人工智能對產業結構高級化的影響——基于“國家新一代人工智能創新發展試驗區”的證據

在數字技術廣泛應用的背景下，人工智能與經濟發展深度融合，為產業結構高級化注入新動能。基于2015—2022年中國284個地級市的面板數據，采用多期DID模型，研究人工智能對產業結構高級化的影響及其作用機制。

研究結論如下：①人工智能促進了產業結構高級化，且經過一系列穩健性檢驗后，該結論仍然可靠；②機制分析表明，人工智能通過提升新質生產力水平、發展數字普惠金融和提高創新水平等途徑促進產業結構高級化；③異質性分析發現，在東部地區、沿海地區和高行政級別城市，人工智能對產業結構高級化的影響更加顯著。從人工智能賦能產業結構高級化的角度，為促進我國經濟高質量發展、加速產業變革進程提供了實證依據。

“十四五”時期，我國經濟已由高速增長階段轉向高質量發展階段。然而，囿于目前制造業“大而不強”與生產性服務業效率低下等現實問題，傳統依賴過剩低端產能的勞動密集型發展模式已難以適應當下經濟形勢。在數字經濟浪潮下，勞動密集型產業向技術密集型和資本密集型產業轉型，進而提升產業附加值，是實現經濟高質量發展的關鍵路徑。在這一過程中，如何利用人工智能等新興技術推進產業結構高級化是亟待解決的問題。

產業是國家經濟發展的根基和核心，經濟高質量發展離不開產業結構高級化。產業結構高級化有利于催生經濟發展新業態、新模式和新動能，進而構建新發展格局，促進我國經濟高質量發展。自改革開放以來，我國產業發展經歷了由“追跑”到“并跑”，再到部分產業“領跑”的過程，這與我國政府制定的適宜的產業政策密不可分。2005年，國家發展改革委發布《產業結構調整指導目錄（2005年本）》（簡稱《目錄》）。之后，《目錄》經歷多次改版，與時俱進地規劃我國在不同時期的產業發展重點，為我國產業結構升級作出了戰略性部署。2020年，黨的十九屆五中全會提出加快發展現代產業體系、推動經濟體系優化升級的目標。2023年12月召開的中央經濟工作會議強調，實施制造業重點產業鏈高質量發展行動，加強質量支撐和標準引領。2024年，習近平總書記在中共中央政治局第十四次集體學習時強調，改造提升傳統產業，培育壯大新興產業。目前，我國正積極布局人工智能等重點高科技產業，以期調整經濟結構。因此，研究人工智能與產業結構的關系及其作用機制有著重要的理論和現實意義。

產業結構高級化的內生動力為技術創新。以人工智能為核心的新一代信息技術在產業結構高級化的過程中發揮著重要作用。黨的十八大以來，以習近平同志為核心的黨中央高度重視人工智能對產業結構優化的推動作用，將發展人工智能作為升級產業結構的重要抓手。2019年舉辦的“第二屆中國人工智能發展高峰論壇”宣布，建立深圳國家新一代人工智能創新發展試驗區，依托地方資源提升人工智能創新水平，以優化地方產業結構。2023年初，中共中央、國務院聯合發布《質量強國建設綱要》，要求加快大數據、網絡、人工智能等新技術的深度應用，促進現代服務業與先進制造業、現代農業融合發展。近十年來，我國人工智能發展迅速。據《中國新一代人工智能科技產業發展報告2024》，截至2023年6月，我國人工智能核心產業規模已達到5 000億元；人工智能企業數量超過4 400家，僅次于美國，全球排名第二。隨著人工智能技術的迅猛發展，相關學術研究呈現快速增長趨勢，主要聚焦于人工智能技術在特定行業領域的應用及其社會影響和路徑優化等方面。例如，人工智能在乳腺癌等疾病診斷，流通業效率提升、軍事變革等方面發揮作用，并不斷拓展新的產業應用場景。此外，也有研究聚焦于人工智能在與各產業融合過程中存在的倫理問題和法律風險。綜上所述，現有研究多停留在理論推演和微觀企業案例分析層面，缺乏定量的實證研究；而從宏觀視角探討人工智能與產業結構高級化之間關系的文獻，在回歸模型內生性問題的處理及影響機制的系統性闡釋方面仍存在完善空間。

針對上述研究缺口，本文基于2019年實施的“國家新一代人工智能創新發展試驗區”政策，探討人工智能對產業結構高級化的影響及其作用機制，以期為我國調整經濟結構、制定產業政策、加速現代化產業體系建設提供經驗啟示。“國家新一代人工智能創新發展試驗區”政策的實質是依托創新資源豐富的城市，探索人工智能技術的應用場景，為全國人工智能等高科技產業健康發展提供可復制的經驗；主要措施包括但不限于支持關鍵技術攻關、招引重大投資項目和頭部企業、共享數據資源。該項政策是我國政府依托人工智能推進產業結構高級化的重要制度安排，可視為驅動人工智能發展的外生性沖擊，為研究城市人工智能水平提升的效應提供了準自然實驗的條件。

本文的主要貢獻在于：

第一，從人工智能角度拓展了推進產業結構高級化的途徑。現有研究聚焦于數字金融、新質生產力、高技能勞動力等對產業結構高級化的影響，較少關注政府的人工智能政策對產業結構高級化的積極作用。

第二，突破特定產業的限制，從中觀層面出發，實證分析了人工智能對整體產業結構高級化的影響。

第三，現有關于人工智能對產業結構高級化影響的研究多為定性分析，缺乏實證檢驗；或者采用人工智能代理變量的計量回歸方法，易導致內生性問題。本文采用DID準自然實驗方法，基于地級市層面的面板數據，論證人工智能與產業結構高級化之間的關系，為后續研究提供了參考。

第四，進一步研究了人工智能通過新質生產力、數字普惠金融和創新水平對產業結構高級化發揮的作用，并探索了地理位置和城市行政級別差異在其中的異質性影響，為提高城市產業競爭力提供了新路徑。

1 文獻綜述與研究假設

1.1 文獻綜述

人工智能具有模擬人類智力和解決問題的能力，賦能當今社會多個產業領域。關于人工智能與產業結構的關系，現有研究聚焦于人工智能對具體產業發展的影響，認為人工智能對產業發展存在“雙刃劍”效應。一方面，人工智能通過重構教師的角色定位和素養要求、幫助金融服務業提高客戶管理效率和金融風險預測精度、借助病例數據和模型深入學習中醫經典文獻與專家知識庫輔助中醫診治消化系統疾病和婦科疾病，從而促進教育、金融和中醫藥等行業的創新與變革。另一方面，由于人工智能算法的局限性與“黑箱”問題，其應用也存在僭越數據隱私邊界等倫理問題，以及生成虛假信息觸犯法律法規的風險，不利于行業的可持續發展。換言之，將人工智能應用于各行各業，雖然存在道德風險和挑戰，但不可否認其已成為眾多行業發展的重要推動力。因此，從中觀角度研究人工智能對產業結構的影響及其作用機制，可以明確產業內部的協同機制，從而助力產業政策的制定與優化。

產業結構高級化是轉變經濟增長方式及發展模式的結果，是產業升級從量變到質變的過程。國內外關于產業結構高級化的研究聚焦于兩個視角：一是探究產業結構高級化的測度方法，如使用非農產業產值占地區生產總值的比重或第三產業產值與第二產業產值的比重等指標衡量產業結構高級化。二是研究產業結構高級化的影響因素，進而揭示產業之間的關聯與互動機制，幫助政府有的放矢地制定產業政策。現有針對產業結構高級化的影響因素研究已形成豐富成果。一方面，通過提高區域服務業多元化集聚程度、發展數字金融和綠色金融、優化人力資本結構等促進資源合理配置，可推動產業結構合理化和高級化。另一方面，服務業內部專業化集聚、房價非理性上漲、信貸過度擴張等抑制了產業結構高級化及其基本要素的合理化集聚，對負面影響因素的探討有利于明確產業政策優化的著力點。在當前數字經濟浪潮中，人工智能迅速崛起，正深刻重塑各行業的結構與功能，是推進經濟高質量發展的重要引擎。

關于人工智能與產業結構高級化之間的關系，已有研究利用數理模型、均衡模型等進行分析，但對人工智能影響產業結構高級化作用機制的探討較為不足，且數據主要來源于省級層面。此外，現有文獻多采用人工智能代理變量的計量回歸方法，易導致內生性問題，影響研究結果的準確性。目前，利用雙重差分準自然實驗方法實證分析人工智能對產業結構影響的文獻較少。

鑒于此，本文將國家新一代人工智能創新發展試驗區的設立作為一項準自然實驗，采用多期DID模型，利用2015—2022年中國284個地級市的面板數據，深入研究人工智能與產業結構高級化之間的關系及其作用機制，為產業結構研究開辟新視角。

1.2 研究假設

1.2.1 人工智能與產業結構高級化

國家新一代人工智能創新發展試驗區通過發展人工智能促進地區技術創新和產業結構高級化，對中國經濟可持續發展具有全局性意義。具體表現為通過人工智能促進綠色產業發展和增加高新技術產業比重，加快產業的綠色化、智能化。

對于促進產業綠色化發展，人工智能在賦能傳統產業減排降碳的同時，也加大了清潔、綠色產業的比重。其應用不僅賦能傳統產業生產流程從粗放化管理轉為精細化管理，實現生產過程中能耗和碳排放的下降，而且通過綠色技術創新，提供環境友好型產品和服務，從而促進綠色產業發展。這不僅提升了區域綠色創新能力，而且釋放了數字經濟紅利，高效推動綠色經濟的發展，促使產業結構呈現高級化趨勢。

人工智能作為新興技術，其發展和應用建立在突破性技術創新的基礎之上。人工智能技術在服務業中的應用場景不斷拓展，提高了產業智能化水平，有利于增加第三產業的比重，驅動產業結構呈現高級化趨勢。在物流領域，人工智能的應用被認為是傳統物流向智慧物流轉型的主要推動力，使物流在運輸、倉儲管理等環節降本增效，提高了物流的效率和服務質量，從而實現物流行業的高質量發展；在醫療領域，人工智能基于深度學習模型輔助醫生診斷疾病，優化患者的臨床診療體驗，使患者接受更加個性化、便捷和可及的醫療服務，促進醫療行業的高效運作；在教育領域，人工智能是高效的學習工具，智能輔導系統能夠為學生提供個性化的學習環境與適應性教程，減輕師生負擔，培養學生的推理判斷能力，有利于促進教育的智慧化和普惠化。以上領域作為第三產業的一部分，均在人工智能的賦能下得到了延鏈增值，符合“經濟服務化”趨勢，進而促使產業結構高級化。

基于以上分析，本文提出如下假設。

假設1：人工智能有利于產業結構高級化。

1.2.2 人工智能、新質生產力與產業結構高級化

傳統生產力和新質生產力是社會生產力在不同發展階段呈現的不同生產力形態，兩者的核心區別在于驅動力的不同。其中：傳統生產力是指工業部門占據國民經濟主導地位，以資本、人力和土地等傳統生產要素和環境資源的消耗為動力，進而實現財富積累的生產力形態；新質生產力核心在于高科技、高效能、高質量，是在科技革命過程中，以創新和數據要素為驅動力，符合新發展理念的先進生產力質態。新質生產力推動產業結構高級化的作用機制表現為，新質生產力不僅轉變了傳統產業的經營理念和商業規則，而且催生了新模式和新業態。一方面，新質生產力通過技術創新提高了傳統產業的生產效率和產品質量，從而增強產業競爭力，推動產業結構向優勢產業傾斜；另一方面，新質生產力也促進了互聯網金融等新興產業的興起，進而推動產業結構高級化。

人工智能技術的發展和應用推動生產要素提質增效和生產效率顯著提升，形成新質生產力。在制造業領域，應用人工智能技術能夠創新產品、改進工藝，從而提高生產效率，降低生產成本，推動制造業新質生產力的形成與發展。例如，在制革行業，利用人工智能優化鉻鞣工藝可以降低皮革生產殘次率，幫助提高制造過程的精確度，進而提升皮革的生產效率和制作技術水平。在農業領域，人工智能機器學習模型能夠精準播撒農藥、自動追蹤作物生長情況，有效降低種植成本與作物受損風險，提高作物產量；同時，還能減少農藥等化學物質對環境的破壞，提升農業生產的綠色化和智慧化水平。綜上，人工智能與制造業、農業等的深度融合，持續推動傳統產業與數據要素資源的整合、優化，進而催生新質生產力。

基于以上分析，本文提出如下假設。

假設2：人工智能通過提高新質生產力水平促進產業結構高級化。

1.2.3 人工智能、數字普惠金融與產業結構高級化

數字普惠金融是現代金融服務的新模式，相較于傳統金融服務，具有輻射范圍廣、交易成本低和操作便捷等特征。數字普惠金融通過提升金融服務質量和創新金融產品，促進金融業發展，進而推動產業結構高級化。一方面，數字普惠金融減少了客戶對線下網點的依賴，降低了準入門檻和長尾客戶的融資成本，進而豐富長尾客戶的融資渠道，提高金融服務水平并擴大融資規模，推進金融產業發展，促進產業結構高級化。另一方面，利用人工智能技術能夠創新金融產品，拓展金融服務范圍，加強金融風險控制，幫助企業解決融資難題，提高產業競爭力，從而釋放數字技術紅利，促進中小企業和金融行業的可持續發展，為產業結構高級化注入活力。

人工智能為數字普惠金融的發展提供技術支持，包括控制金融風險、提高數字金融包容性以及提供便捷且優質的金融服務。數字普惠金融利用大數據、云計算、人工智能等技術，構建以共享、便捷、安全為特征的數字金融風險控制系統，有利于識別風險和解決金融信息不對稱問題，提高數字金融的包容性，有效控制金融風險。同時，利用人工智能，金融服務業可以提供定制化的數字金融產品，打破時空和層級限制，彌合金融服務差距，以優質、便捷的金融服務促進數字普惠金融的發展。

基于以上分析，本文提出如下假設。

假設3：人工智能通過發展數字普惠金融促進產業結構高級化。

1.2.4 人工智能、創新水平與產業結構高級化

根據技術創新擴散理論，人工智能技術通過內部創新驅動效應推進產業結構高級化。技術創新對產業結構高級化具有正向作用。通過創新能夠推進新技術尤其是綠色技術的研發與應用，從而促進高新技術產業和綠色產業的發展，即推動產業結構高級化。此外，提高創新水平能夠促進制度環境改善和管理效率提升，進而為產業結構高級化提供良好的制度環境。

人工智能作為一種基于機器學習的新技術，具有知識整合效應、技術和知識溢出效應以及資源配置效應。首先，人工智能技術能夠加速數據的收集與整理，提高知識整合能力，縮短技術創新周期。其次，人工智能技術作為一項通用技術，具有技術和知識溢出效應。其應用會從高技術部門向低技術部門轉移，有利于創新主體吸收外部知識和技術并進行創新。最后，人工智能技術能夠根據企業過往的生產、銷售等數據幫助企業科學決策，優化企業資源配置，促使其將更多的資源用于技術創新，提高創新水平。

基于以上分析，本文提出如下假設。

假設4：人工智能通過提高創新水平促使產業結構高級化。

2 研究方法和數據來源

2.1 模型構建

鑒于人工智能創新發展試驗區分批成立，為了檢驗人工智能對產業結構高級化的影響，本文構建多期DID回歸模型，同時控制時間效應和城市效應。模型構建如式（1）所示。

式（1）中：TSit表示i城市在t年份的產業結構高級化水平；β1是本文的核心變量系數，反映人工智能影響產業結構高級化的顯著性水平。如果β1>0，說明人工智能對產業結構高級化具有積極影響，假設1成立；如果β1≤0，則說明人工智能對產業結構高級化不存在影響，甚至有負向影響。didit是虛擬變量，如果城市i在t年份為人工智能創新發展試驗區，did取1，否則取0。δControlVarsit表示控制變量的集合；μi和γt分別表示城市固定效應和年份固定效應；εit為隨機誤差項。

此外，為了檢驗人工智能影響產業結構高級化的內在機制，本文參考江艇提出的兩步法，構建如式（2）所示的模型。

式（2）中：MVit為機制變量，如果β3通過顯著性檢驗，則說明人工智能對機制變量存在顯著影響。其他變量含義與式（1）相同。

2.2 變量說明

2.2.1 被解釋變量

產業結構升級包括產業結構高級化和產業結構合理化兩方面。其中：產業結構高級化是指產業結構系統由低級向高級轉化，表現為第一產業和第二產業比重下降，第三產業比重上升；而產業結構合理化是指各產業之間的關系向高協調性和強關聯性的方向發展。產業結構升級側重于產業的縱向提升；產業迭代則側重于由技術賦能產生的新產業橫向替代傳統產業。

本文采用產業結構高級化作為被解釋變量。裴耀琳和郭淑芬基于克拉克定律，采用非農產業產值占地區生產總值的比重衡量產業結構高級化水平。一方面，雖然非農產業比重增加是產業結構高級化的重要表征，但由于非農產業包括采礦業等勞動和資源密集型產業，該指標難以全面衡量產業結構高級化程度。另一方面，20世紀70年代后，由信息主導的技術密集型工業不斷涌現，使得主要工業化國家第三產業的產值增長率快于第二產業，產業發展呈現“經濟服務化”趨勢。因此，在信息化和數字化背景下，采用非農產業比值的傳統度量方式無法準確反映經濟結構特征，“經濟服務化”成為檢驗產業結構高級化程度的重要指標。

參考王瑩的做法，本文采用第三產業產值與第二產業產值之比（TS）衡量產業結構高級化程度。該度量方法不僅符合產業結構發展規律，而且能準確反映經濟結構轉型趨勢。TS值增大，說明經濟結構向服務化方向演進，產業結構更加高級。

2.2.2 解釋變量

本文以人工智能為核心解釋變量，但其發展水平難以直接衡量。已有文獻常通過構建評價指標體系，或者使用工業機器人的安裝數量和人工智能的專利存量總數來衡量人工智能發展水平。然而，構建指標體系在選擇指標時存在主觀性傾向；工業機器人的安裝數量也只能反映制造企業在生產過程中的自動化水平，難以反映城市人工智能水平；對于非信息技術生產制造企業，人工智能的專利存量總數指標難以準確反映人工智能在企業內部的應用水平。

基于此，本文選取國家新一代人工智能創新發展試驗區開展人工智能的準自然實驗。“國家新一代人工智能創新發展試驗區”政策為虛擬變量（did），如果一個地區在當年是國家新一代人工智能創新發展試驗區，did取值為1，否則取值為0。

2.2.3 控制變量

借鑒產業結構高級化相關研究文獻，為消除其他因素對被解釋變量的影響，本文選取經濟發展水平（lngdp）、人口密度（density）、科學支出（cost）、經濟集聚水平（economy）、人力資本水平（hcl）、外國直接投資（fdi）、工業規模（industry）等作為控制變量。

其中：①經濟發展水平采用地區生產總值的對數衡量。伴隨著經濟發展水平的提高，居民所消費的商品來源從農業、低端制造業轉向服務業和高附加值產業，推動產業結構向第三產業傾斜。②人口密度使用當地人口總數與行政區域面積的比值衡量。高人口密度能夠降低交易成本，促進專業化分工和規模經濟發展，推動服務業和制造服務業集聚。③科學支出采用該地區財政科學支出衡量。政府的研發投入能夠直接促進技術進步，推動高技術產業發展。④經濟集聚水平采用城市企業密度衡量。基于城市經濟集聚效應，本文使用企業密度，即規模以上工業企業數與行政區域面積的比值來描述城市經濟集聚水平。企業集聚水平高，能夠降低運輸和協作成本，促進形成產業集群。⑤人力資本水平采用每萬人在校大學生數衡量。受教育程度高的勞動力能夠促進創新，帶動高新技術產業和新興產業發展。⑥外國直接投資采用本市實際利用外資額占地區生產總值的比值衡量。外國投資能夠帶來先進的技術和管理經驗，推動本地產業升級。⑦工業規模采用地級市規模以上工業總產出的對數衡量。工業基礎強的地區易形成產業集群，抑制農業發展的同時也會延緩服務業轉型。

2.3 數據來源與描述性統計

本文的數據主要來源于《中國統計年鑒》《中國信息產業年鑒》《中國城市統計年鑒》、中國研究數據服務平臺（CNRDS）、中國國家知識產權局及各地統計局官網。研究基于2015—2022年間我國284個地級市的面板數據。鑒于原始數據中存在缺失值和異常值，為保證數據分析結果的可靠性，對源數據進行預處理，包括剔除存在異常值和數據嚴重缺失的樣本，以及利用回歸插補法填補缺失數據。

主要變量的描述性統計結果見表1。被解釋變量TS的均值為1.221 3，標準差為0.645 8，最大值和最小值相差5.615 6，說明各地區之間的產業結構高級化水平存在顯著差異，部分地區的產業結構高級化已經達到較高水平，而其他一些地區仍處于發展中狀態。

在控制變量中，經濟發展水平的均值為16.807 8，標準差為0.937 9，最大值和最小值相差5.673 6，說明試驗區之間的經濟發展水平存在顯著差異；工業規模的均值為17.010 4，標準差為1.278 4，最大值和最小值相差11.035，說明試驗區之間的工業水平具有較大差異。

3 實證分析

3.1 基準回歸

為考察人工智能對產業結構高級化的具體影響，本文進行基準回歸檢驗。其中，產業結構高級化為被解釋變量，人工智能為核心解釋變量，基準回歸結果如表2所示。

表2中列（1）展示了未控制其他因素的回歸結果，列（2）在列（1）的基礎上控制了城市固定效應和年份固定效應。由列（1）—（2）可知，人工智能對產業結構高級化的回歸系數分別為0.934 7和0.124 6，差異較大，說明受地區和時間的影響，人工智能對產業結構高級化的影響程度存在顯著差異；兩個回歸系數均在1%的水平上顯著為正，說明發展人工智能有利于產業結構高級化。列（3）在列（1）的基礎上加入了經濟發展水平、人口密度、科學支出、經濟集聚水平、人力資本水平、外國直接投資和工業規模等控制變量，并控制了城市固定效應；列（4）在列（3）的基礎上加入了年份固定效應。由列（3）—（4）可知，人工智能對產業結構高級化的回歸系數分別為0.132 4和0.165 6，系數差異較小，且均在1%的水平上顯著，說明人工智能對產業結構高級化存在積極影響。

考慮到回歸分析結果的穩健性，基準回歸以表2中列（4）的結果為依據。人工智能對產業結構高級化的回歸系數為0.165 6，即在其他條件不變的情況下，城市人工智能的發展可使產業結構高級化水平平均提高16.56%，說明人工智能對產業結構高級化的促進效應具有顯著的經濟意義。由此，研究假設1得到驗證。

3.2 平行趨勢檢驗

判定雙重差分法有效的前提是通過平行趨勢檢驗，即在未實施國家新一代人工智能創新發展試驗區政策時，實驗組和控制組的產業結構高級化水平應保持一致的變化趨勢。因此，將政策實施前一年作為基期進行平行趨勢檢驗。

平行趨勢檢驗結果如圖1所示。圖1橫坐標中的“-1”代表國家新一代人工智能創新發展試驗區政策實施的前一年，即2018年。為避免多重共線性問題，在進行平行趨勢檢驗時剔除了基期。由圖1可知，在未實施國家新一代人工智能創新發展試驗區政策之前，回歸結果均接近0，且均不顯著。這表明在政策實施之前，實驗組和控制組的產業結構高級化水平不存在顯著差異，即平行趨勢檢驗通過。而在政策實施后，人工智能對產業結構高級化的影響效應顯著為正，且呈現上升態勢。這說明隨著國家新一代人工智能創新發展試驗區政策落地，地區的產業結構高級化水平得到了提高，且政策的積極影響越來越顯著。

在現代經濟學領域，多期雙重差分模型被廣泛應用于政策效果評估。然而，Callaway和Sant’anna研究表明，由于不同單位的政策介入時間點存在差異，多期DID分析中的系數極易受到其他時段效應的干擾。這不僅會對平行趨勢假設構成挑戰，還可能給因果推斷帶來偏差，導致政策效應誤判。接下來，通過污染測試、Bacon分解和使用3種估計器等方法驗證平行趨勢檢驗的穩健性，以確保研究結果的科學性、準確性與可靠性。

首先，參考Li等的研究，對政策效應期的權重進行細致解構，以精準評估政策效果是否受其他時期效應的干擾，結果如圖2（a）所示。圖2（a）顯示，在構成事后第一期系數的權重體系中，除事后第一期外，其余時期的權重均接近0。這表明僅事后第一期的政策效應在一定程度上受到影響，而其余時期的影響可忽略不計。

其次，為進一步剖析雙向固定效應模型（TWFE）的估計結果是否存在混雜效應，運用Goodman-bacon提出的培根分解法，將整體估計結果劃分為3種類型。以人工智能為解釋變量，結果如圖2（b）所示。圖2（b）顯示，與對照組相比，接受政策干預的組別權重較大。這表明TWFE估計器的結果具備較高的可靠性，能夠準確反映政策的實際影響。

最后，除了傳統的TWFE估計器外，本文還運用Sun和Abraham提出的交互權重（IW）估計器以及Vazquez-brust和Sarkis提出的多重估計器對平行趨勢進行再次檢驗。以產業結構高級化為被解釋變量，3種估計器下的平行趨勢檢驗結果如圖2（c）所示。結果顯示，3種估計值的變化趨勢高度相似，進一步驗證了研究結論的穩健性。此外，在國家新一代人工智能創新發展試驗區政策實施前，試點城市和非試點城市呈現出相似的發展態勢，表明通過平行趨勢檢驗。

3.3 穩健性檢驗

前文證實了人工智能對產業結構高級化具有正向促進作用。為進一步驗證該結論的穩健性，本文采用安慰劑檢驗、排除相關政策干擾、控制面板交互固定效應、剔除直轄市樣本、替換核心解釋變量、核心解釋變量滯后化處理等方法再次進行檢驗。

3.3.1 安慰劑檢驗

為了減少除控制變量外的其他隨機因素對研究結果的影響，本文采用安慰劑檢驗方法，借此識別人工智能對產業結構高級化的影響是否存在偶然性。具體而言，虛構國家新一代人工智能創新發展試驗區政策實施時間，重新進行回歸估計，檢驗回歸系數和P值分布情況。安慰劑檢驗結果如圖3所示。

從圖3可知，建立國家新一代人工智能創新發展試驗區對產業結構高級化的回歸系數圍繞0值集中，小于基準回歸系數（0.165 6）；估計系數的分布形態接近正態分布，大多數P值大于0.1，未在10%的水平上顯著，符合安慰劑檢驗的預期。這說明建立國家新一代人工智能創新發展試驗區對產業結構高級化的影響并非由偶然因素推動。換言之，建立國家新一代人工智能創新發展試驗區有利于產業結構高級化，證明了假設1的穩健性。

3.3.2 排除相關政策的干擾

推動產業結構高級化是政府長期關注的重點。為了避免其他地區層面的相關政策干擾估計結果，本文搜集并整理了2015—2022年試點城市實施的相關政策，如智慧城市試點政策（SCP）、智慧建造城市試點政策（SBCPP）、國家級大數據綜合試驗區政策（NBDCP）以及千兆城市政策（GCP）。

其中：智慧城市試點政策旨在借助先進的信息技術優化城市資源配置，有效提升城市智能化管理水平，改善城市公共服務質量，進而促進城市經濟轉型升級；智慧建造城市試點政策強調在建筑業中應用智能技術和自動化設備，實現建造過程的數字化、自動化和智能化，不僅能夠促進新型建筑業發展，而且能帶動相關產業鏈的創新升級；國家級大數據綜合試驗區政策是指在特定地區推動大數據綜合試驗區建設，有助于促進產業集聚、推動數字經濟發展和提升區域經濟質量與效益；千兆城市政策旨在給城市用戶群體提供高速的固定和移動網絡接口，有助于提升城市網絡基礎設施水平，促進新技術、新業態的發展。在這些政策的協同作用下，相關城市產業的數字化轉型進程得到進一步加速。

為排除上述政策對產業結構高級化的潛在影響，進而聚焦國家新一代人工智能創新發展試驗區政策，在基準回歸模型中加入SCP、SBCPP、NBDCP和GCP等虛擬變量，結果如表3所示。從表3可知，核心解釋變量did的系數分別為0.141 5、0.160 1、0.133 1和0.187 3，且均在1%的水平上顯著，說明建立國家新一代人工智能創新發展試驗區對產業結構高級化的促進效應仍然存在，并未受到其他政策的沖擊。

3.3.3 控制面板交互固定效應

與傳統面板單一固定效應相比，面板交互固定效應考慮到了經濟中多維因素的沖擊和個體面對沖擊反應的異質性。上文中的基準回歸模型已經控制了與年份無關的城市固定效應和不隨城市變化的年份固定效應。然而，隨時間變化且在不同地區間存在差異的因素可能會對產業結構高級化產生影響。例如，不同城市在不同年份出臺產業結構相關政策，從而影響產業結構高級化進程。鑒于此，本文在基準回歸基礎上，控制了城市和年份交互固定效應并進行了回歸分析，結果見表4。

表4中列（1）—（2）顯示，人工智能對區域產業結構高級化的估計系數分別為0.107 2、0.142 6，且均在1%的水平上顯著，說明人工智能顯著促進產業結構高級化這一基本結論是穩健的。

3.3.4 剔除直轄市樣本

我國直轄市直屬中央政府管理，是國家重要的經濟、政治和文化中心。因此，北京、上海、天津和重慶這4個直轄市在經濟發展、政策支持、基礎設施建設等方面與其他城市相比處于優勢地位。本文在剔除直轄市樣本后，重新進行回歸估計，結果如表4中列（3）—（4）所示。核心解釋變量did的回歸系數分別為0.096 7、0.149 2，且均在1%的水平上顯著，說明回歸結果具有穩健性。

3.3.5 替換核心解釋變量

人工智能企業數量和人工智能與產業融合的程度密切相關。為了進一步驗證人工智能促進產業結構高級化結論的穩健性，本文借鑒鄭景麗和王喜虹的研究，選擇人工智能企業數量（AIcounts）替換核心解釋變量，對模型進行回歸。同時，考慮到異方差等問題，對人工智能企業數量做取對數處理。回歸結果如表5中列（1）所示。此外，為了進一步驗證結論的穩健性，本文參考鄭世林和熊麗的做法，以各地級市“人工智能”的年搜索指數衡量人工智能關注度（AIattention），回歸結果如表5中列（2）所示。回歸結果顯示，AIcounts和AIattention的回歸系數分別為0.129 1和0.072 6，且均在5%的水平上顯著，證明了研究結論的穩健性。

3.3.6 核心解釋變量滯后化處理

鑒于國家新一代人工智能創新發展試驗區政策對產業結構高級化的影響需要時間積淀，且該影響具有持續性，為驗證這一結論，本文將核心解釋變量滯后一期（t+1），并分別采用加入控制變量和不加入控制變量兩種方式進行檢驗，結果如表5中列（3）—（4）所示。滯后一期的回歸系數分別為0.117 0和0.110 2，差異較小，且分別在1%和5%的水平上顯著，說明基準回歸結果具有穩健性。

4 機制分析

本文將進一步探索人工智能對產業結構高級化的影響機制。由前文可知，該影響效應主要通過提升新質生產力、發展數字普惠金融、提高創新水平等渠道發揮作用。

4.1 新質生產力

借鑒相關學者的研究，巫強等認為，2019年后人工智能算法的應用提高了新質生產力水平。劉靖偉認為，新質生產力在很大程度上促進了產業結構高級化；究其原因，新質生產力作為先進生產力的代表，具有高科技、高效能、高質量的特征，在賦能傳統產業轉型的同時催生出新興產業，推動產業結構的高級化。

由于新質生產力難以直接衡量，以往研究大多通過生產力的3個構成要件、改進的熵值—TOPSIS法等間接衡量新質生產力。本文參考韓文龍等的研究，從滲透性要素和實體性要素兩個維度，構建新質生產力測算指標體系，以此衡量新質生產力。相關數據來源于各省份的統計年鑒、工業和信息化部官網、《中國科技統計年鑒》及相關企業年報。新質生產力測算指標體系如表6所示。

回歸結果如表7中列（1）所示，核心解釋變量did對新質生產力的回歸系數為0.026 2，且在1%的水平上顯著，表明建設國家新一代人工智能創新發展試驗區后，人工智能提高了城市新質生產力水平。

綜上所述，人工智能通過提高新質生產力水平促進產業結構高級化，假設2得到驗證。

4.2 數字普惠金融

融資難、融資貴是中小企業群體面臨的難題，也是阻礙產業結構高級化的重要因素。人工智能等新技術為數字普惠金融的發展提供了技術支撐，助力數字普惠金融為中小企業等弱勢群體提供低成本、高效率的優質金融服務，通過資金支持保障中小企業釋放科技創新活力的同時，推動金融服務業轉型升級，進而促進產業結構高級化。

參考陸文穎的方法，本文采用數字普惠金融指數衡量數字普惠金融的發展水平。回歸結果如表7中列（2）所示，人工智能對數字普惠金融的回歸系數為3.814 1，且在1%的水平上顯著，表明建設國家新一代人工智能創新發展試驗區有利于數字普惠金融的發展。

綜上所述，人工智能通過發展數字普惠金融促進產業結構高級化，假設3得以驗證。

4.3 創新水平

中國經濟已由高速增長階段轉向高質量發展階段，創新水平的提高是實現經濟和產業結構轉型的關鍵所在。提高科技創新水平對區域產業結構升級具有推動作用，而創新水平的提升依賴于技術創新和制度創新。通過技術創新能夠推進新技術尤其是綠色技術的研發與應用，通過制度創新能夠促進制度環境改善和管理效率提高，進而為產業結構高級化奠定雄厚的技術基礎和提供良好的制度環境。

參考Pfister等的研究方法，本文選取人均專利授權數衡量創新水平，以此代表城市發明創造能力。回歸結果如表7中列（3）所示，人工智能對創新水平的回歸系數為0.001 4，且在1%的水平上顯著，表明建立國家新一代人工智能創新發展試驗區顯著提高了區域創新水平。

綜上所述，人工智能通過提高創新水平促進產業結構高級化，假設4得以驗證。

5 異質性檢驗

上文驗證了人工智能通過提高新質生產力水平、發展數字普惠金融和提升創新水平促進產業結構高級化。為了進一步研究區域和城市資源差異對結論可能產生的影響，本文基于地理位置和行政級別對樣本城市進行劃分，由此進行異質性分析，以期為地區產業結構優化提供具體且可操作的政策建議。

5.1 地區差異性

不同地區城市資源的豐富程度不同，進而影響產業結構高級化進程。城市地理分布不同，其資金實力、產業基礎狀況等也各不相同，對產業結構高級化的影響存在差異。因此，本文基于地理位置，將樣本城市劃分為4個區域，即東部、中部、西部和東北地區，分析不同區域建立國家新一代人工智能創新發展試驗區對產業結構高級化的異質性影響。回歸結果如表8所示。

回歸結果顯示：在東部地區，人工智能對產業結構高級化的回歸系數為0.170 8，且在1%的水平上顯著，說明東部地區發展人工智能對產業結構高級化具有顯著的推動作用；而在中部、西部、東北部地區，人工智能對產業結構高級化的回歸系數分別為0.073 6、0.018 6、0.044 9，但均不顯著，說明中部、西部、東北部地區發展人工智能對產業結構高級化無明顯促進作用。

地理區位差異導致人工智能對產業結構高級化的影響存在異質性，這與當地經濟發展水平密切相關。東部地區具備雄厚的產業基礎、豐富的科技教育資源和完善的基礎設施，對于人工智能等新技術的研發和應用具有天然優勢；而中部、西部及東北部地區基礎設施建設較為薄弱、資金投入不足、人才流失嚴重，人工智能產業發展相對滯后，同時缺乏人工智能應用場景，因而對產業結構高級化的推動作用較弱。

5.2 沿海和內陸差異性

Yang等在進行異質性分析時將中國城市的整體區位劃分為沿海和內陸兩個部分，本文借鑒此劃分方法，將國家新一代人工智能創新發展試驗區分為沿海和內陸兩部分，進行異質性分析，回歸結果如表9中列（1）—（2）所示。

在沿海地區，人工智能對產業結構高級化的回歸系數為0.142 4，且在1%的水平上顯著，說明在沿海地區，人工智能對產業結構高級化具有顯著的推動作用；在內陸地區，人工智能對產業結構高級化的回歸系數為0.075 9，但不顯著，說明其影響有限。

究其原因，一方面，創新要素在沿海地區高度集聚，形成人工智能發展的良性生態。人工智能技術具有顯著的知識溢出效應和技術擴散特性。沿海地區擁有大量的高技能人才和先進技術，為產業結構高級化提供了持續創新活力。另一方面，沿海地區對人工智能需求旺盛，對新技術的接受度較高。人工智能技術憑借其強大的場景適配能力，已在沿海城市多個產業領域實現深度滲透與規模化應用。在這些因素的共同作用下，沿海地區的產業結構高級化動力更強，人工智能的影響也更加顯著。反觀內陸地區，基礎設施建設薄弱、人才匱乏，導致人工智能應用滯緩，進而對產業結構高級化的作用有限。

5.3 城市行政級別差異性

城市行政級別影響著城市的資源分配和行政管理權限。本文將國家新一代人工智能創新發展試驗區劃分為高行政級別城市和低行政級別城市兩類。其中：高行政級別城市包含中心城市、省會城市、副省級城市和四大直轄市；低行政級別城市即普通地級市。異質性分析的回歸結果如表9中列（3）—（4）所示。

在高行政級別城市，人工智能對產業結構高級化的回歸系數為0.123 2，且在5%的水平上顯著，說明在高行政級別城市，人工智能可顯著推動產業結構高級化；而在低行政級別城市，人工智能對產業結構高級化的回歸系數為0.029 2，影響不顯著。這表明人工智能對產業結構高級化的正向影響呈現邊際效應遞增趨勢。

究其原因，一方面，科學的產業政策有利于彌補市場調節的弊端，促進資源合理配置。高行政級別城市的政策制定更具有前瞻性，傾向于支持科技創新和高新技術產業發展，能為人工智能技術的研發和應用提供更多的財政資金支持和政策傾斜。另一方面，高行政級別城市的管理者擁有更大的行政權力，可調配更多的資源給予支持，對人工智能政策的落實力度也更大。

6 結論和政策建議

6.1 結論

本文基于2015—2022年中國284個地級市的面板數據，采用多期DID模型，實證探討了人工智能對產業結構高級化的影響及其作用機制。回歸結果顯示，發展人工智能顯著促進了城市產業結構高級化。機制分析表明，提升新質生產力水平、發展數字普惠金融以及提高創新水平是人工智能發揮作用的重要途徑。異質性分析表明，地區分布和行政級別的差異會對人工智能促進產業結構高級化的進程產生非對稱影響。首先，相較于中部、西部和東北部地區，東部地區的基礎設施和產業體系更加完備、資金更為充足，人工智能對其產業結構高級化的影響也更為顯著。其次，相比內陸地區，沿海地區擁有產業基礎優勢，人工智能對其產業結構高級化的影響更為突出。最后，由于政策環境等方面的優勢，人工智能對產業結構高級化的影響在高行政級別城市效果更好。

6.2 政策建議

根據上述研究結論，可以提出如下政策建議。

第一，地方政府應重視人工智能的發展，充分利用其對產業結構高級化的積極推動作用。

政府要為發展人工智能的高新技術企業提供政策支持，并不斷完善人工智能配套的基礎設施，拓展人工智能的應用場景。通過發展人工智能促進綠色經濟增長、推動產業技術變革、完善現代化產業體系，即推進產業綠色化、智能化和融合化，繼而促進產業結構高級化。

第二，地方政府應著力發展新興產業，充分發揮新質生產力在人工智能推進產業結構高級化過程中的作用。

大力發展具有高科技、高效能、高質量特征的新興產業，圍繞新質生產力布局產業鏈，推動顛覆性科技創新成果不斷涌現。以新發展理念為核心，創新發展方式，推進體制機制改革，破除妨礙新質生產力發展的體制機制弊端，讓新質生產力帶來的科技創新效應充分涌流。

第三，地方政府應充分利用人工智能技術普及數字普惠金融，開展金融教育，保障金融服務覆蓋的廣泛性和穩定性，提高金融服務的包容性。

深挖低收入群體、中小企業的金融需求點，完善數字基礎設施，搭建全新的金融服務場景；簡化銀行審批程序，打通跨地域、跨機構和跨層級的金融資源流通壁壘，助力金融服務業提高數字普惠金融業務的整體效率，并解決金融風險管理等問題。

第四，地方政府應通過加大對科技創新的財政支持力度和減免科技創新型企業稅收，來提升區域創新水平。

培養和引進創新型人才和團隊，為區域創新水平的提高提供智力支持；整合優勢資源，以企業為主體建立融合政府、高校院所的創新聯合體，推動區域內協同創新；通過市場“這只看不見的手”引導需求，優化資源配置，持續釋放創新活力。

第五，地方政府應根據本地的資源稟賦，因地制宜制定發展策略。

相較于中西部及東北部地區、內陸地區和低行政級別城市，東部地區、沿海地區和高行政級別城市的人工智能對產業結構高級化的作用更為顯著。這些地區應充分利用自身政策、資金、基礎設施和人才等優勢，發展人工智能產業。中西部及東北部地區、內陸地區和低行政級別城市也應充分發揮自身的資源優勢，承接部分東部地區、沿海地區和高行政級別城市人工智能領域的延伸產業，積極開展區域聯動，以帶動本地人工智能的發展。

本文來源于《創新科技》雜志2025年第7期。趙玉帛，河南財經政法大學工商管理學院講師；申嘉慧、劉煥、韓樂賢，河南財經政法大學工商管理學院本科生。文章觀點不代表主辦機構立場。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com