《Economies》：Digitalization and Regional Economic Development in Kazakhstan: The Moderating Role of AI Readiness
编辑推荐：
数字化已成为区域经济转型的重要驱动力，但其对经济发展的贡献可能取决于互补性技术、创新能力与组织能力。研究人员考察了哈萨克斯坦数字化转型与区域经济发展之间的关系，特别强调人工智能准备度（artificial intelligence readiness）的调节作
数字化已成为区域经济转型的重要驱动力，但其对经济发展的贡献可能取决于互补性技术、创新能力与组织能力。研究人员考察了哈萨克斯坦数字化转型与区域经济发展之间的关系，特别强调人工智能准备度（artificial intelligence readiness）的调节作用。研究构建了涵盖哈萨克斯坦20个地区、时间跨度为2015—2024年的面板框架，共计200个地区—年观测值。区域经济发展以实际人均地区生产总值（real gross regional product per capita）衡量；数字化转型采用综合数字化指数（Digitalization Index, DIGI）评估；人工智能准备度由人工智能准备度指数（AI Readiness Index, AIREADY）测度，该指数通过四个互补维度构建：创新能力、研发活动（research and development, R&D）、先进技术技能与组织技术准备度。研究采用两步系统广义矩估计（two-step system generalized method of moments, System GMM），并辅之以可行广义最小二乘法（feasible generalized least squares, FGLS），以控制经济惯性、区域异质性及潜在的内生性问题。报告的系统广义矩估计结果显示，数字化与区域经济发展呈正向关联（β = 0.0186，p < 0.01），人工智能准备度与经济绩效亦呈正向关联（β = 0.0108，p < 0.05）。DIGI与AIREADY的交互项亦呈正向（β = 0.000214，p < 0.05），与"互补性技术能力强化数字化与区域经济发展关系"的假设一致。研究人员强调，考察区域经济转型时，除数字基础设施外还应考虑与人工智能相关的技术准备度。本研究的原创性科学贡献在于实证检验了人工智能准备度作为调节因素在数字化转型与区域经济发展关系中的作用，而非将数字化及人工智能相关能力视为经济绩效的独立决定因素。通过将多维人工智能准备度指数与区域数字化指标整合于动态面板框架，本研究拓展了数字化转型的现有研究，凸显创新能力、研发活动、先进技术技能与组织技术准备度的互补作用。此外，对哈萨克斯坦各地区的分析为新兴经济体提供了次国家层面的证据，有助于推动关于技术准备度差异如何塑造数字化经济区域收益的国际讨论。所提出的研究视角强调，哈萨克斯坦需在数字连接、创新、研发、先进技术技能与组织准备度方面协调投资，以支持更具可持续性与均衡性的区域经济发展。
一、研究背景与问题提出
数字化正成为现代经济结构转型的关键要素，重塑生产方式、资源配置与政企互动，并催生新的生产力与经济增长源泉。对哈萨克斯坦等新兴经济体而言，数字化转型有望克服基础设施与制度约束、提升资源效率。然而，数字基础设施与数字服务的扩张并不必然带来生产率成比例提升，其经济效果取决于数字技术融入生产、企业经营、金融体系与区域劳动力市场的深度。在区域层面，哈萨克斯坦各地区在经济结构、城市化水平、投资活动、人力资本与技术潜力方面高度异质：数字化既可能通过扩大技术与市场可及性促进区域收敛，也可能因数字红利集中于最发达地区而强化既有差异。与此同时，人工智能（Artificial Intelligence, AI）作为数字转型的进阶形态，可参与数据分析、预测、流程优化与决策支持，但其应用依赖完善的基础设施、数据、算力、专业人才与制度环境，可能催生新的区域技术鸿沟。既有研究存在三方面空白：次国家层面、尤其是新兴经济体中数字化与绩效关系的研究不足；人工智能相关技术准备度作为调节因素受到的关注有限；鲜有研究在动态区域面板框架中联合考察数字化、互补技术能力及其交互效应。上述空白构成开展本研究的直接动因。
二、研究内容、结论与意义
研究人员围绕"哈萨克斯坦数字化与区域经济发展呈何种关联、区域人工智能准备度是否强化该关系"这一核心问题展开实证研究。研究构建2015—2024年覆盖哈萨克斯坦20个地区的平衡面板（balanced panel，共200个地区—年观测值），以实际人均地区生产总值衡量区域经济发展，构建区域数字化指数（Digitalization Index, DIGI），并从创新能力、研发活动（R&D）、先进技术技能与组织技术准备度四个维度构建人工智能准备度指数（AI Readiness Index, AIREADY）。主要结论为：数字化、人工智能准备度及二者交互项均与区域经济发展显著正相关，三项假设均获支持。本研究的原创性贡献在于将人工智能准备度作为调节因素而非独立决定因素纳入分析框架，从次国家层面为新兴经济体提供了经验证据，并提示政策制定者应协调投资数字连接、创新、研发、技能与组织准备度，而非仅扩张数字基础设施。
三、主要技术方法
研究人员构建平衡面板数据：对2022年新设的阿拜（Abai）、杰特苏（Jetisu）与乌雷陶（Ulytau）地区2015—2021年的历史观测值按其后继行政区边界回溯重构，比例型指标采用人口或活动加权平均；以min-max归一化加权聚合构建区域数字化指数（DIGI）与人工智能准备度指数（AIREADY）；采用增广迪基-富勒（Augmented Dickey–Fuller, ADF）、Phillips–Perron（PP）与Im–Pesaran–Shin（IPS）检验进行面板单位根检验（panel unit-root test）；以两步系统广义矩估计（System GMM）为主、可行广义最小二乘法（FGLS）为辅，经collapse程序与受限滞后深度将工具变量压缩至18个，并辅以Arellano–Bond序列相关检验与Hansen过度识别检验。数据源自哈萨克斯坦官方统计二级数据。
四、研究结果
数据与描述性统计：人工智能准备度指数（AIREADY）介于24.10至88.40之间（均值51.83，标准差15.26），区域间差异显著；城市化水平介于24.70%至100%之间，反映哈萨克斯坦区域经济的高度结构性异质性。
相关分析：数字化指数（DIGI）与区域经济发展（REGDEV）显著正相关（r = 0.486，p < 0.01），AIREADY与REGDEV亦显著正相关（r = 0.421，p < 0.01）；DIGI与AIREADY相关性较高（r = 0.584），但未达到引起严重多重共线性（multicollinearity）的水平；相关系数仅反映成对统计关系，不作因果解读。
基准回归结果：诊断检验支持模型设定——AR(2)检验不显著（p = 0.417），Hansen检验未拒绝工具变量联合有效（p = 0.583）。滞后一期区域经济发展系数显著为正（β = 0.574，p < 0.01），表明区域经济具有强惯性；DIGI系数为正且显著（β = 0.0186，p < 0.01），支持H1，即数字化与区域经济发展正向关联；AIREADY系数为正且显著（β = 0.0108，p < 0.05），支持H2；交互项DIGI×AIREADY系数为正且显著（β = 0.000214，p < 0.05），支持H3，表明数字化对区域经济发展的正向关联随人工智能准备度提升而增强。控制变量中，固定资产投资（β = 0.218，p < 0.01）、人力资本（β = 0.0147，p < 0.05）显著为正，城市化（β = 0.0063）、就业（β = 0.0119）与工业占比（β = 0.0057）亦为正。
补充稳健性检验：FGLS估计中，DIGI（β = 0.0154，p < 0.01）、AIREADY（β = 0.0081，p < 0.05）与交互项（β = 0.000176，p < 0.05）仍为正且显著；在替代工具滞后结构、受限工具集与AIREADY替代权重方案下，各主要系数始终保持正号与统计显著性，证实结论稳健。
五、讨论部分
讨论部分指出，滞后项的高系数揭示区域发展的累积性与路径依赖（path dependence）特征，初始差距可能在缺乏新增生产力源泉时被复制；数字化是区域经济发展的重要但非自主因素，其经济价值取决于数字基础设施与人力资本、创新能力、投资等互补条件的结合；人工智能准备度指数是人工智能采纳所需互补能力的探索性代理指标，而非实际人工智能应用的直接测度，其正向系数不应解读为人工智能采纳的直接因果效应；数字基础设施与创新能力、研发、技能及组织准备构成互补关系，可将数字基础转化为更具生产性的数据密集型活动；若先进技术、人才与投资持续集中于最大城市与创新中心，人工智能的下一阶段可能强化而非缩小区域差距，缩小数字鸿沟（digital divide）的关键已从保障数字接入转向培育将数字资源转化为生产力的区域能力。
六、研究结论
研究结论表明：数字化与哈萨克斯坦区域经济发展正向关联，凸显数字基础设施、数字服务与信息技术应用的重要性；人工智能准备度与区域经济发展正向关联，且交互项为正，表明数字化与经济成果之间的关联在技术准备度更高的地区更强；人工智能不应被孤立看待，而应与既有数字基础及互补的创新、研发、技能与组织能力相结合；数字化并非区域增长的自主因素，若缺乏配套条件，最发达地区的加速数字化可能维持甚至强化区域差异。研究存在三点局限：区域单元有限（N = 20）且观测期较短（T = 10），估计精度与检验功效可能受影响；AIREADY为准备度代理指标而非人工智能应用直接测度；数字化各成分效应可能不同，且人工智能的经济效应存在时滞。未来研究应采用人工智能应用的直接指标、验证复合指数并考察非线性阈值效应。政策含义包括：数字成熟度较低地区优先发展数字基础设施、宽带可达性与数字技能；技术较成熟地区重点发展数据基础设施、算力资源、专业人才与创新生态；整体政策应协调数字连接、创新、研发、技能与组织准备，以防范区域数字鸿沟扩大，推动更均衡、可持续的区域经济发展。
