在马克思主义哲学存在论视角下, 社会主义市场经济中的资本治理旨在穿透资本作为“物”的经验表象, 揭示其作为动态生产关系与自我驱动的价值增殖过程之本质。基于马克思的资本批判理论, 认为资本具有“物—关系—过程”的三重辩证结构: 既是生产要素的聚合体, 又是以剩余价值生产为核心的社会关系, 亦是走向自我扬弃的历史中介, 内含创造生产力与诱发剥削的文明辩证法。中国特色社会主义市场经济通过以公有制为主体与“以人民为中心”的价值取向, 实现了对资本逻辑的创造性改造: 将资本从盲目增殖的“物化主体”重构为服务共同富裕的“历史客体”。据此形成“规制性引导—创造性转化—辩证性扬弃”的三阶治理范式, 构建全链条治理体系, 在抑制无序扩张的同时释放资本文明潜能, 并将资本运动纳入“人类文明新形态”的生成轨道, 从而提出了兼具哲学深度与政策可操作性的中国方案。
马克思在《〈政治经济学批判〉导言》中从生产资料所有制、生产关系“四环节”和上层建筑三个层面事实上构建起了政治经济学视域下生产关系的分析框架, 这为探析数字时代的生产关系及变革提供了借鉴。在数字时代, 数据作为新型生产要素, 其乘数效应愈发彰显, 使生产资料所有制的构成和权力结构出现重大变化, 推动生产关系总体“四环节”角色地位重塑, 上层建筑数字化转型趋显。这些共同构成了数字时代生产关系的演变趋向, 使数字时代生产关系呈现出鲜明的社会历史性、能动性和多样性特征。数字时代推进生产关系变革, 应恪守“该改的坚决改, 不该改的不改”原则, 继续推进马克思主义生产关系理论守正创新; 突出“经济体制改革这个重点”牵引, 明确生产关系变革的主攻点和突破口; 坚持“既突出发展社会生产力又注重完善生产关系”内在要求, 从生产关系和生产力两个角度协同推进数字经济的发展。
在当前经济转型与可持续发展的背景下, 培育耐心资本、提升企业绿色创新能力是实现高质量发展的重要途径。利用2009—2023年中国A股上市公司数据, 实证检验了耐心资本投资对企业绿色创新的影响效果、传导机制及异质性表现。结果显示: 耐心资本投资可以显著提升企业绿色创新水平, 该结论通过工具变量、替换变量、剔除外生冲击及固定效应等稳健性检验后依然成立。机制检验表明, 耐心资本投资通过声誉效应、公司治理效应及创新网络效应三条路径提升企业绿色创新能力。异质性分析表明, 耐心资本投资对绿色创新的促进作用在高新技术行业、环境规制强度弱、市场化程度低和行业竞争程度高的企业中更为显著。因此, 政府应完善绿色金融体系, 引导耐心资本流向绿色创新领域; 加强绿色创新网络建设, 提升创新协同效应; 实施差异化政策, 精准支持重点企业和地区; 强化市场环境建设, 提升耐心资本的投资效能。
创新绿色“税收—金融”政策协同成为加快培育新质生产力的重要动力。利用2013—2022年中国沪深A股上市公司数据, 以环境保护税改革和绿色金融改革创新试验区“双试点”构造准自然实验, 采用双重机器学习模型, 考察了基于政策工具组合视角下的绿色“税收—金融”政策协同如何赋能企业新质生产力发展。结果显示: 绿色“税收—金融”政策协同能够显著促进企业新质生产力发展, 且能产生比“单试点”政策更为明显的效果。异质性分析表明, 绿色“税收—金融”政策协同对企业新质生产力的促进效应在非中心城市、环境保护重点城市、三线及以下城市和战略性新兴企业中更为显著。机制分析结果表明, 绿色“税收—金融”政策协同主要通过财政环境支出、企业融资约束和企业ESG表现三重渠道影响企业新质生产力发展。对此, 应建立健全绿色政策协同机制, 充分发挥绿色政策协同效能, 采取差异化和精准化绿色政策协同措施。
基于2007—2023年中国城市面板数据, 实证分析地方节能环保支出对减污降碳协同增效的影响。结果显示: 地方节能环保支出有助于促进减污降碳协同增效, 其促进效果在经济发展水平高、环境规制强度高、工业化水平低的地区更突出。机制分析表明, 地方节能环保支出可以通过绿色技术创新、低碳技术创新和新质生产力的作用机制促进减污降碳协同增效。政策组合效应分析发现, 环境信息公开、绿色金融与地方节能环保支出的政策组合, 有助于强化地方节能环保支出对减污降碳协同增效的促进作用。因此, 应实施差异化地方节能环保支出策略, 强化区域协同效能; 聚焦技术创新与新质生产力发展, 畅通地方节能环保支出传导机制; 加强地方节能环保支出与环境信息公开、绿色金融的政策协同, 提升政策实施效力。
基于2015—2023年中国综合社会调查(CGSS)数据, 利用双固定效应模型检验社会阶层认同对生育意愿的影响, 结果显示: 社会阶层认同对生育意愿有显著正向影响, 该影响通过增加教育、住房压力和降低幸福感来实现。异质性分析发现, 社会阶层认同对生育意愿的影响存在着城乡差异, 对农村居民的影响显著大于对城镇居民的影响。性别检验表明, 社会阶层认同虽然同时正向影响男性、女性生育意愿, 但对女性影响更显著, 这可能与性别角色观念、生育成本、城乡资源差异和生育观念有关。因此, 为提高适龄生育人群的生育意愿, 应缓解低社会阶层群体教育、住房压力; 完善收入分配制度, 提高生活保障水平, 提升居民幸福感; 完善托育服务, 制定差异化生育政策。
使用149个国家跨六十余年的面板数据对大城市化会导致低生育率这一问题展开研究, 结果显示: 一国最大城市人口规模每扩大1%, 生育率平均会下降0.0008, 上述结论在替换因变量、替换自变量、剔除极端值及分样本回归以后依然十分稳健。异质性分析发现, 人口规模越大的国家和经济越发达的国家, 大城市化对生育的影响越大; 相比伊斯兰教文化圈的国家, 佛教(儒家)文化圈的国家大城市化对生育的影响最大, 其次是基督教文化圈。机制分析发现, 大城市带来的规模报酬提升了劳动者的就业概率和工资溢价, 增加了生育的机会成本, 形成了工作时间对生育时间的挤出效应。而且, 大城市居民收入的提升增加了旅游、兴趣发展等休闲时间, 进而引发休闲时间对生育时间的挤出效应。此外, 大城市的高房价、长时间通勤等“拥挤效应”也在客观上促使青年群体增加受教育时间、推迟婚育年龄和延长工作时间, 对生育产生不利影响。
基于2000—2023年上市公司数据, 运用双向固定效应模型, 构建任务模型框架, 实证评估企业人工智能应用对劳动收入份额的影响。结果显示: 企业人工智能应用能够有效提升企业劳动收入份额, 尤其是在劳动密集型、高新技术企业, 且在数字基础设施建设水平较高、市场分割程度较低的地区, 其促进效应尤为明显。机制分析表明, 企业人工智能应用通过新任务创造效应、自动化扩张效应、自动化加深效应及融资约束缓解效应共同影响企业劳动收入份额。对此, 应加强政策引导与制度设计, 畅通人工智能技术效应向劳动收益转化的传导链条, 关注人工智能应用在企业类型与地区间的差异化效应, 从而推动劳动收入份额的有效提升。
作为国产推理大模型, DeepSeek-R1参与法律推理的正当性, 源于司法数字化的现实需求、R1模型技术优势, 以及国家“人工智能+”战略的政策支持。在证据充分、法律明确的简单刑事案件中, DeepSeek-R1在形式法律推理层面展现出广阔的应用前景。它能利用混合神经网络架构优势, 提升证据推理与法律适用的质效, 借助溯因推理生成多元侦查故事假说, 并在全案事实认定中展现出潜力。然而, 在面对证据短缺或法律存疑的复杂案件时, DeepSeek-R1却暴露出实质法律推理能力的不足。具体表现为: 在传统类犯罪证据薄弱的案件中推理能力下降; 对开放性法律条款适用存在误读; 因训练数据失衡而导致无罪推理能力较弱。为克服上述局限, 应在复杂案件的适用中构建“人机协同”的理性补强模式, 通过精准“投喂”人工标注数据提升大模型的经验常识学习能力, 并利用思维链技术在推理算法中嵌入可视化的价值判断以引导模型优化。同时, 必须明确DeepSeek-R1的辅助定位, 确保司法决策的主体责任与价值导向始终由法律人承担和把控。
