人工智能与大数据背景下基于FEM模型对新质生产力的研究.pdfVIP

产业科技创新2025，7（3）：73~77IndustrialTechnologyInnovation

人工智能与大数据背景下基于FEM模型对新质生产力的研究*

Research on New Productive Forces Based on FEM Model in the Context of 

*

Artificial Intelligence and Big Data

周凤芹，颜 研，刘 京

Fengqin Zhou, Yan Yan, Jing Liu

（山东协和学院，山东 济南 250109）

(Shandong Xiehe University, Jinan, Shandong 250109, China)

摘要：面对传统增长模式瓶颈，我国急需以技术穿透力重构生产函数。本文以科技生产力、

绿色生产力、数字生产力三个维度构建新质生产力指标体系，以我国2010-2023年31个省的

经济数据为样本，基于FEM（Fixed Effect Model）模型对GDP赋能新质生产力发展进行了实

证研究，发现GDP每增长1%可驱动新质生产力指数提升10%，该结论在控制多维效应、调

整变量组合及内生性检验中均保持高度稳健性。教育投入与地理区位导致区域间新质生产力

赋能效应呈现显著异质性，需通过强化区域协同创新、促进技术外溢来缩小发展鸿沟，实现

全域均衡提升。

Abstract: In the face of the bottlenecks of traditional growth models, China urgently 

needs to reconstruct the production function with technological penetration. This paper 

constructs a new productive forces indicator system from three dimensions: technological 

productivity, green productivity, and digital productivity. Using economic data from 31 

provinces in China from 2010 to 2023 as a sample, we conduct an empirical study on the 

empowerment of new productive forces development through the Fixed Effect Model (FEM). 

The findings indicate that a 1% increase in GDP can drive a 10% increase in the new 

productive forces index. This conclusion remains highly robust even when controlling for 

multidimensional effects, adjusting variable combinations, and conducting endogeneity 

tests. Moreover, educational investment and geographic location lead to significant 

heterogeneity in the empowerment effects of new productive forces across regions. To 

bridge the development gap and achieve balanced enhancement across all areas, it is