【摘 要】 作為引領新一輪技術革命與社會變革的通用技術，人工智能的快速普及應用對世界經(jīng)濟、社會進步和人們生活產(chǎn)生極其深刻的影響。文章利用我國人工智能專利數(shù)據(jù)測算出城市人工智能指標，并匹配A股上市公司數(shù)據(jù)，首次考察人工智能是否會帶來企業(yè)內(nèi)部管理變革和生產(chǎn)效率提升，進而提高會計信息披露質(zhì)量。結果表明，人工智能主要通過優(yōu)化企業(yè)管理決策過程和提升生產(chǎn)效率兩條途徑來提高會計信息披露質(zhì)量。研究為人工智能時代企業(yè)管理變革、會計工作開展提供了參考。

【關鍵詞】 人工智能； 會計信息披露質(zhì)量； 企業(yè)內(nèi)部管理； 生產(chǎn)效率

【中圖分類號】 F275" 【文獻標識碼】 A" 【文章編號】 1004-5937（2025）10-0111-09

一、引言

近年來，人工智能已成為社會發(fā)展和技術創(chuàng)新的主要推動力，對世界經(jīng)濟、社會進步以及人們生活產(chǎn)生了深遠的影響。當前，美國、歐盟和我國等主要經(jīng)濟體都制定了戰(zhàn)略規(guī)劃和政策措施，大力支持人工智能產(chǎn)業(yè)發(fā)展。其中，2021年3月我國公布的“十四五”發(fā)展規(guī)劃中就有59處提及“人工智能”相關表述；黨的二十大報告闡述了“數(shù)字中國”建設的戰(zhàn)略重要性，特別強調(diào)構建人工智能等一批新的增長引擎。因此，以人工智能為代表的新一代信息技術已經(jīng)成為我國經(jīng)濟高質(zhì)量發(fā)展的關鍵技術和核心動力，對其進行研究具有重要的現(xiàn)實和政策意義。

從企業(yè)管理層面來看，人工智能憑借其強大的數(shù)據(jù)處理能力和預測分析功能，已快速成為企業(yè)管理變革與科技創(chuàng)新的重要力量，為企業(yè)降本增效與管理變革提供了新途徑。人工智能技術通過替代人工執(zhí)行重復繁瑣的任務，如數(shù)據(jù)錄入、核對等，從而提高工作效率，有利于提升會計信息的可靠性；同時，人工智能也會引發(fā)倫理道德以及算法合謀下的管理決策干擾等問題。因此，研究人工智能是否優(yōu)化企業(yè)管理決策或提升生產(chǎn)效率，對企業(yè)利用人工智能技術保障會計信息披露質(zhì)量具有重要意義。

當前，鮮有文獻將人工智能與會計信息披露質(zhì)量相聯(lián)系，更沒有探討其內(nèi)部機制。本文首次嘗試研究人工智能如何影響企業(yè)內(nèi)部管理和生產(chǎn)效率，構建提高會計信息披露質(zhì)量的邏輯和分析框架，為利用好人工智能技術提高企業(yè)會計信息披露質(zhì)量提供參考。具體來講，利用我國人工智能專利數(shù)據(jù)測算出城市人工智能指標，并匹配A股上市公司數(shù)據(jù)，研究人工智能對企業(yè)會計信息披露質(zhì)量的影響效應，采取內(nèi)生性偏誤檢驗和異質(zhì)性分析，從企業(yè)內(nèi)部管理決策和生產(chǎn)效率兩個視角提出了人工智能提高企業(yè)會計信息披露質(zhì)量的理論機制。研究結果表明，人工智能通過優(yōu)化企業(yè)管理決策過程、提升生產(chǎn)效率兩條途徑，提高會計信息披露質(zhì)量。

通過深入研究人工智能與會計信息披露質(zhì)量的關系，本文的研究貢獻有以下幾點：首先，人工智能與傳統(tǒng)行業(yè)的經(jīng)營模式和業(yè)務流程深度融合，使企業(yè)會計工作發(fā)生了顯著變化，一方面加快了交易審批、結算、財務報表編制速度，另一方面引發(fā)了倫理道德破壞和管理決策干擾等問題。其次，嘗試從企業(yè)內(nèi)部管理和生產(chǎn)效率視角，打開人工智能與會計信息披露質(zhì)量間的影響機制“黑箱”，對制定政策具有重要的實踐意義。最后，雖然大量文獻從多角度衡量了人工智能指標，但很少以人工智能專利數(shù)據(jù)對人工智能指標和趨勢進行分析，本文借助網(wǎng)絡爬蟲技術和文本抓取等獲取數(shù)據(jù)，構建了人工智能指標，并對其發(fā)展趨勢進行分析，提高了實證精準度。

二、理論分析與研究假說

人工智能加速發(fā)展的背景下，企業(yè)面臨管理變革和經(jīng)濟變革雙重沖擊，相應理論和實證文獻存在較大分歧。本文結合人工智能特征、發(fā)展趨勢與宏觀經(jīng)濟學理論及古典決策理論，從企業(yè)內(nèi)部管理和生產(chǎn)效率兩個視角，提出人工智能影響企業(yè)會計信息披露質(zhì)量的理論機制，如圖1所示。

（一）企業(yè)內(nèi)部管理效應

首先，人工智能可能會優(yōu)化企業(yè)內(nèi)部管理決策過程?；诠诺錄Q策理論較早關注到人工智能決策問題，人工智能正在改變“人的決策過程和問題求解過程”?！敖?jīng)濟人”假設認為，決策者本身具有完全理性，擁有決策的全部信息，能夠做出“最優(yōu)解”。以赫伯特·西蒙為代表的決策理論學派主要從決策的“合理性”角度來研究。他們認為，管理者或決策者的行為在嚴格意義上不是完全理性的，而是介于完全理性與非理性之間的一種中間狀態(tài)，即“有限理性”。CFO兼任董秘[ 1 ]、國有企業(yè)高管激勵[ 2 ]等都可能會導致信息決策不透明。決策方案的選擇應當遵循的不是“最大”或“最優(yōu)”標準，而是“滿意”標準[ 3 ]。人工智能的發(fā)展會有效改善以上約束條件，優(yōu)化決策環(huán)境，突破決策者的思維局限。Camerer[ 4 ]通過實證對比機器學習和人類的決策發(fā)現(xiàn)，人類決策是一種不完美的機器學習，而人工智能的發(fā)展將有助于人類更有效地進行決策。具體來講，一方面，人工智能技術利用大數(shù)據(jù)分析和機器學習算法，快速而準確地分析海量數(shù)據(jù)，包括市場趨勢、客戶行為、供應鏈情況等。這些數(shù)據(jù)分析結果能夠為企業(yè)提供深入見解，幫助管理層制定更科學的決策。另一方面，人工智能可以構建智能決策支持系統(tǒng)，根據(jù)數(shù)據(jù)分析結果，提供個性化的建議和預測。這些智能系統(tǒng)能夠幫助管理層更好地評估不同決策方案的潛在影響，降低決策風險，提高決策質(zhì)量。

其次，人工智能可能會干擾企業(yè)內(nèi)部管理決策過程。雖然人工智能在純技術層面是價值中立的，基于算法的自動化決策具有相對客觀、公正、高效的優(yōu)勢，但產(chǎn)業(yè)組織理論和反壟斷法一直關注“合謀”問題。傳統(tǒng)經(jīng)濟條件下，由于存在信息交流壁壘與囚徒困境，企業(yè)很難實現(xiàn)合謀，但隨著人工智能技術的發(fā)展，“合謀”卻成為可能。產(chǎn)業(yè)組織理論認為，企業(yè)“合謀”將會導致產(chǎn)量減少、價格上升、消費者福利受損。徐鵬等[ 5 ]指出實際應用中，歷史數(shù)據(jù)存在偏差、設計者個人偏見嵌入系統(tǒng)，以及技術本身不完善等因素，會導致人工智能系統(tǒng)做出錯誤或歧視性的自動決策。一方面，人工智能做出的自動決策不透明。算法服務提供者通常使用算法處理數(shù)據(jù)，但對于用戶來說，看到的只是數(shù)據(jù)以及依據(jù)數(shù)據(jù)決策的部分結果，看不到整個數(shù)據(jù)處理過程、算法工作原理、算法決策結果，因而形成“黑箱”。這種不透明性可能導致信任問題，因為人們往往對無法理解的決策過程持懷疑態(tài)度。此外，缺乏透明度還可能阻礙組織內(nèi)部的溝通和協(xié)作，不同部門或成員難以就AI的決策結果達成共識。另一方面，人工智能的決策通?；谟柧殧?shù)據(jù)，這些數(shù)據(jù)可能存在偏見或不足。如果訓練數(shù)據(jù)主要來自于某一特定群體或背景，那么AI的決策可能傾向于反映這一群體的利益或偏好，從而忽視其他群體的需求，引發(fā)“算法合謀”等決策不公平問題。

最后，企業(yè)內(nèi)部管理決策優(yōu)化與否直接決定了會計信息披露質(zhì)量的提升問題。在進行決策時，公司會對會計資料的搜集與整理給予更多關注，以保證數(shù)據(jù)的準確完整，這樣才能最大程度地降低不真實、不正確的信息，提升會計資料的真實性與可信度。同時，決策優(yōu)化也有助于企業(yè)更好地挖掘與分析會計信息。企業(yè)從過去僅提供基礎的財務信息，逐漸轉(zhuǎn)變?yōu)閷?shù)據(jù)的深入挖掘與分析，從而更好地掌握市場發(fā)展趨勢與經(jīng)營風險。趙華等[ 6 ]的實證表明，優(yōu)化決策過程有助于增強企業(yè)的內(nèi)部控制和監(jiān)督機制，提升信息披露的完整性和透明度，在決策優(yōu)化的推動下，企業(yè)會更加重視內(nèi)部控制體系的建設和完善，確保會計信息的準確性和可靠性，更好地滿足市場的需求。

據(jù)此，提出第一個研究假說：

假說1a：人工智能通過優(yōu)化企業(yè)內(nèi)部管理決策過程，提高企業(yè)會計信息披露質(zhì)量。

假說1b：人工智能通過干擾企業(yè)內(nèi)部管理決策過程，降低企業(yè)會計信息披露質(zhì)量。

（二）企業(yè)生產(chǎn)效率效應

首先，人工智能可能會提升企業(yè)生產(chǎn)效率。新古典增長理論的索洛模型將技術進步作為經(jīng)濟增長的外生變量，擴展了傳統(tǒng)勞動、資本為生產(chǎn)要素的生產(chǎn)函數(shù)。內(nèi)生經(jīng)濟增長理論認為，經(jīng)濟長期增長的本質(zhì)在于經(jīng)濟內(nèi)部生產(chǎn)技術的改進和全要素生產(chǎn)效率的提高。陳彥斌等[ 7 ]經(jīng)過理論模型的推導得出，人工智能技術不僅逐步取代資本對勞動的需求，提升生產(chǎn)的自動化和智能化水平，而且推動了企業(yè)生產(chǎn)效率的增長。宋旭光等[ 8 ]基于我國機器人數(shù)據(jù)驗證，通過智能自動化和新型智能工具的應用，不僅代替了體力勞動，而且代替了部分腦力勞動，從而提升了全要素生產(chǎn)效率。另外，稅收征管數(shù)字化[ 9 ]、企業(yè)數(shù)字化轉(zhuǎn)型[ 10 ]都能通過加強內(nèi)部控制來提升會計信息披露質(zhì)量。

其次，人工智能可能會降低企業(yè)生產(chǎn)效率?；凇八髀邈Ｕ摗被颉吧a(chǎn)率悖論”觀點，每一個通用技術擴散的早期，技術應用效率并不高，勞動生產(chǎn)效率的增長并沒有達到預期效果，甚至可能出現(xiàn)低迷。新技術需要大量時間和資源去研究開發(fā)，由于技術傳播的速度較慢，無法及時滿足社會發(fā)展需要，因此勞動生產(chǎn)效率會隨著時間而不斷下降。人工智能同樣存在“鮑莫爾病”現(xiàn)象。“鮑莫爾病”是指當技術進步的不均衡性導致非自動化部門成本上升時，生產(chǎn)效率差異和結構失衡的問題。Aghion等[ 11 ]指出，在信息技術快速發(fā)展的背景下，人工智能技術在不同行業(yè)或部門之間的應用并不均衡，其結果是某些行業(yè)或部門的生產(chǎn)效率迅速提升，而其他行業(yè)或部門則相對滯后，尤其是部分傳統(tǒng)產(chǎn)業(yè)在此過程中因技術門檻高、勞動力轉(zhuǎn)移難等因素，無法從人工智能中受益，導致其生產(chǎn)效率發(fā)展速度較慢。

最后，企業(yè)生產(chǎn)效率提升與否直接決定了會計信息披露質(zhì)量的提升。一方面，企業(yè)生產(chǎn)力水平越高，其經(jīng)營效率越高，經(jīng)濟效益也就越高，從而使財務狀況與經(jīng)營結果更為顯著。朱方方[ 12 ]的實證研究表明，企業(yè)生產(chǎn)率的提升將節(jié)省企業(yè)成本、提升決策效率和投資速度。宋云玲等[ 13 ]研究表明，機構投資者持股會顯著提高企業(yè)會計信息披露質(zhì)量。另一方面，隨著企業(yè)生產(chǎn)效率的提高，企業(yè)能夠降低生產(chǎn)成本，從而釋放出更多資源和精力，這些額外的資源和精力被投入到內(nèi)部管理優(yōu)化中，包括流程改進、人力資源培訓、技術更新等方面。通過內(nèi)部管理的提升，企業(yè)能夠更有效地處理會計信息，并將其及時披露給外部利益相關者，如股東、投資者和監(jiān)管機構，這些都有助于提高企業(yè)會計信息披露質(zhì)量。

據(jù)此，提出第二個研究假說：

假說2a：人工智能通過提升企業(yè)生產(chǎn)效率增強企業(yè)會計信息披露質(zhì)量。

假說2b：人工智能通過降低企業(yè)生產(chǎn)效率削弱企業(yè)會計信息披露質(zhì)量。

三、指標測度與典型事實

（一）模型設定

本文重點考察城市人工智能對企業(yè)會計信息披露質(zhì)量的影響。為此，設置如下計量模型：

其中，i、j、t分別代表企業(yè)、城市和年份；被解釋變量lnKV表示企業(yè)會計信息披露質(zhì)量；核心解釋變量lndng表示城市人工智能；X表示企業(yè)控制變量，Y表示城市控制變量；FEfirm、FEindustry、FEcity、FEyear分別表示企業(yè)、四位數(shù)行業(yè)、城市和時間固定效應；？琢0為常數(shù)項；？著i、j、t為隨機誤差項。

（二）指標測度

（1）城市人工智能指標（dng）。目前文獻主要采用國際機器人聯(lián)合會（IRF）發(fā)布的2001—2014年行業(yè)機器人存量、流量數(shù)據(jù)與就業(yè)人數(shù)的比值來衡量我國行業(yè)、省份、城市的人工智能水平[ 14 ]，但IRF數(shù)據(jù)的行業(yè)分類與我國行業(yè)分類差異較大，且分類較為粗糙，使得人工智能指標存在較大誤差。王林輝等[ 15 ]、尹志鋒等[ 16 ]采用人工智能專利數(shù)量衡量我國省份、城市的人工智能水平，準確性被實踐充分證實。具體識別過程如下：第一步，結合《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018—2020年）》提到的行動目標，共提煉出10個關鍵詞：機器學習、專家系統(tǒng)、機器人、計算機視覺、自然語言處理、大數(shù)據(jù)、虛擬現(xiàn)實、云計算、智能制造、智能語言。第二步，利用Python軟件抓取萬方專利數(shù)據(jù)庫中我國1999—2021年的所有專利信息（含摘要、地址、申請年份、授權年份等）。第三步，利用Stata軟件的篩選功能篩選出含10個關鍵詞之一的專利，獲得人工智能專利數(shù)據(jù)。第四步，利用專利的地址信息抓取每個專利所屬的城市信息，進而加總得到每個城市每年的人工智能專利授權數(shù)量數(shù)據(jù)，即城市人工智能指標（dng）。

（2）企業(yè)會計信息披露質(zhì)量指標（KV）。目前文獻主要采用信息披露指數(shù)法建立的信息披露評級衡量上市公司的會計信息披露質(zhì)量[ 17 ]。該指標高度依賴評級機構的主觀意識，劃分等級也只有“優(yōu)秀”“良好”“及格”“不及格”四個級別，對會計信息披露質(zhì)量的衡量較為粗糙。目前只有深市上市公司公布了該數(shù)據(jù)，應用性受限。近期，以KV指數(shù)呈現(xiàn)的交易量波動依存法被廣泛使用，即根據(jù)投資者對交易量信息的依賴程度來衡量企業(yè)會計信息披露的質(zhì)量。理論上，會計信息披露越充分，投資者對交易量信息的依賴程度就越小，反之投資者對交易量信息的依賴程度就越大。因此，KV指數(shù)是一個負向指標。具體的測算過程如下：

其中，Pt是第t日的收盤價，Volt是第t日的交易股數(shù)，Volo是年度平均日交易股量。β由OLS回歸得到。理論上，β值越大，KV越大，企業(yè)會計信息披露質(zhì)量越低；反之，β值越小，KV越小，企業(yè)會計信息披露質(zhì)量越高。

（3）控制變量。從企業(yè)、城市兩個層面定義控制變量。對于企業(yè)控制變量，主要采用金融負債比率（Finlev）、托賓Q值A（tobin）、現(xiàn)金流量水平（cflow，以經(jīng)營活動產(chǎn)生的現(xiàn)金流凈額與總資產(chǎn)的比值衡量）、總資產(chǎn)增長率（tagr）、前十大股東持股比例集中度（top10_HHI）五個指標表示。對于城市控制變量，主要采用城市第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重表征的產(chǎn)業(yè)結構水平（stru3）、城市科研經(jīng)費支出占政府財政預算總支出比重表征的研發(fā)投入水平（yanfa）、城市人均生產(chǎn)總值自然對數(shù)表征的經(jīng)濟發(fā)展水平（lnrgdp）、城市年末戶籍人口占建成區(qū)面積比重表征的人口密度（popu）四個指標表示。

選擇2010—2021年我國A股上市公司作為研究的初始樣本，并從國泰安（CSMAR）數(shù)據(jù)庫獲取數(shù)據(jù)。按照現(xiàn)有文獻的通行做法，對初始樣本進行以下篩選步驟：首先，剔除金融類企業(yè)；其次，排除在研究期間曾被ST或*ST的公司；最后，刪除主要變量數(shù)據(jù)缺失的企業(yè)。另外，所使用的城市層面數(shù)據(jù)來自2006—2022年的《中國城市統(tǒng)計年鑒》。根據(jù)企業(yè)辦公所在城市和年份信息，將城市數(shù)據(jù)匹配到企業(yè)數(shù)據(jù)中，最終得到所需企業(yè)樣本數(shù)據(jù)32 034條，其描述性統(tǒng)計結果如表1所示?？傮w而言，樣本數(shù)據(jù)無明顯異常值，均值、最小值、最大值均在合理范圍內(nèi)。

（三）數(shù)據(jù)事實

根據(jù)不同年份的人工智能專利數(shù)據(jù)，繪制1999—2021年我國人工智能專利數(shù)量隨年份增長的趨勢圖，如圖2所示。左圖是人工智能專利總量分布情況，右圖是人工智能專利城市均值分布情況。不難發(fā)現(xiàn)，在2010年之前，我國的人工智能專利趨近于0，從2010年開始增長，經(jīng)過近四五年時間的成熟化發(fā)展，人工智能應用水平提高，智能化發(fā)展增強，到2015年后人工智能專利數(shù)量進一步增長。根據(jù)我國智能發(fā)展實際情況，由于2010年之前更注重傳統(tǒng)基礎設施建設，人工智能的建設和發(fā)展還沒有得到重視，人工智能水平幾乎為0。隨著我國政府對人工智能加大投入，在2010年后有一個很明顯的激增。人工智能和傳統(tǒng)工業(yè)的結合經(jīng)過幾年的磨合，在2015年后實現(xiàn)初步成熟化并穩(wěn)定增長。

另外，還考量了1999—2021年我國各省份人工智能專利數(shù)量隨年份增長的趨勢，如圖3所示。從圖中觀察到我國過去10年人工智能水平都有不同程度的增長，尤其是近5年增長趨勢最明顯。從地域角度來看，北京市、上海市、天津市的人工智能專利數(shù)量遙遙領先，且比其他?。ㄊ校┰鲩L更快；我國東部省（市）的人工智能水平更高，增長趨勢更明顯，中部次之，西部相較東中部的人工智能水平較低，且增長幅度較小。

四、實證分析

（一）基準回歸

基準回歸結果如表2所示。從列（1）看出，核心解釋變量人工智能對企業(yè)信息披露質(zhì)量的估計系數(shù)在1%水平上顯著為負，表明人工智能能夠提升企業(yè)信息披露質(zhì)量，初步驗證了相關性分析中線性擬合圖的判斷。列（2）—列（6）依次增加城市固定效應、行業(yè)固定效應、年份固定效應和企業(yè)、城市控制變量?？梢钥闯觯斯ぶ悄軐ζ髽I(yè)信息披露質(zhì)量的回歸系數(shù)始終顯著為負。由此可見，人工智能的廣泛運用促進企業(yè)信息披露質(zhì)量的提高。

（二）內(nèi)生偏誤檢驗

本文主要基于城市人工智能水平這一相對外生的城市特征變量，研究其對微觀企業(yè)會計信息披露質(zhì)量的影響效應。通常而言，單個企業(yè)較難影響和改變城市人工智能化進程。因此，雖然受到逆向因果導致的內(nèi)生性問題影響相對較小，但仍然難以完全消除人工智能與企業(yè)會計信息披露質(zhì)量可能同時受一些未觀測因素的影響，導致內(nèi)生性問題。采用工具變量法進行回歸，將核心解釋變量滯后一期作為工具變量（IV1=L.lndng），估計結果見表3中的列（1）。選擇每個城市到深圳和杭州最近的單位報告距離的自然對數(shù)（lndis1）或球體大圓距離的自然對數(shù)（lndis2）作為城市人工智能指標的工具變量，并將不隨時間變化的最近距離乘以年份趨勢項作為工具變量（IV2=lndis1×year、IV3=lndis2×year），估計結果見表3中的列（2）、列（3）。列（1）—列（3）對應的一階段回歸結果表明，工具變量與人工智能指標的回歸系數(shù)和F統(tǒng)計量符合預期。Kleibergen-Paap rk LM統(tǒng)計量顯著拒絕識別不足假設，Cragg-Donald Wald F統(tǒng)計量、Kleibergen-Paap rk Wald F統(tǒng)計量均大于Stock-Yogo檢驗10%的臨界值，拒絕弱工具變量的假設。綜上，通過工具變量回歸結果證實研究結論的穩(wěn)健性。

（三）異質(zhì)性分析

（1）企業(yè)規(guī)模異質(zhì)性。人工智能技術的初始投資相對較低，且其自動化能力可長期減少人工成本。小型企業(yè)通常缺乏足夠的人力和財力來聘用專業(yè)會計人員或進行培訓。人工智能可以自動完成會計任務，減少人為錯誤，提高效率，使小型企業(yè)能夠保持高質(zhì)量的信息披露。如表4列（1）所示，引入表征企業(yè)規(guī)模的變量（lnsize），用企業(yè)總資產(chǎn)的對數(shù)衡量。可以看出，就小型企業(yè)來講，人工智能對企業(yè)會計信息披露質(zhì)量的提升作用更大，驗證了人工智能具有的普惠性特征，未來人工智能有望被廣泛應用。

（2）企業(yè)性質(zhì)異質(zhì)性。與企業(yè)規(guī)模預期類似，非國有企業(yè)通常比國有企業(yè)更加靈活，人工智能技術的引入，可以幫助非國有企業(yè)快速改進會計信息披露的質(zhì)效。如表4列（2）所示，引入是否為國有企業(yè)變量（govcon），國有企業(yè)為1，反之為0，可以看出，人工智能對非國有企業(yè)會計信息披露質(zhì)量的提升作用更大，這也符合我國國情。我國國有企業(yè)機構龐大，體制復雜，對人工智能等新型技術應用相對滯后，不如非國有企業(yè)靈活。

（3）市場化環(huán)境異質(zhì)性。理論上，市場化環(huán)境更佳的地區(qū)擁有較強的技術創(chuàng)新能力，企業(yè)更容易獲取并應用先進的人工智能技術和專業(yè)人才，從而提升會計信息披露的效率和效果。使用6個市場化指數(shù)（market1=市場化進程指數(shù)、market2=政府與市場關系指數(shù)、market3=非國有經(jīng)濟發(fā)展指數(shù)、market4=產(chǎn)品市場發(fā)育指數(shù)、market5=要素市場發(fā)育指數(shù)、market6=中介組織發(fā)育和法律指數(shù)）表征地區(qū)的市場化程度，并依次引入，結果見表4列（3）—列（8）所示。可以看出，在市場化進程較為成熟、政府與市場關系較良好、中介組織健全且法律制度較為完善的地區(qū)，人工智能對企業(yè)會計信息披露質(zhì)量的提升效果更加顯著。

（四）機制檢驗

（1）企業(yè)內(nèi)部管理效應檢驗。為衡量管理決策過程的優(yōu)化與否，將定性化的內(nèi)部控制評級數(shù)據(jù)轉(zhuǎn)為定量化指標（icq），把評級A、AA、AAA的數(shù)據(jù)賦為4，評級B、BB、BBB的數(shù)據(jù)賦為3，評級C的數(shù)據(jù)賦為2，評級D的數(shù)據(jù)賦為1，回歸結果見表5列（1）。結果顯示，人工智能對企業(yè)內(nèi)部控制的影響在1%的水平上顯著為正。同時，本文選擇管理費用率作為管理效應的機制變量，回歸結果見表5列（2）。結果顯示，人工智能對企業(yè)管理費用率的影響在5%的水平上顯著為負。這表明，人工智能能夠顯著提升內(nèi)部控制效率、降低管理費用率，企業(yè)內(nèi)部管理決策過程優(yōu)化對會計信息披露質(zhì)量有正向促進作用。因此得出，人工智能通過優(yōu)化企業(yè)內(nèi)部管理決策過程提高企業(yè)會計信息披露質(zhì)量，假說1a得到了驗證，假說1b不成立。

（2）企業(yè)生產(chǎn)效率效應檢驗。為驗證生產(chǎn)效率提升效應的存在性，選擇企業(yè)生產(chǎn)效率作為表征變量。企業(yè)生產(chǎn)效率指標分別使用普通最小二乘法（lntfp_ols）、固定效應法（lntfp_fe）、LP法（lntfp_lp）、OP法（lntfp_op）和GMM法（lntfp_gmm）五種方法衡量，回歸結果見表5列（3）—列（7）?？梢钥闯?，人工智能對企業(yè)五種生產(chǎn)效率的影響均在1%的水平上顯著為正。這表明，一些企業(yè)率先使用智能化技術，淘汰生產(chǎn)效率低下的傳統(tǒng)生產(chǎn)設備，不斷提高企業(yè)信息集成與資源整合能力。結合企業(yè)生產(chǎn)效率對企業(yè)會計信息披露質(zhì)量的正向促進關系得出，人工智能通過提升企業(yè)生產(chǎn)效率來提高企業(yè)會計信息披露質(zhì)量。假說2a得到了驗證，假說2b不成立。

五、研究結論與政策建議

（一）研究結論

本文利用萬方專利數(shù)據(jù)庫爬取的人工智能專利數(shù)據(jù)構建城市人工智能指標體系，探究人工智能對企業(yè)會計信息披露質(zhì)量的影響效應和影響機制，為人工智能技術新發(fā)展環(huán)境中企業(yè)會計發(fā)展提供了理論支撐和經(jīng)驗證據(jù)。研究發(fā)現(xiàn)：第一，人工智能能夠顯著提升企業(yè)會計信息披露質(zhì)量，這一結論在消除內(nèi)生性偏誤后依然穩(wěn)?。坏诙?，人工智能主要通過優(yōu)化企業(yè)內(nèi)部管理和提升生產(chǎn)效率的途徑提升會計信息披露質(zhì)量；第三，人工智能的高效運用對小企業(yè)、非國有企業(yè)會計信息披露質(zhì)量的影響效果更好。另外，人工智能對企業(yè)會計信息披露質(zhì)量的提升作用依賴于較高的市場化環(huán)境，政府營造良好的市場環(huán)境和減少干預，有益于推動人工智能發(fā)展和提升企業(yè)會計信息披露質(zhì)量。

（二）政策建議

在人工智能時代，企業(yè)如何布局人工智能技術并善用人工智能技術，以及在優(yōu)化企業(yè)內(nèi)部管理和提升生產(chǎn)效率方面的重要作用，將成為未來的重中之重。具體圍繞以下兩方面的內(nèi)容：

第一，人工智能在企業(yè)內(nèi)部管理和生產(chǎn)效率中的應用為提高會計信息披露質(zhì)量提供了有效的技術手段。一方面，企業(yè)應當加強人工智能技術在企業(yè)管理變革中的應用以及對會計信息披露質(zhì)量的監(jiān)管和評估。例如，企業(yè)應考慮引入智能決策支持系統(tǒng)，利用人工智能技術對大量數(shù)據(jù)進行分析和挖掘，為管理層提供準確的數(shù)據(jù)支持和智能化的決策建議。另外，企業(yè)考慮建立智能化的數(shù)據(jù)管理系統(tǒng)，利用人工智能技術實現(xiàn)數(shù)據(jù)的自動收集、分析和報告，確保數(shù)據(jù)的及時性、準確性和完整性。另一方面，政府通過投資研發(fā)資金、設立專項基金或提供稅收激勵等方式，支持企業(yè)和科研機構的人工智能技術在會計信息披露中的應用和發(fā)展，也有助于企業(yè)生產(chǎn)效率的提升。

第二，企業(yè)布局人工智能化技術是一項系統(tǒng)性工程，不同類型企業(yè)需要因地制宜地制定頂層設計和戰(zhàn)略規(guī)劃。一方面，對于大企業(yè)、國有企業(yè)，應盡快引入人工智能技術，及時進行會計管理變革。另一方面，地方政府部門需要加大對人工智能技術研發(fā)和應用的支持力度，為人工智能技術在企業(yè)會計管理中的應用創(chuàng)造更好的市場環(huán)境。

本研究雖然從理論和實證方面首次分析了人工智能與會計信息披露質(zhì)量間的關系，但受數(shù)據(jù)制約，研究細節(jié)還有待優(yōu)化。一是隨著研究手段和研究數(shù)據(jù)的豐富，未來研究將考慮深入探討不同類型的人工智能技術（如機器學習、自然語言處理、機器人流程自動化等）在企業(yè)會計信息披露中的應用效果。二是未來將考慮分析人工智能對企業(yè)管理和會計信息披露質(zhì)量提升的長期影響，考察其動態(tài)變化和持續(xù)性，了解隨著技術進步企業(yè)適應能力的提升效果。三是除了內(nèi)部管理和生產(chǎn)效率兩條機制外，未來研究還可豐富內(nèi)在影響機制，進一步挖掘人工智能在企業(yè)文化、組織結構以及員工行為等方面的影響，探討這些內(nèi)在因素如何通過不同路徑影響會計信息披露質(zhì)量。

【參考文獻】

［1］ 汪蕓倩，王永海.CFO兼任董秘可以提高會計信息質(zhì)量嗎？［J］.會計研究，2019（8）：32-39.

［2］ 徐業(yè)坤，梁亮.高管政治晉升激勵影響會計信息質(zhì)量嗎：來自國有上市公司的經(jīng)驗證據(jù)［J］.中央財經(jīng)大學學報，2021（6）：64-76.

［3］ SIMON H A.Making management decisions：the role of intuition and cmotion［J］.The Academy of Management Perspectives，1987，1（1）：57-64.

［4］ CAMERER C F.Artificial intelligence and behavioral economics［J］.NBER Chapters，2018，4（18）：867-871.

［5］ 徐鵬，徐向藝.人工智能時代企業(yè)管理變革的邏輯與分析框架［J］.管理世界，2020，36（1）：122-129，238.

［6］ 趙華，李文峰.儒家文化影響企業(yè)會計信息質(zhì)量研究 ［J］.會計之友，2022（11）：47-54.

［7］ 陳彥斌，林晨，陳小亮.人工智能、老齡化與經(jīng)濟增長［J］.經(jīng)濟研究，2019，54（7）：47-63.

［8］ 宋旭光，左馬華青.工業(yè)機器人投入、勞動力供給與勞動生產(chǎn)率［J］.改革，2019（9）：45-54.

［9］ 王濤，王建新.稅收征管數(shù)字化對公司信息披露質(zhì)量的影響：治理效應分析視角［J］.現(xiàn)代財經(jīng)（天津財經(jīng)大學學報），2023，43（9）：71-88.

［10］ 劉瑤瑤，路軍偉，寧沖.證監(jiān)會隨機抽查能提高上市公司會計信息質(zhì)量嗎［J］.山西財經(jīng)大學學報，2021，43（12）：111-126.

［11］ AGHION P，JONES B F，JONES C I.Artificial intelligence and economic growth［J］.NBER Chapters，2018.

［12］ 朱方方.生產(chǎn)率異質(zhì)性對OFDI決策和速度的影響［D］.武漢：中南財經(jīng)政法大學碩士學位論文，2019.

［13］ 宋云玲，宋衍蘅.機構投資者持股與注冊會計師視角下的會計信息質(zhì)量：來自審計調(diào)整的經(jīng)驗證據(jù)［J］.會計研究，2020（11）：136-151.

［14］ ACEMOGLU D，RESTREPO P.Robots and jobs：evidence from us labor markets［J］.Journal of Political Economy，2020，128（6）：2188-2244.

［15］ 王林輝，姜昊，董直慶.工業(yè)智能化會重塑企業(yè)地理格局嗎［J］.中國工業(yè)經(jīng)濟，2022（2）：137-155.

［16］ 尹志鋒，曹愛家，郭家寶，等.基于專利數(shù)據(jù)的人工智能就業(yè)效應研究：來自中關村企業(yè)的微觀證據(jù)［J］.中國工業(yè)經(jīng)濟，2023（5）：137-154.

［17］ 羅喜英，郭偉.企業(yè)數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的影響［J］.財會月刊，2023，44（13）：146-152.