数 字经济成 为经济 增长的核心 引擎，从 新兴产 业发展至国 民经济第 一大支 柱产业。
（一）科技创新能力不足，创新生态有待完善
在前几轮科技革命中，中国作为后发国家，可以借鉴发达国家的先进技术，减少初期研发投资 风险，从而在技术创新中具备后发优势。但在当前以 AI 为代表的新一轮科技革命中，中国所处的国 际地位、面临的国际形势均发生明显转变：一方面，中国已发展成为全球第二大经济体，在本轮全 球 AI 竞争中仅次于美国，属于先发国家；另一方面，大国科技博弈加剧、逆全球化思潮抬头，各国 不断出台封锁限制类政策，中国难以获得来自海外的成功经验。面对新发展形式，中国必须加大前 沿科技创新力度来自主发展数字经济，但当前我 国创新 发展模式以 渐进式创 新为主 ，颠覆性创 新相 对不足，大多数数字 企业采用“模仿+应用层创新”的发 展 模式，而缺乏在核心 技术和基 础研究领域 的突破动力。究其原因，是我国在组织变革、 资源分配 和创新生态等方面还面临着严峻挑战。 组织变革：传统产业及企业的发展往往面临路径依赖与结构性阻力，在组织架构、业务流程与 企业文化等方面难以与数字技术深度耦合。 资源分配：国家层面，“十四五”规划明确提出到 2025 年基础研究经费投入占研发投入的比重 提高到 8％以上，然而 2024 年我国基础研发投入占比仅 6.91%，距离发展目标有较大差距。企业层 面，我国创新资源向头部企业过度集聚，中小微企业在资金、技术与人才层面均面临创新障碍。 创新生态：我国在创新生态系统构建方面存在短板。一 是创新主体 之间的协 同合作 不足，科研 机构、高等院校、企业等创新主体之间的合作机制尚不完善，信息共享和资源整合存在障碍。二是 科研成果转 化效率有 待提升 ，尽管科研成果不断涌现，但在转化和应用过程中还存在技术转移难、 产业化步伐慢等问题。数据显示，我国学术界在 AI 领域的期刊发表数量世界领先，产业界发表情况 则落后于美、欧，这也是科研成果转化率待加强的重要原因之一。三是创新 生态系 统的政策支 持不 够全面，一些支持科技创新的政策措施在实施过程中存在覆盖面不足、执行力度不够等问题，未能 充分发挥政策的激励和引导作用。这些问题制约了科技创新能力的进一步提升，阻碍了科技与产业 深度融合的“最后一公里”。
（二）算力产业自主可控难题与基础设施供需瓶颈
当前，我国正面临国 际科技 竞争从芯片 “卡脖子 ”升级 为全产业链 高端环节 制度壁 垒的重大挑 战，算力产业自主 可控面临 技术、生态、资源 三个层面的发展难题。 技术层面：我国在 GPU 芯片、先进光刻设备和 EDA 软件等关键领域对外依赖度高，短期内难 以完全消解“卡脖子”风险。21 世纪以来，中国发挥比较优势，在信息技术产业链国际分工中承接 价值链中低端环节。随着中国经济崛起，我国积极寻求由“中国制造”转向“中国创造”，对关键 技术自主创新提出更高要求。然而，技术突破并非一蹴而就，特别是近年来受地缘政治摩擦等因素 影响严重，我国难以在短期内突破国外企业的领先优势，关键领域“卡脖子”困境持续存在。 生态层面：国产基础软件生态在完整性、成熟度与市场接受度上仍与国际领先产品存在差距， 软硬件协同效应不足。欧美龙头信息技术提供商经过数十年发展，已经构建起非常完整的生态系统， 可以提供从服务器到操作系统再到应用软件等一系列服务。反观国内，以行业领先的华为公司为例， 当前基于华为鲲鹏服务器尚不能提供完整的产业链服务，产业链上不同产品之间的兼容性、适配性 不足，我国算力生态建设还有较大发展空间。 资源层面：在“东数西算”战略及产业政策大力支持下，各地方政府均积极部署本区域内的算 力建设，这无疑对当地 AI 产业发展与新质生产力转型有积极影响，但同时可能导致全国算力一体 化部署效率偏低，难以实现全局最优配置，进而导致算力结构性短缺与能耗困境。一是算力供 需不 匹配。部分地方政府或企业在数据中心等新基建项目上不考虑实际应用场景，导致盲目投资、重复 建设、产能过剩现象，算力供给远超本地产业需求。二 是区域分布 不均衡。在东部地区的算力需求 与西部地区的算力供给之间，有时会面临网络延迟、数据传输标准不统一等问题，跨区域、跨平台 的算力资源整合能力不足。三是算力品类错位。随着 AI 大模型广泛应用，原有通用算力已无法满足 复杂应用场景需求，智算、超算成为新热点，但受到算力硬件与配套软件局限性，先进算力供给严 重短缺。2023 年，我国超算算力在算力内部结构的占比仅为 2.5%，仍有较大发展空间。四是算力 能耗问题日 益严峻。数据显示，近年来我国数据中心耗电量增速显著高于社会平均用电增速，算力 扩张带来的能源需求缺口不断扩大。进一步，预计 2024-2030 年间我国 数据中心用 电量年均增速 20%，如何兼顾算力供给与绿色低碳、高效运营已成为数字经济发展的关键。
（三）数据要素的流通、安全与合规治理难题
数据已成为第五大生产要素，对经济增长的重要性日益提升。“十五五”时期，中国传统的经 济增长模式难以为继，而人工智能等新技术若要真正落地成为经济增长新动能，首先要求数据这一 新型生产要素最大化发挥其价值，但当前数据 要素价值 化尚面临市场与治 理机制的 阻碍。 一方面，我 国数据要 素市场 化配置改革 尚未真正 破局，“数据孤岛 ”问题依 然存在 ，制约数据 要素流通与 价值释放 。其根源在于，数据具有非竞争性、非排他性与可复制性，传统产权制度难以 直接适用，导致拥有数据的企业不愿共享其数据，市场中的高质量数据集流通不畅。虽然我国通过 “三权分置”实现了制度创新，但具体到数据确权方法、价值分配与资产评估等应用层面仍存在实 践难题。当前，大模型训练主要依靠公共数据，下一步若要深入行业垂直领域，则离不开高质量的 行业数据支持，如果无法突破数据壁垒，将制约人工智能行业大模型的训练和应用。 另一方面，数据安全 防范与数据要素治 理仍有待 完善。随着数据安全的重要性日益提升，各国 加强了对跨境数据流动的制度约束，数据跨境相关的限制政策不断增加，导致企业出海与数据出境 面临较高的合规成本与风险。同时，随着生成式人工智能崛起，算法公平性、数据溯源与安全防护 等问题也日趋复杂，亟待建立更加系统、完备的合规治理体系。
（四）技术变革引发的数字鸿沟与社会冲击
一直以来，技术进步存在偏向性特征，尽管我们一直在追求普惠包容技术的道路上，但仍难以 避免日益加深的数字鸿沟与持续存在的技术冲击，这正影响着社会公平、稳定与包容性发展。 一方面，城 乡之间、 产业之 间的数字化 程度不均 衡，催 生“数字鸿 沟”。新一代数字技术正深 刻改变全球经济和社会运行模式，但其快速发展也加剧了不同国家及地区的数字鸿沟，成为制约经 济均衡发展和社会公平的重要因素。受到基础设施、投资偏好以及应用场景等因素影响，区域层面 数字经济发展协调性不足，县域数字化基础设施不完善且分布不均衡，制约对区域经济发展的牵引 与带动效能；行业层面农业数字化基础设施建设滞后，农业生产领域数字化渗透率相对较低。 另一方面， 数字技术 的应用 将产生一系 列社会冲 击，若 应对不当， 可能演变 为严重 社会问题。 回顾历史，每一轮科技革命的爆发都伴随着就业的结构性变化，在创造新岗位的同时，也意味着一 部分传统岗位劳动者面临失业风险。如今，人工智能对劳动力的替代再次成为焦点，麦肯锡预计， 在 AI 技术影响下，到 2030 年中国将有一亿劳动力面临转型挑战；全球工作岗位自动化进程也在随 AI 发展而不断提速。这不仅事关每一个人的个人生涯，更可能对社会稳定与共同富裕产生影响。例 如，当前低空经济和全域无人驾驶技术已趋于成熟，但若全面推行，可能对运输业就业造成强大冲 击。在此背景下，如何更加平稳地推进数字技术落地，是“十五五”时期面临的关键挑战。
（五）国际规则博弈深化，多边合作尚存阻碍
在大国战略竞争加剧、国际形势动荡不安、科技进步日新月异的背景下，当前的全球数字经济 治理规则面临一系列挑战，主要表现为现有国际规则体系调整明显滞后于科技进步和国际竞争格局 演变速度，以及新兴经济体和广大发展中国家的一些重要利益诉求难以得到有效体现。 全球数字经 济治理仍 处于形 成和演变的 关键时期 ，各国 在技术标准 、数字主 权与开 放合作等领 域的利益诉 求不同， 国际竞 争博弈复杂 。一是治 理规则 碎片化严重 ，各国对于数据本地化、平台治 理和内容监管等核心问题态度差异较大，缺乏统一共识。二是治理 规则滞后 ，人工智能、网络安全 和数字治理等新兴技术快速发展，国际规则制定未能跟上这些领域的快速变化，导致国际治理框架 在应对新兴问题时力不从心。三是技术 标准尚未 统一，前沿技术领域的标准制定与主导权之争不断 升温，虽然我国在提案数量上居先，但在国际标准的主导性上仍需巩固提升。四是 多边合作机 制受 阻，大国竞争背景下技术被赋予了更多的地缘政治对抗色彩，芯片、大模型等前沿科技领域的封锁 管控政策不断出台，阻碍了跨境技术合作与交流。
“十五五”时期是中国数字经济完成系统性重塑、确立全球竞争新优势的关键五年，将进入量 与质全面跃升的新阶段。本文预计，未来五年我国数字经济领域将呈现五大核心趋势：以“产业壮 大”为根基，以“科技突破、基建升级、数据价值破局、数字贸易繁荣”为抓手，共同实现由“单 点突破”到“全链条协同发展”的完整叙事。这五个维度的蓬勃发展共同构成了驱动中国经济高质 量发展的核心引擎，也为投资者指引数字经济领域的投资方向。
趋势一：数 字经济成 为经济 增长的核心 引擎，从 新兴产 业发展至国 民经济第 一大支 柱产业。预 计到 2030 年，数字经济核心产业增加值占 GDP 比重有望达到 15%，成为名副其实的经济压舱石； 全国落成更多具有国际竞争力的数字产业集群，不断催生新产业、新模式。“实数融合”成为发展 必然，通过数字化推动产业结构优化升级，实现各行业的深度智能化转型。预计到 2030 年，数字经 济总规模有望超 85 万亿元，“人工智能+”重点行动领域的智能终端应用普及率达 90%，各行业实 现向“数据驱动、智能决策”的范式革命转变。
趋势二：前 沿技术将 在“卡 脖子”领域 实现战略 性突破 ，并迈向更 高阶的发 展形态 。在关键技 术自主可控的战略指引下，前沿技术领域加速突破，开放创新生态持续完善。以国产 AI 芯片为代表 的硬科技将迎来黄金发展期，芯片制造工艺取得突破，基础软件体系逐步完善，技术“卡脖子”风 险持续化解。特别是人工智能技术将超越当前的语言模型，向理解文字、图像、声音的“多模态” 以及能与物理世界交互的“具身智能”演进。人工智能技术从局部工具演化为通用赋能，实现从单 一任务到多任务、从特定领域到全领域的应用突破，推动全社会生产生活方式变革。
趋势三：数 字基础设 施将朝 着绿色集约 、高效协 同的方 向全面升级 。数字基础设施全面升级， 5G 深度覆盖、6G 有序推进，物联网爆发式增长，云计算与边缘计算融合发展。预计算力规模将继 续高速增长，充分满足大模型等前沿技术的爆发性需求。与此同时，绿色数据中心成为主流，传统 基础设施的智能化改造同步加快。预计在“东数西算”工程引导下，新建数据中心的能源利用效率 （PUE）将普遍降至 1.2 以下，绿电使用比例超过 80%，形成“算力提升、能耗下降”的绿色发展 格局，使算力中心真正成为支撑数字经济的绿色底座。
趋势四：数 据规模呈 指数级 增长，其要 素价值将 从理论 探索走向规 模化破局 。随着数据基础制 度的完善，预计数据要素价值将加速释放，数据来源持续多元扩展，数据要素规模实现指数级增长， 高质量数据供给和流通效率显著提升。未来五年，数据的价值化路径将清晰呈现：通过“数据工厂” 完成资源化处理；通过“数据资产入表”实现资产化确权；最终通过数据信贷、证券化等方式激活 其资本属性。下一阶段，我国将培育壮大一批数据要素产业链上下游企业，预计到 2030 年，我国数 据产业规模将达到 7.5 万亿元。与此同时，中国将积极探索基于“负面清单”等模式的跨境数据流 动规则，在保障安全的前提下促进数据跨境有序流动，为全球数字治理贡献中国智慧。
趋势五：数 字贸易将 迈向高 水平开放， 企业出海 从“可 选项”变为 “必选项 ”。下一阶段，数 字贸易的内涵将极大丰富，从跨境电商延展至云服务、数字内容、智慧解决方案等全领域。预计将 实现数字领域国际合作步伐提速，数字贸易全球化路径拓宽，数字企业加强国际布局，进一步推动技术、模式、服务与产品“走出去”，中国企业出海也将进入依托平台生态、合规服务一站式解决 方案的新时代。通过积极对接 DEPA 等国际高标准数字贸易规则、探索成立世界人工智能国际合作 组织等，中国将在构建平等、包容的全球数字贸易新秩序中扮演更关键的角色，形成共商共建共享 的全球数字治理体系，助力本土企业在新一轮全球化中行稳致远。
