摘 要：人工智能技術(shù)具有強(qiáng)溢出效應(yīng)，是實(shí)現(xiàn)技術(shù)進(jìn)步和高質(zhì)量發(fā)展的關(guān)鍵。新質(zhì)生產(chǎn)力的提出為推進(jìn)中國(guó)式現(xiàn)代化指明了方向。本文基于2015—2022年中國(guó)A股上市公司數(shù)據(jù)和測(cè)算得到的新質(zhì)生產(chǎn)力指數(shù)，運(yùn)用雙向固定效應(yīng)模型實(shí)證檢驗(yàn)了人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的影響及作用機(jī)制，并驗(yàn)證了新質(zhì)生產(chǎn)力的賦能作用。研究結(jié)果表明，人工智能技術(shù)顯著提升企業(yè)創(chuàng)新績(jī)效，該結(jié)論在經(jīng)過(guò)內(nèi)生性處理和一系列穩(wěn)健性檢驗(yàn)后仍然成立。異質(zhì)性分析結(jié)果表明，人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用在新質(zhì)生產(chǎn)力水平高的地區(qū)、民營(yíng)企業(yè)、技術(shù)密集型行業(yè)和低污染行業(yè)中更為顯著。機(jī)制分析發(fā)現(xiàn)，人工智能技術(shù)通過(guò)增強(qiáng)企業(yè)自主創(chuàng)新能力和實(shí)現(xiàn)企業(yè)研發(fā)技能升級(jí)提升企業(yè)創(chuàng)新績(jī)效。新質(zhì)生產(chǎn)力能夠賦能人工智能技術(shù)提升企業(yè)創(chuàng)新績(jī)效，該賦能作用具有長(zhǎng)期動(dòng)態(tài)影響效應(yīng)。新質(zhì)生產(chǎn)力的賦能作用主要源自科技創(chuàng)新、算力基礎(chǔ)和算法應(yīng)用3個(gè)維度。本文的研究豐富了當(dāng)前對(duì)于新質(zhì)生產(chǎn)力的理論闡釋?zhuān)瑸樯羁汤斫庑沦|(zhì)生產(chǎn)力的重要作用提供了經(jīng)驗(yàn)證據(jù)。

關(guān)鍵詞：新質(zhì)生產(chǎn)力；人工智能技術(shù)；企業(yè)創(chuàng)新績(jī)效；高質(zhì)量發(fā)展

中圖分類(lèi)號(hào)：F424.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-176X（2024）10-0067-14

一、問(wèn)題的提出

2023年7月以來(lái)，習(xí)近平總書(shū)記在地方考察時(shí)提出新質(zhì)生產(chǎn)力的概念和發(fā)展新質(zhì)生產(chǎn)力的重大任務(wù)。2024年1月31日，習(xí)近平總書(shū)記在中共中央政治局第十一次集體學(xué)習(xí)中進(jìn)一步強(qiáng)調(diào)“加快發(fā)展新質(zhì)生產(chǎn)力，扎實(shí)推進(jìn)高質(zhì)量發(fā)展”，對(duì)新質(zhì)生產(chǎn)力這一概念進(jìn)行了系統(tǒng)性闡述，強(qiáng)調(diào)發(fā)展新質(zhì)生產(chǎn)力是推動(dòng)高質(zhì)量發(fā)展的內(nèi)在要求和重要著力點(diǎn)。新質(zhì)生產(chǎn)力是創(chuàng)新起主導(dǎo)作用，擺脫傳統(tǒng)經(jīng)濟(jì)增長(zhǎng)方式、生產(chǎn)力發(fā)展路徑，具有高科技、高效能、高質(zhì)量特征，符合新發(fā)展理念的先進(jìn)生產(chǎn)力質(zhì)態(tài)。這一概念一經(jīng)提出，就引起學(xué)者的廣泛討論，現(xiàn)有研究分別從生成邏輯［1-2］、內(nèi)涵特征［3-4］、演化路徑［5-6］、時(shí)代價(jià)值［7-8］等角度展開(kāi)。在理論分析的基礎(chǔ)上，也有學(xué)者開(kāi)展實(shí)證研究，探究新質(zhì)生產(chǎn)力對(duì)提升全要素生產(chǎn)率［9］、增強(qiáng)供應(yīng)鏈韌性［10］、推動(dòng)全球價(jià)值鏈嵌入［11］等的影響。杜傳忠等［12］認(rèn)為，新質(zhì)生產(chǎn)力能夠通過(guò)提升生產(chǎn)要素質(zhì)量、催生新型生產(chǎn)組織形態(tài)、推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化等方式，有效促進(jìn)科技創(chuàng)新，進(jìn)而賦能經(jīng)濟(jì)高質(zhì)量發(fā)展。對(duì)于新質(zhì)生產(chǎn)力的賦能作用，現(xiàn)有研究主要集中在理論探討方面，實(shí)證研究有待加強(qiáng)。

當(dāng)前，以人工智能技術(shù)為代表的新一輪科技革命和產(chǎn)業(yè)革命蓬勃發(fā)展，并在市場(chǎng)應(yīng)用過(guò)程中不斷迭代、趨于成熟［13］。在生產(chǎn)網(wǎng)絡(luò)中實(shí)現(xiàn)人工智能技術(shù)的采用和擴(kuò)散，是實(shí)現(xiàn)技術(shù)進(jìn)步和高質(zhì)量發(fā)展的關(guān)鍵所在［14］。人工智能技術(shù)作為通用目的技術(shù)，其與實(shí)體經(jīng)濟(jì)的深度融合能夠變革傳統(tǒng)產(chǎn)業(yè)的生產(chǎn)方式，推動(dòng)產(chǎn)品的高端化和智能化［15］，帶來(lái)持續(xù)的顛覆性技術(shù)創(chuàng)新。在企業(yè)層面，人工智能技術(shù)的應(yīng)用能夠有效提升企業(yè)的知識(shí)化、智能化水平［16］，在生產(chǎn)、銷(xiāo)售和管理等環(huán)節(jié)實(shí)現(xiàn)降本增效［17］，構(gòu)成實(shí)現(xiàn)高質(zhì)量發(fā)展的內(nèi)在動(dòng)能，促進(jìn)全要素生產(chǎn)率的提升［18］。創(chuàng)新是企業(yè)持續(xù)發(fā)展的動(dòng)力［19］，如何提升企業(yè)創(chuàng)新績(jī)效，是經(jīng)濟(jì)管理領(lǐng)域常談常新的話(huà)題。近年來(lái)，隨著市場(chǎng)競(jìng)爭(zhēng)日益激烈，通過(guò)增強(qiáng)自主創(chuàng)新能力提升企業(yè)創(chuàng)新績(jī)效已經(jīng)成為企業(yè)可持續(xù)發(fā)展的必由之路［20］。一方面，外部資源獲取有利于減輕企業(yè)所面臨的市場(chǎng)壓力［21］，通過(guò)收集整合外部知識(shí)，能夠彌補(bǔ)企業(yè)創(chuàng)新資源的不足［22-23］；另一方面，內(nèi)部研發(fā)也是企業(yè)提升創(chuàng)新能力的重要途徑［24］，且與外部知識(shí)獲取存在互補(bǔ)關(guān)系［25］，實(shí)現(xiàn)內(nèi)外部知識(shí)的整合與利用是提升企業(yè)創(chuàng)新績(jī)效的重要途徑［26］。

本文基于2015—2022年中國(guó)A股上市公司數(shù)據(jù)和測(cè)算得到的新質(zhì)生產(chǎn)力指數(shù)，從理論和實(shí)證兩個(gè)角度研究人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的影響及作用機(jī)制，并驗(yàn)證新質(zhì)生產(chǎn)力的賦能作用。與現(xiàn)有研究相比，本文可能的邊際貢獻(xiàn)在于：其一，厘清了人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的影響邏輯，并提出具體影響機(jī)制，通過(guò)實(shí)證研究加以驗(yàn)證，進(jìn)一步補(bǔ)充現(xiàn)有研究。其二，構(gòu)建新質(zhì)生產(chǎn)力指標(biāo)體系，厘清了新質(zhì)生產(chǎn)力賦能人工智能技術(shù)提升企業(yè)創(chuàng)新績(jī)效的作用機(jī)制，并從實(shí)證角度予以驗(yàn)證，拓展了關(guān)于新質(zhì)生產(chǎn)力作用機(jī)制的理論研究。

二、理論分析與研究假設(shè)

人工智能技術(shù)具有強(qiáng)溢出效應(yīng)，能夠帶動(dòng)產(chǎn)業(yè)變革，構(gòu)筑核心競(jìng)爭(zhēng)力［27］。習(xí)近平總書(shū)記指出，人工智能是引領(lǐng)這一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，具有溢出帶動(dòng)性很強(qiáng)的“頭雁”效應(yīng)。應(yīng)用人工智能技術(shù)，能夠幫助企業(yè)增強(qiáng)自身創(chuàng)新能力，提升核心競(jìng)爭(zhēng)力，緩解市場(chǎng)競(jìng)爭(zhēng)壓力。其一，人工智能技術(shù)能夠提高企業(yè)生產(chǎn)的自動(dòng)化程度。一方面，通過(guò)使用工業(yè)機(jī)器人，企業(yè)生產(chǎn)流程更加標(biāo)準(zhǔn)化，生產(chǎn)效率更高，能夠釋放人力資本使企業(yè)創(chuàng)新活動(dòng)更加活躍；另一方面，人工智能技術(shù)能夠替代重復(fù)性勞動(dòng)，改善企業(yè)創(chuàng)新活動(dòng)流程，將研發(fā)人員的工作重心集中在創(chuàng)新本身，從而提升企業(yè)創(chuàng)新績(jī)效。其二，傳統(tǒng)創(chuàng)新主要集中在產(chǎn)業(yè)鏈的上游和中游，且較為封閉，利用人工智能技術(shù)，企業(yè)可以通過(guò)數(shù)字化手段與下游客戶(hù)進(jìn)行互動(dòng)，對(duì)用戶(hù)市場(chǎng)的海量數(shù)據(jù)進(jìn)行分析處理，更準(zhǔn)確地把握市場(chǎng)需求、客戶(hù)偏好和行業(yè)動(dòng)態(tài)，為創(chuàng)新活動(dòng)提供更多的數(shù)據(jù)支持，從而提升企業(yè)創(chuàng)新績(jī)效。其三，在企業(yè)內(nèi)部，企業(yè)運(yùn)用人工智能技術(shù)對(duì)企業(yè)生產(chǎn)、銷(xiāo)售全流程進(jìn)行監(jiān)控和大數(shù)據(jù)分析，能夠進(jìn)一步消除部門(mén)間數(shù)據(jù)要素流動(dòng)的信息壁壘，有助于實(shí)現(xiàn)多個(gè)部門(mén)的協(xié)同創(chuàng)新，從而提升企業(yè)創(chuàng)新績(jī)效［28］?；诖?，本文提出如下假設(shè)：

假設(shè)1：人工智能技術(shù)能夠提升企業(yè)創(chuàng)新績(jī)效。

人工智能技術(shù)直接提升企業(yè)創(chuàng)新績(jī)效的同時(shí)，還能夠通過(guò)增強(qiáng)企業(yè)自主創(chuàng)新能力和實(shí)現(xiàn)企業(yè)研發(fā)技能升級(jí)間接作用于企業(yè)創(chuàng)新績(jī)效。企業(yè)自主創(chuàng)新能力的增強(qiáng)是企業(yè)外部技術(shù)知識(shí)獲取和企業(yè)內(nèi)部知識(shí)積累共同演化的結(jié)果［29］。人工智能技術(shù)能夠幫助企業(yè)增強(qiáng)自主創(chuàng)新能力。一方面，人工智能技術(shù)使得跨組織邊界的知識(shí)分享更加頻繁［30］，企業(yè)能夠以低成本迅速獲取外部技術(shù)知識(shí)；另一方面，人工智能技術(shù)使得企業(yè)可以建立龐大的內(nèi)部知識(shí)庫(kù)，高效地檢索所需知識(shí)［31］。同時(shí)，以大語(yǔ)言模型為代表的人工智能技術(shù)能夠幫助企業(yè)更有效地將企業(yè)外部技術(shù)知識(shí)和企業(yè)內(nèi)部知識(shí)進(jìn)行整合，為研發(fā)團(tuán)隊(duì)提供更為便捷、高效的創(chuàng)新輔助支持以增強(qiáng)自主創(chuàng)新能力。研發(fā)技能升級(jí)是企業(yè)實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展，培植核心競(jìng)爭(zhēng)力的關(guān)鍵，特別是近些年中國(guó)產(chǎn)業(yè)發(fā)展受到技術(shù)“卡脖子”的掣肘，微觀企業(yè)實(shí)現(xiàn)研發(fā)技能升級(jí)對(duì)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展意義重大。人工智能技術(shù)具有突出的創(chuàng)新性、顯著的賦能性和強(qiáng)大的自生成性［32］，能實(shí)現(xiàn)企業(yè)研發(fā)技能升級(jí)。人工智能技術(shù)能夠替代部分重復(fù)性、低技能的工作，使得研發(fā)人員專(zhuān)注于核心工作，以實(shí)現(xiàn)企業(yè)研發(fā)技能升級(jí)。人工智能技術(shù)使得企業(yè)生產(chǎn)向智能化轉(zhuǎn)變，減少生產(chǎn)環(huán)節(jié)的勞動(dòng)要素投入［17］，將更多的人力資本配置在研發(fā)環(huán)節(jié)，實(shí)現(xiàn)研發(fā)技能升級(jí)?；诖耍疚奶岢鋈缦录僭O(shè)：

假設(shè)2a：人工智能技術(shù)通過(guò)增強(qiáng)企業(yè)自主創(chuàng)新能力提升企業(yè)創(chuàng)新績(jī)效。

假設(shè)2b：人工智能技術(shù)通過(guò)實(shí)現(xiàn)企業(yè)研發(fā)技能升級(jí)提升企業(yè)創(chuàng)新績(jī)效。

新質(zhì)生產(chǎn)力是馬克思主義生產(chǎn)力理論的創(chuàng)新發(fā)展。新質(zhì)生產(chǎn)力代表著高水平的生產(chǎn)力質(zhì)態(tài)，其具有系統(tǒng)性和綜合性的特征。每個(gè)微觀企業(yè)都可能是構(gòu)成新質(zhì)生產(chǎn)力的基礎(chǔ)。對(duì)于企業(yè)而言，新質(zhì)生產(chǎn)力是外部環(huán)境條件，新質(zhì)生產(chǎn)力水平高的地區(qū)，企業(yè)整體科技創(chuàng)新能力更強(qiáng)、新型基礎(chǔ)設(shè)施建設(shè)更完善、擁有更多面向未來(lái)產(chǎn)業(yè)的專(zhuān)業(yè)人才、集聚更為優(yōu)質(zhì)的創(chuàng)新資源。通過(guò)創(chuàng)新驅(qū)動(dòng)、要素轉(zhuǎn)換和產(chǎn)業(yè)升級(jí)，新質(zhì)生產(chǎn)力能夠?yàn)榻?jīng)濟(jì)高質(zhì)量發(fā)展提供重要支撐［33］。因此，一個(gè)地區(qū)的新質(zhì)生產(chǎn)力水平越高，越能為該地區(qū)內(nèi)的企業(yè)應(yīng)用人工智能技術(shù)提供便利的外部條件，增加了人工智能技術(shù)促進(jìn)企業(yè)創(chuàng)新績(jī)效提升的可能性。新質(zhì)生產(chǎn)力推動(dòng)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)結(jié)合，類(lèi)似于“放大器”或“增幅器”，可以賦能人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用，這種影響類(lèi)似于相融相長(zhǎng)、耦合共生的產(chǎn)業(yè)生態(tài)系統(tǒng)對(duì)處于其中的企業(yè)產(chǎn)生的網(wǎng)絡(luò)外部性影響［34］?；诖?，本文提出如下假設(shè)：

假設(shè)3：新質(zhì)生產(chǎn)力能夠賦能人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用。

三、研究設(shè)計(jì)

（一） 數(shù)據(jù)來(lái)源與樣本選擇

本文數(shù)據(jù)來(lái)源如下：上市公司層面原始數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）。本文測(cè)算的新質(zhì)生產(chǎn)力指數(shù)涉及的原始數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）、中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)、EPS數(shù)據(jù)平臺(tái)、中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS） 和根據(jù)省級(jí)政府文件手工整理的數(shù)據(jù)。本文以2015—2022年中國(guó)A股上市公司作為研究樣本，對(duì)原始數(shù)據(jù)進(jìn)行如下篩選：剔除金融業(yè)和房地產(chǎn)行業(yè)樣本；剔除ST和*ST的樣本；剔除關(guān)鍵變量缺失的樣本。此外，由于中國(guó)港澳臺(tái)地區(qū)和西藏自治區(qū)部分指標(biāo)缺失過(guò)多，因而測(cè)算的省級(jí)層面新質(zhì)生產(chǎn)力指數(shù)不包含中國(guó)港澳臺(tái)地區(qū)和西藏自治區(qū)。經(jīng)過(guò)處理后，本文共得到10 188個(gè)觀測(cè)值。

（二） 變量說(shuō)明

⒈被解釋變量

本文的被解釋變量是企業(yè)創(chuàng)新績(jī)效（inv）。在基準(zhǔn)回歸中，本文用專(zhuān)利授權(quán)（企業(yè)發(fā)明專(zhuān)利授權(quán)數(shù)的自然對(duì)數(shù)，inv1） 衡量企業(yè)創(chuàng)新績(jī)效。考慮到從專(zhuān)利申請(qǐng)到專(zhuān)利授權(quán)需要一定的時(shí)間，因而本文在穩(wěn)健性檢驗(yàn)中用專(zhuān)利申請(qǐng)（企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)的自然對(duì)數(shù)，inv2） 衡量企業(yè)創(chuàng)新績(jī)效。

⒉解釋變量

本文的解釋變量是人工智能技術(shù)（AI_1）。參考吳非等［35］ 的研究，本文以上市公司年報(bào)中人工智能相關(guān)特征詞出現(xiàn)的詞頻衡量企業(yè)層面的人工智能技術(shù)?？紤]到該類(lèi)數(shù)據(jù)的“右偏性”特征，本文用原始數(shù)據(jù)加1取自然對(duì)數(shù)來(lái)衡量。為了盡可能地緩解由反向因果帶來(lái)的內(nèi)生性問(wèn)題和考慮到人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效影響的滯后效應(yīng)，本文采用滯后1期進(jìn)行回歸分析。

3.中介變量

本文的中介變量是企業(yè)自主創(chuàng)新能力（RDinvest）和企業(yè)研發(fā)技能升級(jí)（RDperat）。參考王雄元和秦江緣［36］與李強(qiáng)等［37］的研究，本文用研發(fā)投資與（研發(fā)投資+一般投資） 之比衡量企業(yè)自主創(chuàng)新能力。其中，研發(fā)投資用企業(yè)研發(fā)費(fèi)用衡量，一般投資用企業(yè)購(gòu)建固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)支付的現(xiàn)金流衡量。考慮到人工智能技術(shù)需要由專(zhuān)業(yè)的研發(fā)人員來(lái)配合落地實(shí)現(xiàn)，本文用企業(yè)研發(fā)人員占比衡量企業(yè)研發(fā)技能升級(jí)。

4.調(diào)節(jié)變量

本文的調(diào)節(jié)變量是新質(zhì)生產(chǎn)力（NQPF）?？萍紕?chuàng)新是發(fā)展新質(zhì)生產(chǎn)力的核心要素，數(shù)字化浪潮是時(shí)代發(fā)展的主旋律。本文以科技創(chuàng)新和數(shù)字化浪潮對(duì)生產(chǎn)力發(fā)展的改變作為參考，從科技創(chuàng)新、算力基礎(chǔ)、數(shù)據(jù)支持和算法應(yīng)用4個(gè)維度，考量勞動(dòng)者、勞動(dòng)資料和勞動(dòng)對(duì)象三要素，采用熵權(quán)-TOPSIS法測(cè)算新質(zhì)生產(chǎn)力指數(shù)，綜合評(píng)價(jià)指標(biāo)體系如表1所示。新質(zhì)生產(chǎn)力綜合指標(biāo)體系由4個(gè)一級(jí)指標(biāo)、9個(gè)二級(jí)指標(biāo)、27個(gè)三級(jí)指標(biāo)構(gòu)成，更加綜合全面。特別需要說(shuō)明的是，本文的解釋變量人工智能技術(shù)是通過(guò)對(duì)上市公司年報(bào)進(jìn)行文本分析得到的，而工業(yè)機(jī)器人使用數(shù)反映省級(jí)層面工業(yè)自動(dòng)化的現(xiàn)實(shí)發(fā)展情況，二者并不相同。

5.控制變量

本文選取如下控制變量：（1） 企業(yè)屬性控制變量。企業(yè)規(guī)模（lnsize），用企業(yè)員工數(shù)的自然對(duì)數(shù)衡量；企業(yè)年齡（lnage），用企業(yè)成立年限的自然對(duì)數(shù)衡量。（2） 企業(yè)財(cái)務(wù)信息控制變量。企業(yè)財(cái)務(wù)健康度（fin_heal），用企業(yè)經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流凈額與總資產(chǎn)之比衡量；企業(yè)凈資產(chǎn)收益率（ROE），用企業(yè)凈利潤(rùn)與股東權(quán)益余額之比衡量；托賓Q（TBQ），用企業(yè)凈利潤(rùn)與股東權(quán)益余額之比衡量。（3） 企業(yè)治理特征控制變量。企業(yè)股權(quán)集中度（owner），用第一大股東持股比例衡量；兩職合一（dual），董事長(zhǎng)和總經(jīng)理兩職合一為1，否則為0。

（三） 模型構(gòu)建

⒈基準(zhǔn)回歸模型

為了檢驗(yàn)人工智能技術(shù)能否提升企業(yè)創(chuàng)新績(jī)效，本文構(gòu)建基準(zhǔn)回歸模型，如下：

invit = α0 + α1AI_1it + γXit + μt + δj + εit （1）

其中，invit 表示企業(yè)i在第t年的創(chuàng)新績(jī)效，AI_1it 表示企業(yè)i在第t年人工智能技術(shù)滯后1期。Xit 表示一系列控制變量，μt 和δj 分別表示年份固定效應(yīng)和行業(yè)固定效應(yīng)，εit 表示隨機(jī)擾動(dòng)項(xiàng)。

⒉中介效應(yīng)模型

為了檢驗(yàn)企業(yè)自主創(chuàng)新能力和企業(yè)研發(fā)技能升級(jí)的中介作用，本文采用兩步法，在基準(zhǔn)回歸模型的基礎(chǔ)上構(gòu)建中介效應(yīng)模型，如下：

Medit = β0 + β1AI_1it + γXit + μt + δj + εit （2）

其中， Med 表示中介變量， 包括企業(yè)自主創(chuàng)新能力（RDinvest） 和企業(yè)研發(fā)技能升級(jí)（RDpersat），其余變量的定義與式（1） 相同。

⒊調(diào)節(jié)效應(yīng)模型

為了檢驗(yàn)新質(zhì)生產(chǎn)力賦能人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用，本文構(gòu)建調(diào)節(jié)效應(yīng)模型，如下：

invit = φ0 + φ1AI_1it + φ2NQPF_1it + φ3AI_1it × NQPF_1it + γXit + μt + δj + εit （3）

其中，NQPF_1it 為企業(yè)i所處省份在第t年的新質(zhì)生產(chǎn)力滯后1期，其余變量定義與式（1）相同。

（四） 描述性統(tǒng)計(jì)

本文主要變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。從中可以看出，以專(zhuān)利授權(quán)衡量的企業(yè)創(chuàng)新績(jī)效的最大值為6. 9441，以專(zhuān)利申請(qǐng)衡量的企業(yè)創(chuàng)新績(jī)效的最大值為9. 3364，說(shuō)明企業(yè)專(zhuān)利申請(qǐng)與專(zhuān)利授權(quán)之間的時(shí)間差的確會(huì)導(dǎo)致其對(duì)企業(yè)創(chuàng)新績(jī)效的衡量存在明顯偏差。因此，本文以專(zhuān)利申請(qǐng)衡量的企業(yè)創(chuàng)新績(jī)效進(jìn)行穩(wěn)健性檢驗(yàn)。人工智能技術(shù)的最大值為5. 1705，最小值為0. 0000，均值為0. 4631，說(shuō)明人工智能技術(shù)在企業(yè)間的應(yīng)用程度存在較大差異。新質(zhì)生產(chǎn)力的最大值為0. 7112，最小值為0. 0047，說(shuō)明新質(zhì)生產(chǎn)力在不同省份間存在較大差異。其余變量的描述性統(tǒng)計(jì)結(jié)果與現(xiàn)有研究一致。

四、實(shí)證分析

（一） 基準(zhǔn)回歸分析

運(yùn)用式（1） 實(shí)證檢驗(yàn)人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效影響的基準(zhǔn)回歸結(jié)果如表3所示。從中可以看出，列（1） 至列（4） 中，人工智能技術(shù)的系數(shù)均在1%水平上顯著為正。在納入一系列控制變量和年份固定效應(yīng)、行業(yè)固定效應(yīng)后，人工智能技術(shù)的系數(shù)為0. 1408，且在1%水平上顯著。這說(shuō)明人工智能技術(shù)能夠顯著提升企業(yè)創(chuàng)新績(jī)效。因此，假設(shè)1得到驗(yàn)證。主要原因在于，人工智能技術(shù)具有很強(qiáng)的“頭雁”效應(yīng)，有助于企業(yè)構(gòu)筑核心競(jìng)爭(zhēng)力。企業(yè)通過(guò)提高生產(chǎn)的自動(dòng)化程度，釋放人力資本，改善創(chuàng)新活動(dòng)流程，替代一般性重復(fù)勞動(dòng)，促使研發(fā)人員全身心投入創(chuàng)新。同時(shí)，企業(yè)能夠運(yùn)用人工智能技術(shù)獲取生產(chǎn)數(shù)據(jù)和用戶(hù)市場(chǎng)數(shù)據(jù)，為企業(yè)創(chuàng)新活動(dòng)提供數(shù)據(jù)支撐，增強(qiáng)數(shù)據(jù)要素在部門(mén)間的流動(dòng)，促進(jìn)部門(mén)間協(xié)同創(chuàng)新，進(jìn)而提升企業(yè)創(chuàng)新績(jī)效。

（二） 內(nèi)生性處理

⒈工具變量法

本文使用兩階段最小二乘法（2SLS） 解決由反向因果導(dǎo)致的內(nèi)生性問(wèn)題。本文構(gòu)造的工具變量為同省份、同行業(yè)且同年份企業(yè)的人工智能技術(shù)平均詞頻數(shù)（IV_AI_1）。該工具變量刻畫(huà)了企業(yè)所處省份和行業(yè)對(duì)于人工智能技術(shù)的平均應(yīng)用程度和示范效應(yīng)。因此，特定的企業(yè)顯然會(huì)依據(jù)其所處環(huán)境的影響來(lái)決定是否應(yīng)用人工智能技術(shù)，從而保證自身在與同省份、同行業(yè)企業(yè)競(jìng)爭(zhēng)中不落下風(fēng)。因此，該工具變量滿(mǎn)足相關(guān)性要求。同時(shí)，同省份、同行業(yè)對(duì)于人工智能技術(shù)的平均應(yīng)用程度來(lái)說(shuō)是一個(gè)環(huán)境變量，無(wú)法直接影響特定企業(yè)的創(chuàng)新績(jī)效，必須經(jīng)過(guò)該企業(yè)自身對(duì)于人工智能技術(shù)的應(yīng)用，增強(qiáng)自主創(chuàng)新能力和實(shí)現(xiàn)研發(fā)技能升級(jí)提升企業(yè)創(chuàng)新績(jī)效。因此，該工具變量滿(mǎn)足外生性要求。兩階段最小二乘法（2SLS） 的估計(jì)結(jié)果顯示，IV_AI_1的系數(shù)在1%水平上顯著為正，說(shuō)明本文構(gòu)造的工具變量能夠促進(jìn)企業(yè)應(yīng)用人工智能技術(shù)，證實(shí)了工具變量的相關(guān)性。K?P rk LM統(tǒng)計(jì)量在1%水平上拒絕原假設(shè)，說(shuō)明工具變量滿(mǎn)足可識(shí)別性。K?P Wald F 統(tǒng)計(jì)量為168. 8900，大于Stock?Yogo在10%水平上的臨界值16. 3800，工具變量通過(guò)弱工具變量檢驗(yàn)。因此，在采用工具變量進(jìn)行回歸后，本文基準(zhǔn)回歸結(jié)果仍然成立。

⒉采用滯后多期解決反向因果問(wèn)題

本文在基準(zhǔn)回歸中已經(jīng)采用解釋變量滯后1期來(lái)盡量緩解由反向因果導(dǎo)致的內(nèi)生性問(wèn)題。進(jìn)一步地，本文采用多期滯后項(xiàng)，即分別將人工智能技術(shù)的滯后2期（AI_2）、人工智能技術(shù)的滯后3期（AI_3）、人工智能技術(shù)的滯后4期（AI_4） 代入模型以緩解由反向因果導(dǎo)致的內(nèi)生性問(wèn)題。結(jié)果表明，解釋變量的系數(shù)均顯著為正。這不僅說(shuō)明本文基準(zhǔn)回歸結(jié)果穩(wěn)健可信，而且說(shuō)明人工智能技術(shù)在長(zhǎng)期也會(huì)對(duì)企業(yè)創(chuàng)新績(jī)效產(chǎn)生積極影響。

⒊采用Heckman兩步法排除樣本選擇偏誤

為了排除潛在由樣本選擇偏誤導(dǎo)致的內(nèi)生性問(wèn)題，本文采用Heckman兩步法進(jìn)行檢驗(yàn)。在第一階段，引入省級(jí)政府工作報(bào)告中人工智能相關(guān)特征詞的詞頻為外生變量政府人工智能關(guān)注度（AI_gov），被解釋變量為企業(yè)是否應(yīng)用人工智能技術(shù)的啞變量（AI_01）。當(dāng)?shù)卣畬?duì)于人工智能技術(shù)關(guān)注程度越高，當(dāng)?shù)仄髽I(yè)應(yīng)用人工智能技術(shù)的可能性越大。在第二階段，本文加入逆米爾斯比率（IMR） 校正樣本選擇偏差。結(jié)果表明，政府人工智能關(guān)注度的系數(shù)為0. 0293，在1%水平上顯著，證實(shí)本文外生變量選擇科學(xué)合理。逆米爾斯比率在5%水平上顯著為正，證實(shí)存在由樣本選擇偏誤導(dǎo)致的內(nèi)生性問(wèn)題。人工智能技術(shù)的系數(shù)為0. 1124，在1%水平上顯著。這說(shuō)明在采用Heckman兩步法排除樣本選擇偏誤導(dǎo)致的內(nèi)生性問(wèn)題后，本文基準(zhǔn)回歸結(jié)果穩(wěn)健可信。

（三） 穩(wěn)健性檢驗(yàn)

⒈替換被解釋變量

考慮到企業(yè)從申請(qǐng)專(zhuān)利到專(zhuān)利授權(quán)所需要的時(shí)間不確定，用發(fā)明專(zhuān)利授權(quán)衡量企業(yè)創(chuàng)新績(jī)效可能會(huì)在一定程度上低估企業(yè)創(chuàng)新績(jī)效。因此，本文用企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)的自然對(duì)數(shù)替換被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)，所得結(jié)果與基準(zhǔn)回歸結(jié)果一致。這說(shuō)明本文基準(zhǔn)回歸結(jié)果穩(wěn)健可信。

⒉更改樣本范圍

本文采用五種更改樣本策略進(jìn)行穩(wěn)健性檢驗(yàn)，具體如下：（1） 部分上市公司本身主營(yíng)業(yè)務(wù)是向市場(chǎng)提供人工智能技術(shù)和服務(wù)，本文參考云財(cái)經(jīng)平臺(tái)的人工智能板塊上市公司目錄，在剔除該人工智能板塊企業(yè)樣本后進(jìn)行回歸，以防止夸大人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的影響。（2） 考慮到企業(yè)在樣本期內(nèi)存在時(shí)間過(guò)短會(huì)影響估計(jì)結(jié)果的準(zhǔn)確性，本文剔除在樣本期內(nèi)存在時(shí)間不足一半的企業(yè)進(jìn)行穩(wěn)健性檢驗(yàn)。（3） 為了排除極端值對(duì)估計(jì)結(jié)果的影響，本文對(duì)所有連續(xù)變量進(jìn)行雙側(cè)1%縮尾后進(jìn)行穩(wěn)健性檢驗(yàn)。（4） 部分樣本企業(yè)未應(yīng)用人工智能技術(shù)，本文剔除人工智能技術(shù)為0的樣本重新進(jìn)行回歸，以防止其對(duì)估計(jì)結(jié)果產(chǎn)生影響。（5） 上述四種情況可能在疊加后影響估計(jì)結(jié)果，本文同時(shí)采用上述四種處理方法進(jìn)行穩(wěn)健性檢驗(yàn)。上述五種穩(wěn)健性檢驗(yàn)所得估計(jì)結(jié)果與基準(zhǔn)回歸結(jié)果一致，再次說(shuō)明基準(zhǔn)回歸結(jié)果穩(wěn)健可信。

（四） 異質(zhì)性分析

⒈新質(zhì)生產(chǎn)力水平異質(zhì)性

按照本文測(cè)算所得的省級(jí)層面新質(zhì)生產(chǎn)力指數(shù)中位數(shù)，將樣本分為新質(zhì)生產(chǎn)力水平高的地區(qū)和新質(zhì)生產(chǎn)力水平低的地區(qū)考察地區(qū)異質(zhì)性。新質(zhì)生產(chǎn)力水平高的地區(qū)包含廣東、江蘇、浙江、山東、北京、上海和四川，其余省份為新質(zhì)生產(chǎn)力水平低的地區(qū)，結(jié)果如表4列（1） 和列（2）所示。從中可以看出，在新質(zhì)生產(chǎn)力水平高的地區(qū)，人工智能技術(shù)的系數(shù)為0. 1550，在1%水平上顯著；在新質(zhì)生產(chǎn)力水平低的地區(qū)，人工智能技術(shù)的系數(shù)為0. 0959，在10%水平上顯著。這說(shuō)明在新質(zhì)生產(chǎn)力水平高的地區(qū)，人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用更強(qiáng)。因?yàn)樾沦|(zhì)生產(chǎn)力水平高的地區(qū)的企業(yè)對(duì)前沿技術(shù)的重視程度更強(qiáng)，應(yīng)用人工智能技術(shù)所需的人才、技術(shù)等資源更為豐富，人工智能技術(shù)提升企業(yè)創(chuàng)新績(jī)效的可能性更大。這也從側(cè)面證實(shí)發(fā)展新質(zhì)生產(chǎn)力有助于企業(yè)高質(zhì)量發(fā)展，能夠?yàn)槠髽I(yè)實(shí)現(xiàn)創(chuàng)新發(fā)展提供強(qiáng)大動(dòng)力。

⒉所有權(quán)性質(zhì)異質(zhì)性

根據(jù)企業(yè)所有權(quán)性質(zhì)，本文將企業(yè)分為民營(yíng)企業(yè)和非民營(yíng)企業(yè)兩個(gè)子樣本考察所有權(quán)性質(zhì)異質(zhì)性，結(jié)果如表4列（3） 和列（4） 所示。從中可以看出，在民營(yíng)企業(yè)中，人工智能技術(shù)的系數(shù)為0. 1530，且在1%水平上顯著；在非民營(yíng)企業(yè)中，人工智能技術(shù)的系數(shù)為0. 0934，且在5%水平上顯著。對(duì)比估計(jì)結(jié)果，人工智能技術(shù)在兩類(lèi)企業(yè)中均能顯著提升企業(yè)創(chuàng)新績(jī)效，說(shuō)明人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用具有普遍性，但人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用在民營(yíng)企業(yè)中更強(qiáng)。這可能是因?yàn)?，民營(yíng)企業(yè)普遍具有更強(qiáng)的生存壓力，其對(duì)人工智能技術(shù)的涌現(xiàn)作出的反應(yīng)更快，應(yīng)用程度更高。因此，民營(yíng)企業(yè)使用人工智能技術(shù)以求生存的需求也更大。

⒊行業(yè)技術(shù)水平異質(zhì)性

參考周念利［38］與金祥義和張文菲［39］的研究，本文將企業(yè)所在的行業(yè)分為技術(shù)密集型行業(yè)和非技術(shù)密集型行業(yè)兩個(gè)子樣本考察行業(yè)技術(shù)水平異質(zhì)性，結(jié)果如表4列（5） 和列（6） 所示。從中可以看出，在技術(shù)密集型行業(yè)中，人工智能技術(shù)的系數(shù)為0. 1570，且在1%水平上顯著；在非技術(shù)密集型行業(yè)中，人工智能技術(shù)的系數(shù)不顯著。這說(shuō)明人工智能技術(shù)作為先進(jìn)技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的影響與企業(yè)所處行業(yè)的性質(zhì)相關(guān)，技術(shù)密集型行業(yè)本身以技術(shù)為核心競(jìng)爭(zhēng)力，對(duì)于應(yīng)用人工智能技術(shù)具有先天優(yōu)勢(shì)。這體現(xiàn)在更為強(qiáng)大的技術(shù)人員儲(chǔ)備和對(duì)于前沿技術(shù)的學(xué)習(xí)、跟蹤能力，能夠適應(yīng)“技能偏向型”技術(shù)進(jìn)步［40］，人工智能技術(shù)的應(yīng)用本身存在行業(yè)偏向［41］。因此，人工智能技術(shù)對(duì)于企業(yè)創(chuàng)新績(jī)效的提升作用在技術(shù)密集型行業(yè)更為突出。

⒋行業(yè)污染水平異質(zhì)性

參照《上市公司環(huán)境信息披露指南》，本文將火電、鋼鐵、水泥、電解鋁、煤炭、冶金、化工、石化、建材、造紙、釀造、制藥、發(fā)酵、紡織、制革和采礦業(yè)定義為高污染行業(yè)，其余定義為低污染行業(yè)，考察行業(yè)污染水平異質(zhì)性，結(jié)果如表4列（7） 和列（8） 所示。從中可以看出，在低污染行業(yè)中，人工智能技術(shù)的系數(shù)為0. 1529，且在1%水平上顯著；在高污染行業(yè)中，人工智能技術(shù)的系數(shù)不顯著。這說(shuō)明人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的影響在低污染行業(yè)中更大。主要原因在于，一方面，高污染行業(yè)普遍是傳統(tǒng)行業(yè)，這些行業(yè)中人工智能技術(shù)的應(yīng)用場(chǎng)景還不夠普遍，對(duì)于創(chuàng)新績(jī)效的提升作用不明顯；另一方面，低污染行業(yè)更傾向于采用清潔技術(shù)來(lái)實(shí)現(xiàn)環(huán)境友好型發(fā)展，而清潔技術(shù)的應(yīng)用與自動(dòng)化流程的推廣密不可分，高水平自動(dòng)化生產(chǎn)離不開(kāi)人工智能技術(shù)的廣泛應(yīng)用。因此，在低污染行業(yè)中，人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用更明顯。

五、中介效應(yīng)分析

人工智能技術(shù)通過(guò)增強(qiáng)企業(yè)自主創(chuàng)新能力和實(shí)現(xiàn)研發(fā)技能升級(jí)提升企業(yè)創(chuàng)新績(jī)效的中介效應(yīng)檢驗(yàn)結(jié)果如表5所示。從中可以看出，列（1） 中，人工智能技術(shù)的系數(shù)為0. 0456，且在1%水平上顯著，說(shuō)明人工智能技術(shù)能夠提升企業(yè)自主創(chuàng)新能力。人工智能技術(shù)使得企業(yè)能夠低成本便利地獲取外部知識(shí)、更好地整合內(nèi)部知識(shí)，增強(qiáng)企業(yè)自主創(chuàng)新能力，進(jìn)而提升企業(yè)創(chuàng)新績(jī)效。因此，假設(shè)2a得到驗(yàn)證。列（2） 中，人工智能技術(shù)的系數(shù)為0. 0464，且在1%水平上顯著，說(shuō)明人工智能技術(shù)能夠?qū)崿F(xiàn)企業(yè)研發(fā)技能升級(jí)。人工智能技術(shù)有助于企業(yè)研發(fā)人員更便捷地追蹤和應(yīng)用前沿技術(shù)、替代部分低技能工作，將企業(yè)的重心由生產(chǎn)環(huán)節(jié)轉(zhuǎn)向研發(fā)環(huán)節(jié)，實(shí)現(xiàn)研發(fā)技能升級(jí)，進(jìn)而提升企業(yè)創(chuàng)新績(jī)效。因此，假設(shè)2b得到驗(yàn)證。

六、調(diào)節(jié)效應(yīng)分析：新質(zhì)生產(chǎn)力的賦能作用

根據(jù)調(diào)節(jié)效應(yīng)模型檢驗(yàn)新質(zhì)生產(chǎn)力對(duì)人工智能技術(shù)提升企業(yè)創(chuàng)新績(jī)效賦能作用的回歸結(jié)果如表6列（1） 所示。從中可以看出，人工智能技術(shù)與新質(zhì)生產(chǎn)力交互項(xiàng)的系數(shù)為0. 2991，且在5%水平上顯著，說(shuō)明新質(zhì)生產(chǎn)力能夠賦能人工智能技術(shù)提升企業(yè)創(chuàng)新績(jī)效。因此，假設(shè)3得到驗(yàn)證。主要原因在于，發(fā)展新質(zhì)生產(chǎn)力能夠?yàn)槠髽I(yè)應(yīng)用前沿技術(shù)實(shí)現(xiàn)創(chuàng)新發(fā)展提供支持，便利企業(yè)應(yīng)用人工智能技術(shù)，以達(dá)到賦能人工智能技術(shù)促進(jìn)企業(yè)創(chuàng)新績(jī)效提升的作用。新質(zhì)生產(chǎn)力賦能作用的動(dòng)態(tài)影響效應(yīng)的回歸結(jié)果如表6列（2） 所示。從中可以看出，人工智能技術(shù)與新質(zhì)生產(chǎn)力滯后2期交互項(xiàng)的系數(shù)為0. 3183，且在10%水平上顯著，說(shuō)明新質(zhì)生產(chǎn)力的賦能作用具有動(dòng)態(tài)影響效應(yīng)，在長(zhǎng)期仍然可以為人工智能技術(shù)促進(jìn)企業(yè)創(chuàng)新績(jī)效提升提供持續(xù)支撐。這證實(shí)了新質(zhì)生產(chǎn)力是當(dāng)前和未來(lái)實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的強(qiáng)大動(dòng)力，能夠?yàn)橹袊?guó)經(jīng)濟(jì)的持續(xù)健康發(fā)展不斷注入新活力。新質(zhì)生產(chǎn)力賦能作用時(shí)間異質(zhì)性的回歸結(jié)果如表6列（3） 和列（4） 所示。從中可以看出，在2019年之前，人工智能技術(shù)與新質(zhì)生產(chǎn)力交互項(xiàng)的系數(shù)不顯著；在2019年及之后，人工智能技術(shù)與新質(zhì)生產(chǎn)力交互項(xiàng)的系數(shù)為0. 3491，且在5%水平上顯著，說(shuō)明新質(zhì)生產(chǎn)力培育到一定程度后，其對(duì)人工智能技術(shù)提升企業(yè)創(chuàng)新績(jī)效的賦能作用開(kāi)始逐步顯現(xiàn)并逐年增強(qiáng)。

本文從構(gòu)成新質(zhì)生產(chǎn)力的科技創(chuàng)新（innov）、算力基礎(chǔ)（com_base）、數(shù)據(jù)支持（data_sup）和算法應(yīng)用（alg_app） 4個(gè)維度分別檢驗(yàn)新質(zhì)生產(chǎn)力對(duì)人工智能技術(shù)提升企業(yè)創(chuàng)新績(jī)效的賦能作用，回歸結(jié)果如表6列（5） 至列（8） 所示。從中可以看出，列（5） 中，人工智能技術(shù)與科技創(chuàng)新交互項(xiàng)的系數(shù)為0. 3155，且在5%水平上顯著。列（6） 中，人工智能技術(shù)與算力基礎(chǔ)交互項(xiàng)的系數(shù)為0. 3070，且在5%水平上顯著。列（7） 中，人工智能技術(shù)與數(shù)據(jù)支持交互項(xiàng)的系數(shù)為0. 1907，但不顯著。列（8） 中，人工智能技術(shù)與算法應(yīng)用交互項(xiàng)的系數(shù)為0. 2224，且在10%水平上顯著?？萍紕?chuàng)新是推動(dòng)新質(zhì)生產(chǎn)力發(fā)展的“牛鼻子”，其與人工智能技術(shù)交互項(xiàng)的系數(shù)最大，對(duì)于人工智能技術(shù)提升企業(yè)創(chuàng)新績(jī)效的賦能作用最大。攻堅(jiān)核心技術(shù)、推進(jìn)科技創(chuàng)新成果轉(zhuǎn)化、提高關(guān)鍵領(lǐng)域自主創(chuàng)新能力，將大力賦能人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用。算力基礎(chǔ)是數(shù)字化浪潮中的發(fā)展基石，促進(jìn)算力基礎(chǔ)水平提升是大力發(fā)展以人工智能技術(shù)為代表的各項(xiàng)數(shù)字技術(shù)的關(guān)鍵，能增強(qiáng)人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用。算法應(yīng)用是數(shù)字化浪潮中數(shù)字技術(shù)轉(zhuǎn)化落地的關(guān)鍵，該維度對(duì)于人工智能技術(shù)提升企業(yè)創(chuàng)新績(jī)效的賦能作用相對(duì)較弱，說(shuō)明當(dāng)前數(shù)字技術(shù)轉(zhuǎn)化落地的應(yīng)用場(chǎng)景還不夠豐富，需要進(jìn)一步拓展，增強(qiáng)其對(duì)于人工智能技術(shù)促進(jìn)企業(yè)創(chuàng)新績(jī)效提升的賦能作用。上述結(jié)果說(shuō)明，新質(zhì)生產(chǎn)力對(duì)人工智能技術(shù)提升企業(yè)創(chuàng)新績(jī)效的賦能作用主要來(lái)自科技創(chuàng)新、算力基礎(chǔ)和算法應(yīng)用3個(gè)維度。

七、研究結(jié)論與政策建議

（一） 研究結(jié)論

人工智能技術(shù)具有溢出帶動(dòng)性很強(qiáng)的“頭雁”效應(yīng)，是實(shí)現(xiàn)技術(shù)進(jìn)步和高質(zhì)量發(fā)展的關(guān)鍵。人工智能技術(shù)的迅速發(fā)展和普及，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。新質(zhì)生產(chǎn)力的提出為推進(jìn)中國(guó)式現(xiàn)代化指明了方向?，F(xiàn)有研究多從理論闡釋角度對(duì)新質(zhì)生產(chǎn)力開(kāi)展研究，對(duì)新質(zhì)生產(chǎn)力作用機(jī)制的量化分析尚顯不足。本文將人工智能技術(shù)、企業(yè)創(chuàng)新績(jī)效和新質(zhì)生產(chǎn)力納入同一分析框架開(kāi)展系統(tǒng)性分析。本文選取2015—2022年中國(guó)A股上市公司數(shù)據(jù)和測(cè)算得到的新質(zhì)生產(chǎn)力指數(shù)，運(yùn)用雙向固定效應(yīng)模型實(shí)證檢驗(yàn)了人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的影響及作用機(jī)制，并進(jìn)一步檢驗(yàn)了新質(zhì)生產(chǎn)力的賦能作用?；鶞?zhǔn)回歸結(jié)果表明，人工智能技術(shù)顯著提升企業(yè)創(chuàng)新績(jī)效，在進(jìn)行內(nèi)生性問(wèn)題處理和一系列穩(wěn)健性檢驗(yàn)后，結(jié)論穩(wěn)健可信。異質(zhì)性分析結(jié)果表明，人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用在新質(zhì)生產(chǎn)力水平高的地區(qū)、民營(yíng)企業(yè)、技術(shù)密集型行業(yè)和低污染行業(yè)中更為顯著。中介效應(yīng)檢驗(yàn)結(jié)果表明，人工智能技術(shù)通過(guò)增強(qiáng)企業(yè)自主創(chuàng)新能力和實(shí)現(xiàn)企業(yè)研發(fā)技能升級(jí)提升企業(yè)創(chuàng)新績(jī)效。調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果表明，新質(zhì)生產(chǎn)力能夠賦能人工智能技術(shù)提升企業(yè)創(chuàng)新績(jī)效，這一賦能作用具有動(dòng)態(tài)影響效應(yīng)，新質(zhì)生產(chǎn)力在長(zhǎng)期仍能為人工智能技術(shù)促進(jìn)企業(yè)創(chuàng)新績(jī)效提升提供支撐，對(duì)新質(zhì)生產(chǎn)力的分維度檢驗(yàn)發(fā)現(xiàn)，當(dāng)前新質(zhì)生產(chǎn)力的賦能作用主要源自科技創(chuàng)新、算力基礎(chǔ)和算法應(yīng)用3個(gè)維度。

（二） 政策建議

基于上述研究結(jié)論，本文提出如下政策建議：

第一，持續(xù)加強(qiáng)對(duì)人工智能技術(shù)研發(fā)與創(chuàng)新的支持。本文研究發(fā)現(xiàn)，人工智能技術(shù)顯著提升企業(yè)創(chuàng)新績(jī)效。人工智能技術(shù)是數(shù)字經(jīng)濟(jì)時(shí)代最為核心的前沿技術(shù)，且仍在快速發(fā)展中，持續(xù)加強(qiáng)對(duì)人工智能技術(shù)研發(fā)與創(chuàng)新的支持有利于增強(qiáng)中國(guó)在數(shù)字經(jīng)濟(jì)時(shí)代的國(guó)際競(jìng)爭(zhēng)力，為實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展提供強(qiáng)大動(dòng)能。中國(guó)應(yīng)該加大對(duì)于人工智能技術(shù)領(lǐng)域基礎(chǔ)研究和應(yīng)用研究的支持力度。首先，以公共財(cái)政牽頭，增加市場(chǎng)和社會(huì)資本的多元化投入，擴(kuò)大對(duì)人工智能技術(shù)的支持范圍。其次，要進(jìn)一步鼓勵(lì)相關(guān)企業(yè)增強(qiáng)與高校、科研院所的合作，面向產(chǎn)業(yè)一線(xiàn)的研發(fā)需求，集中科研力量攻關(guān)，使科技創(chuàng)新成果更好地服務(wù)于現(xiàn)實(shí)經(jīng)濟(jì)發(fā)展需要，切實(shí)提高科技成果落地轉(zhuǎn)化率。最后，應(yīng)重點(diǎn)加強(qiáng)人工智能技術(shù)人才隊(duì)伍的建設(shè)，尤其要在全球范圍內(nèi)吸引最優(yōu)秀的人工智能技術(shù)人才，為中國(guó)人工智能技術(shù)發(fā)展提供人才支撐。

第二，繼續(xù)推動(dòng)人工智能技術(shù)與實(shí)體經(jīng)濟(jì)深度融合。本文研究發(fā)現(xiàn)，人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用在民營(yíng)企業(yè)、技術(shù)密集型行業(yè)和低污染行業(yè)中更為顯著。中國(guó)應(yīng)該持續(xù)推動(dòng)人工智能技術(shù)與實(shí)體經(jīng)濟(jì)融合，為實(shí)體經(jīng)濟(jì)發(fā)展增添數(shù)字技術(shù)新動(dòng)能，并為不同特征的企業(yè)提供異質(zhì)性的政策支持。具體來(lái)說(shuō)，首先，應(yīng)進(jìn)一步開(kāi)展并落實(shí)“人工智能+”行動(dòng)，支持企業(yè)與高校、科研院所開(kāi)展產(chǎn)學(xué)研創(chuàng)新聯(lián)合體建設(shè)，推進(jìn)人工智能技術(shù)產(chǎn)業(yè)化，促進(jìn)企業(yè)應(yīng)用人工智能前沿技術(shù)，解決企業(yè)對(duì)于人工智能技術(shù)“不愿用、不會(huì)用、不能用”的現(xiàn)實(shí)困境，進(jìn)一步挖掘和拓展企業(yè)應(yīng)用人工智能技術(shù)的應(yīng)用場(chǎng)景。特別是對(duì)于傳統(tǒng)產(chǎn)業(yè)，要重視對(duì)于企業(yè)管理者的數(shù)字化思維引導(dǎo)，強(qiáng)調(diào)當(dāng)前數(shù)字經(jīng)濟(jì)時(shí)代人工智能技術(shù)的重要性，梳理潛在的人工智能技術(shù)應(yīng)用場(chǎng)景，挖掘企業(yè)數(shù)字化轉(zhuǎn)型的潛能，通過(guò)落實(shí)“人工智能+”為企業(yè)降本增效、提高競(jìng)爭(zhēng)力。其次，應(yīng)針對(duì)不同行業(yè)和企業(yè)制定差異化、針對(duì)性的人工智能技術(shù)推進(jìn)政策，對(duì)于民營(yíng)企業(yè)，通過(guò)拓寬融資渠道、簡(jiǎn)化行政審批，增強(qiáng)民營(yíng)企業(yè)應(yīng)用人工智能技術(shù)的動(dòng)力；對(duì)于技術(shù)密集型行業(yè)，通過(guò)制定行業(yè)普惠性的稅收減免政策，支持企業(yè)利用人工智能技術(shù)進(jìn)行產(chǎn)品創(chuàng)新；對(duì)于低污染行業(yè)，通過(guò)環(huán)保補(bǔ)貼、提供綠色專(zhuān)項(xiàng)信貸等方式，激勵(lì)企業(yè)應(yīng)用人工智能技術(shù)促進(jìn)其實(shí)現(xiàn)綠色可持續(xù)發(fā)展。

第三，促進(jìn)企業(yè)人工智能領(lǐng)域自主創(chuàng)新能力提升和研發(fā)技能升級(jí)。本文研究發(fā)現(xiàn)，人工智能技術(shù)通過(guò)增強(qiáng)企業(yè)自主創(chuàng)新能力和實(shí)現(xiàn)企業(yè)研發(fā)技能升級(jí)提升企業(yè)創(chuàng)新績(jī)效。中國(guó)應(yīng)鼓勵(lì)企業(yè)在人工智能領(lǐng)域增強(qiáng)自主創(chuàng)新能力和實(shí)現(xiàn)研發(fā)技能升級(jí)，促進(jìn)企業(yè)培植核心競(jìng)爭(zhēng)力，實(shí)現(xiàn)高質(zhì)量發(fā)展。具體來(lái)說(shuō)，首先，應(yīng)設(shè)立人工智能技術(shù)的公共創(chuàng)新平臺(tái)，為企業(yè)提供技術(shù)交流、資源共享的機(jī)會(huì)，進(jìn)一步降低企業(yè)獲取人工智能技術(shù)相關(guān)知識(shí)的成本。其次，通過(guò)設(shè)置專(zhuān)項(xiàng)資金，鼓勵(lì)企業(yè)加大對(duì)于人工智能技術(shù)的研發(fā)和應(yīng)用，為企業(yè)內(nèi)部積累人工智能技術(shù)相關(guān)知識(shí)提供助力。再次，引導(dǎo)高校進(jìn)一步完善人工智能領(lǐng)域人才培養(yǎng)體系，增加人工智能相關(guān)專(zhuān)業(yè)招生名額，優(yōu)化專(zhuān)業(yè)課程設(shè)置，提高課程教學(xué)質(zhì)量，培養(yǎng)和引進(jìn)高水平專(zhuān)業(yè)教師，培養(yǎng)既有扎實(shí)的理論基礎(chǔ)，又有豐富的實(shí)踐技能的人工智能技術(shù)高素質(zhì)人才。最后，加強(qiáng)人工智能技術(shù)的知識(shí)產(chǎn)權(quán)保護(hù)，確保企業(yè)在人工智能技術(shù)相關(guān)領(lǐng)域的創(chuàng)新成果權(quán)益得到充分保障，激勵(lì)企業(yè)持續(xù)在自主創(chuàng)新能力提升和研發(fā)技能升級(jí)中加大投入。

第四，堅(jiān)持加快發(fā)展新質(zhì)生產(chǎn)力。本文研究發(fā)現(xiàn)，新質(zhì)生產(chǎn)力能夠賦能人工智能技術(shù)提升企業(yè)創(chuàng)新績(jī)效且人工智能技術(shù)對(duì)企業(yè)創(chuàng)新績(jī)效的提升作用在新質(zhì)生產(chǎn)力水平高的地區(qū)更強(qiáng)。進(jìn)一步發(fā)展和提升新質(zhì)生產(chǎn)力水平，是當(dāng)前和未來(lái)推進(jìn)中國(guó)式現(xiàn)代化的重要途徑。具體來(lái)說(shuō)，首先，在新質(zhì)生產(chǎn)力水平較高的地區(qū)，要強(qiáng)調(diào)鍛長(zhǎng)板，側(cè)重加強(qiáng)對(duì)重點(diǎn)產(chǎn)業(yè)的政策支持和資金支持，鼓勵(lì)重點(diǎn)產(chǎn)業(yè)中的企業(yè)應(yīng)用人工智能技術(shù)促進(jìn)高質(zhì)量發(fā)展。對(duì)于新質(zhì)生產(chǎn)力水平低的地區(qū)，要強(qiáng)調(diào)補(bǔ)短板，加強(qiáng)新型數(shù)字基礎(chǔ)設(shè)施建設(shè)，加大人才引進(jìn)力度，增加人工智能技術(shù)培訓(xùn)，提升地區(qū)的發(fā)展?jié)摿?。其次，中?guó)應(yīng)進(jìn)一步全面深化改革，塑造與新質(zhì)生產(chǎn)力相適應(yīng)的生產(chǎn)關(guān)系。聚焦重點(diǎn)領(lǐng)域，破除制約科技創(chuàng)新的思想障礙和制度藩籬，推進(jìn)科技創(chuàng)新和制度創(chuàng)新的“雙輪驅(qū)動(dòng)”，促進(jìn)各類(lèi)優(yōu)質(zhì)生產(chǎn)要素向新質(zhì)生產(chǎn)力流動(dòng)，實(shí)現(xiàn)高質(zhì)量發(fā)展。

第五，因地制宜發(fā)展新質(zhì)生產(chǎn)力，優(yōu)化區(qū)域發(fā)展策略。加快形成和發(fā)展新質(zhì)生產(chǎn)力能夠?yàn)楫?dāng)前和未來(lái)中國(guó)經(jīng)濟(jì)實(shí)現(xiàn)持續(xù)增長(zhǎng)、結(jié)構(gòu)優(yōu)化、高質(zhì)量發(fā)展提供不竭動(dòng)力，針對(duì)中國(guó)地區(qū)之間新質(zhì)生產(chǎn)力發(fā)展不平衡的現(xiàn)狀，各地要因地制宜發(fā)展新質(zhì)生產(chǎn)力，優(yōu)化區(qū)域發(fā)展策略。新質(zhì)生產(chǎn)力的賦能作用并不是一蹴而就的，當(dāng)前應(yīng)大力發(fā)展新質(zhì)生產(chǎn)力、提升新質(zhì)生產(chǎn)力水平，以新質(zhì)生產(chǎn)力的發(fā)展賦能企業(yè)發(fā)展，助力傳統(tǒng)產(chǎn)業(yè)改造升級(jí)、促進(jìn)新興產(chǎn)業(yè)快速發(fā)展、培育未來(lái)產(chǎn)業(yè)茁壯成長(zhǎng)，以新質(zhì)生產(chǎn)力的發(fā)展推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展，從而實(shí)現(xiàn)中國(guó)式現(xiàn)代化。

參考文獻(xiàn)：

［1］ 程恩富，陳健.大力發(fā)展新質(zhì)生產(chǎn)力加速推進(jìn)中國(guó)式現(xiàn)代化［J］.當(dāng)代經(jīng)濟(jì)研究，2023（12）：14-23.

［2］ 高帆“. 新質(zhì)生產(chǎn)力”的提出邏輯、多維內(nèi)涵及時(shí)代意義［J］.政治經(jīng)濟(jì)學(xué)評(píng)論，2023，14（6）：127-145.

［3］ 周文，許凌云.論新質(zhì)生產(chǎn)力：內(nèi)涵特征與重要著力點(diǎn)［J］.改革，2023（10）：1-13.

［4］ 劉志彪，凌永輝，孫瑞東.新質(zhì)生產(chǎn)力下產(chǎn)業(yè)發(fā)展方向與戰(zhàn)略——以江蘇為例［J］.南京社會(huì)科學(xué)，2023（11）：59-66.

［5］ 沈坤榮，金童謠，趙倩.以新質(zhì)生產(chǎn)力賦能高質(zhì)量發(fā)展［J］.南京社會(huì)科學(xué)，2024（1）：37-42.

［6］ 石建勛，徐玲.加快形成新質(zhì)生產(chǎn)力的重大戰(zhàn)略意義及實(shí)現(xiàn)路徑研究［J］.財(cái)經(jīng)問(wèn)題研究，2024（1）：3-12.

［7］ 楊丹輝.科學(xué)把握新質(zhì)生產(chǎn)力的發(fā)展趨向［J］.人民論壇，2023（21）：31-33.

［8］ 蒲清平，黃媛媛.習(xí)近平總書(shū)記關(guān)于新質(zhì)生產(chǎn)力重要論述的生成邏輯、理論創(chuàng)新與時(shí)代價(jià)值［J］.西南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，49（6）：1-11.

［9］ 蔡湘杰，賀正楚.新質(zhì)生產(chǎn)力何以影響全要素生產(chǎn)率：科技創(chuàng)新效應(yīng)的機(jī)理與檢驗(yàn)［J/OL］.當(dāng)代經(jīng)濟(jì)管理，（2024-05-10）［2024-06-24］.http：//kns.cnki.net/kcms/detail/13.1356.f.20240509.1637.009.html.

［10］ 王煜昊，馬野青.新質(zhì)生產(chǎn)力、企業(yè)創(chuàng)新與供應(yīng)鏈韌性：來(lái)自中國(guó)上市公司的微觀證據(jù)［J］.新疆社會(huì)科學(xué)，2024（3）：68-82+177.

［11］ 張彭.數(shù)字新質(zhì)生產(chǎn)力與全球價(jià)值鏈嵌入：理論機(jī)制與實(shí)證檢驗(yàn)［J］.當(dāng)代經(jīng)濟(jì)研究，2024（5）：75-86.

［12］ 杜傳忠，疏爽，李澤浩.新質(zhì)生產(chǎn)力促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的機(jī)制分析與實(shí)現(xiàn)路徑［J］.經(jīng)濟(jì)縱橫，2023（12）：20-28.

［13］ 謝伏瞻.論新工業(yè)革命加速拓展與全球治理變革方向［J］.經(jīng)濟(jì)研究，2019，54（7）：4-13.

［14］ 程文.人工智能、索洛悖論與高質(zhì)量發(fā)展：通用目的技術(shù)擴(kuò)散的視角［J］.經(jīng)濟(jì)研究，2021，56（10）：22-38.

［15］ 陳龍，劉剛，戚聿東，等.人工智能技術(shù)革命：演進(jìn)、影響和應(yīng)對(duì)［J/OL］.國(guó)際經(jīng)濟(jì)評(píng)論，（2024-05-21）［2024-06-24］.http：//kns.cnki.net/kcms/detail/11.3799.F.20240520.1636.002.html.

［16］ 杜傳忠，曹效喜，任俊慧.人工智能影響我國(guó)全要素生產(chǎn)率的機(jī)制與效應(yīng)研究［J］.南開(kāi)經(jīng)濟(jì)研究，2024（2）：3-24.

［17］ 任英華，劉宇釗，李海彤.人工智能技術(shù)創(chuàng)新與企業(yè)全要素生產(chǎn)率［J］.經(jīng)濟(jì)管理，2023，45（9）：50-67.

［18］ 劉艷霞.數(shù)字經(jīng)濟(jì)賦能企業(yè)高質(zhì)量發(fā)展——基于企業(yè)全要素生產(chǎn)率的經(jīng)驗(yàn)證據(jù)［J］.改革，2022（9）：35-53.

［19］ 錢(qián)錫紅，楊永福，徐萬(wàn)里.企業(yè)網(wǎng)絡(luò)位置、吸收能力與創(chuàng)新績(jī)效——一個(gè)交互效應(yīng)模型［J］.管理世界，2010，26（5）：118-129.

［20］ 唐源，邵云飛，陳一君.跨界行為、知識(shí)整合能力對(duì)企業(yè)創(chuàng)新績(jī)效的影響研究：基于知識(shí)獲取和資源損耗的作用［J］.預(yù)測(cè)，2020，39（4）：31-37.

［21］ 趙立雨.內(nèi)部RD投入、外部資源獲取與績(jī)效關(guān)系研究［J］.科研管理，2016，37（9）：11-19.

［22］ CALANTONE R J，STANKO M A. Drivers of outsourced innovation： an exploratory study［J］. Journal of product innovation management， 2007，24（3）：230-241.

［23］ 陳勁，陽(yáng)銀娟.外部知識(shí)獲取與企業(yè)創(chuàng)新績(jī)效關(guān)系研究綜述［J］.科技進(jìn)步與對(duì)策，2014，31（1）：156-160.

［24］ LOS B，VERSPAGEN B. R&D spillovers and productivity： evidence from U. S. manufacturing microdata［J］.Empirical economics， 2000，25（1）：127-148.

［25］ 陳鈺芬，陳勁.開(kāi)放式創(chuàng)新促進(jìn)創(chuàng)新績(jī)效的機(jī)理研究［J］.科研管理，2009，30（4）：1-9+28.

［26］ 張公一，孫曉歐.科技資源整合對(duì)企業(yè)創(chuàng)新績(jī)效影響機(jī)制實(shí)證研究［J］.中國(guó)軟科學(xué)，2013（5）：92-99.

［27］ 呂越，谷瑋，包群.人工智能與中國(guó)企業(yè)參與全球價(jià)值鏈分工［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2020（5）：80-98.

［28］ 羅佳，張蛟蛟，李科.數(shù)字技術(shù)創(chuàng)新如何驅(qū)動(dòng)制造業(yè)企業(yè)全要素生產(chǎn)率？——來(lái)自上市公司專(zhuān)利數(shù)據(jù)的證據(jù)［J］.財(cái)經(jīng)研究，2023（2）：95-109+124.

［29］ 余義勇，楊忠.從追趕到前沿：后發(fā)企業(yè)自主創(chuàng)新能力演化路徑研究——基于“政府—市場(chǎng)”雙元驅(qū)動(dòng)視角［J］.南京社會(huì)科學(xué)，2023（12）：25-35.

［30］ 顧麗敏，李嘉.人工智能對(duì)企業(yè)知識(shí)管理的影響研究［J］.學(xué)海，2020（6）：39-44.

［31］ 張省，周燕.人工智能環(huán)境下知識(shí)管理模式構(gòu)建［J］.情報(bào)理論與實(shí)踐，2019，42（10）：57-62.

［32］ 杜傳忠，疏爽.人工智能與經(jīng)濟(jì)高質(zhì)量發(fā)展：機(jī)制、成效與政策取向［J］.社會(huì)科學(xué)戰(zhàn)線(xiàn)，2023（12）：78-87+281.

［33］ 周文，劉守英，鄭紅亮，等.專(zhuān)題筆談：發(fā)展新質(zhì)生產(chǎn)力的理論與實(shí)踐問(wèn)題［J］.東北財(cái)經(jīng)大學(xué)學(xué)報(bào)，2024（4）：3-18.

［34］ 郭晗，侯雪花.新質(zhì)生產(chǎn)力推動(dòng)現(xiàn)代化產(chǎn)業(yè)體系構(gòu)建的理論邏輯與路徑選擇［J］.西安財(cái)經(jīng)大學(xué)學(xué)報(bào)，2024，37（1）：21-30.

［35］ 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2021，37（7）：130-144+10.

［36］ 王雄元，秦江緣.創(chuàng)新競(jìng)爭(zhēng)與企業(yè)高質(zhì)量創(chuàng)新模式選擇——來(lái)自專(zhuān)利被無(wú)效宣告的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)研究，2023，58（11）：80-98.

［37］ 李強(qiáng)，紀(jì)佳君，曾勇.RD投資、一般性資本支出與股票收益：增長(zhǎng)期權(quán)的視角［J］.管理工程學(xué)報(bào)，2018，32（1）：196-203.

［38］ 周念利.中國(guó)服務(wù)業(yè)改革對(duì)制造業(yè)微觀生產(chǎn)效率的影響測(cè)度及異質(zhì)性考察——基于服務(wù)中間投入的視角［J］.金融研究，2014（9）：84-98.

［39］ 金祥義，張文菲.人工智能與企業(yè)出口擴(kuò)張：貿(mào)易革命的技術(shù)烙?。跩］.國(guó)際貿(mào)易問(wèn)題，2022（9）：70-87.

［40］ 張三峰，徐心悅“. 技能偏向型”技術(shù)進(jìn)步、就業(yè)結(jié)構(gòu)升級(jí)與勞動(dòng)力成本上漲［J］.閱江學(xué)刊，2022，14（2）：121-132+175.

［41］ 姜昊，董直慶.人工智能技術(shù)應(yīng)用會(huì)存在選擇性偏向嗎？——行業(yè)屬性與就業(yè)偏向［J］.南方經(jīng)濟(jì)，2023（12）：37-61.

（責(zé)任編輯：巴紅靜）