在智能化浪潮的持续推进下,大模型已成为人工智能领域中备受瞩目的核心技术形态。大模型落地不仅是人工智能和实体经济的深度融合,涵盖了技术适配、场景挖掘、产业协同以及市场推广、私有化部署、政策引领等多个复杂环节,更是生产关系调整、经济要素重新配置和经济价值创造过程,堪称复杂系统工程,其背后蕴含着深刻的经济学逻辑。大模型落地的路径选择,必须要创新引领,夯实大模型落地根基;系统推进,占领高端和国际竞争战略制高点;拓展应用场景,挖掘大模型商业价值;构建产业生态,促进大模型落地协同发展;更新发展理念,实现经济社会环境协同进步。

数字经济时代的数据垄断现象呈现出资本逻辑与技术权力深度耦合的特征。从形成机理看,数据垄断本质上是资本通过技术手段实现数据要素独占性控制的过程,具体表现为资本驱动下的数据集中化积累、算法权力构筑的技术壁垒,以及平台生态形成的制度性垄断。这种垄断格局不仅扭曲市场竞争秩序,更通过数据剥削机制加剧了数字资本主义的内在矛盾。数据垄断的治理创新需要突破传统范式,构建以"数据公共性"为核心的制度体系。在产权层面构建数据权益的公平分配体系,在技术层面推进公共数据基础设施建设,在治理层面促进跨国协作与多元共治。通过系统性制度创新,推动数据要素从资本积累工具向公共福祉载体转化,为数字时代的公平发展提供新的治理路径。

算力是信息化、数字化、智能化时代的新质生产力,是大国博弈利器。算力竞争战略选择关乎一国能否抓住新技术新产业革命机遇,实现综合国力跃迁式增长。以技术-经济范式模型为理论依据,结合全球人工智能发展实践,本文提出我国目前处于算力技术革命从导入期过渡到展开期的关键节点,算力发展战略重点应从算力基础设施转移至算力经济领域。高质量算力经济通过整体配置社会资源引领我国进入算力技术革命展开期,充分释放算力市场潜力。以DeepSeek为代表的自主可控产业链、创新性创业主体、经济生态赋能、经济逻辑引导技术创新、因地制宜发展中国式算力经济的复杂算力经济系统,为算力经济高质量发展提供了示范效应。伴随算力市场的扩张,需要提前完善算力市场机制并拓展市场功能。本文认为,应关注"杰文斯悖论(Jevons Paradox)"前瞻性布局与高质量算力经济匹配的算力设施建设;积极完善研发引领长期盈利的竞争机制,以集成创新驱动算力经济,推动完善价值共创机制,壮大算力商品市场和匹配市场。

人工智能技术的爆发和大模型、大数据功能的跃升,及其与未来产业和传统产业的深度融合,极大地推动了新质生产力的发展。下面刊发的8篇文章,从"大数据功能视角的全要素生产率理论创新",到"大数据驱动新质生产力发展",从"供应链数字化转型推动企业增效",到"新质生产力视域下传统产业转型升级",从"我国6G工业互联网发展战略",到"人工智能驱动新质生产力发展的实践路径",从"大模型落地背景下的低空经济",到"基于大模型的脑机接口产业发展",深刻揭示了人工智能与实体经济深度融合前景,勾勒出新质生产力赋能高质量发展蓝图。

人工智能技术的飞速发展,是驱动新质生产力形成的关键要素之一。特别是以DeepSeek-R1、V3、Coder等系列模型为代表的人工智能成果不断涌现,引发各界对人工智能发展及应用价值的广泛关注。人工智能的发展已为新质生产力的形成筑牢了坚实根基,既得益于优先发展人工智能战略的政策扶持,也受益于数据、算法、算力——人工智能三大核心要素的快速进步,以及人工智能产业规模的持续壮大。然而,当前仍存在数据质量欠佳、数字技术融合创新不足、人工智能应用深度有限等瓶颈问题。基于此,本文以马克思生产力理论的3个基本要素为依据,从系统论的视角出发,聚焦数据、计算、算法、应用的协同创新作用;通过搭建国家语料运营平台、人工智能训练场、算力平台、人工智能行业应用基地以及人工智能开源生态,实现新质劳动对象的拓展、新质劳动资料的构建以及新质劳动力的培育,形成 "数据驱动创新-工具赋能生产-生态培育人才" 的正向循环,最终达成生产力的质的飞跃。

在数字经济时代下,要实现我国经济高质量发展,必须加快形成新质生产力。本文探讨数字化补助如何影响企业新质生产力,选取2010~2022年A股上市公司数据进行实证分析,研究发现:数字化补助与企业新质生产力呈正相关关系。机制检验表明,数字化补助通过增加研发投入和固定资产投资提高企业新质生产力。异质性分析结果表明数字化补助与新质生产力的正相关关系在非国有企业和内控较好的企业中更明显。本文研究结论为政府优化数字化补助政策提供了实证依据,对于促进企业新质生产力的构建具有重要的实践意义。

新质生产力强调生产要素和生产资料的有机协同,以数据要素为"催化剂",实现新旧生产要素的创新性配置。本文利用2015~2023年中国A股上市公司数据,探究数据要素与传统要素协同促进新质生产力的机制。结果显示:数据-传统要素协同不仅具有新质生产力提升的直接效应,还具有以底层基础效能提升下的"量变"递进到上层建筑结构优化下的"质变"的间接路径;数据-劳动力协同对新质生产力的提升效应强于数据-资本协同;高新技术企业和非重污染企业提升效应更强。此结果纠正了企业发展新质生产力"一味求新"的误区,引导企业遵循比较优势,打造"以传统要素创造新型要素、以新型要素改造传统要素"的要素协同机制,为循序渐进发展新质生产力提供新思路。

大数据应用可以促进企业生产方式重构,为制造业企业提升劳动生产率提供推动力量。本文以2013~2023年中国制造业上市公司为研究对象,构建面板双向固定效应模型进行实证检验。研究发现:大数据应用能够显著促进制造业企业劳动生产率,且经过一系列稳健性和内生性检验回归结果依然稳健。机制分析结果表明,大数据应用通过优化创新要素配置,进而促进制造业企业劳动生产率。异质性分析结果表明,大数据应用对制造业企业劳动生产率的影响存在异质性,非国有企业、大规模企业、资本密集型企业和东部地区企业大数据应用对劳动生产率的促进作用更大。本文揭示了大数据应用提升制造业企业劳动生产率的作用机理,为促进制造业企业劳动生产率提升提供了理论基础和现实借鉴。

本文基于2011~2022年我国286个城市面板数据,从创新创业视角出发,运用固定效应模型、中介效应模型、调节效应模型和空间计量模型多维度检验了创新政策和数字经济对高质量发展的影响及其机制。研究发现,创新政策和数字经济能够显著推动城市高质量发展,在考虑内生性问题、控制固定效应等多种检验下结果依旧保持稳健。机制检验显示,创新政策和数字经济对高质量发展的影响存在显著的正向交互效应,能够提高城市创新创业活跃度进而推动高质量发展。异质性分析发现,创新政策和数字经济的交互效应主要表现在较大规模和高创新创业活力的城市,且对东部和中部地区城市的高质量发展更易发挥促进作用。空间效应研究发现,创新政策实施和数字经济发展具有显著的空间溢出效应,能够提升周边城市的高质量发展水平。本文能够为优化我国创新政策体系,发挥数字经济赋能作用,实现创新驱动高质量发展提供启示。

加快推进制造业数字化已成为实现制造业企业转型升级的重要途径。本文基于上市公司2012~2022年数据,借助爬虫技术进行文本分析,整理"数字化"关键词刻画企业数字化水平,实证检验制造业企业数字化对出口技术复杂度的影响。结果表明:(1)制造业数字化投入的增加显著提高了上市公司的出口技术水平,在经过一系列稳健性检验和内生性问题处理以后,本文的基准结论依然成立;(2)制造业数字化对出口技术复杂度的影响有异质性特征,不同生命周期阶段的企业、技术密集度不同和所有权性质不同的企业有不同的效应;(3)作用机制检验表明,工业机器人的使用,交易成本的降低,效率工资的提升是制造业数字化影响企业出口技术的重要作用渠道;(4)进一步研究发现,内外贸一体化水平的提高强化了数字化对企业出口技术的正向作用。

RCEP协定作为区域开放合作的重要探索,也是中国抢占科技创新领域高地的重要平台,在世界竞争新格局中发挥着主导作用。RCEP协定的签署及生效,为我国抵御发达国家技术封锁带来了不可或缺的目标市场和技术优势。本文在理论分析的基础上,采用2007~2023年RCEP的15个成员国高技术产品贸易数据测算了RCEP高技术产品贸易网络的结构指标,考察其对价值链分工地位的影响及作用机制。研究发现:(1)中国在逐渐成为RCEP高技术产品贸易网络中的核心国家;(2)RCEP各成员国间不断加深的贸易往来,有利于中国分散高技术产品进出口市场过于集中的风险;(3)RCEP成员国在高技术产品贸易网络中的中心性对其在价值链中分工地位的提升具有显著促进作用;(4)RCEP高技术产品贸易网络对价值链分工地位的促进作用会受到数字贸易壁垒的负面影响。据此,中国应利用自身在RCEP高技术产品贸易网络中处于核心地位的优势,发挥好"承高启低"的作用;对接"一带一路"国际合作倡议,搭建RCEP高质量贸易平台;同时还应抓住数字贸易机遇,打破数字贸易壁垒,加强与RCEP成员国在数字经济领域的差异化合作。

新型数字基础设施的快速发展,深刻影响了企业内部高管认知与外部竞争优势。本文基于印记理论与动态能力理论,在已有研究的基础上,进一步探究高管认知图式一致性演化的前因,提出"新型数字基础设施→高管认知图式一致性→企业数字化转型"路径;同时,构建一个有调节的中介模型,探讨区域新型创业代群影响高管团队认知的边界条件。利用A股上市公司数据,采用多元回归分析法进行实证检验,结果表明:随着新型数字基础设施投入不断加大,会促进企业稳步推进数字化转型;企业动态能力随着高管团队认知图式一致性的增强而提升,加速了企业数字化转型进程;区域新型创业代群的发展会导致高管认知图式偏差,阻碍企业转型进程。上述结论在不同产权性质与不同地区的高管及其背景之间存在异质性。研究围绕数字化背景下企业数字化转型前因与路径,完善了现有路径机制,为企业充分利用内部动态能力管理与外部数字基础设施,加快数字化转型提供理论依据与管理启示。

随着数字经济的发展,企业数字化转型已经成为学界关注的焦点。党的二十大及二十届三中全会都强调要加快企业数字化转型,推动研发、生产、经营、销售等业务全面升级,利用AI、大数据等先进技术引领生产方式、生活方式和社会治理变革。本文以高新技术企业为例,研究数字化对高新技术企业的创新绩效的影响,并验证了吸收能力的中介作用。结果发现,数字化转型对企业创新绩效有正向影响;吸收能力对企业创新绩效有正向影响;数字化转型对吸收能力有正向影响;吸收能力在数字化转型与企业创新绩效之间存在着中介作用。本文揭示了数字化转型对高新技术企业的创新机理,从而提升企业的核心竞争力。

全要素生产率的大幅提升是新质生产力的核心标志,本文基于2015~2023年上市公司的数字化项目投入信息,实证检验了数字化转型对全要素生产率的影响。研究发现,数字化转型对于全要素生产率的影响具有时滞性,数字化转型的正面效应随着时间推进逐渐显现并得到加强。具体至细分方向,生产类和管理类数字化转型对于企业生产效率具有提升作用,而用户类和技术类数字化转型尚未赋能企业效率。机制检验显示,数字化转型通过驱动企业创新、改进企业的运营模式和降低代理成本提升了全要素生产率。异质性分析结果显示,数字化转型的积极效应对于人力资本结构更优、更加强调协作性文化和创造性文化、组织惯性相对较小以及规模较大的企业而言更为显著。