基于系統GMM 的我國人工智能對產業轉型升級影響效應分析

（大慶師范學院法學院， 大慶 163712）

引言

改革開放以來，我國依靠人口紅利和土地價格等優勢長期保持著較高的經濟增速，這種粗放式的經濟增長方式技術含量相對較低，使得我們長期處于產業鏈的底端［1］。近年來，我國低成本的優勢隨著勞動力和土地等生產要素的價格攀升而逐漸減弱，大量低技術含量的產業逐步向東南亞或非洲地區轉移。2017 年，我國GDP 增速低于7.0%，經濟已由高速增長階段轉向中高速經濟增長階段，創新將成為經濟發展的第一引擎。2018年以來，中美貿易摩擦逐步升級，通過創新提高自身核心競爭力迫在眉睫。當前我國進入新時代，需要不斷強化自主創新，利用人工智能等先進技術，借助龐大的市場規模逐步完善國家創新體系［2］。黨的十九大報告明確指出，“加快建設制造強國，加快發展先進制造業，推動互聯網、大數據、人工智能和實體經濟深度融合”。人工智能技術能有效促進新技術、實體經濟以及新商業模式進行充分的融合，未來必將成為我國實現高質量發展的重要推動力。

1 文獻綜述

1.1 產業結構升級水平測度研究現狀

國內外學者針對產業結構升級水平測度研究相對比較豐富，歸納起來主要有3 種方法：（1）采用非農業產值比重來衡量產業結構升級水平，該方法的提出起源于配第—克拉克定理。馬強等［3］基于發達國家的經濟發展規律，認為產業結構發展過程是經濟重心從第一產業向第二產業轉移、然后向第三產業轉移的過程，考慮采用第三產業與第二產業的比值表示產業結構升級。這種方法具有應用簡單易行的特點，但是在應用時沒考慮到服務化、信息化和技術化與產業轉型升級之間的復雜關系［4］；（2）采用摩爾結構變化值來衡量產業結構升級水平，該方法的提出基于空間向量測定思想。郭躍芳［5］認為產業結構升級和高級化的過程是從勞動密集型向資金、技術知識密集型轉變的過程，是產業附加值逐漸增加的過程，采用摩爾結構變化指數表示產業結構升級，通過構建三次產業增加值的各年度三維空間向量，計算各年度向量之間夾角變化衡量產業結構升級水平。這種方法具有直觀性的特點，但是計算的過程相對復雜，在描述產業結構方向及變化方面存在一定的不足［6］；（3）以第三產業產值為中心衡量產業結構升級水平，該方法的提出基于現代經濟結構服務化理論。徐德云［7］采用理論分析的方法開展產業結構升級機制研究，認為產業結構升級和高級化的過程表現為第一產業產值變小，第三產業產值增加，第三產業的地位變得越來越重要，因此在衡量產業結構升級水平時應該重點考慮第三產業。吳敬璉［8］認為產業轉型升級受到社會信息化的影響越來越大，經濟結構朝著服務化發展的趨勢決定了第三產業的發展速度必然會快于第二產業。龔海林等［9］認為受信息化程度的影響，經濟結構服務化已經成為現代產業轉型升級的重要標志，因此考慮采用第三產業產值與第二產業產值來衡量產業轉型升級水平。干春暉等［10］認為產業轉型升級是由兩部分原因造成的：（1）各產業的技術進步速度和對技術吸收能力不同導致各產業經濟增長速度不同，高附加值產業增長速度快使得產業升級；（2）國家發展階段不同所需主導產業也會不同，主導產業的變化也會使得產業升級。

1.2 人工智能對經濟影響研究現狀

人工智能對經濟的影響主要分為人工智能對勞動生產率的影響、人工智能對勞動力市場的影響以及人工智對收入不平等的影響3 個方面：（1）在人工智能對勞動生產率的影響方面。Aghion 等［11］從自動化和“鮑莫爾病”兩個方面對人工智能與經濟增長的可能影響進行了全面系統的分析，綜合兩方面效應認為，人工智能技術對經濟的增長具有較強的不確定性；（2）在人工智能對勞動力市場的影響方面。呂榮杰等［12］從理論層面分析了人工智能對勞動力市場的影響，以我國31 個省市自治區為例開展人工智能對就業人數和工資收入影響的實證研究，研究認為，隨著技術的不斷進步，服務業將會大量搶占制造業的就業機會；（3）在人工智能對收入不平等的影響方面。Autor 等［13］認為由于人工智能相對容易替代低技能勞動，工資不平等的現象將會進一步擴大，但是隨著人工智能技術發展，高技能勞動也可能被替代，這在一定程度上會縮小收入的不平等。通過對已有文獻梳理發現，當前針對人工智能對經濟的影響的研究相對豐富，但是鮮見有針對人工智能對產業結構升級的效應研究，本文在分析人工智能對產業結構升級影響的基礎上，構建了人工智能與產業轉型升級的影響效應模型，以我國31 個省市自治區為研究對象開展實證研究，對準確預判人工智能發展對產業轉型升級和要素收入分配格局的影響，推動我國經濟實現高質量發展具有重要現實意義。

2 人工智能影響產業結構升級的理論分析

人工智能是指利用機器模仿人類智力活動［14］，是引領科技革命、促進產業變革的核心技術，決定著我國能否在新一輪科技革命和產業變革中抓住發展機遇期［15］。人工智能技術在各產業進行應用，通過提升各產業的智能化、數字化應用水平，優化各生產要素的投入，降低生產運營成本，提高勞動生產率，增加企業研發和提升產品質量方面投資，從而實現各產業結構的優化和轉型升級。

2.1 人工智能技術推動農業產業升級

傳統農業在生產過程中，勞動要素的投入相對較多，由于缺乏標準化生產，經驗化占據相當重要的地位，同時生產者和消費者之間聯系不緊密也造成了較高的物流成本。在人工智能的推動下，傳統農業向智能化發展，農業生產過程中的大量較低技術勞動被人工智能設備替代，農產品的品質得以提升的同時降低了大量成本。人工智能技術通過機器學習模擬不同狀況的農業生產情景，充分挖掘農業生產潛力，基于圖像識別技術和大數據的預測能夠為科學開展農業決策提供技術支持。人工智能設備的研發和應用推動了農業的標準化進程，為高技術裝備和高素質職業農民的產生提供了有利條件。人工智能技術為農業生產者和消費者搭建了持續溝通交流的平臺，訂單化和精準化的農業生產使得中間環節大幅度減少，消費者獲得物美價廉放心產品的同時，農業生產者的利潤大幅提高。

2.2 人工智能技術推動第二產業升級

人工智能技術的普及使得工業化和信息化深度融合，第二產業內部智能生產成為可能，加快外部協同網絡建設的同時，提升了產品的服務質量。（1）人工智能技術應用于生產階段，對產品合格率和生產線的故障率進行智能監測和控制，提升了生產過程中的智能化水平，借助虛擬仿真技術，合理配置生產要素；（2）人工智能設備的廣泛應用為跨區域、跨行業和跨企業的互聯互通提供了便利，協同設計、供應和制造的模式提高了資源利用效率；（3）基于互聯網平臺，人工智能技術的學習效應得以顯現，通過確定合理的產業規模降低運營和生產成本，為消費者提供個性化、品質化和精準化的產品和售后服務。

2.3 人工智能技術推動服務業產業升級

傳統服務業受到服務人員個人素質的影響，服務質量很難得到有效保證，供給側和消費側之間不平衡、不匹配的現象時有發生。人工智能技術使得個性化服務、人機服務和遠程服務廣泛應用，推動傳統服務向智能服務轉型升級。（1）大數據技術提升了搜集企業和消費者個性化服務需求數據的效率，通過預測和甄別服務中的漏洞提供精準化服務，降低服務人員素質對整體服務質量的影響；（2）利用人機互補服務改善服務體驗，Agrawal等［16］研究表明，人工服務在發現企業和消費者感受優勢明顯，人工智能在處理預測任務時精度較高，兩者優勢互補，提升用戶的服務體驗感；（3）人工智能技術通過遠程服務滿足用戶需求。由于經濟和歷史等原因，我國教育和醫療服務不平衡的現象長期存在，服務人員利用遠程交流、遠程操作為消費者服務，為解決落后區域服務供給不充分的問題提供了思路。

3 實證分析

3.1 模型構建和數據來源

為了克服利用非農值比重以及摩爾指數在進行產業轉型升級度量的不足，本文在參考干春暉［10］的做法的基礎上，考慮產業結構高級化和合理化兩個維度來衡量產業轉型升級水平，兩者的權重均取0.5，采用結構偏離度（TL）度量產業結構合理化，高端技術與中高端技術產業比值之比（TS）來度量產業結構高級化，公式如下：

式中，i＝1，2，3，分別表示第一、二、三產業，Y和L分別表示產值和就業人數。結構偏離度越大，產業結構合理性越差。高端技術與中高端技術產業比值越大，產業結構越高端。

產業轉型升級受到多種因素的影響，從現有研究來看，經濟發展水平［17］，對外開放程度［18］、外商直接投資［19］和政府干預程度［20］都會影響產業結構升級，考慮將這些指標作為控制變量，則產業轉型升級的計量模型可以表示為：

式中：T是模型的被解釋變量，代表產業轉型升級水平，j代表省份，t代表年份，β代表待估計參數，c代表個體效應，μ代表誤差項。AI是模型的核心解釋變量，代表人工智能水平，考慮到數據可獲得性和模型簡化的需要，采用信息傳輸、軟件和信息技術服務業固定資產投資額表示，并取對數；lnpgdp表示經濟發展水平，為了避免不同省份人口數量的影響，采用取對數的人均GDP 衡量；open表示對外開放程度，采用進出口總額與GDP 比值測度；fdi為外商直接投資，采用地區實際利用外商占GDP 比例衡量；gov代表政府干預程度，采用地方政府一般預算支出占地區GDP 比例表示。數據來源于歷年《中國統計年鑒》、各省份統計年鑒以及EPS 數據庫，利用移動平均法補齊缺失數據。

3.2 描述性統計

本文在開展人工智能對產業升級影響效應分析時，選取我國31 個省市自治區2009～2018 年數據為研究對象，被解釋變量、核心解釋變量以及控制變量的描述性統計結果如表1 所示。

表1 描述性統計分析

被解釋變量。結構偏離度的均值為4.054，標準差值為1.781，小于均值，不存在異常值，最大值為12.012，最小值為1.816。表明近十年來我國產業結構合理性相對較差，市場生產尚未達到均衡狀態，各省市自治區之間的產業結構合理性水平差異較大。高端技術和中高端技術產業產值之比的均值為1.369，標準差值為0.657，小于均值，不存在異常值，最大值為5.230，最小值為0.618，表明近十年來我國產業結構高級化水平相對較低，各省市自治區之間高級化水平差異明顯。

解釋變量。人工智能水平的均值為4.520，標準差值為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相對較大，表明我國人工智能發展速度相對較快，各區域之間發展水平相對不平衡。

控制變量。經濟發展水平在某一程度上反映了區域經濟發展狀況，人均GDP 對數統計結果表明我國經濟發展水平相對較高，區域間差異和不均衡的現象明顯。對外開放程度的均值為0.389，標準差為0.477，最大值為2.414，最小值為0.049，表明我國對外開放水平有待提高，差異也相對明顯。外商直接投資的標準差僅為0.027，均值僅為0.038，表明我國外商直接投資總體水平較低，差異不明顯。政府干預程度均值為0.252，標準差為0.198，最大值為1.691，最小值為0.097，表明近十年來我國地方政府直接介入經濟的成分比較少。

3.3 研究結果分析

本文運用兩步系統GMM 法構建動態面板數據模型，對2009～2018 年10 年間我國31 個省市自治區進行分析，計算結果如表2 所示。

表2 產業轉型升級對人工智能影響回歸結果

由表2 可以看出，模型拒絕存在一階自相關的原假設，對于存在二階自相關的原假設不拒絕，模型的Hansen 值分別為0.285 和0.286，通過了過度識別檢驗，表明工具變量的設置是合理的。表2 展示了只加入核心變量以及同時加入控制變量的回歸結果，從回歸結果來看，兩種回歸方程被解釋變量的滯后一階項的系數均在1%水平上顯著，核心解釋變量的系數為正，驗證了設定的動態面板模型合理性，人工智能的發展與產業轉型升級具有正相關性。當人工智能水平增加1%時，產業轉型升級水平增加0.035%，說明人工智能對產業轉型升級的作用力相對較小。控制變量中，經濟發展水平的系數顯著為負，其系數為-0.065，對外開放程度、外商直接投資和政府干預程度的系數均為正，分別為0.178%、0.268%和0.325%，控制變量均在10%的水平下顯著。說明經濟發展水平對產業轉型升級具有阻礙作用，隨著經濟水平的不斷提高，產業轉型升級水平越低，但這種阻礙作用較小。其余控制變量對產業轉型升級具有促進作用，隨著外開放程度越高、政府干預越多、外商直接投資額越大，產業轉型升級水平越高。

4 結論與建議

4.1 主要結論

通過實證檢驗發現，人工智能對產業轉型升級具有一定的促進作用，經濟發展水平對產業轉型升級具有一定的阻礙作用，對外開放程度、外商直接投資和政府干預程度對產業轉型升級具有促進作用，受到歷史等多因素的影響，我國經濟發展呈現出區域不平衡的特征，中、東部地區的產業升級明顯較快，產業轉型升級水平一定程度上優于西部地區。通過擴大對外開放，加強國際間合作以及政府適當的干預有利于產業轉型升級，推動產業結構優化。

4.2 政策建議

根據以上結論，本文提出如下政策建議：

（1）加強人工智能戰略規劃建設，為人工智能快速發展提供制度支撐。人工智能作為一種新興技術，具有較高的風險，政府需要做好頂層設計，不斷完善相應的法律法規與市場基礎，創造人工智能發展的良好制度環境。人工智能與實體經濟融合發展具有廣泛的應用前景，政府需要通過戰略規劃等手段，制定人工智能發展標準以及知識產權保護體系，科學評估人工智能發展道德以及不確定風險，集中整合跨區域、跨行業的研發要素，協調推進部門間以及區域間人工智能與實體經濟發展。

（2）完善人工智能的資本支持環境，為人工智能快速發展提供金融支持。通過優化融資環境，鼓勵企業、商業銀行以及股票發行機構支持人工智能企業。以財政市場資金為主導，融合多方面資金，加大對人工智能基礎設施和關鍵性技術攻關的投入。從稅收和企業研發成本上為企業減負，充分利用大企業研發優勢和中小企業成果轉化率和靈活高的特點，采用多方合作、資源共享的方式，推動人工智能重大項目和科技成果轉化。

（3）深化高等教育和職業技能培訓改革，培養人工智能專業化人才。構建人工智能人才的選拔和使用機制，擇天下英才用之，積極探索適合我國國情的人工智能發展的人才培養模型，重點關注人工智能專業技術和管理人才培養以及團隊建設，滿足人工智能與實體經濟融合發展的人才需求。