人工智能与企业新质生产力——机制与效应

人工智能是企业新质生产力发展的重要引擎。本文基于2011~2023年中国A股上市公司数据,构建了企业层面的人工智能和新质生产力的测度指标,实证检验了人工智能对企业新质生产力发展的影响效应与作用机制。结果表明:人工智能显著促进了企业新质生产力发展,经过内生性处理与稳健性检验后,该结论依然成立。此外,人工智能具有显著的规模效应,其在高分位点处对企业新质生产力的促进效应优于低分位点。异质性分析表明,对于东部地区、高新技术和高市场竞争企业,人工智能对企业新质生产力的促进效应更加明显。机制分析证实,人工智能对企业新质生产力的促进效应主要通过赋能科技创新、劳动力技能结构优化和效率提升3条路径实现。

我国智能制造企业技术创新效率提升的主要影响因素——基于三阶段DEA-Tobit模型的分析

在现有相关研究基础上,为更全面、深入分析我国智能制造企业技术创新效率提升的影响因素,进一步考虑环境因素影响,运用三阶段数据包络分析模型,利用我国86家智能制造上市企业2016—2020年相关数据,对其技术创新效率进行测度分析。结果显示:剔除环境因素及随机噪声后,大部分企业的技术效率、纯技术效率和规模效率对比之前都有显著上升,表明大部分智能制造企业的技术创新效率都被低估,企业的技术创新效率受环境因素影响较大;对智能制造企业技术创新效率影响较大的因素为企业规模、企业研发投入强度和政府补助力度。根据分析结果,提出完善相关扶持政策、构建智能制造协同创新机制及加大研发投入等相关政策建议。

企业价值链智能化对全要素生产率的影响

从技术创新和企业价值链的双重视角出发,基于2007年到2019年中国上市公司数据,分析了人工智能应用对全要素生产率所产生的影响。总体而言,人工智能应用对全要素生产率产生了显著且正向的影响。从技术创新视角来看,人工智能应用能够通过促进技术创新来实现全要素生产率的提升;人工智能应用对大企业、高技术企业的技术创新促进效应更为显著,因而这些企业的全要素生产率提升效应更大。进一步结合企业价值链视角来看,人工智能在研发设计、生产制造、市场营销等价值链环节的应用也均通过技术创新显著地提升了全要素生产率,并且市场营销智能化的技术创新效应更大一些,从而带来更为明显的全要素生产率提升效应;对于价值链为生产者驱动型的产业,研发设计、生产制造环节的人工智能应用更能通过技术创新促进企业全要素生产率的提升;对于价值链为购买者驱动型的产业,市场营销智能化的全要素生产率提升效应更大,这也主要是因为市场营销智能化具有显著的技术创新效应。研究的政策启示是,政府部门要着力构建促进企业全价值链智能化发展的政策体系,同时针对不同产业领域企业智能化转型需求的重点,分行业出台企业智能化转型指导方案。

科技资源向智力密集型企业流动影响因素识别及实证分析

科技资源是企业创新的来源和保障,如何使企业有效获取科技资源,使科技资源顺畅流入企业内部,是企业面临的关键问题。在分析科技资源流动相关理论的基础上,通过构建科技资源向智力密集型企业流动的框架模型,识别科技资源向智力密集型企业流动的影响因素,并通过实证分析,提出促进科技资源向智力密集型企业流动的相关建议。

人工智能对企业出口产品多元化的影响——基于中国上市公司的实证研究

本文主要采用2010—2016年中国上市公司数据库、中国海关数据库、国际机器人联合会(IFR)匹配的数据,实证研究了人工智能对企业出口产品多元化的影响,并揭示了其主要的影响机制。研究结果表明,人工智能可以显著地提高企业出口产品的多元化,在考虑了内生性、替换核心解释变量以及变换实证检验方法之后,这一结论仍旧稳健;同时这种促进作用在非国有企业、东部地区企业、劳动密集型企业与一般贸易企业中更为显著;主要的影响机制是企业生产效率提升效应和企业技术创新提高效应;在进一步的拓展研究部分,发现企业所在地区营商环境与企业数字化转型程度对人工智能的积极影响均存在正向调节效应。

电力科技企业竞争情报体系建设初探

阐述了竞争情报体系的涵义,介绍了国内外企业利用竞争情报为决策提供依据的最佳实践经验,总结了优秀竞争情报体系的特征。结合企业面临的外部环境和挑战,分析了电力科技企业情报服务的现状和不足,提出了竞争情报体系的建设思路和建议,对电力科技企业的建设实践具有一定的指导意义。

智能化能否提升企业全要素生产率和技术创新

数字化、网络化和智能化是“中国制造业2025”提出的重要方针,而智能化技术能否提升企业全要素生产率和技术创新还值得商榷。基于中国工业和信息化部(以下简称工信部)、国家发展和改革委员会(以下简称发改委)和科学技术部(以下简称科技部)的智能化试点政策,以2009—2018年上市公司面板数据为基础,采用倾向得分匹配和双重差分方法,研究智能化政策能否促进企业的全要素生产率和创新效率,并分析要素密集度、所有权结构和研发密度产生的异质性。研究结果发现:(1)智能化提高当期的企业全要素生产率,但对当期创新效率的影响不明显;(2)智能化对企业全要素生产率和创新效率的影响均存在滞后性和动态性,对全要素生产率的影响呈“U”型趋势,而对创新效率的作用从第二年才开始,并呈倒“U”型趋势;(3)智能化对劳动和资源密集型企业全要素生产率的作用大于资本密集型,而创新效率相反。国有企业智能化对全要素生产率的作用大于非国有企业,而对创新效率的作用都不显著。研发密度越低的企业智能化对全要素生产率作用最大,但对所有类型企业当期创新效率的影响都不显著。最后,为政府政策出台和企业发展提供建议。