【中圖分類號】F272；TP18【文獻標志碼】A

【文章編號】1673-1069（2025）05-0043-04

1引言

企業(yè)績效是反映企業(yè)經(jīng)營成果和市場競爭力的關(guān)鍵尺度。然而，企業(yè)面臨著前所未有的復(fù)雜經(jīng)濟環(huán)境：地緣政治沖突、大國貿(mào)易摩擦等宏觀擾動因素持續(xù)重塑國際經(jīng)濟格局。在此背景下，企業(yè)要實現(xiàn)績效的可持續(xù)提升面臨巨大挑戰(zhàn)。

近年來，人工智能技術(shù)呈現(xiàn)快速發(fā)展態(tài)勢，已成為驅(qū)動科技進步、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級以及生產(chǎn)力水平全面提升的關(guān)鍵動力。黨的二十大報告中也明確指出，人工智能是經(jīng)濟社會高質(zhì)量發(fā)展的新引擎。隨后，在黨的二十屆三中全會中也明確強調(diào)要將人工智能與新質(zhì)生產(chǎn)力深度融合。因此，研究人工智能技術(shù)對企業(yè)績效的影響、新質(zhì)生產(chǎn)力水平能否對企業(yè)運用人工智能的效果帶來賦能以及如何在人工智能時代持續(xù)提升企業(yè)績效水平無疑具有重要的政策含義與管理價值。

人工智能無論對宏觀經(jīng)濟發(fā)展還是微觀的企業(yè)經(jīng)營都有不可忽視的作用。一方面，陳彥斌等借助動態(tài)一般均衡模型展開探究，其研究表明，人工智能技術(shù)的運用能夠?qū)φw經(jīng)濟增長產(chǎn)生顯著的推動效應(yīng)。林晨等的研究成果顯示，人工智能技術(shù)能夠提升實體經(jīng)濟的資本占比，進而對中國的資本結(jié)構(gòu)起到優(yōu)化作用。此外，陳東等通過實證研究證明，人工智能的演進從整體層面推動了產(chǎn)業(yè)內(nèi)部的包容性增長進程。另一方面，陳曉等的研究表明，人工智能能夠?qū)ζ髽I(yè)內(nèi)部的勞動力配置結(jié)構(gòu)產(chǎn)生變革，具體表現(xiàn)為對不同類型勞動力的比例關(guān)系進行調(diào)節(jié)。王林輝等的研究指出，人工智能技術(shù)在企業(yè)的高技術(shù)部門催生了大量新型技術(shù)崗位。Goldfarbetal.的研究發(fā)現(xiàn)人工智能帶來了持續(xù)的技術(shù)創(chuàng)新和更多應(yīng)用領(lǐng)域的創(chuàng)新。劉亮等的研究發(fā)現(xiàn)人工智能技術(shù)還對非重復(fù)性且需創(chuàng)造性思維的崗位具有戰(zhàn)略性的賦能作用。

盡管人工智能的價值已獲普遍認可，但在當(dāng)今這個充滿機遇與挑戰(zhàn)的時代，人工智能技術(shù)的應(yīng)用普及與企業(yè)持續(xù)提升績效表現(xiàn)的需求之間會摩擦出怎樣的火花，新質(zhì)生產(chǎn)力在其中究竟會產(chǎn)生什么樣的效果，這不僅是政府部門迫切想了解的信息，也是企業(yè)在人工智能時代必須直面的問題，更是本文進行研究探討的價值所在。

2理論分析與假設(shè)提出

2.1人工智能和企業(yè)績效

人工智能對企業(yè)績效的優(yōu)化可通過促進技術(shù)創(chuàng)新、優(yōu)化生產(chǎn)流程以及構(gòu)建人機協(xié)同機制3個維度得以實現(xiàn)。人工智能對技術(shù)創(chuàng)新具有顯著的驅(qū)動效應(yīng)，智能制造技術(shù)對企業(yè)績效的短期與長期改善均呈現(xiàn)積極影響。人工智能技術(shù)的應(yīng)用能夠?qū)崿F(xiàn)生產(chǎn)流程的標準化與有序化，從而提升整體生產(chǎn)效率。人工智能技術(shù)不僅作為生產(chǎn)工具發(fā)揮關(guān)鍵作用，更在特定情境下承擔(dān)主要勞動職能，進而推動企業(yè)生產(chǎn)力實現(xiàn)質(zhì)的飛躍。

基于上述分析，本研究構(gòu)建以下理論假設(shè)：

H₁ ：人工智能技術(shù)的應(yīng)用對企業(yè)績效具有顯著的正向提升效應(yīng)。

2.2人工智能、新質(zhì)生產(chǎn)力和企業(yè)績效

新質(zhì)生產(chǎn)力通過構(gòu)建人才支撐體系、強化政策激勵引導(dǎo)、優(yōu)化創(chuàng)新生態(tài)這幾個方面，賦能企業(yè)人工智能技術(shù)應(yīng)用與績效提升。一方面，新質(zhì)生產(chǎn)力水平較高的企業(yè)或地區(qū)往往越具有培養(yǎng)高素質(zhì)人才隊伍的條件。這也為企業(yè)構(gòu)建能夠開發(fā)與應(yīng)用人工智能技術(shù)的專業(yè)化、智能化的團隊提供便利。另一方面，為提升地區(qū)的新質(zhì)生產(chǎn)力水平，地區(qū)會著重從政策上鼓勵企業(yè)推進數(shù)字化、智能化與信息化轉(zhuǎn)型[3]。此外，新質(zhì)生產(chǎn)力發(fā)展水平較高的區(qū)域，能夠為企業(yè)創(chuàng)新發(fā)展營造更為有利的環(huán)境，促使企業(yè)在生產(chǎn)經(jīng)營實踐中不斷提升新技術(shù)應(yīng)用的頻次與強度，進而將其轉(zhuǎn)化為企業(yè)核心競爭優(yōu)勢[4。這些最終都會推動企業(yè)競爭力和盈利水平的提升，強化人工智能技術(shù)對企業(yè)績效的促進作用。

基于上述分析，本研究構(gòu)建以下理論假設(shè)：

H₂ ：新質(zhì)生產(chǎn)力水平在人工智能技術(shù)對企業(yè)績效產(chǎn)生積極作用的過程中，具有顯著的正向調(diào)節(jié)效應(yīng)。

3研究設(shè)計

3.1數(shù)據(jù)說明

研究選取2013-2023年的A股上市企業(yè)作為樣本。研究所需數(shù)據(jù)來自巨潮資訊網(wǎng)、國家知識產(chǎn)權(quán)局以及國泰安數(shù)據(jù)庫（CSMAR）。為保障研究結(jié)論的精確性和代表性，參考姚加權(quán)等的研究方法，對金融、信息傳輸、軟件與信息技術(shù)服務(wù)業(yè)、科學(xué)研究以及技術(shù)服務(wù)業(yè)領(lǐng)域的企業(yè)進行了剔除，并且對研究周期內(nèi)ST、ST狀態(tài)的企業(yè)異常值進行了剔除，同時對數(shù)據(jù)缺失較為嚴重的觀測值也進行了刪除。

3.2變量定義

3.2.1人工智能

人工智能作為研究的解釋變量。參考姚加權(quán)等的相關(guān)研究對人工智能的度量方式，采用上市企業(yè)年報中人工智能詞頻加1取自然對數(shù)來度量企業(yè)的人工智能程度。

3.2.2企業(yè)績效

研究將企業(yè)績效作為被解釋變量，并參考吳曉云等的研究方法，選用資產(chǎn)回報率（ROA）作為其衡量指標。

3.2.3新質(zhì)生產(chǎn)力水平

研究的調(diào)節(jié)變量為新質(zhì)生產(chǎn)力水平。參考盧江的研究對新質(zhì)生產(chǎn)力的測度方法，通過建立科技、綠色和數(shù)字新質(zhì)生產(chǎn)力3個一級指標，并用改進的熵權(quán)-TOPSIS方法對指標進行賦權(quán)，測度了2013-2023年我國30個省級區(qū)域的新質(zhì)生產(chǎn)力水平。

3.3模型構(gòu)建

3.3.1主回歸模型構(gòu)建

為探究人工智能作用于企業(yè)績效的影響路徑，本研究構(gòu)建如下計量模型：

3.3.2調(diào)節(jié)效應(yīng)模型構(gòu)建

為研究地區(qū)新質(zhì)生產(chǎn)力水平的調(diào)節(jié)效應(yīng)，參考江艇的操作建議，在模型中加人了人工智能（AIA）和地區(qū)新質(zhì)生產(chǎn)力水平（NPL）的交互項，具體模型如下：

Year+Ind+Pro+ε_i，t （2）

式（2）中，AIA為人工智能；NPL為新質(zhì)生產(chǎn)力水平；i為公司： Ψ_t 代表年份； Controls_i，t 為控制變量； ε 為隨機誤差項；Year為年份固定效應(yīng)； Ind 為行業(yè)固定效應(yīng)； Pro 為省份固定效應(yīng)。變量定義及說明如表1所示。

表1變量定義及說明

4實證結(jié)果與分析

4.1描述性統(tǒng)計

對研究樣本開展描述性統(tǒng)計分析，結(jié)果顯示解釋變量人工智能（AIA）的均值為0.98，最大值為4.89，最小值為0，中位數(shù)為0.69，標準差為1.24。而被解釋變量資產(chǎn)收益率（ROA）的均值為0.04，最大值為0.25，最小值為-0.37，中位數(shù)為0.04，標準差為0.07。這表明不同企業(yè)無論在人工智能的應(yīng)用水平，還是在績效水平上都存在著較大的差異，甚至有企業(yè)可能存在沒有開始應(yīng)用人工智能的情況。

4.2回歸結(jié)果分析

研究的結(jié)果如表2所示。其中，列（2）展示了在納人一系列控制變量并進一步控制年份、行業(yè)及省份的固定效應(yīng)后，人工智能對企業(yè)績效的影響依然顯著，其影響系數(shù)為0.002，且在 1% 的置信水平下通過顯著性檢驗。而列（3）表明人工智能關(guān)鍵詞詞頻與地區(qū)新質(zhì)生產(chǎn)力水平的交互項（ AIA×NPL ）回歸系數(shù)在 1% 的顯著性水平下呈現(xiàn)正向顯著關(guān)系。由此可見，人工智能對企業(yè)績效的影響依然顯著為正，而地區(qū)新質(zhì)生產(chǎn)力水平的提升強化了人工智能對企業(yè)績效的正向影響，從而支持了假設(shè) H₁，H_2°

表2人工智能對企業(yè)績效影響的基準回歸

注：表內(nèi)數(shù)字為變量回歸系數(shù)，括號內(nèi)數(shù)字為 χ_t 值，、**、***分別表示在 10%.5%.1% 的統(tǒng)計水平上顯著。

4.3內(nèi)生性分析

研究在基準回歸時已經(jīng)盡可能考慮了控制變量的問題，但考慮到公司績效與人工智能技術(shù)之間可能存在的反向因果關(guān)系，參考陳勁等的研究方法，選取滯后一期的企業(yè)年報中人工智能關(guān)鍵詞詞頻進一步對可能存在的反向因果問題進行檢驗。通過實施滯后一期的回歸檢驗后發(fā)現(xiàn)，人工智能對企業(yè)績效的正向作用依然在 1% 的水平上顯著，其影響系數(shù)達到0.001。這也進一步驗證了假設(shè) H₁ 的成立，即人工智能的應(yīng)用依然對企業(yè)績效的提升具有顯著的促進作用。

4.4穩(wěn)健性檢驗

為進一步保證研究結(jié)果的穩(wěn)健性，研究參考姚加權(quán)的研究方法，將解釋變量的年報人工智能關(guān)鍵詞詞頻替換為年報管理層討論與分析（MDamp;A）部分中的人工智能關(guān)鍵詞詞頻再次進行回歸檢驗。結(jié)果顯示，此時以年報管理層討論與分析（MDamp;A）部分中的人工智能關(guān)鍵詞詞頻衡量的人工智能對企業(yè)績效的影響結(jié)果在 1% 水平效果顯著，該結(jié)果支持了研究的基本結(jié)論。

5結(jié)論與建議

5.1結(jié)論

本研究選取2013-2023年A股上市企業(yè)作為樣本，通過實證研究的方法，研究了人工智能影響企業(yè)績效的內(nèi)在運行機理，并探討新質(zhì)生產(chǎn)力在這一影響過程中所發(fā)揮的調(diào)節(jié)效應(yīng)。研究結(jié)論如下：第一，在如今數(shù)智化的時代背景下，人工智能的應(yīng)用會有效提升企業(yè)的績效表現(xiàn)；第二，在人工智能顯著提升企業(yè)績效表現(xiàn)的過程中，新質(zhì)生產(chǎn)力水平強化了這一影響。

5.2建議

基于研究的結(jié)論，從政府和企業(yè)層面提出如下幾點建議：

在政府層面，可采取以下措施： ① 通過設(shè)立專項激勵基金與實施稅收優(yōu)惠政策，建立企業(yè)人工智能技術(shù)應(yīng)用的激勵機制； ② 在重點產(chǎn)業(yè)園區(qū)構(gòu)建 AI+ 新質(zhì)生產(chǎn)力\"開放創(chuàng)新平臺，整合數(shù)據(jù)要素與智能算法資源，降低技術(shù)應(yīng)用成本；③ 建立跨區(qū)域協(xié)同發(fā)展機制，促進先進技術(shù)經(jīng)驗向新質(zhì)生產(chǎn)力欠發(fā)達地區(qū)擴散，實現(xiàn)技術(shù)普惠與企業(yè)效率提升的雙重目標。

在企業(yè)層面，建議采取以下策略： ① 重點在客戶服務(wù)、生產(chǎn)質(zhì)檢等高價值業(yè)務(wù)場景部署人工智能技術(shù)，優(yōu)化運營流程； ② 通過系統(tǒng)性數(shù)字技能培訓(xùn)，構(gòu)建人機協(xié)同的高效團隊，提升人力資本與新質(zhì)生產(chǎn)力的適配性； ③ 聯(lián)合高校及科技企業(yè)共建人工智能聯(lián)合實驗室，促進技術(shù)成果轉(zhuǎn)化與行業(yè)智能化解決方案開發(fā)，形成創(chuàng)新協(xié)同網(wǎng)絡(luò)。

【參考文獻】

【1】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（07）：47-63.

【2】林晨，陳小亮，陳偉澤，等.人工智能、經(jīng)濟增長與居民消費改善：資本結(jié)構(gòu)優(yōu)化的視角[J].中國工業(yè)經(jīng)濟，2020（02）：61-83.

【3】陳東，秦子洋.人工智能與包容性增長—來自全球工業(yè)機器人使用的證據(jù)[J].經(jīng)濟研究，2022，57（04）：85-102.

【4】陳曉，鄭玉璐，姚笛.工業(yè)智能化、勞動力就業(yè)結(jié)構(gòu)與經(jīng)濟增長質(zhì)量——基于中介效應(yīng)模型的實證檢驗[J].華東經(jīng)濟管理，2020，34（10）：56-64.

【5】王林輝，胡晟明，董直慶.人工智能技術(shù)會誘致勞動收入不平等嗎——模型推演與分類評估[J].中國工業(yè)經(jīng)濟，2020（04）：97-115.

【6]Goldfarb Avi，Taska Bledi， TeodoridisFlorenta.Could machinelearning be a general purposetechnology？ A comparison ofemerging technologies using data from online job postings [J].Research Policy，2023，52（1）.

【7】劉亮，胡國良.人工智能與全要素生產(chǎn)率一證偽“生產(chǎn)率悖論\"的中國證據(jù)[J].江海學(xué)刊，2020（03）：118-123.

【8】吳淑娟，吳海民.我國智能全要素生產(chǎn)率及其影響因素研究[J].經(jīng)濟體制改革，2019（05）：97-103.

【9]RodneyRunyan，CorneliaDroge，JaneSwinney.EntrepreneurialOrientation versus Small Business Orientation：What Are Their RelationshipstoFirm Performance？[J].Journal of Small BusinessManagement，2008，46（4）.

【10]楊虎濤.人工智能如何為高質(zhì)量發(fā)展\"賦能\"—ICT時代的啟示與AI時代的應(yīng)對之道[J].人文雜志，2020（05）：31-42.

【11】吳沁沁，周代數(shù).人工智能技術(shù)創(chuàng)新對企業(yè)新質(zhì)生產(chǎn)力的賦能效應(yīng)研究[J].新疆社會科學(xué)，2025（01）：43-57+187.

【12】于茜，惠寧.專精特新企業(yè)的新質(zhì)生產(chǎn)力：理論邏輯與實踐路徑[』]經(jīng)濟學(xué)家，2025（04）：46-56.

【13】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（社會科學(xué)版），2024，30（03）：1-17.

【14】巫強，黃孚，汪沛.人工智能技術(shù)與企業(yè)創(chuàng)新績效——兼論新質(zhì)生產(chǎn)力的賦能作用[J].財經(jīng)問題研究，2024（10）：67-80.

【15】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？—基于勞動力技能結(jié)構(gòu)調(diào)整的視角[J].管理世界，2024，40（02）：101-116+133+117-122.

【16】吳曉云，王峰.銀行戰(zhàn)略群組的新業(yè)務(wù)戰(zhàn)略對績效影響因素的實證研究——基于中國銀行業(yè)16家上市銀行的面板數(shù)據(jù)[J].金融研究，2012（09）：48-61.

【17】江艇.因果推斷經(jīng)驗研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].中國工業(yè)經(jīng)濟，2022（05）：100-120.

【18】陳勁，彭剛東，韓衛(wèi)冬，等.人工智能對實體經(jīng)濟融資效率的影響研究：理論機制與實證檢驗[J].中南大學(xué)學(xué)報（社會科學(xué)版），2024，30（06）：104-118.