時代變革的下沉——紅利期遠沒有結束！_風聞

作者：八聲甘粥 來源：財經早餐（Femorning)

技術的飛躍變遷帶來了工業革命，更帶來了生產關係的轉變。

西方國家歷時一個多世紀的技術革命變遷中，從蒸汽機代替肉體力量的那一刻開始，單純的人“力”就已經不再成為影響集體力量的決定因素。

而中國工業機器的運轉，則是從建國時開始的。

雖比西方國家落後半個世紀，錯過工業革命的我們，從中場起跑**。**固有的人口優勢為我們奠定了既有的經濟潛力，在這個基礎上，技術近乎從無到有的鋪設，完成從0到1的追趕，終於在信息時代開始與全球齊頭並進，乃至於實現領跑。

當自古以來的人口至上論不再成為經濟體優勢的決定性因素，中國飛躍發展的幾十年，並不是簡單的人口紅利爆發，而是一部正在進行式的“效率紅利”變遷史。

人口≠絕對紅利

人口大國一直是我國的形象標籤之一，在技術變革前的漫長曆史中，除了王朝更替的混亂時期以外，中國古代憑藉人口和勤勞等基礎優勢，經濟實力長期佔據各時期的領先位置，GDP佔世界的比例一度遠超當前的美國和鼎盛時期的英國。

很多人都傾向於認為：中國當前的快速發展是由50-60年代嬰兒潮帶來的勞動人口紅利造成的。但如果將目光落向人口結構與80-90年代中國相似的印度、東南亞甚至非洲，我們不難發現，他們並沒能複製我國的經濟增長奇蹟，從當前看，似乎也沒有跡象表明他們在未來有能夠複製我們的能力。

印度2016人口結構，來源：CIA-The World Factbook

事實上，一直以來比人口更重要的——是“效率槓桿”。

如果用一個簡單的公式把經濟發展狀況進行換算，假設****人口是一個基數為N，效率槓桿為M，槓桿覆蓋率為C，那麼經濟的綜合實力E應該是E=N×M×C的綜合乘積。

（人口基數N代表了——當技術和科學處於原始狀態下時，每個人創造的價值為1，N個人的經濟效益則為N。

效率槓桿M代表了——在當前前沿技術和知識等條件下，每個人能創造的最大價值為M。槓桿受教育程度的影響、受生產關係的影響，也受生產環境的總體影響。

槓桿覆蓋率C則代表——在基數N個人中，有多少比例的個體能夠發揮出效率槓桿M下的價值。技術越普及，流通渠道越順暢，則C越接近與1。）

古代中國人遠超世界同期的先進農耕技巧和辛勤勞作提升了整體的生產效率槓桿M，這成就了古代經濟的繁榮。

在過去的幾十年間，中國經濟的大幅飛躍同樣來自於效率槓桿M和槓桿覆蓋率C的大幅增加。

從效率槓桿M的角度看，同樣的人口數量下，人口受教育程度越高，平均個體能夠發揮的生產力就越高，教育水平就是一個很有代表性的效率槓桿。

1982年全國15歲及以上人口中，受過高中及以上教育的比重為10.9%，受過大專及以上教育的人口占比不足1%。

1986年我國頒佈《義務教育法》推行九年義務教育制度。

於是，在2017年，受過高中及以上教育的佔比提高到35.0%，並呈現穩步提升趨勢，受過大專及以上教育的人口占比上升至2017年的15.5%。

而現代化基礎設施的大範圍投放，讓分佈在960萬平方公里上的13億人口實現了互聯互通。高效的技術和人才得以流通，廣泛覆蓋到曾經的技術荒原，中國的“槓桿覆蓋率C”也因此而不斷提高。

這些基礎設施的便利，將分散化的高質量的人力資源和社會資源高效地輸送到了相匹配的現代化服務業和現代化工業崗位需求上，像一台發動機的各個零件一樣，資源間快速匹配、鑲嵌、耦合。

人口質量上升、基礎設施完備、產業升級的疊加力量，令效率槓桿M與槓桿覆蓋率C在短時間迎來了急速增加。中國鉅額人口基數的潛藏能量效應藉助效率槓桿才得以撬動和爆發。

相比之下，如果基礎設施、工業體系、人口質量都不具備，一個經濟體的人口結構哪怕很好，也無法實現將“人口數量”變為“人口紅利”

顛覆與賦能

工業革命時代地每一次突破是都是對歷史成果地顛覆，數字革命卻是對歷史成果的賦能。

第一次和第二次工業革命，分別被稱為蒸汽時代和電氣時代，**造成革新的本質是人類對能量應用的升級。**從人力，到蒸汽，再到電力，與之相對應的基礎資源分別是人口、煤炭、石油。誰在時代中掌握了最多的基礎資源，誰就能引領時代的前進。

一直以來，人們寄希望於基礎科學的突破，認為下一次的生產力變革應該會是再一次的能量升級，比如可控核聚變的出現，或者更微觀的能量汲取和應用。

而正如學術界所擔心的是，**構成當今一切科技的基礎學科似乎一直處於停滯狀態。**近幾十年來的科學進步更多是應用層的更新，是對現有科學體系的極致化探索和應用。1969年人類登上月球，半個世紀後，人類在太空的有生探索依然停留在地球附近。

與其説是我們經歷了第三次的信息革命和第四次的科技革命，其實，**我們不過是在度過第二次工業革命漫長的****後半場。**如蒸汽和電力一樣徹底顛覆過去生產關係的那顆星星，一直沒能出現。

懷着對革命性技術突破的期待，產業當前能做的努力開始向下集中探索——如何實現在當前基礎上，解放生產力，優化生產關係，答案是：不斷精細化，一降再降的出錯率，持續優化減少中間環節，最大程度的節約成本。

於是我們看到，互聯網幾乎消滅了信息流通成本，隨之而來的大數據令統計分析變得更加直接有效，雲服務為中小企業簡化了從無到有的過程，工業機器人大幅提高效率解放了人力。

直接人力已經不再成為生產的制約因素，傳統的生產方式被賦能，“我們還能再繼續提高多少效率？”成了未來經濟增長的新空間。

全面下沉——填補

沒有經歷過蒸汽時代和二次工業探索的中國，像是一個半場加入賽程的新選手。

好處是：我們沒有經歷從無到有的技術原始躍遷過程，直接步入工業化時代，更是在新興領域上開始與歐美等地區站在同一起跑線。

壞處是：快速的技術躍遷，像是從10分一下上升到了70分，幅員遼闊的大陸和巨大的國內市場並不能全部適應這種躍遷速度，導致我國的完整生產力並不像歐美等地——處於經歷勻速發展後的均衡狀態。新興領域已經走到了90分，部分需要時間慢慢滲透的領域如機械化農業普及、配套軟實力還處於40-50分狀態。

因此，技術變革的力量進入全面下沉的後半場：“效率紅利”不僅在尖端技術領域對工業服務業進行提升，還會對那些在快速躍遷過程裏、需要時間慢慢滲透的領域進行填補。

這是一個龐大的工程，也對應着龐大的市場空間。

比如我國的人均受教育年限雖然獲取了巨大的進步，但是相比於國際發達國家的水平還有一定差距。

又比如，2018年，我國的農作物耕種收綜合機械化率約為67%，對比歐美的農場主模式下機械化情況也存在較大的增長空間。如何在保障農業生產的基礎上，將高效能技術使用範圍進行推廣，把更多的勞動力從農田中解放，是當前農業升級的努力方向。

不只是教育和農業，我國的“效率槓桿”和“槓桿覆蓋率”目前依然還有非常巨大的滲透空間。

拼多多和今日頭條的下沉市場效應只是新市場動力爆發的開始。

全面下沉——提升

如果説，對過去高效率生產滲透不足的區域進行補全——是支撐我國經濟不斷穩定增長的內生需求；

那麼，對人工智能等新興產業的發力探索，將技術槓桿下沉到生產的每一個環節——則是決勝未來制高點的決定性需要。

在基礎學科沒有發生突破性進展的當前，盡一切可能將尖端生產關係的效率發掘到最大化，無疑是當前經濟體的共識和趨勢。

所以，

我們看到國家在大力推科創企業發展；

我們看到美國、俄羅斯也紛紛強化人工智能國家戰略。

我們看到看到人力本身與人工智能、新興技術之間開始出現了差異性分工。

一切服務於“效率最大化，流程最優化”，當前的產業升級模式中，“人工智能”無疑是結合最好的“效率槓桿”。

效率紅利

當生產關係變革真正實現完全的下沉滲透，純粹的苦力勞動和模式化的腦力勞動必定將被代替。

不同於前兩次工業革命中，歐美國家是在正常發展過程裏就完成了高效率生產關係的全社會覆蓋。我們是在短時間內，不停的追趕着最先進的生產力，然後一邊進步、一邊實現下潛和覆蓋。

我們常説中國崛起，中國進步，其實一切不過是當我們從無到有地適應了現代的生產關係，原本就藴藏在廣闊土地與人之內的能量，經歷了新一代技術帶來的效率槓桿後，終於得以開始被完整撬動。

人口紅利消失？不好意思，我們的紅利期才剛剛開始。