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

《人工智能合作发展行动计划》发布

📅 发布日期：2026-07-17🔗 原文链接🎓 5 个论文选题

📄 新闻正文

2026世界人工智能大会暨人工智能全球治理高级别会议在上海召开。会上，国家发展改革委会同有关部门共同发布了《人工智能合作发展行动计划》。该计划从数据、算力、生态、赋能、人才、规则、治理和伦理等方面，提出优质数据供给、智能算力普惠、开源生态共享、人工智能深度赋能、数智人才共育、规则标准共建、安全治理协作、人工智能向善等八项行动，以务实举措响应联合国关于加强人工智能国际合作、弥合数字鸿沟、推动人工智能赋能可持续发展等方面的倡议。

🎓 论文选题（5 个）

选题 1 · 制度经济学
开源生态共享中的知识产权制度与人工智能创新激励
研究问题《人工智能合作发展行动计划》提出"开源生态共享"，开源模式如何影响人工智能企业的创新激励与专利策略？
理论框架制度经济学中的知识产权理论、开源创新理论、公共品理论。
研究方法构建理论模型分析开源与闭源策略的均衡，结合企业层面数据实证检验开源参与对创新产出的影响。
数据来源GitHub/GitCode AI项目数据、中国专利数据库、企业年报、AI企业投融资数据。
创新点从制度经济学视角分析中国AI开源生态的激励机制；区分模型开源、代码开源与数据开源的不同影响。
1. 理论分析与研究假说

基于开源创新理论，提出H1：开源参与通过知识溢出提升企业创新产出；H2：开源与专利保护存在互补关系；H3：在AI大模型领域，开源策略更易形成网络效应和生态锁定。

2. 识别策略

利用企业参与开源项目的时间变化，采用DID或事件研究法评估开源参与对企业专利产出、融资规模的影响。控制企业规模、研发投入、行业趋势等因素。

3. 计量模型设定

设定企业-年份模型：`Innovation_fpt = α + β·OpenSource_fpt + γ·X_fpt + μ_f + λ_t + ε_fpt`，其中 `OpenSource_fpt` 为企业开源参与度指标。

4. 变量构造与数据

被解释变量为专利申请量、专利被引次数、新产品收入；核心解释变量为企业开源项目数、贡献代码量；控制变量包括研发投入、企业规模、行业集中度等。

5. 稳健性检验方案

① 使用不同创新产出指标；② 控制行业技术周期；③ 采用工具变量法（如以开源社区活跃度作为工具变量）；④ 分AI子领域回归；⑤ 进行安慰剂检验。

---

选题 2 · 发展经济学
数智人才共育对发展中国家AI能力建设与数字鸿沟弥合的影响
研究问题《行动计划》提出"数智人才共育"，国际AI人才培训与合作如何帮助发展中国家弥合数字鸿沟、实现技术追赶？
理论框架发展经济学中的人力资本理论、技术扩散理论、数字鸿沟理论。
研究方法采用跨国面板数据，评估AI人才培训项目对发展中国家AI产业发展和数字技能水平的影响。
数据来源国际电信联盟（ITU）数字技能数据、世界银行发展指标、LinkedIn AI人才流动数据、AI企业注册数据。
创新点将人力资本国际合作与数字鸿沟弥合联系起来；量化AI人才共育对发展中国家技术追赶的贡献。
1. 理论分析与研究假说

基于内生增长理论，提出H1：AI人才培训显著提升受训国家AI企业创新产出；H2：人才共育通过知识溢出促进本地AI生态系统发展；H3：对数字基础设施较好的国家，人才培训效果更显著。

2. 识别策略

利用中国与发展中国家AI合作项目的时间差异，构建DID模型。以参与培训项目的发展中国家为处理组，未参与国家为对照组。

3. 计量模型设定

设定国家-年份面板模型：`AICapacity_ct = α + β·Training_ct + γ·X_ct + μ_c + λ_t + ε_ct`，其中 `Training_ct` 为AI人才培训项目强度。

4. 变量构造与数据

被解释变量为AI企业数量、AI专利数、数字技能指数；核心解释变量为参与培训的学员数量、合作中心数量；控制变量包括GDP、互联网普及率、教育水平、制度质量等。

5. 稳健性检验方案

① 使用PSM-DID提高可比性；② 控制全球AI投资热潮影响；③ 区分不同地区（非洲、东南亚、拉美）；④ 采用工具变量法；⑤ 进行安慰剂检验。

---

选题 3 · 新古典经济学
智能算力普惠对区域创新资源配置效率的影响
研究问题"智能算力普惠"政策能否改善算力资源在区域间的配置效率？算力 accessibility 如何影响企业创新？
理论框架新古典资源配置理论、创新经济学、数字经济基础设施理论。
研究方法利用算力中心建设作为准自然实验，采用DID或空间计量模型评估算力普惠对区域创新效率的影响。
数据来源国家发改委算力枢纽节点名单、各省市算力规模数据、专利数据、企业创新调查数据。
创新点将算力作为新型生产要素纳入区域创新分析；构建算力资源配置效率指数。
1. 理论分析与研究假说

基于生产要素配置效率理论，提出H1：算力普惠政策提升中西部地区企业创新产出；H2：算力 accessibility 通过降低AI研发门槛促进中小企业创新；H3：算力网络协同效应随距离增加而衰减。

2. 识别策略

利用"东数西算"工程等国家算力枢纽节点政策，构建DID模型。以获批建设算力枢纽的省份为处理组，其他地区为对照组。

3. 计量模型设定

设定城市-年份模型：`Innovation_ct = α + β·ComputingHub_ct + γ·X_ct + μ_c + λ_t + ε_ct`，并可引入空间滞后项分析溢出效应。

4. 变量构造与数据

被解释变量为专利产出、高新技术企业数量、AI相关企业注册数；核心解释变量为算力枢纽节点政策虚拟变量；控制变量包括研发投入、人力资本、产业结构等。

5. 稳健性检验方案

① 使用合成控制法；② 采用空间DID；③ 控制其他新基建政策影响；④ 分企业规模回归；⑤ 进行安慰剂检验。

---

选题 4 · 凯恩斯经济学
人工智能深度赋能传统产业的投资乘数与需求创造效应
研究问题"人工智能深度赋能"行动通过刺激企业智能化改造投资，能否在短期创造有效需求并拉动经济增长？
理论框架凯恩斯有效需求理论、投资乘数理论、技术-经济范式理论。
研究方法投入产出分析与面板数据模型相结合，测算AI赋能投资的乘数效应及其对总需求的拉动。
数据来源国家统计局固定资产投资数据、投入产出表、AI应用企业数据库、政府智能化改造补贴数据。
创新点从凯恩斯视角分析AI投资的短期宏观效应；区分AI基础设施投资与应用投资的乘数差异。
1. 理论分析与研究假说

基于乘数理论，提出H1：AI赋能投资通过产业链关联产生显著的完全需求拉动；H2：在产能过剩行业，AI投资通过提升效率释放的需求效应较弱；H3：政府补贴能放大AI投资的私人部门乘数。

2. 识别策略

利用政府智能化改造补贴政策作为准自然实验，采用DID方法评估AI投资对企业产出和就业的影响。结合投入产出表测算宏观乘数。

3. 计量模型设定

设定行业-年份模型：`Output_jt = α + β·AIIvt_jt + γ·(AIIvt_jt × Subsidy_jt) + δ·X_jt + μ_j + λ_t + ε_jt`。

4. 变量构造与数据

被解释变量为行业增加值、就业人数；核心解释变量为AI投资额、政府补贴强度；控制变量包括行业规模、资本存量、技术进步趋势等。

5. 稳健性检验方案

① 使用不同乘数计算方法；② 控制其他产业政策影响；③ 采用工具变量法；④ 分传统制造业与服务业回归；⑤ 进行反事实模拟。

---

选题 5 · 政治经济学
人工智能全球治理中的规则标准共建与大国博弈
研究问题《行动计划》提出"规则标准共建"，在全球AI治理规则竞争中，中国如何通过国际合作塑造有利于自身的规则体系？
理论框架国际政治经济学中的规则竞争理论、制度霸权理论、全球治理理论。
研究方法国际规则文本分析与计量模型相结合，评估中国参与AI国际标准制定的影响力。
数据来源ISO/IEC/ITU AI标准数据库、国际组织AI治理文件、各国AI战略文本、国际合作协议数据。
创新点从政治经济学视角分析AI规则标准竞争；构建中国在国际AI治理体系中的"规则权力"指数。
1. 理论分析与研究假说

基于制度霸权理论，提出H1：中国通过"一带一路"等多边平台提升AI规则标准影响力；H2：技术标准竞争与地缘政治联盟高度相关；H3：规则标准共建能降低中国AI企业出海的交易成本。

2. 识别策略

通过文本挖掘分析国际AI治理文件中的概念采纳情况，识别中国倡导理念（如"智能向善"）的国际传播。利用网络分析法刻画AI治理规则网络中的中国位置。

3. 计量模型设定

设定国家-年份面板模型：`RuleInfluence_ct = α + β·Cooperation_ct + γ·X_ct + μ_c + λ_t + ε_ct`，其中 `Cooperation_ct` 为中国与该国AI合作协议数量。

4. 变量构造与数据

被解释变量为中国规则采纳度、合作协议中中国标准引用比例；核心解释变量为AI合作项目、国际组织参与程度；控制变量包括贸易依存度、政治关系、技术差距等。

5. 稳健性检验方案

① 使用不同文本分析方法；② 区分技术标准与伦理规则；③ 控制美国影响力；④ 采用工具变量法；⑤ 进行网络稳健性检验。

---