今年上半年，我国经济运行延续回升向好态势，高质量发展扎实推进。也要看到，当前外部环境更趋复杂严峻，全球经济增长动能不足，国内有效需求不足、经济运行出现分化、重点领域风险隐患仍然较多。数字经济作为发展新质生产力的重要方向和抓手，在释放增长动能、畅通内外循环、引领经济复苏、增强经济韧性等方面发挥着关键作用。上半年尤其是二季度，我国数字经济金融运行呈现出哪些边际变化，有哪些新趋势和新特点?当前数字经济和数字金融发展面临哪些困难和挑战?下一步，如何进一步释放数字经济发展潜力，更好地巩固和增强经济回升向好态势，持续推动经济实现质的有效提升和量的合理增长?亟待各界专家深入研讨。

在此背景下，中国数字金融合作论坛与深圳香蜜湖国际金融科技研究院于近日联合举办数字经济形势分析闭门研讨会，并发布原创研究成果《数字经济与数字金融形势分析（2024上半年）》，报告分析了上半年我国数字经济运行的基本情况、数字金融运行的趋势和特点，以及当前我国平台企业、独角兽企业和数字基础设施发展现状及面临的挑战，并提出相关政策建议。来自政府部门、金融机构、实体企业、科技公司、高校智库近百位嘉宾受邀参会。

会议由清华大学五道口金融学院教授、中国数字金融合作论坛秘书长、我院学术委员会委员张健华主持，分为主题演讲、报告发布、主题交流、圆桌讨论等环节。

张健华

主题演讲

全国政协常委、经济委员会副主任、工业和信息化部原部长苗圩，全国政协常委、经济委员会副主任、国务院发展研究中心原党组书记马建堂，中国工业经济学会会长、国务院原副秘书长江小涓受邀发表主题演讲。

苗圩

马建堂

江小涓

报告发布

深圳香蜜湖国际金融科技研究院院长、中国数字金融合作论坛副秘书长石锦建代表课题组发布《数字经济与数字金融形势分析（2024上半年）》。

石锦建

主题交流

全国政协委员、科学技术部原副部长李萌，香港中文大学（深圳）经管学院学术院长、普林斯顿大学金融学讲座教授熊伟受邀在主题交流环节发言。全国政协外事委员会副主任、中国工商银行原党委书记、董事长陈四清作书面发言。

李萌

熊伟

圆桌讨论

中国证监会原主席、我院学术委员会主任肖钢，中国工商银行首席技术官、我院学术委员会委员吕仲涛，深圳市委金融办常务副主任、市金融工委常务副书记、市地方金融管理局局长时卫干，原中国银保监会首席检查官王朝弟，中原银行党委副书记、行长刘凯，天津银行首席信息官陈鹏等领导和专家在圆桌讨论环节发言。

上半年我国数字经济金融运行

持续展现韧性和活力

习近平总书记在二十届中央政治局第十一次集体学习讲话中指出，新质生产力以全要素生产率大幅提升为核心标志，特点是创新，关键在质优，本质是先进生产力。数字经济代表着先进生产力，也是发展新质生产力的重要抓手。党的二十届三中全会提出，要健全因地制宜发展新质生产力体制机制，健全促进实体经济和数字经济深度融合制度。

会议认为，上半年我国国民经济克服内部困难、顶住外部压力，实现总体平稳运行，国内生产总值同比增长5.0%。其中，数字经济运行保持活力和韧性，在稳定宏观经济大盘中持续发挥“压舱石”和“稳定器”作用。上半年，数字经济核心产业总体保持较快增长势头，代表性行业电子信息制造业增加值同比增长13.3%，信息传输、软件和信息技术服务业增加值同比增长11.9%，有效支撑经济转型升级和高质量发展。尤其在国内需求不足压力下，数字经济投资加快建设，数字技术催生消费新场景、新模式，对优化投资结构、释放消费新潜力发挥了重要作用。头部平台企业经营整体保持稳健增长，细分领域中小型平台企业增长强劲、创新活跃。数字基础设施建设取得积极成效，规模能级大幅提升，网络基础设施提速升级、算力基础设施达世界领先水平、应用基础设施水平实现新突破。

会议指出，要充分认识围绕人工智能等科技制高点的竞争，是百年未有之大变局下国际战略博弈的关键。发展人工智能技术能创造新的经济增长点、加速数字经济和数字产业发展，为数实融合提供新动能、为新质生产力发展注入新动力。目前，我国通用人工智能发展已取得积极成效，产业链生态初步形成、技术创新能力显著提升、应用场景落地不断深入。从最新进展看，今年以来，我国垂类大模型应用逐渐扩大、数字人产业日益活跃、具身智能地位明显上升、人形机器人研发和制造加速发力、区块链和隐私计算在数据交易领域应用深化。从国际对比看，中美人工智能技术水平同处全球第一梯队，我国人工智能在体制机制、市场规模、应用场景方面具备优势，美国在底层技术方面具备优势。从独角兽企业行业分布也可以看出，美国独角兽企业最集中的行业是人工智能、大数据、金融科技等软科技领域，我国独角兽主要集中在先进制造、汽车交通、智能硬件等硬科技领域。由于产业链、技术方向选择和产业布局时机不同，近几年中美独角兽企业增速差距有所扩大。

会议认为，发展新质生产力离不开金融行业数字化转型。颠覆性技术不断涌现，为数字金融发展提供有力的技术支撑，使得金融服务效率提升、功能完善、成本下降，更好支持农业、制造业等多种传统产业创新发展。以大科技信贷为例，大科技信贷模式满足短期流动性资金需求，基于大科技平台广泛的客户基础和数据、算法优势，更好赋能普惠金融。上半年，我国数字金融运行呈现以下趋势和特点。一是金融科技产业发展前景广阔但短期承压；二是数字技术在金融领域应用持续深入，呈现出外包到自研再到合作的演进轨迹；三是数字金融业务的广度深度不断提升，四是金融机构注重战略引领，持续加大科技投入，但不同行业、不同规模金融机构数字化转型分化趋势不减。

当前我国数字经济金融发展

需要重点关注的几个问题

会议指出，上半年数字经济延续快速发展势头，在生产、投资、贸易、消费等方面提质增效，有力支撑宏观经济高质量发展。也要看到，当前我国数字经济和数字金融发展，尤其是人工智能技术发展仍面临诸多困难与挑战，需要重点关注和积极应对。

一是数字经济微观主体经营压力增加，数字基建利用效率有待提升。从上市公司数据看，一季度我国数字服务业A股上市公司经营表现疲软，营业总收入同比增长3.9%，净利润同比下降10.1%。从平台企业看，上半年我国头部平台企业市值与美国“七巨头”差距进一步扩大，美国平台企业“七巨头”与我国平台企业前九位市值之比达14.2倍，还面临国际电商巨头低价竞争以及其他国家出于贸易保护、政治干预等因素的打压与限制。从独角兽企业看，受耐心资本缺乏、退出渠道有限、创新能力不足和行业监管政策冲击等影响，我国独角兽企业增量和总估值持续下降。从数字基建看，我国数字基础设施建设仍面临网络建设应用深度不够、“东数西算”效果不及预期、标准化和互联互通不足、以及资金压力较大等挑战。

二是金融数字化转型不平衡，金融与科技合作生态有待改善。根据上市银行机构和证券公司2023年报，大型银行和中小银行、大型券商与中小券商在金融科技资金投入规模与科技人才队伍方面的差距进一步扩大，中小金融机构在“科技竞赛”中劣势明显。受限于人才、技术、资金等约束，中小金融机构需要既务实又前瞻的数字金融发展路径，更加依赖第三方科技公司技术赋能，但技术选型、技术合作、权责分配等标准缺乏，既增加了中小金融机构对外合作难度，也增加了金融科技供应商的经营压力，使得多数金融科技供应商深陷“价格战”泥沼。此外，金融数字化收益成本评价体系亟待构建，有助于金融机构更加理性评估技术应用价值。

三是我国人工智能技术发展还面临不少短板和挑战。算法方面，我国人工智能原创基础理论积累较少，算法框架多依赖美国公司开源系统，自主可控水平仍有待提高。技术框架方面，目前国内尚未形成一套自主可控、自我迭代、标准化较高的工程化大模型框架。模型架构方面，混合专家模型（MoE）如何与transformer架构相结合，降低训练难度和推理成本，成为亟待解决的问题。数据方面，数据产权缺乏法律支持，公共数据利用不足，行业垂类测试数据集尚未构建，数据价值难以实现，制约人工智能技术创新与应用。观念方面，上一轮科技革命形成的传统观念可能成为本轮生成式智能革命的包袱，基于信息论、控制论的建模仿真思维有待转变。

四是大模型落地应用方向和路径尚不清晰。以大模型为代表的人工智能技术发展需要大量算力支持，而我国目前芯片研发制造领域仍面临核心技术“卡脖子”难题，算力供给短期难以满足爆发式增长需求，一味与美国竞争ToC端应用市场成本较高、难度较大。从ToB端市场看，不同行业具有不同特点，以金融行业为例，未来大模型技术落地应用路径尚未形成定论，是各家自建大模型，还是基于统一大模型底座仍存争议。前者开发、训练、运营、投入成本较高，大部分金融机构难以负担；后者则面临底座由谁搭建、如何维护运营等一系列问题。

多措并举推动

我国数字经济金融高质量发展

会议认为，我国的数字经济发展与美国仍存在差距，需加大政策力度和核心技术攻关，多措并举、多方合作，共同推动数字经济和数字金融高质量发展。

一是强化体制机制创新，为数字经济微观主体提供良好发展环境。要统筹平台企业常态化监管和高质量发展，提振平台企业发展信心，支持平台企业提升国际化运营能力。壮大耐心资本，健全多元化退出渠道和机制，稳定政策预期，促进独角兽企业可持续发展。加强对数字基础设施建设的统筹规划，避免资源重复建设。加大对关键技术研发投入，在跨区域算力调度中，建立合理的成本分摊与利益共享机制，推动我国数字基础设施高质量建设和发展。

二是中小金融机构应积极探索适合自身的数字化转型路径。金融机构应根据自身禀赋、业务所需以及监管合规要求，以提升消费者服务质量和体验为目标，制定既务实又前瞻的数字金融发展路径。监管部门、行业协会、金融机构和高校智库等应加强研究，共同构建数字化转型成效评价指标体系，为金融机构尤其是中小金融机构数字化转型提供参考和指引。要进一步理清金融机构与科技公司的合作边界和权责分配，允许金融机构通过开放应用程序接口或搭建开放平台，与金融科技公司、第三方服务提供商等形成生态合作。

三是加强人工智能技术创新和公共数据开放共享。在中美人工智能竞争中，我国要“下围棋”，整体谋划，具体推进，而非“打篮球”，盲目追逐。鼓励我国人工智能企业结合自身优势与具体行业需求，在ToB领域发挥所长。加强开源社区建设，研究建立我国人工智能算法开放体系，助力构建产业发展生态。加大力度攻关算力领域，提高运算效率，降低运算能耗。健全数据产权制度和法律法规，推动公共数据开放共享和开发利用，疏通数据要素市场交易和价值释放存在的堵点，为人工智能产业发展提供数据支持。

四是各界联合攻关，探索构建大模型训练框架和数据集。建议将芯片、存储、网络等技术集成创新，构建一套自主可控的工程化训练推理大模型框架，成为未来大模型持续迭代的基础。在算力约束下，积极探索改进模型架构，比如通过将混合专家模型（MoE）与transformer架构有机结合。构建不同行业垂类测试数据集，为AI对齐、强化学习提供训练基础。