数字经济给新质生产力带来什么？

数字经济塑造新质生产力三大动力。

一/数字经济推动技术创新方式变革

科学技术是第一生产力，新质生产力的“新”源自技术创新突破， 历次技术革命都带来社会生产力的大解放与生活水平的大跃升。数字 经济通过重构和优化技术创新方式，强化创新协同效应，提升创新体 系整体效能，推进技术创新向更大规模、更高效率、更强协同的新范 式演进。

1.数字经济加速颠覆性技术涌现 传统创新模式高度依赖于科学家或工程师的个体经验和知识储 备，颠覆性技术涌现缓慢。颠覆性技术涌现具有高度偶然性和不确定 性，无法通过总结以往经验找到固定规律加以创造。熊彼特在早期研 究中特别强调了个人意志和企业家精神在创新过程中的重要作用；20 世纪 70 年代，英国科学政策研究中心（SPRU）在萨福（SAPPHO） 创新研究项目中发现，绝大部分创新研究都来自科学家、发明家或管 理者个人。例如，蒸汽机的优化、白炽灯的研制来源于科学家对技术 的深刻理解和大量的实验验证，既需要漫长的探索，也需要偶然的灵 感。传统创新模式对个体的依赖意味着颠覆性技术的成功经验通常无 法复制，在速度和广度上天然地受限于研发人员的思维方式、知识范 围和物理条件，使得颠覆性技术突破难以通过制度设计有效促进。

数字经济时代，基于数字技术的迅速反馈及可编辑性、可扩展性， 颠覆性技术加速涌现。以人工智能为代表的数字技术是新一轮科技革 命的主导技术，形成了智能传感设备、工业机器人、智能化系统、云服务、工业互联网等新型劳动资料，直接作用于数据这一新型劳动对 象。由智能传感设备、工业机器人收集和产生的数据可以通过智能化 系统、云服务等平台进行存储、处理和分析，再经由工业互联网等进 行不同主体间的联通和共享。这些新型劳动资料能够采集人类无法通 过感知获取的数据，并在极短时间内完成过去数星期、数年，甚至无 法完成的海量数据计算，突破时间和空间的限制，汇聚超越个人生命 周期的全球创新资源。企业等创新主体利用数字技术能够快速抓取用 户真实需求，打通研发、生产、销售和服务等产品全生命周期环节， 以数据为驱动持续地调整和修正研发创新活动，使创新从偶发性或长 周期转为多次优化迭代，通过快速试错实现技术创新与市场洞见相结 合，驱动产品形态、功能和性能的优化创新，指数级提升颠覆性技术 的涌现概率。

科学研究经历了经验、理论、计算等科学范式，加速向大数据和 “人类+AI”科学范式转变。通过“大数据+大计算+大模型”，当前正 在形成人工智能驱动的科学研究（AI for Science，AI4S）新范式，有 助于加快科学发现速度、推动多领域应用实践，提高科学研究的速度 和准确性，扩大科学研究领域和学科方法。科学家逐渐借助 AI 技术 进行大规模科学计算，自动化实验室、无人实验室、机器人科学家等 增多。例如，DeepMind 推出的 AlphaFold2 解决了蛋白结构解析高复 杂度问题，为突破新药研发中的难题做出贡献。又如，华为盘古医药 大模型加快医药研发效率。

2.数字经济强化创新协同效应 数字经济时代，创新合作的边际成本不断下降，线性创新范式转 向非线性创新。通过数字化技术，人才、资本、知识等创新要素集成、 分发、流动的边际成本迅速降低。不同市场主体之间的合作障碍减少， 从基础研究到技术研发，再到产业化应用的技术驱动的线性创新范式， 转为技术与市场同时交互作用，形成新的创新资源组织模式，走向各 种主体之间交流互动的非线性范式。例如，制药巨头辉瑞在新冠肺炎 疫情时期，开发了“辉瑞全球供应-数字化运营中心项目”进行技术和 数据共享，实现辉瑞与其全球各地研发、供应商及德国生物新技术公 司（BioNTech）并行研发，优化了传统线性研发路线，极大缩减了研究周期。海尔卡奥斯 COSMOPlat 工业互联网平台跨地区、跨领域集 聚 400 余个研发人员，吸引 8000 余家企业入驻，打造了通过数据进 行在线交互、分享的一站式高效创新模式。

随着互联网的广泛普及，无数个体将分布式的价值创造活动聚集 到网络空间，封闭式创新转向开放式创新。大量的开放式创新平台、 开源社区、开放实验室等衍生而出，“众创”“众包”层出不穷。一是 大量的垂直行业积极采取开放创新模式，吸纳不同技能、不同场景的 技术供给方。例如，GE 公司面向全球征集航空发动机悬挂件设计方 案，三周内收到近 700 项设计方案，来自印尼的设计师在保证强度的 同时，使悬挂件重量减轻了 84%。又如，百度 Apollo 自动驾驶生态、 特斯拉能源生态系统等，使整个产业创新生态更加活跃。大企业、中 小微企业及个人交叉合作，加快了产业创新速度和广度，逐步将基于 产业链的中心化、层级式、规模化的分工与集聚模式，转变为基于网 络的分布式、协同化、定制化的资源共享与生产服务协同模式。二是用户从消费者向创新参与者身份转变。例如，海尔推出 “众创汇”定制平台，通过专属、模块、众创三种定制模式，让用户 从产品购买者变身为设计者，每年可汇聚用户有效创意过万，建立起 用户、设计师、全球资源零距离交互设计的全新模式。

3.数字经济提升创新整体效能 传统技术创新从基础研究到实验验证、产品研发往往呈现过程复 杂、周期长、费用高、风险大的特点，对于中小企业和初创企业而言， 投资门槛较高。数字经济带来创新方式变革，大幅缩减了新技术、新 产品从研发到量产的周期，降低技术创新成本，提升技术创新收益， 吸引更多私营部门参与创新。一方面，显著降低技术创新成本。数字 技术大大减少了研发过程中反复试验、调整所需的劳动时间、场地空 间和材料消耗。例如，模拟仿真、数字孪生等技术将物理的生产过程 转化为数字化的参数，高效、高精度地对大量的参数组合进行测试和 修改直至最优；3D 打印技术能够帮助设计师定制化地打造样品模型 进行检验验证。另一方面，大幅提升技术突破概率和收益规模。企业 利用大数据、云计算等技术作用于动态的生产数据和市场信息，能够 快速识别市场需求，预测技术趋势并及时调整创新方案，减少研发过 程中的盲目性和不确定性，降低创新投资风险。同时，数字经济进一 步强化创新的先发者优势，带来更高的潜在市场空间和商业价值。数 字技术能够广泛赋能各行各业并触及全球市场，早期进入市场的创新 主体往往可以快速建立庞大的用户基础和品牌认知，率先占据市场份额，大幅提高后来者竞争门槛。此外，数字经济的创新迭代效益呈现 “复利”式增长。数字技术创新与数据资源的应用具有相互促进、循 环迭代的乘数作用。数字技术大幅提高数据的采集、处理和分析效率， 同时收集和产生的更多数据可以用于模型训练、技术升级，每一次创 新突破都伴随着更大的经济效益。

二、数字经济推动生产要素配置优化

生产要素构成是一个动态发展的历史范畴，随着社会生产力的发 展，生产要素的内涵和外延也在不断变化。企业通过优化生产要素配 置，以有限的资源实现利润最大化。数字经济时代，数据成为新的生 产要素，生产要素相互替代能力得到提升，企业在配置生产资源时拥 有更多的决策变量、可行方案和更灵活的调整能力。

1.数字经济提高生产要素有效产能 将数据作为生产要素是我国的重大理论创新。数据要素打破了劳 动力、资本、土地等传统生产要素竞争性和边际效应递减的基本限制， 可以在传统要素的基础上，为企业扩展生产可能性边界，开辟新的成 长空间和成长路径。 通过投入数据要素提升总产能。数据投入与生产产量之间呈正相 关关系，在传统生产要素投入不变的情况下，再投入数据要素能够扩 大企业的生产可能性外延。一方面，数据要素为企业开辟了新的生产 领域。企业可以生产数字化产品，包括软件及应用程序、虚拟商品及 服务、数字内容和媒体等，以及具有数字相关功能的产品，包括智能 家居设备、可穿戴设备、增强现实和虚拟现实产品等。另一方面，数据要素赋能企业根据传统生产要素的异质性特点优化分工。劳动要素 方面，数据要素可以帮助企业优化人岗匹配。企业基于学历、工龄等 简单指标分配同质性的工作给异质性的劳动个体，往往无法有效发挥 个体优势，更多的生产、销售、人力资源数据可以帮助企业细化工作 内容，根据员工的能力和特点分配更加匹配的工作，提高单位工作时 间的产能。资本要素方面，数据要素可以用于有针对性地制定设备维 护方案。传统的设备维护往往采用定期且广泛覆盖的方式进行，难以 保障各产线设备实时处于最优运行状态，而设备的温度、噪声、振动 频率等参数数据可以帮助企业更精准地判断具体设备的运行状况，预 先维护需要检修的设备，降低停产风险，提升单位资本投入的产能。

通过投入数据要素实现更高边际收益。数据要素投入产出模式在 一定范围内不遵循传统要素的边际收益递减规律，投入更多的数据要 素可以带动企业生产可能性边界加速扩展。一是数据要素具有非稀缺性特点。数据可以由多个过程同时使用或跨时空使用，其价值并不会 随着使用量的增加而减少，也不会由于一条生产线的使用而阻断其他 生产线的应用，因此不适用传统生产要素边际产出降低的规律。二是 数据要素具有规模经济。企业的生产管理决策更多集中于前期是否进 行一次性投入，包括设立用于数据获取、存储、处理的基础设施以及 培训相应的技术人员。一旦企业具备了将数据要素应用于生产的基础， 数据要素投入的边际成本极低，企业在下一步生产中不再受到预算约 束的限制，有能力持续投入更多数据要素。三是数据要素呈现正向网 络效应。企业增加数据要素投入时，使用中的数据要素价值会进一步 增加。在更大的数据集基础上训练算法，能够提升智能系统的模型适 配能力和预测精准程度；在更多数据源基础上，通过整合分析互补的 数据集，企业也可以发现新的模式和洞察来优化生产配置，从而提升 数据要素的边际收益。

2.数字经济加强生产要素可替代性 工业经济时代，劳动力、资本和土地等生产要素的投入组合受限 于特定的配比。数字经济时代，要素之间的可替代性大大提高，企业 的等产量曲线从完全互补形态向完全替代形态方向移动，这意味着企 业可以采取更低成本的要素组合方案来满足相同的生产需求，也可以 在相同成本约束下进一步优化要素组合方案，实现更高产量。 要素可替代性增加，企业实现同等产量所需的成本降低。传统生 产方式中，不同要素之间的可替代性较低，制造业中大量的产品组装、 检测和包装只能由人力完成，而复杂的计算和模拟、高精度的制造只能由机器设备在“黑箱”中完成。数字经济时代，生产要素的可替代 性大大提高。工业机器人、自动化软件等设施设备在制造流程中可以 实现物料运输自动化，将员工从重复性和危险性的运输工作中解放出 来；借助云计算、人工智能等技术，机器复杂计算的“黑箱”被打开， 劳动者可以通过自然语言实时操作和调整设备运行。从企业最优化问 题来看，生产要素之间完全不可替代时，列昂惕夫生产函数（即完全 互补生产函数）描述了生产要素需要以固定的比例投入，当一种生产 要素的数量不能变动时，其他生产要素的数量再多，也不能增加产量。 与之相对的，完全替代生产函数中，生产要素之间可以相互完全替代， 企业可以选择价格较低的要素，以最低成本完成生产。通常情形下， 生产函数形式介于二者之间，要素之间可替代性提高时，生产函数形 式向完全替代函数靠拢，企业在给定产量要求下可以选择更多较低价 格的要素来替代高价格要素，生产成本向全部使用低价格要素的理论 最低成本靠拢。例如，数字经济时代，较低价格的数据要素 一定程度上可以替代较高价格的土地要素，商品交易越多可以从线下 移至线上进行，企业面临的成本就越低。

要素配置更灵活，企业可以在同等预算约束下实现更多生产。在 有限成本内，企业基于给定要素价格可以进行的要素配置组合有限 ，根据生产方式中要素可替代性的不同，企业能 够实现的最大产量也不同。投入要素之间不具有可替代性时，企业可 以实现的最大生产将受到固定配比的生产规则约束，如每生产一匹布 固定需两个工人操作一台机器。数字经济时代，要素间的可替代性增 强，企业也可以将工人和设备更灵活地组成更高效的团队。例如，生 产一匹布也可以由一个工人通过数控系统操作一台机器实现。在同样 的成本投入下，企业可以配置的要素组合大大丰富，可以基于不同要 素的价格、效率、适配程度等因素灵活调整要素配置，通过投入更多 更高效的要素来实现产量的增长。

3.数字经济减少生产要素配置摩擦 生产要素配置改变时，企业将面临一定程度的内部和外部摩擦， 要素市场的信息不对称也影响着企业决策。数字经济时代，企业生产 灵活性增强，市场信息透明度提高，生产要素配置摩擦大大降低。在 市场机制更充分的作用下，要素资源得到更有效地配置和利用。 数字经济降低企业要素配置调整成本。数字经济时代，数据要素 和数字技术推动生产流程和人员培训向数字化、智能化转变，能够基 于生产过程状态和不断变化的市场环境，使用最优化算法帮助企业灵 活调整生产方案，实现高效的生产线调度。资本要素方面，降低产线 适配成本和不可预见成本。大数据、云服务、数字孪生等技术可以整 合生产各环节数据，帮助企业智能规划全生产线适配的要素投入，大 大降低生产各环节间的管理成本。同时，企业能够预先进行高精度的 多方案模拟，对调整的影响和风险做出评估，降低计划反复修改产生的成本。例如，宝马汽车基于英伟达 Omniverse 平台开发了“数字孪 生”版本的汽车工厂，实时反映并模拟物理世界变化，物流和生产规 划人员能够通过虚拟方式联机解决工厂更新问题，工厂设计、建造和 测试也可以通过在虚拟世界中预先优化来降低风险确保成功。劳动要 素方面，降低员工培训成本。生成式人工智能等数字技术的应用可以 简化员工操作流程，降低员工在不同任务之间切换面临的技术门槛和 培训成本。例如，德国舍弗勒与西门子合作制定车间数字化解决方案， 开发了人工智能助手“西门子 Industrial Copilot”，可以基于设备操作 人员简单的口语指令创建复杂的生产流程编程代码，显著简化设备操 作人员的工作。

数字经济减少要素市场信息不对称。劳动力市场的搜索和匹配， 商品市场上下游企业的部件适配和价格磋商等问题，往往导致要素难 以在市场机制下实现最优配置。一般均衡状态下，要素价格由市场出 清决定，在供需双方不能完全获知市场信息时，市场出清存在摩擦， 成交价格下资源并未实现最佳利用，造成无谓损失。数字经济时代， 数据共享、流通、应用步伐加快，平台经济、工业互联网、数据空间 等应用能够实时捕捉和整合海量市场数据，为参与者提供前所未有的 信息透明度，显著提升市场效率。劳动力市场中，在线招聘平台使用 智能推荐算法精确匹配雇主和求职者，大大降低双方搜寻成本。资本 要素市场中，上下游企业数据的流通共享提高了供应链合作效率。例 如，欧盟 Catena-X 汽车行业数据空间引入产品数据护照并构建开放 的供应商网络，使得汽车价值链中的参与者可以使用统一的数据和信息流标准实现透明的数据交换，优化产品匹配和交付流程，显著降低 交易摩擦。

三、数字经济推动产业深度转型升级

在新一轮产业科技革命中，数字技术和数据要素与经济社会各领 域、全过程深度融合，成为推动生产力发展的核心力量。数字经济通 过赋能劳动者和劳动资料，推动建设现代化产业体系，打造新的经济 增长点，一方面加快传统产业高端化、智能化、绿色化转型升级，另 一方面培育壮大新兴产业和未来产业，加快新质生产力的发展。

1.数字经济加快传统产业转型升级 当前，我国经济已经由高速增长阶段转向高质量发展阶段，产业 发展方式由传统的规模扩张向质量提升转变。传统产业通过数字化转 型能够加快实现降本增效、产品优化和节能减排，从而在激烈的市场 竞争中占据有利地位，向全球价值链中高端攀升。

数字经济加快传统产业向高端化发展。工业经济产业链各环节的 价值往往呈现为“微笑曲线”，即附加值更多体现在上游的研发设计 环节和最靠近用户的产品营销服务环节，而处于中间的产品制造环节 附加值相对较低。成本方面，制造环节通常需要较高的前期物力人力 投入，会摊薄后期利润；营收方面，生产线建成后企业常常要按照既 定的技术和流程进行生产，打造差异化产品的能力有限，市场议价能 力不足。数字经济时代，大数据、云计算、数字孪生等技术能够在生 产线铺设之前帮助企业精准分析最优化的厂房设计方案，最大限度降 低前期投入成本；自动化、仿真建模等技术大幅提升企业柔性生产能力，数字技术与生产管理和复杂工艺结合，使得企业能够以更低的成 本快速响应市场需求变化，调整产品结构和设计，及时推出更高附加 值的创新产品。同时，计算机辅助设计、工业互联网、人工智能等数 字技术推动“制造+研发”一体化、“产品+服务”融合化发展，促进 制造企业向研发、服务等价值链更高环节延伸。这些机制正逐步改变 制造环节“利润低、价值低、可替代性强、对竞争优势影响小”等传 统规律，推动价值链形态由“微笑曲线”向“沉默曲线”转变。

数字经济加快传统产业向智能化发展。数字技术作用于数据要素， 通过赋能生产决策、流程管理，帮助企业更好满足和创造市场需求， 提高生产效率，实现产业优化升级。大数据分析、云计算、机器学习 和人工智能等数字技术可以用于分析和处理生产数据，帮助企业进行 智能决策、预测和优化。传统的决策依赖管理者的专业知识和经验积 累，而智能决策基于更强大的计算能力和海量的历史数据，能够显著提高决策效率和准确性。同时，数字化设备在工业软件的串联集成下， 可以形成具备自感知、自分析、自决策和自执行的新型制造系统，能 够实时、精准、灵活地对制造过程进行调整，更敏捷地响应外部环境 变化。

数字经济加快传统产业向绿色化转型升级。数字技术通过赋能能 源管理系统，能够帮助产业识别碳排放问题，制定绿色清洁能源转型 计划，有效降低浪费和污染，加快实现“双碳”目标。制造业企业应 用智能传感、数字孪生等技术，可以全流程追踪、分析、核算生产经 营中的碳排放情况，实现企业在生产、管理、服务等方面能源利用最 大化、环境影响最小化，更有效地实现节能降碳。能源生产、存储和 运输企业应用数字技术智慧升级，构建多元协同、多能互补的新型电 力系统，能够显著提升电力系统的灵活性、稳定性，推进能源结构整 体向绿色化升级。 数字经济催生多领域融通、多主体协同的创新生态。随着产业数 字化不断深入发展，工程平台、开源数据库、算力服务等技术底座不 断夯实，新范式下的创新活动呈现网络化、生态化特征。数字技术打 破农业、制造业和服务业的传统产业边界和地理空间限制，汇聚整合 各产业海量数据，为创新主体跨界合作、平台化融通提供基础。例如， 智慧农业生态场景中，智能设备制造业、技术咨询服务业与农业深度 融通，物联网、云计算、人工智能等现代信息技术，天空地一体化收 集分析光照、温度、土壤湿度等农业数据，实现具有信息感知、定量 决策、智能控制能力的全新农业生产方式。

2.数字经济推动新兴产业和未来产业培育壮大 战略性新兴产业和未来产业是发展新质生产力的重要抓手，是国 家竞争力和产业发展新方向的重要体现，对经济结构调整和产业升级 起到关键的引领带动作用。数字经济通过赋能重点领域识别和重大技 术突破，加速新兴领域发展壮大，以数据驱动新业态、新模式、新产 业的孵化培育，打造现代化产业体系新支柱。 数字经济促进战略性新兴产业融合发展。新一代信息技术、新能 源、新材料、高端装备等战略性新兴产业具有知识技术密集、成长潜 力大、正外部性显著等特点，推动战略性新兴产业融合集群发展是构 建新发展格局的重要基础。随着数字技术和数据要素的深度应用，战 略性新兴产业与传统产业交叉、渗透、融合加快。从供给侧来看，数 据空间、工业互联网等数字平台的应用加强了产业链上下游企业需求 对接、分析决策能力，同时集合企业、科研机构和政府部门等创新力 量，加快共性技术研发，充分发挥数据要素的链接作用。例如，智能 制造网络融合传统制造技术和新一代信息通信技术，覆盖设备、产线、 车间、工厂、供应链、产品以及服务等流程，革新传统的管理、生产 和商业模式。从需求侧来看，消费者对智能化、个性化产品的需求日 益增长，牵引新兴产业加快融合创新，获取新的市场空间。例如，智 能家居、智慧医疗等领域需求拉动了服务机器人的创新研发，同时带 动上游芯片、传感器、伺服电机等产业的融合发展和数字化升级。

数字经济赋能未来产业前瞻布局。元宇宙、人形机器人、脑机接 口、通用人工智能等未来产业是打造新增长引擎的关键领域，也是把握未来发展主动权的关键所在。数字经济通过加快颠覆性技术识别和 突破，预判未来需求和技术趋势，丰富科技产业金融协同创新机制等 方式，推动开辟未来产业新赛道。例如，海量数据要素应用于生成式 人工智能的机器学习和模型训练，使生成式人工智能技术不断突破， 从文字创作到图像、音频、视频生成，应用范围不断拓展，市场规模 迅速扩大。再如，越来越精准的数据处理和分析能力与医疗、教育娱 乐等海量应用场景相结合，使得脑机接口的技术路线在创新探索当中 逐渐清晰。