您好,欢迎来到上海仪器仪表行业协会!

仪器仪表行业协会
搜索
搜索

宏观观点

资讯分类
/
/
/
数字经济的新机会

数字经济的新机会

  • 分类:近日焦点
  • 作者:
  • 来源:
  • 发布时间:2020-06-01 07:57
  • 访问量:

【概要描述】

数字经济的新机会

【概要描述】

  • 分类:近日焦点
  • 作者:
  • 来源:
  • 发布时间:2020-06-01 07:57
  • 访问量:
详情

数字经济的新机会

 

线上经济成为宏观经济的稳定器

这次的新冠肺炎疫情与2003年非典有所不同。一方面,今天已有线上经济,可以在一定程度上缓解疫情对经济和生活消费的冲击;另一方面,人员流动性大大提高,使控制疫情更困难。尽管国内看起来已经得到控制,但近期又在全球范围传播,这是2003年非典未出现的情况。如今即便国内经济能复苏,国外疫情如果导致进一步限制货物、资本和人员流动,也是一个非常负面的因素。

灾害对经济的影响存在一些共同特征,灾害经济学也是经济学的一个重要分支。灾害对经济的负面影响一般分成直接经济损失和商业中断导致的损失。直接损失是指灾害一发生,经济活动就消失,间接损失指的是下一轮经济发展跟不上。比如非典时期的餐饮业、旅游业立刻停滞,这就是直接经济损失;但对外国直接投资的影响就要过一段时间才会显现。因此,2003年6月非典疫情结束到2004年6月期间,其他活动很快反弹,但外国直接投资变成了负增长。疫情导致国际商务旅行基本中断,商务谈判中断意味着新的直接投资项目也中断,但影响滞后了一年才能看出来。所以,讨论疫情对经济的负面影响,要同时关注直接损失和间接损失两个方面。

哈佛大学的巴罗教授专门研究经济增长问题,他发现战争、大萧条和金融危机这样灾难造成的成本,往往占国内生产总值(GDP)的20%,正常经济周期波动的成本往往只占GDP的1%~1.5%。而且不同类型灾害对经济的冲击不一样。比如疫情不会引发实物资本的损失,地震会直接导致房屋、基础设施、设备损坏,但疫情传播和防控带来的成本,以及对经济整体的影响或都更严重。

法国经济学家巴斯夏提出一个“破窗理论”,即假如小孩打破了窗户,必将导致破窗人更换玻璃,这样就会使安装玻璃的人和生产玻璃的人开工,从而推动社会就业。疫情对经济的影响当然远不止一块玻璃那么简单,但是这提醒我们,疫情冲击也会带来一系列的经济活动,这其中会有人受损,但也会有人获得新机会。

从数字经济的角度看,当前网购已经获得巨大发展,占全社会零售总额的20%以上,2003年基本还没有线上经济。新冠肺炎疫情发生后,一系列调查发现,线上业务使得冲击变得相对小了一些。从行业分布来看,游乐园、博物馆、酒店、航空等受疫情影响较大,线上影视、办公、教育则飞速扩张。据统计,在线教育业务增长超过300%;温州的红蜻蜓制鞋公司,疫情期间4000家门店关闭,被迫打响一场“蜻蜓大作战”,把线下门店业务搬到线上,使线上业务增长了600%;还有成都的新网银行,疫情期间消费信贷减少非常明显,但小微信贷的申请量不但没有减少,反而在增加。所以,这次数字经济确实发挥了宏观经济稳定器的作用,至少为很多公司和行业起到了缓冲作用。

当然,疫情的影响是动态的,不同行业在不同阶段受到的冲击也不同。这与以前在分析人工智能和机器人产生的影响时是一个道理:不同行业被改变、替代的程度不一样,但一般来说,简单重复的劳动比较容易由机器替代,也比较容易在线上完成,个性化、涉及情感的活动就比较难被替代。但这也是动态发展的,比如机器人短期内无法替代门诊医生等知识密集度高的工作,如果科学大幅度进步、计算机技术显著提高,也许有一天机器人也能直接给人看病。

这次疫情期间,数字经济总体起到了宏观经济稳定器的作用,正面的价值比较明显。

数字经济助力中小微企业融资

近年来,中小微企业、民营企业越来越难,这有多方面的原因,其中之一就是政策方面,控制风险、去杠杆等,使得融资难的问题变得更加突出。如今叠加疫情冲击,这些企业或将更加艰难,一方面业务减少甚至中断,另一方面租金、工资等开支还在继续。

中小微企业往往没有太多资金储备,因现金流断裂而倒闭的风险很大。当然,中小微企业倒闭也是正常现象,中小微企业平均寿命一般为5年,这也意味着每年有一些中小微企业倒闭。但这一次因为现金流断裂而倒闭的企业会更多、比例会更高,甚至有可能形成大面积倒闭、大面积失业和大面积不良资产的恶性局面。

中小微企业的困难,可能就是我们今天面对的系统性风险。这个系统性风险中最大的风险就是现金流断裂,而不是资不抵债或者其他风险。简单来说有三种方法可以解决现金流断裂的风险:一是增加营收,二是压缩开支,三是获得外部融资。

北京大学数字金融研究中心最近的一项研究,采用支付宝的数据来评估测算,并根据研究结果完成了《中国个体经营户总量测算与新冠肺炎疫情冲击评估》报告。报告主要包括三项工作:

第一项:个体经营户的总数估算。报告基于支付宝数亿量级的二维码收单工具,即“码商”的数据,利用机器学习等分析方法,估算了中国个体经营户的总量。结果显示:第一,测算的2018年全国个体经营户总数量约9776.4万户,而2019年第四次全国经济普查公布的官方数据是6000多万,测算比官方数据高出54.8%。第二,个体经营户就业人口大概有2.3亿,占全国劳动人口的28.8%。要说明的是,这2.3亿人不排除有兼职性就业人口。第三,个体经营户年营收总额是13.1万亿元,相当于全年社会零售总额的34.4%。同样需要说明的是,13.1万亿元中可能有一部分已经纳入社会零售总额的统计数据。

第二项:测算这次疫情对个体经营户的业务影响。一般的分析方法,是拿当年和上年的业务数据进行对比,减少多少就表明受冲击有多大。但笔者认为这个分析方法不一定对。在经济学中,对外生冲击或某一个政策效果进行评估,要解决的一个根本性问题就是“反事实构建”。就这次疫情而言,笔者只能观测到受新冠疫情影响的实际数据,而不知道疫情如果没有发生,经济数据将会是什么样。为了有效评估疫情冲击,最理想的方式是构建一个没有新冠疫情发生情况下,2020年个体经营户的经营状况,即“反事实构建”,疫情带来的实际冲击,就应该是2020年的实际经营数据,与“反事实构建”出的经营数据之差。

这次疫情,国内每一个省受冲击的程度不一样,其中受疫情冲击度最高的是湖北。数据显示,湖北省内活跃商家数量减少了60%,营业额减少了70%。不过总体来看,尤其是从活跃商户数量这项来看,虽然湖北以外的各地疫情严重程度不太一样,但经济受冲击的程度差不多。研究猜测,除湖北以外地方的经济应该是受到两个因素影响:一是疫情突发,每个人受到的心理冲击都非常大,个体经济活动因此发生改变;二是虽然各地疫情响应级别有差异,但采取的措施类似,最终受冲击的力度也相似。

第三项:看数字金融与疫情冲击之间的关系。目前,根据研究只能给出一个非常初步的分析,是否可靠还需要一系列验证。简单来说,就是基于数字技术精准放贷的贷款,如果某个地区多一些这类服务,它受疫情冲击的程度相对来说就会小。因为这说明此地的中小微企业融资环境受冲击相对小,资金短缺问题没那么突出。在疫情期间,新网银行、网商银行等都在继续发放贷款。传统银行在这方面就跟不上,因为原来的线下业务模式很多需要见面办理。

此前有研究者用美国的数据分析灾后金融服务发现,首先,无论是企业还是个人,灾后都要到银行取款。大多数人有支付宝和微信,不需要去银行,但一些老年人不用电子支付,只能到银行取钱。国内某银行高管就表示,疫情期间要保证每天有一家支行开门以方便取款,这与美国一样。其次,灾后会适度向银行申请贷款。从国内情况看,从传统银行贷款比较难,一方面要求见面办理,另一方面需要抵押品做信贷评估。研究同样发现,即便在美国,网络贷款在支持灾后重建过程中的作用也非常大,在传统银行布局比较少的地区尤其重要。

这个发现具有很重要的借鉴意义。北大数字金融研究中心曾在2018年发布“北京大学数字普惠金融指数”,其中一项内容是移动支付覆盖度指数,研究发现,2011年只有东南沿海地区移动支付覆盖还不错,到2018年移动支付基本是“全国开花”,中西部地区发展势头尤其好,总体上体现出普惠的特点,移动支付明显跨越“胡焕庸线”。“胡焕庸线”是以20世纪30年代的地理经济学家胡焕庸命名,在地图上,这条线北边始于黑龙江的黑河,南边到云南的腾冲,线右边的东部地区国土面积大概是全国的44%,当时养活了全国96%的人口。今天经济发达的区域还是集中在“胡焕庸线”以东。

不过,数字金融明显加快了金融服务区域的拓展速度,因为它不像传统金融服务,拓展业务不需要分支行。数字金融的好处是只要客户有一部联网手机就行,一下子解决了金融当中最难的两个问题,即获客难和风控难。不仅如此,在线金融服务平台一旦建立起来,就有“长尾效应”,增加几百万甚至几千万用户,边际成本基本为零,所以有很强的普惠性质。如网商银行、微众银行、新网银行,这几家银行员工数都不超过2000人,但每年都可以发放贷款1000万笔左右,而且和客户基本不需要见面。网商银行有一个“301”模式,即来申请贷款的客户,只需要3分钟在网上填完申请,1秒钱到申请账户,0人工干预。能这样做,依靠的是大数据风控模型。与传统模式相比,大数据风控有两个优点,即信息优势和模型优势。

信息优势首先体现在实时数据。在线申请贷款的客户,虽然没有完整的财务数据、质押资产,但是有实时交易数据,因此可以知道客户的业务经营状况,甚至可以基于这些数据预测未来几天或一周的业务运营情况。这是非常实时更新的数据,过去看财务报表,起码会滞后一个季度,有的可能滞后一年。信息优势还体现在行为数据,比如家庭关系、责任感、个性特征,这些都是行为数据构建的特征。一个人的财务状况会随时改变,但是行为数据会相对稳定。

模型优势体现在基于机器学习的模型来做分析。传统金融系统的风控模型一般都是线性模型,是根据已有数据做简单分析,最后综合在一起打分。机器学习则可以抓住非线性关系和交互行为,基于动态关系、业务交易量做模型分析会更准确,其中变量也更加重要。

将大数据风控模型和传统商业银行的风控模型对比,可以初步得出两个结论:第一,现在的系统中,如果基于很好的财务数据和央行征信数据做风控模型,模型基本比较可靠。如果在这个模型上再加上网络新数据做预测,能让分析变得更加准确。第二,这套方法最大的优势,不是给传统风控锦上添花,而是雪中送炭。大部分中小微企业并没有财务数据、央行征信,在这样的情况下,大数据依然能做出非常稳健的预测。这确实是一个革命性变化。

数字经济迎来新起点

今天数字经济可能因为疫情而站到了一个新起点上。首先,疫情给了一个新的触发点,让大家深刻理解无接触交易的重要性。淘宝是非典疫情结束时建立起来的平台,之后获得快速发展。这次的疫情也许会让无接触交易的需求进一步提升。我们已经看到一系列无接触活动在发生,比如医疗卫生、短视频和网红经济、手游、线上办公、在线教育、无人配送、数字金融等,未来它们可能会有很大发展。

其次,人口老龄化问题正日趋严重,中国每年劳动人口减少800万,老龄人口增加1200万,照此发展,30年后的抚养比将从2019年的41%上升到2049年的66%,劳动人口的负担会变得越来越重。从另外一方面来说,劳动人口供给变得越来越少,机器替代人就变成必须做的事情,线上经济当然也是其中之一。

最后,技术在不断进步,第四次工业革命可能很快到来。第一次工业革命始于1760年,以蒸汽机技术的出现为标志;第二次工业革命始于1850年,以电力技术为核心;第三次工业革命大概始于1950年,标志是计算机信息技术的应用;第四次工业革命,很多人认为是始于2013年,德国在汉诺威工业博览会上正式提出“工业4.0战略”,并称“我们也许正在进入第四次工业革命时代”。以人工智能、大数据、机器人为代表的新技术,可能是第四次工业革命的重点。在这个大潮之下,数字经济发展可谓顺理成章。

技术发展对经济的影响可见一斑。目前大家都在谈论第五代移动通信(5G)技术,个人认为,5G技术的落地将引爆数字经济。从第一代移动通信(1G)到5G,通信技术在不断提高。与之相对应,经济也在多方面发生改变,比如淘宝在2003年上线,2004年12月支付宝上线以前业务都还很难做,因为交易方式和交易信用没有解决。即便支付宝上线之后,网购也并未快速发展,因为必须在台式机上用支付宝,不方便,用的人很少。后来也是手机通信等基础技术跟上以后,淘宝等业务才突飞猛进。因此,乔布斯2007年1月发布苹果手机,被称为数字经济发展的一个里程碑。当智能手机大幅铺开,尤其是2009年3G技术大面积商用,才终于可以在手机上网购、支付,到2014年推出商用第四代移动通信(4G),线上购物体验效果变得更好。5G技术比4G往前更进一步,如果5G商用,很可能在很多方面带来革命性变化。

5G技术以及第四次工业革命,还可能让我们很快迎来第三次全球化浪潮。第一次全球化浪潮始于1850年左右,因为蒸汽机技术使得纺织业、铁路、航运显著提速,世界通过航运、铁路交通和通信快速连在一起,交易成本降低,贸易因此变得容易。此次全球化浪潮主要以货物为载体。第二次全球化浪潮应该是从1971年开始,这一年尼克松把美元和黄金脱钩,跨境资本流动快速活跃起来。第二波全球化浪潮主要以资本为载体,推动力量是国际经济政策的变化。如果数字技术能成为推动世界经济连通的新力量,第三波全球化浪潮一定会到来。第三次全球化浪潮,将主要以数据为载体,还有全球产业链、数字货币、跨国医疗服务等。

在中国,以数字货币(Digital Currency,DC)与电子支付(Electronic Payment,EP)的发展为例,中国央行也在积极推进。第一,它是个双重系统,即央行对授权机构,授权机构对公众,央行不直接对公众。第二,DC/EP主要替代的是流通中的现金(M0),不进入信贷,而且央行不对DC/EP支付利息。对此笔者认为,央行或是为防范在早期发生商业银行脱媒。如果央行既可以直接对公众发行数字货币,同时还支持数字货币付利息,商业银行就会失去大量用户,从而严重改变金融结构。这并不意味着央行永远不会这样做。

因此,每一波全球化都是一件好事,但并不意味着所有人同时受益。比如,美国在第二轮全球化过程中成就了科技、金融以及经济的总体发展,但其纺织、钢铁等行业受冲击也很严重。如果第三波全球化浪潮到来,中国会受到什么影响?国内的一些行业是会被冲垮还是再上一个台阶,甚至成为引领者?不同的行业将会面对怎样的不同的未来?对此,笔者暂时也没有答案,但笔者认为,世界关上一扇门,同时也会打开一叶窗。(作者:北京大学国家发展研究院副院长 黄益平 来源:全球经济要参20200531

 

相关文件

暂时没有内容信息显示
请先在网站后台添加数据记录。

Copyright © 上海仪器仪表行业协会 版权所有 沪ICP备08100447号