刘峰：“中国梦”、科技梦（2）

（四）存在的问题

第一个方面，我国经济发展落后。虽然已经持续增长30多年了，而且现在还在高位的增长，但是人均的GDP从60年代以来或者从建国以来每年都在下降。1960年的时候，我国在全球排名78位，1970年的时候变成82位，1980年的时候变成94位，1990年的时候变成105位，2010年变成127位。我国的人均收入比非洲国家人均收入要低。这是一个很大的挑战。这说明什么问题？生产效率不高，人均GDP就是说明劳动生产效率。劳动生产效率低下带来的最直接的影响就是人均收入低，因为人均创造的财富本来就少，能从中分配到的也少，那么最直接的影响就是生活水平、受教育水平、社会保障水平都会比别人低。在这样一个情况下，在座各位也会感觉到越来越焦虑。

第二个方面，贫富的差距。有一个系数叫基尼系数，或者叫社会不公平的差距，应该是越来越大的。在全球主要的一些国家来比较，我国社会的财富不公平更加的严重。十八大以后，大家把这种分配制度改革作为一个重要的经济工作和社会建设工作来做。这个也是举步维艰，比我国稍好一点的是美国、俄罗斯、印度，这几个国家社会不公的现象也挺多。社会不公，财富的分配严重失衡，其实会对整个社会的经济发展和社会的安定带来极大的影响。富人消费边际的能力比穷人和中产阶级要低很多，如果有5套房之后，可能很难再去买第6套、第7套，除非是一个很执着的房地产的投资人。当有了两辆车之后可能再去买其他的车就很困难了。不同阶层的矛盾，可能会对社会带来灾难性的打击。

第三个方面，科技水平。科学技术发展确实取得了很重大的成功。但是从综合的排名来看，可以排到第21位，美国、瑞士、韩国、日本分别居第1至第4。从国际其他组织的排名来看，包括世界银行的排名来看，大概在31位左右，差别不大。

第四个方面，教育的投入。教育投入仅占国民生产总值的2.3%，发达国家占5.1%，基本上比印度和南非国家还要低。所以我国的基础研究，人的基本的科学素养的提高，其实是很困难的。

第五个方面，环境。各位可能切身体会到北京的雾霾，曾经接待伦敦过来的学者，他们把伦敦的烟雾事件和北京的雾霾进行比较，提了一个问题，北京雾霾的影响和伦敦烟雾事件相比哪个更大？伦敦的烟雾事件主要是指1932年的冬天有一场大雾，这场大雾特别大，以至于在大雾时候的能见度大概只有2米，开车的车灯都照不到前头两米以外的地方，得有一个人专门下来打电筒领着这个汽车往前开，也出现了在非典时期戴着口罩约会这样的场景。伦敦烟雾事件四天的持续时间里，死亡2000多人。在后面的6个月，由于呼吸道疾病死亡了8000多人。这就是著名的伦敦的烟雾事件。从北京来看，到目前为止尚没有因为雾霾造成直接的死亡。但是从门诊的情况来看，同比去年，据不完全统计，就诊呼吸科的病人多了5到7倍。这是北京的情况。另外，当时伦敦的雾霾只是伦敦的局部地区，北京最大雾霾那几天是全国华北地区120万平方公里全部都是这样。所以面积比它大很多，影响也比它严重的多。美国芝加哥有600万辆车，洛杉矶有450万辆车，纽约有800万辆车。北京现在有500万辆。其实他们的PM2.5的浓度是很低的，它基本上是蓝色的，稍稍有点黄色，这只是大气污染。那么还有水，固体废弃物，也是很严重的。

从经济未来的持续增长来看，从环境的污染治理来看，其实都需要新的技术、新的组织和生产的方式。要解决所有的这些问题，还是要在发展中去解决，在发展中解决这些发展过程当中的问题，实现中华民族的伟大复兴，提高每一个公民的生活水平和幸福感。

二、对未来的经济发展、城市建设和生活产生重大影响的四大领域：

第一个领域，电子信息技术。下一代的电子信息技术，大家听的最多的是大数据、云计算、物联网，很抽象。前段时间，包括现在正在流行H7N9的禽流感。作为事件的疾病控制中心以及各个国家的疾控中心，有自己的一套关于疾病控制和预测的体系。但是最后发现，这些体系都没有谷歌的预测来的及时。一般这些疾病控制中心对于疾病发展未来的预测要晚三到六个月，但是谷歌可以做到基本同步。谷歌流行病预测的准确率非常地高，基本达到90%以上。

但是谷歌是一个互联网公司，它对流行病完全不懂。它怎么预测？其实就是通过分析每天全球在不同地区的人查询的一些关键词，来预测是不是要爆发流行性感冒。比如说中国人都在搜板蓝根，有一组这样的关键词，当然组合之后它能够找到搜索的内容和某一个事件之间的关联性。通过这种关联分析能够来预测流行感冒什么时候发生、规模有多大、在哪些地区发生。这是一个典型的大数据的概念。它是一个数据分析的方式，它不懂医学，也没有流行病学所有的基础设施和监控体系，但是它可以来预测流行病。同时也可以发现，在预测流行病的一些方式和工具发生了很大的变化。从以前的事后三个月到六个月，变成了基本上是实时可以预测到要爆发什么样的流行病。这对于政府的管理和医院这样一些治疗和服务提供了很好的帮助。当然谷歌公司也因此赢得了很大的商业利益。

大数据的另外一个例子是亚马逊。亚马逊是靠卖书起家的一个电商，现在除了卖书之外，它还卖各种各样的商品。亚马逊最早出名在网上卖书，它有一个书店，组织了一批书评家来对出版的书进行阅读评论，有很多喜欢阅读的人爱看评论，然后根据评论来买书。当时这样的营销模式，给它带来了很大的收益。当亚马逊慢慢在网上卖书的时候，它发现不再需要这些评论家来进行评论了，它可以从很多个体买书的集合当中来找到某种关联。比如搜索《大数据时代》这本书，正好有另一本书叫《大数据取舍之道》。另外它还根据买这两本书的人曾经购买或者是浏览过的书有一个推荐的目录，有《大数据的取舍之道》，有《第三次工业革命》，有《爆发大数据时代预见未来》等等这样的一些书。在这个过程当中，买了《第三次工业革命》，还买了《取舍之道》。这个公司通过这种方式，会让买家很方便的购买到其他的类似的商品，并以此来盈利。而且它的数据分析的成本非常低，所以当它发明了或者是发现了大数据的分析这样的营销模式之后就把它的书评组解散了，它的营销收益一点没有受到影响。

还有一些案例，比如说沃尔玛把纸尿布和啤酒放在一起，因为它发现在结帐的时候，有60%的人都同时买了好几样商品。它原来是按照商品类别来分类，比如说婴幼儿用品、食品，一般都是分开放的，现在它按照人的购买习惯把啤酒和婴幼儿尿不湿放在一起，消费者会很方便，不会到处去找了。方便了消费者的同时，其实增加了它的销售面，这个也是大数据很典型的应用。