长期以来，中国主要依靠“低价”竞争策略进驻国外市场。虽然赢得了数量及规模上的优势，但是，由于核心技术的普遍缺失，出口产品的“低质化”问题也异常突出。当前，中国经济已进入新常态，环境与资源的承载能力日益逼近上限，人口红利也逐渐消散，支撑中国出口持续增长的动力正面临着严峻挑战。与此同时，受全球新冠疫情大流行的持续冲击，全球贸易增长也陷入了低速徘徊的窘境，“逆全球化”现象不断涌现，全球贸易中的保护主义和单边主义也大为盛行，中国在全球价值链分工体系中正遭受着“低端分流”和“高端回流”的双重考验。此外，由于核心技术的缺失，其他国家又时不时以“低质量”为由发动针对中国出口产品的各种贸易壁垒措施。面对愈演愈烈的国内外经贸情势，中国在开展出口贸易过程中，必须尽快由“低质低价”的竞争策略全面转向以“优质优价”为主导的竞争策略。

与此同时，自2015年开始，中国政府便密集出台了诸如《中国制造2025》等一系列旨在支持人工智能发展的政策文件（下统称为“人工智能产业政策”，见表1）。这其中，不仅包含了针对各类型人工智能企业而个性化打造的财税方案和补贴措施，而且也包含了为突破新一代人工智能发展“卡脖子”问题而祭出的人工智能创新基地的建设方案，还包含了为有效化解人工智能领域各主体的矛盾和纠纷而制定的各类标准、法律法规以及伦理规范。在上述各项措施的有力推动下，中国人工智能也迎来了迅猛发展态势。根据《2021人工智能发展白皮书》的数据显示，2020年，中国人工智能的核心产业规模、从业人员规模已分别达到3251亿元和60万人。截至 2020年底，中国人工智能企业的数量、专利申请量已分别达到6425家和55.13万项，分别位列全球第二位和首位。经过多年的持续发展和积累，中国已在语音识别、自然语言处理、计算机视角等人工智能技术领域居于全球领先地位。在此背景下，已有不少学者开始就人工智能问题展开了大量的研究（Acemoglu &Restrepo，2020；吕越等，2020；王林辉等，2020）。而与以往研究不同的是，本文所探究的核心问题则是人工智能产业政策的实施是否有助于中国出口产品质量的提升？其影响中国出口产品质量的机理又会是怎样的？有关这些问题的解答，将有助于科学研判人工智能产业政策的实施效果、推进人工智能产业政策的持续优化，进而为化解当前中国出口产品质量升级难题、实现中国出口贸易高质量发展的宏伟目标提供新的思路。

二、 文献综述

出口产品质量一直是国际贸易学界所关注的焦点和重点话题，且主要集中于出口产品质量的测度方法以及出口质量的影响因素等两个方面。在质量测度方面，Auer &Chaney（2009）、李坤望等（2014）等均将产品的价格当作质量的代理变量。 Hallak &Sivadasan（2010）、Khandelwal et al.（2013）突破了价格等同于质量的假设，并将消费者对产品质量的偏好引入需求函数，然后对消费者在收入预算约束条件下求最优解得到质量的一般表达式，其核心要义在于：价格相等的两种产品，市场占有份额越高者，质量也相对较高。该方法近来已发展成为测度质量最为主流的方法（施炳展和邵文波，2014；樊海潮等，2022）。Feenstra &Romalis（2014） 进一步考虑了供给和需求两方面的相关因素，提出了供需信息加总法，余淼杰和张睿（2017）采用了该方法对中国出口产品质量进行了测算。此外，Crozet（2012） 还采用了红酒等级来测度特定产品的质量。在出口产品质量的影响因素方面，又主要集中在以下四个方面：一是企业内部因素。已有学者分别对生产率、企业雇佣结构、管理质量、企业上市以及信息披露质量等影响出口产品质量的因素进行了考察和比较（许家云，2017；Fan et al.，2018；祝树金和汤超，2020；陈丽丽和代毅， 2021）；二是国内环境因素。包括政府补贴、国有企业改制、市场重合、产业集聚和垄断竞争等因素（许和连和王海成，2016；苏丹妮等，2018；王海成等，2019；侯欣裕等，2020；胡国恒和岳巧钰，2021）；三是贸易开放下的政策变动因素。Amiti &Khandelwal（2013）、Fan et al.（2015）、张明志和季克佳（2018）、张夏等 （2020）和李仁宇等（2020）等分别从关税减让、贸易自由化、人民币汇率变动、事实汇率制度和区域合作等视角展开了分析；四是目的地环境因素。具有代表性的如 Baldwin &Harrigan（2011）、Brambilla &Porto（2016）、祝树金等（2019）以及谢申祥和冯玉静（2020）等，分别从目的国距离、目的国收入水平、目的国非正式制度以及目的国经济政策不确定性等方面进行了研究。

与本文研究主题关系较为紧密的文献有孙伟和戴桂（2021）、李仁宇和钟腾龙 （2021）、余壮雄等（2021）以及王圣博和颜晓畅（2021），这四篇文章均探讨了产业政策对中国出口产品质量的影响，但遗憾的是这些研究仅笼统地分析了产业政策对中国出口产品质量提升的作用，而并未就某一特定的产业政策展开深入讨论，实际上，不同产业政策存在着巨大的差异性，由此使得上述研究所得出的结论难以具有普遍指导意义。尤其是，现阶段关于人工智能产业政策对中国出口产品质量的影响及作用机理的相关研究成果尚未见到，而这将是本文所关注的核心问题。

在上述研究成果的基础上，本文将先从理论视角探究人工智能产业政策影响出口产品质量的作用机理，并在此基础上基于CEPII-BACI 2010~2020年间HS6分位层面的出口产品数据，运用双重差分法实证探究人工智能产业政策对出口产品质量的影响效果，并进一步分析人工智能产业政策在不同收入水平、不同产品技术、不同产品质量状况下的异质性表现，最后再借助中介效应机制模型对理论分析所给出的假说进行全方位的实证检验。

同现有相关研究相比，本文可能的边际贡献主要体现在以下四个方面：第一，本文以中国人工智能产业政策的实施作为研究视角，全面检验人工智能产业政策的实施对中国出口产品质量的影响，研究视角较为独特；第二，本文基于国家–产品层面展开，对当前研究也是一个十分有益的补充。本文将利用CEPII-BACI数据库中 2010~2020年间的国家–产品层面数据，来全面探讨人工智能产业政策对中国出口产品质量影响的内在规律和特征；第三，本文采用双重差分法（DID）方法能较好消除以往研究文献采用传统OLS方法所普遍存在的内生性问题，从而能够确保结论的正确性；第四，本文首次从降低贸易成本、推进技术创新等方面深入探讨人工智能产业政策对中国出口产品质量影响的作用机理。

三、 理论机制分析与假说提出

企业在出口过程中，一方面需要随时收集和整理国际市场的最新信息、维护对外销售网络渠道以及随时结合国外消费者的消费偏好进行相关产品的调整等，另一方面又需要承担相应的运输费用、广告宣传及市场营销相关费用，这就意味着出口企业在出口过程中始终面临着高昂的固定成本及可变成本的支出。而单纯凭出口企业的内源资金，必将严重侵蚀出口企业的有限资源，极大制约出口企业的出口规模扩张，规模经济效应也将难以发挥。外部融资约束已成为出口企业扩大出口规模、实现规模经济的重要制约因素（Melitz，2003；Chaney，2005）。而随着人工智能产业政策的实施，政府先后通过出台包括贷款优惠利率、设立人工智能发展专项基金等在内的各种优惠措施，为人工智能行业的企业提供了绝佳的外部融资渠道及环境。除此以外，政府还针对人工智能行业的企业提供了高额补贴和税收减免，从而直接和间接地缓解了企业的外部融资难题。从直接效应方面看，政府的补贴措施将直接为人工智能行业的企业在经营活动开展过程中提供有力的资金支持，有效弥补了人工智能行业企业的资金缺口难题，而税收减免直接拉低了人工智能行业企业的经营成本。由此，政府的补贴和税收减免从本质上看都可以有效消除企业所遭受的外部融资约束困境（任曙明和吕镯，2014）。从间接效应看，政府补贴和政府税收减免也相当于向资本市场发出了人工智能领域未来发展前景可期的重大利好信息，有助于激发潜在投资者为人工智能行业企业提供资金支持，从而有效降低了人工智能行业企业的外部融资约束难题 （Meuleman &De Maseseneire，2012；毛其淋和赵柯雨，2021）。以上这些政策措施的实施，必然极大缓解人工智能行业企业的资金缺口问题，有效降低其出口贸易成本，从而有助于促进其出口规模的持续扩大和规模经济效应的发挥，在这一过程中，企业的出口收益也将随之倍增，这为企业进行先进设备的购买、高质量中间产品的购进、新产品的开发以及工艺流程优化提供了重要的资金来源及保障，最终将有助于人工智能行业整体出口产品质量的提升（孙伟和戴桂林，2021；余壮雄等，2021）。由此，本文提出以下假说：

假说1：人工智能产业政策可能通过降低贸易成本促进中国出口产品质量的提升。

人工智能产业政策的实施除能够有效缓解外部融资约束难题外，还可能提升人工智能行业的技术创新能力。一些研究已经证实了产业政策对技术创新的积极作用 （Figueiredo，2008；黎文靖和郑曼妮，2016），而在人工智能行业方面，中国政府为加快推进人工智能行业的发展，已推出一系列旨在鼓励行业技术创新的政策和措施。这又主要体现在以下五个方面：首先，出台了一系列针对人工智能研发活动的专项财政补贴和税收减免措施；其次，积极凝聚科研机构、高等院校、重点实验室等各方力量筹建人工智能创新基地，专门攻坚人工智能前沿“卡脖子”难题，夯实人工智能行业应用技术研发的基础；再次，充分发挥专门渠道、特殊政策的独特功能，实现人工智能领域顶尖人才的持续引进，并引导高等学校、科研机构加快人工智能行业领域的学科布局，从快从速开展人工智能高端人才的培育；其四，积极推进人工智能行业相关法律法规的制定和修缮；最后，积极开展各种形式的人工智能科普活动，全面提升全民对于人工智能的认知和应用水平，营造良好的技术创新氛围。上述各项举措的落地，可以有效解除困扰人工智能领域的企业开展技术研发活动过程中所面临的资金不足、基础理论准备不足、人才匮乏、法规不完善、社会认同度低的窘境，有助于全面激发人工智能行业领域企业的技术创新动力，最终有助于人工智能行业整体技术创新能力的增强，而人工智能行业的技术创新的增强，又有助于出口产品的技术复杂度及附加值的快速抬升，最终将有效促进出口产品质量的升级（罗丽英和齐月， 2016；曲如晓和臧睿，2019）。由此，本文提出以下假设：

假说2：人工智能产业政策可能通过技术创新推进中国出口产品质量的提升。

四、 模型、变量与数据

（一） 计量模型

双重差分法较于传统计量方法能更好解决回归模型本身所存在的严重内生性问题。本文在参考已有文献的经验做法基础上，选取了双重差分法来验证人工智能产业政策对中国出口产品质量的影响，具体模型设计如下：

式中，h、i、t分别代表产品、进口国、时间。quality表示出口产品的质量。交叉项post_t×treat _h用来代表人工智能产业政策实施的政策冲击变量，其中，post_t代表人工智能产业政策出台的时间虚拟变量，2015年之前，post_t取0，2015年及以后取 1；treat _h为虚拟变量，当出口产品所在行业采用人工智能生产时，treat _h=1，当出口产品所在行业从未采用人工智能生产时，treat _h=0。Z_iht代表控制变量的集合。F_h、F_i、 F_t分别为出口产品、进口国、时间等的固定效应，ζ_iht则表示误差项。

（二） 变量说明

1 . 出口产品质量的测度。

本文依托Khandelwal（2013）的方法来测度出口产品的质量。假定进口国具有代表性消费者的效用函数有如下表现形式：

式中，Ω表示进口国代表性消费者能够消费的产品种类，i、h、t分别表示进口国、产品种类、年份，λ_iht代表示产品种类h的质量，q _iht表示进口国对产品种类h的需求，σ表示产品种类间的替代弹性，且有σ>1。同时，给定目的国预算约束函数表达式：

式中Y_it表示进口国第t年的总收入。

通过对式（2）在预算约束条件式（3）下求效用最大化得到需求函数的表达式：

式中，P_it表示进口国的价格指数，且有

对式（4）两边取对数并整理，可得：

进一步，本文分别引入HS6分位产品、进口国–时间层面的固定效应来控制时间、产品、目的国间的差异因素的可能影响，针对替代弹性σ的取值，本文借鉴Broda et al.（2017）的估算方法，将σ值设定为3。^①由此构造出本文所需的质量测度方程：

式中q_iht和p_iht分别表示第t年由出口国销往进口国i的产品h的数量及价格，α_h和α_it 产品分别表示产品固定效应和进口国-时间固定效应，e _iht为误差项。通过对式（7） 进行OLS回归得到残差项e_iht，并进一步通过式（7）获得进口国-产品-年份层面的产品质量：

由式（8）所得到的质量仅适用于同一目的地–年份的组内比较，而在涉及跨时及跨国时却不可比，由此，本文参考卢盛峰等（2021）的经验做法，对式（8）所得到的出口产品质量进行标准化，具体质量标准化公式如下：

式中min、max分别代表最小值、最大值。通过式（9）所得的标准化质量严格位于区间[0，1]之间，不再具有测度单位，可以进行跨期以及跨截面的比较。本文亦采用式（9）的结果来进行相应的回归分析。

2 . 核心自变量。

本文拟选择双重差分法来检验人工智能产业政策对中国出口产品质量的影响。在这一过程中如何科学确定实验组与控制组、识别政策冲击点成为这一方法能否得到有效运用的关键。在对实验组与控制组的界定问题上，考虑到国际机器人联合会（International Federation of Robotics，下称IFR）对全球所有国家（地区）各行业的机器人利用情况有十分详细的记录，因此，本文在借助该数据库的基础上，将中国使用机器人的行业所对应的出口产品设定为实验组，而将中国从未使用过机器人的行业所对应的出口产品设定为控制组。在对人工智能产业政策冲击点的选取上本文将2015年作为政策冲击的时间节点，即2010~2014年post_t取0，2015~2020年 post_t 取1。选取此法的主要理由如下：（1）前面已提及，2015年以前，中国国家层面上从未出台过与人工智能相关的政策支撑文件，直到2015年5月，国务院重磅推出了 《中国制造2025》这一重要政策文件，其中首次从国家层面强调了智能制造，并强调要把智能制造当作主攻方向、快速推进智能装备与智能产品的发展、促进生产过程的智能化。这可以看成是国家层面首次针对人工智能发展而做的一次重要的顶层设计，标志着人工智能由此开始受到国家层面的重视，随后，几乎所有与人工智能相关的产业政策基本都是围绕该文件设定的框架而进行，且呈迅猛增长之势（张涛和马海群， 2021）。（2）2015年无疑是国家层面人工智能产业政策的开端，人工智能产业政策也在该年实现了从无到有的突破，符合双重差分法对于政策冲击点选取的相关规定和条件。（3）本文所设计的双重差分模型要解决的核心问题是国家层面人工智能产业政策的出台与否是否会导致中国出口产品质量的变化差异，并非讨论人工智能产业政策实施强度的持续加深对中国出口产品质量所带来的影响。（4）本文选取政策冲击点年份的做法也参考了马述忠和房超（2021）、张洪胜和潘钢健（2021）等权威专家在跨境电商产业政策冲击年份选取上的经验做法。

3 . 控制变量。

本文的控制变量设计如下：（1）关税（mfn）。已有研究已普遍证实，进口国的关税水平与出口国的产品质量之间有密切关联（樊海潮等，2022），本文选用进口国进口中国产品所征收的最惠国关税取对数（lnmfn）来代表。（2）进口国的人均收入水平（pgdp）。一般而言，进口国的人均收入水平越高，越倾向于进口质量更高的产品（杨勇等，2020），本文选用进口国人均GDP取对数来代表。 （3）进口国的汇率水平（exchange）。进口国的汇率对出口国的产品质量也会产生影响（毛日昇和陈瑶雯，2021），本文选用1单位RMB可兑换进口国货币的金额取对数来表示。（4）进口国的市场规模（gdp）。进口国的市场规模也是出口国产品质量的重要影响因素，本文选用进口国的GDP取对数来代表。（5）进口国的对外开放水平（open）。进口国的对外开放水平与出口国产品质量之间也可能存在关联，本文选用进口国进出口总额占其GDP的比重来代表。（6）进口国的互联网发展水平 （internet）。进口国的互联网发展水平也是出口国产品质量变化的重要考虑因素（沈国兵和袁征宇，2020），本文选用进口国使用互联网的人数取对数来代表。（7）自由贸易区虚拟变量（fta）。本文选用虚拟变量来代表，当进口国与中国签订了自由贸易协定时为1，其他为0。

（三） 数据来源与处理

本文的实证分析数据主要来源于2010~2020年间的CEPII-BACI数据库、WTO关税数据库（tariffdata.wto.org）和世界银行数据库（www.data.worldbank.org）。

在CEPII-BACI数据库的处理上，保留出口国为中国的HS6分位出口产品样本，同时保留自由贸易协定变量指标。^①在对WTO关税数据库的整理上，虽然WTO关税数据库中计录了各进口国对中国HS6分位产品所征收的MFN关税，但所涉及的HS版本却不尽相同，对此，本文借助联合国网站的转换码将其全部转换为HS96版。在对世界银行数据库的整理上，先取得进口国人均GDP、GDP、汇率、进出口规模、使用互联网的人数等指标的原始数据，然后运用各进口国以2010年为基期的GDP折算指数对其人均GDP、GDP、进出口规模等相关指标进行折算，以消除价格波动的因素。除此以外，将进口国的汇率全部转换成1单位RMB对目的国货币的金额来表示。最后，本文将处理好的CEPII-BACI数据库、WTO关税数据库遵照“产品–进口国–年份”的标准进行匹配，再按照“进口国–年份”的标准依次匹配世界银行数据库。主要变量的统计描述见表2。

五、 实证结果分析

（一） 基础模型回归结果

借助式（1），实证检验人工智能产业政策对中国出口产品质量的影响效果。相关结论见表3列（1）~（3）。不难发现，无论是否控制固定效应、是否增加其他控制变量，人工智能产业政策与中国出口产品质量之间均存在正向关系，人工智能产业政策的实施能显著提升中国出口产品的质量。

注：（1）括号内的数字表示标准误差；（2）*、**、***分别表示在10%、5%、1%的水平上显著；（3）全部回归均聚类到产品层面，以下均同。

在控制变量方面：进口国的收入水平（lnpgdp）、进口国的市场规模（lngdp）、对外开放程度（open）、互联网发展程度（lninternet）、自由贸易区虚拟变量（fta） 等均同中国出口产品质量存在正向关系。进口国的收入水平越高、市场规模越庞大、对外开放水平越高、互联网普及程度越高以及中国同进口国所达成的自由贸易区协定等都有助于促进中国出口产品质量的提升。与此同时，进口国的关税（lnmfn）与中国出口产品质量之间存在显著负向关系。这说明，进口国关税税率的下降有助于中国出口质量的提升。而进口国汇率（lnexchange）变量却没有通过显著效性检验。

（二） 稳健性检验

1 . “平行趋势”诊断

利用双重差分法探讨人工智能产业政策对中国出口产品质量影响的一个重要假设依据是，在没有任何外部因素的干扰下，实验组与控制组的变化趋势应该是一致的，不会因时间变化而出现显著差异。为判断本文的基础回归模型是否满足这一前提假设，本文参考孙林和周科选（2020）的做法，先测算出实验组与控制组的出口产品质量平均值，再观察二组质量平均值的演变趋势。结合图1，不难发现，人工智能产业政策实施前，两组保持了高度的一致性，而人工智能产业政策实施后，实验组呈现出显著提升态势，且与控制组之间的差距越来越大，由此证实基础回归模型符合“平行趋势”假定。

2 . PSM-DID 稳健性检验

本文选取PSM-DID的方法来检验基础回归模型中可能存在的选择性偏误等问题。具体来看，先利用lnquality、lnmfn、lnpgdp、lnechange、lngdp、open、lninternet、 fta等协变量来对实验组和控制组进行Logit回归，从而测算得到与之对应的匹配得分预测值。然后采用核匹配的方法对实验组和控制组进行匹配，从而得到同实验组高度接近的控制组。最后再对匹配所得的结果进行双重差分模型估计。结果表明（见表4），匹配前实验组同控制组之间存在较为明显的差异，但匹配后，两组之间的差异开始迅速下降并趋于基本一致。在此基础上，进一步运用DID对匹配后的结果进行回归分析（见表5列（1）~（3）），容易发现，核心变量仍非常显著，由此也证明基础回归模型的合理性。

3 . 反事实检验

为排除人工智能产业政策以外的其他因素对基础回归结果的影响，本文将人工智能产业政策的实施年份分别提前1年和2年，实证结果显示（见表6列（1）~（2）），此时的核心变量并不显著，表明基础回归结果是稳健的。

4 . 借鉴 Broda et al.（2017）取不同 σ 值

为进一步探讨在 σ 的不同取值下回归结果的稳健性问题，本文借助 Broda et al.（2017）的经验做法，将出口质量方程中的σ值分别设定为5和8，从而得到新的出口产品质量，回归结果证实（见表6列（3）~（4）），无论σ取值怎样改变，所得结果并未有明显差异。

5 . 采用非标准化的产品质量

为验证非标准化产品质量情况下结论的稳健性问题，本文选取了非标准化的出口产品质量进行回归分析，结果仍十分稳健（见表6列（5））。

6 . 考虑其他特殊事件

样本年间我国政府对外开展了一系列经贸合作，例如，自2010年起，我国先后与东盟、秘鲁等8国（地区）签订了自由贸易区协定，同时，2013年我国政府提出了 “一带一路”倡议，除此以外，2020年11月15日，我国政府还正式签署了区域全面经济伙伴关系协定（RCEP）等，为排除上述因素对我国出口产品质量的影响，本文将经贸合作政策所涉及到的进口国（地区）从样本中予以剔除，回归结果依然十分稳健（见表7列（1））。

7 . 内生性问题处理

为消除模型本身可能存在的内生性问题，本文选取被解释变量的滞后1期和滞后 2期，构建动态GMM面板模型来进行回归分析，结果依然十分稳健（见表7列（2）~（3））。

8 . 更换质量测度方法

本文参考孙林等（2019）的经验做法，选取单价法来对出口产品的质量进行再次测算，回归结果依然没有显著差异（见表7列（4））。

（三） 异质性分析

1 . 不同收入水平

本文将全体样本划分为低收入国家组和高收入国家组，在具体做法上，先将世界银行数据库中的低收入国家和中低收入国家统一划归为低收入国家，然后将其中的中高收入国家、高收入国家统一归为高收入国家组，回归结果发现（见表8列（1）~（2）），人工智能产业政策对中国出口高收入国家和低收入国家的产品质量均有明显的提升作用，且对高收入国家的作用更为明显。

2 . 不同要素密集度

本文采用Lall（2000）的划分思想，将全部出口产品归为劳动密集型、资本密集型和技术密集型等三大类并依次进行回归分析，结果表明（见表8列（3）~（5）），人工智能产业政策对劳动密集型、资本密集型、技术密集型出口产品的质量均有明显促进作用，且对劳动密集型出口产品的作用最为显著。

3 . 不同质量水平

本文将中国出口的所有产品依据其质量水平划归为高、低质量二组，然后进行分组回归（见表8列（6）~（7）），结果发现，人工智能产业政策的实施对中国高质量组及低质量组均有明显提升作用，但对高质量组的影响更为明显。

六、 机制检验

（一） 模型构建

基础回归已经证实人工智能产业政策有利于中国出口产品质量的提升，本部分将进一步探讨人工智能影响中国出口产品质量升级的渠道机制。借助理论机制演绎的逻辑，本部分尝试从降低贸易成本和提升技术创新能力等两个视角来检验人工智能产业政策影响中国出口产品质量提升的中间机制，具体模型如下：

其中，M_iht代表中介变量，其他变量均与基础回归模型（1）保持一致。在中间变量的选取上，对于贸易成本的度量，考虑到贸易成本与出口规模之间存在显著的反向关系，因此，本文拟采用HS6分位产品出口的规模来表示；对于技术创新效应的度量，本文拟采用HS6分位产品出口的规模占该行业出口规模的比重来表示。

（二） 实证检验

通过对核心自变量分别加入降低贸易成本、技术创新效应的交互项，并进行回归分析（所得结果见表9列（1）~列（2）），不难发现，交互项的结果均显著为正，从而证实人工智能产业政策主要通过降低贸易成本和提升技术创新水平等两个渠道推进了中国出口产品质量的升级，且技术创新效应所起作用更大。

七、 结论与建议

本文以人工智能产业政策的实施为突破口，借助实证分析，得到以下结论： （1）人工智能产业政策对中国出口产品的质量具有显著正向促进作用。（2）人工智能产业政策对中国出口产品质量的提升有显著异质性。这主要集中在：分进口国不同收入水平异质，出口高收入国家组和低收入国家组的产品质量均有明显提升，但对高收入水平国家组的效果更为显著；分要素密集度异质，劳动密集型、资本密集型、技术密集型出口产品的质量均得到明显提升，但对劳动密集型出口产品的效果更为明显；分产品质量水平异质，高、低出口产品的质量都有显著的提升，但高质量产品的提升效果更为明显。（3）机制检验的结论表明，人工智能产业政策主要借助降低贸易成本、增强技术创新能力等渠道来促进中国出口产品质量的提升。同时也得出，技术创新的贡献更为显著。

本文的政策含义是：

第一，持续推进人工智能产业政策的优化。首先，在制定人工智能产业政策的过程中，要充分考虑人工智能技术本身所存在的局限性和人工智能推进传统产业转型升级的长期性和艰巨性，由此，要理性设定政策目标，并采取得当的政策举措，确保人工智能健康稳定发展。其次，要将人工智能基础理论的研究作为人工智能支撑政策的优先考虑方向。人工智能领域的话语权获得，必然高度依赖人工智能基础理论上的重大突破，因此，人工智能领域的相关政策制定也必须有利于人工智能基础理论的颠覆性与突破性发展。最后，人工智能产业支撑政策也要确保人工智能核心技术的突破以及新一代人工智能关键共性技术体系的构建，并要从根本上预防人工智能陷入“空心化”的风险。

第二，进一步完善与人工智能相关的法律法规和标准，全面提升人工智能的治理能力。首先，要强化与人工智能密切关联的伦理治理方案研究，要发展可靠性强、可信度高、符合伦理道德的人工智能。同时，要大力强化对各类标准的规范性、开放数据与隐私保护、算法的有效监管及问责机制以及伦理道德和相关法律法规等课题的研究。其次，在已有的《数据安全法》《个人信息保护法》以及《网络安全法》等相关法律法规的基础上，要继续深入探究人工智能发展过程中可能出现的新情况和新问题，探讨人工智能领域相关监管措施的适用性等问题，不断推进相关监管法律法规的完善。最后，要推进各市场主体积极探讨数据资产的相关定价机制，推进数据资产目录体系的构建。

第三，要借助“引培”相结合的模式，加快推进高端人才资源库的建设。首先，要迅速强化人才资源储备库与人才梯队的建设，加快推进与人工智能相关的专业开设，并强化物理、神经学、数学等基础学科的建设力度，打造基础性人才同“人工智能+X”复合型人才并举的学科人才培养体系。其次，积极推进人才的跨国交流、拓宽揽才渠道，大力支持高等院校、企事业单位开展跨国交流活动。加大高端人才的引进步伐，要采取各种措施，实现高端人才的持续引入。特别要加强对机器学习、神经认知、智能机器人等相关领域的人才引进，此外，也要大力倡导通过技术咨询、项目合作等柔性方式引进人才。

① 后续的稳健性检验中也设置了参数的其他取值。

① 其中2020年的数据来自于中国自由贸易区服务网（www.fta.mofcom.gov.cn）

参考文献