| 2,087 | 0 | 882 |
| 下载次数 | 被引频次 | 阅读次数 |
人工智能人才高地是中国决胜全球人工智能科技竞争的战略支点。文章基于创新生态系统相关理论，初步构建了人工智能人才创新生态系统的理论分析框架，并采用模糊集定性比较分析(fsQCA)方法对中国30个典型城市样本进行组态分析。研究发现：(1)高校对人工智能人才的培养、金融机构的融资服务、数字基础设施的建设和创新创业文化环境是决定人工智能人才高地高创新效能的核心条件因素。(2)存在“教育培养—金融服务—创新文化”“金融服务—数字基础设施—创新文化”“教育培养—数字基础设施—创新文化”“教育培养—金融服务—数字基础设施—创新文化”4条促进人工智能人才高地高创新效能的复杂组态路径。(3)人工智能人才高地建设的高创新效能与非高创新效能存在非对称性关系。研究结论为中国各城市因地制宜探索差异化的人工智能人才高地建设模式，提供了理论依据与决策参考。
Abstract：An artificial intelligence(AI) talent hub serves as a strategic cornerstone for China to gain an edge in the global AI technology competition. Drawing on theories related to innovation ecosystems, this study constructs a theoretical analysis framework for the AI talent innovation ecosystem and employs fuzzy-set qualitative comparative analysis( fsQCA) to conduct a configurational analysis of 30 typical Chinese cities. The findings are as follows:(1) The cultivation of AI talent in universities, financing services provided by financial institutions, the development of digital infrastructure, and a culture of innovation and entrepreneurship are the core conditions that determine the high innovation performance of an AI talent hub.(2) Four configurational pathways lead to high innovation performance in AI talent hubs: “education-financing-innovation culture”, “financing-digital infrastructure-innovation culture”, “education-digital infrastructure-innovation culture”, and “education-financing-digital infrastructure-innovation culture”.(3) High and non-high innovation performance in the development of AI talent hubs exhibit an asymmetric relationship. The findings provide a theoretical basis and decision-making reference for cities in China to explore differentiated pathways for building AI talent hubs according to local conditions.
[1]王通讯．世界人才高地观察报告[J]．中国人才，2013(5):32-35．
[2]陈劲，王福世．如何加快建设高水平人才高地?---基于全球35个城市数据的组态研究[J]．科学学研究，2025(11):2241-2250,2272．
[3]刘敏，李文锋，廖仲贤．人工智能如何提升企业新质生产力?---基于突破性创新和供应链稳定性的视角[J]．贵州大学学报(社会科学版)，2026(1):12-29．
[4]孙锐，孙雨洁．人才高地的演化与形成机理研究:基于硅谷、特拉维夫、中关村、筑波的纵向案例分析[J]．中国软科学，2024(5):1-13．
[5]萧鸣政，应验，张满．人才高地建设的标准与路径---基于概念、特征、结构与要素的分析[J]．中国行政管理，2022(5):50-56．
[6]桂苑洁，张向前．世界数字经济重要人才中心和创新高地研究[J]．科学管理研究，2024(5):140-149．
[7]肖翔，王晋梅，董香书．创新型城市建设有利于形成“智能创新高地”吗?---来自人工智能技术专利的证据[J]．城市发展研究，2024(6):109-117．
[8]CHAE B K.A general framework for studying the evolution of the digital innovation ecosystem:the case of big data[J].International Journal of Information Management,2019,45:83-94．
[9]张超，陈凯华，穆荣平．数字创新生态系统:理论构建与未来研究[J]．科研管理，2021(3):1-11．
[10]马蕾，万劲波，余江，等．数字创新生态系统发展的内在逻辑:技术、数据与场景的共演[J]．中国软科学，2025(9):200-211．
[11]MOORE J F.Predators and prey:a new ecology of competition[J].Harvard Business Review,1993,71(3):75-86．
[12]IANSITI M,LEVIEN R.Strategy as ecology[J].Harvard Business Review,2004,82(3):68-81．
[13]ADNER R,KAPOOR R.Value creation in innovation ecosystems:how the structure of technological interdependence affects firm performance in new technology generations[J].Strategic Management Journal,2010,31(3):306-333．
[14]AUTIO E,NAMBISAN S,THOMAS L D W,et al.Digital affordances,spatial affordances,and the genesis of entrepreneurial ecosystems[J].Strategic Entrepreneurship Journal,2018,12(1):72-95．
[15]COOKE P.Regional innovation systems,clusters,and the knowledge economy[J].Industrial&Corporate Change,2001,10(4):945-974．
[16]陈劲，李根祎．创新驱动发展、创新范式和创新科学的兴起[J]．创新科技，2022(12):1-12．
[17]姜李丹，薛澜，梁正．人工智能赋能下产业创新生态系统的双重转型[J]．科学学研究，2022(4):602-610．
[18]张治河，高中一．人工智能产业创新生态系统模型的构建与分析[J]．科研管理，2023(10):10-21．
[19]孙锐，孙雨洁，孙彦玲．人才创新创业生态系统的构成与运行机制研究---以苏州工业园区为例[J]．中国科技论坛，2021(11):113-122．
[20]JIA N,LUO X M,FANG Z,et al.When and how artificial intelligence augments employee creativity[J].Academy of Management Journal,2024,67(1):5-32．
[21]黄炎一，刘智强，杨静．人智协同对创意产业工作者的极化影响[J]．中国工业经济，2025(1):156-173．
[22]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．
[23]KITTUR A,YU L X,HOPE T,et al.Scaling up analogical innovation with crowds and AI[J].Proceedings of the National Academy of Sciences,2019,116(6):1870-1877．
[24]邓悦，蒋琬仪．智能化转型何以激发企业创新?---基于制造业劳动力多样性的解释[J]．改革，2022(9):108-122．
[25]薛其坤，陈明伟，赵建华，等．人工智能赋能高等教育创新发展的南科大“样本”分析[J]．中国高等教育，2024(24):19-24．
[26]李拓宇，张瑜，叶民．“AI”“AI+”还是“+AI”?人工智能人才培养的模式构建与路径分析[J]．高等工程教育研究，2024(2):24-30．
[27]姚加权，张锟澎，郭李鹏，等．人工智能如何提升企业生产效率?---基于劳动力技能结构调整的视角[J]．管理世界，2024(2):101-116,133,117-122．
[28]陈琳，高悦蓬，余林徽．人工智能如何改变企业对劳动力的需求?---来自招聘平台大数据的分析[J]．管理世界，2024(6):74-93．
[29]王学义，何泰屹．人力资本对人工智能企业绩效的影响---基于中国282家人工智能上市企业的分析[J]．中国人口科学，2021(5):88-101,128．
[30]JONES C I.The AI dilemma:growth versus existential risk[J].American Economic Review:Insights,2024,6(4):575-590．
[31]PARK J.Analyzing the direct role of governmental organizations in artificial intelligence innovation[J].Journal of Technology Transfer,2024,49(2):437-465．
[32]毛丰付，郑芳．人才引进政策如何影响了劳动力市场?[J]．商业经济与管理，2021(11):62-77．
[33]陈潭，陈芸．面向人工智能时代的政府未来[J]．中国行政管理，2020(6):57-64．
[34]郭凯明，王钰冰，龚六堂．劳动供给转变、有为政府作用与人工智能时代开启[J]．管理世界，2023(6):1-21．
[35]郑强，胡明茜．数字金融赋能新质生产力发展:理论逻辑、现实困境与突破路径[J]．改革，2025(5):78-89．
[36]GRANSTRAND O,HOLGERSSON M.Innovation ecosystems:a conceptual review and a new definition[J].Technovation,2020,90:102098．
[37]SZARA K,SLUSARCZYK B.Capacities for the development of creative capital in lithuanian counties[J].European Review,2020,28(4):678-692．
[38]MCCAUSLAND T.Accelerating innovation[J].Research Technology Management,2024,67(4):87-90．
[39]PAPPAS I O,WOODSIDE A G.Fuzzy-set qualitative comparative analysis (fs QCA):guidelines for research practice in information systems and marketing[J].International Journal of Information Management,2021,58:102310．
[40]IGNA I,VENTURINI F.The determinants of AI innovation across European firms[J].Research Policy,2023,52(2):104661．
[41]钞小静，廉园梅，罗鎏锴．新型数字基础设施对制造业高质量发展的影响[J]．财贸研究，2021(10):1-13．
[42]杜运周，刘秋辰，程建青．什么样的营商环境生态产生城市高创业活跃度?---基于制度组态的分析[J]．管理世界，2020(9):141-155.
基本信息:
DOI：10.14134/j.cnki.cn33-1336/f.2026.02.003
中图分类号:TP18;C964.2
引用信息:
[1]陈劲,王福世,李秉远.中国人工智能人才高地建设的路径探析——基于模糊集定性比较分析[J].商业经济与管理,2026,No.412(02):34-47.DOI:10.14134/j.cnki.cn33-1336/f.2026.02.003.
基金信息:
国家自然科学基金重点项目“中国企业创新链产业链融合发展模式与机制研究”(72232004); 国家工业信息安全发展研究中心项目“区块链与人工智能赋能人才发展的影响研究”(KT20250008)
2025-11-04
2025
2026-04-10
2026
1
2026-02-15
2026-02-15