和傳承以及顯著的網絡效應等特征。由于現階段數字技術能夠將過去隱性化的、沒有充分利用的知識編碼為數據，實現顯性化和結構化，并與已編碼化數據聚合，我們可以借助數據聚變擴能的模型來理解數據要素驅動經濟增長的微觀機制。首先，數字技術將現場采集、后臺收集的各種生產、流通、消費、管理等信息進行編碼化，企業生產能力集、組織慣例集等要素進行集合。這是數字化轉型的數據要素注入階段。其次，通過大數據的存儲、挖掘、計算，形成優化的知識、技術、工藝，帶動勞動生產率的提高。這是數據聚變擴能階段。最后，數據要素在新的生產率水平上進一步轉化，通過聚變擴能，形成更優化的知識、技術和工藝，這個過程循環往復，數字技術的通用性不斷加強，可占用性準租趨近于零，數字技術全社會共享程度越來越高。
基于上述數字化轉型的新理念，數字化轉型的結構變遷效應將推動經濟發展進入新階段。中國是全球產業體系最完整的國家，具有產業環節多、數量大、結構復雜的特點。數字化轉型后，中國的數據稟賦豐富程度將在全球居于領先位置，這意味著中國有望實現更強的數據聚變、技術轉化、擴能的效應，若能更好地抓住這一輪科技革命和知識經濟深化帶來的機遇，將推動經濟發展水平實現更大程度的躍升。
?浙江大學??劉培林從世界范圍的歷史經驗看，經濟增長有兩種類型，其中有一種可以稱為“前沿之龜”，另一種可稱為“后發之兔”。“前沿之龜”典型代表是美國一類的技術前沿國家，除了“大蕭條”、兩次世界大戰等特殊時期外，基本上人均收入每年增長維持在1.8%左右，而且持續了將近兩個世紀。“后發之兔”典型代表是二戰結束之后日本、韓國、中國臺灣等后發經濟體，最初增長速度很低，后來經濟起飛后變成“兔子”，經過一個為期幾十年的高速追趕期之后，經濟增速也會隨著收入水平趨近于技術前沿國家而逐步放慢。無論哪種類型的增長，根本的動能都是來源于技術進步。過去兩個世紀的歷史經驗是技術前沿國家人均收入增長2%，這可以被看作人類知識前沿外推速度所能驅動的增速。中國作為后發追趕國家，未來經濟增長動能，既來源于與技術前沿國家尚存技術差距的追趕速度，也取決于和技術前沿國家大致同步起跑的一些新技術領域的發展狀況，比如在數字技術領域，中國與美國差不多同時起步。全要素生產率是總產出當中扣除各個單要素的組合貢獻后的余額。全要素生產率這個名稱本身就蘊含著悖論，如果全部要素都能被精準識別和精確度量，并且要素之間相互組合的方式也能夠被精確的理解和度量，那么總產出扣除了全部要素的組合貢獻之后，就不會存在余額。索洛曾經說過“全要素生產率度量的是我們的無知程度”，與其說這個指標度量了什么，倒不如說度量的是我們遺漏了什么生產要素。從這個意義講，“多要素生產率”比“全要素生產率”來得更加準確。高質量發展的內涵包含三個方面：高效、包容與可持續。高效是讓蛋糕能夠以潛在的最高速度持續地做大，從靜態看是配置效率最優，從動態看則是經濟增長速度達到潛在的最高水平。包容就是合理地分配蛋糕。可持續就是生態環境要友好，有些學者將生態環境（包括能源、自然資源、排放空間）作為一種要素納入生產函數。我們可以借助“為虎添翼”和“自身永動”這兩個生動的比喻來理解數字技術提升全要素生產率的機制。所謂“為虎添翼”，首先是指提高單要素生產率，如勞動生產率；其次是指優化要素組合，改善配置效率，充分釋放動態增長潛力。不過需要指出的是，將來要注意未來的減量式發展的趨勢，因為數字經濟的發展有助于降低無謂的經濟活動，比如減少不必要的通勤、提高配送效率等等。這種狀況下，通常意義上的GDP有可能減少，但人們的福利水平卻是提高的。“自身永動”則強調數字技術憑借自身的一些特征對經濟增長的帶動。數字經濟具有報酬遞增、非競爭性、正外部性的特性。這些特性對于經濟增長而言，就像永動機一樣。比如，最近的NFT技術可以說憑空就創造出了稀缺性進而創造出價值，為喜愛的人帶來效用。這也會是一種社會代價很小的增長，未來這方面的空間和潛力巨大，現在還難以充分想象。
面對數字經濟的這些特性，也需要回到全要素生產率概念本身蘊含的悖論，考慮這樣一個問題：數字要素投入和產出測算得越清楚，有可能會發現數字經濟對提升全要素生產率的數字沒我們想象的那么高，但不能因此否定數字經濟的貢獻。
?中科院大學??呂本富
全要素生產率的前身是IT悖論產生的背景。IT悖論這個問題由來已久，對它的討論可以分為三個階段。第一個階段是在2000年之前，很多學者在討論這個事情，為什么大量的IT投入沒有見到明顯的效果。第二個階段是從2006年開始，認為IT已經成為一個環境，由于每家企業都用它，就顯示不出來競爭力了。第三個階段是在2010年以后，不僅沒有人懷疑IT提高勞動生產率，而且逐漸開始反對IT公司的所謂霸權，對它的規制成為主流。經濟學家對IT悖論的研究，主要就是兩個方式。一個是所謂的“要素說”，即把數字技術等同于土地、資本等，來測算它在勞動生產率中的重要性。另一個是采用“系數說”，把各個要素整合為一個系數來計算勞動生產率。但是在實際操作中，始終都面臨無法清楚計算IT對生產率的凈效應的問題。除了剛才的要素說和系數說之外，我提出一個“環境說”。數字技術提供的是一個經濟運行的環境。環境說、系數說和要素說是并列的說法，怎么能通過考量環境的計量來考察全要素生產率，這是我們需要考慮的。研究數字經濟的增長階段，可以證明數字技術塑造的是一種環境。第一階段從1995年開始，稱為信息化階段，主要是記錄的革命，信息變成符號進入管理系統。第二階段是平臺化階段，稱為分發的革命，信息分發的成本幾乎降為零。第三階段從2015年開始，稱為智能化階段，是認知的革命，最重要的是把人和機器的決策完整地結合在一起。2021年開始，數字技術進入第四個階段，叫元宇宙階段，稱為體驗的革命。這四個階段分別針對了四個經濟環境的變化。第一個信息化階段對應的是管理環境的變化，流程重組、兩化融合等都是數字技術改變了管理，它既不是一個獨立要素，也不是一個系數，而是一個環境。第二個是平臺化階段，改變的是市場結構。中小企業可以通過平臺進行全國性的布局，平臺化最重要的是有利于長尾經濟的發展，但是在全要素生產率中找不到，因為它改變的是市場結構，改變的是環境。第三個是智能化階段，數字技術改變生產結構和消費結構。過去只是在流通領域、管理領域產生作用，現在生產領域和消費過程已經逐漸開始智能化了。智能化對生產結構和消費結構的改變，有的時候也在要素生產率感覺不到，但是更加精準。第四個是元宇宙階段，元宇宙改變的是熵結構。在元宇宙中用虛擬的體驗來代表真實的體驗，人的體驗滿足了，但是基本上沒有消耗物質和能量，這是最高水平的經濟。進入元宇宙以后，全要素生產率又有另外一個方向的體現，要加一個幸福的價值或者綠色的價值。
數字技術塑造了經濟的四個環境或者四個結構：管理結構、市場結構、生產和消費的結構、碳減排的結構或者熵減結構。這些通過傳統的要素理論或者系數理論都沒有辦法測量，但是它又是客觀存在的。如果我們把一個經濟活動的環境的正外部性或者數字技術帶來的正外部性測定清楚，可以在一定程度上反向來測定全要素生產率的提升。
?北京大學? 王勇我主要是想從新結構經濟學視角和大家分享一下對于數據要素產業升級的看法。我們在度量數據或數字技術在產業升級發展過程中的作用的時候，數據到底是以什么樣的形式進入生產函數？這是個理論問題。數據要素在使用的時候，到底是作為一個技術手段進入，其中哪些是偏向性的技術？還是作為一個單獨的要素進入，應該怎么參與分配？還是改變了整個生產函數，那么函數形式本身不應該是外生給定的，而應該是內生出來的。數據進入生產函數的方式不一樣，對TFP的影響與測度就是不一樣的。獨角獸企業和平臺型經濟是新結構經濟學中的換道超車型產業，它天然和數據要素是很好地結合在一起的。新結構經濟學是從要素稟賦結構出發的，那么數據作為一種生產要素，應該怎么從理論上進行刻畫與度量，并表述成一個比較嚴謹的經濟學框架，目前還缺乏大家公認的成熟研究。如果我們看獨角獸企業，現在中國的獨角獸企業數量不低于美國，有幾年還高于美國。獨角獸企業主要集中在兩個產業，一個是平臺經濟，另外一個就是生物制藥。以美團為例，它是一個典型的平臺型企業，那么美團到底提供了什么樣的服務？一個是配送服務，它具有一定的規模報酬遞增的特性。另一個是把不同偏好的消費者和不同特點的餐館更好地匹配起來。數據在其中發揮多種重要的功能，這里面反事實差距就是數據要素帶來的價值，這是一個定價的過程。和經濟增長相關的文獻，把數據要素作為一個單獨的生產要素放在生產函數里面，研究數據要素的外部性、對經濟增長的影響、產權配置、隱私、效率等方面。但是，從新結構經濟學角度來說，首先是它作為一個數據要素，關于它的定義和測度，有沒有進一步的詳細的刻畫，這個是我們正在做的事情。因為它的收集、使用、存儲過程都涉及到技術手段，用經濟學分析的時候，各個經濟活動板塊上面，我們怎樣考慮數據要素帶來很多新的挑戰和新的命題。
無論是分析數據要素還是其他的產業結構，我們從給定的發展階段以及稟賦結構出發，比如在給定的時間點上有哪些數據，數據結構如何，以及它的技術條件決定了最適宜的產業結構。從這個角度來講，一方面傳統的以發達國家為參照系，尋找我國和發達國家的差距，怎么樣可以去學習與補充，這是非常必要的。另一方面，更需要的是根據我們現在所處的發展階段為參照系，應當如何制定和發展階段相適宜的數字經濟的發展政策，怎樣評估效率。這是一個更需要的邏輯結構，也是新結構經濟學與主流思路不同的地方。否則，就回到了舊結構主義的產業趕超，或新自由主義的制度趕超。
?騰訊研究院? 陳維宣
在不同經濟發展階段的經濟增長動能是不同的，在低收入階段能夠有效促進經濟增長的動力因素在中等收入階段很可能會失效，在中等收入階段或經濟發展中期階段需要轉換經濟增長動能，從低收入階段以要素積累為主轉換為高收入階段以技術進步、創新和制度變革，或全要素生產率的提高為主，這已經在學術界達成理論共識。我國即將跨越中等收入階段，進入高收入國家行列。此時能否順利、成功地實現增長動能轉換，防止從高收入國家行列返回中等收入國家，就十分重要，而動能轉換的關鍵就在于全要素生產率。根據佩恩世界表的數據，第一，中國的全要素生產率與美國之間仍存在不可忽視的差距，2019年時僅為美國的44.22%。第二，與日本和韓國比較，兩國在完成工業化時，相對美國的全要素生產率約70%左右，當前我國已基本實現工業化，但相對美國的全要素生產率較低。第三，2021年以后，中國的全要素生產率增長率在大多數年份中都低于美國。數字技術與生產率的討論通常涉及“索洛悖論”或者“生產率悖論”問題。從技術發展史來看，蒸汽機、內燃氣、電力等這些老一代通用技術均顯著的提高了生產率。同理，數字技術作為新一代的通用技術，必然會顯著提高全要素生產率。比如，騰訊 AI Lab曾在一個50平米的溫室里種出了3000公斤以上的黃瓜，產出是同類農業專家的五倍以上。又如在工業質檢領域的應用。騰慧飛瞳AI質檢儀相對人工質檢速度提升10倍，在10多臺設備持續滿載運行情況下，預計每年節省人力成本數千萬元。在醫療領域，搭載“騰訊覓影”AI醫學影像和騰訊云技術的人工智能CT設備，AI算法只需數秒即可助力醫生識別新冠肺炎，大幅提升檢查效率。
公共政策部門可以重點解決兩方面的問題來提高通用技術擴散的速度，一方面是通過構建國家級行業共性知識庫，解決行業知識不對稱問題；另一方面是解決互補性創新缺失的問題。對于科技企業來說，開源將會成為通過數字技術推動全要素生產率提升的重要方式。目前，騰訊已經成為全球開源貢獻最大的科技公司之一，穩居全球開源企業貢獻榜前十。
文章來源：騰訊金融研究院
【免責聲明：本文版權歸原作者所有。為尊重版權，我們盡量標注文章來源，若不愿被轉載或涉及侵權，請及時通過在線客服和郵箱聯系，郵箱地址：wutongtai@wttai.com，我們將第一時間予以刪除】
