人工智能對(duì)企業(yè)污染排放的影響效應(yīng)研究

摘 要：在人工智能蓬勃發(fā)展的新階段，企業(yè)應(yīng)用人工智能有助于促進(jìn)綠色高質(zhì)量發(fā)展。以2008—2021年中國滬深A(yù)股上市公司為研究對(duì)象，檢驗(yàn)人工智能對(duì)企業(yè)污染排放的影響。研究發(fā)現(xiàn)，企業(yè)采用人工智能可以顯著減少企業(yè)的污染排放。在一系列穩(wěn)健性檢驗(yàn)下，上述結(jié)果保持不變。異質(zhì)性分析表明，人工智能對(duì)東部地區(qū)企業(yè)、國有企業(yè)、勞動(dòng)密集型企業(yè)、非技術(shù)密集型企業(yè)和大規(guī)模企業(yè)污染排放的抑制效應(yīng)更為明顯。機(jī)制分析表明，人工智能通過減少企業(yè)的勞動(dòng)力雇傭和提高企業(yè)全要素生產(chǎn)率降低企業(yè)的污染排放。

關(guān)鍵詞：人工智能;企業(yè)污染排放;綠色低碳;高質(zhì)量發(fā)展

中圖分類號(hào)：F49 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-7543（2024）11-0072-12

加強(qiáng)生態(tài)環(huán)境保護(hù)和生態(tài)文明建設(shè)是中國承擔(dān)大國責(zé)任、展現(xiàn)大國擔(dān)當(dāng)?shù)闹匾w現(xiàn)。黨的二十屆三中全會(huì)指出，要“加快推進(jìn)新型工業(yè)化，培育壯大先進(jìn)制造業(yè)集群，推動(dòng)制造業(yè)高端化、智能化、綠色化發(fā)展”。人工智能可以在實(shí)時(shí)監(jiān)測(cè)污染排放、精準(zhǔn)治理污染和優(yōu)化清潔生產(chǎn)模式等方面發(fā)揮重要作用，驅(qū)動(dòng)工業(yè)生產(chǎn)流程向綠色化方向轉(zhuǎn)型。因此，需要推動(dòng)人工智能在工業(yè)生產(chǎn)中的運(yùn)用以實(shí)現(xiàn)生產(chǎn)綠色化轉(zhuǎn)型。然而，不可忽視的是，中國經(jīng)濟(jì)轉(zhuǎn)型升級(jí)過程中仍然存在著部分行業(yè)智能化投入不足、企業(yè)生產(chǎn)管理效率低下等問題。本文探討企業(yè)使用人工智能對(duì)其污染排放的影響，在微觀層面可為企業(yè)減排降污、綠色轉(zhuǎn)型提供新視角，在宏觀層面可為破解經(jīng)濟(jì)發(fā)展與環(huán)境污染兩難困境、打造綠色高質(zhì)量發(fā)展新增長點(diǎn)提供新動(dòng)能。

本文以2008—2021年中國滬深A(yù)股上市公司為研究對(duì)象，匹配全國稅收調(diào)查數(shù)據(jù)中的企業(yè)污染物排放等信息，考察人工智能的使用與企業(yè)污染排放之間的關(guān)系。本研究可能的邊際貢獻(xiàn)體現(xiàn)在以下方面：第一，本文建立多元回歸模型實(shí)證檢驗(yàn)了人工智能對(duì)企業(yè)污染排放的影響效應(yīng)，研究發(fā)現(xiàn)人工智能可以有效降低企業(yè)的污染排放，而勞動(dòng)力替代和全要素生產(chǎn)率提升是其有效機(jī)制。第二，在研究數(shù)據(jù)上，本文選取的樣本為2008—2021年上市公司樣本，且匹配了全國稅收調(diào)查數(shù)據(jù)，將企業(yè)污染相關(guān)研究的時(shí)間范圍延伸至2021年。第三，本文從企業(yè)微觀層面考察人工智能的減排降污效應(yīng)，為人工智能的相關(guān)經(jīng)濟(jì)社會(huì)影響提供了新的視角。

一、相9c53483479fdbb6db788e821b496b561關(guān)文獻(xiàn)綜述與研究假說的提出

（一）相關(guān)文獻(xiàn)綜述

與本研究相關(guān)的文獻(xiàn)主要有兩支。

第一支文獻(xiàn)側(cè)重于討論企業(yè)污染減排的影響因素。從國際貿(mào)易的視角來看，韓峰等發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)的污染排放水平[1]。以中國加入世界貿(mào)易組織為外生沖擊，陳登科研究發(fā)現(xiàn)貿(mào)易壁壘下降通過有偏技術(shù)進(jìn)步來降低企業(yè)主要污染物的排放強(qiáng)度[2]。Pei等利用中國制造業(yè)企業(yè)數(shù)據(jù)，對(duì)比出口企業(yè)與非出口企業(yè)，發(fā)現(xiàn)與非出口企業(yè)相比，出口企業(yè)作出了更多的減排努力，總體更加清潔環(huán)保[3]。在環(huán)境規(guī)制方面，現(xiàn)有文獻(xiàn)針對(duì)環(huán)境規(guī)制能否發(fā)揮治理效應(yīng)進(jìn)行了大量的研究，但仍然存在分歧。部分文獻(xiàn)發(fā)現(xiàn)環(huán)境規(guī)制能夠發(fā)揮積極的治理效應(yīng)。陳詩一等以工業(yè)污染企業(yè)為研究樣本，通過雙重差分法研究發(fā)現(xiàn)，當(dāng)排污費(fèi)提高時(shí)，企業(yè)污染水平顯著下降，大型企業(yè)和中小型企業(yè)在降低污染排放時(shí)所采取的路徑有所不同[4]。步曉寧等研究發(fā)現(xiàn)，政府實(shí)施節(jié)能采購政策顯著抑制了企業(yè)污染排放，同時(shí)提高了企業(yè)產(chǎn)量和綠色全要素生產(chǎn)率[5]。然而，部分文獻(xiàn)則對(duì)環(huán)境規(guī)制的作用提出了質(zhì)疑。梁平漢和高楠從“政企合謀”視角出發(fā)，發(fā)現(xiàn)地方政府和污染企業(yè)之間會(huì)通過合謀來降低環(huán)境規(guī)制政策的減排效應(yīng)[6]。韓超等研究發(fā)現(xiàn)，環(huán)境規(guī)制對(duì)企業(yè)減排行為的影響是非線性的，短期內(nèi)環(huán)境規(guī)制的實(shí)施可以促進(jìn)企業(yè)減排，但在規(guī)制政策實(shí)施末期減排激勵(lì)有所松懈，即二者間存在U型關(guān)系[7]。在技術(shù)創(chuàng)新方面，韓峰等以上市公司為研究樣本，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型通過綠色技術(shù)創(chuàng)新效應(yīng)降低企業(yè)的污染排放水平，肯定了技術(shù)創(chuàng)新在減少污染排放和推動(dòng)環(huán)境治理方面的積極作用[1]。Chen等借助于跨國數(shù)據(jù)，就技術(shù)創(chuàng)新與環(huán)境污染間的關(guān)系展開檢驗(yàn)，發(fā)現(xiàn)一個(gè)國家的全球化水平越高，技術(shù)創(chuàng)新對(duì)減少污染排放的影響就越明顯[8]。申晨榮等則得出了相反的結(jié)論，認(rèn)為數(shù)字技術(shù)創(chuàng)新會(huì)對(duì)企業(yè)污染減排產(chǎn)生顯著負(fù)向影響，原因可能是創(chuàng)新能力不足、創(chuàng)新效率不高[9]。此外，還有文獻(xiàn)從對(duì)外投資[10]、稅收激勵(lì)[11]、產(chǎn)業(yè)集聚[12]等角度出發(fā)，分析其對(duì)企業(yè)污染排放的影響，并試圖驗(yàn)證環(huán)境庫茲涅茨曲線假說、污染避風(fēng)港假說等。

第二支文獻(xiàn)主要分析了人工智能發(fā)展帶來的經(jīng)濟(jì)后果。作為新一代信息技術(shù)，人工智能是支撐新一輪科技革命和產(chǎn)業(yè)變革的通用技術(shù)之一，廣泛應(yīng)用于經(jīng)濟(jì)社會(huì)各部門，促使經(jīng)濟(jì)社會(huì)組織運(yùn)行發(fā)生深刻變革。目前，相關(guān)研究主要聚焦于人工智能發(fā)展對(duì)經(jīng)濟(jì)增長和技術(shù)創(chuàng)新的積極作用，以及人工智能技術(shù)對(duì)勞動(dòng)力市場(chǎng)的影響?；诮?jīng)濟(jì)增長視角，蔡躍洲等認(rèn)為，新一代人工智能基于其滲透性、替代性、協(xié)同性和創(chuàng)新性等特征，通過要素替代、效率提升和知識(shí)創(chuàng)造等多條路徑，促進(jìn)了經(jīng)濟(jì)增長[13]。楊光等[14]、Graetz等[15]的研究也得到了類似的結(jié)論，均認(rèn)為人工智能作為新興的數(shù)字技術(shù)，能夠產(chǎn)生顯著的經(jīng)濟(jì)增長效應(yīng)?；诩夹g(shù)創(chuàng)新視角，人工智能作為一種知識(shí)生產(chǎn)元技術(shù)，可以直接作用于科研創(chuàng)新流程。Rammer等發(fā)現(xiàn)，人工智能技術(shù)已廣泛應(yīng)用于流程創(chuàng)新，為德國企業(yè)部門節(jié)省了約6%的年度總成本[16]。Liu等發(fā)現(xiàn)人工智能可以通過多種方式推動(dòng)技術(shù)創(chuàng)新，如加大企業(yè)研發(fā)投入、促進(jìn)企業(yè)人才隊(duì)伍建設(shè)等[17]。基于勞動(dòng)力就業(yè)視角，近年來越來越多學(xué)者開始研究人工智能所帶來的勞動(dòng)力替代效應(yīng)，并得到了較為一致的結(jié)論，即隨著人工智能的不斷發(fā)展，傳統(tǒng)勞動(dòng)力可能逐漸被機(jī)器所替代[18-19]。從整體上看，Xie等發(fā)現(xiàn)人工智能降低了中國所有地區(qū)對(duì)技能勞動(dòng)力的需求，只在東部地區(qū)增加了對(duì)高技能勞動(dòng)力的需求[20]?？赘呶牡劝l(fā)現(xiàn)人工智能發(fā)展明顯降低了中國勞動(dòng)力市場(chǎng)的就業(yè)水平[21]。從行業(yè)結(jié)構(gòu)來看，李磊等利用中國的微觀企業(yè)數(shù)據(jù)檢驗(yàn)了機(jī)器人的就業(yè)效應(yīng)，發(fā)現(xiàn)機(jī)器人使用的就業(yè)效應(yīng)在不同行業(yè)之間存在較大差異[22]。何勤等發(fā)現(xiàn)人工智能水平顯著降低了制造業(yè)就業(yè)份額[23]。此外，劉斌等通過人工智能與全球價(jià)值鏈行業(yè)層面數(shù)據(jù)的對(duì)接，考察了人工智能對(duì)全球價(jià)值鏈的影響效應(yīng)，發(fā)現(xiàn)人工智能提升了一國行業(yè)在全球價(jià)值鏈的參與程度與分工地位[24]。呂越等的研究也證實(shí)了這一點(diǎn)[25]。

綜上所述，國內(nèi)外關(guān)于人工智能的研究為分析人工智能的經(jīng)濟(jì)后果奠定了良好的基礎(chǔ)，但仍存在一定的改進(jìn)空間。首先，人工智能技術(shù)是一種新的技術(shù)形態(tài)，研究其對(duì)環(huán)境污染的影響具有現(xiàn)實(shí)意義。雖然既有文獻(xiàn)已從諸多視角探討人工智能的影響效應(yīng)，但較少關(guān)注到人工智能對(duì)企業(yè)污染排放的影響，其中更是缺乏定量分析和理論機(jī)制探討。其次，雖然有少部分學(xué)者開始關(guān)注人工智能與企業(yè)污染排放間的關(guān)系[26-28]，但受到工業(yè)企業(yè)數(shù)據(jù)等方面的限制，實(shí)證研究選取的數(shù)據(jù)仍停留在2013年左右。然而，人工智能的廣泛發(fā)展是在2011年之后。那么，在人工智能蓬勃發(fā)展時(shí)期，人工智能是否影響企業(yè)污染排放，其中的作用機(jī)制是什么？準(zhǔn)確回答上述問題，不僅有助于深入理解人工智能與企業(yè)污染排放間的關(guān)系，而且可為實(shí)現(xiàn)中國制造業(yè)綠色轉(zhuǎn)型提供指導(dǎo)和參考。

（二）研究假說的提出

Panayotou認(rèn)為規(guī)模擴(kuò)張效應(yīng)、技術(shù)創(chuàng)新效應(yīng)和結(jié)構(gòu)轉(zhuǎn)型效應(yīng)是技術(shù)進(jìn)步影響環(huán)境污染的主要因素[29]。當(dāng)技術(shù)創(chuàng)新效應(yīng)大于規(guī)模擴(kuò)張效應(yīng)時(shí)，較高水平的技術(shù)進(jìn)步具有高效率、低損耗的特點(diǎn)。技術(shù)進(jìn)步可以促進(jìn)清潔技術(shù)的規(guī)模化應(yīng)用，形成減少污染、推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)向技術(shù)密集型和知識(shí)密集型方向發(fā)展的“良性互動(dòng)”[30]。波特假說強(qiáng)調(diào)了企業(yè)通過提升技術(shù)創(chuàng)新水平來提高能源利用效率和降低污染排放強(qiáng)度，從而在充滿競(jìng)爭(zhēng)的環(huán)境中實(shí)現(xiàn)盈利增長和減少污染排放的雙贏目標(biāo)。追根溯源，技術(shù)創(chuàng)新是治理企業(yè)污染的根本。作為新一代信息技術(shù)的代表，人工智能具有綠色屬性[31]，在生產(chǎn)領(lǐng)域的應(yīng)用可以有效提高減排效率[32]。首先，人工智能可以優(yōu)化生產(chǎn)流程抑制環(huán)境污染。相較于智能化生產(chǎn)流程，傳統(tǒng)生產(chǎn)流程更多地依賴人工操作和經(jīng)驗(yàn)判斷，且缺乏實(shí)時(shí)數(shù)據(jù)支持，可能存在資源浪費(fèi)和污染排放不合理的情況。而智能化生產(chǎn)流程依賴傳感器、物聯(lián)網(wǎng)設(shè)備等技術(shù)采集實(shí)時(shí)數(shù)據(jù)，通過數(shù)據(jù)分析和機(jī)器學(xué)習(xí)算法進(jìn)行實(shí)時(shí)監(jiān)控和預(yù)測(cè)，能夠提升生產(chǎn)流程的標(biāo)準(zhǔn)化水平和生產(chǎn)效率，降低單位產(chǎn)出的資源能源消耗，進(jìn)而降低生產(chǎn)過程中的污染物排放量[33]。同時(shí)，智能化生產(chǎn)流程傾向于實(shí)現(xiàn)高度自動(dòng)化，通過自動(dòng)化設(shè)備和智能控制系統(tǒng)實(shí)現(xiàn)生產(chǎn)過程的自動(dòng)化運(yùn)行和調(diào)整，可以降低廢物產(chǎn)生和能源的使用，從而減少污染排放。其次，人工智能技術(shù)可以通過綠色技術(shù)創(chuàng)新降低污染排放的強(qiáng)度。人工智能技術(shù)的自動(dòng)工具屬性可以有效提高創(chuàng)新資源配置效率，降低綠色技術(shù)研發(fā)成本，實(shí)現(xiàn)高效低損耗的綠色技術(shù)創(chuàng)新，從而通過智能化的生產(chǎn)方式降低污染排放強(qiáng)度、提高污染治理能力[34]。最后，人工智能的預(yù)警系統(tǒng)能夠識(shí)別出潛在的污染源和異常情況，可以在污染問題發(fā)生之前采取相關(guān)措施，降低企業(yè)的污染排放規(guī)模?；诖耍岢鋈缦卵芯考僬f：

H1：企業(yè)使用人工智能可以降低其污染排放。

人工智能技術(shù)能夠削減企業(yè)用工成本，節(jié)約企業(yè)在生產(chǎn)經(jīng)營過程中的資金投入，從而提高企業(yè)治污能力、降低企業(yè)污染排放強(qiáng)度。由于近年來生育率持續(xù)下降，勞動(dòng)力短缺所造成的用工成本增加逐漸成為企業(yè)發(fā)展不可避免的問題，而人工智能可以被用來替代一些重復(fù)性、低附加值的工作，如簡(jiǎn)單的數(shù)據(jù)處理、文件整理等。這樣可以減少企業(yè)對(duì)低技能勞動(dòng)力的需求，從而降低勞動(dòng)力成本。同時(shí)，人工智能技術(shù)可以優(yōu)化生產(chǎn)流程，提高資源利用率和生產(chǎn)效率，通過智能排查、預(yù)測(cè)性維護(hù)和實(shí)時(shí)監(jiān)控，企業(yè)可以更有效地利用現(xiàn)有的勞動(dòng)力和設(shè)備，減少不必要的人力投入，降低生產(chǎn)成本。當(dāng)企業(yè)面臨用工難、用工成本高等問題時(shí)，企業(yè)會(huì)積極引進(jìn)人工智能，緩解對(duì)傳統(tǒng)勞動(dòng)力的依賴程度，進(jìn)而有效降低企業(yè)面臨的勞動(dòng)力支付成本，并產(chǎn)生了明顯的勞動(dòng)力替代效應(yīng)[21]。基于此，提出如下研究假說：

H2：人工智能通過降低企業(yè)勞動(dòng)力成本來實(shí)現(xiàn)降污減排。

人工智能技術(shù)可以提升企業(yè)的全要素生產(chǎn)率，進(jìn)而提高企業(yè)的能源利用效率，促進(jìn)能源結(jié)構(gòu)轉(zhuǎn)型，幫助企業(yè)實(shí)現(xiàn)降污減排。一方面，利用人工智能的預(yù)測(cè)能力，企業(yè)能夠更準(zhǔn)確地預(yù)測(cè)市場(chǎng)需求、原材料價(jià)格波動(dòng)等走向，有針對(duì)性地調(diào)整生產(chǎn)計(jì)劃，根據(jù)客戶需求生產(chǎn)個(gè)性化產(chǎn)品，這既能提升客戶滿意度和市場(chǎng)競(jìng)爭(zhēng)力，又能減少資源的浪費(fèi)和庫存積壓，從而提升全要素生產(chǎn)率。另一方面，基于機(jī)器學(xué)習(xí)和視覺識(shí)別技術(shù)，人工智能可以精密控制生產(chǎn)流程、實(shí)時(shí)監(jiān)測(cè)生產(chǎn)過程，及時(shí)發(fā)現(xiàn)并解決突發(fā)問題，提高產(chǎn)品的質(zhì)量和附加值，從而促進(jìn)全要素生產(chǎn)率的提升。與此同時(shí)，全要素生產(chǎn)率的提升又可以帶動(dòng)企業(yè)更加有效地利用生產(chǎn)要素，降低單位產(chǎn)品的生產(chǎn)成本，推動(dòng)企業(yè)在生產(chǎn)過程中減少資源浪費(fèi)、促進(jìn)能源利用效率提升。全要素生產(chǎn)率的提升意味著企業(yè)能夠以更低的成本和投入產(chǎn)出不低于過去的產(chǎn)值，這種生產(chǎn)效率的改進(jìn)可以讓企業(yè)減少單位產(chǎn)出上的各類要素投入，從而減少生產(chǎn)環(huán)節(jié)的污染排放和能源消耗，促進(jìn)企業(yè)實(shí)現(xiàn)降污減排?；诖?，提出如下研究假說：

H3：人工智能通過提升企業(yè)全要素生產(chǎn)率來實(shí)現(xiàn)降污減排。

二、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文采用2008—2021年滬深A(yù)股上市公司面板數(shù)據(jù)展開研究，剔除了金融行業(yè)、ST股和*ST股企業(yè)。由于傳統(tǒng)的企業(yè)排污監(jiān)測(cè)數(shù)據(jù)信息僅到2014年，因而本文通過全國稅收調(diào)查數(shù)據(jù)獲得上述上市公司企業(yè)層面的污染物排放量和各類控制變量信息。全國稅收調(diào)查數(shù)據(jù)由政府相關(guān)部門按照分層隨機(jī)抽樣方法向企業(yè)發(fā)放調(diào)查表，調(diào)查內(nèi)容涉及企業(yè)的各類基本特征、財(cái)務(wù)指標(biāo)、稅費(fèi)繳納、能源消費(fèi)、污染排放等信息。其他數(shù)據(jù)主要來自國泰安CSMAR數(shù)據(jù)庫。

（二）模型構(gòu)建

為檢驗(yàn)人工智能對(duì)企業(yè)污染排放的影響，本文構(gòu)建如下計(jì)量模型：

Pollutionit=α0+α1AIit+α2Xit+δj+λt+εijt（1）

其中，Pollutionit是企業(yè)污染排放水平，AIit為企業(yè)應(yīng)用人工智能的程度，Xit是控制變量，j和t分別代表行業(yè)和時(shí)間，δj和λt分別為行業(yè)固定效應(yīng)和時(shí)間固定效應(yīng)，εijt 是隨機(jī)誤差項(xiàng)。

（三）變量定義

本文關(guān)注的被解釋變量是企業(yè)層面的污染排放水平（Pollutionit），包括工業(yè)廢氣中的二氧化硫和氮氧化物排放量，以及工業(yè)廢水中的化學(xué)需氧量和氨氮排放量。具體而言，參考毛婕等的做法[35]，首先根據(jù)《排污費(fèi)征收標(biāo)準(zhǔn)管理辦法》確定污染當(dāng)量值，然后將前述四類污染物排放量進(jìn)行標(biāo)準(zhǔn)化處理，將其折算為統(tǒng)一的污染當(dāng)量數(shù)，最后將各指標(biāo)加總后取對(duì)數(shù)（加1取對(duì)數(shù)），由此得到一個(gè)綜合指標(biāo)，可以刻畫上市企業(yè)的整體污染排放水平。

本文關(guān)注的核心解釋變量是企業(yè)層面使用人工智能的水平（AIit）。企業(yè)在現(xiàn)實(shí)生產(chǎn)過程中對(duì)于人工智能的應(yīng)用程度會(huì)深刻影響企業(yè)的雇傭勞動(dòng)力數(shù)量和就業(yè)結(jié)構(gòu)。在以往的研究中，學(xué)者們通常采用全要素生產(chǎn)率、專利授權(quán)數(shù)等指標(biāo)度量企業(yè)的人工智能使用水平。由于目前我國人工智能技術(shù)的應(yīng)用仍然處于較為初步的階段，企業(yè)內(nèi)部“機(jī)器或設(shè)備換人”是人工智能影響勞動(dòng)力就業(yè)或企業(yè)雇傭決策的主要途徑之一，因而本文以人均機(jī)器賬面價(jià)值衡量人工智能的使用水平。相較之下，全要素生產(chǎn)率、專利授權(quán)數(shù)等指標(biāo)不僅受到人工智能使用水平的影響，而且受到其他各類因素的影響，比如企業(yè)是否屬于高科技企業(yè)等。因此，這里借鑒何勤等[23]、孫文遠(yuǎn)等[36]等文獻(xiàn)的做法，以企業(yè)的人均機(jī)器賬面價(jià)值來衡量其人工智能使用程度，即，AI=機(jī)器賬面價(jià)值總額/員工總?cè)藬?shù)。

本文的控制變量主要有企業(yè)資產(chǎn)規(guī)模（Size）、以赫芬達(dá)爾指數(shù)衡量的壟斷指數(shù)（HHI）、以企業(yè)總資產(chǎn)與總負(fù)債之比衡量的總資產(chǎn)收益率（ROA）、固定資產(chǎn)占比（Fixed）、資產(chǎn)負(fù)債率（Lev）、企業(yè)年齡（Age）、營業(yè)收入（Income）。變量定義見表1。

三、實(shí)證分析

（一）描述性統(tǒng)計(jì)

核心變量的描述性統(tǒng)計(jì)結(jié)果見表2。由表2可知，企業(yè)污染排放Pollution的均值為0.143，最小值為0.126，最大值為0.151，與以往研究調(diào)查的情況基本一致。人工智能使用程度的最小值為0，最大值為1，標(biāo)準(zhǔn)差為0.027。

（二）基準(zhǔn)回歸

根據(jù)模型（1）進(jìn)行回歸，表3（下頁）報(bào)告了人工智能對(duì)企業(yè)污染排放的影響。列（1）為未添加控制變量和固定效應(yīng)的估計(jì)結(jié)果，列（2）為添加了控制變量的基準(zhǔn)回歸分析結(jié)果，列（3）在列（2）的基礎(chǔ)上加入行業(yè)固定效應(yīng)和年份固定效應(yīng)，所有回歸中標(biāo)準(zhǔn)誤聚類到企業(yè)層面?？梢钥闯?，AI的估計(jì)系數(shù)始終為負(fù)，尤其是列（3）在1%的水平上顯著。由表3的回歸結(jié)果可知，企業(yè)對(duì)人工智能的應(yīng)用顯著減少了其污染排放水平。從控制變量系數(shù)來看，在控制行業(yè)與年份固定效應(yīng)后，很多控制變量的系數(shù)不再顯著，可能的原因是這些變量與行業(yè)和年份的固定效應(yīng)存在一定程度的多重共線。

人工智能對(duì)企業(yè)污染排放產(chǎn)生抑制效應(yīng)的可能原因如下：第一，相較于人工操作，人工智能使得機(jī)器運(yùn)作在一些常規(guī)性、復(fù)雜性勞動(dòng)方面具有較大的比較優(yōu)勢(shì)[37]。人工智能技術(shù)能夠分析大量數(shù)據(jù)，優(yōu)化生產(chǎn)流程和資源利用效率，從而降低能源消耗和減少廢棄物排放。第二，人工智能系統(tǒng)可以實(shí)時(shí)監(jiān)測(cè)與環(huán)境相關(guān)的數(shù)據(jù)和生產(chǎn)過程中的各類參數(shù)，并預(yù)測(cè)可能會(huì)產(chǎn)生污染的情況，有助于及時(shí)采取措施來減少污染排放。第三，人工智能在能源管理方面的應(yīng)用，如智能照明、智能供暖等技術(shù)，可以幫助企業(yè)減少能源消耗，降低對(duì)環(huán)境的負(fù)面影響。第四，利用人工智能技術(shù)進(jìn)行設(shè)備狀態(tài)監(jiān)測(cè)和預(yù)測(cè)性維護(hù)，可以降低設(shè)備發(fā)生故障的頻率，從而降低生產(chǎn)過程中的污染排放。

（三）穩(wěn)健性檢驗(yàn)

1.更換被解釋變量

為檢驗(yàn)人工智能對(duì)企業(yè)排放影響的穩(wěn)健性，這里引入企業(yè)廢氣排放指標(biāo)作為被解釋變量進(jìn)行考察。企業(yè)廢氣排放指標(biāo)由二氧化硫和氮氧化物排放量計(jì)算得到，具體而言，對(duì)上述兩種廢氣排放量進(jìn)行標(biāo)準(zhǔn)化處理，折合成污染當(dāng)量數(shù)并加總?cè)?duì)數(shù)（加1取對(duì)數(shù)）。表4（下頁）列（1）的結(jié)果顯示，人工智能在10%的水平上顯著降低了企業(yè)的氣體污染排放水平，與基準(zhǔn)回歸結(jié)論一致。

2.更換回歸樣本

制造業(yè)作為工業(yè)企業(yè)中污染排放的主體行業(yè)，是全球溫室氣體排放的主要來源之一。而在制造業(yè)企業(yè)中，大量的專用設(shè)備（尤其是計(jì)算機(jī)、通信和其他電子設(shè)備）被用于人工智能相關(guān)的生產(chǎn)活動(dòng)。這里將回歸限定在制造業(yè)的企業(yè)樣本中，結(jié)果如表4列（2）。核心解釋變量回歸系數(shù)在1%水平上保持顯著，再次證明了基準(zhǔn)回歸結(jié)論的穩(wěn)健性。

3.剔除特殊年份

考慮到2020年新冠疫情的干擾，本文剔除2020年的樣本后進(jìn)行分析，結(jié)果如表4列（3）所示。結(jié)果表明，在剔除新冠疫情影響后，人工智能使用與企業(yè)污染排放間的回歸系數(shù)依然為負(fù)，且在1%的水平上顯著。

4.剔除直轄市

由于中國的直轄市行政級(jí)別較高、市場(chǎng)資源較為豐富，整體而言經(jīng)濟(jì)環(huán)境較為寬松，多數(shù)企業(yè)更愿意將辦公場(chǎng)所設(shè)立在這些城市。這里僅保留普通地級(jí)市樣本，依然按照模型（1）進(jìn)行回歸，結(jié)果如表4列（4）所示。結(jié)果表明，在剔除直轄市的企業(yè)樣本后，人工智能使用與企業(yè)污染排放間的回歸系數(shù)依然顯著為負(fù)。

5.滯后一期

隨著企業(yè)對(duì)人工智能的應(yīng)用程度不斷提升，企業(yè)污染排放強(qiáng)度明顯減少。同時(shí)，如果企業(yè)污染排放量過高，那么企業(yè)很可能會(huì)受到相關(guān)監(jiān)管部門的監(jiān)督，從而不得不增加對(duì)人工智能設(shè)備的投資。為緩解雙向因果問題所造成的估計(jì)偏誤，在此使用滯后一期的AI水平作為解釋變量，按照模型（1）重新進(jìn)行回歸。回歸結(jié)果如表4列（5）所示，滯后一期的AI系數(shù)仍在1%的水平上顯著為負(fù)。

6.控制企業(yè)固定效應(yīng)

前文基準(zhǔn)回歸中控制了行業(yè)固定效應(yīng)和年份固定效應(yīng)，為應(yīng)對(duì)企業(yè)層面的遺漏變量導(dǎo)致的內(nèi)生性問題，這里進(jìn)一步控制企業(yè)固定效應(yīng)展開考察。結(jié)果如表4列（6）所示，可以發(fā)現(xiàn)在控制企業(yè)固定效應(yīng)影響后，人工智能對(duì)污染排放的影響有所下降，但仍然在5%的水平上保持顯著，這進(jìn)一步驗(yàn)證了前文基本回歸結(jié)果的可靠性。

四、進(jìn)一步分析

（一）異質(zhì)性檢驗(yàn)

為進(jìn)一步考察不同內(nèi)外部環(huán)境對(duì)人工智能與企業(yè)污染減排之間關(guān)系的影響，本文分別從企業(yè)所處地域、企業(yè)產(chǎn)權(quán)性質(zhì)、行業(yè)勞動(dòng)密集度、行業(yè)技術(shù)密集度和企業(yè)規(guī)模五個(gè)方面展開考察。

1.地域異質(zhì)性

不同地區(qū)的經(jīng)濟(jì)結(jié)構(gòu)各不相同，有些地區(qū)可能更加依賴于傳統(tǒng)產(chǎn)業(yè)，而另一些地區(qū)可能更注重高科技和創(chuàng)新。因此，不同地區(qū)企業(yè)人工智能的應(yīng)用水平對(duì)其減排降污的影響效果也可能不同。為分析人工智能應(yīng)用程度對(duì)不同地區(qū)的企業(yè)污染排放的異質(zhì)影響，這里把觀測(cè)數(shù)據(jù)劃分為東部地區(qū)企業(yè)、中部地區(qū)企業(yè)和西部地區(qū)企業(yè)三個(gè)子樣本分別進(jìn)行回歸。表5（下頁）列（1）—（3）結(jié)果顯示，人工智能在1%的水平上顯著降低了東部地區(qū)企業(yè)的污染排放，但在中部、西部地區(qū)企業(yè)樣本中，核心解釋變量AI的回歸系數(shù)雖然為負(fù)，但并不顯著。這可能是因?yàn)橄噍^于中西部地區(qū)，東部地區(qū)經(jīng)濟(jì)更發(fā)達(dá)、技術(shù)更先進(jìn)、人力資源更豐富，同時(shí)政府對(duì)企業(yè)創(chuàng)新給予的支持力度更大，從而使得東部地區(qū)人工智能所帶來的企業(yè)污染減排效果更優(yōu)于中西部地區(qū)。

2.產(chǎn)權(quán)異質(zhì)性

國有企業(yè)和非國有企業(yè)在經(jīng)營理念、決策機(jī)制和市場(chǎng)競(jìng)爭(zhēng)方面存在顯著差異，因而人工智能使用程度對(duì)這兩類企業(yè)的污染排放可能產(chǎn)生異質(zhì)性影響。為分析不同產(chǎn)權(quán)性質(zhì)企業(yè)人工智能應(yīng)用程度對(duì)企業(yè)污染排放影響的差異，這里根據(jù)企業(yè)的所有制性質(zhì)將企業(yè)分為國有企業(yè)和非國有企業(yè)，結(jié)果見表5列（4）—（5）所示。結(jié)果表明，相較于非國有企業(yè)，國有企業(yè)人工智能對(duì)企業(yè)降污減排效果更顯著。這可能是因?yàn)椋瑖衅髽I(yè)與政府部門聯(lián)系更加緊密，在獲取新技術(shù)運(yùn)用、財(cái)政、稅收、融資等其他優(yōu)惠政策的支持方面有更大的優(yōu)勢(shì)，因而國有企業(yè)將人工智能等技術(shù)深度應(yīng)用到生產(chǎn)經(jīng)營環(huán)節(jié)中的能力更強(qiáng)，使得其降污減排的表現(xiàn)得到進(jìn)一步提高。

3.行業(yè)勞動(dòng)密集度異質(zhì)性

資本密集型企業(yè)依賴大量的資本投入，而勞動(dòng)密集型企業(yè)則以勞動(dòng)力投入為主。通過生產(chǎn)要素密度來分析人工智能使用對(duì)企業(yè)污染排放的影響，有助于深入理解不同類型企業(yè)在面臨人工智能等科技變革時(shí)的差異性挑戰(zhàn)和機(jī)遇?；诖耍疚陌延^測(cè)數(shù)據(jù)劃分為勞動(dòng)密集型企業(yè)和非勞動(dòng)密集型企業(yè)兩個(gè)子樣本進(jìn)行檢驗(yàn)。表6（下頁）列（1）、列（2）的結(jié)果表明，人工智能在1%的水平上顯著降低了勞動(dòng)密集型企業(yè)的污染排放，但對(duì)于非勞動(dòng)密集型企業(yè)的污染排放并不存在顯著影響。對(duì)于勞動(dòng)密集型企業(yè)而言，人工智能的應(yīng)用使得傳統(tǒng)勞動(dòng)力被人工智能取代的可能性大大提高，因人工操作失誤所帶來的環(huán)境污染問題會(huì)相應(yīng)減少，所以人工智能的引入對(duì)其污染排放所產(chǎn)生的抑制效應(yīng)更加明顯。

4.行業(yè)技術(shù)密集度異質(zhì)性

這里依據(jù)行業(yè)綠色全要素能源效率的中位數(shù)，將樣本數(shù)據(jù)劃分為技術(shù)密集型企業(yè)和非技術(shù)密集型企業(yè)兩個(gè)子樣本分別進(jìn)行檢驗(yàn)。結(jié)果表明，相較于技術(shù)密集型企業(yè)，人工智能的應(yīng)用顯著降低了非技術(shù)密集型企業(yè)的污染排放，這可能是因?yàn)椋噍^于技術(shù)密集型企業(yè)，非技術(shù)密集型企業(yè)自動(dòng)化程度或機(jī)械化程度較低，需要大量的人工操作，容易出現(xiàn)人工操作失誤導(dǎo)致的污染問題，而人工智能在這些行業(yè)的應(yīng)用能夠避免這些問題，從而促進(jìn)企業(yè)降污減排。

5.規(guī)模異質(zhì)性

企業(yè)的能源消耗和污染減排需求因企業(yè)規(guī)模的不同而呈現(xiàn)差異，這里依據(jù)企業(yè)規(guī)模進(jìn)行異質(zhì)性檢驗(yàn)。本文以中位數(shù)為劃分依據(jù)，把觀測(cè)數(shù)據(jù)劃分為大規(guī)模企業(yè)和小規(guī)模企業(yè)兩個(gè)子樣本。由表6列（5）、列（6）的結(jié)果可以看出，相較于小規(guī)模企業(yè)，人工智能對(duì)大規(guī)模企業(yè)的污染減排效果更顯著，這可能是由于大規(guī)模企業(yè)對(duì)能源的需求更高，污染排放需求也隨之提高。因此，相較于小規(guī)模企業(yè)，推動(dòng)大規(guī)模企業(yè)污染減排是政府工作的重點(diǎn)。在此背景下，大規(guī)模企業(yè)需要投入更多資金購買節(jié)能減排設(shè)備，采用節(jié)能減排技術(shù)來推動(dòng)企業(yè)綠色化發(fā)展。

（二）機(jī)制分析

1.勞動(dòng)力成本

企業(yè)的勞動(dòng)力成本對(duì)企業(yè)的污染排放有著顯著的影響。基于最低工資調(diào)整沖擊的證據(jù)表明，企業(yè)會(huì)通過機(jī)器替代人工以減少勞動(dòng)力雇傭從而降低污染排放水平。人工智能技術(shù)的發(fā)展與應(yīng)用對(duì)就業(yè)產(chǎn)生的創(chuàng)造效應(yīng)或就業(yè)替代效應(yīng)都會(huì)對(duì)企業(yè)雇員數(shù)量產(chǎn)生影響[24]。本文以企業(yè)員工數(shù)量作為企業(yè)勞動(dòng)力情況的代理指標(biāo)進(jìn)行考察，結(jié)果如表7列（1）所示。可以發(fā)現(xiàn)，企業(yè)應(yīng)用人工智能能夠顯著減少企業(yè)雇傭的員工數(shù)量。通過降低企業(yè)勞動(dòng)力成本以提高企業(yè)的污染治理能力，可能是因?yàn)殡S著人工智能應(yīng)用水平的提升，企業(yè)生產(chǎn)過程中的自動(dòng)化水平和智能化水平得到提高，減少了企業(yè)對(duì)傳統(tǒng)勞動(dòng)力要素的投入需求，進(jìn)而降低企業(yè)的勞動(dòng)力成本。同時(shí)，隨著勞動(dòng)力成本的下降，企業(yè)將有更多的資金投入環(huán)境治理、創(chuàng)新等方面，從而提高企業(yè)的綠色化水平。

2.全要素生產(chǎn)率

全要素生產(chǎn)率是衡量生產(chǎn)率水平的有效指標(biāo)，企業(yè)的生產(chǎn)率水平越高表明其技術(shù)水平和管控能力越高，這都有助于降低企業(yè)在生產(chǎn)經(jīng)營過程中的污染排放。這里以全要素生產(chǎn)率作為機(jī)制變量展開研究，結(jié)果如表7列（2）所示。可以發(fā)現(xiàn)，人工智能能夠顯著促進(jìn)企業(yè)全要素生產(chǎn)率提升。而企業(yè)全要素生產(chǎn)率的提高既可以源于技術(shù)進(jìn)步，又可以通過生產(chǎn)要素的重新組合優(yōu)化資源配置，即在生產(chǎn)要素投入之外資本、勞動(dòng)、能源及其他要素的優(yōu)化組合和管理改善。這可能是由于人工智能運(yùn)用于生產(chǎn)經(jīng)營從而優(yōu)化企業(yè)生產(chǎn)流程。除此之外，人工智能技術(shù)具有較強(qiáng)的外溢性，能夠促使企業(yè)采用其他新興生產(chǎn)技術(shù)來提高生產(chǎn)效率，從而降低企業(yè)污染排放。

五、研究結(jié)論與政策建議

本文以人均機(jī)器賬面價(jià)值來衡量企業(yè)人工智能應(yīng)用水平，基于2008—2021年中國滬深A(yù)股上市公司數(shù)據(jù)，實(shí)證檢驗(yàn)了人工智能應(yīng)用對(duì)企業(yè)污染排放的影響及其作用機(jī)制。研究發(fā)現(xiàn)：第一，人工智能應(yīng)用顯著降低了企業(yè)污染物排放，且這一結(jié)論在經(jīng)過多種穩(wěn)健性檢驗(yàn)后依然成立。第二，人工智能的降污減排效應(yīng)具有明顯的異質(zhì)性，從地區(qū)異質(zhì)性來看，在東部地區(qū)的企業(yè)中，這一效應(yīng)十分顯著，但在中西部地區(qū)的企業(yè)中，該效應(yīng)并不顯著;從企業(yè)異質(zhì)性來看，國有企業(yè)、勞動(dòng)密集型企業(yè)、非技術(shù)密集型企業(yè)、大規(guī)模企業(yè)中人工智能的降污減排效應(yīng)更為顯著。第三，人工智能應(yīng)用的降污減排效應(yīng)主要通過降低勞動(dòng)力成本和提高企業(yè)全要素生產(chǎn)率來實(shí)現(xiàn)。

基于上述結(jié)論，提出如下政策建議：

第一，在促進(jìn)綠色高質(zhì)量發(fā)展的過程中，鼓勵(lì)企業(yè)加大對(duì)人工智能技術(shù)的投入。企業(yè)采用人工智能可以降低其污染排放水平，從而產(chǎn)生對(duì)社會(huì)的外部正向回報(bào)，這意味著人工智能的采納和應(yīng)用水平可以帶來正外部性。因此，在追求綠色高質(zhì)量發(fā)展的新階段，政府可以鼓勵(lì)甚至補(bǔ)貼企業(yè)的人工智能研發(fā)和應(yīng)用，這有助于產(chǎn)生正向的社會(huì)收益。

第二，在推廣人工智能技術(shù)的過程中，政府應(yīng)有針對(duì)性地制定相關(guān)政策措施。對(duì)于中西部地區(qū)企業(yè)、非國有企業(yè)、非勞動(dòng)密集型企業(yè)、技術(shù)密集型企業(yè)、小規(guī)模企業(yè)，人工智能的減污降排效應(yīng)并不顯著，對(duì)此政府可以實(shí)施精準(zhǔn)幫扶，通過財(cái)政補(bǔ)貼、稅收減免的形式向該類企業(yè)提供資金支持和稅收優(yōu)惠，降低其研發(fā)和應(yīng)用人工智能的經(jīng)濟(jì)成本，提高其在人工智能領(lǐng)域的投入積極性。對(duì)于東部地區(qū)企業(yè)、國有企業(yè)、勞動(dòng)密集型企業(yè)、非技術(shù)密集型企業(yè)、大規(guī)模企業(yè)，人工智能對(duì)污染排放的抑制作用已取得一定成效，政府應(yīng)繼續(xù)鼓勵(lì)并支持其對(duì)人工智能技術(shù)的開發(fā)利用，同時(shí)還可以鼓勵(lì)企業(yè)進(jìn)行技術(shù)合作，打破信息壁壘，促進(jìn)技術(shù)創(chuàng)新成果的共享，形成全方位的人工智能產(chǎn)業(yè)聯(lián)動(dòng)效應(yīng)[38]。

第三，在加快人工智能推廣和應(yīng)用的同時(shí)，要加強(qiáng)環(huán)境規(guī)制，增強(qiáng)企業(yè)的環(huán)保意識(shí)和社會(huì)責(zé)任感。環(huán)保部門要堅(jiān)決貫徹落實(shí)現(xiàn)有法律法規(guī)，健全人工智能監(jiān)管體系，加強(qiáng)環(huán)保信息披露，通過嚴(yán)格的執(zhí)法來確保企業(yè)遵守環(huán)保法規(guī)，并對(duì)違規(guī)行為進(jìn)行嚴(yán)懲，以強(qiáng)化企業(yè)環(huán)保意識(shí)。與此同時(shí)，政府還可以通過提供環(huán)保獎(jiǎng)勵(lì)和補(bǔ)貼，激勵(lì)企業(yè)采用更環(huán)保的生產(chǎn)技術(shù)和管理手段，促使其在生產(chǎn)過程中更注重利用人工智能等先進(jìn)技術(shù)來提高效率和降污減排。 [Reform]

參考文獻(xiàn)

[1]韓峰，黃敏，姜竹青.企業(yè)數(shù)字化、網(wǎng)絡(luò)地位與污染減排[J].世界經(jīng)濟(jì)，2024（2）：204-232.

[2]陳登科.貿(mào)易壁壘下降與環(huán)境污染改善——來自中國企業(yè)污染數(shù)據(jù)的新證據(jù)[J].經(jīng)濟(jì)研究，2020（12）：98-114.

[3]PEI J， STURM B， YU A. Are exporters more environmentally friendly？ A re-appraisal that uses China's micro-data[J]. The World Economy， 2021， 44（5）： 1402-1427.

[4]陳詩一，張建鵬，劉朝良.環(huán)境規(guī)制、融資約束與企業(yè)污染減排——來自排污費(fèi)標(biāo)準(zhǔn)調(diào)整的證據(jù)[J].金融研究，2021（9）：51-71.

[5]步曉寧，趙麗華.自愿性環(huán)境規(guī)制與企業(yè)污染排放——基于政府節(jié)能采購政策的實(shí)證檢驗(yàn)[J].財(cái)經(jīng)研究，2022（4）：49-63.

[6]梁平漢，高楠.人事變更、法制環(huán)境和地方環(huán)境污染[J].管理世界，2014（6）：65-78.

[7]韓超，王震，田蕾.環(huán)境規(guī)制驅(qū)動(dòng)減排的機(jī)制：污染處理行為與資源再配置效應(yīng)[J].世界經(jīng)濟(jì)，2021（8）：82-105.

[8]CHEN Y， LEE C C. Does technological innovation reduce CO2 emissions？ Cross-country evidence[J]. Journal of Cleaner Production， 2020， 263： 121550.

[9]申晨榮，高波.數(shù)字技術(shù)創(chuàng)新、跨行業(yè)技術(shù)溢出與企業(yè)環(huán)境績效——基于上市公司數(shù)字專利研發(fā)視角[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023（12）：1-15.

uQNJa7Wu0VMCobq+flmAFg==[10] 劉曉丹，閆帥.對(duì)外直接投資對(duì)母國企業(yè)污染排放的影響[J].國際貿(mào)易問題，2023（2）：143-157.

[11] 呂越，張昊天，薛進(jìn)軍，等.稅收激勵(lì)會(huì)促進(jìn)企業(yè)污染減排嗎——來自增值稅轉(zhuǎn)型改革的經(jīng)驗(yàn)證據(jù)[J].中國工業(yè)經(jīng)濟(jì)，2023（2）：112-130.

[12] 蘇丹妮，盛斌.產(chǎn)業(yè)集聚、集聚外部性與企業(yè)減排——來自中國的微觀新證據(jù)[J].經(jīng)濟(jì)學(xué)（季刊），2021（5）：1793-1816.

[13] 蔡躍洲，陳楠.新技術(shù)革命下人工智能與高質(zhì)量增長、高質(zhì)量就業(yè)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019（5）：3-22.

[14] 楊光，侯鈺.工業(yè)機(jī)器人的使用、技術(shù)升級(jí)與經(jīng)濟(jì)增長[J].中國工業(yè)經(jīng)濟(jì)，2020（10）：138-156.

[15] GRAETZ G， MICHAELS G. Robots at work[J]. Review of Economics and Statistics， 2018， 100（5）： 753-768.

[16] RAMMER C， FERNANDEZ G P， CZARNITZKI D. Artificial intelligence and industrial innovation： Evidence from German firm-level data[J]. Research Policy， 2022， 51（7）：104555.

[17] LIU J， CHANG H H， FORREST Y L， et al. Influence of artificial intelligence on technological innovation： Evidence from the panel data of China's manufacturing sectors[J].Technological Forecasting and Social Change， 2020， 158： 120142.

[18] ACEMOGLU D， RESTREPO P. Robots and jobs： Evidence from US labor markets[J]. Journal of Political Economy， 2020， 128（6）：2188-2244.

[19] 屈小博，黃海.機(jī)器人應(yīng)用、人機(jī)適配與工資效應(yīng)[J].世界經(jīng)濟(jì)，2024（10）：186-220.

[20] XIE M M， DING L， XIA Y， et al. Does artificial intelligence affect the pattern of skill demand？ Evidence from Chinese manufacturing firms[J]. Economic Modelling， 2021， 96： 295-309.

[21] 孔高文，劉莎莎，孔東民.機(jī)器人與就業(yè)——基于行業(yè)與地區(qū)異質(zhì)性的探索性分析[J].中國工業(yè)經(jīng)濟(jì)，2020（8）：80-98.

[22] 李磊，王小霞，包群.機(jī)器人的就業(yè)效應(yīng)：機(jī)制與中國經(jīng)驗(yàn)[J].管理世界，2021（9）：104-119.

[23] 何勤，李雅寧，程雅馨，等.人工智能技術(shù)應(yīng)用對(duì)就業(yè)的影響及作用機(jī)制研究——來自制造業(yè)企業(yè)的微觀證據(jù)[J].中國軟科學(xué)，2020（S1）：213-222.

[24] 劉斌，潘彤.人工智能對(duì)制造業(yè)價(jià)值鏈分工的影響效應(yīng)研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020（10）：24-44.

[25] 呂越，谷瑋，包群.人工智能與中國企業(yè)參與全球價(jià)值鏈分工[J].中國工業(yè)經(jīng)濟(jì)，2020（5）：80-98.

[26] 林熙，劉啟仁，馮桂媚.智能制造與綠色發(fā)展：基于工業(yè)機(jī)器人進(jìn)口視角[J].世界經(jīng)濟(jì)，2023（8）：3-31.

[27] 呂越，馬明會(huì)，陳泳昌，等.人工智能賦能綠色發(fā)展[J].中國人口·資源與環(huán)境，2023（10）：100-111.

[28] 陳昊，閆雪凌，朱博楷.機(jī)器人使用影響污染排放的機(jī)制和實(shí)證研究[J].中國經(jīng)濟(jì)問題，2021（5）：126-138.

[29] PANAYOTOU T. Empirical tests and policy analysis of environmental degradation at different stages of economic development[Z]. Working Papers， 1993， No.238： 1-45.

[30] ACEMOGLU D， AGHION P， BURSZTYN L， et al. The environment and directed technical change[J]. The American Economic Review， 2012， 102（1）： 131-166.

[31] BAG S， PRETORIUS J H C. Relationships between industry 4.0， sustainable manufacturing and circular economy： Proposal of a research framework[J]. International Journal of Organizational Analysis， 2022， 30（4）： 864-898.

[32] VIVANCO D F， KEMP R， VANDER VOET E. How to deal with the rebound effect？ Apolicy-oriented approach[J]. Energy Policy， 2016， 94：114-125

[33] FORSLID R， OKUBO T， ULLTVEIT-MOE K H. Why are firms that export cleaner？ International trade， abatement and environmental emissions[J]. Journal of Environmental Economics and Management， 2018， 91：166-183.

[34] LEE C C， QIN S， LI Y Y. Does industrial robot application promote green technology innovation in the manufacturing industry？[J]. Technological Forecasting and Social Change， 2022， 183： 121893.

[35] 毛捷，郭玉清，曹婧，等.融資平臺(tái)債務(wù)與環(huán)境污染治理[J].管理世界，2022（10）：96-109.

[36] 孫文遠(yuǎn)，劉于山.人工智能對(duì)勞動(dòng)力市場(chǎng)的影響機(jī)制研究[J].華東經(jīng)濟(jì)管理，2023（3）：1-9.

[37] 王永欽，董雯.機(jī)器人的興起如何影響中國勞動(dòng)力市場(chǎng)？——來自制造業(yè)上市公司的證據(jù)[J].經(jīng)濟(jì)研究，2020（10）：159-175.

[38]朱蘭.人工智能與制造業(yè)深度融合：內(nèi)涵、機(jī)理與路徑[J].農(nóng)村金融研究，2023（8）：60-69.

Research on the Impact of Artificial Intelligence on Corporate Pollution Emissions

WANG Wei LIANG Chao

Abstract： In the new stage of booming development of artificial intelligence， the application of artificial intelligence by enterprises can help promote green and high-quality development. This article takes Chinese A-share listed companies from 2008 to 2021 as the research object to examine the impact of artificial intelligence on corporate pollution emissions. Research has found that the adoption of artificial intelligence by enterprises can significantly reduce their pollution emissions. Under a series of robustness tests， the above results remain unchanged. Heterogeneity analysis shows that artificial intelligence has a more significant inhibitory effect on pollution emissions from enterprises in the eastern region， state-owned enterprises， labor-intensive enterprises， non technology intensive enterprises， and large-scale enterprises. Mechanism analysis shows that artificial intelligence reduces labor employment and improves total factor productivity to reduce pollution emissions.

Key words： artificial intelligence; corporate pollution emissions; green and low-carbon; high-quality development

基金項(xiàng)目：國家自然科學(xué)基金面上項(xiàng)目“中國基礎(chǔ)教育資源的空間錯(cuò)配及其優(yōu)化研究”（72374126）;國家自然科學(xué)基金面上項(xiàng)目“減污降碳視角下長江經(jīng)濟(jì)帶種養(yǎng)結(jié)合循環(huán)農(nóng)業(yè)的生態(tài)經(jīng)濟(jì)效率：時(shí)空演進(jìn)與提升策略”（42371306）;山東省泰山學(xué)者工程資助項(xiàng)目（tsqn202306088）。

作者簡(jiǎn)介：王薇，華中農(nóng)業(yè)大學(xué)科學(xué)技術(shù)發(fā)展研究院編輯，華中農(nóng)業(yè)大學(xué)農(nóng)業(yè)綠色低碳發(fā)展實(shí)驗(yàn)室研究員;梁超（通信作者），山東大學(xué)經(jīng)濟(jì)研究院研究員。