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

发布时间：2021-10-22 00:29

　　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... 

【文章来源】：中国人力资源开发. 2020,37(11)北大核心CSSCI

【文章页数】：13 页

【文章目录】：
1 引言
2 相关研究回顾
    2.1 人工智能全要素生产率研究
    2.2 人工智能全要素生产率对就业影响的研究
3 研究方法
    3.1 全要素生产率的测算及分解
    3.2 模型构建
    3.3 数据来源
4 研究结果
    4.1 全要素生产率（TFP）分析
    4.2 描述性统计
    4.3 模型回归结果
5 研究发现及政策建议
    5.1 研究发现
    5.2 政策建议
        5.2.1 有关改进人工智能公司生产效率的建议
        5.2.2 提升人工智能公司劳动力就业水平的建议


【参考文献】：
期刊论文
[1]人工智能技术会抑制制造业就业吗?——理论推演与实证检验[J]. 蔡啸,黄旭美.  商业研究. 2019(06)
[2]新一代人工智能研究的回顾与展望[J]. 黄欣荣.  新疆师范大学学报(哲学社会科学版). 2019(04)
[3]基于文本挖掘的我国人工智能产业政策量化研究[J]. 袁野,于敏敏,陶于祥,龚振炜,刘继明.  中国电子科学研究院学报. 2018(06)
[4]基于R & D经费筹集来源的工业企业技术创新效率评价[J]. 熊曦,窦超,关忠诚,郑海军.  科技进步与对策. 2019(03)
[5]人工智能等技术对劳动力市场的影响效应研究[J]. 吕荣杰,郝力晓.  工业技术经济. 2018(12)
[6]“区块链”上市公司技术效率的实证分析与比较——基于77家不同行业和地区的A股上市公司数据分析[J]. 李晓梅.  经济体制改革. 2018(06)
[7]中国人工智能企业全要素生产率及其影响因素[J]. 侯志杰,朱承亮.  企业经济. 2018(11)
[8]企业技术创新的就业效应:创造还是替代?——来自中国上市公司经验证据的分析[J]. 白俊,宫晓云,王婉婉.  商业研究. 2018(09)
[9]产业发展视角下高新技术企业效率评价——基于DEA模型的实证研究[J]. 郭建平,常菁,黄海滨.  科技管理研究. 2018(12)
[10]中国不同类型企业技术创新效率的趋势与比较[J]. 陈元志,陈劲,吉超.  科研管理. 2018(05)



本文编号：3450019