摘" "要：作為新一輪科技革命和產(chǎn)業(yè)變革的重要推動(dòng)力，人工智能成為影響資本跨地區(qū)流動(dòng)的關(guān)鍵力量?；诖耍?014—2023年中國(guó)A股上市公司為樣本，運(yùn)用文本挖掘技術(shù)構(gòu)建企業(yè)人工智能綜合指標(biāo)，探討了人工智能在企業(yè)的應(yīng)用對(duì)資本跨地區(qū)流動(dòng)的影響及作用機(jī)制。研究發(fā)現(xiàn)：第一，人工智能可以顯著促進(jìn)上市公司設(shè)立異地子公司，加速資本跨地區(qū)流動(dòng)；第二，機(jī)制分析表明，人工智能通過降低交易成本以及提高生產(chǎn)經(jīng)營(yíng)效率進(jìn)而促進(jìn)資本跨地區(qū)流動(dòng)；第三，人工智能對(duì)資本跨地區(qū)流動(dòng)的提升作用在非國(guó)有企業(yè)、高市場(chǎng)競(jìng)爭(zhēng)企業(yè)以及中心城市企業(yè)中更強(qiáng)；第四，人工智能的發(fā)展促進(jìn)企業(yè)新增異地子公司的同時(shí)不會(huì)對(duì)本地子公司產(chǎn)生擠出效應(yīng)，存在帕累托改進(jìn)。研究加深了對(duì)人工智能在資本跨地區(qū)流動(dòng)中所扮演角色的理解和認(rèn)識(shí)，為推進(jìn)國(guó)內(nèi)統(tǒng)一大市場(chǎng)建設(shè)提供了新的微觀路徑。

關(guān)鍵詞：人工智能；資本跨地區(qū)流動(dòng)；交易成本；生產(chǎn)經(jīng)營(yíng)效率

中圖分類號(hào)：F830" 文獻(xiàn)標(biāo)識(shí)碼：A" 文章編號(hào)：1674-2265（2024）11-0036-11

DOI：10.19647/j.cnki.37-1462/f.2024.11.004

一、引言

在全球化和金融自由化背景下，資本的跨地區(qū)流動(dòng)已成為推動(dòng)經(jīng)濟(jì)發(fā)展的關(guān)鍵因素。資本流動(dòng)不僅促進(jìn)了貿(mào)易的自由流動(dòng)和市場(chǎng)資源配置效率的提高，而且通過打破市場(chǎng)分割為經(jīng)濟(jì)增長(zhǎng)提供動(dòng)力（Akash等，2023）[1]。企業(yè)作為經(jīng)濟(jì)活動(dòng)的主要參與者，其跨區(qū)域投資行為是資本流動(dòng)的重要體現(xiàn)。跨地區(qū)投資是指企業(yè)通過設(shè)立子公司或分支機(jī)構(gòu)進(jìn)入其他區(qū)域市場(chǎng)，包括在一個(gè)國(guó)家的不同省份和城市之間的投資以及國(guó)際直接投資（Wang等，2022）[2]。這種投資不僅為企業(yè)自身創(chuàng)造了增長(zhǎng)機(jī)會(huì)和經(jīng)濟(jì)回報(bào)（Wang等，2024）[3]，而且通過推動(dòng)人才、資金、技術(shù)的自由流動(dòng)，打破市場(chǎng)分割，激發(fā)當(dāng)?shù)亟?jīng)濟(jì)活力。然而，資本流動(dòng)并非完全自由，在推進(jìn)市場(chǎng)一體化的過程中，中國(guó)面臨的挑戰(zhàn)包括自然因素、技術(shù)因素和制度因素等多重市場(chǎng)分割問題。自然分割主要源于空間距離等物理因素，技術(shù)因素源于不同地區(qū)勞動(dòng)力素質(zhì)和技術(shù)成熟度的差異，制度性市場(chǎng)分割則受到經(jīng)濟(jì)、政治等人為因素的影響，如地方政府為了區(qū)域利益，可能會(huì)采取違反資源配置規(guī)律的行為，導(dǎo)致經(jīng)濟(jì)扭曲（楊劍和程華東，2024）[4]。這些因素共同影響著資本要素的自由流動(dòng)和生產(chǎn)效率，從而對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生深遠(yuǎn)影響。

人工智能作為一項(xiàng)革命性技術(shù)，深刻影響著資本流動(dòng)、市場(chǎng)分割、跨區(qū)域投資以及市場(chǎng)一體化等多個(gè)方面（蘇立君，2024）[5]，成為新時(shí)代經(jīng)濟(jì)發(fā)展的重要引擎。海外人工智能蓬勃發(fā)展，OpenAI（美國(guó)人工智能研究公司）于2023年3月發(fā)布GPT-4，谷歌于2023年12月發(fā)布Gemini大模型，微軟推出copilot、bing AI等。Sensor Tower（移動(dòng)應(yīng)用數(shù)據(jù)分析公司）數(shù)據(jù)顯示，2023年人工智能應(yīng)用年度下載量和內(nèi)購(gòu)收入分別上漲60%和70%，超過21億次和17億美元。國(guó)內(nèi)廠商也加快研發(fā)節(jié)奏，紛紛發(fā)布大模型產(chǎn)品。2023年3月到6月，百度、清華智譜、阿里巴巴、科大訊飛、百川智能等廠商相繼發(fā)布自己的大模型產(chǎn)品，并持續(xù)迭代更新。由此可見，各國(guó)高度重視人工智能并將其作為占領(lǐng)競(jìng)爭(zhēng)制高點(diǎn)的重要舉措。資本跨地區(qū)流動(dòng)是企業(yè)在激烈的市場(chǎng)競(jìng)爭(zhēng)中保持領(lǐng)先地位、實(shí)現(xiàn)可持續(xù)發(fā)展的關(guān)鍵。那么，人工智能能否促進(jìn)企業(yè)資本跨地區(qū)流動(dòng)？針對(duì)這一問題進(jìn)行的研究對(duì)我國(guó)企業(yè)通過人工智能技術(shù)促進(jìn)資本跨地區(qū)流動(dòng)具有深遠(yuǎn)的戰(zhàn)略意義。

目前學(xué)術(shù)界對(duì)人工智能的研究主要從經(jīng)濟(jì)增長(zhǎng)（韓永輝等，2023；Goralski和Tan，2020）[6，7]、收入分配（江永紅和張本秀，2021）[8]、生產(chǎn)效率（姚加權(quán)等，2024；Soori等，2023）[9，10]、競(jìng)爭(zhēng)能力（杜傳忠等，2024）[11]、技術(shù)進(jìn)步（黃浩權(quán)等，2024）[12]和產(chǎn)業(yè)升級(jí)（張萬(wàn)里和劉婕，2023；Jan等，2023）[13，14]等角度展開，普遍認(rèn)為人工智能作為第四次工業(yè)革命的代表，對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的各個(gè)方面都具有深遠(yuǎn)的影響，為促進(jìn)經(jīng)濟(jì)發(fā)展提供必不可少的動(dòng)力。在已有的關(guān)于人工智能微觀經(jīng)濟(jì)效應(yīng)的研究中，鮮有文獻(xiàn)關(guān)注人工智能在企業(yè)投資中的作用，尤其是對(duì)跨區(qū)域投資活動(dòng)的作用。本文利用文本挖掘技術(shù)構(gòu)建了微觀企業(yè)層面的人工智能指標(biāo)，深入探究人工智能對(duì)資本跨地區(qū)流動(dòng)的促進(jìn)作用及作用機(jī)制。本文的邊際貢獻(xiàn)在于以下三個(gè)方面。第一，從企業(yè)年報(bào)信息和人工智能投資水平兩個(gè)維度綜合刻畫了人工智能水平，彌補(bǔ)了當(dāng)前僅使用機(jī)器滲透率、專利數(shù)量以及單一年報(bào)進(jìn)行分析的不足。第二，已有的跨地區(qū)投資文獻(xiàn)主要關(guān)注區(qū)位選擇及經(jīng)濟(jì)后果等方面，鮮有研究涉及如何促進(jìn)企業(yè)跨地區(qū)投資，本文從人工智能角度探討影響企業(yè)跨地區(qū)投資的因素，為新發(fā)展階段下理解資本流動(dòng)提供新的視角。第三，基于交易成本與生產(chǎn)經(jīng)營(yíng)效率視角厘清人工智能對(duì)資本跨地區(qū)流動(dòng)的作用機(jī)制，打開了人工智能與資本跨地區(qū)流動(dòng)之間的機(jī)制“黑箱”。

二、理論分析與研究假設(shè)

（一）人工智能與資本跨地區(qū)流動(dòng)

在全球化和區(qū)域一體化背景下，企業(yè)追求資本跨地區(qū)流動(dòng)通常存在市場(chǎng)和非市場(chǎng)兩種途徑。我國(guó)省份間的市場(chǎng)分割程度嚴(yán)重，甚至超過了歐盟國(guó)家間的水平（Poncet，2003）[15]，導(dǎo)致資源配置效率受到影響，這迫使企業(yè)依賴非市場(chǎng)手段獲取異地資源，但這一途徑同樣充滿挑戰(zhàn)，地理距離的擴(kuò)大、行業(yè)多樣性的增加、資金短缺、投資經(jīng)驗(yàn)缺乏以及市場(chǎng)變化等問題都增加了跨地區(qū)建立子公司的困難。政府行為是企業(yè)資本跨地區(qū)流動(dòng)的一個(gè)重要影響因素，比如省市之間更高的稅收分享比例有助于打破市場(chǎng)分割，加快市場(chǎng)一體化進(jìn)程（康明和蹤家峰，2024）[16]，但地方保護(hù)主義對(duì)企業(yè)跨地區(qū)投資產(chǎn)生了顯著的制度性摩擦，地方政府對(duì)資源配置的干預(yù)、市場(chǎng)壁壘和生產(chǎn)要素在地區(qū)間自由流動(dòng)的阻礙削弱了全國(guó)統(tǒng)一大市場(chǎng)的資源配置功能，限制了企業(yè)在全國(guó)范圍內(nèi)優(yōu)化布局的空間。

企業(yè)邊際理論認(rèn)為企業(yè)的本質(zhì)是對(duì)市場(chǎng)的替代（王營(yíng)和崔楷凈，2024）[17]，這一理論為理解企業(yè)通過設(shè)立異地子公司而非依賴市場(chǎng)機(jī)制進(jìn)行資本跨地區(qū)流動(dòng)提供了理論基礎(chǔ)。在市場(chǎng)交易成本過高的情況下，企業(yè)傾向于通過內(nèi)部化的權(quán)威關(guān)系來(lái)實(shí)現(xiàn)資源的優(yōu)化配置，以降低外部市場(chǎng)交易的成本。然而，這種內(nèi)部化過程會(huì)帶來(lái)組織成本的增加，因此，企業(yè)在考慮異地投資時(shí)必須權(quán)衡內(nèi)外部的交易成本。企業(yè)在面對(duì)外部交易成本時(shí)往往處于被動(dòng)接受的地位，為了在競(jìng)爭(zhēng)中獲得主動(dòng)權(quán)，就需要從內(nèi)部進(jìn)行技術(shù)層面的轉(zhuǎn)型升級(jí)。而人工智能可以合理控制內(nèi)部成本，提高企業(yè)運(yùn)營(yíng)效率（張譽(yù)夫等，2024）[18]。由此，在構(gòu)建全國(guó)統(tǒng)一大市場(chǎng)的背景下，人工智能為促進(jìn)資本跨地區(qū)流動(dòng)提供了一個(gè)可能的路徑。

人工智能作為一種顛覆性創(chuàng)新，其優(yōu)勢(shì)在于對(duì)大數(shù)據(jù)的深度處理和分析能力。從企業(yè)角度來(lái)看，首先，人工智能系統(tǒng)能夠揭示市場(chǎng)動(dòng)態(tài)、消費(fèi)者行為和運(yùn)營(yíng)效率的潛在趨勢(shì)，為企業(yè)管理者提供深入的洞察力。這種洞察力使企業(yè)能夠更準(zhǔn)確地識(shí)別和滿足客戶需求，進(jìn)而開發(fā)出更具市場(chǎng)競(jìng)爭(zhēng)力的產(chǎn)品和服務(wù)。其次，人工智能的預(yù)測(cè)模型基于歷史和實(shí)時(shí)數(shù)據(jù)預(yù)測(cè)未來(lái)事件，幫助企業(yè)減少不確定性帶來(lái)的風(fēng)險(xiǎn)，并能提前做好準(zhǔn)備以應(yīng)對(duì)市場(chǎng)變化（廖高可和李庭輝，2023）[19]。再次，人工智能在供應(yīng)鏈管理中的應(yīng)用極大地優(yōu)化了資源配置（Cannas等，2024）[20]，提高了生產(chǎn)流程的效率和響應(yīng)速度，為企業(yè)帶來(lái)了更大的市場(chǎng)和更高的經(jīng)濟(jì)效益。最后，人工智能通過機(jī)器學(xué)習(xí)和自適應(yīng)算法增強(qiáng)了管理的適應(yīng)性，能夠快速響應(yīng)外部環(huán)境的變化，并調(diào)整管理策略，確保企業(yè)在不斷變化的市場(chǎng)中保持競(jìng)爭(zhēng)力。這些作用體現(xiàn)了人工智能在提高企業(yè)管理精準(zhǔn)性、效率和適應(yīng)性方面的強(qiáng)大能力。

在此基礎(chǔ)上，人工智能進(jìn)一步促進(jìn)了資本的跨地區(qū)流動(dòng)。一方面，人工智能通過提高企業(yè)管理的精準(zhǔn)性和效率（徐鵬和徐向藝，2020）[21]，拓寬了信息渠道，降低了信息搜尋成本，幫助企業(yè)更好地識(shí)別市場(chǎng)機(jī)會(huì)，這種能力的提升使企業(yè)能夠更加精準(zhǔn)地進(jìn)行資源配置，進(jìn)而引導(dǎo)資本流向預(yù)期利潤(rùn)水平更高的區(qū)域，優(yōu)化投資決策。另一方面，人工智能通過其自適應(yīng)算法和機(jī)器學(xué)習(xí)能力，顯著提升了企業(yè)的適應(yīng)性（杜亞光等，2024）[22]，使企業(yè)能夠靈活應(yīng)對(duì)市場(chǎng)變化，這種適應(yīng)性不僅幫助企業(yè)在面對(duì)經(jīng)濟(jì)波動(dòng)時(shí)保持穩(wěn)定，還能迅速調(diào)整戰(zhàn)略以適應(yīng)新的市場(chǎng)需求，使資本能夠更加迅速地流動(dòng)到最需要的地區(qū)，進(jìn)而促進(jìn)資本跨地區(qū)流動(dòng)。

由此，提出假設(shè)1：人工智能有助于促進(jìn)資本跨地區(qū)流動(dòng)。

（二）人工智能促進(jìn)資本跨地區(qū)流動(dòng)的作用機(jī)制

設(shè)立異地子公司不僅是企業(yè)跨地區(qū)投資的關(guān)鍵途徑，也是資本在國(guó)家和國(guó)際層面流動(dòng)的主要形式。然而，企業(yè)在進(jìn)行跨地區(qū)投資時(shí)，不可避免地會(huì)面臨成本和效率的雙重挑戰(zhàn)（余淼杰和高愷琳，2021）[23]，這些挑戰(zhàn)構(gòu)成了資本流動(dòng)的“無(wú)形”壁壘（王媛和唐為，2023）[24]。在市場(chǎng)不完善的情況下，企業(yè)的投資決策不僅受投資需求的影響，還受到交易成本的影響，即成本約束。同時(shí)，企業(yè)的生產(chǎn)經(jīng)營(yíng)效率也會(huì)影響其投資需求，即效率約束。因此，本文從成本降低機(jī)制和效率提升機(jī)制兩方面分析人工智能對(duì)資本跨地區(qū)流動(dòng)的作用機(jī)制。

1. 成本降低機(jī)制。無(wú)論是有形的生產(chǎn)經(jīng)營(yíng)成本還是無(wú)形的信息成本，都構(gòu)成了企業(yè)的交易成本，這成為其跨地區(qū)投資的主要障礙（李穎等，2024）[25]。其一，人工智能在降低跨地區(qū)投融資成本方面發(fā)揮著重要作用。具體而言，一方面，人工智能通過提高信息透明度，有效緩解了企業(yè)在跨地區(qū)投資過程中面臨的信息不對(duì)稱問題（許家云等，2024）[26]。傳統(tǒng)的投資活動(dòng)往往伴隨著高昂的信息獲取成本，而人工智能能夠快速處理和分析海量數(shù)據(jù)，為企業(yè)提供更為精準(zhǔn)和實(shí)時(shí)的市場(chǎng)情報(bào)，不僅減少了企業(yè)信息搜集的成本，還降低了由于信息不透明而產(chǎn)生的投資風(fēng)險(xiǎn)，從而降低整體的投資成本。另一方面，人工智能技術(shù)有助于打破地域限制，實(shí)現(xiàn)信貸資源在不同地區(qū)合理流動(dòng)，進(jìn)一步降低企業(yè)的跨地區(qū)融資成本。不同于傳統(tǒng)的融資模式，人工智能技術(shù)通過自動(dòng)化處理和智能決策，可以簡(jiǎn)化交易流程，降低交易成本，提高資金流動(dòng)的效率（Mou，2019）[27]，這種優(yōu)化的融資渠道為企業(yè)提供了更多的融資機(jī)會(huì)，促進(jìn)了資本的跨地區(qū)流動(dòng)。

其二，跨地區(qū)并購(gòu)交易成本涉及并購(gòu)過程中的信用評(píng)估、議價(jià)、盡職調(diào)查等成本。在信用評(píng)估過程中，人工智能通過分析企業(yè)的財(cái)務(wù)報(bào)表、交易記錄、市場(chǎng)表現(xiàn)等多維度數(shù)據(jù)，可以構(gòu)建更為精細(xì)的企業(yè)信用畫像，有助于評(píng)估企業(yè)的信用狀況（姜建清，2024）[28]，為企業(yè)跨地區(qū)投資提供便利。在議價(jià)階段，人工智能可以利用信用評(píng)估結(jié)果制定更加精準(zhǔn)的出價(jià)策略，實(shí)時(shí)監(jiān)控市場(chǎng)動(dòng)態(tài)，為決策者提供即時(shí)的反饋和建議，這種實(shí)時(shí)的數(shù)據(jù)分析和決策支持能力可以顯著減少因人為因素導(dǎo)致的議價(jià)失誤，降低交易成本。在盡職調(diào)查過程中，人工智能和數(shù)據(jù)分析工具的應(yīng)用極大地促進(jìn)了企業(yè)之間的溝通，顯著提升盡職調(diào)查速度，有助于企業(yè)更準(zhǔn)確地評(píng)估目標(biāo)企業(yè)的價(jià)值和并購(gòu)后的潛在風(fēng)險(xiǎn)，降低并購(gòu)交易成本，進(jìn)而促進(jìn)資本跨地區(qū)流動(dòng)。

由此，提出假設(shè)2：人工智能可以通過降低交易成本，從而促進(jìn)資本跨地區(qū)流動(dòng)。

2. 效率提升機(jī)制。人工智能可以從規(guī)模效應(yīng)、學(xué)習(xí)效應(yīng)和協(xié)調(diào)效應(yīng)三重渠道影響企業(yè)的生產(chǎn)經(jīng)營(yíng)效率。首先，人工智能的規(guī)模效應(yīng)不僅體現(xiàn)在單個(gè)企業(yè)內(nèi)部，還體現(xiàn)在整個(gè)產(chǎn)業(yè)鏈上下游的協(xié)作和共享基礎(chǔ)設(shè)施上（Babina等，2024）[29]，有助于提升整個(gè)行業(yè)的效率。在企業(yè)層面，人工智能的內(nèi)部規(guī)模經(jīng)濟(jì)效應(yīng)表現(xiàn)在隨著企業(yè)規(guī)模的擴(kuò)大，人工智能模型能夠處理更復(fù)雜的任務(wù)，提升決策的準(zhǔn)確性和效率。在行業(yè)層面，人工智能的外部規(guī)模經(jīng)濟(jì)效應(yīng)表現(xiàn)在隨著人工智能技術(shù)應(yīng)用在更多的企業(yè)中，整個(gè)行業(yè)的生產(chǎn)效率得到提升。其次，人工智能通過學(xué)習(xí)效應(yīng)顯著提升企業(yè)的生產(chǎn)經(jīng)營(yíng)效率，主要表現(xiàn)在機(jī)器學(xué)習(xí)算法的自我優(yōu)化上（宋華，2024）[30]。隨著時(shí)間的推移和數(shù)據(jù)的積累，人工智能系統(tǒng)可以更加精準(zhǔn)地降低企業(yè)的生產(chǎn)成本并提高生產(chǎn)效率，這種技術(shù)的進(jìn)步在高頻、重復(fù)且規(guī)則明確的生產(chǎn)活動(dòng)中表現(xiàn)得尤為明顯。例如，Google公司研發(fā)的人工智能AlphaGo于2016年、2017年分別戰(zhàn)勝了世界冠軍李世石和柯潔，展現(xiàn)了人工智能在提高知識(shí)創(chuàng)造準(zhǔn)確度方面的潛力。最后，人工智能通過協(xié)調(diào)效應(yīng)顯著提升企業(yè)的生產(chǎn)經(jīng)營(yíng)效率，主要體現(xiàn)為其能夠加強(qiáng)生產(chǎn)各環(huán)節(jié)的配合，促進(jìn)協(xié)作化生產(chǎn)，實(shí)現(xiàn)縱向一體化。人工智能技術(shù)通過優(yōu)化生產(chǎn)流程，加強(qiáng)了上游技術(shù)研發(fā)、中游工程實(shí)現(xiàn)和下游應(yīng)用反饋的協(xié)同，不僅提高了運(yùn)行效率，而且提升了資本、勞動(dòng)、技術(shù)等要素之間的匹配度（許家云等，2024）[26]。

企業(yè)生產(chǎn)經(jīng)營(yíng)效率的提升與資本跨地區(qū)流動(dòng)之間存在著密切的聯(lián)系。企業(yè)生產(chǎn)經(jīng)營(yíng)效率的提高意味著資源配置的優(yōu)化和成本控制的有效性，這使得企業(yè)能夠以較低的成本生產(chǎn)更多的產(chǎn)品。這不僅增強(qiáng)了企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力，還提高了其盈利能力，進(jìn)而促使企業(yè)尋求擴(kuò)大規(guī)模和市場(chǎng)份額以實(shí)現(xiàn)進(jìn)一步的增長(zhǎng)（孫芳城等，2023；鄭婉清等，2023）[31，32]。在此過程中，企業(yè)往往會(huì)考慮跨地區(qū)設(shè)立子公司，以利用不同地區(qū)的資源、市場(chǎng)和勞動(dòng)力優(yōu)勢(shì)。此外，企業(yè)生產(chǎn)經(jīng)營(yíng)效率的提升往往帶來(lái)資本的集聚效應(yīng)。高效率的企業(yè)往往能夠吸引更多的投資者和合作伙伴，這不僅為企業(yè)提供了更多的資本，也為資本的跨地區(qū)流動(dòng)提供了動(dòng)力。

由此，提出假設(shè)3：人工智能可以通過提升生產(chǎn)經(jīng)營(yíng)效率，從而促進(jìn)資本跨地區(qū)流動(dòng)。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文選擇2014—2023年中國(guó)A股上市企業(yè)數(shù)據(jù)，上市公司年報(bào)來(lái)自新浪財(cái)經(jīng)網(wǎng)站，專利數(shù)據(jù)來(lái)自IRPDB知識(shí)產(chǎn)權(quán)數(shù)據(jù)庫(kù)，控制變量數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)，城市層面變量來(lái)自各年度《中國(guó)城市統(tǒng)計(jì)年鑒》。本文對(duì)相關(guān)數(shù)據(jù)進(jìn)行如下處理：（1）剔除金融行業(yè)上市公司；（2）剔除ST、*ST和PT公司；（3）為緩解內(nèi)生性影響，剔除信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)的公司；（4）剔除相關(guān)數(shù)據(jù)缺失的公司。對(duì)主要連續(xù)變量進(jìn)行1%和99%的縮尾處理，最終得到24980個(gè)觀測(cè)值。

（二）模型設(shè)計(jì)與變量定義

為驗(yàn)證人工智能能否促進(jìn)資本跨地區(qū)流動(dòng)，本文構(gòu)建以下模型：

[LnNumberi，t=α0+α1AIi，t+Conrolsi，t+Id+Year+εi，t]" " "（1）

其中，[LnNumber]表示企業(yè)[i]在[t]年的新增異地子公司數(shù)量，[AI]為企業(yè)[i]在[t]年的人工智能水平，[Controls]表示控制變量，[Id]和[Year]分別代表個(gè)體和時(shí)間固定效應(yīng)，[ε]為隨機(jī)誤差項(xiàng)，具體的變量定義如下。

1. 解釋變量：人工智能（AI）?，F(xiàn)有文獻(xiàn)關(guān)于人工智能的測(cè)度指標(biāo)主要包括企業(yè)工業(yè)機(jī)器人滲透度（王永欽和董雯，2020）[33]、人工智能專利數(shù)量（王澤宇，2020）[34]以及從公司年報(bào)提取人工智能關(guān)鍵詞（Yu等，2020）[35]。然而，工業(yè)機(jī)器人滲透度很難反映非制造業(yè)的人工智能水平，僅能代表制造環(huán)節(jié)中的自動(dòng)化程度；專利數(shù)量同樣難以衡量非制造業(yè)人工智能水平；人工智能詞頻統(tǒng)計(jì)一定程度上可以反映企業(yè)發(fā)展理念，具有一定的科學(xué)性，但同樣存在局限性。一方面，企業(yè)報(bào)告可能存在虛假用詞問題，容易被管理層操控；另一方面，有的企業(yè)在年報(bào)中較少描述人工智能，而在實(shí)踐中表現(xiàn)出較高的水平，這都會(huì)導(dǎo)致人工智能的測(cè)量出現(xiàn)偏差。因此，本文參考張遠(yuǎn)和李煥杰（2022）[36]的研究，使用年報(bào)中人工智能關(guān)鍵詞以及人工智能投資兩個(gè)維度衡量人工智能，更為全面地刻畫人工智能水平。具體來(lái)講，首先，使用文本挖掘技術(shù)得到企業(yè)年報(bào)中與人工智能相關(guān)關(guān)鍵詞出現(xiàn)的頻次，即為人工智能關(guān)鍵詞詞頻；其次，使用“軟件”“系統(tǒng)”“數(shù)據(jù)”“信息平臺(tái)”等關(guān)鍵詞表征人工智能無(wú)形資產(chǎn)科目，使用“數(shù)據(jù)設(shè)備”“電子設(shè)備”等表征人工智能固定資產(chǎn)科目，從企業(yè)財(cái)務(wù)報(bào)告附注中篩選出人工智能無(wú)形資產(chǎn)和固定資產(chǎn)的金額，二者之和占資產(chǎn)總額的比重即為人工智能投資水平（祁懷錦等，2020）[37]；最后，參考李雪松等（2022）[38]，對(duì)上述兩項(xiàng)結(jié)果經(jīng)標(biāo)準(zhǔn)化處理后分別取50%的權(quán)重合成人工智能指標(biāo)。

在人工智能應(yīng)用和發(fā)展水平的衡量方面，目前缺乏統(tǒng)一的標(biāo)準(zhǔn)，國(guó)際機(jī)器人聯(lián)合會(huì)（IFR）發(fā)布的各國(guó)分年度、分行業(yè)的工業(yè)機(jī)器人統(tǒng)計(jì)數(shù)據(jù)是當(dāng)前公認(rèn)的權(quán)威指標(biāo)。因此，參考彭樹宏（2024）[39]，采用IFR公布的數(shù)據(jù)對(duì)比驗(yàn)證本文所構(gòu)建的人工智能指標(biāo)的準(zhǔn)確性和有效性。

首先，基于IFR公布的國(guó)家和行業(yè)層面的數(shù)據(jù)，結(jié)合《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》中提供的各年份、各地區(qū)以及各行業(yè)的就業(yè)人員數(shù)量，計(jì)算出各行業(yè)的工業(yè)機(jī)器人密度，并采用Bartik方法構(gòu)建地區(qū)層面的工業(yè)機(jī)器人密度指標(biāo)。其次，依據(jù)本文人工智能測(cè)算方法界定企業(yè)是否應(yīng)用了人工智能技術(shù)，并據(jù)此計(jì)算出各行業(yè)各地區(qū)應(yīng)用人工智能的企業(yè)比例，作為衡量各行業(yè)各地區(qū)人工智能應(yīng)用程度的指標(biāo)。最后，分別計(jì)算行業(yè)和地區(qū)層面的人工智能指標(biāo)與工業(yè)機(jī)器人密度之間的相關(guān)性。研究結(jié)果顯示，行業(yè)層面兩種測(cè)算方式的Pearson相關(guān)系數(shù)為0.416，p值小于0.01；地區(qū)層面兩種測(cè)算方式的Pearson相關(guān)系數(shù)為0.502，p值小于0.01。這表明兩種測(cè)算方法得到的結(jié)果具有很高的相關(guān)性，從而驗(yàn)證了本研究所構(gòu)建的人工智能指標(biāo)能夠有效反映企業(yè)人工智能的應(yīng)用程度。

2.被解釋變量：異地投資（LnNumber）。傳統(tǒng)文獻(xiàn)對(duì)資本流動(dòng)的測(cè)算主要基于“跨期儲(chǔ)蓄—投資”模型（Feldstein和Horioka，1980）[40]，難以測(cè)算微觀層面的資本流動(dòng)，并且由于企業(yè)不會(huì)在年報(bào)中披露子公司的具體財(cái)務(wù)信息，獲取企業(yè)跨地區(qū)投資的數(shù)據(jù)比較困難。因此，本文試圖從子公司的角度來(lái)衡量企業(yè)跨區(qū)域投資水平，即通過企業(yè)跨地區(qū)設(shè)立子公司的數(shù)量來(lái)量化該指標(biāo)。借鑒馬光榮等（2020）[41]的做法，查找上市公司發(fā)布的關(guān)聯(lián)交易文件得到子公司所在城市，借助百度地圖識(shí)別母子公司分布情況，凡注冊(cè)地所屬地級(jí)市與母公司所在地級(jí)市不同，則視為異地子公司，最后使用異地子公司數(shù)量的自然對(duì)數(shù)衡量企業(yè)異地投資。

3. 控制變量。為了控制會(huì)對(duì)企業(yè)跨地區(qū)投資產(chǎn)生影響的其他因素，本文控制了一系列重要的企業(yè)層面特征以及城市維度特征。企業(yè)層面包括公司規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、總資產(chǎn)凈利潤(rùn)率（Roa）、固定資產(chǎn)占比（Fixed）、營(yíng)業(yè)收入增長(zhǎng)率（Growth）、第一大股東持股比例（Top1）、托賓Q值（TobinQ）、上市年限（Listage）、機(jī)構(gòu)投資者持股比例（Inst）和是否四大（Big4）。城市層面包括母子公司所在地經(jīng)濟(jì)發(fā)展水平差異（Pgdpgap）和勞動(dòng)力發(fā)展水平差異（Laborgap），以排除城市之間經(jīng)濟(jì)發(fā)展水平差異以及人力資本差異對(duì)企業(yè)選擇投資的影響。詳細(xì)的變量定義和說明見表1。

四、回歸結(jié)果分析

（一）描述性統(tǒng)計(jì)

表2報(bào)告了全樣本主要變量的描述性統(tǒng)計(jì)結(jié)果。異地投資變量的最小值為0，最大值為4.789，說明不同公司的資本跨地區(qū)流動(dòng)水平存在顯著差異。AI的最小值為0，最大值為0.641，均值為0.087，說明企業(yè)人工智能水平差異程度較大，更多的企業(yè)處于一個(gè)較低的水平?？刂谱兞颗c現(xiàn)有研究基本一致。

（二）基準(zhǔn)回歸

Hausman檢驗(yàn)的p值小于0.01，因此，使用雙向固定效應(yīng)模型檢驗(yàn)人工智能對(duì)資本跨地區(qū)流動(dòng)的影響?；貧w結(jié)果如表3所示，人工智能系數(shù)在1%水平上均顯著為正，證明人工智能顯著促進(jìn)了資本跨地區(qū)流動(dòng)，由此，假設(shè)1得到驗(yàn)證，即人工智能提高了企業(yè)管理的精準(zhǔn)性、效率和適應(yīng)性，引導(dǎo)企業(yè)優(yōu)化投資決策，促進(jìn)了資本跨地區(qū)流動(dòng)。

（三）內(nèi)生性檢驗(yàn)

1. 工具變量法。為緩解人工智能與資本跨地區(qū)流動(dòng)之間可能存在的內(nèi)生性問題，參考姚加權(quán)等（2024）[9]的做法，使用1840年至清朝末期是否開通通商口岸與全球人工智能專利申請(qǐng)數(shù)量的交乘項(xiàng)作為工具變量（IV），表4第（1）列和第（2）列為兩階段最小二乘法回歸結(jié)果。人工智能回歸系數(shù)顯著為正，與前文研究結(jié)論一致。

2. DID檢驗(yàn)與動(dòng)態(tài)效應(yīng)。本文采用《智能制造發(fā)展規(guī)劃（2016—2020年）》中提到的重點(diǎn)產(chǎn)業(yè)智能轉(zhuǎn)型作為準(zhǔn)自然實(shí)驗(yàn)，采用雙重差分模型探討其對(duì)資本跨地區(qū)流動(dòng)的動(dòng)態(tài)作用，更深入探討二者之間的因果關(guān)系，從而緩解內(nèi)生性問題。具體來(lái)講，本文將屬于重點(diǎn)產(chǎn)業(yè)的企業(yè)作為實(shí)驗(yàn)組，將其他企業(yè)作為控制組，建立如下雙重差分模型：

[LnNumberi，t=β0+β1Treati，t×Posti，t+Controli，t+Id+Year+εi，t]" " "（2）

其中，[Treat]為實(shí)驗(yàn)組虛擬變量，當(dāng)企業(yè)所屬產(chǎn)業(yè)為重點(diǎn)產(chǎn)業(yè)時(shí)為1，否則為0，[Post]為事件維度虛擬變量，政策文件頒布后為1，否則為0。表4第（3）列中[Treat×Post]系數(shù)顯著為正，表明人工智能對(duì)企業(yè)異地投資具有提升作用。

在此基礎(chǔ)上，構(gòu)建動(dòng)態(tài)模型如式（3）所示：

[LnNumberi，t=β0+β1Treati，t×Post（n）i，t+Controli，t+Id+Year+εi，t]" （3）

其中，[Post（n）]表示實(shí)驗(yàn)組企業(yè)受政策影響前后的第n期，共包含7年的窗口期，為避免多重共線性，省略掉第一期變量?；貧w結(jié)果如表4第（4）列所示，在政策實(shí)施之前的年份及當(dāng)年交乘項(xiàng)系數(shù)均不顯著，之后的年份交乘項(xiàng)系數(shù)均顯著為正，即政策實(shí)施之前實(shí)驗(yàn)組和控制組無(wú)顯著差異，實(shí)施之后實(shí)驗(yàn)組的資本跨地區(qū)流動(dòng)顯著高于控制組，這表明人工智能對(duì)資本跨地區(qū)流動(dòng)具有顯著的正向影響，且有一定的持續(xù)性。

3. PSM-DID檢驗(yàn)。為減少樣本不平衡帶來(lái)的估計(jì)偏誤，采用傾向得分匹配（PSM）控制實(shí)驗(yàn)組與控制組之間的差異，再進(jìn)行雙重差分（DID）以檢驗(yàn)人工智能對(duì)資本跨地區(qū)流動(dòng)的影響。具體來(lái)講，將所有控制變量作為協(xié)變量，使用1∶1近鄰匹配與控制組進(jìn)行逐年匹配。表4第（5）列中交乘項(xiàng)系數(shù)顯著為正，證明了本文結(jié)論的可靠性。

（四）穩(wěn)健性檢驗(yàn)

1. 剔除技術(shù)并購(gòu)的影響。由于企業(yè)會(huì)通過并購(gòu)的方法快速獲取被并購(gòu)方的資產(chǎn)以及專業(yè)知識(shí)人才，因此，本文加入技術(shù)并購(gòu)的虛擬變量（Techmerge）以排除技術(shù)并購(gòu)對(duì)資本跨地區(qū)流動(dòng)的影響。參考程新生和王向前（2023）[42]，對(duì)技術(shù)并購(gòu)定義如下：若并購(gòu)交易簡(jiǎn)介中包含人工智能詞典，或被并購(gòu)企業(yè)屬于信息傳輸和電子設(shè)備行業(yè)，則視為技術(shù)型并購(gòu)。若企業(yè)發(fā)生技術(shù)型并購(gòu)，則Techmerge設(shè)為1，反之為0。表5第（1）列中人工智能系數(shù)顯著為正，證明本文結(jié)論的可靠性。

2. 滯后解釋變量?？紤]到人工智能對(duì)資本跨地區(qū)流動(dòng)的提升作用需要一定的時(shí)間，因此，本文將人工智能進(jìn)行滯后一期處理，以緩解反向因果對(duì)研究結(jié)論的影響，表5第（2）列中人工智能的滯后一期系數(shù)顯著為正，證明本文結(jié)論的可靠性。

3. 變化模型。為進(jìn)一步驗(yàn)證資本跨地區(qū)流動(dòng)的提升是由人工智能的變化導(dǎo)致的，將解釋變量替換為人工智能的一階差分，將被解釋變量替換為資本跨地區(qū)流動(dòng)的一階差分，表5第（3）列中人工智能的一階差分系數(shù)顯著為正，說明結(jié)果穩(wěn)健。

4. 剔除異常年份。2020年的新冠疫情對(duì)企業(yè)發(fā)展產(chǎn)生較大的沖擊，為了減少異常年份對(duì)回歸結(jié)果的影響，本文剔除2020—2023年的樣本重新進(jìn)行回歸，表5第（4）列中人工智能系數(shù)顯著為正，證明本文結(jié)論的可靠性。

5. 高維固定效應(yīng)。為了排除母子公司城市層面的政策因素，進(jìn)一步控制母公司與子公司所在地交互固定效應(yīng)，表5第（5）列中人工智能系數(shù)顯著為正，證明本文結(jié)論的可靠性。

五、機(jī)制分析

根據(jù)前文分析，人工智能可以通過降低交易成本以及提高生產(chǎn)經(jīng)營(yíng)效率促進(jìn)資本跨地區(qū)流動(dòng)，參考江艇（2022）[43]對(duì)因果推斷研究中的中介效應(yīng)分析建議，重點(diǎn)關(guān)注解釋變量對(duì)中介變量的影響，構(gòu)建模型（4）檢驗(yàn)人工智能對(duì)資本跨地區(qū)流動(dòng)的作用機(jī)制。其中，[M]為中介變量，包括交易成本和生產(chǎn)經(jīng)營(yíng)效率。

[Mi，t=β0+β1AIi，t+Conrolsi，t+Id+Year+εi，t]" " （4）

（一）成本降低機(jī)制

參考余典范等（2023）[44]，使用管理費(fèi)用、銷售費(fèi)用以及財(cái)務(wù)費(fèi)用之和與總資產(chǎn)的比值衡量交易成本（Cost），并且使用差旅費(fèi)用與總資產(chǎn)的比值衡量狹義交易成本（TravelFee）?；貧w結(jié)果如表6第（1）和（2）列所示，人工智能系數(shù)在1%水平上顯著為負(fù)，且sobel 檢驗(yàn)的p 值小于0.01，證明了交易成本中介效應(yīng)存在，由此，假設(shè)2 成立。原因可能在于，人工智能能夠分析和預(yù)測(cè)市場(chǎng)趨勢(shì)，為企業(yè)提供精準(zhǔn)的市場(chǎng)洞察，減少市場(chǎng)調(diào)研的資源投入；自動(dòng)化的行政和操作流程，如合同審核和財(cái)務(wù)報(bào)告，提高了效率并降低了人力成本。交易成本的降低直接減少了企業(yè)在進(jìn)行投資時(shí)面臨的各種費(fèi)用和時(shí)間成本，包括信息搜尋、談判、監(jiān)督和執(zhí)行合同等的成本，意味著企業(yè)可以以更低的成本獲取更全面的信息，使企業(yè)有更多的資本用于實(shí)際的生產(chǎn)和投資活動(dòng)，提高資本使用效率（許家云等，2024）[26]。不僅如此，降低交易成本有助于減少非市場(chǎng)因素導(dǎo)致的“資產(chǎn)專用性”（Mou，2019）[27]，從而實(shí)現(xiàn)了資本在不同地區(qū)之間的有效配置和流動(dòng)。

（二）效率提升機(jī)制

參考何凡等（2024）[45]，使用企業(yè)經(jīng)營(yíng)預(yù)期和經(jīng)營(yíng)活動(dòng)兩個(gè)維度刻畫企業(yè)生產(chǎn)經(jīng)營(yíng)效率。其中，使用企業(yè)四個(gè)季度現(xiàn)金流波動(dòng)性（Cfvol）衡量企業(yè)生產(chǎn)經(jīng)營(yíng)預(yù)期，波動(dòng)性越大，經(jīng)營(yíng)效率越低；使用應(yīng)收賬款周轉(zhuǎn)率（Rate）衡量企業(yè)經(jīng)營(yíng)活動(dòng)效率，周轉(zhuǎn)率越高，經(jīng)營(yíng)效率越高?；貧w結(jié)果如表6第（3）和（4）列所示，人工智能的系數(shù)均在1% 水平上顯著，且sobel 檢驗(yàn)的p 值小于0.01，證明了生產(chǎn)效率中介效應(yīng)存在，由此，假設(shè)3 成立。原因可能在于人工智能技術(shù)通過優(yōu)化生產(chǎn)流程提高決策效率，顯著提升了企業(yè)的生產(chǎn)和經(jīng)營(yíng)效率。企業(yè)生產(chǎn)經(jīng)營(yíng)效率的提升對(duì)資本跨地區(qū)流動(dòng)具有顯著的促進(jìn)作用。一方面，生產(chǎn)經(jīng)營(yíng)效率的提升意味著企業(yè)能夠以更低的成本生產(chǎn)更多的產(chǎn)品（ Babina等，2024）[29] ，這不僅增加了企業(yè)的盈利能力，也提高了其資本積累的速度。另一方面，高效率的企業(yè)往往能夠更快地適應(yīng)市場(chǎng)變化， 更有效地利用不同地區(qū)的資源和市場(chǎng)優(yōu)勢(shì)， 從而吸引資本流向更高回報(bào)的地區(qū)（鄭婉清等，2023）[32]，促進(jìn)了資本在不同地區(qū)之間的流動(dòng)。

六、異質(zhì)性分析

（一）產(chǎn)權(quán)異質(zhì)性

非國(guó)有企業(yè)通常展現(xiàn)出更高的決策靈活性和快速響應(yīng)市場(chǎng)變化的能力，而國(guó)有企業(yè)在資源分配上面臨更多的限制和監(jiān)管要求，限制了其在人工智能領(lǐng)域的應(yīng)用速度。因此，本文基于產(chǎn)權(quán)性質(zhì)將樣本分為國(guó)有企業(yè)和非國(guó)有企業(yè)兩類，表7第（1）和（2）列的結(jié)果顯示，人工智能的估計(jì)系數(shù)在非國(guó)有企業(yè)中更大，組間系數(shù)差異顯著，表明人工智能對(duì)非國(guó)有企業(yè)資本跨地區(qū)流動(dòng)的提升作用更強(qiáng)。這主要是因?yàn)榉菄?guó)有企業(yè)通常具有更高的靈活性和市場(chǎng)適應(yīng)性，在決策過程中往往能夠更快地響應(yīng)市場(chǎng)變化，利用人工智能技術(shù)優(yōu)化資源配置和提高運(yùn)營(yíng)效率（洪金明和袁一辰，2024）[46]。此外，非國(guó)有企業(yè)在技術(shù)創(chuàng)新和商業(yè)模式探索方面往往更加積極，能夠更有效地利用人工智能推動(dòng)新產(chǎn)品和服務(wù)的開發(fā)，在資本運(yùn)作上通常也更加靈活，能夠根據(jù)人工智能提供的數(shù)據(jù)洞察和市場(chǎng)分析迅速調(diào)整投資策略。這種靈活性和對(duì)市場(chǎng)動(dòng)態(tài)的敏感性使非國(guó)有企業(yè)能夠更充分地利用人工智能的優(yōu)勢(shì)，推動(dòng)資本的跨地區(qū)流動(dòng)。

（二）競(jìng)爭(zhēng)水平異質(zhì)性

激烈的市場(chǎng)競(jìng)爭(zhēng)中企業(yè)面臨價(jià)格與質(zhì)量的雙重挑戰(zhàn)，而人工智能的引入以其“降價(jià)提質(zhì)”效應(yīng)成為企業(yè)維持競(jìng)爭(zhēng)力的關(guān)鍵。在競(jìng)爭(zhēng)激烈的市場(chǎng)中，企業(yè)為了保持競(jìng)爭(zhēng)力，會(huì)更加傾向于投資那些能夠帶來(lái)技術(shù)優(yōu)勢(shì)和市場(chǎng)優(yōu)勢(shì)的地區(qū)，推動(dòng)資本向這些地區(qū)流動(dòng)。因此，本文參考杜傳忠等（2024）[11]使用赫芬達(dá)爾指數(shù)作為市場(chǎng)競(jìng)爭(zhēng)的代理變量，并按照均值進(jìn)行分組，表7第（3）和（4）列結(jié)果顯示，人工智能的估計(jì)系數(shù)在高市場(chǎng)競(jìng)爭(zhēng)企業(yè)中更大，組間系數(shù)差異顯著，這一結(jié)果表明人工智能對(duì)高市場(chǎng)競(jìng)爭(zhēng)企業(yè)資本跨地區(qū)流動(dòng)的提升作用更強(qiáng)?？赡艿脑蛟谟冢呤袌?chǎng)競(jìng)爭(zhēng)環(huán)境中的企業(yè)通常具有更強(qiáng)烈的全球擴(kuò)張和資源優(yōu)化配置的需求，人工智能提供的數(shù)據(jù)分析和決策支持能力成為其識(shí)別新市場(chǎng)機(jī)會(huì)、優(yōu)化全球布局的關(guān)鍵工具。這不僅加速了企業(yè)對(duì)新技術(shù)的投資，也促進(jìn)了資本向具有戰(zhàn)略意義或增長(zhǎng)潛力的地區(qū)流動(dòng)。

（三）城市異質(zhì)性

中心城市通常具有更雄厚的經(jīng)濟(jì)基礎(chǔ)和更完善的基礎(chǔ)設(shè)施，這使其在人工智能技術(shù)的應(yīng)用和資本流動(dòng)方面擁有更多的優(yōu)勢(shì)。相比之下，外圍城市往往在人工智能技術(shù)的采納和應(yīng)用上較為滯后，影響了資本流動(dòng)的效率。參考趙濤等（2020）[47]，定義中心城市為直轄市、副省級(jí)城市以及省會(huì)城市，其他城市為外圍城市，回歸結(jié)果如表7第（5）和（6）列顯示，人工智能的估計(jì)系數(shù)在中心城市更大，組間系數(shù)差異顯著，企業(yè)引入人工智能后，加速資本從中心城市流向外圍城市，這表明企業(yè)引入人工智能后，中心城市對(duì)外圍城市起到引領(lǐng)和外溢作用，資本要素從中心城市流向外圍城市，產(chǎn)生明顯的擴(kuò)散作用。

七、進(jìn)一步分析

在探討上市公司應(yīng)用人工智能技術(shù)對(duì)異地子公司數(shù)量的影響時(shí)，一個(gè)關(guān)鍵問題是這種技術(shù)進(jìn)步是否會(huì)對(duì)本地子公司產(chǎn)生負(fù)面影響。為探討這一問題，本文參考余典范等（2023）[44]，將式（1）中被解釋變量分別替換為子公司增加總量（TLnNumber）、異地子公司增加數(shù)量（Corssfirm）和本地子公司增加數(shù)量（Localfirm）?；貧w結(jié)果如表8所示，人工智能技術(shù)的應(yīng)用對(duì)異地子公司數(shù)量的增加具有顯著的正向影響。這表明隨著人工智能技術(shù)在上市公司中的廣泛應(yīng)用，企業(yè)在異地市場(chǎng)的擴(kuò)張活動(dòng)得到了有效的促進(jìn)。然而，對(duì)于本地子公司數(shù)量的變化，人工智能技術(shù)的影響并不顯著。這意味著盡管人工智能技術(shù)顯著推動(dòng)了異地子公司的增長(zhǎng)，但其對(duì)本地子公司的運(yùn)營(yíng)和擴(kuò)張并沒有產(chǎn)生顯著的負(fù)面影響，存在帕累托改進(jìn)。

八、結(jié)論及政策建議

在新一輪科技革命和產(chǎn)業(yè)變革加速推進(jìn)的階段，傳統(tǒng)的經(jīng)濟(jì)增長(zhǎng)模式已經(jīng)難以為繼，人工智能成為經(jīng)濟(jì)發(fā)展的重要方向。本文收集中國(guó)A股上市公司年報(bào)數(shù)據(jù)，采用文本挖掘技術(shù)構(gòu)建人工智能指標(biāo)，研究人工智能對(duì)資本跨地區(qū)流動(dòng)的影響及作用機(jī)制，得到以下結(jié)論：第一，人工智能可以顯著促進(jìn)企業(yè)跨地區(qū)設(shè)立子公司，促進(jìn)了資本跨地區(qū)流動(dòng)；第二，人工智能可以通過降低交易成本和提高生產(chǎn)經(jīng)營(yíng)效率促進(jìn)資本跨地區(qū)流動(dòng)；第三，人工智能對(duì)資本跨地區(qū)流動(dòng)的提升作用在非國(guó)有企業(yè)、高市場(chǎng)競(jìng)爭(zhēng)企業(yè)以及中心城市企業(yè)中更顯著；第四，人工智能的發(fā)展在促進(jìn)企業(yè)新增異地子公司的同時(shí)不會(huì)對(duì)本地子公司產(chǎn)生擠出效應(yīng)，存在帕累托改進(jìn)?；谝陨涎芯拷Y(jié)論，本文提出以下建議。

第一，強(qiáng)化人工智能戰(zhàn)略方向，以人工智能的超前布局開辟企業(yè)競(jìng)爭(zhēng)新賽道，促進(jìn)資本跨地區(qū)流動(dòng)。一方面，政府應(yīng)加強(qiáng)對(duì)人工智能的戰(zhàn)略支持，加大對(duì)算力軟硬件等核心支撐技術(shù)的持續(xù)投入，為算力硬件設(shè)備領(lǐng)域的企業(yè)提供稅收優(yōu)惠，加強(qiáng)對(duì)存算一體等關(guān)鍵技術(shù)的專項(xiàng)攻關(guān)，形成高效率、低成本、規(guī)?；娜斯ぶ悄芄卜?wù)支撐平臺(tái)。另一方面，企業(yè)應(yīng)充分發(fā)揮人工智能在“降本”和“增效”方面的作用，積極采用人工智能技術(shù)，通過自動(dòng)化生產(chǎn)流程和優(yōu)化供應(yīng)鏈管理來(lái)降低交易成本，并利用人工智能提升客戶服務(wù)和市場(chǎng)預(yù)測(cè)的準(zhǔn)確性，提高生產(chǎn)經(jīng)營(yíng)效率，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力。

第二，加大對(duì)跨地區(qū)投資的政策支持力度。企業(yè)設(shè)立跨地區(qū)子公司的行為有利于打破市場(chǎng)之間的壁壘，促進(jìn)市場(chǎng)結(jié)構(gòu)的優(yōu)化。一方面，地方政府應(yīng)加強(qiáng)區(qū)域間合作，為企業(yè)跨地區(qū)投資營(yíng)造公平的市場(chǎng)環(huán)境，并提供必要的政策激勵(lì)和制度保障，以激發(fā)企業(yè)的投資熱情。同時(shí)，需要打破地方保護(hù)主義和行政壁壘，推動(dòng)人工智能等關(guān)鍵技術(shù)的區(qū)域一體化發(fā)展，為資本的自由流動(dòng)和資源的優(yōu)化配置提供堅(jiān)實(shí)的保障。另一方面，企業(yè)應(yīng)培養(yǎng)和強(qiáng)化市場(chǎng)競(jìng)爭(zhēng)意識(shí)，積極開展跨地區(qū)的投資活動(dòng)，以實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)和市場(chǎng)多元化。在增加跨地區(qū)投資的過程中，企業(yè)應(yīng)加強(qiáng)子公司間的協(xié)作與資源共享，充分利用人工智能在資源整合和信息共享方面的優(yōu)勢(shì)，提升集團(tuán)內(nèi)部的協(xié)作效率，實(shí)現(xiàn)顯著的帕累托改進(jìn)效應(yīng)。

第三，為促進(jìn)資本的跨地區(qū)流動(dòng)，企業(yè)應(yīng)主動(dòng)分析自身的內(nèi)部條件與外部市場(chǎng)環(huán)境，制定符合自身特點(diǎn)的人工智能策略。非國(guó)有企業(yè)可以通過人工智能進(jìn)行數(shù)據(jù)分析，以獲取市場(chǎng)洞察并深入理解消費(fèi)者行為，從而作出更精準(zhǔn)的商業(yè)決策。競(jìng)爭(zhēng)激烈市場(chǎng)環(huán)境中的企業(yè)可以利用人工智能提供個(gè)性化服務(wù)，增強(qiáng)客戶滿意度和忠誠(chéng)度。中心城市企業(yè)可利用人工智能自動(dòng)化重復(fù)性任務(wù)，減少人力成本并提高生產(chǎn)效率。通過這些策略，企業(yè)可以充分利用人工智能的潛力，提升競(jìng)爭(zhēng)力和市場(chǎng)表現(xiàn)，進(jìn)而促進(jìn)資本跨地區(qū)流動(dòng)。

參考文獻(xiàn)：

[1]Akash R S I，Khan M I，Shear F. 2023. The Dynamics of International Trade，Capital Flow，and Economic Growth in Develo Economies[J].Journal of Management Practices，Humanities and Social Sciences，7（3）.

[2]Wang X， Yeung G， Li X， Wang L. 2022. Does Inter-Regional Investment by Publicly Listed Companies Promote Local Green Total Factor Productivity？ A Study of the Mediation Effects of Green Patents in China [J].Journal of Cleaner Production，339.

[3]Wang X，Li FX，Li Y，Hou D，Wang L，Qin X. 2024. Does Inter-Regional Investment by Publicly Listed Companies Promote Local Technological Catch-Up？ A Study of the Mediation Effects of Patents in China [J].Technology Analysis amp; Strategic Management，36（2）.

[4]楊劍，程華東.政府干預(yù)視角下長(zhǎng)三角城市群科技創(chuàng)新資源配置效率及影響因素分析 [J].科技管理研究，2024，44（04）.

[5]蘇立君.知識(shí)型勞動(dòng)力、人工智能應(yīng)用與資本主義“去工業(yè)化”過程研究 [J].經(jīng)濟(jì)學(xué)家，2024，（08）.

[6]韓永輝，劉洋，王賢彬.人工智能對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的異質(zhì)性影響與機(jī)制識(shí)別——基于中國(guó)“機(jī)器換人”的實(shí)證檢驗(yàn) [J].學(xué)術(shù)研究，2023，（02）.

[7]Goralski M A，Tan T K. 2020. Artificial Intelligence and Sustainable Development [J].The International Journal of Management Education，18（1）.

[8]江永紅，張本秀.人工智能影響收入分配的機(jī)制與對(duì)策研究 [J].人文雜志，2021，（07）.

[9]姚加權(quán)，張錕澎，郭李鵬，馮緒.人工智能如何提升企業(yè)生產(chǎn)效率？——基于勞動(dòng)力技能結(jié)構(gòu)調(diào)整的視角 [J].管理世界，2024，40（02）.

[10]Soori M，Arezoo B，Dastres R. 2023. Artificial Intelligence，Machine Learning and Deep Learning in Advanced Robotics，A Review [J].Cognitive Robotics，3.

[11]杜傳忠，曹效喜，劉書彤.人工智能與高新技術(shù)企業(yè)競(jìng)爭(zhēng)力：機(jī)制與效應(yīng) [J].商業(yè)經(jīng)濟(jì)與管理，2024，（02）.

[12]黃浩權(quán)，戴天仕，沈軍.人工智能發(fā)展、干中學(xué)效應(yīng)與技能溢價(jià)——基于內(nèi)生技術(shù)進(jìn)步模型的分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2024，（02）.

[13]張萬(wàn)里，劉婕.人工智能對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響機(jī)制研究——基于資本-技能互補(bǔ)的理論分析 [J].經(jīng)濟(jì)經(jīng)緯，2023，40（02）.

[14]Jan Z，Ahamed F，Mayer W，Patel N，Grossmann G，Stumptner M，Kuusk A. 2023. Artificial Intelligence for Industry 4.0：Systematic Review of Applications，Challenges，and Opportunities [J].Expert Systems with Applications，216.

[15]Poncet S. 2003. Measuring Chinese Domestic and International Integration [J].China Economic Review，14（1）.

[16]康明，蹤家峰.省市稅收分享影響全國(guó)統(tǒng)一大市場(chǎng)建設(shè)了嗎？——基于256個(gè)地級(jí)市的數(shù)據(jù)分析 [J].南方經(jīng)濟(jì)，2024，（06）.

[17]王營(yíng)，崔楷凈.數(shù)字化轉(zhuǎn)型如何促進(jìn)資本跨地域流動(dòng)？——基于上市公司新增異地子公司的證據(jù) [J].金融論壇，2024，29（06）.

[18]張譽(yù)夫，謝建國(guó)，孟慶偉.人工智能應(yīng)用有助于促進(jìn)企業(yè)專業(yè)化分工嗎——基于中國(guó)上市企業(yè)數(shù)據(jù)的研究[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2024，46（07）.

[19]廖高可，李庭輝.人工智能在金融領(lǐng)域的應(yīng)用研究進(jìn)展 [J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2023（03）.

[20]Cannas V，Ciano M P，Saltalamacchia M，Secchi R. 2024. Artificial Intelligence in Supply Chain and Operations Management：A Multiple Case Study Research [J].International Journal of Production Research，62（9）.

[21]徐鵬，徐向藝.人工智能時(shí)代企業(yè)管理變革的邏輯與分析框架 [J].管理世界，2020，36（01）.

[22]杜亞光，何瑛，金振，田馬飛.人工智能與企業(yè)客戶穩(wěn)定性——基于中國(guó)工業(yè)機(jī)器人應(yīng)用的證據(jù) [J].經(jīng)濟(jì)問題，2024，（02）.

[23]余淼杰，高愷琳.進(jìn)口中間品和企業(yè)對(duì)外直接投資概率——來(lái)自中國(guó)企業(yè)的證據(jù) [J].經(jīng)濟(jì)學(xué)（季刊），2021，21（04）.

[24]王媛，唐為.交通網(wǎng)絡(luò)、行政邊界與要素市場(chǎng)一體化——來(lái)自上市公司異地投資的證據(jù) [J].經(jīng)濟(jì)學(xué)（季刊），2023，23（04）.

[25]李穎，肖麗芳，續(xù)慧泓.ESG表現(xiàn)與企業(yè)跨區(qū)域投資 [J].華東經(jīng)濟(jì)管理，2024，38（04）.

[26]許家云，沈含雨，周新博.人工智能發(fā)展與企業(yè)ESG表現(xiàn) [J].世界經(jīng)濟(jì)研究，2024，（09）.

[27]Mou X. 2019. Artificial Intelligence：Investment trends and Selected Industry Uses [J].International Finance Corporation，8（2）.

[28]姜建清.人工智能在信貸風(fēng)險(xiǎn)管理領(lǐng)域的應(yīng)用[J].新金融，2024，（08）.

[29]Babina T，F(xiàn)edyk A，He A，Hodson J. 2024. Artificial Intelligence，F(xiàn)irm Growth，and Product Innovation [J]. Journal of Financial Economics，151.

[30]宋華.人工智能數(shù)智供應(yīng)鏈的理論探索與展望[J].中國(guó)流通經(jīng)濟(jì)，2024，38（01）.

[31]孫芳城，胡俊，鐘廷勇.數(shù)字化轉(zhuǎn)型提升企業(yè)資本配置效率的機(jī)制研究 [J].西部論壇，2023，33（04）.

[32]鄭婉清，吳崇林，劉杰.企業(yè)數(shù)字化轉(zhuǎn)型能抑制市場(chǎng)操縱嗎？——基于高頻數(shù)據(jù)的收盤價(jià)操縱識(shí)別模型 [J].金融發(fā)展研究，2023，（12）.

[33]王永欽，董雯.機(jī)器人的興起如何影響中國(guó)勞動(dòng)力市場(chǎng)？——來(lái)自制造業(yè)上市公司的證據(jù) [J].經(jīng)濟(jì)研究，2020，55（10）.

[34]王澤宇.企業(yè)人工智能技術(shù)強(qiáng)度與內(nèi)部勞動(dòng)力結(jié)構(gòu)轉(zhuǎn)化研究 [J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2020，（11）.

[35]Yu F，Wang L，Li X. 2020. The Effects of Government Subsidies on New Energy Vehicle Enterprises：The Moderating Role of Intelligent Transformation [J].Energy Policy，141.

[36]張遠(yuǎn)，李煥杰.企業(yè)智能化轉(zhuǎn)型對(duì)內(nèi)部勞動(dòng)力結(jié)構(gòu)轉(zhuǎn)換的影響研究 [J].中國(guó)人力資源開發(fā)，2022，39（01）.

[37]祁懷錦，曹修琴，劉艷霞.數(shù)字經(jīng)濟(jì)對(duì)公司治理的影響——基于信息不對(duì)稱和管理者非理性行為視角 [J].改革，2020，（04）.

[38]李雪松，黨琳，趙宸宇.數(shù)字化轉(zhuǎn)型、融入全球創(chuàng)新網(wǎng)絡(luò)與創(chuàng)新績(jī)效 [J].中國(guó)工業(yè)經(jīng)濟(jì)，2022，（10）.

[39]彭樹宏.人工智能應(yīng)用與企業(yè)就業(yè)吸納——來(lái)自中國(guó)上市公司年報(bào)文本分析的證據(jù) [J].經(jīng)濟(jì)管理，2024，46（08）.

[40]Feldstein M，Horioka C. 1980. Domestic Saving and International Capital Flows [J].The Economic Journal， 90（358）.

[41]馬光榮，程小萌，楊恩艷.交通基礎(chǔ)設(shè)施如何促進(jìn)資本流動(dòng)——基于高鐵開通和上市公司異地投資的研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2020，（06）.

[42]程新生，王向前.技術(shù)并購(gòu)與再創(chuàng)新——來(lái)自中國(guó)上市公司的證據(jù) [J].中國(guó)工業(yè)經(jīng)濟(jì)，2023，（04）.

[43]江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng) [J].中國(guó)工業(yè)經(jīng)濟(jì)，2022，（05）.

[44]余典范，張家才，陳磊.企業(yè)數(shù)字化促進(jìn)了資本跨地區(qū)流動(dòng)嗎？——來(lái)自上市公司異地設(shè)立子公司的證據(jù)[J].財(cái)經(jīng)研究，2023，49（12）.

[45]何凡，陳波，黃煒.行業(yè)規(guī)范標(biāo)準(zhǔn)化與資本跨區(qū)流動(dòng)——基于企業(yè)異地投資的研究 [J].管理世界，2024，40（07）.

[46]洪金明，袁一辰.金融監(jiān)管與國(guó)有企業(yè)過度負(fù)債治理——來(lái)自資管新規(guī)的經(jīng)驗(yàn)證據(jù) [J].經(jīng)濟(jì)問題，2024，（08）.

[47]趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù) [J].管理世界，2020，36（10）.