智能經濟新形態中的新動能及其要素

每個時期的新質生產力都構成了發展的新動能，而每一種新動能都伴隨著相應的創新要素。馬克思在《資本論》中關於機器體系的闡述指出：“所有發達的機器都由三個本質上不同的部分組成：發動機，傳動機構，工具機或工作機。”這反映了第一次產業革命后人力被機械力所替代的歷史特征。第二次產業革命以電力為新動能，電力的廣泛應用推動了機器體系各個方面都產生革命性進步，實現了機械力向電力的轉換。第三次產業革命則以“網力”為新動能，在機器體系中引入電腦和網絡，人腦開始被電腦所替代。當前，新一輪科技革命和產業變革正在深入推進，以算力和算法為新動能，人工智能替代並強化人對生產和服務的腦力作用。進入21世紀，新質生產力的迭代升級明顯加快，經濟形態呈現從信息經濟到數字經濟、再到智能經濟的躍遷。面對新質生產力驅動下經濟形態升級提速的現實，數字經濟和智能經濟先后成為當前新質生產力的代表性形態。習近平總書記在中央政治局第二十次集體學習時強調：“人工智能作為引領新一輪科技革命和產業變革的戰略性技術，深刻改變人類生產生活方式。”今年《政府工作報告》明確提出“打造智能經濟新形態”。

新質生產力迭代升級背后是顛覆性新科技的推動。比如，信息經濟是由計算機和互聯網推動的，數字經濟是由互聯網、大數據、雲計算、區塊鏈推動的，現在的智能經濟則是基於信息經濟和數字經濟由人工智能推動的。每次科技的迭代升級都可能產生生產要素的創造性破壞，並且產生新的創新要素。數字經濟和人工智能大體包含了數據、算力和算法三種全新的要素。

數據是智能經濟新形態中關鍵的生產要素。數據要素不僅凝結在數字化平台和智能系統中，而且成為非自然資源的勞動對象。習近平總書記指出：“浩瀚的數據海洋就如同工業社會的石油資源，蘊含著巨大生產力和商機，誰掌握了大數據技術，誰就掌握了發展的資源和主動權。”數字經濟涉及數據產業化和產業數字化。數字經濟與實體經濟深度融合，能夠產生明顯的財富效應。

算力是繼熱力、電力、網力以后的新動力。算力依托計算機、雲計算和各種高端數字處理系統處理海量數據、運行基於復雜算法的基礎動力，雲計算中心和相關的數據處理系統構成強大算力集群，成為數字和智能經濟的數字引擎，從而實現經濟運行全流程的自動化與智能化。

算法是現代科技的新方法。在數字經濟尤其是智能經濟新形態中，算法的作用越來越重要。借用人工智能專家的定義，算法是明確解決問題的步驟和執行邏輯，對生產流程進行精准定義、優化和組織。當前表現在大語言模型通過整合大數據與強算法，展現出規模效應與通用性特征，機器學習是AI的核心方法論，從機器學習到深度學習，由ChatGPT到DeepSeek之類的AI大模型及近期出現的“養龍蝦”，通過數據訓練而非顯式編程，自動學習規律、優化模型參數，實現“從數據中提煉知識、從經驗和應用中改進性能”的能力。用數學模型擬合數據分布，對未見過的新數據作出准確預測或決策。人工智能算法具備持續學習、自我優化的能力，尤其是在開源背景下，只要持續輸入新數據進行模型訓練，就可以使其預測更精准、決策更智能、適應性更強。人工智能算法正在重塑我們的生產和生活方式。

智能經濟以數字經濟為基礎。數字經濟的三要素同時也是智能經濟的三要素，隻不過是算法作用明顯增大，但它離不開算力和數據要素的相應升級。如人工智能專家說明的，算法是人工智能的“大腦”，是指導計算機執行特定任務的一系列指令的集合。它是人工智能實現智能化處理的方法，決定了AI系統能夠理解和處理信息的深度和廣度。算力，即計算能力，是支撐人工智能算法運行和數據處理的基礎設施。在深度學習等復雜AI應用中，模型的訓練和推理過程需要消耗大量的計算資源。提升算力水平是加速AI技術發展的關鍵途徑。數據是人工智能系統學習和改進的基礎。通過收集、處理和分析海量數據，AI系統能夠不斷優化模型參數、提升預測准確率，從而實現智能化決策和應用。因此，數據的質量和數量直接決定了AI系統的性能和效果。數據具有規模收益遞增的效應，使用越廣泛，收益越高。概括起來，數據生成的科技含量越高，數據價值越高﹔數據應用越廣泛，數據價值越高。沒有數據的支持，數字經濟和智能經濟就是無本之木，再先進的算法和算力也無法發揮出應有的價值。總之，數據越是充分准確，算力越強大、算法越先進，數字平台規模越大、數字技術應用場景越廣泛，數字經濟和智能經濟的新質生產力作用就越大。

面對智能經濟新形態，經濟學研究財富增長要素有必要從單純的物質要素（勞動者、勞動資料和勞動對象）的分析拓展到數字經濟三要素的分析，生產關系的完善和調整需要從生產、分配、流通、消費各個環節放大智能經濟的財富價值創造效應。在此基礎上建立適應新質生產力的新型生產關系。

從生產角度分析，隨著數字化平台和智能化系統替代工業化時代的機器設備，數字經濟和智能經濟對財富創造的顛覆性影響，不僅僅是替代勞動者（包括復雜勞動和簡單勞動），而是在很大程度上替代勞動過程本身。這不僅是勞動者數量的減少，而且是勞動者所參與的勞動過程被智能化系統運行所替代。因此，財富創造過程已經不完全等同於傳統的勞動過程，而演變為數字經濟的三要素協同運行的過程。這種協同作用體現在與實體經濟的深度融合中。進入數字經濟階段時，習近平總書記明確要求，“加快發展數字經濟，促進數字經濟和實體經濟深度融合”。進入智能經濟階段后，習近平總書記又進一步提出“推動人工智能科技創新與產業創新深度融合”。這兩個融合構成了從生產角度放大數字經濟和智能經濟財富創造效應的戰略方向，即構建企業主導的產學研用協同創新體系，助力傳統產業改造升級，開辟戰略性新興產業和未來產業發展新賽道。具體地說，一是推動科技創新，加快顛覆性前沿科技的研發，尤其是數字技術和人工智能技術的不斷升級﹔二是推動產業創新，特別是開辟充分利用數智技術的未來產業新賽道。兩者結合起來就是在數智經濟基礎上實現科技創新與產業創新深度融合，從而不斷增強財富創造能力。

從流通角度分析，數據作為關鍵生產要素有共享要求，數字經濟和智能經濟中數據的使用具有邊際收益遞增效應。特別是人工智能大模型的算法模型是開源的，其底層代碼可以被多家企業同時拿去使用，並可結合應用場景對代碼進行相應調整，使用者可以以較小的代價獲取先進技術，實現人工智能的技術普惠與協同共享，從而推動行業整體的智能化轉型。當然，開源並非無償的。使用大模型的企業和人員會根據研發和任務的需要對模型提供數據的“投喂”，就會使大模型的開發者獲取更多的數據，創造更高的市場價值。數據不只是共享，還要在流通中實現數據的價值。數據產權的實現，本質上是數據要素形成收益的過程。在數字經濟條件下，數據要素的價值通過流通得以釋放。對許多以數據生產為主業的企業而言，其價值實現主要體現在數據通過流通應用與共享，獲得相應的數據報酬。數據交易市場就起到了這種作用。人們一般認為數據市場是信息最不對稱的市場，買者需要得到數據的完全信息，而賣者如果提供完全信息，信息就一錢不值。大模型的開源就在很大程度上克服了這種信息不完全。數據包括原始數據和加工生成的作為生產要素的數據。原始數據不存在確權問題，需要確權的是成為生產要素的數據。原始的數據，經過各類數字平台的採集、一定的算力和算法進行一步步處理才形成作為生產要素的數據。這裡數據成為勞動對象，其中每個環節都會形成數據要素的價值和權益。為了激發數據要素的生成並發揮其生產力作用，就需要對作為生產要素的數據形成的各個環節的成果進行確權以便實現其價值。生成的數據就是產品。誰生成數據誰就擁有數據產權，誰運用了其數據，就要向數據產權所有人支付報酬。當然，利用他人數據生成新數據的人，也要給該數據所有權人支付報酬。不同的數據有不同的功能和價值。根據數據功能及其價值准確確權（產權及產權價值），就能使數據產權所有者從市場及使用中得到數據產權收益。這裡的關鍵是以數據為對象的知識產權保護制度，原因是數據的復制成本低，侵權盜版會嚴重阻礙數據要素的生成。因此完善數據市場，一是需要完善社會信用制度，利用互聯網平台、區塊鏈等數字手段科學甄別市場參與者及其行為﹔二是保障數據安全，防止數據泄露。這兩個方面正是建設和完善數據要素市場的關鍵。

從分配角度分析，數字經濟和智能經濟中，分配制度的基本功能是激勵創新。除了數據價值作為數據要素所有權收入在流通中得到實現外，直接成為收入分配問題的是創新人才的報酬。在數字經濟中，財富創造過程已不同於一般的勞動過程，或者說財富創造過程主要不在生產前台的直接勞動過程，而在於后台的研發、編制程序、數據處理等環節。因此，收入分配不能局限於勞動過程的勞動報酬，而應更多關注后台各種創新人才的收入分配。與此相應，收入分配體制應遵循習近平總書記要求的：“健全要素參與收入分配機制，激發勞動、知識、技術、管理、資本和數據等生產要素活力，更好體現知識、技術、人才的市場價值，營造鼓勵創新、寬容失敗的良好氛圍。”這裡講的“更好體現知識、技術、人才的市場價值”，意味著通過市場評價來引導收入分配，這對於發展新質生產力意義重大。因為，產生顛覆性科學技術並且得到廣泛應用，關鍵在於培育和打造對戰略性新興產業和未來產業具有洞察力和領導力的人才。創新人才鏈涵蓋基礎研究人才、研發人才、管理人才、創業人才、技能人才等多個層次，尤其是戰略科學家和科技企業家。讓這些人才各盡其用、各得其所，體現在按貢獻獲取報酬的財富分配之中，這正是實現財富創造的關鍵所在。

從消費角度分析，消費與生產一樣，都是創造財富價值的重要環節。消費構成了數字技術和人工智能的應用場景。消費包括生產消費和生活消費兩大類。“十五五”規劃綱要提出全面實施“人工智能+”行動。其中，“人工智能+科學技術”和“人工智能+產業發展”基本上屬於生產消費的范疇﹔而“人工智能+消費提質”和“人工智能+民生福祉”基本上屬於生活消費的范疇。這說明人工智能具有廣闊的應用空間，有消費就有財富價值。在數字技術和人工智能的應用過程中，如何實現財富價值的增值，也面臨著方向選擇的問題。就生產消費來說，選擇的關鍵在於人工智能主要用於產業發展還是替代勞動力。當前，人工智能不僅能夠替代簡單勞動，也正在逐步替代復雜勞動。中國作為人口大國，面對著較大的就業壓力，同時產業發展中高水平技術供給存在明顯短板。在此背景下，人工智能的應用方向應更加突出彌補科技與產業短板，提升科技與產業的水准（如高端芯片等領域），解決“人不能及”和“人難能及”的問題（如腦機接口），從而為就業優先戰略提供更大的空間。就生活消費來說，重點在於降低成本，使廣大消費者能夠用得上、用得起人工智能產品提供的生活服務。隻有這樣財富價值才能在市場的認可中實現增值。

（作者系南京大學文科資深教授）