《Sustainability》：Human–Artificial Intelligence Collaboration and Green Innovation of Chinese Enterprises: A Digital Perspective
编辑推荐：
摘要：人工智能与人力资本的深度协同有助于推动企业绿色创新转型。本文基于TOE框架构建理论假设，并利用中国上市企业面板数据，探究人机协同（HCAI）如何影响绿色创新数量（GI_Q）与绿色创新质量（GI_M），同时考察其传导路径与边界条件。实证结果表明：（1）人机
摘要：人工智能与人力资本的深度协同有助于推动企业绿色创新转型。本文基于TOE框架构建理论假设，并利用中国上市企业面板数据，探究人机协同（HCAI）如何影响绿色创新数量（GI_Q）与绿色创新质量（GI_M），同时考察其传导路径与边界条件。实证结果表明：（1）人机协同显著促进绿色创新数量与质量提升，且存在分位数异质性。高创新企业在绿色创新质量方面的提升更为显著，而绿色创新数量的跨分位数差异相对有限。（2）组织数字化能力与员工数字化能力发挥中介作用。然而，组织数字化能力路径对绿色创新数量的影响在统计上不显著，其余中介路径均得到支持。（3）上述促进效应受数字基础设施阈值的调节。企业数字基础设施呈现双门槛递增效应，区域数字基础设施则存在单一门槛。跨越区域门槛后，人机协同对绿色创新数量的影响由负转正。区域数字基础设施对绿色创新质量的调节效应仅在低水平区域数字基础设施条件下显著为正，跨越门槛后该正向效应消失。本文识别了人机协同促进绿色创新的数字化约束条件，为企业数字化与绿色发展提供了实践启示。
一、研究背景与问题提出
环境问题已成为全球面临的重大挑战，中国经济发展与生态保护之间的矛盾依然突出。绿色创新（GI）指企业遵循生态设计原则、采用更环保的原材料并实施相应组织实践，开发环境友好型产品与工艺的过程。随着人工智能（AI）深入渗透企业生产、制造与产品分销环节，绿色创新逐渐成为缓解环境恶化、推动经济社会绿色转型的核心驱动力。然而，绿色创新理论指出，与传统创新相比，绿色创新具有投资成本更高、回报周期更长、风险更大的特征，这成为制约企业积极开展绿色创新的主要瓶颈。
现有研究已分别证实AI与人力资本对绿色创新的独立促进作用，也有学者初步探讨了二者的协同效应。但理论研究滞后于企业实践：许多企业已在绿色研发、生产与分销场景中开展人机协同（HCAI）实践，却鲜有研究从整体数字化视角系统阐释HCAI如何促进绿色创新。基于此，本文采用TOE框架，将组织数字化能力、员工数字化能力以及企业与区域数字基础设施纳入HCAI与绿色创新的分析框架，并将绿色创新细分为绿色创新数量（GI_Q）与绿色创新质量（GI_M）两个维度，以更准确地刻画二者关系。
二、研究设计与主要结论
研究人员以2015至2024年中国A股上市公司为样本，经过逐步筛选最终获得1449家企业的14490个有效企业—年度平衡面板观测值。绿色专利数据来源于国家知识产权局专利数据库，其他变量数据来源于国泰安数据库（CSMAR）、上市公司年报及中国统计年鉴等。
研究得出以下主要结论：第一，HCAI显著促进GI_Q与GI_M提升，且存在分位数异质性，高创新企业在绿色创新质量方面的提升更为显著。第二，组织数字化能力与员工数字化能力发挥中介作用，但组织数字化能力路径对GI_Q的影响在统计上不显著。第三，企业数字基础设施产生双门槛递增效应，区域数字基础设施存在单一门槛，跨越门槛后HCAI对GI_Q的影响由负转正；区域数字基础设施对GI_M的调节效应仅在低水平条件下显著。
三、关键技术与方法
本文采用的主要方法包括：耦合协调度模型用于测度HCAI，将人力资本（本科及以上学历员工占比）与AI发展水平（年报文本关键词词频）标准化后计算耦合协调度；面板双向固定效应模型作为基准回归模型，控制行业与年份固定效应；中介效应模型采用Baron和Kenny三步法回归，并结合Sobel检验与Bootstrap检验进行稳健性验证；面板门槛模型基于Hansen方法构建，检验数字基础设施的非线性调节作用；此外还采用面板分位数回归、工具变量法（以1998年国家“八横八纵”光缆干线网络与年份交互项作为工具变量）、倾向得分匹配（PSM）与系统广义矩估计（SYS-GMM）处理内生性问题。
四、研究结果
基准回归结果：HCAI对GI_Q与GI_M的回归系数均显著为正，支持假设1a与1b。耦合协调度分解检验表明，协同匹配效应独立于要素存量水平，进一步验证了结论的稳健性。
分位数回归结果：在0.4、0.5与0.7分位点上，HCAI系数均显著为正且随分位点上升而增大。Bootstrap置信区间比较显示，GI_M在0.7分位点的置信区间完全高于0.4分位点，表明高绿色创新企业的质量提升效应更强。
内生性与稳健性检验：Tobit模型、变量替换（以授权专利数、熵权法及几何平均法重构HCAI指标）、剔除直辖市样本、补充省级环保强度控制变量、企业固定效应模型、置换检验（1000次随机打乱）、工具变量法、PSM与SYS-GMM等检验均支持核心结论。工具变量一阶段F统计量为28.65，Cragg-Donald Wald F统计量为154.126，排除了弱工具变量问题。
中介机制检验：组织数字化能力对GI_M的中介效应显著（系数0.0613），但对GI_Q的中介效应仅边缘显著（系数0.0362），Bootstrap置信区间包含零，故假设2a被拒绝。员工数字化能力对GI_Q与GI_M的中介效应均显著，支持假设3a与3b。
阈值效应检验：企业数字基础设施对HCAI与GI_Q、GI_M的关系均存在双门槛递增效应，支持假设4a与4b。区域数字基础设施对GI_Q存在单一门槛，跨越门槛后HCAI的影响由负转正，支持假设5a；对GI_M的调节效应仅在低水平区域数字基础设施条件下显著为正，跨越门槛后不再显著，支持假设5b。
五、讨论与结论
本文基于TOE框架从数字化视角系统揭示了HCAI促进企业绿色创新的传导路径与边界条件。研究发现，HCAI通过组织数字化能力与员工数字化能力两条路径促进绿色创新，但组织数字化能力路径存在“数量瓶颈”，即其对创新质量提升有效但对创新数量扩张的中介作用有限。数字基础设施的阈值效应表明，企业数字化建设与区域数字环境构成HCAI发挥创新赋能作用的关键前提条件。研究结论为企业推进人机协同实践、完善数字化基础设施、优化人力资本结构以促进绿色创新转型提供了理论依据与实践启示。
