2025年 04期
现代化基础设施、新质生产力与实体经济高质量发展
高玲;选取2012—2022年我国30个省份的面板数据，通过基准回归模型与中介检验模型，实证检验现代化基础设施建设对实体经济高质量发展的驱动效应与作用机制。研究表明，现代化基础设施建设对实体经济高质量发展具有显著促进作用。中介效应检验结果显示，现代化基础设施建设能够通过新质生产力这一中介变量，赋能实体经济高质量发展。异质性检验结果表明，相比低人口密度地区，现代化基础设施建设对实体经济高质量发展的赋能作用在高人口密度地区更显著。基于此，未来应激活资源存量与增量，赋能现代化基础设施建设；挖掘新质生产力的内在支撑，切实助力实体经济高质量发展；制定差异化发展策略，夯实实体经济高质量发展根基。
数字经济发展对区域碳强度的影响——基于新质生产力和绿色创新中介效应的视角
曹金华;周小勇;章玲;“双碳”目标下，数字经济为协同推进区域经济发展和碳排放“双控”目标提供了重要潜力。选取2011—2022年我国30个省级面板数据，采用双向固定效应模型、中介效应模型和空间杜宾模型，实证检验数字经济对区域碳强度的影响及其作用机制，并考察空间溢出效应机制。研究表明：数字经济显著降低了区域碳强度，且影响呈线性关系；不同地区数字经济对碳强度的抑制作用存在差异，呈现中部地区>东部地区>西部地区；空间溢出效应显示，数字经济能够显著降低邻近地区的碳强度；数字经济通过培育新质生产力和促进绿色创新来抑制本地区和邻近地区的碳强度，且绿色创新的中介效应均强于新质生产力。
碳排放强度与经济增长的交互机制——基于GVAR模型的分析
毕玉江;石金海;桑瑞聪;全球化背景下一国或地区碳排放强度变化与经济增长率之间不仅有直接的相互影响关系，还存在着通过其他国家和地区的间接传导机制。研究发现，当前世界主要国家还存在较为明显的低碳经济特征。当碳排放强度发生负冲击之后，中国和美国经济增长率的下降幅度较为明显；中国和美国碳排放强度下降对其他国家经济增长产生了显著的负面影响。研究表明，推动低碳经济发展不仅需要各国从生产技术、能源利用等方面持续发力，还需要加强碳排放控制的国际合作，降低由于碳减排非同步性产生的额外成本。
高水平对外开放与新质生产力:耦合协调测度及动态演进
赵萍;通过构建高水平对外开放、新质生产力评价指标体系，选取2015—2023年我国30个省级面板数据，采用熵值法测算高水平对外开放与新质生产力水平。通过耦合度模型、耦合协调度模型对高水平对外开放与新质生产力耦合协调发展水平进行分析，使用核密度估计法探析高水平对外开放与新质生产力综合水平耦合协调发展的分布动态。研究结果表明，中国高水平对外开放与新质生产力的耦合协调发展水平不断攀升，尽管区域间存在差距，但总体上各省份在高水平对外开放与新质生产力的融合方面获得积极进展。三大地区高水平对外开放与新质生产力耦合协调发展呈现出不同程度的梯度效应与极化特征。
专精特新企业集聚对居民收入差距的影响——基于272个城市面板数据的验证
李腾;张钟元;采用双向固定效应、中介效应、调节效应等检验模型，选取2019—2023年中国272个地级及以上城市面板数据进行实证分析。研究发现：专精特新企业集聚可以缩小城市居民整体收入差距，但在城镇内部及乡村内部效果不显著；优化产业结构以及消弭数字鸿沟在影响机制中发挥中介作用；城镇化水平和劳动力素质分别在影响机制中发挥负向调节效应和正向调节效应；在经济发展较好的区域，专精特新企业集聚对缩小居民收入差距的影响效果更为显著。基于此，提出优化经济发展环境、消弭城乡数字鸿沟、加快产业结构转型、推进新型城镇化以及加强人才队伍建设等建议。
AI大模型赋能工业新质生产力：逻辑、机制与行动框架
唐露源;徐源;通过对工业AI大模型企业的调研以及相关典型案例的分析，研究发现AI大模型赋能工业新质生产力的实践场景贯穿工业链主要环节，呈现人机交互、设备智能化、工业数据驱动以及组织结构重构四个特点。AI大模型通过培养劳动主体“新素质”，提升认知决策和人机协作能力；构建劳动资料“新模式”，优化智能设备和生产效率；创造劳动对象“新价值”，实现精准加工和全程质量追溯；激发生产关系“新动能”，促进跨部门协作和商业模式创新。然而，当前AI大模型赋能工业新质生产力面临技能重塑压力和人机冲突、能源短缺和设备集成困难、工业数据处理困境以及利益分配失衡等问题，进而提出发展策略。
人工智能高质量数据集的发展趋势及热点——基于CiteSpace的知识图谱分析
王鹏;程思儒;近些年来，人工智能快速发展，人工智能技术迅速进步，深入人们生活的方方面面，需要加快构建高质量数据集。基于CiteSpace的知识图谱分析，系统梳理了我国人工智能高质量数据集的研究趋势和热点方向。研究表明，人工智能高质量数据集在多样性、针对性和规模上具有显著优势，并广泛应用于医疗健康、自动驾驶和智能制造等领域。此外，政策支持、数据驱动和深度学习技术创新成为研究的核心方向。从理论和实践层面对人工智能高质量数据集的发展提出了展望，为未来研究提供了参考。
数实融合赋能中国式现代化产业高质量发展——基于新质生产力的中介效应检验
赖时伍;选取2011—2022年中国30个省级面板数据，借助固定效应模型与中介效应模型，实证分析数实融合对中国式现代化产业高质量发展的影响及作用机制。研究表明，数实融合能够显著促进中国式现代化产业高质量发展。机制检验表明，新质生产力是数实融合赋能中国式现代化产业高质量发展的重要作用路径。异质性分析发现，在中高分位点上，数实融合对中国式现代化产业高质量发展的促进作用更显著；数实融合对中国式现代化产业高质量发展的影响存在“东部>中部>东北>西部”的异质性特征。研究结论对于以数实融合推进中国式现代化产业高质量发展具有重要的现实意义。
人工智能、新质生产力与高技术产业链韧性
黄美忠;王秀丽;沈青;韩晶;在理论分析基础上，从抗干扰能力和恢复创新力维度构建高技术产业链韧性指数，并选取2011—2022年中国高技术产业上市企业微观数据，实证检验人工智能对高技术产业链韧性的影响机制与路径。结果表明：整体上人工智能可增强高技术产业链韧性，且二者之间呈现非线性的“N”型关系，这一结论在经过内生性处理与稳健性检验后依然成立。异质性检验结果发现，人工智能与高技术产业链韧性间的“N”型关系在不同数字经济发展水平下表现出显著异质性。传导机制检验结果表明，人工智能可通过赋能新质生产力发展增强高技术产业链韧性。研究为新发展格局下政府和企业更好释放人工智能红利效应，进而提升高技术产业链韧性水平提供了重要启示。
世界遗产地社区居民适应性驱动机制研究——以平遥古城旅游开发为例
张琳;李富佳;研究古城在旅游影响下居民适应性机制具有重要的实践价值。聚焦文化遗产型古城——平遥古城的在地群体，解析在遗产保护与旅游开发的空间博弈过程，遗产地居民对旅游发展下的感知、态度及其响应行为，重点揭示社区群体在旅游开发下的适应策略选择及其驱动要素。结果表明：古城社区居民正负面感知均强烈，但总体持支持态度，且参与意愿决定其参与行为；“旅游经营+常年务工”这种复合型生计模式成为古城居民在旅游经济发展下的主要适应性策略；物质资本、区位因素、劳动力和认知能力是影响居民适应的关键因素；适应能力决定适应选择，决定社区居民的适应效果，居民参与意愿是不同适应模型形成的内在动因，政府、社区的发展政策是外在推动力。