中国新生态计划经济研究，一、导论：时代命题与理论自觉

普贤行

中国新生态计划经济研究

一、导论：时代命题与理论自觉

中国经济发展正处在一个深刻的历史转折点上。一方面，2026年一季度规模以上工业增加值同比增长6.3%，出口增长21.8%，彰显了供给体系的强大韧性；另一方面，社会消费品零售总额增速仅2.8%，工业产销率徘徊于95.4%——“供强需弱”的结构性矛盾已从周期性波动演化为系统性特征。与此同时，人工智能作为通用目的技术的深度渗透，正在重塑就业格局与产业生态；全球产业链重构压力与国内“内卷式”竞争交织叠加，对传统治理模式构成严峻挑战。

这些矛盾并非孤立存在，而是折射出一个更深层的理论追问：在AI时代，一个超大规模经济体能否探索出一种超越“市场原教旨主义”与“指令性计划经济”二元对立的新型经济治理模式？中国新生态计划经济的研究，正是在这一理论自觉中展开。

本研究无意构建一套封闭的教条体系，而是试图在总结中国发展实践、回应现实矛盾的基础上，提出一个开放性的分析框架——它以新质生产力为牵引，以“投资于人”为枢纽，以智能化供需匹配、就业友好型技术发展、产业链动态平衡、数智赋能共同富裕为四大支柱，探索兼顾效率与公平、发展与共享、创新与安全的系统性解决方案。

二、矛盾诊断：结构性困境的深层逻辑

2.1 供需失衡：不止于“周期”的结构性症候

当前供需矛盾的复杂性在于，它并非简单的需求不足，而是需求结构转型与供给体系惯性之间的错配。内需正从“量的扩张”转向“质的牵引”——消费者对高端供给、绿色供给、智能供给的期待持续升级，而既有供给体系长期习惯于规模扩张的路径依赖，精准匹配能力不足。制造业投资同比增速已降至-0.4%，这既是需求走弱向供给端传导的信号，也表明企业对既有产能扩张的信心正在消解，而对新兴领域的投资仍面临较高的不确定性与制度壁垒。

这一矛盾的根本症结在于：长期以来“投资于物”的偏好压倒了“投资于人”的自觉。物质资本积累固然支撑了高速增长，但当发展阶段转换，人力资本积累不足、消费能力与消费意愿的结构性抑制便成为制约供需循环的深层瓶颈。

2.2 技术与劳动：AI时代的“创造性破坏”困境

经济学家熊彼特将资本主义的本质特征概括为“创造性破坏的永恒风暴”。人工智能正在中国掀起这样一场风暴，但考验在于：创造的速度能否赶上破坏的深度？大语言模型已对白领岗位中具备“平均技能”的从业者形成替代压力；具身智能与机器人技术的快速迭代，则对蓝领操作性岗位构成直接冲击。技术进步的速度（快变量）与制度调整、技能再培训的速度（慢变量）之间，正在形成一道危险的“剪刀差”。

然而，将技术冲击简单归因于“机器取代人”是一种理论上的懒惰。更本质的问题在于：谁来承担转型成本？谁来设计让被替代者获得新能力的制度通道？正如习近平总书记在全国两会期间所指出的，需要“积极主动解答如何实现高质量充分就业、如何增加城乡居民收入”等课题——这已经超越了经济政策层面，关乎发展的价值取向。

2.3 产业链困境：“四重范式叠加”中的治理难题

中国制造业同时承受四重范式变革的叠加冲击：全球规则重构（美欧“脱钩断链”战略深化）、AI范式变革（人工智能成为产业底层操作系统）、绿色转型加速（碳成本全面内部化）、内需结构升级（从“有没有”到“好不好”）。这四重力量相互交织，既创造了产业跃迁的历史机遇，也放大了传统治理框架的适应性危机。

“十五五”规划纲要提出“保持制造业合理比重”的目标，其政策深意在于：制造业比重不是一个固定数值，而是一个动态平衡——既要避免“过早去工业化”导致产业空心化与就业塌陷，也要避免“低端产能过剩”加剧资源错配与“内卷式”竞争。如何在开放合作中建立“互嵌式”产业链关系，同时保障关键环节自主可控，已成为治理能力现代化的试金石。

2.4 分配鸿沟：技术红利共享的制度缺位

人工智能大幅提升全要素生产率，但其收益分配并不自动趋向公平。平台经济、数据资本、算力资源等领域具有天然的马太效应——先发者凭借规模优势和数据壁垒不断巩固地位，后来者难以逾越。如果技术红利仅被少数主体捕获，而转型成本（失业、技能贬值、收入停滞）由广大劳动者承担，那么效率提升非但不能增进社会福祉，反而可能加剧社会撕裂。

这正是中国新生态计划经济必须回应的核心价值命题：如何确保AI经济发展与稳就业同步？如何让企业数智化的效率提升转化为城乡居民劳动增收的动力？如何将替代阵痛控制在个人和社会能够承受的范围之内？

三、理论框架：中国新生态计划经济的逻辑起点

3.1 概念界定：不是什么，是什么

“中国新生态计划经济”这一概念容易引发两种误读：一是被等同于苏联式指令性经济，二是被视为对市场经济的全盘替代。有必要首先廓清其理论边界。

它不是对传统计划经济的简单复归。苏联模式的核心特征是自上而下的行政指令、静态的物资平衡表、对微观主体活力的全面压制。这套体系在信息收集、激励相容、动态适应方面存在根本性缺陷。

它也不是对市场经济的否定。市场在资源配置中的决定性作用不会被替代，价格信号、竞争机制、企业家精神依然是经济活力的基本源泉。

它是一种在AI时代对“计划”与“市场”关系的再思考——“计划”不再体现为行政指令，而是体现为国家战略导向、公共数据平台、智能匹配算法和动态调节机制的综合运用；“市场”则继续承载分散决策、试错创新和微观效率的功能。二者的关系从“谁主谁辅”的零和博弈，转向“战略引导+微观活力+智能协同”的正和共生。

3.2 理论基石：新质生产力与“投资于人”

习近平总书记对新质生产力的界定——“以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵，以全要素生产率大幅提升为核心标志”——为新生态计划经济提供了理论锚点。其深刻之处在于：新质生产力不是单纯的技术概念，而是包含劳动者素质提升和要素组合优化在内的系统性跃升。

由此推导出的核心命题是：“投资于人”既是新质生产力的题中应有之义，也是实现供需更高水平动态均衡的枢纽。

其逻辑链条为：投资于教育、健康、技能培训，提升劳动者综合能力与创新潜能→人力资本增值驱动消费结构从生存型向发展型、享受型升级→有效需求升级形成对优质供给的持续牵引→供给体系在需求倒逼下加速迭代升级→形成“人力资本提升—有效需求升级—优质供给迭代”的良性循环。

这一逻辑链条揭示了一个重要判断：中国内需不足的根源不在于“中国人不爱消费”，而在于人力资本积累的深度不足以支撑消费结构的系统性跃迁。真正的“需求侧管理”，本质上是“人的发展管理”。

3.3 运行机制：“国家调度+市场交易+智能匹配”的三层架构

中国新生态计划经济的运行机制可概括为三个层次的协同：

战略层（国家调度） ——以国家中长期发展规划为牵引，在基础研究、关键核心技术攻关、重大基础设施（如全国算力网络）、战略性资源保障等领域发挥制度优势，提供公共产品和方向引导。这一层次解决的是“市场失灵”和“长周期”问题。

运作层（市场交易） ——在竞争性领域充分尊重市场规律，保护产权、维护公平竞争、激发企业家精神，由价格机制和利润信号引导资源配置。这一层次解决的是效率、激励和分散信息利用问题。

支撑层（智能匹配） ——依托国家级数据平台和AI算法，对宏观供需态势进行实时监测与趋势预判，为市场主体提供信息服务和决策参考；同时通过智能化手段优化产业链协同、物流调度、产能匹配等具体环节。这一层次解决的是信息不对称和协调失灵问题。

三层架构各有分工、相互支撑，既避免了传统计划的僵化，也弥补了纯市场调节的盲目性。

四、实践路径：四大支柱的系统展开

4.1 供需匹配智能化：从“事后调节”到“事前预判”

传统宏观调控具有明显的“后视镜”特征——数据收集滞后、决策传导缓慢、政策效果难以精准评估。AI技术的核心贡献在于推动调控范式从事后应对转向事前预判。

构建国家级需求感知网络。 整合电商、物流、支付、搜索等多源数据，在保障隐私安全的前提下形成实时需求画像，使政策制定者和企业能够准确把握需求变化的方向、结构与强度。国务院《关于深入实施“人工智能+”行动的意见》提出的“推进工业供应链智能协同，加强自适应供需匹配”，正是这一方向的顶层部署。

推动制造业的智能化柔性化转型。 截至2026年，我国已累计建成3.5万余家基础级智能工厂、8200余家先进级智能工厂，但这仅占规上工业企业总量的一小部分。下一阶段的重点是推动AI从“单点应用”（如设备预测性维护）走向“全链贯通”（从需求感知、研发设计到生产排程、物流配送的全流程智能化），真正实现从“大规模生产”到“大规模定制”的范式跃迁。

以新供给创造新需求。 “把内需做成新需求、把科技做成新供给”，这不仅是政策口号，更是对供需循环升级机制的精准概括。低空经济、具身智能、生物制造、商业航天等新兴领域，既是技术创新的前沿，也是创造全新消费场景、释放潜在需求的重要抓手。

4.2 就业友好型技术发展：探索AI时代的“人机共舞”

“就业优先”不能简化为“抵制技术”，而是要在技术路线的选择、应用节奏的把握和制度环境的配套中，体现对劳动者尊严和发展权利的尊重。

从技术源头进行引导。 在AI研发和应用的全流程中嵌入“就业影响评估”维度。具体而言，应引导技术路线更加聚焦于增强劳动者能力（如增强现实辅助、智能决策支持），而非简单地替代劳动者岗位。具身智能与AR相结合的技术路径，因其“人机协同”而非“人机替代”的性质，值得给予重点政策倾斜。

建立分类施策的风险防控机制。 对就业替代风险较大的应用场景（如自动驾驶、智能客服），实施过渡期管理和审慎监管，为被替代者预留转岗时间；对就业创造效应显著的技术领域，给予财税、金融等政策激励。同时建立AI就业影响的动态监测指标体系，对岗位增减、薪资波动、技能需求变化进行持续跟踪，为政策调整提供数据支撑。

推动技能培训体系的系统性重构。 传统职业教育体系以“一技之长”为培养目标，而在AI时代，技能的“半衰期”急剧缩短。培训的重心应从“传授特定技能”转向“培育可迁移能力”——包括批判性思维、复杂问题解决、人际协作、数字素养等。这要求高等教育和职业教育的学科布局、课程内容、教学模式进行深层变革。

完善利益分享机制。 引导企业建立技能提升与薪酬联动的内生机制，让AI降本增效带来的增量收益向一线劳动者倾斜。同时，适度加强对平台算力、数据资本超额收益的税收调节，为社会保障和再培训提供稳定财源。

4.3 产业链智能化协同：从“链主主导”到“智链共治”

AI正在从技术工具升维为产业链的“操作系统”，这为破解“大而不强”“全而不优”的产业困境提供了新思路。

以AI重塑产业链组织形态。 传统产业链治理的核心是“链主企业”通过订单、技术或资本形成控制力。AI时代的可能性在于：搭建产业链协同数据平台，使上下游企业在信息共享、产能调度、质量追溯等方面实现高效协同，降低交易成本，减少“牛鞭效应”带来的波动放大。通过“一链一策”推进智能化改造，统一数据标准，产业链将从“物理连接”走向“价值共创”。

建立“国家调度+市场交易”的双层算力运营机制。 在全国算力网络“东数西算”框架下，统筹区域算力资源，推动算力从“以建为主”转向“建运并重、普惠赋能”。算力作为一种新型基础设施，应逐步具备公共品属性，让广大中小企业能够以合理成本获取算力资源，避免算力成为少数巨头垄断的竞争壁垒。

以“创新联合体”攻克产业链短板。 在基础软硬件、高端芯片、工业软件、开发工具链等关键环节，鼓励龙头企业、AI模型企业、系统集成商与科研机构组建“创新联合体”，发挥新型举国体制与市场活力的协同优势。联合体的核心运作原则是“政府定方向、市场定路径、成果共分享”——政府在战略层面明确攻关领域，但不干预具体技术路线的选择，由市场在比较和竞争中筛选最优方案。

统筹安全与发展。 2026年3月颁布实施的《国务院关于产业链供应链安全的规定》，将产业链安全提升至专项行政法规的高度。“十五五”规划明确“保持制造业合理比重”的根本考量，正在于关键产业链环节必须掌握在自己手里，同时全要素生产率要有实质性提升。在开放合作中建立“互嵌式”关系，实现“自主—安全—效率”的三维均衡，是产业链治理的核心命题。

4.4 数智赋能共同富裕：技术向善的制度化保障

共同富裕是中国式现代化的本质要求，也是新生态计划经济区别于单纯“效率工程”的价值标识。数智技术与共同富裕之间并非天然兼容，需要通过制度设计将潜在冲突转化为协同动力。

以新基建推动区域平衡。 数字鸿沟是区域差距的“新维度”，也是弥合差距的“新窗口”。完善中西部地区数字基础设施，使贵州“大数据+”模式的产业溢出效应在更多欠发达地区复制推广。在数字产业布局中，有重点地向中西部倾斜，让数据要素的流动为内陆地区带来“换道超车”的机遇。

以数字技术促进城乡融合。 电商下乡、数字金融、远程教育、在线医疗等应用，正在持续优化城乡间的资源配置效率。关键在于将离散的数字化实践系统化为制度安排，使数字技术真正成为缩小城乡居民收入差距、促进基本公共服务均等化的有力杠杆。

以数据治理保障公共利益。 数据作为新型生产要素，其权属界定、流通规则和收益分配尚处于探索阶段。在数据基础制度建设中，应坚持公共利益优先原则，防止数据垄断演变为“数字封建主义”，同时激发数据要素的价值创造活力，寻求保护与发展、共享与激励之间的制度平衡。

五、制度基石：新型生产关系的构建

5.1 数据要素市场的治理框架

数据要素的特殊性在于：它既是生产要素，又承载着隐私、安全和公共利益的属性。完全放任的市场化可能导致数据霸权；完全管制的行政化则可能扼杀创新活力。

可行的路径是“分类分级+场景化治理”：对公共数据（政府运行数据、公共服务数据）以开放共享为原则，建立标准化开放机制；对企业数据在保护商业秘密的前提下推动合规流通；对个人数据严格保护隐私权益，确需使用的须取得授权并限定用途。在流通机制上，探索“数据可用不可见”的隐私计算技术，实现数据价值释放与隐私保护的统一。

5.2 伦理治理与法治保障体系

AI治理面临“科林格里奇困境”：技术发展早期，风险不明、难以管制；技术成熟后，风险清晰但已深入人心、难以改变。破解这一困境的关键在于建立“敏捷治理”机制——在严格底线约束（安全、伦理、人权）与宽松发展空间之间寻求动态平衡。

建立AI伦理审查与安全评估的常态化机制，对高风险应用（如社会信用评分、大规模监控、自动化决策）实施前置审批和持续监管；对低风险应用采取备案制，降低合规成本。同时强化全流程追溯与追责能力，确保AI系统的决策可解释、可审计、可问责。

5.3 共享发展的制度设计

习近平总书记明确指出：“实现共同富裕不仅是经济问题，而且是关系党的执政基础的重大政治问题。我们决不能允许贫富差距越来越大。”这一判断对AI时代的分配制度设计具有根本指导意义。

具体而言，应从三个层面构建共享发展的制度保障：初次分配层面，完善劳动报酬增长与企业效率提升的联动机制，使劳动者能够分享技术进步的成果；再分配层面，完善数字经济税收体系，适度加大资本利得、数据收益、算力资产等方面的调节力度；第三次分配层面，引导科技企业参与社会公益和技能培训事业，形成“先富带动后富”的良性循环。

六、结语：走向“以人民为中心”的智能经济

中国新生态计划经济的探索，本质上是在回答一个时代之问：当一个超大规模经济体同时经历“技术革命加速渗透”“产业格局深度重构”“人口结构深刻变化”“全球规则激烈博弈”四重变革时，如何找到一条兼顾效率与公平、发展与共享、创新与安全的现代化路径？

本研究提出的分析框架——以新质生产力为牵引，以“投资于人”为枢纽，以智能化供需匹配、就业友好型技术发展、产业链动态平衡、数智赋能共同富裕为四大支柱——是一个开放性的理论尝试，而非封闭的终极答案。它的理论贡献不在于提供一套“完美方案”，而在于打破“计划—市场”二元对立的思维定势，揭示出在AI时代重新思考二者关系的可能性空间。

这一探索的中国意义在于：它不是对西方模式的简单摹仿，也不是对传统体制的机械回归，而是在尊重市场规律、拥抱技术变革的同时，坚守“以人民为中心”的发展价值取向。它的世界意义在于：为那些同样面临技术冲击与结构性转型挑战的国家，提供一个不同于“放任自由主义”也不同于“指令性经济”的参照系。

归根结底，中国新生态计划经济的成败，不取决于算力有多强、算法有多精，而取决于它能否回答一个最朴素也最根本的问题：在AI深刻改变生产方式和生活方式的过程中，每一个普通人是否获得了更大的发展空间、更公平的参与机会、更充分的尊严保障。这是检验一切制度设计的最终尺度，也是这场探索的真正价值所在。