胡 艷,陳 曦
(1.安徽大學(xué) 經(jīng)濟(jì)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)
產(chǎn)業(yè)結(jié)構(gòu)升級(jí)是引領(lǐng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)變發(fā)展方式、推動(dòng)新舊動(dòng)能轉(zhuǎn)換、加快構(gòu)建新發(fā)展格局、實(shí)現(xiàn)新時(shí)代高質(zhì)量發(fā)展要求的必由之路。伴隨著我國(guó)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(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)成為新常態(tài)下的重要途徑。黨的二十大報(bào)告明確指出要推動(dòng)制造業(yè)高端化、智能化、綠色化發(fā)展,推動(dòng)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(zhǎng)引擎。工業(yè)機(jī)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(guò)顛覆傳統(tǒng)生產(chǎn)模式帶動(dòng)生產(chǎn)規(guī)?;?、專業(yè)化發(fā)展,促進(jìn)制造業(yè)向高端化演變,日漸成為新時(shí)代促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和高質(zhì)量發(fā)展的有效推動(dòng)力。目前我國(guó)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(wèn)題[1]。在國(guó)內(nèi)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型和國(guó)際“逆全球化”趨勢(shì)的雙重壓力下,我國(guó)應(yīng)抓住新一輪科技革命的發(fā)展機(jī)遇,積極參與人工智能創(chuàng)新鏈競(jìng)爭(zhēng)。因此,深刻認(rèn)識(shí)人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(jìn)一步推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí),對(duì)我國(guó)加快構(gòu)建經(jīng)濟(jì)發(fā)展新格局、推動(dòng)高質(zhì)量發(fā)展、建設(shè)科技強(qiáng)國(guó)、提升全球競(jìng)爭(zhēng)力顯得尤為重要。
目前國(guó)內(nèi)外學(xué)術(shù)界主要從經(jīng)濟(jì)、社會(huì)和環(huán)境層面對(duì)人工智能進(jìn)行了深入研究。在經(jīng)濟(jì)層面,現(xiàn)有研究基本支持人工智能對(duì)提升生產(chǎn)率、推動(dòng)經(jīng)濟(jì)增長(zhǎng)的作用。Kromann等[2]基于14國(guó)面板數(shù)據(jù)實(shí)證得出,自動(dòng)化技術(shù)的應(yīng)用在短期和長(zhǎng)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(jī)器人可以提高全要素生產(chǎn)率和經(jīng)濟(jì)增長(zhǎng)率;林晨等[4]認(rèn)為人工智能可以通過(guò)提高實(shí)體經(jīng)濟(jì)吸引力來(lái)減輕居民消費(fèi)壓力,強(qiáng)化實(shí)體經(jīng)濟(jì)資本對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用。人工智能對(duì)社會(huì)層面的影響研究主要聚焦于勞動(dòng)就業(yè)方面,部分學(xué)者認(rèn)為,以工業(yè)機(jī)器人為代表的人工智能的應(yīng)用會(huì)減少就業(yè)總量[5]、降低勞動(dòng)收入份額[6];但Brynjolfsson等[7]認(rèn)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(jī)器人在短期因替代效應(yīng)而對(duì)就業(yè)產(chǎn)生負(fù)向作用,中長(zhǎng)期則得益于創(chuàng)造效應(yīng)促進(jìn)就業(yè)增長(zhǎng)。在環(huán)境層面,學(xué)者們認(rèn)為人工智能可以通過(guò)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(jī)制提升綠色發(fā)展效率、推動(dòng)綠色低碳轉(zhuǎn)型[9-10]。
關(guān)于產(chǎn)業(yè)結(jié)構(gòu)升級(jí),眾多學(xué)者從水平測(cè)度、升級(jí)效應(yīng)和影響因素三個(gè)方面展開了深入研究。在水平測(cè)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(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平進(jìn)行測(cè)算[11-12];也有學(xué)者通過(guò)建立指標(biāo)體系來(lái)度量產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平,如宋華等[13]構(gòu)建包含三次產(chǎn)業(yè)產(chǎn)值變動(dòng)率、貢獻(xiàn)率和勞動(dòng)力分布結(jié)構(gòu)的三類綜合指標(biāo)測(cè)算產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。在產(chǎn)業(yè)結(jié)構(gòu)升級(jí)效應(yīng)方面,以往研究表明產(chǎn)業(yè)結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長(zhǎng)、居民消費(fèi)、生態(tài)環(huán)境等方面具有正向的促進(jìn)效應(yīng)[14-16]。關(guān)于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(jī)制,目前備受關(guān)注的因素主要有技術(shù)進(jìn)步[17]、數(shù)字經(jīng)濟(jì)[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(lái),人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(rèn)為人工智能對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)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(yùn)用系統(tǒng)GMM模型進(jìn)行實(shí)證研究,發(fā)現(xiàn)人工智能對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)具有正向促進(jìn)作用。郭艷冰和胡立君[26]基于我國(guó)省級(jí)面板數(shù)據(jù),證實(shí)了人工智能可以有效推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。杜文強(qiáng)[27]利用284個(gè)地級(jí)市面板數(shù)據(jù)論證得出,工業(yè)機(jī)器人的廣泛應(yīng)用能顯著促進(jìn)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。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(jìn)產(chǎn)業(yè)升級(jí)的內(nèi)在機(jī)理,認(rèn)為人工智能可以通過(guò)拓寬自主創(chuàng)新方向推動(dòng)技術(shù)進(jìn)步,從而優(yōu)化勞動(dòng)結(jié)構(gòu)、提高生產(chǎn)率以及促進(jìn)新興業(yè)態(tài)的產(chǎn)生和發(fā)展,最終實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。鄧仲良和屈小博[29]認(rèn)為,工業(yè)機(jī)器人主要通過(guò)改善資本—?jiǎng)趧?dòng)稟賦結(jié)構(gòu)和提升全要素生產(chǎn)率助推制造業(yè)升級(jí)。韋東明等[30]通過(guò)構(gòu)建中介效應(yīng)模型實(shí)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(jī)制下對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)產(chǎn)生顯著正向影響。
綜上所述,人工智能已成為經(jīng)濟(jì)研究熱點(diǎn),針對(duì)其與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(duì)產(chǎn)業(yè)升級(jí)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(duì)于其他變量在不同閾值下對(duì)這兩者的關(guān)系產(chǎn)生何種影響也未作深入探討?;诖?,本文嘗試進(jìn)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(jí)三者納入同一框架,厘清人工智能驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的理論機(jī)制,并實(shí)證分析人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的作用以及區(qū)域創(chuàng)新能力對(duì)兩者關(guān)系的調(diào)節(jié)效應(yīng);進(jìn)一步運(yùn)用面板門檻模型,深入考察人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(jí)的關(guān)系中,創(chuàng)新性地驗(yàn)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(jí)的非線性關(guān)系,豐富人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的定量研究。
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(dòng)性、系統(tǒng)智能化的典型特點(diǎn),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(gè)方面影響產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。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(guò)引進(jìn)機(jī)器人、自動(dòng)化等人工智能技術(shù)進(jìn)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(dòng)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(jìn)一步提升,并且可以實(shí)時(shí)監(jiān)測(cè)生產(chǎn)過(guò)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(shí)還能衍生出一批新興產(chǎn)業(yè),從而推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。第二,工業(yè)機(jī)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(huì)產(chǎn)生勞動(dòng)力替代效應(yīng),被替代的勞動(dòng)力將大部分流向服務(wù)業(yè),進(jìn)而推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)的演進(jìn)。這一沖擊也將倒逼勞動(dòng)力努力提升自身技能,進(jìn)而促進(jìn)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(jí)。第三,人工智能是數(shù)據(jù)分析、信息編程、移動(dòng)互聯(lián)網(wǎng)等先進(jìn)技術(shù)下誕生的產(chǎn)物,人工智能的發(fā)展將帶動(dòng)知識(shí)和技術(shù)密集型等現(xiàn)代化產(chǎn)業(yè)的進(jìn)一步發(fā)展,進(jìn)而促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)向高端化演進(jìn)。第四,人工智能基于大量用戶數(shù)據(jù),借助智能識(shí)別系統(tǒng),可以及時(shí)捕捉消費(fèi)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(fèi)者的個(gè)性化需要,帶動(dòng)相關(guān)行業(yè)的專業(yè)化發(fā)展,從而促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。由此,提出假設(shè)1。
假設(shè)1:人工智能可以顯著促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。
2.間接影響
創(chuàng)新作為第一生產(chǎn)力,是企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的重要源泉,也是國(guó)家發(fā)展的根本動(dòng)力,提高區(qū)域創(chuàng)新能力可以促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)已成為學(xué)術(shù)界的共識(shí)。胡京[33]認(rèn)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(guò)程中帶動(dòng)了區(qū)域整體的勞動(dòng)生產(chǎn)率的提升,同時(shí)運(yùn)用向量自回歸(PVAR)模型實(shí)證得出區(qū)域創(chuàng)新能力的提升正向促進(jìn)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(jí)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(qiáng)化人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的促進(jìn)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(kù)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(dòng)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(jìn)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(jí)[34]。其次,人工智能屬于通用型技術(shù),借助技術(shù)外溢擴(kuò)散效應(yīng),可以突破地理位置帶來(lái)的局限,不斷拓寬輻射范圍,加深與不同產(chǎn)業(yè)、不同場(chǎng)景的融合應(yīng)用,促進(jìn)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(shí),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(fèi)者提供更多選擇,進(jìn)一步引發(fā)消費(fèi)升級(jí),從而帶動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。最后,人工智能技術(shù)具有很強(qiáng)的模仿性,可以通過(guò)機(jī)器實(shí)現(xiàn)對(duì)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(jìng)爭(zhēng),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(chǎng)競(jìng)爭(zhēng)力得到進(jìn)一步提升,從而促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。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(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響中具有正向調(diào)節(jié)作用,是人工智能促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的重要作用路徑。
人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)具有正向促進(jìn)作用,但可能存在一定的門檻效應(yīng)。人工智能促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)會(huì)受到相關(guān)技術(shù)、配套設(shè)施以及機(jī)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(rèn)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(guó)內(nèi)學(xué)者對(duì)此展開討論。郭敏和方夢(mèng)然[35]認(rèn)為人工智能技術(shù)需要一定時(shí)間的累積發(fā)展,待形成規(guī)模后才能顯著促進(jìn)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(bǔ)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(duì)人工智能的理解力的缺失,人工智能的應(yīng)用發(fā)展進(jìn)程緩慢,無(wú)法起到有效促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的作用。但當(dāng)人工智能技術(shù)發(fā)展到一定階段后,伴隨著國(guó)家對(duì)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(kuò)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(jìn)了生產(chǎn)率的有效提升和要素資源的優(yōu)化配置,進(jìn)而促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。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(jí)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(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的作用效果受本地創(chuàng)新能力的影響。當(dāng)區(qū)域創(chuàng)新能力較弱時(shí),意味著發(fā)展人工智能技術(shù)缺乏可供調(diào)動(dòng)的創(chuàng)新資源。在人工智能迅速發(fā)展的經(jīng)濟(jì)背景下,其對(duì)知識(shí)和創(chuàng)新儲(chǔ)備的要求也逐漸提高,低水平的區(qū)域創(chuàng)新能力無(wú)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(jiǎn)單重復(fù)替代勞動(dòng)和模仿的階段,不具備“人類智能”的特點(diǎn),人工智能無(wú)法進(jìn)一步發(fā)展。若此時(shí)一味投入大量資本到人工智能的發(fā)展中,將會(huì)提高企業(yè)成本,降低要素資源利用率,進(jìn)而抑制產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。當(dāng)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(dāng)中,更大限度地發(fā)揮創(chuàng)新外溢效應(yīng),促進(jìn)生產(chǎn)率提升,從而推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)??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(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí);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(jí)。由此,提出假設(shè)3b。
假設(shè)3b:人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)存在區(qū)域創(chuàng)新能力門檻效應(yīng)。
為研究人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響,本文構(gòu)建如下面板計(jì)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(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(jí)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(jí)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(xiàng);qit表示i省份在t年的門檻變量;γ表示估計(jì)的門檻值;I(·)代表示性函數(shù),若滿足括號(hào)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(jī)擾動(dòng)項(xiàng);其他表示常數(shù)項(xiàng)和變量系數(shù)。
1.被解釋變量
產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平(uis)。本文借鑒紀(jì)玉俊和李超[11]的研究,采取各產(chǎn)業(yè)勞動(dòng)生產(chǎn)率與各產(chǎn)業(yè)生產(chǎn)產(chǎn)值占比的乘積之和來(lái)表示產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。具體計(jì)算公式如下:
(4)
其中:uis表示產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(dòng)生產(chǎn)率。uis數(shù)值越大,表示產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平越高。
2.核心解釋變量
人工智能水平(ai)。已有文獻(xiàn)研究大多利用工業(yè)機(jī)器人安裝密度、信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)全社會(huì)固定資產(chǎn)投資金額以及人工智能專利申請(qǐng)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(jī)器,而工業(yè)機(jī)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(shí)際使用情況,且主要應(yīng)用于電子和電氣、運(yùn)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(jī)器人安裝密度衡量人工智能水平,并將國(guó)際機(jī)器人聯(lián)盟(IFR)提供的制造業(yè)機(jī)器人數(shù)據(jù)與《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》中提供的制造業(yè)分行業(yè)就業(yè)數(shù)據(jù)進(jìn)行匹配,最終測(cè)算出各省機(jī)器人安裝密度,該做法已得到國(guó)內(nèi)外學(xué)者的廣泛認(rèn)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(jī)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(guó)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(jī)器人安裝量;m表示制造業(yè)行業(yè)數(shù)量。對(duì)所有行業(yè)進(jìn)行加總,即可得到i省t年的機(jī)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(gè)地區(qū)的技術(shù)創(chuàng)新能力。由于專利授權(quán)的審核標(biāo)準(zhǔn)較為嚴(yán)格,且具有一定的時(shí)間滯后性,因此,本文選取三種專利人均申請(qǐng)數(shù)(含發(fā)明、實(shí)用新型和外觀設(shè)計(jì)專利)來(lái)表示區(qū)域創(chuàng)新能力,并對(duì)其進(jìn)行對(duì)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(jìn)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(cái)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(lái)衡量。以上進(jìn)出口總額和外商直接投資額均以當(dāng)年人民幣對(duì)美元匯率進(jìn)行折價(jià)處理。
本文選取2006—2019年中國(guó)30個(gè)省(市、自治區(qū))(不含西藏、港澳臺(tái))的面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)①。核心解釋變量原始數(shù)據(jù)來(lái)源于IFR,其他變量數(shù)據(jù)來(lái)源于《新中國(guó)60年統(tǒng)計(jì)資料匯編》、歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》,以及各省(市、自治區(qū))統(tǒng)計(jì)年鑒、國(guó)研網(wǎng)和中經(jīng)網(wǎng)數(shù)據(jù)庫(kù),其中個(gè)別省份的缺失數(shù)據(jù)采用插值法補(bǔ)齊。變量描述性統(tǒng)計(jì)結(jié)果見表1。
表1 變量描述性統(tǒng)計(jì)結(jié)果
表2報(bào)告了2006—2019年中國(guó)機(jī)器人密度的地區(qū)分布②,可以看出,無(wú)論是機(jī)器人安裝密度還是機(jī)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(shì)。以存量密度為例,東部地區(qū)機(jī)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(jī)器人存量密度由2006年的2.22臺(tái)/千人增加至2019年的186.91臺(tái)/千人;中部地區(qū)由2006年的1.47臺(tái)/千人增加至2019年的146.21臺(tái)/千人;西部地區(qū)由2016年的2.03臺(tái)/千人增加至2019年的141.71臺(tái)/千人。中部地區(qū)增速最快。由此可以看出,我國(guó)機(jī)器人應(yīng)用水平隨著時(shí)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(kuò)大的趨勢(shì)。東部地區(qū)由于所包含省份位于沿海地區(qū),經(jīng)濟(jì)發(fā)達(dá),產(chǎn)業(yè)基礎(chǔ)雄厚,機(jī)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(shí)施下,中部地區(qū)不斷推進(jìn)新型工業(yè)化,大力發(fā)展汽車等裝備制造業(yè),機(jī)器人的應(yīng)用普及度也得到顯著提高。
表2 2006—2019年中國(guó)機(jī)器人密度的地區(qū)分布 單位:臺(tái)/千人
本文采用雙向固定效應(yīng)模型對(duì)式(1)進(jìn)行估計(jì),并同時(shí)采用穩(wěn)健標(biāo)準(zhǔn)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(wú)論是否加入控制變量,人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響系數(shù)均顯著為正,表明人工智能可以有效推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí),驗(yàn)證了前文假設(shè)1。具體而言,人工智能水平每提升1個(gè)單位,產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平將提升0.097 2個(gè)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(guò)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(guò)程中的運(yùn)營(yíng)和信息搜尋成本,提高生產(chǎn)率和資源配置效率,進(jìn)而實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)。觀察各控制變量的回歸結(jié)果,政府干預(yù)對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響系數(shù)顯著為負(fù),這說(shuō)明政府過(guò)多干預(yù)經(jīng)濟(jì),可能使市場(chǎng)這只無(wú)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(jí)。
表3 基準(zhǔn)回歸結(jié)果
上述基準(zhǔn)回歸結(jié)果顯示,人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)具有顯著的正向促進(jìn)作用。為檢驗(yàn)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(yàn)、縮尾處理以及工具變量法進(jìn)行驗(yàn)證。
1.替換核心解釋變量。參考已有研究[27],以機(jī)器人存量計(jì)算的機(jī)器人存量密度作為核心解釋變量的替代變量,再次對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)進(jìn)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(yàn)證了前文實(shí)證結(jié)果的可靠性。
表4 穩(wěn)健性檢驗(yàn)結(jié)果
2.安慰劑檢驗(yàn)。由于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)本身存在不斷演變和優(yōu)化升級(jí)的趨勢(shì),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(jìn)行安慰劑檢驗(yàn),使用2006—2018年的人工智能水平對(duì)1992—2005年的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)進(jìn)行回歸,驗(yàn)證過(guò)去的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)是否與未來(lái)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(guò)去的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和未來(lái)的人工智能發(fā)展不相關(guān),說(shuō)明前文結(jié)論是穩(wěn)健的。
3.縮尾處理。我國(guó)人工智能發(fā)展水平由于地域差異存在較大差距,因此,對(duì)變量進(jìn)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(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(yàn)
考慮到人工智能和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)之間可能存在雙向因果關(guān)系以及遺漏變量和測(cè)量誤差的問(wèn)題,本文采用工具變量法來(lái)緩解內(nèi)生性問(wèn)題。參考林伯強(qiáng)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(jí),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(guó)人工智能水平的交互項(xiàng)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(jì)量,前者顯著為正,后者大于臨界值,說(shuō)明不存在工具變量識(shí)別不足和弱工具變量的問(wèn)題,本文工具變量的選擇是合理的。在克服內(nèi)生性問(wèn)題后,核心解釋變量人工智能的回歸系數(shù)仍顯著為正,驗(yàn)證了上述結(jié)果的穩(wěn)健性。
表5 工具變量回歸結(jié)果
表6報(bào)告了調(diào)節(jié)效應(yīng)回歸結(jié)果,本文主要關(guān)注交互項(xiàng)的系數(shù)??梢钥闯?,無(wú)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(xiàng)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(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)中發(fā)揮積極的正向調(diào)節(jié)作用,假設(shè)2得到驗(yàn)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(shí)體經(jīng)濟(jì)的融合,并推動(dòng)技術(shù)溢出。同時(shí),通過(guò)與大數(shù)據(jù)和云計(jì)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(jìn)而提升整個(gè)社會(huì)的創(chuàng)新能力,促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)不斷升級(jí)。
表6 調(diào)節(jié)效應(yīng)回歸結(jié)果
為驗(yàn)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(jìn)一步探究人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的非線性影響。首先,需要檢驗(yàn)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(yàn)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(guò)了單一門檻和雙重門檻檢驗(yàn),三重門檻則未通過(guò)顯著性檢驗(yàn)。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(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的非線性影響。
表7 門檻效應(yīng)存在性檢驗(yàn)
表8報(bào)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(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的作用由抑制轉(zhuǎn)變?yōu)榇龠M(jìn),呈現(xiàn)出邊際遞增的非線性特征。具體而言,當(dāng)人工智能水平低于門檻值0.177 9時(shí),人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響系數(shù)顯著為負(fù),表明人工智能發(fā)展水平較低時(shí)無(wú)法有效促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí);當(dāng)人工智能水平處于門檻值0.177 9和0.284 8之間時(shí),人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的負(fù)向作用有所緩解;當(dāng)人工智能水平越過(guò)高門檻值0.284 8時(shí),人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(jí)之間確實(shí)存在非線性關(guān)系,只有當(dāng)人工智能發(fā)展到一定規(guī)模時(shí),人工智能才能顯著促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。對(duì)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(bào)率較低,人工智能缺乏投資基金,對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的作用發(fā)揮具有顯著的滯后性。只有經(jīng)過(guò)一定時(shí)間的積累,待人工智能達(dá)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(jí)。
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(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(dāng)區(qū)域創(chuàng)新能力小于門檻值0.488 1時(shí),人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的回歸系數(shù)顯著為負(fù);當(dāng)區(qū)域創(chuàng)新能力處于門檻值0.488 1~2.540 4時(shí),人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的作用由負(fù)轉(zhuǎn)正,開始正向促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí);當(dāng)區(qū)域創(chuàng)新能力高于門檻值2.540 4時(shí),人工智能系數(shù)增加到0.380 7,且通過(guò)了1%水平的顯著性檢驗(yàn),說(shuō)明人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的促進(jìn)效應(yīng)明顯增強(qiáng)。由此可知,以區(qū)域創(chuàng)新能力為門檻變量時(shí),人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。當(dāng)區(qū)域創(chuàng)新能力處于較低水平時(shí),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(wú)法有效提升要素生產(chǎn)率,促進(jìn)產(chǎn)業(yè)升級(jí);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(kuò)散充分實(shí)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(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。
本文在分析人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響的基礎(chǔ)上,基于2006—2019年中國(guó)30個(gè)省(市、自治區(qū))的面板數(shù)據(jù),運(yùn)用雙向固定效應(yīng)模型、調(diào)節(jié)效應(yīng)模型實(shí)證檢驗(yàn)了人工智能、區(qū)域創(chuàng)新能力與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)之間的關(guān)系,并進(jìn)一步運(yùn)用門檻模型剖析人工智能和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(shì),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(jìn)了產(chǎn)業(yè)結(jié)構(gòu)升級(jí),這一結(jié)論在一系列穩(wěn)健性檢驗(yàn)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(jí)的關(guān)系中具有正向調(diào)節(jié)作用,是人工智能促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的重要推動(dòng)因素;(4)人工智能除了受到自身門檻效應(yīng)對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(dāng)區(qū)域創(chuàng)新能力突破臨界值后,人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)才表現(xiàn)出顯著的促進(jìn)作用,即人工智能與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(guó)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(jì)基礎(chǔ)優(yōu)勢(shì),機(jī)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(cái)政投入,同時(shí)鼓勵(lì)傳統(tǒng)產(chǎn)業(yè)加快引入機(jī)器人應(yīng)用,改善生產(chǎn)模式,加強(qiáng)和東部地區(qū)的交流與合作,努力縮小發(fā)展差距,促進(jìn)人工智能協(xié)調(diào)發(fā)展。(2)進(jìn)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(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的促進(jìn)作用。同時(shí),不斷擴(kuò)大機(jī)器人應(yīng)用規(guī)模,建設(shè)機(jī)器人產(chǎn)業(yè)集群,加強(qiáng)與制造業(yè)的深度融合,促進(jìn)制造業(yè)的中高端發(fā)展,帶動(dòng)整體產(chǎn)業(yè)升級(jí)。(3)加強(qiáng)區(qū)域創(chuàng)新能力建設(shè)。人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的作用受到區(qū)域創(chuàng)新能力的影響,當(dāng)創(chuàng)新能力不足時(shí),人工智能難以有效推動(dòng)產(chǎn)業(yè)升級(jí)。因此,應(yīng)進(jìn)一步加大科研投入力度,建設(shè)人工智能人才培養(yǎng)平臺(tái),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(shí)現(xiàn)產(chǎn)業(yè)升級(jí)和經(jīng)濟(jì)高質(zhì)量發(fā)展。
注釋:
① 本文使用的機(jī)器人數(shù)據(jù)來(lái)源于IFR數(shù)據(jù)庫(kù),考慮到中國(guó)分行業(yè)的機(jī)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(kù)的可得年份,本文選取的數(shù)據(jù)樣本時(shí)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。