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)

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(shí)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(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，通過顛覆傳統(tǒng)生產(chǎn)模式帶動生產(chǎn)規(guī)?；?、專業(yè)化發(fā)展，促進(jìn)制造業(yè)向高端化演變，日漸成為新時代促進(jìn)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(jì)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(jī)遇，積極參與人工智能創(chuàng)新鏈競爭。因此，深刻認(rèn)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(jìn)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(jì)發(fā)展新格局、推動高質(zhì)量發(fā)展、建設(shè)科技強(qiáng)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(jì)、社會和環(huán)境層面對人工智能進(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提升生產(chǎn)率、推動經(jīng)濟(jì)增長的作用。Kromann等[2]基于14國面板數(shù)據(jù)實(shí)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(jī)器人可以提高全要素生產(chǎn)率和經(jīng)濟(jì)增長率；林晨等[4]認(rèn)為人工智能可以通過提高實(shí)體經(jīng)濟(jì)吸引力來減輕居民消費(fèi)壓力，強(qiáng)化實(shí)體經(jīng)濟(jì)資本對經(jīng)濟(jì)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(rèn)為，以工業(yè)機(jī)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(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)而對就業(yè)產(chǎn)生負(fù)向作用，中長期則得益于創(chuàng)造效應(yīng)促進(jìn)就業(yè)增長。在環(huán)境層面，學(xué)者們認(rèn)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(jī)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(jìn)行測算[11-12]；也有學(xué)者通過建立指標(biāo)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(xiàn)率和勞動力分布結(jié)構(gòu)的三類綜合指標(biāo)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(jì)增長、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，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(jìn)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(rèn)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(yùn)用系統(tǒng)GMM模型進(jìn)行實(shí)證研究，發(fā)現(xiàn)人工智能對產(chǎn)業(yè)轉(zhuǎn)型升級具有正向促進(jìn)作用。郭艷冰和胡立君[26]基于我國省級面板數(shù)據(jù)，證實(shí)了人工智能可以有效推動產(chǎn)業(yè)結(jié)構(gòu)升級。杜文強(qiáng)[27]利用284個地級市面板數(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。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)升級的內(nèi)在機(jī)理，認(rèn)為人工智能可以通過拓寬自主創(chuàng)新方向推動技術(shù)進(jìn)步，從而優(yōu)化勞動結(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。鄧仲良和屈小博[29]認(rèn)為，工業(yè)機(jī)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(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(jì)研究熱點(diǎn)，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?；诖耍疚膰L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(jī)制，并實(shí)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(jìn)一步運(yùn)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(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(jī)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(jī)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(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(jìn)機(jī)器人、自動化等人工智能技術(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(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(jìn)而推動產(chǎn)業(yè)結(jié)構(gòu)的演進(jìn)。這一沖擊也將倒逼勞動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。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(jìn)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(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)，借助智能識別系統(tǒng)，可以及時捕捉消費(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)者的個性化需要，帶動相關(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。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。

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(jìn)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(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)的過程中帶動了區(qū)域整體的勞動生產(chǎn)率的提升，同時運(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)化人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的促進(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(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[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(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，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，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(qiáng)的模仿性，可以通過機(jī)器實(shí)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(jìn)一步提升，從而促進(jìn)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(jìn)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(jī)制

人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級具有正向促進(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)升級會受到相關(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，國內(nèi)學(xué)者對此展開討論。郭敏和方夢然[35]認(rèn)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(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，無法起到有效促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級的作用。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(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。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(dāng)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(jì)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(diǎn)，人工智能無法進(jìn)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(jìn)而抑制產(chǎn)業(yè)結(jié)構(gòu)升級。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，從而推動產(chǎn)業(yè)結(jié)構(gòu)升級。總之，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；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(xiàng)；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(jī)擾動項(xiàng)；其他表示常數(shù)項(xiàng)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(jì)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(xiàn)研究大多利用工業(yè)機(jī)器人安裝密度、信息傳輸、計算機(jī)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(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(jìn)行匹配，最終測算出各省機(jī)器人安裝密度，該做法已得到國內(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(shí)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(jìn)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(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(jìn)出口總額和外商直接投資額均以當(dāng)年人民幣對美元匯率進(jìn)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(jìn)行實(shí)證檢驗(yàn)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(bǔ)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(jī)器人密度的地區(qū)分布②，可以看出，無論是機(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。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/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(jī)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(kuò)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(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年中國機(jī)器人密度的地區(qū)分布 單位：臺/千人

四、實(shí)證分析

(一)基準(zhǔn)回歸結(jié)果

本文采用雙向固定效應(yīng)模型對式(1)進(jìn)行估計，并同時采用穩(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(yàn)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(yùn)營和信息搜尋成本，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。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(fù)，這說明政府過多干預(yù)經(jīng)濟(jì)，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(zhǔn)回歸結(jié)果

(二)穩(wěn)健性檢驗(yàn)

上述基準(zhǔn)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(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，再次對產(chǎn)業(yè)結(jié)構(gòu)升級進(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(jìn)行安慰劑檢驗(yàn)，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(jìn)行回歸，驗(yàn)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(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(yàn)

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(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，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(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(yàn)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(xiàng)的系數(shù)。可以看出，無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(jìn)而提升整個社會的創(chuàng)新能力，促進(jìn)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(jìn)一步分析：門檻效應(yīng)檢驗(yàn)

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產(chǎn)業(yè)結(jié)構(gòu)升級的非線性影響。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)新能力均顯著通過了單一門檻和雙重門檻檢驗(yàn)，三重門檻則未通過顯著性檢驗(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(yàn)

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(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，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(fù)，表明人工智能發(fā)展水平較低時無法有效促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級；當(dāng)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(fù)向作用有所緩解；當(dāng)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(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，人工智能才能顯著促進(jìn)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(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。

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(dāng)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(fù)；當(dāng)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(fù)轉(zhuǎn)正，開始正向促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級；當(dāng)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(yàn)，說明人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的促進(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，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(dāng)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(jìn)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(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。

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(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(jìn)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(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(dāng)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(jìn)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(jì)基礎(chǔ)優(yōu)勢，機(jī)器人應(yīng)用水平顯著高于中西部，中西部地區(qū)應(yīng)加大人工智能財政投入，同時鼓勵傳統(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)揮人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的促進(jìn)作用。同時，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，帶動整體產(chǎn)業(yè)升級。(3)加強(qiáng)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(dāng)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(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，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)來源于IFR數(shù)據(jù)庫，考慮到中國分行業(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。