2024年3月,北京大学政府管理学院教授路风和团队成员王晨、何鹏宇、李萌发表了《重振增长的关键:解绑中国工业体系身上的枷锁》一文。文中系统性地讨论了中国工业面临的一种思维上的“自我设限”,并认为工业增长的放缓是中国近年经济增长放缓的主要原因。

路风早年曾在当时的国家经委和国家计委工作,1999年在美国哥伦比亚大学政治学系获博士学位,回国后长期任教于北大政府管理学院。自2004年起,路风先后发表了一系列研究报告,涉及中国的汽车、大飞机、移动通信标准、核电、液晶显示等产业政策讨论。

在近几年的研究中,路风反复强调传统工业、基础工业的重要性,那种只追求一小撮“高精尖”,把中国经济中占比最高的传统工业体系抛在一边的思路是错误的(传统工业占整个工业体系80%左右)。此前,在接受经济观察报专访时,路风旗帜鲜明地表明了自己的立场:“不要把工业分出三六九等”。

路风认为,工业体系比例是由经济的客观规律决定的,所以推动“战略性新兴产业”等思路往往很难达到预期,“未来产业”更是难以规划,我们需要树立的正确思维是:坚信今天的工业就是产生未来产业的基础。

路风认为,此前部分的“去产能”政策思路和执行,本质是在“二分法”思维影响下,对中国工业发展的一种自我设限,低估了中国工业发展的上限。

按照文中定义,“二分法”的政策思维把中国经济一分为二:一方面是被认为已经丧失经济增长潜力的“旧动能”,即占工业体系主体的传统工业,另一方面是高技术工业、新兴产业和服务业(如“互联网+”所代表的内容,当时半导体工业并没有得到关注)

在《重振增长的关键:解绑中国工业体系身上的枷锁》这篇长文中,路风与他们的团队用大量案例系统性地论证了上述观点。征得路风同意后,《经济观察报》根据上述文章,以问题导向的思路梳理出了五个关于中国工业发展的关键问题,一鳞半爪式地呈现出这篇异于主流经济学观点的文章。本篇内容主要摘取原文章中关于工业发展规律和去产能问题的主要观点。

近年中国经济增长放缓的原因是什么?

中国近年来经济下行的根本原因是工业体系的增长动力受到“二分法”政策思维的压制。大约十多年前,中国社会出现一股强大“舆论”,它把中国经济在21世纪最初十几年的高增长说成是“粗放发展”“投资驱动”和“产能过剩”的,并因此而导致中国经济的“失衡”。于是,为高增长立下汗马功劳的中国工业体系被看作是问题的来源。

在中国经济增长速度最快的2000年—2013年期间,工业的平均增长速度(10.88%)高于国内生产总值(GDP)的平均增长速度(9.95%);在经济下行的2014年—2023年期间,工业的平均增长速度(5.42%)低于GDP的平均增长速度(5.96%)

此外,虽然服务业增加值占GDP的比重在2014年—2023年有大幅上升(从48.3%上升到54.6%),但并没有抵消工业增长速度下行对于整个经济下行的影响。这个简单的分析告诉我们,近年来导致中国经济下行的最重要因素就是工业增长速度的大幅下降。

传统工业就是落后的吗?

许多人以为“传统工业”的根本特征是“旧”(存在时间已久),但这是一个想当然的错误看法。传统工业的根本特征是它们的产品形式稳定。造成这个特点的原因很简单,工业是围绕着人类的吃穿住行用发展起来的,一旦找到适用的产品形式,也就不会轻易改变,如纺织品、钢材、轮胎、汽车、飞机等产品的基本形式都保持不变。

但是,产品形式稳定并不代表产品的技术内涵不变。事实上,传统工业一直在市场竞争和创新的驱动下发生变化——今天的纺织品和轮胎与几十年前的产品有着实质性的不同,或者是材料变了,或者是生产工艺变了,而且经常是两者都变了。这些变化当然包含对新技术的吸收或融合(如今天生产纺织品和轮胎都会使用电子技术),但原有的工业基础和基本产品形式始终是诞生新产品或新系统的条件。

在第二次世界大战之后,随着计算机、半导体、软件、化学和生物制药、新型医疗诊断设备等工业的发展,出现了“高技术工业”的概念。这些工业的特点是技术变化速度非常快,但“高技术”是以研发费用占销售收入之比来定义的,并非真的是按技术的复杂程度来划分。按照这个分类方法,汽车和机床被划分为中等技术工业。但实际上,汽车和机床的技术是非常复杂的,它们的研发费用比之所以没有那么高,是因为它们大量的研发活动是通过与生产过程密切相连的现场改进。

这个问题提醒我们,使用高技术工业和传统工业的分类是需要小心的。实际上,对工业的所有分类,如重工业与轻工业之分、资本密集型工业与劳动密集型工业之分,都只是侧重于工业某个特征的大致分类,并不能反映工业之间存在的密切联系和模糊地带。

我们不能把新产品逐渐代替老产品的普遍现象,错误地混同于新工业代替传统工业,因为后者也在不断推出新产品并更新自己。因此,新技术在不同工业部门间扩散,而不是某些部门代替另一些部门,才是一个国家可以保持经济增长的主要动力。

高技术工业与传统工业是共生关系,彼此之间互相依存,不存在可以互相替代的可能性。从供给方面讲,任何新技术的产业化或新工业的发展都必须得到现有工业的支持,否则连基本的工具和设备都无从得到;从需求方面讲,传统工业是高技术工业的最大用户。

谁来推动“未来产业”“战略性新兴产业”?

工业部门之间的比例关系是由经济的客观规律决定的,不以人的主观意愿为转移。“战略性新兴产业”的经济比例并非越高越好,因为工业之间不存在可以互相替代的关系。

2016年11月发布的《“十三五”国家战略性新兴产业发展规划》规定,到2020年,“战略性新兴产业增加值占国内生产总值比重达到15%,形成新一代信息技术、高端制造、生物、绿色低碳、数字创意等5个产值规模10万亿元级的新支柱。”

这个规划目标没有完成。根据2023年7月的媒体报道,工业和信息化部相关负责人介绍:“2022年,新一代信息技术、高端装备、新能源汽车等战略性新兴产业增加值占国内生产总值比重超过13%(没有达到15%)。”

实际上,新能源汽车并没有被2016年的规划列入“战略性新兴产业”,可见新能源车的突飞猛进是在政府预料之外的。

最新流行的一个政策思维是以布局前沿技术的研发来推动“未来产业”的发展。

对于“未来产业”可以设想,但不能把概念作为制定政策的依据。

“未来产业”是计划不出来的。即使我们坚信它们终将到来,也知道对新技术的投资终将得到回报,但我们既不可能知道它们到来的路径和时间,也不可能知道它们最终的实际形态和竞争规则。

实际上,政府需要树立的正确政策思维是:坚信今天的工业就是产生未来产业的基础,不仅因为这个基础越大、越坚实就越可能产生新工业,而且因为今天所有的工业都可以通过技术进步和创新来自我更新。在产业发展上,“新”和“旧”从来不是截然分开、互相对立的。创新是改变现有的做事规则,但创新的动力来自克服现有规则的缺陷,而创新所需要的能力来自积累起来的知识和经验。

因此,政府可以指导方向,可以鼓励前沿技术的研发,但必须重视现有工业的发展,同时必须把通向“未来产业”的过程留给现有工业的企业和市场。只有承认自己有所不知,才能坐收技术和工业发展的意外之喜。

只推动某个单项技术就能带来经济发展吗?

技术进步是长期经济增长的最重要因素,但技术进步影响经济增长的机制和过程,却比大多数人意识到的要复杂得多。

有三点是必须指出的:第一,技术进步如果对经济增长产生作用就必须调整产品形式,而产品是工业生产的,所以技术进步和创新只有通过产业发展才能作用于经济增长;

第二,无论新技术从长期看多么重要,它们对于经济增长的主要作用不是发生在其突破阶段,而是发生在它们被持续改进和扩散的阶段;

第三,对于那些被称为通用技术(如可以广泛应用的蒸汽机、电力应用、集成电路等)的重大创新来说,它们对于经济增长的作用,更是需要通过整个工业体系的应用和持续改进才能得到充分发挥。

以技术代替产业的想法莫过于近年来得到政府部门和学术界热捧的“产业数字化”概念,其逻辑是把“数字化”看成推动产业升级的关键,而且可以通过行政手段来推广。实际上,在这个逻辑的背后还是隐藏着“二分法”的动机:既然产业升级可以通过从外部向“落后”的工业体系注入技术(如强迫企业“上云”),那么产业数字化就可以被用来代替传统产业。

产业数字化仍然必须经过现有工业的改进和应用创新,因为它受到两个条件的限制:

第一,对于数字化来说,数据虽然可以被处理成为虚拟世界,但必须来自真实的工业世界(不真实的数据没有用)。如果没有现在有的工业,就没有真实的产业数据,也就没有产业数字化的可能性。

第二,数字化必须对工业发展产生经济效益——如帮助提供更好的或成本更低的产品和服务,否则就没有企业愿意为数字化付钱,要不把搞数字化的专业人士饿死,要不就得忽悠政府提供无底线的投资。因此,数字化始终是“赋能”的手段,而不是工业能量本身,它逃不脱生产率提高必须遵循以机器代替人力劳动的规律。

人工智能技术仍然属于数字化性质,所以它在工业上的应用面临着类似的障碍:首先,需要获取真实和准确的海量工业数据;其次,则需要在把数字网络与生产连接起来的智能机器或机器人方面,取得新的重要进展,以及工业组织相应的变化。

因此,人工智能应用于工业的可能性,仍然有赖于工业企业的应用创新(因而通用大模型不一定是工业人工智能的最优技术路线),而工业应用计算技术的累积性过程——从机器的控制系统、运营的信息化到产品开发和生产过程的数字化,仍然是应用人工智能技术的基础。即使人工智能可以对生产率提高产生明显的影响,它仍然是“赋能”技术,不可能代替现有的工业,反而有赖于工业的应用创新才能继续发展。

强调工业体系的互补性并非贬低发展高技术工业的作用,而是强调这种互补关系是技术进步影响生产率提高和经济增长的关键机制,即一个工业部门的创新会导致其他工业部门的技术进步,而新技术在众多工业部门的扩散和持续改进才会使其经济效果得以充分发挥。正是从工业体系的整体性视角看,中国发展高技术工业是绝对必要的,因为这是工业体系技术进步和升级的主要动力。

传统工业应该“被”去产能吗?

对于中国工业来说,过去10年影响最大的政策莫过于“去产能”。

2013年10月印发的《关于化解产能严重过剩矛盾的指导意见》指出,“我国部分产业供过于求矛盾日益凸显,传统制造业产能普遍过剩……”;“产能严重过剩越来越成为我国经济运行中的突出矛盾和诸多问题的根源。”

该文件特别列举了钢铁、水泥、电解铝、平板玻璃、船舶等行业,但也规定该文件“同时指导其他产能过剩行业化解工作”。当时受全球金融危机之后的经济影响,刚刚经历了高增长的中国工业确实出现了需求不足的问题。政策文件就是针对因需求不足而产生的产能过剩现象,且对当时存在的“地条钢”等违规产能治理,这也没错。

但是,更关键的问题是关于产生这个现象的原因:中国工业的产能过剩是周期性的还是结构性的?如果是周期性的,产能过剩就是一个短期问题;如果是结构性的,那就是一个绝对的、长期的问题。

2016年10月28日发布的《钢铁工业调整升级规划(2016—2020年)》中说:“今后几年,总需求低迷和产能过剩并存的格局难以出现根本改变,经济增长不可能像以前那样,一旦回升就会持续上行并接连实现几年高增长,产能过剩已不可能通过历史上持续、高速的经济增长来消化。经济发展面临的突出矛盾和问题是结构性的,不是周期性的,是长期积累的深层次矛盾、是环境资源等发展条件的变化决定的,不可能通过短期刺激实现V型或U型反弹,将经历一个L型发展阶段。”

根据这个指导方针,这份文件有这样一段今天看起来大大低估了中国发展势头的预测:“从国内看,‘十三五’我国钢材消费强度和消费总量将呈双下降走势……国内粗钢消费量在2013年达到7.6亿吨峰值基础上,预计2020年将下降至6.5亿吨—7亿吨,粗钢产量7.5亿吨—8亿吨。”

事实与此完全相反。钢价从2015年年底开始周期性回升,订单增长迅速,钢铁行业也在2016年扭亏为盈(同年4月的产能利用率高达88.93%,大幅超过世界平均水平)其他被列为产能严重过剩的行业也出现了类似的情况。

由于需求顽强存在,中国粗钢产量仍在缓慢增长:2018年突破9亿吨,2020年突破10亿吨(10.6亿吨)。主管部门要求压减产能,2021年砍掉了3000万吨产量,2022年又继续实施压减,砍掉了1200万吨的产量(至10.18亿吨)

2023年,重点钢铁企业的利润大幅下跌,政策改为产能平控(不增不减)。于是,当年的钢铁产量涨回到10.3亿吨,而且钢铁的直接和间接出口非常强劲。

无论如何,“二分法”思维经不起一个“灵魂拷问”:为什么中国就不可以达到人均一吨钢的水平?

在地方,金属制品、建材、轮胎、陶瓷、纺织、造纸、制鞋甚至连家具制造都成了“官官喊打”的“过街老鼠”:全世界技术最先进的电解铝生产线,刚建成就因“违规产能”被关,只是因为被扣上“旧动能”的帽子。与此同时,“二分法”思维使得对“新旧动能转换”理解产生偏差,一些地方政府在执行过程中追逐少数时髦的“高技术”产业,全国将近三千个县都想发展生物制药、新能源和半导体(2018年之后)大量同质化的招商泛滥和投机活动反而瓦解了当地传统优势产业的根基。

不得不指出,“二分法”受到一些部门青睐,并非因其理论逻辑上的说服力,而是背后的权力逻辑在起作用。我们从2019年11月5日北方某省冶金行业协会根据企业座谈会报给该省工信厅的函里,摘取一些只言片语,以帮助理解一些“涉事”企业当时对政府部门做法的不满:

“目前一些地区将停产、限产常态化,不符合法律规定”;

“对于连续化生产的设备(如高炉),频繁启、停操作,某些地区还要求停炉时扒炉”,造成单位的资源消耗增高和污染排放增加,而“事故主要发生在生产设备启动、停止时”;

“排放标准和环保设施要求变化时间间隔过短、幅度过大”“生态环境部门要求车间、原料场全封闭,安全(部门)要求留有通风口,双方总有一方(可以)处罚企业,尤以生态环境部门,经常顶格处罚”;

“环保检查没有统一规划,没有计划,省、市、县、区、乡镇多层检查,不同部门多头检查,检查过于频繁,企业一天要接待多批不同检查人员,疲于应付”;

“检查标准不一,检查人员素质参差不齐……前一个检查组提出的要求企业执行了,又被后一个检查组要求整改”。

正是因为一些政府部门可以用环保、能耗、质量、标准、安全、市场监督等名义随意关停企业(民营企业首当其冲),才造成了所谓“市场缺乏信心”的问题。

中国经济发展的要害问题在于,中国要想产业升级、要想发展高新技术工业,就必须保持经济增长,而保持经济增长的主要动力仍然是以传统工业为主体的工业体系(传统工业占整个工业体系80%左右)。就在这些工业还处于技术突破和升级的过程中,却被扣上“产能过剩”的帽子,受到压制。

本文来自微信公众号:经济观察报 (ID:eeo-com-cn),作者:宋笛

Source

Visited 1 times, 1 visit(s) today
Subscribe
Notify of
guest
0 Comments
Most Voted
Newest Oldest
Inline Feedbacks
View all comments
0
Would love your thoughts, please comment.x
()
x