楊虎濤

關(guān)鍵詞高質(zhì)量發(fā)展 人工智能 創(chuàng)造性破壞 通用技術(shù)

近年來，人工智能（AI）的快速發(fā)展引起了各方廣泛關(guān)注。聯(lián)合國2017年發(fā)布《新技術(shù)革命對勞動力市場和收入分配的影響》報告，將人工智能與歷史上的蒸汽機、電力、計算機一樣視為一種通用技術(shù)（general purposetechnology，GPT）。①從技術(shù)特征而言，按照類似“人”的程度，人工智能可以分為三種：一是弱人工智能（weakAI），也被稱為狹隘人工智能（narrow AT）或應(yīng)用人工智能（applied AI），其特征是像人類一樣執(zhí)行（perform as hu-mans）且只能執(zhí)行有限的預(yù)設(shè)功能，還不具備智力或自我意識，優(yōu)勢是可以并以人類無法做到的方式分析數(shù)據(jù);二是強人工智能（strong AI），也稱通用人工智能（artificial general intelligence）或全人工智能（full AI），其特征是像人類一樣思考（think as humans），具備智力和自我意識，可以像人一樣勝任任何智力性任務(wù);三是超人工智能（artificial super intelligence，ASI）即機器智能，可以像人類智能實現(xiàn)生物上的進(jìn)化一樣，對自身進(jìn)行重編程和改進(jìn)，具備“遞歸自我改進(jìn)功能”。②受限于模擬神經(jīng)元的困難以及“莫拉維克悖論”和“波蘭尼悖論”，③強人工智能和超人工智能離我們還比較遙遠(yuǎn)，而聯(lián)合國報告中所指的人工智能則是弱人工智能，這也將是很長一段時間內(nèi)真正可以成為現(xiàn)實應(yīng)用的智能技術(shù)。弱人工智能的主要技術(shù)價值在于通過搜索、匹配和預(yù)測，使機器像人類一樣，甚至比人更好地完成單一任務(wù)的執(zhí)行，體現(xiàn)為通過標(biāo)準(zhǔn)化和數(shù)據(jù)化強化和提升自動化程度。

盡管只是像人類一樣執(zhí)行的弱人工智能，但這種“替代執(zhí)行”技術(shù)對經(jīng)濟(jì)社會的影響已經(jīng)引起了廣泛的關(guān)注。雖然學(xué)術(shù)界對人工智能的就業(yè)沖擊、科技倫理間題還存在諸多爭論和憂慮，但這并不妨礙企業(yè)界和政府對人工智能這一通用性技術(shù)的高度重視和極大熱情。2016年以來，中國、美國、日本以及德英法等歐洲國家都相繼出臺了人工智能的產(chǎn)業(yè)發(fā)展規(guī)劃。①中共十九大則明確提出要“推動互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能的發(fā)展以培育新增長點，形成新動能”。而黨的十九屆四中全會《決定》不僅兩次提到人工智能，而且在“堅持和完善社會主義基本經(jīng)濟(jì)制度，推動經(jīng)濟(jì)高質(zhì)量發(fā)展”部分，首次將數(shù)據(jù)增列到生產(chǎn)要素序列當(dāng)中，而數(shù)據(jù)正是人工智能三要素--數(shù)據(jù)、芯片和算法中最基礎(chǔ)的原材料。

作為一種不可避免的技術(shù)發(fā)展趨勢，同時也作為被寄予助力中國經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)型厚望的供給側(cè)的重要著力點，人工智能是否滿足推動我國經(jīng)濟(jì)高質(zhì)量發(fā)展的條件？它如何為高質(zhì)量發(fā)展“賦能”？從技術(shù)特征而言，當(dāng)前的弱人工智能并不想消滅和替代現(xiàn)有人類所有勞動的技術(shù)，而只是信息通信技術(shù)（ICT）浪潮在智能化方向上的一種深化，它會不會再現(xiàn)Triplett對ICT技術(shù)的“索洛悖論”研究中的“過度期望”？如何更好地發(fā)揮人工智能的經(jīng)濟(jì)增長效應(yīng)？本文擬對上述間題進(jìn)行嘗試性探討。

一、高質(zhì)量發(fā)展與高質(zhì)量經(jīng)濟(jì)活動的特征

十九大以來，高質(zhì)量發(fā)展的內(nèi)涵、實現(xiàn)機制和著力點一直是理論界所關(guān)注的熱點間題。學(xué)者們從不同角度，結(jié)合中央精神和習(xí)總書記重要講話，對高質(zhì)量發(fā)展進(jìn)行了全面而深入的解讀。如，從目標(biāo)、動力角度討論高質(zhì)量發(fā)展與高速度發(fā)展的區(qū)別，強調(diào)新時代高質(zhì)量發(fā)展在結(jié)構(gòu)和驅(qū)動力上的特質(zhì);③從創(chuàng)新、協(xié)調(diào)、綠色、開放、共享五大理念詮釋高質(zhì)量發(fā)展的多維要求與必要性;從滿足美好生活需要角度詮釋高質(zhì)量發(fā)展在產(chǎn)品和服務(wù)上的要求，以及如何滿足人民不斷增長的多方面需要;或者是從著力點、實現(xiàn)途徑和實現(xiàn)機制分析如何實現(xiàn)高質(zhì)量發(fā)展以及從中國特色政治經(jīng)濟(jì)學(xué)理論創(chuàng)新的角度詮釋新時代高質(zhì)量發(fā)展的政治經(jīng)濟(jì)學(xué)理論邏輯。這些研究對理解高質(zhì)量發(fā)展，尤其是在轉(zhuǎn)型升級和供給側(cè)改革背景下，理解高質(zhì)量發(fā)展與之前發(fā)展模式的區(qū)別，有著重要的價值。由于發(fā)展本身是一個包含增長，但比增長的含義要更為豐富的范疇，那么，高質(zhì)量發(fā)展所對應(yīng)的增長有什么特質(zhì)呢？

習(xí)近平總書記多次強調(diào)，實現(xiàn)高質(zhì)量發(fā)展，是適應(yīng)我國社會主要矛盾變化和保持經(jīng)濟(jì)社會持續(xù)健康發(fā)展的必然要求。他明確指出，“衡量發(fā)展質(zhì)量和效益，就是投資有回報、產(chǎn)品有市場、企業(yè)有利潤、員工有收入、政府有稅收、環(huán)境有改善，這才是我們要的發(fā)展”?？倳涍@一簡明扼要論斷的本質(zhì)，是指經(jīng)濟(jì)發(fā)展過程中生產(chǎn)率提高、實際工資提高以及利潤提高之間的協(xié)同增長。生產(chǎn)率提高意味著會產(chǎn)出額外的資源，可用于下一輪提高生產(chǎn)率的投資，而更有效率地被生產(chǎn)出來的產(chǎn)品或者服務(wù)，又會通過刺激其他領(lǐng)域提高生產(chǎn)率;實際工資提高則意味著消費需求的持續(xù)增長和人民福利的真實改進(jìn)，同時也有助于產(chǎn)品價值和利潤的實現(xiàn);而利潤提高意味著企業(yè)可以有更高的積累和投資能力。生產(chǎn)率、實際工資和利潤的協(xié)同增長也意味著消費、投資和積累之間實現(xiàn)了一種良性循環(huán)，這種循環(huán)累積的過程不斷推動經(jīng)濟(jì)社會發(fā)展水平的提升。

能實現(xiàn)生產(chǎn)率、實際工資以及利潤之間協(xié)同增長的這種經(jīng)濟(jì)活動，被演化發(fā)展經(jīng)濟(jì)學(xué)稱為高質(zhì)量活動（high quality activity），也被經(jīng)濟(jì)史學(xué)家稱為現(xiàn)代模式（modem pattem）。①按照賴納特、戈登等人對經(jīng)濟(jì)史的梳理，這種高質(zhì)量活動幾乎是所有國家走向富裕的經(jīng)濟(jì)活動的共有特征。②無論是早期崛起的英美等國，還是后發(fā)追趕的東亞發(fā)展型國家，乃至于二戰(zhàn)之后黃金三十年的歐美等國，在其走向富裕的階段，選擇、培育和促進(jìn)當(dāng)時特定的高質(zhì)量經(jīng)濟(jì)活動都是其致富的關(guān)鍵。賴納特指出，在這種高質(zhì)量經(jīng)濟(jì)活動中，“技術(shù)發(fā)展的成果將會被如下群體所分享：a）企業(yè)家和投資者、b）工人、c）當(dāng)?shù)貏趧恿κ袌鲋械钠渌耍约癲）國家--通過更大的稅基”。③我們所強調(diào)的高質(zhì)量發(fā)展較之歷史上這些國家和地區(qū)的發(fā)展有著更為豐富的含義和更高的要求，尤其強調(diào)在創(chuàng)新、協(xié)調(diào)、綠色、開放、共享五大理念的前提下實現(xiàn)生產(chǎn)率、利潤與實際工資的協(xié)同增長。這里，生產(chǎn)率、利潤與實際工資的協(xié)同增長是基本要求，如果不能實現(xiàn)這一目標(biāo)，就意味著經(jīng)濟(jì)增長缺乏動力，經(jīng)濟(jì)效率沒有提升，人民福祉也沒有得到改善和提高，從而也無法達(dá)成更多其他目標(biāo)。

工業(yè)革命以來，不同國家的發(fā)展并未出現(xiàn)主流經(jīng)濟(jì)學(xué)所預(yù)言的趨同，不僅成功躋身富裕國家陣營的國家和地區(qū)屈指可數(shù)，而且窮國和富國的差距愈發(fā)加大。這意味著，一個國家真正將其發(fā)展建立在堅實的高質(zhì)量經(jīng)濟(jì)活動基礎(chǔ)上并非易事。一方面，高質(zhì)量經(jīng)濟(jì)活動存在著競爭性，每一次技術(shù)革命浪潮都為后發(fā)國家實現(xiàn)趕超提供了技術(shù)的機會窗口，但這種機會窗口具有唯一的“利基”性，一旦占據(jù)技術(shù)高點，機會窗口就會對后來者關(guān)閉，后來者需要向先行者繳納“利基”租金并在全球分工與貿(mào)易體系中被成功的先行者鎖定;另一方面，高質(zhì)量經(jīng)濟(jì)活動本身具有特定性，它對技術(shù)和產(chǎn)品特征、新技術(shù)引發(fā)的規(guī)模和結(jié)構(gòu)效應(yīng)都有特定的要求，對于不同規(guī)模、不同稟賦和不同起點的國家和地區(qū)，并非每一次新技術(shù)都構(gòu)成“致富”機會。工業(yè)革命以來，之所以每一次技術(shù)革命浪潮都并非具有同等的“致富力”，其原因也在于此。

圖1美國ICT部門增加值占GDP的比例（1947-2017）

注：圖1中黑線對應(yīng)項目102;灰線的1947-1962年部分只包括項目19，1963-2017年部分對應(yīng)項目19、52、53、68的加總。數(shù)據(jù)源自美國經(jīng)濟(jì)分析局

圖2美國第二次工業(yè)革命對應(yīng)的部門增加值占GDP的比例（1947-2017）

注：圖2中黑線對應(yīng)狹義制造業(yè)（不包括電腦及電子產(chǎn)品制造）;灰線對應(yīng)廣義制造業(yè)，為采礦業(yè)、石油化工業(yè)、建筑業(yè)與狹義制造業(yè)的加總。數(shù)據(jù)來源同圖1。

概括而言，一種經(jīng)濟(jì)活動如果要可稱之為高質(zhì)量經(jīng)濟(jì)活動，需要具備以下幾個要素：第一，潛在的生產(chǎn)率增長空間。高質(zhì)量經(jīng)濟(jì)活動必須具有足夠的生產(chǎn)率增長空間，生產(chǎn)率從低到高的改進(jìn)過程，不僅需要投資和創(chuàng)新研發(fā)，也能形成知識和能力的積累。第二，分工深度。高質(zhì)量經(jīng)濟(jì)活動具有足夠的分工深度，可以產(chǎn)生足夠多的新部門。分工深度對經(jīng)濟(jì)活動的質(zhì)量具有雙重意義：更深的分工對應(yīng)出更多具有生產(chǎn)率改進(jìn)空間的新部門，而創(chuàng)造出的更多新部門會再產(chǎn)生部門間更強的協(xié)同效應(yīng)。第三，凈創(chuàng)造效應(yīng)。高質(zhì)量經(jīng)濟(jì)活動的產(chǎn)生和發(fā)展是一個創(chuàng)造性破壞的過程，但只有創(chuàng)造性效應(yīng)大于其破壞性效應(yīng)才可稱之為高質(zhì)量經(jīng)濟(jì)活動。新部門被創(chuàng)造出來的同時，也會摧毀或替代掉傳統(tǒng)的、生產(chǎn)同類型使用價值的舊部門，如汽車替代馬車，電力替代生物力等。在總量意義上，只有新部門對應(yīng)的就業(yè)、利潤、資本積累以及總產(chǎn)出，大于被替代或摧毀掉的傳統(tǒng)部門原來所對應(yīng)的就業(yè)、利潤、資本積累以及總產(chǎn)出時，才可稱之為創(chuàng)造性效應(yīng)大于其破壞性效應(yīng)。第四，滲透效應(yīng)大。高質(zhì)量經(jīng)濟(jì)活動所涵蓋的技術(shù)、產(chǎn)品或服務(wù)具有廣泛的技術(shù)外溢效應(yīng)或滲透效應(yīng)，從而能影響其他缺乏生產(chǎn)率改進(jìn)空間或生產(chǎn)率提升緩慢的部門，產(chǎn)生更大范圍的產(chǎn)業(yè)協(xié)同效應(yīng)，進(jìn)而導(dǎo)致這些受影響部門在就業(yè)、利潤、資本積累以及產(chǎn)出總量上的優(yōu)化，使生產(chǎn)率得到更大范圍的進(jìn)步。

生產(chǎn)率增長空間、分工深度、凈創(chuàng)造效應(yīng)和滲透效應(yīng)，共同構(gòu)成了高質(zhì)量經(jīng)濟(jì)活動的特征。其中，生產(chǎn)率增長空間是決定性的。正如克魯格曼的名言--生產(chǎn)率無影無蹤，但從長遠(yuǎn)觀點觀察，它幾乎可以決定一切。④生產(chǎn)率增長之所以重要，是因為生產(chǎn)率的增長才意味著會產(chǎn)生出額外的資源，可用于更多范圍的投資。而生產(chǎn)率增長又和分工深度、凈創(chuàng)造效應(yīng)和滲透效應(yīng)密切相關(guān)。生產(chǎn)率增長空間既包括高質(zhì)量經(jīng)濟(jì)活動部門本身的生產(chǎn)率增長空間，也包括它通過滲透效應(yīng)提升其他舊的、停滯的或“慢”部門的生產(chǎn)率增長空間。高質(zhì)量經(jīng)濟(jì)活動部門本身的生產(chǎn)率增長空間由技術(shù)變遷所帶來的分工深度決定，新技術(shù)“裂變”的部門越多，部門間的協(xié)同效應(yīng)也越強，高質(zhì)量經(jīng)濟(jì)活動部門本身的生產(chǎn)率提升的持續(xù)時間也越長;而滲透效應(yīng)則由這種新技術(shù)的相應(yīng)產(chǎn)品或服務(wù)的“通用程度”決定，如果新技術(shù)對應(yīng)的產(chǎn)品或服務(wù)具有更大的“通用程度”，就可用于更多行業(yè)和更多產(chǎn)品的過程創(chuàng)新之中，從而可以帶來持久的生產(chǎn)率溢出，意味著更大范圍內(nèi)存在更多部門的生產(chǎn)率提升空間。在技術(shù)發(fā)展歷史上，諸如新動力、新能源、流水線等，就屬于此類技術(shù)產(chǎn)品。而由分工深度和滲透效應(yīng)決定的生產(chǎn)率增長空間大小和生產(chǎn)率改進(jìn)的持續(xù)時間，最終決定了總量意義上的凈創(chuàng)造效應(yīng)。如果一種新的技術(shù)經(jīng)濟(jì)范式能帶來大范圍的、持久的生產(chǎn)率優(yōu)化，其創(chuàng)造效應(yīng)以及補充效應(yīng)就足以彌補和超過其破壞和替代效應(yīng)。

生產(chǎn)率空間、分工深度、凈創(chuàng)造效應(yīng)和滲透效應(yīng)的大小和強弱，共同定義了高質(zhì)量經(jīng)濟(jì)活動的規(guī)模和結(jié)構(gòu)，進(jìn)而決定了它是否具有足夠的拉動力量，帶動一個經(jīng)濟(jì)體持續(xù)地實現(xiàn)生產(chǎn)率、實際工資和利潤的協(xié)同增長與良性循環(huán)。規(guī)模和結(jié)構(gòu)的關(guān)系，即是楊格定理所刻畫的市場規(guī)模與迂回生產(chǎn)、產(chǎn)業(yè)間分工相互作用和自我演進(jìn)的關(guān)系，市場規(guī)模引致分工的深化和結(jié)構(gòu)的復(fù)雜化，分工的深化和結(jié)構(gòu)的復(fù)雜化又引致市場規(guī)模的擴大，二者循環(huán)累積、互為因果。高質(zhì)量經(jīng)濟(jì)活動的規(guī)模和結(jié)構(gòu)之所以重要，是因為：第一，就生產(chǎn)率增長的廣泛程度和持續(xù)時間而言，規(guī)模和結(jié)構(gòu)至關(guān)重要。生產(chǎn)率提升快的“快”部門本身需要其他部門的“引致需求”拉動自身創(chuàng)新，同時也反過來對生產(chǎn)率提升慢的“慢”部門產(chǎn)生擴散，最終在更大范圍和更長時間內(nèi)起到提升生產(chǎn)率的作用。第二，實際工資的提升也依賴于高質(zhì)量活動的規(guī)模和結(jié)構(gòu)。當(dāng)高質(zhì)量經(jīng)濟(jì)活動達(dá)到相當(dāng)規(guī)模的時候，該部門的從業(yè)者就更有能力消費勞動生產(chǎn)率較低、進(jìn)步較慢的部門的產(chǎn)品和服務(wù)，從而讓這些部門的從業(yè)者的收入也隨之增加。高質(zhì)量經(jīng)濟(jì)活動的結(jié)構(gòu)越復(fù)雜，這種收入的傳遞效應(yīng)就越持久，在生產(chǎn)率的逐級溢出過程中就能實現(xiàn)更多部門從業(yè)者的實際工資提升。

總體而言，高質(zhì)量經(jīng)濟(jì)活動并不是一個行業(yè)、一個產(chǎn)品，而是一組可以協(xié)同發(fā)展的、可以帶動和滲透“舊”部門的產(chǎn)業(yè)活動，它在國民經(jīng)濟(jì)體系中的規(guī)模大小和結(jié)構(gòu)的復(fù)雜程度，決定著高質(zhì)量經(jīng)濟(jì)活動引擎力的大小。相較于較小經(jīng)濟(jì)體，要實現(xiàn)生產(chǎn)率、實際工資和利潤的協(xié)同增長，大的經(jīng)濟(jì)體對高質(zhì)量經(jīng)濟(jì)活動的規(guī)模和結(jié)構(gòu)有更高的要求。對于較小經(jīng)濟(jì)體而言，即使其國內(nèi)缺乏足夠的產(chǎn)業(yè)梯度，無法在國內(nèi)形成足夠的部門間互為市場，但憑借少量部門或產(chǎn)品的競爭優(yōu)勢，仍有可能帶動該經(jīng)濟(jì)體實現(xiàn)國民實際工資的上升。典型如北歐諸國，只要在某一產(chǎn)品或服務(wù)領(lǐng)域，如精密儀器、金融手機甚至手表上具有國際競爭優(yōu)勢，就足以拉動其人均收入的持續(xù)增長。但對于大國而言，則需要更大規(guī)模和結(jié)構(gòu)更復(fù)雜的高質(zhì)量經(jīng)濟(jì)活動。

二、戈登三間與索洛悖論：未能扭轉(zhuǎn)長蕭條的ICT革命

在《美國增長的起落》這一經(jīng)濟(jì)史巨著中，著名經(jīng)濟(jì)史學(xué)家戈登提出了三個間題：第一，為什么在經(jīng)歷了從羅馬時代到1750年的兩千多年的人均產(chǎn)出停滯之后，經(jīng)濟(jì)增長能夠結(jié)束休眠狀態(tài)開始蘇醒？第二，為什么從20世紀(jì)60年代至70年代初增長開始放緩？第三，為什么20世紀(jì)中葉美國經(jīng)濟(jì)增長如此迅速？①其中第一個間題可以說是現(xiàn)代經(jīng)濟(jì)史上最根本的間題。

無獨有偶，在2017年10月19日，《自然》雜志也刊發(fā)了經(jīng)濟(jì)學(xué)家Robert Allen的《以史為鑒：未來的工作會怎樣？》。在這篇文章中，Allen指出，與第一次工業(yè)革命時英國的恩格爾停頓（EngelsPause）--勞動生產(chǎn)率自1770年增長，但實際工資增長自1830年開始的60年停頓期--相比，美國20世紀(jì)70年代以來的情形更為糟糕，盡管在時間上還沒有達(dá)到恩格爾停頓的長度，但實際工資和勞動生產(chǎn)率的背離程度卻要嚴(yán)重得多，同時還伴隨著嚴(yán)重的不平等和就業(yè)極化。這意味著，20世紀(jì)70年代以來，美國人的實際生活水平并沒有得到提高。Allen因此將20世紀(jì)70年代以來稱為間題時代（problem-ridden present），而1830-1970年則被稱為西方走向富裕的時代（Western ascent to affluence）。

事實上，無論是戈登還是Allen都在強調(diào)同一個事實，真正帶來巨變的是包含了第三次和第四次技術(shù)革命浪潮的第二次工業(yè)革命。而20世紀(jì)70年代以來，盡管發(fā)生了第五次和正在發(fā)生第六次技術(shù)革命浪潮，卻再也沒有出現(xiàn)生產(chǎn)率、實際工資和利潤的協(xié)同增長。無論是從利潤率、投資率還是就業(yè)創(chuàng)造、實際工資增長等方面觀察，20世紀(jì)70年代以來，西方國家就已經(jīng)進(jìn)入了“長蕭條”之中。Mullan的統(tǒng)計顯示，美國的商業(yè)投資凈額已經(jīng)從戰(zhàn)后經(jīng)濟(jì)繁榮期結(jié)束時的近6%，下降到了如今的2.5%左右，資本積累速度緩慢，進(jìn)而影響生產(chǎn)率的增長。而就整個發(fā)達(dá)經(jīng)濟(jì)體而言，20世紀(jì)70年代的生產(chǎn)率增速從3.25%左右降到2%左右，在本世紀(jì)頭一個十年中期下降到了1.25%左右，2008年金融危機后則進(jìn)一步降到了1%以下。②戈登的研究則進(jìn)一步表明，1928-1972年間，美國的產(chǎn)出資本比率的年均增長率為0.9%，而1972-2013年間則降低到了一0.8%。③從勞動收入占比和實際工資水平上看，1972年美國非農(nóng)私人經(jīng)濟(jì)部門的小時工資和周工資（以1982-1984年美元計算）分別為9.26和341.83美元，此后21年間這兩項指標(biāo)持續(xù)下降，至1993年分別降至7.78和266.65美元。甚至在2008年國際金融危機爆發(fā)前的過度繁榮時期，小時工資和周工資也依舊只有8.57和288.06美元，遠(yuǎn)低于20世紀(jì)60-70年代的平均水平。④20世紀(jì)70年代以來的長期下行中，ICT技術(shù)革命只是在1995-2004年間一度挽救了這種頹勢，但2005年之后長期停滯特征更為明顯。⑤

早在1987年，Solow就針對ICT革命提出了著名的索洛悖論（也稱生產(chǎn)率悖論）：“我們到處都看得見計算機，就是在生產(chǎn)率統(tǒng)計方面卻看不見計算機（Computers everywhere except in the productivity statistics）”。⑥對于Solow的這一質(zhì)疑，不同學(xué)者也給出了不同的解釋。⑦其中，Jacobs和Nahuis將索洛悖論歸因為學(xué)習(xí)成本，認(rèn)為生產(chǎn)率提升緩慢緣于新技術(shù)條件下高技能勞動力將花費時間研習(xí)和熟悉新技術(shù)，這在短期中將導(dǎo)致經(jīng)濟(jì)增長率的降低，但隨著時間的推移，這種短期停滯就會消失。而Paul David則依據(jù)新熊彼特學(xué)派的產(chǎn)業(yè)協(xié)同理論將索洛悖論歸結(jié)于“時滯”，即任何一種新的通用技術(shù)在其發(fā)明之初都不可能立即帶來生產(chǎn)率增長，只有在生產(chǎn)關(guān)鍵投入的動力部門的產(chǎn)品變得廉價而普遍時，動力部門、支柱部門和引致部門才能形成互為市場的良性循環(huán)，從而引發(fā)生產(chǎn)率的大范圍提升。這兩者可統(tǒng)稱為“時間延遲”論。

與“時間延遲”論不同，Gullickson和Harper則認(rèn)為，導(dǎo)致索洛悖論的不是時間延遲，而是領(lǐng)域的間題。ICT技術(shù)的主要應(yīng)用領(lǐng)域是服務(wù)業(yè)部門，而服務(wù)業(yè)部門產(chǎn)出提升的體現(xiàn)是便利程度、舒適程度等的提升，但這些效應(yīng)難以統(tǒng)計。⑧Griliches對服務(wù)業(yè)勞動生產(chǎn)率的測度也支持了這一觀點，其統(tǒng)計結(jié)果顯示，70%的rr資本都投向了服務(wù)業(yè)部門。⑨而在關(guān)于ICT是否意味著科技平原的討論中，泰勒·考恩（Tyler Cowen）等人也認(rèn)為，ICT時代的創(chuàng)新更多是針對“再分配”類型的產(chǎn)品，而不是面向有“實用價值”的產(chǎn)品。⑩在Triplett和Mullan等人看來，索洛悖論并不是悖論。因為ICT技術(shù)本身就不具備大幅提高生產(chǎn)率的能力，ICT技術(shù)的發(fā)展主要針對信息傳遞效率而非生產(chǎn)領(lǐng)域，即便是指向生產(chǎn)領(lǐng)域的信息傳遞，對生產(chǎn)過程的影響也十分有限，Triplett稱之為“過度期望”。Mullan則指出，ICT只對應(yīng)了兩個領(lǐng)域的勞動生產(chǎn)率優(yōu)化，即批發(fā)零售業(yè)和金融業(yè)，尤其是金融證券交易業(yè)，但這兩個領(lǐng)域，正是距生產(chǎn)活動最遠(yuǎn)的兩大領(lǐng)域，加速進(jìn)行金融交易或者擴大消費機會，并不會創(chuàng)造出一種生產(chǎn)率更高的經(jīng)濟(jì)，這兩種功能都不會直接創(chuàng)造出新的價值來。①此類觀點可稱為“領(lǐng)域錯配或錯誤期望”。

Crafts則對蒸汽機、電力、ICT技術(shù)對英國和美國經(jīng)濟(jì)增長的貢獻(xiàn)度進(jìn)行了測度，見表1～表3。

表1蒸汽機在1760-1860年對英國經(jīng)濟(jì)增長的貢獻(xiàn)（年均百分比）

表2電力在1899-1929年對美國經(jīng)濟(jì)增長的貢獻(xiàn)（年均百分比）

表3ICT技術(shù)在1974-2000年對美國經(jīng)濟(jì)增長的貢獻(xiàn)（年均百分比）

從表1～表3可看出：第一，如果以標(biāo)志性事件為工業(yè)革命的起點時間，“時間延遲”效應(yīng)是客觀存在的。以1760年蒸汽機發(fā)明為起點，1760-1830年的70年時間里，蒸汽機對生產(chǎn)率、經(jīng)濟(jì)增長和人均收入的貢獻(xiàn)微乎其微，但在之后的1830-1860年間，蒸汽機、鐵路開始彰顯其經(jīng)濟(jì)功效;以1875年人類第一座火電廠為時間起點，電氣化技術(shù)對美國經(jīng)濟(jì)增長的貢獻(xiàn)直到1919年才開始突顯;而以人類第一個微處理器Intel 4004出現(xiàn)的1971年為ICT技術(shù)革命的起點，其對經(jīng)濟(jì)增長、生產(chǎn)率和人均收入的貢獻(xiàn)也一直到1996年才顯示出來，三次革命的時滯期分別為70年、44年、25年，有明顯縮短趨勢。第二，從蒸汽機到ICT的變革過程中，通用技術(shù)的總效能也在不斷提升，蒸汽機技術(shù)的效能充分發(fā)揮時，年均總貢獻(xiàn)約0.26%，占人均GDP增長率的23.6%，這兩個數(shù)據(jù)在電氣時代變?yōu)榱?.98%和47%，在ICT時代則高達(dá)1.86%和56.3%。

Crafts的研究也表明，Jacobs和Nahuis以及Paul David等人的“時間延遲”說是成立的。事實上，正如Dosi等人的研究所指出，索洛悖論在提出8年之后，就遭遇到了美國生產(chǎn)率的復(fù)蘇：1995-2004年間，美國的勞動生產(chǎn)率的年均增速達(dá)到了2.8%，但2005年之后則下降了1.3%。③而從全要素生產(chǎn)率上觀察，美國在經(jīng)歷了1970-2004年間0.57%的年均增長率后，1995-2004年間的全要素生產(chǎn)率增速也達(dá)到了1.03%，盡管這一數(shù)值遠(yuǎn)低于1920-1970年的1.89%，①但至少可以說明，無論是從資本貢獻(xiàn)還是從全要素生產(chǎn)率的貢獻(xiàn)來說，ICT并不遜色于前兩次工業(yè)革命。這也說明，如果僅僅是指生產(chǎn)率的增長，Solow的“悲嘆”只是早了近十年而已。作為一種通用技術(shù)，ICT并非一無是處。

從歷史唯物主義出發(fā)，無論是以戈登、Allen為代表的經(jīng)濟(jì)史學(xué)家，還是Dosi等新熊彼特學(xué)派的學(xué)者，在從技術(shù)革命浪潮和長波視角分析ICT時代以來的長蕭條過程中，都只是孤立地強調(diào)了技術(shù)層面，而未能從生產(chǎn)力一生產(chǎn)關(guān)系的矛盾關(guān)系中把握長蕭條更深層次的制度原因。從本質(zhì)而言，無論是長蕭條還是黃金三十年，抑或1995-2004年間的ICT短期繁榮，都是生產(chǎn)力與生產(chǎn)關(guān)系的矛盾運動的長期趨勢與外在表現(xiàn)。技術(shù)及其組合本身不會自動實現(xiàn)任何經(jīng)濟(jì)社會后果，資本積累、價值及剩余價值的生產(chǎn)以及它們的最終實現(xiàn)才是最終的推動力量。在MuHan看來，正是新自由主義主導(dǎo)下的畸形金融以及資本主導(dǎo)的經(jīng)濟(jì)制度和政治制度，才造成了長蕭條的抑制性，使真正的創(chuàng)造性效應(yīng)未能得以徹底而有效地釋放。而并非單純的新舊技術(shù)更替，亦非只是市場本身的破壞就可以解決長蕭條的“抑制型”弊端，只有進(jìn)行包括制度在內(nèi)的變革，才能達(dá)到創(chuàng)造性破壞與破壞性創(chuàng)造并舉的效果。②而哈維更是直言，“信息技術(shù)是新自由主義的特權(quán)技術(shù)，它更適合用于投機行為和最大化短期市場合同，而不是用于提高生產(chǎn)?！毙畔⒓夹g(shù)主要圍繞一些新興行業(yè)，比如電子游戲、影視、廣告、藝術(shù)展演等，圍繞這些新興部門的大肆宣傳引開了人們的注意力，從而使人們沒有注意到社會基礎(chǔ)設(shè)施投資的缺失。③

三、規(guī)模和結(jié)構(gòu)--ICT為什么增長乏力？

但是，必須注意到前文所述Crafts研究中的另一個細(xì)節(jié)：從總貢獻(xiàn)上看，三次技術(shù)革命浪潮的通用技術(shù)部門本身對經(jīng)濟(jì)增長的貢獻(xiàn)是逐步提升的，分別為0.26%、0.98%和1.86%，而部門對經(jīng)濟(jì)增長的貢獻(xiàn)是按照“（部門當(dāng)年增加值一部門上年增加值）/上年國內(nèi)生產(chǎn)總值”來計算的。這也即是說，單獨就蒸汽機、電力設(shè)備和電動機、ICT的相關(guān)部門對經(jīng)濟(jì)增長的貢獻(xiàn)而言，ICT相關(guān)部門對GDP增長的貢獻(xiàn)并不低。

間題的關(guān)鍵在于：第一，為什么蒸汽機0.26%的貢獻(xiàn)度和電力電器0.98%的貢獻(xiàn)度，卻對應(yīng)了超過半個世紀(jì)的GDP和全要素生產(chǎn)率增長，而ICTl.86%的貢獻(xiàn)卻只對應(yīng)了10年的增長？AHen的研究表明，1800-1830年，英國的實際工資沒有增長，但人均產(chǎn)出年均增長達(dá)到0.63%，全要素生產(chǎn)率年均增長達(dá)到0.69%;1830-1860年，人均產(chǎn)出年均增長達(dá)到1.12%，實際工資年均增長達(dá)到0.86%，全要素生產(chǎn)率年均增長達(dá)到0.94%;1860-1900年，人均產(chǎn)出年均增長達(dá)到1.03%，全要素生產(chǎn)率年均增長達(dá)到0.89%，人均工資增長1.61%。④而按照麥迪遜數(shù)據(jù)庫的統(tǒng)計，1820-1870年，16個發(fā)達(dá)國家GDP的年均復(fù)合增長率達(dá)到2.2%，1870-1913年達(dá)到2.5%，1913-1950年達(dá)到1.9%，1950-1973年的黃金時期則達(dá)到4.9%;這也即是說，在第一次工業(yè)革命的蒸汽鐵路時代，GDP以年均復(fù)合增長率超過2.2%的速度增長了50年以上，即使不考慮黃金年代的高增長，第二次工業(yè)革命也曾以接近2%的增長率持續(xù)了近80年。但Mullan的統(tǒng)計卻表明，20世紀(jì)60、70、80、90年代和21世紀(jì)頭十年，G7國家每十年的GDP增量分別為64%、39%、38%、29%、14%。第三次工業(yè)革命中ICT對應(yīng)時段的經(jīng)濟(jì)增長率顯然較以前要弱得多。而且，即使是在1995-2004年的ICT生產(chǎn)率爆發(fā)效應(yīng)期間，主要對應(yīng)的也是利潤率的增長，而不是生產(chǎn)率和實際工資的增長。

再考慮Crafts統(tǒng)計的另一個細(xì)節(jié)。在蒸汽鐵路和電力電器時代，蒸汽鐵路和電力電器的資本貢獻(xiàn)度、全要素生產(chǎn)率貢獻(xiàn)度、乃至于對經(jīng)濟(jì)增長的總貢獻(xiàn)和對人均GDP增長的貢獻(xiàn)率都并不高，甚至低于ICT的相應(yīng)貢獻(xiàn)，但無論是蒸汽鐵路時代，還是電力電器時代，對經(jīng)濟(jì)增長貢獻(xiàn)的持續(xù)時間都很長。聯(lián)系同時期的經(jīng)濟(jì)增長率和全要素生產(chǎn)率增長，蒸汽鐵路和電力電器的低貢獻(xiàn)度卻明顯伴隨著該時期的高增長率，ICT的高貢獻(xiàn)卻伴隨著同時期的低增長率。如前所述，所謂貢獻(xiàn)度，只是指部門增加值增量在總體增長中的占比。這即是說，在ICT成為通用技術(shù)時代的經(jīng)濟(jì)增長中，ICT部門本身的增長很快，但這種高貢獻(xiàn)率卻對應(yīng)著較短時期較低的增長率（從GDP到全要素生產(chǎn)率），而在蒸氣鐵路和電力電器成為通用技術(shù)時代的增長過程中，蒸氣鐵路和電力電器部門本身的增長占比并不高，但這種低貢獻(xiàn)率卻對應(yīng)著較長時期較高的增長率（從GDP到全要素生產(chǎn)率）。相較于第二次工業(yè)革命，ICT革命如此短暫而有限的生產(chǎn)率效應(yīng)，顯然并不足以拉動美國這樣龐大的經(jīng)濟(jì)體實現(xiàn)類似于第二次工業(yè)革命時期那樣持久而強勁的生產(chǎn)率、實際工資和利潤之間的循環(huán)累積，這也是ICT時期為何對應(yīng)著“長蕭條”的原因。易言之，如果說第二次工業(yè)革命對美國而言是高質(zhì)量經(jīng)濟(jì)活動的話，那么第三次工業(yè)革命在“質(zhì)”和“量”方面顯然無法與之相比。因此，間題的關(guān)鍵就在于，不是ICT技術(shù)本身沒有增長效應(yīng)，而是為什么ICT不能帶來長時間的高增長。

按照新熊彼特學(xué)派的劃分，一種新的通用技術(shù)興起之后將對應(yīng)著三種不同的部門：生產(chǎn)關(guān)鍵生產(chǎn)要素①的動力部門，使用關(guān)鍵生產(chǎn)要素的支柱部門，以及圍繞著支柱部門和動力部門而展開的引致部門。只有當(dāng)生產(chǎn)關(guān)鍵生產(chǎn)要素的動力部門取得突破性進(jìn)展時，支柱部門和引致部門才會得以爆發(fā)性增長。在歷次技術(shù)浪潮中，動力部門勞動生產(chǎn)率提高導(dǎo)致的關(guān)鍵生產(chǎn)要素的廉價化是引發(fā)各技術(shù)系統(tǒng)自我增強效應(yīng)的“引爆點”，分別引發(fā)了煤、鐵、蒸汽機的機械力革命，鋼、鐵路、內(nèi)燃機、石油和汽車之間的能源和交通革命，以及以計算機、互聯(lián)網(wǎng)為代表的信息和通信技術(shù)革命。而在Crafts 2004年的統(tǒng)計中，②并未對三個技術(shù)革命時期的部門進(jìn)行總體和結(jié)構(gòu)的對應(yīng)分析，只是對動力或支柱部門中的某一個部門進(jìn)行了分析，因此也就無法準(zhǔn)確地反映出新技術(shù)革命的整體規(guī)模和結(jié)構(gòu)及其經(jīng)濟(jì)拉動效應(yīng)。

沿襲高質(zhì)量經(jīng)濟(jì)活動的規(guī)模與結(jié)構(gòu)特征，我們有必要對不同時期代表性部門的規(guī)模和結(jié)構(gòu)進(jìn)行比較。依據(jù)美國國民經(jīng)濟(jì)賬戶的劃分，我們對第二次和第三次工業(yè)革命的新部門規(guī)模進(jìn)行了比較。圖1為美國ICT部門增加值占GDP的比例，因1997年BEA統(tǒng)計口徑調(diào)整，102項目[包含計算機和電子產(chǎn)品制造（不包括導(dǎo)航、測量、電子醫(yī)療、控制設(shè)備制造），軟件出版，廣播和電信，數(shù)據(jù)處理、托管及相關(guān)服務(wù)，互聯(lián)網(wǎng)出版廣播和網(wǎng)絡(luò)搜索門戶，以及計算機系統(tǒng)設(shè)計和相關(guān)服務(wù)等行業(yè)]與項目19（計算機與電子產(chǎn)品生產(chǎn)）、52（廣播電信）、53（數(shù)據(jù)處理、互聯(lián)網(wǎng)出版和其他信息服務(wù)）、68（計算機系統(tǒng)設(shè)計及相關(guān)服務(wù)）在年份和統(tǒng)計口徑上略有差異，我們分別對單獨的項目102（數(shù)據(jù)為1997-2017年）和項目19、52、53、68的加總進(jìn)行了統(tǒng)計。結(jié)果表明，按行業(yè)增加值占比統(tǒng)計，三個部門增加值加總后占GDP比重最高為4%。

同樣根據(jù)BEA的數(shù)據(jù)，我們對1947-2017年美國第二次工業(yè)革命對應(yīng)的部門增加值占GDP的比例也進(jìn)行了統(tǒng)計。根據(jù)第二次工業(yè)革命的部門創(chuàng)造，我們在制造業(yè)中剔除了ICT部門，稱之為狹義制造，而將狹義制造業(yè)與采礦、石油化工和建筑業(yè)的加總視為廣義制造。結(jié)果表明，第二次工業(yè)革命所對應(yīng)部門的增加值占比，僅剔除ICT制造的狹義制造業(yè)的占比最低達(dá)到了7%，廣義制造在最低的時候達(dá)到了13%，而在戰(zhàn)后的黃金三十年中，這兩個比例平均達(dá)到了14%和23%。

單就新部門創(chuàng)生而言，ICT顯然無法與第二次工業(yè)革命時代相提并論。羅伯特·戈登將第二次工業(yè)革命分為兩個進(jìn)程：第一進(jìn)程是1870-1900年，主要涉及電力、內(nèi)燃機、公用事業(yè)、通訊和娛樂業(yè)，以及包括石油在內(nèi)的化學(xué)工業(yè);后續(xù)階段則是1900-1970年，涉及大規(guī)模生產(chǎn)、航空、公路運輸和汽車業(yè)，以及摩天大樓;這兩個時代也可以稱之為電氣化時代和機動化時代，每一次都創(chuàng)造出了大量的新部門。①而在BEA的統(tǒng)計口徑中，1870年以來的第二次工業(yè)革命產(chǎn)生的部門，涵蓋了制造業(yè)領(lǐng)域中的絕大部分，如，包括汽車飛機輪船在內(nèi)的運輸設(shè)施、家用耐用消費品、加工機械設(shè)備、合成材料、石油化工，以及高速公路和機場等基礎(chǔ)設(shè)施、空中航線等。弗里曼和盧桑認(rèn)為，“20世紀(jì)60年代以來，這些部門占了國民總產(chǎn)出的很大比重，可能高達(dá)三分之一。”②相較之下，20世紀(jì)70年代至今的ICT革命則主要創(chuàng)生了計算機、網(wǎng)絡(luò)和移動電信產(chǎn)業(yè)等有限部門。對于美國這樣體量的經(jīng)濟(jì)體而言，這種新部門創(chuàng)生效應(yīng)及其拉動力量顯然要弱于第二次工業(yè)革命。

對人工智能能否帶來可觀的經(jīng)濟(jì)增長，經(jīng)濟(jì)學(xué)家可分為悲觀論、樂觀論和謹(jǐn)慎樂觀論三派。悲觀論者如戈登、Mullan等人都認(rèn)為，無論是信息通信技術(shù)（IcT）還是人工智能，都無法達(dá)到第二次工業(yè)革命時的增長效果。由于創(chuàng)新更側(cè)重于分配領(lǐng)域而非價值創(chuàng)造領(lǐng)域，甚至還有可能會帶來停滯。③樂觀論者如Aghion等認(rèn)為AI主要通過影響市場結(jié)構(gòu)、部門再分配和組織形式進(jìn)一步影響經(jīng)濟(jì)增長，F(xiàn)urman和Seamans認(rèn)為AT在提高生產(chǎn)率方面具有很大潛力。①謹(jǐn)慎樂觀論者則認(rèn)為通用技術(shù)的擴散是波形而非直線增長的，經(jīng)濟(jì)效率優(yōu)化與生產(chǎn)率增長存在時滯。②

支持悲觀論的證據(jù)主要在于，當(dāng)前人工智能投資額度較小，且對應(yīng)領(lǐng)域有限，主要集中于服務(wù)業(yè)，而這也正是ICT時代的主要特征。1999年，Sichel的研究就表明，索洛悖論主要源于ICT投資規(guī)模不足，20世紀(jì)80年代至90年代初，美國ICT產(chǎn)業(yè)的投資增長率雖然很高，但份額不足社會總投資額的2%。③同樣，盡管各界高度關(guān)注，但當(dāng)前人工智能的投資份額仍然很小，以中國為例，近年來對AI的投資尚不及社會投資總量的1%。2017年全球人工智能融資額為395億美元，中國就占了70%以上。不僅投資不足，而且和ICT時代一樣，當(dāng)前的人工智能也主要集中于服務(wù)領(lǐng)域，比較世界各國人工智能政策的集中領(lǐng)域，美國歐盟和日本的人工智能規(guī)劃也主要集中于安防、教育、金融、健康和城市管理等領(lǐng)域中，生產(chǎn)領(lǐng)域則較為薄弱。④當(dāng)前無論大數(shù)據(jù)還是人工智能技術(shù)，仍局限于諸如廣告投送、生活消費等有限的應(yīng)用場景之中。2017年，中國人工智能市場規(guī)模為237億元，主要集中在計算機視覺、語音與自然語言處理領(lǐng)域，硬件和算法的市場規(guī)模不足20%。深度學(xué)習(xí)為代表的新一代人工智能技術(shù)主要體現(xiàn)在算法層面，成熟的實體終端產(chǎn)品并不多，截至2018年，實體終端產(chǎn)品主要集中在智能音箱、智能機器人和無人機三個產(chǎn)品上，而這三者的規(guī)模都很有限。

前述分析表明，ICT的經(jīng)濟(jì)增長效能之所以弱于第二次工業(yè)革命時期，其中一個很重要的原因在于，ICT時代的技術(shù)和產(chǎn)品特征明顯不同于第二次工業(yè)革命時期，典型表現(xiàn)是其新部門創(chuàng)生效應(yīng)較弱，而滲透效應(yīng)則過度集中于服務(wù)業(yè)。如果人工智能也僅僅局限于抖音、今日頭條等生活服務(wù)業(yè)，其經(jīng)濟(jì)效應(yīng)也只會體現(xiàn)為生活方式的改變，而無法產(chǎn)生大范圍的生產(chǎn)率溢出。對于人工智能這一通用技術(shù)而言，其對應(yīng)的新創(chuàng)生部門可能也是相對有限的，如果要提升其生產(chǎn)率空間和凈創(chuàng)造效應(yīng)，就需要不斷加大其滲透效應(yīng)。而滲透效應(yīng)取決于人工智能的通用性，即在多大范圍上可以適用于傳統(tǒng)部門。從產(chǎn)品創(chuàng)新和過程創(chuàng)新的區(qū)別上來說，就是人工智能的產(chǎn)品創(chuàng)新，要盡可能地成為更多部門的過程創(chuàng)新，或者由人工智能所對應(yīng)出的組織形態(tài)或流程工藝，可以被用于多個領(lǐng)域內(nèi)去提高生產(chǎn)率，如此才能形成更為持久和更為廣泛的生產(chǎn)率改進(jìn)。

在通用性程度上，人工智能完全不同于傳統(tǒng)ICT技術(shù)，這是人工智能可以實現(xiàn)遠(yuǎn)比ICT技術(shù)更大范圍滲透效應(yīng)的根本原因。不同于ICT時代的信息化和網(wǎng)絡(luò)化的是，人工智能是在數(shù)據(jù)化基礎(chǔ)上實現(xiàn)智能化。如果說ICT時代只是解決了生產(chǎn)主體和交易主體的信息普遍連接，從而極大優(yōu)化了交易效率的話，那么人工智能則是實現(xiàn)了從生產(chǎn)到消費全流程的智能化改造，不僅能優(yōu)化和改進(jìn)交易效率，也能極大地提升生產(chǎn)效率。ICT時代，計算機只是實現(xiàn)了單點經(jīng)濟(jì)主體的信息和數(shù)據(jù)的電子化處理，而互聯(lián)網(wǎng)只是實現(xiàn)了計算機與計算機之間的連接，其數(shù)據(jù)處理能力不足以應(yīng)對系統(tǒng)性強、復(fù)雜性高的生產(chǎn)銷售消費全流程，但以算法、數(shù)據(jù)和高能芯片為內(nèi)容的人工智能技術(shù)則可以實現(xiàn)多主體、多維度數(shù)據(jù)的處理并完成智能預(yù)測和決策參考，在萬物互聯(lián)的基礎(chǔ)上，人工智能具備更大范圍和更多領(lǐng)域的通用性，其數(shù)據(jù)處理和覆蓋具有更強的系統(tǒng)性和及時性。其對應(yīng)領(lǐng)域絕不會，也不可能僅限于生活服務(wù)業(yè)和金融交易等領(lǐng)域。要使人工智能技術(shù)真正成為促進(jìn)高質(zhì)量發(fā)展的引擎，也應(yīng)針對其“通用性”進(jìn)行相應(yīng)的促進(jìn)和引導(dǎo)，使其擴散到更大的范圍，從而產(chǎn)生更大的通用效能和協(xié)同效應(yīng)。具體而言：

第一，實現(xiàn)人工智能應(yīng)用從消費領(lǐng)域向生產(chǎn)領(lǐng)域的廣泛滲透和升級，使人工智能在大范圍的工業(yè)生產(chǎn)中得到應(yīng)用，而不僅局限于商業(yè)和生活應(yīng)用。人工智能要更多地指向生產(chǎn)領(lǐng)域，通過智能“賦能”制造業(yè)，從而更大程度、更大范圍地實現(xiàn)人工智能在助力制造方式變革上的智能化優(yōu)勢。數(shù)字經(jīng)濟(jì)從ICT時代到AI時代的過程，也是工業(yè)、實體制造的信息化和信息的工業(yè)化、實體化的過程，如果說ICT只是實現(xiàn)了生產(chǎn)的信息化和網(wǎng)絡(luò)化，人工智能的應(yīng)用前景就在于基于數(shù)據(jù)化基礎(chǔ)上的智能化。也只有在全方位滲透到智能制造的過程中，人工智能才能成為真正意義上的通用技術(shù)，從而引發(fā)持久、大范圍的產(chǎn)業(yè)升級與技術(shù)變革。依托人工智能、5G技術(shù)和工業(yè)互聯(lián)網(wǎng)，傳統(tǒng)產(chǎn)業(yè)生產(chǎn)過程中的要素協(xié)同性和全要素生產(chǎn)率將得到提升，這是提升人工智能滲透效應(yīng)的關(guān)鍵所在。當(dāng)前中國數(shù)字經(jīng)濟(jì)對工業(yè)的滲透率只有17%，遠(yuǎn)低于德國、韓國、美國的40%以上，①這意味著人工智能向制造業(yè)的滲透不僅必要，而且緊迫，尚有很大的拓展空間。

人工智能并不是孤立地作用于智能制造，而是與5G、工業(yè)互聯(lián)網(wǎng)等技術(shù)協(xié)同作用，共同實現(xiàn)工業(yè)制造的數(shù)據(jù)化、網(wǎng)絡(luò)化和智能化。其中，工業(yè)互聯(lián)網(wǎng)是其主要應(yīng)用場景，作為連接工業(yè)全要素、全系統(tǒng)、全產(chǎn)業(yè)鏈、全價值鏈，支撐工業(yè)智能化發(fā)展的關(guān)鍵基礎(chǔ)設(shè)施，工業(yè)互聯(lián)網(wǎng)是新一代數(shù)字技術(shù)向?qū)嶓w經(jīng)濟(jì)拓展的核心載體，而人工智能廣泛地應(yīng)用于其數(shù)據(jù)分析、智能決策過程，是實現(xiàn)自動化到智能化的關(guān)鍵所在。易言之，如果缺少高水平的人工智能支持，工業(yè)數(shù)據(jù)資產(chǎn)就無法得到充分利用，在此基礎(chǔ)上的工業(yè)互聯(lián)網(wǎng)就只能是深度的系統(tǒng)自動化，而不是智能化。

當(dāng)前，我國工業(yè)互聯(lián)網(wǎng)發(fā)展與智能制造尚處于起步階段，工業(yè)控制、工業(yè)軟件、工業(yè)信息安全、開源平臺、開源社區(qū)等關(guān)鍵核心技術(shù)均存在空心化、短板化、空白化的間題。工業(yè)互聯(lián)網(wǎng)平臺建設(shè)的關(guān)鍵技術(shù)，如邊緣智能、工業(yè)大數(shù)據(jù)分析、工業(yè)機理建模和工業(yè)應(yīng)用開發(fā)也存在明顯的技術(shù)瓶頸，存在“制”的高端裝備匱乏，“造”的關(guān)鍵零部件、核心技術(shù)和知識產(chǎn)權(quán)受制于人等現(xiàn)象。但人工智能作為一種高度依賴算法和數(shù)據(jù)訓(xùn)練體量的技術(shù)，具有先行突破、帶動發(fā)展的可能性，因為經(jīng)過70余年的發(fā)展，中國已成為目前世界制造業(yè)第一大國和產(chǎn)業(yè)門類最為齊全的國家，在工業(yè)生產(chǎn)的數(shù)據(jù)多樣性、完備性和數(shù)據(jù)體量上具有無可比擬的優(yōu)勢，而工業(yè)智能制造的發(fā)展和升級的過程，本質(zhì)上也是制造業(yè)數(shù)據(jù)流量成為互聯(lián)網(wǎng)主導(dǎo)流量的過程，中國的生產(chǎn)能力、生產(chǎn)規(guī)模和產(chǎn)業(yè)部門的多樣性，為人工智能的工業(yè)運用提供了極為有利的條件。

第二，大力推進(jìn)人工智能和新材料、新能源等戰(zhàn)略性新興產(chǎn)業(yè)的技術(shù)滲透和產(chǎn)業(yè)協(xié)同。從工業(yè)革命的歷史看，第一次和第二次工業(yè)革命，都不只是單純的信息連接和空間運輸技術(shù)的革命，而是同時兼具能源、材料和通訊連接或空間運輸技術(shù)的革命，這種兼具能源、材料和連接三要素的變革，帶來的不僅僅是“怎樣生產(chǎn)”和“在哪里銷售”的變革，同時也涉及了“用什么生產(chǎn)”的勞動對象的變革。這正如曼德爾所指出的，“一場真正的技術(shù)革命，包括資本主義生產(chǎn)和分配，包括運輸和電信的所有方面的基本技術(shù)的徹底翻新”。②在缺乏制造技術(shù)、材料、能源和高端裝備產(chǎn)業(yè)進(jìn)步的前提下，孤立的人工智能只能停留在有限的應(yīng)用領(lǐng)域，而且其效能也無法充分發(fā)揮，因為人工智能復(fù)合了算法、數(shù)據(jù)、芯片三個基本要素，其數(shù)據(jù)存儲、處理與采集過程同樣需要能源和材料的進(jìn)步才能不斷升級，而制約人工智能算力和算率的，不僅只是算法本身，也需要材料和能源的革命性變革，才能減少其單位能耗和設(shè)備體積。新材料、新能源的生產(chǎn)與研發(fā)過程既可以成為人工智能的應(yīng)用場景，其本身的發(fā)展也會間接影響人工智能的效能發(fā)揮，這種產(chǎn)業(yè)間的協(xié)同效應(yīng)不僅可以有效地促進(jìn)人工智能、新能源和新材料等產(chǎn)業(yè)的發(fā)展，其變革過程也將帶來更大范圍和更深程度的分工。

第三，大力推進(jìn)人工智能在生產(chǎn)性服務(wù)業(yè)中的廣泛和深度運用。生產(chǎn)性服務(wù)業(yè)是生產(chǎn)性活動尤其是制造業(yè)的重要支撐，主要包括研發(fā)設(shè)計與其他技術(shù)服務(wù)，涉及物流倉儲、信息服務(wù)等多個領(lǐng)域。在諸如物流、倉儲、設(shè)備租賃等傳統(tǒng)生產(chǎn)性服務(wù)行業(yè)，人工智能與大數(shù)據(jù)技術(shù)已開始得到運用，未來在算法優(yōu)化、數(shù)據(jù)生產(chǎn)和利用上還有很大的發(fā)展空間。與此同時，隨著自動化進(jìn)程加快和智能化生產(chǎn)初現(xiàn)端倪，黑燈工廠也將會普及化、常態(tài)化，更多的延伸勞動將在圍繞著使用價值的服務(wù)而非生產(chǎn)環(huán)節(jié)展開，制造業(yè)企業(yè)將越來越多地開展服務(wù)活動，也即是所謂服務(wù)型制造或服務(wù)化（servitization）、產(chǎn)品服務(wù)系統(tǒng)（product service system，PSS）。⑧人工智能在服務(wù)制造業(yè)的增值環(huán)節(jié)中也可以發(fā)揮重要的作用。

尤其值得重視的是，人工智能在知識生產(chǎn)過程，尤其是研發(fā)活動中也具有廣泛的應(yīng)用前景。人工智能不僅僅是一種技術(shù)，也是一種研究工具，在依賴于試錯法、窮舉法的科研活動中具有人類智力不可比擬的優(yōu)勢。人工智能在研發(fā)活動中的應(yīng)用，能進(jìn)一步提升研發(fā)活動的效率，進(jìn)而對技術(shù)進(jìn)步和全要素生產(chǎn)率提高產(chǎn)生積極影響。2020年新冠疫情期間，百度、阿里和騰訊等企業(yè)就通過開放AI算力幫助抗病毒藥物的研發(fā)。如，阿里云在疫情期間向全球公共科研機構(gòu)免費開放AI算力，與全球相關(guān)機構(gòu)合作，針對SARS/MERS等冠狀病毒的歷史藥物研發(fā)進(jìn)行數(shù)據(jù)挖掘與集成，計算靶點和藥物分子性質(zhì)，并跟進(jìn)新型冠狀病毒最新科研動態(tài)。百度研究院也向各基因檢測機構(gòu)、防疫中心及全世界科學(xué)研究中心免費開放了算法和相關(guān)網(wǎng)站，協(xié)助醫(yī)療界對新型冠狀病毒RNA空間結(jié)構(gòu)進(jìn)行預(yù)測。①

傳統(tǒng)服務(wù)業(yè)被普遍視為“停滯”部門，資本有機構(gòu)成低，勞動生產(chǎn)率提升緩慢，缺乏生產(chǎn)率溢出效應(yīng)，而在ICT時代，ICT技術(shù)應(yīng)用和投資多集中于服務(wù)業(yè)，尤其是金融和批發(fā)零售等領(lǐng)域，也的確形成了生產(chǎn)率的“逆向滲透”困難，即從低生產(chǎn)率部門很難向高生產(chǎn)率部門實現(xiàn)滲透，這也是造成ICT技術(shù)的經(jīng)濟(jì)增長效能不理想的原因之一。在Triplett和Mullan等人的分析中，ICT之所以造成“過度期望”和與之對應(yīng)的“失望”，在于ICT技術(shù)所主要集中的領(lǐng)域是非生產(chǎn)性的，無法對生產(chǎn)過程產(chǎn)生足夠的影響。②但隨著人工智能、大數(shù)據(jù)和工業(yè)互聯(lián)網(wǎng)的興起，服務(wù)業(yè)部門的構(gòu)成及其生產(chǎn)和服務(wù)方式發(fā)生了很大的改變。以人工智能、大數(shù)據(jù)為代表的新一代數(shù)字經(jīng)濟(jì)在服務(wù)業(yè)的滲透上不僅距離生產(chǎn)過程更近，而且其相當(dāng)一部分領(lǐng)域如知識生產(chǎn)、服務(wù)型制造本身直接就是生產(chǎn)性活動，這是ICT時代所無法達(dá)到的。

盡管經(jīng)濟(jì)學(xué)家就人工智能的經(jīng)濟(jì)增長效能存在著不同的觀點，但對人工智能的短期就業(yè)沖擊卻高度一致。就高質(zhì)量發(fā)展的目標(biāo)而言，尤其值得注意的是人工智能在短期內(nèi)的就業(yè)破壞效應(yīng)。雖然大量研究表明，從長期看弱人工智能對就業(yè)不會產(chǎn)生毀滅性的影響--人工智能會對傳統(tǒng)技術(shù)工作形成替代，但由于生產(chǎn)率效應(yīng)、資本積累和新工作的創(chuàng)造等多方面的反制力量，這種就業(yè)破壞效應(yīng)最終會被抑制;而且人工智能時代的服務(wù)業(yè)部門仍將存在鮑莫爾成本病，從而將消化大量的勞動力③--但是人工智能的短期就業(yè)沖擊仍需要付出巨大的調(diào)整代價，在結(jié)構(gòu)性失業(yè)的過程中會不可避免地產(chǎn)生大量的人力資本浪費，這將集中體現(xiàn)在直接受到人工智能技術(shù)沖擊和替代效應(yīng)最為顯著的行業(yè)。Jaimovich和Siu的研究表明，1982-2017年間，美國就業(yè)呈現(xiàn)出明顯極化：創(chuàng)造性的、認(rèn)知性的，如科研、專業(yè)技術(shù)、文化創(chuàng)意等高技能工作和基于人際交往、服務(wù)型的如餐飲、導(dǎo)游等低技能工作兩極增加，但常規(guī)操作性工作如制造業(yè)藍(lán)領(lǐng)工作則不斷減少。④而計算機化（computerlization）帶來的數(shù)字化、程序化和自動化對傳統(tǒng)制造業(yè)崗位的破壞是這種極化現(xiàn)象產(chǎn)生的主要原因。⑤隨著人工智能時代的來臨，這種更高級的計算機化的就業(yè)破壞影響不再只發(fā)生在傳統(tǒng)制造業(yè)，而會波及到大量可實現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)化的高級服務(wù)行業(yè)，如金融交易、股票分析師、會計等。要將這種短期的就業(yè)破壞效應(yīng)減少到最小，需要一方面要順應(yīng)技術(shù)發(fā)展趨勢，針對性地培養(yǎng)適應(yīng)人工智能時代的專業(yè)技術(shù)人才，同時也迫切需要應(yīng)對對傳統(tǒng)從業(yè)人員的影響，加大再技能化的教育培訓(xùn)。