智能经济既可以看作产业形态，也可以看作是一种经济形态，两者的研究内容和方法不尽相同。看作产业形态的话，需要研究产业结构、产业组织、产业竞争等内容。从经济形态看，智能经济不是单一维度的技术工具革新，而是覆盖生产力、生产关系、经济运行逻辑的系统性技术—经济范式突破。经济形态的理论研究不能局限于技术应用层面，须从经济系统角度贯通生产、分配、流通、消费完整经济循环链条，要从宏观经济增长水平、产业内部结构、区域空间布局、劳动力就业分工四大核心维度搭建综合分析框架。

我国在发展智能经济方面具有较大的优势，一是拥有统一电网和新能源电力优势，为算力产业发展筑牢基础；二是具有良好的应用市场，产业结构调整也需要智能经济加持；三是国家能够集中力量加大智能经济扶持力度。但同时也要正视智能经济带来的影响，一是高端AI芯片制造短期难突破、低质量数据难支撑训练、标准体系待完善等短板明显；二是产业智能化中，AI替代脑力劳动者，大学生就业承压，需健全配套制度加以应对。建议智能经济发展应统筹安全与发展，适度放宽管控，守住安全底线，营造宽松有序的智能经济环境。

人工智能产业快速发展，智能经济测算需统筹考虑产业链跨地域、业务边界模糊等问题，直面内容治理、收入分配、网络安全、算电协同等新挑战。智能经济治理需秉持稳妥审慎原则，正视立法迭代滞后于技术演进的现实，聚焦核心矛盾精准施策，实现发展与质量的双轮驱动。

从作为现代经济学第一假定“资源具有稀缺性”来看，工业经济时代的物质资源具有消耗递减特征；而智能经济时代的资源——数据要素不具有稀缺性，可循环复用，而且越用越增值。因此，我的判断是，智能经济并非简单是数字经济的一个阶段或者是其高级形态，智能经济是一种全新的范式革命，是全新的经济发展范式。数据要素资本化能否形成完整的价值闭环，是智能经济全链条落地的核心关键，直接决定产业发展实效。因此，聚焦数据要素资本化的应用研究，尤其是要解决数据要素资本化实践中的断点堵点问题，对优化企业经营、完善行业监管，加快推动金融服务实体经济稳中求进，尤其是加快推进我国先进制造业的发展具有重要现实意义。

衡量智能经济发展水平，首先应明确智能经济的内涵。从“技术—经济”范式来看，人工智能是数字技术的一个子集，是一类特定的数字技术，因此从规模上看，智能经济是数字经济的一个子集；从业态上看，智能经济也应有其独特性。在明确界定智能经济内涵的基础上，对其发展水平的衡量有统计核算与综合评价两类方法。统计核算的方法更加基础、严格，BEA、OECD以及我国统计局对于数字经济的统计核算方法对智能经济有较强的借鉴作用。综合评价的方法以统计核算为基础，一般会拓展至影响主体与辐射对象，覆盖基础设施、人才、效率、公平、创新等多维指标。与传统业态相比，智能经济呈现出三大新特征：AI角色由决策辅助转向操作替代；规模经济效应从消费侧迁至生产侧；生态建设重心从匹配信息升级为匹配产能。

智能经济定义与评测是开创性研究，厘清其与数字经济关系意义重大。智能经济引领消费方面，应警惕文旅行业具身智能应用的“工具人陷阱”，即技术部署未有效反哺算法迭代，研发企业未获实质反馈。建议分行业对照增长范式，研究AI变革增长方式；借鉴DARPA模式，推行项目经理中心制，以定向创新补自发创新短板。

智能经济的测算应构建理论框架，把握人工智能“工具”与“对象”的双重属性。区别于传统数字经济两分法框架，人工智能自身是研究对象和生产过程对象。智能经济的指标体系应分层考量，并注重国际可比性，借鉴数字经济测算经验，逐步建立国别比较体系。当前，全球智能经济竞争格局呈现“一超多强、双核牵引、区域分化”态势，中美两国具备差异化竞争优势，其他国家围绕制度、标准、算力等方面积极布局。与数字经济相比，智能经济治理更为复杂，数据跨境、模型安全、内容生成、知识产权、算法歧视、出口管制等问题交织，诸多治理对象与内容尚待厘清，需深化研究、系统应对。

数字经济范畴更为广泛，智能经济是数字经济的高级阶段。建议借鉴清华课题组提出的“广义数智经济理论”的一般均衡模型，将数据、算力、存储与算法等重要组件纳入统一框架内，对数智经济进行分析。在全球AI竞争格局中主要集中在少数国家之间，中美两国均发展全栈式AI。美国科技巨头正全面布局自研硬件。我国拥有丰富的工业应用场景和海量工业数据，通过工业互联网与人工智能深度融合，可实现产业全要素互联与全局性优化，并提供“开源普惠”AI服务，对内赋能区域均衡发展，对外输出发展新模式，为智能经济时代贡献中国方案。

传统数字经济测算方式不适用于智能经济，人工智能渗透率动态变化易造成测算失真，还存在业务界定、统计口径、数据覆盖三大难点。智能经济重塑产业格局，脑力劳动、经验判断日益由模型、智能体完成，资本与劳动边界模糊，劳动密集型可能转向资本密集型，智能体复制快、外溢强，有利于资源向高效模式流动。智能原生企业推动管理层级压缩，任务岗位就业结构面临颠覆，短期看，智能体和智能运营中台将加快落地应用；中长期看，具身智能规模化发展前景可期；长期看，企业边界将趋于模糊。