中圖分類號(hào)：F207 文獻(xiàn)標(biāo)識(shí)碼：A開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

文章編號(hào)：1001-7348（2025）11-0001-11

0 引言

2023年9月，習(xí)近平總書記在黑龍江考察時(shí)強(qiáng)調(diào)，“積極培育新能源、新材料、先進(jìn)制造、電子信息等戰(zhàn)略性新興產(chǎn)業(yè)，積極培育未來產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力，增強(qiáng)發(fā)展新動(dòng)能\"[1]，“整合科技創(chuàng)新資源，引領(lǐng)發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)和未來產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力”。2新質(zhì)生產(chǎn)力是由技術(shù)革命性突破、生產(chǎn)要素創(chuàng)新性配置、產(chǎn)業(yè)深度轉(zhuǎn)型升級(jí)催生形成的當(dāng)代先進(jìn)生產(chǎn)力，其核心要義在于勞動(dòng)者、勞動(dòng)資料和勞動(dòng)對(duì)象三要素及其優(yōu)化組合，核心標(biāo)志是全要素生產(chǎn)率顯著提升。新質(zhì)生產(chǎn)力顯著區(qū)別于高投入、高能耗的傳統(tǒng)生產(chǎn)力，其強(qiáng)調(diào)關(guān)鍵性、顛覆性技術(shù)突破，凸顯“新”與“質(zhì)”，體現(xiàn)高科技、高效能、高質(zhì)量等重要特征。新質(zhì)生產(chǎn)力實(shí)現(xiàn)了生產(chǎn)力質(zhì)態(tài)的躍遷，是新時(shí)代推動(dòng)高質(zhì)量發(fā)展的重要?jiǎng)恿Α?/p>

人工智能發(fā)展為培育新質(zhì)生產(chǎn)力、促進(jìn)高質(zhì)量發(fā)展提供了新思路與新動(dòng)力。近代以來，工業(yè)生產(chǎn)經(jīng)歷了機(jī)械化一電力化一自動(dòng)化的演變過程，每一次質(zhì)變都引發(fā)生產(chǎn)組織與勞動(dòng)過程的重大變革，對(duì)人類生產(chǎn)方式與勞動(dòng)方式產(chǎn)生巨大影響。而今，全社會(huì)正步入智能時(shí)代，由人工智能及其智能硬件和軟件系統(tǒng)共同構(gòu)成的知識(shí)密集型數(shù)字技術(shù)將成為繼蒸汽機(jī)、電力、信息與通信技術(shù)之后的新一代通用技術(shù)[3]。這一發(fā)展趨勢(shì)標(biāo)志著科技的巨大進(jìn)步將再次深刻改變?nèi)祟惿鐣?huì)生產(chǎn)生活方式，預(yù)示著未來生產(chǎn)力水平顯著提升。人工智能發(fā)展，不僅有助于推動(dòng)技術(shù)革新與生產(chǎn)智能化，同時(shí)，催生新興經(jīng)濟(jì)業(yè)態(tài)和產(chǎn)業(yè)形態(tài)出現(xiàn)[4。人工智能與傳統(tǒng)產(chǎn)業(yè)的深度融合，將顯著提升資源配置效率和勞動(dòng)生產(chǎn)率，推動(dòng)傳統(tǒng)生產(chǎn)模式在顛覆性變革中向規(guī)?；?、專業(yè)化方向發(fā)展[5，促進(jìn)傳統(tǒng)產(chǎn)業(yè)由價(jià)值鏈低端邁向高端，成為新時(shí)代推動(dòng)新質(zhì)生產(chǎn)力提升和實(shí)現(xiàn)高質(zhì)量發(fā)展的強(qiáng)大動(dòng)力。在此背景下，深人研究人工智能對(duì)新質(zhì)生產(chǎn)力的影響機(jī)制和作用機(jī)理，提出有利于人工智能發(fā)展和新質(zhì)生產(chǎn)力培育的策略，無疑具有重大的理論價(jià)值和現(xiàn)實(shí)意義。

通過梳理文獻(xiàn)發(fā)現(xiàn)，已有研究主要探討新質(zhì)生產(chǎn)力內(nèi)涵、價(jià)值和發(fā)展著力點(diǎn)（黃群慧等，2024；洪銀興，2024；任保平，2024），也有大量文獻(xiàn)關(guān)注人工智能對(duì)全要素生產(chǎn)率、經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)和勞動(dòng)力就業(yè)等諸多方面的影響（Furman等，2019；Acemoglu等，2018；林晨等，2020；姚加權(quán)等，2024）。然而，鮮有文獻(xiàn)研究人工智能與新質(zhì)生產(chǎn)力間關(guān)系，尤其是人工智能何以賦能以及如何賦能新質(zhì)生產(chǎn)力仍有待明晰。本文通過對(duì)人工智能與新質(zhì)生產(chǎn)力影響關(guān)系進(jìn)行理論分析，并利用2010—2022年中國(guó)內(nèi)地30個(gè)省域面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。

本文邊際貢獻(xiàn)主要有3個(gè)方面：第一，在已有文獻(xiàn)基礎(chǔ)上深化人工智能提升新質(zhì)生產(chǎn)力的理論機(jī)制，并通過實(shí)證分析為人工智能提升新質(zhì)生產(chǎn)力的影響效應(yīng)提供經(jīng)驗(yàn)證據(jù)。第二，在統(tǒng)一框架下探討人工智能對(duì)新質(zhì)生產(chǎn)力的作用途徑，探究創(chuàng)新能力、能源效率和數(shù)字化水平對(duì)人工智能影響新質(zhì)生產(chǎn)力的中介作用，進(jìn)一步拓展已有文獻(xiàn)研究。第三，探討人工智能影響效應(yīng)在不同市場(chǎng)化程度、技術(shù)聚集水平和產(chǎn)業(yè)結(jié)構(gòu)下的異質(zhì)性表現(xiàn)，并提出發(fā)展人工智能、促進(jìn)新質(zhì)生產(chǎn)力提升的政策建議，為各地區(qū)因地制宜發(fā)展新質(zhì)生產(chǎn)力提供決策參考。

1文獻(xiàn)回顧與假設(shè)提出

1. 1 文獻(xiàn)回顧

當(dāng)前關(guān)于新質(zhì)生產(chǎn)力的研究成果十分豐富。如洪銀興認(rèn)為，新質(zhì)生產(chǎn)力是一個(gè)宏觀概念，包含新科技、新能源與數(shù)字經(jīng)濟(jì)等方面；蔣永穆、喬張媛從“數(shù)字生產(chǎn)力”“綠色生產(chǎn)力”“藍(lán)色生產(chǎn)力”等方面概括新質(zhì)生產(chǎn)力表現(xiàn)形式和構(gòu)成要素；黃群慧、盛方富（2024）從系統(tǒng)要素視角定義新質(zhì)生產(chǎn)力內(nèi)涵，并從要素供給、產(chǎn)業(yè)體系、功能取向和生產(chǎn)關(guān)系等方面提出新質(zhì)生產(chǎn)力發(fā)展路徑；任保平、王昕8提出通過產(chǎn)權(quán)制度、生態(tài)培育、數(shù)實(shí)融合、制度完善等路徑實(shí)現(xiàn)數(shù)據(jù)要素市場(chǎng)高標(biāo)準(zhǔn)化的戰(zhàn)略目標(biāo)，以支撐新質(zhì)生產(chǎn)力形成和發(fā)展。綜上，已有研究對(duì)新質(zhì)生產(chǎn)力內(nèi)涵、意義和培育路徑等進(jìn)行了分析，為本文奠定了堅(jiān)實(shí)基礎(chǔ)。

隨著人工智能技術(shù)與相關(guān)產(chǎn)業(yè)的興起，人工智能逐漸成為研究熱點(diǎn)，已有文獻(xiàn)主要聚焦于人工智能對(duì)科技創(chuàng)新、就業(yè)、收入分配以及產(chǎn)業(yè)結(jié)構(gòu)等諸多方面的影響[9-10]，并肯定人工智能對(duì)提升全要素生產(chǎn)率、帶動(dòng)經(jīng)濟(jì)增長(zhǎng)的作用[11]。如Aghion等[12]、Acemogluamp;Restrepo[13]等探討了人工智能發(fā)展引致的資本對(duì)勞動(dòng)力的替代效應(yīng)；Graetzamp;Michael4]研究發(fā)現(xiàn)，工業(yè)機(jī)器人應(yīng)用能夠顯著促進(jìn)全要素生產(chǎn)率和經(jīng)濟(jì)增長(zhǎng)率提升；何玉長(zhǎng)、方坤[15]研究認(rèn)為，人工智能與實(shí)體經(jīng)濟(jì)的深度融合對(duì)經(jīng)濟(jì)轉(zhuǎn)型及增長(zhǎng)具有推動(dòng)作用，但其研究以理論分析為主，并未進(jìn)行實(shí)證檢驗(yàn)；林晨等[4通過構(gòu)建一般均衡模型發(fā)現(xiàn)，人工智能在重塑資本結(jié)構(gòu)方面具有雙重效應(yīng)，兼顧擴(kuò)大居民消費(fèi)和拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的目的；張夏恒、馬妍[1基于理論框架分析生成式人工智能技術(shù)賦能新質(zhì)生產(chǎn)力的價(jià)值意蘊(yùn)、運(yùn)行機(jī)理與實(shí)踐路徑，但未進(jìn)行定量分析。

綜上，當(dāng)前文獻(xiàn)主要關(guān)注新質(zhì)生產(chǎn)力內(nèi)涵、價(jià)值和發(fā)展等方面，也有文獻(xiàn)研究了人工智能對(duì)生產(chǎn)率、經(jīng)濟(jì)增長(zhǎng)、就業(yè)和產(chǎn)業(yè)結(jié)構(gòu)等方面的影響，但鮮有文獻(xiàn)研究人工智能與新質(zhì)生產(chǎn)力的關(guān)系，尤其是人工智能何以賦能、如何賦能新質(zhì)生產(chǎn)力仍有待明晰。本文將從理論上分析人工智能對(duì)新質(zhì)生產(chǎn)力的影響效應(yīng)，并利用省級(jí)面板數(shù)據(jù)和工業(yè)機(jī)器人數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，揭示人工智能促進(jìn)新質(zhì)生產(chǎn)力提升的內(nèi)在機(jī)制與區(qū)域異質(zhì)性，以進(jìn)一步豐富和深化人工智能與新質(zhì)生產(chǎn)力關(guān)系研究。

1.2 假設(shè)提出

1.2.1人工智能與新質(zhì)生產(chǎn)力

新質(zhì)生產(chǎn)力的基本內(nèi)涵體現(xiàn)為勞動(dòng)者、勞動(dòng)資料（工具）和勞動(dòng)對(duì)象三要素及其優(yōu)化組合的質(zhì)變，核心標(biāo)志是全要素生產(chǎn)率的顯著提升（黃群慧、盛方富，2024），其具有高科技、高效能、高質(zhì)量等顯著特征。作為新質(zhì)生產(chǎn)力的標(biāo)志之一，新型勞動(dòng)工具不僅為新質(zhì)生產(chǎn)力提供載體，而且是新質(zhì)生產(chǎn)力形成的重要體現(xiàn)，其創(chuàng)新和應(yīng)用顯著促進(jìn)社會(huì)生產(chǎn)力提升。在第四輪科技革命加速演進(jìn)的時(shí)代背景下，人工智能憑借廣泛滲透性、數(shù)據(jù)驅(qū)動(dòng)性和系統(tǒng)智能化等優(yōu)勢(shì)成為重要的新型勞動(dòng)工具，其創(chuàng)新與使用必將加速生產(chǎn)力質(zhì)態(tài)的迭代躍遷，引領(lǐng)傳統(tǒng)生產(chǎn)模式發(fā)生深刻變革[17]。具體表現(xiàn)為：第一，人工智能可以發(fā)揮滲透性優(yōu)勢(shì)，通過與各行業(yè)各產(chǎn)業(yè)部門深度融合，淘汰落后的技術(shù)裝備和生產(chǎn)模式，推動(dòng)生產(chǎn)全過程自動(dòng)化、數(shù)字化和智能化，降低生產(chǎn)運(yùn)營(yíng)管理和信息搜尋成本，通過優(yōu)化生產(chǎn)要素投入實(shí)現(xiàn)資源高效配置，進(jìn)一步提升產(chǎn)業(yè)質(zhì)量和全要素生產(chǎn)率，促進(jìn)新質(zhì)生產(chǎn)力培育和發(fā)展。第二，人工智能可以發(fā)揮數(shù)據(jù)驅(qū)動(dòng)優(yōu)勢(shì)和系統(tǒng)智能化優(yōu)勢(shì)，推動(dòng)數(shù)據(jù)要素深度嵌入生產(chǎn)過程，有助于生產(chǎn)者精準(zhǔn)掌握市場(chǎng)供需狀況，提供優(yōu)質(zhì)產(chǎn)品和服務(wù)，促進(jìn)不同市場(chǎng)主體、不同行業(yè)間緊密聯(lián)系，實(shí)現(xiàn)人與人、人與物、物與物之間互聯(lián)互通，真正實(shí)現(xiàn)智能化生產(chǎn)，從而推動(dòng)生產(chǎn)力質(zhì)態(tài)的迭代躍遷。第三，人工智能與傳統(tǒng)產(chǎn)業(yè)的深度融合有利于推動(dòng)傳統(tǒng)產(chǎn)業(yè)由價(jià)值鏈低端向高端躍遷，催生一批新興產(chǎn)業(yè)和未來產(chǎn)業(yè)，形成新經(jīng)濟(jì)形態(tài)和產(chǎn)業(yè)質(zhì)態(tài)，并成為新時(shí)代推動(dòng)新質(zhì)生產(chǎn)力提升和實(shí)現(xiàn)高質(zhì)量發(fā)展的不竭動(dòng)力。同時(shí)，人工智能對(duì)低技能勞動(dòng)力具有替代效應(yīng)，倒逼勞動(dòng)力努力提高自身勞動(dòng)技能和素質(zhì)[18-19]，從而在整體上促進(jìn)勞動(dòng)力水平與生產(chǎn)能力提升。據(jù)此，本文提出以下假設(shè)：

H₁ ：人工智能可以顯著促進(jìn)新質(zhì)生產(chǎn)力提升。

1.2.2人工智能、創(chuàng)新能力與新質(zhì)生產(chǎn)力

新質(zhì)生產(chǎn)力涌現(xiàn)與提升主要依靠巔覆性創(chuàng)新，以創(chuàng)新能力增強(qiáng)帶來生產(chǎn)效率與產(chǎn)品質(zhì)量的提高，通過新型科技應(yīng)用與手段推動(dòng)生產(chǎn)活動(dòng)更加智能化、自動(dòng)化和高效。科技創(chuàng)新的引領(lǐng)作用表現(xiàn)為科學(xué)技術(shù)持續(xù)驅(qū)動(dòng)生產(chǎn)力發(fā)展，創(chuàng)新能力提升和新技術(shù)應(yīng)用促進(jìn)生產(chǎn)要素在廣度、深度、瀕度上得到深人拓展，實(shí)現(xiàn)優(yōu)化組合，從而帶來生產(chǎn)力形態(tài)躍遷與社會(huì)生產(chǎn)水平顯著提升。作為一種通用目的技術(shù)，人工智能與各產(chǎn)業(yè)部門緊密結(jié)合能夠大幅拓展其應(yīng)用領(lǐng)域，深化數(shù)實(shí)融合，通過技術(shù)溢出效應(yīng)對(duì)區(qū)域整體創(chuàng)新能力發(fā)揮驅(qū)動(dòng)作用。通過技術(shù)的廣泛傳播和應(yīng)用，人工智能能夠在一定程度上打破時(shí)空界限，擴(kuò)大對(duì)不同行業(yè)與領(lǐng)域的覆蓋，推動(dòng)制造、交通、醫(yī)療、教育以及金融等行業(yè)實(shí)現(xiàn)智能化與數(shù)字化升級(jí)。而人工智能與大數(shù)據(jù)、云計(jì)算等新興技術(shù)的融合，將產(chǎn)生巨大的整合式創(chuàng)新效應(yīng)，為其它場(chǎng)景下的突破性創(chuàng)新提供參考，從而提升區(qū)域整體創(chuàng)新能力。發(fā)展人工智能企業(yè)、提升區(qū)域智能化水平，有利于為科技突破性升級(jí)與顛覆式創(chuàng)新創(chuàng)造良好的產(chǎn)業(yè)生態(tài)和創(chuàng)新生態(tài)。人工智能企業(yè)為區(qū)域創(chuàng)新主體提供了海量AI素材、數(shù)據(jù)信息和數(shù)據(jù)庫(kù)，同時(shí)，提供了能夠直接用于創(chuàng)新的算法和代碼開源社區(qū)[20]，極大便利了創(chuàng)新主體的知識(shí)搜尋和信息檢索活動(dòng)，顯著降低了創(chuàng)新成本。這有利于充分激發(fā)創(chuàng)新主體研發(fā)意愿、提升突破式創(chuàng)新積極性，并帶來區(qū)域整體創(chuàng)新能力和創(chuàng)新績(jī)效的顯著提升，從而促進(jìn)地區(qū)新質(zhì)生產(chǎn)力長(zhǎng)足發(fā)展。根據(jù)以上分析，本文提出以下假設(shè)：

H₂ ：人工智能通過增強(qiáng)創(chuàng)新能力促進(jìn)新質(zhì)生產(chǎn)力提升。

1.2.3人工智能、能源效率與新質(zhì)生產(chǎn)力

新質(zhì)生產(chǎn)力的發(fā)展遵循新發(fā)展理念，即在發(fā)展經(jīng)濟(jì)的同時(shí)將生態(tài)維度納人考量，充分考慮經(jīng)濟(jì)與環(huán)境、人與自然關(guān)系的平衡。改革開放后我國(guó)創(chuàng)造了經(jīng)濟(jì)高速增長(zhǎng)的“中國(guó)奇跡”，但高投人、高消耗的增長(zhǎng)方式也給生態(tài)系統(tǒng)帶來壓力。新質(zhì)生產(chǎn)力發(fā)展要求擺脫依靠大量資源投入和高能源消耗的傳統(tǒng)生產(chǎn)模式，轉(zhuǎn)向更加清潔、更加高效的綠色發(fā)展模式。從該角度而言，綠色化與可持續(xù)發(fā)展是反映生產(chǎn)力發(fā)展質(zhì)量和水平的重要標(biāo)志。換而言之，新質(zhì)生產(chǎn)力也是綠色生產(chǎn)力，是對(duì)“綠水青山就是金山銀山”和“保護(hù)生態(tài)環(huán)境就是保護(hù)生產(chǎn)力”等綠色發(fā)展理念的貫徹。由于技術(shù)水平與能源利用效率息息相關(guān)，技術(shù)水平提高有利于降低能源消耗和污染排放，促進(jìn)經(jīng)濟(jì)實(shí)現(xiàn)可持續(xù)發(fā)展[21]。作為第四輪產(chǎn)業(yè)革命的代表性成果，人工智能有利于提高能源利用效率，促進(jìn)可持續(xù)發(fā)展[22]，從而加快新質(zhì)生產(chǎn)力形成與發(fā)展。一方面，人工智能有利于產(chǎn)業(yè)生態(tài)化和生態(tài)產(chǎn)業(yè)化，即推動(dòng)農(nóng)業(yè)、工業(yè)和服務(wù)業(yè)全面實(shí)現(xiàn)綠色化、智能化和低碳化轉(zhuǎn)型，進(jìn)而獲得環(huán)境影響更小、能源利用效率更高的增長(zhǎng)結(jié)果。另一方面，借助數(shù)據(jù)驅(qū)動(dòng)、萬物互聯(lián)和系統(tǒng)智能等優(yōu)勢(shì)，人工智能技術(shù)在電力、熱力、建筑和制造等高排放重點(diǎn)行業(yè)的大力推廣，在城市治理領(lǐng)域和交通出行領(lǐng)域的廣泛應(yīng)用，有助于形成綠色生產(chǎn)方式和生活方式，促進(jìn)以綠色為底色的新質(zhì)生產(chǎn)力提升（蔣永穆等，2024）。據(jù)此，本文提出以下假設(shè)：

H₃ ：人工智能通過改善能源效率促進(jìn)新質(zhì)生產(chǎn)力提升。

1.2.4人工智能、數(shù)字化水平與新質(zhì)生產(chǎn)力

數(shù)字經(jīng)濟(jì)時(shí)代，新質(zhì)生產(chǎn)力表現(xiàn)為一種以數(shù)據(jù)要素為基底、以數(shù)字技術(shù)為引領(lǐng)的數(shù)字生產(chǎn)力（蔣永穆等，2024）。人工智能的出現(xiàn)催生出相比傳統(tǒng)公共基礎(chǔ)設(shè)施更具生產(chǎn)力優(yōu)勢(shì)的新型基礎(chǔ)設(shè)施，即包括大數(shù)據(jù)中心、物聯(lián)網(wǎng)、智能終端、數(shù)字平臺(tái)、工業(yè)互聯(lián)網(wǎng)等在內(nèi)的數(shù)字基礎(chǔ)設(shè)施，促使數(shù)據(jù)要素深度融入生產(chǎn)全過程，推動(dòng)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合。而數(shù)實(shí)融合的實(shí)質(zhì)是通過數(shù)字化對(duì)傳統(tǒng)產(chǎn)業(yè)進(jìn)行全鏈條改造、推動(dòng)數(shù)智化轉(zhuǎn)型，對(duì)傳統(tǒng)經(jīng)濟(jì)“生產(chǎn)函數(shù)”進(jìn)行革命性重構(gòu)，進(jìn)而促進(jìn)生產(chǎn)力提質(zhì)升級(jí)。數(shù)據(jù)已成為培育新質(zhì)生產(chǎn)力和實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵新型生產(chǎn)要素[23]。人工智能通過發(fā)揮數(shù)據(jù)驅(qū)動(dòng)優(yōu)勢(shì)，促進(jìn)數(shù)據(jù)要素充分流動(dòng)與開放共享[24]，而數(shù)據(jù)資源的快速增長(zhǎng)與創(chuàng)新利用將重塑傳統(tǒng)要素投人和產(chǎn)出規(guī)模，進(jìn)一步改變要素配置結(jié)構(gòu)與方式，突破傳統(tǒng)要素有限供給對(duì)經(jīng)濟(jì)增長(zhǎng)模式的桎梏，發(fā)揮數(shù)據(jù)要素的乘數(shù)效應(yīng)，帶來全要素生產(chǎn)率的大幅度提高，為新質(zhì)生產(chǎn)力發(fā)展提供有力支撐。人工智能與數(shù)字化技術(shù)的融合，有助于優(yōu)化生產(chǎn)線整體設(shè)計(jì)和提高模擬仿真結(jié)果，借助傳感器與物聯(lián)網(wǎng)技術(shù)全過程、全方位監(jiān)控生產(chǎn)運(yùn)行周期，以智能化和自動(dòng)化實(shí)現(xiàn)對(duì)生產(chǎn)過程的精準(zhǔn)把控，大幅提升生產(chǎn)效率和質(zhì)量（王永欽等，2020）。通過應(yīng)用以工業(yè)機(jī)器人為代表的人工智能技術(shù)推動(dòng)數(shù)字化轉(zhuǎn)型，在提高生產(chǎn)效率與產(chǎn)品質(zhì)量的同時(shí)，與傳統(tǒng)生產(chǎn)要素深度融合，促進(jìn)傳統(tǒng)生產(chǎn)要素創(chuàng)新性配置[25]，實(shí)現(xiàn)生產(chǎn)流程數(shù)據(jù)化與可追溯化，從而助力新質(zhì)生產(chǎn)力涌現(xiàn)與提升。通過上述分析，本文提出以下假設(shè)：

H₄ ：人工智能通過提高數(shù)字化水平促進(jìn)新質(zhì)生產(chǎn)力提升。

2 數(shù)據(jù)來源、變量說明與模型構(gòu)建

2.1 數(shù)據(jù)來源

本文以中國(guó)內(nèi)地30個(gè)省份（西藏因數(shù)據(jù)不全未納入）為研究對(duì)象，研究時(shí)間段為2010—2022年。研究中，機(jī)器人安裝密度數(shù)據(jù)來源于國(guó)際機(jī)器人聯(lián)合會(huì)（IFR），人工智能企業(yè)數(shù)據(jù)來源于天眼查，數(shù)字普惠金融指數(shù)來源于北京大學(xué)數(shù)字金融研究中心。其它變量數(shù)據(jù)主要來源于歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》等，以及各省市統(tǒng)計(jì)年鑒。為了保持?jǐn)?shù)據(jù)平穩(wěn)性和完整性，使用線性插值法對(duì)個(gè)別缺失數(shù)據(jù)進(jìn)行補(bǔ)充。

2.2 變量說明

2.2.1 被解釋變量

新質(zhì)生產(chǎn)力（Produ）。參考盧江等[26]做法的基礎(chǔ)上，將新質(zhì)生產(chǎn)力界定包含科技生產(chǎn)力、綠色生產(chǎn)力和數(shù)字生產(chǎn)力3個(gè)方面，并運(yùn)用熵權(quán)-TOPSIS法進(jìn)行指標(biāo)測(cè)算，最終得到2010—2022年各省市新質(zhì)生產(chǎn)力水平。其中，科技生產(chǎn)力包括高技術(shù)產(chǎn)業(yè)收入、規(guī)上工業(yè)企業(yè)Ramp;D經(jīng)費(fèi)、規(guī)上工業(yè)企業(yè)勞動(dòng)生產(chǎn)率和規(guī)上工業(yè)企業(yè)Ramp;D人員全時(shí)當(dāng)量等4個(gè)二級(jí)指標(biāo)；綠色生產(chǎn)力包括能源結(jié)構(gòu)（煤炭消費(fèi)量/國(guó)內(nèi)生產(chǎn)總值）、用水強(qiáng)度（工業(yè)用水量/國(guó)內(nèi)生產(chǎn)總值）、廢物利用（工業(yè)固廢物綜合利用量/產(chǎn)生量）以及廢氣排放（工業(yè)二氧化硫排放總量/國(guó)內(nèi)生產(chǎn)總值）等4個(gè)二級(jí)指標(biāo)；數(shù)字生產(chǎn)力包括集成電路產(chǎn)量、電子商務(wù)銷售額、電信業(yè)務(wù)總量、互聯(lián)網(wǎng)寬帶接入端口數(shù)和軟件業(yè)務(wù)收入等5個(gè)二級(jí)指標(biāo)。測(cè)算過程留存?zhèn)渌鳌?/p>

2.2.2 解釋變量

人工智能發(fā)展水平（AI）。當(dāng)前人工智能發(fā)展水平測(cè)度有多種方法，本文參考相關(guān)研究（AcemogluandRestrepo，2020；閆雪凌等，2020；王永欽等[27]），使用機(jī)器人安裝密度作為人工智能發(fā)展水平測(cè)度指標(biāo)，計(jì)算公式如下：

其中， L_ijt 為 i 地區(qū) j 行業(yè) Ψ_t 年就業(yè)人數(shù)， L_it 為 i 地區(qū) Ψ_t 年就業(yè)人數(shù)， AI_jt 為 j 行業(yè) Ψ_t 年工業(yè)機(jī)器人存量， ?L_jt 為 j 行業(yè) Ψ_t 年全國(guó)就業(yè)總?cè)藬?shù)。

2.2.3 控制變量

本文使用的控制變量主要有： ① 經(jīng)濟(jì)發(fā)展水平（Pgdp） ，采用人均GDP衡量； ② 高等教育水平（Sch），以所在地區(qū)高等院校數(shù)量為代理變量； ③ 財(cái)政支持力度 （Sci） ，使用該地區(qū)財(cái)政科學(xué)技術(shù)支出衡量；④ 城鎮(zhèn)化率（Urban），以城市人口占地區(qū)總?cè)丝诘谋戎岛饬浚?⑤ 勞動(dòng)力質(zhì)量，以該地區(qū)在校大學(xué)生數(shù)量（ Stu） 和高校畢業(yè)生數(shù)量（Labo）衡量。本文變量定義如表1所示。

2.3 模型設(shè)定

本文構(gòu)建回歸模型如下：

Produ_it=α+βAI_it+γControls_it+year+provi+ ε_εit （2）

其中， Produ_it 表示 i 省域在 Ψ_tΨ_Ψ 年的新質(zhì)生產(chǎn)力水平， AI_it 表示 i 省域在 χ_t 年的人工智能發(fā)展水平，Controls代表一系列控制變量， ε_it 為隨機(jī)誤差項(xiàng)，year和proi分別代表時(shí)間固定效應(yīng)與省份固定效應(yīng)。 β 為核心待估參數(shù)，如果系數(shù)顯著為正，說明人工智能對(duì)新質(zhì)生產(chǎn)力具有促進(jìn)作用；反之，則說明人工智能對(duì)新質(zhì)生產(chǎn)力具有抑制作用。根據(jù)研究假設(shè) H₁ ，本文預(yù)測(cè)回歸系數(shù) β 顯著為正。

3實(shí)證檢驗(yàn)結(jié)果與分析

3.1 描述性統(tǒng)計(jì)與相關(guān)性分析

本文測(cè)算2010—2022年各省份新質(zhì)生產(chǎn)力水平（Produ），描述性統(tǒng)計(jì)結(jié)果如表2所示。可以發(fā)現(xiàn)，新質(zhì)生產(chǎn)力水平均值為0.231，最小值為0.027，最大值為0.896，而全要素生產(chǎn)率（TFP）的最小值和最大值分別為1與2.689，說明各省份新質(zhì)生產(chǎn)力和全要素生產(chǎn)率水平存在較大差異。人工智能發(fā)展水平（AI）的均值為0.086，標(biāo)準(zhǔn)差為0.125，標(biāo)準(zhǔn)差大于均值，說明各省市人工智能發(fā)展水平懸殊。

表3反映變量間相關(guān)系數(shù)矩陣?？梢园l(fā)現(xiàn)，人工智能的兩個(gè)指標(biāo)（AI、AI_Enterprise）與新質(zhì)生產(chǎn)力（Produ）的相關(guān)系數(shù)分別為0.312和0.257，并且都在1% 水平上顯著，說明人工智能與新質(zhì)生產(chǎn)力具有顯著的正相關(guān)性。

3.2基準(zhǔn)回歸結(jié)果

表4反映人工智能對(duì)新質(zhì)生產(chǎn)力提升的影響。由列（1）可知，在不包含控制變量的情況下，人工智能發(fā)展水平（AI）對(duì)新質(zhì)生產(chǎn)力（Produ）的影響系數(shù)為0.910，并且通過 1% 水平上的顯著性檢驗(yàn)。在控制省份、年份固定效應(yīng)且逐步加入控制變量后，人工智能水平（AI）對(duì)新質(zhì)生產(chǎn)力（ Produ） 的影響系數(shù)依然顯著為正，且系數(shù)絕對(duì)值變化較小，證明本文回歸結(jié)果穩(wěn)健，即在其它因素一定情況下，提高人工智能水平能夠顯著促進(jìn)新質(zhì)生產(chǎn)力提升，故研究假設(shè) H₁ 成立。在控制變量方面，本文研究發(fā)現(xiàn)，提升高等教育水平（ ∵Sch， 和科學(xué)技術(shù)支出 （Sci） 均能夠顯著提升新質(zhì)生產(chǎn)力。

3.3 穩(wěn)健性檢驗(yàn)

為驗(yàn)證人工智能對(duì)新質(zhì)生產(chǎn)力影響的穩(wěn)健性，本文采用縮短樣本周期、替換被解釋變量、替換解釋變量、增加控制變量、刪除極端值等方式進(jìn)行穩(wěn)健性檢驗(yàn)。

3.3.1 縮短樣本周期

自2015年提出“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”的新發(fā)展理念后，國(guó)家更加重視創(chuàng)新在經(jīng)濟(jì)發(fā)展中的地位，工業(yè)和信息化部、財(cái)政部發(fā)布《智能制造發(fā)展規(guī)劃（2016—2020年）》，強(qiáng)調(diào)以智能制造為經(jīng)濟(jì)增長(zhǎng)培育新動(dòng)能。為了更好地識(shí)別該政策效應(yīng)，將樣本回歸時(shí)間聚焦于2015—2019年，結(jié)果如表5列（1）所示。數(shù)據(jù)顯示，人工智能（AI）系數(shù)為0.397，在 1% 水平上顯著，進(jìn)而驗(yàn)證上述基準(zhǔn)回歸結(jié)果的可靠性。

3.3.2替換被解釋變量

新質(zhì)生產(chǎn)力屬于生產(chǎn)力范疇，在一定程度上可以用全要素生產(chǎn)率衡量。參考姚加權(quán)等（2024）的研究，依據(jù)實(shí)際GDP、資本存量和就業(yè)人數(shù)3個(gè)指標(biāo)，采用DEA法測(cè)算各省市全要素生產(chǎn)率（TFP），將其作為新質(zhì)生產(chǎn)力的替代變量，放人基準(zhǔn)模型重新進(jìn)行回歸，結(jié)果如表5列（2）所示。結(jié)果顯示，AI系數(shù)為0.448，并且通過 10% 水平上的顯著性檢驗(yàn)，驗(yàn)證了本文研究結(jié)論穩(wěn)健。

3.3.3替換解釋變量

當(dāng)前人工智能發(fā)展水平的測(cè)度方法有多種，除使用機(jī)器人安裝密度作為人工智能發(fā)展水平（AI）的代理變量外，本文嘗試以區(qū)域人工企業(yè)數(shù)作為特征指標(biāo)，將其作為核心解釋變量放入模型，重新回歸。表5列（3）顯示，人工智能（AI）系數(shù)依然顯著為正，且絕對(duì)值變化較小，驗(yàn)證本文研究結(jié)論穩(wěn)健。

3.3.4增加控制變量

為減少因遺漏變量造成的估計(jì)偏誤，提高研究結(jié)論可靠性，通過增加市場(chǎng)化指數(shù)（Mark）和專利授權(quán)數(shù)（Tech）兩個(gè)控制變量進(jìn)行穩(wěn)健性檢驗(yàn)。市場(chǎng)化指數(shù)（Mark）主要參考王小魯和樊綱等的《中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告（2021）》，其衡量了各省份市場(chǎng)化進(jìn)程和資源配置效率等，對(duì)新質(zhì)生產(chǎn)力發(fā)展具有重要影響。穩(wěn)健性檢驗(yàn)結(jié)果如表5列（4）所示，添加上述兩個(gè)控制變量后，人工智能水平（AI）對(duì)新質(zhì)生產(chǎn)力的影響系數(shù)為0.318，顯著性水平為 1% ，與基準(zhǔn)回歸結(jié)果基本一致，進(jìn)而驗(yàn)證研究結(jié)論穩(wěn)健。

3.3.5考慮極端值的影響

樣本中有可能存在極端值，從而影響回歸結(jié)果準(zhǔn)確性。為避免這一影響，對(duì)樣本數(shù)據(jù)進(jìn)行上下 1% 的縮尾處理，重新進(jìn)行基準(zhǔn)回歸。表5列（5）為剔除極端值后的回歸結(jié)果，結(jié)果顯示，人工智能（AI）對(duì)新質(zhì)生產(chǎn)力 （Produ） 的影響系數(shù)仍然顯著為正，顯著性水平為5% ，絕對(duì)值為0.248，再次驗(yàn)證本文結(jié)論可靠。

3.4 內(nèi)生性檢驗(yàn)

為緩解模型中可能存在的內(nèi)生性問題，本文借鑒Acemogluamp;Restrepo（2020）、楊飛和范從來[28]、王永欽和董雯（2020）等的研究思路，采用美國(guó)機(jī)器人安裝數(shù)量（US_Robot）作為人工智能水平（AI）的工具變量。選擇該工具變量的原因在于：第一，美國(guó)機(jī)器人應(yīng)用與我國(guó)新質(zhì)生產(chǎn)力水平之間不存在直接關(guān)系，滿足工具變量的外生性條件；第二，美國(guó)機(jī)器人應(yīng)用水平居于全球前列，能夠反映未來人工智能發(fā)展趨勢(shì)，而且樣本期內(nèi)美國(guó)的機(jī)器人應(yīng)用趨勢(shì)與中國(guó)較接近，因此滿足工具變量的相關(guān)性要求。參考已有文獻(xiàn)的普遍做法，本文以滯后二期的人工智能水平作為第二個(gè)工具變量 （L2.AI） ），考察人工智能發(fā)展促進(jìn)新質(zhì)生產(chǎn)力提升的穩(wěn)健性。

表6為使用兩階段最小二乘法（2SLS）的工具變量回歸結(jié)果。第一階段回歸結(jié)果表明，工具變量（US_Robot）的回歸系數(shù)為0.026，且在 5% 的水平上顯著，表明美國(guó)的機(jī)器人安裝數(shù)量與我國(guó)的機(jī)器人安裝密度具有顯著相關(guān)性。同時(shí)，由表6列（1）可知，另一個(gè)工具變量 （L2.AI） 與核心解釋變量AI存在顯著的正相關(guān)關(guān)系。在統(tǒng)計(jì)檢驗(yàn)方面，Cragg-DonaldWaldF統(tǒng)計(jì)量為294.57，大于Stock—Yogo統(tǒng)計(jì)量的臨界值（19.95），通過弱工具變量檢驗(yàn)；AndersonLM檢驗(yàn)結(jié)果顯示，在 1% 水平上顯著拒絕“工具變量識(shí)別不足\"的原假設(shè)，表明工具變量是合理的。表6列（2）表明，使用工具變量法進(jìn)行內(nèi)生性檢驗(yàn)后，人工智能（AI）對(duì)新質(zhì)生產(chǎn)力（Produ）影響的回歸系數(shù)在 5% 水平上顯著為正，系數(shù)值為0.236，再次驗(yàn)證人工智能對(duì)新質(zhì)生產(chǎn)力具有顯著的提升效應(yīng)。

4作用機(jī)制與異質(zhì)性分析

4.1 作用機(jī)制分析

為驗(yàn)證本研究提出的假設(shè) H₂、H₃ 和 H₄ ，更好地識(shí)別人工智能提升新質(zhì)生產(chǎn)力的作用機(jī)理，引入創(chuàng)新能力（Inno）、能源效率（Effi）和數(shù)字化水平（Digi）3個(gè)機(jī)制變量進(jìn)行機(jī)制分析。其中，創(chuàng)新能力采用規(guī)模以上工業(yè)企業(yè)新產(chǎn)品項(xiàng)目數(shù)衡量；能源效率通過計(jì)算地區(qū)GDP與能源消費(fèi)總量的比值得到；數(shù)字化水平參考黃群慧等[29]、趙濤等[30]、劉軍等[31]的方法，根據(jù)數(shù)字金融普惠指數(shù)、光纜密度、信息技術(shù)服務(wù)從業(yè)人員占比、百人中移動(dòng)電話用戶數(shù)等4個(gè)指標(biāo)，利用主成分分析法測(cè)算得出。由于傳統(tǒng)意義上檢驗(yàn)中介效應(yīng)的“三步法\"存在明顯的內(nèi)生性問題[32]，本文借鑒寇宗來等[33]的做法，使用“兩步法”對(duì)以上3個(gè)作用機(jī)制進(jìn)行檢驗(yàn)，模型設(shè)定見公式（3）（4）。

Produ_it=α+βAI_it+γControls_it+year+provi+ E_it （3）

其中，M為機(jī)制變量， AI 為地區(qū)人工智能水平，e為隨機(jī)誤差項(xiàng)，year和provi分別代表年份固定效應(yīng)與省份固定效應(yīng)，控制變量Controls的設(shè)定同基準(zhǔn)模型一致。模型（3）中AI系數(shù)反映人工智能對(duì)地區(qū)新質(zhì)生產(chǎn)力的總效應(yīng)。模型（4）中AI系數(shù)反映人工智能對(duì)能源效率、創(chuàng)新能力和數(shù)字化水平的影響效應(yīng)，根據(jù)理論分析，若0顯著為正，則說明存在能源效率效應(yīng)、創(chuàng)新能力效應(yīng)和數(shù)字化水平效應(yīng)。

（1）創(chuàng)新能力機(jī)制。創(chuàng)新能力機(jī)制通過提高人工智能水平，以智能化革命帶動(dòng)區(qū)域創(chuàng)新能力與創(chuàng)新績(jī)效提高，從而實(shí)現(xiàn)突破性創(chuàng)新，促進(jìn)地區(qū)新質(zhì)生產(chǎn)力提升。表7列（1）反映人工智能（AI）對(duì)創(chuàng)新能力（Inno）的影響效應(yīng)，從經(jīng)濟(jì)意義上看，人工智能水平每提高一個(gè)標(biāo)準(zhǔn)差，將促進(jìn)創(chuàng)新能力提升 13.2%（0.125×1.056 ×100% ），且經(jīng)濟(jì)意義顯著。這是因?yàn)?，發(fā)展人工智能、提升區(qū)域智能化水平，有利于為科技創(chuàng)新創(chuàng)造良好的產(chǎn)業(yè)生態(tài)和創(chuàng)新生態(tài)。人工智能所提供的海量AI素材數(shù)據(jù)庫(kù)，有助于區(qū)域創(chuàng)新主體直接用于創(chuàng)新算法和代碼開源社區(qū)。這極大便利了創(chuàng)新主體知識(shí)搜索和信息采集，降低創(chuàng)新成本，有利于激發(fā)創(chuàng)新主體開展突破式創(chuàng)新，促進(jìn)創(chuàng)新能力和創(chuàng)新績(jī)效顯著提升，釋放地區(qū)創(chuàng)新體系效能，助力新質(zhì)生產(chǎn)力長(zhǎng)足發(fā)展。因此，研究假設(shè) H₂ 得證。

（2）能源效率機(jī)制。能源效率機(jī)制通過提高智能化水平，促進(jìn)地區(qū)以低能耗實(shí)現(xiàn)生產(chǎn)效率提高，從而大幅改善能源利用效率，促進(jìn)新質(zhì)生產(chǎn)力提升。表7列（2）表明，地區(qū)人工智能水平提升可以顯著改善能源使用效率。這主要得益于人工智能推動(dòng)運(yùn)行模式優(yōu)化升級(jí)，以及傳統(tǒng)設(shè)備的智能化改造與數(shù)字化升級(jí)，促進(jìn)生產(chǎn)精細(xì)化和規(guī)?；?，從而實(shí)現(xiàn)生產(chǎn)過程節(jié)能和高效。此外，隨著人工智能水平進(jìn)一步提高和人工智能技術(shù)的全面覆蓋，生產(chǎn)過程實(shí)現(xiàn)全程監(jiān)控和及時(shí)調(diào)整，能夠有效減少能源消耗，提高能源利用效率，進(jìn)而顯著提升地區(qū)新質(zhì)生產(chǎn)力，因此假設(shè) H₃ 成立。

（3）數(shù)字化水平機(jī)制。人工智能發(fā)展促使數(shù)據(jù)要素深度融入生產(chǎn)過程，通過數(shù)字化對(duì)傳統(tǒng)產(chǎn)業(yè)進(jìn)行全鏈條改造和實(shí)現(xiàn)數(shù)智化轉(zhuǎn)型，對(duì)傳統(tǒng)經(jīng)濟(jì)生產(chǎn)函數(shù)進(jìn)行革命性重構(gòu)，促進(jìn)生產(chǎn)力提質(zhì)升級(jí)。表7列（3）的回歸結(jié)果表明，人工智能水平提高能夠顯著提升數(shù)字化水平，進(jìn)而提升新質(zhì)生產(chǎn)力，驗(yàn)證了假設(shè) H₄ 成立。在互聯(lián)網(wǎng)經(jīng)濟(jì)與工業(yè)4.0的雙重加持下，數(shù)字化成為大勢(shì)所趨[34]。應(yīng)用人工智能技術(shù)有助于加速數(shù)字化轉(zhuǎn)型，促進(jìn)傳統(tǒng)生產(chǎn)要素創(chuàng)新性配置，實(shí)現(xiàn)生產(chǎn)流程數(shù)據(jù)化與可追溯化，助力精準(zhǔn)預(yù)測(cè)和掌控生產(chǎn)過程，及時(shí)調(diào)整生產(chǎn)策略，推動(dòng)生產(chǎn)過程智能化和自動(dòng)化，大幅度提升生產(chǎn)效率和質(zhì)量，從而促進(jìn)新質(zhì)生產(chǎn)力涌現(xiàn)與提升。

4.2 異質(zhì)性分析

不同地區(qū)在市場(chǎng)化程度、營(yíng)商環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)等方面存在顯著差異，因此，需要探討人工智能在不同市場(chǎng)化程度、技術(shù)聚集程度和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化水平地區(qū)對(duì)新質(zhì)生產(chǎn)力影響效應(yīng)的異質(zhì)性。

4.2.1 市場(chǎng)化程度

我國(guó)各地區(qū)的市場(chǎng)化進(jìn)程、政策支持力度和營(yíng)商環(huán)境等存在較大差異，導(dǎo)致地區(qū)資金、技術(shù)、數(shù)據(jù)等要素資源配置效率也不同，從而影響人工智能對(duì)新質(zhì)生產(chǎn)力的提升作用。地區(qū)市場(chǎng)發(fā)育和完善程度越高，說明人工智能企業(yè)越能夠充分利用資金、調(diào)整投資，或更易于獲得政府支持，進(jìn)行技術(shù)研發(fā)（何小鋼等，2019），從而促進(jìn)突破性創(chuàng)新和科技成果轉(zhuǎn)化。以市場(chǎng)化程度（Mark）的中位數(shù)為依據(jù)，將研究樣本劃分為高市場(chǎng)化程度和低市場(chǎng)化程度兩組，回歸結(jié)果如表8列（1）（2）所示。該結(jié)果表明，在低市場(chǎng)化程度地區(qū)人工智能對(duì)新質(zhì)生產(chǎn)力沒有顯著影響，而在高市場(chǎng)化程度地區(qū)人工智能顯著促進(jìn)新質(zhì)生產(chǎn)力提升。通過Bootstrap法抽樣1000次，得到組間回歸系數(shù)差異值p為0.014，說明組間差異顯著存在。

4.2.2技術(shù)聚集程度

技術(shù)聚集度對(duì)人工智能促進(jìn)新質(zhì)生產(chǎn)力提升發(fā)揮重要作用。本文將各省份專利授權(quán)數(shù)作為技術(shù)聚集度（Tech）的表征變量，根據(jù)其中位數(shù)，將研究樣本劃分為高技術(shù)聚集度地區(qū)和低技術(shù)聚集度地區(qū)兩個(gè)組別，然后進(jìn)行分組回歸，結(jié)果如表8列（3）和列（4）所示。結(jié)果表明，在低技術(shù)聚集度地區(qū)人工智能對(duì)新質(zhì)生產(chǎn)力具有一定抑制作用，但在高技術(shù)聚集度地區(qū)人工智能對(duì)新質(zhì)生產(chǎn)力具有顯著促進(jìn)作用。組間回歸系數(shù)差異檢驗(yàn)值p為0.000，說明在高技術(shù)聚集組和低技術(shù)聚集組之間具有顯著差異，且在高技術(shù)聚集度地區(qū)人工智能對(duì)新質(zhì)生產(chǎn)力的促進(jìn)作用更顯著。

4.2.3產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度

地區(qū)產(chǎn)業(yè)結(jié)構(gòu)與新質(zhì)生產(chǎn)力發(fā)展密切相關(guān)，產(chǎn)業(yè)結(jié)構(gòu)不同可能導(dǎo)致新質(zhì)生產(chǎn)力發(fā)展模式不同，因而不同產(chǎn)業(yè)結(jié)構(gòu)下人工智能對(duì)新質(zhì)生產(chǎn)力的影響也存在差異化。本文使用第三產(chǎn)業(yè)產(chǎn)值占GDP的比重表征產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度（Indust），占比越高說明產(chǎn)業(yè)結(jié)構(gòu)越合理。本文按其中位數(shù)，將樣本分為產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度高低兩組，分組回歸結(jié)果如表8列（5）和列（6）所示。數(shù)據(jù)顯示，組間回歸系數(shù)差異檢驗(yàn)值p為0.048，在 5% 水平下顯著，表明在產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度較高地區(qū)人工智能促進(jìn)新質(zhì)生產(chǎn)力發(fā)展的影響效應(yīng)更顯著?？赡艿慕忉屖牵a(chǎn)業(yè)結(jié)構(gòu)優(yōu)化意味著資源重新配置和技術(shù)迭代進(jìn)步，其中，技術(shù)進(jìn)步帶來生產(chǎn)效率與能源利用效率提升，進(jìn)而促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。此外，更加完備、現(xiàn)代化的產(chǎn)業(yè)鏈也給人工智能企業(yè)提供了更優(yōu)越的發(fā)展條件和創(chuàng)新生態(tài)，有利于其進(jìn)行研發(fā)活動(dòng)和成果轉(zhuǎn)化，實(shí)現(xiàn)突破性創(chuàng)新，進(jìn)而帶動(dòng)地區(qū)新質(zhì)生產(chǎn)力提升。

5結(jié)語

本文梳理了人工智能影響新質(zhì)生產(chǎn)力的理論機(jī)制，并基于2010—2022年中國(guó)內(nèi)地30個(gè)省份面板數(shù)據(jù)和國(guó)際機(jī)器人聯(lián)合會(huì)（IFR）的工業(yè)機(jī)器人數(shù)據(jù)，測(cè)算各省域人工智能發(fā)展水平和新質(zhì)生產(chǎn)力水平，運(yùn)用雙向固定模型和工具變量法實(shí)證檢驗(yàn)人工智能對(duì)新質(zhì)生產(chǎn)力的促進(jìn)效應(yīng)。研究發(fā)現(xiàn)： ① 各省份之間人工智能發(fā)展水平懸殊，新質(zhì)生產(chǎn)力發(fā)展水平也迥異； ② 人工智能通過能源效率、創(chuàng)新能力和數(shù)字化水平三個(gè)機(jī)制顯著促進(jìn)新質(zhì)生產(chǎn)力提升； ③ 人工智能在市場(chǎng)化程度高、技術(shù)聚集程度高和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化水平高的地區(qū)對(duì)新質(zhì)生產(chǎn)力的促進(jìn)作用更顯著。本文研究對(duì)于更好地發(fā)展人工智能、培育新質(zhì)生產(chǎn)力具有重要的政策含義。

根據(jù)本文研究結(jié)論，提出如下政策建議：

第一，完善市場(chǎng)經(jīng)濟(jì)基礎(chǔ)制度，創(chuàng)建有利于人工智能企業(yè)發(fā)展的營(yíng)商環(huán)境。研究發(fā)現(xiàn)，市場(chǎng)化程度高、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的地區(qū)，人工智能對(duì)新質(zhì)生產(chǎn)力的促進(jìn)作用更顯著。因此，各地區(qū)應(yīng)該堅(jiān)持市場(chǎng)中性原則，確保人工智能企業(yè)在市場(chǎng)準(zhǔn)人、要素獲取、市場(chǎng)執(zhí)法、權(quán)益保護(hù)等方面的平等地位，建立與人工智能、新質(zhì)生產(chǎn)力發(fā)展相適應(yīng)的治理體系和政策法規(guī)體系；加大財(cái)政資金支持力度，持續(xù)優(yōu)化與人工智能相關(guān)的基礎(chǔ)設(shè)施配套建設(shè)；鼓勵(lì)開辦更多人工智能企業(yè)，加大培養(yǎng)人工智能龍頭企業(yè)，建設(shè)人工智能產(chǎn)業(yè)集群和現(xiàn)代化產(chǎn)業(yè)鏈，促進(jìn)人工智能與傳統(tǒng)產(chǎn)業(yè)深度融合，不斷推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，帶動(dòng)新質(zhì)生產(chǎn)力發(fā)展。

第二，加快發(fā)展人工智能技術(shù)，充分發(fā)揮其對(duì)地區(qū)新質(zhì)生產(chǎn)力的促進(jìn)作用。各地區(qū)應(yīng)加大研究投入力度，堅(jiān)持以自主創(chuàng)新加快實(shí)現(xiàn)高水平科技自立自強(qiáng)，加大人工智能相關(guān)的通用性、基礎(chǔ)性技術(shù)研發(fā)攻堅(jiān)力度，著力突破戰(zhàn)略性、前沿性領(lǐng)域的技術(shù)瓶頸，致力于以現(xiàn)代新型生產(chǎn)工具賦能生產(chǎn)力發(fā)展質(zhì)量和效率提升。新質(zhì)生產(chǎn)力是綠色生產(chǎn)力，提高能源利用效率有利于形成綠色生產(chǎn)力。因此，要努力擺脫高資源投入和傳統(tǒng)要素驅(qū)動(dòng)的經(jīng)濟(jì)增長(zhǎng)路徑，大力探索開發(fā)應(yīng)用綠色低碳技術(shù)，強(qiáng)化能源利用模式創(chuàng)新，以更加清潔、高效、優(yōu)質(zhì)的能源利用模式培育和形成新質(zhì)生產(chǎn)力。

第三，搭建人工智能應(yīng)用場(chǎng)景，加強(qiáng)人工智能技術(shù)推廣。場(chǎng)景是具有復(fù)雜、多視角、動(dòng)態(tài)化特征的概念，本身具有敘事性[35]，只有搭建人工智能創(chuàng)新應(yīng)用場(chǎng)景，真正實(shí)現(xiàn)區(qū)域企業(yè)數(shù)字化、智能化轉(zhuǎn)型，才能從整體上提高地區(qū)智能化水平，帶動(dòng)新質(zhì)生產(chǎn)力形成和發(fā)展。為此，要積極建設(shè)創(chuàng)新基地、科技園區(qū)與孵化器等平臺(tái)，以財(cái)政激勵(lì)政策引導(dǎo)和支持相關(guān)產(chǎn)業(yè)園區(qū)發(fā)展，為入駐企業(yè)提供良好的辦公場(chǎng)所和先進(jìn)的設(shè)備，鼓勵(lì)創(chuàng)新創(chuàng)業(yè)團(tuán)隊(duì)探索人工智能技術(shù)應(yīng)用方案。政府應(yīng)當(dāng)優(yōu)化服務(wù)，為企業(yè)應(yīng)用人工智能技術(shù)提供包括政策支持、技術(shù)推廣、人才培訓(xùn)和市場(chǎng)拓展等在內(nèi)的綜合式服務(wù)，提高企業(yè)應(yīng)用人工智能技術(shù)的積極性。同時(shí)，通過完善人才薪酬制度、出臺(tái)人才政策等方式加大人才培養(yǎng)和引進(jìn)力度，吸引更多高層次人才加入人工智能企業(yè)與行業(yè)，以人才優(yōu)勢(shì)提高人工智能領(lǐng)域的競(jìng)爭(zhēng)力。

參考文獻(xiàn)：

[1]習(xí)近平主持召開新時(shí)代推動(dòng)?xùn)|北全面振興座談會(huì)強(qiáng)調(diào)牢牢把握東北的重要使命奮力譜寫東北全面振興新篇章[N].人民日?qǐng)?bào)，2023-9-10（01）.

[2]習(xí)近平在黑龍江考察時(shí)強(qiáng)調(diào) 牢牢把握在國(guó)家發(fā)展大局中的戰(zhàn)略定位奮力開創(chuàng)黑龍江高質(zhì)量發(fā)展新局面[N].人民日?qǐng)?bào)，2023-9-9（01）.

[3]劉志彪，凌永輝，孫瑞東.新質(zhì)生產(chǎn)力下產(chǎn)業(yè)發(fā)展方向與戰(zhàn)略——以江蘇為例[J].南京社會(huì)科學(xué)，2023，34（11）：59-66.

[4]林晨，陳小亮，陳偉澤，等.人工智能、經(jīng)濟(jì)增長(zhǎng)與居民消費(fèi)改善：資本結(jié)構(gòu)優(yōu)化的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2020，38（2）：61-83.

[5]陳勁，呂文晶.人工智能與新工科人才培養(yǎng)：重大轉(zhuǎn)向[J].高等工程教育研究，2017，35（6）：18-23.

[6]洪銀興.發(fā)展新質(zhì)生產(chǎn)力建設(shè)現(xiàn)代化產(chǎn)業(yè)體系[J].當(dāng)代經(jīng)濟(jì)研究，2024，35（2）：7-9.

[7]蔣永穆，喬張媛.新質(zhì)生產(chǎn)力：邏輯、內(nèi)涵及路徑[J].社會(huì)科學(xué)研究，2024，46（1）：10-18，211.

[8]任保平，王昕.新質(zhì)生產(chǎn)力形成中建設(shè)高標(biāo)準(zhǔn)數(shù)據(jù)要素市場(chǎng)的框架與路徑研究[J].西北工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2025，27（1）：98-104.

[9]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，2019，54（7）：47-63.

[10]ACEMOGLU D，RESTREPO P. Robots and jobs： evi-dence from US labor markets[J].Journal of Political E-conomy，2020，128（6）：2188-2244.

[11]姚加權(quán)，張錕澎，郭李鵬，等.人工智能如何提升企業(yè)生產(chǎn)效率——基于勞動(dòng)力技能結(jié)構(gòu)調(diào)整的視角[J].管理世界，2024，40（2） ：101-116，133.

[12]AGHION P，JONES B F，JONES C 1. Artificial intelli-gence and economic growth[D]. NBER Working Paper，2017.

[13]ACEMOGLU D，RESTREPO P. The race between manand machine：implications of technology for growth，factorshares and employment[J]. American Economic Review，2018，108（6）：1488-1542.

[14]GRAETZ G，MICHAELS G.Robots at work[J]. Reviewof Economics and Statistics，2018，100（5）：753-768.

[15]何玉長(zhǎng)，方坤.人工智能與實(shí)體經(jīng)濟(jì)融合的理論闡釋[J].學(xué)術(shù)月刊，2018，50（5）：56-67.

[16]張夏恒，馬妍.生成式人工智能技術(shù)賦能新質(zhì)生產(chǎn)力涌現(xiàn)：價(jià)值意蘊(yùn)、運(yùn)行機(jī)理與實(shí)踐路徑J」電子政務(wù)，2024，21（A） 17-95

[17]胡俊，杜傳忠.人工智能推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的機(jī)制、路徑及對(duì)策[J].經(jīng)濟(jì)縱橫，2020，36（3）：94-101.

[18]AUTOR D，SALOMONS A. Is automation labor-displa-cing？ productivity growth， employment， and the laborshare[R].National Bureau of Economic Research，2018.

[19]CALVINO F，VIRGILLITO M E. The innovation-em-ployment nexus： a critical survey of theory and empirics[J].Journal ofEconomic Surveys，2018，32（1）：83-117.

[20]王鈺，唐要家.人工智能應(yīng)用如何影響企業(yè)創(chuàng)新寬度[J].財(cái)經(jīng)問題研究，2024，46（2）：38-50.

[21]王雨辰.習(xí)近平生態(tài)文明思想視域下的“人與自然和諧共生的現(xiàn)代化\"[J].求是學(xué)刊，2022，49（4）：11-20.

[22]郭凱明.人工智能發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)與勞動(dòng)收入份額變動(dòng)[J].管理世界，2019，35（7）：60-77.

[23]尹西明，陳勁，王冠.場(chǎng)景驅(qū)動(dòng)：面向新質(zhì)生產(chǎn)力的數(shù)據(jù)要素市場(chǎng)化配置新機(jī)制[J].社會(huì)科學(xué)輯刊，2024，46（3）：178-188.

[24]周文，韓文龍.數(shù)字財(cái)富的創(chuàng)造、分配與共同富裕[J].中國(guó)社會(huì)科學(xué)，2023，44（10）：4-23，204.

[25]閆雪凌，朱博楷，馬超.工業(yè)機(jī)器人使用與制造業(yè)就業(yè)：來自中國(guó)的證據(jù)[J].統(tǒng)計(jì)研究，2020，37（1）：74-87.

[26]盧江，郭子昂，王煜萍.新質(zhì)生產(chǎn)力發(fā)展水平、區(qū)域差異與提升路徑[J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，30（3）：1-17.

[27]王永欽，董雯.機(jī)器人的興起如何影響中國(guó)勞動(dòng)力市場(chǎng)——來自制造業(yè)上市公司的證據(jù)[J].經(jīng)濟(jì)研究，2020，55（10）：159-175.

[28]楊飛，范從來.產(chǎn)業(yè)智能化是否有利于中國(guó)益貧式發(fā)展[J].經(jīng)濟(jì)研究，2020，55（5）：150-165.

[29]黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019，37（8）：5-23.

[30]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—來自中國(guó)城市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2020，36（10）：65-76.

[31]劉軍，楊淵，張三峰.中國(guó)數(shù)字經(jīng)濟(jì)測(cè)度與驅(qū)動(dòng)因素研究[J].上海經(jīng)濟(jì)研究，2020，39（6）：81-96.

[32]江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2022，40（5）：100-120.

[33]寇宗來，劉學(xué)悅.中國(guó)企業(yè)的專利行為：特征事實(shí)以及來自創(chuàng)新政策的影響[J].經(jīng)濟(jì)研究，2020，55（3）：83-99.

[34]喻登科，?？?，肖歡.CEO知性特質(zhì)與企業(yè)數(shù)字化轉(zhuǎn)型關(guān)系研究[J/OL].科技進(jìn)步與對(duì)策，1-11[2025-05-29].ht-tp：//kns. cnki. net/kcms/detail/42. 1224. G3. 20240708.1556.004. html.

[35]李應(yīng)博.兩岸科技合作治理的知識(shí)場(chǎng)域：范式構(gòu)建與時(shí)空演進(jìn)[J].科技進(jìn)步與對(duì)策，2022，39（24）：119-129.

（責(zé)任編輯：胡俊?。?/p>

Artificial Intelligence Development and the Enhancement of New Quality Productive Forces：The Theoretical Mechanism and an Empirical Test

He Yuanlang1，Yuan Jianhong2，3 （1.School of Marxism，Southeast University;2. School of Economic and Management， SoutheastUniversity；3.Institute for the Development of Socialism with Chinese Characteristics，Southeast University，Nanjing 21ll89，China）

Abstract：Newquality productive forces refer tomodern advanced productive forces that have been created through revolutionary technological breakthroughs，innovativealocationof production factors，anddeeptransformationandupgradingof industries，thecore essnceof which isthequalitative transformationof the threelements of workers，means of labor， andlaborobjects and theiroptimalcombination，and the most significantsymbolof whichis a significant increase in total factorproductivity.Itsignificantlydifers fromthe traditional productivityofhighinputandhigh energyconsumption， emphasizes keyanddisruptive technological breakthroughs，andischaracterizedbyhigh technology，highefficiencyand highquality.Newqualityproductive forces bring aboutaqualitative leap in productivity and serve as the driving force for facilitatig high-qualitydevelopment inthenew era.Thedevelopmentofartificialintellgence（AI） provides new ideas and newimpetus for fostering new quality productive forcesand promoting high-qualitydevelopment.AI'songoing development willdrivetechnological innovation，increase productionintellgence，spawnneweconomic sctors，and integrate with traditional industries toenhanceresoureallcationeficiencyandlabor productivityThis integration willstrtraditional production models towards greater scalability and specialization，moving industries up the value chain.

The examination of artificial intellgence's influence on new quality productive forces holds substantial theoretical and practical importance.The literature review indicates that existing studies predominantlyconcentrate onthe essence，value，and developmental prioritiesof new quality productivity，as wellas AIsefects on productivity，economic growth，employment，and industrial structure.However，there is a scarcity of research addresing the nexus between AI and new quality productive forces，and empirical evidence on AIs role in shaping these forces is limited.The reasons and mechanisms by which AI bolsters new quality productive forces are not well understood.

This paper aims to bridge this gap by theoretically and empirically analyzing AI's impact on new quality productive forces using provincial panel data，revealing theunderlying mechanisms and regional disparities inAIs promotionof new quality productive forces，thereby enriching and advancing the discourseon AI and new quality productive forces.This studyfocuses on3O provincialadministrativeregions in China.Toensuredata consistencyandcompleteness，inear interpolation is appied to estimate missing values incertain provinces；anyunfllable gaps are addressed bylistwisedeletion， ensuring the reliability of the analysis.

Thefindings suggest that the development of AIcan significantlycontribute to the improvement of new quality productive forces.Therobustnessofthefindingsof thisstudyisverified byconductingrobustnesstests，shorteningthesampleperiod，replacing the explanatoryvariable，addingcontrol variables，andremoving extreme values.Inaddition，thestudyemploys thenumber of robots installedintheU.S.asthe instrumentvariabletoaddress potentialendogeneityissesinthemodelandensurethatthe estimatesareunbiased.Through mechanismanalysis，itreveals thatAIcontributes tonewqualityproductiveforces throughthree mainchannels：improving innovation，improvingenergyefiency，and improving digitization.Throughheterogeneityanalysis， thestudyfurtherfindsthatthedriving efectofAIonnewqualityproductiveforcesismoresignificant inregions withhighmar ketization，high technology aggregation，and high industrial structure optimization.

This paper deepens the theoretical mechanisms by which AI promotes new quality productive forces on the basis of the existng literatureand provides strong empirical evidencefor the new quality productive forces efect of AIthrough empirical tests.Further，this study explores thefundamental questionof the path through which AImainly afects new quality productiveforces withinaunifiedframework，supporting theroleofinovationcapacityenergy eficiency，anddigitizationlevelinthe paththrough whichAIafects new quality productiveforces，anddeepens theexistingliteratureand related studies.In accordance with the findings of thestudy，the paper puts forward policy recommendations conducive to the fulldevelopment of AIand the promotionof new quality productive forces，which willprovideimportant decision-making references for the development of new quality productive forces in various regions according to local conditions.

KeyWords：New Quality ProductiveForces;；Artificial Inteligence；High-qualityDevelopment； Scientificand Technologi cal Innovation; Industrial Structure