智能化對中國經濟增長的影響研究

文/劉軍 史夢雪 招玉輝

隨著智能制造的大力推進，制造業智能化將提高制造業企業的生產效率和技術創新能力，成為我國經濟增長的新動力。然而，智能化對經濟增長的影響機理尚不明確，其影響程度也有待實證檢驗。針對上述問題，筆者將對智能化對中國經濟增長的影響及其內在機制進行探究，并提出相關的政策建議。

機理分析

1.智能化通過提高生產效率，促進經濟增長

以工業機器人為代表的智能技術逐漸滲透到企業生產運作的各個環節，提高了企業生產效率，推動了經濟增長。具體而言，一是作為新的生產要素，智能技術有利于提高生產效率；二是智能化通過提升勞動力技能水平和促進生產要素優化配置兩個方面，提高生產效率。

首先，智能技術作為一種新的生產要素，主要從兩個方面提高生產效率，從而促進經濟增長。一方面，隨著智能技術的不斷應用，傳統機器設備向智能化轉變，提高設備智能化水平。智能化設備能夠進行自感知、自分析、自決策等智能活動，有利于提高企業生產效率。另一方面，通過工業機器人、人工智能等智能化設備和技術對企業生產過程進行智能化改造，實現生產過程的智能化升級（任保平和宋文月，2019），由此，從事常規性、程序性工作的勞動力可用工業機器人替代，降低了勞動力成本。同時，智能化系統可全天候工作，工作的準確性和速度都高于人類，大幅提高了企業生產效率，從而促進經濟增長。

其次，智能化通過提升勞動力技能水平，提高生產效率并促進經濟增長。智能化將勞動力從繁重的工作中解放出來，促使他們更有效地利用時間，學習新知識和新技能，提高自身技能水平（郭晗，2019）。同時，智能化是具有技能偏向型的技術進步，加速了勞動力市場需求分化，擴大對技術研發、智能設備與系統運行的維護等方面的高技能勞動力需求，使得企業加大對高技能勞動力的投入，高端勞動力比重逐漸增加，由此，智能化提升了整體勞動力技能水平，提高生產效率并推動經濟增長。

2.智能化通過提高技術創新能力，促進經濟增長

通過加快企業知識創造、知識和技術溢出，智能化可提高技術創新能力（Liu et al.，2020），從而促進經濟增長。一方面，智能化加快企業知識創造。智能技術提高了企業數據收集能力，利用新形式的人機交互為企業提供更有效的信息檢索和數據處理方式（Vocke et al.，2019），這有助于比以往更快地利用現有信息產生新知識和新的計算方案，加速知識重組過程，從而加快企業內部的知識創造（Agrawal et al.，2018），提高了企業技術創新能力。另一方面，智能化加快企業知識和技術溢出。在企業內各部門層面，研發部門將智能技術轉移到應用部門，會導致跨部門技術創新的產生。智能技術應用部門獲得越來越多創新溢出紅利后，將會提出更高的智能化需求，倒逼研發部門提高技術研發能力，產生智能技術的新一輪應用，從而進一步提高創新溢出效應，這樣不斷重復，最終會刺激企業技術創新水平持續提高（韓先鋒等，2014）。在企業間層面，新一代信息技術和物聯網技術方便了企業之間信息的實時交換和共享，使得知識和技術在企業創新網絡中充分交流，加速了企業間知識和技術溢出（王如玉等，2018），提高技術創新能力，從而推動經濟增長。

基于上述分析，提出以下假設：

假設1：智能化有利于促進中國經濟增長。

假設2：智能化通過提高生產效率和技術創新能力兩種途徑，促進經濟增長。

模型建立與變量說明

1.模型設定

以柯布-道格拉斯生產函數作為基本模型，由于智能化發展會對經濟增長產生重要影響，借鑒李小平等（2006）的做法，在柯布-道格拉斯生產函數基礎上進一步納入智能化指數（Int），得到下式：

對式（1）兩邊取對數，可以得到：

影響經濟增長的因素較多，將文獻中常用的影響經濟增長的其他變量，如地區開放程度、政府支出、市場化水平加入方程中。結合省級面板的特征，將所有變量下標改為 i 和 t，分別表示地區和年份，得到下式：

第一,完善立法，規范非正規金融發展。建立各種相應的法律、行政法規、部門規章和地方性行政法規，有效地保護農村非正規金融組織正當的經營活動和財產權利，限制不當用途的生活性資金和生產性資金的借貸，打擊高利貸，嚴懲非法集資等擾亂正常金融秩序的非法金融活動，可以增加對農業的投入，降低農村經濟主體的經濟負擔，減少經濟糾紛的發生，促進非正規金融合法化、規范化發展。

式中：Y表示經濟增長；Int表示智能化程度；為控制變量；εit為隨機擾動項。

2.變量說明

被解釋變量：經濟增長（Y）。現有研究主要選取GDP和人均GDP衡量經濟增長。但進行地區比較時，由于各地區在人口和總體發展上有較大的差異，人均GDP能夠更為準確地衡量地區發展水平，由此選用各地區人均GDP來衡量經濟增長。

核心解釋變量：智能化指數（Int）。目前，國際上關于智能化的衡量大多使用工業機器人數據，但是智能化內涵較為豐富，工業機器人僅是智能技術的應用領域之一。同時，工業機器人只有行業層面的數據，缺少各省份工業機器人使用量的相關數據。借鑒李廉水等（2019）、孫早等（2019）、劉軍等（2019）的研究，從基礎投入、生產應用和市場效益共三個方面構建指標體系來測度智能化指數。首先，研發經費、智能設備、互聯網、人才等基礎投入是推進和發展智能化的基本保障；其次，智能化技術的應用和產業化程度是衡量智能化水平的關鍵；最后，市場效益主要反映了智能化所獲得的市場回報和市場效率，是智能化的目的。運用APH法和熵值法對指標體系進行處理，確定權重并測算各地區智能化指數，該指數越大，說明該地區智能化水平越高。

控制變量：人力資本（L）。人力資本水平的提高有利于促進地區技術進步，并且有利于學習和借鑒國外先進技術，從而發揮對經濟增長的促進作用（杜偉等，2014）。借鑒劉軍等（2010）的做法，用平均受教育年限來衡量。

資本投入（K）。資本投入主要表現在投資方面，投資對地區經濟增長起著重要作用。參考單豪杰等（2008）的永續盤存法計算資本存量。由于研究樣本為2010—2016年，把各省資本存量調整為以2010年為基期的資本存量。

地區開放程度（open）。對外開放程度越高，外資越容易進入，并且對外開放會加快人才與技術的流動，加速地區間技術溢出，提高技術創新水平，促進經濟增長（劉亮等，2020）。選用各省市外商投資總額占GDP的比重來衡量。

政府支出（gov）。政府支出一方面能夠改善勞動、資本等單個要素產出效率，另一方面提高地區技術創新水平，從而促進經濟增長（祝接金和胡永平，2006）。然而，過度的政府支出對經濟增長將會產生阻礙作用（楊子暉，2011）。以各省市地方公共財政支出占GDP的比重來衡量政府支出。

市場化水平（mar）。市場化水平的不斷深入能夠改善資源配置效率，同時通過改變激勵傳導機制提高微觀經濟效率，從而加快經濟增長的速度（樊綱等，2011）。選用非國有企業員工占比來衡量。

3.數據來源

選取2010—2016年中國30個省級地區（除港澳臺、西藏）作為研究樣本，數據來源有《中國統計年鑒》《各省市統計年鑒》等。

實證結果分析

1.總體回歸分析

選用固定效應（FE）、隨機效應（RE）、FGLS對模型進行估計，回歸軟件為stata15.0。根據hausman檢驗的p值大于0.05，因此選擇隨機效應模型。比較隨機效應模型和FGLS結果可以發現，兩個模型得出的解釋變量的符號基本一致。由于FGLS在一定程度上能夠解決可能存在的異方差性和序列相關性（Wooldridge，2002），因此在FGLS估計結果的基礎上分析總體回歸結果。

回歸結果說明，在加入相關控制變量的情況下，智能化水平提高1%時，經濟增長會提升0.1806%，由此表明智能化水平的提高會顯著促進經濟增長，證實了假設1。這主要是因為，智能化技術的高速發展和廣泛應用改善了傳統要素質量，促進了生產要素優化配置，大幅提高了企業生產效率。同時，通過加快知識技術溢出提高技術創新能力，最終推動我國經濟增長。

2.分區域回歸分析

為進一步探討智能化對經濟增長影響的區域差異，以中西部和東部兩個區域作為研究樣本。借鑒楊浩昌等（2016）的做法，以中西部地區為參照組，引入東部地區（East）的虛擬變量，并將東部地區與智能化交乘（East×lnInt）。

回歸結果表明，智能化對東部地區經濟增長促進作用更大，這主要是因為東部地區有著豐富的科技資源和較為成熟的經濟社會環境，更有利于提高智能化水平，智能化經濟增長效應更大；而中西部地區智能化水平較低，其對經濟增長的影響較東部小。具體來看，中西部地區勞動、資本及技術等要素的水平較低，并且智能化基礎設施建設不充分，從而實現智能化配套能力弱、成本高，因此中西部地區智能化發展水平較東部地區低，從而低水平智能化的經濟增長效應低于處于較高階段的東部地區。

3.內生性問題處理

由于遺漏變量和反向因果，模型可能存在內生性問題。具體來說：一方面，可能存在同時影響智能化水平和經濟增長的不可觀測因素；另一方面，智能化與經濟增長可能存在反向因果關系，經濟增長水平越高的地方，其智能化水平往往也越高。這兩個問題可能會導致智能化系數估計值存在偏誤，因此，采用工具變量法緩解其中的內生性問題。借鑒劉亮等（2020）的做法，用全國智能化水平平均值作為工具變量。同時借鑒邵文波等（2014）的做法，用去除某地區的其他地區的智能化水平平均值作為工具變量。

利用2SLS對模型進行估計，回歸結果表明，在解決了可能存在的內生性問題后，智能化對經濟增長的正向影響依然穩健。

4.穩健性檢驗

為進一步證明模型的穩健性，繼續進行穩健性檢驗。（1）更換被解釋變量重新估計。上文采用人均國內生產總值作為被解釋變量，這里選取各省市國內生產總值為經濟增長的替代指標進行穩健性估計，估計方法選用FGLS。（2）更換核心解釋變量重新估計。使用孫早等（2019）從基礎建設、生產應用、競爭力和效益三個層面測度的工業智能化水平指數，進行穩健性檢驗。經過數據的匹配和處理，保留2010—2015年數據回歸，選用FGLS進行估計。（3）替換回歸方法。由于經濟增長的持續性，上一期經濟增長可能會直接影響下一期的經濟增長，基準結果因此可能會有誤差，因此采用系統GMM估計方法進行估計。

穩健性檢驗結果顯示，核心解釋變量均顯著為正，驗證了智能化能夠促進經濟增長，即進一步佐證了假設1。

5.機制檢驗

根據內在機制分析，智能化之所以能夠促進經濟增長，是由于其提高了生產效率和促進技術創新。將通過構建中介效應模型驗證上述影響機制，借鑒溫忠麟等（2014）的研究，對模型（4）～（6）進行逐步回歸，以檢驗是否存在這種傳導途徑。

式中：med為中介變量，包括生產效率（Prod）和技術創新（Patent）。生產效率（Prod）采用DEA方法計算的技術效率來衡量（余泳澤等，2016）；技術創新（Patent）采用各地區專利授權量來衡量。

依然采用FGLS方法對模型進行估計。以生產效率為中介變量的結果顯示，方程4中的智能化對經濟增長的影響系數為正，并在1%水平上顯著，這意味著智能化對經濟增長的影響存在中介效應。方程5中智能化對生產效率的影響系數φ顯著為正。方程6中生產效率對經濟增長的影響系數ψ顯著為正，表明間接效應顯著，并且智能化對經濟增長的影響系數β'顯著為正，φψ和β'同號，說明中介變量存在部分中介效應，中介效應在總效應中占比4.19%。上述結果表明，智能化有利于提高生產效率，推動經濟增長，部分驗證了假說2。

以技術創新為中介變量的結果顯示，智能化對經濟增長的影響也存在中介效應；智能化水平提升顯著促進了技術創新；并且技術創新和智能化水平的系數都顯著為正，存在部分中介效應，中介效應在總效應中占比36.33%。這意味著提升智能化水平可提高技術創新能力，從而促進經濟增長，假設2被證實。

結論與啟示

筆者研究了智能化對中國經濟增長的影響及作用機制，并進行實證檢驗，結果表明：在加入相關控制變量后，智能化能夠顯著地促進我國經濟增長，該結論在考慮模型內生性等問題后，依然成立；區域異質性結果表明，相比于中西部地區，東部地區的智能化轉型帶來了更多的經濟增長效應；機制檢驗結果表明，提高生產效率和技術創新能力是智能化促進經濟增長的兩種重要途徑。對此：

一是提高我國智能化水平，促進經濟增長。一方面，強化工業機器人、人工智能等智能化設備和技術在企業技術研發、生產與控制等方面的應用，提高企業智能化水平，實現制造裝備和生產流程智能化升級，提高生產效率。另一方面，推動智能化在企業間快速流轉和擴散，加快新知識的產生與溢出，提高技術創新能力。

二是各地區實施差異化的智能化戰略，促進經濟增長。中國各區域的智能化水平有較大差異，在推動智能化發展過程中要結合各區域本身的特點，提出差異化的智能化發展路徑。如東部地區應充分利用其良好的產業基礎和豐富的創新資源，積極地培育和建設人工智能產業園區，加速高技術產業集聚，通過進一步提升智能化水平促進經濟增長；中西部地區則要注重推行智能化扶持性政策，加強智能化基礎設施建設，積極引進智能技術和高技能人才，為實現智能化提供支撐，并加強財政支持力度，降低向智能化轉型的成本和風險，擴大其經濟增長效應。