引言

人工智能的广泛应用不仅推动了生产方式和产业体系的智能化转型，也在深层次上重塑了全球分工格局和价值链体系。在这一背景下，我国经济运行正经历由高速扩张向更注重质量和效益的阶段性转换。人工智能正成为这一转型的重要技术支撑和战略突破口。特别是在当前复杂多变的国际形势下，人工智能技术展现出强大的适应性与带动效应，成为推动经济复苏、促进产业升级和加快智能化转型的重要力量。以人工智能为基础的智能产业和智能经济蓬勃发展，不仅有效提升了生产效率、优化了产业结构，还在就业结构、消费模式以及社会治理等方面引发了深刻变革。总体而言，人工智能已成为我国在新科技革命中实现赶超与引领的关键领域。然而，人工智能推动经济高质量发展的作用需要政府、企业与社会多方协同。在智能化时代，如何充分利用人工智能技术提升经济发展的质量与效益，成为亟需深入探讨的理论与实践问题。本文从理论探讨与实证分析两方面系统阐释人工智能影响我国经济高质量发展的内在机制。为此，研究选取2010-2022年间中国30个省份的省级面板数据，构建人工智能发展水平与经济高质量发展综合评价体系进行实证检验。同时，进一步从人力资本积累效应与创新驱动效应两个视角揭示其作用传导路径。本文的研究结果旨在为我国在人工智能深度融入经济体系的背景下，制定促进经济高质量发展的政策措施与优化发展路径提供理论依据与实践启示。

一、理论分析与假设提出

随着科技的不断进步，人工智能已成为推动经济社会发展的新动力，它在供给侧的各个环节都发挥着至关重要的作用。首先，在生产环节，人工智能通过优化生产流程、提高自动化水平，降低了生产成本，提升了生产效率。同时，它还能够精准分析市场需求，实现定制化生产，从而更好地满足消费者的个性化需求。在供给侧方面，人工智能通过提升要素禀赋的利用效率，促进了经济运行的优化升级。并且通过技术创新，人工智能有效促进了新兴产业的进步，为经济高质量发展提供了强大的推动力。同时，人工智能的应用也推动了相关政策和法规的更新和完善，为经济的可持续发展提供了坚实的制度保障。具体来说，人工智能在促进经济高质量发展方面，不仅关注经济增长的速度和规模，更注重经济增长的质量和效益，强调创新、协调、绿色、开放、共享的发展理念。在创新方面，人工智能通过技术创新和模式创新，不断推动产业升级和转型；在协调方面，它促进了城乡、区域、产业之间的协调发展；在绿色方面，人工智能通过智能化管理和绿色生产，推动了生态环境的改善；在开放方面，它推动了全球经济的互联互通和互利共赢；在共享方面，人工智能通过智能化服务和共享经济模式，能够使人更便捷地享受到经济发展的成果。基于以上分析，本文提出以下假设：

H1：人工智能在一定程度上将会促进经济的高质量发展。

（一）变量选取

1. 被解释变量

构建科学的经济高质量发展的评价指标体系是衡量我国经济高质量发展水平的关键。本文基于新发展理念构建经济高质量发展的评价指标体系。构建的经济高质量发展的评价指标体系包含5个一级指标，后细分为18个二级指标，具体如表1所示。随后对这些指标数据采用熵值法，测算出经济高质量发展综合指数（）。

一级指标	二级指标	指标定义	方向
创新发展	GDP增长率	地区GDP增长率	+
	研发投人强度	规模以上工业企业R&D经费/地区GDP	+
	投资效率	增量资本产出率(ICOR)=投资率/地区GDP增长率	+
	技术交易活跃度	技术交易成交额/地区GDP	+
协调发展	需求结构	社会消费品零售总额/地区GDP	+
	城乡结构	城镇化率	+
	产业结构	第三产业占地区GDP比重的提高	+
	政府债务负担	政府债务余额/地区GDP	-
绿色发展	能源消费弹性系数	能源消费增长率/地区生产总值增长率	-
	单位产出的废水	废水排放总量/地区GDP	-
	单位产出的废气	氧化硫排放量/地区GDP	-
开放发展	对外贸易依存度	进出口总额/地区GDP	+
	外商投资比重	实际利用外商投资/地区CDP	+
	市场化程度	地区市场化指数	+
共享发展	劳动者报酬比重	劳动者报酬/地区GDP	+
	居民收入增长弹性	居民人均可支配收入增长率/地区GDP增长率	+
	城乡消费差距	城镇居民人均消费支出/农村居民人均消费支出	+
	民生性财政支出比重	地方财政教育支出、医疗卫生支出、住房保障支出、社会保障和就业支出占地方财政预算支出的比重	+

2. 核心解释变量

近年来，随着人工智能对经济社会影响的日益增大，国内外围绕人工智能定量研究文献的可得性开始增强，但对于人工智能的量化方式却存有较大的差异性。在国内外经济领域的人工智能实证研究中，一般采用工业机器人、人工智能专利以及人工智能综合评价指标来量化人工智能水平。由于人工智能综合评价指标属于综合指标，本文将围绕人工智能相关的多个方面进行衡量，从而更能体现出人工智能整体发展水平。参考现有文献的人工智能指标设计框架，本文决定从人工智能发展环境、人工智能人才资源、人工智能产业应用、人工智能经济产出四个方面出发，构建人工智能综合水平（）评价指标体系，具体指标说明如表2所示。

一级指标	二级指标	单位	方向
人工智能发展环境	地方财政科学技术支出占国内生产总值比重	%	+
	互联网宽带接入端口数	万个	+
	移动电话普及率	部/百人	+
人工智能人才资源	每十万人口高等学校平均在校生数	人	+
	规模以上工业企业R&D人员折合全时当量	人年	+
	信息传输、软件和信息技术服务业城镇单位就业人员	万人	+
人工智能产业应用	工业机器人安装密度	台/人	+
	工业机器人存量	台	+
	人工智能企业数	个	+
人工智能经济产出	人工智能专利申请量	件	+
	软件业务和信息服务收入	万元	+

3. 控制变量

为了减少内生性问题，还需要考虑其他因素对经济高质量发展带来的影响可能性，以对其进行控制。本文通过检阅相关文献研究，选取税负水平、财政支持力度、工业化水平、信息化水平、交通基础设施水平、研发强度六个维度作为控制变量，如表3所示。

变量名称	符号	变量定义
税负水平		税收总量占GDP的比重
财政支持力度		一般性政府财政支出占GDP比重
工业化水平		工业增加值与GDP的比重
信息化水平		邮电业务总量占GDP的比重
交通基础设施水平		公路里程数
研发强度		R&D经费内部支出占GDP的比重

4.机制变量

根据前文的理论分析，本文选取人力资本（）、创新水平（）两个变量作为本文的机制变量，验证人工智能对我国经济高质量发展影响是否存在机制效应。其中，人力资本采用高等学校在校生人数占地区总人口的比重来衡量，创新效应水平根据《中国区域创新能力评价报告》中企业创新效用指标，该评价报告中区域创新能力评价体系包括5个一级指标，包括知识创造、知识获取、企业创新、创新环境和创新绩效。

5. 数据来源

本文以2010-2022年中国30个省（自治区、直辖市）为研究样本，由于我国港澳台地区等地人工智能和经济高质量发展的多项子指标均存在大量缺失数据，为保证测度质量，本文未将这些地区数据纳入研究。文中数据主要来源于CSMAR数据库、CNRDS数据库、WIND数据库、各省市统计局和国家统计局网站，部分年份的缺失数据采用线性插值法补齐。

（二）基准回归模型

为实证研究人工智能对经济高质量发展的影响，借鉴高志刚^[2]的做法，将计量基准模型设定如下，详见式（1）：

在式（1）中，为常数项，为人工智能综合水平的回归系数，和分别代表截面和时间，为一系列控制变量，为个体固定效应，为时间固定效应，为随机误差项。为规避可能存在的异方差致使回归结果产生偏误，本文对所有变量取对数进行分析。

（三）调节效应模型

为了验证假说H2、H3，分别引入人工智能与人力资本水平、创新效应水平的交互项，构建如下所示的调节效应模型，具体如下所示，详见式（2）（3）：

在式（2）（3）中，和为常數项，和为人工智能综合水平的回归系数，和分别代表两个交互项的回归系数，其他变量同式（1）。

三、实证结果及分析

（一）基准结果分析

对式（1）进行基准回归，得到的结果如表4所示。其中，列（1）和列（3）分别报告了未引入控制变量时无固定效应和双固定效应的基准回归结果。列（2）和列（4）分别报告了引入控制变量时无固定效应和双固定效应的基准回归结果。无论引入控制变量与否以及是否固定个体和时间，人工智能的系数均在1%水平下显著为正，这表明人工智能显著促进了我国的经济高质量发展，假设H1成立。在列（2）和列（4）中控制变量的系数方面，对数税负水平和对数研发强度均至少在1%水平下显著为正，表明当前阶段，提升税负水平和研发强度对经济高质量发展具有显著的促进作用。而对数财政支持力度、对数工业化水平和对数交通基础设施在1%水平下显著为负，表明当前阶段财政支持力度、工业化水平和交通基础设施的推进整体而言抑制了经济高质量发展的提升，对数信息化水平对经济高质量发展不显著。

变量	(1)	(2)	(3)	(4)
	0.2832*** (19.74)	0.1234*** (6.57)	0.2764*** (19.52)	0.0770*** (4.59)
		0.0690** (2.10)		0.1942*** (6.62)
		-0.0999*** (-2.99)		-0.1809*** (-6.09)
		-0.2304*** (-8.68)		-0.1742*** (-7.29)
		-0.0010 (-0.10)		0.0076 (0.47)
		-0.1313*** (-10.28)		-0.1225*** (-10.94)
		0.2509*** (12.00)		0.2483*** (13.00)
常数项	-0.8602*** (-24.49)	1.1444*** (8.00)	-0.8757*** (-25.28)	1.2206*** (10.04)
时间固定效应	NO	NO	YES	YES
个体固定效应	NO	NO	YES	YES
观测值	390	390	390	390

注：*、**、***分别表示10%、5%、1%的显著性水平；括号内为t值，下文同。

（二）稳健性检验

考虑到人工智能作为一种通用技术会带来经济发展水平的提高，但经济发展一定程度上也会提升生产效率，进而引领产业向数字化方向转变，加快了人工智能在各行业的应用规模，因此本文内生性问题可能存在于人工智能与经济高质量发展之间互为因果。因而采用将解释变量及被解释变量的滞后一期作为工具变量的方式，以进行内生性检验。得到结果如表5列（1）和列（2）所示。从结果来看，两列的系数仍为正数，且分别通过了1%和10%统计显著性检验，与前文保持一致，消除了内生性的影响，说明人工智能对经济高质量发展的正相关假设依然成立。即人工智能对经济高质量发展的正相关作用是稳健的。本文利用替换样本区间方法，将原样本的时间区间替换为2012-2020年，检验本文模型的稳定性，得到的结果如表5列（3）所示；删除控制变量信息化水平，检验本文模型的稳健性，得到的结果如表5列（4）所示；为了使模型的稳健性更强，本文还将双向固定效应模型替换为Tobit模型进行回归检验，得到的结果如表5列（5）所示。从表5稳健性检验结果列（3）、列（4）和列（5）可知，解释变量人工智能的系数仍为正数，结果均通过1%水平下的显著性检验，即证明对的正相关作用是稳健的。

变量	（1）	（2）	（3）	（4）	（5）
		0.9128*** (68.49)
	0.1610*** （6.33）	0.01172* (1.88)	0.0673*** （3.45）	0.0789*** （4.85）	0.1234*** （6.63）
	0.0592*** （3.10）
控制变量	YES	YES	YES	YES	YES
个体固定效应	YES	YES	YES	YES	YES
时间固定效应	YES	YES	YES	YES	YES
常数项	0.7823** (2.32)	0.1044** (2.27)	1.1496*** （8.80）	1.2071*** （10.23）	1.1443*** （8.08）
观测值	360	360	270	390	390

（三）区域异质性检验

不同区域产业基础不同，智能化发展承接能力和发展水平也不同，人工智能在区域间表现出对经济高质量发展的影响程度亦不同。因此，本文以东部、中西部和东北地区三大区域作为划分，考察人工智能对区域经济高质量发展的异质性问题，回归结果如表6所示。表6显示，中西部地区人工智能的系数不显著，而在东部地区人工智能的系数在1%水平下显著为正，东北地区在10%水平下显著为正。对比分析可知，相较于中西部地区和东北地区，东部地区人工智能促进经济高质量发展的作用更加明显。东部地区无论是人工智能基础设施还是人才资源都更具优势，人工智能的利用也能更加的充分，对改造生产方式、改进管理系统、制定合理的生产方案等促进作用也会更加明显。

变量	东部地区	中西部地区	东北地区
	0.1314*** （4.18）	0.0243 (1.19)	0.3711* （3.92）
控制变量	YES	YES	YES
常数项	1.5162*** （9.11）	-2.3581** (-2.16)	3.0951** （4.74）
个体固定效应	YES	YES	YES
时间固定效应	YES	YES	YES
观测值	130	221	39

四、结论与建议

（一）研究结论

本文主要依托2010-2022年省级面板数据，对人工智能在推动经济高质量发展过程中的具体影响进行了系统分析，探讨了人工智能对经济高质量发展的直接影响，以及人力资本和创新效应是否在影响过程中发挥机制调节效应作用。本文揭示了人工智能作用于经济高质量发展的内在影响机制，并为我国实现经济的高质量增长提供策略建议。以下是本研究的主要发现：

（1）人工智能的直接推动作用：在控制其他条件不变的情况下，人工智能每增长1%，经济高质量发展的水平就会相应提升0.077%。这一结果清晰地表明，人工智能为经济的高质量发展提供了强有力的动力支持。

（2）人工智能对经济高质量发展促进作用在东部地区最为显著，对东北地区的推动作用次之，而对于中西部地区，这种推动作用则显得不太明显。这一发现提示着，在制定相关政策时，需要充分考虑到不同地区的经济发展水平和人工智能技术的普及程度。

（二）政策建议

1.充分发挥人工智能对经济高质量发展的支撑作用

一方面，要注重人工智能与经济社会各领域的结合。人工智能的渗透性、替代性、协同性和创造性使其能够与经济社会各领域紧密结合，推动国民经济各部门的高质量增长。政府应引导和支持企业利用人工智能技术提高生产效率、优化产业结构、加快知识创造。另一方面，也要壮大人工智能产业生态体系。在推动人工智能技术应用的同时，更应关注其背后的产业生态体系。通过完善相关政策措施，促进人工智能产业与传统产业、实体经济的深度融合，形成良性互动的发展格局。

2. 注重新型基础设施建设与区域发展

不同地区的经济发展水平和人工智能技术普及程度存在差异，因此应制定因地制宜的人工智能发展政策。东部地区应继续发挥引领作用，中西部地区则应在加快基础设施建设的同时，积极承接东部地区的产业转移。此外，应创新地区间技术和产业合作机制。通过引导人工智能企业向欠发达地区投资、建立人工智能专项发展基金池、完善营商环境等措施，促进区域协调发展。同时，要加强人才流动机制建设，提升欠发达地区人工智能的自主研发水平和创新能力。

参考文献：

1. [1] 赵剑波,史丹, 邓洲. 高质量发展的内涵研究[J].经济与管理研究,2019,40(11):15-31.
2. [2] 高志刚,田丰, 韩延玲. 人工智能对中国区域经济高质量发展影响的理论机理与实证分析——以工业机器人为例[J]. 科技管理研究,2023,43(07):182-92.
3. [3] 尤金弟. 智能化水平与高质量就业[D]. 浙江财经大学,2022.
4. [4] 陈志, 程承坪, 陈安琪. 人工智能促进中国高质量就业研究[J].经济问题,2022(09):41-51.
5. [5] 丁志帆. 数字经济驱动经济高质量发展的机制研究: 一个理论分析框架[J].现代经济探讨,2020(01):85-92.
6. [6] 吕荣杰, 郝力晓. 人工智能等技术对劳动力市场的影响效应研究[J]. 工业技术经济,2018,37(12):131-7.
7. [7] Furman J, Seamans R. AI and the economy[J]. Innovation policy and the economy,2019,19(01):161-191.
8. [8] Walton N, Nayak B S. Rethinking of Marxist perspectives on big data, artificial intelligence (AI) and capitalist economic development[J]. Technological forecasting and social change,2021,166:120576.
9. [9] 高煜. 我国经济高质量发展中人工智能与制造业深度融合的智能化模式选择[J]. 西北大学学报(哲学社会科学版),2019,49(05):28-35.
10. [10] 任保平, 宋文月. 新一代人工智能和实体经济深度融合促进高质量发展的效应与路径[J]. 西北大学学报(哲学社会科学版),2019,49(05):6-13.