引言：智能化时代的历史方位

我们正在经历一场前所未有的社会大变革。当生成式人工智能以惊人的速度迭代升级，当“人工智能+”连续三年被写入政府工作报告，当2026年“十五五”规划首次明确提出“打造智能经济新形态”，一个清晰的信号已经发出：智能化时代已经到来，人类的生产方式、生活方式乃至上层建筑，都正在被重新定义 。

作为一名政策改进研究者，我深切地感受到，传统的制度框架正在遭遇智能生产力的猛烈冲击。农业时代依赖土地与体力，工业时代依赖资本与能源，数字时代依赖数据与网络——而智能时代的核心驱动力，则是“智能生产力”本身 。这种生产力的跃迁，必然要求生产关系的系统性重构。我们的政治体制如何适应“人机协同”的治理新格局？我们的经济体制如何容纳“数据+算法+算力”的新型要素组合？我们的劳动就业如何在智能自动化浪潮中实现人的全面发展？

本文以《未来国策》为蓝图，围绕智能经济形态的构建、人工智能体制的顶层设计、以及智能化数据要素的市场化配置三大核心议题，系统阐述智能化时代政治体制与经济体制的改革方向。核心思想明确：智能化不是选择题，而是必答题。人们的生活必须智能化，政治治理必须智能化，经济生产必须智能化——这是时代赋予我们的历史使命。

上篇：智能经济——从技术变量到经济形态

一、智能经济的本质特征

理解智能经济，首先要跳出“技术工具论”的局限。智能经济不是“人工智能+各行各业”的简单叠加，而是人工智能从“工具”升级为经济发展的“底层逻辑” 。

从经济学视角审视，智能经济的本质是生产关系的系统性重构。其一，人机协同重塑劳动形态——人类与智能体从“单向使用”转向“双向赋能”的新型互动关系 ；其二，数据要素重构分配机制——数据不仅参与生产，更参与价值创造与收益分配；其三，跨界融合再造产业边界——制造业与服务业的界限模糊，产品与服务的边界消融 。

国家发展和改革委员会主任郑栅洁在2026年两会期间披露的数据极具说服力：“十五五”末，我国人工智能相关产业规模将增长到10万亿以上。这意味着，五年后AI产业的规模将比肩当下整个川渝地区的经济总量 。智能经济正从“增量补充”转向“核心支柱”，成为中国式现代化的强劲引擎。

二、数据+AI的双向赋能机制

智能经济的底层运行逻辑是“大算力+大数据+大模型”的协同配置 。其中，数据与人工智能形成了深度耦合的双向赋能关系。

一方面，数据赋能AI。高质量、多模态、专业化的数据集是大模型迭代的关键支撑。2025年我国已建成高质量数据集超10万个，规模超890PB（拍字节），为人工智能的认知进化提供了丰沛“养料” 。以数据为中心的AI开发范式正在兴起，强调通过系统化优化数据质量、数量和多样性来提升AI系统的整体表现 。

另一方面，AI赋能数据。人工智能技术正在重构数据与知识、智慧的转化路径。通过自动化数据清洗、智能标注、知识图谱构建，AI大幅提升数据治理效率；通过生成式AI的涌现能力，沉睡的数据被激活为可用的智能服务 。这种“数据驱动智能，智能优化数据”的良性循环，推动数据要素价值实现层级跃升 。

在农业领域，国家农业图书馆探索的“高质量知识底座—全链条智能引擎—多元场景服务”路径，形成了“数据—模型—应用”的智慧飞轮效应 ；在制造业，规上企业人工智能技术应用普及率已超过30% ；在消费端，AI眼镜、AI手机、人形机器人正走进千家万户。智能化已从点状突破走向系统化布局。

三、智能经济的基础设施底座

智能经济的健康发展，离不开坚实的数字底座。“十五五”规划将“强化算力算法数据高效供给”单独成篇，明确了三大支柱 ：

算力方面，加快建设全国一体化算力网，推进算力资源规模化、集约化、绿色化、普惠化发展。截至2025年6月底，我国智算规模达788 EFLOPS（FP16），但需求仍在指数级增长 。政府工作报告提出的“超大规模智算集群、算电协同”等工程，正是应对这一挑战的战略部署 。

算法方面，突破人工智能基础理论和核心技术，推进模型算法迭代创新。特别强调“模芯云用”协同创新，鼓励多模态、智能体、具身智能、群体智能等技术发展 。

数据方面，健全数据要素基础制度，建立全国数据资源“一本账”，面向重点领域建设高质量数据集 。同时，开源生态建设至关重要——从Deepseek的经验看，开源大幅度降低了人工智能的使用门槛，增强了人工智能的普惠性 。

中篇：人工智能体制——治理体系的重构

一、从“治理AI”到“以AI治理”

北京大学中国政治学研究中心的研讨会上，华东师范大学教授吴冠军提出了一个根本性问题：我们是“治理AI”，还是“以AI进行治理”？ 这一区分，直指人工智能体制的核心。

所谓“治理AI”，是指将人工智能作为治理对象，建立伦理规范、安全标准、法律法规，确保人工智能发展“以人为本、智能向善”。这是基础性工作。2026年政府工作报告明确提出“完善人工智能治理”，全国人大常委会工作报告也将加强人工智能领域立法研究列入议程 。

所谓“以AI进行治理”，则是指将人工智能作为治理工具，嵌入政治过程，提升治理效能。这正是智能化政治体制的核心议题。从“一网通办”到“城市大脑”，从智能辅助决策到舆情感知预警，人工智能正在全方位赋能政府治理 。

“十五五”规划明确提出：“深化数智技术全流程应用，发展泛在可及、智慧便捷、公平普惠的数智化政务服务。”  这意味着，未来的政府治理将是人机协同的智能治理：AI负责数据处理、模式识别、方案模拟，人类负责价值判断、政策选择、权力行使 。

二、人工智能体制的四大支柱

构建适应智能时代的人工智能体制，需要在以下四个维度进行制度创新：

第一，算法备案与透明度管理。算法的“黑箱”问题是智能治理的最大障碍。必须建立健全算法备案、安全评估、透明度管理机制，让算法的逻辑可解释、决策可追溯、责任可认定 。

第二，分级分类治理框架。参考上海两会提出的建议，建立智能体分级分类治理框架，明确备案、审计、问责机制 。对于高风险场景（如公共采购、司法裁判），人类必须保留最终决定权；对于低风险场景（如流程优化、服务推荐），可赋予AI更大的自主权。

第三，智能体法律人格探索。当智能体逐步演进为“经济主体”，将触发产权、税收、劳动法的系统性变革 。建议探索智能体法律人格制度，明确智能体参与市场活动时的权责归属——这既是一个法律命题，更是一个政治命题。

第四，开源协作与国际治理。人工智能治理是全球性议题。“十五五”规划提出“推动建立各国广泛参与的人工智能治理框架，共同构建平权、互信、多元、共赢的全球人工智能开放生态” 。作为负责任大国，中国应在全球人工智能治理中发挥建设性作用。

三、政治智能化的风险防范

人工智能赋能政治治理，绝不是将决策权交给算法。2025年，阿尔巴尼亚任命AI生成的虚拟部长“迪埃拉”负责公共采购事务，尼泊尔基于ChatGPT建议选出临时总理——这些案例既展示了AI介入政治的想象力，也暴露了深层风险 。

风险之一：权力转移。当核心政府职能依赖技术产品，决策权可能从可见的官僚体系转移到隐蔽的技术团队手中。“技术中立”能否得到保障？会不会变成掩盖权力转移的烟幕？

风险之二：数字精英民主。能够娴熟使用数字工具参与政治讨论的，往往是城市里的年轻精英，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。所谓“数字民主”，可能演变为“数字精英民主” 。

风险之三：国家主权边界。当政府依赖他国公司的算法模型进行决策，国家主权的边界何在？

因此，人工智能体制的构建必须坚守一条底线：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 。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——最终的价值判断，必须由具备政治智慧和责任担当的人来完成。

下篇：智能化数据要素——从资源到资产

一、数据要素的市场化配置

数据被增列为第五大生产要素，这是数字经济时代的标志性事件。而在智能经济时代，数据的战略价值进一步凸显——它不仅是生产资料，更是人工智能的“粮食” 。

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” 。一方面，高质量数据集供不应求；另一方面，海量数据因产权不清、流通不畅而沉睡。中国智能经济要走出区别于美国“算力堆砌”模式的差异化路径，必须在数据要素的制度创新上取得突破。

“十五五”规划的部署系统全面：建立健全数据产权、流通利用、收益分配、安全治理等数据要素基础制度；完善数据产权结构性分置制度，构建全国统一的数据产权登记体系；建设开放共享安全的全国一体化数据市场 。这些制度安排，旨在打通数据“供得出、流得动、用得好、保安全”的全链条 。

二、数据产权的结构性分置

数据产权问题是数据要素市场化配置的核心堵点。数据不同于传统生产要素，它具有非竞争性、易复制性、价值依赖场景等特征，传统的所有权框架难以适用。

我国探索的“数据产权结构性分置”制度，是重大制度创新。其核心思路是：将数据产权区分为数据资源持有权、数据加工使用权、数据产品经营权等不同权利类型，实行分置运行 。这一设计既保护了各方主体的合法权益，又促进了数据的流通利用。

在公共数据领域，统筹推进政务数据共享、公共数据开放和授权运营，健全公共数据资源开发利用责任制 。在个人数据领域，建立个人数据合规利用机制，既保护个人隐私，又为人工智能训练提供合法数据来源。在企业数据领域，推动企业数据、行业数据开发开放，培育壮大数据要素市场。

三、高质量数据集与语料库建设

大模型的性能，很大程度上取决于训练数据的质量和多样性。面向智能经济的发展需求，必须加快建设人工智能语料库，在能源、交通、制造、教育、健康、金融等领域建设高质量数据集，建立人工智能训练数据合理使用制度 。

这里需要处理好几对关系：

一是大数据与小数据的互补。以数据为中心的AI开发范式强调，高质量大数据和小数据应当互补性建设，协同进化大模型通用能力和小模型专用能力 。

二是通用数据与行业数据的协同。一方面要建设覆盖广泛的通用语料库，另一方面要深耕垂直领域，将行业头部企业长期积累的专有知识转化为可复用的行业智能中枢 。

三是数据共享与数据安全的平衡。探索多方安全计算、联邦学习等技术路径，实现“原始数据不出域、数据可用不可见”的融合开发利用 。

四、数据收益分配机制

数据要素参与分配，是智能经济时代生产关系变革的深水区。数据由谁创造？价值由谁贡献？收益由谁分享？这些问题直接关系到分配的公平性。

“十五五”规划提出“探索兼顾各方利益的数据收益分配机制” 。这一探索应当遵循以下原则：

第一，按贡献分配原则。数据价值的形成，离不开数据主体的原始贡献、数据处理者的加工贡献、算法开发者的智力贡献。收益分配应当反映各方贡献。

第二，激励相容原则。分配机制既要保护数据主体的合法权益，又要激励数据供给方开放数据、数据加工方提升质量、算法开发方创新应用。

第三，公共价值返还原则。公共数据的开发利用，应当体现公共性。通过公共数据授权运营形成的收益，应有适当比例返还公共财政或用于公益事业。

中国社会科学院经济研究所研究员黄群慧强调，发展智能经济需要平衡人工智能技术进步、替代就业和收入分配的关系，要让全体人民共享技术进步成果 。这是数据收益分配的根本遵循。

结语：走向人机共生的智能文明

站在“十五五”的起点眺望未来，我们有理由相信，智能经济将撑起中国发展的下一个五年、十年乃至更长远未来的核心引擎 。从Deepseek引发的全球AI格局之变，到AI眼镜、人形机器人的商业化落地，中国正在从技术跟跑者、并跑者向领跑者迈进。

但我们必须清醒地认识到：技术的进步从来不是目的，人的全面发展才是。智能化的最终指向，是让生活更美好、让治理更有效、让劳动更有尊严。当智能医疗让看病更精准，当智能教育让学习更个性，当智能家居让生活更舒适——在这些场景背后，核心永远是“人”的需求和体验 。

因此，《未来国策》的核心理念是：智能化不是对人性的消解，而是对人性的升华；不是对人的替代，而是对人的赋能。我们的政治体制要在智能化转型中更加彰显人民性，我们的经济体制要在智能化升级中更加体现公平性，我们的社会生活要在智能化进程中更加富有温度。

正如国家信息中心研究员易成岐所言：人工智能将超越传统工具辅助的基本定位，加速向新型基础设施方向发展，将全面重构产业组织形态和商业运行逻辑，“智能无处不在”将成为经济社会发展常态，社会形态在高度智能化的同时，也将更具温度 。

走向人机共生的智能文明，我们既要拥抱技术带来的无限可能，也要坚守人类价值的核心地位。这需要政策制定者的智慧，需要全社会的共同努力，更需要我们在制度创新的道路上持续探索、大胆实践。

未来已来，唯变不变。让我们以制度创新拥抱智能时代，以人民为中心擘画未来国策，在智能化的大潮中书写中国式现代化的崭新篇章。