又到歲末年尾，展望中國經濟的未來走勢，爭議蠻大。我們在思考未來經濟發展、思考大類資產配置，重要的是宏觀框架。過去10年我寫了兩本書，2013年《漸行漸遠的紅利》主要講人口問題，2017年《漸行漸近的金融周期》主要講金融和地產的順周期性。簡要來講，過去20年的前10年，人口紅利是中國經濟最大的驅動力，之后開始明顯消退，近10年中國經濟主要靠地產和金融擴張拉動，現在已進入金融周期下半場緊縮期。
未來10年怎么看，人口老齡化和金融周期下半場調整將帶來經濟增長下行壓力，也必將影響經濟結構。這兩種力量已經發生了，相關的研究和討論也很多，雖然在一些具體問題和技術層面上有分歧，但大方向的基本共識是有的，總體來講難以樂觀。前瞻來看，現在的關鍵問題是，什么是影響中國經濟未來10年發展的具有系統重要性的新增因素、而大家的理解和認識還很不夠？我認為是數字經濟（圖1）。
下圖“網上零售額對GDP比重”只是數字經濟的一個簡單表征，實際上信息科技的進步、互聯網發展、到現在數字技術和大數據的應用正在改變我們的工作和生活，未來10年的演變將更加廣泛和深遠。關于數字經濟有些微觀研究，但宏觀層面的分析還在起步階段，國內尤其少。今天我想分享自己的一點思考，提出一個分析框架，對數字經濟如何影響宏觀格局，包括宏觀政策和大類資產配置的含義，做一個勾勒和探討。
什么是數字經濟？
研究文獻并沒有特別共識的定義，認可較高的是對數字經濟的三重劃分（圖2）。核心部分是信息和通訊技術ICT（Information and Communications Technology）。第二層次是狹義的數字經濟，主要是數據和數據技術的應用帶來新的商業模式，突出的是平臺經濟模式比如電商等，也包括共享經濟、零工經濟等介于平臺模式和傳統經濟活動之間，是對傳統商業模式的改造。但數字化涉及到經濟的各個層面，從制造業到傳統門店，都有數字和信息技術的應用，第三層次的定義是廣義數字經濟，涉及到幾乎所有經濟活動。
從宏觀分析來講，我們更關注狹義范圍和廣義范圍的數字經濟。廣義范圍涉及到數據應用對效率和結構的普遍性的影響。狹義范圍更為重要，比如平臺經濟，其商業模式有別于傳統經濟，對平臺經濟模式的理解對我們分析數字經濟的宏觀含義至關重要。
數據是新的生產要素
那么怎樣理解數字經濟的影響？數字經濟的研究文獻把數據看成一種新的生產要素，在勞動力、資本之外的生產要素。大家可能也注意到，十九屆四中全會在官方正式文件中首次提出數據是新生產要素。作為生產要素，有兩個層面的含義，一是對經濟增長有貢獻，提高現有產品和服務生產的效率，也創造新的產品和服務；二是參與產出的分配也就是收入分配，背后涉及經濟結構的變化。其中一個重要方面是各要素之間，尤其是勞動力和資本之間的替代性，這會對收入分配產生深遠影響。
在農業經濟時代，生產要素是土地和勞動力。在工業經濟時代土地的重要性下降，生產性資本（比如機器設備）和勞動力被看成兩大生產要素，經濟學教科書在描述生產函數時把土地省略了，隱含的假設是土地包括在生產性資本之內了。到了數字經濟時代，在資本和勞動力之外，多了數據作為另一個生產要素（圖3）。那么數據是否應該看成獨立的生產要素？數據作為一種無形資產，和一般性的生產資本及土地等有形資產有什么不同？
非競爭性帶來規模經濟
一個根本性的差別是數據的非競爭性（Nonrivalry）。我們比較一下，傳統的商品具有排他性，一個人使用了，其他人就不能用，比如石油，消耗了一噸就少一噸，這里有一個機會成本的問題，多開采一噸石油需要消耗更多的資源。但數據不同，今天信息的復制和傳輸成本幾乎為零，數據及相關的一些應用具有非競爭性，一個人的使用不影響其他人使用，邊際成本幾乎是零。比如微信作為App，許多人都可以下載，也不影響其他人使用。又比如在數字化時代醫療數據可以低成本由很多醫生共享，提升診斷的準確性和治療效果。
非競爭性的一個重要含義是規模經濟和范圍經濟效應，經濟活動的規模增加、范圍擴大帶來效率的提高。從供給端看，規模經濟體現為規模的擴大降低邊際成本，這是我們熟悉的經濟分析的概念，如何通過擴大規模來降低成本，但傳統經濟活動的邊際成本不能降為零，規模效應也就因此受限，而數字經濟的邊際成本可以是零，其規模經濟的潛力要大得多。一個體現是固定成本重要性下降，可變成本重要性上升。以云計算為例，過去每個公司都要有自己的服務器，是固定成本，現在云計算使得信息服務可以外購，固定成本變成可變成本，靈活性增加，對中小企業尤其有利。
數字經濟還有來自需求端的規模效應，這是傳統經濟分析比較陌生的概念，說的是網絡帶來的需求增加效應。數據及其應用的非競爭性促進了平臺經濟的發展，有別于傳統商業模式服務單邊市場，平臺可以服務雙邊市場，典型的例子是連接生產者和消費者，既服務買方，又服務賣方，形成一個包括生產者、消費者、研發者等在內的生態系統，網絡越大，使用的人越多，帶來的需求越大，進而使得跨產品補貼、甚至免費服務成為可能。
從土地到生產性資本再到數據，作為生產要素的非競爭性越來越弱。土地就是空間，排他性最強，一個人占用的空間越大，其他人占用的空間就越少。生產性資本的排他性比土地小，比如同一臺機器設備可以多個人使用，提高其使用率，但這個空間還是有限的，數字資產使用的排他性最小，規模效應和網絡效應最大。這樣的特征不僅影響效率也對要素的收入分配有重要含義。十九屆四中全會提出新納入“土地”、“數據”兩項生產要素參與分配，土地和數據的屬性有根本性的差別，對分配及公共政策有不同的含義。
壟斷與分配
規模經濟降低成本、提高效率，但也可能帶來壟斷，形成壁壘阻礙競爭。壟斷有兩種，一種是技術進步或創新帶來的市場影響力或行業集中度上升，這是一種“好”的壟斷，雖然創新者獲得超額收益，但這和效率的提升聯系在一起。按照熊彼特的創新理論，壟斷和創新有天然的聯系，沒有壟斷的收益，就不會有那么大的創新動力。還有一類是因為自然力量或政府政策比如監管形成的壟斷，壟斷在獲得超額收益的同時不提高效率甚至損害效率，這就是“壞”的壟斷。土地供給的壟斷就是典型的“壞”的壟斷，由于其天然的排他性，土地獲得的超額收益必然以擠壓其他要素的收入為代價。
就數字經濟而言，現實中，“好”的壟斷和“不好”的壟斷有時候不容易區分，數字經濟平臺在開始階段是“好”的壟斷，是與創新緊密聯系的，但到了一定規模后是否阻礙競爭就有爭議了。
圖4的描述有助于我們理解數字經濟如何改變市場結構和收入分配問題。非競爭性/零邊際成本帶來兩個效應，一個是規模經濟，但同時也降低創新成本，比如每個有編程技能的人都可以參與開發App。這帶來兩個效果，一是市場集中度上升，規模效應導致有效率企業規模擴大，同時低創新成本吸引新的市場參與者。所以這種壟斷不是靜態而是動態的，既有壟斷又有競爭，所謂“創造性破壞”。創新失敗的可能性也很大，怎么吸引創新？需要風險溢價的補償。超額收益既來自壟斷租金，也有整體市場要求的風險補償。只是超額收益由少數成功者獲得，包括核心資本所有者、核心員工或者公司高管，贏者通吃，而一般資本和勞動報酬受到擠壓。
但另一方面創新成本降低也意味社會流動性增強。全球主要經濟體面臨兩大問題，一個是老齡化，使得整個社會創新動力下降；第二個是貧富差距，貧富差距導致社會流動性下降，也不利于創新。但數字經濟會帶來創新成本下降，社會流動性上升，可能對我們擔心的老齡化和貧富差距問題有一定的對沖作用。
數據作為生產要素對分配的影響還體現在勞動力和資本的相互替代性上，一個流行的擔心是自動化、人工智能等發展導致機器替代人，帶來失業問題或者勞動者工資受擠壓。背后的假設是替代彈性系數大于1，但中國的替代彈性系數可能小于1。
中美是全球兩個最大的數字經濟體
一個代表性的指標是中美的電子商務市場規模遙遙領先（圖5）。按上市公司市值來看，全球7個大科技平臺里騰訊和阿里來自中國，其余全為美國，歐洲和日本已經被落下了。數字經濟模式下的全球競爭新格局正在重塑。
那么，中美兩大數字經濟體是不是一樣的？當我們談到數字經濟時，立馬想到人工智能、機器替代、自動化等，背后含義是機器替代人，很多人擔心勞動者受損。今天我要講的一個要點就是中美兩國數字經濟的發展模式既有共性，也有重要差別。簡要來講，美國的數字經濟偏向資本，是對資本友好型的，和美國比較，中國的數字經濟更偏向勞動些，對勞動友好型，兩者的宏觀含義非常不同。
美國：偏向資本的數字經濟
前面提到數字經濟的規模效應，提高效率，總量來講應該體現在勞動生產率，但最近10年美國勞動生產率增速是降低的（圖6）。微觀層面，我們看到很多數字和數字技術應用提升效率的案例，但在宏觀統計數據上看不到，被稱為“生產率悖論”（productivity paradox）。同樣情況在20年前發生過， 1987年 RobertSolow說，“You can see the computer age everywhere but in the productivitystatistics…”。
對此的解釋有幾種可能，一是總體的勞動生產率受其他因素的抵消影響，比如金融危機后大衰退導致的長期失業在一段時間降低勞動者的技能；二是國民收入統計的誤差，比如無形資產投資被低估，導致產出（GDP）被低估；三是時間差，一般性技術進步（general purpose technology）擴張滲透到經濟各層面需要時間，從發明電到電力應用普及提升經濟效率經歷了長達幾十年時間的過程，Solow1980年代提出的疑問，在1990年代看到了勞動生產率提升的數據。
當然，還有一種偏悲觀的看法，就是盡管有數字和信息技術的應用，現在的生產率增速就是低。我自己傾向沒有這么悲觀，常識告訴我們，數字經濟對效率提升是可以看得見的，但這個爭議大，已經有很多研究文獻，這不是我今天講的重點。我想講的是數字經濟在宏觀層面的其他體現，大家關注還不夠但很重要的方面，這就是美國行業集中度上升、勞動報酬占GDP比例下降、資本回報率上升的現象。
圖7-8顯示美國的制造業和服務業、批發和零售業的行業集中度上升，過去20年尤其明顯。與此同時，國民收入分配的數據顯示過去20年美國的勞動報酬占比下降，資本回報率上升（圖9-10），也就是分配不利勞動者、有利于資本。一個可能的解釋是“不好”的壟斷，是政府政策、監管帶來行業集中度上升，使得分配朝著有利資本的方向發展。但過去幾十年是市場化、自由化的大背景，很難想象政策監管是導致行業集中度系統性上升的主要原因。我更認同有關研究文獻提出的技術進步是主要推動力量的觀點，也就是數字經濟的影響。
數字經濟的新商業模式帶來規模經濟，在提高效率的同時帶來行業集中度上升，比如互聯網巨頭搭建的平臺經濟，以及占有專利、數據壟斷等等。無形資產、大數據引用促進行業集中度上升不僅體現在新經濟模式上，即使在傳統領域，行業集中度上升的壓力也在增加，比如線上價格比較導致商品和服務價格越來越透明，使得高效企業勝出，低效企業退出，靠不透明的價格差異來維持低效運營越來越難。
行業集中度上升的同時，美國勞動者報酬占比下降，資本回報率在上升，尤其是在過去20年時間。從數字經濟角度來講，美國技術進步是偏向資本的，對資本更友好。一方面行業集中度上升，壟斷租金提升資本回報率；另一方面程序化、常規化的工作被機器替代，勞動者報酬受擠壓。資本與勞動之間的替代彈性系數有多大？要看資本和勞動力價格之間的比較，以及回報的空間有多大。過去20年一個特別的現象就是全球資本品價格相對勞動成本下降，尤其是發達國家，這是促使機器替代人的重要因素。
值得注意的是，勞動報酬下降、資本回報上升掩蓋了其中的分化，并不是所有勞動者的報酬都受到擠壓、也不是所有的資本回報都上升。數字經濟時代有一個特殊的現象叫“明星經濟”，明星經濟可以是企業也可以是個人。數字技術的使用使得明星企業和個人可以以低成本服務大市場，少數人和企業贏者通吃，無形資產的回報上升。
講到這里，大家可能有一個疑問，為何過去20年美國資本回報率上升、但無風險利率是下降的趨勢？有幾個可能的解釋，一是我前一段時間講到的安全資產荒，安全資產供不應求，大家追逐有限的美國國債，導致無風險利率下降；二是壟斷租金，即資本回報集中在少數壟斷資本手中，一般性的資本回報并不高甚至是下降的；三是無形資產被低估，如果把無形資產和有形資產放在一起看，總體的回報率沒有那么高。
中國：偏向勞動的數字經濟
對比美國，我們來看看中國的幾個相關指標。首先，中國的行業集中度同樣也是上升的，尤其是過去幾年。大家可能馬上聯想到供給側結構性改革和去產能帶來的行業集中度上升，但那主要涉及重工業和上游產業，圖11-12顯示過去幾年不僅是制造業，服務業包括批發零售業的集中度也在上升。我認為解釋的邏輯和美國的行業集中度上升是一致的，都是數字經濟發展的規模效應的一個體現。
與美國相反的是，過去10年中國的勞動報酬占比上升，資本回報率下降。值得一提的是，勞動報酬占比的數據來自統計局，是國民收入統計口徑，和美國的勞動報酬占比在概念上是一致的。由于統計數據的問題，估算中國的資本存量誤差大，計算整體的資本回報率有困難。我們這里顯示的是根據A股上市公司財務報表數據估算的上市公司總體的資本回報率。這當然不全面，比如沒有包括海外上市的中國公司。但資本回報率下降在方向上和勞動報酬占比上升的邏輯是自洽的，反映了資本和勞動在收入分配中此消彼長的關系。
也就是說，設中美行業集中度上升背后都有技術進步的推動，那么美國的數字經濟發展可以說是偏向資本，是資本友好型的，中國的數字經濟發展相對偏向勞動，是勞動友好型的。這和我們直觀的感覺似乎是一致的，在美國越來越多的人擔心機器替代人，普通勞動者在技術進步中受損，民主黨總統競選人之一的華裔候選人楊安澤據此提出“全民基本收入”（universal basicincome）的政策主張。在中國雖然也有機器替代人的擔憂，但我們看到的更多是外賣、快遞、鐘點工等創造的就業機會，而且這些工作帶來的收入往往超過傳統制造業。中國社科院的一項調查研究顯示，互聯網使用對提升中低收入人群的收入尤其有幫助。全國經濟普查顯示，過去幾年中國的個體經營戶快速增長，除了與登記制度改革有關，也和平臺經濟的發展有關。
那是什么原因導致中美兩國行業集中度上升對應不同的要素分配格局？我認為有兩方面原因。一是前面提到的需求端的規模經濟或者說網絡效應，中國人口數量大、人口密度高，使得數字經濟時代的網絡效應帶來的規模經濟大，可以說人口總體規模是數字經濟時代新的紅利。中國大城市數量多、人口密度高、網絡效應大，比如在中國送外賣有規模效應，而在美國送外賣的收益和成本難以匹配。為什么過去做不到，現在做到？是因為數字技術。比如閃送，可以通過大數據實時跟蹤信息，提高快遞員的效率。
從供給端來講，中美兩國的風險資本可以流動，但勞動力不能流動。美國勞動力成本貴，投資更多是替代勞動力的模式；中國勞動力成本低，投向更多是與勞動力互補的模式。傳統理論認為，從制造業向服務業轉化，勞動者工資是降低的。很多人用這個解釋為何發達國家貧富差距擴大。但數字經濟在中國的發展似乎對這樣的經驗關系提出挑戰，勞動者從制造業轉向服務業，報酬是上升的，這是因為數字技術使得同一個勞動者在一段時間內服務的客戶增加。由此帶來的勞動報酬上升，必然吸引更多的勞動力轉向新經濟模式，傳統行業的勞動力成本上升，資本回報率下降。
總結來看，中美兩國發展數字經濟的差別，主要在于人口密度和勞動力成本，這使得技術進步在美國更多是勞動替代型，在中國更多是勞動互補型。美國一些被替代的工作是常規的制造業流水線，中國更多是非常規工作，比如外賣、快遞、送貨員、專車司機等。中國的平臺經濟的數量在全球第一位，根據2015年的統計，10億美元以上估值的全球平臺，175個中有64個來自中國。
數字經濟的宏觀含義
基于以上分析，我們可以就數字經濟的宏觀含義，包括對當下經濟形勢的影響做一些方向性的勾勒和判斷。
GDP增長是否“保6”不是關鍵
數字經濟提升資源配置的效率，應該是一個合理的推斷。就經濟增長來講，機器替代人有助減緩人口老齡化帶來的勞動力供給減少的影響，但現階段在中國資本與勞動力之間的替代彈性比美國要低，勞動生產率提升不僅靠傳統的有形資本深化（機器替代人），更重要的是無形資產比如平臺模式提高勞動力的產出效率。
當前對中國經濟增速的走勢爭議較大，一個自然的問題是數字經濟的發展能不能抵消影響經濟的其他因素比如人口老齡化和金融周期下行（去杠桿和房地產收縮）的影響？我自己的判斷應該難以完全抵消，老齡人口的創新能力下降，數字經濟也難以改變老齡化帶來的需求疲弱。但另一方面，忽略數字經濟，只看傳統的人口和有形資本顯然會過度悲觀。
數字經濟的另一個含義是GDP作為衡量經濟增長的指標的準確性下降，無形資產投資（理論上講是投資的一部分）的重要性上升，但其統計和估算還沒有形成體系和規范。另外，GDP統計的是貨幣化或者近似貨幣化的經濟活動，在數字經濟時代作為衡量我們福利改進的指標更不靠譜了。舉個例子，GDP統計不包括自己做的飯，變成外賣就包括在GDP里了，一頓飯還是一頓飯，GDP增加了，但另一方面，零邊際成本使得數據和信息服務有相當一部分是免費的，改善我們的生活，但沒有包括在GDP里。
總結來講，GDP是工業經濟時代的產物，在數字經濟時代我們需要建立新的指標體系。就當前來講，爭論GDP增長是否應該“保6”意義不大，數字經濟時代傳統的GDP的重要性下降，我們更應該關注就業、教育、醫療保障、研發投入等直接反映民生和經濟發展潛力的指標。
中國利率降到零不會那么快
近期央行行長易綱提出要珍惜正常的貨幣政策空間，央行前行長周小川也指出要避免中國的利率快速降到零。中國的人口老齡化速度快，加上債務和貧富差距問題，一個自然的擔心是中國會不會步美國、日本等發達國家的后塵，低通脹伴隨低利率，甚至進入零利率時代，這個速度有多快。技術進步尤其數字經濟的發展提升效率、增加有效供給，是全球低通脹的貢獻因素之一，帶來利率下行壓力。
數字經濟在中國偏向勞動，在美國偏向資本，中國的供給過剩問題應該比美國要輕，CPI通脹不會像單純從人口、金融周期角度判斷的下降那么快。從過去幾年看，中國的勞動報酬占比上升伴隨著CPI/PPI上升，美國的勞動報酬占比下降，伴隨的是CPI相對價格下降 。這也體現在中國的收入差距縮小、財富差距擴大，創新帶來部分資本回報上升和勞動者收入上升，而美國的收入差距和財富差距同時擴大。
國際貿易新優勢
數字經濟對國際貿易也有重要影響，創新帶來的先發優勢使得中國開始出口無形資產。今年10月份在印度Google Play商店最受歡迎App，其中有5個是中國的，排名第一的是ClubFactory（杭州嘉云），把阿里電商模式引到印度。印度和中國都是人口大國，人口密度高，平臺經濟在印度也應該有類似的發展潛力。中國數字經濟平臺在本土形成的優勢，為在全球市場尤其人口密集的發展中國家的擴張提供了基礎。
促進金融周期下半場調整
數字經濟天然和直接融資聯系在一起，不利間接融資。創新伴隨高風險高回報，適合權益投資，而且無形資產存在沉沒成本，難以作為信貸抵押品。實際上中國的數字經濟發展在相當大的程度上得益于美國的風險投資模式，幾乎所有的平臺模式、所謂的“獨角獸”背后都有國際的風險投資的支持。如果中美貿易摩擦擴張到投資領域，中國發展直接融資的急迫性就更大。
就間接融資來講，數字經濟促進普惠金融，降低信貸對房地產作為抵押品的依賴，有利于降低金融的順周期性，降低房地產的金融屬性。這些都有助于促進金融周期下半場調整和去杠桿。
宏觀政策：緊信用、松貨幣、寬財政
從宏觀經濟政策來講，要把逆周期調控和經濟結構調整結合起來看。經濟周期性下行階段，逆周期調控可以體現為“松貨幣、寬信用、寬財政”；金融周期下半場，則體現為“緊信用、松貨幣、寬財政”；要改善金融結構，則需要緊縮間接融資，發展直接融資，還需要寬財政的配合。因為創新資金來源有兩個，一是直接融資，二是財政投資，前者是商業化的投資，后者是公共品的投資。當前宏觀金融環境的大方向，緊信用、寬財政、貨幣相對中性，在數字經濟時代也同樣適用。
資產估值：區分不確定與風險
三個方面的影響都值得關注。首先是利率，如前所述，偏向勞動的數字經濟意味著，和美國比較，中國的自然利率下行的壓力小一些。
第二，就盈利來講，資本回報呈現分化。行業集中度上升會帶來壟斷租金、龍頭優勢將日益明顯，即使是傳統行業我們也要關注龍頭優勢。但是這個優勢是動態的而不是靜態的，動態競爭下創新成本低、成長期縮短。一般性（尤其傳統行業）資本的回報率受擠壓。
第三，從估值角度思考數字經濟和傳統經濟的區別，要區分不確定性（uncertainty）和風險（risk）的溢價補償。不確定性是不知道敞口有多大，也不知道事件發生的概率有多大。風險溢價是基于對風險敞口和風險事件發生概率的判斷，歷史經驗和數據分析有助判斷。數字經濟回報的特征主要是不確定性，沒有歷史經驗可以參考，而傳統經濟更多呈現風險的特征。
以上證綜指來看，過去10年中國的股票盈利收益率系統性高于無風險利率。這主要是因為金融板塊估值低，金融板塊的風險溢價高，可能反映了投資者對過去累積的壞賬的擔心，投資者需要較高的風險溢價補償。非金融板塊并沒有系統性低估。如果我們看創業板，盈利收益率系統性低于無風險利率，說明投資者對不確定性要求的溢價補償低。美國NASDAQ要求的不確定性補償也比較低，但相對中國來講溢價要高。投資者是否太樂觀？不確定性可能在一段時間帶來泡沫，但在數字經濟快速發展的時代，對創新的不確定性溢價補償低于傳統行業的風險溢價補償，可能也是投資者的理性選擇。
溫馨提示：內容僅供信息傳播，供參考.
來源：億歐
賽絲智能家居 
詢問賽絲
