〔关键词〕 人工智能 绿色创新 成本节约 知识溢出 人力资本 工业机器人 绿色成果转化 可持续发展
ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２４．０９．００８
〔中图分类号〕Ｆ４２４； Ｆ４９ 〔文献标识码〕Ａ
引言
近年来， 中国经济发展取得了举世瞩目的成就， 但在高速增长的背后， 也伴随着一些问题发生。如粗放型和要素推动型的发展模式导致环境恶化、能源消耗严重和自主创新不足。２０２４年国务院政府工作报告指出了“制定支持绿色低碳产业发展政策” 和“大力发展绿色低碳经济”。如何找到有效促进绿色发展， 解决环境生态和经济增长这两者矛盾的根本举措， 是当前紧急又迫切的事项。企业作为社会经济发展的重要力量， 必须主动投身于绿色技术创新， 而制造业企业更是企业中的排头兵， 需发挥引领作用， 亟须向集约化和绿色创新推动型逐步转化。
人工智能作为一项重要的科技变革， 已经成为引领技术革命、推动产业结构升级优化和新质生产力发展的重要驱动力量。全球诸多国家， 如美国、欧盟成员国以及中国均将人工智能列入国家战略部署。２０２４ 年国务院政府工作报告再次强调，要深化人工智能、大数据等研发应用， 开展“人工智能＋” 行动。国际机器人联合会发布的《２０２３ 世界机器人报告》显示， ２０２２年中国工业机器人运营存量首次突破１５０ 万台， 达到１５０.２万台， 较２０２１年增加２７.６ 万台，同比增长２２.５１％，如此高的增长率表明了中国工业正在向智能化、自动化和信息化发展。工业机器人作为人工智能技术应用于生产流程的主要载体， 能在多方面对制造业企业绿色创新的关键因素产生影响。
人工智能应用有助于成本节约， 缓解制造业企业绿色创新资金不足。将智能机器投入制造业生产环节， 能显着降低企业成本， 不仅体现在其对从事重复性、程序性工作的低技能劳动力的替代方面， 还体现在其对全周期可视化、自动化和智能化生产过程的管理方面［１，２］ ；另外， 人工智能还可以帮助企业绿色创新消除信息不对称， 增加创意交流、碰撞与合作， 发现绿色研发领域间的关联与交叉点， 进而促使研发人员更快捷地获取绿色创新的关键信息［３，４］ 。然而， 人工智能应用将给制造业绿色创新带来何种影响， 以及其作用机制是什么， 这些问题的答案尚不明晰， 导致难以给予实体经济具体的指导方向。
本文弥补了人工智能在微观绿色创新领域的文献不足。现有文献研究人工智能对绿色创新的影响， 主要从城市宏观角度展开［５，６］ ， 并得出人工智能赋能绿色创新呈现非线性特征， 而本文着眼于微观视角， 将人工智能应用对绿色创新的影响从城市层面， 拓展到人工智能应用与微观企业绿色创新的关系层面， 有助于弥补人工智能在微观企业绿色创新方面的不足； （２） 剖析了人工智能应用提升制造业企业绿色创新的作用机制。考虑到人工智能在节约成本、知识溢出提升和人力资本提升方面具有重大潜力， 本文又从成本节约、知识溢出和人力资本３ 个渠道出发， 分析了成本节约、知识溢出和人力资本是否在人工智能应用影响制造业企业绿色创新的过程中发挥中介效应。此外， 还检验了人工智能对制造业绿色创新存在异质性影响。为丰富研究结论， 进一步从区域属性、污染程度和财政激励等角度， 检验了人工智能对制造业企业绿色创新的异质性影响。
１文献回顾
既有文献大多聚焦于对人工智能影响后果方面的研究， 如人工智能应用对节能减排、绿色发展、绿色创新等的影响， 也得出了较为丰富的研究结论。
在节能减排方面， 工业机器人应用可实时监测产品生产环节的能源消耗和排污， 降低过度排污行为［７］ 。工业机器人投入可以实现清洁生产和节能减排的效果， 提高全要素生产率［８］ 。人工智能可以通过管理效率提升效应、用工成本削减效应和绿色创新效应降低企业污染减排［９］ 。人工智能可以通过产业集聚外部知识溢出效应来提升城市碳排放效率［１０］ 。
在绿色发展方面， 既有文献认为， 人工智能本质上是一种技术进步， 会提高企业生产的自动化水平和提升生产效率的行为， 进而推动绿色发展效率提升。如周杰琦等［５］ 以ＥＢＭ 模型衡量城市绿色发展效率， 研究发现， 人工智能能够显着改善绿色发展效率， 产业结构合理化和高级化， 是其影响的重要机制路径。工业机器人应用能够通过技术进步、能源优化和产业集聚渠道促进区域绿色生态效率提升［１１］ 。人工智能应用能够通过技术创新效应、劳动力替代效应和减排投资效应促进城市绿色发展［１２］ 。
在绿色创新方面， 以工业机器人为代表的人工智能技术有助于绿色创新。王兵和王启超［１３］ 认为， 智能技术应用于企业， 可以提高生产过程的确定性， 减少风险因素， 降低生产成本， 优化生产效率， 释放绿色创新潜力。工业机器人运用能发挥人力资本效应和内部治理效应， 进而促进企业绿色创新成果涌现［１４］ 。然而， 也有学者认为人工智能应用对绿色创新是非线性的。人工智能虽会直接赋能城市绿色创新， 但这种赋能效果具有边际效应递增的非线性特征［５］ 。与此同时， 崔伟［６］ 也发现， 人工智能虽在短期内， 可以通过优化人力资本结构和产业结构调整来促进绿色创新， 但在长期， 这种赋能幅度将呈现下降趋势。
由上述文献可知， 虽然已有研究在人工智能对绿色减排的影响方面提供了较多有深刻的洞见，但大都基于宏观城市视角而展开， 对于人工智能与制造业企业等微观层面的绿色创新方向研究较少。与此同时， 也有研究从城市绿色创新出发，探讨人工智能对城市绿色创新的影响， 得出的结论也千差万别。鉴于此， 本文从微观制造业视角出发， 研究人工智能应用与制造业企业绿色创新的关系， 不仅有助于弥补人工智能技术应用在微观企业绿色创新影响方面的文献不足， 也能够为有效推动中国制造， 实现企业高质量绿色发展提供有力的理论支持。
２理论分析和研究假设
２.１人工智能对制造业企业绿色创新的直接影响
人工智能应用具有技术偏向性特征， 能够赋能制造业企业各项生产经营活动， 进而影响制造业企业绿色创新。（１） 人工智能应用能够通过提高制造业企业生产效率实现绿色创新。制造业企业将智能设备投入生产各环节， 不仅能实现２４ 小时全周期可视化、自动化和智能化生产管理［１］ ， 还能通过减少低技能劳动力使用， 实现长时间程序性工作， 智能制造过程维护成本低和发生错误率低等， 提高生产效率［２］ ， 而生产率越高， 越有助于缓解融资约束， 进而为绿色研发工艺创新提供资金支持； （２） 人工智能应用还能够通过消除研发人员的信息不对称实现绿色创新。信息冗余会导致信息贬值， 信息稀缺将导致绿色创新动力不足。人工智能应用不仅能打破信息收集和传递的时空限制， 实现绿色研发人员信息传递的及时性和准确性， 弥补信息不对称鸿沟， 而且能提升需求与供给间的信息匹配性， 有效减少横向传递中的信息截流和纵向传递间的信息失真问题［１５］ 。而绿色研发人员的信息获取效率越高， 越有助于促进研发人员更快捷获取绿色创新的关键信息［４］ ，进而发起绿色工艺等创新； （３） 人工智能应用还能通过提升竞争优势和决策优化来实现绿色创新。工业机器人是产品创新的催化剂和内生动力， 既能通过发挥内部控制有效性为企业带来竞争优势，促进创新成果涌现［１６］ ， 也能通过拓展并优化人类的信息处理能力， 提升决策质量， 促进企业绿色创新。此外， 人工智能应用还能够通过成本节约、知识溢出和人力资本等渠道对制造业企业绿色创新产生影响。基于以上分析， 提出如下假设：Ｈ１： 人工智能应用对制造业企业绿色创新具有正向促进作用。
２.２成本节约效应影响渠道
企业在决定是否引进工业机器人时， 会进行科学决策分析。只有当工业机器人替换人力的可变成本减少量大于企业引入工业机器人付出的固定成本， 企业才会选择采纳这一技术。工业机器人擅长执行常规且同质化高的机械性工作， 能够全天候持续不间断地运行， 其精准度比人力更高，犯错的概率更小。Ｇｒａｅｔｚ 和Ｍｉｃｈａｅｌｓ［１７］ 研究发现，以工业机器人为代表的自动化技术能减少非固定要素投入， 提升生产过程中劳动生产率， 通过对可变要素的替代达到提升生产效率的目的。企业在引进机器人后， 会优化生产流程， 降低企业边际成本， 从而逐渐减少对低端劳动力的雇佣， 直至最终实现对其的完全替代［１８，１９］ 。智能技术的普及使得企业可用更低成本获得更高质量的劳动力，通过数据共享与组织柔性化提高了企业的生产效率［２０］ 。以上分析表明， 人工智能应用能带来成本节约， 而成本下降后， 在其他条件保持不变情形下， 企业利润将得到提升， 从而拥有更多的留存收益用于绿色创新。换句话说， 通过将工业机器人应用于生产中替代部分劳动力， 制造业企业能够实现对生产成本的调整， 进而有效影响并引导其绿色创新行为， 从而达到提升绿色竞争力的目的。如欧美国家企业会通过海外直接投资、建立工厂和国际合作等方式， 从生产成本较低的发展中国家进口产品， 从而将减少支出的费用聚焦于绿色产品工艺改进等更具价值创造的活动上［２１］ 。综上所述， 制造业企业引入工业机器人， 会产生成本节约效应， 促进企业提升生产率， 实现降本增效， 进而企业有更高水平的盈余资金投入绿色研发活动中。基于以上分析， 提出如下假设：
Ｈ２：人工智能应用可以通过成本节约效应提升来促进制造业企业绿色创新。
２.３知识溢出效应影响渠道
工业机器人的应用能够刺激企业对新知识产生需求， 同时还可以协助企业对既有知识进行系统化分类， 从而加速高质量信息的传递， 进而丰富企业的知识库［２２］ 。此外， 这种技术还有助于企业整合内外部知识， 提升产品开发效率、生产效率， 并通过技术溢出效应显着推动企业创新能力的提升［２３］ 。尽管有少数学者认为， 新技术引入所带来的溢出效应， 可能对企业研发投入产生负向影响， 因为创新可能无法为企业带来足够的研发投入回报， 进而抑制企业创新行为， 但大部分学者却认为， 知识溢出效应将对企业创新产生促进作用， 能够助力企业获取外部前沿技术、提升市场化效率、吸纳创新资源和提高创新能力［２４］ 。具体而言， 新技术的引入或跨部门间的知识交流不仅能够激发企业投入更多绿色研发资金， 催生新技术的诞生， 还进一步提升了企业吸收和利用绿色新技术的能力。这表明积极吸收外部知识成果，通过知识溢出效应提高绿色创新能力是一国或一地区创新能力提升的重要机制［２５］ 。与此同时， 人工智能技术作为一种新型自动化通用技术， 正在深刻重塑研发过程和创新活动。采用了工业机器人的企业， 可以辐射带动同行业其他企业引入工业机器人， 从而对制造业企业的绿色创新产生深远影响。基于以上分析， 提出如下假说：
Ｈ３：人工智能应用可以通过知识溢出效应提升来促进制造业企业绿色创新。
２.４人力资本效应影响渠道
人力与技术面对不同任务时， 各有其优势所在。当企业采用人工智能技术来执行日常工作中那些简单且重复的任务， 这一举措将不仅导致部分劳动力会被这些设备所替代， 即人工智能的劳动力替代效应， 而且还将导致部分低技能劳动力被高技能劳动力替代［２６］ 。与此同时， 自动化人工智能的广泛应用也催生了新的工作任务与岗位， 从而实现了对劳动力的互补。通过这种方式， 企业得以在减少劳动力要素投入的同时， 保持相同或者更多的产品生产量。此外， 工业机器人的广泛应用也催生了对新一批劳动力的需求， 特别是与自动化技术相适应的高技能劳动力岗位， 如管理人员、研发人员和机器人工程师， 从而推动了劳动力市场的结构升级［２７］ 。高技能劳动力作为一种关键的人力资本和创新要素， 显着地影响着企业的创新能力［１４］ 。相较于普通劳动力， 高技能劳动力具备更为深厚的知识储备和卓越的学习应用能力， 他们能够更好地运用技术， 进而推动企业绿色创新水平的提升［２８］ 。高技能人才拥有出色的学习和问题解决能力， 能迅速掌握新知识并运用行业前沿技术， 他们不仅能够借助工业机器人实现互补式创新， 更能进行原创性的创新活动， 为企业进行绿色创新提供坚实的智力支撑， 进而推动绿色创新技术的广泛传播与应用［２９］ 。基于以上分析， 提出如下假说：
Ｈ４：人工智能应用可以通过人力资本效应提升来促进制造业企业绿色创新。
３实证分析
３.１数据来源
本文以２００８～２０２１年为数据样本， 这是因为当前国际机器人联合会（ＩＦＲ）公布的中国工业机器人数据只更新到２０２１年。此外，数据还做了以下处理：（１） 剔除有数据缺失值的样本； （２） 剔除ＳＴ、∗ＳＴ 和退市公司；（３）对所有连续变量进行了１％的温莎缩尾技术处理。经过上述处理后，最后得到１５６２５个观测值。
其中， Ｇｒｅｅｎ 表示制造业企业绿色创新。考虑到外观设计专利主要专注于产品外观设计， 在制造业生产过程中应用较有限。参考先前文献的做法， 不采用外观设计专利相关的数据， 而是以企业绿色发明专利、实用新型专利申请数量之和加一后取对数作为制造业企业绿色创新的衡量指标［１８］ 。
ＡＩ表示人工智能应用。考虑到以行业新装机器人数量的对数来衡量人工智能发展水平［９］ ， 可能面临较大的异方差问题， 如不同制造业企业员工规模存在较大差异性。为消除员工规模导致的异方差问题， 本文使用微观层面的人工智能渗透度作为人工智能应用代理变量［２４］ 。微观层面的人工智能应用测算具体如下：
①将ＩＦＲ提供的中国行业层面的机器人存量数据与《国民经济行业分类》进行匹配， 得到我国１２个行业的工业机器人存量。
②测算中国制造业中各行业工业机器人渗透度， 具体公式如下：
其中，Ｉｎｔｅｒｍ 为中介变量， 分别为成本节约（Ｃｏｓｔ）、知识溢出（ＲＤ）和人力资本（Ｌａｂｏｒ）效应。考虑到管理费用率主要是衡量代理成本， 因而本文借鉴先前研究的做法， 使用销售费用率（销售费用／ 主营业务收入）作为成本节约效应的表征［３０］ 。参考既有文献的研究， 选用研发人员数量作为知识溢出效应的表征， 因为研发人员数量在一定程度上反映了企业的研发强度， 即知识溢出效应水平［３］ 。参考黄先海等［２６］ 的做法， 选用企业本科以上学历员工的自然对数作为人力资本效应的代理变量。β和θ 为待估计系数。其余变量解释同上。
４实证结果分析
４.１基准回归
表４汇报了人工智能应用对企业绿色创新的影响程度。在没有加入控制变量、仅控制行业、个体和年度效应时， 人工智能应用的回归系数为０.０５２９，并在１％的水平上显着， 初步表明人工智能应用对企业绿色创新存在显着影响。当加入控制变量， 且控制行业、企业、年度固定效应时， 人工智能应用对企业绿色创新的回归系数为０.０４１５， 并在１％的水平上显着， 表明企业人工智能水平使用越高， 越有助于企业发起绿色创新。
４.２稳健性检验
为说明研究结论具有稳健性， 本文做了如下几种稳健性检验： （１） 内生性检验。参照先前文献的做法， 采用美国同时期同行业的工业机器人存量作为人工智能的工具变量做内生性检验； （２）更换被解释变量。将被解释变量企业绿色专利申请总量替换为企业绿色专利的发明专利申请量后进行回归； （３） 更换样本期间。由于２００８年发生了国际金融危机， 金融危机对于经济的影响存在滞后效果， 故剔除金融危机后两年２００９～２０１０年和新冠肺炎疫情发生年２０２０～２０２１年的数据； （４）剔除汽车制造业的影响。汽车制造业作为中国工业机器人使用最密集的行业， 使用占比在样本期内一直都较高， 如果工业机器人的使用对于该行业有较强的绿色创新提升作用， 但对其他行业不显着， 则本文的研究结果不具有说服力， 故剔除该行业数据， 对其余行业样本进行处理。以上结果再次表明， 核心结论“人工智能技术应用促进制造业企业进行绿色创新” 并无任何改变。
４.３作用机制分析
表２ 汇报了本文的中介效应回归结果， 其中，表２ 列（１）、（２） 为成本节约效应的回归结果；列（３）、（４） 为知识溢出效应的回归结果； 列（５）、（６） 为人力资本效应的回归结果。
由表２列（１） 结果可知， 人工智能对销售费用率的系数在１％水平下显着为负， 表明人工智能应用能够降低销售费用率， 实现成本节约效应，从而让其有更多闲置资金用于绿色工艺等技术创新。进一步观察表２列（２） 所示， 销售费用率对制造业企业绿色创新显着负相关， 表明企业销售费用率越高， 企业发起绿色创新的可能性越低。而由人工智能对制造业绿色创新的系数显着为正，表明成本节约效应在人工智能促进制造业企业绿色创新水平的过程中发挥着部分中介效应。综上表明， 人工智能应用会通过降低企业成本促进制造业企业进行绿色创新。
由表２列（３） 结果可知， 人工智能对研发人员数量的系数在１％水平下显着为正， 表明人工智能应用能够提升企业研发人员数量， 实现知识溢出效应， 从而让更多员工参与绿色工艺等技术创新。进一步观察表２列（４） 所示， 研发人员数量对制造业企业绿色创新显着正相关， 表明企业研发人员数量越多， 越有助于企业发起绿色创新。而由人工智能对制造业绿色创新的系数显着为正， 表明知识溢出效应在人工智能促进制造业企业绿色创新水平的过程中发挥着部分中介效应。综上表明， 人工智能技术应用会通过知识溢出效应， 促进企业聘用更多研发人员， 从而在企业研发活动中转化为绿色创新成果。
由表２列（５） 结果可知， 人工智能对人力资本效应的系数在１％水平下显着为正， 表明人工智能应用能够提升企业本科以上学历的人数， 实现人力资本效应， 从而让更多高素质的员工参与到绿色工艺等技术创新。进一步观察表２列（６） 所示， 人力资本效应对制造业企业绿色创新显着正相关， 表明企业高素质的人才数量越多， 越有助于企业发起绿色工艺创新。而由人工智能对制造业绿色创新的系数显着为正， 表明人力资本效应在人工智能促进制造业企业绿色创新水平的过程中发挥着部分中介效应。综上表明， 人工智能技术应用会通过人力资本效应， 促进企业拥有更多高素质人才， 从而发起更多的绿色创新。
５异质性分析
不同地区对创新的鼓励政策和经济发展水平大相径庭， 企业绿色创新受到的影响程度可能也会有所差异。参照全国人大六届四次会议的区域划分， 将区域划分为东、中和西部３ 个部分， 结果见表３ 列（１） ～（３）。由结果可知， 东、中部地区的人工智能应用系数在１％水平下显着， 表明人工智能应用能够显着促进东、中部地区制造业企业绿色创新。一种可能的解释是， 东、中部地区经济发展程度和工业总产值相较于西部地区更高，发展人工智能产业更具有资本要素的比较优势，因而人工智能技术应用对于东、中部地区的绿色创新促进效应最强。
企业绿色创新水平受所在行业影响很大， 不同行业类别的制造业， 其碳排放强度和能源利用效率不同。为此， 参考潘爱玲等［３１］ 的研究， 将制造业中行业代码为Ｃ１７、Ｃ１９、Ｃ２２、Ｃ２５、Ｃ２６、Ｃ２８、Ｃ２９、Ｃ３０、Ｃ３１、Ｃ３２ 的公司设定为重污染企业，其余为非重污染企业， 结果见表３ 列（４）、（５）。由结果可知， 人工智能应用在非重污染企业中的系数在１％水平下显着为正， 表明人工智能对企业绿色创新的助推作用主要体现在非重污染企业中。可能的解释是， 重污染企业的碳排放强度高， 生产活动对于环境的影响更大， 存在环境特殊性， 人工智能应用不能改变这些企业的重污染属性， 因此对于企业绿色创新的影响受限。
考虑到制造业企业进行绿色创新活动与企业受到的外部财政激励相关， 融资难、融资贵问题会在一定程度上影响企业进行绿色创新的意愿。采用科技专项、新产品开发、技术改造和研发项目等政府创新补助之和作为财政激励的代理变量［３２］，并以其中位数， 划分为高财政激励和低财政激励两组， 结果为表３ 列（６）、（７）所示。由结果可知， 人工智能对企业绿色创新的促进作用仅在低财政激励组显着， 而在高财政激励组不显着。可能的原因是， 较高的财政激励可能招致具有机会主义倾向的管理层更加严重的代理问题， 使得企业产生策略性创新行为， 导致资源错配和市场失灵现象， 最终无法形成实质性的绿色创新水平提升效应。
６结论和政策建议
当前， 人工智能技术融通于生产、管理等制造活动的各个运营环节， 这对制造业企业的绿色创新具有重大影响。实证研究发现， 人工智能应用对制造业企业绿色创新存在显着的正向关系。作用机制表明， 人工智能应用通过成本节约、知识溢出和人力资本效应等途径促进制造业企业绿色创新。异质性分析表明， 人工智能应用对制造业企业绿色创新的促进作用在东、中部地区、非重污染和低财政激励企业组表现的更加明显。基于以上结论， 提出如下几点建议：
政府方面， 既要加强人工智能技术的基础理论研究和关键技术研发， 促进人工智能技术在制造业中的应用， 也要重视对人工智能技术的持续投入， 强化企业、学界和研发机构的创新合力， 提升高技能人才的知识水平和技能， 促进原发性创新， 充分发挥人才对制造业企业绿色创新的促进作用。与此同时， 还要合理设置补贴政策， 提高政策实施的透明度， 优化创新环境， 加强对知识产权的保护， 深化科技体制改革， 给科研人员提供良好的研究环境， 从而增强科技创新活力。
企业方面， 既要注重对新知识、新技术的吸收利用， 提升人力资本水平， 优化劳动力结构， 引进高水平人才， 快速掌握前沿知识技术， 进而在更高水平上实现绿色成果转化和创新产出， 也要认识到提高绿色创新水平对其可持续发展的战略重要性， 从长远利益出发， 将绿色发展理念融入绿色工艺创新和绿色产品创新中， 不断改善生产流程且提高产品质量。与此同时， 还须将环境责任履行、绿色创新纳入企业文化中， 顺应国家新时代下的绿色发展理念， 建立良好的企业形象和声誉， 进而增加社会相关利益主体的信任感。
