DOI: https://doi.org/10.3389/frai.2025.1643684
PMID: https://pubmed.ncbi.nlm.nih.gov/41058911
تاريخ النشر: 2025-09-22
المؤلف: Hanjin Xie وآخرون
الموضوع الرئيسي: الاستدامة البيئية في الأعمال
نظرة عامة
تدرس هذه الدراسة تأثير الذكاء الاصطناعي (AI) على الأداء البيئي والاجتماعي والحوكمة (ESG) للشركات المدرجة في الصين من 2011 إلى 2022، باستخدام نموذج الفرق في الفروق متعدد الفترات (DID). تشير النتائج إلى أن اعتماد الذكاء الاصطناعي يحسن بشكل كبير الأداء العام لـ ESG من خلال تخفيف قيود التمويل، وتعزيز الابتكار الأخضر، وزيادة الإفصاح عن المعلومات، مع تأثيرات ملحوظة في الأبعاد البيئية والحوكمة. بالإضافة إلى ذلك، تم العثور على عوامل مثل تركيز الملكية، والانتباه الإعلامي، وتوافر البيانات لتعديل العلاقة بين تنفيذ الذكاء الاصطناعي ونتائج ESG بشكل إيجابي.
تؤكد الأبحاث على ضرورة وجود إطار مؤسسي داعم لتسهيل دمج الذكاء الاصطناعي داخل المنظمات، داعية إلى تعزيز اللوائح لضمان الشفافية والثقة في تطبيقات الذكاء الاصطناعي. كما تؤكد على أهمية استراتيجيات ESG المصممة خصيصًا التي تتماشى مع الأهداف المؤسسية المحددة والحاجة إلى التعاون بين الأقسام لتحسين تأثير الذكاء الاصطناعي. بينما تقدم الدراسة رؤى قيمة حول الآليات التي يعزز بها الذكاء الاصطناعي أداء ESG، فإنها تعترف بالقيود المتعلقة بتركيزها على الشركات المدرجة في الصين واستخدام المتغيرات البديلة لقياس الآليات الوسيطة. تشمل اتجاهات البحث المستقبلية استكشاف تأثيرات الذكاء الاصطناعي التوليدي على حوكمة ESG وإجراء تحليلات مقارنة عبر الثقافات لتوسيع فهم دور الذكاء الاصطناعي في الاستدامة المؤسسية.
مقدمة
تسلط مقدمة الورقة الضوء على الأهمية المتزايدة لمؤشرات البيئة والاجتماع والحوكمة (ESG) في الاستدامة المؤسسية، خاصة في ضوء المخاطر النظامية الناتجة عن أزمة 2008 المالية، والاضطرابات المتعلقة بالوباء، والتحديات الاجتماعية والبيئية. يشير المؤلفون إلى التركيز المتزايد على ESG بين المستثمرين والشركات، مؤكدين على دوره في خلق قيمة طويلة الأجل ضمن الأسواق المالية. على الرغم من التقدم في الذكاء الاصطناعي (AI) الذي يعزز العمليات المؤسسية وأداء ESG، لا يزال هناك نقص في الدراسات التجريبية المنهجية حول التأثيرات المختلفة للذكاء الاصطناعي عبر الأبعاد البيئية والاجتماعية والحوكمة.
في سياق أهداف “الكربون المزدوج” في الصين، تحدد الورقة حاجة ملحة لاستكشاف كيفية دفع الذكاء الاصطناعي لتحسين الأداء المؤسسي في ESG، خاصة بالنظر إلى الأولوية التاريخية للنتائج المالية على الإفصاحات غير المالية من قبل الشركات الصينية. يقترح المؤلفون استخدام مناطق العرض الوطنية للذكاء الاصطناعي في الصين كتجربة شبه طبيعية للتحقيق في تأثيرات الذكاء الاصطناعي على الأداء المؤسسي في ESG، مع معالجة الفجوات الموجودة في الأدبيات. يحددون ثلاثة مساهمات رئيسية لدراستهم: تقديم الذكاء الاصطناعي كعامل جديد في أداء ESG، وتقديم تحقق تجريبي صارم من التأثير الإيجابي للذكاء الاصطناعي على ESG، وتقديم رؤى عملية لتطوير السياسات في المبادرات المدفوعة بالذكاء الاصطناعي في ESG. تم هيكلة الورقة لاستكشاف الآليات النظرية، والنتائج التجريبية، والتوصيات القابلة للتنفيذ المتعلقة بالذكاء الاصطناعي وأداء ESG المؤسسي.
النتائج
في قسم النتائج، تتناول الدراسة أولاً التعدد الخطي من خلال عوامل تضخم التباين (VIF) ومصفوفات الارتباط، مؤكدة أن جميع قيم VIF أقل من العتبة الحرجة 3.0، مع متوسط VIF يبلغ 1.47. وهذا يشير إلى عدم وجود تعدد خطي شديد، مما يثبت قوة تقديرات الانحدار.
بعد ذلك، تكشف نتائج الانحدار المرجعي عن معامل إيجابي ثابت لاعتماد تكنولوجيا الذكاء الاصطناعي على الأداء المؤسسي في ESG، سواء مع أو بدون متغيرات تحكم. وهذا يشير إلى أن الذكاء الاصطناعي يعزز من كفاءة اتخاذ القرار والتنفيذ في إدارة البيئة، والمسؤولية الاجتماعية، والحوكمة، بينما يقلل أيضًا من التكاليف الهامشية المرتبطة بتنفيذ ESG. تدعم النتائج الفرضية القائلة بأن تكنولوجيا الذكاء الاصطناعي هي محرك مهم للتنمية المستدامة المؤسسية. علاوة على ذلك، فإن دمج المتغيرات المحددة مسبقًا المتعلقة بتعيين مناطق تجريبية للذكاء الاصطناعي يعزز الاستنتاج بأن تكنولوجيا الذكاء الاصطناعي تساهم بشكل كبير في تحسين أداء ESG، حتى عند الأخذ في الاعتبار عوامل التأثير المختلفة مثل الموارد العلمية الإقليمية، والتجمع الصناعي، والبنية التحتية، والعولمة، ودعم السياسات، والتنمية الاقتصادية.
المناقشة
تتناول قسم المناقشة في ورقة البحث تأثير تكنولوجيا الذكاء الاصطناعي (AI) على الأداء البيئي والاجتماعي والحوكمة (ESG) للشركات، مع تسليط الضوء على التأثيرات على المستويين الكلي والجزئي. على المستوى الكلي، تشكل عوامل مثل التنمية الاقتصادية والأطر المؤسسية نتائج ESG، بينما تشمل العوامل على المستوى الجزئي الملكية المؤسسية والتقدم الرقمي. تحدد الدراسة الذكاء الاصطناعي كقوة تحويلية في هذا السياق، مقترحة إطار عمل مزدوج من “تمكين تكنولوجي وإعادة هيكلة الحوكمة” لتوضيح كيفية تعزيز الذكاء الاصطناعي لأداء ESG عبر أبعاده الثلاثة: البيئية (E)، والاجتماعية (S)، والحوكمة (G). تشير النتائج التجريبية إلى أن الذكاء الاصطناعي يحسن بشكل كبير أداء ESG من خلال تحسين إدارة الموارد، وتعزيز مشاركة أصحاب المصلحة، وتحسين هياكل الحوكمة من خلال تحسين تكامل البيانات والشفافية.
تستكشف الورقة أيضًا الآليات التي يؤثر من خلالها الذكاء الاصطناعي على أداء ESG، مع التركيز بشكل خاص على تخفيف قيود التمويل، ودفع الابتكار التكنولوجي الأخضر، وزيادة الإفصاح عن المعلومات. يسهل الذكاء الاصطناعي الوصول إلى ائتمان التجارة، مما يمكّن الشركات من الاستثمار في مبادرات ESG على الرغم من القيود المالية. بالإضافة إلى ذلك، يعزز الذكاء الاصطناعي الابتكار الأخضر من خلال تزويد الشركات بالمعرفة والموارد الأساسية، مما يحسن من قدرتها على التكيف البيئي. تؤكد الدراسة أيضًا على دور الذكاء الاصطناعي في تحسين جودة وشفافية الإفصاحات المتعلقة بـ ESG، مما يقلل من عدم التوازن المعلوماتي ويشجع على الالتزام بمبادئ ESG. يتم مناقشة عوامل التعديل مثل تركيز الملكية والانتباه الإعلامي، مما يشير إلى أن هذه العناصر يمكن أن تعزز العلاقة الإيجابية بين تكنولوجيا الذكاء الاصطناعي وأداء ESG المؤسسي. بشكل عام، توفر الأبحاث إطارًا شاملاً لفهم الروابط المعقدة بين اعتماد الذكاء الاصطناعي ونتائج ESG، مما يساهم برؤى قيمة في مجالات حوكمة الذكاء الاصطناعي واقتصاديات الاستدامة.
DOI: https://doi.org/10.3389/frai.2025.1643684
PMID: https://pubmed.ncbi.nlm.nih.gov/41058911
Publication Date: 2025-09-22
Author(s): Hanjin Xie et al.
Primary Topic: Environmental Sustainability in Business
Overview
This study investigates the influence of artificial intelligence (AI) on corporate environmental, social, and governance (ESG) performance among Chinese listed companies from 2011 to 2022, employing a multi-period difference-in-differences (DID) model. The findings indicate that AI adoption significantly improves overall ESG performance by mitigating financing constraints, fostering green innovation, and enhancing information disclosure, with notable effects in the environmental and governance dimensions. Additionally, factors such as equity concentration, media attention, and data availability are found to positively moderate the relationship between AI implementation and ESG outcomes.
The research underscores the necessity for a supportive institutional framework to facilitate AI integration within organizations, advocating for enhanced regulations to ensure transparency and trust in AI applications. It also emphasizes the importance of tailored ESG strategies that align with specific corporate objectives and the need for interdepartmental collaboration to optimize AI’s impact. While the study provides valuable insights into the mechanisms by which AI enhances ESG performance, it acknowledges limitations related to its focus on Chinese listed companies and the use of proxy variables for measuring mediating mechanisms. Future research directions include exploring the effects of generative AI on ESG governance and conducting cross-cultural comparative analyses to broaden the understanding of AI’s role in corporate sustainability.
Introduction
The introduction of the paper highlights the increasing significance of Environmental, Social, and Governance (ESG) metrics in corporate sustainability, particularly in light of systemic risks from the 2008 financial crisis, pandemic-related disruptions, and social-ecological challenges. The authors note a growing focus on ESG among investors and corporations, emphasizing its role in long-term value creation within capital markets. Despite advancements in artificial intelligence (AI) that enhance corporate operations and ESG performance, there remains a lack of systematic empirical studies on the differential impacts of AI across the E, S, and G dimensions.
In the context of China’s “Dual Carbon” goals, the paper identifies a pressing need to explore how AI can drive improvements in corporate ESG performance, especially given the historical prioritization of financial outcomes over non-financial disclosures by Chinese firms. The authors propose using China’s National AI Demonstration Zones as a quasi-natural experiment to investigate the effects of AI on corporate ESG performance, addressing existing literature gaps. They outline three key contributions of their study: introducing AI as a novel driver of ESG performance, providing rigorous empirical validation of AI’s positive impact on ESG, and offering practical insights for policy development in AI-driven ESG initiatives. The paper is structured to explore theoretical mechanisms, empirical findings, and actionable recommendations related to AI and corporate ESG performance.
Results
In the results section, the study first addresses multicollinearity through variance inflation factors (VIF) and correlation matrices, confirming that all VIF values are below the critical threshold of 3.0, with a mean VIF of 1.47. This indicates a lack of severe multicollinearity, thereby validating the robustness of the regression estimates.
Subsequently, the benchmark regression results reveal a consistently positive coefficient for AI technology adoption on corporate ESG performance, both with and without control variables. This suggests that AI enhances decision-making and execution efficiency in environmental management, social responsibility, and governance, while also reducing marginal costs associated with ESG implementation. The findings support the hypothesis that AI technology is a significant driver of corporate sustainable development. Furthermore, the incorporation of predetermined variables related to the designation of AI pilot zones reinforces the conclusion that AI technology substantially contributes to improving ESG performance, even when accounting for various influencing factors such as regional scientific resources, industrial agglomeration, infrastructure, internationalization, policy support, and economic development.
Discussion
The discussion section of the research paper examines the impact of artificial intelligence (AI) technologies on corporate environmental, social, and governance (ESG) performance, highlighting both macro and micro-level influences. At the macro level, factors such as economic development and institutional frameworks shape ESG outcomes, while micro-level factors include institutional ownership and digital advancements. The study identifies AI as a transformative force in this context, proposing a dual-path framework of “technological empowerment and governance restructuring” to elucidate how AI enhances ESG performance across its three dimensions: environmental (E), social (S), and governance (G). Empirical findings suggest that AI significantly improves ESG performance by optimizing resource management, enhancing stakeholder engagement, and improving governance structures through better data integration and transparency.
The paper further explores the mechanisms through which AI influences ESG performance, particularly focusing on alleviating financing constraints, driving green technological innovation, and enhancing information disclosure. AI facilitates access to trade credit, enabling firms to invest in ESG initiatives despite financial limitations. Additionally, AI fosters green innovation by providing firms with essential knowledge and resources, thus improving their environmental adaptability. The study also emphasizes the role of AI in enhancing the quality and transparency of ESG disclosures, which mitigates information asymmetry and encourages adherence to ESG principles. Moderating factors such as ownership concentration and media attention are discussed, indicating that these elements can strengthen the positive relationship between AI technology and corporate ESG performance. Overall, the research provides a comprehensive framework for understanding the intricate connections between AI adoption and ESG outcomes, contributing valuable insights to the fields of AI governance and sustainability economics.