姚延婷,万进陶

• 1:西北政法大学管理学院

摘要(Abstract)：

在人工智能驱动的新一轮科技革命背景下，如何依托技术赋能与制度优化推动专精特新企业创新，是实现高水平科技自立自强的关键。本文基于2014—2024年A股上市专精特新企业样本，运用双重机器学习模型实证检验国家人工智能创新应用先导区（简称人工智能先导区）对专精特新企业创新的影响效应及其作用机制。结果表明，人工智能先导区设立有效促进了专精特新企业创新。机制分析显示，人工智能先导区通过增强资源整合能力和技术吸收能力夯实企业创新的内生基础，通过提升媒体关注度和分析师关注度优化企业创新的外部信息环境，进而提升专精特新企业创新水平。调节效应显示，市场竞争程度越高，专精特新企业将政策与技术红利转化为创新产出的动力越强，人工智能先导区的创新赋能效应越显著。异质性检验表明，人工智能先导区对专精特新企业创新的促进效应在东部地区和非国有企业中更为显著。研究结论为进一步优化人工智能先导区建设、推动专精特新企业高质量发展提供了重要的理论依据与政策启示。

关键词(KeyWords)： 人工智能;专精特新;企业创新;双重机器学习

Abstract:

Keywords:

基金项目(Foundation): 国家社会科学基金“跨境电商推进我国数字贸易强国建设机制与路径研究”（22BJY014）的资助

作者(Author): 姚延婷,万进陶

DOI: 10.13778/j.cnki.11-3705/c.2026.09.003

参考文献(References)：

• [1]艾小青,高洪桥.数字化转型与创新模式协同对中小企业创新绩效的影响—基于专精特新企业的动态fs QCA分析[J].研究与发展管理, 2025, 37(6):108-122. [2]段云龙,李怡昕,刘雅萌.数字营商环境与动态能力协同驱动专精特新企业创新韧性提升的路径研究[J].科研管理,2025, 46(6):113-124. [3]段云龙,田悦,彭丽娟,等.人工智能应用驱动“专精特新”企业创新韧性提升研究[J/OL].系统工程理论与实践.https://link.cnki.net/urlid/11.2267.N.20251023.1526.034 [4]郭卫军,田素华.城市创业活力与企业全要素生产率—兼论金融集聚的赋能作用[J].统计研究, 2026, 43(4):118-130. [5]胡电喜,付贵,张宇.新一代人工智能创新发展试验区政策对“专精特新”企业韧性的影响[J].工业技术经济, 2026,45(4):89-98. [6]李斌,薛希萌,张琪睿,等.人工智能对企业创新韧性的影响—基于技术能力适应性视角[J].研究与发展管理,2025, 37(6):53-65. [7]李涛,宋鸽,金星晔,等.专精特新政策与创新质量:基于发明专利文本的经验证据[J].世界经济, 2026, 49(4):36-67. [8]陆华良,史晓璐,徐光伟.酒香还怕巷子深？数字责任履行与企业融资约束—来自上市公司文本分析的经验证据[J].产业经济研究, 2025(3):72-85. [9]施锦诚,刘洋,朱凌.人工智能驱动创新管理:理论演进、研究框架及未来展望[J].管理世界, 2025, 41(12):198-224. [10]邵慰,刘嘉慧,曹可欣.人工智能如何影响了企业创新行为—基于资产专用性视角[J].南开经济研究, 2024(9):130-149. [11]孙永磊,朱莹,宋晶.基于AI嵌入的场景创新过程机理研究—小米具身智能的案例分析[J/OL].科学学研究.https://doi.org/10.16192/j.cnki.1003-2053.20260408.001 [12]汤临佳,俞灵丽,邬爱其,等.专精特新企业碳足迹管理战略与绿色创新质量的组态研究[J].科研管理, 2026, 47(4):151-161. [13]王海花,吕梦凡,闫玥,等.专精特新企业人工智能技术应用、知识搜索与突破式创新[J].研究与发展管理, 2026,38(1):13-25+159. [14]王鹏,肖晋.嵌入核心企业供应链网络对“专精特新”中小企业创新能力的影响研究[J].工业技术经济, 2026, 45(1):12-22. [15]徐红丹,王玖河.人工智能与制造企业新质生产力—基于双重机器学习模型[J].软科学, 2025, 39(5):26-33. [16]杨阳,熊泽宇,岳磊磊.人工智能对制造业与生产性服务业融合发展的影响—来自人工智能专利数据的证据[J].经济纵横, 2026(1):116-128. [17]姚延婷,万进陶.数智化对区域协调发展的影响研究—基于双重机器学习的因果推断[J].技术经济, 2026, 45(4):15-26. [18]余汉,史倩琳,谷婷,等.供应链金融能否提升企业组织韧性？—基于资源配置与公司治理的双重视角[J].上海财经大学学报, 2026, 28(1):34-50. [19]张涛,李均超.网络基础设施、包容性绿色增长与地区差距—基于双重机器学习的因果推断[J].数量经济技术经济研究, 2023, 40(4):113-135. [20]赵甜,张发.数智技术对专精特新企业创新效率和质量的影响研究[J].西部论坛, 2026, 36(2):55-68. [21]赵瑞彤,胡海晨.人工智能的双重角色与企业突破式创新—基于资源编排理论的实证研究[J].科技进步与对策,2025, 42(23):12-22. [22]郑琼洁,范从来.数智赋能专精特新企业高质量发展的机理与实践进路—基于生命周期理论的分析[J].经济纵横, 2026(3):70-84. [23]周源,代兴良,许冠南.人工智能如何影响企业颠覆性绿色创新—基于知识重组的视角[J].管理评论, 2025,37(11):206-218. [24]Martin H, Martin R, Zukauskaite E. The Multiple Roles of Demand in New Regional Industrial Path Development:A Conceptual Analysis[J]. Environment and Planning A:Economy and Space, 2019, 51(8):1741-1757.
• (1)工业和信息化部自2019年以来已分批支持建设了上海（浦东新区）、深圳、济南—青岛、北京、天津（滨海新区）、杭州、广州、成都、南京、武汉、长沙等11个国家人工智能创新应用先导区。 (2)东部地区涵盖北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南，共11个省份；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南，共8个省份；西部地区包含内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆和西藏，共12个省份。受数据可得性所限，本研究未将香港、澳门和台湾纳入分析。