人工智能會吸引更多投資嗎？

一、引言與文獻綜述

習近平總書記指出，“互聯網、大數據、云計算、人工智能、區塊鏈等技術加速創新，日益融入經濟社會發展各領域全過程，各國競相制定數字經濟發展戰略、出臺鼓勵政策，數字經濟發展速度之快、輻射范圍之廣、影響程度之深前所未有，正在成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量”①。在此背景下，人工智能作為數字技術的重要組成部分，將逐步成為國家和企業提升競爭力的核心工具，并在重塑全球競爭格局中扮演關鍵角色。

自1956年約翰·麥卡錫等人在達特茅斯會議上首次提出“人工智能\"這一概念以來，人工智能技術迅速演進，特別是進人21世紀后，其在多個領域的應用加速擴展，對人類社會生產生活產生了重要影響。已有人工智能領域的研究，主要聚焦于其發展對勞動力市場和社會結構的影響。在微觀層面，學術界形成了兩種不同的觀點，一種觀點認為人工智能發展整體上是積極樂觀的，人工智能應用可以提高生產效率、降低生產成本、創造新工作（Acemogluand Restrepo，2018），同時智能化發展也可以通過\"創造性破壞\"催發出一些新發明和新產業，這使得勞動力市場、就業市場得以活躍（Autor etal.，2003）。另一種觀點認為人工智能發展整體上是消極悲觀的，隨著勞動力市場轉型力度加大，機器替代勞動可能帶來大量失業（Acemoglu and Restrepo，2020）。在宏觀層面，隨著就業需求不斷調整，就業結構也逐步改變（姜昊和董直慶，2023），呈現出兩極分化態勢（Acemoglu and Autor，2011），即高、低端產業就業增加，中端產業就業減少（孫早和侯玉琳，2019），同時勞動力市場兩極分化又促進了收入的再分配與調整，導致了工資水平的兩極分化（Autor，2015;Acemoglu and Restrepo，2020），即高、低端產業工資水平增長明顯，中端產業工資水平停滯不前，可見智能化的發展加劇了收人的不平等（王林輝等，2020），使得勞動收入份額持續下降（Acemoglu and Restrepo，2018）。

隨著人工智能技術對國家經濟運行方式的影響逐漸加深，國家產業結構不斷進行調整，經濟體之間參與全球價值鏈分工格局也進一步調整，發展中經濟體有望通過重塑全球產業鏈分工格局實現\"彎道超車\"（呂越等，2020;趙文濤和王嵐，2024），為經濟發展注入新活力。除了全球產業鏈重塑，全球資本流動格局重塑也是國家間競爭格局變化的重要體現，特別在世界銀行、世界貿易組織等國際組織成立后，外商直接投資成為衡量全球資本流動的重要指標。2019年國務院發布的《國務院關于進一步做好利用外資工作的意見》也提到，“外資在我國經濟發展中發揮了獨特而重要的作用，推動高質量發展、推進現代化建設必須始終高度重視利用外資”。那么在國家間競爭日益激烈的今天，人工智能發展能否吸引來更多投資，重塑全球資本流動格局？針對這一命題，目前鮮有研究展開深入探討。

理論上，人工智能作為技術要素的重要代表，其發展將對經濟體要素稟賦產生重要影響，并進一步影響全球要素稟賦格局的重塑，這主要體現在人工智能發展在成本和效率方面的優勢，通過改變原來以“人口紅利\"（Marchiori，2011）和\"人力資本\"（Lucas Jr，1990）為主要因素的全球要素稟賦格局，重塑一個以人工智能技術為核心的新型全球要素稟賦格局。一方面，機器替代勞動可以有效緩解勞動力不足的問題，重塑“人口紅利\"比較優勢以吸引外資注入。另一方面，智能技術和設備還可以帶來更高的生產效率（姚加權等，2024），重塑“人力資本”比較優勢以吸引外資注入。不過，根據\"國際資本流動悖論”，受經濟體自身債務風險加劇（Reinhartand Rogof，2004）、金融發展水平不高（Ju andWei，2006）、外資利用能力較差（AIfaro etal.，2008）等因素影響，人工智能發展對外資的吸引作用有可能減弱，甚至表現出負面影響。那么人工智能作為新一代信息技術的戰略重點，其發展能否吸引來更多投資？其影響機制是什么？進一步看，人工智能的內涵不僅限于單一技術，而是延伸到多個技術生態，包括基礎硬件、計算系統與數據、算法理論、應用技術和智能應用，它們共同構成了這一技術發展的整體。那么不同層面人工智能技術對外資注人的影響是否相同？此外，由于不同經濟體在收入水平、經濟結構、貿易模式等方面存在差異，那么人工智能發展對哪些經濟體外資注人的影響更大？對上述問題展開有效探討將有助于深化對人工智能技術發展的理解。

基于此，在理論分析的基礎上，利用1993—2022年全球212個經濟體的面板數據，運用雙向固定效應模型和雙重差分模型，就人工智能發展對外資注人的影響展開分析。可能的邊際貢獻包括以下幾點：第一，拓展了人工智能帶來影響方面的研究，豐富了外資注入影響因素方面的研究，從全球要素稟賦格局重塑的視角解釋了智能技術發展對國際資本流動格局的影響。第二，從提高生產效率、活躍消費市場的視角，厘清了人工智能發展吸引外資注人的理論機制，并利用相關數據進行了實證檢驗；第三，優化了人工智能發展的衡量方式，利用Webof Science文獻搜索引擎中人工智能領域的發文量表征人工智能發展水平，提高了對人工智能發展水平刻畫的全面性和系統性，并利用構建的人工智能發展指標展開實證分析;第四，分析了不同層面人工智能技術、不同收入水平經濟體、不同經濟結構和貿易模式經濟體對外資注人的異質性影響，從多個視角深化了對人工智能的理解，為更加精準有效地制定人工智能發展政策，提高全球競爭優勢，提供依據和經驗借鑒。

二、理論框架與研究假說

（一）人工智能與外資注入

外資注人動機一般包括資源尋求、市場尋求、效率尋求和戰略尋求四個方面（Dunning，1998），人工智能發展能夠深徹改變全球經濟體原有引資優勢格局，引導外資進行高效配置。根據大衛·李嘉圖的比較優勢理論，全球各經濟體的要素稟賦比較優勢差異決定了各經濟體的生產效率和生產成本差異，進而通過改善投資回報率影響外商投資決策。后來，赫克歇爾一俄林模型又將單一生產要素拓展到勞動力、資本、技術和土地等多個生產要素，并認為經濟體在多個生產要素上的相對稀缺程度將決定要素生產價格和產品生產成本。人工智能作為一種特殊的技術要素，不僅能夠改變經濟體在原有技術生產要素上的相對稀缺程度，而且還能夠通過降本增效來改善和優化其他要素的相對稀缺程度，進而重塑一個以人工智能為核心的要素稟賦配置格局。

資源尋求與經濟體要素稟賦息息相關，也最為重要。一方面，從勞動數量角度出發，通過機器替代勞動，原有勞動力不足、勞動成本較高經濟體的生產劣勢將得到緩解和彌補，尤其在當前人口老齡化問題加劇的背景下，勞動力減少將對經濟發展帶來負面影響，而人工智能發展能夠較好地彌補勞動力不足的缺陷（陳彥斌等，2019），這使得以往在人口紅利方面處于劣勢的經濟體能夠通過發展和應用人工智能重塑生產要素稟賦優勢，進而吸引外資注入。另一方面，從勞動質量角度出發，通過使用智能技術和設備，原有人力資本較差經濟體存在的學歷較低、經驗不足等問題也將得到改善，智能化設備生產不僅效率高、出錯率低，而且還沒有“疲勞感”，能夠促成高效的人機協作，這使得以往在人力資本方面處于劣勢的經濟體也可以通過使用智能化設備重塑生產要素稟賦優勢，進而吸引外資注入。

在市場尋求方面，人工智能發展通過推動智能化變革帶動新興產業投資機會，并進一步引發市場結構的變化和調整。一方面，人工智能能夠有效賦能傳統產業，提升行業競爭力，進而吸引外資注入。另一方面，人工智能應用能夠催生無人駕駛、智能制造等一系列新興產業，進而吸引大量外資注入。在效率尋求方面，借助人工智能分析技術，資本市場對企業價值的評估更加準確，增強了企業信息披露程度和市場信任，降低了投資決策的不確定性，進而吸引更多外資注入。此外，在戰略尋求方面，人工智能作為全球新興產業布局和企業投資選擇的戰略重點，其發展蘊含的龐大市場需求、技術合作機會和資源成本優勢必將引領全球投資配置進行優化調整，充分吸引外資注人。

盡管如此，人工智能發展對外資注入的影響也面臨諸多挑戰，正如學者們對“盧卡斯悖論\"進行解釋時，就曾提出經濟體自身債務風險加劇（Reinhartand Rogof，2004）、金融發展水平不高（JuandWei，2006）、外資利用能力較差（Alfaro et al.，2008）等影響因素也會阻礙外資注人。不過，考慮到人工智能發展帶來的巨大變革是延伸到各行各業的，經濟體在風險控制能力、金融發展水平等方面的不足也將會隨著智能技術的應用得到優化和改善，因此總體上人工智能發展對外資注入的影響是積極樂觀的。基于以上分析，提出：

假說1：人工智能發展能夠促進經濟體外資注人增加。

（二）人工智能吸引外資注入的供需作用機制

從供給角度出發，人工智能發展能夠有效提高生產效率，主要體現在以下幾方面：一是生產能力更強，通過大數據分析和數智決策優化生產計劃和調度，確保原材料、勞動力和設備的有效利用，以提高生產力，通過實時監測和分析生產數據（李唐等，2020），可以優化生產環節，改進生產過程，減短生產周期，以提高產量;二是生產速度更快，自動化生產設備通過執行高難度任務提高生產線生產速度，優化產品生產流程，節約生產時間，通過人機協作充分發揮人工勞動和機器作業的優勢，在相同時間內完成更多的任務（Brynjolfsson et al.，2011）;三是生產成本更低，自動化、智能化生產設備可以替代一些危險性較高的人工勞動，并保證不間斷工作，從而降低勞動力成本，通過數智分析（Edwardset al.，2020），優化生產環節管理（Huang and Van Mieghem，2014），優化供應鏈管理（陳劍等，2020），強化成本控制，降低過量庫存和運輸成本；四是產品質量更高，通過機器替代勞動，自動化設備可以完成一些高精確任務（徐鵬和徐向藝，2020），減少人為因素引發的錯誤（姚加權等，2024），提高產品一致性，通過使用視覺識別、傳感器技術和機器學習算法，在各個生產環節自動檢測產品缺陷，及時發現并糾正問題，以降低次品率。

從需求角度出發，人工智能發展能夠有效活躍消費市場，主要體現在以下幾方面：一是智能推薦活躍消費，智能模型和系統可以精確分析個人消費習慣、消費歷史記錄和消費興趣領域，提供個性化商品和服務推薦，活躍消費市場;二是優化價格吸引消費，智能模型和系統也可以高效分析市場供需（陳劍等，2020）、商品價格和消費者購買能力等信息（Furmanand Seamans，2019），幫助制定更精確的價格策略（Huang and Van Mieghem，2014;陳劍等，2020），提供更有吸引力的折扣和優惠，釋放消費潛力；三是智能支付便利消費（易行健和周利，2018;），人工智能與金融領域相結合，可以提供更智能、更便捷和更安全的支付方式，伴隨著移動支付和數字貨幣等技術的發展，消費將變得更加容易；四是智能物流服務消費，人工智能應用于物流和配送，可以有效提高交付效率，縮短等待時間，降低物流成本，提高消費者購物體驗;五是創新產品刺激消費（肖靜華等，2020），智能技術支持的定制生產能夠更好地滿足各類消費者需求，通過優化生產技術，消費產品種類得以豐富，產品附加值得以提升，激發居民購買欲望。

由此可見，人工智能發展對提高生產效率、活躍消費市場具有重要作用，而外國投資者大多是理性的，其所做的投資決策也主要基于對未來在成本收益方面的預期考量，而生產效率提升和消費市場擴展能夠在很大程度上為資本運營產生更大的經濟效益創造機會和空間。基于以上分析，提出：

假說2：人工智能發展能夠通過提高生產效率和活躍消費市場促進經濟體外資注人增加。

（三）人工智能吸引外資注入的技術差異

人工智能技術并非鐵板一塊，它包括計算硬件、計算系統與數據、算法理論、應用技術和智能應用五個維度①，涉及基礎層、技術層和應用層②三個層面（陳楠和蔡躍洲，2023），不同層面人工智能技術對經濟體外資流人的影響可能存在差異。計算硬件和計算系統與數據技術屬于基礎層人工智能，具體包括芯片、傳感器、云計算等基礎設施，是人工智能技術體系得以運行的基礎，能夠確保算法和系統功能的數據傳輸、存儲以及算法訓練的順利進行（彭剛等，2022）。算法理論和應用技術屬于技術層人工智能，具體包括各類算法與深度學習技術，是實現人工智能功能、推進智能化的核心。隨著大數據、云計算、物聯網等信息技術的發展，以深度神經網絡為代表的算法取得了顯著的突破，這些算法的進步極大地推動了人工智能技術應用，并直接關系到技術的性能和效率。智能應用屬于應用層人工智能，是人工智能技術與各行業深度融合的層面，直接面向市場和消費者。由于應用層人工智能涉及自動駕駛、智能醫療等實際場景中的應用，因此其對促進社會技術進步和市場擴大具有最為直接的影響。基礎層人工智能是人工智能技術得以發展的根本，是整個人工智能體系的基石。沒有強大的基礎層人工智能作為支撐，人工智能算法就無法高效訓練與運行，因此基礎層人工智能的重要性體現在其對整個人工智能生態的支持與制約作用，其對外資注入的影響最強。技術層人工智能雖然重要，卻高度依賴基礎層人工智能的支撐，同時技術發展需要在長期研究和不斷迭代中才能趨于成熟，因此其對外資注人的影響弱于基礎層人工智能。應用層人工智能對實際產品與服務質量的影響最為直接，但它更依賴于基礎層和技術層人工智能的成熟，沒有穩固的基礎和先進的技術支持，應用層人工智能發展將受到很大限制。基于以上分析，提出：

假說3：不同層面人工智能技術對經濟體外資注入的影響存在差異，其中基礎層人工智能對外資注入的吸引作用最強，技術層人工智能次之，應用層人工智能最弱。

（四）人工智能吸引外資注入的個體特征差異

由上述分析可知，整體上人工智能發展能夠促進經濟體外資注入增加，然而經濟體之間并不是同質化的，而是有差異的，這些差異具體體現在收入水平、經濟結構、貿易模式和營商環境等方面，并對經濟體外資注入水平形成影響。在收入水平方面，相較于中低收入經濟體，高收人經濟體擁有更大的先發技術優勢和更完善的基礎設施，這使得它們在人工智能技術的發展應用以及推廣方面更具優勢，同時高收人經濟體的資本積累程度更高、市場規模更大，擁有較為完善的金融體系、法律環境和銷售市場，這些有利因素降低了外國投資的風險，提高了投資的吸引力。雖然人工智能發展通過重塑全球要素稟賦格局，能夠在一定程度上彌補中低收入經濟體在勞動質量、生產效率等方面的不足，但是投資環境上的劣勢無法在短期內得到有效改善，可能會阻礙外資注入。在經濟結構方面，相較于低工業化程度經濟體，高工業化程度經濟體通常在自動化、信息化方面投入更多，為人工智能發展提高生產效率創造了有利條件，同時高工業化程度經濟體也擁有更多高級工程師和管理人員，有利于提高人機協作效率，發揮要素稟賦比較優勢以吸引外資注入。在貿易模式方面，相較于低出口經濟體，出口導向型經濟體往往更注重國際市場，更容易融入全球價值鏈，得益于人工智能應用在提高生產效率和提升產品質量方面的優勢，出口導向型經濟體能夠為外國投資提供更高的收益回報，因此其對外資注人的吸引力也更強。在營商環境方面，相較于企業營商環境較差的經濟體，企業營商環境較好的經濟體擁有透明度更高的投資環境，有利于降低外商投資面臨的信息不對稱問題，同時高效的物流體系有利于國際貿易的繁榮發展，使得經濟體能夠更快地將產品推向全球市場，并轉化為企業價值，為外商提供豐厚的收益和回報，因此其對外資的吸引力更強。基于以上分析，提出：

假說4：不同收入水平、經濟結構、貿易模式和營商環境的經濟體，其通過發展人工智能技術對外資的吸引力存在差異，高收入經濟體、高工業化程度經濟體、出口導向型經濟體和企業營商環境較好經濟體對外資注入的吸引作用更強。

人工智能發展對經濟體外資流入的影響機制詳見圖1。

三、研究設計

（一）數據來源

為探索人工智能發展對外資注入的影響，選取1993—2022年全球212個經濟體的面板數據為研究樣本。樣本時間選擇原因在于：第一，雖然在21世紀人工智能發展取得了重大突破，但是整個人工智能體系的發展并不是一蹴而就的，自20世紀末以來，全球經濟逐漸進人數字化時代，信息技術特別是人工智能技術的發展開始對國際貿易和經濟合作產生重要影響。尤其是1993年互聯網慢慢走向商業化運作之路，這標志著數字全球化的起點，因此選擇1993年作為研究起點有助于分析人工智能發展如何從基礎起步到深人影響全球經濟的過程。第二，1993年至2022年的時間跨度涵蓋了多個經濟發展階段，包括亞洲金融危機、互聯網泡沫、全球金融危機以及后危機時代的經濟復蘇等，這些不同的經濟周期對外資流動有著不同的影響，能夠為研究提供豐富的宏觀經濟背景。第三，在后文穩健性、內生性檢驗中，用到了國際機器人聯合會（International Federationof Robotics，IFR）的工業機器人數據，該數據從1993年開始搜集，因此選擇1993年作為研究起點能夠在更大程度上兼顧數據間的時間差異。

研究用到的主要變量和數據涉及多個來源。其中，經濟體的宏觀指標數據來源于世界銀行WDI數據庫，人工智能發文量數據來源于Webof Science文獻搜索引擎，KAOPEN金融開放指數來源于Chinn-Ito官方網站，工業機器人數據來源國際機器人聯合會（IFR），全要素生產率來源于格羅寧根成長與發展中心開發的佩恩世界表（PennWorldTable）。

（二）變量選擇與描述性統計

1.被解釋變量

在世界銀行、世界貿易組織等國際組織成立后，投資的跨國流動一般用外商直接投資表示，因此用外商直接投資衡量經濟體獲得的投資水平。需要說明的是，為使同一經濟體不同年份的數據具有可比性，在回歸中將外商直接投資名義值調整為2015年不變價的實際值，同時為緩解異方差帶來的影響、減少數據的波動性，將外商直接投資做對數化處理。

2.核心解釋變量

在已有人工智能領域的研究中，學者們多用經濟體工業機器人數量、工業機器人密度等指標衡量人工智能發展水平（Graetz and Michaels，2018），這種表征方式在一定程度上存在弊端。這是因為，工業機器人數量只能反映人工智能在應用方面的一個維度，并未包含人工智能在基礎算力、數據平臺建設、算法理論等方面的發展水平，因此這種衡量方式難以對人工智能整體發展水平帶來的影響進行全面有效評估。為優化對人工智能發展水平的測度，兼顧人工智能發展的全面性和系統性，擬采用Webof Science中人工智能相關領域的發文量衡量人工智能發展水平。采用這種衡量方式的原因和好處在于：第一，基礎研究和學術研究是一項技術應用于實踐領域的必由之路，通常技術是由理論向實踐慢慢過渡的，而技術進步一般是通過論文發表的形式來體現，因此人工智能領域的文獻發表量能夠很好地捕捉人工智能發展趨勢和發展水平。第二，Webof Science涵蓋了多個學科領域，包括科學引文索引SCIE、社會科學引文索引SSCI和藝術與人文引文索引Aamp;HCI等，這些數據庫收錄了大量高質量的學術期刊論文和會議論文，通過這些成果可以更準確地反映人工智能領域的研究水平和發展趨勢。

在文獻的具體搜索過程中，綜合借鑒深圳前瞻產業研究院發布的《2019年人工智能行業現狀與發展趨勢報告》和中國電子技術標準化研究院編寫的《人工智能標準化白皮書（2021版）》，將人工智能技術分為基礎層、技術層和應用層三個層面分別進行文獻檢索，包含計算硬件、計算機系統與數據、算法理論、應用技術和智能應用五個技術子維度，通過對各維度文獻量統計加總表征人工智能發展總水平。同樣，將人工智能相關領域發文量做對數化處理。人工智能發展水平指標體系的構成及具體搜索詞條①詳見表1。

3.控制變量

參考相關領域研究（劉莉亞等，2013），對以下變量進行控制：經濟發展，用人均GDP衡量;政策質量，用通貨膨脹率衡量;利率水平，用存款利率水平衡量;流動性，用廣義貨幣（M2）與GDP的比值衡量;金融發展，用私營部門信貸與GDP的比值衡量;國際競爭，用經常賬戶余額占GDP的比重衡量；貿易發展，用貨物和服務出口占GDP的比值衡量;資本管制，用KAOPEN金融開放指數衡量。需要說明的是，將上述與價格變化相關的變量名義值調整為2015年不變價的實際值。

4.其他變量及主要變量的描述性統計

在穩健性、內生性檢驗中，用到了工業機器人、科技期刊文章、Ramp;D研究人員、研發支出、安全互聯網服務器、凈金融流動等變量。在機制分析中，用到了全要素生產率、居民最終消費支出兩個變量。在進一步分析中，用到了不同層面人工智能技術、企業信息披露程度、物流績效指數等變量。需要說明的是，將上述與價格變化相關的變量名義值調整為2015年不變價的實際值。主要變量的描述性統計詳見表2。

（三）模型設定

為精準識別人工智能對外資流入的影響，將采用雙向固定效應模型進行估計，同時對所有回歸采用穩健標準誤進行估計。具體模型詳見式（1）：

其中，i表示不同的經濟體，t表示不同的年份， FDI_it 表示經濟體i在第t年的外商直接投資水平，AI_it 表示經濟體i在第t年的人工智能發展水平， M_it 表示相關的影響機制變量， Income_it 表示經濟體i是否為高收人水平經濟體， Control_kit 表示隨著經濟體和時間變化的控制變量， λ_i 表示經濟體固定效應，μ_i 表示時間固定效應， ε_it 表示隨機誤差項。

四、實證結果與分析

（一）基準回歸分析

表3展示了人工智能發展對外商直接投資影響的基準回歸結果。其中，第（1）、（2）列沒有控制變量，第（3）、（4）列增加了控制變量，第（1）、（3）列僅控制了經濟體固定效應，第（2）、（4）列同時控制了經濟體固定效應和年份固定效應，緩解了不隨時間變化但與被解釋變量相關的經濟體特定因素帶來的影響，以及與所有個體有關而與個體特征無關的共同經歷事件或趨勢帶來的影響，從而提高估計結果的精度。結果顯示，隨著控制變量的加入，以及同時控制經濟體固定效應和年份固定效應，四列回歸中核心解釋變量人工智能的回歸系數均能在至少 5% 的水平上顯著為正，這說明人工智能發展能夠有效促進外資注入，假說1得到驗證。同時，控制最完備的第（4）列回歸系數為1.399，這意味著經濟體的人工智能發展水平每提高 1% ，其外資注入便會隨之增加 1.399% 。由此可見，一個經濟體若想持續提高其外資注入活力，便要在其新興智能技術發展上下功夫，新時代的人工智能發展不僅是一次技術革命，更是經濟體在國際舞臺競爭力的有力體現。

（二）穩健性檢驗

1.調整樣本量

考慮到樣本極端值可能帶來的影響，體量較小經濟體人工智能發文量不穩定帶來的影響，以及重大全球事件對資本跨國流動的影響，分別采取不同的方式對回歸樣本進行調整。表4展示了調整樣本量的穩健性檢驗回歸結果。其中，第（1）列是對所有變量均進行 1% 縮尾處理后的回歸結果，第（2）列是除去500萬人口以下小國樣本的回歸結果，第（3）列是除去2008年金融危機以后樣本的回歸結果，第（4）列是除去2020年新冠疫情以后樣本的回歸結果。結果顯示，采用四種方式對回歸樣本進行調整后，四列回歸中核心解釋變量人工智能的回歸系數均能在至少 5% 的水平上顯著為正，研究結論的穩健性得到了增強，假說1再次得到驗證。

2.更換變量

一方面，對解釋變量進行更換，考慮到人工智能發展是一個多維度概念，不僅包括技術創新和應用，還涉及人才儲備團隊和資金投人等多個方面，這些方面雖不能反映人工智能發展的全貌，但卻能從不同角度揭示人工智能的發展趨勢，故而將核心解釋變量人工智能替換為與之相近的工業機器人增量、Ramp;D研究人員和研發支出進行回歸用以穩健性檢驗。另一方面，對被解釋變量進行更換，同理資本的跨國流動也是一個多維度概念，凈金融流動作為衡量跨國資本流動的重要指標之一，包含了證券投資和其他金融工具的資金流動，可以從更廣泛的角度驗證核心研究結論，故而將被解釋變量外商直接投資替換為與之相近的凈金融流動進行回歸用以穩健性檢驗。表5展示了更換變量的穩健性檢驗回歸結果。其中，第（1）列至第（3）列分別是將核心解釋變量替換為工業機器人、Ramp;D研究人員和研發支出的回歸結果，第（4）列是將被解釋變量替換為凈金融流動的回歸結果，需要說明的是在具體回歸中對以上變量均進行對數化處理，以緩解異方差帶來的影響、減少數據的波動性。結果顯示，更換變量后，四列回歸中核心解釋變量的回歸系數均能在至少 10% 的水平上顯著為正，研究結論的穩健性得到了增強，假說1再次得到驗證。

（三）內生性處理

在估計人工智能對外資注入的影響時，可能會出現遺漏變量和雙向因果的內生性問題，擬利用以下四種方法進行內生性處理。

1.排除其他重要因素

一方面，排除全球化前后帶來的影響波動。1995年世界貿易組織成立，2001年中國加入世界貿易組織，成為第143個成員，至此全球化發展迎來了嶄新階段，由于回歸區間處于1993—2022年，包括了全球化發展進人嶄新階段之前的多個年份，容易受到全球化影響抬高估計結果，因此擬通過縮小樣本回歸區間，僅利用2001一2022年樣本數據進行回歸，考慮全球化常態化以后的影響，排除全球化發展前后帶來的影響波動。另一方面，排除其他影響技術進步的因素。考慮到回歸結果可能存在的遺漏變量問題，因此擬通過增加控制變量的方法，將可能影響技術進步的因素科技期刊文章加入回歸控制，以排除其他影響技術進步因素帶來的影響。表6展示了排除其他重要因素的回歸結果。其中，第（1）列是排除全球化發展影響后的回歸結果，第（2）列是增加控制變量科技期刊文章后的回歸結果。結果顯示，所有回歸核心解釋變量的回歸系數均能在至少 5% 的水平上顯著為正，說明排除其他重要因素后，人工智能發展仍然能夠促進經濟體的外資注人增加，內生性問題得到較好解決，假說1再次得到驗證。

2.解釋變量滯后

利用全部解釋變量的滯后項與當期被解釋變量進行回歸，在一定程度上可以解決雙向因果帶來的內生性問題。表6展示了解釋變量滯后的回歸結果，第（3）（4）列分別是解釋變量滯后一期和滯后兩期的回歸結果。結果顯示，兩列回歸核心解釋變量的回歸系數均能在至少 1% 的水平上顯著為正，互為因果的內生性問題得到較好解決，假說1再次得到驗證。

3.工具變量回歸

一方面，利用核心解釋變量的滯后項作為工具變量進行回歸，選擇該工具變量的理由是核心解釋變量的滯后項一般可以預測未來值，與當期變量高度相關，但滯后項在因變量之前就已經確定，因此不太可能受到當期因變量的影響。另一方面，利用工業機器人增量和安全互聯網服務器作為工具變量進行回歸，選擇工具變量的理由是工業機器人的增量在一定程度上決定了經濟體智能化發展水平和應用水平，但這只是人工智能發展的外在表現，并不是技術進步的驅動因素，因此不太可能直接影響到因變量外商直接投資，同理安全互聯網服務器的密度在早期決定了信息技術的創新與應用，對后來人工智能的發展奠定了硬件基礎，但安全互聯網服務器作為客觀硬件條件，也不太可能直接影響到因變量外商直接投資。可見，上述變量能夠較好地滿足相關性和外生性條件，可作為合適的工具變量。

表7展示了工具變量的回歸結果，第（1）、（2）列分別是將核心解釋變量滯后一期和滯后兩期作為工具變量的回歸結果，第（3）、（4）列分別是將工業機器人增量和安全互聯網服務器密度作為工具變量的回歸結果。結果顯示，四列回歸核心解釋變量的回歸系數均能在至少 5% 的水平上顯著為正，同時在第（1）列至第（4）列的工具變量法回歸中，第一階段回歸的F統計量分別為720.109、487.017、25.194和18.255，都超過了16.380的臨界值，說明不存在弱工具變量問題，內生性問題得到較好解決，假說1再次得到驗證。

4.DID模型回歸

考慮到模型可能存在的遺漏變量問題，擬通過構造用于政策評估的雙重差分模型（DID）驗證人工智能發展對經濟體外資注入的影響。具體人工智能發展政策評估的識別策略為，將1995年以后所有經濟體開始擁有第一臺工業機器人的年份及以后年份識別為處理組，將所有經濟體開始擁有第一臺工業機器人年份的之前年份識別為控制組，也就是說構造的政策評估試點是1995年的時間虛擬變量與經濟體在各年份是否擁有工業機器人的虛擬變量的乘積。如此構造政策評估試點的原因在于：第一，1995年世界貿易組織成立后，全球各經濟體之間的貿易往來變得頻繁，沒有制造工業機器人能力的國家也能夠通過進口的方式使用工業機器人，各經濟體是否使用工業機器人可作為漸進DID的有效識別;第二，1995年被認為是商用互聯網元年，這一年美國國家科學基金會（NSF）解除了對互聯網商業使用的限制，允許私人公司參與互聯網的建設和運營，同年微軟發布了Windows 95操作系統，該系統集成了對TCP/IP協議的支持，使得個人電腦更容易連接互聯網，同時亞馬遜、eBay等公司相繼成立，Java編程語言也推出問世，為互聯網應用程序開發提供了重要工具，這些事件都為互聯網的快速普及和人工智能發展奠定了基礎。為精準識別構造的人工智能發展政策試點對外資流入的影響，在控制經濟體固定效應和年份固定效應的基礎上，進行雙重差分估計。具體模型詳見式（2）：

其中， Treat_i 是用于識別經濟體i是否受到處理的虛擬變量， Post_it 是經濟體i在t年份中是否受到處理的虛擬變量，其他變量的含義與式（1）相同。

表8展示了DID模型的回歸結果，第（1）列只控制了經濟體固定效應，沒有加入控制變量，第（2）列進一步增加了控制變量，第（3）列只控制了年份固定效應，第（4）列在第（2）列的基礎上進一步控制了年份固定效應。結果顯示，四列回歸核心解釋變量的回歸系數均能在至少 10% 的水平上顯著為正，說明構造的人工智能發展政策評估試點能夠有效促進經濟體外資注入水平，在解決遺漏變量的內生性問題基礎上，使得假說1再次得到驗證。

利用DID模型進行政策評估具有一個重要的假設前提，那就是處理組和控制組要滿足平行趨勢假設，即在外生沖擊之前，處理組和控制組經濟體的外資注入水平具有相同的發展趨勢或不存在顯著差異。考慮到經濟體受到政策沖擊的時間并不一致，故采用事件研究法展開分析，并進行平行趨

勢檢驗。事件研究法估計模型詳見式（3）：

其中， 為虛擬變量，表示構造的人工智能發展政策覆蓋的經濟體， t_i0 為經濟體受到沖擊的年份，其余變量含義與式（1）相同。需要說明的是，將構造的人工智能發展政策試點之前的第11年作為基準年份。

圖2展示了 90% 置信區間下的估計結果。其中，橫坐標為構造的人工智能發展政策的相對時間，縱坐標為回歸系數。結果顯示，在構造的人工智能發展政策沖擊之前，經濟體外資注入水平在處理組和控制組之間并無顯著差異，但是在構造的人工智能發展政策沖擊之后的當年，經濟體的外資注入水平在處理組和控制組之間產生了顯著差異，處理組經濟體的外資注人水平得到了顯著提高，這不僅說明漸進DID模型較好地通過了事前平行趨勢檢驗，而且再次驗證了假說1。

考慮到構造的人工智能發展政策對經濟體外資注人的回歸結果，可能會由于遺漏變量原因導致估計結果有偏，因此擬通過設計隨機實驗展開反事實估計。具體而言，參照樣本區間內受到構造的人工智能發展政策沖擊的經濟體數量，隨機構造出相同數量的經濟體并設定為處理組，并隨之將其他經濟體設定為控制組，以形成隨機實驗展開回歸。由于少數幾次隨機試驗存在偶然性，故將隨機實驗重復500次，以增強結果的可信度。圖2展示了在500次隨機實驗中，構造的人工智能發展政策對經濟體外資流入的回歸系數分布情況。結果顯示，500次隨機試驗的回歸系數集中分布在0值附近，與基準回歸結果中的回歸系數1.399相去甚遠，這說明構造的人工智能發展政策對經濟體外資流入的回歸結果不存在明顯的遺漏變量偏誤。

五、進一步討論

（一）人工智能對外資注入的影響機制

如前所述，人工智能發展可能通過提高生產效率、活躍消費市場兩個機制吸引外資注入。為驗證假說，選取經濟體的全要素生產率衡量生產效率、選取經濟體的居民最終消費支出衡量消費市場活躍程度進行機制檢驗。變量選取的理由在于，全要素生產率是衡量生產效率的一種常用指標（姚加權等，2024），能夠較好地反映資本、勞動等生產要素的綜合效率，充分體現智能技術進步帶來的人機協作方面的高質高效。居民最終消費支出是衡量消費市場規模的重要指標，能夠較好地反映居民在商品和服務上的支出情況，居民消費支出變化能夠在一定程度上體現經濟體的消費活力和市場潛力，突出經濟體消費需求和購買力。需要說明的是，居民最終消費支出在具體回歸中做對數化處理。構建機制檢驗模型詳見式（4）：

其中， M_it 表示機制變量，具體為經濟體i的全要素生產率或居民最終消費支出，其他變量的含義與式（1）相同。

表9展示了影響機制檢驗的回歸結果。其中，第（1）、（4）列分別是核心解釋變量人工智能對生產效率和消費市場活躍程度的回歸結果，第（2）、（5）列是將核心解釋變量滯后一期為工具變量的回歸結果，第（3）、（6）列是將工業機器人增量作為工具變量的回歸結果，用以增強影響機制檢驗的穩健性。結果顯示，所有回歸核心解釋變量的回歸系數均能在至少 5% 的水平上顯著為正，這說明人工智能發展能夠通過提高生產效率和活躍消費市場進而促進外資注入，假說2得到驗證。由此可見，對供給端生產效率的提高和對需求端消費市場的激活是人工智能發展吸引外資注入的重要機制，人工智能發展通過對生產條件和市場環境的優化，重塑了經濟體在跨國資本流動過程中的比較優勢格局，誰掌握了最先進的人工智能技術，誰就有可能成為外資最青睞的目的地。

（二）不同層面人工智能技術的影響差異

如前所述，人工智能并非鐵板一塊，它可以進一步分為計算硬件、計算系統與數據、算法理論、應用技術和智能應用五個維度，那么不同層面人工智能技術對外資注入的影響是否相同？基于此，分別用人工智能五個分維度的發展水平對外商直接投資進行回歸，探討不同層面人工智能技術對外資注入的異質性影響。表10展示了不同層面人工智能技術的異質性分析回歸結果。其中，第（1）列至第（5）列分別是計算硬件、計算系統與數據、算法理論、應用技術和智能應用發展水平對外商直接投資的回歸結果。結果顯示，所有回歸核心解釋變量的回歸系數均能在至少 1% 的水平上顯著為正，這說明不同層面人工智能技術均能夠促進外資注人。不過，從回歸系數上看，相較于其他層面人工智能技術，計算硬件、計算系統與數據的回歸系數較大，均超過了基準回歸系數1.399，這說明不同層面人工智能技術對外資注入的影響存在異質性，基礎層人工智能對外資注入的吸引作用最強，技術層人工智能次之，應用層人工智能最弱，假說3得到驗證。由此可見，強大的基礎算力硬件設備和高效的計算系統與數據管理是外資注人決策的重要考量因素，同時人工智能大模型的訓練也離不開強大的算力作為基礎支撐，因此政府部門應當重視對基礎算力硬件設施的投資力度，以提高在人工智能發展浪潮中的競爭力。

（三）不同收入水平經濟體的影響差異

根據新古典增長理論，由于資本流入低收入經濟體的邊際報酬遠大于高收入經濟體，那么在國際分工存在的條件下，資本就應該更多地流向低收人經濟體而不是高收人經濟體。然而理論與現實并不一致，實際流向低收入經濟體的資本與理論所預測的規模相差較大，這就是著名的盧卡斯悖論（Lucas Jr，1990）。學者們認為中低收入經濟體具有邊際報酬較高的優勢，但其在金融發展（Ju andWei，2006）、外資利用（Alfaro etal.，2008）等方面具有劣勢，這在一定程度上限制了資本的流入。那么不同收入水平經濟體在發展人工智能吸引外資注入方面是否存在差異？基于此，根據世界銀行對高收入經濟體、中等收入經濟體和低收入經濟體的劃分，對發達經濟體、發展中經濟體的劃分，結合OECD經濟體名單，從是否為高收入經濟體、是否為發達經濟體和是否為OECD經濟體三個角度展開異質性分析。表11展示了異質性分析回歸結果。其中，第（1）、（2）列分別是高收入經濟體和中低收入經濟體的回歸結果，第（3）、（4）列分別是發達經濟體和發展中經濟體的回歸結果，第（5）、（6）列分別是OECD經濟體和非OECD經濟體的回歸結果。結果顯示，所有回歸核心解釋變量的回歸系數均能在至少 10% 的水平上顯著為正，但第（1）、（3）、（5）列核心解釋變量的回歸系數要遠大于第（2）、（4）（6）列的回歸系數，這說明高收人經濟體通過發展人工智能能夠吸引更多的外資注人，假說4得到驗證。由此可見，相較于高收入經濟體，中低收入經濟體通過發展人工智能并不能引致更多外資注入，要想吸引更多外資注入，應聚焦于優化營商環境并加強制度建設。中低收入經濟體要想吸引更多外資注入，應聚焦于優化營商環境并加強制度建設。

（四）不同經濟結構、貿易模式經濟體的影響差異

如前所述，從平均意義上看人工智能發展能夠有效吸引外資注人，但是不同的經濟體因其獨特的經濟結構和貿易模式，可能呈現出對外資吸引能力的差異。基于此，針對高工業化程度經濟體和低工業化程度經濟體、出口導向型經濟體和低出口經濟體展開異質性分析，如果經濟體工業增加值占GDP的比重超過 25% ，則認定為高工業化程度經濟體，否則認定為低工業化程度經濟體，如果經濟體出口額占GDP的比重超過 50% ，則認定為出口導向型經濟體，否則認定為低出口經濟體（呂越等，2023）。表12展示了異質性分析回歸結果。其中，第（1）、（2）列分別是高工業化程度經濟體和低工業化程度經濟體的回歸結果，第（3）（4）列分別是出口導向型經濟體和低出口經濟體的回歸結果。結果顯示，第（1）（3）列回歸的核心解釋變量在 1% 的水平上顯著為正，而第（2）（4）列回歸的核心解釋變量不顯著，同時回歸系數較小，這說明高工業化程度經濟體、出口導向型經濟體通過發展人工智能能夠吸引更多的外資注人，假說4得到驗證。高工業化程度經濟體相較于低工業化程度經濟體，通常具有更成熟的供應鏈管理和產業集群，有利于在人工智能技術的加持下提高生產效率和產業競爭力，而出口導向型經濟體相較于低出口經濟體，往往擁有較為發達的制造業和服務業，這些行業通常是人工智能技術應用最為廣泛和深入的領域，在人工智能技術的加持下可能會產生更大的經濟效益，故而對外資注入的吸引力更強。

（五）不同企業營商環境經濟體的影響差異

如前所述，理論上產生盧卡斯悖論的原因可能在于，低收入經濟體在營商環境、制度建設等方面劣勢較大，難以發揮出邊際報酬較高的優勢，故而在吸引外資方面表現不佳，因此企業營商環境的高低很可能會影響人工智能發展對外資注入的吸引力。基于此，利用企業信息披露程度指數和物流績效指數展開企業營商環境的異質性分析，如果經濟體的企業信息披露程度指數達到6分以上（滿分10分），或者經濟體的物流績效指數達到3分以上（滿分5分），則認定為企業營商環境較優的經濟體，否則認定為企業營商環境較差的經濟體。表13展示了異質性分析回歸結果。其中，第（1）、（2）列分別是企業信息披露程度較高經濟體和企業信息披露程度較低經濟體的回歸結果，第（3）、（4）列分別是物流績效指數較高經濟體和物流績效指數較低經濟體的回歸結果。結果顯示，第（1）、（3）列回歸的核心解釋變量在 5% 的水平上顯著為正，而第（2）列回歸的核心解釋變量不顯著，第（4）列回歸的核心解釋變量在 10% 的水平上顯著為負，這說明企業信息披露程度越高、物流績效表現越好的經濟體，其通過發展人工智能能夠吸引更多的外資注人，假說4得到驗證。企業信息披露程度高意味著投資者能夠更容易獲取企業的財務和經營信息，減少了信息不對稱問題，降低了投資風險，從而增加對外資的吸引力，而物流績效表現好意味著商品和服務的運輸效率高，可以降低企業的運營成本，提高經濟的運行效率，這對于依賴供應鏈管理的跨國投資外商來說尤其重要。

六、結論與政策啟示

（一）主要結論

隨著新興科學技術的迅猛發展，人工智能已經成為推動全球經濟變革的關鍵力量。人工智能不僅重塑了全球資源要素稟賦格局，改變了舊有的生產方式和服務模式，而且還將深深地影響國際貿易和資本的跨國流動。特別是在外商直接投資領域，人工智能技術進步和實際應用為跨國公司提供了新的機遇和挑戰，使得這些公司能夠以新的視角來評估和選擇投資目的地。因此，深人分析人工智能對外資注人的影響機理及效果，對于政策制定者和國際投資者來說，具有重大的經濟含義。

本文創造性地利用Webof Science中人工智能相關領域的發文量，通過五個維度全面系統地刻畫了人工智能發展水平，并將其與世界銀行數據進行合并，構建了1993—2022年全球212個經濟體的面板數據，實證考察了人工智能發展對外資注入的影響及其作用機制。研究發現：第一，總體上人工智能發展能夠有效促進經濟體的外資注入水平，人工智能發展水平每提高 1% ，將會促進經濟體外資注入增加 1.399% ，并且這一結論在調整回歸樣本、更換回歸變量、解釋變量滯后回歸、工具變量法回歸等多種穩健性、內生性檢驗后依舊成立。第二，在影響機制方面，提高生產效率、活躍消費市場是人工智能發展促進外資注人的主要影響路徑。第三，不同層面人工智能技術對外資注人的吸引作用存在差異，基礎層人工智能的促進作用最強，技術層人工智能次之，應用層人工智能最弱，技術層人工智能和應用層人工智能發展對基礎層人工智能的高度依賴是可能的重要原因。第四，不同收入水平經濟體通過發展人工智能吸引外資注入的效果存在差異，相較于其他經濟體，高收人經濟體、發達經濟體和OECD經濟體對外資注入的吸引作用更強，這可能與這些經濟體具備的卓越營商環境有關。第五，不同經濟結構、貿易模式經濟體通過發展人工智能吸引外資注人的效果存在差異，相較于其他經濟體，高工業化程度經濟體、出口導向型經濟體對外資注入的吸引作用更強，這可能與這些經濟體在制造業、服務業等產業集群上具備明顯優勢有關，在人工智能技術的加持下產業集群可能會進發出更大的經濟效益。第六，不同企業營商環境經濟體通過發展人工智能吸引外資注人的效果存在差異，企業信息披露程度越高、物流績效指數越高的經濟體對外資注人的吸引作用越強，這可能與企業營商環境優越帶來的投資風險降低、運營成本降低等方面有關。

（二）政策啟示

基于主要結論，得到如下幾方面政策啟示：

第一，大力發展人工智能技術，并拓展其各領域實踐應用。當前人工智能作為數字技術的重要引領，在全球大國競爭中扮演的角色越來越關鍵，因此要從政府投資、產業發展、人才培養等多個方面共同發力，促進人工智能技術的發展。要持續增加對人工智能基礎研究的資金投人，并制定相應的政策來促進該領域的發展，提供稅收優惠、資金補貼和創新激勵，以吸引更多的國內外投資進人人工智能行業。同時，要支持高校和研究機構進行前沿技術探索，培養一批具有創新能力和實踐經驗的人工智能專業人才。此外，要推動產業融合與創新，鼓勵企業將人工智能技術與傳統產業相結合，促進產業智能化升級。特別是在制造業、農業、醫療、金融等關鍵領域，推動人工智能的深度集成和應用，以提高效率和創新能力。

第二，推動基礎算力硬件基礎設施高質量發展，并搭建好相關數據平臺。算力是數字經濟、人工智能發展的“底座”，應圍繞基礎算力硬件設備制定明確的戰略發展規劃，投入必要的財政資源，支持高性能計算中心、數據中心和云計算平臺的開發與建設。同時，人工智能發展也離不開對數據的分析和利用，應鼓勵企業和研究機構開發高效、安全的數據平臺架構，以便于數據的收集、存儲、處理和分析。此外，應當鼓勵產業鏈上下游企業之間的合作，形成算力硬件制造、軟件開發和服務提供的完整生態，通過產業集群的方式，提升整個人工智能行業的創新能力和市場競爭力。

第三，提高勞動力素質，以滿足各領域人才需求，適應智能時代發展。人工智能發展已逐漸滲透到人類社會生產生活的方方面面，人們在享受技術進步帶來快捷便利好處的同時，也難免會遭受新興技術發展帶來的失業問題。為緩解人工智能發展對勞動力市場的沖擊，要引導和支持在職人員參與人工智能和其他高科技領域的專業培訓，加強對低技能勞動者的素質培養，提高其對信息化、智能化工具的掌握能力，以幫助他們適應快速變化的工作環境和技術要求。此外，政府應重視基礎教育到高等教育的全方位改革，將編程、數據分析、人工智能等課程納入教育體系，培養學生的創新思維和實踐能力，為智能時代各領域人才需求做好準備。

第四，優化企業營商環境，并完善相關的法律制度建設。后發經濟體擁有邊際報酬較高的優勢，但若其投資環境不良，很可能會抑制外資注入。因此，政府應不斷簡化企業注冊、審批和運營過程中的行政程序，提高辦事效率，提高企業信息披露程度，緩解信息不對稱，優化物流體系建設，為企業提供更加便捷、高效的營商環境和服務。此外，隨著人工智能技術的廣泛應用，政府需要制定相應的法律法規，確保技術發展符合倫理標準，同時要保護好個人隱私和數據安全，以及制定和完善知識產權法律法規，維護公平競爭的市場環境，使得企業的創新成果能夠得到有效的法律保護，增強企業的研發動力和外國投資者的信心。

奓考乂默

陳劍、黃朔、劉運輝，2020，“從賦能到使能——數字化環境下的企業運營管理”，《管理世界》，第2期，第 117-128+222 頁。

陳楠、蔡躍洲，2023，“人工智能技術創新與區域經濟協調發展——基于專利數據的技術發展狀況及區域影響分析”，《經濟與管理研究》，第3期，第16-40頁。

陳彥斌、林晨、陳小亮，2019，“人工智能、老齡化與經濟增長”，《經濟研究》，第7期，第47-63頁。

姜昊、董直慶，2023，“人工智能技術應用會存在選擇性偏向嗎？——行業屬性與就業偏向”，《南方經濟》，第12期，第37-61頁。

李唐、李青、陳楚霞，2020，“數據管理能力對企業生產率的影響效應——來自中國企業—勞動力匹配調查的新發現”，《中國工業經濟》，第6期，第174-192頁。

劉莉亞、程天笑、關益眾、楊金強，2013，“資本管制能夠影響國際資本流動嗎？”，《經濟研究》，第5期，第33-46頁。

呂越、谷瑋、包群，2020，“人工智能與中國企業參與全球價值鏈分工”，《中國工業經濟》，第5期，第80-98頁。

呂越、谷瑋、尉亞寧、包群，2023，“人工智能與全球價值鏈網絡深化”，《數量經濟技術經濟研究》，第1期，第128-151。

彭剛、彭肖肖、陳丹丹，2022，“人工智能統計與核算問題研究”，《經濟學動態》，第9期，第32-50頁。

孫早、侯玉琳，2019，“工業智能化如何重塑勞動力就業結構”，《中國工業經濟》，第5期，第61-79頁。

王林輝、胡晟明、董直慶，2020，“人工智能技術會誘致勞動收入不平等嗎——模型推演與分類評估”，《中國工業經濟》，第4期，第97-115頁。

肖靜華、胡楊頌、吳瑤，2020，“成長品：數據驅動的企業與用戶互動創新案例研究”，《管理世界》，第3期，第183-205頁。

徐鵬、徐向藝，2020，“人工智能時代企業管理變革的邏輯與分析框架”，《管理世界》，第1期，第 122-129+238 頁。

姚加權、張錕澎、郭李鵬、馮緒，2024，“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”，《管理世界》，第2期，第 101-116+133+117-122 頁。

易行健、周利，2018，“數字普惠金融發展是否顯著影響了居民消費——來自中國家庭的微觀證據”，《金融研究》，第11期，第47-67頁。

趙文濤、王嵐，2024，“企業人工智能出口對全球價值鏈上游攀升和韌性的影響”，《南方經濟》，第7期，第132-150頁。

Acemoglu，D.andAutor，D.，211，‘Skils，TsksandTechologies：ImplicatiofoEmpmentandEaings”，andbookofLabrEcnomics， 4： 1043-1171.

Acemoglu，D.andestrepoP.“RobotsandJobs：EvidencefroUSabrarkets”，JoualoflitcalEonoy82244.

Acemoglu，D.andRestrepo，P.，18“TheRaceBetweeMachineandMan：ImplicatiosofchnologyfoGowth，FactoarsdE-ployment\"，American Economic Review，108（6）： 1488-1542.

Alfaro，L.，KalemlOzcan.dVolosovh，V8“WhDesntCapitalowfroRichtoCoutris？AnEmpiicaligtion\"，TheReviewofEconomicsamp; Statistics，90（2）：347-368.

Autor，D.H.，Ol5，“WhyAreThereStilSoManyJobs？heHstorandFutureofWorkplaceAutomation”，heJoualofEoiPerspectives，29（3）： 3-30.

Autor，D.H.，Lev.dn，J“TeiloentofntThlogicalnge：AalExlotio”，aterly Journal of Economics，118（4）：1279-1333.

Brynjolfsson，EHit，LM.dKim，HH，Srengthinumbers：HooDataDrvenDisionMainAftifomance？”，SSRN Electronic Journal，1819486.

Duning，J998“aodalteseleedFcto？ulftetialsss：45-66.

Edwards，J.S.，DuanY.andRobs，P.CO“AnnalysisofExpertSystesforBusinsscisionaingatDfrentLevelsdDi-ferent Roles\"，European Journal of Information Systems，9（1）： 36-46.

Furman，J.andSeamans，R.，2O19，“Aandthe Economy\"，InnovationPolicyandtheEconomy，19（1）：161-191.

Graetz，G.and Michaels，G.，2018，“RobotsatWork”，Reviewof Economics and Statistics，1O0（5）：753-768.

Huang，T.andVanMegh，JA.O14，“CckstreamDataandIventornagement：odelandEmpicalAnalysis”，roductiodOerations Management， 23（3）： 333-347.

Ju，J.andWei，S.J.，O6，“ASolutiontoTwoParadoxesofInterationalCapitalFlows\"，BERWorkingPapers，2668.

LucasJr，R.E.，199o，“WhyDoesn'tCapitalFlowfromRichtoPoorCountries？”，AmericanEconomicReview，8O（2）：92-96.

Marchiori，Ladealialowaedoceig

Reinhart，C.M.ndRogof，K.S.，，“SerialDefaladth‘Pardox’fh-orCapitalFos”，heAmericanEconomicevie，94（2）： 53-58.

Will Artificial Intelligence Attract More Investment？Perspectives Based on the Reshaping of the Global Pattern of Resource Factor Endowments

Li Junhai Ma Yulian Wu Benjian

Abstract：Artificial intelligencedevelopmentcannotonlyimproveproductioneficiencyand people'squalityoflife，butalso mayreshape thepaternof globalresource factor endowment.Thispaperutilizes thevolumeof publications inAI-related fields tocomprehensivelyandsystematicallmeasurethelevelofAIdevelopment，andconstructsaneonomy-levelidicator ofthelevelofAIdevelopmentthroughkeywordliteraturesearchinordertostudytheroleofatracting exteralinvestmentby thedevelopmentofAIinaneconomy.ItisfoundthatAIdevelopmentcansignificantlypromotetheinjectionofforeigninvestmentinaneconomy，andtheconclusionstillholdsafteraseriesofrobustnessandendogeneitytests.Itisfurtherfoundthat theatractionofAIdevelopmenttoforeigninvestmentisachievedbyimprovingproductioneficiencyandactivatingtheconsumer market;theatractionofAItechnologyatdiffrentlevelstoforeigninvestment varies，withbasic hardware，computing systemsanddata havingastrongeratraction to foreigninvestment;comparedwithothereconomies，high-incomeeconomies， developedeconomies，highlyindustrializedeconomies，export-orientedeconomiesandenterpriseshaveabetterbusissenvironmentthanothereconomies.Comparedwithothereconomies，high-incomeeconomies，developedeconomies，highlyindustrialized economies，export-oriented economiesand economies withbetter business environmentsaremoreatractiveto foreigncapitalinjection，whichalsoreflectsthecomprehensiverequirementsof thedevelopmentofemerging technologieson thesoftandhardstrengthofeconomis.ForCina，itisnotonlynecessarytovigorouslydevelopartificialintelligencetchologyand promotethehigh-qualitydevelopmentofbasiccomputing powerhardware，butalsotocontinuouslyoptimize thebusinessenvironmentand improvetherelevantlegal systemconstruction，soas tocreatefavorableconditions fortheinjectionof foreign capital.

Keywords：Artificial Intelligence;Foreign Direct Investment; TechnologicalProgress;FactorEndowmentPattrnReshaping

（責任編輯：徐久香）