绿色转型的协调：人工智能采纳如何实现企业碳中和

摘要：随着碳中和成为全球气候治理的核心目标，企业如何实现低碳转型已成为一个关键的研究课题。然而，先前的研究主要集中在宏观或行业层面的分析，提供了有限且零散的见解，关于数字技术——尤其是人工智能——如何影响企业层面的碳中和绩效及其基础过程机制。为填补这一空白，本研究采用资源协调理论（ROT）作为核心分析框架，考察人工智能应用如何转化为企业的碳中和绩效，并整合动态能力理论（DCT）和资源依赖理论（RDT）作为互补视角——分别用于解释内部能力重组和外部资源环境的作用，从而构建一个综合的分析框架。通过对2018至2023年中国A股上市制造企业的面板数据进行两阶段固定效应模型的实证分析，结果表明，人工智能应用显著提升了企业的碳中和绩效，而该发现经过一系列稳健性检验和潜在内生性控制后依然稳健。进一步分析显示，人工智能主要通过缓解融资约束、增强研发活力以及增加绿色专利产出等方式发挥作用。此外，反映企业内部能力的绿色技术效率和捕捉外部资源环境的绿色金融发展水平在这一关系中均表现出显著的正向调节效应。从资源协调理论的角度，本研究重新审视了人工智能的环境价值，表明这种价值不仅源于技术本身，而是通过管理资源协调过程及内部能力与外部资源环境的互动而形成。通过超越将人工智能的环境效应归因于单纯技术投入的传统观点，本研究通过过程视角扩展了相关文献。在数字与绿色转型同时进行的背景下，本研究为理解新兴经济体企业的低碳发展提供了重要的理论见解和实证证据。