2026年政府工作报告首次提出“打造智能经济新形态”，人工智能推动经济形态加快从“规模经济”转向“智能经济”，“产业链”竞争正转向“创新生态”竞争。这不是一次普通的产业升级，而是一场涉及劳动者、劳动资料、劳动对象及其优化组合的系统性跃升。我们领导人指出，新质生产力“以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵，以全要素生产率大幅提升为核心标志”。

在这一框架中，劳动者被置于首位。但“劳动者”这三个字的内涵正在发生深刻变化。新型劳动者已超越传统意义上依赖单一技能的技术工人定位，正加速演变为兼具技术理解力、创新行动力与终身成长力的复合型人才。发展新质生产力，归根结底要依靠新质人才，依靠人的高素质、高品质、高技能。这意味着，素养(literacy)的构建不再是教育领域的内部议题，而是关乎国家竞争力重构的战略命题。

从“人力红利”到“人才红利”：素养问题的根本转向。所以“素养”第一次从教育内部的软话题，变成国家生产力系统的硬变量。新质生产力 = 新技术 × 新要素 × 新组织，而分母和乘数里最核心的，是人。这意味着，个人素养的提升不再是一个“锦上添花”的选项，而是关乎个体能否在新生产力体系中保有主体地位的根本命题。

一、什么是新型劳动者？

新质生产力不是传统意义上增加人手、增加工时、增加设备就能跑出来的生产力。它由技术革命性突破、生产要素创新性配置、产业深度转型升级共同催生，以劳动者、劳动资料、劳动对象及其优化组合跃升为基本内涵，以全要素生产率大幅提升为核心标志。在这一框架下，劳动者不再是单纯执行指令的“人力要素”，而是能够理解新技术、组织新工具、重构新流程、创造新价值的“第一要素”。

发改委相关解读明确提出，更高素质的劳动者是新质生产力的第一要素，既包括引领科技前沿、创造新型生产工具的创新型人才，也包括具备多维知识结构、熟练掌握新型生产工具的技能型人才。中央党校相关阐释进一步把新型劳动者概括为知识型、技能型、创新型，强调其要适应战略人才和应用型人才双重需求。换言之，新质生产力对“人”的要求发生了根本性变化：过去更看重熟练度、稳定性和岗位匹配度；现在更看重学习力、数智力、跨界力、创新力和价值判断力。新型劳动者不再是“会操作”，而是“会重构”。用一句话说：旧素养是“把事做对”，新素养是“先判断该不该做这件事，再用技术和系统把它做出来”。

因此，素养构建不是教育培训的附属议题，而是新质生产力形成的底层工程。

二、新质生产力对个人素养提出了什么新要求？

从产业实践看，新质生产力至少带来四重变化，每一重都直接改写素养模型（底层问题）。

第一，劳动资料智能化。人工智能、工业互联网、数字孪生、自动化装备进入生产现场，许多原来靠人工经验完成的工作转为“人—机—数据”协同。劳动者不仅要会用工具，还要懂工具边界、会设任务、会读数据、会纠偏。

第二，劳动对象数据化、绿色化。数据成为新生产要素，生物、材料、空天、深海等新对象不断扩展；同时绿色低碳化成为硬约束。这要求劳动者既有数据素养，也有资源环境意识，能把效率目标和可持续目标放在一起权衡。

第三，产业边界模糊化。新能源+汽车、AI+医疗、金融+大模型、制造+服务、农业+遥感无人机等复合场景大量出现。单一专业、单一岗位知识越来越不够用，跨界整合能力成为标配。

第四，技能迭代短周期化。中工网相关技能人才研究提出，数智时代技能半衰期被大幅压缩，部分场景甚至压缩到一年以内，终身学习从“进修选项”变成“生存刚需”。这意味着素养不是毕业时一次性获得，而是职业生涯中持续再生成的能力系统。具体需要：

1. 超越“岗位适配”，走向“能力生成”

传统工业经济时代，个人素养的核心逻辑是“岗位适配”——掌握特定技艺或操作规范，在标准化流程中稳定输出。这一逻辑正在被颠覆。数智时代，学生不仅要学会使用工具，更要学会提出问题、辨别真伪、整合资源、形成判断、创造价值，人才培养必须从“知识累积型”加快转向“能力生成型”，从“单一专业型”加快转向“跨界复合型”，从“阶段性教育型”加快转向“终身成长型”。

在这一转变中，学术研究提炼出“新质素养”的概念，将其界定为个体能够适配新质生产力发展所需要的胜任力或竞争力，是成功应对个体全面发展和经济社会高质量发展所需要的“高阶素养”。其中，创新素养、跨学科素养、技术适应性被识别为“优先项”，三者之间存在协同交互作用，而创新素养具有主导作用，支配和规定着其他素养类型的存在和发展。

2. “新三元技能”：一个可操作的素养框架

如果说“新质素养”是理论层面的概括，“新三元技能”则提供了一个更具操作性的框架。面对人机协作成为新常态的趋势，未来的核心技能不再是与机器“比拼”计算或记忆，而是如何与机器高效协作。具体而言，劳动力需要掌握（“新三元技能”）：数字素养——理解和运用人工智能工具的能力；专业智慧——在人工智能辅助下的深度行业洞察；人文能力——批判性思维、创造力、共情与伦理判断。

这一框架的深层逻辑值得注意：三者并非简单的叠加关系，而是一种“人机分工”中的能力定位。数字素养确保个体不被技术门槛排除在外，专业智慧确保个体在特定领域具有机器无法替代的深度判断力，人文能力则确保个体在人机协作中始终保持价值引领的主体地位。新型劳动者需要具备与智能系统高效协同的能力，既要善于利用人工智能拓展认知边界，又要能够在人机协作中发挥人类独有的价值判断、情感理解和意义建构优势，在人机协同中确立不可替代的主体地位。

3. 批判性思维：被低估的“核心竞争力”

在诸多素养维度中，批判性思维的特殊性值得单独讨论。新质生产力的核心是创新，创新始于质疑。传统生产力主要靠经验积累，新质生产力主要靠原创、突破、迭代，这样的特点必然突出批判性思维。批判性思维不因循守旧，不迷信权威、不盲从经验、不满足现状，敢于反思前提、挑战惯性，由此产生创新的火花，形成创新的突破口。

在人工智能能够快速生成海量“答案”的时代，真正稀缺的不是获取答案的能力，而是判断答案质量、识别前提假设、发现逻辑漏洞的能力。这构成了“人工智能泛滥时代的护城河”。批判性思维因此不再是文科教育的专属品，而是所有新质劳动者的基础素养。

4.从“专业精深”到“跨界融合”

新质生产力产生于学科交叉地带和融合创新节点，交叉领域的突破高度依赖具有复合知识背景的人才。这意味着新型劳动者需要具备“专业精深+跨界融合+前瞻敏锐”的复合知识体系：一方面深耕专业领域，掌握前沿技术动态与核心原理；另一方面主动打破学科边界，具备跨学科知识迁移与整合能力。

这一要求在实践中已经开始落地。例如，一些地方高校构建了“光电+”梯度化实践育人体系，一年级聚焦科创启蒙，依托区域特色产业资源实现产业实践认识，三年级对接国家级实验室与科技园区，推动创新研究与产业攻关精准对接。这种“从兴趣到探究再到实战”的梯度化路径，正是跨界素养从理念走向实践的典型案例。

三、新质生产力下的素养框架：六维模型？ 

基于上述变化，可把新质劳动者素养概括为“六维一体”模型。

1. 数字与数据素养：从“会用软件”到“用数据决策” 

数字素养不是会做PPT、会填系统，而是包含三层：基础层：熟练使用智能办公、行业软件、协同平台和AI助手；数据层：能采集、清洗、解读业务数据，用仪表盘、报表、模型辅助判断；应用层：能把数据问题映射到本职场景，例如制造企业用良率数据反推工艺参数，零售企业用用户行为数据优化选品，学校用学习数据改进教学。常州工程职院在高职AI通识中按“大一数据底座、大二通识+X、大三复杂工程实践”推进，把数据能力和专业场景绑定，可作为职校落地样本。真正的数智素养，是知道“哪类问题值得用机器，哪类问题必须用人”。

2. 人机协同素养：从“被替代焦虑”到“指挥智能体”

生成式AI、机器人、智能调度系统普及后，人的价值更多体现在提需求、定规则、做判断、负责任。人机协同素养至少包括：会写有效提示词、会拆解任务给AI；会验证AI输出，识别幻觉、偏差和合规风险；会把AI结果纳入工作流，而不是全盘委托。央广网相关职业教育研究把“复杂问题解决、人机协同、价值判断”列为面向智能场景的三大元技能，方向值得推广。新质素养必须包含：批判性思维；原创判断；价值取舍；情感劳动与责任承担；在机器建议和人的后果之间拍板的能力。机器可以生成方案，但谁来为方案对人的影响负责，只能是人。

3. 创新与复杂问题解决素养：从“按标准做”到“建标准” 

新质生产力依赖原创和颠覆性技术，应用端也同样需要微创新。劳动者要能把模糊问题结构化、把现场问题转化为改进项目、把跨源信息整合为新方案。人民日报相关创新应用型人才培养研究强调“认知—实践—创新”递进，以及真题真做、项目制攻关；双创教育研究进一步提出把企业技改、产品迭代难题做成“揭榜挂帅”课题。当大模型能写稿、写代码、出方案时，人的稀缺性不在“输出答案”，而在“提出好问题、定义真问题”。从“会解题”走向“会提问”，是从工业人迈向新质人的分水岭。

4. 跨界复合素养：从“单科专才”到“π型/复合型”

新质场景常要求“专业深度+第二领域+协同接口”。例如工程师懂一点商业和合规，医生懂一点数据和伦理，教师懂一点AI与学习科学，管理人员懂一点算法和产业链。首都经贸把AI导论、经贸数字素养通识、AI+专业课程捆绑；清华设置AI赋能试点课和文理交叉书院，都是通识+专业双轨。职教领域也可推“本专业核心+数智模块+行业交叉项目”的π型结构。AI+医药、制造+数据、金融+碳管理、农业+卫星遥感、教育+大模型……新赛道几乎都长在交叉处。这不是个例，是规律：工程师要懂市场；医生要懂数据；教师要用智能体；工人要懂设备联网和工艺优化；管理者要懂技术趋势和资本逻辑。新质素养里有一条隐形能力：用另一门语言的语法，重新讲清自己专业的事。

5. 自主学习与元认知素养：从“一次学历”到“终身更新”

技术越快，固定知识越容易贬值。我们未来面对的是复杂问题解决，需要建立系统思维。自主学习素养包括：定学习目标、找开放资源、做项目复盘、建立个人知识系统、把外部培训转为内生能力。中工网技能生态研究把自主学习能力列入数智型劳动者必备软技能；央广网文章也主张以学分银行、微证书、学习成果互认支撑全职业周期更新。元认知则更进一步：人会反思“我为什么这样判断”“我的模型哪里失效”，从而避免在智能系统依赖中丧失主体性。新质生产力面对的问题，没有标准答案：智能工厂停机，是算法问题、供应链问题，还是组织问题？创新药过审，是临床问题、监管问题，还是商业化问题？城市低空物流，是技术问题、空域问题，还是公共治理问题？只会单点技能的人，会越来越被动。新质劳动者要会画系统图：输入是什么、约束是什么、反馈是什么、外部性是什么、长期成本是什么。线性人做工序，系统人做结构。

6. 价值素养与科技伦理：从“效率唯一”到“可控可持续”

新质不等于无约束。数据隐私、算法偏见、深度伪造、知识产权、关键基础设施安全，以及碳排、污染、资源消耗，都必须进入素养清单。求是网相关阐释强调新质生产力本质是先进生产力，同时突出绿色化低碳化底色。学校教育可参照四川大学做法，出台AI工具使用规范、信息素养和AI伦理课程，把诚信与责任纳入培养闭环。新质不是“唯技术论”。量子、脑机、基因、具身智能、6G、核聚变……越前沿，越需要底线。价值素养包括：科技向善；隐私敬畏；公平意识；绿色与可持续；把“能不能做”和“应不应该做”分开。没有价值锚点的人，技术越强，风险越大。  

新质生产力要的是有方向感的强者，不是只会冲的算力附庸。

简言之，新素养公式可写为：

新质素养 = 数字数据力 × 人机协同力 × 创新解决力 × 跨界整合力 × 终身学习力 × 伦理价值力。任一项为零，整体价值都会严重折损。

四、分类构建路径？ 

素养不是抽象口号，要分主体落地。

1. 个人层：建立“能力画像+微证书+项目档案”

个体可按五步自我构建：做数字基线测评，明确AI、数据、行业软件短板；每年选定1—2个前沿模块，如大模型应用、数据可视化、行业数字孪生； 用真实工作项目练手，形成可展示成果而非仅学时证明；积累微证书、开源项目、专利/改进案例、跨部门协作记录；定期更新个人能力画像，对照岗位能力标签查漏。关键是从“考证思维”转向“问题成果思维”。

2. 学校层：课程、场景、评价三维重构 

高校和职教可同步改三件事。

课程上，减少纯知识堆叠，增加AI通识、数据基础、行业智能应用、跨学科项目。研究型高校做强拔尖交叉，应用型高校做强“专业+产业场景”，职教做强“岗位群+数智工具”。人民日报建议以“认知—实践—创新”项目化路径替代单一课堂，央视网教育强国研究提出增设工业互联网、数字经济治理等“四新”模块。

场景上，用虚拟仿真、数字孪生、企业真实课题替代封闭实训。人民网职教文章提出以数字孪生还原智能运维、高压检测等高危或高成本场景；常州高职用大模型做多模态生成、建专业智能体；清华、首经贸以AI助教和AI通识降低入门门槛。

评价上，破“唯分数、唯论文”。引入过程性评价、项目成果、企业评价、数字素养雷达图；职教推广成长档案袋和微证书，新文科可借鉴南昌大学“能力银行+雷达图”跟踪数字素养、跨学科协作、原创能力。

3. 企业层：把素养建在产业链和岗位链上 

企业不能只买培训，要把素养嵌入生产系统。

建立岗位能力图谱，把AI、数据、质量、安全、绿色要求写成岗位标签；以“链主企业+产教融合共同体”带动上下游共育，中工网案例强调链主牵头、标准共修、成果共用；推行双导师制、揭榜挂帅、技改项目育人，把企业真实难题转为员工学习项目；对转岗人员做短周期再培训，对高潜人才做跨界轮岗。尤其制造业、能源、医疗、金融等强监管行业，要把“合规+模型风险+数据安全”列入上岗素养。

4. 政府与社会层：机制、平台、标准一起给

政策端重点做四件：

建国家/区域数字素养与职业能力标准，对接新职业和智能岗位；推学分银行、微证书互认，支持在职再学习；投虚拟仿真实训基地、智慧校园、开放数据教学集；用产教融合激励、税收优惠、技能补贴引导企业参与育人。教育“十五五”相关信息提出学科专业与招生培养就业联动、高校成果转移转化、职教“以产定教”和数智开源社区，应与新质素养标准打通。

五、构建多维度的素养评价体系

新质素养的复合性特征，决定了其评价不能依赖单一维度和单一方法。学者提出的“新质评价观”构建了基于表现性评价、成果导向评价、增值性评价、过程性评价四位一体的评价方法体系，并提炼出“素养本位导向”等六大核心特征。这一框架的启示在于，评价的重点应当从“学了什么”转向“能做什么”“创造了什么价值”。

具体到不同人才类型的评价标准，需要体现差异化。针对卓越工程师，可从基础性素养、专业性素养、发展性素养、工程实践性素养、创新性素养五个维度构建核心素养评价指标体系。针对产业工人的数字素养，可从数字思想素质、信息与数据素养、沟通与协作、创建数字内容、安全与隐私保护、问题解决与创新、设备与软件操作、职业相关素养八个维度进行评价。这种精细化、差异化的评价指标体系，使“素养”从一个抽象概念转化为可观察、可测量、可改进的具体目标。

评价与发展的良性循环

评价的终极目的不是排序和筛选，而是促进发展。当前评价体系的一个重要缺陷在于，过于强调终结性评价的甄别功能，而忽视了形成性评价的发展功能。面向新质素养的评价改革，应当将增值性评价置于更加重要的位置——关注的是个体在特定时间段内的成长幅度，而非其在群体中的相对位置。这意味着，评价应当贯穿人才培养的全过程，为学习者提供持续的反馈和指导。在产教融合的实践场景中，利用数字化手段对学生进行校企联合的“三位一体”评价，既考察理论知识掌握程度，也评估工程实践能力和创新思维表现，这种多元主体参与的评价方式更能够反映素养的真实发展状况。

可操作的评价体系（提供参考）

从知识结构来看，新型劳动者具备“专业精深+跨界融合+前瞻敏锐”的复合知识体系。从能力构成来看，新型劳动者正加速演变为兼具技术理解力、创新行动力与终身成长力的复合型人才。从价值导向来看，新型劳动者不应仅是技术的使用者，更应是技术向善的守护者。素养若不可评，就不可建。建议采用“四维评价”：

知识基：AI基础、数据结构、行业技术趋势、安全合规常识；

能力绩：真实项目产出、流程改进指标、模型/工具应用效果、跨团队协作记录；

创新值：专利、方案、课程作品、降本增效、新产品原型； 

责任度：数据安全事件、伦理合规、绿色指标、终身学习时长与转化。

学校可用雷达图，企业可用岗位画像匹配，政府可用区域人力资源指数。评价结果反推课程更新、岗位轮换和培训预算，而不是只发证书。