作者：徐浩然、謝雨鳳

　　從本質上講，生產力反映的是人在生產過程中同自然的關系，隨著人類在生產生活中逐漸對“自然”所形成的認識深化以及科學技術進步，生產力的內核也會因之發生代際變化。馬克思指出：“生產力，即生產能力及其要素的發展”。生產能力是人類社會發展進步的內在動力，主要體現在勞動者、勞動資料、勞動對象三個方面。科學技術是第一生產力，也是生產力系統中最為活躍和關鍵的構成要件。順應新一輪科技和產業革命，數字技術已然成為新質生產力的內核，它是由云計算、大數據、人工智能、區塊鏈、移動通信等組合而成的有機整體，由數字技術塑造的基礎平臺就是新質生產力的底座。推動數字技術擴散，加快形成新質生產力，增強發展新動能，是完成全面建設社會主義現代化國家的必由之路。

　　以數字化智能化為顯著特征的新型勞動者

　　21世紀以來，人工智能等各種智能裝備在勞動過程中廣泛應用，極大拓展了勞動者的內涵和外延。智能機器人參與勞動、躋身于各行各業的作業流程中，增加了具體勞動力的種類、數量，促進了生產的精細化、標準化、便捷化。著眼未來，智能機器人能幫助勞動者減輕重體力以及腦力勞動負擔，從沉重危險的工作中抽身出來，向著復雜勞動或者更具創新意義的勞動方向發展，推動實現勞動就業從被迫謀生向主動需求的轉變。在各種勞動場景中，勞動者與智能機器人所建立的多重關系，充分彰顯了數字化勞動作為整體的智能特性。譬如無人機的迅速發展和廣泛應用，在一定范圍內逐漸取代人力，通過巡查檢查、采取水文氣象等信息來支援和保障生產過程。

　　基于數字化智能化的復雜勞動擁有更高的價值創造能力。在數字經濟時代，生產、分配、交換、消費四個環節的聯通程度越來越高，社會化生產的系統性也越來越強，各種生產要素流通交織導致勞動者的執行任務更加復雜多變。數字化智能化驅動下的復雜勞動相較于傳統的簡單勞動，更加彰顯出創新性、動態性、全域性、交叉性等復雜特征。面對各種復雜任務的勞動者需要借助數據要素、數學模型等在一定勞動時間內推動大規模的物質生產以及精神生產運行，從而提升全要素生產率、促進生產力“質”的提升。工業時代機械化生產作業在一定程度上解放了人的體力，數字時代智能技術發展將在一定程度上解放人的腦力。但這并不意味著，生產過程不需要人的體力勞動和腦力勞動，而是意味著人的體力和腦力使用出現了時空轉移，比如從有形的工廠轉移到虛擬空間，人的復雜勞動更多地體現在創新性而非重勞作。所以，未來勞動力市場變得更注重勞動者的復合能力，對非重復性認知技能和社會行為技能的需求必然呈現上升趨勢。

　　通過數字教育培養智能時代亟須的復合型人才。在數字經濟時代，各種先進技術快速迭代，生產體系內部相關技術之間互通性增強、技能邊界趨向模糊，生產過程需要更多的復合型技術人才。培養復合型人才以及職業技能再教育離不開數字教育平臺，對于青少年要在不同教育階段設置數字素養課程，為將來成為復合型人才鍛造獨立的、可持續的學習能力；對于企事業單位勞動者要加大數字技能培訓力度，利用數字教育平臺實現終身教育。

　　數字技術推動新型勞動分工實現跨時空協同。隨著大數據、物聯網、移動通信等技術的發展，勞動者工作的時空界限被打破，新型勞動者的工作流程不再受限于傳統的崗位和職能，更強調團隊協作和跨界合作，勞動力可以在更廣闊的時空范圍內配置，全球勞動力的網絡化水平越來越高。企業治理結構趨于扁平化、網絡化、虛擬化，提高了不同部門之間的協作能力，也打破了企業與企業間、企業與產業間、產業與產業間的邊界。數字技術的應用為在線協同辦公提供了便捷而高效的支撐，云端服務、無界辦公成為產業集群的發展方向。不同區域、不同產業鏈的企業機構均可虛擬集中，建立能夠跨區域協作的虛擬作業環境，提高信息共享與創新發展。

　　以算法—算力為使用工具的新型勞動資料

　　在數字經濟場景下，需要構造一個開放的技術體系，加速重構數字化智能化新業態。這一技術體系，即是由工業互聯網、工業物聯網、云計算、邊緣計算、移動端、中臺等概念所構建的新型數字基礎設施。新型基礎設施主要包含信息基礎設施、融合基礎設施、創新基礎設施。新型基礎設施是新技術與新業態的融合體，通過對集成的數據進行計算、分析并且深度挖掘出一系列新需求，開拓出新市場。從政府、市場到社會逐步開展對新設施和線上平臺的建設，促進電商、平臺和線上經濟的繁榮，推動實現消費互聯網向產業互聯網轉型發展。

　　算法成為數字經濟時代最主要的生產工具。勞動工具的數智化促進了全要素生產率的提升，開辟了巨大的經濟增長空間。算法被廣泛應用于內容生產、商業營銷、智慧政府和金融服務等多個領域，對人類生產生活都產生了深刻影響。隨著人工智能時代的到來，依靠單一數據中心算力提供服務難以支撐規模化的產業發展。把計算機算法和網絡技術綜合集成起來，能夠構建一個統一、智能、高效的網絡計算體系，以滿足各種復雜應用場景的需求。算網融合的實現需要借助先進的網絡技術和計算技術，包括云計算、邊緣計算、人工智能等。通過數實融合，形成更高效、更靈活、更智能的系統，靈活調度和優化配置計算資源，不斷提高網絡計算效率和質量，為各種應用場景提供高效、穩定、可靠的計算和網絡服務。

　　算力網絡是新質生產力成規模發展的戰略支撐。算力是數字經濟的基礎設施，是多技術、多領域的交匯點。只有通過算力處理后的大數據才能為算法所用，才能釋放巨大的潛在價值。隨著數字產業化由規模化發展轉向高質量發展，大到5G通信、衛星互聯網，小到出行線路規劃和外賣訂單系統優化都離不開算力的支撐。當前，物聯網和互聯網的數據呈現幾何倍數增長，算力需求更加旺盛。算力成為數字時代經濟增長的重要保障。

　　數字孿生技術廣泛應用推動數實融合、優化生產要素合理配置。數字孿生技術作為新型勞動工具，在虛擬模型和物理實體之間聯動交互創造價值，減少物質資源損耗，優化生產要素配置。數字孿生技術通過先進的算法在虛擬世界重現物體在真實世界的運行軌跡，創造出全生命周期的動態虛擬模型，然后將動態仿真的數字模型與物理實體互相疊加，同步運行，實現有機融合。通過及時準確的雙向反饋，實現對現實產品的更新升級，以信息流帶動技術流、資金流、人才流、物資流，實現資源合理配置。隨著云計算、人工智能、邊緣計算等技術的跨越式發展，數字孿生技術已經應用到制造、航天航空、電力、城市治理等領域。

　　以數據作為關鍵生產要素的新型勞動對象

　　數據要素是數字時代最活躍的要素，直接作為生產要素參與價值創造和分配。數據具有非競爭性、可復制性，因此，能夠突破傳統生產要素的稀缺性限制，為經濟持續生產提供保障。數據要素具有互補性，不同來源的數據相互融合，可以提高數據源的邊際價值，增強生產要素之間的協同效應。數據要素具有外部性，數據分享有助于促進研發，改進產品和服務的質量，提高生產效率。數據要素具有指數級增殖性，數據應用過程中會產生更多新數據，實現自我增值。數據規模是經濟規模的增函數，數據的指數級增殖性會推動經濟的可持續發展。

　　數據要素正在催生新型勞動對象的非物質化趨勢。勞動對象是指人們通過自身勞動進行加工，使其滿足社會需要的那部分物質資料，是衡量社會生產力發展水平的重要標志。隨著高新技術的發展，數據等新的勞動對象持續增長，勞動對象非物質化特征日漸突出。數據生產要素在各行各業中廣泛應用，傳統勞動對象呈現出高新技術化特征，轉變為數字空間等非物質化的新勞動對象，推動了生產領域的變革和升級。

　　數據要素流動促進了新型勞動對象的動態化。由于傳統的大規模生產方式無法滿足市場的變化，物聯網、大數據分析和人工智能等技術發展推動企業從同質化、流水線式的生產方式向柔性制造、定制生產的生產方式轉變。企業可以利用網絡平臺持續收集用戶反饋意見實現供需對接，精準匹配需求，實時更新改進產品，不斷適應市場的快速變化和多樣化需求。數字時代企業還通過數字化、自動化等技術手段提升生產過程的效率和精度，縮短產品的生產周期，提供更豐富、更優質的產品。

　　數據要素極大提升了新型勞動對象的綠色生態化水平。數字技術推動傳統產業高效綠色轉型升級，有利于降低資源消耗和環境污染。數字技術應用于生態治理，既能夠節約信息采集成本，提高資源配置效率，做到精準識別、及時追蹤生態環保隱患問題，為科學保護、系統治理生態環境提供有力支撐，還能推動數字經濟與綠色經濟協同發展。企業通過有效的數據要素投入，在生產過程中能減少廢棄物的產生，提升全要素生產率和資源節約率，實現綠色生態可持續發展。數據要素賦能高新技術，對傳統勞動對象加以綠色化改造，能創新出綠色合成材料，拓展新能源的開發利用以替代傳統能源，加快形成綠色低碳的現代化產業體系。（徐浩然、謝雨鳳）