编者按：复旦大学文科资深教授、经济学院院长张军最近出版了一本面向大众读者的新著《大一统国家的发展经济学》，他希望在这本只有10万字的小书中，为读者更好地理解中国经济发展的深层次逻辑提供一个简单的分析框架。他在全书最后着重阐述了“反向技术创新”路径，认为这一路径体现了中国科技进步的独特性与可持续性。

所谓“反向技术创新”，不同于西方先有“0”到“1”的科学突破，再有“1”到“N”的商业化扩散，而是先把已有技术在市场中铺开（1→N），再催生出真正原创的技术突破（N→N+1），最终实现产业赶超和科研再突破。近年来，多有著作论及对西方线性创新理论的反思，包括“21世纪好书书单”曾推荐的韩国经济学家李根的《经济追赶的艺术》、美国麻省理工学院教授尤金·菲茨杰拉德等人的《创新的真相》等。《大一统国家的发展经济学》则用浅显易懂的语言，列举中国在人工智能、电动汽车、电商与移动支付、创新药领域的案例，生动阐述了强大国内市场对技术创新的重要价值。

大一统国家的发展经济学

张军 著

上海人民出版社 格致出版社

2026年5月

张军︱文

长期以来，基于西方经验的流行理论告诉我们一个看似不言而喻的道理：技术创新一般从基础研究开始，先有“0”到“1”的科学突破，再有“1”到“N”的商业化扩散。受这一普遍认知的影响，多数西方人士对中国的技术创新前景持悲观态度。不过，情况正在改变。过去二十年发生在中国经济中的事实超出了人们的预料。 

中国的现象显示了一种“反向创新”模式：并非从“0→1”出发，而是先把已有技术在全球最大的统一市场中铺开到极致（1→N），再在这个大规模应用的过程中催生出真正原创的技术突破（N→N+1）。可以说，中国正在发挥在科技创新方面的另一种优势，而这一优势的重要性并未被西方经典理论所描述的创新逻辑所预料到。

“1到N”与“N到N+1”

这里强调的反向技术创新发生在早期的模仿者一端。大规模的技术应用可以让技术的受让国不断积累原创能力。这种可能性并非必然，而是需要满足一些重要的条件，比如应用可以触达的市场规模、受让国教育体系的质量和人力资本积累的水平、对技术的吸收能力等。

在这些条件中，应用市场规模尤其关键。当一项技术被部署在数以亿计的用户场景中，海量的数据反馈、极端多样的应用需求、密集的迭代压力，会推动技术本身不断进化，甚至催生出在原始技术框架中完全未曾被预见的新突破。因此，反向创新模式的核心洞见在于：大规模的应用实践本身就是创新的土壤。当十多亿用户在使用同一套数字支付系统，当数千万辆电动汽车在同一个市场上行驶，这种大规模“使用”所产生的经验积累和数据反馈，本身就是推动技术走向前沿的强大力量。

具体而多样的市场需求驱动技术在发明之后的持续演化，极端的应用场景甚至能够迫使全新的技术范式出现，这在逻辑上是完全可能的。

中国拥有近7亿户的固定互联网宽带接入用户、超12亿户的5G电话用户，他们使用同一种语言，通过高度统一的支付系统和数字基础设施相互连接，这构成了人类历史上最大的单一数字市场。

在这样一个市场中，任何一项技术的应用规模都可能达到其他国家难以企及的量级。而正是这种量级，创造了线性创新模型所忽略的创新路径：当应用规模足够大时，创新成果的接受者更可能成为创新过程的驱动者。

诺贝尔经济学奖获得者保罗·克鲁格曼（Paul R. Krugman）提出的“本国市场效应”从理论上预言了一种现象：在具有规模报酬递增特征的产业中，拥有更大国内需求的国家将成为这些产品的净出口国。中国今天在电动汽车、AI模型、电商平台技术、移动支付等领域取得的成就正在验证这一预言。中国为“本国市场效应”提供的证据再次显示市场统一性对经济发展和技术创新的重要性。而市场规模不仅取决于人口规模，更取决于制度的基础设施：语言的统一性、法律和监管的一致性、要素流动的畅通程度、支付体系和物流体系的可整合性。

优势的自我发现及超越

中国的反向创新模式是一种大规模的“技术自我发现”：通过在尽可能多的领域中进行尽可能大规模的应用实践，来发现在哪些技术方向上中国企业有其优势来实现原创性突破。

尽管知识产权保护的有效性对技术创新是很关键的，不过中国的经验显示，在一个知识产权保护尚有待完善和成熟的环境中，企业的技术创新会更多集中在那些难以被简单复制的领域，如大规模系统工程、平台型商业模式，以及需要海量数据训练的AI模型，而非那些容易被模仿的离散型发明。虽然知识产权保护的加强对中国未来的技术领先越来越重要，但在这个过程中中国依靠现有技术的大规模应用，发现了反向驱动技术创新的机会并快速积累了原始创新的能力。

不仅如此，中国的反向技术创新模式似乎更有利于创新生态的形成。利用这一生态，创新者的回报源泉就从排他性和封闭的知识产权垄断权向创新生态的主导权转变，尤其是在那些不易被简单复制的技术领域。这可以解释DeepSeek的开源决策。它开放的是模型权重（相当于产品本身），保留的是训练数据、工程基础设施和持续迭代的能力（相当于核心生产能力）。通过开源，DeepSeek在全球AI开发者社区中建立了技术标准和影响力，吸引了海量的外部贡献和应用反馈，同时其核心竞争优势——大规模训练的工程能力——并不会因为模型权重的公开而被轻易复制。这种策略与中国在5G标准制定中的打法如出一辙：通过开放和兼容来建立生态主导权，而非通过封闭和排他来维持短期垄断。

在某些技术创新领域，尤其是平台型、生态型和标准竞争型领域，传统的专利保护逻辑正在让位于生态主导权的逻辑。对于中国的应用驱动型创新模式而言，这种转变可能具有特殊的意义：当现阶段的优势还不在于拥有革命性原始发明的能力，而在于能够在全球最大的市场中以最快的速度迭代和优化现有技术时，开放和共享反而是扩大自身优势的最佳策略。

这种优势的发挥不仅仅让中国通过反向创新获得了技术上的进步，实际上也推动了中国基础研究能力的快速积累。2022年，中国在“自然指数”（Nature Index）中首次超越美国，成为对145种顶级自然科学期刊贡献最大的国家。尽管中国论文的平均引用率在经过数量调整后仍低于全球平均水平，且57%的引用来自国内同行（美国这一比例为37%），但不能否认，中国在基础研究方面正实现突飞猛进的提升。（本文节选自《大一统国家的发展经济学》第六章，标题为编者所加。）