何谓“词元经济”，靠什么打造山东高地丨第1落点·聚焦智能经济新形态

 编者按：

2026年，“打造智能经济新形态”首次写入政府工作报告。

7月30日，中共中央政治局召开会议，分析研究当前经济形势，部署下半年经济工作，会议强调“发展智能经济新形态，完善人工智能治理体系”。顶层蓝图已然绘就，地方实践亟待破题。词元与词元经济，是发展智能经济新形态的重要切入点。

近期，多地相继出台词元经济专项政策，从不同维度展开制度探索。

竞逐词元经济，山东处于怎样的方位？发展词元经济，有哪些误区需要规避？面向未来，智能经济新形态需要怎样的治理生态？本期大众日报就打造智能经济新形态推出专题策划。

抢占智能经济时代的“话语权”和“定价权”

竞逐词元经济，以链式思维打造山东高地

□ 李 晔

  ●提要：当前，诸多省份对词元经济发展极度重视，粤苏浙等省已率先布局。发展词元经济是山东推动实体经济与数字经济深度融合和重塑区域数字竞争新优势、构建智能经济新形态的重要契机与核心抓手。山东需立足自身基础，从统筹构建词元生产、调配、转化、评估、治理全链条方向发力，打造全国词元经济高地。

“词元”是国家数据局对自然语言处理领域基础概念Token的规范定名，不仅是智能时代的价值锚点，更是连接技术供给与商业需求的结算单位。6月，国家数据局正式发布《关于推进行业高质量数据集建设行动的实施方案》，“词元交易”首次写入国家文件。词元正在重构数据要素的价值体系，谁先建立词元计量、定价、交易的标准体系和产业生态，谁就掌握了智能经济时代的“话语权”和“定价权”。“词元经济”正成为各省培育新质生产力、抢占智能经济制高点的关键赛道。

词元经济赋能千行百业

词元是人工智能大模型处理文本、代码、图像等信息的基本单元。词元经济则是在生成式人工智能运行和应用过程中，围绕词元生产、调度、计价、交易、价值转化形成的一种资源配置方式和经济形态，在人工智能服务价值衡量、资源优化配置和规模化应用等层面显现重要价值。

一是重构数字经济价值体系。词元将算力、数据、能源等投入转化为可量化、可交易智能服务，建立算力→词元→模型→应用的价值传导链条，推动数字资源从粗放式利用向精细化配置转变，加快了“人工智能+”在千行百业落地。

二是推动实体经济转型升级。词元经济降低了AI技术应用门槛与信任成本，正重塑传统产业竞争力。算网融合、算电协同、数模一体化能够驱动实体经济发展模式深度变革。

三是赋能智能经济新形态。算力基础设施将被改造为可批量生产标准化词元服务的“Token工厂”，转向以标准化智能效用为核心的AI产业智能服务枢纽。词元的生成速度、分发时延、调用成本将决定智能经济发展质量。

山东的优势潜力尚未充分释放

当前，诸多省份对词元经济发展极度重视，粤苏浙等省已率先布局。广东打造词元经济“领跑者”，全链条布局，率先出台省级词元经济专项政策，提供“词元券”“词元包”等大力度词元服务和算力补贴。江苏依托国家超算中心、高端服务器企业等，持续建设高通量算力集群。浙江构建“脑力-算力-绿电”三角布局，开创绿电与绿算协同发展新模式，并探索“Token工厂”模式，实现通过MaaS（模型即服务）平台直接向下游提供算力服务。

山东具备发展词元经济的良好先天条件与落地土壤，具备起步发力的坚实条件。一是经济与产业基础雄厚，数字化转型需求旺盛，为词元经济提供丰富的应用场景与坚实的落地土壤。二是算力基础设施初具规模，算网一体架构基本形成，为词元生产提供了基础性支撑。三是青岛发布“联并千行Coding MaaS平台”，面向本地企业、开发者、OPC（一人公司）创业者及科研机构提供一站式AI代码开发与模型服务，积极探索Token服务推广。四是山东工业数据和政务数据体量大，已有121个产品入围国家区块链信息服务备案清单，数据治理能力持续提升。

但对标江苏、广东、浙江等先进省份，山东仍存在短板，优势潜力也尚未充分转化为竞争优势。一是对词元经济战略定位、发展路径和标准规范缺乏系统性指引，尚未形成全省“一盘棋”协同推进格局。二是算力、存力、运力综合水平与全国先进水平有差距，山东算力规模处于全国第十，约为江苏1/3、广东1/2，算力中心上架率和算力业务收入等综合算力质效也未进全国前十。三是核心技术短板明显，本土自主算法模型少、影响力弱，缺乏头部品牌，模力资源落后北京、上海、浙江、广东、江苏等省市，且芯片、配套算法工具、平台等也较弱。

立足自身基础打造词元经济高地

发展词元经济是山东推动实体经济与数字经济深度融合和重塑区域数字竞争新优势、构建智能经济新形态的重要契机与核心抓手。山东需立足自身基础，从统筹构建词元生产、调配、转化、评估、治理全链条方向发力，打造全国词元经济高地。

强化顶层设计，牢牢掌握词元治理主动权。一是构建词元经济底层框架。聚焦模型优化、词元计量、隐私计算等领域攻坚关键核心技术，强化开发者生态、工具链体系等基础配套，不断增强模型训练、推理优化和智能服务供给能力。二是加快构建词元标准体系。支持相关部门、高校院所、龙头企业牵头制定词元计量、定价、结算、质量评估、监管、安全责任等地方标准，积极参与国家标准制定。出台省内词元换算、计价、存证统一规范，搭建山东词元交易服务体系。三是建立词元经济区域协同发展格局。济南着力打造全省词元资源统筹调度中枢；青岛聚焦词元出海与跨境应用，建设国际词元交易平台，打造面向东北亚的词元经济开放门户；烟台、潍坊等制造业强市布局建设工业词元应用示范区，赋能传统制造业数字化转型；鲁南、鲁西因地制宜发展特色词元应用产业。

深化场景融合与业态培育，释放词元价值转化潜力。一是推动词元在实体产业全域渗透。聚焦制造业核心场景，优先在高端化工、装备制造、纺织服装等产业打造工业词元标杆应用，推动制造业智能升级。二是系统培育词元新业态新模式。孵化词元算力、词元内容运营、跨行业词元供需撮合等新兴市场服务主体。探索、培育与推广智能体代调用、词元订阅等新商业模式，打造工业词元、政务词元、文旅词元、跨境贸易词元等垂直新业态。三是搭建省级词元场景创新载体。聚焦高端装备、精细化工、能源矿山等实体产业，统筹整合链主企业、科研院所与产业园区，建设高水平词元场景实验室，开展产业专属词元体系搭建、行业应用模型研发、场景落地测试等。

聚力产业链集群培育壮大，推动词元经济规模化落地。一是布局完善词元全链条生态。梳理词元产业链图谱，靶向招引算力芯片、垂类行业模型、词元运营服务等上下游企业，打造链条完整、业态丰富、协同高效、规范有序的词元产业完整发展生态。二是探索词元链主产能托管与梯度孵化机制。遴选省内头部模型企业、算力企业作为词元托管运营商，承接省内零散工业数据、碎片化业务需求，进行专业化词元提纯、标注、封装，为本土中小科创企业提供词元服务，有效缓解企业单体算力弱、自建成本高等突出问题，打造轻量化、虚拟化、智能化的新型产业集群。按照词元研发生产能力、调用规模、赋能效益实行差异化算力配额、补贴，降低中小企业AI应用门槛。

夯实算力与数据底座，筑牢词元生产基础支撑。一是建设词元基础设施。整合行业大模型、政务及工业数据资源，在省级算力平台、数据中心等增设词元计量、对账、调度模块，封装按词元计费的推理、微调、行业智能体服务，打造“Token工厂”。同步扩容工业、海洋、农业垂直模型库，建设集词元生产、计量、调度、交易于一体的运营中枢平台。二是建立算力、绿电、通信、词元四位一体模式。推动风电、光伏、储能等清洁能源与智算中心深度耦合，降低单位词元生产成本，打造绿色词元生产标杆园区。超前布局工业6G、全域算力通信专网等，利用6G低时延、广连接、高可靠传输特性支撑工业端海量词元实时调用、边缘侧快速解析。三是加快高质量数据集建设。推动工业、政务、农业等领域公共数据开放共享，培育专业数据标注、清洗产业，为词元生产提供优质“原材料”。建立通用词元、行业垂类词元、工业专用词元等分级生产库。

强化政策供给，保障词元经济有序成长。一是促进词元普惠共享。由政府集中采购基础模型、算力资源、数据集，通过“词元券”“词元包”等向中小企业、OPC企业免费或低价开放，通过公共云支持词元普惠化接入，鼓励中小企业开发轻量化、实用化词元应用。二是拓宽词元服务落地场景。围绕山东智能制造、海洋经济、智慧政务优势领域，打造算力智能服务转型标杆项目，以场景需求倒逼算力基础设施向智能运营转变。三是健全词元经济统计监测体系。构建涵盖词元调用量、算力利用率、模型性能价格比、产业产值等核心指标的统计监测制度，定期发布发展报告，为政策制定、产业决策提供支撑。

（作者系齐鲁工业大学经济与管理学部主任、山东省科技发展战略所所长）

发展词元经济须避免两类误区

□ 王春晖

  ●提要：必须厘清核心认知：词元计量的是算力工作量与资源消耗水平，回答的是“消耗多少资源”，而非“创造多少价值”。要规避两类典型认知误区：一是误将词元直接等同于价值货币，把词元交易曲解为代币交易；二是陷入唯词元数量论误区，将词元产量、调用规模作为单一考核指标。

  当前，智能经济正加速走向规模化产业落地。近期，一场围绕“词元经济”的地方竞速正在展开。厘清词元的核心要义，划清资源投入与价值产出的边界，剖析词元经济发展的内在机理，是保障智能经济健康可持续发展的前提。

“消耗多少资源”≠“创造多少价值”

“词元”（Token）本质上是信息被拆解至不可再分的原子单位。文本、图像、代码等多元信息输入大模型，必须转化为词元序列，机器方可完成语义解析、逻辑推理与计算输出。从技术经济学视角来看，词元是驱动AI模型持续运转的数字燃料，也是智能体开展任务规划、工具调用、长周期任务执行的基础原材料，属于典型新型生产资料。因此，必须厘清核心认知：词元计量的是算力工作量与资源消耗水平，回答的是“消耗多少资源”，而非“创造多少价值”。它是资源投入的度量标尺，并非用于财富存储、价值交换的价值载体。

词元消耗与最终产出价值之间不存在简单正向对应关系，二者时常呈现反向特征：高度凝练、逻辑严密、边界清晰的高质量提示词，仅消耗少量词元，即可引导模型和智能体高效完成复杂任务，释放可观商业价值与实用价值；冗长冗余、逻辑混乱、诉求模糊的低效输入，会耗费海量词元与算力资源，却几乎不产生实际价值。同等词元消耗规模下，产出价值可能有天壤之别。这意味着，单纯追逐词元生产规模、盲目比拼词元调用消耗量，并不等同于产业高质量发展。

人工智能规模化落地的背后，不断加剧的资源环境压力构成词元经济发展必须直面的现实约束。2026年6月，联合国大学水、环境与健康研究所发布《人工智能能耗的环境成本：碳、水和土地足迹》报告指出，伴随AI应用持续扩张，四年内数据中心能源、水资源消耗及相关污染将实现翻番；预测至2030年，全球数据中心用电需求将达到945太瓦时，对应耗水量约等于13亿人一年基本生活用水，土地占用面积将突破14500平方公里。词元作为算力消耗的直接计量单元，每一次词元调用背后都对应电力、水资源等多重资源的综合消耗，这也决定我国词元经济不能走“重规模、轻效能”的粗放扩张道路，必须走绿色词元发展路径，将绿色化内嵌于词元经济全链条，实现智能化与绿色化协同推进。

由“重规模”转向“重效能”

纵观国内多地发布的词元经济政策文件，地方政府已充分洞察词元经济的战略价值，探索形成差异化的实践路径。但政策落地过程中，需要牢牢锚定词元的生产资料属性，规避两类典型认知误区——

一是误将词元直接等同于价值货币，把词元交易曲解为代币交易，混淆生产要素流通与金融价值交换。词元交易的实质是算力推理服务流转，交易标的为AI推理计算服务，并非财富凭证，必须坚守数据要素、算力服务合规流通边界，防范金融化异化风险。

二是陷入唯词元数量论误区，将词元产量、调用规模作为单一考核指标，忽视提示词工程、模型能力、场景适配度与应用实际成效，漠视词元调用背后的碳、水、土地综合环境代价。

智能产业的核心竞争力不取决于词元消耗总量，而在于能否以更少词元投入输出高价值智能服务。政策考核应当由“重规模”转向“重效能”，鼓励高效推理、优质提升工程、垂类智能体创新，约束低效冗余调用造成的算力浪费与资源透支。

系统探索“绿色词元”实现路径

面向智能体规模化落地新阶段，发展词元经济，需要实现技术逻辑、产业逻辑、绿色逻辑、治理逻辑协同共进，系统探索“绿色词元”实现路径。

第一，夯实高质量数据供给与算力底座，筑牢词元生产源头根基，布局绿色算力供给体系。词元是数据经模型激活后形成的动态产出，数据集质量直接决定词元供给质量。各地建设词元工厂，不能仅聚焦算力硬件堆叠，要同步推进行业高质量数据集建设，打通数据合规供给渠道，保障词元工厂优质原料供给，打通“数据、场景、模型、词元”正向数据飞轮，化解算力硬件充足但高质量词元供给不足的结构性矛盾。与此同时，词元工厂建设必须同步落实绿色发展要求，优先匹配绿电供给，优化数据中心水冷、余热回收技术方案，统筹用地集约利用，从算力供给源头降低词元生产的碳、水、土地综合足迹，夯实绿色词元硬件底座。

第二，健全词元交易流通规则，坚守要素服务定位，严守合规底线。建设词元交易专区、交易平台，核心目标是实现算力推理服务标准化流转，完善计量、存证、结算配套机制。严格区分词元服务流通和代币类金融活动，用好监管沙盒工具，针对智能体驱动下高频、长周期词元调用场景，建立适配智能体自主任务的计量规则。在交易计量体系中，探索增加词元服务的环境成本标签，将能耗、水耗等绿色指标纳入交易参考维度，兼顾流通创新与风险防控。

第三，优化政策工具设计，引导产业向高效能、绿色化方向演进。词元券、算力券等财政补贴工具，应当向垂类大模型、行业智能体研发、提示工程优化、推理效能提升、低能耗模型技术方向倾斜。补贴核算除参考词元消耗数量之外，可逐步将应用落地成效、业务实际价值、单位词元资源消耗水平作为重要参考，引导市场主体追求“低词元消耗、高价值产出、低环境负荷”，避免片面追求词元消耗规模，堵住政策套利空间。对实现推理降本降耗、绿色词元技术攻关的市场主体给予政策倾斜，以政策杠杆引导绿色词元技术迭代。

第四，统筹标准建设、人才培养与安全治理，完善全方位支撑体系。加快研制词元相关国家标准，统一计量口径、质量评估与安全规范，把词元服务的能耗、水足迹、土地足迹评估纳入标准体系。培育通晓大模型与智能体技术、熟稔数据要素市场规则、兼具绿色数字素养的复合型人才。统筹发展和安全，针对智能体自主持续调用带来的海量词元消耗风险，建立算力消耗与资源环境双维度监测机制，防范无意义大规模推理引发的能源、水资源浪费，平衡产业创新与资源约束。

发展词元经济，必须紧扣实体经济发展需求，兼顾智能化与绿色化双重目标，依靠制度创新引导市场提升资源利用效率，推动词元赋能千行百业。

（作者系南京邮电大学信息产业发展战略研究院教授）

生产力飞跃必然要求生产关系作出适应性调整——

从法治视角看智能经济新形态

□ 陈 兵

智能经济是依托人工智能等前沿技术，推动社会生产力与生产关系发生整体性、深层次变革的经济形态。以系统观念推动智能生产力与智能生产关系的动态适配，构建与发展智能经济新形态相适应的法治秩序与治理生态，对于推动我国经济高质量发展具有重要意义。

智能经济新形态下的生产力变革

智能经济相较于传统发展模式，最根本的变革在于构建起数据、算力、算法协同迭代升级的内生运行闭环。通过海量数据训练持续优化算法，迭代升级的算法不断拉高算力供给需求，强大的算力支撑又持续催生、沉淀更多高质量数据，形成“数据赋能、算法驱动、算力支撑”的良性循环。这一自我优化的运行机制，打破了传统经济线性增长的增长瓶颈，全方位牵引产业体系、经济结构、运行模式发生系统性变革。

生产力变革首先体现在生产要素体系的重构。长期以来，土地、劳动力、资本是支撑经济增长的核心生产要素，传统经济的发展要素结构相对固化。步入智能经济时代，数据、算力、算法、高端人才成为新型核心生产要素，与传统要素互补协同，构建起适配数字智能时代的现代化要素供给体系，重塑了经济增长的核心动力。

生产要素格局的重塑，进一步推动资源配置方式变革。传统经济模式下，资源配置主要依靠市场价格机制自发调节、政府宏观调控精准引导，企业科层制管理开展资源统筹。智能经济的快速发展，催生了以算法为核心的第四种资源配置力量，实现了资源配置模式的迭代突破。算法不再是单纯辅助决策的工具，已然成为独立参与经济运行的配置主体，可自主完成资源识别、价值评估、供需匹配、智能调度的全流程工作，提升了资源配置精准度与运行效率。

但算法仅能实现既定目标下的效率最优，无法自主完成价值判断。这要求政府强化宏观调控职能，为算法设置约束条件与权重参数，统筹兼顾效率与公平。

同时，人机协同推动企业管理走向扁平化。人工智能实时处理海量数据、输出决策参考，赋能一线人员履职决策，智能体承接常规管理事务，有效压缩管理层级。更为深刻的变革体现在知识创造范式，以深度学习和大语言模型为代表的人工智能开始大规模参与甚至主导知识创造过程，知识创造的主体从人类独创扩展为人机共创，彻底革新了知识迭代与科技创新的生成路径。

生产关系调整面临的深层挑战

当前智能经济新形态发展中，生产关系的演进明显滞后于生产力进步，表现为多重层次矛盾——

市场竞争层面，智能经济呈现市场集中与低价内卷的双重困境，持续挤压产业创新空间。数据、算力、算法的正向迭代效应，极易催生“赢者通吃”的市场结构。头部平台依托数据壁垒与算法优势构筑行业壁垒、锁定市场份额，压制市场竞争与新兴主体成长。与此同时，行业无序低价竞争依然普遍，部分企业重短期流量、轻长期研发，依赖价格战抢占市场，导致企业创新投入不足、产业技术迭代放缓，本质是智能生产力与传统生产关系适配不足的集中体现。

创新激励层面，传统产权与利益分配制度难以适配人机共创新模式，制约创新活力释放。当前人工智能生成内容的权属界定、使用权限、收益分配等规则尚不健全，造成创新主体投入与回报失衡，削弱持续创新动力。加之高质量数据资源被少数平台垄断，数据孤岛问题突出，中小市场主体难以获取合规高质量数据。同时，算法模型开源与闭源的平衡难题凸显，过度保护会阻碍技术流通，保护不足则会挫伤创新积极性，制度适配短板持续显现。

就业结构层面，人工智能催生新型岗位的同时，正带来就业分化与新型劳动治理难题。人工智能替代部分重复性岗位，催生就业两极化、高产值低就业的发展悖论，压缩了初级劳动者的职业训练与成长通道。算法控制对劳动者的新型管理也带来劳动异化与权益保障薄弱等新问题，灵活用工表象下，劳动者议价能力弱、社会保障不足、职业发展受限，算法霸权带来的劳动权益保障问题日益突出。

治理模式层面，事后监管滞后于技术迭代，制度供给的结构性缺口日益凸显。人工智能算法具备复杂性、不透明性特征，传统事后监管模式难以有效防范算法偏见、数据泄露等潜在风险，易形成治理真空。当前的法律框架大多是在工业经济时代形成的，其核心逻辑和制度工具难以直接套用于智能经济，在算法合谋、数据垄断、平台用工、零价市场竞争等新型问题上存在明显适用短板。这种制度层面的不适应需从根本上重新审视法律的价值取向和制度设计。

构建相应的法律制度

法治建设需要在规范政府行为、规范企业行为、强化市场监管与执法、推动创新与产业升级以及前瞻性风险防控等多个维度协同发力，逐步构建良性竞争生态和可持续发展环境。

一是以公平竞争审查制度为抓手，规范政府行为，着力优化营商环境。首先要通过科学合理的政绩考核机制，引导地方政府注重长远发展和高质量发展，避免各地在招商引资政策上进行逐底竞争，防止低水平同质化建设，推动区域竞争从政策洼地比拼转向营商环境提质。严格落实公平竞争审查，规范市场准入、产业招商、招投标等各类涉企政策。强化中央层面产业统筹，引导各地依托比较优势发展特色产业，构建错位发展、互补协同的区域创新格局，精准扶持深耕研发的创新型企业，倒逼市场主体摒弃短期低价竞争思维。

二是规范企业行为，着力提升产品质量与服务水平。依托行业自律公约，抵制非理性价格战。建立健全行业产能监测预警体系，精准披露行业产能信息，引导企业理性投融资、有序进退市场。扭转唯市场份额、唯短期利润的评价导向，构建兼顾长期效益与社会价值的企业考核体系，倒逼企业加大研发投入、培育核心人才、提升自主创新能力。

三是强化市场监管与执法，维护市场公平竞争秩序。聚焦平台经济、新兴产业等重点领域，保持反垄断严格执法，重点整治算法合谋、数据壁垒、算法垄断等新型垄断行为。适配智能经济特性，推动反垄断监管从静态市场结构管控转向动态竞争效能评估，重点核查平台排他性竞争、创新遏制等行为。

四是健全创新激励法治体系，夯实智能经济发展动能。加快完善人机共创成果的知识产权界定、使用及收益分配规则，消除创新主体的制度顾虑。稳步推进数据要素市场化配置机制，严守数据安全和隐私底线，有序开放公共数据，搭建市场化数据流通体系，探索数据可携带权、数据互操作制度。建立算法分级分类监管制度，对公共安全、民生医疗、金融稳定等重点领域高风险算法，落实备案、审计、影响评估机制，保障算法透明可溯源。

（作者系南开大学法学院副院长、教授）