人工智能、區(qū)域創(chuàng)新能力與產(chǎn)業(yè)結(jié)構(gòu)升級
——基于中國工業(yè)機器人的經(jīng)驗證據(jù)

胡 艷，陳 曦

(1.安徽大學(xué) 經(jīng)濟學(xué)院，安徽 合肥 230601；2.安徽大學(xué) 創(chuàng)新發(fā)展戰(zhàn)略研究院，安徽 合肥 230601)

一、引言

產(chǎn)業(yè)結(jié)構(gòu)升級是引領(lǐng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)變發(fā)展方式、推動新舊動能轉(zhuǎn)換、加快構(gòu)建新發(fā)展格局、實現(xiàn)新時代高質(zhì)量發(fā)展要求的必由之路。伴隨著我國人口紅利逐漸消退、資源環(huán)境約束趨緊，依靠技術(shù)驅(qū)動產(chǎn)業(yè)結(jié)構(gòu)升級成為新常態(tài)下的重要途徑。黨的二十大報告明確指出要推動制造業(yè)高端化、智能化、綠色化發(fā)展，推動戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展，構(gòu)建新一代信息技術(shù)、人工智能、高端裝備等一批新的增長引擎。工業(yè)機器人作為人工智能最具代表性的應(yīng)用，與制造業(yè)的深度融合顯著提升了生產(chǎn)率和資源配置效率，通過顛覆傳統(tǒng)生產(chǎn)模式帶動生產(chǎn)規(guī)模化、專業(yè)化發(fā)展，促進制造業(yè)向高端化演變，日漸成為新時代促進產(chǎn)業(yè)結(jié)構(gòu)升級和高質(zhì)量發(fā)展的有效推動力。目前我國人工智能發(fā)展已取得顯著成效，但由于其作用發(fā)揮受本地技術(shù)基礎(chǔ)匹配的影響，仍面臨適配性低、創(chuàng)新能力弱等問題[1]。在國內(nèi)經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型和國際“逆全球化”趨勢的雙重壓力下，我國應(yīng)抓住新一輪科技革命的發(fā)展機遇，積極參與人工智能創(chuàng)新鏈競爭。因此，深刻認識人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的影響，厘清如何提升區(qū)域創(chuàng)新能力以適應(yīng)人工智能發(fā)展要求，并進一步推動產(chǎn)業(yè)結(jié)構(gòu)升級，對我國加快構(gòu)建經(jīng)濟發(fā)展新格局、推動高質(zhì)量發(fā)展、建設(shè)科技強國、提升全球競爭力顯得尤為重要。

目前國內(nèi)外學(xué)術(shù)界主要從經(jīng)濟、社會和環(huán)境層面對人工智能進行了深入研究。在經(jīng)濟層面，現(xiàn)有研究基本支持人工智能對提升生產(chǎn)率、推動經(jīng)濟增長的作用。Kromann等[2]基于14國面板數(shù)據(jù)實證得出，自動化技術(shù)的應(yīng)用在短期和長期均能顯著提升生產(chǎn)率；Graetz和Michaels[3]研究發(fā)現(xiàn)使用工業(yè)機器人可以提高全要素生產(chǎn)率和經(jīng)濟增長率；林晨等[4]認為人工智能可以通過提高實體經(jīng)濟吸引力來減輕居民消費壓力，強化實體經(jīng)濟資本對經(jīng)濟增長的拉動作用。人工智能對社會層面的影響研究主要聚焦于勞動就業(yè)方面，部分學(xué)者認為，以工業(yè)機器人為代表的人工智能的應(yīng)用會減少就業(yè)總量[5]、降低勞動收入份額[6]；但Brynjolfsson等[7]認為人工智能作為一種新技術(shù)出現(xiàn)而造成的短期結(jié)構(gòu)性失業(yè)，屬于階段性特征；王曉娟等[8]研究得出機器人在短期因替代效應(yīng)而對就業(yè)產(chǎn)生負向作用，中長期則得益于創(chuàng)造效應(yīng)促進就業(yè)增長。在環(huán)境層面，學(xué)者們認為人工智能可以通過結(jié)構(gòu)優(yōu)化效應(yīng)、創(chuàng)新效應(yīng)以及人力資本效應(yīng)等機制提升綠色發(fā)展效率、推動綠色低碳轉(zhuǎn)型[9-10]。

關(guān)于產(chǎn)業(yè)結(jié)構(gòu)升級，眾多學(xué)者從水平測度、升級效應(yīng)和影響因素三個方面展開了深入研究。在水平測度方面，一些學(xué)者基于就業(yè)、產(chǎn)值等數(shù)據(jù)構(gòu)建公式對產(chǎn)業(yè)結(jié)構(gòu)升級水平進行測算[11-12]；也有學(xué)者通過建立指標體系來度量產(chǎn)業(yè)結(jié)構(gòu)升級水平，如宋華等[13]構(gòu)建包含三次產(chǎn)業(yè)產(chǎn)值變動率、貢獻率和勞動力分布結(jié)構(gòu)的三類綜合指標測算產(chǎn)業(yè)結(jié)構(gòu)升級。在產(chǎn)業(yè)結(jié)構(gòu)升級效應(yīng)方面，以往研究表明產(chǎn)業(yè)結(jié)構(gòu)對經(jīng)濟增長、居民消費、生態(tài)環(huán)境等方面具有正向的促進效應(yīng)[14-16]。關(guān)于產(chǎn)業(yè)結(jié)構(gòu)升級的影響因素的研究較為豐富，不少學(xué)者從多維度探討影響產(chǎn)業(yè)結(jié)構(gòu)的機制，目前備受關(guān)注的因素主要有技術(shù)進步[17]、數(shù)字經(jīng)濟[18]、環(huán)境規(guī)制[13]、FDI[19]、人口老齡化[20]與政策支持[21-22]等。

近年來，人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)系日益受到關(guān)注，學(xué)者們就人工智能是否以及如何促進產(chǎn)業(yè)結(jié)構(gòu)升級展開了廣泛研究。從影響方向看，Aghion等[23]將人工智能納入產(chǎn)業(yè)結(jié)構(gòu)演變模型得出人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的影響取決于不同產(chǎn)業(yè)部門人工智能與傳統(tǒng)生產(chǎn)方式的轉(zhuǎn)化程度。郭凱明[24]認為人工智能對產(chǎn)業(yè)轉(zhuǎn)型升級的作用方向由人工智能在各產(chǎn)業(yè)部門間的產(chǎn)出彈性，以及和傳統(tǒng)生產(chǎn)方式的替代彈性上的差別決定。沈賞[25]運用系統(tǒng)GMM模型進行實證研究，發(fā)現(xiàn)人工智能對產(chǎn)業(yè)轉(zhuǎn)型升級具有正向促進作用。郭艷冰和胡立君[26]基于我國省級面板數(shù)據(jù)，證實了人工智能可以有效推動產(chǎn)業(yè)結(jié)構(gòu)升級。杜文強[27]利用284個地級市面板數(shù)據(jù)論證得出，工業(yè)機器人的廣泛應(yīng)用能顯著促進地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級。從影響路徑看，胡俊和杜傳忠[28]從理論上剖析了人工智能促進產(chǎn)業(yè)升級的內(nèi)在機理，認為人工智能可以通過拓寬自主創(chuàng)新方向推動技術(shù)進步，從而優(yōu)化勞動結(jié)構(gòu)、提高生產(chǎn)率以及促進新興業(yè)態(tài)的產(chǎn)生和發(fā)展，最終實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級。鄧仲良和屈小博[29]認為，工業(yè)機器人主要通過改善資本—勞動稟賦結(jié)構(gòu)和提升全要素生產(chǎn)率助推制造業(yè)升級。韋東明等[30]通過構(gòu)建中介效應(yīng)模型實證得出，人工智能在生產(chǎn)率效應(yīng)和就業(yè)創(chuàng)造效應(yīng)的傳導(dǎo)機制下對產(chǎn)業(yè)結(jié)構(gòu)升級產(chǎn)生顯著正向影響。

綜上所述，人工智能已成為經(jīng)濟研究熱點，針對其與產(chǎn)業(yè)結(jié)構(gòu)升級的研究也不斷增多，但現(xiàn)有研究更多關(guān)注的是人工智能對產(chǎn)業(yè)升級的直接影響，往往忽視了兩者發(fā)展間的非線性關(guān)系，且較為缺乏以其他視角切入的差異性研究，對于其他變量在不同閾值下對這兩者的關(guān)系產(chǎn)生何種影響也未作深入探討。基于此，本文嘗試進行如下拓展：以區(qū)域創(chuàng)新能力為研究視角，將人工智能、區(qū)域創(chuàng)新能力和產(chǎn)業(yè)結(jié)構(gòu)升級三者納入同一框架，厘清人工智能驅(qū)動產(chǎn)業(yè)結(jié)構(gòu)升級的理論機制，并實證分析人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的作用以及區(qū)域創(chuàng)新能力對兩者關(guān)系的調(diào)節(jié)效應(yīng)；進一步運用面板門檻模型，深入考察人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的非線性影響，并將區(qū)域創(chuàng)新能力閾值因素引入人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)系中，創(chuàng)新性地驗證不同區(qū)域創(chuàng)新能力下人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級的非線性關(guān)系，豐富人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級的定量研究。

二、理論機制與研究假設(shè)

(一)人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的基本影響機制

1.直接影響

作為新一輪科技革命的代表性技術(shù)，人工智能正在邁入新一輪加速發(fā)展期，具備廣泛滲透性、數(shù)據(jù)驅(qū)動性、系統(tǒng)智能化的典型特點，將引領(lǐng)傳統(tǒng)產(chǎn)業(yè)生產(chǎn)模式發(fā)生深刻變革[28]，從以下幾個方面影響產(chǎn)業(yè)結(jié)構(gòu)升級。第一，人工智能憑借其廣泛滲透性，與各行業(yè)深度融合，傳統(tǒng)產(chǎn)業(yè)通過引進機器人、自動化等人工智能技術(shù)進行生產(chǎn)，促使生產(chǎn)設(shè)備和生產(chǎn)流程逐漸趨于智能化、自動化，改變了固有的技術(shù)結(jié)構(gòu)和生產(chǎn)方式，使資源得到更有效的配置，生產(chǎn)率進一步提升，并且可以實時監(jiān)測生產(chǎn)過程，提高質(zhì)檢水平，提升產(chǎn)品質(zhì)量[31]。人工智能應(yīng)用于傳統(tǒng)產(chǎn)業(yè)的同時還能衍生出一批新興產(chǎn)業(yè)，從而推動產(chǎn)業(yè)結(jié)構(gòu)升級。第二，工業(yè)機器人作為人工智能的集中技術(shù)體現(xiàn)，在制造業(yè)的廣泛應(yīng)用中會產(chǎn)生勞動力替代效應(yīng)，被替代的勞動力將大部分流向服務(wù)業(yè)，進而推動產(chǎn)業(yè)結(jié)構(gòu)的演進。這一沖擊也將倒逼勞動力努力提升自身技能，進而促進整體人力資本水平和生產(chǎn)能力的提升，產(chǎn)業(yè)結(jié)構(gòu)也隨之優(yōu)化升級。第三，人工智能是數(shù)據(jù)分析、信息編程、移動互聯(lián)網(wǎng)等先進技術(shù)下誕生的產(chǎn)物，人工智能的發(fā)展將帶動知識和技術(shù)密集型等現(xiàn)代化產(chǎn)業(yè)的進一步發(fā)展，進而促進產(chǎn)業(yè)結(jié)構(gòu)向高端化演進。第四，人工智能基于大量用戶數(shù)據(jù)，借助智能識別系統(tǒng)，可以及時捕捉消費者的需求信息，快速匹配產(chǎn)品質(zhì)量等并做出最佳決策[32]，不斷滿足現(xiàn)代消費者的個性化需要，帶動相關(guān)行業(yè)的專業(yè)化發(fā)展，從而促進產(chǎn)業(yè)結(jié)構(gòu)升級。由此，提出假設(shè)1。

假設(shè)1：人工智能可以顯著促進產(chǎn)業(yè)結(jié)構(gòu)升級。

2.間接影響

創(chuàng)新作為第一生產(chǎn)力，是企業(yè)競爭優(yōu)勢的重要源泉，也是國家發(fā)展的根本動力，提高區(qū)域創(chuàng)新能力可以促進產(chǎn)業(yè)結(jié)構(gòu)升級已成為學(xué)術(shù)界的共識。胡京[33]認為創(chuàng)新主體在積累人力資本、增加創(chuàng)新產(chǎn)出和互相學(xué)習(xí)的過程中帶動了區(qū)域整體的勞動生產(chǎn)率的提升，同時運用向量自回歸(PVAR)模型實證得出區(qū)域創(chuàng)新能力的提升正向促進了產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的結(jié)果。區(qū)域創(chuàng)新能力在人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)系中發(fā)揮正向的調(diào)節(jié)效應(yīng)，可以在一定程度上強化人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的促進作用。首先，區(qū)域創(chuàng)新主體借助人工智能海量的AI素材數(shù)據(jù)庫和能直接用于研究創(chuàng)新的算法和代碼開源社區(qū)，大大降低了搜尋成本、信息成本和創(chuàng)新成本，為創(chuàng)新活動提供了極大便利，從而激發(fā)創(chuàng)新主體釋放更多資源和資本用于研發(fā)創(chuàng)新，促進創(chuàng)新能力和創(chuàng)新效率的顯著提升，助推產(chǎn)業(yè)結(jié)構(gòu)持續(xù)升級[34]。其次，人工智能屬于通用型技術(shù)，借助技術(shù)外溢擴散效應(yīng)，可以突破地理位置帶來的局限，不斷拓寬輻射范圍，加深與不同產(chǎn)業(yè)、不同場景的融合應(yīng)用，促進醫(yī)療、教育、制造等傳統(tǒng)領(lǐng)域逐漸趨于智能化的創(chuàng)新變革，從而有效提高資源配置效率和整體創(chuàng)新能力；同時，為其他領(lǐng)域提供創(chuàng)新思路，培育新的高端要素和產(chǎn)業(yè)，為消費者提供更多選擇，進一步引發(fā)消費升級，從而帶動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。最后，人工智能技術(shù)具有很強的模仿性，可以通過機器實現(xiàn)對產(chǎn)品和技術(shù)的模仿，可能導(dǎo)致產(chǎn)品出現(xiàn)同質(zhì)化的情況，企業(yè)為避免行業(yè)之間的模仿和競爭，將不斷投入資本用于產(chǎn)品的研發(fā)創(chuàng)新，企業(yè)的創(chuàng)新能力和產(chǎn)品的市場競爭力得到進一步提升，從而促進產(chǎn)業(yè)結(jié)構(gòu)升級。由此，提出假設(shè)2。

假設(shè)2：區(qū)域創(chuàng)新能力在人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級影響中具有正向調(diào)節(jié)作用，是人工智能促進產(chǎn)業(yè)結(jié)構(gòu)升級的重要作用路徑。

(二)人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的非線性影響機制

人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級具有正向促進作用，但可能存在一定的門檻效應(yīng)。人工智能促進產(chǎn)業(yè)結(jié)構(gòu)升級會受到相關(guān)技術(shù)、配套設(shè)施以及機器設(shè)備等因素的影響。Brynjolfsson等[7]基于人工智能迅速發(fā)展和全球全要素生產(chǎn)率降低的背景，提出了“新索洛悖論”?！靶滤髀邈Ｕ摗闭J為人工智能的發(fā)展在短期內(nèi)并不能顯著提高生產(chǎn)率，國內(nèi)學(xué)者對此展開討論。郭敏和方夢然[35]認為人工智能技術(shù)需要一定時間的累積發(fā)展，待形成規(guī)模后才能顯著促進生產(chǎn)率的提高。在人工智能發(fā)展的早期階段，由于缺乏相應(yīng)互補性技術(shù)、匹配人才以及配套設(shè)施和產(chǎn)業(yè)政策等，加上大眾對人工智能的理解力的缺失，人工智能的應(yīng)用發(fā)展進程緩慢，無法起到有效促進產(chǎn)業(yè)結(jié)構(gòu)升級的作用。但當人工智能技術(shù)發(fā)展到一定階段后，伴隨著國家對人工智能技術(shù)的政策支持、配套設(shè)施的逐漸齊備以及人工智能學(xué)科和專業(yè)人才的增加，人工智能發(fā)展規(guī)模日漸擴大，人工智能水平得到顯著提升。人工智能廣泛融合于各產(chǎn)業(yè)部門的生產(chǎn)與管理，促進了生產(chǎn)率的有效提升和要素資源的優(yōu)化配置，進而促進產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級。由此，提出假設(shè)3a。

假設(shè)3a：人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級存在門檻效應(yīng)的非線性關(guān)系。

創(chuàng)新為人工智能技術(shù)的發(fā)展提供不竭源泉，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的作用效果受本地創(chuàng)新能力的影響。當區(qū)域創(chuàng)新能力較弱時，意味著發(fā)展人工智能技術(shù)缺乏可供調(diào)動的創(chuàng)新資源。在人工智能迅速發(fā)展的經(jīng)濟背景下，其對知識和創(chuàng)新儲備的要求也逐漸提高，低水平的區(qū)域創(chuàng)新能力無法有效滿足人工智能發(fā)展的新要求。創(chuàng)新基礎(chǔ)薄弱致使人工智能難以突破關(guān)鍵性技術(shù)難題，仍然停留在簡單重復(fù)替代勞動和模仿的階段，不具備“人類智能”的特點，人工智能無法進一步發(fā)展。若此時一味投入大量資本到人工智能的發(fā)展中，將會提高企業(yè)成本，降低要素資源利用率，進而抑制產(chǎn)業(yè)結(jié)構(gòu)升級。當區(qū)域創(chuàng)新能力提升到一定程度后，創(chuàng)新成果產(chǎn)出大大增加，創(chuàng)新資源稟賦結(jié)構(gòu)得到有效改善。人工智能和區(qū)域創(chuàng)新能力二者相互匹配、共同作用，將有效轉(zhuǎn)換創(chuàng)新成果投入到產(chǎn)業(yè)當中，更大限度地發(fā)揮創(chuàng)新外溢效應(yīng)，促進生產(chǎn)率提升，從而推動產(chǎn)業(yè)結(jié)構(gòu)升級?？傊?，在較弱的區(qū)域創(chuàng)新能力下，區(qū)域創(chuàng)新能力和人工智能發(fā)展新要求不匹配，人工智能難以促進產(chǎn)業(yè)結(jié)構(gòu)升級；隨著區(qū)域創(chuàng)新能力的不斷提升，創(chuàng)新成果不斷豐富，人工智能創(chuàng)新成果轉(zhuǎn)換率也隨之提高，產(chǎn)業(yè)結(jié)構(gòu)得以轉(zhuǎn)型升級。由此，提出假設(shè)3b。

假設(shè)3b：人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級存在區(qū)域創(chuàng)新能力門檻效應(yīng)。

三、研究設(shè)計

(一)計量模型構(gòu)建

為研究人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的影響，本文構(gòu)建如下面板計量模型：

uisit=α0+α1aiit+αXit+εit

(1)

為研究區(qū)域創(chuàng)新能力在人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級影響中的調(diào)節(jié)效應(yīng)，本文設(shè)定如下調(diào)節(jié)效應(yīng)模型：

uisit=α0+α1aiit+α2patit+α3aiit×patit+αXit+εit

(2)

為考察人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級的非線性關(guān)系，本文借鑒Hansen[36]提出的面板門檻回歸模型，以人工智能和區(qū)域創(chuàng)新能力為門檻變量，設(shè)定如下面板門檻模型：

uisit=β0+β1aiitI(qit≤γ)+β2aiitI(qit>γ)+βXit+εit

(3)

其中：uisit表示i省份在t年的產(chǎn)業(yè)結(jié)構(gòu)升級水平；aiit表示i省份在t年的人工智能發(fā)展水平；patit表示i省在t年的區(qū)域創(chuàng)新能力；aiit×patit為人工智能和區(qū)域創(chuàng)新能力的交互項；qit表示i省份在t年的門檻變量；γ表示估計的門檻值；I(·)代表示性函數(shù)，若滿足括號中要求取值1，反之則取值0。Xit表示模型的一系列控制變量；εit表示隨機擾動項；其他表示常數(shù)項和變量系數(shù)。

(二)變量說明

1.被解釋變量

產(chǎn)業(yè)結(jié)構(gòu)升級水平(uis)。本文借鑒紀玉俊和李超[11]的研究，采取各產(chǎn)業(yè)勞動生產(chǎn)率與各產(chǎn)業(yè)生產(chǎn)產(chǎn)值占比的乘積之和來表示產(chǎn)業(yè)結(jié)構(gòu)升級。具體計算公式如下：

(4)

其中：uis表示產(chǎn)業(yè)結(jié)構(gòu)升級水平；ki表示三次產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比值；Li為各產(chǎn)業(yè)增加值與各產(chǎn)業(yè)就業(yè)人數(shù)之比，代表勞動生產(chǎn)率。uis數(shù)值越大，表示產(chǎn)業(yè)結(jié)構(gòu)升級水平越高。

2.核心解釋變量

人工智能水平(ai)。已有文獻研究大多利用工業(yè)機器人安裝密度、信息傳輸、計算機服務(wù)和軟件業(yè)全社會固定資產(chǎn)投資金額以及人工智能專利申請量作為人工智能的表征變量。麥卡錫將人工智能定義為制造智能機器，而工業(yè)機器人作為人工智能技術(shù)的代表性應(yīng)用，已被廣泛用于生產(chǎn)工作，可以較好地體現(xiàn)人工智能的實際使用情況，且主要應(yīng)用于電子和電氣、運輸設(shè)備及家具等制造業(yè)領(lǐng)域，較少涉及服務(wù)業(yè)[37]。因此，本文借鑒蘆婷婷和祝志勇[6]、韋東明等[30]的做法，采用機器人安裝密度衡量人工智能水平，并將國際機器人聯(lián)盟(IFR)提供的制造業(yè)機器人數(shù)據(jù)與《中國勞動統(tǒng)計年鑒》中提供的制造業(yè)分行業(yè)就業(yè)數(shù)據(jù)進行匹配，最終測算出各省機器人安裝密度，該做法已得到國內(nèi)外學(xué)者的廣泛認可和使用。具體公式如下：

(5)

其中：aiit表示人工智能水平；Robit表示i省t年的機器人安裝量；Lit表示i省t年的制造業(yè)就業(yè)人數(shù)；Eimt為i省t年m行業(yè)的就業(yè)人數(shù)與全國t年m行業(yè)就業(yè)人數(shù)之比；Robmt表示m行業(yè)t年的機器人安裝量；m表示制造業(yè)行業(yè)數(shù)量。對所有行業(yè)進行加總，即可得到i省t年的機器人安裝密度。

3.調(diào)節(jié)變量

區(qū)域創(chuàng)新能力(pat)。專利含有眾多關(guān)鍵性技術(shù)信息，可以較為全面地體現(xiàn)一個地區(qū)的技術(shù)創(chuàng)新能力。由于專利授權(quán)的審核標準較為嚴格，且具有一定的時間滯后性，因此，本文選取三種專利人均申請數(shù)(含發(fā)明、實用新型和外觀設(shè)計專利)來表示區(qū)域創(chuàng)新能力，并對其進行對數(shù)化處理。

4.控制變量

(1)基礎(chǔ)設(shè)施水平(infra)，選取每平方千米的公路里程表示；(2)貿(mào)易開放度(trade)，采用進出口總額占地區(qū)生產(chǎn)總值的比重表示；(3)政府干預(yù)(gov)，采用地方財政一般公共預(yù)算支出與地區(qū)生產(chǎn)總值的比重表示；(4)外商直接投資(fdi)，選取外商直接投資總額與地區(qū)生產(chǎn)總值之比來衡量。以上進出口總額和外商直接投資額均以當年人民幣對美元匯率進行折價處理。

(三)數(shù)據(jù)來源

本文選取2006—2019年中國30個省(市、自治區(qū))(不含西藏、港澳臺)的面板數(shù)據(jù)進行實證檢驗①。核心解釋變量原始數(shù)據(jù)來源于IFR，其他變量數(shù)據(jù)來源于《新中國60年統(tǒng)計資料匯編》、歷年《中國統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》，以及各省(市、自治區(qū))統(tǒng)計年鑒、國研網(wǎng)和中經(jīng)網(wǎng)數(shù)據(jù)庫，其中個別省份的缺失數(shù)據(jù)采用插值法補齊。變量描述性統(tǒng)計結(jié)果見表1。

表1 變量描述性統(tǒng)計結(jié)果

(四)中國人工智能應(yīng)用水平現(xiàn)狀

表2報告了2006—2019年中國機器人密度的地區(qū)分布②，可以看出，無論是機器人安裝密度還是機器人存量密度，各地區(qū)整體上都呈現(xiàn)出逐年上升的趨勢。以存量密度為例，東部地區(qū)機器人平均密度最高，西部地區(qū)次之，中部地區(qū)最低，但中西部差異不明顯。東部地區(qū)機器人存量密度由2006年的2.22臺/千人增加至2019年的186.91臺/千人；中部地區(qū)由2006年的1.47臺/千人增加至2019年的146.21臺/千人；西部地區(qū)由2016年的2.03臺/千人增加至2019年的141.71臺/千人。中部地區(qū)增速最快。由此可以看出，我國機器人應(yīng)用水平隨著時間的推移顯著提升，但存在明顯的區(qū)域差異，且該差異存在逐年擴大的趨勢。東部地區(qū)由于所包含省份位于沿海地區(qū)，經(jīng)濟發(fā)達，產(chǎn)業(yè)基礎(chǔ)雄厚，機器人應(yīng)用水平明顯高于中部和西部地區(qū)；在“中部崛起”戰(zhàn)略的實施下，中部地區(qū)不斷推進新型工業(yè)化，大力發(fā)展汽車等裝備制造業(yè)，機器人的應(yīng)用普及度也得到顯著提高。

表2 2006—2019年中國機器人密度的地區(qū)分布 單位：臺/千人

四、實證分析

(一)基準回歸結(jié)果

本文采用雙向固定效應(yīng)模型對式(1)進行估計，并同時采用穩(wěn)健標準誤的OLS回歸作為參照，結(jié)果如表3所示。從列(1)至列(4)可以看出，無論是否加入控制變量，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的影響系數(shù)均顯著為正，表明人工智能可以有效推動產(chǎn)業(yè)結(jié)構(gòu)升級，驗證了前文假設(shè)1。具體而言，人工智能水平每提升1個單位，產(chǎn)業(yè)結(jié)構(gòu)升級水平將提升0.097 2個單位。人工智能技術(shù)在各產(chǎn)業(yè)部門的應(yīng)用，可以幫助其在生產(chǎn)過程中逐漸趨于智能化、數(shù)字化，從而優(yōu)化各生產(chǎn)要素的投入，節(jié)約生產(chǎn)過程中的運營和信息搜尋成本，提高生產(chǎn)率和資源配置效率，進而實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級。觀察各控制變量的回歸結(jié)果，政府干預(yù)對產(chǎn)業(yè)結(jié)構(gòu)升級的影響系數(shù)顯著為負，這說明政府過多干預(yù)經(jīng)濟，可能使市場這只無形的手不能充分發(fā)揮作用，資源得不到有效配置，從而在一定程度上阻礙了產(chǎn)業(yè)結(jié)構(gòu)升級。

表3 基準回歸結(jié)果

(二)穩(wěn)健性檢驗

上述基準回歸結(jié)果顯示，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級具有顯著的正向促進作用。為檢驗上述結(jié)論的可靠性，本文采用替換核心解釋變量、安慰劑檢驗、縮尾處理以及工具變量法進行驗證。

1.替換核心解釋變量。參考已有研究[27]，以機器人存量計算的機器人存量密度作為核心解釋變量的替代變量，再次對產(chǎn)業(yè)結(jié)構(gòu)升級進行回歸。觀察表4中第(1)列的回歸結(jié)果可知，核心解釋變量回歸系數(shù)仍顯著為正，驗證了前文實證結(jié)果的可靠性。

表4 穩(wěn)健性檢驗結(jié)果

2.安慰劑檢驗。由于產(chǎn)業(yè)結(jié)構(gòu)升級本身存在不斷演變和優(yōu)化升級的趨勢，與人工智能的發(fā)展可能并不存在因果關(guān)系。因此，本文進行安慰劑檢驗，使用2006—2018年的人工智能水平對1992—2005年的產(chǎn)業(yè)結(jié)構(gòu)升級進行回歸，驗證過去的產(chǎn)業(yè)結(jié)構(gòu)升級是否與未來的人工智能發(fā)展水平相關(guān)，回歸結(jié)果見表4中第(2)列。結(jié)果顯示，人工智能的回歸系數(shù)不顯著，證明過去的產(chǎn)業(yè)結(jié)構(gòu)升級和未來的人工智能發(fā)展不相關(guān)，說明前文結(jié)論是穩(wěn)健的。

3.縮尾處理。我國人工智能發(fā)展水平由于地域差異存在較大差距，因此，對變量進行上下兩側(cè)1%水平上的縮尾處理，以排除異常值的干擾。從表4中第(3)列可以看出，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的影響系數(shù)依然顯著為正，再次證明上述結(jié)果是穩(wěn)健的。

4.內(nèi)生性檢驗

考慮到人工智能和產(chǎn)業(yè)結(jié)構(gòu)升級之間可能存在雙向因果關(guān)系以及遺漏變量和測量誤差的問題，本文采用工具變量法來緩解內(nèi)生性問題。參考林伯強和譚睿鵬[38]、劉軍和陳嘉欽[39]的做法，選取各省份的地形起伏度作為人工智能的工具變量。一方面，地形起伏度是客觀存在的天然地理因素，并不直接影響產(chǎn)業(yè)結(jié)構(gòu)升級，滿足工具變量的外生性要求；另一方面，發(fā)展人工智能需要建設(shè)大量配套基礎(chǔ)設(shè)施，地形起伏度越高越不利于基礎(chǔ)設(shè)施的建設(shè)，發(fā)展人工智能難度較大，滿足工具變量的相關(guān)性要求。由于本文選取的是面板數(shù)據(jù)，而地形起伏度為截面數(shù)據(jù)，為滿足回歸需求，參考Nunn和Qian[40]的研究，選用各地區(qū)地形起伏度與樣本期內(nèi)全國人工智能水平的交互項作為人工智能的工具變量。

表5為工具變量回歸結(jié)果，觀察 Kleibergen-Paap rk LM和Kleibergen-Paap rk Wald F統(tǒng)計量，前者顯著為正，后者大于臨界值，說明不存在工具變量識別不足和弱工具變量的問題，本文工具變量的選擇是合理的。在克服內(nèi)生性問題后，核心解釋變量人工智能的回歸系數(shù)仍顯著為正，驗證了上述結(jié)果的穩(wěn)健性。

表5 工具變量回歸結(jié)果

(三)調(diào)節(jié)效應(yīng)回歸結(jié)果

表6報告了調(diào)節(jié)效應(yīng)回歸結(jié)果，本文主要關(guān)注交互項的系數(shù)?？梢钥闯觯瑹o論是否加入控制變量，人工智能和區(qū)域創(chuàng)新能力的交互項ai×pat的系數(shù)都顯著為正，表明區(qū)域創(chuàng)新能力在人工智能促進產(chǎn)業(yè)結(jié)構(gòu)升級中發(fā)揮積極的正向調(diào)節(jié)作用，假設(shè)2得到驗證。人工智能作為通用目的技術(shù)，與各行業(yè)的高度融合將極大地拓展人工智能的應(yīng)用領(lǐng)域，加深其與實體經(jīng)濟的融合，并推動技術(shù)溢出。同時，通過與大數(shù)據(jù)和云計算等技術(shù)相結(jié)合，可為其他領(lǐng)域的技術(shù)創(chuàng)新提供借鑒，進而提升整個社會的創(chuàng)新能力，促進產(chǎn)業(yè)結(jié)構(gòu)不斷升級。

表6 調(diào)節(jié)效應(yīng)回歸結(jié)果

(四)進一步分析：門檻效應(yīng)檢驗

為驗證假設(shè)3a和3b，本文參考Hansen的面板門檻回歸方法，以人工智能以及區(qū)域創(chuàng)新能力為門檻變量，進一步探究人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的非線性影響。首先，需要檢驗變量間是否存在非線性的門檻效應(yīng)以及具體門檻值，檢驗結(jié)果如表7所示。由表7數(shù)據(jù)可知，人工智能和區(qū)域創(chuàng)新能力均顯著通過了單一門檻和雙重門檻檢驗，三重門檻則未通過顯著性檢驗。因此，本文從人工智能與區(qū)域創(chuàng)新能力雙重門檻的角度探討人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的非線性影響。

表7 門檻效應(yīng)存在性檢驗

表8報告了門檻效應(yīng)回歸結(jié)果，具體分析如下。

表8 門檻效應(yīng)回歸結(jié)果

1.人工智能

由表8中第(1)列可知，在人工智能門檻區(qū)間內(nèi)，伴隨人工智能水平的不斷提高，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的作用由抑制轉(zhuǎn)變?yōu)榇龠M，呈現(xiàn)出邊際遞增的非線性特征。具體而言，當人工智能水平低于門檻值0.177 9時，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的影響系數(shù)顯著為負，表明人工智能發(fā)展水平較低時無法有效促進產(chǎn)業(yè)結(jié)構(gòu)升級；當人工智能水平處于門檻值0.177 9和0.284 8之間時，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的負向作用有所緩解；當人工智能水平越過高門檻值0.284 8時，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的回歸系數(shù)顯著為正，且系數(shù)顯著高于第二階段。由此可知，人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級之間確實存在非線性關(guān)系，只有當人工智能發(fā)展到一定規(guī)模時，人工智能才能顯著促進產(chǎn)業(yè)結(jié)構(gòu)升級。對此可能的解釋為，人工智能屬于高端新興技術(shù)，發(fā)展人工智能需要投入一定的資金，在發(fā)展前期，由于其資產(chǎn)投資回報率較低，人工智能缺乏投資基金，對產(chǎn)業(yè)結(jié)構(gòu)升級的作用發(fā)揮具有顯著的滯后性。只有經(jīng)過一定時間的積累，待人工智能達到一定規(guī)模后，才得以有效發(fā)揮出滲透作用，深度融合于各行各業(yè)，充分發(fā)揮技術(shù)紅利，助推產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級。

2.區(qū)域創(chuàng)新能力

由表8中第(2)列結(jié)果可知，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的作用在不同的區(qū)域創(chuàng)新能力下存在明顯差異，呈現(xiàn)出顯著的U形特征。具體而言，當區(qū)域創(chuàng)新能力小于門檻值0.488 1時，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的回歸系數(shù)顯著為負；當區(qū)域創(chuàng)新能力處于門檻值0.488 1～2.540 4時，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的作用由負轉(zhuǎn)正，開始正向促進產(chǎn)業(yè)結(jié)構(gòu)升級；當區(qū)域創(chuàng)新能力高于門檻值2.540 4時，人工智能系數(shù)增加到0.380 7，且通過了1%水平的顯著性檢驗，說明人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的促進效應(yīng)明顯增強。由此可知，以區(qū)域創(chuàng)新能力為門檻變量時，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級呈現(xiàn)出顯著的區(qū)域創(chuàng)新能力門檻效應(yīng)，只有區(qū)域創(chuàng)新能力提升到一定水平后，人工智能才能有效推動產(chǎn)業(yè)結(jié)構(gòu)升級。當區(qū)域創(chuàng)新能力處于較低水平時，人工智能技術(shù)的發(fā)展缺乏創(chuàng)新基礎(chǔ)，和本地技術(shù)基礎(chǔ)不匹配，難以產(chǎn)出創(chuàng)新成果、突破關(guān)鍵性領(lǐng)域的技術(shù)難題，無法有效提升要素生產(chǎn)率，促進產(chǎn)業(yè)升級；伴隨著區(qū)域創(chuàng)新能力的不斷提升，地區(qū)創(chuàng)新資源得到有效豐富，人工智能借助創(chuàng)新成果的技術(shù)擴散充分實現(xiàn)技術(shù)外溢，與傳統(tǒng)產(chǎn)業(yè)和新興產(chǎn)業(yè)融合發(fā)展，促進產(chǎn)業(yè)結(jié)構(gòu)升級。

五、結(jié)論與政策建議

本文在分析人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級影響的基礎(chǔ)上，基于2006—2019年中國30個省(市、自治區(qū))的面板數(shù)據(jù)，運用雙向固定效應(yīng)模型、調(diào)節(jié)效應(yīng)模型實證檢驗了人工智能、區(qū)域創(chuàng)新能力與產(chǎn)業(yè)結(jié)構(gòu)升級之間的關(guān)系，并進一步運用門檻模型剖析人工智能和產(chǎn)業(yè)結(jié)構(gòu)升級之間的非線性關(guān)系。研究發(fā)現(xiàn)：(1)人工智能應(yīng)用水平整體呈上升趨勢，但區(qū)域發(fā)展不均衡，東部地區(qū)人工智能水平最高，中部地區(qū)增速最快；(2)人工智能顯著促進了產(chǎn)業(yè)結(jié)構(gòu)升級，這一結(jié)論在一系列穩(wěn)健性檢驗后依然成立；(3)區(qū)域創(chuàng)新能力在人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)系中具有正向調(diào)節(jié)作用，是人工智能促進產(chǎn)業(yè)結(jié)構(gòu)升級的重要推動因素；(4)人工智能除了受到自身門檻效應(yīng)對產(chǎn)業(yè)結(jié)構(gòu)升級產(chǎn)生的邊際遞增作用外，還存在顯著的區(qū)域創(chuàng)新能力雙重門檻，即當區(qū)域創(chuàng)新能力突破臨界值后，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級才表現(xiàn)出顯著的促進作用，即人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級呈U形關(guān)系。

根據(jù)上述結(jié)論，本文提出如下政策建議：(1)分區(qū)域?qū)嵤┎町惢娜斯ぶ悄馨l(fā)展戰(zhàn)略。目前我國地區(qū)間人工智能水平存在明顯差距，東部地區(qū)由于擁有良好的經(jīng)濟基礎(chǔ)優(yōu)勢，機器人應(yīng)用水平顯著高于中西部，中西部地區(qū)應(yīng)加大人工智能財政投入，同時鼓勵傳統(tǒng)產(chǎn)業(yè)加快引入機器人應(yīng)用，改善生產(chǎn)模式，加強和東部地區(qū)的交流與合作，努力縮小發(fā)展差距，促進人工智能協(xié)調(diào)發(fā)展。(2)進一步加快人工智能技術(shù)發(fā)展，加大資金支持力度，不斷完善人工智能相關(guān)配套基礎(chǔ)設(shè)施建設(shè)，充分發(fā)揮人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的促進作用。同時，不斷擴大機器人應(yīng)用規(guī)模，建設(shè)機器人產(chǎn)業(yè)集群，加強與制造業(yè)的深度融合，促進制造業(yè)的中高端發(fā)展，帶動整體產(chǎn)業(yè)升級。(3)加強區(qū)域創(chuàng)新能力建設(shè)。人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的作用受到區(qū)域創(chuàng)新能力的影響，當創(chuàng)新能力不足時，人工智能難以有效推動產(chǎn)業(yè)升級。因此，應(yīng)進一步加大科研投入力度，建設(shè)人工智能人才培養(yǎng)平臺，提高區(qū)域創(chuàng)新能力，攻破人工智能關(guān)鍵技術(shù)難關(guān)，從而更好地適應(yīng)人工智能發(fā)展需要，實現(xiàn)產(chǎn)業(yè)升級和經(jīng)濟高質(zhì)量發(fā)展。

注釋：

① 本文使用的機器人數(shù)據(jù)來源于IFR數(shù)據(jù)庫，考慮到中國分行業(yè)的機器人安裝量和存量數(shù)據(jù)從2006年開始才有所記錄，以及IFR數(shù)據(jù)庫的可得年份，本文選取的數(shù)據(jù)樣本時間為2006—2019年。

② 東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區(qū)包括山西、吉林、黑龍江、河南、湖北、湖南、安徽、江西；西部地區(qū)包括內(nèi)蒙古、重慶、四川、廣西、貴州、云南、陜西、甘肅、青海、寧夏、新疆。