數(shù)字經(jīng)濟(jì)賦能人工智能產(chǎn)業(yè)鏈韌性

中圖分類號(hào)：F127 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1008-4657（2025）04-0086-11

0 引言

數(shù)字經(jīng)濟(jì)和人工智能的快速發(fā)展使其成為當(dāng)今社會(huì)經(jīng)濟(jì)發(fā)展的重要推動(dòng)力，它們相互交織、互相促進(jìn)，共同塑造著未來(lái)的產(chǎn)業(yè)發(fā)展格局。為推動(dòng)數(shù)字經(jīng)濟(jì)和人工智能產(chǎn)業(yè)的發(fā)展，各國(guó)紛紛出臺(tái)相關(guān)政策來(lái)支持產(chǎn)業(yè)發(fā)展和創(chuàng)新。我國(guó)的\"十四五\"規(guī)劃明確指出要大力發(fā)展數(shù)字經(jīng)濟(jì)與人工智能，“數(shù)字經(jīng)濟(jì)為經(jīng)濟(jì)社會(huì)持續(xù)健康發(fā)展提供了強(qiáng)大動(dòng)力”，推動(dòng)數(shù)字基礎(chǔ)設(shè)施與產(chǎn)業(yè)數(shù)字化的轉(zhuǎn)型發(fā)展。

數(shù)字經(jīng)濟(jì)是指以數(shù)據(jù)資源作為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的重要推動(dòng)力的一系列經(jīng)濟(jì)活動(dòng)[2]。而人工智能產(chǎn)業(yè)作為研究、模仿人的智能的科學(xué)技術(shù)產(chǎn)業(yè)，涉及一系列的上下游企業(yè)，從基礎(chǔ)設(shè)施建設(shè)到云服務(wù)產(chǎn)品，這龐大的領(lǐng)域構(gòu)建了人工智能產(chǎn)業(yè)鏈。數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)鏈的作用[3]已被多位學(xué)者證實(shí)，從體育產(chǎn)業(yè)鏈[4]，到制造業(yè)產(chǎn)業(yè)鏈[5]，數(shù)字經(jīng)濟(jì)都在對(duì)產(chǎn)業(yè)鏈起著不容小的作用。作為評(píng)估產(chǎn)業(yè)鏈的一種方法，產(chǎn)業(yè)鏈韌性是指在面對(duì)內(nèi)外部風(fēng)險(xiǎn)和挑戰(zhàn)時(shí)，產(chǎn)業(yè)鏈各環(huán)節(jié)所表現(xiàn)出的維持自身系統(tǒng)穩(wěn)定、防止斷裂和缺失的能力。作為新興產(chǎn)業(yè)鏈的一部分，人工智能產(chǎn)業(yè)鏈的韌性是否能在數(shù)字經(jīng)濟(jì)的影響下得到更好的提升，這是值得我們進(jìn)行探究的一個(gè)話題。

因此，本文旨在研究數(shù)字經(jīng)濟(jì)對(duì)人工智能產(chǎn)業(yè)鏈韌性的影響，并從多個(gè)角度分析能夠影響數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性之間關(guān)系的因素，進(jìn)而深人了解數(shù)字經(jīng)濟(jì)時(shí)代下的人工智能產(chǎn)業(yè)鏈韌性。本文的邊際貢獻(xiàn)是：第一，通過(guò)構(gòu)建指標(biāo)體系對(duì)人工智能產(chǎn)業(yè)鏈韌性進(jìn)行測(cè)度，拓展了當(dāng)前文獻(xiàn)的構(gòu)建思路；第二，通過(guò)實(shí)證分析探究數(shù)字經(jīng)濟(jì)對(duì)人工智能產(chǎn)業(yè)鏈韌性的影響，加深學(xué)界與社會(huì)的了解;第三，通過(guò)分析影響數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性之間關(guān)系的調(diào)節(jié)因素，為提升人工智能產(chǎn)業(yè)鏈韌性出謀劃策。

1文獻(xiàn)綜述與理論基礎(chǔ)

1.1 文獻(xiàn)綜述

正如引言中提到的，數(shù)字經(jīng)濟(jì)是指以數(shù)據(jù)資源作為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的重要推動(dòng)力的一系列經(jīng)濟(jì)活動(dòng)。這種界定方法既指明了生產(chǎn)要素，又明確了載體與推動(dòng)力。基于數(shù)據(jù)資源的作用，李陽(yáng)等指出合理地開(kāi)發(fā)利用數(shù)據(jù)資源可以更好地發(fā)揮其“強(qiáng)鏈”\"拓鏈”“均鏈\"的作用;而面對(duì)現(xiàn)代信息網(wǎng)絡(luò)，楊海等[7則對(duì)信息網(wǎng)絡(luò)時(shí)代的數(shù)據(jù)泄露、數(shù)據(jù)壟斷等問(wèn)題表示了擔(dān)心；針對(duì)信息通信技術(shù)的發(fā)展，司澤宇[8以山東省為例，通過(guò)研究發(fā)現(xiàn)不同驅(qū)動(dòng)力下的信息通信技術(shù)會(huì)對(duì)經(jīng)濟(jì)發(fā)展起到不同的作用，當(dāng)現(xiàn)有經(jīng)濟(jì)結(jié)構(gòu)無(wú)法支撐過(guò)度投資時(shí)反而會(huì)造成生產(chǎn)率的降低。

另一方面，盡管人工智能技術(shù)在經(jīng)過(guò)細(xì)分后，有許多的技術(shù)走在全球前列，但我們的人工智能產(chǎn)業(yè)鏈目前還存在著“弱鏈”“斷鏈”和\"無(wú)鏈\"三個(gè)問(wèn)題，需要通過(guò)“強(qiáng)鏈”“補(bǔ)鏈”和\"建鏈”的方法來(lái)解決人工智能產(chǎn)業(yè)鏈[9]。同時(shí)，吳斌等[10]也強(qiáng)調(diào)在評(píng)估人工智能產(chǎn)業(yè)鏈時(shí)引入產(chǎn)業(yè)鏈韌性的重要性，可以體現(xiàn)出人工智能產(chǎn)業(yè)的抵御、適應(yīng)和恢復(fù)能力。對(duì)于如何測(cè)度人工智能產(chǎn)業(yè)鏈的韌性，大部分學(xué)者是通過(guò)構(gòu)建指標(biāo)體系來(lái)進(jìn)行的，如吳斌等[10]從吸收能力、適應(yīng)能力、恢復(fù)能力三個(gè)角度進(jìn)行構(gòu)建，泄櫻菁等[1]從抵御風(fēng)險(xiǎn)恢復(fù)能力、適應(yīng)調(diào)節(jié)能力、創(chuàng)新能力三個(gè)層次進(jìn)行構(gòu)建。

在數(shù)字經(jīng)濟(jì)時(shí)代，考慮數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)鏈的影響已經(jīng)比較常見(jiàn)，戚聿東等[12]從理論層面探討了數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)鏈的影響路徑，而袁瀚坤等[i3通過(guò)實(shí)證研究，說(shuō)明了數(shù)字經(jīng)濟(jì)的迅猛發(fā)展顯著有效增強(qiáng)了產(chǎn)業(yè)鏈供應(yīng)鏈的韌性。這也進(jìn)一步說(shuō)明研究數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)鏈韌性之間關(guān)系的意義重大。

綜合來(lái)說(shuō)，目前的學(xué)術(shù)界已經(jīng)大量研究了數(shù)字經(jīng)濟(jì)對(duì)各種產(chǎn)業(yè)的產(chǎn)業(yè)鏈韌性的影響，例如制造業(yè)和服務(wù)業(yè)等，但關(guān)于數(shù)字經(jīng)濟(jì)對(duì)人工智能產(chǎn)業(yè)鏈韌性的研究卻相對(duì)稀缺。同時(shí)，現(xiàn)有研究更多地集中在人工智能對(duì)數(shù)字經(jīng)濟(jì)與整體經(jīng)濟(jì)的助推作用[14]及其產(chǎn)業(yè)政策[15]，而對(duì)其產(chǎn)業(yè)鏈韌性，尤其是在數(shù)字經(jīng)濟(jì)環(huán)境下的韌性變化關(guān)注較少。因此，盡管數(shù)字經(jīng)濟(jì)在整體產(chǎn)業(yè)鏈韌性提升中扮演了重要角色，關(guān)于它對(duì)人工智能這一前沿產(chǎn)業(yè)的具體影響機(jī)制，仍缺乏深入的實(shí)證分析。

本文試圖彌補(bǔ)這一不足，首先，通過(guò)實(shí)證分析揭示數(shù)字經(jīng)濟(jì)對(duì)人工智能產(chǎn)業(yè)鏈韌性的短期和長(zhǎng)期影響;其次，探討教育水平與產(chǎn)業(yè)結(jié)構(gòu)作為調(diào)節(jié)變量在這一影響中的作用;最后，揭示不同地區(qū)的教育調(diào)節(jié)效應(yīng)異質(zhì)性。這些研究不僅為人工智能產(chǎn)業(yè)鏈的韌性問(wèn)題提供了新的實(shí)證證據(jù)，也為政策制定者優(yōu)化數(shù)字經(jīng)濟(jì)環(huán)境下的產(chǎn)業(yè)鏈韌性提升策略提供了理論支持。

1.2理論分析與研究假設(shè)

1.2.1數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性

數(shù)字經(jīng)濟(jì)的飛速發(fā)展對(duì)人工智能產(chǎn)業(yè)鏈韌性產(chǎn)生了強(qiáng)大的影響。首先，數(shù)字經(jīng)濟(jì)以數(shù)據(jù)為核心驅(qū)動(dòng)力，通過(guò)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等技術(shù)，極大地提高了數(shù)據(jù)的收集、存儲(chǔ)和處理能力[16]，這為人工智能的發(fā)展提供了豐富的資源基礎(chǔ)。資源依賴?yán)碚撝赋觯髽I(yè)依賴于外部資源，而數(shù)字經(jīng)濟(jì)通過(guò)提供豐富的數(shù)據(jù)和計(jì)算資源，減少了企業(yè)對(duì)單一外部資源的依賴，增強(qiáng)了其自主性和應(yīng)變能力，從而增強(qiáng)了人工智能產(chǎn)業(yè)鏈的韌性。

另一方面，數(shù)字經(jīng)濟(jì)帶來(lái)了數(shù)字化轉(zhuǎn)型，而數(shù)字化轉(zhuǎn)型使得企業(yè)能夠更靈活地應(yīng)對(duì)市場(chǎng)變化，通過(guò)數(shù)據(jù)分析和算法優(yōu)化，企業(yè)能夠迅速調(diào)整供應(yīng)鏈和生產(chǎn)流程[17]，從而提高了整體產(chǎn)業(yè)鏈的靈活性和適應(yīng)性。動(dòng)態(tài)能力理論指出，企業(yè)在快速變化的環(huán)境中重新配置資源和能力的能力，而數(shù)字經(jīng)濟(jì)通過(guò)提供實(shí)時(shí)數(shù)據(jù)分析和預(yù)測(cè)工具，幫助企業(yè)在動(dòng)態(tài)環(huán)境中迅速做出反應(yīng)，提升了其適應(yīng)和恢復(fù)能力，有效地增強(qiáng)了人工智能產(chǎn)業(yè)鏈的韌性。

同時(shí)，數(shù)字經(jīng)濟(jì)促進(jìn)了信息的高效流通和共享，增強(qiáng)了產(chǎn)業(yè)鏈上下游企業(yè)之間的協(xié)同能力，減少了信息不對(duì)稱帶來(lái)的風(fēng)險(xiǎn)[18]，進(jìn)一步提升了產(chǎn)業(yè)鏈的韌性。因此，數(shù)字經(jīng)濟(jì)不僅為人工智能技術(shù)的發(fā)展提供了基礎(chǔ)設(shè)施支持，還通過(guò)增強(qiáng)企業(yè)的資源獲取和動(dòng)態(tài)調(diào)整能力，提高了人工智能產(chǎn)業(yè)鏈的韌性。

基于以上分析，我們提出以下假設(shè)：

H1：數(shù)字經(jīng)濟(jì)可以加強(qiáng)人工智能產(chǎn)業(yè)鏈韌性

H2：隨著數(shù)字經(jīng)濟(jì)的發(fā)展，其對(duì)人工智能產(chǎn)業(yè)鏈韌性的增強(qiáng)作用不斷深化，數(shù)字經(jīng)濟(jì)不僅在短期內(nèi)，也可以在長(zhǎng)期內(nèi)促進(jìn)人工智能產(chǎn)業(yè)鏈韌性的發(fā)展。

1.2.2教育、數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性

隨著數(shù)字經(jīng)濟(jì)的發(fā)展和人工智能技術(shù)的廣泛應(yīng)用，教育在提升人力資本、促進(jìn)技術(shù)創(chuàng)新方面扮演了不可或缺的角色。首先，教育促進(jìn)了知識(shí)的傳播和技術(shù)的擴(kuò)散，推動(dòng)了數(shù)字經(jīng)濟(jì)與人工智能技術(shù)的深度融合。知識(shí)溢出效應(yīng)理論[指出，教育和培訓(xùn)能夠促進(jìn)知識(shí)在企業(yè)和產(chǎn)業(yè)間的流動(dòng)，增強(qiáng)整個(gè)產(chǎn)業(yè)的創(chuàng)新能力。通過(guò)與大學(xué)合作，人工智能企業(yè)能夠更快地獲取前沿的技術(shù)成果，并將其應(yīng)用到實(shí)際生產(chǎn)中，從而提高產(chǎn)業(yè)鏈的競(jìng)爭(zhēng)力和韌性。

其次，教育還在塑造社會(huì)對(duì)數(shù)字經(jīng)濟(jì)和人工智能技術(shù)的接受度和適應(yīng)度方面起到了重要作用。社會(huì)認(rèn)知理論表明，教育能夠影響個(gè)體和群體對(duì)新技術(shù)的態(tài)度和行為[20]。通過(guò)科普和宣傳，教育能夠提高公眾對(duì)數(shù)字經(jīng)濟(jì)和人工智能的理解和認(rèn)可，減少技術(shù)應(yīng)用過(guò)程中可能遇到的阻力，促進(jìn)技術(shù)的順利推廣和應(yīng)用，為發(fā)展人工智能產(chǎn)業(yè)鏈韌性打好社會(huì)基礎(chǔ)。

同時(shí)，當(dāng)教育水平較低時(shí)，勞動(dòng)者的技能和素質(zhì)相對(duì)薄弱，無(wú)法有效利用數(shù)字技術(shù)，而由于技術(shù)的弱化，產(chǎn)業(yè)鏈對(duì)技術(shù)沖擊的抵御能力較弱，數(shù)字經(jīng)濟(jì)的推動(dòng)作用有限，而當(dāng)教育發(fā)展到一定程度時(shí)，教育系統(tǒng)能夠培養(yǎng)出大量具備數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和算法設(shè)計(jì)等能力的專業(yè)人才[211，，能夠在面對(duì)市場(chǎng)變化和技術(shù)挑戰(zhàn)時(shí)，迅速適應(yīng)并做出適合于企業(yè)的合理調(diào)整，從而增強(qiáng)產(chǎn)業(yè)鏈的適應(yīng)性和恢復(fù)能力。

基于以上分析，我們提出以下假設(shè)：

H3：教育在數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性中起調(diào)節(jié)作用，并表現(xiàn)為門限作用。

1.2.3產(chǎn)業(yè)結(jié)構(gòu)、數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性

經(jīng)過(guò)優(yōu)化的產(chǎn)業(yè)結(jié)構(gòu)能夠提升資源配置效率，促進(jìn)產(chǎn)業(yè)鏈上下游的協(xié)同，增強(qiáng)整個(gè)產(chǎn)業(yè)鏈的適應(yīng)性和抗風(fēng)險(xiǎn)能力。首先，合理的產(chǎn)業(yè)結(jié)構(gòu)有助于優(yōu)化資源配置，提高生產(chǎn)效率。通過(guò)促進(jìn)高科技產(chǎn)業(yè)和傳統(tǒng)產(chǎn)業(yè)的深度融合，數(shù)字經(jīng)濟(jì)可以推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。產(chǎn)業(yè)集群理論[22]指出，當(dāng)相關(guān)產(chǎn)業(yè)聚集在一起時(shí)，可以實(shí)現(xiàn)資源共享、信息交流和技術(shù)合作，從而提高整體競(jìng)爭(zhēng)力。產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化使得各個(gè)環(huán)節(jié)之間的協(xié)調(diào)更加緊密，減少了資源浪費(fèi)和重復(fù)建設(shè)，提高了人工智能產(chǎn)業(yè)鏈的整體效率和靈活性。

其次，產(chǎn)業(yè)結(jié)構(gòu)的多樣性增強(qiáng)了產(chǎn)業(yè)鏈的抗風(fēng)險(xiǎn)能力。在數(shù)字經(jīng)濟(jì)的推動(dòng)下，產(chǎn)業(yè)結(jié)構(gòu)逐漸向多樣化和高附加值方向發(fā)展。這種多樣化不僅包括不同產(chǎn)業(yè)間的多樣化，也包括產(chǎn)業(yè)內(nèi)部不同環(huán)節(jié)的多樣化[23]。多樣化理論表明，多樣化可以分散風(fēng)險(xiǎn)，當(dāng)某一領(lǐng)域出現(xiàn)問(wèn)題時(shí)，其他領(lǐng)域可以彌補(bǔ)其損失，從而增強(qiáng)整個(gè)產(chǎn)業(yè)鏈的穩(wěn)定性和韌性。在人工智能產(chǎn)業(yè)中，多樣化的產(chǎn)業(yè)結(jié)構(gòu)可以在面對(duì)市場(chǎng)波動(dòng)和技術(shù)挑戰(zhàn)時(shí)，提供更多的應(yīng)對(duì)選擇和調(diào)整空間，產(chǎn)業(yè)鏈的韌性得到發(fā)展。

同時(shí)，當(dāng)產(chǎn)業(yè)結(jié)構(gòu)較為單一時(shí)，某個(gè)產(chǎn)業(yè)的波動(dòng)可能會(huì)對(duì)整個(gè)人工智能產(chǎn)業(yè)鏈甚至整個(gè)經(jīng)濟(jì)大環(huán)境產(chǎn)生嚴(yán)重影響，同時(shí)以傳統(tǒng)產(chǎn)業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)也難以發(fā)揮數(shù)字經(jīng)濟(jì)的作用，區(qū)域協(xié)調(diào)作用[24]受到抑制，而當(dāng)產(chǎn)業(yè)結(jié)構(gòu)更加多元化與現(xiàn)代化時(shí)，產(chǎn)業(yè)結(jié)構(gòu)的合理布局可以促進(jìn)區(qū)域經(jīng)濟(jì)的平衡與不同行業(yè)的協(xié)同發(fā)展，有助于分散風(fēng)險(xiǎn)，提高經(jīng)濟(jì)體對(duì)沖擊的抵抗力。另一方面，不同區(qū)域的合理分工和合作，可以在供應(yīng)鏈管理、技術(shù)研發(fā)和市場(chǎng)拓展等方面形成優(yōu)勢(shì)互補(bǔ)，提高整體產(chǎn)業(yè)鏈的協(xié)同效率和韌性。

基于以上分析，我們提出以下假設(shè)：

H4：產(chǎn)業(yè)結(jié)構(gòu)在數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性中起調(diào)節(jié)作用，并表現(xiàn)為門限作用。

2指標(biāo)選取與模型構(gòu)建

2.1 指標(biāo)選取

我們利用國(guó)家統(tǒng)計(jì)局、中國(guó)經(jīng)濟(jì)社會(huì)大數(shù)據(jù)研究平臺(tái)、中國(guó)火炬統(tǒng)計(jì)年鑒和北京大學(xué)數(shù)字金融研究

中心等平臺(tái)，收集了中國(guó)2013—2022年31個(gè)省份（不含港澳臺(tái)）的相關(guān)指標(biāo)數(shù)據(jù)，同時(shí)使用線性插補(bǔ)法填補(bǔ)缺失值。

2.1.1 被解釋變量

本文的被解釋變量為人工智能產(chǎn)業(yè)鏈韌性（ati）。人工智能產(chǎn)業(yè)鏈作為產(chǎn)業(yè)鏈的一種類型，可以借鑒其他產(chǎn)業(yè)鏈韌性的構(gòu)建方法。為測(cè)度我國(guó)人工智能產(chǎn)業(yè)鏈韌性的發(fā)展水平，本文以匹配性、適用性、可獲得性原則為指導(dǎo)，設(shè)計(jì)包括了抵抗力、恢復(fù)力、創(chuàng)新力3個(gè)二級(jí)指標(biāo)及10個(gè)三級(jí)指標(biāo)的綜合評(píng)價(jià)體系，具體指標(biāo)如表1所示。再通過(guò)熵權(quán)法，綜合10個(gè)指標(biāo)得到人工智能產(chǎn)業(yè)鏈韌性變量。

表1人工智能產(chǎn)業(yè)鏈韌性的指標(biāo)表

2.1.2 被解釋變量

本文的核心解釋變量為數(shù)字經(jīng)濟(jì)（dec），基于文獻(xiàn)[25]，使用指標(biāo)：人均GDP（元/人）、全體居民人均可支配收入（元）互聯(lián)網(wǎng)寬帶接入用戶（萬(wàn)戶）電子商務(wù)銷售額（億元）光纜線路長(zhǎng)度（公里）和社會(huì)消費(fèi)品零售總額（億元）。這5個(gè)指標(biāo)均為正指標(biāo)，也同樣使用熵權(quán)法對(duì)其進(jìn)行綜合，得到核心解釋變量。同時(shí)，為了后續(xù)驗(yàn)證穩(wěn)健性，我們同時(shí)利用主成分法得到新的數(shù)字經(jīng)濟(jì)變量（decp）。

2.1.3 控制變量

為了保證回歸結(jié)果的準(zhǔn)確性，我們使用以下5個(gè)變量作為控制變量：

對(duì)外直接投資（fdi）。我們通過(guò)使用外商投資企業(yè)進(jìn)出口總額（千美元）來(lái)代表對(duì)外直接投資，由于該變量的數(shù)量級(jí)較大，在后續(xù)分析中，我們將對(duì)其取對(duì)數(shù)處理（lnfdi）。

金融化水平（fina）。我們使用金融業(yè)增加值（億元）占地區(qū)生產(chǎn)總值（億元）的比重來(lái)衡量金融化水平。

城鎮(zhèn)化率（cit）。我們使用城鎮(zhèn)人口（萬(wàn)人）占年末常住人口（萬(wàn)人）的比重來(lái)衡量城鎮(zhèn)化率。

政府支持（govs）。我們使用地方財(cái)政一般預(yù)算支出（億元）占地區(qū)生產(chǎn)總值（億元）的比重來(lái)衡量政府支持。

失業(yè)水平（unemp）。我們使用城鎮(zhèn)登記失業(yè)人數(shù)（萬(wàn)人）占年末常住人口（萬(wàn)人）的比重來(lái)衡量失業(yè)水平。

2.1.4調(diào)節(jié)變量

為了驗(yàn)證我們的假設(shè)，我們選取了兩個(gè)調(diào)節(jié)變量用以分析，具體如下：

教育（edu）。為了衡量教育變量，我們對(duì)普通高等學(xué)校本專科授予學(xué)位數(shù)（萬(wàn)人）、教育經(jīng)費(fèi)（萬(wàn)元）和普通高等學(xué)校教職工總數(shù)（萬(wàn)人）這3個(gè)指標(biāo)使用熵權(quán)法得到教育變量。

產(chǎn)業(yè)結(jié)構(gòu)（is）。產(chǎn)業(yè)結(jié)構(gòu)在不同的文獻(xiàn)中有不同的衡量方式，常用的有第二產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重以及第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重，在本文中我們使用第三產(chǎn)業(yè)增加值（億元）占地區(qū)生產(chǎn)總值（億元）的比重來(lái)代表產(chǎn)業(yè)結(jié)構(gòu)。

2.1.5 描述性統(tǒng)計(jì)

對(duì)以上提及的9個(gè)變量進(jìn)行描述性統(tǒng)計(jì)，所得結(jié)果如表2所示。

表2變量的描述性統(tǒng)計(jì)結(jié)果表

2.2 模型構(gòu)建

2.2.1面板雙固定回歸模型

為了分析數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性之間的關(guān)系，檢驗(yàn)假設(shè)H1，我們先通過(guò)協(xié)整檢驗(yàn)[26]，發(fā)現(xiàn)使用面板回歸模型不會(huì)出現(xiàn)偽回歸現(xiàn)象。接著，利用Hausman檢驗(yàn)[27確定使用面板固定回歸模型;同時(shí)參考文獻(xiàn)[28]對(duì)數(shù)字經(jīng)濟(jì)與制造業(yè)產(chǎn)業(yè)鏈韌性的做法，使用面板雙固定回歸模型，回歸模型如式（1）所示，并記為模型1。

ati_i=β₀+β₁dec_i+β₂lnfdi_i+β₃fina_ii+β₄cit_ii+β₅govs_ii+β₆unemp_ii+μ_i+γ_t+ε_ii+β₄decons_ii.

其中， ati_it 代表人工智能產(chǎn)業(yè)鏈韌性， 代表數(shù)字經(jīng)濟(jì)， lnfdi_it 代表對(duì)數(shù)化的對(duì)外直接投資 Ana_it 代表金融化水平， cit_it 代表城鎮(zhèn)化率， goνs_it 代表政府支持， unemp_it 代表失業(yè)水平 ?_Ai 是個(gè)體固定效應(yīng)， γ_t 是時(shí)間固定效應(yīng)， ε_it 是隨機(jī)誤差項(xiàng)。

2.2.2 面板分位數(shù)模型

本文還將探討在數(shù)字經(jīng)濟(jì)的不同發(fā)展程度下，其對(duì)人工智能產(chǎn)業(yè)鏈韌性的影響，以驗(yàn)證假設(shè)H2，此處使用面板分位數(shù)模型，如式（2）所示，并記為模型2。

其中，各變量的含義與模型1一致，回歸時(shí)取 0.1、0.3、0.5、0.7、0.9 分位數(shù)進(jìn)行回歸。

2.2.3 面板交互項(xiàng)回歸模型

本文還將考慮教育與產(chǎn)業(yè)結(jié)構(gòu)在數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性之間的調(diào)節(jié)作用，已驗(yàn)證假設(shè)H3與H4，此處使用面板交互項(xiàng)回歸模型，如式（3）所示，并記為模型3。

其中，各變量的含義與模型1一致， M_it 代表調(diào)節(jié)變量，分別是教育 edu_it 與產(chǎn)業(yè)結(jié)構(gòu) ，根據(jù)文獻(xiàn)[29]，確認(rèn)調(diào)節(jié)效應(yīng)最關(guān)鍵的是系數(shù) δ₂ 的顯著性。

2.2.4 面板門限回歸模型

為了確認(rèn)調(diào)節(jié)作用的具體表現(xiàn)形式，參考文獻(xiàn)[30]的做法，此處使用面板門限回歸模型，如式（4）所示，并記為模型4。

ati_i=δ₁dec_aI（M_a?θ）+δ_*dec_iI（M_igt;θ）+μ_i+γ_i+ε_a+β₁lnfdi_a+β₂fina_a+β₃cil_i+β₄govs_i+β₃unemp_i.

其中，各變量的含義與模型1一致， .I（?） 是示性函數(shù)，當(dāng)滿足括號(hào)內(nèi)的條件時(shí)，函數(shù)值取1，不滿足時(shí)取 0;θ 是門限值。

3 實(shí)證分析

3.1 面板雙固定回歸模型結(jié)果與分析

借助編程軟件，我們可以得到模型1的回歸結(jié)果，如表3所示。

表3面板雙固定模型回歸結(jié)果表

注：括號(hào)內(nèi)的數(shù)值為 Φ_t 值； ???_plt;0.01 ^**plt;0.05 ^*plt;0.1 。下同。

從表3中可以看出，無(wú)論是否引入控制變量，核心解釋變量數(shù)字經(jīng)濟(jì)dec的系數(shù)均為正，且在 1% 的水平顯著，說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)人工智能產(chǎn)業(yè)鏈韌性具有顯著的促進(jìn)作用。數(shù)字經(jīng)濟(jì)時(shí)代大量的數(shù)據(jù)產(chǎn)生和積累為人工智能技術(shù)提供了豐富的數(shù)據(jù)資源。而數(shù)字經(jīng)濟(jì)的發(fā)展，不但意味著經(jīng)濟(jì)的發(fā)展，也代表著數(shù)字化的發(fā)展，這推動(dòng)了各行各業(yè)的數(shù)字化轉(zhuǎn)型，人工智能技術(shù)也在各個(gè)領(lǐng)域得到了廣泛的應(yīng)用，促進(jìn)了人工智能業(yè)的自主性和應(yīng)變能力，也促進(jìn)了人工智能產(chǎn)業(yè)鏈韌性的發(fā)展。同時(shí)，再加入控制變量后，模型的R2提高了，說(shuō)明模型的擬合優(yōu)度增加了，也說(shuō)明在增加了控制變量之后，模型的解釋能力上升了。

3.2 穩(wěn)健性檢驗(yàn)

為了保證模型1的回歸結(jié)果具有穩(wěn)健性，我們需要進(jìn)行穩(wěn)健性檢驗(yàn)，我們使用4種方法，結(jié)果如表4所示。

3.2.1更換解釋變量的測(cè)度方法

我們可以將解釋變量數(shù)字經(jīng)濟(jì)的構(gòu)建方法從熵權(quán)法改為主成分法，再通過(guò)面板雙固定回歸模型得到回歸結(jié)果。

3.2.2 更換模型

考慮到熵權(quán)法的結(jié)果在0～1之間，即人工智能產(chǎn)業(yè)鏈韌性的測(cè)量結(jié)果只在0～1之間，將面板回歸模型改為面板Tobit回歸模型，模型形式如式（5）所示。

3.2.3 更換樣本年份

考慮到2020—2022年出現(xiàn)了突發(fā)公共衛(wèi)生事件，可能對(duì)回歸結(jié)果產(chǎn)生影響，我們將回歸年份從2013—2022 年轉(zhuǎn)為2013—2019 年，再進(jìn)行回歸。

3.2.4內(nèi)生性檢驗(yàn)

考慮到模型1可能遺漏了解釋變量，而人工智能產(chǎn)業(yè)鏈韌性的滯后項(xiàng)也會(huì)對(duì)當(dāng)期的產(chǎn)業(yè)鏈韌性產(chǎn)生影響[31]，同時(shí)也不能忽略人工智能產(chǎn)業(yè)鏈韌性對(duì)數(shù)字經(jīng)濟(jì)的反作用[32]，我們需要解決內(nèi)生性問(wèn)題，因此，我們使用兩階段最小二乘法進(jìn)行估計(jì)，同時(shí)工具變量設(shè)定為各省份各年的郵政營(yíng)業(yè)網(wǎng)點(diǎn)數(shù)量[33]。

表4穩(wěn)健性檢驗(yàn)回歸結(jié)果表

從表4中，我們可以發(fā)現(xiàn)，這4種穩(wěn)健性檢驗(yàn)方法下的回歸結(jié)果均證明了數(shù)字經(jīng)濟(jì)的系數(shù)均為正，且仍在 1% 的水平上顯著，說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)人工智能產(chǎn)業(yè)鏈韌性具有顯著的促進(jìn)作用具有較好的穩(wěn)健性。而對(duì)于內(nèi)生性檢驗(yàn)來(lái)說(shuō)，不可識(shí)別檢驗(yàn)的統(tǒng)計(jì)量是164.450，并且在 1% 的水平上顯著，說(shuō)明通過(guò)了不可識(shí)別檢驗(yàn)；弱工具變量檢驗(yàn)的統(tǒng)計(jì)量是379.003，遠(yuǎn)大于 10% 水平下的臨界值16.38，說(shuō)明所選取的工具變量不是弱工具變量;由于我們只使用了一個(gè)工具變量，因此過(guò)度識(shí)別檢驗(yàn)必定通過(guò)，綜上，工具變量通過(guò)了3種檢驗(yàn)，證明了工具變量選取的準(zhǔn)確性，也說(shuō)明了模型1回歸結(jié)果的準(zhǔn)確性。

3.3 面板分位數(shù)模型結(jié)果與分析

借助編程軟件，我們可以得到模型2的回歸結(jié)果，將回歸結(jié)果可視化，把回歸系數(shù)繪制成折線圖，如圖3所示，其中前一張圖（decO）是不加入控制變量的結(jié)果，后一張圖（dec1）是加入了控制變量的結(jié)果。

圖1面板分位數(shù)模型回歸系數(shù)的折線圖

從圖1中可以發(fā)現(xiàn)，無(wú)論是否加入控制變量，隨著數(shù)字經(jīng)濟(jì)的發(fā)展，其對(duì)人工智能產(chǎn)業(yè)鏈韌性的促進(jìn)作用不斷提高，數(shù)字經(jīng)濟(jì)可在長(zhǎng)期內(nèi)很好地促進(jìn)人工智能產(chǎn)業(yè)鏈韌性的發(fā)展。從現(xiàn)實(shí)出發(fā)，隨著數(shù)字經(jīng)濟(jì)的發(fā)展，云計(jì)算和大數(shù)據(jù)技術(shù)得到了快速普及和發(fā)展，很好地提高了人工智能產(chǎn)業(yè)應(yīng)對(duì)突發(fā)狀況的能力，發(fā)展了人工智能產(chǎn)業(yè)鏈韌性。從這里也能看出，數(shù)字經(jīng)濟(jì)不僅在短期內(nèi)，也可以在長(zhǎng)期內(nèi)促進(jìn)人工智能產(chǎn)業(yè)鏈韌性的發(fā)展。

3.4面板交互項(xiàng)回歸模型結(jié)果與分析

借助編程軟件，我們可以得到模型3的回歸結(jié)果，如表5所示。

表5面板交互項(xiàng)回歸結(jié)果表

續(xù)表5

從表5中，我們可以發(fā)現(xiàn)，教育與數(shù)字經(jīng)濟(jì)交互項(xiàng)的系數(shù)為正，且在 5% 的水平上顯著，說(shuō)明教育能夠較顯著地促進(jìn)數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性之間的關(guān)系，教育通過(guò)傳播專業(yè)知識(shí)、培養(yǎng)專業(yè)人才、營(yíng)造良好的社會(huì)氛圍，加強(qiáng)了人們對(duì)數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)的認(rèn)識(shí)，促進(jìn)技術(shù)的順利推廣和應(yīng)用，從而很好地提高了數(shù)字經(jīng)濟(jì)對(duì)人工智能產(chǎn)業(yè)鏈韌性的促進(jìn)作用。

對(duì)于產(chǎn)業(yè)結(jié)構(gòu)來(lái)說(shuō)，產(chǎn)業(yè)結(jié)構(gòu)與數(shù)字經(jīng)濟(jì)交互項(xiàng)的系數(shù)為正，且在 1% 的水平上顯著，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)能夠顯著地促進(jìn)數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性之間的關(guān)系，產(chǎn)業(yè)結(jié)構(gòu)通過(guò)優(yōu)化資源配置、促進(jìn)產(chǎn)業(yè)鏈的多樣化以及推動(dòng)區(qū)域協(xié)調(diào)發(fā)展，為人工智能產(chǎn)業(yè)提供更多的應(yīng)對(duì)選擇和調(diào)整空間，很好地提高了數(shù)字經(jīng)濟(jì)對(duì)人工智能產(chǎn)業(yè)鏈韌性的促進(jìn)作用。

3.5面板門限回歸模型結(jié)果與分析

借助編程軟件，我們可以得到模型4的回歸結(jié)果，如表6所示。

表6面板門限回歸模型回歸結(jié)果表

從表6中，我們可以發(fā)現(xiàn)，教育與產(chǎn)業(yè)結(jié)構(gòu)都存在顯著的門檻效應(yīng)，并且當(dāng)兩者超過(guò)其門檻值時(shí)，數(shù)字經(jīng)濟(jì)對(duì)人工智能產(chǎn)業(yè)韌性的作用會(huì)有所提高，具體來(lái)說(shuō)，當(dāng)教育水平超過(guò)0.6567，產(chǎn)業(yè)結(jié)構(gòu)水平超過(guò)0.5473時(shí)，數(shù)字經(jīng)濟(jì)的促進(jìn)作用分別從0.231與0.281提高到了0.307與0.337，這也與調(diào)節(jié)效應(yīng)的結(jié)果保持一致，可能的解釋已經(jīng)在調(diào)節(jié)效應(yīng)處提及，這里也比較類似，不再贅述。

3.6 異質(zhì)性分析

教育是對(duì)中華民族偉大復(fù)興具有決定性意義的事業(yè)，因此我們對(duì)教育的調(diào)節(jié)作用進(jìn)行進(jìn)一步的地區(qū)異質(zhì)性分析。為了進(jìn)一步分析中國(guó)不同地區(qū)教育對(duì)數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性的調(diào)節(jié)效應(yīng)，我們使用最為普遍的劃分方法，將31個(gè)省份劃分為東北、東部、中部和西部地區(qū)，具體劃分方法如表7所示。面板門限回歸模型的結(jié)果如表8所示。

表731個(gè)省份的劃分方法表

從表8中，我們可以發(fā)現(xiàn)：

第一，針對(duì)門限值 θ ，對(duì)于東北地區(qū)與東部地區(qū)來(lái)說(shuō)，教育在數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性之間的調(diào)節(jié)作用是顯著的，而對(duì)于中部地區(qū)與西部地區(qū)來(lái)說(shuō)這個(gè)調(diào)節(jié)作用并不顯著。

第二，針對(duì)（1）中的結(jié)論，可能的原因是：對(duì)于東部地區(qū)來(lái)說(shuō)，其產(chǎn)業(yè)結(jié)構(gòu)更為多樣化與先進(jìn)化，對(duì)于專業(yè)技術(shù)人才的需求量大且要求高，同時(shí)東部地區(qū)的教育資源更為豐富，教育水平較高，教育對(duì)數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性之間的調(diào)節(jié)作用更為明顯。而東北地區(qū)教育潛力較大，教育對(duì)數(shù)字經(jīng)濟(jì)的促進(jìn)作用厚積薄發(fā)，因此教育對(duì)數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性之間的調(diào)節(jié)作用也較顯著。而對(duì)于中部地區(qū)與西部地區(qū)，教育水平相對(duì)落后，其教育對(duì)數(shù)字經(jīng)濟(jì)的促進(jìn)作用并不顯著，同時(shí)中西部地區(qū)的人工智能產(chǎn)業(yè)發(fā)展速度相對(duì)緩慢，因此教育對(duì)數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性之間的調(diào)節(jié)作用并不顯著。

第三，在不考慮門限值是否顯著時(shí)，當(dāng)教育超過(guò)門限值時(shí)，數(shù)字經(jīng)濟(jì)的促進(jìn)作用均有所增強(qiáng)。同時(shí)，東北地區(qū)的促進(jìn)作用強(qiáng)于東部地區(qū)強(qiáng)于中西部地區(qū)，這也符合這幾個(gè)地區(qū)的現(xiàn)實(shí)情況，東北地區(qū)重工業(yè)較為發(fā)達(dá)，注重教育，教育的調(diào)節(jié)作用明顯，而東部地區(qū)教育與數(shù)字經(jīng)濟(jì)發(fā)展較為領(lǐng)先，發(fā)展速度保持良好，教育的調(diào)節(jié)作用略弱于東北地區(qū)，但依然強(qiáng)勁。而中西部地區(qū)在經(jīng)濟(jì)發(fā)展與教育水平上均比不上東北地區(qū)與東部地區(qū)，教育的調(diào)節(jié)作用相對(duì)薄弱。

4結(jié)論與建議

4.1 研究結(jié)論

本文立足于數(shù)字經(jīng)濟(jì)時(shí)代下的人工智能產(chǎn)業(yè)鏈韌性發(fā)展，通過(guò)對(duì)中國(guó)2013—2022年31個(gè)省份的

相關(guān)數(shù)據(jù)進(jìn)行研究，得到了以下結(jié)論：

第一，數(shù)字經(jīng)濟(jì)對(duì)人工智能產(chǎn)業(yè)鏈韌性具有促進(jìn)作用，同時(shí)隨著數(shù)字經(jīng)濟(jì)的發(fā)展，其對(duì)人工智能產(chǎn)業(yè)鏈韌性的促進(jìn)作用不斷提高，數(shù)字經(jīng)濟(jì)不僅在短期內(nèi)，也可在長(zhǎng)期內(nèi)很好地促進(jìn)人工智能產(chǎn)業(yè)鏈韌性的發(fā)展。

第二，教育與產(chǎn)業(yè)結(jié)構(gòu)在數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性中均起調(diào)節(jié)作用，并且教育與產(chǎn)業(yè)結(jié)構(gòu)可以很好地提升數(shù)字經(jīng)濟(jì)對(duì)人工智能產(chǎn)業(yè)鏈韌性的促進(jìn)作用。

第三，對(duì)于中國(guó)的東北、東部、中部、西部地區(qū)，教育在數(shù)字經(jīng)濟(jì)與人工智能產(chǎn)業(yè)鏈韌性之間的調(diào)節(jié)作用存在地區(qū)異質(zhì)性，東北地區(qū)的調(diào)節(jié)作用強(qiáng)于東部地區(qū)強(qiáng)于中西部地區(qū)。

4.2研究建議

基于我們所得到的結(jié)論，我們可以提出以下建議：

第一，發(fā)揮數(shù)據(jù)要素作用，建立高質(zhì)量的數(shù)據(jù)共享與開(kāi)放平臺(tái)。借助數(shù)據(jù)挖掘與人工智能技術(shù)的力量，緩解數(shù)據(jù)收集與核對(duì)的工作量，利用高質(zhì)量數(shù)據(jù)平臺(tái)的數(shù)據(jù)促進(jìn)企業(yè)的精準(zhǔn)決策和業(yè)務(wù)優(yōu)化。同時(shí)，利用高質(zhì)量的數(shù)據(jù)提高面對(duì)風(fēng)險(xiǎn)時(shí)產(chǎn)業(yè)鏈的抗風(fēng)險(xiǎn)能力，完善數(shù)據(jù)基礎(chǔ)建設(shè)，推動(dòng)人工智能產(chǎn)業(yè)鏈升級(jí)轉(zhuǎn)型與數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展。

第二，促進(jìn)創(chuàng)新要素流動(dòng)，營(yíng)造良好的數(shù)據(jù)與產(chǎn)業(yè)鏈發(fā)展環(huán)境。推動(dòng)教育體系的改革，鼓勵(lì)高校與企業(yè)合作，開(kāi)展產(chǎn)學(xué)研一體化的教學(xué)模式，提升學(xué)生的實(shí)際操作能力和創(chuàng)新能力。推動(dòng)國(guó)家層面的信息通信標(biāo)準(zhǔn)化工作，利用自主創(chuàng)新能力推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與教育發(fā)展，鼓勵(lì)企業(yè)擁有屬于自己的知識(shí)產(chǎn)權(quán)，實(shí)現(xiàn)人工智能產(chǎn)業(yè)鏈的安全化與創(chuàng)新化。

第三，制定區(qū)域差異化政策，實(shí)現(xiàn)人工智能產(chǎn)業(yè)鏈的階梯式發(fā)展。聚焦于“數(shù)字鴻溝\"的問(wèn)題，針對(duì)不同地區(qū)的經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)特點(diǎn)，制定差異化的政策支持。一方面，在較落后地區(qū)推動(dòng)公共基礎(chǔ)設(shè)施與數(shù)字基礎(chǔ)設(shè)施的完善化，實(shí)現(xiàn)數(shù)據(jù)的互聯(lián)互通，減少信息的不平等現(xiàn)象;另一方面，加速數(shù)字技術(shù)與人工智能產(chǎn)業(yè)鏈的融合，發(fā)揮東部地區(qū)先進(jìn)制造業(yè)的產(chǎn)業(yè)優(yōu)勢(shì)，推動(dòng)數(shù)據(jù)要素與創(chuàng)新要素在不同地區(qū)之間的流動(dòng)，激發(fā)人工智能產(chǎn)業(yè)鏈韌性的巨大潛力。

第四，促進(jìn)產(chǎn)學(xué)研合作與國(guó)際交流，實(shí)現(xiàn)人工智能產(chǎn)業(yè)鏈的國(guó)際化。鼓勵(lì)高校、科研機(jī)構(gòu)和企業(yè)之間的合作，建立產(chǎn)學(xué)研一體化的創(chuàng)新體系。通過(guò)政策激勵(lì)，支持人工智能相關(guān)的聯(lián)合研發(fā)項(xiàng)目和技術(shù)轉(zhuǎn)移平臺(tái)建設(shè)，推動(dòng)科研成果的產(chǎn)業(yè)化應(yīng)用。積極參與國(guó)際科技合作與交流，學(xué)習(xí)借鑒國(guó)際先進(jìn)經(jīng)驗(yàn)和技術(shù)，鼓勵(lì)國(guó)內(nèi)企業(yè)和科研機(jī)構(gòu)與國(guó)際同行開(kāi)展合作研究和技術(shù)交流，提升我國(guó)在人工智能領(lǐng)域的國(guó)際競(jìng)爭(zhēng)力。

參考文獻(xiàn)：

[1]中華人民共和國(guó)中央人民政府.國(guó)務(wù)院關(guān)于印發(fā)\"十四五\"數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃的通知[EB/OL].（2022-01-12）[2024-07-30]. https：//www.gov.cn/zhengce/content/2022-01/12/content_5667817.htm.

[2]中華人民共和國(guó)中央人民政府.國(guó)家統(tǒng)計(jì)局令（第33號(hào)）數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）[EB/OL].（2021-05-27）[2024-07-30]. https：//www.gov.cn/gongbao/content/2021/content_5625996.htm.

[3]李玉梅，許晗，宋玉茹，等.數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)鏈韌性提升：機(jī)制、難點(diǎn)與對(duì)策[J].科學(xué)管理研究，2024，42（2）：64-72.

[4]李榮日，毛愈鈞，崔琪.數(shù)字經(jīng)濟(jì)賦能體育產(chǎn)業(yè)鏈韌性提升：沖擊與回應(yīng)[J].北京體育大學(xué)學(xué)報(bào)，2024，47（1）：50-62.

[5]董麗，趙放.數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)產(chǎn)業(yè)鏈韌性提升的作用機(jī)理與實(shí)現(xiàn)路徑[J].福建師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023（5）：33-42.

[6]李陽(yáng)，劉柏珍，原德霖.數(shù)字經(jīng)濟(jì)背景下面向區(qū)域協(xié)同創(chuàng)新的數(shù)據(jù)資源開(kāi)發(fā)利用思考[J].圖書與情報(bào)，2023（4）：12-19.

[7]楊海，陳亮.信息安全保護(hù)在數(shù)字經(jīng)濟(jì)發(fā)展中的作用研究[J].電腦知識(shí)與技術(shù)，2022，18（23）：21-22.

[8]司澤宇.數(shù)字經(jīng)濟(jì)中信息通信技術(shù)對(duì)山東省經(jīng)濟(jì)的影響[D].濟(jì)南：山東大學(xué)，2020.

[9]梁俊.人工智能產(chǎn)業(yè)鏈需要“強(qiáng)鏈\"\"補(bǔ)鏈\"和\"建鏈”——對(duì)珠三角和長(zhǎng)三角人工智能企業(yè)和政府部門的調(diào)研[J].中國(guó)經(jīng)貿(mào)導(dǎo)刊，2021（12）：53-55.

[10]吳斌，柏雙偉，張新.產(chǎn)業(yè)鏈韌性在人工智能產(chǎn)業(yè)鏈評(píng)估中的應(yīng)用探討[J].科技管理研究，2023，43（7）：199-204.

[11]洑櫻菁，吳斌.中國(guó)一線城市人工智能產(chǎn)業(yè)鏈韌性測(cè)度研究[J].價(jià)值工程，2024，43（7）：29-31.

[12]戚聿東，張?zhí)齑T.數(shù)字經(jīng)濟(jì)賦能產(chǎn)業(yè)鏈現(xiàn)代化的機(jī)理與路徑[J].中共中央黨校（國(guó)家行政學(xué)院）學(xué)報(bào)，2024，28（2）：88-95.

[13]袁瀚坤，彭剛東，韓民春.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)產(chǎn)業(yè)鏈供應(yīng)鏈韌性的影響研究[J].江南大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2024，23（3）：22-34.

[14]黃旭，洪美玲.生成式人工智能助力數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的影響機(jī)制與提升路徑[J].南方經(jīng)濟(jì)，2024（8）：23-44.

[15]陳艷霞，張鵬.人工智能產(chǎn)業(yè)政策的創(chuàng)新促進(jìn)效應(yīng)——來(lái)自企業(yè)專利數(shù)據(jù)的證據(jù)[J].現(xiàn)代經(jīng)濟(jì)探討，2024（3）：69-79.

[16]孟浩，王偉強(qiáng).數(shù)據(jù)要素驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的現(xiàn)狀、問(wèn)題及應(yīng)對(duì)建議[J].通信世界，2024（12）：18-19.

[17]張穎慧，李思儀.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的影響及提升機(jī)制[J].會(huì)計(jì)之友，2024（16）：128-136.

[18]衛(wèi)世如，陳志芳，侯晨波.數(shù)字經(jīng)濟(jì)、信息不對(duì)稱與融資約束——基于數(shù)字型中小企業(yè)的實(shí)證研究[J].江蘇商論，2023（12）：86-91.

[19]林梅.知識(shí)溢出效應(yīng)下跨學(xué)科、跨專業(yè)教育資源優(yōu)化研究[J].山西青年，2024（9）：19-21.

[20]劉振海，魏永軍，祖強(qiáng)，等.新媒體時(shí)代高校思政教育的高質(zhì)量發(fā)展路徑研究——基于社會(huì)認(rèn)知理論的視角[J].江蘇高教，2023（10）：104-108.

[21]王飛躍.如何培養(yǎng)人工智能人才：從平行教學(xué)到智慧教育[J].科技導(dǎo)報(bào)，2018，36（11）：9-12.

[22]向陽(yáng).基于產(chǎn)業(yè)集群理論視角的貴州產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化研究[D].貴陽(yáng)：貴州大學(xué)，2009.

[23]熊廣勤，方扶星.數(shù)字經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)多樣化與城市綠色創(chuàng)新[J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，39（4）：45-58.

[24]崔曉雨，付曉東.數(shù)字經(jīng)濟(jì)下區(qū)域經(jīng)濟(jì)理論與現(xiàn)實(shí)變革研究——兼論“十四五\"時(shí)期區(qū)域經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型[J].中國(guó)物價(jià)，2022（4）：7-11.

[25]常皓亮.數(shù)字經(jīng)濟(jì)、綠色技術(shù)創(chuàng)新與碳排放強(qiáng)度——基于我國(guó)城市面板數(shù)據(jù)的經(jīng)驗(yàn)研究[J].商業(yè)研究，2023（2）：73-80.

[26]武立永.城鎮(zhèn)化與中國(guó)經(jīng)濟(jì)增長(zhǎng)“長(zhǎng)期均衡悖論\"的實(shí)證檢驗(yàn)[J].經(jīng)濟(jì)問(wèn)題，2014（7）：6-10.

[27]陳強(qiáng).高級(jí)計(jì)量經(jīng)濟(jì)學(xué)與Stata應(yīng)用（第二版）[M].北京：高等教育出版社，2014：268-271.

[28]孫文遠(yuǎn)，劉吳杰.數(shù)字經(jīng)濟(jì)對(duì)工業(yè)產(chǎn)業(yè)鏈韌性的影響效應(yīng)研究——兼論創(chuàng)新水平和市場(chǎng)分割的機(jī)制作用[J].金融經(jīng)濟(jì)，2024（1）：86-97.

[29]沈煜，孫文凱.污染信息公開(kāi)如何影響健康消費(fèi)決策[J].世界經(jīng)濟(jì)，2020，43（7）：98-121.

[30]汪芳，汪梓瑜，趙玉林，等.數(shù)字經(jīng)濟(jì)發(fā)展減少了環(huán)境污染嗎？——兼議環(huán)境規(guī)制的調(diào)節(jié)效應(yīng)與門檻效應(yīng)[J].生態(tài)經(jīng)濟(jì)，2024，40（7）：166-173.

[31]李燕.黃河流域能源產(chǎn)業(yè)鏈韌性的測(cè)度與時(shí)空演進(jìn)分析[J].技術(shù)經(jīng)濟(jì)與管理研究，2024（6）：118-124.

[32]胡艷，柯鵬.產(chǎn)業(yè)鏈韌性對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響[J].沈陽(yáng)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，26（3）：18-29.

[33]劉國(guó)武，李君華.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的影響——基于需求端視角[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2024，46（1）：104-116.

Digital Economy Empowers the Resilience of the AI Industry： An Empirical Study Based on Chinese Panel Data

TU Jiakai，LIU Xueting，SHI Yueyi （School of Statisticsand Methematics， Zhejiang Gongshang University，Hangzhou 31Oo18， China）

Abstract：Intheraof thedigitaleconomytheartificial intellgenceindustryfaces newoportunitiesandchallenges.Based onthedataof31provincesinChinafrom2013 to2022，therelationshipbetweendigitaleconomyandtheresilienceoftheAindustrychain is exploredthrough empiricalanalysis.Thestudyshowsthatthedigitaleconomycanenhancetheresilienceof theAI industrychain notonly intheshortermbutalsointhelong term.Meanwhile，whenusedasamoderating variables，educationand industrialstructurecansignificantlyenhanethefacilitatingefectofthdigitaleconomyontheesilienceoftheAIindustrychain. Furtherresearchfoundthattereisegionalheterogeneityintemoderatingefectofducation，anditisfundthatteodeating efectofthenortheasterregionisstrongerthanthatoftheeasteregionandalsostrongerthanthatofthecentralandwesternregions.Finallgstiosareadetorengnteonstuctioofdigialplafos，romotetefoofioativetsfo mulate regionalldifferentiatedpolicies，and promote industry-university-researchcooperationand internationalexchanges.

Key Words：resilience of AI industry; digital economy; education; industrial structure; panel regression

[責(zé)任編輯：許立群]