经济学 | 智能化驱动产业数字创新生态发展

2025年政府工作报告明确提出，要加快建设现代化产业体系。为此，我国需以实体经济为根基，强化创新驱动，统筹新旧动能转换，加速传统产业数字化转型并深化实数融合，培育新型工业产业集群。近年来，互联网、大数据、人工智能（AI）等数字技术引领新一轮技术革命与产业变革。在此背景下，宇树机器人、DeepSeek等企业实现技术突破，为我国数字经济发展注入新动能。未来，我国需进一步以智能化驱动产业数字创新生态发展，加快制造业数字化转型。

智能化阶段新特征

产业数字创新生态系统是数字经济时代产业创新生态系统的演进形态。伴随着20世纪末数字技术的快速发展，传统产业依托其开始数字化转型。而传统产业创新生态则在数字技术驱动下，以数据要素重构产业创新生态，在当前智能化阶段，产业数字创新生态发展呈现出四方面的特征。

第一，技术重心在于AI大模型驱动智能体系统构建。其核心突破在于依托大模型，能够调用工具链执行分析，自主理解复杂目标、进行多步推理并完成任务规划。例如，主动监控业务指标、定位异常根本原因并生成应对报告。第二，数据应用呈现全要素智能驱动产业创新生态发展特征。这一转变的核心在于，数据不再仅仅是优化流程的辅助工具，而是结合算法、算力完成新型生产要素全生命周期开发，通过采集、分析和应用深度融入研发、生产、分配各环节，成为驱动全产业链的核心要素。第三，产业组织实现网状共生驱动产业开放创新格局重塑。智能化阶段以“平台+智能场景”为核心的开放共生体系，从单向供需转变为多向互动与相互赋能，实现互补性创新，创新过程表现为网状共生、高度开放与自主进化的创新生态。第四，智能载体表现为生态智能驱动产业数字创新智慧运维。智能化阶段载体为智能生态系统，该系统打破“点对点”合作模式，形成“牵头企业+N家生态企业”联盟机制，创新从传统研发转向场景驱动、用户参与的生态化模式，体现“共建共享”生态逻辑。

创新生态面临结构性制约

第一，核心技术受制与基础研究薄弱。我国产业数字创新生态系统面临核心技术受制与创新源头乏力双重结构性约束。在技术层面，我国数据工具多基于国外开源技术二次开放，核心算法自主性不足，工业软件、高端芯片等关键环节对外技术依赖严重。深层根源在于基础研究投入薄弱，智能基础设施薄弱，科研成果转化率低，企业重应用轻研发与研用脱节并存，技术成果供给与市场需求不匹配，导致企业创新效率低下，进一步削弱核心技术自主创新动力。

第二，数据要素市场与标准制度不健全。当前，数据要素市场标准制定还面临多重制度性短板。一是产权界定模糊导致权责不清，数据供给主体因权益归属不明缺乏参与动力。二是产权制度供给不足，数据确权、定价和收益分配等规则尚未形成统一框架。三是产权交易制度不完善制约市场活力，全国70余家数据交易所普遍存在交易流量低、供需匹配难问题。四是产权保护困难，数据的易复制性和跨境流动特性使得侵权行为难以追踪防范。

第三，产业协同与数字化转型压力较大。产业数字创新生态存在跨领域协作壁垒、资源整合协同效率低下等系统性矛盾。一是产业链协同障碍突出，技术标准不统一、供需信息不对称导致上下游企业合作效率低。二是技术研发与产业应用脱节，数智赋能的高成本和高风险导致中小企业重应用轻研发，制约企业数字化转型发展。三是生态协同架构缺失，链条耦合困难，大型企业数字化平台辐射能力有限，中小产业集群缺乏公共数字基建支撑，造成“集而不群”。

第四，“五要素”融合发展遭遇瓶颈。教育、科技、人才、金融与政策“五要素”结构性矛盾突出且融合发展遇到瓶颈。高质量教育体系尚不健全，存在产教脱节、师资薄弱、区域失衡和数字技术赋能滞后等问题。缺少关键核心技术攻关和前沿性、颠覆性技术研发，核心技术受制。科技产业领军人才、拔尖创新人才、工匠技能人才等高素质人才缺口大，战略人才力量薄弱，AI人才严重缺乏。资本力量扶持薄弱，面临资本短视、科创断链和融资渠道单一等问题。缺少健全的激励及保护机制，政策赋能不足。

推动创新生态系统性突破

第一，突破核心技术瓶颈实现产业链韧性提升。以新型举国体制为支撑，加快推进高水平科技自立自强。加大技术研发力度，聚焦“卡脖子”领域，强化关键核心技术攻关和前沿性、颠覆性技术研发，强化产业链底层基础，补齐基础研究短板。构建产学研深度融合的产业创新联合体，完善国家实验室体系，提高科研成果市场转化率。构建多元化供应链网络，培育备份供应商与建设产业应急储备中心，建立关键零部件库存预警系统，增强产业链供应链韧性。积极探索高质量“走出去”路径，以“中国制造”引领“全球制造”，实现树根互联业务版图，进一步提升产业链供应链韧性。

第二，推动数据要素生态协同与政策创新。重构数据治理制度，建立“三权分置”架构。完善数据产权制度，加快数据确权、流通交易等立法进程。建立数据资产评估与授权运营机制，破解“数据孤岛”难题。建立数据保护制度，构建多层次监管体系，推动跨部门、跨领域的数据监管协同机制，以《中华人民共和国数据安全法》保障数据要素市场安全。建立多层次数据交易体系，发挥我国超大规模市场优势，推动数据要素与劳动力、资本等要素协同，以数据流引领技术流、资金流、人才流、物资流，大力发展算力基建，提高全要素生产率。

第三，强化产业生态协同与数智化转型。依托京津冀、长三角等重点区域，统筹推进数字基础设施互联互通，建设智慧型数字创新基础设施。深入实施“链长+链主+链创”融合机制，引导龙头企业承担生态主导责任。一方面，整合上下游数据资源，推动实现数据标准化，实现开放数据共享；另一方面，以智能制造为主攻方向，通过产业资源虚拟化与网络化协同实现创新要素优化配置，提高区域协同效率。依托平台数据资产，构建细分领域数字孪生体，推动产业链各环节企业从“经验管理”转向“数据驱动”“智能优化”。

第四，建设“五要素”一体化与企业阶梯培育机制。推动“五要素”一体化发展：优化高等学校学科设置，增设“数字+行业”交叉学科，建立现代产业学院，培养复合型人才。聚焦现代化产业体系建设的重点领域和薄弱环节，建立联合实验室，攻关前沿关键核心技术。着眼世界科技前沿，培养战略帅才、领军将才、产业英才、青年俊才和大国匠才等高素质人才。推动科技金融与科技创新有机融合，引导金融资本投早、投小、投长期、投硬科技。加大政策支持力度，政府根据企业发展阶段、创新能力和市场定位分类施策、精准扶持，深入实施“雏鹰—瞪羚—独角兽—领军企业”梯度培育工程。

本文系国家社科基金一般项目“数智赋能高能级科创平台生态发展路径研究”（25BKX014）阶段性成果）

作者：王军武 李小玉 曾繁华，系贵州师范大学法学院教授；中南财经政法大学产业新质生产力发展研究中心研究员；中南财经政法大学经济学院教授、产业新质生产力发展研究中心主任）