0 引言
1988年9月邓小平提出“科学技术是第一生产力”的重要论断，这是对马克思主义政治经济学的一个重大发展。这一论断已经转化成为一个具有强烈时代感的重要科学命题[1]。实践证明，科学技术是推动现代经济增长的首要动力，其发展和应用可极大地促进社会经济的繁荣和进步。
2023年9月，习近平总书记在黑龙江考察期间首次提出“新质生产力”，并指出：“积极培育新能源、新材料、先进制造、电子信息等战略性新兴产业，积极培育未来产业，加快形成新质生产力，增强发展新动能”[2]。新质生产力不仅是一种政治经济学观点和理论，更是一种重要的哲学思想，它涉及马克思主义生产力的劳动者、劳动资料和劳动对象三大实体性要素和生产关系的创新生产要素配置方式等系列理论。新质生产力思想也是认识、理解和准确把握当今经济、社会发展特征与规律的方法论。
21世纪以来，智能手机与移动互联网技术的普及[3]，促使人工智能、大数据、云计算、物联网等快速发展，并逐渐改变人类的生产、生活与思维方式，使人类社会进入全面数字经济时代。新一代信息技术极大地推动了社会经济发展，是新质生产力的重要展现形式。
其中，人工智能的思想、方法和技术在应对交通运输系统各种随机性、模糊性、不确定性、复杂性等问题方面具有突出优势，可以带动交通运输系统的革命性变化，同时交通运输系统中的问题又反过来为人工智能的理论和方法创新提供了重要载体，二者的结合为交通运输行业发展新质生产力，实现高质量发展提供了全新思路与科技支撑[6]。
1 交通运输高质量发展视域下对人工智能驱动的新质生产力的认识
1.1 新质生产力与人工智能
新质生产力是关键性、颠覆性等创新技术发挥主导作用，驱动社会资源和生产要素的创新配置，催生新产业、新模式、新动能，具有高科技、高效能、高质量特征，摆脱传统经济增长方式，符合高质量发展要求，与数字经济具有融合性，能够引领创造新的社会生产方式的先进生产力[9]。
新质生产力通过绿色化、数字化、网络化、智能化改造传统产业，使其实现转型升级与降本增效提质，获得新的增长曲线。它推广应用新的科技成果、生产工具，构建新型生产方式，创新管理方法，形成新经济模式。本质上，新质生产力是利用新技术全方位提升全要素生产率，激发劳动、知识、技术、管理、资本和数据等生产要素的活力，体现其市场价值，营造良好的创新激励机制与宽容的环境氛围，是社会生产力的一次质的飞跃。它以新型生产要素——数据作为改造提升传统产业的支点，培育新的经济增长点。
人工智能是新质生产力的引擎，通过数据、模型 、算法 、算力等数字化 、网络化与智能化手段 ， 促进“人机一体”的劳动者、“数实共生”的新劳动对象、“智慧互动” 的新劳动工具的形成，提高关键过程的生产效率 ，展现新质生产力的高科技 、高效能 、高质量特征。
近年来，我国战略性产业蓬勃发展。新一代信息技术、新能源、新材料、高端装备、生物技术、绿色环保等战略性新兴产业，以及量子信息、基因技术、深海空开发、氢能与储能等未来产业，为发展新质生产力提供了重要的物质技术基础[10]。
1.2 新质生产力与交通运输行业高质量发展
新质生产力是一场深刻的技术与生产革命，可以激发颠覆性技术出现。历次工业革命对交通运输业的发展方式、发展模式及结构的影响巨大，推动了交通运输业的快速发展，如蒸汽机、内燃机、喷气发动机及电力机车分别开启了水运、铁路、高速公路及航空等交通运输领域的新时代。以信息化、数字化、智能化等多种技术集成为核心，美国率先突破人工智能大模型技术，促使工业经济向数字经济转型，为交通运输业的高质量发展带来了新的机遇与挑战。在新一轮科技革命推动下，人工智能大模型技术将深刻影响交通强国建设进程。交通运输领域新技术、新产品、新业态、新模式将不断涌现，科技与交通运输逐步深度融合。如智能网联汽车、新能源电动车、无人机、无人船、飞行汽车等，这些创新技术将培育发展新质生产力的新动能，为行业高质量发展提供强劲推动力。
交通强国、科技强国、网络强国、数字中国等战略要求大力发展智慧交通，建设智慧公路、智慧铁路、智慧民航等“新基建”。发展数字经济，是落实国家重大战略的客观要求，同时也是解决我国城市交通拥堵、路网通行效率不高及特别重大突发事件下应对超大流量的能力不足等重难点问题的重要手段。
交通运输是数字经济的重要领域，近几年交通领域的数字化取得了长足发展。我国已成功研发交通GIS引擎、国产交通CAD、路桥隧BIM正向设计、微观交通仿真和交通数字孪生底座等重要应用软件，在交通运输领域数字产业方面取得了显著成绩。目前，交通运输基础设施数字化升级，数字化采集体系、网络化传输体系、智能化应用体系构建正在快速推进。但总体上，行业数字基础设施建设仍旧较薄弱，数据采集、融合与共享尚存不足，数据综合应用水平较低，与国外发达国家相比还有一定差距。如在路面性能数据方面，美国早在1989年就确定路面长期使用性能研究计划（The Long Term Pavement Performance Program, LTPP），迄今其路面使用性能变化过程监测覆盖美国、加拿大的数千个监测站点，相关模型可为不同设计特点、交通状况、气候环境、材料特性、施工质量的道路养护决策提供支持，并已开展了30余年的数据应用与决策支持服务[11]；美国还利用各城市气象和交通大数据研究节假日和雨、冰、风、雾、沙尘等不良天气下的道路交通流变化规律，为交通规划、设计、运营管理和安全保障服务。相比之下，我国近年才开始开展公路路基路面长期性能科学观测网的建设试点，尚未形成全国性科学数据的汇集、共享与决策支持应用。
另外，实施人才强交战略指出，为加快建设交通强国，需要完善交通运输高质量发展的人才动能激发机制，培养新型高素质劳动者，包括具有战略思维和创新领导力的领导者与管理者，有创新性想法和实践能力的科研和技术人员，以及具备数字化思维，掌握智能化、网络化、数字化技能的技术工人。
2 人工智能驱动的新质生产力对交通运输业高质量发展的影响
2.1 通过对数据的挖掘与应用，构建高效交通运输新型劳动关系
生产力要素包括劳动者、劳动资料与劳动对象。在数字经济时代，应深入挖掘交通运输行业数据蕴含的价值与发展潜力，并使传统交通劳动者掌握信息、数据、网络和数字技术等劳动资料成为数字交通劳动者。数字交通劳动者具有更高的生产劳动技能和创新能力，对交通状态有敏锐感知和快速响应能力，其能有效缓解交通拥堵、提高运输效率，并提供更加优质的交通服务。数字交通劳动者的出现将推动交通运输业快速、高质量地发展。
区别于传统的劳动资料，新质生产力所依赖的劳动资料主要涉及交通大数据、人工智能、云计算、互联网等技术。交通大数据涵盖交通基础设施、交通运营、物流客流、环境和天气等多个维度的数据；人工智能、云计算与互联网技术代表着数据的高效处理、实时传输与互联互通的能力。
交通运输行业内，人工智能驱动的新质生产力的劳动对象包括：交通基础设施建设、安全运维，公路、桥梁、隧道的智能化建造；人-车-路的高效协同与客货周转运输、交通流发展趋势预测；重点车辆动态监控、异常路况预警；无人驾驶车辆管理；事故救援管理、交通疏导、数字治超、物流匹配管理等。
新质生产力通过数字交通劳动者、新型劳动工具尤其是数字化技术的应用，可更全面、系统、缜密、高效、智能、精准地开展基础设施建造与运营、运输管理，从而提升资源配置效率与质量，构建高效的劳动生产关系，实现系统整体性能提升。原创性、颠覆性科技创新催生了新的生产经营模式，如网约车利用数字技术平台彻底改变了传统出租车的运营和消费模式；智能建造数字底座的构建提高了公路、桥梁、隧道的智能建造水平；物流无人配送可实现全链路数字化、全流程无人化，提升智能决策运营效率，降低社会化物流成本；无人驾驶车辆将增强出行安全，提高出行效率，提升出行体验，推动城市智慧化升级。
2.2 通过对交通基础设施数字化升级，加速交通基础设施建设运营的智慧化
新质生产力通过全过程的智慧公路基础设施建设、路网安全保障运营、车-路协同等，实现交通基础设施数字化和运营智慧化。
智慧公路建设相关创新措施包括：利用无人机开展交通基础设施的设计勘察、建设、检查和维护以及路况检测评价；利用AI大模型消除设施建、管、养等各阶段数据分享障碍，实现公路设施高效化运营养护；打破不同等级公路间运输服务阻隔，构建高效的交通基础设施网络，加速物流周转、旅客换乘、安全应急响应、能源连接使用；建立交通网络运营大数据采集与服务系统，提升路网运营、运输服务与安全保障水平。
在交通设施服务方面，利用AI大模型可大幅提升对交通设施健康状况、环境天气、车流状况等的实时感知能力，实现快速、高效的自动化分析，并将结果反馈给交通设施和运输服务的管理者、交通设施使用者等，从而实现交通设施全业务流程数字化。
在路网设施运营保障方面，结合沿线地质灾害敏感点传感器与AI大模型的连接，可提升公路全线地质灾害感知、风险识别分析、安全预警、智能化决策辅助等能力，提升路网安全保障水平。
在路网能源资源调配保障方面，以廊道内新能源开发利用、局域微电网与区域供电网的构建、智能化充电设施网络的建设为基础，可实现新能源车流量智能感知、智能充电设施运营数据采集与分析，不仅能为车辆出行提供支持，而且通过对相关数据的动态发展分析，可为路网设施布局优化决策提供支撑，提升公路运营绿色化水平。
在自动驾驶车路协同方面，通过集成多个图像传感器、激光雷达及声纳传感器等，打造路网智能感知体系，将道路交通感知精度和速度提升到一个新高度；结合对突发事件的迅速分析，以及对车辆速度、转向角度和加速度的控制，提高自动驾驶车辆的安全性、舒适性与可操控性。目前百度、华为、特斯拉等企业针对各种应用场景都在开发自动驾驶大模型，并取得了不同程度的进展和成效，推动自动驾驶技术向着安全、高效、便捷和可持续的方向发展。
2.3 通过对出行数据信息的高效分析，为用户提供个性化和高品质的出行服务体验
高速公路大数据可用于评估车流量状况，预测交通流发展趋势，监控重点车辆动态，预警异常路况，分析交通运输客运货运特征，从而提高事故救援、交通疏导、数字治超、物流匹配管理的效率。
在城市交通管理中，应用无人机与AI大模型，可实时掌握交通全局状况，有效识别和反馈拥堵问题，特别是在重大突发事件下超大流量的交通状况中，可快速下达指令，疏通交通拥堵，为交通管理者开展应急救援工作提供支持，并能为城市通勤与出行者提供优化的路线，确保其顺畅的出行体验；还可精准分析客流量及乘客出行习惯，为出行者提供共享交通、定制出行等个性化、高品质的出行服务，为出租司机提高车辆利用率、降低成本，助推新业态快速发展。另外，利用AI大模型分析城市公共交通的客流状况、公众行程和出行需求，可智能调整公共交通线路和班次，为公众出行提供更智能、高效的公共交通服务方案，提高城市交通的稳定性、便利性和安全性。
集成与优化组合知识、技术、人力资本、信息、数据、平台及系统等数字经济核心要素，可改变人们的出行方式和城市交通形态，推动汽车制造、出行及保险服务等多个领域转型升级，为社会创造巨大的商业机会和就业机会，并为城市和行业的未来可持续发展拓展空间。
2.4 通过智能化、车联网等互联互通技术，赋能传统物流行业降本增效
人工智能技术与大数据、云计算、物联网的结合与广泛应用，使得绿色化、数字化、智能化成为物流行业新的发展趋势，势必降低物流运输中装卸、包装、配送等环节的人工成本，促进物流行业高质量发展。自动驾驶（智能网联）汽车、自动化立体仓储、AGV小车、无人配送、低空物流等技术的应用提高了物流仓储、配送、运输等各环节的自感知、自学习和自决策能力，全面提升系统预测、决策和智能执行能力，实现从园区、仓储、分拣到运输、配送等供应链各个环节的无人化管理。利用基于数据和技术的数智化管理方法、物联网技术、机器人和人工智能技术，可精准了解和反馈货主的需求，实时跟踪监测货物运输轨迹，实现物流企业内部各业务环节的高效协调和联动，提高物流跨国界、无界物流的互联互通能力与流转效率，使物流运转更安全、高效，物流服务质量更优异，提升物流企业的核心竞争力，搭建起全球智慧供应链基础网络，并实现物流企业之间的信息共享和协同合作。此外，新质生产力广泛运用无人机、无人船、飞行汽车等自动载具和新一代数字通信技术，构建以低空物流为核心的新型、高效的运输方式，将不断完善我国物流配送体系。
3 实施路径与对策建议
3.1 加快交通数据市场化进程，充分发挥数据资源对管理决策的支撑作用
数据现已成为推动新质生产力培育和高质量发展的关键新型生产要素。在数字经济背景下，行业数字化转型是必然趋势，而数据要素是转型的核心引擎，迫切要求加快交通各类数据要素市场化的进程，其内容包括数据的资源化、资产化、产品化与资本化。
数据资源化是对分散的、碎片化的、无法直接利用产生价值的数据进行初步加工，形成系统化的、可享可信的高质量数据的过程，它强调数据价值梳理与数据安全管理，主要利用AI大模型对海量数据资源进行管理，挖掘数据要素价值。数据资产化，包括数据确权、评估，并将数据作为资产入表，实现可交易流通、共享开放及全流程的资产管理，从而发挥出数据的市场价值的过程。数据产品化是以场景赋能为目标，利用AI大模型对海量的数据资产进行自动标注与分析加工，可使数据要素与应用场景进行有效融合，构建应用场景，实现数据产权与使用权分离，并实现数据到知识的升级转换形成产品，为数据市场化配置奠定基础的过程[12]。数据资本化是数字经济时代基于数据资产入股、信贷融资、数据信托及数据资产的证券化，实现资本化运作，从而为企业和社会创造更多价值，为更多投资者参与数据资产交易创造条件的过程[13]。
当前，交通运输行业仍处于数字化发展阶段，数据资源挖掘、开发利用、融合与共享不足，信息孤岛问题突出，为管理决策提供数字支撑的作用发挥不够；同时，数据产权不清，数据交易市场不成熟，数据产品化、资产化正处于探索起步阶段。为解决以上问题，建议采取以下对策：
1）加强数据资源标准化建设。数据资源标准化建设是数据产品化、数据资源化的基础，主要解决元数据质量、数据格式等问题，提高数据的准确性和可靠性等，并实现格式的一致性。
2）加强数据、模型、算法等方面数字资源的开放共享。通过制定开放数据政策，鼓励企业和机构将其拥有的数据资源进行共享，提高交通领域数据资源的可访问性和可利用性，推进交通运输数字化转型进程。
3）充分发挥数据资源在管理决策中的支撑作用。深入分析、挖掘数据中蕴含的有价值信息，帮助管理者进行科学合理的决策，提高管理效率和水平。同时，总结和推广数据资源在管理决策支撑中的优秀案例，加强相关应用和探索。
4）建立交通数据资产的价值评估和交易机制，培育发展数据要素市场。鼓励相关企业和机构充分发掘交通数据价值，建立数据价值的认定和评估机制，推动数据资产新业态的创新与发展。加强数据要素交易与服务监管，促进交通数据市场的可持续发展[14]。
3.2 构建AI大模型底座和行业数据标准样本集，赋能交通运输行业发展新动能
交通运输业具备与人工智能深度融合的重要应用场景，具有市场主体众多、新业态多元、数据量丰富等特点。AI大模型有极强的推理、泛化和搜索能力，依托大数据和大算力等新型基础设施，其可用于实时交通流监测、路径优化、交通拥堵预测、红绿灯控制、智能导航、智慧物流、自动驾驶等方面，提升交通系统的运行效率、安全性和环保性。针对交通运输领域各类细分场景，以运营管理业务和公众服务需求为牵引，AI大模型的发展重点应在以下几个方面取得突破。
1）研发行业管理与服务AI大模型底座。会同科技部门开展交通运输人工智能重大科技攻关，通过加强国内AI大模型企业、高等院校、研究机构的合作，推动形成这三方共同参与的交通科技创新体系，重点研究模型系统平台的总体架构、关键技术和实施路径等，支持不同业务主体根据各自的业务需求，在大模型底座上结合自有数据形成自用专业大模型。
2）构建支持大模型应用的交通细分场景标准化样本库。梳理细分业务场景人工智能标准化样本集需求，规范数据格式与入库标注要求，搭建交通细分场景标准化样本库，并支持数据持续积累与更新。
3）加强数据安全和隐私保护。制定严格的数据管理和使用规范，采用先进的数据加密和隐私保护技术，确保数据安全性和隐私性。
4）积极推广AI技术在智慧高速、灾害应对、公共交通调度、智慧物流等场景中的应用，切实提高城市管理水平和交通运输服务水平，提升灾害预测能力与应急处理效率，减少灾害损失等。
5）加强跨部门合作与协同。加强跨部门、跨地区协同合作，建立协调机制，推动AI大模型系统平台构建、研发、应用及资源调配的高效运作，共同推动AI技术在交通运输领域的应用和发展。
3.3 提升交通知识分析和服务能力，促进行业知识管理与服务的智能化与智慧化
运用AI大模型作为新型的知识生产工具并借助其人机交互功能，提升知识分析与服务能力，已成为重要的行业应用之一。以ChatGPT为代表的AI大模型在各行各业的深入应用，将对交通知识的搜索、生产、整理、综合分析和服务产生重要影响，给传统搜索引擎、信息服务、知识管理与服务等带来巨大发展机遇。它通过人机交互模式改变了人们获取信息的方式，创新了信息呈现方式与信息（知识）生产方式。利用AI大模型技术的滴滴出行为用户提供了更加便捷、智能的服务；长城、吉利、红旗等汽车品牌利用百度“文心一言”大模型，提供了针对智能汽车场景的人机交互体验；携程作为“文心一言”的首批生态合作伙伴，为用户在线旅游服务场景提供了智能解决方案。近年来，国内一些交通运输行业相关信息机构针对高端智库与工程科技人员的知识服务需求，采用知识模型构建、知识搜索、科技信息资源挖掘等关键技术，建立了行业知识平台，奠定了交通知识的搜索、生产、整理、综合分析和服务基础。
AI大模型通过搜索引擎与人机交互的学习过程加速了服务的智能化与智慧化。在交通运输领域，搜索引擎与用户的交互为大模型训练提供了海量数据资源，通过聚合和整合搜索结果，并利用模型超强的推理能力，可有效识别和提取用户关注的关键信息，从而为用户提供个性化、精准化的出行服务；通过人机交互，了解用户习惯、偏好，可做出精准、预判式出行服务推荐；利用大模型超强的自然语言处理能力、强大的记忆力和推理能力，能够快速、准确地分析和处理各种交通知识成果，为科研人员学术研究提供支撑[15]。
充分发挥AI大模型的作用需要重点加强以下机制建设。
1）做好顶层设计。尽快开展交通运输知识领域应用的统筹规划，分领域开展行业知识应用服务调研，明确大模型应用框架及服务运营模式，构建大模型知识服务体系；促进形成公水铁航邮各领域科技数据资源开放共享机制，汇聚行业数据，建立大模型知识语料库；针对关键技术难点，组织开展专项课题、联合攻关，推动相关技术标准规范制订[16]。
2）丰富应用场景。依托中国工程科技知识中心交通分中心等行业资源平台，积极推动产学研用多方合作，以通用大模型为底座，优化其设计原则和训练策略，提升基础知识积累、问题识别、逻辑推理、语义表达等核心能力，助力知识服务数智化转型升级。
3）完善评测机制。研究构建交通知识大模型综合服务能力成熟度测评体系。面向典型交通知识服务场景，对模型的理解与推理能力、知识可信度、语义表达、运行效率、服务安全、隐私保护等，明确测试要求与方法，形成测试集与评估指标；依托权威的第三方测评机构，定期开展模型应用测试和验证，保障大模型在行业应用的可持续性。
3.4 加强交通科技创新与成果转化，引领新质生产力发展方向
交通科研院所、高等院校、企业是交通科技创新与成果转化的主要承担者，政府部门和其他支撑服务机构则为科技创新与成果转化的推动力量。要深入实施创新驱动发展战略，充分发挥政策引导作用，以体制机制改革为引领，不断加强科技研发、成果转化、科研平台建设、人才队伍培养、合作交流机制创建等工作统筹，加快构建政府引导、市场主体突出的新时期交通运输行业科技创新体系。为达到以上目标，建议如下：
1）提升基础设施的数字化水平，推动交通基础设施建管养由粗放式向集约式发展转变，加快综合立体交通网规划建设、重大战略通道建设、基础设施安全性能提升、绿色智慧建养、在役基础设施长期服役性能监测的数字化升级，确立我国交通基础设施建管养的技术领先优势。
2）提升交通数字化装备的自主化水平，加快载运装备技术升级、关键专用保障装备研发、新型载运工具研发，打造中国交通装备关键核心技术、标准、品牌，着力解决我国交通装备“技术空心化”问题。
3）推进运输服务智能化与智慧化发展，加快移动互联、大数据、云计算等新一代信息技术在综合运输服务领域的融合创新及其研发应用，从而提升综合客货运服务的服务能力、效率和质量。加快建立数据驱动的城市交通拥堵治理新范式，以解决交通拥堵、交通安全、交通污染等“城市病”问题。
4）促进人工智能与交通运输深度融合。加速人工智能技术在公共交通服务、交通对象监测预警、自然灾害预警与应急响应、舆情主动响应、旅客联程服务等领域的应用，加快空天信息技术在交通运输领域的应用。推动交通运输空天资源融合应用创新，建立卫星、浮艇、无人机、地面及地下、水面及水下等全方位覆盖、全天候运行、全自动反应、稳定高效的空天地海资源融合应用技术体系。
3.5 强化人才培养，提高交通运输劳动者能力素质
从本质上讲，新质生产力体现的是一种优质人才观。科学技术的发展离不开人才，而创新作为第一动力，也需要高素质的人才来推动。要实现创新驱动发展，关键在于管理者的识人用人育人留人，涉及人才引进、培养与激励、建立创新文化、注重团队合作等多方面。发展交通运输领域新质生产力，需要创新型战略人才、顶尖科技人才、科技领军人才、青年科技人才、工程技术和技能人才等。通过优化组织机制、营造创新文化氛围与环境，激发大型国有企业和机构的活力与创造力，对于交通行业高素质人才培养尤其重要。这主要涉及创新战略的制定、创新思想和方法的应用、创新文化和团队的建设、创新成果的落地等系列问题。为此，要提升管理者的创新领导力水平，提高科技人员和技能人员创新、实践与分析能力，提升技术技能人才的数字化思维及其对智能化、网络化、数字化产品的应用技能。大五人格分析（Work Behavior or Inventory, WBI）是鉴别个人行为风格和个性/情商、管理及培养个人素养的重要工具，可用于交通运输领域新质生产力劳动者的创新能力水平识别和能力素质提升。大量研究表明，对于很多工作，尤其是管理岗位而言，性格/情商比认知能力更加重要。通过评判一个人的性格/情商可有效预测其未来成就和工作绩效，如最优秀的经理人所拥有的各种能力素质中，有81%的能力都与个性/情商因素直接相关[17]。为此，在新质生产力人才培养中，建议采取以下对策。
1）开展能力素质和创新能力培训。提高从业人员的认知、社交、合作、创新和情绪管理等能力素质，使其最大限度地发挥潜力。创新能力包括创新思维能力、创新思想、创新想法及创新性实践等。对新质生产力的新型劳动者而言，创新能力是其能力素质的重要内容。因此，加强创新思维等能力素质培训，有利于进一步强化创造力。
2）培育战略型人才。加大战略顶尖科技人才、一流科技领军人才和创新应用型人才的培养力度，创新人才培养模式，优化人才培养体系。在培养顶尖科技人才方面，需要广泛招揽海内外优秀人才，鼓励和支持人才回国创业，同时也要注重培养本土优秀科技人才，如通过重大工程技术创新、重点项目研发计划锻炼人才；依托重点实验室及研发中心凝聚人才；实施科技创新人才计划培养人才；通过建立创新创业基地、支持科技项目孵化等，营造良好的创新创业环境，吸引和培育高端科技人才。同时，还需要培养一大批以卓越工程师为代表的工程技术人员和以“交通工匠”为代表的技术人员。
3）建立健全人才培养、使用、考核评价与激励机制。加大对交通智能制造、智能网联汽车、新能源、新材料、新基建、数字交通等领域的人才培训，大力发展技工教育，大规模开展职业技能培训，加快培养行业新型、高素质劳动者和技术技能人才，为交通运输高质量发展提供人才制度保障。
4 结束语
人工智能技术对交通运输行业将不可避免地产生深远的影响，当前行业发展正处于重要、关键的转型期。本文基于高质量发展视域，分析了新质生产力与人工智能的关系，对人工智能驱动的新质生产力对交通运输行业高质量发展的影响进行了深入探讨，并针对性地提出了人工智能驱动的新质生产力赋能交通运输高质量发展的实施路径和对策建议，可为行业数字化转型升级与高质量发展提供理论支撑。
由于新质生产力仍处于发展初期，在基础研究与应用、底层技术研究、产品技术水平和应用场景等方面存在局限，本研究尚属于理论层面的探讨，缺乏充足的行业实践，未来将聚焦多领域实际应用场景进行应用，不断深化和完善相关研究。