|
加快发展新质生产力是中国经济行稳致远的关键，而培育新质生产力，是一个上下同欲、久久为功的过程，细节尤为重要。从微观的角度来看，新质生产力的形成，意味着企业基于新兴数字信息技术实现从传统制造、传统服务和传统业态向新制造（以数字信息技术、绿色新能源、新材料、生物科技为代表）、新服务（以科技中介、金融科技、信息传输服务、商务租赁服务、人力资源培训等生产性服务业为代表）和新业态（如国内外贸易链场景融合等）的转型升级。 基于对中国沿海省份近30家公司的长期调研，我们发现，在新质生产力培育的过程中，企业在科技转化“中间环节”面临的困境尤为突出。其中，一个核心瓶颈是中国沿海地区并未像德国斯图加特和美国硅谷地区一样形成一个完整成熟的“转化生态”。具体来说，当实验室的科研成果向企业进行商业转化时，尚未有效形成从转化对接、数据收集、金融科技服务、AI赋能支持、商务租赁到人力资源培训等生产性服务的市场闭环。因此，中国制造业未来通过价值链上的转型升级形成新质生产力，亟待“中间环节”的成熟发展。通过微观洞察宏观，我们进一步认为，新质生产力的培育也需要长期重视对基础研发的投入和高新行业制度标准的统一。 企业层面：新质生产力是突破传统的抓手 对新质生产力的理解，从狭义的解释来看，就是基于新兴数字信息技术实现中国经济在传统制造、传统服务和传统业态上的新突破。 首先，传统制造的新突破是全球价值链上中国中低端制造业向中高端制造业的转型升级，以及中高端制造业进一步向未来前瞻性领域的大胆创新。这些领域主要包括与制造业相关的数字信息领域、绿色新能源领域、新材料领域、生物科技和医药领域等。 其次，传统服务的新突破将伴随着生活性服务业比重下降和生产性服务业比重抬升。生活性服务业主要面向居民个人和家庭，提供满足日常生活需求的服务（包括基本的衣食住行）。生产性服务业主要是面向企业和其他生产经营单位，是为生产活动提供支持的专业服务（如科技中介、信息传输服务、商务租赁服务、人力资源培训等）。随着数字经济的快速发展，生产性服务业与大数据、人工智能、物联网等高度融合，与中高端制造业强相关的，如数字物流、金融科技、大数据咨询等，高附加价值的生产性服务业快速发展。 按全球出口贸易链上5000多类商品的产出价值计算，生产性服务业所创造的平均产出价值占比为60%，而生活性服务业占比则为40%。当前，中国生活性服务业占总服务业的70%~75%，而与高附加价值相关的生产性服务业仅占总服务业的25%~30%，生产性服务业对中国GDP增长的贡献度约为15%。对比美国，美国生产性服务业占服务业比重为50%~55%，对美国GDP增长的贡献度超过50%。我们估算，如果中国能够有效将生产性服务业在服务业中的比重提升20%~30%，那么服务业整体对GDP的贡献度将直接增长4~5个百分点。 最后，新业态的突破是指价值链上新场景的融合。这需要坚持国内大循环与国内国际双循环的相互促进和融通。以制造业为例，如果能够打通供应链上内销转出口或出口转内销的瓶颈，实现国内大市场和国际贸易市场供应链上的场景融合，那么将刺激新的产品和生产性服务的创新。
微观层面：形成新质生产力的核心是科技转化 从微观视角出发，激励机制不完善阻碍了生产性服务业的市场细分，最终阻碍了科技转换过程中的“中间环节”走向成熟。我们在过去一年调研了来自浙江、湖北和广东的近30家企业，其中制造业企业占比超过90%。我们发现，要实现传统制造、传统服务和传统业态上的新突破，形成企业的新质生产力，首先需要突破的核心瓶颈就是科技转化困境。相比欧美市场40%~50%的科研实际转化率，当前中国科技转换生产力水平仍然较低，科研实际转化率不足10%。 基于我们的调研，一个亟待解决的关键性问题就是科技转化的“中间环节”不成熟。以制造业企业为例，多数被调研的企业家均对人工智能赋能表达出非常积极的态度。然而，调研发现，90%的企业负责人表示，需要专业人才对AI赋能的模型和解决方案进行通俗直接的解释；80%的企业负责人表示，不清楚通过AI赋能生产制造后具体能为企业带来多少现金流；65%的企业负责人表示，自己完全没有意识去长期收集和整理自身生产制造类的相关数据。 相比中国市场，以德国斯图加特和美国硅谷为例，在从科研到企业的中间环节中，已经形成了大批专业的转化人才团队。这些转化团队的负责人不仅拥有较强的学习能力，也具备良好的沟通技巧。围绕转化团队，相关的金融服务团队、数据服务团队、人才招聘团队、商务租赁团队经过数十年的发展，均能够为当地制造业提供相关服务。比如，数据服务团队负责为斯图加特当地某个小型汽车零部件制造商长期提供数据收集和分析支持，而金融服务则是基于已收集的数据对企业AI赋能（如智能化升级）后具体风险的降低和现金流的提升进行详尽测算。因此，中国制造业想要通过价值链上的转型升级形成新质生产力，亟待“中间环节”的成熟发展。 进一步地，我们认为，“中间环节”即转化支持发展不成熟的重要原因之一是激励机制的不完善。以硅谷为例，转化团队通常可与大学科研团队以及投资团队共享专利权收益。这不仅有效激励了转化团队的形成，也进一步促进了科技转化在“中间环节”的市场细分。从我们对浙江和广东高校了解的情况来看，目前中国市场转化团队并未能够与科研团队和投资团队共享知识产权。
宏观层面：以基础研发为基与以标准统一为尺相结合 从宏观视角出发，新质生产力的形成需要重视对基础研发的投入和高新行业制度标准的统一。 首先，中国重大科技项目相关的基础科研经费支持有待持续提高。根据国家统计局数据，2023年中国的研发经费投入达33278.2亿元人民币，比上年增长8.1%，科研投入的规模继续居世界第二。尽管投入规模持续上升，但中国的科研投入更多地集中在某些应用导向的领域，相对而言忽视了一些前沿基础领域。 近十年来，根据《全国科技经费投入统计公报》以及OECD（经合组织）数据，中国科研经费投入到与重大科技项目相关的基础科学领域仅占总投入的6%~8%，而G7（七国集团）国家在基础科学领域的投入占比在15%~25%。此外，研发经费需要对新兴交叉学科的持续投入和重视，避免错过一些新的基础研究方向。因此，基于财政支持，以国家重大科技战略为导向，逐步提高对重大科技项目相关的基础科学支持，重视对基础科学投入的持续性是必要的。 其次，围绕数字技术的自动化、智能化的标准需要进一步完善。在我们的调研过程中，生产性服务业和中端制造业面临的另一个问题是，当商品和服务实现AI赋能后，潜在风险的最终承担问题。比如，医疗服务业通过AI技术对病人心脉进行检测并实时向医院和病人提供异常心脉预警。然而，如果AI技术不能100%检测成功并发送预警失败，谁来承担最终面临的潜在风险，目前尚未有完善的机制体制予以认定。关于这些标准和制度问题，仍需要政府、法律和行业相关部门进行必要的完善。 此外，资本市场对企业新质生产力的培育同样具有重要意义。当前，中国科创板上作为独角兽的上市公司市值占比不足10%。进一步扩大科创板规模，促进更多优质科技公司上市重要性凸显。优化科创板上市机制和估值体系，提高上市公司的估值水平，将有利于引导更多机构投资者关注和投资科创板，提高市场活跃度，从而为更多企业形成新质生产力提供融资渠道。 （程实系工银国际首席经济学家，张弘顼系工银国际资深经济学家，徐婕系工银国际宏观分析师） |
