旅游行业AI采纳:企业战略与公司价值

《Journal of Travel Research》:Adoption of AI for Travel: Corporate Strategies and Firm Value

【字体: 大 中 小 】 时间:2026年09月23日 来源:Journal of Travel Research 7

编辑推荐:

  摘要专业翻译 游客对基于AI的旅游解决方案的采纳与实施的反应已受到相当多的学术关注,然而投资者对此类采纳决策的反应仍未被充分理解。本研究借鉴多元智能理论与旅游创新原型理论,构建了一个概念框架,用以解释AI采纳如何影响公司价值,并通过结合事件研究分析、倾向得分匹

  
摘要专业翻译 游客对基于AI的旅游解决方案的采纳与实施的反应已受到相当多的学术关注,然而投资者对此类采纳决策的反应仍未被充分理解。本研究借鉴多元智能理论与旅游创新原型理论,构建了一个概念框架,用以解释AI采纳如何影响公司价值,并通过结合事件研究分析、倾向得分匹配和样本选择建模的多方法设计,对该框架进行了实证检验。基于903条企业公告,研究结果揭示了AI采纳对公司价值的正向效应,该效应取决于简化战略和情感中心战略的运用。这些调节效应进一步随企业劳动效率和高技能员工占比的不同而变化。研究结果揭示了塑造旅游、旅行和酒店业情境下AI采纳的权变因素的细致图景,有助于管理者更好地理解投资者如何评估AI采纳战略。

论文解读文章

一、研究背景与问题提出

在快速技术变革的背景下,旅游企业能否保持韧性,其核心战略问题在于:AI采纳是创造还是破坏公司价值?尽管AI常被视为组织转型的“圣杯”,但企业追求AI驱动的变革也可能使其暴露于重大的市场风险之中,包括不利的利益相关者反应。这一问题在旅游和旅游业尤为突出,因为该行业异质性的业务类型和服务环境使得AI采纳的价值影响远非一致。
现有关于企业AI采纳的前瞻性公司价值影响的实证证据仍然十分有限,该关系的方向、幅度和边界条件尚未得到充分理解。值得注意的是,近期研究识别出业务类型和公告来源是塑造市场对AI采纳反应的重要权变因素,但也有证据表明AI采纳可能引发不利的市场反应。此外,利益相关者日益关注企业AI战略的异质性,特别是关于AI复杂性的水平和性质的选择。虽然投资于高度自主、分析驱动的AI已成为默认战略选择,但投资者也日益警惕被贴上“AI洗白”标签的刻意简化行为——即企业将传统软件重新包装为AI,却提供有限复杂性和可扩展性的解决方案。与此形成对比的是,越来越多的行业领导者开始发出信号,表明其投资于更先进的、以人为中心的AI应用,强调情感、理解和增强共情。
这一战略分化——无论是趋向简化还是情感中心AI——也与企业层面的劳动效率和员工技能转型问题交织在一起。然而,这些战略选择连同企业层面的员工能力因素对前瞻性投资者评估的影响仍未被充分探索。

二、研究设计与主要结论

本研究考察了企业在旅游、旅行和酒店业情境中采纳和实施广泛AI技术与解决方案的行为,将企业AI采纳公告作为焦点事件。研究追求三个目标:第一,构建解释AI采纳与公司价值之间关系的概念框架;第二,通过检验AI采纳事件对公司价值的影响来验证该框架;第三,识别该效应的边界条件。
基于2021至2025年间903条企业公告的分析,研究发现AI采纳事件对公司价值具有正向效应,且其增长幅度相对大于可比非AI技术创新的增长。这一发现与Lui等(2022)和Jung等(2026)关于通用AI技术采纳对公司价值负向效应的结果形成对比,而与若干其他行业企业AI投资效应的研究一致。此外,样本选择模型显示,当企业采用简化战略时AI采纳效应被削弱,而当企业采用情感中心战略时该效应被放大。进一步研究表明,简化战略的负向调节效应在劳动效率较高的企业中趋于减弱,而情感中心战略的正向调节效应在高技能员工占比较高的企业中趋于减弱。

三、关键研究方法

本研究采用多方法设计,主要包括:第一,事件研究分析,基于Fama-French-Momentum四因子模型计算累计异常收益(CAR),以公告前后5天窗口(?2, 2)衡量投资者对AI采纳事件的短期股价反应;第二,多水平倾向得分分析,采用两水平随机截距逻辑模型估计倾向得分,以匹配AI采纳事件与非AI技术创新的反事实对照组,估计平均处理效应(ATT);第三,样本选择建模,以控制潜在的样本选择偏差。数据来源包括LSEG Workspace、ProQuest U.S. Newsstream、Factiva、Nexis等新闻平台以及SEC EDGAR系统上的10-K文件,样本涵盖在纽约证券交易所或纳斯达克上市的美国企业。

四、主要研究结果

AI采纳效应(H1):基于903条企业公告的事件研究分析表明,AI采纳事件对公司价值具有显著的正向效应,投资者对AI采纳公告做出积极反应。
反事实证据(H2):通过多水平倾向得分匹配,将AI采纳事件与可比非AI技术创新公告进行匹配后发现,AI采纳所产生的公司价值增长显著大于反事实情境下非AI技术采纳的效应,表明AI采纳确实带来了额外的公司价值溢价。
简化战略的调节效应(H3):样本选择模型显示,当企业采用简化战略——即采用执行狭窄、任务特定功能的机械AI技术时,AI采纳的正向效应被削弱。这是因为简化AI可能向投资者传递“AI洗白”信号,表明企业缺乏实质性的技术能力,引发对治理水平和未来修正风险的担忧。
情感中心战略的调节效应(H4):当企业采用情感中心战略——即部署模拟人类直觉、共情和情感的先进AI技术时,AI采纳的正向效应被放大。投资者将情感中心AI视为更可信的价值共创路径,预期其带来更优质的服务绩效和更强的未来现金流。
劳动效率的元调节效应(H5a、H5b):研究发现劳动效率调节简化战略和情感中心战略对AI采纳效应的作用。对于简化战略,其负向调节效应在劳动效率较高的企业中趋于减弱;对于情感中心战略,其正向调节效应在劳动效率较高的企业中趋于减弱。
高技能员工占比的元调节效应(H5c、H5d):高技能员工占比调节两种战略对AI采纳效应的作用。简化战略的负向调节效应在高技能员工占比较高的企业中趋于减弱,因为高技能员工从事的任务难以被标准化或自动化;情感中心战略的正向调节效应在高技能员工占比较高的企业中趋于减弱,因为此类企业员工已具备较强的人际、情感和认知能力,AI情感增强的边际价值有限。

五、讨论与结论

本研究的理论贡献在于将多元智能理论、旅游创新原型理论和有效市场理论融合为一个新的框架,用以解释AI采纳的公司价值效应及其边界条件。该框架识别了关键权变因素,包括企业的AI采纳战略(简化vs.情感中心方法),以及高阶权变因素或元调节变量,如劳动效率和高技能员工占比。方法论上,研究通过将事件研究分析、倾向得分匹配和样本选择建模整合为一个连贯的分析框架,为该领域做出了贡献。
研究结论表明,旅游、旅行和酒店业企业采纳AI解决方案能够创造公司价值,但该效应高度依赖于战略选择。采用简化战略可能向投资者传递负面信号,削弱AI采纳的价值效应;而采用情感中心战略则能够放大AI采纳的正向效应。这些效应进一步受到企业劳动效率和高技能员工占比的调节。研究结果为管理者提供了重要启示:在制定AI采纳战略时,应审慎考虑战略定位——避免落入“AI洗白”陷阱,同时重视情感中心AI在提升服务质量和客户体验方面的价值创造潜力。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号