摘要:大数据引发的智能革命促使我们重新认识智能产业结构变动趋势。以全球价值链理论和产业生命周期理论为研究基础，使用多元线性回归方法分析人工智能产业结构优化的影响因素。通过对北京市人工智能产业的实证分析，得出“人工智能产业结构优化需要政府与企业共同创新，政府层面对产业采取宽松的财政政策，企业层面应大力引进技术和管理人才”的结论，这也是我国政府与企业应该采取的措施。
关键词:企业并购P2A技术创新产业政策扶持
一、引言
人工智能产业是受到我国政府高度重视的先进新兴产业，它的兴起引起了第四次工业革命的爆发，其发展水平决定了一个国家科技水平与产业竞争力。随着互联网大数据的发展，我国人工智能产业与智能技术正在向国际领先地位跑步前进，巨大市场规模和消费行为转变成为企业创新和产业发展的重要基础。人工智能产业结构不完善造成产业低端化，缺乏个性化。为此，深化研究产业结构，对人工智能产业结构优化具有开拓性的历史贡献。随着全球价值链理论引入产业结构框架，学界对其研究开始趋向多元。从人资与技术创新角度来看，我国高素质人力资源缺失和技术水平地域差异化是阻碍产业结构优化的重要原因［1］。社会资本推进产业结构优化是通过集聚化、提升认知度和降低成本三步骤来完成［2］，技术创新遵循这三个步骤，对产业结构优化呈先减后增的趋势，具体表现为科技产品从研发到运用实际存在滞后性，导致前期产品认可度低，对产业结构优化效果不明显，技术推广水平进一步提升，使其效用逐渐呈上升趋势［3］。从外资投资角度来看，外资对产业结构升级是通过产品升级来体现［4］，并在产业结构中起到催化剂作用［5］。李艳将贸易保护主义与全球价值链相结合，将外资对产业架构的影响分为三个层次:一是外资上游企业对产业升级起到阻碍作用;二是外资下游企业进入对产业升级有显著促进作用;三是全球危机不利于外资对我国产业优化发展［6］。有学者研究发现外资上游企业的引入对产业结构优化起抑制作用，主要原因是，当产业发展处于中等水平时，高技能行业升级会对低技能行业升级起到相应联动效应，从而抑制产业发展［7］。从产业政策角度来看，政府推动的区域经济一体化虽然提升了产业合理化水平，但在产业优化效果上不显著［8］。从金融角度来看，金融规模对产业结构优化有显著促进作用［9］，但金融供给侧对新兴产业发展促进作用有待加强［10］。在此基础上，对产业结构优化影响因素研究是一个新颖且亟待研究的课题。人工智能概念的提出，学术界对其定义众说纷纭，但内容和思想上都如出一辙。需要明确的是，当前我们能做到的不是AI而是IA，即智能增强。这里我们提出一个概念———P2A。可以从三个角度对这个概念进行解释。首先是点到生产线的角度，PeopletoApparatus，一线生产劳动力转变成机器，由机器去运作生产;其次是点到产业面的角度，PeopletoAI，人工智能是人类运用高端技术研发出来的，最终服务对象也要是人，人不会被机器所替代;最后从本质上讲，可以解释为ProducetoAdministrate，共同生产转变为共同管理，劳动力退居二线，从生产者转变为管理者，这不仅体现在商业模式，同时也会改变人类文明的发展历程。
二、人工智能产业发展现状及其存在的问题
(一)智能产业发展现状。通过人工智能产业结构优化的现状考察发现，我国智能产业结构存在不合理、高度化欠缺的问题。智能产业凭借先进技术占据越来越多的市场份额，传统产业市场份额下降造成产业间结构严重失衡。人工智能企业大多会选择自主研发核心技术来维持领先优势，从而实现垄断获得超额报酬。在竞争机制作用下，先进技术扩散会带动中小企业的发展，不接受先进技术、不调整企业结构转型的传统产业，必将被市场淘汰。
(二)智能产业存在的问题。1.社会资源供给不足。社会资源供给分为有形资源供给和无形资源供给两方面。在有形资源供给方面，人工智能产业结构需要专业管理人才和充足资金作为研发的保障;在无形资源供给方面，智能产业需要政策扶持和数据处理进行推动。在人才供给方面，人工智能带来的变化涉及各个产业。比如，餐饮业可以运用人工智能设定好菜谱制作饭菜;服装业可以运用人工智能设计新款服装;物流业正在运用人工智能进行快递分类与派送;制药业可以运用人工智能对病人过去数据进行分析，研制出对应病症的药物。因为重复型、粗放型、低端型产业逐渐被机器自动化和集中化取代，这将造成一部分岗位消失和新技术岗位出现。在人工智能产业技术推广时期，出现就业补偿慢和专业管理人才稀缺问题。在数据供给方面，一些企业出于对自身利益考虑，限制数据分享，造成数据碎片化。同时，数据的开放和共享会牵扯隐私和安全问题。基于以上原因，收集到的数据在真实性和完整性上大打折扣。2.国际合作模式推广慢。美国企业在21世纪初期进入人工智能技术开发领域。苹果从2014年开始就大量收购优秀团队与公司，在语音识别、图像识别、自主学习领域技术较为先进。谷歌在2014年收购DeepMind，同时推出了语音助手和智能音箱。可以看出，收购人工智能创新企业已成为国际重要合作模式。收购创新企业能够补齐企业技术方面的短板。我国核心企业主要通过自主研发来突破技术水平，这就导致我国人工智能创新企业市场活跃度不高。
三、人工智能产业结构优化的影响因素
(一)企业自主创新力。创新能促进技术突破，技术突破会带来产量提高和企业内部组织管理完善。核心企业在人工智能产业内拥有众多资源，因而更容易突破技术。所以，企业技术突破对人工智能产业结构优化具有重要的推动作用。
(二)高素质人才资源。高素质人才资源对产业结构优化是通过研发高端技术，并运用于其他产业，提升所有产业技术与管理模式中体现出来的。人才创新研发引发企业技术突破，人才流动实现技术转移和扩散，同时高素质人才带来的先进管理模式为技术创新提供制度保障。
(三)国际技术交流度。在全球价值链背景下，产业结构优化容易受到外部因素影响。一方面，国际技术交流可以让我国企业在吸收先进技术同时，更好的在原有技术基础上做到模仿和突破;另一方面，发达国家在发展中国家设厂，发展中国家通过带生产国外研发出的产品，可以间接产出高端产品，进而加速产业结构优化。
(四)产业政策扶持度。由于人工智能产业发展需要技术研发和人才引进，所以政府给予政策扶持就显得至关重要。通过保护新兴产业政策、人才引进政策、创新知识产权保护政策和网络安全监督政策来激发和保护产业创新，从而进一步引导产业结构优化。
四、人工智能产业结构优化的实证分析
(一)数据来源与变量选取。数据根据2010到2016年《中国科技统计年鉴》等资源数据整理得来。人工智能产业在我国发展主要侧重于由低端、低附加值、粗放型产业向高端、高附加值、集约化产业转型。科技新产品销售将人工智能产业研发出成果运用到各个产业中去。所以，我们采用新产品销售收入金额数作为衡量人工智能产业结构优化的参照性指标。若该项因素指标的参数越大，说明产业结构优化程度越高。我国目前还没有将人工智能产业作为一个独立产业来统计，在《中国科技统计年鉴》中，我们将人工智能产业归属于高科技领域来进行数据提取。将北京市科技有效专利发明数、高等学校R＆D人员数、高技术产品出口贸易金额和政府支出总额来反映北京市人工智能企业相关数据。结合人工智能产业优化影响因素，并考虑数据相关性与可获得性，选取了以下4个自变量:1.企业自主创新力。企业内部对科学技术的创新，主要是从经费投入和科研数量两方面来体现。因此我们选取北京市有效专利发明数反映经费投入(设为X1)。若该项因素指标参数越大，说明企业对技术研发更为关注，自主创新能力越高。2.高素质人才资源。高素质人才是创新技术发展重要基础，但专业管理人才数量并不是影响产业结构优化的直接因素。因此我们引用北京市高等学校R＆D人员数来反映人才素质(设为X2)。若该项因子指标参数越大，则表明专业管理人才素质水平越高。3.国际技术交流度。国外在人工智能产业发展起步较早，但近年来我国智能语音识别和人脸识别领域发展迅猛，在全球人工智能产业上取得一席之位。因为与国外技术交流对产业结构优化影响较为间接，因此我们选取北京市高技术产品出口贸易金额来反映国际技术交流程度(设为X3)。若该项因子指标参数越大，表明与国际技术交流程度越高。4.产业政策扶持度。政府在供给面上很大程度能影响产业结构优化。我们选取北京市政府投入资金总额来衡量产业政策扶持力度(设为X4)。若该因子指标参数越大，则表明政府给予产业政策支持力度越强。
(二)计量方法和实证结果。我们利用OLS多元线性回归方法，运用Eviews8.0计量软件对影响北京市人工智能产业结构优化影响因素进行分析。从表1数据综述表中可知，判定系数R2越大，模型拟合优度越高。但在多元线性回归模型中，可通过增加无关变量来提升R2值。所以在回归模型中把R2作为判定模型拟合优度指标是有缺陷的。我们不使用R2，而使用调整后的R2为0.9967，可知这4个自变量可以解释99.67%因变量变动趋势，模型拟合优度高。由表2方差分析表可知，F统计值为468.04，其P值为0.0021＜0.05，说明模型斜率系数至少有一个不为0，至少有一个解释变量有助于解释影响人工智能产业结构优化的变化。模型总体上对于新产品销售收入金额的变化具有显著解释力。由于自变量与因变量数值差别较大，所以在等式两边分别取对数形式。由表3可知，在回归模型自变量中，X1，X2，X4的T统计值对应P值均小于0.05，具有显著性。自变量X3的T统计值的P值为0.0694，大于0.05，所以不具有显著性。因此X3应在方程式中剔除。从多元线性回归系数来看，影响北京市人工智能产业结构优化的变量因素有:北京市有效专利发明数(0.4153)，北京市高等学校R＆D人员数(－0.2789)，北京市政府投入资金总额(－0.7255)。1.企业技术创新力。这个自变量对产业结构优化有正相关关系，表明对人工智能产业结构优化起到积极促进作用。其T统计值的P值为0.0029，具有显著性。相比于其他因素，技术创新对人工智能产业结构优化起到重要推动作用。2.高素质人才资源。这个因素对产业结构优化呈负相关作用，主要原因是2010年后是人工智能技术推广时期，就业补偿慢，专业管理人才稀缺。但后期随着技术发展和企业结构转型，高素质人才培育会变得格外重要。3.产业政策扶持度。我国是政策性引导的国家。通过对模型数据分析，可以看出政策支持对人工智能产业结构优化没有促进作用。出现这一现象说明在数据上存在误差。数据误差有两方面原因:其一，政府对产业扶持除了表现在资金投入，还有政策引导，这一点是用数据无法说明的。其二，由于人工智能产业属于新兴产业，企业对技术研发大多使用内部资金，对政府拨放资金依赖性小，所以导致政府扶持对产业结构优化无显著促进作用。4.国际技术交流度。在回归分析模型中，只有这个因素不具有显著性。与前面分析相斥。主要原因是人工智能产业研发阶段属于企业内部核心资源，国外企业很少与国内产业进行技术交流。国企与外资在合作过程中导致原有研究机构被拆分，阻碍技术创新和研发活动。综上，国际技术交流度这一因素在人工智能产业结构优化上不具有参考性。
五、结论与讨论
通过对北京市人工智能产业结构优化影响因素研究后得出以下结论:产业结构优化是一个循序渐进的过程，在产业结构优化过程中，企业技术自主创新、专业管理人才培育、产业政策扶持等因素发挥相应作用。其中，企业自主创新力对人工智能产业结构优化起显著促进作用，专业管理人才培育和产业政策扶持对人工智能产业结构优化促进作用不显著，国际技术交流度对人工智能结构优化没有作用。基于此，我们认为人工智能产业结构优化需要企业与政府协同创新，政府应对智能产业颁布产业保护政策，鼓励培育专业管理人才，企业应优化组织结构，实现人工智能产业结构优化。在全球价值链理论研究框架下，智能产业结构优化还有诸多问题值得研究，如以企业为核心的模式优化及优化路径问题，这些将是我们即将研究的主要问题。由于地域差异，产业政策差异，人工智能产业结构优化有差异。下一步应使用PanelData对不同省份结构优化进行比较研究。
作者:赵晟楠 单位:延安大学经济与管理学院
