人工智能对全要素生产率的影响研究_崔小梅_9787313305589

人工智能技术的进步对经济增长产生重大影响,极大改变了人类的生产和生活方式。本书从理论上探讨了人工智能对全要素生产率的影响，尝试揭示其内在理论机制，并选取企业、行业和地区三个层面的数据实证检验人工智能对我国全要素生产率的影响程度和机制。本书的研究有助于深入理解人工智能发展和经济高质量发展的关系，为生产率悖论提供新的理论和经验视角，对企业的智能化转型和政府的人工智能创新政策制订有着重要意义。本书适合经济学、金融学领域的研究人员和从业人员阅读和参考。

　　人工智能（artificial intelligence，AI）引领新一轮科技革命，已成为当前影响最深远的技术创新。与传统信息技术通过执行人为设定的规则完成计算或控制等任务来推动生产率提升不同，人工智能并非简单的技术创新，而是对人类智能的模拟，具有自学习、自适应、自行动等特征，并和其他科技领域如物联网、区块链、脑科学等关联。人工智能对经济增长的作用不仅体现在替代机械劳动、升级劳动力结构等方面，更体现在对全要素生产率（total factor productivity，TFP）的影响，这也是学界高度关注的问题。
　　人工智能对生产率影响的研究，本质上是信息技术索洛悖论讨论的延伸。现有实证研究大多聚焦人工智能某一特定领域，如机器人、计算机资本等，并将劳动生产率或全要素生产率作为生产率衡量指标。人工智能对全要素生产率的影响，学术界尚未达成共识。一类观点认为，受生产率提升预期过高、实际增速被低估、再分配效应和技术滞后性等因素影响，人工智能会出现类似于信息技术所经历的索洛悖论，这一观点被称为现代索洛悖论；另一类观点则支持人工智能将提升生产率，人工智能技术通过促进技术进步、改变要素投入结构、优化生产模式和提升管理效率等多种途径，对全要素生产率产生影响，且这种影响已经逐渐显现。在此背景下，人工智能对全要素生产率是否具有提升作用，是目前结论尚未明确的核心研究问题。
　　本书旨在深入探讨人工智能对全要素生产率的影响，并基于中国的实际情况，选取企业、行业、地区三个层面的样本数据进行实证检验。全书主要包括以下四个部分：第一部分理论分析人工智能对全要素生产率的影响，并提出相应的理论假设；第二部分选取2006-2018年的上市公司样本数据，采用面板回归模型实证检验人工智能是否显著促进了企业全要素生产率的提高；第三部分利用贝叶斯模型平均面板回归模型，从行业层面检验人工智能对全要素生产率的影响以及它对上下游行业的溢出效应；第四部分选取地区（省市）层面的样本数据，利用空间面板回归模型研究人工智能对地区全要素生产率的影响及其空间溢出效应。
　　基于实证研究，本书提出以下政策建议。第一，人工智能对企业全要素生产率的促进作用十分显著，考虑到新技术的滞后性，企业应尽量缩短影响时滞，以最大限度发挥人工智能的生产率效应；第二，当前人工智能的效应主要集中体现在制造业和高新技术产业，对服务业和非高新技术产业的生产率影响尚不显著，相关部门在推动工业智能化转型的同时，应加强人工智能和服务业、非高新技术产业的融合，推动人工智能技术在更多行业的普及和应用；第三，政府应引导和利用人工智能对产业链上下游的空间溢出效应，促进不同行业和地区的人工智能立体协调发展。

你还可能感兴趣

人工智能对全要素生产率的影响研究

我要评论