马克集数摘要
数字创新生态系统的构建与完善为人工智能影响产业链韧性提供了重大机遇。基于 2008-2021 年省级面板数据，使用双重固定效应模型、中介效应模型以及调节效应模型，实证检验了数字创新生态系统驱动下人工智能应用对产业链韧性的影响效应。研究发现：（1）人工智能应用对产业链韧性具有正向影响，经过一系列稳健性检验和内生性处理后结论仍然成立。（2）数字创新生态系统驱动下，数字创新主体和数字创新平台在人工智能应用对产业链韧性的影响中发挥部分中介作用，数字生态环境在人工智能应用对产业链韧性的影响中发挥调节作用。（3）异质性分析发现，人工智能应用对产业链韧性的影响在中西部地区、数字创新生态系统高水平地区和产业结构高级化较低地区更为明显。本文不仅以新的研究视角揭示了人工智能作用于产业链韧性的内在机理，为在大变局环境下增强产业链韧性提供经验证据，还拓展了数字创新生态系统的定量研究，丰富既有理论内容。
关键词： 人工智能；产业链韧性；数字创新主体；数字创新平台；数字生态环境
一、论文选题背景和意义
在外部贸易摩擦与地缘政治冲击、内部关键技术受制与“断链”“堵链”频发的双重压力下，提升产业链韧性与安全被置于国家战略高度。论文指出，人工智能具备渗透性、协同性、替代性与创造性等特征，可通过供需匹配、风险预警与全链路互联来强化产业链的抗干扰与恢复能力。与此同时，数字经济推动创新生态系统数字化演变，形成由数字创新主体、数字创新平台与数字生态环境构成的数字创新生态系统，为人工智能嵌入产业链并发挥效能提供平台与土壤。
论文在理论上将人工智能与产业链韧性置于中观层面的统一框架，强调在数字创新生态系统驱动下识别中介与调节机制，回应“如何通过数字化条件下的AI应用增强产业链韧性”的政策关切与实践需求。
二、论文主要内容
论文提出并检验四项假设：H1，人工智能应用正向影响产业链韧性；H2，数字创新主体在“人工智能应用→产业链韧性”关系中发挥中介作用；H3，数字创新平台发挥中介作用；H4，数字生态环境对该关系发挥正向调节作用。
在机制阐释上，文本从三方面展开：其一，人工智能提升供需匹配与风险监测能力，降低库存与经营风险，并通过协同互联提升纵横向协作，增强抵抗力与恢复力；其二，数字创新主体（政府、企业、高校科研机构、中介机构、数字用户）通过资金引导、集聚效应、人才与服务、用户画像牵引等渠道，强化创新与稳定关联；其三，数字创新平台通过基础设施与“云端+边缘”平台升级，促进生产—流通—消费一体化；此外，良好的政策、文化与数字金融环境放大人工智能赋能效应。
实证结果表明：人工智能应用系数为正且稳健；数字创新主体与数字创新平台呈部分中介；人工智能与数字生态环境的交互项显著为正；异质性方面，中西部、数字创新生态系统水平较高与产业结构高级化较低地区效应更明显。
三、论文实证设计
论文使用的数据来源包括：2008—2021 年中国 30 个省份面板数据；人工智能专利来自 PatentHub 全球专利数据库；其余宏观与制度变量来自 CNRDS、CSMAR、《北京大学数字普惠金融指数》以及各省份统计年鉴；对部分缺失指标采用线性插值法补充。为稳健性替代，使用国际机器人联盟（IFR）工业机器人安装量构造替代指标。
模型设计部分包括：省份与年份双重固定效应模型检验主效应；逐步回归的中介效应模型识别数字创新主体与平台通道；层级调节回归检验数字生态环境的调节作用；并进行多重稳健性检验（替换解释变量、1%双向缩尾、剔除直辖市、调整时间窗口）与内生性处理（使用同地区其他省份AI专利均值与核心变量的一期滞后为工具变量的2SLS）。此外，开展区域、生态系统水平与产业结构的异质性检验。
变量说明表格
| 变量名称 | 变量说明 |
|---|---|
| Res | 产业链韧性：基于熵值法综合衡量，含创新恢复能力（发明专利授权数）与风险抵抗能力（产业多样性指数=HHI 倒数） |
| Ai | 人工智能应用程度：以“深度学习、语音识别、自然处理、计算机视觉、智能驾驶、云计算、智能机器人”等关键词检索AI专利数并取对数 |
| Dib | 数字创新主体：由政府、企业、高校科研机构、中介机构、数字用户等指标经熵值-TOPSIS 综合衡量 |
| Dip | 数字创新平台：以数字基础设施等指标经熵值-TOPSIS 综合衡量 |
| De | 数字生态环境：由数字普惠金融、数字文化与数字政策环境等指标经熵值-TOPSIS 综合衡量 |
| Gdp | 经济发展水平：人均地区生产总值取对数 |
| Edu | 人力资本：每十万人高等教育在校生数取对数 |
| Fin | 金融发展水平：金融业增加值/地区生产总值 |
| Dov | 政府干预程度：财政一般公共预算支出/地区生产总值 |
| Ope | 对外开放程度：进出口总额/地区生产总值 |
| HHI/Ind | 产业集中度与多样性：HHI 及其倒数（Ind）用于韧性分项构造 |
（以上变量及口径均据论文原文）
四、论文结论与政策建议
研究结论包括：人工智能应用显著提升产业链韧性；数字创新主体与平台分别发挥部分中介，数字生态环境具有正向调节作用；在中西部、数字创新生态系统水平较高与产业结构高级化较低地区作用更强。
政策建议侧重三点：其一，提高人工智能在核心环节渗透率，围绕智能装备、智能工厂与智能服务推进标准化应用与技术攻关，补齐关键短板；其二，构建“主体—平台—环境”联动的数字创新生态，完善基础设施与平台开放，健全数据要素与知识产权规则与数字普惠金融支持；其三，因区施策，东部与高水平地区聚焦前沿技术攻关，中西部与低水平地区强化技术引进与配套协同，推动传统产业智能化改造。
五、边际贡献与未来拓展
论文的边际贡献在于：从数字创新生态系统驱动视角揭示人工智能赋能产业链韧性的内在机理；构建数字创新主体、平台与生态环境的综合指标并开展中介—调节识别；在省级面板上获得稳健经验证据。未来可在人工智能应用测度的深度与广度、不同类型数字生态系统的差异化驱动以及结合一手案例研究等方面继续深化。