人工智能對創新的影響研究
——基于城市層面的實證分析

仝瑤瑤

一、引言

隨著新一代人工智能技術的發展，以其為代表的新一輪技術革命正在興起，人工智能技術除了應用于傳統的計算機領域，也開始逐漸應用到其余各行業，如金融、醫藥、運輸等領域，這對人類社會的生產生活方式產生了全局性的影響。而我國當前正處于經濟轉型的關鍵時期，在此背景下，準確評價人工智能應用對創新的影響，有助于判斷人工智能是否能成為支撐經濟新常態下我國創新能力提升的新支撐；理解人工智能對創新的影響機制，有助于高效利用人工智能來提高我國科技創新能力，這對促進我國經濟結構優化和長期經濟穩定增長具有重要意義。

在人工智能與創新兩者關系的研究中，一方面，創新常被理解為一個中間機制，在人工智能對經濟增長或勞動力市場的影響中起著中介傳導作用。如程承坪和陳志（2021）研究發現人工智能可以通過促進創新和產業結構優化從而助推經濟增長。何勤等（2020）通過制造業企業的微觀數據，將創新作為一個中間傳導機制，研究了人工智能技術應用對就業的影響，認為人工智能技術應用能夠通過促進產品創新，對制造業員工數量、技能和收入產生影響等。

另一方面，在兩者的直接關系研究中，有學者認為人工智能能夠利用其學習能力，提供越來越精確的數據分析，促進創新資源流動，為創新提供新的方向參考等。也有學者認為，人工智能可以通過節省創新成本來加速創新過程，尤其在醫藥等行業，新產品通常創新周期長，風險高，而人工智能可以幫助人類縮短信息搜集和處理的周期，提供更多可行的思路或方法，由此加速創新的實現。如Aniket Kittur（2019）認為從其他領域尋找和應用類比的能力是人類在許多領域取得成就的基礎。人們可以在給定適當數據的領域之間找到深層次的關系相似性，而人工智能越來越能夠通過模擬人腦來實現這種能力，人工智能技術應用有助于克服原有認知、拓展研究思路、并支持具有多重約束的復雜問題。李曉華（2019）探析了前沿技術創新與新興產業演進的內在規律，認為未來的創新與生產更可能是人工智能與人類的高度協作。也有學者進一步研究了人工智能產業內部的創新機理，或者從微觀制造業企業層面分析“智能+”對創新績效的影響機制。但總體來看研究較分散，研究還不夠充分。

基于以上背景以及現有研究基礎，本文研究的核心問題是人工智能應用對創新的影響。一方面，在理論上分析人工智能如何對創新產生影響及其傳導機制，這完善了當前對兩者關系研究的理論框架。另一方面，采用固定效應模型，對2003-2017 年中國288 個城市的面板數據進行實證分析。結果表明，人工智能對創新水平有顯著正向影響，并且2010 年之后的正向作用更明顯，這為未來我國提高創新能力提供了新的參考思路。

二、理論分析及模型構建

（一）理論分析及研究假說

首先，人工智能可以通過人機協作模式促進創新。在以往的創新過程中，計算機通常是作為一個輔助角色，可以幫助人類執行部分簡單的重復性任務，但并不擁有分析、提取信息的能力。而人工智能使得信息搜集發生了質的改變，它能夠幫助人類跨越信息處理的生理學界限，因為其天然的認知和學習能力，能夠在海量非結構化數據中提取底層信息，幫助在不同概念和事件中建立聯系，探索新的機會和模式，為人類進行創新決策提供全面幫助與參考。同時，人工智能再結合大數據與算法的優化，可以更好的了解消費者需求，了解市場動向與行業動態，提供更精準的創新方向，減少無效探索或降低試錯成本，幫助人類更有效地進行創新活動。也就是說，在人工智能的協助下，創新主體能更容易地將碎片化的信息搜集整理，這促進了創新資源的有效整合與加工。由此便更容易催生出新技術、新產品或者新模式，推動創新的實現。

其次，人工智能可以通過節約勞動力資源促進創新。以企業為例，應用人工智能后，其特有的認知能力能夠幫助提高企業內部以及企業之間的溝通效率，基礎的日常問題便不再需要人工解決，人類即可以從任務型勞動中解放出來轉而進行創造型勞動。Acemoglu（2018）曾研究指出，現階段人工智能的出現更多的是對中等技能的勞動力進行替代，對于低技能和高技能的非重復性勞動的替代還較為困難。這種情況下，日常的任務型、重復型溝通協作可以交給人工智能機器完成，人力資本則可以專心從事更復雜的創新活動。

鑒于此，本文提出如下研究假說：

H1：人工智能應用能夠促進創新水平的提高。

（二）計量模型設定

根據現有文獻研究及上述分析，本文采用雙向固定效應模型進行實證檢驗，模型設定如下：

其中，LnY 為本文的被解釋變量創新水平，LnAI 為核心解釋變量人工智能應水平，X 為一系列控制變量，具體包括：X1 研發投入；X2 人力資本水平；X3 城市化水平以及X4 市場活力。λi為個體固定效應，μt為時間固定效應，εi,t為隨機擾動項。

（三）變量選取及數據來源

本文選取2003-2017 年全國288 個城市的面板數據進行實證分析。數據來源于國家統計局歷年統計年鑒、《中國城市和產業創新力報告2017》、國際機器人聯合會（IFR）等。

創新水平（Y）為本文的被解釋變量，采用各城市創新指數來表示（寇宗來，劉學悅，2017）。該指數綜合了專利數量、專利價值以及城市創新創業活躍程度等因素。相比以往單一的專利申請授權數量能更全面的反應地區的創新水平。

人工智能（AI）是本文的核心解釋變量，但因為人工智能的發展應用時間至今還較短，難以在統計年鑒中找到直接的衡量指標，于是本文借鑒當前大多數學者的做法，用各地區的工業機器人密度來表示各地區人工智能應用水平。具體計算方法借鑒韓民春等學者（2020），將全國行業層面的機器人數據根據各區域各行業就業人數匹配到城市層面，由此得到城市層面的機器人滲透度指標。

一系列控制變量（X）包括：研發投入，采用R&D投入強度來表示。人力資本，用勞動年齡人口平均受教育年限來表示。城市化水平，用常住人口城鎮化率表示。市場活力，用非國有企業員工占比來表示。

三、實證檢驗

（一）實證結果及分析

逐步回歸結果如表1 所示。第一列為僅包括人工智能水平的單變量回歸結果，可以看到人工智能對創新的影響顯著為正。為了模型的穩健性，第二列為加入一系列控制變量后的回歸結果，此時核心解釋變量人工智能對創新的影響依舊顯著為正。進一步，第三列為同時考慮控制變量以及時間和地區固定效應后的結果，人工智能對創新的正向作用在1%的水平上顯著，且系數為正，驗證了前文的假設1，即人工智能可以促進社會創新水平的提高。在控制變量方面，研發投入（X1）強度越大，表明可以用于創新的資源越多，也就越能促進創新；人力資本水平（X2）越高，意味著能夠參與創新的高素質人才就越多，有助于推動創新的實現；城市化（X3）和市場活力（X4）一定程度上可以體現出某地區創新要素流動的效率，因此對創新水平也會造成顯著影響。

表1 人工智能對創新的影響

（二）異質性分析

為了探究不同時間段內人工智能對創新的影響，進一步以2010 年為分界線，進行分組回歸，結果如表2 所示。列1 表示2010 年及之前的回歸結果，列2 表示2010年之后的回歸結果?？梢钥吹剑瑑蓚€時間段內，人工智能應用對創新的影響都在1%的水平上顯著為正，而且2010 年之后的影響系數大于2010 年及之前的系數。這可能是由于2010 年之前，人工智能整體處于初步發展階段，其助推創新的作用也由有限；而2010 年之后，我國人工智能研發和應用水平逐漸有了較大的提升，并且隨著數據越來越豐富，算法不斷優化，人工智能對創新也就帶來了更大的影響。

表2 分時間段回歸結果

（三）穩健性檢驗

為了盡可能的使實證結果穩健，上文中已經采用城市層面的面板數據以及雙向固定效應模型進行檢驗。為了進一步減少極端值對結果的影響，本文繼續對樣本進行1%分位數上的雙邊截尾處理，隨后繼續采用固定效應模型進行回歸。結果顯示，核心解釋變量人工智能依舊在1%的水平上顯著為正，說明上文的實證結果較為可靠，有一定的現實意義。

四、結論與建議

本文通過理論分析與實證檢驗，研究了人工智能對創新的影響，得出了人工智能應用能夠促進創新的結論，并且隨著2010 年之后人工智能應用水平的提高，這種促進作用更加明顯。這意味著抓住此次第四次科技革命的機遇，發展人工智能產業，對于助推社會創新水平的提高具有重要意義，進而也有助于推動實現科技強國戰略，實現我國經濟高質量發展。由此引申出以下幾點建議：

首先，要通過一系列措施助推人工智能的發展應用，瞄準全球人工智能核心技術前沿，前瞻性地布局人工智能基礎研究，增加人工智能基礎性研發相關的支撐平臺建設、資金投入等等，助推人工智能應用水平的進步，發揮人工智能的作用來推動創新水平的提高。其次，要注重培育人工智能相關人才，推動人機協作創新模式發展，更好的利用人工智能這一重要合作伙伴，以實現更高效率的創新。