文 | 沈素明 文 | 沈素明 长期以来，每当中国经济面临压力或增速放缓时，“日本化”的阴影便会像幽灵一样在舆论场上空徘徊。从人口老龄化、房地产泡沫破裂，到债务高企，总有人急于将日本“失去的三十年”当作一面镜子，试图预言中国的未来。 这种类比带着强烈的焦虑和一种选择性的偏见。 我们为什么只拿日本的衰退期来吓唬自己？为什么不提日本战后从废墟中快速崛起的奇迹？这种对历史经验的选择性挪用，暴露的不仅是对自身发展缺乏信心的焦虑心态，更是一种回避对真正问题深入分析的鸵鸟心态——似乎只要将自己的问题套上一个他国失败的模板，就能为政策失误和经济困境找到一个外部的、可以接受的借口。 然而，我必须强调，每个国家的历史条件、发展阶段和国际环境都有各自的复杂性，简单的历史类比本身就是一种伪科学。更何况，将中美竞争背景下的中国困境，与冷战结束后美日关系框架下的日本衰退进行类比，是犯了一个根本性的类别错误。这种“强制类比”，掩盖了现时最本质的矛盾和中国经济最核心的问题。 一、选择性类比的荒谬：有成绩就自己厉害，有问题就找对标？ 在我们的叙事中，似乎存在一种奇怪的逻辑：当经济高速增长、取得非凡成就时，我们归因于制度的优越性和模式的正确性，那是我们自己的厉害；而一旦遭遇瓶颈、陷入困境，便急着在外部寻找“对标”，比如日本的泡沫、美国的周期，试图将内部的深层问题解释为外部的必然性。 这种选择性类比的偏见，其危害性在于它在逻辑上为深层次的反思设置了障碍。它将原本需要勇气和智慧去改革的内部问题，模糊化为外部环境的“不可抗力”。通过将中国困境简化为“又一个日本”，似乎就可以放下对政府与市场关系、对产权保护、对宏观政策稳定预期等核心议题的追问。 历史是用来启发的，不是用来复制的。 尤其是在分析国家命运级别的重大问题时，如果不能穿透历史表象，理解其深层结构，这种类比就成了误导性的麻醉剂。要理解中国的困境，我们必须先彻底解构日本的宿命。 二、美日关系：殖民地的宿命与宗主国的权力 要理解日本的“失去”，首先必须抛开经济学教科书上关于泡沫和周期的解释，直视美日关系的底层结构。 日本与美国的关系，从来就不是两个平等国家之间的竞争关系，其本质是宗主国与高级殖民地的关系。自二战结束后，美国对日本政治、军事、经济的控制，从未真正解除。日本被嵌入到了美国主导的全球秩序和安全框架之中，这决定了它在国际竞争中，存在一个无法触及的天花板。 因此，当我们回看1985年的《广场协议》时，不应该将其理解为一次“国际金融协调”的典范，而应该视为宗主国对属国的权力行使。当时，日本在全球制造业和金融业的优势短暂地威胁到了美国的霸权地位，美国采取的行动，不是公平竞争，而是直接通过政治压力和金融手段，强制推高日元汇率，削弱日本的出口竞争力。 展开全文 日本“失去的三十年”的真因，归根结底，不是单纯的经济周期问题，也不是因为政府管理不当或房地产泡沫破裂。这些都是表象，核心在于殖民地的宿命。一个政治上受制于美国、军事上依赖美国保护、经济上必须服从美国核心利益的国家，永远不可能真正超越宗主国。这是一种结构性制约，而非周期性的病症。日本无法自主制定货币政策、外交政策，更无法抵抗宗主国在关键时刻对自身优势产业的收割。当日本经济的体量和质量威胁到美国主导地位时，它的经济命运便已经注定。 三、竞争性质的差异：生产力竞争的局限性与全面制度竞争 基于对美日关系本质的理解，我们才能区分美日竞争与中美竞争的根本性不同。 美日竞争，是生产力层面的单维度竞争。 上世纪八九十年代，日本经济的崛起主要得益于其在管理技术上的创新，例如丰田生产方式、全面质量管理（TQM）等。日本在工业品质量和生产效率上实现了对美国的短暂领先，这可以被视为一场“管理革命”。但这只是技术层面的改进，是在美国定义的全球化秩序下进行的竞争。日本在半导体、汽车等领域即便取得了领先，也未能动摇美国在金融、军事、科技底层架构（如操作系统、核心芯片设计、美元霸权）上的统治地位。管理革命的优势，一旦被美国学会并结合其巨大的规模效应，便会迅速消失。 中美竞争，是制度层面的全面竞争。 中美之间的竞争，远超当年的日美摩擦。它是一场从生产力到发展模式、从治理体系到价值观念的全方位、系统性的较量。这不是关于谁造的汽车更好，而是关于未来全球的规则由谁制定、哪种发展模式更能应对人类社会的复杂挑战。中国拥有独立自主的政治主权、完整的工业体系和广阔的内需市场，这三点是日本在任何时期都无法具备的。因此，中美竞争是一场系统之争，中国不是在美国体系内试图超越的“学生”，而是在现有体系之外，试图构建一套平行发展模式的“挑战者”。 在这种性质的竞争中，外部压力是必然的，甚至可以说是“常态”。因此，将中国经济的困境简单归咎于“美国打压”，实际上是偷换概念。 四、中国经济困境的真因：政府与市场关系的深层错位 中美竞争确实是严峻的外部挑战，但它只是一个催化剂，加速暴露了中国经济体内部的问题。在我看来，真正的困境，在于我们体制内对市场绝对领导地位的偏离。 四十年的改革开放，核心经验是确立了市场的决定性作用。然而，随着经济体量的膨胀和挑战的复杂化，行政力量对市场的干预，呈现出一种蔓延和刚性化的趋势： 1.资源的倾斜与挤压：这种干预最直接的表现，在于通过信贷、土地和行政审批等手段，对特定主体（往往是国有企业或有政策倾斜的产业）进行隐性或显性的补贴。这种倾斜，不仅导致了低效的资源配置，更关键的是，它挤压了最具创新能力和效率的民营企业的生存空间。民营企业在融资、投资、甚至司法保护上，长期处于事实上的次等地位，这极大地抑制了投资信心和长期预期。当民营企业不再敢于进行长期投资，整个社会的创新和就业活力自然枯竭。 2.预期的不稳定与监管的突变：市场经济的运行，本质上是基于稳定的长期预期和明确的法治边界。近年来，一些领域中出现的监管政策突然转向、行政权力边界模糊，极大地损害了企业家精神。无论是对平台经济的突然收紧，还是对特定行业的“一刀切”式整改，都让资本产生了深刻的“不安全感”，或称之为“资本原罪论”的担忧。这种不确定性，比任何外部冲击都更具破坏性，它让投资者选择观望甚至撤退，而非投入实体经济。 3.产业政策的路径依赖与效率丧失：当行政力量热衷于通过“自上而下”的产业政策来定义和引导创新时，就偏离了市场的“试错与进化”本质。行政主导的投资，往往追求短期可见的政绩，而非真正的技术突破和市场需求。这不仅容易导致重复建设和产能过剩，更关键的是，它使得大量资源被锁定在特定、且往往是低效的“赛道”上，反而抑制了市场通过自由竞争选出真正赢家的能力。 以我的观察，这种政府与市场关系的深层错位，才是中国经济活力不足、投资和消费信心低迷的内生性、体制性病灶。我们不能让外部的挑战，成为回避内部体制改革的挡箭牌。 五、中国经济的真正出路：确立市场对经济的“绝对领导地位” 面对内外部的挑战，中国经济的出路不在于简单的刺激或扩张，而在于一场深刻的体制再定位——必须重回市场对经济的绝对领导地位。 这里的“绝对领导地位”不是简单的“平衡”之说，也不是西方纯粹的“自由放任”，它是一种战略性的、制度性的承诺：即在经济活动领域，市场力量必须成为配置资源、决定创新方向的最高权限。政府的角色，必须彻底回归到“服务者”与“守夜人”。 这需要我们在三个核心领域进行坚定的改革： 1.建立不可动摇的法治保障：首要任务是彻底保障私有产权的神圣性和契约的严肃性。这不仅仅是写在文件中的条款，而是要通过透明、可预测的司法实践来落地。必须明确行政权力的边界，任何涉及经济活动的行政干预，都必须有清晰的法律依据和正当程序。当民营企业、外资企业真正相信他们的财富和努力会受到不可侵犯的保护时，长期投资的信心才会回流。这种信心的重建，需要时间和行动的积累，容不得半点犹豫。 2.实现公共服务的精准定位：政府必须将重心彻底转移到市场失灵领域和公共产品的供给上。这意味着大幅增加对基础研究、义务教育、医疗保障和社会福利的投入。这不仅是社会公平的体现，更是提升全要素生产率（TFP）的关键。只有政府承担了社会托底和基础创新的责任，企业才能心无旁骛地在市场前端进行竞争和创新。政府不是去“挑选”哪个产业会赢，而是去“建设”所有产业都能赢的基础设施。 3.真正实现公平竞争的制度化：必须打破那些通过隐性行政手段形成的垄断和不平等。无论是国有企业在融资成本上的优势，还是部分地方政府对本土企业的过度保护，都必须通过统一、透明的竞争法和反垄断机制来消除。要让所有市场主体，无论是国有的、民营的、还是外资的，都站在同一起跑线上，依靠效率和创新赢得竞争。只有当行政力量彻底停止在市场中的“裁判兼球员”角色，市场才能发挥其“优胜劣汰”的净化作用。 这三方面的改革，指向的都是将权力归还给市场。这不仅是经济效率的要求，更是国家治理信心的体现。在当前的国际环境下，中国没有试错的时间和空间。只有以坚不可摧的决心，找到这条正确的发展道路，才能在与美国的系统竞争中立于不败之地。 六、历史的教训与中国的独特选择：日本的宿命不可能是中国的终局 我们回过头来看日本的教训：日本的失败，根植于其不彻底的主权。它的经济天花板，是由外部力量（美国）决定的。日本在经济上的一切挣扎，最终都会被其在安全和政治上的依附性所抵消。因此，日本的教训，是关于一个非完全主权国家在试图挑战宗主国时所必须承担的宿命。 而中国，拥有完全不同的历史底色和战略纵深： 中国是拥有完全主权和核威慑能力的国家。中国拥有全球最完整、最独立的工业体系。中国拥有全球第二大的，且仍在持续扩张的内需市场。 正是因为拥有这些根本性的优势，中国才拥有日本梦寐以求的选择权——即自我修正和自我改革的权力。 我们面临的困境，不是外部力量强加的，而是我们在发展道路上，主动或被动地在“效率”与“公平”、“市场”与“行政”之间，做出了暂时偏离最优路径的选择。我们有能力、也有体制空间去纠正这些偏差，重新确立市场的绝对领导地位。这是中国与日本最根本、最决定性的不同。 因此，停止用日本的失败来预测中国的未来，停止用错误的类比来掩盖真正的体制问题。日本失去了三十年，那是它结构性的宿命，绝不是中国的终局，八竿子打不着的事。中国经济的困境有其独特的原因，也有其独特的解决方案。 中国的路要自己走，中国的问题要用中国的方法解决。而这个方法，简单说就是敬畏市场、尊重企业家、保障产权、回归法治。当我们能够做到这一点，中国经济就能重新焕发活力，彻底摆脱“日本化”的虚假阴影。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多