陳艷霞 張鵬

內(nèi)容提要:利用2017年至2021年地市層面人工智能產(chǎn)業(yè)政策作為準(zhǔn)自然實驗,將企業(yè)基本信息與專利數(shù)據(jù)匹配構(gòu)建月度面板數(shù)據(jù),運用交錯雙重差分法進行創(chuàng)新促進效應(yīng)估計后發(fā)現(xiàn):人工智能產(chǎn)業(yè)政策對于地區(qū)、企業(yè)層面的創(chuàng)新水平均具有顯著促進作用,具體的創(chuàng)新促進效應(yīng)因政策類型、企業(yè)特征而存在異質(zhì)性;機制檢驗表明,人工智能產(chǎn)業(yè)政策可以通過政府補貼、產(chǎn)學(xué)研協(xié)同和引致創(chuàng)業(yè)等路徑激勵企業(yè)積極從事創(chuàng)新活動。因此,地方政府應(yīng)加快構(gòu)建有利于人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展的政策支持體系,出臺有針對性的產(chǎn)業(yè)政策配套實施細(xì)則,統(tǒng)籌利用供給型、需求型、環(huán)境型產(chǎn)業(yè)政策工具,加快建立與人工智能創(chuàng)新趨勢相適應(yīng)的配套監(jiān)管機制和規(guī)范框架,促進人工智能企業(yè)的創(chuàng)新水平。

一、 引 言

人工智能作為驅(qū)動新一輪科技革命和產(chǎn)業(yè)變革的重要動力,已經(jīng)成為社會主義現(xiàn)代化建設(shè)的關(guān)鍵布局。隨著政府、行業(yè)的積極投入和技術(shù)的持續(xù)進步,2020年我國人工智能核心產(chǎn)業(yè)規(guī)模已超過4000億元,企業(yè)數(shù)量超過3000家。(1)《工信部:我國人工智能核心產(chǎn)業(yè)規(guī)模超四千億元 企業(yè)數(shù)量超三千家》,人民網(wǎng)http://finance.people.com.cn/n1/2022/0726/c1004-32485842.html,2022年7月26日。當(dāng)然,在產(chǎn)業(yè)規(guī)模日趨龐大的同時,創(chuàng)新深度不足的問題同樣顯著,特別是產(chǎn)業(yè)基礎(chǔ)層核心領(lǐng)域創(chuàng)新能力不足,技術(shù)發(fā)展與產(chǎn)業(yè)應(yīng)用存在脫節(jié)。近年來,由ChatGPT引發(fā)的有關(guān)人工智能革命的討論,也促使人們深刻思考如何構(gòu)建有利于人工智能產(chǎn)業(yè)取得突破性創(chuàng)新應(yīng)用的政策環(huán)境這一問題。

產(chǎn)業(yè)政策是政府向重點產(chǎn)業(yè)引導(dǎo)要素和配置資源的重要宏觀調(diào)控手段,是中國前沿產(chǎn)業(yè)實現(xiàn)趕超進程中進行政府干預(yù)的有效路徑(賀俊,2022)。然而,對于產(chǎn)業(yè)政策有效性這一重大問題,學(xué)界長期存在爭議(林毅夫,2017)。一種傾向“產(chǎn)業(yè)政策有效”觀點認(rèn)為,政府通過財政補貼、稅收減免、信貸優(yōu)惠等形式實施的產(chǎn)業(yè)政策能夠有序引導(dǎo)資本要素進入新興產(chǎn)業(yè)領(lǐng)域,并通過一定的管制手段規(guī)避不正當(dāng)競爭行為。另一種傾向“產(chǎn)業(yè)政策無效”觀點則認(rèn)為,由于信息不對稱存在,產(chǎn)業(yè)政策可能會引起資源配置扭曲并催生尋租行為,或?qū)е缕髽I(yè)對扶持政策產(chǎn)生依賴,反而不利于產(chǎn)業(yè)有效運行,同時政府能力不完備和制度安排不完善也可能導(dǎo)致產(chǎn)業(yè)政策效果適得其反。

在產(chǎn)業(yè)政策有效性的爭議中,一個關(guān)鍵問題是產(chǎn)業(yè)政策如何影響企業(yè)創(chuàng)新水平。當(dāng)前的研究同樣提供了產(chǎn)業(yè)政策的創(chuàng)新促進效應(yīng)和創(chuàng)新抑制效應(yīng)兩方面的觀點。產(chǎn)業(yè)政策對企業(yè)創(chuàng)新的促進效應(yīng)可以從“能夠”與“愿意”兩個角度進行討論:一方面,產(chǎn)業(yè)政策能夠通過財政、稅收、金融與行政管理等手段緩解企業(yè)進行創(chuàng)新時面臨的融資約束,以及向外傳遞有利于企業(yè)融資的研發(fā)能力信號,使企業(yè)“能夠”進行創(chuàng)新;另一方面,產(chǎn)業(yè)政策又能夠通過引導(dǎo)市場需求、知識產(chǎn)權(quán)保護、促進人才集聚等途徑改善創(chuàng)新發(fā)生的環(huán)境,使企業(yè)“愿意”創(chuàng)新。至于對創(chuàng)新的抑制效應(yīng),則與“產(chǎn)業(yè)政策無效”觀點相呼應(yīng),具體體現(xiàn)在政府研發(fā)補貼對企業(yè)投入的擠出、信息不對稱帶來的“迎合式”或“策略式”創(chuàng)新等方面。

創(chuàng)新發(fā)展是人工智能產(chǎn)業(yè)的基本趨勢,在促進產(chǎn)品重塑、流程重組、行業(yè)重構(gòu)、效率提升等方面展現(xiàn)出“創(chuàng)造性破壞”的關(guān)鍵動力(吳非和徐斯旸,2022)。同時,人工智能產(chǎn)業(yè)的創(chuàng)新本身需要產(chǎn)業(yè)界、學(xué)術(shù)界和行業(yè)部門的協(xié)同推進。因此,在挖掘和釋放人工智能“紅利”的歷史機遇期,瞄準(zhǔn)核心創(chuàng)新能力、區(qū)域協(xié)同創(chuàng)新、創(chuàng)新場景開發(fā)、規(guī)范創(chuàng)新應(yīng)用的一系列人工智能產(chǎn)業(yè)政策應(yīng)運而生。從國際經(jīng)驗來看,人工智能產(chǎn)業(yè)政策可以為新興領(lǐng)域的商業(yè)模式提供方向性引導(dǎo),對特定行業(yè)提供資金和人力資本支持,并擴展知識傳播節(jié)點及技術(shù)交流網(wǎng)絡(luò)。然而,目前針對人工智能產(chǎn)業(yè)政策效果的討論仍集中在產(chǎn)業(yè)結(jié)構(gòu)升級、產(chǎn)品出口質(zhì)量等方面(胡俊和杜傳忠,2020;周科選和余林徽,2023),可見人工智能產(chǎn)業(yè)政策能否發(fā)揮以及如何發(fā)揮創(chuàng)新效應(yīng),仍然有待檢驗。

因此,本文旨在充分厘清產(chǎn)業(yè)政策創(chuàng)新促進效應(yīng)發(fā)揮的實在性與局限性,通過區(qū)分政策類型和企業(yè)特征討論創(chuàng)新促進效應(yīng)的異質(zhì)性,并試圖挖掘創(chuàng)新激勵機制的內(nèi)在路徑,為充分挖掘和釋放人工智能“紅利”、完善構(gòu)建現(xiàn)代化產(chǎn)業(yè)體系所需的政策體系提供有益探討。相較以往研究,本文作出的可能貢獻如下:第一,本文聚焦人工智能產(chǎn)業(yè)這一特定重點產(chǎn)業(yè),彌補了當(dāng)前相對匱乏的人工智能產(chǎn)業(yè)政策有效性評估研究,研究視角較為獨特;第二,本文基于微觀專利數(shù)據(jù)庫在企業(yè)和地區(qū)兩個層面進行創(chuàng)新促進效應(yīng)的實證檢驗,能夠更為系統(tǒng)和全面地刻畫政府干預(yù)與市場主體創(chuàng)新行為間的關(guān)系;第三,本文嘗試闡釋人工智能產(chǎn)業(yè)政策的創(chuàng)新促進效應(yīng)因政策類型不同、被支持主體特征不同而產(chǎn)生的異質(zhì)性影響,并深入討論創(chuàng)新促進效應(yīng)的作用路徑,提出更具有針對性的政策建議。

二、 文獻綜述、政策背景與研究假設(shè)

1. 產(chǎn)業(yè)政策的創(chuàng)新效應(yīng)

產(chǎn)業(yè)政策能夠緩解企業(yè)進行創(chuàng)新投入的融資約束。第一,對于新興企業(yè)來說,面臨創(chuàng)新投入回報的不確定性和自身資金規(guī)模有限的問題,往往存在較高的研發(fā)投入融資約束,而針對某些特定行業(yè)產(chǎn)業(yè)政策能夠向金融機構(gòu)傳遞信號,促使其向特定企業(yè)提供貸款和審批方面的融資便利,使企業(yè)在股權(quán)融資、股權(quán)再融資和銀行貸款方面的獲得高于其他企業(yè),有利于為企業(yè)投入研發(fā)活動形成寬松的外部融資環(huán)境(Brander等,2015)。第二,政策補貼作為產(chǎn)業(yè)政策的主要手段之一,能夠直接降低企業(yè)進行創(chuàng)新活動的成本,尤其是對于戰(zhàn)略性新興產(chǎn)業(yè)來說,大力度的幫扶和補貼能夠有效改善初創(chuàng)企業(yè)的資金不足問題(陸國慶等,2014),降低企業(yè)研發(fā)失敗的邊際成本。第三,稅收優(yōu)惠或減免等政策工具不僅能夠降低企業(yè)創(chuàng)新的邊際成本,也有助于企業(yè)自有資金的積累,并增加其持續(xù)投入創(chuàng)新活動的可用資金規(guī)模。

產(chǎn)業(yè)政策能夠改善企業(yè)從事創(chuàng)新活動的市場環(huán)境。一方面,產(chǎn)業(yè)政策的支持會引導(dǎo)更多企業(yè)進入特定行業(yè),客觀上構(gòu)建了更為激烈的競爭格局,從而激勵企業(yè)憑借技術(shù)創(chuàng)新優(yōu)勢占據(jù)壟斷地位以獲取超額利潤。另一方面,產(chǎn)業(yè)政策的實施還可以通過改善創(chuàng)新基礎(chǔ)設(shè)施建設(shè)、完善產(chǎn)權(quán)保護制度的方式強化企業(yè)的創(chuàng)新意愿,創(chuàng)新活動的開展依托于技術(shù)共享和企業(yè)的積極性,而基礎(chǔ)設(shè)施的改善能夠有效提升企業(yè)組織創(chuàng)新活動和形成創(chuàng)新組合的能力,知識產(chǎn)權(quán)保護制度的健全則在于維護企業(yè)進行原始創(chuàng)新和突破性創(chuàng)新的內(nèi)在動力(張杰等,2015)。同時,政策補貼的效應(yīng)也會因創(chuàng)新環(huán)境的改善得到強化,如對于高科技、內(nèi)部控制水平較高或所處營商法制環(huán)境較好的企業(yè)而言,創(chuàng)新補助的激勵效應(yīng)更為明顯(李萬福等,2017)。

當(dāng)然,也需要認(rèn)識到,產(chǎn)業(yè)政策也可能引發(fā)尋租行為、偏向性補貼、研發(fā)投入的擠出等問題。首先,政府對企業(yè)提供的補貼與稅收優(yōu)惠等主要表現(xiàn)為事后支持,此時尋租行為可能讓企業(yè)將原本用于研發(fā)活動的資金和資源轉(zhuǎn)移到其他非正規(guī)用途,從而擠出創(chuàng)新投入的規(guī)模(袁建國等,2015)。其次,產(chǎn)業(yè)政策的選擇性補貼往往傾向于一定規(guī)模的、具有政治資源的企業(yè),抑制了其他創(chuàng)新主體的積極性(吳偉偉和張?zhí)煲?2021)。另外,企業(yè)也有可能為了達成政策目標(biāo)從事大量的“策略式”和“迎合式”創(chuàng)新,在追求政策補貼的同時減少自主投資,不僅會導(dǎo)致創(chuàng)新規(guī)模大而創(chuàng)新質(zhì)量低的情形,也會讓原本應(yīng)投入實質(zhì)創(chuàng)新的資源被浪費(黎文靖和鄭曼妮,2016)。因此,產(chǎn)業(yè)政策有可能誘導(dǎo)企業(yè)減少創(chuàng)新投入,或因讓部分企業(yè)更容易獲得支持而削弱其創(chuàng)新動力,此時政府和市場作用實際上形成相互抵消而非互補,這就需要觀察不同類型企業(yè)在獲得支持時的差異化創(chuàng)新響應(yīng)行為。

2. 人工智能產(chǎn)業(yè)政策背景

中國自2015年就開始重視人工智能技術(shù)在新興產(chǎn)業(yè)領(lǐng)域的布局。2015年國務(wù)院印發(fā)的《關(guān)于積極推進“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》提出通過產(chǎn)業(yè)鏈協(xié)作提升制造業(yè)的智能化水平。同年,《中國制造2025》發(fā)布,旨在以智能技術(shù)引領(lǐng)制造業(yè)變革。2016年發(fā)布的“十三五”規(guī)劃綱要首次提到人工智能是新一代信息技術(shù)產(chǎn)業(yè)創(chuàng)新的新增長點,能夠支持戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展。此時的政策視野中,人工智能本身僅僅作為一種技術(shù)而非產(chǎn)業(yè)化實體存在。直到2017年國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》,將人工智能明確為“新一輪產(chǎn)業(yè)變革的核心驅(qū)動力”,這是詳細(xì)論述人工智能發(fā)展重點任務(wù)和戰(zhàn)略目標(biāo)的綱領(lǐng)性文件。此后,根據(jù)《新一代人工智能發(fā)展規(guī)劃》的總體設(shè)計,《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃(2018-2020年)》《高等學(xué)校人工智能創(chuàng)新行動計劃》《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》《國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)建設(shè)工作指引》《關(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進經(jīng)濟高質(zhì)量發(fā)展的指導(dǎo)意見》等陸續(xù)出臺,形成了引導(dǎo)產(chǎn)業(yè)創(chuàng)新方向、支撐產(chǎn)業(yè)創(chuàng)新落地的一系列政策組合。

與此同時,各地區(qū)也紛紛響應(yīng)《新一代人工智能發(fā)展規(guī)劃》要求,因地制宜出臺了發(fā)展規(guī)劃或行動計劃,形成了中央指導(dǎo)、地方協(xié)同、多元共治的人工智能產(chǎn)業(yè)政策體系。從對地方性政策實踐的梳理中,可以發(fā)現(xiàn)與以往產(chǎn)業(yè)政策相比,人工智能產(chǎn)業(yè)政策體系具有創(chuàng)新導(dǎo)向性、地方性、漸進協(xié)同性、監(jiān)管規(guī)范并重的典型特征。第一,尤其注重創(chuàng)新導(dǎo)向。關(guān)注創(chuàng)新結(jié)果是各國實施人工智能產(chǎn)業(yè)政策的基本共識,也是中國中央和地方人工智能產(chǎn)業(yè)政策的共同主題,無論是針對產(chǎn)業(yè)鏈上游的基礎(chǔ)設(shè)施建設(shè),或是針對產(chǎn)業(yè)鏈中游的技術(shù)轉(zhuǎn)化,還是針對產(chǎn)業(yè)鏈下游的市場需求引導(dǎo),都以研發(fā)創(chuàng)新產(chǎn)品、開發(fā)創(chuàng)新場景和保護創(chuàng)新成果為最終導(dǎo)向。第二,具有明顯地方特色。各地在發(fā)展過程中根據(jù)自身產(chǎn)業(yè)基礎(chǔ)和比較優(yōu)勢出臺了因地制宜的產(chǎn)業(yè)政策措施,如北京重視產(chǎn)業(yè)集群的整體提升,上海注重培育特定領(lǐng)域的核心競爭力,貴州側(cè)重依托數(shù)據(jù)資源提升算力基礎(chǔ),深圳突出人工智能創(chuàng)新對其他行業(yè)的增益與賦能。第三,進行漸進式協(xié)同配套。如上海先通過實施意見規(guī)劃人工智能產(chǎn)業(yè)創(chuàng)新的具體方向,在此基礎(chǔ)上又出臺實施細(xì)則對深度融合人工智能核心技術(shù)的項目進行無償資助,而后又通過引導(dǎo)民間投資支持民營企業(yè)廣泛參與人工智能基礎(chǔ)設(shè)施建設(shè),形成了系統(tǒng)性創(chuàng)新激勵機制。第四,監(jiān)管與規(guī)范并重。為應(yīng)對人工智能應(yīng)用潛在的隱私侵犯等風(fēng)險和科技倫理問題,通過法規(guī)或條例實現(xiàn)對創(chuàng)新主體的監(jiān)管和創(chuàng)新模式的監(jiān)督,以及通過行業(yè)的自發(fā)規(guī)范探索人工智能產(chǎn)業(yè)創(chuàng)新的原則和邊界,形成人工智能領(lǐng)域監(jiān)管與創(chuàng)新互動的新型治理模式。

3. 研究假設(shè)

首先,人工智能產(chǎn)業(yè)政策的創(chuàng)新促進效應(yīng)是較為明確的。第一,指導(dǎo)性、規(guī)劃性產(chǎn)業(yè)政策能夠向市場主體傳遞積極的資源配置信號,這不僅有利于消解企業(yè)對創(chuàng)新產(chǎn)出不確定性的擔(dān)憂,也能夠引導(dǎo)行業(yè)內(nèi)外人力資本和研發(fā)資金的重新配置。第二,補貼性產(chǎn)業(yè)政策能夠直接緩解具有創(chuàng)新意愿的市場主體的融資約束,使研發(fā)投入中的企業(yè)投資更接近于社會最優(yōu)水平。第三,平臺性、定點性專項產(chǎn)業(yè)政策能夠通過要素的集聚和共享加快市場主體間的知識流動,并通過加劇競爭以促進創(chuàng)新。由此,本文提出假設(shè):

假設(shè)1:人工智能產(chǎn)業(yè)政策能夠顯著提高地區(qū)、企業(yè)層面的人工智能創(chuàng)新能力和創(chuàng)新產(chǎn)出。

其次,按照Rothwell和Zegveld(1985)的政策工具分類,可以將產(chǎn)業(yè)政策劃分為供給型、需求型和環(huán)境型政策。盡管三者對于創(chuàng)新活動的預(yù)期影響方向是一致的,但考慮到上述各類政策工具的實施強度,對研發(fā)和創(chuàng)新過程的影響力度,以及與創(chuàng)新主體政策需要的匹配程度均不明確,本文提出有關(guān)創(chuàng)新效應(yīng)在政策層面存在異質(zhì)性的假設(shè):

假設(shè)2:供給型、需求型和環(huán)境型人工智能產(chǎn)業(yè)政策的創(chuàng)新促進效應(yīng)存在差異。

再次,地方實施的產(chǎn)業(yè)政策往往因企業(yè)身份、稟賦而存在特定偏好或指向性,這可能會影響到不同企業(yè)獲取要素支持的可及性(熊勇清和王溪,2020),而且不同性質(zhì)、規(guī)模的企業(yè)也可能因其預(yù)算約束和要素利用能力,對政府同等的資源投入形成不同的創(chuàng)新響應(yīng)(Liang等,2012),由此,本文提出有關(guān)創(chuàng)新效應(yīng)在企業(yè)層面存在異質(zhì)性的假設(shè):

假設(shè)3:人工智能產(chǎn)業(yè)政策對企業(yè)層面人工智能創(chuàng)新的影響會因企業(yè)所有制類型和規(guī)模的不同而發(fā)生變化。

最后,針對人工智能產(chǎn)業(yè)創(chuàng)新效應(yīng)的具體影響路徑,研發(fā)補貼固然是產(chǎn)業(yè)政策中最為普遍和具有針對性的扶持措施,但政府的研發(fā)投入是否能夠通過緩解企業(yè)融資約束促進創(chuàng)新,抑或?qū)е伦灾鲃?chuàng)新的擠出或?qū)ぷ庑袨?尚未得到一致結(jié)論,因此政府補貼效應(yīng)成為本文嘗試識別的主要機制。同時,推動企業(yè)與高校、科研院所的產(chǎn)學(xué)研協(xié)同創(chuàng)新已經(jīng)成為環(huán)境型產(chǎn)業(yè)政策的一個重要方面,為企業(yè)接觸和轉(zhuǎn)化前沿技術(shù)提供了路徑和機會,因此高等教育或科研機構(gòu)將潛在提高產(chǎn)學(xué)研合作、創(chuàng)新平臺建設(shè)等具體措施的可落實程度,從而形成產(chǎn)學(xué)研協(xié)同效應(yīng)。另外,以往研究也指出,一些產(chǎn)業(yè)政策能夠降低企業(yè)進入某一行業(yè)或某一市場的成本,進而促進新興產(chǎn)業(yè)規(guī)模的增長,其中隱含的機制是,地區(qū)創(chuàng)新水平提升可能會體現(xiàn)在增加創(chuàng)新主體的廣延邊際上,因此本文同樣對產(chǎn)業(yè)政策的創(chuàng)業(yè)引致效應(yīng)進行檢驗。由此提出假設(shè):

假設(shè)4:人工智能產(chǎn)業(yè)政策可能通過政府補貼效應(yīng)、產(chǎn)學(xué)研協(xié)同效應(yīng)和創(chuàng)業(yè)引致效應(yīng)對創(chuàng)新能力和創(chuàng)新產(chǎn)出產(chǎn)生影響。

三、 數(shù)據(jù)說明與模型設(shè)定

1. 數(shù)據(jù)來源

本文采用的主要數(shù)據(jù)來源于國家知識產(chǎn)權(quán)局自2017年1月1日至2021年12月31日公示的專利數(shù)據(jù)(2)本文以2017年為數(shù)據(jù)收集的初始年份,是因為《新一代人工智能發(fā)展規(guī)劃》(國發(fā)〔2017〕35號)于2017年7月正式發(fā)布。,包括專利申請人、發(fā)明人、專利權(quán)人、申請及授權(quán)公告日、專利分類代碼、簡要說明等信息。根據(jù)對現(xiàn)有產(chǎn)品、方法的不同改進和應(yīng)用程度,可以分為發(fā)明專利、實用新型專利及外觀設(shè)計專利三大類,由于本文關(guān)注的人工智能創(chuàng)新是對現(xiàn)有技術(shù)的顯著進步或突破,所以剔除了實用新型專利和外觀設(shè)計專利樣本,并將發(fā)明專利申請數(shù)量和授權(quán)數(shù)量按申請人和專利權(quán)人分別加總到企業(yè)層面。同時,本文在參考?xì)v年專精特新中小企業(yè)公示名單、國家高新技術(shù)企業(yè)公示名錄、WIND新一代戰(zhàn)略新興產(chǎn)業(yè)數(shù)據(jù)庫的基礎(chǔ)上形成人工智能企業(yè)名錄,依據(jù)全國工商企業(yè)信用信息公示數(shù)據(jù),通過關(guān)鍵詞、行業(yè)上下游識別出人工智能企業(yè)共6242家,包含企業(yè)存續(xù)年限、企業(yè)所在地區(qū)、企業(yè)所有制性質(zhì)等基本信息。最后,通過企業(yè)注冊信息數(shù)據(jù)庫中企業(yè)名稱與專利數(shù)據(jù)庫進行匹配,共得到人工智能企業(yè)專利申請信息16.27萬條、專利授權(quán)信息5.98萬條。為了與月度政策庫進行匹配,本文將專利申請數(shù)量和授權(quán)數(shù)量分別按企業(yè)加總到月度層面。

本文手工整理了2017-2021年地市(含直轄市)層面人工智能產(chǎn)業(yè)政策,并將其發(fā)布或?qū)嵤r間(3)若為規(guī)劃性、指導(dǎo)性文件,以其發(fā)布日期所在月為準(zhǔn);若為實際的支持政策細(xì)則,以其實施日期所在月為準(zhǔn);若未列明生效或?qū)嵤┤掌?以其發(fā)布日期所在月為準(zhǔn)。定位到月度層面。在收集過程中,本文將政策文件名稱的關(guān)鍵詞設(shè)置為“人工智能”“智能制造”“機器人”“新一代信息技術(shù)”等,最終在樣本期內(nèi)得到有關(guān)71個城市182份產(chǎn)業(yè)政策文件。另外,本文使用的控制變量主要來源于全國工商企業(yè)信用信息公示數(shù)據(jù)及《中國城市統(tǒng)計年鑒》,對于部分缺失數(shù)據(jù)采用線性插值法補全。

2. 變量說明

(1) 被解釋變量創(chuàng)新能力和創(chuàng)新產(chǎn)出。本文將發(fā)明專利申請數(shù)量作為衡量人工智能企業(yè)創(chuàng)新能力(Innovation_Ability)的核心指標(biāo),這是因為專利的研發(fā)過程和結(jié)果均需要企業(yè)的研發(fā)投入和人員配置,是對創(chuàng)新能力的綜合體現(xiàn)。相應(yīng)地,本文將發(fā)明專利授權(quán)數(shù)量視為衡量實際創(chuàng)新產(chǎn)出(Innovation_Outcome)的核心指標(biāo),這是因為只有專利獲得授權(quán)才意味著企業(yè)創(chuàng)新能力獲得審查當(dāng)局的認(rèn)同,但授權(quán)本身需要經(jīng)過一個較為漫長的審查期,也因?qū)彶椤⒛曩M等而存在更多不確定性,因此專利申請數(shù)量是一個更為準(zhǔn)確和穩(wěn)定的指標(biāo)。當(dāng)然,無論是創(chuàng)新能力還是實際產(chǎn)出,都需要政府和企業(yè)進行研發(fā)投入,因此本文將兩個指標(biāo)同時納入創(chuàng)新效應(yīng)的估計模型。為了避免異方差帶來的估計偏誤,本文對上述兩個變量均取對數(shù)處理。此外,考慮到人工智能產(chǎn)業(yè)政策實施的指向性和針對性,在對地區(qū)層面的創(chuàng)新促進效應(yīng)進行估計時,將被解釋變量設(shè)置為人工智能企業(yè)發(fā)明專利申請量或授權(quán)量在企業(yè)所在城市層面的加總,同樣取對數(shù)處理。

(2) 核心解釋變量地市層面人工智能產(chǎn)業(yè)政策發(fā)布情況。根據(jù)雙重差分的基本思路,本文先設(shè)置識別在樣本期內(nèi)是否有產(chǎn)業(yè)政策發(fā)布的虛擬變量Treat,以及識別政策發(fā)布或?qū)嵤r間的虛擬變量Post,核心解釋變量AIpoicy是地區(qū)和時間的交互項(Treat×Post),實施組取1,對照組取0。對于在樣本期內(nèi)發(fā)布了多份人工智能產(chǎn)業(yè)政策的地市,以最早發(fā)布的政策時間為準(zhǔn)。

(3) 控制變量。創(chuàng)新水平差異首先可能體現(xiàn)在不同特征的企業(yè)之間,因此本文將企業(yè)成立年限、所有制、注冊資本金數(shù)額納入控制變量,從而區(qū)分企業(yè)規(guī)模、資本性質(zhì)的影響。企業(yè)創(chuàng)新水平還不可避免地會受到所在城市各類創(chuàng)新環(huán)境或基礎(chǔ)設(shè)施的影響,因此本文控制了描述經(jīng)濟、就業(yè)、通信等城市特征的人均地區(qū)生產(chǎn)總值、人均工資、產(chǎn)業(yè)結(jié)構(gòu)、寬帶用戶接入數(shù)。

根據(jù)描述性統(tǒng)計結(jié)果,可以發(fā)現(xiàn)人工智能企業(yè)在樣本期內(nèi)平均申請發(fā)明專利26.06個,授權(quán)發(fā)明專利9.58個,申請授權(quán)比為2.72∶1。具體地,這些人工智能企業(yè)樣本的平均存續(xù)年限為8.25年,注冊資本金數(shù)額在10萬元至55億元間不等,其中國有企業(yè)占比約為38.6%,民營企業(yè)占比約為57.6%,外資企業(yè)占比約為3.7%。

表1 變量定義及描述性統(tǒng)計

3. 模型設(shè)定

由于產(chǎn)業(yè)政策和創(chuàng)新行為本質(zhì)上是宏觀和微觀兩個層面的行為,本文將人工智能產(chǎn)業(yè)政策的實施視為對企業(yè)創(chuàng)新的外生沖擊,且政策發(fā)布存在地區(qū)、時間層面的橫向及先后差異,這為將產(chǎn)業(yè)政策實施視為準(zhǔn)自然實驗并構(gòu)建實施組和對照組提供了可能。因此,本文采用交錯雙重差分(Staggered DID)對人工智能產(chǎn)業(yè)政策的創(chuàng)新凈效應(yīng)進行估計,企業(yè)微觀層面的基準(zhǔn)回歸模型設(shè)定如下:

Innovationict=β0+β1AIPolicyct+β2Controli,c,t-1+Fc+Ft+εict

(1)

其中,i表示企業(yè)個體,c表示地市,t表示年份;被解釋變量Innovationit即i企業(yè)在t年申請或授權(quán)的專利數(shù)量;核心解釋變量AIPolicyct即表明地市層面人工智能政策實施情況的交互項(實施組為1,對照組為0),β1是關(guān)鍵參數(shù),衡量了企業(yè)創(chuàng)新能力和實際產(chǎn)出在人工智能產(chǎn)業(yè)政策實施前后的平均差異。考慮到專利審查期的影響,本文在將被解釋變量轉(zhuǎn)換為表示創(chuàng)新產(chǎn)出的專利授權(quán)量時,觀察的是政策發(fā)生2年后的情況。Controli,c,t-1表示有關(guān)企業(yè)規(guī)模、所有制性質(zhì)、行業(yè)性質(zhì)等特征的控制變量集合,為了減少潛在的內(nèi)生性影響,將地區(qū)層面的控制變量滯后1年處理。此外,本文采用地區(qū)固定效應(yīng)Fc和年份固定效應(yīng)Ft來捕捉地區(qū)間和年份間難以觀測的遺漏變量,擾動項為εict。同時,為了避免序列相關(guān)和異方差問題,本文將標(biāo)準(zhǔn)誤聚類到地市-年份層面。

為了實現(xiàn)對產(chǎn)業(yè)政策創(chuàng)新促進效應(yīng)的具體影響機制的識別,本文通過加入與政策實施虛擬變量的交互項,對政府補貼效應(yīng)、產(chǎn)學(xué)研協(xié)同效應(yīng)和引致創(chuàng)業(yè)效應(yīng)進行估計,模型設(shè)定如下:

Innovationict=γ0+γ1AIPolicyct×Featurect+γ2Controli,c,t-1+Fc+Ft+εict

(2)

其中,Featurect表示地區(qū)層面的是否出臺專項資金補助、高等教育機構(gòu)數(shù)量、當(dāng)年新增人工智能企業(yè)數(shù)量;γ1表示在上述變量的作用下,產(chǎn)業(yè)政策的創(chuàng)新效應(yīng)能夠在何種程度上得到加強或抑制;其他控制變量與固定效應(yīng)的設(shè)定與模型(1)一致。

進一步地,本文還利用事件分析法進行平行趨勢檢驗,利用傾向得分匹配、調(diào)整樣本等方法進行穩(wěn)健性檢驗。

四、 實證結(jié)果與討論

1. 基準(zhǔn)回歸結(jié)果

表2Panel 1列(1)列(2)報告了地市層面產(chǎn)業(yè)政策對微觀層面企業(yè)創(chuàng)新的影響,可以發(fā)現(xiàn)產(chǎn)業(yè)政策實施對企業(yè)創(chuàng)新能力和創(chuàng)新產(chǎn)出的影響系數(shù)均顯著為正,說明在其他條件不變的情況下,相較于企業(yè)所在城市未實施人工智能產(chǎn)業(yè)政策的樣本,能夠享受產(chǎn)業(yè)政策紅利的企業(yè)在月度層面的專利申請量要高出2.4%,本文的研究假設(shè)1即產(chǎn)業(yè)政策的創(chuàng)新促進效應(yīng)得到檢驗。考慮到專利審查期可能導(dǎo)致對創(chuàng)新產(chǎn)出影響的低估,產(chǎn)業(yè)政策發(fā)布2年后,能夠顯著提高企業(yè)創(chuàng)新產(chǎn)出1.9%。在Panel 1列(3)列(4)中,加入了個體固定效應(yīng)以消除企業(yè)層面其他不可觀測因素的影響,結(jié)果顯示創(chuàng)新促進效應(yīng)仍然均顯著為正。

表2 基準(zhǔn)回歸結(jié)果

(續(xù)表)

考慮到產(chǎn)業(yè)政策實施在地區(qū)層面的整體性,本文將人工智能企業(yè)發(fā)明專利申請數(shù)和授權(quán)數(shù)分別加總到城市層面后進行回歸,表2Panel 2列(3)列(4)匯報了相應(yīng)的結(jié)果,產(chǎn)業(yè)政策實施組城市相較控制組城市的人工智能創(chuàng)新水平更高,地區(qū)層面的創(chuàng)新能力和實際產(chǎn)出分別要高出2.8%和2.1%,證明城市層面產(chǎn)業(yè)政策的創(chuàng)新促進效應(yīng)仍然存在。Panel 2列(1)列(2)也匯報了控制城市層面控制變量而非采用固定效應(yīng)的結(jié)果,回歸系數(shù)仍然呈現(xiàn)正向顯著,可見對于人工智能產(chǎn)業(yè)政策創(chuàng)新促進效應(yīng)的估計是穩(wěn)健的。

2. 異質(zhì)性分析

(1) 政策類型的異質(zhì)性分析。本文將政府通過資金、信息、技術(shù)、人力資本等要素支持直接擴大供給的產(chǎn)業(yè)政策識別為供給型政策,政策文本關(guān)鍵詞為“研發(fā)經(jīng)費補助”“扶持資金”“數(shù)據(jù)共享”“人才團隊”等;將政府通過采購、貿(mào)易等措施減少市場不確定性或直接引致需求的產(chǎn)業(yè)政策識別為需求型政策,關(guān)鍵詞為“關(guān)稅優(yōu)惠”“政府專項采購”“轉(zhuǎn)化應(yīng)用”“政務(wù)模塊”等;將政府通過財政、規(guī)制、平臺等政策影響人工智能企業(yè)培育與市場環(huán)境的產(chǎn)業(yè)政策識別為環(huán)境型政策,關(guān)鍵詞為“產(chǎn)業(yè)集聚園區(qū)”“稅收抵免”“研發(fā)費用扣除”“創(chuàng)新平臺”等。

表3匯報了不同類型產(chǎn)業(yè)政策對企業(yè)創(chuàng)新能力、產(chǎn)出的異質(zhì)性影響。供給型政策實施會導(dǎo)致城市內(nèi)人工智能企業(yè)專利申請量和授權(quán)量分別提高3.3%和2.7%,明顯高于基準(zhǔn)回歸結(jié)果,說明供給型政策帶來的資金、人才、信息等要素支持能夠更直接地作用于企業(yè)創(chuàng)新水平提升,如幫助企業(yè)降低信貸約束和研發(fā)投入成本、匹配更高技能的人力資本等。環(huán)境型政策對于專利授權(quán)量的促進更為明顯,考慮到環(huán)境型政策本身更注重基礎(chǔ)設(shè)施、營商環(huán)境的改善,對于企業(yè)的影響是系統(tǒng)而長期的,因此可以理解其為何更顯著地體現(xiàn)在創(chuàng)新產(chǎn)出的長期促進效應(yīng)中。需求型政策能夠顯著提高企業(yè)創(chuàng)新能力,但在創(chuàng)新產(chǎn)出層面沒有得到具有統(tǒng)計意義的結(jié)果,這也許是由于需求型政策對產(chǎn)業(yè)整體的預(yù)期和短期產(chǎn)品需求產(chǎn)生作用,但政府采購的落實仍需要進行嚴(yán)格的市場篩選和招標(biāo)程序,并不能作用于大部分企業(yè),因此需求型政策的創(chuàng)新促進效應(yīng)有限。

表3 政策異質(zhì)性分析結(jié)果

(2) 企業(yè)特征異質(zhì)性分析。本文按照企業(yè)股權(quán)占比最大股東的法人性質(zhì)將企業(yè)所有制類型劃分為國有企業(yè)、民營企業(yè)和外資企業(yè)(含港澳臺資),按照注冊資本金200萬元以下、200萬～1000萬元、1000萬元以上將企業(yè)規(guī)模劃分為小型、中型、大型三類,分別進行產(chǎn)業(yè)政策創(chuàng)新效應(yīng)的異質(zhì)性檢驗。

表4列(1)至列(6)顯示,國有企業(yè)、民營企業(yè)和外資/港澳臺企業(yè)的創(chuàng)新能力均會因產(chǎn)業(yè)政策而得到顯著提升,且民營企業(yè)表現(xiàn)更為明顯,受到人工智能產(chǎn)業(yè)政策扶持的民營企業(yè)的專利申請量和授權(quán)量相較于未實施政策地區(qū)的企業(yè)分別要高出6.2%和4.3%。然而,產(chǎn)業(yè)政策的創(chuàng)新促進效應(yīng)并未顯著體現(xiàn)在國有企業(yè)的專利授權(quán)量上,這也和以往研究結(jié)果類似,即國有企業(yè)往往具有更雄厚的資金基礎(chǔ),對產(chǎn)業(yè)政策的依賴并不高,而民營企業(yè)由于時常面臨自身獲取外部資源的能力不足或融資難,受益于產(chǎn)業(yè)政策帶來的資源補償和預(yù)期激勵,容易形成更為積極的創(chuàng)新行為反饋。

表4 企業(yè)特征異質(zhì)性分析結(jié)果

表4列(7)至列(12)展示了人工智能產(chǎn)業(yè)政策對不同規(guī)模企業(yè)的創(chuàng)新促進效應(yīng)。在創(chuàng)新能力方面,可以發(fā)現(xiàn)估計系數(shù)隨著企業(yè)規(guī)模擴大先增加后減少,這與以往研究中企業(yè)規(guī)模與創(chuàng)新間存在倒U型關(guān)系的結(jié)論是一致的(聶輝華等,2008),也側(cè)面印證了相對較大規(guī)模的企業(yè)本身具有足夠的研發(fā)投入能夠支持創(chuàng)新活動,具有從事創(chuàng)新的豐富經(jīng)驗和規(guī)模效應(yīng),但當(dāng)企業(yè)進入成熟期以后,出于壟斷等因素的影響,其創(chuàng)新水平未必會持續(xù)提升。值得注意的是,盡管小型企業(yè)中產(chǎn)業(yè)政策的創(chuàng)新促進效應(yīng)的估計系數(shù)較小,但在實際創(chuàng)新產(chǎn)出水平方面的顯著提升可能說明了小型企業(yè)或初創(chuàng)期企業(yè)在獲得資源扶持以后從事了更多高質(zhì)量的實質(zhì)性創(chuàng)新活動,這也意味著產(chǎn)業(yè)政策應(yīng)適當(dāng)向小規(guī)模企業(yè)傾斜,以更好發(fā)揮其激勵作用。

3. 機制分析

本文將人工智能產(chǎn)業(yè)政策實施與是否針對企業(yè)設(shè)置專項資金(包括直接補助、研發(fā)補助、產(chǎn)業(yè)基金等)的交互項AIPolicy×Specific_Fund設(shè)定為識別政府補貼效應(yīng)的變量,將人工智能產(chǎn)業(yè)政策實施與城市擁有的高校數(shù)量的交互項AIPolicy×City_Uninum設(shè)定為識別產(chǎn)學(xué)研協(xié)同效應(yīng)的變量,將人工智能產(chǎn)業(yè)政策實施與當(dāng)年新增人工智能企業(yè)數(shù)量的交互項AIPolicy×Entre_newly設(shè)定為識別創(chuàng)業(yè)引致效應(yīng)的變量,分別檢驗人工智能產(chǎn)業(yè)政策發(fā)揮創(chuàng)新促進作用的可能機制。

表5列(1)顯示交互效應(yīng)的估計系數(shù)高于主效應(yīng),說明具有專項資金扶持的產(chǎn)業(yè)政策能夠顯著提升創(chuàng)新促進效果,相較那些實施產(chǎn)業(yè)政策但沒有專項資金扶持的地區(qū),對當(dāng)?shù)仄髽I(yè)進行直接或間接資金支持的地區(qū)創(chuàng)新能力要高出約3.9%。列(3)列(4)的結(jié)果顯示產(chǎn)學(xué)研協(xié)同效應(yīng)相較資金支持表現(xiàn)出了更為明顯的創(chuàng)新能力和創(chuàng)新產(chǎn)出提升效果,這充分佐證了人工智能產(chǎn)業(yè)的復(fù)合性特征,即涵蓋多個學(xué)科領(lǐng)域,需要專業(yè)人才的分工協(xié)作,同時也需要眾多要素的銜接配合,而構(gòu)建有利于人工智能企業(yè)創(chuàng)新的協(xié)同平臺、溝通機制和創(chuàng)新環(huán)境,將有利于形成驅(qū)動企業(yè)創(chuàng)新的內(nèi)生動力。列(5)顯示出創(chuàng)業(yè)引致效應(yīng)能夠顯著強化原有的創(chuàng)新促進效果,但仍要小于專項資金扶持的改良幅度。另外未發(fā)現(xiàn)實際的創(chuàng)新產(chǎn)出因當(dāng)?shù)卮嬖趯ｍ椯Y金支持和新增人工智能企業(yè)而出現(xiàn)顯著的增長,這可能說明對發(fā)明專利的審查過程及標(biāo)準(zhǔn)還是相對嚴(yán)格和外生的,也可能說明要素支持和市場競爭的創(chuàng)新促進效應(yīng)體現(xiàn)在數(shù)量而非質(zhì)量上。

表5 人工智能產(chǎn)業(yè)政策影響企業(yè)創(chuàng)新的機制分析結(jié)果

4. 穩(wěn)健性檢驗

(1) 平行趨勢檢驗。為了確保政策實施滿足隨機性假設(shè),也為了避免政策實施組和對照組的事前差異影響對政策效應(yīng)的觀測,本文進行平行趨勢的檢驗。同時,本文觀察的政策在地市層面相繼出臺,屬于交錯雙重差分的設(shè)定,因此參考Sun和Abraham(2021)的做法,對以下模型進行事件分析法估計:

(3)

在窗寬的構(gòu)建和選擇中,本文采用1個自然季度=3個自然月=90個自然日,構(gòu)建了相對政策干預(yù)發(fā)生時點前后8個自然季度的平衡樣本。其中,?t表示出臺人工智能產(chǎn)業(yè)政策的地區(qū)在政策實施前8個自然季度和后8個自然季度的變化情況;t0是各地市發(fā)布或?qū)嵤┤斯ぶ悄墚a(chǎn)業(yè)政策的基準(zhǔn)月份,發(fā)布多份政策文件的以最早發(fā)布的時間為準(zhǔn);Treatj×t是實施組特有的時間趨勢項;控制變量和雙向固定效應(yīng)的設(shè)置與模型(1)保持一致。

圖1展示了對創(chuàng)新能力和創(chuàng)新產(chǎn)出影響系數(shù)的估計結(jié)果,可以發(fā)現(xiàn)在人工智能產(chǎn)業(yè)政策發(fā)布以前,系數(shù)均不顯著異于0,說明處理組和控制組在政策實施前的創(chuàng)新水平并不存在顯著差異,符合平行趨勢假設(shè)。在政策實施后,受到產(chǎn)業(yè)政策支持的企業(yè)創(chuàng)新能力在10%的顯著性水平上高于控制組企業(yè),且這種創(chuàng)新促進效應(yīng)的提升在此后2年內(nèi)仍然存在。在右圖創(chuàng)新產(chǎn)出的結(jié)果中,可以發(fā)現(xiàn)在接近政策實施2年以后,人工智能企業(yè)的創(chuàng)新產(chǎn)出開始受到政策的影響且影響效應(yīng)顯著為正,結(jié)果與基準(zhǔn)回歸結(jié)果一致。

圖1 事件研究法估計結(jié)果注:橫軸為距離政策發(fā)布的自然季度數(shù),縱軸為估計系數(shù)和90%置信區(qū)間。

(2) 傾向得分匹配。本文采用傾向得分匹配法(PSM)構(gòu)建對照組以克服樣本自選擇問題。首先利用企業(yè)特征變量估計并得到人工智能企業(yè)可能受到地區(qū)性產(chǎn)業(yè)政策扶持的概率和傾向得分,采用最鄰測度匹配一比一配對得到未受到產(chǎn)業(yè)政策扶持的對照組企業(yè)。表6列(1)列(2)的結(jié)果與基準(zhǔn)回歸結(jié)果的估計系數(shù)方向相同且數(shù)值相近。

表6 人工智能產(chǎn)業(yè)政策對企業(yè)創(chuàng)新影響的穩(wěn)健性檢驗結(jié)果

(3) 以年度為統(tǒng)計單元。盡管以月度為統(tǒng)計單元能夠更為及時地識別政策效應(yīng),且較高頻度數(shù)據(jù)帶來的漸進一致性能夠減小估計偏誤,但同樣更容易受到時間趨勢的影響,如企業(yè)可能在某一段時期內(nèi)對發(fā)明專利進行集中申報,因此,本文將各類變量加總至年份層面進行估計,結(jié)果如表6列(3)列(4)所示。產(chǎn)業(yè)政策在年度層面帶來的創(chuàng)新能力提升幅度約20.4%,對創(chuàng)新產(chǎn)出提升幅度約17.5%,與以往研究中對產(chǎn)業(yè)規(guī)劃的技術(shù)創(chuàng)新效應(yīng)(19%～23%)、開發(fā)區(qū)政策的技術(shù)創(chuàng)新效應(yīng)(15%～21%)的估計結(jié)果相近(余明桂等,2016;吳敏等,2021)。

(4) 調(diào)整樣本。考慮到專精特新企業(yè)和高新技術(shù)企業(yè)本身相對其他企業(yè)會受到更為廣泛和直接的政策扶持,例如上海市浦東新區(qū)對新認(rèn)定的專精特新企業(yè)給予一次性資助,并對上一年度研發(fā)費用加計扣除額的10%給予資助,浙江省對省內(nèi)國家高新技術(shù)企業(yè)減按15%稅率征收所得稅。為了排除是這些高新技術(shù)產(chǎn)業(yè)政策而非人工智能產(chǎn)業(yè)專項政策帶來了企業(yè)創(chuàng)新水平提升的外溢效應(yīng),本文依據(jù)國家和地方專精特新中小企業(yè)名錄和國家高新技術(shù)企業(yè)名錄剔除了3644個樣本并重新進行雙重差分估計,結(jié)果如表6列(5)列(6)所示,可見創(chuàng)新促進效應(yīng)仍然顯著,但相較基準(zhǔn)回歸結(jié)果偏小,說明不同產(chǎn)業(yè)政策的影響可能確實存在疊加,當(dāng)然人工智能產(chǎn)業(yè)政策的影響依然是穩(wěn)健的。

五、 結(jié)論與政策建議

本文利用各地市相繼出臺的人工智能產(chǎn)業(yè)政策作為準(zhǔn)自然實驗檢驗了特定戰(zhàn)略新興領(lǐng)域產(chǎn)業(yè)政策的創(chuàng)新促進效應(yīng),發(fā)現(xiàn)產(chǎn)業(yè)政策的實施在地區(qū)、企業(yè)層面均能夠顯著提升創(chuàng)新能力和創(chuàng)新產(chǎn)出,在調(diào)整樣本等穩(wěn)健性檢驗中均未發(fā)現(xiàn)創(chuàng)新抑制效應(yīng)。動態(tài)分析結(jié)果表明,產(chǎn)業(yè)政策對于創(chuàng)新能力的提升是持續(xù)而長期的。本文也發(fā)現(xiàn)了不同類型產(chǎn)業(yè)政策帶來的異質(zhì)性影響,直接提供要素支持的供給型產(chǎn)業(yè)政策能夠同時顯著提升企業(yè)創(chuàng)新能力和創(chuàng)新產(chǎn)出,環(huán)境型產(chǎn)業(yè)政策的作用更顯著地體現(xiàn)在對企業(yè)長期的實際創(chuàng)新產(chǎn)出和創(chuàng)新質(zhì)量上,需求型產(chǎn)業(yè)政策對于創(chuàng)新產(chǎn)出的影響不明顯。在不同企業(yè)特征的比較中,民營企業(yè)受到產(chǎn)業(yè)政策激勵而開展創(chuàng)新活動、提升創(chuàng)新水平的效應(yīng)更為明顯,產(chǎn)業(yè)政策的創(chuàng)新促進效應(yīng)隨著企業(yè)規(guī)模的增加呈現(xiàn)先上升后下降的趨勢,其中小型企業(yè)的實際創(chuàng)新產(chǎn)出的正向提升值得關(guān)注。在具體作用機制的識別中,政府補貼效應(yīng)、產(chǎn)學(xué)研協(xié)同效應(yīng)和引致創(chuàng)業(yè)效應(yīng)均能夠顯著提升企業(yè)的創(chuàng)新能力,且產(chǎn)學(xué)研協(xié)同效應(yīng)能夠有效提高企業(yè)的實際創(chuàng)新水平。

基于上述結(jié)論,本文提出以下政策建議:第一,應(yīng)進一步推動地方政府出臺針對性的產(chǎn)業(yè)政策配套實施細(xì)則。本文得出的人工智能產(chǎn)業(yè)政策顯著促進企業(yè)創(chuàng)新的結(jié)論,有力佐證了戰(zhàn)略新興產(chǎn)業(yè)領(lǐng)域政府干預(yù)的必要性,需要因勢利導(dǎo)把握產(chǎn)業(yè)政策的創(chuàng)新促進效應(yīng),并在厘清企業(yè)需求和創(chuàng)新促進異質(zhì)性的基礎(chǔ)上,出臺針對小微企業(yè)、民營企業(yè)創(chuàng)新激勵的有效措施,培育一批具有突出創(chuàng)新能力、引領(lǐng)能力和競爭力的前沿人工智能企業(yè)。第二,應(yīng)統(tǒng)籌利用供給型、需求型、環(huán)境型政策工具,重視環(huán)境型產(chǎn)業(yè)政策工具的應(yīng)用。鑒于本文的政策異質(zhì)性分析和機制檢驗結(jié)果,可以發(fā)現(xiàn)除了對于企業(yè)主體和創(chuàng)新成果的直接資金支持以外,建立和改善有利于創(chuàng)新的產(chǎn)學(xué)研協(xié)同環(huán)境能夠更為有效地提升企業(yè)實際創(chuàng)新產(chǎn)出,因此需要重視創(chuàng)新環(huán)境、基礎(chǔ)設(shè)施的作用,以應(yīng)用場景創(chuàng)新激發(fā)企業(yè)創(chuàng)新活力。第三,應(yīng)加快建立與人工智能創(chuàng)新趨勢相適應(yīng)的配套監(jiān)管機制和規(guī)范框架。創(chuàng)新往往與風(fēng)險相伴共生,特定領(lǐng)域出于商業(yè)動機進行的激進式創(chuàng)新活動也很有可能引發(fā)倫理和創(chuàng)新失范問題。因此,應(yīng)當(dāng)在兼顧市場創(chuàng)新與公共利益的治理框架內(nèi),形成對人工智能產(chǎn)業(yè)市場主體進行扶持、激勵、調(diào)節(jié)及監(jiān)管的相互促進、相互規(guī)范的政策體系。

遺憾的是,受限于數(shù)據(jù)可得性等原因,本文在識別策略、機制檢驗方面仍存在不足。第一,其他諸如科技型中小企業(yè)政策等帶來溢出效應(yīng)仍然可能同時影響創(chuàng)新水平,導(dǎo)致估計結(jié)果有偏;第二,可以進一步構(gòu)建地區(qū)層面的人工智能產(chǎn)業(yè)赫芬達爾指數(shù),以厘清市場競爭對政策創(chuàng)新效應(yīng)的調(diào)節(jié)作用;第三,在對國有企業(yè)、大型企業(yè)的回歸中均未發(fā)現(xiàn)產(chǎn)業(yè)政策對企業(yè)實際創(chuàng)新產(chǎn)出形成促進,是否說明產(chǎn)業(yè)政策只能帶來創(chuàng)新數(shù)量而非質(zhì)量的提升,或者說部分企業(yè)為獲取資源而做出了“迎合”或“策略”創(chuàng)新行為,這需要運用更多描述專利質(zhì)量如引用量等指標(biāo)和利用更長期追蹤樣本的分析。