（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(yōu)勢長期保持著較高的經(jīng)濟增速，這種粗放式的經(jīng)濟增長方式技術(shù)含量相對較低，使得我們長期處于產(chǎn)業(yè)鏈的底端［1］。近年來，我國低成本的優(yōu)勢隨著勞動力和土地等生產(chǎn)要素的價格攀升而逐漸減弱，大量低技術(shù)含量的產(chǎn)業(yè)逐步向東南亞或非洲地區(qū)轉(zhuǎn)移。2017 年，我國GDP 增速低于7.0%，經(jīng)濟已由高速增長階段轉(zhuǎn)向中高速經(jīng)濟增長階段，創(chuàng)新將成為經(jīng)濟發(fā)展的第一引擎。2018年以來，中美貿(mào)易摩擦逐步升級，通過創(chuàng)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(chuàng)新，利用人工智能等先進技術(shù)，借助龐大的市場規(guī)模逐步完善國家創(chuàng)新體系［2］。黨的十九大報告明確指出，“加快建設(shè)制造強國，加快發(fā)展先進制造業(yè)，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”。人工智能技術(shù)能有效促進新技術(shù)、實體經(jīng)濟以及新商業(yè)模式進行充分的融合，未來必將成為我國實現(xiàn)高質(zhì)量發(fā)展的重要推動力。

1 文獻綜述

1.1 產(chǎn)業(yè)結(jié)構(gòu)升級水平測度研究現(xiàn)狀

國內(nèi)外學者針對產(chǎn)業(yè)結(jié)構(gòu)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(nóng)業(yè)產(chǎn)值比重來衡量產(chǎn)業(yè)結(jié)構(gòu)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(fā)達國家的經(jīng)濟發(fā)展規(guī)律，認為產(chǎn)業(yè)結(jié)構(gòu)發(fā)展過程是經(jīng)濟重心從第一產(chǎn)業(yè)向第二產(chǎn)業(yè)轉(zhuǎn)移、然后向第三產(chǎn)業(yè)轉(zhuǎn)移的過程，考慮采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的比值表示產(chǎn)業(yè)結(jié)構(gòu)升級。這種方法具有應(yīng)用簡單易行的特點，但是在應(yīng)用時沒考慮到服務(wù)化、信息化和技術(shù)化與產(chǎn)業(yè)轉(zhuǎn)型升級之間的復雜關(guān)系［4］；（2）采用摩爾結(jié)構(gòu)變化值來衡量產(chǎn)業(yè)結(jié)構(gòu)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(chǎn)業(yè)結(jié)構(gòu)升級和高級化的過程是從勞動密集型向資金、技術(shù)知識密集型轉(zhuǎn)變的過程，是產(chǎn)業(yè)附加值逐漸增加的過程，采用摩爾結(jié)構(gòu)變化指數(shù)表示產(chǎn)業(yè)結(jié)構(gòu)升級，通過構(gòu)建三次產(chǎn)業(yè)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(chǎn)業(yè)結(jié)構(gòu)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(chǎn)業(yè)結(jié)構(gòu)方向及變化方面存在一定的不足［6］；（3）以第三產(chǎn)業(yè)產(chǎn)值為中心衡量產(chǎn)業(yè)結(jié)構(gòu)升級水平，該方法的提出基于現(xiàn)代經(jīng)濟結(jié)構(gòu)服務(wù)化理論。徐德云［7］采用理論分析的方法開展產(chǎn)業(yè)結(jié)構(gòu)升級機制研究，認為產(chǎn)業(yè)結(jié)構(gòu)升級和高級化的過程表現(xiàn)為第一產(chǎn)業(yè)產(chǎn)值變小，第三產(chǎn)業(yè)產(chǎn)值增加，第三產(chǎn)業(yè)的地位變得越來越重要，因此在衡量產(chǎn)業(yè)結(jié)構(gòu)升級水平時應(yīng)該重點考慮第三產(chǎn)業(yè)。吳敬璉［8］認為產(chǎn)業(yè)轉(zhuǎn)型升級受到社會信息化的影響越來越大，經(jīng)濟結(jié)構(gòu)朝著服務(wù)化發(fā)展的趨勢決定了第三產(chǎn)業(yè)的發(fā)展速度必然會快于第二產(chǎn)業(yè)。龔海林等［9］認為受信息化程度的影響，經(jīng)濟結(jié)構(gòu)服務(wù)化已經(jīng)成為現(xiàn)代產(chǎn)業(yè)轉(zhuǎn)型升級的重要標志，因此考慮采用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值來衡量產(chǎn)業(yè)轉(zhuǎn)型升級水平。干春暉等［10］認為產(chǎn)業(yè)轉(zhuǎn)型升級是由兩部分原因造成的：（1）各產(chǎn)業(yè)的技術(shù)進步速度和對技術(shù)吸收能力不同導致各產(chǎn)業(yè)經(jīng)濟增長速度不同，高附加值產(chǎn)業(yè)增長速度快使得產(chǎn)業(yè)升級；（2）國家發(fā)展階段不同所需主導產(chǎn)業(yè)也會不同，主導產(chǎn)業(yè)的變化也會使得產(chǎn)業(yè)升級。

1.2 人工智能對經(jīng)濟影響研究現(xiàn)狀

人工智能對經(jīng)濟的影響主要分為人工智能對勞動生產(chǎn)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(chǎn)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(jīng)濟增長的可能影響進行了全面系統(tǒng)的分析，綜合兩方面效應(yīng)認為，人工智能技術(shù)對經(jīng)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(qū)為例開展人工智能對就業(yè)人數(shù)和工資收入影響的實證研究，研究認為，隨著技術(shù)的不斷進步，服務(wù)業(yè)將會大量搶占制造業(yè)的就業(yè)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(xiàn)象將會進一步擴大，但是隨著人工智能技術(shù)發(fā)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(fā)現(xiàn)，當前針對人工智能對經(jīng)濟的影響的研究相對豐富，但是鮮見有針對人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的效應(yīng)研究，本文在分析人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級影響的基礎(chǔ)上，構(gòu)建了人工智能與產(chǎn)業(yè)轉(zhuǎn)型升級的影響效應(yīng)模型，以我國31 個省市自治區(qū)為研究對象開展實證研究，對準確預判人工智能發(fā)展對產(chǎn)業(yè)轉(zhuǎn)型升級和要素收入分配格局的影響，推動我國經(jīng)濟實現(xiàn)高質(zhì)量發(fā)展具有重要現(xiàn)實意義。

2 人工智能影響產(chǎn)業(yè)結(jié)構(gòu)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(lǐng)科技革命、促進產(chǎn)業(yè)變革的核心技術(shù)，決定著我國能否在新一輪科技革命和產(chǎn)業(yè)變革中抓住發(fā)展機遇期［15］。人工智能技術(shù)在各產(chǎn)業(yè)進行應(yīng)用，通過提升各產(chǎn)業(yè)的智能化、數(shù)字化應(yīng)用水平，優(yōu)化各生產(chǎn)要素的投入，降低生產(chǎn)運營成本，提高勞動生產(chǎn)率，增加企業(yè)研發(fā)和提升產(chǎn)品質(zhì)量方面投資，從而實現(xiàn)各產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和轉(zhuǎn)型升級。

2.1 人工智能技術(shù)推動農(nóng)業(yè)產(chǎn)業(yè)升級

傳統(tǒng)農(nóng)業(yè)在生產(chǎn)過程中，勞動要素的投入相對較多，由于缺乏標準化生產(chǎn)，經(jīng)驗化占據(jù)相當重要的地位，同時生產(chǎn)者和消費者之間聯(lián)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(tǒng)農(nóng)業(yè)向智能化發(fā)展，農(nóng)業(yè)生產(chǎn)過程中的大量較低技術(shù)勞動被人工智能設(shè)備替代，農(nóng)產(chǎn)品的品質(zhì)得以提升的同時降低了大量成本。人工智能技術(shù)通過機器學習模擬不同狀況的農(nóng)業(yè)生產(chǎn)情景，充分挖掘農(nóng)業(yè)生產(chǎn)潛力，基于圖像識別技術(shù)和大數(shù)據(jù)的預測能夠為科學開展農(nóng)業(yè)決策提供技術(shù)支持。人工智能設(shè)備的研發(fā)和應(yīng)用推動了農(nóng)業(yè)的標準化進程，為高技術(shù)裝備和高素質(zhì)職業(yè)農(nóng)民的產(chǎn)生提供了有利條件。人工智能技術(shù)為農(nóng)業(yè)生產(chǎn)者和消費者搭建了持續(xù)溝通交流的平臺，訂單化和精準化的農(nóng)業(yè)生產(chǎn)使得中間環(huán)節(jié)大幅度減少，消費者獲得物美價廉放心產(chǎn)品的同時，農(nóng)業(yè)生產(chǎn)者的利潤大幅提高。

2.2 人工智能技術(shù)推動第二產(chǎn)業(yè)升級

人工智能技術(shù)的普及使得工業(yè)化和信息化深度融合，第二產(chǎn)業(yè)內(nèi)部智能生產(chǎn)成為可能，加快外部協(xié)同網(wǎng)絡(luò)建設(shè)的同時，提升了產(chǎn)品的服務(wù)質(zhì)量。（1）人工智能技術(shù)應(yīng)用于生產(chǎn)階段，對產(chǎn)品合格率和生產(chǎn)線的故障率進行智能監(jiān)測和控制，提升了生產(chǎn)過程中的智能化水平，借助虛擬仿真技術(shù)，合理配置生產(chǎn)要素；（2）人工智能設(shè)備的廣泛應(yīng)用為跨區(qū)域、跨行業(yè)和跨企業(yè)的互聯(lián)互通提供了便利，協(xié)同設(shè)計、供應(yīng)和制造的模式提高了資源利用效率；（3）基于互聯(lián)網(wǎng)平臺，人工智能技術(shù)的學習效應(yīng)得以顯現(xiàn)，通過確定合理的產(chǎn)業(yè)規(guī)模降低運營和生產(chǎn)成本，為消費者提供個性化、品質(zhì)化和精準化的產(chǎn)品和售后服務(wù)。

2.3 人工智能技術(shù)推動服務(wù)業(yè)產(chǎn)業(yè)升級

傳統(tǒng)服務(wù)業(yè)受到服務(wù)人員個人素質(zhì)的影響，服務(wù)質(zhì)量很難得到有效保證，供給側(cè)和消費側(cè)之間不平衡、不匹配的現(xiàn)象時有發(fā)生。人工智能技術(shù)使得個性化服務(wù)、人機服務(wù)和遠程服務(wù)廣泛應(yīng)用，推動傳統(tǒng)服務(wù)向智能服務(wù)轉(zhuǎn)型升級。（1）大數(shù)據(jù)技術(shù)提升了搜集企業(yè)和消費者個性化服務(wù)需求數(shù)據(jù)的效率，通過預測和甄別服務(wù)中的漏洞提供精準化服務(wù)，降低服務(wù)人員素質(zhì)對整體服務(wù)質(zhì)量的影響；（2）利用人機互補服務(wù)改善服務(wù)體驗，Agrawal等［16］研究表明，人工服務(wù)在發(fā)現(xiàn)企業(yè)和消費者感受優(yōu)勢明顯，人工智能在處理預測任務(wù)時精度較高，兩者優(yōu)勢互補，提升用戶的服務(wù)體驗感；（3）人工智能技術(shù)通過遠程服務(wù)滿足用戶需求。由于經(jīng)濟和歷史等原因，我國教育和醫(yī)療服務(wù)不平衡的現(xiàn)象長期存在，服務(wù)人員利用遠程交流、遠程操作為消費者服務(wù)，為解決落后區(qū)域服務(wù)供給不充分的問題提供了思路。

3 實證分析

3.1 模型構(gòu)建和數(shù)據(jù)來源

為了克服利用非農(nóng)值比重以及摩爾指數(shù)在進行產(chǎn)業(yè)轉(zhuǎn)型升級度量的不足，本文在參考干春暉［10］的做法的基礎(chǔ)上，考慮產(chǎn)業(yè)結(jié)構(gòu)高級化和合理化兩個維度來衡量產(chǎn)業(yè)轉(zhuǎn)型升級水平，兩者的權(quán)重均取0.5，采用結(jié)構(gòu)偏離度（TL）度量產(chǎn)業(yè)結(jié)構(gòu)合理化，高端技術(shù)與中高端技術(shù)產(chǎn)業(yè)比值之比（TS）來度量產(chǎn)業(yè)結(jié)構(gòu)高級化，公式如下：

式中，i＝1，2，3，分別表示第一、二、三產(chǎn)業(yè)，Y和L分別表示產(chǎn)值和就業(yè)人數(shù)。結(jié)構(gòu)偏離度越大，產(chǎn)業(yè)結(jié)構(gòu)合理性越差。高端技術(shù)與中高端技術(shù)產(chǎn)業(yè)比值越大，產(chǎn)業(yè)結(jié)構(gòu)越高端。

產(chǎn)業(yè)轉(zhuǎn)型升級受到多種因素的影響，從現(xiàn)有研究來看，經(jīng)濟發(fā)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(chǎn)業(yè)結(jié)構(gòu)升級，考慮將這些指標作為控制變量，則產(chǎn)業(yè)轉(zhuǎn)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(chǎn)業(yè)轉(zhuǎn)型升級水平，j代表省份，t代表年份，β代表待估計參數(shù)，c代表個體效應(yīng)，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(shù)據(jù)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(shù)服務(wù)業(yè)固定資產(chǎn)投資額表示，并取對數(shù)；lnpgdp表示經(jīng)濟發(fā)展水平，為了避免不同省份人口數(shù)量的影響，采用取對數(shù)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(qū)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(qū)GDP 比例表示。數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》、各省份統(tǒng)計年鑒以及EPS 數(shù)據(jù)庫，利用移動平均法補齊缺失數(shù)據(jù)。

3.2 描述性統(tǒng)計

本文在開展人工智能對產(chǎn)業(yè)升級影響效應(yīng)分析時，選取我國31 個省市自治區(qū)2009～2018 年數(shù)據(jù)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(tǒng)計結(jié)果如表1 所示。

表1 描述性統(tǒng)計分析

被解釋變量。結(jié)構(gòu)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(chǎn)業(yè)結(jié)構(gòu)合理性相對較差，市場生產(chǎn)尚未達到均衡狀態(tài)，各省市自治區(qū)之間的產(chǎn)業(yè)結(jié)構(gòu)合理性水平差異較大。高端技術(shù)和中高端技術(shù)產(chǎn)業(yè)產(chǎn)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(chǎn)業(yè)結(jié)構(gòu)高級化水平相對較低，各省市自治區(qū)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(fā)展速度相對較快，各區(qū)域之間發(fā)展水平相對不平衡。

控制變量。經(jīng)濟發(fā)展水平在某一程度上反映了區(qū)域經(jīng)濟發(fā)展狀況，人均GDP 對數(shù)統(tǒng)計結(jié)果表明我國經(jīng)濟發(fā)展水平相對較高，區(qū)域間差異和不均衡的現(xiàn)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(jīng)濟的成分比較少。

3.3 研究結(jié)果分析

本文運用兩步系統(tǒng)GMM 法構(gòu)建動態(tài)面板數(shù)據(jù)模型，對2009～2018 年10 年間我國31 個省市自治區(qū)進行分析，計算結(jié)果如表2 所示。

表2 產(chǎn)業(yè)轉(zhuǎn)型升級對人工智能影響回歸結(jié)果

由表2 可以看出，模型拒絕存在一階自相關(guān)的原假設(shè)，對于存在二階自相關(guān)的原假設(shè)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(shè)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(jié)果，從回歸結(jié)果來看，兩種回歸方程被解釋變量的滯后一階項的系數(shù)均在1%水平上顯著，核心解釋變量的系數(shù)為正，驗證了設(shè)定的動態(tài)面板模型合理性，人工智能的發(fā)展與產(chǎn)業(yè)轉(zhuǎn)型升級具有正相關(guān)性。當人工智能水平增加1%時，產(chǎn)業(yè)轉(zhuǎn)型升級水平增加0.035%，說明人工智能對產(chǎn)業(yè)轉(zhuǎn)型升級的作用力相對較小?？刂谱兞恐校?jīng)濟發(fā)展水平的系數(shù)顯著為負，其系數(shù)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(shù)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(jīng)濟發(fā)展水平對產(chǎn)業(yè)轉(zhuǎn)型升級具有阻礙作用，隨著經(jīng)濟水平的不斷提高，產(chǎn)業(yè)轉(zhuǎn)型升級水平越低，但這種阻礙作用較小。其余控制變量對產(chǎn)業(yè)轉(zhuǎn)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(chǎn)業(yè)轉(zhuǎn)型升級水平越高。

4 結(jié)論與建議

4.1 主要結(jié)論

通過實證檢驗發(fā)現(xiàn)，人工智能對產(chǎn)業(yè)轉(zhuǎn)型升級具有一定的促進作用，經(jīng)濟發(fā)展水平對產(chǎn)業(yè)轉(zhuǎn)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(chǎn)業(yè)轉(zhuǎn)型升級具有促進作用，受到歷史等多因素的影響，我國經(jīng)濟發(fā)展呈現(xiàn)出區(qū)域不平衡的特征，中、東部地區(qū)的產(chǎn)業(yè)升級明顯較快，產(chǎn)業(yè)轉(zhuǎn)型升級水平一定程度上優(yōu)于西部地區(qū)。通過擴大對外開放，加強國際間合作以及政府適當?shù)母深A有利于產(chǎn)業(yè)轉(zhuǎn)型升級，推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。

4.2 政策建議

根據(jù)以上結(jié)論，本文提出如下政策建議：

（1）加強人工智能戰(zhàn)略規(guī)劃建設(shè)，為人工智能快速發(fā)展提供制度支撐。人工智能作為一種新興技術(shù)，具有較高的風險，政府需要做好頂層設(shè)計，不斷完善相應(yīng)的法律法規(guī)與市場基礎(chǔ)，創(chuàng)造人工智能發(fā)展的良好制度環(huán)境。人工智能與實體經(jīng)濟融合發(fā)展具有廣泛的應(yīng)用前景，政府需要通過戰(zhàn)略規(guī)劃等手段，制定人工智能發(fā)展標準以及知識產(chǎn)權(quán)保護體系，科學評估人工智能發(fā)展道德以及不確定風險，集中整合跨區(qū)域、跨行業(yè)的研發(fā)要素，協(xié)調(diào)推進部門間以及區(qū)域間人工智能與實體經(jīng)濟發(fā)展。

（2）完善人工智能的資本支持環(huán)境，為人工智能快速發(fā)展提供金融支持。通過優(yōu)化融資環(huán)境，鼓勵企業(yè)、商業(yè)銀行以及股票發(fā)行機構(gòu)支持人工智能企業(yè)。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(chǔ)設(shè)施和關(guān)鍵性技術(shù)攻關(guān)的投入。從稅收和企業(yè)研發(fā)成本上為企業(yè)減負，充分利用大企業(yè)研發(fā)優(yōu)勢和中小企業(yè)成果轉(zhuǎn)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(zhuǎn)化。

（3）深化高等教育和職業(yè)技能培訓改革，培養(yǎng)人工智能專業(yè)化人才。構(gòu)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(fā)展的人才培養(yǎng)模型，重點關(guān)注人工智能專業(yè)技術(shù)和管理人才培養(yǎng)以及團隊建設(shè)，滿足人工智能與實體經(jīng)濟融合發(fā)展的人才需求。