打造智能经济新形态：内涵特征、运行机理与策略选择

欧阳日辉 杜青青

摘要：智能经济新形态是以通用人工智能为技术引擎，以数据、算法、算力深度融合驱动生产方式向“人机协同共生”转变的新型经济形态。其本质特征是认知革命，认知能力从人类专属禀赋转变为可规模化生产、流通和消费的生产力要素。智能经济新形态的运行机理如下：要素驱动层面，数据——算法——算力三元协同推动全要素生产率跃升；价值创造层面，场景牵引和平台整合“双引擎”通过降低市场摩擦、重构组织形态、满足长尾需求提升资源配置效率；产业变革层面，智能技术渗透引发产业链网络化、产业结构高端化和产业生态融合化；制度适配层面，产权界定、契约执行和责任归属的微观制度与“五链”协同的宏观政策共塑动态治理体系。中国应从实施“软硬一体”自主攻关工程、释放智能技术应用价值、激活创新第一资源、统筹发展和安全等方面系统发力，打造智能经济新形态。

一、智能经济新形态的内涵与特征

2022年底以来，生成式人工智能技术迎来爆发式增长，智能技术加速从特定领域的辅助工具演变为驱动经济社会变革的通用技术。人工智能不再仅是提升效率的工具，而是深度嵌入生产、分配、交换、消费全链条，重塑经济底层逻辑的核心力量。面对智能技术带来的机遇和挑战，我国正加速从“发展人工智能”“人工智能+”迈向“打造智能经济新形态”的新阶段。

（一）智能经济新形态的内涵

智能经济新形态是以通用人工智能为技术引擎，以Token为价值度量基准，通过数据、算法、算力的深度融合和一体化调用，驱动生产方式从“人主导、机辅助”向“人机协同共生”转变，经济组织向开放、动态的价值网络演化，价值创造向基于Token定价的智能服务持续交付跃迁，最终形成的一种具备自主进化能力、高度融合的经济系统。

（二）智能经济新形态的特征

第一，智能经济新形态的技术——经济特征表现为“智能即服务”、“全域渗透”和“普惠共享”。其一，“智能即服务”作为智能经济新形态的基础特征，是指智能能力从专用化、嵌入式的技术模块，演进为可通过标准化接口被广泛调用的公共基础资源。其二，“全域渗透”是智能经济新形态的核心特征，是指智能技术作为基础性通用技术，在横向上突破产业组织边界、催生跨界融合业态，在纵向上促进数据、算法、算力等要素深度融合，最终推动经济系统向智能价值网络演进。其三，“普惠共享”是智能经济新形态区别于传统技术扩散模式的根本特征之一，通过重塑盈利模式、生产要素分配方式，提升智能技术和服务获取效能，推动经济价值创造和分配机制更开放、包容和高效。

第二，智能经济新形态的本质特征是认知革命。人工智能的出现改变了认知能力的经济属性——认知能力可以被模型学习、批量复制、按需调用，以Token形式被度量和交易，由此认知能力从稀缺资源变成可规模化生产的商品。历次技术革命本质上是对人类身体能力的外化和延展，人工智能则首次实现对人类心智能力的大规模外化。这种认知能力的外化和普惠化被称为认知革命，是智能经济新形态的本质特征。认知革命的核心是认知能力生产方式变革。传统经济中认知能力的生产依赖生物繁殖和长周期教育培养，导致认知能力供给受刚性约束，即产能受制于人口规模和教育资源供给。通用人工智能打破了这一约束，使认知能力可以在数月内完成从数据积累到能力涌现的全过程。而且这种认知能力的供给曲线趋于无限弹性，边际供给成本趋近于零。

二、智能经济新形态的运行机理

目前，智能经济已形成从基础设施到场景应用的完整产业链。其产业链分层架构可以概括为“四纵一横”：四纵，即基础设施层——技术创新层——平台支撑层——场景应用层，构成价值创造的垂直链条；一横，即数据要素与数据产业横向贯穿并赋能所有纵向层级。其中，基础设施层提供能源、算力、网络和硬件/终端支撑。技术创新层聚焦于基础算法、前沿技术以及关键软硬件的原创性突破。平台支撑层将前沿技术封装为可复用工具的赋能功能，包括大模型平台、云与AI 平台、开发工具链。场景应用则将技术与具体行业深度融合、实现商业价值，涵盖产业智能、消费智能和社会智能等。数据要素既是贯穿所有层级的流动性资源，又可形成包括数据采集、流通、治理、存储等环节的独立产业集群。

智能经济新形态的运行机理是“四纵一横”静态架构下技术逻辑、市场逻辑、制度逻辑交织作用的动态系统，通过要素驱动、价值创造、产业变革、制度适配四个维度的协同演进，实现从传统经济向智能经济的跃迁。

（一）要素驱动：数据——算法——算力协同与智能生产力跃升

数字智能技术体系是以数据驱动、算法赋能、算力支撑为核心，以大模型为技术中枢，通过“云——边——端”分布式算力网络、“采集——治理——流通”数据价值链、“训练——推理——部署”模型全生命周期管理构建的分层协同系统。数字智能技术作为通用目的技术，具备普遍渗透性、持续优化能力和创新倍增效应。

在要素驱动层面，数据—算法—算力三元协同突破了传统生产函数中资本与劳动的二元结构，智能技术作为通用目的技术，通过知识资本化和网络效应重构全要素生产率增长机制。一方面，数据要素是知识资本化的燃料，模型是知识固化和物化的新形式，在训练过程中实现隐性知识显性化。知识资本化能够拓展经典索洛增长模型，在生产函数中不仅纳入以数据和大模型为代表的新要素，还对传统资本和劳动产生替代和增强效应。另一方面，数字智能的网络效应体现为平台联结供求方的跨边网络和用户行为数据反哺模型训练的数据网络，导致头部企业扩大市场份额并推动整个行业生产率跃升。随着智能技术渗透率提高，边际成本趋零带来的规模效应、数据积累产生的学习效应、网络扩张的协同效应会形成正反馈循环，推动全要素生产率阶跃式增长。

（二）价值创造：场景牵引和平台整合提升配置效率

价值创造层面，场景牵引和平台整合构成智能经济新形态的“双引擎”，前者通过技术与需求的精准耦合验证商业可行性，后者通过网络效应和规模报酬递增实现价值放大。二者协同降低市场摩擦、重构组织形态、激活长尾需求，提升资源配置效率，推动经济高效运行。

（三）产业变革：产业链升级和结构优化

产业变革层面，智能技术通过渗透生产流程、重组产业分工、催生跨界融合，实现产业效率提升和结构优化，引发产业链网络化、产业结构高端化、产业生态融合化的三维转型。在产业链层面，技术渗透使各环节并行协同，产业链从链式演变为网状，提升了产业链韧性；在产业结构层面，智能技术驱动产业智能化和智能产业化，形成双向互动正反馈循环，推动产业组织从基于分工的专业化转向基于连接的网络化；在产业生态层面，体现为行业边界的消融和重构，基于共同的技术底座和共享的数据资源形成产业生态系统。

（四）制度适配：技术——规则协同与治理体系动态重构

制度适配层面，技术演进与规则调整的动态博弈通过产权界定、契约执行、责任归属的微观重构影响智能经济的基础制度供给，五链协同体系将创新链、产业链、人才链、资金链、政策链整合为系统化、协同赋能框架，在促进创新与防范风险之间寻求动态平衡。

三、打造智能经济新形态的策略选择

在智能经济领域，我国在超大规模市场、完整产业体系、开源生态等方面具备显著优势，但也面临核心技术“卡脖子”、复合型人才短缺及外部环境压力等现实挑战。为打造智能经济新形态，建议从以下四个方面发力。

（一）实施“软硬一体”自主攻关工程

在智能经济的底层架构中，核心技术的自主可控是国家竞争力的基石。当前，我国在人工智能应用层具备显著优势；但是在高端人工智能芯片、先进计算架构等底层硬件及深度学习框架等核心软件方面仍面临“卡脖子”风险。为此，提出以下建议：

第一，应集中资源攻坚高端人工智能芯片和先进计算架构，强化全链条自主创新。设立国家级智能计算芯片重大专项，聚焦存算一体架构、光子计算等前沿领域协同攻关。

第二，将国产深度学习框架及其生态建设提升至战略高度，出台专项政策引导企业将一定比例的新模型开发任务向国产框架迁移。

第三，建立“软硬协同”创新联合体，针对大模型训练场景开展芯片架构和框架编译器的联合优化，推动建立软硬适配认证体系，在政务、金融等领域优先采购通过适配认证的产品。

（二）释放智能技术应用价值

当前智能技术研发侧重通用能力突破，与产业发展存在供需错配。为破解这一问题，提出以下建议：

第一，应构建需求牵引机制，促进技术供给与产业需求有效对接。政府牵头组织重点行业系统梳理智能化转型的关键瓶颈和应用痛点，形成产业技术需求图谱并向社会发布。支持行业龙头、产业联盟建立技术验证平台，为新技术提供真实应用场景测试环境。

第二，拓展融合应用场景，培育智能经济新增长点。在生产领域推动数据融合和系统协同；在消费领域鼓励发展融合虚拟与现实的新型消费场景；在城市治理领域推动跨部门数据融合的智能治理平台。

第三，优化产业协同机制，适配智能经济价值创造特征。推动建立产业链上下游协同创新机制，在核心部件、智能装备、系统集成等环节形成协调发展格局。探索适应Token持续消耗及模型迭代优化的成本分摊和收益分配模式，推动从一次性产品交付向持续服务转变。深耕具身智能等前沿领域，重点突破多模态感知、高动态控制、人机协同等核心技术，构建场景、资本和政策协同支持体系。

（三）激活创新第一资源

当前全球人工智能人才流动呈现智力逆差态势，应构建物质激励、环境保障和权益护航全链条机制，吸引和留住顶尖人才。

第一，在物质激励方面，修订技术入股税收优惠政策，将科研人员技术分红个人所得税递延至股权变现时缴纳，允许科研人员以知识产权作价入股。

第二，在环境保障方面，实施全球人才筑巢计划，在重点城市设立国际人才社区，提供子女教育、医疗保障等一站式服务，对海外高层次人才实行工作许可和永久居留一窗通办。

第三，在权益护航方面，建立知识产权快速维权中心，压缩智能算法、工业软件等领域的侵权案件审理周期，探索设立创新风险补偿基金，对因技术迭代导致的成果贬值给予适当补贴。

第四，启动“全民智能技能提升”国家工程。面向重点行业、领域开发分层次的智能技术普及课程；推动职业院校将智能工具操作、人机协作流程设计等纳入必修模块；鼓励龙头企业建立数字化学徒制，针对性开展智能产线运维、数据驱动决策等专项培训，系统性将人口红利转化为智能经济时代的劳动力质量优势。

（四）统筹发展和安全

智能技术指数级演进衍生出算法歧视、数据滥用、技术失控等新型风险。应构建“三位一体”治理体系。

第一，在技术治理维度，针对自动驾驶、脑机接口等高风险领域建立分级分类测试机制，进行全周期验证。

第二，在制度规范维度，制定算法可解释性标准，建立数据安全影响评估制度。

第三，在协同共治维度，组建由技术专家、法律学者、伦理学家、公众代表构成的智能技术治理委员会，构建动态治理生态。

（本文摘自《改革》2026年第6期，原文约24000字）