2008年美国次贷危机导致中国外贸出口负增长，内需也比较弱，中国为此推出为期两年的4万亿元（人民币，下同）基建投资计划来刺激经济。进入2023年，中国经济又面临外需走弱导致的出口负增长，以及内需不足、房地产走弱等负面影响，笔者认为，应该从扩大流动性的角度采取相应对策，让经济活起来。
笔者曾写过一篇文章《流动性的故事》，“流动性”通常是指金融领域某种资产转换为支付清偿手段、或者说变现的难易程度。由于现金不用转换为别的资产就可以直接用于支付或清偿，因此被认为是流动性最强的资产。但笔者提出了“广义流动性”的概念，即要全面反映经济状况，可以从人口的流动性、资本的流动性、货物的流动性和信息流等来衡量。
十年前，中国金融机构的加权平均存款准备金率约20%左右，如今加权平均准备金率已降至7.6%，M2（广义货币供应）余额从此成为全球第一，如今更是美国加上欧盟之和还要多。尽管货币体量如此膨胀，中国与欧美的经济状况却截然不同，欧美遭遇严重的通胀，被迫进入加息周期，而中国继续保持低通胀状态，甚至还降准减息。
美国在这轮疫情中出现持续高通胀，除了他们采取与次贷危机时相同的量宽货币政策外，还采取了非常激进的财政政策，即政府部门大幅加杠杆，给居民部门巨额补贴。这就可以解释，为何美国在次贷危机之后没有发生通胀的原因。因此，单纯的宽松货币政策，未必会导致高通胀。
从中国近年的信用扩张情况看，虽然货币宽松的局面没有变化，但信用总扩张指数的反弹力度较小，在2020年的9月基本见顶，2022年再度显著回落，与房地产投资的下行有关，即银行的表外信用扩张出现了大幅回落。既然货币政策对通胀已经钝化，那么，货币政策对于经济领域的流动性改善作用也有限，宽货币未必能够带来宽信用。
货币流动性须精准有力
为何当下宽货币的政策难以奏效，而且有可能步入“流动性陷阱”呢？因为货币政策从一般意义上讲，属于总量政策，而当全球从二战之后延续至今的和平，促成全球资产规模空前大、人口规模空前多的同时，势必导致严重的区域经济不平衡、贫富分化等结构性问题。这就是为何今年中国的货币政策要提“精准有力”。
自2018年美国向中国大幅提高进口关税后，美国开始在多个领域给中国产业链和供应链制造障碍。这是由于美国认为中国崛起对它构成威胁，中国在全球的出口份额一度达16%。为此，美国要打破这种依赖中国进口的格局，重建世界秩序。因此，中国过多依赖于外需的盈利模式肯定持续不了多久，那么过度偏重于投资拉动的内需增长模式同样难以持久。
过去，出口和投资是保持中国经济高增长的两大法宝，出口有人口红利优势，投资有城镇化进程加快的优势，如今这两大优势都已经慢慢耗尽，但消费对经济的拉动作用还没有能够发挥出来。
2023年消费将出现恢复性回暖，预期有6%至7%的增长。但消费的增速要显著超越名义GDP的增速似有难度，因为消费的增长从根本上取决于居民收入的增长。中国今后需要把中低收入阶层的收入增长曲线上移，以缩小收入差距，同时又可以提高对GDP的贡献，因为消费的主力是中低收入阶层。
人口流动性要避免躺平
2023年中国出口按年可能负增长。中国出口短期压力来自于美欧经济增速回落和美国去库存。中长期看，全球产业链重塑对中国的负面影响已逐步体现，如2022年中国集成电路进口数量首次按年负增长。出口产业链走弱后，2023年中国稳就业压力可能进一步加大。也就是说，制造业的就业机会大幅减少将不可避免。
中国可以通过制造业的转型升级、发展先进制造业，成为制造强国，但这似乎无助于遏制制造业就业人口的减少。那么，就得大力发展服务业，来吸纳从制造业脱离出来的就业人口。即当外循环的流量缩小的时候，必须扩大内循环的流量，否则，就会导致大量失业。
要让全球人口规模最大的国家实现中国式现代化，确实是前无古人的挑战。尤其在全球分化趋势加剧的情况下，我们可以接受新旧动能转换下产业的分化和市场配置资源下区域的分化，但要尽量避免居民收入的分化，因为这会导致严重的流动性问题——大部分人“躺平”。
2022年，中国人口首次出现负增长，而且，外出农民工数量只增加0.1%，也就是17万人左右，增速明显下降；城镇化率提高0.5个百分点，为65.2%，说明中国的城镇化进程已经明显下降。从发展经济学的角度看，当人口从农村流向城市的进程放缓后，下一步就应该是三、四、五线城市人口流向一、二线城市，即大城市化加速。但现实的情况是曾经在大城市工作多年的外来农民工随着年龄的增大，告老还乡的比例明显上升。
随着人口老龄化的加速，预见到2030年中国65岁以上人口占比将达到20%，养老负担会愈来愈重，今后政府的举债规模需要加大，而且应该更多用于民生领域。中国公共消费率长期低于全球平均水平，比发达国家平均低4个百分点，且在城乡之间、省市之间分化严重。假设和发达国家持平，按2022年名义GDP（121万亿元）计算，政府最终消费支出有4.8万亿元的提升空间。
实际上，中国政府部门的杠杆率水平并不算高，即使算上隐形债务，杠杆率水平也大幅低于发达经济体。如果将债务余额与广义国有资产相比，则更低了。所以，应对内需不足、未来制造业可能面临严峻的产能过剩局面，通过增大公共服务规模，加大政府部门收入向居民部门中的中低收入群体转移规模，是有助于提升流动性的。
信息流动性必提质增效
数字经济是继农业经济、工业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力。2021年，中国数字经济规模超45万亿元，占GDP比重超40%。
人工智能（AI）并不是横空出世的新技术，但当AI的应用愈来愈广泛的时候，会有一个从量变到质变的过程。例如，ChatGPT4的出现已经有人把它称之为第四次科技革命了。ChatGPT作为类似iPhone影响的新科技，或将对人类生产、生活产生革命性影响，该技术的出现并非偶然。近年来，包括星链、MRNA疫苗、智能驾驶等领域均出现了一系列突破传统框架的重要技术。
笔者之所以认为AI可能是一场革命，因为它可以带来劳动生产率水平的显著提高。媒体上“科技革命”一词十分氾滥，但凡不能显著带来劳动生产率提升的，其实只是“伪革命”。高盛的一份报告认为，在生成式AI的加持下，工作流程将被大幅简化，生产力得到提振，在生成式AI发展的十年内，预计每年可以将生产力提高超1.5%。
对中国而言，对数字技术的高度重视，为我们赶上智能化时代的到来创造了有利条件，但同时也面临多个“卡脖子”的环节，如生成式人工智能架构由算力层、平台层、算法层和应用层四层架构组成。中国在前三个层都存在受制于人的“卡脖子”风险，因为中国人工智能产业几乎完全依靠全球开源代码和算法发展起来，缺乏自己的底层代码和核心算法等做支撑。
尽管中国在研发方面具有举国体制的优势，而且以民企为代表的电商平台、数据平台在全球的规模已经较大，智能化程度有了大幅提高，但核心技术仍受制于人。就应用层而言，我们正处在变革的时代，AI的崛起将对诸多行业带来剧变，就像第一次和第二次工业革命一样，机器愈来愈多地替代体力劳动者，而随着AI广泛应用，机器将愈来愈多地替代脑力劳动者，并将对服务业带来巨大的冲击。
数字流汹涌而入的时代，可能很多行业会被冲击，很多人会因此失业，但它为本来已经面临各种结构性问题和风险的世界注入一股强劲的活力。因此，面对AI的冲击，没有必要如此恐慌，做出工业革命时代去砸机器的荒唐举措。
