人工智能与中小企业的创新

《TECHNOLOGY IN SOCIETY》：Artificial Intelligence and Corporate Innovation in Small and Medium-Sized Enterprises

人工智能应用通过知识整合与效率优化机制促进中小企业高质量创新，异质性分析显示知识储备、市场竞争、战略导向和数字文化越强的企业受益越显著。

　　

张琴琴|杨莉

中国海洋大学管理学院，青岛，中国

摘要

作为数字经济时代提高新生产力的必要技术手段，人工智能（AI）由于其强大的信息搜索、配置和处理能力，可能是促进企业高质量创新的关键因素。基于此，我们分析了2012年至2024年间在上海和深圳证券交易所上市的中小型企业，使用了中国工业和信息化部发布的分类标准。我们采用面板固定效应模型等方法，实证研究了人工智能应用对企业高质量创新的影响。研究发现，人工智能应用有助于促进企业的高质量创新，这一结论在经过一系列稳健性测试后仍然成立。在影响机制方面，人工智能应用产生了横向和纵向的外部效应，通过多种途径帮助企业实现高质量创新，包括引入外部知识以打破路径依赖性、促进跨境整合、优化人力资本结构以及提高企业研发效率。异质性分析表明，人工智能对高质量创新的影响在知识储备较高、市场竞争激烈、战略导向积极且数字文化较强的企业中更为明显。本文加深了我们对人工智能在中小企业创新中作用的理解，并提出了如何在人工智能与企业部门之间建立创新促进循环的建议，以在应用领域产生更多创新。

引言

企业面临着不断创新的压力（D. Yang等人，2019；Zhang & Zhu，2019）。在现代经济中，可持续的竞争优势不是来源于静态效率，而是来源于创造、适应和部署新想法的动态能力（Dixon等人，2014；Efrat等人，2018；Ferreira等人，2020）。这一要求非常明确，然而创新的本质本身正在发生变化（Gay & Szostak，2020；Sprong等人，2021）。市场越来越重视高质量、颠覆性和突破性的创新，即那些能够开辟新市场或重新定义现有市场的创新，而不是简单的渐进式改进（Capponi等人，2022）。虽然创新的数量（通常以专利数量衡量）有所增长，但实现高质量创新对全球企业来说仍然是一个重大且持续的挑战。这种创新数量与质量之间的差距定义了现代企业面临的一个关键战略问题。

这一挑战因现有的研发（R&D）过程的本质而加剧。许多企业发现自己被现有的知识（Liao等人，2008）、组织惯例（Thrane等人，2010）和技术路径（W.-Y. Park等人，2025）所束缚。这种路径依赖性使得利用现有知识领域变得高效，但探索新领域却极其困难。随着研究人员积累专业知识，“知识负担”不断增加，个人或团队越来越难以具备实现真正突破所需的广泛理解（M. Park等人，2023；Sands等人，2025）。因此，企业可能在渐进式创新方面表现出色，但却系统性地无法产生实现长期技术领导力所需的高质量、颠覆性创新。

人工智能（AI）的兴起为这一悖论提供了一个潜在的解决方案。作为数字经济的关键技术力量，AI具有远超人类能力的搜索、配置和处理信息的能力（de la Torre-López等人，2023）。它分析大规模非结构化数据集（Y. Li，2024）、识别不明显模式（Bahoo等人，2023）以及模拟复杂场景（Sj?din等人，2023）的能力，使其成为增强企业研发的独特工具。理论上，AI可以帮助企业摆脱既定的路径依赖性，减轻知识负担，并为高质量创新开辟新的前沿。

然而，AI的技术潜力与其对企业创新影响的清晰、基于证据的理解之间存在显著差距。相关讨论仍然不够充分。现有大部分文献从宏观经济角度探讨AI，关注其对生产力增长的贡献或对劳动力市场的颠覆性影响（Abrardi等人，2022；Noy & Zhang，2023；Parteka & Kordalska，2023；Shen & Zhang，2024）。尽管越来越多的微观层面研究开始探索AI应用与企业创新质量之间的具体联系（Babina等人，2024），但我们仍然缺乏关于企业采用AI是否以及如何转化为更高质量创新成果的共识。

文献中的这种模糊性可能源于一个根本性的概念错误。大多数研究隐含地将AI视为另一种形式的IT资本或简单的生产工具，即自动化现有任务的更快、更高效的方式。这种观点是不完整的。它未能捕捉到AI改变创新过程本身的独特能力。需要一个更精确的概念化来理解其变革潜力。

本研究将人工智能概念化为一种创新方法发明。创新方法发明并不代表单一的技术成果。它改变了新知识产生的过程。历史上的例子包括显微镜和数字计算机。这些技术并没有简单地提高现有流程中的生产力，而是改变了研究人员观察、分类和组合知识的方式。

将AI视为创新方法发明有助于解决概念上的空白，但立即暴露了第二个更为关键的实证空白：机制的“黑箱”。如果AI是一种新的发明方法，那么它实际上是如何帮助企业实现高质量创新的？从AI应用到高质量专利的具体路径几乎完全未被探索。现有文献尚未提供强有力的证据来解释AI的能力如何在企业内部转化为具体的创新价值。

我们打开了这个黑箱。我们借鉴了基于知识和基于资源的对企业视角，提出了一个双机制框架并进行实证测试。我们认为，AI对高质量创新的赋能不是一个单一的过程，而是通过两个不同且互补的途径实现的：一个与知识扩展相关的横向途径，另一个与效率优化相关的纵向途径。

为了验证这一框架，我们使用了2012年至2024年间中国A股上市的小型和中型企业（SMEs）。我们基于年度报告的文本分析构建了一个企业层面的AI应用指标，并将其与高质量创新（通过发明专利申请衡量）联系起来。这一特定的研究背景——一个迫切希望从数量型创新向质量型创新转型的经济体——为观察AI的效果提供了理想的环境。

中小企业在研究AI作为创新方法发明方面提供了特别相关的背景。大型企业通常拥有多样化的知识基础、积累的数据资源和成熟的研发系统，而中小企业则通常面临更严格的财务限制和更有限的内部知识库。

本研究在三个方面对文献做出了贡献。首先，它将AI概念化为一种创新方法发明（IMI），提供了比现有资本投资框架更精确的理论视角。其次，它开发并实证验证了一个双机制框架，包括知识扩展效应和效率优化效应，解释了AI如何转化为高质量创新。第三，它提供了来自中国上市中小企业的大规模实证证据，异质性分析为希望利用AI获得持续创新优势的管理者和政策制定者提供了可行的指导。

本研究关注的是中国上市的中小企业，这些企业处于一个具有强烈监管监督、快速数字基础设施扩张和积极政府支持技术升级的独特制度环境中。这些环境特征可能会影响AI的采用动机和创新行为。因此，研究结果反映了嵌入在这种制度环境中的企业。尽管创新方法发明的理论框架具有更广泛的相关性，但本研究报告的实证结果应在中国的中小企业背景下进行解释。

部分摘录

AI与创新

人工智能代表了一种当代的创新方法发明形式。它似乎将成为解决分类和预测问题的研究工具（Mukhamediev等人，2022），这些是许多创新研究任务的关键限制因素（S. Wang等人，2021）。企业依赖结构化的搜索过程来生成新的技术成果。这些过程涉及识别相关知识领域、评估潜在组合等

数据描述

我们的实证样本来自2012年至2024年间在上海和深圳证券交易所上市的企业。我们将分析范围限制在中国工业和信息化部发布的官方分类标准定义的小型和中型企业。这些标准为营业收入、总资产和员工规模设定了行业特定的阈值。我们根据这些标准对每个企业年度观测值进行分类并保留

描述性统计

最终共有24,382个企业年度样本被选入本研究。表2展示了研究样本的描述性统计信息。从表中的数据可以看出，因变量“高质量创新”（HQI）的最大值和平均值分别为8.84058和2.531097，标准差为1.350296。这表明中国企业在高质量创新方面取得了不可避免的进步；然而，整体创新水平仍然

横向外部性

先前的分析发现，AI应用对企业的高质量创新有积极影响。那么，这种积极效应是如何实现的呢？基于知识的理论认为，企业现有的知识储备限制了其理解和应用新知识进行重大创新的能力。因此，搜索、分配和处理信息的能力成为影响高质量创新的关键因素。

结论

作为数字经济时代技术革命和产业转型的关键驱动力，AI在宏观层面上具有巨大潜力，有助于经济增长和产业升级。然而，目前关于AI应用对中小企业个体影响的研究仍不完整。为了探讨AI应用如何影响企业层面的高质量创新，本研究收集了年度报告和专利

CRediT作者贡献声明

杨莉：撰写——审稿与编辑，撰写——初稿，正式分析。张琴琴：撰写——初稿，正式分析，数据整理，概念化

未引用的参考文献

Khin Khin Oo和Rakthin，2025；Qiao等人，2023；Wang和Yang，2025。

数据可用性声明

本文使用的数据来自CSMAR数据库。使用该数据库之前需要购买。因此，由于版权问题，数据不能公开。作者在文章中说明了所使用的数据集。如有需要，可以提供数据复制代码。

利益冲突

作者声明他没有可能不恰当地影响本文研究和写作的财务、个人或其他关系。在与数据资本化、区域信息流动和企业税收合规相关的工作中，没有直接的或间接的竞争利益涉及任何商业实体、资金来源或个人关联。研究是客观和独立进行的

资金信息

本文未获得任何机构的资助。

利益冲突声明

作者声明没有需要声明的竞争利益。本文不涉及人类或动物实验。所有参与研究的参与者都获得了知情同意。

致谢

我们感谢编辑和匿名审稿专家的意见和建议，这些意见和建议有助于提高本文的质量。