Recherche sur la coordination d’accouplement des nouvelles forces productives de qualité et de l’allocation des ressources d’innovation basée sur des réseaux neuronaux MLP

Pourquoi l’avenir de la croissance dépend d’une innovation plus intelligente

À mesure que les économies cherchent à rester compétitives et durables, les gouvernements visent une croissance non seulement plus grande, mais de meilleure qualité — plus innovante, plus numérique et plus respectueuse du climat. Cette étude examine dans quelle mesure la Chine aligne ses ressources d’innovation — capitaux, talents, données et technologies — avec ce que le pays appelle les « nouvelles forces productives de qualité » : des modes de production avancés, verts et intelligents de biens et de services. En dévoilant la cohérence de ces deux dimensions, la recherche donne des indications sur les régions susceptibles de prospérer lors de la prochaine transformation économique — et sur celles qui risquent d’être laissées pour compte.

Nouveaux moteurs de croissance, pas seulement plus de la même chose

La croissance économique traditionnelle signifiait souvent utiliser davantage de main‑d’œuvre, de terres et d’énergie pour produire plus. Les nouvelles forces productives de qualité renversent ce paradigme. Elles mettent l’accent sur des travailleurs plus qualifiés, des outils intelligents, des infrastructures numériques et une énergie plus propre — visant une valeur ajoutée supérieure avec moins de ressources. Dans cette étude, ces nouvelles forces sont décomposées en trois volets : nouveaux travailleurs (des employés mieux formés et plus innovants), nouveaux matériaux de travail (robots, entreprises d’intelligence artificielle, plateformes numériques et réseaux de communication) et nouveaux objets de travail (énergies propres, matériaux avancés et protection écologique). Ensemble, ils dessinent le portrait d’une économie qui repose moins sur les cheminées d’usine et davantage sur les puces, le code et les technologies d’économie de carbone.

Ressources d’innovation : le carburant de la machine

De l’autre côté se trouve le système d’innovation lui‑même : le capital, les personnes, les technologies, les connaissances et les données qui rendent possible une croissance avancée. Les chercheurs ont construit un tableau détaillé de ces ressources pour 30 provinces chinoises de 2012 à 2022. Ils suivent les dépenses en R&D, le nombre d’emplois à temps plein en R&D, les entreprises et laboratoires à haute technologie, la création et l’acquisition de connaissances, ainsi que l’infrastructure numérique constituée de sites web, de plateformes de données et d’activités de commerce électronique. La question centrale n’est pas seulement la quantité de ces ressources, mais la manière dont elles sont orientées vers la construction de ces nouvelles forces productives de haute qualité — à quel point le carburant correspond au moteur.

Un réseau neuronal pour lire les schémas cachés

Mesurer cette correspondance s’avère délicat. Les méthodes antérieures reposaient sur des formules simples qui traitaient chaque indicateur comme un élément pondéré linéaire d’un score global. Celles‑ci pouvaient manquer des relations subtiles et non linéaires — par exemple, la façon dont les bénéfices de l’innovation peuvent s’accélérer brusquement quand une région franchit un certain seuil de talents ou d’infrastructures numériques. Pour dépasser ces limites, les auteurs utilisent un perceptron multicouche à double tour, un type de réseau neuronal. Une « tour » ingère les indicateurs des nouvelles forces productives de qualité, l’autre ingère les indicateurs des ressources d’innovation. Le réseau apprend alors à aligner ces deux motifs complexes sans réponses préalablement étiquetées, découvrant ainsi à quel point les deux systèmes évoluent conjointement et produisant un score de coordination compris entre zéro et un.

Où les régions progressent — et où elles accusent du retard

Les scores basés sur le réseau neuronal montrent que, bien que la Chine dans son ensemble en soit encore à un stade précoce d’alignement entre innovation et production avancée, la coordination s’améliore régulièrement depuis une décennie. Pourtant, la carte est loin d’être homogène. Les provinces côtières de l’est, telles que Pékin, Shanghai et Guangdong, forment des pôles de haut niveau où des ressources d’innovation concentrées et des industries numériques et vertes robustes se renforcent mutuellement, produisant ce que les auteurs appellent une « prime de synergie ». Les provinces du centre rattrapent progressivement leur retard grâce à l’amélioration industrielle. Les régions de l’ouest, en revanche, restent souvent à des niveaux de coordination plus faibles, avec seulement quelques points lumineux. L’analyse spatiale révèle des regroupements nets : les régions à haute coordination tendent à tirer leurs voisines vers le haut, tandis que les zones à faible coordination risquent d’entrer dans un cercle où « les forts deviennent plus forts et les faibles plus faibles ».

Comment l’avenir pourrait se dérouler

En retraçant la manière dont les provinces se déplacent entre des niveaux de coordination faibles, moyens, élevés et très élevés au fil du temps, l’étude constate que le changement est possible mais lent. Les régions restent généralement dans leur catégorie actuelle ; les sauts importants sont rares. Celles déjà au sommet sont particulièrement susceptibles d’y rester, bénéficiant d’avantages auto‑renforçants en matière d’infrastructures, de talents et de soutien politique. Lorsqu’une province est entourée de voisins performants, ses chances d’amélioration augmentent, grâce aux retombées de connaissances, aux chaînes d’approvisionnement partagées et à l’imitation de politiques réussies. Cela suggère que la coopération interrégionale — plutôt que des efforts isolés province par province — sera essentielle pour diffuser les bénéfices du nouveau modèle de croissance.

Ce que cela signifie pour les citoyens

Pour le grand public, l’enseignement principal est que la qualité des emplois futurs, des revenus et des environnements locaux dépend de la manière dont les ressources d’innovation sont intégrées dans l’activité économique quotidienne. Les provinces qui réussissent à associer dépenses de recherche, travailleurs qualifiés et outils numériques à des industries propres et avancées verront probablement une croissance plus résiliente et des villes plus vertes. Celles qui échouent à coordonner ces éléments risquent de rester enfermées dans des trajectoires à faible valeur et à forte pollution. En utilisant l’intelligence artificielle moderne pour détecter où la coordination est forte, faible ou émergente, cette étude fournit une sorte de système d’alerte précoce. Elle oriente les décideurs vers des investissements ciblés — dans les infrastructures numériques, les partenariats interrégionaux et une allocation plus intelligente des ressources — qui peuvent aider davantage de régions à partager les gains d’une économie axée sur l’innovation et la haute qualité.

Citation: Liu, Y., Wang, L., Chen, B. et al. Research on coupling coordination of new quality productive forces and innovation resource allocation based on MLP neural networks. Sci Rep 16, 5196 (2026). https://doi.org/10.1038/s41598-026-36247-1

Mots-clés: politique d’innovation, développement régional, apprentissage automatique en économie, économie numérique, croissance durable