一、数据与方法：我们怎么数出来的
数据来自全国哲学社会科学工作办公室 2026 年 10 月 8 日公示的（重点项目、一般项目、青年项目、西部项目立项名单 PDF），覆盖学科字段为「理论经济学」「应用经济学」「管理学」的全部条目。我们用脚本解析表格、合并换行，得到结构化数据集：
| 学科 | 立项数 | 占经管类比重 | 说明 |
|---|---|---|---|
| 理论经济学 | 180 | 13.3% | 含马克思主义政治经济学、世界经济、经济史与思想史、西方经济学 |
| 应用经济学 | 519 | 38.3% | 金融、财政、贸易、区域、产业、劳动等方向最密集 |
| 管理学 | 656 | 48.4% | 创新、组织、数字治理、公共政策与卫健等 |
| 合计 | 1355 | 100% | 四项类别合计 |
主题归类采用「关键词—最优匹配」法：为每个课题名称在六套主题词表上打分，归入得分最高的主题（并列时按主题辨识度优先）。统计口径是占全部 1355 项的份额，后文「分学科渗透率」则是占各学科内部的份额。需要说明，约 15.0%（203 项）为基础理论与政治经济学创新（习近平经济思想、马克思主义政治经济学、《资本论》、经济史与思想史等），本身跨主题分布，下文单列披露而不并入六大主题。
一个口径提醒：国家社科基金的学科代码与高校院系设置不完全对应，同一议题可能被分到不同学科。本文的「主题」是按题目文本聚类得到的议题分布，反映的是研究关切的集中度，而非严格的学科边界——这正是它比学科代码更贴近「风向」的地方。
二、总体分布：六大研究热点
把 1355 个立项按议题聚类，得到六个清晰的主题板块。最大的一块「数智化与人工智能」独占逾三分之一，且越往管理学一端渗透越深（见图 3）。
| 主题 | 占比 | 一句话议题 | 跨学科强度 |
|---|---|---|---|
| 数智化与人工智能 | 35.5% | 数据要素、平台、算法、数字贸易与 AI 赋能 | 三学科通吃，管理学最高（43.0%） |
| 新质生产力与创新 | 13.0% | 关键核心技术、未来产业、耐心资本、科创—产业融合 | 应用经济学与管理学为主 |
| 金融安全与包容发展 | 12.8% | 债务—房地产—金融互染、中小银行脆弱性、就业与分配 | 应用经济学最密，理论经济亦有 |
| 高水平开放与全球治理 | 9.0% | 制度型开放、出口管制、供应链安全、数据跨境 | 理论经济与应用经济并重 |
| 绿色低碳与生态治理 | 7.8% | 双碳、碳定价、生态产品价值、气候风险 | 三学科均衡 |
| 统一大市场与区域城乡 | 6.9% | 统一大市场、区域协调、城乡融合、县域与共同富裕 | 理论经济与管理学为主 |
如果把 2025 年度十大理论研究热点（中国社会科学杂志社，2025）作为旁证，新质生产力、数字经济、全球治理已是连续两年的高频词；本年度的新意在于：①「数智化」从某几个方向的前缀，变成了覆盖所有方向的主语；②「安全—韧性—公平」与「增长」并列，而非附属。
三、逐主题深读：占比、主要议题与典型题目
3.1 数智化与人工智能新范式 · 35.5%（481 项）
这是本次最值得注意的结构性事实。它不再是「数字经济」一个方向，而是研究对象与研究方法同时被改写：一边是研究数据要素、平台、算法、数字贸易，另一边是「用机器学习/复杂网络重做老问题」。管理学端的渗透率高达 43.0%，意味着组织、创新、治理类课题几乎默认带「数智」前缀。
| 典型题目（节选） | 学科 · 类别 |
|---|---|
| 人工智能赋能新生代农民工高质量充分就业的机制与路径研究 | 理论经济 · 重点 |
| 平台企业内卷式竞争对平台生态主体利润挤压的治理研究 | 理论经济 · 重点 |
| 人机协同视域下人工智能应用的就业风险评估与应对策略研究 | 理论经济 · 重点 |
| 人工智能赋能服务贸易高质量发展的新模式、新挑战与政策优化研究 | 应用经济 · 重点 |
| 制造业人工智能应用从场景试点向规模扩散的转化机制与政策优化研究 | 应用经济 · 重点 |
| 算法就业歧视的识别策略与治理路径研究 | 管理学 · 重点 |
| 金融数据要素与算法应用的安全边界评估及技管协同治理研究 | 管理学 · 重点 |
| 词元经济下面向大模型服务的数据要素价值估计与收益分配研究 | 管理学 · 重点 |
3.2 新质生产力与创新驱动体系 · 13.0%（176 项）
新质生产力已从政策话语进入学理攻关：一端是马克思主义生产力理论的体系化阐释，另一端是「数实融合、AI 赋能、数据成为新生产要素」三条具体路径。与 3.1 的交集很大——新质生产力的「新」，主要靠数智化来承载。
| 典型题目（节选） | 学科 · 类别 |
|---|---|
| 因地制宜发展新质生产力的适配机制与政策优化研究 | 应用经济 · 重点 |
| 耐心资本与创业创新动态匹配的契约治理机制研究 | 应用经济 · 重点 |
| 政府投资基金推动科技创新和产业创新深度融合的机理与路径研究 | 管理学 · 重点 |
| 关键核心技术创新驱动国际技术标准主导力提升的机制与对策研究 | 管理学 · 重点 |
| 场景视角下数智技术驱动未来产业颠覆性创新的机制与路径研究 | 管理学 · 重点 |
| 技术投资封锁下中国科技企业的融资替代机制与创新突破路径研究 | 应用经济 · 重点 |
3.3 金融安全、风险治理与包容性发展 · 12.8%（174 项）
这一板块把「金融风险」与「就业—分配—民生」合并，背后是一条清晰的逻辑：从单纯追求增长，转向安全、韧性、公平三位一体。金融端集中在债务—房地产—金融风险的互染、中小银行脆弱性、资本市场功能与算法操纵；民生端集中在就业、收入分配、社保与人口高质量发展。
| 典型题目（节选） | 学科 · 类别 |
|---|---|
| 地方债务风险、房地产风险与金融风险的互染机制及破解路径研究 | 应用经济 · 重点 |
| 内卷式竞争下中小银行系统脆弱性的生成机制与韧性治理研究 | 应用经济 · 重点 |
| 我国资本市场投融资功能协调性演化机制与提升对策研究 | 应用经济 · 重点 |
| 人工智能应用对商业银行系统性风险的影响机制、效应与对策研究 | 应用经济 · 一般 |
| 「数据—资金」双层网络下银行数据资产流通的风险识别与穿透式监管研究 | 应用经济 · 一般 |
| 宏观债务结构与系统性风险防范研究 | 应用经济 · 一般 |
| 京津冀科技金融共生网络的演化机制、跨区梗阻与协同治理研究 | 应用经济 · 一般 |
高度相关的题目集中在此：资产定价、公司金融、金融网络、数字金融、可解释 AI 在信贷与监管中的运用——2026 年经管类中约 149 项（11.0%）直接落在「金融科技 / AI 金融 / 资产定价 / 金融网络 / 普惠金融」这一交叉带上，是值得重点布局的「富矿」。
3.4 高水平制度型开放与全球治理 · 9.0%（122 项）
从「融入既有体系」转向主动对接规则、争夺标准、对冲风险。大国博弈、出口管制、供应链安全、数据跨境，是这一主题的四条主线；理论经济学侧重全球化周期与治理理论，应用经济学侧重产业链供应链的中观机制。
| 典型题目（节选） | 学科 · 类别 |
|---|---|
| 大国博弈视角下经济全球化周期性发展规律与演进趋势研究 | 理论经济 · 重点 |
| 数据跨境流动重塑全球经济空间格局的理论机制与治理策略研究 | 理论经济 · 重点 |
| 中国出口管制政策工具箱与治理体系研究 | 理论经济 · 重点 |
| 跨境投资和中间品贸易联动对产业链供应链安全的影响研究 | 应用经济 · 重点 |
| 数字贸易制度型开放对跨国供应链安全的影响机制与对策研究 | 应用经济 · 重点 |
| 绿色规则冲击下全球生产网络跨境风险传导机制及韧性治理研究 | 应用经济 · 一般 |
3.5 绿色低碳转型与生态治理 · 7.8%（106 项）
双碳目标从「减排」走向「资产搁浅风险、碳定价、生态产品价值实现、气候风险传导」。值得注意的是，它和 3.1、3.3 频繁交叉——碳与气候风险被放进网络与生产网络里研究，是典型的「老问题 + 新工具」。
| 典型题目（节选） | 学科 · 类别 |
|---|---|
| 高碳产业资产搁浅风险阻滞机理及价值修复路径研究 | 理论经济 · 重点 |
| 全球碳壁垒冲击下我国新能源汽车产业链风险传导与低碳转型研究 | 应用经济 · 重点 |
| 国家公园游憩生态风险的传导路径、数智预警与韧性管控研究 | 管理学 · 重点 |
| 碳排放双控下隐性碳定价的量化测度、网络传导与优化路径研究 | 理论经济 · 一般 |
| 极端气候风险对生产网络的涟漪动态影响及应对策略研究 | 理论经济 · 一般 |
3.6 统一大市场、区域协调与城乡融合 · 6.9%（93 项）
份额不高但政策权重极高。统一大市场、区域协调、城乡融合、县域经济、共同富裕，是「发展不平衡」这一中国命题的延续性回应，也是少数与「数智化」关联相对较弱的板块——它更依赖制度分析与空间计量。
| 典型题目（节选） | 学科 · 类别 |
|---|---|
| 以全国统一大市场建设破解区域产业「内卷式」竞争的机制与政策研究 | 理论经济 · 重点 |
| 城乡融合赋能县域经济高质量发展的机制和路径研究 | 理论经济 · 重点 |
| 成渝地区双城经济圈发展能级形成机理与提升路径研究 | 管理学 · 重点 |
| 「投资于人」导向下民生性公共服务均等化实现机制与路径研究 | 应用经济 · 重点 |
四、研究范式的变化：四次转向
分布只是表象，更深的信号是范式。把 1355 个题目放回十年尺度，可以看到经管研究正在发生四次转向（见图 2）。这些都对应着方法论的根本变化，而不只是选题热度的迁移。
转向一：从「要素—结构」到「数智—算法」双重建构
过去十年经管实证的方法底盘是回归、面板、结构方程；2026 的立项显示，机器学习 + 因果识别 + 复杂网络正在成为新的「默认工具箱」，而 AI 同时成为研究对象（数据要素、平台、算法歧视）。这与国际经济学界的方法论转向完全同频：Mullainathan & Spiess（2017）把机器学习定义为「应用计量经济学方法」，Varian（2014）谈大数据给计量带来的新招，Athey（2018）系统论述机器学习如何改变经济学；在金融领域，Gu, Kelly & Xiu（2020）用机器学习重做资产定价实证，几乎是范式切换的标本。对高校教师而言，这意味着不会用预测—因果双轨方法，会越来越难进入头部议题。
转向二：从「增长优先」到「新质生产力 + 安全韧性」
发展目标的叙事重心在转移：规模、速度、总量，逐步让位于质量、自主、韧性、公平。技术封锁、债务—房地产—金融互染、产业链断点，这些「卡脖子」与「风险点」第一次成为立项的主语而非脚注。2025 年度十大理论研究热点已把新质生产力列为核心引擎，2026 年它进一步下沉为可操作的机制与路径研究。这对应着研究预设的改变——传统理论里「无摩擦、无冲击」的隐含假设，正在被系统性风险与极端冲击显式建模所替代。
转向三：从「被动融入」到「制度型开放与主动治理」
国际选题的措辞变了：从「承接转移、比较优势」转向「规则对接、标准主导、风险对冲」。出口管制、数据跨境、全球生产网络韧性，说明研究者把外部环境当作可设计、可博弈的结构，而非给定的外生约束。这要求方法论上引入网络分析（供应链/生产网络）、博弈与机制设计，而不是纯贸易弹性的比较静态。
转向四：从「解释世界」到「政策研发平台」
一个容易被忽略但很关键的变化：国家社科基金越来越像一台国家级政策预研与协同治理机制——它把转型中最紧迫的堵点卡点，系统分解为具体科研任务分发给学界攻关（腾讯研究院对 2025 年度布局的梳理也指出这一点）。这意味着评价尺度在变：理论贡献之外，「可转化、可评估、可对接政策」日益成为隐含要求。换言之，写本子时「政策含义」不再是结尾的客套，而是立项的硬通货。
给金融科技 / 可解释 AI 方向的一条注脚
在「数智化」与「金融安全」两大主题的交叉处，有一个正在成形的子范式：当模型进入信贷、监管与定价，可解释性与因果可信度成为硬约束。Rudin（2019）在 Nature Machine Intelligence 上旗帜鲜明地主张，高风险决策应当用可解释模型而非事后解释的「黑箱」；Athey & Imbens（2016, 2019）与 Chernozhukov 等（2018）的因果机器学习，提供了从相关走向可信因果的工具；Elliott, Golub & Jackson（2014）的金融网络与 contagion 框架，则把系统性风险放进网络结构里。这恰好是「机器学习 + 因果 + 网络 + 可解释」四件套同时派上用场的场景——也是我个人研究（金融科技、可解释 AI、公司金融、资产定价、金融网络）最契合的位置。
五、给高校经管教师的操作清单
落到「下一份本子 / 下一篇论文怎么写」。结合上面的结构与范式，给出五条可操作的建议。
5.1 选题对齐：把你的小问题挂到六大主题之一
评审的第一关是「问题意识是否在国家关切的坐标系里」。最稳妥的写法，是明确声明你的题目属于六大主题中的哪一个（数智化 / 新质生产力 / 金融安全 / 开放治理 / 绿色低碳 / 统一市场），并说明它在主题中的位置。哪怕做很微观的机制，也要在引言把「宏观坐标 → 中观机制 → 微观切入点」这条链写清楚。
5.2 方法升级：把「ML + 因果 + 网络」做成组合拳
这是范式转向一的直接推论。具体可落地的三件套：
- 机器学习：用于高维预测、文本/非结构化数据特征提取（如用 BERT 构造稳定可复现的文本自变量，见本站《可复现的文本自变量》）；资产定价中可用 Gu-Kelly-Xiu 式的降维与集成。
- 因果识别：DID、IV、RDD 仍是底盘，但叠加双重机器学习（Double/Debiased ML）做异质性处理效应，能显著提升方法章节的「新意」。
- 复杂网络：生产网络、金融网络、科技金融共生网络——Elliott 等的框架可直接迁移到供应链断点、风险传染、区域协同等选题。
一个提醒：方法新不等于方法炫。Athey 反复强调，机器学习的价值在预测，而经济学的价值在因果与解释。最被看好的，是把 ML 当作「更好的第一步」，再用因果框架回答「为什么」。
5.3 申请书怎么写：政策语境 + 理论缺口 + 方法创新 + 数据
对照转向四，本子的四段式最稳：① 政策语境（为什么现在是问题）；② 理论缺口（现有文献哪里没说清）；③ 方法创新（你用什么新工具/新数据补这个缺口）；④ 数据与可行性（数据从哪来、能否复现）。其中③最容易拉开差距——把「用了机器学习/网络/因果新方法」写进创新点，比单纯堆变量更打动人。
5.4 给金融科技 / 可解释 AI / 公司金融 / 资产定价 / 金融网络方向的具体切入点
2026 年至少有这些现成的「挂接点」：
可解释 AI × 金融监管
对标「金融数据要素与算法应用的安全边界」「算法市场操纵识别」「穿透式监管」——用可解释模型替代黑箱评分，正好落在 Rudin（2019）主张与监管需求的交点上。
金融网络 × 系统性风险
对标「数据—资金双层网络」「中小银行系统脆弱性」「宏观债务结构与系统性风险」——把企业/银行/区域放进网络结构，做传染与韧性分析。
机器学习 × 资产定价
对标「资本市场投融资功能」「算法操纵」——用机器学习重做截面/时序预测，并给出经济机制解释，而非只报样本外 R²。
公司金融 × 新质生产力
对标「耐心资本与创业创新匹配」「科技金融共生网络」「技术封锁下融资替代」——把公司金融的契约/治理工具用于科创与产业链议题。
5.5 警惕三个误区
- 误区一：追热词不追真问题。把题目硬塞「数智」「新质」前缀，但机制分析还是老一套，评审一眼看穿。热词要落到真实机制。
- 误区二：把工具当结论。跑一个机器学习模型、报几个准确率就收尾，缺少因果与解释，在经管场域说服力有限。
- 误区三：只讲技术不讲政策接口。对照转向四，忽略「可转化、可评估」的隐含要求，理论再漂亮也难立项。
最后一句：风向是坐标，不是指挥棒。六大主题反映的是「国家关切的集中度」，用来定位你的研究、找到挂接点即可；真正能立住的，仍是你在某个机制上的扎实贡献。把热点当梯子，别当天花板。
参考资料
- 全国哲学社会科学工作办公室《2026 年国家社会科学基金年度项目立项名单公示》— nopss.gov.cn 2026-10-08（重点 / 一般 / 青年 / 西部项目名单 PDF，本文数据来源）
- Mullainathan, S. & Spiess, J. (2017). Machine Learning: An Applied Econometric Approach. Journal of Economic Perspectives, 31(2): 87–106.
- Varian, H. R. (2014). Big Data: New Tricks for Econometrics. Journal of Economic Perspectives, 28(2): 3–28.
- Athey, S. (2018). The Impact of Machine Learning on Economics. In: Agrawal, Gans & Goldfarb (eds.) The Economics of Artificial Intelligence: An Agenda, University of Chicago Press, 507–547.
- Athey, S. & Imbens, G. (2019). Machine Learning Methods Economists Should Know About. Annual Review of Economics, 11: 685–725.
- Gu, S., Kelly, B. & Xiu, D. (2020). Empirical Asset Pricing via Machine Learning. Review of Financial Studies, 33(5): 2223–2273.
- Chernozhukov, V., Chetverikov, D., Demirer, M., Duflo, E., Hansen, C., Newey, W. & Robins, J. (2018). Double/Debiased Machine Learning for Treatment and Causal Parameters. Econometrics Journal, 21(1): C1–C68.
- Rudin, C. (2019). Stop Explaining Black Box Machine Learning Models for High-Stakes Decisions and Use Interpretable Models Instead. Nature Machine Intelligence, 1: 206–215.
- Elliott, M., Golub, B. & Jackson, M. O. (2014). Financial Networks and Contagion. American Economic Review, 104(10): 3115–3153.
- Philippon, T. (2019). The FinTech Opportunity / On FinTech and Financial Inclusion. NBER Working Paper 26330.
- 中国社会科学杂志社《党的创新理论引领学术前沿——2025 年度十大理论研究热点》— 中国社会科学报数字报（新质生产力、数字经济、全球治理为持续热点，作为 2026 延续性旁证）
- 腾讯研究院《2025 年度国家社科基金立项布局》综述（国家社科基金作为「政策研发平台」功能的分析）— ima.qq.com 知识库