作者 ｜聂日明（上海金融与法律研究院研究员）
奚锡灿（复旦大学经济学院副教授）
经济史研究的一个核心结论，是人类在自有文明以来的绝大部分时间里，都没有经历过经济增长，而是困在“马尔萨斯陷阱”里。转折点是工业革命。工业革命以前，全球长期技术增长率每年不到0.05%，从公元元年至工业革命前夕的1750年，技术总共进步了24%。工业革命之后，富裕经济体每年的技术增长率超过1%（Clark，2007）。诺奖得主罗伯特·索洛的经典研究表明，长期来看，技术进步是经济增长的唯一来源。这里的技术进步是广义的创新和技术变革，除了狭义的科学技术，还包括组织方式变革、业务重组，甚至可以是人脑中的新想法。
工业革命之后，决定各国人民福利的主要因素，就是能否搭上工业化和技术进步的“电梯”。然而，在技术扩散的过程中，发展中国家与发达国家的差距并没有显著缩小，绝大部分发展中国家向工业国转型的过程并不顺利。在二战之后，能够从农业国转变成以先进制造业和创新为主的经济体屈指可数。世界银行增长委员会的报告指出，迄今有13个经济体进入工业化发达经济体行列。本文从经济史研究和真实案例出发，简述技术进步与产业发展的经验，并讨论发展中国家的创新与产业升级为何难，难在哪里？
技术进步的不确定性
新技术的本质是不可预测。所谓的“新”，是熊彼特描述的“创造性破坏”，是工厂替代了铁匠铺、汽车取代了马匹和轻便马车、公司制度重构了所有权。这些事物在出现之前都是旧世界不存在的事物和想法。即使最富有想象力的天才科幻作家，也避免不了阿西莫夫在《电梯效应》中描述的场景，即1850年的科幻作家无法想象摩天大楼里的人们是如何生活的。因为预言对关键科技缺乏认知，科幻作家想象的未来科技在后世看来经常荒诞不经。阿西莫夫本人也有同样的问题：在他的名篇《最后的问题》中，2061年的超级电脑需要用纸带输入输出，而《银河帝国》中只有广播电视，没有互联网和社交网络。卡尔·波普尔曾指出一个简单的悖论：如果新的知识可以被预测，它就不会是“新”的知识。因此，他认为我们不可能用科学的方法来预测科学知识的增长。这看似简单的悖论，却有重要的现实含义：前置性、事先挑选方向的产业政策和强监管、强干预，会限制创新和技术进步。
工业革命以后，技术与产品的研发越来越复杂。技术进步不仅仅是科学研究，更是与产业实践紧密结合。技术在科学意义上的先进，不代表可以在产业中大规模应用；而看起来没那么高明的技术，如果性价比高，能获得消费市场的支持，反而会成为主流。先进的技术则可能需要迭代到边际成本降至消费者能承担的水平，才会慢慢进入大众市场。
在20世纪90年代手机普及之初，几乎同时出现了两种通信网络：一种是低轨道卫星通信，由手机的发明者摩托罗拉公司向地球轨道上发射卫星，组建了铱星系统，这种技术先进，但成本高昂；另一种是地面蜂窝网络，在地面上建立一个个基站，通过基站与手机收发信号，基站间用有线网络链接，这种技术没那么高端，但成本低廉。最终，在摩托罗拉成功组建铱星网络时，蜂窝网络已经在地面上布成了网，占领了大众消费市场，铱星网络最终不得不破产重整。
电动汽车也有类似的历史。电动汽车的发明早于内燃机汽车，在1920年以前，电动汽车比内燃机驱动的汽车更具优势，但在1920年以后逐渐被内燃机汽车超过，几乎绝迹于汽车市场。1990年以后，因为环保和石油价格的驱动，电动汽车产业再次复苏，相继出现了纯电、混动、插电混动、增程式电动车等多种技术路线，越来越具有性价比优势。最近几年新能源车开始猛烈冲击燃油汽车的市场份额。
芯片的发展史体现了技术进步不确定性的另一面：迂回性。计算机自发明之初，主要目的是科学计算，国防合同是硅谷半导体公司的主要收入来源。20世纪70年代以后，半导体公司开始转向民用计算机和计算器，但这个过程并不顺利，因为科学计算对芯片的需求并不强劲。转折点是电子游戏。20世纪70年代，从摩托罗拉离开的查克·派朵（Chuck Peddle）转投MOS公司，带领团队设计出MOS 6502系列微处理器。6502系列芯片的最大用户就是游戏机厂商。雅达利的爆款产品Atari 2600、任天堂的红白机用的都是6502或者其改进版本，累计销量分别超过3 000万台和6 000万台。大规模的需求推动了大规模制造，芯片生产的平均成本大幅下降，由此，我们迎来了消费电子行业的第一个繁荣时代。一个有趣的事实是，乔布斯曾经在雅达利工作过，这段经历帮助乔布斯“完成了他走上商业和设计道路的入门课”（Isaacson，2011）。
英伟达也有类似的发展路径。当下，英伟达设计的AI芯片是人工智能的“石油与粮食”，但就在不久之前，英伟达的营收还主要来自电子游戏。2015年至2022年，游戏收入在英伟达营收中的占比一直在40%~60%，而看起来更有意义的数据中心，在2015年的营收中仅占比7%，只有到OpenAI兴起以后才迅速上升到目前的60%。回过头看，游戏玩家真金白银的需求和对游戏画面和流畅度的挑剔，有效推动了GPU（图形处理器）的技术进步和成本降低，反过来为人工智能的芯片研发打好了基础。
技术进步的不确定性使技术进步经常卡在找方向上，走弯路、犯错、重复劳动是研发活动的常态，例如2000年初的微硬盘和固态硬盘（SSD）、等离子电视和液晶面板。现实中的研发往往不是预设目标的重大项目攻关，而是在茫茫大海中寻找新大陆。在研发成本日趋高昂并与产品深度结合的当下，技术进步路径内在地要求宽松的管制环境，不轻易限制市场遍历可能性的过程，毕竟你不知道哪片云彩才有雨。通过分散、去中心化的竞争性市场尝试更多可能性，才能提高创新的概率。
在1995年之前，美国和欧洲在劳动生产率上呈现收敛的态势。但自1995年以来，美国的劳动生产率增长率从1980—1995年的1.3%加速到1995—2006年的2.2%，而相应时期欧洲的生产率增长则从2.3%放缓至1.4%。美欧的劳动生产率差距拉大，尤其表现在大量使用信息技术的新兴行业（Bloom et al.，2012）。这与美国在相关行业上更少的监管和更灵活的劳动力管制密切相关。
全球分工、技术碎片化与后发优势
技术进步的不确定性叠加产品周期，使创新企业的资本支出规模越来越大，风险也越来越高。这种技术演进的路径内在地要求大规模生产，以分摊资本支出。这必然对应着市场和组织结构的变革。德龙敏锐地发现了20世纪经济发展背后的三股力量：工业实验室、大型现代公司组织和全球化。工业实验室与追求规模经济的现代公司相结合，促进了分工，大大提升了技术进步的效率。全球化则意味着市场范围的扩大，生产和消费在空间上的分离越来越显著，生产的专业化也越来越显著（详情可参见布拉德福德·德龙，《蹒跚前行：1870—2010年全球经济史》）。
以芯片行业为例，个人电脑市场的爆发，一度造就了英特尔在芯片行业的领导者地位。英特尔集芯片设计和制造等多种角色（IDM模式）于一身，是芯片行业最早的主要生产模式。这使得英特尔芯片工厂的发展依赖于自身产品的市场表现，受产品周期影响明显。随着计算机微处理器（CPU）市场的饱和，英特尔又一直没有推出有分量的手机芯片，因此缺乏足够的营业收入去分摊庞大的资本支出。与之相反，台积电采用的是晶圆代工（Foundry）模式，受产品周期的影响就小得多，只需要专注于制造技术的先进性和成本，只要技术先进、成本低，就可以为市场上所有客户提供代工服务，其受产品周期的影响要明显小于设计生产一体化的半导体公司。2024年台积电资本支出预算约高达300亿美元，其中有70%~80%用于先进工艺技术，主要涉及新生产线的制造和设备采购。英特尔在2023年才开始启用极紫外光刻机（EUV），比台积电要晚四年，这使得它的制程技术逐步落后于台积电。
分工导致了技术的碎片化，一个产品对应的技术可能分布在多个公司，并且随着全球化而扩散。工业化的棉纺织业始于英国，在随后的一百余年向欧洲其他国家和英国殖民地印度扩散，并在1900年前后向中国扩散。台积电与荷兰阿斯麦（ASML）的技术，最初都不是自主研发的，而是来自美国的技术扩散。技术扩散的原因多种多样，但核心渠道是国际贸易与跨境投资。产品、资金与人员的流动必然会导致技术扩散。例如，跨国企业的母公司将技术转移至国外的子公司，子公司则会雇用当地员工，给东道国带来积极的学习效应。子公司在营运过程中，也会为当地其他公司带来技术溢出（Hall and Rosenberg，2010）。
全球贸易的中心-外围分工，也随着时间在发生变化。最初，中心国家凭借在制造业上的优势提供制成品，而外围国家专业提供初级产品，后来中心-外围国家的关系又演化成“微笑曲线”，中心国家负责两头的技术、设计和营销、销售，外围国家负责生产制造。不同发展阶段和资源禀赋的国家根据自己的比较优势承担其分工的角色。各个国家都通过贸易嵌入世界体系之中，经济互相依赖。一个国家脱离了全球市场，无论供给端还是需求端都会面临重大挑战。
从供给端来看，无论是技术前沿的设备，还是大众化的消费产品，都是多国合作、全球供应的产物。尽管EUV是由荷兰阿斯麦公司设计制造，詹姆斯·韦伯望远镜项目由美国NASA（国家航空航天局）主导，但其供应商都是遍布全球的顶尖公司。阿斯麦公司的供应商总数约有5 000家，其中数千个专业零件都是生产数量相对较少的高价值产品，其供应商都是各个专业领域内最优秀的。没有全球合作，研发EUV和韦伯望远镜的困难程度要大很多。
从需求端来看，全球市场也让高水平专业化分工成为可能。在封闭经济体中，即使一个人口大国，其消费体量可能也很难承担起高水平专业化分工的成本，比如生产光刻机镜头的技师终其一生可能只是磨镜片，一国市场对光刻机的需求远远无法与全球市场相比。这也意味着一个地区虽小，人口体量不大，但面向全球市场，同样可以站在科技的前沿或者成长出巨无霸企业，无论是以前的诺基亚、爱立信，还是如今的ASML和台积电。
技术扩散与全球分工给了后发经济体追赶的机会。追赶和创新不同，追赶阶段所需的技术条件是确定的，发达国家已经摸索出成功的路线，后发经济体可以直接模仿，大大降低了研发活动的不确定性。分工的全球化也内在地激励跨国企业转移技术，1910年，英国本土的劳动力工资水平是中国的10倍，而工资是英国棉纺织业除棉花原料外的最大成本项，占比达62%（Clark，2007），而将棉纺织技术转移到中国，雇用中国本地劳动力无疑可以显著降低生产成本。早在20年前，林毅夫就曾指出，封闭经济体或者发达国家的创新主要靠本土创新或替代，只能靠自己实现技术进步，但作为开放经济体中的后发国家，还可以学习发达国家的现有技术以实现本土的技术进步，因此可以取得比发达国家更快速的经济增长。从20世纪60年代开始，东亚地区出现的“雁阵”式分工，原因就在于此。
中国在“苹果”供应链上的分工角色变化，是后发优势的绝佳例子。苹果公司是苹果手机产品相关技术的整合者，如果采用纵向一体化模式，那么其他国家的产业很难获得相关的技术溢出。在成本和利润的驱动下，自1996年开始，苹果公司把部分零件生产和装配外包。1998年，蒂姆·库克加入苹果，加快了外包进程，把制造工厂从美国加州迁到新加坡、爱尔兰，再转到中国台湾和大陆。2008年，在苹果公司推出第一代智能手机iPhone 3G时，中国大陆企业参与苹果全球供应链的只有富士康的代工厂，负责手机的最终组装。当时有很多声音质疑中国以这种方式参与国际贸易的必要性。然而，随着时间推移，中国企业越来越多地进入苹果的供应链，得到了丰富的学习和追赶机会，包括跨国企业的直接技术转移、生产过程向国际标准靠拢，以及跨国企业对供应链企业管理的提升和培训。这对供应链企业的产业升级和创新活动是很强的刺激。其结果是，中国大陆企业在苹果全球供应链中的位置越来越向高附加值移动。
2014年，苹果全球供应链上最大的198家企业中，有14家是中国内地企业。到2019年，来自中国内地和香港的企业变成40家（香港为10家），仅次于中国台湾的46家，超过日本和美国的38家。中国企业从最初仅参与组装，到现在覆盖了很多核心部件的生产，如相机模块、玻璃盖板、电池组、扬声器等。2008年，中国大陆企业在iPhone 3G的增加值中仅获取了3.6%的份额，而到2017年的iPhone X中，这个份额上升至25.4%（邢予青，2022）。毫无疑问，中国手机产业的进步离不开全球分工体系，脱离了全球的供应链，制造业追赶技术前沿的速度会大幅放缓。
O形环、劳动力分流与后发劣势
按照技术扩散理论，全球化会让欠发达国家和地区逐步追赶发达国家，两者之间的劳动生产率差异会逐步缩小。但事实并非如此。据阿瑟·刘易斯的估计，1870年之前只有六个国家登上了“电梯”。克拉克很疑惑（Clark，2007）：英国的劳动力成本如此不具优势、其他国家进口机械也没有障碍，为什么自19世纪50年代开始，具有庞大劳动力成本优势的贫穷国家仍然没有完全占领棉纺织业，将英国逐出这个无关税保护的市场？德龙（DeLong，2022）也有类似的疑惑：为什么在一战之前的岁月中，工业化没有更快地普及到后来的发展中国家。在二战后，能从农业社会发展为具有先进制造业和大规模创新的国家屈指可数。
要回答这个问题，我们需要先回答，现代生产方式与工业革命之前有什么区别？2019年诺奖得主克雷默认为，工业革命之前的生产过程比较“浅”，没有繁复的步骤，这种生产过程可以容忍错误与粗心（Kremer，1993），而现代生产方式强调分工。斯密早在18世纪末就在《国富论》中描述了工业化的制针过程，他考察的一个工厂将扣针的生产操作分为十几种操作，分别由10个专门的工人负责，这样一天可以成针4.8万枚，人均每天4800枚。新技术往往要求更细的分工。在19世纪的英国制陶厂，做一个杯子需要29道不同的工序，如果每道工序出错的概率为p，那么完成一个可销售产品的概率是（1-p）²⁹。哪怕犯错概率p仅仅只有10%，最终杯子成品的比例也只有5%（Clark，2007）。
这意味着，劳动力的错误有乘数效应，任何一项任务的失误都会大大降低产品的价值。美国“挑战者号”航天飞机的失事，说明了复杂工业品对错误的低容忍性。挑战者号有数千个部件，它的爆炸只是因为发射时的温度导致其中一个不重要部件（O形环）失灵。受此启发，克雷默建立了一个O形环生产函数来刻画这种现象，即工人技能的微小差异会造成劳动生产率和工资水平的巨大差异。一个推论是，在均衡状态下，高技能的工人（或几乎不会犯错误的工人）会相互匹配，而且技能水平越高，工资和产出也会大幅上升，这就是技能溢价（Skill Premium）。高生产率和更重视质量的企业，愿意支付更高的工资雇用高素质的劳动力。这也回答了卢卡斯的问题：为什么资本不从富国流向穷国？因为高技能劳动力犯错误的概率更小，可以避免资本浪费。
这里需要指出的是，高素质的劳动力不局限于生产制造领域的技术人员，也包括产品设计、人力资源、会计工作等，甚至包括后勤行政人员。所谓的技能也不局限于科学技术与管理技术，也包括契约意识、文明水平、公司治理、激励机制等软制度环境。我们总会观察到不同类型的企业内部不同岗位工人的工资存在正相关性，一个公司的核心技术人员工资的分位数比较高，行政后勤人员工资的分位数也会比较高。
O形环理论有助于我们理解先进制造业何以困难。以芯片制造为例，晶圆制造过程涉及数百种工艺、数千道工序，这些工序有时间间隔和空间次序，是现代工业的典型代表。以2000道工序为例，如果每道工序的良率为3个9（99.9%），那么最终产品的良率是13.52%；如果每道工序的平均良率是4个9、5个9，那么最终产品的良率就上升至81.9%和98%；如果质量标准达到六西格玛（99.99966%），那么最终产品的良率为99.32%。良率直接影响最终利润，给定生产规模，假定盈亏平衡的良率为95%，良率99%的利润比良率96%的利润要高出3倍。为了提高利润率，晶圆厂不得不扩大晶圆面积降低晶圆浪费、扩大产能规模摊销固定成本，同时必然也会全面采用高素质劳动力，降低每一个环节的失误，以提高总体的良率。
每个环节的良率都要保持极高的标准，这意味着晶圆制造不仅仅是引进一台最先进的光刻机那么简单，即使对最简单的水和空气也有极高的要求，冲洗晶圆的水是“超纯水”，光刻和制造空间是“无尘室”。要达到这些标准，设备、生产环境要达到更高的标准，因此生产过程高度依赖自动化设备，对劳动力素质的要求很高，晶圆厂的管理水平也要与之匹配。而供应商提供的设备、产品要达到对应的生产标准，意味着这些供应商与晶圆厂也有着相近的质量标准和管理水平。也就是说，一个先进晶圆厂的良好运行，对应的并不只是晶圆厂的几万名高技能劳动力，还需要上千个高水平的供应商，以及各自上游成百上千的高水平供应商。因此，先进制造业必然要求整体高素质的供应商和劳动力，以及与来自全球的高水平供应商和人才的合作。
依循这个逻辑，O形环理论不仅解释了企业间存在的效率差距和国家间的收入差距，还可以解释为什么这些收入差距并没有因技术扩散而趋于收敛。一个重要的原因是，二战以后技术进步呈现技能偏向（Goldin and Katz，2008），即相对于低技能劳动力来说，新技术、新生产方式或新工作组织方式对高技能劳动力劳动生产率的作用更大。劳动力技能在边际上的微小差异，在现代生产体系和技术进步的进程中会被放大，造成巨大的劳动生产率差异。只要技能溢价足够高，就能部分抵消发达国家劳动力成本高的劣势。
因此，弥合国家之间的劳动生产率差异，首先需要弥合劳动力技能的相对差异。这并不容易。国家之间的新技术与高技能劳动力存在正相关性，新技术的研发和应用提高了对劳动力技能、教育和专业知识的需求，如果一个国家和地区的高技能劳动力规模比较大，新技术带来的劳动生产率的增长更快，这更需要教育体制和专业技术人员体系的恰当配合。有学者（Lagakos et al.，2018a）在测量生命周期的跨国人力资本积累差异时发现，富国劳动力的工资随着经验的增长速度比在贫穷国家快了大约两倍，原因之一可能是教育体制导致在穷国受教育的人学会如何学习（learning how to learn）的程度较低。
分工、市场的限度与信任
先进制造业要求高技能劳动力和高水平供应商的合作，所以先进制造业团队的人员可能大比例都是行业顶尖人才。由于分工日趋细致，专业化水平越来越高，这些人才可能都是独一无二、很难被替代的。这就存在两个难题：高技能人才何以涌现及如何实现团队合作。
高技能人才不是凭空出现的，需要选拔和培养。顶尖人才在人群中的分布往往在三四个标准差以外，百里挑一甚至万里挑一。要让他们涌现，首先要保证他们作为顶尖人才的特质不会在涌现的过程中消失。这就要让人口保持各种特质的方差，因为方差大意味着两端的人口多，也就是出众的人数多、拔尖创新的人才多。只有在包容的环境中，人才的特质才不会被死板、僵硬、强调整齐划一的规矩磨灭。所以，人才的涌现必然发生在包容的环境里，由此推论，以标准化考试作为主要的人才筛选标准，会损害人群特质的多样性，不利于人才的涌现。
除了选拔，人才的培养也需要时间。一个人要经历十几年的学习以及十几年的工作经历，才会成为有经验的劳动力。在现代生产方式中，精益生产涉及大量默会知识，不是简单地堆积劳动力就可以解决问题的，必须在每个环节都配置足够多经验丰富的“老司机”才能保证整体的良率。这些经验即使全部可以积累成书面文档，消化掌握也需要时间。这种生产方式对“经验”的需求是非常强劲的，这会提升资深劳动力的人力资本价值，经验是极为重要的人力资本积累的渠道。产业向“高端”、精益生产转型，一定意味着“经验”变得更贵、“老司机”更吃香；反过来也同样成立，如果“老司机”的“经验”没有得到合理回报，那同样意味着产业不可能高端，生产不可能“精益”。所以人才的涌现需要长期可持续的激励机制。
遗憾的是，目前中国很多领域存在着所谓的“35岁现象”，企业招聘广泛存在年龄歧视。数据显示，工作经验对中国劳动力工资差异的影响明显小于美国，熟练劳动力的“经验”价值不被重视（Fang and Qiu，2023）。这并不是孤例。跨国数据显示，发展中国家的“经验-工资”曲线比发达国家更平坦，意味着发展中国家的劳动力从经验中获得的回报更低（Lagakos et al.，2018b）。中国的劳动力市场相对扁平、缺乏深度，无法容纳更多有经验的劳动力，也就限制了中国向精益生产、高端技术转型的潜力。这种环境在浪费“经验”的同时，也抑制了“经验”的生产，企业偏好劳动力的数量投入的同时，劳动力自身也不愿意积累更有价值的“经验”，而会侧重加班等数量型投入。企业更愿意使用经验较低的年轻人。
高技能人才面临的另一个问题是团队合作。高技能人才的独一无二、难以替代意味着他拥有了“卡脖子”的能力，如果每个人都有卡别人脖子的想法，那即使有足够的高技能劳动力，也很难做成什么事情。面对这种情况，有一些企业倾向于让公司离开了谁都能运转，以免被别人卡脖子。但这往往意味企业的平庸化。因此，尽管现代生产方式会导致劳动力的分流，高技能劳动力倾向于与高技能劳动力一起工作，但这并不代表高技能劳动力的团队合作是一件易事，事实往往相反，高技能劳动力合作的绝对难度要大于低技能劳动力合作。随着人们收入的提高，人们的需求层次会发生变化，对于尊严、爱、自我实现等方面的需求会越来越强，这需要在组织文化方面做出安排。相较于用薪酬满足劳动力在生理和安全上的需求，情感需求的满足是一个细致活，并不容易做好。
无论人才的涌现还是人才的合作，背后都直指长期视角。劳动力持续在细分领域专业化，知识与技能会趋于专用化，但这意味着工人容易被雇主“要挟”，离开了企业就找不到“下家”。雇主培养专业人才也会面临类似的问题，花钱培养了专业人才，如果他跳槽怎么办？这种困局使得企业倾向于搭便车。全社会都想搭便车，人力资本积累就慢，劳动力和企业的行为就会短期化。要想让工人和企业有长远的考虑，不仅需要劳动力和企业相信持续的投入会带来丰厚的回报，也要让他们信任目前这套激励机制是稳定的，不会朝令夕改，也就是对劳动力制度有信任和信心。
与人才的团队合作一样，供应链上下游之间合作的关键也是信任。人才与企业的合作是建立在分工的基础上，分工越细致，合作越重要。企业内分工深化容易形成大企业，企业外分工深化容易形成产业集群。问题是一个环节的失败就会满盘皆输，如何能保证合作对象和供应商可以完成他们的任务？如果合作对象质量可靠，但要挟己方、卡自己的脖子怎么办？这意味着分工应该是有限度的。斯密指出，分工的程度“受市场范围的限制”。杨小凯进一步指出，分工的限度在于交易费用，降低交易费用可以提高分工水平（Yang and Ng，1995）。
从社会层面来看，交易成本与社会信任水平负相关，一个缺乏信任的社会，交易成本会很高，阻碍分工的深化。更一般地说，现代经济体系有大量的跨期安排，包括创新活动的风险投资，要面临合同的不完备、道德风险、逆向选择等多种困境。资质、认证、品牌、声誉等一系列维持信任的制度安排，由此而生。良好的信任能促进合作并推动创新与经济发展，不信任则对经济发展具有阻碍作用（Fukuyama，1995）。而全社会的信任水平是由历史中诸多事件不断演化，与文化、组织形式等互相交织缓慢形成的。经济学研究发现，历史上的奴隶贸易造成了非洲内部群体不信任的生活经验，以文化的形式传承至今。这可以在很大程度上解释非洲国家在当代的经济不发达（Nunn and Wantchekon，2011）。
当然，信任也不是无限的。当产业链上下游企业有重大分歧时，原有的信任水平也可能无法保证合作的履行，这就需要更多的制度安排。纵向一体化、股权合作可以将外部市场活动内部化，以内部控制实现协调。以ASML公司为例，在台积电的建议下，ASML与台积电合作研发浸润式光刻机并获得成功，让ASML一举超越日本佳能、尼康等老牌光刻机大厂，垄断了光刻机市场。但在研发更先进的EUV时，ASML觉得风险太高，准备放弃研发，但台积电、三星、英特尔决定投资ASML，其中英特尔用30多亿美元获得了15%的股份，并提供超过10亿美元用于加速EUV的研发，台积电和三星分别出资14亿美元和8亿欧元获得5%和3%的股份。它们作为战略合作方，获得股东优先供货权，结成紧密的利益共同体，降低ASML的研发风险。三家新股东的加入及其提供的资金扭转了ASML的决策，EUV的研发加速，并获得成功。ASML本身也做了很多并购，如收购光源厂西盟（Cymer）、电子束检测设备商HMI以及入股镜头龙头卡尔·蔡司等，纵向一体化与股权合作促进了研发活动的协调性，弥补了单纯市场合作对信任的依赖。
视角扩展到全球，企业间的合作在叠加国际政治后会变得更加复杂，文化差异、文明冲突造成的不信任更加普遍，虽然全球一体化在弥合这些冲突，但并不总是奏效。以此为基础形成的全球产业链分工，近年来受到越来越多的挑战，时常出现以买方市场或卖方市场的市场势力作依托寻求政治目的的事例，这实际上就是要挟、卡脖子。这样的现实逼迫很多国家在自主可控和全球分工之间摇摆不定，也有一些国家提出“友岸生产”等折中解决方案。
结论：后发国家如何实现追赶
加入WTO以来的二十余年，中国的产业现代化取得了长足进步。中国的优势产业从20世纪80年代的低端纺织品、廉价消费品转型为今天的汽车、造船、机电产品、化学品等行业。据经合组织（OECD）2023年更新的TiVA数据库，中国的制造业产业占到了全球的35%，是美国的3倍、日本的6倍和德国的9倍。中国的工业化进程是史无前例的，上一次全球制造业产出冠军之位发生变更，还是在一百多年以前的一战前夕，当时美国超越了英国。从国际竞争力来看，中国制造业出口占全球制造业出口的份额从1995年的3%上升到2020年的20%，对应的是G7国家的份额全数下降。
当然，中国制造业仍有很大的提升空间。中国制造业增加值占全球的份额只有29%，明显低于产出占全球的份额（35%），这意味着中国制造业中的高附加值产品还不够多。这在很大程度上是因为中国制造业的技术水平整体还弱于发达国家，在半导体、航空航天、生物医药、高端装备等行业的基础相对比较薄弱。最近几年，中国对研发的支持力度与日俱增，研发强度（研发支出/GDP）从2000年的0.89%上升至2021年的2.43%，已经接近OECD国家的平均水平。从研发主体上看，无论是高校还是企业，其研发产出都有显著的提高，正在迅速追赶发达国家。那么中国作为后发国家，应该采取何种策略促进技术进步，突破关键行业的技术壁垒？如何快速提升中国产业在全球价值链中的位置？
首先，改革开放以来，中国的产业发展与技术进步是建立在全球化基础之上的。在分工与全球市场的时代背景下，中国的比较优势及对外开放政策让中国成为全球分工中越来越重要的一环。中国在嵌入全球经济体系的过程中，享受了全球发达国家技术扩散的溢出，加速了本土技术进步、产业升级的速度，提高了劳动生产率，吸纳了农业劳动力，促进了城市化，这是中国经济奇迹的重要前提。中国嵌入全球经济也为全球市场回馈了低成本、高效率的产品以及更具灵活性的供应链。在2015年以后，跨国企业越发重视中国在供应链中举足轻重的角色，主要的芯片厂商、制药企业以及生产中间品的企业都有在中国设厂或者扩产的计划。尽管中国要达到先进制造业效率前沿仍要在劳动力素质、教育制度上做相应安排，但假以时日，中国制造与国际前沿之间的差距会明显收敛。
中国嵌入全球市场的过程本身就会形成你中有我、我中有你的互相依赖的格局，这是全球分工、技术碎片化的必然结果。互相依赖的本质就是有能力卡对方的脖子，如果要保证不被卡脖子、完全自主可控，那就不能互相依赖，也就是不要全球分工。避免卡脖子会不由自主地导致“脱嵌”行为。与全球产业链脱钩断链固然可以让一个国家的产业不再被他国卡脖子，但也意味着无法享受分工与全球市场的收益，对于中国这样的后发国家而言，与全球产业链脱嵌会大大降低全球分工带来的技术扩散的收益，不利于中国产业升级以及后发追赶。
我们还要看到，通过全球贸易参与全球分工也有策略差异。尽管贸易对贸易双方的福利都有益，但很长的时段内全球贸易由富裕国家间的贸易（北北贸易）主导。19世纪中叶，北北贸易占到全球贸易总额的70%~80%，发展中国家之间的贸易占全球贸易的份额可以忽略不计。北北贸易的份额经过多年下降，到20世纪90年代初仍占60%。90年代以后似乎出现了转折点，据联合国贸发会议（UNCTAD）的《2022年贸易和发展报告》（Trade and Development Report 2022）的数据，北北贸易份额急剧下降，南南和南北（指南方向北方国家出口）贸易份额迅速上升。到2020年，全球贸易中有25%是南南贸易，20%左右是南北贸易，而北北贸易下降到37%，中国是这一趋势变化的最大影响者。
对于中国而言，南南贸易很重要，因为可以消化中国的产能。但中国与发达国家的贸易也不可替代，因为发达国家的消费者对品质的要求较高，也可以承受更高的价格，因此对他们出口产品的附加值更高，可以拉动中国制造向附加值更高的一端移动。从劳动生产率与劳动力素质的角度看，由于质量与效率提升的边际成本是递增的，产品质量的要求越高，对劳动力素质的要求也会越高，这需要在薪酬福利上付出足够的溢价，才能实现劳动力素质的提升。这就又回到了O形环理论：高工资的企业在网络中更有可能相互匹配，当贸易伙伴的生产率都较高时，交易的价值就更大。近期的经济学研究发现，来自富裕国家的出口需求显著提高了出口国企业的技能强度，因此向发达国家出口少量产品也会促进发展中国家的经济增长（Demir et al.，2024）。对于中国而言，这意味着想要更快地提升劳动生产率，想要实现更快的产业升级，与北方国家开展贸易才是更优的选项。
其次，尽管中国制造业与发达国家相比还有一定的距离，但中国在互联网和人工智能领域已经居于全球前列。最近十年，人工智能的进步主要出现在中美两国，而欧洲的进展相对滞后。实际上，自从互联网兴起以来，欧洲就缺乏知名互联网企业，系统性地错过了互联网、金融科技、人工智能等多个领域的发展。相反，欧洲的互联网监管却一直走在国际前列，例如以强监管态势和严格的惩罚性举措著称的《通用数据保护条例》（GDPR）。包括企业界在内的很多人士认为，过高的业务与合规成本严重抑制了欧洲企业的创新，也阻碍了跨国企业在欧洲的发展。本文前面的论述也表明，科技前沿的创新有其不确定性，过严的管制可能会损伤竞争性的市场结构，进而影响创新的发生。中国在互联网和人工智能等领域有超越欧洲的势头，很重要的原因是中国在这些领域的管制要比欧洲宽松。
最后，O形环理论告诉我们，产业链越是现代化、专业化，劳动生产率越高，就越是要求各种条件齐备并且保持高效率的运行。如果做不到这点，数量巨大的资本、资源和劳动力就会被浪费（DeLong，2022）。对后发国家来说，这些条件中最难的，例如人才的涌现和团队合作、企业和工人之间的相互信任等，都在制度层面，而劳动生产率的分流，很大程度上是制度的差异，因此有很强的路径依赖。杨小凯与林毅夫论争时提出过著名的“后发劣势”，即后发国家如果仅模仿发达国家的技术和管理而不改革其制度，虽短期内在经济上可以获得快速增长，但会给长期增长留下许多隐患，甚至使长期发展停滞（林毅夫，2003）。尽管改善制度比较困难，但一旦消除制度障碍，让企业家、劳动力和社会各界对长期有信心，他们的行为就会长期化。这是创新和产业升级的真正前提。
