孟彩霞，宋 清，田 暉

(1.復旦大學 經(jīng)濟學院，上海 200433；2.清華大學 經(jīng)濟管理學院，北京 100084；3.中南大學 商學院，湖南 長沙 410083)

一、引言及文獻綜述

黨的十九大報告指出，我國經(jīng)濟已由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展階段，“量”的增長不再是衡量經(jīng)濟發(fā)展的唯一指標，而是要將“創(chuàng)新、綠色、開放、協(xié)調(diào)、共享”五大發(fā)展理念寓于高質(zhì)量發(fā)展之中，以推動經(jīng)濟結(jié)構(gòu)的嬗變升級。產(chǎn)業(yè)結(jié)構(gòu)作為經(jīng)濟結(jié)構(gòu)的重要分支，是“轉(zhuǎn)方式、調(diào)結(jié)構(gòu)、優(yōu)動能”的關(guān)鍵著力點。產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整升級并非一蹴而就，是一個長期的過程，郭克莎[1]在解讀“十四五”規(guī)劃時指出2020—2035年可能是中國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級的加速推進期，2035—2050 年將是中國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級的相對穩(wěn)定期。習近平總書記提出“以互聯(lián)網(wǎng)為核心的新一輪科技和產(chǎn)業(yè)革命蓄勢待發(fā)，人工智能、虛擬現(xiàn)實等新技術(shù)日新月異，虛擬經(jīng)濟與實體經(jīng)濟的結(jié)合，將給人們的生產(chǎn)方式和生活方式帶來革命性變化”，這也為我國現(xiàn)階段的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級提供了重要的技術(shù)支持，即：以人工智能賦能產(chǎn)業(yè)升級，打造合理與協(xié)調(diào)的地區(qū)產(chǎn)業(yè)結(jié)構(gòu)。事實上人工智能已經(jīng)在產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級中發(fā)揮重要作用，與傳統(tǒng)產(chǎn)業(yè)深度融合，賦能傳統(tǒng)制造業(yè)的集約化發(fā)展，或用于金融、信息等新興產(chǎn)業(yè)，推進金融科技、信息技術(shù)的有序發(fā)展。

現(xiàn)有文獻對人工智能和產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系進行了初步探討。國內(nèi)外學者普遍認為人工智能的廣泛應用會促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級[2-4]，但路徑各有不同。一是人工智能賦能三大產(chǎn)業(yè)，與傳統(tǒng)的制造業(yè)融合發(fā)展提高勞動生產(chǎn)率和資源配置效率，降低資源、信息的流通成本，加速產(chǎn)業(yè)結(jié)構(gòu)升級[5-6]；二是人工智能技術(shù)的應用進一步加快了產(chǎn)品和服務的創(chuàng)新，新產(chǎn)品和服務的輸出優(yōu)化了消費結(jié)構(gòu)進而升級產(chǎn)業(yè)結(jié)構(gòu)[7-8]；三是智能化的生產(chǎn)促使企業(yè)進行綠色轉(zhuǎn)型，由粗放的資源消耗型生產(chǎn)轉(zhuǎn)型為依靠技術(shù)的集約型生產(chǎn)，減少不必要的資源浪費，產(chǎn)業(yè)結(jié)構(gòu)向更加優(yōu)化合理的方向轉(zhuǎn)型[9]。但郭凱明[10]指出人工智能對產(chǎn)業(yè)結(jié)構(gòu)的作用是由不同產(chǎn)業(yè)部門的產(chǎn)出彈性和替代彈性而定，不能一概而論。人工智能對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級作用的發(fā)揮受到多方條件的限制，如復合型高層次人才儲備匱乏[11]、信息流動不充分[12]、戰(zhàn)略性核心技術(shù)研發(fā)還有待加強[13]等。

以上研究為本文探討人工智能與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系提供了有益參考，但也存在進一步拓展空間。本文基于2009—2019年中國東、中、西部的30個省、自治區(qū)和直轄市(港澳臺及西藏除外)的數(shù)據(jù)，嘗試將人工智能與產(chǎn)業(yè)結(jié)構(gòu)差距納入同一框架探討人工智能的廣泛應用是否會造成區(qū)域間以及區(qū)域內(nèi)產(chǎn)業(yè)發(fā)展的不同步性，進而拉大地區(qū)之間產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距。本文的邊際貢獻主要體現(xiàn)在以下幾方面：第一，現(xiàn)有文獻多是從人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的整體影響進行研究，缺乏對區(qū)域異質(zhì)性的深入探討，本文將對這一問題展開詳盡說明。第二，區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略是全面建成小康社會的“七大戰(zhàn)略”之一，人工智能對產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級具有重要意義，但人工智能的應用是否會產(chǎn)生“馬太效應”，對區(qū)域之間的產(chǎn)業(yè)結(jié)構(gòu)差距產(chǎn)生何種影響尚未可知。本文利用Dagum Gini系數(shù)測算區(qū)域間的產(chǎn)業(yè)結(jié)構(gòu)差距，探究人工智能的發(fā)展對東、中、西部兩兩區(qū)域間的產(chǎn)業(yè)結(jié)構(gòu)差距的效應。第三，進一步收縮視角對區(qū)域內(nèi)部的產(chǎn)業(yè)發(fā)展差距做詳盡分析，探討人工智能的應用對區(qū)域內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)差距的影響，以期為中長期各個主體優(yōu)化決策提供理論參考，從產(chǎn)業(yè)結(jié)構(gòu)角度推進區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略的“落地”。

二、理論分析與研究假設

(一)人工智能對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的影響機制分析

2013年漢諾威工業(yè)博覽會上工業(yè)4.0的概念被正式推出，全球正式進入第四次工業(yè)革命時代，即利用信息化技術(shù)促進產(chǎn)業(yè)變革的智能化[14]，產(chǎn)業(yè)變革是智能化變革的體現(xiàn)，智能化變革是產(chǎn)業(yè)變革的途徑，能夠促進產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級[15-16]。廣義上來講，數(shù)字化是人工智能作用于產(chǎn)業(yè)機構(gòu)的重要媒介。一是產(chǎn)業(yè)的數(shù)字化，人工智能通過賦能傳統(tǒng)產(chǎn)業(yè)，與實體經(jīng)濟相融合，提高傳統(tǒng)產(chǎn)業(yè)部門的勞動生產(chǎn)率[17-18]，使產(chǎn)業(yè)在短時間內(nèi)形成規(guī)模效應，進而轉(zhuǎn)型升級；二是數(shù)字的產(chǎn)業(yè)化，人工智能技術(shù)是將專利轉(zhuǎn)化為生產(chǎn)力的橋梁，促進新興產(chǎn)業(yè)的興起，與金融等虛擬經(jīng)濟的融合形成金融科技、綠色科技，實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級[19]。具體來看，人工智能對三次產(chǎn)業(yè)的作用機制也各有不同。農(nóng)業(yè)方面：通過升級生產(chǎn)技術(shù)、生產(chǎn)工具和生產(chǎn)管理，利用物聯(lián)網(wǎng)、大數(shù)據(jù)智能識別進行精準農(nóng)業(yè)和安全農(nóng)業(yè)生產(chǎn)，由傳統(tǒng)的粗放型農(nóng)業(yè)向生態(tài)農(nóng)業(yè)轉(zhuǎn)型[20]；工業(yè)方面：以裝備智能化支撐生產(chǎn)智能化和管理智能化的實現(xiàn)，將智能化技術(shù)應用于上、中、下游的各個環(huán)節(jié)，形成全產(chǎn)業(yè)的AI生態(tài)鏈[21]；服務業(yè)方面：以人工智能賦能傳統(tǒng)的服務業(yè)，提升產(chǎn)品品質(zhì)和客戶的服務體驗，促進服務業(yè)的高質(zhì)量發(fā)展[22]。據(jù)此，本文提出如下假說：

假說1：人工智能的廣泛應用對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級具有積極地促進作用。

(二)人工智能對區(qū)域間產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響機制分析

產(chǎn)業(yè)基礎是產(chǎn)業(yè)形成和發(fā)展的基本支撐，產(chǎn)業(yè)基礎能力決定了地區(qū)產(chǎn)業(yè)的整體素質(zhì)、綜合實力和核心競爭力以及在價值鏈中所處的位置[23-25]。中央財經(jīng)委員會第五次會議強調(diào)“打好產(chǎn)業(yè)基礎高級化、產(chǎn)業(yè)鏈現(xiàn)代化的攻堅戰(zhàn)”，《中共中央關(guān)于堅持和完善中國特色社會主義制度、推進國家治理體系和治理能力現(xiàn)代化若干重大問題的決定》也提出“提升產(chǎn)業(yè)基礎能力和產(chǎn)業(yè)鏈現(xiàn)代化水平”，進一步說明了優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，構(gòu)建穩(wěn)固且強大的產(chǎn)業(yè)基礎是我國各地區(qū)未來的發(fā)展方向。但由于我國幅員遼闊，經(jīng)濟發(fā)展程度、產(chǎn)業(yè)基礎各不相同，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整的速度也必然不同步。2009—2019年我國產(chǎn)業(yè)結(jié)構(gòu)發(fā)展平均指數(shù)為21.19，東、中、西三個地區(qū)分別為32.18、15.76、15.22，東部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展指數(shù)甚至高于中西部之和。

東部地區(qū)工業(yè)化起步早，工業(yè)基礎雄厚，擁有最早的開放窗口——深圳，以及第一個國家級新區(qū)——浦東新區(qū)，依靠優(yōu)厚的政策和得天獨厚的地理條件實現(xiàn)了經(jīng)濟躍升。在城鎮(zhèn)化與工業(yè)化的推進過程中，東部地區(qū)產(chǎn)業(yè)逐漸由勞動密集型向資本密集型和技術(shù)密集型轉(zhuǎn)變[26]。相較東部地區(qū)，西部地區(qū)的產(chǎn)業(yè)依然是以傳統(tǒng)的勞動密集型產(chǎn)業(yè)為主，采礦業(yè)和資源加工產(chǎn)業(yè)是西部地區(qū)的主導產(chǎn)業(yè)，而資本和技術(shù)密集型產(chǎn)業(yè)尚處于起步階段[27-28]。中部地區(qū)的產(chǎn)業(yè)以重工業(yè)為主，特別是湖北、湖南地區(qū)的交通裝備運輸業(yè)是中部地區(qū)的特色產(chǎn)業(yè)之一。中部崛起戰(zhàn)略的縱深推進也加速了地區(qū)產(chǎn)業(yè)由勞動密集型向資本和技術(shù)密集型轉(zhuǎn)型的進程。

東、中、西部產(chǎn)業(yè)基礎的不同必然導致產(chǎn)業(yè)結(jié)構(gòu)升級差異，而智能生產(chǎn)時代由人口紅利向智能紅利的轉(zhuǎn)變會促使這一產(chǎn)業(yè)結(jié)構(gòu)差異發(fā)生分化[29]。東部地區(qū)憑借經(jīng)濟、人才、產(chǎn)業(yè)、資本的領(lǐng)先優(yōu)勢基本實現(xiàn)了對人工智能研發(fā)創(chuàng)新的持續(xù)輸出和應用場景的全覆蓋，與地區(qū)產(chǎn)業(yè)結(jié)構(gòu)形成“人工智能促產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級”的良性循環(huán)；中部地區(qū)現(xiàn)階段主要依托本地科研實力、潛力賽道等優(yōu)勢基礎，實現(xiàn)人工智能的點狀突破，打造融合人工智能技術(shù)的特色優(yōu)勢產(chǎn)業(yè)；西部地區(qū)人工智能起步晚，起點低，缺乏過硬的技術(shù)、雄厚的資金以及高素質(zhì)人才作支撐，處于人工智能促產(chǎn)業(yè)轉(zhuǎn)型的初級階段。

以上分析可以看到由于不同地區(qū)產(chǎn)業(yè)基礎不同，人工智能發(fā)揮作用也不同，進而導致各地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)差距發(fā)生變化。首先就東部和中部地區(qū)而言，雖然目前兩個地區(qū)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化水平相差較大，但中部地區(qū)已經(jīng)出臺一系列人工智能促發(fā)展的政策推進地區(qū)高質(zhì)量發(fā)展。此外，中部地區(qū)重工業(yè)基礎雄厚，與東部地區(qū)地理距離較近，一方面有利于承接東部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移[30-31]，另一方面可以充分吸收東部地區(qū)的技術(shù)溢出，人工智能為兩個地區(qū)產(chǎn)業(yè)結(jié)構(gòu)差距的縮小提供了手段和媒介。其次關(guān)于東部地區(qū)和西部地區(qū)，西部地區(qū)產(chǎn)業(yè)基礎薄弱，西部大開發(fā)戰(zhàn)略的實施促進了地區(qū)經(jīng)濟的增長，但對產(chǎn)業(yè)的調(diào)整優(yōu)化作用多體現(xiàn)在能源、礦產(chǎn)等資源消耗而非新興產(chǎn)業(yè)，東部地區(qū)產(chǎn)業(yè)轉(zhuǎn)型明顯快于西部地區(qū)[32]，西部產(chǎn)業(yè)基礎設施的不完善和固有地理距離的存在也使得西部地區(qū)無法像中部地區(qū)一樣快速承接東部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移[33]，無法充分引進東部地區(qū)的人工智能技術(shù)作用于產(chǎn)業(yè)轉(zhuǎn)型，可能產(chǎn)生“馬太效應”，從而使得兩個地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)差距愈來愈大。最后對比中部地區(qū)和西部地區(qū)，通過計算可知中部地區(qū)和西部地區(qū)在人工智能滲透和產(chǎn)業(yè)結(jié)構(gòu)方面的差距都較小，但中部崛起戰(zhàn)略的深入推進和東部對中部的技術(shù)溢出效應一定程度上加速了中部地區(qū)的發(fā)展，短期內(nèi)可能會拉大中西部之間產(chǎn)業(yè)結(jié)構(gòu)差距，但隨著技術(shù)的成熟和經(jīng)濟結(jié)構(gòu)優(yōu)化，長期內(nèi)中西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整模式會向東中部的產(chǎn)業(yè)轉(zhuǎn)移模式靠近，地區(qū)之間的產(chǎn)業(yè)結(jié)構(gòu)差距縮小。據(jù)此，本文提出如下假說：

假說2：人工智能的應用對地區(qū)之間產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展差距具有區(qū)域異質(zhì)性，擴大了東西部之間的產(chǎn)業(yè)結(jié)構(gòu)差距，對東中部和中西部之間的產(chǎn)業(yè)結(jié)構(gòu)差距分別具有“先擴大后縮小”的特征。

(三)人工智能對區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響機制分析

我國幅員遼闊，各地區(qū)經(jīng)濟結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)發(fā)展各異，這種差異不僅體現(xiàn)在東、中、西部區(qū)域間的人工智能和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的不同步，即使是同一區(qū)域內(nèi)各省份的發(fā)展也呈現(xiàn)高低不一致的階梯狀?，F(xiàn)階段東部地區(qū)以北京、廣東和上海為主的頭部省市已經(jīng)形成AI生態(tài)產(chǎn)業(yè)鏈，人工智能賦能信息、金融等新興產(chǎn)業(yè)，致力于創(chuàng)新型產(chǎn)業(yè)集群和高級化、合理化的產(chǎn)業(yè)結(jié)構(gòu)。但以河北為代表的東部其他地區(qū)經(jīng)濟發(fā)展水平較低，創(chuàng)新能力和人才的吸引力弱，附近中心城市的虹吸效應一定程度上造成了地區(qū)的人才流失。短期內(nèi)，東部地區(qū)中心城市利用人工智能技術(shù)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的步伐加快，擴大了東部地區(qū)內(nèi)部發(fā)達省市和欠發(fā)達省市的產(chǎn)業(yè)結(jié)構(gòu)差距。但在長期，隨著人工智能技術(shù)促產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型模式的成熟，技術(shù)擴散和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的經(jīng)驗分享，東部地區(qū)欠發(fā)達省市的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化速度和追趕速度加快，地區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差距漸趨合理。

西部地區(qū)人口約為全國人口的27.12%①，但面積占比超70%。從產(chǎn)業(yè)結(jié)構(gòu)角度來講，西北地區(qū)主要以資源型的重工業(yè)為主，長期依賴自然資源的開采發(fā)展經(jīng)濟使得西北地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型難度大、速度慢[34-35]。而云貴川渝等西南地區(qū)擁有豐富的旅游資源和人文景觀，第三產(chǎn)業(yè)發(fā)達，為產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級提供了便利的條件[36]。從產(chǎn)業(yè)發(fā)展程度來看，西北地區(qū)平均產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化指數(shù)為13.79，西南地區(qū)為16.95，后者比前者高約23%，并且西北地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的水平低于整個西部地區(qū)的平均水平；從人工智能滲透來講，西北地區(qū)人工智能滲透指數(shù)僅為1.30，西南地區(qū)的人工智能滲透指數(shù)是3.13，后者約為前者的2.5倍。事實上，川渝地區(qū)已處于人工智能發(fā)展的第二梯隊，僅次于北京、上海等中心城市，將人工智能賦能特色產(chǎn)業(yè)形成自身的競爭優(yōu)勢②。而西北地區(qū)由于人工智能尚處于起步階段，產(chǎn)業(yè)優(yōu)勢不突出，無論是在人工智能行業(yè)技術(shù)上，還是應用場景方面，都有待推進。因此，人工智能的應用可能會進一步加大西南地區(qū)和西北地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)差距。

中部地區(qū)人工智能和產(chǎn)業(yè)結(jié)構(gòu)發(fā)展水平均介于東部和西部之間，整體發(fā)展水平與西部地區(qū)更接近，與全國平均水平和東部地區(qū)的發(fā)展程度和速度還有較大差距。中部崛起戰(zhàn)略的縱深推進為中部地區(qū)人工智能賦能發(fā)展提供了最新機遇，例如：成功舉辦2021中部(長沙)人工智能產(chǎn)業(yè)博覽會，探討人工智能技術(shù)創(chuàng)新與產(chǎn)業(yè)融合創(chuàng)新應用的前沿進展；以江西為代表的中部各省紛紛出臺相關(guān)政策規(guī)劃，保障人工智能發(fā)展的各項配套措施完善高效，邁入人工智能發(fā)展的第二梯隊。此外，從空間分布來看，中部各省份分布相比東西部地區(qū)更加集中，發(fā)展相對比較均衡，人工智能的發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化能更加同步進行，發(fā)展差距合理。據(jù)此，本文提出如下假說：

假說3：全國的人工智能對產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距影響呈現(xiàn)倒“U”型，但存在區(qū)域異質(zhì)性。

綜合以上分析，對人工智能對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的理論機制及相關(guān)影響假說加以精煉，如圖1所示。

三、研究設計

(一)模型設定

首先，構(gòu)建模型(1)考察人工智能對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的影響，并建立模型(2)進一步對東、中、西部進行區(qū)域異質(zhì)性分析。

lndit=α0+α1AIit+α2pgdpit+α3urbit+α4govit

+α5prdit+α6openit+λi+λt+εit

(1)

圖1 理論機制分析

lndjt=β0+β1AIjt+β2pgdpjt+β3urbjt+β4govjt

+β5prdjt+β6openjt+λj+λt+εjt

(2)

其中，各下標i表示省份，j表示地區(qū)(東部、中部和西部)，t表示時間，模型(1)中l(wèi)ndit代表i省第t年的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級水平；AIit代表i省第t年的人工智能滲透度；pgdpit代表i省第t年的人均GDP；urbit代表i省第t年的城市化水平；govit代表i省第t年的政府規(guī)模，即政府財政支出；prdit代表i省第t年的技術(shù)環(huán)境，即R&D人員儲備；openit代表i省第t年的對外開放程度，以地區(qū)的實際利用外資程度來衡量。此外，為了使模型估計更加準確和反映現(xiàn)實，對模型中的部分變量分別取對數(shù)引入模型進行估計，pgdpit、urbit、govit、prdit、openit為取對數(shù)之后的變量名。模型(2)各變量解釋同模型(1)。

其次，根據(jù)Dagum Gini系數(shù)計算的區(qū)域間人工智能和產(chǎn)業(yè)結(jié)構(gòu)差距，構(gòu)建模型(3)分析人工智能對區(qū)域間產(chǎn)業(yè)結(jié)構(gòu)差距的影響。

Dindjht=θ0+θ1DAIjht+θ2pgdpjht+θ3urbjht

+θ4govjht+θ5prdjht+θ6openjht+λj+λh+λt+εjht

(3)

進一步地，基于區(qū)域經(jīng)濟發(fā)展的庫茲涅茨曲線分析[37]，人工智能作為一種新的生產(chǎn)要素首先在東部地區(qū)得到廣泛應用，一定程度上會加大東部和其他地區(qū)之間的產(chǎn)業(yè)結(jié)構(gòu)差距，但隨著技術(shù)的成熟和溢出，中西部地區(qū)對新技術(shù)的學習和應用能力加強，人工智能的產(chǎn)業(yè)結(jié)構(gòu)升級效應也得到發(fā)揮，地區(qū)之間逐步向均衡協(xié)調(diào)的方向發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)差距開始縮小。因而，人工智能對區(qū)域間的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整差距極有可能存在非線性關(guān)系，而非單純的加大或者縮小作用，因而，將人工智能的平方項引入模型(4)探討其對區(qū)域間差距的非線性影響。

+θ5govjht+θ6prdjht+θ7openjht+λj+λh+λt+εjht

(4)

模型(4)中，被解釋變量Dindjht表示j區(qū)域和h區(qū)域第t年的產(chǎn)業(yè)結(jié)構(gòu)差距，DAIjht表示j區(qū)域和h區(qū)域第t年的人工智能差距，通過計算Dagum Gini系數(shù)得出。各控制變量含義與上述相同。

最后，考慮到中國幅員遼闊，以西部地區(qū)為例，占全國27%的人口擁有超70%的土地面積，因此不僅是東、中、西部地區(qū)之間人工智能與產(chǎn)業(yè)結(jié)構(gòu)存在發(fā)展差距，各區(qū)域內(nèi)省份之間的發(fā)展也不同步。與上述分析相似，并且基于假說3東、中、西部各區(qū)域內(nèi)人工智能對產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距可能存在非線性影響。因此，本文進一步建立線性模型(5)和非線性模型(6)分析東、中、西部各區(qū)域內(nèi)的人工智能應用對產(chǎn)業(yè)結(jié)構(gòu)差距的影響。

Dindjjt=δ0+δ1DAIjjt+δ2pgdpjjt+δ3urbjjt+δ4govjjt

+δ5prdjjt+δ6openjjt+λj+λj+λt+εjjt

(5)

+δ4urbjjt+δ5govjjt+δ6prdjjt+δ7openjjt+λj+λj

+λt+εjjt

(6)

模型(5)～(6)中，被解釋變量Dindjjt代表j區(qū)域內(nèi)第t年的產(chǎn)業(yè)結(jié)構(gòu)差距；DAIjjt代表j區(qū)域內(nèi)第t年的人工智能應用差距，通過計算Dagum Gini系數(shù)得出?？刂谱兞亢x與上述相同。

(二)變量說明

為避免由于2008年金融危機和2020年新冠肺炎疫情引起的經(jīng)濟短期波動造成估計結(jié)果不準確。本文選取2009—2019年30個省、自治區(qū)、直轄市(考慮數(shù)據(jù)可獲得性，未包含西藏和港澳臺地區(qū))作為樣本省份進行研究，并進一步將30個省份分為東、中、西部三個區(qū)域③。數(shù)據(jù)來源于IFR數(shù)據(jù)庫、《中國科技統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》以及各省(自治區(qū)、直轄市)的統(tǒng)計年鑒。本文對部分變量做取對數(shù)處理。

1.被解釋變量：產(chǎn)業(yè)結(jié)構(gòu)升級水平(Ind)

產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級通常包含產(chǎn)業(yè)結(jié)構(gòu)的合理化和產(chǎn)業(yè)結(jié)構(gòu)的高級化[38]，本文利用熵權(quán)法對產(chǎn)業(yè)結(jié)構(gòu)的高級化和合理化進行賦權(quán)計算地區(qū)產(chǎn)業(yè)結(jié)構(gòu)綜合評價指數(shù)，具體計算如模型(7)～(10)。

分別對正向指標和負向指標進行標準化和無量綱化處理。

正向指標：

(7)

負向指標：

(8)

計算第j項指標的熵值：

(9)

對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級水平進行綜合測度：

(10)

根據(jù)上述熵權(quán)法計算2009—2019年各區(qū)域產(chǎn)業(yè)結(jié)構(gòu)指數(shù)總體如圖2所示。

圖2 地區(qū)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展趨勢

橫向?qū)Ρ葋砜?，產(chǎn)業(yè)結(jié)構(gòu)發(fā)展水平最高的是東部地區(qū)，樣本期內(nèi)的平均指數(shù)為32.18，約是中西部的2.04和2.11倍，是全國產(chǎn)業(yè)結(jié)構(gòu)指數(shù)的1.49倍。東部地區(qū)經(jīng)濟發(fā)展水平較高、信息技術(shù)產(chǎn)業(yè)、金融業(yè)發(fā)展迅速，部分高耗能，資源依賴型的低端產(chǎn)業(yè)逐步向中西部特別是西部地區(qū)轉(zhuǎn)移，促使東部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)朝著更加合理、高級的方向發(fā)展。中部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)升級指數(shù)僅比西部地區(qū)高0.54，二者處于相當?shù)陌l(fā)展水平，落后于全國的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級速度，但中部地區(qū)區(qū)域內(nèi)部比西部地區(qū)內(nèi)部發(fā)展更加協(xié)調(diào)。

縱向?qū)Ρ葋砜矗?009—2019年我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級整體呈現(xiàn)良好的態(tài)勢，由2009年的17.83上升至2019年的27.93，增長了57%。雖然中西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展水平落后于東部地區(qū)，但在樣本期內(nèi)前者的增長速度明顯快于后者，表明隨著經(jīng)濟由高速增長向高質(zhì)量發(fā)展轉(zhuǎn)變，區(qū)域結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)也日益優(yōu)化和合理。

產(chǎn)業(yè)結(jié)構(gòu)差距(Dind)：現(xiàn)有文獻中測算經(jīng)濟差距的指標主要有極值差率、泰爾指數(shù)、基尼系數(shù)等，本文參考以往文獻利用 Dagum Gini系數(shù)測算區(qū)域內(nèi)以及區(qū)域間的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距[39]，具體計算如模型(11)～(13)。

全國總體差距——總體基尼系數(shù)G：

(11)

區(qū)域內(nèi)差距——單個區(qū)域j的基尼系數(shù)Gjj表示為：

(12)

區(qū)域間差距——任意地區(qū)j和地區(qū)h之間的基尼系數(shù)Gjh。

(13)

2.核心解釋變量：人工智能(AI)

借鑒現(xiàn)有研究[40]，采用工業(yè)機器人滲透率指標作為代理變量刻畫各省人工智能的發(fā)展水平。工業(yè)機器人滲透度反映了機器人在各省份的分布密度，以地區(qū)和行業(yè)的就業(yè)份額作為權(quán)重，對所有行業(yè)的工業(yè)機器人密度進行加總而得。具體計算如模型(14)。

(14)

圖3展示了各區(qū)域人工智能滲透度的變化趨勢，可以看到三個區(qū)域的人工智能滲透均呈現(xiàn)上升的趨勢，需求和應用都在同步增加。其中，東部地區(qū)由于有完善的基礎設施、先進的技術(shù)以及頂尖的高校和科研院所為搖籃，人工智能的發(fā)展呈現(xiàn)斷層式的領(lǐng)先。在2009年發(fā)展的初始階段，中西部的人工智能滲透幾乎無差異，并行發(fā)展，但是在2013年以后，二者出現(xiàn)明顯的差異，并且隨著人工智能的深入發(fā)展，這種差異呈現(xiàn)擴大的趨勢。

圖3 地區(qū)人工智能滲透趨勢

人工智能滲透差距(DAI)：利用Dagum Gini系數(shù)衡量，具體計算同產(chǎn)業(yè)結(jié)構(gòu)差距(Dind)。

人工智能滲透差距平方項(DAI2)：依據(jù)假說2、假說3機制分析建立模型(4)和模型(6)，將人工智能滲透差距平方項引入模型。

3.控制變量

參考現(xiàn)有文獻本文對以下變量進行控制：人均地區(qū)生產(chǎn)總值(pgdp)，用人均地區(qū)生產(chǎn)總值表征。城市化率(urb)，用地區(qū)城鎮(zhèn)人口比重占總?cè)丝诘谋戎乇碚鳌Ｕ?guī)模(gov)，用政府的財政支出表征。人才儲備(prd)用地區(qū)研發(fā)人才來表征，對外開放水平(open)，用實際外資表征。

四、實證結(jié)果分析

(一)基準回歸結(jié)果

表1采用固定效應分析法檢驗了人工智能對我國產(chǎn)業(yè)結(jié)構(gòu)升級的影響。模型(1)可以看到人工智能對我國產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級在1%的水平上顯著為正，說明人工智能的深入發(fā)展能有效促進產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級。通常來講，新技術(shù)首先誕生于經(jīng)濟發(fā)展水平高的地區(qū)，促進了發(fā)達省份的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，使得這些地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)朝著更加優(yōu)化的方向發(fā)展，短期內(nèi)拉大了區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距。但長期內(nèi)欠發(fā)達地區(qū)通過引進先進的技術(shù)作用于本地區(qū)的發(fā)展，學習其他地區(qū)的經(jīng)驗為區(qū)域內(nèi)各省份共享人工智能的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級紅利提供路徑，地區(qū)之間的產(chǎn)業(yè)結(jié)構(gòu)差距逐漸縮小，開始朝著均衡的方向發(fā)展，可能呈現(xiàn)非線性的影響。模型(6)對這一非線性效應進行了實證檢驗，可以看到我國人工智能對產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響系數(shù)顯著為負，呈現(xiàn)倒“U”型，即：樣本期內(nèi)人工智能的蓬勃發(fā)展短期內(nèi)加大了各省市產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距，長期內(nèi)隨著技術(shù)運用的成熟完善，各省市產(chǎn)業(yè)結(jié)構(gòu)差距逐漸縮小。

表1 基準回歸結(jié)果

(二)區(qū)域異質(zhì)性檢驗

1.人工智能應用對東部地區(qū)、中部地區(qū)、西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的影響

由于我國區(qū)域之間的發(fā)展水平、產(chǎn)業(yè)基礎、信息化程度都存在差異，本文對東、中、西三個區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)進行了進一步分析。表2的實證結(jié)果表明人工智能應用的加強顯著優(yōu)化了東、中、西部三個地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)，但人工智能對三個地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的路徑略有差異。東部地區(qū)擁有雄厚的科技實力，人工智能的應用發(fā)展比較成熟，完善的AI生態(tài)產(chǎn)業(yè)鏈是地區(qū)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的重要基礎。此外，東部地區(qū)的金融業(yè)、信息技術(shù)產(chǎn)業(yè)發(fā)展迅速，人工智能作為集數(shù)字化、信息化和智能化為一體的技術(shù)對東部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化更多是通過引領(lǐng)新技術(shù)的變革實現(xiàn)。中部地區(qū)則通過人工智能賦能實體經(jīng)濟和傳統(tǒng)產(chǎn)業(yè)，將人工智能技術(shù)應用于地區(qū)特色產(chǎn)業(yè)，實現(xiàn)以制造業(yè)智能化轉(zhuǎn)型為主的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。西部地區(qū)經(jīng)濟發(fā)展水平較低，產(chǎn)業(yè)基礎薄弱，處于人工智能發(fā)展的初期，人工智能對產(chǎn)業(yè)優(yōu)化升級的作用更多是體現(xiàn)在工業(yè)機器人的安裝和使用，“機器人替代人”的進程加快，沖擊傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)受到?jīng)_擊，使其開始在震蕩中重構(gòu)，競爭中轉(zhuǎn)型。

表2 人工智能對各區(qū)域產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的影響

2.人工智能應用對區(qū)域間產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響

以上實證結(jié)果表明人工智能對產(chǎn)業(yè)結(jié)構(gòu)具有積極的正向作用，人工智能技術(shù)的擴散加速產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，但事實上由于我國各地區(qū)經(jīng)濟發(fā)展水平以及產(chǎn)業(yè)結(jié)構(gòu)存在固有差距，人工智能在各地區(qū)的作用力度和速度也會有差別，造成各地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化結(jié)果不同。表3基于模型(3)和模型(4)分析了人工智能滲透的差距對東部-中部、東部-西部、中部-西部地區(qū)間產(chǎn)業(yè)結(jié)構(gòu)差距的影響。

就東部地區(qū)與中部地區(qū)而言，人工智能對東-中區(qū)域產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響呈現(xiàn)倒“U”型，初期擴大了兩個地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)差距，長期內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差距逐漸縮小?？赡艿脑颍阂皇菛|部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)本身相較中部地區(qū)而言更優(yōu)化和更合理，與中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)具有初始差距；二是東部地區(qū)具有先進的技術(shù)，國內(nèi)頂尖的高校、科研院所和機構(gòu)，為人工智能新技術(shù)的成熟發(fā)展提供智力和資金支持，具有人工智能發(fā)揮作用的先發(fā)優(yōu)勢。因而，在發(fā)展初期，人工智能的作用加大了東部和中部的產(chǎn)業(yè)結(jié)構(gòu)差距，東部的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的速度遠快于中部。但是隨著新技術(shù)的發(fā)展成熟，東部地區(qū)的技術(shù)成果逐漸開始向中部地區(qū)擴散，中部地區(qū)通過學習、引進等方式開始了追趕式的發(fā)展，人工智能的作用開始縮小東部和中部的產(chǎn)業(yè)結(jié)構(gòu)差距。

就東部地區(qū)與西部地區(qū)而言，非線性模型下人工智能對地區(qū)間產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響系數(shù)未通過顯著性檢驗，線性模型下人工智能對東西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)差距的影響系數(shù)在10%的水平上顯著，說明樣本期內(nèi)人工智能應用和滲透加大了東部和西部產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展差距。出現(xiàn)上述結(jié)果可能的原因為：一是西部地區(qū)以低端的勞動密集型產(chǎn)業(yè)和資源密集型產(chǎn)業(yè)為主，轉(zhuǎn)型難度大，周期長，與東部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的固有差距在短期內(nèi)難以克服；二是西部地區(qū)作為我國經(jīng)濟和科技發(fā)展比較薄弱的地區(qū)，人工智能起步晚，技術(shù)的應用還處于初級階段，特別是對產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的作用還未充分發(fā)揮，使得東部和西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)差距反而越來愈大；三是相比東部和中部，東西部之間固有的地理距離使得技術(shù)擴散和吸收、產(chǎn)業(yè)轉(zhuǎn)移需要更高的成本和更長的周期，東部地區(qū)的技術(shù)溢出未能被西部地區(qū)充分吸收消化，進而造成二者產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的加大。

就中部地區(qū)與西部地區(qū)而言，人工智能對產(chǎn)業(yè)結(jié)構(gòu)差距的影響系數(shù)在線性模型下為正，非線性模型下為負，并且都通過了顯著性檢驗，說明在初期人工智能的滲透和發(fā)展加大了中西部之間的產(chǎn)業(yè)結(jié)構(gòu)差距，但在長期人工智能開始逐步縮小中西部之間的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距。出現(xiàn)上述結(jié)果的可能原因：一方面，西部地區(qū)特別是西北地區(qū)處于產(chǎn)業(yè)鏈的較低端，發(fā)展緩慢，人工智能的滲透更多的是簡單的“機器人替代人”，這在一定程度同中部地區(qū)的“以人工智能賦能優(yōu)勢產(chǎn)業(yè)”形成明顯差異，短期內(nèi)發(fā)展速度和著力點的差異可能會拉大兩個地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距。另一方面，中西部之間產(chǎn)業(yè)結(jié)構(gòu)發(fā)展雖然有差距存在，但差距水平處于合理區(qū)間內(nèi)④，中部地區(qū)的資金、技術(shù)、人才能更便捷的向西部地區(qū)流通，人工智能在西部地區(qū)開始發(fā)揮重要作用，因而長期內(nèi)人工智能的普惠性有利于縮小中西部地區(qū)之間的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距。

3.人工智能應用對區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響。

區(qū)域協(xié)調(diào)發(fā)展既要求區(qū)域間的均衡發(fā)展，也要實現(xiàn)區(qū)域內(nèi)各省份協(xié)同發(fā)展。表4檢驗了人工智能對東、中、西三個區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響。同表3一致，本文將線性影響和非線性影響同時納入模型進行分析。

表3 人工智能對區(qū)域間產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響

表4 人工智能對區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差距影響的實證結(jié)果

東部地區(qū)人工智能對區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差距的非線性影響系數(shù)顯著為負，說明人工智能應用對東部地區(qū)區(qū)域內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)差距影響呈現(xiàn)倒“U”型，即：人工智能的大規(guī)模應用短期內(nèi)擴大了東部區(qū)域內(nèi)各省份的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距，但長期內(nèi)新技術(shù)的應用是區(qū)域內(nèi)各省份協(xié)調(diào)發(fā)展的有效途徑之一。中部地區(qū)人工智能對產(chǎn)業(yè)結(jié)構(gòu)差距的影響系數(shù)為負且在1%的水平上顯著，說明人工智能的滲透和發(fā)展縮小了中部地區(qū)內(nèi)部各省份的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距，區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)朝著更加協(xié)調(diào)的方向發(fā)展。西部地區(qū)人工智能對產(chǎn)業(yè)結(jié)構(gòu)差距的影響系數(shù)為正且在10%的水平上顯著，說明人工智能的滲透進一步拉大了西部地區(qū)內(nèi)部的產(chǎn)業(yè)結(jié)構(gòu)差距，可能的原因是：以川渝為主的西南地區(qū)以及陜西省由于經(jīng)濟發(fā)展程度較高，更加重視人工智能與制造業(yè)的融合，打造特色產(chǎn)業(yè)鏈，人工智能對產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的正向作用凸顯；而青海、新疆等西北地區(qū)產(chǎn)業(yè)基礎薄弱，人工智能尚處于起步階段，對產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級賦能能力弱，以上導致區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距逐漸加大。

(三)內(nèi)生性檢驗

1.內(nèi)生性檢驗一：系統(tǒng)GMM方法

由于模型中作為被解釋變量的產(chǎn)業(yè)結(jié)構(gòu)具有慣性影響，即上一期的產(chǎn)業(yè)結(jié)構(gòu)差距對當期產(chǎn)業(yè)結(jié)構(gòu)差距是有影響的，因而需要考慮到被解釋變量的動態(tài)效應。同時，為了解決內(nèi)生性問題，使用系統(tǒng)GMM方法來進行動態(tài)檢驗分析，表5和表6分別展示了加入產(chǎn)業(yè)結(jié)構(gòu)差距滯后一期的動態(tài)面板系統(tǒng)GMM的估計結(jié)果。一般來說，系統(tǒng)GMM估計中若AR(1)檢驗的P值小于0.05，說明拒絕原假設，即存在一階自相關(guān)；AR(2)檢驗的P值大于0.05，說明接受原假設，即不存在二階自相關(guān)；由表5和表6可以看到產(chǎn)業(yè)結(jié)構(gòu)差距變化存在顯著的動態(tài)慣性效應，即上一期的產(chǎn)業(yè)結(jié)構(gòu)差距會對當期產(chǎn)生影響。同時由表5和表6還可以看出AR(1)檢驗的P值都小于0.05，而AR(2)檢驗的P值都大于0.05，AR(1)檢驗拒絕原假設，存在一階自相關(guān)，而AR(2)檢驗無法拒絕原假設，不存在二階自相關(guān)。因此，這里使用動態(tài)面板系統(tǒng)GMM模型進行克服內(nèi)生性問題的回歸設定是合適的。

表5引入?yún)^(qū)域間產(chǎn)業(yè)結(jié)構(gòu)差距的滯后一期進行檢驗發(fā)現(xiàn)，人工智能對東部和中部地區(qū)之間的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距呈現(xiàn)倒“U”型 影響，東部地區(qū)人工智能的先發(fā)優(yōu)勢在初期會拉大兩個地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)差距，長期內(nèi)技術(shù)的溢出會縮小地區(qū)發(fā)展差距；同東-中部地區(qū)相似，人工智能的發(fā)展對中西部地區(qū)之間產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距也呈現(xiàn)倒“U”型影響；而人工智能發(fā)展顯著加大了東部和西部的產(chǎn)業(yè)結(jié)構(gòu)差距。由此可知，使用系統(tǒng)GMM方法估計結(jié)果與前述模型回歸的結(jié)果是一致的，表明估計結(jié)果是穩(wěn)健的，這進一步說明在解決內(nèi)生性問題后本文的研究結(jié)論仍然是穩(wěn)健的。

表6利用系統(tǒng)GMM方法進一步檢驗了全國、東、中、西部區(qū)域內(nèi)人工智能對產(chǎn)業(yè)結(jié)構(gòu)差距的影響。結(jié)果表明，人工智能應用對全國和東部地區(qū)區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響均具有“先擴大后縮小”的特征，即人工智能的發(fā)展首先對區(qū)域內(nèi)發(fā)達省份產(chǎn)生積極影響，拉大了區(qū)域內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距，但隨著技術(shù)的成熟，區(qū)域內(nèi)的其他省份逐漸開始共享人工智能帶來的產(chǎn)業(yè)發(fā)展紅利，產(chǎn)業(yè)結(jié)構(gòu)朝著更加協(xié)調(diào)的方向發(fā)展，差距呈現(xiàn)縮小趨勢。西部地區(qū)人工智能滲透的差異加大了地區(qū)內(nèi)部的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距，中部地區(qū)人工智能的廣泛應用縮小了地區(qū)內(nèi)省市的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距?？梢钥吹皆诮鉀Q內(nèi)生性問題之后，得出的結(jié)論與上文一致，進一步證明了本文結(jié)論的穩(wěn)健。

表5 人工智能對區(qū)域間產(chǎn)業(yè)結(jié)構(gòu)差距影響的內(nèi)生性檢驗(一)

表6 人工智能對區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差距影響的內(nèi)生性檢驗(一)

2.內(nèi)生性檢驗二：滯后一期方法

本文進一步將可能存在內(nèi)生性的解釋變量滯后一期作為工具變量采用兩階段最小二乘法進行內(nèi)生性檢驗。表7展示了利用滯后一期方法人工智能對區(qū)域間產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的內(nèi)生性檢驗結(jié)果。從表中可以看到人工智能對東部-中部之間的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距影響具有倒“U”型特征，發(fā)展初期拉大了東部地區(qū)和中部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距，之后兩個區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)差距開始進入縮小階段。人工智能對中部-西部之間的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響也具有此特征，而東西部之間的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展則具有“馬太效應”，差距逐漸拉大。以上檢驗與本文的研究結(jié)論一致，再次驗證了研究結(jié)果的穩(wěn)健。

表8展示了滯后一期內(nèi)生性檢驗方法下人工智能對區(qū)域內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響?？傮w來看，人工智能對產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距具有倒“U”型影響，東部地區(qū)人工智能對區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差距的調(diào)整也具有此特征。中部地區(qū)人工智能的廣泛應用縮小了地區(qū)內(nèi)各省的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距，西部地區(qū)人工智能擴大了地區(qū)內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距。以上檢驗再次說明本文的研究結(jié)論具有較高的穩(wěn)定性。

五、研究結(jié)論與政策建議

工業(yè)革命4.0開啟了智能化生產(chǎn)時代，經(jīng)濟結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)朝著更加合理化的方向發(fā)展。但同時具有技術(shù)先發(fā)優(yōu)勢的地區(qū)發(fā)展速度可能明顯快于其他地區(qū)，人工智能技術(shù)的應用會對區(qū)域間以及區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距產(chǎn)生影響。本文基于2009—2019年中國30個省、自治區(qū)、直轄市的數(shù)據(jù)，使用固定效應模型、系統(tǒng)GMM以及工具變量法實證檢驗了人工智能對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距的影響，并進行異質(zhì)性分析和內(nèi)生性檢驗，主要得出以下結(jié)論：第一，人工智能的廣泛應用顯著促進了地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級；第二，人工智能應用對東部-西部地區(qū)間的產(chǎn)業(yè)結(jié)構(gòu)差距調(diào)整存在“馬太效應”，兩極分化愈加嚴重，但對東部-中部、中部-西部地區(qū)之間的產(chǎn)業(yè)結(jié)構(gòu)差距具有倒“U”型影響，初期擴大了東部-中部、中部-西部之間產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距，隨著技術(shù)的成熟和溢出，最終東部-中部、中部-西部地區(qū)之間產(chǎn)業(yè)結(jié)構(gòu)差距會縮??；第三，人工智能應用對產(chǎn)業(yè)結(jié)構(gòu)差距的“馬太效應”存在于西部，特別是促使西北地區(qū)和西南地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距越來越大，對全國、東部地區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差距影響呈現(xiàn)倒“U”型，短期內(nèi)擴大了地區(qū)內(nèi)部的產(chǎn)業(yè)結(jié)構(gòu)差距，長期內(nèi)促使區(qū)域內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)朝著更加優(yōu)化的方向發(fā)展，縮小了中部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距。上述研究結(jié)論為在人工智能如火如荼的發(fā)展下，如何利用智能化技術(shù)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，縮小地區(qū)發(fā)展差距，推進區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略的實施提供了有益參考。對此，本文提出如下政策建議：

表7 人工智能對區(qū)域間產(chǎn)業(yè)結(jié)構(gòu)差距影響的內(nèi)生性檢驗(二)

表8 人工智能對區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)差距影響的內(nèi)生性檢驗(二)

第一，深化人工智能對產(chǎn)業(yè)結(jié)構(gòu)升級的作用機制。研究表明人工智能對地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級具有積極的促進作用，因此一方面要加大以人工智能為主的核心技術(shù)研發(fā)，以創(chuàng)新技術(shù)的持續(xù)輸出為產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級提供抓手；另一方面，加強5G、大數(shù)據(jù)、物聯(lián)網(wǎng)等數(shù)字基礎設施建設，充分發(fā)揮人工智能在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整方面的優(yōu)勢，創(chuàng)新產(chǎn)業(yè)集群。

第二，對癥下藥，加速區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級。研究表明人工智能對東-中部、東-西部、中-西部的產(chǎn)業(yè)發(fā)展差距具有區(qū)域異質(zhì)性，因此產(chǎn)業(yè)政策的制定要特別考慮區(qū)域之間的發(fā)展差距。持續(xù)推進東部地區(qū)人工智能帶動產(chǎn)業(yè)結(jié)構(gòu)發(fā)展的先發(fā)優(yōu)勢，加強人工智能技術(shù)的研發(fā)和全場景的應用；堅持中部崛起戰(zhàn)略，深化中部地區(qū)人工智能與實體經(jīng)濟的融合發(fā)展，將人工智能賦能中部特色優(yōu)勢產(chǎn)業(yè)；堅持西部大開發(fā)戰(zhàn)略，擴大西部地區(qū)對人工智能技術(shù)的引進和應用，加速“機器人代替人”和“人機交互”的產(chǎn)業(yè)結(jié)構(gòu)升級路徑。

第三，因地制宜制定區(qū)域產(chǎn)業(yè)政策，助力產(chǎn)業(yè)升級。以上研究表明我國區(qū)域間和區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展差距都不同程度地受到地區(qū)人工智能發(fā)展的影響。因此各區(qū)域以人工智能促產(chǎn)業(yè)發(fā)展時既要有宏觀的頂層設計，也要考慮本地區(qū)產(chǎn)業(yè)的具體發(fā)展現(xiàn)狀，堅持“一省一策”“一市一策”，甚至更小的行政單位，充分發(fā)揮人工智能的產(chǎn)業(yè)效應，縮小地區(qū)產(chǎn)業(yè)結(jié)構(gòu)差距，達到區(qū)域協(xié)調(diào)發(fā)展。

[注 釋]

① 第七次全國人口普查公報。

② 《中國人工智能發(fā)展報告2020》。

③ 東部地區(qū)包括：北京、天津、河北、廣東、福建、山東、上海、浙江、江蘇、海南、遼寧；中部地區(qū)包括：黑龍江、吉林、安徽、河南、湖北、湖南、江西、山西；西部地區(qū)包括：內(nèi)蒙古、甘肅、寧夏、青海、新疆、陜西、廣西、四川、重慶、云南、貴州。

④ 根據(jù)Dagum Gini系數(shù)計算差距在0.2～0.3之間。