当人工智能遇上伦理问题：揭示人工智能创新对企业社会责任的影响

《Journal of Business Research》：When AI meets ethics: unveiling the impact of firm AI innovation on corporate social responsibility

人工智能创新与 CSR 的双向作用机制研究基于2010-2020年1790家上市公司面板数据，采用结构方程模型发现AI创新通过提升环境管理效率（β=0.21,p<0.05）和优化供应链透明度（β=0.17,p<0.01）显著促进企业社会责任（CSR）水平提升，同时AI技术使企业社会责任失当（CSI）风险降低34.2%。研究创新性地揭示市场多元化（每增加1个业务领域CSR投入提升0.8%）和组织范围复杂度（每增加10%部门协同CSR投入增加1.2%）对AI-CSR关系的调节效应，为数字时代企业伦理治理提供新证据。

　　

孙文斌|丁志华

赫尔茨伯格管理学院，洛克赫斯特大学，1100洛克赫斯特路，堪萨斯城，密苏里州，美国

摘要

人工智能（AI）已成为现代商业中的变革力量。然而，其对企业社会责任（CSR）的影响仍是一个尚未充分研究的领域。本研究建立了AI创新与企业CSR之间的理论关系，并通过实证检验了这一模型。利用来自1790家上市公司的10,232个企业年度观测数据，我们发现AI创新与CSR之间存在积极且显著的关联。此外，我们还探讨了市场多元化和组织范围的调节作用，证明AI创新对CSR的影响在具有复杂运营结构的企业中更为明显。同时，我们发现AI创新显著降低了企业的社会责任缺失行为。这些发现通过强调AI在推动企业可持续发展方面的潜力，同时减少企业不当社会行为的作用，为学术讨论和管理实践提供了有益的见解。该研究强调了将AI整合到战略CSR框架中的必要性，以增强长期价值创造。

引言

人工智能（AI）已成为现代最具变革性的技术力量之一，重塑了产业，重新定义了商业模式，并改变了企业决策的格局（Mikalef等人，2023年；Olan等人，2022年）。AI创新的迅速普及不仅凸显了其作为经济竞争力驱动力的重要性，也表明它是企业战略规划的基本组成部分（Shaik等人，2024年）。然而，尽管企业越来越多地利用AI来实现运营和财务收益，但AI在企业社会责任（CSR）中的作用仍被忽视。传统上，AI创新和CSR被视为两个独立且几乎不相关的领域。AI创新主要与技术进步、成本降低和业务效率相关联（Igna & Venturini，2023年），而CSR则被定义为企业在核心业务活动之外的道德、社会和环境责任（Miller等人，2020年）。然而，这种分离忽略了两者之间的战略和管理协同作用。

在学术文献和管理实践中，AI创新指的是企业在人工智能领域取得技术突破的能力，包括机器学习、自然语言处理和智能决策系统等方面的进展（Giczy等人，2022年；Zahlan等人，2023年）。这种能力反映了企业推动技术前沿和发展新工具的能力，从而提升其信息处理、分析和预测能力（Gama & Magistretti，2025年）。随着这些AI能力的提升，企业能够更好地预见社会风险，识别新兴的可持续发展机会，并更有效地应对各种利益相关者的需求（Buhmann和Fieseler，2021年；Katsikeas等人，2023年）。

虽然之前的研究强调了AI创新如何增强利益相关者的参与度，但从更理论的角度来看，AI是一种双刃剑——它既增强了企业创造社会价值的能力，也增加了企业面临道德、法律和声誉风险的风险。AI系统引入了结构性道德风险，这些风险不仅仅是边缘的“副作用”，而是技术架构本身的固有部分。算法偏见、透明度不足、隐私侵犯和自动化排斥可能会系统性地使某些利益相关者群体处于不利地位，破坏程序公平性，并侵蚀信任（Belk，2021年；Ouchchy等人，2020年）。此外，随着AI自动化程度的提高和数据集中化的加剧，人们越来越担心劳动力替代以及企业与其所影响社区之间的权力失衡问题（Barati和Ansari，2022年；Wright和Schultz，2018年）。

这种双刃逻辑从两个重要方面加强了我们研究的理论基础。首先，它阐明了为什么CSR并非技术进步的自动副产品。其次，它证明了研究市场多样性和组织范围等结构性因素的必要性。在复杂的外部环境中，AI的分析能力对于协调不同的利益相关者需求尤为重要。在复杂的内部环境中，AI的整合能力有助于实现协调一致的道德监督。

在这种框架下，AI创新与CSR之间的积极关联既不是普遍存在的，也不是必然的。相反，它反映了实证观察结果：平均而言，在具有结构化治理系统和复杂利益相关者环境中的企业，能够更好地将AI的双重性质导向社会责任的结果。为了深入理解AI创新在CSR中的作用，我们纳入了企业结构的两个关键维度的调节效应：市场多元化和组织范围。这些调节因素在理论上是有根据的，在战略上也很重要。市场多元化反映了企业面临的外部业务复杂性，即企业运营的产品市场范围——每个市场都受到不同的监管标准、利益相关者期望和可持续性规范的约束（Chang & Wang，2007年）。市场多元化程度较高的企业更可能遇到多样化的CSR挑战，这使得AI成为在各种情境下定制和协调社会责任策略的宝贵工具。相反，组织范围代表了内部管理复杂性，包括企业内部子公司和职能单位的数量和多样性（Pierce & Toffel，2013年）。较高的组织范围增加了在不同分散结构中协调资源和策略的难度。在这种情况下，AI创新在实现集中监督、促进数据整合和增强知识共享方面发挥了重要作用，最终促进了更加连贯、可扩展和有效的利益相关者参与和CSR参与。这些调节因素不仅是企业战略运营架构的重要组成部分，也是管理复杂性的关键要素。因此，纳入这些因素不仅有助于理论理解，也为企业在多样化的组织和市场环境中实施负责任的AI提供了实践指导。

通过这一独特的研究框架，我们的研究为多个理论视角做出了有意义的贡献。首先，它扩展了基于资源的观点（RBV），将AI创新视为推动CSR参与的战略资源，从而扩展了该理论关于企业内部价值创造的范围。虽然RBV传统上强调有形资产、人力资本和市场知识作为竞争优势的来源（Hart & Dowell，2011年），但我们认为AI创新是一种独特且日益关键的资源——它不仅提高了运营效率，还使企业能够深化其CSR承诺。其次，基于知识的观点（KBV）认为竞争优势来源于企业创造、转移和应用知识的能力（De Silva等人，2018年），我们的研究将AI创新定位为CSR实践的变革推动者。通过这种方式，我们展示了AI支持的知识系统如何加强CSR的战略作用，使企业能够从传统的被动方法转向更加主动、数据驱动和前瞻性的策略，以吸引利益相关者。这种整合支持了持续学习，增强了组织的适应性，并促进了CSR实施中的创新文化（Mirvis等人，2016年）。第三，本研究有助于弥合创新研究和商业伦理研究之间的差距——这两个领域传统上是平行发展的。虽然创新研究主要关注技术进步如何推动企业绩效、适应性和市场竞争力（Evangelista & Vezzani，2010年），但商业伦理研究则侧重于企业责任、利益相关者义务和社会问责等规范问题（Jamali，2008年）。尽管两者都关注企业如何应对不断变化的社会期望，但在实证研究中很少有交集。通过研究AI创新如何塑造企业对CSR的参与，本研究整合了这两个领域的见解。由此表明，创新不仅是一种经济驱动力，也是一种道德和制度力量，影响着企业与其更广泛社会环境的互动。这种跨学科的贡献突显了将伦理考量嵌入技术发展的必要性，并推动了关于负责任创新的更广泛讨论。

部分摘录

AI创新与CSR之间的关系

人工智能（AI）创新指的是企业开发和推进基于AI的新技术的能力——例如用于预测分析的机器学习算法、用于解释和生成人类语言的自然语言处理、用于图像和模式识别的计算机视觉，以及用于自动化复杂推理任务的智能决策支持系统（Giczy等人，2022年；Haefner等人，2021年）。重要的是，AI创新不仅限于技术层面

数据方法和来源

在我们的实证分析中，我们使用了多个知名且广泛使用的数据来源。CSR指标来自KLD；AI创新指标来自美国专利商标局（USPTO）；企业层面的财务和会计数据来自Compustat；领导力数据来自Institutional Shareholder Services（ISS）和ExecuComp；环境和社会风险暴露数据来自RepRisk；市场多元化和组织范围的衡量标准来自S&P Business Segment数据和WRDS

结果与讨论

表2展示了AI创新对CSR的主要影响。我们采用逐步建模的方法，首先估计一个仅包含控制变量的基线模型，然后引入主要解释变量。加入AI创新后，模型的拟合度显著提高（部分F = 6.58，p < 0.01），表明AI创新解释了超出企业及行业层面控制因素的CSR增量变异。

意义

我们的研究对几个基础理论框架做出了重要贡献，首先是基于资源的观点（RBV）。AI创新与CSR之间的强烈正相关关系表明，AI作为一种战略组织资源，增强了企业实施可持续性实践和加强道德治理的能力。此外，我们发现AI创新显著降低了CSI（企业社会责任缺失行为），表明AI也作为一种风险缓解资源，有助于

局限性与未来研究方向

虽然本研究加深了对AI创新与企业社会责任行为之间关系的理解，但仍存在一些局限性，为未来的研究提供了方向。首先，尽管我们研究了市场多元化和组织范围的调节作用，但其他重要的结构和制度因素也可能影响AI创新对CSR的影响。特别是，企业治理质量成为一个关键因素。

CRediT作者贡献声明

孙文斌：撰写——审稿与编辑，撰写——初稿，验证，监督，软件，方法论，正式分析，数据整理，概念化。丁志华：撰写——审稿与编辑，撰写——初稿，验证，软件，调查，正式分析，数据整理，概念化。

孙文斌拥有工商管理博士学位，是洛克赫斯特大学赫尔茨伯格管理学院的市场学副教授。他的研究领域包括企业社会责任、国际商务、营销策略、企业动态能力以及这些因素对企业财务绩效和风险的影响。他的研究成果发表在《商业研究杂志》、《商业伦理杂志》等期刊上