中金宏观 | 创新能拉动多少增长？——后疫情时代系列报告之二

中金研究

虽然处于劳动年龄人口已经连续10年负增长的背景下，但从历史经验看，科技创新可以缓冲老龄化的负面影响，成为新的“红利”。“激进创新”能够带来巨大的变化，但是难以预测。我们可以对中国“渐进创新”的空间进行静态测算。中国有部分制造业行业的全球份额不足40%、有些不足20%，这些行业以高科技行业为主，在样本国家中的出口总规模接近4万亿美元，渐进创新的空间广阔。

Abstract

摘要

在2022年中国人口首次负增长、劳动年龄人口连续负增长的背景下，科技创新对中国经济增长的提振显得尤为重要。从历史经验看，科技创新可以缓冲老龄化的负面影响，成为新的“红利”。20世纪90年代后，日本和德国相继出现劳动年龄人口拐点，但在人口老龄化的背景下，日本和德国的劳动生产率仍在提升，日本和德国的经常账户占GDP比重在20世纪90年代后并未持续下降。

我们根据“不确定性”将创新分为“激进创新”与“渐进创新”。 “激进创新”的需求前景早期并不一定明确，不确定性强，但它可以创造需求、带来巨变，我们不必怀疑它对经济增长的提振，但它更像一个“幸运的礼物”、难以预测。例如，半导体行业的创新带动半导体制成品的价格不断下降，促进了消费和投资，成为了互联网与软件行业发展的基础，同时广泛外溢到汽车、家电等制造业。但是从后向前看容易，从前向后看难，我们没有什么成熟框架和信息来预测技术的变化及影响。

“渐进创新”的不确定性要相对弱一些，因为需求的确定性要强一些，历史上不乏成熟行业出现“后来居上”者的案例。德国化工业的发展以及日本机床行业的发展历史都是渐进创新的典型案例，他们瞄准原行业的既有客户，凭借学习和模仿跟上了行业的发展前沿，凭借着对于行业新机会的嗅觉、在原有的基础上积极创新，最终打破了成熟行业原有的竞争格局，并借助全球市场放大创新的经济成果。

那么创新能够拉动多少经济增长呢？教育经费与科研经费还有继续增加投入的空间，相当于GDP的1-2个百分点，但这并不是创新驱动增长的核心来源。“激进创新”难以预测，不是我们本文所能回答的。我们可以基于出口潜力以及国货崛起的一些假设，对中国“渐进创新”带来的增长空间进行静态测算：

► 从出口份额来看，中国部分制造业细分行业有很大的提升空间。在我们的样本数据中，2022年中国的制造业出口份额达到样本国家这些产品总出口的39.7%，在一些优势行业当中，中国的份额能够达到70%以上，但是仍有行业的份额不足40%、部分行业不足20%，这些行业以高科技行业为主，在样本国家中的出口总规模接近4万亿美元。假设渐进创新能够促进这些细分行业发展，提升相关行业出口，可在一定程度上拉动GDP增长。

► 除了出口提升之外，上述行业也是中国进口需求较大的行业，相关行业的进口额占当2022年GDP的3.7%。相关行业如果出现国货崛起，也可以进一步带动GDP增长。

无论从理论还是历史经验来看，政府都应该在创新中扮演重要的角色，但是投入的总量并不是取得创新成果的充分条件，创新的投入要转化为是实实在在的成果、拉动经济增长，就需要政府与企业双核驱动，不能有所偏废。

► 美国在二战初期的科技力量还是十分落后，但是最后逆转了这种局面，与政府的参与密切相关。回顾半导体和互联网的发展，美国军方的支持如影随形；在硅谷私人资本和企业进行科技创新的背后，政府提供了有力的支持。

► 中国的大国规模优势本身就是提高创新投入的重要支撑，但从历史经验来看，总量的投入并不是取得创新成果的充分条件，二战后苏联研发投入规模增长速度持续快于美国，研发投入强度也在相当长时间内持续高于美国，但没有完全转化为可持续的经济增长，这提示我们创新体制需要政府与企业的双核驱动、不可偏废。

Text

正文

一、人口老龄化下的新红利

随着数量型人口红利减退，以及金融周期下行，全要素生产率对中国经济增长的重要性上升，创新是推升生产率的抓手。本文的核心问题是，创新驱动中国增长的空间有多大、如何把这些潜力发挥出来。我们不妨把1999年之后的三个十年粗略地分为三个阶段，第一个10年（1999-2008）是中国人口红利突出的时期，第二个10年（2009-2018）是中国金融周期快速上行的时期，而2019-2028乃至更长时期是加快推进科技创新的时期。二十大报告指出[1]，“科技是第一生产力”、“创新是第一动力”，在2022年人口首次负增长、劳动年龄人口已经连续10年负增长的背景下，研究科技创新对经济增长的影响显得尤为重要。

从历史经验看，科技创新可以缓冲老龄化的负面影响。20世纪90年代后，日本和德国相继出现劳动年龄人口拐点。日本的劳动年龄人口拐点出现在1992年，德国出现在1987年。在人口老龄化的背景下，日本和德国的劳动生产率仍在提升。以不变价计算，2022年，日本的劳动生产率比1992年提升了21%，德国的劳动生产率比1987年提升了37%。因此，日本和德国在老龄化背景下仍然能够依靠科技创新，实现贸易顺差，支撑经济增长。

图表1：日本和德国的劳动年龄人口在20世纪90年代后占比下降

注：劳动年龄人口占比为15-64岁人口在总人口中占比

资料来源：iFinD, 中金公司研究部

图表2：日本和德国的劳动生产率上升

注：劳动生产率以GDP除以就业人口数量衡量

资料来源：OECD, 中金公司研究部

图表3：日本和德国的经常账户占GDP比重在20世纪90年代后并未持续下降

资料来源：iFinD，中金公司研究部

在研究创新的过程中，我们希望尽量避免“黑箱”和“后见之明”的问题，给读者提供一个更加接地气的分析框架和结果。创新对经济增长的拉动一直是学术界分析的重要话题，涌现了一大批的研究成果，这些成果对于市场研究固然重要，但不免有一些“黑箱”的感觉。为什么说会有“黑箱”的感觉？因为学术研究科技创新经常会把全要素生产率作为一个研究对象，但是全要素生产率的测算过程常常伴随很强的主观假设，而且全要素生产率的改善也不仅仅来自于科技创新，还包括了如生产组织方式（organizational capital）改变带来的效率提升。另一个研究科技创新的痛点在于，我们梳理出来的经验是后视镜看到的经验，而这些经验能否用于对科技创新的预测，实际上是需要谨慎甄别的。

在借鉴前人研究经验的基础上，我们尝试用一个很朴素、更接地气的框架来分析创新对经济增长的拉动作用。我们把创新分为两个环节，一个是投入、一个是产出。投入端我们关注中国的研发经费和教育投入空间，并将在第四部分详细讨论。产出端，考虑到创新是一个不确定性非常大的活动，我们可以把创新分为两类，具体来看：

► 为了更好地衡量“产出”环节的潜在动能，我们有必要将创新分为“激进创新”与“渐进创新”。创新是一个不确定性非常大的活动，投入了不一定真的会出现新的技术，有新的技术不一定有产品，有产品不一定能大范围推广。因此，我们必须对创新进行分类，从而实现对“不确定性”的分级，便于我们更好地分析创新、测算创新。以此想法为基点，借鉴学术界的一些研究成果，我们将创新分为“激进创新”和“渐进创新”，激进创新在微观上的最主要特点是创造新产品、新产品显著区别于当前的主流产品[2]，与之相对应的，渐进创新则指产品与当前的主流产品更相似。

► “激进创新”和“渐进创新”下，企业面临不同的供需特征。从供给端来看，虽然两种创新都面临着创造新产品的挑战，但是渐进创新能够借鉴的思路和经验可能要更多一些，激进创新往往是在“无人区”进行突破。从需求端来看，渐进创新一般不需要担心需求的问题，因为它的需求场景、规模起码有一个参考的对象（被追赶的产品），但是激进创新的需求是缺乏参考对象的；此外，渐进创新中，被追赶者的缺陷往往也给追赶者提供了潜在的需求。因此可以粗略地认为，激进创新下可能是供给创造需求，渐进创新则可能是需求创造供给。

图表4：激进创新与渐进创新的区别

资料来源：中金公司研究部

二、激进创新带来巨变，但更难预测

我们很容易从后视镜看见激进创新对经济发展的重要意义。激进创新从底层改变了人类经济社会的运行方式，在多个行业都产生了深远的影响，在供给端提高了效率，在需求端创造了新的产品和服务，半导体行业就是一个例子。

半导体行业的成功是激进创新拉动经济增长的典型案例，而“晶体管”的发明可以说是一个重要的激进创新。1947年12月美国贝尔实验室的三名物理学家利用一块锗晶体实现了对微弱电流的放大，宣告了晶体管的诞生；在此基础上，1959年仙童半导体公司发明了硅集成电路。此后，美国半导体行业进入高速发展阶段，“摩尔定律”是对这个高速发展阶段的一个很典型的概括：集成电路上可以容纳的晶体管数目在大约每经过18-24个月会增加一倍。摩尔定律意味着，处理器的性能大约每两年翻一倍，同时价格下降为之前的一半。半导体行业对美国经济展现出强大的推进作用，具体来看：

► 半导体行业制成品价格下降，促进消费和投资，是互联网与软件行业发展的基础。摩尔定律带来芯片价格的指数型下降。根据Kenneth Flamm（2018）的研究，从1974-1994年，DRAM芯片价格指数年均下降30%。随着1990年全球化进程加速后，其价格下跌速度进一步增加。从1995-1999年，DRAM芯片价格指数年均下降46.37%。[3]芯片价格下降带动信息技术产业的制成品价格下跌，相关行业的投资与消费需求上升。从1960-1995年，计算机投资相关产品的平均价格年均下跌18%，这导致其与总产出的相对价格大幅下跌。与此相比，通信投资和软件投资的相对价格较为稳定。计算机投资与消费价格下降，导致计算机投资在总产出中的占比上升。并拉动了互补品（软件投资与消费、通信投资）的需求，导致其在总产出中的占比也有所上升（图表5-6）。

图表5：1960-1995年，计算机及相关行业投资、消费的相对价格大幅下跌

注：图中数据为相对价格，指各品类产品相对于总产出的相对价格。右图中的价格为当前美元价格

资料来源：Raising the Speed Limit: U.S. Economic Growth in the   Information Age (Dale. W. Jorgenson & Kevin J. Stiroh, 2000), BEA, 中金公司研究部

图表6：1960-1995年，计算机及相关行业消费、投资在总产出中的占比上升

注：图中价格为当前美元价格

资料来源：Raising the Speed Limit: U.S. Economic Growth in the   Information Age (Dale. W. Jorgenson & Kevin J. Stiroh, 2000), BEA, 中金公司研究部

► 带动传统制造业推陈出新，并广泛外溢到其他行业。摩尔定律的表现之一为电路元件面积减少。从1965-1995年，以3年为技术迭代周期，半导体每代技术发展导致电路元件最小平面尺寸下降30%，芯片面积减少50%。以此计算，1965-1995电路元件面积年均复合下降21%。从1995-2004年，技术迭代周期缩短至2年，期间电路元件面积年均复合下降速度加快至30%。（图表7）小尺寸有利于增加产品多样性。以汽车为例：小的电子组件，比如现代化的GPS装置（0.5磅）、摄像头（0.06磅）和电子控制组件（2磅）可以装在车里，提高汽车功能性和多样性——但早期的大型计算机显然无法放入汽车中。摩尔定律增加了制造业及其他行业的组合数量，对制造业、非制造业的影响在70年代和90年代达到顶峰。（图表8）

图表7：集成电路工艺尺寸持续缩小

资料来源：Measuring Moore’s   Law: Evidence From Price, Cost, And Quality Indexes (Kenneth Flamm, 2018)，中金公司研究部

图表8：原材料可行组合数量的变化（经对数调整）

资料来源：Moore’s Law and   Economic Growth (Pablo D. Azar, 2022)，中金公司研究部

► 作为一种通用技术，半导体技术进步推动了下游产品的创新，推动了电脑、移动互联网、车载设备、通信设备等行业的发展。展望未来，物理、信息和生物科技三大领域的互动与创新可能孕育着下一代通用技术。

图表9：通用技术创新浪潮

资料来源：Mid-Decade Challenges to National Competitiveness(Ylli Bajraktari, 2022)，中金公司研究部

然而，从后向前看容易，从前向后看难。半导体行业的发展实际上是基于军方对电脑计算的需求，我们从电脑的占地面积和重量上就能感觉到，预测是不容易的：20世纪40年代出现的ENIAC计算机需要一个1800平米的房间存放，每次使用新程序必须重新布线，需要6名全职的技术人员操纵，那个时候的工作人员可能还难以想象一台占地不到30平米的电子计算机。到了1951年，第一台商用电子计算机UNIVAC占地26.7平方米，重量7.2吨。但是UNIVAC的工作人员可能也很难想象一台计算机的重量可以降到1吨以内。20世纪60年代，DEC公司开发出一个重量90千克的电脑。后来电脑的发展就更加小型化了，20世纪七十年代，个人电脑问世；20世纪90年代，25%的美国家庭开始拥有电脑。每一代电脑的发展，可以说在物理形态和使用场景上都在发生翻天覆地的变化。

图表10：不同时代的电子计算机

资料来源：IBM官网，Apple官网，中金公司研究部

从计算机回到半导体，虽然1947年晶体管已经发明，但是在20世纪50年代的应用仍然相当有限。20世纪50年代的人可能很难想象，一个硅片上可以集成10几个晶体管，这一创举在1962年被完成。在20世纪60年代的初期，每进行一个新的程序都要重新设计电路，那个时候的人很难想象在1969年会出现一个叫微处理器的东西，这个微处理器处理不同的程序、再也不需要因为程序不同而重新设计电路。1969年可能也很少有人会想到，1977年2月福特公司会宣布在1980年之后，所有的福特汽车都会装上这种微处理器。预测的难度几乎伴随着整个半导体以及其相关行业的发展，包括后来的互联网行业：1993年网民的数量只有3万人，有谁能想到2000年网民数量达到9000万人，2000年的时候，又有多少人能想到2007年有70%的美国成年人接入了互联网？ 对于激进创新，我们似乎不必怀疑它对经济社会的重大影响，它能产生的作用可能是超过我们的想象力，它就像是一个“幸运的礼物”。

三、渐进创新不确定性相对低，但也面临新的约束

渐进创新的不确定性要比激进创新低一些，主要的原因是被追赶的目标提供了参照物。从供给端来说，落后的产品追赶先进的产品，先进的产品本身就可以为落后的产品提供技术的参考。从需求端来说，先进产品的需求就是落后产品的需求前景，先进产品的缺点也可以为落后的产品提供潜在的需求。

德国化工业的发展以及日本机床行业的发展历史都是渐进创新的典型案例，他们凭借学习和模仿跟上了行业的发展前沿，凭借着对于行业新机会的嗅觉、在原有的基础上积极创新，最终打破了成熟行业原有的竞争格局，并借助全球市场放大创新的经济成果，有利地促进了经济增长。具体来看：

► 德国在十九世纪实现了化工行业的渐进创新。在19世纪中前期，英国是化工业的领导者，德国化工业产能落后于英国，以基础化学品硫酸的产能来看，在1870年德国的硫酸年产能是4.3万吨，英国是59万吨，英国是德国的13.7倍（图表11）。但是德国完成对英国的追赶其实用了不到30年的时间，在1900年前后，德国的硫酸产量已经与英国不相上下。带动当时化工行业发展的一个很重要的产品就是染料，德国也正是在这个方面完成了对英国的超越。英国的染料技术在19世纪中前期是非常领先的，全球第一家人工合成染料生产工厂是在1857年6月于英国伦敦建立的。德国凭借模仿英法的染料技术逐步发展，也同时不断探索新的方向。在历经17年的研发之后，巴斯夫公司在1897年成功实现了人工合成靛蓝，凭借这一创新开始在染料行业反超英国。1890年德国企业占据了全球80%的染料市场；到一战之前，德国企业生产全球90%以上的染料。从整个化工行业来看，德国在20世纪初成为全球最大的化工产品出口国，1913年，德国化工品的全球出口份额为40.2%，在20世纪中前期，德国化工品的全球出口份额保持在30%以上（图表12）。

图表11：德国硫酸产量从1870年不到英国的7%到1900年接近英国水平，在1913年已经超过英国

资料来源：Mid-Decade Challenges to National Competitiveness(Ylli Bajraktari, 2022)，中金公司研究部

图表12：德国化工业在20世纪中前期占全球出口份额始终在30%以上

资料来源：Murmann, Johann P. "Chemical industries after 1850." (2003): 398-406，中金公司研究部

► 日本战后实现了机床行业的渐进创新。机床被称为“工业母机”，是制造业的基础设备，一直到1965年左右，日本的机床行业都不算有很强的竞争力，在全球的份额不超过5%。根据当时的一项调查显示[4]，超过70%的公司购买机床是基于“品牌效应”而非价格优势，因为机床对于一个制造业公司的生产非常重要，试错成本较高，稳定远比价格更为重要，这意味着日本公司想要打破这个行业的格局是非常困难的。但即使是在这样的环境下，日本机床行业还是抓住了机会，到了1984年，日本生产的机床已经占到全球机床市场的22%，背后一个重要的原因就是日本抓住了数控机床的机会。实际上，数控机床的技术最早是由美国空军资助研发的，开始于1948年左右，数控机床也是最早在美国开始规模化应用的。相对于一般机床来说，数控机床的价格要贵出几倍，大企业愿意使用，但小企业还是很少采用[5]。日本一开始也是向美国学习数控机床技术，后来也从欧洲学习技术，但是与欧美企业不同，日本企业要更加清晰地认识到数控机床的发展前景、并进一步把微型计算机引入机床，日本企业的不懈努力大大提高了数控机床的生产效率，降低了数控机床的价格，使得中小企业也能用得起数控机床[6]。

图表13：在20世纪60年代，日本机床份额占全球不足5%，到1984年已经超过20%，20年翻了4倍

资料来源：Arnold H . The recent history of the machine tool industry and the effects of technological change[J]. münchner betriebswirtschaftliche beiträge, 2001.，中金公司研究部

图表14：20世纪80年代，日本在数控车床上的全球市场占有率达到60%

资料来源：Rendeiro J O . How the Japanese came to dominate the machine tool business[J]. Long Range Planning, 1985, 18(3):62-67.，中金公司研究部

回顾以上两个渐进创新的例子，我们能发现它们面临的不确定性是要低于激进创新的。具体来说：

第一，在供给方面，虽然德国和日本都有自己的技术创新，但是这个创新是基于原有的经验和技术积累的，这些经验和技术积累最初是来自于他们追赶的对象。比如德国在19世纪早期的化工工业是从英法模仿了很多技术；而日本的机床技术包括对数控机床的最初的理解，也都是来自于美欧。

第二，在需求方面，他们一开始就比较清楚商业化的应用方向，比如德国是清楚哪些天然染料是已经比较受欢迎但还没有被人工合成的，所以他们选择开发合成靛蓝，日本则清楚数控机床对于小企业的发展也是至关重要的。这些商业化的方向其实是他们在老产品的用户反馈中体验到的，因此在产品推出不久后就获得了市场的欢迎。

然而，在逆全球化的大背景下，中国发展渐进创新面临新的约束。2018年中美贸易摩擦以来，逆全球化思潮明显抬头，国际产业格局加快调整。2020年爆发的新冠疫情对全球供应链造成扰动，随着俄乌冲突的发展，全球地缘政治的不确定性进一步暴露。

由于外部环境的变化，中国的渐进创新可能与德国和日本的路径还有所不同。一方面，在技术交流上，中国面临的困难可能要高于日本，因为日本最初对于数控机床的学习其实就是直接购买了美国和欧洲的技术，并获得了技术学习的许可。另一方面，出口的增长可能面临经济因素以外的挑战，日本在出口份额不断扩大的过程当中也遭受了贸易摩擦。

四、三个角度看科技创新对增长的拉动

我们从三个角度讨论创新对经济增长拉动的可能性。回顾开篇，我们把创新分为两个环节，一个是投入、一个是产出。投入端，我们关注中国的研发经费和教育投入空间；产出端，我们把创新分为激进创新和渐进创新。从而引出创新拉动增长的三个角度是：研发和教育投入能提高多少？激进创新的外溢效应有多大？渐进创新的潜力有多少？

从国家发展的需要来讲，中国研发经费的投入还有进一步增加的空间。2020年以来，中国研发经费占GDP的比例在2.4%-2.6%之间，这一水平可能在全球平均水平附近。由于世界银行暂未公布2021-2022年的统计数据，我们暂且先根据2020年的数据来分析，当时全球研发经费占GDP的比例为2.63%，中国研发经费占GDP的比例为2.40%，还略低于当时的平均水平，而主要发达国家研发经费占GDP的比例（例如美国、日本、德国等）在2020年均超过3%。此外，研发经费并不仅仅要看当年的流量，还要看历史的累计水平，因为一个国家的科技水平并不是靠一两年的研发投入积累出来的，在过去的30年里，中国的研发经费占GDP的比例基本均位于全球平均水平之下。虽然可能有一些后发优势，但总的来说中国可能还有一些研发投入的“欠账”需要补，可能需要进一步提高研发经费。

根据中金研究院的测算，如果要实现人均GDP在2035年达到中等发达国家水平，那么中国的研发强度（研发经费占GDP的比例）可能要提高到3.5%左右，可能还有1-2个百分点的提升空间。这个数字可能并不算高，原因在于：一是这个数字没有大幅高于主要发达国家的研发强度，美国2020年研发经费占GDP的比例为3.45%、德国为3.14%、日本为3.26%；二，从发展的需要来看，中国既需要跟上世界科技进步的步伐，又需要弥补历史上遗留的创新不足的“欠账”。

图表15：在过去的30年里，中国的研发经费占GDP的比例基本均位于全球平均水平之下，短期内可能需要加大力度投入研发经费

资料来源：Wind，中金公司研究部

中国政府的教育经费占GDP比例与OECD平均相差0.7个百分点。截至2021年底，中国政府的教育投入占GDP的比例连续10年高于4%，高于全球平均水平3.71%，但低于OECD国家和高收入国家的教育投入占比。考虑教育投入对于经济增长的拉动潜力，我们预计中国教育经费占GDP的比例可能存在0.5个百分点左右的提升空间。因此，从投入端来看，研发经费和教育经费对经济增长的一次性拉动空间可能在1.5-2.5个百分点。

图表16：中国政府的教育经费占GDP比例与发达国家仍有一定差距

资料来源：Wind，中金公司研究部

接下来考虑创新的产出潜力。“激进创新”可能带来巨变，我们不必怀疑它对经济增长的提振，但它更像一个“幸运的礼物”，因此激进创新的外溢效应难以预测。前文我们回顾了计算机与半导体行业的发展历史，每一个十年的技术变化都是非常巨大的，产品的物理形态随之也发生剧烈的改变，很难有成熟框架和信息来预测技术的变化及影响。除了计算机与半导体行业的例子，历史上的其他激进创新的投入和产出也显示出难以预测性。一方面，激进创新从发明到应用于产出的时间不等，晶体管、电子计算机、原子能等创新技术在10年内获得了应用，但是蒸汽机从发明到应用间隔了80年以上的时间；另一方面，激进创新应用于具体产品，其实际生产成本下降的速度也不一致。

图表17：激进创新从投入到产出需要的时间不等

资料来源：中科院，中金公司研究部

图表18：激进创新应用的各个行业成本下降速度不一致

资料来源：Wind，中金公司研究部

因此，我们把讨论的重点放在渐进创新。中国已经是制造业全球第一大国，渐进创新能在多大程度上促进我国的制造业发展呢？为了回答这个问题，我们首先从出口这个角度入手，把被广泛认为是高端制造业出口国（包括欧盟、日本、美国、韩国）的国家与中国加总做一个样本，来粗略看看中国还可能有多少潜力。在这个样本中，2022年中国的制造业出口份额达到39.7%，在一些优势行业当中，中国的份额能够达到70%以上（比如手机电话、数据处理设备、监视器投影仪、女装、体育用品等等），在一些附加值较低的产品上，中国产品的份额可以超过90%（比如塑料鞋靴、集装箱等等）。

图表19：中国制造业出口已经具有相当大的市场份额

资料来源：Uncomtrade，IMF，中金公司研究部

图表20：出口市场规模大，中国份额相对较高的代表性行业

注：数据为2022年
资料来源：Uncomtrade，IMF，中金公司研究部

虽然出口总量已经不小，但中国出口增长空间在理论上依旧广阔。中国仍有部分制造行业的出口份额低于40%，有些制造业行业的出口份额不到20%。以上行业样本国家出口总规模接近4万亿美元。上述中国出口份额低于40%的行业以高科技行业为主，包括汽车、药品、医疗器械、飞机、半导体等。

除了出口提升之外，上述行业也是中国进口较多的行业，中国2022年共进口了约7000亿美元的相关行业的商品，占当年GDP的3.7%。

除了直接的拉动作用之外，间接的拉动可能体现为三个层面：

► 一是对固定资产投资的拉动。在新技术推广的早期，可能伴随着大规模的投资。如果科技创新的新产品产出为每年1万亿元人民币，背后需要的新设备与厂房的投资可能要数倍于年产出。但是集中的投资需求主要是集中在新技术推广的早期，随着技术推广进入后期，新设备与厂房的投资也会减弱，转而以设备维修、更新为主。

► 二是收入上升后对消费的间接拉动。随着产出的增长，一部分转化为居民的收入，居民收入的增加会带动消费需求的增加，假设中国居民储蓄率在30%左右，也就是说居民收入增加1元还会带动0.7元的消费。

► 三是本行业创新对其他行业的外溢效应。单个行业的创新也有利于降低其下游企业的生产成本，从而进一步提高全要素生产率，但是我们很难对这个效应进行测算。

五、创新投入要加量，也要提质

从学术理论以及历史经验来看，政府都必须在科技创新中扮演重要的角色。从理论上来说，科技创新有着很强的正外部性，也就是说收益由社会获得但成本由个体承担，因此私人部门没有足够的动力投入创新；此外，创新从投入到产出往往需要很长时间，面临巨大的不确定性，私人机构没有足够的耐心和能力承受失败的风险。但是提起创新，很多人会想到举世闻名的硅谷，想到硅谷的风险投资基金和创业公司，并认为创新是私人部门的成果。但现实是，不少创新企业早期的研发资金和客户需求主要来自于政府。以半导行业为例，从20世纪50年代末到70年代初，美国国防部资助了近一半的半导体研发经费。同时，政府也是半导体行业最重要的早期客户，1960年，美国半导体行业中50%的销售额来自军队。

图表21：1960年，半导体行业中美国军用市场占比50%

资料来源：The international   transfer of semiconductor technology through U.S.-based firms (William F.   Finan, December 1975)，中金公司研究部

图表22：美国军方在早期为集成电路直接提供大量订单

资料来源：Federal policy and   the development of semiconductors, computer hardware, and computer software:   a policy model for climate change R&D? (David C. Mowery, May 2011)，中金公司研究部

即使是对于一些被广泛认为具有非常强创新能力的私营企业，他们的发展与政府创新的早期投入也有密切的关系。以苹果为例，苹果的计算机操作系统技术的源头都可以上溯至帕洛阿尔托研究中心（PARC），这个研究中心的科学家在上个世纪70年代开发出了图形用户界面。美国从1958年开始设立小企业投资公司计划，由小企业管理局管理，苹果、英特尔、特斯拉等科技公司都接受过小企业投资公司计划的支持。

如果以国家为主体来衡量科技地位，就更可以发现政府在其中扮演的重要作用。在1939年，美国全年仅造出6辆坦克，没有可靠的方式发现德国潜艇，研制的鱼雷在命中目标后甚至可能不会引爆。1940年夏，美国总统罗斯福批准建立国防研究委员会，这个委员会在巅峰时期，领导了3万人，其中有6000名科学家，美国2/3的物理学家都受聘于这个项目，1944年美国专利申请中有八分之一都是完全受政府资助的项目[7]。这一委员会及其领导的项目有力地保证了美国军事技术的进步，后来这些军事技术大量转化为民用产品。

图表23：二战期间美国政府积极参与研发活动

资料来源：AMERICA, JUMP-STARTED: WORLD WAR II R&D AND THE TAKEOFF OF THE U.S. INNOVATION SYSTEM（Daniel P. Gross & Bhaven N. Sampat 2022），中金公司研究部

中国的大国规模优势本身就是提高创新投入的重要支撑。二战结束后的全球化和自由贸易时代，小国得以融入全球经济体系，扩大潜在市场规模，享有全球范围的规模经济效应。极端情况下，就算国内需求规模有限，小国仍可通过国际贸易享有规模经济效应。然而，逆全球化给各国利用国际市场带来摩擦，迫使各国更加依赖国内本土市场规模，再参与国际竞争。在此背景下，大国依托国内人口和经济规模，相比小国更容易触发规模经济效应，拥有的规模优势更加显著。此外，大国更有能力支持知识型经济的初始高额投入和后续多维度创新的规模，在发展知识型经济上拥有更多天然优势。

需要警惕的是，从历史经验来看，总量的投入并不是取得创新成果的充分条件。二战后苏联研发投入规模增长速度持续快于美国，研发投入强度也在相当长时间内持续高于美国。苏联研发投入规模在1950年代约为美国的一半，在1970年即达到美国的80%左右。更重要的是，从研发投入强度看，1970-1980年代的苏联持续高于美国。而且1970年代末的苏联科研人员数量接近美国的两倍，每万名劳动力中的科研人员数量也高于美国。大量的科学研究投入，造就了苏联在数学、物理等基础研究领域的强大实力，这种地位一直保持到苏联解体的1990年代初[8]。但是这种基础研究的领先，并没有完全转化为持续的经济增长。

图表24：苏联和美国研发投入规模（R&D）

资料来源：《基于美、苏比较的美国科创举国体制研究》（中金研究院 谢超等 2022），中金公司研究部

图表25：美、苏研发强度（R&D/GNP）

资料来源：《基于美、苏比较的美国科创举国体制研究》（中金研究院 谢超等 2022），中金公司研究部

中金研究院的研究指出[9]，苏联的科技创新体制无法将政府资助下产生的科研成果（简称“政府资助科研成果”）有效转化为生产力，一个直接原因研发经费中用于试验开发的比例过于低（图表26-27），使得政府主导的科学研究（包括基础研究、应用研究）没有向企业主导的试验开发进行有效转化，其结果是政府资助的科研成果仅仅停留在初期或者是军用品的阶段，没有实现向民用品的进一步转变。这背后的深层次原因则是，创新体制需要政府与企业双核驱动，不能有所偏废。这也给我国的创新体制发展提供了警示，目前来看，我国产学研之间的合作可能仍有进一步提升的空间。中金研究院与中金研究部合著的《创新：不灭的火炬》一书中的第三章指出，我国高校和科研院所的专利申请仅10%~20%的专利以企业为对标对象。反观美国的高校和科研院所该比例在35%~60%之间，说明我国产学研之间的合作仍有进一步改善的空间[10]。

图表26：70年代末苏联和美国研发支出构成

资料来源：《基于美、苏比较的美国科创举国体制研究》（中金研究院 谢超等 2022），中金公司研究部

图表27：90年代初苏联和美国研发支出构成

资料来源：《基于美、苏比较的美国科创举国体制研究》（中金研究院 谢超等 2022），中金公司研究部

[1]https://www.gov.cn/xinwen/2022-10/25/content_5721685.htm

[2]在企业层面，创造新产品、新领域、新赛道等质变创新方式，又被称为激进式创新或者突破式创新。

[3]Measuring Moore’s Law: Evidence From Price, Cost, And Quality Indexes (Kenneth Flamm, 2018)。注：DRAM综合价格指数基于咨询公司Dataquest的1974-1999年市场上可用的不同密度（每片位数）DRAM组件的季度平均全球销售价格进行估计。

[4][1] Rendeiro J O . How the Japanese came to dominate the machine tool business[J]. Long Range Planning, 1985, 18(3):62-67.

[5]Arnold H . The recent history of the machine tool industry and the effects of technological change[J]. münchner betriebswirtschaftliche beiträge, 2001

[6]Rendeiro J O . How the Japanese came to dominate the machine tool business[J]. Long Range Planning, 1985, 18(3):62-67

[7]本段数据来自：格鲁伯. 美国创新简史: 科技如何助推经济增长[M]. 中信出版集团股份有限公司, 2021.

[8]Yegorov, I. (2009). Post-Soviet science: Difficulties in the transformation of the R&D systems in Russia and Ukraine. Research Policy, 38(4), 600-609.

[9]详见中金研究院发布的报告《基于美、苏比较的美国科创举国体制研究》（中金研究院 谢超等）

[10]封凯栋, 姜子莹, 张立. 产学研组织方式变革:路径依赖与改革前瞻[J].学术研究，2020(10)。

Source

文章来源

本文摘自：2023年6月21日已经发布的《创新能拉动多少增长？---后疫情时代系列报告之二》

张文朗 分析员 SAC 执证编号：S0080520080009 SFC CE Ref：BFE988

周彭 分析员 SAC 执证编号：S0080521070001 SFC CE Ref：BSI036

黄亚东 联系人 SAC 执证编号：S0080121080127

张蕾 联系人 SAC 执证编号：S0080122080210

Legal Disclaimer

法律声明

特别提示

本公众号不是中国国际金融股份有限公司（下称“中金公司”）研究报告的发布平台。本公众号只是转发中金公司已发布研究报告的部分观点，订阅者若使用本公众号所载资料，有可能会因缺乏对完整报告的了解或缺乏相关的解读而对资料中的关键假设、评级、目标价等内容产生理解上的歧义。订阅者如使用本资料，须寻求专业投资顾问的指导及解读。

本公众号所载信息、意见不构成所述证券或金融工具买卖的出价或征价，评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。该等信息、意见在任何时候均不构成对任何人的具有针对性的、指导具体投资的操作意见，订阅者应当对本公众号中的信息和意见进行评估，根据自身情况自主做出投资决策并自行承担投资风险。

中金公司对本公众号所载资料的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。对依据或者使用本公众号所载资料所造成的任何后果，中金公司及/或其关联人员均不承担任何形式的责任。

本公众号仅面向中金公司中国内地客户，任何不符合前述条件的订阅者，敬请订阅前自行评估接收订阅内容的适当性。订阅本公众号不构成任何合同或承诺的基础，中金公司不因任何单纯订阅本公众号的行为而将订阅人视为中金公司的客户。

一般声明

本公众号仅是转发中金公司已发布报告的部分观点，所载盈利预测、目标价格、评级、估值等观点的给予是基于一系列的假设和前提条件，订阅者只有在了解相关报告中的全部信息基础上，才可能对相关观点形成比较全面的认识。如欲了解完整观点，应参见中金研究网站（http://research.cicc.com）所载完整报告。

本资料较之中金公司正式发布的报告存在延时转发的情况，并有可能因报告发布日之后的情势或其他因素的变更而不再准确或失效。本资料所载意见、评估及预测仅为报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。证券或金融工具的价格或价值走势可能受各种因素影响，过往的表现不应作为日后表现的预示和担保。在不同时期，中金公司可能会发出与本资料所载意见、评估及预测不一致的研究报告。中金公司的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本资料意见不一致的市场评论和/或交易观点。

在法律许可的情况下，中金公司可能与本资料中提及公司正在建立或争取建立业务关系或服务关系。因此，订阅者应当考虑到中金公司及/或其相关人员可能存在影响本资料观点客观性的潜在利益冲突。与本资料相关的披露信息请访http://research.cicc.com/disclosure_cn，亦可参见近期已发布的关于相关公司的具体研究报告。

本订阅号是由中金公司研究部建立并维护的官方订阅号。本订阅号中所有资料的版权均为中金公司所有，未经书面许可任何机构和个人不得以任何形式转发、转载、翻版、复制、刊登、发表、修改、仿制或引用本订阅号中的内容。

微信扫一扫
关注该公众号