鄒崇銘專欄|知識壟斷資本主義淺釋

撰文:鄒崇銘
出版:更新:

香港回歸廿五周年,剛好是《基本法》提出年限的一半。根據《基本法》第5條:「香港特別行政區不實行社會主義制度和政策,保持原有的資本主義制度和生活方式,五十年不變。」

五十年,什麼不變?

到底香港實施的是什麼「資本主義制度」呢?回歸前後又有沒有什麼分別呢?從歷史分期來說,我們可大致區分十九世紀的「原始資本主義」階段,和廿世紀打後的「壟斷資本主義」階段。從生產模式來說,亦可大致分為製造業主導的「工業資本主義」,和服務業主導的「後工業資本主義」。踏入1990年代之際,香港已具備相當成熟的「壟斷-後工業」特質,這應是毫無疑問的。

然則,到了1997年回歸之後呢?可以肯定,香港雖在金融風暴中遭受重創,但由「金融─地產」主導的經濟結構不但沒有被動搖,反而變本加厲。根據根據《基本法》第107條:「香港特別行政區的財政預算以量入為出為原則,力求收支平衡……」以至即使到了經濟反彈、庫房水浸之際,特區政府仍不斷採取「順周期預算」(pro-cycle budgeting),大開水喉以避免積累過多盈餘。再加上美國熱錢不斷湧入,結果自然是樓市過熱,經濟泡沫膨漲。

該如何為資本尋找出路?套用內地的說法,則是如何消化過剩的產能?事實是無論內地和香港,近年均積極轉向創科產業,為經濟尋求新的發展路向,避免資金積壓在傳統低效產業上。不過,面對美國要力保創科的領先優勢,內地遂迎來中美貿易戰的反撲;至於香港面對的困境則比較簡單:無論政府、主要壟斷資本和學界,均不知創科產業為何物。

阿里巴巴和Amazon均屬電子商務和雲端的龍頭,但後者更多涉及直接銷售,前者則更多押注在電子支付上。(資料圖片/路透社)

國際層面的巨變

回顧過去的廿五年,細看恒生指數成分股的名單便會發現,除了中國移動、聯通、騰訊、聯想等原有創科巨頭外,近年又已陸續加入了阿里巴巴、小米、美團、京東和網易等科網股,以及一些醫藥、汽車等類別的企業,足與傳統的金融、地產和公用股分庭抗禮。這和蘋果、Amazon、Google、Facebook和微軟等在美國佔據的市場優勢,可說展現着大同小異的發展趨勢。

早在逾半個世紀之前,管理學大師Peter Drucker已提出「知識型經濟」的理念,指出知識、科技和人力資本將成為經濟競爭力的主要來源。隨着資訊及通訊科技的不斷發展,創科在生產、流通和消費各環節的比重亦大幅提升。值得注意的是,這並非「自然而然」的市場進化過程,正如我於《後就業社會:誰是創科貴族?誰的人工智能?》(2018)中曾力證,它同時涉及國家機器在背後的大力推動,特別是在知識產權體制上的大力支持。

阿根廷經濟學者Cecilia Rikap等在《The Digital Innovation Race: Conceptualizing the Emerging New World Order》(2021)一書中指出,自2008年金融海嘯後,全球貿易出現了根本的範式轉移——傳統全球供應鏈的發展開始放緩,並讓位於創新的電子及智能服務,尤以人工智能和雲端服務的發展最為迅速。在過去短短十數年,中美科網巨頭成為金融市場的新寵兒,至2019年已佔據了全球十大市值公司的七個位置。

與美國的先行者相比,中國幾個科網巨頭既擁有近似的商業模式,亦展現出一些重要的差別——例如阿里巴巴和Amazon均屬電子商務和雲端的龍頭,但後者更多涉及直接銷售,前者則更多押注在電子支付上;百度和Google均屬主要的搜尋器,兩者同時投入大量資源發展無人車技術,但後者還兼營手機作業系統;華為和蘋果是手機市場的直接競爭者,儘管前者的檔次定位較高,並推出更多智能產品,後者則專注在5G網絡發展上;至於騰訊和Facebook,兩者皆是主要社交媒體,但前者則提供用戶付費服務(例如網絡遊戲),後者更多依靠廣告收入,並且大力投入電子支付。

正如Rikap等指出,科網巨頭之間既涉及寡頭市場的競爭,和涉及研究發展工作上的競爭,但同時亦反映了中美兩國的科技及創新策略的競賽,最終衍生出重要的大國博弈和地緣政治結果。自2018年起的中美貿易戰以至新冷戰,其主要矛盾亦是體現在科技戰之上——兩國均充分意識到,這對未來經濟、貿易、政治以至軍事上的優勢,均是至關重要的一環。

知識壟斷的原理

然則,創科產業帶來的又是一種怎樣的生產模式?對一般人又會造成什麼重大影響?Rikap的另一新作《Capitalism, Power and Innovation: Intellectual Monopoly Capitalism Uncovered》(2021),可說是近年對「知識壟斷資本主義」最清晰的表述。作者開宗明義地指出,這主要並非指向創科市場上的寡頭壟斷,而是科網巨頭將知識和數據轉化成企業的「非物質資產」(intangible assets),並藉此創造出巨大的「壟斷租值」(monopoly rent)。

箇中的關鍵步驟,在於將知識和數據「據為己有」——這就好比傳統產業中的某些商業秘笈或獨門秘方,只要成功研發出來,便能夠對市場施以全面操控,將所有競爭對手排除在外——但創科巨頭擁有的,並非單一秘笈或秘方,而是藉著在融資市場上的優勢,大量投放資金在內部、外判或併購的研發工作上,開發源源不絕、成千上萬的嶄新秘方!

創科巨頭擁有另一項最主要的利器,就是來自政府在知識產權上的制度保障。正如下表羅列的七大市值公司,其在研發投放資金達數十至數百億元,換來的是單在2019年,它們合共便取得了接近三萬項註冊專利。大量非物質資產均可直接換來金錢收益,收益則進一步投放在研發工作上,周而復始,生生不息。這個良性循環一旦啟動起來,創科巨頭便有力取得壟斷性的市場優勢。

本土層面的巨變

當然不是所有企業均參與創科研發,但隨着資訊、智能科技和非物質經濟活動愈趨重要,或遲或早,所有企業將必感受到知識壟斷的威力和構成的競爭壓力。此等新生的「知識壟斷霸權」,正好和我們熟悉的「地產霸權」如出一轍,它們必定會廣泛覆蓋工商百業,並藉市場優勢向一切企業苛索壟斷租值——分別只在於:一方霸佔的是物質性的土地和空間,另一方則霸佔非物質性的知識和數據而已。

假如創科巨頭位於「知識壟斷霸權」金字塔的頂端,則拾級而下將是不同等級的其他企業——佔據較高位置的,將是從事物質生產的創科或非創科企業,它們將直接夥拍、並受惠於創科巨頭的領導,在知識壟斷的大趨勢中分一杯羹;等而下之,則是無法追上形勢的其他企業,它們的生產力和競爭力將漸次削弱,業務潛力和盈利空間亦不斷下降——簡單如以電子商務為例,參與遊戲的縱使面對劇烈競爭,但起碼仍有一絲進步提升的機會;不參與遊戲的則將面臨市場萎縮,不斷滑落至金字塔的下層。

如前所述,這絕非「自然而然」的市場進化過程。無論在內地或香港,均有賴政府在背後的大力推動。具體來說,即自今屆治港班子2017年登場後,便大力投放公帑在支持創科產業上。但從早期的河套科技園到最後的北部都會區,皆仍一貫以發展地產和新市鎮的思維模式進行,彷彿撥了地、起了基建便等同推動了創科。

當然,我們亦絕不能排除,以發展傳統地產思維來推動創科,結果仍很可能拖創科的後腿。首先,和回歸初期的數碼港計劃一樣,創科最終仍有可能變身回地產項目,因為畢竟人們對短期暴利的土地壟斷租值,仍然趨之若鶩。此外,推動創科的重點在人力資本的轉化,但治港班子仍停留在傳統思維,把著眼點放在「安居樂業」的物質環境上,無視創科策略、創投和初創企業所需的產業環境——治港班子常說重視人才,卻總往往成為驅趕人才北上大灣區發展的原因之一。

因此——同是按照治港班子的邏輯——推動創科便不能單靠香港本身,必須背靠祖國雄厚的研發實力,支持香港充當大灣區「國際科技創新中心」的職能,服從於國家創科策略的統一領導。以林鄭月娥最後一份《施政報告》為例,具體策略便只能是:「融入國家、大灣區發展大局,進一步推動人才、資金、物資、信息等科研要素流動,貢獻『國家所需』,發揮『香港所長』」。

數碼港第五期模擬圖。(數碼港擴建工程概念圖)

數據壟斷的詭譎

然而,正如Rikap進一步指出,知識壟斷既是源自創科巨頭的研發投資,但同時亦涉及對傳統產業知識的掠奪——長期以來,工商百業均已累積大量的專門知識和商業秘笈,現時創科巨頭則通過凌駕性的市場地位,將原來業內共享的商業智慧和經驗,擄取並轉化成數據化和程式化的知識,並調頭賣回給工商百業——例如香港位處全球供應鏈的核心位置,強項正是對地區以至全球貿易訊息的掌握,現時則只能被動地追隨電子商務的新範式——不少傳統上佔有重要席位的工商股,亦難免要退下藍籌的火線。

由此看來,創科巨頭不但壟斷知識,還在壟斷人所共知的大數據。而創新研發的主要目的,則是將原來業界共享的大數據,轉化成私有化的非物質資產。尤其是當代人工智能的「機器學習」(machine learning),正是通過搜集無數用戶的各種數據,從中尋找出其思維和決策的規律,以作為運算推論的依據。說穿了,其實人工智能並不單獨存在,它只是擄取和轉化人腦智能的產物。

因此,正如Eric A. Posner和E. Glen Weyl在《激進市場:戰勝不平等、經濟停滯與政治動盪的全新市場設計》(Radical Markets: Uprooting Capitalism and Democracy for a Just Society, 2018)提倡的,人工智能取代受薪工作之際,資訊科技企業取用個人數據時,應向數據擁有者支付相應費用。如此當工作崗位數目縮減之餘,仍能提供一定的薪支回報,令科技發展的成果更公平分配。

由創科企業支付擄取數據費用的建議,恰巧亦和我近期探討「數據產權」(data ownership)的概念不謀而合(註)。兩者同樣將數據視作重要的「共同資產」(common property),並建議以此為基礎分配帶來的經濟效益。在資訊科技發展一日千里的今天,這些看似繁複的市場機制設計,從技術層面來說難度皆並不高。如何實現的問題並不大,能否進行實驗才是問題。

註:參閱〈從《IT狗》、科技城到數據產權〉〈優先發揮創科的使用價值〉