马克集数摘要
：基于 2008—2023年我国30个省份面板数据，实证探讨生成式人工智能对 共同富裕的影响， 并针对数字经济的调节效应和新质生产力的中介作用进行分析。 研究发现，生成式人工智能显著提升了共同富裕水平，并且该结论在一系列稳健 性检验后仍成立。调节效应检验结果显示，数字经济能够强化生成式人工智能对 共同富裕的促进效应。影响机制检验结果表明，生成式人工智能通过催生新质生 产力赋能共同富裕。异质性分析表明，数字新质生产力对共同富裕的促进作用在 “胡焕庸线 ”东南地区以及政策支持力度较大地区更显著。
关键词： 生成式人工智能；新质生产力；数字经济；共同富裕
一、论文选题背景和意义
论文将生成式人工智能、数字经济、新质生产力与共同富裕置于统一分析框架，围绕“如何依托技术进步促进共同富裕”展开讨论。文章指出，生成式人工智能具备强算力与多场景适配性，可替代重复性劳动、提升资源配置效率，推动产业数字化与智能化，由此为共同富裕提供增长动能与公共服务优化路径。
在理论层面，论文以“生产任务模型”为切入分析技术替代与新生效应对就业与收入结构的影响；在现实层面，强调在复杂经济环境中通过数据要素与算法实现跨部门、跨区域的信息传输效率提升，进而促进生产率提高与社会财富积累。上述问题意识为提出“数字经济的调节效应”和“新质生产力的中介效应”奠定基础。
二、论文主要内容
论文提出三项核心假设：H1 指出生成式人工智能可直接促进共同富裕；H2 指出数字经济能够增强生成式人工智能对共同富裕的影响效应；H3 指出生成式人工智能通过促进新质生产力发展间接作用于共同富裕。
机制分析方面，论文从新质劳动者、新质劳动资料与新质劳动对象三维度展开，论证生成式人工智能通过技能提升、要素重配与场景创新带来的生产率改进，由此在共同富裕的总体富裕与共享富裕维度形成正向作用。
实证结果显示，生成式人工智能对共同富裕的影响显著为正；数字经济与生成式人工智能的交互项显著为正，表明数字经济具有放大作用；新质生产力在二者之间发挥部分中介效应。异质性分析表明，在“胡焕庸线”东南地区以及政策支持力度更大的地区，相关促进作用更强。
三、论文实证设计
论文使用的数据来源包括：2008—2023 年中国 30 个省份相关统计与政策资料；生成式人工智能数据来自政府各机关单位官方网站、各省人民政府及工业信息化管理部门网站；配套统计来自《国民经济和社会发展统计公报》《中国科技统计年鉴》《中国财政统计年鉴》以及国际机器人联合会等权威来源。
指标构建方面：生成式人工智能（geneAI）从“发展基础—技术条件—创新实践”三维度衡量；共同富裕（compro）从总体富裕与共享富裕两大维度构建评价指标体系，并采用熵权法赋权。数字经济（dig）与新质生产力（quapro）依据文中口径进行标准化处理。
模型设计部分包括：基准固定效应面板模型检验生成式人工智能对共同富裕的直接作用；引入数字经济交互项的调节效应模型；采用逐步回归的中介效应模型检验新质生产力在其中的作用。论文同时进行稳健性与异质性检验，报告在不同区域与政策环境下的差异结果。
变量说明表格
| 变量名称 | 变量说明 |
|---|---|
| compro | 共同富裕综合指数（总体富裕与共享富裕两维度加权构建） |
| geneAI | 生成式人工智能发展水平（发展基础/技术条件/创新实践三维度） |
| dig | 数字经济发展水平（依据文中口径标准化处理） |
| quapro | 新质生产力水平（新质劳动者/新质劳动资料/新质劳动对象三维度） |
| emden | 就业密度 |
| open | 对外开放度 |
| struc | 产业结构升级 |
| tech | 技术水平 |
| age | 人口老龄化水平 |
四、论文结论与政策建议
结论方面，论文表明生成式人工智能显著提升共同富裕水平，该结果在多种稳健性检验下保持成立；数字经济具有显著正向调节效应；新质生产力发挥部分中介作用；在“胡焕庸线”东南地区与政策支持力度较大的地区作用更强。
政策建议方面，论文强调强化生成式人工智能的场景落地与创新生态建设，发挥数字经济在信息透明与要素匹配上的放大功能，并围绕新质生产力完善创新体系与要素流动机制，以促进总体富裕与共享富裕协同提升。
五、边际贡献与未来拓展
论文的边际贡献在于：将生成式人工智能、数字经济、新质生产力与共同富裕纳入统一经验证框架，提出并验证数字经济的调节效应与新质生产力的中介效应，并识别地理区位与政策支持的异质性。
未来拓展方向包括：在更精细的数据口径与更多制度情境下检验机制稳健性，结合区域协同与政策差异开展进一步的因果识别与动态评估，以丰富生成式人工智能促进共同富裕的经验证据。