顧客の人工知能技術はサプライヤーのグリーン・低炭素努力をどう促進するか：グリーン需要強制とグリーン知識スピルオーバーの視点から

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

🔬研究者:Provides a theoretical framework linking customer AI adoption to supplier green efforts, with novel mechanisms and moderators for supply chain decarbonization research.

🏢実務担当者:Corporate sustainability teams can learn how AI-driven customer demands and knowledge sharing can be leveraged to green their supplier base.

🏛政策担当者:Offers evidence that promoting AI technology adoption among anchor firms could accelerate supply chain decarbonization, informing industrial and climate policy design.

抄録 気候変動による脅威がますます深刻化し、世界が2050年までのネット・ゼロ排出を誓約する中、サプライチェーンの脱炭素化は重要な気候緩和戦略として浮上している。本研究は、2011年から2024年までの中国A株上場企業のデータを用いて、顧客の人工知能（AI）技術がどのようにサプライヤーにグリーンかつ低炭素な取り組み（GLE）を採用させるかを検証する。分析結果は、顧客のAI技術が、サプライヤーが顧客の環境要件に応えるグリーン需要の強制と、サプライヤーが顧客のグリーン専門知識を吸収・適用するグリーン知識の波及という2つの主要なメカニズムを通じて、サプライヤーのGLEを有意に向上させることを明らかにしている。サプライヤーと顧客の関係性の観点からのさらなる分析は、共通所有に反映される関係的埋め込みが、当事者間の利害調整と協力強化に役立ち、それにより顧客のAI技術がサプライヤーのGLEに及ぼす正の波及効果を増幅することを示している。さらに、サプライヤーの顧客への高い依存度に反映される構造的埋め込みが存在する場合、これらの正の効果はより顕著である。不均一性テストは、この効果が非重汚染産業のサプライヤーおよび国有サプライヤーにおいてより強いことを示している。本研究は、AI主導のサプライチェーン脱炭素化に関する新規の理論的視点を提供し、ネット・ゼロ目標の達成を目指す中国の政策立案者に実践的示唆を与える。

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。

ABSTRACT Against the backdrop of increasingly severe climate change threats and the global commitment to achieving net‐zero emissions by 2050, supply chain decarbonization has emerged as a critical climate mitigation strategy. Using data from Chinese A‐share listed companies between 2011 and 2024, this study examines how customer artificial intelligence (AI) technology drives suppliers to adopt green and low‐carbon efforts (GLE). The findings reveal that customer AI technology significantly enhances supplier GLE through two key mechanisms: green demand forcing, where suppliers respond to customers' environmental requirements; and green knowledge spillover, where suppliers absorb and apply customers' green expertise. Further analysis from the supplier‐customer relationship perspective indicates that relational embeddedness, reflected in common ownership, helps align interests and strengthens collaboration between parties, thereby amplifying the positive spillover effects of customer AI technology on supplier GLE. Additionally, these positive effects are more pronounced when structural embeddedness, reflected in high supplier dependence on customers, is present. Heterogeneity tests show that this effect is stronger for suppliers in non‐heavy‐polluting industries and state‐owned suppliers. This study offers a novel theoretical perspective on AI‐driven supply chain decarbonization and provides practical implications for Chinese policymakers striving to achieve net‐zero goals.

• openalex https://doi.org/10.1111/beer.70145first seen 2026-08-01 05:33:29