人工智能、老齡化與經濟高質量發展

李翠妮,葛 晶,趙沙俊一

(1.西北大學 經濟管理學院,陜西 西安 710127;2.中國人民大學 國家發展與戰略研究院,北京 100871;3.華北水利水電大學 管理與經濟學院,河南 鄭州 450045)

那么,人口老齡化問題不斷加劇會對我國經濟高質量發展帶來怎樣的影響?Pifer等曾斷言,“人口老齡化繼續發展下去所產生的沖擊將不亞于全球化、城市化、工業化等人類歷史上任何一次偉大的經濟與社會革命”。人口老齡化問題加劇會增加經濟長期低增長的風險,對中國經濟高質量發展帶來嚴峻的挑戰。一是勞動供給萎縮。勞動人口老齡化將直接導致市場中的適齡勞動力供給減少。二是儲蓄率和資本形成率走低。人口老齡化對儲蓄與投資產生不利的影響,導致資本形成降低。三是技術創新效率下降。老齡化會使企業勞動力成本和政府養老福利支出增加,不利于技術創新效率的提升,老齡群體的學習能力,包括對新知識、新技術的興趣、接受速度往往相對較低。另外,老齡化會使得政府工作重心,例如財政支出,更多的向養老保險和保障事業轉移,而在教育、研發等涉及創新資源積累方面的投入減少。可見,如何應對老齡化,是中國在轉型期需要迫切解決的問題。

黨的十九大報告著重強調“推動互聯網、大數據、人工智能和實體經濟深度融合”。人工智能與經濟社會各領域的深度融合,在激發消費、拉動投資、創造就業等方面發揮著重要作用。第一,人工智能有利于緩解勞動力供給不足、改善勞動力質量。人工智能以“機器學習”“多元智能”等特征不僅能夠替代普通勞動力從事各種煩瑣的可重復性技術工作,減少對普通勞動力的需求,而且能促使勞動力有效利用時間,專注于更復雜的創新與思維活動。第二,人工智能有利于提高資本形成率。人工智能通過提高生產環節自動化智能化水平有助于提升生產效率,使企業更傾向于資本替代勞動,有助于提高資本回報率,有利于提高資本形成率。第三,人工智能有利于催生科技創新。人機協同的實現以及人工智能與實體經濟深度融合更有助于拓展和延伸勞動力的生產能力,提升和挖掘勞動力的創造力。

可見,人工智能是應對老齡化問題、實現經濟高質量發展的有效途徑。Acemoglu等研究指出,老齡化越嚴重的國家越傾向于更早更多地使用人工智能技術從事生產活動。Acemoglu等進一步為此提供了經驗證據,發現老齡化將導致21～55歲的勞動力人口數量減少,而該年齡段勞動力對生產活動最重要,企業為了減弱老齡化對生產活動的沖擊將會更多地使用機器人替代勞動。那么,在中國當下人口結構和經濟結構雙轉型和新舊動能轉換的關鍵時期,中國人工智能的發展是否能有效緩解人口老齡化對經濟高質量發展帶來的不利影響?其內在的邏輯機制是什么?目前仍然缺乏關于中國人工智能、老齡化和經濟高質量發展的經驗證據,也鮮有文獻對其中的內在機制進行詳細的剖析與檢驗。鑒于此,本文擬構造人工智能發展指數,實證檢驗人工智能、老齡化和經濟高質量發展的關系及其內在機制。

一、文獻綜述與理論假說

勞動力是經濟發展不可或缺的生產資源和投入要素之一,低成本勞動力帶來的人口紅利也是我國能夠在全球經濟中占據一席之地的先決條件。然而老齡化將會使勞動力供給逐漸減少,全社會勞動參與率逐漸降低、人口紅利逐漸消失,導致生產企業的勞動力需求得不到滿足,特別是制造業,不利于經濟可持續發展。老齡化也會導致人力資本投資減少,不利于人力資本積累。由于老年人的學習能力以及對新思想的接受能力不及年輕人,相同的人力資本投資對老年人來說人力資本積累也不及年輕人,而且投資預期收益時間更是低于年輕人,導致老年人缺乏動機與激勵進行人力資本投資,對勞動力結構升級會產生一定的不利影響。

人工智能的發展對勞動力結構產生了深遠的影響。一方面,人工智能技術的發展與應用改變了企業生產方式,在生產過程中能夠通過自動化智能化技術替代勞動力進行生產,而且人工智能對勞動力的替代相較于機械自動化對勞動力的替代范圍更廣、幅度更深,可以使企業減少對勞動力的依賴,這既有利于提高生產效率,更有利于提升產品質量,從而削弱了老齡化對企業生產的不利影響,實現經濟高質量發展。另一方面,技術進步還具有創造就業效應,新技術的出現會創造出新產業、新部門和新職業。人工智能技術的開發、擴散及應用,為高技術產業、新興產業及服務行業開拓了更廣闊的發展空間,將會提供更多基礎研究、產品設計、文化創意、金融投資等更高層次和質量的就業崗位。而具有較高技能水平的勞動力能夠快速適應新的技術環境,因此企業會更多雇傭高技能勞動力以適應新技術,通過與人工智能技術相互融合相互促進,降低生產成本、提高生產效率,繼而收入增加、總需求擴大、總投資增加,又能再創造更多的就業機會,從而形成良性循環。社會各界對研究型人才、創新型人才、技術型人才以及實用型人才等需求不斷增大。高技能勞動力與低技能勞動力相對供給增加,促使勞動力結構逐漸由體力向腦力和智力、由低技能向高技能、由規則性向非規則性轉變,進而推動了勞動力結構優化、提升了人力資本整體質量。國內外學者的相關研究一致認為勞動力結構優化、人力資本質量提升對經濟高質量增長至關重要。因此,本文提出以下假設:

假設1:人工智能通過緩解老齡化對優化勞動力結構的不利影響,實現經濟高質量發展。

國內外學者關于老齡化對創新效率的影響已作了較多探索,但研究結論仍存在差異。老齡化對創新效率的不利影響有兩點:一是老齡化導致體力、腦力等機能減弱,學習能力、吸收能力和創新能力等逐漸下滑,不利于人力資本形成和技術創新,也不利于企業新技術擴散和成果轉化,導致創新效率降低,這在Meyer的研究中得以體現。Meyer發現擁有較多年輕職員的公司更易于采用新技術,而擁有較多高齡職員的公司難以采用新技術。二是隨著老齡化發展,企業勞動力成本和政府養老福利支出提升,導致企業與政府研發投入相應減少,對提升技術創新效率產生不利影響。這一點可以從Noda等的研究中體現出來。前者發現在人口老齡化的背景下,企業付給有能力的員工(以研發類員工來表示)的費用增多,加大了企業的研發成本,從而削弱了企業的研發動機,影響企業引進有能力的員工,最終對企業的創新比率產生消極作用。后者通過構造世代交替模型發現當政府僅調整稅率和政府支出但不延長退休年齡時,伴隨著人口老齡化而上漲的社會保障費用會擠出政府公共投資。而老齡化對創新效率的有利影響則是認為老齡化會倒逼企業和政府增加技術研發投入,重視人力資本建設,轉變經濟發展方式,以應對老齡化產生的不利影響。由上述文獻可知,關于老齡化對技術創新效率的影響尚未達成共識。

而關于人工智能的發展對技術創新效率的影響研究方面,基本一致認為人工智能能夠有效促進技術創新效率。Brynjolfsson等在對比人工智能快速發展與全球全要素生產率不斷下降事實的基礎上,提出了新索洛悖論,并認為雖然短期內人工智能技術的發展還不能顯著提高生產率,但人工智能能夠通過機器學習以及激發配套創新科技等方式促進全要素生產率提升和全社會技術進步。國內學者對新索洛悖論展開討論,認為出現新索洛悖論現象的一個重要原因是人工智能技術發展需要一定時間的累積,形成一定的規模,才能對生產率產生顯著的積極作用。不僅如此,人工智能產業融合對技術創新的促進作用不僅體現在創新數量上,也體現在創新質量上,且人工智能技術的通用性越強,其與產業融合的技術創新效應越顯著。從當前我國實際情況來看,人工智能具有的自我學習和創新能力尚未得到有效發展和廣泛使用,其依賴相應匹配的創新科技相繼問世并得以應用。但從長遠來看,人工智能的發展能夠有效地緩解老齡化對技術創新的抑制作用,進而促進經濟高質量發展。通過上述關于人工智能和老齡化對技術創新效率的影響綜述,可以認為人工智能的發展有利于促進技術創新,實現技術進步,促進經濟高質量發展,那么就會緩解老齡化對經濟高質量發展的不利影響。因此,本文提出以下假設:

假設2:人工智能通過緩解老齡化對技術創新效率的不利影響,實現經濟高質量發展。

儲蓄是資本形成的重要來源。在封閉經濟中,國內投資必然等同于國民儲蓄,資本形成的唯一來源途徑就是國民儲蓄。在人口老齡化進程中,經濟活動人口創造的社會總產出用于非經濟活動人口消費的比例會增加,而社會總產出在消費和投資間進行分配。假設在一定時期內社會總產出不能快速增長,還要保證經濟活動人口的消費水平不下降,那么總產出中用于儲蓄部分會減少;假定經濟活動人口和非經濟活動人口的消費水平不變,那么社會總產出用于消費的比例會隨著老齡化逐漸增加,而用于轉換成投資的部分儲蓄會相應地減少,因此投資總量會相應地減少,假定其他因素保持不變,總產出會減少。進一步分析,人口老齡化帶來勞動力供給減少的速度慢于儲蓄下降的速度,將導致投資/勞動比率下降,也就是意味著資本形成不足,這將會導致人均產出水平下降。開放經濟不同于封閉經濟,資本形成的途徑除了國民儲蓄,還可通過國際資本的跨界流動獲得。理論上,資本和勞動力都可以跨界流動,然而出于成本考慮,資本流動成本低于勞動力流動,且限制較少,而勞動力流動受到各個國家的移民政策限制較多。在不考慮其他因素的條件下,各國人口老齡化程度的差異會導致國際資本向人力資本水平較高的國家流動,也可以說是導致國際資本從老齡化相對嚴重的國家流向年輕人口較多的國家,以獲取更多的產出收益。在開放經濟下,人口老齡化會導致地區資本外流,從而抑制資本形成。

根據內生增長理論,不斷的技術創新正是經濟體突破資本邊際報酬遞減、實現經濟持續增長的根本動力,因而,技術創新有利于資本回報率的提升,技術進步是決定資本回報率的主因。以人工智能為代表的技術進步,能夠提高資本回報率,從而提高儲蓄率和投資率。隨著人工智能技術的發展與應用,自動化和智能化在生產過程中不斷深化,帶來的生產效率提升促使企業在更多的生產任務中使用資本替代勞動,產業部門會朝著資本密集型方向發展。資本密集型產業往往具有更高的附加值,有利于資本回報率的提升。韓民春等的研究為此提供了經驗證據。該研究利用中國2002—2017年30個省份宏觀面板數據以資本回報作為中介變量探究人工智能機器人的經濟增長效應,結果發現工業智能機器人的使用本身就帶有經濟效應,還能通過提高資本回報率對經濟增長產生促進作用,并認為工業機器人的規模應用加快資本積累的速度,促進了資本密集型產業的發展,既提高了資本相對于其他生產要素的重要性,提高了資本相對價格,提升了資本回報率,又對產業結構升級有一定的積極作用。基于以上分析,人工智能通過提高資本回報率和投資率緩解老齡化對資本形成的不利沖擊。因此,本文提出以下假設:

假設3:人工智能通過緩解老齡化對資本形成的不利影響,實現經濟高質量發展。

二、計量模型及數據說明

(一)計量模型設定

1.靜態面板模型

首先從直接影響機制出發,構建雙向固定效應模型檢驗人工智能和老齡化的經濟高質量發展效應:

,=+,+,+,+,+,

(1)

其中,和分別表示地區和時間,,表示在第年省份的經濟高質量發展水平;,表示本文核心解釋變量人工智能和人口老齡化,采用主成分分析法獲得人工智能指標(),使用老年撫養比()來衡量老齡化水平;,表示一系列相關的控制變量,包括地區政府干預()、外商投資水平()、城市化水平()以及基礎設施建設水平();,表示地區不隨時間變化的地區固定效應,,表示時間固定效應,,則表示隨機干擾項。

2.動態面板模型

考慮到經濟高質量發展過程具有一定的持續性和動態性,為了能檢驗這些特征同時也能進一步降低遺漏變量產生的偏誤,在式(1)的傳統靜態面板數據模型中引入被解釋變量的一階滯后項,以得到動態面板數據模型:

,=+,-1+,+,+,+,+,

(2)

其中,,-1表示地區在第-1年的經濟高質量發展水平。另外,為了檢驗人工智能對老齡化的交互效應,借鑒左鵬飛等的做法,在式(2)的基礎上加入兩者的交乘項,得到交互效應面板模型:

,=+,-1+,+,+,×,+,+,+,+,

(3)

其中,若人工智能與老齡化的交乘項系數顯著大于0,表明人工智能與老齡化存在顯著的交互效應,兩者交互作用有利于促進經濟高質量發展;而若交乘項系數顯著小于0,表明兩者交互作用不利于經濟高質量發展。

3.門限面板模型

人工智能對老齡化的經濟高質量發展的不利影響存在一定的補償作用,因此本文通過構建面板門限回歸模型來研究在不同人工智能水平區間內老齡化對經濟高質量發展的異質性影響,設定人工智能作為門限變量,老齡化作為受門限變量影響的門限效應變量,從而得到門限面板模型:

,=+,(,,)+,+,+,+,

(4)

(5)

在式(5)中,(,)為門限變量根據門限值劃分的示性函數。當對應的條件為真時,取值為1;條件為假時,取值為0。參數反映老齡化對經濟高質量發展的非線性影響,其他變量與基準回歸模型式(1)設定相同。

(二)變量及數據說明

本文選用我國2007—2018年的30個省份的面板數據,不包含我國港澳臺地區和缺失數據較多的西藏自治區。數據來源于歷年的《中國統計年鑒》《中國電子信息產業統計年鑒》《中國勞動統計年鑒》《中國貿易外經統計年鑒》《中國科技統計年鑒》。相關的數據均以1998年不變價平減,并對有關數據進行對數化處理。

1.被解釋變量

經濟高質量發展()。關于如何度量經濟高質量發展學者們莫衷一是。陳詩一等在研究經濟高質量發展時采用人均GDP來測度,隨著研究數據的可獲得性增強,越來越多的學者,例如郭然等在研究中通過構建多維度指標體系來測度經濟高質量發展水平。

鑒于此,本文分別使用各省份實際人均GDP的自然對數(ln)和經濟高質量發展指數()來衡量各省份的經濟高質量發展水平。其中,關于經濟高質量發展指標的構建,本文結合新時代我國經濟高質量發展戰略,實現由數量增長型向質量增長型發展方式轉變的目標,并考慮到以人工智能為代表的信息技術產業發展所帶來的經濟社會效益,同時兼顧到測度指標數據可得性,從經濟發展、創新發展、生態發展以及民生發展4個維度出發構建經濟高質量發展測度體系,詳見表1。

表1 經濟高質量發展指標體系

關于經濟高質量發展指數的測算,本文參照郭然等的方法。第一步,由于各指標量綱、數量級等存在較大的差異,采用極差法對來自我國30個省份2007—2018年的18個衡量經濟高質量發展的各項指標進行標準化處理:

=[-min(1,…,)][max(1,…,)-min(1,…,)],為正向指標

(6)

=[max(1,…,)-][max(1,…,)-min(1,…,)],為負向指標

(7)

其中,為時期地區指標的原始值,為標準化后的指標值,max()和min()分別為指標原始數據中的最大值與最小值,=1,…,30,=1,…,18。

第二步,計算時期地區第個指標在該總指標的比重,并進一步計算各指標信息熵:

(8)

(9)

第三步,利用各指標的信息熵值計算出信息熵冗余度=1-,進而對其進行歸一化處理得到各指標權重:

(10)

第四步,計算出年省份經濟高質量發展水平:

(11)

基于上述測算步驟,本文得到2007—2018年中國30個省份的經濟高質量發展指數,詳見表2。

表2 2007—2018年中國30個省份經濟高質量發展指數

2.核心解釋變量

人口老齡化()。本文使用各地區老年撫養比(65歲及以上人口數與15～64歲人口數的比值)來衡量各地區人口老齡化水平。

人工智能()。受限于數據可得性,本文借鑒孫早等的處理方法構建了人工智能測度指標,包括人工智能技術使用規模、信息技術服務能力、軟件普及和應用能力和嵌入式系統軟件應用能力4個分指標,盡可能地反映各地區人工智能發展水平。數據來自《中國統計年鑒》和《中國電子信息產業統計年鑒》。采用主成分分析法獲得各地區人工智能水平()。由主成分分析法得到特征值與特征向量,前3個特征值累計貢獻率達99.08%,說明前3個主成分基本包含了全部指標的信息。

3.機制變量

勞動力結構升級()。本文使用各地區就業人員受教育程度構成衡量不同技能勞動力的市場需求情況,包括未上過學、小學、初中、高中(含中等職業教育)、大學專科(含高等職業教育)、大學本科和研究生(含碩士研究生和博士研究生)7類受教育程度的就業情況。為了使研究更具有代表性,本文將其劃分為3大類,分別是低技能勞動力需求(小學及以下)、中技能勞動力需求(初中和高中)和高技能勞動力需求(大學專科及以上),并將高技能勞動力與中低技能勞動力的比值作為勞動力結構升級指標。

技術創新效率()。專利產出是衡量技術創新效率的常用指標,包括專利申請數和專利授權數。其中,專利授權數在時間上存在一定的滯后性,且受人為干預較強,因此本文使用地區專利申請數的自然對數衡量技術創新效率,并使用專利授權數()做穩健性檢驗。

資本形成率()。地區資本形成率是指一定時期內資本形成總額占地區國內生產總值的比重。由于2018年的資本形成總額缺失,為了能完整實現計量分析,本文使用插值法計算出2018年資本形成總額和固定資本形成率,并使用固定資本形成率()替代資本形成率進一步檢驗。

4.控制變量

為了更全面地分析人工智能、老齡化對經濟高質量發展的影響效應,還需要控制對經濟高質量發展可能產生影響的變量。本文主要設定以下控制變量:地區政府干預(),用各地區政府一般性財政支出與地區生產總值之比衡量;外商投資水平(),用外商直接投資額與地區生產總值之比衡量;基礎設施建設(),以鐵路營業里程代表各省基礎設施水平衡量,并使用高速營業里程替代鐵路營業里程進一步檢驗;城市化水平(),用城鎮人口與總人口之比衡量。主要變量的描述性統計結果見表3。

表3 主要變量的描述性統計結果

三、人工智能、老齡化對經濟高質量發展的實證檢驗

(一)靜態面板基準模型的回歸與分析

根據上述各類回歸模型檢驗人工智能和老齡化對經濟高質量發展的影響。式(1)的回歸結果見表4,第(1)(2)列中,人工智能和老齡化對以ln表征的經濟高質量發展的影響并不顯著。老齡化對經濟高質量發展產生負向影,這可能是由于老齡化帶來的負向的勞動力效應所致,但并不達到統計意義上顯著。第(3)(4)列中,人工智能和老齡化對以表征的經濟高質量發展的影響也并不顯著。上述回歸結果可能是潛在的非線性作用所致,鑒于此,下文將采用門限面板模型來進一步探究人工智能、老齡化對經濟高質量發展的影響作用。

表4 靜態面板模型基準回歸估計結果

控制變量對兩種衡量經濟高質量發展的被解釋變量的影響顯著性基本一致,對經濟高質量發展產生正向影響的有城市化水平和外商直接投資,地區政府干預對經濟高質量發展產生負向的阻礙作用,基礎設施建設對經濟高質量發展的影響并不顯著。在城市化進程中,主要通過固定資產投資、基礎設施和公共服務改善吸引更多的人才與資金以刺激經濟高質量發展,外商直接投資有助于提高生產技術效率、加快國內技術進步,能顯著促進經濟高質量發展。地方政府財政支出通常更傾向于具有更強經濟拉動能力、更高生產效率以及公共服務的相關產業,這種政府干預在一定程度上扭曲了市場資源的有效配置,從而對經濟高質量發展產生不利影響。

(二)動態面板模型的回歸與分析

經濟高質量發展是一個動態漸進過程,存在發展慣性,若忽略前期經濟發展對當期的影響,而僅僅考慮當期人工智能、老齡化等因素對經濟高質量發展的影響,結果會產生一定的偏誤。因此,表5第(1)(3)列在靜態面板基準模型基礎上加入經濟高質量發展變量的滯后一期,即對式(2)進行回歸估計。經濟高質量發展滯后一期系數顯著為正,表明經濟高質量發展存在顯著時間延續性;而人工智能的經濟高質量發展效應并不顯著,這可能由于人工智能對經濟高質量發展的影響具有非線性特征所導致;老齡化對以人均GDP衡量的經濟高質量發展的影響均在10%水平上顯著為負,但對構建得到的經濟高質量發展指標的影響卻為正,但并不顯著。整體來說,老齡化對經濟高質量發展存在不利影響。

表5 動態面板模型回歸估計結果

本文理論部分分析了人工智能緩解老齡化對經濟高質量發展的不利影響,表5第(2)(4)列對此進行檢驗,即對式(3)進行回歸估計。結果顯示,交乘項系數均大于0,并且分別在1%和10%水平上顯著,表明人工智能和老齡化存在互補效應,隨著人工智能技術的發展與普及,人工智能能有效防范和緩解老齡化對經濟高質量發展的不利影響。

(三)門限面板模型的回歸與分析

在靜態基準回歸分析可知,人工智能、老齡化對經濟高質量發展可能存在潛在的非線性關系,因此,該部分借鑒謝莉娟等使用門限面板模型對此進行檢驗。本文設定人工智能為門限變量,老齡化為受門限變量影響的門限效應變量,亦為核心解釋變量。通過對式(4)(5)進行門限效應檢驗并經F檢驗,發現老齡化對表征經濟高質量發展的ln與兩個指標均存在單一人工智能門限效應,對應的門限值分別為0.650和-0.475;接下來,設定人工智能為門限效應變量,亦為核心解釋變量,通過門限效應檢驗并經F檢驗后發現人工智能對表征經濟高質量發展的ln與兩個指標也分別存在單一門限效應,對應的門限值分別為0.499和-0.475,以上結果均與似然比檢驗的圖形相一致(見圖1),具體結果見表6。

圖1 門限值的似然比統計量

表6 門限效應檢驗回歸估計結果

基于上述檢驗結果,得到式(4)(5)門限效應的估計結果,具體見表7。首先分析老齡化對經濟高質量發展的門限效應,從第(1)列可知老齡化對以ln表征的經濟高質量發展的影響系數存在兩個區間變化,即人工智能門限變量將樣本分為2個區制,分別為較低人工智能發展水平地區(門限值≤0.650)和較高人工智能發展水平地區(門限值>0.650)。當人工智能發展處于較低水平時,即在門限值0.650以下時,老齡化對經濟高質量發展存在微弱的負向作用但并不顯著;當人工智能發展處于較高水平時,即超過門限值時,老齡化對經濟高質量發展的作用轉負為正,且在1%水平上顯著。

從表7第(3)列可知,老齡化對以表征的經濟高質量發展的影響系數也存在兩個區間變化,并且影響系數的正負以及顯著性均與第(1)列基本一致。這在一定程度上證明研究結果是穩健的。結合第(1)(3)列的回歸結果發現,伴隨著人工智能發展水平的提高,老齡化對經濟高質量發展的作用由負轉正,由不顯著到顯著。也可以說,人工智能能有效緩解老齡化對經濟高質量發展的負向效應。這與陳彥斌等采用數值模擬得到的結果基本一致。該結果也呼應了動態面板模型中檢驗的人工智能對經濟高質量發展具有非線性影響。

然后分析人工智能對經濟高質量發展的門限效應,估計結果見表7第(2)(4)列。從第(2)列可知人工智能對以ln表征的經濟高質量發展的影響系數存在兩個區間變化,當人工智能發展處于較低水平時,即在門限值0.499以下時,人工智能對經濟高質量發展存在顯著的負向作用,但系數值較小;當人工智能發展處于較高水平時,即超過門限值時,人工智能對經濟高質量發展的作用轉負為正,在1%水平上顯著,且系數值較大。第(4)列中人工智能對以表征的經濟高質量發展的影響與第(2)列基本一致,可見檢驗結果穩健性較好。結果說明,人工智能發展前期,由于資產投資回報較低,對經濟高質量發展產生一定的拖累,跨過門限值后就會對經濟高質量發展產生顯著的促進作用。

表7 門檻面板模型的回歸估計結果

四、人工智能與老齡化的經濟高質量發展效應的區域異質性

不同地區的經濟發展階段、資源稟賦、信息技術發展水平、城鎮化水平、基礎設施建設等存在差異性,會使不同地區人工智能、老齡化和經濟高質量發展呈現較大的區域差異。為了探究區域異質性問題,基于式(2)(3)對東、中、西部樣本分別進行回歸,估計結果見表8。首先,以ln表征的經濟高質量發展為被解釋變量來逐一進行分析:式(2)是在基準模型中加入被解釋變量滯后一期,回歸結果顯示,東部區域的人工智能系數為0.048,并在1%水平上顯著,說明東部區域的人工智能發展已見成效,成功跨越了增長門限,對該區域經濟高質量發展產生顯著的正向促進作用,而中部和西部區域尚未突破門限值,目前仍處于前期投入發展階段。老齡化對東部區域的經濟高質量發展影響甚微,雖然系數為負,但數值很小且并不顯著,這可能是由于東部區域經濟發展水平較高、就業機會較多、基礎設施建設以及公共服務較為完善,會吸引大量素質較高的年輕勞動力,因此老齡化對經濟高質量發展的消極影響并不顯著。與其背道而馳的則是西部區域,人才流失、年輕勞動力流失問題較為嚴重,導致地區老齡化加重,對經濟高質量發展產生嚴重的消極影響。對式(3)進行回歸的結果顯示,三個區域的交乘項系數均為正,東部和西部區域的系數顯著大于,表明在東部和西部區域,人工智能能有效緩解老齡化對經濟高質量發展的不利影響,而中部區域還并不顯著,作用還未顯現。

表8 人工智能與老齡化經濟高質量發展效應區域差異性的回歸估計結果

五、經濟高質量發展效應的機制檢驗

在前文的理論分析部分本文提出人工智能可以通過優化勞動力結構、提高技術創新效率、提升資本形成率來緩解老齡化帶來的經濟負效應,以促進經濟高質量發展。在人工智能發展水平不同的地區,老齡化對經濟高質量發展的機制效應強弱也會存在差異。因此,該部分分別從勞動力結構優化水平、技術創新效率以及資本形成率三個視角出發,探究人工智能是如何影響老齡化對經濟高質量發展的作用機制。

(一)勞動力結構升級效應

本文采用兩種檢驗方法探究勞動力結構優化機制。第一種借鑒孫早等的方法,首先檢驗人工智能有助于優化勞動力結構。將各級別的勞動力就業占比作為被解釋變量,逐一進行回歸,實證結果見表9。按技能劃分的結果可知,人工智能技術的應用降低了對低技能與中技能勞動力的崗位需求,卻顯著增加了高技能勞動力的市場需求。進一步按受教育水平劃分可發現,在高技能勞動力中,相對于研究生和大學專科,現階段人工智能對大學本科的市場需求最大,也就是說對大學本科勞動力的就業提升效應最大。然后考察老齡化對勞動力需求結構帶來的影響,表9中按技能劃分的結果中老齡化的影響系數并不顯著,但在按受教育年限分類的回歸結果中,老齡化對高中和大學專科勞動力就業有顯著的提升作用,對大學本科和研究生高技能勞動力就業產生抑制作用,同時也對初中及以下較低技能勞動力就業有抑制作用,這將不利于勞動力結構優化,對經濟可持續高質量發展帶來不利影響。整體來看,人工智能能有效緩解老齡化帶來的不利于勞動力結構優化的問題。

表9 人工智能、老齡化對勞動力需求結構影響的回歸估計結果

第二種就是采用門限效應的方法。首先將高技能勞動力與中低技能勞動力的比值作為勞動力結構優化指標,并作為被解釋變量,同時以人工智能作為門限變量,老齡化作為門限效應變量,構建門限面板回歸進行門限效應和門限個數的識別檢驗。模型參數估計結果見表10第(1)(2)列,老齡化對勞動力結構優化的影響存在門限效應,且存在一個門限值(0.283)。在人工智能發展水平較低的地區,老齡化對優化勞動力結構的影響在10%的水平上存在促進作用(0.381);在人工智能發展水平較高的地區,老齡化優化勞動力結構的促進作用更加強烈。隨著人工智能水平不斷提升,當超過門限值時,人工智能能夠有效緩解老齡化對勞動力結構優化的負向效應(在第一種方法中,老齡化對高學歷勞動力就業存在抑制作用),并能顯著提升老齡化對優化勞動力結構的促進作用。

表10 人工智能、老齡化對經濟高質量發展影響的機制檢驗回歸估計結果

綜合以上兩種方法可知,檢驗結果具有一定的穩健性,假設1得證。

(二)技術創新效應

以人工智能作為門限變量,以地區專利申請數衡量的技術創新水平作為被解釋變量,構建面板門限回歸模型探究不同人工智能水平下老齡化經濟高質量發展效應的技術創新效率路徑。模型估計結果見表10第(3)(4)列,發現以人工智能作為門限變量時,老齡化對技術創新效率的影響存在門限效應,且存在一個門限值(0.582),在人工智能發展水平較低的地區,老齡化對技術創新效率的影響為負(-0.129),但并不顯著;在人工智能發展水平較高的地區,老齡化對技術創新效率的影響轉負為正(1.121),且在1%水平上顯著。也就是說,隨著人工智能水平不斷提升,當超過門限值時,人工智能能夠有效緩解老齡化對技術創新效率的負向效應,并顯著提升老齡化對技術創新效率的促進作用。

(三)資本形成效應

同樣,以人工智能作為門限變量,以地區資本形成率作為被解釋變量,構建面板門限回歸模型探究不同人工智能水平下老齡化經濟高質量發展效應的資本形成路徑。模型參數估計結果見表10第(5)(6)列,以人工智能作為門限變量時,老齡化對資本形成率的影響存在門限效應,且存在一個人工智能門限值(-0.475)。在門限值前后,人工智能的影響系數均顯著為負,這說明老齡化對資本形成率有顯著的負向影響。當人工智能發展水平超過該門限值,老齡化資本形成效應的估計系數從-3.482提升到-1.551,且均在1%水平上顯著。這可以理解為老齡化帶來儲蓄率和投資率的下滑,導致資本形成降低,而人工智能的發展帶動了地區投資意愿,提高了地區資本回報率和投資率,結合研究結果,說明人工智能能有效緩解老齡化帶來的低資本形成率問題,進而減弱老齡化對經濟高質量發展的不利影響。綜上,假設3得證。

六、結論與啟示

本文基于2006—2018年中國30個省份的面板數據,通過構建靜態面板模型、動態面板模型以及門限面板模型,多維度實證檢驗人工智能、老齡化對經濟高質量發展的影響效應與區域差異,進一步從勞動力結構、技術創新效率與資本形成率三個視角出發,運用門限面板模型檢驗人工智能和老齡化對經濟高質量發展的內在機制。研究結論如下:第一,人工智能能夠有效緩解老齡化對經濟高質量發展的不利影響,且高質量發展效應存在區域異質性,在東部區域和西部區域顯著,中部區域不顯著;第二,人工智能、老齡化對經濟高質量發展的影響存在門限效應,在人工智能發展水平越高的地區,越有助于緩解老齡化對經濟高質量發展的不利影響;第三,人工智能可緩解老齡化對勞動力結構、技術創新效率、資本形成率帶來的不利影響,實現要素升級并促進經濟高質量發展。

本文研究結論具有以下政策啟示:首先,在老齡化不斷加深的現實情況下,加大對人工智能的投資力度,推進人工智能與社會經濟各方面的深度融合,有利于緩解人口老齡化帶來的經濟損失,有助于發揮人工智能為經濟發展帶來的技術紅利。其次,人工智能通過優化勞動力結構、提升人力資本質量、提升創新效率以及提升資本形成率為經濟高質量發展帶來內生動力的路徑機制,證明了人工智能應對老齡化的不利影響,通過提升現有生產要素質量,為經濟高質量發展發揮重要作用,應給與高度重視并在政策上加大支持力度。再次,應高度重視高素質高層次創新型人才的引進與培養,只有不斷推陳出新,加快技術更替,突破核心技術瓶頸,才能確保人工智能的技術紅利持續發揮經濟效用。最后,考慮到人工智能、老齡化對經濟高質量發展效應存在區域差異,不同區域應因地制宜給予相適宜的政策支持,特別是對于人工智能效應并不顯著的中部地區,應引進人才、加大教育與科研投資,通過優化勞動力結構、提高創新效率以及提高資本形成率,積極應對老齡化問題,實現經濟高質量發展。