鄒鐵釘 徐影琴

一、問題的提出

中國經(jīng)濟(jì)發(fā)展已由追求速度轉(zhuǎn)向追求質(zhì)量，更加關(guān)注經(jīng)濟(jì)增長的方式、驅(qū)動力以及影響因素。人工智能是一種通用的、能重塑創(chuàng)新過程和促進(jìn)產(chǎn)業(yè)發(fā)展的新技術(shù)〔1〕，可在經(jīng)濟(jì)轉(zhuǎn)型過程中發(fā)揮重要作用。黨的十九大報告關(guān)于增加對人工智能研發(fā)投入與推廣其應(yīng)用的倡議具有鮮明的時代意義，有利于提高中國經(jīng)濟(jì)運行的信息化水平和發(fā)展技術(shù)含量。其后，國務(wù)院出臺的《新一代人工智能發(fā)展規(guī)劃》(國發(fā)〔2017〕35號)進(jìn)一步強調(diào)人工智能發(fā)展的重要性，指出到2030年中國應(yīng)在人工智能領(lǐng)域應(yīng)達(dá)到世界先進(jìn)水平(資料來源：《國務(wù)院關(guān)于印發(fā)新一代人工智能規(guī)劃的通知》(國發(fā)〔2017〕35號)。)。屆時，人工智能被廣泛運用的場景越來越多，給經(jīng)濟(jì)和社會帶來的促進(jìn)作用不容小覷，也為緩解人口老齡化以及勞動力短缺壓力提供了新的出路。

第七次全國人口普查數(shù)據(jù)顯示，中國60歲及65歲以上的人口占比分別超過了18%和13%。按照聯(lián)合國60歲以上人口占比超過10%和65歲以上人口占比超過7%的標(biāo)準(zhǔn)(1)資料來源：聯(lián)合國于1956年發(fā)布的《人口老齡化及其社會經(jīng)濟(jì)后果》。，中國已步入深度老齡化國家行列，這將對產(chǎn)業(yè)結(jié)構(gòu)、勞動力供需結(jié)構(gòu)以及經(jīng)濟(jì)增長產(chǎn)生深刻影響〔2〕。人口紅利危機造成的局部用工荒抬升了企業(yè)用工成本，這種不以提升生產(chǎn)效率和價值創(chuàng)造能力為目的工資成本上升，不利于經(jīng)濟(jì)長期健康發(fā)展。放寬生育限制、鼓勵生育以及延遲退休等政策也只能起到有限的緩沖作用，而減輕對簡單勞動力的依賴，提高生產(chǎn)自動化、智能化水平的人工智能可作為治本之策〔3〕。

過去幾十年，中國始終處于國際產(chǎn)業(yè)分工鏈條的底端，憑借廉價勞動力優(yōu)勢獲取微薄的加工費用和利潤分成，卻在生態(tài)環(huán)境破壞和資源消耗方面付出了沉重的代價，制約了經(jīng)濟(jì)高質(zhì)量發(fā)展。隨著人口生育率下降以及人均壽命的延長，難以再維系低人力成本優(yōu)勢，需將發(fā)展的動力聚焦于人才培養(yǎng)、技術(shù)進(jìn)步和研發(fā)創(chuàng)新。發(fā)展人工智能等現(xiàn)代信息技術(shù)，提高生產(chǎn)的自動化、智能化水平有利于跳出人口紅利陷阱，從提高資源配置效率的角度提升國際競爭力，為產(chǎn)業(yè)高級化和經(jīng)濟(jì)高質(zhì)量增長找到突破口。

新冠肺炎疫情帶來的經(jīng)驗教訓(xùn)是深刻的，過度依賴人力，需要人與人面對面接觸的生產(chǎn)經(jīng)營活動，難以抵御隨機突發(fā)事件的沖擊，蘊含著能將人從繁瑣、危險、骯臟、勞累的工作環(huán)境中解放出來，去從事更具創(chuàng)造性的工作。而被其武裝的機器則可以不受生理、作息和工作場景的制約，精準(zhǔn)、高效和低成本地執(zhí)行生產(chǎn)、經(jīng)營和服務(wù)指令，從而將極大地減少對人和低技能勞動力的依賴，因而在應(yīng)對突發(fā)危機、保持經(jīng)濟(jì)社會平穩(wěn)運行方面具有明顯優(yōu)勢〔4〕。

學(xué)界對人工智能的經(jīng)濟(jì)影響作了較多探討，多集中于人工智能發(fā)展對就業(yè)、收入分配和經(jīng)濟(jì)增長的影響研究上〔5-7〕。王文(2020)利用面板數(shù)據(jù)模型分析發(fā)現(xiàn)，人工智能提高了知識密集型產(chǎn)業(yè)在現(xiàn)代經(jīng)濟(jì)中的占比，改變了勞動力市場的供需結(jié)構(gòu)〔8〕。生產(chǎn)體系自動化、智能化可以讓單位勞動投入帶來更多的產(chǎn)出，提高了企業(yè)的投入產(chǎn)出回報率〔9〕。這將進(jìn)一步激勵社會加大對研發(fā)創(chuàng)新和人才培養(yǎng)的投入，促進(jìn)經(jīng)濟(jì)內(nèi)涵式發(fā)展〔10〕。而其對不同產(chǎn)業(yè)部門生產(chǎn)效率的非對稱性影響則是產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的重要動力源〔11〕。技術(shù)變遷帶來的產(chǎn)業(yè)高級化將淘汰落后產(chǎn)業(yè)的過剩產(chǎn)能〔12〕，引導(dǎo)經(jīng)濟(jì)轉(zhuǎn)向以人力資本投資和技術(shù)進(jìn)步為內(nèi)生驅(qū)動力的高質(zhì)量增長軌道。當(dāng)然，人工智能對勞動力的綜合素養(yǎng)提出了更高要求，教育、職業(yè)培訓(xùn)和工作經(jīng)驗越來越被重視，這又反過來促進(jìn)研發(fā)創(chuàng)新、技術(shù)進(jìn)步和經(jīng)濟(jì)增長〔13〕。

當(dāng)然，人工智能進(jìn)步及其應(yīng)用也是一把雙刃劍，在產(chǎn)生積極作用的同時，也會在短期內(nèi)對社會就業(yè)和產(chǎn)業(yè)發(fā)展造成負(fù)面沖擊，比如熊彼特創(chuàng)造性破壞和鮑莫爾病兩種效應(yīng)〔14〕。和一般的技術(shù)進(jìn)步相比，人工智能顯著減少了生產(chǎn)對低技能勞動力的依賴，并導(dǎo)致了新興產(chǎn)業(yè)的興起和傳統(tǒng)產(chǎn)業(yè)的沒落。這種產(chǎn)業(yè)結(jié)構(gòu)變動帶來的就業(yè)沖擊便是熊彼特創(chuàng)造性破壞。另外，人工智能對不同產(chǎn)業(yè)部門生產(chǎn)效率的非對稱性擾動，造成新興產(chǎn)業(yè)部門的勞動力需求明顯低于傳統(tǒng)產(chǎn)業(yè)部門，從而造成勞動力向傳統(tǒng)產(chǎn)業(yè)部門的回流，由此強化了傳統(tǒng)產(chǎn)業(yè)部門在國民經(jīng)濟(jì)中的比重，這種逆產(chǎn)業(yè)高級化的現(xiàn)象便是鮑莫爾病效應(yīng)。同時，由于各地資源稟賦、產(chǎn)業(yè)基礎(chǔ)和人才儲備上的不同，人工智能進(jìn)步帶來的經(jīng)濟(jì)影響存在明顯的地區(qū)差異〔15〕，因此應(yīng)從各地實際出發(fā)制定研發(fā)創(chuàng)新戰(zhàn)略、產(chǎn)業(yè)政策和經(jīng)濟(jì)發(fā)展規(guī)劃，以緩解地區(qū)之間的經(jīng)濟(jì)發(fā)展失調(diào)和產(chǎn)業(yè)結(jié)構(gòu)失衡〔16〕，推動經(jīng)濟(jì)包容性增長和全國統(tǒng)一大市場建設(shè)〔17-18〕。

現(xiàn)有關(guān)于人工智能進(jìn)步的經(jīng)濟(jì)影響的研究存在較大分歧，這與其所依托的數(shù)據(jù)有關(guān)，一些學(xué)者采用單個省的孤立數(shù)據(jù)，一些學(xué)者采用多個省的平行面板數(shù)據(jù)，且大部分還存在樣本數(shù)據(jù)時間跨度過短的問題，既影響了分析結(jié)論的代表性、客觀性，也不利于診斷相關(guān)政策時滯效應(yīng)和跨期分化現(xiàn)象。本文聚焦于勞動生產(chǎn)效率、社會全要素生產(chǎn)率以及其他要素邊際生產(chǎn)力的提升，從產(chǎn)業(yè)結(jié)構(gòu)與勞動力供需結(jié)構(gòu)匹配耦合角度，利用地級市面板數(shù)據(jù)對人工智能進(jìn)步的經(jīng)濟(jì)增長效應(yīng)展開實證研究。

二、理論框架與機制假設(shè)

1.人工智能發(fā)展及其應(yīng)用促進(jìn)產(chǎn)業(yè)高級化的作用機制

產(chǎn)業(yè)經(jīng)濟(jì)學(xué)認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)變遷內(nèi)生于經(jīng)濟(jì)發(fā)展，受技術(shù)進(jìn)步驅(qū)動，這種變化包括產(chǎn)業(yè)內(nèi)部的換擋升級和產(chǎn)業(yè)之間的歸并轉(zhuǎn)換。前者是一個熊彼特創(chuàng)造性毀滅過程，與新技術(shù)的出現(xiàn)和推廣應(yīng)用有關(guān)。在對生產(chǎn)體系進(jìn)行現(xiàn)代化改造、淘汰落后產(chǎn)能的同時，將培育出一批新興產(chǎn)業(yè)部門，為產(chǎn)業(yè)高級化和經(jīng)濟(jì)增長提供新的動力〔19〕。人工智能對生產(chǎn)體系的智能化、自動化改造，能提升社會全要素生產(chǎn)率和生產(chǎn)要素邊際生產(chǎn)力以及節(jié)約企業(yè)用工成本，讓社會資源配置更有效率，這是產(chǎn)業(yè)高級化的重要推動力。在保持生產(chǎn)要素投入數(shù)量不變的前提下，技術(shù)進(jìn)步會導(dǎo)致同等數(shù)量的生產(chǎn)要素投入帶來更多的產(chǎn)量，即社會全要素生產(chǎn)率和要素邊際生產(chǎn)力提高了，經(jīng)濟(jì)體系獲得了更高的投入產(chǎn)出效率以及投資回報率。在經(jīng)濟(jì)理性的驅(qū)使下，為了獲得更高的投資回報率，生產(chǎn)要素將流向那些效益好的新興產(chǎn)業(yè)部門，從而推動產(chǎn)業(yè)高級化。加大對人工智能的研發(fā)投入和推廣應(yīng)用，將明顯提升生產(chǎn)體系的自動化、智能化水平，進(jìn)而緩解人口老齡化以及用工缺口壓力，提高經(jīng)濟(jì)發(fā)展的技術(shù)含量。這是提升國際產(chǎn)業(yè)分工合作話語權(quán)的重要途徑，將有助于化解芯片等核心信息技術(shù)“卡脖子”的問題。

2.產(chǎn)業(yè)高級化促進(jìn)經(jīng)濟(jì)增長的作用機制

產(chǎn)業(yè)高級化對經(jīng)濟(jì)增長的影響不能忽視“熊彼特創(chuàng)造性破壞”和“鮑莫爾病”兩種效益。前者在孵化出新的產(chǎn)業(yè)的同時，將淘汰傳統(tǒng)落后產(chǎn)業(yè)的過剩產(chǎn)能。后者是一個互動消融過程，隨著生產(chǎn)自動化、智能化水平的提升，新的產(chǎn)業(yè)部門對普通勞動力的需求并沒有傳統(tǒng)產(chǎn)業(yè)部門那么大，促使勞動力回流傳統(tǒng)產(chǎn)業(yè)部門，導(dǎo)致傳統(tǒng)產(chǎn)業(yè)部門規(guī)模不但沒有萎縮反而擴大了〔20〕。所以，既要看到人工智能進(jìn)步在長期內(nèi)對產(chǎn)業(yè)高級化和經(jīng)濟(jì)增長的促進(jìn)作用，也要看到在短期內(nèi)會對產(chǎn)業(yè)高級化和經(jīng)濟(jì)增長的抑制作用。產(chǎn)業(yè)高級化將從數(shù)量規(guī)模和質(zhì)量內(nèi)涵兩個層面影響經(jīng)濟(jì)增長。傳統(tǒng)產(chǎn)業(yè)過于依賴普通勞動力投入數(shù)量的增加，行業(yè)勞動生產(chǎn)效率和資源綜合利用效率不太高，易受人口老齡化以及用工缺口壓力影響，將對經(jīng)濟(jì)的長期發(fā)展和高質(zhì)量增長形成掣肘。而以人工智能為支撐的新興產(chǎn)業(yè)，降低了普通勞動力在生產(chǎn)中的重要性，特別是生產(chǎn)自動化、智能化提高了勞動生產(chǎn)效率，助力經(jīng)濟(jì)高質(zhì)量發(fā)展。

3.人工智能發(fā)展及其應(yīng)用影響經(jīng)濟(jì)增長的作用機制

內(nèi)生增長理論認(rèn)為，技術(shù)進(jìn)步源于生產(chǎn)過程中要素配置經(jīng)驗積累，又通過促進(jìn)人力資本積累、技術(shù)擴散、知識外溢以及升級研發(fā)與生產(chǎn)設(shè)備，對勞動、資本等生產(chǎn)要素在生產(chǎn)中的投入結(jié)構(gòu)與配置效率產(chǎn)生影響，提高整個社會的全要素生產(chǎn)率和勞動生產(chǎn)效率，提升經(jīng)濟(jì)發(fā)展質(zhì)量，增強經(jīng)濟(jì)發(fā)展?jié)摿Α?1〕。人工智能作為一種新興技術(shù)，其進(jìn)步與應(yīng)用提升了生產(chǎn)體系的自動化、智能化水平，帶動與之相關(guān)的大數(shù)據(jù)、5G、移動互聯(lián)、無人駕駛、智能機器人等產(chǎn)業(yè)的發(fā)展，促進(jìn)產(chǎn)業(yè)高級化，并改變了勞動力市場的供需結(jié)構(gòu)，相對于低技能勞動力，高技能勞動力更受歡迎，社會更加重視教育、職業(yè)技能培訓(xùn)等人力資本投資，形成“人力資本投資——人才儲備——技術(shù)進(jìn)步——產(chǎn)業(yè)結(jié)構(gòu)高級化——經(jīng)濟(jì)增長”的發(fā)展路徑。

三、研究設(shè)計

1.指標(biāo)選取與數(shù)據(jù)來源

(1)經(jīng)濟(jì)增長。為消除不同城市人口數(shù)量差異的影響，經(jīng)濟(jì)增長指標(biāo)使用地區(qū)人均GDP。為消除異方差的影響，人均實際GDP取對數(shù)(lnpgdp)。為消除通貨膨脹的影響，地區(qū)人均GDP采用人均實際GDP。其中，實際人均GDP的計算，以2005年為基期，假定基期指數(shù)為100，那么各期實際GDP可通過下式計算得到：

GDPreal=GDPt-1real(GDP指數(shù)/100)

(2)產(chǎn)業(yè)高級化。根據(jù)克拉克產(chǎn)業(yè)結(jié)構(gòu)演變理論，第三產(chǎn)業(yè)比重的上升以及第一、第二產(chǎn)業(yè)比重的下降是產(chǎn)業(yè)高級化的主要特征，借鑒鄭萬吉等(2015)的做法〔22〕，將產(chǎn)業(yè)高級化指標(biāo)定義為：

其中，xi表示產(chǎn)業(yè)i的增加值占總產(chǎn)值的比重；指標(biāo)r越接近于1，表明產(chǎn)業(yè)結(jié)構(gòu)級別越低；越接近于3，表明產(chǎn)業(yè)結(jié)構(gòu)級別越高。

(3)人工智能。本文選取相關(guān)專利申請數(shù)(al)作為衡量人工智能發(fā)展水平的指標(biāo)。對于樣本中少數(shù)觀測值的人工智能專利申請量為0的情形，為避免其無法取對數(shù)對回歸造成影響，本文對所有觀測值的人工智能專利申請量在原始數(shù)值的基礎(chǔ)上加 1，再取對數(shù)。

(4)交互項。人工智能與產(chǎn)業(yè)高級化當(dāng)期項及滯后一期項的交互項(lnalxlnr和lnalxLlnr)用來刻畫技術(shù)進(jìn)步對經(jīng)濟(jì)增長的短期和長期影響，并幫助模型消除內(nèi)生性。

(5)變量選取與數(shù)據(jù)來源。各變量的指標(biāo)構(gòu)建方法與數(shù)據(jù)來源參見表1。另外，由于各城市統(tǒng)計年鑒提供的進(jìn)出口數(shù)據(jù)以美元為計價單位，須先將計價單位按照國際匯率轉(zhuǎn)換成人民幣，匯率數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》。部分缺失數(shù)據(jù)通過查閱各省份國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報并運用插值法補齊。

表1 變量指標(biāo)的構(gòu)建與數(shù)據(jù)來源

2.計量模型

產(chǎn)業(yè)高級化和經(jīng)濟(jì)增長是一個動態(tài)持續(xù)過程，人工智能促進(jìn)產(chǎn)業(yè)高級化影響經(jīng)濟(jì)增長的作用，既與當(dāng)期因素有關(guān)，又與當(dāng)期因素在上一期的變動有關(guān)，故在計量模型中加入解釋變量的滯后項。

刻畫人工智能促進(jìn)產(chǎn)業(yè)高級化的模型為：

Lnri，t=γ0+γ1lni，t-1+γ2lnali，t+γ3Xi，t+Фi，t

(1)

刻畫產(chǎn)業(yè)高級化影響經(jīng)濟(jì)增長的模型為：

Lnpgdpi，t=α0+α1lnpgdpi，t-1+α2lnri，t+α3lnri，t-1+α4Xi，t+μi，t

(2)

在模型(2)中加入產(chǎn)業(yè)高級化當(dāng)期項、滯后一期項與人工智能的交互乘積項(lnalxlnr和lnalxLlnr)，得到刻畫人工智能通過產(chǎn)業(yè)高級化影響經(jīng)濟(jì)增長的模型：

lnpgdpi，t=α0+α1lnpgdpi，t-1+α2lnri，t+α3lnali，t×lnri，t+α4lnali，t×Llnri，t-1+α5Xi，t+νi，t

(3)

模型中的交互乘積項主要用來說明人工智能通過產(chǎn)業(yè)高級化影響經(jīng)濟(jì)增長的時滯效應(yīng)和跨期差異，并有助于消除模型的內(nèi)生性；i和t表示不同城市和年份；φ、μ、ν為隨機誤差項，且服從正態(tài)分布；X是一組控制變量，包括人力資本、對外開放度、金融發(fā)展水平、政府調(diào)控度和人口自然增長率等因素。

表2 模型設(shè)定的檢驗(2)結(jié)果由由stata16.0計算得出，后面各表相同。

考慮到樣本數(shù)據(jù)為“大N小T”的短面板以及跨區(qū)域結(jié)構(gòu)特征，在回歸模型選擇上，需要檢驗混合OLS模型、固定效應(yīng)模型(FE)和隨機效應(yīng)模型(RE)的有效性。首先，為了判別模型1-3應(yīng)該選擇混合OLS模型還是固定效應(yīng)模型，本文對三個模型依次作F檢驗，其結(jié)果如表2所示，均拒絕原假設(shè)，即固定效應(yīng)模型優(yōu)于混合OLS模型。其次，為了判別模型1-3應(yīng)該選擇固定效應(yīng)模型還，是隨機效應(yīng)模型，本文對三個模型依次作Hausman檢驗，其結(jié)果如表2所示，均拒絕原假設(shè)，即固定效應(yīng)模型優(yōu)于隨機效應(yīng)模型。另外，從整體角度看，三個模型都引入了被解釋變量的滯后項，排除了被解釋變量受時間變化的影響，因此選擇個體固定效應(yīng)模型。

3.描述性統(tǒng)計

本文選取2007-2019年中國285個地級市樣本數(shù)據(jù)作為分析依據(jù)。樣本搜集過程中，雖然個別變量有數(shù)據(jù)缺失，但不太嚴(yán)重，故不作處理。模型中核心變量、控制變量的統(tǒng)計性描述參見表3。

表3 描述性統(tǒng)計分析

表3的數(shù)據(jù)顯示，2007-2019年，人工智能發(fā)展水平的均值、最大值和最小值依次為0.4476、7.3376和0；產(chǎn)業(yè)高級化的均值、最大值和最小值依次為0.6100、2.2265和0.2067；人均實際GDP對數(shù)的均值、最大值和最小值依次為10.5019、15.8236和4.7358。三個指標(biāo)值的跨度和波動幅度比較大，這與各地經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)基礎(chǔ)和人才積累的差異有關(guān)。其他變量也呈現(xiàn)出與上述三個指標(biāo)一樣的統(tǒng)計特性。另外，各變量之間的方差膨脹因子(VIF)小于10，表明不存在嚴(yán)重的多重共線性。

4.平穩(wěn)性檢驗

為避免偽回歸，在進(jìn)行面板數(shù)據(jù)回歸分析之前，需要先作單位根檢驗，以判斷各變量的數(shù)據(jù)序列是否平穩(wěn)。本文使用的數(shù)據(jù)為N>T的短面板數(shù)據(jù)，選擇IPS方法進(jìn)行平穩(wěn)性檢驗比較合適。原假設(shè)為面板數(shù)據(jù)存在單位根，檢驗結(jié)果如表4所示，均拒絕原假設(shè)，即所有變量指標(biāo)的數(shù)據(jù)序列是平穩(wěn)的，因此可以直接進(jìn)行計量經(jīng)濟(jì)模型分析。

表4 單位根檢驗

四、實證結(jié)果分析

1.人工智能發(fā)展及其應(yīng)用促進(jìn)產(chǎn)業(yè)高級化的實證分析

在模型(1)中逐步加入核心解釋變量和控制變量展開固定效應(yīng)分析，以檢驗人工智能發(fā)展對產(chǎn)業(yè)高級化的影響，具體結(jié)果如表5所示。表5第1列為未加入控制變量的情形，核心解釋變量人工智能發(fā)展水平的參數(shù)估計值顯著為正，且人工智能發(fā)展水平每提高1%，產(chǎn)業(yè)高級化水平將提升3.9%，表明人工智能對產(chǎn)業(yè)高級化具有明顯的促進(jìn)作用。第2-6列為加入控制變量的情形，人工智能發(fā)展水平的參數(shù)估計值雖有所下降，但變化幅度并不大，最低也在1.9%以上，且都顯著，進(jìn)一步證實了前述結(jié)論?？梢?，人工智能發(fā)展在提升生產(chǎn)體系自動化、智能化水平的同時，通過引導(dǎo)資源向更高全要素生產(chǎn)率和要素邊際生產(chǎn)力的新興產(chǎn)業(yè)部門流動，促進(jìn)產(chǎn)業(yè)高級化。

表5 人工智能發(fā)展影響產(chǎn)業(yè)高級化的實證分析

但要注意到，加入控制變量后，部分解釋變量的當(dāng)期項和滯后一期項的參數(shù)估計值及其顯著性出現(xiàn)了分化，這可能與產(chǎn)業(yè)基礎(chǔ)、人口結(jié)構(gòu)、人力資本積累、融資渠道和國際貿(mào)易的不確定性影響有關(guān)，也可能與人工智能進(jìn)步在短期內(nèi)形成的熊彼特創(chuàng)造性破壞有關(guān)，造成對產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整出現(xiàn)時滯效應(yīng)和跨期分化。

2.產(chǎn)業(yè)高級化促進(jìn)經(jīng)濟(jì)增長的實證分析

在計量模型(2)中逐步加入控制變量得到新的模型，用于檢驗產(chǎn)業(yè)高級化的經(jīng)濟(jì)增長效應(yīng)，具體結(jié)果如表6所示。表6第1列未加入控制變量，只有產(chǎn)業(yè)高級化及其滯后項兩個解釋變量，當(dāng)期項的參數(shù)估計值為負(fù)但不顯著，滯后一期項為正且顯著。這表明產(chǎn)業(yè)高級化的影響存在明顯的時滯效應(yīng)和跨期差異，即短期抑制、長期促進(jìn)，這與熊皮特創(chuàng)造性破壞和鮑莫爾病有關(guān)。首先，熊彼特創(chuàng)造性破壞在促進(jìn)新興產(chǎn)業(yè)發(fā)展的同時，將逐步淘汰落后產(chǎn)能，進(jìn)而從整體上提升了社會全要素生產(chǎn)率和要素的邊際生產(chǎn)力，對經(jīng)濟(jì)增長形成促進(jìn)作用。其次，鮑莫爾病會引導(dǎo)勞動力逆向流入傳統(tǒng)勞動密集型產(chǎn)業(yè)部門，降低了整個社會的平均勞動生產(chǎn)效率，對經(jīng)濟(jì)增長形成抑制作用。所以，測度人工智能進(jìn)步的經(jīng)濟(jì)增長效應(yīng)，需要綜合考慮熊彼特創(chuàng)造性破壞和鮑莫爾病的差異化影響。

另外，無論是否加入控制變量，產(chǎn)業(yè)高級化當(dāng)期項(lnr)的參數(shù)估計值的絕對值不超過1.1%，而滯后項(L.lnr)的參數(shù)估計值則在4%以上，后者的經(jīng)濟(jì)促進(jìn)作用要比前者的經(jīng)濟(jì)抑制作用高出2.9%。這說明人工智能進(jìn)步的跨期經(jīng)濟(jì)增長效應(yīng)大于0，對經(jīng)濟(jì)增長具有明顯的促進(jìn)作用。表6第2-3列為加入人工智能發(fā)展水平對數(shù)和人力資本之后的估計結(jié)果，產(chǎn)業(yè)高級化當(dāng)期項的符號依然為負(fù)，滯后項的符號依然為正且都顯著。這表明人工智能進(jìn)步在短期產(chǎn)生了明顯的熊彼特創(chuàng)造性破壞和鮑莫爾病兩種效應(yīng)，部分抵消了產(chǎn)業(yè)高級化對經(jīng)濟(jì)增長的促進(jìn)作用。表6第4-6列為加入其他控制變量后的估計結(jié)果，產(chǎn)業(yè)高級化當(dāng)期項的參數(shù)估計值又恢復(fù)到了第1列的情形，指標(biāo)值變小且不顯著，但滯后項的參數(shù)估計值依然保持不變，指標(biāo)值和顯著性同第2-3列基本一致。這進(jìn)一步證實了產(chǎn)業(yè)高級化對經(jīng)濟(jì)增長的影響的時滯性和跨期差異。

表6 產(chǎn)業(yè)高級化影響經(jīng)濟(jì)增長的實證分析

3.人工智能發(fā)展及其應(yīng)用影響經(jīng)濟(jì)增長的作用機制檢驗

正如研究設(shè)計部分所示，在模型(2)中依次加入產(chǎn)業(yè)高級化當(dāng)期項與人工智能的交互乘積項(lnal*lnr)、以及產(chǎn)業(yè)高級化滯后項與人工智能的交互乘積項(lnal*Llnr)得到模型(3)，用于分析人工智能推動產(chǎn)業(yè)高級化促進(jìn)經(jīng)濟(jì)增長的作用機制(詳見表7)。表7第1列為不加入控制變量的估計結(jié)果，第2-6列為加入控制變量的估計結(jié)果，對比發(fā)現(xiàn)參數(shù)估計值的符號和顯著性并沒有多大的變化，只是指標(biāo)值的大小略有差異。而產(chǎn)業(yè)高級化當(dāng)期項與人工智能交互乘積項(lnal*lnr)的參數(shù)估計值在加入控制變量后依然為負(fù)，滯后項與人工智能交互乘積項(lnal*L.lnr)的參數(shù)估計值在加入控制變量后依然為正。這說明產(chǎn)業(yè)高級化在人工智能影響經(jīng)濟(jì)增長的過程中具有調(diào)節(jié)作用，并且短期以抑制作用為主、長期以促進(jìn)作用為主，表現(xiàn)出明顯的時滯性和跨期差異。

表7 人工智能發(fā)展影響經(jīng)濟(jì)增長的作用機制檢驗

人工智能對經(jīng)濟(jì)增長的促進(jìn)作用出現(xiàn)跨期分化，與技術(shù)進(jìn)步帶來的熊彼特創(chuàng)造性破壞和鮑莫爾病有關(guān)，而對社會全要素生產(chǎn)率、要素邊際生產(chǎn)力以及企業(yè)用工成本的不確定性影響則是關(guān)鍵。首先，熊彼特創(chuàng)造性破壞伴隨著現(xiàn)代新興產(chǎn)業(yè)的崛起和傳統(tǒng)落后產(chǎn)業(yè)的消亡，雖然從整體上提升了社會資源配置效率，但對傳統(tǒng)產(chǎn)業(yè)部門的從業(yè)者造成的就業(yè)沖擊，將在短期內(nèi)削弱人工智能進(jìn)步對經(jīng)濟(jì)增長的促進(jìn)作用。其次，鮑莫爾病對傳統(tǒng)產(chǎn)業(yè)部門的逆向強化，促使勞動力回流傳統(tǒng)產(chǎn)業(yè)部門，這是一種短期內(nèi)逆產(chǎn)業(yè)高級化現(xiàn)象。但從產(chǎn)業(yè)高級化滯后項與人工智能交互乘積項(lnal*L.lnr)的參數(shù)估計值符號看，在長期內(nèi)，以人工智能等現(xiàn)代信息技術(shù)為支撐的新興產(chǎn)業(yè)部門將得到長足發(fā)展，對資源配置效率的提升以及對勞動力的大量需求，將極大地改善國民經(jīng)濟(jì)結(jié)構(gòu)和社會就業(yè)結(jié)構(gòu)，推動經(jīng)濟(jì)高質(zhì)量增長。

4.穩(wěn)健性檢驗

為檢驗實證結(jié)果是否穩(wěn)健，本部分基于干春暉等(2011)的研究〔12〕，用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的產(chǎn)值比(r2)來替換產(chǎn)業(yè)高級化指標(biāo)(r)，重新估計人工智能對產(chǎn)業(yè)高級化以及經(jīng)濟(jì)增長的影響(詳見表8)。表8第1、2列為以產(chǎn)業(yè)高級化為被解釋變量的估計結(jié)果，第3、4列為以人均實際GDP對數(shù)為被解釋變量的估計結(jié)果，且奇數(shù)列為不加入控制變量的估計結(jié)果，偶數(shù)列為加入控制變量的估計結(jié)果。表8第1、2列和表5的結(jié)果一致，即人工智能發(fā)展水平對產(chǎn)業(yè)高級化的影響都顯著為正。第3、4列和表6的結(jié)果一致，即產(chǎn)業(yè)高級化當(dāng)期項對經(jīng)濟(jì)增長的影響不顯著為負(fù)，產(chǎn)業(yè)高級化滯后一期項對經(jīng)濟(jì)增長的影響顯著為正。這進(jìn)一步證實了人工智能進(jìn)步對產(chǎn)業(yè)高級化和經(jīng)濟(jì)增長的促進(jìn)作用存在明顯的時滯性和跨期差異。

表8 人工智能發(fā)展影響經(jīng)濟(jì)增長的穩(wěn)健性檢驗

五、結(jié)論與政策建議

本文利用地級市面板數(shù)據(jù)考察了人工智能發(fā)展及其應(yīng)用的經(jīng)濟(jì)增長效應(yīng)，認(rèn)為人工智能發(fā)展及其應(yīng)用在引導(dǎo)資源跨部門流動、改變就業(yè)結(jié)構(gòu)和提升資源配置效率的同時，也會在短期內(nèi)帶來熊彼特創(chuàng)造性破壞和鮑莫爾病兩種負(fù)面效應(yīng)，沖擊社會就業(yè)和宏觀經(jīng)濟(jì)運行，但其對單位勞動生產(chǎn)效率、社會全要素生產(chǎn)率和其他要素邊際生產(chǎn)力的提升，將在長期內(nèi)促進(jìn)產(chǎn)業(yè)高級化和經(jīng)濟(jì)高質(zhì)量增長。

實證分析的具體結(jié)果為：(1)人工智能發(fā)展水平每提高1%，產(chǎn)業(yè)高級化水平將至少提升1.9%，且統(tǒng)計學(xué)指標(biāo)非常顯著，表明人工智能發(fā)展對產(chǎn)業(yè)高級化具有顯著的促進(jìn)作用；(2)無論是否加入控制變量，產(chǎn)業(yè)高級化當(dāng)期項的參數(shù)估計值在-1.1%到-0.5%之間，產(chǎn)業(yè)高級化滯后項的參數(shù)估計值在4%以上，說明人工智能進(jìn)步及其應(yīng)對經(jīng)濟(jì)的長期促進(jìn)作用要大于對經(jīng)濟(jì)的短期抑制作用。

為更好地發(fā)揮人工智能對經(jīng)濟(jì)增長的促進(jìn)作用，本文提出以下兩點建議：(1)將人工智能嵌入到經(jīng)濟(jì)與社會運行中，提升生產(chǎn)體系的自動化、智能化水平，減少對低技能勞動力的依賴，為緩解人口老齡化以及勞動力短缺壓力提供技術(shù)支持，降低企業(yè)用工成本，獲得更高的生產(chǎn)經(jīng)營效益；(2)根據(jù)各地資源稟賦、產(chǎn)業(yè)基礎(chǔ)和人才儲備情況，因地制宜地制定研發(fā)創(chuàng)新戰(zhàn)略、產(chǎn)業(yè)政策和經(jīng)濟(jì)發(fā)展規(guī)劃，避免在技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和轉(zhuǎn)變經(jīng)濟(jì)增長方式上搞一刀切和急躁冒進(jìn)。東部地區(qū)可以利用自身優(yōu)勢，大力發(fā)展以人工智能為代表的現(xiàn)代信息產(chǎn)業(yè)，搶先推進(jìn)產(chǎn)業(yè)高級化進(jìn)程，為破解核心技術(shù)卡脖子難題以及經(jīng)濟(jì)高質(zhì)量發(fā)展探路。西部地區(qū)則應(yīng)發(fā)揮自身的比較優(yōu)勢，重點做好交通基礎(chǔ)設(shè)施建設(shè)、人才培養(yǎng)和營商環(huán)境優(yōu)化等方面的工作，為產(chǎn)業(yè)高級化和經(jīng)濟(jì)高質(zhì)量增長營造良好的環(huán)境。