《TECHNOLOGY IN SOCIETY》：Narrowing or broadening: Artificial intelligence pilot zones policy and enterprise innovation gap
编辑推荐：
人工智能政策对企业创新差距的影响研究，基于中国新一代AI试点区政策及550家上市企业数据构建双重差分模型，发现政策显著扩大了企业间创新差距，主要源于资源优势企业在AI互补效应下创新能力提升更显著，但未导致跨行业或创新质量差距。
潘怀红|徐志|黄志宏|郑观斌
华南理工大学商学院，广州，510641，中国
摘要
人工智能（AI）正在重塑企业创新生态系统。基于中国国家新一代人工智能创新发展试验区政策（AIPZP）的政策实践以及2008年至2023年间550家上市公司的平衡面板数据，我们构建了一个差异-in-差异（DID）模型来研究AIPZP对 enterprise innovation gap（企业创新差距）的影响。研究发现：（1）AIPZP显著扩大了企业之间的创新差距；（2）AIPZP对具有创新资源优势的企业具有更强的互补效应，导致企业间创新差距进一步加大；（3）由AIPZP驱动的企业创新差距扩大主要局限于其原有行业的创新领域和创新总量。目前尚无证据表明AIPZP加速了不同行业间创新边界或创新质量的差异形成。我们的研究结果丰富了关于AIPZP与企业创新关系的讨论，揭示了创新领域中可能存在的“马太效应”（即强者越强）。这为政策制定者提供了更合理的AI部署和监管思路。
引言
创新是经济和社会发展的核心驱动力，企业作为创新的主要推动者和载体发挥着至关重要的作用（Ciabuschi等人，2011年）。在竞争激烈的市场中，企业通过产品、流程和商业模式的创新不断探索新的价值空间，从而实现可持续发展（Li等人，2020年）。然而，由于资源禀赋和制度文化的限制，企业之间的创新水平存在差异，形成了创新差距（Zhang等人，2021年）。过大的创新差距不仅加剧了竞争压力，还可能导致技术垄断，抑制整个行业的创新和进步（Safadi & Watson，2023年；Tirole，2015年）。因此，学术界广泛讨论了影响企业创新差距的因素，并提出了后来者实现技术追赶的潜在途径（Hu等人，2023年；Souzanchi Kashani等人，2022年）。
随着新一轮技术革命和产业转型的加速，AI技术蓬勃发展，成为企业创新的重要工具。AI对企业和人类创造力的影响也逐渐成为当前研究的热点话题（Ameen等人，2022年；Gama & Magistretti，2025年）。大多数研究表明，AI通过数据分析、自动化生产和个性化服务，在产品开发、市场策略和客户体验等方面显著提升了企业的创新能力（Rammer等人，2022年；Renfei & Zhongwen，2026年）。然而，这些研究大多关注企业是否使用AI以及其使用程度对创新的影响，而忽略了关于AI对不同企业创新影响差异的政策层面讨论。一个值得探讨的问题是：AI政策如何重塑企业之间的创新差距？
Wernerfelt在1984年提出的基于资源的理论认为，企业的竞争优势源于其独特且有价值的内部资源（Wernerfelt，1984年）。对这些独特且有价值资源的获取程度不同，导致企业创新能力的差异。特别是，与创新密切相关的资源禀赋差异是创新差距的根本原因（Li等人，2023年；Shengxi等人，2025年）。创新资源是指推动创新活动的基本条件和要素，包括人才、技术和资本（Kalmanek，2012年；Lenihan等人，2019年；Nasierowski & Arcelus，1999年）。普遍认为，具有创新资源优势的企业往往表现出更高的创新水平和更强的创新能力（De Massis等人，2018年；Demirkan，2018年）。AI的计算、模拟、感知、认知、学习和决策能力正在重塑企业内部关键创新资源的效用边界。通过促进AI发展的政策，这正在重塑企业创新资源的现有格局，从而引入了企业创新差距的新动态（Haefner等人，2021年）。具体而言，AI政策对企业内部创新资源优势现有模式的影响可以概括为替代效应和互补效应两个方面（Krakowski等人，2023年）。这两种效应的相对强度直接决定了企业创新差距的演变方向。一方面，如果替代效应占主导，AI政策会增加AI的采用率，可能会削弱企业固有的创新资源优势，导致不同企业的创新绩效趋同，创新差距缩小。例如，Caplin等人（2025年）通过实验表明，AI对基础能力较低的个人有更大的提升作用，显示出明显的替代优势，有助于减少人力能力的不平等。相反，如果互补效应更明显，AI政策将使AI与现有优势（如高技能人才和先进技术）产生协同作用，进一步放大领先企业的创新能力，从而扩大企业间的创新差距。例如，Jia等人（2024年）发现，高技能员工在使用AI时更具创造力，这通过他们对AI对低技能和高技能员工影响的比较分析得到证实。然而，这些研究仍主要集中在个体层面（即人类），尚未完全揭示AI政策如何驱动企业层面创新差距动态的演变机制。这就导致了关于AI如何影响企业创新差距变化的研究空白。
鉴于AI的迅速普及和企业创新能力的持续提升，我们采用DID模型，结合中国国家新一代人工智能创新发展试验区政策（AIPZP）的政策实践与企业数据，来研究AI技术加速发展背景下企业间创新差距的变化。研究发现，试点城市与企业所在非试点城市之间的创新差距显著扩大。这种扩大主要是由于AIPZP对原本具有创新资源优势的企业具有更强的互补效应。然而，在创新的范围和质量方面，AIPZP导致的创新差距仅体现在创新数量和现有行业边界上，尚未在创新质量或跨行业创新边界上形成差距。
基于研究结果，我们可能有三个贡献。首先，我们从企业创新差距研究的角度探讨了AI政策的潜在影响。现有研究主要关注企业是否以及如何在多大程度上采用AI来验证其对创新的影响，考察创新产出的变化。而我们的研究方法则关注在AIPZP条件下同一行业内企业间创新差距动态的演变。这揭示了AI背景下可能存在的“马太效应”。其次，我们发现AIPZP对具有创新资源优势的企业具有更强的促进作用。这一发现表明，AI仍然是提高现有资源利用效率的辅助工具，在资源积累更深厚的企业中，其促进创新的作用更为显著。这扩展了关于AI对创新影响的现有讨论，并为理解AI时代中国企业创新差异的机制提供了实证证据。第三，我们发现虽然AIPZP扩大了企业间的创新差距，但这种变化仅限于创新数量及其原有行业边界。在创新质量或跨行业创新边界上没有显著差异，这支持了AI在这一阶段仍面临创造性限制的观点。这也为优化中国的AI政策提供了重要实践参考，平衡企业创新效率与公平性，并指导大、中、小企业的协作创新。总之，我们的讨论为理解AIPZP如何影响企业创新溢出效应提供了宝贵见解。
部分摘录
政策背景
2008年至2015年，中国进入了传统AI的深入培育阶段。利用互联网普及和GPU硬件性能提升积累的初始数据资源，这一阶段在特定任务的算法上取得了突破性进展。在语音识别和计算机视觉等专业领域取得了显著的技术进步。新一代AI与依赖固定资源的传统AI系统不同
模型
建立AI试验区需要严格的应用和审查流程。申请标准主要包括四个维度：科学和教育资源、产业基础、基础设施发展以及现有的支持措施。这意味着试验区的选择不太可能是随机的。为了解决内生性问题，我们利用了中国国家新一代人工智能创新发展试验区政策（AIPZP）的实施这一事件冲击
结论与讨论
AI已逐渐融入企业管理和生产实践中，重塑了企业内部的创新生态系统。其独特的创造性能力如何影响企业创新已成为讨论的焦点。然而，关于AIPZP如何影响企业间创新差距动态的变化，仍存在持续的研究空白。AIPZP对企业创新资源优势的互补效应和替代效应尚不明确。
CRediT作者贡献声明
潘怀红：撰写 – 审稿与编辑，撰写 – 原始草稿，正式分析，数据整理，概念化。徐志：项目管理，资金获取。黄志宏：监督，资源提供。郑观斌：监督，软件开发，方法论。
资金支持
本研究得到了国家自然科学基金（资助编号：72034002和72302124）的支持。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
