數(shù)字化時代的全球研發(fā)分工新格局：核心特征與生成邏輯

［摘"要］數(shù)字化時代的全球研發(fā)分工新格局呈現(xiàn)“中心-外圍”之特征，中心的研發(fā)勞動負責概念與原理設計等高端工作，外圍研發(fā)勞動則執(zhí)行相對低端的操作。新格局的生成邏輯在于：智能研發(fā)工具在研發(fā)勞動過程中的普及加速了研發(fā)勞動“概念與執(zhí)行”的分離，數(shù)字技術(shù)革命與研發(fā)組織變革為這種分離向全球?qū)用娴臄U展創(chuàng)設了客觀條件，在此基礎上，壟斷組織通過壟斷先進研發(fā)勞動資料、頂尖研發(fā)勞動，以及圈占研發(fā)勞動對象的手段，推動了新格局的最終形成。為擺脫這種全球研發(fā)分工對我國自主研發(fā)的制約，我國應有針對性地加強智能研發(fā)工具與交叉復合型研發(fā)人才的自主化，并利用好本土隱性知識與企業(yè)需求等創(chuàng)新資源。

［關(guān)鍵詞］數(shù)字化時代；研發(fā)分工；“中心-外圍”；自主研發(fā)戰(zhàn)略

［中圖分類號］F1243"［文獻標識碼］"A"［文章編號］"1673-0461（2025）05-0011-10

一、引言

創(chuàng)新不僅在催生和發(fā)展新質(zhì)生產(chǎn)力方面發(fā)揮著主導作用，并且在中國式現(xiàn)代化建設全局中居于核心地位，既是解決當前我國經(jīng)濟社會發(fā)展突出矛盾與問題的根本出路，也是我國在激烈的國際競爭中獲得競爭新優(yōu)勢的根本依賴。研發(fā)是創(chuàng)新的源頭，特別是事關(guān)國家戰(zhàn)略全局的核心技術(shù)創(chuàng)新更離不開高質(zhì)量的自主研發(fā)活動。

如何走出一條富有中國特色的高質(zhì)量自主研發(fā)道路，是業(yè)界與學界十分關(guān)注的重大現(xiàn)實命題。大量文獻從資源配置、機理機制、制度文化等方面進行了深入探討，并突出強調(diào)了產(chǎn)學研等各類創(chuàng)新聯(lián)合體的重要作用。然而無論何種形式的創(chuàng)新聯(lián)合體，其有效性的前提是本國的研發(fā)分工尚未嵌入或鎖定于特定的全球分工之中。遺憾的是，大多數(shù)研究者僅強調(diào)了依托自主研發(fā)擺脫我國在全球產(chǎn)業(yè)價值鏈分工中的低端鎖定現(xiàn)狀，卻忽視了研發(fā)活動本身也存在著全球分工。由于不同分工位次對應的研發(fā)效果存在質(zhì)的差異，因此即便是施行相類似的研發(fā)戰(zhàn)略，也往往出現(xiàn)創(chuàng)新績效迥異的局面。

事實上，數(shù)字化時代的全球分工格局不僅存在于生產(chǎn)部門，也更加伴隨著全球研發(fā)分工的日益深化廣化，無論哪種分工都是等級化的，所以研發(fā)績效不完全由主觀的最優(yōu)化制度設計決定，其能否落地還深刻受制于客觀層面的全球分工格局，在不同的分工格局中各國所采取的研發(fā)戰(zhàn)略顯然需相應調(diào)整。因此，我們不能脫離時代與外部環(huán)境去孤立地分析本國的自主研發(fā)問題，必須立足深度全球化①的歷史方位，清醒認識研發(fā)分工的全球化對我國自主研發(fā)的影響，唯此才能更有針對性地明確研發(fā)戰(zhàn)略的側(cè)重點。

綜上所述，本文將重點考察聚焦于數(shù)字化時代的全球研發(fā)分工新格局，分析其核心特征與生成邏輯，目的是厘清當前我國自主研發(fā)的應對之策，以期為我國實現(xiàn)科技自立自強、加快新質(zhì)生產(chǎn)力發(fā)展提供學理支撐。

二、數(shù)字化時代的全球研發(fā)分工新格局呈現(xiàn)“中心-外圍”之特征

數(shù)字化時代的全球研發(fā)分工新格局呈現(xiàn)“中心-外圍”之特征，即中心的研發(fā)勞動負責概念與原理設計等高端工作，而外圍研發(fā)勞動則執(zhí)行相對低端的操作。一般而言，生產(chǎn)的社會化導致不同類型、不同地域的勞動者共同參與到具有特定結(jié)構(gòu)的社會分工之中，全球化分工作為社會分工進一步發(fā)展的結(jié)果，同樣具有其自身的結(jié)構(gòu)。在資本主義生產(chǎn)方式占統(tǒng)治地位的全球生產(chǎn)體系中，“中心-外圍”的分工格局是其最核心的特征。馬克思認為與機器大工業(yè)相適應的國際分工存在不對等的關(guān)系，它“使地球的一部分轉(zhuǎn)變?yōu)橹饕獜氖罗r(nóng)業(yè)的生產(chǎn)地區(qū)，以服務于另一部分主要從事工業(yè)的生產(chǎn)地區(qū)”［1］520，這是農(nóng)業(yè)生產(chǎn)與工業(yè)生產(chǎn)之間的不對等分工格局。而在工業(yè)生產(chǎn)分工內(nèi)部也是如此，“全球化的價值法則產(chǎn)生了新形式的兩極分化，使得強大外圍國家的工業(yè)居于從屬地位”［2］。正如沃勒斯坦所言“資本主義世界經(jīng)濟體是以世界范圍的勞動分工為基礎而建立的”［3］，這種分工導致不同經(jīng)濟體擔任不同的經(jīng)濟角色，因而從國際市場中的獲利也就不平等。然而在數(shù)字化時代，不僅傳統(tǒng)意義上的生產(chǎn)勞動呈現(xiàn)“中心-外圍”式的全球分工，并且諸如研發(fā)勞動等知識生產(chǎn)型勞動也出現(xiàn)同構(gòu)化的分工趨勢。

一方面，大量頂尖研發(fā)勞動力分布在核心國家內(nèi)部，他們掌握并從事核心技術(shù)知識的開發(fā)，處于全球研發(fā)分工的中心。2022年，在全球擁有最多AI"2000（人工智能全球最具影響力學者榜單）學者的前20家機構(gòu)中，前10強機構(gòu)均來自美國（見表1），這些機構(gòu)主要包括谷歌、Meta、微軟、蘋果等跨國公司，以及麻省理工學院、斯坦福大學等著名科研教育機構(gòu)②。2023年，在全球擁有Top100人工智能核心層相關(guān)專業(yè)的頂尖科研院所中，美國占據(jù)55所，達到總比例的51%，從全球人工智能人才情況來看，美國人工智能人才數(shù)量也是全球最多，并且人才數(shù)量遙遙領先于其他國家③。在研究領域方面，大部分專家集中于計算機科學或計算機工程等前沿領域，尤其是人工智能的研發(fā)。此外，世界各地的高質(zhì)量研發(fā)勞動不斷向中心流動。2013年，在美國擁有科學與工程領域博士學位的人中，外籍人員占42%［4］。同年，紐約和硅谷總共接納了大約1/8的STEM工人（從事科學、技術(shù)、工程、數(shù)學相關(guān)工作的勞動者），硅谷有56%的STEM工人和70%的軟件工程師為出生地在美國之外的人士［5］。在國際頂尖人才的流動方面更是如此，流入美國的移民共有203位獲得諾貝爾化學獎、醫(yī)學獎、物理學獎和經(jīng)濟學獎，其中53%是在美國居住期間完成其代表成果的

。相比之下，只有4名本土出生的美國人

在獲得這些獎項時與非美國科研機構(gòu)相關(guān)［6］。雖然從流入國的角度來看這種研發(fā)人才的中心化趨勢，極大地促進了技術(shù)創(chuàng)新，但從全球視角來看，卻在一定程度上導致研發(fā)勞動分布的極化。

另一方面，外圍的研發(fā)勞動更多依賴于發(fā)達國家提供的先進研發(fā)工具，開展相對低端的研發(fā)工作，他們很難觸及核心知識或底層原理，只能在領先者的基礎上進行局部的創(chuàng)新。比如，一些發(fā)展中國家的研發(fā)人員往往以非對等的身份加入全球研發(fā)網(wǎng)絡，他們不僅依賴并從屬于網(wǎng)絡中心的研發(fā)資源，并且大部分工作集中在常規(guī)性的科研數(shù)據(jù)分析、處理等方面，只有少數(shù)研發(fā)者參與到真正的前沿理論創(chuàng)新之中［7］。商業(yè)性的研發(fā)活動也存在類似現(xiàn)象，相關(guān)研究表明，許多企業(yè)大量引進智能研發(fā)工具，而企業(yè)的研發(fā)工程師的主要職責如今已變成借助這些工具開展產(chǎn)品設計，該工作幾乎不需要深奧的科學理論知識，僅需短時間的軟件操作培訓即可上崗，然而這項工作在21世紀初還屬于復雜的腦力勞動［8］。此類勞動者面對的是激烈的、同質(zhì)化的勞動力市場競爭，“碼農(nóng)”的過剩便是一種代表性的現(xiàn)象。這些外圍研發(fā)勞動者數(shù)量龐大，且分布相當廣泛。事實上，當前許多重大產(chǎn)品研發(fā)離不開幕后的大量研發(fā)零工的勞動，比如無人駕駛汽車的算法需要龐大的訓練數(shù)據(jù)集支撐，該數(shù)據(jù)集需要許多人力勞動完成識別圖像、描述產(chǎn)品、標記物體等工作［9］。這些幕后的勞動者碎片化地分散在世界各地，相互之間并未意識到自己的腦力勞動受算法的統(tǒng)一支配。此外，在績效考核、薪資、晉升、淘汰制等壓力下，外圍研發(fā)勞動的勞動時間實際上從工作向勞動者的生活蔓延，形成了普遍的“加班文化”。因此，不僅工廠工人的勞動與科學技術(shù)的聯(lián)系越來越弱，并且一些曾以腦力勞動為標志的研發(fā)勞動與科學技術(shù)的聯(lián)系也在弱化，他們不再探究最本質(zhì)的科學原理，而只需掌握基本科學方法以及操作研發(fā)工具的技能。從研發(fā)勞動力再生產(chǎn)的角度看，外圍研發(fā)勞動力提升面臨著諸多挑戰(zhàn)，他們所受的教育往往缺乏學科交叉的內(nèi)容，許多課程知識也嚴重落后于技術(shù)的動態(tài)前沿。

中心與外圍的全球研發(fā)分工在大模型的研發(fā)過程中體現(xiàn)得尤為明顯。大模型的研發(fā)一方面通過有組織的中心研發(fā)勞動建立底層架構(gòu)與基本原理，另一方面通過開源與眾包模式充分利用外圍研發(fā)勞動實現(xiàn)產(chǎn)品的持續(xù)改良迭代，這種分工有效地整合利用全球的研發(fā)勞動力，形成了鮮明的“中心-外圍”分工格局。

其一，大模型的底層運行原理由頂尖團隊開發(fā)，團隊包括從事神經(jīng)元數(shù)學模型、深度學習等領域的基礎理論研究的精英科學家，算法工程領域的技術(shù)專家，以及科技創(chuàng)業(yè)者等。比如ChatGPT團隊中有多位全球人工智能領域頂尖專家，絕大部分研發(fā)成員擁有全球頂尖或知名高校學位，前三大高校分別是斯坦福大學、加州大學伯克利分校，以及麻省理工學院。團隊有5人被清華大學AMiner評為2023年度AI"2000最具影響力學者，有2人被其評為全球機器人和機器學習領域最具影響力學者，團隊近90%的成員為技術(shù)人員［10］。OpenAI還采取了靈活的、扁平化的組織方式對智力資源進行整合。通過打造相對自主、自由的工作環(huán)境，激發(fā)研發(fā)勞動的創(chuàng)新潛力，通過構(gòu)建扁平化的組織管理結(jié)構(gòu)，提升協(xié)調(diào)與合作效率，有助于將不同領域的專業(yè)知識和技能結(jié)合起來，激發(fā)創(chuàng)新的靈感和想法。

其二，大模型研發(fā)通過開源與眾包，將全球范圍的廉價研發(fā)勞動匯集到數(shù)字平臺，從而為產(chǎn)品的漸進創(chuàng)新提供源源不斷的知識與數(shù)據(jù)支撐。其研發(fā)過程往往依賴多種開源軟件，大量開發(fā)者和技術(shù)愛好者通過這些軟件平臺貢獻代碼、提出改進建議和報告錯誤，加速模型的研發(fā)和改進過程。2018年，在微軟的Visual"Studio"Code源代碼編輯平臺發(fā)布信息的工作者高達19"000位，其中微軟的注冊員工僅有7"700名［11］。雖然這些研發(fā)勞動具備一定的專業(yè)知識，但是他們觸及不到底層的核心算法，只能在既定的框架下幫助實現(xiàn)模型的優(yōu)化。開源軟件平臺的提供方僅與少數(shù)合作伙伴共享最新核心代碼，而其他眾多用戶只能獲得較為滯后的代碼。通過將開發(fā)工具包與數(shù)據(jù)庫變?yōu)殚_放資源，可使部分平臺代碼成為程序編輯的最終標準。因此，開源并不意味著實現(xiàn)知識共享，甚至有可能強化開源者自身的知識壟斷權(quán)力，讓其從眾多軟件研發(fā)者的免費勞動中獲利。

大模型的研發(fā)還通過眾包模式將更低端的研發(fā)勞動組織起來，從事數(shù)據(jù)標注的任務。據(jù)美國《時代周刊》報道，2021年底，OpenAl與數(shù)據(jù)標簽公司Sama簽署了約20萬美元的數(shù)據(jù)標注外包合同，該公司在肯尼亞、印度和烏干達雇用了大量工人，主要目的是為聊天機器人過濾掉互聯(lián)網(wǎng)上的垃圾信息，這些勞動者每小時的工資不到2美元，工作時間也遠遠超出了規(guī)定④。隨著大模型等智能工具的快速發(fā)展，越是外圍研發(fā)勞動，越與過去工廠工人的密集型勞動趨同，從事著簡單的、重復性的操作。大量研發(fā)勞動者或?qū)S為零工，他們?yōu)閿?shù)智產(chǎn)品的更新迭代提供“廉價”勞動。

三、數(shù)字化時代全球研發(fā)分工新格局的生成邏輯

數(shù)字化時代全球“中心-外圍”式的研發(fā)分工新格局是如何產(chǎn)生的？本文認為其生成邏輯在于，智能研發(fā)工具在研發(fā)勞動過程中的普及，加速了研發(fā)勞動“概念與執(zhí)行”的分離，數(shù)字技術(shù)革命與研發(fā)組織變革，為這種分離向全球?qū)用娴臄U展創(chuàng)設了客觀條件，在此基礎上，以跨國公司為核心的壟斷組織，通過壟斷先進研發(fā)勞動資料、頂尖研發(fā)勞動與占有研發(fā)勞動對象的手段，推動了新格局的最終形成。

（一）智能研發(fā)工具在研發(fā)勞動過程中的廣泛應用

研發(fā)勞動的智能逐漸被先進研發(fā)勞動資料取代，尤其是以人工智能為核心的數(shù)字技術(shù)將研發(fā)勞動本身的智能進行編碼，催生了智能化的研發(fā)工具。這些研發(fā)工具不僅作為研發(fā)勞動過程的產(chǎn)品，更被廣泛當成研發(fā)勞動過程的條件加以運用。

回顧歷史，資本主義的任何技術(shù)或產(chǎn)品的研發(fā)過程，都涉及已有工具或設備代表的“死勞動”和復雜勞動代表的“活勞動”的結(jié)合。馬克思認為：“勞動資料取得機器這種物質(zhì)存在方式，要求以自然力來代替人力，以自覺應用自然科學來替代從經(jīng)驗中得出的成規(guī)。”［1］443在數(shù)字化時代之前，重大技術(shù)進步往往由研發(fā)者推動，最后作用于生產(chǎn)領域。由此產(chǎn)生了大量用于生產(chǎn)制造的通用技術(shù)，包括蒸汽機、電力、內(nèi)燃機等。這些技術(shù)并未擴散至研發(fā)活動，因為研發(fā)工作主要依賴于非智能化的實驗設備等。但數(shù)字技術(shù)改變了過去的情況。這種技術(shù)的一個重要特點是可以跨行業(yè)應用，不斷加快不同學科知識間的重組和創(chuàng)新，縮短研發(fā)活動的周期，從而促進新知識的創(chuàng)造和新技術(shù)的涌現(xiàn)［12］。事實上，數(shù)字技術(shù)自誕生之初就顯示了其作為一種適用于研發(fā)活動的通用技術(shù)"⑤的潛力。早在1969年，美國的益智研究中心便致力于開發(fā)一些能夠增強研發(fā)人員的腦力勞動并加深團隊交流協(xié)作的新技術(shù)［13］，這種技術(shù)能夠通過對信息的控制來改善人類的創(chuàng)新活動，用計算機來增強人的智能。發(fā)展至今日，人工智能不僅具有“發(fā)明方法的發(fā)明”（Invention"of"a"Method"of"Invention，IMI）［14］的功能，并且適用于廣泛的研發(fā)創(chuàng)新場景。

在電子研發(fā)領域，許多研發(fā)任務可以通過智能研發(fā)工具高效完成。例如，印制電路板（PCB）在過去需要工程師運用數(shù)學、物理、電化學等多學科知識，通過復雜計算來進行研制，然而利用當下的智能設計軟件，工程師只需輸入必要的參數(shù)，軟件便能迅速提供解決方案。最新的人工智能則更進一步，不僅可以表示、獲取以及創(chuàng)造知識，更能模擬人的智能認知。其中，機器學習是人工智能的一個子集，側(cè)重于讓機器自主學習，并不需要由人編寫的代碼指令。深度學習則是機器學習的一個子集，試圖模仿人類大腦中神經(jīng)元的活動。與傳統(tǒng)的符號系統(tǒng)相比，深度學習更具創(chuàng)造性，能夠生成新的想法和解決方案。如今在諸多自然科學研究領域，頂級科學家通常要花很長時間通過各種實驗才能完成的研究，AI模型可能僅用幾個小時就能給出更加可行的解決方案。

由此，以往需要高度智力和復雜決策的工作正面臨著被智能技術(shù)取代的風險，甚至智能算法本身的研發(fā)也有賴于智能研發(fā)工具（見圖1），由最開始基于小規(guī)模專家知識的方法，逐步轉(zhuǎn)向基于機器學習的方法，再到基于深度學習的模型。2024年，被譽為“人工智能教父”的Geoffrey"Hinton教授在牛津大學的演講中表示，神經(jīng)網(wǎng)絡模型就是為了模擬人類大腦而設計的一個模型，現(xiàn)在的前沿數(shù)字模型已經(jīng)非常接近大腦的水平。在人工智能領域，通過技術(shù)實現(xiàn)思想或思維的具體化是至關(guān)重要的，智能算法的本質(zhì)就是人類解決問題的邏輯的程序化，以使智能體勝任之前只有人類能完成的復雜任務。

圖1"智能算法的研發(fā)范式演進

資料來源：作者整理繪制。

綜上所述，以人工智能技術(shù)支撐的各類研發(fā)工具，正在逐步朝著取代研發(fā)勞動智能的方向發(fā)展，并對此類勞動與勞動資料的結(jié)合方式產(chǎn)生了革命性影響。如果以每輪技術(shù)革命浪潮對于研發(fā)勞動的影響程度，重新對技術(shù)革命加以歸類，那么人類社會經(jīng)歷的技術(shù)革命迄今為止分為兩類，一類是革新體力勞動的技術(shù)體系，另一類是革新腦力勞動的技術(shù)體系。具體而言，無論是機械化、自動化還是數(shù)字技術(shù)初期的信息化浪潮，都不過是在生產(chǎn)制造領域發(fā)生的機器對體力勞動的取代，而從海量數(shù)據(jù)與算法中涌現(xiàn)出的機器智能，正向著人類腦力所勝任的各領域滲透，研發(fā)勞動也正在遭受著這種沖擊。技術(shù)不僅通過生產(chǎn)過程的應用而引發(fā)生產(chǎn)力的變革，并且技術(shù)知識的生產(chǎn)也反受其自身發(fā)展程度的推動，因而從更根源的層面改變著生產(chǎn)力發(fā)展的動力。無論是面向科學領域的AI（AI"for"Science），還是面向工程領域的AI（AI"for"Engineering），都不能僅僅從普遍意義上的技術(shù)進步的角度理解，而是一次前所未有的深刻改變?nèi)祟惸X力勞動方式的工業(yè)革命。

（二）智能研發(fā)工具正在加速研發(fā)勞動的“概念與執(zhí)行”的分離

馬克思曾將人類建筑師與蜜蜂作對比，指出前者的勞動相比于后者而言的重大區(qū)別在于，“勞動過程結(jié)束時得到的結(jié)果，在這個過程開始時就已經(jīng)在勞動者的表象中存在著，即已經(jīng)觀念地存在著”［1］208。換言之，人類可以在勞動實際開始之前，就在頭腦中運用概念思維的能力設計這一過程，從而在隨后的勞動過程中實現(xiàn)“概念與執(zhí)行的統(tǒng)一”。然而，勞動的社會性意味著人們可以出于某些特定目的，有意識地分離勞動過程的概念和執(zhí)行，簡言之，“一個人想出的主意，可以由另一個人去實行”［15］47，在特定的生產(chǎn)關(guān)系下，勞動概念與執(zhí)行的分離是以分工的方式實現(xiàn)的。

勞動概念與執(zhí)行的分離是一個歷史過程，并且是資本主義生產(chǎn)方式所決定的固有的歷史趨勢。其必然結(jié)果是，勞動過程要在兩種不同的場所并由不同的勞動者來進行，一種是在生產(chǎn)過程中進行的體力勞動，另一種則是從事設計、計劃、計算等工作的腦力勞動者。更重要的是，不僅腦力勞動首先和體力勞動分離開來，并且前者又嚴格地按照概念與執(zhí)行相分離的規(guī)律進行再分［15］105。研發(fā)勞動作為一種腦力勞動也是如此。在第一次工業(yè)革命中，新技術(shù)主要是由獨立發(fā)明者創(chuàng)造，這些發(fā)明者大部分出身于工匠、手藝人或熟練工人。發(fā)明者的知識基礎來源于生產(chǎn)實踐，借助累積的實踐知識改進生產(chǎn)技術(shù)，此時的研發(fā)勞動尚未發(fā)生概念與執(zhí)行的明顯分離。隨后，企業(yè)雇主為了掌握技術(shù)變革的主動權(quán)，通過一系列的制度設計來壟斷工人的技術(shù)知識，將其轉(zhuǎn)移到自己手中。從一開始，泰勒發(fā)起的“科學管理”的本質(zhì)就是將知識與執(zhí)行分離，知識牢牢地被管理層掌握，而工人的任務退化為簡單的操作執(zhí)行。在第二次工業(yè)革命期間，企業(yè)管理層還不斷吸收外部教育機構(gòu)的研發(fā)勞動，那些受過高等教育的職業(yè)工程師和科學家逐步取代了熟練工人，被企業(yè)實驗室大量雇用，成為研發(fā)勞動的主力軍。

在此基礎上，技術(shù)變革進一步強化了研發(fā)勞動的概念與執(zhí)行的分離。從19世紀到整個20世紀期間，歷次技術(shù)變化的基本主旨之一是把對生產(chǎn)的設計和指導同實際的執(zhí)行區(qū)分開來［16］?；仡櫄v史，機器發(fā)展的第一步是通過內(nèi)部的齒輪來控制工具或工件的運動路線，下一階段是依靠來自機器以外的信息對機器進行控制［15］167-169。信息控制逐漸發(fā)展為自動化技術(shù)，管理者借助這種技術(shù)進一步將勞動者的傳統(tǒng)技能排除在車間之外，更多的勞動內(nèi)容由重復性的體力操作轉(zhuǎn)變?yōu)樘峁┘夹g(shù)支持和監(jiān)督，這不僅顯著改變了勞動力的結(jié)構(gòu)，也引發(fā)了勞動技能方面的深刻變革。

勞動者的技能未必與機器的能力同向發(fā)展。面對人工智能的沖擊，過去的一些研發(fā)活動涉及的復雜腦力勞動，如今淪為對研發(fā)工具的簡單操作，相關(guān)人員不需要也很難接觸到研發(fā)工具的底層算法，而這些算法卻由另一群頂尖的研發(fā)勞動創(chuàng)造。這意味著一些研發(fā)勞動者逐步淪為執(zhí)行人員，他們自身所受的教育與科學知識的積累逐漸失去用武之地，日益成為與過去工廠工人一樣使用機器的操作工，而概念設計則集中于比例很小的其他研發(fā)勞動者那里。馬克思認為生產(chǎn)條件的發(fā)展“會造就一小批較高級的工人，但是，他們的人數(shù)決不能同‘被剝奪了知識的’大量工人相比”"［17］，“一般社會知識，已經(jīng)在多么大的程度上變成了直接的生產(chǎn)力，從而社會生活過程的條件本身在多么大的程度上受到一般智力的控制并按照這種智力得到改造”［18］，已成為對當今研發(fā)勞動所經(jīng)歷的深刻變化的預言。部分研發(fā)勞動逐漸像第一次工業(yè)革命初期的紡紗工人從屬于自動紡紗機那樣，從屬于作為對象化勞動的智能機器，勞動者的創(chuàng)造力與思維能力被這種對象化了的“一般智力”所束縛。

無論是早期的信息技術(shù)還是當下最前沿的智能研發(fā)工具，都在逐步加速研發(fā)勞動的“概念與執(zhí)行”的分離。人工智能引發(fā)傳統(tǒng)勞動結(jié)構(gòu)的變革，一些創(chuàng)造性低、重復性高的工作將被替代，而智能技術(shù)暫時無法替代的高端與低端工作在短期內(nèi)的社會需求反而會增加［19］。從根本上講，這是資本主義生產(chǎn)方式向更廣泛的勞動領域滲透的必然結(jié)果。馬克思指出：“勞動資料不僅是人類勞動力發(fā)展的測量器，而且是勞動借以進行的社會關(guān)系的指示器?！保?］210資本需要不斷通過技術(shù)方面的變革以實現(xiàn)“勞動分化”，通過改造勞動過程，最大限度地獲取剩余價值。正如馬爾庫塞所言，技術(shù)是一種整體的“組織和維持（或改變）社會關(guān)系的方式，一種流行的思維和行為模式的表現(xiàn)形式，一種控制與支配的工具”［20］。智能技術(shù)很大程度上也是一種控制勞動力的技術(shù)，在這里資本與技術(shù)呈現(xiàn)出一種深層次的“共謀”關(guān)系。智能技術(shù)的應用使研發(fā)勞動的內(nèi)容與強度直接由算法決定，實質(zhì)上隱蔽地反映了資本對研發(fā)勞動的控制。勞動從屬于資本的關(guān)系并沒有發(fā)生根本性的變化，反而勞動在實體與虛擬空間中都被資本所控制并加以分化?！吧a(chǎn)上的智力在一個方面擴大了它的規(guī)模，正是因為它在許多方面消失了”，“局部工人所失去的東西，都集中在和他們對立的資本上面了”［1］418，這些現(xiàn)象如今正發(fā)生在研發(fā)勞動者身上。研發(fā)勞動的分化在整體上強化了資本對勞動的控制，使資本能夠真正實現(xiàn)對腦力勞動的“分而治之”，以最大化地利用社會智力來獲取剩余價值。

（三）研發(fā)勞動“概念-執(zhí)行”分離向全球“中心-外圍”分工的擴展

導致研發(fā)勞動“概念-執(zhí)行”分離向全球“中心-外圍”分工擴展的原因，主要分為客觀與主觀兩方面?？陀^方面，數(shù)字技術(shù)⑥革命與研發(fā)組織變革為這種分離向全球?qū)用娴臄U展創(chuàng)設了客觀基礎條件；主觀方面，以跨國公司為核心的壟斷組織通過壟斷先進研發(fā)勞動資料、頂尖研發(fā)勞動與圈占研發(fā)勞動對象的手段，推動了新格局的最終形成。

1擴展的客觀條件

其一，數(shù)字技術(shù)革命是導致研發(fā)勞動“概念-執(zhí)行”分離向全球“中心-外圍”分工擴展的前提條件之一。大數(shù)據(jù)、互聯(lián)網(wǎng)等數(shù)字技術(shù)的發(fā)展消除了分工擴展面臨的地理空間限制。在工業(yè)革命早期，世界各地的生產(chǎn)組織彼此還處于隔絕狀態(tài)，彼此之間很少發(fā)生聯(lián)系。然而隨著資本主義生產(chǎn)方式的確立，資本“力求超越一切空間界限。因此，創(chuàng)造交換的物質(zhì)條件——交通運輸工具——對資本來說是極其必要的：用時間去消滅空間”［21］521。鐵路、高速公路、航空等交通運輸技術(shù)的發(fā)展，極大推動了不同地域之間的協(xié)作分工體系的建立，使生產(chǎn)組織在全球范圍的再部署成為現(xiàn)實。數(shù)字技術(shù)革命浪潮不僅鞏固了上述趨勢，并且加速了信息、知識在全球的流動，使知識生產(chǎn)的分工也開始大量突破特定地理限制，而在多點多地協(xié)作進行。在新技術(shù)條件下，協(xié)調(diào)與管理成本大大降低，研發(fā)流程可以分散到世界各地而不會造成巨大的信息與效率損失。由此，原本分散的研發(fā)勞動之間的聯(lián)系隨著技術(shù)發(fā)展而不斷加深，勞動者之間擺脫了地理因素的制約，逐漸聯(lián)結(jié)成一個從事知識生產(chǎn)與創(chuàng)造的有機體。產(chǎn)業(yè)或企業(yè)依托數(shù)字技術(shù)建立虛擬研發(fā)團隊，這種團隊能夠集結(jié)全球各地的頂尖專業(yè)人才來共同開展研發(fā)項目。與此同時，智能研發(fā)工具的發(fā)展進而帶來兩方面的影響：一方面科研界的零工現(xiàn)象開始在世界范圍內(nèi)蔓延，另一方面全球的高端研發(fā)勞動集中于大模型的開發(fā)，“勞動（從而剩余勞動）的質(zhì)的差別的范圍不斷擴大，越來越多樣化，本身越來越分化”［21］388-389。

其二，研發(fā)組織方式的變革也是擴展得以發(fā)生的重要前提。研發(fā)勞動的概念與執(zhí)行的分離首先發(fā)生于同一個研發(fā)組織內(nèi)部，也就是將研發(fā)活動涉及的不同操作或職能分配給組織內(nèi)部的不同勞動者，每個勞動者都從事局部的、非獨立的研發(fā)工作。他們各自的勞動只代表作為一種特殊勞動的研發(fā)勞動的個別操作，在資本的指揮下協(xié)作生產(chǎn)同一種使用價值。在此基礎上，資本主義生產(chǎn)方式的擴散不斷把研發(fā)組織內(nèi)部的分工在更廣泛的地理空間層面進行部署?？臻g擴張是資本主義生產(chǎn)方式的內(nèi)在固有趨勢，它不僅要想盡辦法把商品銷往世界各地，更需要組織不同地區(qū)的分散勞動者，使其作為一個整體為資本創(chuàng)造源源不斷的剩余價值?！耙虼耍再Y本為基礎的生產(chǎn)，其條件是創(chuàng)造一個不斷擴大的流通范圍，不管是直接擴大這個范圍，還是在這個范圍內(nèi)把更多的地點創(chuàng)造為生產(chǎn)地點。”［21］387-388與實物生產(chǎn)全球化相伴隨的是知識生產(chǎn)的全球化，這種趨勢使得作為典型的知識生產(chǎn)勞動的研發(fā)勞動的種類、數(shù)量與分布空間大大擴展。世界各地原本相互獨立的研發(fā)勞動變成相互依賴的局部勞動，從而塑造并形成了全球?qū)用娴难邪l(fā)分工體系，而各國國內(nèi)研發(fā)分工體系則被打破并被整合到這種外部分工之中。由此，原本存在于特定地理空間中的概念與執(zhí)行的分離，得以在更廣泛的空間中復現(xiàn)。經(jīng)由研發(fā)組織內(nèi)部分工擴展而形成的全球研發(fā)分工格局，實質(zhì)是概念與執(zhí)行在更廣范圍的再部署，然而由于“概念必須先于實行，并且支配實行”［15］47，因而這種分工格局很大程度上是非對等的。

綜上所述，在數(shù)字技術(shù)革命與研發(fā)組織變革的疊加影響下，全球中心的研發(fā)勞動集中于概念與原理的設計，而外圍的相對低端的研發(fā)勞動則負責執(zhí)行。中心是由資本招募的全球頂尖研發(fā)勞動，從事前沿知識與原理的研發(fā)。外圍是執(zhí)行研發(fā)工具指令的低端勞動者，以網(wǎng)絡眾包、外包等形式被資本雇傭。中心研發(fā)勞動在技術(shù)和知識的積累方面更加強大和集中，而外圍研發(fā)勞動則逐漸失去了智能化的特征，通常需要按照中心的指導和要求進行操作，缺乏獨立性和自主性。

2擴展的推行主體與手段

研發(fā)勞動概念與執(zhí)行的分離向全球?qū)用鏀U展背后的推行主體是壟斷組織。馬克思從資本一般的角度指出：“創(chuàng)造世界市場的趨勢已經(jīng)直接包含在資本的概念本身中。任何界限都表現(xiàn)為必須克服的限制。”［21］388以資本為基礎的生產(chǎn)的擴展必然要吸納不同地點的勞動，使之創(chuàng)造更多的剩余價值。這意味著資本推動著生產(chǎn)體系向更大空間的擴散，生產(chǎn)方面的各種空間地域邊界被打破，社會化程度不斷提高。列寧進而在分析資本主義由競爭向壟斷過渡的歷史進程中提到：“生產(chǎn)的社會化有了巨大的進展。就連技術(shù)發(fā)明和技術(shù)改進的過程也社會化了。”［22］592各類創(chuàng)新聯(lián)合體、產(chǎn)學研合作是資本主義發(fā)展至壟斷階段——帝國主義階段——的產(chǎn)物，是帝國主義圖景中的一塊“拼圖”，這是研發(fā)分工演變至今所無法脫離的歷史深層背景。帝國主義的本質(zhì)——壟斷——不僅至今并未發(fā)生改變，并且使得研發(fā)的社會化與研發(fā)成果的私人占有矛盾也愈發(fā)凸顯，新技術(shù)不斷被用來強化壟斷資本的壟斷地位，造成全球范圍的剩余價值加速流向壟斷的中心。

在這里，不能片面地將研發(fā)分工格局的推動者簡單描述為壟斷企業(yè)或領先國家，事實上在壟斷組織的構(gòu)成方面，“私人壟斷組織和國家壟斷組織是交織在一起的”［22］636，從壟斷的視角看，二者并沒有根本性的矛盾，而是作為不可分割的整體，成為塑造當前全球研發(fā)分工的“中心-外圍”格局的主導因素，正是大型跨國公司與國家力量的結(jié)合為壟斷組織有能力控制全球研發(fā)分工奠定了基礎。在這種深度結(jié)合的基礎上，壟斷組織為實現(xiàn)其目的所采取的主要手段包括以下3個方面。

一是壟斷以智能研發(fā)工具為核心的先進研發(fā)設計類軟件。研發(fā)設計類軟件包括針對特定行業(yè)研發(fā)任務的專用類軟件⑦，以及能夠滿足多個行業(yè)、領域研發(fā)需求的通用類軟件，后者借助人工智能技術(shù)實現(xiàn)智能化的設計和優(yōu)化。在專用研發(fā)設計類軟件相關(guān)專利⑧方面，2005—2024年間美國的相關(guān)專利數(shù)占全球主要資本主義國家的相關(guān)專利總數(shù)的59%，日本、韓國和德國共計占比34%。在同一時期，擁有專用研發(fā)設計類軟件專利權(quán)最多的前12位均是美國、日本等資本主義國家的大型跨國科技公司（見表2），它們牢牢把控著此類軟件的專利。在這12家公司中，排名前3位的公司擁有的專利數(shù)總和占所有專利總數(shù)的50%以上，而排名后3位的公司擁有的專利數(shù)共計占上述所有專利總數(shù)的比例不到10%，因此即便在這些跨國公司之間也存在著集中化的趨勢。

在通用研發(fā)設計類軟件專利⑨壟斷方面，2005—2024年，美國累計擁有通用研發(fā)設計類軟件相關(guān)授權(quán)專利占全球主要資本主義國家相關(guān)授權(quán)專利總數(shù)的67%，遠遠領先于日本、德國、韓國、英國等其他資本主義國家。在此類軟件的最尖端的人工智能算法領域，美國相關(guān)專利占比更是高達71%⑩，比排名第二的日本高出近60個百分點，甚至高于其他資本主義國家相關(guān)專利的總和。

以上數(shù)據(jù)表明，壟斷程度按照專用研發(fā)設計類軟件再到通用研發(fā)設計類軟件的順序而不斷加深。越是底層技術(shù)，參與競爭的國家與企業(yè)數(shù)量便越少，利潤越是往資本主義的中心集中。譬如，光刻機是用于芯片生產(chǎn)的最核心的設備，作為全球唯一的EUV光刻機供應商的荷蘭ASML公司，其本身并不掌握光刻機的核心專利，這些專利的絕大部分由美國占有，比例高達912%［23］。除專利外，生產(chǎn)EUV光刻機所使用的數(shù)控系統(tǒng)和數(shù)據(jù)仿真等工業(yè)軟件均由美國公司Brion開發(fā)。再如，芯片制造的最上游所需要的設計軟件EDA被美國壟斷，高端EDA軟件的前三大供應商都集中在美國。因此，高端設備的零部件雖然由其他國家的代工廠負責生產(chǎn)和組裝，但這一過程所使用的核心專利以及工業(yè)設計類軟件卻被壟斷資本牢牢把控，“跨國公司憑借技術(shù)專利的壟斷和關(guān)鍵生產(chǎn)環(huán)節(jié)的控制，占據(jù)生產(chǎn)網(wǎng)絡中的支配地位，并將非關(guān)鍵生產(chǎn)環(huán)節(jié)和流通過程外包，從而占據(jù)大量附加值”［24］。此外，國外研發(fā)設計類軟件巨頭絕大多數(shù)經(jīng)歷了多次大規(guī)模并購重組，通過持續(xù)地整合中小型科技企業(yè)的單項技術(shù)得以發(fā)展壯大，以確保自身技術(shù)的領先地位。通過壟斷先進研發(fā)設計類軟件，壟斷組織在更深層次、更廣范圍上加深了社會化的知識生產(chǎn)和知識生產(chǎn)資料私人占有之間的矛盾。

二是壟斷全球頂尖研發(fā)勞動。壟斷資本主義形成初期對原材料與自然資源的爭奪，如今在數(shù)字化時代轉(zhuǎn)化為在智力資源方面的激烈競爭，以求在技術(shù)前沿領域保持更大的競爭優(yōu)勢?？鐕菊诜e極投入大量資金，雇傭最優(yōu)秀的人才，投入人工智能前沿領域的研發(fā)。比如Facebook與紐約大學合作建立了數(shù)據(jù)科學中心與人工智能實驗室，微軟在內(nèi)部設立了人工智能大學，谷歌則開設了內(nèi)部機器學習課程對其大量工程師進行培訓［25］。截至2017年，美國的人工智能杰出人才數(shù)量累計高達5"158人，占據(jù)世界總量的252%，是排名第二位英國的44倍，其中IBM是全球人工智能杰出人才投入量最多的企業(yè)，而英特爾、谷歌、微軟則緊隨其后［26］。諸如亞馬遜等跨國巨頭在眾多國家和地區(qū)建立研發(fā)中心，定期舉辦面向世界的學術(shù)活動，通過豐厚的獎金吸引全球科技人才。大量的頂尖勞動力加速流向發(fā)達國家及其企業(yè)，并逐漸被壟斷組織牢牢控制，而外圍勞動則承擔了更多改良性或適應性研發(fā)任務，成為核心技術(shù)的接受方。對于人才輸出國，尤其是那些后發(fā)以及欠發(fā)達國家來說，這意味著其在科學和技術(shù)方面的潛力被極大削弱。

三是通過推行全球化的研發(fā)資源整合戰(zhàn)略，圈占知識化、數(shù)據(jù)化的研發(fā)勞動對象。在數(shù)字化時代，單純的生產(chǎn)全球化布局并不能保證市場競爭優(yōu)勢的實現(xiàn)，現(xiàn)階段誰能從多種來源獲取知識和數(shù)據(jù)，誰就能攫取巨額利益。為此，跨國公司將其子公司建立在不同的國家和地區(qū)，成立離岸研發(fā)機構(gòu)，其目的在于吸收當?shù)禺a(chǎn)業(yè)和市場蘊含的隱性知識，促進各地知識與總部知識交流和整合。在跨國公司的母公司與眾多子公司組成的網(wǎng)絡內(nèi)部，是高度一體化的研發(fā)勞動的流動和知識共享，而子公司及其研發(fā)機構(gòu)正如“觸角”一般不斷將各地的隱性知識內(nèi)化到這個研發(fā)網(wǎng)絡之中。在數(shù)字技術(shù)加持下，壟斷組織能夠借助技術(shù)手段提高隱性知識的編碼程度，從而引發(fā)行業(yè)特定、地理特定的隱性知識的跨行業(yè)、跨區(qū)域流動。壟斷組織憑借這種方式在更廣的范圍內(nèi)整合外部創(chuàng)新資源，創(chuàng)造出滿足不同地區(qū)特定需求的新技術(shù)、新產(chǎn)品，這不僅將許多研發(fā)勞動的再生產(chǎn)成本轉(zhuǎn)移到其他地區(qū)，并且使這部分勞動生產(chǎn)力服務于壟斷資本的積累。然而跨國公司往往把核心技術(shù)只轉(zhuǎn)移給它的分支機構(gòu)，把較陳舊的技術(shù)賣給或以許可證形式轉(zhuǎn)讓給當?shù)毓净蚝腺Y公司。以此觀之，雖然研究成果越來越多地看似是國際合作的產(chǎn)物，但這并不意味著參與到研發(fā)分工之中的各方是平等互惠的。研發(fā)勞動的社會化分工擴展至全球，而創(chuàng)新利潤卻被少數(shù)壟斷組織收入囊中。

四、全球研發(fā)分工新格局下我國自主研發(fā)戰(zhàn)略的著力點

學界關(guān)于我國自主研發(fā)戰(zhàn)略的相關(guān)研究不勝枚舉，本文的關(guān)切點并不在于考察與自主研發(fā)相關(guān)的產(chǎn)學研模式等機制和制度設計，而是著重分析全球研發(fā)分工新格局之下我國自主研發(fā)應對戰(zhàn)略的重點或突破點。核心思想在于，我國唯有擺脫全球研發(fā)分工新格局對我國研發(fā)活動的低端鎖定，才能使自主研發(fā)戰(zhàn)略釋放最大效力。換言之，應對戰(zhàn)略的本質(zhì)就是通過系統(tǒng)性地減少對新格局的依賴，從而賦予我國研發(fā)以更多的自主空間。因此，將我國的自主研發(fā)戰(zhàn)略放置于全球研發(fā)分工新格局背景下加以分析具有重大現(xiàn)實意義，對此應準確把握新格局的生成邏輯，有針對性地從研發(fā)勞動資料、研發(fā)勞動以及研發(fā)勞動對象三方面出發(fā)厘清戰(zhàn)略著力點。

其一，加強智能研發(fā)工具的自主研發(fā)力度。面對當前全球研發(fā)分工新格局，自主掌握智能研發(fā)工具是助力我國擺脫既有國際分工制約，把握創(chuàng)新主動權(quán)的首要前提。尤其是智能化的研發(fā)設計類軟件作為技術(shù)研發(fā)活動的核心工具，不僅是衡量一個國家創(chuàng)新能力的重要指標，更處于價值鏈頂端，具備高附加值、高進入壁壘的特性，是我國在新科技革命和產(chǎn)業(yè)變革中獲取競爭優(yōu)勢的關(guān)鍵所在。習近平總書記強調(diào)：“要加強基礎理論研究，支持科學家勇闖人工智能科技前沿的‘無人區(qū)’，努力在人工智能發(fā)展方向和理論、方法、工具、系統(tǒng)等方面取得變革性、顛覆性突破，確保我國在人工智能這個重要領域的理論研究走在前面、關(guān)鍵核心技術(shù)占領制高點?！保?7］如今誰擁有最先進的研發(fā)工具，誰就占據(jù)了當今國際競爭的戰(zhàn)略高地，一些領先國家甚至借此支配別國的研發(fā)與創(chuàng)新進程。近年來我國在該領域的自主研發(fā)工作大量采用國外軟件或開源技術(shù)，高度依賴國際大廠的解決方案。這不僅導致我方向其支付高昂軟件許可費和持續(xù)的系統(tǒng)更新成本，還需要被動適應國外技術(shù)標準和操作習慣，更為嚴重的是，這種依賴還可能導致關(guān)鍵技術(shù)和數(shù)據(jù)的安全風險。若失去智能化研發(fā)設計類軟件的主導權(quán)，我們將失去創(chuàng)新主動權(quán)，這會大大制約我國的新質(zhì)生產(chǎn)力發(fā)展，從而阻礙我國產(chǎn)業(yè)高質(zhì)量發(fā)展的進程，不利于中國式現(xiàn)代化的如期實現(xiàn)。加快實現(xiàn)智能研發(fā)工具自立自強已成為我國贏得未來競爭的迫切戰(zhàn)略需要，必須大力完善我國自主的軟件研發(fā)體系，盡快補齊該領域的短板。

其二，強化交叉型、復合型研發(fā)人才的自主培養(yǎng)。在全球研發(fā)分工新格局中，研發(fā)勞動的去技能化、去智能化趨勢正在加速向外圍擴散，外圍研發(fā)勞動的“低端鎖定”現(xiàn)象愈發(fā)凸顯。在大模型研發(fā)方面，我國相關(guān)人才儲備近年來雖增長迅猛，但頂尖人才的數(shù)量與美國相比尚存差距。

面對這種態(tài)勢，我國應著重培育前沿領域的人才技能基礎，擴充相應的高端人才庫。人才在技術(shù)研發(fā)過程中的主動性與創(chuàng)造性的發(fā)揮是推動技術(shù)進步的源頭。沒有高素質(zhì)的人才，沒有人才的創(chuàng)造性勞動，核心技術(shù)突破便無從談起。在全球研發(fā)分工新格局背景下，我國亟須強化交叉型、復合型人才自主培養(yǎng)，以適應新時代新背景的要求。黨的二十屆三中全會指出：“加快建設國家戰(zhàn)略人才力量，著力培養(yǎng)造就戰(zhàn)略科學家、一流科技領軍人才和創(chuàng)新團隊，著力培養(yǎng)造就卓越工程師、大國工匠、高技能人才，提高各類人才素質(zhì)。建設一流產(chǎn)業(yè)技術(shù)工人隊伍。”［28］在人工智能等前沿科技領域，研發(fā)人員不僅需要掌握復雜的算法知識，還需具備深厚的工程實踐能力與豐富的實踐經(jīng)驗，這種多維度的技能是推動技術(shù)進步的關(guān)鍵。這就要求研發(fā)人員不僅要懂得如何使用工具，更要理解其背后的原理和架構(gòu)，將理論知識和工程技能有效結(jié)合，通過這種方式實現(xiàn)大量頂尖研發(fā)人員的本土化培養(yǎng)，為科技和產(chǎn)業(yè)發(fā)展提供更加充分的人才支撐。

其三，挖掘本土隱性知識，將研發(fā)與本土企業(yè)需求緊密結(jié)合。壟斷組織的全球化的資源整合戰(zhàn)略使異地的知識、信息、數(shù)據(jù)等資源服務于中心的研發(fā)，造成其他地區(qū)的本土創(chuàng)新資源無法與本土自主技術(shù)的研發(fā)形成緊密關(guān)聯(lián)，從而極大削弱了它們的需求引致創(chuàng)新效果。許多高端數(shù)字技術(shù)的研發(fā)都與上下游企業(yè)相伴而生，企業(yè)用戶在新技術(shù)的應用過程中積累的隱性知識能為技術(shù)的持續(xù)更新奠定基礎，形成良性循環(huán)的研發(fā)生態(tài)。倘若無法建立這種關(guān)聯(lián)，本土企業(yè)的數(shù)據(jù)與知識積累往往最終服務于國外的技術(shù)研發(fā)。比如國外EDA巨頭與其下游不同地區(qū)的客戶深度綁定，打造排他性的產(chǎn)業(yè)生態(tài)，不僅保證自身持續(xù)的技術(shù)進步，也極大增加了追趕者的進入壁壘。特別是智能軟件的研發(fā)不僅要在供給側(cè)加強研發(fā)投入，更要從需求側(cè)打造龐大的應用市場，從而驅(qū)動底層算法升級優(yōu)化，扭轉(zhuǎn)受制于人的局面。我國擁有龐大的企業(yè)客戶群體，無論是企業(yè)對新技術(shù)的需求規(guī)模，還是技術(shù)需求的多樣性、異質(zhì)性，都為自主研發(fā)提供了得天獨厚的優(yōu)勢，因此更需要將研發(fā)與本土企業(yè)需求緊密聯(lián)系在一起，利用好國內(nèi)不同類型企業(yè)對新技術(shù)的需求，開展核心技術(shù)自主研發(fā)，實現(xiàn)新技術(shù)與市場主體的精準對接，并通過研發(fā)與應用的交互迭代加速漸進式創(chuàng)新，不斷提高技術(shù)的生產(chǎn)應用水平與商業(yè)化程度。正是本土用戶需求的多樣性為我國技術(shù)研發(fā)追趕提供了更多的創(chuàng)新路徑，需充分重視本土企業(yè)尤其是中小企業(yè)的需求，拓展新產(chǎn)品的需求空間，從而實現(xiàn)自主研發(fā)的本地化、多樣化。

五、結(jié)論

數(shù)字化時代的全球化已經(jīng)擴展至研發(fā)分工層面，研發(fā)過程的不同環(huán)節(jié)和勞動內(nèi)容可在異地進行，導致各地區(qū)本土的研發(fā)體系被打破，并被納入全球研發(fā)分工的特定環(huán)節(jié)之中。在此背景下，一國研發(fā)的“自主”空間被極大限制，這從深層次上制約了其技術(shù)追趕的步伐，既有的自主研發(fā)戰(zhàn)略亟須做出相應調(diào)整。本文的研究表明，數(shù)字化時代的全球研發(fā)分工新格局呈現(xiàn)“中心-外圍”之特征，中心的研發(fā)勞動負責概念與原理設計等高端工作，而外圍研發(fā)勞動則執(zhí)行相對低端的操作。新格局的生成邏輯在于：智能研發(fā)工具在研發(fā)勞動過程中的普及加速了研發(fā)勞動“概念與執(zhí)行”的分離，數(shù)字技術(shù)革命與研發(fā)組織變革為這種分離向全球?qū)用娴臄U展創(chuàng)設了必要的客觀條件，在此基礎上，壟斷組織通過壟斷先進研發(fā)勞動資料、頂尖研發(fā)勞動，以及圈占研發(fā)勞動對象的手段，推動了新格局的最終形成。為擺脫這種全球研發(fā)分工對我國自主研發(fā)的制約，我國應有針對性地加強智能研發(fā)工具與交叉復合型研發(fā)人才的自主化，并利用好本土隱性知識與企業(yè)需求等創(chuàng)新資源。

①

本文認為全球化存在廣度擴張與深度擴張兩個維度，廣度擴張指的是發(fā)生在交換、流通領域的商品貿(mào)易全球化，深度擴張指的是生產(chǎn)領域的全球分工。一些研究指出近年來存在逆全球化趨勢，但這僅僅說明全球化的廣度在一定程度上收縮，然而如果從深度來看，生產(chǎn)分工的全球化趨勢不僅沒有逆轉(zhuǎn)，并且進一步向知識生產(chǎn)分工的全球化布局擴張。

②"參見清華大學AMiner團隊，《2022年人工智能全球最具影響力學者榜單AI"2000》，2022年1月25日第3頁。

③"參見中關(guān)村產(chǎn)業(yè)研究院，《人工智能全域變革圖景展望：躍遷點來臨（2023）》，2023年第11頁。

④"詳細信息參見：https：//timecom/6247678/openaichatgptkenyaworkers/。

⑤"羅森博格通過對化學工程的考察認為，通用技術(shù)的概念不應局限于硬件或?qū)嵨铮呒壍耐ㄓ眉夹g(shù)可能直接作用于創(chuàng)新活動。參見《Chemical"Engineering"as"a"General"Purpose"Technology》，MIT"Press，1998年第170頁。

⑥"數(shù)字技術(shù)本身是由不同技術(shù)族群構(gòu)成的龐大技術(shù)體系，包括智能技術(shù)、云計算技術(shù)、大數(shù)據(jù)與互聯(lián)網(wǎng)技術(shù)等，本文此處的“數(shù)字技術(shù)”主要強調(diào)的是對信息傳遞和利用方式帶來革命性影響的大數(shù)據(jù)與互聯(lián)網(wǎng)等數(shù)字技術(shù)。

⑦"包括計算機輔助設計類軟件（CAD）、計算機輔助工程類軟件（CAE）、產(chǎn)品全生命周期管理（PLM），以及電子設計自動化類軟件（EDA）等。

⑧"本文根據(jù)專用研發(fā)設計類軟件的定義，比照國際專利分類標準（IPC）進行篩選查找，相關(guān)專利主要集中于G06F13、G06F9、H04L12、G06F12、G06F17這五大專利種類，筆者在Incopat數(shù)據(jù)庫中對這五種專利分類號進行檢索，統(tǒng)計相關(guān)數(shù)據(jù)。

⑨"本文依據(jù)通用研發(fā)設計類軟件的定義，比照國際專利分類標準（IPC）進行篩選查找，其所對應的專利欄目包括：G06N20/00機器學習；G06N3/00基于生物學模型的計算機系統(tǒng)；G06N5/00基于知識模式的計算機系統(tǒng)；G06N7/00基于特定數(shù)學模式的計算機系統(tǒng)；G06N10/00量子計算，即基于量子力學現(xiàn)象的信息處理。筆者進而在Incopat數(shù)據(jù)庫中對每種專利的相關(guān)數(shù)據(jù)信息進行檢索、匯總。

⑩"數(shù)據(jù)來源同上。

［參考文獻］

［1］中共中央馬克思恩格斯列寧斯大林著作編譯局.馬克思恩格斯文集："第5卷［M］.北京："人民出版社，"2009.

［2］阿明."不平等的發(fā)展："論外圍資本主義的社會形態(tài)［M］."高鈷，"譯."北京："社會科學文獻出版社，"2017："6.

［3］沃勒斯坦."現(xiàn)代世界體系："第1卷［M］."郭方，"劉新成，"張文剛，"譯."北京："高等教育出版社，"1998："194.

［4］National"Science"Foundation."Science"and"engineering"indicators"2016［EB/OL］.（2016-02-02）［2024-12-15］."https：//newnsfgov/reports/indicators/scienceengineeringindicators-2016/nsb20161.

［5］KERR"S"P，"KERR"W，"ZDEN"，"et"al."Global"talent"flows［J］."Journal"of"economic"perspectives，"2016，"30（4）："83-106.

［6］勒納，"斯特恩."創(chuàng)新政策與經(jīng)濟發(fā)展［M］."孫國玉，"譯."北京："中信出版社，"2023："8.

［7］FELD"A，"KREIMERnbsp;P."Scientific"cooperation"and"centreperiphery"relations："attitudes"and"interests"of"European"and"Latin"American"scientists［J］."Tapuya："Latin"American"science，"technology"and"society，"2019，"2（1）："149-175.

［8］王瀟."技術(shù)空心化："人工智能對知識型員工勞動過程的重塑——以企業(yè)電子研發(fā)工程師為例［J］."社會發(fā)展研究，"2019，"6（3）："84-102.

［9］奧滕立德."數(shù)字工廠［M］."黃瑤，"譯."北京："中國科學技術(shù)出版社，"2023："143.

［10］尹西明，"李一凡，"李紀珍，"等."人工智能國際領先機構(gòu)OpenAI創(chuàng)新管理模式及對中國的啟示［J］."創(chuàng)新科技，"2023，"23（9）："78-90.

［11］RIKAP"C."Capitalism"as"usual？"Implications"of"digital"intellectual"monopolies［J］."New"left"review，"2023，"139："145-160.

［12］李川川，"劉剛."數(shù)字經(jīng)濟創(chuàng)新范式研究［J］."經(jīng)濟學家，"2022（7）："34-42.

［13］拉奧，"斯加魯菲."硅谷百年史："偉大的科技創(chuàng)新與創(chuàng)業(yè)歷程："1900—2013［M］."閆景立，"侯愛華，"譯."北京："人民郵電出版社，"2014："145.

［14］GRILICHES"Z."Hybrid"corn："an"exploration"in"economics"of"technological"change［D］."Chicago："The"University"of"Chicago，"1957.

［15］布雷弗曼."勞動與壟斷資本［M］."方生，"朱基俊，"吳憶萱，"等譯."北京："商務印書館，"1978.

［16］考克斯."生產(chǎn)、權(quán)力和世界秩序："社會力量在締造歷史中的作用［M］."林華，"譯."北京："世界知識出版社，"2004："227-228.

［17］中共中央馬克思恩格斯列寧斯大林著作編譯局.馬克思恩格斯全集："第37卷［M］.北京："人民出版社，"2019："204.

［18］中共中央馬克思恩格斯列寧斯大林著作編譯局.馬克思恩格斯文集："第8卷［M］.北京："人民出版社，2009："197.

［19］張旭，"張彥澤."GPT系列生成式人工智能技術(shù)的政治經(jīng)濟學分析——基于馬克思機器大生產(chǎn)理論［J］."馬克思主義與現(xiàn)實，"2024（4）："122-131.

［20］馬爾庫塞."馬爾庫塞文集："第1卷［M］."高海青，"馮波，"譯."北京："人民出版社，"2019："6.

［21］中共中央馬克思恩格斯列寧斯大林著作編譯局.馬克思恩格斯全集："第30卷［M］.北京："人民出版社，"1995.

［22］中共中央馬克思恩格斯列寧斯大林著作編譯局.列寧選集：第2卷［M］.北京："人民出版社，"2012.

［23］李曉鵬."知識創(chuàng)造業(yè)與后工業(yè)化時代的產(chǎn)業(yè)升級趨勢［J］."政治經(jīng)濟學報，"2022，"23（2）："45-74.

［24］謝富勝."當代帝國主義研究的三種范式［J］."馬克思主義研究，"2020（11）："130-142.

［25］袁珩，"程如煙."全球人工智能人才發(fā)展態(tài)勢淺析［J］."全球科技經(jīng)濟瞭望，"2021，"36（2）："48-52.

［26］清華大學中國科技政策研究中心."中國人工智能發(fā)展報告2018［R］."北京："清華大學中國科技政策研究中心，"2018："29-33.

［27］習近平."推動我國新一代人工智能健康發(fā)展［EB/OL］."（2018-10-31）"［2024-12-15］."http：//zqbcyolcom/html/2018-11/01/nwD110000zgqnb_20181101_2-01htm.

［28］中共中央關(guān)于進一步全面深化改革推進中國式現(xiàn)代化的決定［N］."人民日報，"2024-07-22（1）.

The"New"Patternnbsp;of"Global"Ramp;D"Division"of"Labor"in"the"Age"of"Digitization："

Core"Characteristics"and"Generative"Logic

Chen"Hengxuan

（School"of"Economics，"Capital"University"of"Economics"and"Business，"Beijing"100070，"China）

Abstract：

The"new"pattern"of"global"Ramp;D"division"of"labor"in"the"digital"age"exhibits"a"“coreperiphery”"characteristic，"where"core"Ramp;D"labor"is"responsible"for"highend"tasks"such"as"conceptual"and"principle"design，"while"peripheral"Ramp;D"labor"carries"out"relatively"lowerend"operations."The"logic"of"the"new"pattern’s"formation"is"as"follows："The"widespread"use"of"intelligent"Ramp;D"tools"in"the"Ramp;D"process"has"accelerated"the"separation"of"Ramp;D"labor"into"“conceptualization"and"execution”."The"digital"technology"revolution"and"changes"in"Ramp;D"organization"have"created"the"objective"conditions"for"this"separation"to"expand"globally."On"this"basis，"monopolistic"organizations，"by"monopolizing"advanced"Ramp;D"tools，"top"Ramp;D"talent，"and"appropriating"Ramp;D"objects，"have"driven"the"ultimate"formation"of"the"new"pattern."To"break"free"from"the"constraints"of"this"global"Ramp;D"division"of"labor"on"China’s"independent"Ramp;D，"China"should"strengthen"the"domestication"of"intelligent"Ramp;D"tools"and"interdisciplinary"Ramp;D"talent，"and"make"good"use"of"local"tacit"knowledge"and"corporate"demand"as"innovation"resources.

Key"words：digital"era;"Ramp;D"division"of"labor;"“coreperiphery”;"independent"Ramp;D"strategy

（責任編輯：張積慧）