第九屆中國(天津濱海)國際生態(tài)城市論壇暨2018中國國際數(shù)字經(jīng)濟創(chuàng)新峰會于9月7日-8日在天津舉行。本會議由天津市濱海新區(qū)人民政府、中國經(jīng)濟體制改革研究會產(chǎn)業(yè)改革與企業(yè)發(fā)展委員會主辦。大會以“數(shù)字時代讓城市生活更美好”為主題,圍繞數(shù)字經(jīng)濟、智慧城市、生態(tài)城市等主題開展一系列展覽展示、投融資對接、實地考察、濱海座談等專項活動。
大會還邀請了政府官員、權(quán)威研究機構(gòu)領(lǐng)導和眾多知名企業(yè)高管出席和發(fā)表精彩演講,共同探討數(shù)字經(jīng)濟理念、智慧生態(tài)城市建設(shè)、智能科技產(chǎn)業(yè)發(fā)展和智能數(shù)字生活,推進美好的城市生活建設(shè)。國家發(fā)改委宏觀經(jīng)濟研究院原副院長、中國人民大學中國經(jīng)濟改革與發(fā)展研究院常務副院長馬曉河出席大會,并做了題為《新時代經(jīng)濟發(fā)展需要新動能》的演講。
以下為馬曉河演講內(nèi)容整理(該內(nèi)容根據(jù)現(xiàn)場速記整理,未經(jīng)發(fā)言嘉賓確認,僅供參考,謝絕轉(zhuǎn)載)
馬曉河:各位女士、各位先生,上午好,很榮幸來到濱海新區(qū),我來了好幾次,環(huán)境一次比一次好。今天我匯報的題目是《高質(zhì)量增長需要新動能》。
國家發(fā)改委宏觀經(jīng)濟研究院原副院長、中國人民大學中國經(jīng)濟改革與發(fā)展研究院常務副院長馬曉河
首先,數(shù)字經(jīng)濟肯定是新動能。那么,什么叫新動能?嚴格意義來說,世界產(chǎn)業(yè)技術(shù)革命經(jīng)過了四次,第一次是以蒸汽機為代表,實現(xiàn)了機械化;第二次是以電力為代表,實現(xiàn)了電氣化;第三次以計算機技術(shù)為代表,實現(xiàn)自動化;最后這一次代表比較多了,不是三個代表,是四個代表,生物技術(shù)、信息技術(shù)、新能源技術(shù)、新材料技術(shù),這四大技術(shù)帶來的結(jié)果是系統(tǒng)智能化。而新時代系統(tǒng)智能化是重要的動能。
什么叫動能?經(jīng)濟增長中對一國或地區(qū)經(jīng)濟起帶動性作用的動力來源叫動能。新動能跟傳統(tǒng)動能、舊動能相比,仍對經(jīng)濟增長帶來增量部分的動能。
新動能增長每個階段不一樣。工業(yè)化初期,一個國家經(jīng)濟發(fā)展到中上等的階段之前,大部分經(jīng)濟體靠投資帶動,特別以中國為最大的代表,增量投資拉動經(jīng)濟增長,但是到了中上等收入國家以后,經(jīng)濟增長開始靠消費帶動,消費的增量帶動經(jīng)濟增長。
來看日本,日本人均GDP在1萬美元以前投資貢獻較大,1萬美元以后消費占比較大,1970是一個轉(zhuǎn)折點。人均10000美元左右的時候,日本的消費和投資發(fā)生了轉(zhuǎn)折性變化,進入高收入國家之前,投資必然下降,消費必然上升。來看韓國,1993年以后,消費貢獻上升,投資貢獻下降。
以韓國為例,韓國產(chǎn)業(yè)動能的演變特點非常清楚,60年代勞動密集型產(chǎn)業(yè),70年代資本密集型重化工業(yè),80年代精密儀器,90年代知識密集型產(chǎn)業(yè),21世紀,數(shù)字電視、液晶顯示器、智能機器人、新能源汽車、新一代半導體、新一代互聯(lián)網(wǎng)、智能型家庭網(wǎng)絡系統(tǒng)、數(shù)字內(nèi)容軟件、新一代電池、生物新藥以及人工臟器成為“十大引擎產(chǎn)業(yè)”。
所以,新時代前國富民需要新動能。千萬不要理解新動能就是新供給,新動能產(chǎn)生于新需求和新供給的動態(tài)均衡,有新供給沒有新需求就是新產(chǎn)能的過剩。所以一定要記住,新動能產(chǎn)生于需求增加和供給增加的均衡,叫動態(tài)均衡,一定要注意這個,不注意這個有可能出現(xiàn)新供給產(chǎn)生新過剩。
這是2018年公布的世界190個國家的營商環(huán)境的排比,中國排在78位,是不錯的。但是與我們GDP水平不相符,6個指標靠在后面,我們和自己比厲害了,但是跟別人比,我們還差一些,這是我們需要考慮的。
民間科技創(chuàng)新動力不足也在影響新動能形成。新動能需要新科技,新科技誰來提供?兩種方式,第一政府提供,第二民間提供,政府提供科技創(chuàng)新動力和企業(yè)提供創(chuàng)新動力是不一樣的。政府提供的一般是集中式,它對一些重大領(lǐng)域、關(guān)鍵環(huán)節(jié)、基礎(chǔ)零部件集中攻關(guān),需要從上到下對產(chǎn)業(yè)結(jié)構(gòu)起拉動作用,但產(chǎn)業(yè)轉(zhuǎn)型升級,新動能產(chǎn)生更多需要靠民間的推動,向上推,推拉結(jié)合。怎樣調(diào)動呢?一是民間創(chuàng)新創(chuàng)新主體需要有市場自由,市場自由審批環(huán)節(jié)越少越好,許可發(fā)放越少越好。二是民間創(chuàng)新需要有公平環(huán)境,公平環(huán)境越少壟斷越少。三是創(chuàng)新者需要有無邊界創(chuàng)新,創(chuàng)新是一個金字塔,第一是幻想、第二黑科技、第三硬科技、第四高科技、第五是科技,幻想黑科技目前受到制約,什么叫幻想?幻想包括你在腦子里自由想象,黑科技之前我們受到了很多制約,這是我們需要考慮的問題。
怎么辦?動能選擇2+1:消費升級+供給創(chuàng)新+體制改革。消費需要新動力,新動力就要有創(chuàng)新,要有體制改革,體制改革當中,消費當中,我認為有三個點需要考慮,一是中低收入的潛在消費,長期被體制壓抑的潛在消費被挖掘出來的;二是所謂的中產(chǎn)結(jié)構(gòu)轉(zhuǎn)型帶來的新消費;三是城市化,從農(nóng)民轉(zhuǎn)向市民需要的增長,這是我們需要挖掘的。供給下一步關(guān)鍵要在國際分工中要向微笑曲線的兩邊延伸,大力發(fā)展中高端,大力發(fā)展高附加價值,高技術(shù)含量的產(chǎn)業(yè)。體制機制就是重啟改革,重啟改革的核心要從政府干預的市場經(jīng)濟轉(zhuǎn)向由法制約束的市場經(jīng)濟,要有法,我們的市場經(jīng)濟是要有法制約束的市場經(jīng)濟,這講的是一個核心點。
未來的需求側(cè)拉動經(jīng)濟增長,形成新動能的三個方面,第一是補償型消費、第二中產(chǎn)階級帶來的消費,第三消費結(jié)構(gòu)帶來的消費。我算過,2035年中國的消費將會有21萬億美元的消費,如果按照我的預測和設(shè)想是這樣的。
第二從供給來看,結(jié)合濱海新區(qū)應該從以下幾個方面來看,我們應該采取一種新理念,就是“無中生有”,新時代包括新的產(chǎn)業(yè)技術(shù)革命一定要有無中生有的思想。我不一定有這資源,但我只要有人,我只要有技術(shù),這個產(chǎn)業(yè)就會出來。二是有中求優(yōu),三是精益求精。
接下來重點是改造傳統(tǒng)、發(fā)展新興產(chǎn)業(yè);濱海新區(qū)下一步應該支持持一批支柱產(chǎn)業(yè),把支柱型產(chǎn)業(yè)做大做強做優(yōu),而不是要把國有企業(yè)做大做強做優(yōu),國有資本可以做強做大做優(yōu),核心要在多元化,把支柱產(chǎn)業(yè)做大做強做優(yōu)。二是培育發(fā)展一批龍頭企業(yè),像華為這種企業(yè)應該重點扶持,叫發(fā)展一批;三是打造一批新產(chǎn)品優(yōu)勢、品牌,這是作為一個地區(qū)來講。
為了實現(xiàn)三個一批,我建議實現(xiàn)三招,第一招招商一批資本項目,二是招引一批技術(shù),第三招引一批領(lǐng)軍人才。
我們做一個研究,未來10年成長性比較好的產(chǎn)業(yè),依次是健康產(chǎn)業(yè)、文化創(chuàng)意產(chǎn)業(yè)、節(jié)能環(huán)保產(chǎn)業(yè)、新一代信息信息產(chǎn)業(yè)、高端裝備制造、旅游業(yè)、重要領(lǐng)域及產(chǎn)品包括新材料、物聯(lián)網(wǎng)、教育培訓、云計算、大數(shù)據(jù)、虛擬經(jīng)濟、人工智能、3D、4D、5D、機器人等等,很多都是數(shù)字經(jīng)濟。
再來講講我的對策。體制改革需要新動能的重要支撐。市場和法律有好壞之分,第一追求好市場,第二追求善法,好市場+善法是下一步市場經(jīng)濟改革的方向。還有具體五個措施:減少審批、許可、許可發(fā)放;減少壟斷;減費降稅是主旋律;實施所有企業(yè)的R&D加計扣除;提升人力資本,較大幅度降低中產(chǎn)負擔,支持消費、社保等問題。增強公共服務,打造科技共享平臺、設(shè)備平臺、技術(shù)平臺、生產(chǎn)能力平臺。
最后我預祝濱海新區(qū)新動能盡快形成,形成綠水青山、金山銀山。
謝謝大家!
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。