人工智能技術與中國企業出口競爭策略

摘 要：推動企業出口競爭策略轉型是實現中國高水平對外開放、促進貿易高質量發展的重要議題。本文基于2002—2023年中國制造業A股上市公司的微觀數據，實證考察了人工智能技術對企業出口競爭策略的影響效果及作用機制。研究發現，人工智能技術能夠顯著促進企業出口競爭策略升級。機制分析表明，人工智能技術通過提升企業產品差異度、增強企業敏捷響應能力和降低企業交易成本賦能企業出口競爭策略轉型。異質性分析顯示，人工智能技術對企業出口競爭策略的影響作用在國有企業、非技術密集型企業、非沿海地區以及工業化水平較高的樣本中更加顯著。進一步研究發現，實施“高質高價”的質量競爭策略對企業經營績效會產生短期的抑制效應和長期的促進效應。

關鍵詞：人工智能技術；出口競爭策略；質量競爭；經營績效

中圖分類號：F75262 文獻標識碼：A 文章編號：1001-148X（2025）05-0075-11

收稿日期：2025-03-03

作者簡介：耿曄強（1976—），男，山西太原人，教授，博士生導師，研究方向：數字經濟、創新經濟；趙歡（1989—），男，山西臨汾人，博士研究生，研究方向：人工智能與技術創新。

基金項目：國家社會科學基金后期資助項目“環境規制、企業創新與高質量發展”，項目編號：22FJLB038。

①數據來自中經網統計數據庫。

一、引 言

企業是推動貿易高質量發展的核心力量，其出口競爭策略直接關乎到中國貿易競爭新優勢的構建。改革開放以來，中國依托豐富的勞動力資源和規模擴張優勢，快速發展成為“世界工廠”。然而隨著全球價值鏈加速重構，傳統“低質低價”的加工出口模式已經不可持續。一方面，國內勞動力供給增速放緩，城鎮非私營單位就業人員平均工資由2001年的10834元上漲至2023年的120698元，年均增長率超過10%①，支撐低端制造的勞動力成本優勢逐漸削弱；另一方面，國際環境不確定性加劇，“逆全球化”思潮涌動，中美貿易摩擦持續升級，地緣政治風險顯著上升，對中國貿易轉型構成多重挑戰。2021年《“十四五”對外貿易高質量發展規劃》明確提出“推動外貿質量變革、效率變革、動力變革，增強對外貿易綜合競爭力”。黨的二十大報告進一步強調“加快質量強國建設”。在此背景下，中國企業亟須實現出口競爭策略轉型，從“薄利多銷”的成本競爭轉向“高質高價”的質量競爭。

如何推動企業實施“高質高價”的質量競爭策略？現有研究主要從宏觀和微觀兩個視角展開研究。在宏觀層面，需求規模是影響企業出口競爭策略的重要因素。當出口所在地有較大需求規模時，企業也更傾向于選擇質量競爭策略，同時，國內需求規模的擴張會帶來新興產品的價格增長和質量升級，而對基礎產品則是價格削減和質量抑制效應［1］。此外，貿易自由化進程加速［2］、產業集聚水平提高［3］，國內金融市場開放［4］等，都能顯著提升企業出口產品質量，有利于推動“高質高價”的質量競爭策略實現。在微觀層面，由于企業的資源稟賦存在異質性，每個企業都需要持續整合內外部資源提升競爭優勢。首先，國際貿易促使高生產率企業加強質量升級，并以較高價格進行出口，特別是當產品差異度上升時，企業在出口國際市場時會顯著使用質量競爭策略［5］。其次，創新是企業贏得質量競爭優勢的關鍵，漸進式創新和突破式創新均有助于提升企業產品質量［6］。再次，技術進步是塑造出口競爭優勢的重要途徑，例如數字化轉型會提升多產品出口企業采取質量競爭的概率［7］，但值得注意的是，這種由技術賦能的質量升級并非靜態過程，特別是在當前信息技術、智能制造技術迅速迭代的背景下，上述影響因素可能會發生深層次變革，相關機制仍需進一步深入研究。

作為通用性技術的典型代表，人工智能技術正在引發廣泛而深刻的社會變革。從制造業的智能化升級到服務業的效率提升，人工智能技術的應用范圍不斷擴大，不僅重塑了傳統生產模式，還催生了大量新興產業和商業模式。近年來，中國人工智能技術在算法優化、算力提升和數據資源積累等方面取得了顯著進展，成為各行業數字化轉型的重要支撐。2023年，中國人工智能核心產業規模接近5800億元，核心企業數量超過4400家，居全球第二數據來自中國信息通信研究院發布的《中國數字經濟發展研究報告（2024）》。。憑借智能化生產模式和廣泛的適用性，人工智能技術正逐步融入中國對外貿易體系，成為中國在新發展階段塑造貿易優勢的重要動力。

關于人工智能技術對企業出口競爭策略的影響，現有文獻主要集中在企業工業機器人應用所產生的“高質高價”效應。從“高質”的角度看，工業機器人作為推進生產智能化轉型的關鍵裝備，可以促進企業出口產品質量升級，但作用強度會隨時間的推移呈先上升后下降的動態趨勢，即存在“邊際效應”遞減階段［8］。而從“高價”方面來看，工業機器人應用不僅能通過質量競爭機制增強海外定價能力，還能發揮對低技能勞動的“替代”作用，降低生產的邊際成本，進而提升企業出口產品加成率［9］。雖然工業機器人應用有助于企業在出口過程中實現質量競爭策略，但是單一使用工業機器人應用水平來衡量人工智能技術進步可能會忽視人工智能的多元屬性。首先，人工智能技術不僅可以優化生產流程、提高資源利用率，還能通過智能分析和預測，幫助企業更好地進行生產決策［10］；其次，工業機器人雖然在生產過程中有促進技術進步的體現，但其主要功能是執行既定任務，無法實現人工智能在研發、設計等上游環節推動產品創新的優勢［11］；最后，工業機器人主要在生產領域發揮作用，而人工智能在交易環節的應用能夠顯著減少交易摩擦，提高交易效率［12］。

基于此，本文使用2002—2023年中國制造業A股上市公司數據，探究人工智能技術如何推動中國企業出口競爭策略升級，以期為提升中國企業出口競爭力，推動貿易高質量發展提供借鑒。相比于以往文獻，本文可能的邊際貢獻如下：（1）在研究視角上，本文以企業出口產品質量為切入點，將人工智能技術納入企業出口決策的理論框架，分析人工智能技術推動企業出口競爭策略升級的內在邏輯，有助于深化對人工智能技術在國際貿易領域應用的理解；（2）在研究方法上，本文基于中國制造業A股上市公司年報構建企業人工智能技術指標，并綜合考慮人工智能技術在提升產品差異度、增強敏捷響應能力、降低交易成本三個維度的作用機制，突破了單一使用工業機器人應用水平指標的局限性；（3）在研究內容上，本文進一步分析了實施質量競爭策略對企業經營績效的短期抑制效應和長期促進效應，有助于政策制定者制定更加清晰和長遠的人工智能技術發展戰略，幫助企業克服短期困難，推動長期發展。

二、理論分析

從上文文獻分析可知，實施質量競爭策略的關鍵是提升出口產品質量。因此，本文在Hallak和Sivadasan（2013）［13］異質性企業出口模型的基礎上，借鑒Aghion等（2017）［14］的研究思路，將人工智能技術引入企業出口決策，從產品質量的視角考察企業出口競爭策略升級的決定因素與作用機制。

（一）人工智能技術對企業出口競爭策略的影響

1市場需求

假定代表性消費者的效用由一系列差異化產品i的消費量qi和產品質量λi共同決定，并服從固定彈性（CES）函數形式：

U=∫i∈Ωλiqiσ－1σdiσσ－1（1）

式（1）中，σ為產品間的替代彈性，且σ＞1；i∈Ω表示市場上所有差異化產品i的種類。λi包含了產品中除價格以外的一切屬性，如產品的技術含量、品牌價值等。給定預算約束，根據效用最大化條件，可得消費者對產品i的需求函數為：

qi=p－σiλσ－1iIP（2）

式（2）中，pi為企業向市場出售產品i的價格，I表示消費者的總支出，P為市場上價格指數，表示為P=∫i∈Ωp1－σiλσ－1idi，I與P均為外生給定。

2企業生產

在企業生產上，沿用Hallak和Sivadasan（2013）［13］的假定，企業間的異質性主要有兩個來源，分別是生產率和技術水平。前者能夠保證企業以更小的可變成本進行產品生產，后者衡量了企業以更低的固定成本進行產出的能力。因此，設定企業的成本函數為：

MCiφ，λ=cφλβi（3）

FCiξ，λ=fξλαi+FC0（4）

式（3）和式（4）中，MCi為企業生產的邊際成本，FCi為企業固定成本；φ和ξ分別代表企業的生產率和技術水平；α和β分別為企業成本的質量彈性，且0lt;βlt;1，αgt;0；FC0為企業運營的固定成本，c和f為常數。由式（3）和式（4）可知，邊際成本和固定成本均獨立于企業的生產規模并與產品質量呈同向變化。

由以上成本設定可得企業利潤函數：

πiφ，ξ=qipi－MCi－FCi（5）

在壟斷競爭市場中，企業選擇產品價格和質量以實現利潤的最大化。聯立式（2）和式（5），可得企業在利潤最大化時的產品質量為：

λiφ，ξ=

1－βασ－1σσφcσ－1ξfIP1α－1－βσ－1（6）

式（6）中，1α－1－βσ－1gt;0。同時可知企業生產率和技術水平都對產品質量具有正向影響。

3人工智能技術使用

借鑒Aghion等（2017）［14］關于人工智能技術影響經濟增長的研究思路，假設企業生產率和技術水平分別由如下方程決定：

φ=∫10Xρidi1ρ（7）

ξ=∫10Xμidi1μ（8）

式（7）和式（8）中，Xi表示企業提升產品i的生產率和技術水平所需投入的一系列要素，ρ和μ分別為要素間的替代彈性，并有ρ，μ1，且ρ≠μ。企業在引入人工智能技術后，能夠通過生產自動化與智能決策重塑生產結構，顯著提升資源配置效率并催生新型商業模式。這種技術嵌入不僅突破了傳統生產要素的邊際收益遞減限制，還通過人機協作模式催生出高附加值的經濟活動。在戰略層面，人工智能技術促使企業構建數據驅動的長期決策體系，抑制短期逐利行為。在技術層面，企業可依托算法模型、算力基礎設施與多模態數據資源，加速實現全流程生產智能化［15］。因此，本文將要素投入Xi劃分為兩類：一類是人工智能要素投入，涵蓋戰略層面的智能決策系統與技術層面的算法、算力及數據基礎設施；另一類是非人工智能的傳統要素投入，即：

Xi=A 人工智能要素U 非人工智能要素（9）

根據式（9），企業生產率和技術水平均可表示為人工智能要素投入A與非人工智能要素投入U的函數：

φ=θAθρ+1－θU1－θρ1ρ（10）

ξ=γAγμ+1－γU1－γμ1μ（11）

式（10）和式（11）中，θ和γ分別為人工智能要素投入的比例。將式（10）與式（11）代入式（6），則企業產品質量可表示為人工智能投入要素A的函數：

λiA=ηc1－σfσ－1σσγAγμ+1－γU1－γμ1μθAθρ+1－θU1－θρ1ρσ－11ω（12）

式（12）中，ω=1α－1－βσ－1，η=（1－β）IαP。為簡化分析，假定不同要素間的替代彈性ρ和μ均趨向于0，則式（12）可進一步化簡為：

λiA=ησ－1σσAγU1－γfAθU1－θcσ－11ω（13）

4國際貿易均衡

相較于國內貿易的穩定性，企業在自由貿易條件下面臨多維不確定性挑戰。制度距離衍生的信息摩擦會系統性抬升出口市場的準入門檻，而貿易政策的不確定性、國際市場需求波動與全球價值鏈的重塑又會影響企業的出口規模并迫使企業承擔供應鏈中斷風險。為應對國際環境的不確定性，實現出口最優布局，企業必須承擔額外的交易成本，包括國際市場上的信息搜尋、協商締約以及穩定供應鏈等，這些行為提升了企業在出口過程中的固定成本。為此，企業的固定成本調整為：

FCeξ，λ=feξλαi+FC0（14）

式（14）中，fe在數值上大于式（4）中的f，因為考慮了企業在進入國際市場后所需支付額外的交易成本。假設出口面臨更大不確定性的概率為w，此時企業的預期利潤為：

Eπi=qipi－MCi－［wFCe+1－wFCi］（15）

由預期利潤最大化的一階條件，并結合式（13）的結果，可得企業最優出口產品質量為：

λ*iA=

ησ－1σσAγU1－γwfe+1－wfAθU1－θcσ－11ω（16）

對式（16）關于人工智能要素A求偏導：

λ*iAA=γ+θσ－1ω

ησ－1σσU1－γwfe+1－wfU1－θcσ－1Aγ+θσ－1ω－1（17）

易知，式（17）的結果大于0，基于此，本文提出如下假設：

H1：人工智能技術能夠提升企業出口產品質量，推動企業實現“高質高價”的質量競爭策略。

（二）人工智能技術對企業出口競爭策略的機制分析

本文分別從提升產品差異度、增強敏捷響應能力、降低交易成本三個渠道分析人工智能技術影響企業出口競爭策略的作用機制。

人工智能技術可以優化企業生產流程、創新產品功能，提升產品的差異度水平。一方面，依靠智能生產系統，企業可以根據訂單需求、原材料供應、生產設備狀態等多因素進行精確的生產計劃安排，這可以有效提高生產效率，縮短產品交付周期。同時，應用人工智能可以優化企業人力資本結構，促使企業將人力資源向高附加值環節轉移［16］，如產品功能開發與設計優化，增強產品的差異化程度；另一方面，人工智能具備精準且快速篩選有價值信息的能力，包括消費者的購買歷史、瀏覽行為、網絡平臺互動、反饋意見等多維度信息，并借助信息反饋機制優化創新過程，顯著提高研發效率［17］。通過機器學習、算法優化，人工智能可以精準地識別出不同消費者群體的偏好和需求模式，從而調整企業產品技術架構和功能開發方向，使其更貼合實際需求。當產品差異度上升時，產品間的替代彈性降低，消費者對價格的敏感度會相應減弱，這為企業打造具有高品質、獨特價值的產品提供更廣闊的空間。在差異化戰略下，企業能夠建立起獨特的品牌形象和價值主張，培養消費者的品牌忠誠度。這有助于企業規避同質化市場的價格戰，將競爭焦點轉向質量改進而非成本削減，從而在激烈的市場競爭中以質量取勝，贏得消費者的認可和青睞。基于此，本文提出如下假設：

H2：人工智能技術能夠提升企業產品差異度，進而促進出口競爭策略升級。

人工智能技術能夠幫助企業快速感知、識別外部風險的變化，增強敏捷響應能力。在風險感知上，人工智能通過多源數據融合與實時分析，動態監測全球政治、經濟、社會及技術環境的變化，精準識別政策法規調整、市場供需波動及競爭格局演變等關鍵風險信號，提前發現潛在風險因素，為企業預警［18］。在當前貿易政策不確定性加劇的背景下，企業可以利用人工智能快速解析政策文本，結合行業影響模型量化潛在沖擊，前瞻性調整產品布局和市場策略，有效規避系統性風險。在風險應對上，人工智能依托數據建模與仿真推演技術，可對企業生存能力進行精準測算，并生成數據驅動的決策方案。以匯率風險為例，人工智能通過整合宏觀經濟指標、市場情緒及歷史波動規律，構建高精度匯率預測模型［19］，從而輔助企業選擇最優風險緩釋路徑，在保障利潤的同時增強出口韌性。敏捷響應能力的提升會降低企業遭受外部風險沖擊的概率，這種抗風險優勢為企業實施質量競爭策略創造了有利條件。當企業能快速識別市場變化并靈活調整經營策略時，就無需因外部沖擊而被動采取短期成本削減措施，從而將更多資源持續投入到產品質量改進和技術創新中，專注于產品性能優化和服務升級，逐步構建起以質量為核心的市場競爭力。基于此，本文提出如下假設：

H3：人工智能技術能夠增強企業敏捷響應能力，進而促進出口競爭策略升級。

人工智能技術能夠智能匹配市場供需、提高締約效率、優化供應鏈管理，有效降低企業出口的交易成本。在信息搜尋上，人工智能通過整合全球海關數據、社交媒體輿情、行業報告及競爭對手動態，幫助企業分析全球市場走勢，還能通過算法優化功能識別潛在商機，為企業提供精準的市場進入建議，減少因盲目開拓市場而產生的信息摩擦［20］。在協商締約上，基于深度學習的智能合約系統可以自動生成符合各國法律要求的標準化條款，并通過區塊鏈技術確保合同不可篡改，大幅降低人為操作失誤，提升跨境交易的可靠性［21］。在穩定供應鏈上，通過整合供應商數據庫、物流跟蹤系統和市場需求預測模型，人工智能不僅可以動態調整企業庫存水平，還能持續優化運輸路線和倉儲網絡，在保證交付時效的同時降低物流成本，全面提升供應鏈管理水平［22］。交易成本降低能夠釋放企業在流通環節的資源，并將其重新配置到產品質量提升、技術創新和品牌建設等質量競爭的關鍵領域，為企業實施質量競爭策略提供必要的資金支持。同時，隨著交易成本降低，企業進入高質量市場的門檻相應降低。為了在更具吸引力的高端市場中獲得競爭優勢，企業會主動提升產品質量標準，以滿足更嚴格的客戶需求，推動企業從成本競爭轉向質量競爭。基于此，本文提出如下假設：

H4：人工智能技術能夠降低企業交易成本，進而促進出口競爭策略升級。

三、研究設計

（一）模型構建

為檢驗人工智能技術對企業出口競爭策略升級的影響效應，即企業使用人工智能技術能否提升出口產品質量，本文構建如下計量模型：

Esiit=β0+β1AIit+β2Xit+vi+vt+εit（18）

式（18）中，下標i和t分別表示企業和年份。Esiit為企業出口產品質量，AIit為企業人工智能技術水平，Xit為控制變量合集，vi和vt分別表示企業固定效應和年份固定效應，εit為殘差項。

（二）變量測度

1企業出口競爭策略

本文以出口產品質量作為衡量企業出口競爭策略的核心指標，因為質量升級反映了企業從成本競爭向質量競爭的轉型路徑，體現了企業追求技術創新和附加值提升的內在動力。在此基礎上，本文借鑒祝樹金等（2023）［23］的思路，使用企業出口技術含量作為產品質量的代理變量，原因在于技術含量的提升通常伴隨著產品質量的升級，它能夠有效反映產品在生產過程中的附加值。通過提升技術含量，企業能夠在全球市場中占據更有利的競爭地位，滿足國際市場對高質量產品的需求。具體計算步驟為：首先，根據Hausmann 等（2007）［24］提出的方法計算產品層面上的出口技術含量，計算公式為：

Prodya=∑nh=1xha/Xh∑nh=1xha/Xh×Yh（19）

式（19）中，Prodya表示HS6位產品a的技術含量，xha/Xh表示h國a產品出口額占h國出口總額的比重，Yh表示h國經購買力調整的人均GDP。在式（19）的基礎上，本文將HS6位編碼轉換為中國國民經濟行業分類2位編碼，計算得到了2002—2023年中國制造業30個行業出口技術含量，具體如下：

Expyj=∑na=1xjaxj×Prodya（20）

式（20）中，xja/xj為制造業j行業a產品的出口額占j行業出口額的比重。為了進一步體現出產品質量的差異，借鑒余娟娟和余東升（2018）［25］的思路，使用企業全要素生產率對Expyj進行調整，計算得到企業層面上的出口產品質量。

Esii=TFPijTFPj×Expyj（21）

式（21）中，Esii代表了企業出口產品質量，TFPij和TFPj分別為基于LP法計算得到的企業全要素生產率和所在行業的平均全要素生產率。

2人工智能技術

本文參考姚加權等（2024）［26］的研究，構建了包含73個與人工智能相關的關鍵詞詞典，再采用文本分析方法對中國制造業A股上市公司年報進行量化處理。具體而言，通過統計上市公司年報中與人工智能相關的關鍵詞詞頻，并對詞頻值加1后取對數，以此衡量企業在人工智能領域的技術水平和應用能力。這種方法能夠有效捕捉企業在人工智能領域的投入與發展程度，為分析其人工智能技術競爭力提供數據支持。

3控制變量

本文所選取的控制變量包括：企業年齡（Age），使用統計年份減去上市年份加1取對數表示；企業規模（Size），使用企業資產總額取對數表示；企業總資產收益率（Roa），使用企業凈利潤與資產總額的比值表示；資本密集度（Cap），使用企業固定資產凈額與員工數量的比值取對數表示；企業現金流比率（Cash），使用企業貨幣資金與交易性金融資產的總和除以流動負債表示；融資約束（SA），使用經計算得到的企業SA指數表示；持股集中度（Top），使用企業前十大股東持股數量總和占總股本的比例表示；出口規模（Exp），使用企業出口總額取對數表示；企業股權性質（Soe），若企業為國有控股，則取1，反之則取0。

（三）數據來源

因中國加入世貿組織后，出口產品結構有了較大變化，因此，本文以2002—2023年中國制造業A股上市公司為研究樣本，并剔除了當年處于ST、*ST、PT狀態以及主要變量缺失的樣本。國家層面的出口數據來自CEPII—BACI雙邊貿易數據庫，人均GDP來自世界銀行數據庫。上市公司年報數據來自新浪財經網，出口數據來自巨潮咨詢網，其余控制變量來自CSMAR與WIND數據庫。在保留出口企業后，本文最終得到24049個樣本觀測值。相關變量描述性統計見表1。

四、實證結果分析

（一）基準回歸

式（18）的基準回歸結果如表2所示。表2列（1）為未加入固定效應的回歸結果，列（2）為加入企業固定效應和年份固定效應后的回歸結果。列（3）—列（5）是在列（2）的基礎上依次加入不同控制變量后的回歸結果。所有結果均顯示人工智能技術能夠顯著提升企業出口產品質量，推動企業實施質量競爭策略。可能的原因是，人工智能通過在生產中深度嵌入智能模塊提升了產品的技術內核，其自適應功能與場景預判能力有助于滿足不同客戶群體的需求，推動了出口產品由“低成本”向“高質量”的轉化，初步驗證了假設H1。

（二）內生性處理

1工具變量法

人工智能技術可以推動企業實施質量競爭策略，進而提升出口競爭力。而出口擴張帶來的利潤反哺和數據資產積累又會加速人工智能技術迭代，進一步推動企業智能化轉型。這種“技術賦能-市場反哺”的循環使得人工智能技術和企業出口競爭策略可能存在雙向因果關系。鑒于此，本文使用工具變量法處理人工智能技術潛在的內生性問題。首先，使用企業人工智能技術的一階滯后項（AIiv1）作為本期人工智能技術的工具變量；其次，使用同時期企業所在行業內其他企業人工智能技術的平均值（AIiv2）作為該企業人工智能技術的工具變量，其原因在于同一行業內企業技術發展往往彼此相互影響，行業平均水平能反映企業所處技術環境，但對個體企業出口競爭策略沒有直接影響。表3列（1）和列（2）結果顯示，人工智能技術的系數均在1%水平上顯著為正，進一步證明了假設H1的合理性。此外，模型通過了不可識別和弱識別檢驗，驗證了所選取工具變量的有效性。

2Heckman兩步法

本文在樣本選擇中僅考慮了出口企業，而忽略了其他非出口企業。一般來看，出口企業和非出口企業在技術水平、資源稟賦、市場競爭力等方面存在系統性差異。出口企業通常具有更高的技術水平和更強的市場競爭力，若僅選擇出口企業作為研究對象可能會出現樣本選擇偏誤。為了克服此類內生性問題，本文使用Heckman兩步法進行修正。第一步，利用Probit模型估計企業是否出口的概率，并計算逆米爾斯比（Millsit）；第二步，利用出口樣本的觀測值和計算得到的Millsit重新估計人工智能技術對企業出口競爭策略的影響。表3列（3）結果顯示，Millsit的回歸系數顯著為負，說明樣本存在選擇偏誤。人工智能技術的系數在1%水平上顯著為正，且數值與基準回歸高度一致，這說明基準回歸的結果較為穩健。

（三）穩健性檢驗

1替換被解釋變量

考慮到出口產品質量指標可能難以捕捉企業在國際市場競爭中的多維策略互動，如渠道控制、市場滲透等，本文借鑒文東偉等（2009）［27］的方法，測度企業出口競爭力指數，將其作為企業出口競爭策略的替換指標展開回歸。表4列（1）結果顯示，在更換出口競爭策略指標后，人工智能技術的影響作用依舊穩健。

2替換核心解釋變量

考慮到人工智能詞頻指標可能無法準確反映企業實際的技術應用水平，本文依據《關鍵數字技術專利分類體系（2023）》，并結合國家知識產權局信息，統計得到上市公司人工智能專利申請數量，作為人工智能技術的替代變量進行回歸。表4列（2）結果顯示，在更換人工智能技術的測算方式后，回歸系數依然顯著為正。

3剔除特定事件影響

考慮到外部環境的變化會扭曲技術投資周期與市場需求結構，進而干擾人工智能技術的演進路徑，本文剔除了處于國際金融危機（2008年及之前）和新冠疫情期間的樣本（2020年及之后）重新展開回歸。表4列（3）和列（4）結果顯示，排除這兩次重大外部沖擊的干擾后，人工智能技術的系數顯著為正，假設H1依然成立。

4更換樣本來源

考慮到上市公司樣本存在規模偏差以及出口覆蓋不足問題，本文將樣本來源更換為2002—2013年中國工企和海關匹配數據，將工業機器人滲透度作為人工智能技術的代理指標［28］，在控制企業規模、年齡、資本密集度、盈利能力和資本流動性后展開回歸。表4列（5）結果顯示，在更換樣本來源后，核心結論并未改變。

5剔除異常樣本

考慮到異常值的存在可能會對回歸結果產生干擾，導致參數估計出現偏差并降低模型的解釋效力，本文對所有連續變量進行上下1%分位縮尾處理并重新展開回歸。由表4列（6）結果顯示，剔除異常樣本后，人工智能技術的系數依然顯著為正，且數值大小及顯著性與基準回歸較為接近，進一步驗證了基準回歸的穩健性。

（四）作用機制檢驗

前文驗證了人工智能技術能夠促進企業出口競爭策略升級。由理論分析可知，這種促進作用是由產品差異度提升、敏捷響應能力增強、交易成本降低所帶來的。因此，為進一步檢驗人工智能技術影響企業出口競爭策略的作用機制，本文借鑒江艇（2022）［29］的研究，重點關注人工智能技術與機制變量之間的關系。

1.提升企業產品差異度。首先，本文使用企業銷售費用占營業收入的比例衡量企業產品差異度；其次，使用營業毛利率作為企業產品差異度的替換指標。表5列（1）和列（2）結果顯示，人工智能技術的系數為正，且均至少通過了5%水平的顯著性檢驗，這說明人工智能技術能夠提升產品差異化程度，幫助企業建立起獨特的市場競爭優勢。這種差異化優勢使企業擺脫價格戰的惡性循環，轉而通過持續的質量改進和創新來獲取更高的市場溢價和品牌忠誠度，假設H2得到驗證。

2.增強企業敏捷響應能力。首先，本文使用企業當年董事會會議次數衡量企業敏捷響應能力；其次，使用企業當年股東大會會議次數作為敏捷響應能力的替換指標。表5列（3）和列（4）結果顯示，人工智能技術的系數均至少在5%水平上顯著為正，這說明人工智能技術能夠提升企業敏捷響應能力，幫助管理層更快識別外部環境變化并調整市場競爭策略。這種快速響應機制使企業及時將資源配置到關鍵質量改進環節，從而在動態競爭中持續保持質量領先優勢，假設H3得到驗證。

3.降低企業交易成本。首先，本文利用企業管理費用占比、財務費用占比、銷售費用占比，使用主成分分析法，構建衡量企業交易成本的綜合指標；其次，使用企業資產專用性作為交易成本的替換指標計算方法為無形資產、在建工程、長期待攤費用和固定資產的總和占企業總資產的比例。。表5列（5）和列（6）結果顯示，人工智能技術的系數均至少在5%水平上顯著為負，可見人工智能技術能夠降低企業交易成本，使企業能將更多資金和精力投入到研發設計、工藝改進等質量競爭的關鍵環節，進而在出口市場中確立以質量為核心的優勢地位，假設H4得到驗證。

五、進一步討論

（一）異質性分析

1企業異質性

考慮到不同股權性質的企業在資源獲取和政策支持上存在異質性，本文將樣本分為國有企業和非國有企業進行分組回歸。表6列（1）和列（2）結果顯示，人工智能技術的系數均顯著為正，說明人工智能技術能夠促進國有企業和非國有企業出口競爭策略升級。國有企業系數大于非國有企業，且費舍爾組間系數差異檢驗的P值為0029，即兩組系數間的差異性在5%水平上顯著，這表明人工智能技術對國有企業出口競爭策略的作用更強。可能的原因是，國有企業通常能夠更容易獲取政策支持和實現資源集中效應，例如政府提供的專項補貼、稅收優惠以及優先獲取數據和技術資源。這些優勢使得國有企業在人工智能技術的應用上更具規模效應和效率提升潛力，從而顯著放大了人工智能技術對出口競爭策略的積極作用。相比之下，非國有企業雖然在市場靈活性上更具優勢，但資源獲取的局限性和政策支持的相對不足限制了人工智能技術的潛力釋放。

考慮到不同技術特征的企業在技術基礎和創新能力上存在異質性，本文借鑒肖土盛等（2023）［30］的方法將樣本分為技術密集型和非技術密集型企業進行分組回歸。表6列（3）和列（4）結果顯示，人工智能技術的系數在非技術密集型企業顯著為正，而在技術密集型企業不顯著（費舍爾組間系數差異檢驗的P值為0000）。可能的原因是，非技術密集型企業通常技術基礎較為薄弱，人工智能技術的引入能夠顯著提升其生產效率和決策能力，從而對出口競爭策略產生更大的影響。相比之下，技術密集型企業通常已經具備較高的技術水平和創新能力，人工智能技術的邊際作用相對較小，難以在短期內顯著提升產品質量。此外，技術密集型企業對創新有更高要求，而當前中國人工智能技術的突破性創新不足，難以滿足其在核心技術升級和前沿研發中的需求，導致短期內人工智能技術對出口競爭策略的影響不顯著。

2區域異質性

考慮到不同企業所處區位特征的差異，本文將樣本分為沿海地區和非沿海地區進行分組回歸。表7列（1）和列（2）結果顯示，人工智能技術能夠顯著促進兩個區域企業出口競爭策略的轉型，但在非沿海地區的作用更大（費舍爾組間系數差異檢驗的P值為0021）。可能的原因是，沿海地區長期依賴港口便利、外資集聚等傳統外向型資源，致使人工智能技術多用于存量優化，其邊際提升作用受限于資源利用飽和與傳統加工模式的路徑依賴，導致技術紅利還沒有得到充分釋放。而非沿海地區因傳統區位劣勢，又面臨沿海同業擠壓和內陸同質化競爭的“內外夾擊”，倒逼其將人工智能技術作為新型資源替代杠桿，例如，通過智能物流系統壓縮內陸至港口的時空成本、利用數字營銷平臺突破地理隔離直達海外客戶，實現“資源劣勢”到“數據優勢”的顛覆性轉化，技術投入的邊際收益顯著放大。

考慮到不同企業所處地區工業化水平存在差異，本文計算了企業所在省份第二產業增加值占地區生產總值的比重，依據所得均值將樣本劃分為工業化水平較高和較低地區展開分組回歸。表7列（3）和列（4）結果顯示，人工智能技術在工業化水平較高的地區顯著性水平更高，作用更強（費舍爾組間系數差異檢驗的P值為0062）。這可能是由于工業化水平較高的地區通常擁有更完善的基礎設施和更高的資本密集度，有利于人工智能技術無縫嵌入現有生產系統，實現智能技術與工業化設施的深度耦合。同時，工業化水平較高的地區往往具備更完整的產業鏈體系，人工智能技術能夠貫穿整個產業鏈，形成協同效應，進一步放大其對出口競爭策略的積極作用。相比之下，工業化水平較低的地區在基礎設施建設和產業鏈協同上還不夠完善，導致人工智能技術的應用效果受到限制。

（二）質量競爭策略是否會惡化企業經營績效

以上通過理論分析和實證檢驗論證了人工智能技術能夠顯著提升企業出口產品質量，推動企業在出口過程中實施“高質高價”的質量競爭策略。然而，在全球化競爭加劇的背景下，實施“高質高價”的質量競爭策略又會對企業經營績效產生怎樣的影響？

從短期來看，質量競爭策略依賴持續的研發投入，如人工智能算法迭代、生產工藝升級等，會導致企業現金流壓力加劇。尤其對技術密集型企業，在初始創新階段，質量升級所需投入的沉沒成本，如專用設備購置、科研人才儲備等，會顯著推高固定成本占比，短期內降低資產周轉率。同時，在信息不對稱的情況下，消費者對質量升級的認知存在時滯，尤其是國際市場對新產品的質量信號需要時間驗證。如果企業不能有效傳遞產品質量提升的信息，高價策略可能會抑制銷量增長，而研發導致的成本剛性又難以壓縮，短期內會對企業形成“高成本-低銷量”的雙重擠壓。但從長期來看，隨著生產規模擴大和技術成熟，一方面，初期高昂的固定成本被攤薄，邊際成本下降；另一方面，質量升級倒逼供應鏈上下游協同優化，形成全鏈條效率增益，進一步釋放長期盈利空間。此外，堅持質量競爭策略還可構建非價格壁壘，如技術標準話語權、品牌忠誠度等。高質量產品通過國際認證壁壘后，可進入高端市場并建立規則主導權，增強企業的定價能力。同時，技術持續迭代帶來的產品智能化升級，又能夠鎖定忠誠度高的客戶群體，支撐企業持久溢價能力，從而在長期內實現銷售增長和利潤提升，加強企業的市場競爭力。

基于以上分析，本文認為，質量競爭策略對企業經營績效會產生短期的抑制效應和長期的促進效應。為檢驗此觀點，構建計量模型如下：

Yit=α0+α1Esi2it+α2Esiit+α3Xit+vi+vt+εit（22）

式（22）中，Yit為企業經營績效。本文使用企業凈資產收益率（Roe）、資產負債率（Alr）、托賓Q值（Tb）、每股收益（Eps）作為衡量企業經營績效的指標，力圖從盈利能力、資本結構、市場估值及股東回報等方面綜合反映企業的市場表現。回歸結果如表8所示，Esi的二次項系數均至少在5%的水平上顯著為正，Esi的系數均在1%的水平上顯著為負，這表明實施質量競爭策略對企業經營績效的影響呈現“U”型動態特征，即在短期內，實施質量競爭策略會抑制企業經營績效，但當產品質量達到一定閾值后會提升企業經營績效。此外，從盈利能力的角度來看，發現樣本中大部分企業仍處在質量閾值以左根據企業凈資產收益率對產品質量的回歸結果，計算得出“U”型曲線拐點估計值。基于拐點估計值Esi*= 12880（SE=1140，plt;001）及樣本中僅205%的企業Esi值高于該拐點估計值，表明多數企業仍處于“U”型曲線左側的階段，尚未跨越經營績效提升的臨界點。。因此，企業需要強化戰略耐心，通過持續的技術迭代跨越質量閾值，才能實現長期經營績效的躍升。

六、結論與政策建議

本文以2002—2023年中國制造業A股上市公司為樣本，探究了人工智能技術對企業出口競爭策略的影響效果及作用機制，主要結論如下：（1）人工智能技術能夠顯著提升企業出口產品質量，推動企業在出口中實施“高質高價”的質量競爭策略，該結論在經過多重檢驗后依然穩健；（2）機制檢驗發現，提升產品差異度、增強敏捷響應能力、降低交易成本是人工智能技術賦能企業出口競爭策略升級的重要渠道；（3）異質性分析表明，人工智能技術對國有企業、非技術密集型企業、非沿海地區和工業化水平較高地區的企業影響更為顯著；（4）進一步研究發現，質量競爭策略與企業經營績效之間呈“U”型關系，質量升級帶來的成本壓力在短期內會抑制企業經營績效，但是有助于塑造出口競爭優勢，釋放長期盈利空間。

基于以上結論，本文提出如下政策建議：

第一，深化企業智能化轉型，激活出口競爭新動能。首先，政府應通過財政補貼、稅收優惠等政策支持，降低企業獲取人工智能技術的成本。同時，加強云計算、大數據等基礎設施建設，構建行業級數據開放共享平臺，破除“數據孤島”。推動企業與高校、科研院所之間的深度合作，定向開發低門檻、高適配的技術方案，為智能化轉型提供技術支撐。其次，同步構建基于人工智能技術應用的質量分級評價體系，建立覆蓋產品全生命周期的智能認證標準，強化技術賦能與質量提升的制度銜接。最后，設立專項培訓計劃，幫助企業管理和技術人員掌握人工智能技術的應用方法，推動智能化轉型從“點”到“面”的普及，助力企業實施“高質高價”的出口質量競爭策略。

第二，聚焦核心技術突破，構建非對稱創新生態。一方面，強化企業創新主體地位，實施“分層突破”戰略。針對非技術密集型企業，推動人工智能技術輕量化改造與場景化適配，通過公共技術平臺建設與普惠性政策激勵，激活其“低基高增”潛能；面向技術密集型企業，聚焦底層算法優化與跨領域融合創新，形成梯次突破格局。另一方面，構建區域差異化賦能網絡，激活“技術代差”勢能。針對非沿海地區企業，以政策杠桿重構區位劣勢，推動人工智能技術與本地特色產業深度耦合；在高工業化地區，依托產業鏈集群優勢，打造“人工智能+全鏈協同”生態，促進技術紅利向出口規則話語權轉化。

第三，培育戰略耐心資本，加強長期質量競爭布局。在政府層面，完善長周期政策激勵框架，弱化短期經濟指標考核權重，對持續投入人工智能技術升級的企業給予穩定的政策便利。引導政策性金融機構開發適配技術轉化周期的融資工具，并通過主權基金、國際標準互認等機制，降低企業參與全球質量競爭的摩擦成本。在企業層面，摒棄“短視逐利”思維，將人工智能技術投入納入長期戰略資產布局，建立“技術-質量-市場”動態適配機制。優化內部資源跨期配置，平衡短期現金流壓力與長期壁壘構建需求，通過供應鏈協同、客戶粘性培育實現從“短期增效”向“長期優勢”轉型，提升企業全球競爭力。

參考文獻：

［1］ 裴婷，錢學鋒.國內需求升級、產品組合調整與出口競爭策略［J］．中國工業經濟，2024（12）：117-135.

［2］ Bas M， Strauss-Kahn V. Input-trade Liberalization， Export Prices and Quality Upgrading［J］． Journal of International Economics，2014，95（2）：250-262.

［3］ 蘇丹妮，盛斌，邵朝對.產業集聚與企業出口產品質量升級［J］．中國工業經濟，2018（11）： 117-135.

［4］ 盛斌，王浩.金融開放、自主創新與企業出口產品質量——來自外資銀行進入中國的經驗分析［J］．財貿研究，2021，32（11）：1-15.

［5］ Eckel C， Iacovone L， Javorcik B， et al. Multi-product Firms at Home and away： Cost Versus Quality-based Competence［J］． Journal of International Economics，2015，95（2）： 216-232.

［6］ 楊栩，郭玉，劉強.創新因子、創新輻射與產品質量前沿——創新主導邏輯下組織質量特異性免疫的傳導機制［J］．南開管理評論，2021，24（5）：38-52.

［7］ 齊俊妍，李冬.企業數字化與質量競爭策略——來自中國多產品出口企業的經驗證據［J］．國際商務（對外經濟貿易大學學報），2024（6）：1-17.

［8］ Lin C Q， Xiao S P， Yin Z H. How do Industrial Robots Applications Affect the Quality Upgrade of Chinese Export Trade？［J］． Telecommunications Policy，2022，46（10）：91-103.

［9］ 周經，劉祥瑞，王馗，等.智能制造與企業出口產品加成率：邁向出口高質量發展之路［J］．世界經濟研究，2024（10）：63-77+136.

［10］王林輝，錢圓圓，周慧琳，等.人工智能技術沖擊和中國職業變遷方向［J］．管理世界，2023，39（11）： 74-95.

［11］解學梅，郭瀟涵.人工智能深度學習平臺如何實現開源式創新［J］．中國工業經濟，2024（8）：174-192.

［12］韓寶國，李世奇.軟件和信息技術服務業與中國經濟增長［J］．數量經濟技術經濟研究，2018，35（11）： 128-141.

［13］Hallak J C， Sivadasan J. Product and Process Productivity： Implications for Quality Choice and Conditional Exporter Premia［J］． Journal of International Economics，2013，91（1）：53-67.

［14］Aghion P， Jones B， Jones C. Artificial Intelligence and Economic Growth［R］．NBER Working paper， 2017， No.23928.

［15］Acemoglu D， Restrepo P. Tasks， Automation， and the Rise in US Wage Inequality［J］．Econometrica， 2022，90（5）：1973-2016.

［16］Autor D H. Why are there Still so Many Jobs？ The History and Future of Workplace Automation［J］． Journal of Economic Perspectives，2015，29（3）：3-30.

［17］Posen H E， Keil T， Kim S， et al. Renewing Research on Problemistic Search-a Review and Research Agenda ［J］． Academy of Management Annals，2018，12（1）：208-251.

［18］劉鑫鑫，韓先鋒.人工智能與制造業韌性：內在機制與實證檢驗［J］．經濟管理，2023，45（11）：48-67.

［19］Ozorhan M O， Toroslu I H， Sehitoglu O T. A Strength-biased Prediction Model for Forecasting Exchange Rates Using Support Vector Machines and Genetic Algorithms［J］． Soft Computing，2017，21（22）：6653-6671.

［20］Goldfarb A， Tucker C. Digital Economics［J］． Journal of Economic Literature， 2019，57（1）：3-43.

［21］Brynjolfsson E， Hui X， Liu M. Does Machine Translation Affect International Trade？ Evidence from a Large Digital Platform［J］． Management Science，2019，65（12）： 5449-5460.

［22］宋華，韓夢瑋，沈凌云.人工智能在供應鏈韌性塑造中的作用——基于邁創全球售后供應鏈管理實踐的案例研究［J］．中國工業經濟，2024（5）：174-192.

［23］祝樹金，張謙，李江，等.數字產品貿易自由化的福利效應及渠道機制研究——來自《信息技術協議》擴表的證據［J］．管理世界，2023，39（12）：1-19+37+20-22.

［24］Hausmann R， Hwang J， Rodrik D. What You Export Matters［J］． Journal of Economic Growth，2007，12（1）：1-25.

［25］余娟娟，余東升.政府補貼、行業競爭與企業出口技術復雜度［J］．財經研究，2018，44（3）：112-124.

［26］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+133+117-122.

［27］文東偉，冼國明，馬靜.FDI、產業結構變遷與中國的出口競爭力［J］．管理世界，2009（4）：96-107.

［28］劉斌，潘彤.人工智能對制造業價值鏈分工的影響效應研究［J］．數量經濟技術經濟研究，2020， 37（10）：24-44.

［29］江艇.因果推斷經驗研究中的中介效應與調節效應［J］．中國工業經濟，2022（5）：100-120.

［30］肖土盛，董啟琛，張明昂，等.競爭政策與企業勞動收入份額——基于《反壟斷法》實施的準自然實驗［J］．中國工業經濟，2023（4）：117-135."

Artificial Intelligence Technology and Export Competition Strategies of

Chinese Enterprises

GENG Yeqiang， ZHAO Huan

（School of Economics and Management，Shanxi University，Taiyuan 030031，China）

Abstract：Promoting the transformation of enterprises’ export competition strategies is a critical issue for achieving China’s high-level opening-up and advancing high-quality trade development. Based on micro-level data from China’s A-share listed manufacturing companies from 2002 to 2023， this paper empirically examines the impact of artificial intelligence （AI） technology on enterprises’ export competition strategies and its underlying mechanisms. The study finds that AI technology significantly facilitates the upgrading of enterprises’ export competition strategies. Mechanism analysis reveals that AI empowers this transformation through increasing product differentiation， agility， and reducing transaction costs. Heterogeneity analysis indicates that the influence of AI technology is more pronounced in state-owned enterprises， non-technology- intensive industries， non-coastal regions， and samples with higher levels of industrialization. Further research demonstrates that adopting a “high-quality and high-price” quality competition strategy generates a short-term inhibitory effect and a long-term promotional effect on business performance.

Key words：artificial intelligence technology; export competition strategies; quality competition; business performance

（責任編輯：趙春江）