数字经济时代的智能复合配置论

　　席卷全球的数字化浪潮，不断催生数字经济新形态，并在数据、算法与算力的协同作用下，带来要素配置效率提升、产业结构优化升级、经济增长动能转换等新现象，倒逼经济学研究突破认知局限、实现创新迭代。纵观经济学说史，现代西方经济学的理论大厦主要建立在资源配置这一核心基石之上，其底层逻辑是在约束条件下实现稀缺资源的有效组合与利用，经济系统的运行效果由微观决策、配置机制与宏观动能共同决定。其中，微观决策影响经济主体在约束条件下的价值判断与选择行为，配置机制通过价格信号与制度规则引导资源配置方向，宏观增长动能通过技术进步的创造性破坏重塑要素组合方式，三者的相互作用通过资源配置效应影响经济绩效。然而，随着数字经济时代的到来，这一研究范式的约束条件与运行机理发生了深刻变化，显现出愈加突出的理论解释困境。一方面，既有的经济学理论基于物质要素稀缺与排他性占有的分析框架，在面对海量非竞争性的要素资源跨场景复用时，呈现出明显的解释力不足问题；另一方面，人工智能(AI)等数字技术深度介入经济系统，正催生出人机协同决策、算法动态匹配等超越既有范畴的新运行逻辑，这些大量涌现的新现象有待加以客观而准确的学理化解释。因此，数字技术的革命性突破重塑着经济系统，呈现出若干新经济形态的典型特征，呼唤数字经济理论的重大创新。

　　习近平总书记指出：“数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量”，①并进一步强调“要加强数字经济发展的理论研究”。②经过超前布局与发展助推，中国的数字经济规模已稳居全球第二，并在基础设施、产业规模、技术创新、应用场景等方面处于世界前列。党的十八大以来，凭借着社会主义制度优势、超大规模市场优势、完整产业体系优势以及丰富人才资源优势，中国在数字经济领域开展了一系列独创性探索——明确将数据列为生产要素，建立基于数据特性的产权制度，探索数据、算法与算力的新型组合，强调实体经济与数字经济深度融合，着力发展新质生产力，等等。如何将这些中国经验转化升华为理论成果，关键是习近平总书记指出的“要善于提炼标识性概念，打造易于为国际社会所理解和接受的新概念、新范畴、新表述，引导国际学术界展开研究和讨论”。③本文在把握数字经济发展趋势和特征规律的基础上，立足中国数字经济发展的生动实践，提炼出“智能复合配置论”这一标识性概念，并将其作为构建数字经济理论分析框架的核心，以彰显主动回应时代命题的学术自觉与责任担当。

　　一、数字经济形态的典型特征与资源配置方式

　　从工业经济向数字经济的跨越，本质上是一场资源配置方式的革命。数字经济的深入发展在微观决策模式、资源配置机制与宏观增长动能层面呈现出显著的新特征，这些典型事实标志着一个新经济形态的到来，也在各个维度对基于工业经济形态的现代西方经济学理论带来系统性冲击。

　　第一，微观决策由单一主体独立决策转向人机协同智能决策。在工业经济形态下，微观经济主体的行为决策主要依赖人类大脑对有限信息的加工处理，而人类受制于认知能力和信息不对称的双重约束，其决策过程往往表现为基于经验的局部试错。随着生成式AI与大模型技术的爆发式应用，微观主体和决策机制发生根本性改变。智能代理(AI agent)能够在特定目标约束下自主学习、生成策略并参与实际决策，改变了决策的主体及其所面对的信息和认知制约。④海量非结构化信息通过算法被结构化地呈现与解析，信息制约得到极大缓解。机器学习与大模型把海量变量纳入预测框架，通过作出高维度的概率判断与结果排序，模型辅助乃至替代完成复杂的预测任务，使决策搜索成本与验证成本大大降低，个体认知边界被显著拓宽。数字经济时代的决策模式，已从单一的人类主观判断转向人类价值偏好与机器预测能力的深度协同——人类赋予目标与价值权重，机器进行多维预测与最优路径搜索，进而使微观主体能够在极短时间内、在海量信息中迅速锁定近似最优解。

　　第二，资源配置机制由以价格信号为主导转向算法驱动与规则治理相协同的复合配置。在工业经济形态下，资源配置主要依托市场价格机制的调节。价格作为反映稀缺性和引导供需平衡的信号，通常具有一定的滞后性，企业需根据价格波动调整生产，并通过排他性产权交易实现要素的组合与流转。在数字经济形态下，数据要素的非竞争性特征打破了传统物质要素的排他性约束，使同一要素可以在不同主体与场景下多次复用。算法不再被动依赖滞后的价格反馈，而是通过对全场景数据的实时处理实现供需的瞬时精准匹配。配置机制的变化实现了从排他性占有向协同复用的跨越，解构了传统以产权清晰界定为基础的交易制度前提，资源配置转向基于使用权的权能切分与动态复用。算法作为数字经济时代的新的“看不见的手”，在无形中指挥着数字经济系统的要素协同，打破了企业科层制的权利结构与主体排他限制，大大扩展了资源流转的时空边界与复用效率。

　　第三，宏观增长动能由物理要素的线性累加转向智能驱动的自我迭代与资源复用。在工业经济形态下，生产效率的提升主要依赖资本与劳动等传统要素投入的线性累积叠加，技术通常被视为生产过程之外的辅助变量，要素组合方式往往受制于物理空间阻隔导致的边际报酬递减律。在数字经济形态下，数据、算法与算力成为决定要素组合效率的内生关键变量。AI等通用目的技术改变知识生产与要素重组的底层逻辑，创新基于智能计算的高维模拟与预测，智能算法则能够在海量数据中发现人类认知范围之外的资源组合路径。这种基于计算的要素重组，利用数据的零边际成本复制与算法的自我迭代，在实现知识与技术的复利效应的同时，还产生了数字经济形态下的“创造性破坏”，即以一种非连续性的方式重构价值创造链条，推动经济系统转向规模报酬递增的智能内生增长。这种新模式极大拓展了价值创造空间，使增长动能向智能要素倾斜，导致传统价值核算体系难以捕捉数据复用的溢出价值，既有的增长与分配结构面临系统性重塑。