從資本主義到資訊資本主義#
若後資本主義社會仍可稱為「資本主義」,那它已不再是傳統資本主義,而是資訊資本主義(information capitalism)——其主導者是生產與分配知識、資訊的產業:
- 製藥業的實際產品是知識;藥丸與處方軟膏只是知識的包裝。
- 電信業、電腦與半導體、軟體、電影與電視內容、錄影帶——全都是知識與資訊的載具。
- 非商業的「產業」——教育與醫療——在所有已開發國家甚至比知識型企業成長得更快。
- 1990 年代的新富不再是 19 世紀的鋼鐵大亨,而是電腦、軟體、電視節目、資訊系統建置者(如 Ross Perot),以及圍繞資訊重組零售業的人(美國 WalMart 的 Sam Walton、日本 Ito-Yokado 的伊藤雅俊、英國 Sainsbury 兄弟)。
過去 40 年仍能成長的傳統產業,幾乎都是圍繞知識與資訊重新組織自己才成功的。整合式鋼廠正在過時——即使在低工資國家也打不贏「迷你鋼廠」,因為後者其實是圍繞資訊而非熱能重組的鋼鐵製造。
金融資本主義的終結#
1910 年,奧地利—德國社會主義者 Rudolf Hilferding(1877–1941)創造了「金融資本主義(Finance Capitalism)」一詞,主張這是社會主義來臨前的最後階段——資本主義經濟中,銀行能從借貸利差獲取越來越高的利潤,成為唯一的獲利者與統治者。列寧(Vladimir Lenin)數年後以此為共產主義理論的根基,使蘇聯計畫圍繞國家銀行組織、並透過銀行信貸配置來控制經濟。
然而現實走向相反的方向:
- 商業銀行今日在全球陷入困境。存貸款之間的利差持續縮小。
- 他們越來越不可能靠「錢的報酬」獲利,只能靠資訊的手續費維生。
- 勞動、土地與(金錢)資本這些傳統資源的報酬持續下滑;真正創造財富的主要資源已是資訊與知識。
知識經濟學:仍在形成中的理論#
目前我們尚未充分理解知識作為經濟資源的行為。知識經濟尚無相當於**亞當·史密斯(Adam Smith)與李嘉圖(David Ricardo)**之於資本與土地的奠基理論。但少數先行研究(如柏克萊的 Paul Romer、牛津的 Maurice Scott、紐約大學的 Jacob T. Schwartz)已開始出現,清楚揭示:知識型經濟與任何既有經濟理論(凱因斯學派、新古典、古典)的假設都不同。
三個根本反直覺#
- 完全競爭不存在:經濟學的基本假設是「完全競爭」是資源分配與獎勵分配的模型;現實中的不完全競爭被歸因於外部干擾(壟斷、專利、管制)。但知識經濟的不完全競爭是內建於經濟本身——先行者透過**學習曲線(learning curve)**取得的早期優勢會變得永久且不可逆。因此自由貿易與保護主義都無法單獨奏效,知識經濟似乎需要兩者並行。
- 既非消費驅動,也非投資驅動:凱因斯與新凱因斯學派主張消費驅動、古典與新古典(如奧地利學派)主張投資驅動——在知識經濟中,兩者都無法控制。沒有證據顯示消費或投資的增加會帶動知識生產的增加;從「消費—知識」或「投資—知識」之間的時滯長到無法作為政策依據。
- 缺乏共同分母:不同土地的產值差異可以用數量衡量;不同知識之間卻沒有「數量單位」可比較。
知識的三種應用方式#
承襲第 4 章所述,知識有三種應用方式:
- 改善(improvement / 日式 kaizen):對流程、產品、服務的持續改進。
- 利用(exploitation):從既有知識衍生出新的應用、產品、流程與服務。
- 創新(innovation):真正的新知識。
三者在經濟學中必須並行;但成本結構、經濟影響性質上不同。目前仍無法量化「知識的數量」,更遑論計算「知識的報酬」——但量化關係是所有經濟理論的核心。
知識的「數量」遠不如知識的「生產力」重要——這既適用於既有知識的應用,也適用於新知識的產生。
知識的生產力:國家興衰的決定因素#
知識並不便宜。已開發國家在知識的生產與傳播上大約花費了 GNP 的 五分之一:
- 正規教育:一戰時約佔 GNP 2%,現已升至約 10%。
- 組織內持續教育:再佔 GNP 5% 或更多。
- 研發:再佔 3–5%。
相比之下,僅有日本與德國在戰後重建最狂熱期資本形成比例超過 GNP 的 20%;美國多年來都未達 20%。每個已開發國家,對知識的投資都已超過對資本的投資。
跨國對比:同樣有知識,生產力天差地別#
| 國家 | 典型特徵 |
|---|---|
| 英國 | 高度新知識產出,極低的知識生產力。二戰後新知識的清單極為輝煌——抗生素、噴射引擎、全身掃描儀、甚至最早的電腦——但英國始終無法將這些知識轉化為成功的產品、服務、工作與出口。這種知識的低生產力比其他任何因素都更能解釋英國經濟的長期衰退。 |
| 美國 | 在大量產業(微晶片、傳真機、工具機、影印機)生產了新技術,卻眼看日本競爭者開發出產品並奪走市場。每單位知識投入產生的額外產出,明顯低於日本競爭者。 |
| 西德 | 在舊知識的應用、改善、利用上表現極佳,出口比美國人均 4 倍、比日本 3 倍。但在新知識與高科技(電腦、電信、生技、先進材料)上幾乎完全無法將新知識轉化為成功的創新——知識停留在資訊層次,而非產生生產力。 |
| 日本 | 最具啟發性的案例。日本本身並不以生產新知識聞名(技術與管理知識大多仍從美國進口);但日本對所取得的知識極具生產力,這正是戰後四十年崛起的根本原因。 |
**資源的生產力(productivity of resources)**將成為後資本主義社會經濟學的核心課題——它同時關係到環境與經濟成長的關係,也關係到「金錢資本」與「知識資本」的生產力問題。
資本生產力的教訓:集中化的失敗#
金錢資本的生產力在二戰前被經濟學家(甚至馬克思)忽略;即使凱因斯也只區分「已投資的貨幣」與「被囤積的貨幣」,並把投資後的生產力視為理所當然。戰後人們才開始問:每增加一單位投資帶來多少額外產出?——資本的生產力差異極大,且差異至關重要。
1950 年代末至 1960 年代初中央計畫風行全球:
- 從蘇聯《五年計畫》到法國《指導計畫(Plan Indicatif)》,幾乎所有人都接受「計畫優於市場配置」。
- 但衡量實際績效顯示:兩種計畫下資本的生產力都極低且持續下降。
- 法國立刻轉向,若未於 1960 年代初 180 度轉彎,今日將像東德一樣貧困。
- 蘇聯堅持計畫——資本生產力最終變為負值;布里茲涅夫時代越把錢投入農業,農作物越少。這種資本的負生產力後來吞噬了整個蘇聯民用經濟,資本生產力的失敗比任何其他因素都更能解釋蘇聯經濟的崩潰。
高度中央化同樣會使知識資本變得無生產力——如同它使金錢資本無生產力。1990 年代日本對高科技的政府計畫(如第五代超級電腦計畫)結果同樣令人失望;美國試圖以政府贊助的「聯合體」擊敗日本的計畫亦然。創新不是「天才在車庫靈光一閃」,但它需要的是「去中心化與多樣性」,而非中央計畫與集中。
讓知識有生產力:管理要求#
集中、分權、多樣這些詞不是經濟學語彙,而是管理語彙。讓知識有生產力是一項管理責任——政府無法承擔,市場也無法單獨完成,必須透過有系統、有組織地將知識應用於知識。
原則一:目標要遠大#
Albert von Szent-Györgyi(1893–1990,匈牙利裔諾貝爾生醫獎得主)回憶他在省立大學的不起眼導師:「我提議研究腸胃脹氣——這個領域一無所知。」導師回答:「很有趣。但從沒有人因為脹氣而死。若你希望你的研究有成果——那可是一個『若』——那最好從一開始就讓它能造成差異。」結果 Szent-Györgyi 投入基礎化學,發現了酵素。
即使日本的 kaizen,每一步雖小,目標卻要遠大——經過幾年的一小步一小步,最終要產生一個本質不同的產品、流程或服務。知識只有在用於造成差異時才有生產力。
原則二:聚焦#
無論由個人還是團隊執行,知識工作都需要高度專注、清晰的目的與組織。這不是天才靈光,這是工作(It is not ‘flash of genius’. It is work.)。
原則三:系統性利用機會#
杜拉克在 1985 年《Innovation and Entrepreneurship》中提出的「創新的七扇窗(Seven Windows of Innovation)」——系統性地搜尋能轉化為知識貢獻的機會,並與知識工作者與知識團隊的能力相匹配。
原則四:管理時間#
高知識生產力——無論是改善、利用或創新——都出現在長孕育期的末端;但同時也需要穩定的短期成果以維持動能。平衡長短期是所有管理挑戰中最困難的一項。
Only connect:從既知中挖掘更多#
美國有個老笑話:一位農夫拒絕更有效率的耕作法,說「我現在知道的耕法,已經是我實際做的兩倍好」。
- 大多數人(或許我們所有人)已擁有的知識,比我們實際用到的多很多倍。
- 主要原因是:我們不把已擁有的多種知識視為一個「工具箱」來動員。
- 我們傾向依「專業領域」分類任務,而非問「我已學過什麼,可以用在這件事上?」
英國小說家 E. M. Forster(1879–1970)的名言「Only connect(連結就好)」,既是偉大藝術家的特徵,也是偉大科學家(達爾文、波耳、愛因斯坦)的標誌。在他們的層次上,「連結」或許與生俱來、屬於「天才」的一部分;但在很大程度上,連結、進而提升既有知識的產出——無論是個人、團隊或整個組織——是可學習、最終可教授的。
「連結」需要方法論#
- 問題定義(problem definition):比「問題解決」更重要,也更難。
- 系統性分析:釐清特定問題需要哪類知識與資訊。
- 「階段方法論」:安排解題步驟——即當前所稱的「系統研究(systems research)」。
- 「組織無知(Organizing Ignorance)」:圍繞問題的無知永遠多於已知——刻意組織並處理這些無知。
知識的專門化帶來每個領域巨大的績效潛能;但因為知識是專門化的,我們需要一套方法、紀律與流程,把潛能轉為績效——否則大部分可用的知識只會停在「資訊」的層次。
同時看見森林與樹木#
- 只見樹不見林是嚴重失敗;
- 只見林不見樹同樣嚴重——只能種樹、砍樹,不能種林、砍林。
- 但森林是生態,是個別樹木能生長的環境。
- 讓知識有生產力,就必須同時看見森林與樹木;就必須學會「連結」。
本章精要:知識已成為經濟的核心資源,但我們尚無完整的「知識經濟學」。知識經濟的不完全競爭內建於學習曲線,使既自由貿易、又保護主義的區域化成為必然。國家與企業的競爭力越來越取決於知識的生產力(英國、德國、日本三種對比已足證明),而讓知識有生產力是一項管理工作:目標要高、要聚焦、系統性尋找機會、管理時間,並透過「連結」提取既有知識的最大產出。在後資本主義社會,唯一真正重要的國家或企業優勢,是管理能否把普世可得的知識變得有生產力。