文/新浪財經意見領袖專欄作家 黃益平

本文根據北大國發院副院長、北大數字金融研究中心主任黃益平教授在“國家發展”在線系列講座的演講整理。“國家發展”系列講座已舉辦30多講，新冠肺炎疫情發生后推出在線版。

　　今天的交流主要討論三個方面的問題：

　　第一，線上經濟可能已經成為宏觀經濟的穩定器；

　　第二，數字技術在支持中小微企業方面發揮著重要作用；

　　第三，數字經濟正站在一個新的起點上，未來會有十分廣闊的空間。

　　線上經濟成為宏觀經濟的穩定器

　　目前，國內控制疫情的努力取得了初步成效，但還是有很多不確定因素。民工返城、復工會不會引發疫情反彈？疫情在各國會蔓延到什么程度？會不會引發新的金融危機？這些問題都值得密切觀察。

　　不過這次的新冠疫情跟2003年非典有所不同，一方面，今天已經有線上經濟，可以在一定程度上緩解疫情對經濟和生活消費的沖擊；另一方面，人員流動性大大提高，使控制疫情更困難。盡管國內看起來已經得到控制，但又傳播到了全球。這是2003年非典未能出現的情況。如今即便國內經濟能復蘇，國外疫情如果導致進一步限制貨物、資本和人員流動，也是一個非常負面的因素。

　　災害對經濟的影響確實有一些共同特征，災害經濟學也是經濟學的一個重要分支。災害對經濟的負面影響一般分成直接經濟損失和商業中斷導致的損失。直接損失是指災害一發生，經濟活動就消失，間接損失指的是下一輪經濟發展跟不上。比如非典時期的餐飲業、旅游業立刻停滯，就是直接經濟損失；但對外國直接投資的影響就要過一段時間才會顯現。因此，2003年6月非典疫情結束到2004年6月這一年，其他活動很快反彈，但外國直接投資變成了負增長。疫情導致國際商務旅行基本中斷，商務談判中斷意味著新的直接投資項目也中斷，但影響滯后了一年才能看出來。所以，討論疫情對經濟的負面影響，要同時關注直接損失和間接損失兩個方面。

　　哈佛大學的巴羅教授專門研究經濟增長問題，他發現戰爭、大蕭條和金融危機這樣的災難造成的成本，往往占GDP的20%，正常經濟周期波動的成本往往只占GDP的1%-1.5%。而且，不同類型災害對經濟的沖擊很不一樣。比如，新冠疫情和地震這種自然災害就不太一樣，疫情不會引發實物資本的損失，不像2008年汶川大地震直接導致房屋、基礎設施、設備損壞，但疫情傳播和防控帶來的成本更嚴重，對經濟整體的影響也許更嚴重。

　　法國經濟學家巴斯夏提出一個“破窗理論”。“破窗理論”簡言之就是：理發店的一塊玻璃窗被打破，這當然是件壞事，因為造成了損失，但是玻璃窗的損壞會引發一系列經濟活動。如果店主人去訂制新玻璃，廠家就會收到新的生產訂單，到最后裝上新玻璃，這一系列活動產生的經濟機會，帶來的社會收益，可能超過這塊玻璃本身破掉的成本。

　　疫情對經濟的影響當然遠遠不是破一塊玻璃那么簡單，但是“破窗理論”提醒我們，疫情沖擊也會帶來一系列的經濟活動，這其中會有人受損，但也許也會有人獲得新機會。

　　從數字經濟的角度看，和2003年非典相比，網購已經獲得巨大發展，占全社會零售總額的20%以上，2003年基本還沒有線上經濟，淘寶平臺2003年6月才上線。新冠疫情發生后，阿里和螞蟻金服做了一系列調查發現，餐館的生意確實總體減少，其中，線下業務減少了75%，線上業務減少了40%，同時減少。但如果沒有線上業務補充，餐飲業受到的總體沖擊會更大。調查還發現，40%的餐館都做外賣，這其中又有一半餐館是新開的外賣業務。現在成都的火鍋店都能做外賣，原來肯定想象不到火鍋外賣。線上業務使得沖擊變得相對小了一些。

　　從行業分布來看，游樂園、博物館、酒店、航空等受疫情影響較大，線上影視、辦公、教育則飛速擴張。據說，在線教育業務至少增長超過300%，我個人每天大概會有兩到三個線上會議，用的是騰訊會議、釘釘、ZOOM等平臺，冰火兩重天。

　　我最近還聽說溫州的紅蜻蜓制鞋公司，疫情期間4000家門店關閉，被迫打響一場“蜻蜓大作戰”，把線下門店業務搬到線上，據說線上業務增長了600%。還有成都的新網銀行，疫情期間消費信貸減少非常明顯，但小微信貸的申請量不但沒有減少，反而在增加。所以，這次數字經濟確實發揮了宏觀經濟穩定器的作用，至少為很多公司和行業起到了緩沖作用。

　　當然，疫情的影響是動態的，不同行業在不同階段受到的沖擊也不同。這和我們過去看人工智能和機器人產生的影響是一個道理：不同行業被改變、替代的程度不太一樣，但一般來說，簡單重復的勞動比較容易由機器替代，也比較容易在線上完成，但是個性化的、涉及情感的活動就比較難被替代。但這也是動態發展的，比如機器人短期內無法替代門診醫生等知識密集高的工作，但如果科學大幅度進步、計算機技術顯著提高，也許有一天機器人也能直接給人看病。

　　這次疫情過程中的很多現象也說明數字經濟是一個系統工程，決不是有了高端服務器和用戶端平臺就可以。比如大家都抱怨疫情直報系統并沒有被利用，說明技術就緒了，但配套的執行系統還沒有到位。再比如，網購、線上服務非常成熟了，但很難下鄉，因為馬路挖斷或樓宇封鎖。因此，數字經濟和數字治理都是一個系統工程。這次疫情期間，數字經濟總體起到了宏觀經濟穩定器的作用，正面的價值比較明顯。

　　數字經濟助力中小微企業融資

　　過去兩年，中小微企業、民營企業都抱怨日子越來越難過。有多方面的原因，其中一個就是2019年政策方面控制風險、去杠桿，使得它們融資難的問題變得更加突出，如今疊加疫情沖擊，它們的日子可能更難。因為一方面業務減少甚至中斷，另一方面租金、工資等開支還在繼續。

　　中小微企業往往沒有太多資金儲備，因現金流斷裂而倒閉的風險很大。很多人說，它們再扛一兩周、一兩個月，等疫情過去就好，但真正令人擔心的是很多企業扛不到黎明。

　　當然，中小微企業倒閉也是正常現象，平均壽命一般就5年，意味著每年有20%的中小微企業倒閉。問題在于這一次因為現金流斷裂而倒閉的企業會更多，比例會更高，甚至有可能形成大面積倒閉、大面積失業和大面積不良資產的惡性局面。

　　中小微企業的困難，可能就是我們今天面對的系統性風險，這個系統性風險當中最大的風險就是現金流斷裂，而不是資不抵債或者其他風險。

　　怎么解決現金流斷裂的風險？簡單來說有三條路：第一是增加營收，第二是壓縮開支，第三是獲得外部融資。2月25日，國務院常務會議上也宣布了一系列措施，包括增加5000億元的貸款、貼現貸款，支持中小微企業信貸。這當然好，問題是這些錢和政策工具能不能最終幫到這些企業？

　　還有一個更現實的問題，我們可能根本不知道中小微企業在哪兒、有多少、狀況到底怎么樣。

　　2019年工商部門登記的個體工商戶數量大概是6000多萬，但有專家表示這個數字不準，因為個體工商戶開業前都要去工商部門登記，但倒閉了通常不會再去工商部門注銷。

　　緊接著的問題就是如果中小微企業是什么情況、有多少、在哪兒都不知道，又怎么樣支持到它們呢？好在針對這個歷史性、普遍性的問題，北大數字金融研究中心最近做了一項研究，采用支付寶的數據來做評估測算。

　　支付寶2017年推出二維碼掃碼支付服務，將業務由線上網店擴大到線下店，讓線下交易基于一個二維碼就可以，所以覆蓋面很大，通過支付寶的“碼商”規模，我們得以了解個體工商戶的大概數量。我們中心的研究員王靖一、郭峰，聯合螞蟻金服的一位數據分析師李勇國，據此撰寫了《中國個體經營戶總量測算與新冠肺炎疫情沖擊評估》報告。

　　報告主要包括三項工作：第一是測算中國的個體經營戶到底有多少，第二是評估疫情對個體經營戶造成了多大影響，第三是看數字金融與疫情沖擊之間的關系。

　　第一項：個體經營戶的總數估算。

　　報告基于支付寶數億量級的二維碼收單工具，即“碼商”的數據，利用機器學習等分析方法，估算了中國個體經營戶的總量。結果顯示：第一，我們現在測算的2018年全國個體經營戶總數量約9776.4萬戶，而2019年第四次全國經濟普查公布的官方數據是6000多萬，比官方數據高出54.8%。這證實官方數據很不完整，而且有很多數據早就該淘汰。第二，個體經營戶就業人口大概有2.3億，占全國勞動人口的28.8%。要說明的是，這2.3億人不排除有兼職性就業人口。第三，個體經營戶年營收總額是13.1萬億，相當于全年社會零售總額的34.4%。同樣需要說明的是，13.1萬億中可能有一部分已經納入社會零售總額的統計數據。

　　第二項：測算這次疫情對個體經營戶的業務影響。

　　一般的分析方法，是拿今年和去年的業務數據進行對比，減少多少就表明受沖擊有多大。這個分析方法不一定對。經濟學中，對外生沖擊或某一個政策效果進行評估，要解決的一個根本性問題就是“反事實構建”。就這次疫情而言，我們只能觀測到受新冠疫情影響的實際數據，而不知道疫情如果沒有發生，經濟數據將會是什么樣。為了有效評估疫情沖擊，最理想的方式是構建一個沒有新冠疫情發生情況下，2020年個體經營戶的經營狀況，即“反事實構建”，疫情帶來的實際沖擊，就應該是2020年的實際經營數據，與“反事實構建”出的經營數據之差。

　　這次疫情，國內每一個省受沖擊的程度不太一樣，其中受疫情沖擊度最高的是湖北，數據顯示，湖北省內活躍商家數量減少了60%，營業額減少了70%。不過總體來看，尤其是從活躍商戶數量這項來看，雖然湖北以外的各地疫情嚴重程度不太一樣，但經濟受沖擊的程度差不多。我們猜測，除湖北以外的地方應該是兩個因素影響了經濟活動：第一個因素是疫情突發，大家都覺得很嚴重，每個人受到的心理沖擊都非常大，個體經濟活動因此發生改變；第二個因素，雖然各地疫情響應級別有差異，但采取的措施很可能類似，最終受沖擊的力度也相似。

　　第三項，看數字金融與疫情沖擊之間的關系。

　　目前，我只能給出一個非常初步的分析，是否可靠還需要一系列驗證。簡單來說，就是基于數字技術精準放貸的貸款，如果某個地區多一些這類服務，它受疫情沖擊的程度相對來說就會小。因為這說明此地的中小微企業融資環境受沖擊相對小，資金短缺問題沒那么突出。

　　在疫情期間，新網銀行、網商銀行等都在繼續發放貸款。傳統銀行跟不上，因為原來的線下業務模式很多需要見面辦理。

　　我們中心有一位研究員戚樹森，也是廈大的助理教授，他用美國的數據研究災后金融服務發現，首先，無論是企業還是個人，災后都要到銀行取款。對我們來說，大多數人有支付寶和微信，不需要去銀行。主要是一些老年人不用電子支付，只能到銀行取錢，郵儲銀行的一位高管就表示，疫情期間要保證每天有一家支行開門以方便取款。這和美國一樣。其次，災后會適度向銀行申請貸款。從國內情況看，從傳統銀行貸款比較難，一方面要求見面辦理，另一方面需要抵押品做信貸評估。像中小微企業缺乏抵押資產。戚樹森教授的研究同樣發現，即便在美國，網絡貸款在支持災后重建過程中的作用也非常大，在傳統銀行布局比較少的地區尤其重要。

　　這個發現對我們來說有很重要的借鑒意義。我們數字金融研究中心曾在2018年發布北京大學數字普惠金融指數，其中一項內容是移動支付覆蓋度指數，我們發現，2011年只有東南沿海地區移動支付覆蓋還不錯，到2018年移動支付基本是全國開花，中西部地區發展勢頭尤其好，總體上體現出普惠的特點，移動支付明顯跨越“胡煥庸線”。“胡煥庸線”是以20世紀30年代的地理經濟學家胡煥庸命名，在地圖上，這條線北邊始于黑龍江的黑河，南邊到云南的騰沖，線右邊的東部地區國土面積大概是全國的44%，當時養活了全國96%的人口。今天經濟發達的區域還是集中在“胡煥庸線”以東。不過，數字金融明顯加快了金融服務區域的拓展速度，因為它不像傳統金融服務，拓展業務不需要分支行。數字金融的好處是只要客戶有一部聯網手機就行，一下子解決了金融當中最難的兩個問題，即獲客難和風控難。

　　不僅如此，在線金融服務平臺一旦建立起來，就有“長尾效應”，增加幾百萬甚至幾千萬用戶，邊際成本基本為零，所以有很強的普惠性質。比如說網商銀行、微眾銀行、新網銀行，這幾家銀行每家員工不超過2000人，但每年都可以發放貸款1000萬筆左右，而且和客戶基本不需要見面。網商銀行有一個“301”模式，意思就是來申請貸款的客戶，只需要3分鐘在網上填完申請，1秒鐘錢到申請賬戶，0人工干預。

　　能這樣做，靠的是大數據風控模型。和傳統模式相比，大數據風控有兩個優點，分別是信息優勢和模型優勢。

　　信息優勢首先體現在實時數據。在線申請貸款的客戶，雖然沒有完整的財務數據、質押資產，但是有實時交易數據，因此可以知道客戶的業務經營狀況，甚至可以基于這些數據預測未來幾天或一周的業務運營情況。這是非常實時更新的數據，過去看財務報表，起碼會滯后一個季度，有的可能滯后一年。信息優勢還體現在行為數據，比如家庭關系、責任感、個性特征，這些都是行為數據構建的特征。一個人的財務狀況會隨時改變，但是行為數據會相對穩定。

　　模型優勢體現在基于機器學習的模型來做分析。傳統金融系統的風控模型一般都是線性模型，是根據已有數據做簡單分析，最后綜合在一起打分。機器學習則可以抓住非線性關系和交互行為，基于動態關系、業務交易量做模型分析會更準確，其中變量也更加重要。

　　將大數據風控模型和傳統商業銀行的風控模型對比，可以初步得出兩個結論。第一，現在的系統中，如果基于很好的財務數據和央行征信數據做風控模型，模型基本比較可靠。如果在這個模型上再加上網絡新數據做預測，能讓分析變得更加準確。第二，這套方法最大的優勢，不是給傳統風控錦上添花，而是雪中送炭。大部分中小微企業并沒有財務數據、央行征信，在這樣的情況下，大數據依然能做出非常穩健的預測。這確實是一個革命性變化。

　　數字經濟迎來新起點

　　今天數字經濟可能因為疫情而站到了一個新起點上，原因是：

　　第一，疫情給了一個新的觸發點，讓大家深刻理解無接觸交易的重要性。淘寶是非典疫情結束時建立起來的平臺，之后獲得快速發展。這次疫情，也許會讓無接觸交易的需求進一步提升。我們已經看到一系列無接觸活動在發生，比如醫療衛生、短視頻和網紅經濟、手游、線上辦公、在線教育、無人配送、數字金融等，未來它們可能會有很大發展。

　　第二，人口老齡化問題正日趨嚴重，中國每年勞動人口減少800萬，老齡人口增加1200萬，照此發展，三十年后的撫養比將從2019年的41%上升到2049年的66%。這意味著今天100個勞動人口養40個不工作的人，主要是老人和小孩，到2049年，每100個勞動人口就要養66個不工作的人，勞動人口的負擔會變得越來越重。從另外一方面來說，勞動人口供給變得越來越少，機器替代人就變成必須要做的事情，線上經濟當然是其中之一。

　　第三，技術在不斷進步，第四次工業革命可能很快到來。第一次工業革命始于1760年，以蒸汽機技術的出現為標志。第二次工業革命始于1850年，以電力技術為核心。第三次工業革命大概始于1950年，標志是計算機信息技術的應用。第四次工業革命，很多人認為始于2013年，德國在漢諾威工業博覽會上正式提出“工業4.0戰略”，并稱我們也許正在進入第四次工業革命時代。以人工智能、大數據、機器人為代表的新技術，可能是第四次工業革命的重點。在這個大潮之下，數字經濟發展可謂順理成章。

　　技術發展對經濟的影響可見一斑。目前大家都在談論5G技術，個人認為，5G技術的落地將引爆數字經濟。從1G、2G、3G、4G到5G，通信技術在不斷提高，與之相對應，我們的經濟也在多方面發生改變。比如淘寶在2003年上線，2004年12月支付寶上線以前業務都還很難做，因為交易方式和交易信用沒有解決。即便支付寶上線之后，網購也并未快速 發展，因為必須要在臺式機上用支付寶，不夠方便，用的人很少。后來也是手機通信等基礎技術跟上以后，淘寶等業務才突飛猛進。因此，喬布斯2007年1月發布蘋果手機，被稱為數字經濟發展的一個里程碑。當智能手機大幅鋪開，尤其是2009年3G技術大面積商用，才終于可以在手機上網購、支付，到2014年推出商用4G，線上購物體驗效果變得更好。5G技術比4G往前更進一步，如果5G商用，很可能在很多方面帶來革命性變化。

　　5G技術以及第四次工業革命，還可能讓我們很快迎來第三次全球化浪潮。人類歷史上已經發生過兩次全球化浪潮。

　　第一次全球化浪潮始于1850年左右，因為蒸汽機技術使得織業、鐵路、航運顯著提速，世界通過航運、鐵路交通和通訊快速連在一起，交易成本降低，貿易因此變得容易。此次全球化浪潮主要以貨物為載體。

　　第二次全球化浪潮應該是從1971年開始，這一年尼克松把美元和黃金脫鉤，跨境資本流動快速活躍起來。第二波全球化浪潮主要以資本為載體，推動力量是國際經濟政策的變化。因為國際經濟政策通常有三大目標，第一是匯率穩定，第二是跨境資本自由流動，第三是獨立的貨幣政策，但這三個很難同時實現，最多只能同時滿足兩個，這就是“蒙代爾三元悖論”。在布雷頓森林體系下，采取固定匯率制，即美元盯住黃金，所有其他貨幣都盯住美元，剩下的兩大政策目標，資本自由流動和獨立的貨幣政策，大多數國家選擇了獨立的貨幣政策，于是資本流動基本被限制住了。1971年尼克松把美元和黃金脫鉤，國際經濟政策發生改變，多國放棄匯率穩定，跨境資本流動一下就活躍起來。因此，這一輪全球化的載體是資本。

　　如果數字技術能成為推動世界經濟連通的新力量，第三波全球化浪潮一定會到來，只是時間問題。第三次全球化浪潮，將主要以數據為載體。還有全球產業鏈、數字貨幣、跨國醫療服務等，很多事情可以做，趨勢也很明顯。但是中國會不會加入第三次全球化浪潮？ 

　　以數字貨幣DC（Digital Currency，簡稱DC）與電子支付（Electronic Payment，簡稱EP）的發展為例，中國央行也在積極推進，我的觀察是如下幾點：第一，它是個雙重系統，即央行對授權機構，授權機構對公眾，央行不直接對公眾。第二，DC/EP主要替代的是流通中的現金（M0），不進入信貸，而且央行不對DC/EP支付利息。

　　為什么會傾向于雙重系統，以及不支付利息，只替代現金？央行應該是為防范在早期的時候就發生商業銀行脫媒。如果央行既可以直接對公眾發行數字貨幣，同時還支持數字貨幣付利息，商業銀行就會失去天量用戶，從而嚴重改變金融結構。這并不意味著央行永遠不會這樣做。

　　因此，每一波全球化都是一件好事，但并不意味著所有人同時受益。比如，美國在第二輪全球化過程中成就了科技、金融以及經濟的總體發展，但其紡織、鋼鐵等行業受沖擊也很嚴重。如果第三波全球化浪潮到來，中國會受到什么影響？是會被沖跨還是再上一個臺階，甚至成為引領者？不同的行業又會面臨什么要的未來？我暫時也沒有答案，不過，世界關上一扇門，同時也會打開一葉窗。

　　(本文作者介紹：北京大學國家發展研究院、中國經濟研究中心教授)