马克集数摘要
在数智化技术广泛应用的背景下，厘清人工智能与新质生产力之间的关系及其作用机制，对经济转型升级和高质量发展具有重要意义。本文基于 2011-2022 年中国新能源汽车（NEV）产业上市公司的面板数据，采用双向固定效应、门槛效应模型及工具变量法，探讨了人工智能对新能源汽车产业新质生产力的影响及作用机制。结果表明：（1）人工智能不仅能直接促进产业新质生产力的提升，还能通过降低研发成本粘性和交易成本、提高创新质量和创新效率等方式，间接推动产业新质生产力的发展；（2）人工智能对产业新质生产力的促进作用存在明显的异质性特征和门槛效应：在非国有企业、东部地区和特斯拉在华设厂后，以及在成立时间较短、上市年龄适中和员工规模较大的企业中，促进作用更为明显；（3）产业链的传导效应分析表明，下游行业对上游行业的传导效应更强。本研究揭示了人工智能促进新质生产力的涌现机制，为新发展格局下更好地利用数智化技术赋能新质生产力提供了重要启示。
关键词： 人工智能；新质生产力；创新成本；创新质量；创新效率；门槛效应；产业链传导效应
一、论文选题背景和意义
论文提出“新质生产力”概念背景，源于习近平总书记在 2023 年强调要通过技术创新和产业升级实现经济高质量发展。新能源汽车产业作为战略性新兴产业，是人工智能深度应用的核心领域之一。人工智能在生产运作、流通销售及产品应用中的渗透，使 NEV 产业成为观察新质生产力形成和演进的典型样本。研究该主题，有助于揭示人工智能如何通过技术赋能推动产业结构升级与国际竞争力提升。
小结： 本部分总结了人工智能与新能源汽车产业结合的战略背景，突出了新质生产力在经济高质量发展中的关键作用。
二、论文主要内容
论文以新能源汽车产业为研究对象，探讨人工智能对新质生产力的作用机制。研究从理论和实证两方面展开：
1. 从理论模型出发，设定人工智能通过降低研发成本粘性、降低交易成本、提升创新质量和创新效率等路径影响新质生产力。
2. 基于 2011–2022 年中国 NEV 产业上市公司数据，采用双向固定效应模型、门槛效应模型和工具变量法展开实证分析。
3. 研究进一步考虑了异质性和产业链传导效应，发现人工智能在不同企业类型、地区及发展阶段的作用存在差异，并呈现出上下游不对称的传导特征。
小结： 本部分展示了人工智能通过多重机制促进新能源汽车产业新质生产力提升的研究思路与逻辑。
三、论文实证设计
论文使用的数据来源包括：
- 工业机器人数据：国际机器人联合会（IFR）。
- 中国分行业就业数据：《中国工业统计年鉴》。
- 美国分行业就业数据：NBER-CES（美国经济研究局和人口普查局经济研究中心）。
- 企业财务与专利数据：CSMAR 数据库、WIND 资讯、国家知识产权局。
研究方法方面，采用了双向固定效应模型、工具变量法和门槛效应模型，确保估计结果的稳健性。被解释变量为以 OP 法测算的全要素生产率（TFP）；核心解释变量为工业机器人渗透度，作为人工智能的代理指标；中介变量包括研发成本粘性、交易成本、创新质量和创新效率；控制变量涵盖企业规模、资产负债率、ROE、ROA 等。
变量说明表格
| 变量名称 | 变量说明 |
|---|---|
| Nqp | 新质生产力（全要素生产率 TFP） |
| AIP | 人工智能水平（工业机器人渗透度） |
| Recost | 研发成本粘性 |
| Salecost | 交易成本 |
| Qua | 创新质量 |
| Eff | 创新效率 |
| Size | 企业规模 |
| Lev | 资产负债率 |
| ROE | 净资产收益率 |
| ROA | 资产回报率 |
| Growth | 营业收入增长率 |
| SA | 融资约束指数 |
| Seperate | 两权分离 |
小结： 本部分重点在于论文的实证研究设计，包括数据来源与变量设定，突出了研究在人工智能与新能源汽车产业新质生产力背景下的可操作性与科学性。
四、论文结论与政策建议
论文结论指出：
1. 人工智能直接和间接推动新能源汽车产业新质生产力发展。
2. 人工智能的作用存在企业性质、地区和特斯拉设厂等异质性特征。
3. 产业链传导效应显著，下游行业对上游行业的带动作用更强。
政策建议包括：
- 政府层面应加大对人工智能研发应用的支持，改善营商环境，发挥非国有企业与区域差异的潜力。
- 产业层面应加强人工智能技术在研发和生产中的集成应用，降低创新成本，提高创新质量和效率。
小结： 本部分总结了人工智能赋能新能源汽车产业新质生产力的主要结论和对策启示。
五、边际贡献与未来拓展
论文的边际贡献包括：
- 从产业实践的角度定量分析人工智能对新质生产力的作用，填补了相关研究空白。
- 揭示了人工智能通过多条路径（成本、质量、效率）促进新质生产力的机制。
- 探讨了异质性和门槛效应，以及产业链上下游的传导效应，拓展了研究边界。
未来研究可进一步建立更全面的人工智能测度体系，纳入智能装备、核心软件和工业互联网等维度，增强对人工智能与新质生产力关系的解释力。
小结： 本部分总结了研究的创新与拓展方向，强调人工智能与新能源汽车产业新质生产力关系研究的学术价值和实践意义。