“人工智能对社会科学的影响已不止于工具层面——它正在深刻重塑知识生产模式、产业组织形态与区域发展逻辑。”近日，在由上海社会科学院信息研究所主办的“人工智能与区域发展研讨会”上，上海社会科学院信息研究所副所长汪怿如是说。会上，与会学者从产业集群、人才流动、基层治理等方面展开跨学科讨论。

　　区域政策的制定将越来越依托数据驱动的实证分析

　　汪怿表示，社会科学研究长期面临“落地难、转化慢、支撑弱”的困境，根源在于研究范式与现实需求之间存在结构性错位：定性分析难以量化、问卷调查滞后于实践、政策评估缺乏实时反馈。而AI提供了打破这一僵局的技术契机，带来的是全方位的方法革新，而非局部的效率提升。

　　他解释说，大语言模型可以加速文献综述与假设生成，机器学习工具使大规模社会数据的挖掘成为可能，这将从根本上改变社会科学知识生产的节奏与边界。

　　“在区域发展层面，AI更带来了新的分析视角与治理工具。城市间要素流动、产业梯度转移、人口空间分布等议题，过去依赖发布滞后明显的统计数据，如今可通过高频行为数据与算法模型实现动态追踪。”在汪怿看来，这意味着区域政策的制定将越来越依托数据驱动的实证分析，而非单纯的经验判断。

　　北京大学城市软实力研究院院长许云霄提出，过去创新遵循“基础研究—技术攻关—产业化”的单向链条，而今数据、算力、算法成为关键创新要素，产业场景本身也反过来提出新的科研命题，创新日益变成双向循环。

　　在许云霄看来，这一转变使得科创资源向少数核心城市集中的配置方式日益改变，场景资源、应用数据和产业生态的分布更为分散，区域间的协作网络反而可能成为创新的关键变量。在这一背景下，新型研发机构的价值不在于单一技术攻关，而在于承担战略研判、主体协同和场景转化的三重功能，“出思想”与“出成果”必须并重——新质生产力既需要硬科技支撑，也需要软科学赋能。这对区域政策意味着，单靠“建园区、引项目、争资金”的传统路径已难以为继，如何构建促进知识溢出、吸引平台企业、形成制度创新先行区的区域生态，才是真正的竞争焦点。

　　是“换道超车”的窗口，还是新一轮被落下的风险？

　　上海社会科学院信息研究所研究员杨昕认为，技术的扩散从来不是均匀的，它可能为某些地区带来新的增长机遇，也可能进一步拉大已有的发展差距。AI运行所依赖的算力基础设施、高质量数据与稀缺人才，在空间上高度集中于少数超大城市；而更深层的制约还来自上游——无论是关键原材料的地理分布还是先进芯片的制造能力，区域之间的差距都极为悬殊，这种禀赋差距不是单纯增加投入就可以缩小。人工智能究竟是“换道超车”的窗口，还是新一轮被落下的风险，这个问题没有通用答案，取决于各地技术引入与自身的产业结构、人才储备和制度能力的有效对接。

　　在谈及数智时代的人才流动问题时，上海社会科学院信息研究所副研究员杨凡认为，随着全球AI技术竞争日益加剧，数字人才的空间分布正从单极集中向多层级网络演进：顶尖人才仍向核心城市高度聚集，但依托远程协作平台和城市群内部快速通勤，部分中等城市也开始承接外溢的人才需求，形成以核心城市为枢纽、周边城市为节点的区域人才网络。北京、上海、深圳、香港是中国数字人才流动网络中的核心节点，集聚规模和网络影响力持续提升，但城市之间的能级差异仍较为明显。如何在增强核心城市吸引力的同时，提升区域内部的人才承载、配置和协同能力，推动数字人才由“高度集聚”向“高效流动与协同发展”转变，各地仍在探索。与此同时，高端数字人才通过区域枢纽向海外流动的可能性同样不容忽视。

　　构建有利于知识转化与场景创新的制度环境

　　上海社会科学院信息研究所博士刘树峰认为，长三角创新资源密集，城市位势突出，先进制造业、战略性新兴产业、创新型与中小企业特色集群形成多层次布局，新能源汽车“4小时产业圈”和生物医药全国引擎地位显著；但基础研究、“从0到1”策源、全球风投生态、高端环节自主可控、成果转化与顶尖人才仍是短板，且苏浙皖产业同构突出，需构建梯度协同体系。AI技术的深度介入使得该地区的战略路径需四维并进，以数智基础设施为硬底座，以跨域协同与柔性网络为核心，以多要素融合激活内生动力，以技术与制度双向协同为保障，这将是长三角高韧性创新集群的必由之路。

　　中共上海市委党校（上海行政学院）经济学教研部讲师夏启繁认为，战略性关键矿产是主导未来能源转型和科技革命的关键原料，我国虽然具有一定的资源禀赋优势，但需要在聚焦重点矿产和产业链关键环节的同时，完善地缘经济布局，推动进口市场多元化。

　　与会者表示，人工智能对社会经济的影响具有非均质性特征，区域政策着力点应相应转向构建有利于知识转化与场景创新的制度环境。与此同时，他们表示，当前实践对技术驱动的区域分化风险关注尚显不足，如何在效率与均衡、发展与安全之间找到可行路径，是未来研究的重要方向。（张伟）