周松蘭，李翠怡

（廣州大學(xué) 經(jīng)濟(jì)與統(tǒng)計(jì)學(xué)院，廣東 廣州510006）

在新一輪科技革命浪潮下，以人工智能、大數(shù)據(jù)與云計(jì)算、物聯(lián)網(wǎng)、3D 打印、智能機(jī)器人（下稱(chēng)新科技革命先導(dǎo)技術(shù)）為先導(dǎo)的新科技融合創(chuàng)新，不斷優(yōu)化著創(chuàng)新的工具、模式、速度和進(jìn)程，深刻改變著人類(lèi)的生產(chǎn)生活和創(chuàng)新范式，對(duì)經(jīng)濟(jì)、產(chǎn)業(yè)和社會(huì)產(chǎn)生著前所未有的巨大影響。

人工智能，也稱(chēng)為機(jī)器智能，英文縮寫(xiě)為AI，通常意味著通過(guò)計(jì)算機(jī)程序?qū)崿F(xiàn)人類(lèi)智能。人工智能技術(shù)是一門(mén)新的技術(shù)科學(xué)，可以模擬任何關(guān)于人類(lèi)意識(shí)和邏輯思考的過(guò)程，甚至可以像人一樣進(jìn)行思考，也可以超過(guò)人類(lèi)智能。人工智能通過(guò)物聯(lián)網(wǎng)等網(wǎng)絡(luò)、云計(jì)算平臺(tái)吸收人類(lèi)的海量知識(shí)和客觀世界數(shù)據(jù)，不斷深度學(xué)習(xí)和進(jìn)化，衍生和運(yùn)用機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專(zhuān)業(yè)系統(tǒng)等，成為通用的集成技術(shù)和融合創(chuàng)新工具。

其主要特征如下：一是滲透性，隨著移動(dòng)互聯(lián)網(wǎng)與物聯(lián)網(wǎng)等全球化新一代信息技術(shù)的高速進(jìn)步與發(fā)展，人工智能已為人類(lèi)社會(huì)和經(jīng)濟(jì)發(fā)展帶來(lái)巨大而革命性的沖擊與影響，并作為具有基礎(chǔ)性的全新通用科學(xué)技術(shù)，逐漸扎根到各個(gè)行業(yè)，帶動(dòng)傳統(tǒng)行業(yè)的發(fā)展。二是數(shù)據(jù)性，新一代人工智能是建立在大數(shù)據(jù)基礎(chǔ)上的，融合了新一代信息技術(shù)的集成發(fā)展，通過(guò)自動(dòng)化學(xué)習(xí)算法和大量的數(shù)據(jù)訓(xùn)練，精準(zhǔn)匹配數(shù)據(jù)，對(duì)數(shù)據(jù)的收集、處理和分析來(lái)模擬人類(lèi)的行為，總結(jié)出運(yùn)算規(guī)律并進(jìn)行決策。三是智能性，首先，能夠?qū)崟r(shí)獲取生產(chǎn)環(huán)節(jié)中的有關(guān)產(chǎn)品質(zhì)量等信息，并快速響應(yīng)，自我預(yù)測(cè)和診斷系統(tǒng)中出現(xiàn)的問(wèn)題，不斷調(diào)整參數(shù)，以此修復(fù)和糾正故障；其次，通過(guò)機(jī)器自動(dòng)化學(xué)習(xí)方法和大規(guī)模應(yīng)用場(chǎng)景的數(shù)據(jù)訓(xùn)練，概括并總結(jié)出規(guī)律，作出決策。

1 人工智能影響產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的實(shí)現(xiàn)機(jī)制

1.1 人工智能具有“替代效應(yīng)”和“創(chuàng)造效應(yīng)”

每一次技術(shù)革命都帶來(lái)主導(dǎo)產(chǎn)業(yè)變化和產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)。人工智能的發(fā)展提升產(chǎn)業(yè)部門(mén)的自動(dòng)化水平，其負(fù)面“替代效應(yīng)”與正面“創(chuàng)造效應(yīng)”自然會(huì)影響產(chǎn)業(yè)結(jié)構(gòu)。

人工智能的“替代效應(yīng)”主要體現(xiàn)在催生一批新興產(chǎn)業(yè)、新服務(wù)業(yè)態(tài)上，比如智能軌道交通、智能醫(yī)療、智能教育、智能投資、智能客服等等。很多重復(fù)性高的工作逐漸被機(jī)器取代，從而大幅減少對(duì)低水平勞動(dòng)力的需求?！皠?chuàng)造效應(yīng)”則體現(xiàn)在人工智能催生的新產(chǎn)業(yè)部門(mén)創(chuàng)造出新的工作崗位，同時(shí)，與之匹配的高技能勞動(dòng)力的需求上升，從而倒逼勞動(dòng)者提高自身素質(zhì)和技能，加速中高端人力資本的積累，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。

1.2 人工智能促進(jìn)傳統(tǒng)產(chǎn)業(yè)升級(jí)

人工智能作為一項(xiàng)全新的通用科學(xué)技術(shù)，通過(guò)與傳統(tǒng)行業(yè)的深度融合，帶來(lái)一次革命性的轉(zhuǎn)型，徹底改變傳統(tǒng)行業(yè)。人工智能技術(shù)不僅可以直接通過(guò)收集大數(shù)據(jù)，再進(jìn)行高強(qiáng)度的計(jì)算與分析，提升產(chǎn)品品質(zhì)，還可以改變?cè)械纳a(chǎn)方法和主導(dǎo)技術(shù)，提高生產(chǎn)效率，降低生產(chǎn)成本，優(yōu)化要素分配，從而幫助傳統(tǒng)產(chǎn)業(yè)提質(zhì)升級(jí)，實(shí)現(xiàn)傳統(tǒng)產(chǎn)業(yè)的智能化和數(shù)字化發(fā)展，為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)創(chuàng)造出新空間。

1.3 人工智能提高知識(shí)密集型行業(yè)比重

在新科技革命背景下，人工智能技術(shù)的成果轉(zhuǎn)化和商業(yè)化將促進(jìn)一些新興智能產(chǎn)業(yè)的發(fā)展，國(guó)民經(jīng)濟(jì)將逐漸轉(zhuǎn)向高生產(chǎn)率和高附加值的經(jīng)濟(jì)和工業(yè)活動(dòng)，從而提高知識(shí)和科學(xué)技術(shù)密集型行業(yè)在新興產(chǎn)業(yè)結(jié)構(gòu)中的所占比重，以字符識(shí)別、語(yǔ)音識(shí)別、智能監(jiān)控、生物識(shí)別等為主導(dǎo)的新興產(chǎn)業(yè)得到廣泛應(yīng)用，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和升級(jí)。同時(shí)，人工智能發(fā)展，也將培育新的消費(fèi)者需求，從而推動(dòng)消費(fèi)結(jié)構(gòu)優(yōu)化升級(jí)。通過(guò)供求結(jié)構(gòu)的相互作用，再推動(dòng)新興工業(yè)部門(mén)增加高技術(shù)、高質(zhì)量產(chǎn)品的供給，使更多勞動(dòng)密集型產(chǎn)業(yè)向知識(shí)和技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)變，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)。

2 人工智能對(duì)廣東產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響實(shí)證分析

2.1 變量選取與解釋

2.1.1 被解釋變量

產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平（INS）：由于目前廣東省第二、第三產(chǎn)業(yè)增加值所占GDP 的整體比例早已遠(yuǎn)遠(yuǎn)超過(guò)第一產(chǎn)業(yè)增加值所占GDP 的比重，并且第一產(chǎn)業(yè)增加值所占GDP 的比重在不斷下降，故本文采用第三產(chǎn)業(yè)增加值占第二產(chǎn)業(yè)增加值之比來(lái)衡量產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的水平。

2.1.2 解釋變量

人工智能發(fā)展水平（AI）：本文分別選取機(jī)器人進(jìn)口量、專(zhuān)利申請(qǐng)指標(biāo)以及信息傳輸、互聯(lián)網(wǎng)和相關(guān)服務(wù)業(yè)固定資產(chǎn)投資額作為衡量人工智能發(fā)展水平的指標(biāo)?？紤]到數(shù)據(jù)的難獲得性，借鑒李丫丫、韓民春等人的做法，由于我國(guó)工業(yè)機(jī)器人70%以上依賴(lài)進(jìn)口，且主要應(yīng)用于第二產(chǎn)業(yè)，所以假設(shè)我國(guó)各地區(qū)第二產(chǎn)業(yè)中工業(yè)機(jī)器人的應(yīng)用率相同，以廣東第二產(chǎn)業(yè)產(chǎn)值占全國(guó)第二產(chǎn)業(yè)產(chǎn)值的份額比例為權(quán)重，將我國(guó)工業(yè)機(jī)器人的進(jìn)口量按比例分配給廣東省，進(jìn)而作為廣東省機(jī)器人進(jìn)口量的數(shù)據(jù)。

為綜合衡量廣東省的人工智能發(fā)展水平，本文利用主成分分析法將衡量人工智能發(fā)展水平的三個(gè)指標(biāo)綜合化，形成最終的人工智能發(fā)展水平（AI）變量。

2.1.3 控制變量

（1）就業(yè)結(jié)構(gòu)（JOB）：以第二產(chǎn)業(yè)與第三產(chǎn)業(yè)的就業(yè)人員總數(shù)占地區(qū)總?cè)丝诘谋壤硎尽?/p>

（2）經(jīng)濟(jì)發(fā)展水平（GDP）：以區(qū)域生產(chǎn)總值衡量。

（3）對(duì)外開(kāi)放水平（FDI）：以廣東省各年實(shí)際利用外資額與GDP 比值作為度量指標(biāo)。

（4）地方政府性支出（GOV）：以廣東省各地區(qū)一般公共預(yù)算收入占全省地區(qū)生產(chǎn)總值的比重表示。

2.2 模型構(gòu)建與數(shù)據(jù)說(shuō)明

以產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平作為被解釋變量，人工智能發(fā)展水平作為核心解釋變量，就業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、對(duì)外開(kāi)放水平和地方政府性支出作為控制變量，所建立的計(jì)量模型如下：

其中，INS 代表產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的水平，AI 代表人工智能的發(fā)展水平，JOB 代表就業(yè)結(jié)構(gòu)，GDP 代表經(jīng)濟(jì)發(fā)展水平，F(xiàn)DI 代表了對(duì)外開(kāi)放的水平，GOV 代表地方政府性支出。AI、GDP 和GOV 均取自然對(duì)數(shù)，c 為常數(shù)，μ 為隨機(jī)誤差項(xiàng)。

本文的數(shù)據(jù)樣本為2000-2019 年廣東省人工智能發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的相關(guān)數(shù)據(jù)。統(tǒng)計(jì)數(shù)據(jù)均來(lái)自于廣東省統(tǒng)計(jì)信息網(wǎng)的歷年《廣東統(tǒng)計(jì)年鑒》、國(guó)泰安數(shù)據(jù)庫(kù)、聯(lián)合國(guó)貿(mào)易發(fā)展數(shù)據(jù)庫(kù)。

3 計(jì)量結(jié)果分析

3.1 描述性統(tǒng)計(jì)

由表1 可知：（1）產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平（INS）的均值為1.013，最大值與最小值之間存在較大差異，說(shuō)明廣東產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平隨時(shí)間和年份不同而有所差別，產(chǎn)業(yè)結(jié)構(gòu)合理化水平還不高；（2）人工智能發(fā)展水平（AI）的最大值與最小值之間的差值較大，說(shuō)明廣東人工智能發(fā)展水平在近年也已發(fā)生了較大變化；（3）經(jīng)濟(jì)發(fā)展水平（lnGDP）、對(duì)外開(kāi)放水平（FDI）、就業(yè)結(jié)構(gòu)（JOB）以及政府支出（lnGOV）四個(gè)變量的最大值和最小值之間存在較大差別，各變量的標(biāo)準(zhǔn)差均小于其均值，由此判斷數(shù)據(jù)近似服從正態(tài)分布，可進(jìn)行后續(xù)檢驗(yàn)。

表1 描述性統(tǒng)計(jì)結(jié)果

3.2 平穩(wěn)性檢驗(yàn)

為了確保變量的同階平穩(wěn)并且能夠順利進(jìn)行時(shí)間序列的協(xié)整檢驗(yàn)，首先對(duì)時(shí)間序列的參考值進(jìn)行ADF 檢驗(yàn)。由表2 得知，含時(shí)間趨勢(shì)項(xiàng)與不含趨勢(shì)項(xiàng)的INS 與lnAI變 量 的ADF 統(tǒng) 計(jì) 值 分 別 為-0.223、2.366 與-3.410、-1.304，均可視為大于5%的顯著性水平臨界統(tǒng)計(jì)值，說(shuō)明不能拒絕原假設(shè)，即INS 與lnAI 變量的時(shí)間序列均存在單位根，為非平穩(wěn)性的時(shí)間序列，需要將變量轉(zhuǎn)化為平穩(wěn)序列。通過(guò)對(duì)變量進(jìn)行一階差分后，對(duì)其進(jìn)行平穩(wěn)性檢驗(yàn)，由結(jié)果可知，一階差分后的INS 與lnAI 時(shí)間序列在含趨勢(shì)項(xiàng)與不含趨勢(shì)項(xiàng)的ADF 檢驗(yàn)中，其統(tǒng)計(jì)值均小于5%顯著性水平下的臨界值，表明可拒絕原假設(shè)，即新時(shí)間序列不存在單位根，為一階單整序列，可進(jìn)行后續(xù)操作研究。

表2 ADF 檢驗(yàn)結(jié)果

3.3 協(xié)整檢驗(yàn)

為考察產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平與人工智能發(fā)展水平兩個(gè)變量間是否具有均衡關(guān)系，本文采用E-G 兩步法進(jìn)行協(xié)整檢驗(yàn)。對(duì)回歸結(jié)果生成的殘差序列R 進(jìn)行ADF 檢驗(yàn)，由表3 結(jié)果可知，R 的ADF 檢驗(yàn)值為-2.683，小于10%顯著性水平下的臨界檢驗(yàn)值，且其概率P 值大約為0.07，進(jìn)一步充分印證了殘差序列R 在10%的顯著性水平下平穩(wěn)，即說(shuō)明殘差序列R 是零階單整的，R 服從于I（0），說(shuō)明INS 與lnAI 之間存在協(xié)整關(guān)系。

表3 殘差序列ADF 檢驗(yàn)結(jié)果

3.4 格蘭杰因果檢驗(yàn)

由于INS 與lnAI 之間存在協(xié)整關(guān)系，且兩個(gè)變量屬于一階單整的時(shí)間序列，故可以利用格蘭杰因果關(guān)系進(jìn)行檢驗(yàn)以考察它們之間的關(guān)系以及引導(dǎo)方向，得到的格蘭杰因果關(guān)系檢驗(yàn)結(jié)果如表4。具體來(lái)看，由于兩個(gè)原假設(shè)的概率P 值分別為0.0265 與0.0036，均小于10%的顯著性水平，故可以拒絕原假設(shè)，認(rèn)為D.lnAI 與D.INS 之間互為格蘭杰因果關(guān)系，即人工智能的發(fā)展是促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的格蘭杰原因，且產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有利于進(jìn)一步推動(dòng)人工智能產(chǎn)業(yè)的發(fā)展，但具體影響有待進(jìn)一步研究。

表4 格蘭杰因果檢驗(yàn)結(jié)果

3.5 OLS 回歸結(jié)果

為探究人工智能的發(fā)展對(duì)于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的具體影響程度，本文通過(guò)將被解釋變量、解釋變量與控制變量加入回歸模型，得到以下回歸結(jié)果：

INS=0.5606+0.1202lnAI-0.1622lnGDP+80.2229FDI+2.2129JOB+0.2873lnGOV。

由表5 結(jié)果可知，模型的卡方檢驗(yàn)統(tǒng)計(jì)量F 值較大，對(duì)應(yīng)的概率P 值在1%的顯著性水平下顯著，其R2為0.7178，說(shuō)明模型擬合效果較好，方程中所有系數(shù)的聯(lián)合顯著性較高。從回歸方程的系數(shù)可以看出，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的水平與人工智能發(fā)展水平及對(duì)外開(kāi)放水平之間有著顯著的正相關(guān)。人工智能發(fā)展水平每增加一個(gè)單位，會(huì)引起產(chǎn)業(yè)結(jié)構(gòu)0.1202 個(gè)單位的優(yōu)化升級(jí)；對(duì)外開(kāi)放水平每增加一個(gè)單位，會(huì)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)80.2229 個(gè)單位的優(yōu)化提升。而產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與經(jīng)濟(jì)發(fā)展水平、就業(yè)結(jié)構(gòu)與政府支出之間無(wú)明顯的相關(guān)關(guān)系。

表5 OLS 回歸結(jié)果

4 結(jié)論和政策建議

4.1 主要結(jié)論

第一，廣東人工智能發(fā)展對(duì)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和轉(zhuǎn)型升級(jí)具有顯著的促進(jìn)作用。人工智能的發(fā)展促使第二、第三產(chǎn)業(yè)的產(chǎn)值增加，說(shuō)明當(dāng)前產(chǎn)業(yè)結(jié)構(gòu)向更高層級(jí)的產(chǎn)業(yè)層次演進(jìn)，進(jìn)而帶來(lái)廣東產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和轉(zhuǎn)型升級(jí)。

第二，產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)與對(duì)外開(kāi)放程度之間呈高度的正相關(guān)，而與經(jīng)濟(jì)發(fā)展水平、就業(yè)結(jié)構(gòu)和地方政府支出之間的相關(guān)關(guān)系目前尚不顯著。對(duì)外開(kāi)放水平的加大意味著國(guó)外資金與先進(jìn)科學(xué)技術(shù)的加速流入，對(duì)產(chǎn)業(yè)結(jié)構(gòu)起到了拉動(dòng)作用；而GDP 的提升并不意味著產(chǎn)業(yè)結(jié)構(gòu)的變化；另外，當(dāng)前我國(guó)就業(yè)市場(chǎng)普遍存在勞動(dòng)力流動(dòng)性不足、適應(yīng)性技術(shù)引進(jìn)等問(wèn)題，導(dǎo)致就業(yè)升級(jí)與產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的不匹配；政府生產(chǎn)性支出有利于產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，而政府社會(huì)保障性支出與其他各項(xiàng)支出更多的考慮民生問(wèn)題，故政府支出對(duì)產(chǎn)業(yè)結(jié)構(gòu)的具體作用方向需要進(jìn)行具體化分析。

4.2 政策建議

4.2.1 加大引進(jìn)與培養(yǎng)人工智能相關(guān)人才，加速人工智能的應(yīng)用研究與發(fā)展

政府應(yīng)從根源上加強(qiáng)對(duì)人工智能相關(guān)產(chǎn)業(yè)勞動(dòng)力的技能培訓(xùn)與轉(zhuǎn)移力度。一方面，重點(diǎn)扶持高校相關(guān)學(xué)科的建立與相關(guān)研究的推進(jìn)，在教育環(huán)節(jié)鼓勵(lì)培育相關(guān)人才，對(duì)人工智能教育作出及時(shí)更新與深入發(fā)展；另一方面，搭建人工智能相關(guān)人才的交流與再學(xué)習(xí)平臺(tái)，鼓勵(lì)企業(yè)定期進(jìn)行針對(duì)性的人工智能技能培養(yǎng)與再學(xué)習(xí)，鼓勵(lì)員工把握人工智能的發(fā)展趨勢(shì)，進(jìn)行自我更新?lián)Q代。

4.2.2 政策扶持企業(yè)技術(shù)創(chuàng)新，加強(qiáng)人工智能應(yīng)用于企業(yè)生產(chǎn)的投資引導(dǎo)

從政府層面，針對(duì)人工智能相關(guān)企業(yè)的技術(shù)創(chuàng)新制定完善的扶持政策，鼓勵(lì)國(guó)內(nèi)企業(yè)在與國(guó)外人工智能企業(yè)的良性競(jìng)爭(zhēng)中提升自主創(chuàng)新能力；從企業(yè)層面，合理進(jìn)行相關(guān)投資，加強(qiáng)人工智能技術(shù)與實(shí)體經(jīng)濟(jì)的結(jié)合，把握人工智能技術(shù)發(fā)展的良好機(jī)遇，提高自主創(chuàng)新能力，促進(jìn)廣東甚至全國(guó)的人工智能水平向國(guó)際化頂尖水平發(fā)展。

4.2.3 進(jìn)一步擴(kuò)大對(duì)外開(kāi)放水平，引進(jìn)與學(xué)習(xí)國(guó)外人工智能先進(jìn)技術(shù)

進(jìn)一步開(kāi)放外資入駐及其對(duì)國(guó)內(nèi)企業(yè)的投資，外資入駐為國(guó)內(nèi)企業(yè)帶來(lái)資金支持的同時(shí)，有利于國(guó)內(nèi)人工智能企業(yè)對(duì)國(guó)外先進(jìn)技術(shù)的學(xué)習(xí)、模仿與轉(zhuǎn)化，進(jìn)一步推動(dòng)人工智能企業(yè)產(chǎn)品的進(jìn)出口，進(jìn)而起到拉動(dòng)人工智能發(fā)展，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)加速升級(jí)的作用。

4.2.4 促進(jìn)就業(yè)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)的協(xié)調(diào)發(fā)展

要加大政策制定以減小就業(yè)市場(chǎng)的信息不對(duì)稱(chēng)、勞動(dòng)力產(chǎn)業(yè)間轉(zhuǎn)移的技術(shù)壁壘以及勞動(dòng)力地區(qū)之間流動(dòng)的戶(hù)籍制度限制等問(wèn)題，進(jìn)而減小就業(yè)結(jié)構(gòu)升級(jí)與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)之間的不匹配問(wèn)題，促進(jìn)就業(yè)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)的協(xié)調(diào)發(fā)展。