人工智能已成为新一轮科技革命的核心技术,其国际竞争力与新的大国竞争格局紧密相关。本文以33个国家为样本案例,通过建立资源—能力—环境框架,采用模糊集定性比较分析方法实证研究了影响人工智能国际竞争力的不同因素组合,研究发现:数字资源、主导能力和营商环境是提升人工智能国际竞争力的必要条件;国家获得高人工智能国际竞争力的组态有4条,分别是数字资源—营商环境型、数字资源—主导能力—营商环境型、以数字资源—主导能力为核心的全面发展型、以数字资源—主导能力为核心的创新能力型;导致国家产生低人工智能国际竞争力的组态有3条,分别是数字资源—创新能力不足型、全面不足型、数字资源—能力—营商环境不足型。

尽管学界高度重视数字经济背景下的乡村女性劳动参与及其经济社会价值,但对数字下乡如何赋能乡村女性职业发展的内在机制仍缺乏深入研究。 本文基于某平台企业在中西部欠发达县域公益项目实践的案例分析,发现“职业再造”是数字赋能乡村女性职业发展的关键逻辑,具体体现为三种路径机制:一是职业空间再造催生“数字蓝领”,通过引入在地化、灵活性就业岗位,重构工作与家庭的物理边界,有效激活留守女性长期被碎片化和隐形化的劳动时间与人力资源;二是职业技能再造培育“数字白领”,依托新兴数字就业岗位推动返乡青年女性的“再技能化”,突破传统体制内外的二元职业结构局限,为其构建基于新型人力资本积累的职业流动通道;三是职业认同再造形塑“数字新农人”身份,通过数字创业实现经济成功与社会价值认同,推动农民从固化的社会身份标签向具有示范效应的现代农民职业转变。 本文结论为通过数字下乡推动女性劳动力职业发展、增强乡村振兴的内生动力提供了重要的政策启示

本文聚焦平台城市主义视角下的外出就餐实践,选取Z世代成年消费者作为研究样本,采用半结构化访谈法进行探索性研究。研究揭示,在平台城市主义视角下,用户的外出就餐行为呈现出决策前置、去空间化、消费中介化及“求新”化的趋势。这些变化进一步在用户的社会心态层面引发了一种寻求安全感与不安感的内在张力,具体体现在“避雷”心态的形成、信任机制的重塑以及“薅羊毛”价值观的建构上。借助“结构—能动”框架,研究明确了平台在日常生活中的角色定位:平台正逐渐“固化”为一种结构性的力量,然而用户并未被动地接受这一结构,而是围绕其展开了积极的物质性实践。

《技术封建主义》是法国左翼经济学家、社会评论家塞德里克·迪朗2020年出版的著作,2024年出版中文版。该书阐述了数字技术统治下资本主义经济的封建化转向,以一种人类社会超越资本主义的未来面向系统性地剖析了技术封建主义假说的缘起与逻辑结构。当然,由于对马克思“利润”“劳动”等概念的误读,以及对自由竞争的资本主义向帝国式的垄断资本主义转变过程的忽略,这一假说也受到了批评,质疑作者将垄断资本主义的亚形态误认为资本主义的终结。跳出审视的眼光,本文更关注的是迪朗对社会平台化进程中所暴露的问题之针砭而引发的关于平台的思考,并以此为启发尝试初步建构起“平台帝国”的全新想象。

传统统计调查面临成本高昂、样本损耗及时效滞后等系统性难题,而大语言模型(LLMs)驱动的生成式人工智能(GAI)为革新数据获取范式提供了新途径。 本文以中国健康与养老追踪调查(CLHLS)为实证场景,构建基于LLMs的老年健康数据生成框架,借助知识增强技术注入先验规则,对2021年追踪样本的自评健康和日常生活活动能力(ADL)进行高保真模拟。 研究发现,知识增强有效突破了通用大模型的局限,校正了模型偏差,较为准确地复现了健康指标与健康行为、人口学因素的关联模式。 然而,技术落地仍面临三重挑战。 基于此,本文提出在认识上构建“人机互馈”、方法上建立“人机共审”、生态上实现“人机共生”的“人类—AI”协同的社会研究新范式。

生成式人工智能正深刻变革着计算社会科学领域,为数据收集与分析的多模态处理开辟了新的可能。 这一技术突破对缺乏深厚编程背景的研究者而言影响重大。 其一,生成式人工智能可通过自动化代码生成、注释和调试,大幅提高社会科学研究者的工作效率;其二,借助创新的提示工程,研究人员能够深入开展复杂的数据分析;其三,计算社会科学的教学领域也能受益于生成式人工智能工具,尤其是在代码注释和复杂代码解释方面,从而简化了学习过程,使计算社会科学技术更易理解和接触。

技术将边界划定和信息传播机制纳入自然化过程,这一趋势引发了媒介研究领域对接口概念的关注。以穿戴式设备为例,数字接口的设计并非依赖孤立的技术指标,而是基于具体的社会文化环境和意识形态,并在具身实践中重新定义了用户及其身体。此外,随着新技术的出现,接口的变化导致了媒介互动形式的改变,进而影响了社会交往领域。在探讨技术接口设计背后的意识形态时,技术的价值至关重要。尽管技术专家试图寻找甚至声称找到了某种具有普遍性的价值判断,且适用于不同文化背景和时期,但技术的价值是一个历史范畴,其变化影响着技术文化研究的问题意识。

在过去25年间,数据采集、传输、存储与分析技术迅猛发展,引领全球步入新一轮数据革命。 这场革命以前所未有的力度重塑着研究的基本范式,在社会科学领域的显著体现便是数据规模呈爆炸式增长且数据类型不断涌现。 与此同时,各类原本作为社会生活数字化衍生产品的数据正被重新挖掘和利用。 数据革命的诸多特征对于人口学家来说并不陌生,他们长期处理海量数据,且善于将有缺陷的数据转化为研究资源。 尽管如此,人口学也深受这场数据革命的影响,其研究所依赖的数据生态系统面临着巨大挑战。 这种变革主要体现在两个方面:其一,如普查、行政记录和调查数据这类传统大型人口数据在颗粒度、数据类型及关联整合能力等方面有了大幅提升;其二,手机和网络产生的“数字足迹”等新型大数据源日益受到学界关注,进而推动了“数字人口学”的兴起。 可见,这一变革。