《Sustainability》：The Threshold Effects of Corporate Investment in Proprietary AI Computing Power, Digital Governance Capabilities, and Green Sustainable Development Performance
编辑推荐：
基于2016至2025年A股上市公司微观数据，研究人员以企业数字治理能力为门槛变量，结合中介效应模型与门槛回归模型，实证检验企业自有AI算力投资（proprietary AI computing power investment）对绿色可持续发展绩效的非线性影
基于2016至2025年A股上市公司微观数据，研究人员以企业数字治理能力为门槛变量，结合中介效应模型与门槛回归模型，实证检验企业自有AI算力投资（proprietary AI computing power investment）对绿色可持续发展绩效的非线性影响及其传导机制与调节边界。研究发现，自有AI算力投资与企业绿色可持续发展绩效之间存在显著的“N”型非线性关系；该关系主要通过优化企业绿色纯技术效率（green pure technical efficiency）赋能绿色发展，对规模效率无显著影响；绿色创新在二者关系中发挥显著中介作用，算力投资通过驱动绿色创新迭代间接赋能绿色可持续发展提升；数字治理能力对算力绿色赋能过程存在显著双门槛调节效应，适度数字治理可最大化AI算力的绿色发展红利。研究结论为企业科学配置AI算力资源、建立适配数字治理体系、推进数字化与绿色化协同转型提供经验支撑与决策参考。
研究背景方面，全球经济格局重塑与产业转型加速背景下，数字化智能化创新与绿色低碳转型成为产业升级与高质量发展核心驱动力。全球环境约束收紧、资源供需结构性失衡，国际贸易摩擦与宏观不确定性上升，各国推行碳中和与数字产业赋能政策以加速实体经济数字化绿色化双转型。但当前企业绿色数字化转型存在结构性失衡：多数企业未实现智能数字技术与绿色低碳升级深度融合；AI算力作为基础核心数字资源，投资普遍碎片化、低效化，算力供给与企业绿色治理低碳生产实际需求错配；同时大量企业缺乏系统规范的数字治理制度体系，难以科学统筹高效利用算力等资源，导致绿色转型成本高企、节能减排未达预期、绿色可持续绩效分化。现有文献多关注广义数字化转型的线性绿色赋能，少以自有AI算力这一核心底层资源为中心，且忽视数字治理的场景适配与门槛调节机制。为此，研究人员选取2016至2025年A股上市公司为样本，融合中介效应与面板门槛模型，系统识别自有AI算力投资对绿色可持续绩效的非线性影响、绿色创新中介路径及数字治理双门槛约束，并识别区域异质性。
关键技术方法上，研究人员构建动态空间杜宾模型（Han–Phillips GMM）纳入被解释变量一期滞后项与邻接权重矩阵以处理空间相关与动态依赖；采用SBM-Malmquist指数（含非期望产出）测算绿色全要素生产率（green total factor productivity）作为绿色可持续绩效；以极值标准化与熵值法合成企业自有AI算力投资综合指数（涵盖AI芯片、服务器集群等资本化硬件与专用研发支出）；以绿色专利申请数测度绿色创新（green innovation）；从数字基础设施与业务数字化程度维度构建数字治理能力（digital governance capabilities, Dg）综合指标作为门槛变量；控制董事会独立性、企业规模、资产负债率、股权集中度、企业年龄、研发强度、资产收益率等微观特征；样本为3216家A股非金融地产非ST公司28844条平衡面板观测（2016至2025年，CSMAR、Wind及年报等来源）。
研究结果部分，首先基准回归显示自有AI算力投资一次、二次、三次项对绿色可持续绩效系数分别为显著正、显著负、显著正，验证H1的“N”型非线性：初期算力优化工艺与要素配置促绿效提升（一次项0.281），中期边际递减与人才制度脱节致抑制（二次项?0.352），深化期算力与绿色治理深度融合重启正向赋能（三次项0.106）。异质性分析将绿色全要素生产率分解为纯技术效率变化与规模效率变化，发现“N”型关系仅存于前者（一次项0.291、二次项?0.384、三次项0.118），规模效率不显著，表明算力绿色赋能主径为纯技术效率迭代而非规模扩张。机制分析中，绿色创新中介检验显示算力投资对绿色创新亦呈“N”型影响（0.276、?0.349、0.103），验证H2，即算力通过突破绿色研发瓶颈、降低试错成本、全流程赋能创新间接提升绿色绩效。门槛效应分析以Dg及其二次项作门槛变量，Bootstrap抽样300次确认双门槛显著（单次10%、双次5%，三次不显著），估计值Dg线性项门槛0.361与0.853、二次项门槛0.130与0.728；门槛回归表明当Dg≤0.361时算力投资显著抑制绿色绩效（?0.233），0.361< />），Dg>0.853时再次抑制（?0.205），二次项门槛区间结论一致，验证H3：适度数字治理使算力调度与绿色场景最优匹配，过低致资源无序、过高致治理冗余，均削弱绿色红利。
讨论与结论翻译部分，研究人员指出：第一，自有AI算力投资与绿色可持续绩效呈显著“N”型非线性，一次、二次、三次项分正、负、正；第二，赋能主径为绿色纯技术效率优化，规模效率无显著变化；第三，绿色创新中介显著；第四，数字治理呈显著双门槛调节，一二次项双门槛通过、三门槛不通过。基于此，政府应完善数字基建与行业算力调配，差异化引导低算力企业补技术瓶颈、高冗余企业转向质效；企业应科学规划算力规模节奏，低投入区适度扩部署、中高区重配置效率，同步补短板或优结构以适配数字治理，形成“算力投资—治理升级—创新增强—绿色增效”良性循环。论文发表于《Sustainability》。研究局限包括算力综合指标未区分类型结构、滞后项未能完全消解双向因果、未充分捕捉长期动态演化，未来可用外生政策冲击与动态梯度优化识别。
