罕见！习近平批评地方“扎堆”AI与新能源

联合早报 2025-07-18 10:17

中共总书记、中国国家主席习近平在一场高规格会议中发言时，罕见质疑各地政府扎堆发展新能源、人工智能等新兴产业的必要性。

中共中央机关报《人民日报》星期四(7月17日)的头版文章披露，习近平7月14日在中共中央城市工作会议上发言时，向与会者提问：“上项目，一说就是几样：人工智能、算力、新能源汽车，是不是全国各省份都要往这些方向去发展产业?”

他强调，推进城镇化必须符合经济社会发展规律，“不能脱离实际、急于求成”。

据中国官媒新华社报道，此次会议规格极高，中共政治局常委、各省市主要领导及负责城市工作的官员悉数出席。

彭博社指出，中国官媒鲜少刊登领导人如此直接、口语化的发言，显示中央对地方盲目追逐风口产业的忧虑日益加深。此举正推高产能过剩，助长行业内卷和价格战，不仅压缩企业利润、抑制工资增长，也加深通缩压力，最终引发外贸摩擦。

中国地方政府过去长期依赖投资驱动的增长模式，虽一度支撑起经济增长，如今却已造成债务高企与低效投资。从传统钢铁等重工业到新能源汽车等新兴领域，供需失衡和恶性竞争问题愈发普遍。

中国总理李强7月16日主持国务院常务会议时，要求规范新能源汽车行业中的非理性竞争;习近平7月1日在中央财经委员会会议上则提出，依法依规治理低价无序竞争、推动落后产能有序退出，并规范政府采购和招标投标。

中共总书记、中国国家主席习近平7月14日至15日在北京出席中央城市工作会议时，发表讲话。（新华社）

中共总书记、中国国家主席习近平7月14日至15日在北京出席中央城市工作会议时，发表讲话。 (新华社)

彭博社认为，这些迹象表明北京正日益重视国内通缩问题。

实用资讯

最新评论

莘莘游子

所以不是都要上整车项目，而是可以从更细分、更适合本地能力的环节切入，形成差异化竞争和协同生态。此外，更值得鼓励的是产业链协同发展。地方可以选择发展某些智能零部件、电池梯次利用、车载芯片、AI车载系统等附加值更高、技术要求适中、适合长期经营的环节。与其造车，不如为整车制造提供配套支持，包括：电机、电控、电池管理系统、底盘、车载芯片、智能中控、车载传感器、车灯、轮胎、车门、电缆、电线束等。或者做补能、补链条、补基础设施，围绕新能源汽车使用，建设充电、换电、电池回收等基础设施与配套系统，也包括：电网智能调度、分布式光伏+充电站、电池梯次利用等。还可以提供与新能源汽车相关的服务与运营，包括：智能调度平台、车队管理系统、网联服务、智能维修、车险、数据分析、交通优化等；或者推广电动车的应用场景，如公交电动化、物流车改造、政务车更新。电动车不是不能发展，而是不能再盲目发展。道理是一样的：不是每个城市都要去建雅鲁藏布江下游水电站，但每个城市都可以配合，用好电、管好电、服务好电。放在电动车产业中，就是：不是每个城市都要造整车，但每个城市都可以服务好车、用活好车、带动产业链良性循环。高层的政府可以多宣传差异化发展、差异化竞争和协同生态的概念，各级政府也要多想办法。做的好的，鼓励，表扬并奖励，并计入政绩考核中。发展新质生产力，需要战略定力，更需要政策智慧。中央定方向，地方讲方法。让新产业真正成为新生产力，关键在于因地制宜、科学规划、协同共赢，而不是继续在泡沫里内卷，在上下级的误解中内耗。

2025-07-20 20:27

屏蔽

再谈谈电动车产业的问题，与上面提到的芯片产业或者人工智能的问题几乎一样，并且电动车产业也已经显露出重蹈人工智能的大模型覆辙的迹象。现在的电动车产业，几乎成了各地竞相布局的标配项目。各种问题也开始显现：产能过剩、价格战惨烈、企业跑路、项目烂尾，甚至引发国际贸易摩擦。造成的原因也一模一样，中央战略被地方误解并“层层加码”，最终走向资源浪费与产业内卷。中央当时提出要发展战略性新兴产业、壮大新质生产力，本意是推动结构转型、技术升级和高质量发展；而地方却将其变成“上项目、抢风口、造政绩”的工具，不顾条件，重复上马，结果形成了造得多、用得少，投得猛、回得慢的失衡结构。具体来看，当前电动车领域存在几个显著问题。首先是一哄而上，重复投资。全国已有300多家电动车企业，大量缺乏核心技术和市场竞争力，却靠补贴和低价销售存活，极易被市场淘汰。其次是产能远超需求，工厂机器空转，资源浪费严重。更严重的是，价格战愈演愈烈，车企利润摊薄，研发空间被压缩，技术升级反而被延误。如何避免电动车产业走上人工智能“大模型化”的不归路？可以试试改变“造整车”的冲动，转向“用好车、管好车、服务好车”的理性路径。首先，中央要建立新能源产业差异化准入与总量控制机制，合理规划各地发展定位，严控整车项目的审批与配套政策，推动落后产能有序退出，防止恶性竞争和僵尸车企蔓延。其次，地方政府要从“造车者”转型为“生态建设者”。不必再重复建电动车工厂，而应集中力量打造充电网络、电池回收体系、二手车市场、电网协同系统等基础支撑设施，推动车能更好地用得起来，服务跟得上。再是，要大力支持电动车在公共服务领域的深度应用，如公交、环卫、物流等，形成稳定的市场需求和良好的示范效应，带动民用市场自然成长，而非靠补贴刺激短期爆发。

在人工智能领域，“层层加码”的问题同样突出。中央强调要推动人工智能发展，是希望突破关键核心技术、发展智能应用。但一些省市解读为“必须有自己的大模型”；市区进一步放大，开始规划AI产业园、研究院、智算中心；区县则争抢政策资金，挂牌造势，甚至不惜打造“空壳”项目。这种“每个城市都要有自己的ChatGPT”的风潮，严重削弱了产业集约发展的效率。那么这种“层层加码”的现象为什么会发生？一个重要原因是政绩冲动。每一级政府都希望在中央的战略中表现出积极响应，把握机会争取资源和曝光度。再加上考核机制的压力，很多地方将政策目标“数字化”，变成可量化、可比拼的项目指标。再者，一些地方对政策理解不够深入，习惯性地采取“照搬+放大”的执行方式，而不是因地制宜、精准落地。这种“层层加码”造成的后果是多方面的。政策的原意被扭曲，鼓励创新反而变成强制上马；资源被分散到大量无效或低效项目中，造成财政负担；企业为迎合政策方向盲目扩张，陷入低价竞争，严重影响行业健康发展；同时，民众也会对这些政策产生误解或不信任，增加社会质疑和市场混乱。要避免“层层加码”，首先中央在制定政策时应明确哪些是底线任务，哪些是鼓励方向，不给地方模糊空间。其次，地方政府要增强政策理解能力，不能只求抢速度、抢风口，而要结合自身条件做出有特色、有价值的落实。最关键的是要改变政绩考核方式，从拼投资、拼项目数量，转向重实效、重可持续性、重群众感受的评价体系。 “层层加码”表面上看是积极执行，实则可能违背初衷。真正高质量的执行力，应该是对政策精神的准确理解，对地方实际的精准把握，以及对长期效果的冷静思考。把中央战略落实得准、做得稳、推进得实，比简单叠加压力、拔高要求，更值得肯定。

芯片产业就是一个典型例子，与人工智能的问题几乎一模一样。那时候几乎是全民上马，连搞房地产的、搞服装的都摇身一变成了“高科技企业”，纷纷上芯片项目。背后其实是一场大规模的政策套利——趁着国家鼓励扶持，骗补贴、圈土地、做包装，赚得盆满钵满的往往是地方政府和一些关系户，真正推动技术进步的寥寥无几。结果就是：国家出血，地方受益，个人暴富，产业却虚火上升、空转严重，浪费不可谓不大。这种景象，与当年大跃进时“全民大炼钢铁”的荒诞何其相似，几乎如出一辙。归根到底，问题出在“政策层层加码”。中央原本可能只是提出一个方向性、指导性的战略，到了省一级就被理解为“必须推进”，到了市一级变成“必须出成果”，再往下的区县就干脆定性为“必须落地项目、马上动工”。每一层都在往下传导压力，每一层都在加码，最终形成了政策扭曲、执行走样的恶性循环。战略初衷虽好，但在层层传导中异化，成了一场场资源错配和行政运动式的表演工程。这里的“层层加码”只是一个形象的说法，指的是中央发布一个指导性政策之后，地方各级政府在执行过程中不断放大其强度、范围和要求，一级一级往下加码，最终导致政策走样、执行失真。它本来是为了体现积极响应，但往往会产生资源浪费、盲目重复、甚至扰乱市场的副作用。在电动车产业中，这种“层层加码”的现象表现得尤为典型。中央提出发展新能源汽车的初衷，是鼓励技术创新和绿色出行，推动新质生产力的转型。但到了省里，这被理解为必须“抢占产业高地”；市一级则将其具体化为“引进整车企业、建设产业园”；再到区县，就变成了“必须上项目、必须立刻动工”。每一级都不敢落后，每一级都要做出看得见的成绩，结果是全国到处都在造车，产业重复建设、资源浪费严重。

地方也可以因地制宜建设中小型的轻量级智算中心，为高校、企业和科研单位提供按需的计算资源。这不仅能满足区域内的人工智能开发和教学需求，还可以作为人才培养和技术孵化的平台，为本地储备未来的数字人才资源。发展新质生产力，关键在于扬长避短、贴近实际。地方政府应讲究“用、通、融、实”：用得好，胜过造得多；把人工智能与本地产业打通，融合到实际生产生活场景中；强调实用主义，避免为了显眼工程而脱离群众、脱离产业。国家应集中力量支持少数有能力的企业攻关大模型，承担国家队角色，而地方政府则应转向做人工智能生态园的园丁，支持应用端、服务端、培训端，形成上下游协同的新局面。如此分工明确，方可避免重复建设、政策泡沫与财政浪费，让新质生产力真正落地为新型生产方式，而不是又一场产业泡影。中央集中力量建“雅下”，地方因地制宜“用好电”；中央发源，地方放光；国家牵头，城市落地。这是发展新质生产力最合理、最有效、最可持续的路径。说到底，最关键的问题，还是在于地方政府的领导，没有能够很好地理解如何因地制宜地发展和落实新质生产力，去助力地方经济，而是不切实际地紧盯最高精尖的，最昂贵的，高风险的与本地产业脱节的技术。这好比西藏有国家投资的雅下水电工程，是因为西藏有这个水能，才有了后来国家的投资，其它很多地方根本就没有这个条件，也要上同样的水电工程，那么就是错误的决策。其它的新质产业，也有类似的问题，有的几乎一模一样。

2025-07-20 16:36

当前，全国上下都在谈新质生产力，很多地方也在纷纷响应，抢抓风口，竞相发展人工智能、新能源等高科技产业。表面上热火朝天，但我们不得不思考一个现实问题：发展科技，是不是所有地方都要上最贵的项目、建最复杂的系统？我想用一个具体的例子来说话。刚听说西藏雅鲁藏布江下游水电工程，这是一个超级工程，总投资高达1.2万亿元，需要极高的技术、环境、管理和资本能力支撑。它的建设意义重大，但我们也必须清醒认识到：不是每个城市都要去建造“雅下水电工程”，但每个城市都可以配合，专注于打造“用好电”的系统。这个比喻的意思是，“造电站”是国家战略工程，需要集中力量办大事；而“用好电”则是地方政府的责任，是把能源变成服务、把技术变成生产力的关键一环。如果每个地方都盲目模仿国家级项目，搞重复建设、重资产投入，很容易陷入政绩工程、半拉子工程的陷阱，甚至加重债务负担。再回到人工智能，一些地方动辄上马大模型、自建算力中心、自立研究院，这其实是对产业发展的误判。训练一个大模型，需要数以万计的高端GPU、上百人的技术团队、海量数据和多年持续投入。这不是多数地市级政府能承受的，而且，即便投入了大量的人力，物力，最终的结局也往往是竞争的失败，从而浪费了大量的人力、物力和财力，一无所获。所以，这类人工智能大模型研发的项目投资周期长、回报不确定，风险极大，对于资源有限的地方政府来说，无异于打肿脸充胖子。地方可以成为人工智能的“应用者”而不是“研发者”。与其花巨资自研模型，不如引进几家优秀的人工智能平台企业，在本地开设人工智能服务中心，通过调用模型接口，为中小企业提供智能客服、财务分析、市场预测等通用化服务。这样既能推动数字化转型，又不需要地方自建庞大的技术体系。

百年未有之大骗局

包帝第任期才觉悟，也算后知后觉。

2025-07-18 12:57