作者:北京大學經濟學院院長、教授、博導 張 輝
在全球經濟格局深度調整、新一輪科技革命與產業變革加速演進的背景下，構建現代化產業體系已成為中國經濟高質量發展的核心命題。2025年政府工作報告明確提出“因地制宜發展新質生產力，加快建設現代化產業體系”，并將其列為全年十大重點任務之一，凸顯了其在國家戰略中的關鍵地位?，F代化產業體系以創新驅動為核心，強調新興產業、未來產業與傳統產業的協同升級，旨在通過技術革新、結構優化與全要素生產率提升，夯實中國式現代化的物質技術基礎?，F代化產業體系不僅是現代化經濟體系的重要組成部分，更是新質生產力的發展載體。
當前，中國現代化產業體系建設已取得顯著成效。在制造業高端化方面， 2023年我國半導體器件專用設備制造、航天器及運載火箭制造等高技術行業增加值分別增長31.5%、23.5%，顯著高于制造業平均5.0%的增速，制造業產品質量合格率提升至93.65%。在智能化轉型方面，全國累計建成421家國家級智能制造示范工廠和萬余家省級數字化車間，5G技術深度融入工業場景，重點工業企業數字化研發設計工具普及率達80.1%、關鍵工序數控化率達62.9%。在綠色轉型方面，截至2023年我國創建國家級綠色工廠5095家，產值占制造業總產值17%，光伏組件、風電設備等清潔能源裝備占全球市場份額超70%，新能源汽車產銷量連續8年全球第一，2023年出口量同比增長超40%。在未來產業布局方面，量子計算機“本源悟空”完成30萬次運算任務，商業航天“千帆星座”計劃部署首批18顆衛星，人工智能核心產業規模突破5000億元，5G基站超294萬個。與此同時，我國在科技創新的基礎投入上也持續加碼， 2023年研發經費突破3.3萬億元，研發人員全時當量達724萬人年，這為建設現代化產業體系提供了堅實的基礎保障。
同時也要清醒地看到，目前建設現代化產業體系仍然面臨多重現實挑戰。高端科技人才是建設現代化產業體系的核心人力資本。當前全球產業變革進入智能化、數字化深水區，人工智能作為通用型技術，正重塑制造業、服務業等全產業鏈條，高端AI人才憑借跨學科知識儲備與創新能力，為產業轉型升級注入了新動能。我國具備強大的高端人才供給能力，已成為全球人工智能等前沿領域高端人才的主要來源地，但對高端人才的集聚效應仍有提升空間。
我國建設現代化產業體系面臨的現實問題
產業創新體系依然存在短板。產業創新體系是建設現代化產業體系的核心動力引擎，可以通過技術突破、要素重構等多條途徑為建設現代化產業體系提供系統性創新機制。這種創新機制不僅能夠提升全要素生產率，更能通過創新要素的跨域流動，推動產業體系向價值鏈高端躍升，實現質量變革、效率變革、動力變革。黨的十八大以來，以習近平同志為核心的黨中央高度重視科技創新，堅持把創新擺在國家發展全局的核心位置，不斷強調科技創新在全面創新中的引領作用。通過深入實施創新驅動發展戰略，我國產業創新體系日臻完善，創新實力正從量的積累邁向質的飛躍。一方面，我國技術創新水平持續提升，截至2023年底，我國發明專利有效量為499.1萬件，其中國內（不含港澳臺）發明專利有效量為401.5萬件，成為世界上首個發明專利有效量突破400萬件的國家；另一方面，創新質量逐漸提高，創新含金量最高的發明專利申請授權數量由2013年的20.77萬件增至2023年的92.1萬件。需要注意的是，雖然我國產業創新體系已經在創新數量、創新質量等方面取得了重大突破，但就全局而言，產業創新體系在基礎研發、成果轉化和企業研發強度等方面仍然存在短板。
一是基礎研究與前沿創新能力依然薄弱。以半導體行業為例，我國半導體產業在附加值較低的環節占據較高比例，這反映出產業結構的不合理性。截至2023年，在封裝測試領域，我國企業憑借勞動力成本優勢和一定的技術積累，占據了全球市場約30%的份額。然而，這一環節的附加值較低，利潤空間有限。相比之下，在晶圓制造環節，我國企業雖然近年來有所發展，但2023年的市場份額依然較低，且技術水平與國際先進水平仍有差距。在附加值更高的材料和設備領域，我國企業的發展更為滯后。半導體材料市場規模龐大，但我國國產化率較低，高端光刻膠等關鍵材料幾乎完全依賴進口，這嚴重制約了我國半導體產業的自主可控發展。在設備方面，我國企業市場份額較低，而國外巨頭憑借長期的基礎研究積累，在光刻機等核心設備上占據壟斷地位。由此來看，我國在基礎研究與前沿領域的創新能力依然相對薄弱，破除核心技術受制于人的困境仍然面臨阻礙。
二是成果轉化率偏低。從科技成果轉化角度來看，2024年我國高校專利轉化率約為3.8%，企業專利轉化率約為50%，科研院所專利轉化率約為11.8%，與部分發達國家仍有差距。這背后的原因是多方面的。一方面，基礎研究、應用研究與產業化之間存在脫節現象?；A研究往往側重于理論探索和知識創新，其成果在向應用研究轉化過程中，缺乏有效的銜接機制和平臺，導致許多具有潛在應用價值的基礎研究成果難以得到進一步開發和利用。而應用研究在向產業化推進時，又面臨著市場對接不暢、技術成熟度不足等問題，使得科研成果難以順利轉化為實際生產力。另一方面，企業作為科技創新的重要主體，在成果轉化過程中發揮著關鍵作用，但我國部分企業對科技成果轉化的認識不足，缺乏主動承接和轉化科研成果的動力與能力。部分企業過于注重短期經濟效益，對長期的科技研發和成果轉化投入意愿不強，導致科研成果在企業端的落地轉化受到限制。此外，我國科技成果轉化的中介服務體系尚不完善，技術交易市場不規范、信息不對稱等問題依然存在，這也在一定程度上阻礙了科技成果轉化的效率和成功率。
三是企業研發強度不夠。2024年中國全社會研發投入強度為2.68%，中國企業500強中，制造業企業平均研發強度為2.39%，這與發達國家研發強度仍然存在差距。這一現狀在一定程度上制約了我國企業的自主創新能力以及在全球產業競爭中的地位。究其原因，首先，面對市場中的諸多不確定因素，部分企業擔心研發投入無法獲得相應的回報，從而對研發投資持謹慎態度。其次，我國企業在研發管理和創新機制方面還不夠成熟，激勵機制和人才培養體系尚不完善，導致研發資源利用效率不高，研發投入的產出效果不佳。最后，我國在鼓勵企業研發的政策支持體系方面雖已取得一定進展，但在政策落實的精準度和協同性上仍有待加強，部分政策的扶持力度和針對性還不夠，無法充分激發企業的研發積極性。
產業結構仍然存在優化空間。產業結構是建設現代化產業體系的基礎載體。高級化、合理化的產業結構可以通過資源要素的高效配置實現傳統產業升級與新興產業培育并舉，從而推動全要素生產率提升。特別是在全球價值鏈重構背景下，數智化導向的產業結構調整，既能培育經濟增長新動能，又能增強應對國際競爭的抗風險能力，可以為建設現代化產業體系提供動態演進框架和可持續發展路徑。2008年世界金融危機之后，我國產業結構一度出現過度“去工業化”的不良現象，但這一現象在2020年之后得到有效緩解，第二產業增加值占比穩定在38%-39%區間。需要注意的是，我國產業結構仍然存在優化空間，特別是傳統產業數智化轉型困難、新興產業支撐不足等問題依然突出。
一是傳統產業數智化轉型困難。傳統制造業作為我國實體經濟的主體，占比長期維持在80%以上，但在全球產業鏈重構、消費需求升級的雙重壓力下，其轉型問題日益凸顯。截至2022年第二季度，我國規模以上工業企業中實現智能化生產全流程覆蓋的比例為6.6%，2023年第二產業數字化滲透率為25.03%，低于服務業的45.63%和發達國家制造業33%的平均水平。這種轉型困境主要體現在：一方面，需求側與供給側錯配加劇。近年來傳統制造業面臨需求收縮與產能過剩的雙重擠壓，多數中小企業受限于高昂的智能化改造成本，難以突破低端鎖定困境。另一方面，數字化轉型深度不足。盡管5G、工業互聯網等技術加速滲透，但核心生產環節的數字化應用仍存短板。這些無疑增加了制造業利用數字技術的成本和門檻。
二是新興產業支撐不足?，F代化產業體系指的是未來產業與戰略性新興產業、主導產業、支柱產業依次遞進的體系，當前全球新一輪科技革命與產業變革深入發展，以人工智能、量子信息、集成電路為代表的新興產業正成為大國博弈的焦點。然而，我國戰略性新興產業在快速發展的同時，仍面臨核心技術受制于人、產業鏈關鍵環節存在“斷點”等突出問題。多年來，我國集成電路貿易逆差較大，2024年我國集成電路進出口額分別為3856億美元和1595美元，出口額僅為進口額的41%。而且，超過2/3的國內芯片是通信芯片和消費類電子芯片，計算機芯片占比不足11%，與國際上25%的比重差距甚大。這種核心技術依賴進口的局面，不僅導致我國相關產業的附加值較低，還會使我國產業鏈供應鏈面臨著技術封鎖、供應中斷等風險，阻礙了我國新興產業向高端化、智能化、綠色化發展的進程。
三是人工智能產業結構問題漸顯。根據工業和信息化部披露的數據，截至2024年4月，中國人工智能骨干企業數量為4311家，其產業層級分布呈現明顯的“金字塔”結構：基礎層、技術層、應用層的企業占比分別為9.93%、28.60%和61.47%，體現出“應用主導、技術追趕、基礎薄弱”的產業特征。人工智能通過數據要素的高效配置與智能算法深度賦能，可以通過生產流程優化與資源精準匹配顯著提升全要素生產率。在制造領域，AI推動柔性生產與智能決策，重構產業鏈協作模式；在服務業，AI催生數字孿生、智慧物流等新業態，促進產業跨界融合。更重要的是，AI技術集群突破加速產業基礎高級化，推動傳統產業智能化改造和戰略性新興產業培育，形成“人工智能+”創新生態。這種技術穿透力不僅可以提升產業國際競爭力，更能通過人機協同重塑生產要素結構，為構建創新驅動、協同發展的現代產業體系提供核心支撐。然而，目前我國這種“頭重腳輕”的人工智能產業結構，一方面導致關鍵算法、芯片等核心環節受制于人，產業鏈安全風險高企，另一方面也使得價值分配向應用端傾斜，形成“基礎薄弱—技術模仿—應用內卷”的不良循環，阻礙產業向全球價值鏈高端攀升。
精準施策推動我國現代化產業體系建設
? 積極優化人才生態
實施引育結合人才發展戰略。針對人才供給與儲備失衡問題，需實施引進與培育并舉的人才發展戰略，應積極優化人才生態，通過構建涵蓋科研、產業、生活的全鏈條服務網絡提升人才黏性。具體而言，一是建立動態化人才數據庫，精準追蹤頂尖AI人才成長路徑，針對關鍵人才制定“一人一策”職業發展方案。二是設立AI領域專項科研基金，允許科研人員以技術入股形式參與成果轉化，探索“科學家合伙人”制度，以合伙人方式留住高端人才并調動其研發積極性。三是試點建設國際人才社區，集成教育醫療資源，實行高端人才稅收優惠政策。四是完善柔性人才引進機制，通過跨境聯合課題申請等模式將全球人才智力資源納入國內創新體系。針對高端人才引進，一是啟動人工智能基礎教育強基計劃，在頂尖高校增設智能芯片、算法架構等專業方向，構建本碩博貫通式培養體系。二是強化基礎研究獎勵機制延長研究周期，允許科研團隊分段分期申報經費，激發研發人員對底層技術突破研發意愿。
優化人才培養體制機制。一是優化高校學科布局。進一步推動高校增設人工智能相關專業，完善從本科到博士的全鏈條培養體系。鼓勵高校加強基礎學科建設，如數學、計算機科學等，為AI人才培養奠定堅實基礎。同時，注重跨學科融合，開設“AI+X”復合型專業，培養具備多領域知識和技能的高端AI人才。二是深化產教融合模式。加強高校與企業合作，建立緊密的產學研用協同機制。鼓勵企業參與高校課程設置、實習實訓等人才培養環節，提高人才培養的針對性和實用性。支持高校與企業共建聯合實驗室、實訓基地，促進科研成果向產業轉化，培養學生的實踐能力和創新精神。三是推動職業教育與培訓。重視職業教育在AI人才培養中的作用，開展針對在職人員的AI技能培訓，提升現有勞動力的AI素養和應用能力。鼓勵企業建立內部培訓體系，為員工提供持續學習和晉升的機會，培養適應AI時代發展的產業大軍。
? 加強完善產業創新體系建設
加強基礎研究投入。一是大幅增加基礎研究財政投入，設立專項基金。以美國為例，其國家科學基金會（NSF）每年投入數十億美元支持基礎研究，催生了眾多顛覆性技術。我國可借鑒此模式，專項基金重點投向人工智能、量子計算、生物技術等前沿領域，確保基礎研究有穩定資金來源，為產業創新提供堅實理論支撐。二是激勵企業積極參與基礎研究。政府可出臺相關政策，對企業投入基礎研究的資金按一定比例給予稅收抵免，并建立企業基礎研究后補助機制，對取得重大基礎研究成果的企業，給予高額一次性獎勵，引導企業將目光放長遠，從源頭助力產業創新升級。但與此同時，有研究指出，政府補貼和稅收優惠在市場競爭程度高的環境中更加有效。因此，政府在產業政策制定和推行過程中，對不同行業實施的產業政策細則不能“一刀切”，而應該根據企業所在行業的市場競爭環境采取差別化實施策略。
優化產業創新生態。一是建立產學研長效合作機制，促進產業創新。鼓勵行業龍頭企業牽頭組建創新聯合體，帶動產業鏈上下游中小企業協同創新。同時，聚焦產業關鍵核心技術難題，組織企業與高校、科研機構聯合申報國家和地方科技項目。二是打造產業創新集群，集聚創新資源，產生協同效應。規劃布局打造一批具有國際競爭力的產業創新集群，如長三角集成電路產業集群、京津冀生物醫藥產業集群。同時，設立集群發展專項資金，支持集群內企業開展聯合研發、技術交流等活動。三是加快建設科技成果轉化孵化設施，促進科技成果轉化。精準聚焦于成果轉化孵化的關鍵環節與重要節點，引導各地依據自身實際情況，合理布局概念驗證中心、小試中試平臺以及應用場景基地的建設工作，系統性地推進科技成果從實驗室邁向大市場的進程，實現科技創新成果的高效轉化與產業化應用。
? 持續化解產業結構性矛盾
優化產業結構布局。一是推動產業升級轉型。加快傳統產業向高端化、智能化、綠色化發展，加大對傳統產業的技術改造和設備更新投入，提高產品附加值和生產效率，淘汰落后產能，如鋼鐵、水泥等行業通過節能減排和技術創新實現轉型升級。二是培育新興產業集群。重點發展新一代信息技術、生物技術、新能源、新材料、高端裝備等戰略性新興產業，打造一批具有國際競爭力的新興產業集群，發揮產業集聚效應，促進產業鏈上下游協同發展，如在新能源汽車領域，形成涵蓋電池研發生產、整車制造、充電樁設施建設等完整產業鏈的產業集群。三是促進產業融合發展。推動制造業與服務業深度融合，鼓勵制造業企業向服務型制造轉型，發展生產性服務業，如研發設計、檢驗檢測、現代物流、金融服務等，提高制造業的附加值和競爭力；促進農業與二三產業融合，發展農產品加工、鄉村旅游、農村電商等新業態，拓展農業增值空間。
加強科技創新驅動。一是加大研發投入力度。提高全社會研發投入占 GDP 的比重，引導企業成為研發投入的主體，鼓勵企業設立研發專項資金，對技術創新項目給予稅收優惠和財政補貼，支持高校和科研機構開展基礎研究和前沿技術研究，為產業發展提供技術儲備。二是完善科技創新體系。建立健全以企業為主體、市場為導向、產學研深度融合的技術創新體系，加強知識產權保護，完善科技成果轉化機制，促進科技成果與產業的緊密結合，提高科技成果的轉化率和產業化水平；建立科技資源共享平臺，促進科研儀器設備、科技文獻、實驗數據等資源的開放共享，提高科技資源的利用效率。三是培養和引進創新人才。加強教育改革，培養適應產業發展需求的創新型、復合型、應用型人才，鼓勵高校和職業院校調整學科專業設置，加強與企業的合作辦學，開展訂單式人才培養；制定優惠政策，吸引海外高層次人才和創新團隊來國內創新創業，為產業發展提供智力支持。
大力發展人工智能產業。一是加大基礎研究投入。政府應加大對人工智能基礎研究的財政投入，設立專項基金，長期穩定支持基礎層技術研發，如芯片設計、算法理論等，為創新提供資金保障。并通過稅收優惠、風險補償等政策，吸引社會資本投入基礎研究，鼓勵企業、風險投資機構等參與，形成多元投入機制，緩解基礎研究資金壓力。同時，加強高校、科研機構與企業間的合作，建立共享科研平臺，整合優勢資源，提高資源利用效率，避免重復研究，集中力量攻克關鍵核心技術。二是加強核心技術攻關。針對關鍵算法、芯片等核心技術，發布攻關榜單，不分所有制、不分資歷，讓有能力的團隊或個人“揭榜”，以結果為導向，激發創新活力，加快技術突破。并加強國際合作交流，積極參與國際大科學計劃和大科學工程，與國際頂尖科研團隊合作，引進國外先進技術和管理經驗，提升我國在國際人工智能領域的影響力和話語權。三是促進產業鏈協同發展。推動產業鏈上下游企業合作，鼓勵基礎層、技術層、應用層企業開展戰略合作，通過股權合作、技術共享、供需對接等方式，形成緊密的產業鏈合作共同體，實現互利共贏。打造產業聯盟和創新共同體，由行業協會或龍頭企業牽頭，成立人工智能產業聯盟，制定產業規范和標準，搭建交流合作平臺，促進企業間的信息共享、資源互補和協同創新。加強知識產權保護，完善市場監管機制，營造公平競爭的市場環境，同時推動人工智能與5G、大數據、云計算等新興技術的融合應用，培育新的經濟增長點，拓展產業發展空間。
