加快新经济发展的核心能力构建研究

摘 要：发展新经济、不断扩大新经济的规模、推动新经济对传统经济的改造是全球和中国进行新旧动能转换的根本要求，也是中国化解产业转型升级过程中来自全球产业分工格局变化所产生的结构性压力的根本出路。但中国的新经济发展在全球并不处于领先地位，其新经济指数仅为美国的1/2，新经济发展水平大大低于美国。将构成新经济指数的6大类指标进行比较可以发现，中国在创新能力上的劣势极其明显，不仅与美国差距巨大 ，而且与日本、德国、韩国等亦差距甚远，在评估的22国中位居第17位。笔者认为，新经济与传统经济的根本区别在于，它是一种终身学习型经济。学习能力的不断提升，构成推动新经济发展的核心能力，在竞争中具有压倒性作用。为此，中国在加快新经济的发展中需遵循这一规律，制定出能够促进学习和学习溢出效应的经济策略及经济结构政策。

关键词：新经济;新经济指数;全球产业分工;终身学习型经济

中图分类号：F120.4文献标识码：A

文章编号：1000-176X（2019）02-0003-09

全球经济发展正处于新旧动能转换期，经济结构处于深刻的变革期，其转换和变革的总体方向是新经济所起作用越来越大、所占比重越来越高。2016年3月5日，李克强总理在《政府工作报告》中明确提出，中国发展正处于一个关键时期，必须培育壮大新动能，加快发展新经济。中国产业竞争力的总体状况是传统比较优势在弱化，而新的竞争优势仍没有完全建立起来，因而处于新旧比较优势和新旧动能的转换期。比较优势和新旧动能的转换能否成功、其转换期的长短，在很大程度上取决于新经济发展的好坏。若新经济发展顺利，基础越来越稳固，中国就能成功地从传统比较优势转至新的竞争优势，新动能就能顺利地替代旧动能。在这个过程中，政府要为新经济发展创造良好的环境，企业要在新经济领域的国际竞争中赢得优势，需透彻地理解新经济的发展规律和运行逻辑。只有对新经济发展规律和基本逻辑进行科学把握，并据此构建新经济发展的核心能力，中国才可能在新经济的竞争中赢得优势。

一、何为新经济及新经济发展的测度

全球的新经济仍处于成长和变革期，对全球的新经济发展状况进行评估并不容易[1]，对中国新经济发展状况进行准确判断的难度更大、复杂度更高。因为与先进国家相比，在新经济的不同领域，中国所处位次不同，有的仍处于追赶阶段，有的已处于并跑阶段，甚至有的已进入到领跑阶段。如果在局部领域、从不同层面进行评估，会得出迥然不同的结论。因此，要准确评估中国在全球新经济发展中所处位次，就需要构建一种整体性的测度方法，并用其将新经济的整体发展状况测度出来。对此，已经出现了两种不同的思路：一种是沿用GDP核算的思路测算新经济的规模。这种方法的难点在于，在现实经济生活中，新经济与传统经济是纠缠在一起的，将两者剥离开来很困难。由于存在这个困难，已有的用此方法测度新经济规模的研究结果并不准确，总体倾向是夸大了中国的新经济规模;另一种思路是采用指数的方法评估新经济发展的状况及走势。这个方法的优点是不用纠缠于新经济与旧经济如何剥离这样的难题，缺点则是无法测度出新经济的实际规模，从而也无法明确给出新经济在中国GDP中所占比重这样问题的答案。因为本文研究的目的不在于测度新经济的规模，而在于把握中国新经济的走势和在全球中的地位，以期为中国加快新经济发展的核心能力构建提供背景支持，因此，在测度新经济的发展时，本文采用了第二种方法，即指数法。

用指数法对新经济发展情况进行评估，先要给新经济以准确的定义。 美国自1991 年 3 月走出衰退期之后，直至2000年3月之前，经济长期保持持续增长，且通货膨胀率、失业率和财政赤字都控制在较低水平。当时美国的一些经济学家认为，美国的这一态势超出了主流经济学的预测力，是一种新的经济形态，故将其称之为“新经济”[2]。发生于美国20世纪90年代、被美国经济学家冠以新经济名称的“新经济”也引起过国内学术界的短暂兴趣，但随着2000年3月美国纳斯达克指数狂跌，“新经濟”很快就淡出了中国学术界的视野。但自2016年李克强总理在《政府工作报告》中提出“新经济”这一概念后，新经济再次受到了学术界和实践部门的关注。此时的新经济虽然名称与20世纪90年代的“新经济”相同，但其内涵却发生了根本变化。这种根本变化，概而言之，就是前者以第三次工业革命为支撑，后者以第四次工业革命为支撑。因此，现阶段对中国新经济发展状况的评估，就需要充分考虑第四次工业革命的特点，所设计的指标要能充分体现第四次工业革命的特征。

对于新一轮的工业革命，因为其正在进行过程中，故有着多种不同的解读[3]。通过对新经济、第四次工业革命、新工业革命文献进行文本分析和专家讨论等方法，本文构建了一个测度新经济发展的新经济指数，如表1所示。由表1可知，这一新经济指数由创新能力、全球化、绿色化、数字化、网络化和智能化等6个一级指标和38个二级指标构成。创新能力是新经济发展的动力源，主要从全社会R&D投入强度、研发人员数量、专利授权数量、人力资本、企业创新能力的全球竞争力、大学的全球竞争力、科技论文发表数量等方面进行考察，通过专家打分法赋予其23%的权重。全球化是反映经济主体之间开放程度的重要指标，反映的是国家或地区参与国际交往和贸易的频繁程度，主要从资金、贸易和人才的跨国流动方面考察，通过专家打分法赋予其12%的权重。绿色化用一个国家或地区的资源生产率、节能环保水平以及新能源的发展情况加以反映，通过专家打分法赋予其13%的权重。数字化反映的是国家或地区信息技术的发展水平和处理大数据的能力，通过专家打分法赋予其15%的权重。网络化主要从网络基础设施水平、网络的普及程度和互联网企业的竞争力等方面考察，通过专家打分法赋予其15%的权重。智能化反映的是一个国家利用人工智能和推动人工智能发展的能力和水平，主要从人工智能产品生产能力和高技术核心部件生产能力方面考察，通过专家打分法赋予其22%的权重。

根据表1所列指标对一国的新经济指数进行测算时，依赖的数据主要来源于官方统计机构。全社会R&D投入强度、研发人员数量、外国直接投资、对外直接投资、货物和服务贸易进出口、新能源消费占比、能源生产率、碳生产率、手机网民规模等数据来自世界银行网站;专利授权数量来自国家知识产权局网站;衡量人力资本多寡的人口平均受教育年限来自联合国开发计划署网站;留学生人口流动来自UNESCO 数据库;互联网普及率来自World Development Indicators数据库;宽带通信用户数量来自国际电信联盟网站;通信卫星的数量来自美国忧思科学家联盟网站;人工智能专利数来自OECD数据库;科技论文发表数量来自Scimago Journal & Country Rank网站;企业创新能力的全球竞争力排名来自Clarivate Analytics网站;大学的全球竞争力排名来自Times Higher Education网站;环保设备的制造企业的竞争力排名来自ENR（Engineering News-Recoard）;用于测度软件产业竞争力的软件企业竞争力排名来自PWC网站;机器人企业的竞争力排名来自Robotics Business Review网站;超级计算能力排名来自TOP 500网;用以衡量高端芯片制造、半导体制造能力的高端芯片制造企业竞争力和半导体制造企业竞争力排名来自市场研究机构IC Insights;用于衡量无人机产业的无人机制造企业竞争力排名来自高工产研机器人研究所;智能手机生产企业的竞争力和集成电路制造能力数据来自市场研究公司Trend Force;用于衡量云计算能力的云计算企业竞争力排名来自《福布斯》;新能源汽车制造企业的竞争力排名来自中商情报网和电动汽车资源网;电子商务企业竞争力数据来自中商情报网和人民网;虚拟现实企业的竞争力数据来自《福布斯》和《快公司》;大数据公司的竞争力数据来自36大数据网和美国《大数据季刊》;3D打印机制造企业的竞争力数据来自硅谷动力网和3D虎网;互联网企业的竞争力数据来自景安网和中商情报网;无人驾驶企业的竞争力数据来自汽车投诉网和优概念网。对于2015、2016年度缺失的数据，本文采用趋势法进行推断。

依据新经济指数和相关数据进行计算并进行标准化处理后的22国新经济指数，如表2所示。由表2可知，22国的新经济发展水平可以分四个阵营加以考察：第一阵营为美国，美国在新经濟发展领域具有超强的实力，其新经济指数大大高于其他国家。属于第二阵营的国家最多，包括日本、瑞士、韩国、德国、瑞典、荷兰、丹麦、以色列、英国、法国、挪威、比利时、奥地利等。第二阵营的新经济发展水平与美国相比仍有很大差距，其新经济指数相当于美国的1/2或1/3。加拿大、澳大利亚、意大利、西班牙、俄罗斯等属于第三阵营，其新经济指数大体为美国的1/4左右。土耳其、印度等属于第四阵营，其中，印度的新经济指数约为美国的1/30。中国虽然在部分新兴产业的关键领域、关键环节与日本、德国等相比发展严重落后，但总体而言，仍可位列第二阵营，其新经济指数约为美国的1/2。可见，中国新经济发展的总体状况是，有一定基础，但与美国相比差距仍十分明显。

分项考察，中国的新经济发展并不平衡。分指标考察，美国的创新能力、数字化、网络化和智能化在这22国中是最具有竞争力的，是新经济发展比较均衡的国家。将中国的新经济发展各类指标进行比较可知，绿色化和创新能力表现较差，尤以创新能力最弱。中国的新经济指数在22国中排第3位，数字化和智能化在22国中排第2位，全球化位列第4位，绿色化位列第14位，而创新能力则位列22国中的第17位。可见，新经济指数略高于中国的日本、工业4.0的首倡国德国以及电子信息产业表现突出的韩国，其创新能力都要大大强于中国。

二、加快新经济发展的紧迫性

中国要实现经济发展由高速增长向高质量发展的转变，需采取的重要措施就是推动产业发展迈向中高端，但在产业发展由中低端迈向中高端的过程中，必将面临国际竞争格局调整所带来的结构性压力，这种结构性压力增强了中国加快发展新经济的紧迫性。

（一）美国追求制造业的本土化和持续的领导力，将使美国与发展中国家在制造业上的竞争更趋激烈，并呈现出全面性和系统性的特征

中美之间未来的竞争将是一次宽领域、多环节的持续竞争，不仅涉及先进制造业，也将涉及传统制造业;不仅涉及产业链的高端环节，也将涉及产业链的其他各环节;不仅涉及硬实力的竞争，而且还会涉及到设立软性壁垒和反软性壁垒的较量。

早在2008年国际金融危机爆发之前，美国就认识到其制造业将面临的挑战，并相继出台了一系列制造业复兴计划，国际金融危机之后，其力度更是有增无减。但实施效果并不理想，支撑其竞争优势的制造业全要素生产率增长率不仅没有提高，反而出现了下降。美国劳工统计局网站公布的资料显示，1992—2004年美国制造业的全要素生产率年均增长2.40%，2004—2016年年均增长率则下降至0.30%。

特朗普总统上台后，提出“美国制造、美国就业”的口号，将振兴美国制造业与让美国再次伟大以及国家安全挂钩。其振兴美国制造业的目标不仅涉及先进制造业，甚至包括了传统制造业，如钢铁、铝、汽车产业等。特朗普政府通过减税等措施，虽然在短期内确实刺激了制造业就业增长，但并没有带来劳动生产率的全面提升。据美国劳工部的统计，2017年美国86个制造业行业（基于四位码分类）中，有54个行业的劳动生产率出现下降，有73个行业单位劳动力成本出现上涨。2018年第一季度，美国制造业产出环比增长1.70%，劳动生产率虽同比增长0.50%，但环比增长却为-1.20%。由此可见，在美国制造业竞争力下降的大背景下，美国仅通过国内经济改革，难以在较短时间内实现全面振兴制造业这一目标。美国对中国发起的贸易战，就是其很难再通过公平竞争的方式实现全面复兴其制造业的这一宏大目标的反映，其根本的目的就是要在未来与中国的新经济竞争中维持其持久的优势。可以预见的是，美国将以威胁退出或退出各种国际协议、国际组织的方式，强行推动有利于美国的国际经贸规则重建，以最终止住美国制造业国际竞争力下滑的势头。

随着国际竞争格局的变化，国际经济治理体制与机制做出必要的调整势在必行。但美国批评现有国际经贸易规则对其不公平，力图让所有国家采用同美国一样的经济发展模式改革现有规则，这实质上是要建立一种新的壁垒，即一种以体制、机制及意识形态为借口的软性壁垒。这是一种危害最大的不公平竞争和贸易保护主义形式，是一种阻止后来竞争者进入的不公平竞争战略。美国之所以能采取此种不公平竞争战略，关键在于美国在全球经济中有较大的话语权，特别是其在新经济发展的关键领域具有全球控制力，对此，中国只有通过加快构建新经济发展的核心能力才可以从根本上加以化解。

（二）随着中国产业发展迈向中高端，中国与发达国家在传统高端领域的竞争将加剧，需要开拓新的合作空间

如表3所示，根据WIOD提供的数据计算，2014年中国提供的制造业增加值占全球的13.12%，比2000年提高了近十个百分点，以增加值计算的占全球出口增加值的比重虽然仍低于以出口额计算的份额，但两者的差距在经过一段时期扩大之后，于2012年之后开始呈缩小之势。美国以增加值计算的占全球出口增加值的比重长期以来高于以出口额计算的份额，但其增加值的优势于2011年之后开始明显缩小。中国增加值占全球的比重于2012年首超美国。根据商务部的计算，中美进出口增加值的差额在2010年为188亿美元，2015年为1 429亿美元，2016年略有下降，为1 394亿美元。在全球产业分工中，中国的不少产业虽仍处于价值链的低端，但中国产业链升级的趋势明显，然而在产业迈向中高端的过程中，中國面临着发达国家在全球产业分工中地位变化所产生的结构性压力。

2008国际金融危机爆发以后，不少发达国家也提出了重振制造业的计划，纷纷推进再工业化改革，但成效并不明显，主要发达国家高技术产品占全球出口的份额没有出现明显反弹。自20世纪90年代以来，随着经济全球化的不断深入、全球产业分工的转移以及发展中国家工业化进程的加快，发达国家制造业的竞争力受到挑战，发达国家工业品占全球出口的份额日趋下降。1995年发达国家制成品出口占全球的份额为70%左右，2000年下降至65%左右，2008年下降至57%左右，2017降至约52%，在全球出口中所占份额已降至与发展中国家和转型经济体大致相同的水平。发达国家出口占全球出口份额的下降，不仅表现在劳动密集型和技术水平含量较低的领域，二者分别从1995年的57%、70%左右降到2017年的40%、51%左右，而且中高端领域占比也出现明显下降，中端领域从1995年的83%下降至2017年的64%，高端领域从1995年的73%下降至2017年的51%左右。发达国家在全球产业分工中地位的变化，增加了中国与发达国家合作的难度，为中国的产业转型升级带来了结构性压力，也增加了中国与发达国家开拓合作空间的紧迫性。从后文的分析中我们不难发现，新经济具有实现全球经济合作共赢的潜力，中国加快新经济发展的核心能力构建有利于扩大与发达国家的共同利益，化解与其他国家的利益冲突。

三、新经济的基本逻辑

中国的新经济发展水平在全球处于第二阵营，与美国差距较大，要进一步推动新经济的发展，则需把握新经济的基本逻辑，分析其发展的决定因素。经典的经济增长理论一般将经济增长的源泉归结为资本、劳动、技术等因素，经济学中分析经济增长的这一思路对于分析新经济的基本逻辑及其发展的决定因素具有指导作用。本文借鉴了这一思路，力图通过分析影响新经济发展的资本、劳动、技术等因素的新特点，从根本上把握影响新经济发展的因素以及与传统经济的差异性、决定其发展的核心能力以及与传统经济的差异所在。

新经济条件下的资本与传统经济条件下的资本相比，具有了新的特性。在第一次、第二次工业革命背景下，资本表现为劳动工具，为被支配的对象。第三次工业革命虽然实现了数字化制造和整个生产过程的信息化管理，但并没有实现全过程、全领域的智能化，也没有从根本上改变资本为“被动之物”的特性。第四次工业革命会实现全过程、全领域的智能化，不仅包括机器设备，而且还包括被加工的材料、被组装的零部件等。何谓智能化？智能化不等于自动化，其与自动化的区别在于，前者有学习能力，其劳动工具和劳动对象都被赋予了自主学习能力。资本一旦具有了自主学习能力，传统经济条件下资本边际报酬递减规律将为资本边际报酬递增规律所替代，此时，企业与企业的竞争成败就不仅取决于资本数量的多寡，更取决于资本具有何种类型的智能和何种水平的学习能力。

正是因为新经济条件下资本具有了新特性，劳动者的地位因而也随之发生根本性变化。

在劳动工具与劳动对象被赋予智能之后，劳动就业市场上的竞争就不仅表现为人力资本与人力资本的竞争，而且还会表现为人力资本与智能机器人的竞争。人与机器的竞争在第一次工业革命发生的时候就已经出现了，但彼时，人与机器的竞争仅表现在体力劳动上，这一竞争表面上虽然表现为人与机器的竞争，但其实质仍为人与人的竞争，因为机器并不具有学习能力，机器并不能自己设计自身。机器，无论其硬体或软体，都是由人设计和制造的，故其所具备的知识水平不可能超过人类自身。第四次工业革命使人与机器的竞争性质发生了根本性变化，这种变化表现为人与机器的竞争不仅体现在体力劳动上，而且体现在脑力劳动中。

沙纳汉[4]在其所著的《技术奇点：当机器拥有人性，我们将面对怎样的世界》中设想了一个具体的场景。假设一家知名的摩托车公司要为新兴市场设计一款高性能的摩托车，它同时与两家公司签订奖励合同，哪家公司设计得好，其产品就将被投入生产，并获得高额的设计费。被委托的一家公司雇佣了传统的人类设计师，另一家公司则为由人工智能组成的创业公司，这些人工智能生活在一个虚拟的社区中。设计一款摩托车需要很多专业知识，假设从概念设计到制造样车，传统的优秀人类设计师需花两年时间，那么在项目启动时，人工智能公司将处于劣势，但其在接到订单后，就开始购买人工智能，组建一个人工智能社区。这些人工智能接受的教育和训练相当于人类的研究生水平，他们想要追上由人类优秀设计师组成的另一家设计公司，必须获得与其同样的知识和经验。如果都在现实中进行，由人工智能组成的公司肯定永远处于劣势，也不可能赢得竞赛，但人工智能可以在其虚拟社区进行高速学习。假定在虚拟社区中，人工智能的时间比现实时间快10倍，那么，人类需花10年时间才能获得的知识和经验，在虚拟社区中只需12个月即可完成。由于虚拟社区中的时间比现实中快10倍，人工智能公司在第2年开始时就可追上人类小组，但他们还有10年时间去设计更完美的摩托车。到第2年结束时，人工智能设计的摩托车的性能和技术含量都会远远超出人类的想像，他们设计的摩托车比人类超前了9年[4]。当然，沙纳汉描述的这个例子是假想的，但其生动地阐释了人类与机器的竞赛过程，从中我们可以看到，在人与机器的竞赛中，学习能力起到了关键作用。

沙纳汉设想的上述场景若要成为现实，当然需以假设人工智能可替代人类的一切劳动为前提。在人与机器的竞争中，一个较为普遍的共识是，常规性的人类体力和脑力劳动均可为智能机器人所替代，但对于人类的创造性劳动能否为智能机器人所替代却仍存争议。虽然如此，但从人类进行决策和判断机制的形成上完全可以证明，只要机器具备了学习能力，其替代人类进行创新性活动就是完全可能的。卡尼曼[5]在其所著的《思考，快与慢》一书中构建出了两个虚拟的角色，即系统一和系统二。系统一与直觉相关，自动快速运作;系统二缓慢、有意识，把注意力分配去执行需费力的心智活动，包括复杂的计算。人类是依靠双系统进行判断与决策的，人类的脑力活动包括创新性的劳动，正是由这两类系统相互作用实现的。但无论是系统一或系统一都可以通过学习而获得，系统一可通过不断的生活经验累积和学习大量案例得到提升，系统二则借助逻辑或逻辑课程可得到不断提升。只要智能机器具备了学习能力，它就可以与人一样，构建与作为人类决策与判断基础的系统一和系统二。只要能构建出系统一和系统二，智能机器就可以替代人类的所有类型的劳动，包括创造性劳动。因此，新经济条件下，人与机器的竞争不仅会体现在简单的脑力劳动上，而且还会体现在复杂的创新性劳动中。在机器具有学习能力之后，如果其学习能力超过人类自身，则机器所具有的知识水平就会超过人类，从而在与人类的竞赛中胜出。

以第四次工业革命为支撑的新经济有其特有的技术进步和创新的逻辑。引领新一轮技术与产业革命的创新是重组式创新，它将完全打破传统全球创新的格局、推动全球创新由串联式創新向并行式创新转变，并呈现出多点、多处、多国、多层次的分布式创新特征。在新的创新方式下，全球创新的速度必将大幅度提高，新技术的产生、扩散、拓展速度将空前提升，对技术进步的方向预测的难度也将空前增加。这不仅为全球共同做大“蛋糕”提供了可能性，同时也极大地提升了学习和创新能力在国际竞争中的重要性。

综上，新经济条件下，资本、劳动以及技术进步与创新的特性决定了新经济是一种终身学习型经济。在这样一种经济形态下，学习比任何时候都显得更为重要，学习的深度和广度是任何以前的经济形态都难以比拟的。在此条件下，一个企业、一个经济体、一个社会的学习能力将构成其发展和竞争的核心能力。因此，如何形成一个终身学习型经济体或社会，也就成为提升新经济发展水平和竞争能力的关键。

四、提升新经济发展核心能力的关键

新经济是一种终身学习型经济，学习能力构成了推动新经济发展的核心力量。影响学习的因素很多，但无外乎两种因素：一是知识的存量，包括规模与质量;二是学习的激励。影响知识存量以及学习激励的因素很复杂，但在现阶段，中国应着力解决好经济结构学习效应弱化和美国实施的贸易保护主义带来的学习效应弱化问题。

（一）避免早熟型的去工业化，强化服务业的学习与创新效应

知识可分为显性和隐性知识，人类进行决策和判断的系统一所需知识主要属于隐性知识。显性的知识是可转移和可交换的，隐性知识则需在实践中积累，难以言传，只能“身教”，一个国家或地区的隐性知识存量主要由其经济结构决定。

不同的产业具有不同的创新与学习效应，故不同的经济结构会产生不同的学习与创新效应。相对于农业和服务业，斯蒂格里茨和格林沃尔德[6]发现，工业具有较强的学习与创新效应，原因在于，大规模企业承担风险的能力较强，融资能力也较强，可以承担更大的由创新带来的风险。较大的工业企业，其组织具有稳定性和持续性。如果知识可累计，则其学习的能力提升会很快，而这在很大程度上取决于组织的稳定性，在于组织能否持续稳定地保存与传播知识;学习收益具有长期性，存续时间长的企业会珍惜这种长期收益，愿意为知识和人力资本积累进行投资。正是因为工业具有较强的学习和创新效应，改革开放之后，中国工业比重的快速提升才使中国经济保持了几十年的高速增长。

从发达国家的历史经验看，一个国家的经济结构变化的总体趋势是，服务业占GDP的比重会超过工业，一个经济体随着其发展水平的不断提升，服务业的比重会越来越大。中国服务业占GDP已经超过了50%，这个比重在未来仍会不断提高。在迈向服务型经济的过程中，避免经济结构的学习效应的弱化，是中国加快新经济发展所面临的重大挑战。

服务业的比重提升虽是经济发展的必然，但Rodrik[7]发现，一些发展中国出现了早熟型去工业化，即与发达国家的经验相比，这些国家在收入水平较低的时候，就耗尽了工业化的机会。中国也出现了类似的苗头[8]。出现此种苗头的原因有主观上的，即为了追求所谓的结构高级化，不适当地加快去工业化的进程，但即便排除人为的对去工业化的强化因素，忽视制造业的学习效应，也会导致早熟型去工业化现象的产生。因为学习具有外部性，这种外部性会使个人、企业等在学习上的投资不足。因此，如果缺乏适当的政策调整，早熟型去工业化在中国也就会成为一个必然的趋势。为此，中国应在避免人为地过早去工业化的同时，制定能够促进学习和学习溢出效应的结构政策。

知识越密集的产业，学习的复利就越大。第四次工业革命是一次知识密集型的革命，在第四次工业革命背景下，中国可以积极推进“新经济+”的发展。与其他国家相比，中国发展新经济的优势是市场潜力大且成长性好，传统产业基础较好，新经济虽然与美国相比有一定差距，但已有基础，因此，可将两者充分结合起来，通过对现有的各种发展新经济的要素进行整合，推动“新经济+”的发展，通过新旧经济的融合，培育融合型世界一流企业，实现关键技术的突破和关键能力的提升。

服务业可分为学习效应强和学习效应弱的服务业。在迈向服务经济的过程中，大力加强学习效应强的服务业的发展具有更加特殊的意义。在服务业比重不断增加的情况下，也只有通过加强此类行业的发展，才可避免经济出现整体学习效应下滑，从而造成经济失速情况的发生。

中国当前服务业内部各行业的竞争力状况是，服务业中各行业出口的市场占有率，以与商品直接相关的服务出口和建筑业出口所占比重最大;与第四次工业革命关系密切的电信、计算机与信息服务的市场占有率虽然不断提升，已从不具比较优势的行业发展成为具有比较优势的行业，但国际市场占有率仍较低;反映一国前沿创新能力的知识产权使用费的国际市场占有率极低，不足1%;金融、知识产权使用等行业比较优势仍然没有明显提升，仍属于极度缺乏比较优势的行业。这表明，中国服务业总体发展状况是，知识创造型和知识密集型服务业竞争力不强，竞争优势并不明显。中国的服务业发展虽然出现了有利于提升学习与创新效应的力量，但强化服务业的学习与创新效应的任务仍然艰巨。与第四次工业革命相关的服务业，其学习效应强，需要通过加强制造业与服务业的融合以增强其学习与创新效应。教育、研发等知识创造性行业是学习的“基础性软设施”，要特别重视增加对其投资的激励;在研发投资中，要特别重视基础研究，因为基础研究是对学习方法的学习，对其它类型的学习具有杠杆效应。

（二）以双向开放应对美国实施的贸易保护主义，通过双向开放拓展可利用的知识资本存量

2018年4月3日，美国贸易代表处以所谓的301调查为借口，发布拟对从中国进口产品加征关税的商品清单，发起了对中国的贸易战。美国挑起贸易战后，中国出现了大量评估其影响的研究，但这类研究的共同特点是，评估的都是短期影响[9]，没有考虑全球正在经历深刻的产业与技术变革这个大背景。对于这次美国对中国挑起的贸易战，美国方面给出的理由是，中国对产品采取不合理补贴政策、干预美国企业在中国的经营活动、强制美国企业转让技术等等。但全面评估美国所谓的301调查的结果，不难得出这样的结论：美国启动所谓的310条款调查，对中国商品征税，采取投资限制、出口技术管制的贸易保护主义措施，其最终目的不在于解决中美双方之间的贸易不平衡问题，而在于扼制中国新经济的发展势头，使美国在国际前沿技术领域始终处于领导者地位。

新经济的发展是由一系颠覆式技术所引领、所支撑的[10]。美国企图通过贸易保护主义完全扼制中国新经济的蓬勃发展，则需对引领新经济发展的新技术、新产业的发展趋势有准确的判断。要做出这类判断，不仅中国政府难以做到，美国政府同样难以做到。因而从长期看，美国政府是不可能通过贸易保护主义措施完全抑制中国新经济发展势头的。但由于美国的新经济发展水平较高，创新能力强，其知识资本在全球知识资本存量中所占比重较大，在关键知识资本上有相当的控制权，因而美国采取贸易保护主义措施，从全球知识池中抽走部分知识资本甚至是关键知识资本，会大大减弱美国对中国的学习溢出效应，减少中国可利用的知识资本存量，对中国学习能力的提升会起到延缓作用，短期内甚至会造成比较大的冲击，对中国新经济的发展造成较大影响。

针对美国实施贸易保护主义对中国产生的学习效应弱化问题，中国应通过双向开放政策加以应对。第四次工业革命将重塑全球产业分工格局，全球产业分工将从产业链式分工向产业网络式分工转化，多层次的网络化制造格局将由此形成。传统的发达国家与发展中国家的脑体分工将会被逐步打破，发展中国家依靠低劳动力成本进行国际竞争的优势将会大大弱化，发达国家在全球创新中的领导力、引领力将会被削减。中国应充分利用这一变化，遵循这一规律，坚持双向开放战略，同时利用好发达国家和发展中国家的知识资源，提升学习的比较优势。在与发达国家的合作中，可重点集中在共同推动“新经济+”的发展上，这是中国与德国、日本、韩国、法国、英国等的最大利益交叉点。这些国家在新经济的发展上，与美国也有很大差距，在美国实行所谓美国优先的态势下，其新经济发展在某种程度上也会受到美国的遏制，因而有着与中国开展合作、共同提高新经济竞争力的意愿。在发展中国家的阵营中，中国的新经济发展处于领先地位，可通過与广大发展中国家建立第四次工业革命伙伴关系的方式，惠及广大发展中国家，提升其参与的积极性。中国以“新经济+”为平台加强国际合作，可开创合作新空间，避免因产业升级带来的贸易摩擦强度的升级，也是第四次工业革命为中国推动共建人类命运共同体提供的前所未有的历史机遇。

参考文献：

[1] 许宪春.新经济的作用及其给政府统计工作带来的挑战[J].经济纵横，2016，（9）：1-5.

[2] 张其仔，林大建，罗仲伟，等.新经济与中国无缘？[M].北京：社会科学文献出版社，2000.

[3] 张其仔.第四次工业革命与产业政策的转型[J].天津社会科学，2018，（1）：96-104.

[4] 默里·沙纳汉.技术奇点：当机器拥有人性，我们将面对怎样的世界[M].霍斯亮译，北京：中信出版社，2016.92-93.

[5] 丹尼尔·卡尼曼.思考，快与慢[M].胡晓姣，李爱民，何梦莹译，北京：中信出版社，2012.13，2015.

[6] 约瑟夫·斯蒂格里茨，布鲁斯·格林沃尔德.增长的方法：学习型社会与经济增长的新引擎[M].陈宇欣译，北京：中信出版社，2017.268-269.

[7] Rodrik，D.Premature Deindustrialization[R].NBER Working Paper，NO.20935，2016.

[8] 黄群慧.论新时期中国实体经济的发展[J].中国工业经济，2017，（9）：5-24.

[9] 李春顶，何传添，林创伟.中美贸易摩擦应对政策的效果评估[J].中国工业经济，2018，（10）：137-156.

[10] 李晓华.“新经济”与产业的颠覆性变革[J].财经问题研究，2018，（3）：3-13.