加快推进人工智能与实体经济的深度融合,是塑造新质生产力、构建现代化产业体系、推动经济高质量发展的重要支撑与关键路径。运用专利共分类法对2010—2024年我国363个地级市人工智能与实体经济的融合水平进行测度,并结合Dagum基尼系数、核密度估计与收敛性分析等方法,系统探讨其时空演化特征、驱动机制与经济效应。研究发现:从整体来看,人工智能与实体经济融合水平整体呈“U”型演化趋势,并具有显著的“东高西低、中部崛起、东北乏力”的空间分异特征,但尚未形成明显的分化格局,区域间差距是导致整体非均衡的主要原因。从产业内部融合看,实体经济产业内部融合水平显著高于人工智能产业内部融合水平和人工智能与实体经济融合水平,且变动趋势更具滞后性与不确定性。从演化趋势看,人工智能与实体经济融合水平存在显著的路径依赖性与空间邻近效应,在发展过程中表现出一定的σ收敛特征,但不具备显著的绝对β收敛或条件β收敛趋势。从形成机制看,地区经济发展水平、金融环境优化与科学支出强度是当前推动人工智能与实体经济融合的三大关键因素。从经济效应看,人工智能与实体经济融合发展促进了企业就业净增长率提升,有助于打造更加充分、更高质量的就业环境。
Accelerating the deep integration of artificial intelligence (AI) with the real economy is a crucial support and key path for shaping new quality productivity, building a modern industrial system, and promoting high-quality economic development. By using the patent co-classification analysis method to measure the integration level of AI and the real economy in 363 prefecture-level cities across the country from 2010 to 2024, and combining methods such as the Dagum Gini coefficient, kernel density estimation, and convergence analysis, this study systematically explores its spatio-temporal evolution characteristics, driving mechanisms, and economic effects. The research findings show that, overall, the integration level of AI and the real economy has evolved in a “U” shape, presenting significant spatial differentiation features of “high in the east, low in the west, rise in the central region, and weakness in the northeast”, but no obvious differentiation pattern has yet formed, and the regional gap is the main reason for the overall imbalance. From the perspective of internal integration within industries, the internal integration level of the real economy industry is significantly higher than that of the AI industry and the integration level of AI and the real economy, and its change trend is more lagging and uncertain. In terms of the evolution trend, the integration of AI and the real economy shows significant path dependence and spatial proximity effects, and exhibits certain σ-convergence characteristics during the development process, but does not have a significant absolute or conditional β-convergence trend. From the formation mechanism, regional economic development level, financial environment optimization, and scientific expenditure intensity are the three key factors currently driving the integration of AI and the real economy. In terms of economic effects, the integration of AI and the real economy has promoted the increase in the net employment growth rate of enterprises, which helps to achieve more adequate and higher-quality employment.
[1] 徐金海,夏杰长.加快建设以实体经济为支撑的现代化产业体系[J].改革,2023(8):14-25
[2] 吕越,陈泳昌,张昊天,等.电商平台与制造业企业创新——兼论数字经济和实体经济深度融合的创新驱动路径[J].经济研究,2023(8):174-190
[3] 黄群慧.论新时期中国实体经济的发展[J].中国工业经济,2017(9):5-24
[4] 彭远怀,胡军.政府数据开放与资本区际流动:企业异地投资视角[J].数量经济技术经济研究,2024(10):89-110
[5] 洪银兴,任保平.数字经济与实体经济深度融合的内涵和途径[J].中国工业经济,2023(2):5-16
[6] 黄先海,高亚兴.数实产业技术融合与企业全要素生产率——基于中国企业专利信息的研究[J].中国工业经济,2023(11):118-136
[7] 杨继东,高秋男,刘守英.数字经济、数字产品空间与实数融合发展——基于技术关联与比较优势耦合协调视角[J].中国工业经济,2025(3):78-96
[8] 赵宇,叶仕奇,杨翠红,等.大数据视角下产业链韧性的测度、关联与归因[J].中国工业经济,2025(2):61-79
[9] 任保平,王昕.人工智能与实体经济深度融合形成新质生产力的框架与路径[J].社会科学,2024(7):120-127
[10] 朱兰,冷宇辰,张彤进.人工智能与制造业深度融合:空间分布、经济效应与影响因素[J].宏观质量研究,2025(2):42-54
[11] 何玉长,方坤.人工智能与实体经济融合的理论阐释[J].学术月刊,2018(5):56-67
[12] 任保平,宋文月.新一代人工智能和实体经济深度融合促进高质量发展的效应与路径[J].西北大学学报(哲学社会科学版),2019(5):6-13
[13] 范德志,于水.生成式人工智能大模型助推实体经济高质量发展:理论机理、实践基础与政策路径[J].云南民族大学学报(哲学社会科学版),2024(1):152-160
[14] 张占斌.在新技术与实体经济深度融合中加快推进现代化经济体系建设[J].人民论坛·学术前沿,2018(14):42-50
[15] 赵剑波.推动新一代信息技术与实体经济融合发展:基于智能制造视角[J].科学学与科学技术管理,2020(3):3-16
[16] 夏杰长,李銮淏.数实融合驱动经济高质量发展:驱动机制与优化路径[J].探索与争鸣,2024(9):102-114,179
[17] 史丹,孙光林.数字经济和实体经济融合对绿色创新的影响[J].改革,2023(2):1-13
[18] 朱俏俏,靳春丽,李征帛.数实融合能否助推工业减污降碳协同增效？——基于信息产业与工业的前后向关联考察[J].南方经济,2025(2):68-96
[19] 徐映梅,李坤.我国数字经济融合特征及其变化趋势分析[J].统计研究,2025(1):61-74
[20] 周密,王雷,郭佳宏.新质生产力背景下数实融合的测算与时空比较——基于专利共分类方法的研究[J].数量经济技术经济研究,2024(7):5-27
[21] 李万利,潘文东,袁凯彬.企业数字化转型与中国实体经济发展[J].数量经济技术经济研究,2022(9):5-25
[22] 刘涛雄,张亚迪,戎珂,等.数据要素成为中国经济增长新动能的机制探析[J].经济研究,2024(10):19-36
[23] 陈晓东,杨晓霞.数字经济发展对产业结构升级的影响——基于灰关联熵与耗散结构理论的研究[J].改革,2021(3):26-39
[24] 田秀娟,李睿.数字技术赋能实体经济转型发展——基于熊彼特内生增长理论的分析框架[J].管理世界,2022(5):56-73
[25] 任福耀,王正新,张亚楠.数实产业技术融合的就业效应研究——兼议企业人力资本升级与内部收入差距[J].浙江社会科学,2025(3):21-32,155-156
[26] 石玉堂,王晓丹,周十同.数字经济与实体经济融合发展的就业效应研究[J].北京工业大学学报(社会科学版),2025(1):36-55
[27] 刘淑春,闫津臣,张思雪,等.企业管理数字化变革能提升投入产出效率吗[J].管理世界,2021(5):170-190,13
[28] 黄先海,王瀚迪,孙涌铭,等.数字技术与企业出口质量升级——来自专利文本机器学习的证据[J].数量经济技术经济研究,2023(12):69-89
[29] 王晓丹,石玉堂,刘达.公共数据开放能促进数字经济与实体经济融合吗？——来自政府数据平台上线的准自然实验[J].南方经济,2024(9):25-44
[30] 张晖,李靖,权天舒.数字基础设施建设促进了数字经济与实体经济融合吗?——基于“宽带中国”战略的准自然实验[J].经济问题探索,2023(10):1-15
[31] 陈凯旋,张树山.电商平台建设能推动数实融合吗?——来自国家电子商务示范城市的经验证据[J].当代经济管理,2024(8):35-46
[32] 张利国,谭笑,肖晴川,等.基于气候资源投入的中国农业生态效率测度与区域差异[J].经济地理,2023(4):154-163
[33] 于伟,张鹏,姬志恒.中国城市群生态效率的区域差异、分布动态和收敛性研究[J].数量经济技术经济研究,2021(1):23-42
[34] 石玉堂,王晓丹,刘达,等.中国城市群乡村振兴水平测度、区域分解及时空收敛性[J].经济地理,2024(4):161-170
[35] 李磊,黄志红,王震,等.中国积极老龄化事业发展水平的地区差异与收敛分析[J].经济地理,2025(2):123-132
[36] 陈红艳,刘庆芳,宋金平,等.中国城市住房公积金运行绩效的时空分异与影响因素[J].经济地理,2024(9):100-110
[37] 张松彪,王玺宁.中国城乡居民养老金地区差距的格局及其影响因素[J].经济地理,2023(11):36-45
[38] 毛其淋,王玥清.ESG的就业效应研究:来自中国上市公司的证据[J].经济研究,2023(7):86-103
[39] 毛日昇.工业机器人应用与就业再配置[J].管理世界,2024(9):98-122
[40] 袁璐璐,罗楚亮.养老保险费率改变与企业“创造-破坏”就业调整[J].数量经济技术经济研究,2023(4):180-202
[41] 沈坤荣,乔刚,谭睿鹏.国家级大数据综合试验区设立与就业增长[J].中国工业经济,2024(12):5-23
[42] 尹志锋,曹爱家,郭家宝,等.基于专利数据的人工智能就业效应研究——来自中关村企业的微观证据[J].中国工业经济,2023(5):137-154
