数字智能赋能经济社会可持续发展的主要成效、现实挑战及增效路径

摘 要：数字智能作为一种新质生产力，正成为引领中国经济社会可持续发展的新动能。从发展现状来看，数字智能通过培育新动能引领经济持续稳定发展、通过推动要素流通促进区域协调发展、通过降低能源消耗实现绿色环保发展、通过创新国际贸易推动经济系统发展。但在数字智能繁荣发展的背后，也存在“重应用、轻基础”导致可持续发展缺乏基座支撑、“数字鸿沟”普遍扩大导致实现共同富裕受阻、数字智能技术标准不够成熟可能放大社会金融风险、数字智能产品普及化引发的“数字污染”严重威胁生态等问题，一定程度上影响了经济社会的持续稳定发展。基于此，可从加强数字智能基础设施建设、加快数字智能产业融合进程、完善数字智能政策引导机制、提升数字智能人才培养成效等维度，夯实数字智能赋能经济社会可持续发展的根基与条件。

关键词：数字智能；可持续发展；新质生产力

［中图分类号］ F49 ［文章编号］ 1673-0186（2024）010-0016-012

［文献标识码］ A ［DOI编码］ 10.19631/j.cnki.css.2024.010.002

习近平总书记指出，“可持续发展是社会生产力发展和科技进步的必然产物，契合世界上绝大多数国家的共同诉求”［1］，是“各方的最大利益契合点和最佳合作切入点”，也是“破解当前全球性问题的‘金钥匙’”［2］。中国政府自2015年落实《变革我们的世界：2030年可持续发展议程》以来，不仅在国内全面贯彻创新、协调、绿色、开放、共享的新发展理念，而且为推动全球实现可持续发展目标贡献出宝贵的中国智慧。实现VZ7lI+pdTE9L+HKFepnIKLrbkPMjtbTfqmweAn0oZ1w=经济社会可持续发展，不仅是一项国际责任，也是国内实现高质量发展的必经之路。近年来随着以大数据、云计算、区块链、元宇宙、生成式人工智能等为代表的数字智能技术快速发展，数字智能基础设施和产业也渐成规模，到2022年年底我国数字经济规模达50.2万亿，同比增长10.3%，占GDP比重的41.5%，位居全球第二①，数字智能在消费领域、网络游戏、在线教育、远程医疗等方面表现突出、成绩亮眼，在引领经济稳定持续发展方面作用重大，以数字智能资源为代表的新质生产力正在工业、农业、金融服务等领域快速发展，成为推动经济社会可持续发展的重要推力。

一、学界相关研究及回顾

数字智能作为一种高水平的现代化生产力［3］，在经济社会中应用广泛、表现亮眼，为推动经济社会可持续发展提供了重要支撑。为此学界也围绕数字智能及其对经济社会发展的积极作用展开了丰富探索，集中体现在对数字经济、人工智能和可持续发展等方面。

第一，关于数字经济研究。20世纪90年代以来，互联网在全球各国的广泛接入和普遍使用，逐渐全方位影响着全球的经济活动、产业结构、交易方式等，再加上近年来以大数据、云计算、元宇宙、人工智能等为代表的信息技术正重塑和建构全新经济样态，成为驱动全球经济发展的重要支柱。关于数字经济的定义，裴长洪、倪江飞、李越等人从生产手段所采用的技术属性的自然科学意义角度，提出数字信息及其传送作为一种直接影响生产率高低的技术手段，是可以与工业、农业、服务业等相互渗透，进而形成的一种经济活动或者经济效益［4］。关于数字经济的特征，李晓华认为数字经济导致产业领域的颠覆性变革不断涌现，商业技术、商业模式的发展方向往往难以预测；数字经济的成长速度远比传统企业快得多，依赖于平台打破了企业自身的资源束缚和能力束缚；网络效应更容易引发正反馈机制，从而帮助企业在短时间内赢得大多数市场份额［5］。而关于数字经济的高质量发展，刘淑春认为要推动数字经济发展，还在于从整体角度打造数字经济重大战略平台、打造世界级的数字产业集群、提升数字技术对工业农业服务业的融合度，并为此打破制约数字经济生态系统建设的政策制度障碍［6］。

第二，关于人工智能研究。近年来人工智能技术的飞速发展及其在生产生活中的广泛应用，特别是在教育、医疗、交通、艺术等领域的亮眼表现，使得人工智能技术的优越性得到充分重视，为推动其在改进生产效率、降低社会运行成本等方面的应用提供了合法性依据。关于人工智能的发展阶段，张钹、朱军、苏航等人认为目前人工智能正迈向第三代，也就是同时利用知识、数据、算法和算力四个要素，机器具有可解释性和鲁棒性，能够实现与环境的交互学习，在视觉、触感、嗅觉等方面能够表现出比人类更优越的性能［7］。关于人工智能推动经济高质量发展的作用机理，师博认为主要体现在能够培育高端生产要素、革新生产模式，影响分配结构、改进分配效率进而促进共同富裕，发展数字平台经济优化交换模式，催生和加速绿色消费与智能消费等，贯彻绿色发展和协调发展理念等方面［8］。关于人工智能技术大规模渗入经济活动所带来的潜在风险，程承坪、彭欢等人认为经济风险主要体现在大规模工业机器人应用导致的失业风险、社会收入分配两极分化风险、超大数字平台加剧市场垄断风险、对消费者实施价格歧视风险等，一定程度上也会影响经济的高质量发展［9］。

第三，关于可持续发展研究。自1987年《布伦特兰报告》提出可持续发展的理念以来，得到全球各国政府机构、跨国际组织、私营企业及相关社会组织的陆续采用，成为解决全球、各国及各地区贫困、金融危机、生态退化等问题的主要理论依据。关于可持续发展的定义，牛文元提出可持续发展揭示了发展、协调、持续的系统本质，反映了动力、质量、公平的有机统一，创建了和谐、稳定、安全的人文环境，体现了速度、数量和质量的绿色运行，直接体现为社会的有序程度、组织水平和生产效益的推进能力［10］。关于经济社会的可持续发展可行性，王思博借助空间面板计量模型，证明我国经济增长结构在不同经济社会发展阶段存在着显著差异，即我国经济增长方式正逐步从高耗能、低效率的发展模式向依赖科技创新、人力资本积累的可持续发展模式转变，我国经济社会发展具有可持续发展的特质［11］。关于经济社会可持续发展的具体路径，万刚提出应在保持经济总量增长与提高经济质量上要更加注重质量，在保持经济增长速度与提高经济效益上更加注重效益，大力促进经济结构调整和发展方式转变［12］。

综上所述，当前学界对数字智能与经济社会可持续发展分别进行了较为广泛的探讨，同时对数字智能促进经济发展也进行了深入探讨。但在经济社会可持续发展背景下，既要把握好数字智能对于经济社会可持续发展的时代性机遇，又要全面客观分析数字智能在赋能经济社会可持续发展中的阻碍和风险。基于此，本文在梳理数字智能支撑经济社会可持续发展的现状基础上，精准识别数字智能赋能经济社会可持续发展的潜在风险及现实挑战，对于用好数字智能技术、推动经济社会可持续发展具有重要意义，为新阶段推动中国式现代化提供扎实的理论支撑。

二、数字智能赋能经济社会可持续发展的主要成效

数字智能短时间内在经济社会中的全面渗透与广泛应用，不仅为经济社会转型升级提供了重要的技术机遇，还通过培育发展动能、引导要素流动、降低能源消耗和推动国际贸易等方式，从多个方面助力经济发展的动力、结构、质量与效率变革，实现传统发展方式变革和经济创新发展，从而创造实现美好生活的长期保障。

（一）数字智能培育全新动能，引领经济持续稳定发展

改革开放以来我国长期依靠“三驾马车”（投资、出口、消费）实现了经济增长的奇迹，到2010年超过日本成为全球第二大经济体，经济发展在规模和质量上都实现了重大突破。但在依靠高投资、高消耗、廉价劳动力优势和出口导向型外贸等政策的背后，较为单一的数量型增长模式和追赶型发展战略使得一些问题逐渐暴露出来，不仅影响了经济发展质量，而且给经济社会可持续发展也带来了一系列问题，包括生态环境破坏、资源过度消耗、产业结构不合理等。党的十九大报告明确提出“经济高质量发展”，标志着我国经济开始逐步从高速增长阶段转向高质量发展阶段，而数字智能经济本身所具有的高创新性、广覆盖性和强渗透性特质，也成为培育我国经济增长新亮点的战略支点。

根据中国信息通信研究院发布的《中国数字经济发展研究报告（2023）》，从发展速度上来看，我国数字智能经济规模从2017年27.2万亿增长到2022年50.2万亿，以13.06%的平均增长率，跑赢了同时期的GDP平均增长率5.26%，高于GDP增速7.8个百分点；从发展规模上来看，数字智能经济占GDP 的比重不断提升，到2022年已达41.5%，这一比重超过了占国民经济比重39.9%的第二产业①，数字智能经济作为国民经济的支柱地位更加凸显，有效发挥了经济社会发展“稳定器”“加速器”的突出作用。数字智能经济的快速优质发展成绩，是在全球经济增长放缓、贸易单边主义抬头、金融风险上升、地缘政治冲突加剧等大形势下所取得的，和其他领域、其他产业相比，数字智能已逐渐成为拉动中国经济快速发展的“火车头”，在“稳增长”“促改革”方面发挥着重要作用。

（二）数字智能推动要素流通，促进社会区域协调发展

日本学者河上肇指出，“劳动过程的要素（所谓生产要素）是由人的要素和对象的要素，或主体的要素和客体的要素二者组成的”［13］。生产要素的类型与分布，一定程度上会制约或促进地方经济的产业结构与发展速度。长期以来我国生产要素的集中式分布或单一化分布，不仅导致区域发展的失衡，而且一定程度上降低了生产要素的价值，提升了社会资源的使用成本，对于社会的整体性发展、协调性发展带来巨大挑战。数字智能作为一种具体生产要素，在生产上具有产销一体化、时空限制小等特点，在使用上具有非竞争性和社会公共性等特点，同时又作为一种生产工具融入生产、分配、流通、消费和社会服务管理的各个环节，有助于降低生产要素流通成本、提高社会运作效率，为社会生产要素的跨区域流通、一体化分配提供了必要的决策支持工具。

2022年2月“东数西算”国家战略工程正式全面启动，目的在于通过构建一体化的数据中心、云计算、大数据等新型算力网络体系，让西部地区发挥资源充裕的优势，承接东部地区的算力需求，促进东西部数据流通、价值传递，不仅带动相关产业有效转移，还能够实现可再生能源的高效利用。根据宁夏中卫2024年政府工作报告，宁夏中卫市作为国家数据中心集群之一，2023年新增标准机驾2.3万架，建成全国首个“万卡级”智算基地，规模以上信息传输、软件和信息技术服务业营业收入增长10%，数字信息产业产值达到100亿元②。由此可以看出，随着“东数西算”战略推进，数据和信息要素正源源不断从东部向西部流动，中西部地区正在不断抹平数字鸿沟，东中西部区域发展失衡问题正逐步得到缓解，这对于实现不同区域的协调发展、共同富裕起到了重要的支撑作用。

（三）数字智能降低能源消耗，实现社会绿色环保发展

工业经济时代的石油、煤炭等传统自然资源的广泛生产使用，给生态环境带来巨大破坏，不仅阻碍了人民群众美好生活的实现，而且也会给经济社会的可持续发展带来沉重负担。在数字智能时代数据作为一种全新的生产要素，其本身虚拟性的存在决定了在生产和使用过程中几乎不会给环境带来任何污染，相反还可以利用数字智能技术提高自然资源利用效率，为生产方式和治理方式的优化带来了技术性机遇［14］，对于实现社会的绿色环保发展意义重大。2023年年底中共中央 国务院发布的《关于全面推进美丽中国建设的意见》，明确要求“深化人工智能等数字技术应用，构建美丽中国数字化治理体系，建设绿色智慧的数字生态文明”，这也为推动数字智能技术应用于生态环境领域提供了政策依据。

数字智能促进社会绿色环保发展，主要通过释放绿色创新驱动、产业结构优化、金融科技赋能等效应驱动能源低碳化转型［15］，具体体现在升级产业结构、丰富治理手段、创新生活方式等方面。根据中国信息通信研究院云计算与大数据研究所2021年12月发布的《企业数字化转型蓝皮报告——新IT赋能实体经济低碳绿色转型》，通过深度采用数字智能技术，石油石化行业到2050年实现在2015年基础上减少约90%的排放量目标，电力行业通过采用5G、云计算、AIoT等技术能够减少30%的能源浪费，离散制造行业实现工业自动化控制、智慧化管理，从而减少能耗和碳排放量①。在环境污染治理方面，一些地方开始采用数理统计、数字模拟、基因算法、大数据、机器学习等智能手段，着力构建从污染源排放到环境质量变化的完整数据链，从而为环境污染治理装上了高效监测、主动预警的“千里眼”“顺风耳”，提供了科学分析、有效应对的“智慧脑”“灵巧手”，为促进社会绿色环保发展提供了重要的技术保障。而在绿色生活方式转变方面，数字智能产品也有广泛应用，如2016年出现的共享单车，其用户规模从2017年的3.1亿人增长至2022年的4.6亿人，2023年仅在苏州市区范围内共投放车辆6.5万辆，累计借车4.85亿人次，减少二氧化碳排放107万吨②。

（四）数字智能创新国际贸易，推动经济社会系统发展

和其他产品相比，数字智能贸易具有更低的生产和交易成本、更显著的规模经济、更高的资本有机构成、交易的平台化和供应链的网络化等特征［16］，这些特征对于传统的对外贸易提出了全新命题，特别是通过数字市场和智能平台，不仅重塑了全球贸易产业链，改变了国际贸易的形态结构，而且大幅降低了国际交易成本、扩大了国际市场规模、提高了国际商业效率。全天候跨空间的数字智能平台，不仅便利了商品与服务的出口与进口，推动跨境电商与数字贸易发展为国际贸易的新模式，而且有助于在数字智能经济领域构建更大范围、更宽领域、更深层次的开放格局。

自改革开放以来对外贸易就成为拉动中国经济增长的“三驾马车”之一，而以数字智能技术为核心的知识密集型产品，其出口额在2023年达27 193.7亿元，从2013年到2021年以9.3%的年均增长率高速发展，占服务贸易进出口总额的比重也由2012年33.6%提升至2021年43.9%。近些年在出口贸易中最为亮眼的产品莫过于光伏，2023年作为“外贸新三样”的硅片、电池、组件的总出口额达484.8亿美元，同比增长93.6%、65.5%、37.9%，分别占据全球95%、80%、75%的市场份额，六成以上的光伏产品销往海外，继续呈现出市场占有率高、增长率高的迅猛态势①。而光伏产品在全球市场份额上的遥遥领先，关键在于第三代太阳能电池技术的持续突破，不仅使得光伏产品在国际市场上具有突出的竞争力，还为我国贸易结构优化、实现我国经济绿色发展提供了重要突破口。

三、数字智能赋能经济社会可持续发展的现实挑战

从近年来数字智能赋能经济社会可持续发展的总体态势来看，其发展速度远远超过传统产业领域，正成为引领经济社会可持续发展的新动能。但在快速发展的过程中也存在诸多制约因素，特别是在基础理论、数字鸿沟、技术标准等方面，成为制约数字智能引领经济社会可持续发展的主要障碍。

（一）“重应用、轻基础”导致可持续发展缺乏基座支撑

目前我国虽然在数字智能领域取得突破性成绩，无论是在投入规模还是产出效益上都仅次于美国，特别是在语音识别、自动驾驶、无人机、工业机器人等应用领域处于国际领先地位，但在基础理论、底层算法和硬件方面仍处于追赶地位［17］，在关键核心技术领域（如操作系统、嵌入式芯片、关键工业软件等方面）对外依存度仍然很高，在智能制造、金融科技、智慧城市等领域创新性应用仍然较少，重大原创性科技成果还相对缺乏，一定程度上难以培养出引领数字智能技术前沿的初创公司、科技巨头，数字智能产业高端人才也往往来自社会引进而不是自主培养［18］，对于经济的持续增长、高速增长牵引效果有限。

官方数据显示，从2018年开始我国芯片制造设备进口额分别为3 120亿美元、3 040亿美元、3 500亿美元、4 400亿美元、4 156亿美元、3 494亿美元，虽然到2023年我国芯片出口量占全球市场26%，但芯片进口量占全球市场67%。目前国内从事芯片涉及的企业数量虽高达3 451家，但55%的企业销售额不足1 000万②，国内芯片企业普遍存在“多而不强”的问题，对于打造以芯片设计制造为核心的科技产业链存在较大难度。芯片持续多年大规模进口，不仅反映了我国在高价值产业领域的相对弱势，同时也对我国经济的转型升级发展敲响了警钟；如果短时间内在科技领域、卡脖子技术方面难以实现突破，不仅会影响我国的技术安全和社会安全，而且也会限制我国经济的持续发展、快速发展、高质量发展。

（二）“数字鸿沟”普遍存在扩大导致实现共同富裕受阻

“数字鸿沟”体现在社会多个领域，包括地区数字鸿沟、代际数字鸿沟、物理数字鸿沟等［19］，不仅使得不同行业间收入差距进一步拉大，同时还会使得不同地域间的收入差距进一步扩大。数字智能催生了工业机器人、AI主持人、艺术设计师等“数字劳动力”，能够帮助个体摆脱重复性或危险性的高强度体力劳动，从直接效益上来讲能够短期内降低生产成本、提高生产效率，但从客观上来看，低技能劳动者的就业空间将因此不断被压缩，就业机会和劳酬收入将会明显减少，甚至一部分受教育程度较低或年龄较大的劳动者可能被迫退出劳动力市场［20］，由此导致的就业分化必然带来收入分配极化，较低收入群体的返贫风险增加，全社会的共同富裕目标实现难度也必然增大。

随着数字智能技术在社会生活中的应用愈加普遍，资本对效率和成本的数字化控制，正催生劳资收入差距持续拉大，且劳动者之间的内部收入不断分化，其根源在于不同行业、群体对于数字智能资源占有的不公平，从而阻碍了数字智能技术收益的公平分享［21］。例如，骑手在注册外卖平台后，其劳动过程主要包括到店、取餐和送达三个主要阶段，骑手在收到平台的订单分配后会根据顾客位置选择最优路线，但最优路线总是在时间和安全两个方面存在难以协调的矛盾，随着不同骑手逐渐将派送时间缩短，平台在考核骑手工作量时就会不断要求缩短时间，使得骑手在单位时间内创造的价值不仅没有提升，相反被剥削的程度还进一步加深，从而导致骑手的工作强度越来越大，而收益并没有明显增加，而这种无处不在的“数字控制”正导致越来越多的“数字难民”在各个行业普遍出现［22］。

（三）数字智能技术标准不够成熟可能放大社会金融风险

近年来股票、房地产、债券、互联网金融和外汇等市场存在的金融风险［23］，不仅影响金融与经济稳定发展，也影响国家安全和社会稳定。而以第三方支付、网络贷款、加密货币、众筹融资等为代表的互联网金融、数字金融等，在数字智能技术更新迭代的加持下，金融产品层出不穷、金融规模迅速膨胀，导致一系列金融问题相继暴雷，特别是由互联网金融带来的“脱实向虚”问题也进一步加剧了社会金融风险。数字智能技术之所以能放大金融风险，原因在于数字金融本身特性，其高效、便捷、灵活的金融服务降低了日常金融活动门槛［24］，包括小额贷款、众筹众包、区块链等，但同时其金融风险又有传递速度快、系统关联性强、监管难度大等特征，由此可能无限度放大社会金融风险。

由数字智能技术支持的互联网金融、数字金融等产品容易诱发金融风险，关键在于数字智能技术快速发展，随之而产生的数字金融产品推陈出新，使得监管体系与监管规范总是处于相对滞后的地位，特别是数字智能相应的技术标准、数字标准等较为欠缺，在法律制度和监管体系等方面仍存在明显漏洞［25］，数字技术与实体经济、传统产业融合的对接机制不够健全，由此导致数字金融风险在识别、管控和治理方面总是存在各种各样的漏洞。例如，作为数字创新产品的比特币自2009年开始交易，从最初的4.22美元到2024年的59 000美元①，中间经历过2013年、2017年、2021年和2024年的暴涨，也经历过2014年、2018年、2022年的暴跌，其匿名性和去中心化特性使其成为洗钱、非法交易和资金逃逸的重要渠道，同时其价格波动性高导致的市场风险更可能引发金融风险。

（四）数字智能普及化引发的“数字污染”严重破坏生态环境

数字智能设备的普及化应用对于促进提升社会运转效率、增进民众生活福祉、提升国家竞争力具有重要意义，但由此产生的电子设备废弃物、海量数据储存与运算的高能源消耗等，成为新的污染源头。在大量数字智能基础设施建设和数字智能设备使用过程中消耗的大量稀土资源、电力资源等，以及产生的难以处理的电子垃圾，都可能造成生态保护的“绿色盲区”［26］，成为生态环境恶化的新“帮凶”。经济社会的持续发展，一个关键指标是生态的持续改善和垃圾废物的逐步减少，而数字智能带来的高能耗、高污染问题，不仅会制约数字智能技术的长远发展，也会影响经济社会的可持续发展。

事实上，我们无论是情感上还是理性上都难以接受数字智能带来的大规模污染，但最新调查的结果却令人瞠目结舌。2024年1月美国信息技术与创新基金会（ITIF）发布的《重新审视对人工智能能耗的担忧》报告中指出，2023年OpenAI发布的聊天机器人ChatGPT已经消耗了33 000个家庭的能源，OpenAI完成模型训练的前一个月消耗了当地6%的用水量，使用AI模型生成1 000张图像所产生的二氧化碳排放量相当于一辆汽油车行驶6.6公里的排放量②。可见数字智能带来的“数字污染”不仅不是无形的，而是和其他工厂废水污染、生活垃圾污染等相类似，实实在在地影响和危害着我们的生态环境，要求我们既不能小视、更不能无视，需要将“数字垃圾”与其他污染源一体规划、同等对待，甚至于需要全面把握“数字垃圾”的独特属性和潜在危害，建立处置“数字垃圾”的长效机制。

四、数字智能赋能经济社会可持续发展的增效路径

作为一种新质生产力，数字智能能够促进制造流程走向智能化、制造范式从规模生产转向规模定制［27］，不仅能够创造源源不断的社会物质财富，而且也推动着生产方式、生活方式、交往方式的重大调整。但在市场配置资源的条件下，数字智能基于资本增殖动机和马太极化效应也会对经济社会可持续发展带来潜在风险，由此有必要从加强基础设施建设、打通产业融合体系、完善政策引导机制、加强国际人才交流等方面采取举措，进一步提升数字智能赋能经济社会可持续发展的韧性。

（一）加强数字智能基础设施建设，提升数字智能的长周期引领效应

当前数字智能已展现出引领经济社会蓬勃发展的强劲势头，为培育经济新动能提供了坚实的技术支撑，但有必要进一步以“新基建”和大规模设备更新为契机，加大数字智能基础设施建设规模与速度，发挥数字智能对经济社会发展的基座性支撑作用和长周期引领效应。一是加快建设“建运一体”的智算中心，作为集公共算力服务、数据开放共享、智能生态建设和产业创新聚集为一体的综合服务平台，通过持续运营能够对区域产业、科研等应用场景形成有效支撑，帮助当地更好地消化算力资源；二是开展“大中心+节点”布局，建设跨地域互补、跨区域协调的超大规模算力网络，围绕经济中心布局“大中心”，围绕资源中心布局“节点”，以低成本大规模的算力集群为载体面向万亿级参数模型提供训练，通过节点布局与大中心联动扩展算力网络辐射范围，最高效率地使用算力资源；三是推动国产化数字智能生态建设，采取有效措施提升芯片性能、克服技术短板、完善生态系统，搭建基于国产软硬件的基础设施，逐步形成自主可控的AI大模型产业生态，不断缩小与外国芯片的差距。

（二）加快数字智能产业融合进程，打造智慧化的高效节能产业模式

数字智能本身既是一种全新的经济增长亮点，同时也是优化改造提升传统产业的重要支点，对于传统产业减少能耗、提升效率、增加收益具有直接支撑作用，对于实现经济社会的可持续发展意义重大。一是打造数字智能产业体系，依托科技创新公司、高校、科研院校所，组建包括技术创新群落（高校、科研机构和技术创新型企业）、价值创造群落（AI初创新锐、AI巨头和AI独角兽）、控制调节群落（政府机关、科学界和社会组织等）、量子参与群落（用户、互联网群体等微观个体集合）等在内的数字智能生态［28］，培育数字智能产业的研发、生产、转化、应用、评估等主体，回答好习近平总书记提出的“独角兽之问”；二是对于企业主体而言，要积极拥抱以大数据、云计算、区块链、元宇宙、工业互联网等为代表的数字智能技术，主动将新一代数字信息技术作用于生产制造、公共营销、市场调查、舆论追踪等生产全过程，主动变革生产模式、商业模式等，加快对传统企业的数字化、智能化改造，不断提高企业生产要素配置效率和供需匹配效率，提升产品的差异化竞争力。

（三）完善数字智能政策引导机制，促进数字智能规范有序高速发展

从2014年开始中央和地方陆续出台了一系列关于数字智能发展与管理的政策制度，包括《中国制造2025》《机器人产业发展规划（2016—2020年）》《“十三五”国家战略性新兴产业发展规划》《“互联网+”人工智能三年行动实施方案》《新时期促进集成电路产业和软件产业高质量发展的若干政策》等，从政策、资金、人才、标准等方面为数字智能产业提供了良好的发展环境。一是构建更加开放包容的政策环境，在制定数字智能政策规范时允许适度的调适与验证，对于未来技术及产业的规定要体现一定的包容度，不能一蹴而就或者一管到底，否则可能会伤害新兴产业发展的积极性；二是将财政引导作用与市场主导作用结合起来，数字智能所展现的强大市场效益和远大前景吸引了大量的社会资金进入，包括风险基金、科创板和创投基金等都逐渐成为融资的主要来源，同时中央和地方政府也陆续成立了大批政府基金，对符合条件的数字智能项目从资金、土地、税收等方面予以倾斜性支持。

（四）提升数字智能人才培养成效，改善国际高端人力资本交流环境

发展数字智能的关键要素在于人才，在于培养和引进一批具有专业科研能力及高水平通用人工智能理解能力的高素质人才，不断扩大人才队伍规模、提升人才队伍层次。一是依托高校、科研院校培养数字智能人才，整合已有学科、专业基础，优化学科间资源配置，开设人工智能本科专业和学科，将教育教学与科学研究、产业融合等结合起来，打造多种多样的高级人才培养平台，在基础理论、应用开发、产业转化等方面培养高素质人才；二是开展全民智能素养教育，需要政府、企业、学校及社会组织等不同主体积极参与，包括将智能素养贯穿于教育各个学段，针对老年人、残疾人等特殊群体开发智能无障碍的硬件产品和软件应用，提升移动支付、电子商务、智慧出行等新型数字体验，在数字智能应用较为普遍的政务大厅、交通枢纽、医院等公众服务场所设立引导员或志愿者，为大众提供基础性数字服务；三是加强国际数字智能高端人才引进，充分利用各类人才计划、科研项目吸引在芯片研发、底层算法等核心领域造诣深厚的顶级人才和创新团队，同时鼓励相关高校、科研机构通过项目合作、学术交流等方式提升合度、广度、深度。

随着近年来世界各国在数字智能领域9473c2efd0d4103e765be6aa5652763a的投入不断加大，数字智能技术在引领全球经济社会发展正展现其愈发强大的优势和潜力，同时也成为引领我国经济社会可持续发展的强大动能。但在数字智能赋能经济社会发展的过程中，我们既要坚持以发展为中心，引导“技术向善”，在持续解决社会问题、回应民众诉求的过程中推动数字智能技术向前发展，也要善于顶层设计、统筹规划，辩证把握数字智能背后的技术风险与发展陷阱，为新阶段推动经济社会稳定发展、持续发展、高质量发展提供新动能、拓展新业态。

参考文献

［1］ 习近平外交演讲集：第2卷［M］.北京：中央文献出版社，2022：206.

［2］ 科学技术部编写组.深入学习习近平关于科技创新的重要论述［M］.北京：人民出版社，2023：73.

［3］ 文丰安，肖华健.新质生产力推动经济社会高质量发展探析［J］.烟台大学学报（哲学社会科学版），2024（2）：13-23.

［4］ 裴长洪，倪江飞，李越.数字经济的政治经济学分析［J］.财贸经济，2018（9）：5-22.

［5］ 李晓华.数字经济新特征与数字经济新动能的形成机制［J］.改革，2019（11）：40-51.

［6］ 刘淑春.中国数字经济高质量发展的靶向路径与政策供给［J］.经济学家，2019（6）：52-61.

［7］ 张钹，朱军，苏航.迈向第三代人工智能［J］.中国科学：信息科学，2020（9）：1281-1302.

［8］ 师博.人工智能助推经济高质量发展的机理诠释［J］.改革，2020（1）：30-38.

［9］ 程承坪，彭欢.中国人工智能的经济风险及其防范［J］.人文杂志，2020（3）：30-39.

［10］ 牛文元.可持续发展理论的内涵认知—纪念联合国里约环发大会20周年［J］.中国人口·资源与环境，2012（5）：9-14.

［11］ 王思博.我国经济社会能否可持续发展？——来自经济增长对能源产业依赖性的证据［J］.经济问题探索，2018（1）：1-10.

［12］ 万刚.创新发展思路，实现我国经济社会可持续发展［J］.中国发展，2010（1）：1-3.

［13］ 河上肇.《资本论》入门（下）［M］.何仲珉，译.北京：人民出版社，1988：464.

［14］ 韩晶，陈曦，冯晓虎.数字经济赋能绿色发展的现实挑战与路径选择［J］.改革，2022（9）：11-23.

［15］ 黄鑫.互联网基础设施建设加速了能源低碳化转型吗？——来自“宽带中国”战略的经验证据［J］.环境经济研究，2023（2）：21-41.

［16］ 张宇，蒋殿春.数字经济下的国际贸易：理论反思与展望［J］.天津社会科学，2021（3）：84-92.

［17］ 郭晗.人工智能培育中国经济发展新动能的理论逻辑与实践路径［J］.西北大学学报（哲学社会科学版），2019（5）：21-27.

［18］ 袁野，刘壮，万晓榆，等.我国人工智能产业人才政策的量化分析、前沿动态与“十四五”展望［J］.重庆社会科学，2021（4）：75-86.

［19］ 黄雨晴.中国数字鸿沟的成因与赋权式治理［J］.学习与实践，2022（9）：23-33.

［20］ 李颖.生成式人工智能ChatGPT的数字经济风险及应对路径［J］.江淮论坛，2023（2）：74-80.

［21］ 李明桂，曹玉涛.论数字经济推动共同富裕的逻辑理路、现实困境与实践进路［J］.中州学刊，2024（1）：37-44.

［22］ 陈龙.“数字控制”下的劳动秩序——外卖骑手的劳动控制研究［J］.社会学研究，2020（6）：113-135+244.

［23］ 黄益平.防控中国系统性金融风险［J］.国际经济评论，2017（5）：80-96+5.

［24］ 黎来芳，牛尊.互联网金融风险分析及监管建议［J］.宏观经济管理，2017（1）：52-54+68.

［25］ 文丰安，胡洋洋.区块链技术支撑我国经济高质量发展的路径研究［J］.济南大学学报（社会科学版），2020（5）：91-98+159.

［26］ 蒋永穆，亢勇杰.数字经济促进共同富裕：内在机理、风险研判与实践要求［J］.经济纵横，2022（5）：21-30+135.

［27］ 习近平经济思想研究中心.新质生产力的内涵特征和发展重点［N］.人民日报，2024-03-01（9）.

［28］ 孙丽文，李少帅.人工智能技术产业化创新生态系统风险归因及治理体系研究［J］.科技进步与决策，2021（17）：69-78.

The main achievements， practical challenges， and efficiency enhancement paths of digital intelligence empowering sustainable economic and social development

Abstract： Digital intelligence， as a new productive force， is becoming a new driving force for the sustainable development of China's economy and society. From the current development status， digital intelligence leads the sustained and stable development of the economy by cultivating new driving forces， promotes regional coordinated development by promoting factor circulation， achieves green and environmentally friendly development by reducing energy consumption， and promotes economic system development through innovative international trade. But behind the prosperity and development of digital intelligence， it can also be seen that "heavy application， light foundation" leads to a lack of foundation support for sustainable development， the widespread widening of the "digital divide" hinders the realization of common prosperity， immature digital intelligence technology standards may amplify social and financial risks， and the serious threat of "digital pollution" caused by the popularization of digital intelligence products to the ecology， which to some extent affects the sustained and stable development of the economy and society. Based on this， we can strengthen the construction of digital intelligence infrastructure， accelerate the integration process of the digital intelligence industry， improve the guidance mechanism of digital intelligence policies， and enhance the effectiveness of digital intelligence talent cultivation to solidify the foundation and conditions of digital intelligence empowering sustainable economic and social development.

Key Words： digital intelligence; Sustainable development; new quality productive forces