人工智能技术会诱致产业逆向梯度转移吗

董直庆; 谭玉松; 赵贺

人工智能技术会诱致产业逆向梯度转移吗—来自省际层面的行业经验证据

作者简介: 董直庆，华东师范大学工商管理学院暨中国现代城市研究中心教授（上海 200241）;谭玉松，西北大学经济管理学院讲师（陕西西安 710127）;赵贺，华东师范大学经济与管理学部博士研究生（上海 200241）;

中图分类号: F49

Does Artificial Intelligence Technology Induce Industry Reverse Gradient Transfer

Available Online: 2022-08-20
CLC number: F49

摘要: 前沿文献关注人工智能技术的劳动就业效应，却普遍忽视人工智能技术与产业融合过程中扮演了有别于传统技术的差异化角色。为此，在测度人工智能技术与产业转移的基础上，结合地区行业层面数据，可以检验人工智能技术对产业梯度转移的冲击。结果表明，人工智能技术会诱致产业逆向梯度转移，从作用路径来看，人工智能技术的劳动替代效应、技术溢出效应及经济集聚效应诱使产业转移回流。不过，人工智能技术扮演的角色并未表现出同一化倾向且行业异质性突出，能显著提升劳动密集型与技术密集型行业流入，对资本密集型行业影响不明显，而且其产业转移效应受制于产业融合度与智能化环境约束。结果暗示在智能化技术情境中，产业转移不再局限于要素禀赋与地域约束，甚至会出现逆向趋势。
- 人工智能技术 /
- 产业梯度转移 /
- 智能化环境
Abstract: Literature focuses the effect of artificial intelligence technology on the labor and employment, while generally neglecting to investigate the impact on industrial transformation and industrial transfer. To this end, this article empirically tests the impact of artificial intelligence technology development on industrial transfer based on the artificial intelligence patent and industrial transfer index. The research conclusions show that the development of artificial intelligence technology is helpful to induce industry return; from the perspective of the path of action, the labor substitution effect, technology spillover effect and economic agglomeration effect of artificial intelligence technology are one important cause of inducing industry backflow. There is obvious industry heterogeneity in the impact of artificial intelligence technology, that is, it can significantly increase the inflow of labor-intensive and technology-intensive industries, but the impact on capital-intensive industries is not obvious. At the same time, the effect of artificial intelligence technology on industrial transfer is subject to the constraints of the integration of primary and secondary industries and the intelligent environment. The paper provides important theoretical support and policy enlightenment for attracting industry inflows.
- artificial intelligence technology /
- industrial transfer /
- intelligent environment

表 1 描述性统计

Variable	Obs	Mean	Std.Dev.	Min	Max
rit	480	0.846	2.671	−9.212	12.365
ait	480	0.09	0.245	0	2.837
enr	480	0.057	0.026	0.007	0.235
tax	480	0.757	0.082	0.566	1.043
tf	480	0.008	0.005	0	0.021
mar	480	6.552	1.902	2.33	11.71
inn	480	7.292	1.678	3.045	10.998

下载: 导出CSV

表 2 基准回归

	模型1	模型2	模型3	模型4
ait	1.590^***	1.233^***	1.265^***	1.102^***
	(0.365)	(0.375)	(0.351)	(0.421)
enr	8.581^*	1.076	14.45^***	11.71^***
	(4.611)	(5.130)	(3.640)	(4.008)
tax	7.146^***	8.522^***	0.528	0.945
	(1.368)	(1.775)	(2.484)	(2.650)
tf	−22.88	−53.31	−3.666	−147.0^*
	(34.13)	(43.08)	(52.50)	(76.66)
mar	−0.284^***	−0.159	−0.338^***	−0.385^*
	(0.0965)	(0.138)	(0.0836)	(0.211)
inn	−0.547^***	−0.704^***	−0.575^***	0.279
	(0.0855)	(0.144)	(0.124)	(0.313)
时间	否	是	否	是
地区	否	否	是	是
_cons	0.843	−1.246	6.986^**	0.875
	(0.926)	(1.062)	(2.922)	(4.109)
N	480	480	480	480
R²	0.219	0.260	0.618	0.649
注：*、、*分别表示1%、5%、10%的显著性水平，括号内为标准误。

下载: 导出CSV

表 3 稳健性检验

	模型1 1%缩尾	模型2 剔除直辖市	模型3 滞后一期	模型4 专利数	模型5 工业机器人
ait	2.631^***	2.523^*	1.423^**	2.048^*	0.000398^***
	(0.628)	(1.483)	(0.644)	(1.154)	(0.0000668)
enr	11.48^***	9.396^**	12.32^***	11.98^***	2.677
	(3.971)	(4.496)	(4.051)	(4.016)	(3.906)
tax	1.161	2.526	1.348	0.377	1.794
	(2.606)	(3.236)	(2.739)	(2.605)	(2.923)
tf	−156.6^**	−231.1^**	−73.95	−149.1^*	−288.3^***
	(76.85)	(95.15)	(92.44)	(76.96)	(88.04)
mar	−0.428^**	−0.630^***	−0.329	−0.356^*	−0.0238
	(0.209)	(0.240)	(0.222)	(0.212)	(0.200)
inn	0.286	0.816^**	0.250	0.207	−0.0236
	(0.309)	(0.369)	(0.321)	(0.311)	(0.350)
时间	是	是	是	是	是
地区	是	是	是	是	是
_cons	0.533	−1.564	0.378	2.331	1.578
	(4.080)	(3.724)	(4.309)	(3.971)	(4.281)
N	480	416	450	480	360
R²	0.653	0.667	0.672	0.647	0.720
注：*、、*分别表示1%、5%、10%的显著性水平，括号内为标准误。

下载: 导出CSV

表 4 传导机制检验

被解释变量	模型1 hsl	模型2 rit	模型3 ksp	模型4 rit	模型5 eag	模型6 rit
ait	0.0624^***		0.0231^*		80.23^***
	(0.0130)		(0.0118)		(16.72)
hsl		23.06^***
		(3.543)
ksp				19.84^***
				(4.596)
eag						0.0171^***
						(0.00393)
enr	0.0346	10.89^***	0.0140	11.49^***	26.95	11.23^***
	(0.0476)	(3.955)	(0.0339)	(3.940)	(40.20)	(3.958)
tax	−0.0556^**	2.534	−0.0123	0.600	−62.15^***	2.259
	(0.0263)	(2.556)	(0.0179)	(2.555)	(17.58)	(2.635)
tf	1.240	−174.4^**	3.251^***	−213.7^***	3330.9^***	−203.1^***
	(0.804)	(74.52)	(0.823)	(82.32)	(662.9)	(78.37)
mar	0.00340	−0.480^**	−0.00377^**	−0.279	−1.236	−0.377^*
	(0.00216)	(0.198)	(0.00191)	(0.216)	(1.752)	(0.209)
inn	−0.00429	0.378	0.0170^***	−0.0580	−13.78^***	0.515
	(0.00352)	(0.293)	(0.00360)	(0.301)	(3.232)	(0.320)
时间	是	是	是	是	是	是
地区	是	是	是	是	是	是
_cons	0.400^***	−8.770^*	−0.141^***	4.495	181.4^***	−2.583
	(0.0412)	(4.581)	(0.0329)	(3.842)	(31.95)	(4.287)
N	480	480	480	480	480	480
R²	0.965	0.677	0.800	0.659	0.914	0.661
注：*、、*分别表示1%、5%、10%的显著性水平，括号内为标准误。

下载: 导出CSV

表 5 行业分类

劳动密集型行业		资本密集型行业		技术密集型行业
农副食品加工业，食品制造业，饮料制造业，烟草制品业，纺织业，造纸和纸制品业		石油加工、炼焦和核燃料加工业，非金属矿物制品业，黑色金属冶炼和压延加工业，有色金属冶炼和压延加工业；金属制品业，通用设备制造业；专用设备制造业，仪器仪表制造业		化学原料和化学制品制造业，医药制造业，化学纤维制造业，交通运输设备制造业，电器机械和器材制造业，计算机、通信和其他电子设备制造业

下载: 导出CSV

表 6 行业属性差异效应检验

	模型1	模型2	模型3	模型4	模型5	模型6
	劳动密集型		资本密集型		技术密集型
ait	0.428^***	0.404^**	0.117	0.246	0.428^***	0.452^***
	(0.148)	(0.161)	(0.264)	(0.266)	(0.102)	(0.121)
enr		1.275		8.907^***		1.530
		(2.095)		(2.830)		(1.082)
tax		0.765		1.293		−1.113
		(1.479)		(1.906)		(0.686)
tf		−152.1^***		12.81		−7.731
		(48.45)		(59.74)		(21.13)
mar		0.127		−0.301^**		−0.211^***
		(0.0968)		(0.151)		(0.0529)
inn		−0.0845		0.211		0.152
		(0.177)		(0.211)		(0.101)
时间	是	是	是	是	是	是
地区	是	是	是	是	是	是
_cons	−0.964^***	−0.734	0.379	−0.389	0.285^*	1.999^*
	(0.296)	(2.478)	(0.296)	(2.657)	(0.164)	(1.072)
N	480	480	480	480	480	480
R²	0.780	0.789	0.556	0.572	0.698	0.716
注：*、、*分别表示1%、5%、10%的显著性水平，括号内为标准误。

下载: 导出CSV

表 7 产业融合度

	模型1	模型2	模型3	模型4	模型5	模型6
	一二产业融合		二三产业融合		全产业融合
	低	高	低	高	低	高
ait	1.226^***	13.13^**	3.981	0.387	1.154	0.506
	(0.469)	(5.618)	(9.457)	(0.302)	(8.401)	(0.309)
enr	13.91	2.968	15.61^*	8.613^**	16.75^*	8.932^**
	(8.757)	(3.514)	(8.646)	(3.794)	(8.583)	(3.721)
tax	5.103	3.684	2.481	−1.619	1.189	−1.250
	(5.489)	(3.320)	(4.878)	(2.444)	(4.882)	(2.388)
tf	−176.4	−182.1^**	−324.0^**	66.98	−377.9^***	90.29
	(136.6)	(83.67)	(128.5)	(70.77)	(127.0)	(69.49)
mar	0.370	−0.534^***	−0.536	−0.581^***	−0.323	−0.592^***
	(0.496)	(0.197)	(0.449)	(0.222)	(0.445)	(0.220)
inn	0.155	−0.477	0.992^*	−0.543	1.092^**	−0.652
	(0.597)	(0.374)	(0.523)	(0.419)	(0.523)	(0.420)
时间	是	是	是	是	是	是
地区	是	是	是	是	是	是
_cons	−8.890	4.790	−3.058	10.48^**	−3.508	10.73^**
	(6.883)	(3.670)	(5.338)	(4.503)	(5.350)	(4.428)
N	240	240	240	240	240	240
R²	0.737	0.728	0.706	0.681	0.702	0.704
注：*、、*分别表示1%、5%、10%的显著性水平，括号内为标准误。

下载: 导出CSV

表 8 智能化环境约束差异效应检验

	模型1	模型2	模型3	模型4	模型5	模型6
	新型基础设施			互联网普及率
	低	中	高	低	中	高
ait	13.55	11.42^**	−1.252^***	31.64	15.02^*	−0.624^*
	(43.19)	(5.251)	(0.410)	(49.31)	(8.829)	(0.326)
enr	−5.920	−1.195	1.088	−8.260	7.283	−1.689
	(5.431)	(6.315)	(5.204)	(5.450)	(6.933)	(3.269)
tax	1.009	−0.664	1.658	3.597	−9.506	3.859^*
	(3.976)	(3.832)	(4.096)	(3.520)	(6.320)	(2.278)
tf	−184.1^**	−269.7	−32.79	−143.8^*	−481.2	109.1
	(78.79)	(272.4)	(214.5)	(84.21)	(403.5)	(232.0)
mar	0.606	0.792^**	−0.818^**	0.866^*	0.457	−0.396^**
	(0.524)	(0.331)	(0.389)	(0.507)	(0.381)	(0.185)
inn	−1.848^***	0.839	0.477	−1.865^***	1.417^**	−0.0446
	(0.693)	(0.562)	(0.899)	(0.667)	(0.612)	(0.538)
时间	是	是	是	是	是	是
地区	是	是	是	是	是	是
_cons	7.141	−10.48	2.450	2.328	−1.740	−1.134
	(7.381)	(7.386)	(7.716)	(6.974)	(8.324)	(7.758)
N	160	160	160	150	150	150
R²	0.830	0.887	0.915	0.829	0.898	0.949
注：*、、*分别表示1%、5%、10%的显著性水平，括号内为标准误。

下载: 导出CSV

1. [1]
  何玉长 , 方坤 . 人工智能与实体经济融合的理论阐释. 学术月刊, 2018, 50(5): 56-67.
2. [2]
  . 人工智能与文艺观念变革（专题讨论）. 学术月刊, 2020, 52(8): 5-5.
3. [3]
  南星 . 人工智能体有自由意志吗. 学术月刊, 2021, 53(1): 35-47.
4. [4]
  张涛甫 . 人工智能推动舆论生态转型及其治理进路. 学术月刊, 2024, 56(2): 149-157.
5. [5]
  谷鹏飞 . 人工智能艺术的阐释学问题. 学术月刊, 2023, 55(6): 150-159.
6. [6]
  秦蓁 . 相知与定名：人工智能（AI）时代的图像、文献与历史. 学术月刊, 2017, 49(12): 48-51.
7. [7]
  刘方喜 . 生产工艺学批判：人工智能引发文化哲学范式终极转型. 学术月刊, 2020, 52(8): 5-15.
8. [8]
  王峰 . 挑战“创造性”：人工智能与艺术的算法. 学术月刊, 2020, 52(8): 27-36.
9. [9]
  洪永淼，史九领 . 人工智能的政治经济学分析. 学术月刊, 2024, 56(1): 43-59.
10. [10]
  倪梁康 . 意识现象学与当代人工智能(专题讨论)“纯意识”研究及其“困难问题”与“容易问题”. 学术月刊, 2023, 55(11): 5-14.
11. [11]
  王国平 . 产业升级的制度环境：结构·效应·构建. 学术月刊, 2016, 48(07): 60-65.
12. [12]
  郑少华 , 王慧 . 环境法的定位及其法典化. 学术月刊, 2020, 52(8): 129-141.
13. [13]
  郁建兴，周幸钰 . 超越技术赋能：数字化改革中的治理模式重塑何以可能. 学术月刊, 2023, 55(11): 73-83.
14. [14]
  陈钊 . 大国治理中的产业政策. 学术月刊, 2022, 54(1): 46-57, 82.
15. [15]
  王永钦 . 产业政策如何发挥作用. 学术月刊, 2023, 55(2): 37-55.
16. [16]
  牛敬飞 . 论吐谷浑早期的活动范围及战略转移. 学术月刊, 2022, 54(6): 179-191.
17. [17]
  余典范 , 姜宏 , 陈磊 . 自动化资本偏向型技术进步与就业的非线性关系. 学术月刊, 2022, 54(9): 60-72.
18. [18]
  胡景北 . 当今世界的农业劳动力转移和人类大历史中的非农化转型. 学术月刊, 2018, 50(01): 85-95.
19. [19]
  张一兵 . 先在的数字化蒙太奇构架与意识的政治经济学—— 斯蒂格勒《技术与时间》的解读. 学术月刊, 2017, 49(08): 51-57.
20. [20]
  龚敏 , 辛明辉 . 产业结构变迁与劳动份额变化. 学术月刊, 2017, 49(12): 90-102.

点击查看大图

计量

PDF下载量: 0
文章访问数: 636
HTML全文浏览量: 67

通讯作者: 陈斌, bchen63@163.com

1.
沈阳化工大学材料科学与工程学院沈阳 110142

人工智能技术会诱致产业逆向梯度转移吗—来自省际层面的行业经验证据

作者简介: 董直庆，华东师范大学工商管理学院暨中国现代城市研究中心教授（上海 200241）;谭玉松，西北大学经济管理学院讲师（陕西西安 710127）;赵贺，华东师范大学经济与管理学部博士研究生（上海 200241）;

Does Artificial Intelligence Technology Induce Industry Reverse Gradient Transfer

计量

通讯作者: 陈斌, bchen63@163.com

人工智能技术会诱致产业逆向梯度转移吗

作者简介:董直庆，华东师范大学工商管理学院暨中国现代城市研究中心教授（上海 200241）

作者简介:谭玉松，西北大学经济管理学院讲师（陕西西安 710127）

作者简介:赵贺，华东师范大学经济与管理学部博士研究生（上海 200241）

English Abstract

Does Artificial Intelligence Technology Induce Industry Reverse Gradient Transfer

全文HTML

目录

人工智能技术会诱致产业逆向梯度转移吗—来自省际层面的行业经验证据

作者简介: 董直庆，华东师范大学工商管理学院暨中国现代城市研究中心教授（上海 200241）;谭玉松，西北大学经济管理学院讲师（陕西西安 710127）;赵贺，华东师范大学经济与管理学部博士研究生（上海 200241）;

Does Artificial Intelligence Technology Induce Industry Reverse Gradient Transfer

计量

文章相关

通讯作者: 陈斌, bchen63@163.com

人工智能技术会诱致产业逆向梯度转移吗

作者简介:董直庆，华东师范大学工商管理学院暨中国现代城市研究中心教授（上海 200241）

作者简介:谭玉松，西北大学经济管理学院讲师（陕西西安 710127）

作者简介:赵贺，华东师范大学经济与管理学部博士研究生（上海 200241）

English Abstract

Does Artificial Intelligence Technology Induce Industry Reverse Gradient Transfer

全文HTML

目录