人工智能合作网络如何提升城市经济韧性

人工智能协同创新网络与

城市经济韧性的关联机制

吴昊，李浩

吉林大学 东北亚学院，长春 130012

摘 要：作为人工智能技术研发与推广的关键载体，协同创新网络为增强城市经济韧性提供了宝贵契机。本文基于2010至2023年间我国282个地级及以上城市的面板数据，深入探究了人工智能协同创新网络与城市经济韧性之间的内在联系。研究发现：构建人工智能协同创新网络能够有效提升城市经济韧性，具体体现在网络关联度、度数中心度、中介中心度以及接近中心度等指标均对韧性提升具有显著正向作用；该网络对城市经济韧性的赋能效果在行政级别较高、非老工业基地及三大城市群中更为显著；此外，人工智能协同创新网络还能通过促进产业专业化与多样化集聚，从而显著增强城市经济韧性。

引用参考文献格式：

吴昊,李浩.人工智能创新合作网络对城市经济韧性的影响[J].统计与决策,2026,42(9):5-11.

0 引言

城市作为国民经济与社会发展的核心空间单元，其经济韧性直接关乎国家整体经济的稳固。人工智能作为一种颠覆性的技术，正通过“人工智能+”模式深度渗透至城市发展中，为提升城市经济韧性创造了有利条件。2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，设定了到2030年人工智能全面赋能高质量发展、智能经济成为重要增长极的目标，凸显了人工智能在增强城市韧性中的关键作用。现实中，人工智能协同创新网络在推动前沿技术突破与技术扩散方面展现出显著的乘数效应，已引起广泛关注。

针对创新网络对城市经济韧性的作用，现有文献多认为其能显著提升韧性，但专门探讨人工智能协同创新网络的研究相对较少。因此，本文在既有研究基础上，从网络整体特征与节点特征两个维度，系统分析人工智能协同创新网络的建设水平及其嵌入地位对城市经济韧性的直接影响，并考察该影响的异质性。同时，引入产业集聚作为中介变量，探讨其在人工智能协同创新网络与城市经济韧性之间的传导机制。

1 理论分析与研究假设

1.1人工智能协同创新网络对城市经济韧性的直接影响

城市经济韧性是指城市在遭遇外部冲击时，通过调整经济结构来维持原有发展轨迹或转向可持续新路径的能力。当前，以人工智能为核心的协同创新网络正成为塑造城市经济韧性的关键因素。首先，该网络能够筑牢城市抵御冲击的根基。它将企业、高校、科研机构及投资方等多元主体连接成模块化的创新共同体，促进尖端知识在城市内沉淀与跨区域流动，从而形成抵御市场波动的战略性资源储备。其次，网络强化了城市在冲击中动态调整的能力。城市在网络中获取、转化新知识的效率更高，能迅速识别机遇并重新配置资源，实现“干中学”与“试错学习”。这有助于缩短技术从创新到商业化的周期，使经济系统在冲击后迅速恢复稳定。最后，网络驱动城市向更高级路径发展。人工智能在生物、材料等领域的渗透催生了大量新产品与新业态，构建网络有利于加速这些成果在传统产业改造及新兴产业中的应用，推动城市摆脱低附加值路径，迈向更具竞争力的可持续发展轨道。综上，提出假设：

假设1：构建人工智能协同创新网络可显著增强城市经济韧性。

1.2产业集聚的机制作用

人工智能协同创新网络通过促进产业专业化与多样化集聚，为增强城市经济韧性提供结构性支撑。在专业化集聚方面，该网络强化了知识溢出、劳动力共享及中间投入品供给的规模效应。当城市在网络中占据中心时，能吸引智能驾驶、语音识别等特定领域的企业与资本，形成基于共同技术的产业集群。这种深度集聚构筑了基于地方化知识的核心竞争力，成为抵御冲击的防线。在多样化集聚方面，人工智能作为通用技术，其网络是跨界融合的催化剂。占据信息枢纽地位的城市能便捷接触智能制造、智慧医疗等领域的知识，为“人工智能+”融合提供土壤。当主导产业衰退时，高度多样化的产业体系提供新的增长路径，城市可通过网络重新配置要素至前景产业，增强系统重构能力。综上，提出假设：

假设2：产业专业化集聚是人工智能协同创新网络推动城市经济韧性增强的重要传导路径。

假设3：产业多样化集聚是人工智能协同创新网络推动城市经济韧性增强的重要传导路径。

2 研究设计

2.1变量选取

2.1.1被解释变量：城市经济韧性（Res）

本文参考王文静和刘一伟（2025）的研究，以实际GDP为核心经济指标，采用城市实际地区生产总值与实际GDP增长率的相对变化率来表征城市经济韧性，具体计算公式如下：

2.1.2解释变量：人工智能协同创新网络（AI）

人工智能协同创新网络本质上是一种由政府、企业、高校及科研机构等多方参与，以人工智能技术为核心，通过知识流动与技术合作构建的跨地域协作体系。鉴于专利数据在创新性与可得性方面的优势，本文借鉴现有研究，构建以人工智能技术联合发明专利为边、以城市为节点的无向网络，从整体网络特征与节点特征两个维度进行分析。

在整体网络特征层面，构建人工智能协同创新网络关联度（AI_Net）指标，用于衡量网络建设水平，具体计算公式如下：

在网络节点特征层面，构建度数中心度（CDC）、中介中心度（CMC）和接近中心度（CAC），以衡量城市在网络中的嵌入地位。其中，度数中心度反映城市对外辐射与接受辐射的能力；中介中心度反映城市对网络内其他城市关联的中介控制力，数值越大控制信息与资源流动越强；接近中心度反映城市与其他城市的直接关联程度，数值越大说明位置越靠近核心枢纽，自主决策权越强。计算公式如下：

2.1.3控制变量

为避免遗漏变量偏差，本文选取以下变量作为控制项：一是对外开放度（Open），以实际利用外商投资总额占GDP比重衡量；二是市场规模（Market），以社会消费品零售总额占GDP比重衡量；三是政府财政自给能力（Gov），以财政预算内收支比值衡量；四是金融发展水平（Fin），以金融机构存贷款余额占GDP比重衡量；五是交通基础设施（Bas），以城市人均道路面积的对数衡量。

2.2模型构建

为验证假设1，构建以下双向固定效应模型：

2.3样本选择及数据