什么是新质生产力

新质生产力是否存在明确的内涵边界

目前有一些观点认为，新质生产力没有明确的内涵边界，“新质”本身就不可能有明确的内涵和外延，因为“新质”一词是随着技术发展而不断更新的，具有强烈的不确定性。持这种观点的人认为，设立一个内涵和外延都不明确的具有宏大目标性的概念，在实践中容易让人摸不着头脑，这既容易产生“新质生产力是个筐，什么都能往里装”的不良后果，也容易让大家陷入“既要、又要、还要”的思维逻辑。

确实，新质生产力是技术取得革命性突破后催生的、以当时的先进技术和新产业为代表的先进生产力。新质生产力这个概念具有历史性、阶段性和动态性等特点，其内涵和外延是随着技术变革而变化的。

从技术革命的角度看，生产力的发展可以简单地概括为“五个力”的演化过程，即“人力→马力→电力→网力→算力”。每一次技术的重大变革，都对应着不同质态的生产力，带来新产业，创造新价值，形成新领域、新优势、新赛道，发展新动能。[2]因此，在社会日渐网络化、信息化、数字化、智能化的现实条件下，新质生产力就是以智能化技术尤其是以“算力”为代表的新型生产力，它的内涵边界是可以确定的。

习近平总书记指出，新质生产力“以全要素生产率大幅提升为核心标志”。[3]这就涉及对衡量新质生产力的“效能”的认识。全要素生产率（TFP）是衡量生产效率和技术进步的关键指标，它反映了企业在生产过程中，除了劳动和资本投入，技术进步、管理创新、组织变革等因素带来的生产率提升。

对于全要素生产率的内涵和估算方式，目前理论界还存在一些争议，大家并没有形成规范性的共识，因此在实践中，可能某些地区为了数字好看而操纵或滥用计算方法。其实，这个问题并不难解决。统计上是可以对测量方法进行权威的、标准化规定的，用一把尺子衡量所有地区，就不会存在这些问题。

此外，社会上有人对目前提出加快发展新质生产力的动机存在误解，认为这是在复杂的国际国内政治经济背景下，因开放发展受阻，对原有体制机制改革创新难以进行，从而指望依靠科技创新来发展经济。关于这一点，习近平总书记说得很明白，发展新质生产力，必须进一步全面深化改革，形成与之相适应的新型生产关系。[4]因此，加快改革开放是加快发展新质生产力的主要手段和工具。扩大和深化开放既是改革，也是创新，它可以有效地拓展新质生产力的发展空间。

第四次工业革命与新质生产力

1.工业革命演进中的生产力跃迁

众所周知，人类社会已经经历了数次重大的工业革命，并且每一次工业革命都使得生产力发生跃迁，对人类社会生产和生活方式产生了巨大的影响，成为人类社会不断演进的动力。

第一次工业革命大约从18世纪60年代发轫，以蒸汽机的发明和应用为标志。这场动力变革使得机器生产代替手工劳动，真正意义上的工厂开始出现，劳动生产效率大大提升。第一次工业革命虽然是从英国的纺织工业起步的，但很快就扩散到钢铁、运输及其他工业部门，同时还蔓延至北欧和北美。

第二次工业革命始于19世纪60年代后期，电力技术成为通用技术，这不仅使一些原有的传统行业出现了新的形式，例如通信业出现了电话、电报，运输业出现了有轨电车等；同时，内燃机也在第二次工业革命中被发明了出来，由此出现了一些诸如化学、石油等新型的工业部门。第二次工业革命还诞生了大规模生产这种组织方式，极大地推动了生产力的发展。

第三次工业革命始于20世纪中期，其标志性技术主要为信息技术，人类社会进入了信息化和柔性化生产时代。在这一阶段，科学和技术之间的联系变得更加紧密，这不仅使得知识转变为财富的过程被大大缩短，而且也使得技术被认为是获得和保持产业领先优势的最主要因素。

从上述对三次工业革命及其推动生产力进步的简要回顾中我们可以认识到，科学技术很显然是第一生产力。

当前，以大数据、物联网、人工智能等技术为驱动力的第四次工业革命正以前所未有的态势席卷全球。

德国、美国、日本等发达国家均已经就第四次工业革命进行了战略布局。例如，德国在2011年提出“工业4.0”战略，目的就是利用大数据、物联网等技术促进物与人的深度连接，实现产品制造流程的自动化，从而构成产业链上企业合作的信息物理系统（Cyber Physical System，CPS）。

与德国强调的“硬”制造有所差别，美国应对第四次工业革命的战略措施着眼于工业互联网等“软”实力。这一概念最早由通用电气在2012年提出，通用电气致力于发展一个“通用蓝图”，使各个厂商设备之间可以实现数据共享。同年，美国政府宣布启动“国家制造业创新网络计划”，集中力量推动数字化制造、新能源以及新材料应用等先进制造业的创新发展。

日本在2015年公布“机器人新战略”，提出要保持日本的机器人大国的优势地位，促进信息技术、大数据、人工智能等与机器人的深度融合，引领机器人的发展。[5]值得注意的是，我国也在2015年颁布了《中国制造2025》。《中国制造2025》力争通过“三步走”实现制造强国的战略目标，其中第一步目标之一就是制造业数字化、网络化、智能化取得明显进展。

世界上各主要国家对第四次工业革命的战略布局表明，第四次工业革命将极大地赋能工业结构转型，促进制造业与服务业的深度融合，从而为全产业链带来颠覆性的生产力变革。

正如习近平总书记在2013年十八届中共中央政治局第九次集体学习时所指出的：“新一轮科技革命和产业变革正在孕育兴起，一些重要科学问题和关键核心技术已经呈现出革命性突破的先兆，带动了关键技术交叉融合、群体跃进，变革突破的能量正在不断积累。即将出现的新一轮科技革命和产业变革与我国加快转变经济发展方式形成历史性交汇，为我们实施创新驱动发展战略提供了难得的重大机遇。”

第四次工业革命下发生变革的生产力，从当前来看，就是以“算力”为代表的新质生产力，表现为劳动者、劳动资料和劳动对象在新的组合或升级下，生产力出现从量变到质变的发展。因此，第四次工业革命下的新质生产力也将表现出一些区别于以往工业革命时期的突出特征。

● 智能化：制造模式智能化，大规模定制的产品制造方式逐渐兴起。

● 融合化：产业形态融合化，服务型制造的新业态、新模式不断涌现。

● 绿色化：生产结构绿色化，环境友好型的生产生活方式日益形成。

2.如何理解第四次工业革命下的新质生产力

为了更加全面地认识和理解第四次工业革命下的新质生产力，接下来我们从以下四个关键维度来做进一步的分析。

维度一：质与量的关系。

新质生产力的“新质”，是指质变（生产力飞跃性突破）而非量变（生产力增长过程），因此新质生产力是能够达到质变级别的生产力。正如前面对工业革命演进中生产力跃迁的分析所表明的，能够达到质变级别的生产力，一定是发生了动摇产业基础逻辑的技术革命，即“马力→电力→网力→算力”的动力变革、效率变革和质量变革，而每一次技术革命都代表质变，都形成了新质生产力。

维度二：时间的接续性。

从历史的纵向演进来看，每一次工业革命推动形成的新质态的生产力，都有与其相适应的主导产业体系和结构，其具体表现我们可以从不同的时代特征来加以说明。

● “马力”时代：产业体系和结构以纺织工业等传统制造业为主导。

● “电力”时代：产业体系和结构以电力工业、石化工业、钢铁产业、机械工业等产业为主导。

● “网力”时代：产业体系和结构以电子信息、网络通信等产业为主导。

● “算力”时代：即当前，大数据、物联网、人工智能等都是可能主导未来技术路线的新技术。尽管其中有很大的不确定性，但毫无疑问的是，这些技术驱动的战略性新兴产业和未来产业显然是对过去以“电力”为代表的重化工业的颠覆性变革。

当然，这是一种历史建构主义下的事后观察结果。如果我们回到历史进程中的阶段，就不难发现，在每一次工业革命伊始，其实都很难确定主导技术路线和产业体系。在当时，我们都将这些称为战略性新兴产业或者未来产业。

维度三：核心技术。

当然，并不是所有人都认同当前正在发生的新工业革命是第四次工业革命，也有观点认为它只是第三次工业革命的延续或者深化。为什么会出现这种分歧呢？这其实就涉及对核心技术的认识和理解。

第三次工业革命是由信息技术推动的，而第四次工业革命则是由智能化技术推动的，两种技术有着根本性的不同。简单举例来说，信息技术下的计算程序在出现原始设定之外的差错时，需要进行人工编码干预，否则该计算程序不会做出任何反应。但是在智能化技术下，计算程序将会自行处理异常并不断进行调整和优化。

当前，人工智能已成为最具变革性的技术力量，它正在深层次地改变着数字世界、物理世界、生物世界。例如，当前生物智能大模型已逐步应用于人体、人脑、医疗机器人等，它们正在通过重构应用生态进而重塑产业格局，与移动互联时代相比，大模型创造的产业机会至少要再多十倍。

维度四：构成因素。

劳动者、劳动资料和劳动对象是构成生产力概念的三种基本要素，在新质生产力范畴下，这三种要素也会相应发生新的质变。

● “新质”下的劳动者。新质生产力下的劳动者，主要是指熟练掌握网络数字技术的知识型、技能型劳动者。在传统的生产体系中，劳动者是最主要的生产要素之一，但随着人口结构的变化，劳动有效供给逐渐减少，供需矛盾需要引入新的生产方式加以解决。[6]随着新质生产力的不断涌现，一方面我们可以用机器替代普通劳动，另一方面新质生产力也将催生大量掌握新知识、新技术、新技能的劳动者，从而彻底改变要素投入结构。

● “新质”下的劳动资料。新质生产力下的劳动资料，是指数字技术赋能的劳动手段，既包括工业机器人、工业母机等硬件形态的实体性劳动手段，也包括数据库、操作系统等基础软件性质的非实体性劳动手段。由此，产业体系中的生产组织方式也将继机械化、大规模生产、柔性制造之后，出现智能制造这种新的主导范式，并且引致劳动结构新的变化。

● “新质”下的劳动对象。新质生产力下的劳动对象主要体现为伴随新技术变革而出现的新材料、新要素等。其中，数据资源将逐步成为新质生产力的关键要素。以人工智能为例，其核心是算法，而算法需要海量的数据作为前提和支撑，只有通过对数据不断进行训练和优化，才能形成真正的“算力”。