摘要：面对席卷全球的数字化浪潮，基于既有研究范式的经济学理论难以准确刻画数字经济的深层运行机理，而中国的丰富实践为推进理论创新提供了鲜活素材和重要机遇。智能复合配置论的提出，就是在提炼数字经济形态典型特征并剖析既有理论解释困境的基础上，尝试构建面向数字经济的资源配置理论框架。该理论以人机协同的智能复合主体的行为决策为微观基础，以智能复合配置机制为关键枢纽，揭示了基于场景驱动与智能内生的宏观增长模式，以及递归演化的系统动态均衡。发展数字经济理论需突破传统思维，基于中国本土经验提炼标识性概念及理论，或将成为构建经济学自主知识体系的重要突破口。

关键词：数字经济 资源配置 智能复合配置论 智能内生增长 经济学自主知识体系

席卷全球的数字化浪潮，不断催生数字经济新形态，并在数据、算法与算力的协同作用下，带来要素配置效率提升、产业结构优化升级、经济增长动能转换等新现象，倒逼经济学研究突破认知局限、实现创新迭代。纵观经济学说史，现代西方经济学的理论大厦主要建立在资源配置这一核心基石之上，其底层逻辑是在约束条件下实现稀缺资源的有效组合与利用，经济系统的运行效果由微观决策、配置机制与宏观动能共同决定。其中，微观决策影响经济主体在约束条件下的价值判断与选择行为，配置机制通过价格信号与制度规则引导资源配置方向，宏观增长动能通过技术进步的创造性破坏重塑要素组合方式，三者的相互作用通过资源配置效应影响经济绩效。然而，随着数字经济时代的到来，这一研究范式的约束条件与运行机理发生了深刻变化，显现出愈加突出的理论解释困境。一方面，既有的经济学理论基于物质要素稀缺与排他性占有的分析框架，在面对海量非竞争性的要素资源跨场景复用时，呈现出明显的解释力不足问题；另一方面，人工智能（AI）等数字技术深度介入经济系统，正催生出人机协同决策、算法动态匹配等超越既有范畴的新运行逻辑，这些大量涌现的新现象有待加以客观而准确的学理化解释。因此，数字技术的革命性突破重塑着经济系统，呈现出若干新经济形态的典型特征，呼唤数字经济理论的重大创新。

习近平总书记指出：“数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量”，并进一步强调“要加强数字经济发展的理论研究”。经过超前布局与发展助推，中国的数字经济规模已稳居全球第二，并在基础设施、产业规模、技术创新、应用场景等方面处于世界前列。党的十八大以来，凭借着社会主义制度优势、超大规模市场优势、完整产业体系优势以及丰富人才资源优势，中国在数字经济领域开展了一系列独创性探索——明确将数据列为生产要素，建立基于数据特性的产权制度，探索数据、算法与算力的新型组合，强调实体经济与数字经济深度融合，着力发展新质生产力，等等。如何将这些中国经验转化升华为理论成果，关键是习近平总书记指出的“要善于提炼标识性概念，打造易于为国际社会所理解和接受的新概念、新范畴、新表述，引导国际学术界展开研究和讨论”。本文在把握数字经济发展趋势和特征规律的基础上，立足中国数字经济发展的生动实践，提炼出“智能复合配置论”这一标识性概念，并将其作为构建数字经济理论分析框架的核心，以彰显主动回应时代命题的学术自觉与责任担当。

一、数字经济形态的典型特征与资源配置方式

从工业经济向数字经济的跨越，本质上是一场资源配置方式的革命。数字经济的深入发展在微观决策模式、资源配置机制与宏观增长动能层面呈现出显著的新特征，这些典型事实标志着一个新经济形态的到来，也在各个维度对基于工业经济形态的现代西方经济学理论带来系统性冲击。

第一，微观决策由单一主体独立决策转向人机协同智能决策。在工业经济形态下，微观经济主体的行为决策主要依赖人类大脑对有限信息的加工处理，而人类受制于认知能力和信息不对称的双重约束，其决策过程往往表现为基于经验的局部试错。随着生成式AI与大模型技术的爆发式应用，微观主体和决策机制发生根本性改变。智能代理（AI agent）能够在特定目标约束下自主学习、生成策略并参与实际决策，改变了决策的主体及其所面对的信息和认知制约。海量非结构化信息通过算法被结构化地呈现与解析，信息制约得到极大缓解。机器学习与大模型把海量变量纳入预测框架，通过作出高维度的概率判断与结果排序，模型辅助乃至替代完成复杂的预测任务，使决策搜索成本与验证成本大大降低，个体认知边界被显著拓宽。数字经济时代的决策模式，已从单一的人类主观判断转向人类价值偏好与机器预测能力的深度协同——人类赋予目标与价值权重，机器进行多维预测与最优路径搜索，进而使微观主体能够在极短时间内、在海量信息中迅速锁定近似最优解。

第二，资源配置机制由以价格信号为主导转向算法驱动与规则治理相协同的复合配置。在工业经济形态下，资源配置主要依托市场价格机制的调节。价格作为反映稀缺性和引导供需平衡的信号，通常具有一定的滞后性，企业需根据价格波动调整生产，并通过排他性产权交易实现要素的组合与流转。在数字经济形态下，数据要素的非竞争性特征打破了传统物质要素的排他性约束，使同一要素可以在不同主体与场景下多次复用。算法不再被动依赖滞后的价格反馈，而是通过对全场景数据的实时处理实现供需的瞬时精准匹配。配置机制的变化实现了从排他性占有向协同复用的跨越，解构了传统以产权清晰界定为基础的交易制度前提，资源配置转向基于使用权的权能切分与动态复用。算法作为数字经济时代的新的“看不见的手”，在无形中指挥着数字经济系统的要素协同，打破了企业科层制的权利结构与主体排他限制，大大扩展了资源流转的时空边界与复用效率。

第三，宏观增长动能由物理要素的线性累加转向智能驱动的自我迭代与资源复用。在工业经济形态下，生产效率的提升主要依赖资本与劳动等传统要素投入的线性累积叠加，技术通常被视为生产过程之外的辅助变量，要素组合方式往往受制于物理空间阻隔导致的边际报酬递减律。在数字经济形态下，数据、算法与算力成为决定要素组合效率的内生关键变量。AI等通用目的技术改变知识生产与要素重组的底层逻辑，创新基于智能计算的高维模拟与预测，智能算法则能够在海量数据中发现人类认知范围之外的资源组合路径。这种基于计算的要素重组，利用数据的零边际成本复制与算法的自我迭代，在实现知识与技术的复利效应的同时，还产生了数字经济形态下的“创造性破坏”，即以一种非连续性的方式重构价值创造链条，推动经济系统转向规模报酬递增的智能内生增长。这种新模式极大拓展了价值创造空间，使增长动能向智能要素倾斜，导致传统价值核算体系难以捕捉数据复用的溢出价值，既有的增长与分配结构面临系统性重塑。

二、现代西方经济学面临三大理论解释困境

面对数字经济带来的冲击，现代西方经济学采取了在既有范式下放松假设、引入新变量或扩展模型等策略进行回应。这些研究在解释局部市场均衡与特定技术冲击方面取得了一定进展，但总体上依然沿袭工业经济形态的资源配置逻辑。在面对数字经济深层运行机理时，这种“边际修补”式的研究路径显现出愈加突出的解释困境。

（一）“理性人”决策假定失真

在数字经济形态下，微观决策主体由独立自然人扩展为人机协同，传统理论以独立意识与稳定偏好为前提的理性人假定出现明显偏离，技术也不再只是外生的辅助工具。已有研究尽管将数字技术纳入考量，但往往聚焦人类对算法建议的采纳、纠偏与问责等机制安排，数字技术只被视为降低搜寻成本、优化选择集合或辅助预测的工具。然而，数字经济形态下的智能代理的高度互联以及基于强化学习的持续更新与自主演化能力，重塑了个人、企业乃至政府的决策约束与选择集合，传统微观决策模型假定与数字世界的决策模式出现明显偏离。

在个人微观决策层面，已有研究倾向将推荐算法视为降低信息搜寻成本与扩大可行选择集合的辅助工具，隐含了决策者偏好外生且稳定的前提假设。这一假定低估了平台机制对偏好形成的影响，忽略了算法已成为偏好构造者。事实上，在线推荐系统通过A/B测试、个性化排序与反馈循环等机制，改变了信息的呈现结构与获取路径，能够系统引导乃至构造用户偏好。此时，消费者偏好不再是独立的自变量，而是算法计算结果的因变量，并随算法参数调整而动态漂移，研究所观测到的选择行为更多是算法诱导的反映而非真实偏好。进一步看，算法虽然在微观上缓解了信息过载问题，但其过滤机制会不可避免地引致信息茧房效应，造成微观局部精准匹配与宏观群体认知极化悖论，导致社会福利损失和资源错配。

在企业与组织决策层面，已有研究聚焦决策权在人机之间的最优配置，通常将AI视为一种外生的技术参数，探讨通过权限分配规避人类代理人因过度依赖算法辅助而带来的自身决策努力不足与信息搜寻投入减少。这一视角过度关注人机之间的静态分工，低估了智能代理的自主参与性与动态演进能力。事实上，基于强化学习的智能代理能够在缺乏显性沟通的情况下自发探索出默契合谋策略，维持显著高于竞争水平的价格均衡。更为关键的是，由于大量算法模型采用相似的数据来源与优化目标，同质化的算法很可能使不同主体对相同的市场信号作出同步反应，微观层面的机器自动交易被瞬间放大为宏观层面的市场共振与剧烈动荡。

在政府与公共决策层面，已有研究倾向将技术视为单纯优化流程的工具。随着公共事务日益依赖自动化系统，政府与算法之间形成了一种高风险的新型委托—代理关系。代理人不再是受制度约束的“人类官员”，而是具有自适应能力且难以被穿透的算法黑箱。作为委托人的政府若未能对算法运行进行有效监控，将扩大算法本身的自由裁量权，放大由多主体参与开发、部署及使用所引致的责任分散。此时的公共决策将演变为算法与人类之间的复杂博弈，带来系统性误差与认知偏差的相互叠加。更进一步地，如果将复杂的公共政策转化为机器可执行的代码，就会导致价值判断的形式化表达，那些依赖具体情境、需要公共讨论与程序保障的治理规范就需要被迫适应僵硬的计算规则，使难以被量化的公平正义等公共价值在决策模型中被系统性遗漏。

（二）以确权和交易为基础的价格机制失灵

当资源配置越来越依赖算法匹配、规则设置与信息控制，而非主要依托价格信号与排他性产权交易时，以确权和交易为基础、以价格为核心信号的单一价格机制开始显现出解释边界的局限。现代西方经济学理论以稀缺性与排他性为资源配置的前提，假定只要清晰界定排他性产权，不断降低交易成本，依赖价格机制就能实现市场出清和提高经济效率。然而，数据的非竞争性与可复用性放松了工业经济形态的稀缺性约束，其价值创造更加依赖要素的组合复用。在数字经济形态下，价格信号的传导机制逐步弱化，算法规则与信息控制对资源配置的作用日益增强，导致既有的“产权—交易—效率”逻辑失去现实支撑。

在市场配置机制方面，已有研究创新性提出了双边市场与网络外部性理论，揭示了平台通过双边市场的价格结构影响市场交易量和资源配置效率。这一理论隐含的预设仍然是价格作为资源配置的核心信号。然而，数字经济形态下的资源配置方式已发生重大变化：平台通过推荐算法、信息披露及广告配置直接影响交易效率与竞争格局，计算匹配成为不同于市场价格试错与企业科层指令的第三种配置方式。在零价格或弱价格信号环境里，资源配置更多由推荐排序、规则设置、接口权限、隐私与竞争规则等决定，代码和制度成为关键载体。

在市场秩序和治理规制方面，已有研究沿用新古典经济学的“垄断、外部性与信息不对称”框架，但通过修补传统反垄断法与规制政策难以应对数字经济形态下的秩序和治理问题。在垄断与竞争问题上，尽管部分研究关注到平台通过生态系统策略将用户、商家、数据、服务绑定以抬高跨平台迁移和互操作成本，从而形成动态竞争壁垒。但是，受制于数据的可得性及平台策略的高维性，定价只是影响竞争的一个维度，更多维度来自算法排序、数据优势、接口标准、生态捆绑、广告分发、注意力分配等，使识别、度量与执法标准更难建立，传统模型很难准确刻画竞争与福利效应。在外部性问题上，数字经济的网络外部性具有极强的跨时空穿透力，其强正外部性易导致赢家通吃的市场极化，而负外部性通过网络节点瞬间实现全域传导。由于这种外部性内嵌于网络结构中，用单一税种或单项政策校正传统外部性的公共政策失效。在信息不对称问题上，已有研究基本沿袭了工业经济形态下的规制逻辑，试图通过强制信息披露与提升算法可解释性缓解信息不对称，但面对具有黑箱特征与自适应能力的智能算法，单纯的信息披露难以消除监管者与算法之间的认知鸿沟。当算法决策内嵌于高频交易与动态流转时，传统的外部性事后监管已难以奏效，治理逻辑需要从外部约束转向内生于代码与架构的敏捷治理。

在制度与产权配置方面，已有研究捕捉到数据要素的非竞争性、可复用性与外部性特征，但并未讨论要素特性变化后资源配置的制度构建，其叙事逻辑仍然沿袭资源稀缺与竞争制度的确权思维，由此带来权利碎片化、授权环节多导致的高交易成本和协作门槛，阻碍了数据复用与组合创新。不仅如此，数据资源流转在相当大比例上不再依靠买卖交易，而是通过接口调用、联邦学习与开源共建实现。传统“产权+交易”分析框架难以识别不依赖传统交易机制的协作变量，无法解释模糊产权与开放访问的数据资源配置效果。

（三）知识复利下的增长与分配失衡

随着增长动能从资本劳动投入的线性累积逐步转向智能技术参与知识生成与要素重组的内生过程，建立在技术外生化基础上的增长理论出现解释偏差，难以充分把握知识生产、价值核算与技术演进的新变化。现代西方经济学的增长理论建立在资本与劳动互补的物理组合基础之上，将技术简化处理为生产函数中的外生参数或全要素生产率残差。在数字经济形态下，技术要素已从辅助工具变为主动重组要素的主体。已有研究虽尝试修补模型，但未能突破对技术属性的传统认知，以致难以准确解释知识生成、价值核算与技术演进方向。

在知识生产与要素重组方面，尽管内生增长理论与任务模型将技术纳入均衡分析，探讨了技术对要素比较优势与任务结构的影响，但仍倾向将AI视作工具，低估了AI对要素组合方式的颠覆性影响。在数字经济运行中，AI引入了一种递归生成的要素组合机制，使其与工业经济形态下依赖人类灵感偶发性与物理实验反复试错的创新模式存在本质不同——智能代理的海量数据复用与高维识别机制，不仅是对既有信息的深度挖掘与处理，更是一种新知识的直接生成过程，并成为下一轮优化的输入变量。这种相互反馈通过自我强化闭环，形成基于计算与数据闭环的知识复利效应。此时的知识生产不再受制于人类认知的生理极限，也不再受制于物质资源的物理损耗与边际报酬递减规律。智能代理以接近零边际成本的方式，实现了对既有知识的复用与重组，从而涌现出超指数级的创新增长。

在配置效率测度与价值核算方面，面对微观效率提升与宏观全要素生产率低迷背离的所谓“新索洛悖论”，现代西方经济学理论倾向于用生产率“J曲线效应”解释这一现象，将其归结于通用目的技术扩散早期组织架构与技能培训等互补性投资滞后。然而，这一背离的更深层原因是建立在工业经济形态下的国内生产总值（GDP）核算体系难以反映数字经济系统的价值创造。传统核算体系依赖市场交易价格作为价值聚合的主要锚点，预设价格能够准确反映产品价值。但在数字经济形态下，鉴于数据的非竞争性与零边际复制成本特征，大量数字服务与信息产品的市场价格趋近于零。当智能代理大幅降低知识与服务的边际生产成本时，传统的核算体系往往难以充分反映这类消费者福利改善，甚至可能低估产出表现。此外，大量由用户创造内容与开源协作所产生的价值流，因缺乏显性货币交易环节而被排除在核算边界之外。宏观统计偏差主要源于旧有测度框架无法容纳被智能代理改写后的非竞争性要素价值与免费数字服务流，导致经济福利与名义产出之间的结构性背离。

在技术演进与包容性增长方面，现代西方经济学理论通常假设技术变革是中性的，认为技术进步会自动提升劳动的边际产出与工资增长。但值得关注的是，智能技术的演进呈现出显著的过度自动化倾向，技术路径朝向替代人类认知而非增强人类能力。这种偏向性技术进步改变了资本与劳动的替代弹性，导致生产率提升未能与劳动回报同步，进而引发增长与分配之间的不平衡。这一冲击在劳动力市场上表现为劳动者被迫从常规认知任务向复杂判断任务迁移，带来特定技能贬值与议价能力弱化。由于基于中性技术进步的假设未能重新审视技术变革的偏向性及其分配后果，现代西方经济学理论已难以很好地回答数字经济形态下的共享与分配难题。

三、面向数字经济的智能复合配置论构建

面对现代西方经济学的若干理论解释困境，有必要基于智能复合主体决策与要素资源复用等典型特征事实，探索更适宜的数字经济理论，以揭示数字经济系统的资源配置规律及其运行机理。为此，本文尝试提出“智能复合配置论”这一标识性概念。其意涵在于，人机协同的智能复合主体通过智能匹配驱动要素的组合与复用，激发智能内生的宏观增长动能，最终在决策、配置与增长的循环反馈中实现递归演化的动态均衡。

（一）智能复合主体的行为决策

数字经济的微观决策主体由单一的独立自然人演变为人机协同的智能复合主体。这一转变要求数字经济理论重新设置对微观主体的基本假定，并确立这一复合主体在算法规则与价值偏好约束下的行为决策模式，揭示智能要素内生到决策系统后如何改变人类认知边界与决策分工边界，以及规则和价值约束如何影响智能复合主体的行为决策。

第一，智能复合主体的决策模式。在这一复合主体中，AI成为决策系统的重要组成部分，承担着海量信息搜索、复杂模式识别与概率预测的计算职能，这在实质上扩展了决策的理性边界与响应速度；人类则继续在决策系统中处于核心地位，行使涉及价值冲突与不确定性风险的关键节点的最终裁决权，并承担决策的全部法律与伦理责任。两大主体并非简单的功能分工，而是认知的深度融合。智能系统输出的是基于概率计算的行动建议，人类则通过价值判断对算力寻优的结果进行最终确认。人机协同复合主体的经济行为是人类的价值锚定与机器的算力寻优共同作用的结果，其决策能力因算力增强而获得指数级提升，其决策后果因人作为价值与责任最终裁定者的存在而保持伦理约束上的主体性。

第二，智能复合决策主体面临的约束。为了降低智能算法被滥用的风险，法律与制度规范被植入决策系统，并转化为机器可执行的底层指令，算法将预置的规则参数前置于决策行为发生之时，很大程度上排除了违背公共利益或蕴含极高风险的选项。这种机制将传统文字形式的监管规则直接转译为算法系统内部的安全边界与自动化核查程序，制度约束从事后问责转化为行前规制，智能代理的“行为”被限定在法律与伦理允许的范围之内，以确保系统运行的合规性。可见，人机协同的智能复合行为决策本质上是在制度规范的刚性约束与机器计算能力的共同作用下形成的可行决策范围。

第三，智能复合主体的行为决策方式。在算法深度介入的决策环境中，微观主体的决策演变为求解兼顾经济效益与社会效益的综合效用函数，安全、公平等社会公共价值也被赋予一定权重。算法系统通过权重分配机制，将社会效益转化为可计算的参数配置，使合规性与伦理偏好直接参与最终排序，这种协同决策有助于实现工具理性的效率追求与价值理性的伦理规范的激励相容。

（二）智能复合协调的要素配置机制

数字经济的资源配置超越了单一价格机制的线性调节，演化为以规则界定边界、算法组织流转、价格确认价值的动态配置系统。决定数字经济资源配置绩效的关键，在于建立适应高维信息环境与非竞争性要素特征的复合配置机制，协调智能算法对供需的精准匹配、制度规则对价值边界的界定以及市场对稀缺性的度量，以此引导资源流向与再配置。这种机制使资源配置从单纯的市场出清，转向兼顾经济效率、匹配精准度与社会合规性的多维优化。

在这一复合配置系统中，规则与算法以及价格承担着不同的功能。规则内生为资源配置的约束参数，将数据权限、隐私保护、竞争规则、伦理规范等直接植入资源流转的代码层，是系统内部必须遵守的硬约束。算法作为处理海量离散信息的中枢，通过对微观主体偏好、信用记录及供需场景的深度学习，进行跨越时空的瞬时匹配，在海量场景中识别要素的智能复用机会。这种预测导向的智能配置模式大幅降低了搜寻成本与信息不对称带来的交易摩擦。价格机制继续在价值确认与利益分配环节发挥基础性作用，通过信用货币完成最终的清算与激励闭环，实现市场供需的总量均衡。三者的协同作用使配置效率从单纯的价格发现扩展到规则合法性与匹配精准度，实现效率与公平在配置环节的内生统一。

同时，智能复合配置深刻改变了科斯定理的前提条件。数据与知识等非竞争要素的价值最大化不再取决于所有权归属，而是取决于其在不同场景下被智能配置并复用的频次与广度。要素复用本质上是在智能预测驱动下的动态再分配，而非简单的产权转换。资源配置的逻辑从资产确权转向使用价值的动态释放。通过权利束的结构性分离与重构，要素可以在保障原始权益的前提下，在不同主体、不同场景间实现高频流转与多向复用，进而达成数据要素的边际收益与组合效率最大化。

在这一配置体系中，治理模式同样发生重大改变。一方面，政府不再仅仅是纠正市场失灵的宏观调控者，而是同时承担起数字基础设施、算力网络以及数据互联互通标准的供给职能。政府对新型基础设施的投入水平，决定着市场机制与算法机制的运行效率边界，能够在一定程度上降低全社会的连接成本与交易摩擦。另一方面，平台内部治理将原来政府治理职能内部化，通过自主制定运行规则，利用声誉机制与算法治理工具确立市场信用和交易秩序，实质性地承担起维护公共利益与防范系统性风险的“准政府”职能。这种内部治理不仅解决了大规模陌生人协作可能出现的信任难题，而且大幅压缩了系统运行的验证与监督成本，从而确保数字经济系统在“去中心化”与高频流转下的整体稳定性和配置效率。

（三）场景驱动与智能内生增长模式

数字经济的增长动能与运行逻辑已突破传统要素积累方式，形成一种基于场景驱动与智能内生的新模式，实现从传统的要素驱动向由场景定义的知识复利驱动转换。

第一，智能成为重构生产函数的关键内生变量。AI的知识生产过程突破了人类传统认知能力的生理极限与试错成本约束，使AI成为数字经济的核心生产要素。在数字生产函数中，内生化的智能要素改变了资本与劳动的替代弹性，进而建立起基于计算与数据的自我增强机制。智能复合主体以极低的边际成本实现对既有知识的复用与组合配置，使经济系统能够突破物质要素边际报酬递减律，为经济长期增长提供持续内生动力。

第二，应用场景决定了智能复合配置的转化效率。场景构成数据要素生成、算法模型训练以及技术落地的物理空间与制度环境，成为连接虚拟算力与实体经济的转换接口。一国或地区的场景禀赋结构，特别是超大规模市场带来的长尾效应与产业体系的丰富度，直接决定智能技术的可行范围与边际产出率。高密度的应用场景不仅为技术创新提供了必要的反馈数据，更反向锁定了技术进化的路径，引导研发资源向具备高社会价值与经济回报的实体领域集聚。新技术进步的增长潜能取决于将抽象的算力资源转化为具体场景解决方案的能力。

第三，增长与分配成为促进经济系统循环的平衡机制。为了维持经济系统的均衡，智能技术进步路径受制度设计引导，有利于实现数字经济的包容性增长。这种包容性增长将人力资本升级与就业结构优化纳入分析框架，通过公共投资提升劳动者与智能资本的互补性，智能技术则被定位为增强人类认知能力而非单纯替代劳动的工具，促使劳动者从重复性任务向高创造性、高情感价值的岗位迁移。增长与分配的平衡机制有利于实现劳动收入份额随生产率提升而同步增长，使共同富裕成为维持技术迭代与市场规模扩张的内在要求，在理论上实现效率涌现与社会公平的动态统一。

（四）智能复合配置下的递归演化动态均衡

智能复合配置论着眼于数字经济系统的资源配置，本质上是一个递归演化的动态均衡。其理论构建是将现代西方经济学理论从研究给定约束下的静态分配，转向研究智能增强条件下丰裕要素与稀缺场景的动态复合配置问题。在这一理论视阈下，复合决策行为、复合配置机制与宏观增长动能通过数据流动、算法内生及制度嵌入的深度贯通，共同构成互为关联、相互作用的复杂适应系统。

首先，智能复合主体决策行为构成系统的逻辑起点与价值基石。智能复合主体在追求满意解的过程中，不仅表达了显性的市场需求，更实时生成了包含多维价值偏好与风险态度的丰富信息。这些来自微观层面的具体数据决定了智能复合配置机制的优化方向，使其运行目标转向包含多目标向量空间，微观层面的每一次决策实际上都在重塑经济系统运行的结构。

其次，复合配置机制是系统中连接微观决策与宏观动能的枢纽。复合配置机制的核心职能在于根据海量异质性信息高效配置各类资源，通过确立要素使用权的制度安排，最大限度地消除知识与数据在全社会范围内的流转摩擦。这种复合配置的效率决定了宏观生产函数中智能技术的产出能力。只有当复合配置机制有效实现非竞争性要素的低成本复用时，宏观层面的智能技术才能突破物理资源的稀缺性约束，将潜在的技术可能性转化为现实的生产力。

最后，宏观增长动能构成系统的演化结果与价值实现目标。区别于传统理论中技术作为外生参数的设定，智能复合配置论将智能视为宏观层面的内生核心变量。它能够在算法主导的配置环境中主动识别最优资源组合路径，并对劳动、资本与数据等要素进行动态编排。这种智能化的要素编排能力使宏观经济增长不再依赖要素规模的线性堆叠，而是表现为数据与知识闭环的递归重组，从而实现经济系统价值创造的指数级跃升。

宏观增长动能的演进状态最终构成智能复合主体决策的新约束条件与选择基础，从而完成递归闭环。宏观层面涌现的新技术范式与应用场景定义了复合主体决策的可行范围，将抽象的生产可能性转化为具体的微观选择集合。同时，宏观层面的包容性增长目标与分配制度安排，被深度纳入复合主体的决策考量，在源头上规避技术进步可能带来的极化风险。这种自上而下的反馈与自下而上的涌现，共同驱动数字经济系统在反馈循环中实现螺旋式上升。

结论与展望

从资源配置的演进脉络看，数字经济的深入发展正在重塑经济系统运行的底层逻辑。本文提出的“智能复合配置论”这一标识性概念，旨在回应近年来经济学研究在解释人机协同决策、算法主导配置及要素复用增长等现象时的理论困境，将资源配置视作一个涵盖微观智能主体、复合配置机制与增长分配平衡的复杂适应系统。该理论认为，资源配置不再局限于给定技术约束下对稀缺存量的静态切分，而是演化为复合主体认知增强、配置机制复合优化与增长动能转换之间的动态递归演化。利用数据要素的丰裕性与智能技术的生成性，经济运行得以不断拓展价值创造边界，最终指向一种动态一般均衡，即个体理性的满足、市场机制的高效运行与整体社会福利的实现，能够在算法逻辑与制度参数的双重作用中达成内在的一致性，从而推动经济社会形态向更高维度跃迁。

当前，全球数字经济发展仍处于从技术爆发向经济形态构建演变的关键窗口期，其伦理规范、运行规则、治理体系均未最终定型，关于数字经济的理论研究必须突破固化思维，紧跟数字经济演进步伐进行持续创新。中国在数据要素制度安排、平台经济治理以及数字技术赋能实体经济等方面形成的实践探索，为回应数字经济发展中出现的难题提供了可供理论化的现实素材和重要机遇。中国经济学界有责任将这些本土经验提炼升华为标识性概念、原创性理论甚至是原理性成果，使之成为构建中国经济学自主知识体系的重要突破口。

第一，深化人机协同的智能复合主体行为决策理论。数字经济微观基础的核心，在于解析智能复合主体行为决策模式。依托普惠性的数字基础设施供给，中国能够有效弥合不同群体间的数字认知差距，引导多元主体将社会责任与公共价值内嵌于决策目标函数，推动决策从单一效率目标转向兼顾效率与公平。这种社会价值内生化的微观基础，与生成式AI备案体系扩围以及生成内容标识与可追溯规则的制度化相结合，将价值规范与合规边界作为硬性参数前置嵌入智能决策，由此明确限定了机器的可行选择集合与输出形态，使决策过程转变为特定制度框架内对智能能力的有效配置。中国的数字经济实践突破了传统有限理性假设局限，通过超强算力扩展认知边界，通过前置合规机制将行为收敛于社会最优区间，为提炼算力与制度双重约束下的复合主体行为理论奠定了现实基础。在此过程中，规则约束如何在保障安全的同时保留创新活力，算法如何在合规约束下实现效率优化，仍是有待研究的理论议题。今后，进一步的微观理论深化可尝试将蕴含中国价值规范的合规约束内生化，把智能代理正式引入微观决策函数，探索基于智能复合特征的适应性预期与演化博弈模型，拓展传统基于完全理性的静态最优分析。

第二，推进智能复合配置机制的理论创新。中国探索出一条超越单一产权交易的复合路径，创设数据资源持有权、数据加工使用权与数据产品经营权“三权分置”，为非竞争性要素跨场景复用与流通提供制度安排；建立算法推荐的分级分类治理与备案体系，将风险防范规则直接作用于算法配置。通过产权与分类备案划定资源流转的合法权限和风险边界，算法承担海量高维信息的精准匹配，价格机制在最终环节完成价值确认。这种规则前置、算法匹配与价格出清有机结合的资源配置实践，为形成智能复合配置机制提供了实现路径。沿着复合配置机制的理论探索，有望打破传统的市场与政府的二元对立思维，将代码与治理规则作为新型制度供给，进而在复杂适应系统视阈下，构建融合中国特色数据产权与敏捷治理的协同配置模型。未来有待进一步研究的方向，包括权利分置制度在面对数字经济新特性与价值形成时的制度效力，复合配置下的价值创造与市场机制的作用，等等。

第三，深化新质生产力驱动下的智能内生增长理论。新质生产力催生于技术革命性突破、生产要素创新性配置、产业深度转型升级，以全要素生产率提升为核心标志。中国的数字经济实践突破了物理要素的线性累积，通过通用目的技术的自主创新提供前沿知识供给，数实融合促成智能要素在实体经济中的创新性配置，完整产业体系则提供海量应用场景，并基于智能要素与现代产业体系的结合，实现全要素生产率的提升。这种以实体场景为基础、以要素创新组合为动力、以智能技术为内生变量重构生产函数的增长路径，是对强调物质要素累积的传统增长理论的超越。在推进智能复合配置过程中，技术演进的偏向性及其对劳动要素的影响具有高度的复杂性。智能技术的应用如何在赋能实体经济的同时，避免陷入仅替代人类常规劳动的平庸自动化陷阱，防范因缺乏实质性新任务创造而引发资本与劳动回报失衡的风险，也是重要的理论研究议题。因此，进一步的学理化阐释研究可致力于将海量应用场景转化为可建模的函数条件，重构包含智能要素的知识生产函数，探索把机器生成知识与数据的规模报酬递增正式作为驱动长期宏观增长的内生变量，并将技术进步的任务偏向性与人机互补弹性纳入宏观增长分析框架，进而揭示智能复合配置下的新质生产力发展规律。

第四，构建公平向善的数字经济分配与福利理论。数字经济发展必须防止单纯依赖技术驱动造成的数字鸿沟与数字红利垄断。中国始终坚持发展成果的普惠共享，注重投资于人与投资于物紧密结合，积极维护新就业形态劳动者权益，推进政府治理数字化、基本公共服务均等化与提升全民数字素养。这种将劳动权益和分配公平作为发展导向的实践，确保了技术进步以提升社会整体福利为最终指向，拓展了传统福利经济学的理论边界，为构建公平向善的数字经济分配与福利理论提供了坚实基础。在智能复合配置的演进过程中，智能要素的大规模应用极易导致初次分配向资本和技术拥有者倾斜的趋势。劳动收入份额的系统性下降，不仅会加剧社会财富的不平等，还会因整体消费倾向降低引发有效需求不足的宏观经济风险，这也是关乎经济良性循环的重要理论议题。对此，进一步的理论重构有待突破资本与劳动的传统二元分析框架，探索建立基于多元主体共创的价值分配机制，构建超越传统GDP核算、将包容性增长转化为可优化目标函数的综合评估体系，进而为解决智能要素收益向资本高度倾斜背景下的分配难题提供新思路。

〔本文注释内容略〕

刘守英，中国人民大学经济学院教授（北京 100872）；武玙璠，首都经济贸易大学经济学院副教授（北京 100070）。

来源：《中国社会科学》2026年第3期P44—P57