“人工智能+”如何賦能企業高質量發展

中圖分類號：F270 文獻標識碼：A 文章編號：1008-4096（2025）04-0073-12

[DOI]10.19653/j. cnki. dbcjdxxb.2025.04.006

[引用格式].“人工智能+\"如何賦能企業高質量發展[J].東北財經大學學報，2025（4）：73-84.

一、問題的提出

黨的二十大報告指出：“高質量發展是全面建設社會主義現代化國家的首要任務。”①伴隨著人類社會從數字時代下的第三次工業革命邁向人工智能引領的第四次工業革命，中國經濟已由高速增長階段轉向高質量發展階段。經濟發展包括引入一種新產品或新生產方法等情況[2]，創新對經濟發展具有重要作用。習近平總書記指出：“人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的‘頭雁’效應?！?企業高質量發展離不開“人工智能 + ”的引領作用。因此，2024年以來，《政府工作報告》連續兩年部署“人工智能 + ”行動?！渡墒饺斯ぶ悄軕冒l展報告（2024）》顯示，中國已構建了較為全面的人工智能產業體系，相關企業超過4500家，核心產業規模近6000億元[4]，大模型、智能體和具身智能等領域不斷涌現突破式創新。

當前，學術界仍聚焦于數字時代下企業高質量發展的影響因素與機制研究。趙宸宇等[5]基于中國滬深A股制造業上市公司數據，實證檢驗數字化轉型對企業全要素生產率的影響。黃勃等[6]通過文本分析識別企業數字專利，考察數字技術創新對企業高質量發展的影響。在數字經濟與實體經濟走向深度融合的過程中，黃先海和高亞興基于專利引用信息對企業數實產業技術融合進行測度，發現企業數實產業技術融合能夠顯著提升企業全要素生產率。江鵑等8則從城市層面構建數實融合指數，實證檢驗了數實融合對企業高質量發展的影響。隨著生成式人工智能技術日益成熟及其應用場景不斷拓展[9]，學術界開始關注人工智能對企業高質量發展的影響[10]。黃曉鳳等[1]發現，人工智能對制造業企業全要素生產率具有正向影響。唐要家等[12]基于技術創新和技術應用視角實證檢驗人工智能對企業全要素生產率的影響及作用機制?！叭斯ぶ悄?+ ”在宏觀層面是人工智能技術與各行業或領域的深度融合，在微觀層面則體現為人工智能技術在企業發展中的深度嵌入。企業通過人工智能技術賦能企業生產運營決策及戰略規劃全過程，而并非企業對人工智能技術的簡單疊加或應用[3]。然而，目前圍繞“人工智能 + ”與企業高質量發展的研究相對較少。基于此，本文嘗試回答以下問題：“人工智能 + ”能否賦能企業高質量發展？如果能，“人工智能 + ；通過何種渠道賦能企業高質量發展？

與已有研究相比，本文可能的邊際貢獻包括兩個方面。一方面，本文基于專利IPC分類號信息對企業“人工智能 + ”進行創新性測度，并從企業融資約束、企業創新策略和產品競爭力等視角探討并檢驗“人工智能 + ”賦能企業高質量發展的作用機制。另一方面，本文將“人工智能 ⁺ ”細化為“人工智能硬件平臺技術 + ”“人工智能通用技術 + ”“人工智能關鍵技術 .+^， ’，考察不同底層技術作用下的“人工智能+”對企業高質量發展的影響，以及“人工智能 ”對企業ESG水平的影響。

二、理論分析與研究假設

（一）“人工智能 與企業高質量發展

內生增長理論認為，技術進步是經濟增長的決定性因素。第四次工業革命正在加速演進，“人工智能 + ”是人工智能技術與各行業或領域的深度融合，能夠加速各類專業知識和數據要素匯聚，培育新的商業模式，實現技術與行業的互補、協同效應，提高宏觀經濟整體全要素生產率[14]。“人工智能 + ”通過深度嵌人及加速變革企業生產經營全過程推動企業高質量發展。具體而言，在企業生產環節，“人工智能 + ”有助于加速企業傳統生產流程的自動化、數字化、智能化轉型。一方面，人工智能技術能夠減少企業單位產出的要素投人，通過替代效應提高企業勞動生產率[15]。另一方面，人工智能技術能夠優化庫存管理、需求預測等生產環節，全面提高企業生產決策效率。在企業經營環節，“人工智能 + ”在企業現有經營體系的縱深嵌入有助于提高企業信息處理能力，降低企業的信息搜尋成本、監督成本、協調成本[16]，提高企業資源整合能力，賦能企業營銷環節的系統性降本增效。在企業管理環節，“人工智能 + ”有助于企業由縱向管理模式向高效化、扁平化、現代化的組織管理模式轉型升級，全面提高企業管理效率[17]，通過管理環節的降本增效賦能企業高質量發展。基于上述分析，本文提出如下假設：

假設1：“人工智能 + ”能夠賦能企業高質量發展。

（二）“人工智能 ?+ⁿ 賦能企業高質量發展的作用機制

1.緩解企業融資約束

企業在內部融資失敗的情況下會被迫選擇高成本的外部融資，如果融資成本隨著外部融資金額的增加而上升，企業會減少創新投資[18]。同時，融資約束過強不利于企業轉型升級，會阻礙企業的擴大再生產、設備更新換代和新技術引進，從而制約企業高質量發展?！叭斯ぶ悄?+ ”能夠有效緩解企業融資約束。第一，基于資源基礎理論，“人工智能 + ”能夠拓寬企業獲取外部優質資源的渠道，在政策導向下得到更多的政府財稅政策支持，享受利息減免、市場利率優惠和延期還款待遇。同時，“人工智能 + ”能夠增強外部投資吸引力，提高企業在資本市場的估值，進一步提高企業對現有資源的利用效率與整合能力，實現資源配置效率最優化。第二，“人工智能 + ”能夠提高企業智能分析與信息處理能力[16]，幫助企業高效識別市場動態，快速調整創新目標及策略，推動企業與融資貸款方的精準匹配及高效對接，在融資成本較低的情況下幫助企業籌集更多資金。此外，當前投資者對應用人工智能技術的企業具有較高的市場預期，“人工智能 + ”能夠擴大企業融資規模[9?；谏鲜龇治?，本文提出如下假設：

假設 2a ：“人工智能+”通過緩解企業融資約束賦能企業高質量發展。

2.優化企業創新策略

創新策略由實質性創新和策略性創新組成，企業創新動機不同可能產生差異化的創新行為[20]，表現為“高水平、高難度”的實質性創新行為和“重數量、輕質量”的策略性創新行為[21]。一般而言，實質性創新能夠為企業帶來更為長久的利益，但也面臨失敗風險高、研發投入多、轉化周期長等難點，當創新要素和創新能力不足時，企業可能會出于應對市場壓力或迎合政策的動機選擇以策略性創新來“偽裝”自身創新水平[22]。“人工智能 + ”可能進一步影響企業創新策略。第一，從創新成本來看，“人工智能 + ”能夠加速跨界創新知識共享及擴散。在大數據、人工智能等技術支持下，企業能夠快速獲取和吸收領域內甚至跨行業相關企業的最新科研成果，降低學習成本。第二，從創新資源來看，在數字孿生、增強現實、生成式人工智能等技術的賦能下，企業能夠跨越式提高自身信息檢索能力和知識吸收能力，顯著降低創新資源獲取難度。人工智能技術能夠直接應用于產品開發和生產過程，提高企業創新效率[23]。第三，從技術創新期望來看，“人工智能 + 企業通常具有較為充足的資金流，企業可能會集中于潛在收益和技術含量更高的實質性創新，通過技術壁壘鎖定領域內的市場份額。策略性創新對創新水平要求較低，未必能滿足企業高質量發展需求?；谏鲜龇治觯疚奶岢鋈缦录僭O：

假設2b：“人工智能 ⁺ ”通過優化企業創新策略賦能企業高質量發展。

3.提升產品競爭力

“人工智能 + ”能夠有效提升產品競爭力，從而賦能企業高質量發展。第一，“人工智能+”能夠降低產品生產成本，使產品更具市場競爭力。“人工智能 + ”能夠提高企業生產管理效率，降低傳統工業產品制造過程中的生產成本[24]。企業可以利用人工智能技術對生產、銷售、物流等環節進行全面系統分析，通過實時監測與智能分析技術大幅降低產品生產流通成本，減少不必要的消耗，從而降低產品價格[25]，提升產品競爭力。第二，“人工智能 + ”能夠提升產品質量，使產品更具市場競爭力?！叭斯ぶ悄?+ ”能夠為企業產品聯合創新提供高效網絡渠道，有助于客戶企業向供應企業提供知識支持與技術支撐，打破技術交流壁壘，通過新技術應用及技術高效整合全面提升產品品質。第三，“人工智能+”能夠推動產品多元創新，使產品更具市場競爭力?！叭斯ぶ悄?+ ；能夠拓寬實體企業技術邊界，通過產業化、規模化及拓寬新技術領域規避產品同質化、低端化等問題，推動企業供需端對接，深人了解市場消費需求，在滿足大眾市場消費的同時，兼顧“長尾效應”下的小眾化、個性化市場需求，在需求端帶動新服務、新模式、新技術、新產品的多元化市場開發，助力企業在新領域實現“換道競爭”[7，賦能企業高質量發展?；谏鲜龇治觯疚奶岢鋈缦录僭O：

假設2c：“人工智能+”通過提升產品競爭力賦能企業高質量發展。

三、研究設計

（一）變量定義

1.被解釋變量

本文的被解釋變量是企業高質量發展（TFP）。全要素生產率能夠直接帶動企業高質量發展，本文參考魯曉東和連玉君[26]、賀曉宇和沈坤榮[2]的研究，將全要素生產率作為企業高質量發展的代理變量。此外，考慮到內生性和樣本量問題，本文采用LP法測算全要素生產率。

2.解釋變量

本文的解釋變量是“人工智能 + ”（AIP）。本文參考Acemoglu等[28]、黃先海和高亞興 [7] 的研究，根據國家知識產權局2023年9月印發的《關鍵數字技術專利分類體系（2023）》識別人工智能領域對應的IPC分類號。根據專利IPC分類號信息識別專利是否為“人工智能 ?+ ”技術融合行為。具體而言，專利IPC主分類號不是人工智能技術，同時專利IPC副分類號中至少有一項為人工智能技術，則定義該專利為“人工智能 + ”技術融合行為。本文將該指標匯總到企業一年份層面，并加1取自然對數后得到“人工智能 + ”指標。

3.中介變量

企業融資約束（FC）。本文參考顧雷雷等[29]的研究，采用融資約束指數衡量企業融資約束。融資約束的衡量方式有多種，融資約束指數體現外源資金約束、內源資金約束和投資機會等三類特征，能夠全面反映企業融資約束狀況。

企業創新策略（InnoStru）。本文參考宋華盛等[22]的研究，采用發明專利申請數與全部專利申請數之比衡量企業創新策略。專利是衡量創新的重要指標，其中，發明專利技術質量較高，而實用新型專利和外觀設計專利技術質量較低，發明專利申請數能夠代表實質性創新程度。

產品競爭力（ProdComp）。本文參考黃先海和高亞興的研究，采用企業勒納指數衡量產品競爭力，企業勒納指數 （營業收入-營業成本-管理費用-銷售費用）/營業收入。企業勒納指數衡量的是企業超過邊際成本定價的能力。

4.控制變量

本文參考趙宸宇等5的研究，選取如下控制變量：總資產凈利潤率 （Roa） ，采用企業凈利潤與企業總資產之比衡量；營業收入增長率（Growth），采用企業當年新增營業收入與前一年營業收入之比衡量；機構投資者持股比例 （Ins） ，采用機構投資者持股與流通股之比衡量；兩職合一（Con） ，若董事長與總經理為同一人取值為1，否則取值為0；董事會規模（Board），采用董事會人數衡量；獨立董事占比 （Ind） ，采用獨立董事人數與董事會總人數之比衡量；管理層前三名薪酬總額（Top3），采用管理層前三名薪酬總額的自然對數衡量；企業規模（Size），采用企業員工人數的自然對數衡量。

（二）模型構建

為了考察“人工智能 + ”對企業高質量發展的影響，本文構建如下計量模型：

TFP_it=α₀+α₁AIP_it+α₂X_it+μ_i+λ_t+ε_it

其中， i 和 Φ_t 分別表示企業和年份， TFP_it 表示企業高質量發展， AIP_it 表示“人工智能 + ”， X_it 表示上述控制變量， μ_i 表示企業固定效應， λ_t 表示年份固定效應， ε_it 表示隨機擾動項。

（三）數據來源

本文選取2012—2023年中國滬深A股上市公司為研究樣本。其中，企業專利數據來源于專利數據庫，企業財務數據來源于國泰安（CSMAR）數據庫。本文對數據進行如下處理：剔除金融行業的樣本；剔除上市公司當年的樣本；剔除數據缺失嚴重的樣本；為了減少異常值對回歸結果的影響，對連續變量在 1% 和 99% 水平上進行縮尾。本文最終獲得34920個公司一年度非平衡面板數據。表1是本文主要變量的描述性統計結果。

表1主要變量的描述性統計結果

四、實證結果與分析

（一）基準回歸結果與分析

表2是“人工智能 + ”賦能企業高質量發展的基準回歸結果。表2列（1）僅控制企業固定效應和年份固定效應，“人工智能 + ”的系數為0.0535，且在 1% 水平上顯著。表2列（2）在此基礎上引入一系列控制變量，“人工智能 + ”的系數為0.0211，且在 1% 水平上顯著?？梢?，“人工智能 + ”能夠賦能企業高質量發展，假設1得到驗證。

表2基準回歸結果

注：***表示在 1% 水平上顯著，小括號內為企業層面聚類穩健標準誤，下同。

（二）內生性檢驗

“人工智能 + ”賦能企業高質量發展的可信性可能受到遺漏變量、反向因果等問題的影響，本文進一步使用工具變量法來克服內生性問題。其一，本文參考戴翔和王如雪[30]的研究，將滯后一期的“人工智能 + ”作為工具變量 （IV1） ）。一方面，“人工智能 + ”的擴散演進具有一定的時間趨勢性，企業當期“人工智能 + ”與滯后一期的“人工智能 + ”具有較強的相關性。另一方面，滯后一期的“人工智能 + ”不太可能通過除了影響當期“人工智能 + ”的其他渠道影響企業高質量發展。其二，本文參考Lewbel[3的研究，將“人工智能 + ”與省份一行業均值離差的三次方作為工具變量（IV2）。一方面，“人工智能 + ”很有可能受到同地區同行業其他企業“人工智能 + ”的影響，該工具變量滿足相關性要求。另一方面，同地區同行業其他企業“人工智能 + ”不太可能通過除了影響“人工智能 + ”的其他渠道影響企業高質量發展。內生性檢驗結果如表3所示，兩個工具變量均通過了弱工具變量檢驗和不可識別檢驗。第二階段的回歸結果顯示，“人工智能 + ”的系數均為正，且在 1% 水平上顯著?？梢姡诳紤]遺漏變量、反向因果等內生性問題的情況下，“人工智能+”仍然能夠賦能企業高質量發展。

表3內生性檢驗結果

注：中括號內為P值。

（三）穩健性檢驗①

1.更換被解釋變量

除了LP法外，本文還分別采用OP法、FE法和GMM法對企業全要素生產率進行測算，并重新進行回歸。更換被解釋變量的回歸結果顯示，“人工智能 + ”對企業高質量發展的影響為正，且在1% 水平上顯著，表明本文基準回歸結果穩健。

2.更換標準誤

本文在“行業一年份”層面重新聚類，并重新進行回歸。更換標準誤的回歸結果顯示，“人工智能+”對企業高質量發展的影響為正，且在 1% 水平上顯著，表明本文基準回歸結果穩健。

3.剔除樣本

本文參考沈坤榮和閆佳敏[32的研究，剔除解釋變量前 10% 的樣本，并重新進行回歸。剔除樣本的回歸結果顯示，“人工智能 +^， ”對企業高質量發展的影響為正，且在 10% 水平上顯著，表明本文基準回歸結果穩健。

4.采用雙重機器學習模型（DML）

本文參考Chernozhukov等[33]的研究，采用雙重機器學習模型（MDL）重新進行回歸。采用雙重機器學習模型的回歸結果顯示，“人工智能 ⁺ ”對企業高質量發展的影響為正，且在 5% 水平上顯著，表明本文基準回歸結果穩健。

（四）異質性分析

1.基于企業特征的異質性分析

“人工智能 + ”對企業高質量發展的影響在中小企業和大企業之間可能存在差異。一方面，中小企業需要人工智能技術的嵌入來強化自身優勢，賦能企業高質量發展。另一方面，大企業可以憑借先發優勢、市場規模優勢和潛在的數據優勢，加快“人工智能 + ”的滲透過程，并及時利用人工智能技術快速捕捉市場需求，動態調整自身生產經營策略，從而賦能企業高質量發展。因此，本文根據企業總資產的中位數將樣本劃分為中小企業和大企業兩組，回歸結果如表4列（1）和列（2）所示?！叭斯ぶ悄?+ ”對中小企業高質量發展的影響不顯著，但對大企業高質量發展的影響為正，且在 1% 水平上顯著，表明“人工智能 + ”對大企業高質量發展的賦能作用更顯著。

基于“人工智能 + ”的復雜性和快速迭代的特點，企業高管具有較為多元豐富的教育背景可能更有利于“人工智能 + ”的應用。本文參考黃越等[34的研究，采用赫芬系數法衡量企業高管教育背景。具體而言，學歷包括博士研究生、碩士研究生、本科、大專、中專以下，分別取值1—5，計算公式為 ， P_j 表示高管團隊第 ?j 類成員人數與團隊總人數之比。 H 越大，高管教育背景差異越大。本文根據該指標的中位數將樣本劃分為高管教育背景差異較小和高管教育背景差異較大兩組，回歸結果如表4列（3）和列（4）所示?！叭斯ぶ悄?+ ”對高管教育背景差異較小企業高質量發展的影響不顯著，但對高管教育背景差異大企業高質量發展的影響為正，且在 1% 水平上顯著，表明“人工智能 + ”對高管教育背景差異較大企業高質量發展的賦能作用更顯著。

表4基于企業特征的異質性分析結果

2.基于外部環境的異質性分析

行業競爭可能倒逼企業加快智能化轉型進程和人工智能技術創新步伐。因此，行業競爭度的差異可能影響“人工智能 + ”賦能企業高質量發展的效果。本文以赫芬達爾指數作為行業競爭度的衡量指標，并根據該指標的中位數將樣本劃分為行業競爭度較低和行業競爭度較高兩組，回歸結果如表5列（1）和列（2）所示?！叭斯ぶ悄?+ ”對行業競爭度較低企業高質量發展的影響不顯著，但對行業競爭度較高企業高質量發展的影響為正，且在 1% 水平上顯著，表明“人工智能 + ”對行業競爭度較高企業高質量發展的影響更顯著。

產業數字化水平可能會對“人工智能 + ”產生影響。本文參考師博等[35的研究，根據中國信息通信研究院發布的《中國數字經濟發展白皮書》，根據全國所有省份產業數字化水平的均值將樣本劃分為產業數字化水平較低和產業數字化水平較高兩組，回歸結果如表5列（3）和列（4）所示?！叭斯ぶ悄?+ ”對產業數字化水平較低地區和產業數字化水平較高地區的企業高質量發展的影響均為正，但對產業數字化水平較高地區企業高質量發展的影響更顯著。

完善的制度環境有利于緩解信息不對稱、有限理性和機會主義導致的問題，從而促進“人工智能 + ”對企業高質量發展的賦能作用。反之，制度環境水平較低會阻礙創新要素流動，加劇企業智能化轉型難度，制約“人工智能 + ”對企業高質量發展的賦能作用。本文采用王小魯等[36發布的《中國分省份市場化指數報告（2024）》中“市場中介組織的發育和法治環境”指標衡量制度環境水平，并根據該指標的中位數將樣本劃分為制度環境水平較低和制度環境水平較高兩組，回歸結果如表5列（5）和列（6）所示?！叭斯ぶ悄?+ ”對制度環境水平較低地區和制度環境水平較高地區的企業高質量發展的影響均為正，但對制度環境水平較高地區企業高質量發展的影響更顯著。

表5基于外部環境的異質性分析結果

注：*表示在 10% 水平上顯著，下同。

五、機制檢驗與進一步分析

（一）機制檢驗

為了檢驗“人工智能 +^′ ”對上述三個中介變量的影響，本文構建如下計量模型：

Media_it=β₀+β₁AIP_it+β₂X_it+μ_i+λ_t+ε_it

其中，Mediaα表示企業融資約束、企業創新策略和產品競爭力，其他變量含義同模型（1）。

1.企業融資約束

企業融資約束機制的回歸結果如表6列（1）所示?！叭斯ぶ悄?+ ”對企業融資約束的影響為負，且在 10% 水平上顯著。這表明“人工智能 + ”能夠緩解企業融資約束，從而賦能企業高質量發展，假設2a得到驗證。

2.企業創新策略

企業創新策略機制的回歸結果如表6列（2）所示?！叭斯ぶ悄?+ ”對企業創新策略的影響為正，且在 1% 水平上顯著。這表明“人工智能 + ”能夠優化企業創新策略，從而賦能企業高質量發展，假設2b得到驗證。

3.產品競爭力

產品競爭力機制的回歸結果如表6列（3）所示?！叭斯ぶ悄?+ ”對產品競爭力的影響為正，且在 5% 水平上顯著。這表明“人工智能 + ”能夠提升產品競爭力，從而賦能企業高質量發展，假設2c得到驗證。

表6機制檢驗結果

（二）進一步分析

1.“人工智能 + ”底層技術與企業高質量發展

本文根據《關鍵數字技術專利分類體系（2023）》將人工智能技術細分為人工智能硬件平臺技術、人工智能通用技術和人工智能關鍵技術，并按照上述做法測度“人工智能硬件平臺技術 + ”（AIHP）、“人工智能通用技術 + ” （AIG） 、“人工智能關鍵技術 + ” （AIK） ，進一步分析其對企業高質量發展的影響，回歸結果如表7列（1）至列（3）所示?！叭斯ぶ悄苡布脚_技術 +^' ”“人工智能通用技術 + ”“人工智能關鍵技術 + ”對企業高質量發展的影響均為正，且在 1% 水平上顯著，表明不同底層技術作用下的“人工智能 + ”均能夠賦能企業高質量發展，是一種系統性賦能。

2.“人工智能 + ”與企業ESG水平

立足新發展階段，提高企業ESG水平是邁向高質量發展的應有之義。數字技術應用不僅有助于提高企業經濟效益，而且能夠在一定程度上兼顧生產模式對環境的負面影響，實現企業綠色化轉型[37]。本文參考方先明和胡丁[38]的研究，將華證ESG評級作為企業ESG水平（ESG）的代理變量，進一步檢驗“人工智能 + ”對企業ESG水平的影響，回歸結果如表7列（4）所示?！叭斯ぶ悄?+ ”對企業ESG水平的影響為正，且在 1% 水平上顯著，表明“人工智能 + ”能夠提高企業ESG水平。即企業在發展過程中能夠協調經濟與環境的關系，兼顧經濟效益和生態效益[39]，從而實現企業高質量發展。

表7進一步分析結果

六、研究結論與政策建議

面對新一輪科技革命和產業變革，“人工智能 + ”是企業保持競爭力、實現可持續發展的新質動力。本文基于2012—2023年中國滬深A股上市公司數據，采用雙向固定效應模型實證檢驗“人工智能 + ”對企業高質量發展的影響及作用機制。研究結果顯示，“人工智能 + ”能夠賦能企業高質量發展，該結論在經過一系列內生性檢驗和穩健性檢驗后仍然成立。異質性分析結果顯示，“人工智能 + ”對大企業、高管教育背景差異較大企業、行業競爭度較高企業、產業數字化水平較高地區企業、制度環境水平較高地區企業的高質量發展的賦能作用更顯著。機制分析結果顯示，“人工智能+”通過緩解企業融資約束、優化企業創新策略和提升產品競爭力賦能企業高質量發展。進一步分析結果顯示，不同底層技術作用下的“人工智能 + ”均能夠賦能企業高質量發展，“人工智能 + ；還能夠提高企業ESG水平?；谏鲜鲅芯拷Y論，本文提出如下政策建議：

首先，對于政府而言，應打造良好的“人工智能 + ”創新發展生態系統及制度環境。一是加大對企業“人工智能 + ”的幫扶力度，利用稅收減免、創新補貼等優惠政策降低企業“人工智能 + ；的創新風險和應用成本。二是建立高效的人工智能領域知識產權糾紛調解及仲裁機制，推動數據、人才、技術和資金等要素在企業間自由流動，避免“人工智能 + ”的“內卷式”惡性競爭發生。三是加快“人工智能 + ”相關的數據基礎設施、算力基礎設施建設，為企業智能化轉型提供更加完善且先進的基礎設施支撐。四是規范和引導“人工智能 + ”在一二三產業的合理化應用，促進機器學習、云計算、工業互聯網等技術在全產業鏈的應用，充分發揮產業鏈供應鏈的規模效應，進一步帶動中小微企業實現高質量發展。

其次，對于企業而言，應切實結合自身優勢推動“人工智能 + ”。一是通過內部相關實踐和培訓提高企業高管團隊對“人工智能 + ”的應用能力，提升“人工智能 + ”的成果轉化率，提高人工智能技術對企業高質量發展的支撐能力。二是大企業應重視在“人工智能 + ”領域的推廣應用，推動自身創新理念、生產模式和營銷體系等方面的智能化轉型，發揮大企業的示范效應和輻射帶動效應，切實賦能企業高質量發展。三是積極利用“人工智能+”緩解企業融資約束，優化企業創新策略，促進創新效率提升和實質性創新，有效提升產品競爭力。四是充分發揮“人工智能 + ”對企業ESG水平的賦能效應，兼顧經濟效益和生態效益，從而實現企業高質量發展。

參考文獻：

[1］習近平.高舉中國特色社會主義偉大旗幟為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告[N].北京：人民出版社，2022：28.

[2]約瑟夫·熊彼特.經濟發展理論[M].王永勝，譯.上海：立信會計出版社，2017：61.

[3］中共中央黨史和文獻研究院.習近平關于網絡強國論述摘編[M].北京：中央文獻出版社，2021：119.

[4]中國互聯網絡信息中心.生成式人工智能應用發展報告（2024）[R/OL].（2024-12-02）[2025-03-19].https：/jxt.zj.gov.cn/art/2024/12/6/art_1657979_58933417.html.

[5]趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率[J].財貿經濟，2021，42（7）：114-129.

[6]黃勃，李海彤，劉俊岐，等.數字技術創新與中國企業高質量發展——來自企業數字專利的證據[J].經濟研究，2023，58（3）：97-115.

[7]黃先海，高亞興.數實產業技術融合與企業全要素生產率——基于中國企業專利信息的研究[J].中國工業經濟，2023（11）：118-136.

[8］江鵑，劉建江，許調蓉.數實融合促進企業高質量發展了嗎[J].宏觀經濟研究，2024（10）：72-89.

[9]韓文龍，唐湘.人工智能賦能現代化產業體系：理論機制與實踐路徑[J].東北財經大學學報，2025（2）：31-43.

[10]沈坤榮，喬剛，林劍威.智能制造政策與中國企業高質量發展[J].數量經濟技術經濟研究，2024，41（2）：5-25.

[11]黃曉鳳，朱瀟玉，王金紅.人工智能提升了中國制造業企業的全要素生產率嗎[J].財經科學，2023（1）：138-148.

[12］唐要家，王蠟，唐春暉.人工智能如何提升企業全要素生產率——基于技術創新和技術應用視角[J].財經問題研究，2025（1）：87-100.

[13]吳飛.“人工智能 + ”：通用目的技術更好賦能生產力[J].人民論壇，2025（2）：31-34.

[14］]蔡躍洲，陳楠.新技術革命下人工智能與高質量增長、高質量就業[J].數量經濟技術經濟研究，2019，36（5）：3-22.

[15］姚加權，張錕澎，郭李鵬，等.人工智能如何提升企業生產效率？——基于勞動力技能結構調整的視角[J].管理世界，2024，40（2）：101-116.

[16]．石大千，李格，劉建江.信息化沖擊、交易成本與企業TFP——基于國家智慧城市建設的自然實驗[J].財貿經濟，2020，41（3）：117-130.

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

[18]LEVINE O，WARUSAWITHARANA M. Finance and productivity growth： firm-level evidence[J]. Journal ofmonetary economics，2021，117（1）：91-107.

[19]陳中飛，江康奇，殷明美.數字化轉型能緩解企業“融資貴\"嗎[J].經濟學動態，2022（8）：79-97.

[20］張楊，袁寶龍，鄭晶晶，等.策略性回應還是實質性響應？碳排放權交易政策的企業綠色創新效應[J].南開管理評論，2024，27（3）：129-140.

[21］張澤南，錢欣鈺，曹新偉.企業數字化轉型的綠色創新效應研究：實質性創新還是策略性創新？[J].產業經濟研究，2023（1）：86-100.

[22]。宋華盛，薛浠榕，黃潔.企業數字化轉型結構對創新策略的影響研究[J].科研管理，2025，46（3）：16-27.

[23］張廣婷.供應鏈數字化轉型對企業創新績效的影響——基于雙元創新的視角[J].商業研究，2024（6）：120-130.

[24]師博，阮連杰.人工智能時代下產業鏈供應鏈的重構、風險及應對[J].改革，2024（11）：17-27.

[25]朱國悅，陶鋒.供應鏈數字化與企業產能利用率[J].當代財經，2025（6）：125-138.

[26]魯曉東，連玉君.中國工業企業全要素生產率估計：199—2007[J].經濟學（季刊），2012，11（2）：541-558.

[27]賀曉宇，沈坤榮.現代化經濟體系、全要素生產率與高質量發展[J].上海經濟研究，2018（6）：25-34.

[28]。ACEMOGLU D，AKCIGIT U，ALP M C. Radical and incremental innovation： the roles of firms，managers，andinnovators[J].American economic journal：macroeconomics，2022，14（3） ：199-249.

[29]顧雷雷，郭建鸞，王鴻宇.企業社會責任、融資約束與企業金融化[J].金融研究，2020（2）：109-127.

[30]戴翔，王如雪.人工智能條件下人口老齡化對全球價值鏈攀升的影響[J].經濟管理，2023，45（3）：28-43.

[31]LEWBEL A. Constructing instruments for regressions with measurement error when no additional data areavailable，with anapplication to patents and Ramp;D[J].Econometrica，1997，65（5）：1201-1213.

[32]沈坤榮，閆佳敏.數字技術與企業全要素生產率：影響效應與作用機制[J].財經論叢，2024（12）：3-15.

[33]CHERNOZHUKOV V， CHETVERIKOV D， DEMIRER M，et al. Double/debiased machine learning for treatmentand structural parameters[J].The econometricsjournal，2O18，21（1）：1-68.

[34]黃越，楊乃定，張宸璐.高層管理團隊異質性對企業績效的影響研究——以股權集中度為調節變量[J].管理評論，2011，23（11）：120-125.

[35]師博，侯迎信，王錚.數字化轉型如何賦能企業突破式創新？[J].財經問題研究，2025（3）：58-69.

[36]王小魯，樊綱，李愛莉.中國分省份市場化指數報告（2024）[M].北京：中國經濟出版社，2025：42.

[37］戴翔，楊雙至.數字賦能、數字投入來源與制造業綠色化轉型[J].中國工業經濟，2022（9）：83-101.

[38］方先明，胡丁.企業ESG表現與創新——來自A股上市公司的證據[J].經濟研究，2023，58（2）：91-106.

[39］任保平，王子月.數字經濟時代中國式企業現代化轉型的要求與路徑[J].西北工業大學學報（社會科學版），2023（3） ：78-86.

HowCan“Artificial Intelligence+\" Empower High-Quality Development of Enterprises

SHI Bo，RUANLianjie，HOU Yingxin （School ofDigital Economy and Management，NanjingUniversity，Suzhou 215163，China）

Summary：Ashumansocietytransitionsfrom theThirdIndustrial RevolutioninthedigitaleratotheFourth Industrial Revolutionledbyartificialintellgence（AI），China’seconomyhasfullyshiftedfromquantitativegrowthtohighquality development.Enterprisesserveas themainstayof innovation，andtheir high-qualitydevelopment mirrorsthe macroeconomic pursuit ofqualityat the micro level.Currntly，China has establishedarelatively comprehensive AI industrialsystem，withbreakthroughinnovationscontinuouslyemerginginfieldssuchaslargemodels，inteligentagents， andembodied inteligence.Driving the high-qualitydevelopmentof enterprises is inseparablefromthekeyleading roleof “AI+\".Against this backdrop，promoting the widespreaddifusionand deep integration of“AI+”in thehigh-quality development of enterprises has gradually become a policypriority.Whether“AI+”canempower the high-quality development of enterprises and through which channels it operates have become urgent questions to explore.

This paper uses the two-way fixed effects model toempirically test the impact of“AI+”onthe high-quality development ofenterprisesand itsmechanisms，basedondata from Chinese listed enterprisesonthe Shanghai and Shenzhen A-share markets from2O12 to 2023.The findings showthat“AI+”canempowerthehigh-qualitydevelopmentof enterprises，andthisconclusionremainsvalidafteraseriesofendogeneityandrobustnesstests.Heterogeneityanalysis indicatesthattheempowering efectof“AI+”ismoresignificant for large enterprises，those with senior executives exhibitingdiversifiededucationalbackgrounds，highlycompetitiveindustries，regionswithhighlevelsofindustrial digitization，and regions with sound institutional environments.Mechanism analysis reveals that“AI + ”empowers the high-qualitydevelopmentof enterprises byalleviatingcorporate financingconstraints，optimizing innovationstrategies，and enhancing product competitiveness.Furtheranalysis shows that“AI+”drivenby diferent underlying technologies can efectively empowerthehigh-qualitydevelopmentof enterprisesinacomprehensiveand systematic manner;“AI+”canalso improve ESG performanceof enterprises，enabling enterprises toachieve high-qualitydevelopmentthatbalances production operations with social value.

Compared with existing literature，this paper makes two main marginal contributions.It first innovatively measures enterprises’“AI + ”behaviors based on patent IPC clasification information and explores and tests the possible mechanisms through which“AI+”affects thehigh-qualitydevelopmentofenterprises fromthe perspectives of itsfinancing constraintmitigationeffect，innovationstrategyoptimizationeffect，andcompetitiveadvantageenhancementffect.In addition，it refines“ Al+ ”into“AI hardware platform technology+”，“AI general technology+”，and“AI key technology+”， examining theimpactof differentunderlyingAItechnologiesonthehigh-qualitydevelopmentofenterprises.

Keywords：artificial intellgence;high-qualitydevelopment;financingconstraints；innovationstrategies；product competitiveness

（責任編輯：孫艷）