导航绿色创新路径：人工智能采纳在绿色产品与绿色过程创新中的作用

《Systems》：Navigating the Green Innovation Path: The Role of AI Adoption in Green Product and Green Process Innovation

　　

鉴于日益加剧的环境压力和快速发展的数字化转型，企业越来越倾向于采用人工智能（AI）作为支持可持续发展的工具。研究人员利用2016年至2023年中国A股上市制造企业的面板数据，考察了人工智能采纳与两种绿色创新形式——绿色产品创新（Green Product Innovation）和绿色过程创新（Green Process Innovation）——之间的关系。结果表明，人工智能采纳与这两种绿色创新均呈正相关，且与绿色产品创新的关联更强。人工智能采纳与绿色创新之间的关系在不同组织和市场背景下也存在差异。首席执行官（CEO）更替弱化了人工智能采纳与绿色产品创新之间的关联，但加强了其与绿色过程创新的关联。市场竞争进一步加强了人工智能采纳与两种绿色创新之间的正相关关系。进一步的异质性检验表明，这些关联在高科技企业和规模较小的企业中更为显著。本研究为人工智能采纳与不同形式绿色创新之间的关系提供了新证据，并进一步阐明了人工智能与公司绿色转型更紧密相关的组织和市场条件。

在全球环境压力加剧与数字化转型加速的背景下，企业亟需平衡经济效益与生态责任，绿色创新（Green Innovation）成为维持长期竞争力的关键战略，但其面临开发周期长、投入高、不确定性大等挑战。与此同时，人工智能（AI）作为数字化转型的重要驱动力，正从操作层面扩展到战略与创新领域。然而，现有研究存在两个显著局限：一是多将绿色创新视为同质概念，未区分绿色产品创新（Green Product Innovation, PROD）与绿色过程创新（Green Process Innovation, PROC）；二是对内部治理动态（如CEO更替）与外部竞争环境如何共同调节二者关系关注不足。基于此，本研究以动态能力理论（Dynamic Capabilities Theory）和系统视角（将组织视为复杂适应系统）为框架，探讨AI采纳与两种绿色创新的关联及其边界条件。研究人员利用2016—2023年中国A股制造业上市公司的面板数据，通过年报文本分析构建AI采纳指数（AI Adoption），通过企业社会责任（CSR）报告内容分析评估PROD和PROC，并采用双向固定效应模型进行实证检验，辅以工具变量法等处理内生性。研究发现：AI采纳与PROD和PROC均呈正相关，且与PROD的关联更强；CEO更替负向调节AI与PROD的关系，但正向调节AI与PROC的关系；市场竞争正向调节AI与两种绿色创新的关系；异质性分析表明，这些关联在高科技企业和规模较小的企业中更为显著。本研究区分了两种绿色创新，拓展了动态能力理论的应用，并整合了CEO更替与市场竞争的调节作用，为企业、政策制定者和投资者提供了实践启示。论文发表在《Systems》。

**关键技术方法**
样本来源为中国A股制造业上市公司（2016—2023年），共8645个公司-年度观测值。数据来源包括CSMAR数据库（财务与治理信息）、Wind金融终端（宏观与行业数据）、企业年报文本（AI采纳指数）以及CSR报告（绿色创新评分）。主要技术方法：①AI采纳指数：基于Python文本挖掘，提取年报中AI核心技术（如“人工智能”“机器学习”）、AI方法（如“AI算法”）及明确AI应用的关键词频率，取ln(1+频率)标准化；②PROD与PROC评分：对CSR报告进行内容分析，PROD涵盖环保产品开发、生态设计、绿色标签与包装、产品回收四维度，PROC涵盖资源能源削减、回收与清洁技术、设备升级、绿色规划系统、环境研发与污染控制五维度，每项按0—2三级计分，取均值；③调节变量：CEO更替以董事长或总经理变更的虚拟变量衡量，市场竞争基于赫芬达尔-赫希曼指数（HHI）逆向编码。实证采用双向固定效应模型（公司固定效应+年份固定效应），并运用行业平均AI采纳作为工具变量进行两阶段最小二乘法（2SLS）检验。

**研究结果**
- **4.1 描述性统计分析**：PROD均值0.559、PROC均值1.070，表明样本企业过程导向绿色实践披露多于产品导向；AI均值0.642，标准差0.812，企业间差异较大；CEO更替率均值0.094，市场竞争（MC）均值0.818。相关性分析显示AI与PROD（r=0.125）和PROC（r=0.079）均显著正相关，且与PROD关联更强。
- **4.2 基准回归**：双向固定效应模型显示，AI对PROD的系数为0.0918（p＜0.01），对PROC的系数为0.0476（p＜0.01），支持H1a和H1b，即AI采纳与两种绿色创新正相关。系数差异检验（堆叠模型）显示交互项系数显著为正，表明AI与PROD的关联强于PROC（支持H1c）。
- **4.3.1 CEO更替的调节作用**：在PROD模型中，AI×CEO更替系数显著为负（?0.0728，p＜0.01），支持H2a，表明CEO更替弱化AI与PROD的正向关联；在PROC模型中，AI×CEO更替系数显著为正（0.0677，p＜0.01），支持H2b，表明CEO更替强化AI与PROC的关联。
- **4.3.2 市场竞争的调节作用**：在PROD模型中，AI×MC系数为0.0883（p＜0.05）；在PROC模型中，AI×MC系数为0.0930（p＜0.05），支持H3a和H3b，表明市场竞争正向调节AI与两种绿色创新的关联。
- **4.3.3 调节作用比较**：斜率图显示，在CEO稳定时AI-PROD斜率为0.0980，CEO更替时降至0.0252；而AI-PROC斜率从0.0418升至0.1095。低市场竞争力（均值?1标准差）时AI-PROD斜率为0.0759，高竞争时升至0.1091；AI-PROC斜率从0.0309升至0.0659。
- **4.4 稳健性检验**：替换AI指标（AI_Pure，仅保留核心AI术语）后系数仍显著；替换绿色创新指标（PROD改用绿色专利，PROC改用ISO14001认证）结果一致；采用分数Probit模型处理有界因变量后边际效应仍显著；加入行业-年份固定效应后结果稳健。
- **4.5 内生性检验**：以行业平均AI采纳（排除自身）作为工具变量，第一阶段F统计量为340.51，第二阶段拟合值对PROD（0.0746，p＜0.05）和PROC（0.0709，p＜0.05）仍显著正相关。
- **4.6.1 技术水平的异质性**：分组回归显示，高科技企业组AI对PROD系数（0.1192）和PROC系数（0.0715）均大于非高科技组（0.0856和0.0419），组间差异（对PROC的p值为0.082）提示高科技企业关联更强。
- **4.6.2 企业规模的异质性**：以规模中位数分组，小企业组AI对PROD和PROC的系数显著大于大企业组，组间差异显著，表明小企业从AI中获益更大。

**讨论与结论**
研究结论部分翻译如下：第一，AI采纳与两种绿色创新正相关，表明AI可作为一种重要的赋能能力，不仅关联环保产品开发，也关联更清洁、高效的过程升级。第二，AI的作用在两种绿色创新中存在差异：AI与PROD的正向关联强于PROC，说明AI的价值取决于其支持的创新活动性质——当核心目标聚焦信息处理、机会识别与知识整合时，关联更强；当创新紧密绑定现有生产条件时，关联相对较弱。第三，CEO更替通过不同组织机制调节二者关系：CEO更替弱化AI与PROD的关联（因领导层变动可能中断长期战略与资源连续性），但强化AI与PROC的关联（因新领导层倾向于推动可观测的运营改进）。第四，市场竞争作为正向调节因素：在激烈竞争下，企业面临产品更新、效率提升与环境适应压力，AI与绿色差异化及清洁生产的关联更强。第五，异质性分析显示，AI与绿色创新的关联在高科技企业和小企业中更为显著。这些发现将AI视为一种权变战略能力，而非孤立的创新质量指标。