当前位置:首页|资讯|ChatGPT

张军:很多行业,不能数字化转型就要掉队

作者:观察者网发布时间:2023-03-08

原标题:张军:很多行业,不能数字化转型就要掉队

数字经济不知不觉间已经成为推动我们国家经济增长的主要引擎之一。2021年,我们国家数字经济规模达到45.5万亿元,占国内生产总值比重为39.8%。

数字经济的本质是什么?会对中国未来10-20年经济转型有什么影响?数字经济的发展会对劳动力市场结构和宏观经济的调控带来哪些影响?

在数实融合的大趋势下,我国的数字化转型接下来将面临怎样的机遇与挑战?针对具有天然垄断倾向的数字经济,该如何实施监管?

围绕上述问题,复旦大学经济学院院长、中国经济研究中心主任张军做客观察者网“经济学家建言2023中国经济”系列访谈,带来深度解读。

“经济学家建言2023中国经济”系列,是观察者网和复旦大学中国研究院联合推出的重磅访谈节目,邀请十余位著名经济学家,从房地产、数字经济、稳投资、促消费等诸多领域前瞻并建言2023年中国经济,敬请关注。

【访谈/观察者网 王慧 整理/房佶宜 审核/周小婷、朱敏洁】

观察者网:首先想请您从经济学家的角度跟我们的观众读者讲讲,数字经济的本质是什么?

张军:现在数字经济无处不在,几乎存在于我们生活和经济的每一个场景中,所以大家可能不太会去思考,数字经济到底是什么。

但从源头上来说,我们有了数据、对数据的处理方式、算法和人工智能之后,数字经济是技术驱动所造成的现象。数字技术的发展对整个经济形态进行了碾压式的改变。

可以很形象地将数字经济想象成各种各样平台的加总。我之前说过,通过一个国家APP的数量就大概可以捕捉其数字经济发展的态势。

有时候我也在想,如今数字经济已经产生了这么大的影响,未来数字经济会怎样?当讨论ChatGPT的时候,一定会颠覆我们对很多数字技术发展的现有认识,我觉得这个世界现在已经变得不可想象了。

观察者网:数字经济会对中国未来10-20年经济转型有什么影响?

张军:大家现在都在谈转型,但今天谈论的转型的含义,可能跟20年前是不一样的。

20年前谈转型,是指很多传统经济部门向现代部门转变。最典型的传统经济部门比如农业、传统制造业,现代部门是就指现代制造业、服务业、金融业等等。

而今天谈转型,必须增加一个维度,即数字化转型。用数字技术改造一个行业,甚至整个流程都要再造,业态、经营模式等等都要改变。

举个最形象的例子,20年前我们要乘出租,要么打电话约车,要么在马路上伸手拦车。这在当时已经很现代化了,它也会进行调度,通过电话来合理匹配供给和需求。而现在通过手机APP就可以叫到车,借助一个平台更迅速地匹配了供给和需求,并且去掉了“调度”环节,这其实是“去中心化”模式。

数字化转型已经成为一个潮流,不论是现代的服务业还是制造业,如果没有数实融合和数字化技术驱动,就会掉队。

观察者网:过去这些年,数字经济为我国创造了大量的就业。在当前的就业形势下,大的数字平台例如微信、电商等,如何更好地在推动多样化就业方面如何发挥更大的作用?

张军:2021年我在北京参加中国发展高层论坛,当时主办方安排我跟诺贝尔经济学奖获得者、美国哥伦比亚大学教授约瑟夫·斯蒂格利茨举行了一场对话。当时我们谈到了一个很有趣的问题:在数字化时代,什么是失业,什么是就业?

现在就业和失业的定义都发生了很大改变,跟原来完全不一样了。

假如我是开专车的,在接到统计就业、失业问题的电话时,我好像也不太能把自己定义成专车司机,因为我可能还有别的工作。所以,如果对方问我现在的单位和就业岗位到底是什么,确实很难定义。这个例子说明,数字技术让就业的含义变得更加丰富,就业不再是指从事单一岗位,一个人可能同时有几个岗位,甚至这些岗位之间毫无关联。

反之,如果询问某人是否处于失业状态时,我们很有可能得到的回答是,“我在过去一个礼拜没有就业”,但这并不等于“我没有就业机会”。

数字化技术的驱动实际上带来了整个劳动力市场结构的巨大改变。现在很多发达国家也是如此,可能它的经济不太好,GDP增长率可能在下降,但失业率却维持在非常低的水平,甚至是创历史新低。例如,美国、欧洲和日本就是这样。

在传统认知框架中,大家很难理解这两个现象。因为通常大家会认为,经济不好就创造不了那么多就业岗位,失业率一定会上升。但如果用数字经济的理念去看待它,这恐怕就是一个常态了。

未来的宏观政策,特别是将来政府部门在管理宏观经济时,需要运用数字经济理念,因为那些传统的管理方式是基于劳动力市场失业、就业的严格统计口径来做出的,但现在的状况下显然已经不成立了。

比如腾讯等数字平台在创造就业中就扮演了非常重要的角色。它们可以让劳动力市场拥有充分的弹性,让就业变得非常丰富,让不同的场景同时出现在一个人的身上,一天内可以变换多个场景,这在过去传统经济部门中是无法想象的。

那天,斯蒂格利茨教授也说道,将来在经济框架下再去统计失业率,可能意义不是那么大了。关键问题在于人们在各种各样的就业机会当中如何选择,而不是要么就业、要么失业,这种所谓的二元对立选择模式已经不成立了。确实可能会出现一个人暂时退出劳动力市场一段时间,然后再重新进入的情况,人们变得相对自由,技术上也没有障碍,这是一个很大的改变。

我国2014-2021年数字化产业收入、增加值规模及增速

观察者网:最近和数字经济相关的ChatGPT非常火。这个人工智能AI机器人上知天文、下知地理,很多人都担忧自己要失业了。我注意到,您之前在和皮凯蒂的对话、和诺贝尔经济学奖获得者斯科尔斯的对话中,都提到了技术的发展让资本跟劳动之间的替代关系越来越明显。结合今天的主题数字经济,您觉得未来数字经济的发展会对劳动力市场结构和宏观经济的调控带来哪些影响?

张军:我和皮凯蒂当时讨论这个话题的背景是,他通过研究发现,在过去几百年里,资本主义国家财富分配的总体趋势是差距不断扩大,资本拿得多,劳动拿得少。如果要从理论上去解释这个趋势,其实没那么简单,因为其中涉及到一个问题,即资本跟劳动的关系。

理论上,如果资本跟劳动是互补关系,那么当技术发展使得资本增加时,劳动也会增加。但如果二者不是互补关系,而是转变成替代关系,那么当技术发展不断偏向资本,资本越来越多,劳动或者说就业就会越来越少。这种转变会导致一个社会在收入和财富层面变得更加对立。这很容易让我们联想到马克思在19世纪看到的场景——经济快速增长,工人们工作时间很长,工资却非常低。

但是,数字经济的发展并不见得会让马克思看到的场景再现,因为就像刚刚我们提到的,现在就业的含义比过去更加丰富。

设想一下,如果资本跟劳动会不断走向替代关系,未来随着技术和数字经济的发展,很多工作都可以由机器来替代人工。很多人会担心,这样我们不就失业了?但是,我们的想象力可以再丰富一点,可能我们的确丧失了一些可以被机器取代的就业,但是社会上会继续产生新的我们暂时无法想象的机会。

我认为技术的发展一定不是简单的线性发展。如果是线性发展,大量的人都会失业,而它可能是非线性轨道,等到劳动被替代到了一定阶段以后,社会中会出现大量过去不存在的需求,这对于我们来说是新的机会。

但反过来说,即使我们被替代了,也不一定是坏事。今天对比过去的50年、100年,实际上人类的很多机会都被机器替代了,但人类并没有很痛苦,反而越来越happy了,生活的水准、质量和人的价值都在持续提升。所以,总体来说,科技能帮助人类寻找到想要追求的更理想的目标。

浙江永康一工厂使用智能化生产技术提升效率。图自视觉中国

这其实也符合马克思曾经的畅想,希望人类社会能够实现“按需分配”,即生产力高度发展,物质财富也极大丰富,人类好像并不需要为了达到某个目标而付出巨大劳动,因为劳动已经由机器完成了。马克思就把这个场景定义为共产主义。

观察者网:现在很多人觉得ChatGPT对自己的工作造成了危机,您觉得需要有这种危机感吗?

张军:其实,我并不担心。ChatGPT是一个大模型,它必须“有中生有”,“有”就跟我们所有人都有关系,因为我们每个人都有IP。将来需要解决的问题应该蛮有趣的,如果有了这种技术,怎样确保每个人的原创IP不受技术侵犯。所以在这种情况下,它不见得会对知识、思想的产生造成毁灭性的影响,反而会让知识和原创思想变得更加有价值。

观察者网:数实融合是近年来的一大趋势,从流水线上到整个工厂管理,我们看到有越来越多的数字化转型成果落地,对中国制造业而言,数字化转型接下来将面临怎样的机遇与挑战?数字技术如何推动中国的实体制造高质量发展?

张军:我认为这是一个大趋势,因为最初数字经济发展是从消费端开始的,比如从电商这类平台开始慢慢发展起来的,可能大多数国家都是这样,首先在消费领域开始应用,出现大量APP等等。但最终要走到产业端,并不是一个水到渠成的结果,它是有门槛的,包括工业互联网也是如此。

我们现在已经意识到,中国在工业互联网方面还有很多工作需要做,首先就是需要技术上的创新。其次,中国整个工业体系的层次丰富、体系庞大,有大型、中小型的工业企业,要对整个工业流程再造、走向数字化就相对会难一点。

我认为,不同国家之间在数字经济方面最后的竞争平台可能主要不是消费互联网,而是工业互联网。工业互联网才是真正决定哪个国家能在数字经济发展上保持全球前沿地位的一步。

这两者有很大的不同,消费互联网的逻辑相对简单,就是原来我们去店里买东西,现在在网上买东西。而对于很多从事工业互联网相关行业的专业人士来说,工业互联网的逻辑完全不同。

因为工业互联网需要颠覆整个工业和制造业的概念,是对原本行业的一个巨大冲击,需要改变组织方式,把那些东西推倒重来,这就是流程再造。它会完全改变传统意义上的工业组织结构,以及投入和产出之间的传统函数关系。

流程再造并非易事,需要大规模的集体行动和投入。它的前提是我们要在工业互联网层面有突破性的技术创新,现有的消费互联网技术恐怕不太用得上。因此,当下产业界和实业界都在强调,数实融合不像消费互联网那样简单,而是一个完整的创新。

观察者网:统计显示,全球范围内来看,我们国家数字经济的规模位居第二,仅次于美国。您认为中美在数字经济发展中分别有什么特点?中国发展数字经济有什么独特的优势,我们还需要在哪些方面做出改进?

张军:中国的消费互联网发展得好,是因为有先天优势——中国是一个超级消费市场,市场大、消费者规模大。但是,想从消费互联网转变到工业互联网,没有那么容易;某种程度上也是因为存在路径依赖,即习惯会给我们未来的选择造成较大障碍。

美国的消费互联网发展不起来也是因为路径依赖:第一,美国的零售业发展很好,拥有大型连锁商店模式;第二,美国银行业发达,信用卡普及率高,形成了信用卡文化,移动支付难以发展。而中国则是跳过了信用卡环节,直接使用移动支付。

我觉得在工业互联网方面,美国目前可能会比中国走得要快。首先,我国积累的相关知识受到消费互联网影响较大,或者说这些知识更多的是与消费互联网有关,这会在一定程度上造成转型困难。其次,由于消费互联网的不发达,当美国开始关注数字化时,注意力会先放在工业上。所以,中美两国在数字经济发展方面是各有千秋、各领风骚。

但也要看到,中国在工业互联网的发展上也有自己的优势。当我们认识到工业互联网发展对于数字经济转型的重要性,以及美国工业互联网发展较快的实际情况之后,国家会更加重视,会推出转型战略。美国是一个自由的市场经济,国家没有能力推动转型进程,但中国有这个制度能力。从这个意义上来说,中国在工业互联网领域的发展速度会比较快,会有一个追赶的过程。

2022中国5G+工业互联网大会现场图。图自视觉中国

在推进工业互联网的过程中,国家能力总体上是比较积极正面的,对于政府来说,可以在需要的时候整合资源,减少短板和牵制,加快进程。但由于数字经济的发展更多的是基于市场主体的创新,并不是简单地政府通过资源分配就能够实现的,所以也要防止政府过多的干预,从而使得市场主体的创新空间变小或者影响其创新动力。

在我国具备举国体制优势的情况下,我们要保持适度的干预,防止过度,这样会使数字化转型更快更顺畅。

观察者网:数字经济比传统经济更加容易实现“赢者通吃”,具有天然的垄断倾向。因此接着要解决的就是有效监管问题,这也是全世界监管体系面临的共同挑战。在完善数字平台监管方面,您有何建言?

张军:我认为,首先我们得有一个基本共识:监管是必要的。但对于还处在转型过程中的数字经济来说,监管要谨慎,要对市场保持友善,监管的理念和做法也要能够跟着市场一起发展。

其实,对数字经济的监管是全世界共同面临的挑战。学界要加大对相关领域的理论研究,过去有很多经济学家专注于产业组织和市场结构,这些都跟监管有很大关系。

上世纪70年代,美国经济学家、普林斯顿大学教授威廉·鲍莫尔组织了一个研究团队,其中有一个人来自美国的监管部门。之所以需要进行联合研究,是因为当时美国面临着一个问题——有很多受到监管的行业发展得非常不好。

比如,美国航空业受到的管制很繁杂,但无论是从现实还是从研究角度都会发现,由于政府的过多管制,这个行业已经失去了竞争力,服务质量差,资本得不到更新,各方面都不尽人意。这在客观上需要经济学家去反思,对这些行业的监管有无改进之处。

鲍莫尔的团队研究发现,判断是否出现垄断,不能仅仅看市场份额。市场份额大,可能有两个原因造成,一是垄断,通过排斥竞争对手获得特别大的份额,提问中说的“赢者通吃”基本属于这个情况;二是技术原因导致,企业的规模经济效应特别明显,它需要有足够大的份额才能维持正常的盈利水平,才能生存下来。

理论上来说,市场份额大又不会造成垄断,需要一个条件,即竞争对手随时可以进入市场。

鲍莫尔团队通过研究航空领域获得的发现,这也适用于其它本质上类似的行业。他们的研究实际上为传统的监管理念打开了思路,监管不能“一刀切”。

鲍莫尔的研究创造了“可竞争市场”这一概念。“可竞争市场”可以看上去是垄断结构,某一企业市场份额很大,但该市场的准入壁垒很低,其他竞争对手可以随时进入。

通过这个例子是为了说明,在数字化时代,我们对于行业、市场的监管方式,不可能一成不变。过去对传统行业的监管已经有了一套比较成熟的理论、政策,但数字经济的逻辑和传统经济不同,从“赢者通吃”这一点就可以看出。

所以,在数字化转型时期,监管第一要保持友善,第二要高度关注数字经济中市场结构的变化,不断进行研究,而不是直接套用针对传统行业的监管理念来应对。

这对学者也提出了更高的要求,学者要走到前面去,对这些领域进行研究,澄清社会对相关行业的误解,或在理论上解释行业中出现的新现象,帮助政府改善监管,从而使监管变得更加有效。

来 源 |观察者网


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1