AIGC應用對數字文化企業高質量發展的沖擊效應

中圖分類號：F062.4 文獻標識碼：A 文章編號：1004-342（2025）04-34-17

一、引言

2024年2月16日，首個人工智能視頻生成模型的發布推動了人工智能多模態領域的飛躍式發展，實現生成式人工智能（Artifi-cialIntelligenceGeneratedContent，AIGC）領域的新里程碑式進展。隨著新一輪科技革命和產業變革的推進，各行各業均面臨著新的機遇與挑戰。數字文化產業體現了文化創新與科技創新的融合，高質量發展是推動中國式現代化的內在要求，也是文化產業轉型發展的根本遵循。基于開放性、可視性、生成性原生主題下的智能技術，正在推動數字文化產業業態呈現出多維化、交互化的特點。技術與文化的深度融合，極大地促進了數字文化產業的高質量發展。2022年，中共中央辦公廳、國務院辦公廳印發了《“十四五”文化發展規劃》，明確提出要“推動科技賦能文化產業”，“建立健全文化科技融合創新體系”，“引導和鼓勵文化企業運用大數據、5G、云計算、人工智能、區塊鏈、超高清等新技術，改造提升產業鏈，促進內容生產和傳播手段現代化，重塑文化發展模式”。①中共中央、國務院在2023年頒布的《數字中國建設整體布局規劃》中指出：“打造自信繁榮的數字文化”，“加快發展新型文化企業、文化業態、文化消費模式”。 ②₂₀₂₄ 年3月5日，李強總理代表國務院在十四屆全國人大二次會議上作《政府工作報告》，報告提出要“深化大數據、人工智能等研發應用，開展‘人工智能 +^; 行動，打造具有國際競爭力的數字產業集群”。新興數字技術不斷向數字文化產業融合和滲透，使得產業內顛覆性創新技術、產品和服務不斷涌現。這表明，數字化技術對于我國文化產業的數智化發展具有極大推動作用

2022年，文本生成、圖像生成、三維模型生成等一系列應用級人工智能內容生成算法問世，標志著人工智能初步具備了數字化內容生產的能力，現實與數字的邊界日益模糊。④生成式人工智能技術迅速走紅。2023年6月，世界經濟論壇（WEF）發布了《2023年十大新興技術》，其中就包括生成式人工智能。作為一種新型內容生產方式，AIGC技術可以實現人工智能在文字、圖像、音頻、視頻等多媒體領域的創作，且在內容生產規模與生產效率方面達到指數級飛躍。因此生成式人工智能技術的應用對經濟增長和數字文化產業高質量發展具有重要意義。一方面，AIGC技術在數字文化企業中的應用為文化發展提供了新的技術驅動力與建設條件。另一方面，數字文化發展顯現出與AIGC技術指向的數智化特征所適配的發展需求。①

在經濟學中，沖擊效應反映了某個外部事件或因素對經濟系統產生的突然影響，沖擊的性質決定了影響的方向、程度及時間。如重大的技術創新可能改變傳統行業的商業模式或對現有產業結構產生沖擊。向量自回歸（VAR）模型主要是考察變量之間的動態互動關系，從而解釋各種經濟沖擊對經濟變量形成的動態影響，本文通過建立VAR模型，運用脈沖響應函數刻畫生成式人工智能應用對數字文化企業高質量發展的動態沖擊，為數字文化企業的高質量發展注人新動力。

二、文獻綜述

（一）AIGC概念界定

為應對數字經濟中企業數智化發展的挑戰，AIGC技術應運而生。關于AIGC的首次創作，最早可以追溯到生成式對抗網絡（GenerativeAdversarialNetworks，GANs）的出現。①GANs以其創造性生成新樣本的能力在生成模型領域發揮了重要作用。②基于GANs設計的新型生成算法不斷突破，人工智能逐步能夠生成文本、代碼、圖像、音頻、實物等多種類型的內容，為AIGC技術的發展提供了堅實的算法支持。此外，超大預訓練模型能夠推動AIGC核心技術的突破，促進了AIGC技術的應用實踐，典型的應用包括用于文本生成的大語言模型（ChatGPT）以及用于繪圖和圖像設計生成的圖像生成模型（StableDiffusion）。生成模型使應用者能夠借助人工智能的力量產出符合自身需求的內容，大幅提升工作效率。并且多模態技術能夠完成各類跨模態生成或多模態融合任務，它增強了AIGC技術的通用能力，拓展了AIGC技術的應用場景。 ③₂₀₂₃ 年3月，OpenAI推出具備先進功能的多模態預訓練大模型GPT-4，這是Ope-nAI在擴大深度學習方面的新里程碑。目前，各國對于AIGC技術的含義還沒有一致規范的界定，國內學者的主要觀點總結為以下幾個方面：根據中國信息通信研究院報告，“AIGC既是從內容生產者視角進行分類的一類內容，又是一種內容生產方式，還是用于內容自動化生成的一類技術集合。”③深度學習技術的迅猛發展以及數字內容供給需求的日益增長促進了生成式人工智能技術的興起。國外學者對于生成式人工智能定義的描述大多基于人工智能本身去分析。例如，程凱昱等認為，AIGC技術是通過人工智能模型創建數字內容，如圖像、音樂和自然語言的一項技術。①AIGC技術的獨特之處在于其運用新技術驅動機器智能進行內容創作。②

（二）數字文化企業高質量發展

數字文化企業體現了數字技術與文化企業的深度融合，在科技和文化的共振中實現高質量發展，其發展趨勢主要體現在：供需主體間，數字形態與物理實體間，技術、裝備與文化創意間的高度融合。數字文化企業高質量發展是文化內容的高品質發展、生產手段的高科技發展、文化消費的高體驗發展，被視為數字文化企業發展的新范式，即企業以實現高水平、高層次的發展質量為目標。與之前依賴生產要素投人增加來實現規模擴張的粗放式發展方式不同，高質量發展不僅提供高品質產品和服務、強調經濟價值，更重視社會價值創造效率與水平，因此促進經濟效益和社會效益的共同提升是數字文化企業高質量發展的內在要求。國內外學者應用多種分析方法或數據從不同角度分析了數字文化企業高質量發展的影響因素，包括新型數字基礎設施建設、政策支持、數字金融、資源配置、技術創新能力等。首先，先進的通信技術、數字化知識、信息化要素和智能化平臺有助于實現供給端、生產端、需求端智能化，提高數字文化企業的生產率。基于企業層面的研究結果均否定相關企業投資ICT存在“生產率悖論”。循著這個思路，李廉水等認為先進的數智化技術能夠通過提高企業勞動生產率和資本回報率實現高質量發展。③一方面技術進步使得生產過程中可以用數智化的機器和算法代替人工來提高平均生產率，產生勞動節約和勞動增進效應。①另一方面企業可以更高效地利用資本，減少原材料浪費、提高設備使用效率等，從而使得每單位資本投入能產生更多的經濟收益。張玲等基于勞動資源配置角度分析了如何通過用工模式選擇優化勞動資源配置，并提出技能供需不匹配的勞動錯配現象將對企業全要素生產率產生消極影響。②③因此企業在轉型升級過程中需要通過定價策略、優化工資水平等方式來促進企業高質量發展。

（三）AIGC應用對數字文化產業高質量發展的沖擊

AIGC應用主要是大模型在行業、價值鏈上的具體展開，是AIGC技術真正落地和實現價值創造的場景。AIGC技術在數字文化企業中的應用具有自動化和高效率、創意拓展和多樣性及應用的廣泛性等特點。其對數字文化企業高質量發展的影響作用各有側重：自動化和高效率主要體現在AIGC技術利用其高效生成能力提升數字文化企業生產效率、降低數字文化企業生產成本、優化數字文化企業業務流程等；創意拓展和多樣性則側重于通過多模態生成和用戶數據分析實現柔性生產管理模式和滿足消費者的個性化需求；應用的廣泛性主要表現為AIGC技術能夠應用于數字文化產業及其細分行業，如數字出版、藝術設計、媒體營銷、游戲開發等。AIGC 技術在數字文化領域中的創新應用為拓展企業業務領域、增強市場競爭力和促進企業間合作提供了技術支持。數字文化企業應根據自身發展情況和市場趨勢，把握AIGC應用不同特點的優勢，助力實現企業高質量發展。近年來，AIGC技術迅速發展，逐漸演化出數字內容李生、數字內容智能編輯、智能創作等前沿能力，為數字文化企業發展創造了全新的技術驅動力。在文獻方面，國內外學者從不同方面探討了AIGC應用對數字文化企業的影響，并發現AIGC應用對數字文化企業高質量發展可能存在復雜的雙刃效應。一方面，AIGC應用能夠優化生產過程。如韓文龍等指出AIGC技術能夠將數據作為生產要素，利用機器學習算法，幫助企業實現生產流程自動化、智能化。①延斯等認為在AIGC主體賦權、機器增能和內容仿真的三維協同賦能作用下，數字文化企業內容生產創造性得以提升，助力企業實現高質量產出。②此外，AIGC應用能夠提升供需匹配效率。如吳小龍等提出人工智能與人相協同的產品創新模式能滿足客戶的多樣化需求，AIGC技術與消費者形成互動，利用AIGC技術的學習效應和共享效應拉動文化消費需求，提升文化消費質量。另一方面，考慮到AIGC技術在實踐過程中的潛在風險，AIGC應用對數字文化產業發展的影響變得復雜。部分學者從數據合規、知識產權、社會公平等方面進行討論。陳曉紅等提出AIGC技術通過場景訓練后所具備的能力會對部分工作產生威脅性乃至替代性，特別是簡單重復的模板型工作。王紫琪和解學芳指出盡管生成內容是在自我引用基礎上進行新的組合和呈現，但其仍然依賴已存在的數據，數據泄露或數據濫用都會對企業發展造成不利影響。且生產內容往往是已有框架內的創新，缺乏原創性內容的突破。AIGC是通過學習大量的數據生成內容的，其版權歸屬難以確定，可能會導致數字文化產業的市場秩序混亂。此外，AIGC應用通過要素重組升級與再配置引致的效率變革與產業智能化削弱了中低技能勞動者的相對收人權，中低技能勞動者的工作崗位可能減少。直接影響他們的收人來源，最終影響數字文化企業社會效益的實現

通過文獻梳理發現，AIGC技術的廣泛應用，能夠促進數字文化企業智能化發展。當前，大部分學者是從理論或案例角度探討AIGC技術對文化企業的影響，較少有學者采用實證方法分析AIGC技術作為一種顛覆式創新技術對數字文化企業高質量發展的沖擊。本文利用數字文化企業上市公司2019年第一季度至2024年第二季度的數據為樣本，使用脈沖響應函數和方差貢獻率，對AIGC技術應用與數字文化企業發展間的動態關系進行深入分析，以探討AIGC技術應用對數字文化企業高質量發展的作用意義及動態變化，從而為AIGC技術和數字文化企業更好地結合提供建議。

三、理論分析與影響機制

生成式人工智能作為一種極具顛覆性的創新技術，在文本、圖像、代碼、音頻、視頻和3D模型等領域展現出了強大的能力。2022年，ChatGPT和DELL-E2的出現使文本生成AI和圖像生成AI獲得廣泛關注。據量子位智庫統計，2023年我國AIGC市場規模已達到170億元人民幣。目前，我國AIGC產業在業務場景變現還處于培育摸索階段。隨著產業的快速增長，AIGC技術的商業化落地正在逐步深入，產業生態也日趨完善。預計2025—2027年應用將呈現爆發式增長，2028—2030年將步人整體加速的成熟期，年復合增長率持續增加。①我國AIGC產業歷史規模及未來預測如圖1所示

基于發展模式視角，AIGC應用會對數字文化企業管理模式和發展模式產生影響，改變傳統數字文化企業技術基礎薄弱、內容創新不足等問題。一方面，AIGC技術在應用層與文化企業融合、滲透、輻射，促進了數字文化企業與科技的深度融合。在管理過程中，

AIGC技術可以幫助數字文化企業進行市場數據統計和趨勢分析。企業可通過云平臺與其他企業共享資源，促進企業間的創新合作，助力企業實現高效生產。①在發展過程中，AIGC技術利用其高效生成和并行處理能力，能夠實現數字文化企業在內容創作、智能推薦、數據分析、版權保護等方面的優化改進。③緩解了傳統數字文化企業技術基礎薄弱的問題，使企業有效利用技術資源，促進企業高質量發展。另一方面，AIGC應用使數字文化企業朝著與多主體交互協同的方向發展。首先是實現企業間協同，AIGC技術需要大量的數據進行訓練和優化。數字文化企業可以通過合作共享數據資源，提高AIGC模型的性能和效果。企業之間通過合作開發和使用AIGC技術平臺，能夠降低企業技術研發成本，提高AIGC技術應用的效率和質量，實現技術共享與協同創新，最終推動數字文化產業的發展。其次是與消費者交互，AIGC技術的核心競爭力在于其能夠提供個性化、定制化的服務，可以根據用戶需求生成相應內容，實現柔性生產管理模式。AIGC技術通過為消費者創造智能化推薦和交互式體驗以及對市場反饋的快速響應，能夠更好地滿足消費者的需求，提高消費者的參與度和滿意度，塑造企業持久競爭能力。

根據上述理論機制分析提出本文的假設1：

H1：AIGC應用對數字文化企業高質量發展具有正向效應。

數字文化企業的經濟和意識形態雙重屬性相互交織、相互影響，數字文化企業的高質量發展要求企業不僅要重視經濟價值獲取，更要重視社會價值創造，因此企業在追求經濟效益的同時還應承擔更多的社會責任。AIGC技術能夠利用其高效生成和并行處理能力為數字文化企業帶來多維度經濟效益和社會效益的提升，促進企業經濟效益與社會效益有效統一。從創新能力角度，AIGC應用能夠創新數字文化企業生產要素，一方面，人工智能技術的發展催生出新型生產要素數據，數據作為一種新型資源，逐漸在數字文化企業生產過程中扮演關鍵角色。例如生產過程中的信息監控、用戶行為數據、市場趨勢分析等，AIGC技術能夠利用數據要素優化生產流程、提高效率、降低成本。另一方面，AIGC本身就是人工智能技術在數字文化領域的創新應用，它涉及自然語言處理、計算機視覺、機器學習等多個技術領域，為數字文化企業帶來了技術要素的創新。利用創新技術，數字文化企業可以創造出多元化的數字文化內容，為消費者提供更多高質量的產品和服務，這有助于滿足不同人群的文化需求，實現企業經濟效益和社會效益的統一。從資源配置角度來看，AIGC技術能夠與數字文化企業勞動力技能結構互動。①AIGC技術作為一種具有強大計算能力和高度自動化水平的新興技術，正在對勞動力技能需求產生重要影響。其在數字文化企業中的應用能夠與企業勞動力技能結構形成互補效應，利用高等技能勞動力深厚的專業知識和創新能力，與AIGC技術互補形成高效協同創新，促進數字文化企業人力資本、技術資本等要素的優化配置，在提高數字文化企業生產效率的同時促進高技能人才就業增長。從生產方式角度，AIGC應用通過人機協作與消費者形成互動，有助于發揮生產主體同消費主體之間的良性互動機制，利用AIGC技術的學習效應和共享效應拉動文化消費需求，提升文化消費質量。最后，AIGC技術利用其強大的創造力和適應性，可以為數字文化企業帶來新的應用場景和業務模式，促進與外部企業的交流合作。通過整合各方的優勢資源，實現協同創新，同時也為雙方帶來了商業價值。

根據上述理論機制分析提出本文的假設2：H2：AIGC應用對于數字文化企業實現經濟效益和社會效益的有機統一具有正向作用。

四、模型設定與指標選取

（一）模型設定

1980年，克里斯托弗·西姆斯（Christo-pherSims）提出了向量自回歸模型（VAR模型），VAR模型是通過將系統中每個內生變量表示為系統中所有內生變量的滯后值的函數來建立模型，并可以進一步推廣為多元時間序列變量組成的向量自回歸模型，經常被用來預測和分析系統變量對隨機擾動沖擊后所產生的反應程度，包括大小、正負及持續時間，以此來處理各相關經濟指標的分析與預測。其基本結構如下：

其中， y_t 表示 k 維內生變量向量， x_t 表示d維外生變量向量， p 表示滯后階數，樣本個數為 Tk×k 維矩陣 A₁ ， …，A_p 矩陣和 k×d 維矩陣 B 是需要被估計的系數矩陣， ε_t 表示 k 維擾動向量。

（二）指標選取與數據來源

本文中被解釋變量為數字文化企業高質量發展，數字文化企業高質量發展可以被視為數字文化企業以不斷提升發展質量為目標，全面提升企業能力和實現企業可持續發展的動態過程。②現有文獻對于數字文化企業高質量發展的測度方法，一是使用文化產業效率作為文化企業高質量發展的代表性指標，①如全要素生產率、勞動生產率、企業經濟增加值回報率等；④二是以新發展理念為依托，從創新、協調、綠色、開放、共享等維度構建文化產業高質量發展評價指標體系；③三是從經濟效益和社會效益兩個角度衡量企業高質量發展情況，考慮到數字文化企業具有經濟和意識形態的雙重屬性，數字文化企業的高質量發展不僅需要企業提供高品質產品和服務、強調經濟價值，更要重視社會價值創造效率與水平，力求實現經濟效益和社會效益的相互促進和有機統一。一方面，以經濟價值獲取為社會價值創造提供支撐。企業有更多的資金投入到內容創作、技術研發和人才培養等方面，可以提升數字文化產品和服務的質量，豐富其種類和形式，從而更好地滿足人們的精神文化需求，實現社會效益。另一方面，利用社會效益推動經濟效益增長。數字文化企業創造的社會效益能夠幫助提升企業的品牌形象，吸引更多消費者和合作伙伴，進而促進經濟效益增長。因此對于數字文化企業高質量發展的考量需要從經濟效益和社會效益兩個角度進行綜合考慮。

本文借鑒潘愛玲學者的方法從企業經濟效益和社會效益兩個維度出發，探究數字文化企業的高質量發展。運用CRITIC權重法對兩個維度的指標數據進行標準化處理，測算出數字文化企業高質量發展的綜合績效指標，并以此衡量數字文化企業的高質量發展水平（hqd）。其中，經濟效益主要通過財務績效指標反映。為此，本文從獲利能力與發展能力出發，選取凈利潤率、營業收入增長率與資產報酬率來衡量數字文化企業的財務績效水平。對于社會效益，本文從員工權益和社會貢獻兩個角度，選取應付職工薪酬增長率與資產納稅率衡量企業的社會效益。本文中解釋變量為AIGC技術應用（aigc）。目前學術界對于AIGC技術在企業中應用水平的度量尚無明確統一的方法，本文采用虛擬變量方法，aigc代表企業是否應用AIGC技術，若企業應用AIGC技術則賦值為1，否則為0。

根據《關于推動數字文化產業創新發展的指導意見》中對數字文化產業的概念界定，本文篩選了相關A股上市公司，并剔除“ST”股以及數據缺失過多的公司。最后對所有連續變量進行雙側 1% 的縮尾處理，形成2019年第一季度至2024年第二季度102家數字文化上市公司季度數據觀測值。數據來源于萬得（Wind）數據庫、國泰安（CSMAR）數據庫、同花順（iFinD）數據終端以及巨潮資訊網上市公司季報。

五、實證分析

（一）平穩性檢驗

建立VAR模型要求系統中各變量均平穩以防止檢驗結果出現偽回歸現象，所以在進行數據回歸之前，須對各變量數據的平穩性進行單位根檢驗。本文的檢驗結果如下表1所示，AIGC應用（aigc）和數字文化產業高質量發展水平（hqd）的原始序列在個別檢驗方法下皆為不平穩序列，但是他們一階差分后均在 1% 的顯著水平下平穩，滿足建立VAR模型的前提

（二）最佳滯后階數確定

滯后階數，也叫滯后期數，是指一個時間序列與其自身在時間上的移動（即滯后）之間的時間間隔。選擇合適的滯后階數至關重要，滯后階數過小說明殘差可能存在自相關，導致參數估計的非一致性，使模型遺漏重要的動態信息，無法充分反映變量之間的動態影響關系。滯后階數過大，需要估計的參數也就越多，模型的自由度減少，從而直接影響模型參數估計的有效性。因此在VAR模型中選擇滯后階數時需要綜合考慮，既要具備足夠數目的滯后項，能完整反映所構造模型的動態特征，又要有相對充足的自由度。本文根據最佳滯后期準則（LR、FPE、AIC、SC、HQ）選擇滯后期。AIGC有賴于人工智能技術的突破創新，由于AIGC產業的迅速發展，其應用對數字文化企業高質量發展水平的影響可能在較短時期內體現，滯后階數相對較低。結果如表2所示，最佳滯后期為4期，反映了AIGC應用對數字文化產業高質量發展的影響滯后4期后顯現，因此VAR模型的滯后階數選擇為4階。

（三）格蘭杰因果關系檢驗

在進行最佳滯后階數的基礎上，對變量進行格蘭杰因果關系（GrangerCointe-gratance）檢驗。檢驗結果如表3所示，將AIGC應用作為被解釋變量對解釋變量數字文化產業高質量發展進行格蘭杰因果檢驗時，AIGC應用的聯合統計量值是4.291，但是不構成對數字文化產業高質量發展的格蘭杰因果關系。將數字文化產業高質量發展作為被解釋變量對解釋變量AIGC應用進行格蘭杰因果檢驗時，數字文化產業高質量發展的聯合統計量值是22.830，且在 1% 的水平上構成對AIGC應用的格蘭杰因果關系。說明數字文化企業高質量發展構成了AIGC應用的格蘭杰原因，從新的視角體現了創新技術的應用是文化企業發展的動力。但這并不意味著AIGC應用能夠直接導致數字文化企業高質量發展的變化，數字文化企業高質量發展還受到市場需求、政策環境等其他因素的影響。

（四）VAR模型估計

本文利用Eviews12.0對AIGC技術應用和數字文化產業高質量發展進行VAR回歸估計。根據LR、SC、HQ最佳滯后期準則，VAR模型的滯后階數為4階，因此構建VAR（4）模型。結果如表4所示，回歸估計得到相應的VAR（4）估計式結果如下：

（五）VAR模型穩定性檢驗

定階完成后需要估計參數，根據參數的顯著性對其進行穩定性檢驗。本文選用AR根估計的方法對VAR模型估計的結果做平穩性檢驗。采用此方法的過程中需明確，VAR模型特征方程根絕對值的倒數需要在單位圓里面。檢驗結果如圖3所示，AR根的倒數均小于1，落在單位圓之內，說明所構建的模型具有穩定性，能夠進一步進行脈沖響應與方差分解來分析AIGC應用與數字文化企業高質量發展的動態關系。

（六）脈沖響應分析

脈沖響應函數描述了在隨機誤差項上施加一個標準差大小的沖擊時，對內生變量的當期值和未來值產生的具體影響，是反映變量間動態關系的重要工具，能夠更直接地描述變量間的動態交互作用。根據這些變量受此沖擊后一段時期內的動態變化可以繪制脈沖響應分析圖。本文繪制了兩變量的動態沖擊響應路徑及其各自的影響，脈沖響應分布圖如圖4所示。

從AIGC應用對于自身的沖擊圖來看，生成式人工智能技術對自身的路徑依賴性較強，第一期達到正向響應峰值，從第2期到第7期出現負效應，在第7期附近達到最低點，隨后上升并趨于平緩。這一變化說明生成式人工智能技術自身的慣性對自身發展有擴大效應，且作用較為持久。從數字文化企業高質量發展對于自身的沖擊圖來看，數字文化企業高質量發展水平的路徑依賴性較小，即數字文化企業高質量發展的變化主要受到除自身以外其他因素的影響。在前5期出現了正效應，接著開始下降，在第6期附近達到最低點。

由AIGC應用對數字文化企業高質量發展的沖擊圖可知，數字文化企業高質量發展受到來自AIGC應用一個標準差的沖擊時，既有正向影響又有負向影響。前9期出現正效應，人工智能技術對數字文化企業帶來顯著正向影響。第8期和第13期的響應波動較為顯著。在第8期，正效應達到最大值，第10期后由正效應轉為負效應。在第13期，負效應達到最大值，之后影響開始逐漸上升并趨于平穩。從第10期到第15期，數字文化企業高質量發展持續受到AIGC應用帶來的負向影響，這是由于疫情期間消費市場波動、供應鏈中斷及數據資源不完善等問題，生成式人工智能技術并未對數字文化企業產生明顯拉動作用。隨著疫情的緩解和技術的不斷進步，特別是2022年底ChatGPT的問世，AIGC技術應用在數字文化企業中逐步落地，促進了新型文化消費方式的變化。數字文化企業可以利用AIGC技術為消費者提供豐富優質的線上內容供給，從第16期開始AIGC應用對數字文化企業高質量發展產生正向影響。

（七）方差分解結果

通過方差分解進一步分析AIGC技術應用對于數字文化企業高質量發展的影響趨勢，從而分析沖擊的貢獻度和相對重要性，選擇10為預期影響值。方差分析結果如表5所示。

由模型方差分析結果可以看出，除自身的貢獻度以外，AIGC應用對數字文化企業高質量發展的貢獻度在第1期為0，隨后緩慢上升，最高達到 14.08% ，說明AIGC應用對數字文化企業高質量發展最初的沖擊很小，隨后持續增強。預測方差分解的結果說明，AIGC應用是影響數字文化企業高質量發展的重要因素。目前貢獻度雖然不大，但隨著時間推移處于緩慢上升階段。由于AIGC行業尚處在初始發展階段，在應用層面距離大規模驗證和體系化發展存在一定差距。然而經過技術資本的持續投入和

AIGC技術在數字文化企業應用場景的深入探索，這種差距將會逐步縮小。從傳統以CPU為中心的云計算基礎設施，到依賴突破式算力、算法平臺、數據的大模型和生成式技術，數字文化企業智能化應用正在從量變過渡到質變階段，AIGC技術對數字文化企業的影響將進一步擴大。

六、結論與對策建議

近年來，隨著人工智能技術的快速發展和在企業中應用的不斷深入，智能時代的大幕被緩緩拉開。智能化生產工具成為數字文化企業提升競爭力和發展質量的重要選擇。本文使用向量自回歸模型，以2019年第一季度至2024年第二季度102家A股上市數字文化企業為研究對象，從數字文化企業的經濟和社會兩個角度出發構建了衡量數字文化企業高質量發展的綜合指標，對AIGC技術應用與數字文化企業高質量發展之間的動態影響關系進行實證分析。得出以下結論：一是AIGC應用與數字文化企業高質量發展之間具有動態的因果關系，AIGC應用是數字文化企業高質量發展水平提升的重要影響因素；二是AIGC應用對于數字文化企業實現經濟效益和社會效益的有機統一有正向推動作用，但呈現波動態勢；三是AIGC應用對數字文化企業高質量發展的沖擊短期效應較強，長期影響將會減弱。隨著AIGC技術的逐漸成熟和法律方面的不斷優化，數字文化企業或許能夠充分利用AIGC技術，在內容創作、業務拓展和社會責任等方面實現經濟效益和社會效益的雙贏。

基于上述研究結論，本文提出以下幾點對策建議。

第一，培養具備人工智能技術及創新能力的復合型人才。人工智能是一個技術密集型領域，需要具備專業技能和豐富經驗的人才。數字文化企業應通過夯實高質量發展的人才支撐，挖掘AIGC技術在數字文化企業中的潛力和價值。同時，在企業內部設立專門的技術支持團隊，利用技術人員的創造能力和協作能力，將AIGC技術應用到企業的新領域。拓寬AIGC技術在數字文化企業中的應用范圍，以適應數字文化產業的變革和市場需求。

第二，推動企業基礎技術應用和數字場景應用同步轉型。AIGC技術能否與企業業務充分結合，是決定AIGC技術能否實現經濟價值的重要因素。結合消費者的實際需求，挖掘潛在的數字場景應用機會，開發具有創新性和實用性的AIGC產品與服務。構筑數字文化企業智能化核心競爭力，使AIGC技術與業務發展需求充分融合。例如為現有產品添加新功能，借助人工智能的新功能提升現有產品的價值，以及研發基于人工智能的創新產品與服務等。豐富產品矩陣，實現價值創造，激發數字文化產業發展新動能。

第三，注意防范來自AIGC技術應用可能帶來的潛在風險。其中，生成數據的可信度、網絡安全和知識產權侵權是AIGC技術應用中最常被提及的風險。為此，企業應在數據采集、處理、輸出等環節進行全面監管。制定結構化流程來識別和解決風險，對于可能出現的風險進行全盤、結構化的深人思考，理解其本質，這對于促成AIGC技術應用以負責任的方式實現增長，有效提升企業生產效率至關重要。隨著人工智能技術的不斷發展，AIGC技術在內容創作、圖像處理、智能對話等領域的應用將越來越廣泛。為了實現長期發展并規避潛在風險，需要政府在技術規范與監管、研究與發展、用戶教育與意識提高以及多方合作與問責機制方面采取相應措施。實現AIGC技術對數字文化企業的長期支持，促進數字文化企業高質量發展。

（實習編輯：郭靜妹）

The Impact of the AIGC Application on the High-Quality Development of the Digital Cultural Enterprises： Empirical Analysis Based on the VAR Model

HAN Donglin LI Yongze （School of Business，Anhui University，Hefei，Anhui，230601）

Abstract：The practice of technological revolutionand industrial transformationhas indicated that disruptive andcutting-edge technologiesare always theenginethat promotesthe developmentofcultural industryand generates new dynamic energy. Taking 102 A-share listed digital cultural enterprises from 2019 to 2O24 as the research objects，a comprehensive index system to measure the high-quality development of digital cultural enterprises is constructed from the perspectives of economic and social benefits using the Vector Autoregresion （VAR） model. The VAR model is then employed to conduct a dynamic econometric analysis of the relationship between AIGC applications and the high-qualitydevelopmentof digital cultural enterprises.The empiricalresultsshow that： there is adynamiccausalrelationship between the AIGC application andthe high-quality development of the digital culture enterprises，and the AIGCapplication isan important influencing factor forthe improvementof the levelof highquality development of the digital culture enterprises; The AIGC application plays a positive role in promoting the organic unityof economicand social benefits fordigitalculture enterprises，yet it presents afluctuating tendency;The impact of AIGC applicationon the high-quality developmentof the digital culture industry is relatively strong in the short term，while its long-term influence will diminish.

Key words： AIGC; the digital cultural enterprises; high-quality development; shock effect; VAR model