人工智能（artificial intelligence，AI）引領(lǐng)新一輪科技革命，已成為當(dāng)前影響最深遠(yuǎn)的技術(shù)創(chuàng)新。與傳統(tǒng)信息技術(shù)通過執(zhí)行人為設(shè)定的規(guī)則完成計算或控制等任務(wù)來推動生產(chǎn)率提升不同，人工智能并非簡單的技術(shù)創(chuàng)新，而是對人類智能的模擬，具有自學(xué)習(xí)、自適應(yīng)、自行動等特征，并和其他科技領(lǐng)域如物聯(lián)網(wǎng)、區(qū)塊鏈、腦科學(xué)等關(guān)聯(lián)。人工智能對經(jīng)濟(jì)增長的作用不僅體現(xiàn)在替代機(jī)械勞動、升級勞動力結(jié)構(gòu)等方面，更體現(xiàn)在對全要素生產(chǎn)率（total factor productivity，TFP）的影響，這也是學(xué)界高度關(guān)注的問題。
　　人工智能對生產(chǎn)率影響的研究，本質(zhì)上是信息技術(shù)索洛悖論討論的延伸�，F(xiàn)有實證研究大多聚焦人工智能某一特定領(lǐng)域，如機(jī)器人、計算機(jī)資本等，并將勞動生產(chǎn)率或全要素生產(chǎn)率作為生產(chǎn)率衡量指標(biāo)。人工智能對全要素生產(chǎn)率的影響，學(xué)術(shù)界尚未達(dá)成共識。一類觀點認(rèn)為，受生產(chǎn)率提升預(yù)期過高、實際增速被低估、再分配效應(yīng)和技術(shù)滯后性等因素影響，人工智能會出現(xiàn)類似于信息技術(shù)所經(jīng)歷的索洛悖論，這一觀點被稱為現(xiàn)代索洛悖論；另一類觀點則支持人工智能將提升生產(chǎn)率，人工智能技術(shù)通過促進(jìn)技術(shù)進(jìn)步、改變要素投入結(jié)構(gòu)、優(yōu)化生產(chǎn)模式和提升管理效率等多種途徑，對全要素生產(chǎn)率產(chǎn)生影響，且這種影響已經(jīng)逐漸顯現(xiàn)。在此背景下，人工智能對全要素生產(chǎn)率是否具有提升作用，是目前結(jié)論尚未明確的核心研究問題。
　　本書旨在深入探討人工智能對全要素生產(chǎn)率的影響，并基于中國的實際情況，選取企業(yè)、行業(yè)、地區(qū)三個層面的樣本數(shù)據(jù)進(jìn)行實證檢驗。全書主要包括以下四個部分：第一部分理論分析人工智能對全要素生產(chǎn)率的影響，并提出相應(yīng)的理論假設(shè)；第二部分選取2006-2018年的上市公司樣本數(shù)據(jù)，采用面板回歸模型實證檢驗人工智能是否顯著促進(jìn)了企業(yè)全要素生產(chǎn)率的提高；第三部分利用貝葉斯模型平均面板回歸模型，從行業(yè)層面檢驗人工智能對全要素生產(chǎn)率的影響以及它對上下游行業(yè)的溢出效應(yīng)；第四部分選取地區(qū)（省市）層面的樣本數(shù)據(jù)，利用空間面板回歸模型研究人工智能對地區(qū)全要素生產(chǎn)率的影響及其空間溢出效應(yīng)。
　　基于實證研究，本書提出以下政策建議。第一，人工智能對企業(yè)全要素生產(chǎn)率的促進(jìn)作用十分顯著，考慮到新技術(shù)的滯后性，企業(yè)應(yīng)盡量縮短影響時滯，以最大限度發(fā)揮人工智能的生產(chǎn)率效應(yīng)；第二，當(dāng)前人工智能的效應(yīng)主要集中體現(xiàn)在制造業(yè)和高新技術(shù)產(chǎn)業(yè)，對服務(wù)業(yè)和非高新技術(shù)產(chǎn)業(yè)的生產(chǎn)率影響尚不顯著，相關(guān)部門在推動工業(yè)智能化轉(zhuǎn)型的同時，應(yīng)加強(qiáng)人工智能和服務(wù)業(yè)、非高新技術(shù)產(chǎn)業(yè)的融合，推動人工智能技術(shù)在更多行業(yè)的普及和應(yīng)用；第三，政府應(yīng)引導(dǎo)和利用人工智能對產(chǎn)業(yè)鏈上下游的空間溢出效應(yīng)，促進(jìn)不同行業(yè)和地區(qū)的人工智能立體協(xié)調(diào)發(fā)展。