摘 要：歷次技術(shù)革命都對產(chǎn)業(yè)結(jié)構(gòu)產(chǎn)生深遠(yuǎn)影響，人工智能作為智能化時代的典型技術(shù)，其對產(chǎn)業(yè)集聚的影響及其機(jī)制仍需深入探討。基于2003-2021年中國30個省份規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)，實(shí)證檢驗(yàn)人工智能對產(chǎn)業(yè)集聚的影響效應(yīng)及其作用機(jī)制。研究發(fā)現(xiàn)，人工智能能夠顯著促進(jìn)產(chǎn)業(yè)集聚，該結(jié)論在考慮內(nèi)生性與穩(wěn)健性的基礎(chǔ)上依然成立；機(jī)制分析表明，人工智能通過降低貿(mào)易成本與勞動力成本、提升人力資本水平與技術(shù)創(chuàng)新水平進(jìn)而促進(jìn)產(chǎn)業(yè)集聚；異質(zhì)性分析發(fā)現(xiàn)，人工智能對產(chǎn)業(yè)集聚的影響在相關(guān)政策發(fā)布前后、不同外部環(huán)境以及不同市場規(guī)模下存在顯著的異質(zhì)性。最后，針對研究結(jié)論提出相關(guān)政策建議。

關(guān)鍵詞：人工智能；產(chǎn)業(yè)集聚；區(qū)域協(xié)調(diào)發(fā)展

中圖分類號：F429.9

文獻(xiàn)標(biāo)識碼：A

DOIdoi：10.3969/j.issn.1672-2272.202407082

Analysis of the Impact and Mechanism of Artificial Intelligence on Industrial Agglomeration：Experience Analysis Based on Inter Provincial Industrial Level

Fang Wei1， Chen Siqi2

（1.School of" Economics，Xinjiang University of Finance and Economics，Urumqi 841100，China;

2.School of Economics，Xiamen University， Xiamen 361005， China）

Abstract：Previous technological advancements have had a profound impact on industrial layout. As a typical technological shock in the era of intelligence，artificial intelligence still needs to be further explored for its impact and mechanism on industrial agglomeration. This article is based on data from 30 provinces and cities in China with industrial enterprises above designated size from 2003 to 2021， to examine the impact and mechanism of artificial intelligence on industrial agglomeration. Research has found that：artificial intelligence can significantly promote industrial agglomeration， and this conclusion still holds true considering endogeneity and robustness;Mechanism analysis shows that artificial intelligence promotes industrial agglomeration by reducing trade and labor costs， improving human capital and technological innovation levels;Heterogeneity analysis found that the impact of artificial intelligence on industrial agglomeration exhibits significant heterogeneity before and after the release of relevant policies， under different external environments， and market sizes. Finally， this article proposes relevant policy recommendations based on the research findings.

Key Words：Artificial Intelligence; Industry Agglomeration; Regional Coordinated Development

0 引言

人工智能作為引領(lǐng)第四次技術(shù)革命的技術(shù)代表，不斷融合5G、互聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)等新興技術(shù)，在近年來迅速發(fā)展，同時也深刻影響著國內(nèi)外產(chǎn)業(yè)格局。就中國而言，東部地區(qū)已經(jīng)經(jīng)歷了“雁陣模式”中所揭示的勞動密集型向資本密集型、進(jìn)而過渡到技術(shù)密集型的產(chǎn)業(yè)升級路徑［1］，但與“雁陣?yán)碚摗毕嚆５氖牵涸诋?dāng)前智能化時代下，中國產(chǎn)業(yè)并沒有明顯向西部地區(qū)轉(zhuǎn)移，反而有向東部地區(qū)回流的趨勢，特別是電子制造業(yè)。甚至有研究指出，中國勞動密集型產(chǎn)業(yè)正在逐步向東南亞國家轉(zhuǎn)移［2］。隨著智能化技術(shù)的進(jìn)一步發(fā)展，東部地區(qū)產(chǎn)業(yè)升級步伐不斷加快，如果西部地區(qū)產(chǎn)業(yè)不能依托自身比較優(yōu)勢進(jìn)行轉(zhuǎn)型升級，則東西部地區(qū)經(jīng)濟(jì)發(fā)展差距將會進(jìn)一步擴(kuò)大，進(jìn)而抑制區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展。

近年來，學(xué)術(shù)界針對以上問題展開廣泛討論，深入探究產(chǎn)業(yè)動態(tài)變化過程。對相關(guān)文獻(xiàn)整理后發(fā)現(xiàn)，現(xiàn)有對于產(chǎn)業(yè)集聚影響因素的研究多從政策、貿(mào)易、要素以及技術(shù)視角展開，與本文相關(guān)的研究更多關(guān)注互聯(lián)網(wǎng)技術(shù)［3-4］和智能化技術(shù)［5-6］。而基于人工智能視角的研究則更多集中于產(chǎn)業(yè)的動態(tài)轉(zhuǎn)移過程［1，7］和制造業(yè)與生產(chǎn)性服務(wù)業(yè)的協(xié)同集聚狀態(tài)［8］，鮮有人關(guān)注單個產(chǎn)業(yè)內(nèi)部的集聚。

產(chǎn)業(yè)集聚具有投入中間產(chǎn)品共享、勞動力蓄水池以及溢出效應(yīng)等［9］，不僅能夠帶動周圍企業(yè)技術(shù)創(chuàng)新、提升企業(yè)生產(chǎn)效率，還能提升企業(yè)能源利用效率［8］，促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展［10］，即產(chǎn)業(yè)集聚對于地區(qū)經(jīng)濟(jì)發(fā)展具有重要意義。同時，人工智能技術(shù)由替代體力逐步演變?yōu)樘娲X力，其對人類生產(chǎn)和生活的沖擊比以往技術(shù)都更為強(qiáng)烈［11］，因此，從人工智能視角豐富相關(guān)研究也具有一定的必要性。此外，我國是工業(yè)大國，工業(yè)產(chǎn)業(yè)體系健全，配套設(shè)施齊全，并且工業(yè)仍是大多數(shù)地區(qū)，特別是中西部地區(qū)經(jīng)濟(jì)發(fā)展的主體；反觀服務(wù)業(yè)，僅在少數(shù)發(fā)達(dá)地區(qū)具有相對健全的發(fā)展體系，因此，基于工業(yè)數(shù)據(jù)探究產(chǎn)業(yè)集聚具有一定現(xiàn)實(shí)意義。

針對以上分析，本文選取2003-2021年中國30個省份（除港澳臺地區(qū)及西藏）規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)，實(shí)證檢驗(yàn)人工智能發(fā)展對產(chǎn)業(yè)集聚的影響及其內(nèi)在作用機(jī)制，同時探討其影響效應(yīng)在相關(guān)政策發(fā)布前后、不同外部環(huán)境以及不同市場規(guī)模下的異質(zhì)性。本研究可能的邊際貢獻(xiàn)在于：第一，利用省級數(shù)據(jù)實(shí)證檢驗(yàn)人工智能對產(chǎn)業(yè)集聚的影響，并從交易成本、勞動力要素以及技術(shù)創(chuàng)新視角分析其內(nèi)在機(jī)制，從經(jīng)驗(yàn)層面進(jìn)一步補(bǔ)充相關(guān)研究。第二，現(xiàn)有研究多從互聯(lián)網(wǎng)技術(shù)與智能化技術(shù)展開相關(guān)論述，本文從人工智能視角展開研究，能夠?yàn)楫?dāng)下應(yīng)對技術(shù)沖擊提供理論指導(dǎo)和實(shí)踐參考。第三，分析在政策、智能化環(huán)境以及市場規(guī)模的不同作用下，人工智能作用與產(chǎn)業(yè)集聚的異質(zhì)性，可為進(jìn)一步促進(jìn)區(qū)域協(xié)調(diào)發(fā)展提供經(jīng)驗(yàn)參考。

1 文獻(xiàn)綜述與研究假設(shè)

1.1 產(chǎn)業(yè)集聚的影響因素分析

產(chǎn)業(yè)集聚狀態(tài)并非一成不變，而是處于動態(tài)變化過程中。企業(yè)為了降低冰山成本與集聚租，通常會在某個地理空間內(nèi)高度集中，即形成產(chǎn)業(yè)集聚［12］；產(chǎn)業(yè)進(jìn)一步集聚逐漸提升擁擠成本，從而使得產(chǎn)業(yè)分散到新的地理區(qū)位［13］。學(xué)者們對于產(chǎn)業(yè)集聚的影響因素研究大致分為四類：政策、貿(mào)易、要素、技術(shù)。

1.1.1 政策因素

學(xué)者們多從優(yōu)惠政策與開放政策兩方面探討其對產(chǎn)業(yè)集聚的影響。優(yōu)惠政策方面，為吸引生產(chǎn)要素流入，發(fā)展地方經(jīng)濟(jì)，地方政府通常會對企業(yè)采取降稅和補(bǔ)貼等政策，進(jìn)而會導(dǎo)致企業(yè)向本地集聚［14］。此外，孟美俠等［15］通過理論與實(shí)證研究開發(fā)區(qū)政策對產(chǎn)業(yè)集聚的影響，發(fā)現(xiàn)開發(fā)區(qū)優(yōu)惠政策能夠通過影響資本要素的流動，進(jìn)而降低產(chǎn)業(yè)在區(qū)域上的整體集聚度。開放政策方面，吳喬一康等［16］從理論層面分析發(fā)現(xiàn)中國對外開放政策的深入能夠促進(jìn)產(chǎn)業(yè)集聚。李世杰等［17］進(jìn)一步利用微觀數(shù)據(jù)，實(shí)證檢驗(yàn)發(fā)現(xiàn)自貿(mào)區(qū)的建立能夠通過促進(jìn)制度創(chuàng)新進(jìn)而有利于產(chǎn)業(yè)間的協(xié)同集聚。

1.1.2 貿(mào)易因素

學(xué)者們研究不同貿(mào)易成本對產(chǎn)業(yè)集聚的影響作用，其中包括運(yùn)輸成本與信息傳遞成本。運(yùn)輸成本方面，何玉梅等［18］基于我國制造業(yè)數(shù)據(jù)，實(shí)證檢驗(yàn)發(fā)現(xiàn)運(yùn)輸成本的下降顯著提升產(chǎn)業(yè)集聚水平。此外，鄭鑫和陳耀［19］從理論層面研究認(rèn)為，運(yùn)輸成本的降低能夠促進(jìn)地區(qū)成本優(yōu)勢的發(fā)揮，從而提升產(chǎn)業(yè)轉(zhuǎn)移的動力。信息傳遞成本方面，白重恩等［20］研究認(rèn)為地方保護(hù)主義阻礙專業(yè)化形成，從而降低行業(yè)地區(qū)集中度，特別是高稅利及國有化程度較高的行業(yè)。程艷和葉徵［21］從長短期視角入手，認(rèn)為地方保護(hù)主義在短期雖然能促進(jìn)集聚，但長期集聚受交易成本的影響較大。

1.1.3 要素因素

學(xué)術(shù)界從要素視角研究產(chǎn)業(yè)集聚的影響主要從資本要素與勞動力要素兩個方面展開。資本要素方面，孫曉華和郭旭［12］通過實(shí)證檢驗(yàn)發(fā)現(xiàn)資本要素已經(jīng)取代勞動力要素，成為推動中國工業(yè)集聚的重要因素。石衛(wèi)星和吳韡［22］從理論層面分析認(rèn)為外商直接投資者為了節(jié)約成本和降低風(fēng)險，通常引致國內(nèi)產(chǎn)業(yè)集聚。勞動力要素又主要從勞動力成本與稟賦展開討論：從勞動力成本來看，勞動力等要素成本在中國區(qū)域之間的動態(tài)轉(zhuǎn)變，使東部地區(qū)逐漸喪失勞動力成本的比較優(yōu)勢，中西部地區(qū)勞動力要素稟賦的顯性優(yōu)勢呈現(xiàn)，促使產(chǎn)業(yè)轉(zhuǎn)移至勞動力成本更低的內(nèi)陸地區(qū)［23］，改變產(chǎn)業(yè)布局，但從長期來看，產(chǎn)業(yè)轉(zhuǎn)移不能一直依靠勞動力成本的差異來實(shí)現(xiàn)［24］。從勞動力稟賦來看：地區(qū)勞動力數(shù)量的減少使得勞動力供需失衡，能夠倒逼產(chǎn)業(yè)整體轉(zhuǎn)型升級，進(jìn)而影響地區(qū)產(chǎn)業(yè)集聚［25］。

1.1.4 技術(shù)因素

歷史表明，技術(shù)進(jìn)步對于產(chǎn)業(yè)布局具有重要影響。究其影響機(jī)制，學(xué)者認(rèn)為技術(shù)進(jìn)步推動運(yùn)輸成本的降低，節(jié)約生產(chǎn)成本［26］，同時，歷次技術(shù)革命逐步替代人的手腳功能、信息存儲功能和認(rèn)知功能，由此提升勞動生產(chǎn)率［27］，此外，技術(shù)進(jìn)步進(jìn)一步調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)產(chǎn)業(yè)的轉(zhuǎn)型升級［28］，進(jìn)而影響產(chǎn)業(yè)分布格局。

隨著第四次科技革命的逐步推進(jìn)，學(xué)術(shù)界也密切關(guān)注新興技術(shù)的發(fā)展對產(chǎn)業(yè)集聚的影響，包括互聯(lián)網(wǎng)技術(shù)與智能化技術(shù)?；ヂ?lián)網(wǎng)技術(shù)方面，安同良和楊晨［3］研究認(rèn)為互聯(lián)網(wǎng)技術(shù)通過減少生產(chǎn)成本及運(yùn)輸成本使得廠商利潤提高，成為吸引產(chǎn)業(yè)流入的引力機(jī)制；郭然和原毅軍［4］通過研究中國2005-2019年間城市層面的樣本數(shù)據(jù)，發(fā)現(xiàn)當(dāng)本地或鄰近地區(qū)互聯(lián)網(wǎng)技術(shù)水平在某一門檻值前，其發(fā)展會顯著促進(jìn)制造業(yè)與生產(chǎn)性服務(wù)業(yè)的協(xié)同集聚，當(dāng)超過該門檻值后，其發(fā)展會促使制造業(yè)與生產(chǎn)性服務(wù)業(yè)形成網(wǎng)絡(luò)虛擬空間集聚，導(dǎo)致協(xié)同集聚趨向空間非一體化。智能化技術(shù)方面，王輝和董直慶［6］從地區(qū)間與地區(qū)內(nèi)兩方面皆驗(yàn)證得出智能化技術(shù)對制造業(yè)集聚具有顯著促進(jìn)作用，此外，王林輝等［5］選取15年間中國284個地級市的微觀數(shù)據(jù)實(shí)證檢驗(yàn)發(fā)現(xiàn)，智能化技術(shù)能夠調(diào)整企業(yè)要素配置結(jié)構(gòu)以及提高生產(chǎn)率，促進(jìn)人工智能企業(yè)集聚，但對傳統(tǒng)企業(yè)具有分散作用。

1.2 人工智能對產(chǎn)業(yè)集聚的影響及其機(jī)制分析

作為引領(lǐng)新一輪科技革命的人工智能技術(shù)，其發(fā)展對產(chǎn)業(yè)集聚具有何種影響？學(xué)術(shù)界相關(guān)研究表明，人工智能已經(jīng)替代勞動力成本成為產(chǎn)業(yè)轉(zhuǎn)移的關(guān)鍵變量［1］，其具有的勞動替代效應(yīng)、技術(shù)溢出效應(yīng)及經(jīng)濟(jì)集聚效應(yīng)，能夠誘使產(chǎn)業(yè)逆向梯度轉(zhuǎn)移［7］。還有研究表明隨著人工智能技術(shù)的不斷深化，其產(chǎn)生的替代與創(chuàng)造效應(yīng)對制造業(yè)與生產(chǎn)性服務(wù)業(yè)產(chǎn)生U型影響［8］。由此可見，從人工智能視角展開的相關(guān)研究主要探討產(chǎn)業(yè)的動態(tài)轉(zhuǎn)移以及制造業(yè)與生產(chǎn)性服務(wù)業(yè)的協(xié)同集聚。接下來，本文從理論層面探討人工智能對產(chǎn)業(yè)集聚的影響效應(yīng)及其機(jī)制。

首先，馬歇爾認(rèn)為知識溢出效應(yīng)是產(chǎn)業(yè)集聚的重要動因之一。人工智能技術(shù)作為通用型技術(shù)，其滲透性的特征使得人工智能能夠在整體經(jīng)濟(jì)社會中擴(kuò)散，并與各行業(yè)深度融合發(fā)展［29］。隨著人工智能技術(shù)的普及，一部分企業(yè)由于資金、人力資本等條件限制會在競爭中落后于其他企業(yè)，另一部分企業(yè)為了獲得技術(shù)紅利，實(shí)現(xiàn)規(guī)模擴(kuò)張，在生產(chǎn)中通常會大膽嘗試應(yīng)用新技術(shù)代替舊技術(shù)，其產(chǎn)生的知識溢出效應(yīng)會吸引處于劣勢地位的企業(yè)，為了不被擠出市場，這類企業(yè)會主動遷移至技術(shù)更為發(fā)達(dá)的地區(qū)，以便進(jìn)行新興技術(shù)的復(fù)制、模仿、研發(fā)與應(yīng)用。

其次，成本問題一直是影響產(chǎn)業(yè)集聚的重要因素，工業(yè)區(qū)位理論認(rèn)為，企業(yè)通常會遷入成本較低的地區(qū)進(jìn)行投資生產(chǎn)，從而導(dǎo)致產(chǎn)業(yè)集聚。而人工智能技術(shù)深刻影響產(chǎn)業(yè)的生產(chǎn)成本：人工智能具有的信息存儲、分析、智能計(jì)算和自主反應(yīng)等技術(shù)屬性，一方面能夠通過快速準(zhǔn)確的計(jì)算，判斷出該產(chǎn)業(yè)在不同地理位置上的投資成本。另一方面，人工智能的信息傳播功能，能夠快速將各個市場主體聯(lián)系起來，從而在不同市場主體間建立一個高效的交流平臺，加之其強(qiáng)大的信息收集能力，能夠整合各市場主體間的設(shè)備、勞動力、資金、技術(shù)以及服務(wù)等資源狀況，各產(chǎn)業(yè)為了節(jié)約成本，會傾向于以集聚的形式獲得共享資源，從而加快自身的轉(zhuǎn)型升級。基于此，本文提出如下假設(shè)：

H1：人工智能技術(shù)的發(fā)展會促進(jìn)產(chǎn)業(yè)集聚。

接下來，本文分別從以下幾個方面探討人工智能對產(chǎn)業(yè)集聚的影響機(jī)制。

1.2.1 交易成本

在產(chǎn)品的生產(chǎn)交換過程中，人工智能技術(shù)能夠緩解市場上的信息不對稱，從而降低企業(yè)的信息收集與驗(yàn)證成本。同時，由于人工智能等信息技術(shù)的發(fā)展使得數(shù)據(jù)的收集與分析效率得到提升，能夠在市場主體間建立一個更加高效的溝通交流網(wǎng)絡(luò)，降低生產(chǎn)過程中的協(xié)商成本［30］，即人工智能的發(fā)展能夠緩解市場上的信息不對稱，而信息不對稱又是影響交易成本大小的一個重要因素。同時新經(jīng)濟(jì)地理學(xué)經(jīng)典研究揭示，產(chǎn)業(yè)集聚的重要前提條件是包括運(yùn)輸成本在內(nèi)的交易成本的下降?；诖?，本文提出如下假設(shè)：

H2：人工智能技術(shù)的發(fā)展通過降低交易成本進(jìn)而促進(jìn)產(chǎn)業(yè)集聚。

1.2.2 勞動力要素

要素一直是影響產(chǎn)業(yè)集聚的重要因素，特別是資本、勞動力要素。首先，人工智能會通過改變勞動力成本進(jìn)而調(diào)整產(chǎn)業(yè)布局。人工智能的使用有助于提高企業(yè)生產(chǎn)的自動化水平，特別是在一些簡單的重復(fù)任務(wù)崗位上能夠?qū)崿F(xiàn)人工智能對人的替代，則在供給不變時，勞動力需求下降會使得均衡時的工資降低。此外，由于低技能勞動者的工作更容易被人工智能所替代，所以在薪酬談判中，其議價能力相對較低，為了獲得工作更愿意接受一個較低的工資水平。即人工智能的替代效應(yīng)會導(dǎo)致均衡中的工資水平下降，節(jié)約勞動力成本［31］。相對勞動力成本越低，越有利于吸引省外的資本進(jìn)入，促進(jìn)產(chǎn)業(yè)集聚［32］，因此人工智能會通過降低勞動力成本促進(jìn)產(chǎn)業(yè)集聚。

其次，人工智能會通過改變?nèi)肆Y本水平影響產(chǎn)業(yè)集聚。人力資本水平大小會影響技術(shù)吸收與擴(kuò)散的廣度及深度，那些缺乏新技術(shù)落地條件的地區(qū)將難以獲取人工智能技術(shù)紅利，導(dǎo)致“數(shù)字鴻溝”不斷擴(kuò)大，出現(xiàn)新的企業(yè)分布格局。研究發(fā)現(xiàn)近年來勞動力成本較高的東部地區(qū)產(chǎn)業(yè)并沒有大規(guī)模的向勞動力成本較低的中西部地區(qū)轉(zhuǎn)移，為探究其原因，嚴(yán)立剛和曾小明［33］將產(chǎn)業(yè)轉(zhuǎn)移定義為產(chǎn)業(yè)份額的變化，從理論與實(shí)證層面發(fā)現(xiàn)人力資本對地區(qū)產(chǎn)業(yè)集聚具有顯著的正向影響作用，認(rèn)為勞動力成本更高同時也意味著在人力資本供給不變的情況下，對其有著更高的需求，從而能夠?qū)ζ髽I(yè)產(chǎn)生集聚力，抵消高勞動力成本帶來的分散力。此外，高技能勞動力集聚能夠帶來知識擴(kuò)散效應(yīng)，促進(jìn)企業(yè)競爭，推動工業(yè)地理集聚［34］，因此，人力資本水平的提高對產(chǎn)業(yè)集聚具有重要的促進(jìn)作用。同時，人力資本水平又會受到技術(shù)進(jìn)步的影響。智能化技術(shù)的發(fā)展造成勞動力供需失衡，對勞動者來說，由于機(jī)械式的體力勞動者與簡單的腦力勞動者在工業(yè)智能化的發(fā)展進(jìn)程中更容易被人工智能所替代，因此低技能勞動者更愿意主動學(xué)習(xí)相關(guān)知識以提升自身技能［35］；對企業(yè)來說，生產(chǎn)技術(shù)要求的提升使得企業(yè)面臨高技能勞動力短缺的情況，因此，對員工進(jìn)行相應(yīng)的技能培訓(xùn)，提升企業(yè)整體人力資本水平，才能更好地應(yīng)對人工智能技術(shù)沖擊。即人工智能技術(shù)會通過提升人力資本水平進(jìn)而促進(jìn)產(chǎn)業(yè)集聚?；诖耍疚奶岢鋈缦录僭O(shè)：

H3：人工智能技術(shù)的發(fā)展通過降低勞動力成本以及提升人力資本水平促進(jìn)產(chǎn)業(yè)集聚。

1.2.3 技術(shù)

人工智能的發(fā)展所形成的信息交流網(wǎng)絡(luò)，一方面強(qiáng)化了自身的信息收集整理能力，提升自身對其他企業(yè)技術(shù)創(chuàng)新的吸收能力；另一方面，智能技術(shù)的進(jìn)步也加強(qiáng)其他主體學(xué)習(xí)和模仿能力，共同促進(jìn)技術(shù)創(chuàng)新，即人工智能技術(shù)的發(fā)展能夠促進(jìn)產(chǎn)業(yè)技術(shù)創(chuàng)新。進(jìn)一步的，技術(shù)創(chuàng)新吸引資本等要素流入，從而促進(jìn)產(chǎn)業(yè)集聚?；诖?，本文提出如下假設(shè)：

H4：人工智能通過促進(jìn)技術(shù)創(chuàng)新誘使產(chǎn)業(yè)集聚。

人工智能影響產(chǎn)業(yè)集聚的機(jī)理如圖2所示。

2 模型設(shè)定與指標(biāo)構(gòu)建

2.1 模型設(shè)定

本文構(gòu)建省級層面人工智能對規(guī)模以上工業(yè)集聚影響的計(jì)量模型，實(shí)證檢驗(yàn)人工智能對工業(yè)產(chǎn)業(yè)在地區(qū)內(nèi)的分布，具體計(jì)量模型設(shè)定如下：

aggjt=α0+β1lnAIjt+β2Xjt+μt+τj+εjt（1）

其中，本文選取規(guī)模以上工業(yè)企業(yè)為主要研究對象，j表示地區(qū)，t表示年份，lnAIjt為核心解釋變量，表示地區(qū)j規(guī)模以上工業(yè)企業(yè)在t年的人工智能發(fā)展水平，aggjt為被解釋變量，表示地區(qū)j規(guī)模以上工業(yè)企業(yè)在t年的產(chǎn)業(yè)集聚度，Xjt為控制變量，μt和τj分別為時間和地區(qū)控制效應(yīng)，εjt為誤差項(xiàng)。

由前文分析可知，人工智能技術(shù)的發(fā)展可以通過降低交易成本和勞動力成本，提升人力資本水平、技術(shù)創(chuàng)新水平改變產(chǎn)業(yè)集聚。為檢驗(yàn)該作用機(jī)制，本文設(shè)置如下機(jī)制模型：

mjt=α1+β3lnAIjt+β4Xjt+μt+τj+εjt（2）

mjt為包含交易成本、要素、技術(shù)創(chuàng)新層面的相關(guān)變量，其余變量與基準(zhǔn)回歸一致。

2.2 變量及其衡量

2.2.1 被解釋變量

產(chǎn)業(yè)集聚度（agg）。學(xué)者對于產(chǎn)業(yè)集聚的衡量包括：Do指數(shù)［15］、份額變動指數(shù)［1］、E-G集聚系數(shù)［21］，本文參考譚玉松等［8］的研究，選用區(qū)位熵的方法，通過產(chǎn)值測算產(chǎn)業(yè)集聚指標(biāo)，具體測算公式如下：

aggjt=gjt/Gjtgt/Gt（3）

其中，gjt表示j地規(guī)模以上工業(yè)企業(yè)在t年的產(chǎn)值，Gjt表示t年j地GDP，gt表示全國規(guī)模以上工業(yè)企業(yè)在t年的產(chǎn)值，Gt表示t年全國GDP。

2.2.2 核心解釋變量

人工智能（lnAI）?，F(xiàn)有關(guān)于文獻(xiàn)對于人工智能的衡量主要基于IFR發(fā)布的工業(yè)機(jī)器人數(shù)據(jù)計(jì)算工業(yè)機(jī)器人滲透度［36］，計(jì)算機(jī)、通信及其他電子設(shè)備使用強(qiáng)度［6］，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)固定資產(chǎn)［37］，人工智能專利數(shù)［7］，考慮到時間層面上數(shù)據(jù)的可得性，本文參考程承坪和陳志［37］，用信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)固定資產(chǎn)取對衡量人工智能發(fā)展水平。

2.2.3 機(jī)制變量

交易成本（lntre）：選擇規(guī)模以上工業(yè)企業(yè)銷售費(fèi)用占總產(chǎn)值的比值取對來衡量。勞動力成本（aw）：采用各省份規(guī)模以上工業(yè)企業(yè)平均工資衡量。人力資本水平（lnhcp）：采用規(guī)模以上工業(yè)企業(yè)Ramp;D人員數(shù)與就業(yè)人數(shù)的比值取對衡量。技術(shù)創(chuàng)新（inn）：采用規(guī)模以上工業(yè)企業(yè)發(fā)明專利申請數(shù)與研發(fā)投入的比值來表征。

2.2.4 控制變量

運(yùn)輸成本（tra）：選擇各省貨運(yùn)量占全國貨運(yùn)總量的比重來衡量。勞動生產(chǎn)率（pro）：采用工業(yè)行業(yè)總產(chǎn)值與就業(yè)人數(shù)的比值表征。稅收政策（tax）：采用稅收收入占一般預(yù)算收入的比值衡量。政府支出（gov）：本文采用各省政府人均財政支出來衡量。

本文選取2003-2021年中國30個省份（除港澳臺及西藏）規(guī)模以上工業(yè)企業(yè)的面板數(shù)據(jù)進(jìn)行實(shí)證分析。原始數(shù)據(jù)來自中國及各省份歷年《統(tǒng)計(jì)年鑒》《中國工業(yè)統(tǒng)計(jì)年鑒》《中國勞動統(tǒng)計(jì)年鑒》《中國固定資產(chǎn)投資統(tǒng)計(jì)年鑒》《中國投資領(lǐng)域統(tǒng)計(jì)年鑒》。各變量描述性統(tǒng)計(jì)結(jié)果見表1。

3 實(shí)證結(jié)果及分析

3.1 基準(zhǔn)回歸分析結(jié)果

本文探究人工智能對規(guī)模以上工業(yè)產(chǎn)業(yè)集聚的影響效應(yīng)，基準(zhǔn)回歸結(jié)果見表2?？梢园l(fā)現(xiàn)，表2第（1）列未加入控制變量時，人工智能系數(shù)為0.029，并且在1%的顯著性水平上通過檢驗(yàn)，說明人工智能的發(fā)展能夠顯著影響產(chǎn)業(yè)集聚，系數(shù)為正表明人工智能對產(chǎn)業(yè)集聚具有促進(jìn)作用；表2第（2）列通過控制運(yùn)輸成本、勞動生產(chǎn)率、稅收政策、政府支出后，人工智能仍然在1%的水平上顯著為正，說明人工智能發(fā)展水平的提高對產(chǎn)業(yè)集聚具有顯著促進(jìn)作用。

在回歸中，可能存在逆向因果、測量誤差和遺漏變量等內(nèi)生性問題，為保證結(jié)果的穩(wěn)健性，學(xué)者們通常尋找人工智能的工具變量做進(jìn)一步估計(jì)，其中包括其他地區(qū)人工智能發(fā)展水平的平均值［1，38］、美國工業(yè)機(jī)器人滲透度［8］、光纜密度［1］、人工智能滯后一期與滯后二期［6，39-40］。本文選擇人工智能水平滯后一期（L.lnAI）作為人工智能的工具變量，結(jié)合2SLS估計(jì)方法，以期減弱可能存在的內(nèi)生性問題。根據(jù)表2 檢驗(yàn)結(jié)果可知，該工具變量通過了有效性檢驗(yàn)。

第（3）列中一階段工具變量與本文所關(guān)注的核心解釋變量人工智能在1%的顯著水平上為正，并且在第（4）列二階段回歸中人工智能與產(chǎn)業(yè)集聚度在1%的水平上顯著性為正，證明人工智能對產(chǎn)業(yè)集聚具有顯著促進(jìn)作用。同時，本文在接下來的機(jī)制檢驗(yàn)與異質(zhì)性檢驗(yàn)中，均采用人工智能水平滯后一期作為人工智能的工具變量，并且結(jié)合2sls估計(jì)方法進(jìn)行回歸，以期緩解內(nèi)生性問題。

3.2 穩(wěn)健性檢驗(yàn)

由基準(zhǔn)結(jié)果可知，人工智能的發(fā)展能夠促進(jìn)產(chǎn)業(yè)集聚，為增強(qiáng)基準(zhǔn)回歸估計(jì)結(jié)果的可信度，本文分別采用以下5種方法進(jìn)行穩(wěn)健性檢驗(yàn)。

3.2.1 對數(shù)據(jù)進(jìn)行前后1%縮尾

實(shí)證過程中，異常值可能會使結(jié)果出現(xiàn)偏誤，為此，本文對數(shù)據(jù)進(jìn)行前后1%縮尾后重做回歸，檢驗(yàn)結(jié)果如表3列（1）所示，人工智能系數(shù)仍然在1%的顯著性水平上為正，表明人工智能能夠誘使產(chǎn)業(yè)流入。

3.2.2 剔除樣本

相對于普通省份，直轄市具有不同的經(jīng)濟(jì)發(fā)展要求，本文剔除直轄市樣本后重新檢驗(yàn)人工智能對產(chǎn)業(yè)集聚的關(guān)系，由表3列（2）可知，基準(zhǔn)結(jié)論是穩(wěn)健的。

3.2.3 替換解釋變量

參考 Acemoglu amp; Restrepo ［31］的研究，利用工業(yè)機(jī)器人滲透度作為人工智能的代理變量，各省份每年工業(yè)機(jī)器人滲透度為：

AI1=∑mi=1Lijt0/Lit0×robotit/Lit0

其中，t0表示基期2006年，Lijt0為t0年各省份j行業(yè)i的就業(yè)人數(shù)，Lit0為全國t0年行業(yè)i的就業(yè)人數(shù)，robotit為t年行業(yè)i工業(yè)機(jī)器人安裝量。其中，機(jī)器人數(shù)據(jù)來源于國際機(jī)器人聯(lián)合會（IFR），由于2006年前中國大部分工業(yè)機(jī)器人數(shù)據(jù)為0，加之難以獲取2019年后工業(yè)機(jī)器人數(shù)據(jù)，因此該檢驗(yàn)樣本期為2006-2019年。實(shí)證結(jié)果如表3列（3）所示，人工智能系數(shù)仍然顯著為正，結(jié)果穩(wěn)健。

3.2.4 替換被解釋變量

以就業(yè)人數(shù)代替產(chǎn)值，重新測算集聚度水平。前文用產(chǎn)值衡量產(chǎn)業(yè)集聚，是從產(chǎn)業(yè)總產(chǎn)值的貢獻(xiàn)份額考慮，而以就業(yè)人數(shù)衡量產(chǎn)業(yè)集聚，是從產(chǎn)業(yè)規(guī)模角度進(jìn)行考慮，由表3列（4）實(shí)證結(jié)果可知，與基準(zhǔn)結(jié)果相比，人工智能僅存在系數(shù)大小的差異。

3.2.5 替換工具變量

本文進(jìn)一步利用人工智能滯后二期（L2.lnAI）作為人工智能水平的工具變量。實(shí)證結(jié)果如表3列（5）、列（6）所示：首先，由數(shù)據(jù)可知該工具變量通過了弱工具變量檢驗(yàn)和不可識別檢驗(yàn)；其次，第（5）列中一階段工具變量與本文所關(guān)注的核心解釋變量人工智能在1%的水平上顯著為正，并且在表3第（6）二階段回歸中人工智能與產(chǎn)業(yè)集聚度在1%的水平上顯著性為正，證明人工智能對產(chǎn)業(yè)集聚具有顯著促進(jìn)作用，結(jié)果穩(wěn)健。

4 機(jī)制分析

前文分析表明，人工智能能夠促進(jìn)工業(yè)產(chǎn)業(yè)布局呈現(xiàn)集聚趨勢，接下來，本文重點(diǎn)考察人工智能對產(chǎn)業(yè)集聚的影響機(jī)制。具體結(jié)果如表4所示，人工智能對貿(mào)易成本和勞動力成本的系數(shù)為負(fù)，對人力資本水平以及技術(shù)創(chuàng)新的系數(shù)為正，并且結(jié)果均在10%的水平內(nèi)顯著，結(jié)合前文分析可知，人工智能能夠通過降低交易成本和勞動力成本，提升人力資本水平、技術(shù)創(chuàng)新促進(jìn)產(chǎn)業(yè)集聚。

5 異質(zhì)性分析

5.1 政策因素

上述實(shí)證結(jié)果表明，人工智能技術(shù)的發(fā)展能夠顯著促進(jìn)產(chǎn)業(yè)集聚，學(xué)者們總結(jié)發(fā)現(xiàn)各地政府通常采取減稅、補(bǔ)貼等優(yōu)惠政策，從而吸引產(chǎn)業(yè)在本轄區(qū)集中。2010年國務(wù)院發(fā)布《關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》，此后各級政府部門陸續(xù)出臺一系列關(guān)于積極促進(jìn)以人工智能為代表的新興技術(shù)發(fā)展的政策文件，使得智能化設(shè)備得到極大推廣、研發(fā)與應(yīng)用，并深刻影響著產(chǎn)業(yè)布局。因此，本文以2010年為時間節(jié)點(diǎn)，分組研究相關(guān)政策出臺前后人工智能對產(chǎn)業(yè)集聚影響效應(yīng)的異質(zhì)性，結(jié)果如表5所示，可以發(fā)現(xiàn)，政策出臺前后，人工智能對產(chǎn)業(yè)集聚的影響雖然并不顯著，但其效果由負(fù)轉(zhuǎn)正，可能由于政策在其中并沒有發(fā)揮決定性作用，但適宜的政策對產(chǎn)業(yè)集聚具有一定導(dǎo)向性。

5.2 智能化環(huán)境

人工智能技術(shù)是否會對產(chǎn)業(yè)集聚產(chǎn)生影響以及影響程度的高低，會受到外部智能化環(huán)境變遷的影響。本文參考邵秀燕和陳思華［41］的研究，以每萬人互聯(lián)網(wǎng)寬帶接入用戶數(shù)衡量智能化程度，并按照2021年互聯(lián)網(wǎng)普及率的大小將30個省份劃分為智能化程度高、中、低3個地區(qū)，分別檢驗(yàn)不同智能化環(huán)境下人工智能對產(chǎn)業(yè)集聚的影響，由表5可知，智能化程度中高地區(qū)，人工智能的系數(shù)不顯著，并且為負(fù)；在智能化程度較低地區(qū)，人工智能技術(shù)的系數(shù)顯著為正，內(nèi)在原因可能是隨著智能化環(huán)境優(yōu)化到一定程度后，人工智能技術(shù)誘使產(chǎn)業(yè)流入的規(guī)模不經(jīng)濟(jì)效應(yīng)逐漸凸顯，進(jìn)而促使產(chǎn)業(yè)分散。

5.3 市場規(guī)模

人工智能對產(chǎn)業(yè)集聚的影響效果在不同市場規(guī)模大小下具有差異性，本文以各省份GDP占全國GDP的比重來衡量市場規(guī)模，同時以三等分點(diǎn)將各省份劃分為市場規(guī)模高、中、低3類，分別檢驗(yàn)不同市場規(guī)模大小下人工智能對產(chǎn)業(yè)集聚的作用效果。由表5可知，市場規(guī)模較高的地區(qū)，人工智能對產(chǎn)業(yè)集聚具有顯著的抑制效果；市場規(guī)模中低地區(qū)，人工智能對產(chǎn)業(yè)集聚具有并不顯著的促進(jìn)作用，可能的原因在于市場規(guī)模提高進(jìn)而引發(fā)更高的物價及房價水平、交通堵塞、資源緊缺和環(huán)境污染等問題，企業(yè)為追尋相對較低的擁擠成本，更愿意遷出市場規(guī)模高的地區(qū)，進(jìn)而流入市場規(guī)模相對較低的地區(qū)。

6 結(jié)論、啟示與展望

6.1 研究結(jié)論

為系統(tǒng)考察人工智能對產(chǎn)業(yè)集聚的影響，本文選取2003-2021年中國30個省份（除港澳臺地區(qū)及西藏）規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)，實(shí)證檢驗(yàn)人工智能對產(chǎn)業(yè)集聚的影響及其機(jī)制，并探討政策發(fā)布前后、不同外部環(huán)境以及不同市場規(guī)模下存在的異質(zhì)性。本文得出主要結(jié)論：第一，人工智能的發(fā)展能夠顯著促進(jìn)產(chǎn)業(yè)集聚，在考慮內(nèi)生性的情況下，以人工智能發(fā)展水平的滯后一期作為人工智能的代理變量，

結(jié)合2SLS回歸檢驗(yàn)，結(jié)果依然成立，并且在經(jīng)過縮尾、剔除樣本、滯后解釋變量、替換被解釋變量、替換核心解釋變量以及替換工具變量等穩(wěn)健性檢驗(yàn)后，結(jié)果依然成立。第二，人工智能能夠通過降低貿(mào)易成本、勞動力相對成本以及提升人力資本水平、技術(shù)創(chuàng)新進(jìn)而對產(chǎn)業(yè)集聚產(chǎn)生促進(jìn)作用。第三，人工智能對產(chǎn)業(yè)集聚的影響在政策發(fā)布前后、不同智能化環(huán)境以及市場規(guī)模下具有一定的差異性。

6.2 管理啟示

第一，我國工業(yè)產(chǎn)業(yè)配套齊全，產(chǎn)業(yè)規(guī)模大，工業(yè)對多數(shù)地區(qū)，特別是中西部地區(qū)經(jīng)濟(jì)發(fā)展具有重要推動作用，作為引領(lǐng)第四次技術(shù)革命的人工智能，其發(fā)展對產(chǎn)業(yè)集聚具有顯著促進(jìn)作用，因此，政府部門應(yīng)加大對以人工智能為代表的智能化技術(shù)的研發(fā)投入，鼓勵企業(yè)進(jìn)行智能化改造，完善各類基礎(chǔ)設(shè)施建設(shè)。

第二，從勞動力角度來看，技術(shù)沖擊下，未來產(chǎn)業(yè)發(fā)展需要更多具有創(chuàng)造、學(xué)習(xí)能力的高技能勞動者，因此勞動者應(yīng)該不斷加強(qiáng)自身學(xué)習(xí)，增強(qiáng)自身創(chuàng)造性以及適應(yīng)性。同時企業(yè)應(yīng)加大對勞動力的技能培訓(xùn)。

第三，由于人工智能技術(shù)沖擊對經(jīng)濟(jì)發(fā)展的影響具有多樣性，加之中國各省份經(jīng)濟(jì)發(fā)展、基礎(chǔ)設(shè)施以及地理?xiàng)l件各異，因此各地區(qū)應(yīng)該因地制宜，基于自身?xiàng)l件應(yīng)對技術(shù)沖擊，例如對于智能化環(huán)境相對良好的地區(qū)，企業(yè)應(yīng)鼓勵持續(xù)創(chuàng)新，加大對技術(shù)創(chuàng)新的相關(guān)投入；智能化環(huán)境相對較差的地區(qū)，應(yīng)不斷完善對智能化基礎(chǔ)設(shè)施的建設(shè)，此外各地政府應(yīng)依據(jù)產(chǎn)業(yè)發(fā)展現(xiàn)狀制定合理的產(chǎn)業(yè)政策，加大購房補(bǔ)貼、稅收優(yōu)惠等優(yōu)惠力度，以吸引勞動力、資本與技術(shù)流入。

6.3 研究局限與展望

本研究仍存在一定局限：第一，本文基于宏觀層面經(jīng)驗(yàn)數(shù)據(jù)，以省際規(guī)模以上工業(yè)數(shù)據(jù)作為樣本，未來研究可從地級市或企業(yè)層面拓展研究樣本，增強(qiáng)結(jié)果可信度。第二，基于產(chǎn)值和區(qū)位熵衡量產(chǎn)業(yè)集聚，忽視了空間距離的影響，未來可將地理距離納入，從空間層面對其進(jìn)行考量。第三，人工智能作用于產(chǎn)業(yè)集聚的機(jī)制，還需要從更多層面進(jìn)行深入探索，例如可從投入產(chǎn)出關(guān)聯(lián)方面探討其機(jī)制效應(yīng)等。

參考文獻(xiàn)參考文獻(xiàn)：

［1］ 孫早，侯玉琳.工業(yè)智能化與產(chǎn)業(yè)梯度轉(zhuǎn)移：對“雁陣?yán)碚摗钡脑贆z驗(yàn)［J］.世界經(jīng)濟(jì)，2021，44（7）：29-54.

［2］ 李雯軒，李曉華.新發(fā)展格局下區(qū)域間產(chǎn)業(yè)轉(zhuǎn)移與升級的路徑研究——對“雁陣模式”的再探討［J］.經(jīng)濟(jì)學(xué)家，2021（6）：81-90.

［3］ 安同良，楊晨.互聯(lián)網(wǎng)重塑中國經(jīng)濟(jì)地理格局：微觀機(jī)制與宏觀效應(yīng)［J］.經(jīng)濟(jì)研究，2020，55（2）：4-19.

［4］ 郭然，原毅軍.互聯(lián)網(wǎng)發(fā)展對產(chǎn)業(yè)協(xié)同集聚的影響及其機(jī)制研究［J］.統(tǒng)計(jì)研究，2022，39（6）：52-67.

［5］ 王林輝，姜昊，董直慶.工業(yè)智能化會重塑企業(yè)地理格局嗎［J］.中國工業(yè)經(jīng)濟(jì)，2022（2）：137-155.

［6］ 王輝，董直慶.中國工業(yè)智能化如何重塑制造業(yè)企業(yè)分布格局［J］.求是學(xué)刊，2022，49（1）：84-93.

［7］ 董直慶，譚玉松，趙賀.人工智能技術(shù)會誘致產(chǎn)業(yè)逆向梯度轉(zhuǎn)移嗎——來自省際層面的行業(yè)經(jīng)驗(yàn)證據(jù)［J］.學(xué)術(shù)月刊，2022，54（8）：55-66.

［8］ 譚玉松，任保平，師博.人工智能影響產(chǎn)業(yè)協(xié)同集聚的效應(yīng)研究［J］.經(jīng)濟(jì)學(xué)家，2023（6）：66-77.

［9］ MARSHALL A. Principles of political economy［M］.New York： Macmilan and Company， 1920.

［10］ 莫潔玲，梁立俊.產(chǎn)業(yè)聚集、區(qū)域創(chuàng)新與經(jīng)濟(jì)增長效應(yīng)研究——以東莞市為例［J］.

科技創(chuàng)業(yè)月刊，2023，36（5）：73-77.

［11］ 郭凱明，王鈺冰，龔六堂.勞動供給轉(zhuǎn)變、有為政府作用與人工智能時代開啟［J］.管理世界，2023，39（6）：1-21.

［12］ 孫曉華，郭旭.工業(yè)集聚效應(yīng)的來源：勞動還是資本［J］.中國工業(yè)經(jīng)濟(jì)，2015（11）：78-93.

［13］ 張公嵬，梁琦.產(chǎn)業(yè)轉(zhuǎn)移與資源的空間配置效應(yīng)研究［J］.產(chǎn)業(yè)經(jīng)濟(jì)評論，2010，9（3）：1-21.

［14］ 王永進(jìn)，張國峰.開發(fā)區(qū)生產(chǎn)率優(yōu)勢的來源：集聚效應(yīng)還是選擇效應(yīng)？［J］.經(jīng)濟(jì)研究，2016，51（7）：58-71.

［15］ 孟美俠，曹希廣，張學(xué)良.開發(fā)區(qū)政策影響中國產(chǎn)業(yè)空間集聚嗎——基于跨越行政邊界的集聚視角［J］.中國工業(yè)經(jīng)濟(jì)，2019（11）：79-97.

［16］ 吳喬一康，馮曉.地方產(chǎn)業(yè)政策對當(dāng)?shù)禺a(chǎn)業(yè)集聚的影響［J］.云南社會科學(xué)，2020（1）：111-118.

［17］ 李世杰，崇菲菲，黃錦程.自貿(mào)試驗(yàn)區(qū)設(shè)立對產(chǎn)業(yè)協(xié)同集聚的影響效應(yīng)——基于制度創(chuàng)新的維度［J］.南京財經(jīng)大學(xué)學(xué)報，2023（3）：77-88.

［18］ 何玉梅，劉修巖，李銳.基于連續(xù)距離的制造業(yè)空間集聚演變及其驅(qū)動因素研究［J］.財經(jīng)研究，2012，38（10）：36-46.

［19］ 鄭鑫，陳耀.運(yùn)輸費(fèi)用、需求分布與產(chǎn)業(yè)轉(zhuǎn)移——基于區(qū)位論的模型分析［J］.中國工業(yè)經(jīng)濟(jì)，2012（2）：57-67.

［20］ 白重恩，杜穎娟，陶志剛，等.地方保護(hù)主義及產(chǎn)業(yè)地區(qū)集中度的決定因素和變動趨勢［J］.經(jīng)濟(jì)研究，2004（4）：29-40.

［21］ 程艷，葉徵.流通成本變動與制造業(yè)空間集聚——基于地方保護(hù)政策的理論和實(shí)踐分析［J］.中國工業(yè)經(jīng)濟(jì)，2013（4）：146-158.

［22］ 石衛(wèi)星，吳韡.外商直接投資對制造業(yè)產(chǎn)業(yè)集聚影響研究——以江蘇省制造業(yè)為例［J］.宏觀經(jīng)濟(jì)研究，2020（10）：58-70.

［23］ 楊亞平，周泳宏.成本上升、產(chǎn)業(yè)轉(zhuǎn)移與結(jié)構(gòu)升級——基于全國大中城市的實(shí)證研究［J］.中國工業(yè)經(jīng)濟(jì)，2013（7）：147-159.

［24］ 賀勝兵，劉友金，周華蓉.沿海產(chǎn)業(yè)為何難以向中西部地區(qū)轉(zhuǎn)移——基于企業(yè)網(wǎng)絡(luò)招聘工資地區(qū)差異的解析［J］.中國軟科學(xué)，2012（1）：160-169.

［25］ 郝鳳霞，江文槿，樓永.勞動力流動與地區(qū)制造業(yè)升級——基于轉(zhuǎn)移升級和轉(zhuǎn)型升級角度［J］.產(chǎn)經(jīng)評論， 2021， 12 （6）： 90-109.

［26］ 黃利秀.人工智能對經(jīng)濟(jì)地理影響研究［J］.現(xiàn)代經(jīng)濟(jì)探討， 2021（10）：14-21.

［27］ 婁偉.重大技術(shù)革命解構(gòu)與重構(gòu)經(jīng)濟(jì)范式研究：基于地理空間視角［J］.中國軟科學(xué)，2020（1）：86-94.

［28］ 蔡伯龍.數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級：來自中國城市的經(jīng)驗(yàn)證據(jù)［J］.

科技創(chuàng)業(yè)月刊，2024，37（2）：56-62.

［29］ 蔡躍洲，陳楠.新技術(shù)革命下人工智能與高質(zhì)量增長、高質(zhì)量就業(yè)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019，36（5）：3-22.

［30］ 施炳展，李建桐.互聯(lián)網(wǎng)是否促進(jìn)了分工：來自中國制造業(yè)企業(yè)的證據(jù)［J］.管理世界，2020，36（4）：130-149.

［31］ ACEMOGLU D， RESTREPO P. Robots and jobs： evidence from US labor markets［J］. Journal of Political Economy， 2020， 128（6）： 2188-2244.

［32］ 吳瑞兵.我國勞動力價格變動對產(chǎn)業(yè)轉(zhuǎn)移影響研究［J］.價格理論與實(shí)踐，2017（9）：36-39.

［33］ 嚴(yán)立剛，曾小明.東部產(chǎn)業(yè)為何難以向中西部轉(zhuǎn)移——基于人力資本空間差異的解釋［J］.經(jīng)濟(jì)地理，2020，40（1）：125-131.

［34］ 魏嘉輝，顧乃華.工業(yè)機(jī)器人、高技能勞動集聚與地區(qū)工業(yè)集聚［J］.產(chǎn)經(jīng)評論，2022，13（1）：146-160.

［35］ 胡晟明，王林輝，朱利瑩.工業(yè)機(jī)器人應(yīng)用存在人力資本提升效應(yīng)嗎？［J］.財經(jīng)研究，2021，47（6）：61-75，91.

［36］ 韓永輝，劉洋，王賢彬.人工智能對區(qū)域經(jīng)濟(jì)增長的異質(zhì)性影響與機(jī)制識別——基于中國“機(jī)器換人”的實(shí)證檢驗(yàn)［J］.學(xué)術(shù)研究，2023（2）：97-104.

［37］ 程承坪，陳志.人工智能促進(jìn)中國經(jīng)濟(jì)增長的機(jī)理——基于理論與實(shí)證研究［J］.經(jīng)濟(jì)問題，2021（10）：8-17.

［38］ 劉亮，李廉水，劉軍等.智能化與經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變：理論機(jī)制與經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)評論，2020（2）：3-19.

［39］ 韓民春，韓青江，夏蕾.工業(yè)機(jī)器人應(yīng)用對制造業(yè)就業(yè)的影響——基于中國地級市數(shù)據(jù)的實(shí)證研究［J］.改革，2020（3）：22-39.

［40］ 王曉娟，朱喜安，王穎.工業(yè)機(jī)器人應(yīng)用對制造業(yè)就業(yè)的影響效應(yīng)研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（4）：88-106.

［41］ 邵秀燕，陳思華.數(shù)字經(jīng)濟(jì)發(fā)展是否促進(jìn)了中國區(qū)域經(jīng)濟(jì)增長收斂？［J］.南京社會科學(xué)，2022（8）：37-46.

責(zé)任編輯（責(zé)任編輯：宋勇剛）