在历史的长河中，科技革命始终是大国崛起的关键变量。从工业革命的蒸汽时代到信息技术革命的互联网时代，每一次科技进步都重塑了世界格局。如今，AI 竞争成为新的焦点。AI 拥有强大的计算能力和学习能力，能为国家在经济、军事、医疗等多个领域带来巨大变革。拥有先进 AI 技术的国家，将在全球竞争中占据优势，提升综合国力。它不仅能推动产业升级，创造新的经济增长点，还能增强国防实力，保障国家安全。各国纷纷加大对 AI 领域的投入，争夺这一未来发展的制高点，AI 竞争将深刻影响大国的崛起之路。

本文来自微信公众号：经济观察报 （ID：eeo-com-cn），作者：刘诚

历史上，全球大国的崛起总是与科技革命紧密相连。

当今时代，全球正处于百年未有之大变局，恰逢新一轮科技革命的到来，AI领域的国际竞争也愈演愈烈。从历史、经济和政治的视角分析科技革命，并预判AI国际竞争态势，这值得社会各界密切关注。

历史逻辑：科技中心的演变

1954年，英国学者约翰·德斯蒙德·贝尔纳（John Desmond Bernal）在其著作《历史上的科学》中，首次系统地提出了“全球科学中心转移”这一学术命题，探究了全球科学活动主导地位在地理空间层面上的历史性变迁情况。

1962年，日本科学史家汤浅光朝通过定量统计分析发现，近代以来，全球科学中心按照“意大利—英国—法国—德国—美国”的顺序依次转移，转移周期大约为80年，这一规律被后世称作“汤浅现象”周期律。

美国耶鲁大学历史学教授保罗·肯尼迪（Paul Kennedy）在1992年曾经指出，从历史上看任何大国的崛起都与科技创新紧密相连，都遵循着“科技创新—国内标准国际化—提供区域和国际公共产品—主导国际舆论”的成长路径。

也就是说，科技中心是经济中心、政治中心、文化教育中心以及军事中心的先导力量，是大国崛起的第一步。

经济逻辑：经济范式的跃迁

然而，科技革命并不必然引发产业革命。例如，各大文明古国虽有许多伟大的科技发明，却未能催生出现代工业；意大利作为近代第一个全球科技中心，也未能率先掀起产业革命。

这说明，我们不能简单地将科技革命等同于产业革命，二者之间存在一定“鸿沟”。换句话说，科技革命需要实现“惊险一跃”，即通过商业化、产业化、规模化生产，才能转化为产业革命，这实际上需要形成系统性的经济范式转换。

正如美国科学哲学家托马斯·库恩（Thomas Samuel Kuhn）在《科学革命的结构》一书中所指出的：“科学的发展不是通过连续和线性的方式，而是经历一系列‘范式转换’来发展的。”具体而言，这需要一套从技术到经济的完整范式，涵盖生产设备、燃料能源动力、基础设施、城镇化、人口结构、市场规模，以及适应新产业发展的社会规则等多个方面。

纵观全球大国的科技史与经济发展史，通用技术（General Purpose Technologies，GPT）在全社会的普及应用，是实现经济范式转换、完成从科技革命到产业革命“惊险一跃”的关键所在。例如，蒸汽机启动了第一次产业革命，内燃机和电气化技术成为第二次产业革命的标志，计算机和互联网则引领了第三次产业革命。

也就是说，尽管科技革命中全社会涌现出大量发明创造，技术路线纷繁复杂，但从技术经济范式转换的历程来看，关键在于抓住其中的GPT技术，并尽快实现经济范式转换，从而引领全社会经济实现跃迁。

GPT作为一个明确的经济学概念，由斯坦福大学的蒂莫西·F·布雷斯纳汉（Timothy F.Bresnahan）和特拉维夫大学的曼努埃尔·特拉伊滕贝格（Manuel Trajtenberg）于1992年首次提出。

在他们看来，技术具有一种树状结构，几个主要技术位于顶端，其他所有技术均由它们派生而来。他们定义GPT具有三个重要特征：普遍适用性、创新互补性以及技术动力性。鉴于GPT的重要意义，经济学家普遍认为，GPT在国家经济崛起过程中发挥着至关重要的作用。

政治逻辑：大国的崛起

经济基础决定上层建筑，科技和经济的发展必然会导致国际权力的集中，进而引发大国的崛起。对此，存在两种不同的理论解释。

第一种解释是新范式的中心崛起与外围扩散。

可以说，科技革命引发的产业革命，天然地推动了世界权力中心的转移。尤其是，GPT带来了科技革命以及大国崛起的可能性。

经济学家关注一个国家如何借助GPT出现所带来的社会经济范式转换以及国际产业和权力中心的转换机遇，从而推动大国崛起。

有学者强调全球基础设施的重要性，因为一个大国若要抓住科技变革的机遇，就需要在GPT发展初期积极建设与之相关的基础设施。

在这个过程中，不仅有技术革命，更有基础设施、经济发展范式等方面的全面转型与变革。比如，航海和港口的发展，曾为英国、荷兰、西班牙等国家的崛起提供了机遇；铁路和电报电信曾为美国的崛起提供了机遇；高铁、汽车、电子元器件、互联网为二战后日本及亚洲四小龙的腾飞提供了机遇。

权力中心在塑造大国的同时，也会同步形成一些围绕大国的小国，进而形成中心外围权力秩序。

有学者深入探讨了技术扩散和大规模应用对于大国秩序演变的作用，提出了GPT扩散理论，并指出决定哪个国家能够拥抱未来的关键在于GPT的基础设施，而不仅仅是在创新领域抢占高地。

与新的GPT相适应的基础设施建设，需要形成产业革命与金融资本相融合的新范式。在这一过程中，新范式要突破旧有社会制度框架的阻碍，在旧有体系断裂时吸收技术革命的新范式，并与新形成的社会制度框架重新耦合，从而发挥GPT的技术互补性，使其在大国崛起中发挥更大作用。

从中也可以看出，中心外围的国际权力格局在一定时期内是相对稳定的，中心国家在实现利益最大化的同时，外围国家能获得技术溢出和产业转移的好处，彼此相互成就、共同成长。

正如美国著名的国际关系和国际政治经济学家罗伯特·吉尔平（Robert Gilpin）于2006年所指出的，科技革命和产业变革是核心区经济快速增长以及相对其他社会兴起的主要原因，随后新技术和产业就会扩散到边缘区经济体。

吉尔平还提出，随着崛起大国的经济增长率因革新速度变得相对有限而呈低速态势，其经济、技术和组织技能的扩散会削弱它对其他国家，尤其是那些处于体系外围的国家的竞争优势，此时新兴国家获得后发优势，这推动了国际权力体系的进一步更迭。

第二种解释是技术主权和技术民族主义。

一方面，依赖与被依赖构成权力。在国际政治理论中，权力工具是指国家在国际体系中捍卫其自主权和施加影响力的手段，包括经济实力、军事实力、软实力以及对通信的控制。

从经济学角度看，经济上的相互依赖可以被用作竞争的权力工具。由于经济上的相互依赖很少是对称的，各国努力发展非对称性相互依赖，以最大限度地发挥其自主权和影响力。

例如，中国于2013年发起共建“一带一路”以及“数字丝绸之路”，这表明中国正在削弱美国对作为地缘经济力量重要支柱的海上运输走廊的控制。

另一方面，对他国技术的依赖会损害本国主权。倘若关键技术受制于人，就会对他国形成非对称性依赖，影响本国在经济、政治、军事、外交等方面国际战略的自主性。

技术不自主，其他方面也难以自主。例如，由于不是技术领导者，俄罗斯几乎没有能力与美国和中国的技术生态系统相抗衡。非洲一些国家面临的一个国际威胁是，在技术积累和实施方面过于落后，从而因过度依赖外国企业而成为“技术殖民地”，这会使其市场饱和并阻碍国内替代品走向成熟。解决这一问题的最佳方法是通过与中国合作，建立本地技术储备，并将本地产业发展纳入全球技术生态系统中。

时代逻辑：AI国际竞争

首先，怎么看这个时代？

当前，全球呈现出多元科技中心、多元经济中心的格局，竞争态势愈发复杂。

历史上存在一个看似矛盾的现象：一国独大与全球自由秩序并存。当一国在科技革命中迅速崛起，且其他国家尚不构成威胁时，国际分工会巩固该国对战略产业、运输走廊和金融工具等地缘经济权力杠杆的控制，使其能够通过全球化放大技术优势所带来的市场红利。

因此，该大国会主张全球化，并愿意分享其先进技术。与此同时，具备技术基础的追随者通过模仿和学习逐渐成为新兴国家，它们有很强的动力推动技术更快地扩散，进而形成了相对稳定的自由经济国际秩序。

反之，当经济权力的集中度降低时，自由秩序预计将瓦解，相关政权会变得更为脆弱，最终可能被重商主义安排所取代，此时国家权力将建立在市场力量之上。

第四次产业革命就发生在这样一个支离破碎的国际经济体系中。美欧日等经济体对自由贸易的承诺减少，这一重大变化将使它们的经济战略变得更加肆无忌惮、更具强制性和破坏性。

其次，怎么看AI？

当今社会已从平台经济时代迈入智能经济时代，从数字化阶段进入智能化阶段。从中日对比来看，日本实际上抓住了第三次产业革命的机遇，但在个人电脑、智能手机和平台经济转型过程中错失良机。中国抓住了第四次产业革命在个人电脑、智能手机、平台经济、新能源汽车、自动驾驶等方面的机遇，但在第三次产业革命中存在历史遗留的短板（如芯片半导体领域）。

我们亟待研究的是：与第三次产业革命相比，第四次产业革命新在何处？从日本在第三次产业革命中的表现中能汲取哪些经验和教训？例如，如何更快更稳地抓住AI机遇，实现人机协作、虚实融合、实智融合发展。

其三，我们如何在这个时代抢占AI国际竞争优势？

新一轮科技革命呈现出科技革命与产业革命深度融合的显著特征，其核心在于以新兴科技为驱动力，推动产业结构的根本性变革和生产力的跨越式提升。

首先，新技术的集群化突破形成了新的生产力体系。人工智能、大数据、量子计算及清洁能源技术等新兴领域的突破，正在重塑传统产业的生产模式，并催生出智能制造、绿色能源及数字经济等新兴业态。

其次，产业生态的塑造成为经济竞争的关键。与以往的单点技术突破不同，本轮科技革命强调技术系统间的协同发展，促成了上下游产业链的生态化重构。以新能源汽车产业为例，智能化与电动化的深度融合，不仅革新了汽车制造的传统模式，更深刻重塑了能源供应、材料科学及软件开发等领域的协同生态。

最后，产业部门成为技术创新的重要力量。以人工智能大模型为例，随着大模型成为引领本轮人工智能革命的技术范式，拥有更多数据和算力资源的产业界逐渐超越学术界，成为推动人工智能发展的主角。