梁 琳

(蘇州科技大學(xué) 馬克思主義學(xué)院，江蘇 蘇州215000)

一、引 言

2017年，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃的通知》，標(biāo)志著人工智能上升為我國的國家戰(zhàn)略。同時(shí)，人工智能也正逐步改變著我國傳統(tǒng)金融產(chǎn)業(yè)格局，政府及金融部門相繼出臺(tái)了許多相關(guān)人工智能政策鼓勵(lì)和支持金融產(chǎn)業(yè)的智能變革發(fā)展，并取得了很好的成效。金融業(yè)變革發(fā)展的有效性是通過產(chǎn)業(yè)績(jī)效體現(xiàn)的，產(chǎn)業(yè)績(jī)效則與產(chǎn)業(yè)資源高效配置直接相關(guān)，有關(guān)金融產(chǎn)業(yè)資源配置效率及其影響因素的探究早已成為國內(nèi)外學(xué)者研究的熱點(diǎn)。最早提出“金融資源配置效率”這一概念的是Robinsonn 和 Wrightsman(1974)，他們將金融資源的效率劃分為操作效率和配置效率，并指出配置效率是把儲(chǔ)蓄資金用于高效投資的轉(zhuǎn)化效率。[1]Hellmann和Kevin等(1996)提出了金融約束論，闡述了政府外在干預(yù)的重要性，通過金融政策的實(shí)施，可以幫助發(fā)展中國家更加順利度過金融抑制達(dá)到金融深化，為經(jīng)濟(jì)發(fā)展提供一個(gè)相對(duì)穩(wěn)定的金融環(huán)境。[2]Al-Obaidan(2008)建立了較為全面的指標(biāo)體系對(duì)海灣地區(qū)的金融產(chǎn)業(yè)效率進(jìn)行測(cè)算后發(fā)現(xiàn)，地區(qū)的開放型程度能夠有效提高綜合效率。[3]龍超和蔣冠(2008)從信貸決策和信貸激勵(lì)的角度，得出了良好的公司治理結(jié)構(gòu)和有效的激勵(lì)機(jī)制可以改善金融資源配置效率的結(jié)論。[4]吳濤等(2011)從金融市場(chǎng)發(fā)展的角度進(jìn)行研究發(fā)現(xiàn)，金融部門與金融資源配置效率顯著正相關(guān)，金融部門對(duì)資金配置具有重要作用。[5]劉磊(2015)指出，隨著利率市場(chǎng)化進(jìn)程的深入，我國金融資本配置的效率有所改善，但中央銀行的利率政策未能顯著促進(jìn)金融資源配置效率的提高。[6]張玉苗和金浩(2017)研究發(fā)現(xiàn)，金融發(fā)展水平、人力資本水平和消費(fèi)效率等因素對(duì)金融資源配置效率有顯著的提升作用，經(jīng)濟(jì)基礎(chǔ)和基礎(chǔ)設(shè)施水平對(duì)金融資源配置效率的影響并不顯著，而地方政府干預(yù)行為對(duì)金融資源配置效率產(chǎn)生了顯著的抑制作用。[7]孫英杰和林春(2019)研究發(fā)現(xiàn)，“互聯(lián)網(wǎng)+”對(duì)金融資源配置效率具有顯著的正向促進(jìn)作用，且因地區(qū)發(fā)展水平不同呈現(xiàn)出的促進(jìn)效果也存在差異。[8]

綜上，國內(nèi)外學(xué)者在研究金融產(chǎn)業(yè)資源配置效率和金融業(yè)效率影響因素等方面已經(jīng)取得了很多成果。但在人工智能飛速發(fā)展的時(shí)代潮流下，人工智能政策這一影響因素被暫時(shí)忽略了，關(guān)于人工智能政策對(duì)金融業(yè)績(jī)效的影響亟待學(xué)術(shù)界去探究?；诖?，本文以“人工智能政策”為研究切入點(diǎn)，選取中國2008～2017年31個(gè)省市(考慮到數(shù)據(jù)可得性，暫不將港澳臺(tái)地區(qū)納入研究范圍)金融產(chǎn)業(yè)面板數(shù)據(jù)，采用DEA數(shù)據(jù)包絡(luò)分析法和DID模型探究人工智能政策對(duì)我國金融產(chǎn)業(yè)效率的影響，并提出相應(yīng)的政策建議。

二、與金融業(yè)發(fā)展相關(guān)的人工智能政策內(nèi)容本質(zhì)

目前，在人工智能技術(shù)的引導(dǎo)下，我國金融產(chǎn)業(yè)迎來了新的發(fā)展趨勢(shì)。政府及金融部門旨在打破傳統(tǒng)金融經(jīng)驗(yàn)導(dǎo)向慣性，加強(qiáng)金融產(chǎn)品和服務(wù)創(chuàng)新，依托人工智能技術(shù)助推金融產(chǎn)業(yè)智能、高效、健康、穩(wěn)定發(fā)展。金融產(chǎn)業(yè)借助語音識(shí)別與自然語音處理、視覺識(shí)別、神經(jīng)網(wǎng)路、服務(wù)機(jī)器人等智能技術(shù)逐步形成人工智能金融產(chǎn)業(yè)鏈布局，已打造形成智能客服、智能投顧、智能交易、智能風(fēng)控、智能營銷、智能投研、金融預(yù)測(cè)、數(shù)據(jù)挖掘、監(jiān)控預(yù)警等諸多人工智能業(yè)務(wù)場(chǎng)景，摒棄了傳統(tǒng)的營運(yùn)模式，以人工智能技術(shù)推動(dòng)金融產(chǎn)業(yè)智能數(shù)字化轉(zhuǎn)型，塑造金融新業(yè)態(tài)。

近年來，我國為了加速金融業(yè)的智能轉(zhuǎn)型，出臺(tái)了許多與金融產(chǎn)業(yè)相關(guān)的人工智能政策，本文從政策內(nèi)容本質(zhì)的角度出發(fā)，將政策劃分為基礎(chǔ)層、技術(shù)層和應(yīng)用層三大類，基礎(chǔ)層類型政策側(cè)重點(diǎn)在于理論指導(dǎo)及軟硬件的支撐，技術(shù)層類型政策重心在于根據(jù)市場(chǎng)需求加大對(duì)技術(shù)的研發(fā)與指導(dǎo)，應(yīng)用層類型政策則著力構(gòu)建AI金融產(chǎn)業(yè)鏈，具體情況如圖1所示。

圖1 與金融業(yè)相關(guān)的人工智能政策內(nèi)容

從圖1可以看出，基礎(chǔ)層類型政策主要集中在數(shù)據(jù)、智能理論的完善以及基礎(chǔ)設(shè)備的搭建與維護(hù)方面，為后續(xù)技術(shù)、產(chǎn)業(yè)創(chuàng)新做好基礎(chǔ)準(zhǔn)備工作。技術(shù)層類型政策在基礎(chǔ)層工作之上，加大對(duì)智能服務(wù)、大數(shù)據(jù)、互聯(lián)網(wǎng)等高新人工智能技術(shù)的研發(fā)與指引，進(jìn)一步提高我國的人工智能技術(shù)水平，結(jié)合金融產(chǎn)業(yè)的需求，開創(chuàng)智能服務(wù)機(jī)器人、智能語音交互系統(tǒng)、供應(yīng)鏈融資、科技保險(xiǎn)等新型智能服務(wù)平臺(tái)及產(chǎn)品。應(yīng)用層類型政策則是在新型產(chǎn)品及服務(wù)平臺(tái)的前提下，進(jìn)一步拓寬金融業(yè)人工智能技術(shù)的應(yīng)用領(lǐng)域，最終實(shí)現(xiàn)金融產(chǎn)業(yè)的現(xiàn)代化、數(shù)字化、智能化轉(zhuǎn)型。從政策內(nèi)容的演化及分析過程中可以看出，我國與金融產(chǎn)業(yè)相關(guān)的人工智能政策總體保持著較好的完整性與關(guān)聯(lián)性，且政策目的性較強(qiáng)。

三、人工智能政策對(duì)金融產(chǎn)業(yè)效率的影響機(jī)理

人工智能政策由初步的擬定到最終的頒布實(shí)施，其作用效果是以金融業(yè)績(jī)效的增減體現(xiàn)的，但是人工智能政策對(duì)金融產(chǎn)業(yè)效率的影響并不是直接的，政策作用的對(duì)象是人工智能技術(shù)。人工智能技術(shù)的承擔(dān)者是金融產(chǎn)業(yè)的各個(gè)集團(tuán)或企業(yè)，只有通過轉(zhuǎn)變業(yè)內(nèi)絕大多數(shù)企業(yè)或龍頭企業(yè)的技術(shù)水平和行為，才能逐步改變整個(gè)金融產(chǎn)業(yè)的智能化程度，最終影響金融產(chǎn)業(yè)的績(jī)效水平。

(一)人工智能政策對(duì)金融產(chǎn)業(yè)效率的促進(jìn)機(jī)理

與金融產(chǎn)業(yè)相關(guān)的人工智能政策頒布后，政府或產(chǎn)業(yè)部門借助信貸支持、技術(shù)研發(fā)和鼓勵(lì)、財(cái)稅優(yōu)惠、方向引導(dǎo)等政策手段作用于金融產(chǎn)業(yè)，在宏觀干預(yù)的背景下加強(qiáng)金融業(yè)與AI技術(shù)的融合與變革，逐步改變產(chǎn)業(yè)內(nèi)企業(yè)或公司的生產(chǎn)和服務(wù)行為，提升金融產(chǎn)業(yè)人工智能技術(shù)水平，最終實(shí)現(xiàn)傳統(tǒng)金融產(chǎn)業(yè)智能變革的政策目標(biāo)。具體政策傳導(dǎo)機(jī)制見圖2。

圖2 人工智能政策對(duì)金融產(chǎn)業(yè)效率的促進(jìn)機(jī)理

從金融企業(yè)層面分析，新引進(jìn)的人工智能技術(shù)作用于金融業(yè)龍頭企業(yè)或高新水平企業(yè)，企業(yè)通過招聘專業(yè)團(tuán)隊(duì)、與人工智能公司合作、內(nèi)部培訓(xùn)等途徑進(jìn)行人才培養(yǎng)，提升企業(yè)技術(shù)研發(fā)部門的綜合水平，切實(shí)具備對(duì)新型人工智能技術(shù)、企業(yè)產(chǎn)品、服務(wù)平臺(tái)、數(shù)據(jù)處理與分析等進(jìn)行升級(jí)、優(yōu)化及創(chuàng)新的能力。當(dāng)人工智能技術(shù)與企業(yè)產(chǎn)品或服務(wù)機(jī)制完成初步融合且未出現(xiàn)明顯漏洞時(shí)，技術(shù)、產(chǎn)品及新研制服務(wù)平臺(tái)就會(huì)通過企業(yè)間的交流與合作向整個(gè)產(chǎn)業(yè)擴(kuò)散。由于每個(gè)企業(yè)的發(fā)展和技術(shù)水平起點(diǎn)不同，在擴(kuò)散過程中可能會(huì)暴露技術(shù)壁壘、網(wǎng)絡(luò)安全、服務(wù)平臺(tái)故障等問題，但隨著企業(yè)間的相互反饋、援助、研究以及產(chǎn)業(yè)人工智能技術(shù)水平的提升，金融企業(yè)會(huì)逐步突破瓶頸，表現(xiàn)出成本降低、運(yùn)營效率提升等政策促進(jìn)效應(yīng)。從產(chǎn)業(yè)角度講，金融產(chǎn)業(yè)部門與人工智能產(chǎn)業(yè)達(dá)成技術(shù)合作，以資金支持、政策優(yōu)惠、拓展需求等方式進(jìn)一步鼓勵(lì)和支持AI相關(guān)企業(yè)的技術(shù)研發(fā)和維護(hù)，實(shí)現(xiàn)數(shù)據(jù)的局部共享；人工智能產(chǎn)業(yè)將研發(fā)成功的智能技術(shù)引導(dǎo)至金融產(chǎn)業(yè)需求領(lǐng)域，逐步實(shí)現(xiàn)傳統(tǒng)金融產(chǎn)業(yè)技術(shù)的智能轉(zhuǎn)變。在產(chǎn)業(yè)發(fā)展、技術(shù)合作和研發(fā)過程中，所遇到的技術(shù)研發(fā)瓶頸、技術(shù)安全等問題可向產(chǎn)業(yè)技術(shù)研發(fā)部門反饋并予以解決，實(shí)現(xiàn)金融業(yè)與人工智能技術(shù)的融合。當(dāng)技術(shù)維護(hù)到一定階段時(shí)，人工智能技術(shù)對(duì)金融產(chǎn)業(yè)的影響逐步走向正軌，人工智能技術(shù)金融產(chǎn)業(yè)化形成，政策促進(jìn)效應(yīng)顯現(xiàn)，金融產(chǎn)業(yè)績(jī)效提升，最終實(shí)現(xiàn)智能化金融產(chǎn)業(yè)轉(zhuǎn)型。

(二)人工智能政策對(duì)金融產(chǎn)業(yè)效率影響的悖論分析

當(dāng)然，一項(xiàng)產(chǎn)業(yè)技術(shù)政策的頒布與實(shí)施對(duì)產(chǎn)業(yè)的發(fā)展和績(jī)效影響并不都是向好的，也不會(huì)完全符合如圖3所呈現(xiàn)的AI政策促進(jìn)機(jī)制。在人工智能政策短期作用內(nèi)，可能會(huì)存在一段政策悖論期，政策實(shí)施面臨政策自身屬性、政府監(jiān)管、產(chǎn)業(yè)導(dǎo)向、技術(shù)瓶頸等問題，極大制約了人工智能政策對(duì)金融產(chǎn)業(yè)效率的促進(jìn)作用，外顯“政策悖論”(1)政策悖論：通常來講，政府制定某項(xiàng)政策的出發(fā)點(diǎn)都是向好的，政策的最終目標(biāo)是為了解決市場(chǎng)需求中的某些短缺問題，但在政策實(shí)施過程中出現(xiàn)了事與愿違的結(jié)果，甚至朝向政策目標(biāo)的反方向發(fā)展，這種現(xiàn)象稱之為“政策悖論”。一般政策悖論持續(xù)期較短，常出現(xiàn)在政策作用初期。效應(yīng)。

圖3 人工智能政策對(duì)金融產(chǎn)業(yè)效率影響的悖論機(jī)制

從圖3可以看出，政府或產(chǎn)業(yè)部門出臺(tái)相關(guān)AI政策后，存在對(duì)政策實(shí)施、金融產(chǎn)業(yè)與人工智能產(chǎn)業(yè)融合發(fā)展監(jiān)管不力或漏洞的現(xiàn)象。雖然政府一般在制定產(chǎn)業(yè)技術(shù)政策前，會(huì)充分考慮、分析并模擬該政策以及技術(shù)對(duì)產(chǎn)業(yè)未來發(fā)展是否有強(qiáng)促進(jìn)效用，但技術(shù)政策頒布后，會(huì)時(shí)刻受到市場(chǎng)變化的影響。在金融變革發(fā)展過程中，傳統(tǒng)金融機(jī)構(gòu)以其資金規(guī)模、客戶基礎(chǔ)及數(shù)據(jù)積累的優(yōu)勢(shì)與互聯(lián)網(wǎng)金融公司和AI企業(yè)合作，旨在突破自身技術(shù)加速企業(yè)轉(zhuǎn)型；互聯(lián)網(wǎng)金融機(jī)構(gòu)結(jié)合金融業(yè)市場(chǎng)需求對(duì)產(chǎn)品、服務(wù)及技術(shù)進(jìn)行設(shè)計(jì)和創(chuàng)新，最終由AI公司和傳統(tǒng)金融機(jī)構(gòu)研發(fā)子公司或科研部門進(jìn)行研發(fā)并試點(diǎn)。但在合作交流過程中，傳統(tǒng)金融機(jī)構(gòu)需要面對(duì)新型產(chǎn)品質(zhì)量、客戶傳統(tǒng)觀念束縛、網(wǎng)絡(luò)信息安全等問題，互聯(lián)網(wǎng)金融公司可能面對(duì)創(chuàng)新性不足、產(chǎn)品設(shè)計(jì)缺陷、服務(wù)平臺(tái)漏洞等問題的困擾，而AI企業(yè)可能受到國外技術(shù)的壟斷，面臨技術(shù)安全隱患、政策技術(shù)導(dǎo)向偏離等難題，顯然短期內(nèi)克服是不現(xiàn)實(shí)的。此外，還需要應(yīng)對(duì)政策自身滯后性、政策實(shí)施受限、政策導(dǎo)向與現(xiàn)實(shí)環(huán)境不對(duì)稱等不確定因素的干擾。因此，無論是從短期來看，還是長(zhǎng)期的角度出發(fā)，人工智能政策對(duì)金融產(chǎn)業(yè)績(jī)效的影響及傳導(dǎo)過程都是不確定的，可能出現(xiàn)制約金融業(yè)績(jī)效提升的“政策悖論”現(xiàn)象。

四、人工智能政策對(duì)我國金融產(chǎn)業(yè)效率影響的實(shí)證檢驗(yàn)

本文以“人工智能政策”作為切入點(diǎn)，借助雙重差分模型(DID)探究與金融產(chǎn)業(yè)相關(guān)的人工智能政策對(duì)我國各省市金融產(chǎn)業(yè)效率的凈效應(yīng)，進(jìn)而分析人工智能政策對(duì)我國金融產(chǎn)業(yè)效率的影響。

(一)變量選取

結(jié)合DID模型和研究對(duì)象的特點(diǎn)，本文以金融業(yè)技術(shù)效率為被解釋變量，選取人工智能政策為核心解釋變量，引入時(shí)間和地區(qū)兩個(gè)虛擬變量，參照江湧(2017)[9]等的做法，選取地區(qū)經(jīng)濟(jì)發(fā)展水平、金融業(yè)結(jié)構(gòu)水平、地區(qū)居民消費(fèi)水平、地區(qū)科技水平和對(duì)外開放程度等為控制變量。變量的具體選取情況如表1所示。

表1 雙重差分模型變量選取情況

對(duì)于被解釋變量fcrste，以2008～2017年我國各省市金融業(yè)技術(shù)效率來表示；核心解釋變量人工智能政策，以時(shí)間和地區(qū)虛擬變量的交互項(xiàng)，即gd來表示；time為時(shí)間虛擬變量，以《中國制造2025》發(fā)布當(dāng)年(2015年)為時(shí)間節(jié)點(diǎn)(即2015年之前，time=0；2015年之后，time=1)；area為地區(qū)虛擬變量，選取北京市、上海市、天津市、重慶市、江蘇省、廣東省、浙江省、安徽省(2)國內(nèi)相關(guān)部門并未對(duì)人工智能試點(diǎn)地區(qū)進(jìn)行披露，本文根據(jù)我國AI發(fā)展進(jìn)程及省市間經(jīng)濟(jì)、科技水平的差異，選取我國直轄市、長(zhǎng)江三角洲及珠江三角洲覆蓋省市為優(yōu)先試點(diǎn)地區(qū)。等為人工智能政策優(yōu)先試點(diǎn)地區(qū)(即所述省市area=1，其他省市area=0)。在控制變量中，地區(qū)經(jīng)濟(jì)發(fā)展水平以省市GDP的對(duì)數(shù)值表示，金融業(yè)結(jié)構(gòu)水平以各省市第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比值表示，地區(qū)居民消費(fèi)水平以各省市居民消費(fèi)水平的對(duì)數(shù)值表示，地區(qū)科研水平以各省市R&D經(jīng)費(fèi)的對(duì)數(shù)值表示，對(duì)外開放程度以各省市進(jìn)出口貿(mào)易總額與當(dāng)?shù)谿DP的比值表示。各變量的描述性統(tǒng)計(jì)如表2所示。(3)篇幅所限，控制變量估計(jì)結(jié)果留存?zhèn)渌?，下同?/p>

表2 各變量的描述性統(tǒng)計(jì)

(二)模型構(gòu)建

在主要變量選取的基礎(chǔ)上，本文將DID測(cè)度模型設(shè)定為如下形式：

fcrste=c+αgd+β1time+β2AREA+γicontrol+ε

(1)

其中，c為常數(shù)項(xiàng)，α為解釋變量系數(shù)，β1和β2為時(shí)間和地區(qū)虛擬變量系數(shù)，ε為殘差項(xiàng)，fcrste為被解釋變量，表示各省市地區(qū)金融產(chǎn)業(yè)的技術(shù)效率，gd為核心解釋變量，gd=time×area，表示各省市實(shí)施人工智能政策的凈效應(yīng)，area及time分別表示地區(qū)和時(shí)間虛擬變量，取決于各省市是否實(shí)施與金融產(chǎn)業(yè)相關(guān)的人工智能政策以及政策實(shí)施的時(shí)間節(jié)點(diǎn)，control表示控制變量，可能包含led、fisl、rcl、til或foow。

(三)我國金融產(chǎn)業(yè)效率的測(cè)度結(jié)果

本文利用Deap2.1軟件對(duì)選取的金融產(chǎn)業(yè)樣本數(shù)據(jù)進(jìn)行效率測(cè)算和分析。由于將我國金融業(yè)作為整體研究過于籠統(tǒng)，不能很好地反映各省市及地區(qū)間金融業(yè)效率的差異，故本文從各省市以及中、東、西三大地區(qū)(4)中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南8個(gè)省，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11個(gè)省市，西部地區(qū)包括重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古12個(gè)省市自治區(qū)。兩個(gè)維度分析我國金融產(chǎn)業(yè)的效率情況。

1.我國各省市金融產(chǎn)業(yè)效率均值

我國31個(gè)省市近年來金融產(chǎn)業(yè)效率的均值如表3所示。從整體上看，我國金融產(chǎn)業(yè)在2008～2017年平均技術(shù)效率為0.680，其中純技術(shù)效率均值為0.713、規(guī)模效率均值為0.958，金融產(chǎn)出的總體效率未在效率前沿面上，究其原因主要是純技術(shù)效率的制約作用。從各省市來看，北京、天津、上海、浙江和陜西5個(gè)省市的技術(shù)效率達(dá)到有效值1，其他省市均未達(dá)到生產(chǎn)前沿面，其中，吉林、江西、甘肅和海南的金融效率值僅有0.389、0.365、0.335和0.519，屬于低效率省份。具體分析來看，吉林、江西以及甘肅三個(gè)省份因?yàn)榧兗夹g(shù)效率過低，金融產(chǎn)業(yè)投入的資源未得到充分利用；海南則由于規(guī)模效率較低，沒有形成較為完善的金融產(chǎn)業(yè)規(guī)模。

表3 2008～2017年我國各省市金融業(yè)效率均值

2.我國中部、東部、西部三大地區(qū)金融產(chǎn)業(yè)效率

我國中部、東部、西部三大地區(qū)金融產(chǎn)業(yè)的效率值詳見表4，根據(jù)表中數(shù)據(jù)顯示，東部地區(qū)金融業(yè)效率水平最高，2008年起始水平已經(jīng)達(dá)到0.7572，而中部和西部地區(qū)只有0.5466和0.5595。從各地區(qū)技術(shù)效率組成上來看，規(guī)模效率scale波動(dòng)幅度不大，穩(wěn)定在0.9540～0.9910之間，各地區(qū)金融產(chǎn)業(yè)效率的變動(dòng)主要取決于金融業(yè)的純技術(shù)效率。具體來講，各地區(qū)金融產(chǎn)業(yè)已形成較為完備的產(chǎn)業(yè)發(fā)展規(guī)模，制約金融業(yè)效率的主要因素為金融資源的投入與產(chǎn)出狀態(tài)未達(dá)到最優(yōu)，資源未得到充分利用。此外，受2008年全球金融危機(jī)的沖擊，我國金融產(chǎn)業(yè)不得不進(jìn)入恢復(fù)期，之后在AI等技術(shù)興起和金融產(chǎn)業(yè)變革發(fā)展的雙重刺激下，我國金融產(chǎn)業(yè)逐步走出產(chǎn)業(yè)恢復(fù)期，轉(zhuǎn)入新型金融產(chǎn)業(yè)時(shí)期，最終中部、東部、西部三大地區(qū)金融產(chǎn)業(yè)效率呈現(xiàn)先下降再穩(wěn)步提升的變化趨勢(shì)。

表4 2008～2017年我國三大地區(qū)金融業(yè)效率值統(tǒng)計(jì)表

(四)人工智能政策對(duì)我國金融產(chǎn)業(yè)效率的凈效應(yīng)分析

1.模型估計(jì)與結(jié)果分析

在DID模型設(shè)定基礎(chǔ)上，本文將地區(qū)經(jīng)濟(jì)發(fā)展水平(led)、金融業(yè)結(jié)構(gòu)水平(fisl)、地區(qū)居民消費(fèi)水平(rcl)、地區(qū)科技水平(til)和對(duì)外開放程度(foow)等控制變量逐步引入到模型(4)中，更切合現(xiàn)實(shí)社會(huì)經(jīng)濟(jì)環(huán)境來探索人工智能政策對(duì)我國金融業(yè)效率變革的影響，模型回歸結(jié)果見表5。

從表5可以看出，隨著地區(qū)經(jīng)濟(jì)發(fā)展水平、金融業(yè)結(jié)構(gòu)水平、地區(qū)居民消費(fèi)水平、地區(qū)科技水平和對(duì)外開放程度等控制變量的逐步引入，核心解釋變量gd(time×area)的回歸系數(shù)并沒有發(fā)生本質(zhì)性的變化，介于-0.0647～-0.0395之間，均在10%甚至5%的水平上顯著，說明2015年到2017年我國金融產(chǎn)業(yè)效率的人工智能政策凈效應(yīng)都是負(fù)的，即自2015年開始實(shí)施與金融產(chǎn)業(yè)相關(guān)的人工智能政策，至2017年政策的實(shí)施總體上抑制了我國金融產(chǎn)業(yè)效率的提升。時(shí)間虛擬變量(time)和地區(qū)虛擬變量(area)的系數(shù)為正，表明政府或產(chǎn)業(yè)部門即使未出臺(tái)與金融產(chǎn)業(yè)相關(guān)的人工智能政策，我國金融業(yè)的效率水平也將會(huì)隨時(shí)間的發(fā)展而提高。從經(jīng)濟(jì)學(xué)原理的角度分析，虛擬變量的回歸系數(shù)為正是金融產(chǎn)業(yè)自身結(jié)構(gòu)優(yōu)化的作用，但作用周期一般較長(zhǎng)。因此，政府通常會(huì)通過宏觀干預(yù)的手段加速金融業(yè)結(jié)構(gòu)的優(yōu)化，縮短優(yōu)化周期。結(jié)合對(duì)人工智能政策的負(fù)效應(yīng)分析，在2015年后，與金融產(chǎn)業(yè)相關(guān)的人工智能政策的實(shí)施很顯然未達(dá)到政策制定時(shí)的預(yù)期，甚至對(duì)金融業(yè)效率的提升起到了制約作用，這可能與政策實(shí)施力度有限、產(chǎn)業(yè)內(nèi)企業(yè)執(zhí)行效率較低、政府監(jiān)管不嚴(yán)、AI技術(shù)融合偏差等阻礙因素有關(guān)。在諸多控制變量中，金融產(chǎn)業(yè)結(jié)構(gòu)水平和科技水平回歸系數(shù)顯著性并不理想，而經(jīng)濟(jì)發(fā)展水平對(duì)金融業(yè)效率呈現(xiàn)出顯著的抑制作用，金融產(chǎn)業(yè)結(jié)構(gòu)水平和對(duì)外開放程度則對(duì)各省區(qū)金融產(chǎn)業(yè)效率起到了促進(jìn)作用，并且在10%甚至1%的水平上顯著。

表5 人工智能政策對(duì)中國金融業(yè)效率影響的DID回歸結(jié)果

2.穩(wěn)健性檢驗(yàn)

為了規(guī)避與金融業(yè)相關(guān)的人工智能政策效應(yīng)的偶然性，本文運(yùn)用Placebo Test對(duì)實(shí)證結(jié)果的穩(wěn)健性進(jìn)行檢驗(yàn)。將之前選定時(shí)間虛擬變量時(shí)設(shè)定的時(shí)間節(jié)點(diǎn)提前兩年(即2013年之前，time=0；2013年之后，time=1)，重新對(duì)模型6進(jìn)行回歸分析，如果政策凈效應(yīng)仍然表現(xiàn)顯著制約作用，說明在2015～2017年間與金融產(chǎn)業(yè)相關(guān)的人工智能政策的實(shí)施抑制了金融業(yè)效率的提升，反之上述結(jié)論不成立，僅為偶然現(xiàn)象。

從表6所呈現(xiàn)的DID結(jié)果可以看出，核心解釋變量gd的回歸系數(shù)為-0.0335，在10%的水平上顯著，此外我們發(fā)現(xiàn)各變量系數(shù)的性質(zhì)也與模型6原始回歸結(jié)果保持著較高的相似性，因此基于“反事實(shí)”分析法可以說明，在2015～2017年我國與金融業(yè)相關(guān)的人工智能政策阻礙了金融產(chǎn)業(yè)效率提升的結(jié)論是穩(wěn)健的。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

五、 研究結(jié)論與對(duì)策建議

(一)研究結(jié)論

通過本文的實(shí)證分析可以看出，2015～2017年我國與金融產(chǎn)業(yè)相關(guān)的人工智能政策的實(shí)施顯著制約了金融產(chǎn)業(yè)效率的提升，即2015～2017年與金融產(chǎn)業(yè)相關(guān)的人工智能政策的實(shí)施對(duì)我國金融產(chǎn)業(yè)效率起到了阻礙作用。顯然，我國金融產(chǎn)業(yè)仍處于人工智能政策介入初期，政策悖論效應(yīng)顯著。究其原因，兩年的時(shí)間對(duì)于一項(xiàng)新興的產(chǎn)業(yè)技術(shù)政策由初步擬定到作用于產(chǎn)業(yè)，再到落實(shí)到各省市的金融企業(yè)是遠(yuǎn)遠(yuǎn)不夠的，再加上金融產(chǎn)業(yè)面臨人工智能政策自身屬性制約、政策作用周期局限、政府或產(chǎn)業(yè)部門監(jiān)管漏洞、人工智能技術(shù)瓶頸、布局領(lǐng)域?qū)夹g(shù)排斥、市場(chǎng)需求與新型產(chǎn)品或服務(wù)不對(duì)稱等諸多負(fù)面因素的影響，最終致使在研究期內(nèi)人工智能政策的實(shí)施阻礙了我國金融產(chǎn)業(yè)效率的提升。當(dāng)然，此研究絕不是否認(rèn)我國政府宏觀調(diào)控的作用，恰恰相反，相關(guān)政策的支持對(duì)于產(chǎn)業(yè)長(zhǎng)期發(fā)展的重要性不言而喻，而當(dāng)前所呈現(xiàn)的對(duì)金融產(chǎn)業(yè)效率提升的抑制作用只是我國金融產(chǎn)業(yè)變革發(fā)展過程中的初期階段。本文不認(rèn)為人工智能政策悖論效應(yīng)會(huì)持續(xù)下去，在2017年之后的幾年或者十幾年，我國金融產(chǎn)業(yè)會(huì)突破技術(shù)瓶頸，政府部門也會(huì)結(jié)合市場(chǎng)需求進(jìn)一步完善相關(guān)技術(shù)及產(chǎn)業(yè)政策，逐步解決金融業(yè)、市場(chǎng)及政府部門中的現(xiàn)存問題及未來問題，政策促進(jìn)效應(yīng)逐漸彰顯，我國金融產(chǎn)業(yè)會(huì)進(jìn)入人工智能政策介入中期或后期，最終實(shí)現(xiàn)智能化，產(chǎn)業(yè)效率趨于高效穩(wěn)定。

(二)對(duì)策建議

1.加強(qiáng)對(duì)金融企業(yè)AI技術(shù)的研發(fā)和引導(dǎo)

當(dāng)前，我國AI技術(shù)發(fā)展仍處于瓶頸期，金融企業(yè)技術(shù)水平、產(chǎn)業(yè)及服務(wù)的覆蓋范圍更是存在顯著差異，為了加快金融業(yè)的智能化進(jìn)度，政府及產(chǎn)業(yè)部門應(yīng)當(dāng)鼓勵(lì)和支持企業(yè)在AI技術(shù)領(lǐng)域的研發(fā)投入，加強(qiáng)企業(yè)內(nèi)部人才培養(yǎng)。同時(shí)，應(yīng)加強(qiáng)對(duì)金融企業(yè)智能化戰(zhàn)略布局的引導(dǎo)，促進(jìn)人工智能與企業(yè)的融合，增強(qiáng)企業(yè)服務(wù)平臺(tái)、數(shù)據(jù)處理、產(chǎn)品推銷等領(lǐng)域與人工智能技術(shù)的契合性。

2.完善金融產(chǎn)業(yè)技術(shù)政策，強(qiáng)化政策實(shí)施與監(jiān)管力度

在AI技術(shù)得到保障的前提下，金融業(yè)變革發(fā)展依舊需要完善的與金融產(chǎn)業(yè)相關(guān)的人工智能政策，政府及產(chǎn)業(yè)相關(guān)部門應(yīng)從人工智能技術(shù)、金融產(chǎn)業(yè)、金融業(yè)各大企業(yè)等多個(gè)角度制定合理的產(chǎn)業(yè)技術(shù)發(fā)展政策，促使政策導(dǎo)向與AI技術(shù)相契合。同時(shí)應(yīng)加大產(chǎn)業(yè)技術(shù)政策的落實(shí)及實(shí)施過程中的監(jiān)管力度，通過提升產(chǎn)業(yè)智能技術(shù)水平、把控產(chǎn)業(yè)發(fā)展方向、加強(qiáng)金融業(yè)與AI領(lǐng)域融合、鼓勵(lì)企業(yè)間交流合作、擴(kuò)大產(chǎn)業(yè)優(yōu)惠深度與寬度等方式支持金融產(chǎn)業(yè)智能化發(fā)展。

3.打造政府—金融業(yè)—市場(chǎng)三位一體發(fā)展格局

為了促進(jìn)金融產(chǎn)業(yè)健康、穩(wěn)定及智能高效的發(fā)展，政府應(yīng)當(dāng)充分發(fā)揮宏觀調(diào)控職能，加強(qiáng)對(duì)金融產(chǎn)業(yè)的支持、監(jiān)管以及對(duì)公民消費(fèi)儲(chǔ)蓄需求的引導(dǎo)與刺激，金融產(chǎn)業(yè)自身則應(yīng)及時(shí)洞悉市場(chǎng)需求的變化和政府的鼓勵(lì)方向，保證適應(yīng)和變革能力，市場(chǎng)也應(yīng)在政府引導(dǎo)和產(chǎn)業(yè)未來發(fā)展大趨勢(shì)下充分釋放自身的消費(fèi)及需求水平，構(gòu)建政府—金融業(yè)—市場(chǎng)一體化合作格局，提升我國金融產(chǎn)業(yè)的效率水平。

4.建立健全金融產(chǎn)業(yè)AI技術(shù)安全防護(hù)體系

就目前我國金融產(chǎn)業(yè)及產(chǎn)業(yè)技術(shù)的發(fā)展現(xiàn)狀而言，還有很長(zhǎng)的路要走，也面臨諸多考驗(yàn)，如服務(wù)系統(tǒng)優(yōu)化升級(jí)、大數(shù)據(jù)分析偏離、金融監(jiān)管漏洞、防火墻安全等技術(shù)問題亟待解決。為了保證我國金融產(chǎn)業(yè)健康穩(wěn)定發(fā)展，政府、金融業(yè)部門及企業(yè)應(yīng)結(jié)合AI技術(shù)與產(chǎn)業(yè)發(fā)展特點(diǎn)，加大技術(shù)研發(fā)和科研投入，引進(jìn)專業(yè)化人才并進(jìn)行技術(shù)安全培訓(xùn)，組建技術(shù)安全維護(hù)團(tuán)隊(duì)，建立AI技術(shù)安全防護(hù)體系，從根源上為金融產(chǎn)業(yè)變革發(fā)展保駕護(hù)航。