【经管讲堂·管理学原理】江苏三张券：从补贴供给到补贴使用的政策工具创新

事件与实践

2026年10月，江苏省财政厅会同省发展改革委等部门出台人工智能创新发展财政支持政策，瞄准算力、语料、模型、集聚区四大关键环节，创新推出词元券、语料券、模型券三张专项券。其中词元券补助智能算力采购与租赁、单个主体最高500万元；语料券支持购买高质量数据集与行业语料资源、上限100万元；模型券按大模型研发实际投入的30%补助、最高100万元。

政策同时强化产业载体培育，通过竞争择优方式遴选认定一批省人工智能产业集聚区并给予定额资金支持，重点投向公共技术服务平台建设；鼓励省战略性新兴产业专项基金等政府投资基金联动社会资本，加大对集聚区内人工智能企业的投资布局。

山东的实践提供了另一组参照：出台人工智能加制造行动方案，实施模型券、语料券、场景券，对符合条件、具有示范引领作用的大模型给予最高100万元奖补，未来三年引导超100亿元资金投向人工智能赋能制造业；已累计培育通过第三方测评的大模型产品389个，力争2030年核心产业产值突破3000亿元。

分析

一、从供给侧补贴到需求侧补贴：政策工具的范式转换

传统产业政策的工具箱以供给侧为主：建园区、给土地、补设备、设基金。这类工具的隐含假设是供给创造需求，即只要产能与研发能力到位，市场自然形成。但在AI领域，这一假设失效，算力、模型、语料都不是稀缺的产能，稀缺的是被用起来。

词元券、语料券、模型券的共同特征是券随用走：补贴不发给生产者，而发给使用者，由使用者自主选择供应商。这在机制上引入了竞争约束，供应商必须通过价格与性能赢得用券主体的选择，而不能靠政府指定获得订单。

从公共经济学看，这是把生产者补贴改造为消费者补贴（voucher）的经典做法。弗里德曼在教育券讨论中提出的核心论点在此适用：补贴发给需求方，才能真正形成选择压力，避免供给方俘获补贴。

二、降低的是试用成本而非生产成本

AI技术扩散的最大障碍往往不是价格，而是不确定性：企业不确定投入几十万元采购算力后能否获得匹配的产出。这种不确定性带来的决策成本，远高于实际支出。

券的本质是降低试错门槛。词元券让企业敢于第一次租用算力；语料券让企业敢于第一次购买行业数据集；模型券让企业敢于第一次投入自有模型微调。一旦跨过第一次，后续的扩散会依靠企业自身的学习效应完成。

这与罗杰斯（Everett Rogers）创新扩散理论中的可试用性（trialability）高度吻合：一项创新如果能被小规模试用，其采纳速度会显著提高。政策工具的精确性，就体现在它是否直接作用于扩散瓶颈。

三、券的边界：补贴会否扭曲技术选择

任何补贴都有扭曲风险。如果券只覆盖特定类型的算力或特定来源的语料，就可能把企业锁定在次优的技术路线上。江苏政策为此设置了两道缓冲：一是券可用于采购而非指定，保留选择权；二是额度设有上限，避免单一主体获得过量补贴而扭曲市场结构。

山东的经验补充了另一层设计：不仅补贴使用，还补贴场景。场景券直接指向应用落地环节，把技术供给与真实业务需求对接。三者叠加，形成了算力、数据、模型、场景的闭环。

需要警惕的是，券的审批会引入新的行政裁量空间。如何定义高质量数据集、如何认定符合条件的大模型，直接决定补贴的实际流向。这要求评审标准尽可能量化、公开、可复核。

启示

第一，产业政策的有效性取决于它作用于哪个环节。当供给不再稀缺时，补贴需求侧比补贴供给侧更能加速扩散。

第二，降低试错成本比降低采购成本更重要。券的设计应瞄准第一次使用的门槛，而非单纯的价格补贴。

第三，补贴必须保留使用者的选择权，否则会从市场培育退化为供给锁定。

第四，任何券都需要配套的量化评审标准与公开流程，否则行政裁量会替代市场竞争。

其他思考

1. 如果三张券同时投放，企业会优先用哪一张？这个顺序能反映当地AI产业的真实短板吗？
2. 券的补贴对象是主体还是项目？如果按主体补贴，是否会强化头部企业的优势、削弱中小企业的参与度？
3. 在补贴退坡之后，那些依赖券启动的应用能否自我维持？政策应如何设计退出机制？

关键词：管理模式创新 | 产业政策 | 需求侧补贴 | 创新扩散 | 政策工具 | AI产业
来源：新华日报、新华网江苏频道、江苏省财政厅、闪电新闻（2026年10月） | 整理：经管讲堂