人工智慧時代，當各國聚焦於“技術競爭力”時，蘭德公司的一份重磅報告卻將國家競爭的本質指向了“社會競爭力”。報告警示，成為人工智慧時代的贏家，不取決於技術領域的單點突破，而取決於技術能否與社會深度融合、相互賦能。本文基於對該報告的解讀，認為建立人工智慧時代國家競爭力的關鍵在於讓人工智慧技術服務全人發展和社會治理。本文分析了“唯技術論”的侷限性，並通過案例論證，說明了只有當人工智慧技術紮根於社會土壤，服務於城市治理、醫療公平、終身教育等具體應用場景時，才能轉化為國家競爭力。《國家新紀元：人工智慧時代的權力格局與競爭優勢》（A New Age of Nations: Power and Advantage in the AI Era）（來源：RAND Corporation）美國蘭德公司於2026年1月26日發佈長篇分析報告《國家新紀元：人工智慧時代的權力格局與競爭優勢》(A New Age of Nations: Power and Advantage in the AI Era)，報告作者為蘭德公司高級政治學家邁克爾·馬扎爾（Michael J. Mazarr）。報告提出了一個超越“唯技術論”敘事的觀點：人工智慧技術是目前影響最為廣泛的通用技術之一。人工智慧時代全球面臨重大轉型，僅僅在演算法、算力或半導體供應鏈方面的領先並不能轉化為國家的持續優勢，建立長期國家競爭力的關鍵在於能否通過制度安排與治理能力，將人工智慧技術深度嵌入社會結構，使整個社會系統適應並善用人工智慧，從而解決社會治理中的諸多深層次挑戰。基於此，報告建議美國建構一套兼顧技術領先與社會適配的綜合性國家戰略，方能在人工智慧全球競爭中贏得長期優勢。本文認為，這份報告的最大啟示在於揭示了“社會競爭力”(technological competitiveness)才是人工智慧全球競爭的關鍵所在；我們必須避免“唯技術論”，將人工智慧技術深度融入經濟社會的發展處理程序，使其真正服務於全人發展和社會治理，從而奠定國家的長期競爭優勢。人工智慧革命的核心：從“技術”到“社會”報告聚焦人工智慧革命對國家競爭力的影響，開篇即指出：學界普遍認為，作為人類歷史上最新且可能影響最廣泛的通用技術，人工智慧可能引發人類歷史上最偉大的技術革命，其廣度與深度堪比工業革命。人工智慧技術不僅與生物技術、機器人技術、新能源、奈米技術、先進製造技術等領域的發展同步興起，更成為這些技術進步的關鍵支撐。正如工業革命重塑全球權力格局一樣，人工智慧革命將對各國的國家競爭力及其前途命運產生決定性影響。然而，與當前聚焦於演算法、算力以及大模型的技術競爭敘事不同，報告作者馬扎爾尖銳地指出，美國及其競爭對手可能正陷入一個巨大誤區：過度關注技術堆疊而忽視了人工智慧與國家競爭力之間的深層聯絡。歷史經驗表明，工業革命時代的技術進步並非直線發展，而是呈現為“平穩蓄勢－突然爆發”的狀態，故而將工業革命總結為“一鍵式”變革是片面的，它是技術變革與社會經濟結構深度嵌入的結果。工業革命時期的英國崛起，不僅源於蒸汽機等先進裝置的湧現，更得益於其充滿活力的社會生態、有效的制度建設與適應性的社會文化。同理，人工智慧時代的最終贏家將是那些能夠利用這項技術使整個社會更具競爭力的國家，而不僅僅是擁有最先進模型的國家。一個國家能否繁榮，取決於其社會是否為新技術的普及提供了沃土，以及能否有效維護技術轉型期社會的健康有序發展。因此，人工智慧時代的競爭首先是一場關於“社會”的競爭。人工智慧革命的情景（來源：RAND Corporation）報告特別警示了這場革命的“漸進式”陷阱。儘管關於人工智慧發展的速度有“自驅式騰飛至超級智能體（Self-Reinforcing Takeoff to Superintellignece）”“人工智慧停滯（AI Plateau）”與“漸進式湧現（Rapid but Still Gradual Emergence）”三種情景，馬扎爾認為後者最可能成真——即人工智慧將重塑社會組織、經濟生態與軍事運作模式，其模型能力快速提升，但受制於高昂算力、資料稀缺與監管複雜等問題，其社會擴散呈現為一個緩慢累積的過程。這種漸進性極易讓決策者產生虛假的安全感，誤以為這只是一次普通的產業升級，而錯失為這場指數級變革做好準備的機會。若一國僅為應對技術騰飛囤積算力，卻未能及時培育社會適應能力與韌性，則最終可能在長期競爭中落敗。人工智慧革命正降臨在一個本已充滿經濟不平等、社會極化與治理危機的時代，其對各國命運的影響，取決於技術革新與社會的適配程度。這一視角與《科技共和國》(The Technological Republic: Hard Power, Soft Belief, and the Future of the West)一書對於二戰後美國科技行業發展路線的批判是一致的。《科技共和國》一書認為美國科技精英迴避了那些真正關乎社會根本利益的重大問題，而將注意力放在那些容易解決的小事上，關注娛樂、消費和流量，將智力資源投入“即時滿足”的事務中，而忽視了技術進步對國家競爭和公共事務的作用。故而，《科技共和國》呼籲科技界重拾“曼哈頓計畫（Manhattan Project）”式的愛國主義，主張通過政企緊密結盟確保技術優勢。然而，與蘭德公司的報告相比，《科技共和國》的這種視角仍內嵌著“技術決勝”的邏輯，相對忽視了技術廣泛擴散後可能引發的社會解構風險。此外，此書更多關注技術與制度的深度耦合，而對於“社會”這一技術發展真正的沃土鮮有提及。《科技共和國：硬實力、軟信仰與西方的未來》（The Technological Republic: Hard Power, Soft Belief, and the Future of the West）（來源：中信出版社）蘭德報告的深刻之處在於，超越了“如何贏得技術競賽”的命題，進而追問“技術競賽的終極目標是什麼”這一更為深刻的命題。人工智慧既能成為人類社會經濟增長的引擎，也可能在缺乏制度和規範制約的情況下，加劇社會分裂、損害全人發展。一方面，社會貧富分化隨著人工智慧技術的快速發展而迅速擴大，科技巨頭成為掌握財富的新貴；另一方面，全民知識創造能力、社會整體思考力和創新力下降，當人工智慧代替人類思考和創新，公共理性隨之受到侵蝕。報告更進一步指出了一個哲學層面的關切：人類主體性（human agency）將受到損害。現代化強國的根本活力源於其公民相信自己有能力改變命運以及探索未知，然而，當演算法日益深入地滲透到公民接收資訊和做出選擇的路徑時，國民存在淪為被動的“資料節點”的風險。報告認為，那些能夠駕馭人工智慧革命，使其增強而非削弱人類能動性和尊嚴的社會，將會繁榮；而那些任由人工智慧疊加在掠奪性制度之上，進一步剝奪人類主體性的社會，將遭受長期的競爭劣勢。如果缺乏健全的、倫理框架與公民教育作為配套，單純追求技術領先不僅無法轉化為長期國家競爭力，反而可能從內部腐蝕人類社會的智力資源、凝聚力和尊嚴。國家競爭力的真正戰場，不在實驗室的晶片中，而在廣闊的社會沃土中。國家競爭的底層邏輯基於其長期對“國家競爭力的社會基礎”的研究，這份報告建構了理解人工智慧時代國家競爭與發展的核心框架。人工智慧時代的競爭的底層邏輯從單純追求在“技術堆疊”（晶片、模型、算力）上的領先，轉變為追求人工智慧的“社會適配”能力——即通過制度安排與倫理規範引導人工智慧安全、可信、高效且公平地服務於經濟社會發展。從頂層設計上，這要求政策制定者將人工智慧技術的發展錨定於增進社會凝聚力、擴展個人機會、提升治理效能與捍衛人類尊嚴等長遠社會目標之上。唯有將技術優勢深植於社會土壤，人工智慧才能真正建構國家長期競爭力。報告認為，決定國家長期競爭優勢的根源在於社會自身是否具備七大關鍵特質：國家抱負與集體意志(National Ambition and Willpower)、統一的國民身份認同(Unified National Identity)、共享機遇(Shared Opportunity)、積極有為的國家(An Active State)、有效的制度(Effective Institutions)、學習與適應型社會(A Learning and Adapting Society)和競爭性多樣性與多元化(Competitive Diversity and Pluralism)。人工智慧技術與這七大核心社會特徵深刻互動，而其在每個領域帶來的，既可能是革命性的發展動能，也可能是動搖社會根基的風險。人工智慧時代的贏家，並非僅僅是擁有最先進模型的國家，而是能夠成功引導人工智慧技術強化而非削弱這七大社會特質的國家。1. 國家抱負與集體意志歷史上的強國無不依賴於一種渴望成就的集體自信，人工智慧有望通過創造財富和解決重大挑戰來重振這種雄心。然而，其風險在於，當人工智慧在多數領域超越人類，則可能催生依賴心理，致使“全民懶散”。長此以往，國家可能淪為一個擁有頂尖技術但缺乏競爭力的“空殼”國家。2. 統一的國民身份認同強大的社會凝聚力是國家力量的基石。人工智慧可以通過提升公共服務效率來增強認同感，但其加速社會分裂的潛在風險更大。人工智慧可能催生新的不平等、替代真實的人機互動，並通過演算法加劇“資訊繭房”，從而侵蝕人類社會團結的根基。國家如若仍希望維繫其內部凝聚力，則必須以空前決心投入資源維護其社會認同。3. 共享機遇人工智慧前所未有地拓寬了“機會邊界”，讓經濟紅利更公平地惠及全民發展，讓邊緣群體也有共享機遇。然而，技術的普及並不會自動導向公平。除非社會有意識地塑造技術革命，使其以人道和普惠的方式賦能公民社會和全人發展，否則演算法歧視與崗位替代很可能加劇現有不平等。因此，終極問題不在於人工智慧將如何影響人類社會，而在於人類社會決定為自己創造怎樣的未來。4. 積極有為的國家一個能設定規則、提供公共產品、營造公平環境且不限制社會活力的政府至關重要。人工智慧在提升國家治理效能方面潛力巨大，但其擴散也存在瓦解社會信任和團結的重大風險。未來十年的人工智慧競爭將是圍繞國家治理效能的競爭。積極有為的國家不僅關注如何從人工智慧中獲得經濟利益，更關注如何利用人工智慧提升國家實力。5. 有效的制度制度包括正式組織與非正式規範，是社會運行和發展的“骨架”。人工智慧對於生產效率的提升和社會制度形態的重塑效果是顯著的，但其應用可能加劇社會不平等，甚至淪為執政者的攻擊，催生“技術利維坦”。如果不能審慎地將人工智慧融入現有制度，則反而可能侵蝕社會資本並損害國家的長期競爭優勢。6. 學習與適應型社會一個社會獲取、吸收和應用新知識的能力是其創新能力的源泉。作為強大的學習引擎，人工智慧一方面能加速科學發展，另一方面也帶來了“人工智殘”的風險。如果人工智慧的發展是以犧牲人類深度思考和創新能力為代價的，那麼無論其多麼智能，都將損害人類社會的長期智力發展與達成共識的能力。7. 競爭性多樣性與多元化思想多元化和權力的適度分散是社會活力的保障。人工智慧既可以成為創意生成與跨領域寫作的動力，也可能因其演算法的同質化傾向與對資訊環境的塑造而加劇社會認知危機。人工智慧的差異化應用（來源：RAND Corporation）未來美國的人工智慧戰略基於上述論證，報告認為美國未來人工智慧的發展所需要的遠非一份單純的技術路線圖，而是一份旨在激發國家全面復興的綜合性議程。美國需要的不是一項孤立的“人工智慧戰略”，而是一項以人工智慧為核心工具，旨在建立長期國家競爭力的社會戰略。這份報告的終極關切在於解決“人類主體性”的損害。人工智慧時代最具決定性的競爭優勢取決於技術能否廣泛增強個體與集體的主觀能動性。為實現這一目標，報告提出了涵蓋技術、治理與社會的八大戰略支柱：提升公共部門人工智慧競爭力(Build public-sector AI competence)、培養相關人才(Develop relevant talent)、催化拓寬社會機遇的人工智慧應用(Catalyze AI applications that widen opportunity throughout society)、開展保障自主決策權的全國性運動(Undertake a national campaign to guarantee autonomous agency)、發展一個發現新知的新時代(Underwrite a new era of intellectual discovery)、利用人工智慧與法律改善資訊生態(Use AI and targeted laws to improve the information environment)、結合人工智慧與制度改革最佳化公共部門行政效率(Combine AI with institutional reforms to streamline and improve the effectiveness of public-sector bureaucracy)、建立具有前瞻性的人工智慧預見與戰略職能(Create anticipatory AI foresight and strategy functions)。具體而言，領先國家應致力於建構兼顧“技術領先”與“社會適配”的綜合性人工智慧戰略，採取一套前瞻性的協同發展戰略。首先，政府自身需從監管者轉變為“精明的”使用者，通過設立專門機構和評估體系系統提升公共部門應用人工智慧的能力，以高效治理重建公眾信任。其次，人才是人工智慧發展的根基，需從基礎教育到終身教育全面普及人工智慧，並重點培育批判性思維等能力。第三，必須主動引導人工智慧應用拓寬社會機遇，通過專項計畫與社區網路，確保技術進步惠及所有人。同時，必須開展全國性運動以保障公民的自主決策權，通過立法賦予公民質疑自動化決策的權力，增強個體能動性。此外，應建構一個由人工智慧驅動但由人類主導的發現新知的新時代，加大對基礎科學的投入，維護人類社會的創新根基。在社會環境層面，需結合人工智慧與法律手段改善資訊生態，治理虛假資訊，建構相對理性的社會輿論環境。在制度層面，應借助人工智慧最佳化公共官僚體系，打造更高效的政府，而非僵化的“演算法利維坦”。當人工智慧深植社會土壤中國目前的諸多實踐，正生動詮釋著人工智慧實現“社會適配”的成功路徑。在彌合公共服務鴻溝方面，深圳的實踐呈現出從微觀應用到宏觀建構的升級路線。深圳市南山區將政府和企業深度連結，聚焦具體應用場景，系統性推動人工智慧與社會需求深度融合。例如，南山區人民醫院與華為簽署戰略協議，旨在打通科技與醫療融合的“最後一公里”，共同打造“醫療行業世界級標竿”；南山區科技創新局通過“揭榜掛帥”機制，發佈了覆蓋“融合大模型的院前急救智慧診療平台”“全流程互動式居民健康服務”“基於多模態超聲的AI輔助診斷平台”等18個關鍵場景的榜單，引導頂尖科技企業攻克特定民生與產業難題；南山醫院更率先推出中國首個覆蓋“全時、全域、全人群、全周期”的“AI+健康管理”創新體系，將人工智慧深度嵌入從預防、診療到康復的全鏈條服務。在最佳化治理與公共服務方面，杭州的“城市大腦”已演進至3.0階段，致力於打造“超大城市智能體”。它率先部署先進大模型，孵化出“警小愛”“依保兒”“杭好夢”等一系列深入政務、醫保、醫療等領域的特色智能體，並通過數字孿生技術賦能基礎設施監測與公共安全治理，使城市管理“更聰明”、服務“更精準”，顯著提升了超大規模城市的治理效能與市民體驗。這些實踐表明，當政府發揮公共性引領作用，建構開放創新的制度環境，便能有效激發市場活力，將前沿技術轉化為提升醫療可及性、服務質量和全民健康水平的強大動力。人工智慧的價值，最終體現在其對具體社會需求的回應與解決能力上。只有當技術紮根於社會土壤，服務於城市治理、醫療公平、終身教育等關乎民眾福祉與發展的真實場景時，才能將技術創新優勢轉化為紮實的社會進步與國家長期競爭力。在技術平台日益強大的背景下，政府作為公共產品和服務的提供者，其核心作用在於建構並維護一個健康、公平、向善的技術與社會生態。具體而言，可在四個方面著力：第一，完善法律法規體系，清晰界定資料權屬、演算法問責、隱私保護與非法的邊界，為技術創新劃定“紅線”；第二，督導平台建立負責任的稽核治理機制，提升透明度，並承擔起與其技術能力相匹配的社會責任；第三，實施公正監管，精準打擊虛假資訊、演算法歧視、資訊繭房等問題，同時審慎平衡監管力度，保護合法的言論自由與創新活力；第四，啟動面向未來人工智慧時代的教育改革，將批判與創新思維、數智素養與科技倫理置於核心，重塑公眾思考能力與價值判斷，培育能夠駕馭技術的公民。杭州城市大腦營運指揮中心（來源：都市快報）中國首個“AI+健康管理”創新體系落地深圳（來源：羊城派）總結這份報告的深刻啟示在於，面對人工智慧這一重大歷史性轉型，長期國家競爭力的決定因素是人工智慧能否實現“社會適配”，而非單純實現技術領先。人工智慧時代的競爭，遠不止於晶片或模型的競賽，而是一場關於經濟發展模式、治理體系現代化、創新生態建構乃至文明前景的綜合性競爭。這要求政府、市場與社會形成合力，通過前瞻性的制度設計與普惠性的資源分配建構開放包容、持續創新的社會文化，系統性地提升社會整體對人工智慧的吸納、轉化與駕馭能力。唯有將技術優勢深植於更加堅韌、包容且充滿活力的社會土壤之中，國家才能在人工智慧時代獲得真正可持續的競爭優勢。 (大灣區評論)

得益於持續大規模政府投資及其他優勢，中國在全球人工智慧競爭中的早期成功，或可將其在國際製成品市場的主導地位延伸至軟體領域。中國是全球製造業巨頭：2024年製成品出口額達3.6兆美元，幾乎與美國（2.1兆）與德國（1.6兆）出口總和相當。但在服務貿易領域，中國的表現截然不同。2024年中國服務出口3840億美元，居全球第八，僅為貨物出口額的十分之一，在十大服務出口國中佔比最低。次低的德國服務出口額佔貨物出口額的28%。中國最大短板在於軟體與資訊技術服務，該領域僅佔其服務出口總額的18%，而美國和德國的佔比分別為30%與44%。分析師將中國服務出口落後歸因於兩點：中國開發者英語能力有限以及長期存在的“重硬體、輕軟體”工程文化（後者爭議較大）。人工智慧或可抹平差距這種失衡局面可能因人工智慧技術而改變，儘管這一變革尚需時日。歷史上，個人電腦與智慧型手機等新硬體通過引入新功能觸發產業周期，而軟體則決定了這些功能的使用效率——軟體創新終將主導行業發展。在人工智慧產業周期的初始階段，硬體仍佔主導地位：2023年全球資料中心硬體收入達2300億美元，其中美國佔比41%，中國佔比28%；相比之下，人工智慧軟體與服務收入僅為1600億美元。未來十年這兩大市場均將增長，但軟體增速更快。預計到2033年，硬體收入將突破1兆美元（年均增15.8%），而軟體與服務收入則可能大幅上升升至2.5兆美元（年均增長31.7%）。美國和中國將繼續作為兩大硬體供應商，合計佔據全球市場的半壁江山。出人意料的是軟體研發地域的變遷：2023年中國人工智慧軟體與IT服務產出僅54億美元（佔全球市場的3%），到2033年，預計將躍升至3270億美元，使中國以13%的份額成為全球最大市場——年均增速達50%，而同期美國預計從550億美元增至3200億美元（年均增長19%）。崛起背後的驅動機制中國人工智慧的崛起依託於國家主導建構的龐大網路——由風險投資基金、資料中心、初創企業、高校及科技巨頭組成的生態圈，過去十年政府資金投入約2100億美元。中央與地方政府遵循產業政策模式，持續投入人工智慧基礎設施與研發，該模式曾助推太陽能板、通訊及電動汽車產業的跨越式發展。這一模式已整合為國務院提出的雄心勃勃的“人工智慧+”行動計畫，目標是在2027年前將人工智慧技術深度融入製造業、醫療衛生、交通運輸、金融、能源等國民經濟重點領域。上海等地方政府正通過算力叢集補貼、國產模型訓練與初創企業孵化來落實這一行動。國有企業正試點數十項實際應用——從客機疲勞損傷檢測、電網巡檢到醫院智慧醫療平台。軟體自然成為該計畫的核心發力點。政府扶持在中國是經反覆驗證的有效發展路徑，在硬體領域已造就太陽能、電動車等諸多成功案例，但在軟體領域尚無成功先例。這種模式能否在人工智慧軟體開發中複製成功？縱觀中國軟體發展史，整體表現可謂不盡如人意，但這並非源於嘗試不足。例如千禧年錯過“千年蟲”問題解決方案的商機後，政府資金曾大量湧入軟體初創企業，但大多無果而終。有三大因素預示人工智慧領域可能有所不同：首要原因是英語不再是軟體創新的壁壘，大語言模型通曉全球主要語言後，中文與英文在程式設計及應用開發上已具同等潛力；其次，中國龐大的國內市場產生海量資料，為人工智慧開發者提供數億使用者行為與數字交易構成的獨特訓練資源；第三，中國通過“一帶一路”倡議展現其對人工智慧的全球抱負，自2017年起人工智慧已成為數字絲綢之路建設的核心。中資企業在東南亞和非洲建設資料中心，為商業與政府系統提供基礎支撐。對馬來西亞等資本匱乏但在人工智慧領域志向遠大的國家而言，這些資料中心助力本土產業應用中國大模型，在此過程中加深了對中國軟體、系統、基礎設施及標準的依賴。當然，在中國奮力前行之際，其他國家也不會停滯不前。所有發達國家及印度等快速增長的發展中經濟體都在實施國家人工智慧戰略。但中國的先發優勢、巨額政府投入及上述三大驅動力，賦予其獨特優勢。中國在製造業的主導地位，或將在將來延伸至辦公場所。 (經濟智匯)

基於蘭德公司2025年報告《Stabilizing the U.S.–China Rivalry》的分析一、台灣問題在中美競爭中的定位蘭德公司在其2025年報告《Stabilizing the U.S.–China Rivalry》中指出，台灣是中美戰略競爭中最具危險性，但也最具可管理性的議題之一。報告認為，儘管雙方在政治目標上根本對立——中國將台灣視為國家統一的核心利益，美國則將台灣納入其印太戰略與民主價值體系，但在“防止危機升級、避免軍事衝突”層面，仍存在可操作的穩定路徑。台灣對兩國都具有結構性重要性：對中國而言，它是國家主權、領土完整與民族復興的象徵；對美國而言，它是印太地區的關鍵節點，牽涉防務同盟體系與全球科技供應鏈（尤其半導體）。正因如此，台灣問題成為中美競爭中最容易觸發誤判的焦點，尤其在軍事部署、外交訊號與經濟政策交織時。二、蘭德的基本判斷：管理而非解決報告的核心判斷是：台灣問題在中短期內無解，但可以被穩定化。所謂“穩定化”，並非達成政治妥協，而是通過政策設計與溝通機制，使台灣海峽局勢在“無重大沖突、無強制統一”的條件下維持平衡。蘭德認為，真正的政策目標不應是立即“解決台灣問題”，而是延緩衝突爆發，維持脆弱但可管理的和平狀態。換言之，在目標無法調和的前提下，穩定本身就是一種戰略成就。三、三層次政策建議矩陣（一）短期：危機防控優先（1–2年）1.重建溝通管道：恢復中美高層及戰區級熱線，建立台灣海峽“意外接觸通報機制”；探索通過中立第三方（如瑞士或新加坡）進行間接危機調解。2.訊號克制與危機管控：美方應避免過度政治化的象徵性舉動（如高層訪問、軍事通告公開化）；通過精確設計訊號，使“支援防禦”與“避免激化”之間取得平衡。目標：防止技術性摩擦被誤判為戰略攻擊，維持最低層次的危機可控。（二）中期：穩定競爭結構（3–7年）1.建構“可控競爭空間”：通過非正式管道瞭解中方的統一時間表與政策意圖；鼓勵台灣維持防衛能力，同時避免捲入陣營政治化；2.設立政策“防撞護欄”：在中美政府內部建立台灣議題的跨部門危機評估機制；雙方通過閉門管道確認某些“紅線”行為不觸發軍事反應；目標：將台灣問題從爆發點降級為可管理爭議，建構穩定競爭的結構性空間。（三）長期：共存的制度化框架（5–15年）1.建立戰略穩定對話機制：將台灣議題納入中美長期戰略穩定對話；就軍事部署透明度、海空活動標準、危機降級機制等達成共識。2.塑造漸進式統一的外部環境：通過經濟與社會聯結推動兩岸關係非軍事化；美國減少威懾性軍事化政策，降低中方急迫感。3.雙邊與多邊平衡互動：推動中美在亞太多邊機制中恢復對話；使台灣議題逐步融入地區安全框架，而非孤立處理。目標：形成“路徑延展型穩定”（path-extended stability），以時間換取風險下降。四、戰略邏輯與現實約束報告指出，台灣議題的穩定化取決於三大變數：雙方國內政治的容忍度（領導人壓力與輿論結構）；軍事力量平衡的動態變化；盟友體系的協調能力。因此，任何穩定機制都只能是“脆弱的穩定”。蘭德稱，這種狀態是中美競爭中“最脆弱、但也最必要的均衡”。五、結論蘭德的總體立場清晰：“在無法解決的衝突中追求穩定，是避免災難的唯一理性選擇。”這份報告體現了美國戰略界由傳統的“威懾與競爭”邏輯，逐步向“管控與穩定”邏輯轉變的思維趨勢。它強調穩定優於勝利，溝通優於對抗，延緩優於冒險。在台灣問題上，蘭德提供的並非妥協方案，而是一種冷靜的戰略計算：以制度化溝通、風險緩釋與克制性政策，延長和平的可持續時間。原文https://www.rand.org/pubs/research_reports/RRA4107-1.html (戰略傳播前沿)

2025年10月14日，蘭德公司研究人員Michael J. Mazarr, Amanda Kerrigan, Benjamin Lenain等人發佈研究報告，指出中美地緣政治競爭蘊含多重風險，不僅危及兩國，亦對國際社會構成威脅。若欲避免衝突，穩定這一競爭關係至關重要。作者評估了穩定中美競爭的可行途徑，重點關注三大議題：台灣問題、南海問題以及科技競爭。核心發現穩定激烈競爭關係可遵循以下幾項總體原則：雙方接受某種程度的暫時妥協，這必須成為雙邊關係的組成部分；雙方承認對方的核心政治合法性；在具體爭議領域，雙方應共同制定規則、規範、機制等工具，為特定時期（如三至五年）內維持穩定局面創造條件；雙方應克制發展旨在削弱對方防禦能力、威脅對方本土生存的軍事能力；雙方就世界政治組織原則的基本特徵達成共識，為維持現狀提供底線基礎；建立長效機制（如高層人脈紐帶、實體通訊鏈路、危機處理規範等），發揮緩和衝突、恢復穩定的功能。行動建議報告提出六項綜合性舉措，以降低中美競爭強度：1.美方應明確表態拒絕"絕對勝利"敘事，承認中國共產黨執政合法性；2.重建高層官員間的多重可信溝通管道；3.完善雙邊危機管理機制與協議；4.通過公開協定與私下諒解限制網路空間競爭；5.宣佈相互接受核威懾戰略，放棄威脅對方核反擊能力的技戰術；6.在共同利益及人道主義議題開展適度合作。針對台灣、南海與科技競爭需採取具體策略：在台灣問題上，應最大限度激勵北京採取漸進式統一路徑；在南海問題上，結合軍事升級威懾與多雙邊外交，建構和平解決的中期路徑；在科技領域，管控新興技術安全風險，避免極端打壓手段。 (國際問題研究資料)

前言太空作戰支援在俄烏衝突中發揮了前所未有的作用。從太空情報資訊支援，包括來自商業航天提供的情報支援，顯示了俄羅斯在烏克蘭邊境集結的車隊，隨後又進入了烏克蘭。俄羅斯對商業航天情報供應商 Viasat 發起的網路攻擊擾亂了向烏克蘭提供的關鍵通訊服務。最初，基本上以免費方式向烏克蘭提供星鏈服務，成為烏克蘭軍事行動的關鍵推動者，並為地面部隊提供了戰術通訊。雖然 SpaceX 和其他商業航天供應商的參與提供了新的能力，但也引發了關於這些供應商在遭到攻擊時應如何回應以及如何確保其在戰爭升級時的服務可靠性等新問題。太空作戰支援在烏克蘭戰爭中的作用，為太空如何塑造潛在的未來衝突，以及美國應如何為太空領域的發展做好準備提供了重要啟示。本報告是為美國太空軍作戰司令部和美國太空司令部提供與烏克蘭戰爭相關的太空領域教訓，以及潛在未來衝突的見解的更大項目的一部分。在本報告中，我們提供了對戰爭期間太空活動的開源論述，並為國家安全界提取了相關教訓。我們分析的一個特別主題是商業航天在戰爭中提供的太空作戰支援的重要性和面臨的挑戰。對於不同的太空任務領域，包括對手持續否認太空通訊和導航服務的挑戰，也有重要的教訓。目錄一、關於本報告二、摘要三、俄烏太空領域戰爭的啟示（一）引言（一）研究方法（一）歷史背景（一）衛星通訊（一）定位、導航與授時（一）情報、監視與偵察（一）結論四、縮略語五、參考文獻主要內容本報告深入分析了俄烏衝突期間太空領域的作用，探討了太空服務在現代戰爭中的重要性和脆弱性。報告從衛星通訊（SATCOM）、定位導航與授時（PNT）、情報監視與偵察（ISR）三個關鍵任務領域展開：衛星通訊（SATCOM）：烏克蘭依賴西方商業服務（如星鏈）彌補自身不足，但這種依賴也帶來了服務可靠性及合同規範等問題。俄羅斯通過網路攻擊（如攻擊Viasat）試圖破壞通訊，凸顯了太空資產的脆弱性。定位、導航與授時（PNT）：太空提供的全球導航衛星系統（GNSS）面臨地面干擾挑戰。俄烏雙方均利用電子戰手段干擾對方PNT訊號，如俄羅斯干擾美國援助的GPS制導彈藥，迫使烏克蘭和美國研發抗干擾技術。情報、監視與偵察（ISR）：商業遙感服務和美國情報共享提升了烏克蘭的情報能力，使其能夠追蹤俄軍動向、提高態勢感知。然而，商業服務的廣泛應用也帶來了被對手利用的風險。報告通過俄烏衝突案例，揭示了太空領域在未來戰爭中的關鍵作用，包括太空服務的中斷風險、戰場透明度的提高、商業太空服務的價值與脆弱性，以及不同太空任務領域的獨特挑戰和機遇。對我啟示（一）強化太空資產防護與韌性建設中國需建構多層次、多軌道的太空架構，研發抗干擾、防網路攻擊技術，提高太空資產的生存能力。例如，建設低軌衛星星座可增強通訊、導航和偵察能力，降低對單一高軌衛星的依賴。（二）推動太空領域自主創新減少對國外技術和產品的依賴，確保關鍵太空技術自主可控。俄烏衝突中，烏克蘭依賴美西方商業太空服務，而俄羅斯因自身太空能力不足且受制裁影響，太空作戰效能受限。中國應加大在航天發動機、衛星載荷等核心技術領域的研發投入。（三）加強太空國際合作與規則制定與其他國家建立穩定的太空合作機制，參與制定太空活動國際規則，確保太空安全穩定利用。中國可與新興航天國家開展合作項目，共同探索太空資源開發和利用，同時在國際場合倡導和平利用太空的理念，推動建構公平合理的太空秩序。（四）重視太空力量在現代戰爭中的作用太空已成為現代戰爭的關鍵領域，太空力量的強弱直接影響戰爭的走向和結局。中國需進一步提升太空力量的地位，加強太空作戰能力建設，將其與傳統作戰力量有機融合，形成一體化的聯合作戰體系。 (東方紅智庫)

2025年5月22日，蘭德公司發佈一系列關於俄烏衝突的研究報告，探討其地緣政治和軍事影響，並指出了對美國政策制定者的跨領域影響。俄烏衝突的後果本研究採用三重研究方法：首先，通過考察歷史上規模、持續時間和範圍相似的戰爭，劃定對俄烏衝突潛在影響和後果的預期邊界；其次，結合政府檔案、高層領導人表態、專家訪談及既有開源研究，梳理其引發的外交、軍事、經濟和規範層面的變化；最後，鑑於衝突仍在持續，著重分析可能改變各國應對策略的未來事態發展，進而修正報告的初步結論。主要發現1. 主要地緣戰略效應是強化了美國與歐洲盟友的關係，同時削弱了歐洲與俄羅斯的聯絡，並在較小程度上影響了歐洲與中國的關係。2. 俄羅斯和中國削弱跨大西洋聯盟的動機有所增強。3. 美國及其盟友需調整策略，以應對未來可能的大規模持久衝突並維持延伸威懾。4. 美國國防界可能忽視了俄烏衝突對印度-太平洋地區以外地區（包括歐洲）未來突發事件的影響。政策建議1.美國政府應：加強與歐洲盟友在應對全球議題上的協作、資訊共享和聯合規劃。調配更多跨部門資源和關注，保護美國及盟友政治體系免受對手資訊戰影響。持續完善美國與盟友的經濟制裁工具。2.美國國防部應：將國防工業基礎投資聚焦於長期需求準備。更新美俄及北約威懾計畫，充分吸收烏克蘭戰場經驗。評估無人機系統依賴度上升對對手認知美國北約防務承諾的影響。3.美國駐歐非空軍、美國空軍和美國太空部隊應：利用實際和擬議的歐洲國防工業基礎和基礎設施升級機遇來支援美國分佈式空中作戰。與烏克蘭及盟國空軍合作，將戰爭經驗融入國家、雙邊及北約演習訓練中。重建還是分裂？對歐洲未來的戰略影響俄烏衝突迫使歐洲領導人重新審視歐洲安全與防務的根本性問題，直面現代國家間衝突的現實，並評估當前危機管理與未來威脅防禦的可用工具。自戰爭爆發以來，歐洲國家通過歐盟（EU）、北約（NATO）及次區域聯盟協同行動，共同反對俄羅斯入侵併捍衛烏克蘭主權。然而這場戰爭能否推動歐洲對其集體利益威脅認知的深刻變革，以及集體防禦所需條件的重新定義，仍有待觀察。為評估衝突是否將引發歐洲安全優先事項、資源投入與國際關係的持久轉變，蘭德公司研究人員重點考察了戰爭對以下三方面的影響：（1）歐洲對俄關係的態度轉變；（2）歐洲集體安全戰略、機構與資源配置；（3）與烏克蘭加強一體化的前景。核心發現除非俄羅斯領導層、國內政治或對外行為發生重大轉變，歐洲對俄"接觸時代"的終結具有不可逆性。戰爭激發了歐洲提升作戰靈活性的意願，但脫離美國實現戰略自主的進展仍將有限。儘管歐盟謀求擴大防務角色，但因成員國分歧與方案不成熟，布魯塞爾主導集體軍事行動的實質性改革難以實現。歐洲對烏合作呈現單向性特徵，未達到實質性防務一體化標準。烏克蘭短期內難以通過歐盟和北約實現正式融入。政策建議1.美國政府應當：擴大與歐盟在防務事務上的磋商協調機制。推動設立歐盟專項基金，支援成員國落實北約韌性建設計畫。鼓勵美國在歐洲和太平洋地區的盟友通過非北約框架開展經濟和工業合作。2.美國國防部（DoD）應當：加強與歐洲防務局等歐盟機構的常態化對話，推動歐洲新型聯合研發採購項目（特別是彈藥系統）的互操作性。明確並通報歐洲製造商最能填補美軍能力缺口的領域。借助北約平台確定適用於多重應急場景（包括非戰爭行動）的高回報投資方向。在俄羅斯議題之外深化與歐盟的地區安全合作。3.美國空軍部（DAF）及駐歐空軍應當：評估並向歐洲盟友通報可能區別於烏克蘭戰場需求的彈藥、維護與備件潛在需求。加強印太等其他戰區空軍作戰需求的資訊共享。對美國及盟國國防工業基地的影響俄烏衝突已開始重塑美歐國防工業投資、採購與生產政策，並將對未來產能產生深遠影響。本報告系統分析了衝突前美歐國防工業基礎（DIB）、衝突暴露的短板問題以及當前的改進舉措。通過對比研究，揭示了跨大西洋國防工業體系面臨的共性與個性挑戰，包括結構性缺陷、供應鏈脆弱性、人才儲備困境及政府採辦和競爭政策等問題。隨著各國政府推進國防工業改革，蘭德公司研究人員為美國決策者梳理了衡量改革成效的關鍵指標，並針對持續戰事可能帶來的變數提出預警。這些研究成果不僅為當前跨大西洋國防工業合作提供決策參考，其價值更將延續至未來潛在衝突的應對策略。儘管研究緣起於俄烏衝突，但其結論對後衝突時代的美國防務政策制定具有持續指導意義。核心發現跨大西洋改革初見成效但進展有限。關鍵生產線仍存在瓶頸制約。美歐國防工業現代化與產能提升需要持續資金保障，但財政支援存在不確定性。工業基礎擴張可能引發新的協同挑戰。對烏國防工業投資有望培育歐洲新銳防務力量，初期聯合生產協議成效至關重要。戰爭形態演變正推動國防工業需求轉型。政策建議1.美國政府應當：若確將國防工業建設視為國家安全優先事項，須確保改革與擴張的充足資金。延續對關鍵彈藥及武器系統的多年期採購授權。避免政府停擺期間頒布停工令，維持國防工業人才隊伍穩定。在持續決議期間保障重點新研項目資金，確保財政不確定期的創新能力。協同歐洲夥伴探索強化烏克蘭國防工業的可行方案。2.美國國防部應當：動態評估資本投入效果並相應調整投資方向。追蹤歐洲國防工業投資成效，最佳化跨大西洋協同機制。在武器系統設計中優先考慮生產便利性。明確關鍵消耗品清單並優先保障資金。按衝突階段分層規劃彈藥需求，提升生產計畫與交付時效。3.美國空軍部應當：測算2030年前後大規模衝突中的預期彈藥消耗類型與數量，借當前投資高峰期推動需求落地。尋求與烏克蘭政府開展聯合創新與生產合作，總結產業界技術轉化與規模化應用經驗。對未來美國介入衝突的影響國家間戰爭——特別是需要投入大量資源的持久高強度衝突——既能創造運用新質戰鬥力的機會，也會倒逼作戰方式轉型。本報告作者通過剖析烏克蘭戰場戰術與作戰層面動態，提煉出關於現代戰爭的八項創新性發現，包括：無人航空/海上作戰系統的實戰運用、"透明戰場"與持續監視難題、防空系統與電子戰反制無人裝備效能、持久戰對低成本消耗型系統的需求、商用天基資產的軍事化應用等。核心發現火力投送方式革新：大規模無人機叢集可能成為替代傳統遠端精確火力的新解決方案。巡航導彈與自殺式無人機的界限模糊化：當前無人機憑藉低成本滯空優勢獨樹一幟，但技術進步將提升其尺寸、重量、動力與自主性，使兩類武器趨同。進攻作戰面臨三重挑戰：持續監視帶來的戰場透明化、指揮控制破壞能力升級、監視系統與遠端火力融合形成的區域拒止效能提升。持久戰催生特殊需求：需要可快速列裝、成本可控的模組化裝備體系，後方產能可能直接決定戰場勝負。外部支援成為持久戰必要條件：高強度消耗戰必然依賴外部支援，未來作戰需系統規劃援助獲取與轉化機制。人員素質與技術裝備同等重要：烏克蘭戰事再次證明戰術素養、作戰規劃與戰略協調的決定性作用。制空權價值凸顯：當前戰場困境根源在於交戰雙方均未掌握制空權，這嚴重制約了機動能力。政策建議1.美國駐歐非空軍、美國空軍和美國太空部隊應當：研發經濟型遠端彈藥。推進分佈式衛星星座與混合太空架建構設。2.美國國防部應當：重點發展反無人機叢集動能攔截系統。加速自殺式無人機的大規模列裝與體系整合。評估無人系統提升海上雷區效能的潛力。測試高對抗環境下對地偵察打擊概念的可行性。強化演習訓練中的分佈式決策能力。建立優先彈藥系統的快速擴產機制。3.美國政府應當：聚焦國防工業基礎投資，確保持久戰關鍵彈藥產能。制定保護美盟商用天基資產的反制方案。 (國際問題研究資料)

蘭德公司，一家致力於通過研究與分析來改善全球政策制定與決策，以促進世界各地社區更安全、更健康、更繁榮的非營利、無黨派研究機構，發佈了一份由其經濟學家托比亞斯·西茨瑪（Tobias Sytsma）撰寫的重磅報告，題為《駕馭AI經濟未來：全球競爭時代的戰略自動化政策》。這份綜合研究報告直面當今時代最嚴峻的挑戰之一：在全球人工智慧（AI）技術飛速發展、國際競爭日趨激烈的背景下，各國應如何戰略性地管理自動化政策，以在促進經濟增長的同時，有效應對財富分配不均等問題，尤其是日益加劇的不平等現象。報告的核心論點圍繞著建構能夠適應AI發展固有不確定性的穩健政策策略，並特別關注了主要大國之間技術競賽的影響。其分析框架的一個顯著特點是對“垂直自動化”（提高已自動化任務的生產效率）和“水平自動化”（將自動化擴展到傳統上由人力執行的新任務領域）進行了關鍵區分。該研究精心設計，旨在為身處技術政策與經濟戰略交叉領域的政策制定者、經濟顧問及學者提供深刻見解與決策支援。制定連貫且具有前瞻性的人工智慧政策，其緊迫性因多種因素的交織而日益凸顯。近期AI技術的驚人進展，尤其是在生成式AI和大型語言模型（LLM）等領域，為預測AI最終發展路徑及其多方面的經濟影響帶來了巨大的不確定性，這使得設計有效的監管框架和激勵結構變得異常困難。激烈的全球技術角逐，特別是中美兩國之間的競爭態勢，進一步加劇了這一挑戰。這種競爭態勢有可能促使各國在深思熟慮、有益社會的政策出台之前，便倉促地在經濟各領域大規模部署AI技術。雪上加霜的是，目前關於AI經濟影響的預測呈現出巨大的差異。各類預測結果從相對溫和的年均經濟增長不到1%，到接近30%的顛覆性年增長率，跨度極大。例如，高盛（2023年）預測AI將在十年內為全球GDP帶來7%的累計增長（年均增長0.67%），而戴維森（2021年）等人則展望了更為爆炸性的增長情景，年增長率甚至可能高達30%，這通常與通用人工智慧（AGI）的預期出現相關聯。與此相對，阿西莫格魯（Acemoglu，2024年）等著名經濟學家則持更為謹慎的觀點，認為AI在中期內對生產力和增長的貢獻可能相當有限，在未來十年內對年均GDP增長的貢獻或許不足一個百分點。專家意見的巨大鴻溝，主要源於對AI技術將如何演進、成熟並在全球經濟中擴散等基本假設的不同——而這正是蘭德這份報告試圖通過提出能夠在多種可能的AI未來情景下均保持有效性的政策方法，來系統性應對的核心不確定性。因此，政策制定者面臨著一項關鍵任務，即如何在深刻且普遍存在的不確定性中，審慎調整自動化激勵措施，以便在促進經濟擴張的同時，精心規避對整體經濟福祉和公平分配結果的潛在負面風險。建構戰略自動化政策的穩健框架為了有效應對這一充滿深刻不確定性的環境，該報告引入並運用了一套精密且細緻的分析方法論。此方法的核心是一個精心建構的經濟模型，旨在區分技術自動化的兩個主要維度：“水平自動化”，其特徵在於AI系統擴展其能力以承擔新的任務，從而常常在這些領域取代人力勞動；以及“垂直自動化”，即部署AI技術以提高那些已經實現自動化的任務的生產力與效率。這種區分遠非純粹的學術探討，它對於國內政策制定以及各國在激烈戰略競爭中維持或提升其技術與經濟領導地位的戰略選擇，均具有重大意義。報告提供了一些說明性的例子，例如電腦視覺系統：當AI承擔起以往由人工完成的新的質量控制檢測任務時，這便是水平自動化的體現；而當這些AI系統通過提供即時反饋以最佳化機器人操作等方式，提升現有自動化裝置性能時，則屬於垂直自動化。作者認為，通過對這兩個維度進行分析，政策制定者能夠發現額外且可能更有效的政策槓桿，而這些槓桿在將自動化僅僅視為勞動力替代的單一視角下，則可能被忽略。本研究的一個基石是嚴格運用“穩健決策”（Robust Decision Making, RDM）方法，這是一個專為在具有深度且不可化約不確定性的條件下評估政策選項而設計的分析框架。RDM方法並非將其建議建立在單一的、可能存在缺陷的預測或狹隘的情景設定之上，而是通過模擬成千上萬種可能的未來經濟結果來實現。這是通過系統性地改變那些將塑造AI影響的關鍵不確定參數來完成的——例如自動化的內生速率、AI催生的生產力改進幅度，以及生產過程中各任務間的互補程度。報告評估了81個獨特的“政策組合方案”，每一種方案代表了自動化激勵與抑制措施的不同組合。通過細緻探索這一廣闊的參數空間，該分析旨在找出那些表現出穩健性能的政策方法——即那些能夠在多種潛在未來條件下均產生有利結果的政策，而不是針對單一的、特定的且很可能不精準的未來預測進行最佳化。此外，報告的經濟模型特意建構得相當全面，能夠整合先前研究的洞見。在其更廣闊、統一的分析結構內，它可以將其他有影響力的AI經濟模型（如阿西莫格魯，2024年；科裡內克與蘇，2024年）所預測的情景結果，作為特例涵蓋進來，同時獨樹一幟地將自動化政策選擇本身內生化。所考察的政策槓桿被概念化為能夠直接影響垂直和水平自動化增長率，以及每種自動化所帶來的相關生產力提升的（抑制）激勵措施。在模型中，這些由垂直政策（pV）和水平政策（pH）參數代表，其取值範圍可從強力抑制到強力激勵。報告策略性地聚焦於這些針對自動化的（抑制）激勵措施，將其作為對更廣泛的財富再分配政策的潛在補充，或在某些情況下的替代方案。這種聚焦承認，儘管直接的再分配在理論上可能是應對不平等加劇的最優方案，但針對自動化性質與節奏的政策，在政治上可能更具可行性，也更易於實踐，例如在逐個行業的基礎上推行。這些不同政策組合方案的績效，是採用一套包含多個互補性指標的體系進行評估的，每個指標旨在捕捉政策成功或失敗的不同維度。這些指標包括人均收入的復合年均增長率（CAGR），以及一個專門定義的不平等增長衡量標準——即人均收入CAGR與工資CAGR之差（iCAGR=yCAGR−wCAGR）。該不平等CAGR若為正值，則表明資本回報的增長速度超過了勞動回報，從而加劇了不平等。分析中還融入了“政策遺憾”（policy regret）的概念，它通過將特定政策組合方案的績效與在任何給定情景下可獲得的最佳績效方案進行比較，從而量化了選擇該政策所產生的機會成本。最後，一項政策的“穩健性”（robustness）是通過其在成千上萬個模擬未來情景中，實現預期經濟成果（例如，達到目標收入增長，將不平等增長控制在一定限度內）的機率來評估的。這一多層面的評估框架，有助於識別出那些最終決定政策在不同總體目標下成敗的關鍵閾值效應和核心參數值。例如，在許多分析中，基準的成功門檻被設定為實現至少2%的收入增長，同時確保不平等增長不超過2%，這些數字是依據美國歷史經濟趨勢得出的。報告的理論框架在很大程度上依賴於對垂直和水平自動化的基礎性區分。如前所述，水平自動化意味著AI侵入新的任務領域，在這些活動中有效地替代了人類勞動。這是最常與社會對技術性失業和大規模工作崗位流失的焦慮聯絡在一起的自動化維度。相反，垂直自動化則涉及應用AI來提升那些已處於自動化領域的任務的生產力、質量或效率。報告指出，這兩種自動化模式可能對經濟產生反向的壓力：水平自動化傾向於增加資本在國民收入中的份額，而垂直自動化，尤其是在任務具有互補性的條件下，有可能降低資本份額，甚至通過提高非自動化任務中勞動力的邊際產出，來支援勞動者的收入。這種動態的相互作用至關重要；例如，報告指出，雖然垂直自動化提高了資本在現有任務中的生產率，但由於生產中假定的總體互補性，這可能增加所有其他任務（包括由人工執行的任務）的邊際價值，從而可能將收入份額轉向勞動力。相反，水平自動化直接增加了資本的份額，儘管更高效的水平自動化可以減輕這種效應。其經濟模型本身是對瓊斯與劉（Jones and Liu, 2024）開創的框架的擴展與調整。瓊斯-劉模型尤為引人注目之處在於，它揭示了即使技術進步主要體現在資本中，平衡的經濟增長仍可持續。它通過整合技術變革的廣度邊際（新任務的自動化，類似於水平自動化）和深度邊際（現有自動化任務內的生產力改進，類似於垂直自動化）來實現這一點。蘭德的報告採納了這一基本架構，但通過引入更大的靈活性來增強它，從而能夠更全面地探索AI潛在發展路徑的廣闊譜系。例如，瓊斯-劉框架中的一個關鍵假設是，隨著自動化的推進，新自動化任務的生產率（η）趨於下降（其前提是更容易的任務會首先被自動化，遵循 Z(βt)=h(1−βt) 的規律）。本報告對此進行了修改，允許新自動化任務的生產率發生變化——它可能以不同速率下降（由ηd控制）、保持不變，甚至提高——從而反映了圍繞AI未來能力及其在日益複雜的任務中應用的深層不確定性。一個關鍵的基本假設，繼承自瓊斯與劉並得到廣泛實證經濟研究支援的是，生產過程中的任務在總體上是互補的（彈性參數 ρ<0）。這意味著勞動和資本並非完美的替代品，提高某一任務的效率可以增加其他互補任務的相對價值，從而可能減輕自動化帶來的一些勞動力替代後果。關於備受關注的通用人工智慧（AGI）——即在幾乎所有認知任務上具有與人類相當或超越人類能力的假想AI系統——的概念，報告採取了務實的立場。在承認這一術語的同時，報告為保持一致性主要使用“AI”一詞，並強調其核心分析焦點並非AGI到來的具體時間或精確定義，而是任何先進AI將如何影響經濟自動化模式，特別是通過垂直與水平自動化的相互作用。這種方法使得對潛在經濟影響進行穩健分析成為可能，而不會陷入關於AGI確切未來形態的推測性辯論。模型考慮了水平自動化程度非常高（自動化任務的比例 β~ 可接近0.99）的情景，但並未假定完全自動化，這反映了即使擁有極其先進的AI，由於社會偏好、監管約束或其他固有摩擦，一部分任務仍可能繼續由人類執行的現實可能性。規劃政策路徑：主要發現與戰略要務《駕馭AI經濟未來》報告中所闡述的研究，通過其在深刻不確定性下對自動化政策進行分析時，創新性地應用了穩健決策方法，為理解AI的經濟影響帶來了顯著的進步。它在豐富的前期工作基礎上，通過系統性地探索不同政策干預在多種可能的AI未來情景下，將如何塑造經濟結果，從而擴展了既有認知。報告的核心貢獻在於其致力於為政策制定者提供具體、適應性強的戰略，以便在技術不確定性的全貌完全展現之前，引導AI驅動的經濟格局。該分析的結構安排是，首先建立經濟框架，然後通過說明性的增長情景（從“爆炸性增長”到“停滯”）展示模型的靈活性，接著進行RDM分析以評估政策績效，深入探索各種情景，開展比較戰略分析，最後為政策制定者提煉出實際可行的啟示。報告最突出的發現之一是，那些強力激勵“垂直自動化”的政策，表現出持續的穩健性。在大量模擬情景中，儘管其關於AI發展、任務互補性和初始經濟條件的假設差異巨大，但促進已自動化流程的改進，始終是一項高效、低遺憾的策略；實際上，無論具體的政策目標如何，對垂直自動化的強力積極激勵，都是所有表現最佳政策組合方案的組成部分。然而，對於“水平自動化”的最優策略，則更多地取決於具體的政策目標。如果首要目標是維持歷史增長模式，同時控制不平等——一種被稱為“平穩目標”（equanimity objective）的情景，其基準是每年約2%的收入增長和不超過2%的不平等增長——分析表明，對水平自動化採取適度的抑制措施，並輔以對垂直自動化的強力激勵（一種“非對稱方法”），往往表現最佳。這種非對稱方法，例如一個對垂直自動化給予強力激勵（pV=2）而對水平自動化略加抑制（pH=−1）的政策組合方案，有助於平衡自動化帶來的生產力收益與對勞動力替代和不平等加劇的擔憂，並且被發現在實現平穩目標的大多數情況下是最優的。相反，如果政策制定者追求更具變革性的經濟增長成果——例如，年收入增長達到10%或更高，這可能被認為是在地緣經濟領導地位競爭中所必需的（被稱為“競爭目標”（competitive objective），允許高達10%的不平等增長）——報告發現，這通常需要更激進的政策立場，包括對垂直和水平自動化均採取積極的激勵措施（例如，採用pH=2和pV=2的“激進策略”）。然而，實現此類變革性增長的路徑要狹窄得多，也更加依賴於有利技術條件的出現。即使允許不平等隨之更大幅度地增長，這些雄心勃勃的目標也僅在相對較小比例的情景中得以實現（例如，“激進策略”在所分析的5000個情景中，僅在23%的情況下成功實現“競爭目標”，儘管它佔了該目標成功實例的71%）。這凸顯了一個關鍵的權衡：通過全面的自動化支援來追求激進增長，或許能迅速提升一國的競爭地位，但與專注於持續、公平增長的更溫和、穩健的方法相比，其成功機率更低，風險也更高。追求這種變革性增長，雖然對於地緣經濟領導地位可能至關重要，但需要全面的自動化支援，然而其成功高度依賴於有利的技術條件。報告通過運用諸如“耐心規則歸納法”（Patient Rule Induction Method, PRIM）和分類樹分析等技術進行情景探索，細緻地揭示了不同策略在何種條件下能夠成為最優選擇。例如，在全面自動化支援與更具針對性的政策（即優先改進現有自動化流程，同時調節新自動化任務擴展速度）之間的選擇，很大程度上取決於諸如自動化新任務的難度（參數ηd）以及自動化在經濟中自然擴散的速度（例如，水平自動化的增長率β~g）等因素。PRIM分析顯示，水平自動化增長率較高（β~g≥9.1%）的情景通常難以達到基準目標，而成功率較高的情景則涉及較慢的水平自動化增長、較低的任務互補性（ρ的負值較小）和較快的垂直自動化增長（αg）。分類樹分析進一步表明，對於實現“平穩”目標而言，諸如基線水平自動化程度（β~0）等初始經濟條件，對確定最優策略具有高度影響力。如果初始水平自動化程度已經較高（例如，超過任務總數的23%），且其增長迅速（年增長率超過14%），則非對稱策略往往佔主導地位。相比之下，對於“競爭性”增長目標，自動化新任務的難度（ηd）和水平自動化的潛在自然增長率（β~g）則成為首要決定因素；當自動化難度可控（例如，ηd<61.4%）且水平自動化增長迅速（例如，β~g>20.3%）時，激進策略更可能成為最優選擇。最終，這份蘭德報告傳遞出一個強有力的資訊：有效的AI政策不必因不確定性而陷入停滯。通過關注垂直與水平自動化之間可觀察的差異，並運用穩健決策框架，政策制定者可以主動塑造AI的發展與部署。該研究建議將非對稱方法——即強力激勵垂直自動化，同時審慎管理水平自動化的步伐——作為平衡增長與公平的一個普遍穩健的出發點。報告呼籲未來研究應進一步完善在企業或行業層面區分這兩類自動化的衡量標準，並重新設計激勵結構（通過稅收政策、研究資助或明確考慮此差異的監管框架）。此類政策或可利用現有的制度機制，如勞工組織、專業標準和稅收結構，而不必建立新的限制。其總體目標是創造一個經濟環境，使AI能夠在不過度加劇社會分化的前提下增進繁榮——這在技術變革加速和全球競爭加劇的時代，是一項至關重要的事業。 (歐米伽未來研究所2025)

美國川普政府的關稅政策對全球多邊貿易體系造成重大衝擊，美國國內不少媒體智庫開始反思本國的產業戰略。蘭德公司4月17日一篇題為《超越關稅：美國可以從中國的產業戰略中學到什麼》文章指出，儘管中美兩國存在制度差異，雙方競爭日益激烈，但在美國試圖大力發展國內製造業之際，可借鑑中國產業發展的六條經驗：第一，中國並不依賴傳統以關稅為核心的進口替代策略，而是強調使用多種工具的重要性。在推動產業升級過程中，中國運用了如補貼、稅收優惠等豐富多樣的政策工具，同時積極吸引外國直接投資（FDI）。通過FDI，中國實現了技術轉移和技能提升，促進了製造業的發展。第二，企業有信心進行投資才能使工業戰略取得成功，長期且具可預測性的規劃是中國產業發展的重要特徵。中國制定了涵蓋科技、產業等領域的長期規劃，明確了發展目標，引導各方資源投入，增強了市場的可預測性，為企業投資和創新營造了良好環境。第三，隨著經濟規模的擴大，中國不再依賴出口導向型增長，開始注重擴大國內消費，以推動經濟可持續發展。而對於美國來說，出口導向型增長更加不可行，高昂的製造成本和數量有限的替代市場將難以推動美國經濟的整體發展。第四，中國的出口競爭力並非基於被低估的匯率，新興市場外匯儲備迅速增加的時代已經結束，這將使美國與其貿易夥伴之間潛在的匯率談判變得更加困難。第五，創新和生產力對於全球製造業競爭力至關重要。中國製造業發展重點已從創造就業轉向提高生產力，大力投資自動化技術，機器人密度超過美國。由於美國的成本高於中國，因此需要更加大力發展自動化。美國要想保持競爭力需要資本密集型企業而非勞動密集型企業。第六，中國持續加大研發投入，政府在科學和創新研究尤其基礎研究中發揮著關鍵作用，研發支出有望在購買力平價基礎上超越美國。這種趨勢對美國的創新優勢來說並非好兆頭，因此美國削減研發支出無益於對華競爭。 (參考消息智庫)