什么是“规模效应”？（下）
上一篇我们讲了 什么是“规模效应”？本篇将主要说明：人类为什么要追求规模效应？并以新能源行业为例解释如何用规模效应指导投资。
不管是了解地球、自然、人类，还是了解社会、城市、公司，我们都有必要了解规模效应。本文的大多数读者应当对商业分析很感兴趣，最直接地，你可以通过分析企业是否具有规模效应来判断它是否值得长期投资，因为没有规模效应的事物，统统都会被地球淘汰。
01 人类解决世界底层矛盾的范式
从农业时代到工业时代再到信息时代，在三次人类文明浪潮中，人类开采的资源、产生的知识、创造的财富呈现爆炸性增长，这是由技术驱动创新带来的结果。
图片源自网站 Adioma，经由“奇绩创坛”翻译
对于人类来说，资源供给的瓶颈与人类不断增长的需求是一对永恒的世界底层矛盾。同时，在个体层面，每个人都需要面对自身生命的衰减。
那么，人类是如何不断缓解矛盾并加速创造财富的？经济学家卡洛塔·佩雷斯（Carlota Perez）在她撰写的一本神作《技术革命与金融资本》中将人类满足需求、形成共识的过程叫作 “技术-社会-经济的范式”。
我们把人类的生产活动总结为以下三种范式：
自然科学：提升人类活动效率、探索新物质、新能量、新信息 社会技术：建立人类社会的内部性共识，强化社会性活动 商业循环：建立人类社会的外部性共识，发展市场，扩大经济循环
这三种范式，都是为了解决人类的需求，而需求正是人类活动的起点。尤其是人类有了工业活动以后的历史，更加值得关注。
在 15 世纪到 1770 年工业革命之前，自然科学还不是人类进步的主要驱动力。这期间，西方忙于战争，东方困于农耕，技术均处于停滞状态。其中，欧洲表兄弟之间打来打去进行无意义的内耗，而英国通过掠夺殖民地解决了资源不足的问题。
1771 年是人类社会的分水岭，蒸汽机的发明为西方找到了新的生产动力，由此甩开了大陆东边的清朝。科学技术史专家李约瑟（Joseph Needham）提出了著名的“李约瑟难题”：尽管中国古代对人类科技发展做出了很多重要贡献，但为什么科学和工业革命没有在近代的中国发生？
从人类社会活动的三种范式的新角度来理解“李约瑟难题”，答案可能是：在近代中国的社会环境下，我们没法大规模试错。
一方面，技术突破正来自于农业文明的积累和试错，首先需要建立内部性共识，但是自康熙中期开始的清代“文字狱”极大禁锢了知识分子的思想，新技术难以出现。另一方面，了解彼时世界格局便知，即使清朝有了技术，也难以通过商业贸易或对外扩张建立外部性共识，（不论是内部的“闭关锁国”，还是外部的地理隔离）直至清政府轻视鸦片战争的危险性，还以为英国不过是“志在通商”罢了。
纺织业是一个很好的理解“李约瑟难题”的例子。纺织业是一项十分基础的农业时代的技术，早在公元前两千多年，人类便开始学会养蚕、种桑。尽管古代中国一直拥有领先世界的纺织技术和心灵手巧的工人，甚至早于英国诞生了纺纱机，但是在农业时代的社会和经济范式的影响下，第一次工业革命却出现在了遥远的英格兰中部。
究其原因是，必须有爆炸性增长的需求，有大规模试错的机会，才能刺激新的技术突破，才能建立新的范式。晚清及近代中国科技落后的原因也正在于此。没有新的技术突破，就没法建立新的秩序（范式），包括军事能力、动员能力、组织能力等等一切转化“技术-社会-经济”资源的能力。没有技术，也就无法从局部开始改造自然，改变 “环境决定一切” 的宿命。
早在 15 世纪，英国半农半工的农村家庭手工业就非常普遍，最初主要是毛纺织业。这种家庭的毛纺织手工业，后来随着农民的贫富分化，而发生了改变。很多家庭手工业者变成了为商人进行原料加工的雇佣劳动者。商人们圈了越来越多的土地，也更加集中，成千上万的家庭被集中到一个工场工作，开始出现最早的规模效应，很快就到了拐点。然而资本还想进一步压榨劳动者的剩余价值。
事实上，工业革命就是以机器生产代替手工劳动，而机器的本质就是利用机械装置和动力进一步扩大生产规模，提高劳动生产率。商人们为追求更多的利润，还以满腔的热情来关注生产的发展，从而刺激了机器的发明和新科学技术的使用。
1733 年，机械师约翰·凯伊发明飞梭，使得 1 个织布工人可以做过去 2 个工人的工作，效率提高了1倍。但由于织布效率提高，出现了极其严重的纱荒，导致部分织布厂因缺少原料而停产。
1764 年，兰开夏郡内的詹姆士·哈格里夫斯发明了珍妮纺纱机；1769 年，钟表匠理查·阿克莱特发明了水力纺纱机；1779 年，工人塞缪尔·克朗普顿发明了骡机，骡机综合珍妮纺纱机与水力纺纱机的优点，纺出来的棉纱既结实又精细，还提高了纺纱的效率。
随后，棉纺织业机器的使用又引发了其他行业的连锁反应，不久在采煤、冶金等许多工业部门，都陆续有了机器生产。随着越来越多的工业部门实现了机械化，一个新的课题又摆在人们面前，这就是动力问题。
直到 1784 年，经过陆续改进的蒸汽机，不仅能够适用于各种机械运动，而且还增加了一种自动调节蒸汽机速率的装置。1785 年，蒸汽机的技术马上就被应用到纺纱机上，第一个使用瓦特蒸汽机的纺纱厂建成。很快，蒸汽机在棉纺织业、毛纺织业、采矿业、冶金业、造纸业、印刷业、陶瓷业等工业部门，得到了广泛的应用。
创新意味着发现利用能量的新方式，运用能量来创造不可思议的东西，并且见证它们流行起来。从“技术-社会-经济的范式”角度来看，英国纺织业爆发到诞生第一次工业革命，结果并不令人诧异。
首先，殖民地为英国带来了大量劳动力、土地和需求市场，英国人利用自然科学，大规模种植棉花（新物质，为了赚钱），大规模冶金（新物质，用于军事），并学会利用机械替代工人及使用煤炭为机械提供动力。（从地理环境上看，寒冷、潮湿的英国像其他欧洲国家一样，并不适合种植棉花）
其次，纺织业的资本家发现由这些新装置、新能源组成的技术能够成数十倍地提高生产效率，逐渐加强内部性共识——搞这些玩意真的可以赚更多的钱。一方面，纺织业市场需求巨大，供不应求；另一方面，以英国为代表的少数欧洲国家牢牢控制了纺织业。因此，在一个供给驱动的、规模巨大的市场里，市场允许一切围绕着提高纺纱机/织布机生产效率的技术进行大规模试错。纺织机从 1733 年到 1784 年的 50 多年间，一直在不断改良，直到 1785 年第一个使用瓦特蒸汽机的纺纱厂建立。
最后，在纺织业出现的成功的商业循环，刺激了采矿业、冶金业、造纸业、印刷业、陶瓷业等其他生产部门的资本家也开始引入蒸汽机，形成外部性共识，直至第一次工业革命从英国逐步走向全球。
综上所述，人类将地球的自然规律呈现的技术，利用经济外部性，推动社会接纳，直至扩散成为主流共识。值得一提的是，越接近“社会-经济”的分界线，新的技术革命就越容易诞生。在中国的环境下创业和投资，尤其需要掌握“社会-经济”之间的这种微妙关系。
02 人类为什么要追求规模效应？
规模效应就是商业活动的 OKR，人类要通过规模效应缓解与世界底层的矛盾。
（1）农业文明的运转，必然基于某种资源主导的范式，直到该项资源的规模效应拐点。为了让有限的资源满足更多人的需求，人类运用技术实现规模效应，即更多产出或更多节约，比如在单位成本不变的情况下提升单位产出。
在农业时代，农业文明难以逃离的马尔萨斯陷阱，其实就是缺少规模效应的体现。人们无法通过更多的投入实现土地更多的产出，进而产生“内卷化”。人口的增速高于土地产出的增速，最终只有崩溃一途，而天灾、战争或秩序崩溃都会加速这个过程，让文明蒙难。
（2）工业文明的运转，必然基于某些技术主导的范式，直到技术不再具有先进性。在旧技术停滞的时期，或者说规模效应的拐点到来以后，新技术又需要新的规模支撑，让新技术成为社会主流共识，实现人类文明与财富的又一次飞跃。
在工业时代，机械化生产和社会化分工让其拥有了更强的规模效应，特别是重工业企业因其需要大量的资本投入，从而能拥有更高的规模效应，但是这个时代的企业如果销量不再上升，或者单位成本不再下降，这样的企业将逐步失去规模效应，最终被其他规模效应更强的企业取代。
因而人类与其他有机体的差异在于——人类实现了不断的技术创新、并通过社会化的活动组织起来、自身活动拥有巨大的规模，这三个差异让人类可以创造大得多的规模效应，并通过技术革命不断更新和强化规模效应，最终创造了如此璀璨的文明。可以说，规模效应是缓解以上矛盾的唯一道路。
进一步我们认为：值得投资的企业，应该满足摩尔定律、莱特定律和学习曲线。（读者可点击标题下方标签 #青训营课前预习，补足背景知识）
摩尔定律，对应更多产出：企业要么能提高单位产出——解决社会不平衡的需求，要么在质量上提高技术和品质——解决社会不充分的需求；
莱特定律，对应更多节约：企业要想活得久及服务更多用户，应该努力通过协同降低单位成本，才能构建自己的竞争优势；
学习曲线，对应更省时间：随着规模的积累，经验的积累，企业的试错成本降低，时间损耗减少。比重置成本更宝贵的东西不是钱，而是学习曲线。如果有新的技术能带来更低的成本或更高的产出，那么现有的规模效应就会被新的规模效应所取代，比如芯片行业中，5nm制程对7nm制程的替代。
图源自商业思维青训营讲义
接下来我们用商业事实解释如何在投资中理解规模效应，理解对工业时代很重要的莱特定律，信息时代很重要的摩尔定律。
03 以新能源行业为例理解规模效应
圣塔菲研究所的教授布莱恩·阿瑟（W. Brian Arthur）有一篇著名的论文 Increasing Returns and the Two Worlds of Business。（《收益递增与两个商业世界》）这篇只有 11 页的论文，将是接下来整个信息时代展开期的经济学理论指导。
论文核心是说，自 21 世纪初以来，西方经济稳定地、连续地经历了一场从大批量原料加工向技术的设计与使用的转型——从资源的加工转变为信息的加工，从初级能量的应用转向思想的应用。当这场转变发生以后，决定经济行为的根本机制就从收益递减转变为收益递增了。
一个是大批量制造世界（旧世界），其产品基本上是资源密集型的，知识含量比较低，运作符合马歇尔的收益递减规律；（假如一个咖啡种植园拟扩张生产，那么最终将不得不利用不太适合咖啡种植的土地，最终边际收益会下降）
另一个是以知识为基础的经济世界（新世界），其产品基本上是知识密集型的，自然资源比重小，运转受递增收益规律支配。（假如一款应用堆积了大量资本开支，使得技术上领先同行，且固化了用户的操作习惯，则会占领更多市场）
我们认为，工业时代的企业主要主要追求莱特定律，信息时代的企业主要追求摩尔定律。然而在所有行业中，收益递减机制存在的同时，也存在着收益递增机制。但大致说来，收益递减规律主宰着当今经济的传统部分，即制造业/工业。收益递增规律则在经济中的新兴部分，即以知识为基础的行业中起支配作用。
由此我们可以把规模效应想象成是一个分子式，分子端是指数级的有形与无形的社会产出（摩尔效应），而分母端是消耗地球资源的亚/线性增长（莱特定律）。企业的规模效应实际上就是这么一回事，和我们常说的“规模化”或者 scalable是两码事，后者只停留在了表层现象。
在研究 1920s 的飞机生产成本时，工程师西奥多·莱特（Theodore Wright）确信：飞机的产量每增加一倍，成本就会按照某一百分比持续下降。举例来说，生产第 2000 架飞机时的成本要比 1000 架的时候降低 15%。这就是著名的“莱特定律”。
图源自 Factors Affecting the Cost of Airplanes, 1936
1965 年，英特尔的创始人之一戈登·摩尔（Gordon Moore）发现了一个惊人的趋势：集成电路上可以容纳的晶体管数目在大约每经过 18~24 个月便会增加1倍。因此给定价格的芯片算力会提升一倍，上一代同等算力的芯片价格将会减半。这就是著名的“摩尔定律”。
图源自 our world in data，moore's law：the number of transistors on microchips doubles every two years
案例一：光伏行业
集成电路晶体管最主要的原材料是硅，而光伏系统中的主要部件光伏组件，也使用了与晶体管相同的原材料——多晶硅和单晶硅，约占组件成本的 40%。近年来光伏发电的成本在直观上也下降很快，光伏发电成本是否也遵从了摩尔定律，由此可以预测光伏成本呢？
实际上对比摩尔定律，光伏行业有一个专有的 Swanson’s Law（斯旺森定律）。由 SunPower 公司的创始人 Richard Swanson 提出：光伏组件累计装船量每增加一倍，产品价格下降 20%。
2008 年，单个光伏组件的价格是 3.6 usd/wp；2020 年，价格下降到 0.16 usd/wp。
12 年后，单个组件的成本下降了 95.5%，年化下降速度是 22.85%。
22.85% V.S. 20%，大致吻合。我们还可以继续拆分 20% 到底是怎么下降的？
图源自商业思维青训营讲义
摩尔定律的作用使得光伏组件的转化效率提升了 31.41%，年化提升 9.2%，主要来自单晶硅成本下降和光电转化效率提升。
莱特定律的作用使得光伏组件的组装成本下降了 64.14%，年化降低 15.0%，主要来自产业链配合效率提高（如封装技术、玻璃透光性）的贡献。（由于基础数据的复杂性和机密性，在计算复利时进行了简化处理。按照复利公式进行验算，数据会对不上）
结合莱特定律和摩尔定律，我们能大致预测在装机量达到多少时光伏发电将实现平价，有一定的预测价值。
案例二：电动汽车
事实上，莱特定律的预测准确性要优于摩尔定律。近年来，圣塔菲研究所的研究人员得出结论，莱特定律可以预测与任何技术相关的成本下降。 2012 年，研究人员比较了摩尔定律和莱特定律在 62 种技术之间的预测误差率，这些技术从黑白电视到光伏电池，从电烤箱到核能。（这篇论文已翻译，点击标题下方标签 #青训营课前预习之《预测技术进步的统计基础》）
自 20 世纪初形成以来，汽车行业的学习曲线达到了 85%——累计产量每翻一倍，成本就会下降 15%。从 1909 年到 1923 年，福特 T 型车非常符合莱特定律，如下图所示。
有了 85% 的学习曲线，Model 3 的成本曲线也服从莱特定律，如下所示。Model 3 的累计产量每增加一倍，成本就下降大约 15% 。（理解这个计算结果要考虑的一个重要因素是“累积”一词，意思是特斯拉自推出以来生产的 Model 3 的数量）
特斯拉的成本下降符合莱特定律
在确定成本随产量累积翻倍而下降的速率后，分析师必须确定产量累积翻倍的速度。对于某些技术，随着成本和能力下降到触发导入大众市场的临界点，需求可能会发生不连续的变化。
锂离子电池就是一个很好的例子。根据下图，大多数分析师会得出结论：锂离子电池在 2005 年已经成熟——在经历了 20 年平均每年约 10% 的下降之后，锂离子电池成本趋于平稳。
基于摩尔定律对锂电池成本的预测失效了
然而，大多数分析师都没有意识到，这 10% 的下降将锂离子电池的单位成本推向了一个关键门槛，从而实现了电动汽车的大规模生产。电池作为 3C 消费的电力来源时，有自身的摩尔定律和莱特定律曲线，到 2005 年由于手机及笔记本电脑需求基本饱和摩尔定律失效。但当电动汽车需求爆发时，对动力电池的需求快速上升，即使原摩尔定律失效，但莱特定律仍然有效。
一辆续航里程超过 200 英里的电动汽车的电池电量相当于 5,000 部 iPhone，因此，如果只有 1% 的汽车销量从汽油动力转换为电动汽车，那么与全球智能手机所需的电池相比，它们对电池的需求将增加 1 倍以上。如果意识到电池即将达到这个临界点，分析师就可以预测到，产量累计翻倍所需的时间将急剧下降，并且以新速度下降。
锂电池累计产量翻倍所需的时间间隔（纵轴单位：年）
锂电池成本随时间的变化（特斯拉 Model S 问世后）
虽然基于摩尔定律的预测认为锂离子电池技术在十多年前已经成熟，但莱特定律却依然正确地预测了大约五年前成本下降的重新加速和需求的复苏。价格下跌为锂离子电池开辟了汽车市场的新领域，这反过来又将它们推向了更大的市场，即公用事业的储能。
在特斯拉 Model S 推出后，电池成本的下降在“时间-成本”函数中呈现了不连续的结果，但当使用莱特定律（“产量-成本”函数）时，成本下降虽然看起来不那么连续，但似乎又在情理之中。在明白这点后，再看电动车销量的突然爆发似乎也不再令人惊讶，因为当电动车的价格降到能让普通人接受的水平后，在更强的信息流加持下，电动车的产品力将逐步超越油车，如果在这个时间点扣动了扳机，普通人也能成为时间的好友。
基于莱特定律，累计产量和成本之间有明显的线性关系
小结
要通过一篇文章来解释规模效应，难度确实很大，毕竟这是人类解决世界底层矛盾的工具。为了读者能从底层更好地理解规模效应，我们强烈推荐《规模》一书，作者杰弗里·韦斯特（Geoffrey West），正是本文中多次出现的圣塔菲研究所的前任所长，入选《时代周刊》全球最具影响力 100 人。
不管是了解地球、自然、人类，还是了解社会、城市、公司，我们都有必要了解规模效应。本文的大多数读者应当对商业分析很感兴趣，最直接地，你可以通过分析企业是否具有规模效应来判断它是否值得长期投资，因为没有规模效应的事物，统统都会被地球淘汰。
推荐阅读
商业思维青训营：从“社会价值为先”的视角反思互联网行业（最新见公众号二条）
什么是“规模效应”？（上）