数智时代协作生产力的运行机理与优化路径

〔摘要〕 人类社会自诞生之日起就已出现协作，协作创造的协作生产力是一种强劲的社会生产力，社会生产力的发展也正是协作和分工互促推动的结果。数智时代的协作生产力是新质生产力的重要表现形式，其运行机理已经发生系统性重构。数据、算法和算力构成数智时代协作生产力的底层逻辑，底层逻辑的基要性转变引致协作要素、协作方式、协作规模和协作范围发生变革，协作变革进一步传导至不同层级，呈现出企业内部协作共享化、企业之间协作柔性化、产业协作虚拟化、区域协作融通化和国际协作开放化“五化联动”的经济发展形态。数智时代协作生产力的运行在企业、产业、区域和国际层面分别面临外围依附、低端锁定、供血不足和共识破裂的阻滞困境。建立多元化反垄断机制、持续健全新型举国体制、加快构建全国统一大市场以及扎实推进高水平对外开放等是推动数智时代协作生产力运行和发展的重要路径。

〔关键词〕 协作生产力；新质生产力；数智时代；数据要素

〔中图分类号〕F124. 4 〔文献标识码〕A 〔文章编号〕1000 - 4769 （2025） 01 - 0014 - 11

〔基金项目〕 国家社会科学基金重点项目“数字经济促进共同富裕的逻辑机理、潜在风险及实现路径研究”（23AKS014）

党的二十届三中全会通过的《中共中央关于进一步全面深化改革 推进中国式现代化的决定》，将发展新质生产力作为推动经济高质量发展的重要内容进行统筹部署。新质生产力集中表现为数字、协作、绿色、蓝色和开放五大生产力①，其中，协作生产力作为一种粘合剂，能够为高质量发展凝聚强大合力②，促进社会生产力实现巨大飞跃。当前，人类社会步入数智时代，协作能够促进数据、技术等各类先进生产要素向发展新质生产力集聚，还能够直接创造出一种更为强劲的合力——协作生产力。重视发展数智时代的协作生产力是我国把握新一轮科技革命和产业变革机遇、扎实推进高质量发展以实现中国式现代化的必然选择。

学界关于协作的重要性及协作生产力的探索由来已久、文献连绵不绝，但步入数智时代后对协作生产力的关注度反而下降。王道义曾于20世纪80年代对协作生产力进行探讨，认为协作的四种双重功能产生了协作生产力③，协作生产力在社会生产力发展史上和我国经济腾飞中地位特殊④，社会主义初级阶段应重视发展协作生产力。⑤ 进一步研究发现，马克思的生产力理论是由要素生产力和协作生产力构成的二维理论体系①，在现实生产活动中，要素生产力和协作生产力相互促进、共同发力，创造更多的使用价值。② 协作还与所有制紧密联系，资本主义社会的协作本质上是资本的协作，社会主义公有制条件下的协作才能真正体现为劳动者之间的协作，企业、产业及区域之间的协作收益能够由劳动者获得。③ 步入数智时代后，学界仅张晋铭和徐艳玲深度聚焦马克思的生产力二维理论，认为应充分利用数字技术优化全社会的协作规模、协作程度、协作方式，为加快发展新质生产力奠定坚实基础。④

当前有关新质生产力的研究方兴未艾，相关文献对数字、绿色、蓝色及开放等新质生产力的表现形式进行了充分探讨，但唯独缺乏对协作生产力的系统性研究。数字生产力是数字经济时代孕育出的新质生产力，数字生产力强调创新要素的重要性，能够为经济高质量发展提供新的生产力基础要素。⑤ 绿色生产力是新质生产力的生态本体论基底，体现人类对社会生产力和自然规律认识运用的能力，生产力系统三大要素的生态化重塑推动了绿色生产力的发展。⑥ 蓝色生产力与海洋领域紧密相关⑦，作为海洋经济的核心要素，蓝色生产力是推进海洋强国战略的关键，实现蓝色生产力、蓝色经济和蓝色生态的统一发展对推进中国式现代化意义重大。⑧ 开放生产力是依托国内超大规模市场优势，综合利用国内国际两个市场两种资源，持续提高产品国际竞争力的能力，当前在我国深入推进高水平对外开放的进程中，开放生产力的优势正逐步凸显。⑨ 还有学者聚焦智能生产力⑩和农业新质生产力11等新质态的生产力进行深入研究，但对于协作生产力的研究仍略显不足。

数智时代无限深化的分工愈加凸显了协作的重要性。当前学界主要从西方经济学的相关理论出发，对“链式经济”进行了充分研究，相关文献可谓汗牛充栋。“链式经济”是一种强调产业链、创新链、资金链和人才链等单一链条上下游主体紧密合作或多重链条之间协同发展的经济模式。“四链融合”是当前建设现代化产业体系中的最根本和核心的问题。12 在新质生产力视角下，产业链韧性和安全性关乎新质生产力的创新能力，供应链韧性则影响着新质生产力的释放程度和价值实现程度。13 深入研究“链式经济”可以发现，其本质就是协作的具象化展现形式。要想透过现象看本质，系统阐述协作在数智时代的变革和协作生产力的发展，就需要回到马克思的理论，运用马克思主义政治经济学的理论和方法进行深入剖析。

数字技术的发展和智能机器的普及是当前数智时代最显著的全域性、颠覆性技术创新，而每一次颠覆性技术创新成功并普及之后，人类社会的生产力都会实现跨越式发展，协作方式也会发生相应变革，社会的历史发展阶段也会改变。14 总体而言，既有研究有力推动了有关协作生产力的理论建构，也为相关部门培育和发展协作生产力提供了重要参考，但仍存在以下不足：一是步入数智时代后对协作生产力的关注度急剧下降、严重不足；二是对于数字、绿色、蓝色及开放四类新质生产力研究充分，但唯独缺乏对协作生产力的深入研究；三是鲜有文献从马克思主义政治经济学视角出发，直击本质、分层分类研究数智时代的协作生产力。鉴于此，为加快发展数智时代的协作生产力并释放其乘数效应，本文在系统梳理协作生产力理论的基础上，深入研究数智时代协作生产力的运行机理，厘清数智时代协作生产力运行面临的阻滞困境，通过科学的路径安排精准发力。

一、社会生产力的发展是协作和分工互促推动的结果

马克思在《资本论》中明确指出，协作创造了协作生产力，这是一种“不费资本分文”①的社会生产力。人类社会自诞生之日起就已出现协作，协作本身既是一般形式又是特殊形式。协作的一般形式表现为以提高社会劳动生产率为目的的社会组合，协作的特殊形式则是专业化的劳动分工。② 一般形式的社会组合和特殊形式的专业分工互促发展，推动着历史长河中人类协作形态的演进和社会生产力的进步。步入数智时代，重视发展协作生产力更是成为加快推进中国式现代化的现实需要。

（一）协作创造的协作生产力是一种强劲的社会生产力

只要实现了协作，协作生产力就会应运而生，协作所创造的协作生产力是一种强劲的社会生产力。马克思在《资本论》中阐明了协作本身创造出巨大生产力的九类原因：“是由于提高劳动的机械力，是由于扩大这种力量在空间上的作用范围，是由于与生产规模相比相对地在空间上缩小生产场所，是由于在紧急时期短时间内动用大量劳动，是由于激发个人的竞争心和振奋他们的精力，是由于使许多人的同种作业具有连续性和多面性，是由于同时进行不同的操作，是由于共同使用生产资料而达到节约，是由于使个人劳动具有社会平均劳动的性质”。③ 在上述九种情形下，协作通过结合劳动达到的效果，是个人劳动在短时间内或大规模中根本不可能达到的，因为劳动者在协作中摆脱了个人的种属局限，所以“协作提高了个人生产力，而且是创造了一种生产力，这种生产力本身必然是集体力”④，协作所产生的协作生产力“不费资本分文”⑤，是无偿的社会生产力。

根据有无分工可以将协作分为简单协作和复杂协作。简单协作不存在分工，是在集中的基础上产生的，没有改变劳动本身的过程，只是增加了协同劳动的人数，“许多人在同一生产过程中，或在不同的但互相联系的生产过程中，有计划地一起协同劳动”⑥，就产生了简单协作。简单协作古已有之，人类文化初期的狩猎、战争、建造庞大建筑物、印度公社中的农业活动等，都属于最原始的简单协作。复杂协作则是在劳动分工的基础上产生的。劳动分工发迹于资本主义工场手工业时期，劳动分工中的“每一个人不是代表一种特殊劳动，而只代表联合、汇集在一种特殊劳动中的个别操作”⑦，劳动分工越发展，体力劳动和脑力劳动分离得越彻底，就越需要通过协作来创造出巨大的合力。劳动分工作为“一种特殊的、有专业划分的、进一步发展的协作形式”⑧，一方面导致劳动工具分化和简单化，另一方面使得劳动工具完善化。专业化的劳动分工引发了近代技术革命和产业革命，机械工业和冶金工业迅速发展，社会内部形成了各式各样的行业和产业，城市和乡村也逐步分立成型，为了创造更强劲的社会生产力，协作的重要性愈发凸显，协作范围也不断扩大。

（二）社会生产力发展的历史是一部协作形态不断演进的历史

人类社会自诞生之日起就已出现协作，协作生产力也总是寄存于一定的经济实体或组织形态来发挥作用，社会生产力发展的历史就是一部协作形态不断演进的历史。原始社会时期，以打制石器为主要劳动资料、氏族血缘关系为纽带的原始共同体促进了协作生产力的产生。原始社会中人类支配自然的能力极其有限，只有通过形成原始群、氏族和部落等简单协作共同体，才能同自然界作斗争，以集体行动获得必要的生活资料求得生存。奴隶社会时期，以磨制器具为主要劳动资料、棍棒纪律为纽带的奴隶作坊推动了协作生产力的发展。奴隶作坊中监工秉承奴隶主旨意，使用棍棒迫使奴隶从事繁重的劳动，大量的奴隶在国家权力的指挥下进行集体劳动，就能够通过简单协作兴建宏伟的建筑物，同时促进科学技术的发展。封建社会时期，以铁制器具为主要劳动资料、土地私有制为纽带的行会手工业作坊使得协作生产力占据主导地位。行会手工业作坊是封建社会时期简单协作的主要组织形态，作坊内部严格的劳动等级制度以及作坊外部同业行会的保护限制使得这一时期的协作生产力不断发展并逐步居于主导地位。

步入资本主义社会，以机械制器为主要劳动资料、雇佣劳动关系为纽带的协作生产力达到鼎盛。简单协作所创造的协作生产力最初是人类社会自然经济的起点，在经历了原始社会、奴隶社会和封建社会漫长的生产力发展和生产关系变革后，于封建社会末期和资本主义社会初期达到顶峰并成为资本主义商品经济的起点。资本主义初期的简单协作，是“人数较多的工人在同一时间、同一空间（或者说同一劳动场所），为了生产同种商品，在同一资本家的指挥下工作”①的劳动组织形式。工场手工业时期出现了专业化分工，即在生产同一种商品的过程中“每一个工人或每一组工人，只是完成某种特殊的操作，别的工人完成其他的操作”②，在专业化分工的基础上诞生了复杂协作，复杂协作的出现标志着协作生产力实现了跨越式发展。进入机器大工业时期，在自动工厂内，首先出现了同种并同时发生作用的机器在空间上的集结，随后“把各种不同的工人小组分配到不同的机器上去”③进行生产，劳动力之间的协作转变为劳动资料之间的协作，以机器为基础的复杂协作应运而生。马克思也超前地预见到，机器的使用和进步会“扼杀工人”，工人“过剩”的现象随时可能发生。随着技术的进步和世界市场的形成，协作呈现出简单协作趋小化、复杂协作扩大化的趋势，协作范围也逐步从企业内部扩展至企业之间、产业之间、区域之间和国家之间。

（三）数智时代发展协作生产力是推进中国式现代化的现实需要

数智时代各领域的分工无限深化，迫切需要通过协作来实现社会生产力的跨越式发展。数智时代造就了爆炸式增长的数据信息和专业化分工的知识体系，技术创新的进程被大大加快。然而，数智时代的技术创新往往具有高度的复杂性和系统性，通常涉及多个学科和领域，需要不同专业背景和技术特长的人员参与，也需要各类企业的协作和配套产业的支撑。任何个人或单一组织无法全面掌握所有信息并处理各领域的知识，难以在短时间内独立完成颠覆性技术创新。单一主体推动的创新模式已不再适应数智时代的发展需求，只有通过协作才能够加速促进各类先进生产要素向发展新质生产力集聚，推动社会生产力实现跨越式发展，加快塑造我国在新一轮科技革命和产业变革中的独特优势。

重视发展协作生产力，是数智时代推进中国式现代化的现实需要。通过协作联合各行各业的高素质劳动者，能够将巨大的人口规模优势转化为显著的人才集聚优势，加速推进实现人口规模巨大的现代化。在要素有序自由流动、资源高效配置的前提下，通过区域协作和产业协作能够缩小城乡差距、地区差距和收入差距，促进实现全体人民共同富裕的现代化。分工在促进人类技能专业化的同时也造成了人类发展片面化，使得物质文明和精神文明的分立程度加深，而协作在提高生产效率促进物质文明生产的同时，还能够通过培养团队精神和合作意识、加速文化交流与融合等路径推进实现物质文明和精神文明相协调的现代化。通过协作还能够将污染处理、能源消耗、环境监测以及政策规制等领域的知识和技术优势结合起来，为可持续发展提供更加全面有效的解决方案，有力促进实现人与自然和谐共生的现代化。走和平发展道路的现代化则需要通过国际协作构建人类命运共同体，推动全世界文明发展、共享繁荣。

二、数智时代协作生产力的运行机理

揭示事物的运行机理能够为具体实践提供根本遵循和研判标准。相较于传统协作生产力，数智时代协作生产力的底层逻辑发生了基要性转变，其主要依靠数据、算法和算力相结合进行驱动，底层逻辑的改变引致协作要素、协作方式、协作规模和协作范围发生相应的变革，这种变革进一步传导至企业、产业、区域和国际层面，呈现出企业内部协作共享化、企业之间协作柔性化、产业协作虚拟化、区域协作融通化和国际协作开放化“五化联动”的经济发展形态。

（一）底层逻辑：数据、算法、算力

底层逻辑是事物存在和变化的根源，事物的底层逻辑变化会深刻影响其运行机理。劳动资料的不同是造成传统协作生产力和数智时代协作生产力底层逻辑存在差异的最主要原因。传统协作生产力通过集中非智能化的机器、增加物质形态的材料以及集结能够熟练操作非智能化机器的工人而产生，其底层逻辑是以非智能化机器为基础、人—人之间的协作关系为纽带所驱动的。数智时代协作生产力主要是通过集中智能化的机器、增加非物质形态的材料和集结更高素质的劳动者而产生，核心是出现了智能机器。而智能机器的设计、制造和运行离不开大量非物质形态的材料，其中占据主导地位的是流动性强、依附性广和复用性高的结构化数据，生成结构化数据需要数据工程师提供复杂的算法，还需要强大的算力基础设施支撑。因此，数智时代协作生产力的底层逻辑本质上是依靠数据、算法和算力相结合驱动的，人—人之间的协作关系也逐渐转变为人—机、人—机—人、机—机之间的协作关系。

数据成为数智时代协作生产力运行的基础驱动。数据可以理解为一种信息载体，建立在深度学习算法之上的人工智能，核心目的就是基于海量搭载信息的数据，通过机器学习算法寻找事物的内在联系和规律①，对具体任务进行预测处理并给出解决方案。这也是数据成为数智时代协作生产力运行最基础驱动的主要原因，没有海量的数据作燃料，算法和算力很难一跃成为数智时代的引擎。算法成为数智时代协作生产力运行的关键驱动。从提升社会生产力水平的逻辑来看，数据只有完成“数据化”过程，即使得非结构化的数据成为计算机能够“读懂”的结构化数据②，才能为社会生产作出实际贡献。将非结构化数据转化为结构化数据，传统方法是耗费大量劳动力对原始数据进行人为分类和特征提取，在数智时代则主要依靠复杂算法作为关键驱动。例如，运用自然语言处理算法能够抓取大量自然语言文本中的语义学信息，语音识别算法能够将声音中的词句内容转换为计算机的可读输入。算力成为数智时代协作生产力运行的核心驱动。算力即计算能力，是数据中心的服务器处理数据并实现结果输出的一种能力③，本质上是一种基础设施支撑。数智时代井喷式地产生了大量数据，将这些数据运用于人工智能大模型训练需要消耗大量的计算资源，构建算力网络、提升算力水平成为促进智能技术发展的核心驱动。作为集信息计算力、网络运载力、数据存储力于一体的典型的新质生产力，算力对社会经济发展的推动作用日益显现④，逐渐成为国家间科技实力较量、经济竞争力提升的核心维度。

（二）协作变革：协作要素、协作方式、协作规模、协作范围

从协作要素维度来看，数智时代非物质形态生产要素的地位和势能迅速提升。生产要素是一个历史范畴，随着科技的进步和社会的发展，参与协作的生产要素不断丰富。数智时代的协作对脑力劳动提出了更高要求，需要有更多诸如知识、技术、管理、数据等非物质形态的生产要素支撑。因此，相较于土地、劳动力、资本等物质形态的传统生产要素，非物质形态的生产要素特别是数据要素的地位和势能迅速提升。2019年10月，党的十九届四中全会首次提出将数据纳入生产要素范畴；2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，强调加快培育数据要素市场①，数据要素的地位再次提高。数据要素具有丰裕度足、流动性大、复用率高、依附性强等显著优势，能够促进形成多元主体参与、灵活开放的协作生态。

从协作方式维度来看，数智时代人—机、人—机—人、机—机之间的协作成为主流趋势。第一、二、三次工业革命的一个基本特征是使用不具备自主思考能力的机器去替代人的自然力和部分脑力，即使是第三次工业革命标志性发明之一的电脑，也需要根据人类给定的指令去辅助完成既定的脑力劳动，本质上体现的还是人—人之间的协作。然而在数智时代，海量数据被制造出来，再配合各类智能技术，出现了具备深度思考、自主学习、灵活决策能力的人工智能，人—人之间的协作逐渐转变为人—机、人—机—人、机—机之间的协作。② 例如，聊天机器人是人—机协作的具体展现，手术机器人协助医生远程完成精准的外科手术并反馈患者情况则充分体现了人—机—人之间的协作，“黑灯工厂”中智能机器之间相互配合则属于机—机协作。

从协作规模维度来看，数智时代智能机器的运用使得协作规模迅速扩大。在生产力与生产关系的互动视角下，协作的规模一方面取决于劳动者自身的素质，即人类体力与脑力的上限，另一方面则受到资本投入度和集中度的影响，大规模的协作往往需要大量持续的资本投入。数智时代通过大量数据训练出来的智能机器打破了人类劳动者体力与脑力的有限性，能够无休止地高效工作并无条件地听从管理者指令，已经成为超越人类自然能力的超级劳动力，基于人类体力与脑力上限的客观协作边界已不复存在，协作规模迅速扩大。同时，数智时代的技术研发和机器制造一旦成功且市场化就能获得巨额回报。因此，资本的逐利本性会使其集中的趋势更加明显，在助力协作规模扩大的同时也会带来市场垄断、收入极化等新的挑战。

从协作范围维度来看，数智时代极度深化的分工使得协作范围全面拓展。协作规模的扩大强调生产数量的增多和经济效益的提升，协作范围的拓展则关注产品种类的增加和服务类型的丰富。数智时代协作范围的全面拓展主要得益于劳动过程无限分割的可能性，这种可能性进一步使得分工极度深化，各类组织能够利用数字平台或智能技术灵活地改变业务模式和价值创造方式，提供更加多元化的产品和服务。例如，气象机构与外卖、快递平台进行跨界协作，能够及时提供气象预警信息，助力外卖员和快递员合理规划路线或采取必要的防护措施，使配送服务更加精准高效。同时，云计算、大数据等技术的发展提供了弹性化的云端计算环境，协作的范围不再受限于地理位置的影响，信息的收集、处理和共享也变得更加高效便捷，全球范围内的即时即刻协调成为可能。

（三）形态呈现：共享化、柔性化、虚拟化、融通化、开放化

数智时代企业内部的协作更加共享化。钱德勒指出了现代工商企业的两个特点，一是企业内部包含许多不同的营业单位，二是企业由多个不同层级的支薪人员管理，企业决策通常由中高层级的管理人员作出。③ 但数智时代的企业决策往往是数据驱动的，要求数据在企业各部门之间具备开放性和可访问性，信息的流通效率和透明度得以提高，促进了企业内部协作的共享化。在数据共享的基础上，数字化工具的开发、云计算技术的运用以及智能化机器的配备，使企业内部的组织结构发生变革，管理层级和冗余人员大量减少，企业组织出现扁平化和网络化趋势，促进了跨部门和跨团队的协作。

数智时代企业之间的协作更加柔性化。柔性化是指组织或系统能够根据环境和需求变化，灵活调整其结构或运作方式。数智时代的企业之间，主要通过模块化设计、智能化生产及精细化管理来实现协作的柔性化。设计环节，通过智能传感技术、自动化技术等，对产品进行参数化建模与模拟，依据产品特点科学地将其分解为若干个独立模块，每个模块交由具有比较优势的企业设计生产，再通过模块的组合和替换迅速推陈出新以满足市场需求。生产环节，智能化生产机器和控制技术的应用，让生产过程具备自我诊断和自动调整的能力。管理环节，通过智能算法和大数据分析，企业能够更加高效便捷地协调供应商、生产商和分销商之间的关系，提高其协作的动态响应能力。

数智时代的产业协作更加虚拟化。在新质生产力的推动下，数智时代的产业发展有三个基本方向：大力培育未来产业、壮大战略性新兴产业以及对传统产业进行“智改数转网联”。① 未来产业主要包括类脑智能、量子信息、通用AI、未来网络等领域，本质上就是网力和算力催生的产业，相互之间的协作自然能够凸显虚拟化的特征。战略性新兴产业主要涉及新一代信息技术产业、高端装备制造产业、新材料产业、生物产业、新能源汽车产业等领域，通过嵌入数智技术，能够将互联互关的产业数据和信息在云端共享，以实时交互的云端虚拟协作模式代替基于特定地理空间集聚的协作模式。传统产业方面，通过智能化改造和数字化转型，能够放大网络化联接的乘数效应，激活发展动力。

数智时代的区域协作更加融通化。数智时代城乡之间、省区之间以及各省区内部协作的融通化将会体现得更加明显。一是数据流动和网络智能可以打通城乡之间的信息流、知识流、资金流和物流，并通过建设现代化的乡村基础设施体系，完成城乡要素流动闭环和价值创造闭环，使得城乡之间的协作真正实现高度融通。二是通过构建跨区域的多级互联算力网络，充分发挥算力网络的高链接性、强渗透性、泛时空性、快衍生性、正外部性以及广赋能性等优势②，推动形成超越省际边界、虚实结合的社会性空间，消除囿于行政区划限制的省际协作障碍。三是通过搭建一体化计算平台、大数据算力平台和人工智能开放服务平台等，能够促进各省区内部的协作实现自主交互。

数智时代的国际协作更加开放化。全球化推动了各国之间经济、文化和技术等领域的交流，数字化技术和智能化设备的发展进一步加深了这种趋势，使得国际协作更加开放化。在经济领域，数智时代催生了大量打破地理界限的平台经济，区块链技术和数字货币也迅速发展，为国际经济协作创造了新的平台和工具。在文化领域，VR/AR、6G技术、数字孪生等为文化的沉浸式远程体验提供了新的互动方式，机器翻译降低了文化交流的语言障碍，使得文化内容的创作主体更加多元，促进了文化贸易和传播。在技术领域，云计算技术提供了跨国界的资源共享平台，开源软件和开源硬件的普及促进了全球开发者和研究者之间的协作，加速了技术的研发和创新。

三、数智时代协作生产力运行的阻滞困境

就理论而言，只要达成协作，协作生产力就会自然形成自发运行，但协作的达成通常需要诸多条件，在创造条件的过程中更是会面临不少阻滞困境。厘清数智时代协作生产力在不同层面运行所面临的阻滞困境，有助于通过科学的路径安排突破困境并顺利达成协作，加速协作生产力的形成和发展。

（一）算力供需不匹配，协作生产力的驱动效能减弱

从底层逻辑来看，数智时代的协作生产力主要依靠数据、算法和算力相结合进行驱动，其中算力处于核心地位，而当前我国算力的供需不匹配使得数据、算法和算力难以深度融合，数智时代协作生产力的驱动效能也大幅减弱。算力的供需不匹配主要体现在智能算力和区域算力两个方面。智能算力方面，人工智能的迅猛发展使得原有的通用算力已经无法满足大模型训练的需求，诸多复杂高端的应用场景更是难以落地，而随着类脑智能、未来网络等产业的加速发展，对智能算力的需求将持续扩大，供需不匹配会愈加严重。区域算力方面，不同的经济发展水平和产业结构差异导致了区域之间存在算力需求差异，东部地区经济发达且第三产业占比较高，对算力的品质和服务需求通常更高，西部地区经济落后且产业结构相对传统，对算力的量级和规模需求通常较低，但随着东部地区更为严格的土地政策和碳排放政策出台，我国的算力中心建设逐渐向西部偏移，但短期内西部地区的算力供给仍然无法满足东部地区的算力需求。此外，由于高级别的算力芯片几乎被国外垄断，我国算力核心芯片价格持续走高且面临严重的断供风险，高额的芯片成本使得平价的算力供给不足，企业发展受阻。

（二）政策包容性欠佳，协作生产力的红利释放有限

从协作变革来看，数智时代各个维度的协作变革始终是围绕着人工智能展开的，而人工智能本质上是一种全域性、颠覆性的技术创新，由此引发的变革能够释放指数级的技术红利。但技术进步是一把双刃剑，在释放红利的同时也会造成负面影响，不消除负面影响会进一步阻碍变革的发生，因此需要通过制定具有包容性和针对性的政策抵消负面影响。数智时代人工智能的飞速发展对劳动力市场和收入分配造成的负面影响最大。人工智能的应用改变了劳动力市场的结构，大量传统劳动部门的低技能劳动力被智能机器所替代，原先的工作岗位被取缔，成为社会中收入最低的群体；少部分掌握高精尖技术的高素质劳动力能够出任人工智能的设计者和研发者，其岗位的不可替代性进一步增强，自然能够获得高额报酬，成为收入极高的社会群体；还有部分具备较强学习能力的中高素质劳动力，能够维护、管理和训练智能机器，岗位不会被完全替代，成为社会的中等收入群体。数智时代劳动力市场的结构性变化使得低技能劳动力的处境极为艰难，而低技能劳动者通常又是社会中的弱势群体，若未来的就业政策和分配政策不能为其提供更加强有力的支持，不同维度的协作变革就会产生木桶效应，最终使得数智时代协作生产力的红利释放极度有限。

（三）数据飞轮效应凸显，企业协作面临外围依附困境

飞轮效应最早由管理学家吉姆·柯林斯提出，被用于描述企业与消费者之间产生良性互动的扩张机制。① 飞轮是在旋转运动中用于储存动能的机械装置，启动静止的飞轮最初需要巨大的推动力，然而当其越转越快到达某一临界点时，便会进入无需动力就能够自我加速和状态增强的惯性阶段。置身于数智时代，数据及基于海量数据成长起来的数字科技企业或平台企业展现出了强大的飞轮效应。数字科技企业或平台企业在度过艰难的初创期后，借助平台能够获取大量搭载消费者个人信息的数据，再利用个性化推荐算法对数据进行计算，可以实现供需精准匹配并提供个性化和定制化服务。平台自身产生的数据和消费者数据再结合智能机器人、区块链技术等，能够实现平台自动化运营并提供智能化服务，以快速响应消费者的咨询和需求，进而吸引更多的企业和消费者入驻平台，持续扩大平台规模，形成“获取用户数据—个性化推荐产品和服务—企业和消费者数量增多—平台规模扩大—获取更多用户数据—提供更优质的个性化产品和服务—吸引更多企业和消费者—平台规模进一步扩大”的良性互动机制，从而产生飞轮效应。飞轮效应使得数字科技企业或平台企业逐步成长为大型企业甚至形成双边市场垄断，强大的数据获取能力、数据计算能力及数据再生产能力使其能够准确感知市场需求和应用场景，在企业协作中逐步居于核心和枢纽地位。其他企业与其协作不得不依附在外围共享信息并接受规则，如此才能迅速投入大规模生产，最终导致企业协作面临外围依附困境。

（四）关键核心技术垄断，产业协作面临低端锁定困境

产品内的专业化分工引致关键核心技术垄断，使产业协作面临低端锁定的困境。在数智时代产品内分工无限深化的背景下，为了降低生产成本，发达国家通过离岸外包或国际代工的方式进行产品生产，将技术研发和销售环节掌握在自己手中，将加工组装等劳动密集的非核心制造环节转移到发展中国家。沿此路径，发达国家的研发能力迅速提升，逐步掌握了数智时代知识密集型产业的关键核心技术，并通过垄断定价权攫取高额利润，成为产品内专业化分工的最大受益者；而发展中国家则遭受发达国家关键核心技术的压制，难以通过国内产业协作自主生产高精尖产品，与发达国家进行产业协作又只能处于从属地位，因此被牢牢锁定在价值创造的低端环节，产业技术升级和产业结构优化困难重重。产业协作的低端锁定在芯片领域尤为明显。芯片作为数智时代技术发展的核心，具有集成度高、工艺复杂、技术密集等特点，生产芯片也涉及多个配套产业之间的协作和支撑。芯片生产主要包括上中下游三个阶段，上游为芯片设计领域，中游是芯片制造和封装测试领域，下游则是具体的终端应用领域。当前，我国在封装测试领域和终端应用领域的技术基本达到成熟水平，在设计领域伴随着新一代信息技术产业的发展，通过EDA（电子设计自动化）技术也能够实现7纳米工艺级别的芯片设计。然而，由于制造领域所涉及的高端装备制造业和新材料产业还存在许多尚未攻克的关键核心技术，例如7纳米以下的光刻机、高端光刻胶、硅片、离子注入机等，这些关键核心技术的欠缺使得我国即使能够设计芯片，也因缺乏上述产业的配套协作而难以生产出世界领先水平的芯片，国产化芯片的生产仍然被限制在低端水平。

（五）各类要素流通不畅，区域协作面临供血不足困境

数智时代的区域协作具备一定的技术平均化作用，有助于加速新技术的研发与应用，不同区域之间通过协作还能够实现资源共享，优化资源配置，形成区域协作生产力进而推动区域经济实现高质量发展。然而区域之间的高效协作需要建立在各类要素顺畅流通的基础上，要素流通不畅会导致区域协作面临供血不足困境，影响社会再生产过程的连续性。数智时代的区域协作需要物质形态和非物质形态生产要素的强力支撑，其中数据要素、资本要素和劳动力要素更是占据主导地位。在数据要素方面，由于数据具备非物质性和可复制性，数据的所有权、使用权和流通权等权利尚未在法律层面得到清晰界定，权属关系模糊从根本上导致了数据在不同区域之间难以顺畅流通，各区域间形成了数据壁垒，同时由于缺乏统一的数据标准规范、数据架构存在差异、数据安全保护困难、数据市场交易机制和定价机制不健全等因素的影响，数据的充分利用和高效流通障碍重重。在资本要素方面，智能化机器的研发和生产需要更好的数智基础设施、更成熟的技术服务市场及更高的投资回报率，而不同区域的上述条件存在显著差异，发达地区通常更具备优势，也更容易吸引资本流入，加之各类金融机构在不同区域之间的非均衡存贷款配置，加速了资本在发达地区的过度集中，影响了资本的流通和配置效率。在劳动力要素方面，数智技术的发展不仅需要加快数据要素确权和投入巨大的物质资本，更需要区域间人才的顺畅流动和协作配合，但由于户籍、教育、医疗、社保等公共服务存在区域差异，导致各区域间的人才市场相对独立，人才流动的非均衡性显著，区域间的人才优势难以互补。

（六）数智治理分歧较大，国际协作面临共识破裂困境

推动形成广泛认可的数智治理框架并达成相应的共识，有助于增强各国之间的信任，为数据共享、数字贸易及新技术合作研发等领域的国际协作提供稳定基础，实现共同繁荣发展。然而目前各国之间对于数智治理还存在较大分歧，进而导致国际协作受阻，主要表现在以下三方面：一是数据是否能跨境流动分歧较大，导致数字贸易领域的国际协作难以达成。例如，在体现美国意志的《美墨加协定》（USMCA）中，为推动数字贸易全球化发展，明确禁止各缔约方对数据跨境自由流动进行任何形式的限制或对数据采取本地化措施；在欧盟主导的《欧盟—加拿大综合经济与贸易协定》（CETA）中，认为在数据有效监管的前提下应该允许数据跨境自由流动并在境内存储；体现中国主张的《区域全面经济伙伴关系协定》（RCEP）则突出主权国家安全利益导向，在此基础上允许基于商业行为的数据跨境自由流动。二是对未来人工智能的发展应用领域分歧较大，导致人工智能的全球治理共识难以达成。是否将人工智能发展应用于军事领域所引发的国际分歧最大，美国、俄罗斯、以色列等国家通过出台人工智能军事应用的战略及政策，鼓励支持人工智能军事化发展，智能化战争模式已初现雏形，然而人工智能的军事化应用可能会导致武装冲突扩大到前所未有的规模，缺乏管控将会使战争成为常态。三是由于智能技术的复杂性和发展水平的差异，导致智能事故的责任归属存在较大分歧。例如自动驾驶汽车在自动驾驶模式下发生事故，由于所涉及的技术和技术运作情况极其复杂，具体应由谁承担责任难以明确，而这种责任归属的复杂性又需要各国之间形成统一的数智治理政策和法规框架。

四、数智时代协作生产力发展的优化路径

针对数智时代协作生产力在不同层面所面临的主要阻滞困境，亟需在充分考虑我国发展实际的基础上，通过科学合理的路径安排，加快形成与数智时代协作生产力发展相适应的新型生产关系，主动破局、摆脱困境，加速协作生产力发展。

（一）提升算力供给能力，点燃协作生产力驱动引擎

数智时代随着人工智能的飞速发展，算力特别是智能算力逐渐成为协作生产力发展的核心动力。实现智能算力提质增效有助于促进数据、算法和算力深度融合，创造出强大合力共同驱动协作生产力发展。发展智能算力是一个系统性工程，需要相关行业和部门高度配合、同向发力。一方面要注重提升智能算力供给能力。紧密结合人工智能产业发展需求，重点考虑满足数智化水平较高地区的智能算力需求，强化与当地科研院所的合作，推动人工智能应用场景加速落地，填补智能算力供需缺口。另一方面要注重优化区域算力布局。推动建设全国统一的算力资源调配平台，整合各地分散的算力资源，促进各级算力设施互联互通，实时监控和调度全国范围内的算力资源，精准匹配各地算力需求，提高算力资源利用率，更好服务于国家战略部署和区域数智化发展需求。此外，在加强算力芯片技术攻坚的基础上，要依据不同的使用时段和使用需求，制定灵活多样的算力使用定价策略，推动算力应用普惠发展，使数智红利惠及各行各业。针对科技创新、民生发展等具有显著社会价值和巨大创新潜力的特定行业领域，应充分发挥政府作用降低算力使用门槛。

（二）强化政策支撑保障，共享协作生产力发展红利

数智时代协作变革的顺利推进离不开强有力的政策支撑，加快形成与数智时代协作变革相适应的政策支持体系，有助于让全社会共享协作生产力发展的红利。智能机器应用的规模越大，生产的自动化和连续性就越高，被替代的低技能劳动力就越多，各项政策的制定理应向其倾斜，让协作生产力发展的红利尽可能惠及更多群体。未来强化政策支撑保障应充分考虑数智时代劳动力市场的结构性分化和收入分配极化。一要优化税收政策，减缓收入极化程度。通过实施累进税制提高高收入群体税率、降低低收入群体税率，考虑征收资本所得税等方式，调整资本积累和工资收入，进一步缓解收入不平等现象。二要健全社会保障体系。加快推进户籍制度改革，聚力实现社会保障城乡统筹，增强社会保障可及性。聚焦新业态就业人员、灵活就业人员和农民工等低技能弱势群体，完善参保政策措施，扩大新就业形态就业人员职业伤害保障试点。三要转变轻视服务业就业的政策取向。服务业涉及的诸多岗位与人际交往和情感理解密切相关，这些工作不仅需要技术能力，更需要同理心和沟通能力，人工智能难以完全替代。加大对服务业就业岗位所需技能的培训，鼓励会被智能机器替代的低技能劳动者积极转向服务业就业，是顺应数智化变革的合理举措。

（三）建立多元化反垄断机制，构筑健康良好的企业协作新生态

在数智时代背景下，海量数据的产生和数智技术的深度运用并没有使数字科技企业或平台企业跨越垄断，反而由于数据飞轮效应、平台网络效应等因素加速了此类企业形成双边市场垄断的进程，打破了公平竞争、互惠互利的企业协作生态。数字科技企业或平台企业通常具备发展迅速、跨行业、跨地域等特征，需要通过建立多元化的反垄断机制，从事前、事中和事后三个阶段对其进行反垄断治理，创造公平合理、健康良好的企业协作新生态。建立多元化反垄断机制的核心是做好事前识别，结合平台用户数量和数据流量等多维因素进行综合判定，明确数字科技企业或平台企业垄断行为的具体界定标准，强化金融监管部门、数据监测和管理部门以及反垄断执法部门在各自领域识别垄断行为的能力，提前预判可能出现的垄断行为。加强反垄断法律修订的前瞻性，构建起政府、市场及社会主体积极联动和定期会商协调的沟通机制。在做好事前识别的基础上，全面落实公平竞争审查制度，对识别出可能具备垄断行为的企业集中进行分级分类审查，充分发挥行业协会的规范引领作用，通过制定竞争行为准则、数据使用规范及合规管理制度等引导企业自觉维护公平竞争的市场氛围，为中小企业提供信息咨询和技术支持等服务，帮助其更好更快地融入平台经济环境。加强对金融领域和技术领域双重监管，发挥媒体舆论监督作用，深入调查、专题报道平台企业垄断行为，促进市场公平竞争，共同构筑健康良好的企业协作新生态。

（四）持续健全新型举国体制，塑造独立自主的产业协作新优势

新型举国体制是我国在社会主义市场经济发展条件下，集中力量办大事的具体制度安排，其实质是党和国家根据治理需要组织的大规模协作，以此创造出更强劲的社会劳动生产力。① 党的二十届三中全会将健全新型举国体制作为构建支持全面创新体制机制的重要内容进行统筹安排，强调面向世界科技前沿和国家重大需求，优化重大科技创新组织机制，强化关键核心技术攻关，充分体现了持续健全新型举国体制对打破发达国家关键核心技术垄断、构建安全可控的现代化产业体系以及塑造独立自主的产业协作优势的重要意义。新型举国体制并非要替代市场在科技创新资源配置中的核心作用，而是要集中力量解决科技创新活动中市场机制失灵的关键环节。在产业协作的过程中，出现市场失灵的情况主要有三类：第一类是重大基础研究领域的前瞻性部署，市场化机构主要考虑短期收益，需要政府统筹安排加大投入。第二类是“卡脖子”现象，主要是竞争对手出于主导世界经济运行和保护产业安全目的的国家行为所致，需要国家集中力量攻坚突破。第三类是补齐现代化产业体系建设的短板，仅依靠市场力量进程缓慢，政府跨部门协同推动能够迅速补齐，实现产业跨越式发展。据此应识别梳理攸关经济发展和国家安全的“卡脖子”技术，对重大基础研究领域进行前瞻性部署，围绕产业链部署创新链、围绕创新链布局产业链。在此基础上充分利用好完备产业体系、超大规模市场及强大动员组织能力等综合优势，集中产学研优质资源聚力攻坚，支持有能力的民营企业牵头承担国家重大技术攻关任务，加速“卡脖子”技术点上突破。统筹建设现代化的基础设施，破除地方保护壁垒和行业壁垒，协调各层级产业集群合理分工，提高重点产业链技术供给能力，促进科技成果转移转化，通过建设完整、先进、安全的现代化产业体系，塑造独立自主的产业协作新优势。

（五）加快构建全国统一大市场，形成融通互补的区域协作新格局

全国统一大市场是通过充分竞争与分工深化所形成的一体化运行的全国性大市场体系，其最大的特征在于规则统一、政策一致、执行协同。① 市场是分工的基础，市场容量决定分工的社会化程度，也深刻影响着协作的规模和范围。② 全国统一大市场也是一个与大国经济循环紧密相关的经济范畴，若国内市场长期处于分割状态，再叠加地方保护主义和其他阻碍要素自由流动的超经济强制力量，资源配置机制便难以得到优化，也就不利于形成协同融通、优势互补的区域协作新格局。要素资源的自由流动是加快构建高水平全国统一大市场的基础条件，也是实现区域协作融通互补的重中之重。要持续深化要素市场化改革，破除限制土地、数据、资本、劳动力等生产要素自由流动的体制机制障碍，引导各类资源要素向先进生产力集聚。构建城乡统一的建设用地市场，稳妥合理推动城乡建设用地同等入市、同价同权。扎实推动数据要素确权，加快培育数据要素市场，建立健全数据资产交易、跨境流动、安全传输等基础制度和统一标准，积极搭建各区域间互联互通的数据或技术交易平台。全面落实公平竞争审查制度，提升审查程序规范性，建立跨区域联动的审查机制，及时清除妨碍依法平等准入和退出的障碍，强化反垄断部门监管职能，加快发展全国统一的直接融资市场，完善股市进入退出机制，促进资本要素在各行各业、各个地区通畅流动。放开除个别城市外的落户限制，建立常住地户籍登记制度，按常住人口缴税规模合理配置区域公共资源，通过完善统一规范的人力资源市场体系和技术技能评价制度，消除就业歧视，加大人才引进力度，进一步促进劳动力要素在城乡、地区之间的合理有序流动。

（六）扎实推进高水平对外开放，绘就互利共赢的国际协作新篇章

智能技术作为一种革命性的新质生产力，已经展现出重构人类社会的巨大潜力，若全球更多国家能够积极参与智能技术的研发并促进其合理运用，国际协作就能打开更加广阔的互利共赢空间。高水平对外开放是新时代中国特色社会主义生动实践的具体表现，也是推动全球数智治理变革的题中之义。中国于2024年7月1日在第78届联合国大会上提出《全球人工智能治理倡议》，这是联合国通过的首份关于人工智能能力建设国际协作的决议，也是中国积极促进数智领域国际协作的重大举措。只有实现开放才有可能协作，未来仍应秉持共商共建共享的治理原则，多层次宽领域扎实推进高水平对外开放，为全球数智治理贡献中国智慧和中国力量。一要推动凝聚数智治理共识。积极搭建开放包容、平等参与的国际交流平台，支持联合国等国际组织发挥关键平台作用，加强人工智能能力建设国际协作，推动形成国际统一、安全可靠的数智治理共识。二要共建公平开放的国际协作环境。坚持智能向善、造福人类的原则，加速弥合发达国家与发展中国家之间的数字鸿沟和智能差距，帮助发展中国家加强智能能力建设，确保发展中国家在全球数智治理中有充分的发言权。三要统筹兼顾开放与安全。制定数据开放与共享规则，推进技术标准通用共享，在确保数据安全的基础上促进数据跨境流动和技术协同攻关，加强设备自由贸易和设施互联互通，从要素流动型开放转向制度型开放，主动对接高标准经贸协定，推动数字贸易等领域的国际协作高质量发展。

① 蒋永穆、马文武、冯奕佳等编著：《新质生产力：如何看？怎么办？》，北京：中国经济出版社，2024年，第58页。

② 蒋永穆、乔张媛：《新质生产力：逻辑、内涵及路径》，《社会科学研究》2024年第1期。

③ 王道义：《简论协作生产力的自然形成》，《经济问题》1986年第7期。

④ 王道义：《协作生产力刍议》，《求索》1986年第3期。

⑤ 王道义：《论社会主义初级阶段协作生产力》，《经济研究》1988年第10期。

① 程启智：《论马克思生产力理论的两个维度：要素生产力和协作生产力》，《当代经济研究》2013年第12期。

② 程启智：《生产力的二维理论：要素生产力和协作生产力及其互动演化——兼论马克思主义经济学在当代的发展与借鉴》，《河北经贸大学学报》2014年第1期。

③ 王馗：《马克思的协作理论与协作形式的发展——兼论协作与所有制的关系》，《经济学家》2015年第6期。

④ 张晋铭、徐艳玲：《数字经济时代发展新质生产力的内在逻辑与现实启示——基于马克思生产力二维理论的分析》，《兰州学刊》2024年第9期。

⑤ 任保平、王子月：《数字新质生产力推动经济高质量发展的逻辑与路径》，《湘潭大学学报》（哲学社会科学版）2023年第6期。

⑥ 岳奎、曲秀玲：《新质生产力的绿色发展维度》，《当代经济研究》2024年第8期。

⑦ 谢宝剑、李庆雯：《新质生产力驱动海洋经济高质量发展的逻辑与路径》，《东南学术》2024年第3期。

⑧ 张震宇、侯冠宇：《新质生产力赋能中国式现代化的历史逻辑、理论逻辑与现实路径》，《当代经济管理》2024年第6期。

⑨ 蒋永穆、乔张媛：《新质生产力：逻辑、内涵及路径》。

⑩ 王水兴、刘勇：《智能生产力：一种新质生产力》，《当代经济研究》2024年第1期。

11 蒋永穆、李明星：《发展农业新质生产力的政治经济学分析》，《经济纵横》2024年第5期。

12 刘志彪：《“四链融合”：一个关于现代产业增长方程的系统分析》，《学术界》2023年第3期。

13 洪银兴、王坤沂：《新质生产力视角下产业链供应链韧性和安全性研究》，《经济研究》2024年第6期。

14 谢富胜、江楠、匡晓璐：《马克思的生产力理论与发展新质生产力》，《中国人民大学学报》2024年第5期。

① 《资本论》第1卷，北京：人民出版社，2018年，第387页。

② 《马克思恩格斯全集》第47卷，北京：人民出版社，1979年，第291页。

③ 《资本论》第1卷，第382页。

④ 《资本论》第1卷，第378页。

⑤ 《资本论》第1卷，第387页。

⑥ 《资本论》第1卷，第378页。

⑦ 《马克思恩格斯全集》第47卷，第304页。

⑧ 《马克思恩格斯全集》第47卷，第301页。

① 《资本论》第1卷，第374页。

② 《马克思恩格斯全集》第47卷，第301页。

③ 《资本论》第1卷，第484页。

① 洪永淼、史九领：《人工智能的政治经济学分析》，《学术月刊》2024年第1期。

② 根据国际数据公司（IDC）的统计预测，2027年全球非结构化数据将占到数据总量的86. 8%。数据来源：2024年1月23日国际数据公司IDC发布的《IDC Future Scape：全球数据和分析市场2024预测——中国启示》，2024年1月24日，https：//www.idc.com/getdoc.jsp？containerId=prCHC51814824，2024年11月6日。

③ 中国信息通信研究院：《中国算力发展指数白皮书》，第1页，2021年9月18日，http：//www.caict.ac.cn/kxyj/qwfb/bps/ 202109/P020210918521091309950.pdf，2024年11月6日。

④ 《2022—2023全球计算力指数评估报告》显示，中国、美国、日本等15个全球主要国家的计算力指数平均每提高1点，国家的数字经济和GDP将分别增长3. 6‰和1. 7‰，这一增长趋势在未来仍将继续保持。数据来源：2023年7月12日，国际数据公司IDC、浪潮信息、清华大学全球产业研究院联合发布的《2022—2023全球计算力指数评估报告》，2023年7月12日，https：//tech.gmw.cn/2023-07/12/content_36691480.htm，2024年11月6日。

① 《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》，《人民日报》2020年4月10日，第1版。

② 刘志彪：《新质生产力驱动下的新型生产关系：趋势、挑战与对策》，《财贸经济》2024年第8期。

③ 钱德勒：《看得见的手——美国企业的管理革命》，重武译，北京：商务印书馆，1987年，第1—3页。

① 刘志彪：《新质生产力的产业特征与驱动机制》，《探索与争鸣》2024年第3期。

② 余东华：《算力：数字经济时代的新质生产力》，《财贸研究》2024年第7期。

① 吉姆·柯林斯：《从优秀到卓越》，俞利军译，北京：中信出版社，2006年，第210—214页。

① 谢富胜、潘忆眉：《正确认识社会主义市场经济条件下的新型举国体制》，《马克思主义与现实》2020年第5期。

① 刘志彪：《全国统一大市场》，《经济研究》2022年第5期。

② 向国成、刘晶晶、罗曼怡：《马克思恩格斯的分工与市场思想及其当代价值》，《经济学动态》2021年第9期。

（责任编辑：冉利军）