同時,生產(chǎn)不再依賴于勞動力成本及工人的勞動熟練程度,因此,基于現(xiàn)行勞動力市場的國際分工與國際貿(mào)易體系也將被巔覆,全球貿(mào)易量與GDP之比,將隨著機器人生產(chǎn)的廣泛利用而大幅下降。2008年次貸危機以來,各國為之困繞的“全球經(jīng)濟失衡”將機器人參與的新一輪全球產(chǎn)業(yè)鏈重組而自動校正,甚至可以自動地實現(xiàn)全球經(jīng)濟再平衡。或者,退一步說,即便全球失衡依然存在,那也是一個新的失衡過程,它不是建立在以勞動力成本之上的全球失衡,而是基于資本和技術(shù)自主性和應(yīng)用率的全球經(jīng)濟新失衡。
在這種失衡下,全球最優(yōu)產(chǎn)品的貿(mào)易流向,不是從擁有“人多”的發(fā)展中經(jīng)濟流向“勞動力成本高”的發(fā)達經(jīng)濟,而是從擁有資本和技術(shù)優(yōu)勢的發(fā)達經(jīng)濟流向“人”多而技術(shù)相對落后的發(fā)展中經(jīng)濟體,那時的失衡,將最終表現(xiàn)為發(fā)達經(jīng)濟體擁有貿(mào)易順差,發(fā)展中國家則擁有貿(mào)易逆差。由是觀之,基于當下的貿(mào)易失衡、全球資本流動的各類國際規(guī)則也將失去它原有的意義,被媒體熱炒的TPP、各種雙邊或多邊自由貿(mào)易協(xié)定,將成為廢紙一張,由是觀之,中國也不必為被排除在TPP之外而自尋煩惱了。
機器人生產(chǎn)也將沖擊基于人口老齡化的經(jīng)濟學(xué)理論及政策實踐。根據(jù)傳統(tǒng)的經(jīng)濟增長模型,資本和勞動是經(jīng)濟增長中最重要的兩種生產(chǎn)要素。勞動供給增長可以提高潛在增長率,反之則反是。所謂“人口紅利”,其要義之一就是,充裕的勞動力供給及勞動參與率的上升,使得一國經(jīng)濟可以利用廉價勞動力的成本優(yōu)勢而吸收更大量的資本,從而提高了潛在增長率。以日本和歐洲一些國家為代表的發(fā)達經(jīng)濟體,因為人口老齡化而出現(xiàn)了長期的衰退或低增長。日本老齡化使日本制造業(yè)失去了全球競爭力,也使日本經(jīng)濟陷入長達20年的衰退。中國人口結(jié)構(gòu)拐點已現(xiàn),人們無不對未來的增長充滿了憂慮甚至極度的悲觀。現(xiàn)在,國內(nèi)一些人呼吁放開中國的計劃生育政策,主要理由之一便是,中國的人口老齡化正在蠶食中國的勞動力成本優(yōu)勢,因此,需要新生的勞動力供給來彌補日漸老齡化的勞動力市場。
這種觀點恰恰忽略了當下技術(shù)進步對傳統(tǒng)勞動力替代的顛覆性影響。由于未來生產(chǎn)要素組合中,資本—勞動比會上升到極高的水平,“人力”勞動將成為生產(chǎn)中極不重要的部分。過去適用于日本的人口結(jié)構(gòu)變動與經(jīng)濟增長的關(guān)系,因機器人的出現(xiàn)及其在生產(chǎn)中的廣泛應(yīng)用,在中國可能變得不再那么密切。機器人的誕生,即將改變?nèi)蛑圃鞓I(yè)的版圖,勞動力密集的國家將不再是全球制造業(yè)的中心,全球制造業(yè)將圍繞資本和技術(shù)而展開和布局。孫正義早前在演講中說到,要讓日本在2050年成為全球最大的制造業(yè)國家,其信心就來自工業(yè)機器人正在改變?nèi)毡疽蚶淆g化面臨的尷尬局面,機器人可以“忘我”地工作,其成本還不到“自然人”的十分之一。
鑒此,中國未來產(chǎn)業(yè)結(jié)構(gòu)的升級,不僅是最終產(chǎn)品質(zhì)量與品牌的升級,更是由過去工人流水線的作業(yè)升級為智能機器人的流水線生產(chǎn)。只有更高“智商”的機器人涌入中國的“勞動力”市場,中國未來的制造業(yè)才會有出路和希望。簡言之,未來全球制造業(yè)的高地,不在充裕而廉價的勞動力供給,而在于全球領(lǐng)先的智能機器人技術(shù)。
三、基于信息技術(shù)和大數(shù)據(jù)的新技術(shù)革命
新技術(shù)革命,不僅是智能機器人的大量涌現(xiàn),更重要的是,它是基于信息技術(shù)和大數(shù)據(jù)的生產(chǎn)。傳統(tǒng)市場經(jīng)濟中,廠商是基于價格信號而組織生產(chǎn)的,但并無中央計劃者來指揮廠家該生產(chǎn)哪些產(chǎn)品、該生產(chǎn)多少,一切圍繞市場、價格和利潤轉(zhuǎn)。市場競爭的特質(zhì),恰恰就在于分散化,所有市場參與者都只是市場價格的接受者。在此狀況下,資源得以通過價格信號流動和重新配置,并能夠?qū)①Y源配置到效率更高的企業(yè)中去。
現(xiàn)在有一種說法是,大數(shù)據(jù)的出現(xiàn),使得社會組織和生產(chǎn)方式出現(xiàn)了去中心化的趨勢。中國的市場化改革,就是要去中心化和去集中化,通過市場化的分散決策和價格信號,生產(chǎn)者可以更好地滿足消費者的需要;實踐中的計劃經(jīng)濟之所以四處碰壁,一個重要原因就在于,中央計劃者無法確切地知道消費者的需求,消費者與中央計劃者之間信息不暢,使得計劃者確定的產(chǎn)品無法滿足消費者的需要。計劃與管制的結(jié)合,造成了普遍的短缺,它并不是組織生產(chǎn)的好方式。
在傳統(tǒng)的市場經(jīng)濟中,當市場價格上漲時,廠家就會增加生產(chǎn);反之,當價格跌落時,則會減少生產(chǎn),實現(xiàn)供需之間的均衡。但在價格上漲時,企業(yè)也往往會過度地增加供給,導(dǎo)致產(chǎn)品過剩;價格下跌時,也可能導(dǎo)致廠家過度減產(chǎn)??梢哉f,市場經(jīng)濟就是在價格漲跌與生產(chǎn)過剩循環(huán)過程中尋找均衡的,而在這個過程中,浪費往往不可避免,甚至要通過“危機”這種極端的方式來建立新的均衡。
但是,基于信息技術(shù)的大數(shù)據(jù)的出現(xiàn),將弱化價格信號在資源配置中的作用,因此,即便同樣披著“市場經(jīng)濟”的外衣,利潤最大化仍是廠家的心臟起博器,但機器人生產(chǎn)中的市場經(jīng)濟也將很不同于過去以純粹價格為指揮棒的市場經(jīng)濟。我們常說,在市場經(jīng)濟中,價格承載著傳遞信號的功能,但信息不對稱又總是存在的,這就使得在理論上堪稱完美的市場經(jīng)濟在實踐中總會遭遇種種尷尬的原因。
然而,基于現(xiàn)代信息技術(shù)和大數(shù)據(jù)的生產(chǎn)中,從消費者到生產(chǎn)者,或者從生產(chǎn)者到消費者的信息傳遞渠道和機制已然發(fā)揮了根本性的變化。消費者不僅可以借助現(xiàn)代信息技術(shù)搜尋產(chǎn)品供給信息,還可根據(jù)用戶評價(分)來決定將貨幣選票投給哪家的產(chǎn)品。滴滴方便地溝通了乘客與出租車之間的信息,既方便了乘客,也降低了出租車因信息不對稱而導(dǎo)致的空駛率。
過去,日本企業(yè)管理中提出的“精益生產(chǎn)”、“零庫存”將會因大數(shù)據(jù)而得以更好地實踐。我們不妨推測,基于信息技術(shù)的生產(chǎn),將使精益生產(chǎn)逐漸地在全球演變?yōu)椤熬珳噬a(chǎn)”。是故,生產(chǎn)的智能化與信息化的有機結(jié)合,是當下技術(shù)革命區(qū)別于過去產(chǎn)業(yè)革命的根本之所在。
這就引出了一個重要的問題:過去市場經(jīng)濟的精髓——分散化決策,在信息化、智能化的機器人生產(chǎn)體系中是否還依然有效?答案很可能是,既然消費者信號的傳遞不再單純依靠價格的漲跌,那么,分散化決策對資源分配和使用的效率就可能相應(yīng)下降;相反,一定范圍內(nèi)的集中和計劃生產(chǎn),不僅成為可能,而且是必要的。我們甚至可以做出這樣的判斷:在大數(shù)據(jù)的生產(chǎn)時代,越是生產(chǎn)的集中,產(chǎn)品過剩的可能性就越低。
進一步說,基于大數(shù)據(jù)的機器人生產(chǎn)本身,可能就會加劇生產(chǎn)的集中。舉一個極端的例子,假設(shè)某種產(chǎn)品只由一家企業(yè)生產(chǎn)和供應(yīng),消費者通過該企業(yè)的APP傳遞產(chǎn)品的需求信息,那么,該企業(yè)就能夠根據(jù)該信息來安排和組織生產(chǎn)。它生產(chǎn)的量,恰好滿足消費者預(yù)訂的量,不多不少。因此,我們也可以說,大數(shù)據(jù)下的生產(chǎn),可能演變成為十足的“訂單”生產(chǎn),而不是基于價格及庫存變化來組織和安排生產(chǎn)。
果真如此,屆時,企業(yè)非意愿存貨的周期波動下降了,宏觀經(jīng)濟將因此真正邁向“大緩和”時代。經(jīng)濟運行對政府“熨平周期波動”的需求下降了,基于現(xiàn)代信息技術(shù)與大數(shù)據(jù)的生產(chǎn)組織方式,正在埋藏政府無所不在的經(jīng)濟干預(yù)。那時的經(jīng)濟體制,將演變成為“有計劃的市場經(jīng)濟”的新時代。不過,這里的“計劃”,不是政府對企業(yè)的指令性計劃,也不是指導(dǎo)性計劃,而是企業(yè)基于訂單的市場導(dǎo)向性計劃。(
2024-10-23 09:13
2024-10-21 14:35
2024-10-21 09:45
2024-10-21 08:27
2024-10-16 11:29
2024-10-14 09:19
2024-10-14 08:46
2024-10-13 12:05
2024-10-11 11:57
2024-10-10 10:00