知識投入

關於知識投入的度量。目前普遍採用R&D經費和人力投入作為知識投入的一種間接指標，它大大低估了知識生產的成本。雖然知識的生產與教育的投入，學校、企業、科研院所、個人的許多非正式的研究活動以及其它因素有關，但我們從這個角度研究知識的投入，將是一條死衚衕，也是行不通的。

一方面，知識是人類腦力勞動的成果，一般地講，腦力勞動消耗的時間越長，生產的知識越多。另一方面，知識的擁有者，包括知識本身的生產以及通過學習獲得知識的使用者，或者説是腦力勞動者在知識產品生產過程中投入知識、使用知識進行創新。並且知識本身不會被磨損或損失。因此腦力勞動者的腦力勞動時間多少能夠反映知識投入的多少，兩者成正比關係。注意，在實際中，腦力勞動者的腦力勞動時間是體力勞動時間的倍數關係，有兩層含義。從相對量上講，按照馬克思的勞動價值論，腦力勞動1小時創造的成果的價值量是體力勞動1小時所創造的成果的價值量的倍數，因此腦力勞動1小時相當於體力勞動的若干小時；從絕對量上講，由於體力勞動受工作場所、設備儀器等條件的限制，在一個法定的工作日裏，體力勞動最多是8小時（加班加點除外），而腦力勞動可以不受這些條件的限制，腦力勞動時間常常超過8小時，節假日更不用説了。每一位科學技術研究人員都有這種感受，因此在一個法定的工作日裏，腦力勞動時間也是體力勞動時間的倍數。

在區分腦力勞動時間和體力勞動時間前提下，我們不需要考慮第一種相對意義上的倍數，但必須考慮第二種絕對意義上的倍數，即要以腦力勞動者的實際腦力勞動時間進行核算。在實際中進行這種核算會有困難，我們認為，可以使用抽樣調查，估計出在絕對意義下，腦力勞動時間是體力勞動時間的平均倍數r，然後乘以法定工作時間t，再乘以腦力勞動者人數，就可以得到全部腦力勞動者的實際腦力勞動時間總和T t：

西方傳統經濟學有一條基本規律，即收益遞減規律（the Law of Diminishing Return），指的是當生產者連續增加生產函數中某種要素的投入量，而保持其他要素的投入量不變的時候，產出的增量遞減。用前面講到的工業經濟生產函數來分析：

在一個鍊鐵廠裏，當增加自然資源R——鐵礦石的投入，而使資本C——鍊鐵設備和勞動L——工人數量保持不變時，生鐵產量的增加顯然是遞減的，因為，現有鍊鐵設備的潛力和工人勞動強度的增加都是有限的。如果只增加鍊鐵設備，而不增加鐵礦石的投入量和勞動工人的數量，只能加快鐵的生產速度，而無法增加年度生鐵的總產量。如果只增加勞動工人的數量，取得的大約是同樣的效果。這就是傳統工業生產已經印證了200年的規律。

然而，如果同時增加三個要素呢？生產函數是不是一個無界的函數呢？仍以鐵生產為例，世界生鐵的總產量是不可能無限增加的，即使你可以無限地增加鍊鐵設備，你可以無限地增加鍊鐵工人，你卻不可能無限地增加鐵礦石的投入，因為，世界鐵礦的儲量是有限的，所以生產數量是有限的，從這種意義上來講“增長的極限”是存在的。可以説傳統工業的所有行業，鍊鋼業、汽車製造業、飛機制造業、建築業沒有一個行業不遵循這個規律。而農業，不論是種植業還是畜牧業也不能逾越這一規律。然而，在知識經濟中卻出現了新現象，以軟件業為例：

在自然資源R——製造芯片的硅的投入，資金C和軟件開發人員￡的投入沒有增加的條件下，只要增加知識（包括信息、技術、決策和管理等）的投入，軟件的產出就可以持續增加。

人們或許會説，在這種情況下新的軟件需要更大的內存，硅的投入實際上也要增加。這個問題在高技術條件下可以通過單位體積芯片內存從32K至64K、128K、256K的增加，而不增加硅的用量——資源量來實現，而且無限。但鐵的產量卻不能由提高鐵礦石的利用率來持續增加，因為它是有限的，最高就是100%。

人們或許會説，在這種情況下，資本的投入也要增加，軟件開發要費用，軟件開發人員要工資。然而，目前從事軟件業的人都瞭解，許多開發都是在沒有增加工資和極少資金投入的情況下進行的（當然開發以後要有補償）；在有資金投入的情況下，其投入與收益相比也與鍊鐵業不能相提並論，甚至可以説是忽略不計。除軟件業外，基因工程、太陽能、新材料等高技術行業都是這種情況。因此可以説，高技術產業在相當大程度上，突破了收益遞減規律，成為知識經濟的新產業支柱。