□文/杨 丽 黄骞萱

（1.天津外国语大学国际商学院；2.天津外国语大学求索荣誉学院 天津）

［提要］ 本文探究人工智能对地区省际层面产业结构升级的“推力”与“拉力”来源。人工智能技术促使高低技能劳动力在部门之间的流转与再分配，通过全要素生产率的提高与产品创新带来的效应，促进地区产业结构向高级化发展。进一步研究发现：人工智能应用对产业结构高级化与智能化的提升作用也会因地区收入水平、市场化程度与研发创新投入产出有所不同，对产业结构转型升级的边际贡献会随着经济发展水平提升、市场化程度提高、研发创新产出增加而呈现出加速递减的趋势。以上结论为地区实现人工智能发展与产业转型升级的“双赢”提供政策考量的科学依据。

自1956 年“人工智能”作为专业术语在达特茅斯会议上被提出来，随着电脑和互联网在我国的快速普及，人工智能、神经网络、区块链、云计算和大数据等以技术和经济深度融合的新经济发展模式加快了产业结构和经济发展方式的变革。习近平在十九大报告中明确提出“推动互联网、大数据、人工智能和实体经济深度融合”。人工智能已经广泛应用于多个领域，如在医疗领域，人工智能技术可以帮助医生快速进行医疗影像诊断、进行新药开发与基因测序；在企业生产领域，以工业机器人为主要代表的人工智能技术实现的“智能制造”已经贯穿于从设计、生产、管理到服务等制造活动的各个环节，已经创造出自动化的一些新需求、新产业、新业态。不难预测，人工智能将会对产业结构升级转型产生重要的影响。那么，人工智能对产业结构升级的影响方向是怎样的？其影响机制与程度又是如何？本文就这些问题展开讨论。

一、文献回顾

人工智能开始的自动化技术具有通用性、替代性、协同性与渗透性特点，给企业生产方式与劳动力市场带来了极大的改变，进而促进了产业结构向合理化与智能化的方向加快了速度。学者们关于人工智能对经济的影响主要集中于两个方面：劳动力就业市场和企业生产效率。

首先，在就业总量与就业结构方面，主要的讨论集中于人工智能是否会带来大面积的“技术性失业”以及“结构性失业”。以Acemoglu 和Restrepo（2018）为代表的学者认为人工智能将会通过取代重复性的劳动进而导致失业，同时，也会因为人工智能的使用范围扩大而增加新的就业岗位。最终结果将取决于人工智能的替代效应与补偿（创造）效应。宋旭光、左马华青（2019）强调机器与工人之间的替代效应更多的是一种互补式的，可以缓解因劳动力短缺带来的生产率下降。

Acemoglu 和Restrepo（2020） 根据法国2010 ～2015 年55，390 家公司购买工业机器人的数据分析发现，工业机器人对行业的总体影响是负向的，虽然会降低劳动份额和就业份额，但会促进企业生产率提升，也会提高企业增加值。陈利锋、钟玉婷（2020）指出短期内，人工智能带来的投资效率提高和适用范围的扩大速度越快，将会导致劳动收入份额下降的幅度越大，同时社会福利也会恶化，但这一情形将会随着人工智能的发展程度提高而逐渐改善。更为重要的是，人工智能可以减少用工数量，实现低成本，导致制造业中的劳动密集型和资本密集型行业中劳动收入份额下降，改变对不同技能水平的劳动力就业规模。

其次，人工智能是否会对企业生产效率的提升具有促进作用。部分学者认为，人工智能对企业生产效率的提升。范晓男等（2020）通过对制造业上市公司的数据考察，认为人工智能通过劳动力数量与质量、物质资本和人力资本使用效率和企业技术创新的投入产出，影响了企业的生产率变化。虽然人工智能通过物质资本使用效率对企业生产率的正向影响要大于通过人力资本使用的效率和技术创新投入对企业生产率的提升带来的负向效应，但也存在制造业水平的差异和其产业特性导致人工智能技术在制造业企业的应用尚不成熟的现象。

本文的边际贡献在于：考察在经济发展常态化下，不同区域、市场环境对人工智能的边际影响。本文的研究为人工智能在产业结构转型升级的政策制定和完善提供了一定的理论参考依据。

二、机制分析

人工智能的发展与应用，不仅提升了企业生产效率，增强企业创新动力，其技术扩散效应还带来了产业链的延伸，促进地区产业的技术升级，进而加快地区产业结构优化。

正如每一次产业革命的发生都是以技术进步为标志，与蒸汽机、电力、内燃机和计算机等技术相似，人工智能也逐渐渗透于经济领域的各个行业。工业机器人作为人工智能在制造业领域应用最广泛的技术之一，可以自主地执行焊接、喷漆、组装、搬运、包装等任务。同时，人工智能通过与资本和劳动以及其他要素的结合，可以改进制造企业在各生产环节上的效率，提升各个要素之间衔接配合的契合度，直接降低用工成本与摩擦成本以及产品不合格率，减少生产经营损失，提高了企业生产与运行效率，进而带动整个行业的技术进步，促进本地区产业结构高级化与智能化的发展。

另外，人工智能的协同性使得其在生产过程中的应用基于大数据的不断“喂养”和人工智能的不断学习，企业可以以较低的成本不断地进行技术创新和改进，最终获得创新成功。而且，用资本替代专业劳动力还有可能降低某些科学或研究领域的“进入壁垒”，尤其是那些需要必要数据和算法的领域，进而激发创新活力。工业机器人等人工智能的应用不仅提升了企业的生产效率，还推动了人工智能上下游产业的发展，促进了地区产业技术创新以及产业结构的优化升级。同时，人工智能的智能设备与场景应用的融合也通过全流程数据的互联互通和产业链的升级延伸，促进了产业技术创新和产业结构升级。

因此，人工智能的发展可以使各种任务和流程自动化，从而提高效率和生产力，节省成本并提高区域产业的产出，从而加快本地区产业结构智能化与高级化的进程。

三、研究设计

（一）模型设定。根据前文的经验分析，为了分析人工智能对地区产业结构的影响，构建人工智能与产业结构之间的计量模型如下：

其中，Highit表示核心被解释变量t 年i 省份的产业结构，AIit表示核心解释变量人工智能，HRit和TFPit表示主要解释变量，CVit表示控制变量，ui表示省份固定效应，vi表示时间固定效应，εit、τit、∊it、σit表示随机扰动项。

根据公式（1）～（4）和前面假说，α1、β1、γ2若显著为正，将会验证前文的逻辑判断，即人工智能会通过对人力资本的素质要求提升以及企业生产率的提高促进地区产业结构转型升级。若系数α1、φ1、γ1、γ2均显著，则表明此为部分中介效应，即人工智能会通过人力资本这一渠道影响地区产业结构，除此之外，还存在其他渠道。若系数γ2不显著且α1、φ1、φ2均显著，则表明此效应为完全中介效应。

（二）指标设计

1、被解释变量。本文采用两个指标测度产业结构升级。一是借鉴干春晖（2011）的做法，用地区产业结构高级化来表述该地区的产业结构状况，即第三产业产值占第二产业产值的比重表示产业结构高级化程度；二是依据徐敏、姜勇（2015）的做法，赋予构建产业结构升级指数：

其中，xi为一二三产业的产值比重；wi为xi的权重，将w1、w2、w3分别设定为1、2、3。该指数越接近于1，表明产业结构层次较低，产业升级速度较慢；该指数越接近3，表明产业层次较高，产业升级转型速度较快。

2、核心解释变量。核心解释变量人工智能水平（AI）：由于当前机器人的使用更多应用于制造业，故采用国际机器人联合会（IFR）的工业机器人安装数据来表示人工智能。由于IFR 只公布了全球各国不同行业层面的工业机器人安装数量和保有量，因此本文借鉴大多数研究人工智能的学者做法（韩春敏（2020）、康茜等（2021）），采用Bartik 工具变量法来计算省级层面的万人工业机器人渗透密度，从而衡量不同地区人工智能的发展水平。具体公式如下：

其中，robotit表示i 地区t 时期的万人工业机器人渗透密度，laborijt表示i 地区j 行业t 时期的就业人数，laborit表示i 地区t 时期的就业人数，robotjt表示j 行业t 时期的工业机器人保有量，laborjt表示j 行业t 时期的就业人数。

3、中介变量与控制变量。人工智能的应用将会增加对不同劳动技能水平的劳动需求增加，同时人工智能通过生产制造、场景应用广泛影响到企业生产和人民生活，也会因为工业机器人的使用节约了成本，提高了企业的生产率，因此人工智能提升地区产业结构升级的渠道主要有人力资本效应与生产率效应，故本文的中介变量包括人力资本和生产率。其中，用人力资本平均受教育年限来度量一个地区的人力资本水平，全要素生产率的数据计算是通过DEA 软件、永续盘存法来获得的。本文的控制变量主要包括：贸易开放度trade、地区收入水平pgdp、研发投入rd、市场化程度market。

四、实证结果分析

（一）基准回归分析。回归基准模型结果显示人工智能的发展会显著促进地区产业结构的升级。逐一加入控制变量之后，模型显示人工智能仍对产业结构升级有正向的显著影响。此外，居民收入的提高和市场化程度的提升，都显著促进产业结构的升级转型。但对外贸易开放度却会显著降低产业结构的升级，可能的原因是在于我国过去长期采取的出口导向型经济发展模式。虽然这一模式促进我国建立起比较完备的大工业生产体系，但同时带来的低端技术锁定问题也使得我国的出口贸易主要集中在劳动密集型产业及劳动密集型加工生产环节，导致制造业的技术升级改造困难，产业结构升级较为缓慢。

（二）内生性分析。考虑到存在的内生性问题，本文采用人工智能发展水平滞后一期值再次进行回归。结果显示，人工智能发展对产业结构升级仍是显著为正的，甚至影响程度明显上升，说明人工智能对产业结构的正向影响结果的判定是稳健的。这也从侧面反映出我国的工业机器人虽然起步较晚，以机器替代人的应用范围也并没有大规模在全行业范围内展开，特别是工业机器人的应用还主要集中在汽车、电子制造、金属制品等高资本密集型行业，但是人工智能的发展在一定程度上加快了资本深化，同时也促进了产业结构的转型升级。

（三）稳健性分析。关于计量结果的稳健性问题，本文采用替换核心解释变量和被解释变量的方式进行。（1）替换被解释变量：采用产业结构升级指数（Hstru），验证人工智能发展对地区产业结构升级快慢的影响。（2）替换核心解释变量人工智能。方式一：由于我国当前人工智能的发展主要是以机器人为代表的制造业发展，而我国的工业机器人又大多依靠进口，因此本文将核心解释变量替换为进出口机器人数量。数据来源于联合国商品贸易数据库，历年各省机器人进出口数据仍按照Bartik工具法进行分配获得。方式二：考虑到当前制造业生产企业更愿意采用工业机器人来替代劳动力，使用工业机器人可以说明人工智能对该地区的生产效率和劳动力数量与质量的影响，侧面证实了该地区的产业结构合理化程度，但缺少了工业机器人在服务业领域的应用情形，不足以说明地区产业结构高级化情况。人工智能产业链中的应用领域不仅包括机器人的应用，还包括智能家居、智能硬件以及人工智能产品和服务的广泛应用。因此，本文还参照Borland ＆ Coelli（2017）的做法，采用更广泛意义上的“信息传输计算机服务和软件业的固定资产投资额”来衡量各省份地区的人工智能水平（info），作为稳健性分析检验。回归结果表明，无论是采用进出口机器人数量、机器人安装数量，还是产业结构升级指数，都表明人工智能的发展是有利于产业结构升级的。

（四）中介效应。本文基于理论分析机制，检验以机器人应用为代表的人工智能影响地区产业结构转型升级的可能渠道进行中介效应检验。分析表明，人工智能对产业结构的升级主要借助于人力资本，通过对不同技能劳动力的需求作用于机器人设备操作，进而促进生产效率的提升。这也进一步从侧面证实了以人工智能为代表的新一代自动化设备，不能使所有劳动者均匀地得到收益，而是偏向于高技能劳动者。这一结果与李磊等（2021）的研究结论相一致。而且发现平均受教育年限整体时间越长，越有利于产业升级转型。人力资本效应和生产率效应都起到了正向促进的传递作用，人力资本效应和生产率效应占总效应的比重分别为57.12%和32.88%，表明人力资本效应对人工智能促进产业升级的作用要大于人工智能发展通过生产率提高促进产业结构升级的影响。

（五）异质性分析——门槛分析。由于不同地区经济发展水平、资源禀赋、制度环境不同，有必要根据人均收入水平、市场化程度以及地区研发创新水平进行异质性的门限分析。借鉴Hansen（1999）的门槛回归模型思路，分别设计了人均收入水平与市场化程度以及地区研发水平的门槛模型，检验不同地区经济发展环境的迥异，导致其人工智能发展对产业结构升级的影响。

从门槛分析的结果上来看，人均收入水平、市场环境以及地区研发水平均在1%的显著水平上存在单一门槛值，但双重门槛并不显著。根据门槛变量的系数，在人均收入水平没有达到门槛值时，人工智能对产业升级存在较为显著的正向影响，系数为0.0619，并在1%的显著水平上显著。这意味着，人均收入水平的增加，会促进地区产业结构的升级转型。而当人均收入水平跨过门槛值后，人工智能对产业升级的影响开始逐渐减弱，系数将为0.0065，人均收入水平的进一步增加对产业结构升级的促进作用逐渐减弱。这也进一步证实了王文等（2020）的观点，我国正处在人工智能的高速发展阶段，产业结构升级将伴随着经济增长而得到提升。同样地现象也出现在市场环境和研发数量上。

五、结论及政策建议

本文从人工智能发展对地区产业结构的升级视角出发，采用了工业机器人密度和信息产业投资水平两个代理变量，刻画了地区人工智能的发展水平。基于2006～2019 年30 个省（区、市）面板数据，考察了人工智能发展对地区产业结构升级转型的影响，探究人工智能应用对产业结构高级化的内在机制，并分类考察地区收入水平、市场化程度以及研发投入与产出带来的产业升级步伐迥异的效应差异。研究表明：（1）人工智能应用有利于促进产业升级转型，通过替换人工智能和产业结构升级的度量指标，以及采用工业机器人安装密度滞后一期作为工具变量尝试解决内生性问题之后，结论仍然稳健。（2）从人力资本和全要素生产率的中介效应来看，相比于人力资本的产业升级效应，人工智能应用对地方企业生产效率提高带来的产业升级作用更为直接、更大，也更显著。（3）人工智能应用对产业结构高级化与智能化的提升作用也会因地区收入水平、市场化程度与研发创新投入产出有密切的关系。总体来看，相比于其他两个因素，研发数量对产业提升的促进作用最大，其次是人均收入水平，最后是市场化程度。而且，各地区都存在这样一种现象：这些变量对产业结构转型升级的边际贡献会随着经济发展水平提升、市场化程度提高、研发创新产出增加而呈现出加速递减的效果。

在我国大力发展人工智能、实现制造2025 的工业强国背景下，为进一步加快地区产业结构升级，本文研究具有如下政策启示：首先，基于人工智能对产业转型的显著促进作用，应继续加快人工智能基础设施建设，增加人工智能投资，完善人工智能产业链，健全人工智能应用等相关领域的立法，保障其快速平稳的发展。与此同时，考虑到人工智能通过人力资本效应提升对地区产业结构升级的渠道，还应该加大对教育的投入，建立健全人工智能相关培训。鉴于不同地区之间的经济发展速度与自然禀赋和经营环境等方面的不同，所以人工智能在各地区随着收入的提高、市场化制度的完善以及研发投入的增加，对产业结构升级的促进作用会逐渐增强，因此各地区还应持续致力于提高市场化制度的透明度，增加研发投入产出的转化率，从而更好地发挥各要素的边际效益，加快地区产业结构升级转型。