通过数字经济推动我国经济高质量发展已成为各界共识。如何认识数字经济与高质量发展的关系,并将这一共识具体化和对策化,使“推动”的方向和作用方式更为准确,避免政策的“大而化之”,需要在全面考察数字经济的总体性和结构性影响的基础上对数字经济与高质量发展之间的关系进行系统全面的研究。

数字经济的发展趋势不可逆转,以互联网、人工智能和大数据为代表的数字经济改变了我们的经济生活。但学术界对于20世纪70年代以来以互联网、计算机等信息通讯技术（以下简称ICT）为基础的数字经济（以下简称数字经济1.0）的经济增长“效能”一直存在较大争议;对当前以人工智能（以下简称AI）为代表的新一代数字经济（以下简称数字经济2.0）的发展前景,也存在悲观派和乐观派的分野。讨论数字经济如何推动高质量发展,不仅需要把握新一代数字经济的技术—经济特征,也需要总结数字经济发展的历史经验和教训,尤其是对数字经济2.0时代是否可能继续产生数字经济1.0时代的索洛悖论、时间延滞和科技平原等问题,需要给予高度重视。

01数字经济1.0时代

第二次世界大战结束到20世纪70年代初是发达资本主义经济史上的“黄金年代”。根据麦迪逊的数据,这一时期,GDP和人均GDP的增长率几乎是1820年以来任何时期的两倍,劳动生产率增长也是此前任何时期的两倍,投资率和资本积累速度大幅提高,出口额的增长超过GDP,其增速是1913—1950年间的8倍,是1820年以来整个19世纪的两倍。①而黄金30年之所以成为“黄金”时代,不仅在于其经济的持续增长,更在于其劳动生产率、实际工资和经济增长三者的平行增长,经济增长具有普惠、分享与包容特征。科茨等人的研究表明,1948—1973年间,美国的劳动生产率以平均每年2.8%的速度增长,薪酬则以平均每年2.7%的速度增长,两者基本上实现了平行增长。②也正是因为这一点,调节学派才将黄金30年的积累体制称为“有群众大规模消费”的积累体制。

黄金30年结束之际,也正是第五次技术革命浪潮,即以信息通讯技术革命为代表的数字经济1.0时代启动伊始。但马伦（Phil Mullan）认为,也正是从那时候开始,西方发达国家就开始陷入“抑制性萧条”（Contained depression）。其具体表现为：生产率增长缓慢、资本积累与投资增长乏力、实际工资停滞。而无论是始于20世纪70年代的以ICT技术为代表的第五次技术革命浪潮,还是始于2010年的以人工智能、生物技术为代表的第六次技术浪潮,都未能扭转长萧条的下行趋势。20世纪70年代以来,ICT技术革命仅只是在1995—2004期间一度改变了颓势,而即使在这一“扭转”过程中,也仅仅表现为生产率的提升,而没有再现战后黄金30年时期的那种生产率、利润率和实际工资的协同增长。马伦甚至认为,这一时期的复苏和技术革命都没有什么关系,更多应该归因于冷战结束、东亚崛起和美元霸权的红利。③

从生产率的数据看,尽管不同经济学家的研究结论略有差异,但整体上看,ICT时代以来西方发达国家的生产率增速明显趋缓。对截至1992年数据的研究表明：18个经合组织国家1961—1974年间全要素生产率的年均增长率是3.25%,劳动生产率年均增长率是4.4%,在1974—1992年期间,这个数字分别下降到了1.09%和1.81%;而美国全要素生产率的年均增长率1961—1973年是1.5%,

1974—1992年年均增长率降低到0.40%,而从劳动生产率看,美国1961—1973年劳动生产率的年均增长率是1.55%,1974—1992年年均增长率只有0.38%。④而诺德豪斯对1909—1979年之间美国的劳动生产率的研究也表明,从第一次世界大战后到20世纪60年代的中期,美国的劳动生产率平均年增长大约是2%—2.5%,以后逐步趋缓,1979年开始进入明显的下降通道。⑤查德·西维尔森（Chad Syverson）对更长时段的数据分析则表明,所谓“索洛悖论”只是一个新技术在“等待”互补性投资累积超过一定阈值的一种时滞现象。因为在1995年之后,包括美国在内的西方发达国家的生产率增速就开始迅速提升。但令人遗憾和困惑的是,它仅仅持续了不到10年时间,其表现远不像一个通用技术（GPT,General Purpose Technology）。他的研究表明：1947—1973年,美国的劳动生产率平均年增速为2.7%;1974—1994年劳动生产率平均年增速为1.5%;而1995—2004年间劳动生产率平均增速提升到了2.8%,但自此以后又再度掉头下行。2005—2015年第三季度,美国劳动生产率平均增速降低到了1.3%。其他发达经济体情形也基本相似,2005—2015年,近30个发达经济体的劳动生产率增速平均下降了1.2个百分点。⑥

戈登的统计同时还表明,黄金30年结束之后至今,美国及其他西方发达国家均出现了劳动生产率增速的衰退,如表1所示。

黄金30年的重要特点之一,就是基于稳定预期利润率下的稳定投资率,这在大规模生产——生产率提高——实际工资提高——需求增长——进一步的大规模投资循环之间是至关重要的一环。但与黄金30年时期相比,20世纪70年代之后的美国经济呈现出明显的利润率与投资率背离。如表2所示,20世纪80年代之后,美国私人企业的利润率并未出现明显下降,在2008—2014期间甚至还超过了黄金30年,但积累率却持续走低。科茨的研究还表明,1948—1973年间,利润率每增加1个百分点,积累率就会增加0.549个百分点;1974—1979年间,利润率每增加1个百分点,积累率就会增加0.593个百分点,但1980年之后,利润率与投资率已没有相关性,出现了利润率和积累率的明显背离,虽然美国私人企业利润率在2009年后反弹至长期高点,但积累率和经济增长率却一直呈下降趋势（详见表2）。马伦的研究则表明,从投资和资本产出比看,美国相对于经济规模而言的商业投资净额,也已经从战后经济繁荣期结束时的近6%,下降到了2016年的2.5%左右。⑧这意味着投资预期收益率低下,资本积累速度缓慢。

从实际工资水平看,大卫·科茨等人的研究表明,2008年金融危机以来,美国工人的小时实际工资甚至未能恢复到1973年的水平。20世纪70年代,美国制造业工人实际时薪年均增长率为0.02%,而在20世纪80年代到2000年期间则为-0.47%。不仅实际工资,这一时期的总体劳动收入份额也呈现下降趋势,当企业利润占美国GDP的比重从2001年的7%上升到2006年的12.2%的同时,同期的实际收入中位数却下降了3个百分点。⑩而拉沃等人的研究表明,从20世纪80年代初到2008年危机爆发之前,G20各国工资占GDP份额全部都呈现下降趋势。⑪

在实际工资和劳动收入份额不断停滞甚至下滑的同时,收入差距却显著加大了：1980—2013年的33年时间里,美国最富有的1%的人的平均实际收入增长了142%,在国民收入中所占的比重从10%增加到20%。但在这33年时间里,美国中位数家庭收入仅增长了9%。与此同时,1979年到2007年,工资分布中最底层的20%的工人的工作时间却增加了22%。⑫这一切,正如多西指出的那样,黄金时代的典型特征是工资和劳动生产率增长的平行增长,生产率、利润和实际工资之间形成了一种完美匹配（smooth match）的良性循环：建立在生产率提高基础上的实际工资提高带来需求增长,需求增长带来销售旺盛,销售旺盛带来高投资率,而随着实际工资的提高,企业投资会更倾向于提高资本产出比,这就推动了劳动生产率的继续提高。但后黄金时代这种完美匹配已不复存在,陷入了一种明显的生产率、利润（积累与投资）、实际工资（需求）三者的脱耦（decouple）。⑬

更不容乐观的是,在一个经济由知识驱动的时代,创新和研发的效率也在日趋递减。美国全要素生产率和研发投入的背离从第二次世界大战结束之后就开始了,但在20世纪70年代之后这种背离愈发严重。无论是摩尔定律起作用的ICT领域,还是预期寿命和医药、生物研发的投入之间,都表现出这种创新效率的递减。⑭统计表明,20世纪70年代以来,除了在1980—1990年之间有所递减之外,美国每百万人所拥有的专利数量,一直保持着高速增长的态势：1940—1985年,美国每百万人所拥有的专利数量为275项,1985—2012年间为485项。但在人均专利数激增的过程中,投资却在急剧下降。⑮这种反差说明资本对投资的未来预期不佳,同时也意味着创新专利很难变成现实的产品。

创新效率的衰减,使一向以创新精神和引领技术浪潮而自豪的美国各界深感不安。2011年,泰勒·考恩（Tyler Cowen）的《大停滞》（The Great Stagnation）一书的出版,更是激起了美国各界的广泛讨论。针对创新效率的不断衰减,考恩认为是现代经济社会已经进入了科技平原时期,所有容易的技术创新都已经“变现”,剩下的推进将越来越难。而罗伯特·戈登则不无遗憾地表达了对第三次工业革命的失望与对前两次工业革命的无限缅怀：“经济增长或许不是一个可以永久维持的长期连续过程。”⑯

02连接+能源+材料

——技术革命增长效能的三重技术维度

尽管ICT革命以来的“脱耦”如此明显,但就数字经济对经济增长的影响,经济学家仍明显地区分为悲观论和乐观论两派。悲观论者认为,无论是ICT技术还是AI技术,都无法达到第二次工业革命时期的增长效能,由于创新方向和领域更侧重于分配领域而非价值创造领域,甚至还有可能会带来停滞。戈登甚至预测,99%处于收入分配底部的实际人均可支配收入在未来很长一段时间里只能以0.2%的微弱速度增长。⑰乐观论者则认为,ICT时代的效能低估,很大程度上是源于测度失误,ICT技术更大的收益是在消费者福利层面,但新技术带来的生活方式改变和便利程度的提高无法得到精准度量,而相当一部分数字经济的消费是免费的,其价值却无法在生产率、GDP这样的数据中反映出来。⑱而1995—2004年的生产率复苏和投资增长也事实说明,1987年提出的索洛悖论——到处可见计算机,唯独生产率统计数据中看不到——只是时间稍早。埃里克·布林约尔弗森（E.Brynjlofsson,2017）坚信,进入AI时代之后,索洛悖论仍会出现,但它本质依然将是一种时间延滞。随着技术的扩散和动力部门、支柱部门之间的协同效应的展开,生产率增长仍将呈现。⑲

从经验数据上看,新熊彼特学派的“时间延滞”效应是客观存在的。因为关键要素的生产部门、关键要素使用部门和配套基础设施的部门间需求的形成需要时间和资本积累。而以1760年蒸汽机的发明、1875年第一座火电厂的建立和1971年Intel 4004的诞生为三次工业革命的时间起点,与之对应的经济增长、生产率和人均收入的显著性增长分别在1830年、1919年、1995年才开始显现,时滞期分别为60年、42年、24年,呈逐渐缩短趋势。⑳但这并不能解释为什么ICT浪潮对应的增长率并不高,尤其是生产率的增长只持续了10年就会掉头向下。

测度失误是否导致了对数字经济效能的低估?最近的研究表明,测度失误并不足以解释2004年之后生产率增速的衰减。测度困难以及统计口径的不全面,的确无法体现过去数十年来产生的很多服务和产品的改进,但2004年以来美国经济中劳动生产率的下降是无可争辩的。测度失误如果是ICT技术产品和服务特征带来的,那么ICT产品或服务消费“密度”不同的国家就应有不同的体现,但生产率增速下降并不只是美国,而是数十个发达国家,且生产率增速的降幅与这些国家的ICT产品的消费密度无关;更重要的是,按照批评者补充的方法重新估算数字经济部门的产出增加值,也远远抵不上因劳动生产率下降而带来的2.7万亿美元的损失,测度错误最多只能解释美国生产率增速下降的三分之一。㉑

抛弃测度失误和时间延滞,在德龙看来,增长率和劳动生产率的问题并不重要。德龙认为,人均实际经济增长率每年2%,只是代表我们今年能够以比去年少2%的资源来生产同等价值的产品;而生产所花费的成本与最终得到的价值之间的剩余差额没有什么改变,关键的问题是技术进步的成果将如何分配。㉒按照德龙的看法,经济规模的增长无关紧要,更重要的是消费者福利。但德龙这一观点的矛盾之处在于,如果没有经济规模的增长,消费者福利如何持续提升?生产率增长减速甚至倒退的后果,并不只是德龙所说的成本和收益的微小区别,而是再生产过程的停滞和萎缩。再生产不会以消费者福利为中心,而是从来且永远都是以资本积累为基础。

尼古拉斯·克拉夫茨（Nicholas Crafts,2002）对蒸汽机、电力、计算机对英国和美国经济增长的贡献度进行了测度,见表3。

尽管克拉夫茨对ICT的估算只到2000年,但还是反映出一定的问题。在相应的时间段里,蒸汽、电力和ICT对人均GDP增长的贡献在高峰时期分别达到了23.6%、47%和56.3%。考虑到1995—2004年是ICT技术的巅峰时期,ICT的贡献率应当比56.3%更高。那么,第一,为什么ICT的高贡献率所对应的平均经济增速较低,其对应的高增长——从经济增速到劳动生产率的增速只有短暂的10年?第二,相较于蒸汽和电力时代,ICT时代为什么无法实现类似于黄金30年时期的生产率、利润和实际工资的协同增长?

第一个问题的实质,关系到一个技术革命浪潮对应的增长效能究竟由什么决定,第二个问题的实质,则是一个技术革命浪潮所对应的增长的结构性效应由什么决定。而这两个问题背后的作用机制,总是必然、不可分离地一起发挥作用,并在经济社会中得以综合体现。

在熊彼特的理论中,创造性破坏是资本主义发展的引擎,真正带来增长的是净创造效应。被替换或被破坏的部门,在经济宏观指标上,从增加值到就业,都会成为一种扣除,这种破坏性部分是技术进步必须付出的社会成本,乔尔·莫基尔（Joel Mokyr）因此将破坏性效应视为技术变革的“回扣”。㉔约翰·科姆勒斯(John Komlos)认为,净创造效应可以用熊彼特的创造性比率SCR=C-D/ C来衡量。㉕显然,创造性足够大,同时破坏性足够小才能有足够大的净创造效应。而采用不同的衡量口径,可以得出不同的熊彼特创造性比率,从而可以观察技术变迁对部门增加值、就业人数的不同影响。按照这一思路,一种技术革命浪潮展开时期的经济增长,实际上是由新创生部门和传统部门的综合效应所决定的：新创生部门的规模、以及新创生部门对传统部门的替代、破坏和补偿,最终决定了净创造效应。

破坏性效应本质上是由新技术的技术和产品特征所决定的,即由新技术所对应的新创生部门所能提供的使用价值和传统部门所提供的使用价值两者的异质性程度所决定。异质性程度越高,破坏和替代性越低;异质性越低,破坏和替代程度越高。在破坏性效应既定的情形下,新创生部门本身的规模增长就决定着净创造效应的大小。而新创生部门的规模增长取决于两个方面的因素：第一,新创生部门足够多,也即新技术所带来的分工深度和广度足以创生大量的新部门,且部门之间存在相互需求。这不仅可以继续诱导分工深化,而且可以通过需求引致创新提高生产率。第二,新创生部门对应的产品和服务具有需求弹性。新创生部门的生产率增长和规模增长之间存在着内在的冲突,因为随着生产率的提高,商品的单位价值量趋于下降,要使企业从单位价值量下降的商品中获得更多的利润,从而保证下一轮更高的投资,进而保障总产出的增长,就必须要求产品的销售量（剩余价值实现）的增长幅度要大于单位商品价值量下降的幅度,这就要求产品或服务富有弹性。如果一种新的技术革命浪潮同时满足这两个条件,也就意味着可以同时实现生产率、实际工资和利润率的平行增长,也即是多西所称的完美匹配（smooth match）。㉖

依据上述理论框架,如何从技术本身的特征上判断一种新的技术革命浪潮的增长效能呢?按照兰德斯的观点,制造业是利用能量将原材料转变为最终产品的过程。㉗其内在逻辑是能源和材料的革命性变革至关重要;而美国学者杰里米·里夫金在《第三次工业革命》中也认为,“通讯革命和能源革命的结合”是历次工业革命爆发的标志。㉘结合曼德尔的 “一场真正的技术革命,包括资本主义生产和分配（包括运输和电信）的所有方面的基本技术的彻底翻新” ㉙的这一观点,笔者认为,是连接+能源+材料三者的组合共同构成了技术革命浪潮能量的三重维度,材料和能源直接涉及“用什么生产”和“生产什么”的问题,而连接,无论是交通运输这种有形的物理空间连接,还是信息技术这种无形的虚拟空间连接,则涉及“在哪里生产”和”在哪里消费“的问题,这三重维度的技术变革,构成了历史上若干次技术长波展开和深化的主旋律。历史地看,在每两个技术革命浪潮构成的一次工业革命中,两次技术革命浪潮在连接+能源+材料三重维度上往往是既相关又有区别的时代。连接+能源+材料三者的局部性或整体性的革新与替代,构成了若干次技术革命浪潮的独有特征,也折射出连续性浪潮中,每一轮技术革命浪潮对上一轮技术革命浪潮的“净创造效应”。

始于18世纪60年代的第一次工业革命可以分为水力机械化和蒸汽机械化两个时代,分别对应第一次和第二次技术革命浪潮。其中,水力机械化时代的特征是：基于水运运输的物理连接+水力动力+棉花、生铁为代表的材料生产,由于水运和水力动力都受限于自然条件,生产组织的空间分布和经济活动的连接广度也受限于自然资源分布的制约;而蒸汽机械化时代的特征是：基于铁路网络的连接+具有移动性的蒸汽动力+煤、铁等材料,相较于水力机械化时代,这一时期生产组织的空间分布和经济活动的连接广度就突破了自然条件的限制,并开始出现了信息连接（电报）的萌芽。

始于19世纪70年代的第二次工业革命也可分为电气化和摩托化两个时代,分别对应第三次和第四次技术革命浪潮：其中,电气化时代的特征是以钢轨和铁路为代表的“高强度”的有形物理空间连接+电力集中分布式能源+合金新材料;而在摩托化时代时期,随着汽车飞机等运输工具的普及,高强度的有形物理空间连接开始从生产领域拓展到生活消费领域,在电气化时代的基础上,再次升级为有形的物理空间连接和无形的信息连接的组合+便携式高密度石化能源+石化新材料。电气化时代和摩托化时代不仅在能源密度和能源形式上较第一次工业革命的两次浪潮有了质的飞跃,而且在材料和连接上也有着本质的差异。

在每一次由两次技术革命浪潮构成的一次工业革命中,两次浪潮不仅都在不同程度上涉及了连接+能源+材料,而且每一次技术革命浪潮都在不同程度上强化和承袭了前一次技术革命浪潮的连接+能源+材料,尤其是第四次技术革命浪潮,在连接+能源+材料上,几乎是第三次浪潮的完全补充与扩展,而不是替代,在承袭了第三次技术革命浪潮的产业部门的同时,不仅再创造出诸如航空、汽车、家电等新部门,而且还提供了流水线这种通用技术。这是为什么约翰·科姆勒斯(John Komlos)的研究显示第一次和第二次工业革命的破坏性规模较小而净创造效应较大的原因,也是19世纪30年代至20世纪70年代之所以能成为西方致富时代（Western ascent to affluence）的根本所在。㉚03从1.0时代到2.0时代,数字经济的效能一致与否分析

（一）数字经济1.0的增长效能——基于连接+能源+材料三重维度的解释

按照连接+能源+材料这一标准,以ICT技术为代表的数字经济1.0时代之所以未能带来长期的生产率、利润和实际工资的协同增长,在于两个方面的原因：第一,在规模上,由于ICT技术仅仅涉及局部性的“连接”,因此没有足够大的净创造效应;第二,在结构上,ICT时代的技术应用主要集中于服务业,生产率提升效应也主要集中在服务业尤其是金融业,但缺乏对制造业的足够渗透。这两者密切相关,但从不同的机制上影响着ICT的经济绩效。

从新创生部门效果看,对比ICT与之前若干次技术革命浪潮的技术特征,不难发现,ICT最大的技术特征是实现了连接革命,但主要是交易主体间的信息连接,主要降低的是交易成本,而不是直接性的生产成本;在ICT为代表的数字经济1.0的大部分时期里,能源和材料的突破性进展都比较有限,其在能源方式上未改变传统的集中分配式能源和单元驱动,在材料的变革上也主要体现为微型化、集成化和模块化,这种变革与第二次工业革命中两次浪潮连续性的能源+材料变革相比要逊色得多,而ICT对传统制造业部门的渗透效应,也集中体现在对管理流程的优化和商品流通速度的加快上。这也就意味着,从分工的“裂变”程度来说,ICT技术浪潮本身就不如之前的若干次技术革命浪潮,其新创生的部门有限。由于主要集中于“连接”突破,数字经济1.0对生产率改进最为明显的部门主要集中于批发零售业和金融业,尤其是证券交易业。这也正是很多经济学家认为,索洛悖论并非悖论,而是“错误期望”的原因。㉜

依据美国经济分析局（以下简称BEA）对数字经济的统计口径,对ICT时代的数字经济部门的规模进行了统计。结果表明,1963年以来,按行业增加值占比统计,美国ICT时代的数字经济部门增加值加总后占GDP比最高仅为4%。而剔除ICT制造之后,狭义制造业占比最低时也达到了7%。而包含采矿等行业在内的广义制造在最低时候达到了13%,而在1945—1974年的黄金30年中,这一比例平均达到了14%和23%。这意味着,从规模增加值上看,由于限于“连接”的技术突破,ICT时代的数字经济部门占比相当有限。㉝

从破坏性效应看,ICT时代所解决的“连接”在相当程度上与传统“连接”有着同质性,因此对传统同类型部门更多的是替代,而非互补。按照BEA的统计分类,ICT对应的数字经济部门包括：计算机和电子产品制造(不包括导航、测量、电子医疗、控制设备制造);软件出版、广播和电信、数据处理、托管及相关服务;互联网出版、广播和网络搜索门户;以及计算机系统设计和相关服务等行业。其中直接破坏或替代的部门涉及广播电视、报纸、书店、传统相机、传统电话等。扣除掉这些被替代、被破坏的部门的增加值后,ICT的净创造效应更为有限。以被破坏的传统相机行业为例,仅柯达公司一家在高峰期雇佣人数就高达14.5万人,且工资超过美国中产阶级平均工资;而苹果只有47000名员工,其中三分之二的员工工资低于中产阶级平均工资。1999—2014 年,美国在“互联网出版、广播和搜索门户”部门的就业人数净增加87000人;但同期报纸出版业的就业人数减少了212000人。相较之下,在第一次和第二次工业革命期间,创新的破坏性规模很小。㉞

从结构效应上看,ICT时代的数字经济部门可以分为制造业部门和服务业部门。第一,从ICT本身的制造部门看,由于摩尔定律导致主要产品价格的下降过快,尽管规模在不断增加,但企业并没有产生超速的利润和积累增长。安德鲁·克莱曼指出,信息技术革命导致的大幅无形损耗在本质上是一种资本价值消灭。而“作为信息革命的结果而一直发生着的资本价值的消灭,非常类似于在危机中发生的资本价值的消灭,只是它以一种更为缓和持久的方式发生的,因此技术革命似乎是过去几十年中经济相对停滞的一个重要原因”。 ㉟第二,从服务业部门看,ICT时代的服务业部门的产出,或者是便利程度、舒适程度等的提升,或者是让之前未被货币化和市场化的经济活动货币化和市场化,其整体效应难以统计。而由于ICT时代对应的生活服务业多以时间消磨型为主,缺乏需求弹性,这也限制了其规模增长。

（二）从流通连接到生产连接——数字经济2.0的不同之处

无论是ICT时代的计算机、网络和移动电信为代表的数字经济1.0,还是AI时代的大数据、云计算和人工智能的数字经济2.0,在技术意义上,都只是实现了经济主体的虚拟空间连接（Cyberspce connect）。如果一次标准意义上的工业革命要同时涵盖连接、能源和材料三个领域的话,那么施瓦布的所谓“AI代表第四次工业革命开始”的观点就只能说是一个宣传的噱头。相反,类似于克里斯·安德森（2012）的观点更值得重视,在克里斯·安德森看来,在数字经济没有在制造业显示威力之前,数字经济并不能看作真正的工业革命,无论是ICT还是AI。㊱而要体现“用什么生产”,能源和材料的实质性突破仍然必不可少。从这一意义上说,以AI为代表的数字经济2.0仍有可能是一次大爆发之前的前奏,真正的长增长需要能源和材料的实质性突破并得到广泛的应用,只有在出现从生产到流通的全连接+更便捷、更廉价、更易存储的能源+新材料的组合下,第三次工业革命才会表现出可与第二次工业革命相媲美,甚至更胜一筹的经济效能。

但是,即使是在缺少能源和材料的突破性进展的前提下,以AI为代表的数字经济2.0版本在技术特征和增长效能上也有别于以ICT为代表的数字经济1.0时代。从技术特征上看,两者的不同之处在于,ICT时代的数字经济1.0只实现了人—机—机—人的互联,数字经济1.0时代所实现的从固定连接到移动互联的意义,恰如电力这种集中分布式能源对蒸汽这种分散固定能源的突破,只是极大地拓展了经济主体的空间分布,但由于缺少能源+材料的革命性进展,移动互联对经济主体空间连接的拓展主要集中在消费领域。然而,以AI为代表的数字经济2.0,则实现了人—机—物—机—物—人的更大范围的互联和深度运算,同时也使数字经济1.0时代的移动互联从消费领域拓展到了生产领域,从智能消费、智能流通拓展到了智能生产。而且从两者的关系看,数字经济2.0时代对数字经济1.0部门的破坏性效应和替代性效应很小,相反,它是建立在数字经济1.0部门的基础之上的,对数字经济1.0部门的产品和技术有着广泛而持久的需求。在工信部2017年12月发布的《促进新一代人工智能产业发展三年行动计划（2018—2020）》中,就将智能传感器、神经网络芯片、开源开放平台（主要针对开发框架、算法）作为AI发展的核心基础。而诸如5G系统、物联网系统、高效能计算设施、智能用电设施等基础设施建设这种新创部门也有着可观的发展潜力,且都需要巨大而持久的投资。相比之下,在数字经济1.0的发展初期的20世纪80年代,美国70%的ICT 资本都投向了服务业部门。㊲而同期美国对ICT 产业的投资增长率虽然很高,但份额却一直较小,不足社会总投资额的2%。㊳

因此,要使数字经济2.0成为高质量经济活动的重要抓手和推进器,其主要着力点应当聚焦于生产领域。虽然从目前看,和数字经济1.0时代一样,以人工智能为代表的数字经济2.0版的发展也主要集中于服务业领域,但已经呈现出向生产领域逐步扩展的趋势,并将取得更为广泛的应用。其典型表现就是工业机器人在智能制造中的广泛应用。研究表明,机器人在1993—2007年期间带来了17个样本国家平均0.4个百分点的年均GDP增长,大约相当于这一时期GDP增长的十分之一。欧盟的机器人与就业报告也通过对3000个制造业企业的数据分析得出结论,认为使用工业机器人显著提高了企业的劳动生产率。㊴而麦肯锡咨询公司和美国经济分析局的数据都表明,2012年以来,机器人出货量快速上升,2004年到2016年期间,机器人出货量从10万上升到了30万,尤其值得注意的是,机器人应用部门主要集中于自动化生产过程,尤其是在汽车制造领域中。2016年,美国近一半机器人的出货量都用在了美国的汽车制造领域当中,而这一比例在2006年只有20%。㊵

如果说ICT时代数字经济1.0的功能是实现了实体经济的信息化的话,那么以人工智能为代表的数字经济2.0则实现了信息的实体化或工业化。两者的根本区别在于：在数字经济1.0时代,信息和数据只是被消费的对象;但在数字经济2.0时代,数据成为了一种生产要素投入,直接体现在产品和服务的生产过程中。产生这种逆转的根本技术性原因,不只是在于数字经济2.0实现了对海量多维数据的精准快速计算,还在于传感系统和工程学的极大进步,使生产过程实现了即时双向智能数据传递,从而使智能化和自动化有机地结合起来。也正是因为如此,一些经济学家认为,不只是人工智能,而且其他高级自动化技术,包括机器人和传感器,都应属于通用技术（GPT）,它们的综合应用必然可以提高生产率。㊶

因此,由于数字经济2.0在实体制造中的广泛应用前景,使其在推动经济增长方面的效能将远超数字经济1.0。兴起于数字经济1.0时代后期并在数字经济2.0时代得以快速发展的生活性服务业主要集中于社交软件、娱乐共享和平台服务。数字经济2.0时代对这一应用领域的改变在于,依托于对消费者海量多维数据的智能分析,这些生活服务业更精准、更定向也更及时。但从根本上,无论是基于数字经济2.0还是数字经济1.0,社交软件只是改变了旧的社交方式,娱乐共享只是在利用免费数字劳工进行粉丝红利再分配的同时实现广告销售,平台服务只是将闲置资源加以充分利用。虽然这些基于数字技术的生活性服务业改变了我们的生活方式,但其本身的规模增长受限于消费时间。一旦通过“烧钱”实现市场份额和数据的垄断,这些生活性服务业带来的消费者福利也将大打折扣。按照约翰·科姆勒斯(John Komlos)的估算,包括社交软件和家政服务之类的产业净创造效应非常小,“这些可能成为时髦的噱头,甚至可能在某些情况下变得有用,但并不能保证在福利、就业或国民生产净值方面有巨大的收益”。㊷

以智能制造为突破口,实现信息的实体化和工业化,是放大数字经济2.0的经济增长效能的必由之路。这不仅是数字经济1.0时代的启示,也是经济发展的内在规律。在发展经济学中,只有高生产率部门才能向低生产率部门产生生产率溢出效应,而不是反之。当劳动力从低的生产率部门向高的劳动生产率部门转移时,不仅本身收入会得到提高,而且高生产率部门还可拉动低生产率部门的工资上升,这是工业革命中劳动力从农业部门向制造业部门转移时所发生的现象,也是发达国家的服务业人均工资远比发展中国家要高的原因。而制造业的劳动生产率水平普遍高于农业和服务业,因此可以带动这些部门的生产率提升,并使这些部门的从业人员实际工资得以提升,具有更强、更持久和更大范围的经济增长效能。发达经济体的产业结构中第三产业比重的不断提升,也正是高生产率向低生产率部门溢出和拉动的表现,这是经济增长的结果,而不是原因,更不能作为手段。而且,从根本上而言,生活性服务业的发展水平基于国民收入的提升;而生产性服务业的发展则基于生产性活动尤其是制造业本身的规模和分工程度。

04数字经济2.0如何成为中国经济高质量发展的引擎

数字经济助力中国经济高质量发展这一问题的本质,是一个特定经济体在一定约束条件下如何充分利用技术革命的机会窗口,实现经济“质”和“量”的跃迁问题。在数字经济从1.0时代向2.0时代的转向的升级过程中,相较于发达经济体,中国最大、也最独特的优势,就在于在经历了数字经济1.0时代之后,中国已经成为世界上产业门类最齐全、规模最大的制造业大国,并在数字经济2.0的相关技术领域具有了相当的竞争力（如5G技术等）,因而在发展智能制造方面有着突出的产业规模优势和产业协同优势。传统制造业的智能化升级,不仅可为数字经济的发展提供深厚的产业基础和市场机遇,而且新兴数字产业也可以通过其他产业的巨大需求拉动自身的不断创新,进而再次通过技术渗透和传统部门形成良性循环,实现新旧产业的协同发展。而对于相当一部分经济体而言,在数字经济2.0时代来临之前,其经济结构已经发生了大规模的“去工业化”,当智能制造成为新的增长点和发展趋势时,已经失去了智能制造的“制造”基础。

但是,要将这种最大也最独特的优势转换为真正意义上的发展动能,还面临着巨大的挑战。数字经济2.0要在中国实现高质量发展的过程中发挥引擎作用,需要克服“两个陷阱”,占领“两个高点”。“两个陷阱”是指产业体系的结构性陷阱和生活服务业的红利陷阱;“两个高点”则是新能源和新材料的技术高点。

第一,产业体系的结构性陷阱。所谓产业体系的结构性陷阱,即在迈向中高收入水平的过程中面临产业结构处于旧产业衰退但新产业成长缓慢的现象。具体而言,就是整个产业体系处在传统产业主导但增长不断下滑,新兴产业虽然在成长但缺乏核心技术、缺乏人才、发展阻力巨大的产业体系发展的结构性陷阱。㊸传统产业的增长不断下滑,将对现有的全产业链格局构成冲击,造成产业链的转移或碎片化,使国内制造业的规模优势失去基础;而新兴产业目前占全国GDP的比重还比较小,尚还不足以支撑中国整个经济的发展。如果不能实现新兴产业对传统产业的渗透、拉动与升级,这种结构性陷阱就必然影响到产业基础高级化和产业链现代化,成为制约中国迈向中高收入国家的瓶颈。结合数字经济2.0时代的产业特征,要突破这种结构性陷阱,就是要让新产业部门快速形成动力部门、主导部门和基础设施的产业协同效应,进而对相关传统产业形成较强、范围较大的渗透和升级。由于基础设施具有投资规模巨大、周期长、风险大、正外部性强的特征,而且,在数字经济2.0时代,新一代信息通信基础设施,尤其是AI和5G网络构成的“一智一网”,其重要性将超过历次技术经济范式转变中先后出现的各类基础设施,政府应以多种形式集中资源加强新一代基础设施的建设。同时,由于生产关键要素如芯片、数据、算法的动力部门的创新和生产率的提高对主导部门的发展有着重要的影响,产业关联度较高,在相应的产业政策和创新政策上,也应有所针对性。

第二,生活服务业红利陷阱。即资本、人才、研发过度集中于生活性服务业,形成一种看似“合理”的“去工业化”和看似“进步”的产业结构升级。由于庞大的内需市场和仍然相当可观的低成本劳动力,数字经济在中国生活性服务业的发展速度异常迅猛。但在被快手、抖音消磨时间,感受饿了么、美团和网络金融带来的便利的同时,也带来了平台经济和零工经济下数字劳工的去技能化、无技能化和缺乏劳动保障等诸多弊端。清华大学中国人工智能发展报告2018显示,2017年,中国人工智能市场规模237亿元,主要集中在计算机视觉语音、自然语言处理等与生活服务业密切相关的行业,而硬件和算法的市场规模不足20%。截至2018年,与人工智能相关的实体终端产品主要集中在智能音箱、智能机器人和无人机三个产品上,而这三者的市场规模都很有限。㊹数字经济时代生活服务业快速增长的原因,除了中国生活消费的巨大市场需求之外,其技术准入门槛较低、有较为成熟的国外产品可供试错也是一个重要的原因。但由于服务业尤其是生活服务业的生产率溢出效应和拉动经济增长的效能较低,资本、人才、研发和教育资源对生活性服务业的过度倾斜,反而会削弱在更具有战略意义和长期增长意义的制造业和生产性服务部门的投入。

在推进高质量发展的进程中,“两个高点”,即新能源和新材料的技术高点是世界各国的竞争密集区,也是最终“引爆”数字经济潜能的关键突破口。正如前文中指出的那样,连接+能源+材料的三维技术突破从根本上决定着技术革命浪潮的效能,从长期来说,如果没有材料和能源的突破性发展,智能制造的生产率提升是有限度的。尽管有研究已经表明,互联网在国内外制造业中的应用普遍提高了经济效率和劳动生产率,但也有研究同时表明,这种提升作用,主要是通过交易效率提高、消费者结构变化和个性化消费的消费端拉动、以及生产方式和生产组织方式变化这三种机制发挥作用的。㊺这也意味着,在缺乏能源和材料革命性变化的前提下,智能化生产和智能化流通带来的根本性变化,是资本流通速度的加快和各种成本——原材料、能源和流通成本的节约,以及个性化产品与服务的供给给消费者的幸福感与满意度提升,而不是新的能源和新的材料下从生产工具到最终产品的变革。而在所有的创新类型中,组织创新、管理创新和流程创新尽管也有助于创新,但在持续性上都弱于产品创新与工艺创新,其对经济效率和劳动生产率的改进很容易到达极限。在缺乏能源和材料这种“终极成本”的颠覆性变革之前,智能制造只是同时实现了生产流程和流通流程的智能化再造,其作用相当于智能型的、拓展到了消费和流通领域的自动化流水线。

从历次技术革命浪潮的发展看,连接+能源+材料三重维度变迁往往会产生明显的协同效应,也只有在连接+能源+材料三重技术维度上的部门形成大协同的“合奏”强音时,才意味着技术革命的巨浪开始步入高潮。如,第二次技术革命浪潮中煤—铁—蒸汽机的良性循环,第三次技术革命浪潮中钢、铁路、机械装备和电力之间的循环,第四次技术革命浪潮中石油、汽车、公路和化工材料之间的循环等,无一例外是连接+能源+材料三重技术维度上的“协奏”。在这种大协同中,一个部门的技术进步意味着另一个部门对其产品更为强劲的需求,一个部门的规模扩张建立在另一个部门的生产率提高基础之上。即使是第五次技术革命浪潮的核心入——芯片与存储器,也是建立在材料的“硅基革命”基础上的,而被寄予厚望的第六次技术革命的若干新技术领域,也都需要连接+能源+材料的联动,3D打印取决于纳米科技,4D打印取决于智能材料,再生能源取决于能源存储材料而不是取决于能源来源方式,智能制造的内容和方式不仅取决于“连接”是否可以实现从生产到流通的全连接,还取决于能源分配方式和材料的多样性。

重视“两个高点”的目的,在于连接+能源+材料三重技术维度的大协同。当前,第六次技术革命浪潮中最耀眼的明星无疑是数字经济2.0,但技术创新和技术竞争的领域则远不止数字经济2.0。除了工业互联网、网络安全、云计算和大数据等互联网+领域,以及3D打印、机器人、激光加工等新制造技术之外,围绕着能源、航空、医疗的各种高端装备,和金属功能材料、高分子材料和先进复合材料等新材料的竞争也异常激烈。工业革命的历史清楚地表明,在每一轮技术革命浪潮中,最先实现连接+能源+材料三重维度协同“合奏”的国家,也是新一轮技术革命浪潮的领跑者和先行者：正是凭借着煤—铁—蒸汽机的协同,英国成为工业革命的弄潮儿;正是凭借规模惊人的铁路、钢铁、集中分布式电力和重型机械之间的大协同,美国才在19世纪末期成为第一工业大国。通过适宜的制度安排,结合本国的禀赋特征,实现连接+能源+材料的多部门、多产业的协同,是在新一轮技术革命浪潮中实现国家竞争力提升的重要途径。

因此,着力于在材料和能源“两个高点”进行创新突破,并最终实现数字经济2.0的潜能释放,是实现第三次工业革命真正大红利的关键所在,也是提升21世纪中国产业竞争力和技术竞争力的关键所在。数字经济2.0领域的白热化竞争,只是第六次技术革命浪潮制高点争夺的集中体现,而不是全貌。抢抓新一轮科技革命和产业变革战略机遇,推动经济高质量发展,应成为当前制度创新和技术创新的共同着力点。结合当前中国经济高质量发展的既定目标与技术革命浪潮本身的内在规律,可重点从如下几个方面进行针对性的制度安排。

第一,利用庞大的产业需求和国内市场需求,为连接+能源+材料三重技术维度的大协同创造有利条件。新中国成立70多年来,中国已经成为世界上最大的制造业国家和工业门类最为齐全的国家。产业部门不仅全覆盖连接+能源+材料三重维度,且有着完整的产业链和相当规模的生产能力,在每一重技术维度上都具有相当的分工深度和企业数量,根据需求引致创新原理,产业间相互需求可以为“引致创新”创造良好的条件,通过针对性的引导和系统性的规划,将这些庞大的产业间需求和国内终端消费需求这种独特的禀赋条件,转换为中国创新的独有优势。

第二,以新基建为契机,为连接+能源+材料三重技术维度的大协同奠定产业发展的基础。新基建涵盖了5G基建、“一智一网”、大数据和人工智能等等新一轮技术革命浪潮中的重要领域,涉及面广,嵌套了复杂的产业协同关系,而且“新基建”规模可观,不仅对应着巨大的投资需求,也对应着巨大的消费需求,其实施与推进本身就是一次大协同的过程。而从长期看,新基建所奠定的新型基础设施是新一轮技术革命浪潮得以继续展开的基础,为技术浪潮的后续“升浪”也有赖于新基建的“质”和“量”。

第三,在重大科技创新领域探索、发展和完善社会主义市场经济条件下的新型举国体制,为连接+能源+材料三重技术维度的重大科技创新突破创造条件。社会主义市场经济条件下的新型举国体制,既要充分发挥市场经济的激励约束兼容机制,又要全局安排,克服市场经济的短期性和盲目性。通过推进国家重大科技创新工程、实施国家重大科技项目,在竞争制高点领域前瞻性布局和组建国家实验室,有效推进重点领域的科技创新。

第四,针对新一轮技术革命浪潮的技术和产品特征,补齐制度短板,创新“制度基础设施”,促进数字经济2.0的潜在生产力得以最大程度释放。以数字经济2.0为代表的新一轮技术革命的一个重要变化,就是数据成为关键性生产要素,围绕数据要素的使用、占有、剩余索取的一系列产权制度安排,也具有不同于其他类型生产要素的内在要求。通过适宜的制度建设和制度创新,如数据产权、数据安全、数据标准和数据监管等体系建设,在有效激励数据生产的同时,实现和放大数据的网络效应、综合效应等正外部性,是提高数字生产要素效率的制度保证。

数据经济2.0时代的到来为中国经济实现高质量发展提供了难得的机遇,但真正的高质量发展是一个漫长而艰苦的过程,唯有历经艰难的创新,在最具价值也最困难的领域中实现突破,才能在第三次工业革命重构世界经济体系的过程中实现生产链、价值链和供应链的全面提升。聚焦数字经济2.0,围绕连接+能源+材料三重技术维度大布局,是推动中国经济实现高质量发展的必由之路,也是保障新一轮技术革命浪潮红利的关键所在。