2023年底召开的中央经济工作会议提出，“要以科技创新推动产业创新，特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能，发展新质生产力”，“打造生物制造、商业航天、低空经济等若干战略性新兴产业，开辟量子、生命科学等未来产业新赛道，广泛应用数智技术、绿色技术，加快传统产业转型升级”。①这里的“新产业”“新模式”“新动能”“新赛道”等一系列表达新的生产方式的范畴，是站在时代和全局的战略高度，深入分析研究新一轮科技革命和产业变革的主要特征以及重要影响作出的战略部署。当前，我国正处于新旧动能转换的关键节点，如何在新起点找到新赛道与新动能，不仅关系我国经济平稳健康可持续发展，而且关系中国式现代化的成功推进和拓展。
新一轮科技革命和产业变革的三大通用技术
“新旧动能转换”中的“动能”，不能仅狭义地理解为物理意义上的能源和动力，而应该包括推动新产业、新模式诞生、发展、升级的一切突破性技术、颠覆性技术和新颖的生产方式与交换方式，也包括新型的劳动方式与就业方式，以及以新文化、新技能、新知识武装自身的劳动者。当下，第四次工业革命浪潮席卷全球。按照澳大利亚经济学家尼古拉斯·约翰逊与布伦丹·马基—陶勒在其著作《自动世界：第四次工业革命经济学》中的划分，人类迄今发生过四次工业革命：第一次工业革命约在1760—1840年发生在英国，其通用技术是蒸汽机的发明和铁路的广泛建设，为通信和贸易网络提供了新的发展可能性。第二次工业革命约在1850—1920年发生在英国、德国以及美国，其通用技术是电力、电信、运输与工厂生产线，还有开发支持石油工业与一系列化学产品的技术，这些通用技术让制造业和整个供应链实现了创新整合。第三次工业革命发生于1950—2005年的美国，其通用技术是计算机、智能手机、移动通信、移动计算设备的普及，这些通用技术最具经济价值的应用包括个人电脑、只读光盘（CD—ROM）、数码相机和手机。因此，第三次工业革命又被称为“信息革命”。第四次工业革命是2005年以来发生于美国、欧洲以及中国的基于数字技术的产业革命，其通用技术是与智能手机相结合的互联网、人工智能、以大数据为特征的数字资本和数字技术。需要指出的是，人工智能虽然在第三次工业革命中已经出现，但当时其更加突出的是“自动化”功能，即替代人脑计算，而第四次工业革命中的人工智能更加强调“智能化”，即计算机可以像人那样学习，更具有智慧，能够高质量地决策与执行。
这里有必要对“通用技术”与“工业革命”进行一些说明。所谓“通用技术”（general purpose technology），是指技术突破不局限于某一个行业，而是影响了大多数行业通用的核心操作流程；这种技术的应用所解决的并不是某个行业的“痛点”，而是全面地、广泛地解决了经济社会发展所面临的一些基本问题，带来的产业流程改观和产品换代升级是全面的、系统的、普遍的。能够带动通用技术发展的工业进步与科技进步就可以称为“工业革命”。工业革命通常包含三个方面的内涵：一是创新技术独立地、系统地实现了突破性应用；二是通用技术创新使得新的经济制度形式和市场实现形式的出现成为可能；三是通用技术的创新在总体上促进生产力的发展，并提高人们的生活水平。
我国当下就处于第四次工业革命进程之中，并且已经感受到了通用技术的变化、升级。概括来说，我国目前有三大通用技术。一是互联网。互联网是第三次工业革命（信息革命）的通用技术之一，但其在第三次工业革命与第四次工业革命中所担当的超级技术功能是不同的。互联网于1969年诞生于美国，当时是为了将一台计算机上的信息（数据包）传送到另一台计算机上。开始，这种计算机之间的信息传递是将数据包转换为声音，在电信基础上运行，因此也叫“拨号上网”。1989年，英国计算机科学家蒂姆·伯纳斯—李在欧洲核子研究中心工作时发明了万维网，即用搜索引擎访问其他网站。可以说，第三次工业革命时期的互联网的基本特征是：互联网需要依靠有线连接。
互联网之所以能够在第四次工业革命中成为超级通用技术，是由于其不再依赖有线连接，计算机不再是唯一可以支持互联网运行的物理基础设施。在地球上或者不在地球上的任意两个人之间的数据包传输所依赖的物理机制发生了颠覆性变化：信息传输不再需要依赖一个固定的支点，人们之间的通信也不必与一个固定的接入点（个人计算机）连接，人们可以随时随地访问互联网。这就使得互联网在日常生活中变得无处不在。智能手机与互联网结合所产生的场际效应（即实际上建立了一个无处不在的场），可以解释为什么智能手机会成为让互联网从第三次工业革命的通用技术转变为第四次工业革命的通用技术的“分水岭”。互联网把经济全球化的市场展现在每一个人面前，使人们可以真正按照成本最小、价格最优的原则在全世界范围选择产品和服务。于是，“比较优势”原则让位于“绝对优势”原则。比如，厂家和供应方需要具有绝对优势，才能在激烈的竞争中站住脚。
二是具有机器学习能力的人工智能。人工智能前面为什么要加“具有机器学习能力”这个限定词？因为人工智能在第三次工业革命时期已经存在，但那时计算机是通用技术。只有具有机器学习能力的人工智能才是第四次工业革命的超级通用技术。1950年，英国数学家艾伦·图灵在《思维》杂志上发表了其著名论文《计算机器与智能》，其中，他提出一个影响深远的问题：机器能思考么？论文中给出的验证方法是，假设一个游戏中有三个角色，两名人类，其余一个是计算机。由人类担任的评估员分别向另两位提出若干开放式的问题，如果根据回答他无法判断哪一名是真的人类，那么这个计算机就被认为通过测试，它就像人类一样智能。这就是广为人知的图灵测试，被认为是人工智能学术界的“北极星”。计算机之父冯·诺依曼在《计算机与人脑》一书中，将计算机与神经系统进行类比，研究如何根据人类思维来开发计算机，从而改进计算机的功能。可以说，在第三次工业革命时期，计算机已经成为1.0版本的人工智能，它在相当程度上代替甚至胜过了人的算力。而第四次工业革命时期的人工智能则更进一步，其具有自我学习的能力，即通过输入新的数据，计算机可以更新知识，这相当于让统计学原理在计算机中得到充分执行。这样具有机器学习能力的人工智能一开始是在棋类游戏中显现优势，之后逐步发展成为第四次工业革命的核心技术之一。
三是大数据等数字技术。数据是如何成为一种生产要素的？一方面，互联网与智能手机相结合产生的社交平台与经济系统每日每时每分每秒都在产生数据，而且这些数据是可以获得的。过去的互联网是计算机之间的，还没有形成一个无处不在的场，人们的活动虽然也产生数据，但是没有形成如此庞大的规模。我国的人口规模庞大，是世界上消费端数据最大的国家。我国是世界最大的制造业国家，生产端数据也是极为庞大的。实践证明，数据只有形成足够的规模，甚至成为“全息数据”，才能更具价值。当前的大数据更接近“全息数据”，能够让人们深刻地认识世界。另一方面，具有机器学习能力的人工智能以数据输入为基础开发大数据蕴含的价值，对于人类行为和现实世界进行细致分类和研究，并根据新知识制定更好的行动方案，这既可以提升人类的资源利用能力，也可以提升人们的生活质量。
事实上，大数据能够获得本身就代表了相当水平的科学技术。数据的传输技术，包括视频传输技术和音频传输技术，在最近十几年发展迅速。已经装入智能手机和互联网后台运行系统的芯片，极大地提升了将现存的、历史的信息转化为数据的能力。由此，人类在互联网中生成大数据，并把这些大数据传输给具有机器学习能力的人工智能，而人工智能把数据变成新的价值来源，同时也让数据成为一种新的生产要素。可以说，第四次工业革命促成了互联网、人工智能和数据这三种通用技术之间的互动，提供了资源开发和资源配置的新方式，也提供了人、机器设备和各种要素之间的新的交换方式。
推动传统产业转型升级，促进新旧动能转换
习近平总书记指出：“世界经济已经进入新旧动能转换期。我们要找准切入点，大力推进结构性改革，通过发展数字经济、促进互联互通、完善社会保障措施等，建设适应未来发展趋势的产业结构、政策框架、管理体系，提升经济运行效率和韧性，努力实现高质量发展。”当前，我国正处于新旧动能接续转换的重要时期。我国加快传统动能改造提升，积极培育新动能，促进新旧动能接续转换，在增加有效供给、带动就业、支撑经济发展、促进结构调整等方面成效显著。同时，物联网、大数据、云计算、人工智能等新技术和新业态不断涌现，并且正在催生以大数据为基础、以更强大的算力为核心的战略性新兴产业和未来产业。
第一，以超级数字传输技术为基础的智能手机汇集了摄影、阅读、观影等功能，几乎囊括了家庭全部的文化生活，并且日益呈现出零碎化、随时化、自由化等特点。可以说，智能手机产业的发展在一定程度上导致了电视产业和照相机产业的衰落。洛图科技（RUNTO）发布的《中国电视市场品牌出货月度快报》显示，2023年12月份，中国电视市场出货总量达345万台，环比下降3.4%，同比下降22.3%。②此外，在互联网时代，我国的媒介环境发生了巨大变化，人们的阅读习惯也从纸质阅读转变为数字化阅读。第十九次全国国民阅读调查结果显示，2021年我国0—17周岁未成年人的数字化阅读方式接触率为72.5%，听书率为32.7%，数字化阅读成为阅读新样态。③基于经济社会的发展、人民群众对阅读的需求，全国各地充分利用数字化阅读加速教育数字化转型，为区域教育发展赋能。
第二，数字技术推动制造业智能化发展，提升制造业的全要素生产率、产业链的平稳性和韧性。制造业的运转过程会产生大量的数据，在传统工业时代，由于不注重对制作过程数据的收集、反馈以及人工智能对数据的运用，容易造成数据资源的流失和浪费。如果将制造业生产与销售过程中产生的数据给制造业本身赋能，会促进制造业的智能化发展。数字技术将从五个方面推动制造业高质量发展：一是通过数字技术控制生产流程。比如可以改进生产操作的气温条件，使劳动者远离热源并减轻劳动强度，避免因为人工劳动条件限制而出现生产安全事故；也可以改善物流配送过程，增强平稳性与安全性，避免由于个体身体与心理状态的不稳定导致生产过程出现紊乱。二是通过数字技术控制生产与销售的过程。生产者可以在与消费者的互动过程中获得数据，并将这些数据反馈给具有机器学习功能的人工智能，由此提升产品质量。在传统工业时代，制造业企业强调要响应消费者需求、不断改进产品质量。而数字技术的不断发展更促进了这一目标的实现，加快了产品升级换代的速度。三是通过数字技术实现大范围内信息的精确匹配。将一群用户与另一群用户联系起来，利用网络效应，推动产生庞大的用户群。比如，企业生产的产品质量越好，声誉越好，则下一轮消费者的人数就会越多。由此，生产企业就越有动力注重消费者的反馈。通过充分利用数字技术，企业能够更加便捷地收集消费者的反馈信息，并运用人工智能来进行分析、处理。四是制造业引入数字化控制能够优化生产流程、库存和物流管理，降低生产和销售的边际成本，进而提高企业的利润。五是推动人工智能与制造业深度融合。由于人工智能没有人类的生物局限性（比如不会偷懒），而且可以全过程编程，也不需要激励机制，在某些领域可以大幅度节约组织成本和代理成本。
第三，数字技术促进智慧农业创新发展。2023年中央一号文件强调要深入实施数字乡村发展行动，推动数字化应用场景研发推广。当前，数字技术正在逐步成为我国乡村振兴发展的重要推动力量与战略选择。事实上，不论生产手段如何变化，农业都是需要依靠天气、土壤、水以及光合作用才能发展的。而通过数字技术可以实现选种、育苗、种植全过程智能化管理。比如，可以通过数字技术对温度、湿度、水分进行全方位监测，整个过程高度智能化，每天只需按照电子终端提示做少量人工干预。目前无人机已经开始参与农药喷洒等田间管理工作。通过智能设备，人们可以看到关于农业生产活动的各类参数，能够根据农作物需要进行科学操作，如开启通风、加热、滴灌等。此外，在信息时代，应充分利用数字技术赋能构建新型城乡关系，助力城乡产业升级、协同发展，为乡村振兴筑牢发展基石。
第四，数字技术助力医疗机构智慧升级，推动优质医疗资源扩容和区域均衡布局，甚至能够助力罕见病的攻克。一方面，由于现存的、海量的医学档案是可以数字化的，这为人类认识疾病、认识人体、认识病菌开辟了一条新的路径。科研数据、电子病例和医疗设备互联后采集信息的不断积累，将有助于医生制定更精准的诊疗方案，提高决策效率。另一方面，把具有机器学习能力的人工智能引进医学科研部门，能够增加人类攻克疑难疾病的赢率。比如，通过处理大量医学数据和深度学习，人工智能可以辅助医生进行精确诊断，提供合理的干预和治疗手段。此外，有关部门可以通过分析医疗数据，了解哪些地区何种疾病高发、哪些地区医疗资源不足，以及传染病和慢性病发生情况等，提升卫生健康政策的针对性。数字技术与医疗服务的深度融合，不仅可以减轻群众的就医负担以及医生的工作负担，也可以提高诊疗效率以及治愈率。
第五，人工智能让法律咨询更加高效、更加便捷，能够通过模拟法庭辩论，推演判决结果。具有机器学习能力的人工智能可以根据环境变化作出相应反馈、进化、发展，因此在模拟法庭过程中其可以赋能参与者。比如，人工智能可以较为准确地理解咨询者的自然语言，主动引导法律咨询过程，从缺乏法律知识的使用者的描述中准确归纳事实和问题，在多轮对话的过程中完成复杂的法律推理，从而给出可操作性较强的法律咨询报告。此外，深入推进公安大数据智能化建设和应用，能够助力“智慧公安”建设，为推动新时代公安工作创新发展提供引擎。比如，人工智能可以助力反洗钱升级，特别是在可疑交易智能分类、关联交易图谱分析及可视化展示、客户风险评分、数据挖掘和建模等方面具有独特优势。
积极有序发展战略性新兴产业，积极培育孵化未来产业
数字经济赋能战略性新兴产业发展。数字经济在新能源、新材料、高端装备等战略性新兴产业中的渗透率不断提升，为我国战略性新兴产业融合集群发展带来了机遇。上文讨论的是加快传统动能改造提升，就是假定数字技术从现有的产业分布出发赋能制造业或者服务业。即使是产业格局保持基本不变，但由于数字技术的赋能，也可以推动新旧动能转换，实现经济高质量发展。而以下将讨论如何加快推进战略性新兴产业发展。以“低空经济”为例，其实质是无人机技术与智慧城市建设的结合。从概念上来看，“低空经济”是指以民用有人驾驶和无人驾驶航空器为主，以载人、载货及其他作业等多场景低空飞行活动为牵引，辐射带动相关领域融合发展的综合性经济形态。由于当前地面资源的开发潜力较小且成本相对较高，而低空资源较为丰富，由此，“低空经济”成为智慧城市建设的一个亮点。从产业链来看，“低空经济”包含上游的航天器生产制造商、中游的服务运营商和下游的应用端，涵盖了通航制造、物流、旅游、农业、应急救援、商贸、教育等多个行业领域。据粤港澳大湾区数字经济研究院（IDEA）发布的低空经济白皮书预测，到2025年，“低空经济”对中国国民经济的综合贡献值将高达5万亿元。④根据美团提供的数据，截至2023年11月，美团无人机已在深圳、上海等城市8个商圈落地了22条航线，并已累计完成用户订单超21万单；配送时长方面，无人机2022年平均配送时长约12分钟，比传统配送模式提效近150%。
数字化是打造未来产业竞争力的关键“助推器”。所谓“未来产业”，是指面向未来社会需求、由当下尚未成熟的技术突破驱动、将可能会发展成为战略性新兴产业的产业。比如，2023年8月，中国移动挂牌成立央企首个面向行业应用的量子计算实验室——“中国移动量子计算应用与评测实验室”，希望为不同技术路线的量子计算机能力与不同范式的量子算法性能提供基准评测，加强量子计算在信息通信领域应用的深度与广度。⑤量子计算的优势在于可以通过特定算法在一些具有重大社会和经济价值的问题方面，获得比经典计算机更强大的算力。将量子专用机与电子超级计算机相结合，采用量子—经典混合算法，可以大幅提升运算速度，起到量子赋能的效果。因此可以说，量子计算可能会在未来主导算力市场。需要指出的是，量子计算对人工智能产业的发展具有一定影响，主要体现在以下几个方面：一是可以加速机器学习和深度学习的发展。量子计算可以提高处理大型数据集的速度，优化模型训练，加速特征提取和数据分类。二是借助量子计算的并行性，可以帮助人工智能加速复杂问题的求解过程。三是量子计算与人工智能的结合能够推动新型智能算法和模型的发展，提高预测的准确性。
在发展人工智能等新技术的同时，也要警惕其中的潜在风险
数字经济与具有机器学习能力的人工智能的发展所带来的新旧动能转换，会导致就业结构的变化。比如，人工智能的发展虽然催生了大量新业态，在拉动创业就业和促进经济发展方面表现抢眼，但也引发了对“机器换人”等问题的担忧，以人力劳动为主的生产过程转向以人工智能为主的生产过程，会导致一些人被人工智能所取代。不可否认，当前人工智能对劳动的替代效应不断显现，对驾驶、翻译、流水线劳动、电话客服等劳动密集型行业的冲击尤其明显。一般说来，容易被人工智能所替代的工作岗位通常具有一定规律性特征，即简单重复性越强、标准化流程化程度越高的工作岗位，越容易被人工智能所替代。
需要强调的是，从目前的技术水平来看，人工智能还无法完全战胜人类智能。对于需要运用创造性思维、灵活性程度较高以及需要开展人际交往的工作，人工智能很难取代人类。比如，一个作家或艺术家的作品往往需要具备独特的创造性，而这是机器无法复制的；销售人员的工作需要通过人际交往与客户建立良好的关系，而这也不是人工智能擅长的领域。此外，具有“异类联想”的人是人工智能无法取代的，因为这类人总是能够从观点交流和思维碰撞中产生创新。下一步，应适时提高社会保障水平，构建与技术发展相适应的终身学习平台和资源体系，帮助更多人融入经济发展进程；发展人工智能的衍生产业、高端服务业，减少人工智能等新技术发展对就业的冲击。
综上，一个工具的产生必然会伴随着两面性，应该理性看待新技术的发展，加强规范和引导。从全球来看，人工智能在大幅提升全球劳动生产率的同时，也推动着全球新的价值链的形成，催生出全球新的生产体系。未来，如何让人类社会在新技术的支撑下进行更全面的均衡发展，最终实现人类自由而全面的发展，还需要深入研究。
——原载《人民论坛》
2024年1月30日
平新乔
北京大学经济学院梓材讲席教授。2007年获得孙冶方经济科学奖，2015年获评北京市教学名师。主要研究方向为：微观经济学及其应用，产业组织理论，财政学。在国企改革和混合所有制改革、中国财政与税收改革，产业结构转型和产业组织等领域，已在国内外学术刊物上已发表200余篇论文。
供稿：经济学系
美编：初夏
责编：度量、雨禾、雨田
