韓永輝 劉 洋 王賢彬

一、引言

21世紀以來，在信息技術(shù)革命的推動下，世界掀起人工智能革命浪潮，以“機器換人”為特征的人工智能應(yīng)用成為各個國家實施“再工業(yè)化”、搶占未來經(jīng)濟和科技發(fā)展制高點的重要生產(chǎn)方式之一。①本文參考Brynjolfsson 和 McAfee（2014）與Prettner 等（2016、2020），將“機器換人”定義為在人工智能技術(shù)推動下，利用工業(yè)機器人、自動化控制或流水線等設(shè)備等取代勞動力的一種智能化生產(chǎn)方式。②A.Abeliansky, E.Algur, D.Bloom, K.Prettner, “The Future of Work: Meeting the Global Challenges of Demographic Change and Automation”, International Labour Review, vol.159, no.3, 2020, pp.285-306.尤其新冠疫情在全球蔓延以來，經(jīng)濟生產(chǎn)和信息交換方式的數(shù)字化、網(wǎng)絡(luò)化和云端化進一步為人工智能技術(shù)研發(fā)和應(yīng)用提供了更為強大的動力和多元的應(yīng)用場景。近年，中國人口紅利加速消失，勞動力成本快速上升，中國政府大力推動人工智能技術(shù)與實體經(jīng)濟深度融合，陸續(xù)頒布《中國制造2025》《新一代人工智能發(fā)展規(guī)劃》等重要文件，培育壯大智能經(jīng)濟。在國家相關(guān)政策指引下，各地方政府密切跟進，實施“人工智能+”行動，力推智能化生產(chǎn)方式變革。

學(xué)界對人工智能的態(tài)度分為“樂觀派”和“悲觀派”兩類。人工智能“樂觀派”認為，隨著以人工智能技術(shù)為主要代表的“機器換人”有效驅(qū)動社會生產(chǎn)力變革、提升經(jīng)濟運轉(zhuǎn)效率，人類社會的生產(chǎn)力水平將大幅提高，原本無法得到充分利用的勞動潛力在人工智能的幫助下將充分釋放，從供給側(cè)增加經(jīng)濟總產(chǎn)出。①P.Aghion, B.F.Jones, C.I.Jones, Artificial Intelligence and Economic Growth, University of Chicago Press, 2018.孫早和侯玉琳（2021）利用2001—2018年省級面板數(shù)據(jù)驗證了工業(yè)智能化有效推動先進裝備制造業(yè)升級，人工智能成為支撐我國構(gòu)筑現(xiàn)代產(chǎn)業(yè)體系的關(guān)鍵。②孫早、侯玉琳：《工業(yè)智能化與產(chǎn)業(yè)梯度轉(zhuǎn)移：對“雁陣理論”的再檢驗》，《世界經(jīng)濟》2021年第7期。但人工智能“悲觀派”則更關(guān)注其給勞動者或人類本身帶來的負面沖擊，包括結(jié)構(gòu)性失業(yè)、收入下降等福利受損問題。Acemoglu和Restrepo（2017）基于1990—2007年美國數(shù)據(jù)研究發(fā)現(xiàn)，工業(yè)機器人數(shù)量的增加導(dǎo)致美國就業(yè)人口比例下降0.2個百分點，減少約40萬個工作崗位。③D.Acemoglu, P.Restrepo, “Secular Stagnation? The Effect of Aging on Economic Growth in the Age of Automation”,The American Economic Review, vol.107, no.5, 2017, pp.174-179.進一步地，相較于抗沖擊能力更強的發(fā)達國家，Schlogl和 Sumner（2020）認為發(fā)展中國家以勞動密集型為主的工作性質(zhì)決定其勞動力更容易被人工智能替代，這將在長期內(nèi)造成嚴重失業(yè)及國家混亂，進而可能從需求側(cè)抑制經(jīng)濟增長。④L.Schlogl, A.Sumner, Disrupted Development and the Future of Inequality in the Age of Automation, Springer Nature,2020.王林輝等（2020）以“工業(yè)機器人進口＋國內(nèi)工業(yè)機器人產(chǎn)量—工業(yè)機器人出口”為人工智能的代理變量，分析發(fā)現(xiàn)人工智能誘致高、低技術(shù)部門勞動收入差距年均擴大0.75%。⑤王林輝、胡晟明、董直慶：《人工智能技術(shù)會誘致勞動收入不平等嗎——模型推演與分類評估》，《中國工業(yè)經(jīng)濟》2020年第4期。由此推斷，人工智能對勞動力要素配置結(jié)構(gòu)、要素收入分配具備“創(chuàng)造性”與“破壞性”雙重影響，在不同地區(qū)、不同環(huán)境下，人工智能對經(jīng)濟增長的最終影響可能存在較大差異。

盡管目前文獻已探討人工智能的經(jīng)濟社會影響，但研究尚存在三點不足：第一，已有研究多從整體視角肯定人工智能與經(jīng)濟增長的正向關(guān)系，但中國地緣遼闊、區(qū)域資源稟賦差異較大，各地區(qū)是否均適宜大力推進人工智能應(yīng)用仍值得進一步探討；第二，較少文獻同時關(guān)注人工智能的“創(chuàng)造性”與“破壞性”雙重特征，尤其是基于勞動力市場從需求側(cè)考察人工智能對經(jīng)濟增長的傳導(dǎo)機制，難以客觀、全面地反映人工智能與經(jīng)濟增長的影響關(guān)系及正向促進作用產(chǎn)生的前提條件；第三，以工業(yè)機器人作為人工智能的表征數(shù)據(jù)已得到學(xué)者一致認同，但國內(nèi)現(xiàn)有人工智能實證研究指標(biāo)選取尚未有嚴謹標(biāo)準(zhǔn)，研究易產(chǎn)生較大誤差。本文基于“創(chuàng)造性破壞”理論，探討人工智能對我國各地區(qū)勞動力市場的沖擊及對經(jīng)濟增長的異質(zhì)性影響效果。相比已有研究，本文邊際貢獻體現(xiàn)在三個方面：第一，著眼于我國各地區(qū)勞動力要素稟賦差異，探討不同地區(qū)人工智能對經(jīng)濟增長的影響效果與傳導(dǎo)機制的差異，闡釋合理布局人工智能產(chǎn)業(yè)發(fā)展的重要性，更有利于中國因地制宜和因地施策，立足各地比較優(yōu)勢，暢通國內(nèi)大循環(huán)；第二，以勞動力市場為切入口，關(guān)注人工智能技術(shù)應(yīng)用和推廣對勞動者在地區(qū)經(jīng)濟增長中所扮演的角色，構(gòu)建和驗證人工智能通過對勞動力市場的“創(chuàng)造性”與“破壞性”雙重沖擊進而影響地區(qū)經(jīng)濟增長的理論機制；第三，借鑒Acemoglu 和Restrepo（2020）的地區(qū)工業(yè)機器人識別策略，⑥D(zhuǎn).Acemoglu, P.Restrepo, “Robots and Jobs: Evidence from US Labor Markets”, The Journal of Political Economy,vol.128, no.6, 2020, pp.2188-2244.構(gòu)造包含260個中國地級市的面板數(shù)據(jù)，豐富中國人工智能相關(guān)研究的數(shù)據(jù)選擇。

二、研究假說與理論機制

（一）基準(zhǔn)假說：人工智能、地區(qū)異質(zhì)性與經(jīng)濟增長

因地區(qū)自然條件、要素稟賦及傾斜政策等差異性，一個包含多個地區(qū)的經(jīng)濟體內(nèi)部必然會出現(xiàn)經(jīng)濟發(fā)展水平的差異。①B.M.Fleisher, C.Jian, “The Coast-Noncoast Income Gap, Productivity, and Regional Economic Policy in China”,Journal of Comparative Economics, vol.25, no.2, 1997, pp.220-236.根據(jù)新結(jié)構(gòu)經(jīng)濟學(xué)的比較優(yōu)勢理論，國家或地區(qū)應(yīng)遵循要素稟賦結(jié)構(gòu)決定的比較優(yōu)勢來選擇主導(dǎo)產(chǎn)業(yè)和技術(shù)結(jié)構(gòu)。②林毅夫：《新結(jié)構(gòu)經(jīng)濟學(xué)——重構(gòu)發(fā)展經(jīng)濟學(xué)的框架》，《經(jīng)濟學(xué)（季刊）》2011年第1期。如果地區(qū)要素稟賦結(jié)構(gòu)表現(xiàn)為自然資源或勞動力稟賦較為豐裕、資本及技術(shù)資源相對貧乏，那么該類經(jīng)濟體較適合發(fā)展具有勞動密集或資源密集型類產(chǎn)業(yè)，反之則更適合發(fā)展資本密集型或技術(shù)密集型產(chǎn)業(yè)。各個國家或地區(qū)比較優(yōu)勢的有效發(fā)揮既需要依靠市場機制的決定性作用，也依賴于有為政府的調(diào)節(jié)作用。③林毅夫：《中國經(jīng)濟學(xué)理論發(fā)展與創(chuàng)新的思考》，《經(jīng)濟研究》2017年第5期。只有順應(yīng)市場趨勢、符合地方發(fā)展特征的產(chǎn)業(yè)政策才更有利于推動產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級及地區(qū)經(jīng)濟增長。④韓永輝、黃亮雄、王賢彬：《產(chǎn)業(yè)政策推動地方產(chǎn)業(yè)結(jié)構(gòu)升級了嗎?——基于發(fā)展型地方政府的理論解釋與實證檢驗》，《經(jīng)濟研究》2017年第8期。

假說1：在勞動力稀缺且資本豐裕的地區(qū)發(fā)展人工智能有利于促進經(jīng)濟增長，反之影響效果則較弱或不顯著。

（二）機制假說：勞動生產(chǎn)率、就業(yè)結(jié)構(gòu)和勞動收入

熊彼特在“創(chuàng)造性破壞”理論強調(diào)，技術(shù)進步實質(zhì)上是一把“雙刃劍”。在人工智能技術(shù)普遍使用的情況下，具備技術(shù)或資本優(yōu)勢的微觀個體在社會的動態(tài)競爭替代過程中得到更高的收益，而另一部分個體可能處于被破壞狀態(tài)。尤其對于勞動力市場，人工智能將在勞動力要素稟賦制約下通過生產(chǎn)效率、就業(yè)結(jié)構(gòu)及收入分配等渠道影響經(jīng)濟增長。

1.勞動生產(chǎn)率效應(yīng)。人工智能通過提升經(jīng)濟體勞動生產(chǎn)率，進而影響經(jīng)濟增長水平，本文稱之為勞動生產(chǎn)率效應(yīng)（Labor Productivity Effect）。在勞動力短缺但資本要素相對豐裕的地區(qū)，人工智能技術(shù)的應(yīng)用加速勞動力與資本的結(jié)合程度，促使企業(yè)采用更少的勞動力生產(chǎn)相同或者更多的產(chǎn)品。尤其在生產(chǎn)制造部門，人工智能可以接管重復(fù)、危險、不健康的任務(wù)，改善勞動力工作質(zhì)量并提高產(chǎn)品的生產(chǎn)質(zhì)量與速度，提升企業(yè)利潤，以達到促進經(jīng)濟增長的效果。

2.就業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)。人工智能通過促進制造業(yè)勞動力轉(zhuǎn)向服務(wù)業(yè)就業(yè)，影響地區(qū)經(jīng)濟增長水平，本文稱之為就業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)（Employment Industry Sstructure Effect）。①本文將服務(wù)業(yè)分為生產(chǎn)性與生活性服務(wù)業(yè)兩類，參照國家統(tǒng)計局發(fā)布的《生產(chǎn)性服務(wù)業(yè)分類（2015）》，生產(chǎn)性服務(wù)業(yè)包括：交通運輸、倉儲和郵政業(yè)，信息傳輸、計算機服務(wù)和軟件業(yè)，金融業(yè)，租賃和商務(wù)服務(wù)業(yè)，科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘探業(yè)。一方面，地區(qū)將被人工智能替代的制造業(yè)勞動力“虹吸”至生產(chǎn)性服務(wù)業(yè)重新就業(yè)，促進地區(qū)產(chǎn)業(yè)結(jié)構(gòu)向以第三產(chǎn)業(yè)主導(dǎo)的態(tài)勢轉(zhuǎn)型，帶來經(jīng)濟增長水平的提升；②A.Korinek, J.E.Stiglitz, “Artificial Intelligence, Worker-Replacing Technological Progress and Income Distribution”,NBER Working Paper, 2017, No.24174.另一方面，人工智能主導(dǎo)下的制造業(yè)轉(zhuǎn)型升級將倒逼勞動者提升其勞動技能，從社會面上擴大人力資本投資，刺激知識和技術(shù)密集型的生產(chǎn)性服務(wù)業(yè)發(fā)展。然而，在生產(chǎn)資本及人力資本投入較少的地區(qū)，服務(wù)業(yè)發(fā)展水平滯后，吸納勞動力能力有限，被替代的勞動力將難以較好地被吸收至生活或生產(chǎn)性服務(wù)業(yè)，這會抑制人工智能的經(jīng)濟促進作用。

3.勞動收入分配效應(yīng)。人工智能通過改變勞動者收入水平進而影響經(jīng)濟增長，本文稱之為收入分配效應(yīng)（Labor Income Distribution Effect）。勞動者收入高低是影響經(jīng)濟總需求中的消費與投資水平的重要因素。人工智能技術(shù)可以創(chuàng)造出“無限量的人工勞動”，替代原有的制造業(yè)勞動力。③楊飛、范從來：《產(chǎn)業(yè)智能化是否有利于中國益貧式發(fā)展？》，《經(jīng)濟研究》2020年第5期。根據(jù)劉易斯（Lewis，1954）的“二元經(jīng)濟理論模型”，勞動者供給過剩將導(dǎo)致其實際收入水平過低，進而降低勞動生產(chǎn)率與人力資本投資，經(jīng)濟體產(chǎn)出能力下降；消費及儲蓄行為也會受到抑制，制約經(jīng)濟總需求。但也有學(xué)者提出，人工智能可以彌補勞動力短缺，與剩余勞動力尤其是高技能勞動者形成互補效應(yīng)，提升企業(yè)利潤，通過“技能溢價”提高在崗勞動力的平均工資水平，④余玲錚、魏下海、孫中偉、吳春秀：《工業(yè)機器人、工作任務(wù)與非常規(guī)能力溢價——來自制造業(yè)“企業(yè)—工人”匹配調(diào)查的證據(jù)》，《管理世界》2021年第1期。促進經(jīng)濟總需求。因此，人工智能對勞動力收入水平的影響取決于地區(qū)的勞動力要素稟賦。若地區(qū)勞動力要素豐裕，一方面人工智能可能導(dǎo)致低端勞動力供給進一步增加，勞動力市場競爭加劇使得工資總體水平下降；另一方面，低端勞動者可能持續(xù)外流到其他地區(qū)，降低當(dāng)?shù)乜倓趧邮杖耄瑥男枨髠?cè)給經(jīng)濟增長帶來一定負向作用。由此提出本文的第2個研究假說。

假說2：人工智能通過勞動生產(chǎn)率、就業(yè)產(chǎn)業(yè)結(jié)構(gòu)及勞動收入分配影響經(jīng)濟增長，且傳導(dǎo)機制因地區(qū)勞動要素稟賦不同呈現(xiàn)異質(zhì)性。

三、數(shù)據(jù)、變量與模型

（一）實證模型

為探討各地區(qū)人工智能與經(jīng)濟增長的動態(tài)關(guān)系，本文將基準(zhǔn)回歸模型設(shè)定為：

（二）研究數(shù)據(jù)

工業(yè)機器人安裝密度（ ）。參考Acemoglu和Restrepo（2020）將行業(yè)層面機器人分配到地區(qū)層面的做法，研究以2012—2019年中國工業(yè)分行業(yè)工業(yè)機器人數(shù)量作為基礎(chǔ)，對我國各地區(qū)每萬人安裝工業(yè)機器人的數(shù)量即工業(yè)機器人安裝密度進行測算，以表征人工智能在工業(yè)領(lǐng)域的應(yīng)用程度。具體公式為：。⑤ERct表示第t年c地區(qū)每萬人工業(yè)機器人使用量，即工業(yè)機器人安裝密度。S表示制造業(yè)，s代表制造業(yè)中某一具體行業(yè)。 代表基礎(chǔ)年份t0年c地區(qū)s行業(yè)的就業(yè)人數(shù)占整個國家s行業(yè)就業(yè)人數(shù)比重，基礎(chǔ)年份t0選取機器人應(yīng)用較少或未使用機器人的年份。 表示第t年s行業(yè)工業(yè)機器人使用量， 表示t0年工業(yè)機器人使用量， 表示t0年s行業(yè)總就業(yè)人數(shù)， 表示c地區(qū)t年的s行業(yè)工業(yè)機器人使用密度。最后，將制造業(yè)所有行業(yè)匯總相加，得到第t年c地區(qū)總體工業(yè)機器人使用密度。相關(guān)數(shù)據(jù)來源于IFR《世界機器人報告（2020）》《中國人口普查（2000）》及《中國統(tǒng)計年鑒》。

在空間方面，計算域也進行了相應(yīng)的剖分，網(wǎng)格為正方形，控制在100 m×100 m，從平面上來看，評價區(qū)在東西方向上有著160行的剖分，南北方向上有著160列的剖分，共25 600個單元格，將2013年8月—2014年7月做為模型驗證期。計算的時間間隔為30 d，識別期和驗證期分別為12個時段。本次數(shù)學(xué)模型采用Visual MODFlow軟件[5，7]進行求解。

控制變量：人口密度（PD），人口密度能夠反映人口在一定地區(qū)的集聚情況，本文采用每平方公里的平均人口數(shù)目衡量；金融發(fā)展程度（PS），采用城鄉(xiāng)居民儲蓄年末余額表示；政府干預(yù)（GI），采用政府公共財政支出中扣除并不對經(jīng)濟增長產(chǎn)生直接影響的科研及教育支出后的數(shù)值進行衡量；對外開放（GT），由于地級市的進出口總額數(shù)據(jù)并未直接公開，本文利用中國海關(guān)數(shù)據(jù)庫，按照經(jīng)營單位所在地進行加總來獲取所需數(shù)據(jù)；信息技術(shù)（ID），新一代信息技術(shù)已成為我國推動經(jīng)濟增長的重要抓手，參考張英浩等（2022）采用各城市互聯(lián)網(wǎng)用戶數(shù)來衡量信息技術(shù)的發(fā)達程度。④張英浩、汪明峰、劉婷婷：《數(shù)字經(jīng)濟對中國經(jīng)濟高質(zhì)量發(fā)展的空間效應(yīng)與影響路徑》，《地理研究》2022年第7期?；诟髯兞繑?shù)據(jù)可獲得性，本文選取2012—2019年東、中、西及東北部共260個城市數(shù)據(jù)作為研究樣本。

四、實證分析

（一）基準(zhǔn)回歸

首先，考察東部地區(qū)人工智能對人均GDP的影響，從表1第2列結(jié)果得知，工業(yè)機器人安裝密度每增加1%，人均GDP將增長0.223%，結(jié)果在1%的顯著性水平上通過檢驗。這表明在本文的研究時間范圍內(nèi)，人工智能技術(shù)能夠顯著促進東部地區(qū)的經(jīng)濟增長。伴隨人口紅利逐步消失及勞動力成本不斷上漲，東部地區(qū)呈現(xiàn)資本密集且勞動要素短缺的要素特征，率先開啟了人工智能應(yīng)用進程。

表1 人工智能對各地區(qū)經(jīng)濟增長的影響：基準(zhǔn)回歸

其次，中部地區(qū)解釋變量 的系數(shù)同樣顯著，但影響效果稍弱于東部地區(qū)。近年，在“中部大開發(fā)”戰(zhàn)略的支持下，中部地區(qū)逐步貫通基礎(chǔ)設(shè)施大通道，吸引資金投入和承接產(chǎn)業(yè)轉(zhuǎn)移能力不斷加強。中部地區(qū)發(fā)展人工智能與智能制造產(chǎn)業(yè)略晚于東部，但憑借政府有效的產(chǎn)業(yè)政策及資金支持，已逐步建立起完善的人工智能產(chǎn)業(yè)鏈。當(dāng)然，總體來看，中部地區(qū)的比較優(yōu)勢仍表現(xiàn)為勞動力成本優(yōu)勢，人工智能的促進效果弱于東部地區(qū)。

再次，西部地區(qū)核心解釋變量 的系數(shù)雖然為正，但不顯著，表明西部地區(qū)“機器換人”對經(jīng)濟增長并無顯著影響?？赡茉蛟谟冢旱谝?，西部地區(qū)工業(yè)機器人安裝密度較低，并未對工業(yè)生產(chǎn)的基礎(chǔ)生產(chǎn)方式造成強烈沖擊；第二，西部地區(qū)整體工業(yè)總產(chǎn)值占比相對較低，且“機器換人”應(yīng)用較高的汽車行業(yè)、電子電氣行業(yè)均占比較低，使得人工智能與其他產(chǎn)業(yè)的融合程度相對較低。

最后，東北地區(qū)回歸系數(shù)為0.041，回歸結(jié)果通過10%的顯著性水平檢驗，表明在東北地區(qū)人工智能對經(jīng)濟增長仍然表現(xiàn)為促進機制，但作用效果明顯弱于東部、中部，僅分別為東部、中部地區(qū)的18.3%與42.2%。東北地區(qū)曾經(jīng)是中國重要的重工業(yè)生產(chǎn)基地之一，擁有良好的工業(yè)發(fā)展基礎(chǔ)及工業(yè)產(chǎn)業(yè)集群，但改革開放以來卻逐漸落后，發(fā)展人工智能產(chǎn)業(yè)并不具備資本要素的比較優(yōu)勢，這影響了人工智能對經(jīng)濟增長的作用效果。

總體來看，人工智能對東部、中部及東北地區(qū)的經(jīng)濟增長均呈現(xiàn)促進作用。根據(jù)比較優(yōu)勢理論，人工智能對東部地區(qū)的正向促進效果最強，其次是中部、東北地區(qū)，人工智能對西部地區(qū)的經(jīng)濟增長影響不顯著，由此驗證假說1。以上結(jié)果共同表明人工智能對各地區(qū)經(jīng)濟增長存在影響效果的異質(zhì)性。

（二）穩(wěn)健性檢驗

為確保實證結(jié)果的穩(wěn)健性，本文進行四種穩(wěn)健性檢驗。第一，考慮內(nèi)生性問題，工業(yè)機器人安裝密度屬于測算性指標(biāo)，潛在測量誤差可能導(dǎo)致估計結(jié)果產(chǎn)生偏誤。模型還可能存在聯(lián)立性偏誤問題，如經(jīng)濟增長越快的地區(qū)，工業(yè)機器人安裝密度可能越高。本文將前沿工業(yè)機器人密度沖擊 作為工具變量，①本文參考Giuntella and Wang（2019），利用世界范圍內(nèi)代表機器人技術(shù)使用前沿的9個歐洲國家或地區(qū)工業(yè)機器人的平均行業(yè)分布水平構(gòu)造前沿工業(yè)機器人密度沖擊變量。使用兩階段最小二乘法（2SLS）對基準(zhǔn)模型進行重新估計。第二，引入交通基礎(chǔ)設(shè)施、人均固定資產(chǎn)存量等更多控制變量，排除其他因素對模型結(jié)果的干擾。第三，剔除樣本中出現(xiàn)頻次較少的較高機器人安裝密度（即工業(yè)機器人安裝密度高于97.5%分位數(shù)）。第四，采用Bootstrap法，基于原始樣本對其進行有放回抽樣。以上結(jié)果均表明人工智能對各地區(qū)經(jīng)濟增長存在影響效果的異質(zhì)性，再次驗證假說1。

（三）傳導(dǎo)機制分析

為探討假說2中人工智能對經(jīng)濟增長的勞動力渠道機制的存在性與合理性，本文借鑒Hayes（2009）構(gòu)建如下遞歸方程對人工智能經(jīng)濟增長影響的傳導(dǎo)機制依次進行檢驗：②A.F.Hayes, “Beyond Baron and Kenny: Statistical Mediation Analysis in the New Millennium”, Communication Monographs, vol.76, no.4, 2009, pp.408-420.

其中 表示選取中介變量， 表示控制變量，選取變量與式（1）相同。具體地，勞動生產(chǎn)率效應(yīng)（LP）采用各城市年度的實際GDP與年末單位從業(yè)人員數(shù)的比值衡量；就業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)分別采用生活性服務(wù)業(yè)就業(yè)人數(shù)（LS）與生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)（PS）進行衡量；收入分配效應(yīng)選取在崗職工平均工資（RW）衡量。③西部地區(qū)基準(zhǔn)回歸不顯著，因版面原因省略西部地區(qū)的傳導(dǎo)機制檢驗分析。

1.勞動生產(chǎn)率效應(yīng)。表2第3、4列結(jié)果顯示，東部地區(qū)人工智能對勞動生產(chǎn)率的回歸系數(shù)為0.104，并在1%的顯著性水平下顯著；人工智能通過勞動生產(chǎn)率效應(yīng)對經(jīng)濟增長影響的回歸系數(shù)為0.168，低于基礎(chǔ)回歸系數(shù)0.179，表明東部地區(qū)的“機器換人”通過提高勞動生產(chǎn)率促進經(jīng)濟增長這一傳導(dǎo)機制是成立的。中部地區(qū)與東北地區(qū)的中介分析結(jié)果與東部地區(qū)類似，均驗證了人工智能能夠有效提升地區(qū)勞動生產(chǎn)率，促進地區(qū)經(jīng)濟增長。以人工智能為核心技術(shù)的工業(yè)機器人相比于一般性勞動力，具有工作時間長、安全性高、產(chǎn)品質(zhì)量提升、監(jiān)管方便等特點，尤其在勞動力密集、勞動強度高、環(huán)境特殊的行業(yè)，人工智能的生產(chǎn)率提升作用更為顯著。2019 年新冠疫情暴發(fā)以來，資本逐利及避險的本能驅(qū)使企業(yè)家加快進行智能化改造升級，這不僅有效降低了人工成本，也降低了外界危機對企業(yè)的突發(fā)性沖擊。尤其在勞動力短缺及資源有限的背景下，人工智能有利于推動產(chǎn)業(yè)向智能化、高端化轉(zhuǎn)變，提升企業(yè)勞動生產(chǎn)率，這與我國實行供給側(cè)改革核心目的相一致。

表2 人工智能對各地區(qū)經(jīng)濟增長異質(zhì)性影響的中介效應(yīng)分析

2.就業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)。本文將就業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)分為工業(yè)機器人密度對生活性服務(wù)業(yè)和生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)的影響。由表2 第5、6 列回歸結(jié)果可知，東部及中部地區(qū)均支持人工智能通過提高生活性服務(wù)業(yè)就業(yè)人數(shù)促進經(jīng)濟增長的渠道機制。原因在于：第一，生活性服務(wù)業(yè)的就業(yè)要求并不像生產(chǎn)性服務(wù)業(yè)（如金融業(yè)）等需要較高的專業(yè)技能，可以較好吸收被人工智能所替代的剩余勞動力；第二，人工智能技術(shù)的引進促使企業(yè)擴大生產(chǎn)規(guī)模，可能會吸引更多制造業(yè)勞動力，并拉動批發(fā)零售、住宿餐飲等生活性服務(wù)業(yè)增長，創(chuàng)造新的就業(yè)，即人工智能對勞動力就業(yè)的“創(chuàng)造效應(yīng)”。與東、中部不同的是，人工智能在東北地區(qū)對生活性服務(wù)業(yè)勞動力的回歸系數(shù)為-0.067，并在1% 的顯著性水平下顯著。但生活性服務(wù)業(yè)勞動力對經(jīng)濟增長的回歸系數(shù)不顯著，回歸結(jié)果并不支持人工智能促進東北地區(qū)生活性勞動力就業(yè)人數(shù)增加，進而促進經(jīng)濟增長?？赡茉蛟谟跂|北地區(qū)近年勞動力大量流失，實施“機器換人”只彌補了短缺的勞動力，并未使得更多的勞動力轉(zhuǎn)向服務(wù)業(yè)就業(yè)。從回歸結(jié)果可知，東部地區(qū)人工智能對生產(chǎn)性勞動力的回歸系數(shù)在5%的水平上顯著為正，且人工智能對經(jīng)濟增長的回歸系數(shù)為0.173，小于基準(zhǔn)回歸的0.179。因此，人工智能通過促進生產(chǎn)性服務(wù)業(yè)勞動力就業(yè)人數(shù)增加來促進經(jīng)濟增長的傳導(dǎo)機制在東部是成立的。對于中部地區(qū)，生產(chǎn)性勞動力對經(jīng)濟增長的回歸系數(shù)并不顯著。與東部、中部均不同的是，人工智能對東北地區(qū)生產(chǎn)性服務(wù)業(yè)的勞動力增長系數(shù)在1%的顯著性水平下為-0.075。由于人工智能的發(fā)展，東北地區(qū)生產(chǎn)性服務(wù)業(yè)勞動力人數(shù)反而減少，表明人工智能導(dǎo)致生產(chǎn)性勞動力外流而抑制經(jīng)濟增長。

3.收入分配效應(yīng)。從東部地區(qū)回歸結(jié)果可知，工業(yè)機器人安裝密度對實際平均工資的回歸系數(shù)為0.086，并在1%的水平顯著；人均實際GDP回歸的系數(shù)低于基礎(chǔ)回歸的0.179，表明東部地區(qū)人工智能通過提升勞動力工資來促進經(jīng)濟增長這一機制是成立的。工資上漲可能存在兩個原因：一是隨著中西部地區(qū)的發(fā)展，區(qū)域和城鄉(xiāng)差距縮小，農(nóng)民工逐漸從跨省流動向本地就業(yè)轉(zhuǎn)變，東部沿海地區(qū)頻繁出現(xiàn)勞動力短缺現(xiàn)象。人工智能技術(shù)的應(yīng)用在東部更多是對勞動力的補充而非替代，剩余制造業(yè)勞動力與生活性服務(wù)業(yè)勞動力的工資水平得以提升；二是人工智能引致生產(chǎn)性服務(wù)業(yè)對勞動力需求大幅度增加，進而使工資水平提升。工資收入是消費需求提升的重要來源，只有高工資才能引致高消費，促進內(nèi)需增加。在中部地區(qū)，工業(yè)機器人安裝密度對實際平均工資的回歸系數(shù)為-0.212，并在1%的水平顯著；對人均實際GDP回歸的系數(shù)為0.202，高于基礎(chǔ)回歸的0.104。結(jié)果表明，中部地區(qū)人工智能的應(yīng)用引發(fā)勞動力平均工資下降，抑制地區(qū)經(jīng)濟增長?？赡艿脑蛟谟谥胁康貐^(qū)人工智能導(dǎo)致本地勞動力被替代，造成勞動力供給過剩。雖然部分勞動力被吸引至生活性服務(wù)業(yè)就業(yè)，但被替代的中、低技能勞動力被迫從事低于其技能水平的工作，造成勞動能力與工資水平的不匹配。東北地區(qū)的回歸結(jié)果表明收入分配效應(yīng)同樣表現(xiàn)為“破壞性機制”，人工智能對生產(chǎn)性服務(wù)業(yè)勞動力形成擠出效應(yīng)，造成勞動力流失，拉低勞動力平均工資水平。在中國的收入分配結(jié)構(gòu)中，居民的整體收入水平占比依舊偏低。提高居民收入水平是擴大內(nèi)需的基本策略，政府應(yīng)進一步完善要素市場化配置體系，使得工資收入與勞動生產(chǎn)率的提高相匹配，并加大二次分配對基本工資收入的調(diào)節(jié)作用，才能有效防范人工智能對勞動力收入及經(jīng)濟增長可能產(chǎn)生的負向效應(yīng)。

綜上分析表明：第一，在勞動力短缺且資本要素豐裕的東部地區(qū)，人工智能通過提升要素生產(chǎn)率、優(yōu)化勞動力就業(yè)產(chǎn)業(yè)結(jié)構(gòu)等方式，促使地區(qū)向“創(chuàng)新驅(qū)動、內(nèi)需驅(qū)動”轉(zhuǎn)型；第二，在勞動力要素較充足的中部地區(qū)，人工智能促使勞動生產(chǎn)率提升及勞動力向生活性服務(wù)業(yè)轉(zhuǎn)移，在一定程度上促進經(jīng)濟增長，但并未實現(xiàn)工資水平的同步提升；第三，在勞動力及資本要素均較短缺的東北地區(qū)，人工智能目前仍處于“生產(chǎn)驅(qū)動”階段，對就業(yè)產(chǎn)業(yè)結(jié)構(gòu)的創(chuàng)造性效應(yīng)不顯著，對經(jīng)濟增長的破壞性作用機制更為明顯，工資水平未得到有效提升，未來應(yīng)注重技術(shù)創(chuàng)新與勞動力收入水平調(diào)節(jié)，盡可能降低人工智能的負向影響。以上結(jié)論驗證假說2。

五、啟示與建議

結(jié)合上述研究發(fā)現(xiàn)，本文提出以下建議：第一，正確認知人工智能與區(qū)域發(fā)展不平衡的關(guān)系。人工智能是技術(shù)進步和社會發(fā)展的必然趨勢，但各地區(qū)應(yīng)立足自身比較優(yōu)勢，在人工智能領(lǐng)域因地制宜、因地施策，更好地利用人工智能促進我國各地區(qū)經(jīng)濟的均衡發(fā)展，實現(xiàn)不同地區(qū)勞動密集型、資本密集型與技術(shù)密集型產(chǎn)業(yè)的合理分工與深度協(xié)作，共同打造國內(nèi)大循環(huán)體系。第二，完善勞動力保障機制，改革勞動力和人才社會性流動體制，提高勞動力就業(yè)質(zhì)量。人工智能對勞動力就業(yè)存在不可逆轉(zhuǎn)的替代性，由此帶來的短期結(jié)構(gòu)性失業(yè)、收入差距過大等問題需要政府做好相關(guān)社會保障服務(wù)。同時，實施更高層次的市場化體制機制建設(shè)，促進勞動力在地區(qū)間的合理流動。第三，提升教育與科研經(jīng)費支出，加強勞動力的能力培養(yǎng)。提升社會教育支出，完善職業(yè)教育體系，健全就業(yè)培訓(xùn)機制，尤其是投資于難以被工業(yè)機器人替代的技能專業(yè)，促使人工智能與勞動力互補，共同促進我國各地區(qū)經(jīng)濟高質(zhì)量與均衡發(fā)展。