〔摘 要〕人工智能应用对企业实现高质量发展和应对风险具有重要意义。本文以２００７～２０２２ 年Ａ股上市公司为研究对象， 考察气候风险感知对企业人工智能创新的影响及作用机制。研究发现， 气候风险感知可以显着提高企业的人工智能创新产出。机制检验表明， 气候风险感知通过降低企业的融资约束和金融化水平， 进而推动企业的人工智能创新。调节分析表明， 提高组织韧性能够强化气候风险感知与企业人工智能创新产出之间的正向关系， 而较高的媒体监督压力则会抑制这一关系。异质性分析显示， 在国有企业与非高科技企业中， 气候风险感知对企业人工智能创新的促进作用更为显着。本文的研究为企业应对气候风险提供了微观经验证据， 填补了人工智能创新领域的研究空白， 为加快构建气候风险管理和防范体系提供有益参考。
〔关键词〕 气候风险感知 人工智能 企业创新 文本分析 融资约束 企业金融化 组织韧性 媒体监督
ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２４．０８．００３
〔中图分类号〕Ｆ８３２.５１； Ｆ２７３.１ 〔文献标识码〕Ａ
引 言
进入２１ 世纪以来， 全球变暖和极端事件频发，给各国人类生命与经济活动均带来不同程度的冲击。２０２２ 年６ 月， 生态环境部等部门联合印发《国家适应气候变化战略２０３５》， 强调应加快构建气候风险管理体系， 提升气候监测预警能力。同年，党的二十大明确提出把应对气候变化置于突出位置， 以最大努力积极应对气候变化。作为微观市场主体， 企业在应对气候变化方面的行动对整个社会和经济发展均具有重要影响。
２０２２ 年８ 月， 《关于支持建设新一代人工智能示范应用场景的通知》出台， 支持建设人工智能应用场景。人工智能引领作为新一轮科技革命的战略技术， 已在越来越多领域和场景中得以应用， 对我国的经济发展与产业升级起着至关重要的作用。此外， 人工智能具备提高企业生产率、降低用工成本等优势［１］ ， 能够为企业带来经济和生产效益， 有助于企业有效应对气候变化所带来的风险。
人工智能创新是指计算机系统在执行任务时所表现出的学习、推理、感知、解决问题和语言理解等能力［２］ ， 可用于辅助人类决策与驱动创新［３，４］ 。目前学术界主要将人工智能视为解释变量， 研究其对宏观经济与微观企业的影响。已有研究表明，人工智能应用在宏观层面促进了区域经济的高质量发展［５］ ， 在微观层面有助于提升企业的创新能力［６－８］ ， 并促进了企业的可持续发展［９］ 。此外， 也有学者探究企业人工智能创新的影响因素［１０］ ， 但总体而言， 由于数据获取的限制性， 该方面的研究仍相对较少。
目前， 已有研究为衡量企业所面临的气候风险水平， 主要使用宏观层面的指标， 如地区气候灾害、干旱、气温变化等［１１－１３］ 。该类指标能够从物理层面衡量企业所处地区面临气候风险的程度，却忽视了不同企业之间的异质风险敞口， 且不同企业对同一气候风险的感知与理解方式存在差异［１４］ 。因此， 从企业层面构造气候风险感知指标， 探究气候风险感知对企业人工智能创新的影响， 目前仍存在研究空白， 尚待实证检验。基于此， 本文以２００７～２０２２ 年的Ａ 股上市公司为研究对象， 通过实证方法探究气候风险感知对于企业人工智能创新的影响， 弥补了该领域的研究空白。现有文献主要关注人工智能应用对企业各方面发展的影响， 却鲜少考察企业人工智能创新的影响因素，本文为探究企业人工智能创新的驱动力提供了新视角。本文从融资约束与金融化水平的角度探究了气候风险感知提升企业人工智能创新的机制，并分别从组织韧性与媒体监督的内外部环境角度进行调节作用分析， 最后从产权性质等角度进行异质性分析， 系统而深入地揭示了二者存在的理论逻辑和内外部影响， 丰富了影响企业人工智能创新的路径机制研究。
１ 理论分析与研究假设
１.１ 气候风险感知与企业人工智能创新
气候风险感知是指企业对于潜在极端气候事件及其可能对企业造成的威胁与损失的认识与理解［１５］ 。这种风险可能导致企业运营成本上升、收益率下降和资产贬值［１６，１７］ ， 从而严重威胁企业整体稳定与发展。随着对气候风险感知的增强， 企业会调整战略方向， 采取措施降低潜在损失。
创新是减弱气候风险影响的关键工具［１８］ 。相对于一般性的技术创新， 人工智能创新在应对气候风险方面具有多种优势， 如迅速且准确地处理海量数据的能力、基于深度学习的风险预测能力［１９］和实时监控功能， 可以有效地进行风险预警。此外， 人工智能创新扩大了机器可执行的任务范围，能够替代员工执行需要认知能力的任务［２０］ ， 这有助于企业在面临气候风险时进行成本控制和稳定生产效率。因此， 相较于一般性的技术创新， 企业在感知到气候风险后会更倾向于通过提高内部的人工智能创新产出， 以更好地维持生产经营活动， 并有效减少气候风险带来的各类损失［１，２１］ 。
根据动态能力理论， 企业会根据外部环境的特征变化而调整战略活动， 对气候风险的感知将会推动企业建立更先进的风险预测系统， 并在该过程中识别生产和经营管理活动中存在的缺陷， 改进内部管理， 提高资源配置效率［２２］ ， 这有利于优化企业的创新环境， 提高人工智能创新的产出效率； 企业对气候风险感知程度的提升将反映为年报文件中相关内容的增加［２３］ 。根据信号传递理论，这一变化向外界传达了其对气候风险的重视， 释放出企业积极应对气候风险、提高业务稳健性的信号， 这有利于减少企业所面临的融资约束， 为企业进行人工智能创新提供资金。此外， 当前政府出台了一系列环境法规， 能够感知并有效应对气候风险的企业可以获得政府所提供的税收减免和财政补贴等支持［２４］ ， 从而在资源获取和政策支持方面占据优势地位［２５］ 。根据资源依赖理论， 该类资源的获取是提高企业技术创新产出的关键。结合人工智能创新在应对气候风险方面的优势，感知到气候风险的企业将在获得资源优势后进一步增加对人工智能创新的投入， 进而提高企业内部的人工智能创新产出。
基于此， 本文提出以下假设：
Ｈ１： 气候风险感知对企业人工智能创新产出具有显着的正向影响。
１.２ 影响机制分析
随着企业对气候风险认知的不断增强， 其年度报告中“管理层讨论与分析” （ＭＤ＆Ａ）部分涉及气候风险的讨论也随之增加。根据信号传递理论， 该部分内容的增加有助于塑造一个重视气候风险并保持警惕的企业形象， 展现其在应对潜在气候挑战上的决心， 这使得企业能够有效地向外界传递其较低的违约可能性以及更高的保障业务持续性。根据利益相关方理论， 企业对气候风险和环境变化的重视与感知有利于其获得银行和机构投资者等利益相关者的支持与信任， 从而得到更宽松的融资约束与更广阔的融资渠道［２６］ 。鉴于在人工智能领域的创新过程， 企业对资金需求较大且难以在短期内获得回报［２７］ ， 融资约束的缓解能够为企业创新提供内生动力［２８］ ， 有效促进资金向人工智能创新项目的流动， 加速人工智能技术的创新进程， 从而提高人工智能创新产出水平。
基于此， 本文提出如下假设：
Ｈ２ａ： 气候风险感知通过降低融资约束来促进企业的人工智能创新产出。
近年来， 金融化现象在非金融企业中日益普遍， 通常是指在有限的资源禀赋下， 非金融企业将更多的资金投入到金融资产中， 从而“挤出” 了实体投资和创新活动的资金供给［２９］ 。然而， 当企业感知到气候风险的严重性时， 为了有效应对这种风险并降低其对生产经营的负面影响， 企业更可能会调整其金融化策略， 如降低内部金融化水平， 转而增加对实体投资的支持等。考虑到人工智能创新应对气候风险的优势， 企业会将投资转向人工智能创新的项目， 以此推动企业内部的人工智能创新， 提高企业应对气候风险的能力。
