习近平总书记关于人工智能重要论述的理论进路、核心要义与现实镜鉴

习近平总书记关于人工智能重要论述是马克思主义科技观的新发展，实现了中国共产党人科技创新理论的新飞跃，完成对中国传统科技伦理思想的新赓续。其核心要义涵盖人工智能的战略地位、发展方向、价值旨归和潜在风险四个方面的内容。习近平总书记关于人工智能重要论述是人工智能技术运用与发展的重要指导思想和行动指南，为推进人工智能高质量发展、布局人工智能多领城应用以及保障人工智能全过程治理提供了深刻的现实镜鉴。     

新一代人工智能技术在德国工业4.0中的应用路径研究

新一代人工智能技术是传统制造业实现数字化的关键技术之一,具有很大的应用潜力。作为全球制造业转型升级的先驱国家之一,德国对人工智能和其工业4.0生产模式的结合表现出了较高的兴趣,一些德国制造业企业也已开展相关的应用探索。本文通过对人工智能在工业4.0中的现实应用案例进行分析,总结出其一般性的应用路径,包括制定战略、搭建机器学习基础、确保数据质量和可获得以及培养相关专业人才,并据此为我国人工智能与制造业的融合发展提出建议。     

欧盟人工智能科技创新的主要特点分析

欧盟很早就把发展以智能化为基础的经济模式作为其主要的战略目标。本文对欧盟围绕人工智能发展在科研、产业化和社会发展等方面的做法进行深入分析,同时结合当前我国的人工智能发展现状,提出了加强战略研究和顶层设计、夯实科技研发基础、促进企业创新发展和推动社会应用等相关政策建议。     

法国人工智能发展现状、重要举措及启示

法国高度重视人工智能发展。近年来，法国立足自身学科优势，在人工智能领域不断强化基础研究布局，推动技术应用转化，并在部分领域取得了一系列突出成果，其经验模式对中国人工智能发展具有启示意义。通过系统梳理法国人工智能发展现状，围绕顶层战略部署、研究资源整合布局、人才培养和学科建设、智能技术应用转化、伦理治理等方面，分析归纳出法国推动人工智能发展的重要举措，结合中国人工智能发展的实际情况，提出中国在阶段性战略布局、跨学科研究和人才培养、应用场景、风险防范和伦理监管等领域的发展政策建议。     

欧盟和美国人工智能立法实践分析与镜鉴

立法是治理人工智能风险、促进人工智能可持续发展的重要举措。人工智能的法律定义界定、立法类型与模式选择，以及法律权责认定，是人工智能立法中面临的三大问题。立足中国国情，比较和借鉴了欧盟和美国人工智能立法研究与实践经验，中国人工智能立法应以人工智能本质和未来发展为抓手厘定其法律定义，构建促进型立法和规范型立法兼具，综合性立法、分散式立法与附属立法相结合的人工智能立法体系，并通过立法否认人工智能法律主体地位、设置举证责任倒置等机制合理划分人工智能侵权责任。     

专利视角下人工智能与车联网技术融合演化研究

通过对人工智能与车联网技术融合特征进行研究，能够精准识别车联网产业技术机会，为人工智能与车联网产业创新融合发展提供方向指引。选取2000—2019年相关专利数据，对人工智能与车联网领域技术融合进行识别与测度，采用Word2vec文本挖掘算法和社会网络分析法，揭示融合领域技术发展态势、技术主题关联模式、技术共现网络整体结构和节点功能演变情况。研究发现，融合过程呈现明显的阶段性特征，图像识别等相关算法是车联网领域最基础的人工智能算法，卷积神经网络等相关算法是最具潜力和发展前景的人工智能算法；智能交通平台是融合领域的重点发展方向；数据识别与数据表示技术在融合演变过程中的控制能力较强，无线通信网络技术发展受到相关人工智能技术发展水平的制约。基于研究结论，从研发方向、学科建设、平台搭建等方面提出启示和建议。     

人工智能对制造企业是否存在“生产率悖论”

在新一轮科技变革和产业革命背景下，人工智能已深度融入国民经济各产业，成为产业发展的重要驱动力。人工智能能否促进制造企业生产率提升，已成为新时代中国制造业高质量发展的关键。利用2015—2017年中国A股制造业上市公司相关数据，实证检验人工智能对制造企业生产率的影响，构建基于结构方程的多重中介效应模型，分析制造企业应用人工智能技术影响生产率的内在机制及路径。研究发现，人工智能提升了制造企业生产率；市场份额对人工智能与制造企业生产率的关系有显著负向调节作用；人工智能通过劳动力数量、物质资本使用效率和技术创新产出3种中介变量显著促进企业生产率提升，并通过人力资本使用效率和技术创新投入抑制企业生产率提升。     

人工智能与国家安全:主要内涵及美国的战略认知

本文分析了人工智能安全的主要内涵及对国家安全的意义,并基于美国政府的相关行动和重要智库发布的系列报告,讨论了美国应对人工智能安全问题,尤其是人工智能对美国国家安全的影响,所持有的态度和思路。     

制造企业人工智能创新如何赋能高质量发展 ——来自中国上市公司的经验证据

制造企业作为人工智能创新战略的重要载体，在经济高质量发展过程中发挥着举足轻重的作用。基于2015—2019年596家制造业上市公司数据，从组织外部竞争和内部生产要素视角，通过构建个体固定效应非平衡面板模型，探讨人工智能创新驱动制造企业高质量发展的内在机制和边界条件。结果表明：人工智能创新能够有效推动制造企业高质量发展，人工智能创新双元性对高质量发展的影响无显著差异，而行业竞争能够强化人工智能创新对高质量发展的促进作用。进一步地，不同子行业人工智能创新对高质量发展的影响存在差异，劳动密集型企业和技术密集型企业人工智能创新能够促进高质量发展，而资本密集型企业人工智能创新对高质量发展的影响不显著。结论不仅有助于揭示人工智能对制造企业高质量发展的影响机制，还可为企业制定人工智能创新战略提供重要启示。     

人工智能、产业结构优化与绿色发展效率——理论分析和经验证据

随着人工智能技术迭代演进，其与实体经济的深入发展融合，成为中国绿色发展的重要引擎。本文结合非连续创新路径跨越和技术范式转换理论，以产业结构优化为切入点构建人工智能技术赋能绿色发展的逻辑框架，并利用2009—2021年中国省级面板数据系统检验人工智能对绿色发展效率的提升效应。研究发现：人工智能会提升绿色发展效率，引入Bartik工具变量和《中国制造2025》政策冲击作为工具变量进行内生性修正后，该结论仍成立。产业结构高级化和合理化是人工智能提升绿色发展效率的重要机制路径。异质性分析发现，中国转型经济背景下，人工智能的产业结构优化效应在技术创新人力资本积累越深厚、市场化水平越高、要素市场扭曲程度越低的地区中表现得更明显，从而能更充分赋能绿色发展。拓展性分析表明，人工智能对推动绿色发展具有时滞效应，但该效应在技术密集度和资本密集度投向更高时可得到一定程度缓解。     

This time truly is different: The cyclical behaviour of fiscal policy during the Covid-19 crisis

Fiscal policy was more countercyclical during the Covid-19 crisis than in previous (crisis) episodes. This paper presents empirical evidence in favour of a “this time truly is different” moment based on analysing the cyclical behaviour of fiscal policy for 28 advanced economies over 1995–2021. Discretionary fiscal policy during the Covid-19 crisis (2020–2021) did more to counteract the downturn – especially in the Eurozone –, as we do not find comparable evidence for countercyclicality during the financial crisis or Euro crisis. Automatic fiscal stabilisers, the non-discretionary domain of fiscal policy, significantly contributed to countercyclical stabilisation during the pandemic.     

Loss-of-learning and the post-Covid recovery in low-income countries

We analyze the medium-term macroeconomic impact of the Covid-19 pandemic and associated lock-down measures on low-income countries. We focus on the impact of the degradation of health and human capital caused by the pandemic and its aftermath, exploring the trade-offs between rebuilding human capital and the recovery of livelihoods and macroeconomic sustainability. A dynamic general equilibrium model is calibrated to reflect the structural characteristics of vulnerable low-income countries and to replicate key dimensions of the Covid-19 shock. We show that absent significant and sustained external financing, the persistence of loss-of-learning effects on labor productivity is likely to make the post-Covid recovery more attenuated and more expensive than many contemporary analysis suggests.     

The shape of recovery: Implications of past experience for the duration of the COVID-19 recession

In this paper we seek to make headway on the question of what recovery from Covid-19 recession may look like, focusing on the duration of the recovery – that is, how long it will take to re-attain the levels of output and employment reached at the prior business cycle peak. We start by categorizing all post-1960 recessions in advanced countries and emerging markets into supply-shock, demand-shock and both-shock induced recessions. We measure recovery duration as the number of years required to re-attain pre-recession levels of output or employment. We then rely on the earlier literature on business cycle dynamics to identify candidate variables that can help to account for variations in recovery duration following different kinds of shocks. By asking which of these variables are operative in the Covid-19 recession, we can then draw inferences about the duration of the recovery under different scenarios. A number of our statistical results point in the direction of lengthy recoveries.     

全球人工智能发展现状、挑战及对中国的建议

当前,人工智能(AI)已经成为各国必争的科技创新高地。政府、学术机构、企业都高度重视。基础研究方面,AI论文、期刊、学术会议数量都逐年增加;技术创新方面,算法进一步成熟,走进产业化,AI投资和专利产出大幅增长。围绕AI的国际竞争愈发激烈,许多国家都在加强布局AI研发和应用布局。本文结合近年来技术创新态势和主要智库、媒体观点,对当前人工智能发展形势、应用前景、主要挑战及国际竞争等进行了分析,并结合我国国情提出了促进人工智能创新发展的建议。     

人工智能：从科学梦到新蓝海

人工智能已成为全球新一轮科技革命和产业变革的着力点,是一片蕴藏无限生机的产业新蓝海,发展人工智能对于推动我国实现经济结构转型升级、提升国际竞争力至关重要。从人工智能学科的学派与发展历史、国际人工智能发展概况、国内人工智能发展格局等方面入手,系统分析了人工智能技术与产业发展现状,结合中国发展人工智能面临的机遇与挑战,对我国发展人工智能提出了对策建议。     

AI产业技术创新系统运行机制与优化对策研究

AI（人工智能）技术是新工业革命的核心驱动力之一。推动AI产业技术创新是构建自主可控AI核心技术体系、培育全球AI产业发展新高地、推进各行业智能化升级的重要举措。针对我国AI产业链发展不均衡，系统运行机制缺乏细粒度分析等问题，从驱动力、资源供给、合作模式3个维度，研究AI产业技术创新系统运行机制。结果发现：①AI产业技术创新系统具有自组织性和共生性特征；②AI产业包括硬件、系统和应用3个技术创新子系统，子系统之间既有技术关联又存在较大发展差异；③AI技术创新存在底层关键技术创新能力不足、创新资源供给障碍和技术创新合作思路不明等现实问题。在机制研究基础上，基于共生理论提出人工智能产业可持续发展优化对策。     

全球人工智能人才发展态势浅析

培养和吸引人工智能人才对于发展人工智能是至关重要的。当前,我国的人工智能人才存在若干问题,如缺少顶尖人才、人才结构不均衡以及研究人员外流情况严重等。为弄清我国人工智能人才发展的现状及不足,为人工智能人才的发展提供对策,本文以人工智能人才为研究对象,梳理全球人工智能人才的总体情况,在分析我国人工智能人才存在的不足和问题的基础上,借鉴国外发展人工智能的成功经验,对我国人工智能人才发展提出了建议。     

人工智能对绿色经济增长的作用机制与赋能效果——产业结构优化视角

人工智能作为新一轮科技革命和产业变革的重要抓手,深刻影响着中国绿色发展的路径选择偏向。结合非连续性技术创新理论与中国现实情景,从产业结构优化视角构建人工智能技术赋能绿色增长的逻辑框架,并利用2010—2020年中国省级面板数据检验人工智能的绿色增长效应。结果表明,人工智能通过技术红利效应直接推动绿色经济增长,引入地区高校平均科技产出和《中国制造2025》政策冲击作为工具变量进行内生性修正后,人工智能的绿色增长效应仍显著存在。机制识别揭示,人工智能通过产业结构高级化和合理化驱动绿色经济增长,二者在人工智能绿色增长效应中的相对贡献分别为20.33%和8.35%。异质性分析发现,中国转型经济背景下,人工智能的结构红利在要素市场扭曲程度更低、创新人力资本水平更高、制度环境更完善的地区表现得更为明显,从而可以更充分释放其对绿色增长的赋能效果。拓展性分析发现,人工智能对绿色经济增长具有显著正向空间溢出效应,本地人工智能发展对空间关联地区的绿色发展绩效存在辐射带动作用。聚焦产业结构升级与绿色发展双重视角,可为塑造以人工智能为核心的技术竞争优势、实现经济高质量发展提供理论支撑和经验证据。