人工智能对制造企业是否存在“生产率悖论”

发布时间：2021-02-21 01:42

　　在新一轮科技变革和产业革命背景下,人工智能已深度融入国民经济各产业,成为产业发展的重要驱动力。人工智能能否促进制造企业生产率提升,已成为新时代中国制造业高质量发展的关键。利用2015—2017年中国A股制造业上市公司相关数据,实证检验人工智能对制造企业生产率的影响,构建基于结构方程的多重中介效应模型,分析制造企业应用人工智能技术影响生产率的内在机制及路径。研究发现,人工智能提升了制造企业生产率;市场份额对人工智能与制造企业生产率的关系有显著负向调节作用;人工智能通过劳动力数量、物质资本使用效率和技术创新产出3种中介变量显著促进企业生产率提升,并通过人力资本使用效率和技术创新投入抑制企业生产率提升。 

【文章来源】：科技进步与对策. 2020,37(14)北大核心CSSCI

【文章页数】：10 页

【部分图文】：

基于结构方程的多重中介效应模型

具体的结构方程模型路径系数如图2所示,H3a、H4a、H4b、H5a、H5b,均成立,但H3b未得到验证。其中,人工智能通过中介变量劳动力数量促进了制造企业生产率提高,验证了H3a。具体地,DIFAI和lnL的路径系数显著为正,说明人工智能显著增加了制造企业劳动力数量,因为目前制造企业应用人工智能技术并不成熟,需要更多懂技术的劳动力;lnL和TFP_op的路径系数显著为正,说明懂技术的劳动力数量增加提高了人工智能技术应用效率,进而提高了企业全要素生产率。dum_RD并未构成人工智能影响企业生产率的中介变量,H3b未通过验证。具体地,DIFAI和dum_RD的路径系数不显著,同时dum_RD和TFP_op的路径系数也不显著。物质资本使用效率、人力资本使用效率构成了人工智能影响企业生产率的中介变量,H4a、H4b通过验证。具体来看,DIFAI和PKI的路径系数显著为正,PKI和TFP_op的路径系数也显著为正,说明人工智能提升了物质资本使用效率,促进了生产率增长,但是,DIFAI对HCI的影响显著为负,而HCI对TFP_op的影响显著为正,说明人工智能不能有效优化人力资本使用效率,进而抑制企业生产率提高。


本文编号：3043659