2024数字生态指数报告

指数工作组组长理论工作组数据工作组外联工作组宣传会务组张平文分指数工作组负责人专家委员会组长成员周剑北京国信数字化转型技术研究院荣誉院长、教授级高工于祥雨华院计算技术（上海宋洁北京大学工学院教授、北京大学长沙计算与数字经济研究院副院长苏岳龙高德地图未来交通与张平文北京大学政府管理学院副院长、北京大学公共北京大学法学院长聘副教授、北京大学宪法与行政北京大学汇丰商学院副院长、金融学教授、北京大学国目录CONTENTS 第二章数字生态理论框架与指数测算 第三章中国数字生态指数与地方格局 第一章中国新型基础设施竞争力指数报告 第二章政府新基建项目投资指数报告 第十四章中小企业数字化发展指数报告 第二十一章长三角一体化发展城市指数报告 摘要总指数篇在数字经济时代，如何基于数据要素和数字技术形成新质生产力，并构建与之相匹配的生产关系，并通过研究数据资产化探索实践、算力市场定价机制、数据智能助力建筑能源低碳发展等专题，为国家总指数篇城市之间竞争激烈。从区域一体化角度看，东部地区为我国数字生态引领头部，中部地区为数字生态崛起中坚，西部和东北地区为数字生态发展后方。从五大城市群看，京津冀、长三角、珠三角在第一梯队城市引领下形成区域内部自循环的数字生态高地，而成渝和中三角仍缺少领头城市而未成区域性生态。河南、湖南在算力算网、市场流通、平台支撑等方面形成优势；江西在数字生活和新消费领域领先中部本报告初步探讨了数字生态与新质生产力关系。一方面，数字生态的全面发展为形成和提升新质生产力提供条件，数字基础、数字能力、数字应用均与新质生产力紧密相关。其中，数字能力对于提升省份的新质生产力具有显著作用。另一方面，从生产力的发展逻辑看，数字生态可解构为数字劳动者、数字劳动资料、数字劳动对象和数字生产关系。结果显示，包含基础设施、数据资源、数字创新等数字劳动资料的发展水平越高，该省份的新质生产力水平也越高。但数字生产关系则对这一机制产生了负向调节作用。这表明当前某些省份频繁出台的数字政策和规章制度，与当地数字生产力并不吻合，反而产生数字生态的发展还体现在不同领域的数字化实践创新。首先，2024年数据资产化成为重要议题，上百家公司开启了数据资产入表浪潮，为创新数据业务场景，创造经济新增长点，健全数据资产监管，降构建一套标准化、科学严谨、公平合理且透明的算力定价机制显得尤为迫切。最后，数字经济的发展也对我国能源消耗和碳排放提出了新的挑战，尤其是在建筑业这一传统且高能耗的领域，建筑业作为国民经济的支柱产业，其低碳转型对于实现国家“双碳”目标具有举足轻重的意义，数据要素为加快建筑业从数字生态视角看新质生产力对全面深化改革和推进中国式现代化提出了新的发展方向。报告首次提出要健全因地制宜发展新质生产劳动对象优化组合和更新跃升，催生新产业、新模式、新动能，发展以高技术、高效能、高质量为特征力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态。它由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生，以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵，以全要素生产率大幅提升为核数字生态为新质生产力的形成与发展提供独特视角。一方面，新质生产力的形成与发展是一个地区的系统性工程，需要在技术更新、要素配置、产业转型等方面同频共振向前发展。正如习近平总书记在参加十四届全国人大二次会议江苏代表团审议时作出的重要论述：“要因地制宜发展新质生产力。各地要坚持从实际出发，先立后破、因地制宜、分类指导，根据本地的资源禀赋、产业基础、科研条件等，有选择地推动新产业、新模式、新动能发展，用新技术改造提升传统产业，积极促进产业高端化、智能整体性等方面提供分析思路。例如，在数字化、网络化与智能化的发展上，各地可依照“数字基础——数字能力——数字应用”的行动框架，依据当地的数字化发展条件与能力，走出一条符合当地市场特色另一方面，建设数字生态也是重构一个地区的劳动者、劳动资料、劳动对象乃至生产关系的过程，为其他领域新质生产力形成与发展提供重要启示。数字生态是以数据为生产要素，以政府、企业、社会为行动主体，以数字化转型为发展过程的经济社会运行系统。随着这个系统从无到有、从小到大、从弱到强地发展壮大，系统内部的劳动者、劳动资料和劳动对象都逐渐向数字化方向转变；与此同时，社会经济的治理体系也会逐渐调整，直到构建了符合数字生产力发展的新型生产关系。从数字生态视角看，数字劳动者指的是具备数字素养、掌握数字化技术的人员，例如招聘市场中数字化领域的人力资源，智能领域高级编程开发者，以及人工智能顶尖学者专家等；数字劳动资料指的是以数据资源为关键要素、数字社会等。最后，数字生产关系指的是治理体系的重塑，在国内体现为构建数据要素基础制度、数字基础设施管理体系、数字安全管理边界等数字政策，在国际体现为构建国家数据主权、制定数据跨境流数字生态与新质生产力是什么关系？作为国家新提出的重要概念，新质生产力仍然是一个需要深入研究的课题。本报告将在数字生态指数测算的基础上，进一步分析数字生态与新质生产力之间的关系，试图回答数字生态各维度的发展程度与结构变化，以及数字生产力与生产关系等要素，分别如何影响当国家数据局于2023年10月25日正式揭牌，由国家发展和改革委员会管理，主要职责是负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。今年上半年以来，各省级和市级地区的数据局也相继成立，成为当地数据要素市场建设的业务主管部门。从数字生态视角看，数据局的主要工作是两点：一是推动当地数字生态的整体建设，推动当地数字生态的整体建设，首在数据要素市场体系的顶层设计，需要以实现数据要素的高效流通与数据要素市场的繁荣为目标。基于数据要素的生态性，应以“架构安全、布局灵活、联动有效、绿跨境数据的审批与国际治理、数据要素型企业培育、完善数据要素的统计分类、实现数据要素可信可控数据资产化实践为突破数据要素市场发展瓶颈提供可行路径。2024年7全面深化改革推进中国式现代化的决定》发布，提出“培育全国一体化技术和数据市场”，为畅通数据要素流通交易，构建以数据为核心要素的数字经济，充分释放数据价值红利提供了重要情境。随着数字技术的迭代进步，推动数据从无形资源向可量化、可交易、可资本化的数据资产转变，提升企业智慧DataSphere数据显示，到2027年，全球数据总量从103.67ZB增长至284.30ZB，复合年均增长率为数据安全技术等的全面应用，为确保数据高质量供给、实现数据供需对接、培育壮大数据要素市场生态可依托已成规模、规范的数商服务提供更便捷、更高效、更安全的一站式数据交易服务。以ChatGPT、文心一言、通义千问等生成式人工智能大模型，以及智慧医疗、智能交管、金融风控、智慧空管等决策型大模型的出现对高质量数据集、数据持续供给、智能治理范式创新等提出新要求。一方面，人工智能大模型技术为数据资源规模化开发、高频高效应用提供了重要场景，另一方面，数据质量较低、数字知经济社会变革推动数据资产化。贯彻党中央、国务院关于“健全推动经济高质量发展体制机制”相关要求，以提高组织数字化转型效率，促进实体经济和数字经济深度融合为目标，重塑社会资源配置方式与组织运行模式，以全面适应全球产业链供应链格局坚持效率优先，兼顾公平的发展理念，为充分发挥市场在资源配置中的决定性作用，我国在公共数据、企业数据、个人数据上形成了多样化的数据开发利用方法与模式。面向公共数据，以保障公共数据高质加快数据资产化探索是落实我国数字经济战略的重货”“无形资产”“开发支出”等条目下列示数据目前包括以三大运营商为主的国有龙头企业、以城投公司为主的地方国资企业、以上市公司为主的有限责任公司均探索落实数据资源入表具体活动，为优化企业资产结构、强化企业资产质量、增强企业竞争力提供重要着力点，根据中证鹏元、《中国企业数据资产入表情况跟踪报告》相关数据显示：近40余家算力作为数字经济时代的关键生产力，对推动科技进步、赋能行业数字化转型、促进社会经济发展具有重要作用。算力的快速发展，尤其是智能算力的增长，为数字经济提供了强大的计算能力和数据处是推动数字经济与实体经济深度融合的必由之路。算力作为数字生态中的重要中间环节，通过提供强大近年来，我国大力推进算力基础设施建设，数据中心机架数量和算力规模快速增长，形成了较为完善的算力基础设施体系。这些基础设施的建设为数字生态的发展提供了坚实的基础，使得算力资源能够更好地服务于各行各业的数字化转型。同时，算力的发展也促进了数字技术的创新，推动数字技术在各行各业的应用。算力市场的快速发展为数字生态的完善提供了坚实的基础和有力保障，推动数字生态的不断完善和发展，为数字经济提供了更多的增长点和发展机会。未来，随着量子计算、类脑计算等前沿技术的研发和应用以及物联网、智慧城市、智能制造等领域的快速发展，算力需求将持续增长，应用场景将更加广泛和深入，跨界合作、协同创新将成为常态。算力市场与数字生态将继续深化互动，共同推随着全国一体化算力网络国家枢纽节点的部署和“东数西算”战略工程的深入推进，我国算力资源规模化与应用的广泛性取得了显著进展。与此同时，大数据、人工智能等技术迅猛发展，算力需求呈现出爆炸式增长态势。在此背景下，算力正作为商品以及通用的可量化服务，在算力市场中流通交易，为数字经济注入了强劲动力。然而，当前我国算力市场尚未成熟，算力生态暂不完善，算力交易过程中缺乏合理的定价机制。这导致不同智算中心、不同规模算力供给企业定价相差极大。加之目前市场对高昂算力成本的接受度有限，这在一定程度上阻碍了算力交易市场的健康发展。因此，构建一套标准化、科提出在能源、工业、建筑、交通、公共机构、用能设备等重点领域实施节能降碳行动，全面推进美丽中国建设。数字生态围绕数据流动循环，通过数字化、信息化和智能化等技术，推动经济和社会的数字化随着全球对气候变化的关注和绿色低碳发展的需求增加，市场对低碳技术和解决方案的需求也在不断增长。数字技术在能源、制造业、农业、建筑、交通等多个领域中发挥着重要作用，它可以通过优化结合动态碳排放数据库，能够分析建筑和交通排放影响因素，实现精准的碳排放管理。同时，数字技术与能源技术的融合，还可以推动化石能源的清洁化、清洁能源的规模化和能源服务的智能化，促进能源数字经济的发展对推动我国达成双碳目标、实现零碳经济也至关重要，它可以通过技术创新促进传统产业转型升级，提升能源资源利用效率，实现节能降碳。同时，它也能赋能绿色低碳发展，通过数字节约集约、绿色低碳发展，促进人与自然和谐共生。在国家大力推进低碳转型背景下，数据要素正成为加快建筑行业全过程节能降碳进程，为推动低碳经济可持续发展和实现“双碳”目标转型提供新捷径、数字生态协同创新平台良好数字生态是建立在广泛联系相关参与者的基础上，通过建立合作共享、健康共赢的机制，构建起实现数据要素畅通循环的有机共同体。数字生态指数的研制过程也要按照数字生态的内在发展要求进行模旨在为数字生态指数研究建立合作共享、互惠共赢机制，打造一个围绕数字生态研究的创新共同体。该共同体由数字生态相关领域最具有代表性的科研机构、事业单位、平台企业等多方力量，集数字生态理2024年参与中国数字生态指数研制和发布工作的合作单位/研究团队增加到34个，基于各合作单位/研究团队拥有或掌握的具有全国代室共研制31个专项分指数，这些指数在一定程度上能够反映各地区口总数比例超过35%的国家，从经合组织、世界银行、国际电信联盟、欧盟委员会等机构的24个数据从数字生态视角入手探讨数字发展与数字治理是张平文院士带领跨学科团队的集体努力，融汇了数学、数据科学、工学、社会学、政治学、法学、国际关系学、管理学等文理工多学科集体智慧。本报告是这一努力的部分阶段性产出，目的是助力国家“十四五”规划提出的，建设一个开放、健康、安全的数字生态理论框架数字生态是与自然生态、社会生态相互作用又相对独立的生态系统。其中，数据是数字生态的生产要素，政府、企业、社会是数字生态的行动主体，数字化转型是数字生态的发展过程。数字生态还是数字主体互连互动形成的多层次多结构多形态且彼此依存、合作和冲突的动态系统。我们构建了一个包含数字基础、数字能力、数字应用和数字规制的数字生态理论框架，分别反映数字发展的投入、转化、产数字基础反映数字发展的投入环节，是数字生态形成的前提。数字时代具有独特的基础设施，比如服务器、基站、数据中心、超算中心等。数据资源是另一项重要的数字基础，数字化发展要依靠数据的各种数字连接的充分实现和不断完善都需要依靠持续的技术创新。人才是技术创新的基石，技术创新以数字应用反映数字发展的产出环节，是数字生态价值的真正实现。数字基础和数字能力通过数字应用切实发挥作用，助力数字经济、数字社会、数字社会等价值实现。如果不能在各种场景中实现落地，投入建设的数字基础设施便不会得到充分且有效的利用，数据资源也不可能源源不断地产生。同时，没有应用场景中催生出的各类新需求，技术创新就会成为无源之水，人才培养更无从谈起。因此，数字应数字规制构成了一定区域内数字发展的制度环境，是推动数字生态发展的重要力量。一方面，数字规制可以通过厘清市场中各类资源要素权属、明确数据交易流通规则、划定各类创新实践的监管空间等方式为数字发展赋能；另一方面，数字规制可以通过构建个人信息保护规范体系、数据安全与网络安全•数字基础下设基础设施、数据资源与政策环境三个二级指标。基础设施指标反映支撑数字化转型、智能升级和融合创新的新型基础设施的建设状况，涉及信息基础设施、融合基础设施和创新基础设•数字能力下设数字人才、技术创新和数字安全三个二级指标。数字人才指标反映各区域数字领域人力资源的结构、流动、供需及环境等状况。技术创新指标反映大数据、人工智能、集成电路等数字技术前沿领域的专利研发水平和自主创新能力。数字安全指标反映重要数据资源、信息网络和信息•数字应用下设数字政府、数字经济和数字社会三个二级指标。数字政府指标反映数字技术在政府管理服务领域的应用发展情况。数字经济指标反映以企业为主体的数字化发展水平，包括数字产业化数字生态指数（2024）是依据数字生态理论框架，基于多渠道的分指数测量指标逐级构建而成的综合性指数。数据来源除个别已向公众发布的成熟指数，多数来自数字生态协同创新平台的合作单位针对由清华大学互联网产业研究院提供，从网络基础设施、新型应用基础设施和新型行业基由国家工程实验室联合北京明树数据科技有限公司共同研制，结合我国地方政府的市场采购行为与近期规划，考察各省新基建投资招采由国家工程实验室研制，从地区政策支持度、数据开放质量、大数据交易平台成熟度、数据流通活跃度、数据交易机构支撑度五个维度，反映各地数据要素市场的建设水平与由国家工程实验室联合北京北大英华科技有限公司（北大法宝）、北京大学重庆大数据研究院共同研制，从数字治理、数字经济、数字社会、数字政府四个方面对各地政策环由国家工程实验室联合猎聘网、北京大数据研究院共同研制，依托猎聘网以及地方统计由国家工程实验室联合百度飞桨共同研制，依托百度飞桨数由北京大学信息化与信息管理研究中心研制，从话语权、影响力、参与度和协同度四个由国家工程实验室联合江苏佰腾科技有限公司共同研制，依托佰腾专利数据，根据数字由国家工程实验室共建单位中国信息安全研究院研制，从“政、产、学、研、用、融”六大角度对网络安全发展状况进行多维画像与监测评价，反映省份地区网络安全综合竞引用自中央党校（国家行政学院）电子政务研究中心《省级政府和重点城市一体化政务服务能力（政务服务“好差评”）调查评估报告（2021）》，评价全国各省市和主要城由国家工程实验室联合公众环境研究中心共同研制，以公开的环境信息为基础，评估城数字应用由清华大学社会科学学院数据治理研究中心研制，运用大数据分析、定量和定性分析等研究方法，从组织机构、制度体系、治理能力和治理效果四个维度，评估各地数字政府由北京大学公共治理研究所研制，以主流媒体报道为依据，提供覆盖全国全部地级行政由国家工程实验室共建单位北京大数据研究院研制，依托监测的8979家大数据企业数由中关村数智人工智能产业联盟、北京大学中国社会科学调查中心和北京大学重庆大数据研究院共同研制，依托权威数据库和公开数据，从企业竞争力和外部环境两个方面，由国家电网大数据中心研制，通过用户数、用电量等变化情况反映与数字产业相关电力由北京国信数字化转型技术研究院与中关村信息技术和实体经济融合发展联盟研制，依托点亮智库数字化转型服务平台调查数据，对企业数字化转型的发展战略、新型能力、由APEC中小企业信息化促进中心提供，从组织数字化、业务数字化和产业链数字化三数从数字化经营、数字化管理、数字化融资、数字商贸四个方面评估小微经营户的数字化由北京大学公共治理研究所研制，以主流媒体报道为依据，提供覆盖全国全部地级行政由中国联通智慧足迹数据科技有限公司研制，通过手机信令大数据，从线上生活和数字由国家工程实验室联合华院计算技术（上海）股份有限公司共同研制，通过搜索引擎、裁判文书网和国家统计局获得的相关数据，反映各地居民通过网络搜索的方式解决相关由中国光大集团信息科技部、光大科技有限公司与中国光大银行股份有限公司、光大云由北京大学公共治理研究所研制，以主流媒体报道为依据，提供覆盖全国全部地级行政如表2-2所示，效益指数用于衡量某一领域数字化发展对社会综合效益提升的具体影响。通过研究由国家工程实验室智慧交通分中心、滴滴发展研究院共同研制，旨在科学评估数字出行在助力各地减少二氧化碳排放及绿色转型方面带来的价值和贡献。对各地探索落地碳普惠机制，推动交通工具电动化、出行结构由高德地图研制，根据高德地图开放平台人口定位和交通流量大数据，通过综合性评价方法，全面刻画城市由中国经济信息社和中国城市规划设计研究院共同编制，依托互联网迁徙数据、信令数据等多元融合的大数据资源，从人的流动、产业创新、设施联通、民生服务、生态共保五大维度，评价长三角各城市高质量参与中国数字生态指数的具体计算方法详见课题组已发表论文1。具体而言，本报告将合作机构的分指数测量指标线性归一化到10-100之间以便于对比回归进行填补。为体现子指标权重的客观性与科学性，报告采用熵值法确定二级和测量指标的权重。数字生态指数一级指标则采用专家打分法确定权重，数字基础、数字能力、数字应用三个一级指标权重分•熵值权重法：研究采用熵值法来确定二级指标和测量指标的权重。熵值法是依靠数据分布的离散程度来确定指标权重的方法。在信息论中，熵是对概率分布不确定性的一种度量。如果指标的数值分布稳定，说明该概率分布的信息量较大，不确定性较小，熵比较小；反之，如果指标的数值分布完全均匀，依此得出的相关推断仍是随机的，则熵比较大。因此，可以通过计算熵值来判断一个指标对综合评价的影响程度。当指标的熵值越小时，会认为其能提供的信息量越丰富，则赋予其更大的比，2024年国际数字生态指数在整体指标体系上保持稳定，依然设置了数字基础、数字能力、数字应用和数字规制四个一级指标和十一个二级指标。相较于2023年国际数字生态指数，2024国际数字生态指•数字基础下设基础设施和数据资源两个二级指标。基础设施指标考察能源和硬件两个方面：能源指标反映一国电力供给量、电力供给的覆盖性和稳定性及新能源发展水平；硬件指标反映数字通信设备的拥有状况。数据资源指标关注数据规模和数据开放两个方面：数据规模指标涉及一国的数据资源存量，涉及数据中心数量、网民数量等方面；数据开放指标反映数据资源的开放水平，涉及有关•数字能力下设数字人才和技术创新两个二级指标。数字人才指标考察各国数字人才的规模与结构、数字人才的流动状况以及高等教育人才数量。技术创新指标包含成果和开发者两个维度，成果体现一国研究论文、专利申请、在线创新力和创新成果转化状况等内容的发展现状，开发者衡量一国开•数字应用下设数字政府、数字经济和数字社会三个二级指标。数字政府指标反映国家整体在线政务服务、地方政府在线政务服务、政府数据开放水平、居民电子政务参与等内容。数字社会指标聚焦数字接入性、数字健康和数字教育三个方面。数字经济指标以数字产业化和产业数字化为核心，同•数字规制下设数字商务、数据流通、数据保障和人工智能四个二级指标。数字商务指标关注各国在电子商务领域的立法情况。数据流通指标从法规和政策的角度对各国公共数据、非政府数据的国内网络安全法规两方面内容重新组合为数据保障二级指标，还进一步收集各国在算法和人工智能等前国际数字生态指数依据指标体系的理论架构，通过从公开渠道收集相关权威数据，经由模型计算而•数据来源广泛的24个数据源收集相关数据。其中，除数字规制的相关数据，有25个具体指标根据原数据来源实•数据收集对象覆盖全球绝大部分国家延续了上期对国家数字化发展状况的考察，目前覆盖全球159个国家，这些国家互联网用户数占人口总数比例均超过35%。其中，基于对数据可获得性、权威性和科学性的考虑，2024年共讨论了•数据类型丰富多样数据包交换所（PCH）、国际电信联盟等WebofScience、世界知识产权组织、世界银行等Stackoverflow联合国e-health调查经合组织的国际学生评估项目（PISA）世界进出口数据库（WIOD)研究团队在对收集到的各种原始数据进行适当预处理之后，通过自编码器法计算除数字规制外的各一级指标权重，形成三个一级指标得分后，通过加权聚合的方式得到国际数字生态指数的总指数得分和各级•数据预处理缺失值插补。针对部分国家缺失最新数据的情况，首先采用冷卡插补法，收集该国在缺失指标偏态数据对数化处理。由于反映对象规模总量的数据（如网民数量）的绝对数值大、各国之间的差异大，导致这部分数据呈现偏态分布。本研究对以上数据进行对数化处理，以令其更接近正态标准化。在计算指标权重和指标聚合之前，研究团队同样采取Min-Max标准化方法，将除数据•权重计算方法自编码器法。自编码器作为机器学习领域的经典算法，过去多用于自然语言处理和图像处理。这里创造性地将其运用在对指标权重的计算当中。根据国际数字生态指数指标体系设置，我们可以将具体测量指标作为自编码器中的输入数据，将三级指标、二级指标和一级指标作为神经网络的隐藏层，根据指标间层级关系结构建立神经网络中的连边。这样，由模型训练得到神经网络中连边上的权重即可作为指标聚合时使用的权重，由自我们采用上述两种方法测算国际数字生态总指数。最后将以两种方式得到总指数得分，其一，对所有三个一级指标得分做等权聚合；其二，仅对数字基础、数字能力、数字应用三个一级指标做等权聚合。数字规制这一维度十分重要，亟待开展测量与评估，但数字规制维度与另外三者在性质上又存在一定区分。我们在本期指数不再对各国数字规制的水平进行单纯排名，而是创新性地对数1我国数字生态四梯队发展格局趋于稳定。根据最新的指数结果，全国31个省级行政地•全面领先型与上一年度相同，北京、广东、上海、江苏、浙江属于全面领先型。该组别各省份持续发展省内良好的理想数字生态小循环，总指数保持国内前列，分指数齐头并进。其中，北京在数字能力、数字应用两个维度位列榜首，总指数排第一；上海在数字基础维度首次排名第一，总指数排第三；山东、四川、福建、安徽、湖北、重庆、河南、天津、湖南、河北属于赶超壮大型。赶超壮大型省份地区在数字基础和数字应用方面往往表现良好，但在数字能力方面短板明显。山东在该梯队排名第一，在数字基础、数字能力、数字应用三个维度发展均明显领先其他地区，但与全面领先型陕西、广西、辽宁、江西、贵州、云南、山西、吉林、海南、黑龙江属于发展成长型，与上一年度相比新增陕西、广西2个地区。发展成长型省份处于数字生态发展的成长期，但面临巨大的增长压力。例如，陕西、广西从去年的第二梯队再次滑落，说明要保持更高的发展水平并不容易。其内蒙古、宁夏、新疆、甘肃、青海、西藏属于蓄势突破型，与上一年度保持一致。虽然这些省份数字生态总指数表现并不突出，但是在分指数维度却不乏亮眼表现。内蒙古仍然排在首位，宁夏2省级地区排名趋于稳定，多数省份排名不变，6省份排名微弱上升，5省份排名微弱下降。与2023年数字生态指数相比，河南、江西、贵州、山西、海南、宁夏6个地区实现排名上升1-2位，但均没有管排名没变，但是从第二梯队回落到第三梯队，说明与头部地区的差距有拉大趋势。综上，近5年数据3834343628458584674364605867604365606943473939453641364342383934424040363从数字基础、数字能力、数字应用三维协同情况看，全国省份地区划分为4组不同情况。图3-2显北京、广东、江苏不仅数字生态总指数得分位居前列，耦合得分同样名列前茅，是领跑全国数字生态发展的综合性地区。上海、浙江尽管数字生态指数得分高，但耦合得分较低，说明数字生态发展即数字生态指数得分高，但三个维度耦合得分低的省份。大多数省份主要是由于数字能力指数即数字生态指数得分和三个维度耦合得分都很低的省份。尽管数字生态总体发展水平还不高，但是已经在数字基础维度或者数字应用维度实现了单项突破。2024年即数字生态指数得分偏低，同时三个维度耦合得分高的省份，说明这些地区在数字基础、数字4数字能力是多数省份的短板，各省在数字基础方面的差距也大于数字应用。图3-3展示数字生态指数与一级指标得分的排序变化。除了北京和广东，其他所有省份在数字能力维度的得分都要低于数字基础和数字应用。全国数字能力形成了以北京（91分重庆、天津、贵州等。各省份在数字应用维度得分均差距不大，与总指数排名比较一致。上述差异反映了数字生态发展规律及不同地区的战略选择：数字基础建设容易成为地区先导突破方向，而数字能力建5我国数字生态发展情况在四大区域呈现显著差异。区域的省份数字生态指数进行分析。东部地区为我国数字生态头部，大多省份以数字能力为驱动，其中北京、上海、广州、江苏、浙江形成跨区域生态带，成为全国数字化发展最前沿。中部地区为我国数字生态核心引擎。西部地区为我国数字生态后方，主要以数字基础为驱动，数字应用为牵引，其中川渝、广西、贵州发展较突出，依托地理优势打造全国数据和算力1东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南10个省（）；1中国城市数字生态仍然呈现头部城市优势领跑、重点城市多点开花、东部城市协同发展的发展格局（图3-5所示）。我国数字生态东西部发展差异较大。东部和中部城市数字生态发展要好于西部和东北地区。数字生态头部城市主要位于京津冀、长三角、珠三角城市群，第二梯队城市均匀分布于东部地区，第三梯队城市的密度从东向西逐2数字生态指数城市排名相比于上一年度变动较大，城市之间竞争激烈。相比于我国省级地区排名的稳定性，城市数字生态指数排名变动依然十分显著，前30的城市整展示出数字生态发展的强劲势头。深圳凭借多个维度优秀的表现排名上升2位，超过了杭州与上海，这三个城市近几年在前四的位置你追我赶。排名前10城市中，武汉上•前30排名上升城市：深圳、武汉、南京•前30排名下降城市：杭州、上海、成150▼-4-75▼-14▼-1▼-55280110223▼-14▼-1506371829▼-22373▼-8▼-43数字政府、数字经济和数字社会排名前30的城市变动较大，头部城市的数字化转型竞争程度依旧很123456789•从数字政府维度来看：北京、无锡、南通、苏州、重庆位列前5，说明在数字政府、智慧环保、乡村），•从数字经济维度来看：北京、上海、深圳、杭州、广州位列前5，是聚集我国大数据产业和人工智能产业的头部城市，同时也在中小企业数字化发展、乡村数字经济、投资者信心方面处于领先状态。•从数字社会维度来看：杭州、北京、上海、深圳、厦门位列前5，表明在普惠金融和乡村数字社会上284五大城市群数字生态区域格局稳定向好发展。如图3-6所示，五大城市群中，长三角、京津冀、珠三角城市群形成了完备的数字生态发展梯队。其中，长三角数字生态的质量最高并稳步前进，不仅拥有上海和杭州两个第一梯队城市，还拥有苏州、南京、合肥、无锡四个第二梯队城市，相比上一年度增加了无锡，第四梯队城市也只剩下一个池州市，相比上一年度减少了宣城市。珠三角数字生态发展仅次于长三角，拥有广州和深圳两大第一梯队城市，其余均为第三梯队城市，没有第二梯队城市。京津冀数字生态拥有全国标杆城市北京，且拥有一个第二梯队城市天津，第三梯队和第四梯队城市均衡发展。成渝以成都和重庆“双城驱动”，相比去年增加了4个第三梯队城市，整体生态向好发展；中三角城市群以武汉和长沙双城驱动，11个城市上升为第三梯队，整体生态水平也实现跃升。与上年度一样，成渝城市群和中三角城市群仍然缺少第1从省级数字生态指数来看，中部六省呈现两强并峙、梯度发展的数字化格局。安徽和湖北作为中部湖北均跻身全国前10，分别位列全国数字生态第9和第10位。在数字基础、数字能力和数字应用方面具有较强的综合实力和发展潜力，能够对周边地区产生辐射和带动作用。湖南和河南的数字化整体水平虽然略低于安徽、湖北，但在数字基础和数字应用方面表现较为良好。江西、山西在六省中排名靠后，主要以数字应用促进数字生态稳定发展，仍有较大的发展潜力和追赶空间。从省会城市的数字生态指数来看，各省展现出“一城独大”格局，武汉成为仅次于北京、深圳、杭州、上海、广州五大领先城市的2数字基础维度：湖北、安徽在新基建亮点突出，河南、湖南在数据流通领域加速突破。各省市抢抓湖北、安徽、河南在中部地区居前3位。其中湖北在创新基础设施建设方面则竞争力更强，河南在信息基础设施和融合基础设施建设方面更优，安徽、湖南则在算力、算网等设施方面形成特色优势。在数据交易流通综合表现上，河南、湖南、湖北分别位居中部前3。河南面形成优势。湖南在数据政策、平台建设等方面不断发力，在中部排名第2。3数字能力维度：湖北、安徽在科技创新、数字人才等方面领跑中部。在科技实力指标上，各省优势各有侧重，湖北、安徽、湖南位列中部地区综合科技创新水平前3。湖北省国家工程技术研究中心、一流”大学数量、技术合同成交额等多项科技创新指标稳居中部第一，近5年来获评国家科学技术奖数量稳居全国前5，科技成果就地转化率达65%；安徽省国家企业技术中心数量、规上工业企业有研发机构的企业数等指标居中部六省首位，综合性国家科学中心等高能级创新平台建设不断突破，创新环境居4数字经济维度：六省产业数字化整体较为均衡，湖北、安徽数字核心产业领先。各省数字经济发展5数字政府与数字社会维度：安徽数字化治理整体领先，江西在数字社会侧更为突出。在数字政府建9个位次。安徽在党政组织机构转型、政务治理和政民互动等方面整体表现优秀，便民缴费数字化等数字社会指标亦有突出表现，湖北次之。江西则在数字技术深度融入百姓日常生活及数字社会方面更为显著。根据中国联通智慧足迹数据分析显示，江西在数字生活和新消费领域领先中部6从六省数字生态总体情况来看，呈现先扩大后收窄趋势，但数字能力分异程度变大。通过横向对比六省2021-2024数字生态总指数发现，六省之间数字化发展水平和差异呈现先扩大后收窄趋势。2021-六省的数字化发展水平不均衡性主要表现在基础设施资源投入和政策支持，以及其在数字化转型上的持续努力和创新能力的提升。相比之下，山西省囿于其以传统能源产业为主导的经济结构，数字化转型起步也较晚，这些因素共同影响了山西省在数字化水平上的提升。进入2023-2024年，随着国家层面对区这一变化得益于政策的优化分配、数字技术的普及以及区域内合作和交流的加强。特别是对于发展较慢尽管中部六省数字生态指数差异有所收窄，但数字能以发现，数字能力和数字基础维度在六省间的不均衡性显著高于数字应用以及数字生态总指数水平，这反映了数字能力和数字基础是影响各省数字生态不均衡程度的重要因素。特别是数字能力维度的分异程数字技术创新能力、数据应用能力、网络安全能力等方面的差异。安徽、湖北等在这些方面拥有更强的内生动力和竞争优势，河南、湖南也在不断强化重点领域的优势，不断提升数字能力水平。江西、山西等省份则可能需要更多的时间和努力来提升这些能力。这种分异可能导致即使在数字化水平整体提升的但整体趋势保持略有相对均衡发展态势，通过积极引入新技术、新应用推动传统产业与数字经济深度融7与东部地区对标来看，中部地区数字化驱动经济发展水平仍有较大差距。在当前中国经济发展的版图中，中部地区数字经济发展整体虽优于西部和东北地区，但与东部先进省份相比仍存在显著差异。东部地区以其雄厚的经济基础和先进的技术能力，形成了以北京、上海、广州、江苏、浙江等为代表的数字经济高地，这些地区不仅数字经济规模庞大，而且在GD处于全国数字化发展的最前沿。尽管中部近年来各省在数字经济总量上增长迅速，但其在GDP中的占比仍显著落后于东部先进省份，对地区经济社会发展的引领作用发挥不足。数字能力建设普遍不足或成效较慢成为中部地区短板，同时中部地区尚未涌现出能够引领全国数字生态的核心城市和强有力的城市群从深层次角度来看，中部与东部这种差距还在于数字化理念、发展环境和体制机制等“软实力”方面。中部省份在数字化理念和改革进程上相对滞后。例如，浙江省在2021年率安徽等地虽然也启动了数字湖北、数字湖南、数字安徽等建设，但这些项目在撬动全局、推动深层次应用方面尚未达到预期效果。此外，东部地区在吸引外资方面表现突出，为数字经济发展注入了活力。作为内陆区域对外开放水平不高也成为中部各省的普遍缩影，特别在吸引外资方面与东部先进省份也存在国际数字生态指数测算范围共覆盖六大洲从大洲整体发展状况看，欧洲国家以平均59.86各大洲的数字生态水平呈现清晰的梯队结构。在数字基础、数字能力和数字应用各维度，欧洲的表现同样优于其他大洲。而南美洲与非洲在各维不同大洲内部的数字生态发展均质化程度存之中，欧洲国家数字生态指数得分整体水平较高，发展较为均衡（标准差为6.2其次为以澳指数得分差异相对较大，存在数字发展的区域性强国，如亚洲的中国、日本，美洲的美国、加拿大，但两个大洲内其余国家的数字化程度还有较大发展空间。非洲各国间在数字发展上的差异虽然最小（标准），中国和美国作为国际数字发展领域“两极”的格局仍在延续。图4-2给出了国际数字生态指数得分排在前20位的国家，中美两国在新一期指数中仍位居前两位。从数字基础、数字能力和数字应用三个分•美国与中国数字基础排名持续领先。与上期指数相比，数字基础方面排名位居前列的国家并无较大变化。美国在“数据资源”领域、中国在“基础设施”领域领先全球。德国、印度、加拿大、法国等英国、瑞典、以色列，但新一期指数中中国的数字能力得分反超美国，位于世界第一。中国继续在数字人才储备方面占据优势，并逐渐缩小与美国在技术创新方面的差距。在数字能力维度排在前20名的国家中，除中国、保加利亚、阿曼外均为发达国家，相较于•亚洲多国在数字应用上具有相对优势。除第一名美国和第三名德国外，数字应用排名前五名均来自•全球数字规制演化整体趋于更加封闭在原有数字规制指标体系的基础上，今年我们根据其中各具体指标的意涵与所指，从“开放性”和“封闭性”的角度对数字规制指标体系中的具体指标我们对比2024年和2023年各国在数据规制封闭性与开放性上的变化情况标中，只有伊朗得分情况更好；而在封闭性指标中，有18个国家得分为正，绝对值最高的分别是日本、英国和中国。这在一定程度上反映出当前世界数字规制领域更偏重安全与秩序的保守趋势。在当前世界政治与经济形势下，相较于推动数据全球流动和开放共享，各国更倾向于强化数•从数字规制视角理解国际数字生态在分析数字规制的影响时，我们还考虑了各国的数字基础、数字应用和数字能力这三个方面，它们分别从不同维度描述了国家的数字发展水平。数字规制体现了一国对待数字发展的基本态度，随机森林、岭回归、Lasso回归这四种机器学习方法，基于两2分别达到0.65、0.45，但对数字基础的预测能力相对较弱。这可能与通过对模型结果的深入分析，我们进一步揭示了那些被模型识别出来更为重要的具体数字规制指标分别与数字能力和数字应用两两之间的关系。我们应用的四种算法模型均显示了“数据主体权利”、“是否有打击网络犯罪的法规”两个数字规制指标与数字能力和数字应用呈负向关关系。四个模型中至少有三个模型报告了“内部的网络安全标准”、“政府数据开放”两个数字规制指标与由此我们看到，第一，过于强调对数据主体权利的保护可能影响数字生态其他方面的发展，因决定权、自动化决策干预权、救济权有利于构建完善的个人信息保护体系，但对个体权利的重视客观上提高了数据资源被充分利用的成本和门槛，限制了数字生态其他方面的发展。第二，完善的数字治理制度往往有利于提升一国数字生态其需满足的具体网络安全要求，政府数据开放则是对于个人查阅政府纪录或资料权利的规定，二者作为在公共与非公共数据领域的正式制度能为数字能力发展提供可信赖、可操作的坚实预期。同时，打击网络犯罪的法规与数字能力发展间的负相关关系或许提示，完善的数字治理制度不仅体现于规则的数量与规模，还在于制度自身的内在逻辑是否清晰完备。虽然世界各国的网络犯罪罪名体系正不断扩充与完善，但罪名规范的内部逻辑仍然存在以上假设和观察是基于两期数字规制指数的探索研究，未来还需要对相关领域进行持续关注和1“数据安全：自动处理个人数据的安保要求”指标具体包括以下四个方面的要求：对个人数据加密化或匿名化处理中国通过加强基础设施建设、推动跨境电子商务、促进数字技术创新等方式正积极与区域内国家加强数字领域的合作，旨在推动区域内数字贸易、电子商务、云计算等领域的协同发展。同时，各国政府和企尽管仍面临数字鸿沟等挑战，但南亚和东南亚正在逐步构建一个包容性更强、互联互通更加紧密的数字社会。本节通过本期国际数字生态指数测算结果对南亚和东南亚地区14国的数字化整体水平及各国的发南亚和东南亚地区多数国家的数字生态指数得分较低，区域数字发展整体上呈现出明显的梯队分布（见图4-6）。只有新加坡、印度、马来西亚和印度尼西亚的数字生态指数得分超过了60，构成地区数东南亚的数字生态发展明显优于南亚，但优势不大。在数字应用、数字基础和数字能力三个主要维在数字基础方面，区域内国家不断加强互联网基础设施建设，扩大网络覆盖范围，提升连接速度。例如，云南作为中国面向南亚东南亚的辐射中心，已建成了一系列跨境陆地光缆和国际互联网数据专用通道。数字能力方面，各国通过教育培训提升公民的数字素养，吸引投资以促进技术创新，如云南推动南亚地区中印度推行“数字印度”倡议，对宽带网络和数据中心的基础设施投资力度较大、互联网尽管整体发展迅速，印度仍面临显著的城乡和贫富数字鸿沟，阻碍了数字社会建设。东南亚国家除老挝以及良好的法治环境增强了公众信任，数字政府指数最高。两国都在积极利用数字化转型来推动经济增中国与美国数字鸿沟正逐步缩小，同时，以中国为代表，正积极引领南亚与东南亚地区数字生态的一路”倡议等区域合作机制的深化，南亚与东南亚国家与中国在数字生态领域的合作显著加强，推动了该区域内各国数字生态得分的普遍提升。在数字经济、数字技术和数字治理方面中国取得了辉煌成就，如电子商务市场，阿里巴巴、京东和拼多多等，为周边国家提供了宝贵的经验借鉴与技术援助。因此，中国正逐步成为推动南亚与东南亚地区数字生态共同进步的重要力量。中国企业积极参与南亚与东南亚国家的通信网络、数据中心等基础设施建设，大幅提升了区域内的网络覆盖与传输速度；同时，通过技研究团队选取新加坡、印度、泰国、马来西亚、缅甸及尼泊尔等六个典型国家进行详细分析。新加坡与印度两国凭借卓越的数字生态指数表现，脱颖展现了该地区数字化进程的先进风貌。马来西亚和泰国整体数字发展不及新加坡和印度，但是也逐渐形成了他们独具特色的发展模式。相比之下，缅甸与尼泊尔则映射了该区域内数字发展的挑战与潜力，作为相对滞后的国家，需要在推进数字化转型过程中给予更多关注与支持，从而为缩小数字鸿沟提供广阔•新加坡新加坡数字生态指数得分在南亚和东南亚地区国家中连续两年最高，彰显了其在数字领域的非新加坡也在其他领域展现独特的区位优势。政府长远的数字科技规划吸引了大型数字企业在新加坡长期发展，促使新加坡在数字技术创新领域引领潮流。同时，新加坡数字生态又为企业提供了创新土壤和合作机会，企业各项数字创新成果也让大众和社会受益，为新加坡在数字领域可持续发•印度印度在全球数字生态系统中表现卓越。电力产量全球第三，支撑数字基础设施，拥有最大传输网络，促进了高速互联网的普及和电子商务发展。高等教育普及率高，网民数量增加，培养了大量技术人才。政府数据透明度和公民参与度高，推动政策创新。企业数字化全球领先，数字服务和硬件制造全球排名前列，数据规模庞大，为技术创新提供动力。同时，印度政府数据开放性进一步凸•马来西亚马来西亚在全球数字生态中展现出多元化的发展态势。数据资源的电力稳定性与传输网络相对基础但有待提升，数字基础设施如能源、硬件、宽带及个体ICT使用方面表现稳健，尤其在宽带建增加了35.7万人(+1.1%)。同•泰国泰国以坚实的数字基础为引领，全面驱动数字社会与人才的发展，共绘数字生态繁荣新篇章。泰国凭借卓越的电力稳定性、高效稳定的传输网络与移动网络，以及数字基础设施支撑——包括坚实的硬件支撑与日益普及的宽带网络，共同铸就了推动数字化转型的强大引擎，加速了数字社会的蓬勃发展，极大地促进了数字教育的创新实践和数字企业的繁荣兴盛。但是，由于在数字人才和技术创新等数字能力方面比较落后，导致其需要向外寻找所需数字技术产品，较大信息不对称性又会•缅甸缅甸的数字生态系统正迅速发展，尽管面临诸多挑战。电信运营商推出的廉价SIM卡、高速互特别是在疫情期间，线上购物和数字化贸易的需求急剧上升。然而，自二战后独立以来，缅甸一直受到政治动荡和社会经济发展滞后的制约，这些因素拖累了其数字发展的步伐。此外，持续的政治•尼泊尔尼泊尔2023年数字生态指数为南亚和东南亚地区最低。尽管宽带普及率和电话密度较高，但城乡数字鸿沟明显，农村互联网接入率仅为6.96%。尼泊尔电信市场由两大运营商NTA（NepalTelecom）和Ncell主导，4G网络在城市普及，但农村覆盖率不足。电子支付服务商普遍亏损，数尼泊尔电子商务和IT服务出口增长显著，数字产业注册网站超4万个。位于印度和中国两大科技巨头中间的地理优势，使其成为南亚地区的潜在数据中心，但需进一步加强基础设施建设和法律法规数字生态视角下的世界人工智能发展在大数据、云计算、物联网等关键技术的推动下，近年来人工智能技术迎来飞速发展。特别是以领新一轮科技革命和产业变革的战略性技术，为数字生态发展注入了新动能。当前，人工智能无疑成为为刻画全球人工智能发展现状，项目团队结合国际数字生态指数的部分指标和其他人工智能的相关数据，按基础设施、技术能力、产出成果以及人工智能规制四个方面对相关数据进行分类，对全球主要•基础设施：世界各国分化加剧，三大梯队差距明显结合发展人工智能所需基础设施相关的“电力产量”和“安全服务器数量”两项指标，项目团队直观展示了全球主要经首先，中美两国领跑第一梯队，基础设施建设各有千秋。中美两国虽然都处于人工智能基础设施领域的第一梯队，但是二者的优势项目并不相同。中国以电力产倍。当前，中国已经成为全球最大的电力生产国和消费国，在特高压输电、智能电网等领域的技术发展居于世界前列，为人工智能发展提供了充足的能源保障。美国以安全服务器数量见长，世界银行数据显示，2020年美国拥有4639万台安全服务器，约占全球安全服务器总量的52.6%，是全球第二梯队国家数量庞大，梯队内部分化明显。第二梯队的国家虽然在体量上远不及中美，但是在基础设施方面仍具有一定的领先优势。具体来看，第二梯队中既包括德国、日本等在电力产量和安全服务器数量都较多的发达国家，也包括丹麦、爱尔兰等仅在安全服务器数量占优的国家，还包括伊朗、墨西哥等仅在电力产量占优的国家。总体而言，第二梯队的国家在人工智能基础设施领域第三梯队国家“电”“网”双弱，国际竞争力略显不足。卢森堡、斯洛文尼亚、拉脱维亚等6国以及大多数发展中国家都属于第三梯队。第三梯队国家由于经济、技术实力有限，无论在电力产量还是安全服务器数量上都远不及前两个梯队的国家，人工智能基础设施建设不完善，在发展人工•技术能力：六大洲洲际差距愈发明显，中美两极博弈格局越发清晰项目团队将人工智能领域的研究论文数量和相关专利数量作为衡量各国人工智能技术能力的指六大洲技术能力参差不齐，且内部差距明显。从主要国家发表的人工智能研究论文数量来看，非洲129个，呈现出清晰的“梯度分布”结构。从各大洲内部发展状况来看，以北美洲为例，美国中美两极博弈成为焦点。中国和美国已成为人工智能技术能力领域的两极，近年来二者竞争愈发激烈。在人工智能研究论文数量上，美中两国分别位居全球第一位和第二位。其中，美国共发表76602篇，中国共发表65942篇。在人工智能相关专利数量上，中国共有353824个专利•产出成果：美国领跑全球，各国加快追赶图4-14展现了全球受关注人工智能模型实力巨擘引领未来，美国霸主地位稳固。无论是受关注的人工智能模型数量还是开源人工智能项目数量，美国均排名全球第一，且大幅领先其他国家。在受关注的人工智能模型数量上，美国共有561个，在开源人工智能项目数量上，美国的抢抓机遇追赶浪潮，全球各国竞相加速。在受关注的人工智能模型数量上，排名第二至第五的在开源人工智能项目数量上，排名第二至第五的国家），此外，项目团队还对大模型的来源国家进行了统计。如图4-15所示，在全球200个高性能AI大模型中，美国和中国分别参与研发了90个和63个大模型，分列第一位和第二位，二者合计超过总数的3/4。除中国、美国和韩国外，其余各国的大模型数量均不超过10个。当前AI大模型领域的国际竞争仍集中在中美。根据《全球数字经济白皮书（2024年）》，截至2024年一季度，全球人工智能核心企业近3万家，其中美国占34%，居全球首位。而中国人工智能核心企业约占全球的•人工智能模型的国家间合作网络在人工智能模型的开发中，国家间存在相互合作、共同开发的情况。图4-16为注的人工智能模型领域的合作网络，其中图中的节点为各个国家，节点的大小与各国受关注的人工节点之间的连线代表两个国家在人工智能的模型开发领域存在合作，两个节点之间的连线的粗细反美国和中国是人工智能模型开发领域的两大核心。从各国在受关注人工智能模型领域合作的整体状况看，除俄罗斯外，各国均存在与其他国家共同开发的人工智能模型。其中，美国和中国是与其他国家合作开发受关注人工智能模型数量最多的两个国家，分别与其他国家共同开发了123项和35项受关注的人工智能模型。与美国在受关注人工智能模型领域合作最为密切的五个国家分别为中国、加拿大、法国、英国和德国，五个国家与美国均合作研发了10项以上的人工智能模型；与中国美国和中国互为在受关注人工智能模型领域开发合作最为密切的国家。在合作的国家数量方面，美从各国在受关注人工智能模型领域的独立研发和合作研发的情况看，数据库中仅有俄罗斯的受关注人工智能模型是完全由其独立研发。在研发受关注人工智能模型的数量大于10项的国家中，独立研发比例最高的五个国家分别为美国、英国、日本、韩国与中国，且独立研发的受关注人工智能模型数量均大于合作研发的模型数量。在全部的28个国家中，合作研发受关注人工智能模型数量多于自主研发模型数量的国家有16个。在研发受关注人工智能模型数量前十名的国家中，德国、法国和新加坡合作研发的受关注人工智能模型数量多于独立研发的模型数量。另有9个国家的受关注人工智能模型均为与其他国家合作研发，其中以色列是9个国家中唯一一个研发受关注人工智能模型各国在受关注人工智能模型领域自主研发和合作研发的状况不能从一而论。对于自主研发和合作研发受关注人工智能模型数量均较多的国家，如中国和美国，其具备独立开发能力的同时，还能为其他国家提供必要的开发支持。而对于其余大部分国家来说，特别是受关注人工智能模型整体数量较少且合作研发模型比例较高的国家，其人工智能模型的研发更依赖于当今具有一定人工智能研中国与欧盟颁布的人工智能法律规制，项目团队尝试刻画中美欧三地人工智能规制的发展格局，并于安全、可靠、值得信赖地开发和使用人工智能的行政命令》（下文简称《行政命令》尝试对人工智能的发展提供明确的法律和道德框架。2024年5月21日，欧盟理事会正式批准《人工智能法案》，该法案是全球首部全面监管人工智能的法规，继《通用数据保护条例》后，欧盟再一次走鼓励创新、提升海外影响力、政府使用等多方面鼓励、扶持人工智能发展，而中国、欧盟对此相对持审慎态度。最后，具体到人工智能深度合成领域的监管，中国、欧洲更为全面、严格，而美国相不同的规制监管力度在一定程度上影响了各国的人工智能发展现状。根据epochAI数据库和GitHub开源社区对人工智能模型研发的相关数据，项目团队发现，总体而言，美国人工智能的技术实力和商业发展全球领先，其在人工智能领域的规制建设也延续了开放、流动、发展的价值取向，鼓励创新和发展，法律监管相对宽松。而欧洲基于人权保护的传统，避免技术发展过多干预个体自由和安全，因此对人工智能有较多限制。中国人工智能技术和商业发展迅猛，带来活力的同时也伴在人工智能大模型的开发领域，大部分国家更倾向于独立开发人工智能大模型。在全部212项•人工智能领域的数字规制在人工技术快速发展的同时，中国、美国与欧盟在人工智能规制领域也不断探索与尝试并取得一定成效。项目团队在国际数字生态指数中人工智能相关规制数据的基础上，又补充了对“算法歧数字生态与新质生产力学者们从不同视角阐释了新质生产力的内涵、发展机制、实践路径及影响，另有一些学者对我国省份地区的新质生产力指数进行测算。根据知网数据库文献搜索，我们下载了17篇期刊论文。其中，有11篇论文披露了每个省份的新质生产力指数得分，归纳如2016-2022年雷学，《工业技术经济》，20242012-2022年张哲,李季刚,汤努尔·哈力克，《统计与决策》，20242015-2022年2010-2021年王珂,郭晓曦.《统计与决策》,22012-2021年胡欢欢,刘传明.《统计与决策》,20242011-2021年祝志勇,杨凤梅,李维莉.《云南财经大学学报2016-2021年高怡冰,任沛阳,陈钰鑫.《科技管理2012-2022年王珏,王荣基.《西安财经大学报》,22011-2021年2022年林铨,林寿富.《统计与管理》,20242012-2021年2从新质生产力的测量维度可以看出，数字生态中孕育着数字生产力，并且，数字生产力在很多领域首先，新质劳动者指的是高级人力资本，包括劳动者教育水平、劳动者人力资本结构、高等院校在校学生结构等指标。其中，与数字技术相关的新质劳动者可称为数字劳动者，如数字生态指数的二级指绿色环保、类脑智能、量子信息、氢能储能等。其中，数字劳动对象是发展最为明显的新兴领域，极大地拓展了数字化劳动对象的范围和深度，不仅体现在平台经济渗透的范围和工业互联网发展的深度等，综上，新质生产力指向所有领域技术突破后产生的高质量生产力，而数字生产力是基于数字生态孕育发展出来的新质生产力。数字生产力是新质生产力的重要组成部分，也是其中最为前沿与通用范围最广的代表。接下来通过实证方法探讨数字生态与新质生产力的影响程度与机制。其中，新质生产力的测量数据选取已经公开发表的学术论文中披露的原始数据。根据期刊级别、文章质量、作者单位、时间3从数字生态内部发展逻辑看，数字基础、数字能力、数字应用为新质生产力在数字化领域的形成与为进一步探讨数字生态的三个维度对新质生产力的影响程度，我们先来分析数字基础、数字能力、数字应用与新质生产力的相关关系，如下图所示。新质生产力指数与数字基础指标相关系数0.86，与数字能力指标相关系数0.92，与数字应用指标相关系数0.92。可见在数字生态中，数字基础维度与新质生其他两个指标不显著。这表明，一个地区在数字生态发展过程中，数字能力得分的提高，能够显著提升