数字经济推动行业全要素生产率提升

全要素生产率是指在各种生产要素投入水平既定的条件下，所达到的额外生产效率。比如，一个企业或国家，如果资本、劳动力和其他生产要素投入的增长率都是5%，而产出或GDP增长率是8%，多出来的3%就是全要素生产率对产出或经济增长的贡献。全要素生产率主要包括技术进步、组织创新、专业化和生产创新等，是用于衡量经济效益水平和集约化增长程度的综合性指标。“提高全要素生产率”的提法首次出现在党的代表大会报告中，这是以新发展理念引领新时代经济发展的新思想新举措。^[5]

在新一轮科技革命、产业变革的背景下，整个经济社会运行模式正在发生根本性改变，全要素生产率提升的途径也正在出现新的变化。完全沉浸在以往的宏观经济架构和既有的研究思路方法，可能无法很好地分析考察新经济、新模式。因此，在提升全要素生产率以及提升增长动力方面，要深入进行创新思考。

2012年前后，可以说是我国处于国际、国内两个重要时期的交汇点。一方面，全球新一轮科技革命与产业变革加速演进，数字经济蓬勃发展；另一方面，恰好在这个时间节点上，中国经济逐步进入以降速、换挡为特征的新常态。大数据、云计算、人工智能等数字技术在商业活动中的大量应用正是新一轮科技革命的标志性事件，新经济、新模式、新业态也突然涌现出来。这些新形态的涌现首先带来的就是效率的提升，就相当于是给提高全要素生产率提供了一个新途径、新方向。而数字经济这一种新经济形态的快速发展，也给我们的宏观经济的全要素生产率增长提供了新的动力源泉。

理解数字经济提高全要素生产率背后的作用机制，就需要从它的经济特性来进行分析。数字经济具有三个重要的经济特性。

第一个是渗透性。以数字技术作为其经济活动的标志和驱动力，导致包括生产、交换、分配、消费在内的各个经济活动环节的数字化，作为通用目的技术它能够渗透到经济社会的方方面面。

第二是替代性。从1971年英特尔出了第一款4004的芯片开始到现在40多年，摩尔定律一直存在，每隔两年左右，芯片处理器的实际价格降低一半。在过去的40多年里，数字技术产品价格处于持续快速下降状态，生产过程中会尽量多地去用数字技术，数字资本会对其他的资本形成一个替代。

第三是协同性。数字产品一旦形成资本渗透到生产过程中，它便能够提高其他要素，如劳动者和机器设备之间的协同性，增加其他要素之间的配合，最终结果是带来生产效率的提高。

通过上述论述，我们不难理解数字经济在推动行业的全要素生产率提升中的作用。下面从制造业、农业、生物医学三个重点行业介绍数字经济如何推动其全要素生产率的提升。

当前，新一代信息技术与制造业融合不断深化，“互联网+制造”“智能+制造”成为制造业发展新常态、新形势。随着我国资源环境和要素成本约束趋紧，制造业原有的比较优势正在逐渐消失，因而加快制造业转型升级迫在眉睫。数字经济在中国的快速发展使制造业也逐渐迈入高速、高质量发展阶段，并且能够明确未来重点发展的领域。要实现制造强国目标，就必须在着力扩大需求的同时，通过优化产业结构有效改善供给，释放新的发展动能。这就要求我国制造业必须加快转型升级步伐，提升全要素生产率以及提升经济长期持续发展能力，推动制造业向智能化、绿色化、服务化转型，从而重构国家竞争新优势。

我国农业的发展，除了长期受人多地少、自然灾害频发等一系列资源刚性约束外，还因为化肥、农药和农膜等的大量使用而付出了沉重的环境代价。新时代中国经济进入新常态，但下行压力加大，资源环境压力凸显，这对农业发展提出了更高要求，过去以高投入、高产出和高废物为典型特征的“三高”型农业发展模式已经不可持续。但是，农业在加入了不断革新的数字技术后，很好地适应和消化了工业化与城市化所产生的冲击，避免了经济快速发展过程中可能产生的农业衰退，农业发展也逐渐找到了提升全要素生产率的出路。(www.xing528.com)

数字经济的发展带来了农业前沿技术的进步。在智能新时代，农业逐渐由高产为导向的数量型发展阶段转向品质型为导向的高质量发展阶段，技术进步逐渐向资源节约型技术与劳动节约型技术并重的方向发展，加快推进了农业机械化。同时也发生了许多重大的转变，例如，由生产者目标导向逐步转向消费者目标导向，由增产转向提高质量、数量、效益并重的方向。随着数字技术逐渐渗入农业领域，农民的数字素养得到了提升，为劳动者提供科学文化知识、职业技术知识、技能等的人力资本也随之增加。另外，农村教育、医疗卫生、文化体育等公共服务水平得到了全面提升，城乡义务教育得到一体化发展，标准化村卫生室也加快了建设，同时落实更加积极的就业政策，促进农村劳动力多渠道转移就业等。可见，数字技术与农业生产的融合大大提高了农业发展的全要素生产率，使农村、农业、农民一同走向了效率变革的新发展、新时代。

2017年是人工智能元年，人工智能的一个经济特性就是能够促进经济增长，提高全要素生产率。在生物医药、材料科学等领域，研发过程具有“大海捞针”的特点，即能够确定创新存在于已有知识的某种有用组合，但有用知识范围却广泛复杂，要找出来极不容易。而人工智能技术的突破性进展，则使得研究人员能够大大提高识别效率，找出那些最有价值的组合。例如，在生物医药领域，应用深度学习技术和已有的数据，可以较为准确地预测出药物试验的结果，对于早期的药物筛选来说，便可以减少一些不必要的检验，从而提高筛选效率，识别出那些成功概率更大的候选分子。结合新增长理论，这相当于知识创造的过程加速了，必然能带来全要素生产率的提升。虽然目前人工智能很多经济特性可能还没有全面显现出来，但未来一旦这种效应充分发挥出来，必将对我们经济发展产生前所未有的促进作用。

【注释】

[1]张伟东.数字化转型背景下制造业和服务业的融合发展［J］.现代工业经济和信息化，2019（09）：30-32.

[2]吕欣.制造业数字化催生新一轮工业革命［N］.中国改革报，2019-07-31（011）.

[3]柳杨，李君，左越.数字经济发展态势与关键路径研究［J］.中国管理信息化，2019，22（15）：112-114.

[4]吴珅珅，周军，周冰.新一代信息技术推动实体经济与数字经济融合发展路径研究——以河南省焦作市为例［J］.现代信息科技，2019，3（14）：178-179+182.

[5]陈畴镛.提高全要素生产率再创浙江制造新优势——基于2006—2015年浙江制造业全要素生产率分析的咨询建议［J］.决策咨询，2018（01）：51-53.