人工智能政策對企業ESG表現的影響

中圖分類號：F204;F270.7 文獻標志碼：A 文章編號：1674-8131（2025）04-0052-16

一、引言

隨著新一輪科技革命和產業變革的加速演進，人工智能應用已成為保持國際競爭優勢、推動經濟高質量發展的核心動力。近年來，在一系列政策引導和支持下，我國人工智能產業規模快速擴張，人工智能應用在社會經濟各個領域迅速推進。以工業機器人應用為例，根據國際機器人聯合會（IFR）的統計數據，2012年我國工業機器人安裝量為22987臺，僅占全球總量的 14% ;2022年我國工業機器人安裝量達到290258臺，占全球總量的 52% 。人工智能以其強滲透性、高度協同性等技術經濟特性推動經濟發展方式轉變，為經濟高質量發展帶來新動能。

作為勞動、資本和數據等生產要素高度集成的復合體，人工智能實現了數據要素與傳統生產要素的深度融合（謝康等，2024）[1]，其價值與功效已逐漸在各領域凸顯，并受到學界高度關注。比如，在就業方面，雖然人工智能應用會因生產自動化使勞動者面臨失業風險，產生就業擠出效應（Frey et al.，2017）[2]，但人工智能的不斷發展又能產生新的就業崗位（Acemoglu et al.，2018）[3]，并通過推動崗位深度融合、打破勞動力流動壁壘等實現崗位結構變遷（潘珊 等，2024）[4]，從而在產生就業創造效應的同時促進高質量就業（王曉娟 等，2022;何勤 等，2024）[5-6]。又如，在創新方面，人工智能應用能夠通過提高人力資本水平和管理能力促進企業創新（鄧悅 等，2022;黃先海 等，2023）[7-8]，通過推動知識創造和技術溢出促進制造業創新（Liu et al.，2020）[9]，且對實質性創新的推動作用要大于策略性創新（王磊 等，2023）[10]。另外，人工智能對企業金融資產配置水平具有負向影響，但會促進企業研發投入增加（馮婉昕 等，2024）[11]，并通過產品創新提高企業市場價值（Babina et al.，2024）[12]。然而，相關實證研究大多從人工智能應用或技術創新的角度考察人工智能發展的經濟社會效應，較少探究促進人工智能發展的政策（以下簡稱人工智能政策）實施產生的經濟社會效應。以較為典型的國家人工智能創新應用先導區政策為例，僅有少量文獻考察了其對企業客戶配置多元化（鐘娟 等，2025）[13]、企業金融資產配置（馮婉昕，2024）[11]、制造企業新質生產力（徐紅丹等，2025）[14]等的影響。

企業是經濟發展的重要微觀基礎，推動企業可持續發展是實現宏觀經濟高質量發展的有效路徑。ESG理念強調企業的環境績效（E）、社會責任（S）和內部治理（G）等全面發展，高度契合可持續發展要求。然而，根據商道融綠發布的《A股上市公司ESG評級分析報告2023》，我國上市公司的ESG表現雖然持續改善，但ESG披露的質量改善落后于數量提升，綠色轉型緩慢、信息披露質量不高以及內部治理效率較低等問題制約著企業的可持續發展。因此，如何有效提升企業ESG績效仍是當前亟待解決的實踐難題。基于此，大量文獻從不同層面和角度對企業ESG表現的影響因素進行了實證考察。其中，關于人工智能對企業ESG表現的影響逐漸受到重視。許家云等（2024）[15]研究發現，人工智能發展通過提高綠色技術創新水平、全要素生產率、信息透明度3個渠道顯著改善了企業ESG的整體表現，但存在閾值效應，表現為“倒U形\"的非線性關系。唐秋雨（2025）[16]等分析表明，人工智能技術主要通過促進ESG投資和提升信息透明度兩條渠道改善企業ESG表現，ESG“新聞情緒”在其中發揮了調節作用。李延喜等（2025）[17]研究認為，人工智能技術的應用能夠通過緩解融資約束和提高內部控制質量提升企業的高質量ESG表現。也有研究認為，企業應用人工智能過程中的不當行為會嚴重影響企業ESG評級和企業聲譽（Monfort et al.，2025）[18]。然而，鮮有文獻關注人工智能政策對企業ESG 表現的影響，尤其缺乏相關經驗證據。

鑒于上述，本文在已有研究的基礎上探究人工智能政策對企業ESG表現的影響及其機制，并利用工信部 2019—2022年分三批支持創建國家人工智能創新應用先導區的政策實踐，以國家人工智能創新應用先導區建設為準自然實驗，采用2014—2023年滬深A股上市公司的數據，構造多期雙重差分模型進行實證檢驗。本文的邊際貢獻主要包括：第一，在研究視角上，區別于現有研究聚焦于人工智能應用的經濟后果，從人工智能政策角度探討人工智能發展的積極作用，并為人工智能政策促進企業ESG表現改善提供了經驗證據。第二，在理論建構上，探討了“人工智能政策—企業人工智能應用—企業 ESG表現”的傳導路徑，并將其分解為“人工智能政策—城市數智化轉型—企業人工智能應用”和“企業人工智能應用—企業轉型升級—企業ESG表現\"兩段子路徑，不僅深化了人工智能政策的微觀經濟效應研究，還為相關政策效應研究提供了思路借鑒。第三，進一步分析了企業數字化戰略實施強度和媒體關注度的調節效應以及企業產權性質、規模、科技屬性、污染屬性的異質性，有助于深入認識不同情景下人工智能政策的作用差異，并為充分發揮人工智能政策的積極作用提供了經驗借鑒和政策啟示。

二、理論分析與研究假說

人工智能政策旨在促進人工智能的發展和應用，作為人工智能技術創新和實際應用的關鍵主體，企業是人工智能政策引導和支持的重要對象。因此，人工智能政策的實施會通過引導企業的發展戰略和經營策略、支持和補貼企業人工智能創新和應用等直接提升企業的人工智能應用水平。人工智能的應用又會改變企業的生產方式和管理模式，進而影響企業的ESG表現。基于此，本文認為企業人工智能應用是人工智能政策影響企業ESG表現的關鍵連接點，即存在“人工智能政策—企業人工智能應用—企業ESG表現”的傳導路徑。然而，一方面，人工智能政策的著眼點往往不僅限于企業的人工智能發展應用，加快地區（城市）的整體人工智能發展和應用也是其重要目標，即人工智能政策的實施還會推動城市的數智化轉型，而城市數智化轉型能夠為企業人工智能應用提供更好的外部環境支撐；另一方面，盡管已有研究驗證了企業人工智能應用對企業ESG表現改善的促進作用，但其中的影響機制尚待深入探究。對此，本文進一步將“人工智能政策—企業人工智能應用—企業ESG表現”路徑分解為“人工智能政策—城市數智化轉型—企業人工智能應用\"和\"企業人工智能應用—企業轉型升級—企業ESG表現”兩條子路徑，從而構建“人工智能政策—城市數智化轉型—企業人工智能應用—企業轉型升級—企業ESG表現”的長鏈傳導機制。

1.人工智能政策、企業人工智能應用與企業ESG表現

人工智能政策為企業應用人工智能提供了政策支持，有助于企業人工智能應用水平提升。人工智能政策通常會支持龍頭企業做大做強，通過發揮龍頭企業的帶動作用來促進各企業的人工智能應用水平提升。如濟南-青島國家人工智能創新應用先導區通過構建以龍頭企業為引領、中小企業為支撐的融合發展體系，建設人工智能產業園區，優先發展一批人工智能領軍企業。跟隨企業通過借鑒頭部企業人工智能應用經驗，可以有效降低人工智能技術學習、部署成本，在試錯成本較小的情況下迅速將人工智能技術應用于生產和管理環節，實現人工智能在企業各部門、各生產流程中的高效應用。人工智能具有強滲透性、高替代性、高協同性等特征，可以融入企業生產經營各環節，在替代傳統生產要素的同時優化要素配置。因此，企業應用人工智能將重塑生產、經營以及管理模式，進而影響企業的ESG投資和表現。

首先，從環境績效維度來看，人工智能應用推動了企業生產設備和工藝的智能化，有助于實現企業生產環節的智能化，能夠降低生產過程中的能源消耗和污染排放（張萬里等，2022）[19]。此外，人工智能具有高效率、高精度、可持續運作等特性，可以實時監控企業生產環節的能源消耗及污染排放，幫助企業根據實際生產狀況調整資源投入、提高資源利用效率，在減少資源浪費的同時降低污染物排放（Magazzino etal.，2021）[20]，從而提高企業環境績效。其次，從社會責任維度來看，人工智能增強了企業收集、處理數據的能力，并通過神經網絡算法等對相關數據進行分析，使企業可以及時捕捉消費者需求（劉鑫鑫等，2023）[21]，并針對性地提高產品和服務質量。同時，企業利用人工智能搭建企業-公眾網絡互動平臺，有助于及時了解公眾訴求，維護消費者權益，并有利于公眾對企業承擔社會責任的情況進行有效監督。最后，從公司治理維度來看，利用人工智能的智能管理系統使企業對生產經營各環節實現全周期的可視化管理，有助于優化管理者的決策環境，提高企業的治理能力（鄭景麗 等，2024）[22];；同時，企業通過人機協同能夠有效減少信息傳遞過程中的信息損失，緩解企業內部的信息不對稱，進而提高企業的治理效率。

基于上述分析，本文提出以下2個假說：

H1：人工智能政策的實施能夠改善企業ESG表現。

H2：人工智能政策通過提高企業人工智能應用水平改善企業ESG表現。

2.人工智能政策、城市數智化轉型與企業人工智能應用

人工智能政策對城市數智化轉型的影響是多方面的，考慮到技術進步是經濟發展的核心驅動力，產業發展是城市經濟的基礎，金融是國民經濟的血脈，本文主要從智能技術創新、數智產業集聚、數字金融發展三個方面進行分析。

首先，促進智能技術創新是人工智能政策的重要著力點。人工智能政策具有強烈的信號傳遞功能，能夠傳遞出政府大力支持發展人工智能技術的積極信號;同時，政府部門有關人工智能發展的引導基金會吸引風投創投等社會資本更多地進入人工智能領域（孫昊穎等，2023）[23]，有助于緩解人工智能技術研發的融資約束難題，增強企業、科研機構、高校等研發主體開展人工智能技術創新的積極性，推動城市智能技術創新發展。城市智能技術發展又為企業人工智能應用提供了良好的外部環境和技術支撐，能夠通過技術溢出、創新合作等促進企業的人工智能技術創新和應用，并降低企業人工智能應用的成本，從而推動企業人工智能應用水平提升。

其次，促進數智產業集聚、打造優勢特色數智產業集群也是人工智能政策重點支持的領域。人工智能政策致力于增強人工智能賦能實體經濟高質量發展的能力，其在通過專項資金支持本地區數智產業發展的同時，以稅收優惠、財政補貼等措施來優化營商環境，吸引人工智能企業進入并優化數智產業集群布局，從而促進數智產業在本地的集聚。根據產業集聚的外部經濟理論，數智產業集聚所產生的集聚效應使企業能夠從技術和知識等溢出中獲益（Gomig et al.，2024）[24]，同時，隨著數智產業集聚水平的提高，頭部企業在人工智能應用方面的優勢和帶動作用會得到更有效的發揮，從而更好地帶動跟隨企業的人工智能應用水平提升。

最后，人工智能政策不僅促進人工智能技術的發展，還推動人工智能技術與傳統金融的深度結合，進而促進地區數字金融發展。人工智能的應用極大地提升了金融服務的可得性與便利性，并營造出良好的數字金融發展環境。例如，人工智能技術對企業等微觀經濟主體的生產經營活動、納稅行為等進行全面精準的用戶畫像，可以幫助金融機構改進信用評估體系，實現數字金融高質量發展。數字金融的發展則會通過擴大金融服務范圍、提高金融服務效率等為企業提供更多外源融資渠道，并降低企業的融資成本，不僅有利于企業優化資源配置（董延芳 等，2024）[25]，還能增強企業進行人工智能技術創新和應用人工智能的積極性，從而有效提升企業人工智能應用水平。

基于上述分析，本文提出假說H3：人工智能政策通過推動城市數智化轉型（智能技術創新、數智產業集聚、數字金融發展）提升企業人工智能應用水平。

3.企業人工智能應用、企業轉型升級與企業ESG表現

企業人工智能應用對其ESG表現的影響也是多方面的，本文主要基于ESG的3個維度分析企業人工智能應用的綠色轉型效應、信息改善效應和管理升級效應。

首先，從環境績效維度來看，企業通過綠色轉型提高環境績效，而綠色轉型的關鍵在于綠色技術創新。人工智能應用有助于增強企業創新能力，提高企業創新資源的配置效率，進而促進企業綠色技術創新。一方面，人工智能應用會推動傳統創新模式變革，形成人機協同的新型創新模式，有助于打破知識發現的認知約束（王鈺等，2024）[26]，提高企業的創新能力;另一方面，人工智能應用有利于知識共享和創新合作，增強技術溢出效應，不僅可以有效激發開放式創新（王磊等，2023）[10]，還能破除組織間的壁壘，實現創新資源的有效整合，提高企業技術創新和轉化的效率。同時，人工智能應用還有助于企業把握技術進步前沿和趨勢，從而在可持續發展背景下增強企業的綠色技術創新意愿，推動企業綠色技術創新和應用。綠色技術創新將增強企業技術進步的綠色偏向，綠色偏向性技術與其他生產要素的合理配置有助于企業實現綠色轉型，提高環境績效（聶飛等，2022）[27]。此外，綠色技術創新不僅能推動企業綠色轉型，還能通過減少環境訴訟風險等改善企業的社會責任履行表現，并有助于企業增強環境管理和監控能力（徐妍 等，2024）[28]，提高公司治理效率。

其次，從社會責任維度來看，企業信息披露質量越高、信息披露越完備，其受到的外界關注就越強，根據聲譽理論，企業面臨外界關注時會傾向于承擔更多社會責任以提升企業聲譽。因此，信息披露的改善不僅本身就是企業更好履行社會責任的表現之一，還會促使企業積極履行更多的社會責任。企業應用人工智能對海量數據進行搜集、分類以及可視化處理，再通過信息共享平臺對相關信息進行披露，不僅提高了信息披露質量，還有助于信息供需的精準匹配（陳偉 等，2024）[29]。人工智能應用不僅能改善企業對外的信息披露，還能增強企業內部信息透明度和信息傳遞效率，從而可以有效抑制管理層機會主義行為（陳紅等，2023）[30]，提高公司治理效率。此外，企業信息披露質量的提升有助于緩解企業與消費者、供應商、金融機構以及評級機構間的信息不對稱，提高企業的ESG評級得分（徐妍等，2024）[31]，并減少ESG評級分歧（馮鈺婷等，2024）[2]。

最后，從公司治理維度來看，人工智能不僅應用于企業的生產領域，還應用于企業的管理環節，能夠推動企業管理升級，從而改善公司治理。憑借搜集、分析、處理海量數據信息的強大能力，人工智能有助于企業對外部環境變化做出實時反應，并根據企業實際情況給出最優決策。同時，企業運用人工智能可以有效提高內外部信息溝通能力和水平，降低外部交易成本和內部管理成本，進而顯著提升治理效率（杜傳忠 等，2024）[33]。因此，將人工智能應用于企業決策和管理過程，有助于打破企業管理層的傳統認知，重塑企業可持續發展的價值理念和管理模式，實現企業管理升級。管理升級不僅可以提高企業的公司治理效率，還會促使企業更積極地改善環境績效、承擔社會責任，并增加ESG投資、改善ESG 表現。

基于上述分析，本文提出假說H4：企業人工智能應用通過促進企業轉型升級（綠色轉型、信息改善、管理升級）提高企業ESG表現。

三、實證研究設計

1.政策背景

近年來，我國出臺了一系列政策措施推動人工智能的發展和應用。2015年7月，國務院印發《關于積極推進“互聯網 +^，， 行動的指導意見》，指出要加快人工智能核心技術突破，培育發展人工智能新興產業。2017年7月，國務院印發《新一代人工智能發展規劃》，要求推進人工智能深度應用，為經濟發展提供新動能；同年12月，工信部發布《促進新一代人工智能產業發展三年行動計劃（2018—2020年）》，明確了推動人工智能發展應用的具體行動方案。為進一步推動人工智能發展應用，實現人工智能與實體經濟的深度融合，工信部組織實施了國家人工智能創新應用先導區建設。2019年5月，工信部復函上海市人民政府，支持建設上海（浦東新區）人工智能創新應用先導區，同年10月又支持建設濟南-青島、深圳人工智能創新應用先導區;2021年2月，工信部發文支持創建北京、天津（濱海新區）、杭州、廣州、成都國家人工智能創新應用先導區;2022年9月，工信部復函支持創建南京、武漢、長沙國家人工智能創新應用先導區。各人工智能創新應用先導區（以下簡稱先導區）在配合和落實國家相關政策的基礎上，積極出臺具體的政策措施，引導資金、技術人才等關鍵要素流入人工智能領域，激勵企業、科研機構、高校等積極參與人工智能研發，推動產學研深度融合，促進人工智能應用場景創新，為地區人工智能發展應用注人了強大動力。作為新一代產業革命的核心技術，人工智能通過推進產業智能化和智能產業化等促進企業環境績效提升、激勵企業承擔更多社會責任、加快企業內部治理變革，進而助力企業ESG 表現改善。可見，先導區的設立和建設為考察人工智能政策對企業ESG表現的影響提供了很好的案例。因此，本文將先導區建設作為一項準自然實驗，采用多期雙重差分模型進行實證檢驗。

2.基準模型設定

為檢驗人工智能政策對企業ESG表現的影響，本文構建如下基準模型：

ESG_it=α₀+α₁AI_it+αControl_it+μ_i+θ_t+ε_it

其中，下標 i 和 χ_t 分別代表企業和年份 ?，μ_i 和 θ_t 分別表示企業和年份固定效應， ε_it 為隨機擾動項。

被解釋變量（ ESG_it ）“ESG表現”為 χ_t 年 i 企業的ESG表現。華證ESG評級具有覆蓋企業多、時間跨度長和數據連續性較強的優點，因此參考方先明等（2023）[34]的方法，使用華證ESG評級衡量企業 ESG表現（從AAA到C依次賦值9到1，該值越高則企業ESG表現越好）。

核心解釋變量（ ）“人工智能政策”為 χ_t 年 i 企業所在城市是否屬于國家人工智能創新應用先導區的政策變量。工信部于2019年、2021年、2022年分三批發布了國家人工智能創新應用先導區名單，據此設置政策沖擊變量（Treat）和實施時間變量（ （Post） 。具體來講，將已設立為先導區的城市企業作為實驗組（ Treat=1 ），其他企業作為對照組（ Treat=0 ）；先導區設立當年及以后年份Post取值為1，其他年份Post取值為0;以政策沖擊變量與實施時間變量的交互項（ Treat×Post 作為“人工智能政策\"變量。

借鑒雷雷等（2023）[35]、許家云等（2024）[15]的研究，選取9個企業層面的變量作為控制變量（Controlu），具體變量及測算方法見表1。

3.數據來源及處理

本文以滬深A股上市公司為研究對象，根據政策實施時間和數據可得性，樣本期間為2014—2023年。剔除ST和 ?ST 樣本、已退市樣本、金融保險類樣本、數據缺失較多的樣本，最終得到29588個觀測值。所用數據主要來自中國研究數據服務平臺（CNRDS）、國泰安（CSMAR）數據庫和Wind數據庫，對連續變量進行 1% 和 99% 分位的縮尾處理，主要變量的描述性統計結果見表1。

表1主要變量說明與描述性統計結果

四、實證結果分析

1.平行趨勢檢驗與基準回歸

使用雙重差分模型評估政策效應需要滿足平行趨勢假設，即在政策沖擊前實驗組和對照組的被解釋變量具有相同的變化趨勢。本文使用事件研究法進行平行趨勢檢驗，以政策實施前1期為基期，構建

如下模型： （204號 ，其中，Bef_mt，Cur_it 以及 為先導區設立前 ?_m 年、設立當年、設立后 n 年的虛擬變量。檢驗結果見圖1，在先導區設立前，系數均不顯著，表明實驗組與對照組企業的ESG表現無顯著差異，滿足平行趨勢假設；在先導區設立后，系數均顯著為正，表明先導區建設對實驗組企業的ESG表現產生了顯著的正向效應。

圖1平行趨勢檢驗結果

基準模型檢驗結果見表2。無論是否加入控制變量，“人工智能政策”對“ESG表現”的估計系數均在 1% 的水平上顯著為正，表明先導區建設顯著改善了先導區企業的ESG表現。從經濟顯著性來看，實施先導區政策使先導區企業的ESG評級提升了約 3.49%① 。由此，本文提出假說H1得到驗證。

2.內生性處理與穩健性檢驗

（1）工具變量法。為緩解基準模型可能存在的遺漏變量、反向因果關系等內生性問題，采用工具變量法進行內生性處理。借鑒鐘娟等（2025）[13]使用歷史數據構建工具變量的思路，采用“企業所在城市1984年每百人固定電話數與當年互聯網普及率的交互項”作為“人工智能政策”的工具變量，進行2SLS檢驗，回歸結果見表3的PanelA。Kleibergen-Paap rk WaldF統計值大于臨界值16.38，Kleibergen-PaaprkLM統計值在 1% 的水平上顯著，通過了工具變量不可識別和弱工具變量檢驗;第一階段的回歸結果顯示，工具變量與“人工智能政策”顯著正相關;第二階段的回歸結果顯示，工具變量擬合的“人工智能政策”估計系數顯著為正。上述結果表明，在緩解內生性問題后，實施先導區政策顯著改善了先導區企業ESG表現的結論依然成立。

表2基準回歸結果

注：*、**、**.分別表示 10% 5% .1% 的顯著性水平，括號內為穩健標準誤，下表同。

表3內生性處理與穩健性檢驗結果

注：所有模型均控制了控制變量以及企業和年份固定效應，限于篇幅，控制變量和常數項估計結果略，下表同。

（2）PSM-DID 檢驗。考慮到先導區的設立并非隨機的，可能因樣本選擇偏差導致內生性，采用傾向得分匹配法（PSM）進行樣本匹配。以企業所在城市是否設立先導區（即前文中的treat）為因變量、控制變量為協變量構造Logit模型，使用 1：1 最近鄰匹配法進行樣本匹配，匹配后變量的偏差均在 10% 以下，表明樣本匹配效果較好。采用匹配后的樣本進行檢驗，回歸結果見表3的PanelB，“人工智能政策”的估計系數顯著為正，表明在消除樣本選擇偏誤后，人工智能政策的企業ESG表現改善效應依然顯著。

（3）安慰劑檢驗。為排除偶然因素對估計結果的影響，通過隨機選取實驗組和設定政策實施時間構造偽政策變量進行安慰劑檢驗，重復500次的估計系數及其P值分布如圖2所示。偽政策變量的估計系數大部分位于0值附近且P值大于0.1，表明基準模型的估計結果未受到潛在偶然因素或其他政策的干擾，先導區企業的ESG表現改善確實是實施先導區政策的結果。

（4）其他穩健性檢驗。為進一步驗證基準模型分析結果的可靠性，本文還進行了以下穩健性

圖2安慰劑檢驗結果

檢驗：一是替換被解釋變量。參考高杰英等（2021）[36]的方法，將 ESG評級為A及以上的企業賦值為3，評級為B、BB、BBB 的企業賦值為2，評級為CCC及以下的企業賦值為1，得到變量“ESG 表現1”，以其為被解釋變量的檢驗結果見表3的PanelC。二是剔除直轄市樣本。考慮到直轄市具有明顯的特殊性，刪除直轄市的企業樣本后重新進行檢驗，回歸結果見表3的PanelD。三是控制行業與年份交互效應。為進一步控制行業特征的影響，在基準模型中加入行業 × 年份固定效應重新進行檢驗，回歸結果見表3的Panel E。上述檢驗均支持實施人工智能政策顯著改善了企業ESG表現的結論，表明本文分析結果是穩健的。

3.機制檢驗

根據前文理論分析，本文從2個層級的3條路徑進行機制檢驗，即在“人工智能政策—企業人工智能應用—企業ESG表現”的一級路徑下分解出“人工智能政策—城市智能化轉型—企業人工智能應用\"和\"企業人工智能應用—企業轉型升級—企業ESG表現\"2條二級路徑，并分別進行實證檢驗。

首先，檢驗人工智能政策能否通過提高企業人工智能應用水平改善企業ESG表現。本文參考姚加權等（2024）[37]的方法，用企業年報中人工智能關鍵詞詞頻 +1 的自然對數值衡量樣本企業的人工智能應用水平（變量“企業人工智能應用\"），以其為中介變量的檢驗結果見表4的PanelA。“人工智能政策”對“企業人工智能應用”和\"企業人工智能應用\"對“ESG表現”的估計系數均顯著為正，表明先導區政策的實施顯著提升了先導區企業的人工智能應用水平，人工智能應用水平的提升又顯著改善了企業的ESG表現。由此，本文提出的假說H2得到驗證。

然后，檢驗人工智能政策能否通過促進城市數字化轉型提升企業的人工智能應用水平。根據前文理論分析，構建以下3個城市層面的中介變量：一是“智能技術創新”，用城市的人工智能專利數量（萬件）衡量;二是\"數智產業集聚”，用信息傳輸、軟件和信息技術服務業從業人員的區位熵衡量（焦 等，2023）[38];三是“數字金融發展”，用北京大學數字普惠金融指數衡量。城市的智能技術創新、數智產業集聚和數字金融發展為企業人工智能應用提供了技術、環境和資金支持，能夠有效促進企業人工智能應用，因此借鑒江艇（2022）[39]的研究思路，只檢驗人工智能政策對上述3個中介變量的影響，回歸結果見表4的PanelB。“人工智能政策”對“智能技術創新”“數智產業集聚”“數字金融發展”的估計系數均顯著為正，表明先導區政策的實施顯著促進了先導區的智能技術創新、數智產業集聚和數字金融發展，進而有利于先導區企業的人工智能應用水平提升。由此，本文提出的假說H3得到驗證。

最后，檢驗企業人工智能應用能否通過促進企業轉型升級改善企業的ESG表現。根據前文理論分析，構建以下3個企業層面的中介變量：一是“綠色技術創新”，用企業綠色專利申請數 +1 的自然對數值衡量;二是“信息披露質量”，用《上市公司信息披露工作考核（評價）辦法》中的考核評分衡量，評分A、B、C、D分別賦值為4、3、2、1，該值越大則信息披露質量越高（王應歡等，2023）[40]；三是“管理成本”，用企業管理費用與營業收入之比衡量（戴魁早 等，2024）[41」，企業管理成本越低則治理效率越高。綠色技術創新有助于減少企業的資源消耗和污染排放，改善企業環境績效;信息披露質量提高使企業更加注重聲譽價值，推動企業承擔更多社會責任;管理成本降低反映了企業管理體系的優化，是治理能力和效率提升的結果。企業人工智能應用對企業轉型的影響檢驗結果見表4的PanelC，“人工智能應用”對“綠色技術創新”和\"信息披露質量”的估計系數顯著為正，對“管理成本”估計系數顯著為負，表明人工智能應用促進了企業綠色轉型、信息改善和管理升級，進而有助于改善企業ESG表現。由此，本文提出的假說H4得到驗證。

PanelA：“人工智能政策—企業人工智能應用—企業ESG表現”

表4機制檢驗結果

PanelC：“企業人工智能應用—企業轉型升級—企業ESG表現'

五、拓展研究

1.調節效應分析

人工智能政策對企業ESG表現的改善作用會受到來自企業內外部因素的影響。人工智能應用對技術環境有較強的依賴性，數字化網絡平臺和信息基礎設施等技術環境是人工智能創新和應用的基礎（蘇璽鑒 等，2023）[42]。具體到企業層面，人工智能的應用程度及其作用發揮受到企業數字化轉型程度的制約，而數字化轉型的推進力度和水平與企業的發展戰略相關。盡管數字化轉型是大勢所趨，但由于不同的企業在轉型條件、轉型資源、轉型能力以及轉型意愿上存在較大差異，目前各企業不僅數字化轉型水平參差不齊，而且實施數字化戰略的強度也具有顯著差別。當企業加大力度推進數字化戰略時，更加重視人工智能的應用，因而會更加積極地響應人工智能政策、更加充分地利用人工智能政策紅利，從而增強人工智能政策的ESG表現改善效應。

就外部因素來看，根據有效監督假說，作為公眾獲取信息的重要渠道，媒體關注可以有效緩解企業與外部利益相關者的信息不對稱（Wong et al.，2022）[43]，從而通過加強外部監督影響人工智能政策的ESG改善效應。媒體關注度提高帶來外部監督增強，不僅會約束企業在利用人工智能政策過程中的機會主義行為，使得人工智能政策的實施能更有效地提升企業人工智能應用水平；而且還會放大企業聲譽機制，比如對企業環境污染、產品質量等問題的負面報道會嚴重影響企業聲譽（余漢 等，2024）[44]，進而倒逼企業更好地利用人工智能來改善ESG表現。

根據上述分析，本文認為，隨著企業數字化戰略實施強度和媒體關注度的提高，人工智能政策對企業ESG表現的改善作用會增強。對此，構建以下兩個調節變量：一是“數字化戰略強度”，用國泰安中國上市公司數字化轉型指數的戰略引領評分衡量;二是“媒體關注度”，用企業被媒體報道總數加1的自然對數值衡量（魏延鵬 等，2023）[45]。在基準模型中加入調節變量及其與“人工智能政策”的交互項，檢驗結果見表5。“人工智能政策”的回歸系數依然顯著為正，“人工智能政策 × 數字化戰略強度”和“人工智能政策 × 媒體關注度”的估計系數均顯著為正，與理論預期相符，表明企業數字化戰略實施強度和媒體關注度的提高能夠強化人工智能政策對企業ESG表現的改善作用。

表5調節效應檢驗結果

2.異質性分析

（1）產權性質異質性。根據企業的產權性質構建虛擬變量“國有企業”（國有企業賦值為1、非國有企業賦值為0），在基準模型中加人該虛擬變量及其與“人工智能政策”的交互項，檢驗結果見表6的PanelA。交互項的估計系數顯著為負，表明相較于國有企業，人工智能政策對非國有企業的ESG 表現改善作用更強。其原因可能在于：相比國有企業，非國有企業面臨的市場競爭和發展壓力更大，對人工智能這一新興技術應用的積極性更高;同時，非國有企業在環境績效、社會責任等方面有較大的提升空間，人工智能應用產生的綠色轉型效應和信息改善效應更容易提升非國有企業的ESG表現。

（2）企業規模異質性。以總資產的自然對數值衡量企業規模，根據其中位數構建虛擬變量“大規模企業\"（規模大于中位數的企業賦值為1，小于中位數的企業賦值為0），在基準模型中加入該虛擬變量及其與“人工智能政策”的交互項，檢驗結果見表6的PanelB。交互項的估計系數顯著為負，表明相較于規模較大的企業，人工智能政策對規模較小企業的ESG表現改善作用更強。其原因可能在于：規模較大的企業往往在應用人工智能方面具有先發優勢，人工智能政策產生的邊際效應相對較小;而規模較小的企業對龍頭企業的模仿學習能夠迅速提升其人工智能應用水平，人工智能政策對城市數智化轉型的推動也能夠更有效地降低規模較小企業的人工智能應用成本。

（3）科技屬性異質性。參考楊金玉等（2022）[46]的方法，根據《上市公司行業分類指引》識別高科技行業與非高科技行業，構建虛擬變量“高科技行業\"（高科技行業的企業賦值為1，非高科技行業的企業賦值為0），在基準模型中加入該虛擬變量及其與“人工智能政策”的交互項，檢驗結果見表6的 Panel C。交互項的估計系數顯著為正，表明相較于非高科技行業的企業，人工智能政策對高科技行業企業的 ESG表現改善作用更強。其原因可能在于：相比非高科技行業企業，高科技行業企業不僅在人工智能應用上具有優勢，而且更容易得到人工智能政策的支持;同時，高科技行業企業具有更好的人工智能應用場景，能夠更有效地發揮人工智能對企業ESG表現改善的促進作用。

（4）污染屬性異質性。根據《上市公司行業分類指引》識別重污染行業與非重污染行業，構建虛擬變量“重污染行業”（重污染行業的企業賦值為1，非重污染行業的企業賦值為0），在基準模型中加入該虛擬變量及其與“人工智能政策”的交互項，檢驗結果見表6的PanelB。交互項的估計系數顯著為負，表明相較于重污染行業的企業，人工智能政策對非重污染行業企業的ESG表現改善作用更強。其原因可能在于：迫于日益加劇的環境保護壓力，重污染行業企業往往將人工智能優先應用于優化生產流程、改善生產效率方面，而在社會責任履行及公司治理方面的應用較少，導致總體上的ESG表現改善效應較弱;同時，重污染行業企業通常面臨較大的綠色轉型困難，而非重污染企業更容易通過人工智能應用來改善 ESG 表現。

表6異質性分析結果

六、結論與啟示

本文采用滬深A股上市公司2014—2023年的數據，以國家人工智能創新應用先導區建設為準自然實驗，構建多期雙重差分模型考察人工智能政策對企業ESG表現的影響及作用機制，研究發現：先導區政策的實施顯著改善了先導區企業的ESG表現，該結論在經過一系列穩健性檢驗后仍然成立；人工智能政策通過促進企業人工智能應用改善企業 ESG表現（“人工智能政策—企業人工智能應用—企業 ESG表現\"路徑），其中，人工智能政策能夠通過促進城市智能技術創新、數智產業集聚、數字金融發展提升企業人工智能應用水平（“人工智能政策—城市智能化轉型—企業人工智能應用\"路徑），人工智能應用能夠通過促進企業綠色技術創新、信息披露質量提升、管理成本降低改善企業ESG表現（“企業人工智能應用—企業轉型升級—企業ESG表現”路徑）;企業數字化戰略實施強度和媒體關注度的提高能夠強化人工智能政策對企業ESG表現的改善作用，相較于國有企業、規模較大企業、非高科技行業企業、重污染行業企業，人工智能政策對非國有企業、規模較小企業、高科技行業企業、非重污染行業企業的 ESG 表現改善作用更強。

基于上述結論，本文得出以下啟示：第一，不斷完善并加快推進人工智能政策，有效改善人工智能發展和應用環境。完善促進人工智能發展應用的政策措施，建立健全政府主導、行業組織以及企業和公眾參與的人工智能治理體系，確保人工智能的健康發展和安全應用;推動公共數據開放，加強數據資源共享，支持開展“人工智能 + ”行動，為人工智能應用提供良好的軟環境；加快數字基礎設施建設，搭建人工智能應用場景，增強人工智能迭代升級的算力支持，為人工智能應用提供扎實的硬環境;在兼顧軟硬環境的同時，通過稅收優惠、財政補貼等方式激勵企業積極應用人工智能。第二，政府應重視人工智能政策宏觀效應與微觀效應的協同，在大力支持企業人工智能發展應用的同時，積極推進城市數智化轉型，以有效提升政策實施的實際效果。第三，企業應加大人工智能投入，并以人工智能應用推進全面轉型升級，尤其要通過綠色轉型、信息改善、管理升級等持續改善ESG表現。第四，充分考慮企業和行業間的差異性，避免盲目照搬已有模式。國家人工智能創新應用先導區的建設及經驗推廣、“人工智能 + ”行動的開展等需要因地制宜，既要充分吸收已有經驗，也要避免“一刀切”地照搬已有模式;同時，要根據不同企業、不同行業面臨的具體問題，因企施策地推進人工智能應用，不斷提升人工智能政策和人工智能應用的ESG表現改善效應。此外，還應加快推進企業數字化轉型，不斷提升媒體監督的全面性和有效性，以充分發揮企業內部變革和外部監督對人工智能政策效應的強化作用。

參考文獻：

[1]謝康，盧鵬，盛君葉，等.人工智能、產品創新與制造業適應性轉型[J].北京交通大學學報（社會科學版），2024，23（1） ：84-95.

[2]FREYB C，OSBORNEA M.The future of employment：How susceptible are jobs to computerisation？[J].TechnologicalForecastingamp; Social Change，2017，114：254-280.

[3]ACEMOGLU D，RESTREPO P.The race between manand machine：Implications of technology for growth，factor shares，and employment[J]. American Economic Review，2018，108（6） ：1488-1542.

[4] 潘珊，郭凱明.人工智能、崗位結構變遷與服務型制造[J].中國工業經濟，2024（4）：57-75.

[5] 王曉娟，朱喜安，王穎.工業機器人應用對制造業就業的影響效應研究[J].數量經濟技術經濟研究，2022，39（4）：88-106.

[6] 何勤，邱玥，許干.人工智能、財政支出結構偏向與高質量就業[J].經濟與管理研究，2024，45（2）：70-86.

[7] 鄧悅，蔣琬儀.工業機器人、管理能力與企業技術創新[J].中國軟科學，2022（11）：129-141.

[8] 黃先海，虞柳明，袁逸銘.工業機器人與企業創新—基于人力資本視角[J].科學學研究，2023，41（2）：356-368.

[9]LIUJ，CHANGH，FORRESTYJ，etal.Influenceofartificialintellgenceotechnologicalinnovation;Evidencefrothepanel data of china’smanufacturing sectors[J].Technological Forecastingamp; Social Change，2O20，158（9）：120142.

[10]王磊，肖倩，鄧芳芳.人工智能對中國制造業創新的影響研究——來自工業機器人應用的證據[J].財經論叢，2023

（9） ：14-24.[11］馮婉昕.人工智能與企業金融資產配置——[J].當代財經，2024（4） ：141-152.

[12]BABINATFEDYKA，HA，etal.Artificialinteligence，figowh，ndproductinnovaton[J]JouralofaialEconomics，2024，151（1） ：103745.

[13]鐘娟，怡帆，林子昂，等.人工智能應用與企業客戶配置多元化：基于人工智能創新應用先導區的準自然實驗[J].外國經濟與管理，2025，47（6）：18-35.[14］徐紅丹，王玖河.人工智能與制造企業新質生產力——基于雙重機器學習模型[J].軟科學，2025，39（5）：26-33.

[15]許家云，沈含雨，周新博.人工智能發展與企業ESG表現[J].世界經濟研究，2024（9）：120-134+137.

[16]唐秋雨，譚偉杰，申明浩，等.人工智能技術能提高企業 ESG表現嗎？——基于動態博弈的成本收入分析[J].財經研究，2025，51（2） ：94-108.

[17]李延喜，胡云戈，王奪，等.智繪未來：人工智能與企業高質量ESG表現[J/OL].當代財經，1-16（2025-02-27）.https：//doi. org/10.13676/j. cnki. cn36-1030/f.20250227. 001.

[18]MONFORT A，MENDEZ-SUAREZ M，VILLAGRA N. Artificial intellgence misconduct and ESG risk ratings[J].Reviewof Managerial Science，2025，25：008509.

[19］張萬里，宣腸.智能化如何提高地區能源效率？——基于中國省級面板數據的實證檢驗[J].經濟管理，2022，44（ 1） ：27-46.

[20]MAGAZZINO C，MELE M，MORELLI G，et al.The nexus between information technology and environmental polution：Application of a new machine learning algorithm to OECD countries[J].Utilities Policy，2021，72：101256

[21]劉鑫鑫，韓先鋒.人工智能與制造業韌性：內在機制與實證檢驗[J].經濟管理，2023，45（11）：48-67.

[22］鄭景麗，王喜虹，張雪梅.人工智能如何影響勞動收入份額——基于產業結構與企業升級的機制探討[J].南開經濟研究，2024（4） ：3-22.

[23]孫昊穎，李勝會.人工智能政策的經濟效應——基于2015年人工智能政策的準自然實驗[J].山西財經大學學報，2023，45（12） ：16-29.

[24]GORNIG M，SCHIERSCHA.Agglomerationeconomies：Different efectsonTFPin high-techandlow-tech industries[J].Regional Studies，2024，58（11） ：1999-2010.

[25］董延芳，張津銘.數字金融提升企業 ESG表現的機制研究——基于“環境—社會—治理”三維績效分析[J].西部論壇，2024，34（4） ：66-81.

[26]王鈺，唐要家.人工智能應用如何影響企業創新寬度？[J].財經問題研究，2024（2）：38-50.

[27］聶飛，胡華璐，李磊.工業機器人何以促進綠色生產？——來自中國微觀企業的證據[J].產業經濟研究，2022（4）：1-14.

[28］徐妍，王艷艷.綠色信貸政策提升了企業ESG表現嗎？——來自A股上市公司的經驗證據[J].產業經濟研究，2024（2） ：59-72.

[29］陳偉，鄧堯，楊柏，等.人工智能能否賦能區域技術創新——創新環境的中介效應[J].科技進步與對策，2024，41（ 10） ：57-66.

[30]陳紅，王穩華，劉李福，等.人工智能對企業成本黏性的影響研究[J].科研管理，2023，44（1）：16-25.

[31］徐妍，宋怡瑾，沈悅.地方政府環境治理目標約束能否提升企業ESG 質量？——基于文本分析法的經驗證據[J].中國人口·資源與環境，2024，34（3）：137-150.

[32]馮鈺婷，郭雪萌，曾曉亮.ESG信息披露與ESG評級分歧：眾口一詞還是莫衷一是？——兼論中國 ESG的制度規范[J].會計研究，2024（1）：49-63.

[33]杜傳忠，曹效喜，任俊慧.人工智能影響我國全要素生產率的機制與效應研究[J].南開經濟研究，2024（2）：3-24.

[34]方先明，胡丁.企業ESG表現與創新———來自A股上市公司的證據[J].經濟研究，2023，58（2）：91-106.

[35]雷雷，張大永，姬強.共同機構持股與企業ESG表現[J].經濟研究，2023，58（4）：133-151.

[36]高杰英，褚冬曉，廉永輝，等.ESG表現能改善企業投資效率嗎？［J].證券市場導報，2021（11）： 24-34+72

[37]姚加權，張錕澎，郭李鵬，等.人工智能如何提升企業生產效率？——基于勞動力技能結構調整的視角[J].管理世界 ，2024，40（2）：101-116+133+117-122.

[38]焦雌，郭金花，趙國浩.數字產業集聚、地方政府競爭與城市綠色經濟效率[J].經濟經緯，2023，40（6）：51-60.

[39]江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022（5）：100-120.

[40]王應歡，郭永禎.企業數字化轉型與ESG表現——基于中國上市企業的經驗證據[J].財經研究，2023，49（9）：94-108.

[41]戴魁早，黃姿，梁銀笛.數據要素與服務型制造發展[J].經濟研究，2024，59（12）：95-112.

[42]蘇璽鑒，胡安俊.人工智能的產業與區域滲透：態勢、動力、模式與挑戰[J].經濟學家，2023（2）：79-89.

[43]WONG JB，ZHANGQ. Stock market reactions to adverse ESG disclosure via media channels[J].The British AccountingReview，2022，54（1） ：101045.

[44］余漢，黃爽，宋增基.國有股參股能否提升企業ESG表現？——來自民營上市公司的經驗證據[J].上海財經大學學報，2024，26（1）： 64-78+123

[45]魏延鵬，毛志宏，王浩宇.國有資本參股對民營企業ESG表現的影響研究[J].管理學報，2023，20（7）：984-993.

[46]楊金玉，彭秋萍，葛震霆.數字化轉型的客戶傳染效應——供應商創新視角[J].中國工業經濟，2022（8）：156-174.

The Impact of Artificial IntelligencePolicies on Corporate ESG Performance ： Empirical Evidence from the National Pilot Zones for Artificial Intelligence Innovation and Application

YU Shao-long’， SHI Hong （1.School of Economics and Trade，Hunan University，Changsha 41ooo6，Hunan，China; 2. School of Economics，Guizhou University，Guiyang 55oo25，Guizhou，China）

Summary： In recent years，the new round of scientific and industrial revolution has been accelerating. Artificial intelligence（AI）technology is continuouslyreshaping all aspects of social production and life.The application of AI has become a key force in maintaining international competitive advantages and promoting high-quality economic development.In this context，how to promote the development and applicationof AI to support the sustainable development of enterprises is an important issue that needs urgent answers.However， most of the existing literature focuses onthe role of AI technology applications in employment and other aspects. There are few studies on how AI applications can promote the sustainable development of enterprises，and there is a lack of research on the effectiveness evaluation of a series of current AI policies in China.

Based on the data of Chinese A-share listed companies in Shanghai and Shenzhen from 2O14 to 2023，this paper empirically investigates the impact of AI policies on corporate ESG performance and delves into the mechanismofaction byusing theNational Pilot Zones forArtificial Intellgence Innovationand Application supported bythe Ministry of Industryand Information Technology as a quasi-natural experiment.It is found that the AI policies represented by the National Pilot Zones for Artificial Intellgence Innovation and Application effctively enhance corporate ESG performance，and this conclusion stillholds after using robustness tests such as the Bacon Decomposition Diagnostic and the Propensity Score Matching Method.Mechanism tests show that AI policies promote theagglomeration of intellgentindustries，intelligent technology innovation，and the development of digital finance at the city level，which helps to promote enterprises’AI applications.At the enterprise level，the green innovation efect，information disclosure effect，and management empowerment effect are important ways for enterprises’AI applications to enhance ESG performance.Moreover，with the enhancement of the enterprises’digital strategy leadership and media atention，the empowering effect of AI policies on ESG performance is strengthened.Heterogeneity analysis shows that compared with state-owned enterprises，large-scale enterprises，non-high-tech and heavy-polution industries，AI policies have a stronger effect on improving corporate ESG performance in non-state-owned enterprises，small-scale enterprises，hightech，and non-heavy-pollution industries.

Compared with the existing literature，this paper has the following marginal contributions：First，this paper takes the construction of pilot zones as an opportunity to study how AI policies promote enterprises’AI applications and enhance corporate ESG performance，which provides a new perspective forAI-related research. Second，it constructs a mechanism chain of AI policy-enterprise AI application-corporate ESG performance，and examines in segments how AI policy promotes enterprise AI application and how AI application enhances corporate ESG performance.It also examines the moderating efects of enterprises’digital strategy leadership and media attention from the perspectives of internal strategic choices and external attention， which helps to clarify the mechanism of AI policies empowering corporate ESG performance. Third，the heterogeneity analysis based on the nature of ownership，enterprise scale，and the technological and polltion attributes of industries deepens the understanding of the effects of AI policies in different scenarios.

This study reveals the impact of AI policies at the enterprise level and provides insights for giving full play to the effects of AI policies according to local conditions and enterprise characteristics. Based on the research findings，this paper proposes thatthe construction of the National Pilot Zones for Artificial Intellgence Innovation and Application should be accelerated，the experience of pilot zone construction should be summarized，the effects of AI policies should be leveraged to improve corporate ESG performance，so as to support the sustainable development of enterprises.

Keywords： artificial intelligence policy；artificial intelligence application；ESG performance；National Pilot Zones for Artificial Inteligence Innovation and Application；digital and intelligent transformation CLC number：F204； F270.7 Document code：A Article ID：1674-8131（2025） 04-0052-16

（編輯：劉仁芳;朱艷）