引言：智能化时代的范式觉醒

当2026年政府工作报告首次提出“打造智能经济新形态”之时，这不仅是一个政策表述的更新，更是对人类文明进程一次深刻的洞察与确认。从2017年国务院印发《新一代人工智能发展规划》，到2024年“人工智能+”行动写入政府工作报告，再到今天明确智能经济的战略定位，中国面向智能时代完成了意义深远的“三大步”。这标志着人工智能的影响已从技术应用层面，跃升至驱动“技术-经济范式”发生革命性变化的高度。

作为一名政策改进的研究者与工作者，我深切感受到，我们正站在一个历史性的分界点上。智能化时代的到来，不是简单的技术叠加，而是一场涉及生产工具、生产关系、上层建筑的彻底重构。人们的生活方式、劳动形态、政治参与、决策机制，都必须完成智能化的跃迁。这场变革的核心命题在于：我们能否构建一套与智能生产力相匹配的新型生产关系？能否设计出一种既充分发挥智能技术效能、又确保人的主体性与社会公平的政治经济体制？

本文尝试从智能经济体制的重构与智能化治理体系的革新两个维度展开论述，探讨在人工智能深度嵌入社会运行的背景下，未来国策应有的逻辑框架与实践路径。

上篇：智能经济体制的重构

一、从“数字经济”到“智能经济”：一场质的飞跃

理解智能经济，首先要厘清它与数字经济的本质区别。数字经济是以数据资源作为关键生产要素、以现代信息网络为重要载体、以信息通信技术有效使用为效率提升驱动力的经济活动。其核心逻辑是通过信息对称与效率提升来优化既有生产力，本质上是完成了知识信息的数字化。

而智能经济绝非数字经济的线性延伸，而是一次经济的“升维”与“突变”。正如上海财经大学数字经济研究院所提出的，智能经济的实质是“能力经济”。人类社会第一次产生并拥有了“可以创造能力的能力”。人工智能不仅本身是生产力，更是缔造生产力的“原力”。全人类的知识和经验正在被转化为模型与智能体，驱动着具身机器人与数字机器人去完成日益复杂的劳动，激发出前所未有的生产力。

这意味着，智能经济是一种以“数据-算力-算法”为新质生产力核心要素，以“人机协同、跨界融合”为新生产方式，并与新型社会制度相匹配的、独立而高级的经济形态。它是对生产、分配、交换、消费等经济活动全环节的彻底重塑。

二、经济循环的智能化重构

在生产环节，传统的线性模式——采掘、制造、使用、废弃——正在向循环智能模式转变。工业互联网平台实现了人、机、物、产业链的全面互联，基于实时数据的动态优化取代了静态的计划调度。人工智能将工业经验编码为软件，由智能设备执行程序化任务，这不仅产生了“机器换人”的替代效应，更深层的变革在于“创造效应”：它催生了机器学习工程师、AI训练师、人机协作工程师等新岗位。生产方式从大规模标准化向个性化定制转变，从垂直链条向平台生态转变。

在分配环节，数据要素的介入正在重新定义价值创造与价值分配的规则。数据具有非竞争性、可共享、自生长的特性，在使用过程中不仅不产生损耗，反而能持续增值。当数据与算法成为核心生产要素，传统的按劳分配与按资分配框架必须扩容。如何界定算法模型、核心数据、行业知识在价值创造中的贡献度？如何激励数据提供者、算法开发者、行业专家持续投入？这需要建立与共创模式相匹配的新型价值分配体系。

在交换与消费环节，智能终端与智能体的广泛应用正在重塑市场形态。新一代智能终端的普及率目标已设定在90%以上。消费过程本身成为数据生产的过程，供需之间的界限日益模糊。用户不仅是价值的消费者，更是价值的共创者。

三、人机协同：劳动形态的深刻变革

智能经济最核心的特征，是劳动过程中“人机关系”的根本性转变。在数字资本主义的早期阶段，人机关系往往表现为“死劳动支配活劳动”，劳动者被禁锢于“算法牢笼”之中。而进入大模型生产时代，智能机器开始表现出交互主体性，从被动的工具转变为充满活力、随时准备交互的“伙伴”。

这种转变在实践中呈现出多种形态。初级形态是“智能助手”与人协作，机器以“智能增强”的方式协助收集信息、提供决策支持，劳动者仍居于主导地位。成熟形态是“数字员工”与人组成新型人机团队，机器承担起与人相当的工作量，在人机知识共享、深度耦合中彼此赋能。理想形态则是“通用智能体”与人形成高度协同，机器能够“按意图行事”，人则专注于目标设定与价值仲裁。

人机协同的深化，必然要求对劳动关系进行重新界定。传统的劳动法框架建立在“人-人”关系基础之上，而智能经济引入了“人-机”这一全新的关系维度。我们需要探索建立适应人机协同的新型生产任务分配体系，推动职业分类的动态调整，审慎界定AI智能体在经济活动中的合理地位。当智能体逐步演进为能够参与市场活动的“经济主体”，产权、税收、劳动法的系统性变革将不可避免。

四、智能经济体制的制度创新

智能经济的健康发展，离不开制度供给的优化与创新。当前智能经济发展的主要矛盾，已从“算力不足”转向“数据要素焦虑”。中国要走出区别于美国“算力堆砌”模式的差异化路径，必须在数据要素的市场化配置上取得突破。

第一，构建高效合规的数据流通体系。数据只有流动才能创造价值，只有合规才能确保安全。需要加快构建全国一体化数据要素市场，完善合规高效的市场运行规则，推动公共数据依法开放与授权运营，建立健全数据流通安全治理标准。

第二，建立人机协作的新型劳动关系。当人工智能从辅助工具演变为协作伙伴，传统的生产组织形式必须因时而变。需要建立基于算法共享、数据提供与行业知识沉淀的成果共享机制，构建人机友好、算法兼容的新型劳动关系。在企业推进智能化改造过程中，应通过集体协商等机制为劳动者争取合理的薪酬回报与职业发展空间。

第三，打造跨界融合的创新网络。支持建设面向重点产业的智能平台，推动生产与消费、制造与服务的深度融合，培育壮大平台型、生态型企业，鼓励“AI+产业链”“AI+场景”的跨界协同创新。

第四，建立共创分享的价值分配体系。明确算法模型、核心数据、行业知识等新型要素在价值创造中的贡献度，激励各方持续投入。同步构建适应人工智能时代的人才培养和就业保障体系，确保劳动者在智能经济变革中拥有平等参与、公平受益的权利。

下篇：智能化治理体系的革新

一、从数字治理到数智治理：治理范式的跃迁

智能化时代的政治体制变革，核心在于治理范式从“数字治理”向“数智治理”的跃升。数字治理依托信息通信技术提升效率与公众参与，在打破“数据孤岛”、加强跨域连接方面成效显著。但在应对复杂决策、实现动态适应性、整合多元价值方面，数字治理逐渐显现出不足：决策过程依赖静态经验，难以实现动态响应；技术应用停留于工具层面，未能实现深度融合。

数智治理作为数字智能技术与治理现代化深度融合的产物，正推动治理范式加速转型。其核心要义在于：以数据智能推动决策从经验驱动转向预测与生成式驱动，以人机互融促进技术系统与人类认知协同进化，以多元协同构建统一治理生态，以赋能实现个体与社会整体效能的跃迁。这一范式旨在形成“智能—智治—智效”的良性循环。

数智治理并非对数字治理的简单替代，而是一种承前启后的关键过渡。它标志着治理范式正从“连接整合”转向“智能生成”。在认知层面，推动决策由经验驱动转向“预测—生成”；在主体层面，强调人机互融共生；在价值层面，致力于构建“个体—组织—社会”的赋能闭环。

二、智能决策：从经验主义到数据驱动的飞跃

智能化治理的第一重变革，体现在决策机制的深刻重塑。传统决策依赖有限信息与个体经验，在面对复杂多变的治理环境时往往力不从心。而数据智能驱动的决策范式，能够依托机器学习、深度学习等技术，从海量、多源、异构数据中提炼具有揭示性与可操作性的洞见。

这种新型决策范式的核心价值体现在三个维度。一是决策精准性的大幅提升：能够深度分析历史数据与实时动态，更准确地预判趋势、识别风险。二是资源配置的优化：依托对系统状态与需求的精确洞察，实现资源的最优配置。三是政策执行的定制化：针对不同场景与对象特征，定制化制定与执行策略，有效避免“一刀切”。

清华大学经济管理学院副院长陈煜波曾深刻指出，数据驱动的智能经济本质上是“决策革命”——经济活动将从以人为主的、依赖经验的、线性的决策模式，转向基于海量实时数据与复杂算法的、动态优化的、人机协同智能的新决策模式。这一论断同样适用于政治治理领域。

三、人机互融：治理主体的边界拓展

智能化治理的第二重变革，体现在治理主体结构的演化。传统的治理主体是单一的人类主体，而数智治理引入了“人机互融”的新特征。这体现为技术系统与人类认知能力之间的深度耦合与相互塑造。

支撑数智治理的技术体系，是具备持续学习与自我优化能力的动态实体。通过不断吸纳新数据、响应环境反馈，算法能够实现迭代与模型优化，持续提升预测精度和环境适应力。但技术的智能演进并非孤立进行——其目标设定、边界约束与价值导向始终处于人类的主导与监督之下。人类凭借价值判断、伦理考量与情境理解能力，为技术演进提供方向指引；而技术能力的提升则不断拓展人类的认知边界与行动效能，构建出“技术赋能人、人控制技术”的双向增强闭环。

在这一进程中，人类的角色逐渐由操作者转变为目标设定者与价值仲裁者，技术则从辅助工具演进为具备感知、分析、建议乃至自主执行能力的协同伙伴。这种关系的演化，要求我们对治理主体的内涵进行重新界定：治理不再是人类独享的领域，而是人机协同的实践空间。

四、智能治理的实践探索与风险应对

智能化治理的实践探索已在全球范围内展开。2025年，阿尔巴尼亚任命了全球首位AI生成的虚拟部长“迪埃拉”，负责公共采购事务；尼泊尔则基于ChatGPT的建议，选出该国首位女性临时总理。这两个事件，一个是政府主动将权力“委托”给AI，一个是民众借助AI工具选择领导人，背后是人类政治在新技术变革推动下正在发生的重要变化。

但这些实践也引发了深刻的反思。阿尔巴尼亚的AI部长“迪埃拉”实际权力相当有限，每个环节都需经人类专家复核。更深层的问题在于：“迪埃拉”系统的设计逻辑、训练数据、判断标准全由人来设定，关键权力从分散、可见的官僚体系转移到了集中、隐蔽的技术团队手中。腐败的根源并未消失，反而可能在某种特定情况下变得更加难以察觉。

尼泊尔的案例则揭示了“数字民主”可能演变为“数字精英民主”的风险。能够娴熟使用社交媒体并参与网络讨论的，主要是城市中受过良好教育的年轻人，大多数普通民众特别是农村地区和老年人的声音容易被忽视甚至边缘化。

更令人担忧的是国家主权问题。当核心政府职能依赖外国技术产品、依赖无法被充分解释和审查的算法时，国家主权独立的边界何在？这一问题直指智能化治理的核心困境：如何在拥抱技术赋能的同时，确保治理的主权性与价值自主性？

五、走向“以人为本”的智能治理

面对上述挑战，中国提出的“以人为本、智能向善”治理理念具有重要的指导意义。具体到政治领域，这意味着AI技术应该被定位为辅助人类决策的工具，而非替代人类进行决策的主体。在政治传播、政策制定、社会治理等环节，AI可以发挥其强大的数据处理和模式识别能力，为决策者提供更全面、更精准的信息支持。

善治与良治从来不是源自先进的工具，而在于对人的尊重、对正义的追求和对共同体的责任。这些工作无法外包给算法，需要的是持久的制度建设、理性的政治文化。最终的价值判断、政策选择和权力行使，必须由具备政治智慧和责任担当的人来完成。

为此，我们需要在多个维度持续推进智能治理的制度建设。在技术维度，建立智能体分级分类治理框架，明确备案、审计、问责机制。在制度维度，完善算法治理、数据权属等制度设计，确保技术应用始终处于可控范围。在伦理维度，加强跨学科理论整合与伦理规范构建，确保智能治理符合社会核心价值。在国际维度，积极参与全球规则制定，推动形成公正合理的智能治理国际秩序。

结论：智能时代的制度竞争与人类未来

当我们站在2026年这个时间节点回望与前瞻，可以清晰地看到：智能经济的制度竞争时代已然开启。这场竞争的本质，不仅是技术的竞争、产业的竞争，更是制度的竞争、治理的竞争。哪个国家能够构建出与智能生产力相匹配的生产关系，能够设计出既发挥技术效能又保障人的主体性的治理体系，哪个国家就能在智能时代占据领先位置。

未来国策的核心，在于找到技术逻辑与人文价值的平衡点。智能化不是目的本身，而是实现人的自由全面发展的手段。我们必须清醒地认识到：有人智能经济与无人智能经济同时存在的情况下，人的安放问题比人工智能的发展更为重要。人工智能减少就业且“刀口向内”的现实警示我们，技术进步的红利不会自动惠及每一个人，需要主动的制度调节来确保发展的包容性与共享性。

面向未来，中国需要在理论、技术、实践与制度等多维度协同推进。在理论上，加强跨学科整合，深化对智能经济与智能治理规律的认识。在技术上，突破关键核心技术制约，打造自主可控的产业生态。在实践中，开展典型场景实证，提炼最佳实践与可行路径。在制度上，前瞻应对通用人工智能、脑机接口等颠覆性技术带来的机遇与风险，完善算法治理、数据权属等制度设计。

智能时代的到来不可逆转。作为政策工作者，我们的使命是让这场深刻的变革始终朝着“智能向善”的方向前进，让技术的进步最终服务于人的解放而非奴役，让智能经济的繁荣成果惠及每一个社会成员。这既是未来国策的应有之义，也是我们这个时代最根本的政治责任。