人工智能能否成为我国经济发展的新动能？

李 强

（安徽科技学院财经学院，安徽蚌埠 233030）

1 问题的提出

我国经济发展经过四十多年改革和开放两大制度性动能的持续作用，始终保持着中高速增长，人均GDP达到中等收入水平，制造业增加值在全球占比位居首位。但是，2008年金融危机爆发以来，以物联网、云计算与人工智能为代表的新一代技术革命背景下，发达国家制造业回流与再工业化成为一种新趋势，我国人口老龄化日趋显现，再加上贸易战等外部环境变化的冲击，我国经济增长逐渐进入了中低速增长的新常态时期，全要素生产率（TFP）持续徘徊在同一个区域，支撑经济高速增长的动能面临着衰减、失效的状态，难以有效促进全要素生产率和人均GDP进入新一轮的上升通道，难以有效缓解严重的产业结构失衡。新旧动能转换的长期技术进步动力来源于新一代以智能化技术为代表的通用技术革命，目前我国不仅进行大规模新技术、新产品投资，也开始对传统技术、传统产品更新改造进行投资，这些都是新旧动能转换时期经济快速增长中所面临的历史机遇。人工智能热潮的到来将引发生产率提高，促进经济增长，但同时也存在显著的劳动力替代效应，主要原因在于人工智能技术的发展改变了劳动力技能的需求结构，导致劳动收入不平等。

发达国家再工业化战略强调实现智能化是先进制造业发展的核心，强调以云计算、物联网、通信技术、人工智能技术为代表的新一代信息通讯技术的研发与产业化及其在制造业领域的集成创新与应用。随着智能化程度的提高，工业机器人被广泛使用，3D打印等新材料行业迅速发展，发达国家制造业全球价值链分工的深化出现停滞，进入了一种“新常态”，局部发达国家有收缩趋势。同样，我国制造业智能化程度也将进一步增密国内价值链，原来加入全球价值链低端环节的企业或地区在转向加入国内价值链时，将面临着与国内其他企业的竞争。在上一轮全球化浪潮中，发达国家之间、发达国家与发展中国家之间在制造业价值链上所形成的分工合作关系在一定程度上将演变为制造业价值链之间的竞争，这种竞争在一定程度上还将延伸到全球创新网络中对研发密集型企业的创新资源和成果的争夺，进而引致创新成本上升。因此，在制造业智能化发展中，如何提高国内价值链智能化技术运用与再创新，从而提高价值链上产品与服务的生产率及市场竞争力，进而将国内价值链智能化技术拓展到发达国家，形成我国主导的全球价值链，促进我国制造强国地位形成，这是我国经济发展新旧动能转换与路径选择的重要研究内容。

基于此，本文整合国际机器人联盟（IRF）提供的数据与行业数据，实证分析人工智能能否成为我国经济发展的新动能。相比于以往的研究，本文的主要创新点如下：从微观层面上实证分析人工智能能否成为我国经济发展的新动能，同时实证分析人工智能影响我国经济发展新动能的机制，从而为人工智能更好地成为我国经济发展的新动能提供路径支撑。

2 理论分析

人工智能是当前重大的技术创新，有学者认为人工智能将使技术进步出现空前的变革[1]。通用技术是指人类历史上一些关键、共性特征的技术发明，并对全球经济产生重大的影响，如第一次工业革命中的蒸汽机、第二次工业革命中的电力、第三次工业革命中信息与网络技术，它们往往被广泛使用且能引致连续不断的技术进步，同时能引发应用领域一系列的创新。以人工智能技术为代表的数字革命可以说是最新一代的通用技术变革，它对技术扩散和经济增长的影响更加强烈[2]。有学者通过假设劳动与智能机器之间可以互补和替代，重新构建新古典经济增长模型，但这种互补和替代在不同工作中存在差异，并且假设计算机技术创新速度超过其他技术创新速度，研究认为智能机器的应用能够快速替代劳动，从而能够提升经济增长速度[3]。

我国人工智能研究最近才兴起，但已引起国内学者们的大量关注。随着互联网技术创新逐渐进入天花板，企业开始通过转向人工智能行业寻找新的经济增长点，但是，与国外人工智能行业发展相比，我国人工智能行业发展还处在初期阶段[4]。根据2015年《中国人工智能应用市场研究报告》，我国人工智能技术研发虽然起步晚，但发展速度较快，在某些领域拥有自主知识产权，例如在文字和语音识别等方面，并且这些知识产权已开始被大量应用于实践。我国人工智能的某些领域已接近发达国家的水平，例如智能识别，但其产业化水平较低。总体来说，我国人工智能产业的发展没有形成大的规模，但我国的市场需求等优势可以为我国人工智能发展赶超发达国家提供基础[5]。目前，我国人工智能发展要着重解决产业外部环境改善、人工智能芯片技术创新与人才短缺等问题[6]。有学者建议可以从构建和完善政府支持和保障机制、完善风险投资和服务体系、推进芯片和算法等关键领域的基础研究、加大新一代人工智能产业人才培养和引进力度四个方面有针对性地进行完善[7]。

那么，人工智能能否成为我国经济发展的新动能？本文认为主要存在以下影响机制。

第一，人工智能能够实现对部分劳动的替代，形成经济发展新动能。自动化和人工智能对劳动具有替代效应和生产力提升效应两个方面的影响，有学者把自动化技术任务参数引入到任务模型中，创新性地提出一个统一的研究框架，在框架中自动化技术可以替代劳动任务，而且可以创造出新的具有比较优势的任务[8]。自动化的替代效应可以减少劳动需求，同时自动化的生产力效应可以通过使用更便宜的资本替代劳动从而提高生产力，并提高对尚未自动化任务中劳动力的需求[9]。人工智能的出现使其对劳动的替代达到了一个过去无法比拟的速度和规模，将对劳动需求结构产生强烈的冲击，继而促使劳动力技能结构发生根本性的转变[10]。McKinsey公司在自动化和人工智能对劳动技能冲击和转变等方面进行了大量研究和讨论，认为自动化和人工智能正在改变工作的性质。他们量化了美国和欧洲5个国家25项核心工作技能和未来工作时间，特别关注了银行和保险、能源和矿业、医疗保健、制造业和零售业5个部门。他们发现对高技能劳动力的竞争将加剧，而低技能劳动力有可能“流离失所”，而这一趋势将会持续下去，进而减少了中低等工资水平的工作岗位，加剧了收入不平等。

因此，本文认为人工智能会实现对低端劳动力的替代，在解决劳动力红利短缺的同时能够增加高素质劳动力的数量，从而成为经济发展的新动能。

第二，人工智能会显著提高企业的生产率，形成经济发展新动能。埃森哲公司提出，人工智能至少通过三个方面促进技术进步和生产率提高：首先，人工智能可以使复杂的体力任务自动化，这种效应被称为“智能自动化”；其次，人工智能将优化现有的劳动力和资产，提升工人能力和资本效率；第三，人工智能可以促进创新并扩散到各个行业，即产业的关联效应。人工智能可以应用于产品日常生产与服务的提供，对收入增长与收入分配带来潜在影响[11]。人工智能还可能产生新的创意，近期内可以帮助解决复杂问题，节约计算时间，还可以促进企业、产业和职业之间的技术学习与模仿，从而扩大知识的外部性。人工智能可以促进新产品线的引进，例如，最近由机器学习革命引发的热潮就加快了无人机研发与自动驾驶汽车的进步。人工智能最终还可能在新创意和新技术的开发上超越人类的创造力，甚至取代最高级的研究人员。在极端场景中，某些观察家认为人工智能可以在有限时间内实现快速自我改进创造“奇点”，导致无限的机器智能和经济增长[12]。

人工智能与自动化虽然有生产力提升效应，但同时也有降低生产率的效应。有学者指出，人工智能与自动化可能限制生产率提高的因素包括：新技术所需技能、自动化技术的快速引进与劳动力所提供技能的不相适应等等[8]。新任务倾向于使用新的技能，但如果教育体系未及时提供这些技能，经济转型将会受到阻碍。另外，由于现行的税收体系倾向于补贴资本而不是劳动，劳动力市场存在摩擦和不完善之处，均衡工资会高于劳动的社会机会成本，从而导致自动化技术被过度采用，资本和劳动配置不当阻碍生产率的提升。

因此，本文认为人工智能会提升企业生产率和技术创新水平，从而成为经济发展的新动能。

综上所述，全球人工智能技术与产业进入了新一轮快速发展期，我国人工智能研究水平与发达国家之间存在明显差距，但是我国人工智能在某些领域的某些关键技术上的水平与发达国家的水平相当，人工智能在产业化应用上与发达国家几乎同步，在某些领域的发展甚至比发达国家更快。可以预见，未来人工智能将是我国经济发展新旧动能转换技术创新机制与路径的关键所在。

3 计量模型、指标设置和数据说明

3.1 计量模型

基于理论分析中所提出的问题，构建人工智能对经济发展新动能影响的基准计量模型和影响渠道计量模型。首先，基于要解决的问题，构建如下基准估计模型：

式（1）中，i表示行业，t表示年份，xdnt表示年度新动能指数，其中包含供给侧新动能指数（gjcxdn）、需求侧新动能指数（xqcxdn）和结构转换新动能指数（jgxdn），rgznit表示年度行业的人工智能水平，Zit表示所有控制变量，yeart、indi和μit分别表示时间、行业固定效应与随机扰动项。

本文理论分析认为，人工智能影响经济发展新动能的渠道有两个：一是通过低端劳动力的替代影响经济发展新动能；二是通过生产率和技术创新水平的提升影响经济发展新动能。基于此，构建如下影响渠道计量模型：

式（2）为低端劳动力替代影响机制，laborit表示行业i年度t的就业数量，其他变量设置与基准估计模型相同。式（3）为提高企业生产率和技术创新水平的影响机制，tfpit表示全要素生产率，其他变量设置与基准估计模型相同。

3.2 指标设置

新动能指数（xdn）。我国关于新动能的研究从2018年才开始，从知网中搜索发现关于新动能的实证研究，特别是对新动能指标构建与测度的研究非常少。基于此，本文利用郑江淮等[13]设置的指标测算新动作指数，另外，郑江淮等[13]还对新动能指数进行了分类测算，据此本文新动能指数也分为三类，分别为供给侧新动能指数（gjcxdn）、需求侧新动能指数（xqcxdn）和结构转换新动能指数（jgxdn）。

人工智能变量（rgzn）。人工智能是用于模拟、延伸和扩展人的思考和行为的技术，是计算机学科的一个重要分支，目前人工智能技术的发展主要附着于通信设备、计算机等电子设备。因此，本文用工业机器人数据测度人工智能指标，具体通过对机器人密度取对数实现[14]。由于工业机器人数据获取和统计方面的原因，本文测度的是行业层面的人工智能数据。

控制变量。为了使实证分析更加准确，本文设置了一些控制变量。国有企业承担解决就业的政策性要求，员工雇佣规模大，劳动保护制度规范[15]，故本文选取行业产权性质（state）作为影响就业的控制变量之一，采用行业国有企业固定资产投资比例表征。政府干预会导致经济增长的就业创造能力下降，研究发现财政支出扩张会对异质性企业就业产生差异性影响，政策导向（policy）采用国家项目中固定资产投资占比表征[16]。将出口（EX）和进口（IM）作为控制变量，分别用行业出口额和进口额除以行业总产出表征[17]。此外，本文还选择税收（ptax）作为控制变量，反映行业缴税和获取补贴情况，采用行业各类生产税净额与总产出之比表征。以上与金额有关数据均采用相关价格指数进行平减。

3.3 数据来源与统计分析

本文使用的数据有三个来源：一是行业数据，包括行业投入产出数据、行业投资数据和进出口数据，其中设备类价格指数、行业投入产出、中间使用和中间需求、进出口和生产税数据等行业数据，分别来自各年《中国价格统计年鉴》和2002—2017年全国投入产出表。国有企业固定资产投资、国家项目固定资产投资与外商直接投资数据来自各年《中国固定资产投资年鉴》。二是计算新动能指数的数据来自郑江淮等[13]测算所涉及到的数据库。三是行业层面的人工智能数据来自国际机器人联合会网站，数据年度为2002—2017年的统计数据，具体数据样本获取方式为从国际机器人联合会网站上找出工业机器人的数据，然后提取我国行业的工业机器人数据，由于国内外行业代码差异问题，本文将从网站上提取的我国工业机器人的行业数据与全国投入产出表的二位码行业进行匹配，从而得出与其他行业相一致的数据。通过以上三种方法获取样本数据，鉴于数据的完整性，选取24个行业作为样本行业[18]，具体描述性统计信息如表1所示。

表1 变量描述性统计

4 实证分析

4.1 人工智能对经济发展新动能的影响

4.1.1 基准估计模型实证分析及稳健性检验

对（1）式的基准估计模型采用固定效应方法进行估计，为了使基准估计模型的估计结果准确，通过两种方法进行稳健性检验：一是采用GMM方法，二是利用人工智能存量的对数作为人工智能变量的度量指标。基准估计和稳健性检验估计结果如表2所示，从Hausman检验的估计结果来看，选择固定效应是可行的。表2中第1列没有控制时间变量，第2列控制了所有固定效应变量，这两个估计结果变化不大，人工智能变量的估计结果都是显著的正值，这表明人工智能能够成为经济发展的新动能，人工智能促进了经济发展新动能的产生，这符合预期。从稳健性的估计结果来看，通过采用新的估计方法后，各变量的估计值变化较大，但是显著性和变量符号没有发生本质的改变。变换人工智能的测度方法后，估计结果变化不大，这表明基准估计结果稳健合理。基准结果表明，人工智能有利于我国经济发展新动能的产生，此结果说明我国经济发展新动能需要人工智能产业的发展，需要制造业行业提高自身的人工智能水平，通过实现产业的智能化、高效化和自动化促使企业提高全要素生产率，带动要素流动，创造经济发展新动能。

表2 基准估计结果

4.1.2 不同类型新动能实证分析

从基准模型分析可以看到，人工智能已成为我国经济发展新动能的重要来源，经济发展新动能可以分为三类[13]，本文分别估计人工智能对三类不同新动能的影响，分析人工智能在不同类型新动能中的表现，估计方法依然采用固定效应模型，具体估计结果见表3。从表3可以看出，固定效应依然是合理的估计方法。从人工智能的估计结果来看，三类新动能指数的估计结果都是显著的正值，这与基准模型的估计结果相符。从具体的人工智能对三类新动能指数的估计结果来看，人工智能对三类新动能的估计值大小不同，人工智能对结构转化新动能的影响最大，对供给侧新动能的影响次之，对需求侧新动能的影响最小。这主要是因为把新动能设置为全球价值链攀升效应、资源再配置效应和资本深化效应[13]，人工智能的发展能更好地提升这些效应，在刘易斯动能时期形成的巨大传统工业部门为新兴产业的技术、产品和服务提供了广泛的需求与应用空间，为人工智能的应用提供了产业基础，这些产业的发展为人工智能作为新旧动能转换的力量提供了重要的前提条件。供给侧新动能主要反映要素价格变化，而人工智能发展的一个重要的结果就是会导致投入要素价格的变化，所以，人工智能对供给侧新动能的影响比较大也是合理的。基于以上的分析，本文认为人工智能之所以能够成为经济发展新动能的主要来源，主要体现在人工智能在改变要素投入价格和资源配置效率方面为经济发展提供新动能。

表3 不同类型新动能的实证分析结果

4.1.3 不同类型行业的分析

人工智能已成为不同类型新动能的动力来源，但是对不同类型新动能的影响有所不同，那么人工智能对经济发展新动能的影响在密集程度不同的行业中是否存在异质性呢？把24个样本行业分为劳动密集型行业、资本密集型行业和技术密集型行业三大类，分别估计人工智能对经济发展新动能的影响[18]。估计方法依然采用固定效应模型，具体估计结果见表4。从表4可以看到，固定效应依然是合理的估计方法，人工智能的估计值为显著的正值，这表明人工智能在任何类型的行业中都是新动能的来源。但也应该看到，不同类型的行业间具体数值具有明显的差异，人工智能对经济发展新动能的影响在劳动密集型行业中最大，在资本密集型行业中最小，这表明在劳动密集型行业中人工智能更能成为其新动能的主要来源。

表4 不同类型行业的实证分析结果

全球人工智能技术和产业进入了新一轮快速发展期，我国人工智能技术研究水平与发达国家之间存在明显差距，但是某些领域的某些关键技术上与发达国家水平相当，在产业化应用上与发达国家几乎同步，所以导致人工智能在技术密集型行业中的某些领域已经是其发展的新动能。随着以人工智能为标志的新技术革命的兴起，这些新技术不断被运用到传统产业和新兴产业，这种以人工智能为标志的技术进步日益复杂化、高级化，越来越表现出技能偏向性特征。技能偏向性技术进步是创新型经济发展的基本动力，是实现工业强国目标的新动能。技能偏向性技术进步对劳动力素质和技能水平提出了更高的要求，使经济产出更偏向于知识和技能。

4.2 人工智能对经济发展新动能的影响机制

前述的理论分析认为，人工智能对经济发展新动能的影响渠道有两个：一是通过低端劳动力的替代影响经济发展新动能；二是通过企业生产率和技术创新水平提升影响经济发展新动能。对（2）式和（3）式的计量模型采用固定效应方法进行估计，探索人工智能对经济发展新动能的影响机制。

4.2.1 人工智能对劳动力的替代影响机制

对不同行业的实证分析发现，人工智能对劳动密集型行业的影响最大，原因是由于劳动力的替代。前文的理论分析认为，人工智能会实现对低端劳动力的替代，解决劳动力红利短缺的同时能够提升高素质劳动力的数量，从而成为经济发展的新动能。因此，为了验证这一影响机制，对（2）式表示的劳动力替代机制进行实证分析，估计方法依然采用固定全要素生产率，使其成为新的发展动能。效应模型，具体估计结果如表5前两列所示。可以看到，第（1）列中人工智能对行业就业数量影响为显著的负值，这符合理论和实际逻辑，人工智能的使用目的就是替代低技能劳动力，说明人工智能的发展能显著降低行业的用工数量，特别是低技能劳动力的用工数量。在第（2）列中，行业就业人数对经济发展新动能的影响是显著的负值，结合第（1）列的估计结果，可以发现人工智能成为经济发展的新动能是通过降低行业用工数量，即通过对低端劳动力的替代实现。我国作为人口大国，依然存在着低技能劳动力与高技能劳动力就业、职业的分化，低技能劳动力过多地集中在一些生产率落后部门，低技能劳动力相对过剩，我国还处于发展中大国状态，很有可能出现当前发达国家在制造业强国形成过程中产生的高技能劳动力、低技能劳动力职业分化导致收入分配严重两极分化的局面和相应的经济、社会和政治风险。人工智能技术创新与广泛运用，导致高技能劳动力和部分依赖于人工操作的低技能劳动力就业份额不断增加，而在被人工智能技术替代过程中，部分低技能劳动力和常规性技能劳动力就业份额不断降低，是我国经济发展新旧动能转换的重要机制。

4.2.2 人工智能对生产率和技术创新的影响机制

对不同行业的实证分析发现，人工智能对技术密集型行业的影响次之，原因是由于劳动力的替代。理论分析认为，人工智能会带来企业生产率和技术创新水平的提升，成为经济发展的新动能。为检验该论断，采用行业全要素生产率测度行业生产率和技术创新能力，对（2）式表示的人工智能对生产率和技术创新的影响机制进行实证分析，估计方法依然采用固定效应模型，具体估计结果如表5后两列所示。可以看到，第（3）列中人工智能对全要素生产率的影响是显著的正值，这表明人工智能能显著提高行业全要素生产率，第（4）列中全要素生产率对经济发展新动能影响是显著的正值，这表明全要素生产率的提高能够成为经济发展的新动能，结合第（3）列和第（4）列的估计结果可以看到，人工智能成为经济发展的新动能是通过提高行业的全要素生产率实现。全要素生产率的提高作为人工智能成为经济发展新动能的一种机制，主要是由于人工智能增加对高技能劳动力的需求，改善投入要素的配置效率和利用率，影响企业组织管理效率，而且人工智能具备自我提升能力，不仅可以直接提升生产率，还能实现互补式创新的发展。这些都会提高

表5 影响机制的实证分析结果

5 结论与政策启示

运用行业层面的人工智能数据，参考郑江淮等[13]学者们的研究构建经济发展新动能的指标方法，研究人工智能能否成为我国经济发展的新动能及其影响机制。通过实证研究发现，人工智能能够成为我国经济发展的新动能，人工智能促进经济发展新动能的产生；人工智能对三种新动能影响的估计值大小不同，人工智能对结构转化新动能的影响最大，对供给侧新动能的影响次之，对需求侧新动能的影响最小；从不同的行业表现来看，人工智能对劳动密集型行业的影响最大，对资本密集型行业的影响最小；人工智能成为经济发展新动能来源于两个渠道，一是通过降低行业就业数量，即通过对低端劳动力的替代实现，二是通过提高行业全要素生产率实现。

基于人工智能能够更好地成为经济发展的新动能及其通过两个渠道影响经济发展新动能的分析，得到如下启示：第一，人工智能发展，应重视人力资本的积累和深化，我国高素质劳动力供给相对不足依然是劳动力市场的显著特征，尤其是高级研发和技术人才短缺越来越成为制约人工智能发展、我国新旧动能转换和产业结构调整的重要因素。要打破这种高级研发和技术人才短缺的局面，政府应发挥积极作用，构建高级研发和技术人才流动政策体系，消除行业、区域人才流动障碍，尤其应加强体制内外人才流动管理，加大知识产权保护力度。第二，人工智能发展要强化市场选择机制，即通过竞争使低效率企业退出、高效率企业进入。企业进入退出使资源在不同产业重新配置，产业通过外部调整合理配置资源，提高生产率，实现新旧动能转换。第三，构建实体经济、科技创新、现代金融和人力资源协同发展的现代产业体系，突破技术前沿，从而攀升至全球价值链高端，把我国建设成为工业化强国。