再来看全球双循环b。一旦政策干预被撤销，全球双循环b是有可能坍缩的，所以贸易摩擦有可能改变它。从另一角度来看，如果全球双循环b真的坍缩，会有助于恢复被扭曲的要素价格，对中国的国民福利是有好处的。在对全球双循环做出两种类型的区分后，我们有必要重新审视贸易摩擦及其影响。基于这一系列分析，我们又可以从新的角度来观察中国的各种经济政策。
从全球角度来看，中国是少有的同时拥有四次工业革命的产业的国家。仔细研读工业革命以来的经济史会发现，不同梯次的产业依从不同的经济逻辑和组织逻辑。这几次工业革命的历史过程差不多都是，生产技术和组织技术都发生了重大变革，生产技术上的革命找到了恰当的经济组织形态，从而得以规模化地展开。非常粗略地说，第一次工业革命依托的是蒸汽机技术和工厂化组织技术，第二次工业革命依托的是重化工业技术和大财阀组织技术，第三次工业革命依托的是电子技术和跨国公司组织技术，第四次工业革命依托的是信息技术和分布式组织技术。
这样一来，我们就可以得出一个结论，那就是，对中国经济及其与世界经济关系的理解，必须分层次、分位阶展开。进一步来说，中国经济所需要的政策也要分层次、分位阶制定，不能笼统划一。
然而，中国很微妙地处在一种政策惯性的风险中。中国较为成功地依凭国家意志推动了重化工业的发展，这种成功经验会形成一种政策惯性，让国家本能地以为，要发展第三次和第四次工业革命的产业，通过沿袭之前的产业政策就可以获得成功。但这无疑陷入了一个盲区，忽视了不同产业秩序有不同的政策需求。
尤其是第四次工业革命的信息技术产业，它对主权国家有着强大的穿透力。要想有效回应这种技术对政治、社会等各方面提出的挑战，我们很可能需要一种新的去国家化的分布式组织技术。重化工业时代的政策逻辑和组织逻辑，是根本无法匹配信息技术时代的需求的。但这并不代表中国只需要实行与信息技术产业相匹配的政策就足够了，这种理解陷入了另一个盲区。中国需要的很可能是有更多层次、更具复合性的政策。但这种政策的形成，要基于对不同梯次产业逻辑的恰切理解。
在这种多层次、复合性的政策中，针对第二次、第三次工业革命产业的政策，更多应该是守成性的。原因在于，这些产业构成了第四次工业革命产业的基础设施，中国在这些产业领域已经是当仁不让的世界工厂了；这些产业目前多半已落回到只有平均利润率的水平，虽然它们能够带来正常的经济回报、提供很多就业岗位，但我们不能期待它们带来太多额外的东西。因此，守成性的政策更加合适，政府在这些领域应当扮演守夜人的角色。如果政府在这些领域施行过度进取的政策，大概率会造成资源的低效率使用，导致国民福利受到损失。而针对第四次工业革命产业的政策则应该是更富创造性的。这种创造性很可能表现为：政府退居幕后，民间力量更多地站到台前。因为第四次工业革命需要的分布式组织技术具体会是什么样子，现在没人能够说清楚。但我们知道的是，政府更擅长集中式组织技术，而分布式组织的演化天然地适合以民间力量为主。而且我们在这个问题上还可以对跨国的民间力量抱有更多期待，因为信息技术对国界具有穿透性，新的秩序及新的法权原则的演化和生成，需要具有跨国视野的民间力量的参与。
信息时代，中美两国各擅胜场
前面我们提到，信息技术产业会反向规定重化工业和电子技术产业的各种组织和市场逻辑，而在信息技术产业上，中美两国是最重要的玩家，但是两国各擅胜场。
先说信息技术所需的硬件层面。中国在中低端制造领域拥有优势地位，美国则在最核心的高端制造领域——主要是芯片方面——拥有优势地位。芯片本身不是终端产品，用户无法直接使用芯片，它必须通过中低端制造业被组装为终端产品后才能真正进入消费市场，中美在这个层面上相互依赖。
但是对信息技术产业而言，硬件只是其物理载体，更重要的资源是数据。理论上来说，基于人们在各种活动中产生的各种数据，信息技术会对各种社会活动做精准匹配，大幅提升社会的运转效率；这一过程也会深刻地改变社会结构，改变社会的基本运行逻辑和需求结构。而在数据层面上，同样可以看到中美两国各擅胜场。
赤裸的数据本身是没有价值的，它需要通过各种算法被提炼出意义；但算法本身只是一套抽象规则，它又需要通过足够多的数据获得训练，从而不断得到优化。中美两国的不同优势就分别在数据和算法这两方面体现出来了。
先说算法。实际上，算法的根本是基础数学，美国在这方面的优势非常明显，无论是在基础数学教育领域，还是相关的人才数量领域。基础数学的研究能力，依赖于一个国家的学术共同体的长期积累，这不是靠简单的砸钱就能大干快上解决的。要想让人耐得住寂寞，做这种基础研究层面的长时期积累，又依赖于国家整体的科研评价体系的宽松度、国家在科研层面与国际上交往的开放度，以及能够吸引全球顶级人才的自由环境。这是个系统工程，也就是说，算法能力的提升，并不仅仅是靠多设几个项目或多投几个公司就能解决的。这个问题应了一句古话：“汝果欲学诗，功夫在诗外。”一系列看上去与算法无关的制度设计，却是在信息技术时代能否占据算法优势的基础。
再说数据，这方面中国当然有着绝对优势。据牛津大学一位研究员发布的研究报告《解密中国人工智能之梦》显示：2016年，中国拥有全世界20%的数据，而美国的数据量只占全世界的5.5%。中国的数据量大有几方面的原因。首先，是中国的人口基数大，毕竟中国人口就约占全球的20%。其次，我在第二章里提到过，由于中国的超大规模性，一系列特定的商业模式只有在中国才能出现，这就在中国形成了更多的技术应用场景，进一步放大了所能形成的数据规模。最后，中国在隐私保护方面的政策比较宽松，在各种应用场景中被提取的数据的规模和内容又被进一步放大。
中国公司所运用的算法虽然未必足够高超，但是因为有了足够多的数据，却可以获得更多的训练，这算是“一力降十会”的路数。中国因此在数据层面也有自己的特殊优势。但是这种优势背后却隐含着一种劣势：由于中国的互联网公司的国际化程度还很有限，所以中国的大公司掌握的数据以本土数据为主，不像美国公司，比如谷歌、亚马逊、脸书，拥有全球性的数据。这就让中国的算法获得的训练样态相对单一；而对信息技术来说，多样性本身就是一种红利。从长远来看，数据样态的单一性可能会抵消中国目前因“一力降十会”而获得的特定类型的优势；而由于其基础研究的扎实以及数据来源的多样性，美国在算法上的优势则会被放大。要想克服数据样态单一带来的劣势，中国就必须加大开放力度，促使本国的互联网公司进行更深入的国际化。
结合上述讨论，到了这里，我们就可以给出一个基本判断。中国在重化工业和电子技术产业上都有某种意义上的垄断性优势，但是在信息技术产业上则并无此优势，而是与美国各擅胜场，倘若没有更大的开放力度，中国未来还有可能会局部丧失已有的“胜场”。信息技术产业是今天离终端消费者最近的产业，它会反向塑造自己的基础设施——电子技术产业，反向塑造作用还会进一步传导到重化工业上。所以，中国既不能也不应因为自己在重化工业和电子技术产业上的优势而沾沾自喜，甚至威胁着要把自己的生产供应链“政治化”。中国的工业经济当然对世界有着举足轻重的作用，但它与世界有着相互依赖、相互制衡的关系。在某种意义上，中国工业的走向是由信息技术产业引导的，它是在中美这两座大山的互动所挤压出的峡谷中，辨识出自己的走向的。
“中美两座大山”这种比喻会让人首先联想到中美两国的国家政策，但我们观察信息技术产业时要看到的不仅仅是国家。各种数据、算法都是在各种公司里发展起来的。相关领域的公司才是信息技术产业的真正主角。它们的各种活动深刻地穿透了国界，它们虽然不是传统意义上的国际法人主体，却很可能会改造国际秩序的很多基本逻辑。
我们想寻找新秩序的基础，就需要从公司的角度入手，从公司与数据的关系角度入手，这里面很可能潜藏着未来秩序的基础。
本小节下面的讨论主要来自施展：《溢出：中国制造未来史》第三章、第四章，中信出版社，2020。
这些假说最初来自施展：《枢纽：3000年的中国》，第七章第一节、第二节。是我在与大观学术共同体这十多年来的共同研究当中逐渐发展起来并不断迭代的。
jeffreyding,“decipheringchina'saidream”,2018,futureofhumanityinstitute,universityofoxford.seeuk/wp-content/uploads/deciphering_chinas_ai-dream.pdf.