华为大咖说 | 智能时代，为什么“流动性”是生态产业的核心？

本文作者：任旭东（华为首席开源联络官）全文约4205字，阅读约需9分钟

经济全球化主要表现为全球性或区域性的商品、资本、技术和劳动力等的高度流动性与市场一体化进程，以及由此而导致的商品和要素的价格趋同、交易成本的降低以及国际生产体系的形成。因此，生产要素的国际流动是当代经济全球化最本质的特征，是影响和决定当代世界经济运行的微观基础。

在“万物互联”“万物皆可数字化”的智能时代，什么是生态型产业生产要素的“流动性”？而这种“流动”对打造生态产业有什么价值？又如何发挥作用？本文尝试做一番探讨。

一、传统产业的流动性和活力分析

01 “总部经济”奇迹

20世纪70年代以来迅速发展的以创新和服务为特征的总部经济，主要分布在纽约、东京、伦敦等少数城市及周边区域。以美国为例，其总部经济主要汇聚在以下几个区域：一是以纽约总部城市为中心的美欧大西洋国际经济区域；二是以洛杉矶总部城市为中心的环太平洋国家亚太经济区域；三是以洛斯阿拉莫斯总部城市为中心的世界航天技术领域经济区。

以上地区汇集着世界上最顶尖的科技服务人才，最具活力和成长性的创新型企业，最为发达的金融保险、信息咨询等商业服务业，成为全球科技创新枢纽和经济增长引擎，其中，又以享有“硅谷”之称的圣塔克拉拉谷（Santa Clara Valley）最为典型。截至2016年，这片长约40千米、面积约1500平方千米的谷地聚集了50多位诺贝尔奖得主，上千名科学院和工程院院士，数以万计的自然科学和工学博士，约39万高端技术人员；吸引了全美近40%的风险投资，创造了上万家科技型企业，其中包括惠普、苹果、英特尔、施乐、思科、甲骨文、雅虎、谷歌、脸书、推特、特斯拉等众多世界级公司；同时还孕育出了包括比尔·盖茨、扎克伯格等一批世界级的企业家，成为世界范围内创新和新经济的代名词。而高级要素集聚也使得硅谷的135万从业人口创造了加州10%、美国1.34%的GDP，年新增专利技术占全美新增专利总量比重持续在10%以上。

02 要素空间集聚日益显著

关于要素规模的度量通常有两个维度，一是诸如资本、劳动力、土地禀赋等“要素存量”概念，二是货物流转、服务外包、资本流动、数据流量等“要素流量”概念。前者主要反映要素的静态总量规模，后者则体现要素的动态速度。随着要素流动的自由化、便利化不断增强，要素流量的作用日益显著，一些具有区位优势的小国和地区以及大国的特定区域中心（hub）凭借在物流、资金流、人流、数据流等方面的巨大流量优势，占据了交通运输枢纽、国际贸易中心、物流仓储集散地、离岸金融中心等重要地位。

在生产要素大规模流动的同时，某些特定区域凭借在地理区位、市场规模、生产配套、创新能力、营商环境等方面的优势，吸引大量资本、技术、高级人才、管理等要素聚集，而众多高级要素集聚催生的知识溢出和产业关联对周边生产要素又形成巨大的“虹吸效应”，由此形成诸如中心商务区、科技研发中心、采购中心、销售中心等形式的总部经济。

03 要素的差异化特征突出

相对于企业差异化，生产要素的差异化更加明显，它不仅体现为要素自然属性的不同，即使同一生产要素，在不同国家的内涵及作用也有显著差别。

要素的差异化主要源于其生产率或成本差异。首先是劳动差异化。诺奖获得者里昂惕夫发现美国劳动力的生产效率相当于外国的3倍左右，随着19世纪下半叶以来美国科技创新和技术进步速度加快，该比例不断提升。根据世界银行“世界发展指标”（WDI）数据库统计核算，2018年美国按购买力平价折算的全员劳动生产率为世界平均水平的3.17倍、高收入国家的1.24倍、中等收入国家的4.37倍、中低收入国家的4.82倍和低收入国家的28.15倍。由此可见，由于劳动个体的技能水平及生产效率各异，劳动要素呈现出显著的差异化特征。

04 传统的产业流动性指标

流动性有两种内涵：第一种是表达资产变现能力的强弱。如果某项资产能在短期内以合理的价格变现，我们称之为流动性好，反之则流动性弱；第二种是表达货币资金的多寡或者购买力的强弱，流动性非常充裕，则说明货币资金多，购买力强；反之则少，则弱。

微观层面：流动性分析是对企业资金使用效率的分析。是企业经营分析的重要内容之一。

企业资金的循环和周转，反映了企业的供应、生产和销售各经营环节的运行效率。效率高，资金周转快效益好，反之则周转慢效益差。从这一角度出发，流动性分析也是对企业经营效率的分析。

宏观层面：我们可以通过对宏观流动性指标M2（M2是广义货币供应量，流动性偏弱，它同时反映了经济的现实购买力和潜在购买力，还可以体现未来通货膨胀的压力状况）、准备金率（银行存款准备金比率，指商业银行的初级存款中不能用于放贷的部分的比例）以及通货膨胀水平的分析，来对市场未来的宏观走向以及可能产生的利弊来进行一定的判断。

二、生态产业的流动性和活力分析

01“万亿市值”奇迹

过去十年，随着数字经济发展，移动互联网的爆发和云商业模式的兴起，谷歌、微软、亚马逊的市值纷纷过万亿，近三年来，在ChatGPT发布后，大语言模型加持下，英伟达、微软、苹果等市值更是跨过三万亿美金大关，这在企业发展历史上也属于奇迹，这些企业有一个共同特征就是“生态型”，他们提供的产品和服务在“平台”经济的杠杆之上又“叠加”了丰富的应用生态、算子生态、硬件互联生态，形成了比传统供应链更为复杂，更相互依存，相互成就的生态系统。

这些企业的销售大概在几百亿或千亿，市场给予的估值和市盈率都远高于传统产业或互联网产业，大概在几十倍到上百倍。

02 生态产业的“要素空间”

生态型产业背后离不开软件和开源。表面看生态化企业更加全球化，提供的是全球化产品和应用，企业的员工更加分散，甚至更加鼓励“居家”办公。但随着数字化平台的兴起，全球化的生产要素更加聚集。比如全球最大的代码托管平台GitHub短短十年多时间，用户发展到1.2亿，贡献者约为1056万，为GitHub贡献了4.2亿仓库总量，其中用于开源公仓2.84亿，研发协作私仓1.36亿；而成立短短几年的大模型托管平台HuggingFace，更是聚集了全球大模型开发者和50万的大模型托管，而这些数字可能是第二名的几十倍，头部聚集效应更加明显。

虽然地理上看不到类似“硅谷”这样的空间聚集，但实际上这些Cyber空间就是全球生态产业的核心“要素空间”，而且更加聚集，更加超越地理区域，全球大部分数字产业的工作者都离不开或被某种程度聚集在这些“要素空间”中，其智力资产也相应被某种程度“收割”。

03 生态产业的“劳动力效率”差异分析

做两个对比分析。

第一，美国的人口3.4亿，中国按照14.1亿左右看，美国人口是中国约五分之一；但数字世界的产业工人从业者即程序员的数字，美国在GitHub上是2200万左右，中国按照1000万计算，之间差距约是2倍；这样看总人口中“生态从业者”浓度大概是十倍的差距；

第二， 美国的SaaS市场比中国发达，工具SaaS市场目前出现上百个独角兽企业市值超过上千亿美金，大概工具市场规模是中国百倍。而具体到每个程序员的订阅SaaS工具的消费习惯来看，平均每个程序员每年定于1万美金到10万美金的工具服务是正常的，而中国程序员的消费呈现两极分化，大的公司可能会由内部IT提供开发工具平台，小公司才会有可能外购一些开发工具。这些工具装备的背后体现出的是程序员的“生产效率”。目前没有准确的比较数据可查，预计效率差距在5-10倍左右，在未来Copilot等加持下，这个效率差距可能会超过10倍。

04 生态产业的“流动性”指标

传统产业中现金流、仓储和存货等流动性指标反应了经济活力以及企业经营的水平。在生态型产业中，代码本身的流动有的表现为API在云市场调用，有的表现为应用市场的货架销售，有的则表现为更为隐晦的开源社区的项目在开发者社区被下载、复制、复用，如Fork指数、下载指数、Star数等等。

正如云服务、开源等颠覆了传统软件Copyright的拷贝商业模式，随着人工智能的兴起，数字化产品嵌入生活、生产和各行各业变现的模式越来越丰富，这样代码本身的价值也就被这种“流动性”极大地放大，而其具体的体现则是通过开发者、开源社区的运营或互联网平台的运营体现出的用户经济，API调用经济等。

如果一段代码被调用，被复制的次数越多，则其产生的生态价值和商业价值就越多，这种甚至是指数级关系，目前看到的CUDA生态（CUDA是由NVIDIA开发的与自家GPU强绑定的一个生态，是一种并行计算平台和编程模型）就是最好的体现，以CUDA为生态锚点，PyTorch为平台，通过行业框架降低开发门槛；CUDA109个API通过PyTorch社区放大4倍到500个；直接产生的生态效果是出发引爆万倍开发者，从内部投入350人，撬动产业界超过350万开发者，更有甚者，这种病毒式和爆发式的传播知会越来越得到增强。