“人工智能+”如何賦能企業(yè)高質(zhì)量發(fā)展

中圖分類號：F270 文獻標(biāo)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(yè)高質(zhì)量發(fā)展[J].東北財經(jīng)大學(xué)學(xué)報，2025（4）：73-84.

一、問題的提出

黨的二十大報告指出：“高質(zhì)量發(fā)展是全面建設(shè)社會主義現(xiàn)代化國家的首要任務(wù)?！雹侔殡S著人類社會從數(shù)字時代下的第三次工業(yè)革命邁向人工智能引領(lǐng)的第四次工業(yè)革命，中國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。經(jīng)濟發(fā)展包括引入一種新產(chǎn)品或新生產(chǎn)方法等情況[2]，創(chuàng)新對經(jīng)濟發(fā)展具有重要作用。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的‘頭雁’效應(yīng)?！?企業(yè)高質(zhì)量發(fā)展離不開“人工智能 + ”的引領(lǐng)作用。因此，2024年以來，《政府工作報告》連續(xù)兩年部署“人工智能 + ”行動?！渡墒饺斯ぶ悄軕?yīng)用發(fā)展報告（2024）》顯示，中國已構(gòu)建了較為全面的人工智能產(chǎn)業(yè)體系，相關(guān)企業(yè)超過4500家，核心產(chǎn)業(yè)規(guī)模近6000億元[4]，大模型、智能體和具身智能等領(lǐng)域不斷涌現(xiàn)突破式創(chuàng)新。

當(dāng)前，學(xué)術(shù)界仍聚焦于數(shù)字時代下企業(yè)高質(zhì)量發(fā)展的影響因素與機制研究。趙宸宇等[5]基于中國滬深A(yù)股制造業(yè)上市公司數(shù)據(jù)，實證檢驗數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的影響。黃勃等[6]通過文本分析識別企業(yè)數(shù)字專利，考察數(shù)字技術(shù)創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的影響。在數(shù)字經(jīng)濟與實體經(jīng)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(yè)數(shù)實產(chǎn)業(yè)技術(shù)融合進行測度，發(fā)現(xiàn)企業(yè)數(shù)實產(chǎn)業(yè)技術(shù)融合能夠顯著提升企業(yè)全要素生產(chǎn)率。江鵑等8則從城市層面構(gòu)建數(shù)實融合指數(shù)，實證檢驗了數(shù)實融合對企業(yè)高質(zhì)量發(fā)展的影響。隨著生成式人工智能技術(shù)日益成熟及其應(yīng)用場景不斷拓展[9]，學(xué)術(shù)界開始關(guān)注人工智能對企業(yè)高質(zhì)量發(fā)展的影響[10]。黃曉鳳等[1]發(fā)現(xiàn)，人工智能對制造業(yè)企業(yè)全要素生產(chǎn)率具有正向影響。唐要家等[12]基于技術(shù)創(chuàng)新和技術(shù)應(yīng)用視角實證檢驗人工智能對企業(yè)全要素生產(chǎn)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(shù)與各行業(yè)或領(lǐng)域的深度融合，在微觀層面則體現(xiàn)為人工智能技術(shù)在企業(yè)發(fā)展中的深度嵌入。企業(yè)通過人工智能技術(shù)賦能企業(yè)生產(chǎn)運營決策及戰(zhàn)略規(guī)劃全過程，而并非企業(yè)對人工智能技術(shù)的簡單疊加或應(yīng)用[3]。然而，目前圍繞“人工智能 + ”與企業(yè)高質(zhì)量發(fā)展的研究相對較少?；诖?，本文嘗試回答以下問題：“人工智能 + ”能否賦能企業(yè)高質(zhì)量發(fā)展？如果能，“人工智能 + ；通過何種渠道賦能企業(yè)高質(zhì)量發(fā)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(yè)“人工智能 + ”進行創(chuàng)新性測度，并從企業(yè)融資約束、企業(yè)創(chuàng)新策略和產(chǎn)品競爭力等視角探討并檢驗“人工智能 + ”賦能企業(yè)高質(zhì)量發(fā)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(shù) + ”“人工智能通用技術(shù) + ”“人工智能關(guān)鍵技術(shù) .+^， ’，考察不同底層技術(shù)作用下的“人工智能+”對企業(yè)高質(zhì)量發(fā)展的影響，以及“人工智能 ”對企業(yè)ESG水平的影響。

二、理論分析與研究假設(shè)

（一）“人工智能 與企業(yè)高質(zhì)量發(fā)展

內(nèi)生增長理論認為，技術(shù)進步是經(jīng)濟增長的決定性因素。第四次工業(yè)革命正在加速演進，“人工智能 + ”是人工智能技術(shù)與各行業(yè)或領(lǐng)域的深度融合，能夠加速各類專業(yè)知識和數(shù)據(jù)要素匯聚，培育新的商業(yè)模式，實現(xiàn)技術(shù)與行業(yè)的互補、協(xié)同效應(yīng)，提高宏觀經(jīng)濟整體全要素生產(chǎn)率[14]?！叭斯ぶ悄?+ ”通過深度嵌人及加速變革企業(yè)生產(chǎn)經(jīng)營全過程推動企業(yè)高質(zhì)量發(fā)展。具體而言，在企業(yè)生產(chǎn)環(huán)節(jié)，“人工智能 + ”有助于加速企業(yè)傳統(tǒng)生產(chǎn)流程的自動化、數(shù)字化、智能化轉(zhuǎn)型。一方面，人工智能技術(shù)能夠減少企業(yè)單位產(chǎn)出的要素投人，通過替代效應(yīng)提高企業(yè)勞動生產(chǎn)率[15]。另一方面，人工智能技術(shù)能夠優(yōu)化庫存管理、需求預(yù)測等生產(chǎn)環(huán)節(jié)，全面提高企業(yè)生產(chǎn)決策效率。在企業(yè)經(jīng)營環(huán)節(jié)，“人工智能 + ”在企業(yè)現(xiàn)有經(jīng)營體系的縱深嵌入有助于提高企業(yè)信息處理能力，降低企業(yè)的信息搜尋成本、監(jiān)督成本、協(xié)調(diào)成本[16]，提高企業(yè)資源整合能力，賦能企業(yè)營銷環(huán)節(jié)的系統(tǒng)性降本增效。在企業(yè)管理環(huán)節(jié)，“人工智能 + ”有助于企業(yè)由縱向管理模式向高效化、扁平化、現(xiàn)代化的組織管理模式轉(zhuǎn)型升級，全面提高企業(yè)管理效率[17]，通過管理環(huán)節(jié)的降本增效賦能企業(yè)高質(zhì)量發(fā)展?；谏鲜龇治觯疚奶岢鋈缦录僭O(shè)：

假設(shè)1：“人工智能 + ”能夠賦能企業(yè)高質(zhì)量發(fā)展。

（二）“人工智能 ?+ⁿ 賦能企業(yè)高質(zhì)量發(fā)展的作用機制

1.緩解企業(yè)融資約束

企業(yè)在內(nèi)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(yè)會減少創(chuàng)新投資[18]。同時，融資約束過強不利于企業(yè)轉(zhuǎn)型升級，會阻礙企業(yè)的擴大再生產(chǎn)、設(shè)備更新?lián)Q代和新技術(shù)引進，從而制約企業(yè)高質(zhì)量發(fā)展?！叭斯ぶ悄?+ ”能夠有效緩解企業(yè)融資約束。第一，基于資源基礎(chǔ)理論，“人工智能 + ”能夠拓寬企業(yè)獲取外部優(yōu)質(zhì)資源的渠道，在政策導(dǎo)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(yōu)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(yè)在資本市場的估值，進一步提高企業(yè)對現(xiàn)有資源的利用效率與整合能力，實現(xiàn)資源配置效率最優(yōu)化。第二，“人工智能 + ”能夠提高企業(yè)智能分析與信息處理能力[16]，幫助企業(yè)高效識別市場動態(tài)，快速調(diào)整創(chuàng)新目標(biāo)及策略，推動企業(yè)與融資貸款方的精準(zhǔn)匹配及高效對接，在融資成本較低的情況下幫助企業(yè)籌集更多資金。此外，當(dāng)前投資者對應(yīng)用人工智能技術(shù)的企業(yè)具有較高的市場預(yù)期，“人工智能 + ”能夠擴大企業(yè)融資規(guī)模[9。基于上述分析，本文提出如下假設(shè)：

假設(shè) 2a ：“人工智能+”通過緩解企業(yè)融資約束賦能企業(yè)高質(zhì)量發(fā)展。

2.優(yōu)化企業(yè)創(chuàng)新策略

創(chuàng)新策略由實質(zhì)性創(chuàng)新和策略性創(chuàng)新組成，企業(yè)創(chuàng)新動機不同可能產(chǎn)生差異化的創(chuàng)新行為[20]，表現(xiàn)為“高水平、高難度”的實質(zhì)性創(chuàng)新行為和“重數(shù)量、輕質(zhì)量”的策略性創(chuàng)新行為[21]。一般而言，實質(zhì)性創(chuàng)新能夠為企業(yè)帶來更為長久的利益，但也面臨失敗風(fēng)險高、研發(fā)投入多、轉(zhuǎn)化周期長等難點，當(dāng)創(chuàng)新要素和創(chuàng)新能力不足時，企業(yè)可能會出于應(yīng)對市場壓力或迎合政策的動機選擇以策略性創(chuàng)新來“偽裝”自身創(chuàng)新水平[22]?！叭斯ぶ悄?+ ”可能進一步影響企業(yè)創(chuàng)新策略。第一，從創(chuàng)新成本來看，“人工智能 + ”能夠加速跨界創(chuàng)新知識共享及擴散。在大數(shù)據(jù)、人工智能等技術(shù)支持下，企業(yè)能夠快速獲取和吸收領(lǐng)域內(nèi)甚至跨行業(yè)相關(guān)企業(yè)的最新科研成果，降低學(xué)習(xí)成本。第二，從創(chuàng)新資源來看，在數(shù)字孿生、增強現(xiàn)實、生成式人工智能等技術(shù)的賦能下，企業(yè)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(chuàng)新資源獲取難度。人工智能技術(shù)能夠直接應(yīng)用于產(chǎn)品開發(fā)和生產(chǎn)過程，提高企業(yè)創(chuàng)新效率[23]。第三，從技術(shù)創(chuàng)新期望來看，“人工智能 + 企業(yè)通常具有較為充足的資金流，企業(yè)可能會集中于潛在收益和技術(shù)含量更高的實質(zhì)性創(chuàng)新，通過技術(shù)壁壘鎖定領(lǐng)域內(nèi)的市場份額。策略性創(chuàng)新對創(chuàng)新水平要求較低，未必能滿足企業(yè)高質(zhì)量發(fā)展需求。基于上述分析，本文提出如下假設(shè)：

假設(shè)2b：“人工智能 ⁺ ”通過優(yōu)化企業(yè)創(chuàng)新策略賦能企業(yè)高質(zhì)量發(fā)展。

3.提升產(chǎn)品競爭力

“人工智能 + ”能夠有效提升產(chǎn)品競爭力，從而賦能企業(yè)高質(zhì)量發(fā)展。第一，“人工智能+”能夠降低產(chǎn)品生產(chǎn)成本，使產(chǎn)品更具市場競爭力?！叭斯ぶ悄?+ ”能夠提高企業(yè)生產(chǎn)管理效率，降低傳統(tǒng)工業(yè)產(chǎn)品制造過程中的生產(chǎn)成本[24]。企業(yè)可以利用人工智能技術(shù)對生產(chǎn)、銷售、物流等環(huán)節(jié)進行全面系統(tǒng)分析，通過實時監(jiān)測與智能分析技術(shù)大幅降低產(chǎn)品生產(chǎn)流通成本，減少不必要的消耗，從而降低產(chǎn)品價格[25]，提升產(chǎn)品競爭力。第二，“人工智能 + ”能夠提升產(chǎn)品質(zhì)量，使產(chǎn)品更具市場競爭力。“人工智能 + ”能夠為企業(yè)產(chǎn)品聯(lián)合創(chuàng)新提供高效網(wǎng)絡(luò)渠道，有助于客戶企業(yè)向供應(yīng)企業(yè)提供知識支持與技術(shù)支撐，打破技術(shù)交流壁壘，通過新技術(shù)應(yīng)用及技術(shù)高效整合全面提升產(chǎn)品品質(zhì)。第三，“人工智能+”能夠推動產(chǎn)品多元創(chuàng)新，使產(chǎn)品更具市場競爭力?！叭斯ぶ悄?+ ；能夠拓寬實體企業(yè)技術(shù)邊界，通過產(chǎn)業(yè)化、規(guī)模化及拓寬新技術(shù)領(lǐng)域規(guī)避產(chǎn)品同質(zhì)化、低端化等問題，推動企業(yè)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(yīng)”下的小眾化、個性化市場需求，在需求端帶動新服務(wù)、新模式、新技術(shù)、新產(chǎn)品的多元化市場開發(fā)，助力企業(yè)在新領(lǐng)域?qū)崿F(xiàn)“換道競爭”[7，賦能企業(yè)高質(zhì)量發(fā)展。基于上述分析，本文提出如下假設(shè)：

假設(shè)2c：“人工智能+”通過提升產(chǎn)品競爭力賦能企業(yè)高質(zhì)量發(fā)展。

三、研究設(shè)計

（一）變量定義

1.被解釋變量

本文的被解釋變量是企業(yè)高質(zhì)量發(fā)展（TFP）。全要素生產(chǎn)率能夠直接帶動企業(yè)高質(zhì)量發(fā)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(chǎn)率作為企業(yè)高質(zhì)量發(fā)展的代理變量。此外，考慮到內(nèi)生性和樣本量問題，本文采用LP法測算全要素生產(chǎn)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(jù)國家知識產(chǎn)權(quán)局2023年9月印發(fā)的《關(guān)鍵數(shù)字技術(shù)專利分類體系（2023）》識別人工智能領(lǐng)域?qū)?yīng)的IPC分類號。根據(jù)專利IPC分類號信息識別專利是否為“人工智能 ?+ ”技術(shù)融合行為。具體而言，專利IPC主分類號不是人工智能技術(shù)，同時專利IPC副分類號中至少有一項為人工智能技術(shù)，則定義該專利為“人工智能 + ”技術(shù)融合行為。本文將該指標(biāo)匯總到企業(yè)一年份層面，并加1取自然對數(shù)后得到“人工智能 + ”指標(biāo)。

3.中介變量

企業(yè)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(shù)衡量企業(yè)融資約束。融資約束的衡量方式有多種，融資約束指數(shù)體現(xiàn)外源資金約束、內(nèi)源資金約束和投資機會等三類特征，能夠全面反映企業(yè)融資約束狀況。

企業(yè)創(chuàng)新策略（InnoStru）。本文參考宋華盛等[22]的研究，采用發(fā)明專利申請數(shù)與全部專利申請數(shù)之比衡量企業(yè)創(chuàng)新策略。專利是衡量創(chuàng)新的重要指標(biāo)，其中，發(fā)明專利技術(shù)質(zhì)量較高，而實用新型專利和外觀設(shè)計專利技術(shù)質(zhì)量較低，發(fā)明專利申請數(shù)能夠代表實質(zhì)性創(chuàng)新程度。

產(chǎn)品競爭力（ProdComp）。本文參考黃先海和高亞興的研究，采用企業(yè)勒納指數(shù)衡量產(chǎn)品競爭力，企業(yè)勒納指數(shù) （營業(yè)收入-營業(yè)成本-管理費用-銷售費用）/營業(yè)收入。企業(yè)勒納指數(shù)衡量的是企業(yè)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(chǎn)凈利潤率 （Roa） ，采用企業(yè)凈利潤與企業(yè)總資產(chǎn)之比衡量；營業(yè)收入增長率（Growth），采用企業(yè)當(dāng)年新增營業(yè)收入與前一年營業(yè)收入之比衡量；機構(gòu)投資者持股比例 （Ins） ，采用機構(gòu)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(jīng)理為同一人取值為1，否則取值為0；董事會規(guī)模（Board），采用董事會人數(shù)衡量；獨立董事占比 （Ind） ，采用獨立董事人數(shù)與董事會總?cè)藬?shù)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(shù)衡量；企業(yè)規(guī)模（Size），采用企業(yè)員工人數(shù)的自然對數(shù)衡量。

（二）模型構(gòu)建

為了考察“人工智能 + ”對企業(yè)高質(zhì)量發(fā)展的影響，本文構(gòu)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(yè)和年份， TFP_it 表示企業(yè)高質(zhì)量發(fā)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(yè)固定效應(yīng)， λ_t 表示年份固定效應(yīng)， ε_it 表示隨機擾動項。

（三）數(shù)據(jù)來源

本文選取2012—2023年中國滬深A(yù)股上市公司為研究樣本。其中，企業(yè)專利數(shù)據(jù)來源于專利數(shù)據(jù)庫，企業(yè)財務(wù)數(shù)據(jù)來源于國泰安（CSMAR）數(shù)據(jù)庫。本文對數(shù)據(jù)進行如下處理：剔除金融行業(yè)的樣本；剔除上市公司當(dāng)年的樣本；剔除數(shù)據(jù)缺失嚴重的樣本；為了減少異常值對回歸結(jié)果的影響，對連續(xù)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(shù)據(jù)。表1是本文主要變量的描述性統(tǒng)計結(jié)果。

表1主要變量的描述性統(tǒng)計結(jié)果

四、實證結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果與分析

表2是“人工智能 + ”賦能企業(yè)高質(zhì)量發(fā)展的基準(zhǔn)回歸結(jié)果。表2列（1）僅控制企業(yè)固定效應(yīng)和年份固定效應(yīng)，“人工智能 + ”的系數(shù)為0.0535，且在 1% 水平上顯著。表2列（2）在此基礎(chǔ)上引入一系列控制變量，“人工智能 + ”的系數(shù)為0.0211，且在 1% 水平上顯著?？梢姡叭斯ぶ悄?+ ”能夠賦能企業(yè)高質(zhì)量發(fā)展，假設(shè)1得到驗證。

表2基準(zhǔn)回歸結(jié)果

注：***表示在 1% 水平上顯著，小括號內(nèi)為企業(yè)層面聚類穩(wěn)健標(biāo)準(zhǔn)誤，下同。

（二）內(nèi)生性檢驗

“人工智能 + ”賦能企業(yè)高質(zhì)量發(fā)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(nèi)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(yè)當(dāng)期“人工智能 + ”與滯后一期的“人工智能 + ”具有較強的相關(guān)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(dāng)期“人工智能 + ”的其他渠道影響企業(yè)高質(zhì)量發(fā)展。其二，本文參考Lewbel[3的研究，將“人工智能 + ”與省份一行業(yè)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(qū)同行業(yè)其他企業(yè)“人工智能 + ”的影響，該工具變量滿足相關(guān)性要求。另一方面，同地區(qū)同行業(yè)其他企業(yè)“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(yè)高質(zhì)量發(fā)展。內(nèi)生性檢驗結(jié)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(jié)果顯示，“人工智能 + ”的系數(shù)均為正，且在 1% 水平上顯著。可見，在考慮遺漏變量、反向因果等內(nèi)生性問題的情況下，“人工智能+”仍然能夠賦能企業(yè)高質(zhì)量發(fā)展。

表3內(nèi)生性檢驗結(jié)果

注：中括號內(nèi)為P值。

（三）穩(wěn)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(yè)全要素生產(chǎn)率進行測算，并重新進行回歸。更換被解釋變量的回歸結(jié)果顯示，“人工智能 + ”對企業(yè)高質(zhì)量發(fā)展的影響為正，且在1% 水平上顯著，表明本文基準(zhǔn)回歸結(jié)果穩(wěn)健。

2.更換標(biāo)準(zhǔn)誤

本文在“行業(yè)一年份”層面重新聚類，并重新進行回歸。更換標(biāo)準(zhǔn)誤的回歸結(jié)果顯示，“人工智能+”對企業(yè)高質(zhì)量發(fā)展的影響為正，且在 1% 水平上顯著，表明本文基準(zhǔn)回歸結(jié)果穩(wěn)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(jié)果顯示，“人工智能 +^， ”對企業(yè)高質(zhì)量發(fā)展的影響為正，且在 10% 水平上顯著，表明本文基準(zhǔn)回歸結(jié)果穩(wěn)健。

4.采用雙重機器學(xué)習(xí)模型（DML）

本文參考Chernozhukov等[33]的研究，采用雙重機器學(xué)習(xí)模型（MDL）重新進行回歸。采用雙重機器學(xué)習(xí)模型的回歸結(jié)果顯示，“人工智能 ⁺ ”對企業(yè)高質(zhì)量發(fā)展的影響為正，且在 5% 水平上顯著，表明本文基準(zhǔn)回歸結(jié)果穩(wěn)健。

（四）異質(zhì)性分析

1.基于企業(yè)特征的異質(zhì)性分析

“人工智能 + ”對企業(yè)高質(zhì)量發(fā)展的影響在中小企業(yè)和大企業(yè)之間可能存在差異。一方面，中小企業(yè)需要人工智能技術(shù)的嵌入來強化自身優(yōu)勢，賦能企業(yè)高質(zhì)量發(fā)展。另一方面，大企業(yè)可以憑借先發(fā)優(yōu)勢、市場規(guī)模優(yōu)勢和潛在的數(shù)據(jù)優(yōu)勢，加快“人工智能 + ”的滲透過程，并及時利用人工智能技術(shù)快速捕捉市場需求，動態(tài)調(diào)整自身生產(chǎn)經(jīng)營策略，從而賦能企業(yè)高質(zhì)量發(fā)展。因此，本文根據(jù)企業(yè)總資產(chǎn)的中位數(shù)將樣本劃分為中小企業(yè)和大企業(yè)兩組，回歸結(jié)果如表4列（1）和列（2）所示。“人工智能 + ”對中小企業(yè)高質(zhì)量發(fā)展的影響不顯著，但對大企業(yè)高質(zhì)量發(fā)展的影響為正，且在 1% 水平上顯著，表明“人工智能 + ”對大企業(yè)高質(zhì)量發(fā)展的賦能作用更顯著。

基于“人工智能 + ”的復(fù)雜性和快速迭代的特點，企業(yè)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(yīng)用。本文參考黃越等[34的研究，采用赫芬系數(shù)法衡量企業(yè)高管教育背景。具體而言，學(xué)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(shù)與團隊總?cè)藬?shù)之比。 H 越大，高管教育背景差異越大。本文根據(jù)該指標(biāo)的中位數(shù)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(jié)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(yè)高質(zhì)量發(fā)展的影響不顯著，但對高管教育背景差異大企業(yè)高質(zhì)量發(fā)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(yè)高質(zhì)量發(fā)展的賦能作用更顯著。

表4基于企業(yè)特征的異質(zhì)性分析結(jié)果

2.基于外部環(huán)境的異質(zhì)性分析

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

產(chǎn)業(yè)數(shù)字化水平可能會對“人工智能 + ”產(chǎn)生影響。本文參考師博等[35的研究，根據(jù)中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展白皮書》，根據(jù)全國所有省份產(chǎn)業(yè)數(shù)字化水平的均值將樣本劃分為產(chǎn)業(yè)數(shù)字化水平較低和產(chǎn)業(yè)數(shù)字化水平較高兩組，回歸結(jié)果如表5列（3）和列（4）所示?！叭斯ぶ悄?+ ”對產(chǎn)業(yè)數(shù)字化水平較低地區(qū)和產(chǎn)業(yè)數(shù)字化水平較高地區(qū)的企業(yè)高質(zhì)量發(fā)展的影響均為正，但對產(chǎn)業(yè)數(shù)字化水平較高地區(qū)企業(yè)高質(zhì)量發(fā)展的影響更顯著。

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

表5基于外部環(huán)境的異質(zhì)性分析結(jié)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(gòu)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(yè)融資約束、企業(yè)創(chuàng)新策略和產(chǎn)品競爭力，其他變量含義同模型（1）。

1.企業(yè)融資約束

企業(yè)融資約束機制的回歸結(jié)果如表6列（1）所示。“人工智能 + ”對企業(yè)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(yè)融資約束，從而賦能企業(yè)高質(zhì)量發(fā)展，假設(shè)2a得到驗證。

2.企業(yè)創(chuàng)新策略

企業(yè)創(chuàng)新策略機制的回歸結(jié)果如表6列（2）所示?！叭斯ぶ悄?+ ”對企業(yè)創(chuàng)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(yōu)化企業(yè)創(chuàng)新策略，從而賦能企業(yè)高質(zhì)量發(fā)展，假設(shè)2b得到驗證。

3.產(chǎn)品競爭力

產(chǎn)品競爭力機制的回歸結(jié)果如表6列（3）所示。“人工智能 + ”對產(chǎn)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(chǎn)品競爭力，從而賦能企業(yè)高質(zhì)量發(fā)展，假設(shè)2c得到驗證。

表6機制檢驗結(jié)果

（二）進一步分析

1.“人工智能 + ”底層技術(shù)與企業(yè)高質(zhì)量發(fā)展

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

2.“人工智能 + ”與企業(yè)ESG水平

立足新發(fā)展階段，提高企業(yè)ESG水平是邁向高質(zhì)量發(fā)展的應(yīng)有之義。數(shù)字技術(shù)應(yīng)用不僅有助于提高企業(yè)經(jīng)濟效益，而且能夠在一定程度上兼顧生產(chǎn)模式對環(huán)境的負面影響，實現(xiàn)企業(yè)綠色化轉(zhuǎn)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(yè)ESG水平（ESG）的代理變量，進一步檢驗“人工智能 + ”對企業(yè)ESG水平的影響，回歸結(jié)果如表7列（4）所示?！叭斯ぶ悄?+ ”對企業(yè)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(yè)ESG水平。即企業(yè)在發(fā)展過程中能夠協(xié)調(diào)經(jīng)濟與環(huán)境的關(guān)系，兼顧經(jīng)濟效益和生態(tài)效益[39]，從而實現(xiàn)企業(yè)高質(zhì)量發(fā)展。

表7進一步分析結(jié)果

六、研究結(jié)論與政策建議

面對新一輪科技革命和產(chǎn)業(yè)變革，“人工智能 + ”是企業(yè)保持競爭力、實現(xiàn)可持續(xù)發(fā)展的新質(zhì)動力。本文基于2012—2023年中國滬深A(yù)股上市公司數(shù)據(jù)，采用雙向固定效應(yīng)模型實證檢驗“人工智能 + ”對企業(yè)高質(zhì)量發(fā)展的影響及作用機制。研究結(jié)果顯示，“人工智能 + ”能夠賦能企業(yè)高質(zhì)量發(fā)展，該結(jié)論在經(jīng)過一系列內(nèi)生性檢驗和穩(wěn)健性檢驗后仍然成立。異質(zhì)性分析結(jié)果顯示，“人工智能 + ”對大企業(yè)、高管教育背景差異較大企業(yè)、行業(yè)競爭度較高企業(yè)、產(chǎn)業(yè)數(shù)字化水平較高地區(qū)企業(yè)、制度環(huán)境水平較高地區(qū)企業(yè)的高質(zhì)量發(fā)展的賦能作用更顯著。機制分析結(jié)果顯示，“人工智能+”通過緩解企業(yè)融資約束、優(yōu)化企業(yè)創(chuàng)新策略和提升產(chǎn)品競爭力賦能企業(yè)高質(zhì)量發(fā)展。進一步分析結(jié)果顯示，不同底層技術(shù)作用下的“人工智能 + ”均能夠賦能企業(yè)高質(zhì)量發(fā)展，“人工智能 + ；還能夠提高企業(yè)ESG水平?；谏鲜鲅芯拷Y(jié)論，本文提出如下政策建議：

首先，對于政府而言，應(yīng)打造良好的“人工智能 + ”創(chuàng)新發(fā)展生態(tài)系統(tǒng)及制度環(huán)境。一是加大對企業(yè)“人工智能 + ”的幫扶力度，利用稅收減免、創(chuàng)新補貼等優(yōu)惠政策降低企業(yè)“人工智能 + ；的創(chuàng)新風(fēng)險和應(yīng)用成本。二是建立高效的人工智能領(lǐng)域知識產(chǎn)權(quán)糾紛調(diào)解及仲裁機制，推動數(shù)據(jù)、人才、技術(shù)和資金等要素在企業(yè)間自由流動，避免“人工智能 + ”的“內(nèi)卷式”惡性競爭發(fā)生。三是加快“人工智能 + ”相關(guān)的數(shù)據(jù)基礎(chǔ)設(shè)施、算力基礎(chǔ)設(shè)施建設(shè)，為企業(yè)智能化轉(zhuǎn)型提供更加完善且先進的基礎(chǔ)設(shè)施支撐。四是規(guī)范和引導(dǎo)“人工智能 + ”在一二三產(chǎn)業(yè)的合理化應(yīng)用，促進機器學(xué)習(xí)、云計算、工業(yè)互聯(lián)網(wǎng)等技術(shù)在全產(chǎn)業(yè)鏈的應(yīng)用，充分發(fā)揮產(chǎn)業(yè)鏈供應(yīng)鏈的規(guī)模效應(yīng)，進一步帶動中小微企業(yè)實現(xiàn)高質(zhì)量發(fā)展。

其次，對于企業(yè)而言，應(yīng)切實結(jié)合自身優(yōu)勢推動“人工智能 + ”。一是通過內(nèi)部相關(guān)實踐和培訓(xùn)提高企業(yè)高管團隊對“人工智能 + ”的應(yīng)用能力，提升“人工智能 + ”的成果轉(zhuǎn)化率，提高人工智能技術(shù)對企業(yè)高質(zhì)量發(fā)展的支撐能力。二是大企業(yè)應(yīng)重視在“人工智能 + ”領(lǐng)域的推廣應(yīng)用，推動自身創(chuàng)新理念、生產(chǎn)模式和營銷體系等方面的智能化轉(zhuǎn)型，發(fā)揮大企業(yè)的示范效應(yīng)和輻射帶動效應(yīng)，切實賦能企業(yè)高質(zhì)量發(fā)展。三是積極利用“人工智能+”緩解企業(yè)融資約束，優(yōu)化企業(yè)創(chuàng)新策略，促進創(chuàng)新效率提升和實質(zhì)性創(chuàng)新，有效提升產(chǎn)品競爭力。四是充分發(fā)揮“人工智能 + ”對企業(yè)ESG水平的賦能效應(yīng)，兼顧經(jīng)濟效益和生態(tài)效益，從而實現(xiàn)企業(yè)高質(zhì)量發(fā)展。

參考文獻：

[1］習(xí)近平.高舉中國特色社會主義偉大旗幟為全面建設(shè)社會主義現(xiàn)代化國家而團結(jié)奮斗——在中國共產(chǎn)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(jīng)濟發(fā)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(xí)近平關(guān)于網(wǎng)絡(luò)強國論述摘編[M].北京：中央文獻出版社，2021：119.

[4]中國互聯(lián)網(wǎng)絡(luò)信息中心.生成式人工智能應(yīng)用發(fā)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(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財貿(mào)經(jīng)濟，2021，42（7）：114-129.

[6]黃勃，李海彤，劉俊岐，等.數(shù)字技術(shù)創(chuàng)新與中國企業(yè)高質(zhì)量發(fā)展——來自企業(yè)數(shù)字專利的證據(jù)[J].經(jīng)濟研究，2023，58（3）：97-115.

[7]黃先海，高亞興.數(shù)實產(chǎn)業(yè)技術(shù)融合與企業(yè)全要素生產(chǎn)率——基于中國企業(yè)專利信息的研究[J].中國工業(yè)經(jīng)濟，2023（11）：118-136.

[8］江鵑，劉建江，許調(diào)蓉.數(shù)實融合促進企業(yè)高質(zhì)量發(fā)展了嗎[J].宏觀經(jīng)濟研究，2024（10）：72-89.

[9]韓文龍，唐湘.人工智能賦能現(xiàn)代化產(chǎn)業(yè)體系：理論機制與實踐路徑[J].東北財經(jīng)大學(xué)學(xué)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(yè)高質(zhì)量發(fā)展[J].數(shù)量經(jīng)濟技術(shù)經(jīng)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(yè)企業(yè)的全要素生產(chǎn)率嗎[J].財經(jīng)科學(xué)，2023（1）：138-148.

[12］唐要家，王蠟，唐春暉.人工智能如何提升企業(yè)全要素生產(chǎn)率——基于技術(shù)創(chuàng)新和技術(shù)應(yīng)用視角[J].財經(jīng)問題研究，2025（1）：87-100.

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

[14］]蔡躍洲，陳楠.新技術(shù)革命下人工智能與高質(zhì)量增長、高質(zhì)量就業(yè)[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2019，36（5）：3-22.

[15］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？——基于勞動力技能結(jié)構(gòu)調(diào)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(yè)TFP——基于國家智慧城市建設(shè)的自然實驗[J].財貿(mào)經(jīng)濟，2020，41（3）：117-130.

[17]徐鵬，徐向藝.人工智能時代企業(yè)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(shù)字化轉(zhuǎn)型能緩解企業(yè)“融資貴\"嗎[J].經(jīng)濟學(xué)動態(tài)，2022（8）：79-97.

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

[21］張澤南，錢欣鈺，曹新偉.企業(yè)數(shù)字化轉(zhuǎn)型的綠色創(chuàng)新效應(yīng)研究：實質(zhì)性創(chuàng)新還是策略性創(chuàng)新？[J].產(chǎn)業(yè)經(jīng)濟研究，2023（1）：86-100.

[22]。宋華盛，薛浠榕，黃潔.企業(yè)數(shù)字化轉(zhuǎn)型結(jié)構(gòu)對創(chuàng)新策略的影響研究[J].科研管理，2025，46（3）：16-27.

[23］張廣婷.供應(yīng)鏈數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響——基于雙元創(chuàng)新的視角[J].商業(yè)研究，2024（6）：120-130.

[24]師博，阮連杰.人工智能時代下產(chǎn)業(yè)鏈供應(yīng)鏈的重構(gòu)、風(fēng)險及應(yīng)對[J].改革，2024（11）：17-27.

[25]朱國悅，陶鋒.供應(yīng)鏈數(shù)字化與企業(yè)產(chǎn)能利用率[J].當(dāng)代財經(jīng)，2025（6）：125-138.

[26]魯曉東，連玉君.中國工業(yè)企業(yè)全要素生產(chǎn)率估計：199—2007[J].經(jīng)濟學(xué)（季刊），2012，11（2）：541-558.

[27]賀曉宇，沈坤榮.現(xiàn)代化經(jīng)濟體系、全要素生產(chǎn)率與高質(zhì)量發(fā)展[J].上海經(jīng)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(yè)社會責(zé)任、融資約束與企業(yè)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(jīng)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(shù)字技術(shù)與企業(yè)全要素生產(chǎn)率：影響效應(yīng)與作用機制[J].財經(jīng)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(zhì)性對企業(yè)績效的影響研究——以股權(quán)集中度為調(diào)節(jié)變量[J].管理評論，2011，23（11）：120-125.

[35]師博，侯迎信，王錚.數(shù)字化轉(zhuǎn)型如何賦能企業(yè)突破式創(chuàng)新？[J].財經(jīng)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(shù)報告（2024）[M].北京：中國經(jīng)濟出版社，2025：42.

[37］戴翔，楊雙至.數(shù)字賦能、數(shù)字投入來源與制造業(yè)綠色化轉(zhuǎn)型[J].中國工業(yè)經(jīng)濟，2022（9）：83-101.

[38］方先明，胡丁.企業(yè)ESG表現(xiàn)與創(chuàng)新——來自A股上市公司的證據(jù)[J].經(jīng)濟研究，2023，58（2）：91-106.

[39］任保平，王子月.數(shù)字經(jīng)濟時代中國式企業(yè)現(xiàn)代化轉(zhuǎn)型的要求與路徑[J].西北工業(yè)大學(xué)學(xué)報（社會科學(xué)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(zé)任編輯：孫艷）