人工智能技術對企業數字創新的影響研究

韓松巖

1（中國社會科學院工業經濟研究所，北京 102488）2（深圳大學中國經濟特區研究中心，深圳 518000）

引 言

《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》中明確提出以數字化轉型驅動企業生產、管理、治理方式變革，強化企業數字創新能力。然而，據相關機構研究測算，目前我國企業數字化轉型比例僅為25%，且大多面臨 “轉型不深入，不轉型被淘汰”的發展困境［1］。雖然政府大力推行普惠性發展政策，但實現真正落實還存在重重阻礙，且短期內企業數字創新運營成本仍居高不下，難以形成高效健康的數字創新發展新常態。人工智能技術是企業數字創新不可忽視的推動力，具有適應性、普惠性與競爭性發展優勢，能夠為企業數字創新發展提供高效、專業、便捷服務的同時，也在激活數字經濟、優化企業創新模式、打造AI智慧場景等方面發揮重要作用［2］。值此背景下，探究人工智能技術對企業數字創新的影響效應，對于推動企業數字創新發展具有重要理論價值與現實意義。

人工智能技術是近年來科技創新研究的熱點。現階段，國內外學者關于人工智能的影響研究主要集中于以下幾方面：全要素生產率層面，Giacomo Damioli等 （2021）［3］利用 2000～2016 年申請人工智能專利的5257家全球公司樣本數據，實證發現當控制其他專利活動時，人工智能專利申請對企業全要素生產率具有正向促進作用，且這一影響效應主要集中于中小企業與服務業。劉亮與胡國良 （2020）［4］基于中國制造業數據的實證結果發現，人工智能技術對全要素生產率具有顯著促進作用，且對高技術行業全要素生產率的影響作用更加明顯。孫早與侯玉琳 （2021）［5］利用熊彼特創新模型實證分析人工智能技術對制造業全要素生產率的影響，結果發現現階段人工智能技術對服裝、設備等傳統制造業全要素生產率具有顯著促進作用，但對醫藥、計算機制造等高端制造業的促進作用并不顯著。人力資本層面，何勤等 （2020）［6］以115家制造業企業為研究對象，分析人工智能技術對人力資本的影響作用，研究發現人工智能技術對制造業企業員工就業數量增長具有負向影響，但對員工就業技能與收入具有正向影響。其中，資本偏好與產品研發在人工智能技術對人力資本影響中存在顯著中介效應。汪昕宇等 （2022）［7］利用基準回歸模型實證檢驗人工智能技術對北京市就業總量、人員素質與工資水平的影響，結果發現人工智能技術對北京市就業總量具有替代效應，對于人員素質提升具有推動效應，對于人員工資水平具有補償效應。產業結構層面，Fan和Liu （2021）［8］基于 2005～2018 年省級面板數據實證檢驗產業結構在人工智能發展水平與經濟增長中的中介作用，研究發現人工智能通過抑制產業結構升級提升經濟增長速率。韋東明等 （2021）［9］基于2006～2018年省級面板數據實證檢驗人工智能技術對中國產業結構的影響，研究發現人工智能技術對產業結構具有高效化促進效應，且產業結構優化升級效應在時間維度體現在德國 “工業4.0”提出以后，在區域維度體現在東部與中部地區，在產業領域體現在高技術制造業、生產性服務業等領域。羅書嶸 （2022）［10］運用主成分分析法，通過構建計量回歸模型實證檢驗人工智能技術對產業結構分化的影響，研究發現全國、東、中、西部地區人工智能技術均對產業結構分化具有顯著影響。其中，東部地區的影響尤為顯著，西部地區人工智能技術對產業結構分化的影響作用最弱。

綜上所述，學者們對人工智能技術與全要素生產率、人力資本、產業結構等層面的關系研究較為常見，但鮮有學者將人工智能技術與企業數字創新納入同一框架進行系統研究。此外，若人工智能技術利于企業數字創新，那具體是通過何種機制影響？人工智能主要通過哪些機制影響企業數字創新發展？不同經濟基礎下，人工智能對企業數字創新的影響程度是否存在區域異質性？針對以上問題，本文在現有文獻基礎上，基于中國30個省（區、市）2010～2020年面板數據，實證檢驗人工智能技術對企業數字創新的影響程度；進一步將30個省（區、市）劃分為東、中、西部地區，積極探索人工智能技術對企業數字創新的區域異質性；運用空間面板模型系統研究人工智能技術對企業數字創新的直接與間接空間溢出效應，旨在為充分發揮人工智能技術優化升級的正外部性、提升企業數字創新能力提供基礎參考。

1 模型設定與數據來源

1.1 模型設定

1.1.1 基準回歸模型

本文在楊偉和劉健 （2021）［11］、張光宇等（2021）［12］研究思路基礎上，參考眾多模型計算推導方法［13，14］，構建人工智能影響企業數字創新的數理模型。假設企業生產函數屬于柯布—道格拉斯函數計算形式，企業創新投入要素僅包含資本與勞動兩方面，且滿足企業規模報酬不變，公式如下：

式中，K、L分別代表企業資本要素投入與勞動要素投入總額。

假設某企業創新生產方式分為兩種：智能生產X與人工生產Y。企業在人工生產Y過程中會降低生產效率Z，相較于智能生產需要擔負更多生產成本費用。追求數字創新生產且利益最大化的經營企業，不會盲目選擇傳統人工生產方式，相反會制定合理化創新生產方案，將比例為μ的數字創新生產要素用于生產方式改良以實現成本降低目的，μ的取值范圍為0≤μ≤1。當μ＝0時，意味著企業未將數字創新生產要素用于生產方式改進過程，此時企業創新生產的潛在資本產量為F；當0＜μ＜1時，意味著企業將比例為μ的數字創新生產要素用于生產方式改進過程，此時企業智能生產X的實際產量為（1-μ）F，與此同時，企業在人工生產過程中降低生產效率Z的發展現狀依舊會發生。

假定生產效率Z＝φ（μ）F，通過借鑒劉建秋等 （2021）［15］、吳意云等 （2020）［16］的研究成果，企業提高生產效率函數公式如下：

式中，A表示生產技術水平，參數b∈（0，1）。

由此可得：

在此基礎上，可以進一步推出X的數字創新生產函數，公式如下：

由式 （4）可以知悉，企業可以通過遵循以下兩個步驟的先后順序進行獨立數字創新生產決策：（1）企業可以基于生產人員工資總額s和資本成本r，確定最優數字創新資本勞動比，使得企業潛在產出的數字創新生產成本CF控制在最低水平；（2）企業可以基于人工生產成本τ和企業潛在產出的數字創新生產成本CF，選擇最優的人工生產成本總額Z和潛在產出F，將企業生產成本CX控制在最低水平。具體函數表現形式如下：

通過對式 （5）和 （6）進行最優化求解計算，可以知悉：

假設企業智能生產X產品價格為PX，在完全數字市場競爭下，企業總利潤為0，即總生產收益等于總生產成本，由此可得：

在此基礎上，結合式 （8）和 （9） 可得出智能化生產的表達公式如下：

式中，szcx表示企業數字創新能力，str、tech、scl分別表示結構效應、技術效應與規模效應，van表示影響企業數字創新的其他變量。

參考現有學術研究，將經濟發展水平、產業機構、企業盈利能力等已經證明對企業數字創新發展具有重要影響的變量作為具體回歸分析的控制變量。進一步考慮到各研究變量間單位不同，且為避免異方差問題對模型的不良影響，在構建模型之前需對除比值變量之外的其他研究變量取對數，公式如下：

式中，szcxit表示第i個省（區、市）第t年的企業數字創新能力，pgdpit表示經濟發展水平指數，indit表示產業結構，marit表示企業盈利能力，govit表示企業規模，di表示各省（區、市）的個體固定效應，γt表示時間固定效應，εit代表隨機擾動項。

1.1.2 空間計量模型

本文將空間因素納入回歸模型以實證檢驗人工智能對企業數字創新的空間效應。參照已有研究［17，18］，空間計量模型整體分為空間誤差模型（SEM）、空間杜賓模型（SDM）與空間自相關模型（SAR）。空間模型可以對研究變量擬合優度、自然對數函數值、殘差空間相關性進行系統性檢驗。通過使用不同空間權重矩陣對模型進行LM實證檢驗可以知悉，LM-lag和R-LMLag均在1%水平上顯著，即存在較為明顯的空間滯后效應，同時在測算過程中空間誤差效應的LM-error和R-LMerror測算結果也均在10%水平上顯著。因此，選擇空間杜賓模型（SDM）作為最終實證檢驗模型。構建公式如下：

在此基礎上，本文利用Moran's I指數進行全局空間相關性實證檢驗，進一步判斷研究變量間是否顯著存在空間相關性，計算公式如下：

（1）空間鄰接矩陣主要是依照研究地區地理是否相鄰進行綜合設定。具體而言，地理位置相鄰地區被賦予 “1”，其他不相鄰地區被賦予 “0”，則該權重矩陣定義如下：

（2）地理距離矩陣主要是根據兩地區間地理距離的倒數數值來進行測算設定，兩地區間距離越近，則賦予其權重越大；相反距離越小，賦予權重越小。具體定義如下：

經濟距離矩陣主要是將兩地區GDP之差的倒數數值組成矩陣乘以兩地區間距離倒數矩陣，這考慮了地區地理距離特質，也考慮經濟發展的空間效應因素。定義如下：

1.2 變量選取

以往學術研究中，大多學者對人工智能技術（ai）的度量通常采用技術進步發展指數、專利授權總數、人均占有技術設備數量、全要素技術生產率等研究指標［19，20］。目前，我國人工智能技術尚處于初步發展階段，“機器替代人工”是人工智能技術影響企業數字創新的主要途徑。對此，采用企業智能機器設備的生產價值作為衡量人工智能技術發展程度的研究指標。

為緩減遺漏變量給研究帶來的內生性問題，參考有關企業數字創新的研究文獻，本文選取以下控制變量進行研究：企業經濟規模（gov）、企業盈利能力（mar）、產業結構（ind）、經濟發展水平（pgdp）。具體來看，企業經濟規模以企業總資產規模來表示；企業盈利能力以上市公司的凈生產收益效率來反映。企業盈利能力越好，其對高技能勞動力的吸納能力越強；產業結構以第二產業與第三產業之間的增長數值比重衡量；經濟發展水平以進出口總額在總資產所占比重進行衡量。經濟發展水平越高，吸引技術創新投資越多，越有助于企業數字創新發展。

1.3 數據來源

既有研究表明，人工智能技術與企業數字創新在發展過程中具有一定延續性特征［21，22］，故認為2020年新冠肺炎疫情的影響在當期體現有限。因此，采用2010～2020年中國30個省（區、市）（考慮到數據的可獲得性，不包含西藏以及港、澳、臺地區）的省級面板數據進行實證分析，其中，企業數字創新指數均來源于ORBIS數據庫。ORBIS數據庫涵蓋全球近3.9億家企業的財務、行業、評級、效益等信息，并提供可透明計算和可實證檢驗的國家及省級企業數字創新發展信息數據。同時，國內各省（區、市）企業生產增長值、進出口總額來自EPS數據庫；各省（區、市）科研投入總額與專利申請數量均來源于 《中國科技統計年鑒》。

為方便測算，各省（區、市）企業進出口總額根據各年貨幣匯率平均值綜合調整為人民幣計算價值。當年匯率、各省（區、市）企業增加值指數、地區企業生產總值指數均來源于EPS數據庫。為避免出現由于經濟變量共同變化導致的偽回歸問題，本文利用IPS檢驗和Fisher-ADF檢驗對所有研究數據進行平穩性檢驗。不難發現，所有研究變量的一階差分序列均在5%水平上顯著，故所有研究變量均屬于一階單證序列屬性。在此基礎上，使用Kao和Pedroni檢驗方法對其進行協整性檢驗，結果得出所有研究變量間存在一定協整關系。同時，多重共線性檢驗結果顯示各變量VIF數值均小于10，故各研究變量間不存在多重共線性關系。

2 實證結果分析

2.1 面板回歸結果分析

（1）中國各省（區、市）人工智能技術對企業數字創新的影響分析。

首先，本文通過Hausman檢驗與F檢驗，選取個體固定模型對數據進行計量分析。同時，由于選用2010～2020年省級面板數據作為研究對象，時間跨度相對較大且理論上時間可以實現無限延長，而各省（區、市）間個體數量較小且數量趨于固定，可以對隨機擾動項是否存在自相關、異方差、截面等相關問題進行綜合檢驗。結果充分顯示確實與異方差、截面與自相關存在相關性，故本文利用基于Driscoll Kraay標準誤的雙向固定效應的估算方式，避免出現自相關、異方差、截面等相關性問題。

表1中列 （1）～（3）包含了技術、規模、結構三大效應對企業數字創新的影響，運用的回歸分析方法分別包括固定效應、隨機效應和基于Driscoll Kraay標準誤的雙向固定效應模型。列 （4）～（5）陸續加入盈利能力、經濟發展水平控制變量，采用測算方法均為基于Driscoll Kraay標準誤的雙向固定效應模型。

表1 中國人工智能技術對企業數字創新的影響

由表1可以知悉，人工智能技術的回歸系數始終在1%水平上顯著為正，這充分表明人工智能技術是推動我國企業實現數字化創新發展的有效途徑。細究其因，人工智能技術可以有效淘汰落后產能，提高企業生產效率，推動其向高附加值、高創新化方向轉變，有效提升企業數字創新能力［23］。同時，在加入其它控制變量之后，回歸系數符號及顯著性水平并未出現明顯變化，故回歸分析結果具有較強穩健性特征。

（2）東部地區人工智能技術對企業數字創新的影響分析。

為更明晰人工智能技術對企業數字創新的影響程度，進一步采用固定效應、隨機效應和基于Driscoll Kraay標準誤的雙向固定效應模型對中國東、中、西部三大地區進行具體分析。表2列（5）分析結果顯示，東部地區人工智能技術發展指數每增加1%，該地區企業數字創新發展水平會提升0.218%，這表明東部地區人工智能技術優化升級是提高企業數字創新能力的有效途徑。同時，東部地區具備充足高技能人才資源和豐富的數字需求市場，共同促使企業實現數字化創新發展，進一步減輕了東部地區企業對于高耗能、高成本、重工業的生產依賴性，低碳數字創新得到長期有效發展。

表2 東部地區人工智能技術對企業數字創新的影響分析

（3）中部地區人工智能技術對企業數字創新的影響分析。

中部地區人工智能技術始終在1%水平上與企業數字創新呈現顯著正相關（見表3）。這主要得益于中部地區大多省（區、市）地勢平坦、交通便利。中部地區相較于西部地區距離東部地區更近，勞動技術要素較為豐富，進而推動企業勞動生產效率實現高效化發展。同時，中部地區承接了東部地區由于人工智能技術升級轉移而出的部分產業。在承接東部地區部分人工智能技術發展較高產業的過程中，中部地區企業不斷積累資本與創新技術經驗，進一步提升自身勞動技術生產效率，實現資源有效配置。在此基礎上，企業不斷優化傳統生產技術，進而淘汰自身落后產能，有利于實現數字創新與發展。與東部地區人工智能技術回歸系數（0.218）相比，中部地區人工智能技術回歸系數（0.558）更大，這充分表明中部地區人工智能技術優化升級對企業數字創新發展的促進作用更加強烈。隨著中部地區人工智能技術優化升級指數大幅增加，對企業數字創新的影響作用逐步增強。

表3 中部地區人工智能技術對企業數字創新的影響分析

（4）西部地區人工智能技術對企業數字創新的影響分析。

在對時間與個體效應未進行具體固定之前，西部地區人工智能技術對企業數字創新的回歸系數均在1%水平上顯著為正。然而，對研究數據進行雙向固定且增加控制變量之后，人工智能對企業數字創新的回歸系數缺乏顯著性影響特征。細究其因，西部地區地勢寬廣但人口稀少，教育基礎設施相對較為落后且高技術人力資本低，而高技術人力資本又是人工智能技術優化升級的基礎保障。此外，西部地區經濟發展相對落后，科技創新技術、全要素勞動效率持續走低，未能形成全面化空間梯度技術發展模式，致使西部地區在承接東部地區人工智能技術產業轉移過程中喪失關鍵發展動力與設施保障，導致西部地區企業數字創新發展長期趨于低水平發展階段。

表4 西部地區人工智能技術對企業數字創新的影響分析

2.2 人工智能技術對企業數字創新的空間溢出效應分析

考慮到人工智能技術、經濟發展水平以及企業數字創新在地理位置相鄰近地區間具有一定空間效應影響，故本文采用空間面板數據模型對中國整體人工智能技術對企業數字創新的空間溢出效應進行深入研究（見表5）。對于空間直接影響效應，本地區人工智能技術的優化升級能夠有效提高企業數字創新發展水平。在模型 （1）～（6）中相關影響系數均在0.432～0.594數值范圍內，且研究結果均在1%水平上顯著。空間效應模型的結果與基準回歸模型研究結果相比，人工智能技術對企業數字創新的促進作用更強。就控制變量而言，經濟發展水平的提升能夠明顯提高本地區企業數字創新發展。企業經濟規模、盈利能力、產業結構的優化升級對本地區企業數字創新起到正向空間溢出作用。空間間接影響效應研究結果顯示，本地區人工智能技術優化升級會提升鄰近省（區、市）企業的數字創新發展水平。在模型 （1）～（6）中，本地區人工智能技術每提升1%，鄰近地區企業數字創新能力從0.104提升到1.299。本地區人工智能技術優化升級代表本地區企業生產效率得到提升，人工智能技術的溢出將最先惠及相對空間距離較短的地區，從而進一步提高臨近地區企業的生產效率，實現企業數字創新發展。除此之外，在數字經濟蓬勃發展的當下，人工智能技術和企業數字創新已成為中央政府考察地方政績的重要衡量指標。當某一區域內省（區、市）成功優化人工智能技術而促進地區企業實現數字化創新發展目標，則對該區域內其他省（區、市）也存在正向激勵作用。同時，臨近省（區、市）也會借此實施更為嚴格的優化政策并努力追趕企業數字創新發展較好的省（區、市）。

表5 中國人工智能技術對企業數字創新的空間溢出效應

3 研究結論與政策建議

為通過優化人工智能技術促進經濟高質量發展，本文基于2010～2020年30個省（區、市）的面板數據，研究中國人工智能技術對企業數字創新的影響，主要研究結論如下：（1）從中國整體視角出發，人工智能技術升級有助于實現企業數字創新發展；（2）在三大區域中、東部與中部地區人工智能技術可以顯著促進企業數字創新，而西部地區影響作用不顯著；（3）空間溢出效應結果顯示，人工智能技術不僅能夠促進省（區、市）內企業數字創新發展，還可以促進鄰近省（區、市）企業實現高質量數字創新。

根據上述研究結論，提出以下政策建議：

（1）發揮多方主體協同優勢，創設人工智能關鍵共性技術體系。建構開放協同的人工智能關鍵共性技術體系，對企業實現數字化創新具有重要意義。對此，國家需要在重點前沿領域探索布局，發揮中國技術數據多、虛擬場景全、使用基數大等優勢，力爭在專業端口、實踐方法、使用工具等關鍵共性技術研發中取得顛覆性變革，系統性增強人工智能關鍵共性技術創新發展能力。同時，政府需要發揮政策引導職能，促進產學研相結合，建立政府、企業、機構關鍵共性技術發展聯盟，加強在標準創新、技術攻關等多方面的協調配合，以人工智能技術帶動多方參與主體創新發展。此外，企業需要堅持產品開發、技術創新、研發攻關 “三位一體”，充分調動企業生產、流通、研發等環節關鍵技術創新積極性，多方發力、多方出資，系統性前瞻打造一批新時代人工智能關鍵科技項目。

（2）增強區域聯動效應，實現人工智能產業鏈融通發展。應對人工智能技術對各地區企業創新發展的影響，國家需要基于區域聯動發展視角，通過推動東中部地區與西部地區產業結構深層次協調發展，進一步破解人工智能技術與區域企業數字創新的結構性矛盾。企業內部形成人工智能產業鏈協作體系，在東部與中部地區間形成更大規模人工智能產業集群戰略基地，以人工智能技術為指導，推動東中部企業實現深度融合創新發展；破除阻礙技術資本要素充分流動的制度性障礙，推動區域性高技能人才向西部地區流動。各地政府可以充分釋放東、中部地區高技能人力資本的溢出效應，以高端化人才流動引領西部地區企業數字創新發展。

（3）鼓勵企業跨省域數字創新合作，強化省域間企業人工智能創新耦合力度。針對上述人工智能技術不僅能夠促進省（區、市）內企業數字創新發展，還可驅動鄰近省（區、市）企業實現數字創新研究結論。國家可充分利用這一人工智能技術發展優勢，在相鄰省域企業間建設云網融合、綠色低碳、安全可控的智能化綜合性數字信息平臺，推進人工智能技術與相關企業融合創新發展。同時，企業加強數字化、智能化信息基礎設施建設，推動人工智能技術在企業不同生產領域實現數字化集成應用。此外，依托國家新一代人工智能技術創新試驗區，企業可以在省（區、市）內或省域間大力開展智能技術試點工作與實驗，形成一種人工智能與跨省企業深度創新融合的發展模式。