米晉宏 江凌文 李正圖

一、引言

2019年10月召開(kāi)的黨的十九屆四中全會(huì)通過(guò)的《中共中央關(guān)于堅(jiān)持和完善中國(guó)特色社會(huì)主義制度、推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化若干重大問(wèn)題的決定》指出：“健全勞動(dòng)、資本、土地、知識(shí)、技術(shù)、管理、數(shù)據(jù)等生產(chǎn)要素由市場(chǎng)評(píng)價(jià)貢獻(xiàn)、按貢獻(xiàn)決定報(bào)酬的機(jī)制?！?020年3月中共中央、國(guó)務(wù)院出臺(tái)的《關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見(jiàn)》指出：“加快培育數(shù)據(jù)要素市場(chǎng)?！?020年5月中共中央、國(guó)務(wù)院出臺(tái)的《關(guān)于新時(shí)代加快完善社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制的意見(jiàn)》指出：“加快培育發(fā)展數(shù)據(jù)要素市場(chǎng)，建立數(shù)據(jù)資源清單管理機(jī)制，完善數(shù)據(jù)權(quán)屬界定、開(kāi)放共享、交易流通等標(biāo)準(zhǔn)和措施，發(fā)揮社會(huì)數(shù)據(jù)資源價(jià)值?！边@三個(gè)文件是指導(dǎo)新時(shí)代中國(guó)特色社會(huì)主義基本經(jīng)濟(jì)制度和市場(chǎng)經(jīng)濟(jì)體制健全完善的綱領(lǐng)性文件，其中關(guān)于數(shù)據(jù)是生產(chǎn)要素的論述，是本文研究圍繞人工智能技術(shù)應(yīng)用是否推進(jìn)我國(guó)制造業(yè)產(chǎn)業(yè)升級(jí)的指導(dǎo)思想。

在我國(guó)經(jīng)濟(jì)體系和產(chǎn)業(yè)體系中，制造業(yè)高質(zhì)量發(fā)展是我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的核心和基礎(chǔ)。在當(dāng)今數(shù)字技術(shù)飛速發(fā)展的背景下，人工智能技術(shù)應(yīng)用推進(jìn)產(chǎn)業(yè)變革是當(dāng)今世界高端先進(jìn)制造業(yè)發(fā)展的重要驅(qū)動(dòng)力量。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)”，“加快發(fā)展新一代人工智能是我們贏得全球科技競(jìng)爭(zhēng)主動(dòng)權(quán)的重要戰(zhàn)略抓手”。吳朝暉：《搶占人工智能發(fā)展制高點(diǎn)》，《人民日?qǐng)?bào)》2019年7月10日，第9版。既然如此，人工智能技術(shù)應(yīng)用是如何推進(jìn)制造業(yè)升級(jí)的呢？

已有研究表明人工智能可推動(dòng)制造業(yè)高質(zhì)量發(fā)展。波特首先提出，隨著產(chǎn)業(yè)升級(jí)，資本密集型和技術(shù)密集型產(chǎn)業(yè)將獲得更好的發(fā)展空間。M.E.Porter，The Competitive Advantage of Nations， Harvard Business Review， vol.68， no.2，1990，pp.73～93.Gereffi從微觀層面分析產(chǎn)業(yè)升級(jí)，指出產(chǎn)業(yè)升級(jí)是企業(yè)邁向資本和技術(shù)密集型經(jīng)濟(jì)領(lǐng)域的過(guò)程。G.Gereffi， “International Trade and Industrial Upgrading in the Apparel Commodity Chain，”Journal of International Economics， vol.48，no.1， 1999，pp.37～70.桑瑜研究指出產(chǎn)業(yè)升級(jí)的路徑是“受價(jià)企業(yè)”向資本密集型升級(jí)，“覓價(jià)企業(yè)”向技術(shù)密集型升級(jí)。桑瑜：《產(chǎn)業(yè)升級(jí)路徑：基于競(jìng)爭(zhēng)假設(shè)的分析框架及其推論》，《管理世界》2018年第1期。任保平、江小國(guó)等指出，實(shí)現(xiàn)制造業(yè)高質(zhì)量發(fā)展包括：技術(shù)創(chuàng)新、工業(yè)化、培育新動(dòng)能、加快發(fā)展先進(jìn)制造業(yè)等，制造業(yè)的高質(zhì)量發(fā)展需要通過(guò)制造業(yè)的結(jié)構(gòu)升級(jí)和技術(shù)創(chuàng)新來(lái)實(shí)現(xiàn)高質(zhì)量發(fā)展。任保平：《新時(shí)代我國(guó)制造業(yè)高質(zhì)量發(fā)展需要堅(jiān)持的六大戰(zhàn)略》，《人文雜志》2019年第7期;江小國(guó)、何建波、方蕾：《制造業(yè)高質(zhì)量發(fā)展水平測(cè)度、區(qū)域差異與提升路徑》，《上海經(jīng)濟(jì)研究》2019年第7期。

綜上表明，國(guó)內(nèi)外現(xiàn)有文獻(xiàn)聚焦于制造業(yè)產(chǎn)業(yè)升級(jí)，提出“新一代人工智能為資本密集型和技術(shù)密集型的實(shí)體經(jīng)濟(jì)發(fā)展提供技術(shù)支持”，任保平、宋文月：《新一代人工智能和實(shí)體經(jīng)濟(jì)深度融合促進(jìn)高質(zhì)量發(fā)展的效應(yīng)與路徑》，《西北大學(xué)學(xué)報(bào)》（哲學(xué)社會(huì)科學(xué)版）2019年第5期。但針對(duì)人工智能技術(shù)是否推動(dòng)制造業(yè)產(chǎn)業(yè)升級(jí)的微觀研究較少。鑒于此，本文從微觀企業(yè)視角，研究人工智能技術(shù)應(yīng)用如何推進(jìn)制造業(yè)升級(jí)，揭示人工智能技術(shù)應(yīng)用推進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)的內(nèi)在機(jī)制，從微觀企業(yè)角度，運(yùn)用中國(guó)制造業(yè)上市企業(yè)數(shù)據(jù)來(lái)實(shí)證分析人工智能技術(shù)應(yīng)用推進(jìn)制造業(yè)升級(jí)的內(nèi)在機(jī)制和具體路徑。本文第二部分從技術(shù)和資本兩個(gè)角度構(gòu)建制造業(yè)轉(zhuǎn)型升級(jí)的理論分析框架并提出研究假設(shè)，第三部分為實(shí)證模型及數(shù)據(jù)描述，第四部分為實(shí)證結(jié)果，第五部分為結(jié)論與建議。

二、 人工智能推進(jìn)制造業(yè)升級(jí)的機(jī)理與研究假設(shè)

制造業(yè)的發(fā)展質(zhì)量，在微觀層面上表現(xiàn)為制造業(yè)企業(yè)競(jìng)爭(zhēng)力的強(qiáng)弱。從市場(chǎng)價(jià)格形成機(jī)制來(lái)看，企業(yè)要么接受市場(chǎng)價(jià)格，要么自主定價(jià)。前者稱(chēng)為受價(jià)企業(yè)，后者稱(chēng)為覓價(jià)企業(yè)。受價(jià)企業(yè)提高資本有機(jī)構(gòu)成，降低產(chǎn)品單位成本，最終向資本密集型升級(jí)。而覓價(jià)企業(yè)不用降低成本也可以獲得超額剩余價(jià)值，但覓價(jià)權(quán)要求企業(yè)擁有“新”的核心技術(shù)。覓價(jià)企業(yè)為了獲得覓價(jià)權(quán)必須持續(xù)進(jìn)行技術(shù)研發(fā)，最終向技術(shù)密集型升級(jí)。基于已有的研究基礎(chǔ)，本文從成本競(jìng)爭(zhēng)和覓價(jià)權(quán)競(jìng)爭(zhēng)兩個(gè)方向，分析人工智能與實(shí)體經(jīng)濟(jì)深度融合背景下，企業(yè)向資本密集型制造業(yè)和技術(shù)密集型制造業(yè)轉(zhuǎn)變的具體路徑。

1.人工智能推進(jìn)企業(yè)向技術(shù)密集型制造業(yè)升級(jí)

人工智能促進(jìn)企業(yè)進(jìn)行研發(fā)投入，提高其研發(fā)效率并加強(qiáng)企業(yè)與市場(chǎng)的互動(dòng)。張三峰等利用世界銀行提供的中國(guó)制造業(yè)企業(yè)調(diào)查數(shù)據(jù)證明，企業(yè)應(yīng)用信息與通信技術(shù)會(huì)促進(jìn)企業(yè)技術(shù)創(chuàng)新。張三峰、魏下海：《信息與通信技術(shù)是否降低了企業(yè)能源消耗——來(lái)自中國(guó)制造業(yè)企業(yè)調(diào)查數(shù)據(jù)的證據(jù)》，《中國(guó)工業(yè)經(jīng)濟(jì)》2019年第2期。2018年《“人工智能+制造”產(chǎn)業(yè)發(fā)展研究報(bào)告》指出在制造業(yè)的技術(shù)領(lǐng)先型行業(yè)和市場(chǎng)變動(dòng)型行業(yè)，人工智能的作用能夠提高研發(fā)效率，準(zhǔn)確預(yù)測(cè)與響應(yīng)市場(chǎng)。中國(guó)社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所、騰訊研究院：《“人工智能+制造”產(chǎn)業(yè)發(fā)展研究報(bào)告》，浙江出版集團(tuán)數(shù)字傳媒有限公司，2018年，第55～58頁(yè)。信息技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，企業(yè)加大技術(shù)研發(fā)投資，或者購(gòu)買(mǎi)核心技術(shù)，而非投資固定資產(chǎn)。市場(chǎng)化程度的提高可以改善資源配置效率，促進(jìn)企業(yè)技術(shù)進(jìn)步并提高其創(chuàng)新效率，戴魁早、劉友金：《市場(chǎng)化進(jìn)程對(duì)創(chuàng)新效率的影響及行業(yè)差異——基于中國(guó)高技術(shù)產(chǎn)業(yè)的實(shí)證檢驗(yàn)》，《財(cái)經(jīng)研究》2013年第5期。且互聯(lián)網(wǎng)發(fā)展突破了產(chǎn)業(yè)集群在地理空間方面所受的約束，王莎莎、盧山冰、郭立宏：《“互聯(lián)網(wǎng)+”驅(qū)動(dòng)下的產(chǎn)業(yè)變革分析》，《人文雜志》2019年第4期。更為有效地激勵(lì)了企業(yè)間專(zhuān)利的正溢出效應(yīng)，周敏、馬書(shū)堯、寇宗來(lái)：《研發(fā)支出、溢出池與專(zhuān)利申請(qǐng)——基于中國(guó)工業(yè)上市企業(yè)的經(jīng)驗(yàn)研究》，《研究與發(fā)展管理》2019年第2期。因此，加強(qiáng)應(yīng)用人工智能專(zhuān)利技術(shù)的制造業(yè)企業(yè)與市場(chǎng)的互動(dòng)，可推動(dòng)企業(yè)通過(guò)創(chuàng)新驅(qū)動(dòng)實(shí)現(xiàn)升級(jí)。由此，人工智能推進(jìn)了企業(yè)向技術(shù)密集型制造業(yè)升級(jí)。

2.人工智能推進(jìn)企業(yè)向資本密集型制造業(yè)升級(jí)

人工智能提高了企業(yè)資本有機(jī)構(gòu)成，提高了資本回報(bào)率，從而促進(jìn)了資本積累。陳彥斌等構(gòu)建含有人工智能和老齡化的動(dòng)態(tài)一般均衡模型，并通過(guò)數(shù)值模擬實(shí)驗(yàn)預(yù)測(cè)到：未來(lái)人工智能提高生產(chǎn)制造環(huán)節(jié)的智能化和自動(dòng)化程度從而減少生產(chǎn)制造環(huán)節(jié)所需的勞動(dòng)力，不斷投入大量資金加強(qiáng)對(duì)原有設(shè)備的更新，擴(kuò)大對(duì)固定資產(chǎn)的投資。陳彥斌、林晨、陳小亮：《人工智能、老齡化與經(jīng)濟(jì)增長(zhǎng)》，《經(jīng)濟(jì)研究》2019年第7期。而且，“機(jī)器代替人”可以提高資本回報(bào)率從而促進(jìn)資本積累，張三峰等和金碚還指出，工業(yè)信息化、智能化不僅能促進(jìn)企業(yè)自動(dòng)化工業(yè)機(jī)器設(shè)備的更新，而且能提升企業(yè)生產(chǎn)制造的柔性化和產(chǎn)品精致化。張三峰、魏下海：《信息與通信技術(shù)是否降低了企業(yè)能源消耗——來(lái)自中國(guó)制造業(yè)企業(yè)調(diào)查數(shù)據(jù)的證據(jù)》，《中國(guó)工業(yè)經(jīng)濟(jì)》2019年第2期;金碚：《工業(yè)的使命和價(jià)值——中國(guó)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的理論邏輯》，《中國(guó)工業(yè)經(jīng)濟(jì)》2014年第9期。通過(guò)對(duì)上述研究文獻(xiàn)進(jìn)行梳理和總結(jié)，本文構(gòu)建了人工智能推進(jìn)制造業(yè)產(chǎn)業(yè)升級(jí)的理論模型，具體如圖1：

圖1 人工智能促進(jìn)制造業(yè)企業(yè)向技術(shù)密集型和資本密集型轉(zhuǎn)變

基于上述理論模型，再參照已有學(xué)者的實(shí)證研究結(jié)果：企業(yè)應(yīng)用人工智能技術(shù)可以推進(jìn)技術(shù)進(jìn)步，可以減少技術(shù)創(chuàng)新的不確定性，降低創(chuàng)新成本，提高創(chuàng)新效率，任保平、宋文月：《新一代人工智能和實(shí)體經(jīng)濟(jì)深度融合促進(jìn)高質(zhì)量發(fā)展的效應(yīng)與路徑》，《西北大學(xué)學(xué)報(bào)》（哲學(xué)社會(huì)科學(xué)版）2019年第5期。而技術(shù)進(jìn)步是制造業(yè)產(chǎn)業(yè)升級(jí)的根本動(dòng)力。楊智峰、汪偉、吳化斌：《技術(shù)進(jìn)步與中國(guó)工業(yè)結(jié)構(gòu)升級(jí)》，《財(cái)經(jīng)研究》2016年第11期。本文提出假設(shè)1：

假設(shè)1：工業(yè)智能化推動(dòng)企業(yè)技術(shù)創(chuàng)新升級(jí)，進(jìn)而使得企業(yè)向技術(shù)密集型制造業(yè)轉(zhuǎn)變。

企業(yè)固定資產(chǎn)的投資通過(guò)兩種方式進(jìn)行：自有資金或信貸。自有資金可以保持企業(yè)獨(dú)立性和自由度，而通過(guò)信貸系統(tǒng)在企業(yè)間重新分配資金可以提高資金使用效率。G.Szakolczai， “Capital Taxes， Self-financing and Capital Transfer，” Acta Oeconomica， vol.10， no.3， 1973， pp.361～376.通過(guò)以上分析，人工智能化使“機(jī)器代替勞動(dòng)力”對(duì)企業(yè)資本投入有正、負(fù)向效應(yīng)，人工智能一方面提高了企業(yè)資本有機(jī)構(gòu)成，另一方面減少了對(duì)資本和勞動(dòng)力的依賴(lài)。正如Bahrin等所言，隨著工業(yè)4.0時(shí)代的到來(lái)，企業(yè)通過(guò)引入工業(yè)機(jī)器人，提高生產(chǎn)力，從而減少對(duì)資本和勞動(dòng)力的依賴(lài)。M.A. K.Bahrin， M. F.Othman， N.N.Azli， et al.，“Industry 4.0： A Review on Industrial Automation and Robotic，”Jurnal Teknologi， vol.78，no.6， 2016，pp.137～143.但工業(yè)智能化是否優(yōu)化了企業(yè)資本結(jié)構(gòu)目前尚沒(méi)有實(shí)證文獻(xiàn)支撐，Rogers等提到，通過(guò)聯(lián)網(wǎng)設(shè)備、系統(tǒng)和設(shè)施實(shí)施“智能制造”需要企業(yè)大量的前期投資，這無(wú)疑會(huì)給企業(yè)帶來(lái)極大的融資壓力，但隨著智能系統(tǒng)日益完善，成本降低了，產(chǎn)品和服務(wù)實(shí)現(xiàn)多樣化，工業(yè)智能效率便逐步提高。Intelligent Efficiency： Opportunities， Barriers， and Solutions， 2013， EBJ， American Council for an Energy-Efficient Economy（ACEEE）.基于此，本文提出假設(shè)2：

假設(shè)2：工業(yè)智能化優(yōu)化企業(yè)資本結(jié)構(gòu)，短期內(nèi)不利于提高企業(yè)經(jīng)營(yíng)業(yè)績(jī)，卻在長(zhǎng)期使企業(yè)更具發(fā)展?jié)摿Γ髽I(yè)向資本密集型制造業(yè)轉(zhuǎn)變。

關(guān)于以上假設(shè)，有一點(diǎn)需要特別解釋。本文著眼于足夠長(zhǎng)的時(shí)間段，探討人工智能等新技術(shù)到底推進(jìn)制造業(yè)如何升級(jí)。企業(yè)有追逐利潤(rùn)最大化的本性，因此本文假設(shè)企業(yè)持續(xù)獲得零利潤(rùn)或者負(fù)利潤(rùn)將會(huì)退出市場(chǎng)，故工業(yè)智能化必然會(huì)降低制造業(yè)企業(yè)的總成本，提高制造業(yè)企業(yè)的市盈率。

三、研究設(shè)計(jì)

1.模型構(gòu)建

為研究人工智能技術(shù)如何推進(jìn)制造業(yè)升級(jí)的內(nèi)在機(jī)制和具體途徑，本文從企業(yè)技術(shù)創(chuàng)新能力、負(fù)債、未來(lái)發(fā)展?jié)摿Α①Y產(chǎn)收益及成本等角度展開(kāi)討論。本文以專(zhuān)利擁有量衡量企業(yè)技術(shù)創(chuàng)新能力;李詩(shī)、洪濤、吳超鵬：《上市公司專(zhuān)利對(duì)公司價(jià)值的影響——基于知識(shí)產(chǎn)權(quán)保護(hù)視角》，《南開(kāi)管理評(píng)論》2012年第6期;李匯東、唐躍軍、左晶晶：《用自己的錢(qián)還是用別人的錢(qián)創(chuàng)新？——基于中國(guó)上市公司融資結(jié)構(gòu)與公司創(chuàng)新的研究》，《金融研究》2013年第2期;米晉宏、張書(shū)宇、黃勃：《專(zhuān)利擁有量、市場(chǎng)控制力與企業(yè)價(jià)值提升——基于上市公司專(zhuān)利數(shù)據(jù)的研究》，《上海經(jīng)濟(jì)研究》2019年第3期。以企業(yè)資產(chǎn)負(fù)債率（負(fù)債總額/總資產(chǎn)）評(píng)估企業(yè)資本結(jié)構(gòu)和負(fù)債風(fēng)險(xiǎn);申廣軍、張延、王榮：《結(jié)構(gòu)性減稅與企業(yè)去杠桿》，《金融研究》2018年第12期;鐘寧樺、劉志闊、何嘉鑫等：《我國(guó)企業(yè)債務(wù)的結(jié)構(gòu)性問(wèn)題》，《經(jīng)濟(jì)研究》2016年第7期;溫軍、馮根福：《異質(zhì)機(jī)構(gòu)、企業(yè)性質(zhì)與自主創(chuàng)新》，《經(jīng)濟(jì)研究》2012年第3期;劉曉光、劉元春：《杠桿率、短債長(zhǎng)用與企業(yè)表現(xiàn)》，《經(jīng)濟(jì)研究》2019年第7期。以市盈率（股票價(jià)格/每股收益）衡量企業(yè)未來(lái)發(fā)展?jié)摿?，何誠(chéng)穎：《中國(guó)股市市盈率分布特征及國(guó)際比較研究》，《經(jīng)濟(jì)研究》2003年第9期;陳共榮、劉冉：《市盈率能否成為投資決策分析的有效指標(biāo)——來(lái)自中國(guó)A股的經(jīng)驗(yàn)數(shù)據(jù)》，《會(huì)計(jì)研究》2011年第9期。這可以傳遞公司未來(lái)成長(zhǎng)性信號(hào);以總資產(chǎn)凈利率（凈利潤(rùn)/總資產(chǎn)）和凈資產(chǎn)利潤(rùn)率（凈利潤(rùn)/凈資產(chǎn)）衡量企業(yè)業(yè)績(jī);一般而言，企業(yè)的總資產(chǎn)凈利率和凈資產(chǎn)利潤(rùn)率保持一致，反映了企業(yè)將生產(chǎn)要素轉(zhuǎn)化成經(jīng)濟(jì)效益的能力，但在企業(yè)杠桿經(jīng)營(yíng)時(shí)出于股東利益最大化的考慮，二者可能會(huì)有所不同，因此本文采用兩種指標(biāo)進(jìn)行分析。參見(jiàn)劉曉光、劉元春：《杠桿率、短債長(zhǎng)用與企業(yè)表現(xiàn)》，《經(jīng)濟(jì)研究》2019年第7期。以Ln（企業(yè)總成本）衡量企業(yè)成本?？子裆⒅炷似?、孔慶根：《成本粘性研究：來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)》，《會(huì)計(jì)研究》2007年第11期。具體如式（1）-（6）所示：

Patent=α+β1·company_typeit+β2·industry_cityit+ε（1）

Debt=α+β1·company_typeit+β2·company_performanceit+β3·industry_cityit+ε（2）

PE=α+β1·company_typeit+β2·company_performanceit+β3·industry_cityit+ε（3）

ROA=α+β1·company_typeit+β2·company_performanceit+β3·industryit+ε（4）

ROE=α+β1·company_typeit+β2·company_performanceit+β3·industryit+ε（5）

Lncosts=α+β1·company_typeit+β2·company_performanceit+β3·industry_cityit+ε（6）

本文主要解釋變量即企業(yè)是否擁有人工智能專(zhuān)利（AI_Dummy），是基于企業(yè)是否擁有人工智能領(lǐng)域?qū)＠夹g(shù)來(lái)定義。根據(jù)Dhars的文獻(xiàn)中用到的德溫特創(chuàng)新平臺(tái)（Derwent Innovation）的方法，基于樣本企業(yè)每年具體專(zhuān)利的IPC分類(lèi)號(hào)，判斷該專(zhuān)利是否屬于人工智能領(lǐng)域的專(zhuān)利，從而獲得企業(yè)是否擁有人工智能領(lǐng)域?qū)＠夹g(shù)的信息。若企業(yè)擁有人工智能專(zhuān)利則取1，否則為0。（根據(jù)我國(guó)2008年新修訂的《中華人民共和國(guó)專(zhuān)利法》第42條規(guī)定，我國(guó)發(fā)明專(zhuān)利的保護(hù)期為20年）參見(jiàn)Ridhma Dhars、莫京、孫運(yùn)濤等：《人工智能在東南亞》，《科學(xué)觀察》2018年第4期。從企業(yè)特征、企業(yè)表現(xiàn)、行業(yè)-城市特性三個(gè)角度引入控制變量，企業(yè)特征層面的控制變量包括企業(yè)是否是國(guó)企（SOE_Dummy）、企業(yè)年齡（Age）、企業(yè)是否是高新技術(shù)企業(yè)（Highteach_Dummy）判斷企業(yè)是否屬于高新技術(shù)企業(yè)，是基于我國(guó)于2008年頒布實(shí)施的《高新技術(shù)企業(yè)認(rèn)定管理辦法》對(duì)“高新技術(shù)企業(yè)”的定義。、企業(yè)規(guī)模（Lnasset）、企業(yè)價(jià)值（Lnvalue），其中若企業(yè)為國(guó)企則取值為1，反之為0。若企業(yè)有高新技術(shù)企業(yè)資質(zhì)認(rèn)定則Highteach_Dummy取值為1，反之為0。企業(yè)規(guī)模由企業(yè)總資產(chǎn)的自然對(duì)數(shù)來(lái)衡量;企業(yè)表現(xiàn)層面的控制變量，指的是總資產(chǎn)凈利率（ROA）、企業(yè)利潤(rùn)的自然對(duì)數(shù)（Lnprofit）、凈資產(chǎn)利潤(rùn)率（ROE）和資產(chǎn)負(fù)債率（Debt）;行業(yè)-城市特征層面的控制變量，指的是企業(yè)的市場(chǎng)集中度（HHI）、企業(yè)是否在東部城市（Eastern_Dummy）。鐘凱、程小可、肖翔等：《宏觀經(jīng)濟(jì)政策影響企業(yè)創(chuàng)新投資嗎——基于融資約束與融資來(lái)源視角的分析》，《南開(kāi)管理評(píng)論》2017年第6期;崔迎科：《農(nóng)業(yè)上市公司非農(nóng)化經(jīng)營(yíng)“陷阱”的實(shí)證研究——基于74家農(nóng)業(yè)上市公司面板數(shù)據(jù)》，《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2013年第7期;劉曉光、劉元春：《杠桿率、短債長(zhǎng)用與企業(yè)表現(xiàn)》，《經(jīng)濟(jì)研究》2019年第7期。市場(chǎng)集中度用赫芬達(dá)爾-赫希曼指數(shù)表示，是基于企業(yè)營(yíng)業(yè)收入占比計(jì)算而得，若企業(yè)為東部城市則Eastern_Dummy取值為1，反之為0。其中，company_typeit為企業(yè)特征層面的控制變量;company_performanceit為企業(yè)表現(xiàn)層面的控制變量;industry_cityit為行業(yè)-城市特征層面的控制變量;industryit為行業(yè)特征層面的控制變量。

2.數(shù)據(jù)描述與特征事實(shí)

本文選取2005-2015年滬深A(yù)股上市公司的面板數(shù)據(jù)，按照現(xiàn)階段新一代信息技術(shù)與制造技術(shù)融合程度，將WIND行業(yè)分類(lèi)中的“醫(yī)藥生物”“電子”“計(jì)算機(jī)”“綜合” “通信”“家用電器” “有色金屬” “機(jī)械設(shè)備”“電氣設(shè)備”“紡織服裝”“鋼鐵”“化工”“輕工制造”13個(gè)子行業(yè)，剔除ST股票，大多數(shù)文獻(xiàn)研究實(shí)體企業(yè)都剔除了信息技術(shù)類(lèi)企業(yè)，而隨著信息技術(shù)應(yīng)用日益廣泛，許多制造業(yè)企業(yè)在各個(gè)流通環(huán)節(jié)注重信息技術(shù)，軟件和硬件并重，故本文未剔除這一類(lèi)子行業(yè)。根據(jù)《國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)》（GB/T 4754-2017）。根據(jù)《國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)》（GB/T 4754-2017），C門(mén)類(lèi)（制造業(yè)）包括13～43大類(lèi)。剔除非制造業(yè)企業(yè)，樣本量為1025家上市企業(yè)。表1列示了本文各變量的描述性統(tǒng)計(jì)結(jié)果。制造業(yè)上市公司的專(zhuān)利數(shù)據(jù)以及財(cái)務(wù)數(shù)據(jù)皆來(lái)源于萬(wàn)得數(shù)據(jù)庫(kù)（WIND）及國(guó)家知識(shí)產(chǎn)權(quán)局專(zhuān)利授權(quán)數(shù)據(jù)庫(kù)。為避免極端值對(duì)實(shí)證結(jié)果的影響，本文對(duì)市盈率、凈資產(chǎn)利潤(rùn)率與總資產(chǎn)凈利率三個(gè)變量在3%和97%分位上進(jìn)行縮尾處理（winsorize） 。

表1 描述性統(tǒng)計(jì)⑤

四、實(shí)證結(jié)果及分析

1.人工智能技術(shù)應(yīng)用有效提升了制造業(yè)企業(yè)創(chuàng)新能力

實(shí)證研究發(fā)現(xiàn)，在表2的逐步回歸結(jié)果中，第（1）（2）列僅控制了企業(yè)性質(zhì)和企業(yè)規(guī)模，估計(jì)結(jié)果顯示本文關(guān)注的解釋變量AI_Dummy系數(shù)分別在1%和5%水平下顯著為正，第（3）列中進(jìn)一步控制了行業(yè)特征因素后，估計(jì)系數(shù)為144.700，且在5%水平下顯著，這表明：人工智能技術(shù)應(yīng)用顯著地推動(dòng)了制造業(yè)企業(yè)的技術(shù)進(jìn)步，推進(jìn)了制造業(yè)企業(yè)的技術(shù)創(chuàng)新，從而促進(jìn)制造業(yè)升級(jí)。這一結(jié)論印證了假設(shè)1。

控制變量中，企業(yè)規(guī)模、市場(chǎng)控制能力對(duì)企業(yè)的創(chuàng)新力有正向促進(jìn)作用?？刂屏似髽I(yè)規(guī)模后，企業(yè)是否為高新技術(shù)企業(yè)的系數(shù)由正變負(fù)且不顯著，可能是由于企業(yè)擴(kuò)大規(guī)模引起的負(fù)債增加，從而產(chǎn)生了負(fù)面作用。比如增加了破產(chǎn)成本并減少了公司未來(lái)現(xiàn)金流量導(dǎo)致投資不足等，汪輝：《上市公司債務(wù)融資，公司治理與市場(chǎng)價(jià)值》，《經(jīng)濟(jì)研究》2003年第8期。因此高新技術(shù)企業(yè)與公司專(zhuān)利擁有量的關(guān)系變得不顯著甚至是負(fù)相關(guān)。與國(guó)有企業(yè)相比，非國(guó)有企業(yè)的創(chuàng)新效率更高，這與陳林等的研究結(jié)果保持一致。陳林、萬(wàn)攀兵、許瑩盈：《混合所有制企業(yè)的股權(quán)結(jié)構(gòu)與創(chuàng)新行為——基于自然實(shí)驗(yàn)與斷點(diǎn)回歸的實(shí)證檢驗(yàn)》，《管理世界》2019年第10期。

表2 人工智能技術(shù)應(yīng)用對(duì)制造業(yè)企業(yè)價(jià)值的影響

2.人工智能技術(shù)應(yīng)用優(yōu)化了制造業(yè)企業(yè)資本結(jié)構(gòu)

如表2所示，列（4）（5）（6）顯示了企業(yè)資本結(jié)構(gòu)模型基本回歸結(jié)果。列（4）控制了企業(yè)特征變量，列（5）進(jìn)一步控制了企業(yè)表現(xiàn)方面的主要變量，列（6）在模型中補(bǔ)充了行業(yè)-城市特征層面的控制變量。由回歸結(jié)果可知，主要解釋變量——企業(yè)是否擁有人工智能專(zhuān)利（AI_Dummy）對(duì)企業(yè)資產(chǎn)負(fù)債率的影響為負(fù)，分別為-0.010、-0.012、-0.011，在控制企業(yè)特征和企業(yè)表現(xiàn)后均通過(guò)在10%水平下的顯著性檢驗(yàn)。換言之，應(yīng)用人工智能專(zhuān)利企業(yè)杠桿率顯著低于未應(yīng)用人工智能專(zhuān)利技術(shù)的企業(yè)，說(shuō)明隨著人工智能等數(shù)字技術(shù)的應(yīng)用，制造業(yè)企業(yè)發(fā)展迅速，企業(yè)的經(jīng)營(yíng)能力更加穩(wěn)定，融資效率也能得到提升。而且工業(yè)智能化調(diào)整了企業(yè)輕重資產(chǎn)的資本結(jié)構(gòu)，企業(yè)對(duì)內(nèi)資源整合能力提高，對(duì)外市場(chǎng)競(jìng)爭(zhēng)力加強(qiáng)，企業(yè)資本更為“輕便化”。未應(yīng)用人工智能專(zhuān)利的制造業(yè)企業(yè)的高資產(chǎn)負(fù)債率源于其依賴(lài)于大型設(shè)備，投入成本過(guò)大，因此自有資金不足時(shí)外部融資便尤為重要，且資金流動(dòng)慢亦加大了企業(yè)財(cái)務(wù)杠桿?？偠灾?，工業(yè)智能技術(shù)優(yōu)化了制造業(yè)企業(yè)的資本結(jié)構(gòu)，促進(jìn)了應(yīng)用人工智能專(zhuān)利技術(shù)的制造業(yè)企業(yè)獲利，而激烈的競(jìng)爭(zhēng)淘汰了資本密集度低的低端制造業(yè)企業(yè)，葛順奇、羅偉：《跨國(guó)公司進(jìn)入與中國(guó)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)——基于全球價(jià)值鏈視角的研究》，《經(jīng)濟(jì)研究》2015年第11期。制造業(yè)企業(yè)逐步向資本密集型轉(zhuǎn)變?；诖?，假設(shè)2的內(nèi)容得到驗(yàn)證。

基準(zhǔn)回歸中，除了企業(yè)的市場(chǎng)集中度、企業(yè)規(guī)模和總資產(chǎn)凈利率以外，其他變量的估計(jì)系數(shù)均為負(fù)值。企業(yè)規(guī)模越大，企業(yè)所在產(chǎn)業(yè)集中度越高，公司治理的矛盾就越突出，企業(yè)面臨的融資約束越大。竇煒、劉星：《債務(wù)杠桿、所有權(quán)特征與中國(guó)上市公司投資行為研究》，《經(jīng)濟(jì)與管理研究》2011年第2期?？傎Y產(chǎn)凈利率高說(shuō)明企業(yè)價(jià)值高、業(yè)績(jī)好，銀行借款給它們的風(fēng)險(xiǎn)較小，故這些制造業(yè)企業(yè)借款壓力較小。而業(yè)績(jī)好也代表企業(yè)有增加融資和擴(kuò)大投資的需求，這與汪輝的結(jié)論一致。汪輝：《上市公司債務(wù)融資、公司治理與市場(chǎng)價(jià)值》，《經(jīng)濟(jì)研究》2003年第8期。成立時(shí)間久、企業(yè)利潤(rùn)越高、處于東部地區(qū)的企業(yè)杠桿率水平更低，這說(shuō)明有經(jīng)驗(yàn)積累、高利潤(rùn)企業(yè)成長(zhǎng)機(jī)會(huì)多，所處發(fā)達(dá)地區(qū)使得企業(yè)可以利用現(xiàn)有的良好融資環(huán)境，尋求外部資金的需求越少，財(cái)務(wù)杠桿便更低，這一結(jié)果與先行文獻(xiàn)結(jié)論保持基本一致。張會(huì)麗、陸正飛：《控股水平、負(fù)債主體與資本結(jié)構(gòu)適度性》，《南開(kāi)管理評(píng)論》2013年第5期。

3.人工智能技術(shù)應(yīng)用提高了制造業(yè)企業(yè)的市場(chǎng)估值

如上表2所示，回歸結(jié)果分為列（7）（8）（9），列（7）控制了企業(yè)特征變量，列（8）進(jìn)一步控制了企業(yè)表現(xiàn)方面的主要變量，列（9）在模型中補(bǔ)充了行業(yè)-城市特征層面的控制變量。結(jié)果表明，企業(yè)是否擁有人工智能專(zhuān)利（AI_Dummy）對(duì)企業(yè)市盈率的效應(yīng)顯著為正，估計(jì)系數(shù)分別為16.110、15.530、14600，且皆通過(guò)了1%水平的顯著性檢驗(yàn)?？赡茉蛴校簱碛腥斯ぶ悄軐?zhuān)利技術(shù)的制造業(yè)企業(yè)成長(zhǎng)性較好，溢價(jià)率高，市場(chǎng)投資者對(duì)其所在市場(chǎng)看好，這在長(zhǎng)期也將促進(jìn)企業(yè)向資本密集型轉(zhuǎn)變。該結(jié)論對(duì)假設(shè)2進(jìn)行了進(jìn)一步的驗(yàn)證。已有學(xué)者發(fā)現(xiàn)長(zhǎng)期預(yù)期增長(zhǎng)往往與市盈率相關(guān)，Beneda研究發(fā)現(xiàn)上市公司高市盈率股票的平均收益率要優(yōu)于低市盈率股票的收益率。N.Beneda， “Growth Stocks Outperform Value Stocks Over the Long Term，”Journal of Asset Management， vol.3，no.2， 2002，pp.112～123; K.Anderson， C.Brooks.，“The Long-term Price-earnings Ratio，”Journal of Business Finance and Accounting， vol.33，no.7， 2006，pp.1063～1086; P.M.Fairfield，“P/E， P/B and the Present Value of Future Dividends，”Financial Analysts Journal， vol.50， no.4，1994，pp.23～31.這些結(jié)果表明了市盈率反映了投資者對(duì)上市公司未來(lái)增長(zhǎng)機(jī)會(huì)的看法。

企業(yè)規(guī)模、資產(chǎn)負(fù)債率、凈資產(chǎn)利潤(rùn)率對(duì)企業(yè)市盈率有負(fù)向作用。從企業(yè)規(guī)模來(lái)說(shuō)，大企業(yè)的股票流通盤(pán)大，不易被價(jià)格操縱，總體市盈率往往不高;從企業(yè)資產(chǎn)負(fù)債率來(lái)說(shuō)，資產(chǎn)負(fù)債率較低的企業(yè)往往具備一定財(cái)務(wù)彈性，故市盈率較高。陳占鋒的研究也表明，中國(guó)A股市盈率大小與流通股本呈反向關(guān)系。凈資產(chǎn)利潤(rùn)率高的企業(yè)，通過(guò)自有資本獲取效益的能力越強(qiáng)，運(yùn)營(yíng)效益越好。陳占鋒：《上海股票市場(chǎng)A股泡沫問(wèn)題：市盈率測(cè)量與綜合解釋》，《世界經(jīng)濟(jì)》2002年第7期。公司股票市盈率高低不僅僅由股票收益率單一驅(qū)動(dòng)，朱武祥、鄧海峰：《股票市盈率中隱含的競(jìng)爭(zhēng)優(yōu)勢(shì)持續(xù)期》，《經(jīng)濟(jì)研究》1999年第12期。有學(xué)者認(rèn)為，股票收益率與市盈率之間存在負(fù)相關(guān)關(guān)系。E.F.Fama， K.R.French，“The Cross-section of Expected Stock Returns，”The Journal of Finance，vol.47，no.2，1992， pp.427～465.可能原因是投資者關(guān)注短期套利，較少關(guān)注能長(zhǎng)期影響企業(yè)未來(lái)發(fā)展的因素，這一結(jié)論與Penman、陳共榮等的研究相吻合。S.H.Penman， “The Articulation of Price-earnings Ratios and Market-to-book Ratios and the Evaluation of Growth，”Journal of Accounting Research， vol.34，no.2，1996，pp.235～259;陳共榮、劉冉：《市盈率能否成為投資決策分析的有效指標(biāo)——來(lái)自中國(guó)A股的經(jīng)驗(yàn)數(shù)據(jù)》，《會(huì)計(jì)研究》2011年第9期。但凈資產(chǎn)利潤(rùn)率估計(jì)系數(shù)皆不顯著，說(shuō)明凈資產(chǎn)利潤(rùn)率對(duì)企業(yè)市盈率的抑制作用不明顯。東部地區(qū)的企業(yè)市盈率越高，這說(shuō)明投資者對(duì)發(fā)達(dá)地區(qū)的企業(yè)興趣更大。高新技術(shù)企業(yè)市盈率相對(duì)較高，原因在于：一是根據(jù)市場(chǎng)投資者對(duì)公司未來(lái)盈利和成長(zhǎng)性進(jìn)行投資的“成長(zhǎng)性預(yù)期”理論，高新技術(shù)企業(yè)市盈率高是因?yàn)橥顿Y者預(yù)期公司未來(lái)成長(zhǎng)性空間較大，從而實(shí)施投資以期在股票市場(chǎng)獲利;二是中國(guó)股票市場(chǎng)A股存在泡沫，當(dāng)企業(yè)業(yè)績(jī)不佳時(shí)，股票每股收益低下會(huì)直接導(dǎo)致市盈率偏高。

由上述可知，應(yīng)用人工智能技術(shù)的企業(yè)創(chuàng)新能力較高，人工智能技術(shù)的發(fā)展優(yōu)化了制造業(yè)企業(yè)的資本結(jié)構(gòu)。同時(shí)，在市場(chǎng)有效的前提下，人工智能技術(shù)應(yīng)用提高了制造業(yè)市場(chǎng)流動(dòng)性，擴(kuò)大了其直接融資規(guī)模，有效提振了市場(chǎng)對(duì)制造業(yè)企業(yè)的發(fā)展信心。長(zhǎng)期來(lái)看，應(yīng)用人工智能技術(shù)的企業(yè)具有較大的增長(zhǎng)潛力，隨著大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等互聯(lián)網(wǎng)新興技術(shù)迅猛發(fā)展，人工智能將廣泛在各行各業(yè)得到迅速的應(yīng)用，特別是與傳統(tǒng)制造業(yè)的無(wú)縫銜接，實(shí)現(xiàn)融合發(fā)展。隨著軟件技術(shù)和硬件技術(shù)日臻成熟，中國(guó)市場(chǎng)將涌現(xiàn)一批新型人工智能制造業(yè)企業(yè)。隨著人工智能技術(shù)與制造業(yè)的深度融合，會(huì)不斷降低成本、提升性能，激烈的競(jìng)爭(zhēng)也將會(huì)逐步淘汰資本密集度低的低端制造業(yè)企業(yè)，制造業(yè)企業(yè)逐步向資本密集型轉(zhuǎn)變。但企業(yè)持續(xù)經(jīng)營(yíng)依賴(lài)短期盈利能力，企業(yè)短期的研發(fā)投入帶來(lái)較大的初始投入成本，且技術(shù)研發(fā)本身充滿(mǎn)不確定性。為此，本文進(jìn)一步實(shí)證研究人工智能技術(shù)與制造業(yè)深度融合短期內(nèi)對(duì)企業(yè)盈利能力的影響。

4.人工智能技術(shù)與制造業(yè)深度融合短期內(nèi)降低了制造業(yè)企業(yè)盈利能力

企業(yè)盈利模型回歸結(jié)果見(jiàn)表3。列（1）（4）（7）控制了企業(yè)特征層面的變量，列（2）（5）（8）控制了企業(yè)表現(xiàn)層面的變量，列（3）（6）（9）控制了行業(yè)特征層面的變量。由表3可知，以總資產(chǎn)凈利率、凈資產(chǎn)利潤(rùn)率為因變量的回歸模型中，企業(yè)是否擁有人工智能專(zhuān)利（AI_Dummy）的系數(shù)皆顯著為負(fù)，說(shuō)明人工智能技術(shù)與制造技術(shù)融合程度越高，企業(yè)利用資產(chǎn)產(chǎn)生的經(jīng)濟(jì)效益反而下降;公司凈資產(chǎn)利潤(rùn)率反映的是該公司已完成投資項(xiàng)目的獲利能力，朱武祥、鄧海峰：《股票市盈率中隱含的競(jìng)爭(zhēng)優(yōu)勢(shì)持續(xù)期》，《經(jīng)濟(jì)研究》1999年第12期?；貧w結(jié)果說(shuō)明工業(yè)智能化并沒(méi)有提高其資金效益并且使其盈利能力獲得改善。主要原因可能是企業(yè)向人工智能方向轉(zhuǎn)型初期，人工智能專(zhuān)利技術(shù)應(yīng)用的一次性投入較高，因此對(duì)制造業(yè)企業(yè)短期盈利能力和業(yè)績(jī)成長(zhǎng)能力產(chǎn)生消極效應(yīng)，隨著人工智能等技術(shù)領(lǐng)域的日臻成熟，企業(yè)逐步完成產(chǎn)業(yè)轉(zhuǎn)型，制造業(yè)人工智能化的優(yōu)勢(shì)才能逐步顯現(xiàn)。

從控制變量的估計(jì)結(jié)果來(lái)看，企業(yè)年齡、規(guī)模、市場(chǎng)控制地位對(duì)企業(yè)獲利能力有抑制效應(yīng)。企業(yè)財(cái)務(wù)杠桿對(duì)凈資產(chǎn)利潤(rùn)率有顯著的正向促進(jìn)作用，對(duì)總資產(chǎn)凈利率則有明顯的抑制作用，說(shuō)明受股東利益最大化的投融資動(dòng)機(jī)驅(qū)使，企業(yè)會(huì)選擇杠桿融資。企業(yè)價(jià)值高的制造業(yè)企業(yè)則相對(duì)擁有更高總資產(chǎn)凈利率和凈資產(chǎn)利潤(rùn)率，說(shuō)明企業(yè)價(jià)值高的企業(yè)盈利能力和資產(chǎn)利用率較高?？刂屏似髽I(yè)特征、表現(xiàn)和行業(yè)特征后，企業(yè)是否國(guó)企的估計(jì)系數(shù)由正變負(fù)，但仍不顯著。

表3 人工智能技術(shù)應(yīng)用對(duì)制造業(yè)企業(yè)績(jī)效的影響

以Ln（企業(yè)總成本）為因變量的回歸模型中，企業(yè)是否擁有人工智能專(zhuān)利（AI_Dummy）的啞變量估計(jì)系數(shù)皆顯著為正，分別為0.058、0.047、0.069。此結(jié)論表明使用人工智能專(zhuān)利技術(shù)的企業(yè)面臨高初始成本，新技術(shù)使用的過(guò)程中存在短期增加成本的效應(yīng)。D.Faems， M.D.Visser，? P.Andries， et al.，“Technology Alliance Portfolios and Financial Performance： Value-enhancing and Cost-increasing Effects of Open Innovation，”Journal of Product Innovation Management， vol.27，no.6， 2010，pp.785～796.正如Pavlova指出的：企業(yè)采用新技術(shù)存在不確定性，這就無(wú)可避免地增加企業(yè)成本，會(huì)對(duì)企業(yè)的盈利或者企業(yè)價(jià)值造成負(fù)面影響，A.Pavlova， “Adjustment Costs， Learning-by-doing， and Technology Adoption under Uncertainty，”SSRN Working Paper， 2001，pp.1～35.應(yīng)用人工智能專(zhuān)利技術(shù)的制造業(yè)企業(yè)成本控制能力需要進(jìn)一步提升。

從控制變量的估計(jì)結(jié)果來(lái)看，高負(fù)債企業(yè)總成本往往較高，主要體現(xiàn)為代理總成本的增加。D.Yazdanfar， P.Oehman， “Debt Financing and Firm Performance： An Empirical Study Based on Swedish Data，”Journal of Risk Finance， vol.16，no.1， 2015，pp.102～118; D.Margaritis， M.Psillaki， “Capital Structure and Firm Efficiency，”Journal of Business Finance and Accounting， vol.34，no.9， 2007，pp.1447～1469.凈資產(chǎn)收益率高的公司可以降低企業(yè)總成本，當(dāng)收入下降時(shí)，這類(lèi)企業(yè)具有較高的成本控制要求和控制水平，有能力在短時(shí)間內(nèi)調(diào)整資源，并可以及時(shí)獲得市場(chǎng)信息，來(lái)做出成本調(diào)整決策。孔玉生、朱乃平、孔慶根：《成本粘性研究：來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)》，《會(huì)計(jì)研究》2007年第11期。

總資產(chǎn)凈利率和凈資產(chǎn)利潤(rùn)率作為會(huì)計(jì)業(yè)績(jī)，更多地衡量了企業(yè)的短期業(yè)績(jī)。辛清泉、林斌、王彥超：《政府控制、經(jīng)理薪酬與資本投資》，《經(jīng)濟(jì)研究》2007年第8期。因此，雖然人工智能領(lǐng)域?qū)＠夹g(shù)的應(yīng)用會(huì)對(duì)制造業(yè)企業(yè)的短期業(yè)績(jī)產(chǎn)生消極效應(yīng)，但不能忽略人工智能化在長(zhǎng)期對(duì)企業(yè)業(yè)績(jī)有有效的激勵(lì)效果。長(zhǎng)期來(lái)看，結(jié)合市盈率，企業(yè)進(jìn)入金融市場(chǎng)的行為受市場(chǎng)投資者偏好的驅(qū)使，其成長(zhǎng)能力給市場(chǎng)發(fā)送了積極信號(hào)，人們對(duì)企業(yè)未來(lái)發(fā)展?jié)摿τ休^高期待。

五、結(jié)論與建議

本文利用中國(guó)制造業(yè)上市企業(yè)數(shù)據(jù)，實(shí)證研究發(fā)現(xiàn)人工智能技術(shù)應(yīng)用能夠推進(jìn)制造業(yè)企業(yè)向技術(shù)密集型和資本密集型企業(yè)轉(zhuǎn)變，進(jìn)而推進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)，更能推進(jìn)國(guó)民經(jīng)濟(jì)從高速增長(zhǎng)向高質(zhì)量發(fā)展轉(zhuǎn)變。具體而言，一方面，人工智能技術(shù)推動(dòng)企業(yè)技術(shù)創(chuàng)新，實(shí)現(xiàn)數(shù)據(jù)要素在制造業(yè)中更有效率、更大規(guī)模的運(yùn)用，推進(jìn)制造業(yè)的升級(jí);另一方面，雖然人工智能技術(shù)的應(yīng)用對(duì)企業(yè)的總資產(chǎn)凈利率、凈資產(chǎn)利潤(rùn)率造成消極效應(yīng)，提高了企業(yè)總成本，但長(zhǎng)期看，隨著人工智能技術(shù)與制造技術(shù)融合程度提高，優(yōu)化了企業(yè)的資本結(jié)構(gòu)，提高了企業(yè)的市場(chǎng)估值，提高了企業(yè)生產(chǎn)率和競(jìng)爭(zhēng)力。另外，人工智能變革有效提高了制造業(yè)企業(yè)的成長(zhǎng)性，促進(jìn)了制造業(yè)升級(jí)。根據(jù)本文的研究結(jié)論， 同時(shí)結(jié)合我國(guó)的各項(xiàng)政策，本文認(rèn)為，我國(guó)各級(jí)政府和各類(lèi)企業(yè)應(yīng)當(dāng)高度重視數(shù)據(jù)作為生產(chǎn)要素的功能和作用，推進(jìn)并參考數(shù)據(jù)要素市場(chǎng)化機(jī)制體制的構(gòu)建和完善的相應(yīng)機(jī)制，可以從如下幾點(diǎn)開(kāi)展工作：

1.加快人工智能技術(shù)在制造業(yè)領(lǐng)域的應(yīng)用，推進(jìn)中國(guó)制造業(yè)企業(yè)向技術(shù)密集型制造業(yè)升級(jí)。第一，中國(guó)先進(jìn)制造業(yè)企業(yè)在制造業(yè)企業(yè)中所占的比例較小，李金華：《中國(guó)先進(jìn)制造業(yè)的發(fā)展現(xiàn)實(shí)與未來(lái)路徑思考》，《人文雜志》2020年第1期。須制定更加完善的戰(zhàn)略新興產(chǎn)業(yè)政策，繼續(xù)優(yōu)化制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)，提高先進(jìn)制造業(yè)企業(yè)比重，重點(diǎn)鼓勵(lì)和支持人工智能技術(shù)在企業(yè)產(chǎn)品研發(fā)、生產(chǎn)、銷(xiāo)售等環(huán)節(jié)的應(yīng)用;第二，加強(qiáng)先進(jìn)生產(chǎn)方式創(chuàng)新，構(gòu)建和完善數(shù)據(jù)要素市場(chǎng)化配置體制機(jī)制，加快推進(jìn)企業(yè)生產(chǎn)設(shè)備自動(dòng)化和產(chǎn)品智能化，建立以數(shù)字技術(shù)和人工智能技術(shù)為核心的制造業(yè)通用技術(shù)系統(tǒng);第三，加強(qiáng)專(zhuān)利保護(hù)，全面提高制造業(yè)企業(yè)的綜合競(jìng)爭(zhēng)力;第四，核心人才短缺或成為制約人工智能技術(shù)應(yīng)用的短板，應(yīng)抓準(zhǔn)機(jī)會(huì)加快引進(jìn)和培育相關(guān)領(lǐng)域人才、專(zhuān)家。

2.加快人工智能技術(shù)在制造業(yè)領(lǐng)域的應(yīng)用，推進(jìn)中國(guó)制造業(yè)企業(yè)向資本密集型制造業(yè)轉(zhuǎn)型。第一，進(jìn)一步加強(qiáng)金融對(duì)制造業(yè)升級(jí)的支持和服務(wù)作用，充分發(fā)揮科創(chuàng)板的資本市場(chǎng)改革“試驗(yàn)田”作用，使科創(chuàng)板成為資本要素與數(shù)據(jù)要素、技術(shù)要素優(yōu)化配置的重要平臺(tái)，推動(dòng)先進(jìn)制造業(yè)發(fā)展;楊可方、李世杰、楊朝軍：《金融結(jié)構(gòu)與中國(guó)產(chǎn)業(yè)升級(jí)的關(guān)聯(lián)機(jī)制研究》，《管理世界》2018年第8期。第二，加快數(shù)字技術(shù)和人工智能技術(shù)在企業(yè)運(yùn)營(yíng)管理方面的應(yīng)用，深入挖掘數(shù)據(jù)背后的價(jià)值，構(gòu)建新型商業(yè)模式，王海杰、宋姍姍：《互聯(lián)網(wǎng)背景下制造業(yè)平臺(tái)型企業(yè)商業(yè)模式創(chuàng)新研究——基于企業(yè)價(jià)值生態(tài)系統(tǒng)構(gòu)建的視角》，《管理學(xué)刊》2019年第1期。有效改善信息不對(duì)稱(chēng)問(wèn)題，完善員工績(jī)效管理制度、庫(kù)存管理制度、財(cái)務(wù)管理制度，調(diào)整制造業(yè)企業(yè)的資本結(jié)構(gòu)，使企業(yè)資本更為“輕便化”，提高企業(yè)內(nèi)部資源整合能力和外部市場(chǎng)競(jìng)爭(zhēng)力;第三，促進(jìn)產(chǎn)業(yè)鏈上下游企業(yè)深度合作，鼓勵(lì)龍頭企業(yè)充分利用資本力量，發(fā)展先進(jìn)技術(shù)集群和知識(shí)集群，提高先進(jìn)制造業(yè)企業(yè)的全要素生產(chǎn)率。

責(zé)任編輯：韓海燕

* 基金項(xiàng)目：上海市2020年“科技創(chuàng)新行動(dòng)計(jì)劃”軟科學(xué)重點(diǎn)項(xiàng)目“重大突發(fā)公共衛(wèi)生事件對(duì)上海中小企業(yè)的影響及對(duì)策——基于全要素生產(chǎn)力測(cè)算研究”（20692191100）;國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目“堅(jiān)持和完善中國(guó)特色社會(huì)主義基本經(jīng)濟(jì)制度研究”（20AZD011）;國(guó)家自然科學(xué)基金項(xiàng)目“中國(guó)P2P金融的市場(chǎng)微觀結(jié)構(gòu)研究——基于經(jīng)濟(jì)網(wǎng)絡(luò)分析的方法”（71503165）