研究背景与问题

本研究旨在探讨人工智能对制造业企业全要素生产率的影响，并深入分析内部控制在此过程中的风险应对及阈值管控效应。随着信息技术的快速发展，人工智能技术在制造业中的应用日益广泛，对企业生产效率和竞争力产生了深远影响。然而，如何有效利用人工智能提升制造业企业的全要素生产率，以及内部控制在此过程中如何发挥作用，成为当前学术界和实践界关注的焦点问题。

研究方法

本研究采用固定效应模型，基于2013—2022年沪深A股制造业上市公司的非平衡面板数据，对人工智能对制造业企业全要素生产率的影响进行实证分析。首先，通过构建包含人工智能应用水平、内部控制质量等关键变量的计量模型，分析人工智能对制造业企业全要素生产率的影响；其次，探讨内部控制对人工智能与全要素生产率之间关系的调节作用，并进一步分析风险应对及阈值管控效应。

核心结果

研究发现，人工智能对制造业企业全要素生产率的影响呈现显著的倒U型关系。具体而言，当人工智能应用水平较低时，其对全要素生产率的提升作用并不明显；随着人工智能应用水平的提升，其对全要素生产率的促进作用逐渐增强；但当人工智能应用水平达到一定阈值后，其对全要素生产率的提升作用反而减弱。此外，内部控制对人工智能与全要素生产率之间的关系具有显著的调节作用，即当内部控制质量较高时，人工智能对全要素生产率的提升作用更为显著；而当内部控制质量较低时，人工智能对全要素生产率的提升作用受到抑制。同时，风险应对及阈值管控效应也在一定程度上影响着人工智能与全要素生产率之间的关系。

结论与意义

本研究揭示了人工智能对制造业企业全要素生产率的倒U型影响，并证实了内部控制在此过程中的重要调节作用。研究结果表明，制造业企业应注重人工智能的应用，但同时要关注内部控制的质量，以充分发挥人工智能的优势。此外，研究还强调了风险应对及阈值管控在人工智能应用过程中的重要性。本研究为制造业企业提升全要素生产率提供了理论依据和实践指导，有助于推动我国制造业的转型升级和高质量发展。

文章来源：《科学决策》 网址: http://www.ynshkxzz.cn/qikandaodu/2025/1029/327.html