智能化对区域经济增长质量发展的影响及内在机理——基于2012—2018年中国省级面板数据

侯世英; 宋良荣

智能化对区域经济增长质量发展的影响及内在机理——基于2012—2018年中国省级面板数据

上海理工大学管理学院，上海 200093

基金项目:

国家自然科学基金资助项目 71871144

上海市高原学科建设项目 S1201 GYXK

详细信息

作者简介:
侯世英(1992-)，男，河南禹州人，上海理工大学管理学院博士研究生

宋良荣(1966-)，男，湖南新田人，上海理工大学管理学院教授，博士生导师

中图分类号: F061.5;F062.3;F127
计量
- 文章访问数: 933
- HTML全文浏览量: 304
- PDF下载量: 334
- 被引次数: 0
出版历程
- 收稿日期: 2021-02-24
- 网络出版日期: 2021-08-04
- 刊出日期: 2021-07-18

The Impact of Intelligentization on the Quality of Regional Economic Growth and Its Internal Mechanism: Based on 2012-2018 Provincial Panel Data in China

School of Management, University of Shanghai for Science and Technology, Shanghai 200093, China

摘要

摘要: 我国正处于经济高速增长向高质量发展转型的关键阶段，区域经济差距过大是影响经济高质量发展的重要阻碍。智能化作为新兴技术的主要代表，对区域经济协调发展及整体宏观经济发展质量均具有重大影响。基于2012—2018年的中国省级面板数据，利用经济收敛模型研究智能化对区域经济增长质量的影响及其内在机理。结果表明：智能化可推动区域经济增长质量的收敛发展并呈条件β收敛特征，这一结论在一系列稳健性检验后依然成立；其作用的内在机理是，智能化通过提升全要素生产率和资本回报率对区域经济增长质量的动态空间收敛产生促进作用；研究还发现，区域市场的整合程度对智能化影响区域经济质量收敛发展具有正向调节效应。因而应充分发挥智能化红利，推动区域经济均衡发展；紧抓新基建契机，完善智能化配套基础设施；提高要素市场的流动性，加强区域之间的经济合作，提升我国整体经济增长的质量。
- 智能化 /
- 区域经济 /
- 高质量发展 /
- 经济增长 /
- 经济增长质量 /
- 全要素生产率 /
- 资本回报率 /
- 区域市场 /
- 动态空间收敛
Abstract: The development of China's economy is at a critical stage of the transition from high-speed growth to high-quality growth. Excessive regional economic gap is an important obstacle that affects high-quality economic development. As the main representative of emerging technologies, intelligence has a significant impact on the coordinated development of regional economies and the quality of overall macroeconomic development. Based on China's provincial panel data from 2012 to 2018, the economic convergence model is used to study the impact of intelligentization on the quality of regional economic growth and its internal mechanism. The results show that: intelligentization can promote the convergence of regional economic growth quality and presents the characteristics of conditional β convergence. This conclusion is still valid after a series of robustness tests. The internal mechanism is that intelligence promotes the dynamic spatial convergence of regional economic growth quality by improving total factor productivity and return on capital. It is also found that the degree of integration of the regional market regulates the effect of intelligence on the convergence and development of regional economic quality. Therefore, it is proposed to give full play to the intelligent dividend, promote the balanced development of the regional economy, seize the opportunity of new infrastructure to improve the intelligent supporting infrastructure, the liquidity of the factor market and strengthen the economic cooperation between regions.
- intelligentization /
- regional economy /
- high-quality development /
- economic growth /
- quality of economic growth /
- total factor productivity /
- return on capital /
- regional market /
- dynamic space convergence

HTML全文

表 1 描述性统计

变量	观测值	均值	标准差	最小值	最大值
eq	210	0.273	0.107	0.122	0.572
it	210	36.127	7.845	16.032	59.483
tfp	210	0.842	0.329	0.178	1.505
roc	210	0.118	0.081	0.012	0.331
mi	210	80.814	23.684	29.496	143.18
fis	210	0.249	0.101	0.121	0.593
is	210	1.160	0.635	0.572	4.165
open	210	0.267	0.297	0.032	1.363
urb	210	0.566	0.124	0.368	0.893
edu	210	9.188	0.887	7.631	12.389

下载: 导出CSV

表 2 2012—2018年我国区域经济增长质量的Moran's I指数

指数	2012	2013	2014	2015	2016	2017	2018
Moran's I	0.148	0.185	0.190	0.223	0.243	0.240	0.241
Z-值	1.717	2.060	2.106	2.397	2.683	2.536	2.543
P-值	0.086	0.039	0.035	0.017	0.009	0.011	0.045

下载: 导出CSV

表 3 条件β收敛空间计量回归结果

变量	SAR模型			SEM模型
变量	tf	sf	tsf	tf	sf	tsf
β	-0.058^*	-0.015	-0.309^***	-0.056^*	-0.018	-0.299^***
	(-1.83)	(-1.31)	(-3.35)	(-1.81)	(-1.14)	(-3.18)
it	0.006^*	0.054^**	0.105^***	0.005^*	0.040^**	0.103^**
	(1.78)	(2.55)	(3.03)	(1.83)	(2.47)	(2.18)
fis	-0.018	0.295^*	-0.355^**	-0.018	0.361^**	-0.359^**
	(-0.51)	(1.67)	(-2.11)	(-0.53)	(2.06)	(-2.10)
is	0.006	0.029	0.039^*	0.006	0.033	0.039^*
	(0.88)	(1.16)	(1.71)	(0.91)	(1.31)	(1.68)
open	-0.009	0.086^**	-0.073^*	-0.010	0.097^**	-0.072*
	(-0.51)	(2.04)	(-1.72)	(-0.52)	(2.25)	(-1.68)
urb	0.169^**	-0.439^*	-0.210^**	0.172^*	-0.335^*	-0.211^**
	(2.29)	(-1.79)	(-2.12)	(2.21)	(-1.83)	(-2.20)
edu	-0.095	-0.237^*	0.035	-0.098	-0.230	0.031
	(-1.40)	(-1.66)	(0.25)	(-1.43)	(-1.62)	(0.22)
ρ或λ	0.009^*	0.249^***	0.071^**	0.029^**	0.300^***	0.018^**
	(1.80)	(3.11)	(2.16)	(2.29)	(3.59)	(2.17)
s	0.060	0.015	0.370	0.058	0.018	0.355
t	11.601	45.862	1.875	12.028	38.160	1.951
N	210	210	210	210	210	210
R²	0.133	0.142	0.184	0.131	0.141	0.192
Log-L	418.79	427.57	450.10	418.13	422.94	451.83
注: ^、^、^**分别表示在10%、5%、1% 的水平上显著。下表同。

下载: 导出CSV

表 4 稳健性检验

变量	(1)	(2)	(3)	(4)
变量	SAR模型	SEM模型	SAR模型	SEM模型
β	-0.138^**	-0.126^***	-0.264^**	-0.257^***
	(-2.11)	(-3.24)	(-2.01)	(-3.31)
it	0.093^**	0.090^*
	(2.31)	(1.73)
it₁			0.024^**	0.021^**
			(2.08)	(2.06)
控制变量	是	是	是	是
ρ或λ	0.064^**	0.021^***	0.032^**	0.019^*
	(2.17)	(3.16)	(2.12)	(1.83)
N	210	210	210	210
R²	0.132	0.168	0.145	0.179
Log-L	420.05	422.16	420.84	423.94

下载: 导出CSV

表 5 机制检验结果

变量	tfp	roc	SAR模型	SEM模型	SAR模型	SEM模型
变量	(1)	(2)	(3)	(4)	(5)	(6)
β			-0.425^**	-0.428^**	-0.312^**	-0.306^**
			(-2.16)	(-2.22)	(-2.05)	(-2.01)
it	0.426^**	0.027^*	0.051^**	0.048^**	0.018^*	0.016^*
	(2.17)	(1.81)	(2.07)	(2.04)	(1.85)	(1.83)
tfp			0.152^***	0.159^***
			(2.74)	(2.87)
roc					0.147^**	0.150^**
					(2.12)	(2.13)
控制变量	是	是	是	是	是	是
ρ或λ			0.032^**	2.045^**	0.070^***	0.018^**
			(2.34)	(2.43)	(2.74)	(2.17)
N	210	210	210	210	210	210
R²	0.568	0.219	0.196	0.197	0.128	0.128
Log-L			453.06	453.82	431.33	431.07
F统计量	35.00	139.85

下载: 导出CSV

表 6 市场整合的调节效应

变量	SAR模型			SEM模型
	(1)	(2)	(3)	(4)	(5)	(6)
	tf	sf	tsf	tf	sf	tsf
β	-0.057	-0.056	-0.566^***	-0.051	-0.049	-0.550^***
	(-1.28)	(-1.57)	(-3.69)	(-1.01)	(-1.03)	(-3.60)
it	0.016	0.035^*	0.147^***	0.019^*	0.034^*	0.152^***
	(1.59)	(1.86)	(3.05)	(1.72)	(1.84)	(3.12)
it×mi	0.029^***	0.036^**	0.061^***	0.029^***	0.035^*	0.060^***
	(2.73)	(2.06)	(3.30)	(2.73)	(1.95)	(3.28)
控制变量	是	是	是	是	是	是
ρ或λ	0.010	0.235^***	0.092^*	0.003	0.247^***	0.099^**
	(1.09)	(2.89)	(1.96)	(1.03)	(2.90)	(2.00)
s	0.059	0.058	0.835	0.052	0.050	0.799
t	11.811	12.028	0.830	13.242	13.796	0.868
N	210	210	210	210	210	210
R²	0.180	0.184	0.252	0.179	0.140	0.281
Log-L	420.82	421.69	446.73	420.81	421.47	448.21

下载: 导出CSV

参考文献(45)

[1]	刘亮, 李廉水, 刘军. 智能化与经济发展方式转变: 理论机制与经验证据[J]. 经济评论, 2020(2): 3-19. https://www.cnki.com.cn/Article/CJFDTOTAL-JJPL202002001.htm
[2]	吕祥伟, 辛波. 人力资本促进经济高质量发展的空间效应及其溢出效应研究[J]. 广东财经大学学报, 2020(4): 34-47. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG202004004.htm
[3]	黄鑫. 为中国经济转型添薪续力——关注人工智能发展系列述评之二[N]. 经济日报, 2018-12-09.
[4]	陈彦斌, 林晨, 陈小亮. 人工智能、老龄化与经济增长[J]. 经济研究, 2019(7): 47-63. doi: 10.3969/j.issn.1672-5719.2019.07.045
[5]	PURDY M, DAUGHERTY P. Why artificial intelligence is the future of growth[R]. Ireland: Accenture, 2017.
[6]	KROMANN L, MALCHOW-MMLLER N, SKAKSEN J R, et al. Automation and productivity a crosss country, crosss industry comparison[J]. Industrial and Corporate Change, 2020, 29(2): 265-287. http://papers.ssrn.com/sol3/papers.cfm?abstract_id=3096432
[7]	BAUMOL W J. Productivity growth, convergence and welfare: what the long run data show[J]. American Economic Review, 1986, 76(5): 1872- 1885.
[8]	BARRO R J, SALA-I-MARTIN. Convergence across states and regions[J]. Brookings Papers on Economic Activity, 1991, 22(1): 107-182. http://ideas.repec.org/a/bin/bpeajo/v22y1991i1991-1p107-182.html
[9]	GALOR O. Convergence? inferences from theoretical models[J]. The Economic Journal, 1996, 106(7): 1056-1069. http://ideas.repec.org/p/bro/econwp/96-3.html
[10]	蔡昉, 都阳. 中国地区经济增长的趋同与差异——对西部开发战略的启示[J]. 经济研究, 2010(10): 30-37. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200010003.htm
[11]	董先安. 浅释中国地区收入差距: 1952—2002[J]. 经济研究, 2004(9): 48-59. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200409002.htm
[12]	李四维, 傅强, 王庆宇. 中国社会融资结构变迁与经济收敛的关系[J]. 财经科学, 2017(10): 17-29. https://www.cnki.com.cn/Article/CJFDTOTAL-CJKX201710003.htm
[13]	刘华军, 贾文星. 不同空间网络关联情形下中国区域经济增长的收敛检验及协调发展[J]. 南开经济研究, 2019(3): 104-124. https://www.cnki.com.cn/Article/CJFDTOTAL-NKJJ201903006.htm
[14]	RODRIGUEZ-POSE A, CRESCENZI R. Mountains in a flat world: why proximity still matters for the location of economic activity[J]. Cambridge Journal of Regions Economy and Society, 2008, 1(3): 371-388. doi: 10.1093/cjres/rsn011
[15]	孙早, 侯玉琳. 工业智能化如何重塑劳动力就业结构[J]. 中国工业经济, 2019(5): 61-79. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201905005.htm
[16]	王文. 数字经济时代下工业智能化促进了高质量就业吗[J]. 经济学家, 2020(4): 89-98. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXJ202004010.htm
[17]	ACEMOGLU D, RESTREPO P. The race between man and machine: implications of technology for growth, factor shares, and employment[J]. American Economic Review, 2018, 108(6): 1488-1542. doi: 10.1257/aer.20160696
[18]	AKTER S, WAMBA S F, GUNASEKARAN A, et al. How to improve firm performance using big data analyticsanalytics capability and business strategy alignment?[J]. International Journal of Production Economics, 2016, 182(12) : 113-131. http://www.sciencedirect.com/science/article/pii/S0925527316302110
[19]	韩会朝, 徐康宁. 智能化改造对我国企业生产率的影响研究[J]. 南京社会科学, 2020(4): 32-37, 54. https://www.cnki.com.cn/Article/CJFDTOTAL-NJSH202004006.htm
[20]	戚聿东, 李颖. 新经济与规制改革[J]. 中国工业经济, 2018(3): 5-23. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201803002.htm
[21]	唐兆涵, 陈璋. 区域经济差距的形成动因、演变路径和发展趋势——基于技术引进视角的研究[J]. 上海经济研究, 2019(2): 46-57. https://www.cnki.com.cn/Article/CJFDTOTAL-HSYJ201902006.htm
[22]	AI-SHAYEB A, HATEMI-J A. Trade openness and economic development in the UAE: an asymmetric approach[J]. Journal of Economic Studies, 2016, 43(4): 587-597. doi: 10.1108/JES-06-2015-0094
[23]	赵勇, 魏后凯. 政府干预、城市群空间功能分工与地区差距——兼论中国区域政策的有效性[J]. 管理世界, 2015(8): 14-29, 187. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201508007.htm
[24]	刘贯春, 张晓云, 邓光耀. 要素重置、经济增长与区域非平衡发展[J]. 数量经济技术经济研究, 2017(7): 35-56. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201707003.htm
[25]	卞元超, 吴利华, 白俊红. 高铁开通、要素流动与区域经济差距[J]. 财贸经济, 2018(6): 147-161. doi: 10.3969/j.issn.1002-8102.2018.06.012
[26]	任保平. 大数据时代的新战略、新发展方式、新产业与新机遇[J]. 人文杂志, 2015(4): 28. doi: 10.3969/j.issn.0447-662X.2015.04.005
[27]	王如玉, 梁琦, 李广乾. 虚拟集聚: 新一代信息技术与实体经济深度融合的空间组织新形态[J]. 管理世界, 2018(2): 13-21. doi: 10.3969/j.issn.1002-5502.2018.02.002
[28]	李廉水, 石喜爱, 刘军. 中国制造业40年: 智能化进程与展望[J]. 中国软科学, 2019(1): 1-9, 30. doi: 10.3969/j.issn.1002-9753.2019.01.001
[29]	马子程, 刘衡, 张建琦. 智联网情境下企业商业模式创新的三阶段动力机制探究[J]. 广东财经大学学报, 2021(1): 61-72.
[30]	高山行, 刘嘉慧. 人工智能对企业管理理论的冲击及应对[J]. 科学学研究, 2018(11): 2004-2010. doi: 10.3969/j.issn.1003-2053.2018.11.010
[31]	BRYNJOLFSSON E, ROCK D, SYVERSON C. Artificial intelligence and the modern productivity paradox: a clash of expectations and statistics[R]. NBER Working Paper, 2017.
[32]	LIU J, CHANG H, FORREST J, et al. Influence of artificial intelligence on technological innovation: evidence from the panel data of China's manufacturing sectors[J]. Technological Forecasting and Social Change, 2020, 158(9): 1-11. http://www.sciencedirect.com/science/article/pii/S0040162520309689
[33]	GRAETZ G, MICHAELS G. Robots at work[J]. The Review of Economics and Statistics, 2018, 100(5): 753-768. doi: 10.1162/rest_a_00754
[34]	李嘉楠, 代谦, 庄嘉霖. 开放、市场整合与经济空间变迁: 基于近代中国开埠的证据[J]. 世界经济, 2019(9): 27-51. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ201909003.htm
[35]	宋志涛. 经济开放、市场分割与我国地区经济收敛研究[J]. 中南财经政法大学学报, 2012(1): 90-96. doi: 10.3969/j.issn.1003-5230.2012.01.015
[36]	陈庆江, 赵明亮, 耿新. 信息化、市场分割与产业结构合理化[J]. 经济问题, 2018(6): 14-19. https://www.cnki.com.cn/Article/CJFDTOTAL-JJWT201806003.htm
[37]	刘志彪, 凌永辉. 结构转换、全要素生产率与高质量发展[J]. 管理世界, 2020(7): 15-29. doi: 10.3969/j.issn.1002-5502.2020.07.004
[38]	钞小静, 任保平. 中国经济增长质量的时序变化与地区差异分析[J]. 经济研究, 2011(4): 26-40. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201104004.htm
[39]	魏婕, 任保平. 中国各地区经济增长质量指数的测度及其排序[J]. 经济学动态, 2012(4): 27-33. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXD201204008.htm
[40]	ACEMOGLU D, P RESTREPO. Robots and jobs: evidence from US labor markets[R]. NBER Working Paper, 2017.
[41]	杨飞, 范从来. 产业智能化是否有利于中国益贫式发展?[J]. 经济研究, 2020(5): 150-165. doi: 10.3969/j.issn.1673-291X.2020.05.055
[42]	张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算: 1952—2000[J]. 经济研究, 2004(10): 35-44. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200410004.htm
[43]	方文全. 中国的资本回报率有多高?——年份资本视角的宏观数据再估测[J]. 经济学(季刊), 2012(2): 521-540. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU201202009.htm
[44]	毛其淋, 盛斌. 对外经济开放、区域市场整合与全要素生产率[J]. 经济学(季刊), 2012(1): 181-210. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU201201012.htm
[45]	BORLAND J, COELLI M. Are robots taking our jobs?[J]. Australian Economic Review, 2017, 50(4): 377-397. doi: 10.1111/1467-8462.12245