Doi：10.11835/j.issn.1008-5831.jg.2024.11.001

中圖分類(lèi)號(hào)：F270.7;F061.1;F49;TP18 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1008-5831（2025）03-0075-15

引言

當(dāng)前中國(guó)正面臨百年未有之大變局，外有美西方國(guó)家通過(guò)戰(zhàn)略遏制、技術(shù)封鎖、規(guī)則打壓等手段阻礙我國(guó)科技創(chuàng)新與產(chǎn)業(yè)發(fā)展，內(nèi)有疫后經(jīng)濟(jì)非常規(guī)恢復(fù)期的需求收縮、供給沖擊、預(yù)期轉(zhuǎn)弱的相互交織。在這樣內(nèi)外交困的歷史交匯點(diǎn)上，習(xí)近平總書(shū)記在新時(shí)代推動(dòng)?xùn)|北全面振興座談會(huì)上提出，“要積極培育新能源、新材料、先進(jìn)制造、電子信息等戰(zhàn)略性新興產(chǎn)業(yè)，積極培育未來(lái)產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力，增強(qiáng)發(fā)展新動(dòng)能”。隨后，2024年1月中央政治局首次集體學(xué)習(xí)“新質(zhì)生產(chǎn)力”的內(nèi)涵，再到2024年3月國(guó)務(wù)院《政府工作報(bào)告》首次將“加快發(fā)展新質(zhì)生產(chǎn)力\"列為首要任務(wù)。這一系列的信號(hào)表明，要在激烈的國(guó)際競(jìng)爭(zhēng)中立于不敗之地，實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展，加速形成新質(zhì)生產(chǎn)力極為重要且迫切[1]。

縱觀人類(lèi)發(fā)展史，推動(dòng)經(jīng)濟(jì)發(fā)展的主要推手是生產(chǎn)力，而科學(xué)技術(shù)是驅(qū)動(dòng)生產(chǎn)力形成的關(guān)鍵，每一次科學(xué)技術(shù)的創(chuàng)新與突破都將推動(dòng)舊生產(chǎn)力體系的瓦解、新生產(chǎn)力的形成?！罢羝麢C(jī)時(shí)代\"“電氣時(shí)代”“計(jì)算機(jī)信息時(shí)代”無(wú)不是通過(guò)重塑生產(chǎn)力推動(dòng)社會(huì)發(fā)展。進(jìn)入“數(shù)字時(shí)代”，以人工智能（AI）為特征的第四次工業(yè)革命正蓬勃發(fā)展，再一次推動(dòng)著生產(chǎn)力的躍遷[2。學(xué)者圍繞新質(zhì)生產(chǎn)力的本質(zhì)特征與內(nèi)涵[3]，驅(qū)動(dòng)新質(zhì)生產(chǎn)力形成的前置因素[4-5]，以及后置經(jīng)濟(jì)結(jié)果[6-7]，進(jìn)行了大量研究。不難發(fā)現(xiàn)，有關(guān)人工智能及新質(zhì)生產(chǎn)力的相關(guān)話題研究與日俱增，但目前仍存在一定的局限性：（1）現(xiàn)有文獻(xiàn)多側(cè)重于從宏觀維度探索AI大模型、數(shù)字技術(shù)和算法等賦能新質(zhì)生產(chǎn)力發(fā)展的內(nèi)在邏輯與實(shí)現(xiàn)途徑[2.8-9]，卻未能從微觀層面，即從企業(yè)層面探討人工智能與新質(zhì)生產(chǎn)力發(fā)展的關(guān)系，更缺乏二者的定量分析;（2）Haefner等[10]基于 STST理論（Socio-technical-systems Theory）將人工智能區(qū)分為社會(huì)組件（social components）和技術(shù)組件（technicalcomponents），而現(xiàn)有研究多將其視為整體而未能有效地區(qū)分，也未能關(guān)注不同維度的人工智能能否驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展，通過(guò)何種渠道發(fā)揮驅(qū)動(dòng)作用，以及不同維度是否存在差異？對(duì)這些問(wèn)題尚未有明確的解答。

基于此，本文從微觀企業(yè)視角出發(fā)，探索人工智能及其不同維度驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展的理論與影響機(jī)制，以厘清二者之間的關(guān)系。本文可能的邊際貢獻(xiàn)有以下三點(diǎn)：第一，本文基于STST理論中社會(huì)一技術(shù)的分類(lèi)原則將人工智能劃分為愿景與技術(shù)兩個(gè)維度，并運(yùn)用機(jī)器學(xué)習(xí)方法構(gòu)建出適用于微觀企業(yè)層面的人工智能與新質(zhì)生產(chǎn)力指標(biāo)，利用實(shí)證方法深人剖析二者之間的關(guān)系，豐富了人工智能的研究視角；第二，本文打開(kāi)了人工智能驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展的“黑箱”，從勞動(dòng)力技能結(jié)構(gòu)調(diào)整角度剖析人工智能對(duì)新質(zhì)生產(chǎn)力發(fā)展的機(jī)制，對(duì)數(shù)字經(jīng)濟(jì)時(shí)代下的生產(chǎn)力理論研究進(jìn)行了有益補(bǔ)充;第三，本文加深了企業(yè)對(duì)人工智能與新質(zhì)生產(chǎn)力形成關(guān)系的認(rèn)識(shí)與理解，為其發(fā)揮好人工智能賦能新質(zhì)生產(chǎn)力形成、助力高質(zhì)量發(fā)展提供理論指導(dǎo)。

一、理論基礎(chǔ)與研究假設(shè)

（一）人工智能與新質(zhì)生產(chǎn)力

當(dāng)前，社會(huì)各界對(duì)人工智能及新質(zhì)生產(chǎn)力的相關(guān)話題給予了高度關(guān)注，并已涌現(xiàn)出大量成果。在人工智能主題方面，宏觀層面的文獻(xiàn)主題涵蓋人工智能對(duì)宏觀經(jīng)濟(jì)增長(zhǎng)的影響[1-13]、對(duì)勞動(dòng)力的影響[14-15] 對(duì)收入分配的影響[16-17]以及對(duì)產(chǎn)業(yè)結(jié)構(gòu)的影響[18];而微觀層面的文獻(xiàn)則主要集中在人工智能時(shí)代的企業(yè)管理變革[19、企業(yè)創(chuàng)新[20]、企業(yè)全要素生產(chǎn)率[21等方面的影響研究。任何嘗試過(guò)人工智能的企業(yè)都能很快發(fā)現(xiàn)，它們不僅能提高企業(yè)的效率和效益，還能為企業(yè)創(chuàng)造強(qiáng)大的新能力[22]，驅(qū)動(dòng)企業(yè)形成新的生產(chǎn)力形態(tài)，即新質(zhì)生產(chǎn)力。新質(zhì)生產(chǎn)力以勞動(dòng)者、勞動(dòng)資料、勞動(dòng)對(duì)象及其優(yōu)化組合的躍升作為基本內(nèi)涵，故新質(zhì)生產(chǎn)力的培育應(yīng)以上述三要素的改善為著力點(diǎn)。鑒于此，人工智能驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展主要通過(guò)以下兩個(gè)方面實(shí)現(xiàn)。

其一，人工智能通過(guò)賦能生產(chǎn)工具智能化（勞動(dòng)工具）驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展。生產(chǎn)工具是企業(yè)生產(chǎn)活動(dòng)的基礎(chǔ)和前提，企業(yè)生產(chǎn)工具的強(qiáng)弱決定了其生產(chǎn)效率。人工智能是一種通用目的技術(shù)（GPT），能夠賦予企業(yè)生產(chǎn)的全流程向數(shù)字化、網(wǎng)絡(luò)化、智能化、精細(xì)化、定制化等方向發(fā)展。根據(jù)IDC的預(yù)測(cè)，到2025年預(yù)計(jì)有 35% 的企業(yè)將熟練掌握運(yùn)用人工智能技術(shù)來(lái)開(kāi)發(fā)數(shù)字產(chǎn)品和服務(wù)，從而有望實(shí)現(xiàn)比競(jìng)爭(zhēng)對(duì)手高出1倍的收人增長(zhǎng)[2]。其他研究也普遍發(fā)現(xiàn)了人工智能技術(shù)對(duì)生產(chǎn)率的積極作用。歐洲機(jī)器人與就業(yè)委員會(huì)在他們調(diào)查的3000家制造業(yè)企業(yè)中，發(fā)現(xiàn)工業(yè)機(jī)器人的使用顯著提升了企業(yè)生產(chǎn)率水平。Browder的研究表明，人工智能與其他形式的先進(jìn)自動(dòng)化，包括機(jī)器人和傳感器，可以促進(jìn)大量后續(xù)創(chuàng)新，最終實(shí)現(xiàn)生產(chǎn)力增長(zhǎng)[23]。

其二，人工智能拓展了更廣泛的生產(chǎn)資料（勞動(dòng)資料）驅(qū)動(dòng)新質(zhì)生產(chǎn)力的發(fā)展。得益于人工智能技術(shù)的延伸、深度的拓展、精度的提升和速度的加快，新型生產(chǎn)要素被源源不斷地創(chuàng)造出來(lái)，數(shù)據(jù)成為\"數(shù)字化時(shí)代\"最重要的生產(chǎn)資料。一方面，企業(yè)通過(guò)利用人工智能技術(shù)搜集海量大數(shù)據(jù)、關(guān)聯(lián)數(shù)據(jù)以及深度挖掘數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)化成數(shù)字化資產(chǎn)，進(jìn)一步釋放數(shù)據(jù)價(jià)值和驅(qū)動(dòng)企業(yè)生產(chǎn)力[7;另一方面，數(shù)據(jù)與其他生產(chǎn)資料互聯(lián)互通，可以為企業(yè)的生產(chǎn)、監(jiān)測(cè)過(guò)程提供參考，并打通生產(chǎn)過(guò)程各個(gè)環(huán)節(jié)的信息阻礙，極大提升了溝通效率，利用智能一體化系統(tǒng)不斷地拓展企業(yè)生產(chǎn)的可能性邊界，進(jìn)一步放大企業(yè)價(jià)值創(chuàng)造效應(yīng)和生產(chǎn)效率?；谏鲜龇治?，本文提出以下假設(shè)H1。

H1：人工智能可以驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展。

值得一提的是，以往研究單純采用文本分析法構(gòu)建的人工智能指標(biāo)顯得過(guò)于籠統(tǒng)，需要對(duì)人工智能指標(biāo)作進(jìn)一步的細(xì)化分析。Haefner等依據(jù)Socio-technical-systems Theory（STST）理論，將人工智能區(qū)分為技術(shù)組件（Technical Components）與社會(huì)組件（Social Components）兩部分[1o]。技術(shù)組件是企業(yè)實(shí)施和推廣人工智能參與企業(yè)生產(chǎn)運(yùn)營(yíng)的技術(shù)成分，而技術(shù)組件的成功實(shí)施需要?jiǎng)?chuàng)建一個(gè)完善社會(huì)情境，引導(dǎo)企業(yè)構(gòu)建人工智能愿景，為企業(yè)人工智能的實(shí)施和推動(dòng)設(shè)定范圍和方向。根據(jù)Haefner等[0]的觀點(diǎn)，以往測(cè)算人工智能指標(biāo)必然混雜了技術(shù)組件和社會(huì)組件的內(nèi)容。實(shí)施人工智能的第一步是創(chuàng)建人工智能愿景，這一愿景的設(shè)立往往會(huì)通過(guò)企業(yè)年報(bào)的形式呈現(xiàn)出來(lái)。當(dāng)前人工智能正處在蓬勃發(fā)展階段，大量上市公司基于市值管理動(dòng)機(jī)都有很強(qiáng)的意愿在其年報(bào)中披露計(jì)劃實(shí)施數(shù)字化改造、利用人工智能工具助力企業(yè)發(fā)展等信息，然而披露的信息與實(shí)際落地執(zhí)行之間會(huì)存在一定的差異，較多企業(yè)尚停留在愿景和形式層面未能起步[23]。

年報(bào)作為上市公司信息披露的重要窗口，越來(lái)越多地反映了企業(yè)在人工智能領(lǐng)域的布局和愿景，但實(shí)際執(zhí)行過(guò)程中卻面臨著諸多挑戰(zhàn)，主要涉及AI發(fā)展能力、AI團(tuán)隊(duì)組織、法律與制度等內(nèi)容：一是人工智能技術(shù)本身具有復(fù)雜性，需要相應(yīng)的技術(shù)儲(chǔ)備和人才支持才能實(shí)現(xiàn)有效應(yīng)用[24]；二是企業(yè)內(nèi)部的管理體制、資源配置以及市場(chǎng)環(huán)境等因素也可能影響計(jì)劃的順利推進(jìn);三是數(shù)據(jù)安全和隱私保護(hù)等問(wèn)題也是人工智能應(yīng)用中不可忽視的風(fēng)險(xiǎn)點(diǎn)，且國(guó)內(nèi)關(guān)于人工智能相關(guān)法律、制度文件等極不完善，如《生成式人工智能服務(wù)管理辦法》等尚處于征求意見(jiàn)階段。鑒于此，本文認(rèn)為人工智能技術(shù)，即Haefner等[10]所說(shuō)的技術(shù)組件，更能揭示企業(yè)為發(fā)展和應(yīng)用人工智能采取的真實(shí)行動(dòng)，而單一考察人工智能愿景可能存在虛假成分?；谏鲜龇治?，本文提出以下假設(shè)H2。

H2：人工智能技術(shù)可以實(shí)質(zhì)性地驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展，而人工智能愿景的驅(qū)動(dòng)作用有所夸大。

（二）勞動(dòng)力技能結(jié)構(gòu)調(diào)整對(duì)人工智能與新質(zhì)生產(chǎn)力的中介效應(yīng)

人工智能通過(guò)塑造新型高素質(zhì)生產(chǎn)主體（即勞動(dòng)力）驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展。生產(chǎn)主體是企業(yè)生產(chǎn)活動(dòng)中最活躍、最具有決定意義的主力[2]，而高素質(zhì)勞動(dòng)主體的核心在于高技能勞動(dòng)力的數(shù)量增加、質(zhì)量改善。從替代體力的蒸汽機(jī)到替代腦力的人工智能，技術(shù)進(jìn)步對(duì)生產(chǎn)主體的替代在不斷泛化和深化。技術(shù)進(jìn)步（尤其當(dāng)前的數(shù)字技術(shù)、人工智能等新興技術(shù)）通常通過(guò)替代效應(yīng)和創(chuàng)造效應(yīng)影響企業(yè)的用工情況，推動(dòng)生產(chǎn)主體從低技能向高技能過(guò)程轉(zhuǎn)變，這體現(xiàn)勞動(dòng)者的干中學(xué)效應(yīng)[25]，進(jìn)而實(shí)現(xiàn)勞動(dòng)力技能結(jié)構(gòu)的改善，最終會(huì)促進(jìn)企業(yè)生產(chǎn)率增長(zhǎng)。

就人工智能（AI）的替代效應(yīng)而言，人工智能最顯著的特征體現(xiàn)在機(jī)器設(shè)備的智能特征，能夠模仿人的行為進(jìn)行“精神生產(chǎn)”，對(duì)一些常規(guī)高頻、重復(fù)的生產(chǎn)活動(dòng)進(jìn)行替代，進(jìn)而會(huì)減少這類(lèi)常規(guī)的低技能生產(chǎn)主體的需求[12.14]。就創(chuàng)造效應(yīng)而言，人工智能技術(shù)會(huì)在高技術(shù)領(lǐng)域催生出大量新的技術(shù)崗位[12]，這類(lèi)崗位要求生產(chǎn)主體具有更好的利用數(shù)字技術(shù)、認(rèn)知性以及創(chuàng)新性的技能，能夠更好地提升企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)。此外，人工智能技術(shù)又因與高技能勞動(dòng)力的互補(bǔ)性而會(huì)增加企業(yè)對(duì)高技能勞動(dòng)力的需求，最終會(huì)導(dǎo)致人工智能在不改變企業(yè)員工總量的情況下，不斷改善企業(yè)的勞動(dòng)力素質(zhì)[26-27]，從而提升企業(yè)生產(chǎn)力。因此，本文認(rèn)為人工智能有助于企業(yè)改善人力資本結(jié)構(gòu)，實(shí)現(xiàn)高技能勞動(dòng)力的相對(duì)增加，對(duì)于培育自身新質(zhì)生產(chǎn)力至關(guān)重要?；谏鲜龇治?，本文提出以下假設(shè)H3。

H3：人工智能可以通過(guò)提高勞動(dòng)力素質(zhì)，改善企業(yè)人力資本結(jié)構(gòu)，進(jìn)而對(duì)新質(zhì)生產(chǎn)力發(fā)展產(chǎn)生積極影響。

二、研究設(shè)計(jì)

（一）研究樣本與數(shù)據(jù)來(lái)源

本文以2010—2022年中國(guó)A股上市公司作為研究樣本。其中，企業(yè)的基本信息、財(cái)務(wù)數(shù)據(jù)等來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）;企業(yè)年報(bào)數(shù)據(jù)來(lái)源于新浪財(cái)經(jīng)網(wǎng)站;工業(yè)機(jī)器人數(shù)據(jù)來(lái)自IFR;勞動(dòng)力結(jié)構(gòu)相關(guān)數(shù)據(jù)來(lái)源于銳思數(shù)據(jù)庫(kù)（RESSET）。同時(shí)，為了保證數(shù)據(jù)的質(zhì)量，本文對(duì)數(shù)據(jù)進(jìn)行了如下處理：（1）剔除金融行業(yè)的樣本；（2）刪除了當(dāng)年處于ST以及PT狀態(tài)的樣本;（3）剔除IPO未滿一年的樣本；（4）刪除所有者權(quán)益小于0的樣本；（5）為了減輕極端值的影響，本文對(duì)連續(xù)型變量進(jìn)行了1% 的縮尾處理。

（二）變量說(shuō)明①

1.人工智能愿景與人工智能技術(shù)

根據(jù)前文研究，此處借鑒Haefner等[10]的研究結(jié)論將人工智能指標(biāo)分為人工智能愿景（社會(huì)組件）與人工智能技術(shù)（技術(shù)組件）兩個(gè)維度。實(shí)施人工智能的第一步是創(chuàng)建人工智能愿景，這一愿景的設(shè)立往往會(huì)通過(guò)企業(yè)年報(bào)的形式呈現(xiàn)出來(lái)，因此本文選取新浪財(cái)經(jīng)披露的上市公司年報(bào)數(shù)據(jù)，按照姚加權(quán)等21的測(cè)度方法構(gòu)建出人工智能愿景指標(biāo)，記為AIvison。具體而言：首先，人工選取了以“人工智能\"\"機(jī)器學(xué)習(xí)\"\"物聯(lián)網(wǎng)\"在內(nèi)的73個(gè)詞語(yǔ)，生成人工智能詞典;其次，統(tǒng)計(jì)出上市公司年報(bào)中披露的人工智能關(guān)鍵詞數(shù)量;最后，對(duì)人工智能關(guān)鍵詞數(shù)量加1作對(duì)數(shù)處理。

為了刻畫(huà)企業(yè)在生產(chǎn)活動(dòng)中使用人工智能技術(shù)，本文參考Acemoglu和Restrepo[12]的方法，使用國(guó)際機(jī)器人聯(lián)合會(huì)（IFR）發(fā)布的\"國(guó)家—行業(yè)—時(shí)間\"層面的工業(yè)機(jī)器人數(shù)據(jù)，測(cè)算出企業(yè)層面的工業(yè)機(jī)器人滲透度，作為人工智能技術(shù)的度量指標(biāo)，記為AItech。

2.新質(zhì)生產(chǎn)力

有關(guān)新質(zhì)生產(chǎn)力的測(cè)度，現(xiàn)有文獻(xiàn)主要從宏觀與微觀兩個(gè)層面測(cè)度[28]。然而，這兩種測(cè)度方式可能會(huì)存在由于部分?jǐn)?shù)據(jù)缺失嚴(yán)重，導(dǎo)致樣本選取具有較大誤差的缺陷。基于此，本文利用文本分析法測(cè)度新質(zhì)生產(chǎn)力，使上市公司的新質(zhì)生產(chǎn)力水平具有較強(qiáng)的可比性。

首先，本文根據(jù)“新質(zhì)生產(chǎn)力\"的本質(zhì)內(nèi)涵與特征，對(duì)年報(bào)文本進(jìn)行初篩，發(fā)現(xiàn)截至上市公司2022年披露的年報(bào)中未出現(xiàn)\"新質(zhì)生產(chǎn)力\"詞頻，接著借鑒央視新聞關(guān)于新質(zhì)生產(chǎn)力的觀點(diǎn)，將“先進(jìn)生產(chǎn)力\"以及新質(zhì)生產(chǎn)力的三個(gè)特征即“高科技”“高效能\"“高質(zhì)量\"作為種子詞匯。其次，依據(jù)四個(gè)種子詞匯，采用Word2Vec神經(jīng)網(wǎng)絡(luò)模型、機(jī)器學(xué)習(xí)等手段，獲取種子詞匯的相似詞集。此外，為了測(cè)度結(jié)果更加準(zhǔn)確，本文僅對(duì)相似度較高的詞匯進(jìn)行保留，剔除部分高科技公司名稱(chēng)類(lèi)的詞匯。從詞頻庫(kù)中可以發(fā)現(xiàn)，年報(bào)中有很多介紹企業(yè)產(chǎn)品與服務(wù)相關(guān)的詞匯，如“高性能”“低污染\"等；有表現(xiàn)企業(yè)創(chuàng)新性新質(zhì)生產(chǎn)力的詞匯，如\"創(chuàng)新性”“高附加值”;有表現(xiàn)企業(yè)智能化新質(zhì)生產(chǎn)力的詞匯，如\"先進(jìn)生產(chǎn)力”;有表現(xiàn)企業(yè)綠色化新質(zhì)生產(chǎn)力的詞匯，如\"環(huán)保型”“低污染\"等，較為全面地刻畫(huà)了新質(zhì)生產(chǎn)力，最終共獲得包含“先進(jìn)生產(chǎn)力\"\"高科技”“高效能\"\"高質(zhì)量\"在內(nèi)的55個(gè)詞語(yǔ)作為新質(zhì)生產(chǎn)力的詞典。最后，統(tǒng)計(jì)年度報(bào)告中種子詞匯與相似詞匯的出現(xiàn)詞頻數(shù)量，再進(jìn)行 +1 取自然對(duì)數(shù)處理，以此表示新質(zhì)生產(chǎn)力，記為Creatq。

3.勞動(dòng)力技能結(jié)構(gòu)調(diào)整

參照姚加權(quán)等[21]研究，勞動(dòng)力分為非常規(guī)高技能勞動(dòng)力以及常規(guī)低技能勞動(dòng)力。常規(guī)低技能勞動(dòng)力包含生產(chǎn)、業(yè)務(wù)、市場(chǎng)和財(cái)務(wù)人員，非常規(guī)高技能勞動(dòng)力包含技術(shù)和研發(fā)人員?；诖耍瑒趧?dòng)力技能結(jié)構(gòu)調(diào)整以非常規(guī)高技能勞動(dòng)人數(shù)（H_Labor）與常規(guī)低技能勞動(dòng)人數(shù)（N_Labor）比值來(lái)衡量，該數(shù)值越大表明企業(yè)的高技能勞動(dòng)力占比越大，勞動(dòng)的生產(chǎn)效率就越高。

4.控制變量

參考已有文獻(xiàn)的研究，本文選取企業(yè)規(guī)模（Size）、企業(yè)資產(chǎn)負(fù)債率（Lev）、企業(yè)總資產(chǎn)收益率（Roa）企業(yè)流動(dòng)性（Liquid）、現(xiàn)金流比例（Cashflow）、固定資產(chǎn)比率（Fiexd）、企業(yè)年齡（FirmAge）、股權(quán)集中度（Top1）所有權(quán)性質(zhì)（Soe）作為控制變量。

選擇以企業(yè)規(guī)模、企業(yè)年齡、股權(quán)集中度及所有權(quán)性質(zhì)這四個(gè)體現(xiàn)企業(yè)不同維度特征的一類(lèi)指標(biāo)作為控制變量。（1）企業(yè)規(guī)模用企業(yè)雇傭人員數(shù)量衡量，數(shù)量越大，企業(yè)的規(guī)模越大。一般而言，企業(yè)的員工數(shù)量越大，企業(yè)所具有的人力資源就越大，企業(yè)的生產(chǎn)力就高。（2）企業(yè)年齡是企業(yè)自成立至今的年限。企業(yè)年限越長(zhǎng)，企業(yè)更有可能積累足夠的研發(fā)資金和技術(shù)人才，從而推動(dòng)技術(shù)突破和創(chuàng)新。這些技術(shù)突破和創(chuàng)新成果可以應(yīng)用于企業(yè)的生產(chǎn)和管理中，提升企業(yè)的生產(chǎn)效率和產(chǎn)品質(zhì)量，進(jìn)而推動(dòng)新質(zhì)生產(chǎn)力的形成和發(fā)展。（3）股權(quán)集中度，是指第一大股東所占的股份數(shù)量，該指標(biāo)用以衡量企業(yè)股權(quán)集中或分散的程度，股權(quán)過(guò)度集中可能導(dǎo)致大股東濫用權(quán)力、損害小股東利益等問(wèn)題，從而影響企業(yè)的整體發(fā)展。（4）所有權(quán)性質(zhì)，是衡量企業(yè)所有權(quán)的歸屬特征，分為國(guó)有企業(yè)和非國(guó)有企業(yè)。相對(duì)于民營(yíng)企業(yè)而言，國(guó)有企業(yè)可能因存在管理層冗余、政策性負(fù)擔(dān)、委托代理問(wèn)題而導(dǎo)致創(chuàng)新動(dòng)力不足、生產(chǎn)效率低下，而私營(yíng)企業(yè)則可能因更直接的經(jīng)濟(jì)激勵(lì)而具有更強(qiáng)的創(chuàng)新動(dòng)力，企業(yè)生產(chǎn)效率則相對(duì)更高。

選擇企業(yè)資產(chǎn)負(fù)債率、企業(yè)總資產(chǎn)收益率、企業(yè)流動(dòng)性、現(xiàn)金流比例以及固定資產(chǎn)比率等衡量企業(yè)生產(chǎn)經(jīng)營(yíng)狀況所需要的財(cái)務(wù)資金與設(shè)備狀況的指標(biāo)作為控制變量。（1）企業(yè)資產(chǎn)負(fù)債率用以衡量企業(yè)利用債務(wù)資金進(jìn)行經(jīng)營(yíng)活動(dòng)的能力，反映了在總資產(chǎn)中借債規(guī)模的大小。不同的資產(chǎn)負(fù)債率水平會(huì)影響企業(yè)的融資成本和融資結(jié)構(gòu)。資產(chǎn)負(fù)債率較高意味著企業(yè)面臨較高的融資成本。此外，因?yàn)閭鶛?quán)人會(huì)要求更高的風(fēng)險(xiǎn)溢價(jià)，進(jìn)而可能會(huì)限制企業(yè)在創(chuàng)新活動(dòng)上的資金投人，進(jìn)而抑制企業(yè)生產(chǎn)效率。（2）企業(yè)流動(dòng)性是流動(dòng)資產(chǎn)除以總資產(chǎn)的比值，用于衡量企業(yè)短期資產(chǎn)變現(xiàn)用于償還短期債務(wù)的能力。過(guò)高的流動(dòng)性也可能導(dǎo)致資金利用效率低下、資源浪費(fèi)等問(wèn)題，可能會(huì)忽視對(duì)長(zhǎng)期創(chuàng)新項(xiàng)目的投入而導(dǎo)致企業(yè)生產(chǎn)效率低下。（3）企業(yè)總資產(chǎn)收益率通常被視為衡量企業(yè)利用其總資產(chǎn)創(chuàng)造利潤(rùn)能力的重要指標(biāo)，企業(yè)如果追求短期利潤(rùn)，長(zhǎng)期而言可能因缺乏技術(shù)創(chuàng)新和產(chǎn)業(yè)升級(jí)而導(dǎo)致無(wú)法提升新質(zhì)生產(chǎn)力。（4）現(xiàn)金流比例。高現(xiàn)金流量比率意味著企業(yè)擁有足夠的現(xiàn)金儲(chǔ)備，能夠隨時(shí)應(yīng)對(duì)各種資金需求，包括研發(fā)投人、設(shè)備更新、市場(chǎng)開(kāi)拓等，這些都是提升新質(zhì)生產(chǎn)力所必需的。因而企業(yè)的現(xiàn)金流比率越高，對(duì)企業(yè)新質(zhì)生產(chǎn)的提升效應(yīng)越顯著。5）固定資產(chǎn)比例。固定資產(chǎn)是企業(yè)長(zhǎng)期投資的部分，當(dāng)固定資產(chǎn)占總資產(chǎn)比例越高，相對(duì)的企業(yè)流動(dòng)資金就少，會(huì)影響企業(yè)的短期償債能力、提升財(cái)務(wù)風(fēng)險(xiǎn)，這可能會(huì)限制企業(yè)在短期內(nèi)的研發(fā)投入和市場(chǎng)拓展能力，進(jìn)而影響新質(zhì)生產(chǎn)力的提升。

此外，為了緩解由于不同行業(yè)所導(dǎo)致的異方差問(wèn)題，本文對(duì)模型中回歸系數(shù)的標(biāo)準(zhǔn)誤進(jìn)行了行業(yè)層面的聚類(lèi)（cluster）處理。所有變量的定義與測(cè)度方法如表1所示。

表1各變量定義

（三）計(jì)量模型

為了檢驗(yàn)人工智能對(duì)新質(zhì)生產(chǎn)力的影響，本文構(gòu)建了如下基準(zhǔn)模型：

其中：i和t分別代表企業(yè)與年份，Creatq為新質(zhì)生產(chǎn)力，AIvion為人工智能愿景指標(biāo)，AItech為人工智能技術(shù)指標(biāo)。根據(jù)前文假說(shuō)H1，本文預(yù)計(jì) α₁ 與 β₁ 的回歸系數(shù)顯著為正。 ε 為隨機(jī)誤差項(xiàng)，Industry、Province ，Year 分別代表行業(yè)固定效應(yīng)、省份固定效應(yīng)以及年度固定效應(yīng)。

為了檢驗(yàn)人工智能是否會(huì)通過(guò)調(diào)整勞動(dòng)力技能結(jié)構(gòu)對(duì)新質(zhì)生產(chǎn)力發(fā)生影響，參照溫忠麟的中介模型，構(gòu)建如下模型對(duì)此進(jìn)行檢驗(yàn)②：

其中，Labstr為企業(yè)勞動(dòng)力技能結(jié)構(gòu)調(diào)整指標(biāo)，其余變量與基準(zhǔn)回歸模型相同。根據(jù)上述分析，本文預(yù)計(jì)模型（3）—（4）中 γ₁ 與 δ_?1 回歸系數(shù)顯著為正，模型（5）—（6）中 ρ₁ 與 φ₁ 回歸系數(shù)顯著為正數(shù)。

三、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

對(duì)本文的主要變量進(jìn)行描述性統(tǒng)計(jì)，結(jié)果如表2所示。其中，新質(zhì)生產(chǎn)力Creatq均值為3.05，方差為0.89，最大值與最小值差距較大，意味著不同企業(yè)新質(zhì)生產(chǎn)力水平存在一定差距，這為深入挖掘影響新質(zhì)生產(chǎn)力的因素提供了思路。另外，核心解釋變量人工智能愿景AIvion的均值為0.13，而人工智能技術(shù)AItech的均值為6.81，標(biāo)準(zhǔn)差為4.06。數(shù)據(jù)顯示大部分企業(yè)在披露人工智能愿景方面差距較小，而真正將人工智能技術(shù)落地卻存在很大差距，這也為進(jìn)一步分析這兩個(gè)維度對(duì)新質(zhì)生產(chǎn)力的影響提供了一定的思路。

表2各主要變量的描述性統(tǒng)計(jì)

② 中介模型一共分為三步，第一步為本文的基準(zhǔn)模型，故在中介模型部分只列舉模型的第二步與第三步。

（二）基準(zhǔn)回歸結(jié)果分析

為了檢驗(yàn)人工智能是否會(huì)對(duì)新質(zhì)生產(chǎn)力產(chǎn)生正向效應(yīng)，本文對(duì)模型（1）—（2）進(jìn)行檢驗(yàn)回歸，結(jié)果如表3所示。方程（1）與（3）為未加入控制變量與加入控制變量后，AIvion對(duì)Creatq回歸系數(shù)為0.971與0.767，且均在 1% 水平下顯著為正;方程（2）與（4）為未加入控制變量與加入控制變量后，AItech對(duì)Creatq的回歸系數(shù)為0.023與0.015，且在 1% 水平下顯著為正。以上結(jié)果表明，在其他因素一定的情況下，人工智能愿景與人工智能技術(shù)均會(huì)顯著促進(jìn)新質(zhì)生產(chǎn)力的發(fā)展，即假說(shuō)H1得證。但進(jìn)一步分析可以發(fā)現(xiàn)，人工智能技術(shù)的正向效應(yīng)要小于人工智能愿景 （0.023lt;0.971，0.015lt; 0.767），意味著人工智能愿景可能會(huì)夸大其對(duì)新質(zhì)生產(chǎn)力的影響，即假說(shuō)H2得證。因此，企業(yè)培養(yǎng)新質(zhì)生產(chǎn)力不應(yīng)該讓人工智能僅停留在\"口號(hào)\"階段，而應(yīng)該讓人工智能技術(shù)落地，這樣才能真正促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。

表3人工智能對(duì)新質(zhì)生產(chǎn)力的影響

注：1.括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤;2.*、**、***分別為 10% （204 5% 、 1% 的顯著性水平。下表同。

四、穩(wěn)健性檢驗(yàn)

新質(zhì)生產(chǎn)力會(huì)受到多方面的影響，當(dāng)樣本選擇存在偏差或由于反向因果關(guān)系造成的內(nèi)生性問(wèn)題，均會(huì)對(duì)上述回歸結(jié)果造成干擾，因此本文通過(guò)工具變量以及傾向匹配得分兩種方法來(lái)緩解內(nèi)生性問(wèn)題。此外，變量的測(cè)度偏誤也會(huì)扭曲估計(jì)系數(shù)的真實(shí)性，從而會(huì)導(dǎo)致回歸結(jié)果不可信，為此本文替換關(guān)鍵核心變量，再次對(duì)基準(zhǔn)回歸進(jìn)行檢驗(yàn)，以確保上述結(jié)果的穩(wěn)健性。

（一）工具變量檢驗(yàn)

工具變量IV的選擇有兩個(gè)條件：“嚴(yán)外生性\"與“強(qiáng)相關(guān)性”。為此，本文采用同一年度、同一行業(yè)其他企業(yè)的人工智能愿景指標(biāo)的均值（IV1）與人工智能技術(shù)的均值（IV2）分別作為人工智能愿景與人工智能技術(shù)的工具變量。同一年度、同一行業(yè)其他企業(yè)的人工智能愿景均值與人工智能技術(shù)的均值與該企業(yè)的人工智能指標(biāo)具有很強(qiáng)的相關(guān)性，但卻不能影響該企業(yè)的生產(chǎn)活動(dòng)，故滿足工具變量的\"嚴(yán)外生性”與“強(qiáng)相關(guān)性”。

為了緩解反向因果關(guān)系所導(dǎo)致的內(nèi)生性問(wèn)題，本文利用上述工具變量對(duì)基準(zhǔn)模型重新進(jìn)行回歸，結(jié)果如表4所示。第一階段回歸方程（1）—（2）顯示IV1對(duì)AIvion以及IV2對(duì)AItech的回歸系數(shù)顯著為負(fù);第二階段回歸方程（3）—（4）顯示AIvion以及AItech對(duì)新質(zhì)生產(chǎn)力的影響依然顯著為正。同時(shí)，該工具變量在不可識(shí)別檢驗(yàn)中，在列（3）與（4）中Kleibergen-Paap rkLM統(tǒng)計(jì)量為2389.384與2 619.585，統(tǒng)計(jì)量 P 值為0.00，強(qiáng)烈地拒絕不可識(shí)別的原假設(shè);弱工具變量檢驗(yàn)顯示，Kleibergen-PaaprkWaldF統(tǒng)計(jì)量為2551.709與2796.086，其真實(shí)顯著性水平不超過(guò) 10% ，說(shuō)明本文的工具變量不僅在理論上是合適的，在統(tǒng)計(jì)上也具有合理性，這在一定程度上消除了反向因果的內(nèi)生性問(wèn)題，表明基準(zhǔn)回歸結(jié)論依然成立。

（二）替換核心變量的檢驗(yàn)

為進(jìn)一步確保研究結(jié)果的穩(wěn)健性，本文重新度量新質(zhì)生產(chǎn)力指標(biāo)以及人工智能指標(biāo)，再次對(duì)基準(zhǔn)模型進(jìn)行回歸，具體步驟如下：（1）參照宋佳等[5的測(cè)度方法，采用熵值法衡量出被解釋變量新質(zhì)生產(chǎn)力的替代指標(biāo)，回歸結(jié)果如表5中列（1）—（2）所示。（2）為了能夠準(zhǔn)確評(píng)估人工智能指標(biāo)的兩個(gè)維度，本文從兩個(gè)方面著手尋找替代指標(biāo)。一是針對(duì)人工愿景替代變量依然采取文本分析方法進(jìn)行測(cè)算，具體參照姚加權(quán)等[21的方法，統(tǒng)計(jì)出上市公司年報(bào)MDamp;A部分人工智能的關(guān)鍵詞數(shù)量并加1的自然對(duì)數(shù)（AIvion_1）作為人工智能愿景替代指標(biāo);二是針對(duì)人工智能技術(shù)指標(biāo)，本文采用人工智能投入占無(wú)形資產(chǎn)投入百分比來(lái)衡量（AItech_1），占比越大表明企業(yè)對(duì)人工智能技術(shù)的重視及使用程度越高，能夠很好地替代工業(yè)機(jī)器人滲透度。核心解釋變量替換后的回歸結(jié)果如表5中列（3）一（4）所示。綜上可以看出，各個(gè)方程回歸結(jié)果依然支持基準(zhǔn)回歸結(jié)果。

（三）勞動(dòng)力結(jié)構(gòu)調(diào)整的中介機(jī)制檢驗(yàn)

通過(guò)上述檢驗(yàn)結(jié)果發(fā)現(xiàn)，人工智能對(duì)新質(zhì)生產(chǎn)力產(chǎn)生了積極的影響，這一發(fā)現(xiàn)不禁引發(fā)深入思考：人工智能是通過(guò)哪些渠道對(duì)新質(zhì)生產(chǎn)力產(chǎn)生影響呢？根據(jù)前文提出的研究假設(shè)H3，本文認(rèn)為人工智能可以通過(guò)提高勞動(dòng)力素質(zhì)、改善企業(yè)的勞動(dòng)力技能結(jié)構(gòu)從而對(duì)新質(zhì)生產(chǎn)力產(chǎn)生影響。因此，檢驗(yàn)人工智能對(duì)新質(zhì)生產(chǎn)力的影響是否基于“勞動(dòng)力技能結(jié)構(gòu)\"調(diào)整而發(fā)揮作用。中介效應(yīng)模型的逐步回歸檢驗(yàn)結(jié)果如表6所示：列（1）—（2），Labstr的回歸系數(shù)顯著為正，表明不管是人工智能愿景還是人工智能技術(shù)都顯著提高了勞動(dòng)力技能水平，推動(dòng)了勞動(dòng)力技能從低向高轉(zhuǎn)變。當(dāng)模型（1）—（2）中加人Labstr后，回歸結(jié)果如表6的列（3）—（4）所示?？梢郧逦乜闯?，Labstr、AIvion與AItech的回歸系數(shù)依然顯著為正，但與基準(zhǔn)模型（3）—（4）中的AIvion與AItech的回歸系數(shù)顯著性相比，有了明顯下降;同時(shí)由Sobel和Goodman檢驗(yàn)得知，部分中介效應(yīng)存在，驗(yàn)證了人工智能會(huì)通過(guò)賦能勞動(dòng)力從低技能向高技能水平轉(zhuǎn)變，進(jìn)而對(duì)新質(zhì)生產(chǎn)力發(fā)生積極影響。

表4工具變量檢驗(yàn)

五、進(jìn)一步研究

人工智能對(duì)新質(zhì)生產(chǎn)力的影響可能會(huì)因企業(yè)產(chǎn)權(quán)性質(zhì)、所處行業(yè)以及所在地區(qū)特征而存在差異。為此，本部分將進(jìn)一步從企業(yè)的內(nèi)部因素與所處外部環(huán)境對(duì)二者之間的關(guān)系進(jìn)行分析，以期望有更加全面的認(rèn)識(shí)。

（一）企業(yè)自身內(nèi)部性質(zhì)的影響：高新技術(shù)企業(yè)資質(zhì)分析

人工智能對(duì)新質(zhì)生產(chǎn)力的影響可能會(huì)因行業(yè)差異而有所不同。相較于非高技術(shù)行業(yè)，高技術(shù)行業(yè)在人力資本、技術(shù)積累以及對(duì)前沿技術(shù)的敏銳度等方面具有天然的優(yōu)勢(shì)，更加有利于人工智能技術(shù)的落地與應(yīng)用。同時(shí)，具有高新技術(shù)企業(yè)資質(zhì)還可以享有豐富的稅收減免與財(cái)政補(bǔ)貼政策，能夠有效地補(bǔ)償人工智能技術(shù)研發(fā)以及技術(shù)應(yīng)用所產(chǎn)生的成本，從而使企業(yè)能夠通過(guò)人工智能獲得更為可觀的經(jīng)濟(jì)回報(bào)。而這種正向反饋進(jìn)一步加大人工智能投資，最終促進(jìn)新質(zhì)生產(chǎn)力提升。為了驗(yàn)證上述推論，本文根據(jù)樣本是否得到高新技術(shù)企業(yè)認(rèn)定資質(zhì)，對(duì)樣本進(jìn)行分組檢驗(yàn)，表7列（1）—（2）為高技術(shù)行業(yè)樣本，列（3）—（4）為非高技術(shù)行業(yè)樣本，結(jié)果表明：在高技術(shù)行業(yè)中人工智能對(duì)新質(zhì)生產(chǎn)力影響更大，該結(jié)論為我國(guó)的產(chǎn)業(yè)發(fā)展提供了方向。

表5替代指標(biāo)的穩(wěn)健性檢驗(yàn)

表6勞動(dòng)力技能調(diào)整的機(jī)制檢驗(yàn)

表7行業(yè)異質(zhì)性分析

（二）企業(yè)所處外部環(huán)境的影響：數(shù)字基礎(chǔ)設(shè)施環(huán)境分析

人工智能技術(shù)的實(shí)施需要主體所在生態(tài)系統(tǒng)的數(shù)字基礎(chǔ)設(shè)施（Digital Infrastructure）作保障[10]。企業(yè)所處地區(qū)數(shù)字技術(shù)設(shè)施越好，人工智能技術(shù)可能發(fā)揮的效應(yīng)就越強(qiáng)。為了驗(yàn)證上述推論，本文借鑒黃勃等2的方法，采用企業(yè)所在城市的互聯(lián)網(wǎng)接入端口數(shù)量與居民人數(shù)之比的年度中位數(shù)作為數(shù)字基礎(chǔ)設(shè)施發(fā)展水平進(jìn)行分組檢驗(yàn)。表8列（1）—（2）為高數(shù)字基礎(chǔ)設(shè)施樣本，列（3）—（4）為低數(shù)字基礎(chǔ)設(shè)施樣本，結(jié)果表明：與低數(shù)字基礎(chǔ)設(shè)施地區(qū)相比，數(shù)字基礎(chǔ)設(shè)施發(fā)展水平較高的地區(qū)，人工智能對(duì)新質(zhì)生產(chǎn)力發(fā)揮的正向效應(yīng)更強(qiáng)，這也為當(dāng)?shù)卣块T(mén)加大數(shù)字基礎(chǔ)設(shè)施投資，促進(jìn)人工智能發(fā)展提供了理論依據(jù)。

表8數(shù)字基礎(chǔ)設(shè)施環(huán)境的異質(zhì)性分析

此外，對(duì)比人工智能技術(shù)（AItech）與人工智能愿景（AIvion）在高新技術(shù)企業(yè)資質(zhì)、數(shù)字基礎(chǔ)設(shè)施環(huán)境兩個(gè)方面的差異，結(jié)果均顯示人工智能愿景的相關(guān)系數(shù)更大。此處的分析，也是對(duì)Haefner等[10]所提觀點(diǎn)的一個(gè)驗(yàn)證，即高新技術(shù)企業(yè)資質(zhì)、數(shù)字基礎(chǔ)設(shè)施環(huán)境均屬于社會(huì)組件，技術(shù)組件的成功實(shí)施需要?jiǎng)?chuàng)建一個(gè)完善的社會(huì)情境，引導(dǎo)企業(yè)構(gòu)建人工智能愿景，為企業(yè)人工智能的實(shí)施和推動(dòng)設(shè)定范圍和方向。

六、研究結(jié)論與建議

以人工智能為引領(lǐng)的新一輪科技革命，正在全球范圍內(nèi)掀起一場(chǎng)舊有生產(chǎn)力不斷被打破、新質(zhì)生產(chǎn)力不斷形成的生產(chǎn)力變革。在此背景下，本文采用2010—2022年中國(guó)上市公司A股數(shù)據(jù)，構(gòu)建人工智能愿景與人工智能技術(shù)指標(biāo)，綜合考察人工智能對(duì)新質(zhì)生產(chǎn)力發(fā)展的影響。實(shí)證結(jié)果表明，人工智能顯著促進(jìn)新質(zhì)生產(chǎn)力的發(fā)展，控制內(nèi)生性以及穩(wěn)健性后檢驗(yàn)結(jié)果依然成立，此外還證實(shí)了人工智能愿景相對(duì)于人工智能技術(shù)而言，前者可能存在夸大效應(yīng)，即人工智能技術(shù)的正向效應(yīng)要小于人工智能愿景。在傳導(dǎo)機(jī)制方面，人工智能通過(guò)調(diào)整勞動(dòng)力技能結(jié)構(gòu)，提升勞動(dòng)力效率進(jìn)而對(duì)新質(zhì)生產(chǎn)力產(chǎn)生積極影響。進(jìn)一步研究發(fā)現(xiàn)，高科技行業(yè)特征、完善的數(shù)字技術(shù)設(shè)施均會(huì)對(duì)人工智能與新質(zhì)生產(chǎn)力發(fā)展產(chǎn)生積極影響。本研究結(jié)論對(duì)于發(fā)展人工智能技術(shù)進(jìn)而培育新質(zhì)生產(chǎn)力形成具有重要的政策啟示意義。

第一，堅(jiān)定不移走科技發(fā)展之路，不斷加大對(duì)人工智能技術(shù)創(chuàng)新投人，以高水平科技自立自強(qiáng)為新質(zhì)生產(chǎn)力的形成和發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)。政策制定者在制定人工智能技術(shù)規(guī)劃時(shí)，應(yīng)充分認(rèn)識(shí)到人工智能技術(shù)對(duì)培育新質(zhì)生產(chǎn)力的戰(zhàn)略?xún)r(jià)值。通過(guò)啟動(dòng)國(guó)家級(jí)的人工智能基礎(chǔ)研究項(xiàng)目等舉措，集中優(yōu)勢(shì)資源攻克關(guān)鍵核心技術(shù)，加速構(gòu)建新一代人工智能的核心技術(shù)體系。同時(shí)，進(jìn)一步加強(qiáng)重點(diǎn)科研機(jī)構(gòu)與大型科技企業(yè)之間的合作，形成優(yōu)勢(shì)互補(bǔ)，完善產(chǎn)學(xué)研一體化的創(chuàng)新體系，共同推動(dòng)人工智能技術(shù)的創(chuàng)新與進(jìn)步，為企業(yè)形成新質(zhì)生產(chǎn)力賦能。

第二，大力培養(yǎng)創(chuàng)新型復(fù)合型數(shù)字化人才，不斷壯大新質(zhì)生產(chǎn)力需求的新型勞動(dòng)者隊(duì)伍，為新質(zhì)生產(chǎn)力發(fā)展提供有力的人才保障。需持續(xù)推動(dòng)人才體制機(jī)制的創(chuàng)新，完善人才的引進(jìn)、培育、任用及評(píng)估體系。尤其針對(duì)人工智能前沿科技領(lǐng)域中的高端及稀缺人才，應(yīng)構(gòu)建國(guó)際交流平臺(tái)，拓寬引進(jìn)路徑，并優(yōu)化相關(guān)人才引進(jìn)服務(wù)。同時(shí)，要深化高校、職業(yè)院校和企業(yè)之間的合作，加強(qiáng)產(chǎn)學(xué)研融通，為企業(yè)輸入多樣化、多背景、高素質(zhì)、高技能的人才。

第三，加快營(yíng)造“軟環(huán)境\"與\"硬環(huán)境”為人工智能技術(shù)應(yīng)用提供沃土，助力人工智能產(chǎn)業(yè)發(fā)展。一方面，政府部門(mén)應(yīng)當(dāng)多出臺(tái)有利于人工智能發(fā)展的相關(guān)制度與政策等\"軟環(huán)境”，充分激發(fā)各企業(yè)主體的積極性與能動(dòng)性，推動(dòng)人工智能產(chǎn)業(yè)的快速發(fā)展和廣泛應(yīng)用;另一方面，政府部門(mén)應(yīng)當(dāng)加快完善有關(guān)人工智能應(yīng)用的數(shù)字基礎(chǔ)設(shè)施等“硬環(huán)境”，增強(qiáng)對(duì)新型基礎(chǔ)設(shè)施，包括信息、融合及創(chuàng)新設(shè)施的投資強(qiáng)度，充分利用人工智能作為驅(qū)動(dòng)力，促進(jìn)新質(zhì)生產(chǎn)力的高效提升。

參考文獻(xiàn)：

[1]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.

[2」黃再勝.AI大模型賦能新質(zhì)生產(chǎn)力加快發(fā)展：內(nèi)在機(jī)理、現(xiàn)實(shí)障礙與實(shí)踐進(jìn)路[J].改革與戰(zhàn)略，2024（2）：1-12.

[3]黃群慧，盛方富.新質(zhì)生產(chǎn)力系統(tǒng)：要素特質(zhì)、結(jié)構(gòu)承載與功能取向[J].改革，2024（2）：15-24.

[4]尹西明，陳勁，王華峰，劉冬梅.強(qiáng)化科技創(chuàng)新引領(lǐng)加快發(fā)展新質(zhì)生產(chǎn)力[J/OL].科學(xué)學(xué)與科學(xué)技術(shù)管理，1-10[2025-02-06].http：//kns.cnki.net/kcms/detail/12.1117. g3.20240221.1012.002.html.

[5]宋佳，張金昌，潘藝.ESG發(fā)展對(duì)企業(yè)新質(zhì)生產(chǎn)力影響的研究：來(lái)自中國(guó)A股上市企業(yè)的經(jīng)驗(yàn)證據(jù)[J].當(dāng)代經(jīng)濟(jì)管理，2024（6）：1-11.

[6]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.

[7]米加寧，李大宇，董昌其．算力驅(qū)動(dòng)的新質(zhì)生產(chǎn)力：本質(zhì)特征、基礎(chǔ)邏輯與國(guó)家治理現(xiàn)代化[J].公共管理學(xué)報(bào)，2024（2）：1-14，170.

[8]蔣萬(wàn)勝，王嘉妮.人工智能對(duì)現(xiàn)代社會(huì)生產(chǎn)力發(fā)展的影響：基于馬克思勞動(dòng)過(guò)程三要素思想的分析[J].西北工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023（2）：10-18.

[9］姚樹(shù)潔，王潔菲.數(shù)字經(jīng)濟(jì)推動(dòng)新質(zhì)生產(chǎn)力發(fā)展的理論邏輯及實(shí)現(xiàn)路徑[J].煙臺(tái)大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2024（2）：1-12.

[10]HAEFNER N，PARIDA V，GASSMANNO，et al. Implementing andscaling artificial intellgence：Areview，framework，ndresearch agenda[J]. Technological Forecasting and Social Change，2O23，197： 122878.

[11]蔡躍洲，陳楠.新技術(shù)革命下人工智能與高質(zhì)量增長(zhǎng)、高質(zhì)量就業(yè)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019（5）：3-22.

[12]ACEMOGLUD，RESTREPOP.Robots and jobs： Evidence fromUS labor markets[J].Journal of Political Economy，2020，128（6）：2188-2244.

[13］陳東，秦子洋.人工智能與包容性增長(zhǎng)：來(lái)自全球工業(yè)機(jī)器人使用的證據(jù)[J].經(jīng)濟(jì)研究，2022（4）：85-102.

[14]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（10）：159-175.

[15]郭凱明，王鈺冰，龔六堂．勞動(dòng)供給轉(zhuǎn)變、有為政府作用與人工智能時(shí)代開(kāi)啟[J].管理世界，2023（6）：1-21.

[16] GRAETZ G，MICHAELS G. Robots at work[J].The Review of Economics and Statistics，2018，10O（1）：753-768.

[17]王林輝，胡晟明，董直慶.人工智能技術(shù)會(huì)誘致勞動(dòng)收入不平等嗎：模型推演與分類(lèi)評(píng)估[J].中國(guó)工業(yè)經(jīng)濟(jì)，2020（4）：97-115.

[18]劉斌，潘彤.人工智能對(duì)制造業(yè)價(jià)值鏈分工的影響效應(yīng)研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020（10）：24-44.

[19]GCANIN H， WAGNER M.Artificial intellgenceparadigm for customer experience management in next-generationnetworks：Challenges and perspectives[J]. IEEE Network，2019，33（2） ：188-194.

[20]BABINAT，F(xiàn)EDYKA，HEA，etal.Artificialinteligence，firmgrowth，andproductinnovationJ].JournalofinancialEconomics，2024，151：103745.

[21]姚加權(quán)，張錕澎，郭李鵬，等.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（2）：101-116，133，117-122.

[22]CHUI M，ROBERTSR，YEE L D. Generative AI Is here：How Tools like ChatGPT Could Change your Business.McKinsey QuantumBlack[EB/OL].[2024-05-10].htps：//www.mckinsey.com/capabilities/quantumblack/our-insights/generative-ai-is-here-how-toolslike-chatgpt-could-change-your-busines.

[23]BROWDERRE，KOCH H，LONG AN，etal.Learning toinnovatewith bigdataanalyticsininterorganizationalrelationships[J].Academy of ManagementDiscoveries，2022，8（1）：139-166.

[24]王軍，常紅.人工智能對(duì)勞動(dòng)力市場(chǎng)影響研究進(jìn)展[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2021（8）：146-160.

[25]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（2）：99-117.

[26]MOLL B，RACHEL L，RESTREPO P. Uneven growth： Automation’s impact on income and wealth inequality[R].NBERWorking Papers，2021，No.28440.

[27]吳一平，陳家和，李鵬飛．自動(dòng)化技術(shù)應(yīng)用與企業(yè)人力資本結(jié)構(gòu)：基于供應(yīng)鏈視角的研究[J].財(cái)經(jīng)研究，2023（7）：4-18.

[28]盧江，郭子昂，王煜萍．新質(zhì)生產(chǎn)力發(fā)展水平、區(qū)域差異與提升路徑[J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（3）：1-17.

[29]黃勃，李海彤，劉俊岐，等.數(shù)字技術(shù)創(chuàng)新與中國(guó)企業(yè)高質(zhì)量發(fā)展：來(lái)自企業(yè)數(shù)字專(zhuān)利的證據(jù)[J].經(jīng)濟(jì)研究，2023（3）：97-115.

A study of the impact of artificial intelligence on the development of new quality productivity ： Evidence from Chinese micro firm level

CHEN Yulei1，TONG Xiaoge1，RAN Maosheng2，HAN Wei1 （1. School of Business，Southwest University of Political Science and Law，Chongqing 40o12o， P.R. China;

2.School of Economics and BusinessAdministration，Chongqing University， Chongqing 40oo44，P.R. China） Abstract： The rapid development of artificial intellgence is sparking a productivity revolution，promoting

the transition of traditional productivity to new quality productivity.In this context，based on the social

technical systems theory （STST），this paper dividesartificial inteligence into two dimensions：visionand

technology，constructs indicatorsforartificial inteligencevisionandartificial intellgence technology，and explores the intrinsic correlation between artificial intelligence and the development of new quality productive forces using data from China’s A-share listed companies from 2010 to 2022. The empirical results show that： 1） Artificial intellgence significantly promotes the development of newquality productive forces，and the test resultsafter controlling for endogeneityand robustness are consistent with the benchmark test results.In addition，this paper confirms that compared with artificial intelligence technology，artificial intellgence vision mayhaveanexaggeration efect，that is，the positive effectof artificial intelligence technology is smaller than thatof artificial intellgence vision，which means that enterprises should notletartificial intellgence stayat the slogan stage when cultivating new productive forces，but should promote the implementation of artificial intelligence technology，soas to truly promote the development of enterprises’new quality productive forces.2） In terms of transmission mechanism，this paper opens the black box of artificial intelligence driving the development of new quality productive forces，and analyzes the mechanism of artificial intelligence on the development of new quality productive forces from the perspective of labor skillstructure adjustment. The study finds thatboth artificial intellgence visionand artificial intellgence technology significantly improve laborskillleveland promote the transformationof laborskill structure fromlow-skilledtohigh-skiled，thatis， artificial inteligence can empower labor skill improvement，and then have a positive impact on new quality productive forces.3）Further research showsthat the characteristics of high-tech industries are more conducive to thelanding andapplication of artificial intellgence technology，andthe better the digital technologyfacilities in the area where the enterprise is located，the stronger the positive effect thatartificial intelligence technology may exert，that is，both aspects will strengthen the positive role of artificial inteligence in promoting new quality productive forces.The research conclusions of this paper have important policy implications for promoting enterprises to formnew qualityproductiveforces withhigh technology，high eficiency，and highquality，as well as the development of the artificial intelligence industry，as follows： First， we mustunswervingly follow the path of technological development，continuously increase investment in artificial intelligence technology innovation， and lay a solid foundation for the formation and development of new quality productive forces with independent and self-reliant technology;Second，we must vigorously cultivate innovative and compound digital talents， continuously expand the new labor force，and provide a strong talent guarantee for the development of new quality productive forces; Third，we must accelerate the creation of soft environment and hard environment to provide fertile soil for the application of artificial intelligence technologyand help the development of the artificial intelligence industry.

Key words：artificial intelligence vision;artificial intelligence technology；new quality productivity workforce skill structure; high-tech industries; digital technology facilities

（責(zé)任編輯 傅旭東）