人工智能上市公司全要素生产率测度及其对就业的影响研究

摘要：

人工智能是社会发展和技术创新的产物,是促进人类进步的重要技术形态.人工智能技术发展至今,已经成为新一轮科技革命和产业变革的核心驱动力,对生产率、经济增长和劳动力就业等方面产生了深刻的影响.本研究基于103家中国人工智能上市公司2013年-2017年的数据,采用Malmquist指数法测度了人工智能上市公司全要素生产率及其分解,并进一步构建计量经济学模型运用广义最小二乘法(FGLS)研究了人工智能上市公司全要素生产效率对公司就业人数的影响.结果 显示:(1)样本考察期的中国人工智能上市公司全要素生产率(TFP)平均增长率为2.9％,超过50％的人工智能上市公司全要素生产效率是提高的,根据全要素生产效率分解特征,人工智能公司全要素生产率变动存在着技术效率和技术进步效率相背离的负向关联现象.技术进步效率是提高全要素生产率的主要动力,从技术效率的构成来看,纯技术效率是影响技术效率增长缓慢的主要原因.(2)人工智能上市公司全要素生产率对公司就业人数有显著的正向影响,全要素生产率提高1％,公司就业人数增加0.142％.与综合类行业的人工智能上市公司相比,制造业、信息传输技术业、传播与文化产业、批发与零售贸易业类的人工智能上市公司对其就业量有显著的促进作用,且相较于民营企业,国有控股人工智能上市公司的就业量更高.本研究丰富了人工智能公司生产效率与就业问题的实证研究,为人工智能上市公司提升生产效率和促进就业提供了改进的建议.

关键词：人工智能全要素生产率、Malmquist指数、就业、广义最小二乘法

所属期刊栏目：37

资助基金：北京社科基金重大项目“动态匹配视角下人工智能对北京市就业的影响与应对研究”;教育部人文社会科学研究青年基金项目“普惠金融视角下微型金融机构的可持续发展及制度优化路径研究”;北京联合大学科研项目”大数据驱动下的科技金融政策精准治理研究”

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：62-74