PolicyPaperPolicyPaper
🏭 产业经济数字经济与人工智能

习近平在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上的主旨讲话（全文）

📅 发布日期：2026-07-17🔗 原文链接🎓 5 个论文选题

📄 新闻正文

习近平主席在主旨讲话中指出，人工智能是世界经济增长的新引擎和新旧动能转换的加速器，正从"数字世界"走向"物理世界"。他提出四点意见：坚持开放共赢，驱动创新发展；强化风险意识，确保安全可控；鼓励包容并蓄，促进文明互鉴；倡导和衷共济，完善全球治理。习近平主席还指出，中国智能经济核心产业规模已经超过万亿元人民币，中国将面向发展中国家提供5000个人工智能专题研修培训名额，面向东盟、阿盟、非盟、拉共体、上合组织、金砖国家建设国际人工智能应用合作中心，推动气象智能预警方案"妈祖"在30个国家落地应用。

🎓 论文选题（5 个）

选题 1 · 新古典经济学
人工智能作为经济增长新引擎的要素替代与生产率效应
研究问题人工智能如何从"数字世界"走向"物理世界"并重塑经济增长模式？AI对传统生产要素的替代弹性多大？
理论框架新古典增长理论、任务模型（Acemoglu & Restrepo）、AI作为通用目的技术（GPT）理论。
研究方法构建嵌套CES生产函数，利用企业层面数据估计AI资本对传统劳动和资本的替代弹性。
数据来源中国工业企业数据库、AI投资数据、机器人安装密度数据、专利数据。
创新点区分AI在数字世界与物理世界的不同应用；量化AI资本的生产率贡献与要素替代效应。
1. 理论分析与研究假说

基于任务模型，提出H1：AI资本主要替代 routine 认知任务和 routine 体力任务；H2：AI与高水平人力资本存在互补关系；H3：AI对TFP的提升存在行业异质性。

2. 识别策略

利用企业AI投资或机器人采用的时间差异，采用DID或工具变量法估计AI对企业生产率和要素结构的因果影响。

3. 计量模型设定

设定超越对数生产函数或嵌套CES函数：`Y_fpt = A_fpt · K_fpt^α · L_fpt^β · AI_fpt^γ · M_fpt^δ`，估计AI资本的产出弹性。

4. 变量构造与数据

被解释变量为企业产出、TFP；核心解释变量为AI投资额、AI专利数、机器人密度；控制变量包括企业规模、年龄、行业趋势等。

5. 稳健性检验方案

① 使用不同TFP估计方法；② 控制其他技术投资；③ 分行业、分地区回归；④ 采用工具变量（如行业AI技术前沿距离）；⑤ 进行安慰剂检验。

---

选题 2 · 发展经济学
弥合数智鸿沟与全球南方国家可持续发展：中国AI国际合作的援助有效性
研究问题中国面向发展中国家提供的AI培训、合作中心和"妈祖"方案落地，能否有效弥合数智鸿沟并促进可持续发展？
理论框架发展经济学中的技术援助有效性理论、数字鸿沟理论、南南合作理论。
研究方法采用跨国面板数据与DID方法，评估中国AI国际合作项目对受援国数字能力和发展指标的影响。
数据来源世界银行发展指标、ITU数字发展报告、中国对外援助数据库、受援国AI应用案例集。
创新点从援助有效性视角评估中国AI国际合作；构建"数智鸿沟弥合指数"衡量合作效果。
1. 理论分析与研究假说

基于技术扩散理论，提出H1：AI培训显著提升受援国数字人力资本；H2：合作中心促进本地AI企业孵化和应用落地；H3：对基础设施薄弱国家，"妈祖"等应用方案的直接效益有限但示范效应显著。

2. 识别策略

利用中国AI国际合作项目在不同国家落地时间的差异，构建 staggered DID 模型。以参与合作为处理组，相似发展中国家为对照组。

3. 计量模型设定

设定国家-年份模型：`DigitalDev_ct = α + β·AICoop_ct + γ·X_ct + μ_c + λ_t + ε_ct`，其中 `AICoop_ct` 为AI合作项目强度。

4. 变量构造与数据

被解释变量为数字基础设施指数、AI应用指数、可持续发展目标（SDG）进展；核心解释变量为培训名额、合作中心数量、应用方案落地数；控制变量包括GDP、教育水平、制度质量等。

5. 稳健性检验方案

① 使用PSM-DID；② 控制其他援助来源影响；③ 分地区回归；④ 采用工具变量法；⑤ 进行安慰剂检验。

---

选题 3 · 政治经济学
全球人工智能治理体系中的多边主义与大国规则竞争
研究问题习近平主席倡导"真正的多边主义"完善全球AI治理，在当前大国竞争背景下，多边AI治理机制能否有效协调中美欧规则差异？
理论框架国际政治经济学中的多边治理理论、制度竞争理论、霸权稳定论。
研究方法国际机制文本分析与博弈论模型相结合，评估多边AI治理机制的可行性与均衡。
数据来源联合国AI治理决议、各国AI治理法规、国际组织AI伦理准则、大国AI战略文本。
创新点构建大国AI治理规则竞争的博弈模型；从政治经济学视角分析多边主义在AI治理中的制度困境。
1. 理论分析与研究假说

基于制度竞争理论，提出H1：中美欧在AI治理上存在"布鲁塞尔效应""北京效应"与"华盛顿效应"的竞争；H2：联合国框架下的多边治理机制受制于大国博弈而效率有限；H3：在风险治理领域（如AI安全）更容易达成国际协调。

2. 识别策略

通过比较不同国际AI治理机制的参与国、议题覆盖和执行机制，评估多边治理的有效性。利用网络分析法刻画各国在AI治理网络中的联盟结构。

3. 计量模型设定

设定国家-年份模型：`MultilateralCoop_ct = α + β·AIPower_ct + γ·X_ct + μ_c + λ_t + ε_ct`，其中 `AIPower_ct` 为国家AI实力。

4. 变量构造与数据

被解释变量为参与多边AI治理机制的数量、规则一致性指数；核心解释变量为AI产业规模、研发投入；控制变量包括贸易关系、政治制度、地缘距离等。

5. 稳健性检验方案

① 使用不同治理机制测度；② 分安全与发展议题回归；③ 控制技术脱钩趋势；④ 采用工具变量法；⑤ 进行博弈论稳健性分析。

---

选题 4 · 制度经济学
AI安全治理的法律法规、技术监测与应急响应体系设计
研究问题讲话强调"推动构建法律法规、技术监测、风险预警、应急响应体系"，如何设计有效的AI安全治理制度组合？
理论框架制度经济学中的监管设计理论、风险治理理论、激励相容理论。
研究方法比较制度分析与政策评估模型，比较中美欧AI安全治理制度的成本收益。
数据来源各国AI安全法规、AI事故案例数据库、企业合规成本调查、监管沙盒试点数据。
创新点构建AI安全治理的"制度组合"分析框架；量化不同监管工具对创新与安全的影响。
1. 理论分析与研究假说

基于监管经济学，提出H1：法律法规与技术监测存在互补关系；H2：事前监管比事后处罚更能降低系统性风险；H3：监管强度与创新产出呈倒U型关系。

2. 识别策略

利用不同国家AI监管制度差异，构建跨国面板数据模型评估监管组合对AI安全事件和创新产出的影响。

3. 计量模型设定

设定国家-年份模型：`SafetyInnovation_ct = α + β·Regulation_ct + γ·Regulation_ct² + δ·X_ct + μ_c + λ_t + ε_ct`。

4. 变量构造与数据

被解释变量为AI安全事件数量、AI专利产出；核心解释变量为AI监管指数及其平方项；控制变量包括AI产业规模、研发投入、法律体系质量等。

5. 稳健性检验方案

① 使用不同监管指数构建方法；② 分监管类型（法律/技术/应急）回归；③ 控制文化差异；④ 采用工具变量法；⑤ 进行反事实政策模拟。

---

选题 5 · 凯恩斯经济学
"十五五"规划开局之年AI产业投资预期与总需求管理
研究问题在中国"十五五"开局之年，人工智能产业投资预期如何通过信心渠道影响企业投资和居民消费？
理论框架凯恩斯有效需求理论、动物精神理论、预期形成理论。
研究方法构建包含预期变量的宏观经济模型，利用调查数据和企业投资数据实证检验AI政策预期的影响。
数据来源央行企业家/银行家/居民问卷调查、固定资产投资数据、AI产业投融资数据、上市公司业绩预告。
创新点将政策预期作为独立变量纳入总需求分析；区分AI产业政策预期对不同主体信心的影响。
1. 理论分析与研究假说

基于动物精神理论，提出H1：AI产业政策预期显著提升企业家投资信心；H2：居民对AI就业替代的担忧会部分抵消消费信心提升；H3：政策预期对高科技行业投资的拉动大于传统行业。

2. 识别策略

利用重大AI政策发布（如《行动计划》发布、世界人工智能大会召开）作为事件冲击，采用事件研究法分析政策预期对企业投资和消费者信心的影响。

3. 计量模型设定

设定时间序列模型：`Confidence_t = α + β·AIPolicy_t + γ·MacroControls_t + ε_t`，或面板模型：`Investment_ft = α + β·Expectation_ft + γ·X_ft + μ_f + λ_t + ε_ft`。

4. 变量构造与数据

被解释变量为企业投资、消费者信心指数；核心解释变量为AI政策预期指数（基于文本或调查构建）；控制变量包括GDP增速、利率、通胀、行业趋势等。

5. 稳健性检验方案

① 使用不同预期测度方法；② 控制其他产业政策冲击；③ 分所有制、分规模企业回归；④ 采用工具变量法；⑤ 进行反事实分析。

---