王淑君，西南政法大学国际法学院副教授。马怡然，西南政法大学国际法学院硕士研究生。

摘 要：智能经济的兴起深刻改变了国际科技竞争的格局，而治理规则作为国家创新主动权的体现，也成为国际科技竞争的重要组成部分。从世界现有智能经济治理规则看，全球智能经济治理方法主要呈现为欧盟和美国、中国三条差异化路径。欧盟坚持风险预防与权利本位观点，依托《人工智能法案》等构建横向分级监管体系；美国以市场驱动与创新优先为导向，通过分散立法、行政命令与行业自律维持灵活性；中国则在发展与安全之间寻求动态平衡，形成以安全保障为内核、分类分级与场景化规制并行、部门规章与基础法律协同的多层次复合治理框架。然而，无论何种模式都共同面临着人工智能工具理性与风险内生性的认知矛盾、技术经济特性与既有法律规则结构性冲突、选择性产业政策越位与功能性政策缺位、多元监管主体协同失灵等系统性挑战。为此，应逐步构建起超越单一国家制度偏好、面向包容性竞争的复合型治理框架，从认知范式、制度供给、政策边界、协同机制与价值平衡五个维度对全球智能经济治理体系进行系统性重塑。依托制度与市场优势，我国应以更积极的姿态引领全球智能经济治理新规则，推动形成开放包容、公平普惠的国际新秩序。

关 键 词：智能经济；治理规则；人类命运共同体；包容性竞争；国际科技竞争

一、问题的提出

在当前第四次工业革命的浪潮下，智能经济作为一种具有鲜明破坏性创新性质的经济形式，正在以前所未有的方式重塑大国间科技竞争的格局。科学与技术的界限不断模糊，人工智能技术也带来了科研范式的更新，国家间的科技竞争达到空前水平［1］。国际科技竞争不是简单的新技术突破，在更深层面上，它包含着对创新定义的能力与在先进生产力治理方面的主导权博弈。它能够在智能经济不断发展的进程中率先建立起既激发创新活力，又可以牢牢守住安全底线治理框架的国家，不仅能抢占先机为本土企业创造红利从而抓住促进经济发展的机遇，也能于全球范围内在新质生产力治理方面占据主动地位，更早输出具有影响力的规则范式。习近平总书记在中共中央政治局就加强人工智能发展和监管进行第二十次集体学习时强调：“面对新一代人工智能技术快速演进的新形势，要充分发挥新型举国体制优势，坚持自立自强，突出应用导向，推动我国人工智能朝着有益、安全、公平方向健康有序发展。”［2］现阶段各国家和地区间的经济竞争，从本质上来说都是新质生产力水平的竞争［3］。智能经济以数据为关键生产要素、以数字技术为依托，因此其发展高度依赖稳定、可信且具有广泛包容性的制度环境［4］。有学者指出，数字经济正在“重振监管竞争”，各国立法者在参与相关立法活动时不再仅仅出于纯粹的经济动机，而是日益受到追求数字主权以及在数字空间中强制执行社会价值观的驱动［5］。规则不能再被简单等同于在技术创新影响下的被动反应，在国际竞争背景下，它也日益成为国家争取创新主导权的战略工具。

当前，以智能经济为核心展开的竞争不再仅仅停留在单一技术层面，更是逐步扩展至智能经济治理方式之中。国际上针对智能经济治理，不同模式之间存在着张力。欧盟意欲扩大其市场影响力，通过《人工智能法案》以及后续一系列立法，将风险预防与权利本位的价值观确立为全球人工智能治理的事实标准。美国则对内分多部门对不同场景下的人工智能相关问题进行治理，对外通过出口管制、“长臂管辖”以及主导多边贸易规则等方式来巩固其技术霸权，保障其本国科技巨头在全球扩张。与以上二者形成鲜明对比的是，中国在智能经济治理方面积极探索统筹发展和安全的第三条路径，在技术应用过程中强调平衡创新激励与风险控制。可见，全球智能经济治理呈现出复杂且持续动态演进的特征，治理规则本身已成为大国科技竞争的核心筹码之一。

未来的国际竞争格局中，率先构建起一套既能有效管控系统性风险又能激发本土创新活力的治理范式，对一个国家在智能经济时代占据战略主动地位尤为重要。在学界，除技术标准之外，目前对智能经济治理规则的研究主要集中于人工智能具身伦理［6］、风险分级［7］、数据风险防范［8］等几个维度。在多年持续探索之下，我国逐步形成了较为完备的数据要素市场化制度框架，数据确权、流通与交易的基础规则体系逐步确立，数字治理的法治架构不断完善［9］。已出台的《网络安全法》《数据安全法》与《个人信息保护法》构成了智能经济治理的基石，它们为智能经济发展确立了数据安全与隐私保护的基本底线。我国通过专项规章的形式对特定技术应用加以规制，如通过《互联网信息服务算法推荐管理规定》对算法推荐进行规制，通过《生成式人工智能服务管理暂行办法》对生成式人工智能进行规制。与此同时，行业标准和地方立法也进一步完善，为我国形成完整的智能经济新形态治理规则保驾护航。然而，从现实角度进行分析可以发现，当前治理规则体系仍存在不足之处。譬如，目前我国仍不存在统筹人工智能领域管理的综合性上位法，导致顶层制度供给不足、各相关监管部门间仍存在协同问题、现行人工智能产业相关政策与现实之间存在“越位”与“错位”等。这些问题的存在，不仅阻碍了我国智能经济的健康发展，为数据确权与进一步流通制造了障碍，更在全球智能经济治理规则尚未完全形成、各国竞相争夺制度主导权的关键时期，使我国面临严峻挑战。若不能形成一套规则完备、兼具前瞻性与公信力的治理范式，就可能在智能经济治理的国际竞争中大大削弱我国在构建人类命运共同体进程中提供全球公共产品的能力。因此，有必要对世界上现有智能经济治理规则的结构和逻辑进行比较，发掘其中有益之处，结合当前全球智能经济新形态发展治理规则所面临的挑战，综合理论与实践两个角度，提出面向包容性竞争的全球智能经济新形态治理规则完善建议。

这场从技术到规则主导权的竞争转变正在深刻重塑21世纪的国际格局。从统筹发展和安全的战略高度出发，补足制度短板，发扬制度优势，能够真正在守住安全底线的同时推动形成开放包容、公平普惠的智能经济治理新秩序，让智能经济的文明成果真正惠及世界各国人民。

二、世界现有智能经济治理规则的结构与逻辑比较

在全球智能经济的治理方面，欧盟和美国、中国基于不同的战略传统与制度资源，分别走出了三条差异化的规制路径。比较这三条路径的制度结构、治理逻辑与演化趋势，不仅有助于把握全球智能经济治理的基本格局，也为完善面向包容性竞争的治理框架提供了参照。

（一）欧盟：风险预防与权利本位

2002年，英国学者伊恩·曼纳斯提出了“规范性力量”理论，其核心在于通过观念、价值与规则来影响他者，而非依靠军事或经济的强制［10］。从实践来看，欧盟对“规范性力量”的运用方式，就是将自身规范在全球范围内扩散，以引领全球治理和国际议程［11］。欧盟强调“战略自主”概念，该概念的内涵逐步向数字技术领域扩展并体现为“数字主权”，欧盟将其定义为“在数字世界中独立行动的能力”［12］。欧盟面临数字技术滞后引发的市场流通效率不高与数字基础设施建设困难两大难题［13］，通过完善数字治理的相关举措，试图增强自身竞争力，进而掌握智能经济领域的主导权。欧盟智能经济治理可分为以下三个方面。

第一，确立风险分级的监管理念。2024年8月1日，欧盟通过全球首部全面的人工智能法规——《人工智能法案》。在相关政策影响下，人工智能战略逐渐形成了规范塑造、规则引领和技术主权三大核心［14］。在规范塑造的价值目标导向上，其强调安全性与可靠性、规则确定与促进创新、“负责任的创新”与尊重基本权利、维护单一市场几个方面［15］。《人工智能法案》将人工智能系统的规制与各自可能造成的风险程度相挂钩，人工智能系统被划分为不可接受风险、高风险、有限风险和最小风险四个级别，并基于此被分别施以相应强度的监管措施。其中，对人的健康、安全和基本权利构成明显威胁的人工智能系统，包括社会信用评分、工作和教育中的情绪识别等被禁止使用；被划分为高风险等级的人工智能涵盖作为产品安全组件的系统以及生物识别、关键基础设施等八大领域，须履行贯穿全生命周期的风险管理、数据治理、人类监督等7项严格义务；有限风险等级主要施加透明度义务，强调人机交互的明确标识；最小风险等级基本不受规制［16］。

第二，构建上下游协同的全链条数据治理框架。值得注意的是，欧盟智能经济治理的整体特性不仅体现在人工智能专项立法上，更体现在系统性的数据治理框架中。数据是人工智能发展的关键生产要素，2018年欧盟通过实施《通用数据保护条例》确立了以个人数据权利为核心的保护范式，在赋权数据主体的同时规定了明确的数据控制者义务，为人工智能训练数据合法使用划定了分明的边界。在此基础上，欧盟相继通过《数据治理法案》与《数据法案》，旨在促进公共部门数据、工业数据等非个人数据的共享与再利用，同时通过数据中介机构、数据利他主义等制度创新，试图在权利保护与数据流通之间寻求平衡。这些数据立法与《人工智能法案》形成了内在联动：在技术开发阶段，《通用数据保护条例》可提供权利保障；而《数据治理法案》与《数据法案》则能为人工智能训练提供合法数据来源，并规制数据垄断，防止对创新的阻碍。由此，欧盟构建了涵盖数据输入到算法输出、权利保护到风险管控的全链条规范体系。

第三，严监管与促发展之间不断调适。目前，欧盟旨在为人工智能发展创造更为包容开放的环境。2022年欧盟发布《人工智能责任指令（提案）》，其目的是对《人工智能法》规定的风险所引发的实际损害作出进一步规制，以更好地保障欧盟公民基本权利。但从实际效果上来说这进一步增加了人工智能产业相关企业的担忧［17］。为进一步释放转向包容性治理，简化监管、推迟高风险规则适用时间，扩大中小企业豁免范围，2025年《人工智能责任指令（提案）》被撤回。

（二）美国：市场驱动与创新优先

2023年10月30日，时任美国总统拜登签署了题为“安全、可靠、可信地开发和使用人工智能”的行政命令，这是美国联邦政府首个针对AI的全面监管行政令［18］。特朗普上台后，拜登时期多项人工智能安全监管政策被废除，人工智能发展政策中创新的地位被突出。2025年7月,白宫发布《赢得竞赛：美国人工智能行动计划》，系统呈现了特朗普政府AI战略的全貌。该计划提出“加速创新、建设美国AI基础设施、领导国际AI外交与安全”三大支柱，涵盖90多项联邦政策行动，其核心思路是放松监管、加大基础设施投资、在国际竞争中保持领先［19］。

第一，以分散立法与部门监管为特点的治理结构。与欧盟的横向综合立法不同，美国采取针对具体问题的分散式治理路径。在隐私保护方面，《生成式人工智能和数据隐私：初步探索》要求人工智能系统履行通知披露义务与数据最小化原则。在算法偏见治理方面，《算法问责法案（2019）》要求从种族、肤色、国籍等多维度评估数据分布。在劳动力影响方面，劳工部发布《人工智能与劳动者福祉：开发者和雇主应遵循的原则与最佳实践》，文件指出人工智能系统应聚焦于协助、补充和赋能劳动者提升工作质量,而非单纯取代工作岗位［20］。

第二，以行政令驱动进行政策协调。美国明确了政府在促进产业发展以及社会参与上扮演重要角色。特朗普政府和拜登政府都发布了综合性、指导性的总统行政令，以此规定基本治理走向［21］。在美国人工智能治理中，政府鼓励企业自行制定自治规范并推动行业自律。在产业层面，政府通过政策框架、研发预算、税收优惠及国防采购予以支持，同时撬动民间资本投入算力基础设施。在社会参与上，政府通过多种形式积极鼓励公众参与人工智能治理，如智库、非营利组织等发布相关研究报告、媒体开展讨论与问责，这些都共同推动人工智能治理的多元化和透明化［22］。

第三，联邦优先与规则统一的制度取向。针对美国国内人工智能立法分散这一特点，2026年3月20日，白宫发布《国家人工智能政策框架：立法建议》，意图将此前分散的各项政策集中为面向国会的统一立法建议。该框架主要围绕确保联邦AI领导力、支持美国工人、联邦优先等七大核心领域提出。其核心目标在于明确发展优先于严密监管，联邦层面的统一优先于州级立法的多样性发展，在强调现有有关部门的监管优先于新建的专门机构的同时，明确反对设立专门的联邦AI监管机构［23］。这是迄今为止白宫在AI立法方面最具体的政策表态。

（三）中国：统筹发展和安全

习近平总书记高度重视科技创新，曾多次在讲话中谈到人工智能。如2018年10月31日，习近平总书记在主持中共中央政治局第九次集体学习时强调：“人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。”［24］与欧盟、美国的治理逻辑不同，中国人工智能治理始终被置于国家战略层面加以统筹,这种顶层设计的战略导向在治理逻辑上体现为发展与安全并重。中国逐步形成了以人工智能安全为内核，以分类分级为依托，以人工智能安全主体责任为支点，以个体权利体系为外部约束的治理路径［25］。

第一，在立法理念与治理目标上强调发展与安全并重。《生成式人工智能服务管理暂行办法》第1条明确指出，其旨在“促进生成式人工智能健康发展和规范应用，维护国家安全和社会公共利益，保护公民、法人和其他组织的合法权益”，这体现了我国智能经济治理促进发展与规范管理并行的目标导向。这一目标决定了中国治理路径既不同于欧盟以风险防控压倒发展，也不同于美国以发展压倒风险防控的取向，而是在两者之间寻找一种本土化的动态均衡。

第二，以多层次复合为特征，划分不同场景，分级分类监管。在底层法律支撑层面，《网络安全法》《数据安全法》与《个人信息保护法》构成中国数据治理领域的三大基础性法律。特殊场景下的人工智能规制也进一步细化，为产业发展提供了必要的制度弹性。比如，《互联网信息服务算法推荐管理规定》侧重规范算法推荐服务、防范歧视与诱导沉迷，《互联网信息服务深度合成管理规定》侧重规范深度合成技术，《生成式人工智能服务管理暂行办法》明确训练数据合法性和质量要求、确立提供者安全主体责任。这种治理方式既借鉴了国际通行的分类分级理念，又形成了场景适配的本土路径。一方面，以重要性为导向，对传统的以风险为基准的分类方法进行补充，区分关键人工智能和一般人工智能；另一方面，实现了在分层业态下对基础模型层、专业模型层、服务应用层实施差异性监管［26］。

通过对国际上主流智能经济治理模式的比较可以发现：第一，在治理逻辑与价值取向方面，欧盟奉行风险预防与权利本位，以横向综合立法为主，制度覆盖面广但运行成本较高；美国坚持市场驱动与创新优先，以分散立法、行政令及行业自律等形式维持灵活性；中国在发展与安全之间寻求动态平衡，以部门规章和专项规则为主、数据法律为底层支撑，在强调规范刚性的同时也为科技发展预留了空间。第二，在创新影响方面，欧盟坚持严格的监管标准，对本土创新产生了抑制效应；美国着力降低制度成本以加速产业扩张；而中国以包容审慎监管预留了相关试错空间。第三，在治理模式的演化趋势方面，三者呈现一定趋同。各国均在持续动态调整相关规范，寻求风险防控、创新激励与规则一致性之间的最佳平衡。

三、全球智能经济新形态发展面临的治理规则挑战

尽管欧盟、美国、中国基于各自的战略传统与制度资源，初步形成了差异化的智能经济治理模式，但在全球层面，智能经济新形态的快速发展对既有治理规则体系构成了系统性挑战。这些挑战并非单纯的技术或法律问题，而根源于智能经济的自身特征与既有制度框架之间的内在张力。结合对生成式人工智能风险生成的逻辑、智能经济运行规律以及产业政策内在局限等困境的分析，可对当前治理规则面临的挑战进行归纳总结。

（一）人工智能工具性与风险内生性的认知产生矛盾

传统治理规则长期秉持“中性工具论”，将人工智能视为与价值衡量无关的纯粹效率载体，认为风险源于技术的不当使用而非技术本身。这种固化的认知范式在智能经济的颠覆性冲击下逐渐失效。生成式人工智能的风险并非偶发的技术误用，而是社会嵌入的偏见预设导致技术重构关系异化，最终形成逻辑固化的结构性再生产过程［27］。当算法通过“集置”将我们所处的世界重构为可计算、可操控的资源网络时，技术已不再是单纯的辅助工具，而是重塑人类认知与行动逻辑的独特的基础设施，面对这一前所未有的情况，我们目前还缺乏相关治理经验。

认知上的偏颇对治理规则提出的更深层次的挑战体现在，现有法律体系以“行为—结果—责任”的线性归责逻辑为基础，该逻辑以风险源于可识别的个体行为这一假设为基础。然而，智能经济的风险具有内生性、系统性与常态化的特征，其生成贯穿于技术运行的全过程，难以追溯至单一主体或环节。若治理规则仍停留在传统框架，将无法触及风险生成的技术根源与社会诱因，治理效果必然滞后且碎片化。要真正解决这一矛盾，就要明白治理规则的完善不能浮于表面——仅仅停留于技术层面的改进革新，也需要在更深层次上完成从“工具理性”到“制度理性”的认知转变，这一转变要真正落实到实践中，就需要进一步转化为切实的归责原则与法律工具的具体调整。

（二）技术经济特性与既有法律规则的结构性冲突

智能经济的技术经济特性，即数据要素的非竞争性、算法的自我强化机制、平台的范围经济效应，与既有法律规则之间存在着深刻的结构性冲突。智能经济当前呈现出零边际成本与规模报酬递增的显著特征，从根本上颠覆了传统经济学关于边际报酬递减的基本假设。然而，现行反垄断法、知识产权法、侵权责任法等制度框架仍建立在工业经济时代的生产方式与市场结构之上，难以有效回应智能经济带来的新型市场失灵。技术突破在催生制度创新需求的同时，又不断释放技术发展势能，二者呈双螺旋结构，在动态适配中互为支撑［28］。当前制度供给的速度与质量仍难以跟上技术演进的步伐。

具体而言，这一挑战表现为三个层面制度缺口的叠加。其一，数据产权制度缺位。数据作为智能经济的关键生产要素，具有非竞争性、多主体参与生成等特征，传统物权法的所有权框架无法直接适用，导致了相关数据的确权难、定价难、流通难，使得数据要素市场发育受阻。其二，算法责任制度缺失。深度学习算法的“黑箱”特征使决策过程不可解释，生成式人工智能的“幻觉”现象更增加了责任认定的复杂性，现有产品责任、侵权责任制度难以覆盖智能系统自主输出的新型损害形态，追责困难。其三，平台反垄断规则失效。数据与算法的自我强化机制导致市场向少数“超级明星企业”集中，但传统反垄断分析框架难以识别与证明算法合谋、自我优待等新型垄断行为［29］。这些制度缺口的共同根源在于，既有法律规则的设计建立在预设了技术的中立性与可解释性之上，而智能经济的技术在现实层面早已超越了这一预设。

（三）选择性产业政策越位与功能性政策缺位

当前的政策架构存在越位与缺位并存的双重困境，这既源于对技术经济特征的认识不足，也与央地关系、政绩考核等制度因素存在紧密联系。对政府干预的边界在哪里、市场机制如何发挥决定性作用等问题的处理，在全球智能经济治理中具有普遍的适用性和警示意义。

在确定政府越位问题上，各国普遍采用选择性产业政策，由政府指定重点发展的技术路线、扶持特定企业、设定量化目标。这种做法在技术高度不确定的智能经济中容易以静态、事前的政府判断取代动态、事后的市场选择，从而引发全球范围内的指标竞赛，进一步导致更多的产能泡沫的产生。有关人士指出，部分早期建设的数据中心可能由于技术迭代、能效标准不高或无法满足大模型训练新兴需求等原因，导致其市场竞争力下降、资源闲置，算力资源区域分布不均衡，可能进一步导致有的地方算力紧张，有的地方算力闲置［30］。更为严重的是，重应用、轻基础的政策偏好导致全球AI产业链总体上呈现出了“头重脚轻”的格局，大量资源涌入了应用层，而在基础研究、核心算法、先进制程芯片等底层环节的投入显著不足，因此对少数技术领先经济体的依附进一步加剧［31］。在政府缺位问题上，功能性产业政策如公平充分竞争政策、数据要素市场建构政策、人工智能引发的社会稳定与社会保障政策等仍需进一步完善。数据产权界定不清、算法歧视需进一步规制，技术性原因导致失业缺乏保障等问题尚未得到系统性的制度回应。这种政策边界的失衡不仅会对现有国内资源配置造成不利影响，在全球层面也是共通性的治理难题。

（四）多元监管主体协同失灵

智能经济的跨领域、跨行业、跨国界特性，使其治理天然涉及众多监管部门与政策领域。然而，现行治理体系呈现出显著的碎片化特征，部门间、央地间、国际的协同机制不甚完善。

在国际层面，欧盟、美国、中国三大治理模式之间存在显著的价值取向与规则差异，同时这种治理模式之间的张力缺乏有效的国际协调机制，这制约了全球智能经济治理共识的形成。当前世界上三种智能经济治理模式在数据跨境流动、算法责任认定、AI产品安全标准等关键议题上仍缺乏有效协调。在国内层面，人工智能监管职责分散于网信、工信、科技、公安、市场监管等多个部门，同时还缺乏统筹人工智能领域管理的综合性上位法。在监管主体上，各监管部门之间信息共享不畅、标准不统一、执法尺度不一致，导致企业面临“多头监管”与“监管真空”并存的困境。在产业政策层面，创新政策、竞争政策、数据政策、社会保障政策之间缺乏有效衔接，政策目标冲突的现象时有发生。

（五）效率、安全、权利与发展存在多重张力

智能经济治理规则的制定本质上是一场关于价值权衡的制度博弈。不同治理模式背后，隐含着对效率与安全、创新发展与权利保护等核心价值的优先性差异化排序。这些价值张力在具体制度设计中难以调和，最终就会构成智能经济治理所面临的深层挑战。

第一，创新激励与风险防控的张力。过于严苛的事前监管可能抑制技术创新与产业应用，尤其是在技术路径尚不明确、风险尚未充分显现的智能经济早期发展起步阶段。而过于宽松的事后规制又可能导致风险累积，进一步造成损害扩大，甚至引发社会信任危机。如何在两者之间寻找动态平衡，是各国共同面临的难题。第二，效率优先与分配公平的张力。智能经济在极大拓展生产力的同时，也加剧了劳动力市场的极化与收入分配的不平等。若治理规则仅关注效率提升而忽视分配正义，技术红利将更多流向资本所有者与高技能群体，中低收入劳动者面临的岗位替代的风险更加突出，可能加剧社会分化与阶层固化。第三，数字主权与全球合作的张力。在智能经济成为大国竞争核心领域的大背景下，各国日益强调“数字主权”与“技术自主”，倾向于通过出口管制、数据本地化、单边制裁等手段维护自身安全与利益。然而，人工智能的研发与应用高度依赖全球供应链与跨境数据流动，过度的主权保护取向可能导致技术生态的碎片化，加剧逆全球化趋势，阻碍智能经济的健康发展。

这些价值之间的协调问题难以简单地通过单一的法律技术或政策工具加以化解，一种好的解决办法是在更宏观的制度层面构建更具包容性的协调机制。这不仅要求各国在国内治理中妥善权衡多元价值，更要求在全球层面推动形成兼顾效率与公平、创新与安全、主权与合作的治理共识。

四、面向包容性竞争的全球智能经济新形态治理规则完善

面对智能经济治理的系统性挑战，全球智能经济治理规则应超越单一国家制度偏好，以“包容性竞争”为核心价值导向，构建一套能够真正平衡多方利益的复合型治理框架。本文从转换认知范式、完善制度供给、重建政策边界、优化协同机制、寻求价值平衡机制五个维度，提出面向包容性竞争的全球智能经济新形态治理规则的完善路径。

（一）转换认知范式

人工智能治理正经历从“工具中立”向“技术—制度”协同共生的认知范式转型，要求治理规则深度介入技术价值的塑造过程。首先，在认知层面要确立技术与制度协同发展的理念。要承认技术本身存在价值预设，潜在风险是固有的。在技术变革的宏观进程中，规则并非只能被动适应，更应主动引领，深度参与到技术发展的价值塑造中。其次，在制度层面对归责的基本原则进行重构。要从传统的过错责任归责方式转向风险责任与一般过错责任并重的复合归责框架。当人工智能系统的固有风险在现有技术条件下难以完全消除时，部署者或运营者应对可预见的典型风险承担注意义务。再次，认知和归责方式的转变最终需要细化为具体的法律适用规则。在举证责任分配方面，涉及算法决策致害的案件中可以实行举证责任倒置，由技术控制者对决策过程中涉及的关键参数与决策依据进行说明，从而降低受害者举证难度；进一步完善相关的合规免责条款，建立“安全港”制度，若开发者或运营者证明其已遵守国家或行业公认的技术标准与伦理规范，可部分或全部免除责任。最后，在监管模式上，确立风险分级与重要性导向相结合的原则。可借鉴欧盟相关的分类分级理念，同时结合中国实践中的重要性导向，对基础模型层、专业模型层与服务应用层实施差异化监管，避免“一刀切”监管。

（二）完善制度供给

解决智能经济的技术经济特性与既有法律规则之间的结构性冲突，需要从三个制度方向出发。第一，完善数据治理与训练数据的相关制度。2026年3月30日，习近平主席向世界数据组织成立致贺信时指出：“当今世界正在加速迈入智能时代，数据的基础资源作用和创新引擎作用日渐显现。”［32］应明确数据作为关键生产要素的权利配置规则，在人工智能训练数据领域实现技术创新与权益保护的平衡，建立数据合理使用的边界，同时强化对个人信息与知识产权的保护。第二，健全算法责任认定相关规则。针对深度学习算法的“黑箱”特征与生成式人工智能“幻觉”等不利现象，应建立分层归责机制。用户对智能体在授权范围内的行为承担后果；若不利后果产生是基于系统层面的缺陷，则应当追究开发者或平台的产品责任；平台对交易环境负有安全保障义务。同时，可以通过留存相关日志、链路记录和规定说明义务等方式，提升决策过程的可追溯性与可审计性［33］。第三，革新竞争规则认定框架。针对算法合谋、自我优待、数据网络效应等新型垄断行为，应引入“增强型网络效应”分析工具，重点关注平台是否通过数据与算法的正反馈机制构筑不可逾越的市场进入壁垒。在规制工具上，可探索使用数据可携带权、API互操作性义务等适应性措施，以恢复市场的可竞争性。

（三）重建政策边界

面向包容性竞争的治理完善，需要重构政策边界，减少对特定技术路线、特定企业的直接行政指定从而避免越位，同时补强功能性产业政策的缺位环节。一方面，约束选择性产业政策的越位行为。减少以静态的政府判断取代动态的市场选择，从而避免指标竞赛与产能泡沫。对算力基础设施发展等具有战略性的领域，应建立需求导向的资源调配机制，同时建立能效与利用效率的动态评估与退出机制，防止资源闲置。另一方面，补强功能性产业政策的缺位环节。重点加强以下领域的功能性政策供给：一是数据要素市场建构相关政策，明确数据产权、交易规则与收益分配机制；二是政府在竞争中的中立政策，确保不同规模企业在智能经济领域享有公平的竞争环境；三是针对技术性失业的社会保障政策，通过建立失业后再就业培训体系、失业保险改革等方式，缓解技术进步对劳动力市场的冲击；四是算法歧视与数字权利保护政策，建立算法审计、投诉与救济相关机制。

（四）优化协同机制

智能经济的特性决定了其治理不能依赖单一主体或工具，更需要构建多元主体协同、多层规则衔接、动态优化的治理体系。在国内层面，一是推动综合性人工智能立法的制定，统筹分散于各相关部门的监管职责，保证顶层制度供给，完善协调机制。二是建立跨部门常态化协调平台，实现信息共享、标准统一与执法协同，解决“多头监管”与“监管真空”并存的困境。三是构建监测、评估、协同、更新的循环治理机制，实现全天候风险感知、快速评估、多方协同与规则动态调适［34］。在国际层面，一是推动联合国框架下专门人工智能治理机构的建立，为全球治理提供协调平台。二是开展双边与多边监管协作，围绕跨境数据流动、算法审计互认、AI产品安全标准等议题，力争形成最低限度共识，以降低跨国企业的合规成本。三是倡导“共同但有区别的责任”原则，技术先发国家应承担更多的预防性责任与技术援助义务，为发展中国家参与智能经济治理提供能力建设支持［35］。同时，坚持多边主义，反对单边技术制裁与“长臂管辖”，推动全球人工智能治理体系朝着更加公正合理的方向发展。

（五）寻求价值平衡机制

智能经济治理规则的制定需要在更宏观的制度层面确立包容性竞争的治理原则。第一，坚持创新激励与风险防范的动态平衡。在技术路径尚不明确、风险尚未充分显现的早期阶段，宜采用包容审慎与实验性治理工具，为负责任创新留出试错空间；当风险特征明确、危害后果清晰时，则应及时启动硬法规制。这种平衡思路既能够避免过度约束抑制创新活力，也能防止由于风险过高导致社会信任降低。第二，兼顾效率优先与分配公平。智能经济治理不但要关注全要素生产率的提升，还要关注技术红利的社会分配。可通过数据要素收益分享机制、调节算法租金的税收、普惠性数字技能培训等方式，应对劳动力市场极化与收入不平等问题［36］。第三，协调数字主权与全球合作。在尊重各国基于安全与发展需要采取必要主权保护措施的前提下，应通过国际规则的协调来防止过度保护导致的“技术碎片化”与“逆全球化”。我国《全球人工智能治理倡议》所提出的“以人为本、智能向善、多边主义、共商共建共享”原则，为协调主权与合作的张力提供了价值基础［37］。推动这些原则转化为具有约束力的国际规则，是完善全球智能经济治理规则的重要方向。第四，强化包容性竞争的制度保障。包容性竞争的核心是确保不同规模、不同发展水平的主体能够公平参与到智能经济分工中。应重点推进支持开源创新生态的相关制度、将开源模型纳入全球公共产品治理框架，提升发展中国家在技术标准制定中的代表性，协调针对技术垄断与生态封锁行为的国际反垄断调查。

五、结语

面向包容性竞争的复合型治理框架，从认知范式、制度供给、政策边界、协同机制与价值平衡五个维度，系统回应智能经济治理规则面临的结构性挑战。这一治理框架不是简单的“一刀切”，即仅强调发展优先或风险防控优先，而是注重技术与制度协同演进、归责逻辑合理转变以及政策完善与边界重构。从更宏观的视角看，智能经济治理规则的竞争本质上反映的是全球治理体系变革所隐含的深层张力，即主权与规则、效率追求与分配正义、技术霸权与普惠发展之间的矛盾持续存在。中国提出的人类命运共同体理念与《全球人工智能治理倡议》原则为化解这些张力提供了价值基础。

本文提出的制度框架仍有进一步完善的空间，主要体现在两个方面：一是对国际上智能经济三大治理模式的比较主要基于法律文本与政策文件，对执法效果、合规成本及创新的影响等还需进一步深入探讨，以推动框架的细化和可操作性；二是智能经济相关技术迭代迅速，随着前沿技术进一步演进，本文的前瞻性建议有待在未来得到验证与反馈。未来研究可进一步聚焦以下方向：一是如何将“包容性竞争”理念转化为实际可操作的国际条约条款或软法标准，推动形成真正具有约束力的全球规则；二是在智能经济快速发展的背景下，如何构建更具韧性、可及时更新的敏捷治理机制，使治理规则能够与技术创新基本保持同步。这不仅是学术命题，更是涉及智能文明能否真正惠及全人类的时代抉择。

参考文献

［1］ 刘冬梅，杨洋，李哲．科技创新作为发展新质生产力的核心要素、理论基础、历史规律与现实路径［J］．中国科技论坛，2024（7）：1-7．

［2］ 习近平在中共中央政治局第二十次集体学习时强调  坚持自立自强  突出应用导向  推动人工智能健康有序发展［N］．人民日报，2025-04-27（1）．

［3］ 洪银兴．新质生产力及其培育和发展［J］．经济学动态，2024（1）：3-10．

［4］ 张文武，周子杰，许国辉．数字经济新业态与包容性就业：基于外卖站点入驻的研究［J］．世界经济，2026（2）：221-248．

［5］ Denga Michael，Hornuf Lars．Regulatory Competition in the Digital Economy Artificial Intelligence，Data，and Platforms［M］．Switzerland：Cham Springer Nature，2025：1-36．

［6］ 唐林垚．具身伦理下ChatGPT的法律规制及中国路径［J］．东方法学，2023（3）：34-46．

［7］ 丁晓东．人工智能风险的法律规制——以欧盟《人工智能法》为例［J］．法律科学（西北政法大学学报），2024（5）：3-18．

［8］ 刘辉，雷崎山．生成式人工智能的数据风险及其法律规制［J］．重庆邮电大学学报（社会科学版），2024（7）：40-50．

［9］ 许丹荔，王炳涵．“十五五”时期打造智能经济新形态的驱动因素、核心内涵与实践方略［J/OL］．统一战线学研究，1-12［2026-05-18］．https://link.cnki.net/urlid/50.1215.C.20260317.1520.002．

［10］ Ian Manners．Normative Power Europe: A Contradiction in Terms？［J］．Journal of Common Market Studies，2002（2）：235-258．

［11］ 阮建平，黄辉平．“规范性力量”视角下欧盟碳边境调节机制的扩散与中国的因应［J］．德国研究，2025（6）：28-46．

［12］ 殷佳章．规范性力量的现实主义转向：欧盟人工智能政策的演进［J］．国际论坛，2025（6）：121-138．

［13］ 李凯莉．欧盟数字主权的构建及其对主权原则的发展［J］．国际论坛，2026（2）：64-80．

［14］ 鲁传颖．欧盟人工智能战略与中欧人工智能治理合作前景［J］．当代世界，2025（5）：31-36．

［15］ 苏可桢，沈伟．欧盟人工智能治理方案会产生“布鲁塞尔效应”吗？——基于欧盟《人工智能法》的分析［J］．德国研究，2024（2）：66-88．

［16］ 王天凡．人工智能监管的路径选择——欧盟《人工智能法》的范式、争议及影响［J］．欧洲研究，2024（3）：2-30．

［17］ 纪正坦．欧盟人工智能治理的路径转型与中国回应［J/OL］．大连理工大学学报（社会科学版），1-11［2026-05-18］．https://link.cnki.net/urlid/21.1383.C.20260325.0908.004．

［18］ Federal Register．Safe，Secure，and Trustworthy Development and Use of Artificial Intelligence［EB/OL］．

（2023-11-01）［2026-04-02］．https://www.Federalregister.gov/documents/2023/11/01/2023-24283/ safe-secure-and-trustworthy-development-and-use-of-artificial-intelligence．

［19］ The White House．White House Unveils America’s AI Action Plan［EB/OL］．（2025-07-23）［2026-04-02］．

https://www.whitehouse.gov/releases/2025/07/white-house-unveils-americas-ai-action-plan/．

［20］ 刘静，毛蕊．人工智能科技伦理风险治理的欧美日经验与本土规制［J/OL］．西南交通大学学报（社会科学版）．1-20［2026-05-18］．https://link.cnki.net/urlid/51.1586.C.20260325.1435.002．

［21］ 严少华，杨昭．欧美人工智能治理模式比较及启示［J］．战略决策研究，2024（3）：41-65．

［22］ 王新松，刘展彤，盛博雅．人工智能的治理方略、机制和策略——基于中国、美国和欧盟的比较研究［J］．社会治理，2026（1）：68-82．

［23］ The White House．President Donald J．Trump Unveils National AI Legislative Framework［EB/OL］．

（2026-03-20）［2026-04-04］．https://www.whitehouse.gov/releases/2026/03/president-donald-j-trump- unveils-national-ai-legislative-framework/．

［24］ 习近平谈人工智能：赢得全球科技竞争主动权的重要战略抓手［EB/OL］．（2018-11-01）［2026-04-02］．http://jhsjk.people.cn/article/30376558．

［25］ 张欣．人工智能治理的全球变革与中国路径［J］．华东政法大学学报，2025（1）：18-32．

［26］ 许建峰，吕昭诗．人工智能分类分级监管研究——从风险基准到重要性导向的逻辑转变［J］．济南大学学报（社会科学版），2025（5）：148-160．

［27］ 康伟，赵鹏飞，陈国语．超越工具之见：生成式人工智能风险生成、影响与治理［J］．行政论坛，2026（1）：140-148．

［28］ 亓蕾．人工智能训练数据的法律风险与制度供给［J］．人民司法，2025（11）：11-19．

［29］ 徐翔，陈睿．智能经济的发展历程、内涵特征与基本规律研究［J/OL］．当代经济科学，1-16［2026-05-18］．https://link.cnki.net/urlid/61.1400.F.20260319.1705.004．

［30］ 两会圆桌|AI如何“向善而行”，成为人大代表高频建言内容［EB/OL］．（2026-01-29）［2026-04-04］．https://www.bjnews.com.cn/detail-1769664019129079.html．

［31］ 刘健．我国人工智能产业政策的内在局限、有效边界与优化路径［J/OL］．新疆社会科学，2026（2）：18-33，190．

［32］ 习近平向世界数据组织成立致贺信［N］．人民日报，2026-03-31（1）．

［33］ 邓建鹏，罗敬蔚．智能经济的风险与综合治理路径［J/OL］．新疆师范大学学报（哲学社会科学版），2026（3）：98-107．

［34］ 陆岷峰．智能经济背景下智能原生新业态：生成逻辑、风险谱系与敏捷治理框架［J］．改革，2026（3）：1-10．

［35］ 刘祖兵．人工智能全球治理权力异化与中国因应［J/OL］．兰州学刊，1-17［2026-05-18］．https://link. cnki.net/urlid/62.1015.C.20260208.1343.004．

［36］ 周文，杨正源．智能经济的国际分工逻辑与中国路径：从技术依附到技术主权［J/OL］．西安财经大学学报，1-11［2026-05-24］．https://doi.org/10.19331/j.cnki.jxufe.20260323.001．

［37］ 邹慧．马克思主义视域下人工智能国际规则建构研究——基于打造智能经济新形态的分析［J/OL］．重庆大学学报（社会科学版）．1-14［2026-05-18］．https://link.cnki.net/urlid/50.1023.C.20260316.1729.002．

基金项目：西南政法大学知识产权保护协同创新中心开放课题资助项目（22CICIPP004）

引用格式：王淑君，马怡然．国际科技竞争中智能经济新形态治理规则：现状、挑战与完善［J］．统一战线学研究，2026（3）：112-123．