李翠妮 葛晶 趙沙俊一

摘要：?技術(shù)進(jìn)步是中國(guó)新時(shí)期實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的動(dòng)力源泉。在老齡化不斷加深的背景下，人工智能技術(shù)的發(fā)展能否有效應(yīng)對(duì)老齡化帶來(lái)的不利影響、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展值得深入探究。從理論上揭示了人工智能、老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響作用和內(nèi)在機(jī)制，并結(jié)合中國(guó)2007—2018年30個(gè)省份的面板數(shù)據(jù)進(jìn)行了經(jīng)驗(yàn)檢驗(yàn)。靜態(tài)與動(dòng)態(tài)模型檢驗(yàn)發(fā)現(xiàn)，人工智能對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展存在非線性影響，能有效緩解老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的不利影響，且該緩解效應(yīng)存在區(qū)域差異，東部和西部區(qū)域顯著，中部區(qū)域不顯著。門(mén)限模型檢驗(yàn)發(fā)現(xiàn)，人工智能、老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響存在門(mén)限效應(yīng)，人工智能發(fā)展水平越高，越有助于緩解老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的不利影響。機(jī)制檢驗(yàn)發(fā)現(xiàn)，人工智能能有效緩解老齡化對(duì)勞動(dòng)力結(jié)構(gòu)、技術(shù)創(chuàng)新效率、資本形成率帶來(lái)的不利影響，實(shí)現(xiàn)要素升級(jí)以促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。

?關(guān)鍵詞：?人工智能;老齡化;勞動(dòng)力結(jié)構(gòu);高質(zhì)量發(fā)展;技術(shù)創(chuàng)新;資本形成

?文獻(xiàn)標(biāo)識(shí)碼：A???文章編號(hào)：?100228482022（01）007715

黨的十九大提出“中國(guó)經(jīng)濟(jì)由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段”。高質(zhì)量發(fā)展成為當(dāng)下中國(guó)經(jīng)濟(jì)發(fā)展的重心。人口、技術(shù)、資本是經(jīng)濟(jì)發(fā)展的基本生產(chǎn)要素，其中任一要素的升級(jí)都會(huì)帶動(dòng)其他要素的協(xié)同升級(jí)，進(jìn)而促進(jìn)整體生產(chǎn)要素升級(jí)、實(shí)現(xiàn)企業(yè)技術(shù)進(jìn)步，從而推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。例如，技術(shù)不斷進(jìn)步發(fā)展會(huì)帶動(dòng)技能勞動(dòng)力的增加與資本更新，從而實(shí)現(xiàn)生產(chǎn)要素升級(jí)，為經(jīng)濟(jì)高質(zhì)量發(fā)展創(chuàng)造新動(dòng)能與新優(yōu)勢(shì)。而任一要素發(fā)展受阻也會(huì)不利于中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展。近年來(lái)，我國(guó)人口結(jié)構(gòu)發(fā)生了變化，人口老齡化問(wèn)題不斷加劇，面臨著“未富先老”“未備先老”的不利局面[1]。國(guó)家統(tǒng)計(jì)局第七次人口普查數(shù)據(jù)顯示，2010—2020年我國(guó)65歲及以上人口比例由887%增長(zhǎng)到135%，增加了463個(gè)百分點(diǎn);而在1953年第一次和2010年第六次人口普查間隔的57年里，該比例由37%增長(zhǎng)到887%，增加了517個(gè)百分點(diǎn)①?？梢?jiàn)，我國(guó)人口老齡化水平正在加速上升，老齡化趨勢(shì)日益嚴(yán)峻。

那么，人口老齡化問(wèn)題不斷加劇會(huì)對(duì)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展帶來(lái)怎樣的影響？Pifer等[2]曾斷言，“人口老齡化繼續(xù)發(fā)展下去所產(chǎn)生的沖擊將不亞于全球化、城市化、工業(yè)化等人類歷史上任何一次偉大的經(jīng)濟(jì)與社會(huì)革命”。人口老齡化問(wèn)題加劇會(huì)增加經(jīng)濟(jì)長(zhǎng)期低增長(zhǎng)的風(fēng)險(xiǎn)，對(duì)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展帶來(lái)嚴(yán)峻的挑戰(zhàn)。

一是勞動(dòng)供給萎縮。勞動(dòng)人口老齡化將直接導(dǎo)致市場(chǎng)中的適齡勞動(dòng)力供給減少。

二是儲(chǔ)蓄率和資本形成率走低。人口老齡化對(duì)儲(chǔ)蓄與投資產(chǎn)生不利的影響，導(dǎo)致資本形成降低[3]。

三是技術(shù)創(chuàng)新效率下降。老齡化會(huì)使企業(yè)勞動(dòng)力成本和政府養(yǎng)老福利支出增加，不利于技術(shù)創(chuàng)新效率的提升[4]，老齡群體的學(xué)習(xí)能力，包括對(duì)新知識(shí)、新技術(shù)的興趣、接受速度往往相對(duì)較低。另外，老齡化會(huì)使得政府工作重心，例如財(cái)政支出[5]，更多的向養(yǎng)老保險(xiǎn)和保障事業(yè)轉(zhuǎn)移，而在教育、研發(fā)等涉及創(chuàng)新資源積累方面的投入減少?？梢?jiàn)，如何應(yīng)對(duì)老齡化，是中國(guó)在轉(zhuǎn)型期需要迫切解決的問(wèn)題。

黨的十九大報(bào)告著重強(qiáng)調(diào)“推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”。人工智能與經(jīng)濟(jì)社會(huì)各領(lǐng)域的深度融合，在激發(fā)消費(fèi)、拉動(dòng)投資、創(chuàng)造就業(yè)等方面發(fā)揮著重要作用[6]。第一，人工智能有利于緩解勞動(dòng)力供給不足、改善勞動(dòng)力質(zhì)量。人工智能以“機(jī)器學(xué)習(xí)”“多元智能”等特征不僅能夠替代普通勞動(dòng)力從事各種煩瑣的可重復(fù)性技術(shù)工作，減少對(duì)普通勞動(dòng)力的需求，而且能促使勞動(dòng)力有效利用時(shí)間，專注于更復(fù)雜的創(chuàng)新與思維活動(dòng)。第二，人工智能有利于提高資本形成率。人工智能通過(guò)提高生產(chǎn)環(huán)節(jié)自動(dòng)化智能化水平有助于提升生產(chǎn)效率，使企業(yè)更傾向于資本替代勞動(dòng)，有助于提高資本回報(bào)率[1]，有利于提高資本形成率。第三，人工智能有利于催生科技創(chuàng)新。人機(jī)協(xié)同的實(shí)現(xiàn)以及人工智能與實(shí)體經(jīng)濟(jì)深度融合更有助于拓展和延伸勞動(dòng)力的生產(chǎn)能力，提升和挖掘勞動(dòng)力的創(chuàng)造力。

可見(jiàn)，人工智能是應(yīng)對(duì)老齡化問(wèn)題、實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的有效途徑。Acemoglu等[7]研究指出，老齡化越嚴(yán)重的國(guó)家越傾向于更早更多地使用人工智能技術(shù)從事生產(chǎn)活動(dòng)。Acemoglu等[8]進(jìn)一步為此提供了經(jīng)驗(yàn)證據(jù)，發(fā)現(xiàn)老齡化將導(dǎo)致21～55歲的勞動(dòng)力人口數(shù)量減少，而該年齡段勞動(dòng)力對(duì)生產(chǎn)活動(dòng)最重要，企業(yè)為了減弱老齡化對(duì)生產(chǎn)活動(dòng)的沖擊將會(huì)更多地使用機(jī)器人替代勞動(dòng)。那么，在中國(guó)當(dāng)下人口結(jié)構(gòu)和經(jīng)濟(jì)結(jié)構(gòu)雙轉(zhuǎn)型和新舊動(dòng)能轉(zhuǎn)換的關(guān)鍵時(shí)期[9]，中國(guó)人工智能的發(fā)展是否能有效緩解人口老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展帶來(lái)的不利影響？其內(nèi)在的邏輯機(jī)制是什么？目前仍然缺乏關(guān)于中國(guó)人工智能、老齡化和經(jīng)濟(jì)高質(zhì)量發(fā)展的經(jīng)驗(yàn)證據(jù)，也鮮有文獻(xiàn)對(duì)其中的內(nèi)在機(jī)制進(jìn)行詳細(xì)的剖析與檢驗(yàn)。鑒于此，本文擬構(gòu)造人工智能發(fā)展指數(shù)，實(shí)證檢驗(yàn)人工智能、老齡化和經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)系及其內(nèi)在機(jī)制。

一、文獻(xiàn)綜述與理論假說(shuō)

勞動(dòng)力是經(jīng)濟(jì)發(fā)展不可或缺的生產(chǎn)資源和投入要素之一，低成本勞動(dòng)力帶來(lái)的人口紅利也是我國(guó)能夠在全球經(jīng)濟(jì)中占據(jù)一席之地的先決條件。然而老齡化將會(huì)使勞動(dòng)力供給逐漸減少，全社會(huì)勞動(dòng)參與率逐漸降低[10]、人口紅利逐漸消失，導(dǎo)致生產(chǎn)企業(yè)的勞動(dòng)力需求得不到滿足，特別是制造業(yè)，不利于經(jīng)濟(jì)可持續(xù)發(fā)展。老齡化也會(huì)導(dǎo)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(xué)習(xí)能力以及對(duì)新思想的接受能力不及年輕人，相同的人力資本投資對(duì)老年人來(lái)說(shuō)人力資本積累也不及年輕人，而且投資預(yù)期收益時(shí)間更是低于年輕人，導(dǎo)致老年人缺乏動(dòng)機(jī)與激勵(lì)進(jìn)行人力資本投資，對(duì)勞動(dòng)力結(jié)構(gòu)升級(jí)會(huì)產(chǎn)生一定的不利影響[11]。

人工智能的發(fā)展對(duì)勞動(dòng)力結(jié)構(gòu)產(chǎn)生了深遠(yuǎn)的影響。一方面，人工智能技術(shù)的發(fā)展與應(yīng)用改變了企業(yè)生產(chǎn)方式，在生產(chǎn)過(guò)程中能夠通過(guò)自動(dòng)化智能化技術(shù)替代勞動(dòng)力進(jìn)行生產(chǎn)，而且人工智能對(duì)勞動(dòng)力的替代相較于機(jī)械自動(dòng)化對(duì)勞動(dòng)力的替代范圍更廣、幅度更深，可以使企業(yè)減少對(duì)勞動(dòng)力的依賴，這既有利于提高生產(chǎn)效率，更有利于提升產(chǎn)品質(zhì)量，從而削弱了老齡化對(duì)企業(yè)生產(chǎn)的不利影響[1]，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。另一方面，技術(shù)進(jìn)步還具有創(chuàng)造就業(yè)效應(yīng)，新技術(shù)的出現(xiàn)會(huì)創(chuàng)造出新產(chǎn)業(yè)、新部門(mén)和新職業(yè)[12]。人工智能技術(shù)的開(kāi)發(fā)、擴(kuò)散及應(yīng)用，為高技術(shù)產(chǎn)業(yè)、新興產(chǎn)業(yè)及服務(wù)行業(yè)開(kāi)拓了更廣闊的發(fā)展空間，將會(huì)提供更多基礎(chǔ)研究、產(chǎn)品設(shè)計(jì)、文化創(chuàng)意、金融投資等更高層次和質(zhì)量的就業(yè)崗位[13]。而具有較高技能水平的勞動(dòng)力能夠快速適應(yīng)新的技術(shù)環(huán)境[14]，因此企業(yè)會(huì)更多雇傭高技能勞動(dòng)力以適應(yīng)新技術(shù)，通過(guò)與人工智能技術(shù)相互融合相互促進(jìn)，降低生產(chǎn)成本、提高生產(chǎn)效率，繼而收入增加、總需求擴(kuò)大、總投資增加，又能再創(chuàng)造更多的就業(yè)機(jī)會(huì)，從而形成良性循環(huán)。社會(huì)各界對(duì)研究型人才、創(chuàng)新型人才、技術(shù)型人才以及實(shí)用型人才等需求不斷增大[15]。高技能勞動(dòng)力與低技能勞動(dòng)力相對(duì)供給增加，促使勞動(dòng)力結(jié)構(gòu)逐漸由體力向腦力和智力、由低技能向高技能、由規(guī)則性向非規(guī)則性轉(zhuǎn)變，進(jìn)而推動(dòng)了勞動(dòng)力結(jié)構(gòu)優(yōu)化、提升了人力資本整體質(zhì)量。國(guó)內(nèi)外學(xué)者的相關(guān)研究一致認(rèn)為勞動(dòng)力結(jié)構(gòu)優(yōu)化、人力資本質(zhì)量提升對(duì)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)至關(guān)重要[1617]。因此，本文提出以下假設(shè)：

假設(shè)1：人工智能通過(guò)緩解老齡化對(duì)優(yōu)化勞動(dòng)力結(jié)構(gòu)的不利影響，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。

國(guó)內(nèi)外學(xué)者關(guān)于老齡化對(duì)創(chuàng)新效率的影響已作了較多探索，但研究結(jié)論仍存在差異。老齡化對(duì)創(chuàng)新效率的不利影響有兩點(diǎn)：一是老齡化導(dǎo)致體力、腦力等機(jī)能減弱，學(xué)習(xí)能力、吸收能力和創(chuàng)新能力等逐漸下滑，不利于人力資本形成和技術(shù)創(chuàng)新，也不利于企業(yè)新技術(shù)擴(kuò)散和成果轉(zhuǎn)化，導(dǎo)致創(chuàng)新效率降低，這在Meyer[4]的研究中得以體現(xiàn)。Meyer發(fā)現(xiàn)擁有較多年輕職員的公司更易于采用新技術(shù)，而擁有較多高齡職員的公司難以采用新技術(shù)。二是隨著老齡化發(fā)展，企業(yè)勞動(dòng)力成本和政府養(yǎng)老福利支出提升，導(dǎo)致企業(yè)與政府研發(fā)投入相應(yīng)減少，對(duì)提升技術(shù)創(chuàng)新效率產(chǎn)生不利影響。這一點(diǎn)可以從Noda等[1819]的研究中體現(xiàn)出來(lái)。前者發(fā)現(xiàn)在人口老齡化的背景下，企業(yè)付給有能力的員工（以研發(fā)類員工來(lái)表示）的費(fèi)用增多，加大了企業(yè)的研發(fā)成本，從而削弱了企業(yè)的研發(fā)動(dòng)機(jī)，影響企業(yè)引進(jìn)有能力的員工，最終對(duì)企業(yè)的創(chuàng)新比率產(chǎn)生消極作用。后者通過(guò)構(gòu)造世代交替模型發(fā)現(xiàn)當(dāng)政府僅調(diào)整稅率和政府支出但不延長(zhǎng)退休年齡時(shí)，伴隨著人口老齡化而上漲的社會(huì)保障費(fèi)用會(huì)擠出政府公共投資。而老齡化對(duì)創(chuàng)新效率的有利影響則是認(rèn)為老齡化會(huì)倒逼企業(yè)和政府增加技術(shù)研發(fā)投入，重視人力資本建設(shè)，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式[20]，以應(yīng)對(duì)老齡化產(chǎn)生的不利影響。由上述文獻(xiàn)可知，關(guān)于老齡化對(duì)技術(shù)創(chuàng)新效率的影響尚未達(dá)成共識(shí)[1]。

而關(guān)于人工智能的發(fā)展對(duì)技術(shù)創(chuàng)新效率的影響研究方面，基本一致認(rèn)為人工智能能夠有效促進(jìn)技術(shù)創(chuàng)新效率[2122]。Brynjolfsson等[21]在對(duì)比人工智能快速發(fā)展與全球全要素生產(chǎn)率不斷下降事實(shí)的基礎(chǔ)上，提出了新索洛悖論，并認(rèn)為雖然短期內(nèi)人工智能技術(shù)的發(fā)展還不能顯著提高生產(chǎn)率，但人工智能能夠通過(guò)機(jī)器學(xué)習(xí)以及激發(fā)配套創(chuàng)新科技等方式促進(jìn)全要素生產(chǎn)率提升和全社會(huì)技術(shù)進(jìn)步。國(guó)內(nèi)學(xué)者對(duì)新索洛悖論展開(kāi)討論，認(rèn)為出現(xiàn)新索洛悖論現(xiàn)象的一個(gè)重要原因是人工智能技術(shù)發(fā)展需要一定時(shí)間的累積，形成一定的規(guī)模，才能對(duì)生產(chǎn)率產(chǎn)生顯著的積極作用[2324]。不僅如此，人工智能產(chǎn)業(yè)融合對(duì)技術(shù)創(chuàng)新的促進(jìn)作用不僅體現(xiàn)在創(chuàng)新數(shù)量上，也體現(xiàn)在創(chuàng)新質(zhì)量上，且人工智能技術(shù)的通用性越強(qiáng)，其與產(chǎn)業(yè)融合的技術(shù)創(chuàng)新效應(yīng)越顯著[22]。從當(dāng)前我國(guó)實(shí)際情況來(lái)看，人工智能具有的自我學(xué)習(xí)和創(chuàng)新能力尚未得到有效發(fā)展和廣泛使用，其依賴相應(yīng)匹配的創(chuàng)新科技相繼問(wèn)世并得以應(yīng)用[1]。但從長(zhǎng)遠(yuǎn)來(lái)看，人工智能的發(fā)展能夠有效地緩解老齡化對(duì)技術(shù)創(chuàng)新的抑制作用，進(jìn)而促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。通過(guò)上述關(guān)于人工智能和老齡化對(duì)技術(shù)創(chuàng)新效率的影響綜述，可以認(rèn)為人工智能的發(fā)展有利于促進(jìn)技術(shù)創(chuàng)新，實(shí)現(xiàn)技術(shù)進(jìn)步，促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展，那么就會(huì)緩解老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的不利影響。因此，本文提出以下假設(shè)：

假設(shè)2：人工智能通過(guò)緩解老齡化對(duì)技術(shù)創(chuàng)新效率的不利影響，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。

儲(chǔ)蓄是資本形成的重要來(lái)源。在封閉經(jīng)濟(jì)中，國(guó)內(nèi)投資必然等同于國(guó)民儲(chǔ)蓄，資本形成的唯一來(lái)源途徑就是國(guó)民儲(chǔ)蓄[23]。在人口老齡化進(jìn)程中，經(jīng)濟(jì)活動(dòng)人口創(chuàng)造的社會(huì)總產(chǎn)出用于非經(jīng)濟(jì)活動(dòng)人口消費(fèi)的比例會(huì)增加，而社會(huì)總產(chǎn)出在消費(fèi)和投資間進(jìn)行分配。假設(shè)在一定時(shí)期內(nèi)社會(huì)總產(chǎn)出不能快速增長(zhǎng)，還要保證經(jīng)濟(jì)活動(dòng)人口的消費(fèi)水平不下降，那么總產(chǎn)出中用于儲(chǔ)蓄部分會(huì)減少;假定經(jīng)濟(jì)活動(dòng)人口和非經(jīng)濟(jì)活動(dòng)人口的消費(fèi)水平不變，那么社會(huì)總產(chǎn)出用于消費(fèi)的比例會(huì)隨著老齡化逐漸增加，而用于轉(zhuǎn)換成投資的部分儲(chǔ)蓄會(huì)相應(yīng)地減少，因此投資總量會(huì)相應(yīng)地減少，假定其他因素保持不變，總產(chǎn)出會(huì)減少。進(jìn)一步分析，人口老齡化帶來(lái)勞動(dòng)力供給減少的速度慢于儲(chǔ)蓄下降的速度，將導(dǎo)致投資/勞動(dòng)比率下降，也就是意味著資本形成不足，這將會(huì)導(dǎo)致人均產(chǎn)出水平下降[23]。開(kāi)放經(jīng)濟(jì)不同于封閉經(jīng)濟(jì)，資本形成的途徑除了國(guó)民儲(chǔ)蓄，還可通過(guò)國(guó)際資本的跨界流動(dòng)獲得。理論上，資本和勞動(dòng)力都可以跨界流動(dòng)，然而出于成本考慮，資本流動(dòng)成本低于勞動(dòng)力流動(dòng)，且限制較少，而勞動(dòng)力流動(dòng)受到各個(gè)國(guó)家的移民政策限制較多。在不考慮其他因素的條件下，各國(guó)人口老齡化程度的差異會(huì)導(dǎo)致國(guó)際資本向人力資本水平較高的國(guó)家流動(dòng)，也可以說(shuō)是導(dǎo)致國(guó)際資本從老齡化相對(duì)嚴(yán)重的國(guó)家流向年輕人口較多的國(guó)家，以獲取更多的產(chǎn)出收益。在開(kāi)放經(jīng)濟(jì)下，人口老齡化會(huì)導(dǎo)致地區(qū)資本外流，從而抑制資本形成。

根據(jù)內(nèi)生增長(zhǎng)理論，不斷的技術(shù)創(chuàng)新正是經(jīng)濟(jì)體突破資本邊際報(bào)酬遞減、實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)增長(zhǎng)的根本動(dòng)力，因而，技術(shù)創(chuàng)新有利于資本回報(bào)率的提升[24]，技術(shù)進(jìn)步是決定資本回報(bào)率的主因。以人工智能為代表的技術(shù)進(jìn)步，能夠提高資本回報(bào)率，從而提高儲(chǔ)蓄率和投資率。隨著人工智能技術(shù)的發(fā)展與應(yīng)用，自動(dòng)化和智能化在生產(chǎn)過(guò)程中不斷深化，帶來(lái)的生產(chǎn)效率提升促使企業(yè)在更多的生產(chǎn)任務(wù)中使用資本替代勞動(dòng)，產(chǎn)業(yè)部門(mén)會(huì)朝著資本密集型方向發(fā)展。資本密集型產(chǎn)業(yè)往往具有更高的附加值，有利于資本回報(bào)率的提升。韓民春等[25]的研究為此提供了經(jīng)驗(yàn)證據(jù)。該研究利用中國(guó)2002—2017年30個(gè)省份宏觀面板數(shù)據(jù)以資本回報(bào)作為中介變量探究人工智能機(jī)器人的經(jīng)濟(jì)增長(zhǎng)效應(yīng)，結(jié)果發(fā)現(xiàn)工業(yè)智能機(jī)器人的使用本身就帶有經(jīng)濟(jì)效應(yīng)，還能通過(guò)提高資本回報(bào)率對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生促進(jìn)作用，并認(rèn)為工業(yè)機(jī)器人的規(guī)模應(yīng)用加快資本積累的速度，促進(jìn)了資本密集型產(chǎn)業(yè)的發(fā)展，既提高了資本相對(duì)于其他生產(chǎn)要素的重要性，提高了資本相對(duì)價(jià)格，提升了資本回報(bào)率，又對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有一定的積極作用?；谝陨戏治?，人工智能通過(guò)提高資本回報(bào)率和投資率緩解老齡化對(duì)資本形成的不利沖擊。因此，本文提出以下假設(shè)：

假設(shè)3：人工智能通過(guò)緩解老齡化對(duì)資本形成的不利影響，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。

二、計(jì)量模型及數(shù)據(jù)說(shuō)明

（一）計(jì)量模型設(shè)定

1.靜態(tài)面板模型

首先從直接影響機(jī)制出發(fā)，構(gòu)建雙向固定效應(yīng)模型檢驗(yàn)人工智能和老齡化的經(jīng)濟(jì)高質(zhì)量發(fā)展效應(yīng)：

Yi，t=α0+α1Mi，t+αZi，t+μi，t+δi，t+εi，t（1）

其中，i和t分別表示地區(qū)和時(shí)間，Yi，t表示在第t年i省份的經(jīng)濟(jì)高質(zhì)量發(fā)展水平;

Mi，t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(biāo)（AI），使用老年撫養(yǎng)比（old）來(lái)衡量老齡化水平;

Zi，t表示一系列相關(guān)的控制變量，包括地區(qū)政府干預(yù)（gov）、外商投資水平（fdi）、城市化水平（urb）以及基礎(chǔ)設(shè)施建設(shè)水平（str）;

μi，t表示地區(qū)i不隨時(shí)間變化的地區(qū)固定效應(yīng)，δi，t表示時(shí)間固定效應(yīng)，εi，t則表示隨機(jī)干擾項(xiàng)。

2.動(dòng)態(tài)面板模型

考慮到經(jīng)濟(jì)高質(zhì)量發(fā)展過(guò)程具有一定的持續(xù)性和動(dòng)態(tài)性，為了能檢驗(yàn)這些特征同時(shí)也能進(jìn)一步降低遺漏變量產(chǎn)生的偏誤，在式（1）的傳統(tǒng)靜態(tài)面板數(shù)據(jù)模型中引入被解釋變量的一階滯后項(xiàng)，以得到動(dòng)態(tài)面板數(shù)據(jù)模型：

Yi，t=α0+βYi，t-1+α1Mi，t+αZi，t+μi，t+δi，t+εi，t（2）

其中，Yi，t-1表示地區(qū)i在第t-1年的經(jīng)濟(jì)高質(zhì)量發(fā)展水平。另外，為了檢驗(yàn)人工智能對(duì)老齡化的交互效應(yīng)，借鑒左鵬飛等[26]的做法，在式（2）的基礎(chǔ)上加入兩者的交乘項(xiàng)，得到交互效應(yīng)面板模型：

Yi，t=α0+βYi，t-1+α1AIi，t+α2oldi，t+α3AIi，t×oldi，t+αZi，t+μi，t+δi，t+εi，t（3）

其中，若人工智能與老齡化的交乘項(xiàng)系數(shù)α3顯著大于0，表明人工智能與老齡化存在顯著的交互效應(yīng)，兩者交互作用有利于促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展;而若交乘項(xiàng)系數(shù)α3顯著小于0，表明兩者交互作用不利于經(jīng)濟(jì)高質(zhì)量發(fā)展。

3.門(mén)限面板模型

人工智能對(duì)老齡化的經(jīng)濟(jì)高質(zhì)量發(fā)展的不利影響存在一定的補(bǔ)償作用，因此本文通過(guò)構(gòu)建面板門(mén)限回歸模型來(lái)研究在不同人工智能水平區(qū)間內(nèi)老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的異質(zhì)性影響，設(shè)定人工智能作為門(mén)限變量，老齡化作為受門(mén)限變量影響的門(mén)限效應(yīng)變量，從而得到門(mén)限面板模型：

Yi，t=α0+βoldi，t（AIi，t，γ）it+αZi，t+μi，t+δi，t+εi，t（4）

oldi，t（AIi，t，γ）=[JB（{]oldi，tI（AIi，t<γ）oldi，tI（AIi，t≥γ）[JB）]（5）

在式（5）中，I（AIi，t）為門(mén)限變量根據(jù)門(mén)限值γ劃分的示性函數(shù)。當(dāng)對(duì)應(yīng)的條件為真時(shí)，取值為1;條件為假時(shí)，取值為0。參數(shù)β反映老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的非線性影響，其他變量與基準(zhǔn)回歸模型式（1）設(shè)定相同。[WTBZ]

（二）變量及數(shù)據(jù)說(shuō)明

本文選用我國(guó)2007—2018年的30個(gè)省份的面板數(shù)據(jù)，不包含我國(guó)港澳臺(tái)地區(qū)和缺失數(shù)據(jù)較多的西藏自治區(qū)。數(shù)據(jù)來(lái)源于歷年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)電子信息產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》《中國(guó)貿(mào)易外經(jīng)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》。相關(guān)的數(shù)據(jù)均以1998年不變價(jià)平減，并對(duì)有關(guān)數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理。

1.被解釋變量

經(jīng)濟(jì)高質(zhì)量發(fā)展（Y）。關(guān)于如何度量經(jīng)濟(jì)高質(zhì)量發(fā)展學(xué)者們莫衷一是。陳詩(shī)一等[27]在研究經(jīng)濟(jì)高質(zhì)量發(fā)展時(shí)采用人均GDP來(lái)測(cè)度，隨著研究數(shù)據(jù)的可獲得性增強(qiáng)，越來(lái)越多的學(xué)者，例如郭然等[28]在研究中通過(guò)構(gòu)建多維度指標(biāo)體系來(lái)測(cè)度經(jīng)濟(jì)高質(zhì)量發(fā)展水平。

鑒于此，本文分別使用各省份實(shí)際人均GDP的自然對(duì)數(shù)（lny）和經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)（qua）來(lái)衡量各省份的經(jīng)濟(jì)高質(zhì)量發(fā)展水平。其中，關(guān)于經(jīng)濟(jì)高質(zhì)量發(fā)展指標(biāo)的構(gòu)建，本文結(jié)合新時(shí)代我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展戰(zhàn)略，實(shí)現(xiàn)由數(shù)量增長(zhǎng)型向質(zhì)量增長(zhǎng)型發(fā)展方式轉(zhuǎn)變的目標(biāo)，并考慮到以人工智能為代表的信息技術(shù)產(chǎn)業(yè)發(fā)展所帶來(lái)的經(jīng)濟(jì)社會(huì)效益，同時(shí)兼顧到測(cè)度指標(biāo)數(shù)據(jù)可得性，從經(jīng)濟(jì)發(fā)展、創(chuàng)新發(fā)展、生態(tài)發(fā)展以及民生發(fā)展4個(gè)維度出發(fā)構(gòu)建經(jīng)濟(jì)高質(zhì)量發(fā)展測(cè)度體系，詳見(jiàn)表1。

關(guān)于經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)的測(cè)算，本文參照郭然等[28]的方法。第一步，由于各指標(biāo)量綱、數(shù)量級(jí)等存在較大的差異，采用極差法對(duì)來(lái)自我國(guó)30個(gè)省份2007—2018年的18個(gè)衡量經(jīng)濟(jì)高質(zhì)量發(fā)展的各項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理：

其中，Xtpi為t時(shí)期p地區(qū)i指標(biāo)的原始值，Zpi為標(biāo)準(zhǔn)化后的指標(biāo)值，max（Xpi）和min（Xpi）分別為指標(biāo)原始數(shù)據(jù)中的最大值與最小值，p=1，…，30，i=1，…，18。

第二步，計(jì)算t時(shí)期p地區(qū)第i個(gè)指標(biāo)在該總指標(biāo)的比重Ytpi，并進(jìn)一步計(jì)算各指標(biāo)信息熵Eti：

第三步，利用各指標(biāo)的信息熵值計(jì)算出信息熵冗余度Vti=1-Eti，進(jìn)而對(duì)其進(jìn)行歸一化處理得到各指標(biāo)權(quán)重Wti：

第四步，計(jì)算出t年p省份經(jīng)濟(jì)高質(zhì)量發(fā)展水平qua：

2.核心解釋變量

人口老齡化（old）。本文使用各地區(qū)老年撫養(yǎng)比（65歲及以上人口數(shù)與15～64歲人口數(shù)的比值）來(lái)衡量各地區(qū)人口老齡化水平。

人工智能（AI）。受限于數(shù)據(jù)可得性，本文借鑒孫早等[29]的處理方法構(gòu)建了人工智能測(cè)度指標(biāo)，包括人工智能技術(shù)使用規(guī)模、信息技術(shù)服務(wù)能力、軟件普及和應(yīng)用能力和嵌入式系統(tǒng)軟件應(yīng)用能力4個(gè)分指標(biāo)，盡可能地反映各地區(qū)人工智能發(fā)展水平。數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)電子信息產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。采用主成分分析法獲得各地區(qū)人工智能水平（AI）。由主成分分析法得到特征值與特征向量，前3個(gè)特征值累計(jì)貢獻(xiàn)率達(dá)9908%，說(shuō)明前3個(gè)主成分基本包含了全部指標(biāo)的信息。

3.機(jī)制變量

勞動(dòng)力結(jié)構(gòu)升級(jí)（lso）。本文使用各地區(qū)就業(yè)人員受教育程度構(gòu)成衡量不同技能勞動(dòng)力的市場(chǎng)需求情況，包括未上過(guò)學(xué)、小學(xué)、初中、高中（含中等職業(yè)教育）、大學(xué)?？疲ê叩嚷殬I(yè)教育）、大學(xué)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(yè)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(dòng)力需求（小學(xué)及以下）、中技能勞動(dòng)力需求（初中和高中）和高技能勞動(dòng)力需求（大學(xué)?？萍耙陨希?，并將高技能勞動(dòng)力與中低技能勞動(dòng)力的比值作為勞動(dòng)力結(jié)構(gòu)升級(jí)指標(biāo)。

技術(shù)創(chuàng)新效率（inna）。專利產(chǎn)出是衡量技術(shù)創(chuàng)新效率的常用指標(biāo)，包括專利申請(qǐng)數(shù)和專利授權(quán)數(shù)。其中，專利授權(quán)數(shù)在時(shí)間上存在一定的滯后性，且受人為干預(yù)較強(qiáng)，因此本文使用地區(qū)專利申請(qǐng)數(shù)的自然對(duì)數(shù)衡量技術(shù)創(chuàng)新效率，并使用專利授權(quán)數(shù)（innr）做穩(wěn)健性檢驗(yàn)。

資本形成率（cfri）。地區(qū)資本形成率是指一定時(shí)期內(nèi)資本形成總額占地區(qū)國(guó)內(nèi)生產(chǎn)總值的比重。由于2018年的資本形成總額缺失，為了能完整實(shí)現(xiàn)計(jì)量分析，本文使用插值法計(jì)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（cfrk）替代資本形成率進(jìn)一步檢驗(yàn)。

4.控制變量

為了更全面地分析人工智能、老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響效應(yīng)，還需要控制對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展可能產(chǎn)生影響的變量。本文主要設(shè)定以下控制變量：地區(qū)政府干預(yù)（gov），用各地區(qū)政府一般性財(cái)政支出與地區(qū)生產(chǎn)總值之比衡量;外商投資水平（fdi），用外商直接投資額與地區(qū)生產(chǎn)總值之比衡量;基礎(chǔ)設(shè)施建設(shè)（str），以鐵路營(yíng)業(yè)里程代表各省基礎(chǔ)設(shè)施水平衡量，并使用高速營(yíng)業(yè)里程替代鐵路營(yíng)業(yè)里程進(jìn)一步檢驗(yàn);城市化水平（urb），用城鎮(zhèn)人口與總?cè)丝谥群饬?。主要變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表3。

三、人工智能、老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的實(shí)證檢驗(yàn)

（一）靜態(tài)面板基準(zhǔn)模型的回歸與分析

根據(jù)上述各類回歸模型檢驗(yàn)人工智能和老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。式（1）的回歸結(jié)果見(jiàn)表4，第（1）（2）列中，人工智能和老齡化對(duì)以lny表征的經(jīng)濟(jì)高質(zhì)量發(fā)展的影響并不顯著。老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生負(fù)向影，這可能是由于老齡化帶來(lái)的負(fù)向的勞動(dòng)力效應(yīng)所致，但并不達(dá)到統(tǒng)計(jì)意義上顯著。第（3）（4）列中，人工智能和老齡化對(duì)以qua表征的經(jīng)濟(jì)高質(zhì)量發(fā)展的影響也并不顯著。上述回歸結(jié)果可能是潛在的非線性作用所致，鑒于此，下文將采用門(mén)限面板模型來(lái)進(jìn)一步探究人工智能、老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響作用。

控制變量對(duì)兩種衡量經(jīng)濟(jì)高質(zhì)量發(fā)展的被解釋變量的影響顯著性基本一致，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生正向影響的有城市化水平和外商直接投資，地區(qū)政府干預(yù)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生負(fù)向的阻礙作用，基礎(chǔ)設(shè)施建設(shè)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響并不顯著。在城市化進(jìn)程中，主要通過(guò)固定資產(chǎn)投資、基礎(chǔ)設(shè)施和公共服務(wù)改善吸引更多的人才與資金以刺激經(jīng)濟(jì)高質(zhì)量發(fā)展，外商直接投資有助于提高生產(chǎn)技術(shù)效率、加快國(guó)內(nèi)技術(shù)進(jìn)步，能顯著促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。地方政府財(cái)政支出通常更傾向于具有更強(qiáng)經(jīng)濟(jì)拉動(dòng)能力、更高生產(chǎn)效率以及公共服務(wù)的相關(guān)產(chǎn)業(yè)，這種政府干預(yù)在一定程度上扭曲了市場(chǎng)資源的有效配置，從而對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生不利影響。

（二）動(dòng)態(tài)面板模型的回歸與分析

經(jīng)濟(jì)高質(zhì)量發(fā)展是一個(gè)動(dòng)態(tài)漸進(jìn)過(guò)程，存在發(fā)展慣性，若忽略前期經(jīng)濟(jì)發(fā)展對(duì)當(dāng)期的影響，而僅僅考慮當(dāng)期人工智能、老齡化等因素對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響，結(jié)果會(huì)產(chǎn)生一定的偏誤。因此，表5第（1）（3）列在靜態(tài)面板基準(zhǔn)模型基礎(chǔ)上加入經(jīng)濟(jì)高質(zhì)量發(fā)展變量的滯后一期，即對(duì)式（2）進(jìn)行回歸估計(jì)。經(jīng)濟(jì)高質(zhì)量發(fā)展滯后一期系數(shù)顯著為正，表明經(jīng)濟(jì)高質(zhì)量發(fā)展存在顯著時(shí)間延續(xù)性[26];而人工智能的經(jīng)濟(jì)高質(zhì)量發(fā)展效應(yīng)并不顯著，這可能由于人工智能對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響具有非線性特征所導(dǎo)致;老齡化對(duì)以人均GDP衡量的經(jīng)濟(jì)高質(zhì)量發(fā)展的影響均在10%水平上顯著為負(fù)，但對(duì)構(gòu)建得到的經(jīng)濟(jì)高質(zhì)量發(fā)展指標(biāo)的影響卻為正，但并不顯著。整體來(lái)說(shuō)，老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展存在不利影響。

本文理論部分分析了人工智能緩解老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的不利影響，表5第（2）（4）列對(duì)此進(jìn)行檢驗(yàn)，即對(duì)式（3）進(jìn)行回歸估計(jì)。結(jié)果顯示，交乘項(xiàng)系數(shù)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(bǔ)效應(yīng)，隨著人工智能技術(shù)的發(fā)展與普及，人工智能能有效防范和緩解老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的不利影響。

（三）門(mén)限面板模型的回歸與分析

在靜態(tài)基準(zhǔn)回歸分析可知，人工智能、老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展可能存在潛在的非線性關(guān)系，因此，該部分借鑒謝莉娟等[30]使用門(mén)限面板模型對(duì)此進(jìn)行檢驗(yàn)。本文設(shè)定人工智能為門(mén)限變量，老齡化為受門(mén)限變量影響的門(mén)限效應(yīng)變量，亦為核心解釋變量。通過(guò)對(duì)式（4）（5）進(jìn)行門(mén)限效應(yīng)檢驗(yàn)并經(jīng)F檢驗(yàn)，發(fā)現(xiàn)老齡化對(duì)表征經(jīng)濟(jì)高質(zhì)量發(fā)展的lny與qua兩個(gè)指標(biāo)均存在單一人工智能門(mén)限效應(yīng)，對(duì)應(yīng)的門(mén)限值分別為0650和-0475;接下來(lái)，設(shè)定人工智能為門(mén)限效應(yīng)變量，亦為核心解釋變量，通過(guò)門(mén)限效應(yīng)檢驗(yàn)并經(jīng)F檢驗(yàn)后發(fā)現(xiàn)人工智能對(duì)表征經(jīng)濟(jì)高質(zhì)量發(fā)展的lny與qua兩個(gè)指標(biāo)也分別存在單一門(mén)限效應(yīng)，對(duì)應(yīng)的門(mén)限值分別為0499和-0475，以上結(jié)果均與似然比檢驗(yàn)的圖形相一致（見(jiàn)圖1），具體結(jié)果見(jiàn)表6。

基于上述檢驗(yàn)結(jié)果，得到式（4）（5）門(mén)限效應(yīng)的估計(jì)結(jié)果，具體見(jiàn)表7。首先分析老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的門(mén)限效應(yīng)，從第（1）列可知老齡化對(duì)以lny表征的經(jīng)濟(jì)高質(zhì)量發(fā)展的影響系數(shù)存在兩個(gè)區(qū)間變化，即人工智能門(mén)限變量將樣本分為2個(gè)區(qū)制，分別為較低人工智能發(fā)展水平地區(qū)（門(mén)限值≤0650）和較高人工智能發(fā)展水平地區(qū)（門(mén)限值>0650）。當(dāng)人工智能發(fā)展處于較低水平時(shí)，即在門(mén)限值0650以下時(shí)，老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展存在微弱的負(fù)向作用但并不顯著;當(dāng)人工智能發(fā)展處于較高水平時(shí)，即超過(guò)門(mén)限值時(shí)，老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用轉(zhuǎn)負(fù)為正，且在1%水平上顯著。

從表7第（3）列可知，老齡化對(duì)以qua表征的經(jīng)濟(jì)高質(zhì)量發(fā)展的影響系數(shù)也存在兩個(gè)區(qū)間變化，并且影響系數(shù)的正負(fù)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(jié)果是穩(wěn)健的。結(jié)合第（1）（3）列的回歸結(jié)果發(fā)現(xiàn)，伴隨著人工智能發(fā)展水平的提高，老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用由負(fù)轉(zhuǎn)正，由不顯著到顯著。也可以說(shuō)，人工智能能有效緩解老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)向效應(yīng)。這與陳彥斌等[1]采用數(shù)值模擬得到的結(jié)果基本一致。該結(jié)果也呼應(yīng)了動(dòng)態(tài)面板模型中檢驗(yàn)的人工智能對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展具有非線性影響。

然后分析人工智能對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的門(mén)限效應(yīng)，估計(jì)結(jié)果見(jiàn)表7第（2）（4）列。從第（2）列可知人工智能對(duì)以lny表征的經(jīng)濟(jì)高質(zhì)量發(fā)展的影響系數(shù)存在兩個(gè)區(qū)間變化，當(dāng)人工智能發(fā)展處于較低水平時(shí)，即在門(mén)限值0499以下時(shí)，人工智能對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展存在顯著的負(fù)向作用，但系數(shù)值較小;當(dāng)人工智能發(fā)展處于較高水平時(shí)，即超過(guò)門(mén)限值時(shí)，人工智能對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用轉(zhuǎn)負(fù)為正，在1%水平上顯著，且系數(shù)值較大。第（4）列中人工智能對(duì)以qua表征的經(jīng)濟(jì)高質(zhì)量發(fā)展的影響與第（2）列基本一致，可見(jiàn)檢驗(yàn)結(jié)果穩(wěn)健性較好。結(jié)果說(shuō)明，人工智能發(fā)展前期，由于資產(chǎn)投資回報(bào)較低，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生一定的拖累，跨過(guò)門(mén)限值后就會(huì)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生顯著的促進(jìn)作用。

四、人工智能與老齡化的經(jīng)濟(jì)高質(zhì)量發(fā)展效應(yīng)的區(qū)域異質(zhì)性

不同地區(qū)的經(jīng)濟(jì)發(fā)展階段、資源稟賦、信息技術(shù)發(fā)展水平、城鎮(zhèn)化水平、基礎(chǔ)設(shè)施建設(shè)等存在差異性，會(huì)使不同地區(qū)人工智能、老齡化和經(jīng)濟(jì)高質(zhì)量發(fā)展呈現(xiàn)較大的區(qū)域差異。為了探究區(qū)域異質(zhì)性問(wèn)題，基于式（2）（3）對(duì)東、中、西部樣本分別進(jìn)行回歸，估計(jì)結(jié)果見(jiàn)表8。首先，以lny表征的經(jīng)濟(jì)高質(zhì)量發(fā)展為被解釋變量來(lái)逐一進(jìn)行分析：式（2）是在基準(zhǔn)模型中加入被解釋變量滯后一期，回歸結(jié)果顯示，東部區(qū)域的人工智能系數(shù)為0048，并在1%水平上顯著，說(shuō)明東部區(qū)域的人工智能發(fā)展已見(jiàn)成效，成功跨越了增長(zhǎng)門(mén)限，對(duì)該區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生顯著的正向促進(jìn)作用，而中部和西部區(qū)域尚未突破門(mén)限值，目前仍處于前期投入發(fā)展階段。老齡化對(duì)東部區(qū)域的經(jīng)濟(jì)高質(zhì)量發(fā)展影響甚微，雖然系數(shù)為負(fù)，但數(shù)值很小且并不顯著，這可能是由于東部區(qū)域經(jīng)濟(jì)發(fā)展水平較高、就業(yè)機(jī)會(huì)較多、基礎(chǔ)設(shè)施建設(shè)以及公共服務(wù)較為完善，會(huì)吸引大量素質(zhì)較高的年輕勞動(dòng)力，因此老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的消極影響并不顯著。與其背道而馳的則是西部區(qū)域，人才流失、年輕勞動(dòng)力流失問(wèn)題較為嚴(yán)重，導(dǎo)致地區(qū)老齡化加重，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生嚴(yán)重的消極影響。對(duì)式（3）進(jìn)行回歸的結(jié)果顯示，三個(gè)區(qū)域的交乘項(xiàng)系數(shù)均為正，東部和西部區(qū)域的系數(shù)顯著大于，表明在東部和西部區(qū)域，人工智能能有效緩解老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的不利影響，而中部區(qū)域還并不顯著，作用還未顯現(xiàn)。

當(dāng)以qua表征經(jīng)濟(jì)高質(zhì)量發(fā)展逐一進(jìn)行回歸時(shí)發(fā)現(xiàn)，經(jīng)濟(jì)高質(zhì)量發(fā)展的兩種表征方法所得到的各項(xiàng)回歸系數(shù)的正負(fù)及其顯著性基本一致

受篇幅限制，以qua來(lái)表征經(jīng)濟(jì)高質(zhì)量發(fā)展效應(yīng)的區(qū)域差異性的回歸結(jié)果請(qǐng)與筆者聯(lián)系索取。，這在一定程度上檢驗(yàn)了人工智能、老齡化的經(jīng)濟(jì)高質(zhì)量發(fā)展效應(yīng)以及區(qū)域異質(zhì)性是穩(wěn)健的。

五、經(jīng)濟(jì)高質(zhì)量發(fā)展效應(yīng)的機(jī)制檢驗(yàn)

在前文的理論分析部分本文提出人工智能可以通過(guò)優(yōu)化勞動(dòng)力結(jié)構(gòu)、提高技術(shù)創(chuàng)新效率、提升資本形成率來(lái)緩解老齡化帶來(lái)的經(jīng)濟(jì)負(fù)效應(yīng)，以促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。在人工智能發(fā)展水平不同的地區(qū)，老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的機(jī)制效應(yīng)強(qiáng)弱也會(huì)存在差異。因此，該部分分別從勞動(dòng)力結(jié)構(gòu)優(yōu)化水平、技術(shù)創(chuàng)新效率以及資本形成率三個(gè)視角出發(fā)，探究人工智能是如何影響老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用機(jī)制。

（一）勞動(dòng)力結(jié)構(gòu)升級(jí)效應(yīng)

本文采用兩種檢驗(yàn)方法探究勞動(dòng)力結(jié)構(gòu)優(yōu)化機(jī)制。第一種借鑒孫早等[29]的方法，首先檢驗(yàn)人工智能有助于優(yōu)化勞動(dòng)力結(jié)構(gòu)。將各級(jí)別的勞動(dòng)力就業(yè)占比作為被解釋變量，逐一進(jìn)行回歸，實(shí)證結(jié)果見(jiàn)表9。按技能劃分的結(jié)果可知，人工智能技術(shù)的應(yīng)用降低了對(duì)低技能與中技能勞動(dòng)力的崗位需求，卻顯著增加了高技能勞動(dòng)力的市場(chǎng)需求。進(jìn)一步按受教育水平劃分可發(fā)現(xiàn)，在高技能勞動(dòng)力中，相對(duì)于研究生和大學(xué)?？?，現(xiàn)階段人工智能對(duì)大學(xué)本科的市場(chǎng)需求最大，也就是說(shuō)對(duì)大學(xué)本科勞動(dòng)力的就業(yè)提升效應(yīng)最大。然后考察老齡化對(duì)勞動(dòng)力需求結(jié)構(gòu)帶來(lái)的影響，表9中按技能劃分的結(jié)果中老齡化的影響系數(shù)并不顯著，但在按受教育年限分類的回歸結(jié)果中，老齡化對(duì)高中和大學(xué)?？苿趧?dòng)力就業(yè)有顯著的提升作用，對(duì)大學(xué)本科和研究生高技能勞動(dòng)力就業(yè)產(chǎn)生抑制作用，同時(shí)也對(duì)初中及以下較低技能勞動(dòng)力就業(yè)有抑制作用，這將不利于勞動(dòng)力結(jié)構(gòu)優(yōu)化，對(duì)經(jīng)濟(jì)可持續(xù)高質(zhì)量發(fā)展帶來(lái)不利影響。整體來(lái)看，人工智能能有效緩解老齡化帶來(lái)的不利于勞動(dòng)力結(jié)構(gòu)優(yōu)化的問(wèn)題。

第二種就是采用門(mén)限效應(yīng)的方法。首先將高技能勞動(dòng)力與中低技能勞動(dòng)力的比值作為勞動(dòng)力結(jié)構(gòu)優(yōu)化指標(biāo)，并作為被解釋變量，同時(shí)以人工智能作為門(mén)限變量，老齡化作為門(mén)限效應(yīng)變量，構(gòu)建門(mén)限面板回歸進(jìn)行門(mén)限效應(yīng)和門(mén)限個(gè)數(shù)的識(shí)別檢驗(yàn)。模型參數(shù)估計(jì)結(jié)果見(jiàn)表10第（1）（2）列，老齡化對(duì)勞動(dòng)力結(jié)構(gòu)優(yōu)化的影響存在門(mén)限效應(yīng)，且存在一個(gè)門(mén)限值（0283）。在人工智能發(fā)展水平較低的地區(qū)，老齡化對(duì)優(yōu)化勞動(dòng)力結(jié)構(gòu)的影響在10%的水平上存在促進(jìn)作用（0381）;在人工智能發(fā)展水平較高的地區(qū)，老齡化優(yōu)化勞動(dòng)力結(jié)構(gòu)的促進(jìn)作用更加強(qiáng)烈。隨著人工智能水平不斷提升，當(dāng)超過(guò)門(mén)限值時(shí)，人工智能能夠有效緩解老齡化對(duì)勞動(dòng)力結(jié)構(gòu)優(yōu)化的負(fù)向效應(yīng)（在第一種方法中，老齡化對(duì)高學(xué)歷勞動(dòng)力就業(yè)存在抑制作用），并能顯著提升老齡化對(duì)優(yōu)化勞動(dòng)力結(jié)構(gòu)的促進(jìn)作用。

綜合以上兩種方法可知，檢驗(yàn)結(jié)果具有一定的穩(wěn)健性，假設(shè)1得證。

（二）技術(shù)創(chuàng)新效應(yīng)

以人工智能作為門(mén)限變量，以地區(qū)專利申請(qǐng)數(shù)衡量的技術(shù)創(chuàng)新水平作為被解釋變量，構(gòu)建面板門(mén)限回歸模型探究不同人工智能水平下老齡化經(jīng)濟(jì)高質(zhì)量發(fā)展效應(yīng)的技術(shù)創(chuàng)新效率路徑。模型估計(jì)結(jié)果見(jiàn)表10第（3）（4）列，發(fā)現(xiàn)以人工智能作為門(mén)限變量時(shí)，老齡化對(duì)技術(shù)創(chuàng)新效率的影響存在門(mén)限效應(yīng)，且存在一個(gè)門(mén)限值（0582），在人工智能發(fā)展水平較低的地區(qū)，老齡化對(duì)技術(shù)創(chuàng)新效率的影響為負(fù)（-0129），但并不顯著;在人工智能發(fā)展水平較高的地區(qū)，老齡化對(duì)技術(shù)創(chuàng)新效率的影響轉(zhuǎn)負(fù)為正（1121），且在1%水平上顯著。也就是說(shuō)，隨著人工智能水平不斷提升，當(dāng)超過(guò)門(mén)限值時(shí)，人工智能能夠有效緩解老齡化對(duì)技術(shù)創(chuàng)新效率的負(fù)向效應(yīng)，并顯著提升老齡化對(duì)技術(shù)創(chuàng)新效率的促進(jìn)作用。

關(guān)于技術(shù)創(chuàng)新效率路徑的穩(wěn)健性檢驗(yàn)，本文使用專利授權(quán)數(shù)替代被解釋變量專利申請(qǐng)數(shù)做穩(wěn)健性檢驗(yàn)。同樣采用面板門(mén)限回歸模型逐一進(jìn)行分析，結(jié)果發(fā)現(xiàn)，也存在一個(gè)人工智能門(mén)限值（0499），當(dāng)人工智能水平超過(guò)該門(mén)限值，老齡化的技術(shù)創(chuàng)新效率路徑的估計(jì)系數(shù)以及對(duì)應(yīng)的顯著性與專利申請(qǐng)數(shù)的結(jié)果基本一致，說(shuō)明本部分實(shí)證結(jié)果具有一定的穩(wěn)健性

受篇幅限制，有關(guān)以專利授權(quán)數(shù)作為被解釋變量做穩(wěn)健性檢驗(yàn)的實(shí)證結(jié)果請(qǐng)與筆者聯(lián)系索取。。綜上，假設(shè)2得證。

（三）資本形成效應(yīng)

同樣，以人工智能作為門(mén)限變量，以地區(qū)資本形成率作為被解釋變量，構(gòu)建面板門(mén)限回歸模型探究不同人工智能水平下老齡化經(jīng)濟(jì)高質(zhì)量發(fā)展效應(yīng)的資本形成路徑。模型參數(shù)估計(jì)結(jié)果見(jiàn)表10第（5）（6）列，以人工智能作為門(mén)限變量時(shí)，老齡化對(duì)資本形成率的影響存在門(mén)限效應(yīng)，且存在一個(gè)人工智能門(mén)限值（-0475）。在門(mén)限值前后，人工智能的影響系數(shù)均顯著為負(fù)，這說(shuō)明老齡化對(duì)資本形成率有顯著的負(fù)向影響。當(dāng)人工智能發(fā)展水平超過(guò)該門(mén)限值，老齡化資本形成效應(yīng)的估計(jì)系數(shù)從-3482提升到-1551，且均在1%水平上顯著。這可以理解為老齡化帶來(lái)儲(chǔ)蓄率和投資率的下滑，導(dǎo)致資本形成降低[3]，而人工智能的發(fā)展帶動(dòng)了地區(qū)投資意愿，提高了地區(qū)資本回報(bào)率和投資率[24]，結(jié)合研究結(jié)果，說(shuō)明人工智能能有效緩解老齡化帶來(lái)的低資本形成率問(wèn)題，進(jìn)而減弱老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的不利影響。綜上，假設(shè)3得證。

關(guān)于資本形成路徑的穩(wěn)健性檢驗(yàn)，本文使用固定資本形成率替代被解釋變量資本形成率做穩(wěn)健性檢驗(yàn)。同樣采用面板門(mén)限回歸模型進(jìn)行分析，也僅存在一個(gè)人工智能門(mén)限值（-0586），當(dāng)超過(guò)門(mén)限值時(shí)，老齡化的資本形成效應(yīng)的估計(jì)系數(shù)以及對(duì)應(yīng)的顯著性與資本形成率結(jié)果基本一致，說(shuō)明本部分實(shí)證結(jié)果具有一定的穩(wěn)健性

受篇幅限制，有關(guān)以固定資本形成率作為被解釋變量做穩(wěn)健性檢驗(yàn)的實(shí)證結(jié)果請(qǐng)與筆者聯(lián)系索取。。

六、結(jié)論與啟示

本文基于2006—2018年中國(guó)30個(gè)省份的面板數(shù)據(jù)，通過(guò)構(gòu)建靜態(tài)面板模型、動(dòng)態(tài)面板模型以及門(mén)限面板模型，多維度實(shí)證檢驗(yàn)人工智能、老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響效應(yīng)與區(qū)域差異，進(jìn)一步從勞動(dòng)力結(jié)構(gòu)、技術(shù)創(chuàng)新效率與資本形成率三個(gè)視角出發(fā)，運(yùn)用門(mén)限面板模型檢驗(yàn)人工智能和老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)在機(jī)制。研究結(jié)論如下：第一，人工智能能夠有效緩解老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的不利影響，且高質(zhì)量發(fā)展效應(yīng)存在區(qū)域異質(zhì)性，在東部區(qū)域和西部區(qū)域顯著，中部區(qū)域不顯著;第二，人工智能、老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響存在門(mén)限效應(yīng)，在人工智能發(fā)展水平越高的地區(qū)，越有助于緩解老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的不利影響;第三，人工智能可緩解老齡化對(duì)勞動(dòng)力結(jié)構(gòu)、技術(shù)創(chuàng)新效率、資本形成率帶來(lái)的不利影響，實(shí)現(xiàn)要素升級(jí)并促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。

本文研究結(jié)論具有以下政策啟示：首先，在老齡化不斷加深的現(xiàn)實(shí)情況下，加大對(duì)人工智能的投資力度，推進(jìn)人工智能與社會(huì)經(jīng)濟(jì)各方面的深度融合，有利于緩解人口老齡化帶來(lái)的經(jīng)濟(jì)損失，有助于發(fā)揮人工智能為經(jīng)濟(jì)發(fā)展帶來(lái)的技術(shù)紅利。其次，人工智能通過(guò)優(yōu)化勞動(dòng)力結(jié)構(gòu)、提升人力資本質(zhì)量、提升創(chuàng)新效率以及提升資本形成率為經(jīng)濟(jì)高質(zhì)量發(fā)展帶來(lái)內(nèi)生動(dòng)力的路徑機(jī)制，證明了人工智能應(yīng)對(duì)老齡化的不利影響，通過(guò)提升現(xiàn)有生產(chǎn)要素質(zhì)量，為經(jīng)濟(jì)高質(zhì)量發(fā)展發(fā)揮重要作用，應(yīng)給與高度重視并在政策上加大支持力度。再次，應(yīng)高度重視高素質(zhì)高層次創(chuàng)新型人才的引進(jìn)與培養(yǎng)，只有不斷推陳出新，加快技術(shù)更替，突破核心技術(shù)瓶頸，才能確保人工智能的技術(shù)紅利持續(xù)發(fā)揮經(jīng)濟(jì)效用。最后，考慮到人工智能、老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展效應(yīng)存在區(qū)域差異，不同區(qū)域應(yīng)因地制宜給予相適宜的政策支持，特別是對(duì)于人工智能效應(yīng)并不顯著的中部地區(qū)，應(yīng)引進(jìn)人才、加大教育與科研投資，通過(guò)優(yōu)化勞動(dòng)力結(jié)構(gòu)、提高創(chuàng)新效率以及提高資本形成率，積極應(yīng)對(duì)老齡化問(wèn)題，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。

參考文獻(xiàn)：

[1]?陳彥斌，林晨，陳小亮.人工智能、老齡化與經(jīng)濟(jì)增長(zhǎng)?[J].經(jīng)濟(jì)研究，2019（7）：4763.

[2]?PIFER?A，BRONTE?D?L.Our?aging?society：paradox?and?promise?[M].New?York：WW?Norton?&?Company，1986.

[3]?VOGEL?E，LUDWIG?A，BRSCHSUPAN?A.Aging?and?pension?reform：extending?the?retirement?age?and?human?capital?formation?[J].Journal?of?Pension?Economics?and?Finance，2017，16（1）：81107.

[4]?MEYER?J.Older?worker?and?the?adoption?of?new?technologies?in?ICTintensive?services?[M]∥KUHN?M，OCHSEN?C.Labour?markets?and?demographic?change.Wiesbaden：VS?Verlag?für?Sozialwissenschaften，2009：85119.

[5]?朱墨蕤，嚴(yán)明義.人口老齡化與財(cái)政支出結(jié)構(gòu)：基于中國(guó)經(jīng)驗(yàn)的SD分析?[J].統(tǒng)計(jì)與信息論壇，2019（11）：5058.

[6]?趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展：來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)?[J].管理世界，2020（10）：6576.

[7]?ACEMOGLU?D，RESTREPO?P.Robots?and?jobs：evidence?from?US?labor?markets?[R].NBER?Working?Paper，2017.

[8]?ACEMOGLU?D，RESTREPO?P.Artificial?intelligence，automation?and?work?[R].NBER?Working?Paper，2018.

[9]?逯進(jìn)，王曉飛.固定資產(chǎn)投資、老齡化與經(jīng)濟(jì)活力：基于省域視角研究?[J].人口學(xué)刊，2019（5）：5771.

[10]周祝平，劉海斌.人口老齡化對(duì)勞動(dòng)力參與率的影響?[J].人口研究，2016（3）：5870.

[11]邵漢華，汪元盛.人口結(jié)構(gòu)與技術(shù)創(chuàng)新?[J].科學(xué)學(xué)研究，2019（4）：739749.

[12]孟浩，張美莎.人工智能如何影響勞動(dòng)力就業(yè)需求：來(lái)自中國(guó)企業(yè)層面的經(jīng)驗(yàn)證據(jù)?[J].西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（5）：6573.

[13]譚泓，張麗華.人工智能促進(jìn)人力資本流動(dòng)與提升?[J].科學(xué)學(xué)研究，2021（5）：833841.

[14]KATZ?L?F，MURPHY?K?M.Changes?in?relative?wages，19631987：supply?and?demand?factors?[J].The?Quarterly?Journal?of?Economics，1992，107（1）：3578.

[15]朱巧玲，李敏.人工智能、技術(shù)進(jìn)步與勞動(dòng)力結(jié)構(gòu)優(yōu)化對(duì)策研究?[J].科技進(jìn)步與對(duì)策，2018（6）：3641.

[16]史桂芬，黎涵.人口遷移、勞動(dòng)力結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)?[J].管理世界，2018（11）：174175.

[17]劉智勇，李海崢，胡永遠(yuǎn)，等.人力資本結(jié)構(gòu)高級(jí)化與經(jīng)濟(jì)增長(zhǎng)：兼論東中西部地區(qū)差距的形成和縮小?[J].經(jīng)濟(jì)研究，2018（3）：5063.

[18]NODA?H.Population?aging?and?creative?destruction?[J].Journal?of?Economic?Research，2011（16）：2958.

[19]GONZALEZEIRAS?M，NIEPELT?D.Ageing，government?budgets，retirement，and?growth?[J].European?Economic?Review，2012，56（1）：97115.

[20]汪偉，姜振茂.人口老齡化對(duì)技術(shù)進(jìn)步的影響研究綜述?[J].中國(guó)人口科學(xué)，2016（3）：114125.

[21]BRYNJOLFSSON?E，ROCK?D，SYVERSON?C.Artificial?intelligence?and?the?modern?productivity?paradox：a?clash?of?expectations?and?statistics?[R].NBER?Working?Paper，2017.

[22]張龍鵬，張雙志.技術(shù)賦能：人工智能與產(chǎn)業(yè)融合發(fā)展的技術(shù)創(chuàng)新效應(yīng)?[J].財(cái)經(jīng)科學(xué)，2020（6）：7488.

[23]齊傳鈞.人口老齡化對(duì)經(jīng)濟(jì)增長(zhǎng)的影響分析?[J].中國(guó)人口科學(xué)，2010（S1）：5465.

[24]黃德春，劉志彪.環(huán)境規(guī)制與企業(yè)自主創(chuàng)新：基于波特假設(shè)的企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)構(gòu)建?[J].中國(guó)工業(yè)經(jīng)濟(jì)，2006（3）：100106.

[25]韓民春，喬剛.工業(yè)機(jī)器人對(duì)中國(guó)區(qū)域經(jīng)濟(jì)的異質(zhì)性影響研究：基于新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的視角?[J].技術(shù)經(jīng)濟(jì)，2020（8）：8594.

[26]左鵬飛，姜奇平，陳靜.互聯(lián)網(wǎng)發(fā)展、城鎮(zhèn)化與我國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)?[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020（7）：7191.

[27]陳詩(shī)一，陳登科.霧霾污染、政府治理與經(jīng)濟(jì)高質(zhì)量發(fā)展?[J].經(jīng)濟(jì)研究，2018（2）：2034.

[28]郭然，原毅軍.生產(chǎn)性服務(wù)業(yè)集聚能夠提高制造業(yè)發(fā)展質(zhì)量嗎？?[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2020（2）：120132.

[29]孫早，侯玉琳.工業(yè)智能化如何重塑勞動(dòng)力就業(yè)結(jié)構(gòu)?[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（5）：6179.

[30]謝莉娟，陳錦然，王詩(shī)桪.ICT投資、互聯(lián)網(wǎng)普及和全要素生產(chǎn)率?[J].統(tǒng)計(jì)研究，2020（9）：5667.