每个时期的新质生产力都构成了发展的新动能，而每一种新动能都伴随着相应的创新要素。马克思在《资本论》中关于机器体系的阐述指出：“所有发达的机器都由三个本质上不同的部分组成：发动机，传动机构，工具机或工作机。”这反映了第一次产业革命后人力被机械力所替代的历史特征。第二次产业革命以电力为新动能，电力的广泛应用推动了机器体系各个方面都产生革命性进步，实现了机械力向电力的转换。第三次产业革命则以“网力”为新动能，在机器体系中引入电脑和网络，人脑开始被电脑所替代。当前，新一轮科技革命和产业变革正在深入推进，以算力和算法为新动能，人工智能替代并强化人对生产和服务的脑力作用。进入21世纪，新质生产力的迭代升级明显加快，经济形态呈现从信息经济到数字经济、再到智能经济的跃迁。面对新质生产力驱动下经济形态升级提速的现实，数字经济和智能经济先后成为当前新质生产力的代表性形态。习近平总书记在中央政治局第二十次集体学习时强调：“人工智能作为引领新一轮科技革命和产业变革的战略性技术，深刻改变人类生产生活方式。”今年《政府工作报告》明确提出“打造智能经济新形态”。

　　新质生产力迭代升级背后是颠覆性新科技的推动。比如，信息经济是由计算机和互联网推动的，数字经济是由互联网、大数据、云计算、区块链推动的，现在的智能经济则是基于信息经济和数字经济由人工智能推动的。每次科技的迭代升级都可能产生生产要素的创造性破坏，并且产生新的创新要素。数字经济和人工智能大体包含了数据、算力和算法三种全新的要素。

　　数据是智能经济新形态中关键的生产要素。数据要素不仅凝结在数字化平台和智能系统中，而且成为非自然资源的劳动对象。习近平总书记指出：“浩瀚的数据海洋就如同工业社会的石油资源，蕴含着巨大生产力和商机，谁掌握了大数据技术，谁就掌握了发展的资源和主动权。”数字经济涉及数据产业化和产业数字化。数字经济与实体经济深度融合，能够产生明显的财富效应。

　　算力是继热力、电力、网力以后的新动力。算力依托计算机、云计算和各种高端数字处理系统处理海量数据、运行基于复杂算法的基础动力，云计算中心和相关的数据处理系统构成强大算力集群，成为数字和智能经济的数字引擎，从而实现经济运行全流程的自动化与智能化。

　　算法是现代科技的新方法。在数字经济尤其是智能经济新形态中，算法的作用越来越重要。借用人工智能专家的定义，算法是明确解决问题的步骤和执行逻辑，对生产流程进行精准定义、优化和组织。当前表现在大语言模型通过整合大数据与强算法，展现出规模效应与通用性特征，机器学习是AI的核心方法论，从机器学习到深度学习，由ChatGPT到DeepSeek之类的AI大模型及近期出现的“养龙虾”，通过数据训练而非显式编程，自动学习规律、优化模型参数，实现“从数据中提炼知识、从经验和应用中改进性能”的能力。用数学模型拟合数据分布，对未见过的新数据作出准确预测或决策。人工智能算法具备持续学习、自我优化的能力，尤其是在开源背景下，只要持续输入新数据进行模型训练，就可以使其预测更精准、决策更智能、适应性更强。人工智能算法正在重塑我们的生产和生活方式。

　　智能经济以数字经济为基础。数字经济的三要素同时也是智能经济的三要素，只不过是算法作用明显增大，但它离不开算力和数据要素的相应升级。如人工智能专家说明的，算法是人工智能的“大脑”，是指导计算机执行特定任务的一系列指令的集合。它是人工智能实现智能化处理的方法，决定了AI系统能够理解和处理信息的深度和广度。算力，即计算能力，是支撑人工智能算法运行和数据处理的基础设施。在深度学习等复杂AI应用中，模型的训练和推理过程需要消耗大量的计算资源。提升算力水平是加速AI技术发展的关键途径。数据是人工智能系统学习和改进的基础。通过收集、处理和分析海量数据，AI系统能够不断优化模型参数、提升预测准确率，从而实现智能化决策和应用。因此，数据的质量和数量直接决定了AI系统的性能和效果。数据具有规模收益递增的效应，使用越广泛，收益越高。概括起来，数据生成的科技含量越高，数据价值越高；数据应用越广泛，数据价值越高。没有数据的支持，数字经济和智能经济就是无本之木，再先进的算法和算力也无法发挥出应有的价值。总之，数据越是充分准确，算力越强大、算法越先进，数字平台规模越大、数字技术应用场景越广泛，数字经济和智能经济的新质生产力作用就越大。

　　面对智能经济新形态，经济学研究财富增长要素有必要从单纯的物质要素（劳动者、劳动资料和劳动对象）的分析拓展到数字经济三要素的分析，生产关系的完善和调整需要从生产、分配、流通、消费各个环节放大智能经济的财富价值创造效应。在此基础上建立适应新质生产力的新型生产关系。

　　从生产角度分析，随着数字化平台和智能化系统替代工业化时代的机器设备，数字经济和智能经济对财富创造的颠覆性影响，不仅仅是替代劳动者（包括复杂劳动和简单劳动），而是在很大程度上替代劳动过程本身。这不仅是劳动者数量的减少，而且是劳动者所参与的劳动过程被智能化系统运行所替代。因此，财富创造过程已经不完全等同于传统的劳动过程，而演变为数字经济的三要素协同运行的过程。这种协同作用体现在与实体经济的深度融合中。进入数字经济阶段时，习近平总书记明确要求，“加快发展数字经济，促进数字经济和实体经济深度融合”。进入智能经济阶段后，习近平总书记又进一步提出“推动人工智能科技创新与产业创新深度融合”。这两个融合构成了从生产角度放大数字经济和智能经济财富创造效应的战略方向，即构建企业主导的产学研用协同创新体系，助力传统产业改造升级，开辟战略性新兴产业和未来产业发展新赛道。具体地说，一是推动科技创新，加快颠覆性前沿科技的研发，尤其是数字技术和人工智能技术的不断升级；二是推动产业创新，特别是开辟充分利用数智技术的未来产业新赛道。两者结合起来就是在数智经济基础上实现科技创新与产业创新深度融合，从而不断增强财富创造能力。

　　从流通角度分析，数据作为关键生产要素有共享要求，数字经济和智能经济中数据的使用具有边际收益递增效应。特别是人工智能大模型的算法模型是开源的，其底层代码可以被多家企业同时拿去使用，并可结合应用场景对代码进行相应调整，使用者可以以较小的代价获取先进技术，实现人工智能的技术普惠与协同共享，从而推动行业整体的智能化转型。当然，开源并非无偿的。使用大模型的企业和人员会根据研发和任务的需要对模型提供数据的“投喂”，就会使大模型的开发者获取更多的数据，创造更高的市场价值。数据不只是共享，还要在流通中实现数据的价值。数据产权的实现，本质上是数据要素形成收益的过程。在数字经济条件下，数据要素的价值通过流通得以释放。对许多以数据生产为主业的企业而言，其价值实现主要体现在数据通过流通应用与共享，获得相应的数据报酬。数据交易市场就起到了这种作用。人们一般认为数据市场是信息最不对称的市场，买者需要得到数据的完全信息，而卖者如果提供完全信息，信息就一钱不值。大模型的开源就在很大程度上克服了这种信息不完全。数据包括原始数据和加工生成的作为生产要素的数据。原始数据不存在确权问题，需要确权的是成为生产要素的数据。原始的数据，经过各类数字平台的采集、一定的算力和算法进行一步步处理才形成作为生产要素的数据。这里数据成为劳动对象，其中每个环节都会形成数据要素的价值和权益。为了激发数据要素的生成并发挥其生产力作用，就需要对作为生产要素的数据形成的各个环节的成果进行确权以便实现其价值。生成的数据就是产品。谁生成数据谁就拥有数据产权，谁运用了其数据，就要向数据产权所有人支付报酬。当然，利用他人数据生成新数据的人，也要给该数据所有权人支付报酬。不同的数据有不同的功能和价值。根据数据功能及其价值准确确权（产权及产权价值），就能使数据产权所有者从市场及使用中得到数据产权收益。这里的关键是以数据为对象的知识产权保护制度，原因是数据的复制成本低，侵权盗版会严重阻碍数据要素的生成。因此完善数据市场，一是需要完善社会信用制度，利用互联网平台、区块链等数字手段科学甄别市场参与者及其行为；二是保障数据安全，防止数据泄露。这两个方面正是建设和完善数据要素市场的关键。

　　从分配角度分析，数字经济和智能经济中，分配制度的基本功能是激励创新。除了数据价值作为数据要素所有权收入在流通中得到实现外，直接成为收入分配问题的是创新人才的报酬。在数字经济中，财富创造过程已不同于一般的劳动过程，或者说财富创造过程主要不在生产前台的直接劳动过程，而在于后台的研发、编制程序、数据处理等环节。因此，收入分配不能局限于劳动过程的劳动报酬，而应更多关注后台各种创新人才的收入分配。与此相应，收入分配体制应遵循习近平总书记要求的：“健全要素参与收入分配机制，激发劳动、知识、技术、管理、资本和数据等生产要素活力，更好体现知识、技术、人才的市场价值，营造鼓励创新、宽容失败的良好氛围。”这里讲的“更好体现知识、技术、人才的市场价值”，意味着通过市场评价来引导收入分配，这对于发展新质生产力意义重大。因为，产生颠覆性科学技术并且得到广泛应用，关键在于培育和打造对战略性新兴产业和未来产业具有洞察力和领导力的人才。创新人才链涵盖基础研究人才、研发人才、管理人才、创业人才、技能人才等多个层次，尤其是战略科学家和科技企业家。让这些人才各尽其用、各得其所，体现在按贡献获取报酬的财富分配之中，这正是实现财富创造的关键所在。

　　从消费角度分析，消费与生产一样，都是创造财富价值的重要环节。消费构成了数字技术和人工智能的应用场景。消费包括生产消费和生活消费两大类。“十五五”规划纲要提出全面实施“人工智能+”行动。其中，“人工智能+科学技术”和“人工智能+产业发展”基本上属于生产消费的范畴；而“人工智能+消费提质”和“人工智能+民生福祉”基本上属于生活消费的范畴。这说明人工智能具有广阔的应用空间，有消费就有财富价值。在数字技术和人工智能的应用过程中，如何实现财富价值的增值，也面临着方向选择的问题。就生产消费来说，选择的关键在于人工智能主要用于产业发展还是替代劳动力。当前，人工智能不仅能够替代简单劳动，也正在逐步替代复杂劳动。中国作为人口大国，面对着较大的就业压力，同时产业发展中高水平技术供给存在明显短板。在此背景下，人工智能的应用方向应更加突出弥补科技与产业短板，提升科技与产业的水准（如高端芯片等领域），解决“人不能及”和“人难能及”的问题（如脑机接口），从而为就业优先战略提供更大的空间。就生活消费来说，重点在于降低成本，使广大消费者能够用得上、用得起人工智能产品提供的生活服务。只有这样财富价值才能在市场的认可中实现增值。

　　（作者系南京大学文科资深教授）

（责编：常滨海）