雷火竞技首页

数字金融提升企业人工智能应用水平的理论机制与经验证据
发布时间:2026-02-28
 随着人工智能成为新一轮科技革命和产业变革的核心驱动力量,提升企业人工智能应用水平已成为我国占据国际竞争主动权、培育发展新质生产力的必由路径。然而,作为推动实体经济高质量发展的重要引擎,数字金融对企业人工智能应用水平的影响尚未得到学术界的关注。通过实证分析可知,数字金融通过增加人工智能软硬件投资、扩大人工智能岗位雇佣规模、提升数据资产化水平和加速人工智能技术扩散四条路径提升了企业人工智能应用水平

  随着人工智能成为新一轮科技革命和产业变革的核心驱动力量,提升企业人工智能应用水平已成为我国占据国际竞争主动权、培育发展新质生产力的必由路径。然而,作为推动实体经济高质量发展的重要引擎,数字金融对企业人工智能应用水平的影响尚未得到学术界的关注。通过实证分析可知,数字金融通过增加人工智能软硬件投资、扩大人工智能岗位雇佣规模、提升数据资产化水平和加速人工智能技术扩散四条路径提升了企业人工智能应用水平。与此同时,数字金融对企业人工智能应用水平提升的促进效应与企业内部特征和外部环境存在显著关联。在技术创新能力更强、劳动力成本更高、融入全球贸易网络更深的内部特征作用下,在行业竞争更激烈、区域算力基础设施更发达和营商环境更优越的外部环境中,数字金融对企业人工智能应用水平的提升效应更为强劲。研究结论为进一步完善数字金融政策、加速推进“人工智能+”行动、促进人工智能科技创新与产业创新深度融合提供了经验证据与政策启示。

  中国社会科学院创新工程项目(2025GJS01);中国社会科学院学科建设“登峰战略”资助计划(DF2023YS24)。

  2025年政府工作报告提出,持续推进“人工智能+”行动,将数字技术与制造优势、市场优势更好结合起来,支持大模型广泛应用。作为集智能制造、预测分析、智能决策和策略优化等功能于一体的通用型数字技术,人工智能在提升生产效率、推动科技创新以及深化全球价值链网络等方面呈现出显著的驱动效应。在全球新一轮科技革命和产业变革加速演进的背景下,人工智能已成为重构全球创新版图与产业竞争格局的核心驱动力。抢抓人工智能发展机遇、推进人工智能与实体经济深度融合,既是我国赢得全球科技竞争主动权的重要战略抓手,也是实现科技跨越式突破、产业智能化升级与经济高质量发展的强劲引擎。

  企业作为经济运行与社会发展的核心微观主体,其人工智能技术应用水平决定了人工智能赋能经济高质量发展的成效。麦肯锡全球AI调研数据显示,2022年全球企业人工智能技术渗透率为50%,美国等发达国家则达到60%。相比之下,我国企业的人工智能渗透率仅为41%。制造业是智能化转型的重要领域,我国制造业的人工智能应用水平同样与发达经济体存在较大差距。咨询公司凯捷统计数据显示,2023年欧洲、日本、美国等国的顶级制造企业的人工智能应用普及率在30%左右,而我国制造企业的人工智能应用普及率尚不足11%。高质量数据集匮乏、投入成本高昂、劳动力技能适配性不足和技术获取难度大等问题,导致企业对人工智能应用存在“不愿用”“不会用”“不能用”的困境。破解企业人工智能应用的多层级约束,已成为我国在人工智能技术革命浪潮中抢占产业变革先机的关键命题。

  数字金融作为传统金融机构和互联网企业借助大数据、云计算与区块链等数字技术,对投资、融资、支付和借贷等金融业务进行创新与优化的新型金融模式,近年来发展成效十分显著。截至2023年,我国数字金融市场规模达到41.7万亿人民币,占全球数字金融市场规模的比重为15.6%,稳居世界首位;数字金融用户规模突破9.6亿人,已广泛覆盖全国68.6%的人口。随着数字信贷、数字保险与数字资产融资等金融模式迅速发展,金融服务实体经济的质效不断提升,数字金融在企业高质量发展中发挥着愈加重要的支撑作用。2024年,中国人民银行等七部门联合印发的《推动数字金融高质量发展行动方案》指出,加快数字金融创新,发挥科技创新和技术改造再贷款作用,引导金融机构将金融服务嵌入工业互联网、“人工智能+产业”等数字化场景,助力数字经济核心产业发展和产业数字化转型。在此背景下,本文将城市层面的数字金融数据与微观企业人工智能应用数据相匹配。在理论分析的基础上,实证检验数字金融对企业人工智能应用水平的影响效应与作用机制,为促进人工智能与实体经济深度融合提供理论依据与实践参考。

  相较于既有研究,本文的边际贡献在于:第一,在研究视角层面,本文基于我国数字金融快速发展的现实背景和提升企业人工智能应用水平的时代紧迫性,深入探究数字金融对企业人工智能应用的赋能效应,是对数字金融微观经济效应及企业智能化转型驱动因素等相关研究的有益补充。第二,在理论框架层面,本文基于数字金融和人工智能技术的核心特征,构建“人工智能投资增加—人工智能岗位雇佣规模扩张—数据资产化水平提升—人工智能技术扩散加速”的逻辑框架,剖析并厘清了数字金融提升企业人工智能应用水平的内在机理,进一步拓展了数字金融赋能企业高质量发展的理论边界。第三,在政策启示层面,本文基于数字金融对企业智能化转型驱动效应的实证结论,提出促进数字金融与“人工智能+”战略深度融合等一系列可操作性的政策建议,为精准锚定数字金融服务实体经济的着力点、加速推进人工智能在各行业深度渗透提供了实践指引。

  本文基于中国产业智能化升级的迫切性与数字金融快速发展的独特情境,首次考察了数字金融对中国企业人工智能应用水平的影响效应及其内在作用机制,为数字金融经济效应以及企业智能化转型驱动因素的研究提供了有益补充。本文研究发现,数字金融通过增加企业人工智能投资金额、扩大人工智能岗位雇佣规模、提升数据资产化水平、加速人工智能技术扩散四条路径,对企业人工智能应用水平提升产生系统性赋能作用。此外,在创新能力更强、用工成本更高、融入全球贸易网络更深的内部特征下,以及行业竞争更激烈、区域算力基础设施更发达和营商环境更优渥的外部环境中,数字金融对企业人工智能应用的赋能效应得到进一步强化。本文的政策启示如下。

  第一,促进数字金融与“人工智能+”战略深度融合,构建适应智能经济时代需求的新型金融服务体系。在人工智能技术与产业发展深度融合的时代背景下,金融机构肩负着推进企业智能化转型的重要使命。一方面,金融机构应基于企业智能化转型的融资需求特征,构建以数据要素为核心、以人工智能应用场景为导向的金融产品创新体系,重点推进“数据资产+AI”组合贷等新型金融工具研发,将企业人工智能设备投入规模、高技能人才储备水平、人工智能应用场景等信息纳入授信评价体系,通过量化分析精准核定授信额度,为企业提供靶向融资支持。另一方面,政府作为创新生态的重要协调者,应发挥协调作用,搭建金融机构与企业的常态化互动平台,促进金融机构与企业之间的技术共享和经验交流。大型金融机构应发挥行业引领作用,主动将人工智能领域的前沿技术成果、智能风控模型和数据治理经验向企业转移扩散,形成金融机构与企业协同发展、合作共赢的创新生态体系。

  第二,引导企业积极优化劳动力结构,提升岗位与人工智能的适配度。一方面,引导企业围绕人机交互操作、数据解读等新兴技能开展培训,提升低技能劳动者对智能工作场景的适应能力。由于企业实施职工培训需要投入大量资金用于培训设备购置、课程开发和师资聘请,金融机构可推出定向贴息贷款等金融支持手段,政府部门也应加大职工技能培训补贴力度,切实减轻企业财务负担。另一方面,推动企业完善涵盖人才引进、岗位配置、薪酬激励及权益保障的全流程管理制度,提升人工智能算法工程师等高端人才的储备水平。鼓励金融机构创新产品设计,推出“人工智能人才贷”等专项信贷产品,以企业拟引进高技能人才规模、人才资质等级及薪酬预算方案为核心评估要素,推动企业劳动力技能结构与智能化变革相适配。

  第三,构建高质量外部生态环境,进一步深化数字金融对企业智能化转型的赋能效应。其一,营造市场主体平等参与经济活动的市场环境,针对数字经济领域的新型垄断行为,如数据垄断、算法合谋和扼杀式收购等,进一步细化垄断行为认定标准,用数字化手段加大监管力度。着力推进市场准入制度改革的试点创新,通过扩大试点范围、提升试点层级,构建具有前瞻性和突破性的准入制度体系。聚焦人工智能这一重点领域,系统性制定并实施市场准入负面清单特别管理措施,激发市场主体智能化转型活力。其二,依托“东数西算”工程,充分发挥国家算力枢纽节点与数据中心集群的资源优势,积极布局专业化算力平台。通过优化资源配置、创新运营模式,实现算力平台的集约化、规模化运营,有效降低云服务成本,为金融机构与企业提供高性价比、高性能的算力资源。其三,以加快构建高效规范的全国统一大市场为契机,锚定降低企业智能化转型成本的目标,重点破除阻碍数据流通、技术共享的市场分割壁垒,推动资本、数据、技术、人才顺畅流动,助力企业智能化转型提速增效。

  郭朝先,王新培.数字金融提升企业人工智能应用水平的理论机制与经验证据[J].社会科学辑刊,2026,(01):106-117.