> **来源：[研报客](https://pc.yanbaoke.cn)** 2026年2月2日 第1期 总第722期 # 冰山一角：全面解析大型科技公司对美国创新与竞争力的深层贡献 【译者按】美国信息技术与创新基金会（ITIF）发布报告《冰山一角：全面解析大型科技公司对美国创新与竞争力的深层贡献》，指出大型科技公司对美国创新生态的推动作用未被充分认知。这些企业在研发、人才培养、产业链协同等多个维度构成美国竞争力的“隐藏基石”。报告建议优化创新政策、加强研发合作、建设数字基础设施等，以巩固美国科技领先地位。赛迪智库相关研究所编译该报告以供参考。 【关键词】科技巨头 创新贡献 战略研判 政策框架 # 一、引言 近年来，美国大型科技公司从备受推崇转向面临多方批评，被指权力过大、损害儿童，并遭遇左右翼要求拆分的压力。然而，这些批评往往源于对其业务的浅层理解，忽视了它们对经济与创新的核心贡献。 以苹果、亚马逊、Alphabet、Meta和微软为代表的企业，在研发、资本投入和知识共享等方面作用突出：2024年其研发支出达2270亿美元，超过联邦非国防研发预算；资本支出累计已超万亿美元，用于建设数据中心、海底电缆等数字基础设施；它们还通过发表论文、开源技术、培养STEM人才、支持初创企业等方式，持续推动科技生态发展。 当前美国在人工智能、半导体等关键领域的优势，很大程度上依赖于这些企业的私营部门投入。相比之下，中国政府通过补贴与市场规模支持科技企业，而美国受财政约束，更需依靠现有科技巨头保持竞争力。若仿效欧洲强化监管、拆分企业的模式，可能削弱美国创新基础与国家安全能力，使重要技术依赖商业投资而非政府推动的局面难以为继。 因此,政策辩论需更全面评估大型科技公司的积极外部效应,避免因限制措施损害美国长期竞争力与科技领导地位。 # 二、社会效益 # （一）创新投资 美国的技术领先地位日益依赖于私营部门的研发投入。以亚马逊、苹果、Alphabet、Meta和微软为代表的五大科技公司，在2024年的研发投入总额高达2270亿美元，这一数字已超越美国联邦政府的非国防研发预算，也超过了大多数国家每年的研发总支出。这种集中的研发能力构成了美国应对技术竞争的核心力量： # 1、支撑高风险与长周期研发 变革性技术的回报周期难以确定，长周期加上高失败率使得变革性技术投资缺乏吸引力。传统资本市场要求5-10年内实现回报，政府拨款周期则更为短促。回报周期的不确定性制约了突破性研究的发展。五大大型科技公司在2024年的研发投入高达2270亿美元，不仅超过了美国联邦政府1720亿美元的研发预算，更超过了2023年大多数国家的年度研发总支出（见图1、2、3）。 图1：2015-2024年大型科技公司研发支出（十亿美元） 图2：2015-2024年美国私营部门研发支出（十亿美元） 图3：2015-2024年美国大型科技公司研发支出与部分国家研发总支出对比（十亿美元） 2016年，Alphabet旗下X部门在推进自动驾驶等“登月计划”时，单季亏损8.59亿美元，但财报后股价反升 $6\%$ ，表明市场认可其由核心盈利业务支撑的长期研发战略（见图4）。同样，亚马逊的Alexa硬件部门在2017至2022年间累计亏损超250亿美元，仍持续投入语音识别与自然语言处理技术。苹果为转向自研 芯片，亦投入了数年时间与数十亿美元，此类深度垂直整合所需的高额持续投入，是大多数公司难以承担的。 图4：大型科技公司在高风险高回报登月式项目上的部分亏损情况 公司核心业务创造的现金流为研发提供了基础。如亚马逊网络服务（AWS）在2021年创造了620亿美元的收入，营业利润率超过 $30\%$ 。Alphabet的广告业务年收入超过2000亿美元。大型科技公司巨额利润带来的的交叉补贴模式规避了资本市场约束和传统环境下亏损性研究被终止的情况。 # 2、规模创造独特的创新可能性 人工智能、量子计算与自动驾驶等前沿领域存在极高的资本与技术壁垒（见图5）。例如，GPT-3大模型的单次训练成本即超过460万美元，下一代模型的开发更需要数十亿美元的基础设施投资。自动驾驶方面，Alphabet旗下的Waymo已投入逾50亿美元用于研发与测试。量子计算则需长期巨额投入，如Alphabet历时13年方取得关键进展，其依赖的定制化设施与跨学科团队 非一般公司所能承担。这些领域对资金、周期与复杂度的要求，构成了一种自然筛选机制，唯有具备卓越财务与工程实力的大型企业方能持续投入。 图5：前沿技术的研发与基础设施成本 # 3、系统性的冒险精神与组合策略 为应对创新的极端不确定性，大型科技公司采取高风险、多路径的并行策略。微软自2005年起投入数十亿美元探索拓扑量子计算；Meta通过Reality Labs资助神经接口研究；微软甚至承诺自2028年起采购聚变电力。在人工智能领域，企业通过“投资组合”方式规避风险，例如微软同时进行自主研究并与OpenAI合作，Alphabet并行开发TPU与维持GPU基础设施，英伟达则以多团队错期开发模式保障芯片迭代。这种策略显著提高了技术突破的成功率。凭借财务韧性，这些公司能在经济下行期维持甚 至增加研发投入，从而在复苏时占据优势。例如，最初前景不明的谷歌大脑项目，如今其技术每年通过搜索与云服务创造超100亿美元收益。 # 4、应对国家资本支持的竞争 中国的创新模式以国家协调与巨额资源投入为特征，对市场化体系构成结构性挑战。2023年，中国政府研发投入逾4500亿美元，并设立了1380亿美元的专项基金，重点投向人工智能、量子计算与半导体。这种国家主导模式在太阳能（占据全球 $80\%$ 以上产能）、电信（华为凭借低价与高研发投入竞争）等领域已显现成效。面对这种规模与战略一致性，传统的中小企业及分散的政府资助难以抗衡。 在此背景下，美国大型科技公司集中化的私营研发（五家企业年投入达2270亿美元，规模上接近中国国家投入）成为关键抗衡力量。它们具备承受长期亏损、投资未来技术的规模与市场灵活性。这场竞争本质上是两种创新模式的较量：中国擅长在国家支持下将成熟技术规模化，而美国企业则在突破性创新上保有优势。大型科技公司为此提供了不可或缺的关键杠杆，但美国仍需辅以更全面的产业与贸易政策来应对系统性竞争。 # （二）开放研究与人才聚集 针对企业忽视基础研究的批评，事实正相反。美国顶尖科技 公司不仅投入重金于公开发布的基础研究，还免费向开发者提供工具及计算资源，这种开放性产生了强大的知识溢出效应，显著提升了整体创新生态的研究能力。 # 1、开放研究模式 开放研究极大地加速了创新进程。企业公开成果使全球研究者能快速跟进，初创公司可直接利用先进AI模型，高校能获取昂贵的数据集，从而避免重复工作。研究表明，开放数据每年可额外创造 $0.5\%$ 的GDP，全球经济效益高达3-5万亿美元。 在NeurIPS、ICLR等顶级AI会议（录用率 $20\% - 25\%$ ）上，产业界是主要贡献者。2023年，Alphabet发布了超500篇论文，微软在NeurIPS2024上有超百篇论文被录用。同年，产业界产出51个重要机器学习模型，远超学术界的15个（见图6），这凸显了企业在推动前沿研究中的核心作用。 6：大型科技公司与其他企业对人工智能发展的贡献 真正的经济影响源于开源基础设施。Alphabet 的 TensorFlow 与 Meta 的 PyTorch 为 AI 开发提供了核心框架，二者合计占据超 过 $60\%$ 的机器学习工具市场份额。开发此类生产级框架需投入巨大的工程资源与长期优化，而其免费开放有效避免了生态内的重复开发工作（见图 7、10）。 图7：按训练计算量（浮点运算次数，对数刻度）划分的美国公司人工智 能模型 图8：十大关键技术专利贡献公司（不含生命科学领域） 图9：美国国防技术领域十大专利贡献公司 图10：大型科技公司对关键开源基础设施的贡献（CSET评分指数） AlphaFold 是开放研究效益的典范。谷歌 DeepMind 的该蛋白质结构预测系统被引用超 2 万次，显著加速了制药、农业及材料科学等领域的研究，使数百个药物研发项目得以提前。尽管大型科技公司保有核心的专有研究体系，但其在市场竞争中已将发布学术成果与开源基础工具常态化，这种平衡策略构成了其对创新生态的独特贡献（图 8、9）。 # 2、人才倍增效应 大型科技公司通过构建人才集群、投资 STEM 教育及支持创业，产生了显著的人才倍增效应。 地理集群效应：其研发网络已超越硅谷，辐射至匹兹堡、芝加哥等高校中心，在全国锚定创新生态。例如，亚马逊通过部署超75万台机器人，培养了数千名机器人工程师，其技能外溢助力美国在工业自动化领域保持领先。 STEM教育与培养：企业深度投入人才培养。微软的 TEALS 计划联合 1650 余名志愿者，在 31 个州的高中教授计算机科学，每年惠及 1.7 万名学生。英伟达向佛罗里达大学体系提供价值 2500 万美元的 AI 资源，培训了逾 800 名学生。微软研究院等项目每年为全球数千名研究者提供资金与稀缺的实践资源。 创业生态驱动：前员工创业是关键的衍生影响。截至2024年10月，前50强AI初创中有14家由前Alphabet员工创立，总估值达716.1亿美元。谷歌与微软校友创立的企业累计融资额分别高达982亿和690亿美元。Meta校友创业成功率达 $62.9\%$ 。公司还通过谷歌AI未来基金、微软创业计划等专项计划为初创企业提供资金、技术及云资源支持。 # （三）战略基础设施 美国科技巨头正以私人资本投资超大规模数据中心、海底光 缆等关键数字基础设施，这不仅强化了国家经济竞争力与安全，也产生了广泛的外溢效应。 # 1、私人资本填补关键基础设施缺口 数字基础设施对现代经济至关重要，但其所需的巨大投资远超政府常规预算。美国科技行业每年仅在AI基础设施上的投资就超3000亿美元，有效填补了政府投资的空白。例如，亚马逊承诺投入1500亿美元扩建数据中心；Alphabet持有至少16条海底光缆的股权，保障了高效且具冗余的数据传输。 这些设施的建设还驱动了底层技术创新。企业开发了如 TPU、Graviton 等定制芯片，并构建了超大规模计算集群（如 Meta 配备了 24,576 块 H100 GPU 的集群），其技术复杂性与资源规模已超越多数政府机构能力（见图 11）。 图11：GPU集群市场份额 科技公司持续投入新兴技术基建，不计短期盈利。如亚马逊 云服务以Braket平台补贴量子计算，微软实验水下数据中心等。这些投资虽回报不明，却有助于维持技术领先地位。 # 2、基础设施的持续先导投资 数字基础设施的控制权直接转化为地缘政治影响力。美国云服务提供商占据全球 $62\%$ 至 $67\%$ 的市场份额，使其能通过市场采纳来确立全球技术标准与安全规范。例如，亚马逊云服务为 $90\%$ 的《财富》500 强企业实施的安全要求，已成为行业最佳实践。新加坡、爱沙尼亚等国家依托美国云平台构建其数字政府服务，深化了技术与治理层面的融合。 在危机时刻，商业机制能协同实现外交目标。2022年俄乌冲突后，微软、谷歌云与亚马逊云服务对受制裁实体实施服务限制，此举无需动用政府资源便有效支持了国际制裁。通过全球商业竞争（如亚马逊计划投入1000亿美元扩张基础设施），美国企业不仅获得了规模经济，其推动的安全与透明标准也强化了与盟友的伙伴关系，产生了符合民主治理原则的战略成果。 # 3、全球数字基础设施战略竞争 中国通过“数字丝绸之路”等战略进行大规模基础设施投资，旨在构建排他性的技术势力范围，直接挑战美国的科技领导地位与市场准入。例如，华为已掌控非洲约 $70\%$ 的 4G 网络，其项目往往要求采用中国设备并将数据路由至国内系统，这不仅将美国 企业排除在外，也为后续转换设置了高昂成本。 为应对竞争并保持新兴市场开放，美国科技公司以商业投资进行对冲。Alphabet 斥资 10 亿美元铺设的 Equiano 海底光缆，使西非通信容量提升 20 倍；亚马逊与微软的云平台则助力各国建设数字经济。同时，通过开源 AI 框架等，美国企业确立了全球技术标准，并构建了将中国排除在外的共享技术生态。 这场竞争的核心是争夺未来全球约30亿新增网民的市场。美国企业的商业投资，旨在把握2050年前非洲等地约7120亿美元的市场机遇。其商业驱动的模式，通过提供更先进、透明的技术方案，不仅能有效保持市场开放性，也是维护美国全球数字领导权的关键。 # 三、军民两用技术与国家安全 # 1.国防创新的商业技术基础 美国科技企业每年在决定现代军事优势的领域投入超过2000亿美元研发资金，形成了由商业驱动、军民双效的创新模式。五角大楼可直接获取经市场锤炼的尖端能力，而无需独立建设研发体系。其技术基础主要体现在三大领域：一是人工智能赋能超高速数据处理与决策；二是量子计算的核心进展主要源自IBM、Alphabet等企业的商业开发；三是半导体领域则通过主导高价值 设计环节，持续为军事装备提供先进算力。（见表1） 表 1: 主要大型科技公司国防合同 <table><tr><td>公司</td><td>合同或项目</td><td>价值</td><td>持续时间</td><td>状态</td><td>关键技术</td></tr><tr><td rowspan="3">微软</td><td>综合视觉增强系统(增强现实头戴设备)</td><td>220亿美元</td><td>10年</td><td>正移交至安杜里尔公司</td><td>HoloLens增强现实、混合现实技术</td></tr><tr><td>联合作战云能力合同(云计算)</td><td>90亿美元份额</td><td>2022-2028年</td><td>进行中</td><td>Azure云服务</td></tr><tr><td>中央情报局商业云企业合同(云计算)</td><td>“数百亿美元”份额</td><td>15年</td><td>进行中</td><td>多云基础设施</td></tr><tr><td rowspan="4">亚马逊(AWS)</td><td>国家安全局 Wild&Stormy项目</td><td>100亿美元</td><td>10年</td><td>进行中(单一来源)</td><td>绝密级云基础设施</td></tr><tr><td>联合作战云能力合同</td><td>90亿美元份额</td><td>2022-2028年</td><td>进行中</td><td>云计算服务</td></tr><tr><td>中央情报局商业云企业合同</td><td>“数百亿美元”份额</td><td>15年</td><td>进行中</td><td>情报云服务</td></tr><tr><td>中央情报局商业云服务合同(遗留项目)</td><td>6亿美元</td><td>2013-2023年</td><td>已完成</td><td>首个情报界重大云合同</td></tr><tr><td rowspan="2">Alphabet</td><td>联合作战云能力合同</td><td>90亿美元份额</td><td>2022-2028年</td><td>进行中</td><td>云服务</td></tr><tr><td>中央情报局商业云企业合同</td><td>“数百亿美元”份额</td><td>15年</td><td>进行中</td><td>多云平台</td></tr><tr><td></td><td>首席数字与人工智能办公室人工智能合同</td><td>2亿美元</td><td>2025-2026年</td><td>进行中</td><td>前沿人工智能能力</td></tr><tr><td rowspan="2">Meta</td><td>与安杜里尔公司合作</td><td>待定</td><td>开发阶段</td><td>谈判中</td><td>增强现实/虚拟现实作战系统</td></tr><tr><td>国防领域Llama模型</td><td>开源</td><td>持续进行</td><td>可用</td><td>人工智能语言模型</td></tr><tr><td>苹果</td><td>柔性技术联盟</td><td>少量</td><td>2015年至今</td><td>有限参与</td><td>柔性电子技术研发</td></tr></table> # 2.商业平台的军事化改造 将成熟商业技术整合改造用于军事目的，已成为高效的战略路径。军方可充分利用企业巨额投资，并通过专业化集成赋予其军事专用能力。例如，价值高达900亿美元的军方云合同完全依赖亚马逊、微软等商业供应商；微软基于HoloLens为陆军开发集成视觉增强系统，体现了依托商业基础快速迭代的优势；以“Maven计划”为代表，军方将企业为自动驾驶开发的算法改造用于情报分析。现代高端武器装备如F-35战斗机也深度依赖商业半导体供应链，确保了军方能持续获得最先进的芯片技术。 # 四、向其他战略领域的外溢效应 大型科技公司正依托其强大的计算与 AI 能力，突破传统边界，进入医疗、材料、农业、气候、核能、交通及量子计算等战 略领域，通过技术突破与开放共享产生显著外溢效应。 # （一）医疗保健与生物医学研究 传统蛋白质结构测定与药物研发效率极低，蛋白质结构计划耗时十年、耗资14亿美元仅测定约1.3万种结构；新药上市平均需10-15年、26亿美元，核心瓶颈是临床前筛选难预测人体反应。 计算技术彻底改变这一格局。AlphaFold 18 个月内预测 2 亿种蛋白质结构，传统方法需数百年。该数据库开放后，超 50 万研究人员使用，截至 2024 年平均每天有 17 篇研究引用其成果。 微软人工智能成果显著，与太平洋西北国家实验室合作，80小时评估3260万种潜在电池材料，传统方法需数十年；结核病抑制剂筛选效率比随机筛选提升125倍。苹果《苹果心脏研究》八个月招募40万名参与者，心房颤动检测阳性预测值达 $84\%$ ，远超传统心律失常临床试验的招募效率与规模。 # (二) 制造与材料科学 传统材料发现依赖试错，合成表征一种新化合物需数月，需测试数千种候选物，大量精力耗费在排除不可行选项上。 计算建模颠覆传统模式。谷歌 DeepMind 的 GNoME 模型模拟原子相互作用，发现 220 万种晶体结构，识别出 38 万种稳定材料，含 528 种锂离子导体，实验室已合成 736 种并验证。成果 纳入开放数据库后，可搜索材料空间扩大十倍。 微软 MatterGen 以生成式思路设计新材料，部分结构硬度超钻石，其开源化推动材料研究民主化，让缺乏超算资源的机构也能参与创新。 # （三）农业与粮食安全 农业存在专业知识分布不均问题，联合国粮农组织数据显示，植物病害每年导致全球作物减产 $20\% - 40\%$ ，经济损失超2200亿美元。麦肯锡指出，精准农业可提升产量 $15\% - 20\%$ ，但小型农场部署相关系统面临成本难题。 谷歌利用手机摄像头检测木薯病害，准确率达 $98\%$ ，依托 TensorFlow Lite 实现离线运行，适配农村场景，助力肯尼亚等三国避免 6000 万美元作物损失。 微软FarmBeats项目可在保产前提下节水 $30\%$ ，其公开传感器设计与数据管道，技术转让覆盖印非1万个农场，通过规模化复制实现效益倍增。 # （四）环境科学与气候 气候研究依赖高端算力，欧洲中期天气预报中心高性能计算设施采购成本超5000万欧元，卫星数据处理需海量存储与算力，资源集中导致发展中国家监测缺口。 谷歌 DeepMind 的 GraphCast 模型 10 天预报精度超 ECMWF, 单台机器不到一分钟即可运行，开源后让各类机构都能开展世界级天气预报，助力发展中国家优化灾害防备。 Alphabet 用人工智能将数据中心冷却需求降低 $40 \%$ , 电源使用效率达 1.1, 方法公开后推动行业能耗下降 $20 \% - 30 \%$ 。据国际能源署, 数据中心占全球用电量 $1 \%$ , 全行业能效提升可显著助力气候治理。 # (五) 核能 科技公司成为核能发展关键力量，Alphabet计划2030－2035年交付6－7座小型模块化反应堆，亚马逊领投X-energy公司5亿美元融资，微软签署20年购电协议推动三里岛核电站重启，为小型模块化反应堆提供早期市场需求。 信息技术与创新基金会认为，小型模块化反应堆是美国扩大核电容量的唯一现实途径，未来二十年有望成为战略性出口产业。其可为民用工业供能，助力多行业脱碳，科技企业的长期购电协议与仿真专长加速产业落地。当前中国运营58座反应堆、在建29座，俄罗斯核电业务进入13国，美国私营部门引领对维持核技术竞争力至关重要。 # （六）交通与城市出行 自动驾驶面临路测悖论,需数十亿英里数据却难以独立获取,传统测试难覆盖边缘场景。Waymo完成7100万英里自动驾驶里 程后，公开安全方法论，助力Cruise等竞争对手缩短数年研发周期，推动行业降低交通事故死亡率。美国国家公路交通安全管理局数据显示，2020年美国交通事故致38824人死亡。 末端配送占运输总成本 $28\%$ ，优化难度大。亚马逊路由算法可处理数百万变量，优化派单节省时间与燃油，公开后助力UPS等企业实现 $15\% - 20\%$ 时效提升、 $12\%$ 燃油节约，惠及整个物流行业。 # （七）量子计算的突破性进展 量子计算尚处早期，实现稳定、低错误的系统面临根本性物理挑战。Alphabet创造的时间晶体——一种无需能量输入即可持续运动的物质——是量子存储领域的物理突破，其完整实验方案在《自然》发表后，已被斯坦福与牛津大学成功复现。微软基于马约拉纳零能模对拓扑量子比特进行了数十年投入，并通过学术出版物分享成果，为解决量子稳定性提供了不同路径。这延续了科技公司通过解决关键计算瓶颈并开放共享成果，从而创造广泛社会价值的共同模式。 上述贡献呈现出一个共同模式：科技公司专注于解决制约其他领域发展的计算与数据处理瓶颈，并通过共享而非垄断技术成果与方法，创造了超越私人回报的集体价值，在商业利益之外强化了更广泛的创新生态。 # 五、培育初创企业生态系统 美国技术生态依赖于初创企业与成熟公司的互补。初创企业从中位成立到IPO的时间已从2000年的5年延长至约11年。在此背景下，战略收购成为主流退出路径——2024年仅 $11\%$ 的独角兽通过IPO退出，远低于2010年的 $83\%$ ，凸显大型科技公司作为生态系统关键流动性提供者的角色（见图12）。 图12：独角兽退出方式构成：IPO与收购对比（2010-2024年） # （一）创建退出渠道并提供资本 传统IPO通道持续收窄。2024年美国风险投资总额达2090亿美元，但科技企业年度IPO数量从1980-2019年中位数158家降至72家；首次获风投到IPO的中位时间从2000年3.8年延长至8年以上，引发流动性困境。目前美国741家独角兽待退出，过去12个月仅15家成功，按此速度需49年消化存量，制约风投后续投资能力。 大型科技公司成为关键流动性供给方。Alphabet旗下GV投资700多家企业，微软M12自2016年起支持超100家初创公司，既提供资金也确立估值基准。2012年Facebook以10亿美元收购Instagram，验证了社交媒体估值逻辑。AWS Activate自2013年起为全球33万余家初创企业提供超70亿美元信用额度，助力企业推迟融资，符合条件者可获最高10万美元云基础设施抵扣额。 “大企业制造扼杀区”的观点缺乏实证支撑，被大企业收购的领域反而吸引更多风投。Instagram 收购案推动社交平台融资扩容，谷歌收购 YouTube 为 TikTok、Twitch 等铺路，整体数据显示收购与初创企业数量增长呈正相关。 # （二）拯救并扩大有前景的技术 战略收购可助困境初创企业释放价值。2006年谷歌以16.5亿美元收购深陷带宽成本（月均100万美元）与版权诉讼危机的YouTube，依托自身资源助其降本解纷，截至2024年第三季度的四个季度，YouTube广告与订阅收入合计达500亿美元。2005年谷歌以5000万美元收购资金枯竭的安卓，将其打造成占全球 $71\%$ 智能手机市场的系统，催生年规模数千亿美元的应用经济。 监管干预常引发反效果。2024年1月欧洲阻止亚马逊17亿美元收购iRobot后，iRobot裁员572人（占比 $51\%$ ）、亏损1.455亿美元，股价跌破20美元，其曾占 $64\%$ 的高端扫地机器人市场 被科沃斯、石头科技抢占。2022年英伟达400亿美元收购ARM被阻后，ARM裁员1000人（占比 $15\%$ ），放弃AI领域合并增长机遇。中国曾阻止高通440亿美元收购恩智浦(其他八地获批)，阻碍美国半导体整合，助力本土企业巩固车载芯片优势。 现代技术竞争需规模支撑，AI训练、半导体制造、全球平台运营均依赖大额投入，20世纪的监管框架已不适用。需区分反竞争收购与创新型合作，过度阻挠产业整合，将损害美国创新生态。 # 六、美国软实力 软实力是美国冷战胜利的关键，爵士乐、好莱坞等文化影响力远超军事力量。如今中美展开意识形态竞争，美国对外援助支出削减 $92\%$ ，而中国正加大发展中国家数字基建投入，美国科技公司的海外商业扩张成为软实力投射的重要载体，同步输出技术与内嵌的价值体系。 # (一) 文化与叙事 美国平台构建了强大文化影响力：Facebook、YouTube、Instagram 用户分别达 30.7 亿、25.4 亿、20 亿，远超中国同类平台；中等收入国家中 WhatsApp、TikTok 使用率分别为 $73\%$ 、 $36\%$ 。2024 年创作者经济估值 1500 亿美元，预计 2034 年达 1.1 万亿美元。英语内容占全网 $50\%$ ，Netflix 2.78 亿全球订阅用户中 $60\%$ 观 看美国内容，YouTube 为美国 GDP 贡献 350 亿美元，持续强化美国文化经济规范。TikTok 崛起警示美国不可过度依赖企业维系文化主导权，但忽视本土平台战略价值实为短视。 # (二) 发展替代 美国对外援助大幅收缩，逾 $90\%$ （涉及120国、600亿美元）项目或被取消，科技公司填补了部分空白。Alphabet已为60多万人筛查糖尿病视网膜病变，计划在印泰开展300万次筛查；微软在72国投入1.65亿美元推进AI公益项目，培育技术劳动力。数字支付助力减贫，肯尼亚移动支付使18.5万女性转型经商，极端贫困率下降 $22\%$ 。这类企业项目虽受商业逻辑局限，但能以零纳税人成本实现部分战略目标。 # 七、认识并考量“冰山全貌” 当前技术政策过度聚焦大企业潜在危害，忽视其积极溢出效应：研发知识全域扩散、基础设施支撑万千企业、培训赋能数百万劳动者。监管评估未纳入这些贡献，易削弱美国竞争优势。例如，若法规使大企业研发支出降 $10\%$ ，虽可能增加罚款收入，却会抵消数十亿美元溢出效益；合规成本上升还可能削减数据中心等关键基建投资。 全球竞争中，中国依托大企业溢出效应促发展，欧洲以限制 美国企业扶持本土力量。美国需建立全面成本效益分析框架，将创新扩散、基建供给、劳动力发展纳入评估，避免因片面监管牺牲长期优势。 # 八、结论 当前针对大型科技企业的监管方式，系统性地低估了它们对美国经济与技术领导地位的贡献。政策制定者专注于市场集中度与隐私问题，却忽视了研发带来的积极溢出效应：从惠及各行业的研发扩散，到支撑成千上万家企业的设施投资，再到培养国家关键数字能力的劳动力培训。 这种不完整的评估带来切实风险。旨在解决特定问题的法规，可能无意中消除数十亿美元的溢出效益，阻碍关键基础设施建设，并削弱美国区别于竞争对手的生态系统优势。中国正利用其大型科技公司作为国家发展的引擎，而欧洲则推行限制性政策以遏制美国企业。在这种竞争环境下，未能充分认识大型科技企业的贡献，无异于单方面束缚自身经济手脚。 有效的政策制定需要对监管决策的影响进行全面评估。成本效益分析除传统监管指标外，必须纳入创新扩散、基础设施供给与人力资本发展等因素。缺乏这种综合视角，美国就可能削弱其历经数十年建立、且难以轻易替代的竞争优势。问题的关键不在 于在监管与放任之间做出选择，而在于区分两种政策：一种是基于充分认知、旨在维护有益外溢效应的政策；另一种则是条件反射式的限制，其以牺牲长期竞争力为代价换取短期政治利益。 译自：The new model for consumer goods, April 2018 by McKinsey & Company 译文作者：赛迪工业和信息化研究院 庄焱 刘恩稷 联系方式：15895833872 电子邮件：zhuangyan@ccidthinktank.com # 咨询翘楚在这里汇聚 规划研究所 知识产权研究所 安全产业研究所 工业经济研究所 世界工业研究所 网络安全研究所 电子信息研究所 无线电管理研究所 中小企业研究所 集成电路研究所 信息化与软件产业研究所 节能与环保研究所 产业政策研究所 军民融合研究所 材料工业研究所 科技与标准研究所 政策法规研究所 消费品工业研究所 编辑部：工业和信息化部赛迪研究院 通讯地址：北京市海淀区万寿路27号院8号楼12层 邮政编码：100846 联系人：王乐 联系电话：010-68200552 13701083941 传真：010-68209616 网址：www.ccidwise.com 电子邮件：wangle@ccidgroup.com 报：部领导 送：部机关各司局，各地方工业和信息化主管部门，相关部门及研究单位，相关行业协会 编辑部：赛迪工业和信息化研究院 通讯地址：北京市海淀区紫竹院路66号赛迪大厦8层国际合作处 邮政编码：100048 联系人：袁素雅 联系电话： (010) 88559543 13263204219 传真：(010) 88558833 网 址：www.ccidgroup.com 电子邮件：yuansuya@ccidthinktank.com