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。