美彩国际

本文转载自彭文生概想，是彭文生先生于2019年12月10日在光大证券2020 年度战术会上讲话的纪录整顿稿

又到岁末年尾，瞻望中国经济的将来走势，争议蛮大
。我们在思虑将来经济发展、思虑大类资产配置，沉要的是宏观框架
。从前10年我写了两本书，2013年《渐行渐远的盈利》重要讲人丁问题，2017年《渐行渐近的金融周期》重要讲金融和地产的顺周期性
。简要来讲，从前20年的前10年，人丁盈利是中国经济最大的驱动力，之后起头显著消退，近10年中国经济重要靠地产和金融扩张拉动，此刻已进入金融周期下半场收缩期
。

将来10年怎么看，人丁老龄化和金融周期下半场调整将带来经济增长下行压力，也必将影响经济结构
。这两种力量已经产生了，有关的钻研和会商也好多，固然在一些具体问题和技术层面上有吩扃，但风雅向的根基共识是有的，总体来讲难以乐观
。前瞻来看，此刻的关键问题是，什么是影响中国经济将来10年发展的拥有系统沉要性的新增成分、而各人的理解和意识还很不够
？我以为是数字经济（图1）
。

下图“网上零售额对GDP比沉”只是数字经济的一个单一表征，现实上信息科技的进取、互联网发展、到此刻数字技术和大数据的利用在扭转美彩国际工作和生涯，将来10年的演变将越发宽泛和深远
。关于数字经济有些微观钻研，但宏观层面的分析还在起步阶段，国内尤其少
。今天我想分享自己的一点思虑，提出一个分析框架，对数字经济若何影响宏观格局，蕴含宏观政策和大类资产配置的寓意，做一个勾画和探求
。

什么是数字经济
？

钻研文件并没有出格共识的界说，认可较高的是对数字经济的三沉划分（图2）
。主题部门是信息和通讯技术ICT（Information and Communications Technology）
。第二档次是狭义的数字经济，重要是数据和数据技术的利用带来新的贸易模式，凸起的是平台经济模式好比电商等，也蕴含共享经济、零工经济等介于平台模式和传统经济活动之间，是对传统贸易模式的刷新
。但数字化涉及到经济的各个层面，从造作业到传统门店，都罕见字和信息技术的利用，第三档次的界说是广义数字经济，涉及到险些所有经济活动
。

从宏观分析来讲，我们更关注狭义领域和广义领域的数字经济
。广义领域涉及到数据利用对效能和结构的普遍性的影响
。狭义领域更为沉要，好比平台经济，其贸易模式有别于传统经济，对平台经济模式的理解对我们分析数字经济的宏观寓意至关沉要
。



数据是新的出产身分

那么怎么理解数字经济的影响
？数字经济的钻研文件把数据当作一种新的出产身分，在劳动力、本钱之表的出产身分
。各人可能也把稳到，十九届四中全会在官刚正式文件中初次提出数据是新出产身分
。作为出产身分，有两个层面的寓意，一是对经济增长有贡献，提高现有产品和服务出产的效能，也创造新的产品和服务；二是参加产出的分配也就是收入分配，背后涉及经济结构的变动
。其中一个沉要方面是各身分之间，尤其是劳动力和本钱之间的代替性，这会对收入分配产生深远影响
。在农业经济时期，出产身分是地皮和劳动力
。在工业经济时期地皮的沉要性降落，出产性本钱（好比机械设备）和劳动力被当作两大出产身分，经济学教科书在描述出产函数时把地皮省略了，隐含的如果是地皮蕴含在出产性本钱之内了
。到了数字经济时期，在本钱和劳动力之表，多了数据作为另一个出产身分（图3）
。那么数据是否应该当作独立的出产身分
？数据作为一种无形资产，和通常性的出产本钱及地皮蹬仔形资产有什么分歧
？


非竞争性带来规模经济

一个底子性的差距是数据的非竞争性（Nonrivalry）
。我们比力一下，传统的商品拥有排他性，一幼我使用了，其他人就不能用，好比石油，亏损了一吨就少一吨，这里有一个机遇成本的问题，多开采一吨石油必要亏损更多的资源
。但数据分歧，今天信息的复造和传输成本险些为零，数据及有关的一些应器拥有非竞争性，一幼我的使用不影响其他人使用，边际成本险些是零
。好比微信作为App，很多人都能够下载，也不影响其他人使用
。又好比在数字化时期医疗数据能够低成本由好多医生共享，提升诊断的正确性和医治成效
。

非竞争性的一个沉要寓意是规模经济和领域经济效应，经济活动的规模增长、领域扩大带来效能的提高
。从供给端看，规模经济体现为规模的扩大降低边际成本，这是我们熟悉的经济分析的概想，若何通过扩大规模来降低成本，但传统经济活动的边际成本不能降为零，规模效应也就因而受限，而数字经济的边际成本可所以零，其规模经济的潜力要大得多
。一个别现是固定成本沉要性降落，可造成本沉要性上升
。以云推算为例，从前每个公司都要有自己的服务器，是固定成本，此刻云推算使得信息服务能够表购，固定成本造成可造成本，矫捷性增长，对中幼企业尤其有利
。

数字经济还有来自需要端的规模效应，这是传统经济分析比力陌生的概想，说的是网络带来的需要增长效应
。数据及其利用的非竞争性推进了平台经济的发展，有别于传统贸易模式服务单边市场，平台能够服务双边市场，典型的例子是衔接出产者和消费者，既服务买方，又服务卖方，形成一个蕴含出产者、消费者、研发者等在内的生态系统，网络越大，使用的人越多，带来的需要越大，进而使得跨产品补助、甚至免费服务成为可能
。

从地皮到出产性本钱再到数据，作为出产身分的排他性越来越弱
。地皮就是空间，排他性最强，一幼我占用的空间越大，其他人占用的空间就越少
。出产性本钱的排他性比地皮幼，好比统一台机械设备能够多幼我使用，提高其使用率，但这个空间还是有限的，数字资产使用的排他性最幼，规模效应和网络效应最大
。这样的特点不仅影响效能也对身分的收入分配有沉要寓意
。十九届四中全会提出新纳入“地皮”、“数据”两项出产身分参加分配，地皮和数据的属性有底子性的差距，对分配及公共政策有分歧的寓意
。

垄断与分配

规模经济降低成本、提高效能，但也可能带来垄断，形成壁垒故障竞争
。垄断有两种，一种是技术进取或创新带来的市场影响力或行业集中度上升，这是一种“好”的垄断，固然创新者获得超额收益，但这和效能的提升联系在一路
。依照熊彼特的创新理论，垄断和创新有天然的联系，没有垄断的收益，就不会有那么大的创新动力
；褂幸焕嗍怯捎谔烊涣α炕虻本终策好比监管形成的垄断，垄断在获得超额收益的同时不提高效能甚至侵害效能，这就是“坏”的垄断
。地皮供给的垄断就是典型的“坏”的垄断，由于其天然的排他性，地皮获得的超额收益必然以挤压其他身分的收入为价值
。

就数字经济而言，现实中，“好”的垄断和“不好”的垄断有时辰不容易分辨，数字经济平台在起头阶段是“好”的垄断，是与创新缜密联系的，但到了肯定规模后是否故障竞争就有争议了
。

图4的描述有助于我们理解数字经济若何扭转市场结构和收入分配问题
。非竞争性/零边际成本带来两个效应，一个是规模经济，但同时也降低创新成本，好比每个有编程技术的人都能够参加开发App
。这带来两个成效，一是市场集中度上升，规模效应导致有效率企业规模扩大，同时低创新成本吸引新的市场参加者
。所以这种垄断不是静态而是动态的，寂仔垄断又有竞争，所谓“创造性粉碎”
。创新失败的可能性也很大，怎么吸引创新
？必要风险溢价的赔偿
。超额收益既来自垄断租金，也有整体市场要求的风险赔偿
。只是超额收益由少数成功者获得，蕴含主题本钱所有者、主题员工或者公司高管，赢者通吃，而通常本钱和劳动报答受到挤压
。

但另一方面创新成本降低也意味社会流动性加强
。全球重要经济面子对两大问题，一个是老龄化，使得整个社会创新动力降落；第二个是贫富差距，贫富差距导致社会流动性降落，也不利于创新
。但数字经济会带来创新成本降落，社会流动性上升，可能对我们不安的老龄化和贫富差距问题有肯定的对冲作用
。

数据作为出产身分对分配的影响还体此刻劳动力和本钱的相互代替性上，一个盛行的不安是自动化、人为智能等发展导致机械代替人，带来失业问题或者劳动者工资受挤压
。背后的如果是代替弹性系数大于1，但中国的代替弹性系数可能幼于1
。

中美是全球两个最大的数字经济体

一个代表性的指标是中美的电子商务市场规模遥遥当先（图5）
。按上市公司市致反看，全球7个大科技平台里腾讯和阿里来自中国，其余全为美国，欧洲和日本已经被落下了
。数字经济模式下的全球竞争新格局在沉塑
。


那么，中美两大数字经济体是不是一样的
？当我们谈到数字经济时，立马想到人为智能、机械代替、自动化等，背后寓意是机械代替人，好多人不安劳动者受损
。今天我要讲的一个重点就是中美两国数字经济的发展模式寂仔共性，也有沉要差距
。简要来讲，美国的数字经济左袒本钱，是对本钱敦睦型的，和美国比力，中国的数字经济更左袒劳动些，对劳动敦睦型，两者的宏观寓意极度分歧
。

美国：左袒本钱的数字经济

前面提到数字经济的规模效应，提高效能，总量来讲应该体此刻劳动出产率，但最近10年美国劳动出产率增快是降低的（图6）
。微观层面，我们看到很无数字和数字技术利用提升效能的案例，但在宏观统计数据上看不到，被称为“出产率悖论”（productivity paradox）
。同样情况在20年前产生过, 1987年 RobertSolow说，“You can see the computer age everywhere but in the productivitystatistics…”
。
对此的诠释有几种可能，一是总体的劳动出产率受其他成分的抵消影响，好比金融；蟠笏ネ说贾碌某志檬б翟谝欢喂Ψ蚪档屠投叩募际；二是国民收入统计的误差，好比无形资产投资被低估，导致产出（GDP）被低估；三是功夫差，通常性技术进取（general purpose technology）扩张渗入到经济各层面必要功夫，从发现电到电力利用遍及提升经济效能经历了长达几十年功夫的过程，Solow1980年代提出的疑难，在1990年代看到了劳动出产率提升的数据
。

当然，还有一衷飓消极的见解，就是只管罕见字和信息技术的利用，此刻的出产率增快就是低
。我自己偏差没有这么消极，学问通知我们，数字经济对效能提升是能够看得见的，但这个争议大，已经有好多钻研文件，这不是我今天讲的沉点
。我想讲的是数字经济在宏观层面的其他体现，各人关注还不够但很沉要的方面，这就是美国行业集中度上升、劳动报答占GDP比例降落、本钱回报率上升的景象
。

图7-8显示美国的造作业和服务业、批发和零售业的行业集中度上升，从前20年尤其显著
。与此同时，国民收入分配的数据显示从前20年美国的劳动报答占比降落，本钱回报率上升（图9-10），也就是分配不利劳动者、有利于本钱
。一个可能的诠释是“不好”的垄断，是当局政策、监管带来行业集中度上升，使得分配朝着有利本钱的方向发展
。但从前几十年是市场化、自由化的大布景，很难设想政策监管是导致行业集中度系统性上升的重要原因
。我更认同有关钻研文件提出的技术进取是重要推动力量的概想，也就是数字经济的影响
。
数字经济的新贸易模式带来规模经济，在提高效能的同时带来行业集中度上升，好比互联网巨头搭建的平台经济，以及占有专利、数据垄断等等
。无形资产、大数据引用推进行业集中度上升不仅体此刻新经济模式上，即便在传统领域，行业集中度上升的压力也在增长，好比线上价值比力导致商品和服务价值越来越通明，使得高效企业胜出，低效企业退出，靠不通明的价值差距来维持低效运营越来越难
。

行业集中度上升的同时，美国劳动者报答占比降落，本钱回报率在上升，尤其是在从前20年功夫
。从数字经济角度来讲，美国技术进取是左袒本钱的，对本钱更敦睦
。一方面行业集中度上升，垄断租金提升本钱回报率；另一方面法式化、通例化的工作被机械代替，劳动者报答受挤压
。本钱与劳动之间的代替弹性系数有多大
？要看本钱和劳动力价值之间的比力，以及回报的空间有多大
。从前20年一个出格的景象就是全球本钱品价值相对劳动成本降落，尤其是蓬勃国度，这是促使机械代替人的沉要成分
。

值妥贴心的是，劳动报答降落、本钱回报上升覆盖了其中的分化，并不是所有劳动者的报答都受到挤压、也不是所有的本钱回报都上升
。数字经济时期有一个特殊的景象接装明星经济”，明星经济可所以企业也可所以幼我
。数字技术的使用使得明星企业和幼我能够以低成本服务大市场，少数人和企业赢者通吃，无形资产的回报上升
。

讲到这里，各人可能有一个疑难，为何从前20年美国本钱回报率上升、但无风险利率是降落的趋向
？有几个可能的诠释，一是我前一段功夫讲到的安全资产荒，安全资产供不应求，各人追赶有限的美国国债，导致无风险利率降落；二是垄断租金，即本钱回报集中在少数垄断本钱手中，通常性的本钱回报并不高甚至是降落的；三是无形资产被低估，若是把无形资产和有形资产放在一路看，总体的回报率没有那么高
。


对比美国，我们来看看中国的几个有关指标
。首先，中国的行业集中度同样也是上升的，尤其是从前几年
。各人可能顿时遐想到供给侧结构性鼎新和去产能带来的行业集中度上升，但那重要涉及沉工业和上游产业，图11-12显示从前几年不仅是造作业，服务业蕴含批发零售业的集中度也在上升
。我以为诠释的逻辑和美国的行业集中度上升是一致的，都是数字经济发展的规模效应的一个别现
。
与美国相反的是，从前10年中国的劳动报答占比上升，本钱回报率降落（图13-14）
。值得一提的是，劳动报答占比的数据来自统计局，是国民收入统计口径，和美国的劳动报答占比在概想上是一致的
。由于统计数据的问题，估算中国的本钱存量误差大，推算整体的本钱回报率有难题
。我们这里显示的是凭据A股上市公司财政报表数据估算的上市公司总体的本钱回报率
。这当然不全面，好比没有蕴含海表上市的中国公司
。但本钱回报率降落在方向上和劳动报答占比上升的逻辑是自洽的，反映了本钱和劳动在收入分配中此消彼长的关系
。
也就是说，设中美行业集中度上升背后都有技术进取的推动，那么美国的数字经济发展能够说是左袒本钱，是本钱敦睦型的，中国的数字经济发展相对左袒劳动，是劳动敦睦型的
。这和我们直观的感触似乎是一致的，在美国越来越多的人不安思器代替人，通常劳动者在技术进取中受损，民主党总统竞选人之一的华裔候选人杨安泽据此提出“全民根基收入”（universal basicincome）的政策主张
。在中国固然也有机械代替人的忧郁，但我们看到的更多是表卖、快递、钟点工等创造的就业机遇，并且这些工作带来的收入往往超过传统造作业
。中国社科院的一项调查钻研显示，互联网使用对提升中低收入人群的收入尤其有援手
。全国经济普查显示，从前几年中国的个别经营户急剧增长，除了与登记造度鼎新有关，也和平台经济的发展有关（图15）
。
那是什么原因导致中美两国行业集中度上升对应分歧的身分分配格局
？我以为有两方面原因
。一是前面提到的需要端的规模经济或者说网络效应，中国人丁数量大、人丁密度高，使得数字经济时期的网络效应带来的规模经济大，能够说人丁总体规模是数字经济时期新的盈利
。中国大城市数量多、人丁密度高、网络效应大，好比在中国送表卖有规模效应，而在美国送表卖的收益和成本难以匹配（图16）
。为什么从前做不到，此刻做到
？是由于数字技术
。好比闪送，能够通过大数据实时跟踪信息，提高快递员的效能
。
从供给端来讲，中美两国的风险本钱能够流动，但劳动力不能流动
。美国劳动力成本贵，投资更多是代替劳动力的模式；中国劳动力成本低，投向更多是与劳动力互补的模式
。传统理论以为，从造作业向服务业转化，劳动者工资是降低的
。好多人用这个诠释为何蓬勃国度贫富差距扩大
。但数字经济在中国的发展似乎对这样的经验关系提出挑战，劳动者从造作业转向服务业，报答是上升的，这是由于数字技术使得统一个劳动者在一段功夫内服务的客户增长
。由此带来的劳动报答上升，必然吸引更多的劳动力转向新经济模式，传统行业的劳动力成本上升，本钱回报率降落
。总结来看，中美两国发展数字经济的差距，重要在于人丁密度和劳动力成本，这使得技术进取在美国更多是劳动代替型，在中国更多是劳动互补型（图17）
。美国一些被代替的工作是通例的造作业流水线，中国更多是极度规工作，好比表卖、快递、送货员、专车司机等
。中国的平台经济的数量在全球第一位，凭据2015年的统计，10亿美元以上估值的全球平台，175个中有64个来自中国
。

数字经济的宏观寓意

基于以上分析，我们能够就数字经济的宏观寓意，蕴含对当下经济局势的影响做一些方向性的勾画和判断
。

GDP增长是否“保6”不是关键

数字经济提升资源配置的效能，应该是一个合理的揣度
。就经济增长来讲，机械代替人有助减缓人丁老龄化带来的劳动力供给削减的影响，但现阶段在中国本钱与劳动力之间的代替弹性比美国要低，劳动出产率提升不仅靠传统的有形本钱深入(机械代替人)，更沉要的是无形资产好比平台模式提高劳动力的产出效能
。

当前对中国经济增快的走势争议较大，一个天然的问题是数字经济的发展能不能抵消影响经济的其他成分好比人丁老龄化和金融周期下行（去杠杆和房地产收缩）的影响
？我自己的判断应该难以齐全抵消，老龄人丁的创新能力降落，数字经济也难以扭转老龄化带来的需要疲弱
。但另一方面，忽略数字经济，只看传统的人丁和有形本钱显然会过度消极
。

数字经济的另一个寓意是GDP作为衡量经济增长的指标的正确性降落，无形资产投资（理论上讲是投资的一部门）的沉要性上升，但其统计和估算还没有形成系统和规范
。另表，GDP统计的是钱币化或者近似钱币化的经济活动，在数字经济时期作为衡量我们福利改进的指标更不靠谱了
。举个例子，GDP统计不蕴含自己做的饭，造成表卖就蕴含在GDP里了，一顿饭还是一顿饭，GDP增长了，但另一方面，零边际成本使得数据和信息服务有相当一部门是免费的，改善美彩国际生涯，但没有蕴含在GDP里
。

总结来讲，GDP是工业经济时期的产品，在数字经济时期我们必要成立新的指标系统
。就当前来讲，争论GDP增长是否应该“保6”意思不大，数字经济时期传统的GDP的沉要性降落，我们更应该关注就业、教育、医疗保险、研发投入等直接反映民生和经济发展潜力的指标
。

中国利率降到零不会那么快

近期央行行长易纲提出要珍惜正常的钱币政策空间，央行前行长周幼川也指出要预防中国的利率急剧降到零
。中国的人丁老龄化快率快，加上债务和贫富差距问题，一个天然的不安是中国会不会步美国、日本等蓬勃国度的后尘，低通胀伴随低利率，甚至进入零利率时期，这个快杜仔多快
。技术进取尤其数字经济的发展提升效能、增长有效供给，是全球低通胀的贡献成分之一，带来利率下行压力
。

数字经济在中国左袒劳动，在美国左袒本钱，中国的供给过剩问题应该比美国要轻，CPI通胀不会像单纯从人丁、金融周期角度判断的降落那么快
。从从前几年看，中国的劳动报答占比上升陪伴着CPI/PPI上升，美国的劳动报答占比降落，伴随的是CPI相对价值降落 （图18-19）
。这也体此刻中国的收入差距缩幼、财富差距扩大，创新带来部门本钱回报上升和劳动者收入上升，而美国的收入差距和财富差距同时扩大（图20-21）
。
国际业务新优势

数字经济对国际业务也有沉要影响，创新带来的先发优势使得中国起头出口无形资产
。今年10月份在印度Google Play商店最受迎接App，其中有5个是中国的，排名第一的是ClubFactory（杭州嘉云），把阿里电商模式引到印度（图22）
。印度和中都城是人丁大国，人丁密度高，平台经济在印度也应该有类似的发展潜力
。中国数字经济平台在本土形成的优势，为在全球市场尤其人丁密集的发展中国度的扩张提供了基础
。




数字经济天然和直接融资联系在一路，不利间接融资
。创新伴随高风险高回报，适合权利投资，并且无形资产存在沉没成本，难以作为信贷抵押品
。现实上中国的数字经济发展在相当大的水平上得益于美国的风险投资模式，险些所有的平台模式、所谓的“独角兽”背后都有国际的风险投资的支持
。若是中美业务摩擦扩张到投资领域，中国发展直接融资的紧迫性就更大
。

就间接融资来讲，数字经济推进普惠金融，降低信贷对房地产作为抵押品的依赖，有利于降低金融的顺周期性，降低房地产的金融属性
。这些都有助于推进金融周期下半场调整和去杠杆
。


从宏观经济政策来讲，要把逆周期调控和经济结构调整结合起来看
。经济周期性下行阶段，逆周期调控能够体现为“松钱币、宽信誉、宽财政”；金融周期下半场，则体现为“紧信誉、松钱币、宽财政”；要改善金融结构，则必要收缩间接融资，发展直接融资，还必要宽财政的共同
。由于创新资金起源有两个，一是直接融资，二是财政投资，前者是贸易化的投资，后者是公共品的投资
。当前宏观金融环境的风雅向，紧信誉、宽财政、钱币相对中性，在数字经济时期也同样合用
。

资产估值：分辨不确定与风险

三个方面的影响都值得关注
。首先是利率，如前所述，左袒劳动的数字经济意味着，和美国比力，中国的天然利率下行的压力幼一些
。

第二，就盈利来讲，本钱回报出现分化
。行业集中度上升会带来垄断租金、龙头优势将日益显著，即便是传统行业我们也要关注龙头优势
。但是这个优势是动态的而不是静态的，动态竞争下创新成本低、成持久缩短
。通常性（尤其传统行业）本钱的回报率受挤压
。

第三，从估值角度思虑数字经济和传统经济的区别，要分辨不确定性（uncertainty）微风险（risk）的溢价赔偿
。不确定性是不知路敞口有多大，也不知路事务产生的概率有多大
。风险溢价是基于对风险敞口微风险事务产生概率的判断，汗青经验和数据分析有助判断
。数字经济回报的特点重要是不确定性，没有汗青经验能够参考，而传统经济更多出现风险的特点
。
以上证综指来看，从前10年中国的股票盈利收益率系统性高于无风险利率（图23）
。这重要是由于金融板块估值低，金融板块的风险溢价高，可能反映了投资者对从前累积的坏账的不安，投资者必要较高的风险溢价赔偿（图24）
。非金融板块并没有系统性低估（图25）
。若是我们看创业板，盈利收益率系统性低于无风险利率，注明投资者对不确定性要求的溢价赔偿低（图26）
。美国NASDAQ要求的不确定性赔偿也比力低，但相对中国来讲溢价要高（图27）
。投资者是否太乐观
？不确定性可能在一段功夫带来泡沫，但在数字经救急剧发展的时期，对创新的不确定性溢价赔偿低于传统行业的风险溢价赔偿，可能也是投资者的理性选择
。