把握數字經濟發展的“速度與激情”

在傳統產業增長乏力、招商引資缺少方向的大背景下，大力發展數字經濟成為各地保持經濟穩步發展、培育新增長點的必選項。據統計，我國數字經濟規模從2012年的11.2萬億元增長至2023年的53.9萬億元，11年間規模擴張了3.8倍。

但也要看到，各地在推動數字經濟“大干快上”的過程中，也不可避免地出現各自為政、無序競爭的問題，甚至在某些領域由于盲目跟風、過度投資，導致項目爛尾、資源浪費等現象，值得各地高度關注并調整策略。

脫離產業基礎，一味追求“高大上”

近年來，集成電路、元宇宙、大模型等成為各地產業規劃和產業政策中的高頻詞匯，在促進這些領域快速發展的同時，脫離實際盲目追求大投資、大項目的問題也屢見不鮮。

例如，在集成電路領域，各地紛紛拿出優惠產業扶持政策，全國上下掀起“造芯熱”，2020年前后曾一度出現多個半導體項目陷入“爛尾”困境的現象。

為此，國家發展改革委專門回應：一些沒經驗、沒技術、沒人才的“三無”企業投身集成電路行業，個別地方對集成電路發展的規律認識不夠，盲目上項目，低水平重復建設風險顯現，甚至有個別項目建設停滯、廠房空置，造成資源浪費，并提出加強規劃布局、完善政策體系、建立防范機制、壓實各方責任四項舉措，規范市場秩序，引導產業健康發展。

據相關機構統計，2023年我國新注冊芯片相關企業仍多達6.57萬家，同比增加9.5%；同時，有1.09萬家芯片相關企業注銷、吊銷。

類似的現象在大模型行業也同樣存在。據統計，自2022年11月ChatGPT發布到2024年7月，我國新注冊成立但目前處于注銷吊銷或停業異常狀態的人工智能相關企業達7.86萬家，占同期新注冊87.8萬家企業總量的8.9%。

集成電路、大模型等行業是典型的重資本、高投入、高產出的長周期產業，對地方政府的經濟實力、可持續投入能力和高技能人才資源等都是一種考驗，各地在發展過程中應當立足自身基礎，科學開展評估論證，找準產業鏈環節作為切入點，避免欲速而不達。

忽視可持續運營，“場景”變“盆景”

應用場景建設是地方政府引導數字經濟發展、為企業創造機會空間的重要抓手。

各地紛紛通過揭榜掛帥、財政獎補等方式，支持企業參與到城市數字化場景建設中來。但從各地實踐來看，不少數字化轉型重點項目和應用場景建設仍以政府主導、財政投入為主要模式。

一方面，市場主體參與的積極性和主動性不強，不少企業把應用場景建設當做賺錢項目或拓展市場的跳板，往往場景完成驗收合作也基本結束，后續技術轉化落地、場景復制推廣等都沒有下文；另一方面，不少場景缺少成熟運營模式和商業模式，可持續運營能力和迭代升級動力不強，展示和宣傳效果大于實際效果，過一兩年就成為無人問津、無人運維的閑置項目。

以元宇宙為例，2022—2023年元宇宙概念最火爆的時期，我國有30多個省市發布了元宇宙產業支持政策。據不完全統計，截至2024年8月，全國共有137家在建及已建成的元宇宙產業園區。

隨著市場對元宇宙實際應用價值的重新評估，部分缺乏優秀內容、缺少經濟價值、不具備可持續盈利能力的項目陸續陷入資金鏈緊張、后續運維難以為繼的困境。尤其在大模型熱潮下，企業和用戶對元宇宙的熱情也明顯降溫。

面向企業開放應用場景，不失為支持技術創新轉化和企業發展的一條有效路徑，但“場景”不應成為面子工程，更不能成為好看不好用的“盆景”。而應當運用市場化機制，構建“技術應用-場景示范-產業發展”的良性循環，讓好的應用場景真正成為數字技術的試驗場、數字產業的孵化器。

延續傳統思維定式，“病急亂投醫”

經濟下行壓力較大、財政收入趨緊是各地面臨的客觀實際，希望通過加大投資力度、拓展收入來源渠道的迫切心情能夠理解，但部分地方政府延續傳統粗放發展的路徑，缺少科學論證就盲目“上項目、搞創新”的做法，不僅起不到穩增長的作用，反而帶來一系列負面作用。

例如，在算力中心建設方面，近年來各地建設智算中心熱情高漲。據統計，我國已有超過30多個城市建設了智算中心，甚至出現一個城市同時建設多個超算中心和智算中心的現象，而部分地市和縣級數據中心實際上架率平均不到20%。

近期，某縣城投資15億元建設人工智能算力中心項目的新聞成為爭議焦點。該縣一年的財政收入為15.8億元，姑且不論項目資金從何而來，智算中心建成后的應用需求、運維成本都有可能面臨新的問題。

再如，在國家加快推動數據要素市場化改革的大背景下，公共數據授權運營和數據資產化成為各地政府關注的熱點。但隨即卻出現了某地政府打包出讓政務數據資源經營權，隨后又被叫停的案例。

2024年6月發布的《國務院關于2023年度中央預算執行和其他財政收支的審計工作報告》顯示，4個部門所屬7家運維單位未經審批自定數據內容、服務形式和收費標準，依托13個系統數據對外收費2.48億元。

盲目投資建設算力中心、迫不及待搞“數據財政”，本質上還是試圖走投資拉動、快速變現的傳統捷徑，但這種超越現實階段和自身經濟基礎的做法，對數字經濟健康發展來說往往弊大于利。

不同發展階段的政策選擇

各地在發展數字經濟的過程中，如何理性把握“速度與激情”，在充分尊重技術演進趨勢、市場運行規律和模式路徑差異的前提下，因地制宜、因勢利導，將“好鋼用在刀刃上”，是下一步推動數字經濟行穩致遠的關鍵所在。

國際知名研究機構蓋特納提出的技術成熟度曲線，已成為國內外預測和評估新興技術發展趨勢的重要工具。其將技術成熟度分為五個關鍵階段：

技術萌芽期，一項新技術剛被引入時，行業內的興趣和討論會迅速升溫，但技術本身仍處于非常初期的階段，實際應用和產品很少；期望膨脹期，隨著市場過度炒作和期望不斷提升，技術達到曝光高峰期，然而缺少實際產品和應用，失敗案例開始顯現；泡沫破裂低谷期，由于技術未能達到期望，人們開始產生失望情緒，市場熱度大幅下降；穩步爬升復蘇期，隨著技術應用和理解加深，市場逐漸回歸理性，技術發展穩步推進；生產成熟期，技術被廣泛接受，進入成熟階段，應用普及，并開始帶來真正的商業價值。

相對來說，企業比較關注哪個階段、哪個環節更加適合介入市場、獲得爆發式增長；資本更關注哪個領域、哪個節點投入能夠取得更大回報。而政府部門對新技術、新領域的規劃布局和資源投入維度應當有所不同，需要考慮的因素也更多。

比如，這兩年各地規劃、政策中頻繁提及的大模型、數據資產等領域，目前大模型已經逐步進入期望膨脹期。據統計，截至2024年7月，全國已有197項生成式人工智能服務通過備案審核，如算上尚未備案的大模型則數量更多，但真正帶來行業應用價值的還不多見。

所以，政府對大模型的政策支持，就不能再以追求備案數量作為考核和競爭的目標，而應當把注意力轉移到如何開放場景、促進應用，幫助企業跨過泡沫破裂的低谷期上來。

再比如，對于數據資產化領域，目前從國家層面來講也還處于制定制度規則、探索技術創新的起步階段，但已經有地方將數據資產作為繼土地財政之后的融資舉債新通道。這種急功近利的現象，從近期公共數據資產打包轉讓、借道國有企業隱性舉債等屢屢被叫停可見一斑。

技術成熟度曲線只是了解技術發展階段和演進趨勢的工具之一。政府部門在制定數字經濟扶持政策中，可以采用不同的分析方法對技術成熟度進行研判，組織專家和企業家進行深入論證，避免將資源都集中在諸如基礎大模型研發這種未來可能“強者通吃”的賽道上，而應當因地制宜分階段制定針對性、動態性的扶持策略。

對于處于萌芽期的技術，應側重于支持企業技術攻關，搭建技術驗證、測試平臺，從源頭上增強技術成功轉化和應用的概率；對于處于期望膨脹期的技術，應未雨綢繆，更多從引導數字技術賦能實體產業角度給予支持，以虛促實；對于跨越“死亡谷”走向復蘇期和成熟期的企業，則應從創造場景機會、促進供需對接等方面，更好支持企業做大做強。

（作者單位：上海中創研究院）