东吴固收研究有宽度寻找跨越周期的长期引擎海外发达经济体科技赋能启示录

各位投资者好，我是动物固收组的分析师徐牧阳。 今天就我们组的一篇深度报告，寻找跨越周期的长期引擎，海外发达经济体科技赋能启示录给大家做个汇报。 我们这篇报告的话主要分成四个部分，解答四个问题。 这篇报告我们的一个撰写背景是因为当前全球的宏观经济运行规律正在发生改变，传统的人口红利、资本原始积累以及全球化套利空间正在发生深刻调整。 随着以通用人工智能、云计算为代表的新一轮通用目的技术的爆发，科技创新正在实质性的改变实体产业的生产方式，科技在经济增长中的权重正在系统性的抬升。 基于此，我们从理论的角度出发，结合海外经济体的实际经验，旨在回答以下的四个问题，第一，经济的主要拉动力是否为科技的相关产业。 第二，如何测算科技对于经济的拉动作用。 第三，科技对于经济的拉动是在什么时候，在什么条件下迎来转型的？第四，科技对于经济的拉动是否会存在转型的阵痛期？针对第一个问题，在传统的宏观经济学分析框架中，经济增长的源泉被划分为短期的需求侧波动和长期的供给侧扩张。 我们认为，从短期看，科技产业不完全是经济增长的核心动力，但从长期来看的话，科技相关产业确实是经济可持续增长的核心引擎。 在短期的宏观波动中，经济增长主要由消费、投资、进出口三驾马车主导，科技产业并非唯一的决定性变量，但其作为典型的高弹性、结构性资产，在关键基础技术突破期往往能释放出显著的宏观需求脉冲，成为短期的经济斜率的重要边际贡献项。 在这里，我们以2023到2025年的美国经济为例，在美联储接近加息的利率环境下，美国的宏观经济展现出超预期的韧性。 一个重要且不可忽视的边际支撑是以科技七巨头为代表的美国大型科技企业在数据中心、AI算力、基础设施等领域的资本支出，科技西巨头合计的资本支出从2023年的1567亿美元增加到2025年的3813亿美元。 其中，亚马逊、微软、谷歌、meta这四大超大规模云厂商是AI基础设施投资的核心主 从资本支出通过投资渠道形成了显著的需求脉冲，在一定程度上对冲了消费和传统投资放缓带来的下行压力。 那如果我们把视角从短期拓展到长期，科技在经济增长中的地位发生了根本性的变化。新古典增长理论和内生增长理论均指出，在长期的均衡中，资本边际报酬递减和劳动力增长放缓将导致人均产出趋于停滞，唯有持续的技术进步才能够打破这一稳态陷阱，实现人均收入持续增长。 这一理论判断也得到了大量实证研究的支撑，构成了经济构成了科技作为经济长期增长核心引擎的理论基础。 从长周期的数据来看，发达经济体的潜在增速中枢是高度依赖于通用目的技术的迭代的。根据美国劳工统计局公布的数据，美国私营非农部门的实际产出增速和全要素生产率的增速密切相关。 在历次技术浪潮的根子替中，两者呈现出显著的长期同向波动关系。 我们分几个阶段来看的话，在1948年到1973年的战后繁荣期，以电气化和流水线制造为代表的通用目的技术全面渗透至生产部门，全要素生产率的复合年均增速高达1.9%。 同期的实际产出增速也录得了4.2%的历史峰值。 进入1973年到1990年的生产率低谷期候，能源冲击和技术扩散红利的耗尽使全要素生产率骤降至0.4%，实际产出增速已随之下移至3.1%，两者同步回落。 1990年代，信息技术革命的兴起开启了新一轮的产出加速周期。 1990到2000年间，IT基础设施的大规模铺设，推动全要素生产率回升至0.9%，实际产出增速也跃升到了4%。 进入2000年到2007年的阶段，两者出现了阶段性的背离，全要素生产月增速进一步攀升到了1.8%，但是实际产出的增速却从4%回落到了2.8%。 这一悖论并不否定全要素生产率对于潜在增速的长期拉动逻辑。 这个阶段它的一个悖论背后有两重结构性的原因。 第一，互联网泡沫破裂导致埃批相关投资大幅收缩，需求侧的冲击压制了短期产出，但企业在泡沫期积累的IT基础设施仍在持续释放的效率红利，所以支撑了全要素生产率的增速保持上行。 第二的话，制造业的大规模海外转移压低了国内产出增速，但是留存的服务业和高端制造业单位产出效率持续提升，进一步推高了全要素生产率的指标。 这个阶段的背离说明在需求端存在周期性的扰动时，两者可能短暂脱钩，但是整体来看，长期趋势仍然是高度一致的。下面是2007年到2019年的低增长周期，金融危机后遗症和技术扩散放缓共同压制了全要素生产率，增速仅为0.6%，实际产出增速也跌到了2.1%的阶段低点。2019到2025年间，全要素生产率的增速小幅回升至1%，实际产出增速同步修复至2.7%。这个区间虽然包含了疫情冲击后的自然修复以及财政刺激政策带来的阶段性复苏成分，但考虑到这个时期恰好覆盖深成式AI技术从研发突破到初步商业化落地的关键阶段，全要素生产率的边际改善或许预示着新一轮技术浪潮开始从实体经济渗透。技术的创新红利正在实质性的提升企业的实际生产效率。针对第二个问题，要精准的剥离单纯的资本与劳动力堆积，量化科技的真实拉动作用。宏观经济学和官方统计中最核心的指标是全要素生产率。前述分析里面，我们已经使用了这个指标来理解科技在经济增长中的核心引擎作用。从定义上面来看，全要素生产率反映了除资本和劳动投入外所有影响产出效率的因素，包括技术进步、管理创新、制度变革等。在实证核算中，市场通常基于规重、规模、报酬不变的科布道格拉斯生产函数来构建整个分析框架，其中Y就是实际产出，K是资本投入，L是劳动投入，A就是TFP。那我们接下来对这个式子取对数并求导，就可以剥离出经典的所落残差。也就是在整体经济产出的增速中，无法单纯依靠资本和劳动力投入来解释的那部分增长。它本质上体现了科技进步带来的额外经济价值。通过这个方面的话，我们可以选用PFP的增长率和GDP增长率的比值来测算科技对于经济增长的贡献率，由此来刻画宏观经济增长的内生效率和可持续性。我们在这边同样也是选取了美国的数据。因为实际GTP中包含了政府部门、农业部门和非盈利机构的产出部分，而这些部门的TFP往往很难准确的市场化估价。所以我们把目光聚焦于私营的非农商业部门，用实际增加值的产出增速来衡量经济增长。除此之外，如果我们直接采用年度的数据，可能会受到经济衰退周期的干扰。比如像1980年滞胀期或者2008年的次贷危机期间，经济增速会无限趋近于0，甚至转为负值，那这种极端的数据就会导致贡献率指标出现数学层面上面的失真失去了实际的意义。 所以我们采用的是阶段性的复合年均增速来平滑经济周期的短期波动。按照美国劳动统计局公布的一个数据，和前述的分析相类似，我们把1948年以来的历史划分为六个核心的技术周期。1948到1973年战后的电气化普及，科技进步的贡献率高达45.2%，也就是说，近半数的经济扩张是直接来源于底层基础设施的释放的。1973到1990年进入生产率的低谷期，科技处于蓄力期，科技进步的贡献率也随之跌入了12.9%的谷底。1990到2000年，市场迎来了PC和IP的硬件革命，随着技术硬件的普及，科技进一步的贡献率显著修复至22.5%。2000到2007年，互联网全面的赋能传统经济，经济进入了由创新驱动的高速扩张期，科技进步的贡献率更是大幅上升至46.4%的历史高位。2007年到2019年，在缺乏划时代底层技术突破的背景下，叠加金融危机的影响，科技进步的贡献率下移到28.6%。2019到2025年，在深城市AI等硬核科技爆发的催化下，科技进步的贡献率再次形成向上的结构性拐点，反弹至37%。新一轮科技浪潮正在实质性的接替传统动力，成为支撑宏观经济持续发展的核心力量。针对第三个问题，科技对于经济的拉动是什么时候，在什么条件下迎来转型的？在这边我们明确科技转型指的就是经济增长的主要动力，从劳动资本这样的要素投入转向知识技术的一个创新驱动。这个转型就不是线性推进的，而是在特定的时间窗口和技术成熟的时候发生的结构性跃迁。时间窗口上面第一次的转型发生在20世纪的90年代中后期，出现了从计算机化到网络化的转折。1995年左右到互联网泡沫破裂前，计算机在企业和家庭中的普及率快速提升，但它的一个应用长期停留在文字处理、本地数据库和简单自动化任务层面，所以对于整个全要素生产域的拉动作用并不显著。索罗悖论也就是计算机时代随处可见，唯独在生产率统计中看不到显著提升，成为这个时期的普遍现象。这里的转折发生得益于发达国家基础设施建设的成熟化。1995年到2000年，在美国工业生产总指数增长不到50%的背景下，其中信息处理和相关 设备领域的指数从23.26增长到了64.72，翻了两倍有余。 光纤网络的大规模铺设，万维网的商业化落地和TCPIP协议成为通用标准，使信息技术真正的从一个单机的工具演变成连接的基础设施。 只有当网络规模扩大带来好处，超过了单个环节效率提升的时候，信息技术才能够真正深入影响供应链链管理、商业模式创新和全球分工体系，从而推动了第一次全要素生产率进入持续增长的轨道。 第二次转型的话发生在2010年代的中后期，出现了从信息技术向人工智能的一个转折。这个阶段增长引擎从购买计算机硬件转向了基于云单端的算法驱动经济增长不再主要依赖于增加服务器或者说是终端设备，而是依赖于数据规模、算法迭代和算力调度的一个协同效应。 关键的转折条件包括包括AWS、Google Cloud这些云计算使得算力从一个资本密集型的投资转变为按需使用的公用事野，极大降低了技术创新的试错成本。 移动互联网的普及和物联网设备的爆发，使得人类经济活动在数字空间中形成了海量、实时、可训练的数据资产。 与此同时，算力供给的边界开始由半导体工艺与能源体系共同决定，芯片性能和数据中心能效成为新的增长约束条件。 这个转型就意味着科技对于经济的拉动，不是简单的资本扩张。 我们在这边总结了转型发生的几个核心条件。 第一个话就是要素红利拐点的出现。 当劳动力的人口总量渐进、老龄化加速以及资本回报率等等在传统行业中持续走低的时候，就有的依靠低成本劳动力和大规模投资扩张的增长模式难以为继。 第二的话就是基础设施的技术化升级。 科技如果要成为经济的主要拉动力，必须有高度发达且朴实的技术基础设施作为支撑。 包括高速互联网络，规模化与低成本的算力基础设施等等。 直接的反应体现在美国在计算机和电子产品的能源投入在第一次转型期间的走高。 第三个话就是资本市场的深度改革。 因为科技产业具有高风险、高回报、长周期的典型特征。 那转型能否顺利推进，取决于资本市场能否形成与之匹配的资源配置机制。 第四的话就是制度环境和人力的资本储备，完善的制度环境是转型的可持续保障，包括强有力的知识产权保护体系、灵活而具有社会安全网的劳动力市场，以及开放的国际合作和 技术交流机制。 与此同时的话，转型往往是发生在人力资本红利释放期的，当高等的教育人口达到一定规模，工程师与科研人才供给能够支撑技术吸收和再创新之时，这个转型才能够发生。 以美国为例，2015年之后，25岁以上接受了一定高等教育的人口比例保持增长态势，从42%提升到了2% 024年的50%。 制度和人才的双重储备决定了转型是不是能够顺畅的进行。 针对第四个问题，科技对于经济的拉动是否会存在转型的阵痛期？我们可以看到历史上是没有绝对完美顺利的转型的那科技对于经济的拉动也是如此。 转型的阵痛清不仅是必然存在的，而且它的深度和广度往往超出短期宏观经济指标的波动，呈现出结构性、分层次的社会经济调整。 那具体而言，阵痛主要体现在以下两个维度，第一块就是结构性失业。 在科技转型的初期，传统岗位的淘汰速度往往会快于新兴岗位的创造速度，形成摩擦性事业的集中释放期。 如传手工记账、传统的仓储管理，这些简单重复性的制造等低技能的岗位率先会受到自动化替代的冲击。 像2000年的时期，在整体失业率升高的一个态势下，计算机相关领域的报酬增长明显。2000到2003年的数据也显示，失业率从4%攀升到6%左右，而报酬保持了8%的一个年均复合增速。 反映出第一次科技转型里面，传统淘汰和新兴创造的并存现象。 在第二次的人工智能转型中，整个结构性的失业它的一个冲击范围也发生了