人工智能赋能新质生产力的机制与效用研究——基于生产力要素新质化的视角

当代财经 ›› 2025, Vol. 0 ›› Issue (4): 84-96.

人工智能赋能新质生产力的机制与效用研究——基于生产力要素新质化的视角

徐浩^1,2, 肖毅², 祝志勇¹, 李浩²

1.西南大学经济管理学院,重庆 400715;
2.伊犁师范大学霍尔果斯商学院/新疆口岸经济发展与管理研究中心,新疆伊犁 835000

收稿日期:2024-05-29 修回日期:2025-01-09 出版日期:2025-04-15 发布日期:2025-04-16
通讯作者: 肖毅,伊犁师范大学助教,硕士,主要从事数字经济学研究,联系方式xy1556@qq.com。
作者简介:徐浩,西南大学副教授,伊犁师范大学研究员,经济学博士,主要从事数字经济学研究;祝志勇,西南大学教授,博士生导师,经济学博士,主要从事政治经济学研究;李浩,伊犁师范大学助教,硕士,主要从事数字经济学研究。
基金资助:
国家社会科学基金项目“数智赋能西北边境陆路口岸跨境物流高质量发展的机制与路径研究”（23BJY231）; 重庆市社会科学规划项目“同群行为视角下政府创新补贴绩效评价与提升对策研究”（2021NDYB080）; 西南大学创新研究2035先导计划项目（SWUPilotPlan025）

Research on the Mechanism and Utility of Artificial Intelligence Empowering New Quality Productivity: From the Perspective of New Quality of Productivity Factors

Xu Hao^1,2, Xiao Yi², Zhu Zhi-yong¹, Li Hao²

1. Southwest University, Chongqing 400715;
2. Ili Normal University, Ili 835000, China

Received:2024-05-29 Revised:2025-01-09 Online:2025-04-15 Published:2025-04-16

摘要/Abstract

摘要： 人工智能如何推动新质生产力的形成已成为我国经济社会发展面临的重大理论和现实问题。基于马克思主义生产力理论进行的机制分析发现,人工智能推动生产力要素发生一般性新质化,生成了新质劳动资料和新质劳动力,这两者的结合通过智能化生产和销售降低了劳动力投入和销售成本,提高了生产和销售效率,从而推动了新质生产力发展;生产关系对人工智能效应的发挥具有重要的调节作用。以2010—2022年3931家A股上市公司的数据为样本,采用双向固定效应模型的实证分析结果初步验证了人工智能对新质生产力的促进作用,内生性和稳健性检验确保了结论的有效性。机制检验结果显示,劳动力投入和销售成本在上述关系中均发挥了部分中介效应,直接效应和间接效应均显著;生产关系中的知识产权保护和地方公共数据开放度均能显著增强人工智能对新质生产力的促进作用。异质性检验结果表明,人工智能对不同地区和行业的新质生产力均具有显著的促进作用,对西部地区和服务业的推动作用更强。据此,加快新质生产力的形成应重视生成新质生产要素、调适生产关系以及加大财政金融支持。

关键词: 人工智能, 新质生产力, 生产关系, 生产要素

Abstract: How artificial intelligence can promote the formation of new quality productivity has become a major theoretical and practical issue faced by China’s economic and social development. Based on Marxist productivity theory, this paper conducts a mechanism analysis. The findings show that artificial intelligence can promote the general transformation of productivity factors, generating new quality labor materials and labor force. The combination of these two can reduce labor input and sales costs through intelligent production and sales, improve production and sales efficiency, and thus promote the development of new quality productivity. The production relations play an important regulatory role in the effectiveness of artificial intelligence. Taking the data from 3931 A-share listed companies from 2010 to 2022 as samples, this paper makes use of a two-way fixed effects model for an empirical analysis. The preliminary results have confirmed the promoting effect of artificial intelligence on new quality productivity, and the endogeneity and robustness tests ensured the validity of the conclusion. The mechanism test results reveal that labor input and sales costs both play a partial mediating role in the above relationship, with significant direct and indirect effects. The protection of intellectual property rights and the openness of local public data in production relations can both significantly enhance the promoting effect of artificial intelligence on new quality productivity. The heterogeneity test results indicate that artificial intelligence has a significant promoting effect on the new quality productivity of different regions and industries, with a stronger driving effect on the western region and the service industry. Accordingly, in order to accelerate the formation of new quality productivity, attention should be paid to generating new quality production factors, adjusting production relations, and increasing fiscal and financial support.

Key words: artificial intelligence, new quality productivity, production relations, production factors

中图分类号:

F061.3

徐浩, 肖毅, 祝志勇, 李浩. 人工智能赋能新质生产力的机制与效用研究——基于生产力要素新质化的视角[J]. 当代财经, 2025, 0(4): 84-96.

Xu Hao, Xiao Yi, Zhu Zhi-yong, Li Hao. Research on the Mechanism and Utility of Artificial Intelligence Empowering New Quality Productivity: From the Perspective of New Quality of Productivity Factors[J]. Contemporary Finance & Economics, 2025, 0(4): 84-96.

参考文献

[1] 董浩然, 周全林. 数字经济发展对地方政府债务风险的影响[J]. 当代财经, 2024, (7): 31-44.
[2] 杜传忠, 疏爽, 李泽浩. 新质生产力促进经济高质量发展的机制分析与实现路径[J]. 经济纵横, 2023, (12): 20-28.
[3] 方敏, 杨虎涛. 政治经济学视域下的新质生产力及其形成发展[J]. 经济研究, 2024, (3): 20-28.
[4] 冯永琦, 张浩琳, 倪娟. 实体企业金融资产投资动机:货币政策异质性影响与数字金融调节效应[J]. 中国工业经济, 2024, (2): 118-136.
[5] 韩文龙, 张瑞生, 赵峰. 新质生产力水平测算与中国经济增长新动能[J]. 数量经济技术经济研究, 2024, (6): 5-25.
[6] 蒋永穆, 乔张媛. 新质生产力:逻辑、内涵及路径[J]. 社会科学研究, 2024, (1): 10-18.
[7] 刘瑞, 郑霖豪, 陈哲昂. 新质生产力保障国家经济安全的内在逻辑和战略构想[J]. 上海经济研究, 2024, (1): 40-47.
[8] 刘伟. 科学认识与切实发展新质生产力[J]. 经济研究, 2024, (3): 4-11.
[9] 卢江, 郭子昂, 王煜萍. 新质生产力发展水平、区域差异与提升路径[J]. 重庆大学学报(社会科学版), 2024, (3): 1-17.
[10] 鲁晓东, 连玉君. 中国工业企业全要素生产率估计:1999—2007[J]. 经济学(季刊), 2012, (2): 541-558.
[11] 齐平, 宋威辉, 高源伯. 数字经济对制造业“四链”融合的影响[J]. 当代财经, 2024, (9): 126-138.
[12] 任保平. 生产力现代化转型形成新质生产力的逻辑[J]. 经济研究, 2024, (3): 12-19.
[13] 任保平, 王子月. 数字新质生产力推动经济高质量发展的逻辑与路径[J]. 湘潭大学学报(哲学社会科学版), 2023, (6): 23-30.
[14] 任英华, 刘宇钊, 李海彤. 人工智能技术创新与企业全要素生产率[J]. 经济管理, 2023, (9): 50-67.
[15] 王珏. 新质生产力:一个理论框架与指标体系[J]. 西北大学学报(哲学社会科学版), 2024, (1): 35-44.
[16] 魏昀妍, 柳春, 施炳展, 等. 数字化转型如何助力中国企业高水平“走出去”[J]. 当代财经, 2024, (6): 111-123.
[17] 薛钦源, 史丹, 史可寒. 新质生产力的形成逻辑、新质特征和理论要素[J]. 当代财经, 2024, (7): 3-16.
[18] 赵宸宇, 王文春, 李雪松. 数字化转型如何影响企业全要素生产率[J]. 财贸经济, 2021, (7): 114-129.
[19] 郑磊, 刘新萍. 中国地方公共数据开放利用报告——省域[M]. 北京: 社会科学文献出版社, 2023.
[20] 周广肃, 丁相元. 工业机器人应用对城镇居民收入差距的影响[J]. 数量经济技术经济研究, 2022, (1): 115-131.
[21] 周炜, 海伦贝尔·李, 宗佳妮. 企业战略变革影响组织韧性的效果与边界[J]. 科研管理, 2024, (3): 105-112.
[22] 周泽将, 汪顺, 张悦. 知识产权保护与企业创新信息困境[J]. 中国工业经济, 2022, (6): 136-154.
[23] 祝继高, 梁晓琴. 企业标准化建设与成本弹性研究——来自中国A股制造业上市公司的证据[J]. 经济研究, 2022, (12): 31-50.
[24] Acemoglu D, Restrepo P.Automation and new tasks: How technology displaces and reinstates labor[J]. Journal of Economic Perspectives, 2019, 33(2): 3-30.
[25] Edwards J S, Duan Y, Robins P C.An analysis of expert systems for business decision making at different levels and in different roles[J]. European Journal of Information Systems, 2000, 9(1): 36-46.
[26] Goldsmith-Pinkham P, Sorkin I, Swift H.Bartik Instruments: What, when, why, and how[J]. American Economic Review, 2020, 110(8): 2586-2624.
[27] Levinsohn J, Petrin A.Estimating production functions using inputs to control for unobservables[J]. Review of Economic Studies, 2003, 70(2): 317-341.
[28] Olley G S, Pakes A.The dynamics of productivity in the telecommunications equipment industry[J]. Econometrica, 1996, 64(6): 1263-1297.
[29] Zapadka P, Hanelt A, Firk S.Digital at the edge-antecedents and performance effects of boundary resource deployment[J]. The Journal of Strategic Information Systems, 2022, 31(1): 1-22.