这次新冠肺炎，对中国和世界经济的伤害是巨大的。

一开始还有人隔岸观火，但如今确诊病例已经遍及除南极洲之外所有大洲。疫情2月26日出现了很多人意料之外的“拐点”——在中国境外确认感染病例数字首度超过中国国内。

东亚的韩国和西亚的伊朗都成为新的“重灾区”。意大利北部众多城镇也出现疫情激增现象。美国华盛顿州进入紧急状态。另外非洲和南美洲也开始出现确诊病例。

世界卫生组织（WHO）要求世界各国做好迎接疫情的准备；美国则直接警告说，疫情全球大爆发已“难以避免”，只是迟早问题。

一方面要抗击疫情，另一方面要保就业保经济，怎么办？

过去的思路是凯恩斯主义的传统，搞大基建大项目，例如08年金融危机和汶川地震后的“四万亿”。

截止到3月2日，中国已有至少11个省份发布了2020年重点项目投资计划，总投资金额接近30万亿人民币。估计到3月8日这周结束，计划总投资金额将超过40万亿。

关于大基建的研究著作汗牛充栋，我就不多说了。

不过，本次抗疫，和上次抗灾，外部环境和内部环境都发生了巨大的变化，仅仅只有“大基建”这一手远远不够。

还应该辅之以“全民消费码”+“DCEP数字货币”为核心的“新基建”和“新内需”体系。

什么是“全民消费码”？

对每个成年中国公民来说，就是每月都会获得由中国政府发放的以人民币计价的消费额度，只能在经过认证的消费场所（例如超市、菜场、饭馆）扫码消费，或者在经过认证的电商渠道刷脸消费。每个公民的消费额度定期清零（月底或季度底），不能转让。

全民消费码只是用户界面，中后台则是ABCDE，也就是AI人工智能、Blockchain区块链、Cloud云计算、Data大数据、EPayment电子支付，这五种武器组合在一起的新一代国家治理基础设施。

老人或残障人士等不会手机扫码的人怎么办？

得益于微信和支付宝的烧钱红包大战，我的母亲快八十了都会使用扫码支付。极少数老人或残障人士由社区或网格授权代购并送上门。以武汉为例，如今大爷大妈们在社区买菜团购群里面抢红包不亦乐乎，根本不用担心中国老百姓的学习能力。

“全民消费码”相比香港发现金和澳门发电子消费券的好处是什么？

针对疫情，2月26日，香港财政司公布2020-21财年《财政预算案》，其中就包括一项，向18岁及以上香港永久性居民发放10000元港元（约合人民币9000元），预计惠及约700万人。

此前，2月13日，澳门特别行政区经济财政司司长李伟农表示，除了每年的现金发放，疫情缓和后，特区政府将向澳门居民每人发放面值为3000元的电子消费券。消费券必须在本澳的餐饮、零售、生活百货等行业消费扣帐；以三个月为期限。通过消费券推动本地消费，提振内需。

首先，我觉得从保就业促内需的角度来说，澳门的电子消费券比香港发现金效果要好。

为什么呢？

在《就业、利息和货币通论》中，凯恩斯提出了一个概念，叫做“边际消费倾向”。

简单来说，就是一个人额外得到1元的可支配收入时，会把其中多少用于消费。如果边际消费倾向是0.2，会消费0.2元；边际消费倾向是0.8，会消费0.8元。

凯恩斯认为，边际消费倾向数值为正，但小于1，而且收入越是增多，用于消费的占比就越低，这是一条基本心理规律。现实中也是如此，没有哪个政府发放10000元现金，就指望老百姓真的花掉10000元。

除了消费倾向，凯恩斯同时引入了“乘数效应”的概念。大意是说，收入增加，会导致总消费需求成倍地扩大。

假设所有人的边际消费倾向都是0.8，一位猫九叔收到1000元，用其中800元购买口罩；这不算完，卖口罩的猫八叔得到800元，用其中640元购买方便面；食品店老板猫七叔得到640元，用其中512元买了一台游戏机……

消费链条一直传递下去，政府给一个人1000元的现金，将带动全社会总计4000元的消费（800+640+512+409.6+……）。

经济学把增加的消费与增加的收入之比，称为边际消费倾向，这个数值通常小于1，用1减掉它，再取倒数，叫做支出乘数。前面的例子中，猫九叔、猫八叔、猫七叔等人的边际消费倾向都是0.8(80%)，支出乘数则为1/(1-0.8)=5。也就是说，国民收入的增加量，是政府初始投入的5倍。在刚才的例子中，80%也就是4000变成了消费，20%也就是1000变成了储蓄。

不难看出，边际消费倾向越接近1，乘数效应越大。如果全民的边际消费倾向提升到0.9，那么1000元的现金红包，将带动9000元的全民消费。假定2000全民消费能够产生一个就业，发1000现金红包带动9000全民消费也就解决了4.5个新增就业。

越是在繁荣时期，边际消费倾向越大（大家更愿意花钱），乘数效应也越大；而衰退时期，边际消费倾向会低到令人发指（大家更愿意存钱）。

在现在全世界都对未来悲观的情况下，如果给老百姓发现金，很多人拿到现金也不消费，存起来，假如所有人的平均边际消费倾向从0.9变成了0.5，政府发了1000现金红包，只能带动1000全民消费，也就只能产生0.5个新增就业，还有4个人没有工作继续失业。

凯恩斯主义经济学认为，由于消费倾向和乘数效应的存在，政府可以通过财政政策，管理经济体系的总需求，从而调节经济周期。

但是，凯恩斯的时代是粗放的时代，没有AI人工智能，没有Blockchain区块链，没有Cloud云计算，没有big Data大数据，也没有EPayment移动支付，无法智能精准刺激用户需求，只能搞“大基建”，通过银行等金融机构出钱给企业雇佣劳动力的办法把钱撒下去。

这种“大基建大放水”不可避免地会导致“坎蒂隆效应”。

理查德·坎蒂隆是第一个认识到货币量增加会导致不同商品和要素价格涨幅程度不一致的经济学家。他进而认为货币量的变化对实体经济的不同影响取决于货币介入经济的方式，以及谁是新增货币的持有者。这被后人称为“坎蒂隆效应(Cantillon Effect)”。

根据坎蒂隆的理论，货币和信贷供应量的变化通过相对价格之变动而会对经济产生重大影响。货币增量并不会在同一时间等量地作用于所有价格，而是像在水里投下一枚石头一样，会一圈一圈地扩散，因而，增量货币会对经济产生什么样的影响，取决于货币注入的方式和渠道。增发货币未必会有利于所有人，相反，这可能会伴随一个再分配过程。先获得货币的人会推动商品价格的上涨，产生通货膨胀，而对于社会上的另一部分人来说，通货膨胀政策是对他们的一种掠夺。于是通过经济周期过程，完成了收入的再分配。

或者，用老百姓的话来说，局长和行长的小舅子包工头又要发大财了。包工头发了财钱太多吃喝不掉咋办？要么买北上广深的大房子推高房价，要么通过地下钱庄换成美元资本外逃。或者更高明更过分的是王健林那样“钱进国外，债留中国”。

这种局面，不是中国政府的政策初心，也不是中国人民满意的结果。

因此，只有公平透明均匀的地把“必须当期花掉的钱”发放到每一个中国成年公民的手上，才能减弱“坎蒂隆效应(Cantillon Effect)”，降低大基建引发通货膨胀“劫贫济富”的不利影响。

“全民消费码”为啥要结合大数据、人工智能和DCEP中国国家数字货币呢？

对于普通老百姓来说，他们使用“全民消费码”的体验和微信扫码支付宝扫码完全一样，特别是和支付宝上的医保扫码功能极其相似，除了支付宝医保扫码只能在医院药店使用，“全民消费码”只能在超市、菜场、饭馆等指定类型场景消费之外，在用户端体验上没啥差别。

但是，就像“医保套现”是一个无法完全杜绝的灰色现象一样，“全民消费码”也不能完全杜绝“不消费只套现”的黄牛党。我们在制度设计和技术实施时，可以尽量低成本提升“黄牛党”、“套现党”的违规和犯罪成本。

首先，“全民消费码”是一种实名非隐私消费，每次消费时的消费者、收款方、消费明细全部记录在案，再加上手机型号、地理位置、IMEI、基站信息等数据，甚至可以强制要求每次消费时留存扫码付款影像记录（实际操作中随机抽查降低数据量）。

有了这些原始数据进行交叉比对，大数据人工智能就有了用武之地，“黄牛党”、“套现党”的消费行为消费数据很容易被识别出来，再辅之以部分人力抽查复核，就可以“不冤枉一个好人，但也不放过一个坏人”。

DCEP中国国家数字货币系统的作用是啥呢？这个系统中流转的资金，从区块链技术的角度来说，是全程可溯源可追踪可冻结的，即便“黄牛党”、“套现党”甚至“黑客”们钻了空子，想捞一把就跑，他们也没办法轻易地将非法所得进行“洗钱”或者“转移境外”。由于所有在这个链条上帮助实施犯罪的机构和个人，都能很容易被审计识别并定位，威慑作用明显，犯罪成本大大提升，体制内外勾结共谋的概率也会大大下降。

ABCDE，也就是AI人工智能、Blockchain区块链、Cloud云计算、Data大数据、EPayment电子支付，这五种武器组合在一起，即便无法完全避免“黄牛党”、“套现党”，也可以把全民边际消费倾向提升到事先期望的水平上。

也就是说，在初期的试运行（例如先试行武汉或湖北人民消费码）获得经验后，政府在投放“全民消费码”额度之前，可以事先预估能够提升就业率多少个点，根据当期就业数据来灵活调控投放额度，而非坠入“福利国家”或者“中等收入陷阱”的泥潭，养出一堆懒汉。

写到这里，好像“全民消费码”全称应该是“全民消费就业码”才对，不过“消费内需拉动就业”的因果关系是清晰的，特别是如今外需出口熄火、基建投资边际效应递减的情况下，保内需就是保就业就是保稳定会成为越来越多人的共识。

自我2019年8月28日发表“智能社会主义与深圳数字政府数字货币先行示范区”一文开始，这半年来，国际国内政治经济局势，已经让ABCDE五种武器支撑的“全民消费码”进入到了“箭在弦上”的阶段，如能早日讨论实施（先试行武汉或湖北人民消费码），则国家幸甚、民族幸甚。

还有一些问题，在本文中尚未详细分析，各位读者如有任何意见或建议，欢迎留言，我在后续的文章中再修改补充。