文 | 黃錦輝

在經濟學中，“全要素生產力”（Total Factor Productivity，TFP）衡量總產出（Output，例如，GDP）與總投入（Input）的比例。TFP通常是用來反映在總投入中資本（Capital, K）和勞動力（Labour, L）投入以外的所有其他影響產出的要素。以工業界“數字化轉型”(Digital Transformation) 為例，“數字化”（Digitalization）就是除了資本和勞動力之外提升生產力的關鍵要素。

工業“數字化”進程中包括兩個時代的不同技術，分別從過去“互聯網”時代轉向今天“人工智能”時代，兩者對工業生產力的持續增長都非常重要。互聯網在生產過程中能使資訊連結，透過打破資訊孤島，實現人與人、人與資訊、人與服務之間的高效連接，大大提升資訊傳播的速度及廣度，提升生產效率，並節省整體生產成本。但是隨著創新科技的發展，單純資訊連結已無法滿足國際市場對高質產品發展的需求。而人工智能則促使優化賦能、透過科技滲透，賦能生產機器自主分析、學習和決策，進而優化各行各業的運作。從連結到賦能的轉移，反映出科技不再只是資訊傳遞的管道而已，而是成為重建生產要素、重組價值鏈（Value Chain）的核心引擎。

具體而言，人工智能運用其強大的數據處理、模式識別及智慧決策能力，從多個層面提升生產效率。在公司層面，人工智能優化生產流程，實現精準預測及智慧調度，減少資源浪費和低效勞動。例如，在製造業中，智能工廠可以實現彈性生產，根據市場需求快速調整產品設計和生產計劃，大幅提升生產效率及產品品質。而在產業層面，人工智能可促進產業鏈上下游的協同優化，利用智慧物流、供應鏈金融等應用，降低交易成本，提升整條產業鏈的運作效率。在經濟層面，人工智能作為通用技術，其賦能效應將正面地影響各行各業，拓展人類的知識、勞動能力和決策水平，從而提升社會的“全要素生產力”（TFP）。

從另一角度看，社會必須做好準備迎接人工智能時代的到來，須要對勞動力性質、分工模式、價值的創造與分配等議題從新思考，現有的制度體系和治理框架要作改善，例如包括：

（1）勞動關係。人工智能的普及將取代部分重複性高的勞動職位，同時會催生大量新的，需要“人機協作”的就業機會。因此，社會需要建立一套健全的終身學習及技能提升體系，幫助勞工界適應人工智能轉型，並探索新的社會保障模式，以應對結構性失業等帶來的挑戰。

（2）數據要素的產權及分配。在人工智能經濟中，數據就像土地、勞動力、資本、技術等並列為關鍵生產要素。如何界定數據產權、促進數據安全有序流通、建立公平合理的數據要素收益分配機制，是建構新型生產關係的核心議題。

（3）治理模式。社會需要一個對環境改變反應敏捷、多元協同的人工智能生態圈，在其中建立一套全面的治理體制，來平衡創新發展與社會風險，確保人工智能應用合規、透明、可靠。社會可透過人工智能科技的普及來優化資源配置效率，並同步建設配合智慧化轉型的制度體系與治理框架、確保創新紅利惠及全民，確保科技發展能在維護國家安全的條件之下配合國家發展目標。

最後，返回本地，在促進“數字經濟”方面，特首在 2025 年《施政報告》提出“推進 AI + 發展，促進 AI 在各行業廣泛深度融合，實現‘AI 產業化、產業AI 化’”。筆者認為上述 TSFP 方式亦適用於“AI + 產業”戰略的部署，建議政府可參考國家國務院於 9 月發布的《關於深入實施“人工智能 +”行動的意見》報告。

（作者係立法會議員，香港中文大學工程學院副院長（外務），香港專業及資深行政人员協會副會長，文章僅代表個人觀點）