亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響研究

        2022-11-12 02:54:48韓松巖
        關(guān)鍵詞:效應(yīng)人工智能數(shù)字

        韓松巖

        1(中國(guó)社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所,北京 102488)2(深圳大學(xué)中國(guó)經(jīng)濟(jì)特區(qū)研究中心,深圳 518000)

        引 言

        《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》中明確提出以數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)企業(yè)生產(chǎn)、管理、治理方式變革,強(qiáng)化企業(yè)數(shù)字創(chuàng)新能力。然而,據(jù)相關(guān)機(jī)構(gòu)研究測(cè)算,目前我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型比例僅為25%,且大多面臨 “轉(zhuǎn)型不深入,不轉(zhuǎn)型被淘汰”的發(fā)展困境[1]。雖然政府大力推行普惠性發(fā)展政策,但實(shí)現(xiàn)真正落實(shí)還存在重重阻礙,且短期內(nèi)企業(yè)數(shù)字創(chuàng)新運(yùn)營(yíng)成本仍居高不下,難以形成高效健康的數(shù)字創(chuàng)新發(fā)展新常態(tài)。人工智能技術(shù)是企業(yè)數(shù)字創(chuàng)新不可忽視的推動(dòng)力,具有適應(yīng)性、普惠性與競(jìng)爭(zhēng)性發(fā)展優(yōu)勢(shì),能夠?yàn)槠髽I(yè)數(shù)字創(chuàng)新發(fā)展提供高效、專業(yè)、便捷服務(wù)的同時(shí),也在激活數(shù)字經(jīng)濟(jì)、優(yōu)化企業(yè)創(chuàng)新模式、打造AI智慧場(chǎng)景等方面發(fā)揮重要作用[2]。值此背景下,探究人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響效應(yīng),對(duì)于推動(dòng)企業(yè)數(shù)字創(chuàng)新發(fā)展具有重要理論價(jià)值與現(xiàn)實(shí)意義。

        人工智能技術(shù)是近年來(lái)科技創(chuàng)新研究的熱點(diǎn)?,F(xiàn)階段,國(guó)內(nèi)外學(xué)者關(guān)于人工智能的影響研究主要集中于以下幾方面:全要素生產(chǎn)率層面,Giacomo Damioli等 (2021)[3]利用 2000~2016 年申請(qǐng)人工智能專利的5257家全球公司樣本數(shù)據(jù),實(shí)證發(fā)現(xiàn)當(dāng)控制其他專利活動(dòng)時(shí),人工智能專利申請(qǐng)對(duì)企業(yè)全要素生產(chǎn)率具有正向促進(jìn)作用,且這一影響效應(yīng)主要集中于中小企業(yè)與服務(wù)業(yè)。劉亮與胡國(guó)良 (2020)[4]基于中國(guó)制造業(yè)數(shù)據(jù)的實(shí)證結(jié)果發(fā)現(xiàn),人工智能技術(shù)對(duì)全要素生產(chǎn)率具有顯著促進(jìn)作用,且對(duì)高技術(shù)行業(yè)全要素生產(chǎn)率的影響作用更加明顯。孫早與侯玉琳 (2021)[5]利用熊彼特創(chuàng)新模型實(shí)證分析人工智能技術(shù)對(duì)制造業(yè)全要素生產(chǎn)率的影響,結(jié)果發(fā)現(xiàn)現(xiàn)階段人工智能技術(shù)對(duì)服裝、設(shè)備等傳統(tǒng)制造業(yè)全要素生產(chǎn)率具有顯著促進(jìn)作用,但對(duì)醫(yī)藥、計(jì)算機(jī)制造等高端制造業(yè)的促進(jìn)作用并不顯著。人力資本層面,何勤等 (2020)[6]以115家制造業(yè)企業(yè)為研究對(duì)象,分析人工智能技術(shù)對(duì)人力資本的影響作用,研究發(fā)現(xiàn)人工智能技術(shù)對(duì)制造業(yè)企業(yè)員工就業(yè)數(shù)量增長(zhǎng)具有負(fù)向影響,但對(duì)員工就業(yè)技能與收入具有正向影響。其中,資本偏好與產(chǎn)品研發(fā)在人工智能技術(shù)對(duì)人力資本影響中存在顯著中介效應(yīng)。汪昕宇等 (2022)[7]利用基準(zhǔn)回歸模型實(shí)證檢驗(yàn)人工智能技術(shù)對(duì)北京市就業(yè)總量、人員素質(zhì)與工資水平的影響,結(jié)果發(fā)現(xiàn)人工智能技術(shù)對(duì)北京市就業(yè)總量具有替代效應(yīng),對(duì)于人員素質(zhì)提升具有推動(dòng)效應(yīng),對(duì)于人員工資水平具有補(bǔ)償效應(yīng)。產(chǎn)業(yè)結(jié)構(gòu)層面,F(xiàn)an和Liu (2021)[8]基于 2005~2018 年省級(jí)面板數(shù)據(jù)實(shí)證檢驗(yàn)產(chǎn)業(yè)結(jié)構(gòu)在人工智能發(fā)展水平與經(jīng)濟(jì)增長(zhǎng)中的中介作用,研究發(fā)現(xiàn)人工智能通過(guò)抑制產(chǎn)業(yè)結(jié)構(gòu)升級(jí)提升經(jīng)濟(jì)增長(zhǎng)速率。韋東明等 (2021)[9]基于2006~2018年省級(jí)面板數(shù)據(jù)實(shí)證檢驗(yàn)人工智能技術(shù)對(duì)中國(guó)產(chǎn)業(yè)結(jié)構(gòu)的影響,研究發(fā)現(xiàn)人工智能技術(shù)對(duì)產(chǎn)業(yè)結(jié)構(gòu)具有高效化促進(jìn)效應(yīng),且產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)效應(yīng)在時(shí)間維度體現(xiàn)在德國(guó) “工業(yè)4.0”提出以后,在區(qū)域維度體現(xiàn)在東部與中部地區(qū),在產(chǎn)業(yè)領(lǐng)域體現(xiàn)在高技術(shù)制造業(yè)、生產(chǎn)性服務(wù)業(yè)等領(lǐng)域。羅書(shū)嶸 (2022)[10]運(yùn)用主成分分析法,通過(guò)構(gòu)建計(jì)量回歸模型實(shí)證檢驗(yàn)人工智能技術(shù)對(duì)產(chǎn)業(yè)結(jié)構(gòu)分化的影響,研究發(fā)現(xiàn)全國(guó)、東、中、西部地區(qū)人工智能技術(shù)均對(duì)產(chǎn)業(yè)結(jié)構(gòu)分化具有顯著影響。其中,東部地區(qū)的影響尤為顯著,西部地區(qū)人工智能技術(shù)對(duì)產(chǎn)業(yè)結(jié)構(gòu)分化的影響作用最弱。

        綜上所述,學(xué)者們對(duì)人工智能技術(shù)與全要素生產(chǎn)率、人力資本、產(chǎn)業(yè)結(jié)構(gòu)等層面的關(guān)系研究較為常見(jiàn),但鮮有學(xué)者將人工智能技術(shù)與企業(yè)數(shù)字創(chuàng)新納入同一框架進(jìn)行系統(tǒng)研究。此外,若人工智能技術(shù)利于企業(yè)數(shù)字創(chuàng)新,那具體是通過(guò)何種機(jī)制影響?人工智能主要通過(guò)哪些機(jī)制影響企業(yè)數(shù)字創(chuàng)新發(fā)展?不同經(jīng)濟(jì)基礎(chǔ)下,人工智能對(duì)企業(yè)數(shù)字創(chuàng)新的影響程度是否存在區(qū)域異質(zhì)性?針對(duì)以上問(wèn)題,本文在現(xiàn)有文獻(xiàn)基礎(chǔ)上,基于中國(guó)30個(gè)?。▍^(qū)、市)2010~2020年面板數(shù)據(jù),實(shí)證檢驗(yàn)人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響程度;進(jìn)一步將30個(gè)?。▍^(qū)、市)劃分為東、中、西部地區(qū),積極探索人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的區(qū)域異質(zhì)性;運(yùn)用空間面板模型系統(tǒng)研究人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的直接與間接空間溢出效應(yīng),旨在為充分發(fā)揮人工智能技術(shù)優(yōu)化升級(jí)的正外部性、提升企業(yè)數(shù)字創(chuàng)新能力提供基礎(chǔ)參考。

        1 模型設(shè)定與數(shù)據(jù)來(lái)源

        1.1 模型設(shè)定

        1.1.1 基準(zhǔn)回歸模型

        本文在楊偉和劉健 (2021)[11]、張光宇等(2021)[12]研究思路基礎(chǔ)上,參考眾多模型計(jì)算推導(dǎo)方法[13,14],構(gòu)建人工智能影響企業(yè)數(shù)字創(chuàng)新的數(shù)理模型。假設(shè)企業(yè)生產(chǎn)函數(shù)屬于柯布—道格拉斯函數(shù)計(jì)算形式,企業(yè)創(chuàng)新投入要素僅包含資本與勞動(dòng)兩方面,且滿足企業(yè)規(guī)模報(bào)酬不變,公式如下:

        式中,K、L分別代表企業(yè)資本要素投入與勞動(dòng)要素投入總額。

        假設(shè)某企業(yè)創(chuàng)新生產(chǎn)方式分為兩種:智能生產(chǎn)X與人工生產(chǎn)Y。企業(yè)在人工生產(chǎn)Y過(guò)程中會(huì)降低生產(chǎn)效率Z,相較于智能生產(chǎn)需要擔(dān)負(fù)更多生產(chǎn)成本費(fèi)用。追求數(shù)字創(chuàng)新生產(chǎn)且利益最大化的經(jīng)營(yíng)企業(yè),不會(huì)盲目選擇傳統(tǒng)人工生產(chǎn)方式,相反會(huì)制定合理化創(chuàng)新生產(chǎn)方案,將比例為μ的數(shù)字創(chuàng)新生產(chǎn)要素用于生產(chǎn)方式改良以實(shí)現(xiàn)成本降低目的,μ的取值范圍為0≤μ≤1。當(dāng)μ=0時(shí),意味著企業(yè)未將數(shù)字創(chuàng)新生產(chǎn)要素用于生產(chǎn)方式改進(jìn)過(guò)程,此時(shí)企業(yè)創(chuàng)新生產(chǎn)的潛在資本產(chǎn)量為F;當(dāng)0<μ<1時(shí),意味著企業(yè)將比例為μ的數(shù)字創(chuàng)新生產(chǎn)要素用于生產(chǎn)方式改進(jìn)過(guò)程,此時(shí)企業(yè)智能生產(chǎn)X的實(shí)際產(chǎn)量為(1-μ)F,與此同時(shí),企業(yè)在人工生產(chǎn)過(guò)程中降低生產(chǎn)效率Z的發(fā)展現(xiàn)狀依舊會(huì)發(fā)生。

        假定生產(chǎn)效率Z=φ(μ)F,通過(guò)借鑒劉建秋等 (2021)[15]、吳意云等 (2020)[16]的研究成果,企業(yè)提高生產(chǎn)效率函數(shù)公式如下:

        式中,A表示生產(chǎn)技術(shù)水平,參數(shù)b∈(0,1)。

        由此可得:

        在此基礎(chǔ)上,可以進(jìn)一步推出X的數(shù)字創(chuàng)新生產(chǎn)函數(shù),公式如下:

        由式 (4)可以知悉,企業(yè)可以通過(guò)遵循以下兩個(gè)步驟的先后順序進(jìn)行獨(dú)立數(shù)字創(chuàng)新生產(chǎn)決策:(1)企業(yè)可以基于生產(chǎn)人員工資總額s和資本成本r,確定最優(yōu)數(shù)字創(chuàng)新資本勞動(dòng)比,使得企業(yè)潛在產(chǎn)出的數(shù)字創(chuàng)新生產(chǎn)成本CF控制在最低水平;(2)企業(yè)可以基于人工生產(chǎn)成本τ和企業(yè)潛在產(chǎn)出的數(shù)字創(chuàng)新生產(chǎn)成本CF,選擇最優(yōu)的人工生產(chǎn)成本總額Z和潛在產(chǎn)出F,將企業(yè)生產(chǎn)成本CX控制在最低水平。具體函數(shù)表現(xiàn)形式如下:

        通過(guò)對(duì)式 (5)和 (6)進(jìn)行最優(yōu)化求解計(jì)算,可以知悉:

        假設(shè)企業(yè)智能生產(chǎn)X產(chǎn)品價(jià)格為PX,在完全數(shù)字市場(chǎng)競(jìng)爭(zhēng)下,企業(yè)總利潤(rùn)為0,即總生產(chǎn)收益等于總生產(chǎn)成本,由此可得:

        在此基礎(chǔ)上,結(jié)合式 (8)和 (9) 可得出智能化生產(chǎn)的表達(dá)公式如下:

        式中,szcx表示企業(yè)數(shù)字創(chuàng)新能力,str、tech、scl分別表示結(jié)構(gòu)效應(yīng)、技術(shù)效應(yīng)與規(guī)模效應(yīng),van表示影響企業(yè)數(shù)字創(chuàng)新的其他變量。

        參考現(xiàn)有學(xué)術(shù)研究,將經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)機(jī)構(gòu)、企業(yè)盈利能力等已經(jīng)證明對(duì)企業(yè)數(shù)字創(chuàng)新發(fā)展具有重要影響的變量作為具體回歸分析的控制變量。進(jìn)一步考慮到各研究變量間單位不同,且為避免異方差問(wèn)題對(duì)模型的不良影響,在構(gòu)建模型之前需對(duì)除比值變量之外的其他研究變量取對(duì)數(shù),公式如下:

        式中,szcxit表示第i個(gè)?。▍^(qū)、市)第t年的企業(yè)數(shù)字創(chuàng)新能力,pgdpit表示經(jīng)濟(jì)發(fā)展水平指數(shù),indit表示產(chǎn)業(yè)結(jié)構(gòu),marit表示企業(yè)盈利能力,govit表示企業(yè)規(guī)模,di表示各?。▍^(qū)、市)的個(gè)體固定效應(yīng),γt表示時(shí)間固定效應(yīng),εit代表隨機(jī)擾動(dòng)項(xiàng)。

        1.1.2 空間計(jì)量模型

        本文將空間因素納入回歸模型以實(shí)證檢驗(yàn)人工智能對(duì)企業(yè)數(shù)字創(chuàng)新的空間效應(yīng)。參照已有研究[17,18],空間計(jì)量模型整體分為空間誤差模型(SEM)、空間杜賓模型(SDM)與空間自相關(guān)模型(SAR)??臻g模型可以對(duì)研究變量擬合優(yōu)度、自然對(duì)數(shù)函數(shù)值、殘差空間相關(guān)性進(jìn)行系統(tǒng)性檢驗(yàn)。通過(guò)使用不同空間權(quán)重矩陣對(duì)模型進(jìn)行LM實(shí)證檢驗(yàn)可以知悉,LM-lag和R-LMLag均在1%水平上顯著,即存在較為明顯的空間滯后效應(yīng),同時(shí)在測(cè)算過(guò)程中空間誤差效應(yīng)的LM-error和R-LMerror測(cè)算結(jié)果也均在10%水平上顯著。因此,選擇空間杜賓模型(SDM)作為最終實(shí)證檢驗(yàn)?zāi)P汀?gòu)建公式如下:

        在此基礎(chǔ)上,本文利用Moran's I指數(shù)進(jìn)行全局空間相關(guān)性實(shí)證檢驗(yàn),進(jìn)一步判斷研究變量間是否顯著存在空間相關(guān)性,計(jì)算公式如下:

        (1)空間鄰接矩陣主要是依照研究地區(qū)地理是否相鄰進(jìn)行綜合設(shè)定。具體而言,地理位置相鄰地區(qū)被賦予 “1”,其他不相鄰地區(qū)被賦予 “0”,則該權(quán)重矩陣定義如下:

        (2)地理距離矩陣主要是根據(jù)兩地區(qū)間地理距離的倒數(shù)數(shù)值來(lái)進(jìn)行測(cè)算設(shè)定,兩地區(qū)間距離越近,則賦予其權(quán)重越大;相反距離越小,賦予權(quán)重越小。具體定義如下:

        經(jīng)濟(jì)距離矩陣主要是將兩地區(qū)GDP之差的倒數(shù)數(shù)值組成矩陣乘以兩地區(qū)間距離倒數(shù)矩陣,這考慮了地區(qū)地理距離特質(zhì),也考慮經(jīng)濟(jì)發(fā)展的空間效應(yīng)因素。定義如下:

        1.2 變量選取

        以往學(xué)術(shù)研究中,大多學(xué)者對(duì)人工智能技術(shù)(ai)的度量通常采用技術(shù)進(jìn)步發(fā)展指數(shù)、專利授權(quán)總數(shù)、人均占有技術(shù)設(shè)備數(shù)量、全要素技術(shù)生產(chǎn)率等研究指標(biāo)[19,20]。目前,我國(guó)人工智能技術(shù)尚處于初步發(fā)展階段,“機(jī)器替代人工”是人工智能技術(shù)影響企業(yè)數(shù)字創(chuàng)新的主要途徑。對(duì)此,采用企業(yè)智能機(jī)器設(shè)備的生產(chǎn)價(jià)值作為衡量人工智能技術(shù)發(fā)展程度的研究指標(biāo)。

        為緩減遺漏變量給研究帶來(lái)的內(nèi)生性問(wèn)題,參考有關(guān)企業(yè)數(shù)字創(chuàng)新的研究文獻(xiàn),本文選取以下控制變量進(jìn)行研究:企業(yè)經(jīng)濟(jì)規(guī)模(gov)、企業(yè)盈利能力(mar)、產(chǎn)業(yè)結(jié)構(gòu)(ind)、經(jīng)濟(jì)發(fā)展水平(pgdp)。具體來(lái)看,企業(yè)經(jīng)濟(jì)規(guī)模以企業(yè)總資產(chǎn)規(guī)模來(lái)表示;企業(yè)盈利能力以上市公司的凈生產(chǎn)收益效率來(lái)反映。企業(yè)盈利能力越好,其對(duì)高技能勞動(dòng)力的吸納能力越強(qiáng);產(chǎn)業(yè)結(jié)構(gòu)以第二產(chǎn)業(yè)與第三產(chǎn)業(yè)之間的增長(zhǎng)數(shù)值比重衡量;經(jīng)濟(jì)發(fā)展水平以進(jìn)出口總額在總資產(chǎn)所占比重進(jìn)行衡量。經(jīng)濟(jì)發(fā)展水平越高,吸引技術(shù)創(chuàng)新投資越多,越有助于企業(yè)數(shù)字創(chuàng)新發(fā)展。

        1.3 數(shù)據(jù)來(lái)源

        既有研究表明,人工智能技術(shù)與企業(yè)數(shù)字創(chuàng)新在發(fā)展過(guò)程中具有一定延續(xù)性特征[21,22],故認(rèn)為2020年新冠肺炎疫情的影響在當(dāng)期體現(xiàn)有限。因此,采用2010~2020年中國(guó)30個(gè)?。▍^(qū)、市)(考慮到數(shù)據(jù)的可獲得性,不包含西藏以及港、澳、臺(tái)地區(qū))的省級(jí)面板數(shù)據(jù)進(jìn)行實(shí)證分析,其中,企業(yè)數(shù)字創(chuàng)新指數(shù)均來(lái)源于ORBIS數(shù)據(jù)庫(kù)。ORBIS數(shù)據(jù)庫(kù)涵蓋全球近3.9億家企業(yè)的財(cái)務(wù)、行業(yè)、評(píng)級(jí)、效益等信息,并提供可透明計(jì)算和可實(shí)證檢驗(yàn)的國(guó)家及省級(jí)企業(yè)數(shù)字創(chuàng)新發(fā)展信息數(shù)據(jù)。同時(shí),國(guó)內(nèi)各?。▍^(qū)、市)企業(yè)生產(chǎn)增長(zhǎng)值、進(jìn)出口總額來(lái)自EPS數(shù)據(jù)庫(kù);各?。▍^(qū)、市)科研投入總額與專利申請(qǐng)數(shù)量均來(lái)源于 《中國(guó)科技統(tǒng)計(jì)年鑒》。

        為方便測(cè)算,各?。▍^(qū)、市)企業(yè)進(jìn)出口總額根據(jù)各年貨幣匯率平均值綜合調(diào)整為人民幣計(jì)算價(jià)值。當(dāng)年匯率、各?。▍^(qū)、市)企業(yè)增加值指數(shù)、地區(qū)企業(yè)生產(chǎn)總值指數(shù)均來(lái)源于EPS數(shù)據(jù)庫(kù)。為避免出現(xiàn)由于經(jīng)濟(jì)變量共同變化導(dǎo)致的偽回歸問(wèn)題,本文利用IPS檢驗(yàn)和Fisher-ADF檢驗(yàn)對(duì)所有研究數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。不難發(fā)現(xiàn),所有研究變量的一階差分序列均在5%水平上顯著,故所有研究變量均屬于一階單證序列屬性。在此基礎(chǔ)上,使用Kao和Pedroni檢驗(yàn)方法對(duì)其進(jìn)行協(xié)整性檢驗(yàn),結(jié)果得出所有研究變量間存在一定協(xié)整關(guān)系。同時(shí),多重共線性檢驗(yàn)結(jié)果顯示各變量VIF數(shù)值均小于10,故各研究變量間不存在多重共線性關(guān)系。

        2 實(shí)證結(jié)果分析

        2.1 面板回歸結(jié)果分析

        (1)中國(guó)各?。▍^(qū)、市)人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響分析。

        首先,本文通過(guò)Hausman檢驗(yàn)與F檢驗(yàn),選取個(gè)體固定模型對(duì)數(shù)據(jù)進(jìn)行計(jì)量分析。同時(shí),由于選用2010~2020年省級(jí)面板數(shù)據(jù)作為研究對(duì)象,時(shí)間跨度相對(duì)較大且理論上時(shí)間可以實(shí)現(xiàn)無(wú)限延長(zhǎng),而各?。▍^(qū)、市)間個(gè)體數(shù)量較小且數(shù)量趨于固定,可以對(duì)隨機(jī)擾動(dòng)項(xiàng)是否存在自相關(guān)、異方差、截面等相關(guān)問(wèn)題進(jìn)行綜合檢驗(yàn)。結(jié)果充分顯示確實(shí)與異方差、截面與自相關(guān)存在相關(guān)性,故本文利用基于Driscoll Kraay標(biāo)準(zhǔn)誤的雙向固定效應(yīng)的估算方式,避免出現(xiàn)自相關(guān)、異方差、截面等相關(guān)性問(wèn)題。

        表1中列 (1)~(3)包含了技術(shù)、規(guī)模、結(jié)構(gòu)三大效應(yīng)對(duì)企業(yè)數(shù)字創(chuàng)新的影響,運(yùn)用的回歸分析方法分別包括固定效應(yīng)、隨機(jī)效應(yīng)和基于Driscoll Kraay標(biāo)準(zhǔn)誤的雙向固定效應(yīng)模型。列 (4)~(5)陸續(xù)加入盈利能力、經(jīng)濟(jì)發(fā)展水平控制變量,采用測(cè)算方法均為基于Driscoll Kraay標(biāo)準(zhǔn)誤的雙向固定效應(yīng)模型。

        表1 中國(guó)人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響

        由表1可以知悉,人工智能技術(shù)的回歸系數(shù)始終在1%水平上顯著為正,這充分表明人工智能技術(shù)是推動(dòng)我國(guó)企業(yè)實(shí)現(xiàn)數(shù)字化創(chuàng)新發(fā)展的有效途徑。細(xì)究其因,人工智能技術(shù)可以有效淘汰落后產(chǎn)能,提高企業(yè)生產(chǎn)效率,推動(dòng)其向高附加值、高創(chuàng)新化方向轉(zhuǎn)變,有效提升企業(yè)數(shù)字創(chuàng)新能力[23]。同時(shí),在加入其它控制變量之后,回歸系數(shù)符號(hào)及顯著性水平并未出現(xiàn)明顯變化,故回歸分析結(jié)果具有較強(qiáng)穩(wěn)健性特征。

        (2)東部地區(qū)人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響分析。

        為更明晰人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響程度,進(jìn)一步采用固定效應(yīng)、隨機(jī)效應(yīng)和基于Driscoll Kraay標(biāo)準(zhǔn)誤的雙向固定效應(yīng)模型對(duì)中國(guó)東、中、西部三大地區(qū)進(jìn)行具體分析。表2列(5)分析結(jié)果顯示,東部地區(qū)人工智能技術(shù)發(fā)展指數(shù)每增加1%,該地區(qū)企業(yè)數(shù)字創(chuàng)新發(fā)展水平會(huì)提升0.218%,這表明東部地區(qū)人工智能技術(shù)優(yōu)化升級(jí)是提高企業(yè)數(shù)字創(chuàng)新能力的有效途徑。同時(shí),東部地區(qū)具備充足高技能人才資源和豐富的數(shù)字需求市場(chǎng),共同促使企業(yè)實(shí)現(xiàn)數(shù)字化創(chuàng)新發(fā)展,進(jìn)一步減輕了東部地區(qū)企業(yè)對(duì)于高耗能、高成本、重工業(yè)的生產(chǎn)依賴性,低碳數(shù)字創(chuàng)新得到長(zhǎng)期有效發(fā)展。

        表2 東部地區(qū)人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響分析

        (3)中部地區(qū)人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響分析。

        中部地區(qū)人工智能技術(shù)始終在1%水平上與企業(yè)數(shù)字創(chuàng)新呈現(xiàn)顯著正相關(guān)(見(jiàn)表3)。這主要得益于中部地區(qū)大多?。▍^(qū)、市)地勢(shì)平坦、交通便利。中部地區(qū)相較于西部地區(qū)距離東部地區(qū)更近,勞動(dòng)技術(shù)要素較為豐富,進(jìn)而推動(dòng)企業(yè)勞動(dòng)生產(chǎn)效率實(shí)現(xiàn)高效化發(fā)展。同時(shí),中部地區(qū)承接了東部地區(qū)由于人工智能技術(shù)升級(jí)轉(zhuǎn)移而出的部分產(chǎn)業(yè)。在承接?xùn)|部地區(qū)部分人工智能技術(shù)發(fā)展較高產(chǎn)業(yè)的過(guò)程中,中部地區(qū)企業(yè)不斷積累資本與創(chuàng)新技術(shù)經(jīng)驗(yàn),進(jìn)一步提升自身勞動(dòng)技術(shù)生產(chǎn)效率,實(shí)現(xiàn)資源有效配置。在此基礎(chǔ)上,企業(yè)不斷優(yōu)化傳統(tǒng)生產(chǎn)技術(shù),進(jìn)而淘汰自身落后產(chǎn)能,有利于實(shí)現(xiàn)數(shù)字創(chuàng)新與發(fā)展。與東部地區(qū)人工智能技術(shù)回歸系數(shù)(0.218)相比,中部地區(qū)人工智能技術(shù)回歸系數(shù)(0.558)更大,這充分表明中部地區(qū)人工智能技術(shù)優(yōu)化升級(jí)對(duì)企業(yè)數(shù)字創(chuàng)新發(fā)展的促進(jìn)作用更加強(qiáng)烈。隨著中部地區(qū)人工智能技術(shù)優(yōu)化升級(jí)指數(shù)大幅增加,對(duì)企業(yè)數(shù)字創(chuàng)新的影響作用逐步增強(qiáng)。

        表3 中部地區(qū)人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響分析

        (4)西部地區(qū)人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響分析。

        在對(duì)時(shí)間與個(gè)體效應(yīng)未進(jìn)行具體固定之前,西部地區(qū)人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的回歸系數(shù)均在1%水平上顯著為正。然而,對(duì)研究數(shù)據(jù)進(jìn)行雙向固定且增加控制變量之后,人工智能對(duì)企業(yè)數(shù)字創(chuàng)新的回歸系數(shù)缺乏顯著性影響特征。細(xì)究其因,西部地區(qū)地勢(shì)寬廣但人口稀少,教育基礎(chǔ)設(shè)施相對(duì)較為落后且高技術(shù)人力資本低,而高技術(shù)人力資本又是人工智能技術(shù)優(yōu)化升級(jí)的基礎(chǔ)保障。此外,西部地區(qū)經(jīng)濟(jì)發(fā)展相對(duì)落后,科技創(chuàng)新技術(shù)、全要素勞動(dòng)效率持續(xù)走低,未能形成全面化空間梯度技術(shù)發(fā)展模式,致使西部地區(qū)在承接?xùn)|部地區(qū)人工智能技術(shù)產(chǎn)業(yè)轉(zhuǎn)移過(guò)程中喪失關(guān)鍵發(fā)展動(dòng)力與設(shè)施保障,導(dǎo)致西部地區(qū)企業(yè)數(shù)字創(chuàng)新發(fā)展長(zhǎng)期趨于低水平發(fā)展階段。

        表4 西部地區(qū)人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響分析

        2.2 人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的空間溢出效應(yīng)分析

        考慮到人工智能技術(shù)、經(jīng)濟(jì)發(fā)展水平以及企業(yè)數(shù)字創(chuàng)新在地理位置相鄰近地區(qū)間具有一定空間效應(yīng)影響,故本文采用空間面板數(shù)據(jù)模型對(duì)中國(guó)整體人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的空間溢出效應(yīng)進(jìn)行深入研究(見(jiàn)表5)。對(duì)于空間直接影響效應(yīng),本地區(qū)人工智能技術(shù)的優(yōu)化升級(jí)能夠有效提高企業(yè)數(shù)字創(chuàng)新發(fā)展水平。在模型 (1)~(6)中相關(guān)影響系數(shù)均在0.432~0.594數(shù)值范圍內(nèi),且研究結(jié)果均在1%水平上顯著??臻g效應(yīng)模型的結(jié)果與基準(zhǔn)回歸模型研究結(jié)果相比,人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的促進(jìn)作用更強(qiáng)。就控制變量而言,經(jīng)濟(jì)發(fā)展水平的提升能夠明顯提高本地區(qū)企業(yè)數(shù)字創(chuàng)新發(fā)展。企業(yè)經(jīng)濟(jì)規(guī)模、盈利能力、產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)對(duì)本地區(qū)企業(yè)數(shù)字創(chuàng)新起到正向空間溢出作用。空間間接影響效應(yīng)研究結(jié)果顯示,本地區(qū)人工智能技術(shù)優(yōu)化升級(jí)會(huì)提升鄰近省(區(qū)、市)企業(yè)的數(shù)字創(chuàng)新發(fā)展水平。在模型 (1)~(6)中,本地區(qū)人工智能技術(shù)每提升1%,鄰近地區(qū)企業(yè)數(shù)字創(chuàng)新能力從0.104提升到1.299。本地區(qū)人工智能技術(shù)優(yōu)化升級(jí)代表本地區(qū)企業(yè)生產(chǎn)效率得到提升,人工智能技術(shù)的溢出將最先惠及相對(duì)空間距離較短的地區(qū),從而進(jìn)一步提高臨近地區(qū)企業(yè)的生產(chǎn)效率,實(shí)現(xiàn)企業(yè)數(shù)字創(chuàng)新發(fā)展。除此之外,在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的當(dāng)下,人工智能技術(shù)和企業(yè)數(shù)字創(chuàng)新已成為中央政府考察地方政績(jī)的重要衡量指標(biāo)。當(dāng)某一區(qū)域內(nèi)?。▍^(qū)、市)成功優(yōu)化人工智能技術(shù)而促進(jìn)地區(qū)企業(yè)實(shí)現(xiàn)數(shù)字化創(chuàng)新發(fā)展目標(biāo),則對(duì)該區(qū)域內(nèi)其他?。▍^(qū)、市)也存在正向激勵(lì)作用。同時(shí),臨近省(區(qū)、市)也會(huì)借此實(shí)施更為嚴(yán)格的優(yōu)化政策并努力追趕企業(yè)數(shù)字創(chuàng)新發(fā)展較好的?。▍^(qū)、市)。

        表5 中國(guó)人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的空間溢出效應(yīng)

        3 研究結(jié)論與政策建議

        為通過(guò)優(yōu)化人工智能技術(shù)促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展,本文基于2010~2020年30個(gè)省(區(qū)、市)的面板數(shù)據(jù),研究中國(guó)人工智能技術(shù)對(duì)企業(yè)數(shù)字創(chuàng)新的影響,主要研究結(jié)論如下:(1)從中國(guó)整體視角出發(fā),人工智能技術(shù)升級(jí)有助于實(shí)現(xiàn)企業(yè)數(shù)字創(chuàng)新發(fā)展;(2)在三大區(qū)域中、東部與中部地區(qū)人工智能技術(shù)可以顯著促進(jìn)企業(yè)數(shù)字創(chuàng)新,而西部地區(qū)影響作用不顯著;(3)空間溢出效應(yīng)結(jié)果顯示,人工智能技術(shù)不僅能夠促進(jìn)省(區(qū)、市)內(nèi)企業(yè)數(shù)字創(chuàng)新發(fā)展,還可以促進(jìn)鄰近?。▍^(qū)、市)企業(yè)實(shí)現(xiàn)高質(zhì)量數(shù)字創(chuàng)新。

        根據(jù)上述研究結(jié)論,提出以下政策建議:

        (1)發(fā)揮多方主體協(xié)同優(yōu)勢(shì),創(chuàng)設(shè)人工智能關(guān)鍵共性技術(shù)體系。建構(gòu)開(kāi)放協(xié)同的人工智能關(guān)鍵共性技術(shù)體系,對(duì)企業(yè)實(shí)現(xiàn)數(shù)字化創(chuàng)新具有重要意義。對(duì)此,國(guó)家需要在重點(diǎn)前沿領(lǐng)域探索布局,發(fā)揮中國(guó)技術(shù)數(shù)據(jù)多、虛擬場(chǎng)景全、使用基數(shù)大等優(yōu)勢(shì),力爭(zhēng)在專業(yè)端口、實(shí)踐方法、使用工具等關(guān)鍵共性技術(shù)研發(fā)中取得顛覆性變革,系統(tǒng)性增強(qiáng)人工智能關(guān)鍵共性技術(shù)創(chuàng)新發(fā)展能力。同時(shí),政府需要發(fā)揮政策引導(dǎo)職能,促進(jìn)產(chǎn)學(xué)研相結(jié)合,建立政府、企業(yè)、機(jī)構(gòu)關(guān)鍵共性技術(shù)發(fā)展聯(lián)盟,加強(qiáng)在標(biāo)準(zhǔn)創(chuàng)新、技術(shù)攻關(guān)等多方面的協(xié)調(diào)配合,以人工智能技術(shù)帶動(dòng)多方參與主體創(chuàng)新發(fā)展。此外,企業(yè)需要堅(jiān)持產(chǎn)品開(kāi)發(fā)、技術(shù)創(chuàng)新、研發(fā)攻關(guān) “三位一體”,充分調(diào)動(dòng)企業(yè)生產(chǎn)、流通、研發(fā)等環(huán)節(jié)關(guān)鍵技術(shù)創(chuàng)新積極性,多方發(fā)力、多方出資,系統(tǒng)性前瞻打造一批新時(shí)代人工智能關(guān)鍵科技項(xiàng)目。

        (2)增強(qiáng)區(qū)域聯(lián)動(dòng)效應(yīng),實(shí)現(xiàn)人工智能產(chǎn)業(yè)鏈融通發(fā)展。應(yīng)對(duì)人工智能技術(shù)對(duì)各地區(qū)企業(yè)創(chuàng)新發(fā)展的影響,國(guó)家需要基于區(qū)域聯(lián)動(dòng)發(fā)展視角,通過(guò)推動(dòng)?xùn)|中部地區(qū)與西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)深層次協(xié)調(diào)發(fā)展,進(jìn)一步破解人工智能技術(shù)與區(qū)域企業(yè)數(shù)字創(chuàng)新的結(jié)構(gòu)性矛盾。企業(yè)內(nèi)部形成人工智能產(chǎn)業(yè)鏈協(xié)作體系,在東部與中部地區(qū)間形成更大規(guī)模人工智能產(chǎn)業(yè)集群戰(zhàn)略基地,以人工智能技術(shù)為指導(dǎo),推動(dòng)?xùn)|中部企業(yè)實(shí)現(xiàn)深度融合創(chuàng)新發(fā)展;破除阻礙技術(shù)資本要素充分流動(dòng)的制度性障礙,推動(dòng)區(qū)域性高技能人才向西部地區(qū)流動(dòng)。各地政府可以充分釋放東、中部地區(qū)高技能人力資本的溢出效應(yīng),以高端化人才流動(dòng)引領(lǐng)西部地區(qū)企業(yè)數(shù)字創(chuàng)新發(fā)展。

        (3)鼓勵(lì)企業(yè)跨省域數(shù)字創(chuàng)新合作,強(qiáng)化省域間企業(yè)人工智能創(chuàng)新耦合力度。針對(duì)上述人工智能技術(shù)不僅能夠促進(jìn)?。▍^(qū)、市)內(nèi)企業(yè)數(shù)字創(chuàng)新發(fā)展,還可驅(qū)動(dòng)鄰近?。▍^(qū)、市)企業(yè)實(shí)現(xiàn)數(shù)字創(chuàng)新研究結(jié)論。國(guó)家可充分利用這一人工智能技術(shù)發(fā)展優(yōu)勢(shì),在相鄰省域企業(yè)間建設(shè)云網(wǎng)融合、綠色低碳、安全可控的智能化綜合性數(shù)字信息平臺(tái),推進(jìn)人工智能技術(shù)與相關(guān)企業(yè)融合創(chuàng)新發(fā)展。同時(shí),企業(yè)加強(qiáng)數(shù)字化、智能化信息基礎(chǔ)設(shè)施建設(shè),推動(dòng)人工智能技術(shù)在企業(yè)不同生產(chǎn)領(lǐng)域?qū)崿F(xiàn)數(shù)字化集成應(yīng)用。此外,依托國(guó)家新一代人工智能技術(shù)創(chuàng)新試驗(yàn)區(qū),企業(yè)可以在省(區(qū)、市)內(nèi)或省域間大力開(kāi)展智能技術(shù)試點(diǎn)工作與實(shí)驗(yàn),形成一種人工智能與跨省企業(yè)深度創(chuàng)新融合的發(fā)展模式。

        猜你喜歡
        效應(yīng)人工智能數(shù)字
        鈾對(duì)大型溞的急性毒性效應(yīng)
        懶馬效應(yīng)
        2019:人工智能
        商界(2019年12期)2019-01-03 06:59:05
        人工智能與就業(yè)
        答數(shù)字
        數(shù)讀人工智能
        小康(2017年16期)2017-06-07 09:00:59
        應(yīng)變效應(yīng)及其應(yīng)用
        數(shù)字看G20
        下一幕,人工智能!
        成雙成對(duì)
        久久不见久久见免费影院www| 日韩一级精品亚洲一区二区精品| 国产精品白浆视频一区| 色综合色综合久久综合频道| 免费黄网站永久地址进入| 亚洲男人天堂黄色av| 日韩国产成人无码av毛片蜜柚| 国产欧美一区二区精品仙草咪| 亚洲国产精品久久久天堂不卡海量| 久久99精品久久久66| 亚洲免费视频一区二区三区| 东京热东京道日韩av| 97cp在线视频免费观看| 刺激一区仑乱| 成全高清在线播放电视剧| 夜色阁亚洲一区二区三区| 精品 无码 国产观看| 日韩人妖一区二区三区| 精品日韩一级免费视频| 久久国内精品自在自线图片| 乱伦一区二| 国产精品香蕉网页在线播放| 在线观看在线观看一区二区三区| 久久亚洲av午夜福利精品一区| 一本一道av无码中文字幕﹣百度 | 日本理论片一区二区三区| 国产精品毛片毛片av一区二区| 波多野结衣中文字幕一区二区三区| 中文字幕亚洲情99在线| 欧美在线成人免费国产| 亚洲1区第2区第3区在线播放 | 亚洲AV综合久久九九| 一区二区在线观看日本免费| 高清毛茸茸的中国少妇| 激情欧美日韩一区二区| 国产精品亚洲综合色区丝瓜| 邻居美少妇张开腿让我爽了一夜| 欧美最大胆的西西人体44| 亚洲日韩AV秘 无码一区二区| 人妻丰满精品一区二区| 欧美激情在线播放|