彩神手机版APP_彩神官网

生产性服务业赋能经济高质量发展******

　　作者：夏杰长（中国社会科学院财经战略研究院副院长）、谭洪波（副研究员）

　　生产性服务业是促进技术进步、提高生产效率、保障工农业生产活动有序进行的服务行业。它是与制造业直接相关的配套服务业，是从制造业内部生产服务部门独立发展起来的新兴产业，本身并不向消费者提供直接的、独立的服务效用。按照国家统计局新发布的行业分类，生产性服务业分为10个大类、35个中类、171个小类，包括通用航空、仓储和邮政快递、生产性租赁、人力资源管理、职业教育培训、批发与贸易经纪代理、信息服务、金融服务、研发设计与其他技术服务等。生产性服务不直接参与生产或者物质产品的转化，但却是生产制造须臾不可或缺的产业活动。国内外经济发展的经验表明，生产性服务业在支撑和壮大实体经济方面的作用正在不断增强，各国生产性服务业的增加值和就业贡献在国民经济中的比重都呈现逐渐增加的趋势，生产性服务业作为中间投入品对其他产业的发展发挥着越来越重要的支撑作用。推进高质量发展，必须充分认识加快发展生产性服务业对壮大实体经济的重要意义，并适时提出更好促进生产性服务业赋能实体经济的政策举措。

　　生产性服务业是壮大实体经济的重要支撑

　　作为实体经济重要基础的制造业是生产性服务业存在的前提条件。作为一类独立的产业，生产性服务业产生的时间晚于制造业和农业。最初，许多生产性服务环节是置于制造业内部的，还未成为独立的产业，后来随着市场竞争的加剧和社会分工的不断深化，生产性服务业与制造业和农业逐渐分离，这种分离又分为两种类型。第一种分离是制造业企业为提高自身生产效率并保持核心竞争力，将作为辅助活动的生产性服务业逐渐分离出来，这种辅助活动往往是一些通用性生产性服务，比如人力资源管理、财务管理、营销服务、研发设计等，分离出来的通用性生产性服务企业基于规模经济的考虑，除了为原有的制造业企业提供服务外，还为其他各类企业和产业提供相同的服务，逐渐形成独立的行业并发展壮大，这种分离可以称之为实体经济的“投入服务化”。第二种分离是制造业企业凭借长期生产经营中积累的与自身产品相关的独特优势，分离出能独立为下游产业提供服务的企业，如围绕维修、安装、整体解决方案、金融、租赁等业务形成的独立企业，它们为下游企业提供专业化的服务和产品，这种分离可以称为实体经济的“产出服务化”。值得进一步说明的是，在生产性服务业从制造业分离出来走专业化发展道路之后，也出现了生产性服务业自身的裂变，裂变后的不同生产性服务行业之间也会形成上下游关系，虽然其中一些生产性服务业没有直接投入制造业，但最终还是通过其他生产性服务业进入实体经济，这是由生产性服务业的中间投入品属性所决定的。

　　实体经济实现高质量发展，需要专业化、高端化的生产性服务业作为支撑。生产性服务业的发展水平决定着产业结构、生产规模和生产效率。经济高质量发展需要重点发展战略性新兴产业、先进制造业，生产性服务业为生产服务，重点在于为先进制造业服务、为战略性新兴产业服务。我国面临的“卡脖子”技术虽然大部分集中在制造业，但掌握其中专利的往往是一些相对独立的提供技术服务的研发中心，这些研发中心属于生产性服务行业。由此可见，专业化和高端化的生产性服务业是高端制造业所不可或缺的。目前，我国专业化和高端化的生产性服务业发展相对不足，一定程度上制约了作为实体经济重要基础的高端制造业的发展。2022年中央经济工作会议将“推动制造业高质量发展”作为2023年的一项重点工作，其中特别强调“推动先进制造业和现代服务业深度融合，坚定不移建设制造强国”，这充分反映了服务业尤其是生产性服务业对于促进高端制造业发展进而实现实体经济高质量发展的重要支撑作用。

　　加快发展生产性服务业的着重点

　　促进生产性服务业与制造业的“分离”与“融合”相结合，形成良性的产业生态系统。所谓分离，是指生产性服务环节与制造环节相互分离，成为相互独立的市场主体。这种分离可以给原本属于制造业的生产性服务业更多发展空间和决策自主权，除了服务原来的企业，还可以为更广泛的市场提供服务，从而发挥生产性服务业的规模经济优势。所谓融合，是指服务过程与制造过程的融合，具体形式包括两个方面：一是发展服务型制造，即生产性服务企业为了给客户提供更加专业化和多样化的服务，根据自己的专长、创意推出与自身服务相结合的某种有形的制成品；二是促进制造业服务化，即制造业企业结合自身产品特点、生产经营中积累的各种优势，推出相关的专业化和定制化服务，包括与制造业产品相关的售前、售中和售后服务，以提高制造业企业自身产品的性能、寿命，并促进交易达成、提高市场占有率。通过上述分离与融合，有助于形成良性的产业生态系统。

　　加快形成有利于生产性服务业和制造业融合互促的创新体系。促进生产性服务业和制造业的融合发展，进一步壮大实体经济，需要构建强有力的创新支撑体系。国际经验显示，依托关键核心技术和知识产权保护制度牢牢占据全球产业分工的优势地位，是一个国家掌握全球产业链和供应链话语权的重要抓手。加快形成有利于生产性服务业和制造业融合互促的创新体系，应重点从以下方面着手：加强人才队伍建设，比如建立职业教育和普通高等教育有机结合的多层次人才培养体系；进一步优化现有的双创体系，建立“卡脖子”技术重点攻关团队，畅通技术成果转化通道；用好金融工具，大力发展风险投资和私募股权投资，建设多层次资本市场，为创新企业成长壮大做好金融支撑。

　　积极推动生产性服务业的数字化转型。部分生产性服务业脱离实体经济独自运转的一个重要原因，是上下游客户之间存在信息不对称甚至是信息隐藏行为。生产性服务提供商在难以获得下游客户的某些信息时，基于对风险和资产专用性等方面的考虑，会谨慎提供服务，结果导致生产性服务业对实体经济的支持不足，比如金融行业因信息不对称导致对实体经济的支持不足等问题。而当前以大数据、物联网、移动互联网、云计算、人工智能、区块链等为代表的数字技术在产业层面的广泛应用，可以有效克服因信息不对称引发的生产性服务业对实体经济支持不足的问题。通过产业数字化和数字产业化以及在此基础上发展起来的平台经济，制造业、农业等领域的客户可以有效向生产性服务业传递自身的个性需求，生产性服务企业可以有效捕获市场需求及客户类型等信息，进而提供更加专业化、个性化、低风险和低成本的服务。生产性服务业的数字化和平台化发展也有利于市场的一体化建设，因为数字技术能有效提高生产性服务的可贸易程度从而显著降低贸易成本，推动生产性服务业不断扩大远程服务的范围。

　　扩大服务业对内开放，构建统一和有序竞争的生产性服务业市场。许多生产性服务业属于典型的知识和技能密集型行业，这些行业往往初始投入较高而边际成本较低，属于典型的规模报酬递增行业，这一特性意味着，它们只有在大规模的统一市场中才能明显降低平均成本。大规模的统一市场不但有利于生产性服务业的专业化发展，还可以为实体经济提供成本更低和专业化程度更高的中间投入。

　　服务业“引进来”与“走出去”相结合，积极利用国外优质服务资源。与制造业发达国家的生产性服务业相比，我国生产性服务业国际化程度相对低，表现为海外营收占总营收的比重低、对外开放程度低等特点，导致我国高端制造业对国外的生产性服务业依赖程度较高。为改变这一现状，应积极利用国际资源发展高端生产性服务业：继续扩大服务业对外开放，通过吸引国际高端人才和投资获得更多溢出效应；鼓励生产性服务业企业“走出去”，不断提升自身发展能力。

　　《光明日报》（ 2023年01月10日 11版）

你的隐私，大数据怎知道？我们又该如何自我保护？******

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开(实际上是没法不公开)，而把个人身份隐藏起来，即匿名。

　　(作者：杨义先、钮心忻，均为北京邮电大学教授)

　　（文图：赵筱尘 巫邓炎）