深刻認知“計算力+數據”是縱貫第一、二、三產業的新動力，將為中國經濟高質量發展找到新方向、新路徑、新動能，創造經濟新物種與產業新格局。

　　一、引言

　　2008年全球金融危機以來，中國經濟增速持續放緩，人口紅利逐漸消失，資源環境約束不斷增加，依靠要素投入(土地、勞動力、資本等)拉動經濟增長的傳統動力趨于減弱‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。加快科技創新、優化要素市場化配置是轉變增長動力、實現經濟高質量發展的重中之重，其衡量指標是全要素生產率(TFP)，但是，TFP對中國經濟增速的貢獻偏低且最近十年持續走低‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　根據國務院發展研究中心、財政部與世界銀行發布的研究報告《創新中國：培育中國經濟增長新動能》顯示，1978-2017年間，中國TFP年均增速約為3.5%，對經濟增長的貢獻平均為36%‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。2008年以后，中國的TFP增速從過去五年的平均增速5.06%跌至2%以下，并且低位徘徊至今，而相應地其對經濟增速的貢獻也降至30%以下。所以，許多人擔心科技創新及資源配置優化能否成為經濟增長的主要動力。

　　無獨有偶，美國經濟學家羅伯特·戈登(Robert Gordon)在其著作《美國增長的起落》中通過研究美國的生產率增長史發現，1970年之后的生產率增速不及1870-1970年“黃金世紀”的一半。他認為，第三次工業革命(信息技術)在過去三十年對生產率增速的貢獻遠不如前兩次工業革命，并推論第四次工業革命的各類新興技術(AI、大數據、新材料、無人駕駛汽車、機器人等)對生產率的貢獻有限，所以生產率增速會長期看低。

　　生產率增速放緩與新一輪科技革命和產業變革形成悖論。那么技術創新是否能夠顯著推動生產率?創新驅動能否引領中國經濟走上高質量發展的軌道?

　　筆者認為，完全可以。第三、四次工業革命對生產率的拉動將疊加出現，第三次工業革命打基礎、蓄勢能，第四次工業革命則利用新科技把勢能釋放為產業動能。其核心邏輯在于，第三次工業革命的IT和物聯網技術實現萬物數字化，其在各個行業中的擴散創造了永不枯竭的新能源——數據。正在發生的第四次工業革命是由大數據、云計算、人工智能等底層通用技術引領，它們提供了嶄新的生產力——計算力。而第三次和第四次工業革命的結合，“計算力+數據”將成為空前的產業動力，這是一場全面智力革命，在打破人腦智力物理極限的同時也賦予萬物思考的能力。中國三次產業的勞動生產率遠低于發達國家水平，利用新技術將使三次產業具有巨大的提升空間。深刻認知“計算力+數據”是縱貫第一、二、三產業的新動力，將為中國經濟高質量發展找到新方向、新路徑、新動能，創造經濟新物種與產業新格局。(注：限于篇幅，該文將以上下篇的形式分兩期來闡述這六個方面的深刻內涵及其戰略和現實意義。)

　　二、新動力：“計算力+數據”是人類歷史上空前的產業動力

　　前兩次工業革命分別通過蒸汽動力和電力突破了勞動者的體力限制;第三次工業革命以原子能、電子計算機、空間技術的應用為代表，通過信息化、自動化，大大提高了勞動生產率;第四次工業革命將通過“計算力+數據”極大提升人類的認知水平，形成智力驅動型經濟。總體上看，前三次工業革命的動力源于自然界能量轉化：熱能與機械能、化學能與電能，而“計算力+數據”作為新動力是在第三次工業革命(信息技術應用)的基礎上從非物質原料(數據)到智能的認知轉化，在形式與內涵上有顯著不同。

　　(一)“計算力+數據”推動智力革命

　　“計算力+數據”打破了勞動者與勞動工具的智力局限。人腦每秒鐘能處理的并行信息有限，而且有疲勞極限，所以人腦的智力推演速度存在物理瓶頸。大腦容量限制了人一生能夠消化吸收的信息總量，也決定了人腦的知識水平和可供開發智力的上限。計算力與大數據技術的發展推進了從海量數據中提取知識的深度、廣度、速度。今天AI算法一分鐘就能處理完一個人整個生命周期所接觸的數據，大大超越了人類的認知。從1997年IBM的深藍打敗國際象棋大師卡斯帕羅夫到2016年AlphaGo打敗世界最頂尖的圍棋高手，皆得益于其背后驚人的計算力和處理海量數據的AI算法。如果說前三次工業革命改變的是人類的生產、生活和工作方式，那么這次將提升人類的思考深度以及透過現象看本質的認知能力，例如在基因層面研究各種疾病的根源。更重要的是，工具設備的數字化可以帶來生產線的智能化，通過設備端的實時數據與計算力結合實現智能化返控。因此“計算力+數據”既能突破人類的智力極限，又能賦予機器和生產線的IQ，讓生產線像人一樣思考，同時提升萬物智能(包括人與物)，它是空前的產業動力。

　　(二)“計算力+數據”是增殖的永動力

　　一方面，“計算力+數據”是計算力的不斷進化。承載計算力的各種硬件設備不斷提升其計算性能(根據摩爾定律，電路上可容納的元器件數目約每隔18-24個月便會增加一倍，性能也將提升一倍)，而云計算把計算單元聚合為大規模計算集群的計算力再以統一調度的方式形成合力，通過虛擬技術理論上可以無限擴容服務器集群(例如，2019年7月阿里云推出的計算引擎能將10萬臺服務器合為一體統一調度)，能提供的算力也將無限增強。

　　另一方面，“計算力+數據”是源源不斷增長的數據資源。盡管英國《經濟學人》雜志在2017年3月份的封面文章中將數據喻為新時代的“石油”，但石油是儲量有限的不可再生資源，而數據卻無時無刻不斷增加。我們正處于一個“數據通脹”時代。隨著數字技術發展以及傳感器的普及，人類的勞動生產及社會活動被全面實時數字化。例如，農業生產的環境土壤傳感(溫度、濕度、墑情等);工業生產線的實時狀態監測(溫度、壓力、震動、轉速、噪音等);遠程航班的發動機及飛行狀態監控數據;全球近50億用戶在互聯網上的行為記錄等。預計到2020年，全球的傳感器數量將多達1000億個，它們24小時都在產生數據，由此導致信息爆炸。類似于摩爾定律，有史以來人類創造的數據總量每過18-24個月將會翻一番。所以無限增長的計算力與數據共同推動“計算力+數據”的動力不斷增殖，取之不盡，用之不竭。

　　(三)“計算力+數據”是提升生產力水平的全要素動力

　　生產力的四個基本要素為勞動者、勞動工具、勞動對象及管理水平。 第一、二次工業革命主要通過蒸汽動力和電力改造勞動工具從而提高生產力水平。第三次工業革命則利用電子與信息技術實現勞動者和勞動工具協作的自動化程度以及推行現代化管理來提升生產力水平。而在第四次工業革命中，數字技術、智能技術等最終都殊途同歸至以“計算力+數據”的形式直接變革生產力水平。例如，通過智力革命突破勞動者的智力局限(類似Google眼鏡實現人工智能與人的混合智能);讓勞動工具變得更聰明(工業機器人、AGV、智能運維等);優選及人造勞動對象(原材料配比優化、預加工過程優化、源源不斷的數據);讓管理流程實現數字化、網絡化與智能化(智能排產排程、柔性供應鏈);等等。

　　三、新方向：以科技創新引領產業高質量發展

　　人類社會發展史一直遵循“生產力決定生產關系、生產關系反作用于生產力”的基本原理。中國兩千多年封建社會的發展史，往往因為天災人禍導致社會總生產力被破壞，勞動者(農民)起義推翻舊政權建立新王朝從而調和生產關系，“休養生息”的政策激活勞動者積極性從而恢復社會總生產力。

　　朝代的興衰更迭只是在生產力水平(黃牛、鐵犁、鋤頭為代表)原地踏步或發展緩慢的情況下進行的原有生產關系的破壞與修復，并未產生新的生產關系和社會制度。而西方國家從18世紀中期工業革命開始，通過生產力水平的大幅度跨越全面反超中國并迅速崛起，誕生了新的生產關系和社會制度，從而又大大促進了生產力的發展。深刻理解生產力發展路徑差異化的底層思想根源，能夠幫助找準中國產業追趕并再次領先的新方向。

　　(一)中國傳統社會陷入“三重三輕”的發展誤區

　　重人力、輕工具;重關系、輕耐力;重現象、輕機理——這是導致中國兩千多年傳統社會生產力水平踏步不前的觀念、政策、科技三個維度的發展誤區。自春秋戰國以來，勞動力數量就是國家實力的核心指標之一，“人多力量大”的觀念深入人心。政策制定者認為，人的重要性遠高于改造自然所需的勞動工具，忽視了勞動工具是提高生產力水平的最直接手段‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。另外，政策制定者習慣從調節勞動分配關系著眼緩和生產力與生產關系之間的矛盾，例如調節賦稅、賑災、大赦天下等。

　　因為調節勞動分配關系能迅速讓統治者取得民心。中國歷史上最著名的兩次變法：商鞅變法、王安石變法，分別提出的《墾草令》《青苗法》 都是從生產關系的角度調節收入分配關系，從而激發勞動者(農民)的勞動熱情，實現積極開源而非消極節流，但是都隨著統治者的更迭而終止。調節勞動分配關系在一定程度上固然能促進生產力的發展，但是如果沒有政策引導并激勵科技創新從根本上提高社會生產力水平，會導致經濟可持續發展的耐力和動力不足。

　　以“四大發明”為代表的中國古代技術水平曾經大幅領先于世界，但是為什么沒有在中國率先實現西方工業革命那樣的生產力水平躍變?根本原因是“重技術輕科學”。東方的科學思想是歸納法，即通過自然現象觀測大樣本歸納總結規律最終形成認知，此過程靠人海戰術持續積累數據即可實現迭代升級，但是缺乏基礎性的科學原理做體系化指引，屬于“重現象、輕機理”。

　　而西方的科學思想強調公理體系及從底層邏輯向上推理現象(第一性原理)。公元前歐幾里德的《幾何原本》，僅五個基礎性公理就建立了整個經典幾何學大廈，并且推理出許多定理、解釋很多現象，真正做到舉一反三，大大擴展了人類對自然現象的認知水平。從開普勒到牛頓，從法拉第到麥克斯韋，從普朗克到愛因斯坦，力學、電磁學、量子力學相對論等物理學的發展極大提升了生產力水平，不是靠人海戰術而是靠這些大師智者追求基礎理論的信仰接力。歸納法VS推理法的距離就是底層邏輯的通感，而這直接注定了兩種科學體系的上層建筑差距，蒸汽機及發電機分別從熱力學及電磁學理論指導下誕生就是最佳例證。

　　(二)調節生產關系能解決眼前的矛盾，不能提高長期發展的質量

　　如圖1所示，中國兩千多年的經濟發展政策，習慣于調節生產關系從而調動勞動者積極性。秦朝的商鞅變法、宋朝的王安石變法在當時都有效恢復了社會生產力，但是都沒有帶來持續發展。明朝在江浙地區的紡織業出現了資本主義萌芽——鄰里間小規模協作催生了雇傭勞動關系，但由于生產工具落后所以無法形成規模化機器大生產，此時的生產關系比生產力發展水平超前。此后，明朝被生產力水平和政策水平全面落后的清朝取代后，“閉關鎖國”的政策導致資本主義萌芽夭折，中國重新回到小農經濟為主導的封建經濟，其結果是錯過了蓬勃興起的工業革命。

　　改革開放以來，我國對經濟體制進行了市場化改革，比如農村“包產到戶”、國有企業改革、所有制結構變化、分配制度變革等，主要是從調節生產關系的角度切入解決特定歷史時期的主要矛盾，激活在中國大地上參與生產經營、創新創業的所有勞動者的積極性。經過堅持不懈的努力，如今中國發展成為世界第二大經濟體、第一制造業大國和第一貿易大國，用7%的耕地養活了全球22%的人口，這些巨大成就再次驗證了讓生產關系適應生產力的重要性。

　　經過四十多年的發展，中國工農業的生產效率仍然遠低于世界發達國家水平。例如中國與發達國家在每公頃小麥種植成本及人均制造業增加值的對比分別為2900：650美元與2000：6000美元。原先的發展方式已經遇到了生產力瓶頸。國研中心等發布的研究報告《創新中國：培育中國經濟增長新動能》指出，全要素生產率(TFP)是衡量技術進步拉動的生產率貢獻，中國TFP已從1978年占美國的31%上升至2014年的43.3%，但是同年日本、法國、德國的TFP分別為美國的71.1%、95.3%、93.0%。這些數據說明中國的科技創新對生產率貢獻仍有極大的提升空間。

　　(三)提升生產力水平是推動經濟高質量發展的根本之策

　　受人口、資源和環境等條件約束，中國現在必須走高質量發展道路，必須全面提升生產力水平。如果繼續沿用調整生產關系的慣性政策，很難跨越“中等收入陷阱”并趕超發達國家。以“以市場換技術”為例，四十年來中國引進了很多國外汽車大品牌，但是國產汽車的技術和質量依然落后。全球最大汽車消費市場換來的只是先進國家的產品，而擁有產品不等于擁有先進技術，更不等于擁有創造新技術的能力。中美之間在知識產權上的博弈就是一個警醒：先進技術不可能買來或者換來，自主創新才是保障經濟高質量發展的核心競爭力。

　　以史為鑒，可知興替。西方的第一、二次工業革命的發展都是以先進生產力為突破，迅速擴散到各個行業拉動經濟增長。黨的十八大報告提出,要實施創新驅動發展戰略,必須把科技創新擺在國家發展全局的核心位置。所以，必須通過科技創新來提高生產力水平，加快培育新動能，改造提升傳統產業邁向中高端。這是一場持久戰，也是一場無法回避的科技賽跑，需要深刻認識并遵循生產力發展的內在規律，深化改革開放，讓創新要素充分涌流，讓創新活力競相迸發，讓創新成果迅速擴散。

　　四、新路徑：第三產業為源頭，第一、二產業為主戰場

　　從美國等先進國家的經驗看，服務業占主導地位是各國進入工業化中后期的重要特征。2013年中國第三產業即服務業增加值占GDP比重為46.1%，首次超過第二產業的43.9%。此后在第二產業增速下滑的情況下，由第三產業拉動GDP增速被寄予厚望。2019年第三產業增加值占國內生產總值的比重為53.9%，高于第二產業14.9個百分點，對GDP增長的貢獻率為59.4%。

　　但我們需要明白，美國的經濟結構是建立在金融霸權與軍事霸權的基礎上，在全球產業鏈垂直分工中卡位高端。而“雙霸權”并非中國的優勢也非發展之道，所以不能一味模仿美國的產業結構和產業發展路徑。筆者認為，中國先進生產力創新源頭在第三產業(互聯網孕育了“計算力+數據”)，但要真正實現經濟的“質”與“量”雙雙超越美國，則需把先進生產力投射到作為主戰場的第一、二產業。目前，新冠肺炎疫情對經濟的沖擊已讓歐美日等發達國家深刻認識到“產業空心化”的危險性，并有促使制造業回歸本國的動機和苗頭。

　　(一)將先進生產力瞄準產業增量

　　一味模仿歐美的經濟結構和發展路徑，同質化發展模式下趕超發達國家難度極大。要采用差異化競爭戰略，從可挖掘潛力的角度來選擇產業主戰場。中國的國情決定了其產業結構不可能像美國等發達國家那樣對第三產業極度傾斜，而必須保持三次產業的合理比例，保證糧食能源安全和整體就業率。當前農業占GDP的比重只有約10%，無論如何都不能再削弱，但是生產效率遠低于發達國家，農村人均經營土地面積為0.49公頃，遠低于美國，缺乏使用先進技術的動力。

　　中國第二產業已經是世界最大體量，但制造業整體勞動生產率僅為22美元/小時，相當于美國的1/6、德國的1/8和日本的1/9。體量極大但生產效率較低的第一、二產業有巨大的潛在價值待挖掘，通過提升生產力水平(提質降本增效)能帶來驚人的產業增量，這應該是超越歐美日的主戰場。現在恰逢第四次工業革命的前期，可以利用這次機遇縮小第一、二產業生產率與發達國家的差距，創造絕對經濟增量，實現經濟總量和質量的大跨越。

　　(二)模式創新不是提升生產力水平的充分條件

　　在中國移動互聯網迅速發展的十年中，“互聯網思維”“羊毛出在豬身上牛買單”“共享XX”等轟轟烈烈的模式創新創業熱潮使得大街小巷充斥各色自行車、雨傘、充電寶等。這些商業模式利用中國人口基數大和城市人口密度高的國情，解決老百姓的消費需求痛點，促進了經濟活力，但不能根本上提高生產力水平。相比之下，地球另一端的亞馬遜云計算AWS，在為企業提供計算服務時也采用共享模式，但其共享的是最先進生產力(計算力)。

　　第二次工業革命也是把當時最先進的生產力(電力)以共享的方式迅速擴散到產業里，熱電廠集中發電通過電網分布式輸送到用戶，推動了全產業的電氣化變革‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。由此可見，共享先進生產力能加速其產業滲透，加速產業進步，促進社會價值的創造力與創新力。因此，在創業者和投資者決定為所謂模式創新投入寶貴的智力和資本前，需要冷靜思考被共享的介質本身是否代表了先進生產力。當亞馬遜、微軟等全球科技巨頭全面擁抱云計算(共享計算力)的時候，我們應該清醒地認識到，“共享XX”們的模式創新無法承載中國制造業強國和現代化強國的夢想。

　　還有山寨模仿，反映出我們的制造業還缺乏原創力。改革開放以來，中國制造業雖然憑借低成本優勢躋身制造業大國，但也付出了高污染、高能耗、低附加值的代價，正如一句英文諺語“What Got You Here Won't Get You There”(沒有屢試不爽的方法)。隨著勞動力成本的提高，原有的粗放式增長已成為進一步升級到制造強國的阻力。要打破“一流產線、二流產品、三流價格”的困境，必須從生產力水平與生產效率上解題，必須突破關鍵核心技術，把更多的資源和要素投入到技術創新上，而不是停留在山寨模仿和所謂的模式創新。

　　(三)不單單是“互聯網+”，更是“×互聯網”

　　科學技術是第一生產力，幾次工業革命都是多種技術的共同推動。第四次工業革命有個顯著特點，“計算力+數據”作為最早源自互聯網場景的一種具體技術，它的適用場景縱貫整個三次產業，是典型的全要素全產業新動力。阿里云為四川特驅集團建立生豬養殖過程全生命周期管理的體系，將豬的死亡率降低10%，實現種豬PSY(即每年每頭母豬斷奶仔豬數)和企業利潤雙增益;利用磷酸萃取流程數據實時改進關鍵參數控制，幫助六國化工提升磷轉化率約0.33%;通過實時調整送風量，幫助錦江環境提升垃圾焚燒發電的蒸汽產量3%。

　　這些案例充分體現了“計算力+數據”在具體場景里解決痛點并創造可衡量價值，是典型的“×互聯網”而不是“互聯網+”。

　　這里需要注意幾點：第一，計算力必須從互聯網下沉到產業場景中。因為計算力與數據是一個硬幣的兩面，缺一不可。數據誕生在產業的場景里，云計算技術使得計算力可以像電一樣被輸送到各個場景，所以必然是計算力下沉到場景。第二，切勿模仿互聯網的形式，在應用場景里生搬硬套各種“連接平臺”追求接入設備數量。很多龍頭企業的信息化系統已經積累了相當多的數據，只需要引進計算力內涵而不要糾結于互聯的外在形式。第三，企業不能強行戴“互聯網帽子”、向互聯網靠攏并開通公眾號或者電商平臺。必須清晰地認識到當前農業和工業的發展瓶頸是生產制造環節而不是流通，強行上網并不能提高生產制造的效率。

　　經濟師論文范例：能源經濟的生態革命是綠色經濟發展的關鍵

　　五、小結

　　第一次工業革命時期，中國的經濟總量雖然是世界第一，但鴉片戰爭卻讓中國淪為半殖民地半封建社會，根本原因是閉關鎖國、大而不強、生產力水平落后，同時人口眾多也導致經濟發展缺乏創新動力。首先，廉價勞動力供給壓抑了技術提高生產工具效率的意識。500年前江浙一帶的紡織業資本主義萌芽，由于勞動力過剩且便宜，紡織廠主自然不考慮發明機器來節省成本，導致生產力水平無法提升。“工欲善其事，必先利其器”的道理終究敵不過短期利潤的誘惑。此外，大量人口的衣食住行基本需求耗盡了社會資本再投資。明清時代的徽商、晉商致富后廣置田地與當鋪，持有不動產(炒房)和放高利貸(P2P)，貨幣資本沒有轉化為產業資本和人力資本而推動生產力發展。

　　經過四十多年的改革開放，理順了生產關系，釋放出人口紅利，大大促進了生產力的發展，使中國成為世界大國。展望未來，我們必須深入貫徹新發展理念，把人口紅利轉化為“智力紅利”，把握好新動力源泉，瞄準價值創造的新方向與產業滲透的新路徑，從生產關系調節的思路轉向主要通過科技創新來提高生產力水平，促進先進技術與實體經濟深度融合。

　　作者：閔萬里