2.1.5 新经济的技术经济特征

新经济是相对于旧经济而言的。由于新经济相对于国民经济其他经济有着更快的增长速度，是社会投资的热点，因而其在宏观上表现为以新技术的使用和深度融合为特征的经济部门或经济领域的高速增长和在国民经济中比重的提高。随着新经济部门的发展壮大和对其他领域的渗透，整个国民经济将呈现高增长的新经济特征。当前新经济的技术经济特征主要体现在以下四个方面：

（1）新科技是根本动力 每一次工业革命都是由通用目的技术（General Purpose Technologies，GPTs）的成熟和广泛使用推动的。通用目的技术是相对于特定技术（Specific Technologies）而言的，是指具有已得到广泛应用、可以进行持续的技术改进、可以在应用领域促进创新三个特征的技术。驱动18世纪中后期第一次工业革命的通用目的技术以蒸汽机、纺纱机和炼铁为代表；驱动19世纪中期开始的第二次工业革命的通用目的技术主要包括发电机、内燃机、电动机、冶金、石油冶炼、化学、铁路、汽车和电话等；驱动20世纪四五十年代第三次工业革命的通用目的技术则是集成电路、计算机、软件、原子能、空间技术和生物技术等。通用目的技术会引发社会、经济全方位的变革，并由此带来生产效率的提高、经济增速的加快以及国家之间竞争优势的变化，并使整个国民经济呈现新经济特征。

从技术基础来看，无论是20世纪90年代美国的新经济还是当前我国的新经济都是由新的技术变革推动的。美国新经济的推动力是第一代信息技术，互联网从一种通信方式转变为一种商业模式，其应用领域从电子邮件、新闻传播渠道扩大到门户网站以及B2B、B2C电子商务等新兴商业模式或产业，涌现出以雅虎、亚马逊、易趣（eBay）为代表的互联网公司。与美国20世纪90年代的新经济相似，我国当前的新经济也是在新技术的推动下产生和发展的，但是与美国新经济不同，我国当前的新经济是由一系列重大技术创新构成的通用目的技术集群推动的，具体包括：①新一代互联网技术群，包括云计算、大数据、物联网、移动互联网和区块链等；②新一代信息技术，包括人工智能、虚拟现实和智能传感器等；③先进制造技术，包括高性能机器人和3D打印等；④生命科学技术，包括基因工程和脑科学等；⑤新材料（以石墨烯为代表）和可再生能源等新技术。

美国新经济时期的互联网技术主要应用于个人消费、办公室等服务性质的场景，属于商业互联网、消费物联网性质。在我国当前的新经济阶段，以新一代信息技术为代表的新技术集群的应用则不仅仅局限于信息技术领域本身和服务性质的活动中，而且已经应用于生产、生活的许多方面，并且应用范围仍在不断扩大，互联网从之前的消费互联网、商业互联网向产业互联网演进，与各个产业领域以及产业链的各个环节深度融合。

（2）数据成为生产要素 能够创造财富的传统生产要素是土地、资源、资本和劳动力。但从历史角度来看，不同时期对资源和生产要素的认识是随着技术的发展逐步变化的。在第一次工业革命之前，煤炭基本上不能被大规模利用；在第二次工业革命之前，石油和天然气也几乎不是资源；还有许多工业副产品和废弃物也曾经不是资源，回收技术的发展使这些废弃物成为新的“矿山”。大数据、云计算、物联网和人工智能等技术的发展为我们打开了利用新资源的大门。由于技术的制约，长期以来，数据很难产生价值，但信息技术的发展使数据无用的状态发生了根本改变。一方面，随着智能传感器、移动互联网和物联网等技术的发展，数据爆发式增长，产生的速度加快，规模不断扩大，数据低成本地生成、采集、传输和存储成为可能；另一方面，大数据和人工智能等技术极大地提高了数据处理的效率，降低了处理成本，使海量的、非结构化的数据清洗、分析、使用成为可能。企业不但可以通过数据分析发现用户需求、提高生产效率，更重要的是可以将处理数据的结果作为产品提供给用户。以航空发动机制造商为例，发动机的工作效率直接影响油耗，从而影响航空公司效益。为提高产品竞争力，传统的做法是，航空发动机公司需要不断改进发动机的材料、设计、加工工艺以提高发动机性能，但是依托大数据分析，航空发动机公司可以在不改变发动机物理状态的情况下，通过分析飞行员的驾驶数据改进驾驶习惯使发动机工作效率得到显著提高。如果说土地是农业时代的原材料，钢铁是工业时代的原材料，那么数据就是信息时代的原材料，数据已经成为数字经济时代的关键生产要素，因此，英国《经济学家》评论道：“对21世纪来说，数据就像20世纪的石油一样是增长和变革的动力。数据的流动创造新的基础设施、新商业、新垄断、新政治，以及更关键的新经济。”可见，数据成为价值的重要来源，掌握和利用数据的能力成为未来决定企业竞争优势的关键因素。

（3）万物互联 在互联网发展的早期，连接主要发生在人与人、人与物之间。例如，通过电子邮件、即时通信软件、社交网络实现人与人之间的交互，通过摄像头、传感器（温度、湿度和压力等）、控制总线和物联网等掌握生产设备的工作状态，实现人与物之间的交互。在新经济条件下，支持移动传输的3G、4G和5G通信网络成为普及型的通信基础设施，卫星通信和卫星定位成本大幅度降低，手机、平板电脑等智能终端的普及率远远超过台式计算机等固定终端，传感器的精度更高且更加智能，软件的功能更加强大。这就使得通信网络更加泛在化，即在任何时间、任何地点实现万物互联成为可能。与此同时，不仅更多的物体被接入互联网，而且互联网、传感器和软件将人、设备（产品）、自然资源、生产线、物流网络、资金流等经济和社会生活中的各个方面连接起来，实现了物与物、物与服务、服务与服务、人与物和人与服务的连接。同时，接入单元的数量、交互的频次、产生的数据量等方面也实现了指数级增长。在制造业领域，制造企业通过无处不在的传感器、嵌入式终端系统、智能控制系统和通信设施，在企业内部以及企业与供应商、经销商和客户之间形成数字化连接网络。德国“工业4.0”战略提出的未来工业愿景将之概括为横向集成、端到端集成和纵向集成。横向集成涉及存在供应关系的企业之间的连接；端到端集成是从产品开发到产品生产和服务等价值链全过程的数字化连接；纵向集成以工厂内部的数字化连接为基础。

（4）智能无处不在 对人工智能的研究是伴随着现代计算机的出现而逐步深入的，人工智能技术经过了三次发展高潮。第一次是20世纪五六十年代，许多人工智能的基本理论被提出；第二次是20世纪八九十年代，以IBM深蓝战胜人类国际象棋世界冠军卡斯帕罗夫达到它的顶峰；第三次人工智能浪潮自2006年开始，到2016年DeepMind公司的AlphaGo战胜人类世界围棋冠军李世石，引起社会各界的极大关注。与前两次相比，第三次人工智能浪潮真正从科学家的实验室走进了工厂和千家万户，成为一种实用的、对经济社会具有颠覆性影响的技术。人工智能技术进入商业化应用的原因主要有三个：第一，人工智能算法的演进。20世纪八九十年代的主流技术是基于统计、规则或实例的技术，如专家系统、统计模型，目前的人工智能技术则是建立在深度学习技术突飞猛进地发展之上的。第二，随着图形处理器在人工智能领域的使用以及专用人工智能芯片的开发，计算机处理能力和运算速度大幅度提高。第三，互联网技术的发展和广泛应用产生了海量的数据，利用海量的数据，深度学习算法能够使人工智能系统不断进行训练、学习，能力不断提高。因此，“人工智能=深度学习+大数据”是人们的普遍共识，也有人将算法、算力和大数据概括为人工智能的三大基石。目前，人工智能技术已经在搜索引擎、图像识别、翻译、新闻推荐和撰稿、金融投资、医疗诊断、工业生产及无人驾驶汽车等诸多领域获得实际应用，并为企业创造出真正的价值，而且其应用领域还在持续、快速扩大。可以预见，在不远的将来，人工智能将无处不在，所有的产品、服务都将是智能产品、服务，所有的生产系统都将是智能生产系统，而且人工智能技术将贯穿于价值链的全过程和产品的整个生命周期。