文 | 黄锦辉

在经济学中，“全要素生产力”（Total Factor Productivity，TFP）衡量总产出（Output，例如，GDP）与总投入（Input）的比例。TFP通常是用来反映在总投入中资本（Capital, K）和劳动力（Labour, L）投入以外的所有其他影响产出的要素。以工业界“数字化转型”(Digital Transformation) 为例，“数字化”（Digitalization）就是除了资本和劳动力之外提升生产力的关键要素。

工业“数字化”进程中包括两个时代的不同技术，分别从过去“互联网”时代转向今天“人工智能”时代，两者对工业生产力的持续增长都非常重要。互联网在生产过程中能使资讯连结，透过打破资讯孤岛，实现人与人、人与资讯、人与服务之间的高效连接，大大提升资讯传播的速度及广度，提升生产效率，并节省整体生产成本。但是随著创新科技的发展，单纯资讯连结已无法满足国际市场对高质产品发展的需求。而人工智能则促使优化赋能、透过科技渗透，赋能生产机器自主分析、学习和决策，进而优化各行各业的运作。从连结到赋能的转移，反映出科技不再只是资讯传递的管道而已，而是成为重建生产要素、重组价值链（Value Chain）的核心引擎。

具体而言，人工智能运用其强大的数据处理、模式识别及智慧决策能力，从多个层面提升生产效率。在公司层面，人工智能优化生产流程，实现精准预测及智慧调度，减少资源浪费和低效劳动。例如，在制造业中，智能工厂可以实现弹性生产，根据市场需求快速调整产品设计和生产计划，大幅提升生产效率及产品品质。而在产业层面，人工智能可促进产业链上下游的协同优化，利用智慧物流、供应链金融等应用，降低交易成本，提升整条产业链的运作效率。在经济层面，人工智能作为通用技术，其赋能效应将正面地影响各行各业，拓展人类的知识、劳动能力和决策水平，从而提升社会的“全要素生产力”（TFP）。

从另一角度看，社会必须做好准备迎接人工智能时代的到来，须要对劳动力性质、分工模式、价值的创造与分配等议题从新思考，现有的制度体系和治理框架要作改善，例如包括：

（1）劳动关系。人工智能的普及将取代部分重复性高的劳动职位，同时会催生大量新的，需要“人机协作”的就业机会。因此，社会需要建立一套健全的终身学习及技能提升体系，帮助劳工界适应人工智能转型，并探索新的社会保障模式，以应对结构性失业等带来的挑战。

（2）数据要素的产权及分配。在人工智能经济中，数据就像土地、劳动力、资本、技术等并列为关键生产要素。如何界定数据产权、促进数据安全有序流通、建立公平合理的数据要素收益分配机制，是建构新型生产关系的核心议题。

（3）治理模式。社会需要一个对环境改变反应敏捷、多元协同的人工智能生态圈，在其中建立一套全面的治理体制，来平衡创新发展与社会风险，确保人工智能应用合规、透明、可靠。社会可透过人工智能科技的普及来优化资源配置效率，并同步建设配合智慧化转型的制度体系与治理框架、确保创新红利惠及全民，确保科技发展能在维护国家安全的条件之下配合国家发展目标。

最后，返回本地，在促进“数字经济”方面，特首在 2025 年《施政报告》提出“推进 AI + 发展，促进 AI 在各行业广泛深度融合，实现‘AI 产业化、产业AI 化’”。笔者认为上述 TSFP 方式亦适用于“AI + 产业”战略的部署，建议政府可参考国家国务院于 9 月发布的《关于深入实施“人工智能 +”行动的意见》报告。

（作者系立法会议员，香港中文大学工程学院副院长（外务），香港专业及资深行政人员协会副会长，文章仅代表个人观点）