人工智能賦能物流企業(yè)數(shù)智化發(fā)展研究

摘 要：本文以物流行業(yè)為例，選取2007—2022年滬深A(yù)股物流業(yè)上市公司數(shù)據(jù)進(jìn)行篩選和實(shí)證研究。結(jié)果表明：（1）人工智能應(yīng)用能夠顯著提高企業(yè)管理質(zhì)量。（2）人工智能應(yīng)用通過(guò)經(jīng)理人代理成本、信息透明度，進(jìn)而影響企業(yè)管理。（3）高管激勵(lì)在人工智能與企業(yè)管理關(guān)系中起著調(diào)節(jié)作用。本文研究旨在為政府推動(dòng)數(shù)智化技術(shù)與實(shí)體經(jīng)濟(jì)融合提供政策建議，為企業(yè)數(shù)智化發(fā)展提供解決方案。

關(guān)鍵詞：人工智能應(yīng)用；數(shù)智化；物流行業(yè)；信息透明度；高管激勵(lì)

中圖分類號(hào)：F275；F506；F830.591 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2025）08（a）--06

1 引言

近年來(lái)，人工智能技術(shù)（AI）的發(fā)展與應(yīng)用對(duì)經(jīng)濟(jì)社會(huì)各領(lǐng)域產(chǎn)生了深遠(yuǎn)影響。國(guó)務(wù)院于2017年發(fā)布的《新一代人工智能發(fā)展規(guī)劃》，對(duì)我國(guó)人工智能技術(shù)的戰(zhàn)略目標(biāo)、重點(diǎn)任務(wù)及保障措施進(jìn)行全面部署，為推動(dòng)人工智能與經(jīng)濟(jì)深度融合提供了政策支持。隨后，人工智能技術(shù)在國(guó)內(nèi)各產(chǎn)業(yè)集群中迸發(fā)出前所未有的活力，產(chǎn)業(yè)智能化、數(shù)字化逐漸成為發(fā)展的主流趨勢(shì)。2023年，國(guó)務(wù)院進(jìn)一步出臺(tái)《關(guān)于加快我國(guó)現(xiàn)代物流發(fā)展的若干意見》，明確提出推動(dòng)人工智能應(yīng)用創(chuàng)新，以高水平技術(shù)賦能物流行業(yè)高質(zhì)量發(fā)展。

物流行業(yè)作為國(guó)民經(jīng)濟(jì)的重要基礎(chǔ)產(chǎn)業(yè)，在人工智能技術(shù)的驅(qū)動(dòng)下迎來(lái)深刻變革。人工智能的引入與應(yīng)用，不僅對(duì)物流企業(yè)內(nèi)部控制結(jié)構(gòu)產(chǎn)生了重要影響，還在優(yōu)化信息傳遞效率、提高信息透明度及強(qiáng)化監(jiān)督機(jī)制等方面成效顯著。一方面，人工智能技術(shù)通過(guò)提高信息流通效率，確保信息的公開、透明和真實(shí)，抑制了信息不對(duì)稱導(dǎo)致的造假舞弊行為；另一方面，優(yōu)化了監(jiān)督流程，加強(qiáng)了對(duì)高層管理人員的監(jiān)督，提高了經(jīng)理人投機(jī)的成本，從而減少舞弊行為，并提升內(nèi)部控制質(zhì)量。雖然人工智能在推動(dòng)物流行業(yè)結(jié)構(gòu)優(yōu)化、延伸供應(yīng)鏈管理方面表現(xiàn)突出，但其在內(nèi)部管理與不同業(yè)務(wù)場(chǎng)景中的具體作用機(jī)制尚缺乏系統(tǒng)性研究。

基于此，本文以上市公司為研究主體，選取2007—2022年滬深A(yù)股物流業(yè)上市公司數(shù)據(jù)，探究人工智能應(yīng)用對(duì)物流業(yè)內(nèi)部管理的影響效應(yīng)，檢驗(yàn)經(jīng)理人投機(jī)成本，信息透明度對(duì)兩者關(guān)系的內(nèi)在機(jī)制，考察企業(yè)內(nèi)部高管激勵(lì)對(duì)兩者關(guān)系的調(diào)節(jié)作用。通過(guò)對(duì)以上問(wèn)題的分析，豐富人工智能對(duì)企業(yè)內(nèi)部管理影響這一領(lǐng)域，豐富研究體系，為物流企業(yè)進(jìn)行智能化變革提供參考依據(jù)，促進(jìn)物流行業(yè)企業(yè)管理質(zhì)量的提升。

2 理論分析與研究假設(shè)

2.1 人工智能與企業(yè)管理質(zhì)量理論分析

現(xiàn)代企業(yè)管理體系融合了 COSO 內(nèi)部控制框架的風(fēng)險(xiǎn)防控理念，結(jié)合戰(zhàn)略管理理論與組織行為學(xué)，構(gòu)建起覆蓋風(fēng)險(xiǎn)控制、戰(zhàn)略決策和組織協(xié)同的三維架構(gòu)。管理主體呈現(xiàn)雙元特征：實(shí)體層面，包含董事會(huì)、管理層及員工，；數(shù)字層面，涵蓋 AI 治理系統(tǒng)、智能決策平臺(tái)與 RPA 機(jī)器人。企業(yè)管理主體的核心始終圍繞 “人” 展開，既包括真實(shí)的企業(yè)成員，如董事會(huì)、經(jīng)理層及各級(jí)員工，又涵蓋虛擬的技術(shù)載體，如 ERP 系統(tǒng)、績(jī)效測(cè)評(píng)卡、滾動(dòng)預(yù)算決策工具等。作為前沿技術(shù)的人工智能，已與傳統(tǒng)技術(shù)工具深度融合，其應(yīng)用在企業(yè)管理活動(dòng)的變革中發(fā)揮著關(guān)鍵作用，顯著提升了企業(yè)管理效能（夏普杰，2017）[1]。

首先，人工智能技術(shù)的應(yīng)用會(huì)優(yōu)化企業(yè)內(nèi)部環(huán)境。人工智能融入企業(yè)組織架構(gòu)，既可精簡(jiǎn)管理層級(jí)（倪靜潔、郭檬楠，2023）[2]，又能創(chuàng)造新的管理模式，推動(dòng)業(yè)務(wù)與技術(shù)深度融合，實(shí)現(xiàn)全流程改造升級(jí)，從而有效減少人員舞弊、及時(shí)發(fā)現(xiàn)操作失誤等問(wèn)題，提升內(nèi)部控制質(zhì)量（易露霞等，2021；黃大禹等，2022）[3-4]。其次，人工智能可提高企業(yè)風(fēng)險(xiǎn)評(píng)估能力。其豐富了數(shù)據(jù)探查與解析手段，可及時(shí)對(duì)內(nèi)外部風(fēng)險(xiǎn)進(jìn)行分析預(yù)測(cè)，進(jìn)而增強(qiáng)風(fēng)險(xiǎn)評(píng)估的精準(zhǔn)度與前瞻性 （曾德麟等，2021）[5]。最后，人工智能技術(shù)革新了信息獲取的路徑與溝通的媒介，提高了信息處理效率（倪克金、劉修巖，2021）[6]。依據(jù)人工智能技術(shù)開發(fā)的軟件和信息系統(tǒng)，避免信息失真，降低各部門間的協(xié)作調(diào)整成本，提高了溝通效率。

基于上述理論分析，本文提出以下假設(shè)：

H1：人工智能應(yīng)用能夠提升企業(yè)管理質(zhì)量。

2.2 經(jīng)理人投機(jī)成本在AI企業(yè)管理中的作用分析

機(jī)會(huì)主義的存在致使企業(yè)管理層或經(jīng)理人存在自利動(dòng)機(jī)。經(jīng)理人投機(jī)成本是指其在企業(yè)運(yùn)營(yíng)過(guò)程中，為獲取不當(dāng)利益而采取違規(guī)、欺詐等投機(jī)行為所面臨的各種潛在損失與代價(jià)（童勇、史慶義，2021）[7]。經(jīng)理人投機(jī)成本的構(gòu)成主要包括以下三部分：經(jīng)濟(jì)損失、法律制裁、聲譽(yù)損害，這些成本在一定程度上約束了經(jīng)理人的投機(jī)行為。在此情境下，委托代理機(jī)制和信息不對(duì)稱成為關(guān)鍵因素。由于所有權(quán)與經(jīng)營(yíng)權(quán)的分離，從企業(yè)內(nèi)部與外部對(duì)經(jīng)理人的行為進(jìn)行監(jiān)督和考核極為困難（王薇，2010）[8]。同時(shí)，監(jiān)督成本相對(duì)較高，嚴(yán)重約束了股東對(duì)管理層的監(jiān)督行為。在這種缺乏有效監(jiān)督的環(huán)境中，經(jīng)理人更易出于自利而進(jìn)行不當(dāng)操作，影響企業(yè)的財(cái)務(wù)信息質(zhì)量、運(yùn)營(yíng)效率等方面的表現(xiàn)（吳育輝、吳世農(nóng)，2010）[9]。

人工智能會(huì)革新信息系統(tǒng)，智能信息系統(tǒng)可以提供及時(shí)、準(zhǔn)確的市場(chǎng)和公司信息，使得股東和監(jiān)管機(jī)構(gòu)能夠更好地監(jiān)督經(jīng)理人的行為，降低經(jīng)理人進(jìn)行投機(jī)行為的機(jī)會(huì)（許汝俊、龍子午，2014）[10]。通過(guò)人工智能技術(shù)進(jìn)行數(shù)據(jù)分析與監(jiān)控，既能有效地監(jiān)督企業(yè)資本市場(chǎng)活動(dòng)、財(cái)務(wù)管理活動(dòng)等全過(guò)程，又可更準(zhǔn)確地檢測(cè)到異常的交易活動(dòng)、財(cái)務(wù)數(shù)據(jù)操縱等行為，使經(jīng)理人面臨更高的法律和聲譽(yù)風(fēng)險(xiǎn)（趙息、許寧寧，2013）[11]。減少經(jīng)理人投機(jī)行為，進(jìn)而加強(qiáng)企業(yè)管理。

人工智能應(yīng)用通過(guò)監(jiān)控經(jīng)理人投機(jī)行為，增加經(jīng)理人投機(jī)成本，促使其更加重視內(nèi)部控制，遵守相關(guān)制度和流程，從而加強(qiáng)企業(yè)管理。同時(shí)，人工智能可以幫助企業(yè)建立更完善的內(nèi)部控制體系，通過(guò)數(shù)據(jù)分析識(shí)別內(nèi)部控制缺陷，并提供改進(jìn)建議，進(jìn)一步提高企業(yè)管理質(zhì)量。

基于上述理論分析，本文提出以下假設(shè)：

H2：人工智能應(yīng)用能夠提高經(jīng)理人投機(jī)成本，進(jìn)而提升企業(yè)管理能力。

2.3 信息透明度在AI企業(yè)管理中的作用分析

在市場(chǎng)經(jīng)濟(jì)的復(fù)雜環(huán)境中，信息分布均衡性深刻影響經(jīng)濟(jì)主體決策與交互。正如有學(xué)者所指出的，市場(chǎng)交易中主體間存在顯著的信息不對(duì)稱（Bergstreser等，2006）[12]，其成因涉及公司信息披露意愿與能力差異及信息傳播渠道等方面。信息透明度作為衡量企業(yè)信息公開狀況的核心指標(biāo)，反映了企業(yè)內(nèi)部信息外傳的及時(shí)性、準(zhǔn)確性與完整性（Markus，1999）[13]。

隨著人工智能技術(shù)在企業(yè)領(lǐng)域的深度滲透，其對(duì)信息透明度的提升作用日益凸顯。從技術(shù)原理角度分析，人工智能憑借卓越的數(shù)據(jù)采集、挖掘與分析能力，能夠突破傳統(tǒng)信息處理的局限。在企業(yè)內(nèi)部，通過(guò)自動(dòng)化的信息收集系統(tǒng)與智能算法的深度應(yīng)用，人工智能高效整合與深度分析企業(yè)數(shù)據(jù)，挖掘深層次信息，并以可視化、實(shí)時(shí)化的方式呈現(xiàn)給企業(yè)管理層與內(nèi)部利益相關(guān)者，極大提升了企業(yè)內(nèi)部信息的透明度與可用性（BushmanRM等，2004）[14]。

在對(duì)外信息披露方面，人工智能技術(shù)同樣發(fā)揮著重要作用。能夠依據(jù)相關(guān)法律法規(guī)與行業(yè)規(guī)范，精準(zhǔn)篩選與整理企業(yè)需對(duì)外公布的信息，確保信息披露的全面性、準(zhǔn)確性與及時(shí)性，有助于企業(yè)在資本市場(chǎng)中樹立良好的形象，增強(qiáng)投資者信心，提升企業(yè)的市場(chǎng)公信力（朱彩婕、馬玉婷，2014）[15]。從信息處理流程來(lái)看，人工智能強(qiáng)大的數(shù)據(jù)處理能力能夠顯著提高信息的收集、整理與傳遞效率。在財(cái)務(wù)信息披露領(lǐng)域，人工智能通過(guò)對(duì)財(cái)務(wù)數(shù)據(jù)的精準(zhǔn)分析與校驗(yàn)，能夠有效減少人為因素導(dǎo)致的錯(cuò)誤與偏差（周琦瑋等，2022）[16]，提高財(cái)務(wù)信息披露的質(zhì)量與可靠性，使利益相關(guān)者能夠更加準(zhǔn)確地了解企業(yè)的財(cái)務(wù)狀況與經(jīng)營(yíng)成果（楊志勇、翟少鈴，2022）[17]。

基于上述理論分析，本文提出以下假設(shè)：

H3：人工智能應(yīng)用能夠提升信息透明度，從而提升企業(yè)管理能力。

2.4 高管激勵(lì)在AI企業(yè)管理中的作用分析

人工智能應(yīng)用正逐漸成為企業(yè)提升管理效能的重要手段，但其實(shí)施面臨高復(fù)雜性和高不確定性。管理優(yōu)化要求企業(yè)在風(fēng)險(xiǎn)識(shí)別、數(shù)據(jù)整合、算法透明性等方面投入資源，不僅需要技術(shù)支持，還需要高管層的戰(zhàn)略領(lǐng)導(dǎo)力。高管作為企業(yè)的決策中樞，其風(fēng)險(xiǎn)偏好與戰(zhàn)略視野在AI技術(shù)的價(jià)值創(chuàng)造中具有關(guān)鍵作用。

根據(jù)委托代理理論和信息不對(duì)稱理論，企業(yè)在AI技術(shù)應(yīng)用過(guò)程中可能面臨因信息不對(duì)稱而引發(fā)的短期化行為，高管可能因害怕承擔(dān)風(fēng)險(xiǎn)而對(duì)AI技術(shù)的深度應(yīng)用持保留態(tài)度（肖紅軍等，2021）[18]。在此背景下，激勵(lì)機(jī)制下發(fā)揮了重要作用，能夠有效激勵(lì)高管采取更具戰(zhàn)略意義的行動(dòng)，推動(dòng)人工智能技術(shù)優(yōu)化企業(yè)管理（陳駿、徐玉德，2021）[19]。

高管激勵(lì)通過(guò)多種途徑有效增強(qiáng)人工智能應(yīng)用對(duì)企業(yè)內(nèi)部管理的促進(jìn)作用。首先，高管激勵(lì)能夠提升高管的風(fēng)險(xiǎn)容忍度，使其更愿意承擔(dān)人工智能實(shí)施過(guò)程中可能面臨的不確定性和失敗風(fēng)險(xiǎn)，從而推動(dòng)技術(shù)投入（杜閃、王生年，2018）[20]。其次，激勵(lì)機(jī)制促使高管優(yōu)先配置資源到具有長(zhǎng)期戰(zhàn)略價(jià)值的項(xiàng)目，確保人工智能技術(shù)應(yīng)用的持續(xù)性與深入性（盧銳等，2011）[21]。最后，激勵(lì)機(jī)制將高管利益與企業(yè)長(zhǎng)期目標(biāo)緊密綁定，強(qiáng)化其對(duì)數(shù)字化戰(zhàn)略的執(zhí)行意愿，使得AI技術(shù)能夠更有效地優(yōu)化企業(yè)內(nèi)部控制體系（邵平等，2008）[22]。

基于上述理論分析，本文提出以下假設(shè)：

H4：高管激勵(lì)在人工智能應(yīng)用下對(duì)企業(yè)管理中起調(diào)節(jié)作用（圖1）。

3 研究設(shè)計(jì)

3.1 樣本選取與數(shù)據(jù)處理

本文選取2007—2022年度我國(guó)滬深A(yù)股物流業(yè)上市公司作為初始樣本，為保證數(shù)據(jù)的合理性，對(duì)數(shù)據(jù)進(jìn)行了以下篩選：（1）剔除ST和*ST企業(yè)；（2）剔除資產(chǎn)周轉(zhuǎn)率和成本效益低于行業(yè)均值的企業(yè)。最終得到1274個(gè)觀測(cè)值，共108家上市公司。上述數(shù)據(jù)中，企業(yè)管理質(zhì)量的測(cè)度集中在企業(yè)內(nèi)部控制方面，數(shù)據(jù)來(lái)源于DIB數(shù)據(jù)庫(kù)，其他數(shù)據(jù)來(lái)自CSMAR數(shù)據(jù)庫(kù)。

3.2 變量設(shè)置

（1）企業(yè)管理質(zhì)量測(cè)度：參考李瑞敬等（2022）[23]的研究，本文采用迪博公司內(nèi)部控制指數(shù)取自然對(duì)數(shù)來(lái)衡量上市公司的內(nèi)部控制質(zhì)量。

（2）人工智能應(yīng)用測(cè)度：參考姚加權(quán)等（2024）[24]的研究，本文采用上市公司年報(bào)中人工智能相關(guān)詞數(shù)量+1的自然對(duì)數(shù)作為企業(yè)人工智能應(yīng)用指標(biāo)。

（3）其他控制變量：包括兩職兼任、董事人數(shù)、高管持股比例等，具體如表1所示。

3.3 模型構(gòu)建

為了檢驗(yàn)假設(shè)，本文構(gòu)建回歸方程如下：

InICQit=α0+α1Aiait+α2Controlit+Dt+Di+εit（1）

式中，InICQit表示t年i企業(yè)的管理質(zhì)量；Aiait表示i企業(yè)t年的人工智能應(yīng)用程度；Controlit為控制變量，具體包括兩職兼任、董事人數(shù)、高管持股比例、企業(yè)年齡、四大審計(jì)、資產(chǎn)負(fù)債率、分析師關(guān)注度；Di、Dt分別表示樣本的行業(yè)固定效應(yīng)、時(shí)間固定效應(yīng)；εit為隨機(jī)誤差。

4 實(shí)證結(jié)果分析

4.1 描述性統(tǒng)計(jì)

從表2統(tǒng)計(jì)結(jié)果來(lái)看，InICQ的最大值為6.87，最小值為5.642，標(biāo)準(zhǔn)差為0.144，均值為6.502，表明物流行業(yè)企業(yè)內(nèi)部控制質(zhì)量存在一定差異；而人工智能應(yīng)用程度（Aia）的最大值為4.263，最小值為0，均值為0.501，標(biāo)準(zhǔn)差為0.86，說(shuō)明行業(yè)內(nèi)部企業(yè)間Aia的差距較大。

4.2 基準(zhǔn)回歸分析

在進(jìn)行回歸分析時(shí)，為了保證數(shù)據(jù)的合理性，本文設(shè)定離群值為3進(jìn)行個(gè)案診斷，診斷后數(shù)據(jù)為1250條?；鶞?zhǔn)回歸結(jié)果如表3所示，列（1）為控制了年份固定效應(yīng)和行業(yè)固定效應(yīng)且未引入控制變量的回歸結(jié)果，Aia的估計(jì)系數(shù)為0.0228，在1%置信水平上顯著為正；列（2）引入了控制變量，Aia的估計(jì)系數(shù)為0.0139，在1%水平上顯著?；貧w結(jié)果表明，AI應(yīng)用與企業(yè)管理之間存在顯著的正向關(guān)系，即AI應(yīng)用水平的提升能夠促進(jìn)企業(yè)管理質(zhì)量的提升，假設(shè)H1成立。

4.3 穩(wěn)健性檢驗(yàn)

4.3.1 替換回歸樣本

考慮到疫情因素，公司正常經(jīng)營(yíng)受阻，因此為保證研究的可靠性，本文選取2012—2019年數(shù)據(jù)重新進(jìn)行回歸，并作為一種穩(wěn)健性檢驗(yàn)，結(jié)果如表4列（1）所示。在替換樣本后，結(jié)果仍顯著，表明通過(guò)穩(wěn)健性檢驗(yàn)。

4.3.2 核心解釋變量滯后

由于企業(yè)進(jìn)行AI應(yīng)用對(duì)企業(yè)治理的影響可能存在滯后，因此本文將數(shù)字化轉(zhuǎn)型指標(biāo)滯后1～3期對(duì)模型（1）重新回歸。檢驗(yàn)結(jié)果如表4列（2）（4）所示，回歸結(jié)果顯著，AI應(yīng)用對(duì)企業(yè)管理質(zhì)量的促進(jìn)作用仍然顯著，研究結(jié)論依然穩(wěn)健。

4.4 異質(zhì)性檢驗(yàn)

4.4.1 地區(qū)

地區(qū)的經(jīng)濟(jì)發(fā)展情況影響企業(yè)人工智能應(yīng)用。在企業(yè)運(yùn)營(yíng)環(huán)境方面，東部地區(qū)作為經(jīng)濟(jì)較發(fā)達(dá)的區(qū)域，在數(shù)字化進(jìn)程、技術(shù)研發(fā)投入及人才吸引力上都具有獨(dú)特的優(yōu)勢(shì)，更易接觸到前沿的人工智能技術(shù)。因此，對(duì)東部和其他地區(qū)進(jìn)行異質(zhì)性分析對(duì)深入剖析AI與企業(yè)管理的關(guān)系至關(guān)重要。表5列示了東部地區(qū)和其他地區(qū)的回歸結(jié)果：列（1）為東部地區(qū)，Aia估計(jì)系數(shù)為0.0205，在5%置信區(qū)間上顯著；列（2）為其他地區(qū)，Aia估計(jì)系數(shù)為0.0104，未通過(guò)顯著性檢驗(yàn)。以上結(jié)果表明，相對(duì)其他地區(qū)，東部地區(qū)AI對(duì)企業(yè)管理的作用更為顯著。

4.4.2 公司規(guī)模

企業(yè)的規(guī)模大小是影響其運(yùn)營(yíng)策略和管理實(shí)踐的關(guān)鍵因素。中大規(guī)模企業(yè)一般擁有較為雄厚的資金實(shí)力，能夠在人工智能相關(guān)的軟硬件采購(gòu)、研發(fā)方面進(jìn)行大量投入，且小規(guī)模企業(yè)受限于資金和人才的短缺，在AI應(yīng)用的過(guò)程中通常面臨著成本過(guò)高、技術(shù)應(yīng)用能力不足等問(wèn)題。所以，針對(duì)中大規(guī)模企業(yè)和小規(guī)模企業(yè)進(jìn)行異質(zhì)性分析，有助于全面理解AI應(yīng)用對(duì)企業(yè)管理影響的差異化表現(xiàn)。表5列示了不同公司規(guī)模的回歸結(jié)果，列（3）為中大規(guī)模企業(yè)估計(jì)結(jié)果，Aia系數(shù)為0.0256，在1%置信區(qū)間上顯著；列（4）為小規(guī)模企業(yè)的估計(jì)結(jié)果，估計(jì)系數(shù)為-0.0141，未通過(guò)顯著性檢驗(yàn)。以上結(jié)果表明，相對(duì)小規(guī)模企業(yè)，中大規(guī)模企業(yè)AI應(yīng)用對(duì)企業(yè)管理質(zhì)量的提升作用更為顯著。

5 路徑機(jī)制檢驗(yàn)

5.1 經(jīng)理人投機(jī)成本

為更好地保證研究效度，本文采用自助法以（溫忠麟，葉寶娟，2014）Bootstrap重復(fù)抽樣5000次的方法進(jìn)行中介效應(yīng)檢驗(yàn)（下同），檢驗(yàn)結(jié)果如表6類別（1）所示。在95%置信度下，中介效應(yīng)影響值為0.0187，對(duì)應(yīng)的BootCI取值為（0.0094，0.0285），不包括0，說(shuō)明中介效應(yīng)顯著。綜上表明，經(jīng)理人投機(jī)成本對(duì)AI應(yīng)用程度和企業(yè)管理之間的關(guān)系起部分中介作用，假設(shè)H2成立。

5.2 信息透明度

由表6類別（2）可知，在95%置信度下，中介效應(yīng)的影響值為0.0252，BootCI取值為（0.00892，0.0465），中介效應(yīng)顯著；控制中介變量后，AI應(yīng)用對(duì)企業(yè)管理的直接作用為0.1174，BootCI置信區(qū)間為（0.0047，0.203），表明信息透明度對(duì)AI應(yīng)用程度和企業(yè)管理之間起完全中介作用，假設(shè)H3成立。

5.3 經(jīng)理人代理成本和信息透明度

由表7可知，在95%置信度下，中介效應(yīng)的影響值為0.0461，對(duì)應(yīng)的BootCI取值為（0.02561，0.0693），中介效應(yīng)顯著，且相較只考慮個(gè)體時(shí)有所增強(qiáng)，故在同時(shí)考慮兩個(gè)中介變量時(shí)，中介效應(yīng)依然存在，再次驗(yàn)證H2和H3。

6 調(diào)節(jié)作用分析

由表8可知，第一層放入Aia，系數(shù)β的P值gt;0.05，不顯著且置信區(qū)間包括0，不顯著；第二層放入ES，系數(shù)的P值gt;0.05且置信區(qū)間包括0，不顯著；第三層放入Aia和ES的交互項(xiàng)，此時(shí)Plt;0.05且置信區(qū)間均大于0，調(diào)節(jié)作用顯著。

為了進(jìn)一步檢驗(yàn)調(diào)節(jié)效應(yīng)，對(duì)于不同程度的高管激勵(lì)繪制了交互效應(yīng)圖（圖2）。對(duì)于高管激勵(lì)來(lái)說(shuō)，隨著AI應(yīng)用程度升高，企業(yè)管理質(zhì)量逐漸增強(qiáng)。因此，高管激勵(lì)在AI應(yīng)用與企業(yè)管理的關(guān)系中起到調(diào)節(jié)作用，假設(shè)H4成立（表9）。

7 結(jié)論與政策建議

7.1 結(jié)論

首先，基準(zhǔn)回歸結(jié)果表明，人工智能應(yīng)用與企業(yè)管理質(zhì)量之間存在顯著的正向影響關(guān)系，即人工智能應(yīng)用提升了企業(yè)管理質(zhì)量，該結(jié)論在進(jìn)行穩(wěn)健性檢驗(yàn)和異質(zhì)性檢驗(yàn)后仍然成立。其次，相較西部地區(qū)，東部地區(qū)人工智能對(duì)企業(yè)管理的作用更顯著；相較小規(guī)模企業(yè)，中大規(guī)模企業(yè)人工智能對(duì)企業(yè)管理的作用更顯著。再次，中介機(jī)制結(jié)果顯示，人工智能應(yīng)用主要通過(guò)提升經(jīng)理人投機(jī)成本與提高企業(yè)信息透明度來(lái)提升企業(yè)管理質(zhì)量。其中，人工智能應(yīng)用主要通過(guò)提高企業(yè)信息透明度來(lái)提升企業(yè)管理質(zhì)量。最后，調(diào)節(jié)機(jī)制結(jié)果表明，高管激勵(lì)在人工智能應(yīng)用與企業(yè)管理的關(guān)系中起到調(diào)節(jié)作用。當(dāng)高管激勵(lì)處于高激勵(lì)水平時(shí)，隨著人工智能應(yīng)用程度的升高，企業(yè)管理質(zhì)量逐漸提升；在低激勵(lì)水平下則相反。

7.2 政策建議

7.2.1 企業(yè)方面

（1）智能驅(qū)動(dòng)：賦能內(nèi)控升級(jí)。①人才方面：企業(yè)加大研發(fā)投入力度，與專業(yè)AI團(tuán)隊(duì)合作開發(fā)智能應(yīng)用系統(tǒng)。與高校等建立產(chǎn)學(xué)研聯(lián)盟，設(shè)立人才培養(yǎng)計(jì)劃與獎(jiǎng)學(xué)金，吸引學(xué)生參與智能化建設(shè)。同時(shí)，完善內(nèi)部人才培訓(xùn)體系，制定良好的薪酬福利與職業(yè)規(guī)劃，吸引外部高端AI人才，打造優(yōu)質(zhì)智能人才隊(duì)伍。②數(shù)據(jù)方面：制定統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范，建立數(shù)據(jù)質(zhì)量管理體系，構(gòu)建企業(yè)級(jí)數(shù)據(jù)湖或倉(cāng)庫(kù)整合內(nèi)部數(shù)據(jù)，并通過(guò)安全接口與外部伙伴共享交互數(shù)據(jù)。③網(wǎng)絡(luò)安全方面：組建專業(yè)網(wǎng)絡(luò)安全團(tuán)隊(duì)負(fù)責(zé)AI系統(tǒng)和數(shù)據(jù)安全，與安全服務(wù)提供商合作獲取最新安全情報(bào)與技術(shù)支持，保障信息安全與業(yè)務(wù)連續(xù)性。④決策流程方面：利用AI的流程自動(dòng)化和智能決策技術(shù)梳理再造傳統(tǒng)決策流程，建立流程監(jiān)控評(píng)估機(jī)制，通過(guò)關(guān)鍵績(jī)效指標(biāo)與實(shí)時(shí)數(shù)據(jù)反饋持續(xù)優(yōu)化管理控制流程。

（2）投機(jī)防范：筑牢廉潔防線。①完善激勵(lì)機(jī)制：企業(yè)構(gòu)建科學(xué)薪酬獎(jiǎng)勵(lì)體系，除了基本工資外，還將績(jī)效獎(jiǎng)金與經(jīng)理人成本控制、業(yè)務(wù)拓展、長(zhǎng)期效益等指標(biāo)掛鉤，如運(yùn)輸成本降幅、新客戶數(shù)量等。同時(shí)，推行股權(quán)激勵(lì)，讓經(jīng)理人成為利益共同體，減少其追求短期利益的投機(jī)行為，轉(zhuǎn)而關(guān)注企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展。②智能預(yù)警監(jiān)督：運(yùn)用人工智能實(shí)時(shí)收集、分析經(jīng)理人決策數(shù)據(jù)，包括決策依據(jù)、風(fēng)險(xiǎn)評(píng)估等，一旦發(fā)現(xiàn)決策存在高風(fēng)險(xiǎn)、偏離利益最大化等異常，系統(tǒng)就即刻向監(jiān)督部門發(fā)出預(yù)警，便于其迅速介入調(diào)查與糾正，形成監(jiān)督閉環(huán)，約束經(jīng)理人的不當(dāng)行為，規(guī)避損失。③優(yōu)化決策流程：企業(yè)制定詳盡規(guī)范的決策制度，要求經(jīng)理人在重大決策時(shí)提交包含成本效益、市場(chǎng)風(fēng)險(xiǎn)、內(nèi)控影響等方面內(nèi)容的可行性分析報(bào)告。組織專業(yè)團(tuán)隊(duì)審核論證，只有通過(guò)審核的決策方可實(shí)施，以此保障經(jīng)理人在決策時(shí)充分考量企業(yè)整體利益，審慎抉擇，降低投機(jī)可能性。

（3）信息增效：促進(jìn)信息透明。①?gòu)?qiáng)化信息系統(tǒng)建設(shè)：以提升信息透明度為目標(biāo)，借助人工智能技術(shù)，構(gòu)建精準(zhǔn)信息收集機(jī)制，全面收集物流訂單、運(yùn)輸狀態(tài)、庫(kù)存變動(dòng)等環(huán)節(jié)數(shù)據(jù)；運(yùn)用智能算法完善信息整理流程，提升數(shù)據(jù)的可用性；采用安全高效的通信技術(shù)優(yōu)化信息傳遞，實(shí)現(xiàn)業(yè)務(wù)全流程精準(zhǔn)把控，提前察覺潛在風(fēng)險(xiǎn)。②搭建透明數(shù)據(jù)共享平臺(tái)：整合企業(yè)內(nèi)部各業(yè)務(wù)板塊數(shù)據(jù)，打破數(shù)據(jù)壁壘，實(shí)現(xiàn)運(yùn)輸、倉(cāng)儲(chǔ)、銷售等部門數(shù)據(jù)互聯(lián)互通，助力各部門合理安排工作。同時(shí)，與供應(yīng)商、客戶搭建共享平臺(tái)，供應(yīng)商依需求調(diào)整生產(chǎn)，客戶實(shí)時(shí)追蹤貨物，增強(qiáng)信任協(xié)作，提高物流供應(yīng)鏈效率。③加強(qiáng)利益相關(guān)者溝通：建立常態(tài)化溝通機(jī)制，通過(guò)線上線下交流會(huì)、發(fā)布運(yùn)營(yíng)報(bào)告等方式，向客戶、合作伙伴公開運(yùn)營(yíng)流程、數(shù)據(jù)處理及風(fēng)險(xiǎn)等關(guān)鍵信息，營(yíng)造良好的合作環(huán)境，推動(dòng)企業(yè)在物流行業(yè)穩(wěn)健前行。

7.2.2 政府方面

（1）政策引擎：驅(qū)動(dòng)物流智變新引擎。①標(biāo)準(zhǔn)規(guī)范制定：協(xié)同多方研討智能倉(cāng)儲(chǔ)設(shè)備參數(shù)、運(yùn)輸路線規(guī)劃算法、物流數(shù)據(jù)交互格式等標(biāo)準(zhǔn)，助力企業(yè)高效對(duì)接，提升行業(yè)運(yùn)行效率與資源配置合理性。②政策扶持：東部地區(qū)設(shè)專項(xiàng)獎(jiǎng)勵(lì)基金，對(duì)人工智能應(yīng)用創(chuàng)新成果突出的企業(yè)給予高額獎(jiǎng)勵(lì)，如研發(fā)高效分揀算法、精準(zhǔn)需求預(yù)測(cè)模型等。西部地區(qū)設(shè)立綠色通道吸引高新技術(shù)企業(yè)，加強(qiáng)與發(fā)達(dá)地區(qū)合作交流，促進(jìn)人才、技術(shù)流通。③基礎(chǔ)設(shè)施建設(shè)：加大硬件投入力度，構(gòu)建智能化物流信息基礎(chǔ)設(shè)施網(wǎng)絡(luò)，為AI賦能物流創(chuàng)造條件。西部地區(qū)應(yīng)重視物流鏈與運(yùn)輸網(wǎng)構(gòu)建，加大智慧物流系統(tǒng)引入應(yīng)用力度。④職業(yè)培訓(xùn)：聯(lián)合機(jī)構(gòu)與高校開發(fā)多層次課程（含人工智能基礎(chǔ)等），線上線下教學(xué)相結(jié)合，讓從業(yè)者技能契合行業(yè)需求，適應(yīng)AI時(shí)代的工作要求。

（2）職業(yè)操守匡正：筑牢誠(chéng)信經(jīng)營(yíng)防護(hù)堤。政府可從三方面構(gòu)建物流行業(yè)經(jīng)理人管控體系，遏制投機(jī)行為。在職業(yè)道德教育上，舉辦高端論壇、研討會(huì)，邀請(qǐng)企業(yè)家和專家分享誠(chéng)信經(jīng)營(yíng)案例，借助線上平臺(tái)定期推送職業(yè)道德課程與案例資料，營(yíng)造誠(chéng)信經(jīng)營(yíng)氛圍。推動(dòng)職業(yè)經(jīng)理人市場(chǎng)發(fā)展，建立全國(guó)性信息庫(kù)，記錄職業(yè)經(jīng)理人從業(yè)經(jīng)歷、業(yè)績(jī)、獎(jiǎng)懲等信息，實(shí)現(xiàn)公開透明與實(shí)時(shí)更新，方便企業(yè)篩選評(píng)估；定期開展市場(chǎng)評(píng)估整頓，清理虛假資質(zhì)與不良信用記錄，保障市場(chǎng)的健康發(fā)展。監(jiān)管規(guī)范層面，制定細(xì)致法規(guī)政策，明確經(jīng)理人在重大決策、財(cái)務(wù)運(yùn)作等關(guān)鍵環(huán)節(jié)的權(quán)利義務(wù)，以及違規(guī)的法律責(zé)任與處罰標(biāo)準(zhǔn)，如對(duì)致使企業(yè)重大損失的行為，除了經(jīng)濟(jì)賠償外，還限制其在一定期限內(nèi)進(jìn)入市場(chǎng)，形成威懾，防止其侵害企業(yè)權(quán)益。

（3）信息生態(tài)規(guī)制：護(hù)航數(shù)據(jù)流通暢且安。政府圍繞物流行業(yè)信息透明度，搭建全方位政策與監(jiān)管架構(gòu)。制定法規(guī)標(biāo)準(zhǔn)時(shí)，充分考量物流數(shù)據(jù)特性，明確各業(yè)務(wù)場(chǎng)景數(shù)據(jù)公開細(xì)則，如運(yùn)輸環(huán)節(jié)實(shí)時(shí)公開車輛位置、預(yù)計(jì)到達(dá)時(shí)間等；倉(cāng)儲(chǔ)環(huán)節(jié)公開庫(kù)存數(shù)量、保質(zhì)期等信息。同時(shí)，設(shè)置嚴(yán)格信息安全條款，保障數(shù)據(jù)公開安全合規(guī)，促進(jìn)行業(yè)數(shù)據(jù)共享整合。政府牽頭搭建中立公共數(shù)據(jù)平臺(tái)，擬定公平的數(shù)據(jù)共享規(guī)則與利益分配機(jī)制，對(duì)數(shù)據(jù)共享貢獻(xiàn)大的企業(yè)，在政策、項(xiàng)目合作上予以優(yōu)先支持。強(qiáng)化企業(yè)監(jiān)管審查，構(gòu)建科學(xué)評(píng)估指標(biāo)體系，兼顧數(shù)據(jù)準(zhǔn)確、完整、及時(shí)及公開渠道便捷穩(wěn)定等要素，定期普查與不定期抽查并行。針對(duì)信息不透明或違規(guī)企業(yè)，依情節(jié)嚴(yán)重程度，采取警告、罰款、責(zé)令整改到吊銷執(zhí)照等遞進(jìn)式處罰，處理結(jié)果及時(shí)公示，維護(hù)市場(chǎng)公平與行業(yè)形象。

參考文獻(xiàn)

夏晉杰.基于內(nèi)部控制框架的公立醫(yī)院財(cái)務(wù)風(fēng)險(xiǎn)分析[J].財(cái)會(huì)學(xué)習(xí)，2017（8）：249-250.

倪靜潔，郭檬楠.工業(yè)機(jī)器人應(yīng)用如何影響企業(yè)內(nèi)部控制質(zhì)量？[J].經(jīng)濟(jì)與管理研究，2023，44（6）：19-37.

易露霞，吳非，常曦.企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程與主業(yè)績(jī)效：來(lái)自中國(guó)上市企業(yè)年報(bào)文本識(shí)別的經(jīng)驗(yàn)證據(jù)[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2021（10）：24-38.

黃大禹，謝獲寶，鄒夢(mèng)婷.金融化抑制了企業(yè)數(shù)字化轉(zhuǎn)型嗎： 證據(jù)與機(jī)制解釋[J]現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2022（7）：57-73.

曾德麟，蔡家瑋，歐陽(yáng)桃花.數(shù)字化轉(zhuǎn)型研究：整合框架與未來(lái)展望[J]外國(guó)經(jīng)濟(jì)與管理，2021（5）：63-76.

倪克金，劉修巖.數(shù)字化轉(zhuǎn)型與企業(yè)成長(zhǎng)：理論邏輯與中國(guó)實(shí)踐[J]經(jīng)濟(jì)管理，2021（12）：79-97.

童勇，史慶義.代理成本、股權(quán)質(zhì)押與非效率投資關(guān)系的實(shí)證研究[J].商業(yè)研究，2021（6）：93-101.

王薇.上市公司經(jīng)理人股票期權(quán)激勵(lì)機(jī)制探討[J].財(cái)會(huì)研究， 2010（18）：51-53.

吳育輝，吳世農(nóng).高管薪酬：激勵(lì)還是自利： 來(lái)自中國(guó)上市公司的證據(jù)[J].會(huì)計(jì)研究，2010（11）：40-48+96-97.

許汝俊，龍子午.股權(quán)激勵(lì)與經(jīng)理人機(jī)會(huì)主義行為研究[J].財(cái)會(huì)通訊，2014（9）：39-42.

趙息，許寧寧.管理層權(quán)力、機(jī)會(huì)主義動(dòng)機(jī)與內(nèi)部控制缺陷信息披露[J].審計(jì)研究，2013（4）：101-109.

Bergstresser，D.，Philippon，T.|CEOincentivesandearningsmanagement[J].JournalofFinancialEconomics，2006，80（3）：511-529.

MarkusJ.Milne;;RalphW.Adler.Exploringthereliabilityofsocialandenvironmentaldisclosurescontentanalysis[J].Accounting，Auditingamp;AccountabilityJournal，1999（2）.

BushmanRM，PiotroskiJD，SmithAJ.WhatDeterminesCorporateTransparency？[J].JournalofAccountingResearch，2004，42（2）：207-252.

朱彩婕，馬玉婷.上市公司內(nèi)部控制重大缺陷暴露對(duì)信息透明度的影響研究：基于治理行為的中介效應(yīng)[J].山東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（5）：93-102.

周琦瑋，劉鑫，李東紅.企業(yè)數(shù)字化轉(zhuǎn)型的多重作用與開放性研究框架[J].西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，42（3）：10-19.

楊志勇，翟少鈴.服務(wù)消費(fèi)中人工智能信息透明與顧客契合的關(guān)系研究：基于顧客信任和擬人化的分析[J].價(jià)格理論與實(shí)踐，2022（4）：193-196.

肖紅軍，陽(yáng)鎮(zhèn)，劉美玉.企業(yè)數(shù)字化的社會(huì)責(zé)任促進(jìn)效應(yīng)： 內(nèi)外雙重路徑的檢驗(yàn)[J].經(jīng)濟(jì)管理，2021，43（11）：52-69.

陳駿，徐玉德.高管薪酬激勵(lì)會(huì)關(guān)注債權(quán)人利益嗎： 基于我國(guó)上市公司債務(wù)期限約束視角的經(jīng)驗(yàn)證據(jù)[J].會(huì)計(jì)研究，2012（9）：73-81+97.

杜閃，王生年.高管薪酬信息披露與薪酬業(yè)績(jī)敏感性：基于中介效應(yīng)的檢驗(yàn)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018（9）：71-81.

盧銳，柳建華，許寧.內(nèi)部控制、產(chǎn)權(quán)與高管薪酬業(yè)績(jī)敏感性[J].會(huì)計(jì)研究，2011（10）：42-48+96.

邵平，劉林，孔愛國(guó).高管薪酬與公司業(yè)績(jī)的敏感性因素分析：金融業(yè)的證據(jù)（2000—2005年）[J].財(cái)經(jīng)研究，2008（1）：94-105.

聶興凱，王穩(wěn)華，裴璇.企業(yè)數(shù)字化轉(zhuǎn)型會(huì)影響會(huì)計(jì)信息可比性嗎[J].會(huì)計(jì)研究，2022（5）：17-39.

李瑞敬，黨素婷，李百興，等.CEO的信息技術(shù)背景與企業(yè)內(nèi)部控制質(zhì)量[J].審計(jì)研究，2022（1）：118-128．

姚加權(quán)，張錕澎，郭李鵬，等.人工智能如何提升企業(yè)生產(chǎn)效率：基于勞動(dòng)力技能結(jié)構(gòu)調(diào)整的視角[J].管理世界，2024，40（2）：101-116+133+117-122.