师博、万祺瑞、侯迎信（南京大学）、张良悦（安阳师范学院）

《经济评论》 2026年第4期

依靠新型举国体制发展新一代人工智能，是加速高水平科技自立自强的战略选择。人工智能作为通用目的技术，正与电信、金融、制造等经济社会各领域广泛深度融合，赋能全要素生产率提升，重塑人类生产生活范式，推动生产力革命性跃迁和生产关系深层次变革。然而，我国AI产业在规模扩张的同时，面临明显的“大而不强”结构性困境：产业结构层面，全国AI企业数量已超5000家，但基础层、技术层企业合计占比不足四成，绝大多数企业集中于应用层；核心技术层面，基础软硬件高度依赖进口，高端训练芯片、主流深度学习框架等关键环节面临“卡脖子”风险，自主可控能力亟待提升。

相较于传统渐进式创新，AI突破式创新面临的市场失灵更为严峻：一是正外部性引发私人投资不足，AI突破式创新成果具有强非竞争性与部分非排他性，企业倾向于等待他人研发、搭便车，导致私人边际收益低于社会边际收益，创新供给缺口突出；二是高风险与长周期导致资本配置扭曲，AI技术路径不确定性强、研发周期长，与风险厌恶型资本短期回报诉求存在根本冲突，投资者要求更高风险溢价，企业融资成本上升，抑制创新投入；三是网络效应形成自然垄断，在位企业易通过专利壁垒、数据封锁阻止竞争、搁置创新，造成创新锁定、技术停滞。市场失灵的现实存在，为政府调控提供了经济学正当性。

为系统推进AI产业发展，科技部自2019年起陆续批复18个国家新一代人工智能创新发展试验区（以下简称“AI试验区”），旨在依托新型举国体制，通过政策先行先试、资源集中配置、制度创新突破，打造具有全球影响力的AI创新高地，矫正市场失灵、支撑突破式创新。AI试验区融合政府主导与市场机制，发挥新型举国体制优势，整合国家战略与市场活力，为AI突破式创新提供制度保障。现有研究多关注产业政策对全行业或数字技术创新的影响，鲜有聚焦AI领域；且忽视AI人才高度专用性、突破式创新效率等关键问题，研究视角与方法存在一定的局限性。在此背景下，本文以AI试验区政策为准自然实验，基于2015—2024年中国305个地级及以上城市面板数据，构建AI突破式创新强度指标，采用多时点双重差分方法，系统评估该政策对AI突破式创新的影响效果与作用机制。

本文立足全球知识网络视角，引入PageRank算法，综合全球高被引AI专利与中国本土专利，构建兼顾数量、质量、全球影响力的AI突破式创新强度指标。实证结果表明，作为新型举国体制的代表，AI试验区政策显著推动AI突破式创新，政策实施后城市AI突破式创新强度显著提升。

机制检验显示，AI试验区通过资本集聚、人才集聚、创新熵减三大效应驱动AI突破式创新。资本集聚效应方面，AI试验区依托财政补贴、税收减免、基础设施投资，降低研发成本与风险，吸引政府资金、社会资本集聚，推进数字基础设施建设，形成资本配置优势；人才集聚效应方面，AI试验区采用场景驱动模式，依托新型研发机构、首席科学家负责制等，发布应用场景清单，拓宽人力资本池、提高人岗匹配效率，吸引顶尖人才、汇聚专业研发力量；创新熵减效应方面，AI试验区通过制度先行先试、监管沙盒、公共算力平台、揭榜挂帅制度等，降低制度摩擦、资源错配、知识壁垒，优化创新生态、提升转化效率，实现创新熵减。

进一步分析发现，资本与人才投入存在显著门槛效应，资本存量、人才投入需分别跨越临界值，才能显著激发创新活力；二者存在协同放大作用，单一要素不足会制约另一要素效能。调节效应显示，知识产权保护强度、高校支持力度、政府治理水平提升，均能正向强化政策效果。空间效应分析表明，AI试验区对周边地区突破式创新无显著带动作用，原因在于资本虹吸效应削弱了创新熵减的空间溢出，且对省内邻近城市虹吸强度显著高于省外。

基于上述研究结论，本文提出以下政策建议：第一，因地制宜、分类施策，进行差异化AI产业布局，防范资源虹吸。各地区立足产业、人才、数据优势，明确发展路径：东部地区聚焦前沿研发与国际合作，中西部地区依托制造业深耕“AI+产业”融合。建立跨区域协同机制，通过财政转移、飞地园区促进要素流动，支持长三角、粤港澳大湾区探索协同政策，抑制数字鸿沟，推动全国AI产业协同发展。第二，强化政策协同，优化创新生态。增加研发合作、技术交易、知识产权保护等指标，构建多元评价体系；强化知识产权快速审查机制，设立算法、数据模型专利绿色通道，引导地方转向环境优化，打造开放共享的区域创新体系。第三，建立动态监测与精准施策机制，提升要素效能。重视资本、人才门槛与协同效应，设定差异化投入基准；对欠发达地区实施基建、人才专项扶持，对达标地区推动要素协同，优化配置、防范边际损失，实现从规模到质量的转型。