人工智能、技术进步偏向与城市经济韧性

《International Review of Financial Analysis》：Artificial intelligence, technological progress bias, and urban economic resilience

　　

在数字经济背景下，人工智能已成为经济增长的关键驱动力。与此同时，不断上升的外部不确定性将经济安全推至国家议程的首要位置。本文探讨了人工智能如何提升经济韧性，并强调了技术进步偏向的关键作用。该选题具有高度时效性，实证设计严谨，对机制和异质性的丰富分析得出了明确的政策含义，具有坚实的理论价值和实践意义。然而，若干细节仍有待进一步打磨。

本文考察了人工智能与城市经济韧性之间的关系，构建了较为完整的理论框架和实证模型，呈现出清晰的研究逻辑，并提供了有价值的政策启示。

引言

进入21世纪以来，全球城市发展日益受到自然和人为因素引发的多重冲击所塑造，包括全球变暖、贸易紧张、金融危机、新冠肺炎疫情以及俄乌冲突。这些冲击对经济和社会系统造成了重大破坏，也使人们对城市经济韧性的关注日益增加。作为经济活动的重要枢纽，城市与居民生活水平密切相关，在适应国内外市场变化方面发挥着重要作用。城市经济韧性是指城市抵御、恢复和适应预期与意外冲击的能力。因此，增强城市经济韧性对于风险防范、可持续发展和长期经济增长具有重要意义（Martin & Sunley, 2015）。在中国，"韧性城市"的概念于2021年引入，"韧性"在2022年被进一步强调为城市发展的关键目标，表明提高城市经济韧性在国家层面已获得越来越多的政策关注。

在复杂环境中，城市面临资源稀缺、环境污染、生态退化和住房压力等长期挑战，同时也容易受到经济危机、自然灾害和公共卫生事件等急性冲击的影响（Kapucu et al., 2024; McClymont et al., 2022; Wardekker et al., 2021）。在此背景下，许多城市在产业转型、资源和环境约束以及人口增长的共同压力下，仍面临韧性水平不足的问题。过度依赖投资和规模扩张作为主要发展模式，导致了相对单一化的产业结构和有限的创新能力，使一些城市在面对疫情和金融危机等冲击时表现出恢复迟缓、调整机制不健全等问题（Brada et al., 2021; Perilla Jiménez & Ziesemer, 2024; Zilibotti, 2017）。在此背景下，重构内部组织、优化产业结构、利用新兴技术增强韧性已成为学术界和政策制定者关注的重大问题。

人工智能的快速发展为这一问题提供了充满希望的新视角。近年来，人工智能在提高生产率、重塑产业结构和促进可持续发展方面展现出了巨大潜力（Dhiman et al., 2024; Goralski & Tan, 2020; Liu et al., 2022）。通过降低信息处理成本和提高预测与决策能力，人工智能可以缩短先进技术应用于生产的过程并产生生产率提升（Xie et al., 2022）。在能源系统中的应用也可能提高能源生产、分配和消费的效率，从而在环境约束下支持绿色转型（Zhou et al., 2024）。此外，人工智能可以帮助城市识别结构变化、预测发展轨迹、优化治理流程，从而促进产业升级并增强城市系统的可靠性和适应性（Lartey & Law, 2025）。因此，人工智能不仅可能成为增强韧性的重要技术，也可能成为塑造城市发展的新兴力量。

越来越多的文献研究了人工智能如何影响城市经济韧性，但结论仍有待明确。许多研究表明，人工智能可能通过多种渠道增强城市经济韧性，包括资源配置（Zhao et al., 2025）、风险预警（López-Catalán et al., 2025）和结构创新（Duong, 2025）。然而，一些学者认为人工智能在短期内可能不会实质性提升城市经济韧性。他们强调了技术扩散的区域差异（Schintler & McNeely, 2022），指出经济发达的大城市往往能更好地获取人工智能技术和相关基础设施，而小城市则面临限制其获得类似效益的约束，从而扩大了区域间的韧性差距（Gao et al., 2025）。然而，这些约束究竟是削弱了人工智能的边际效应，还是反而创造了更大的改善空间，这仍然是一个实证问题。此外，人工智能的快速进步可能通过引发"创造性破坏"而扰乱传统产业（Aghion & Howitt, 1992），从而损害经济稳定性和社会韧性（Khogali & Mekid, 2023）。一些学者进一步指出，人工智能对城市经济韧性的影响因发展阶段而异（Gao et al., 2025; Zaidi et al., 2023）。然而，现有文献在看待技术进步时大多持中性立场，对技术进步偏向关注有限。这一视角在一定程度上限制了我们理解人工智能影响城市经济韧性机制的能力。特别是，较少研究考察技能偏向型和资本偏向型技术进步如何塑造人工智能的韧性效应，使得难以解释人工智能驱动发展下城市表现出的异质性模式。因此，人工智能增强韧性的机制及其区域差异仍缺乏充分的解释。

本研究从四个方面对文献做出贡献。首先，使用16项三级指标构建城市经济韧性指标体系，涵盖风险抵御能力、恢复保障能力、适应调整能力和可持续发展能力。这一设计为城市韧性提供了相对全面的衡量。其次，检验了全要素生产率、产业结构升级和能源效率作为人工智能影响城市经济韧性的三个渠道。第三，考察技术进步偏向是否调节了人工智能的效应，特别关注技能偏向型和资本偏向型技术进步。最后，比较了不同要素禀赋、城市等级和地理区域下人工智能的韧性效应。

本文其余部分组织如下：第2节阐述人工智能影响城市经济韧性的理论机制以及技术进步偏向的调节作用。第3节介绍数据、变量和实证方法。第4节呈现实证结果，包括基准回归分析、稳健性检验、内生性检验和机制分析。第5节报告异质性分析，第6节总结研究发现并提出政策建议。

**片段摘录**

**人工智能对经济韧性的影响**

人工智能可被视为一种具有自主学习和自适应能力的通用使能技术。通过与大数据的融合，人工智能能够处理海量信息、识别异常变化并模拟冲击场景，从而为城市风险评估和韧性建设提供技术支持（Qadir et al., 2016）。现有研究表明，人工智能在城市中的应用有助于缩短对外部冲击的响应时间，维持……

**模型构建**

中国城市之间的人工智能发展存在显著差异。为考虑未观测到的城市异质性和共同时间冲击，我们估计了人工智能对城市经济韧性影响的双向固定效应模型：

Y_it = β? + c·AI_it + γ·X_it + f_i + f_t + ε_it

其中，Y_it 表示第 i 个城市在第 t 年的经济韧性，AI_it 为人工智能发展水平；X_it 为控制变量向量。f_i 和 f_t 分别表示城市和时间固定效应。ε_it 为个体特异误差。β?、c 和 γ 分别为……

**实证结果分析**

为考察人工智能和技术进步偏向对经济韧性的影响，本研究采用双向固定效应模型和调节效应模型。基准回归结果见表3。第(1)–(3)列报告了未加入额外控制变量的结果，第(4)–(6)列进一步纳入了控制变量。所有列均包含年份和城市固定效应。控制变量包括交通基础设施、人力资本……

**劳动密集型地区和资本密集型地区**

要素禀赋的差异不仅影响区域产业结构和发展模式，还影响人工智能的应用场景及其对经济韧性的效应。总体而言，资本密集型地区资本投入水平相对较高，产业基础较为完善。在这些地区，人工智能更多地与资本设备、先进制造和生产流程优化相结合。相比之下，劳动密集型地区更依赖于……

**结论**

本研究利用2008年至2022年中国286个城市的面板数据，考察了人工智能对城市经济韧性的影响及其潜在机制。结果显示，人工智能在全样本中对城市经济韧性具有显著的正向贡献。然而，时间窗口分析表明，这一效应在主要冲击时期并不均衡。经过一系列稳健性检验后，核心结论总体上保持一致。机制分析表明，人工智能通过……影响……

**基金信息**

中国博士后科学基金项目"技术进步偏向下人工智能影响全要素生产率的机制与对策研究"（2025M773658）。武汉商学院博士学位科研基金项目（2025KB010）。武汉市社科联项目（WHSKL2021140）。

马志生 | 胡礼军 | 吴海涛 | 何方 | 陈磊