(大慶師范學(xué)院法學(xué)院, 大慶 163712)
改革開(kāi)放以來(lái),我國(guó)依靠人口紅利和土地價(jià)格等優(yōu)勢(shì)長(zhǎng)期保持著較高的經(jīng)濟(jì)增速,這種粗放式的經(jīng)濟(jì)增長(zhǎng)方式技術(shù)含量相對(duì)較低,使得我們長(zhǎng)期處于產(chǎn)業(yè)鏈的底端[1]。近年來(lái),我國(guó)低成本的優(yōu)勢(shì)隨著勞動(dòng)力和土地等生產(chǎn)要素的價(jià)格攀升而逐漸減弱,大量低技術(shù)含量的產(chǎn)業(yè)逐步向東南亞或非洲地區(qū)轉(zhuǎn)移。2017 年,我國(guó)GDP 增速低于7.0%,經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向中高速經(jīng)濟(jì)增長(zhǎng)階段,創(chuàng)新將成為經(jīng)濟(jì)發(fā)展的第一引擎。2018年以來(lái),中美貿(mào)易摩擦逐步升級(jí),通過(guò)創(chuàng)新提高自身核心競(jìng)爭(zhēng)力迫在眉睫。當(dāng)前我國(guó)進(jìn)入新時(shí)代,需要不斷強(qiáng)化自主創(chuàng)新,利用人工智能等先進(jìn)技術(shù),借助龐大的市場(chǎng)規(guī)模逐步完善國(guó)家創(chuàng)新體系[2]。黨的十九大報(bào)告明確指出,“加快建設(shè)制造強(qiáng)國(guó),加快發(fā)展先進(jìn)制造業(yè),推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”。人工智能技術(shù)能有效促進(jìn)新技術(shù)、實(shí)體經(jīng)濟(jì)以及新商業(yè)模式進(jìn)行充分的融合,未來(lái)必將成為我國(guó)實(shí)現(xiàn)高質(zhì)量發(fā)展的重要推動(dòng)力。
國(guó)內(nèi)外學(xué)者針對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平測(cè)度研究相對(duì)比較豐富,歸納起來(lái)主要有3 種方法:(1)采用非農(nóng)業(yè)產(chǎn)值比重來(lái)衡量產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平,該方法的提出起源于配第—克拉克定理。馬強(qiáng)等[3]基于發(fā)達(dá)國(guó)家的經(jīng)濟(jì)發(fā)展規(guī)律,認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)發(fā)展過(guò)程是經(jīng)濟(jì)重心從第一產(chǎn)業(yè)向第二產(chǎn)業(yè)轉(zhuǎn)移、然后向第三產(chǎn)業(yè)轉(zhuǎn)移的過(guò)程,考慮采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的比值表示產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。這種方法具有應(yīng)用簡(jiǎn)單易行的特點(diǎn),但是在應(yīng)用時(shí)沒(méi)考慮到服務(wù)化、信息化和技術(shù)化與產(chǎn)業(yè)轉(zhuǎn)型升級(jí)之間的復(fù)雜關(guān)系[4];(2)采用摩爾結(jié)構(gòu)變化值來(lái)衡量產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平,該方法的提出基于空間向量測(cè)定思想。郭躍芳[5]認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和高級(jí)化的過(guò)程是從勞動(dòng)密集型向資金、技術(shù)知識(shí)密集型轉(zhuǎn)變的過(guò)程,是產(chǎn)業(yè)附加值逐漸增加的過(guò)程,采用摩爾結(jié)構(gòu)變化指數(shù)表示產(chǎn)業(yè)結(jié)構(gòu)升級(jí),通過(guò)構(gòu)建三次產(chǎn)業(yè)增加值的各年度三維空間向量,計(jì)算各年度向量之間夾角變化衡量產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平。這種方法具有直觀性的特點(diǎn),但是計(jì)算的過(guò)程相對(duì)復(fù)雜,在描述產(chǎn)業(yè)結(jié)構(gòu)方向及變化方面存在一定的不足[6];(3)以第三產(chǎn)業(yè)產(chǎn)值為中心衡量產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平,該方法的提出基于現(xiàn)代經(jīng)濟(jì)結(jié)構(gòu)服務(wù)化理論。徐德云[7]采用理論分析的方法開(kāi)展產(chǎn)業(yè)結(jié)構(gòu)升級(jí)機(jī)制研究,認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和高級(jí)化的過(guò)程表現(xiàn)為第一產(chǎn)業(yè)產(chǎn)值變小,第三產(chǎn)業(yè)產(chǎn)值增加,第三產(chǎn)業(yè)的地位變得越來(lái)越重要,因此在衡量產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平時(shí)應(yīng)該重點(diǎn)考慮第三產(chǎn)業(yè)。吳敬璉[8]認(rèn)為產(chǎn)業(yè)轉(zhuǎn)型升級(jí)受到社會(huì)信息化的影響越來(lái)越大,經(jīng)濟(jì)結(jié)構(gòu)朝著服務(wù)化發(fā)展的趨勢(shì)決定了第三產(chǎn)業(yè)的發(fā)展速度必然會(huì)快于第二產(chǎn)業(yè)。龔海林等[9]認(rèn)為受信息化程度的影響,經(jīng)濟(jì)結(jié)構(gòu)服務(wù)化已經(jīng)成為現(xiàn)代產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要標(biāo)志,因此考慮采用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值來(lái)衡量產(chǎn)業(yè)轉(zhuǎn)型升級(jí)水平。干春暉等[10]認(rèn)為產(chǎn)業(yè)轉(zhuǎn)型升級(jí)是由兩部分原因造成的:(1)各產(chǎn)業(yè)的技術(shù)進(jìn)步速度和對(duì)技術(shù)吸收能力不同導(dǎo)致各產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)速度不同,高附加值產(chǎn)業(yè)增長(zhǎng)速度快使得產(chǎn)業(yè)升級(jí);(2)國(guó)家發(fā)展階段不同所需主導(dǎo)產(chǎn)業(yè)也會(huì)不同,主導(dǎo)產(chǎn)業(yè)的變化也會(huì)使得產(chǎn)業(yè)升級(jí)。
人工智能對(duì)經(jīng)濟(jì)的影響主要分為人工智能對(duì)勞動(dòng)生產(chǎn)率的影響、人工智能對(duì)勞動(dòng)力市場(chǎng)的影響以及人工智對(duì)收入不平等的影響3 個(gè)方面:(1)在人工智能對(duì)勞動(dòng)生產(chǎn)率的影響方面。Aghion 等[11]從自動(dòng)化和“鮑莫爾病”兩個(gè)方面對(duì)人工智能與經(jīng)濟(jì)增長(zhǎng)的可能影響進(jìn)行了全面系統(tǒng)的分析,綜合兩方面效應(yīng)認(rèn)為,人工智能技術(shù)對(duì)經(jīng)濟(jì)的增長(zhǎng)具有較強(qiáng)的不確定性;(2)在人工智能對(duì)勞動(dòng)力市場(chǎng)的影響方面。呂榮杰等[12]從理論層面分析了人工智能對(duì)勞動(dòng)力市場(chǎng)的影響,以我國(guó)31 個(gè)省市自治區(qū)為例開(kāi)展人工智能對(duì)就業(yè)人數(shù)和工資收入影響的實(shí)證研究,研究認(rèn)為,隨著技術(shù)的不斷進(jìn)步,服務(wù)業(yè)將會(huì)大量搶占制造業(yè)的就業(yè)機(jī)會(huì);(3)在人工智能對(duì)收入不平等的影響方面。Autor 等[13]認(rèn)為由于人工智能相對(duì)容易替代低技能勞動(dòng),工資不平等的現(xiàn)象將會(huì)進(jìn)一步擴(kuò)大,但是隨著人工智能技術(shù)發(fā)展,高技能勞動(dòng)也可能被替代,這在一定程度上會(huì)縮小收入的不平等。通過(guò)對(duì)已有文獻(xiàn)梳理發(fā)現(xiàn),當(dāng)前針對(duì)人工智能對(duì)經(jīng)濟(jì)的影響的研究相對(duì)豐富,但是鮮見(jiàn)有針對(duì)人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的效應(yīng)研究,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,構(gòu)建了人工智能與產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的影響效應(yīng)模型,以我國(guó)31 個(gè)省市自治區(qū)為研究對(duì)象開(kāi)展實(shí)證研究,對(duì)準(zhǔn)確預(yù)判人工智能發(fā)展對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)和要素收入分配格局的影響,推動(dòng)我國(guó)經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展具有重要現(xiàn)實(shí)意義。
人工智能是指利用機(jī)器模仿人類(lèi)智力活動(dòng)[14],是引領(lǐng)科技革命、促進(jìn)產(chǎn)業(yè)變革的核心技術(shù),決定著我國(guó)能否在新一輪科技革命和產(chǎn)業(yè)變革中抓住發(fā)展機(jī)遇期[15]。人工智能技術(shù)在各產(chǎn)業(yè)進(jìn)行應(yīng)用,通過(guò)提升各產(chǎn)業(yè)的智能化、數(shù)字化應(yīng)用水平,優(yōu)化各生產(chǎn)要素的投入,降低生產(chǎn)運(yùn)營(yíng)成本,提高勞動(dòng)生產(chǎn)率,增加企業(yè)研發(fā)和提升產(chǎn)品質(zhì)量方面投資,從而實(shí)現(xiàn)各產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和轉(zhuǎn)型升級(jí)。
傳統(tǒng)農(nóng)業(yè)在生產(chǎn)過(guò)程中,勞動(dòng)要素的投入相對(duì)較多,由于缺乏標(biāo)準(zhǔn)化生產(chǎn),經(jīng)驗(yàn)化占據(jù)相當(dāng)重要的地位,同時(shí)生產(chǎn)者和消費(fèi)者之間聯(lián)系不緊密也造成了較高的物流成本。在人工智能的推動(dòng)下,傳統(tǒng)農(nóng)業(yè)向智能化發(fā)展,農(nóng)業(yè)生產(chǎn)過(guò)程中的大量較低技術(shù)勞動(dòng)被人工智能設(shè)備替代,農(nóng)產(chǎn)品的品質(zhì)得以提升的同時(shí)降低了大量成本。人工智能技術(shù)通過(guò)機(jī)器學(xué)習(xí)模擬不同狀況的農(nóng)業(yè)生產(chǎn)情景,充分挖掘農(nóng)業(yè)生產(chǎn)潛力,基于圖像識(shí)別技術(shù)和大數(shù)據(jù)的預(yù)測(cè)能夠?yàn)榭茖W(xué)開(kāi)展農(nóng)業(yè)決策提供技術(shù)支持。人工智能設(shè)備的研發(fā)和應(yīng)用推動(dòng)了農(nóng)業(yè)的標(biāo)準(zhǔn)化進(jìn)程,為高技術(shù)裝備和高素質(zhì)職業(yè)農(nóng)民的產(chǎn)生提供了有利條件。人工智能技術(shù)為農(nóng)業(yè)生產(chǎn)者和消費(fèi)者搭建了持續(xù)溝通交流的平臺(tái),訂單化和精準(zhǔn)化的農(nóng)業(yè)生產(chǎn)使得中間環(huán)節(jié)大幅度減少,消費(fèi)者獲得物美價(jià)廉放心產(chǎn)品的同時(shí),農(nóng)業(yè)生產(chǎn)者的利潤(rùn)大幅提高。
人工智能技術(shù)的普及使得工業(yè)化和信息化深度融合,第二產(chǎn)業(yè)內(nèi)部智能生產(chǎn)成為可能,加快外部協(xié)同網(wǎng)絡(luò)建設(shè)的同時(shí),提升了產(chǎn)品的服務(wù)質(zhì)量。(1)人工智能技術(shù)應(yīng)用于生產(chǎn)階段,對(duì)產(chǎn)品合格率和生產(chǎn)線的故障率進(jìn)行智能監(jiān)測(cè)和控制,提升了生產(chǎn)過(guò)程中的智能化水平,借助虛擬仿真技術(shù),合理配置生產(chǎn)要素;(2)人工智能設(shè)備的廣泛應(yīng)用為跨區(qū)域、跨行業(yè)和跨企業(yè)的互聯(lián)互通提供了便利,協(xié)同設(shè)計(jì)、供應(yīng)和制造的模式提高了資源利用效率;(3)基于互聯(lián)網(wǎng)平臺(tái),人工智能技術(shù)的學(xué)習(xí)效應(yīng)得以顯現(xiàn),通過(guò)確定合理的產(chǎn)業(yè)規(guī)模降低運(yùn)營(yíng)和生產(chǎn)成本,為消費(fèi)者提供個(gè)性化、品質(zhì)化和精準(zhǔn)化的產(chǎn)品和售后服務(wù)。
傳統(tǒng)服務(wù)業(yè)受到服務(wù)人員個(gè)人素質(zhì)的影響,服務(wù)質(zhì)量很難得到有效保證,供給側(cè)和消費(fèi)側(cè)之間不平衡、不匹配的現(xiàn)象時(shí)有發(fā)生。人工智能技術(shù)使得個(gè)性化服務(wù)、人機(jī)服務(wù)和遠(yuǎn)程服務(wù)廣泛應(yīng)用,推動(dòng)傳統(tǒng)服務(wù)向智能服務(wù)轉(zhuǎn)型升級(jí)。(1)大數(shù)據(jù)技術(shù)提升了搜集企業(yè)和消費(fèi)者個(gè)性化服務(wù)需求數(shù)據(jù)的效率,通過(guò)預(yù)測(cè)和甄別服務(wù)中的漏洞提供精準(zhǔn)化服務(wù),降低服務(wù)人員素質(zhì)對(duì)整體服務(wù)質(zhì)量的影響;(2)利用人機(jī)互補(bǔ)服務(wù)改善服務(wù)體驗(yàn),Agrawal等[16]研究表明,人工服務(wù)在發(fā)現(xiàn)企業(yè)和消費(fèi)者感受優(yōu)勢(shì)明顯,人工智能在處理預(yù)測(cè)任務(wù)時(shí)精度較高,兩者優(yōu)勢(shì)互補(bǔ),提升用戶(hù)的服務(wù)體驗(yàn)感;(3)人工智能技術(shù)通過(guò)遠(yuǎn)程服務(wù)滿(mǎn)足用戶(hù)需求。由于經(jīng)濟(jì)和歷史等原因,我國(guó)教育和醫(yī)療服務(wù)不平衡的現(xiàn)象長(zhǎng)期存在,服務(wù)人員利用遠(yuǎn)程交流、遠(yuǎn)程操作為消費(fèi)者服務(wù),為解決落后區(qū)域服務(wù)供給不充分的問(wèn)題提供了思路。
為了克服利用非農(nóng)值比重以及摩爾指數(shù)在進(jìn)行產(chǎn)業(yè)轉(zhuǎn)型升級(jí)度量的不足,本文在參考干春暉[10]的做法的基礎(chǔ)上,考慮產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和合理化兩個(gè)維度來(lái)衡量產(chǎn)業(yè)轉(zhuǎn)型升級(jí)水平,兩者的權(quán)重均取0.5,采用結(jié)構(gòu)偏離度(TL)度量產(chǎn)業(yè)結(jié)構(gòu)合理化,高端技術(shù)與中高端技術(shù)產(chǎn)業(yè)比值之比(TS)來(lái)度量產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化,公式如下:
式中,i=1,2,3,分別表示第一、二、三產(chǎn)業(yè),Y和L分別表示產(chǎn)值和就業(yè)人數(shù)。結(jié)構(gòu)偏離度越大,產(chǎn)業(yè)結(jié)構(gòu)合理性越差。高端技術(shù)與中高端技術(shù)產(chǎn)業(yè)比值越大,產(chǎn)業(yè)結(jié)構(gòu)越高端。
產(chǎn)業(yè)轉(zhuǎn)型升級(jí)受到多種因素的影響,從現(xiàn)有研究來(lái)看,經(jīng)濟(jì)發(fā)展水平[17],對(duì)外開(kāi)放程度[18]、外商直接投資[19]和政府干預(yù)程度[20]都會(huì)影響產(chǎn)業(yè)結(jié)構(gòu)升級(jí),考慮將這些指標(biāo)作為控制變量,則產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的計(jì)量模型可以表示為:
式中:T是模型的被解釋變量,代表產(chǎn)業(yè)轉(zhuǎn)型升級(jí)水平,j代表省份,t代表年份,β代表待估計(jì)參數(shù),c代表個(gè)體效應(yīng),μ代表誤差項(xiàng)。AI是模型的核心解釋變量,代表人工智能水平,考慮到數(shù)據(jù)可獲得性和模型簡(jiǎn)化的需要,采用信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)固定資產(chǎn)投資額表示,并取對(duì)數(shù);lnpgdp表示經(jīng)濟(jì)發(fā)展水平,為了避免不同省份人口數(shù)量的影響,采用取對(duì)數(shù)的人均GDP 衡量;open表示對(duì)外開(kāi)放程度,采用進(jìn)出口總額與GDP 比值測(cè)度;fdi為外商直接投資,采用地區(qū)實(shí)際利用外商占GDP 比例衡量;gov代表政府干預(yù)程度,采用地方政府一般預(yù)算支出占地區(qū)GDP 比例表示。數(shù)據(jù)來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》、各省份統(tǒng)計(jì)年鑒以及EPS 數(shù)據(jù)庫(kù),利用移動(dòng)平均法補(bǔ)齊缺失數(shù)據(jù)。
本文在開(kāi)展人工智能對(duì)產(chǎn)業(yè)升級(jí)影響效應(yīng)分析時(shí),選取我國(guó)31 個(gè)省市自治區(qū)2009~2018 年數(shù)據(jù)為研究對(duì)象,被解釋變量、核心解釋變量以及控制變量的描述性統(tǒng)計(jì)結(jié)果如表1 所示。
表1 描述性統(tǒng)計(jì)分析
被解釋變量。結(jié)構(gòu)偏離度的均值為4.054,標(biāo)準(zhǔn)差值為1.781,小于均值,不存在異常值,最大值為12.012,最小值為1.816。表明近十年來(lái)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)合理性相對(duì)較差,市場(chǎng)生產(chǎn)尚未達(dá)到均衡狀態(tài),各省市自治區(qū)之間的產(chǎn)業(yè)結(jié)構(gòu)合理性水平差異較大。高端技術(shù)和中高端技術(shù)產(chǎn)業(yè)產(chǎn)值之比的均值為1.369,標(biāo)準(zhǔn)差值為0.657,小于均值,不存在異常值,最大值為5.230,最小值為0.618,表明近十年來(lái)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化水平相對(duì)較低,各省市自治區(qū)之間高級(jí)化水平差異明顯。
解釋變量。人工智能水平的均值為4.520,標(biāo)準(zhǔn)差值為1.060,小于均值,不存在異常值,最大值為6.497,最小值為-0.524。人工智能水平跨度和波動(dòng)相對(duì)較大,表明我國(guó)人工智能發(fā)展速度相對(duì)較快,各區(qū)域之間發(fā)展水平相對(duì)不平衡。
控制變量。經(jīng)濟(jì)發(fā)展水平在某一程度上反映了區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r,人均GDP 對(duì)數(shù)統(tǒng)計(jì)結(jié)果表明我國(guó)經(jīng)濟(jì)發(fā)展水平相對(duì)較高,區(qū)域間差異和不均衡的現(xiàn)象明顯。對(duì)外開(kāi)放程度的均值為0.389,標(biāo)準(zhǔn)差為0.477,最大值為2.414,最小值為0.049,表明我國(guó)對(duì)外開(kāi)放水平有待提高,差異也相對(duì)明顯。外商直接投資的標(biāo)準(zhǔn)差僅為0.027,均值僅為0.038,表明我國(guó)外商直接投資總體水平較低,差異不明顯。政府干預(yù)程度均值為0.252,標(biāo)準(zhǔn)差為0.198,最大值為1.691,最小值為0.097,表明近十年來(lái)我國(guó)地方政府直接介入經(jīng)濟(jì)的成分比較少。
本文運(yùn)用兩步系統(tǒng)GMM 法構(gòu)建動(dòng)態(tài)面板數(shù)據(jù)模型,對(duì)2009~2018 年10 年間我國(guó)31 個(gè)省市自治區(qū)進(jìn)行分析,計(jì)算結(jié)果如表2 所示。
表2 產(chǎn)業(yè)轉(zhuǎn)型升級(jí)對(duì)人工智能影響回歸結(jié)果
由表2 可以看出,模型拒絕存在一階自相關(guān)的原假設(shè),對(duì)于存在二階自相關(guān)的原假設(shè)不拒絕,模型的Hansen 值分別為0.285 和0.286,通過(guò)了過(guò)度識(shí)別檢驗(yàn),表明工具變量的設(shè)置是合理的。表2 展示了只加入核心變量以及同時(shí)加入控制變量的回歸結(jié)果,從回歸結(jié)果來(lái)看,兩種回歸方程被解釋變量的滯后一階項(xiàng)的系數(shù)均在1%水平上顯著,核心解釋變量的系數(shù)為正,驗(yàn)證了設(shè)定的動(dòng)態(tài)面板模型合理性,人工智能的發(fā)展與產(chǎn)業(yè)轉(zhuǎn)型升級(jí)具有正相關(guān)性。當(dāng)人工智能水平增加1%時(shí),產(chǎn)業(yè)轉(zhuǎn)型升級(jí)水平增加0.035%,說(shuō)明人工智能對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的作用力相對(duì)較小。控制變量中,經(jīng)濟(jì)發(fā)展水平的系數(shù)顯著為負(fù),其系數(shù)為-0.065,對(duì)外開(kāi)放程度、外商直接投資和政府干預(yù)程度的系數(shù)均為正,分別為0.178%、0.268%和0.325%,控制變量均在10%的水平下顯著。說(shuō)明經(jīng)濟(jì)發(fā)展水平對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)具有阻礙作用,隨著經(jīng)濟(jì)水平的不斷提高,產(chǎn)業(yè)轉(zhuǎn)型升級(jí)水平越低,但這種阻礙作用較小。其余控制變量對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)具有促進(jìn)作用,隨著外開(kāi)放程度越高、政府干預(yù)越多、外商直接投資額越大,產(chǎn)業(yè)轉(zhuǎn)型升級(jí)水平越高。
通過(guò)實(shí)證檢驗(yàn)發(fā)現(xiàn),人工智能對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)具有一定的促進(jìn)作用,經(jīng)濟(jì)發(fā)展水平對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)具有一定的阻礙作用,對(duì)外開(kāi)放程度、外商直接投資和政府干預(yù)程度對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)具有促進(jìn)作用,受到歷史等多因素的影響,我國(guó)經(jīng)濟(jì)發(fā)展呈現(xiàn)出區(qū)域不平衡的特征,中、東部地區(qū)的產(chǎn)業(yè)升級(jí)明顯較快,產(chǎn)業(yè)轉(zhuǎn)型升級(jí)水平一定程度上優(yōu)于西部地區(qū)。通過(guò)擴(kuò)大對(duì)外開(kāi)放,加強(qiáng)國(guó)際間合作以及政府適當(dāng)?shù)母深A(yù)有利于產(chǎn)業(yè)轉(zhuǎn)型升級(jí),推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。
根據(jù)以上結(jié)論,本文提出如下政策建議:
(1)加強(qiáng)人工智能戰(zhàn)略規(guī)劃建設(shè),為人工智能快速發(fā)展提供制度支撐。人工智能作為一種新興技術(shù),具有較高的風(fēng)險(xiǎn),政府需要做好頂層設(shè)計(jì),不斷完善相應(yīng)的法律法規(guī)與市場(chǎng)基礎(chǔ),創(chuàng)造人工智能發(fā)展的良好制度環(huán)境。人工智能與實(shí)體經(jīng)濟(jì)融合發(fā)展具有廣泛的應(yīng)用前景,政府需要通過(guò)戰(zhàn)略規(guī)劃等手段,制定人工智能發(fā)展標(biāo)準(zhǔn)以及知識(shí)產(chǎn)權(quán)保護(hù)體系,科學(xué)評(píng)估人工智能發(fā)展道德以及不確定風(fēng)險(xiǎn),集中整合跨區(qū)域、跨行業(yè)的研發(fā)要素,協(xié)調(diào)推進(jìn)部門(mén)間以及區(qū)域間人工智能與實(shí)體經(jīng)濟(jì)發(fā)展。
(2)完善人工智能的資本支持環(huán)境,為人工智能快速發(fā)展提供金融支持。通過(guò)優(yōu)化融資環(huán)境,鼓勵(lì)企業(yè)、商業(yè)銀行以及股票發(fā)行機(jī)構(gòu)支持人工智能企業(yè)。以財(cái)政市場(chǎng)資金為主導(dǎo),融合多方面資金,加大對(duì)人工智能基礎(chǔ)設(shè)施和關(guān)鍵性技術(shù)攻關(guān)的投入。從稅收和企業(yè)研發(fā)成本上為企業(yè)減負(fù),充分利用大企業(yè)研發(fā)優(yōu)勢(shì)和中小企業(yè)成果轉(zhuǎn)化率和靈活高的特點(diǎn),采用多方合作、資源共享的方式,推動(dòng)人工智能重大項(xiàng)目和科技成果轉(zhuǎn)化。
(3)深化高等教育和職業(yè)技能培訓(xùn)改革,培養(yǎng)人工智能專(zhuān)業(yè)化人才。構(gòu)建人工智能人才的選拔和使用機(jī)制,擇天下英才用之,積極探索適合我國(guó)國(guó)情的人工智能發(fā)展的人才培養(yǎng)模型,重點(diǎn)關(guān)注人工智能專(zhuān)業(yè)技術(shù)和管理人才培養(yǎng)以及團(tuán)隊(duì)建設(shè),滿(mǎn)足人工智能與實(shí)體經(jīng)濟(jì)融合發(fā)展的人才需求。
工業(yè)技術(shù)經(jīng)濟(jì)2020年4期