<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">14</journal-id>
      <journal-title-group>
        <journal-title>《商业》</journal-title>
        <abbrev-journal-title>Shang Ye</abbrev-journal-title>
      </journal-title-group>
      <issn>ISSN:2810-9678</issn>
      <publisher>
        <publisher-name>华文科学出版社</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.12421/sy2810-9678-202505230</article-id>
      <article-id pub-id-type="publisher-id">17510</article-id>
      <title-group>
        <article-title>数字经济对人工智能企业的技术创新的影响——基于双重机器学习模型的实证研究</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>李秋萍 （暨南大学国际商学院 珠海 519000）</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2025</year>
        <month>5</month>
      </pub-date>
      <issue>5</issue>
      <abstract>
        <p>人工智能企业在数字经济大背景下，其技术创新的活跃度将极大的推动产业升级和产业调整，有力推动经济向前发展；但目前数字经济对人工智能企业技术创新的影响缺乏研究，为此，本文将充分挖掘2003-2022 年的各省市数字经济各指标数据，构建了熵权 TOPSIS 指标体系，用以量化和评估各省市的数字经济发展水平；此外，本文挖掘了人工智能上市企业大数据，通过随机森林算法和套索回归及梯度提升法以及神经网络法等不同的机器学习方法构建了双重机器学习模型（DDML）进行数据分析，发现数字经济对人工智能企业技术创新水平有正向促进作用；通过随机森林算法发现研发投入在其中起传导中介作用，该结论在稳健性及内生性检验后依然成立。通过随机森林算法发现数字经济对人工智能企业技术创新在地区和行业及市场结构方面均存在异质性，且对东部地区和制造业及竞争型企业影响较大。最后，本文从数字基础设施建设和企业技术创新等方面提出相关建议。</p>
      </abstract>
    </article-meta>
  </front>
</article>
