2.1.5 新經濟的技術經濟特征

新經濟是相對于舊經濟而言的。由于新經濟相對于國民經濟其他經濟有著更快的增長速度，是社會投資的熱點，因而其在宏觀上表現為以新技術的使用和深度融合為特征的經濟部門或經濟領域的高速增長和在國民經濟中比重的提高。隨著新經濟部門的發展壯大和對其他領域的滲透，整個國民經濟將呈現高增長的新經濟特征。當前新經濟的技術經濟特征主要體現在以下四個方面：

（1）新科技是根本動力 每一次工業革命都是由通用目的技術（General Purpose Technologies，GPTs）的成熟和廣泛使用推動的。通用目的技術是相對于特定技術（Specific Technologies）而言的，是指具有已得到廣泛應用、可以進行持續的技術改進、可以在應用領域促進創新三個特征的技術。驅動18世紀中后期第一次工業革命的通用目的技術以蒸汽機、紡紗機和煉鐵為代表；驅動19世紀中期開始的第二次工業革命的通用目的技術主要包括發電機、內燃機、電動機、冶金、石油冶煉、化學、鐵路、汽車和電話等；驅動20世紀四五十年代第三次工業革命的通用目的技術則是集成電路、計算機、軟件、原子能、空間技術和生物技術等。通用目的技術會引發社會、經濟全方位的變革，并由此帶來生產效率的提高、經濟增速的加快以及國家之間競爭優勢的變化，并使整個國民經濟呈現新經濟特征。

從技術基礎來看，無論是20世紀90年代美國的新經濟還是當前我國的新經濟都是由新的技術變革推動的。美國新經濟的推動力是第一代信息技術，互聯網從一種通信方式轉變為一種商業模式，其應用領域從電子郵件、新聞傳播渠道擴大到門戶網站以及B2B、B2C電子商務等新興商業模式或產業，涌現出以雅虎、亞馬遜、易趣（eBay）為代表的互聯網公司。與美國20世紀90年代的新經濟相似，我國當前的新經濟也是在新技術的推動下產生和發展的，但是與美國新經濟不同，我國當前的新經濟是由一系列重大技術創新構成的通用目的技術集群推動的，具體包括：①新一代互聯網技術群，包括云計算、大數據、物聯網、移動互聯網和區塊鏈等；②新一代信息技術，包括人工智能、虛擬現實和智能傳感器等；③先進制造技術，包括高性能機器人和3D打印等；④生命科學技術，包括基因工程和腦科學等；⑤新材料（以石墨烯為代表）和可再生能源等新技術。

美國新經濟時期的互聯網技術主要應用于個人消費、辦公室等服務性質的場景，屬于商業互聯網、消費物聯網性質。在我國當前的新經濟階段，以新一代信息技術為代表的新技術集群的應用則不僅僅局限于信息技術領域本身和服務性質的活動中，而且已經應用于生產、生活的許多方面，并且應用范圍仍在不斷擴大，互聯網從之前的消費互聯網、商業互聯網向產業互聯網演進，與各個產業領域以及產業鏈的各個環節深度融合。

（2）數據成為生產要素 能夠創造財富的傳統生產要素是土地、資源、資本和勞動力。但從歷史角度來看，不同時期對資源和生產要素的認識是隨著技術的發展逐步變化的。在第一次工業革命之前，煤炭基本上不能被大規模利用；在第二次工業革命之前，石油和天然氣也幾乎不是資源；還有許多工業副產品和廢棄物也曾經不是資源，回收技術的發展使這些廢棄物成為新的“礦山”。大數據、云計算、物聯網和人工智能等技術的發展為我們打開了利用新資源的大門。由于技術的制約，長期以來，數據很難產生價值，但信息技術的發展使數據無用的狀態發生了根本改變。一方面，隨著智能傳感器、移動互聯網和物聯網等技術的發展，數據爆發式增長，產生的速度加快，規模不斷擴大，數據低成本地生成、采集、傳輸和存儲成為可能；另一方面，大數據和人工智能等技術極大地提高了數據處理的效率，降低了處理成本，使海量的、非結構化的數據清洗、分析、使用成為可能。企業不但可以通過數據分析發現用戶需求、提高生產效率，更重要的是可以將處理數據的結果作為產品提供給用戶。以航空發動機制造商為例，發動機的工作效率直接影響油耗，從而影響航空公司效益。為提高產品競爭力，傳統的做法是，航空發動機公司需要不斷改進發動機的材料、設計、加工工藝以提高發動機性能，但是依托大數據分析，航空發動機公司可以在不改變發動機物理狀態的情況下，通過分析飛行員的駕駛數據改進駕駛習慣使發動機工作效率得到顯著提高。如果說土地是農業時代的原材料，鋼鐵是工業時代的原材料，那么數據就是信息時代的原材料，數據已經成為數字經濟時代的關鍵生產要素，因此，英國《經濟學家》評論道：“對21世紀來說，數據就像20世紀的石油一樣是增長和變革的動力。數據的流動創造新的基礎設施、新商業、新壟斷、新政治，以及更關鍵的新經濟。”可見，數據成為價值的重要來源，掌握和利用數據的能力成為未來決定企業競爭優勢的關鍵因素。

（3）萬物互聯 在互聯網發展的早期，連接主要發生在人與人、人與物之間。例如，通過電子郵件、即時通信軟件、社交網絡實現人與人之間的交互，通過攝像頭、傳感器（溫度、濕度和壓力等）、控制總線和物聯網等掌握生產設備的工作狀態，實現人與物之間的交互。在新經濟條件下，支持移動傳輸的3G、4G和5G通信網絡成為普及型的通信基礎設施，衛星通信和衛星定位成本大幅度降低，手機、平板電腦等智能終端的普及率遠遠超過臺式計算機等固定終端，傳感器的精度更高且更加智能，軟件的功能更加強大。這就使得通信網絡更加泛在化，即在任何時間、任何地點實現萬物互聯成為可能。與此同時，不僅更多的物體被接入互聯網，而且互聯網、傳感器和軟件將人、設備（產品）、自然資源、生產線、物流網絡、資金流等經濟和社會生活中的各個方面連接起來，實現了物與物、物與服務、服務與服務、人與物和人與服務的連接。同時，接入單元的數量、交互的頻次、產生的數據量等方面也實現了指數級增長。在制造業領域，制造企業通過無處不在的傳感器、嵌入式終端系統、智能控制系統和通信設施，在企業內部以及企業與供應商、經銷商和客戶之間形成數字化連接網絡。德國“工業4.0”戰略提出的未來工業愿景將之概括為橫向集成、端到端集成和縱向集成。橫向集成涉及存在供應關系的企業之間的連接；端到端集成是從產品開發到產品生產和服務等價值鏈全過程的數字化連接；縱向集成以工廠內部的數字化連接為基礎。

（4）智能無處不在 對人工智能的研究是伴隨著現代計算機的出現而逐步深入的，人工智能技術經過了三次發展高潮。第一次是20世紀五六十年代，許多人工智能的基本理論被提出；第二次是20世紀八九十年代，以IBM深藍戰勝人類國際象棋世界冠軍卡斯帕羅夫達到它的頂峰；第三次人工智能浪潮自2006年開始，到2016年DeepMind公司的AlphaGo戰勝人類世界圍棋冠軍李世石，引起社會各界的極大關注。與前兩次相比，第三次人工智能浪潮真正從科學家的實驗室走進了工廠和千家萬戶，成為一種實用的、對經濟社會具有顛覆性影響的技術。人工智能技術進入商業化應用的原因主要有三個：第一，人工智能算法的演進。20世紀八九十年代的主流技術是基于統計、規則或實例的技術，如專家系統、統計模型，目前的人工智能技術則是建立在深度學習技術突飛猛進地發展之上的。第二，隨著圖形處理器在人工智能領域的使用以及專用人工智能芯片的開發，計算機處理能力和運算速度大幅度提高。第三，互聯網技術的發展和廣泛應用產生了海量的數據，利用海量的數據，深度學習算法能夠使人工智能系統不斷進行訓練、學習，能力不斷提高。因此，“人工智能=深度學習+大數據”是人們的普遍共識，也有人將算法、算力和大數據概括為人工智能的三大基石。目前，人工智能技術已經在搜索引擎、圖像識別、翻譯、新聞推薦和撰稿、金融投資、醫療診斷、工業生產及無人駕駛汽車等諸多領域獲得實際應用，并為企業創造出真正的價值，而且其應用領域還在持續、快速擴大。可以預見，在不遠的將來，人工智能將無處不在，所有的產品、服務都將是智能產品、服務，所有的生產系統都將是智能生產系統，而且人工智能技術將貫穿于價值鏈的全過程和產品的整個生命周期。