数字经济周报 | 2026年第28期
一、产业动态
1.我国智算规模达245万PFLOPS，人工智能加速从技术创新迈向生产力刚需
9月1日，国家信息中心发布信息显示，在2026中国国际大数据产业博览会“数算一体 驱动未来”主题交流活动上，国家数据局局长刘烈宏表示，人工智能正在加速从“技术创新”迈入“生产力刚需”，算力设施正与其他基础设施加速融合，成为现代化基础设施体系的重要纽带。截至2026年7月底，全国智算总规模达到245万PFLOPS（FP16），八大国家算力枢纽和三个算电协同发展区已建成智算规模占全国比重超过85%，已有145万PFLOPS智能算力纳入国家级监测调度平台监测范围。随着大模型训练和推理需求持续增长，算力资源集约化利用和一体化调度能力不断增强，算力基础设施正由单点建设向全国协同网络加速演进。
（来源：国家信息中心、国家数据局）
2.英伟达与AI基础设施产业链持续扩张，全球算力投资向电力、散热等环节纵深延伸
9月1日，路透社报道显示，随着全球人工智能数据中心建设持续升温，AI基础设施投资正从GPU芯片向电力、变压器、液冷系统等配套环节扩散。受数据中心建设需求推动，亚洲多家电力设备和散热企业订单快速增长。麦肯锡预计，到2030年全球数据中心投资规模或接近7万亿美元；与此同时，数据中心建设周期受电网接入、土地和能源供应等因素制约，电力基础设施正成为AI算力扩张的重要瓶颈。AI产业由芯片、服务器向电力、网络和冷却等底层基础设施延伸，表明算力产业链正在形成更加完整的基础设施生态。
（来源：Reuters）
3.戴尔上调全年营收预期，AI服务器订单突破1300亿美元，算力基础设施需求持续高景气
9月1日，戴尔科技集团发布业绩信息并上调全年营收及盈利预期，预计2027财年AI优化服务器收入将达到740亿美元，高于此前预计的600亿美元。公司过去12个月AI服务器订单已超过1300亿美元，客户覆盖AI云服务商、主权算力项目和企业客户。随着生成式人工智能训练及推理需求扩大，AI服务器需求由大型科技企业逐渐向云服务商和企业客户扩散，服务器、存储和网络等基础设施投资仍处于较高景气水平。
（来源：Reuters）
4.Anthropic签署350亿美元云计算协议，AI模型厂商加速锁定长期算力资源
8月31日，路透社报道，人工智能公司Anthropic与云计算服务商Lambda签署规模约350亿美元的云计算协议，将获得位于美国得克萨斯州的数据中心算力资源，用于支持Claude系列模型及Claude Code等产品发展。此次协议涉及约350兆瓦数据中心容量，是Anthropic近期大规模锁定AI算力资源的又一举措。随着大型模型训练和推理需求快速增长，头部AI企业开始通过长期合同提前锁定数据中心、电力和GPU资源，AI产业竞争正由模型能力竞争进一步延伸至算力资源获取能力竞争。
（来源：Reuters）
二、行业政策
1.中央网信办等七部门联合印发《促进数字化绿色化协同转型发展实施方案（2026—2030年）》，推动数字经济与绿色经济深度融合
9月4日，中央网信办、国家发展改革委、工业和信息化部、生态环境部、住房城乡建设部、农业农村部、商务部七部门联合印发《促进数字化绿色化协同转型发展实施方案（2026—2030年）》，明确“十五五”时期数字化绿色化协同转型发展的总体思路、主要目标和重点任务。
《实施方案》提出，到2030年，人工智能低成本、高效率优势进一步彰显，深度赋能绿色低碳技术创新和产业发展，算力设施、5G基站等新兴领域用能效率大幅提升，并推动农业、制造业、贸易、消费、城市运行等重点领域数字化绿色化深入推进。政策同时提出发展绿色高效人工智能技术，加强模型训练和推理效率、低功耗芯片、数据压缩、分布式训练等技术研发，并探索建立生成式人工智能全生命周期资源消耗评估体系。
此次政策将数字经济发展与绿色低碳转型进一步结合，人工智能、算力基础设施的能源效率和绿色化水平成为新的政策关注重点。
（来源：中央网信办）
2.工业和信息化部启动人工智能应用服务商培育专项行动，AI政策重点从“建模型”向“促应用”转变
8月31日，工业和信息化部办公厅发布《关于开展人工智能应用服务商培育专项行动的通知》，提出建立人工智能应用服务商资源池，提升服务商技术创新、集成交付、安全合规等能力。
通知明确，到2026年底，全国服务商资源池内服务商数量突破2000家，到2027年底不少于3000家，并引导服务商围绕高频、刚需、可复用业务形成模块化、标准化解决方案。政策同时提出依托产业联盟、行业协会、开源社区等开展供需对接，推动真实应用场景开放，并探索首购首用、风险补偿等机制支持人工智能产品采购。
此次专项行动表明，我国人工智能产业政策正在由早期侧重基础模型和算力建设，进一步转向培育应用服务商、完善产业生态和扩大规模化应用。
（来源：工业和信息化部）
3.国家数据局密集推进数据要素市场化配置改革，内蒙古探索“能源—算力—数据”价值转化新路径
9月1日至2日，国家数据局党组书记、局长刘烈宏赴内蒙古自治区调研数据要素市场化配置改革工作，先后调研数据中心、云服务企业、算力资源监测调度平台、零碳算力基地及数据要素产业园。
调研指出，内蒙古自治区作为国家“东数西算”工程重要枢纽节点，正在依托能源、区位和算力资源优势，推进全国一体化算力网建设、数据融合应用场景打造和数据产业培育，并探索把能源和算力资源优势转化为数据要素价值的新路径。国家数据局同时强调，要推动数据要素赋能人工智能创新，进一步提升数据要素市场化配置改革质效。
（来源：国家数据局）
三、研究洞察
1.旧金山联储研究：AI生产率效应仍未充分显现，技术采用与组织变革或是关键约束
9月3日，旧金山联邦储备银行发布《SF FedViews: Productivity-Driven Growth Confronts Elevated Inflation》，由该行经济研究部门研究顾问Huiyu Li撰写。报告指出，美国近期劳动生产率增长有所加快，但目前尚无法确定这一增长是否主要源于人工智能投资及应用。研究将各行业AI采用率与劳动生产率贡献进行比较后发现，AI采用率较高的专业服务、信息、金融和教育等行业，并未普遍表现出高于疫情前的生产率贡献增长。报告因此认为，近期生产率改善是否能够持续并进一步归因于AI技术，仍有待观察。
这一研究为当前“AI投资热潮能否转化为宏观生产率增长”的讨论提供了较为谨慎的证据。AI技术扩散本身并不必然带来生产率跃升，企业能否完成业务流程、组织结构和人力资本的配套调整，可能决定AI技术最终能否形成生产率红利。对数字经济研究而言，未来衡量AI经济影响不能只观察算力投资和模型性能，还应进一步关注企业AI采用率、应用深度以及AI与传统生产要素之间的互补关系。
（来源：旧金山联邦储备银行）
2.国际货币基金组织工作论文：AI可能扩大“智能鸿沟”，人力资本决定技术扩散能否转化为生产率提升
9月4日，国际货币基金组织发布工作论文《Relative Development and the Intelligence Divide: Human Capital, Technology Diffusion, and AI》，由国际货币基金组织经济学家Patrick A. Imam与Jonathan R. W. Temple共同撰写。论文研究AI技术扩散与不同经济体生产率差距之间的关系，提出一个重要判断：AI能否帮助低生产率经济体实现追赶，并不主要取决于是否能够获得AI技术，而取决于其是否具备将新知识转化为生产率的能力。
研究进一步指出，技术可以实现广泛扩散，但并不必然带来不同经济体之间的生产率收敛。如果AI主要增强高技能劳动者和具有较强技术吸收能力的企业，其结果反而可能进一步扩大原有差距；相反，如果AI能够降低学习、适应和技术实施成本，则可能帮助低生产率经济体提高技术吸收能力，从而促进经济追赶。论文据此将人力资本视为一种重要的“吸收能力（absorptive capacity）”。
这一结论对于数字经济政策具有较强启示：AI基础设施和模型能力只是数字经济发展的“供给端”，数字技能、人力资本和企业数字化能力决定了技术能否真正转化为经济增长。 因此，未来AI政策的重点可能需要从单纯扩大算力和模型供给，进一步转向提高企业和劳动者的AI应用能力。
（来源：国际货币基金组织）
3.北京市习近平新时代中国特色社会主义思想研究中心特约研究员：大模型竞争从单一技术指标转向技术、产业、算力与治理体系竞争
9月3日，《光明日报》刊发北京市习近平新时代中国特色社会主义思想研究中心特约研究员、北京市科学技术研究院研究员李辉和副所长侯元元的文章《人工智能大模型发展迈入新阶段》。文章认为，当前全球人工智能大模型竞争已经不再局限于模型参数、Benchmark等单一技术指标，而是逐步演变为围绕技术能力、产业逻辑、算力主权和制度规则展开的体系化竞争。
文章同时指出，大模型产业竞争正在从单纯追求能力上限转向“能力为王、成本制胜”并重，模型性能差距不断缩小的背景下，模型推理成本、Token价格以及开源生态等因素的重要性明显提升。文章援引相关数据指出，2026年6月OpenRouter平台开源模型词元处理比例已经由年初的34%提升至65%，表明开源模型和低成本模型正在改变大模型产业的竞争结构。
这一观点与本周数博会提出的“词元”主题形成呼应。随着模型能力逐渐趋于同质化，AI产业竞争可能从“谁的模型更强”逐渐转向“谁能以更低成本完成更多任务”。因此，Token成本、推理效率、模型调用量以及开源生态等指标，值得成为后续观察数字经济产业竞争格局的重要变量。
（来源：《光明日报》）
