人工知能とグリーントランスフォーメーション：人的資本の高度化、グリーンファイナンス、ESG評価が持続可能な生産性を促進する要因として

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Offers a comprehensive empirical framework linking AI adoption, green finance, ESG, and productivity, with DiD and mediation analysis for policy evaluation.

🏢実務担当者:Chinese listed firms can use findings to prioritize AI adoption and green finance to enhance sustainable productivity, especially for SMEs.

🏛政策担当者:The negative productivity impact of Green Credit Guidelines on polluting industries suggests careful policy design to balance environmental and economic goals.

本研究は、中国の上場企業における人工知能（AI）導入、グリーンファイナンス、および環境・社会・ガバナンス（ESG）パフォーマンスと、持続可能な生産性との間の相互関係を調査するものである。2012年から2024年までの1,000社の上場企業を対象とし、CSMARデータベース、企業開示情報、および信頼性の高いESG格付け機関から得られた合計13,000件の企業年次観測値を含む包括的な企業レベルのパネルデータを活用し、プールドOLSおよび固定効果モデル、差分の差分（DiD）フレームワーク、媒介分析を適用して、持続可能な変革メカニズムの理解における既存のギャップを埋めることを目指す。分析結果は、AI導入と持続可能な生産性との間に正の相関関係（β = 0.115、p < 0.01）、およびグリーンファイナンスの強度との間にも正の相関関係（固定効果でβ = 11.16、p < 0.05）があることを示している。しかし、ESG効果は企業内の改善ではなく、横断面での選択を示しているようである。媒介分析は、グリーンファイナンスとESGが合わせてAIの全体的な関連性の約18％（それぞれ5.9％と12.0％）を説明し、残りの82％は直接的な事業チャネルを通じて機能することを示している。2012年のグリーンクレジットガイドラインは、汚染産業における測定された生産性の相対的な低下と関連しており（DiD: −16.48、p < 0.01）、これは「二高」セクターに対する政策の制限と一致する。不均一性分析は、中小企業が大企業（β = 0.112）と比較してAI導入から不均衡な恩恵を受けること（β = 0.131）を示しており、大規模組織の技術導入メリットに関する従来の見解に疑問を投げかけている。主な限界としては、潜在的な内生性、テキストベースおよび格付けベースの代理指標への依存、単一国の文脈への焦点が挙げられ、そのため将来の研究では操作変数アプローチ、代替指標、および複数国間の分析を検討すべきである。本研究は、技術的、財務的、およびガバナンスの側面を統合する相乗的なプロセスとしての持続可能な変革の理解を深めるものである。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

This study investigates the interrelationship between the adoption of artificial intelligence (AI), green finance, and Environmental, Social, and Governance (ESG) performance in relation to sustainable productivity within Chinese publicly listed companies. Utilizing comprehensive firm-level panel data that encompasses 1,000 listed firms from 2012 to 2024, amounting to 13,000 firm-year observations sourced from the CSMAR database, corporate disclosures, and reputable ESG rating agencies, the study applies pooled OLS and fixed-effects models, a difference-in-differences (DiD) framework, and mediation analyses to fill existing gaps in the comprehension of sustainable transformation mechanisms. The findings reveal a positive correlation between AI adoption and sustainable productivity (β = 0.115, p < 0.01), as well as with the intensity of green finance (β = 11.16, p < 0.05 in fixed effects). However, the ESG effects seem to indicate cross-sectional selection rather than improvements within firms. Mediation analysis indicates that green finance and ESG collectively account for approximately 18% of AI’s overall association (5.9% and 12.0%, respectively), with the remaining 82% functioning through direct operational channels. The 2012 Green Credit Guidelines are associated with a relative decrease in measured productivity among polluting industries (DiD: −16.48, p < 0.01), aligning with the policy’s restrictions on ‘Two-High’ sectors. Heterogeneity analysis shows that small firms benefit disproportionately from AI adoption (β = 0.131 compared to β = 0.112 for larger firms), challenging traditional beliefs regarding the technology-adoption benefits of large organizations. Key limitations include potential endogeneity, dependence on text-based and rating-based proxies, and the focus on a single-country context and this is why the future studies should consider employing instrumental-variable approaches, alternative metrics, and cross-country analyses. This study enhances the understanding of sustainable transformation as a synergistic process that integrates technological, financial, and governance aspects.

• semanticscholar https://morepress.unizd.hr/journals/index.php/oeconomicajadertina/article/download/5026/5731first seen 2026-06-24 05:28:57 · last seen 2026-09-22 05:07:48