2026年《政府工作报告》首次提出“打造智能经济新形态”，部署深化拓展“人工智能+”、实施超大规模智算集群、算电协同等新基建工程，深化数据资源开发利用，标志着我国经济进入以人工智能为核心驱动力的新形态建构阶段。智能经济以数据为关键资源、以算法为匹配工具、以算力为基础支撑，运行效率取决于要素能否低成本、高效率地流动、组合与复用；数据与算法、算力与场景、产业与平台的耦合都以要素自由流通为前提，要素流通体系的畅通程度框定了智能经济发展的上限。
资源配置是经济活动的中心问题，市场机制优化配置的关键在于价格信号引导要素流向边际贡献更高的领域，而价格信号的充分性以要素自由流动为前提；流通一旦受阻，价格信息便失真，配置优化的链条随之断裂。这一逻辑在智能经济条件下被显著放大：数据要素的非竞争性与规模报酬递增特征，使资源配置从静态均衡转向动态匹配；人工智能对海量数据的即时处理又使资源配置决策的时间尺度大幅压缩。与此同时，行政性市场分割、制度性规则差异、技术性数据孤岛、利益性平台封闭相互交织，抬高要素流动的交易成本，扭曲要素价格信号。要素错配是我国制造业全要素生产率损失的重要来源。在智能经济条件下，数据不能流动，算力就缺乏用武之地；人才不能流动，创新就难以扩散；标准不能互认，规模优势便无从发挥。
一、智能经济新形态对要素配置的新要求
要素谱系扩展，数据成为关键生产要素。《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》明确，数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节。国务院办公厅印发的《要素市场化配置综合改革试点总体方案》亦将土地、劳动力、资本、技术、数据等要素一并纳入市场化配置改革框架，提出着力破除阻碍要素自主有序流动的体制机制障碍，全面提高要素协同配置效率。要素谱系由此发生结构性扩展：传统要素的配置逻辑建立在稀缺性与排他性之上，数据要素则具有非竞争性与部分排他性，同一数据可供多个主体同时使用，边际使用成本趋近于零，而价值恰恰在流动与复用中放大。这一属性差异意味着，照搬传统要素的配置制度难以适应数据要素的流通要求，要素配置的理论与制度都需要重新校准。尤其需要看到，数据产权安排不能简单套用物权逻辑：传统财产权以排他支配为核心，而数据的价值恰在于多主体共享复用，过强的排他设定会抑制流通，过弱的权益保护又会挫伤供给，唯有通过结构性分置，在数据持有、使用、收益等权利之间作出分层安排，方能在激励供给与促进流通之间取得平衡。
配置机制重构，算法与平台成为新的配置载体。2025年《政府工作报告》提出持续推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用，优化全国算力资源布局，加快完善数据基础制度。在此部署下，要素配置机制正在发生三重变化。其一是需求识别方式的变化，人工智能通过对行为数据与市场信号的实时学习，能够在供给形成之前预判需求结构，使资源配置由事后调整转向事前匹配。其二是交易组织方式的变化，平台经济将分散的供需双方汇聚于统一的数字空间，大幅压缩了搜寻成本、谈判成本与履约成本。其三是配置尺度的变化，全国一体化算力网络使算力资源可以跨区域调度，人才、技术与数据得以在更大地理范围内组合，要素配置从行政区划内的局部均衡走向全国范围的全局优化。
配置效率成为智能经济发展质量的决定变量。要素配置效率是总量生产率的重要来源。研究表明，当资本与劳动可以在企业间自由再配置、边际产出趋于均等时，制造业全要素生产率可获得显著提升，我国制造业的潜在提升空间约为30%—50%。智能经济将这一判断推向更深层次：大模型的训练与推理高度依赖高质量数据集、算力集群与专业人才三类要素的协同投入，任何一类要素供给受阻，都会形成“短板效应”，压低整体配置效率。换言之，智能经济的竞争，一定程度上是要素配置效率的竞争。谁能率先打通要素流通壁垒，谁就能在数据、算力、人才、技术的组合效率上占据先机。从全球看，主要经济体围绕算力、数据与人才要素的争夺日趋激烈，要素配置效率已成为国际产业竞争的底层变量。
二、当前我国要素流通壁垒与资源配置扭曲的具体体现
制度性壁垒与市场分割。《中共中央国务院关于加快建设全国统一大市场的意见》指出，要加快建设高效规范、公平竞争、充分开放的全国统一大市场，打破地方保护和市场分割。党的二十届三中全会通过的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》进一步要求，构建全国统一大市场，推动市场基础制度规则统一、市场监管公平统一、市场设施高标准联通，完善要素市场制度和规则，推动生产要素畅通流动、各类资源高效配置、市场潜力充分释放。从各地实际来看，目前从政策文本到现实运行仍有明显落差：部分地区以产业政策之名行地方保护之实，在招标投标、政府采购、资质认定中设置隐性壁垒；劳动保障、社保接续、职称互认等制度衔接不畅，阻碍人才跨区域流动；土地、资本等要素市场发育程度参差，价格形成机制受到行政干预。这些制度性壁垒使要素配置被锁定在行政区划边界之内，全国统一大市场的规模红利难以充分释放。
数据要素的确权定价互认难题。数据要素的流通障碍具有明显的独特性。研究表明，数据要素存在“权属不清”“难以定价”“交易机制不完善”等困境，严重制约数据要素的市场化配置（刘金钊、汪寿阳：“数据要素市场化配置的困境与对策探究”，《中国科学院院刊》2022年第37期）。确权层面，数据涉及原始数据、衍生数据、加工数据等多层权利主体，现行法律尚未形成清晰界定的产权框架，供需双方难以就数据交易的权责边界达成稳定预期。定价层面，数据的价值高度依赖使用场景，同一数据在不同应用中的边际贡献差异悬殊，缺乏公认的估值方法与价格基准，交易双方在信息不对称下难以形成合意。互认层面，各地数据交易机构标准不一、规则各异，同一批数据在甲地可以入市、在乙地无法互认，跨区域流通面临重复合规成本。已有测算显示，我国数据要素市场化配置效率存在显著的区域梯度，需加快培育全国一体化数据市场。
数据孤岛与标准不统一的技术制约。除制度性障碍外，技术条件同样构成要素流通的硬约束。公共数据、行业数据与企业数据长期处于分散存储状态，数据孤岛现象突出；各部门、各行业的数据格式、接口标准、质量规范互不兼容，数据“可用不可得”“可望不可即”。算力基础设施的布局也不均衡，东部算力需求旺盛而供给紧张，西部能源富集而算力需求不足，跨区域调度仍受网络时延与机制制约。平台生态的封闭性进一步加剧了壁垒：头部平台掌握海量数据与流量入口，出于竞争考虑限制数据可携带性与互操作性，中小主体获取要素的成本居高不下。技术壁垒与制度壁垒相互强化，使得数据要素的实际流通规模远低于潜在水平。
资源配置扭曲。要素流通壁垒最终表现为资源配置的扭曲。其一，造成要素错配与闲置并存。低效率主体因受保护而滞留于市场，高效率主体因准入限制而难以扩张，要素边际产出在不同主体、不同区域间显著分化，整体生产率受损。其二，抬高交易成本。跨区域、跨部门流通所需的重复合规、重复认证、重复建设，使要素交易成本居高不下，抑制了流通意愿。其三，阻断创新扩散。技术、数据、人才要素的流动受阻，使先进经验难以跨区域、跨行业传播，创新红利被限制在局部。其四，加剧区域与主体间的不平衡。数据要素市场化配置效率的区域落差，可能演化为数字经济发展差距，形成“数据富集地区愈强、数据贫瘠地区愈弱”的“马太效应”。其五，抑制要素组合创新。数据、算力与人才难以在最具效率的场景汇合，智能经济赖以支撑的“组合红利”被结构性稀释。从整体看，这些扭曲相互叠加、循环强化，使要素配置偏离最优结构，智能经济发展质量被系统性压低。
三、要素流通壁垒的深层成因
要素市场发育滞后的体制机制根源。我国商品市场化改革起步早、程度深，而要素市场化改革相对滞后，土地、劳动力、资本、技术、数据等要素的价格形成与流动规则仍不同程度受到行政干预。要素市场的发育滞后，使要素价格信号难以真实反映稀缺程度，配置决策缺乏可靠依据。具体到数据要素，有研究提出，应当从产权制度、供给制度、流通制度、分配制度和跨境制度五个方面进行基础制度设计，而当前这些制度大多处于探索阶段，产权界定、收益分配等关键规则尚未定型，市场主体的行为预期不够稳定。制度供给不足与市场发育滞后互为因果，构成要素流通的体制性梗阻。要素价格信号失真，资源配置便失去市场化方向。
地方竞争与条块分割的利益格局。要素流通壁垒的形成，深层动力来自利益格局。财政分权体制下，地方政府倾向于将要素锁定在本行政区域之内，通过招商引资优惠、市场准入限制等手段争夺要素资源，甚至采取“以邻为壑”策略阻碍要素外流。部门之间则存在条块分割，公共数据分散于各级政府部门，受“部门所有”观念与数据安全顾虑影响，共享开放动力不足。地方利益与部门利益叠加，使破除壁垒的政策在落地过程中遭遇执行衰减，全国统一大市场建设的制度安排难以转化为要素自由流动的现实。从更深层看，地方政府以“要素增量”为政绩导向，重引进资本项目而轻数据治理、标准互认等基础工作，客观上固化了要素流通的制度缝隙。
发展和安全张力未解的治理困境。数据与技术的流通，天然伴随安全风险。数据跨境流动、算法滥用、隐私泄露等问题，使治理者在推动要素流通时面临两难：流通不足则价值无法释放，流通过度则风险难以控制。《关于完善数据流通安全治理更好促进数据要素市场化价值化的实施方案》明确提出要统筹数据高质量发展和高水平安全，完善数据流通安全治理，说明安全治理已成为要素流通制度改革的内在组成部分。现实中，安全标准缺失与监管职责交叉并存：一方面，缺乏统一、可操作的数据分级分类与安全评估规则，主体因“不敢流通”而选择保守；另一方面，多部门分段监管、标准各异，企业跨区域流通面临规则冲突，合规成本被放大。发展和安全的张力如果得不到制度化解决，将长期制约要素流通。
四、打通要素流通壁垒的路径选择
制度层面，统一规则、明晰产权。打通要素流通壁垒，制度层面的要务是确立统一规则。落实构建全国统一大市场的部署，推动市场基础制度规则统一、市场监管公平统一、市场设施高标准联通，清理废除妨碍统一市场和公平竞争的各类规定和做法，使要素流通依据同一套规则进行。针对数据要素，应加快完善产权、流通交易、收益分配、安全治理等基础制度，在坚持数据分类分级的基础上探索结构性分置的产权安排，明确不同主体的数据权利边界；同时推进要素市场化配置综合改革试点由点到面，在土地、劳动力、资本、技术、数据等关键环节形成可复制、可推广的制度经验。
技术层面，夯实设施建设可信通道。技术是破解要素流通末端堵点的关键。应加快公共数据资源开发利用，破除公共数据流通使用的体制性障碍与机制性梗阻，优化公共数据资源配置，推动高价值公共数据有序开放。依托全国一体化算力网与新型基础设施，实现算力资源的跨区域调度，缓解数据要素流通的算力约束。推广隐私计算、区块链、可信数据空间等技术，使数据在“可用不可见”“用途可控可计量”的前提下实现安全流通，从技术上化解数据确权难、互认难的堵点。统一数据接口、质量与安全标准，打破数据孤岛，为跨区域、跨行业流通提供技术底座。
市场层面，完善定价机制，培育数据市场。要素流通的可持续性最终要靠市场机制来维系。应健全要素价格的市场化形成机制，让价格真实反映要素的稀缺程度与使用价值。对数据要素而言，应针对数据资源化、资产化、资本化的不同阶段，探索成本法、收益法与市场法相结合的差异化定价路径：资源化阶段，价格形成以采集、加工成本为基础；资产化阶段，价格反映数据在具体场景中的预期收益；资本化阶段，通过证券化、股权化等安排推进数据要素市场价值化。同时，完善数据交易场所建设与规则统一，推动形成全国一体化数据市场。培育数据商与专业中介服务机构，发展数据交易撮合、评估定价、合规认证等配套服务，降低交易双方的搜寻成本与信任成本。通过市场主体的充分博弈形成价格共识，使数据要素从“沉睡资源”转化为“活跃资产”。
治理层面，央地协同统筹安全。要素流通壁垒的破除涉及中央与地方、部门与部门、政府与市场的多重关系，需要治理体系的系统性重构。应健全央地协同机制，将全国统一大市场建设与要素市场化配置改革的考核导向落实到地方，遏制地方保护与不当竞争冲动。完善跨部门监管协调，统一数据安全评估、标准认定与执法规则，落实统筹发展和安全的要求，在守住安全底线的前提下最大限度降低合规成本。对平台经济等新型组织形态，坚持包容审慎监管，规范数据可携带性与互操作性要求，防止平台利用市场支配地位构筑新的要素流通壁垒，让技术创新红利惠及广大中小主体。只有让各类主体在统一规则下公平参与，要素流通壁垒才能从根本上失去存续的空间。同时，应发挥行业协会与专业机构的桥梁作用，推动重点领域标准互认先行先试，以行业共识降低跨区域流通的制度摩擦。
需要指出的是，制度、技术、市场、治理四个层面并非彼此孤立、各行其是，而是相互支撑、协同联动的有机整体。制度统一为技术应用和市场运行提供规则框架，技术可信为制度落地和交易发生提供设施保障，市场高效为制度与技术变革提供激励约束，治理协同则为前三者提供组织协调和风险兜底。因此，打通要素流通壁垒应当坚持系统观念，统筹推进制度创新、技术赋能、市场建设与治理优化，把握好改革的时序、力度与节奏，防止单兵突进、顾此失彼；同时，注重央地联动、部门协同与政企互动，将统一大市场建设的总体部署与地方探索创新有机结合，使改革举措在落地环节衔接顺畅、运转高效，持之以恒、久久为功。
智能经济新形态的提出，把资源配置问题推到了经济体制改革的中心位置。数据、算力、人才、技术等要素能否畅通流动，不仅决定智能产业自身的成长速度，更决定全国统一大市场能否真正释放规模红利。要素流通壁垒是制度、利益与技术多重因素交织的产物，其资源配置扭曲效应在智能经济条件下被显著放大；打通壁垒既不能单靠行政推动，也不能单靠技术突破，而需要在制度统一、技术可信、市场高效、治理协同四个维度同步发力。从更长的历史视野看，每一次经济形态的跃迁，都以要素配置方式的革命为前提。智能经济的深层意义不在于新增了几个产业门类，而在于它创造了要素重新组合的历史机遇。打通要素流通壁垒正是把握这一机遇的枢纽工程。唯有让要素在统一大市场内自由流动、高效组合，智能经济新形态才能从政策蓝图转化为现实生产力，为高质量发展注入持久的资源配置红利。
徐飞，上海财经大学原常务副校长、资深教授
