把握数字经济发展的“速度与激情”

在传统产业增长乏力、招商引资缺少方向的大背景下，大力发展数字经济成为各地保持经济稳步发展、培育新增长点的必选项。据统计，我国数字经济规模从2012年的11.2万亿元增长至2023年的53.9万亿元，11年间规模扩张了3.8倍。

但也要看到，各地在推动数字经济“大干快上”的过程中，也不可避免地出现各自为政、无序竞争的问题，甚至在某些领域由于盲目跟风、过度投资，导致项目烂尾、资源浪费等现象，值得各地高度关注并调整策略。

脱离产业基础，一味追求“高大上”

近年来，集成电路、元宇宙、大模型等成为各地产业规划和产业政策中的高频词汇，在促进这些领域快速发展的同时，脱离实际盲目追求大投资、大项目的问题也屡见不鲜。

例如，在集成电路领域，各地纷纷拿出优惠产业扶持政策，全国上下掀起“造芯热”，2020年前后曾一度出现多个半导体项目陷入“烂尾”困境的现象。

为此，国家发展改革委专门回应：一些没经验、没技术、没人才的“三无”企业投身集成电路行业，个别地方对集成电路发展的规律认识不够，盲目上项目，低水平重复建设风险显现，甚至有个别项目建设停滞、厂房空置，造成资源浪费，并提出加强规划布局、完善政策体系、建立防范机制、压实各方责任四项举措，规范市场秩序，引导产业健康发展。

据相关机构统计，2023年我国新注册芯片相关企业仍多达6.57万家，同比增加9.5%；同时，有1.09万家芯片相关企业注销、吊销。

类似的现象在大模型行业也同样存在。据统计，自2022年11月ChatGPT发布到2024年7月，我国新注册成立但目前处于注销吊销或停业异常状态的人工智能相关企业达7.86万家，占同期新注册87.8万家企业总量的8.9%。

集成电路、大模型等行业是典型的重资本、高投入、高产出的长周期产业，对地方政府的经济实力、可持续投入能力和高技能人才资源等都是一种考验，各地在发展过程中应当立足自身基础，科学开展评估论证，找准产业链环节作为切入点，避免欲速而不达。

忽视可持续运营，“场景”变“盆景”

应用场景建设是地方政府引导数字经济发展、为企业创造机会空间的重要抓手。

各地纷纷通过揭榜挂帅、财政奖补等方式，支持企业参与到城市数字化场景建设中来。但从各地实践来看，不少数字化转型重点项目和应用场景建设仍以政府主导、财政投入为主要模式。

一方面，市场主体参与的积极性和主动性不强，不少企业把应用场景建设当做赚钱项目或拓展市场的跳板，往往场景完成验收合作也基本结束，后续技术转化落地、场景复制推广等都没有下文；另一方面，不少场景缺少成熟运营模式和商业模式，可持续运营能力和迭代升级动力不强，展示和宣传效果大于实际效果，过一两年就成为无人问津、无人运维的闲置项目。

以元宇宙为例，2022—2023年元宇宙概念最火爆的时期，我国有30多个省市发布了元宇宙产业支持政策。据不完全统计，截至2024年8月，全国共有137家在建及已建成的元宇宙产业园区。

随着市场对元宇宙实际应用价值的重新评估，部分缺乏优秀内容、缺少经济价值、不具备可持续盈利能力的项目陆续陷入资金链紧张、后续运维难以为继的困境。尤其在大模型热潮下，企业和用户对元宇宙的热情也明显降温。

面向企业开放应用场景，不失为支持技术创新转化和企业发展的一条有效路径，但“场景”不应成为面子工程，更不能成为好看不好用的“盆景”。而应当运用市场化机制，构建“技术应用-场景示范-产业发展”的良性循环，让好的应用场景真正成为数字技术的试验场、数字产业的孵化器。

延续传统思维定式，“病急乱投医”

经济下行压力较大、财政收入趋紧是各地面临的客观实际，希望通过加大投资力度、拓展收入来源渠道的迫切心情能够理解，但部分地方政府延续传统粗放发展的路径，缺少科学论证就盲目“上项目、搞创新”的做法，不仅起不到稳增长的作用，反而带来一系列负面作用。

例如，在算力中心建设方面，近年来各地建设智算中心热情高涨。据统计，我国已有超过30多个城市建设了智算中心，甚至出现一个城市同时建设多个超算中心和智算中心的现象，而部分地市和县级数据中心实际上架率平均不到20%。

近期，某县城投资15亿元建设人工智能算力中心项目的新闻成为争议焦点。该县一年的财政收入为15.8亿元，姑且不论项目资金从何而来，智算中心建成后的应用需求、运维成本都有可能面临新的问题。

再如，在国家加快推动数据要素市场化改革的大背景下，公共数据授权运营和数据资产化成为各地政府关注的热点。但随即却出现了某地政府打包出让政务数据资源经营权，随后又被叫停的案例。

2024年6月发布的《国务院关于2023年度中央预算执行和其他财政收支的审计工作报告》显示，4个部门所属7家运维单位未经审批自定数据内容、服务形式和收费标准，依托13个系统数据对外收费2.48亿元。

盲目投资建设算力中心、迫不及待搞“数据财政”，本质上还是试图走投资拉动、快速变现的传统捷径，但这种超越现实阶段和自身经济基础的做法，对数字经济健康发展来说往往弊大于利。

不同发展阶段的政策选择

各地在发展数字经济的过程中，如何理性把握“速度与激情”，在充分尊重技术演进趋势、市场运行规律和模式路径差异的前提下，因地制宜、因势利导，将“好钢用在刀刃上”，是下一步推动数字经济行稳致远的关键所在。

国际知名研究机构盖特纳提出的技术成熟度曲线，已成为国内外预测和评估新兴技术发展趋势的重要工具。其将技术成熟度分为五个关键阶段：

技术萌芽期，一项新技术刚被引入时，行业内的兴趣和讨论会迅速升温，但技术本身仍处于非常初期的阶段，实际应用和产品很少；期望膨胀期，随着市场过度炒作和期望不断提升，技术达到曝光高峰期，然而缺少实际产品和应用，失败案例开始显现；泡沫破裂低谷期，由于技术未能达到期望，人们开始产生失望情绪，市场热度大幅下降；稳步爬升复苏期，随着技术应用和理解加深，市场逐渐回归理性，技术发展稳步推进；生产成熟期，技术被广泛接受，进入成熟阶段，应用普及，并开始带来真正的商业价值。

相对来说，企业比较关注哪个阶段、哪个环节更加适合介入市场、获得爆发式增长；资本更关注哪个领域、哪个节点投入能够取得更大回报。而政府部门对新技术、新领域的规划布局和资源投入维度应当有所不同，需要考虑的因素也更多。

比如，这两年各地规划、政策中频繁提及的大模型、数据资产等领域，目前大模型已经逐步进入期望膨胀期。据统计，截至2024年7月，全国已有197项生成式人工智能服务通过备案审核，如算上尚未备案的大模型则数量更多，但真正带来行业应用价值的还不多见。

所以，政府对大模型的政策支持，就不能再以追求备案数量作为考核和竞争的目标，而应当把注意力转移到如何开放场景、促进应用，帮助企业跨过泡沫破裂的低谷期上来。

再比如，对于数据资产化领域，目前从国家层面来讲也还处于制定制度规则、探索技术创新的起步阶段，但已经有地方将数据资产作为继土地财政之后的融资举债新通道。这种急功近利的现象，从近期公共数据资产打包转让、借道国有企业隐性举债等屡屡被叫停可见一斑。

技术成熟度曲线只是了解技术发展阶段和演进趋势的工具之一。政府部门在制定数字经济扶持政策中，可以采用不同的分析方法对技术成熟度进行研判，组织专家和企业家进行深入论证，避免将资源都集中在诸如基础大模型研发这种未来可能“强者通吃”的赛道上，而应当因地制宜分阶段制定针对性、动态性的扶持策略。

对于处于萌芽期的技术，应侧重于支持企业技术攻关，搭建技术验证、测试平台，从源头上增强技术成功转化和应用的概率；对于处于期望膨胀期的技术，应未雨绸缪，更多从引导数字技术赋能实体产业角度给予支持，以虚促实；对于跨越“死亡谷”走向复苏期和成熟期的企业，则应从创造场景机会、促进供需对接等方面，更好支持企业做大做强。

（作者单位：上海中创研究院）