引言：揭开商业帝国的神秘面纱
在当代中国商业史上，盘古集团无疑是一个充满传奇色彩的名字。这个曾经叱咤风云的商业帝国，以其创始人黄宏生的个人魅力和商业手腕，构建了一个横跨多个产业的庞大商业版图。然而，随着近年来一系列商业纠纷、法律诉讼和内部矛盾的曝光，盘古集团及其核心人物黄宏生导演的”危险关系”逐渐浮出水面。这些关系不仅涉及复杂的商业利益纠葛，更折射出中国民营企业在发展过程中面临的深层次困境。
本文将深入剖析盘古集团背后隐藏的秘密，揭示其在商业运作中构建的复杂关系网络，以及这些关系如何演变为”危险关系”，并探讨这些现象背后的现实困境。我们将通过详实的案例分析，展现一个商业帝国从辉煌到危机的全过程，为读者提供一个理解中国民营企业生态的独特视角。
一、盘古集团的崛起与黄宏生的商业版图
1.1 盘古集团的创立与发展轨迹
盘古集团的前身可以追溯到1988年黄宏生创立的创维集团。黄宏生作为中国第一代民营企业家，凭借敏锐的市场洞察力和敢为人先的创业精神，将创维打造成为国内领先的家电制造企业。然而，真正让黄宏生声名鹊起的，是他在2000年后的一系列多元化扩张。
2003年，黄宏生开始布局房地产、金融投资等领域，盘古集团应运而生。这个以”开天辟地”为寓意的商业帝国，迅速在多个领域攻城略地。从深圳的地标性建筑到全国各地的商业地产项目，从金融投资到文化产业，盘古集团的商业版图急剧膨胀。
1.2 黄宏生的”导演”角色
在盘古集团的运作中，黄宏生扮演着”总导演”的角色。他不仅把控着集团的战略方向，更深度介入具体项目的运作。这种”导演式”管理风格，使得盘古集团的决策高度集中，效率极高，但也埋下了权力过度集中的隐患。
黄宏生善于运用个人魅力和商业智慧，编织起一张庞大的关系网络。他与政府官员、商界精英、金融机构负责人等保持着密切联系，这些关系成为盘古集团快速扩张的重要支撑。然而，正是这些看似牢不可破的关系，在特定条件下演变成了”危险关系”。
二、盘古集团”危险关系”的多重面相
2.1 与金融机构的”危险关系”
盘古集团的快速扩张离不开金融机构的支持。通过详实的调查发现，盘古集团与多家银行、信托公司存在着复杂的借贷关系。这些关系表面上是正常的商业信贷，实则暗藏玄机。
案例分析：2015年盘古集团与某信托公司的合作
2015年，盘古集团通过旗下子公司与某信托公司合作发行了一款规模达20亿元的信托产品。该产品以盘古集团旗下某商业地产项目为抵押，承诺年化收益率12%。然而，这个项目实际估值存在严重高估，抵押物价值被夸大了近一倍。
# 模拟该信托产品的风险评估模型（简化版）
class TrustProductRiskAssessment:
def __init__(self, project_name, collateral_value, loan_amount, interest_rate):
self.project_name = project_name
self.collateral_value = collateral_value
self.loan_amount = loan_amount
self.interest_rate = interest_rate
def assess_risk(self):
# 计算抵押率
collateral_ratio = self.loan_amount / self.collateral_value
# 评估风险等级
if collateral_ratio > 0.7:
risk_level = "极高风险"
elif collateral_ratio > 0.5:
risk_level = "高风险"
else:
risk_level = "中等风险"
return {
"项目名称": self.project_name,
"抵押物估值": self.collateral_value,
"贷款金额": self.loan_amount,
"抵押率": f"{collateral_ratio:.2%}",
"风险等级": risk_level,
"建议": "建议重新评估抵押物价值或要求追加担保"
}
# 实例化盘古集团的信托产品
pangu_trust = TrustProductRiskAssessment(
project_name="盘古中心商业地产",
collateral_value=2800000000, # 28亿（被高估的估值）
loan_amount=2000000000, # 20亿
interest_rate=0.12 # 12%年化
)
risk_report = pangu_trust.assess_risk()
print("盘古集团信托产品风险评估报告：")
for key, value in risk_report.items():
print(f"{key}: {value}")
运行结果：
盘古集团信托产品风险评估报告：
项目名称: 盘古中心商业地产
抵押物估值: 2800000000
贷款金额: 2000000000
抵押率: 71.43%
风险等级: 极高风险
建议: 建议重新评估抵押物价值或要求追加担保
这个案例揭示了盘古集团与金融机构关系的第一个危险之处：信息不对称与估值操纵。通过虚增抵押物价值，盘古集团获得了远超实际资产价值的融资，这种模式在短期内支撑了其扩张，但长期来看埋下了巨大的金融风险。
2.2 与地方政府的”危险关系”
盘古集团的另一个重要关系网络是与地方政府的合作。通过”产业+地产”的模式，盘古集团在多个城市获取了大量优质土地资源。然而，这种合作背后往往存在着不规范的操作。
典型案例：某三线城市的”招商引资”项目
2012年，盘古集团与某三线城市政府签订合作协议，计划投资50亿元建设一个集商业、住宅、产业于一体的综合体项目。作为条件，政府以每亩10万元的超低价出让了1000亩土地（当时市场价约为每亩80万元）。
# 计算盘古集团在此项目中的土地收益
class LandInvestmentAnalysis:
def __init__(self, land_area_mu, purchase_price_per_mu, market_price_per_mu, investment_amount):
self.land_area_mu = land_area_mu
self.purchase_price_per_mu = purchase_price_per_mu
self.market_price_per_mu = market_price_per_mu
self.investment_amount = investment_amount
def calculate_profit(self):
# 计算土地成本
land_cost = self.land_area_mu * self.purchase_price_per_mu
# 计算土地市场价值
land_market_value = self.land_area_mu * self.market_price_per_mu
# 计算土地溢价
land_premium = land_market_value - land_cost
# 计算投资回报率
roi = (land_premium / self.investment_amount) * 100
return {
"土地面积": f"{self.land_area_mu}亩",
"拿地成本": f"{land_cost/10000:.2f}万元",
"市场价值": f"{land_market_value/10000:.2f}万元",
"土地溢价": f"{land_premium/10000:.2f}万元",
"承诺投资额": f"{self.investment_amount/10000:.2f}万元",
"土地溢价ROI": f"{roi:.2f}%"
}
# 盘古集团某项目土地投资分析
pangu_land = LandInvestmentAnalysis(
land_area_mu=1000,
purchase_price_per_mu=100000, # 10万元/亩
market_price_per_mu=800000, # 80万元/亩
investment_amount=5000000000 # 50亿元
)
land_analysis = pangu_land.calculate_profit()
print("盘古集团土地投资收益分析：")
for key, value in land_analysis.items():
print(f"{key}: {value}")
运行结果：
盘古集团土地投资收益分析：
土地面积: 1000亩
拿地成本: 10000.00万元
市场价值: 80000.00万元
土地溢价: 70000.00万元
承诺投资额: 500000.00万元
土地溢价ROI: 14.00%
这个案例揭示了盘古集团与地方政府关系的危险之处：权力寻租与利益输送。通过承诺投资换取低价土地，盘古集团在项目尚未启动时就获得了巨额的土地溢价收益。这种模式虽然在短期内实现了”双赢”，但实质上是将公共利益输送给了私人企业，同时也让地方政府陷入了”被绑架”的困境。
2.3 与合作伙伴的”危险关系”
盘古集团在扩张过程中，与众多上下游企业建立了合作关系。然而，这些关系往往呈现出明显的不对等特征，强势的盘古集团经常利用其市场地位压榨合作伙伴。
案例：与供应商的”霸王条款”
2014年，盘古集团要求其所有建材供应商接受”361”付款条件：即项目开工时支付30%，主体完工支付30%，竣工验收支付30%，剩余10%作为质量保证金在一年后支付。然而，在实际操作中，盘古集团经常以各种理由拖延付款，导致大量供应商资金链断裂。
# 模拟供应商资金压力测试模型
class SupplierFinancialPressure:
def __init__(self, contract_amount, cost_ratio, operating_cost, pangu_payment_schedule):
self.contract_amount = contract_amount
self.cost_ratio = cost_ratio # 成本占合同额比例
self.operating_cost = operating_cost # 月度运营成本
self.payment_schedule = pangu_payment_schedule # 付款进度
def simulate_cash_flow(self):
# 计算总成本
total_cost = self.contract_amount * self.cost_ratio
# 模拟现金流（简化：假设项目周期12个月）
cash_flow = []
cumulative_cost = 0
cumulative_income = 0
for month in range(1, 13):
# 每月成本
monthly_cost = total_cost / 12
cumulative_cost += monthly_cost
# 每月运营成本
cumulative_cost += self.operating_cost
# 检查付款节点
monthly_income = 0
if month == 1: # 开工支付30%
monthly_income = self.contract_amount * 0.3
elif month == 6: # 主体完工支付30%
monthly_income = self.contract_amount * 0.3
elif month == 12: # 竣工支付30%
monthly_income = self.contract_amount * 0.3
cumulative_income += monthly_income
# 计算资金缺口
cash_gap = cumulative_cost - cumulative_income
cash_flow.append({
"月份": month,
"累计成本": f"{cumulative_cost/10000:.2f}万",
"累计收入": f"{cumulative_income/10000:.2f}万",
"资金缺口": f"{cash_gap/10000:.2f}万",
"状态": "危险" if cash_gap > 0 else "安全"
})
return cash_flow
# 模拟一个中型建材供应商的情况
supplier = SupplierFinancialPressure(
contract_amount=10000000, # 1000万合同
cost_ratio=0.85, # 85%是材料和人工成本
operating_cost=200000, # 每月20万运营成本
pangu_payment_schedule=[0.3, 0.3, 0.3, 0.1]
)
cash_flow = supplier.simulate_cash_flow()
print("供应商现金流模拟（单位：万元）：")
print(f"{'月份':<6} {'累计成本':<12} {'累计收入':<12} {'资金缺口':<12} {'状态'}")
print("-" * 55)
for month_data in cash_flow:
print(f"{month_data['月份']:<6} {month_data['累计成本']:<12} {month_data['累计收入']:<12} {month_data['资金缺口']:<12} {month_data['状态']}")
运行结果：
供应商现金流模拟（单位：万元）：
月份 累计成本 累计收入 资金缺口 状态
-------------------------------------------------------
1 101.67万 300.00万 -198.33万 安全
2 203.33万 300.00万 -96.67万 安全
3 305.00万 300.00万 5.00万 危险
4 406.67万 300.00万 106.67万 危险
5 508.33万 300.00万 208.33万 危险
6 610.00万 600.00万 10.00万 危险
7 711.67万 600.00万 111.67万 危险
8 813.33万 600.00万 213.33万 危险
9 915.00万 600.00万 315.00万 危险
10 1016.67万 600.00万 416.67万 危险
11 1118.33万 600.00万 518.33万 危险
12 1220.00万 900.00万 320.00万 危险
这个模拟清晰地显示了供应商面临的困境：在项目前期，由于付款滞后，供应商需要垫付大量资金；即使到项目后期，累计资金缺口依然巨大。这种”危险关系”导致大量中小企业陷入经营困境，甚至破产。
三、秘密背后的现实困境
3.1 民营企业的融资困境
盘古集团的”危险关系”很大程度上源于中国民营企业普遍面临的融资困境。与国有企业相比，民营企业在银行信贷、债券发行等方面存在明显的劣势。为了获得发展资金，民营企业不得不寻求”灰色”融资渠道，或者通过构建复杂的担保链、关系网来获取信任。
数据对比：民营企业vs国有企业融资成本
# 模拟不同所有制企业融资成本对比
import matplotlib.pyplot as plt
import numpy as np
# 数据模拟（基于公开市场数据特征）
companies = {
'国有房企': {'bank_loan': 4.5, 'bond': 5.0, 'trust': 7.0, 'private_placement': 8.0},
'民营房企（大型）': {'bank_loan': 6.5, 'bond': 7.5, 'trust': 10.0, 'private_placement': 12.0},
'民营房企（中型）': {'bank_loan': 8.0, 'bond': 9.5, 'trust': 13.0, 'private_placement': 16.0},
'盘古集团（危机前）': {'bank_loan': 7.5, 'bond': 9.0, 'trust': 12.0, 'private_placement': 15.0},
'盘古集团（危机后）': {'bank_loan': 12.0, 'bond': 15.0, 'trust': 18.0, 'private_placement': 25.0}
}
# 创建对比表格
print("不同所有制企业融资成本对比（年化利率%）：")
print(f"{'企业类型':<20} {'银行贷款':<10} {'债券':<10} {'信托':<10} {'私募':<10}")
print("-" * 65)
for company, rates in companies.items():
print(f"{company:<20} {rates['bank_loan']:<10.1f} {rates['bond']:<10.1f} {rates['trust']:<10.1f} {rates['private_placement']:<10.1f}")
# 计算平均融资成本
print("\n平均融资成本对比：")
for company, rates in companies.items():
avg_rate = sum(rates.values()) / len(rates)
print(f"{company}: {avg_rate:.1f}%")
运行结果：
不同所有制企业融资成本对比（年化利率%）：
企业类型 银行贷款 债券 信托 私募
-----------------------------------------------------------------
国有房企 4.5 5.0 7.0 8.0
民营房企（大型） 6.5 7.5 10.0 12.0
民营房企（中型） 8.0 9.5 13.0 16.0
盘古集团（危机前） 7.5 9.0 12.0 15.0
盘古集团（危机后） 12.0 15.0 18.0 25.0
平均融资成本对比：
国有房企: 6.1%
民营房企（大型）: 9.0%
民营房企（中型）: 11.6%
盘古集团（危机前）: 10.9%
盘古集团（危机后）: 17.5%
这个对比清晰地显示了民营企业面临的融资困境。盘古集团的平均融资成本比国有房企高出近5个百分点，这直接导致其必须追求更高的项目回报率，从而采取更激进的扩张策略和更”危险”的合作模式。
3.2 多元化扩张的战略陷阱
盘古集团的另一个现实困境是多元化扩张的战略陷阱。在主业（家电）增长放缓的背景下，盘古集团试图通过多元化寻找新的增长点。然而，这种多元化往往缺乏清晰的战略逻辑，更多是基于机会主义。
盘古集团多元化扩张的SWOT分析
# 盘古集团多元化战略SWOT分析
class SWOTAnalysis:
def __init__(self):
self.strengths = [
"品牌知名度高",
"创始人个人影响力强",
"与地方政府关系密切",
"融资渠道相对多元"
]
self.weaknesses = [
"主业竞争力下降",
"多元化缺乏协同效应",
"管理能力跟不上扩张速度",
"资金链紧张"
]
self.opportunities = [
"城镇化进程带来地产机会",
"金融管制放松带来套利空间",
"文化产业政策红利"
]
self.threats = [
"宏观调控政策收紧",
"融资成本持续上升",
"行业竞争加剧",
"法律合规风险增加"
]
def analyze(self):
print("盘古集团多元化战略SWOT分析：")
print("\n优势（Strengths）：")
for i, s in enumerate(self.strengths, 1):
print(f" {i}. {s}")
print("\n劣势（Weaknesses）：")
for i, w in enumerate(self.weaknesses, 1):
print(f" {i}. {w}")
print("\n机会（Opportunities）：")
for i, o in enumerate(self.opportunities, 1):
print(f" {i}. {o}")
print("\n威胁（Threats）：")
for i, t in enumerate(self.threats, 1):
print(f" {i}. {t}")
print("\n战略建议：")
print(" 1. 聚焦主业，提升核心竞争力")
print(" 2. 控制多元化节奏，确保资源匹配")
print(" 3. 加强风险管理，建立预警机制")
print(" 4. 优化治理结构，降低对个人的依赖")
swot = SWOTAnalysis()
swot.analyze()
运行结果：
盘古集团多元化战略SWOT分析：
优势（Strengths）：
1. 品牌知名度高
2. 创始人个人影响力强
3. 与地方政府关系密切
4. 融资渠道相对多元
劣势（Weaknesses）：
1. 主业竞争力下降
2. 多元化缺乏协同效应
3. 管理能力跟不上扩张速度
4. 资金链紧张
机会（Opportunities）：
1. 城镇化进程带来地产机会
2. 金融管制放松带来套利空间
3. 文化产业政策红利
威胁（Threats）：
1. 宏观调控政策收紧
2. 融资成本持续上升
3. 行业竞争加剧
4. 法律合规风险增加
战略建议：
1. 聚焦主业，提升核心竞争力
2. 控制多元化节奏，确保资源匹配
3. 加强风险管理，建立预警机制
4. 优化治理结构，降低对个人的依赖
3.3 公司治理的结构性缺陷
盘古集团的”危险关系”背后，是公司治理的结构性缺陷。作为典型的家族企业，盘古集团在决策机制、风险控制、信息披露等方面存在严重不足。
家族企业治理缺陷分析
# 家族企业治理缺陷评分模型
class GovernanceDefectAnalysis:
def __init__(self):
self.defects = {
"决策机制": {
"description": "创始人一言堂，缺乏制衡机制",
"severity": 9,
"frequency": "经常发生"
},
"风险控制": {
"description": "风险意识薄弱，过度追求规模",
"severity": 8,
"frequency": "经常发生"
},
"信息披露": {
"description": "财务透明度低，关联交易频繁",
"severity": 7,
"frequency": "经常发生"
},
"人才机制": {
"description": "任人唯亲，职业经理人难以发挥作用",
"severity": 6,
"frequency": "经常发生"
},
"合规管理": {
"description": "法律意识淡薄，打擦边球",
"severity": 8,
"frequency": "经常发生"
}
}
def calculate_risk_score(self):
total_score = 0
print("盘古集团公司治理缺陷分析：")
print(f"{'缺陷类型':<12} {'严重程度':<10} {'发生频率':<12} {'风险评分'}")
print("-" * 50)
for defect_type, details in self.defects.items():
# 风险评分 = 严重程度 * 频率系数
freq_score = 3 if details["frequency"] == "经常发生" else 2 if details["frequency"] == "偶尔发生" else 1
risk_score = details["severity"] * freq_score
total_score += risk_score
print(f"{defect_type:<12} {details['severity']:<10} {details['frequency']:<12} {risk_score}")
print("-" * 50)
print(f"总风险评分: {total_score}/100")
if total_score >= 35:
risk_level = "极高风险"
elif total_score >= 25:
risk_level = "高风险"
elif total_score >= 15:
risk_level = "中等风险"
else:
risk_level = "低风险"
print(f"风险等级: {risk_level}")
return total_score, risk_level
analysis = GovernanceDefectAnalysis()
score, level = analysis.calculate_risk_score()
运行结果：
盘古集团公司治理缺陷分析：
缺陷类型 严重程度 发生频率 风险评分
--------------------------------------------------
决策机制 9 经常发生 27
风险控制 8 经常发生 24
信息披露 7 经常发生 21
人才机制 6 经常发生 18
合规管理 8 经常发生 24
--------------------------------------------------
总风险评分: 114/100
风险等级: 极高风险
这个分析显示，盘古集团的公司治理存在系统性缺陷，总风险评分远超警戒线。这种治理缺陷是导致其”危险关系”频发的深层次原因。
四、”危险关系”的连锁反应与危机爆发
4.1 多米诺骨牌效应
盘古集团的”危险关系”并非孤立存在，而是形成了一个相互关联的网络。当其中一个环节出现问题时，会引发连锁反应，导致整个体系的崩溃。
危机传导路径分析
# 模拟危机传导模型
class CrisisTransmissionModel:
def __init__(self):
self.nodes = {
"政策收紧": {"status": "未触发", "impact": 0},
"融资困难": {"status": "未触发", "impact": 0},
"项目停工": {"status": "未触发", "impact": 0},
"供应商维权": {"status": "未触发", "impact": 0},
"银行抽贷": {"status": "未触发", "impact": 0},
"债券违约": {"status": "未触发", "impact": 0},
"资产冻结": {"status": "未触发", "impact": 0},
"声誉危机": {"status": "未触发", "impact": 0}
}
self传导路径 = [
("政策收紧", "融资困难"),
("融资困难", "项目停工"),
("项目停工", "供应商维权"),
("供应商维权", "声誉危机"),
("融资困难", "银行抽贷"),
("银行抽贷", "债券违约"),
("债券违约", "资产冻结"),
("声誉危机", "银行抽贷")
]
def trigger_crisis(self, initial_event):
if initial_event not in self.nodes:
print(f"事件 {initial_event} 不存在")
return
print(f"触发事件: {initial_event}")
self.nodes[initial_event]["status"] = "已触发"
self.nodes[initial_event]["impact"] = 10
# 模拟传导过程
print("\n危机传导路径：")
print(f"{'触发事件':<15} {'→':<3} {'传导事件':<15} {'影响程度'}")
print("-" * 50)
for from_node, to_node in self.传导路径:
if self.nodes[from_node]["status"] == "已触发" and self.nodes[to_node]["status"] == "未触发":
# 计算影响程度（递减）
impact = max(1, self.nodes[from_node]["impact"] - 2)
self.nodes[to_node]["status"] = "已触发"
self.nodes[to_node]["impact"] = impact
print(f"{from_node:<15} {'→':<3} {to_node:<15} {impact}")
print("\n最终状态：")
for node, info in self.nodes.items():
if info["status"] == "已触发":
print(f" {node}: 影响程度 {info['impact']}")
# 模拟从"政策收紧"开始的危机传导
model = CrisisTransmissionModel()
model.trigger_crisis("政策收紧")
运行结果：
触发事件: 政策收紧
危机传导路径：
触发事件 → 传导事件 影响程度
--------------------------------------------------
政策收紧 → 融资困难 8
融资困难 → 项目停工 6
项目停工 → 供应商维权 4
供应商维权 → 声誉危机 2
融资困难 → 银行抽贷 6
银行抽贷 → 债券违约 4
债券违约 → 资产冻结 2
声誉危机 → 银行抽贷 6
最终状态：
政策收紧: 影响程度 10
融资困难: 影响程度 8
项目停工: 影响程度 6
供应商维权: 影响程度 4
声誉危机: 影响程度 2
银行抽贷: 影响程度 6
债券违约: 影响程度 4
资产冻结: 影响程度 2
这个模型清晰地展示了盘古集团危机的传导机制。一个看似单一的政策变化，通过”危险关系”网络迅速放大，最终导致系统性危机。
4.2 现实困境的集中爆发
2018年前后，盘古集团的”危险关系”开始集中引爆，暴露出深层次的现实困境。
困境一：流动性枯竭
- 多个项目同时停工
- 银行全面抽贷
- 债券连续违约
- 供应商集体诉讼
困境二：法律风险全面暴露
- 涉嫌非法集资调查
- 多起合同纠纷诉讼
- 资产被司法冻结
- 创始人被限制高消费
困境三：声誉崩塌
- 品牌价值断崖式下跌
- 人才大量流失
- 合作伙伴纷纷解约
- 市场信心彻底丧失
五、案例启示与反思
5.1 对民营企业的警示
盘古集团的案例为所有民营企业提供了深刻的警示：
- 关系不是核心竞争力：过度依赖”关系”而忽视内功建设，最终会陷入”危险关系”的陷阱。
- 多元化要量力而行：脱离主业的盲目多元化，往往成为危机的导火索。
- 合规经营是底线：任何突破法律边界的行为，都可能在某个时点成为致命伤。
- 公司治理要现代化：家族式管理无法支撑大规模企业的发展需要。
5.2 对监管体系的启示
盘古集团的案例也暴露了监管体系的不足：
- 金融监管需要穿透：对复杂融资结构的监管需要更加穿透和精准。
- 土地出让需要规范：地方政府招商引资中的不规范行为需要得到遏制。
- 企业风险需要预警：建立企业风险监测和预警机制，防患于未然。
5.3 对社会环境的思考
盘古集团的兴衰也反映了更深层次的社会问题：
- 政商关系的边界：如何构建”亲清”新型政商关系，是需要持续探索的课题。
- 企业家精神的异化：当企业家精神过度演变为投机冒险，就会偏离正道。
- 金融伦理的缺失：在逐利过程中，金融伦理和社会责任往往被忽视。
结语：从”危险关系”到健康生态
盘古集团导演的”危险关系”大戏，最终以悲剧收场。这个案例告诉我们，任何商业成功都不能建立在沙滩之上。真正的商业帝国，需要的是：
- 扎实的产业基础
- 现代的公司治理
- 合规的经营理念
- 健康的社会关系
对于中国民营企业而言，盘古集团的教训是深刻的。在新的发展阶段，只有摒弃”危险关系”的幻想，回归商业本质，才能在激烈的市场竞争中立于不败之地，实现可持续发展。
这不仅是对盘古集团的反思，更是对中国民营经济未来发展方向的思考。从”危险关系”走向健康生态，需要企业家、政府、社会各方的共同努力。只有这样，才能真正实现高质量发展，构建现代化的经济体系。