數字經濟對產業人工智能應用的影響效應分析

摘 要：基于2012—2022年中國30個省份的面板數據，探究數字經濟對產業人工智能應用的影響及其機制。選用空間杜賓模型、中介效應模型、門檻效應模型，量化分析數字經濟對產業人工智能應用的影響、影響機制以及二者的非線性關系。主要結論包括：①空間杜賓模型的結果顯示，數字經濟對本地區和相鄰地區產業人工智能應用均具有顯著的促進作用。②中介效應模型的結果顯示，數字經濟能夠通過科技創新、城鎮化和產業結構升級促進產業人工智能應用發展。③門檻效應模型的結果顯示，數字經濟對產業人工智能應用存在人口密度的門檻效應。具體表現為：在高人口密度情況下，數字經濟對產業人工智能應用的促進作用更為顯著。④區域異質性檢驗表明，在中部地區，數字經濟對產業人工智能應用具有顯著的促進作用和正向的空間溢出效應。最后，提出針對性建議，以期為中國數字經濟發展和產業人工智能應用提供參考借鑒。

關鍵詞：數字經濟；產業人工智能應用；空間杜賓模型；中介效應；門檻效應

中圖分類號：F49" " 文獻標志碼：A" " 文章編號：1671-0037（2024）9-45-15

DOI：10.19345/j.cxkj.1671-0037.2024.9.4

0 引言

隨著大數據、云計算、人工智能等數字技術的發展，現代社會已經進入數字經濟時代［1］。數字經濟對各個領域深度賦能，在刺激消費、推動技術創新等方面發揮了巨大作用。近年來，數字經濟已經成為國際競爭的制高點，諸多國家陸續將數字經濟作為國家經濟發展的戰略重點［2］?？梢?，新時代數字經濟已經成為經濟發展的新動力。而人工智能作為具有代表性的數字技術，在生產領域的應用與賦能，事關我國能否抓住新一輪科技革命和產業變革的機遇［3］。因此，探究數字經濟對產業人工智能應用的影響及其機制，對我國經濟高質量發展具有重要的現實意義。

隨著人工智能的發展，學術界就人工智能對經濟的影響展開了討論。關于人工智能的研究始于20世紀中葉。1956年，約翰·麥卡錫等人組織的達特茅斯會議被認為是人工智能領域的重要歷史事件［4］。在這次會議上，“人工智能”這一概念被正式提出。目前，關于人工智能尚未形成一個明確的統一定義。按照麥卡錫的說法，人工智能是制造智能機器尤其是開發智能計算機程序的科學和工程。關于人工智能的內涵，不同學者給出了不同的解釋?！叭斯ぶ悄苤浮盡insky［5］認為，人工智能是讓機器執行那些原本只有人類智力才能完成的任務的一門科學；Min［6］認為，人工智能是指開發和創造能夠模仿、學習及替代人類智能的“思維機器”的科學；張鑫和王明輝［7］認為，人工智能不同于常規計算機技術依據既定程序執行計算或控制等任務，而是具有生物智能的自學習、自組織、自適應和自行動等特征。近年來，隨著大數據的迅猛發展以及硬件和算法的進步，人工智能迎來了發展的新高峰。全球主要國家和地區都在積極研發人工智能技術，我國也將其視為經濟發展的重要引擎。黨的二十大報告明確強調，構建新一代信息技術、人工智能、生物技術、新能源、新材料、高端裝備、綠色環保等一批新的增長引擎?？梢灶A見，未來人工智能將繼續保持高速發展，引發科技領域的深刻變革，并對經濟和社會產生廣泛而深遠的影響［8］。

回顧文獻發現，學界已經對數字經濟進行了諸多研究。其一，集中于理論框架的構建、內涵和特征的闡釋［9-11］，以及數字經濟發展規模的測算［12-13］。其二，集中于數字經濟的影響效應。例如：楊慧梅和江璐［14］從數字產業化和數字經濟化兩個維度構建了數字經濟發展指標，實證分析了數字經濟對行業全要素生產率的影響；祁懷錦等［15］以A股上市公司的數據為樣本，實證分析發現，數字化程度高的企業治理水平也高；荊文君和孫寶文［16］從宏觀和微觀兩個層面探討了數字經濟推動經濟高質量發展的內在機制。

而人工智能作為具有代表性的數字技術，是新時代經濟發展的新動能，受到了學者們的廣泛關注。研究主要聚焦于以下幾個方面：首先，人工智能應用時的法律約束問題［17］。王利明［18］提出，在人工智能時代，我國在制定民法典時也要與時俱進，積極回應智能時代的各種挑戰。其次，人工智能對生產效率的提升效應。姚加權等［19］基于勞動力技能結構調整的視角，研究發現人工智能顯著提升了中國上市公司的生產效率。再次，人工智能對勞動收入份額的影響。郭凱明［20］指出，人工智能技術能夠促進生產要素在部門間的流動，進而影響勞動收入份額。最后，關于企業治理的討論。徐鵬和徐向藝［21］結合人工智能的特性和發展趨勢，對人工智能時代企業管理變革的邏輯進行了梳理，指出人工智能商業化應用將會給企業帶來諸多挑戰和變革機遇。

關于數字經濟與人工智能之間關系的研究也頗為豐富。于非等［22］指出，數字經濟能夠賦能人工智能發展，而人工智能技術的革新必然會促進產業的轉型與升級，對經濟發展和社會進步帶來巨大影響。沈洋等［23］基于中國省級面板數據指出，數字經濟能顯著緩解勞動力錯配問題，而人工智能制造在其中發揮著重要的中介作用。羅以洪［24］提出，以大數據、人工智能、區塊鏈等為代表的技術能夠促進數字經濟的高質量發展。同時，Mullainathan和Spiess［25］討論了人工智能或深度學習技術如何擴展經濟學方法等相關議題。

學界對數字經濟發展和人工智能技術的豐富研究，為本文提供了理論借鑒。但是，已有研究多從理論層面分析數字經濟對人工智能的影響，缺乏對二者關系的實證探討。因此，本文運用空間計量模型，對數字經濟與產業人工智能應用之間的關系進行量化分析；同時，探究數字經濟對產業人工智能應用的空間效應、影響路徑以及二者間的非線性關系。本文以2012—2022年中國30個省份的面板數據為樣本，分析數字經濟發展對產業人工智能應用的影響、溢出效應、影響機制以及二者間的非線性關系，以期為實現經濟高質量發展提供理論依據。

1 理論分析與研究假設

Tapscott［26］最早提出了“數字經濟”的概念，并將其定義為廣泛應用信息通信技術（ICT）的經濟系統。自此，世界各國和組織陸續開展了對數字經濟內涵和測度的研究。然而，由于各國數字經濟發展程度不同，國際上仍未就數字經濟的定義達成共識。關于數字經濟的定義一般有廣義和狹義之分。嚴格來說，狹義的數字經濟被理解為一種產業經濟，具體是指數字產業化，涉及從傳統國民經濟部門中剝離出來的數字化服務以及商品的生產、消費和分配活動。廣義的數字經濟被視為一種經濟活動，其典型特征是將數字化信息和知識作為新的生產要素，即通過信息網絡促進效率提升和宏觀經濟結構優化的經濟活動總和［27］。

1.1 數字經濟與產業人工智能應用

數字經濟為以技術創新為驅動力的發展戰略提供了新動能［28］，主要通過數據支持、市場需求和技術應用等對產業人工智能應用產生影響。首先，數字經濟在發展過程中產生和積累了大量數據，為產業人工智能應用提供了充足的數據支持。數字經濟發展所提供的數據可以用于智能模擬，提高其準確性和效率。其次，數字經濟的發展擴大了產業人工智能應用的市場需求。產業人工智能應用作為數字經濟發展的重要技術支撐，適用于數字化服務、智能產品等領域。最后，數字經濟的多樣化應用場景為產業人工智能應用提供了更多的可能。數字經濟領域的真實數據，能夠為企業的決策提供個性化支持服務，進而推動產業人工智能應用的發展。綜上，本文提出如下假設：

H1：數字經濟對產業人工智能應用具有促進作用。

1.2 空間溢出效應

在數字經濟時代，各部門經濟活動的邊界被弱化，通過高效的信息傳遞壓縮時空距離是數字經濟的特征［11］。數字經濟能夠有效拓展區域聯系的廣度和深度，為技術擴散提供平臺與渠道。Yilmaz等［29］基于美國48個州的面板數據，較早地關注到了信息化具有空間溢出效應。Keller［30］從知識和技術傳播的角度，補充了對溢出距離的討論。也有諸多中國學者研究得出了數字經濟具有外溢性特征的結論［31-32］。數字經濟的發展不僅增強了區域間的聯系，也促進了技術和經濟效益的跨區域傳播，從而影響了不同地區的產業發展和經濟增長?？梢姡瑪底纸洕赡芡ㄟ^空間溢出效應對相鄰地區產業人工智能應用產生影響。因此，本文提出如下假設：

H2：數字經濟對產業人工智能應用具有顯著的空間溢出效應。

1.3 科技創新、城鎮化和產業結構升級的中介效應

數字技術創新是驅動我國數字經濟發展的重要動力［33］。首先，數字經濟發展降低了科技研發的費用。數字技術的溢出效應擴展了知識覆蓋面，有利于研發人員能夠迅速獲取所需的知識和技術。其次，數字經濟發展拓展了融資渠道。數字金融的應用使創新者可以選擇成本更低的資金來源。這不僅有助于規避風險，還能促使創新者快速獲得金融支持，提高科技成果轉化效率，進而促進產業人工智能應用。最后，數字經濟發展促進了創新主體的多樣化。數字技術的應用推動了傳統創新主體從“單一化”向“多元化”的轉變。加強不同主體之間的溝通聯系，能夠培育出更加多樣化的創新模式，獲取更豐富的信息資源，有利于進一步完善科技創新體系，加速產業人工智能應用［34］。

數字經濟的發展有助于提升地區的創新創業活力，進而增強流動人口在該地區定居的意愿。數字經濟還能優化就業結構和提升人力資本水平［35］，為技術研發提供了人才保障。數字經濟通過優化資源配置和改善傳統產業組織模式，促進了城鎮經濟的發展，為產業人工智能研發與應用營造了良好的經濟環境，進而促進了產業人工智能應用。

根據技術變革和勞動力需求理論可知，數字經濟發展有利于產業結構的優化［36］。同時，有研究表明，數字經濟發展能有效促進產業結構升級［37］。數字經濟通過改造傳統生產要素、優化生產要素配置，改變傳統生產方式，進而提高生產效率［38］。張昕蔚［39］研究發現，數字經濟通過提升人力資本水平、優化資源配置等，促進產業結構升級。裴長洪等［40］認為，數字經濟在產業結構升級方面具有巨大的推進作用。大數據、人工智能等與傳統產業的融合便是目前產業結構升級的重要體現［41］。可見，數字技術對傳統產業的賦能有助于產業結構的升級，進而促進產業人工智能應用。綜上，本文提出如下假設：

H3：數字經濟通過科技創新影響產業人工智能應用。

H4：數字經濟通過城鎮化影響產業人工智能應用。

H5：數字經濟通過產業結構升級影響產業人工智能應用。

1.4 人口密度的門檻效應

數字經濟的發展受人口密度的限制［42］。人口密度高的地區通常擁有更完善的基礎設施與服務，為產業人工智能應用提供了基礎；相反，人口密度低的地區面臨數據采集困難、基礎設施不完善等問題，會阻礙產業人工智能應用。可見，當人口密度達到一定水平時，數字經濟才能對產業人工智能應用產生促進作用。因此，本文提出如下假設：

H6：數字經濟對產業人工智能應用的促進作用存在人口密度的門檻效應。

2 研究方法、變量選取與數據來源

2.1 研究方法

2.1.1 空間自相關

2.1.1.1 全局空間自相關性

2.1.1.2 局部空間自相關性

2.1.2 空間計量模型

根據前文分析，為了探究數字經濟對產業人工智能應用的影響和空間效應，構建空間杜賓模型，具體如下：

2.1.3 中介效應模型

為了進一步探究數字經濟對產業人工智能應用的影響機制，構建中介效應模型，具體如下：

2.1.4 面板門檻模型

根據前文分析，數字經濟對產業人工智能應用的影響受城市人口密度的約束，在不同的城市人口密度水平下，二者存在非線性關系。因此，采用面板門檻模型對這一關系進行驗證，模型具體如下：

2.2 變量選取

2.2.1 被解釋變量：產業人工智能應用

2.2.2 核心解釋變量：數字經濟

借鑒現有研究成果［45-46］，從數字經濟發展載體、數字產業化、產業數字化和數字經濟發展環境等4個維度，選取20個指標，采用熵值法賦予權重，最終得到數字經濟綜合得分。評價指標如表1所示。

2.2.3 控制變量

為了更加全面地分析數字經濟對產業人工智能應用的影響，需要設定可能對產業人工智能應用產生影響的控制變量。根據相關文獻［47-49］，選取社會消費水平（Sc）、對外開放程度（Op）、人力資本水平（Hc）、政府干預程度（In）和工業化水平（Ind）作為控制變量。

社會消費水平用社會消費品零售總額占地區生產總值的比重來表示。社會消費水平高代表著居民消費能力強，更容易購買產業人工智能應用相關產品。這種消費需求會促進產業人工智能應用市場的技術發展。

對外開放程度用“貨物進出口總額×美元對人民幣匯率/地區生產總值”來表示。對外開放可以帶來更多的國際交流與合作機會，同時開放的市場也會吸引更多的技術人才，推動國內產業人工智能應用技術的進步。

人力資本水平用高等學校在校生人數占總人口數的比重來表示。人力資本水平反映了社會對教育的重視程度與投入力度。高人力資本水平通常代表著擁有教育程度高、知識技能強的人才隊伍。其更容易接受和掌握新技術，如產業人工智能應用相關技術。

政府干預程度用財政支出占地區生產總值的比重來表示。政府政策能夠影響產業人工智能應用技術的研發與引進，如提供資金支持和設立相關門檻等。

工業化水平用工業增加值占地區生產總值的比重來表示。工業化水平反映了一個國家或地區的工業生產水平和能力。高工業化水平意味著一個國家或地區具有很強的制造業實力。

2.2.4 中介變量

科技創新（Ino）用科學技術支出占一般預算支出的比重來表示?？萍紕撔滤經Q定了一個國家或地區的技術發展能力和競爭力。科技創新能力對數字經濟和產業人工智能應用的發展至關重要。

城鎮化（Ur）用城鎮人口數占總人口數的比重來表示。隨著城鎮化的推進，城市人口規模不斷擴大，基礎設施不斷完善。城鎮化可以為數字經濟和產業人工智能應用的發展提供廣闊的市場空間。

產業結構升級（Isu）用第三產業增加值占第二產業增加值的比重來表示。產業結構升級是指傳統產業向數字化、智能化轉型的過程，對數字經濟和產業人工智能應用的發展具有重要作用。

2.2.5 門檻變量：人口密度

人口密度（Density）用年末常住人口數占行政區域總面積的比值來表示。高人口密度有利于提供較多的市場需求，有助于數字經濟和產業人工智能應用的發展。

2.3 數據來源

考慮到數據可得性，本文選取中國30個省份為研究樣本，不包含西藏、香港、澳門、臺灣等地區。本文的數據來源于2013—2023年中國各省份統計年鑒、《中國統計年鑒》《中國勞動統計年鑒》；對于極少數缺失值，采用插值法補齊。為了避免極差和異方差的影響，對變量進行取對數處理。

3 結果分析

3.1 時空特征分析

數字經濟與產業人工智能應用均呈現出顯著的正向空間集聚特征（見圖1）。在研究期間，數字經濟的空間集聚性隨時間的推移呈現出先增強后平穩發展的態勢?？赡苁且驗閿底纸洕且粋€新興領域，隨著數字技術的快速發展和普及，各地數字經濟規模不斷擴大，數字經濟的集聚性在短時間內顯著增強。然而，隨著數字經濟發展不斷成熟，各地區的競爭趨于平緩，產業結構也逐漸趨于均衡發展。而在研究期間，產業人工智能應用的空間集聚性隨時間的推移保持較為平穩的狀態?？赡苁且驗檫@段時間產業人工智能應用技術快速更新，各地區都積極推動產業人工智能應用及相關產業發展，形成了較為均衡的競爭局面。

數字經濟與產業人工智能應用均具有空間同類集聚特征（見圖2）。由圖2中（a）和（b）可知，中國各省份數字經濟空間集聚特征主要表現為“高—高”“低—低”集聚；2012—2022年具體表現為由“低—高”集聚向“高—高”集聚轉變。由圖2中（c）和（d）可知，中國各省份產業人工智能應用空間集聚特征同樣表現為“高—高”“低—低”集聚；2012—2022年具體表現為由“低—高”集聚向“高—低”集聚轉變。

3.2 空間回歸結果分析

3.2.1 模型選擇

由前文可知，數字經濟和產業人工智能應用具有顯著的空間集聚性，采取空間計量模型對二者的空間效應作進一步分析。與傳統OLS回歸模型相比，空間計量模型具有包含變量間空間因素的優點，適用于分析變量間的空間效應。在進行空間計量模型回歸之前，本文進行了LM檢驗、Wald檢驗、LR檢驗和Hausman檢驗。檢驗結果見表2：LM檢驗表明，應選擇空間滯后模型和空間誤差模型相結合的空間杜賓模型；Wald和LR檢驗表明，空間杜賓模型拒絕退化為空間滯后模型和空間誤差模型；Hausman檢驗表明，應選擇固定效應。因此，本文選用固定效應的空間杜賓模型。

3.2.2 空間回歸結果

采用距離空間矩陣對模型進行回歸分析，空間杜賓模型回歸結果如表3所示。

由表3可知，數字經濟對產業人工智能應用具有促進作用。核心解釋變量的估計系數為0.067，且通過了10%的顯著性檢驗，即數字經濟發展水平每提升1個單位，產業人工智能應用水平便提升0.067個單位。可能的解釋是，數字經濟的發展促進了計算機技術和互聯網技術水平的提升，同時產生和積累了海量數據，有利于人工智能算法的應用，為產業人工智能應用的發展提供了技術支撐和數據基礎，進而促進了產業人工智能應用的發展。假設H1得到了驗證。

就控制變量而言，政府干預程度的估計系數為0.268，且通過了5%的顯著性檢驗，表明政府干預能夠促進產業人工智能應用的發展?？赡艿慕忉屖牵С挚梢詭椭a業人工智能應用企業獲取更多的資源，增強其在市場競爭中的優勢。

工業化水平的估計系數為0.436，且通過了1%的顯著性檢驗，表明工業化能顯著促進產業人工智能應用的發展，即工業化水平每提升1個單位，產業人工智能應用水平便提升0.436個單位?？赡苁且驗楣I化水平的提升對工業生產提出了更高的要求，如生產效率和生產工藝等，而人工智能在產業中的應用能夠滿足更高的生產工藝要求，因而工業化水平的提升促進了產業人工智能應用的發展。

3.2.3 空間分解效應

根據Lesage和Pace［50］的研究，對回歸結果進行微分處理，以分析各個變量對被解釋變量的空間溢出效應，具體如表4所示。

由表4可知，數字經濟對產業人工智能應用具有顯著的正向空間溢出效應。核心解釋變量的間接效應系數為1.866，且通過了5%的顯著性檢驗，即數字經濟發展水平每提升1個單位，相鄰地區產業人工智能應用水平便提升1.866個單位。可能的解釋是，數字經濟提供了數據共享平臺和云計算服務，使得各地區能開展數據共享活動，為產業人工智能應用提供了充足的數據資源和強大的算力支持。另外，數字經濟的發展推動了技術創新和研發合作。各地區的企業或機構通過合作開發產業人工智能應用技術，加快了產業人工智能應用技術的研發與落地。假設H2得到了驗證。

社會消費水平對產業人工智能應用具有正向空間溢出效應。社會消費水平的間接效應估計系數為3.998，且通過了1%的顯著性檢驗，表明社會消費水平每提升1個單位，相鄰地區產業人工智能應用水平便提升3.998個單位?？赡艿慕忉屖?，隨著消費水平的提升，居民對生活品質和服務質量的要求提高，市場對于智能化產品和服務的需求也在不斷增加。相鄰地區為了搶占市場份額、提高競爭力，須加大對產業人工智能應用技術的研發，不斷滿足消費者需求，進而促進產業人工智能應用的發展。

人力資本水平對產業人工智能應用具有正向空間溢出效應。人力資本水平的間接效應估計系數為2.066，且通過了10%的顯著性檢驗?？赡艿慕忉屖?，高水平的人力資本能夠促進產業人工智能應用領域的技術交流與合作，有利于產業人工智能應用技術的傳播，進而推動整個區域產業人工智能應用技術的發展。董志強和黃旭［51］研究發現，人力資本能促進產業人工智能應用技術的發展，與本文結論較為相似。

政府干預程度對產業人工智能應用具有負向空間溢出效應。政府干預程度的間接效應估計系數為-3.289，且通過了5%的顯著性檢驗?？赡艿慕忉屖牵深A程度過高導致區域市場競爭受限，相鄰地區的企業難以在市場上展開公平競爭，在一定程度上限制了產業人工智能應用的發展；同時，政府干預程度過高會導致人才流動不暢，限制了區域間人才交流和技術共享，進而影響了產業人工智能應用技術的傳播。

3.3 穩健性檢驗

為了進一步驗證回歸結果的穩健性，本文采用替換空間權重矩陣、替換核心解釋變量和替換被解釋變量的方法進行驗證，結果如表5所示。

3.3.1 替換空間權重矩陣

分別采用經濟距離矩陣和鄰接矩陣對距離矩陣進行替換。結果表明，核心解釋變量數字經濟對產業人工智能應用的直接效應和空間溢出效應仍顯著為正，且通過了1%的顯著性檢驗，表明替換空間權重矩陣不會影響回歸結果。

3.3.2 替換核心解釋變量

將數字經濟滯后一期替換核心解釋變量進行回歸。結果表明，替換核心解釋變量并沒有改變數字經濟對產業人工智能應用的影響效應。

3.3.3 替換被解釋變量

將產業人工智能應用數據縮尾5%后替換被解釋變量進行回歸。結果表明，各解釋變量的系數、大小和方向均基本保持一致，表明研究結論具有可靠性。

3.4 中介效應

為了探究數字經濟對產業人工智能應用的影響機制，選用中介效應模型對二者的影響機制進行分析。由表6可知，數字經濟對科技創新的估計系數為0.165，且通過了1%的顯著性檢驗，表明數字經濟能顯著促進科技創新；科技創新對產業人工智能應用的估計系數為0.400，且通過了1%的顯著性檢驗，表明科技創新能顯著促進產業人工智能應用。綜上，數字經濟能通過促進科技創新而影響產業人工智能應用發展。溫珺等［52］研究發現，數字經濟能有效促進創新，該結論為本文提供了理論借鑒。假設H3得到了驗證。

數字經濟對城鎮化的估計系數為0.017，且通過了5%的顯著性檢驗，表明數字經濟能促進城鎮化發展；城鎮化對產業人工智能應用的估計系數為4.153，且通過了1%的顯著性檢驗，表明城鎮化能顯著促進產業人工智能應用。綜上，數字經濟能通過促進城鎮化發展而影響產業人工智能應用發展。假設H4得到了驗證。

數字經濟對產業結構升級的估計系數為0.150，且通過了10%的顯著性檢驗，表明數字經濟對產業結構升級具有促進作用；產業結構升級對產業人工智能應用的估計系數為0.226，且通過了1%的顯著性檢驗，表明產業結構升級能顯著促進產業人工智能應用。綜上，數字經濟能通過促進產業結構升級而影響產業人工智能應用發展。劉洋和陳曉東［53］研究發現，數字經濟能有效促進產業結構升級，該結論為本文提供了理論借鑒。假設H5得到了驗證。

3.5 門檻效應

選取人口密度作為門檻變量，并進行門檻效應檢驗，結果如表7所示。由表7可知，人口密度顯著通過了單門檻檢驗，未通過雙門檻檢驗，且門檻檢驗值為213.855。

人口密度在數字經濟對產業人工智能應用的影響中具有顯著的單門檻效應。由表8可知，當人口密度小于等于門檻值213.855時，數字經濟對產業人工智能應用的估計系數為0.378，且通過了5%的顯著性檢驗，表明在達到門檻值前，數字經濟發展水平每提升1個單位，產業人工智能應用便提升0.378個單位。當人口密度超過門檻值時，數字經濟對產業人工智能應用的估計系數為0.816，且通過了1%的顯著性檢驗。此時，數字經濟發展水平每提升1個單位，產業人工智能應用便提升0.816個單位。王佳和陳浩［54］研究發現，城市交通設施的優化對城市生產率的影響存在人口密度的門檻效應，該結論為本文提供了部分理論依據。假設H6得到了驗證。

3.6 異質性檢驗

我國幅員遼闊，各省份經濟水平、資源稟賦和政策支持不同，因此不同區域的數字經濟對產業人工智能應用的影響可能不同。為了驗證數字經濟對產業人工智能應用影響的區域異質性，將樣本省份按照地理位置劃分為東部、中部和西部等3類，檢驗結果如表9所示。

在東部地區，數字經濟對產業人工智能應用的直接效應系數為負，間接效應系數為正，但均不顯著?？赡艿慕忉屖?，東部地區作為中國經濟發展的核心區域，數字經濟和產業人工智能應用已經相對成熟，甚至呈現趨于飽和的狀態，因此未能表現出顯著促進的關系。

在中部地區，數字經濟對產業人工智能應用具有顯著的促進作用和正向的空間溢出效應。數字經濟對產業人工智能應用的估計系數為0.307，且通過了1%的顯著性檢驗，表明數字經濟能顯著促進產業人工智能應用發展。數字經濟的間接效應系數為0.571，且通過了10%的顯著性檢驗，表明數字經濟能促進相鄰地區產業人工智能應用發展?？赡艿慕忉屖?，基于國家產業結構的調整和數字經濟戰略的實施，中部地區政府加大了對數字經濟和產業人工智能應用的政策支持和資金投入力度；同時，數字經濟為產業人工智能應用提供了數據和技術支撐，促進了產業人工智能應用的發展。此外，中部地區具有完善的交通設施，有利于數字經濟和產業人工智能應用的跨區域交流，進而促進相鄰地區產業人工智能應用發展。

在西部地區，數字經濟對產業人工智能應用的直接效應系數和間接效應系數均為正，但均不顯著?？赡艿慕忉屖?，相較于東部地區和中部地區，西部地區經濟發展水平較低，數字經濟基礎設施不夠完善，數字經濟對產業人工智能應用的影響受到了限制。同時，西部地區可能存在人才短缺和科研條件不足的情況，進而影響了數字經濟和產業人工智能應用的發展。

4 結論與建議

4.1 結論

本文基于2012—2022年中國30個省份的面板數據，測算了數字經濟發展指數，并采用莫蘭指數刻畫了數字經濟和產業人工智能應用的空間集聚特征。在此基礎上，運用空間杜賓模型分析了數字經濟對產業人工智能應用的影響和空間溢出效應，并選用中介效應模型和門檻效應模型對二者的影響機制與非線性關系進行了探討。主要結論如下：①莫蘭指數表明，數字經濟和產業人工智能應用均具有顯著的正向空間自相關性；②空間杜賓模型的結果顯示，數字經濟對本地區和相鄰地區產業人工智能應用均具有顯著的促進作用；③中介效應模型的結果顯示，數字經濟能夠通過科技創新、城鎮化、產業結構升級促進產業人工智能應用發展；④門檻效應模型的結果顯示，數字經濟與產業人工智能應用具有非線性關系，且數字經濟對產業人工智能應用的促進作用在高人口密度的情況下更為顯著；⑤區域異質性檢驗結果顯示，中部地區數字經濟對本地區和相鄰地區產業人工智能應用均具有顯著的促進作用，而東、西部地區不顯著。

4.2 政策建議

根據以上研究結論，提出如下政策建議。

第一，增強科技創新能力。政府和企業應加大科研經費投入力度，支持科研機構和企業開展前沿技術研發，增強團隊競爭力；建立完善的科技創新體系，促進科研成果的轉化和應用，推動科技創新成果市場化發展，加強產業人工智能的應用。

第二，推進城鎮化發展。大力推進城鎮化高質量發展，如完善教育、醫療和文化設施，提升人才吸引力；制定人才引進政策，構建人才服務體系，如簡化人才落戶手續、提供住房補貼等措施；促進城鎮化與人才引進同步發展，推動產業人工智能應用技術進步。

第三，推動產業結構升級。加速數字技術與傳統產業的融合，提升產業的生產效率。而數字技術賦能傳統產業有助于產業的高質量發展，實現產業生產現代化和智能化。

第四，合理規劃城市人口密度。適宜的城市人口密度能夠為產業人工智能應用提供豐富的數據資源和人才資源，以及良好的創新環境，有助于產業人工智能應用的發展。

第五，推動中部地區數字經濟相關產業的發展，如大數據、區塊鏈、云計算等；加大對西部地區數字經濟的政策支持力度，完善西部地區數字經濟基礎設施建設，促進產業人工智能應用技術發展。

參考文獻：

［1］ YOO Y，BOLAND R J，LYYTINEN K，et al. Organizing for innovation in the digitized world［J］.Organization Science，2012，23（5）：1398-1408.

［2］ 許憲春，張美慧.中國數字經濟規模測算研究：基于國際比較的視角［J］.中國工業經濟，2020（5）：23-41.

［3］ 習近平主持中共中央政治局第九次集體學習并講話［EB/OL］.（2018-10-31）［2024-02-03］.http：//www.gov.cn/xinwen/2018-10/31/content_5336251.htm.

［4］ MOOR J.The dartmouth college artificial intelligence conference： the next fifty years［J］.AI Magazine，2006，27（4）：87-91.

［5］ MINSKYT M. Steps toward artificial intelligence［J］.Proceedings of the Ire，1963，49（1）：8-30.

［6］ MIN H. Artificial intelligence in supply chain management：theory and applications［J］.International Journal of Logistics Research amp; Applications，2010，13（1）：13-39.

［7］ 張鑫，王明輝.中國人工智能發展態勢及其促進策略［J］.改革，2019（9）：31-44.

［8］ 曹靜，周亞林.人工智能對經濟的影響研究進展［J］.經濟學動態，2018（1）：103-115.

［9］ 陳曉紅，李楊揚，宋麗潔，等.數字經濟理論體系與研究展望［J］.管理世界，2022，38（2）：208-224，16.

［10］ 李長江.關于數字經濟內涵的初步探討［J］.電子政務，2017（9）：84-92.

［11］ 趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展：來自中國城市的經驗證據［J］.管理世界，2020，36（10）：65-76.

［12］ 聶秀華，吳青.數字金融對中小企業技術創新的驅動效應研究［J］.華東經濟管理，2021，35（3）：42-53.

［13］ 王軍，朱杰，羅茜.中國數字經濟發展水平及演變測度［J］.數量經濟技術經濟研究，2021，38（7）：26-42.

［14］ 楊慧梅，江璐.數字經濟、空間效應與全要素生產率［J］.統計研究，2021，38（4）：3-15.

［15］ 祁懷錦，曹修琴，劉艷霞.數字經濟對公司治理的影響：基于信息不對稱和管理者非理性行為視角［J］.改革，2020（4）：50-64.

［16］ 荊文君，孫寶文.數字經濟促進經濟高質量發展：一個理論分析框架［J］.經濟學家，2019（2）：66-73.

［17］楊立新.人工類人格：智能機器人的民法地位——兼論智能機器人致人損害的民事責任［J］.求是學刊，2018，45（4）：84-96.

［18］王利明.人工智能時代對民法學的新挑戰［J］.東方法學，2018（3）：4-9.

［19］姚加權，張錕澎，郭李鵬，等.人工智能如何提升企業生產效率？——基于勞動力技能結構調整的視角［J］.管理世界，2024，40（2）：101-116，133，117-122.

［20］ 郭凱明.人工智能發展、產業結構轉型升級與勞動收入份額變動［J］.管理世界，2019，35（7）：60-77，203.

［21］ 徐鵬，徐向藝.人工智能時代企業管理變革的邏輯與分析框架［J］.管理世界，2020，36（1）：122-129，238.

［22］ 于非，何玉林，賀穎.人工智能與數字經濟專題序言：人工智能賦能數字經濟，共創未來無限可能［J］.深圳大學學報（理工版），2023，40（3）：253-257.

［23］ 沈洋，魏丹琪，周鵬飛.數字經濟、人工智能制造與勞動力錯配［J］.統計與決策，2022，38（3）：28-33.

［24］ 羅以洪.大數據人工智能區塊鏈等ICT促進數字經濟高質量發展機理探析［J］.貴州社會科學，2019（12）：122-132.

［25］ MULLAINATHAN S，SPIESS J. Machine learning：an applied econometric approach［J］.Journal of Economic Perspectives，2017，31（2）：87-106.

［26］ TAPSCOTT D. The digital economy：promise and peril in the age of networked intelligence［M］.New York：McGraw-Hill，1996.

［27］ IMF.Measuring the digital economy［R/OL］.（2018-04-03）［2024-02-03］.https：//www.imf.org/en/Publications/Policy-Papers/Issues/2018/04/03/022818-measuring-the-di

gital-economy.

［28］ 唐要家，王鈺，唐春暉.數字經濟、市場結構與創新績效［J］.中國工業經濟，2022（10）：62-80.

［29］ YILMAZ S，HAYNES K E，DINC M.Geographic and network neighbors：spillover effects of telecommunications infrastructure［J］.Journal of Regional Science，2002，42（2）：339-360.

［30］ KELLER W. Trade and the transmission of technology［J］.Journal of Economic Growth，2002，7（1）：5-24.

［31］ 盛斌，劉宇英.中國數字經濟發展指數的測度與空間分異特征研究［J］.南京社會科學，2022（1）：43-54.

［32］ 劉新智，孔芳霞.長江經濟帶數字經濟發展對城市綠色轉型的影響研究：基于“三生”空間的視角［J］.當代經濟管理，2021，43（9）：64-74.

［33］ 黃勃，李海彤，劉俊岐，等.數字技術創新與中國企業高質量發展：來自企業數字專利的證據［J］.經濟研究，2023，58（3）：97-115.

［34］ 徐維祥，周建平，劉程軍.數字經濟發展對城市碳排放影響的空間效應［J］.地理研究，2022，41（1）：111-129.

［35］ 韓剛，李潤琴.數字經濟與新型城鎮化：作用機制和門檻效應［J］.工業技術經濟，2024，43（1）：21-30.

［36］ 戚聿東，劉翠花，丁述磊.數字經濟發展、就業結構優化與就業質量提升［J］.經濟學動態，2020（11）：17-35.

［37］ 陳曉東，楊曉霞.數字經濟發展對產業結構升級的影響：基于灰關聯熵與耗散結構理論的研究［J］.改革，2021（3）：26-39.

［38］ 劉翠花.數字經濟對產業結構升級和創業增長的影響［J］.中國人口科學，2022（2）：112-125，128.

［39］ 張昕蔚.數字經濟條件下的創新模式演化研究［J］.經濟學家，2019（7）：32-39.

［40］ 裴長洪，倪江飛，李越.數字經濟的政治經濟學分析［J］.財貿經濟，2018，39（9）：5-22.

［41］ 郭克莎.中國產業結構調整升級趨勢與“十四五”時期政策思路［J］.中國工業經濟，2019（7）：24-41.

［42］ 許釗，高煜，霍治方.數字經濟發展對城市經濟集聚的影響［J］.統計與決策，2022，38（14）：80-84.

［43］ 蘆婷婷，祝志勇.人工智能是否會降低勞動收入份額：基于固定效應模型和面板分位數模型的檢驗［J］.山西財經大學學報，2021，43（11）：29-41.

［44］ 閆雪凌，朱博楷，馬超.工業機器人使用與制造業就業：來自中國的證據［J］.統計研究，2020，37（1）：74-87.

［45］ 王軍，朱杰，羅茜.中國數字經濟發展水平及演變測度［J］.數量經濟技術經濟研究，2021，38（7）：26-42.

［46］ 劉軍，楊淵鋆，張三峰.中國數字經濟測度與驅動因素研究［J］.上海經濟研究，2020（6）：81-96.

［47］ 曾祥炎，李姣，曾小明.要素稟賦與中西部地區數字經濟可持續發展：基于機器學習方法［J］.湖南科技大學學報（社會科學版），2021，24（6）：80-89.

［48］ 李曉鐘，李俊雨.數字經濟發展對城鄉收入差距的影響研究［J］.農業技術經濟，2022（2）：77-93.

［49］ 何宗樾，宋旭光.數字經濟促進就業的機理與啟示：疫情發生之后的思考［J］.經濟學家，2020（5）：58-68.

［50］ LESAGE J，PACE R K. Introduction to spatial econometrics［M］. New York：Chapman and Hall/CRC Press，2009.

［51］ 董志強，黃旭.人工智能發展背景下公共政策的增長和不平等效應：一個動態一般均衡模型［J］.學術研究，2021（2）：92-99，178.

［52］ 溫珺，閻志軍，程愚.數字經濟與區域創新能力的提升［J］.經濟問題探索，2019（11）：112-124.

［53］ 劉洋，陳曉東.中國數字經濟發展對產業結構升級的影響［J］.經濟與管理研究，2021，42（8）：15-29.

［54］ 王佳，陳浩.交通設施、人口集聚密度對城市生產率的影響：基于中國地級市面板數據的分析［J］.城市問題，2016（11）：53-60.

Analysis of Effect of Digital Economy on the Application of Industrial Artificial Intelligence

Zhao Jincai， Du Yongmeng

（Business School， Henan Normal University， Xinxiang 453007， China）

Abstract： China has become a country with a robust industrial system globally， but there are still challenges such as a weak foundation in high-tech industries. The advancement of intelligent industries is crucial for constructing a modern industrial system and promoting low-carbon economic development. The application of industrial artificial intelligence is a key factor in the development of intelligent industry. Moreover， the digital economy plays a critical role in industrial transformation， directly influencing the development of intelligent industries in China. In this study， 30 provinces in China are analyzed using socio-economic panel data from 2012 to 2022. Several models， including the spatial Durbin model， mediating effect model， and panel threshold model， are used to empirically analyze the impact of the digital economy on the application of industrial artificial intelligence. Firstly， this paper provides an overview of the temporal development trends of China's digital economy and the application of industrial artificial intelligence. Then， by constructing spatial weight matrices， covering the spatial adjacency weight matrix， spatial distance weight matrix， and economic spatial distance weight matrix， the influence and mechanism of digital economy on industrial artificial intelligence application are revealed. The empirical results indicate that the digital economy significantly promotes the application of industrial artificial intelligence and exhibits a notable positive spatial spillover effect. This conclusion remains robust through stability tests， confirming its reliability. Furthermore， a mediating effect model is used to explore the mechanism through which the digital economy affects the application of industrial artificial intelligence， focusing on technological innovation， urbanization， and industrial structure upgrading. The mechanism test results reveal that the digital economy promotes the application of industrial artificial intelligence through these channels. Additionally， in order to investigate the non-linear relationship between the digital economy and the application of industrial artificial intelligence， a panel threshold model is employed. The threshold effect test shows that population density has a significant threshold effect on the impact of the digital economy on the application of industrial artificial intelligence. Specifically， when population density is the threshold variable， the effect of the digital economy on the application of industrial artificial intelligence increases significantly after reaching the threshold value. Finally， based on geographical location， a heterogeneity test is conducted by dividing the study area into eastern， central， and western regions. Results of the heterogeneity test indicate that the digital economy significantly promotes the application of industrial artificial intelligence in the central region of China， with a notable positive spatial spillover effect. However， the impact of the digital economy on the application of industrial artificial intelligence in the eastern and western regions is not significant. Overall， this paper contributes to the theoretical framework in the fields of digital economy development and industrial artificial intelligence to some extent.

Key words： digital economy; application of industrial artificial intelligence; spatial Durbin model; mediating effect; threshold effect