如何应对变化的世界？
第六届外滩金融峰会结束后，我们采访了斯坦福大学商学院Philip H. Knight 教授及名誉院长、诺贝尔经济学奖得主迈克尔·斯宾塞（Michael Spence）。斯宾塞就供应链分散化、绿色转型、产业政策和人工智能（AI）等重要问题分享了他的观点，部分要点如下：（英文对话全文详见文末“阅读原文”）
❶ 后疫情时代面临挫折与倒退，短期内供给冲击和地缘政治冲突仍将是主导因素，这对经济效率和增长都没有积极影响，也是通胀压力的来源之一。供应链分散化的趋势是不可逆的，但程度可能不会显著扩大。未来数年（到2030年），技术变革有望为全球经济发展带来更积极的变化，例如在提振增长和可持续发展等方面，但尚需时间。
❷ 中国是绿色技术方面的主要创新者之一。由于其他国家对就业等问题的担忧，导致中国绿色产品和技术的全球流动受阻，这不利于可持续发展议程的推进。在迫切需要采取有效行动推进可持续发展的背景下，其他国家不用中国技术而使用本国技术的做法并非正确思路，但中国应在出口产品和加大在其他国家资本投资力度生产绿色产品之间取得平衡。
❸ 即使在一个更加复杂的世界中，国际组织也仍然是各国讨论和落实国际合作的切实途径，它们的确需要改革，但不应被忽视。国际货币基金组织（IMF）、世界银行（WB）等国际金融机构需要完善治理结构，更好地反映成员国的经济影响力和地位，同时需要更多注资。世界贸易组织（WTO）必须重构规则，但如果WTO裁决对主要国家仍然不具有强制执行力，那改革也无济于事。
❹ 产业政策在定义上没有共识，但当政府以非常精确的方式干预市场体系时，争议就会出现；如果政府挑选出他们认为应该成为“赢家”的公司，争议就会更大。光谱上没有一个特定的点代表政府和市场关系的最优解，这意味着可以有不同的解决方案，即涉及到产业政策的使用。存在好的产业政策和坏的产业政策，根据情况的变化，例如面对可持续发展挑战加剧，可能就需要更多产业政策。实施产业政策需要同时注重潜在利益和潜在的风险与低效问题，避免政府的越位和缺位。
❺ 数字技术涌现并非接近尾声，而更像是方兴未艾。需要全面看待AI技术的应用潜力，其不仅能带来利润，还能在很多方面为人们带来福祉。生成式AI在经济中的潜在应用，更多还是“补充式”而非“替代式”应用，不会在总量层面引发大规模失业。但随着生产率的提升，需求弹性较低的行业可能会需要更少的人。AI对整体经济带来的颠覆性变革容易使人们感到焦虑，但对这一问题最具建设性的思考方式是，聚焦到如何帮助人们在不同行业和类别中就业，通过学习新技能、寻找新岗位来渡过这一变革期。
以下为本次访谈的中文译文。
“我们无法回到过去的世界”
斯宾塞：这是一个很好的问题。至少从短期来看，后疫情时代的新挑战是挫折与倒退，需要花费时间和精力来应对。
应对疫情占用了财政资源。各国政府明智地决定保护家庭部门和部分企业部门，使其不会遭受过度损失、倒闭等，而这推高了其主权债务率。两者互相抵消后的结果究竟如何很难判断，消极影响中可能也存在积极的方面，但全球供应链经历重构后变得更复杂，国际经济也是如此。
后疫情时代的供给冲击和地缘政治冲突正在引发一系列变化，包括以国家安全为目的的经济多元化和一定程度的产业回迁等，这些对经济效率和增长都没有积极影响，同时也是导致西方国家面临通胀压力的因素之一。
更长期来看，我认为很难说。在《长期危机》一书中，我们指出，强大的技术有望帮助我们实现全球经济发展的主要目标，包括提振低收入国家增长、为所有人带来可持续发展、帮助正在经历长期逆风的国家和地区提振生产率增长等。但这些过程都需要时间。
整体来看，一方面我们面临供给冲击、地缘政治冲突和一些长期逆风，另一方面又有强大技术在涌现，我认为短期内供给冲击和地缘政治冲突仍将是主导因素，尽管我希望其不会产生破坏性的后果。更长期来看，不是指未来几十年，而是未来五年左右、到2030年，全球经济发展趋势可能会呈现更为积极的变化。我相信，届时中国经济已完成再平衡，也已处理好与房地产等有关的问题。
我们无法回到过去的世界，供应链不会再像以前那样基于效率、比较优势、贸易、技术、相对自由的资本流动等经济标准进行构建。世界会变得更加复杂，我们不得不适应。很多企业就很擅长适应这种变化。至于上述趋势对不平等相关的挑战是会产生积极影响还是消极影响，当前很难判断。两个方向都可以有论点。这取决于（不同因素的）比重以及哪方面因素更强大，目前来看还很难说。
全球迫切需要绿色转型
不用中国的技术不是正确思路
斯宾塞 ：我们应对气候变化的行动开始得太晚了，我不认为现在有什么办法完全弥补这一点，但确实还有一些作为空间。
中国是电动汽车、太阳能、电池技术等绿色技术方面的主要创新者之一。但由于（其他国家）对就业等问题的担忧，导致中国的绿色产品与技术向全球其他地区的流动受到了阻碍。这对推进可持续发展议程来说是一个巨大的负面因素。
我能理解上述担忧，但我们需要想办法解决。一个解决思路是，中国在产品出口和通过加大资本投资力度在全球范围内更多国家生产绿色产品与技术之间取得平衡。更简单的方法是，其他国家不用中国的技术，而使用本国技术，即使这种方式的成本更高，但在我看来，这在迫切需要在推动可持续发展上采取有效行动的背景下似乎不是正确的思路。
我希望，各国在经济合作方面的潜力（无论还剩下多少），能够帮助我们找到一条满足各方需求、同时推动可持续发展议程的前进道路，加速能源转型和其他所需工作。这并非易事，但当前气候冲击愈发频繁、非常严峻，已成为一个能够影响经济表现的重要的宏观经济因素，或许气候挑战的紧迫性能提升主要国家解决问题的意愿，至少我是这么希望的。
斯宾塞：要让一百七八十个国家达成一致很难。但是在碳排放问题上，仅六个国家和地区就已占当前全球二氧化碳排放量的75%甚至更高，即北美、欧洲、中国、日本、俄罗斯和印度；此外还有一些小一点的高收入国家，如澳大利亚、新西兰。恰恰是这一小部分国家有能力做出巨大的改变，而且这些国家大多属于中高收入或高收入经济体，所以内部不存在利益和能力上的巨大差距。
一种可行的办法是两轨并进，不将任何一个国家排除在外，但是要有一条加速轨道，聚焦主要的参与者和碳排国，同时两个轨道要保持一致。这样，小部分国家（处于加速轨道的国家）在技术等方面的进展也能惠及其他国家。
此外，气候冲击对低收入国家而言尤为严峻，因为疫情耗尽了它们的财政空间，导致其没有抵御冲击所需的资源，这也引发了严重的移民潮等问题。我们应进一步为低收入国家提供所需资源。一国经济在起步阶段要加速增长并维持势头已经很难，而在提振投资率等既有挑战的基础上，再叠加疫情冲击和气候冲击等额外负担，形势就更严峻了。
因此，我们需要更严肃地对待这一问题。国际社会此前承诺为较低收入国家每年提供约1000亿美元的气候资金，但大多数尚未兑现，这也应纳入相对紧急的事项中，否则低收入国家就会被落在后面。我相信，从中低收入到中高收入的大量新兴经济体仍将继续推进其气候行动的“趋同”，但这对于低收入国家来说可能太过困难。帮助低收入国家应对气候挑战并非不在议程上，而是进展过慢。我们有必要加快行动。
政府和市场关系没有特定的最优解
存在好的产业政策
斯宾塞 ：有几个因素：第一是所谓的“地缘政治冲突”和各国缺乏互信，导致国家安全因素在经济政策制定中的影响力攀升。这意味着经济政策制定中，对其他目标的追求正在凌驾于正常的经济激励和选择之上，而这可能会产生高昂的代价。
第二，各国尝试改变经济发展模式，以追求可持续性。仅靠市场力量不足以做到这一点，所以必须要实施一些类似于产业政策的举措，比如碳定价，如果能找到合适的实施方法，这将改变私营部门的轨迹和激励机制。如果不实施碳定价，也要找到其他办法。例如，美国没有全国性的碳定价体系，但通过法规和补贴等方式来抑制碳排放。
第三，随着数字等领域技术机遇的迸发，实施产业政策往往是为了确保一个国家有能力走在技术前沿，并投资于技术研发和应用。我与谷歌高级副总裁詹姆斯·马尼卡（James Manyika）合著过一篇关于人工智能（AI）生产潜力的论文（The Coming AI Economic Revolution）。我们认为如果没有聚焦技术可得性与可推广性的产业政策，AI技术应用可能会以一种分化的模式演进：科技、金融等先进行业会率先采用AI且受益最大，而其他行业或中小企业往往会落后。产业政策可以对冲这种趋势并最终影响整个经济，而市场无法自发做到这一点。
综上，当前时点产业政策卷土重来的背后有多重因素，有些是保护主义性质的，有些是为了确保（技术方面的）领先地位，有些则是为了凌驾于市场力量之上，以追求某种意义上的国家安全。
举例来说，美国推出《芯片与科学法案》（下称“《芯片法案》”）。该法案的目的之一是大规模加码投资，以确保自身在技术领域的领先地位；还有一些举措是为了至少将部分先进半导体制造能力回迁至美国本土。目前，美国的半导体设计行业非常发达，但生产制造有所欠缺。据我所知，全球最先进的半导体都是在韩国或中国台湾地区制造的。无论对中国、美国还是其他国家而言，这都不是一种稳定的状态，因此需要改变。这是《芯片法案》的第二部分。第三部分主要针对中国，意图限制中国获得能够提振其在半导体领域发展速度的产品和技术。
这几部分都包含在同一个法案中，但目的不同。这也凸显出产业政策不是单一目标，而是一套多目标的组合。但毫无疑问，产业政策正在扩散。
斯宾塞：好的产业政策，第一能促进最先进技术的发展，投资于基础科学或基础技术，或为其提供激励。第二，我认为，只要能促进能源等领域向可持续增长的方向转型，这样的产业政策也是好的。
美国国家科学基金会有一组有趣的数据。与其他科技领域的基础研究不同，在一系列数字技术方面，美国对基础研究——这里说的不是专有研究，而是指学术界发表论文并供所有人查阅的那种研究——的投资中，仅有三分之一来自政府；另有三分之一来自微软、谷歌、亚马逊等大科技平台；三分之一来自慈善机构。这是非常不寻常的配置。但无论如何，这些投资都是好事。
我与《长期危机》另外两位合著作者认为，与国家安全有关的一些保护主义活动几乎是不可避免的（当然对此可能有不同的观点），我们很难回到大多数技术自由流动、敏感技术也能开放的时候。其实对技术流动的限制一直存在，每个国家都有关于限制军事敏感技术外流的规定。
当前与以往不同的是，过去很多技术是专门为军事目的开发，后扩展到非军事应用；而当前很多涉及国家安全风险的数字技术原本是为非军事目的开发的，结果却与军事相关。所以，看起来我们现在比过去有更多军事、防务方面的敏感技术，或许也确实如此，但也有可能这只是长期以来一直存在的趋势在放大。
对于主权国家来说，主要的挑战是避免在商品、服务、资本流动和技术方面陷入过度的保护主义模式。美国现在的情况是既然技术可能有国家安全风险，那就可以把国家安全当成保护主义的借口，哪怕其中一些实际上和国家安全没有太大关系。
国际合作面临的挑战在于如何控制这些限制措施的范围。其中一部分必须要限制，但除此以外的部分仍然要维持开放，不仅对主要国家开放，也要对全球经济的所有参与者开放。这也是绝大部分新兴经济体的立场，它们不想参与大国间的竞争，而是想尽可能开放经济、追求自身利益。我认为它们是正确的。
当前全球经济存在过度的分裂和复杂性，太多的冲击导致供应链分散化成为了不可避免的趋势。供应链分散化需要比“寻求最低成本产地”付出更高的代价，也不符合人类本能，但我认为这一趋势是不可逆的，即使不考虑地缘政治冲突，仅气候、流行病和战争本身就已导致了足够的封锁，从而创造了供应链多元化的动机。
不过，我也不认为这一趋势会显著扩大，美中两国的高级政策制定者已展开切实对话，讨论了我们需要在哪些方面施加限制、展开竞争，同时在哪里划定界限、在可持续发展等领域保持富有成效的合作关系。
斯宾塞：《长期危机》一书中谈到了很多与此相关的担忧。戈登·布朗曾经担任英国首相，也是英国任期最长的财政大臣，他离开政府以后的大部分时间都投身于国际机构和国际合作中。
与此有关的问题是，我们无疑需要国际组织作为一种具体的途径来讨论和落实国际合作活动。但是各国日益严峻的民族主义和保护主义倾向——“各走各的路（we’ll go our own way）”，至少导致我们真正需要的一些国际机构面临被边缘化的风险。这不是我们想看到的，对任何人都没好处。
为扭转这种趋势，首先，国际组织需要改革。国际货币基金组织（IMF）、世界银行等国际金融机构需要完善治理结构，更好地反映成员国的经济影响力和地位，而其现在的结构早已与实际情况脱节。如果做不到这一点，中国、印度、印尼等新晋大国会认为这些机构的治理结构存在缺陷，导致其无法充分参与。例如，世界银行行长似乎总是美国人，执掌IMF的往往是欧洲人，这可能也需要改变。
其次，一旦进行了改革，就有充分理由向这些机构注入比当前多得多的资本，从而让世界银行能够在推动可持续发展等全球公共事业中扮演重要角色，让IMF能更好地维护全球金融体系稳定。
除此以外，世界贸易组织（WTO）也须重构规则以适应更加复杂的世界，这个过程中需要得到应有的支持。但WTO本身也是一种重要的执行机制，如果WTO裁决对主要国家仍然不具有强制执行力，那么改革也无济于事。
如果戈登今天也在这里，我认为他的总体观点会是，我们需要国际组织机构。这些机构的确需要改革，但不应该被忽视，它们仍然是未来国际格局中不可或缺的一部分。即使在一个更加复杂的世界中，国际组织也仍然是各国寻求合作方式的切实途径。
斯宾塞：这不是一个可以简单回答的问题，很复杂。如果产业政策能显著提高生产率，那它肯定会促进增长，例如一些推动前沿技术发展、技术推广和可得性的产业政策。目前，西方国家主要处于供给侧受限的增长模式，这也是通胀的来源之一。需求侧扩张远超过了供给侧的弹性。如果生产率能显著提升，将有利于突破供给侧瓶颈。
产业政策涉及到定义问题。在美国，负责资助基础科学和技术研究的主要有四家机构：美国国家科学基金会、美国国立卫生研究院、美国能源部和美国国防部，它们每年大约为高校、科学家、工程师、医生、生物医学研究人员提供七八百亿美元的资金。给私营部门、创业者和风投机构拨款不会立即见效，但能为接下来的科研进步奠定必要基础。
这些措施有时被称为“产业政策”，有时有其他的称呼，这取决于说话人是谁。但只要政府以一种非常精确的方式干预市场体系——比如美国政府正在推进大规模的投资计划用以支持半导体行业发展，这比支持基础研究要精确得多——就会引来批评，很多人会认为政府不该做这些事。
因此，关于产业政策，在判定细节上没有共识，但通常政府在以上述方式进行干预的时候，争议就会出现；如果政府挑选出他们认为应该成为“赢家”的公司，争议就会更大。
我认为，实施产业政策确实需要同时注重潜在利益和潜在的风险与低效问题。产业政策有着悠久的历史，其中有的成功、有的不那么成功，在后撒切尔、后里根时代，很长一段时间中，产业政策名声都不好。但就当前来看，上述总结是合适的。
假设有一个光谱，最左侧是完全的计划经济，最右侧是几乎没有任何政府干预，现在美国向左移动了一点，但没有真正走到最左端；中国已经不再实行计划经济，但可能略微更靠左一点。我认为，靠中间的区域可能更好一些，往两侧走都有可能误入歧途：一方面，政府可能尝试一些它做得并没有私营部门那么好的事情；另一方面，在只有政府有能力做好的事情上，它反而可能缺位。
但在光谱上，没有一个特定的点代表政府和市场关系的最优解，这意味着可以有不同的解决方案，这就涉及到产业政策的使用。有些人认为，产业政策（一定）会把情况推向“政府做不该做的事”的方向。我不同意。我认为有好的产业政策，也有坏的产业政策，根据情况的变化，有时候我们会有充分的理由诉诸这一手段。例如，如果可持续发展挑战加剧，可能就需要更多产业政策。
生成式AI更多是“补充式”
而非“替代式”应用
斯宾塞：未来两到三年，可能直到2030年，全球经济都会经历较缓或持续放缓的增长。我不认为有办法摆脱这一趋势。各国情况不同，如果中国增长3%，那会很不理想；但如果美国实际经济增速能达到3%，那就很好。我们要看的是潜在增速。中国的潜在增速依然高于美国和欧洲。
尽管现阶段的经济增长由于种种失衡和冲击而低于潜在水平，但放眼未来更长时间，我们还有显著改善经济增长的潜力。如果我们能在实现可持续发展、解决环境问题等方面取得进展，如果能将保护主义限制在真正与国家安全相关的领域内，如果拥有更强大的数字技术，可以预见或许在3-5年以后，当这些因素的实际影响开始显现，那么经济增长前景将非常乐观。
我并不认为数字技术涌现已经接近尾声，它看起来更像是方兴未艾。很难知道数字技术的发展会将人类社会带向何方，但其已经在各个领域呈现出强大的潜力：经济上，能提高生产率和潜在增速；生物医学上，数字技术似乎已经开始引领一轮变革，甚至可以加快新科学发现的速度。
斯宾塞：首先，生成式AI在经济中的潜在应用，更多的还是“补充式”而非“替代式”应用。AI只能提供“初稿”，无论是医生还是软件工程师，都不会拿着AI生成的初稿就用。因此，第一步需要认识到的是，机器是可以与人协作来提高生产效率、改善客户体验甚至创造新事物的。
但人们对AI的使用存在偏见。例如我们确实听到有些企业高管会说：“这可真不错，我就用AI，然后就不需要雇用任何客服代理了。”这可能并不明智，如果真的这么做了，他们可能会后悔。
我们常常通过和人类表现的比较，来衡量AI的发展进程，这种做法在两个层面上可能是有问题的：一是会使人们产生“一旦AI超过了人类的平均水平，就会淘汰人工”的结论，这就是自动化偏见。二是很多AI其实并未超越人类表现，但对于改善社会包容性仍然很有助益。
例如，我们可以使用面部识别软件帮助监测皮肤癌或眼科疾病；也可以将其与X光或核磁共振结合使用来检测其他疾病。这可能比不上该领域最好的医生，但有很多人享受不到医疗服务，所以把AI技术作为次优选择或者初级预防保健中的“第一防线”可能也会很有帮助。
还有很多其他的例子。比如在中国，农村居民可能难以享受到像大城市一样发达的金融基础设施和服务，但数字经济和数字金融系统在一定程度上可以帮助解决这一问题。
因此，人们有时候过度关注就业问题，而没有全面看待这项技术的应用潜力。AI的各种应用方式不仅能带来利润，还能在很多方面为人们带来福祉。
我不认为AI会在总量层面引发大规模失业。当然判断有可能错误，但过去长达数个世纪以来，人类的工作时长都在缩减，在工业革命之前，大多数人仅为了生存都需要每周工作80个小时。现在的工作时长已大大缩减，未来可能还会进一步缩减。AI会否真的导致大规模失业还说不准。
假设我们通过AI实现了生产率的大幅增长，其结果也未必只是生产更多东西。中高收入和高收入国家的很多人都认为我们的物质生活已经足够丰富，不需要再不断增加购买。我个人对此也是认同的。因此更高的生产率可能被用来做其他事情，比如艺术或休闲活动。
基于上述讨论，真正的问题就变为，随着生产率的提升，经济中的哪些领域会出现失业？理论上是需求弹性较低的行业。如果一项产品或服务的需求弹性较低，随着生产率大幅提升，自然就不需要那么多人来生产或提供它，一些人就会失业，需要另谋出路。比如媒体文案写作将需要更少的人。很多人说软件工程师也容易失业，但我们整个经济都是依赖于软件运行的，所以替代效应不会那么明显，即使生产率大幅提升确实会取代一部分程序员。
因此，如果看整个经济，AI将是颠覆性的，人们会感到焦虑，任何大的转型都会伴随着这种现象。但对于这个问题最具建设性的思考方式是，聚焦如何帮助人们在不同行业和类别中就业，通过学习新技能、寻找新岗位来渡过这一变革期。（总结来说）首先，我们要承认AI是颠覆性的，会带来困难，然后专注于克服困难。
技术专家会说，其实我们的手机里很久以前就已经就有很多AI功能了，只不过以后会更多、更强大。现在，我们可以把生成式AI大语言模型嵌入到机器人中，使其与人类互动，这比起过去要么全自动、要么无法运转的机器人，实现了很大的飞跃。未来，我们或许会看到机器人在作为辅助工具方面的应用范围显著扩大，即使是在相当无序的环境下。（人工智能科学家）李飞飞指出，人类具有所谓的“空间智能”，而她带领的研究团队正在尝试开发对等的机器空间智能。不过目前来看，这个过程仍充满挑战。
斯宾塞：大部分重要的问题都说到了。短期来看，AI技术的影响最明显的可能还是在科学领域，包括生物医学、材料科学等，可能也包括能源转型科技，这主要是因为科学家能比较容易地上手使用AI技术，而不需要面对新的商业模式、对大量人员进行再培训等复杂流程——这些往往容易拖延进程，使得整个经济运作方式的改变需要花更多时间才能完成。
但无论如何，AI带来了很多激动人心的新机遇。比如，谷歌Deepmind开发的大模型Alphafold现在已经出了三版，可以预测蛋白质的三维结构。一位顶尖的生物医学家、诺奖得主告诉我，每天有两百万名生物学家在使用这个大模型。这蕴含的不只是科学发展的机遇，还有投资机会。
早鸟福利，限时开放，来开启这场新知之旅吧！
版面编辑：瑟瑟｜责任编辑：潘潘
撰文：瑟瑟 潘潘 佳茜
视觉：李盼 东子
监制：李俊虎 潘潘
