智力革命是纵贯三次产业的升级动力
分类：经济论文 发表时间：2020-09-12 19:08
关键词：著作出版，
参编教材，教材出版，经济管理论文发表
本站在期刊投稿行业10余年，200000稿件作者放心的选择，1000多家省级、国家级、核心杂志社长期合作。省级、国家级、核心杂志社长期合作。24小时服务电话：400-811-9516
深刻认知“计算力+数据”是纵贯第一、二、三产业的新动力，将为中国经济高质量发展找到新方向、新路径、新动能，创造经济新物种与产业新格局。
一、引言
2008年全球金融危机以来，中国经济增速持续放缓，人口红利逐渐消失，资源环境约束不断增加，依靠要素投入(土地、劳动力、资本等)拉动经济增长的传统动力趋于减弱。加快科技创新、优化要素市场化配置是转变增长动力、实现经济高质量发展的重中之重，其衡量指标是全要素生产率(TFP)，但是，TFP对中国经济增速的贡献偏低且最近十年持续走低。
根据国务院发展研究中心、财政部与世界银行发布的研究报告《创新中国：培育中国经济增长新动能》显示，1978-2017年间，中国TFP年均增速约为3.5%，对经济增长的贡献平均为36%。2008年以后，中国的TFP增速从过去五年的平均增速5.06%跌至2%以下，并且低位徘徊至今，而相应地其对经济增速的贡献也降至30%以下。所以，许多人担心科技创新及资源配置优化能否成为经济增长的主要动力。
无独有偶，美国经济学家罗伯特·戈登(Robert Gordon)在其著作《美国增长的起落》中通过研究美国的生产率增长史发现，1970年之后的生产率增速不及1870-1970年“黄金世纪”的一半。他认为，第三次工业革命(信息技术)在过去三十年对生产率增速的贡献远不如前两次工业革命，并推论第四次工业革命的各类新兴技术(AI、大数据、新材料、无人驾驶汽车、机器人等)对生产率的贡献有限，所以生产率增速会长期看低。
生产率增速放缓与新一轮科技革命和产业变革形成悖论。那么技术创新是否能够显著推动生产率?创新驱动能否引领中国经济走上高质量发展的轨道?
笔者认为，完全可以。第三、四次工业革命对生产率的拉动将叠加出现，第三次工业革命打基础、蓄势能，第四次工业革命则利用新科技把势能释放为产业动能。其核心逻辑在于，第三次工业革命的IT和物联网技术实现万物数字化，其在各个行业中的扩散创造了永不枯竭的新能源——数据。正在发生的第四次工业革命是由大数据、云计算、人工智能等底层通用技术引领，它们提供了崭新的生产力——计算力。而第三次和第四次工业革命的结合，“计算力+数据”将成为空前的产业动力，这是一场全面智力革命，在打破人脑智力物理极限的同时也赋予万物思考的能力。中国三次产业的劳动生产率远低于发达国家水平，利用新技术将使三次产业具有巨大的提升空间。深刻认知“计算力+数据”是纵贯第一、二、三产业的新动力，将为中国经济高质量发展找到新方向、新路径、新动能，创造经济新物种与产业新格局。(注：限于篇幅，该文将以上下篇的形式分两期来阐述这六个方面的深刻内涵及其战略和现实意义。)
二、新动力：“计算力+数据”是人类历史上空前的产业动力
前两次工业革命分别通过蒸汽动力和电力突破了劳动者的体力限制;第三次工业革命以原子能、电子计算机、空间技术的应用为代表，通过信息化、自动化，大大提高了劳动生产率;第四次工业革命将通过“计算力+数据”极大提升人类的认知水平，形成智力驱动型经济。总体上看，前三次工业革命的动力源于自然界能量转化：热能与机械能、化学能与电能，而“计算力+数据”作为新动力是在第三次工业革命(信息技术应用)的基础上从非物质原料(数据)到智能的认知转化，在形式与内涵上有显著不同。
(一)“计算力+数据”推动智力革命
“计算力+数据”打破了劳动者与劳动工具的智力局限。人脑每秒钟能处理的并行信息有限，而且有疲劳极限，所以人脑的智力推演速度存在物理瓶颈。大脑容量限制了人一生能够消化吸收的信息总量，也决定了人脑的知识水平和可供开发智力的上限。计算力与大数据技术的发展推进了从海量数据中提取知识的深度、广度、速度。今天AI算法一分钟就能处理完一个人整个生命周期所接触的数据，大大超越了人类的认知。从1997年IBM的深蓝打败国际象棋大师卡斯帕罗夫到2016年AlphaGo打败世界最顶尖的围棋高手，皆得益于其背后惊人的计算力和处理海量数据的AI算法。如果说前三次工业革命改变的是人类的生产、生活和工作方式，那么这次将提升人类的思考深度以及透过现象看本质的认知能力，例如在基因层面研究各种疾病的根源。更重要的是，工具设备的数字化可以带来生产线的智能化，通过设备端的实时数据与计算力结合实现智能化返控。因此“计算力+数据”既能突破人类的智力极限，又能赋予机器和生产线的IQ，让生产线像人一样思考，同时提升万物智能(包括人与物)，它是空前的产业动力。
(二)“计算力+数据”是增殖的永动力
一方面，“计算力+数据”是计算力的不断进化。承载计算力的各种硬件设备不断提升其计算性能(根据摩尔定律，电路上可容纳的元器件数目约每隔18-24个月便会增加一倍，性能也将提升一倍)，而云计算把计算单元聚合为大规模计算集群的计算力再以统一调度的方式形成合力，通过虚拟技术理论上可以无限扩容服务器集群(例如，2019年7月阿里云推出的计算引擎能将10万台服务器合为一体统一调度)，能提供的算力也将无限增强。
另一方面，“计算力+数据”是源源不断增长的数据资源。尽管英国《经济学人》杂志在2017年3月份的封面文章中将数据喻为新时代的“石油”，但石油是储量有限的不可再生资源，而数据却无时无刻不断增加。我们正处于一个“数据通胀”时代。随着数字技术发展以及传感器的普及，人类的劳动生产及社会活动被全面实时数字化。例如，农业生产的环境土壤传感(温度、湿度、墒情等);工业生产线的实时状态监测(温度、压力、震动、转速、噪音等);远程航班的发动机及飞行状态监控数据;全球近50亿用户在互联网上的行为记录等。预计到2020年，全球的传感器数量将多达1000亿个，它们24小时都在产生数据，由此导致信息爆炸。类似于摩尔定律，有史以来人类创造的数据总量每过18-24个月将会翻一番。所以无限增长的计算力与数据共同推动“计算力+数据”的动力不断增殖，取之不尽，用之不竭。
(三)“计算力+数据”是提升生产力水平的全要素动力
生产力的四个基本要素为劳动者、劳动工具、劳动对象及管理水平。 第一、二次工业革命主要通过蒸汽动力和电力改造劳动工具从而提高生产力水平。第三次工业革命则利用电子与信息技术实现劳动者和劳动工具协作的自动化程度以及推行现代化管理来提升生产力水平。而在第四次工业革命中，数字技术、智能技术等最终都殊途同归至以“计算力+数据”的形式直接变革生产力水平。例如，通过智力革命突破劳动者的智力局限(类似Google眼镜实现人工智能与人的混合智能);让劳动工具变得更聪明(工业机器人、AGV、智能运维等);优选及人造劳动对象(原材料配比优化、预加工过程优化、源源不断的数据);让管理流程实现数字化、网络化与智能化(智能排产排程、柔性供应链);等等。
三、新方向：以科技创新引领产业高质量发展
人类社会发展史一直遵循“生产力决定生产关系、生产关系反作用于生产力”的基本原理。中国两千多年封建社会的发展史，往往因为天灾人祸导致社会总生产力被破坏，劳动者(农民)起义推翻旧政权建立新王朝从而调和生产关系，“休养生息”的政策激活劳动者积极性从而恢复社会总生产力。
朝代的兴衰更迭只是在生产力水平(黄牛、铁犁、锄头为代表)原地踏步或发展缓慢的情况下进行的原有生产关系的破坏与修复，并未产生新的生产关系和社会制度。而西方国家从18世纪中期工业革命开始，通过生产力水平的大幅度跨越全面反超中国并迅速崛起，诞生了新的生产关系和社会制度，从而又大大促进了生产力的发展。深刻理解生产力发展路径差异化的底层思想根源，能够帮助找准中国产业追赶并再次领先的新方向。
(一)中国传统社会陷入“三重三轻”的发展误区
重人力、轻工具;重关系、轻耐力;重现象、轻机理——这是导致中国两千多年传统社会生产力水平踏步不前的观念、政策、科技三个维度的发展误区。自春秋战国以来，劳动力数量就是国家实力的核心指标之一，“人多力量大”的观念深入人心。政策制定者认为，人的重要性远高于改造自然所需的劳动工具，忽视了劳动工具是提高生产力水平的最直接手段。另外，政策制定者习惯从调节劳动分配关系着眼缓和生产力与生产关系之间的矛盾，例如调节赋税、赈灾、大赦天下等。
因为调节劳动分配关系能迅速让统治者取得民心。中国历史上最著名的两次变法：商鞅变法、王安石变法，分别提出的《垦草令》《青苗法》 都是从生产关系的角度调节收入分配关系，从而激发劳动者(农民)的劳动热情，实现积极开源而非消极节流，但是都随着统治者的更迭而终止。调节劳动分配关系在一定程度上固然能促进生产力的发展，但是如果没有政策引导并激励科技创新从根本上提高社会生产力水平，会导致经济可持续发展的耐力和动力不足。
以“四大发明”为代表的中国古代技术水平曾经大幅领先于世界，但是为什么没有在中国率先实现西方工业革命那样的生产力水平跃变?根本原因是“重技术轻科学”。东方的科学思想是归纳法，即通过自然现象观测大样本归纳总结规律最终形成认知，此过程靠人海战术持续积累数据即可实现迭代升级，但是缺乏基础性的科学原理做体系化指引，属于“重现象、轻机理”。
而西方的科学思想强调公理体系及从底层逻辑向上推理现象(第一性原理)。公元前欧几里德的《几何原本》，仅五个基础性公理就建立了整个经典几何学大厦，并且推理出许多定理、解释很多现象，真正做到举一反三，大大扩展了人类对自然现象的认知水平。从开普勒到牛顿，从法拉第到麦克斯韦，从普朗克到爱因斯坦，力学、电磁学、量子力学相对论等物理学的发展极大提升了生产力水平，不是靠人海战术而是靠这些大师智者追求基础理论的信仰接力。归纳法VS推理法的距离就是底层逻辑的通感，而这直接注定了两种科学体系的上层建筑差距，蒸汽机及发电机分别从热力学及电磁学理论指导下诞生就是最佳例证。
(二)调节生产关系能解决眼前的矛盾，不能提高长期发展的质量
如图1所示，中国两千多年的经济发展政策，习惯于调节生产关系从而调动劳动者积极性。秦朝的商鞅变法、宋朝的王安石变法在当时都有效恢复了社会生产力，但是都没有带来持续发展。明朝在江浙地区的纺织业出现了资本主义萌芽——邻里间小规模协作催生了雇佣劳动关系，但由于生产工具落后所以无法形成规模化机器大生产，此时的生产关系比生产力发展水平超前。此后，明朝被生产力水平和政策水平全面落后的清朝取代后，“闭关锁国”的政策导致资本主义萌芽夭折，中国重新回到小农经济为主导的封建经济，其结果是错过了蓬勃兴起的工业革命。
改革开放以来，我国对经济体制进行了市场化改革，比如农村“包产到户”、国有企业改革、所有制结构变化、分配制度变革等，主要是从调节生产关系的角度切入解决特定历史时期的主要矛盾，激活在中国大地上参与生产经营、创新创业的所有劳动者的积极性。经过坚持不懈的努力，如今中国发展成为世界第二大经济体、第一制造业大国和第一贸易大国，用7%的耕地养活了全球22%的人口，这些巨大成就再次验证了让生产关系适应生产力的重要性。
经过四十多年的发展，中国工农业的生产效率仍然远低于世界发达国家水平。例如中国与发达国家在每公顷小麦种植成本及人均制造业增加值的对比分别为2900：650美元与2000：6000美元。原先的发展方式已经遇到了生产力瓶颈。国研中心等发布的研究报告《创新中国：培育中国经济增长新动能》指出，全要素生产率(TFP)是衡量技术进步拉动的生产率贡献，中国TFP已从1978年占美国的31%上升至2014年的43.3%，但是同年日本、法国、德国的TFP分别为美国的71.1%、95.3%、93.0%。这些数据说明中国的科技创新对生产率贡献仍有极大的提升空间。
(三)提升生产力水平是推动经济高质量发展的根本之策
受人口、资源和环境等条件约束，中国现在必须走高质量发展道路，必须全面提升生产力水平。如果继续沿用调整生产关系的惯性政策，很难跨越“中等收入陷阱”并赶超发达国家。以“以市场换技术”为例，四十年来中国引进了很多国外汽车大品牌，但是国产汽车的技术和质量依然落后。全球最大汽车消费市场换来的只是先进国家的产品，而拥有产品不等于拥有先进技术，更不等于拥有创造新技术的能力。中美之间在知识产权上的博弈就是一个警醒：先进技术不可能买来或者换来，自主创新才是保障经济高质量发展的核心竞争力。
以史为鉴，可知兴替。西方的第一、二次工业革命的发展都是以先进生产力为突破，迅速扩散到各个行业拉动经济增长。党的十八大报告提出,要实施创新驱动发展战略,必须把科技创新摆在国家发展全局的核心位置。所以，必须通过科技创新来提高生产力水平，加快培育新动能，改造提升传统产业迈向中高端。这是一场持久战，也是一场无法回避的科技赛跑，需要深刻认识并遵循生产力发展的内在规律，深化改革开放，让创新要素充分涌流，让创新活力竞相迸发，让创新成果迅速扩散。
四、新路径：第三产业为源头，第一、二产业为主战场
从美国等先进国家的经验看，服务业占主导地位是各国进入工业化中后期的重要特征。2013年中国第三产业即服务业增加值占GDP比重为46.1%，首次超过第二产业的43.9%。此后在第二产业增速下滑的情况下，由第三产业拉动GDP增速被寄予厚望。2019年第三产业增加值占国内生产总值的比重为53.9%，高于第二产业14.9个百分点，对GDP增长的贡献率为59.4%。
但我们需要明白，美国的经济结构是建立在金融霸权与军事霸权的基础上，在全球产业链垂直分工中卡位高端。而“双霸权”并非中国的优势也非发展之道，所以不能一味模仿美国的产业结构和产业发展路径。笔者认为，中国先进生产力创新源头在第三产业(互联网孕育了“计算力+数据”)，但要真正实现经济的“质”与“量”双双超越美国，则需把先进生产力投射到作为主战场的第一、二产业。目前，新冠肺炎疫情对经济的冲击已让欧美日等发达国家深刻认识到“产业空心化”的危险性，并有促使制造业回归本国的动机和苗头。
(一)将先进生产力瞄准产业增量
一味模仿欧美的经济结构和发展路径，同质化发展模式下赶超发达国家难度极大。要采用差异化竞争战略，从可挖掘潜力的角度来选择产业主战场。中国的国情决定了其产业结构不可能像美国等发达国家那样对第三产业极度倾斜，而必须保持三次产业的合理比例，保证粮食能源安全和整体就业率。当前农业占GDP的比重只有约10%，无论如何都不能再削弱，但是生产效率远低于发达国家，农村人均经营土地面积为0.49公顷，远低于美国，缺乏使用先进技术的动力。
中国第二产业已经是世界最大体量，但制造业整体劳动生产率仅为22美元/小时，相当于美国的1/6、德国的1/8和日本的1/9。体量极大但生产效率较低的第一、二产业有巨大的潜在价值待挖掘，通过提升生产力水平(提质降本增效)能带来惊人的产业增量，这应该是超越欧美日的主战场。现在恰逢第四次工业革命的前期，可以利用这次机遇缩小第一、二产业生产率与发达国家的差距，创造绝对经济增量，实现经济总量和质量的大跨越。
(二)模式创新不是提升生产力水平的充分条件
在中国移动互联网迅速发展的十年中，“互联网思维”“羊毛出在猪身上牛买单”“共享XX”等轰轰烈烈的模式创新创业热潮使得大街小巷充斥各色自行车、雨伞、充电宝等。这些商业模式利用中国人口基数大和城市人口密度高的国情，解决老百姓的消费需求痛点，促进了经济活力，但不能根本上提高生产力水平。相比之下，地球另一端的亚马逊云计算AWS，在为企业提供计算服务时也采用共享模式，但其共享的是最先进生产力(计算力)。
第二次工业革命也是把当时最先进的生产力(电力)以共享的方式迅速扩散到产业里，热电厂集中发电通过电网分布式输送到用户，推动了全产业的电气化变革。由此可见，共享先进生产力能加速其产业渗透，加速产业进步，促进社会价值的创造力与创新力。因此，在创业者和投资者决定为所谓模式创新投入宝贵的智力和资本前，需要冷静思考被共享的介质本身是否代表了先进生产力。当亚马逊、微软等全球科技巨头全面拥抱云计算(共享计算力)的时候，我们应该清醒地认识到，“共享XX”们的模式创新无法承载中国制造业强国和现代化强国的梦想。
还有山寨模仿，反映出我们的制造业还缺乏原创力。改革开放以来，中国制造业虽然凭借低成本优势跻身制造业大国，但也付出了高污染、高能耗、低附加值的代价，正如一句英文谚语“What Got You Here Won't Get You There”(没有屡试不爽的方法)。随着劳动力成本的提高，原有的粗放式增长已成为进一步升级到制造强国的阻力。要打破“一流产线、二流产品、三流价格”的困境，必须从生产力水平与生产效率上解题，必须突破关键核心技术，把更多的资源和要素投入到技术创新上，而不是停留在山寨模仿和所谓的模式创新。
(三)不单单是“互联网+”，更是“×互联网”
科学技术是第一生产力，几次工业革命都是多种技术的共同推动。第四次工业革命有个显著特点，“计算力+数据”作为最早源自互联网场景的一种具体技术，它的适用场景纵贯整个三次产业，是典型的全要素全产业新动力。阿里云为四川特驱集团建立生猪养殖过程全生命周期管理的体系，将猪的死亡率降低10%，实现种猪PSY(即每年每头母猪断奶仔猪数)和企业利润双增益;利用磷酸萃取流程数据实时改进关键参数控制，帮助六国化工提升磷转化率约0.33%;通过实时调整送风量，帮助锦江环境提升垃圾焚烧发电的蒸汽产量3%。
这些案例充分体现了“计算力+数据”在具体场景里解决痛点并创造可衡量价值，是典型的“×互联网”而不是“互联网+”。
这里需要注意几点：第一，计算力必须从互联网下沉到产业场景中。因为计算力与数据是一个硬币的两面，缺一不可。数据诞生在产业的场景里，云计算技术使得计算力可以像电一样被输送到各个场景，所以必然是计算力下沉到场景。第二，切勿模仿互联网的形式，在应用场景里生搬硬套各种“连接平台”追求接入设备数量。很多龙头企业的信息化系统已经积累了相当多的数据，只需要引进计算力内涵而不要纠结于互联的外在形式。第三，企业不能强行戴“互联网帽子”、向互联网靠拢并开通公众号或者电商平台。必须清晰地认识到当前农业和工业的发展瓶颈是生产制造环节而不是流通，强行上网并不能提高生产制造的效率。
经济师论文范例：能源经济的生态革命是绿色经济发展的关键
五、小结
第一次工业革命时期，中国的经济总量虽然是世界第一，但鸦片战争却让中国沦为半殖民地半封建社会，根本原因是闭关锁国、大而不强、生产力水平落后，同时人口众多也导致经济发展缺乏创新动力。首先，廉价劳动力供给压抑了技术提高生产工具效率的意识。500年前江浙一带的纺织业资本主义萌芽，由于劳动力过剩且便宜，纺织厂主自然不考虑发明机器来节省成本，导致生产力水平无法提升。“工欲善其事，必先利其器”的道理终究敌不过短期利润的诱惑。此外，大量人口的衣食住行基本需求耗尽了社会资本再投资。明清时代的徽商、晋商致富后广置田地与当铺，持有不动产(炒房)和放高利贷(P2P)，货币资本没有转化为产业资本和人力资本而推动生产力发展。
经过四十多年的改革开放，理顺了生产关系，释放出人口红利，大大促进了生产力的发展，使中国成为世界大国。展望未来，我们必须深入贯彻新发展理念，把人口红利转化为“智力红利”，把握好新动力源泉，瞄准价值创造的新方向与产业渗透的新路径，从生产关系调节的思路转向主要通过科技创新来提高生产力水平，促进先进技术与实体经济深度融合。
作者：闵万里
本文章来源于网络，版权属于原作者，如需删除请联系本站站长。
从事本行业多年，您选择信任，我们定不负所托。24小时服务电话：15128119165（电微同号）
上一篇：文学期刊1234 下一篇：
生物科学专业需求与微生物学教学
