（一）

　　经济的发展必然伴随着结构性的变化，而二战后高新技术及其产业的发展必然引起产业结构发生深刻的变化，一方面，第一次产业中的科技含量在增加，第二次产业服务化的趋势也越来越明显，制造业与服务业之间的界限越来越模糊，另一方面是第三次产业的内涵、总量及其知识化程度在迅速扩大，以至于其在社会生产和生活中所占的比重及其重要程度逐步超过第一、二次产业。在农业生产、经营与服务“一条龙”的情况下，产值、劳动力就业比例等在统计上就很难将各产业截然分开。而第三次产业中的科技服务、信息服务等在第二次产业中的作用份额的不断增大，又使三次产业划分无法反映当今经济发展的实际情况。很显然，高新技术及其产业的独特性使人们按照其性质对其进行独立的统计与分析，这样对原来的三次产业划分的理论和方法产生了影响，对原来的产业结构带来冲击，导致人们对产业结构理论与产业分类方法的进一步思考。

　　此外，随着新兴产业的不断涌现，第三次产业所包括的内容也越来越庞杂。本来第一、二次产业之外的所有产业都归入第三次产业，而这些产业的差别极为悬殊，从日常生活服务业到复杂的科技部门，从简单的修锅补盆到最繁杂的为航天事业服务的数据库都包括在内，饭店、理发店、报社、科研机构、咨询部门、政府机关、军事单位和商贸公司等应有尽有，五花八门，这就很难总结出它们的共同特征和发展规律，从而难以制订出共同的政策和管理方针。由此，也需要对三次产业分类方法进行修正、补充和发展。

　　事实上，作为三次产业分类法的最初思想是由英国经济学家阿·费希尔在20世纪30年代提出来的，他将初级阶段生产的产业称为primary industry，处于第二阶段的产业叫做secondary industry，处于第三阶段生产的产业叫做tertiary industry.费希尔所用的这三个单词，primary有最初、初等的含义，secondary有中等的含义，tertiary有第三级的含义。所以，翻译也有“第X个产业”（简称第X产业，反映产业发展时序）与“第X次产业”（反映产业的演进层次）两种，只是历史的局限，当时只划分为三个先后层次。面对产业不断分化、发展、演进的实际，我们可将这种划分引伸为按产业的发展时序分类与按产业的生产力层次分类，前者可分为农业、工业、服务业、信息产业、航天产业、生物产业、海洋产业等，其中农业为第一产业、工业为第二产业、服务业为第三产业、信息产业为第四产业、航天或生物产业等为第五产业。后者可分为农业、工业、服务业、知识产业等，它们依次为第一次产业、第二次产业、第三次产业和第四次产业。显然在前一分类中第四产业是信息产业，它包括信息工业（属于第二次产业）、信息服务业（属第三次产业）和信息开发业（属于第四次产业），美国经济学家拉波特就是持这种观点。而后一种分类的第四次产业是知识产业，它由知识、智力密集型产业构成，包括高科技产业中的智力知识密集型子产业，如信息开发业、航天产业、生物产业、海洋产业以及服务业中的知识密集型产业等。显然知识产业作为第四次产业与作为第四产业的信息产业是不同层面的产业归属，二者是相交的关系。把信息产业等同于知识产业是错误的。

　　（二）

　　那么，第四次产业——知识产业究竟包括哪些产业或部门呢？对此，人们有不同的认识。美国学者马克卢普的观点是将知识产业作为与传统产业相对应的产业，是指“这样一些厂商或组织机构，在某些情况下可能还包括家庭和个人，他们生产知识，特别是信息产品与服务，无论这种生产的目的为何。”由此，他把知识产业分为5大类共30小类，如表1所示。

　　附图

　　我国学者对第四次产业的认识，首先是与第四产业相混淆，其次是对其所包括的内容有不同的认识。王树林在1996年出版的《21世纪的主导产业——第四产业》一书中明确提出要“把第四产业从第三产业中分离出来”，并指出第四产业包括科学研究、教育、信息服务、咨询服务、新闻出版、广播电视、文化、民间公证和法律服务等九种行业。显然，这是把第四产业定义为精神产品的生产领域。魏建国等人在《统计与决策》撰文主张“从实物经济与知识经济的分野中，将知识产业作为与实物产品生产下三次产业相并列的第四产业。”我国著名的知识学专家宋太庆则把在“第四次产业大革命浪潮”中涌现出来的知识产业概括为科学技术产业、信息情报业、文化教育产业、传播娱乐产业、智能智慧业、规划产业、咨询策划产业和思想设计产业等8大产业群体。如前所述，国内还有学者简单地把知识产业或第四次产业界定为高新技术产业或信息产业。

　　笔者认为，知识在人类社会经济活动中越来越广泛深入地应用，必然导致产业的深化，从而促进产业结构不断向高级形态演进。20世纪中叶以来，计算机技术、电子技术、生物技术和现代通讯技术的广泛应用，使社会的产业形态极为丰富，出现了软件产业、信息咨询业、生物工程业和传播娱乐业等新的产业形式。这些新的产业形式过去仅仅依附于传统的产业形态之中，随着科学技术的迅猛发展，将使它们作为崭新的产业形态而独立存在。为便于研究产业结构及其形态的变化，分析知识在经济增长中所起的作用，我们有必要把知识产业从前三次产业中（而非仅第三次产业）分离出来，并发展成为一个独立的产业形态——第四次产业。因此笔者既不同意仅把知识产业视为信息产业或高新技术产业，也不同意知识产业仅是从第三次产业中分离出来的观点，对知识产业是对应于实物产品生产部门的精神产品生产部门的认识也不敢苟同。信息产业、高新技术产业的确是知识产业的主体、支柱，但毕竟只是组成部分之一，从对应的支撑技术和支柱产业层面上讲，知识产业要比它们的范围和内涵都要宽。虽然作为第四次产业的知识产业是在前三次产业基础上的演进，但并意味仅从第三次产业中分离出来，它与第一次、第二次、第三次产业都存在着渗透、融合，知识产业是前三次产业日益高级化的产物，既包括精神产品的生产，也包括物质产品的生产，它与前三次产业不同的是该产业的知识含量、科技含量（即知识技术密度）很高，即以知识创造财富，可以说，知识产业是相对于“非知识产业”而言的。据此，笔者认为，作为第四次产业的知识产业应包括下图所示范图：

　　附图

　　（三）

　　对知识产业或第四次产业进行计量、核算是产业统计的一项新领域，主要困难在于缺乏来自上述产业部门的实物产量、市场交易以及某些服务活动的市场价格的数据，此外中间产品的采购、就业人数、生产率的变化等信息也难以掌握。针对现行统计体系和可取得的数据的不完备性，一个可行的尝试就是将知识产业逐个从统计体系中挑选出来，然后逐个进行核算和平衡。马克卢普正是按照这一思路并采用最终需求法来测度美国的知识生产与分配过程的，最终需求法的公式为：

　　GD=C+G+I+（X-M）

　　式中，C代表消费，即消费者对最终产品和服务的需求量与消费量，G代表政府的需求量与消费量，I代表投资，即厂商对最终产品和服务的需求量与消费量，X、M分别代表进口额、出口额。这种经验性统计核算方法的优点是可以根据不同的具体产业（部门）和环境考虑知识的分配及其构成，但缺点是数据要求严格且庞大，并且有扩大知识产业部门范围的倾向。

　　除了核算其产值外，还应对知识产业劳动者、知识职业劳动收入进行估算，从而为知识产业经营规模与分配统计提供基础数据。对此，波拉特的信息产业测度体系具有借鉴意义，它是先把信息活动划分为市场信息活动与非市场信息活动，对那些向市场提供信息商品或服务并参与市场交换的厂商称为“一级信息部门”，将仅满足政府或非信息企业内部消费而提供信息生产与服务的部门称为“二级信息部门”，然后明确信息资本、信息劳动者和信息职业等范畴，最后依据这些范畴分别估算、一、二级信息部门的增加值。

　　我国著名统计学家贺铿以信息产品的性质为标志将信息产业划分为信息生产资料部门、直接信息部门和间接信息部门，其中前两个部门采用分离法从全口径投入产出表中分离出信息业并求得总产出，间接信息部门则采用典型调查法取得基础数据后在假设单位内部信息劳动者劳动生产率与所在单位全员劳动生产率相同的前提下推算信息产业的产值。这种方法可以用来核算知识产业的产值。

　　知识产业统计核算的另一种重要内容是计量知识产业的知识资源密集（集约）程度、丰裕程度、生产能力、发展潜力以及知识资本的存量与流量。知识密集量类似于劳动消耗量、原材料消耗量，是某种知识资源的消耗与产出之比，因而可视为科技活动的经济标准或科技进步的标志。测度知识密集量主要有三种方法，一是研究与开发性投入的费用与该部门的总产出或增加值之比，反映一般知识密集量；三是用产业部门内部知识劳动收入与非知识劳动收入之比，反映各产业部门使用知道资源的集约程度。根据这些指标，可以把各产业部门划分为三类知识资源密集型部门：知识资源高度密集型部门，如电子、航天等；知识资源中度密集型部门，如石油化工、机械制造等；知识资源低度密集型部门，如冶金、食品等传统产业部门。

　　知识资源丰度是反映知识资源丰富（裕）程度的指标，测度方法也有三种，一是反映知道资源生产力的指标，通常是用人均知识资源生产量来测度的，公式为：

　　R[，1]=（P[，1]+P[，2]+P[，3]+P[，4]）/M

　　式中，P[，1]、P[，2]、P[，3]、P[，4]分别表示数据库数量、专利和商标数量、书报刊量、视听产品生产量，M为人口数。

　　二是反映基本知识资源储备潜力的指标，通常是用人均拥有的基本知识资源量来测度的，公式为：

　　R2=（Q[，1]+Q[，2]+Q[，3]+Q[，4]+Q[，5]）/M

　　式中，Q[，1]、Q[，2]、Q[，3]、Q[，4]、Q[，5]分别表示计算机、文化设施、新闻设施、娱乐设施、邮电信设施的拥有量。

　　三是反映知识资源处理潜力的指标，公式为：

　　R3=（T[，1]+T[，2]+T[，3]+T[，4]+T[，5]）/M

　　式中T[，1]、T[，2]、T[，3]、T[，4]、T[，5]分别表示识字人数、各级教育在样生数、科研人员数、政府部门人数和咨询机构人数。显然是用上述人数占总人口的比重来反映知识资源处理潜力。

　　在知识经济时代，企业最有价值的是知识资本，它将企业信誉、商标、员工文化水平与技能、顾客满意、组织文化、机制及经营关系等许多传统管理理论所忽视，但却日益成为企业重要资源或者说已经成为企业核心能力重要组成的这些因素整合在一起并与企业组织结构、生产能力、技术创新、市场开拓能力以及财务状况紧密联系在一起，共同构成企业的核心能力和经营资产。那么，如何衡量知道资本的价值呢？世界著名的金融服务机构、瑞典的斯勘的亚公司在90年代初推出的一项传统会计系统不统计、但有价值的资产核算公式IC=MV-BV具有代表性，式中，MV为企业真正的市场价值，BV为帐面价值。显然，知识资本是市场价值与帐面价值之差。斯勘的亚认为，一个上市公司的市场价值要比其帐面价值高3-8倍，这个差值就是隐藏的价值，由于它属于非金融资本，会计学上把它列为债务类。因而，有必要将这种隐蔽资本浮出水面。为此，斯勘的亚公司于1995年公布了世界上第一份知识资本年报，它着眼于顾客、流程、更新、开发、人力、财力等因素，对知识资本进行分析与评价，还有人在此基本上提出了用增长和创新指标、效率指标、稳定性指标等三个动态指标来评定知识资本的价值。

　　知识的存量和流量是知识价值量的另一种表现形态，也是OECD关于知识经济测度框架的一个重要方面。测度知识的存量比较困难，但可以用科学技术指标来估算，如对不同国家或企业的R&D年投入的积累可借助析旧率的假设进行成本分摊，然后再根据R&D存量指标估算R&D投资的回报率，或根据特定领域研究与开发人员年增量估算R&D人员的存量后再按照人员流动和职业变动情况进行折算。值得注意的是，有人建议将教育费用投入也列入知识的存量。教育虽然只是知识的传播和积累，但教育是需要成本的，当人们投资于教育时，他们事实上牺牲了其它投资机会而换取了所掌握的知识，这类知识显然是可以直接形成生产力的。把R&D与教育费用投入之和作为知识存量的计算公式为：

　　附图

　　式中RD[，k]、ED[，k]分别表示当年起倒数第k年R&D费用与教育费用投入量在考虑通胀后的贴现值，m、n分别表示R&D、教育所形成的知识的“老化年限”，R[，1]（即1/m）、R[，2]（即1/n）分别表示R&D、教育形成知识的“老化率”。

　　知识的流量是指某一段时间内进入经济系统的知识存量的比例，通常用物化形式的知识扩期和非物化形式的知识扩散来衡量。前者表现在机械、设备和部件的生产中使用新技术的过程，对于已经体现了技术或研究与开发的部分可采用投入产出方法来测度，即利用技术流量矩阵作为指标来研究体现半成品和资本货物中的研究与开发在产业部门之间的流动。当然也可以通过对具体技术在不同产业部门之间的扩散与普及来分析物化知识的流量，如对不同国家的个人电脑、光盘设备、互联网站或人网户数等占家庭（或人口）的比例来分析信息技术的扩散与流动水平。对于尚未被物化的知识流量则可通过引文分析来测度，即借助于引文索引计算出知识在不同领域和学科之间的流动。这种非物化形式的知识流动通常是以技术专长、专利、许可证和诀窍方式传播或扩散的。