张学勇移民公司
微信扫一扫 分享朋友圈

已有 142 人浏览分享

开启左侧

政府对网约车态度将急转弯:因中美关系影响就业指标

[复制链接]
142 0


  
从网约车看贸易变局下的科技创新环境

  (作者系上海金融与法律研究院研究员)

  随着美欧、日欧等多个单边贸易关系的缓解,与零关税协定的推进与落地,舆论一直认为,WTO大概率会被边缘化。未来,中国经济会承压,实体经济、制造业也会受到很大影响。

  也正因此,很多人担心又会重现90年代的下岗潮。事实上,这个担心是不必要的。按照中国现在的经济规模与经济结构,第三产业占了很大比例。第三产业即服务业,吸纳就业能力强。比如,近年来兴起的网约车、外卖这些行业,就是典型的第三产业,具有很高的吸纳就业能力。

  从另一个角度来说,这些行业,并不是单纯的提供岗位,同时,也是消费升级,拉动了内需的重要途径。本来只花2块钱坐公交,现在花了20块;本来只是花20块吃一顿,现在多花了10块派送费。这都真实的经济运行的一部分。

  有这样一个笑话,街上有一个卖烧饼的与一个卖包子的,他们如果吃了自己家的东西,都不计入GDP,如果相互买着吃,就能计入GDP。实际上,这并不是一个笑话,而是经济发展的真实情况。“劳动――有能力购买需求――引发劳动――产生新的需求”,这也是第三产业吸纳就业能力强的原因。

  最近,一些城市开始执行了严格的网约车新规,骤然收紧了网约车的查处力度,打车难旋即重回一些城市的市民生活。但是,很多人可能想不到,在目前贸易关系的影响下,就业指标会迫使政府在网约车的态度上来一个很大的急转弯。

  网约车、外卖,这些经过新技术改造提示后出现的新行业,其意义并不只限于提供更多的就业岗位,如果是这样,那就是餐饮业与出租车业。实际上,网约车与外卖,也是国家科技进步的重要途径。培育新的经济增长点、抢占国际经济科技制高点,已经成为全球国家竞争的焦点,技术竞争在综合国力竞争中的地位更加突出。

  对于这一点,国人都明白,所以大家呼唤创新,呼吁企业多投入研发。但是,投入的钱哪里来的?当然是从市场上赚来的。

  欧盟委员会(EU)公布2017年工业研发投入(R&D)排行榜,大众汽车研发投入高达137亿欧元,全球居首,随后依次是谷歌母公司Al-phabet、微软、三星电子、英特尔、华为、苹果以及三家制药企业罗氏、强生和诺华。比如英特尔投入了120.86亿欧元,销售则有563.39亿欧元。2017年华为研发投入800亿人民币,位居全球第6,超过苹果,成为唯一进入前50名的中国企业,那么,华为2017年销售了多少呢?6000亿元。现代市场机制下的研发活动正是这样进行的“销售――研发――升级产品――更大的利润――再次投入研发”。

  像智能交通、自动驾驶、外卖这些行业,一头连着第三产业,看起来似乎不如英特尔、芯片、AI这些,但实际上,根子仍然在科技行业。因为这些行业通过大数据,能更好发掘消费的需求;而类似自动送货机器人、无人机,这些技术也都能进一步推动技术进步,产业升级,引发新的需求。

  但无论如何,企业的研发都需要钱。企业正常经营,赚取了利润,为了更大的利润,自然会投入研发,企业产品升级了,国家科技实力也随之上一个台阶。但是,现在一些企业花钱去收购全球先进技术,而自己国家明明有全球领先的科技企业,却还天天收紧规则,就颇令人费解。

  以网约车为例,根据公开信息显示,中国目前的网约车政策比大多数国家与地区要更加严格。比如,在平台申请层级方面,国外一般是要求,在省/州一级取得网约车牌照,而在中国,则要求在县级行政区取得网约车牌照,而中国有2000多个县。再比如网约车与出租车的差异化竞争,国外仅有小部分对车辆规格做了要求,但要求并不高,但中国的一线城市对车辆的排量、轴距、甚至价格都做了较高要求,像青岛更是规定了车辆的长、宽、高。这种高要求显然会阻碍企业的经营,从长远抑制企业的创新活动。

  说到底,一个国家的科技竞争力除了政府投入外,企业也非常重要,而要想企业发挥好作用,则必须给科技企业更好的经营环境。只有这样,才能进入“收入――研发――收入”的良性循环,国家的科技实力才会得到基于市场的可持续发展。

举报 使用道具

回复
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

9

关注

15

粉丝

42462

主题
精彩推荐
热门资讯
网友晒图
图文推荐

维权声明:本站有大量内容由网友产生,如果有内容涉及您的版权或隐私,请点击右下角举报,我们会立即回应和处理。
版权声明:本站也有大量原创,本站欢迎转发原创,但转发前请与本站取得书面合作协议。

Powered by Discuz! X3.4 Copyright © 2003-2020, WinnipegChinese.COM
GMT-5, 2024-11-17 10:41 , Processed in 0.028183 second(s), 31 queries .