人工智能在數(shù)字江西建設(shè)中的應(yīng)用探究

摘要：文章聚焦當(dāng)前人工智能熱點，分析人工智能演進趨勢和主流智能大模型的優(yōu)缺點，結(jié)合江西實際，探究人工智能在數(shù)字江西建設(shè)中的應(yīng)用場景、面臨的困難和挑戰(zhàn)，并從統(tǒng)籌布局、示范試點、發(fā)展環(huán)境等方面，提出在江西發(fā)展人工智能應(yīng)采取的對策措施，以便為科學(xué)決策提供支撐服務(wù)。

關(guān)鍵詞：人工智能；數(shù)字江西；創(chuàng)新應(yīng)用

數(shù)字中國建設(shè)正邁入智能化躍遷的新階段，自2025年初DeepSeek火爆“出圈”以來，全國各地爭相將人工智能融入數(shù)字經(jīng)濟、數(shù)字社會、數(shù)字政府建設(shè)中。隨著“人工智能+”在今年首次被寫入政府工作報告核心篇章，人工智能已成為驅(qū)動新質(zhì)生產(chǎn)力的核心引擎，并深度影響經(jīng)濟社會各行業(yè)各領(lǐng)域發(fā)展。

一、當(dāng)前人工智能發(fā)展現(xiàn)狀與趨勢

（一）人工智能發(fā)展演進趨勢

人工智能的發(fā)展經(jīng)歷了從1.0到2.0的演進階段。人工智能1.0以預(yù)訓(xùn)練模型為基礎(chǔ)，通過大規(guī)模語料庫訓(xùn)練獲得強大語言理解和生成能力，涌現(xiàn)出BERT、GPT系列等代表性模型，廣泛應(yīng)用于自然語言處理領(lǐng)域。人工智能2.0則是在1.0的基礎(chǔ)上升級優(yōu)化，以生成式人工智能為主流，推動了人工智能領(lǐng)域的模式轉(zhuǎn)換，廣泛應(yīng)用于金融科技、醫(yī)療健康、政務(wù)服務(wù)等行業(yè)領(lǐng)域。同時，新一代人工智能基礎(chǔ)設(shè)施的建設(shè)，將持續(xù)推動人工智能領(lǐng)域創(chuàng)新發(fā)展，涌現(xiàn)出更多具有顛覆性潛能的生成式AI應(yīng)用。2025年，DeepSeek的發(fā)布打破了全球AI巨頭的“成本壁壘”，國內(nèi)外科技廠商迅速作出響應(yīng)，調(diào)整模型發(fā)展策略，加快了大模型發(fā)展路徑分化、技術(shù)快速革新和市場賽道重新布局。

人工智能發(fā)展路徑上，目前形成兩種策略：一是以xAI為代表的“資源密集型”路徑，即通過不斷增加算力、數(shù)據(jù)和模型規(guī)模來提升性能，追求極致性能提升。二是以DeepSeek為代表的“高效優(yōu)化型”路徑，即通過優(yōu)化算法和降低算力需求來實現(xiàn)高性價比的人工智能模型構(gòu)建。這兩種策略各有優(yōu)劣，前者在性能上可能更具優(yōu)勢，但成本高昂，后者則更注重性價比和普及性。

技術(shù)革新方面，人工智能實現(xiàn)了三大跨越。一是模型規(guī)模與能力提升。以GPT-4、Gemini、DeepSeek等為代表的大模型在自然語言處理、多模態(tài)理解上表現(xiàn)出色，得益于參數(shù)數(shù)量、訓(xùn)練數(shù)據(jù)規(guī)模及算法優(yōu)化等的顯著進展。二是多模態(tài)人工智能的崛起。多模態(tài)人工智能能夠跨越文本、圖像、視頻、音頻等多種數(shù)據(jù)形式，使應(yīng)用場景更加多元化。三是智能體的發(fā)展。智能體是集成了自主學(xué)習(xí)與決策能力的先進智能系統(tǒng)、程序或機器人，能夠在與人類或其他智能體的交互過程中不斷學(xué)習(xí)和優(yōu)化。智能體可以理解為大模型的應(yīng)用層，雖與大模型密切相關(guān)，但有著本質(zhì)區(qū)別。大模型是智能體的核心，為其提供語言理解和生成能力。而智能體除了大模型外，還具備規(guī)劃、記憶和工具使用等多種能力，展現(xiàn)出更強的自主性與執(zhí)行力，今年3月發(fā)布的通用智能體manus，具備從規(guī)劃到執(zhí)行全流程自主完成任務(wù)的能力，能夠獨立完成簡歷篩選、房產(chǎn)遴選等復(fù)雜任務(wù)。

大模型開源策略上，業(yè)界存在兩種態(tài)度。部分廠商選擇閉源策略，以保護自身的技術(shù)成果。而另一些廠商則積極擁抱開源，DeepSeek的開源策略吸引了眾多人工智能廠商向開源靠攏，通過共享資源與知識來降低研發(fā)成本，激發(fā)創(chuàng)新活力?？傮w來看，DeepSeek作為國產(chǎn)人工智能大模型的重要代表，降低了人工智能大模型運行所需的算力門檻，帶動國內(nèi)越來越多人工智能廠商擁抱開源，促進了人工智能產(chǎn)業(yè)鏈上下游企業(yè)接入、適配DeepSeek大模型，不斷加強企業(yè)間的合作與協(xié)同創(chuàng)新，加速推動了國內(nèi)人工智能產(chǎn)業(yè)生態(tài)發(fā)展。

（二）主流人工智能大模型比較分析

1. 國外主流人工智能模型

在國外人工智能領(lǐng)域，以ChatGPT-4系列（OpenAI）、Grok-3（xAI）、Gemini2.0系列（Google）模型為代表，各自展現(xiàn)出其優(yōu)劣勢。ChatGPT-4系列：采用混合專家（MoE）架構(gòu)實現(xiàn)多模態(tài)同步處理，能夠精準理解復(fù)雜的語言結(jié)構(gòu)與語義關(guān)系，接收圖像和音頻等多種模態(tài)輸入并生成文本輸出，在專業(yè)知識方面表現(xiàn)突出，支持跨模態(tài)聯(lián)合推理，其意圖識別準確率提升至95%，已深度集成于企業(yè)級智能客服系統(tǒng)，日均處理交互量突破10億次。Grok-3：基于實時網(wǎng)絡(luò)數(shù)據(jù)流訓(xùn)練機制，創(chuàng)新引入“思維鏈”推理機制，能夠像人類認知過程一樣分步處理復(fù)雜任務(wù)，在數(shù)學(xué)問題解決、科學(xué)問答和編程任務(wù)等方面展現(xiàn)出強大能力。動態(tài)知識更新速度較傳統(tǒng)模型提升300%，在量化交易場景中能實現(xiàn)毫秒級市場波動預(yù)測。Gemini2.0系列：具備多模態(tài)交互能力，對圖像、文本等多種信息進行處理和理解，并能生成包含圖文混合和多語言文本轉(zhuǎn)語音的復(fù)合型內(nèi)容，在復(fù)雜推理、知識理解和文本生成等方面表現(xiàn)出色。準確率和代碼生成任務(wù)速度也較為突出。

雖然，ChatGPT、Grok、Gemini模型在自然語言處理、多模態(tài)處理及推理能力等方面具備一定優(yōu)勢，但也存在一定局限性：一是適配性問題。對我國而言，由于文化差異、數(shù)據(jù)特性以及使用環(huán)境的不同，國外人工智能模型在我國的落地應(yīng)用可能需要較長時間調(diào)整和優(yōu)化。比如Grok-3高度依賴于特定的硬件設(shè)備（英偉達H100 GPU），限制了其在不同計算環(huán)境中的適用性，遭遇性能瓶頸，進一步影響應(yīng)用范圍和效率。二是成本高昂。國外AI模型龐大的規(guī)模導(dǎo)致訓(xùn)練和部署需要大量計算資源，運行過程中消耗大量電力，導(dǎo)致成本居高不下。比如ChatGPT模型價格昂貴，每百萬詞源（token）調(diào)用價格高達150美元，高昂算力投入帶來較高技術(shù)門檻。三是意識形態(tài)分歧。國外人工智能模型在開發(fā)過程中，受其所在國家文化、價值觀及政策導(dǎo)向的影響，可能導(dǎo)致模型在內(nèi)容生成、觀點表達上存在潛在的意識形態(tài)偏見。當(dāng)這些模型應(yīng)用于我國時，可能會因文化差異和價值觀沖突，產(chǎn)生不符合我國社會主流意識形態(tài)的內(nèi)容，對公眾輿論、文化傳播構(gòu)成潛在威脅。四是數(shù)據(jù)安全風(fēng)險。使用國外人工智能模型時，海量數(shù)據(jù)信息被收集訓(xùn)練，極易導(dǎo)致國內(nèi)敏感數(shù)據(jù)流失和泄露，如果被國外機構(gòu)有目的地加以利用分析，甚至威脅國家安全。

2. 國內(nèi)主流人工模型

我國緊跟全球人工智能模型發(fā)展趨勢，正加速構(gòu)建自主可控的人工智能模型生態(tài)體系，其中，以DeepSeek、Qwen、文心一言等為代表的國產(chǎn)大模型，形成了各具特色的競爭優(yōu)勢。DeepSeek（深度求索公司）：具備高性能、低成本、對外開源的優(yōu)勢，在高性能GPU受限的情況下，DeepSeek-R1表現(xiàn)超越現(xiàn)有開源和閉源模型，在百科知識、長文本處理、代碼生成、數(shù)學(xué)推理和中文能力等多個方面均領(lǐng)先其他模型，而訓(xùn)練成本僅為ChatGPT4.0的二十分之一，API定價也大大降低，顯著降低了開發(fā)者接入成本。DeepSeek支持本地部署和快速定制小模型，降低了人工智能落地門檻，推動大模型廣泛應(yīng)用。通義千問Qwen（阿里云公司）：具備對外開源、高性能、多模態(tài)支持等優(yōu)勢，應(yīng)用于文字創(chuàng)作、文本處理、編程輔助、翻譯服務(wù)、對話模擬、數(shù)據(jù)可視化等應(yīng)用場景。最新的Qwen2.5-MAX模型在數(shù)學(xué)和編程單項能力排名世界第一。文心一言（百度公司）：具備多模態(tài)生成、知識增強能力、對外開源等優(yōu)勢，支持文本、圖像、語音、視頻跨模態(tài)生成與理解，實現(xiàn)“圖文并茂”內(nèi)容創(chuàng)作，適用于文字創(chuàng)作、文本處理、編程輔助、智能客服等應(yīng)用場景。文心大模型系列于6月30日起對外開源。

DeepSeek、通義千問、文心一言等國內(nèi)人工智能模型在中文能力方面具備一定優(yōu)勢，但也存在一些局限性：一是技術(shù)架構(gòu)方面。國內(nèi)人工智能模型技術(shù)架構(gòu)主要是借鑒或沿用國外主流的深度學(xué)習(xí)框架與模型結(jié)構(gòu)，底層技術(shù)框架的“根”仍源自國外。這種依賴性可能導(dǎo)致在面對技術(shù)封鎖、框架更新迭代等外部風(fēng)險時，國內(nèi)模型的升級與維護面臨挑戰(zhàn)，限制了技術(shù)的自主可控發(fā)展。二是算法方面。國內(nèi)模型在算法設(shè)計和優(yōu)化上，部分核心技術(shù)仍依賴國外。例如，基礎(chǔ)算法框架和優(yōu)化策略往往參考國際前沿研究，國內(nèi)在原始創(chuàng)新和算法設(shè)計上仍需加強。三是數(shù)據(jù)處理方面。國外模型數(shù)據(jù)來源豐富，覆蓋全球多語言、多文化場景，更新及時，數(shù)據(jù)質(zhì)量高。國內(nèi)模型數(shù)據(jù)存在標注標準不統(tǒng)一、數(shù)據(jù)多樣性不足、數(shù)據(jù)質(zhì)量不高、更新速度慢等問題，數(shù)據(jù)處理能力與國外存在一定差距。四是全鏈條安全方面。全鏈條的安全性是當(dāng)前國內(nèi)人工智能模型發(fā)展面臨的重要挑戰(zhàn)。模型應(yīng)用涉及數(shù)據(jù)安全、模型安全、應(yīng)用安全等多個鏈條，在訓(xùn)練過程中可能引入數(shù)據(jù)泄露風(fēng)險，或在推理過程中存在被攻擊的可能性。特別是國內(nèi)人工智能模型發(fā)展受益于國際上的開源項目，部署時往往需要使用國外軟件或開源軟件，自主可控的安全能力受到影響。

二、人工智能在數(shù)字江西建設(shè)中的應(yīng)用分析

發(fā)展人工智能在數(shù)字江西建設(shè)中具有重要戰(zhàn)略意義，既要在全省范圍內(nèi)大力開發(fā)和挖掘人工智能應(yīng)用，又要同時統(tǒng)籌考慮安全性、高效性和經(jīng)濟性等問題。

（一）人工智能賦能數(shù)字江西建設(shè)的應(yīng)用場景

1. 智慧文旅產(chǎn)業(yè)

一是沉浸式體驗，結(jié)合VR/AR與人工智能大模型的多模態(tài)實時交互功能，讓游客身臨其境與歷史名人對話，實現(xiàn)歷史文化場景沉浸式體驗；二是人工智能私人導(dǎo)游，基于用戶畫像、游客偏好，結(jié)合實時人流數(shù)據(jù)，生成最佳游玩行程，并提供多語言實時講解服務(wù)；三是文旅資源管理優(yōu)化，通過分析歷史客流和節(jié)假日數(shù)據(jù)，提前預(yù)警擁堵風(fēng)險并動態(tài)調(diào)整景區(qū)承載量，提升管理效率，并為相關(guān)企業(yè)提供智能決策支持；四是文化IP開發(fā)，生成可互動的虛擬文化形象代表，并結(jié)合智能營銷內(nèi)容生成與推薦算法向特定群體推送定制化文旅產(chǎn)品，促進文旅產(chǎn)業(yè)發(fā)展。

2. 智慧教育行業(yè)

一是助力實現(xiàn)學(xué)科教學(xué)智能化創(chuàng)新，如文生圖古詩詞理解、科學(xué)原理動態(tài)演示、外語智能練習(xí)等；二是個性化學(xué)習(xí)支持，如分析學(xué)生答題數(shù)據(jù)和行為特征，量身定制學(xué)習(xí)計劃和學(xué)習(xí)路線；三是教學(xué)輔助工具，如課件自動生成、素材自動篩選、作業(yè)自動批改等；四是促進教育資源公平化，整合名校教學(xué)課程資源與教學(xué)經(jīng)驗，為教育資源薄弱地區(qū)提供指導(dǎo)方案。

3. 智慧農(nóng)業(yè)

借助語音交互，圖片與視頻識別等方式，結(jié)合專家知識庫，為廣大農(nóng)民提供便捷易用的人工智能農(nóng)技顧問服務(wù)，包括但不限于病蟲害診斷防治、水肥管理、生長預(yù)測、災(zāi)害預(yù)警與對策建議、農(nóng)業(yè)法規(guī)解讀、市場供需分析等場景功能。

4. 智慧城市建設(shè)

借助AI大模型分析監(jiān)測多模態(tài)物聯(lián)監(jiān)控數(shù)據(jù)，提升智慧城市感知水平，及時主動發(fā)現(xiàn)城市運行過程的各種問題。結(jié)合群眾投訴等渠道信息，通過智能分類派單，實現(xiàn)問題快速發(fā)現(xiàn)、快速響應(yīng)、快速解決。

5. 智能政務(wù)服務(wù)

基于江西省實際建設(shè)政務(wù)服務(wù)智能體，對接各領(lǐng)域各地區(qū)政務(wù)服務(wù)系統(tǒng)組件，實現(xiàn)涵蓋群眾服務(wù)、企業(yè)服務(wù)的全場景一站式智能交互辦事平臺，不斷擴大功能范圍，提升服務(wù)精度。提升惠企服務(wù)效能。推動“贛企通”等平臺服務(wù)能力的迭代升級，加快拓展智能政策匹配、項目申報輔助、企業(yè)自檢自查、供需智能對接及企業(yè)信用評估等全領(lǐng)域智能化應(yīng)用，為企業(yè)提供精準、高效的一站式服務(wù)，助力企業(yè)高質(zhì)量發(fā)展。探索特定行業(yè)智能應(yīng)用，對于財稅管理、司法與法律服務(wù)、市場監(jiān)管、生態(tài)文明建設(shè)等領(lǐng)域可深度探索AI智能應(yīng)用，如財稅報表統(tǒng)計分析、法官判決參考、企業(yè)行為檢測與風(fēng)險預(yù)警、多模態(tài)數(shù)據(jù)源生態(tài)監(jiān)測等。

（二）可能面臨的問題和挑戰(zhàn)

當(dāng)前人工智能模型在數(shù)字江西建設(shè)應(yīng)用主要面臨以下問題。

1. 人工智能大模型幻覺問題

人工智能大模型由于缺乏自主判斷能力，無法有效甄別數(shù)據(jù)源的真實性與可靠性，其輸出結(jié)果可能蘊含難以解釋的邏輯“幻覺”，即內(nèi)容看似合理卻與實際情況相悖。在政策咨詢等場景中，此類輸出信息可能對公眾和政府決策形成誤導(dǎo)。此外，若信息輸入端存在更新滯后、準確性不足等問題，人工智能大模型的輸出內(nèi)容將失真，進一步影響決策效力。需要配備專門人員對模型進行專業(yè)訓(xùn)練，并對應(yīng)用結(jié)果進行嚴格審核，以確保輸出內(nèi)容的準確性和可靠性。

2. 數(shù)據(jù)供給質(zhì)量問題

數(shù)據(jù)是人工智能大模型應(yīng)用的基礎(chǔ)，數(shù)據(jù)質(zhì)量直接關(guān)系到人工智能大模型的精準度與性能表現(xiàn)。當(dāng)前，江西省政務(wù)數(shù)據(jù)歸集共享仍存在數(shù)據(jù)量偏少、數(shù)據(jù)多元化不足、數(shù)據(jù)質(zhì)量偏低等問題，亟須進一步強化高質(zhì)量數(shù)據(jù)的歸集治理與共享利用，為“人工智能+”建設(shè)夯實數(shù)據(jù)根基。

3. 數(shù)據(jù)安全問題。

從內(nèi)部看，人工智能大模型的高效運作依賴于大規(guī)模數(shù)據(jù)的訓(xùn)練與調(diào)用，這一過程中潛藏著數(shù)據(jù)污染、虛假信息等隱患。從外部看，大模型存在端口暴露、網(wǎng)絡(luò)攻擊、漏洞入侵、數(shù)據(jù)篡改、語料“投毒”等風(fēng)險。需要建立健全數(shù)據(jù)安全防護體系，強化數(shù)據(jù)分類分級、訪問控制和隱私保護。

4. 資源浪費問題

部分地方在整合納入如DeepSeek、百度、阿里等先進AI模型時，缺乏統(tǒng)一明確的規(guī)劃框架與標準化指導(dǎo)，可能存在重復(fù)建設(shè)和資源浪費的現(xiàn)象。例如一些地方未充分評估實際需求，投入大量資金引入DeepSeek及算力設(shè)備，由于技術(shù)適配性不足或使用場景有限，造成投入產(chǎn)出失衡。雖然DeepSeek在降本增效方面取得進展，但全面鋪開智能政務(wù)服務(wù)其成本仍然過高。加之人工智能技術(shù)日新月異，若缺乏長遠且系統(tǒng)的規(guī)劃，短期內(nèi)或?qū)⒚媾R頻繁的系統(tǒng)升級乃至重建。

5. 過度依賴人工智能技術(shù)削弱應(yīng)急響應(yīng)能力問題

特別是政府部門若過度依賴DeepSeek等人工智能，可能在面對技術(shù)故障、網(wǎng)絡(luò)攻擊或突發(fā)公共事件時，暴露出應(yīng)急管理體系的脆弱性。如DeepSeek系統(tǒng)的任何故障都可能立即影響政務(wù)服務(wù)的連續(xù)性，甚至引發(fā)公眾對政府危機處理能力的質(zhì)疑。需要建立人工干預(yù)機制和應(yīng)急響應(yīng)體系，提升系統(tǒng)抗風(fēng)險能力。

三、對策建議

（一）堅持高位推動，做好統(tǒng)籌布局

加強政府引導(dǎo)，堅持高起點謀劃、高標準推進，省級層面成立數(shù)字江西人工智能建設(shè)領(lǐng)導(dǎo)機構(gòu)，明確機構(gòu)各成員單位在發(fā)展人工智能中的責(zé)任和任務(wù)，形成上下聯(lián)動、齊抓共管的良好局面。明確人工智能的政策導(dǎo)向，出臺政策措施，清晰闡述建設(shè)目標、具體內(nèi)容、實施步驟、落地舉措等關(guān)鍵內(nèi)容，為各地各部門提供清晰、可行的政策框架與操作指南，在全省科學(xué)合理布局，避免一哄而上，重復(fù)建設(shè)。對于數(shù)字政府領(lǐng)域人工智能的建設(shè)和應(yīng)用，堅持發(fā)展與安全并重，加強規(guī)范管理，制定完善管理制度和流程，確保建設(shè)過程符合相關(guān)標準規(guī)范。

（二）開展應(yīng)用試點，示范引領(lǐng)發(fā)展

堅持穩(wěn)步推進，采用“試點先行、穩(wěn)步拓展”的漸進式策略，分階段、分批次有序啟動試點建設(shè)，推動數(shù)字江西大模型場景應(yīng)用的深度落地與應(yīng)用。優(yōu)先選擇南昌、贛州等基礎(chǔ)條件較為成熟城市，作為“人工智能+數(shù)字江西”應(yīng)用場景的先行試點。鼓勵各試點地區(qū)結(jié)合本地特色及實際需求，創(chuàng)新探索人工智能在不同行業(yè)領(lǐng)域的創(chuàng)新應(yīng)用，不斷催生新業(yè)態(tài)。同時，建立一套以應(yīng)用場景需求為導(dǎo)向的創(chuàng)新激勵機制，定期向全省征集“人工智能+數(shù)字江西”應(yīng)用場景的需求信息，全面掌握各地各行業(yè)的場景需求，定期發(fā)布一批涵蓋各領(lǐng)域、各層級的數(shù)字江西大模型應(yīng)用場景清單，吸引更多力量參與場景創(chuàng)新與應(yīng)用實踐。

（三）優(yōu)化發(fā)展環(huán)境，加大支持力度

一是營造人工智能應(yīng)用的市場氛圍。把握人工智能帶來的新技術(shù)、新產(chǎn)品、新業(yè)態(tài)發(fā)展的歷史機遇，激發(fā)創(chuàng)新創(chuàng)業(yè)熱情，鼓勵人工智能應(yīng)用創(chuàng)新創(chuàng)業(yè)，通過組織培訓(xùn)、應(yīng)用大賽、技術(shù)產(chǎn)品路演等活動，創(chuàng)造良好的人工智能應(yīng)用創(chuàng)新創(chuàng)業(yè)氛圍。二是降低人工智能應(yīng)用創(chuàng)新門檻。重點扶持一批端到端全生命周期模型開放與應(yīng)用平臺，提供數(shù)據(jù)集開放，模型選型、精調(diào)、部署、評測、智能體應(yīng)用開放等全套工具和服務(wù)，提升人工智能應(yīng)用的普及性。三是加強應(yīng)用宣傳推廣。加大人工智能原生示范應(yīng)用企業(yè)、場景和案例的遴選力度，并加以推廣應(yīng)用，對開發(fā)人工智能應(yīng)用產(chǎn)品和服務(wù)的企業(yè)，特別是中小微企業(yè)，給予安排算力券和模型券，降低創(chuàng)新成本，促進人工智能應(yīng)用和開發(fā)閉環(huán)迭代。

參考文獻：

[1]董雅雯，李恒，劉佳，朱云堯，楊學(xué)婧，吳勝男.大模型技術(shù)的發(fā)展與應(yīng)用：現(xiàn)狀、機遇與挑戰(zhàn)[J].人工智能，2025（01）：110-116.

[2]中華人民共和國國務(wù)院.國務(wù)院關(guān)于印發(fā)“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃的通知[EB/OL].[2022-01-12].https：//www.gov.cn/zhengce/zhengceku/2022-01/12/content_5667817.htm？ivk_sa=1023197a.

[3]韓文龍，晏宇翔，張瑞生.推動數(shù)字經(jīng)濟與實體經(jīng)濟融合發(fā)展研究[J].政治經(jīng)濟學(xué)評論，2023，14（03）：67-88.

[4]魏巍，曾錚，劉蕾.從DeepSeek突破看我國人工智能產(chǎn)業(yè)創(chuàng)新范式、挑戰(zhàn)與應(yīng)對[J/OL].經(jīng)濟縱橫，1-13[2025-06-03].http：//kns.cnki.net/kcms/detail/22.1054.F.20250417.2118.002.html.

（作者單位：江西省政務(wù)信息中心）