本文研究了元宇宙和工业元宇宙的基本概念及其主要相关技术的特点，指出工业元宇宙是工业乃至产业数字化、智能化发展的全新阶段。介绍了广州市各区从战略高度大力支持元宇宙赋能传统产业，各区“元宇宙”产业发展各有侧重；广州具有发展元宇宙产业的硬件和软件等优势，拥有多个元宇宙场景应用的优势产业，数实融合为广州元宇宙产业发展创造了良好基础。阐述了工业元宇宙是广州数字经济与实体经济融合发展的新时空，是大湾区发展新质生产力的助推器，是新型工业化发展的重要推动力量。针对广州不同区域在推进工业元宇宙中的不足或不均衡现象，提出了完善顶层设计、强化统筹协调、构建全面场景示范、构建协同集聚生态、构建技术攻关体系、推进区域创新要素整合共享、构建区域制造业创新协同机制等建议。

本文系统梳理国内外关于人工智能(AI)与公司治理的相关文献，聚焦AI在公司治理中替代人类决策引发的实践难题与理论争议，从法、理、情三大维度剖析核心治理困境：在“法”的维度，面临法律主体缺位、算法黑箱导致的责任界定模糊及跨境法律适配冲突；在“理”的维度，存在技术路径锁定、战略弹性不足及行业特性适配偏差等治理策略问题；在“情”的维度，凸显算法偏见引发的公平性争议及自主决策与人类控制的伦理冲突(如隐私侵犯、情感缺失)。基于上述困境，本文针对性提出破局路径：法理层面构建“AI守住合规底线”的制度体系，战略层面确立“人主导下的AI辅助”实施路径，伦理层面明确“人引领AI”的价值准则，为AI与公司治理的深度融合提供兼具理论与实践意义的研究框架。

人工智能（AI）在公司治理中的应用引发其替代董事的合法性争议。本文以公司法合法性框架为视角，梳理AI参与董事职能的起源、发展及制度障碍。研究表明，AI替代面临三重困境：主体资格上，非生物属性与董事资格要求冲突，受法律人格排斥及身份职能不可替代性制约；决策程序上，算法黑箱违背透明度原则，且缺乏伦理决策能力；责任承担上，多方推诿形成归责真空，监督机制适配失效。现阶段AI替代尚不具备完整合法性，但可通过技术创新、制度突破与全球协同构建“有限替代”范式。本文揭示其合法性演进逻辑，为AI治理合法化及人机协同治理提供理论与实践参考。

壮大耐心资本实现高质量发展是当前理论界与实践界共同关注的焦点，但鲜有研究探讨由耐心资本形成的共同所有权网络及其绿色治理效应。鉴于此，本文以2016—2023年沪深A股制造业上市公司为样本，探究长期共同机构所有权对企业绿色创新的影响及机制。研究发现，长期共同机构所有权对企业绿色创新具有显著的正向影响，人工智能技术能够增强长期共同机构所有权对企业绿色创新的驱动效应。机制检验表明，长期共同机构投资者可以通过抑制研发操纵与提升内部控制信息质量来促进绿色创新。进一步分析发现，长期共同机构投资者通过抑制绿色创新的“黑暗面”，推动企业全面履行其社会责任，从而促进企业绿色创新的“言行一致”。异质性检验发现，在高科技行业和行业竞争程度较高的行业中，长期机构所有权的绿色治理效应更为明显。本文从长期共同机构所有权视角揭示了AI赋能耐心资本网络在促进绿色创新中的显著作用，拓展了耐心资本作用机制及绿色创新驱动因素方面的研究文献，也为政府监管政策制定与企业绿色创新实践提供了重要参考。

人工智能技术正以前所未有的速度重塑人类社会的基本结构，其影响广度从 日常生活延伸至全球治理体系。2025年，全球人工智能核心产业规模已突破6000 亿元人民币，用户规模接近 2.5 亿，技术渗透率高达 17.7%。这一指数级增长态 势既孕育着社会效率革命的曙光，又潜伏着深刻的伦理危机。当深度伪造技术能 够以几可乱真的方式模拟人类生物特征，当算法偏见在招聘、信贷领域悄然固化 社会不平等，人类不得不面对一个核心命题：如何在享受 AI 技术红利的同时， 构建牢不可破的伦理防护网？本文从 AI 技术的社会影响全景出发，系统分析其 作为效率引擎与犯罪工具的双重面相，并探索符合技术伦理与现实需求的治理路 径，为构建安全可信的人工智能未来提供理论支撑与实践指南。

摘要：人工智能正在快速发展，在与金融行业的融合中产生了量化交易等大量应用场景。AI的发展对我国建设统一开放性证券市场方面有什么影响？本文提出“人工智能+”金融”的发展存在着“二律背反”规律：即正题是金融人工智的发展降低证券市场的信息熵，提高了开放性市场的效率；反题是金融人工智的发展提升证券市场信息熵值，降低了开放性市场的效率。因此，基于“二律背反”规律的存在，人工智能未来对证券市场将同时着存在着两种方向相反的影响。为确保金融人工智能的健康发展，建议监管部门应深化在“人工智能+”金融领域的监管法规建设。

投资者对宏观经济风险的评估如何影响资产价格一直是实证资产定价的难点之一。已有研究指出新闻文本会改变投资者对宏观经济的判断和预期进而影响股价，但如何有效提取与宏观经济风险相关的文本叙事信息来解释或预测资产价格变动，尚未达成共识。本文基于2007-2021年中国七家专业财经媒体的新闻报道数据，首次结合人工智能前沿领域的BERT大语言模型来测度新闻叙事注意力信息，然后利用稀疏工具主成分（Sparse IPCA）估计影响基本面的状态变量和影响资产价格的叙事定价因子。基于A股市场的实证检验发现：第一，本文利用新闻文本估计的状态变量对于消费、产出、国债收益率等宏观经济指标具有显著的预测效果，这表明新闻叙事蕴含着影响经济运行的信息。第二，相比CAPM、三因子等基准模型，基于新闻文本构建的叙事因子模型能更好地解释资产错误定价现象，并对未来资产价格的变化有更强的预测能力。第三，与基于关键词的文本分析方法（如LDA主题模型）相比，利用BERT提取文本信息可在保证因子模型简约性的基础上获得更优异的定价效果。本文的研究结论对于解释资产横截面收益差异有新的启示，同时为应用大语言模型于经济金融学研究抛砖引玉。

持续的工业化是发展中国家经济增长的重要推动力。然而,现阶段发展中国家却在普遍经历制造业向服务业的结构转型。文章基于1979-2018年的跨国面板数据系统分析了发展中国家制造业向服务业结构转型对其经济追赶的影响。研究表明：（1）发展中国家制造业向服务业的结构转型会抑制其经济追赶,且“过早去工业化”的负面作用更显著,其作用通过劳动生产率和资本积累渠道实现。（2）发展中国家较高的人力资本、经济发展水平和制度质量可以削弱结构转型的负面影响。（3）较低的农业生产率、发达国家的人工智能应用和劳动力跨梯度转移是造成发展中国家“过早去工业化”的重要原因。（4）现阶段我国的制造业比重下降也不利于经济追赶,尤其是会阻碍中西部地区的经济追赶。因此,发展中国家应采取合理的产业政策防止“过早去工业化”,并通过提升农业生产率、吸引外资、合理引导劳动力流动等助推制造业转型升级。

摘要：以ChatGPT为代表的现象级的人工智能出现，未来势必拥有更大的普及性金融场景应用，预判其对金融市场有效性的影响十分必要。ChatGPT人工智能未来对于金融市场的影响，存在着“二律背反”规律：即一方面人工智能加强信息传播所将使市场更接近于有效市场状态；但相反但是人工智能可能提供错误市场信息，从而加剧市场风险，降低市场有效性程度。通过中美股市数据的分析对比，发现完全有效市场理论中的“理性人”假设与现实情况不符，而因为“二律背反”，很难预测ChatGPT最终对于金融市场产生什么样的影响。

作为新一轮科技革命和产业变革的重要驱动力量，人工智能对企业提高生产率、优化劳动力结构方面有重要影响。本文收集了 2007-2018 年中国沪深 A 股上市公司年报和专利文本信息，采用机器学习的方法构建了企业层面的人工智能指标，究了人工智能对企业生产率的影响以及劳动力技能的匹配过程。本文发现人工智能显著提升了中国上市公司的生产率。为了发挥人工智能的生产率效应，企业会提高劳动力总数，增加非常规高技能劳动力数量，减少常规低技能劳动力数量。人工智能的生产率效应在国有企业、劳动密集型企业、拥有技术型董事会的企业、高技术行业、高要素市场发育程度的地区以及拥有较大政府支持力度的地区中更显著。最后，本文发现人工智能有助于提高公司价值。本文加深了微观企业层面对人工智能在生产过程中所扮演角色的理解和认知，并在企业和政策层面推动人工智能技术发展给出了建议。