人工智能對產業集聚的影響及其機制研究

摘 要：歷次技術革命都對產業結構產生深遠影響，人工智能作為智能化時代的典型技術，其對產業集聚的影響及其機制仍需深入探討。基于2003-2021年中國30個省份規模以上工業企業數據，實證檢驗人工智能對產業集聚的影響效應及其作用機制。研究發現，人工智能能夠顯著促進產業集聚，該結論在考慮內生性與穩健性的基礎上依然成立；機制分析表明，人工智能通過降低貿易成本與勞動力成本、提升人力資本水平與技術創新水平進而促進產業集聚；異質性分析發現，人工智能對產業集聚的影響在相關政策發布前后、不同外部環境以及不同市場規模下存在顯著的異質性。最后，針對研究結論提出相關政策建議。

關鍵詞：人工智能；產業集聚；區域協調發展

中圖分類號：F429.9

文獻標識碼：A

DOIdoi：10.3969/j.issn.1672-2272.202407082

Analysis of the Impact and Mechanism of Artificial Intelligence on Industrial Agglomeration：Experience Analysis Based on Inter Provincial Industrial Level

Fang Wei1， Chen Siqi2

（1.School of" Economics，Xinjiang University of Finance and Economics，Urumqi 841100，China;

2.School of Economics，Xiamen University， Xiamen 361005， China）

Abstract：Previous technological advancements have had a profound impact on industrial layout. As a typical technological shock in the era of intelligence，artificial intelligence still needs to be further explored for its impact and mechanism on industrial agglomeration. This article is based on data from 30 provinces and cities in China with industrial enterprises above designated size from 2003 to 2021， to examine the impact and mechanism of artificial intelligence on industrial agglomeration. Research has found that：artificial intelligence can significantly promote industrial agglomeration， and this conclusion still holds true considering endogeneity and robustness;Mechanism analysis shows that artificial intelligence promotes industrial agglomeration by reducing trade and labor costs， improving human capital and technological innovation levels;Heterogeneity analysis found that the impact of artificial intelligence on industrial agglomeration exhibits significant heterogeneity before and after the release of relevant policies， under different external environments， and market sizes. Finally， this article proposes relevant policy recommendations based on the research findings.

Key Words：Artificial Intelligence; Industry Agglomeration; Regional Coordinated Development

0 引言

人工智能作為引領第四次技術革命的技術代表，不斷融合5G、互聯網、云計算和大數據等新興技術，在近年來迅速發展，同時也深刻影響著國內外產業格局。就中國而言，東部地區已經經歷了“雁陣模式”中所揭示的勞動密集型向資本密集型、進而過渡到技術密集型的產業升級路徑［1］，但與“雁陣理論”相悖的是：在當前智能化時代下，中國產業并沒有明顯向西部地區轉移，反而有向東部地區回流的趨勢，特別是電子制造業。甚至有研究指出，中國勞動密集型產業正在逐步向東南亞國家轉移［2］。隨著智能化技術的進一步發展，東部地區產業升級步伐不斷加快，如果西部地區產業不能依托自身比較優勢進行轉型升級，則東西部地區經濟發展差距將會進一步擴大，進而抑制區域經濟協調發展。

近年來，學術界針對以上問題展開廣泛討論，深入探究產業動態變化過程。對相關文獻整理后發現，現有對于產業集聚影響因素的研究多從政策、貿易、要素以及技術視角展開，與本文相關的研究更多關注互聯網技術［3-4］和智能化技術［5-6］。而基于人工智能視角的研究則更多集中于產業的動態轉移過程［1，7］和制造業與生產性服務業的協同集聚狀態［8］，鮮有人關注單個產業內部的集聚。

產業集聚具有投入中間產品共享、勞動力蓄水池以及溢出效應等［9］，不僅能夠帶動周圍企業技術創新、提升企業生產效率，還能提升企業能源利用效率［8］，促進地區經濟發展［10］，即產業集聚對于地區經濟發展具有重要意義。同時，人工智能技術由替代體力逐步演變為替代腦力，其對人類生產和生活的沖擊比以往技術都更為強烈［11］，因此，從人工智能視角豐富相關研究也具有一定的必要性。此外，我國是工業大國，工業產業體系健全，配套設施齊全，并且工業仍是大多數地區，特別是中西部地區經濟發展的主體；反觀服務業，僅在少數發達地區具有相對健全的發展體系，因此，基于工業數據探究產業集聚具有一定現實意義。

針對以上分析，本文選取2003-2021年中國30個省份（除港澳臺地區及西藏）規模以上工業企業數據，實證檢驗人工智能發展對產業集聚的影響及其內在作用機制，同時探討其影響效應在相關政策發布前后、不同外部環境以及不同市場規模下的異質性。本研究可能的邊際貢獻在于：第一，利用省級數據實證檢驗人工智能對產業集聚的影響，并從交易成本、勞動力要素以及技術創新視角分析其內在機制，從經驗層面進一步補充相關研究。第二，現有研究多從互聯網技術與智能化技術展開相關論述，本文從人工智能視角展開研究，能夠為當下應對技術沖擊提供理論指導和實踐參考。第三，分析在政策、智能化環境以及市場規模的不同作用下，人工智能作用與產業集聚的異質性，可為進一步促進區域協調發展提供經驗參考。

1 文獻綜述與研究假設

1.1 產業集聚的影響因素分析

產業集聚狀態并非一成不變，而是處于動態變化過程中。企業為了降低冰山成本與集聚租，通常會在某個地理空間內高度集中，即形成產業集聚［12］；產業進一步集聚逐漸提升擁擠成本，從而使得產業分散到新的地理區位［13］。學者們對于產業集聚的影響因素研究大致分為四類：政策、貿易、要素、技術。

1.1.1 政策因素

學者們多從優惠政策與開放政策兩方面探討其對產業集聚的影響。優惠政策方面，為吸引生產要素流入，發展地方經濟，地方政府通常會對企業采取降稅和補貼等政策，進而會導致企業向本地集聚［14］。此外，孟美俠等［15］通過理論與實證研究開發區政策對產業集聚的影響，發現開發區優惠政策能夠通過影響資本要素的流動，進而降低產業在區域上的整體集聚度。開放政策方面，吳喬一康等［16］從理論層面分析發現中國對外開放政策的深入能夠促進產業集聚。李世杰等［17］進一步利用微觀數據，實證檢驗發現自貿區的建立能夠通過促進制度創新進而有利于產業間的協同集聚。

1.1.2 貿易因素

學者們研究不同貿易成本對產業集聚的影響作用，其中包括運輸成本與信息傳遞成本。運輸成本方面，何玉梅等［18］基于我國制造業數據，實證檢驗發現運輸成本的下降顯著提升產業集聚水平。此外，鄭鑫和陳耀［19］從理論層面研究認為，運輸成本的降低能夠促進地區成本優勢的發揮，從而提升產業轉移的動力。信息傳遞成本方面，白重恩等［20］研究認為地方保護主義阻礙專業化形成，從而降低行業地區集中度，特別是高稅利及國有化程度較高的行業。程艷和葉徵［21］從長短期視角入手，認為地方保護主義在短期雖然能促進集聚，但長期集聚受交易成本的影響較大。

1.1.3 要素因素

學術界從要素視角研究產業集聚的影響主要從資本要素與勞動力要素兩個方面展開。資本要素方面，孫曉華和郭旭［12］通過實證檢驗發現資本要素已經取代勞動力要素，成為推動中國工業集聚的重要因素。石衛星和吳韡［22］從理論層面分析認為外商直接投資者為了節約成本和降低風險，通常引致國內產業集聚。勞動力要素又主要從勞動力成本與稟賦展開討論：從勞動力成本來看，勞動力等要素成本在中國區域之間的動態轉變，使東部地區逐漸喪失勞動力成本的比較優勢，中西部地區勞動力要素稟賦的顯性優勢呈現，促使產業轉移至勞動力成本更低的內陸地區［23］，改變產業布局，但從長期來看，產業轉移不能一直依靠勞動力成本的差異來實現［24］。從勞動力稟賦來看：地區勞動力數量的減少使得勞動力供需失衡，能夠倒逼產業整體轉型升級，進而影響地區產業集聚［25］。

1.1.4 技術因素

歷史表明，技術進步對于產業布局具有重要影響。究其影響機制，學者認為技術進步推動運輸成本的降低，節約生產成本［26］，同時，歷次技術革命逐步替代人的手腳功能、信息存儲功能和認知功能，由此提升勞動生產率［27］，此外，技術進步進一步調整產業結構，促進產業的轉型升級［28］，進而影響產業分布格局。

隨著第四次科技革命的逐步推進，學術界也密切關注新興技術的發展對產業集聚的影響，包括互聯網技術與智能化技術。互聯網技術方面，安同良和楊晨［3］研究認為互聯網技術通過減少生產成本及運輸成本使得廠商利潤提高，成為吸引產業流入的引力機制；郭然和原毅軍［4］通過研究中國2005-2019年間城市層面的樣本數據，發現當本地或鄰近地區互聯網技術水平在某一門檻值前，其發展會顯著促進制造業與生產性服務業的協同集聚，當超過該門檻值后，其發展會促使制造業與生產性服務業形成網絡虛擬空間集聚，導致協同集聚趨向空間非一體化。智能化技術方面，王輝和董直慶［6］從地區間與地區內兩方面皆驗證得出智能化技術對制造業集聚具有顯著促進作用，此外，王林輝等［5］選取15年間中國284個地級市的微觀數據實證檢驗發現，智能化技術能夠調整企業要素配置結構以及提高生產率，促進人工智能企業集聚，但對傳統企業具有分散作用。

1.2 人工智能對產業集聚的影響及其機制分析

作為引領新一輪科技革命的人工智能技術，其發展對產業集聚具有何種影響？學術界相關研究表明，人工智能已經替代勞動力成本成為產業轉移的關鍵變量［1］，其具有的勞動替代效應、技術溢出效應及經濟集聚效應，能夠誘使產業逆向梯度轉移［7］。還有研究表明隨著人工智能技術的不斷深化，其產生的替代與創造效應對制造業與生產性服務業產生U型影響［8］。由此可見，從人工智能視角展開的相關研究主要探討產業的動態轉移以及制造業與生產性服務業的協同集聚。接下來，本文從理論層面探討人工智能對產業集聚的影響效應及其機制。

首先，馬歇爾認為知識溢出效應是產業集聚的重要動因之一。人工智能技術作為通用型技術，其滲透性的特征使得人工智能能夠在整體經濟社會中擴散，并與各行業深度融合發展［29］。隨著人工智能技術的普及，一部分企業由于資金、人力資本等條件限制會在競爭中落后于其他企業，另一部分企業為了獲得技術紅利，實現規模擴張，在生產中通常會大膽嘗試應用新技術代替舊技術，其產生的知識溢出效應會吸引處于劣勢地位的企業，為了不被擠出市場，這類企業會主動遷移至技術更為發達的地區，以便進行新興技術的復制、模仿、研發與應用。

其次，成本問題一直是影響產業集聚的重要因素，工業區位理論認為，企業通常會遷入成本較低的地區進行投資生產，從而導致產業集聚。而人工智能技術深刻影響產業的生產成本：人工智能具有的信息存儲、分析、智能計算和自主反應等技術屬性，一方面能夠通過快速準確的計算，判斷出該產業在不同地理位置上的投資成本。另一方面，人工智能的信息傳播功能，能夠快速將各個市場主體聯系起來，從而在不同市場主體間建立一個高效的交流平臺，加之其強大的信息收集能力，能夠整合各市場主體間的設備、勞動力、資金、技術以及服務等資源狀況，各產業為了節約成本，會傾向于以集聚的形式獲得共享資源，從而加快自身的轉型升級。基于此，本文提出如下假設：

H1：人工智能技術的發展會促進產業集聚。

接下來，本文分別從以下幾個方面探討人工智能對產業集聚的影響機制。

1.2.1 交易成本

在產品的生產交換過程中，人工智能技術能夠緩解市場上的信息不對稱，從而降低企業的信息收集與驗證成本。同時，由于人工智能等信息技術的發展使得數據的收集與分析效率得到提升，能夠在市場主體間建立一個更加高效的溝通交流網絡，降低生產過程中的協商成本［30］，即人工智能的發展能夠緩解市場上的信息不對稱，而信息不對稱又是影響交易成本大小的一個重要因素。同時新經濟地理學經典研究揭示，產業集聚的重要前提條件是包括運輸成本在內的交易成本的下降。基于此，本文提出如下假設：

H2：人工智能技術的發展通過降低交易成本進而促進產業集聚。

1.2.2 勞動力要素

要素一直是影響產業集聚的重要因素，特別是資本、勞動力要素。首先，人工智能會通過改變勞動力成本進而調整產業布局。人工智能的使用有助于提高企業生產的自動化水平，特別是在一些簡單的重復任務崗位上能夠實現人工智能對人的替代，則在供給不變時，勞動力需求下降會使得均衡時的工資降低。此外，由于低技能勞動者的工作更容易被人工智能所替代，所以在薪酬談判中，其議價能力相對較低，為了獲得工作更愿意接受一個較低的工資水平。即人工智能的替代效應會導致均衡中的工資水平下降，節約勞動力成本［31］。相對勞動力成本越低，越有利于吸引省外的資本進入，促進產業集聚［32］，因此人工智能會通過降低勞動力成本促進產業集聚。

其次，人工智能會通過改變人力資本水平影響產業集聚。人力資本水平大小會影響技術吸收與擴散的廣度及深度，那些缺乏新技術落地條件的地區將難以獲取人工智能技術紅利，導致“數字鴻溝”不斷擴大，出現新的企業分布格局。研究發現近年來勞動力成本較高的東部地區產業并沒有大規模的向勞動力成本較低的中西部地區轉移，為探究其原因，嚴立剛和曾小明［33］將產業轉移定義為產業份額的變化，從理論與實證層面發現人力資本對地區產業集聚具有顯著的正向影響作用，認為勞動力成本更高同時也意味著在人力資本供給不變的情況下，對其有著更高的需求，從而能夠對企業產生集聚力，抵消高勞動力成本帶來的分散力。此外，高技能勞動力集聚能夠帶來知識擴散效應，促進企業競爭，推動工業地理集聚［34］，因此，人力資本水平的提高對產業集聚具有重要的促進作用。同時，人力資本水平又會受到技術進步的影響。智能化技術的發展造成勞動力供需失衡，對勞動者來說，由于機械式的體力勞動者與簡單的腦力勞動者在工業智能化的發展進程中更容易被人工智能所替代，因此低技能勞動者更愿意主動學習相關知識以提升自身技能［35］；對企業來說，生產技術要求的提升使得企業面臨高技能勞動力短缺的情況，因此，對員工進行相應的技能培訓，提升企業整體人力資本水平，才能更好地應對人工智能技術沖擊。即人工智能技術會通過提升人力資本水平進而促進產業集聚。基于此，本文提出如下假設：

H3：人工智能技術的發展通過降低勞動力成本以及提升人力資本水平促進產業集聚。

1.2.3 技術

人工智能的發展所形成的信息交流網絡，一方面強化了自身的信息收集整理能力，提升自身對其他企業技術創新的吸收能力；另一方面，智能技術的進步也加強其他主體學習和模仿能力，共同促進技術創新，即人工智能技術的發展能夠促進產業技術創新。進一步的，技術創新吸引資本等要素流入，從而促進產業集聚。基于此，本文提出如下假設：

H4：人工智能通過促進技術創新誘使產業集聚。

人工智能影響產業集聚的機理如圖2所示。

2 模型設定與指標構建

2.1 模型設定

本文構建省級層面人工智能對規模以上工業集聚影響的計量模型，實證檢驗人工智能對工業產業在地區內的分布，具體計量模型設定如下：

aggjt=α0+β1lnAIjt+β2Xjt+μt+τj+εjt（1）

其中，本文選取規模以上工業企業為主要研究對象，j表示地區，t表示年份，lnAIjt為核心解釋變量，表示地區j規模以上工業企業在t年的人工智能發展水平，aggjt為被解釋變量，表示地區j規模以上工業企業在t年的產業集聚度，Xjt為控制變量，μt和τj分別為時間和地區控制效應，εjt為誤差項。

由前文分析可知，人工智能技術的發展可以通過降低交易成本和勞動力成本，提升人力資本水平、技術創新水平改變產業集聚。為檢驗該作用機制，本文設置如下機制模型：

mjt=α1+β3lnAIjt+β4Xjt+μt+τj+εjt（2）

mjt為包含交易成本、要素、技術創新層面的相關變量，其余變量與基準回歸一致。

2.2 變量及其衡量

2.2.1 被解釋變量

產業集聚度（agg）。學者對于產業集聚的衡量包括：Do指數［15］、份額變動指數［1］、E-G集聚系數［21］，本文參考譚玉松等［8］的研究，選用區位熵的方法，通過產值測算產業集聚指標，具體測算公式如下：

aggjt=gjt/Gjtgt/Gt（3）

其中，gjt表示j地規模以上工業企業在t年的產值，Gjt表示t年j地GDP，gt表示全國規模以上工業企業在t年的產值，Gt表示t年全國GDP。

2.2.2 核心解釋變量

人工智能（lnAI）。現有關于文獻對于人工智能的衡量主要基于IFR發布的工業機器人數據計算工業機器人滲透度［36］，計算機、通信及其他電子設備使用強度［6］，信息傳輸、軟件和信息技術服務業固定資產［37］，人工智能專利數［7］，考慮到時間層面上數據的可得性，本文參考程承坪和陳志［37］，用信息傳輸、軟件和信息技術服務業固定資產取對衡量人工智能發展水平。

2.2.3 機制變量

交易成本（lntre）：選擇規模以上工業企業銷售費用占總產值的比值取對來衡量。勞動力成本（aw）：采用各省份規模以上工業企業平均工資衡量。人力資本水平（lnhcp）：采用規模以上工業企業Ramp;D人員數與就業人數的比值取對衡量。技術創新（inn）：采用規模以上工業企業發明專利申請數與研發投入的比值來表征。

2.2.4 控制變量

運輸成本（tra）：選擇各省貨運量占全國貨運總量的比重來衡量。勞動生產率（pro）：采用工業行業總產值與就業人數的比值表征。稅收政策（tax）：采用稅收收入占一般預算收入的比值衡量。政府支出（gov）：本文采用各省政府人均財政支出來衡量。

本文選取2003-2021年中國30個省份（除港澳臺及西藏）規模以上工業企業的面板數據進行實證分析。原始數據來自中國及各省份歷年《統計年鑒》《中國工業統計年鑒》《中國勞動統計年鑒》《中國固定資產投資統計年鑒》《中國投資領域統計年鑒》。各變量描述性統計結果見表1。

3 實證結果及分析

3.1 基準回歸分析結果

本文探究人工智能對規模以上工業產業集聚的影響效應，基準回歸結果見表2。可以發現，表2第（1）列未加入控制變量時，人工智能系數為0.029，并且在1%的顯著性水平上通過檢驗，說明人工智能的發展能夠顯著影響產業集聚，系數為正表明人工智能對產業集聚具有促進作用；表2第（2）列通過控制運輸成本、勞動生產率、稅收政策、政府支出后，人工智能仍然在1%的水平上顯著為正，說明人工智能發展水平的提高對產業集聚具有顯著促進作用。

在回歸中，可能存在逆向因果、測量誤差和遺漏變量等內生性問題，為保證結果的穩健性，學者們通常尋找人工智能的工具變量做進一步估計，其中包括其他地區人工智能發展水平的平均值［1，38］、美國工業機器人滲透度［8］、光纜密度［1］、人工智能滯后一期與滯后二期［6，39-40］。本文選擇人工智能水平滯后一期（L.lnAI）作為人工智能的工具變量，結合2SLS估計方法，以期減弱可能存在的內生性問題。根據表2 檢驗結果可知，該工具變量通過了有效性檢驗。

第（3）列中一階段工具變量與本文所關注的核心解釋變量人工智能在1%的顯著水平上為正，并且在第（4）列二階段回歸中人工智能與產業集聚度在1%的水平上顯著性為正，證明人工智能對產業集聚具有顯著促進作用。同時，本文在接下來的機制檢驗與異質性檢驗中，均采用人工智能水平滯后一期作為人工智能的工具變量，并且結合2sls估計方法進行回歸，以期緩解內生性問題。

3.2 穩健性檢驗

由基準結果可知，人工智能的發展能夠促進產業集聚，為增強基準回歸估計結果的可信度，本文分別采用以下5種方法進行穩健性檢驗。

3.2.1 對數據進行前后1%縮尾

實證過程中，異常值可能會使結果出現偏誤，為此，本文對數據進行前后1%縮尾后重做回歸，檢驗結果如表3列（1）所示，人工智能系數仍然在1%的顯著性水平上為正，表明人工智能能夠誘使產業流入。

3.2.2 剔除樣本

相對于普通省份，直轄市具有不同的經濟發展要求，本文剔除直轄市樣本后重新檢驗人工智能對產業集聚的關系，由表3列（2）可知，基準結論是穩健的。

3.2.3 替換解釋變量

參考 Acemoglu amp; Restrepo ［31］的研究，利用工業機器人滲透度作為人工智能的代理變量，各省份每年工業機器人滲透度為：

AI1=∑mi=1Lijt0/Lit0×robotit/Lit0

其中，t0表示基期2006年，Lijt0為t0年各省份j行業i的就業人數，Lit0為全國t0年行業i的就業人數，robotit為t年行業i工業機器人安裝量。其中，機器人數據來源于國際機器人聯合會（IFR），由于2006年前中國大部分工業機器人數據為0，加之難以獲取2019年后工業機器人數據，因此該檢驗樣本期為2006-2019年。實證結果如表3列（3）所示，人工智能系數仍然顯著為正，結果穩健。

3.2.4 替換被解釋變量

以就業人數代替產值，重新測算集聚度水平。前文用產值衡量產業集聚，是從產業總產值的貢獻份額考慮，而以就業人數衡量產業集聚，是從產業規模角度進行考慮，由表3列（4）實證結果可知，與基準結果相比，人工智能僅存在系數大小的差異。

3.2.5 替換工具變量

本文進一步利用人工智能滯后二期（L2.lnAI）作為人工智能水平的工具變量。實證結果如表3列（5）、列（6）所示：首先，由數據可知該工具變量通過了弱工具變量檢驗和不可識別檢驗；其次，第（5）列中一階段工具變量與本文所關注的核心解釋變量人工智能在1%的水平上顯著為正，并且在表3第（6）二階段回歸中人工智能與產業集聚度在1%的水平上顯著性為正，證明人工智能對產業集聚具有顯著促進作用，結果穩健。

4 機制分析

前文分析表明，人工智能能夠促進工業產業布局呈現集聚趨勢，接下來，本文重點考察人工智能對產業集聚的影響機制。具體結果如表4所示，人工智能對貿易成本和勞動力成本的系數為負，對人力資本水平以及技術創新的系數為正，并且結果均在10%的水平內顯著，結合前文分析可知，人工智能能夠通過降低交易成本和勞動力成本，提升人力資本水平、技術創新促進產業集聚。

5 異質性分析

5.1 政策因素

上述實證結果表明，人工智能技術的發展能夠顯著促進產業集聚，學者們總結發現各地政府通常采取減稅、補貼等優惠政策，從而吸引產業在本轄區集中。2010年國務院發布《關于加快培育和發展戰略性新興產業的決定》，此后各級政府部門陸續出臺一系列關于積極促進以人工智能為代表的新興技術發展的政策文件，使得智能化設備得到極大推廣、研發與應用，并深刻影響著產業布局。因此，本文以2010年為時間節點，分組研究相關政策出臺前后人工智能對產業集聚影響效應的異質性，結果如表5所示，可以發現，政策出臺前后，人工智能對產業集聚的影響雖然并不顯著，但其效果由負轉正，可能由于政策在其中并沒有發揮決定性作用，但適宜的政策對產業集聚具有一定導向性。

5.2 智能化環境

人工智能技術是否會對產業集聚產生影響以及影響程度的高低，會受到外部智能化環境變遷的影響。本文參考邵秀燕和陳思華［41］的研究，以每萬人互聯網寬帶接入用戶數衡量智能化程度，并按照2021年互聯網普及率的大小將30個省份劃分為智能化程度高、中、低3個地區，分別檢驗不同智能化環境下人工智能對產業集聚的影響，由表5可知，智能化程度中高地區，人工智能的系數不顯著，并且為負；在智能化程度較低地區，人工智能技術的系數顯著為正，內在原因可能是隨著智能化環境優化到一定程度后，人工智能技術誘使產業流入的規模不經濟效應逐漸凸顯，進而促使產業分散。

5.3 市場規模

人工智能對產業集聚的影響效果在不同市場規模大小下具有差異性，本文以各省份GDP占全國GDP的比重來衡量市場規模，同時以三等分點將各省份劃分為市場規模高、中、低3類，分別檢驗不同市場規模大小下人工智能對產業集聚的作用效果。由表5可知，市場規模較高的地區，人工智能對產業集聚具有顯著的抑制效果；市場規模中低地區，人工智能對產業集聚具有并不顯著的促進作用，可能的原因在于市場規模提高進而引發更高的物價及房價水平、交通堵塞、資源緊缺和環境污染等問題，企業為追尋相對較低的擁擠成本，更愿意遷出市場規模高的地區，進而流入市場規模相對較低的地區。

6 結論、啟示與展望

6.1 研究結論

為系統考察人工智能對產業集聚的影響，本文選取2003-2021年中國30個省份（除港澳臺地區及西藏）規模以上工業企業數據，實證檢驗人工智能對產業集聚的影響及其機制，并探討政策發布前后、不同外部環境以及不同市場規模下存在的異質性。本文得出主要結論：第一，人工智能的發展能夠顯著促進產業集聚，在考慮內生性的情況下，以人工智能發展水平的滯后一期作為人工智能的代理變量，

結合2SLS回歸檢驗，結果依然成立，并且在經過縮尾、剔除樣本、滯后解釋變量、替換被解釋變量、替換核心解釋變量以及替換工具變量等穩健性檢驗后，結果依然成立。第二，人工智能能夠通過降低貿易成本、勞動力相對成本以及提升人力資本水平、技術創新進而對產業集聚產生促進作用。第三，人工智能對產業集聚的影響在政策發布前后、不同智能化環境以及市場規模下具有一定的差異性。

6.2 管理啟示

第一，我國工業產業配套齊全，產業規模大，工業對多數地區，特別是中西部地區經濟發展具有重要推動作用，作為引領第四次技術革命的人工智能，其發展對產業集聚具有顯著促進作用，因此，政府部門應加大對以人工智能為代表的智能化技術的研發投入，鼓勵企業進行智能化改造，完善各類基礎設施建設。

第二，從勞動力角度來看，技術沖擊下，未來產業發展需要更多具有創造、學習能力的高技能勞動者，因此勞動者應該不斷加強自身學習，增強自身創造性以及適應性。同時企業應加大對勞動力的技能培訓。

第三，由于人工智能技術沖擊對經濟發展的影響具有多樣性，加之中國各省份經濟發展、基礎設施以及地理條件各異，因此各地區應該因地制宜，基于自身條件應對技術沖擊，例如對于智能化環境相對良好的地區，企業應鼓勵持續創新，加大對技術創新的相關投入；智能化環境相對較差的地區，應不斷完善對智能化基礎設施的建設，此外各地政府應依據產業發展現狀制定合理的產業政策，加大購房補貼、稅收優惠等優惠力度，以吸引勞動力、資本與技術流入。

6.3 研究局限與展望

本研究仍存在一定局限：第一，本文基于宏觀層面經驗數據，以省際規模以上工業數據作為樣本，未來研究可從地級市或企業層面拓展研究樣本，增強結果可信度。第二，基于產值和區位熵衡量產業集聚，忽視了空間距離的影響，未來可將地理距離納入，從空間層面對其進行考量。第三，人工智能作用于產業集聚的機制，還需要從更多層面進行深入探索，例如可從投入產出關聯方面探討其機制效應等。

參考文獻參考文獻：

［1］ 孫早，侯玉琳.工業智能化與產業梯度轉移：對“雁陣理論”的再檢驗［J］.世界經濟，2021，44（7）：29-54.

［2］ 李雯軒，李曉華.新發展格局下區域間產業轉移與升級的路徑研究——對“雁陣模式”的再探討［J］.經濟學家，2021（6）：81-90.

［3］ 安同良，楊晨.互聯網重塑中國經濟地理格局：微觀機制與宏觀效應［J］.經濟研究，2020，55（2）：4-19.

［4］ 郭然，原毅軍.互聯網發展對產業協同集聚的影響及其機制研究［J］.統計研究，2022，39（6）：52-67.

［5］ 王林輝，姜昊，董直慶.工業智能化會重塑企業地理格局嗎［J］.中國工業經濟，2022（2）：137-155.

［6］ 王輝，董直慶.中國工業智能化如何重塑制造業企業分布格局［J］.求是學刊，2022，49（1）：84-93.

［7］ 董直慶，譚玉松，趙賀.人工智能技術會誘致產業逆向梯度轉移嗎——來自省際層面的行業經驗證據［J］.學術月刊，2022，54（8）：55-66.

［8］ 譚玉松，任保平，師博.人工智能影響產業協同集聚的效應研究［J］.經濟學家，2023（6）：66-77.

［9］ MARSHALL A. Principles of political economy［M］.New York： Macmilan and Company， 1920.

［10］ 莫潔玲，梁立俊.產業聚集、區域創新與經濟增長效應研究——以東莞市為例［J］.

科技創業月刊，2023，36（5）：73-77.

［11］ 郭凱明，王鈺冰，龔六堂.勞動供給轉變、有為政府作用與人工智能時代開啟［J］.管理世界，2023，39（6）：1-21.

［12］ 孫曉華，郭旭.工業集聚效應的來源：勞動還是資本［J］.中國工業經濟，2015（11）：78-93.

［13］ 張公嵬，梁琦.產業轉移與資源的空間配置效應研究［J］.產業經濟評論，2010，9（3）：1-21.

［14］ 王永進，張國峰.開發區生產率優勢的來源：集聚效應還是選擇效應？［J］.經濟研究，2016，51（7）：58-71.

［15］ 孟美俠，曹希廣，張學良.開發區政策影響中國產業空間集聚嗎——基于跨越行政邊界的集聚視角［J］.中國工業經濟，2019（11）：79-97.

［16］ 吳喬一康，馮曉.地方產業政策對當地產業集聚的影響［J］.云南社會科學，2020（1）：111-118.

［17］ 李世杰，崇菲菲，黃錦程.自貿試驗區設立對產業協同集聚的影響效應——基于制度創新的維度［J］.南京財經大學學報，2023（3）：77-88.

［18］ 何玉梅，劉修巖，李銳.基于連續距離的制造業空間集聚演變及其驅動因素研究［J］.財經研究，2012，38（10）：36-46.

［19］ 鄭鑫，陳耀.運輸費用、需求分布與產業轉移——基于區位論的模型分析［J］.中國工業經濟，2012（2）：57-67.

［20］ 白重恩，杜穎娟，陶志剛，等.地方保護主義及產業地區集中度的決定因素和變動趨勢［J］.經濟研究，2004（4）：29-40.

［21］ 程艷，葉徵.流通成本變動與制造業空間集聚——基于地方保護政策的理論和實踐分析［J］.中國工業經濟，2013（4）：146-158.

［22］ 石衛星，吳韡.外商直接投資對制造業產業集聚影響研究——以江蘇省制造業為例［J］.宏觀經濟研究，2020（10）：58-70.

［23］ 楊亞平，周泳宏.成本上升、產業轉移與結構升級——基于全國大中城市的實證研究［J］.中國工業經濟，2013（7）：147-159.

［24］ 賀勝兵，劉友金，周華蓉.沿海產業為何難以向中西部地區轉移——基于企業網絡招聘工資地區差異的解析［J］.中國軟科學，2012（1）：160-169.

［25］ 郝鳳霞，江文槿，樓永.勞動力流動與地區制造業升級——基于轉移升級和轉型升級角度［J］.產經評論， 2021， 12 （6）： 90-109.

［26］ 黃利秀.人工智能對經濟地理影響研究［J］.現代經濟探討， 2021（10）：14-21.

［27］ 婁偉.重大技術革命解構與重構經濟范式研究：基于地理空間視角［J］.中國軟科學，2020（1）：86-94.

［28］ 蔡伯龍.數字經濟與產業結構優化升級：來自中國城市的經驗證據［J］.

科技創業月刊，2024，37（2）：56-62.

［29］ 蔡躍洲，陳楠.新技術革命下人工智能與高質量增長、高質量就業［J］.數量經濟技術經濟研究，2019，36（5）：3-22.

［30］ 施炳展，李建桐.互聯網是否促進了分工：來自中國制造業企業的證據［J］.管理世界，2020，36（4）：130-149.

［31］ ACEMOGLU D， RESTREPO P. Robots and jobs： evidence from US labor markets［J］. Journal of Political Economy， 2020， 128（6）： 2188-2244.

［32］ 吳瑞兵.我國勞動力價格變動對產業轉移影響研究［J］.價格理論與實踐，2017（9）：36-39.

［33］ 嚴立剛，曾小明.東部產業為何難以向中西部轉移——基于人力資本空間差異的解釋［J］.經濟地理，2020，40（1）：125-131.

［34］ 魏嘉輝，顧乃華.工業機器人、高技能勞動集聚與地區工業集聚［J］.產經評論，2022，13（1）：146-160.

［35］ 胡晟明，王林輝，朱利瑩.工業機器人應用存在人力資本提升效應嗎？［J］.財經研究，2021，47（6）：61-75，91.

［36］ 韓永輝，劉洋，王賢彬.人工智能對區域經濟增長的異質性影響與機制識別——基于中國“機器換人”的實證檢驗［J］.學術研究，2023（2）：97-104.

［37］ 程承坪，陳志.人工智能促進中國經濟增長的機理——基于理論與實證研究［J］.經濟問題，2021（10）：8-17.

［38］ 劉亮，李廉水，劉軍等.智能化與經濟發展方式轉變：理論機制與經驗證據［J］.經濟評論，2020（2）：3-19.

［39］ 韓民春，韓青江，夏蕾.工業機器人應用對制造業就業的影響——基于中國地級市數據的實證研究［J］.改革，2020（3）：22-39.

［40］ 王曉娟，朱喜安，王穎.工業機器人應用對制造業就業的影響效應研究［J］.數量經濟技術經濟研究，2022，39（4）：88-106.

［41］ 邵秀燕，陳思華.數字經濟發展是否促進了中國區域經濟增長收斂？［J］.南京社會科學，2022（8）：37-46.

責任編輯（責任編輯：宋勇剛）