Can National AI Pilot Zones Improve Corporate Carbon Performance? Evidence from China
本研究表明，中国国家人工智能创新应用先导区政策通过驱动主动绿色创新和优化能源效率，显著提升了企业的碳绩效，且其效应随所有制结构和制度背景的不同而呈现出显著差异。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
几十年来，应对气候变化的故事一直通过规则和惩罚的视角来讲述。政府设定工厂排放污染物的上限，而企业则作为谨慎的响应者，仅为了守法而对机器进行微调。这种方法将环境保护视为一种经营成本，而非增长的机会，将其视为一个需要跨越的障碍。但一种新的思维方式表明，通往更清洁未来的路径可能不仅在于更严格的规则，而在于更智能的工具。想象一下这样一个工厂车间：机器不仅仅是执行指令，而是不断地学习、预测并自我调整，以减少能源消耗并减少浪费。这就是人工智能的承诺——一种能够重塑我们生产商品方式的技术。研究人员现在提出的问题是，鼓励这项技术的政府政策是否真的能驱动企业变得更加绿色，以及如果可以，该如何实现。
一个研究小组试图通过观察中国正在进行的一项特定实验来回答这个问题。在2og19年至2021年间，中国政府将某些城市指定为“国家人工智能创新应用先导区”。在这些地区，企业获得了特别支持，例如税收优惠、资金支持以及获取先进计算能力的渠道，以帮助其采用人工智能。研究人员将这一推广过程视为一次自然实验，将试点城市中企业的环境表现与没有该计划的类似城市中的企业进行了对比。他们分析了从2007年到2023年期间近1,400家上市公司的相关数据，专门研究了这些企业相对于其碳排放量产生价值的效率。
结果清晰且一致：位于人工智能试点区的企业与在其他地方的同行相比，其碳绩效显著提高。这种提升并非短暂的激增，而是一种持续性的转变。研究人员发现，该政策通过两条不同的路径发挥作用。首先，它引发了一波主动创新的浪潮。试点区的企业开始为高水平、突破性的绿色技术申请更多专利，不再仅仅是对现有流程进行简单微调，而是开发出管理能源和减少排放的全新方式。其次，该政策推动了日常运营的大规模优化。通过利用人工智能实时分析数据，这些企业可以精细化调整生产计划，减少能源浪费，并以以往无法实现的精度分配资源。这使它们能够用同样的能源获得更多的产出，有效地实现了经济增长与碳排放的脱钩。
然而，并非每家公司的故事都是一样的。研究揭示了基于所有权性质的显著差异。国有企业（由政府拥有或控制的企业）从该政策中获得的收益远高于私营企业。这些国有企业拥有更好的资源获取能力，能够充分利用人工智能支持，例如大规模资金和政府补贴，这使得它们能够大力投资于驱动实质性变革的长期、高风险绿色创新。私营企业虽然也看到了一些收益，但更多地依赖于外部因素，如强大的供应链关系和地方政府对环境问题的关注，来实现类似的结果。此外，研究人员发现，当企业拥有能够理解并应用这些新技术的熟练劳动力，且整个行业已向数字化转型迈进时，该政策的效果最为理想。有趣的是，对于那些已经满负荷运转工厂的企业，其积极效应较弱，这表明当生产力被推向极限时，人工智能所能提供的效率提升空间就会变小。
该研究还仔细排除了几种其他的解释。研究人员证实，这些改善并非仅仅因为这些城市在政策实施前就已经走上了更绿色的道路，也不是由同时进行的其他环境法规造成的。通过使用严谨的统计方法来分离人工智能试点区的特定影响，他们证明了这项技术政策本身才是驱动力。研究结果表明，虽然人工智能是脱碳的强大工具，但其成功在很大程度上取决于其部署的背景。它不是一个能瞬间解决污染的魔术开关；相反，它是一个催化剂，在拥有合适的资源、技术人才和制度支持时效果最佳。对于政策制定者而言，教训在于，促进绿色转型不仅需要设定目标，更需要建立数字和制度基础，从而让企业能够将技术转化为切实的环境进步。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。