从技术赋能到经济形态的系统性跃迁
当前，全球正经历以人工智能为核心的第四次工业革命，智能经济发展呈现加速态势。美国通过《芯片与科学法案》，以科技创新投资等方式巩固其技术领先地位。欧盟推进《人工智能法案》等规制框架全面监管人工智能发展。我国通过战略性新兴产业规划、新型基础设施建设等举措，加快构建智能经济新形态。2026年政府工作报告首次提出“打造智能经济新形态”，这一表述标志着人工智能从技术赋能的“工具”角色升级为驱动全域经济系统重构的“生态”核心，这一转变具有深刻的理论内涵和实践意义。
智能经济作为数字经济的高级形态，正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。比较优势理论作为国际贸易理论的基石，强调各国应基于自身要素禀赋比较优势参与国际分工。在智能经济时代，比较优势的内涵已从资源、劳动力等传统生产要素优势，扩展到数据、算法、算力等新型生产要素优势。新结构经济学从要素禀赋比较优势出发，强调产业结构内生于要素禀赋，而最优的产业结构又决定了技术结构和制度安排。智能经济时代已来，中国在这一历史性变革中，如何基于自身要素禀赋比较优势，实现智能经济的跨越式发展，成为亟待回答的时代课题。本文从经济学理论、产业链重构、政策建议框架等维度进行系统性分析解读。
理论框架：基于新结构经济学的智能经济产业分类
比较优势理论的现代诠释
传统比较优势理论基于静态要素禀赋，认为各国应专注生产自身具有相对效率优势的产品，或从事自身具有相对效率优势的工序。然而，在智能经济时代，比较优势呈现出动态性、多维度和可创造性的新特征。数据作为新型生产要素，其规模、质量和流动性成为新的比较优势来源，算法和算力构成了技术比较优势的核心，制度环境、创新生态和人才储备构成了软性比较优势。
中国在智能经济领域的比较优势具有鲜明的特色：一是能源禀赋优势，中国拥有全球最大的可再生能源增量，光伏和风电发电成本下降速度全球领先，为大规模智算中心建设提供了可持续的能源保障；二是市场规模优势，中国拥有14亿多人口、超4亿中等收入群体，形成了海量需求，可为智能技术迭代提供丰富的应用场景；三是产业供应链体系优势，中国拥有全球最完整的工业门类，可为智能技术提供全链条试验场；四是制度组织优势，统一大市场能够快速部署全国算力网络、建设大型数据中心集群、推动数据要素市场改革。
基于新结构经济学的智能经济产业分类框架
智能经济并非单一产业的孤立发展，而是一个由基础层、技术层和应用层构成的复杂产业链、供应链生态系统。新结构经济学根据产业技术前沿差距、是否符合比较优势、是否为技术革命涌现的新产业三个标准，将产业分为五大类型：追赶型产业、领先型产业、转进型产业、新兴型产业和战略型产业。根据这一分类框架，可对智能经济上下游分工及发展状态进行精准分析：
首先，智能经济产业链中存在大量“追赶型产业环节”。这类产业在发达国家已发展至成熟阶段，我国相关产业虽在中低端具备一定比较优势，但在核心技术、产品质量上仍处于奋力追赶阶段。在智能经济中，“追赶型产业环节”集中体现于上游基础层的核心环节。例如，高端计算芯片（如GPU、TPU）、极紫外（EUV）光刻机、高端传感器、基础工业软件（如EDA、CAE）、底层操作系统与数据库，以及尖端算法框架等。这些领域技术壁垒极高、资本投入巨大、研发周期长，是我国构建自主可控智能经济体系的突出短板。
其次，在智能经济发展中，我国已涌现一批“领先型产业环节”。我国这类产业的技术与产品已处于或非常接近世界前沿，企业主要依靠自主研发维持领先地位。在智能经济中，“领先型产业环节”主要体现在中游技术/平台层的部分领域以及下游的规模化应用场景。具体而言，在计算机视觉、自然语言处理、语音识别等人工智能应用技术，以及基于庞大用户生态的消费互联网平台（如社交、电商、移动支付）方面，中国凭借超大规模市场、海量数据资源和快速迭代的创新，其智能化的应用场景已逐步形成全球竞争力。此外，在智慧安防、新能源汽车的智能化应用、具身机器人、部分消费级无人机等领域，中国也达到了世界领先水平。
第三，智能经济的赋能过程创造了广阔的“转进型产业”空间。这类产业过去曾符合我国的比较优势并可能处于领先地位，但随着经济发展、要素禀赋结构变化（如劳动力成本上升）或技术路线迭代而逐渐失去比较优势。在智能经济语境下，“转进型产业”主要指向下游应用层中对传统产业的智能化改造。例如，传统的劳动密集型制造业、仓储物流、客户服务、基础数据分析等环节，正通过引入工业机器人、智能仓储系统、AI客服、自动化数据分析工具等，实现降本增效和转型升级。
第四，智能经济本身就是“新兴型产业环节”最活跃的孵化器。新兴型产业主要指由新一轮技术革命（如第四次工业革命）催生、研发周期相对较短、以人力资本投入为主的产业。我国人力资本相对丰富的发达地区在这类产业发展中具有比较优势。智能经济中的新兴型产业主要集中在中游前沿探索层和下游新业态层。例如，AI智能体（Agent）、生成式人工智能（AIGC）内容创作、量子机器学习、脑机接口等。从全球范围来看，这些领域正处于同步探索的起步期，技术路线和市场格局尚未定型。中国在相关领域拥有庞大的工程师群体、活跃的风险投资和丰富的应用场景，具备实现“换道超车”的潜力。
第五，智能经济包含若干至关重要的“战略型产业环节”。这类产业通常研发周期极长（十年甚至二十年）、初始投资巨大，且直接关系国防安全、经济安全与长远发展，因此即便不符合当前的要素禀赋比较优势，也必须由国家力量进行战略性培育并主导发展。在智能经济中，“战略型产业环节”突出体现在上游基础层中关乎国计民生的核心命脉环节。例如，自主可控的超级计算与云计算体系、国家级人工智能算力网络（如“东数西算”工程）、密码技术与网络安全、空天信息网络，以及用于关键信息基础设施的国产芯片与操作系统等。这些产业具有强外部性和国家安全属性，市场自身难以有效配置资源，必须依靠“有为政府”进行长期、稳定的战略性投入，并通过国家重大科技项目组织产学研联合攻关，确保在极端情况下的供应链安全与技术自主可控。
综上所述，智能经济并非单一属性的产业，而是一个由五类产业分工类型交织构成的复杂矩阵。上游基础层以追赶型和战略型产业为主，是国家安全与科技自立的基石；中游技术/平台层是领先型与新兴型产业竞争的主战场，决定技术生态的主导权；下游应用层则深度融合了领先型、转进型与新兴型产业，是价值实现和赋能实体经济的关键。
中国智能经济现状与面临的结构性挑战
产业链现状
当前，中国智能经济产业链各环节呈现出显著的梯度特征与动态协同关系。上游基础层以追赶型与战略型产业环节为核心，在算力、算法与数据领域已形成较为完整的体系，但高端芯片等关键环节仍存在短板。中国的比较优势在于丰富的绿色电力资源与庞大的工程师供给体系，通过“东数西算”等国家工程实现能源与算力协同，为产业发展奠定了低成本、可持续的根基，其发展趋势体现为从全面短缺转向结构性平衡，国产替代持续加速，算电协同成为新基建重点。中游技术/平台层是领先型与新兴型产业环节的主战场。在大模型、工业互联网平台和智能体等领域，中国凭借超大规模市场和完整产业体系的比较优势，实现了从技术赋能向范式重构的转变，国内应用平台商业化进展显著，智能体技术向多维融合演进，“算力+算法+数据”正成为智能经济的底层操作系统，推动形成平台与生态共生的新格局。下游应用层表现为领先型与转进型产业环节的广泛融合，并不断催生新兴业态，逐步从试点探索迈向商业成熟，智能制造等应用正从局部试点向全域渗透。通过需求牵引促进技术迭代，该层在提升质量效益和推动产业转型方面成效显著。
面临的结构性挑战
当然，高速发展的智能经济也面临一定的结构性挑战。首先，应用渗透深度不足。“人工智能+”尚未形成规模化生产力，多数AI应用仍停留在单点、碎片化的示范场景，中小企业普遍面临“不会用、用不起、不敢用”的困境。其次，核心技术仍有短板。高端AI芯片、核心工业软件、基础算法等领域仍存在“卡脖子”问题，开源生态的国际话语权仍需加强。再次，基础设施协同性不够。算力供需存在结构性矛盾，区域算力资源不平衡，算力、电力一体化调动能力有待提升，算法资源的普惠化共享机制尚未健全。最后，制度适配性不足。高质量行业数据供给不足，数据要素市场化配置机制仍不健全，人工智能相关法律法规、标准规范、伦理框架仍需完善。
总体而言，智能经济产业链呈现“上游追赶攻坚、中游创新引领、下游融合赋能”的鲜明梯队特征。上游需国家战略支撑实现自主可控，中游需市场生态繁荣实现技术引领，下游需供需双侧发力实现价值转化。三者相互关联，上游的突破将夯实中下游创新的基础，而中下游的市场成功又将反哺上游的研发投入，形成良性循环。通过充分发挥“有效市场”与“有为政府”的协同作用，中国正系统性地构建具有全球竞争力的智能经济新形态。
经济与政策建议：构建系统性支持框架
经济建议：构建智能经济新形态
首先，推动“有效市场”与“有为政府”更好结合。应在让市场反映各地资源要素的相对价格的基础上，找准当地能以更低成本从事生产的产业门类。当企业家有积极性进入某个领域但遇到瓶颈时，政府应因势利导为其纾困。如果各地都能因地制宜，充分发挥自身的比较优势，就会形成错位发展的格局，从而可有效避免重复建设、资源浪费等问题。
其次，实施梯度培育战略。构建“通用技术型—市场驱动型—战略攻坚型”的梯度培育体系，将人工智能作为通用技术型产业优先保障；构建“设备—数据—服务”闭环，通过云平台与数据服务形成用户黏性，实现从硬件销售到持续服务的商业模式转型。基于AI智能体，智能设备能够通过分析用户行为数据实现主动服务，将单一购买行为转化为长期的服务订阅模式。
再次，培育智能原生新业态。在供给端，推动智能体、具身智能等智能原生新业态进一步成熟，重构商业模式；在消费端，推动消费逻辑从“购买硬件产品”向“购买智能服务方案”转变。预计未来，智能原生服务市场规模将实现大幅增长。
政策建议：体系化推进智能经济发展
一是深化“人工智能+”全域渗透，打造规模化现实生产力。通过以旧换新等支持政策的持续推动，进一步提升人工智能相关产品的普及度。持续发展壮大智能体行业，拓展人工智能垂直领域应用场景，使人工智能与工业、农业、教育、医疗、科技等垂直领域深度融合，快速构建智能经济体系。
二是加快新型基础设施建设。推进超大规模智算集群、算电协同等新基建工程，构建全国一体化算力监测调度机制，持续扩大全国智算中心总规模，扩大算力网络覆盖面。针对中小企业群体，应从降低使用成本和技术门槛等维度，着力提升其大模型应用的可得性。积极建设开源社区、开源数据集、开源工具集，打造开源生态、开源文化，推动创新创业。
三是健全数据要素基础制度，完善人工智能治理体系。加强数据资源开发利用，健全数据要素基础制度，建设高质量数据集，建立全国一体化公共数据资源登记体系，实现数据要素的高效配置和利用。与此同时，完善人工智能治理体系，建立国家级的人工智能伦理委员会和技术标准制定机构，针对自主决策系统责任认定、智能系统安全标准等制定专门法律框架，加快建成覆盖人工智能全生命周期的治理体系。
四是加强人才培养与引进。深化产教融合、校企合作，加强人工智能领域复合型人才培养，打造结构合理、素质优良的人才队伍。优化营商环境，鼓励多元主体参与创新创造，形成政府引导、市场主导、社会协同的良好发展格局，持续扩大人工智能人才供给。
五是因地制宜发展智能经济。在智能经济发展中，要立足各地资源禀赋、要素禀赋比较优势以及产业上下游基础，避免同质化布局和重复建设。具体而言，东部地区可重点发展人工智能核心技术研发和高端应用，中部地区承接产业转移和智能化改造，西部地区发挥能源优势发展绿色算力，形成“东部引领、中部支撑、西部协同”的区域发展格局。
结论与展望
“打造智能经济新形态”，标志着中国经济发展进入新阶段。从产业链供应链角度看，中国在上游基础层具备能源禀赋优势，但需突破高端芯片等“卡脖子”技术；中游技术层在应用场景和产业化速度方面处于领先地位，正从单点突破向全域创新转变；下游应用层依托完整的产业体系和强大的市场基础，正从试点探索向商业成熟迈进。面对这一历史性机遇，中国应充分发挥市场优势、设施优势、产业优势和制度优势，同时积极应对应用渗透深度不足、核心技术短板仍存、基础设施协同性不够、制度适配性不足等结构性挑战，通过统一大市场实施梯度培育战略，推动“有效市场”与“有为政府”更好结合。智能经济新形态不仅是技术革命，更是经济范式的根本性变革，它将重构生产、分配、交换与消费全流程，全面赋能传统产业和新兴产业。中国应抓住这一历史机遇，通过体系化推进智能经济发展，加快形成新质生产力，为实现中国式现代化提供强大动力。
展望未来，智能经济将成为中国经济增长的新引擎。人工智能将从技术“变量”转化为经济发展的核心“增量”，推动中国经济实现高质量发展。在这一过程中，金融体系需要与时俱进，不断创新金融产品和服务，为智能经济发展提供全生命周期的金融支持；高校和研究机构需要加强跨学科研究，培养与智能经济需求相适配的复合型人才；相关监管部门需要创新监管方式，平衡创新与风险，为智能经济发展营造良好环境。
智能经济时代已经到来，中国正站在这一历史转折点上。只有坚持立足比较优势，遵循产业发展规律，充分发挥“有效市场”和“有为政府”的协同作用，才能在全球人工智能竞赛中赢得最终胜利，为中华民族伟大复兴提供强劲动力。
沈鸿,北京大学新结构经济学研究院国内发展合作部主任，研究员。
原文发表于《现代金融导刊》2026年第6期
来源：现代金融导刊
