DOI: https://doi.org/10.1038/s41598-025-18878-y
PMID: https://pubmed.ncbi.nlm.nih.gov/41006608
تاريخ النشر: 2025-09-26
المؤلف: Huan Li
الموضوع الرئيسي: الطاقة والبيئة والنمو الاقتصادي
نظرة عامة
تستكشف هذه الدراسة العلاقة بين الذكاء الاصطناعي (AI) وإنتاجية العوامل الكلية الخضراء (GTFP) في الشركات الصينية من 2007 إلى 2022، كاشفة أن اعتماد الذكاء الاصطناعي يعزز بشكل كبير GTFP. تشير التحليلات إلى أن الذكاء الاصطناعي يساهم في تحسين كل من الكفاءة التقنية الخضراء والتقدم التكنولوجي الأخضر، مع اختلافات ملحوظة في التأثير بناءً على نوع تقنية الذكاء الاصطناعي المستخدمة. على وجه الخصوص، يظهر الرؤية الحاسوبية وتعلم الآلة تأثيرًا إيجابيًا قويًا على GTFP، بينما لا يظهر الذكاء الاصطناعي القائم على المنطق أي تأثير كبير. بالإضافة إلى ذلك، تسلط الدراسة الضوء على التباين الإقليمي والخاص بالشركات، مشيرة إلى أن التأثيرات الإيجابية للذكاء الاصطناعي تكون أكثر وضوحًا في غرب الصين وتختلف وفقًا لما إذا كانت الشركات كثيفة العمالة أو كثيفة التكنولوجيا أو كثيفة رأس المال.
تؤكد النتائج على الدور الوسيط لتحول الشركات الأخضر في تسهيل تعزيز GTFP من خلال اعتماد الذكاء الاصطناعي. بينما توفر الدراسة رؤى قيمة حول الأداء الاقتصادي والبيئي لتقنيات الذكاء الاصطناعي، فإنها تعترف بالقيود، لا سيما فيما يتعلق بالمخاطر الأخلاقية مثل التحيز الخوارزمي وخصوصية البيانات. يقترح المؤلفون أن الأبحاث المستقبلية يجب أن تستكشف هذه الاعتبارات الأخلاقية وتدعو إلى نهج أكثر تكاملاً لتحليل GTFP، يجمع بين التقييمات على المستوى الكلي والرؤى السلوكية على المستوى الجزئي لإبلاغ سياسات التحول الأخضر المستهدفة.
النتائج
تسلط النتائج المقدمة في هذا القسم الضوء على الدور المهم للذكاء الاصطناعي (AI) في تسهيل التحول الأخضر داخل الشركات، كما يتضح من معامل ذو دلالة إحصائية قدره 0.267 عند مستوى 1%. وهذا يشير إلى أن زيادة بنسبة 1% في استخدام الذكاء الاصطناعي تتوافق مع تحسين بنسبة 0.267% في تحول الشركات الأخضر، مما يؤكد الفرضية H3. تستكشف الدراسة أيضًا الآليات الوسيطة لتأثير الذكاء الاصطناعي على إنتاجية العوامل الكلية الخضراء (GTFP) من خلال مؤشرين رئيسيين: إجمالي استهلاك الطاقة السنوي وعدد طلبات براءات الاختراع الخضراء. تكشف النتائج أن تقنيات الذكاء الاصطناعي تؤدي إلى تقليل ملحوظ في استهلاك الطاقة، مما يعزز كفاءة الطاقة ويمكّن من إدارة أفضل لأنظمة الطاقة. بالإضافة إلى ذلك، يعزز الذكاء الاصطناعي الاستثمار المتزايد في البحث والتطوير (R&D) للتكنولوجيا الخضراء، كما يتضح من زيادة في تقديم طلبات براءات الاختراع الخضراء.
علاوة على ذلك، تشير النتائج إلى أن تحول الشركات نحو الأخضر يؤثر إيجابيًا على GTFP، مع وجود مصطلح تفاعل إيجابي بين الذكاء الاصطناعي والتحول الأخضر مما يشير إلى تأثير تآزري. يسمح هذا التآزر للشركات بإعطاء الأولوية للحفاظ على الموارد وحماية البيئة بينما تستفيد من الذكاء الاصطناعي لتحسين استخدام الموارد وعمليات الإنتاج. وبالتالي، يمكن للشركات تحقيق النمو الاقتصادي جنبًا إلى جنب مع الاستدامة البيئية، مما يؤدي إلى زيادة كبيرة في GTFP. تؤكد النتائج على أهمية دمج الذكاء الاصطناعي في الممارسات الخضراء لتعزيز الإنتاجية، وتقليل الفاقد، وتعزيز تخصيص الموارد بكفاءة، مما يدعم في النهاية الأهداف الأوسع للإدارة البيئية والتنمية المستدامة.
المناقشة
تتناول قسم المناقشة في ورقة البحث التأثير غير المباشر للذكاء الاصطناعي (AI) على إنتاجية العوامل الكلية الخضراء (GTFP) من خلال آليات نقل مختلفة. يعزز الذكاء الاصطناعي تحول الشركات نحو الأخضر من خلال تحسين عمليات الإنتاج، وتحسين استخدام الموارد، وتعزيز الابتكار في المنتجات والخدمات. يمكن الشركات من تحقيق أداء مثالي مع الحد الأدنى من استخدام المواد الخام ويدعم تطوير التقنيات الخضراء، مما يساهم في التقدم العام لـ GTFP. تفترض الورقة أن الانتقال نحو الأخضر يتوسط العلاقة بين الذكاء الاصطناعي وGTFP، مما يشير إلى أنه مع ابتكار الشركات وتحسين عملياتها، فإنها لا تقلل فقط من التكاليف والأثر البيئي ولكن أيضًا تعزز قدرتها التنافسية وإنتاجيتها.
تستخدم التحليلات التجريبية نموذج التأثيرات الثابتة لتقييم العلاقة بين مستويات الذكاء الاصطناعي وGTFP الشركات، مع التحكم في متغيرات مثل الرفع المالي للشركات، والسيولة، والأصول الثابتة، والأصول غير الملموسة. تشير النتائج إلى تأثير إيجابي ذو دلالة إحصائية للذكاء الاصطناعي على GTFP، مع معامل يشير إلى أن زيادة بنسبة 1% في الذكاء الاصطناعي تتوافق مع زيادة بنسبة 0.041% في GTFP. تؤكد اختبارات القوة موثوقية هذه النتائج عبر طرق تقدير وفترات زمنية مختلفة. بالإضافة إلى ذلك، تكشف تحليلات التباين أن تقنيات الذكاء الاصطناعي، وخاصة تعلم الآلة والرؤية الحاسوبية، تعزز GTFP بشكل كبير، مع تأثيرات متفاوتة عبر مناطق جغرافية مختلفة في الصين. تختتم الدراسة بأن دور الذكاء الاصطناعي في تعزيز GTFP يكون أكثر وضوحًا في المناطق الأقل تطورًا اقتصاديًا، مما يبرز أهمية السياق الإقليمي في فهم ديناميكيات اعتماد الذكاء الاصطناعي وآثاره البيئية.
DOI: https://doi.org/10.1038/s41598-025-18878-y
PMID: https://pubmed.ncbi.nlm.nih.gov/41006608
Publication Date: 2025-09-26
Author(s): Huan Li
Primary Topic: Energy, Environment, Economic Growth
Overview
This study investigates the relationship between artificial intelligence (AI) and green total factor productivity (GTFP) in Chinese enterprises from 2007 to 2022, revealing that AI adoption significantly enhances GTFP. The analysis indicates that AI contributes to improvements in both green technical efficiency and green technological progress, with notable differences in impact based on the type of AI technology employed. Specifically, computer vision and machine learning demonstrate a strong positive effect on GTFP, whereas logic-based AI shows no significant impact. Additionally, the study highlights regional and firm-specific heterogeneity, noting that the positive effects of AI are more pronounced in western China and vary according to whether firms are labor-intensive, technology-intensive, or capital-intensive.
The findings underscore the mediating role of enterprise green transformation in facilitating the enhancement of GTFP through AI adoption. While the study provides valuable insights into the economic and environmental performance of AI technologies, it acknowledges limitations, particularly regarding ethical risks such as algorithmic bias and data privacy. The authors suggest that future research should explore these ethical considerations and advocate for a more integrated approach to GTFP analysis, combining macro-level evaluations with micro-level behavioral insights to inform targeted green transformation policies.
Results
The results presented in this section highlight the significant role of artificial intelligence (AI) in facilitating green transformation within firms, as evidenced by a statistically significant coefficient of 0.267 at the 1% level. This indicates that a 1% increase in AI usage correlates with a 0.267% enhancement in enterprise green transformation, thereby confirming hypothesis H3. The study further explores the mediating mechanisms of AI’s impact on green total factor productivity (GTFP) through two key indicators: total annual energy consumption and the number of green patent applications. Findings reveal that AI technologies lead to a notable reduction in energy consumption, enhancing energy efficiency and enabling better management of energy systems. Additionally, AI fosters increased investment in green technology research and development (R&D), as evidenced by a rise in green patent filings.
Moreover, the results indicate that corporate greening transformation positively influences GTFP, with a positive interaction term between AI and greening transformation suggesting a synergistic effect. This synergy allows firms to prioritize resource conservation and environmental protection while leveraging AI to optimize resource utilization and production processes. Consequently, enterprises can achieve economic growth alongside environmental sustainability, leading to a significant increase in GTFP. The findings underscore the importance of integrating AI into green practices to enhance productivity, reduce waste, and promote efficient resource allocation, ultimately supporting the broader goals of environmental stewardship and sustainable development.
Discussion
The discussion section of the research paper examines the indirect influence of artificial intelligence (AI) on green total factor productivity (GTFP) through various transmission mechanisms. AI enhances enterprises’ greening transformation by optimizing production processes, improving resource utilization, and fostering innovation in products and services. It enables firms to achieve optimal performance with minimal raw material usage and supports the development of green technologies, thereby contributing to the overall advancement of GTFP. The paper posits that the greening transition mediates the relationship between AI and GTFP, suggesting that as companies innovate and improve their processes, they not only reduce costs and environmental impact but also enhance their competitiveness and productivity.
The empirical analysis employs a fixed effects model to assess the relationship between AI levels and corporate GTFP, controlling for variables such as corporate leverage, liquidity, fixed assets, and intangible assets. The findings indicate a statistically significant positive effect of AI on GTFP, with a coefficient suggesting that a 1% increase in AI corresponds to a 0.041% increase in GTFP. Robustness tests confirm the reliability of these results across different estimation methods and time periods. Additionally, heterogeneity analyses reveal that AI technologies, particularly machine learning and computer vision, significantly enhance GTFP, with varying impacts across different geographical regions in China. The study concludes that AI’s role in promoting GTFP is most pronounced in less economically developed regions, highlighting the importance of regional context in understanding the dynamics of AI adoption and its environmental implications.