2026年3月5日，《政府工作报告》发布，在产业政策方面，“智能经济”首次被写进报告，这是继农业经济、工业经济、数字经济之后，又一个以“经济”命名的产业形态。去年8月，国务院文件已经制定目标：到2030年，智能终端、智能体等普及率要超90%，智能经济要成为经济发展重要增长极。以人工智能为代表的智能经济，通过“创造性破坏”“包容性增长”和要素重构等机制，正深刻改变产业运行逻辑与价值分配格局，成为培育新质生产力、驱动现代化产业体系建设的核心引擎。
“十四五”时期，我国人工智能（Artificial Intelligence，AI）产业已经在技术创新、应用落地与生态建设方面取得了显著进展。根据中国互联网络信息中心2025年7月发布的《第56次中国互联网络发展状况统计报告》，截至2024年，我国人工智能产业规模已超过7000亿元，连续多年保持20%以上的增长率。该中心2025年10月发布的《生成式人工智能应用发展报告（2025）》则显示，截至2025年6月，我国生成式人工智能用户规模达5.15亿人，用户规模在短短半年内就实现了翻倍，总体普及率超36%。与此同时，也应该看到，全球人工智能竞争格局正在加速演变，关键核心技术“卡脖子”风险依然存在，人工智能与实体经济深度融合的广度与深度仍有待拓展。
即将到来的“十五五”时期（2026—2030年），是我国基本实现社会主义现代化夯实基础、全面发力的关键时期，在基本实现社会主义现代化进程中具有承前启后的重要地位，其产业结构调整与技术创新布局引起广泛关注。党的二十届四中全会审议通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》（后文简称“十五五”规划）提出，“现代化产业体系是中国式现代化的物质技术基础”，要“坚持智能化、绿色化、融合化方向”，“构建以先进制造业为骨干的现代化产业体系”。新一代人工智能技术作为引领产业变革的通用目的技术，正推动全球产业链、供应链、价值链深度重构。在这一背景下，人工智能不仅是技术创新的前沿领域，更是引领产业变革、培育新增长点的战略抓手。当前，人工智能正从单点技术突破走向系统集成创新，从辅助工具升级为核心驱动，在赋能产业升级、畅通经济循环、提升全要素生产率方面的战略价值日益凸显。
学术界对人工智能的经济社会影响已有广泛探讨。从技术经济学的角度来看，早期研究多集中于技术本身及其对生产率的宏观影响。随着实践的发展，学者们开始关注其引发的就业结构变化、收入分配效应以及产业变迁影响。近年来，结合中国实践提出的“新质生产力”理论，也为进一步理解人工智能技术革命与现代化产业体系升级提供了新的视角。不过，现有研究多局限于单一的理论视角，缺乏对人工智能驱动产业体系的跨学派、系统性机理解析。本文研究人工智能驱动现代化产业体系建设的理论逻辑，尝试回答以下关键问题：以人工智能为代表的智能经济，通过何种理论机制驱动现代化产业体系建设？
本文在理论层面，通过融合技术经济发展史、“创造性破坏”理论、“包容性增长”理论、“新质生产力”理论以及中国特色发展实践，构建了一个多维的理论分析框架，分析人工智能如何从技术演进、要素重构与制度协同等维度推动现代化产业体系的深刻变革，揭示了人工智能驱动产业变革的内在逻辑，也为发展经济学和技术创新理论提供了新的视角。
一、从工业革命到智能革命的历史演进
将人工智能这一新技术置于宏大的技术经济范式变迁史中考察，有助于深刻理解其颠覆性影响。纵观人类历次科技革命，从蒸汽时代、电气时代到信息时代，再到今天我们即将面对的人工智能时代的革命，通用目的技术（General Purpose Technology, GPT）的突破性创新始终是驱动产业体系根本性变革的核心动力。与前述革命类似，人工智能革命正推动生产方式和产业组织发生范式重构，但其变革速度更快、影响范围更广、渗透程度更深。蒸汽技术革命实现了机械化生产，替代了部分体力劳动；电气技术革命开启了规模化生产，大幅提升了生产效率；信息技术革命推动了自动化生产，优化了生产流程控制；而当今的人工智能技术革命则旨在实现智能化生产，不仅替代体力劳动，更扩展至部分脑力劳动领域，形成了一种能够自主感知、学习、决策和执行的新型生产体系。这一变革特质使人工智能超越了传统技术进步的范畴，成为引领新一轮产业变革、驱动产业体系全面升级的通用目的技术。
人工智能还极大地提高了知识本身的生产与扩散效率。比如，2025年诺贝尔经济学奖得主之一的乔尔·莫基尔（Joel Mokyr）在对知识经济的历史研究中发现，工业革命的持续性并非偶然，它源于“命题性知识”（Propositional Knowledge）与“指令性知识”（Prescriptive Knowledge）之间首次形成了强大的正向反馈循环，即“工业启蒙”（Industrial Enlightenment）。 “命题性知识”主要涵盖基本的科学原理，而“指令性知识”主要包括具体的技术实践。莫基尔从历次工业革命提炼出来的知识经济相关理论，也与当前人工智能驱动的“知识革命”具有深刻的历史相似性。人工智能，特别是大语言模型，正成为一种新的“命题性知识”生产与组织方式，它通过对海量数据的学习，发现隐藏的规律与模式，并与传统产业相结合，实现“指令性知识”的自动化完成，并最终指导、优化和执行复杂的生产与服务任务。可以看到，人工智能带来的生产范式的变迁，极大地加速了知识创造、传播与应用的速度与范围，有望开启一个更具突破性的“智能启蒙”时代，从而为产业体系的知识密集化和创新常态化提供了强大驱动。
从生产要素的视角看，人工智能驱动的智能革命更是从根本上改变了传统生产要素的结构与功能。在古典农业时代，土地与劳动是核心的生产要素，世界因此也会陷入“马尔萨斯陷阱”之中。在传统产业体系中，土地、劳动力、资本与技术是主要的生产要素，适用于此阶段的各种重要的经济增长理论也成为指导经济发展的理论基石。其中，在较早的阶段，代表性的有经典的索洛增长模型。而随着科技的发展，知识本身的生产过程也愈发重要，以罗默为代表的经济学家也相应地提出了内生增长模型。进入21世纪的信息经济时代，数据正在成为一种独特的新型生产要素，影响市场分配与价值创造。因此，展望未来的智能经济时代，数据、算法、算力将共同构成新一代的生产要素体系。其中数据作为基础性资源，算法作为核心能力，算力作为支撑平台，三者协同驱动产业的创新发展。这种生产要素的结构性变化，不仅改变了价值创造方式，也重塑了产业竞争格局，使人工智能未来成为构建现代化产业体系的核心驱动力。
二、“创造性破坏”和“技术包容性增长”
著名经济学家约瑟夫·熊彼特（Joseph Alois Schumpeter）曾提出著名的“创造性破坏”（Creative Destruction）理论，为理解人工智能驱动的产业变革提供了深刻视角。同为2025年诺贝尔经济学奖得主的菲利普·阿吉翁（Philippe Aghion）与彼得·豪伊特（Peter Howitt）发展的创新驱动的内生增长理论指出，技术创新的本质是对旧技术、旧模式和旧体系的替代与超越。人工智能正引发一场深刻的“创造性破坏”浪潮，一方面淘汰传统生产模式和低技能岗位，另一方面创造新业态、新产业和高质量就业。与传统技术创新不同，人工智能引发的“创造性破坏”具有多领域协同、多层级渗透和多路径突破的特点，不仅改变了产品和服务的生产方式，更重构了产业组织的核心逻辑与价值分配的基本原则，这是其驱动产业体系发生质变的核心机制。
在这一驱动过程中，人工智能通过三大机制重塑产业体系。一是优化决策机制，通过数据驱动决策提高资源配置效率；二是拓展能力边界，通过机器学习增强人类解决问题的能力；三是创新组织模式，通过平台化与生态化重构产业分工协作网络。这些机制共同作用，打破了传统产业的边界限制，催生了诸如平台经济、共享经济等新模式新业态，推动了产业体系向网络化、智能化和生态化方向演进。值得注意的是，这种创造性破坏过程也带来了市场集中度提升、技术性失业等挑战，要求政策制定者综合平衡效率与公平、创新与稳定之间的关系。
面对人工智能驱动带来的技术变革对劳动力市场带来的巨大冲击，2024年诺贝尔经济学奖获得者达龙·阿西莫格鲁（Daron Acemoglu）的技术包容性增长理论则有所警示与启发。在人工智能时代，技术发展可能呈现技能偏向性与资本偏向性双重特征，容易导致收入差距扩大和数字鸿沟加深，而技术创新方向与制度架构则共同决定技术红利的分配格局。为避免技术冲击带来的分化趋势极端化，需要通过制度创新引导人工智能向包容性方向发展，让更多群体共享智能经济发展成果。这就要求在技术研发、产业应用和成果分配各环节融入包容性理念，构建普惠共享的人工智能发展体系，从而确保驱动进程的可持续性和社会稳定性。
为实现人工智能的包容性发展，需要建立多层次的治理框架。比如，在技术层面，推动开发易用、可及的人工智能工具，降低中小企业应用门槛；在市场层面，构建公平竞争的环境，防止数据垄断和算法共谋；在社会层面，建立健全社会保障体系，应对就业结构变化带来的挑战；在国际层面，推动全球人工智能治理合作，防止单边主导和技术霸权。这一多层次治理框架的本质是构建“有为政府”与“有效市场”的良性互动机制，通过制度创新引导技术向善，确保人工智能发展成果更多更公平惠及全体人民，从而为人工智能的长期、健康驱动营造良好的社会环境。
三、人工智能驱动生产要素重构
在人工智能时代，数据已从简单的信息载体转变为关键生产要素，引发了信息经济学理论的重构。值得注意的是，数据要素具有非竞争性、规模报酬递增和多维度价值等特性。这些特性决定了基于数据的人工智能应用具有自我强化的良性循环机制——更多的数据催生更优的算法，更优的算法吸引更多用户，更多用户产生更多数据。这种正反馈机制使得人工智能产业呈现出典型的网络效应和规模效应，头部企业往往能够迅速形成市场优势地位。这便是人工智能产业能够对关联的传统产业进行生产赋能、驱动整个现代化产业体系的信息经济学因素。
当然，数据要素的独特属性也对传统资源配置机制提出了挑战。一方面，数据确权、定价与交易机制不完善制约了数据要素的市场化流动；另一方面，数据隐私、安全与伦理问题要求建立更为完善的治理框架。对此，需要通过完善数据产权界定、开放共享、交易流通等标准和措施，促进数据要素高效流动与合理使用。在“十五五”时期，构建统一规范的数据要素市场，充分释放数据作为关键生产要素的潜在价值，是强化人工智能驱动效应的坚实基础。
基于中国发展实践提出的新质生产力理论，为理解人工智能驱动现代化产业体系的发展提供了本土化分析框架。新质生产力是以科技创新为主导，体现高质量、高效能和高水平特征的生产力形态。它并非凭空产生，而是深深植根于世界生产力发展的历史脉络与中国式现代化的具体实践，是对马克思主义生产力理论的继承与创造性发展。从理论逻辑看，它系统阐述了生产力构成要素的质变，强调以科技创新为核心驱动，特别是关键性、颠覆性技术突破所带来的生产力根本性跃迁；从实践逻辑看，它要求构建一个包含科技创新体系、现代化产业体系、绿色生产力体系及与之适配的新型生产关系在内的完整系统。因此，新质生产力不仅是理论上的创新，更是指导中国实现高质量发展的实践纲领。
“十五五”规划提出，“加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。” 以人工智能为代表的智能经济通过与产业体系深度融合，成为培育和发展新质生产力、构建现代化产业体系的最活跃驱动力，并最终形成一个包含科技创新体系、现代化产业体系及与之适配的新型生产关系在内的完整系统。
作者：
张延
beat365中文官方网站教授，宏观经济学专业，博士生导师，在beat365中文官方网站连续获得经济学学士学位、国际金融硕士学位、西方经济学博士学位。
宋恒旭
beat365中文官方网站理论经济学博士，研究方向为宏观经济、宏观金融等。目前就职于暨南大学beat365中文官方网站，任助理教授、硕士生导师。
供稿：科研与博士后办公室
美编：初夏
责编：度量、雨禾、雨田
