Frontiers in Sustainable Food Systems·9月29日 · 周二论文农业绿色发展与碳阅读 4
Exploring the boundary conditions of AI-driven environmental value creation: evidence from China’s livestock sector
Wang Xiaojie · Yimin Yang
论文解读
79精选
速览
基于中国畜牧业上市公司数据，检验AI应用能否提升环境管理绩效及其边界条件。
方法
2011-2024年中国A股畜牧业上市公司面板数据，实证回归分析。
发现
AI显著改善环境绩效，但融资约束削弱该效应，两权分离则放大其正向作用。
机会点
可探究不同畜种、规模及区域下AI绿色效应的异质性，并识别其他治理与政策调节变量。
影响力18
信息增量22
专业深度18
信源权威13
时效性8
基于2011—2024年中国A股畜牧企业面板数据，揭示融资约束与两权分离对AI环境价值实现的边界条件，方法规范、结论有政策含义，属细分领域实证进展。
原文摘要
向可持续食物系统的转型，需要能够在不损害畜牧业经济功能的前提下降低其环境足迹的有效干预措施。人工智能（AI）为此提供了一种颇具前景的技术杠杆，但关于其环境有效性以及其效益在何种条件下才能实现的证据仍然稀缺。本研究基于2011年至2024年中国A股上市畜牧企业的面板数据集，考察AI应用是否以及何时能够改善企业环境管理绩效。我们识别出两个塑造AI部署环境成效的关键边界条件——融资约束与所有权和控制权的分离。研究发现，AI应用显著提升了环境管理绩效，证实了其作为畜牧业可持续性干预措施的可行性。然而，这一正向效应受到融资约束的显著削弱，表明资本短缺阻碍了企业实现AI驱动的环境收益。相反，所有权与控制权分离程度的提高则放大了AI的正向影响，表明使管理决策免受短期所有权压力的治理结构有助于对数字与绿色技术进行长期投资。这些结果表明，AI的环境价值并非自动实现，而是取决于充足的财务资源和适当的治理安排。本研究为可持续食物系统转型的经济学提供了经验证据，并为在资源密集型农业部门促进数字—绿色协同提供了可操作的政策启示。