当前,人工智能技术正以前所未有的广度与深度渗透至经济发展和社会生活的各个领域,深刻改变着人类生产和生活方式,人类社会进入人工智能大模型时代,推动全球经济形态由“数字”迈向“智能”的新阶段。数智经济不仅重塑生产要素配置方式、生产方式、产业组织形态与价值创造机制,更在宏观治理、市场运行与社会结构等多个层面引发系统性变革。在这一背景下,中国作为人工智能应用与治理机制探索的重要实践者,正在形成兼具科技创新
[摘要]在全球人工智能技术加速迭代的背景下,大模型产业生态体系的构建已经成为孵化人工智能产业的核心力量,不仅能加速技术创新,还能促进产业融合与升级。深入研究以大模型产业生态体系孵化人工智能产业的基本理论与孵化路径,对于把握人工智能发展趋势、提升产业竞争力、推动经济社会数字化、智能化转型具有十分重要的理论与现实意义。习近平总书记今年4月29日在上海“模速空间”大模型创新生态社区调研时指出:“人工智能技术加速迭代,正迎来爆发式发展,上海要总结好以大模型产业生态体系孵化人工智能产业等成功经验,加大探索力度,力争在人工智能发展和治理各方面走在前列,产生示范效应。”本文系统分析大模型产业生态体系构建的基本理论与核心逻辑,提出“国家创新体系-风险投资管理-AI龙头企业-场景裂变创新”四轮驱动的产业孵化路径。要通过国家创新体系稳住大盘,通过风险投资激活市场,通过AI龙头企业提供基础大模型,通过场景裂变加速关键技术落地。针对当前产业转化效率不足、技术壁垒待突破等问题,本文提出算力普惠化、数据合规化、场景工程化、治理前瞻化的对策,为我国人工智能产业集群发展提供理论支撑与实践范式。
[摘要]智能经济是以智能科技为依托的崭新经济形态,通过人工智能与各产业领域的深度融合,智能经济为经济高质量发展发挥了引擎作用。智能经济以人工智能技术为核心驱动力,通过重构生产要素、变革劳动方式、优化产业结构、适配制度体系,形成了从技术驱动、要素重构、产业变革、价值创造、制度适配五个维度的作用机制。为此,要以人工智能为底层逻辑,以智能经济的效能为依托,制定导向明确、体系健全的政策体系。
[摘要]人工智能技术的发展和广泛应用能否带来巨大生产率红利,抑或引发新的“索洛生产率悖论”和“鲍莫尔病”。本文应用系统性文献综述方法,对人工智能的生产率效应的研究文献进行综合分析。本文研究发现:(1)二者关系并无确定性结论,主张无显著效应的研究多考虑了人工智能技术的多维度适应性、生产率效应滞后等;主张显著促进效应的研究多关注了人工智能对传统劳动力的替代和技能溢出;(2)高低技能层次的劳动力和岗位的生产率效应影响机制不同;(3)人工智能对生产率的影响会因企业规模、企业所有制、以及企业所处技术时期等不同因素而产生异质性;(4)作为辅助工具,生成式人工智能在部分行业已产生显著促进作用,但是对高低技能劳动的影响程度还存在不同见解。在此基础上,本文认为,未来研究应更多关注人工智能细分技术对生产率的影响、特别是要突出机制和路径,以及生成式人工智能的生产率效应等。
[摘要]本文基于链式孵化视角,利用2015\~2024年中国31省(区、市)面板数据,采用双重机器学习模型检验大模型技术对人工智能(AI)产业创新的影响机制。研究发现:大模型技术对AI产业创新有显著正向总效应,其中 31.12% 需通过“大模型技术 $$ 产业生态体系 .AI 产业创新”链式路径实现,阻断任一环节则间接效应降至0,印证链式孵化的必要性。产业生态为核心中介,呈技术强驱动、生态弱转化特征,生态向创新的转化效率为关键瓶颈。进一步分析表明,大模型技术与产业生态存在非线性协同效应,技术对创新的边际效应随生态成熟度递增,且低生态地区技术已具备独立驱动创新的核心引擎作用。区域异质性显著,东部链式路径传导完整,间接效应占比 29.61% ,中部因生态中介缺失致传导失效;西部因技术-生态适配偏差出现负向效应;东北协同机制尚未建立。由此提出突破生态 $$ 创新转化瓶颈、构建算力-孵化-开源联动基建、实施梯度区域政策、防范生态垄断风险等建议,以完善链式孵化机制,推动AI产业创新。
[编者按]在以习近平同志为核心的党中央的英明领导下,我国人工智能产业发展和大模型研发应用已处于全球第一梯队。2025年8月,《国务院关于深入实施“人工智能+”行动的意见》为进一步推动人工智能与经济社会各行业各领域广泛深度融合擘画了宏伟蓝图。智能经济发展的蓬勃发展,离不开智能技术的快速进步,更不能缺少企业组织更新和战略调整来把握新发展机遇、挖掘新潜力。然而,潜力无限的智能经济也蕴藏着较大的技术风险和
[摘要]人工智能广泛应用对经济社会产生了深远影响。本文分析了人工智能促进企业高质量发展的理论机制,并基于沪深A股上市公司的面板数据进行了实证检验。实证结果表明,人工智能显著促进企业高质量发展,并且在稳健性检验和考虑工具变量的因果识别后仍然显著。机制检验表明,人工智能可以通过促进技术创新、降低成本、提升人力资本水平、促进共同富裕等途径,推动企业高质量发展,但对企业技术多元化存在抑制作用。异质性检验显示,在不同企业规模、不同劳动力成本以及不同所有权企业的情况下,人工智能对企业高质量发展影响存在异质性。研究结论为企业高质量发展提供了可行路径,也为政府推动人工智能与实体经济深度融合提供了依据。
[摘要]本文聚焦人工智能产业,构建创新链产业链人才链(以下简称“三链”)融合的指标体系,探究了2014\~2023年中国281个地级及以上城市人工智能“三链”融合的时空特征以及不同影响因素的时空异质性。研究表明,(1)城市人工智能“三链”融合水平呈现显著的时序增长与“东高西低”的空间分异特征;(2)人工智能“三链”融合具有显著空间正相关性,空间异质性持续增强,高-高集聚向东部都市圈集聚扩展,形成核心-外围梯度格局与多极分化态势,低-低集聚主要分布在西部和东北城市,但高融合水平城市仍较少;(3)影响因素的空间异质性显著。城市经济发展、就业密度和商业信用环境的影响均呈显著的东高西低梯度格局,金融发展的影响呈沿海极化特征,数字基建与政府科技支持分别形成了“数字鸿沟”与政策资源配置失衡的空间格局。
[摘要]人工智能作为引领新一轮科技革命和产业变革的战略性技术,对于推动企业全要素生产率提升具有重要作用。本文以2016\~2024年沪深A股上市公司面板数据为研究对象,基于区域创新系统理论和内生增长理论考察人工智能创新发展试验区政策对企业全要素生产率提升的影响。研究发现,人工智能创新发展试验区政策能够显著提升企业全要素生产率,并且此结论在稳健性检验后依旧成立。异质性检验发现,人工智能创新发展试验区政策对中西部地区和非高科技行业企业的促进作用更强。进一步研究显示,人工智能创新发展试验区政策通过深化人工智能应用和提升资源配置效率两个渠道发挥作用,不仅提升了企业全要素生产率,还进一步增强了盈利能力。本文为人工智能创新发展试验区政策促进企业全要素生产率提升提供了经验证据,对如何提高企业全要素生产率有重要的政策含义。
[摘要]人工智能产业是国家战略实施的重要支撑,创新活力是实现长期愿景的动力体现。本文从“知识产出”、“价值创造”双重维度,构建省域人工智能产业创新活力评价体系;基于TOEG(技术-组织-环境-政府)理论框架,运用NCA与fsQCA方法,探究技术研发投入、新型基础设施建设、数字人才引培、科技载体建设、公民需求压力、府际竞争压力、数字政府及数字治理在提升省域人工智能产业创新活力的联动效应。结果显示:存在“技术-组织驱动型”、“技术-组织-政府主导型”、“组织-政府驱动型”3种提升创新活力的适配路径,其中,技术研发投入、新型基础设施建设、数字人才引培、科技载体建设是高水平创新活力的必要条件,数字政府是提升创新活力的关键要素;对比高与非高组态结果发现:组态结果呈因果非对称关系;科技载体建设和公民需求压力的条件组合与数字政府和数字治理政策的条件组合存在互补替代关系。
[摘要]数字金融利用数字技术优化金融服务范式,成为推动人工智能产业高质量发展的重要引擎。本文借助2014\~2023年我国282个地级市数据,实证检验数字金融对人工智能产业高质量发展的影响效应。研究结果显示:数字金融对人工智能高质量发展具有显著正向影响。异质性分析证实,数字金融对人工智能产业高质量发展的赋能效果在东部地区城市、市场机制成熟度高的城市更为显著。中介检验结果表明,国内国际双循环在数字金融助力人工智能产业高质量发展中发挥中介作用。调节效应显示,金融监管能够正向调节数字金融对人工智能产业高质量发展的驱动效应。本文深度剖析数字金融对人工智能产业高质量发展的作用路径,为培育壮大人工智能产业、推动我国经济社会高质量发展提供理论借鉴与经验支撑。
[摘要]在制造业智能化转型中,人工智能(AI)技术的应用提高了效率但也带来了风险。现有研究缺乏对复杂的制造网络动态演化及AI双向调节作用的系统分析。本文整合复杂网络与元胞自动机方法,构建动态风险传导模型,量化AI能力对风险传播和恢复的双面效应,并通过特斯拉、西门子、富士康等案例验证策略有效性。研究发现,AI能力通过增强节点交互效率加速风险传播,同时通过智能优化提升系统恢复效率,形成“传播加速-恢复增强”的动态平衡。研究还发现,运行状态特征对风险控制的影响超过了网络结构特征,AI能力可以通过优化运行状态的稳定性来降低风险。在高AI能力的条件下,采取针对性策略的风险显著低于随机策略。研究为制造业提供了平衡AI创新与风险管控的量化模型和实践路径,建议重点提升关键节点AI韧性、实施差异化网络保护,并建立跨组织风险协同治理体系。
[摘要]在全球新一轮科技革命和产业变革加速演进的大背景下,“人工智能+”作为一种融合创新的实践范式,正以技术赋能的方式推动着社会各领域的系统性变革。本文以我国省级“人工智能+”政策为研究对象,借助词频分析与语义网络分析对我国已出台的38项“人工智能+”政策进行文本分析,并在此基础上构建我国省级“人工智能+”政策的PMC指数评价模型。在对选取的16项省级政策进行评价后发现,16项省级政策的平均PMC指数得分为7.38,其中,浙江省政策得分最高(8.83),陕西省政策得分最低(5.62)。研究发现,我国省级“人工智能+”政策总体得分良好且无不良政策,但东中西部地区的政策之间存在显著差异,此外,多数政策在政策时效、赋能方向、政策工具等维度还存在较大的改进空间。对此,可从丰富政策主体、拓展应用方向、完善政策工具以及优化政策时效等方面进行改进。
[摘要]在全球能源市场波动加剧与科技快速发展的背景下,人工智能对能源经济韧性的影响备受关注。本文基于2011\~2022年省级面板数据,从“抵御能力、恢复能力、再生能力、可持续能力”4个方面构建能源经济韧性评价指标体系,采用双向固定效应模型和空间计量模型深入剖析人工智能赋能能源经济韧性的内在机制与空间溢出效应。研究发现,我国能源经济韧性水平正稳步提升且呈现出区域异质性,资源票赋与政策优势显著的省(区、市)表现更优。人工智能对能源经济韧性提升发挥稳健促进作用,其通过产业结构升级效应、数字技术渗透效应和市场协同驱动效应这三重路径实现效能释放。此外,空间溢出效应分析显示,人工智能通过技术扩散、要素流动以及产业关联等渠道产生跨区域正反馈效应,形成“本地增强-邻域溢出”的空间韧性网络。基于此,应构建“差异化政策引导-多层级人工智能技术穿透赋能-跨区域协同网络治理”三位一体的实施框架,为能源经济的稳定发展提供有力支撑。
[摘要]人工智能作为产业转型升级的重要推动力,在推进企业数智化的同时,势必也会对企业资本市场表现产生重要影响。本文以2010\~2024年沪深A股上市公司为样本,实证检验了人工智能应用对资本市场表现的影响及其作用机制。研究发现:企业推广人工智能应用能显著提升其资本市场表现,表现为股票流动性增强。渠道机制表明,人工智能应用是通过缓解融资约束来促进资本市场表现提升。异质性表明,人工智能应用对资本市场表现的促进效应在非国有、弱管理层权力和低管理层年龄企业组表现的更加明显。本文的研究结论不仅丰富了人工智能的经济效应,而且还能为理解资本市场股票流动性提供经验证据支撑。
[摘要]作为新一轮科技革命的关键技术,人工智能正成为企业培育新质生产力的重要途径。本文从动态能力视角构建人工智能赋能企业新质生产力生成的理论机制,分析其在不同企业内外部体制下的效应差异,并利用中国上市企业微观数据进行实证检验。研究发现:(1)人工智能显著提升企业新质生产力水平;(2)人工智能通过提升企业的吸收能力、创新能力和适应能力来推动企业新质生产力的发展;(3)在高管股权激励强度大、管理层短视主义弱、内部控制质量高、政府支持力度大、数字经济发展水平高、知识产权保护完善的企业中,人工智能对企业新质生产力的赋能效应更为显著。本文研究结果揭示了人工智能赋能企业新质生产力的影响机制及体制依赖,为优化企业内外部体制、发挥人工智能在新质生产力生成中的作用提供了理论与现实依据。