2026年《政府工作报告》首次写入"打造智能经济新形态"，"十五五"规划将其定位为驱动新质生产力的关键引擎。但究竟什么是"智能经济"？它和数字经济有什么本质区别？南开大学这份报告给出一个硬核定义：智能经济是基于网络空间、以数据算法算力融合产出的"智能要素"为关键驱动力的新经济形态。核心判断是：这不是数字经济的量变延续，而是经济结构的质变。
智能经济的本质——与数字经济的四个差异
智能经济与数字经济的关键差异，不在于技术本身，而在于价值创造的底层逻辑。数字经济的核心是降低搜寻和交易成本——通过信息匹配实现供需对接，关键要素是"数据"。而智能经济的核心是"人智协同的混合智能"——智能系统从被动分析走向主动推理，从信息处理跨越到意图识别、环境感知、决策和行动执行。
差异具体体现在四个维度。第一，数据从被动分析的对象转化为实时学习和自主决策的驱动源。第二，AI从计算走向认知——通用模型、行业模型、智能体和具身智能具备跨场景迁移和自我优化能力。第三，复杂判断和价值分析由人做出，AI完成自主分析、模式学习和执行调度。第四，也是最重要的：数字经济创造价值的机制是"连接效率"，而智能经济创造价值的机制是"智能优化"。
报告用一个对比说明差异：传统电子商务依靠算法推荐和库存匹配提升交易效率，而智慧供应链系统整合货场、能源消耗、交通和物流全量数据，通过智能系统实现实时决策与动态调度——从局部优化跃升到系统最优。智能经济的实质是"基于智能网络发展的智能系统为载体、以人智协同'智能'为关键驱动要素的技术经济范式"。
双层结构——核心部门与融合部门的正反馈循环
智能经济包含核心经济部门和融合经济部门，两者良性互动是其发展的关键动力。
核心经济部门是"智能要素"的产出部门——包括网络、数据、算法和算力在内的技术和产业领域。截至2025年，中国AI核心产业规模突破1.2万亿元，企业数量超6000家，智能算力总规模达1590 EFLOPS。国产开源模型下载量超百亿次，AI专利占全球比重达60%。但短板同样存在：高端GPGPU依旧依赖海外供给，国产操作系统和训练框架生态尚处发育阶段。
融合经济部门是"智能要素"的投入部门——产业智能化创造的增量经济空间。在制造业，AI已嵌入研发、生产、售后和供应链全链条。鼎捷数智开发的汽车零部件研发平台通过AI优化，产品试样次数从8次降至3次，成本降低62%，周期由"天级"压缩至"小时级"。在公共治理领域，政务大模型实现了从服务自动化到智能决策的转变。
两个部门的正反馈机制表现为：融合部门通过场景开放形成数据反馈和动态需求，反哺核心部门的技术创新。制造业复杂装配环境催生了多模态灵巧手系统，政务服务高频问句再训练促进了语义模型迭代。场景开放→技术优化→场景再拓展——这个创新循环构成了智能经济的自我演进动力。
运行规律——报酬递增与新的成本约束
与工业经济遵循资本和劳动报酬递减规律不同，智能经济建立在数据非竞争性、算法可复用性和网络外部性基础上，呈现出近零边际成本、规模报酬递增和数据正反馈并行。2026年初国产大模型价格战中，阿里通义千问Qwen3.5-Plus调用价格仅为每百万Token 0.8元，约为Gemini 3 Pro的十八分之一。
但报告同时指出新的成本约束正在形成。首先是算力和算法的持续研发投资——大模型预训练深受算力规模效应支配，算力消耗带来能源消耗的急剧上升。其次是迁移和再训练成本——当AI深度嵌入企业业务流程后，转换成本远高于最初部署费用。第三是治理和合规成本——算法透明、数据安全和隐私保护需投入大量资源，算法歧视和虚假推荐风险使治理成本成为常态化支出。
报酬递增可能强化头部科技企业的市场主导地位，形成高度集中的市场格局。这是智能经济在效率与公平之间需要面对的结构性张力。
制度重构——"十五五"的四项紧迫任务
报告明确提出"十五五"时期迫切需要开展的四项制度建设。
数据确权与流通：以"三权分置"（数据资源持有权、加工使用权、产品经营权）为抓手，完善数据分类分级指引，建立跨区域数据交换通道，促成安全可控的全国统一数据市场。
算法治理：从备案制度走向风险分级治理。截至2026年1月已发布15批共572个深度合成服务算法备案，下一步需引入"监管沙盒"试点，在金融、医疗等高合规领域实施动态评估和场景化监管。
劳动关系：算法驱动的灵活用工（包括"一人公司"新形态）倒逼制度创新——明确"不完全劳动关系"合法地位、建立强制职业伤害保险和灵活缴费体系、完善再培训和终身学习支持机制。
伦理安全：在高风险领域建立强制算法审计、外部独立评估和应急熔断制度，推动伦理治理从倡导性共识转变为硬约束机制。
报告最后的判断指向一个系统性挑战：制度建设的最大障碍来自部门壁垒和制度分割——数据局管数据、网信办管算法与内容、市场监管总局管反垄断、人社部管劳动保障，跨部门协作存在响应迟滞与多目标冲突。通过高层级统筹治理和标准化体系构建智能经济规则的一体化架构，是根本方向。
理论贡献与开放问题
报告的理论贡献在于重新定义了智能经济与数字经济的关系：它不是量变延续，而是经济形态的质变——以"智能要素"为关键驱动力，而非数据。双层结构模型（核心部门+融合部门）和正反馈机制为理解智能经济的增长动力提供了分析框架。
但报告同样坦诚指出了需要进一步研究的问题：在面临美国技术封锁和新一轮经济全球化挑战的背景下，如何加快构建适应新兴技术及其融合发展的国家创新体系和体制机制？这个开放性问题，既是挑战，也是中国智能经济下一步突破的方向。
