引言：智能化时代的制度前瞻

我们正站在文明转型的历史分界点上。以人工智能为代表的新一代数智技术，正在从生产工具演变为社会运行的基础架构，深刻重塑着政治、经济与劳动的底层逻辑。如果说工业革命延伸了人类的肌肉与骨骼，信息革命延伸了人类的神经与感官，那么智能革命则正在延伸人类的大脑本身，创造出一种全新的“类人主体”。这一变革的深远意义在于：它不仅改变了“如何生产”，更改变了“谁在生产”以及“如何决策”。农业社会到工业社会，与智能社会产生以后的社会形态，具有本质性的差异。

面对这一历史性变局，现行制度框架正在遭遇根本性挑战。在政治领域，算法开始介入公共资源配置与社会治理决策，权力结构正从“资本主导”转向“算力主导”；在经济领域，数据成为核心生产资料，人机协同生产催生了“数字佃农—算法领主”的新型生产关系；在劳动领域，生成式人工智能对脑力劳动的替代效应日益凸显，全球约3亿岗位面临AI替代风险。这些变化共同指向一个核心命题：我们需要一套面向智能化时代的系统性制度设计。

《未来国策》正是对这一命题的回应。其核心思想在于：智能化时代到来，人们生活必须智能化，政治经济劳动生产必须智能化。这意味着，我们不能将人工智能仅仅视为提高效率的工具，而必须将其作为构建新型社会形态的基础要素，推进制度体系从“工具依附型治理”向“技术共生型治理”的跃迁。在这一总体框架中，数据所有权制度与智能化政治人工智能体制构成两大制度支柱：前者旨在确立数智文明的生产关系基础，后者旨在构建人机协同的政治运行模式。本文将对这两大核心制度展开系统阐述。

一、数据所有权：数智文明的生产关系基石

1.1 数据作为核心生产资料的时代定位

在马克思的分析框架中，生产关系的性质取决于生产资料的占有方式。农业时代，土地是核心生产资料，地主—佃农关系构成社会基本结构；工业时代，资本与机器成为核心生产资料，资本家—工人关系主导社会运行。进入数智时代，数据正在取代土地和资本，成为最核心的生产资料。

这一判断基于三重事实：第一，数据是人工智能系统的“燃料”。大模型的训练高度依赖海量高质量数据，算法的性能与数据的规模和质量呈正相关。第二，数据是价值创造的关键要素。在数字平台上，用户的生产、消费、社交行为持续生成数据，这些数据经过算法处理后，反过来优化生产流程、精准匹配供需、创造新的商业价值。第三，数据是权力行使的重要依据。掌握数据的平台能够对用户进行精准画像和行为引导，形成对个体认知和选择的实质性影响。

然而，当前数据权属制度的滞后正在引发系统性风险。一方面，用户作为数据的原始生产者，其权益往往被平台无偿占有，形成“数字劳动—算法剥削”的新型不平等关系；另一方面，平台企业通过数据垄断获得市场支配地位，加剧了数字时代的平等鸿沟；此外，数据权属不清也给技术创新带来法律不确定性，企业在训练人工智能模型时面临版权侵权风险。德国慕尼黑法院2026年的一项判决就明确指出，通过通用提示词生成的人工智能输出不受版权保护，这凸显了现行制度对智能时代生产关系的回应不足。

1.2 数据所有权制度的核心设计

针对上述问题，《未来国策》提出建立以“三权分置”为核心的数据所有权制度。该制度借鉴农村土地制度改革的经验，根据数据来源和数据生成特征，分别界定数据生产、流通、使用过程中各参与方享有的合法权利。

第一，建立数据资源持有权制度。数据资源持有权是指对数据集合的合法控制权。对于个人数据，持有权归属于数据主体个人，平台企业收集和使用个人数据必须获得用户的明示授权；对于企业数据，持有权归属于依法生成数据的企业主体；对于公共数据，持有权归属于国家，由政府部门或授权机构代表国家行使。这一制度设计明确回答了“数据是谁的”这一根本问题，为后续权利行使奠定基础。

第二，建立数据加工使用权制度。数据加工使用权是指对数据进行处理、分析、挖掘并形成数据产品的权利。该权利可以在数据资源持有者授权的基础上，通过市场化方式转移给数据处理者。在人工智能训练场景下，模型开发者需要获得数据加工使用权方可使用数据进行模型训练。这一设计既保护了原始数据持有者的权益，又为技术创新保留了空间。2024年杭州互联网法院在一起涉及“奥特曼”图像的著作权案件中裁定，在特定条件下将版权作品用于模型训练可构成合理使用，前提是不损害权利人的正常使用且不造成不合理损害。这一司法探索为数据加工使用权的制度设计提供了有益参考。

第三，建立数据产品经营权制度。数据产品经营权是指对经过加工处理形成的数据产品进行经营和交易的权利。该权利赋予数据产品开发者，使其能够从数据产品的市场化运营中获得合理回报。这为人工智能企业投入数据清洗、标注、加工等劳动提供了产权激励，促进数据价值的深度释放。

三项权利既相互分离又有机统一：数据资源持有权保障原始权益，数据加工使用权促进价值释放，数据产品经营权激励创新投入。通过这一制度框架，推进非公共数据按市场化方式共同使用、共享收益的新模式，实现数据要素的优化配置。

1.3 数据权益的实现机制

权属界定只是第一步，权益实现需要配套机制保障。《未来国策》提出三项关键机制：

一是建立数据分类分级确权授权制度。根据数据敏感程度和应用场景，将数据分为公共数据、企业数据、个人数据三类，每类内部再根据风险等级划分若干级别。对低风险数据，采用“默认开放、例外禁止”原则；对高风险数据，采用“默认禁止、例外授权”原则。在此基础上，建立全国统一的数据授权平台，支持个人和企业在线完成数据授权的申请、审批、签约和存证。

二是构建数据收益分配机制。对于个人数据被商业化利用的情形，建立数据收益分享制度。平台企业应当将基于个人数据产生的部分收益，以货币或服务形式返还给用户。具体而言，可以借鉴“数据信托”模式，由第三方机构代表用户集体管理数据授权，并将收益按贡献度分配给用户。对于公共数据，建立公共数据开放基金，将公共数据运营的部分收益用于支持数据基础设施建设和社会公益项目。

三是完善数据安全保护机制。运用技术手段设置个人信息与平台企业的“防火墙”和“过滤网”，通过同态加密、联邦学习等隐私计算技术，实现数据“可用不可见”，在保障数据安全的前提下促进数据流通。同时，建立数据流通追溯体系，对数据的使用情况进行全流程记录，确保超出授权范围的使用能够被发现和追责。

二、智能化政治体制：人机协同的治理新范式

2.1 从工具依附到技术共生：治理主体的范式革命

政治体制的核心是决策权力的配置与运行。在传统治理模式下，决策主体仅限于人类行动者，治理效能受制于生物智能的认知带宽与情感偏好。数智时代的到来彻底解构了这种一元主体叙事：智能系统不再是被动的工具，而是具备了认知代理能力的“共在者”，治理主体正在跃迁至人机共生的新维度。

这一跃迁体现在三个层面：

第一，认知边界的扩展。传统人类决策依赖有限的信息样本和经验判断，如同被困在柏拉图“洞穴”中凝视模糊阴影的囚徒。数智技术彻底改变了这一局面：知识图谱将碎片化信息升维为全域时空矩阵，卷积神经网络在非结构化数据流中捕捉社会治理的隐性规律，政策仿真系统将事后的反馈性修正转变为事前的预见性测试。人类治理主体的认知边界实现了量子跃迁式的扩展。

第二，决策效率的提升。智能系统能够实时处理海量数据，快速识别问题、生成方案、评估效果。在突发事件应对中，智能系统可以在秒级时间内完成信息汇聚、态势推演和预案匹配，将人类从繁重的信息处理中解放出来，聚焦于价值判断和最终决断。在常态化治理中，智能代理可以承担大量程序性决策，使行政资源向复杂问题和例外情况倾斜。

第三，治理结构的重构。权力关系正从传统的科层制结构向网络化结构演进。信息孤岛的打通、治理工具的变革、公民权利与数据权力的动态平衡，共同推动国家治理模式由工业文明时代的科层规制向数智文明时代的共生秩序转型。

基于上述趋势，《未来国策》提出构建“智能化政治人工智能体制”，其核心特征是“人机互信共生”：在战略决策层，人类治理者提供长周期价值锚点，防范算法优化导致的短期主义陷阱；在战术执行层，智能系统提供实时响应能力，规避官僚系统运转迟滞引发的系统性风险。

2.2 智能化政治体制的架构设计

智能化政治人工智能体制包括四大核心模块：

一是智能感知与舆情汇聚系统。系统实时采集、清洗、融合来自各类渠道的社会信息，包括政务数据、媒体数据、社交平台数据、物联网数据等，形成对经济社会运行状态的全景式认知。在此基础上，通过自然语言处理和情感分析技术，精准识别公众关注的热点议题、政策反馈和情感倾向。与现行舆情监测不同，该系统不仅服务于被动响应，更支持主动治理——通过对潜在风险的早期识别，实现从“事后应对”向“事前预防”的转变。

二是智能决策支持系统。该系统在政策制定过程中发挥三重功能：其一，数据分析，对政策问题进行多维度解构，揭示问题的成因、关联和演化趋势；其二，方案生成，基于历史案例和仿真推演，自动生成备选政策方案；其三，效果预测，对备选方案的潜在影响进行模拟评估，包括经济效益、社会接受度、风险分布等指标。通过这一系统，人类决策者可以在更充分信息的基础上做出更优选择。

三是人机协同决策机制。这是智能化政治体制的核心环节。根据决策事项的性质，建立分级分类的人机协同模式：对于程序性、技术性事项，由智能系统承担主要决策职能，人类行使监督权；对于涉及重大利益调整、价值判断的事项，由人类承担主要决策职能，智能系统提供信息支持和建议；对于紧急状态下的决策，建立动态权重调整机制，根据事态发展灵活配置人机权限。需要强调的是，无论何种模式，最终决策责任始终由人类承担，智能系统不能成为推卸责任的借口。

四是透明化与可解释性保障。智能系统介入决策过程，必须满足“可解释人工智能”标准。这意味着，系统的决策逻辑、依据和置信度应当能够以人类可理解的方式呈现。对于涉及公民权利的重大决策，公民有权要求对算法决策进行解释和申诉。同时，建立算法审计制度，由独立第三方对应用于公共治理的算法系统进行定期审查，评估其公平性、准确性和安全性。

2.3 意识形态安全与价值观嵌入

智能化政治体制不仅要解决效率问题，还必须回答价值导向问题。算法不仅获得了支配物质资源的权力，也获得了支配精神资源的权力。在意识形态领域，算法技术的赋能强化了传统意识形态风险，算法的自我进化制造了意识形态黑箱。因此，必须将主流价值观嵌入算法系统的底层逻辑。

《未来国策》提出“价值观算法化”的实践路径：

一是逆向改造商业算法的计算逻辑。现有商业平台普遍采用“猜你喜欢”的迎合逻辑，通过持续推送用户偏好的内容来延长用户停留时间。这种模式容易形成信息茧房，加剧社会分化。改造的方向是将“猜你喜欢”的迎合逻辑转变为“猜你应该”的引导逻辑，在满足用户需求的同时，承担价值引导功能。具体而言，可以通过调整推荐算法的权重设置，在相关性指标之外，增加内容多样性、权威性、建设性等维度，为用户提供更均衡的信息供给。

二是强化“定向数据喂养”。大模型的价值观形成高度依赖训练数据的分布。通过有意识地构建高质量训练数据集，将体现主流价值观的内容以适当比例纳入训练语料，使模型在学习过程中内化这些价值取向。这需要在数据采集环节建立内容质量评估机制，对低质量、有害内容进行过滤，对体现主流价值观的内容给予适当权重。

三是构建算法治理的多元参与机制。防止价值观嵌入沦为技术精英的独白，需要建立开放的公共讨论场域。在算法设计阶段，引入伦理委员会、公众代表等多元主体参与评估；在算法部署后，建立用户反馈和异议渠道；在算法迭代时，将社会反馈纳入优化目标。通过持续的社会对话，使算法系统的价值取向与社会共识保持动态平衡。

三、智能化经济体制：生产力重构与劳动转型

3.1 智能生产力的历史形态

经济体制的核心是资源配置方式。在智能化时代，生产力的性质正在发生根本性变化，智能生产力作为一种新的历史形态正在形成。

智能生产力的特征体现在三个层面：第一，生产工具的智能化。机器不再只是执行固定程序的工具，而是具备了感知、学习、决策能力的智能体。智能机器可以自主优化生产过程、适应环境变化、与人协作完成复杂任务。第二，劳动对象的数字化。数据成为与物质、能源并列的核心生产要素，生产过程越来越表现为对数据的采集、处理和应用。第三，劳动者的角色转变。人从直接操作者转变为监督者和协作者，从重复性劳动中解放出来，聚焦于创造性、决策性、情感性工作。

生产力的质变必然引发生产关系的调整。在智能生产力条件下，新型生产关系正在形成：一方面，数据成为核心生产资料，掌握数据资源的平台企业获得前所未有的市场影响力；另一方面，人机协同成为主流生产模式，“数字佃农—算法领主”的关系结构开始浮现。这要求经济体制做出系统性回应。

3.2 智能化分工体系的重构

生产力与分工的辩证运动是理解经济体制变革的关键框架。技术革命既以现有分工体系为基础，又通过重组生产力要素推动分工体系的范式转型。

智能化分工体系的重构呈现三个趋势：

一是产业边界的模糊化。智能技术正在打破传统行业界限，制造业与服务业、产品与服务、生产者与消费者的边界日益模糊。在工业领域，人工智能优化生产工艺、实现供应链智能协同；在服务业，智能终端拓展服务场景，让服务更精准高效；在传统农业，智能农机、农业机器人让劳作更轻松。产业融合要求经济体制突破部门分割的治理模式，建立更加综合的政策框架。

二是就业结构的高端化。人工智能接管大量重复性、流程化的体力和脑力劳动，催生了新的职业谱系。数据标注师、智能训练师、人机协作工程师等新职业不断涌现。同时，传统职业的内涵也在升级：车间工人需要掌握工业互联网平台的操作逻辑，办公室职员需要善用智能办公软件，服务业从业者需要熟悉智能终端的应用场景。这要求教育培训体系和劳动保障制度做出相应调整。

三是价值创造的人机协同化。人的创造力、判断力、情感温度，是人工智能无法替代的核心优势。未来经济的竞争力，不在于人与机器的对抗，而在于人机协同的效率。劳动者应当发挥情感沟通优势，将智能终端提供的标准化服务升级为有温度的个性化服务；应当发挥经验判断优势，将智能系统提供的分析结果转化为符合实际的决策行动；应当发挥伦理思考优势，在算法优化的效率逻辑之外注入价值考量。

3.3 智能时代的经济治理体制

基于上述分析，《未来国策》提出智能时代经济治理体制的四项原则：

第一，确立数据要素的市场化配置机制。在数据所有权制度基础上，建立全国统一的数据要素市场。推进数据资源分级分类管理，对公共数据实行“统筹规划、统一标准、按需共享”原则；对企业数据和个人数据，在保护权益的前提下促进合规流通。打破“数据孤岛”，整合现有平台数据库资源，形成国内数据统一大市场。

第二，建立算法垄断的规制框架。防止掌握数据和算力优势的平台企业利用算法实施垄断行为。一是建立算法备案和透明度要求，使监管部门和公众能够了解算法的基本逻辑和潜在影响；二是禁止利用算法实施差别待遇、强制“二选一”等不正当竞争行为；三是对具有市场支配地位的平台，探索数据互操作性和可迁移性要求，降低用户切换成本，促进市场竞争。

第三，完善智能时代的劳动保障制度。加强对人工智能时代劳动者的工作风险评估，减少人工智能对就业的冲击。在就业培训方面，通过技能升级与职业转型构建人工智能技能培训生态，支持企业与高校共建实训基地，针对低技能劳动者开展人工智能操作基础培训。在劳动关系方面，适应零工经济和平台用工的发展，探索介于传统雇佣和独立承包之间的“第三类劳动者”身份，为平台从业者提供适度的劳动保障。在收入分配方面，完善符合人工智能时代人才职业属性和岗位特点的劳动者能力多元化评价体系，支持企业规范用好股权、期权等中长期激励方式。

第四，建立人工智能经济效益的评估机制。将“合理性与合意性”作为评估经济秩序的核心维度：从经济学角度，将社会资源配置效率提高和发展成果相对公平分配定义为合理；从社会学角度，将具有最大公约数的社会共识和社会稳定定义为合意。对重大人工智能应用项目，建立经济影响评估制度，评估其对就业、竞争、收入分配、社会稳定的潜在影响，确保技术进步服务于社会整体福祉。

四、体制运行的条件与保障

4.1 法律与伦理的基础建设

智能化政治经济体制的有效运行，需要完善的法律和伦理框架作为支撑。

在法律层面，重点推进三个领域的制度建设：一是数据权属立法，将数据所有权制度纳入民法典或制定专门的数据法，明确数据权利的取得、行使和保护规则。二是算法治理立法，建立算法透明度、可解释性、公平性的法律标准，明确算法开发者和应用者的法律责任。三是人工智能责任立法，针对智能系统自主决策可能引发的损害，建立产品责任、过错责任和严格责任相结合的责任分配规则。

在伦理层面，重点构建技术伦理的规范体系。将伦理原则转化为技术可执行的操作标准，推动“负责任的人工智能”从理念走向实践。具体包括：开发算法公平性测试工具，对算法系统的歧视风险进行评估；建立伦理审查委员会，对重大人工智能应用项目进行伦理审查；加强算法工程师的伦理训练，提高算法工程师的政治意识和伦理敏感性，建设具有政治责任感的算法工程师队伍。

4.2 强秩序与弱秩序的协同

社会秩序的形成依赖于多种力量的共同作用。市场和社会各方自发合作形成的“弱秩序”，与公权力介入形成的“强秩序”，将长期并存并相互支撑。

在智能化体制运行中，需要充分发挥两种秩序的优势。一方面，尊重和培育弱秩序。开源社区、技术社群、行业自律等自发秩序，具有灵活性强、专业性高、响应快速的优势。对于技术发展初期的规范形成，应当鼓励行业主体通过协商形成共识，政府在其中发挥引导和服务功能，而非简单替代。另一方面，筑牢强秩序的底线。对于涉及基本权利、市场公平、公共安全的核心问题，必须建立明确的法律底线和监管红线，防止技术权力滥用。

两种秩序的协同需要建立有效的对话机制。通过政策听证、专家咨询、公众参与等渠道，将社会共识转化为制度规范；通过试点示范、效果评估、动态调整等机制，使制度规范能够响应技术发展和社会需求的变化。在这一过程中，人文社会科学承担着重要责任——将技术进步置于社会整体福利的框架中考量，确保技术发展不偏离向善的轨道。

4.3 全球治理的开放合作

人工智能的发展具有高度全球化的特征。技术流动、数据跨境、标准互认、风险外溢，都要求各国在人工智能治理领域开展合作。

《未来国策》主张在维护国家数据安全的前提下推进开放合作。在数据跨境流动方面，探索“数据境内处理、成果全球共享”的模式，在保障安全的前提下促进数据有序流动。在国际规则制定方面，积极参与人工智能治理的国际对话，推动形成兼顾发展与人权的全球治理框架。在技术合作方面，支持联合实验室、开放评测平台、数据共享等国际合作项目，特别是帮助发展中国家提升人工智能能力，缩小全球数字鸿沟。

同时，必须清醒认识到人工智能技术“集中集权”的结构特征。技术能力高度集中在中美两国的少数企业和区域，这种格局既带来竞争压力，也蕴含着责任担当。作为人工智能大国，需要在发展与安全、开放与自主之间寻求平衡，在实现自身发展的同时，为全球人工智能治理贡献中国方案。

结语：迈向人机共生的新文明

我们正处在文明形态转换的关口。从农业文明到工业文明，再到数智文明，每一次跃迁都伴随着生产方式的革命、社会结构的重组和价值观念的更新。智能化时代的到来，不是简单地用新技术赋能旧体制，而是要求我们从根本上思考：在人与智能体共存的社会中，政治如何运作？经济如何组织？劳动如何定义？生活如何展开？

《未来国策》尝试回答这些问题。数据所有权制度的确立，为数智文明奠定了生产关系基础；智能化政治人工智能体制的构建，为新型治理提供了制度框架。这两大支柱的共同指向，是构建一个人与智能体共生、共治、共享的新文明形态——在其中，智能不是对人的替代，而是对人的增强；算法不是对自由的剥夺，而是对自由的扩展；技术不是对人的异化，而是对人的解放。

实现这一愿景，需要技术创新与制度创新的协同推进。技术决定论的乐观与人文悲观的宿命，都不足以指引我们穿越变局。唯一可行的路径是：以历史唯物主义的辩证眼光审视技术变革，以人本主义的价值立场驾驭技术力量，以开放务实的态度推进制度建设。只有这样，我们才能确保智能化时代的政治经济体制，真正服务于人的全面发展和社会共同福祉。