人工智能能否賦能服務業(yè)效率提高

摘要：人工智能技術的應用對于解決服務業(yè)低效率問題具有一定的實踐價值。文章選取2007—2019年間我國30個省、自治區(qū)、直轄市的省級面板數(shù)據(jù)，實證分析人工智能對服務業(yè)效率的影響以及作用機制。研究表明，人工智能對提高服務業(yè)效率產(chǎn)生了積極影響，可以通過間接促進人力資本水平提升推動服務業(yè)效率提高。進一步的異質(zhì)性分析表明，人工智能對服務業(yè)效率提高的促進作用在東北地區(qū)和服務業(yè)高效率地區(qū)表現(xiàn)更明顯，同時對傳統(tǒng)服務業(yè)效率提高的促進作用比現(xiàn)代服務業(yè)更加顯著。

關鍵詞：人工智能；服務業(yè)效率；人力資本；中介效應

中圖分類號：F49" " " " " " " " " " "文獻標志碼：A" " " " " " " " 文章編號：1671-9840（2024）03-0063-10

DOI：10.16713/j.cnki.65-1269/c.2024.03.007

Abstract： Artificial intelligence （AI） technology has certain exploration value for solving the inefficiency problem of the service industry. This paper selects panel data from 30 provinces from 2007 to 2019 to conduct empirical research on the impact of artificial intelligence on the efficiency of the service industry and its mechanism. Empirical results show that AI has a positive impact on the efficiency of the service industry， and further promotes the efficiency of the service industry by indirectly promoting the improvement of human capital. The analysis of regional heterogeneity shows that the promotion effect of artificial intelligence on the efficiency of the service industry is more obvious in the northeast region. The analysis of industry heterogeneity shows that artificial intelligence has a more significant role in promoting the efficiency of traditional service industries than that of modern service industries. The analysis of the heterogeneity of high and low service industry efficiency shows that the promotion effect of artificial intelligence on provinces with high service industry efficiency is more obvious.

Key words： artificial intelligence （AI）; service sector efficiency; human capital; mediation effect

近年來，我國服務業(yè)快速發(fā)展，在國民經(jīng)濟中的比重迅速提高。統(tǒng)計數(shù)據(jù)顯示，2013年我國服務業(yè)增加值占GDP的比重首次超過第二產(chǎn)業(yè)，2015年服務業(yè)增加值占GDP的比重首次超過50%，2020年服務業(yè)增加值占GDP的比重高達54.9%，服務業(yè)現(xiàn)已成為我國經(jīng)濟第一大產(chǎn)業(yè)1。伴隨著服務業(yè)的快速發(fā)展，服務業(yè)結(jié)構(gòu)逐漸優(yōu)化，從傳統(tǒng)的勞動密集型服務業(yè)到傳統(tǒng)服務業(yè)與新興知識密集型服務業(yè)并行發(fā)展，形式與業(yè)態(tài)日益豐富，成為推動我國經(jīng)濟發(fā)展的重要引擎。然而，服務業(yè)效率偏低一直是阻礙經(jīng)濟發(fā)展的一大難題，服務業(yè)效率仍然存在很大的提升空間。現(xiàn)階段，提高服務業(yè)效率、促進服務業(yè)高質(zhì)量發(fā)展已然成為促進經(jīng)濟高質(zhì)量發(fā)展的關鍵。

作為新時代我國科技發(fā)展的重要一環(huán)，人工智能為實體經(jīng)濟提供了全新的發(fā)展方式，助推我國供給側(cè)結(jié)構(gòu)性改革和智慧社會建設。黨的十九大報告強調(diào)，“推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合，在中高端消費、創(chuàng)新引領、綠色低碳、共享經(jīng)濟、現(xiàn)代供應鏈、人力資本服務等領域培育新增長點、形成新動能”。黨的二十大報告進一步指出，“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、人工智能、生物技術、新能源、新材料、高端裝備、綠色環(huán)保等一批新的增長引擎。構(gòu)建優(yōu)質(zhì)高效的服務業(yè)新體系，推動現(xiàn)代服務業(yè)同先進制造業(yè)、現(xiàn)代農(nóng)業(yè)深度融合”。服務業(yè)現(xiàn)已成為我國第一大產(chǎn)業(yè)，推動人工智能與服務業(yè)深度融合勢在必行，人工智能的發(fā)展也為我國服務業(yè)效率提高提供了新渠道、新方法與新方向。近年來，人工智能已被廣泛運用于服務業(yè)各領域。促進人工智能與服務業(yè)深度融合，賦能服務業(yè)效率提高，已然成為新時代促進服務業(yè)高質(zhì)量發(fā)展的重要內(nèi)容。本文選取2007—2019年我國省級面板數(shù)據(jù)，實證檢驗人工智能是否在促進服務業(yè)效率提高、助力服務業(yè)高質(zhì)量發(fā)展中發(fā)揮了積極作用。

一、文獻綜述

（一）人工智能相關研究

人工智能的概念最早是由約翰·麥卡錫于1956年的達特茅斯會議上正式提出的。雖然目前學界對于人工智能的定義尚未形成統(tǒng)一認識，但學者們普遍認為人工智能能夠執(zhí)行如視覺感知、語音識別、決策制定或翻譯等通常需要人類智能完成的任務。人工智能是國內(nèi)學界的一大研究熱點。現(xiàn)階段，關于人工智能方面的前沿研究大多集中于人工智能與就業(yè)、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟增長的關系等方面。在人工智能與就業(yè)方面的研究中，孟浩［1］通過選取我國企業(yè)層面數(shù)據(jù)進行的實證分析認為，人工智能的運用能夠減少現(xiàn)期就業(yè)總體需求，并對就業(yè)需求產(chǎn)生結(jié)構(gòu)性影響；孫雪［2］研究發(fā)現(xiàn)，人工智能的應用促進了教育型和創(chuàng)業(yè)型勞動力就業(yè)，但抑制了技術型勞動力就業(yè)；陳志［3］認為，人工智能可以有效促進我國勞動力高質(zhì)量就業(yè)，且相較于東部地區(qū)，人工智能對就業(yè)質(zhì)量提升的促進作用在中西部地區(qū)表現(xiàn)更明顯；人工智能通過提高勞動報酬進而促進就業(yè)質(zhì)量提升［4］，但在短期內(nèi)，人工智能的應用或?qū)p少勞動者收入［5］。在人工智能與產(chǎn)業(yè)結(jié)構(gòu)方面的研究中，韋東明［6］選取2006—2018年省級面板數(shù)據(jù)進行的實證分析表明，人工智能能夠促進我國產(chǎn)業(yè)結(jié)構(gòu)升級；郭艷冰［7］研究發(fā)現(xiàn)，人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級具有顯著的促進作用，人工智能與人力資本融合對我國產(chǎn)業(yè)結(jié)構(gòu)升級的促進效應顯著，其中人工智能與高技能勞動力融合對我國產(chǎn)業(yè)結(jié)構(gòu)升級的促進效應更強。在人工智能與經(jīng)濟增長方面的研究中，陳志［3］研究發(fā)現(xiàn)，人工智能的持續(xù)發(fā)展有助于解決中國經(jīng)濟增長的結(jié)構(gòu)性減速這一難題；韓永輝［8］進行的地區(qū)異質(zhì)性分析表明，人工智能對我國東部、中部、東北地區(qū)的經(jīng)濟增長具有顯著的促進作用，但對我國西部地區(qū)經(jīng)濟增長的影響不顯著；楊光［9］認為工業(yè)機器人這一人工智能代表性發(fā)明能夠通過全要素生產(chǎn)率對經(jīng)濟增長產(chǎn)生影響。

（二）服務業(yè)效率相關研究

學界對服務業(yè)效率的研究大多集中于服務業(yè)效率提高的影響因素上。袁丹［10］利用我國省級面板數(shù)據(jù)進行的實證研究發(fā)現(xiàn)，產(chǎn)業(yè)集聚能夠顯著促進我國生產(chǎn)性服務業(yè)全要素生產(chǎn)率提高。王文［11］分析了我國制造業(yè)需求與生產(chǎn)性服務業(yè)效率的關系，發(fā)現(xiàn)當經(jīng)濟發(fā)展達到一定水平后，制造業(yè)對生產(chǎn)性服務業(yè)需求的增加會對生產(chǎn)性服務業(yè)效率提高產(chǎn)生顯著的促進作用。張云［12］選取2006—2019年我國城市面板數(shù)據(jù)并采用雙重差分法進行的實證檢驗表明，我國服務開放對提高城市服務業(yè)效率具有顯著的正向影響，技術創(chuàng)新能力提升是服務開放提高城市服務業(yè)效率的重要作用渠道。劉國武［13］研究發(fā)現(xiàn)，發(fā)展數(shù)字經(jīng)濟可以有效克服結(jié)構(gòu)轉(zhuǎn)型過程中服務業(yè)效率低下的問題。

（三）人工智能與服務業(yè)效率相關研究

近年來，人工智能、數(shù)字技術等對服務業(yè)的影響引起了學界的廣泛關注。申丹虹［14］分析發(fā)現(xiàn)，加入人工智能因素后的服務業(yè)全要素生產(chǎn)率確有提高，但主要源于要素配置效率的提高和規(guī)模報酬遞增效應，人工智能在提高服務業(yè)全要素生產(chǎn)率中的作用仍然有限，這是由人工智能作用的滯后性所致。于泱泱［15］分析了人工智能對服務業(yè)勞動生產(chǎn)率的影響，發(fā)現(xiàn)在2014年之后，人工智能對服務業(yè)勞動生產(chǎn)率提高的促進作用更加顯著。王文［16］分析了工業(yè)機器人應用對服務業(yè)的影響，研究發(fā)現(xiàn)工業(yè)機器人的應用能夠顯著推動服務業(yè)結(jié)構(gòu)升級。李帥娜［17］選取省級面板數(shù)據(jù)進行的實證分析表明，數(shù)字技術應用能夠通過市場化水平和高技能勞動力更加顯著地促進服務業(yè)勞動生產(chǎn)率的提高，且在中西部地區(qū)這一促進作用更加明顯。李曉華［18］認為，數(shù)字技術的發(fā)展有利于服務業(yè)效率提高。

通過梳理文獻可以發(fā)現(xiàn)，目前學界關于服務業(yè)效率影響因素的文獻有很多，涉及產(chǎn)業(yè)集聚、工業(yè)機器人應用、數(shù)字經(jīng)濟等，但從宏觀層面研究人工智能技術對服務業(yè)效率影響的實證研究較為匱乏。本文在已有文獻的基礎上，選取2007—2019年我國省級面板數(shù)據(jù)，通過建立面板模型檢驗人工智能對服務業(yè)效率提高的影響，并進一步揭示其中的作用機制。

二、理論分析與研究假說

（一）人工智能對服務業(yè)效率產(chǎn)生的直接效應

1.成本節(jié)約效應。隨著經(jīng)濟發(fā)展，我國人口紅利逐漸減少，勞動力成本逐漸上升，而人工智能的發(fā)展與應用可以替代一些低技能水平勞動力，在一定程度上減少企業(yè)對勞動力的需求，從而降低生產(chǎn)成本。同時，人工智能通過互聯(lián)網(wǎng)和大數(shù)據(jù)技術，改變了傳統(tǒng)的線下交易方式，為人們提供了更多更便捷獲取差異化信息和匹配信息的途徑，從而降低了交易成本。此外，人工智能在企業(yè)運營中也能發(fā)揮重要作用，可以降低組織的運行成本。

2.精準配置效應。人工智能在生產(chǎn)、流通等領域的應用有利于進一步優(yōu)化資源配置，實現(xiàn)帕累托最優(yōu)。首先，人工智能可以提升生產(chǎn)要素的流動性，減少閑置資源，提高資源利用率和配置效率。其次，通過網(wǎng)絡平臺，人工智能可以實時展示各生產(chǎn)要素的狀態(tài)信息，利用大數(shù)據(jù)構(gòu)建市場化的供應鏈體系，避免因供需失衡而造成資源浪費，進而提高生產(chǎn)決策的準確性。最后，人工智能可以協(xié)助企業(yè)構(gòu)建完整的產(chǎn)業(yè)鏈，通過網(wǎng)絡平臺整合產(chǎn)業(yè)鏈，減少產(chǎn)業(yè)鏈流轉(zhuǎn)過程中的價值消耗。

3.技術創(chuàng)新效應。人工智能主要通過流程創(chuàng)新、業(yè)態(tài)創(chuàng)新和商業(yè)模式創(chuàng)新提高服務業(yè)效率。一是流程創(chuàng)新。人工智能可實現(xiàn)自動化執(zhí)行重復性任務，如借助自助服務、機器人導購和自動語音應答系統(tǒng)，提高服務效率并降低成本，同時智能化服務流程能夠?qū)崿F(xiàn)快速響應和即時處理，提升客戶體驗。二是業(yè)態(tài)創(chuàng)新。人工智能和大數(shù)據(jù)等技術的應用可以優(yōu)化傳統(tǒng)產(chǎn)業(yè)體系，人工智能模糊了不同業(yè)態(tài)之間的邊界，有利于跨業(yè)態(tài)、多元化和虛實結(jié)合式發(fā)展，進而有利于提高生產(chǎn)效率，創(chuàng)造更高的附加值。三是商業(yè)模式創(chuàng)新。人工智能技術創(chuàng)造了新的服務模式，共享經(jīng)濟平臺借助人工智能和大數(shù)據(jù)，精確匹配供需，使個人能夠提供并獲取更多服務。此外，人工智能還能夠推動新興服務行業(yè)發(fā)展，如智能家居、無人駕駛等。

（二）人工智能對服務業(yè)效率產(chǎn)生的間接效應

人工智能能夠通過提升人力資本水平間接促進服務業(yè)效率提高。首先，人工智能給人們的生產(chǎn)生活帶來了巨大變化，為適應時代發(fā)展要求，不斷滿足需求，必須提高人力資本水平。高水平的人力資本有利于提升企業(yè)創(chuàng)新研發(fā)能力，進而提高服務業(yè)效率。其次，互聯(lián)網(wǎng)和人工智能等信息技術的快速發(fā)展和應用大大降低了人們獲取信息的成本，同時也打破了時空限制，使人們能夠更快速、更全面地獲取知識和信息，因而也有了更多的渠道和方式來提升自身素養(yǎng)和能力。勞動力質(zhì)量的提升不僅有助于提高勞動者個體的生產(chǎn)效率，還有助于提高其他生產(chǎn)要素的效率，從而提高單位產(chǎn)出效率。最后，人工智能在在線教育等領域的應用可打破時空限制，為教育資源相對貧瘠、教育水平相對較低的地區(qū)帶來豐富的教育資源，促進教育事業(yè)全面、協(xié)調(diào)、可持續(xù)發(fā)展，提高各地區(qū)人力資本水平。而通過提高人力資本水平，最終可以實現(xiàn)生產(chǎn)過程中全要素生產(chǎn)率的提高，并進一步提高生產(chǎn)效率。

基于以上分析，本文提出研究假說1和研究假說2：研究假說1即人工智能能夠促進服務業(yè)效率提高；研究假說2即人工智能通過提升人力資本水平促進服務業(yè)效率提高。

三、研究設計與數(shù)據(jù)來源

（一）模型構(gòu)建

本文構(gòu)建了基準回歸模型以驗證研究假說，模型具體形式如下：

模型（1）中：[Proit]表示第[i]個地區(qū)[t]年的服務業(yè)效率；[aiit]表示第[i]個地區(qū)[t]年的人工智能發(fā)展水平；[β]用于衡量人工智能對服務業(yè)效率的影響；[Controlsit]代表一系列控制變量，包括其他可能影響服務業(yè)效率的因素；[λi]表示個體固定效應，[vt]表示時間固定效應，[εit]為隨機誤差項。需要說明的是，如果人工智能發(fā)展水平的系數(shù)β顯著為正，則可以認為人工智能的發(fā)展對服務業(yè)效率提高有積極的促進作用；如果人工智能發(fā)展水平的系數(shù)β為負或是未通過顯著性檢驗，則需要進一步考慮其他因素的影響或者進一步修正模型。另需注意的是，模型中的控制變量[Controlsit]需根據(jù)具體問題和數(shù)據(jù)來選取，以控制其他可能影響服務業(yè)效率的因素。此外，個體固定效應和時間固定效應可以消除個體和時間異質(zhì)性，提高估計結(jié)果的準確性。

（二）變量選取

1.被解釋變量：服務業(yè)效率（[Pro]）。本文的被解釋變量為服務業(yè)效率（[Pro]），研究中對其進行自然對數(shù)處理，并以服務業(yè)勞動生產(chǎn)率來度量服務業(yè)效率，具體是將服務業(yè)增加值與服務業(yè)就業(yè)人數(shù)進行比較來衡量。同時為降低價格變動的影響，本文以2005年第三產(chǎn)業(yè)增加值指數(shù)對服務業(yè)增加值進行平減處理，這樣可確保不同年份服務業(yè)增加值在同一參考年份下進行客觀比較。

2.核心解釋變量：人工智能發(fā)展水平（[ai]）。本文的核心解釋變量為人工智能發(fā)展水平（[ai]），研究中對其進行自然對數(shù)處理。參考劉紅英［19］的研究，本文使用國家信息安全發(fā)展研究中心在2019年發(fā)布的《人工智能中國專利技術分析報告》，選取其中的人工智能專利IPC專利號作為人工智能專利申請量的檢索依據(jù)?！度斯ぶ悄苤袊鴮＠夹g分析報告》總結(jié)了深度學習、語音識別、自然語言處理、計算機視覺、智能駕駛、云計算和智能機器人等七大領域中人工智能專利的IPC分類號。此外，本研究還借助國家知識產(chǎn)權局官方網(wǎng)站手動收集并整理了2007—2019年樣本地區(qū)人工智能專利申請量數(shù)據(jù)，以此來衡量各地區(qū)人工智能發(fā)展水平。

3.控制變量。本文選取產(chǎn)業(yè)結(jié)構(gòu)（[ISTR]）、財政支出占比（[FEP]）、研究與試驗發(fā)展強度（[RD]）、工業(yè)化水平（[IND]）這4個變量作為控制變量。一是產(chǎn)業(yè)結(jié)構(gòu)（[ISTR]）。服務業(yè)屬于第三產(chǎn)業(yè)，第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值比值大，可從某種意義上表明服務業(yè)規(guī)模相對較大，從而更易產(chǎn)生規(guī)模經(jīng)濟效應，提高服務業(yè)效率，本文以第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比值來衡量產(chǎn)業(yè)結(jié)構(gòu)。二是財政支出占比（[FEP]）。地區(qū)財政支出水平越高，越可能對當?shù)胤諛I(yè)發(fā)展產(chǎn)生強大的促進作用，進而促進服務業(yè)效率提高，本文以地區(qū)財政支出占GDP的比重來衡量財政支出占比。三是研究與試驗發(fā)展強度（[RD]）。隨著Ramp;D經(jīng)費的增加，?服務業(yè)企業(yè)和技術服務機構(gòu)能夠獲得更多資源進行產(chǎn)品和服務的技術創(chuàng)新，?從而提高服務業(yè)效率，?本文以Ramp;D經(jīng)費支出與GDP之比來衡量研究與試驗發(fā)展強度。四是工業(yè)化水平（[IND]）。工業(yè)化程度的提升意味著生產(chǎn)效率的提高，?這會間接促進服務業(yè)發(fā)展；同時，?隨著工業(yè)生產(chǎn)的增加，?對服務業(yè)的需求也隨之增加，?如物流、?金融服務等，?這些需求推動了服務業(yè)擴張和效率提高。本文以人均工業(yè)增加值來衡量工業(yè)化水平。

4.中介變量：人力資本水平（[HU]） 。本文的中介變量為人力資本水平（[HU]），并以地區(qū)高等學校在校生人數(shù)占地區(qū)總?cè)丝诘谋戎貋砗饬俊?/p>

（三）數(shù)據(jù)來源與說明

為計算被解釋變量服務業(yè)效率（[Pro]），本文使用了多個數(shù)據(jù)源，包括《中國統(tǒng)計年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》，以及各地區(qū)統(tǒng)計年鑒和統(tǒng)計公報。核心解釋變量人工智能發(fā)展水平（[ai]）數(shù)據(jù)通過國家知識產(chǎn)權局官方網(wǎng)站手動整理獲得?？刂谱兞慨a(chǎn)業(yè)結(jié)構(gòu)（[ISTR]）、財政支出占比（[FEP]）、研究與試驗發(fā)展強度（[RD]）和工業(yè)化水平（[IND]）數(shù)據(jù)來自《中國統(tǒng)計年鑒》、各地區(qū)統(tǒng)計年鑒和統(tǒng)計公報。中介變量人力資本水平（[HU]） 數(shù)據(jù)來自《中國統(tǒng)計年鑒》和第七次全國人口普查數(shù)據(jù)。同時，考慮到數(shù)據(jù)的連續(xù)性、時效性和可獲得性，本文僅選取了2007—2019年我國30個省、自治區(qū)、直轄市1的面板數(shù)據(jù)進行實證分析。

研究中變量的描述性統(tǒng)計結(jié)果如表1所示。

四、實證分析

（一）基準回歸分析

表2列示了基準回歸估計結(jié)果。表2中，列（a）（b）分別是采用OLS模型未加入控制變量和加入控制變量的回歸結(jié)果，列（c）（d）分別是采用雙向固定效應模型未加入控制變量和加入控制變量的回歸結(jié)果。由列（a）（b）可知，未加入控制變量時，人工智能對服務業(yè)效率的回歸系數(shù)為0.109且在1%水平顯著，加入控制變量后，人工智能對服務業(yè)效率的回歸系數(shù)為0.083且在1%水平顯著，說明人工智能能夠顯著促進服務業(yè)效率提高。由列（c）（d）可知，未加入控制變量時，人工智能對服務業(yè)效率的回歸系數(shù)為0.071且在10%水平顯著，加入控制變量后，人工智能對服務業(yè)效率的回歸系數(shù)為0.072且在1%水平顯著，表明人工智能能夠顯著促進服務業(yè)效率提高。由此，前文提出的研究假說1得以驗證，即人工智能能夠促進服務業(yè)效率提高。

（二）穩(wěn)健性檢驗

1.替換核心解釋變量。為進一步驗證基準回歸結(jié)論的穩(wěn)健性，本文將信息傳輸、計算機服務和軟件業(yè)全社會資產(chǎn)投資額作為新的核心解釋變量進行穩(wěn)健性檢驗。回歸結(jié)果如表3列（a）所示。由回歸結(jié)果可知，替換核心解釋變量后，人工智能對服務業(yè)效率的回歸系數(shù)依然顯著為正，表明人工智能對服務業(yè)效率提高有顯著的促進作用，前文結(jié)論穩(wěn)健。

2.同時替換解釋變量和被解釋變量。在替換核心解釋變量的基礎上，本文又同時替換了被解釋變量以進行穩(wěn)健性檢驗。參考王文成［20］的研究，本文采用第三產(chǎn)業(yè)集聚度（[SA]）來代表服務業(yè)效率，[SAit=ListLitLstLt]，其中[SAit]表示[i]地區(qū)[t]年第三產(chǎn)業(yè)集聚度，[List]表示[i]地區(qū)[t]年第三產(chǎn)業(yè)從業(yè)人員數(shù)，[Lst]表示[t]年全國第三產(chǎn)業(yè)從業(yè)人員數(shù)，[Lit]、[Lt]分別表示[t]年[i]地區(qū)和全國從業(yè)人員數(shù)。同時替換解釋變量和被解釋變量后的回歸結(jié)果如表3列（b）所示，可以發(fā)現(xiàn)，人工智能對服務業(yè)效率的回歸系數(shù)依然顯著為正，表明人工智能對服務業(yè)效率提高有顯著的促進作用，前文結(jié)論穩(wěn)健。

3.進行1%水平的縮尾處理。為排除異常值對回歸結(jié)果的影響，本文對變量前后1%的樣本進行了縮尾處理。由表3列（c）可知，經(jīng)縮尾處理后，人工智能對服務業(yè)效率的回歸系數(shù)依然顯著為正，表明人工智能對服務業(yè)效率提高有顯著的促進作用，前文結(jié)論穩(wěn)健。

（三）異質(zhì)性檢驗

1.地區(qū)異質(zhì)性。本文采用國家統(tǒng)計局使用的東中西部和東北地區(qū)劃分方法，將30個樣本地區(qū)劃分為東部、中部、西部和東北地區(qū)1，進一步揭示人工智能對服務業(yè)效率提高的地區(qū)異質(zhì)性影響。本文構(gòu)建了地區(qū)虛擬變量（[region]），東部地區(qū)賦值為4，西部地區(qū)賦值為3，中部地區(qū)賦值為2，東北地區(qū)賦值為1，并在基準回歸模型的基礎上納入核心解釋變量與地區(qū)虛擬變量的交互項（[lnai×region]）進行估計，結(jié)果如表4列（a）所示?？梢钥闯?，交互項（[lnai×region]）回歸系數(shù)在1%水平顯著為負，說明人工智能對東北地區(qū)服務業(yè)效率提高的促進作用最強，中部地區(qū)次之，西部和東部地區(qū)相對較弱。由此可見，人工智能對服務業(yè)效率提高的促進作用存在明顯的地區(qū)異質(zhì)性，這可能是邊際效應遞減規(guī)律作用的結(jié)果。東部地區(qū)人工智能技術發(fā)展水平相對較高，已進入邊際效應遞減階段，人工智能對服務業(yè)效率提高的促進作用沒有其他三大地區(qū)強；東北地區(qū)人工智能技術發(fā)展水平相對較低，尚處于發(fā)展階段，此時人工智能對服務業(yè)效率提高的促進作用強于東部、中部和西部地區(qū)。

2.行業(yè)異質(zhì)性。本研究將服務業(yè)劃分為傳統(tǒng)服務業(yè)和現(xiàn)代服務業(yè)，并對兩類服務業(yè)進行分組回歸。傳統(tǒng)服務業(yè)包括批發(fā)和零售業(yè)，交通運輸、倉儲和郵政業(yè)，住宿和餐飲業(yè)；現(xiàn)代服務業(yè)包括金融業(yè)，房地產(chǎn)業(yè)，信息傳輸、軟件和信息技術服務業(yè)，租賃和商務服務業(yè)，科學研究和技術服務業(yè)等。傳統(tǒng)服務業(yè)和現(xiàn)代服務業(yè)的分組回歸結(jié)果分別如表4列（b）（c）所示。回歸結(jié)果表明：在傳統(tǒng)服務業(yè)組別中，人工智能對服務業(yè)效率的回歸系數(shù)為3.248且在10%水平顯著；在現(xiàn)代服務業(yè)組別中，人工智能對服務業(yè)效率的回歸系數(shù)為0.751且在5%水平顯著。這說明人工智能對服務業(yè)效率提高的促進作用存在明顯的行業(yè)異質(zhì)性，人工智能對傳統(tǒng)服務業(yè)效率提高的促進作用強于現(xiàn)代服務業(yè)。這可能是因為，對于現(xiàn)代服務業(yè)中的高技術行業(yè)和崗位，人工智能無法很好地替代勞動力，因而人工智能對現(xiàn)代服務業(yè)效率提高的促進作用相對較小。而在傳統(tǒng)服務業(yè)中，一些標準化工作可以通過人工智能得以高效完成，因而人工智能對傳統(tǒng)服務業(yè)效率提高的促進作用更大。

3.地區(qū)服務業(yè)效率異質(zhì)性。本文以服務業(yè)效率中位數(shù)為標準將服務業(yè)劃分為服務業(yè)高效率地區(qū)和服務業(yè)低效率地區(qū)，據(jù)此構(gòu)建服務業(yè)效率虛擬變量（[effciency]），服務業(yè)高效率地區(qū)賦值為1，服務業(yè)低效率地區(qū)賦值為0，并在基準回歸模型的基礎上納入核心解釋變量與服務業(yè)效率高低虛擬變量的交互項（[lnai×effciency]）進行估計，結(jié)果如表4列（d）所示?；貧w結(jié)果表明，交互項（[lnai×effciency]）回歸系數(shù)為0.014且在1%水平顯著，說明服務業(yè)高效率地區(qū)人工智能對提高服務業(yè)效率的促進作用強于服務業(yè)低效率地區(qū)。這可能是由于服務業(yè)高效率地區(qū)服務業(yè)發(fā)展更加成熟，因而能夠更好地應對新興科學技術的沖擊，產(chǎn)生更明顯的作用效果。而服務業(yè)低效率地區(qū)服務業(yè)發(fā)展相對落后，人工智能發(fā)展水平相對較低，產(chǎn)業(yè)結(jié)構(gòu)也不夠合理，傳統(tǒng)產(chǎn)業(yè)在地區(qū)占比較高，且對創(chuàng)新的要求較低，導致企業(yè)易忽視新興科學技術的應用，在一定程度上阻礙了技術進步，影響了服務業(yè)效率的提高。

（四）作用機制檢驗

理論分析表明，人工智能能夠促進服務業(yè)效率提高，且能夠通過人力資本對服務業(yè)效率提高產(chǎn)生間接的促進作用。本文采用中介效應模型檢驗人力資本對服務業(yè)效率提高的作用路徑，模型具體形式如下：

表5列示了作用機制檢驗結(jié)果。由表5可知：列（a）中，人工智能對服務業(yè)效率的回歸系數(shù)為0.083且在1%水平顯著，表明人工智能對服務業(yè)效率提高具有積極的促進作用。列（b）中，人工智能對人力資本水平的回歸系數(shù)為0.002且在1%水平顯著。列（c）中，人力資本水平對服務業(yè)效率的回歸系數(shù)為6.833且在5%水平顯著。這意味著在控制了人工智能對服務業(yè)效率直接影響的情況下，人力資本水平對服務業(yè)效率提高能夠產(chǎn)生顯著的影響。結(jié)合列（a）和列（c）的回歸結(jié)果，可以認為人力資本在人工智能對服務業(yè)效率提高的影響中發(fā)揮了中介作用。由此，前文提出的研究假說2得以驗證，即人工智能通過提升人力資本水平促進服務業(yè)效率提高。

五、結(jié)論與建議

（一）研究結(jié)論

本文選取2007—2019年我國省級面板數(shù)據(jù)，實證研究人工智能對我國服務業(yè)效率提高的影響，并將人力資本作為中介變量分析其中的作用機制。研究結(jié)果表明：第一，人工智能能夠顯著促進服務業(yè)效率提高。第二，人工智能對服務業(yè)效率提高的促進作用存在顯著的地區(qū)和行業(yè)異質(zhì)性。人工智能對東北地區(qū)服務業(yè)效率提高的效果最顯著，對傳統(tǒng)服務業(yè)效率提高的促進效果優(yōu)于現(xiàn)代服務業(yè)，且對服務業(yè)高效率地區(qū)的促進作用更大。第三，人工智能通過人力資本產(chǎn)生中介效應對服務業(yè)效率提高產(chǎn)生間接的促進作用。

（二）政策建議

基于上述研究結(jié)論，本文提出以下政策建議：一是加大人工智能在服務業(yè)領域的應用，進一步提高服務業(yè)效率。國家應持續(xù)關注人工智能的發(fā)展，引導人工智能發(fā)展的戰(zhàn)略方向，并加強相關理論與核心技術研究。同時還應更加注重將人工智能從理論轉(zhuǎn)化為實際應用，探索適用于不同服務行業(yè)的新模式。此外，為推動人工智能的應用與發(fā)展，還需進一步完善相關法律法規(guī)。二是努力提高教育質(zhì)量和培訓水平，充分發(fā)揮人力資本的中介效應。人力資本投資對于提高服務業(yè)效率至關重要，為充分發(fā)揮人力資本的中介效應，應努力提高教育質(zhì)量和培訓水平，確保更多人受到優(yōu)質(zhì)教育和培訓。國家應繼續(xù)加大對教育的投入，拓寬技能培訓渠道，為那些被人工智能替代的低端勞動力提供更多的再就業(yè)機會，并通過教育培訓，使其能夠從事更高效的工作。三是著力縮小人工智能在不同地區(qū)的發(fā)展差距，全面促進服務業(yè)效率提高。目前，人工智能在我國不同地區(qū)的應用水平存在較大差異，應著力縮小發(fā)展差距，更加積極地推動人工智能在服務業(yè)領域的研發(fā)和應用，進一步完善人工智能技術應用的基礎設施，提升應用水平，努力實現(xiàn)全國范圍內(nèi)服務業(yè)效率的普遍提高，推動服務業(yè)高質(zhì)量發(fā)展。

參考文獻：

［1］孟浩，張美莎.人工智能如何影響勞動力就業(yè)需求？：來自中國企業(yè)層面的經(jīng)驗證據(jù)［J］.西安交通大學學報（社會科學版），2021（5）：65-73+93.

［2］孫雪，宋宇，趙培雅.人工智能對異質(zhì)勞動力就業(yè)的影響：基于勞動力供給的視角［J］.經(jīng)濟問題探索，2022（2）： 171-190.

［3］陳志，程承坪，陳安琪.人工智能促進中國高質(zhì)量就業(yè)研究［J］.經(jīng)濟問題，2022（9）：41-51.

［4］惠煒，姜偉.數(shù)字化治理視角下人工智能對就業(yè)質(zhì)量的影響［J］.北京工業(yè)大學學報（社會科學版），2023（5）：1-15.

［5］鄭玉艷，鞏師恩.人工智能是否會降低企業(yè)勞動收入份額：來自人工智能上市企業(yè)的經(jīng)驗證據(jù)［J］.中國商論，2023（8）：139-143.

［6］韋東明，顧乃華，韓永輝.人工智能推動了產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級嗎：基于中國工業(yè)機器人數(shù)據(jù)的實證檢驗［J］.財經(jīng)科學，2021（10）：70-83.

［7］郭艷冰，胡立君.人工智能、人力資本對產(chǎn)業(yè)結(jié)構(gòu)升級的影響研究：來自中國30個省份的經(jīng)驗證據(jù)［J］.軟科學，" " " " " " " " " "2022（5）：15-20.

［8］韓永輝，劉洋，王賢彬.人工智能對區(qū)域經(jīng)濟增長的異質(zhì)性影響與機制識別：基于中國“機器換人”的實證檢驗 ［J］.學術研究，2023（2）：97-104.

［9］楊光，侯鈺.工業(yè)機器人的使用、技術升級與經(jīng)濟增長［J］.中國工業(yè)經(jīng)濟，2020（10）：138-156.

［10］袁丹，雷宏振.產(chǎn)業(yè)集聚對生產(chǎn)性服務業(yè)效率的影響：理論與實證分析［J］.軟科學，2015（12）：36-39+59.

［11］王文，孫早.制造業(yè)需求與中國生產(chǎn)性服務業(yè)效率：經(jīng)濟發(fā)展水平的門檻效應［J］.財貿(mào)經(jīng)濟，2017（7）：136-155.

［12］張云，曹嘯.服務開放、技術創(chuàng)新與城市服務業(yè)效率［J］.統(tǒng)計與決策，2022（3）：119-123.

［13］劉國武，李君華，湯長安.數(shù)字經(jīng)濟、服務業(yè)效率提升與中國經(jīng)濟高質(zhì)量發(fā)展［J］.南方經(jīng)濟，2023（1）：80-98.

［14］申丹虹，崔張鑫.人工智能促進服務業(yè)生產(chǎn)率了嗎［J］.科技促進發(fā)展，2020（12）：1550-1557.

［15］于泱泱.人工智能技術對服務業(yè)勞動生產(chǎn)率的影響研究［D］.濟南：山東財經(jīng)大學，2021.

［16］王文，牛澤東，孫早.工業(yè)機器人沖擊下的服務業(yè)：結(jié)構(gòu)升級還是低端鎖定［J］.統(tǒng)計研究，2020（7）：54-65.

［17］李帥娜.數(shù)字技術賦能服務業(yè)生產(chǎn)率：理論機制與經(jīng)驗證據(jù)［J］.經(jīng)濟與管理研究，2021（10）：51-67.

［18］李曉華.數(shù)字技術與服務業(yè)“成本病”的克服［J］.財經(jīng)問題研究，2022（11）：16-26.

［19］劉紅英，朱琪.人工智能發(fā)展會擴大收入差距嗎：理論假說與省級證據(jù)［J］.云南財經(jīng)大學學報，2022（6）：1-14.

［20］王文成，隋苑.生產(chǎn)性服務業(yè)和高技術產(chǎn)業(yè)協(xié)同集聚對區(qū)域創(chuàng)新效率的空間效應研究［J］.管理學報，2022（5）： 696-704.

【責任編輯：甘海燕】

收稿日期：2023-09-18

作者簡介：馬兆良（1973—），男，安徽大學經(jīng)濟學院副教授，經(jīng)濟學博士，研究方向為信息經(jīng)濟與郵政經(jīng)濟、服務業(yè)經(jīng)濟；黃子豪（1999—），男，安徽大學經(jīng)濟學院碩士研究生，研究方向為服務業(yè)經(jīng)濟。

1數(shù)據(jù)來源：根據(jù)歷年《中國統(tǒng)計年鑒》相關數(shù)據(jù)整理得出。

1考慮到數(shù)據(jù)的連續(xù)性、時效性和可獲得性，未將香港、澳門、臺灣、西藏納入研究。

1東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區(qū)包括山西、安徽、江西、河南、湖北和湖南；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆；東北地區(qū)包括遼寧、吉林和黑龍江。