2024年政府工作报告指出，过去一年政府“依靠创新引领产业升级，推动重点产业链高质量发展”，但仍然面临着“科技创新能力还不强”的困难和挑战。因此，今年政府工作的重点之一就是“加快发展新质生产力”。2024年的政府工作报告把新质生产力相关内容放在“推进现代化产业体系建设”的框架下表述，充分说明创新在经济发展中的主导作用，以科技创新推动产业创新将成为今年塑造新动能新优势的重要工作。因此，如何为新质生产力的发展提供有力保证，以及如何选择新质生产力发展方向，成为亟待探讨的重要问题。
一、化解债务风险是发展新质生产力的前提
结合我国过去几十年的投资驱动的发展模式与当下经济形势，在发展新质生产力的同时应特别警惕债务风险。2023年国内生产总值超过126万亿元，增长5.2%，经济总体回升向好，但是一系列关键指标显示存在外需下滑和内需不足的情况：2023年2月以来，我国cpi指数持续低于1%，且连续4个月为负值；ppi指数连续16个月负增长；全年全社会固定资产投资509708亿元，仅比上年增长2.8%，民间固定资产投资253544亿元，下降0.4%，城镇固定资产投资同比增长连续10个月低于-10%；实际使用外商直接投资额11339亿元，下降8.0%，折1633亿美元，下降13.7%。我国的债务压力集中在房地产业和地方债务：年末金融机构贷款余额约237万亿，其中房地产相关贷款合计占总量的一半左右；将融资平台相关贷款以及非标投资等纳入考量，地方政府显性和隐性有息负债规模约为90万亿元，房地产和地方债务总额相当于2023年名义gdp的150%左右。此外，地方政府的财政收入中约一半来自土地出让金，2020年该比例高达84%；随着房地产调控收紧，2023年土地出让金收入为4.7万亿元，较2020年下降了44%，地方政府财政收入显著降低。债务的叠加方式有很强的关联性，房地产、地方债务、中小金融机构这三者风险相互交织，2023年12月召开的中央经济工作会议明确2024年的经济工作要统筹化解这三个领域的风险。
我国债务风险存在以下影响：第一，金融体系，尤其是银行体系，是房地产和地方债务的最大提供者，稳妥化解债务问题关系金融市场稳定。上市银行地方债务总体敞口约为46.6万亿元，占上市银行总资产17%。如果城投债违约，投资者的城投信仰坍塌，可能导致理财产品赎回潮和城投债市场抛售挤兑，挤兑会进一步使得市场价格崩盘、理财产品净值大幅缩水，形成恶性循环，叠加房地产市场下行、息差下行的影响，银行盈利能力受到影响，最终甚至可能影响到银行的偿付能力，其中中小银行资本金不足、资产质量差、抗风险能力有限，是最薄弱的环节，中小银行风险经由同业和市场预期等渠道扩散，容易引发系统性金融风险。第二，地方政府财政能力减弱，影响营商环境。房地产行业的收缩导致地方政府卖地收入显著下行，新发城投债中90%用于借新还旧，投入实体经济的比例大大减少；专项债的发行虽然不断提高，成为地方政府债券的第一大品种，但专项债收益率虚增、资金闲置的问题较为突出，拉动经济增长效率不高。地方政府维系债务增速和经济增速之间的平衡难度在加大，难免出现执政动作变形影响营商环境的情况。
二、人工智能技术是新质生产力的核心
新质生产力是以新一代计算机和人工智能技术所驱动的技术迭代进步所带来的超强生产力。人工智能技术的飞速发展给人类社会的生产生活方式带来重大变革变化，有望成为新的底层通用技术，引发第四次工业革命。
全球人工智能发展美国居首位，中国紧随其后。2016年起，人工智能企业呈爆发式增长，截至2023年6月，来自美国的独角兽企业有131家，占全球45%，中国108家，占37%；人工智能占全球风险投资比重逐年上涨，2023年上半年为246亿美元，占比18.9%，其中美国吸引投资最多，占比接近六成，中国为12%；从人工智能人才来看，美国入选2023年ai2000的学者数量遥遥领先，共1131人次，占全球总数56.6%，中国为277人次，约占七分之一。国内人工智能发展呈现出如下特点：第一，融资规模增速放缓，投资阶段明显后移，细分领域走势分化；第二，学科实力上技术层优势明显，基础层与应用层人才较少，产业技术人才缺口巨大，急缺重要领域顶尖学者；第三，地域分布较为集中，创新集聚效应初显。
人工智能技术发展需要巨量资源投入，但同时要避免陷入“星球大战”陷阱。2024年政府工作报告指出，从今年开始拟连续几年发行超长期特别国债，专项用于国家重大战略实施和重点领域安全能力建设，显示出以举国之力押注技术突破的决心。美国推进人工智能产业发展主要依赖资本市场融资，并且掌握了人工智能的核心要素算力芯片，在算法与数据上同样具有优势，中国与美国在资本市场参与机制以及人工智能软硬件布局上都存在较大差距，跟进美国路线可能投入巨量资源却无法取得领先地位。同时，选择同一技术路线还存在安全治理隐患，由于人工智能技术高速迭代、自我学习的特性，先发者对后来者可能具有无法想象的优势：从技术安全看，人工智能技术的复杂性与不确定性造成了“黑箱”困境，海量代码与数据在迭代更新中会出现设计者也无法理解的决策过程和结果；从应用层面看，随着人工智能生成技术的发展，以假乱真的内容所带来的虚假信息、偏见歧视乃至意识渗透等问题无法避免；从数据安全看，用于人工智能训练的海量数据可能存在泄漏、篡改和真实性难以验证的安全隐患，用户自身的数据也可能在与人工智能的交互中被提供给其他使用者，并且随着多模态人工智能技术的发展，数据泄漏问题可能难以使用传统方法避免。
三、政策建议
为了有效防范和化解债务风险，本文提出下列政策建议：
第一，加快构建房地产发展新模式。适应新型城镇化发展趋势，推出满足居民刚性住房需求和多样化改善型住房需求的产品，具体而言有三个方向：新型住宅、青年公寓和城乡联动。新型住宅的特点包括：符合改善性需求的智能化设计，适合新能源汽车的配套设施等。青年公寓的特点为引入市场机制，满足青年人在求学、工作等不同阶段的住宿需求。城乡联动即结合农村的宅基地的确权与流转，引导有条件的居民购买城郊低容积率产品。
第二，合理运用货币与财政政策。短期应对债务问题的重点是到期之后的再融资问题，需要中央、地方与金融机构相互配合，通过发行专项债，债务展期、重整和置换等手段拉长周期和压降成本，以时间换空间，逐步化解存量。需要特别注意解决地方政府对民营企业的债务循环问题，重塑政府在经济运行中的信用，恢复民营企业的信心，改善营商环境，激发非国营主体经济活力，通过更加完善的地方税收体系降低对于土地出让的依赖。
为了有效推进人工智能技术发展，本文提出下列政策建议：
第一，充分发挥资本市场的优势发展人工智能。人工智能初创企业往往处于成长期，具有高技术投入、高人力资本投入和轻资产的特点，其融资需求也发生着动态变化，融资体量增加，更渴求中长期资金，股权融资需求加大。需完善多层次资本市场，满足企业全生命周期融资需求、全业务链的资本市场服务体系，健全资本市场支持科技创新机制。
第二，人工智能发展路线需重视应用创新。场景应用中的短板和不足能为技术突破提供切入点，驱动科学研究从单点突破加速迈向平台化，在特定任务和场景中初步证明落地价值，并通过平台化发展向产业下游辐射，最终实现全场景渗透、跨学科门类与研究范式的通用模型与框架，进一步推动对于通用人工智能应用的探索。
冯科
北京大学经济学院金融学系教授，北京大学金融与产业发展研究中心主任，博士生导师。兼任北京大学软件与微电子学院博士生导师。兼任国家互联网金融安全技术委员会委员，住建部中房协专家委员会委员。北大资产经营公司董事。
供稿：科研与博士后办公室
美编：初夏
责编：度量、雨禾、雨田