20世纪70年代互联网的出现，推动着各领域的信息技术迅速发展。今天人们津津乐道的各种技术，诸如AR（增强现实）、VR（虚拟现实）、AI（人工智能）、云计算、大数据、区块链，都是信息技术的各种形态，它们深刻地改造了人类社会，并将继续以深刻的方式改变既有的产业逻辑。回顾一下工业革命以来的经济史有助于我们更好地理解这一点。[本小节下面的讨论主要来自施展：《溢出：中国制造未来史》第三章、第四章，中信出版社，2020]

在现代工业经济中，产业秩序是环环相扣的——在此，我姑且用近代史以来的几次工业革命来指代产业秩序。每一次工业革命的核心产业在起始之际都能获得超额利润，随着技术不断扩散，利润率会下降到平均水平。但是，这个产业会成为下一次工业革命核心产业的基础设施或者前提。比如，第三次工业革命的核心产业电子技术产业，其生产能力就是以第二次工业革命的核心产业重化工业为前提的；第四次工业革命的核心产业信息技术产业，其生产能力是以第三次工业革命的核心产业电子技术产业为前提的。

基于这种历史逻辑，我可以对第四章提到的“中低端制造业向中国的转移具有终局性”的假说，以及由此衍生出的世界经贸秩序的“全球双循环”结构假说[这些假说最初来自施展：《枢纽：3000年的中国》，第七章第一节、第二节。是我在与大观学术共同体这十多年来的共同研究当中逐渐发展起来并不断迭代的]做进一步的发展，形成“进阶版”的假说。但要强调一下，下文讨论的产业基本上还是中低端意义上的，高端部分仍然是由西方世界主导的。虽然从质的角度来说，高端制造业占据了一些无法替代的核心环节，但从量上来说，中低端制造业显然占据了制造业当中的绝大部分，从吸纳就业的能力来说也是如此。

四次工业革命的核心产业

我们按照几次工业革命的核心产业出现的先后顺序来讨论。第一次工业革命的核心产业是纺织工业。人们通常说蒸汽机的使用带来了工业革命，但蒸汽机只是一种新的动力来源，本身并不构成巨大规模的产业，以蒸汽动力驱动的纺织业才真的形成了大规模的产业，并对传统社会形成了极为深刻的改造。纺织工业至今仍然是后发国家走上工业化道路时，通常会选择的第一步。但纺织工业属于轻工业，它并不构成其他工业部门进行生产所依赖的基础设施，所以下面的讨论更多以第二次工业革命为基础，我们对第一次工业革命不做太多讨论了。第二次工业革命的核心产业是重化工业，这是现代工业经济的基础设施，它提供了现代工业经济所必需的原材料生产能力和机器生产能力。然而，对后发国家来说，依照市场经济的逻辑，重化工业并不是一种很好的投资。一种产业在它作为创新产业刚刚出现的时候，会有很好的利润空间。但是在它出现了几十年之后，随着技术的扩散，效益会跌到平均利润率的水平，这是创新经济的常态。重化工业是19世纪后期德国、美国率先发起的第二次工业革命的产物，利润率早就落回平均水平；同时它还是资本密集型产业，投资规模巨大，回收周期较长。由于这一系列产业特征，对本就资本匮乏的后发国家来说，发展重化工业就不是其在市场环境中的比较优势所在。另外，相对于其资本规模，重化工业吸纳就业的能力较低。而后发国家通常都处于劳动力过剩的状态，这样一来，对它们来说，发展重化工业就进一步不符合市场逻辑，因为重化工业的各种产业特征与后发国家的比较优势都是不匹配的。

但国家需要关注的并不仅仅是经济问题，还有国家安全问题。如果一个国家的安全环境不是太好，它就有可能选择不顾市场规律，由国家来主导和推动重化工业的发展。然而，这种推动方式通常会造成国民福利受损，在极端情况下甚至会扭曲、败坏这个国家的社会。因此，需要用一些制度安排来消化掉这些问题，否则国家就会被卷入糟糕的状况中，最终要么崩溃，要么被迫经历痛苦的涅槃才能重生。日本、韩国作为后发国家，都是靠国家强行扶持财阀将重化工业发展起来的，之后就出现了一系列问题，又经历了痛苦的重生过程才终于走上正轨。中国则是通过扶持国企将重化工业发展起来的，在这个过程中对国民福利也产生了一些影响。

即便国家想强行扶持和发展重化工业，如果市场规模不够，这种努力也仍难成功。因为重化工业需要巨额投资，因此其产业效率对市场规模非常敏感。把所有这些条件都纳入考虑之后，我们可以大致有把握地说，在可预见的未来，这个产业是终局于中国的。

第三次工业革命的核心产业是电子技术产业，其生产过程以重化工业为基础设施。这样一种产业依赖性，加上第四章中所谈到的供应链网络的问题，就使得中国在电子技术产业上同样具有巨大优势。但这并不排除其中有些生产环节，尤其是那些对供应链依赖度相对较低、人工成本占比较高的环节，会向其他国家，尤其是东南亚国家转移的可能性。并不是每一个国家都需要有完整的产业结构，一个国家完全可以通过国际贸易与其他国家形成协作关系，借助其他国家的产业秩序作为支撑，发展本国有比较优势的产业。中国与东南亚国家之间很可能就是这种关系——中国制造业向东南亚的转移，在很大意义上都是一种溢出，而不是转走。

至于第四次工业革命的核心产业——信息技术产业，它还在发展中，其核心动力是创新。这一轮创新是由两条腿支撑的：一条腿是技术创新，它依赖的首先是足够自由的经济生态环境和法律生态环境，美国在这方面有明显的优势；另一条腿是商业模式创新，它依赖的首先是足够大的市场规模，中国在这方面有一定的优势。

一方面，与前几次工业革命的技术相比，信息技术的应用彻底摆脱了空间的限制，完全跨越国界，进而对传统的国际法权秩序带来了深刻挑战。自第一次工业革命以来的历史告诉我们，在这种情况下，一定是法律、制度、企业组织形态和社会组织逻辑等发生演化，以适应技术和经济的演化；尝试用政治或法律手段去逆转技术的演化逻辑是无法成功的，那样反倒会让转型过程充满更大的不确定性，而政治和法律最终也只能不情不愿地跟上转型的步伐。

另一方面，信息技术的运行仍然对物理硬件有依赖，需要重化工业和电子技术产业所提供的硬件制造能力。当今已经进入过剩经济的时代。在短缺经济的时代，供给方决定着市场的逻辑；而在过剩经济的时代，需求方决定着市场的逻辑。最终端的需求方是市场上的消费者，哪个产业离这个终端需求方越近，就越能够规定其他产业的逻辑。毫无疑问，现在是信息技术产业离终端需求方最近——这也是工业革命史中的一个常态，最新出现的技术所催生的产业，通常都塑造着市场的需求。所以，重化工业和电子技术产业也会随着信息技术的演化，开始改变自己的企业组织形式，并且这两个产业本身也在不断地朝互联网转型。

“全球双循环”结构的进阶版

具体观察中国经济中这几次产业革命的发展逻辑，我们会发现，依托国家主导的力量发展起来的重化工业，作为工业经济的基础设施，很可能不是效率导向的，而应是特定意义上的公共服务导向的。电子技术产业和信息技术产业则主要是靠市场的力量，依托民营经济发展起来的。尤其是信息技术产业，它的高速迭代反向拉动了电子技术产业的重构，电子技术产业本身也会高速迭代，这就要求这两个产业领域的企业都必须有足够高的经营效率和灵活性。而这一点，唯有在市场竞争中拼杀出来的民营企业才能做到。当然，这里的讨论都是框架性分析，不排除有特定的产业不在这个解释框架里的情况。比如，电信运营商在很大程度上会受到国家意志的影响，因为它的核心资源——通信频段，并不完全由市场来分配。

综上所述，中国的“枢纽”地位和世界经贸秩序的“全球双循环”结构（详见第四章）的进阶版就是一种多层级结构。

就第二次工业革命的重化工产业而言，由于其对国家意志和市场规模很敏感，中国大致能占据枢纽地位。

就第三次工业革命的电子技术产业而言，有一些产业环节（而不是整个产业）会从中国转移到东南亚。在这个意义上，中国与东南亚加在一起占据枢纽地位。但中国在其中有较强的主导性，这根植于中国供应链网络的规模，以及中国在重化工产业上的优势。

就第四次工业革命的信息技术产业而言，虽然它是由美国主导的，但中国在其中具有一定的影响力。一方面是因为，中国的超大市场规模能带来商业模式创新上的优势。在近几年的全球十大互联网公司中，基本上都是6家美国公司，4家中国公司，这就可以说明问题。另一方面是因为，中国在信息技术产业的硬件制造环节上具备优势。但中国的优势都处在从属性地位：信息技术产业的最核心技术——无论是硬件还是软件——还是被掌握在美国公司手里；信息技术会推动国际法权秩序发生一系列变迁，进而倒逼国内法权秩序、企业和社会组织形态发生一系列变迁，而美国在法权规则制定方面有很强的优势。

这种多层级的“全球双循环”结构可以用下图呈现出来。不过要强调的是，这只是把第四章中所说的“全球双层循环”结构中的下层——实体经济循环——细化为一个复合结构，该复合结构仍然从属于美国资本秩序所主导的“全球双层循环”。

基于中国（及东南亚）的“枢纽”地位，以及全球经贸秩序的“全球双循环”结构这两个假说，我们还可以识别出两种类型的全球双循环。一种与政策无关，纯粹是由中国基于市场过程而形成的一系列比较优势带来的，我们姑且称之为“全球双循环A”；另一种是由于政策干预——人为改变特定的要素价格，令中国形成相对于其他国家的不对称竞争优势——而形成的全球双循环结构，我们姑且称之为“全球双循环B”。

全球双循环A源于市场过程，在相当程度上，它依赖于中国民间的动能，这是中国真正的比较优势所在，也是改革全球经济治理秩序时需要顺应的。内外政治层面的各种不确定性，会对全球双循环A有所扰动，导致它出现某些变形，但随着技术、公司和制造业等逻辑的演化，民间社会的经济秩序演化路径和主权国家经济-贸易政策所构想的路径就会走上越来越不同的两个方向。

再来看全球双循环B。一旦政策干预被撤销，全球双循环B是有可能坍缩的，所以贸易摩擦有可能改变它。从另一角度来看，如果全球双循环B真的坍缩，会有助于恢复被扭曲的要素价格，对中国的国民福利是有好处的。在对全球双循环做出两种类型的区分后，我们有必要重新审视贸易摩擦及其影响。基于这一系列分析，我们又可以从新的角度来观察中国的各种经济政策。

从全球角度来看，中国是少有的同时拥有四次工业革命的产业的国家。仔细研读工业革命以来的经济史会发现，不同梯次的产业依从不同的经济逻辑和组织逻辑。这几次工业革命的历史过程差不多都是，生产技术和组织技术都发生了重大变革，生产技术上的革命找到了恰当的经济组织形态，从而得以规模化地展开。非常粗略地说，第一次工业革命依托的是蒸汽机技术和工厂化组织技术，第二次工业革命依托的是重化工业技术和大财阀组织技术，第三次工业革命依托的是电子技术和跨国公司组织技术，第四次工业革命依托的是信息技术和分布式组织技术。

这样一来，我们就可以得出一个结论，那就是，对中国经济及其与世界经济关系的理解，必须分层次、分位阶展开。进一步来说，中国经济所需要的政策也要分层次、分位阶制定，不能笼统划一。

然而，中国很微妙地处在一种政策惯性的风险中。中国较为成功地依凭国家意志推动了重化工业的发展，这种成功经验会形成一种政策惯性，让国家本能地以为，要发展第三次和第四次工业革命的产业，通过沿袭之前的产业政策就可以获得成功。但这无疑陷入了一个盲区，忽视了不同产业秩序有不同的政策需求。

尤其是第四次工业革命的信息技术产业，它对主权国家有着强大的穿透力。要想有效回应这种技术对政治、社会等各方面提出的挑战，我们很可能需要一种新的去国家化的分布式组织技术。重化工业时代的政策逻辑和组织逻辑，是根本无法匹配信息技术时代的需求的。但这并不代表中国只需要实行与信息技术产业相匹配的政策就足够了，这种理解陷入了另一个盲区。中国需要的很可能是有更多层次、更具复合性的政策。但这种政策的形成，要基于对不同梯次产业逻辑的恰切理解。

在这种多层次、复合性的政策中，针对第二次、第三次工业革命产业的政策，更多应该是守成性的。原因在于，这些产业构成了第四次工业革命产业的基础设施，中国在这些产业领域已经是当仁不让的世界工厂了；这些产业目前多半已落回到只有平均利润率的水平，虽然它们能够带来正常的经济回报、提供很多就业岗位，但我们不能期待它们带来太多额外的东西。因此，守成性的政策更加合适，政府在这些领域应当扮演守夜人的角色。如果政府在这些领域施行过度进取的政策，大概率会造成资源的低效率使用，导致国民福利受到损失。而针对第四次工业革命产业的政策则应该是更富创造性的。这种创造性很可能表现为：政府退居幕后，民间力量更多地站到台前。因为第四次工业革命需要的分布式组织技术具体会是什么样子，现在没人能够说清楚。但我们知道的是，政府更擅长集中式组织技术，而分布式组织的演化天然地适合以民间力量为主。而且我们在这个问题上还可以对跨国的民间力量抱有更多期待，因为信息技术对国界具有穿透性，新的秩序及新的法权原则的演化和生成，需要具有跨国视野的民间力量的参与。

信息时代，中美两国各擅胜场

前面我们提到，信息技术产业会反向规定重化工业和电子技术产业的各种组织和市场逻辑，而在信息技术产业上，中美两国是最重要的玩家，但是两国各擅胜场。

先说信息技术所需的硬件层面。中国在中低端制造领域拥有优势地位，美国则在最核心的高端制造领域——主要是芯片方面——拥有优势地位。芯片本身不是终端产品，用户无法直接使用芯片，它必须通过中低端制造业被组装为终端产品后才能真正进入消费市场，中美在这个层面上相互依赖。

但是对信息技术产业而言，硬件只是其物理载体，更重要的资源是数据。理论上来说，基于人们在各种活动中产生的各种数据，信息技术会对各种社会活动做精准匹配，大幅提升社会的运转效率；这一过程也会深刻地改变社会结构，改变社会的基本运行逻辑和需求结构。而在数据层面上，同样可以看到中美两国各擅胜场。

赤裸的数据本身是没有价值的，它需要通过各种算法被提炼出意义；但算法本身只是一套抽象规则，它又需要通过足够多的数据获得训练，从而不断得到优化。中美两国的不同优势就分别在数据和算法这两方面体现出来了。

先说算法。实际上，算法的根本是基础数学，美国在这方面的优势非常明显，无论是在基础数学教育领域，还是相关的人才数量领域。基础数学的研究能力，依赖于一个国家的学术共同体的长期积累，这不是靠简单的砸钱就能大干快上解决的。要想让人耐得住寂寞，做这种基础研究层面的长时期积累，又依赖于国家整体的科研评价体系的宽松度、国家在科研层面与国际上交往的开放度，以及能够吸引全球顶级人才的自由环境。这是个系统工程，也就是说，算法能力的提升，并不仅仅是靠多设几个项目或多投几个公司就能解决的。这个问题应了一句古话：“汝果欲学诗，功夫在诗外。”一系列看上去与算法无关的制度设计，却是在信息技术时代能否占据算法优势的基础。

再说数据，这方面中国当然有着绝对优势。据牛津大学一位研究员发布的研究报告《解密中国人工智能之梦》[Jeffrey Ding, “Deciphering China's AI Dream”, 2018, Future of Humanity Institute, University of Oxford. See https://www.fhi.ox.ac.uk/wp-content/uploads/Deciphering_Chinas_AI-Dream.pdf.]显示：2016年，中国拥有全世界20%的数据，而美国的数据量只占全世界的5.5%。中国的数据量大有几方面的原因。首先，是中国的人口基数大，毕竟中国人口就约占全球的20%。其次，我在第二章里提到过，由于中国的超大规模性，一系列特定的商业模式只有在中国才能出现，这就在中国形成了更多的技术应用场景，进一步放大了所能形成的数据规模。最后，中国在隐私保护方面的政策比较宽松，在各种应用场景中被提取的数据的规模和内容又被进一步放大。

中国公司所运用的算法虽然未必足够高超，但是因为有了足够多的数据，却可以获得更多的训练，这算是“一力降十会”的路数。中国因此在数据层面也有自己的特殊优势。但是这种优势背后却隐含着一种劣势：由于中国的互联网公司的国际化程度还很有限，所以中国的大公司掌握的数据以本土数据为主，不像美国公司，比如谷歌、亚马逊、脸书，拥有全球性的数据。这就让中国的算法获得的训练样态相对单一；而对信息技术来说，多样性本身就是一种红利。从长远来看，数据样态的单一性可能会抵消中国目前因“一力降十会”而获得的特定类型的优势；而由于其基础研究的扎实以及数据来源的多样性，美国在算法上的优势则会被放大。要想克服数据样态单一带来的劣势，中国就必须加大开放力度，促使本国的互联网公司进行更深入的国际化。

结合上述讨论，到了这里，我们就可以给出一个基本判断。中国在重化工业和电子技术产业上都有某种意义上的垄断性优势，但是在信息技术产业上则并无此优势，而是与美国各擅胜场，倘若没有更大的开放力度，中国未来还有可能会局部丧失已有的“胜场”。信息技术产业是今天离终端消费者最近的产业，它会反向塑造自己的基础设施——电子技术产业，反向塑造作用还会进一步传导到重化工业上。所以，中国既不能也不应因为自己在重化工业和电子技术产业上的优势而沾沾自喜，甚至威胁着要把自己的生产供应链“政治化”。中国的工业经济当然对世界有着举足轻重的作用，但它与世界有着相互依赖、相互制衡的关系。在某种意义上，中国工业的走向是由信息技术产业引导的，它是在中美这两座大山的互动所挤压出的峡谷中，辨识出自己的走向的。

“中美两座大山”这种比喻会让人首先联想到中美两国的国家政策，但我们观察信息技术产业时要看到的不仅仅是国家。各种数据、算法都是在各种公司里发展起来的。相关领域的公司才是信息技术产业的真正主角。它们的各种活动深刻地穿透了国界，它们虽然不是传统意义上的国际法人主体，却很可能会改造国际秩序的很多基本逻辑。

我们想寻找新秩序的基础，就需要从公司的角度入手，从公司与数据的关系角度入手，这里面很可能潜藏着未来秩序的基础。