每一次生产力的重大跃迁，都会催生相应的价值度量工具。工业文明以货币量化劳动，信息文明以比特衡量传输，智能文明面临的挑战更为复杂，如何为人工智能（AI）所生成的“认知输出”赋予可度量、可定价、可交易的经济属性，成为关键问题。词元（Token）正是在这一历史背景下走进政策视野的。从国家层面明确词元是智能时代的价值锚点，到关于行业高质量数据集建设的政策文件提出探索词元交易等新型数据集交易模式，再到2026年《政府工作报告》部署打造智能经济新形态，这一系列政策信号的连续释放表明，词元的意义已远超一个技术计量单位的定义，而在于它代表着智能经济自觉寻找自身价值秩序的系统性尝试。

每个时代都有适应其自身生产方式与价值逻辑的计量语言：从比特到词元，衡量的对象已悄然发生质性跃迁

技术—经济范式协同演进规律表明，计量标准的代际跃迁从不囿于技术层面的升级，而是生产方式与价值重构的深层映射。比特（Bit）的兴起，回应的是信息如何存在与传输的问题。二进制编码赋予一切信息以最小表达单元，奠定了信息产业定价的底层逻辑，带宽、流量、存储，无一不以比特或其倍数计价。字节（Byte）在比特基础上扩展为容量的通用标准，推动了软件、内容与数字服务的规模化交易。然而，比特和字节所计量的，始终是信息的物理属性。它存在多少、占用多少空间、传输多快。信息本身的语义价值，始终游离于计量体系之外。而今，词元（Token）的出现，将计量对象推进到了一个全新的维度。其度量的是大模型将算力、数据与训练积累转化为可用认知输出的过程和结果，即智能活动本身产出了多少“能力单元”。这是人类第一次尝试对“认知劳动的输出”进行标准化计量。

由此，价值计量的边界，第一次从“物”的传输与存储，延伸至“智”的生成与兑现。现实数据也直观地印证了转变演进的深度与速度。国家数据局数据显示，我国日均词元调用量从2024年初的1000亿，到2025年底升至100万亿，2026年3月突破140万亿，两年增长超千倍；全球范围内，我国词元调用量占全球总量的36%，持续居于首位。智能活动已以极高频率渗入生产、交易与服务各个环节，词元的计量价值正在从工程师的后台参数演化为可定价、可结算、可交易的商业前台市场变量。进而言之，词元携带的语义密度，使其具备比特所不具备的质量维度。相同数量的词元，承载的知识复杂度、任务难度和结果可靠性可能天壤之别。正因如此，词元经济的核心竞争从一开始就指向能力密度，而非规模堆砌，这一特征，深刻影响着其后价值体系建构的整体逻辑。

生产侧与需求侧双向锚定，词元价值形成有其内在机制

词元作为智能时代的基础计量单位，其价值形成遵循能力供给与场景兑现双向锚定的核心逻辑，既区别于工业时代物质产品的成本定价模式，也超越了信息时代比特、字节的物理属性定价框架。从生产侧看，词元价值的形成涉及三个相互耦合的要素层。算力层是词元价值形成的成本硬约束。单位词元生产所消耗的能源与计算资源，构成词元定价不可突破的物理下限。在三层要素中，算力是唯一具有完全物理锚定意义的维度，其成本结构直接制约词元服务的可及性与规模化路径；数据层是词元价值的语义密度上限。训练数据的质量、标注精度与场景覆盖广度，直接决定词元可承载的知识容量与推理深度；数据质量的天花板，即词元认知能力的天花板，二者之间不存在可绕过的替代路径；模型层是词元价值的转化效率放大器。在算力与数据投入既定的条件下，模型架构、训练策略与对齐质量共同决定将输入映射为有效输出的能力水平，即单位词元所能释放的实际效能。

从需求侧看，词元的市场价值同样受三个维度约束。场景复杂度决定单位任务的价值密度，复杂法律推理、工程仿真、多步战略规划等任务的词元价值，远高于通用问答等低复杂度场景；结果可验证性决定价值兑现的确定性，只有当词元输出能够直接对应可量化、可核验的业务成果时，其价格发现机制才具备稳定基础；可替代性决定市场定价的议价权，具备行业知识壁垒、能完成专属任务的垂直领域词元服务，其定价能力显著强于同质化的通用大模型服务。

词元的特殊价值，在于它将生产侧的“能力供给”与需求侧的“场景兑现”衔接为一个可结算的界面，使原本难以计量的模型能力获得了市场化表达的可能，使原本难以定价的数据质量找到了外部验证的渠道。但同时，这一机制也揭示出词元经济潜在“数量与价值脱钩”的系统性风险。当大规模词元调用服务的是冗余信息生成而非切实的能力兑现时，调用量的增长就难以真实反映价值创造的深度。词元数量是价值计量的必要条件，但绝非充分条件。“词元通胀”与“智能红利”之间，横亘着数据质量、模型能力和场景验证三道真实的门槛。这亦是理解词元经济长期健康性的关键判断。

从“数据要素”到“词元价值”，新质生产力价值计量体系面临结构性重构

词元的出现，不仅带来了一个新的计量单位，更从底层重塑了既有价值计量体系的基本预设，推动新质生产力的价值秩序从“要素占有”向“能力兑现”深度转型。

过去十余年间，围绕“数据要素”展开的制度建设，已逐步形成以产权结构性分置、流通交易、收益分配和安全治理为主干，并叠加登记、授权运营、入表等制度实践的数据治理框架，在既有实践中，数据价值常被偏重于以存量确权、资产入表和静态估值的方式加以呈现，但这一框架在智能经济阶段正日益显露边界。其一，数据本身并不直接产生价值，只有经由模型转化为认知输出，数据的潜在价值才得以兑现，单纯对数据存量进行计价，难以反映其在智能生产函数中的真实贡献。其二，数据价值具有高度的情境依赖性，同一数据集在不同模型、不同任务、不同场景下所释放的效能差异巨大，脱离使用场景的静态估值容易产生系统性偏差。其三，数据要素的治理框架以“要素”为中心，而智能经济的价值创造以“过程”为中心，前者关注谁拥有，后者关注谁能用、用得多好、用出多少。

词元价值的提出，恰恰回应了这一深层矛盾。它将计量的重心从“要素存量”转向“能力流量”、从“拥有什么”转向“生成什么”、从“静态资产”转向“动态兑现”。在这一意义上，词元并非数据要素的替代品，而是数据要素价值在智能时代的实现形式。数据要素解决的是“从哪里来”的问题，词元价值解决的是“到哪里去”的问题；前者构成智能生产的输入侧制度基础，后者构成智能生产的输出侧计量基础。二者共同构成新质生产力价值计量体系的两端。

由此观察，新质生产力价值计量体系的重构，至少呈现三个方向性特征。一是计量单位从“存量单位”向“流量单位”演进。比特、字节描述的是信息的静态容量，数据要素的估值亦多以规模、条数、字段为基础，而词元本质上是一个过程性、生成性的单位，它记录的是智能活动发生的频次与强度，使智能能力获得了更细颗粒度、可持续追踪的动态计量单位。二是价值锚点从“成本导向”向“能力导向”迁移。传统计量体系以投入成本为定价基础，而词元价值的最终落点在于其所承载的认知能力能否在具体场景中完成兑现，成本只是下限、能力才是上限，这使价值计量体系从被动记录转向主动发现。三是治理重心从“要素配置”向“过程信任”转移。当计量对象变为智能生成过程，如何确保词元输出的质量可核验、结果可追溯、责任可归属，便成为制度建设的新焦点，价值计量与治理信任在词元这一界面上实现了结构性融合。

以词元为枢纽，系统建构适应智能经济的价值计量与治理体系

以词元为枢纽加快构建新质生产力价值计量体系，既是推动人工智能与实体经济深度融合的现实需要，也是我国在智能文明时代塑造新型比较优势、夯实高质量发展根基的战略选择。当前，词元价值要真正成为智能经济的价值秩序基石，还需在制度层面完成从技术计量单位到经济治理单位的关键跃迁。

第一，推进词元相关计量规范研究，逐步建立分层标准体系。应加快推进词元相关术语、计量口径和接口规则研究，逐步形成跨模型、跨场景可比的基础规范。在此基础上，分行业、分场景构建差异化的质量评价体系，针对法律、医疗、金融、工程等高价值领域，建立词元输出的准确性、可靠性与可解释性评估指标，使“数量计量”与“质量计量”并行推进，防范“词元通胀”侵蚀智能红利的真实基础。

第二，探索以词元交易为载体的新型要素流通模式。推动高质量数据集商业模式从基础数据包销售向API（应用程序编程接口）调用、能力订阅、结果计价等多元化方向演进，推动高质量数据集、垂直领域模型与真实业务场景在流通环节实现有效的价值发现。可依托有条件的平台和场景先行探索词元交易规则、结算机制与信用评价体系，逐步形成可复制的制度样板，为构建统一规范、竞争有序、定价透明的智能要素流通机制积累实践依据。

第三，构建生产侧与需求侧双向协同的价值验证机制。针对词元经济“数量与价值脱钩”的潜在风险，在生产侧建立分级披露、可审计的能力说明机制，使词元成本边界、数据合规状态和模型适用范围具备外部可验证性；在需求侧建立以业务成果为导向的结果验证机制，推动词元定价与场景兑现效果直接挂钩。可在重点行业探索建立“词元投入—任务复杂度—可验证成果”的三元对应关系档案，使智能服务的真实价值能够被持续追踪与反复校验，夯实词元经济长期健康运行的价值基础。

第四，完善与词元经济相适应的治理与监管框架。词元既是经济计量单位，也是责任追溯单位，其治理体系须兼顾效率与安全的双重目标。一方面，应将数据来源合法性、模型训练合规性与输出内容可控性等治理要求前置嵌入词元生产链条，推动合规属性成为词元价值认定的内在维度，有效防范版权争议、数据投毒、权限失控等系统性风险；另一方面，探索词元计量数据在产业运行监测、场景绩效评估、服务定价与监管审计等领域的规范应用，使词元逐步成为观察智能经济运行质量的重要辅助指标，并健全跨部门、跨区域、跨主体的协同治理机制，为智能经济的规范有序发展提供持续的制度保障。

（魏巍系国家发展和改革委员会市场与价格研究所助理研究员；侯燕磊系国家发展和改革委员会经济研究所副研究员）

注：本文为国家社会科学基金重大项目“加快形成新质生产力的主攻方向与政策保障研究”；中国宏观经济研究院2026年基本经费课题“人工智能时代平台算法权力、市场可竞争性与协同治理研究”阶段性研究成果。