从蒸汽到电力,再到智能:工业革命如何真正改变生产力与社会
范围与图像说明:第一次工业革命通常约指 1760—1840 年,但其生产率和制度后果一直延伸到 19 世纪中叶;第二次工业革命通常约指 1870—1914 年,但电气化的主要生产率红利到 20 世纪 20 年代才充分显现。本文因而不把战争或某项专利当作硬边界,而追踪技术从发明、扩散到社会定型的全过程。文中图片均为真实历史画作、同期版画、档案照片、馆藏设备或现实基础设施照片,不含 AI 生成图;出处与许可见图注。
作者:qscqesze | 稿件类型:经济史 / 技术史 / 劳动史 / AI 政治经济学
摘要
工业革命不是若干发明日期的总和,也不是机器突然替代人的一声巨响。它是一个至少包含五个环节的历史过程:核心技术先达到可用水平,成本沿着持续改良下降;能源、交通、金融与标准等互补网络随之铺开;企业围绕新技术重新设计生产流程;劳动者迁移、受训、抵抗并重新议价;国家最后才以工厂法、公共卫生、教育、公司法和社会保障,把已经发生的经济变动纳入新的制度秩序。只有五个环节彼此咬合,一项发明才会变成生产率体制,进而改写家庭、城市、阶级和政治。
第一次工业革命以棉纺机械化为突破口,以煤和蒸汽突破有机能源约束,以铁、机床、运河和铁路扩大生产与市场的尺度。它在少数部门很早就造成惊人的成本下降,宏观生产率却上升缓慢;工人与工资也没有同步分享新增产出。到 19 世纪中叶,蒸汽、铁路和资本品部门扩散,真实工资才较稳定上行,工厂监管和城市卫生制度也开始成形。第二次工业革命则把廉价钢材、化学工业、电力、内燃机和通信网络连接起来。电动机本身并未立即带来生产率奇迹;企业必须拆除围绕中央动力轴建成的旧工厂,为每台机器配置电机,并以流水线、标准件和专业管理重新组织物料与信息。由此产生的生产率跃升,主要出现在发电站问世约四十年后的 20 世纪 20 年代。
这一历史对人工智能的启示并非“再等四十年”如此简单。生成式 AI 已在写作、客服、编程和咨询等特定任务上带来可测量收益,但任务实验不等于企业生产率,企业生产率也不等于宏观繁荣。AI 是否会成为与蒸汽、电力同量级的通用技术,取决于组织能否重写流程、能否创造而不只是消灭人的新任务,以及教育、竞争、能源、数据权利和收益分配制度能否同步变化。技术史真正提供的不是宿命论,而是一套判断革命是否已经发生的证据标准。
关键词:第一次工业革命;第二次工业革命;生产率时滞;通用目的技术;工厂制度;电气化;人工智能;劳动与分配
一、怎样判断一场工业革命真的发生了
(一)不能以专利日历代替历史
若以发明为界,第一次工业革命似乎可以从纽科门蒸汽机的 1712 年算起,也可以从瓦特分离式冷凝器专利的 1769 年算起;第二次可以从贝塞麦 1856 年公布炼钢法算起,也可以从爱迪生珍珠街电站 1882 年供电算起。问题是:这些日期之后,普通工厂并没有立刻改变,国家的人均产出也没有立刻跳升。
早期蒸汽机耗煤巨大,主要适用于煤矿抽水;最早采用电力的工厂,往往只用电动机替换蒸汽机,天花板上的总轴、皮带和旧布局原样保留。企业购买了新动力,却仍以旧方式生产。历史上的“革命”,不是设备被搬进厂房的时刻,而是人们终于知道该怎样围绕它重新安排厂房、材料、决策和劳动的时刻。
因此,本文采用一个较严格的定义:
工业革命,是一种可持续降低广泛经济活动之单位成本的技术体系,与能源和交通网络、企业组织、劳动技能及公共制度共同演化,最终改变生产率增长路径和社会生活结构的过程。
这里有两个限定。第一,产量增长不等于生产率增长。人口增加、工作时间延长、投入更多资本,都能扩大产量;生产率关心的是同样投入能否产出更多。第二,技术效率不等于社会福利。一个工厂每小时织出更多布,若代价是工伤、童工、污染和政治排斥,社会当然发生了变化,却不能只用布匹价格概括其得失。
(二)生产率究竟测量什么
劳动生产率通常写作每工时或每名劳动者的实际产出;全要素生产率(TFP)则试图衡量在劳动、资本等可观测投入之外的效率改进。两者都不是纯技术指标。更好的道路、标准件、可靠供电、管理制度、工人经验和知识传播,都会进入测得的生产率。
一项通用目的技术要穿过五道门,才可能在宏观数据中留下持久痕迹:
| 环节 | 要解决的问题 | 历史表现 |
|---|---|---|
| 技术可用 | 机器能否可靠完成任务 | 蒸汽机不再只会抽水,电机不再频繁故障,AI 不只会演示 |
| 成本可承受 | 购买、能源、维护和培训是否划算 | 煤耗下降、电价下降、算力与推理成本下降 |
| 互补网络形成 | 基础设施和标准是否到位 | 运河、铁路、电网、通信、云平台、企业数据接口 |
| 组织被重写 | 流程是否围绕新能力重建 | 工厂制、单机电驱、流水线、AI 原生工作流 |
| 制度完成适配 | 风险、权利和收益如何分配 | 工厂法、义务教育、反垄断、数据权利、社会保障 |
前三项决定“能不能用”,第四项决定“有没有生产率”,第五项决定“这种生产率会形成什么社会”。1
(三)“第一次”和“第二次”都是后来的概括
生活在 1780 年代的工人并不知道自己处于一张教科书年表的开端。他所经验到的,可能只是纱价下跌、手艺贬值、工作被移到厂内,或者一个孩子必须按水轮和机器的节奏上班。同样,1890 年代的人面对的是电灯、电话、廉价钢轨、化学染料和百货商店,并不天然把它们视为同一场革命。
“第一次工业革命”强调煤、蒸汽、纺织、铁与工厂制的结合;“第二次工业革命”强调钢、电力、化学、内燃机、通信与大企业的结合。两者在 19 世纪中叶彼此重叠。铁路既是第一次革命的成熟结果,也是第二次革命中大型公司、钢材需求和全国市场的组织基础。分期有助于分析,不能把历史切成互不相干的两个盒子。
二、第一次工业革命之前:为什么漫长的增长总会失速
(一)有机经济的天花板
前工业社会并非没有技术进步。水车、风车、帆船、印刷、冶金、钟表和复杂商业网络早已存在,亚洲和欧洲也都有高度专业化的手工业。问题在于,大部分能量最终来自当季太阳能:人吃粮食,牲畜吃草,木材依赖土地,风和水受地点与天气制约。产出增加会推高对粮食、燃料和土地的需求,人口增长又常把人均收入拉回较低水平。马尔萨斯描述的不是永恒铁律,却抓住了有机经济的反馈机制。
煤改变的首先不是某件产品,而是能量供给与土地面积之间的关系。地下积累数百万年的太阳能,可以在短时间内被开采和燃烧。蒸汽机又把煤转化为可控制的机械功。英国经济史学家 E. A. Wrigley 因而把工业化理解为从“先进有机经济”转向“矿物能源经济”:社会第一次可以持续增加每名劳动者所支配的功率,而不必同比增加耕地和牲畜。2
(二)为什么首先是英国:没有一个单因解释
英国的先发优势来自一组相互强化的条件,而不是某种民族天赋。
首先是相对价格。罗伯特·艾伦指出,18 世纪英国城市工资相对较高,煤和资本相对便宜,节省劳动、消耗资本与能源的机器因而更有利润。早期英国机器搬到低工资、昂贵燃料的地区,未必值得采用;等到工程师持续改良、机器更加节能省料,它们才具备全球扩散条件。3
其次是市场与技能。农业生产率提高释放了劳动力,也支持更高城市化率;国内道路、沿海运输、运河和统一市场降低了交易成本;工匠、钟表匠、仪器制造者和采矿工程师构成“能做出来、也能修起来”的技能网络。专利、社团、出版和经验科学让有用知识更容易流动。乔尔·莫基尔强调的“工业启蒙”,正是自然知识、工程实践与改良文化之间的新联结。4
再次是全球条件。大西洋贸易、殖民市场、海军保护和金融体系扩大了需求与原料来源。棉纺工业的原棉越来越依赖美洲奴隶种植园;英国制造品又进入殖民地和其他海外市场。关于奴隶贸易利润是否直接“提供了工业革命资本”,经济史学界仍有数量上的争论;但棉花、市场、航运、保险、奴隶所有权财富和帝国强制与工业化相互嵌入,已不能从故事中删除。5
最后还有偶然与路径依赖。煤田离城市和港口较近、议会能够授权收费道路与运河、1688 年后的财政国家能以较低成本借款,这些条件都重要,却都不能单独推出工业革命。中国江南、印度纺织区和荷兰同样拥有市场、技能或高收入中的若干项。研究真正要解释的,是为什么这些条件在英国恰好形成了一套让持续机械改良有利可图的组合。
三、棉纺革命:机器首先重写了劳动的地点和节奏
(一)一个瓶颈推动另一个瓶颈
18 世纪的纺织生产大多分散在家庭。商人提供原料,家庭成员纺纱、织布,再由商人收购成品。这种“外包制”并非落后残余,它能灵活利用农村劳动力,也减少厂房投资;但质量、交货和劳动监督较难统一。
机械化以连锁瓶颈推进。约翰·凯 1733 年的飞梭提高织布速度,使纱线更加短缺;哈格里夫斯的珍妮纺纱机(约 1764)、阿克赖特的水力纺纱机(1769 年专利)、克朗普顿的走锭精纺机(1779)先后提高纺纱量与质量;卡特赖特的动力织机(1785 年专利)再机械化织造。梳棉、漂白、印染也随之改进。每解决一个环节,压力就转移到下一个环节。
这些发明很少是孤独天才从无到有的创造。阿克赖特整合了此前的滚轴纺纱原理、工匠技能、专利与资本,并把它们放进克罗姆福德的大型水力工厂。其历史意义不只是一台机器,而是一套可复制的商业系统:固定动力、成组设备、纪律化劳动、维护体系、原料采购与市场销售集中在同一组织内。科学与工业博物馆对阿克赖特的评价十分准确——他把机械原理变成了持续生产、能够盈利的工业机器。6
(二)工厂的核心不是“大楼”,而是控制权
水力纺纱机体积大、需要稳定动力,生产自然向河谷工厂集中。蒸汽动力后来减弱了选址对急流的依赖,工厂可以靠近煤、港口、城市劳动力和市场。集中生产让机器利用率提高,维修和质量更一致,资本家也更容易监督时间。
这里发生了一项深刻转变:工人不再主要拥有工作节奏。家庭生产可以在农忙、照料和市场之间调配时间;工厂必须让数百人同时到场,让一台水轮或蒸汽机连续带动整间车间。迟到不再只是个人少做一会儿,而会破坏协同。钟表、门禁、罚款、工头与铃声遂成为生产技术的一部分。E. P. 汤普森所说的“时间纪律”,不是文化附带现象,而是固定资本要求的组织条件。7
机械化也重新划分技能。机器把部分手艺固化在齿轮、凸轮和操作规程中,使妇女和儿童可以承担接头、换筒、清理等工作;与此同时,造机、调机、动力维护和工厂管理产生新的高技能岗位。技术没有简单地“去技能化”所有劳动,而是让某些技能贬值、另一些技能升值,并把决定技能价值的权力从行会和工匠转向机器所有者与企业。
(三)棉布为什么成为突破部门
棉纤维强度和均匀性适合机械加工,成品需求富有弹性,原料可由海外大规模供给。机器使纱价和布价下降,低价又扩大消费,需求扩大支持更大工厂和更专用设备,形成“降价—扩量—再投资”的累积循环。棉纺的部门生产率远高于整体经济,因此曼彻斯特等地很早就像进入了未来;但农业、建筑、运输、零售和大量服务业仍按旧方式运行。这解释了为何同时代人感到天翻地覆,早期宏观统计却只显示缓慢加速。
四、煤、铁与蒸汽:从一台抽水机到可迁移的动力体系
(一)纽科门先解决矿井问题,瓦特再解决能源效率
深井采煤会遇到积水,煤越重要,抽水问题越紧迫。1712 年,托马斯·纽科门在英格兰中部安装实用大气式蒸汽机。蒸汽在汽缸内冷凝,形成低压,外部大气推动活塞。它笨重而耗煤,却能在煤价低廉的矿区持续抽水,第一次让矿物燃料反过来扩大矿物燃料开采。8
1760 年代,詹姆斯·瓦特修理纽科门模型时意识到,汽缸反复加热和冷却浪费大量能量。分离式冷凝器让汽缸保持热态,显著降低煤耗;此后的双作用、旋转运动等改进,使蒸汽机从矿井泵走向磨坊和工厂。马修·博尔顿提供资本、制造基地、客户网络与商业组织;精密镗床等机床进步则让大型汽缸能够更严密配合。所谓“瓦特的蒸汽机”,实际上是一组专利、工匠、机床、融资、销售和维护能力的共同产物。
早期蒸汽动力的宏观影响仍很小。机器贵、煤耗高、维修难,水力在许多地点继续更便宜。尼古拉斯·克拉夫茨的增长核算显示,蒸汽对 18 世纪生产率的贡献有限且延迟很长;到 1850—1870 年,蒸汽技术才约贡献英国劳动生产率增长的五分之二。9 这段近百年的距离,是理解通用技术的第一把钥匙:首台可用设备与全经济有效资本存量,不是同一个变量。
(二)煤与铁形成自我强化的工业回路
冶铁曾依赖木炭,受森林和运输约束。亚伯拉罕·达比 1709 年前后在高炉中采用焦炭,亨利·科特 1780 年代的搅炼与轧制法又改善熟铁生产。更多铁用于蒸汽机汽缸、锅炉、桥梁、轨道和机床;更好的蒸汽机用于矿井排水、鼓风和轧制;更多煤与铁再降低机器成本。
这种回路的意义超过任何单项发明。农业社会也能制造精巧金属器,但很难廉价生产大量性能相近的铁件。工业化把材料质量、动力稳定性与机床精度同时向上推,机器开始制造更好的机器。资本品部门一旦能够自我改进,技术进步便从偶发创意转向连续工程。
(三)环境代价不是后来才出现的意外
煤把经济从土地约束中释放,也把碳排放、烟尘、矿难和地表破坏集中起来。早期城市的私人收益与公共成本明显分离:工厂享受便宜能源,污染却由邻里、工人和后代承担。工业革命创造的不仅是大规模生产,也创造了大规模外部性。此后公共卫生法、烟害监管、工伤制度与现代环境法,都可以追溯到这一生产尺度与治理尺度的错位。
五、运输革命:生产率开始越过工厂围墙
(一)运河先把煤和重货送进内陆
18 世纪后半叶的收费道路、沿海航运和运河建设降低了煤、矿石、粮食和原棉的运输成本。1761 年开通的布里奇沃特运河把沃斯利煤运往曼彻斯特,常被视为运河时代的标志。运输改善扩大了工厂可服务的市场,也让地区更深地专业化:一个地方不必生产全部生活资料,可以依靠可靠交换专攻棉纺、陶器或五金。
交通并非被动服务工业。罗伯特·艾伦对 1695—1842 年英国煤运的研究发现,消费者关心的是到岸煤价,而运输成本常为坑口煤价的数倍;1795—1842 年煤炭运输生产率年均提高约 1.7%,远高于同期全经济 TFP 增速。便宜煤不只是地质禀赋,也是航运、运河、道路与市场整合的产物。10
(二)铁路把速度、可靠性和网络效应结合起来
1825 年斯托克顿—达灵顿铁路投入运营,1830 年利物浦—曼彻斯特铁路开通。后者不是一条供矿井内部使用的轨道,而是连接港口与工业城市、同时经营客货运输的定期铁路。机车、铁轨、信号、车站、时刻表、维修与融资必须共同可靠,铁路因此是一套“系统技术”。
铁路降低运费和库存,缩短交货时间,扩大劳动力流动,也制造自身需求:钢铁、煤、机车、桥梁、工程师和巨额融资。更重要的是网络效应——孤立的十公里铁路线价值有限,线路连接港口、矿区、城市和其他线路后,价值非线性上升。铁路时刻还推动统一时间;空间被压缩,钟表时间成为全国协调工具。
从这里开始,蒸汽不再只是厂内动力。它进入物流和市场边界,使一个高效率棉纺厂能够从全球取得原料,并向更大范围销售产品。技术对全经济生产率的影响,终于越过了少数领先部门。
六、为什么第一次工业革命的生产率“先慢后快”
(一)早期增长更多是结构变化,不是全面奇迹
老一代叙事常把 1760 年后描绘成经济曲线突然折向上方。克拉夫茨、哈利和此后的历史国民账户研究修正了这一印象:1760—1800 年英国人均 GDP 与劳动生产率的年增速大致只有约 0.3%—0.4%,1800—1830 年也未明显更快;较广泛的加速主要出现在 1830 年以后。不同数据集对具体数值仍有分歧,但“宏观增长慢于著名发明给人的直觉”已是重要共识。11
原因并不神秘:
- 领先部门权重小。棉纺生产率很高,但在整个经济中只占一部分;农业和服务业吸收大量劳动力。
- 资本替换需要时间。旧水车、手织机、道路和建筑仍能使用,企业不会因新专利出现就立刻报废资产。
- 早期机器只在特定价格下划算。英国以外地区工资、煤价和市场规模不同,采用速度更慢。
- 互补能力稀缺。机器需要熟练机工、标准零件、信贷、保险、维修和稳定原料。
- 新技术先制造投资成本。修厂房、铺铁路、训练工人都占用当期资源,收益在未来出现。
这不是说工业革命“没有增长”。恰恰相反,经济已经从偶尔增长后回落,转向能够持续积累知识和资本的路径。革命性在增长机制变了,而非第一年的增长率足够惊人。
(二)蒸汽的真正起飞发生在瓦特之后
瓦特时代以后,高压蒸汽、复合式发动机、金属加工精度和煤炭运输不断改善。蒸汽机单位功率成本与煤耗下降,适用地区扩大;铁路和蒸船又创造更大需求。技术沿着“使用—学习—改良—降价—扩大使用”的曲线扩散。
因此,第一次工业革命可分为三个重叠阶段:
| 阶段 | 大致时期 | 主要变化 | 生产率特征 |
|---|---|---|---|
| 突破 | 1760—1800 | 纺纱机械、水力工厂、瓦特改良、焦炭与铁工艺 | 少数部门成本骤降,宏观影响有限 |
| 扩散 | 1800—1830 | 蒸汽进入更多工厂,运河成熟,机床改善 | 产业与城市结构快速改变,人均增长仍温和 |
| 系统化 | 1830—1870 | 铁路、蒸船、廉价机器、全国市场形成 | 蒸汽贡献扩大,劳动生产率和实际工资较稳定上升 |
“第一次工业革命何时完成”没有唯一答案。若看发明,1800 年前核心原理已大致出现;若看英国成为煤、蒸汽、铁路和机器制造互相支撑的工业经济,则要到 19 世纪中叶;若看全球扩散,还要更晚。
七、第一次工业革命怎样重新组织社会
(一)城市不是被动变大,而是被工业重新设计
工厂、煤矿和交通节点吸引人口,曼彻斯特、伯明翰、利兹和格拉斯哥等城市迅速扩张。住房、供水、排污和道路建设赶不上人口,密集居住与污染使霍乱、伤寒和呼吸疾病蔓延。城市一方面提高知识交流和专业分工,另一方面制造“城市惩罚”:在 19 世纪早期,许多大城市的死亡环境比乡村更差。
这迫使国家逐步承认,卫生不只是私人品德。查德威克 1842 年调查把疾病、污水、垃圾与贫困救济费用联系起来;1848 年《公共卫生法》建立中央卫生委员会框架,1872 与 1875 年法案才形成更普遍的地方卫生行政、供水和排污责任。现代市政国家不是工业化的先决条件,而是被工业城市的失败逼出来的制度创新。12
(二)“工人阶级”成为共同政治身份
雇佣劳动当然早已存在,工业化却把大量失去独立生产资料的人集中在相似纪律之下。收入来自工资,风险来自失业、疾病与机器替代,工作场所又让人容易交换信息和组织行动。由此形成的不只是一个统计阶层,也是一种共同语言:工人、厂主、工时、工资和权利。
政府最初以《结社法》(1799、1800)限制工人组织,法案 1824 年废除后工会空间才逐步扩大。卢德运动(约 1811—1816)并非对一切技术的非理性仇恨;参与者常攻击的是破坏行业惯例、压低质量和工资的特定机器及雇主策略。1830—1840 年代的宪章运动又把劳动处境与男性普选权、议会代表制连接起来。机器问题由此进入政治:谁决定采用何种技术,谁承担过渡成本,谁有资格谈判收益。
(三)家庭、性别与童工同时被改写
早期工厂大量雇用妇女与儿童,因为其工资较低,也因为部分机器操作不需传统男性手艺。工资劳动给一些女性带来现金收入,却没有自动消除家务和照料责任;家庭可能依赖所有成员的工资生存。随后“男性养家工资”理想与保护性劳动法又把妇女排除在某些高薪、危险或夜间工作之外。工业化对性别的后果既有劳动参与,也有新的职业隔离。
童工也不是工业革命凭空发明的,农业、家内制和学徒制早已使用儿童劳动。工厂和矿井改变的是规模、可见性、纪律与危险类型:长工时、移动机器、棉尘、黑暗矿道和家庭监督缺失,使儿童处境成为全国政治问题。
1833 年《工厂法》禁止 9 岁以下儿童在适用的纺织工厂工作,限制较大儿童工时,并首次建立虽规模很小却拥有执法权的工厂监察体系;1842 年《矿井法》禁止妇女、女孩和 10 岁以下男童井下劳动;1847 年“十小时法”限制妇女和青少年工时。法规经常被规避,覆盖范围也有限,但国家从规定合同转向检查工作场所,本身就是现代劳动治理的起点。13
(四)生产率与工资之间出现了“恩格斯停顿”
工业化是否改善普通人生活,是经济史上持续最久的争论之一。乐观派强调棉布等商品变便宜、实际工资最终上升和预期寿命长期改善;悲观派强调拥挤、工时、营养、童工、失去劳动自主和收入不平等。两边测量的往往不是同一件事。
罗伯特·艾伦用“恩格斯停顿”概括大约 18 世纪末至 19 世纪前半叶的现象:劳动生产率上升,实际工资却较长时间停滞,新增收入更多流向利润;到资本积累、劳动力市场和政治制度变化后,工资才较稳定地追上。具体起止年份随工资和物价序列而变,地区、性别和职业差异也很大,不能把所有工人压成一条线。可靠结论应当更克制:技术提高总产出,并不会自动、同步、等比例提高劳动者福利。14
更便宜的布不补偿被污染的水,更高的家庭总收入也可能来自妻儿工作更久。判断生活水平必须同时看工资、价格、工时、住房、健康、儿童成长、失业风险与自主性。GDP 是必要信息,不是完整的社会账本。
(五)帝国与奴隶制在工厂门外继续生产
曼彻斯特纺纱机的高效率,不能与原棉供应分开。19 世纪上半叶,英国棉纺越来越依赖美国南方奴隶种植园。奴隶劳动并未进入英国工厂工资表,却进入了原料价格、贸易信贷、港口繁荣和成品市场。1833 年大英帝国废奴时,政府向奴隶所有者支付 2,000 万英镑补偿,被奴役者没有得到补偿;UCL 的数据库已追踪数万名所有者及财富在英国社会中的去向。15
这并不意味着“没有奴隶制就绝无蒸汽机”这种简单反事实已经得到证明。较严谨的说法是:英国工业化的技术机制可以分析为工资、煤、机器和知识,但它实现的规模、利润和全球网络与殖民强制密不可分。把帝国只写成外部市场,会漏掉谁承担了低价原料的真实成本。
(六)第一次革命留下的制度年表
| 年份 | 事件 | 更深层变化 |
|---|---|---|
| 1799—1800 | 《结社法》限制工人联合 | 国家试图维持单个雇主与单个工人的不对称契约 |
| 1811—1816 | 卢德运动 | 技术选择与行业惯例、工资和政治权利发生冲突 |
| 1824—1825 | 结社禁令废除并重新规范 | 工会由非法走向有限合法 |
| 1832 | 第一次议会改革法 | 工业城市获得更多代表,但多数工人仍无选举权 |
| 1833 | 《工厂法》与监察制度 | 劳动合同第一次接受持续的国家现场监督 |
| 1838—1848 | 宪章运动 | 工人把经济诉求转化为代表权诉求 |
| 1842 | 《矿井法》、查德威克卫生报告 | 地下劳动和城市卫生成为公共责任 |
| 1847—1848 | 十小时法、公共卫生法 | 国家开始限制工时并建设卫生行政 |
| 1870—1880 | 教育法、义务入学推进 | 儿童逐渐从劳动力转为需要长期培养的公民 |
这张表说明,社会制度通常落后于生产制度几十年。市场先创造工厂城市,国家后来才学会管理工厂城市;机器先使用儿童,义务教育再把儿童从机器旁移入课堂。所谓工业社会,是技术与反作用共同塑造的。
八、从第一次到第二次:革命为何换了中心
到 19 世纪中叶,英国已经建立煤—蒸汽—铁—铁路的增长体系,但新的瓶颈出现了。熟铁不够均匀、价格仍高;蒸汽总轴限制工厂布局;跨地区大企业难以实时通信;机械产品需要更精确材料和标准;经验型发明也不足以支撑有机化学与电气工程。
第二次工业革命把创新中心从“熟练工匠改良机械”推向“科学、工程、资本与组织化研发共同生产技术”。德国和美国快速追赶英国,不是简单复制曼彻斯特,而是在化学、电气、钢铁、铁路管理和大规模国内市场上发展自己的制度优势。
它的核心不是单一新能源,而是四种可组合能力:廉价而一致的材料,能够远距离输送的能量,能够远距离传递的信息,以及能够管理巨额固定资本的大型组织。
九、第二次工业革命的技术链条:钢、化学、电力与内燃机
(一)廉价钢材改变的不只是铁路
亨利·贝塞麦 1856 年公开转炉炼钢法,以空气吹入熔融生铁氧化杂质,大幅提高批量和速度;西门子—马丁平炉、1870 年代后处理含磷矿石的碱性工艺又扩大原料范围并改善质量控制。技术经历长期试错,并非 1856 年后所有钢材立即便宜可靠。
钢比熟铁更强、更均匀,适用于耐用钢轨、桥梁、船体、锅炉、机器、武器和建筑骨架。它降低大型结构的自重,使摩天楼、电梯城市和远洋钢船成为可能。材料革命的典型特点是“藏在所有产品里面”:消费者未必直接购买一块钢,却通过更便宜的运输、更高的机器转速和更大建筑空间获得其生产率收益。
(二)化学工业把实验室变成生产资料
1856 年,18 岁的威廉·珀金在尝试合成奎宁时意外得到苯胺紫,这是第一种商业化合成染料。真正的革命不在一抹紫色,而在可重复的分子设计、分析、专利、工艺放大和市场开发。染料研究后来与药物、炸药、肥料、合成材料和摄影化学相连。16
德国的 BASF、拜耳和赫希斯特等企业在 19 世纪后期建立企业实验室,招聘受过大学训练的化学家,把研究变成组织的常设功能。第一次革命常由工匠在生产现场改良;第二次革命中,理论化学、电磁学和工程教育越来越能在产品出现前指导实验。创新不再只属于某位厂主,而成为有预算、职业阶梯、实验记录和专利组合的部门。
这种模式也让大企业获得优势。化学流程需要高固定成本、专门知识和长期试验,失败项目多,成功专利却可以覆盖巨大市场。研发、规模与市场权力从一开始就缠在一起。
(三)电力首先是一张网络,才是一种动力
发电机、电灯、电动机、变压器和配电系统分别进步,只有连成系统才形成经济价值。1882 年,爱迪生的珍珠街电站向纽约一小片区域提供直流电,证明中央电站、线路、电表、灯具和收费可以作为完整商业系统运转。直流传输距离有限;交流、变压器与多相电机随后使高压远距离输电和工业动力更可行。1895 年尼亚加拉瀑布的大型交流电站向布法罗送电,是集中发电与远距离输电的重要里程碑。17
电力比蒸汽更容易分割、传输和即时控制。它可以照明、通信、电解、牵引,也可以给每台机器独立供能。但电不是免费的抽象流体:发电厂、铜线、电网互联、频率标准、调度和监管需要巨额固定投资。电力行业因此推动公用事业公司、自然垄断监管和城市基础设施政治。
(四)内燃机把动力带离固定网络
奥托四冲程发动机(1876)、本茨汽车(1885—1886)、戴姆勒等人的改进和狄塞尔发动机(1890 年代)让液体燃料在小型设备和运输中高效做功。蒸汽机适合连续大型动力,内燃机具有较高功率重量比、启动灵活,最终改变公路运输、农业机械、航空和城市形态。
汽车也说明消费品从来不是单独产品。大规模汽车社会需要炼油、橡胶、钢板、玻璃、道路、加油站、修理网络、保险、驾照和交通法。汽车下线只是产业链中间一步;郊区化、连锁零售和石油地缘政治才是它的长期社会形态。
(五)通信让大组织可以在更大空间内同步
电报在两次革命之间架桥:19 世纪中叶的陆上电报和 1866 年稳定运行的跨大西洋电缆,把信息速度从船速中解放。贝尔 1876 年电话专利与随后交换网络又使实时语音进入企业和家庭。铁路时刻、库存、价格、订单和金融交易可以跨地区协调。
若没有快速通信,跨国公司和全国市场的管理成本会极高。第二次工业革命提高的不只是制造速度,也提高了协调速度。现代企业的办公室、会计、打字员、中层管理者和销售网络,都是这场“信息工业化”的组成部分。
十、电气化为什么等了几十年才真正提高生产率
(一)最初,人们只是用电动机继续经营蒸汽工厂
蒸汽工厂通常由一台中央发动机带动长轴,再以皮带把动力传到各楼层和机器。机器必须沿传动轴排列;轴和皮带持续空转、损耗能量,也遮挡光线、积累油污并造成事故。一处故障可能让整层停工。
早期电气化最省事的办法,是用大电动机替换蒸汽机,仍带动原有总轴。电费或维护费可能下降,生产逻辑却没有改变。真正的“单机电驱”要求给每台或每组机器配置电机,拆掉传动轴,重做配线,并重新设计厂房。企业常要等旧设备折旧、新厂建设和电价下降才愿意转换。
一旦完成,机器可按工序顺序而非动力轴位置排列;不用的设备可以关机;不同机器能使用不同速度;单台故障不再拖垮全厂;单层、采光良好的厂房也取代围绕竖向传动建造的多层磨坊。电动机不是简单节能,而是释放布局自由。18
(二)宏观时滞与企业即时收益并不矛盾
保罗·戴维在 1990 年用电气化解释计算机时代的“生产率悖论”:中央电站在 1880 年代出现,美国制造业的显著生产率加速却主要在 1920 年代到来,因为新工厂、单机电驱、管理方法和人力资本需要一代时间形成。19
新研究对“必须等四十年”的强版本提出修正。Fiszbein、Lafortune、Lewis 与 Tessada 使用 1890—1940 年美国县—行业数据,发现接近早期水电站的高能耗行业在采用电力后迅速获得持久劳动生产率收益,同时伴随资本深化和组织变化。20 两种结果可以相容:对完成采用的企业,收益可以很快;对整个经济,等待企业进入、旧资本替换和电网覆盖仍会造成长时滞。
这一区分对 AI 尤其重要。某个团队本周节省 20% 时间,不代表全国生产率本季度就提高 20%。团队在经济中的权重、节省时间如何使用、质量是否保持、需求是否扩大、其他环节是否成为瓶颈,都会改变总效果。
十一、流水线与大企业:第二次革命的组织发明
(一)福特不是发明了汽车,而是重排了时间与空间
互换零件、专用机床、传送设备和流水作业此前已在军械、钟表、缝纫机与屠宰业中发展。福特在 1913 年高地公园工厂把这些做法整合进移动装配线,让产品移动到工人面前,任务被分解、排序和严格计时。福特资料显示,T 型车底盘装配由约 12.5 小时降至约 1.5 小时;价格下降又扩大汽车市场。21
流水线同时提高产量与劳动强度。任务重复、节拍由线体决定,工人流动率一度很高。1914 年福特推出五美元日薪,并把日工作从九小时降至八小时;高工资既分享部分生产率,也是降低离职、筛选和约束工人的管理手段。企业福利与“社会学部”还介入工人家庭生活。高工资福特主义从来既是消费契约,也是控制制度。
(二)科学管理把工人知识变成管理知识
弗雷德里克·泰勒 1911 年出版《科学管理原理》,主张观察、计时和分解动作,由管理者确定“最佳方法”,再以标准和激励要求工人执行。它提高了部分流程的可预测性,也把工人的隐性知识抽取为企业拥有的规则。工人反对的不只是更快干活,而是计划权与执行权分离。
第二次革命的机器因此有两层:钢、电机和传送带构成物理机器;会计、流程图、工时研究、预算和层级构成组织机器。只购买前者、不建设后者,规模经济无法兑现。
(三)铁路先教会企业怎样管理大陆尺度的系统
铁路拥有分散线路、昂贵资产、复杂班次、大量员工和安全风险,无法靠一个业主在办公室亲自指挥。它发展出职能部门、标准报表、专业经理、成本会计与分区管理。钱德勒所谓“看得见的手”,指专业管理层在大规模、高吞吐经济中取代部分市场协调。22
钢铁、石油、化学、电气和汽车企业随后以纵向一体化控制原料、生产、运输和销售。股份公司和资本市场汇集巨额投资,有限责任分散风险;专利组合、兼并和网络效应又推动集中。规模提高效率,也产生垄断、金融权力和政治游说,反托拉斯法与公用事业监管因而成为第二次工业革命的制度回应。
十二、第二次工业革命如何改变日常生活与国家
(一)从工厂城市到基础设施城市
第一次革命把人聚集进城市,第二次革命逐渐使城市可长期居住。电灯延长安全活动时间,电车扩大通勤半径,钢结构与电梯支持高层建筑,电话协调商业,过滤供水与下水道降低传染病。家用电器后来把部分体力劳动从家庭中机械化,但收益分布取决于住房接电、收入与性别分工。
城市管理也更专业:工程师、卫生官、规划者和公用事业委员会进入政府。现代国家的行政能力,一部分正是为修建和监管水、电、交通、学校与住房网络而成长。
(二)大众教育成为工业能力,而不仅是慈善
化学、电气和管理体系需要读写、算术、工程训练与纪律化时间观。英国 1870 年《初等教育法》首次在英格兰和威尔士建立全国性学校供给框架,1880 年进一步要求 5—10 岁儿童入学。推动者既有人道理由,也公开担心英国制造业在德国和美国面前失去优势。23
教育与限制童工互为条件:若家庭仍依赖儿童工资,学校出勤就难以执行;若企业仍可廉价使用童工,投资成人技能的动力也不足。工业社会最终把儿童期延长,把学习从少数人的特权转为国家生产能力的一部分。
(三)大众消费、广告与标准化生活出现
规模生产必须有规模需求。百货商店、邮购目录、品牌、包装、广告和分期付款把匿名消费者连接到大型工厂。廉价钢、化学染料、电器和汽车不只满足既有需求,也制造颜色、款式、便利与更新周期的新欲望。
标准化并不等于所有人过同样生活。它降低基本品价格,也让企业有能力按收入和身份细分产品。现代消费社会的矛盾由此形成:机器以前所未有的效率生产相似物品,市场再用品牌差异把它们重新个性化。
(四)劳工政治与福利国家逐步制度化
大工厂把工人集中,也让罢工能阻断整个高吞吐系统。19 世纪末至 20 世纪初,工会、社会主义政党、合作社、雇主协会和集体谈判制度扩张。德国在俾斯麦时期建立疾病、工伤和养老保险;英国逐步推进工伤、养老金和国民保险;美国在新政时期以《瓦格纳法》《社会保障法》和 1938 年《公平劳动标准法》强化组织权、最低工资、加班与童工规则。24
八小时工作制和周末并非机器自然赠送的空闲。它们来自生产率提高、工人组织、企业计算与国家立法的共同结果。若只看单位工时产出,会把“谁争得缩短工时”误写成技术自动演化。
(五)工业能力也成为总体战能力
钢铁、化学、内燃机、电气通信和流水线既生产肥料、药物与汽车,也生产炸药、毒气、军舰、卡车和机枪。第一次世界大战表明,工业、科研、财政、物流与人口动员已能被国家整合为总体战。第二次工业革命创造的大规模协调能力,在战争中以最极端形式显现。
这提醒我们,生产率没有预设的道德方向。更低的单位成本可以用于疫苗,也可以用于武器;更强的信息处理可以优化电网,也可以优化监控。评价技术革命必须问新增能力服务了什么目标。
十三、两次工业革命究竟“彻底改变”了什么
将两次革命并排,最重要的不是背诵人物,而是看社会的基本约束怎样移动。
| 维度 | 第一次工业革命 | 第二次工业革命 |
|---|---|---|
| 核心约束 | 有机能源、手工速度、地方市场 | 材料一致性、动力分配、远程协调、规模管理 |
| 代表技术 | 棉纺机械、煤、蒸汽、铁、铁路 | 钢、电力、化学、内燃机、电话、流水线 |
| 典型组织 | 厂主控制的集中工厂 | 专业经理管理的多部门大公司 |
| 关键基础设施 | 运河、港口、铁路、煤田 | 电网、电话网、公路、科研和标准体系 |
| 主要生产率机制 | 以机器和矿物能源放大体力 | 以灵活动力、科学材料和规模协调重排流程 |
| 劳动冲击 | 手艺贬值、时间纪律、妇女童工工厂化 | 工序细分、白领管理、技术职业和大工会兴起 |
| 制度回应 | 工厂监察、公共卫生、有限工会权 | 义务教育、反垄断、集体谈判、社会保险 |
| 成熟时滞 | 核心发明后约数十年至一世纪 | 电站和电机后约三四十年形成宏观跃升 |
| 主要外部性 | 煤烟、矿难、城市疾病、殖民原料强制 | 化学污染、石油依赖、垄断、总体战 |
第一次革命把经济从土地和肌肉的能量上限中部分解放;第二次革命把能量、信息和材料变成可标准化、可远距配置的网络。前者创造工厂世界,后者创造由公司、实验室、基础设施与大众消费连接的工业社会。
所谓“彻底”,并不是旧事物全部消失。手工劳动、农业、家庭照料和小企业始终存在。真正彻底的是:即使不在工厂工作,一个人的食物、衣服、时间、城市、教育、政治和战争风险,也已被工业体系间接组织。革命的边界扩展到每个人的日常生活。
十四、由此看 AI:我们正在经历什么性质的革命
(一)AI 的历史节点与经济节点不是一回事
现代 AI 有多条谱系。2012 年 AlexNet 在 ImageNet 竞赛中的表现,标志深度学习在视觉任务上的突破;2017 年 Transformer 架构使大规模序列建模更高效;2022 年末生成式对话产品把大模型推向大众。25 这些是重要技术节点,却不能直接等同于“AI 已重写生产率”。
经济史会继续追问:模型是否可靠,单位有效任务成本是否持续下降,企业数据能否接入,错误由谁验证,流程能否改变,节省的时间被用于更多产出还是闲置,新的产品和需求是否出现。只有回答这些问题,模型能力才会进入生产函数。
2026 年《斯坦福 AI 指数》显示,生成式 AI 在短短三年内已获得极快的人口采用,但国家、收入与组织之间差距明显。快速使用与深度重组必须区分:打开聊天窗口是采用,重新设计产品开发、客户服务、科研和决策权才是转型。26
(二)AI 的“煤、蒸汽机、电网和电机”分别是什么
历史类比若过于整齐会误导,但可以帮助拆分技术栈:
| 工业时代概念 | AI 时代对应物 | 经济作用 |
|---|---|---|
| 煤与发电资源 | 电力、芯片产能、数据中心 | 提供可调用的物理计算能力 |
| 蒸汽机 / 发电机 | 基础模型与训练方法 | 把算力和数据转为通用认知能力 |
| 铁路 / 电网 | 云平台、API、网络、开源生态 | 让能力跨地区、跨企业低成本分发 |
| 单机电动机 | 嵌入具体软件、设备和岗位的模型 | 把通用能力放进真实任务 |
| 新厂房与流水线 | AI 原生流程、代理系统、人机分工 | 将局部能力转化为端到端生产率 |
| 工厂监察与电力监管 | 评测、审计、责任、隐私与竞争制度 | 管理失误、权力和外部性 |
AI 最特殊之处,是它处理的不是一种固定体力,而是语言、图像、代码、预测与部分决策。这些能力横跨多数行业,复制边际成本低,并可能帮助改进 AI 本身。它因而具有通用目的技术的潜力,也具有比传统机器更模糊的能力边界:模型可以写出流畅正确的答案,也能以同样口吻写出错误答案。
(三)局部生产率收益已经真实存在
AI 革命并非只有想象。几项设计较严谨的研究已经测得因果效应:
| 场景 | 样本与设计 | 主要结果 | 不能推出什么 |
|---|---|---|---|
| 中等难度专业写作 | 453 名受过大学教育的专业人士,预注册随机实验 | 平均完成时间下降 40%,质量提高 18%,低基线能力者受益更多 | 不能外推到长期职业、复杂事实核查与组织总产出 |
| 客服辅助 | 5,172 名客服人员,分期部署 | 每小时解决问题数平均提高 15%;新手和低技能者增益最大 | 只是一家公司、一个相对稳定的问题域,长期就业效应未知 |
| 管理咨询 | 758 名咨询人员,随机使用 GPT-4 | 在能力边界内,完成速度提高 25.1%、完成任务更多、质量提高;边界外任务正确率反而下降 | AI 并非对所有相似难度任务都可靠 |
第一项发表于 Science,第二项发表于 Quarterly Journal of Economics,第三项在 2026 年发表于 Organization Science。272829 三者共同揭示一件很有历史意味的事:AI 往往先把较弱或较新员工拉近熟练者,而不是立即让最强者获得最大增益。它像把部分优秀实践编码进工具,再低成本分发。
但研究也揭示“锯齿状边界”。模型在文风改写、模式匹配和已有案例丰富的任务上表现很好,对缺少清晰反馈、需要隐含情境和责任判断的任务则可能失误。企业若把平均实验结果当作每个流程的保证,会把加速器变成错误放大器。
(四)为什么微观收益还没有自动变成宏观奇迹
从一个任务到整个经济,至少有四次折算。
第一,AI 只影响一份工作的部分任务。写作快 40%,不表示整份工作快 40%;等待客户、开会、审批、取得数据和承担责任可能成为新瓶颈。
第二,时间节省不必然形成产出。固定工资员工可能把时间用于提高质量、做更多工作、减少加班,企业也可能裁减工时。福利都可能变化,但计入 GDP 的方式不同。
第三,个别企业采用会改变价格和竞争。若所有公司都更快写广告,广告总需求未必同幅增长;价格下降会把生产率收益传给消费者,也会挤压原有岗位和企业利润。
第四,宏观数据包含仍未采用或难以采用的行业。建筑、照护、餐饮和大量线下服务有物理瓶颈,模型能力只有通过机器人、设备和制度接口才能进入这些场景。
对未来十年,研究估计差异很大。OECD 基于任务增益、暴露度、采用率和产业关联的模型,估计 AI 可使年度 TFP 增速增加约 0.25—0.6 个百分点;阿西莫格鲁采用更保守的任务权重与“难学习任务”假设,估计十年累计 TFP 增益不超过约 0.66%,并可能低于 0.53%。3031 这不是谁算错一个小数点,而是未来采用率、任务范围、成本下降和新任务创造尚不可观测。诚实的结论是:局部证据已经为正,宏观量级仍未定。
十五、AI 要真正改变生产力,还缺哪几步
(一)从“副驾驶”进入流程,而不是给旧流程加一个聊天框
今天多数 AI 应用仍类似“用电动机带旧总轴”:员工在原流程外打开一个工具,复制材料、获得草稿,再粘贴回系统。它能节省时间,却有上下文丢失、权限泄漏、版本混乱和验证重复。
更深的转型会重新划分步骤。例如客服系统不是只生成回复,而是读取授权范围内的客户状态、检索政策、提出操作、标注不确定性、执行获准动作并保留审计记录;人不再逐字写回复,而负责例外、情绪、责任与规则改进。软件开发也不是“多写几行代码”,而是需求、测试、实现、审查、部署和监控之间的界面被重做。
这需要企业做昂贵而不显眼的互补投资:整理数据、定义权限、建立评测、重写岗位、培训员工、设计回滚、明确事故责任。布林约尔松、罗克和赛弗森称其为“生产率 J 曲线”:早期组织投入被记为成本,无形资产又常漏出统计;收益要等流程共同发明后才兑现。32
(二)从自动化旧任务,走向创造新任务与新产品
只自动化现有任务,会产生直接的劳动替代。成本下降可能扩大需求,剩余岗位也会受益,但不保证足以抵消替代。阿西莫格鲁与雷斯特雷波的任务框架区分“位移效应”与“复位效应”:机器接管人的任务会压低劳动份额,技术创造人更具比较优势的新任务则重新扩大劳动需求。33
两次工业革命都消灭了职业,也创造了此前不存在或规模很小的职业:机工、铁路调度、化学家、电气工程师、电话接线员、汽车维修、广告经理、卫生官。AI 的长期就业结果同样取决于它是否只把文员、设计师和程序员的既有步骤压缩,还是能催生个性化教育、科学发现、无障碍服务、小团队工业设计、复杂系统维护等新产品与任务。
“人还在环中”并非充分标准。若人只在末端为机器批量决策承担责任,岗位可能更紧张、更空洞。真正的互补设计,应让人获得新的判断范围、客户关系和创造空间,而不仅是成为低速审核器。
(三)可靠性必须成为生产工程,而非使用者直觉
蒸汽锅炉需要压力标准和检验,电网需要保护装置、频率控制和备用容量,AI 也需要与风险相称的评测、监控、来源记录和人工升级。模型平均正确率不足以描述生产风险:医疗漏诊、财务误报、普通文案错字的损失分布完全不同。
成熟系统会把能力边界写进流程:哪些任务可自动执行,哪些必须检索原始证据,哪些需要双人复核,何时拒答或升级,模型和数据版本如何追溯。AI 的“工厂工程”不是提示词技巧,而是把统计模型放进具有责任边界的社会技术系统。
(四)算力网络必须与能源网络同时扩建
AI 看似把“智能”变成软件服务,背后却是半导体厂、矿物、数据中心、变电站和冷却水。国际能源署估计,全球数据中心 2024 年用电约 415 TWh,占全球用电约 1.5%;基准情景下 2030 年可能达到约 945 TWh。全球占比仍有限,地理集中却会给局部电网、供水和电价带来强压力。34
效率提高也不保证总能耗下降。单次推理更便宜会刺激更多用户、更多代理步骤和更大模型,形成反弹效应。第一次工业革命的教训在这里十分直接:低价能源带来增长,也带来未计价外部性。AI 的社会成本必须进入选址、电源结构、用水披露、芯片回收和电网规划,而不能等基础设施锁定后再补救。
十六、AI 革命将怎样重组社会:几条尚未决定的分岔
(一)技能差距可能缩小,资本差距可能扩大
客服、写作和咨询实验显示,较弱员工常获得更大任务收益,看起来有利于缩小岗位内部技能差距。但若高质量模型、算力、数据和分发渠道集中在少数公司,企业利润和资本收入可能更集中;若入门工作被压缩,新人又可能失去形成高级经验的训练阶梯。
因此,“AI 让新手接近专家”有两种完全不同的制度结果。一种是更多人获得高质量工具、扩大自主性和收入;另一种是专家知识被平台编码,新手只能在平台许可下完成标准任务,劳动议价能力反而下降。任务表现的均等化,不等于所有权与收益的均等化。
关键政策不只是教授使用工具,还包括数据贡献如何补偿、员工能否质疑自动评估、模型训练是否侵犯权利、市场是否允许小企业获得可迁移能力,以及生产率收益是否进入工资、缩短工时和公共服务。
(二)教育必须保留能力形成,而不是只训练工具操作
工业化推动义务教育,因为新经济需要读写和工程技能。AI 对教育提出更难的问题:若模型能完成作文、代码和标准答案,学校仍需让学生经历哪些“低效率”过程?
答案取决于教育目的。心算、写作初稿、查证和调试不只生产一个结果,也形成概念模型、判断力和发现错误的能力。若学生从未独立完成基础任务,就很难在模型越界时监督它。合理课程应把 AI 作为反馈、模拟和个性化工具,同时保留无辅助能力、证据追踪、口头答辩和真实项目。第二次工业革命把儿童从工厂送进学校;AI 时代不能把学校变成模型输出的验收站。
(三)企业层级可能变平,也可能变得更集中
AI 能降低获取知识和制作分析的成本,使小团队完成过去需要大部门的工作;它也能让基层员工直接获得决策支持,减少信息层级。另一方面,中央管理层可以用 AI 汇总活动、设定指标和自动监督,使控制更加细密。
电力既支持小型电机,也支持巨型流水线;互联网既创造个人出版,也创造超级平台。技术能力本身不决定组织方向。公司治理、市场竞争、劳动法和软件架构会选择哪一种可能性。
(四)知识污染可能成为 AI 时代的煤烟
生成成本下降后,文本、图像、代码和视频供给急剧增加。高质量内容会增加,低成本欺诈、垃圾信息、深度伪造和自动操纵也会增加。其外部性类似早期煤烟:生产者从规模中获利,验证、声誉损失和公共讨论退化的成本由他人承担。
治理不能只要求用户“提高媒介素养”。内容来源、数字签名、平台责任、反欺诈执法、模型可追溯性和公共信息基础设施,都是新的市政卫生工程。19 世纪城市最终认识到清洁水不能由每户自行鉴别;数字社会也可能认识到可信信息需要公共标准。
十七、AI 现在处于哪一阶段
如果套用两次工业革命的五道门,可以给出一份不过度兴奋、也不过度保守的判断:
| 环节 | 2026 年可见状态 | 判断 |
|---|---|---|
| 技术可用 | 多模态模型已能稳定完成相当多语言、代码、图像和分析子任务,但能力边界锯齿化 | 已跨过部分行业的可用门槛 |
| 成本可承受 | 单位能力成本快速下降,高端训练和大规模推理仍资本密集 | 使用端扩散快,供给端集中 |
| 互补网络 | 云、API、企业软件与芯片链成熟;高质量数据、权限、评测和电力成为瓶颈 | 基础网络形成,组织数据层落后 |
| 组织重写 | 客服、编程、营销等已有部署;大量企业仍是旧流程外加聊天工具 | 处于“总轴换电机”到“单机电驱”的过渡期 |
| 制度适配 | 各地开始立法和制定标准,责任、版权、竞争、劳动与能源规则未定型 | 明显落后于采用速度 |
所以,称 AI 为“革命性技术”有充分理由;称社会已经完成“AI 工业革命”,证据还不够。我们大约看见了蒸汽机进入更多行业、电站开始铺网的时刻,却尚未看见一种稳定的 AI 原生企业形态,更未看见生产率、工资、工时、教育和国家制度完成共同调整。
历史类比也不能机械决定等待时长。软件复制比铺铁路、电网快,AI 还可以辅助编程和流程设计,组织扩散可能显著快于电气化;但数据清理、法律责任、人类信任和制度谈判并不按芯片速度前进。物理资本时滞可能缩短,社会时滞仍然存在。
十八、什么证据出现后,才能说 AI 已真正改变生产力
比模型榜单更有意义的,是观察下列迹象是否同时出现:
- 宏观劳动生产率持续加速。不是一个季度的周期波动,而是多个行业、多个国家在控制资本投入后仍有改善。
- 收益越过少数数字企业。中小企业、医疗、教育、制造、政府与线下服务也能采用,而不只由模型公司和咨询部门受益。
- 流程和组织发生可识别重构。岗位、决策权、质量控制和产品周期围绕 AI 重写,而非员工自行使用工具。
- 新产品与新需求大规模出现。AI 不只降低旧任务成本,还提供过去因成本或能力不存在的服务。
- 工资、工时和职业流动出现长期变化。生产率收益是否进入劳动收入,入门岗位如何变化,新训练阶梯是否形成。
- 可靠性成为工程常规。企业能报告错误率、升级率、事故、审计和版本,不再靠“感觉模型很好用”。
- 公共制度完成第一次稳定化。责任、隐私、版权、竞争、劳动、能源与公共采购形成可执行规则。
其中前四项说明生产力革命,后三项说明社会已经开始消化革命。若只有模型能力提高和资本开支上升,我们看到的是技术繁荣;若只有裁员和内容暴增,我们看到的可能只是局部自动化。工业革命这个词,应留给更深的结构变化。
十九、三次革命放在一起,能够得到哪些不浪漫的结论
(一)真正稀缺的常常不是发明,而是互补制度
纽科门、瓦特、发电机和大模型都足以令人惊叹,但生产率来自机器与道路、电网、标准、企业流程和技能共同工作。政策只补贴“最先进设备”,而忽略数据治理、职业教育、维护能力和公共基础设施,往往只能买到昂贵展示品。
(二)采用旧技术的方式,会掩盖新技术的上限
电动机带总轴,是最著名的过渡形态;给旧官僚流程加一个自动写材料的模型,性质相似。组织不愿改变,通常并非愚蠢:旧资产、责任、预算和权力都嵌在流程中。转型政策必须理解这些沉没成本,而不是把迟缓一概归咎于劳动者抗拒。
(三)收益分配从来不是技术参数
第一次革命早期生产率与工资分离,第二次革命的高工资、缩短工时和福利制度也经过长期冲突。AI 即使提高总产出,仍不能回答劳动份额、数据租金、平台利润和公共收益怎样分配。谁拥有模型、算力和工作数据,谁能参与流程设计,可能比“模型聪明多少”更决定社会结果。
(四)抵抗有时保存的是重要信息
卢德分子反对的常是特定的降质和压价制度;工人反对泰勒制,是在争夺劳动知识和节奏控制。今天员工对监控、自动评分、训练数据和责任转嫁的反对,也可能揭示部署方案的真实缺陷。把所有反对者称为“害怕进步”,会丢失一线风险信息。
(五)更高生产率既能扩大自由,也能扩大强制
蒸汽降低商品成本,也扩大帝国运输;化学带来药物和肥料,也带来毒气;AI 可以普及知识和无障碍服务,也可以降低监控、欺诈和武器自主化的成本。技术政策不应只问“能提高多少 GDP”,还应问它降低了哪些行为的成本,以及社会是否希望那些行为变得更便宜。
二十、结论:革命不是机器来到,而是社会围绕机器重新安排自己
第一次工业革命的决定性变化,不是瓦特某天完成了一台蒸汽机,而是煤矿、铁厂、纺织厂、机床、运河和铁路逐渐形成自我强化的体系。它使每名劳动者可以调用远超肌肉的功率,也把工作从家庭移入工厂,把钟表时间、雇佣纪律和工业城市带入生活。生产率先在棉纺等少数部门爆发,几十年后才扩散到宏观经济;工资、卫生与政治权利又更迟才追上。
第二次工业革命的决定性变化,也不是电灯亮起,而是电网铺开、总传动轴被拆除、机器按工序重排、科研进入公司、信息跨大陆流动、流水线和专业管理把大规模生产组织起来。1880 年代的发电技术到 1920 年代才形成显著的全经济生产率体制。其社会结果包括大众教育、消费、公司资本主义、工会和福利国家,也包括垄断、化学污染、石油依赖与总体战。
AI 今天已经越过“玩具”阶段。在若干知识任务中,它确实提高速度和质量,并把部分稀缺经验压缩成可广泛调用的能力。然而,革命的难点正在从模型训练转向组织和制度:怎样给模型可信数据,怎样重写流程,怎样形成新任务,怎样让人获得而非只验证机器能力,怎样处理错误、所有权、能源和收益分配。
如果 AI 最终只让旧组织以更少的人更快生产原有文件,它会是一轮强大的自动化;如果它像电力一样,让企业重新排列知识工作、催生此前不存在的产品,并迫使教育、法律和社会保障改造,它才会成为完整意义上的工业革命。历史没有保证第二种结果必然到来。技术提供一组可能性,投资选择、组织权力和公共制度决定哪一种可能性成为现实。
真正值得记住的,不是“蒸汽替代肌肉、电力照亮城市、AI 替代大脑”这种整齐口号,而是一条更朴素的规律:发明打开能力边界,生产率来自重新组织,社会进步则来自人们决定怎样分配能力、风险、时间与权利。
注释与参考文献
-
关于通用目的技术的经典定义,参见 Timothy F. Bresnahan and M. Trajtenberg, “General Purpose Technologies: ‘Engines of Growth’?” Journal of Econometrics 65, no. 1 (1995): 83–108;对工业革命作为技术、组织和制度共同演化的综合讨论,参见 David S. Landes, The Unbound Prometheus (Cambridge University Press, 1969);Joel Mokyr, The Lever of Riches (Oxford University Press, 1990)。 ↩
-
E. A. Wrigley, Energy and the English Industrial Revolution (Cambridge University Press, 2010)。Wrigley 区分依赖当季生物能流的“有机经济”与调用地下化石能存量的矿物能源经济,这一框架比“蒸汽机突然创造增长”更能解释能源约束的改变。 ↩
-
Robert C. Allen, The British Industrial Revolution in Global Perspective (Cambridge University Press, 2009);出版社概述见 Cambridge Core。艾伦理论强调高工资、廉价煤与资本的相对价格;它是重要解释,不是无争议定论。 ↩
-
Joel Mokyr, The Enlightened Economy: An Economic History of Britain 1700–1850 (Yale University Press, 2009)。关于农业、人口、资本和 TFP 的近期综合,参见 Stephen Broadberry, “Britain, the Industrial Revolution, and Modern Economic Growth,” in The Cambridge Economic History of the Modern World, vol. 1 (Cambridge University Press, 2021), doi:10.1017/9781316671566.003。 ↩
-
Kenneth Pomeranz, The Great Divergence (Princeton University Press, 2000);Sven Beckert, Empire of Cotton (Knopf, 2014);David Eltis and Stanley L. Engerman, “The Importance of Slavery and the Slave Trade to Industrializing Britain,” Journal of Economic History 60, no. 1 (2000): 123–144。关于数量估计与理论机制的争论,可参见 Pat Hudson, “Slavery, the Slave Trade and Economic Growth: A Contribution to the Debate”, 2026。 ↩
-
Science and Industry Museum, “Richard Arkwright: Father of the Factory System”。该馆同时明确指出阿克赖特发明权的争议、水力工厂的组织方式,以及机器对奴隶种植棉花的依赖。 ↩
-
E. P. Thompson, “Time, Work-Discipline, and Industrial Capitalism,” Past & Present 38 (1967): 56–97;Maxine Berg, The Age of Manufactures, 1700–1820, 2nd ed. (Routledge, 1994)。 ↩
-
Science Museum, “In Pursuit of Power”,介绍 1712 年纽科门实用大气式蒸汽机及其在矿井抽水中的意义;关于早期机组低效率,见 Science Museum, “James Watt, Office Equipment and High-Street Fashion”。 ↩
-
Nicholas Crafts, “Productivity Growth in the Industrial Revolution: A New Growth Accounting Perspective,” Journal of Economic History 64, no. 2 (2004): 521–535, doi:10.1017/S0022050704002785;Robert C. Allen, “The Steam Engine,” in The British Industrial Revolution in Global Perspective, doi:10.1017/CBO9780511816680.007。 ↩
-
Robert C. Allen, “The Transportation Revolution and the English Coal Industry, 1695–1842: A Geographical Approach,” Journal of Economic History 84, no. 1 (2024): 1–38, doi:10.1017/S0022050723000402。文中估计 1795—1842 年煤运生产率年增约 1.7%,并强调到岸价而非坑口价。 ↩
-
C. Knick Harley, “British Industrialization Before 1841: Evidence of Slower Growth During the Industrial Revolution,” Journal of Economic History 42, no. 2 (1982): 267–289;N. F. R. Crafts and C. K. Harley, “Output Growth and the British Industrial Revolution: A Restatement of the Crafts-Harley View,” Economic History Review 45, no. 4 (1992): 703–730;Stephen Broadberry et al., British Economic Growth, 1270–1870 (Cambridge University Press, 2015)。 ↩
-
UK Parliament, “The 1848 Public Health Act”;“Victorian Towns, Cities and Slums”。1848 年法案权力和资金有限,1872、1875 年制度才更趋完整。 ↩
-
UK Parliament, “The 1833 Factory Act”;“Later Factory Legislation”。关于家庭策略、性别与儿童能动性,参见 Jane Humphries, Childhood and Child Labour in the British Industrial Revolution (Cambridge University Press, 2010)。 ↩
-
Robert C. Allen, “Engels’ Pause: Technical Change, Capital Accumulation, and Inequality in the British Industrial Revolution,” Explorations in Economic History 46, no. 4 (2009): 418–435。实际工资序列、消费篮子、女性收入与身高证据仍有争论;本文使用“恩格斯停顿”描述分配时滞,而不把它当作所有群体的同一经历。 ↩
-
UCL Centre for the Study of the Legacies of British Slavery, “Legacies of British Slave-Ownership”。补偿记录涵盖英国加勒比、毛里求斯与开普地区,并成为追踪奴隶所有权财富回流的重要档案。 ↩
-
Science History Institute, “William Henry Perkin”;Louis Galambos, Takashi Hikino, and Vera Zamagni, eds., The Global Chemical Industry in the Age of the Petrochemical Revolution (Cambridge University Press, 2007)。 ↩
-
Smithsonian National Museum of American History, “Model of Edison’s Pearl Street Power Station”;Thomas P. Hughes, Networks of Power: Electrification in Western Society, 1880–1930 (Johns Hopkins University Press, 1983)。 ↩
-
Warren D. Devine Jr., “From Shafts to Wires: Historical Perspective on Electrification,” Journal of Economic History 43, no. 2 (1983): 347–372;Jeremy Greenwood and Mehmet Yorukoglu, “1974,” Carnegie-Rochester Conference Series on Public Policy 46 (1997): 49–95。关于总轴、组驱和单机驱动的技术差异,亦见 NBER 工作论文中的历史图解:Atkeson and Kehoe, 2001。 ↩
-
Paul A. David, “The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox,” American Economic Review Papers and Proceedings 80, no. 2 (1990): 355–361;Paul A. David and Gavin Wright, “General Purpose Technologies and Surges in Productivity,” in The Economic Future in Historical Perspective (Oxford University Press, 2003)。 ↩
-
Martin Fiszbein, Jeanne Lafortune, Ethan G. Lewis, and José Tessada, “Powering Up Productivity: The Effects of Electrification on U.S. Manufacturing”, NBER Working Paper 28076, rev. 2024。作者发现采用后收益快速而持久,并指出企业规模导致就业反应不同。 ↩
-
Ford Motor Company, “The Moving Assembly Line and the Five-Dollar Workday”;“Company Timeline”。企业史料适合核对自身工厂节点与公开数字,对劳动控制的解释仍需结合独立劳动史研究。 ↩
-
Alfred D. Chandler Jr., The Visible Hand: The Managerial Revolution in American Business (Harvard University Press, 1977)。关于铁路为何率先发展多单位企业的简要书评与命题摘要,见 EH.net。 ↩
-
UK Parliament, “The 1870 Education Act”。1870 年法案建立供给框架,1880 年才推进 5—10 岁强制入学,实际出勤仍受家庭收入和童工影响。 ↩
-
U.S. Department of Labor, “Fair Labor Standards Act of 1938: Maximum Struggle for a Minimum Wage”;Library of Congress, “Labor Unions During the Great Depression and New Deal”。 ↩
-
Alex Krizhevsky, Ilya Sutskever, and Geoffrey E. Hinton, “ImageNet Classification with Deep Convolutional Neural Networks,” NeurIPS 25 (2012);Ashish Vaswani et al., “Attention Is All You Need”, NeurIPS 30 (2017)。这里以 2012 和 2017 标记两项技术节点,不主张 AI 历史始于这两年。 ↩
-
Stanford Institute for Human-Centered AI, AI Index Report 2026。报告称生成式 AI 在大众化后三年内达到很高人口采用率,同时显示国家、收入和基础设施差距;调查采用与生产流程重构并非同一指标。 ↩
-
Shakked Noy and Whitney Zhang, “Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence”, Science 381, no. 6654 (2023): 187–192。随机实验共 453 名专业人士;时间下降 40%、评分质量提高 18%。 ↩
-
Erik Brynjolfsson, Danielle Li, and Lindsey R. Raymond, “Generative AI at Work”, Quarterly Journal of Economics 140, no. 2 (2025): 889–942。最终论文样本为 5,172 名客服人员,平均生产率提高 15%,作者明确警告不能由单一公司外推到全部职业。 ↩
-
Fabrizio Dell’Acqua et al., “Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality,” Organization Science 37, no. 2 (2026): 403–423;研究摘要与实验数字见 Harvard Business School AI Institute。边界外任务中,使用 AI 者得到正确答案的概率低约 19%。 ↩
-
Francesco Filippucci, Peter Gal, and Matthias Schief, “Miracle or Myth? Assessing the Macroeconomic Productivity Gains from Artificial Intelligence”, OECD Artificial Intelligence Papers 29 (2024)。0.25—0.6 个百分点是模型化的年度 TFP 增速区间,不是已观测事实。 ↩
-
Daron Acemoglu, “The Simple Macroeconomics of AI”, NBER Working Paper 32487 (2024),后发表于 Economic Policy 40, no. 121 (2025): 13–58。其保守估计为十年累计 TFP 不超过 0.66%,考虑难学习任务后低于约 0.53%。 ↩
-
Erik Brynjolfsson, Daniel Rock, and Chad Syverson, “The Productivity J-Curve: How Intangibles Complement General Purpose Technologies”, American Economic Journal: Macroeconomics 13, no. 1 (2021): 333–372。J 曲线主要讨论互补无形投资的测量与时序,不保证每项技术最终都有巨大收益。 ↩
-
Daron Acemoglu and Pascual Restrepo, “Automation and New Tasks: How Technology Displaces and Reinstates Labor”, Journal of Economic Perspectives 33, no. 2 (2019): 3–30。 ↩
-
International Energy Agency, Energy and AI (Paris: IEA, 2025),尤其 “Energy Demand from AI”。415 TWh 与 945 TWh 分别为 2024 年估计和 2030 年基准情景,不应当作无误差计量或必然预测。 ↩
评论