人工智能技術(shù)應(yīng)用推進(jìn)中國制造業(yè)升級研究*

米晉宏 江凌文 李正圖

一、引言

2019年10月召開的黨的十九屆四中全會通過的《中共中央關(guān)于堅持和完善中國特色社會主義制度、推進(jìn)國家治理體系和治理能力現(xiàn)代化若干重大問題的決定》指出：“健全勞動、資本、土地、知識、技術(shù)、管理、數(shù)據(jù)等生產(chǎn)要素由市場評價貢獻(xiàn)、按貢獻(xiàn)決定報酬的機(jī)制?！?020年3月中共中央、國務(wù)院出臺的《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》指出：“加快培育數(shù)據(jù)要素市場?！?020年5月中共中央、國務(wù)院出臺的《關(guān)于新時代加快完善社會主義市場經(jīng)濟(jì)體制的意見》指出：“加快培育發(fā)展數(shù)據(jù)要素市場，建立數(shù)據(jù)資源清單管理機(jī)制，完善數(shù)據(jù)權(quán)屬界定、開放共享、交易流通等標(biāo)準(zhǔn)和措施，發(fā)揮社會數(shù)據(jù)資源價值。”這三個文件是指導(dǎo)新時代中國特色社會主義基本經(jīng)濟(jì)制度和市場經(jīng)濟(jì)體制健全完善的綱領(lǐng)性文件，其中關(guān)于數(shù)據(jù)是生產(chǎn)要素的論述，是本文研究圍繞人工智能技術(shù)應(yīng)用是否推進(jìn)我國制造業(yè)產(chǎn)業(yè)升級的指導(dǎo)思想。

在我國經(jīng)濟(jì)體系和產(chǎn)業(yè)體系中，制造業(yè)高質(zhì)量發(fā)展是我國經(jīng)濟(jì)高質(zhì)量發(fā)展的核心和基礎(chǔ)。在當(dāng)今數(shù)字技術(shù)飛速發(fā)展的背景下，人工智能技術(shù)應(yīng)用推進(jìn)產(chǎn)業(yè)變革是當(dāng)今世界高端先進(jìn)制造業(yè)發(fā)展的重要驅(qū)動力量。習(xí)近平總書記指出：“人工智能是引領(lǐng)這一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，具有溢出帶動性很強(qiáng)的‘頭雁效應(yīng)”，“加快發(fā)展新一代人工智能是我們贏得全球科技競爭主動權(quán)的重要戰(zhàn)略抓手”。吳朝暉：《搶占人工智能發(fā)展制高點》，《人民日報》2019年7月10日，第9版。既然如此，人工智能技術(shù)應(yīng)用是如何推進(jìn)制造業(yè)升級的呢？

已有研究表明人工智能可推動制造業(yè)高質(zhì)量發(fā)展。波特首先提出，隨著產(chǎn)業(yè)升級，資本密集型和技術(shù)密集型產(chǎn)業(yè)將獲得更好的發(fā)展空間。M.E.Porter，The Competitive Advantage of Nations， Harvard Business Review， vol.68， no.2，1990，pp.73～93.Gereffi從微觀層面分析產(chǎn)業(yè)升級，指出產(chǎn)業(yè)升級是企業(yè)邁向資本和技術(shù)密集型經(jīng)濟(jì)領(lǐng)域的過程。G.Gereffi， “International Trade and Industrial Upgrading in the Apparel Commodity Chain，”Journal of International Economics， vol.48，no.1， 1999，pp.37～70.桑瑜研究指出產(chǎn)業(yè)升級的路徑是“受價企業(yè)”向資本密集型升級，“覓價企業(yè)”向技術(shù)密集型升級。桑瑜：《產(chǎn)業(yè)升級路徑：基于競爭假設(shè)的分析框架及其推論》，《管理世界》2018年第1期。任保平、江小國等指出，實現(xiàn)制造業(yè)高質(zhì)量發(fā)展包括：技術(shù)創(chuàng)新、工業(yè)化、培育新動能、加快發(fā)展先進(jìn)制造業(yè)等，制造業(yè)的高質(zhì)量發(fā)展需要通過制造業(yè)的結(jié)構(gòu)升級和技術(shù)創(chuàng)新來實現(xiàn)高質(zhì)量發(fā)展。任保平：《新時代我國制造業(yè)高質(zhì)量發(fā)展需要堅持的六大戰(zhàn)略》，《人文雜志》2019年第7期;江小國、何建波、方蕾：《制造業(yè)高質(zhì)量發(fā)展水平測度、區(qū)域差異與提升路徑》，《上海經(jīng)濟(jì)研究》2019年第7期。

綜上表明，國內(nèi)外現(xiàn)有文獻(xiàn)聚焦于制造業(yè)產(chǎn)業(yè)升級，提出“新一代人工智能為資本密集型和技術(shù)密集型的實體經(jīng)濟(jì)發(fā)展提供技術(shù)支持”，任保平、宋文月：《新一代人工智能和實體經(jīng)濟(jì)深度融合促進(jìn)高質(zhì)量發(fā)展的效應(yīng)與路徑》，《西北大學(xué)學(xué)報》（哲學(xué)社會科學(xué)版）2019年第5期。但針對人工智能技術(shù)是否推動制造業(yè)產(chǎn)業(yè)升級的微觀研究較少。鑒于此，本文從微觀企業(yè)視角，研究人工智能技術(shù)應(yīng)用如何推進(jìn)制造業(yè)升級，揭示人工智能技術(shù)應(yīng)用推進(jìn)制造業(yè)轉(zhuǎn)型升級的內(nèi)在機(jī)制，從微觀企業(yè)角度，運用中國制造業(yè)上市企業(yè)數(shù)據(jù)來實證分析人工智能技術(shù)應(yīng)用推進(jìn)制造業(yè)升級的內(nèi)在機(jī)制和具體路徑。本文第二部分從技術(shù)和資本兩個角度構(gòu)建制造業(yè)轉(zhuǎn)型升級的理論分析框架并提出研究假設(shè)，第三部分為實證模型及數(shù)據(jù)描述，第四部分為實證結(jié)果，第五部分為結(jié)論與建議。

二、 人工智能推進(jìn)制造業(yè)升級的機(jī)理與研究假設(shè)

制造業(yè)的發(fā)展質(zhì)量，在微觀層面上表現(xiàn)為制造業(yè)企業(yè)競爭力的強(qiáng)弱。從市場價格形成機(jī)制來看，企業(yè)要么接受市場價格，要么自主定價。前者稱為受價企業(yè)，后者稱為覓價企業(yè)。受價企業(yè)提高資本有機(jī)構(gòu)成，降低產(chǎn)品單位成本，最終向資本密集型升級。而覓價企業(yè)不用降低成本也可以獲得超額剩余價值，但覓價權(quán)要求企業(yè)擁有“新”的核心技術(shù)。覓價企業(yè)為了獲得覓價權(quán)必須持續(xù)進(jìn)行技術(shù)研發(fā)，最終向技術(shù)密集型升級?；谝延械难芯炕A(chǔ)，本文從成本競爭和覓價權(quán)競爭兩個方向，分析人工智能與實體經(jīng)濟(jì)深度融合背景下，企業(yè)向資本密集型制造業(yè)和技術(shù)密集型制造業(yè)轉(zhuǎn)變的具體路徑。

1.人工智能推進(jìn)企業(yè)向技術(shù)密集型制造業(yè)升級

人工智能促進(jìn)企業(yè)進(jìn)行研發(fā)投入，提高其研發(fā)效率并加強(qiáng)企業(yè)與市場的互動。張三峰等利用世界銀行提供的中國制造業(yè)企業(yè)調(diào)查數(shù)據(jù)證明，企業(yè)應(yīng)用信息與通信技術(shù)會促進(jìn)企業(yè)技術(shù)創(chuàng)新。張三峰、魏下海：《信息與通信技術(shù)是否降低了企業(yè)能源消耗——來自中國制造業(yè)企業(yè)調(diào)查數(shù)據(jù)的證據(jù)》，《中國工業(yè)經(jīng)濟(jì)》2019年第2期。2018年《“人工智能+制造”產(chǎn)業(yè)發(fā)展研究報告》指出在制造業(yè)的技術(shù)領(lǐng)先型行業(yè)和市場變動型行業(yè)，人工智能的作用能夠提高研發(fā)效率，準(zhǔn)確預(yù)測與響應(yīng)市場。中國社會科學(xué)院工業(yè)經(jīng)濟(jì)研究所、騰訊研究院：《“人工智能+制造”產(chǎn)業(yè)發(fā)展研究報告》，浙江出版集團(tuán)數(shù)字傳媒有限公司，2018年，第55～58頁。信息技術(shù)與實體經(jīng)濟(jì)深度融合，企業(yè)加大技術(shù)研發(fā)投資，或者購買核心技術(shù)，而非投資固定資產(chǎn)。市場化程度的提高可以改善資源配置效率，促進(jìn)企業(yè)技術(shù)進(jìn)步并提高其創(chuàng)新效率，戴魁早、劉友金：《市場化進(jìn)程對創(chuàng)新效率的影響及行業(yè)差異——基于中國高技術(shù)產(chǎn)業(yè)的實證檢驗》，《財經(jīng)研究》2013年第5期。且互聯(lián)網(wǎng)發(fā)展突破了產(chǎn)業(yè)集群在地理空間方面所受的約束，王莎莎、盧山冰、郭立宏：《“互聯(lián)網(wǎng)+”驅(qū)動下的產(chǎn)業(yè)變革分析》，《人文雜志》2019年第4期。更為有效地激勵了企業(yè)間專利的正溢出效應(yīng)，周敏、馬書堯、寇宗來：《研發(fā)支出、溢出池與專利申請——基于中國工業(yè)上市企業(yè)的經(jīng)驗研究》，《研究與發(fā)展管理》2019年第2期。因此，加強(qiáng)應(yīng)用人工智能專利技術(shù)的制造業(yè)企業(yè)與市場的互動，可推動企業(yè)通過創(chuàng)新驅(qū)動實現(xiàn)升級。由此，人工智能推進(jìn)了企業(yè)向技術(shù)密集型制造業(yè)升級。

2.人工智能推進(jìn)企業(yè)向資本密集型制造業(yè)升級

人工智能提高了企業(yè)資本有機(jī)構(gòu)成，提高了資本回報率，從而促進(jìn)了資本積累。陳彥斌等構(gòu)建含有人工智能和老齡化的動態(tài)一般均衡模型，并通過數(shù)值模擬實驗預(yù)測到：未來人工智能提高生產(chǎn)制造環(huán)節(jié)的智能化和自動化程度從而減少生產(chǎn)制造環(huán)節(jié)所需的勞動力，不斷投入大量資金加強(qiáng)對原有設(shè)備的更新，擴(kuò)大對固定資產(chǎn)的投資。陳彥斌、林晨、陳小亮：《人工智能、老齡化與經(jīng)濟(jì)增長》，《經(jīng)濟(jì)研究》2019年第7期。而且，“機(jī)器代替人”可以提高資本回報率從而促進(jìn)資本積累，張三峰等和金碚還指出，工業(yè)信息化、智能化不僅能促進(jìn)企業(yè)自動化工業(yè)機(jī)器設(shè)備的更新，而且能提升企業(yè)生產(chǎn)制造的柔性化和產(chǎn)品精致化。張三峰、魏下海：《信息與通信技術(shù)是否降低了企業(yè)能源消耗——來自中國制造業(yè)企業(yè)調(diào)查數(shù)據(jù)的證據(jù)》，《中國工業(yè)經(jīng)濟(jì)》2019年第2期;金碚：《工業(yè)的使命和價值——中國產(chǎn)業(yè)轉(zhuǎn)型升級的理論邏輯》，《中國工業(yè)經(jīng)濟(jì)》2014年第9期。通過對上述研究文獻(xiàn)進(jìn)行梳理和總結(jié)，本文構(gòu)建了人工智能推進(jìn)制造業(yè)產(chǎn)業(yè)升級的理論模型，具體如圖1：

圖1 人工智能促進(jìn)制造業(yè)企業(yè)向技術(shù)密集型和資本密集型轉(zhuǎn)變

基于上述理論模型，再參照已有學(xué)者的實證研究結(jié)果：企業(yè)應(yīng)用人工智能技術(shù)可以推進(jìn)技術(shù)進(jìn)步，可以減少技術(shù)創(chuàng)新的不確定性，降低創(chuàng)新成本，提高創(chuàng)新效率，任保平、宋文月：《新一代人工智能和實體經(jīng)濟(jì)深度融合促進(jìn)高質(zhì)量發(fā)展的效應(yīng)與路徑》，《西北大學(xué)學(xué)報》（哲學(xué)社會科學(xué)版）2019年第5期。而技術(shù)進(jìn)步是制造業(yè)產(chǎn)業(yè)升級的根本動力。楊智峰、汪偉、吳化斌：《技術(shù)進(jìn)步與中國工業(yè)結(jié)構(gòu)升級》，《財經(jīng)研究》2016年第11期。本文提出假設(shè)1：

假設(shè)1：工業(yè)智能化推動企業(yè)技術(shù)創(chuàng)新升級，進(jìn)而使得企業(yè)向技術(shù)密集型制造業(yè)轉(zhuǎn)變。

企業(yè)固定資產(chǎn)的投資通過兩種方式進(jìn)行：自有資金或信貸。自有資金可以保持企業(yè)獨立性和自由度，而通過信貸系統(tǒng)在企業(yè)間重新分配資金可以提高資金使用效率。G.Szakolczai， “Capital Taxes， Self-financing and Capital Transfer，” Acta Oeconomica， vol.10， no.3， 1973， pp.361～376.通過以上分析，人工智能化使“機(jī)器代替勞動力”對企業(yè)資本投入有正、負(fù)向效應(yīng)，人工智能一方面提高了企業(yè)資本有機(jī)構(gòu)成，另一方面減少了對資本和勞動力的依賴。正如Bahrin等所言，隨著工業(yè)4.0時代的到來，企業(yè)通過引入工業(yè)機(jī)器人，提高生產(chǎn)力，從而減少對資本和勞動力的依賴。M.A. K.Bahrin， M. F.Othman， N.N.Azli， et al.，“Industry 4.0： A Review on Industrial Automation and Robotic，”Jurnal Teknologi， vol.78，no.6， 2016，pp.137～143.但工業(yè)智能化是否優(yōu)化了企業(yè)資本結(jié)構(gòu)目前尚沒有實證文獻(xiàn)支撐，Rogers等提到，通過聯(lián)網(wǎng)設(shè)備、系統(tǒng)和設(shè)施實施“智能制造”需要企業(yè)大量的前期投資，這無疑會給企業(yè)帶來極大的融資壓力，但隨著智能系統(tǒng)日益完善，成本降低了，產(chǎn)品和服務(wù)實現(xiàn)多樣化，工業(yè)智能效率便逐步提高。Intelligent Efficiency： Opportunities， Barriers， and Solutions， 2013， EBJ， American Council for an Energy-Efficient Economy（ACEEE）.基于此，本文提出假設(shè)2：

假設(shè)2：工業(yè)智能化優(yōu)化企業(yè)資本結(jié)構(gòu)，短期內(nèi)不利于提高企業(yè)經(jīng)營業(yè)績，卻在長期使企業(yè)更具發(fā)展?jié)摿?，企業(yè)向資本密集型制造業(yè)轉(zhuǎn)變。

關(guān)于以上假設(shè)，有一點需要特別解釋。本文著眼于足夠長的時間段，探討人工智能等新技術(shù)到底推進(jìn)制造業(yè)如何升級。企業(yè)有追逐利潤最大化的本性，因此本文假設(shè)企業(yè)持續(xù)獲得零利潤或者負(fù)利潤將會退出市場，故工業(yè)智能化必然會降低制造業(yè)企業(yè)的總成本，提高制造業(yè)企業(yè)的市盈率。

三、研究設(shè)計

1.模型構(gòu)建

為研究人工智能技術(shù)如何推進(jìn)制造業(yè)升級的內(nèi)在機(jī)制和具體途徑，本文從企業(yè)技術(shù)創(chuàng)新能力、負(fù)債、未來發(fā)展?jié)摿?、資產(chǎn)收益及成本等角度展開討論。本文以專利擁有量衡量企業(yè)技術(shù)創(chuàng)新能力;李詩、洪濤、吳超鵬：《上市公司專利對公司價值的影響——基于知識產(chǎn)權(quán)保護(hù)視角》，《南開管理評論》2012年第6期;李匯東、唐躍軍、左晶晶：《用自己的錢還是用別人的錢創(chuàng)新？——基于中國上市公司融資結(jié)構(gòu)與公司創(chuàng)新的研究》，《金融研究》2013年第2期;米晉宏、張書宇、黃勃：《專利擁有量、市場控制力與企業(yè)價值提升——基于上市公司專利數(shù)據(jù)的研究》，《上海經(jīng)濟(jì)研究》2019年第3期。以企業(yè)資產(chǎn)負(fù)債率（負(fù)債總額/總資產(chǎn)）評估企業(yè)資本結(jié)構(gòu)和負(fù)債風(fēng)險;申廣軍、張延、王榮：《結(jié)構(gòu)性減稅與企業(yè)去杠桿》，《金融研究》2018年第12期;鐘寧樺、劉志闊、何嘉鑫等：《我國企業(yè)債務(wù)的結(jié)構(gòu)性問題》，《經(jīng)濟(jì)研究》2016年第7期;溫軍、馮根福：《異質(zhì)機(jī)構(gòu)、企業(yè)性質(zhì)與自主創(chuàng)新》，《經(jīng)濟(jì)研究》2012年第3期;劉曉光、劉元春：《杠桿率、短債長用與企業(yè)表現(xiàn)》，《經(jīng)濟(jì)研究》2019年第7期。以市盈率（股票價格/每股收益）衡量企業(yè)未來發(fā)展?jié)摿?，何誠穎：《中國股市市盈率分布特征及國際比較研究》，《經(jīng)濟(jì)研究》2003年第9期;陳共榮、劉冉：《市盈率能否成為投資決策分析的有效指標(biāo)——來自中國A股的經(jīng)驗數(shù)據(jù)》，《會計研究》2011年第9期。這可以傳遞公司未來成長性信號;以總資產(chǎn)凈利率（凈利潤/總資產(chǎn)）和凈資產(chǎn)利潤率（凈利潤/凈資產(chǎn)）衡量企業(yè)業(yè)績;一般而言，企業(yè)的總資產(chǎn)凈利率和凈資產(chǎn)利潤率保持一致，反映了企業(yè)將生產(chǎn)要素轉(zhuǎn)化成經(jīng)濟(jì)效益的能力，但在企業(yè)杠桿經(jīng)營時出于股東利益最大化的考慮，二者可能會有所不同，因此本文采用兩種指標(biāo)進(jìn)行分析。參見劉曉光、劉元春：《杠桿率、短債長用與企業(yè)表現(xiàn)》，《經(jīng)濟(jì)研究》2019年第7期。以Ln（企業(yè)總成本）衡量企業(yè)成本?？子裆?、朱乃平、孔慶根：《成本粘性研究：來自中國上市公司的經(jīng)驗證據(jù)》，《會計研究》2007年第11期。具體如式（1）-（6）所示：

Patent=α+β1·company_typeit+β2·industry_cityit+ε（1）

Debt=α+β1·company_typeit+β2·company_performanceit+β3·industry_cityit+ε（2）

PE=α+β1·company_typeit+β2·company_performanceit+β3·industry_cityit+ε（3）

ROA=α+β1·company_typeit+β2·company_performanceit+β3·industryit+ε（4）

ROE=α+β1·company_typeit+β2·company_performanceit+β3·industryit+ε（5）

Lncosts=α+β1·company_typeit+β2·company_performanceit+β3·industry_cityit+ε（6）

本文主要解釋變量即企業(yè)是否擁有人工智能專利（AI_Dummy），是基于企業(yè)是否擁有人工智能領(lǐng)域?qū)＠夹g(shù)來定義。根據(jù)Dhars的文獻(xiàn)中用到的德溫特創(chuàng)新平臺（Derwent Innovation）的方法，基于樣本企業(yè)每年具體專利的IPC分類號，判斷該專利是否屬于人工智能領(lǐng)域的專利，從而獲得企業(yè)是否擁有人工智能領(lǐng)域?qū)＠夹g(shù)的信息。若企業(yè)擁有人工智能專利則取1，否則為0。（根據(jù)我國2008年新修訂的《中華人民共和國專利法》第42條規(guī)定，我國發(fā)明專利的保護(hù)期為20年）參見Ridhma Dhars、莫京、孫運濤等：《人工智能在東南亞》，《科學(xué)觀察》2018年第4期。從企業(yè)特征、企業(yè)表現(xiàn)、行業(yè)-城市特性三個角度引入控制變量，企業(yè)特征層面的控制變量包括企業(yè)是否是國企（SOE_Dummy）、企業(yè)年齡（Age）、企業(yè)是否是高新技術(shù)企業(yè)（Highteach_Dummy）判斷企業(yè)是否屬于高新技術(shù)企業(yè)，是基于我國于2008年頒布實施的《高新技術(shù)企業(yè)認(rèn)定管理辦法》對“高新技術(shù)企業(yè)”的定義。、企業(yè)規(guī)模（Lnasset）、企業(yè)價值（Lnvalue），其中若企業(yè)為國企則取值為1，反之為0。若企業(yè)有高新技術(shù)企業(yè)資質(zhì)認(rèn)定則Highteach_Dummy取值為1，反之為0。企業(yè)規(guī)模由企業(yè)總資產(chǎn)的自然對數(shù)來衡量;企業(yè)表現(xiàn)層面的控制變量，指的是總資產(chǎn)凈利率（ROA）、企業(yè)利潤的自然對數(shù)（Lnprofit）、凈資產(chǎn)利潤率（ROE）和資產(chǎn)負(fù)債率（Debt）;行業(yè)-城市特征層面的控制變量，指的是企業(yè)的市場集中度（HHI）、企業(yè)是否在東部城市（Eastern_Dummy）。鐘凱、程小可、肖翔等：《宏觀經(jīng)濟(jì)政策影響企業(yè)創(chuàng)新投資嗎——基于融資約束與融資來源視角的分析》，《南開管理評論》2017年第6期;崔迎科：《農(nóng)業(yè)上市公司非農(nóng)化經(jīng)營“陷阱”的實證研究——基于74家農(nóng)業(yè)上市公司面板數(shù)據(jù)》，《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2013年第7期;劉曉光、劉元春：《杠桿率、短債長用與企業(yè)表現(xiàn)》，《經(jīng)濟(jì)研究》2019年第7期。市場集中度用赫芬達(dá)爾-赫希曼指數(shù)表示，是基于企業(yè)營業(yè)收入占比計算而得，若企業(yè)為東部城市則Eastern_Dummy取值為1，反之為0。其中，company_typeit為企業(yè)特征層面的控制變量;company_performanceit為企業(yè)表現(xiàn)層面的控制變量;industry_cityit為行業(yè)-城市特征層面的控制變量;industryit為行業(yè)特征層面的控制變量。

2.數(shù)據(jù)描述與特征事實

本文選取2005-2015年滬深A(yù)股上市公司的面板數(shù)據(jù)，按照現(xiàn)階段新一代信息技術(shù)與制造技術(shù)融合程度，將WIND行業(yè)分類中的“醫(yī)藥生物”“電子”“計算機(jī)”“綜合” “通信”“家用電器” “有色金屬” “機(jī)械設(shè)備”“電氣設(shè)備”“紡織服裝”“鋼鐵”“化工”“輕工制造”13個子行業(yè)，剔除ST股票，大多數(shù)文獻(xiàn)研究實體企業(yè)都剔除了信息技術(shù)類企業(yè)，而隨著信息技術(shù)應(yīng)用日益廣泛，許多制造業(yè)企業(yè)在各個流通環(huán)節(jié)注重信息技術(shù)，軟件和硬件并重，故本文未剔除這一類子行業(yè)。根據(jù)《國民經(jīng)濟(jì)行業(yè)分類》（GB/T 4754-2017）。根據(jù)《國民經(jīng)濟(jì)行業(yè)分類》（GB/T 4754-2017），C門類（制造業(yè)）包括13～43大類。剔除非制造業(yè)企業(yè)，樣本量為1025家上市企業(yè)。表1列示了本文各變量的描述性統(tǒng)計結(jié)果。制造業(yè)上市公司的專利數(shù)據(jù)以及財務(wù)數(shù)據(jù)皆來源于萬得數(shù)據(jù)庫（WIND）及國家知識產(chǎn)權(quán)局專利授權(quán)數(shù)據(jù)庫。為避免極端值對實證結(jié)果的影響，本文對市盈率、凈資產(chǎn)利潤率與總資產(chǎn)凈利率三個變量在3%和97%分位上進(jìn)行縮尾處理（winsorize） 。

表1 描述性統(tǒng)計⑤

四、實證結(jié)果及分析

1.人工智能技術(shù)應(yīng)用有效提升了制造業(yè)企業(yè)創(chuàng)新能力

實證研究發(fā)現(xiàn)，在表2的逐步回歸結(jié)果中，第（1）（2）列僅控制了企業(yè)性質(zhì)和企業(yè)規(guī)模，估計結(jié)果顯示本文關(guān)注的解釋變量AI_Dummy系數(shù)分別在1%和5%水平下顯著為正，第（3）列中進(jìn)一步控制了行業(yè)特征因素后，估計系數(shù)為144.700，且在5%水平下顯著，這表明：人工智能技術(shù)應(yīng)用顯著地推動了制造業(yè)企業(yè)的技術(shù)進(jìn)步，推進(jìn)了制造業(yè)企業(yè)的技術(shù)創(chuàng)新，從而促進(jìn)制造業(yè)升級。這一結(jié)論印證了假設(shè)1。

控制變量中，企業(yè)規(guī)模、市場控制能力對企業(yè)的創(chuàng)新力有正向促進(jìn)作用。控制了企業(yè)規(guī)模后，企業(yè)是否為高新技術(shù)企業(yè)的系數(shù)由正變負(fù)且不顯著，可能是由于企業(yè)擴(kuò)大規(guī)模引起的負(fù)債增加，從而產(chǎn)生了負(fù)面作用。比如增加了破產(chǎn)成本并減少了公司未來現(xiàn)金流量導(dǎo)致投資不足等，汪輝：《上市公司債務(wù)融資，公司治理與市場價值》，《經(jīng)濟(jì)研究》2003年第8期。因此高新技術(shù)企業(yè)與公司專利擁有量的關(guān)系變得不顯著甚至是負(fù)相關(guān)。與國有企業(yè)相比，非國有企業(yè)的創(chuàng)新效率更高，這與陳林等的研究結(jié)果保持一致。陳林、萬攀兵、許瑩盈：《混合所有制企業(yè)的股權(quán)結(jié)構(gòu)與創(chuàng)新行為——基于自然實驗與斷點回歸的實證檢驗》，《管理世界》2019年第10期。

表2 人工智能技術(shù)應(yīng)用對制造業(yè)企業(yè)價值的影響

2.人工智能技術(shù)應(yīng)用優(yōu)化了制造業(yè)企業(yè)資本結(jié)構(gòu)

如表2所示，列（4）（5）（6）顯示了企業(yè)資本結(jié)構(gòu)模型基本回歸結(jié)果。列（4）控制了企業(yè)特征變量，列（5）進(jìn)一步控制了企業(yè)表現(xiàn)方面的主要變量，列（6）在模型中補(bǔ)充了行業(yè)-城市特征層面的控制變量。由回歸結(jié)果可知，主要解釋變量——企業(yè)是否擁有人工智能專利（AI_Dummy）對企業(yè)資產(chǎn)負(fù)債率的影響為負(fù)，分別為-0.010、-0.012、-0.011，在控制企業(yè)特征和企業(yè)表現(xiàn)后均通過在10%水平下的顯著性檢驗。換言之，應(yīng)用人工智能專利企業(yè)杠桿率顯著低于未應(yīng)用人工智能專利技術(shù)的企業(yè)，說明隨著人工智能等數(shù)字技術(shù)的應(yīng)用，制造業(yè)企業(yè)發(fā)展迅速，企業(yè)的經(jīng)營能力更加穩(wěn)定，融資效率也能得到提升。而且工業(yè)智能化調(diào)整了企業(yè)輕重資產(chǎn)的資本結(jié)構(gòu)，企業(yè)對內(nèi)資源整合能力提高，對外市場競爭力加強(qiáng)，企業(yè)資本更為“輕便化”。未應(yīng)用人工智能專利的制造業(yè)企業(yè)的高資產(chǎn)負(fù)債率源于其依賴于大型設(shè)備，投入成本過大，因此自有資金不足時外部融資便尤為重要，且資金流動慢亦加大了企業(yè)財務(wù)杠桿?？偠灾I(yè)智能技術(shù)優(yōu)化了制造業(yè)企業(yè)的資本結(jié)構(gòu)，促進(jìn)了應(yīng)用人工智能專利技術(shù)的制造業(yè)企業(yè)獲利，而激烈的競爭淘汰了資本密集度低的低端制造業(yè)企業(yè)，葛順奇、羅偉：《跨國公司進(jìn)入與中國制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)——基于全球價值鏈視角的研究》，《經(jīng)濟(jì)研究》2015年第11期。制造業(yè)企業(yè)逐步向資本密集型轉(zhuǎn)變?；诖?，假設(shè)2的內(nèi)容得到驗證。

基準(zhǔn)回歸中，除了企業(yè)的市場集中度、企業(yè)規(guī)模和總資產(chǎn)凈利率以外，其他變量的估計系數(shù)均為負(fù)值。企業(yè)規(guī)模越大，企業(yè)所在產(chǎn)業(yè)集中度越高，公司治理的矛盾就越突出，企業(yè)面臨的融資約束越大。竇煒、劉星：《債務(wù)杠桿、所有權(quán)特征與中國上市公司投資行為研究》，《經(jīng)濟(jì)與管理研究》2011年第2期?？傎Y產(chǎn)凈利率高說明企業(yè)價值高、業(yè)績好，銀行借款給它們的風(fēng)險較小，故這些制造業(yè)企業(yè)借款壓力較小。而業(yè)績好也代表企業(yè)有增加融資和擴(kuò)大投資的需求，這與汪輝的結(jié)論一致。汪輝：《上市公司債務(wù)融資、公司治理與市場價值》，《經(jīng)濟(jì)研究》2003年第8期。成立時間久、企業(yè)利潤越高、處于東部地區(qū)的企業(yè)杠桿率水平更低，這說明有經(jīng)驗積累、高利潤企業(yè)成長機(jī)會多，所處發(fā)達(dá)地區(qū)使得企業(yè)可以利用現(xiàn)有的良好融資環(huán)境，尋求外部資金的需求越少，財務(wù)杠桿便更低，這一結(jié)果與先行文獻(xiàn)結(jié)論保持基本一致。張會麗、陸正飛：《控股水平、負(fù)債主體與資本結(jié)構(gòu)適度性》，《南開管理評論》2013年第5期。

3.人工智能技術(shù)應(yīng)用提高了制造業(yè)企業(yè)的市場估值

如上表2所示，回歸結(jié)果分為列（7）（8）（9），列（7）控制了企業(yè)特征變量，列（8）進(jìn)一步控制了企業(yè)表現(xiàn)方面的主要變量，列（9）在模型中補(bǔ)充了行業(yè)-城市特征層面的控制變量。結(jié)果表明，企業(yè)是否擁有人工智能專利（AI_Dummy）對企業(yè)市盈率的效應(yīng)顯著為正，估計系數(shù)分別為16.110、15.530、14600，且皆通過了1%水平的顯著性檢驗?？赡茉蛴校簱碛腥斯ぶ悄軐＠夹g(shù)的制造業(yè)企業(yè)成長性較好，溢價率高，市場投資者對其所在市場看好，這在長期也將促進(jìn)企業(yè)向資本密集型轉(zhuǎn)變。該結(jié)論對假設(shè)2進(jìn)行了進(jìn)一步的驗證。已有學(xué)者發(fā)現(xiàn)長期預(yù)期增長往往與市盈率相關(guān)，Beneda研究發(fā)現(xiàn)上市公司高市盈率股票的平均收益率要優(yōu)于低市盈率股票的收益率。N.Beneda， “Growth Stocks Outperform Value Stocks Over the Long Term，”Journal of Asset Management， vol.3，no.2， 2002，pp.112～123; K.Anderson， C.Brooks.，“The Long-term Price-earnings Ratio，”Journal of Business Finance and Accounting， vol.33，no.7， 2006，pp.1063～1086; P.M.Fairfield，“P/E， P/B and the Present Value of Future Dividends，”Financial Analysts Journal， vol.50， no.4，1994，pp.23～31.這些結(jié)果表明了市盈率反映了投資者對上市公司未來增長機(jī)會的看法。

企業(yè)規(guī)模、資產(chǎn)負(fù)債率、凈資產(chǎn)利潤率對企業(yè)市盈率有負(fù)向作用。從企業(yè)規(guī)模來說，大企業(yè)的股票流通盤大，不易被價格操縱，總體市盈率往往不高;從企業(yè)資產(chǎn)負(fù)債率來說，資產(chǎn)負(fù)債率較低的企業(yè)往往具備一定財務(wù)彈性，故市盈率較高。陳占鋒的研究也表明，中國A股市盈率大小與流通股本呈反向關(guān)系。凈資產(chǎn)利潤率高的企業(yè)，通過自有資本獲取效益的能力越強(qiáng)，運營效益越好。陳占鋒：《上海股票市場A股泡沫問題：市盈率測量與綜合解釋》，《世界經(jīng)濟(jì)》2002年第7期。公司股票市盈率高低不僅僅由股票收益率單一驅(qū)動，朱武祥、鄧海峰：《股票市盈率中隱含的競爭優(yōu)勢持續(xù)期》，《經(jīng)濟(jì)研究》1999年第12期。有學(xué)者認(rèn)為，股票收益率與市盈率之間存在負(fù)相關(guān)關(guān)系。E.F.Fama， K.R.French，“The Cross-section of Expected Stock Returns，”The Journal of Finance，vol.47，no.2，1992， pp.427～465.可能原因是投資者關(guān)注短期套利，較少關(guān)注能長期影響企業(yè)未來發(fā)展的因素，這一結(jié)論與Penman、陳共榮等的研究相吻合。S.H.Penman， “The Articulation of Price-earnings Ratios and Market-to-book Ratios and the Evaluation of Growth，”Journal of Accounting Research， vol.34，no.2，1996，pp.235～259;陳共榮、劉冉：《市盈率能否成為投資決策分析的有效指標(biāo)——來自中國A股的經(jīng)驗數(shù)據(jù)》，《會計研究》2011年第9期。但凈資產(chǎn)利潤率估計系數(shù)皆不顯著，說明凈資產(chǎn)利潤率對企業(yè)市盈率的抑制作用不明顯。東部地區(qū)的企業(yè)市盈率越高，這說明投資者對發(fā)達(dá)地區(qū)的企業(yè)興趣更大。高新技術(shù)企業(yè)市盈率相對較高，原因在于：一是根據(jù)市場投資者對公司未來盈利和成長性進(jìn)行投資的“成長性預(yù)期”理論，高新技術(shù)企業(yè)市盈率高是因為投資者預(yù)期公司未來成長性空間較大，從而實施投資以期在股票市場獲利;二是中國股票市場A股存在泡沫，當(dāng)企業(yè)業(yè)績不佳時，股票每股收益低下會直接導(dǎo)致市盈率偏高。

由上述可知，應(yīng)用人工智能技術(shù)的企業(yè)創(chuàng)新能力較高，人工智能技術(shù)的發(fā)展優(yōu)化了制造業(yè)企業(yè)的資本結(jié)構(gòu)。同時，在市場有效的前提下，人工智能技術(shù)應(yīng)用提高了制造業(yè)市場流動性，擴(kuò)大了其直接融資規(guī)模，有效提振了市場對制造業(yè)企業(yè)的發(fā)展信心。長期來看，應(yīng)用人工智能技術(shù)的企業(yè)具有較大的增長潛力，隨著大數(shù)據(jù)、云計算、移動互聯(lián)網(wǎng)等互聯(lián)網(wǎng)新興技術(shù)迅猛發(fā)展，人工智能將廣泛在各行各業(yè)得到迅速的應(yīng)用，特別是與傳統(tǒng)制造業(yè)的無縫銜接，實現(xiàn)融合發(fā)展。隨著軟件技術(shù)和硬件技術(shù)日臻成熟，中國市場將涌現(xiàn)一批新型人工智能制造業(yè)企業(yè)。隨著人工智能技術(shù)與制造業(yè)的深度融合，會不斷降低成本、提升性能，激烈的競爭也將會逐步淘汰資本密集度低的低端制造業(yè)企業(yè)，制造業(yè)企業(yè)逐步向資本密集型轉(zhuǎn)變。但企業(yè)持續(xù)經(jīng)營依賴短期盈利能力，企業(yè)短期的研發(fā)投入帶來較大的初始投入成本，且技術(shù)研發(fā)本身充滿不確定性。為此，本文進(jìn)一步實證研究人工智能技術(shù)與制造業(yè)深度融合短期內(nèi)對企業(yè)盈利能力的影響。

4.人工智能技術(shù)與制造業(yè)深度融合短期內(nèi)降低了制造業(yè)企業(yè)盈利能力

企業(yè)盈利模型回歸結(jié)果見表3。列（1）（4）（7）控制了企業(yè)特征層面的變量，列（2）（5）（8）控制了企業(yè)表現(xiàn)層面的變量，列（3）（6）（9）控制了行業(yè)特征層面的變量。由表3可知，以總資產(chǎn)凈利率、凈資產(chǎn)利潤率為因變量的回歸模型中，企業(yè)是否擁有人工智能專利（AI_Dummy）的系數(shù)皆顯著為負(fù)，說明人工智能技術(shù)與制造技術(shù)融合程度越高，企業(yè)利用資產(chǎn)產(chǎn)生的經(jīng)濟(jì)效益反而下降;公司凈資產(chǎn)利潤率反映的是該公司已完成投資項目的獲利能力，朱武祥、鄧海峰：《股票市盈率中隱含的競爭優(yōu)勢持續(xù)期》，《經(jīng)濟(jì)研究》1999年第12期?；貧w結(jié)果說明工業(yè)智能化并沒有提高其資金效益并且使其盈利能力獲得改善。主要原因可能是企業(yè)向人工智能方向轉(zhuǎn)型初期，人工智能專利技術(shù)應(yīng)用的一次性投入較高，因此對制造業(yè)企業(yè)短期盈利能力和業(yè)績成長能力產(chǎn)生消極效應(yīng)，隨著人工智能等技術(shù)領(lǐng)域的日臻成熟，企業(yè)逐步完成產(chǎn)業(yè)轉(zhuǎn)型，制造業(yè)人工智能化的優(yōu)勢才能逐步顯現(xiàn)。

從控制變量的估計結(jié)果來看，企業(yè)年齡、規(guī)模、市場控制地位對企業(yè)獲利能力有抑制效應(yīng)。企業(yè)財務(wù)杠桿對凈資產(chǎn)利潤率有顯著的正向促進(jìn)作用，對總資產(chǎn)凈利率則有明顯的抑制作用，說明受股東利益最大化的投融資動機(jī)驅(qū)使，企業(yè)會選擇杠桿融資。企業(yè)價值高的制造業(yè)企業(yè)則相對擁有更高總資產(chǎn)凈利率和凈資產(chǎn)利潤率，說明企業(yè)價值高的企業(yè)盈利能力和資產(chǎn)利用率較高?？刂屏似髽I(yè)特征、表現(xiàn)和行業(yè)特征后，企業(yè)是否國企的估計系數(shù)由正變負(fù)，但仍不顯著。

表3 人工智能技術(shù)應(yīng)用對制造業(yè)企業(yè)績效的影響

以Ln（企業(yè)總成本）為因變量的回歸模型中，企業(yè)是否擁有人工智能專利（AI_Dummy）的啞變量估計系數(shù)皆顯著為正，分別為0.058、0.047、0.069。此結(jié)論表明使用人工智能專利技術(shù)的企業(yè)面臨高初始成本，新技術(shù)使用的過程中存在短期增加成本的效應(yīng)。D.Faems， M.D.Visser，? P.Andries， et al.，“Technology Alliance Portfolios and Financial Performance： Value-enhancing and Cost-increasing Effects of Open Innovation，”Journal of Product Innovation Management， vol.27，no.6， 2010，pp.785～796.正如Pavlova指出的：企業(yè)采用新技術(shù)存在不確定性，這就無可避免地增加企業(yè)成本，會對企業(yè)的盈利或者企業(yè)價值造成負(fù)面影響，A.Pavlova， “Adjustment Costs， Learning-by-doing， and Technology Adoption under Uncertainty，”SSRN Working Paper， 2001，pp.1～35.應(yīng)用人工智能專利技術(shù)的制造業(yè)企業(yè)成本控制能力需要進(jìn)一步提升。

從控制變量的估計結(jié)果來看，高負(fù)債企業(yè)總成本往往較高，主要體現(xiàn)為代理總成本的增加。D.Yazdanfar， P.Oehman， “Debt Financing and Firm Performance： An Empirical Study Based on Swedish Data，”Journal of Risk Finance， vol.16，no.1， 2015，pp.102～118; D.Margaritis， M.Psillaki， “Capital Structure and Firm Efficiency，”Journal of Business Finance and Accounting， vol.34，no.9， 2007，pp.1447～1469.凈資產(chǎn)收益率高的公司可以降低企業(yè)總成本，當(dāng)收入下降時，這類企業(yè)具有較高的成本控制要求和控制水平，有能力在短時間內(nèi)調(diào)整資源，并可以及時獲得市場信息，來做出成本調(diào)整決策?？子裆?、朱乃平、孔慶根：《成本粘性研究：來自中國上市公司的經(jīng)驗證據(jù)》，《會計研究》2007年第11期。

總資產(chǎn)凈利率和凈資產(chǎn)利潤率作為會計業(yè)績，更多地衡量了企業(yè)的短期業(yè)績。辛清泉、林斌、王彥超：《政府控制、經(jīng)理薪酬與資本投資》，《經(jīng)濟(jì)研究》2007年第8期。因此，雖然人工智能領(lǐng)域?qū)＠夹g(shù)的應(yīng)用會對制造業(yè)企業(yè)的短期業(yè)績產(chǎn)生消極效應(yīng)，但不能忽略人工智能化在長期對企業(yè)業(yè)績有有效的激勵效果。長期來看，結(jié)合市盈率，企業(yè)進(jìn)入金融市場的行為受市場投資者偏好的驅(qū)使，其成長能力給市場發(fā)送了積極信號，人們對企業(yè)未來發(fā)展?jié)摿τ休^高期待。

五、結(jié)論與建議

本文利用中國制造業(yè)上市企業(yè)數(shù)據(jù)，實證研究發(fā)現(xiàn)人工智能技術(shù)應(yīng)用能夠推進(jìn)制造業(yè)企業(yè)向技術(shù)密集型和資本密集型企業(yè)轉(zhuǎn)變，進(jìn)而推進(jìn)制造業(yè)轉(zhuǎn)型升級，更能推進(jìn)國民經(jīng)濟(jì)從高速增長向高質(zhì)量發(fā)展轉(zhuǎn)變。具體而言，一方面，人工智能技術(shù)推動企業(yè)技術(shù)創(chuàng)新，實現(xiàn)數(shù)據(jù)要素在制造業(yè)中更有效率、更大規(guī)模的運用，推進(jìn)制造業(yè)的升級;另一方面，雖然人工智能技術(shù)的應(yīng)用對企業(yè)的總資產(chǎn)凈利率、凈資產(chǎn)利潤率造成消極效應(yīng)，提高了企業(yè)總成本，但長期看，隨著人工智能技術(shù)與制造技術(shù)融合程度提高，優(yōu)化了企業(yè)的資本結(jié)構(gòu)，提高了企業(yè)的市場估值，提高了企業(yè)生產(chǎn)率和競爭力。另外，人工智能變革有效提高了制造業(yè)企業(yè)的成長性，促進(jìn)了制造業(yè)升級。根據(jù)本文的研究結(jié)論， 同時結(jié)合我國的各項政策，本文認(rèn)為，我國各級政府和各類企業(yè)應(yīng)當(dāng)高度重視數(shù)據(jù)作為生產(chǎn)要素的功能和作用，推進(jìn)并參考數(shù)據(jù)要素市場化機(jī)制體制的構(gòu)建和完善的相應(yīng)機(jī)制，可以從如下幾點開展工作：

1.加快人工智能技術(shù)在制造業(yè)領(lǐng)域的應(yīng)用，推進(jìn)中國制造業(yè)企業(yè)向技術(shù)密集型制造業(yè)升級。第一，中國先進(jìn)制造業(yè)企業(yè)在制造業(yè)企業(yè)中所占的比例較小，李金華：《中國先進(jìn)制造業(yè)的發(fā)展現(xiàn)實與未來路徑思考》，《人文雜志》2020年第1期。須制定更加完善的戰(zhàn)略新興產(chǎn)業(yè)政策，繼續(xù)優(yōu)化制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)，提高先進(jìn)制造業(yè)企業(yè)比重，重點鼓勵和支持人工智能技術(shù)在企業(yè)產(chǎn)品研發(fā)、生產(chǎn)、銷售等環(huán)節(jié)的應(yīng)用;第二，加強(qiáng)先進(jìn)生產(chǎn)方式創(chuàng)新，構(gòu)建和完善數(shù)據(jù)要素市場化配置體制機(jī)制，加快推進(jìn)企業(yè)生產(chǎn)設(shè)備自動化和產(chǎn)品智能化，建立以數(shù)字技術(shù)和人工智能技術(shù)為核心的制造業(yè)通用技術(shù)系統(tǒng);第三，加強(qiáng)專利保護(hù)，全面提高制造業(yè)企業(yè)的綜合競爭力;第四，核心人才短缺或成為制約人工智能技術(shù)應(yīng)用的短板，應(yīng)抓準(zhǔn)機(jī)會加快引進(jìn)和培育相關(guān)領(lǐng)域人才、專家。

2.加快人工智能技術(shù)在制造業(yè)領(lǐng)域的應(yīng)用，推進(jìn)中國制造業(yè)企業(yè)向資本密集型制造業(yè)轉(zhuǎn)型。第一，進(jìn)一步加強(qiáng)金融對制造業(yè)升級的支持和服務(wù)作用，充分發(fā)揮科創(chuàng)板的資本市場改革“試驗田”作用，使科創(chuàng)板成為資本要素與數(shù)據(jù)要素、技術(shù)要素優(yōu)化配置的重要平臺，推動先進(jìn)制造業(yè)發(fā)展;楊可方、李世杰、楊朝軍：《金融結(jié)構(gòu)與中國產(chǎn)業(yè)升級的關(guān)聯(lián)機(jī)制研究》，《管理世界》2018年第8期。第二，加快數(shù)字技術(shù)和人工智能技術(shù)在企業(yè)運營管理方面的應(yīng)用，深入挖掘數(shù)據(jù)背后的價值，構(gòu)建新型商業(yè)模式，王海杰、宋姍姍：《互聯(lián)網(wǎng)背景下制造業(yè)平臺型企業(yè)商業(yè)模式創(chuàng)新研究——基于企業(yè)價值生態(tài)系統(tǒng)構(gòu)建的視角》，《管理學(xué)刊》2019年第1期。有效改善信息不對稱問題，完善員工績效管理制度、庫存管理制度、財務(wù)管理制度，調(diào)整制造業(yè)企業(yè)的資本結(jié)構(gòu)，使企業(yè)資本更為“輕便化”，提高企業(yè)內(nèi)部資源整合能力和外部市場競爭力;第三，促進(jìn)產(chǎn)業(yè)鏈上下游企業(yè)深度合作，鼓勵龍頭企業(yè)充分利用資本力量，發(fā)展先進(jìn)技術(shù)集群和知識集群，提高先進(jìn)制造業(yè)企業(yè)的全要素生產(chǎn)率。

責(zé)任編輯：韓海燕

* 基金項目：上海市2020年“科技創(chuàng)新行動計劃”軟科學(xué)重點項目“重大突發(fā)公共衛(wèi)生事件對上海中小企業(yè)的影響及對策——基于全要素生產(chǎn)力測算研究”（20692191100）;國家社會科學(xué)基金重點項目“堅持和完善中國特色社會主義基本經(jīng)濟(jì)制度研究”（20AZD011）;國家自然科學(xué)基金項目“中國P2P金融的市場微觀結(jié)構(gòu)研究——基于經(jīng)濟(jì)網(wǎng)絡(luò)分析的方法”（71503165）