新质生产力的非竞争性及其对数智会计教育高质量发展的影响： 一个数字经济学模型

高少 慧*
广州工商学院

摘要


本文基于数字经济学理论构建新质生产力赋能数智会计教育模型，分析其非竞争性对教育高质量发展的影
响机制。我们的模型表明，新质生产力能够通过数据、算法和算力共享提升数智会计教育水平。与传统竞争性资源
不同，新质生产力可被多所高校同时利用，在非竞争性条件下，不会因共享而降低使用效率，因此能够产生额外的
规模效应和网络效应。理论结果表明，高校间共享新质生产力越充分，教育质量和人均教育产出越高；若新质生产
力具有竞争性，共享效应则消失，而教育发展仅依赖自身积累，导致整体效率下降。因此，本文认为，推动数据、
算法和智能教育平台开放共享是实现数智会计教育高质量发展的重要路径。

关键词


新质生产力；非竞争性；数智会计教育；高质量发展

全文:

PDF


参考


[1]Acemoglu, Daron. 2025. “The Simple Macroeconomics

of AI.” Economic Policy 40(121): 13-58. http://www.nber.

org/papers/w32487.

[2]Acemoglu, D., Kong, D., & Ozdaglar, A. (2026).

AI, Human Cognition and Knowledge Collapse (W34910;

NBER WORKING PAPER SERIES). https://www.

edweek.org/technology/rising-use-of-ai-in-schoolscomes-with-big-downsides

[3]Acemoglu, D., Lin, T., Ozdaglar, A., & Siderius, J.

(2026). How AI Aggregation Affects Knowledge (W35036;

NBER WORKING PAPER SERIES).

[4]Acemoglu, Daron, Ali Makhdoumi, Azarakhsh

Malekian, and Asu Ozdaglar. 2022. “Too Much Data: Prices

and Inefficiencies in Data Markets.” American Economic

Journal: Microeconomics 14(4): 218-56.

[5]Acemoglu, Daron, Ali Makhdoumi, Azarakhsh

Malekian, and Asuman Ozdaglar. 2024. “When Big Data

Enables Behavioral Manipulation.” American Economic

Review: Insights 7(1): 19-38.

[6]Hanushek, Eric A. 1979. “Conceptual and Empirical

Issues in the Estimation of Educational Production Functions.”

The Journal of Human Resources 14(3): 351-88. http://www.

jstor.orgURL:http://www.jstor.org/stable/145575Accessed:28-

09-201500:09UTC.

[7]Ichihashi, Shota. 2021. “Competing Data

Intermediaries.” RAND Journal of Economics 52(3): 515-37.

doi:10.1111/1756-2171.12382.

[8]Jones, Charles I., and Christopher Tonetti. 2020.

“Nonrivalry and the Economics of Data.” American Economic

Review 110(9): 2819-58. doi:10.1257/aer.20191330.


Refbacks

  • 当前没有refback。