人工智能與企業污染減排：智能治理的環境效應

金祥義 張文菲

摘要 人工智能發展帶來的“技術紅利”為企業實現綠色治理提供了新的模式，提高了企業對生產經營過程中污染物排放的治理能力，形成了企業污染減排的新生動力源泉。對此，該研究結合中國工業企業污染排放數據庫、中國工業企業數據庫和國際機器人聯合會的機器人數據庫，系統分析人工智能發展對企業污染排放的影響。研究發現：人工智能發展顯著降低了企業的污染排放；人工智能發展產生了“機器代人”的現象，發揮了智能減排的優勢，進而對不同企業的污染排放帶來了異質性的影響。機制檢驗表明，用工成本削減效應、綠色技術創新效應、管理效率提升效應是人工智能影響企業污染減排的具體機制，并從生產末端治理、生產前端控制、生產流程管理上實現企業減排。進一步，在考慮核心指標衡量方式、經濟體量和發展政策、政策沖擊影響和內生性問題等穩健性分析后，人工智能發展依然具有顯著的污染減排作用，并促進了企業生產結構的優化。上述研究結論表明，人工智能為綠色產業和傳統產業之間的技術交流提供了快速的通道，人工智能發展能夠有效改善企業生產結構，促進綠色技術融入企業的生產流程中，極大降低了企業的污染排放，提高了企業對自然環境的友好程度，因此政府部門應聚焦人工智能發展領域，把握“智能熱”浪潮的契機，積極引導各行業與人工智能產業相融合，推動產業結構轉型，擴大人工智能發展產生的環保效益，為構建綠色生態和經濟增長的雙贏發展格局奠定基礎。

關鍵詞 人工智能；企業污染排放；污染治理；數字技術

中圖分類號 X50；F40 文獻標志碼 A 文章編號 1002-2104（2023）08-0138-08 DOI：10. 12062/cpre. 20230334

經濟增長和綠色發展一直是學術界探討經濟發展模式的經典話題，實現社會經濟和生態環境協調發展的目標是各國經濟可持續發展的必經之路［1］。綠色發展一直是黨中央相關部門的重大關切，中共二十大報告給出了“深入推進環境污染防治”的生態建設目標；黨的十九大也強調了污染防治在“三大攻堅戰”中的關鍵地位；同時，污染防治還是實現中國碳達峰碳中和的重要舉措。目前，新一輪工業革命推動了全球各國生產技術的變革，催生了以人工智能為代表的新興數字技術，這類技術的突破發展，為中國開展環境污染治理提供了新的技術后盾。

一方面，經典的“波特假說”認為技術進步在企業污染治理中占據不可撼動的地位，技術創新降低了企業面臨的環境治理成本，為企業帶來明顯的技術創新補貼效應，提高了企業能源利用率，改善了生產中的能耗結構，實現企業污染治理和利潤增長的雙贏目標［2］。另一方面，人工智能發展為實現智能制造提供了現實途徑，有助于企業通過人工智能技術應用來完成生產前端污染控制和生產后端污染治理，以此實現中國制造業的綠色轉型。那么，人工智能發展的“技術紅利”能否以及如何影響企業的污染治理水平？對于該問題的回答，不僅有助于檢驗和拓展“波特假說”關于技術創新與污染排放的經典理論，還是實踐“十四五”規劃關于“深入實施智能制造和綠色制造工程”這一重要理念的先行基礎，具有理論和現實層面的雙重意義。

1 文獻綜述

相關研究大致可歸為兩類：第一類是關于企業污染減排的動因研究，第二類是關于人工智能技術產生的經濟效益研究。

1. 1 企業污染減排的動因研究

學者們從產業集聚［3］、自由貿易或出口［4-6］、法制管理［7］、環境規制［8］等多個視角，討論了技術進步產生的污染治理效用，以及污染減排的可能路徑。陳登科［4］發現關稅下降帶來的自由貿易能夠通過有偏技術進步來降低企業排污水平。韓超等［9］、Cole等［10］均發現環境規制能夠倒逼企業進行技術創新，進而降低了企業的污染排放。傳統理論認為，對于企業來說，環境污染治理是額外的成本支出，企業并無動力去開展有效的污染減排活動［11］。因此政府層面強制的環境管制手段成為了企業污染減排的重要方式［12］，這將倒逼企業進行污染防控方面的技術創新，并推動企業實現綠色轉型［2］。同時，還有部分文獻直接就技術創新與環境污染之間的關系展開檢驗，核心結論均支持了技術進步產生的污染減排效應，認為技術創新能夠降低環境污染的惡化［13］。可見，技術創新對污染防控和綠色生態建設具有積極的作用，但現有文獻并未關注到人工智能這類新興數字技術發展所產生的潛在環境效應。

1. 2 人工智能技術的經濟效應研究

相關研究大多關注人工智能發展對勞動力市場的影響、人工智能發展的經濟增長效應和人工智能發展對全球價值鏈參與的作用。例如，在勞動力替代方面，學者們對于人工智能發展產生的勞動力替代作用基本達到共識，認為隨著人工智能的發展，傳統勞動力越發傾向于被機器所替代，進而產生顯著的“機器代人”現象［14-15］，孔高文等［15］認為人工智能發展將對中國勞動力市場產生明顯沖擊，降低了市場的就業水平。在經濟增長方面，大量證據表明人工智能作為新興的數字技術，能夠對經濟增長起到顯著的拉動作用，推動經濟長期的高效增長，進而產生經濟增長的奇點［16］。總結可知，現有文獻雖然就人工智能發展的多個經濟方面進行了探討，但針對企業污染減排方面的研究還未出現，其中具體的理論機制更是語焉不詳，這也為該研究提供了可能的突破空間。

與現有文獻相比，該研究的可能邊際貢獻為：第一，在研究視角方面。該研究從人工智能這一嶄新視角入手，強調了人工智能在綠色經濟增長中從“備選”到“必選”的角色轉變，就人工智能發展對企業污染治理的具體作用展開深入剖析，該視角能夠為探究具有中國特色的綠色生態建設道路提供有益的思考。第二，在研究機制方面。該研究發現了用工成本削減效應、綠色技術創新效應、管理效率提升效應是人工智能提升企業污染減排能力的具體機制，這為推動中國人工智能在綠色生態建設上的應用提供了完整的理論框架。

2 理論分析和研究假設

2. 1 人工智能與企業污染減排

人工智能作為新興數字技術的重要代表之一，深度融入企業的各個生產環節中，對企業技術應用水平的提升產生了顛覆性的作用［14］，人工智能發展具有明顯的智能治理作用。進一步，企業污染治理水平與生產過程息息相關，污染整治大致可以從生產末端治理、生產前端控制、生產流程管理著手，而這三個方面均離不開技術的支持，追本溯源，技術創新是企業污染治理水平提升的根本［2］。一方面，“波特假說”表明企業最優的選擇是提升技術創新水平來提高能源利用率和降低污染排放強度，促進企業在競爭環境下完成利潤增長和污染減排的雙贏目標，這一理論強調了技術影響污染治理水平的基石作用。另一方面，新貿易理論和環境經濟學理論認為技術進步產生的“技術效應”是減少污染排放的重要因素，技術進步能夠推動傳統技術向清潔型技術進行轉變，進而降低企業生產過程產生的污染副產品［17］。因此，當人工智能發展帶來的“技術紅利”開始凸顯，這將賦予企業明顯的技術比較優勢，實現技術進步產生的環境效應，降低企業的污染排放強度。由此，提出研究假設1。

研究假設1：人工智能發展能夠降低企業的污染排放水平。

2. 2 人工智能減排作用的機制分析

人工智能發展能夠推動企業技術應用的進步，提高企業的環境親和度，降低企業污染排放強度。就其具體的作用機制而言，人工智能發展主要通過用工成本削減效應、綠色技術創新效應、管理效率提升效應來發揮作用，進而從企業生產末端治理、生產前端控制、生產流程管理上提高企業的污染治理能力，最終降低企業的污染排放強度。

首先，在用工成本削減效應上。在企業生產智能化的過程中，人工智能將產生明顯的勞動力替代現象，這意味著隨著人工智能水平的發展，企業將對生產要素的投入結構進行調整，以智能機械替代生產過程中的傳統勞動力要素。因此人工智能發展提高了生產過程的自動化和智能化水平，降低了企業傳統勞動力要素的投入需求，進而有效降低企業面臨的勞動力支付成本，并產生了明顯的“機器代人”現象［15］。同時，企業生產成本的下降能夠給企業留下更大的利潤空間，這將緩解企業面臨的生產成本壓力和經營風險，減少企業因資金約束而無法開展環境設備投資的情況，提高企業污染處理設備的投資規模，進而降低企業的污染排放［18］。因此，人工智能發展能夠降低企業的勞動力用工成本，為企業投資污染處理設備留下資金空間，進而促進企業在生產末端實現污染減排，最終提高企業對環境污染的治理能力。

其次，在綠色技術創新效應上。人工智能發展推動了企業綠色技術的突破，延伸了企業在環境污染防控方面的技術發展邊界［19］。一方面，人工智能應用幫助企業實現高效的綠色技術創新。綠色技術創新往往需要經歷多輪的試錯過程，人工智能發展為企業綠色技術創新提供了模擬的實驗平臺，企業可以通過智能設備投入和云計算平臺的應用，進行多輪不同方案的綠色技術研發，并依據已有的歷史試錯數據對未來綠色創新路徑進行更正和改善，拓寬企業對內部資源的配置效率以及資源的空間存儲能力，確保企業能夠以高效方式實現可預期的綠色技術創新。另一方面，人工智能發展促進了企業對清潔型技術的應用。風能、太陽能等清潔型能源具有明顯的環保作用，但這類能源的投入使用需要依賴于技術設備和人才資源的輔助［4］，人工智能應用可以為企業提供現有成熟的清潔型能源投入方案，并基于后臺大數據的搜集和迭代，時刻為企業提供精確的技術監控和能源投入比例測算，提高清潔型技術在企業中的普及應用，最終實現企業綠色技術創新的發展。同時，企業綠色技術創新能力的提升，可以進一步改善其生產過程中的能耗結構，降低企業對傳統污染型能源的投入規模，在改善能耗結構的同時提高企業能源利用效率，進而從企業生產前端控制上減少污染副產物的形成，最終降低企業的污染排放強度［9］。

最后，在管理效率提升效應上。傳統管理模式中，企業需要通過人工的形式對各個生產部門進行管理和信息傳遞，而人工管理存在信息傳遞的滯后性和管理效率的遞減性，這將造成不同生產部門之間存在信息不對稱的問題，導致不同生產過程難以高效銜接。而人工智能發展能夠推動企業生產過程的智能化，實現對各個部門生產過程信息的實時捕捉，促進管理信息在不同部門之間的點對點傳遞，進而提升企業在生產過程中的整體管理效率［20］。同時，管理效率的改善能夠推動企業采用更為高效的生產決策模式，有效避免企業低效率生產過程導致的高污染產出現象，最終從生產流程管理上降低企業的污染排放規模。因此，人工智能發展能夠提升企業生產流程的管理效率，進而從整個生產流程管理中對污染排放進行高效監控，提高企業污染治理的能力。綜上分析，提出研究假設2、假設3、假設4。

研究假設2：人工智能發展通過用工成本削減效應來降低企業的污染排放水平。

研究假設3：人工智能發展通過綠色技術創新效應來降低企業的污染排放水平。

研究假設4：人工智能發展通過管理效率提升效應來降低企業的污染排放水平。

3 數據處理和研究方法設計

3. 1 數據說明和處理

相關數據主要來自中國工業企業污染排放數據庫、中國工業企業數據庫和國際機器人聯合會的機器人數據庫（IFR數據庫）。在數據處理方面，首先該研究將樣本中不符合通用會計準則的數據進行刪除。其次，根據企業識別代碼和年份信息，對中國工業企業數據庫和中國工業企業污染排放數據庫進行合并。最后，根據行業代碼信息，將IFR 數據庫與上述合并數據進行再匹配。同時，在刪除缺失值后，最終得到2000—2013年二十多萬個企業數據樣本，以此構成后續實證分析的數據基礎。

3. 2 計量模型設計和指標構建

在探究人工智能對企業污染治理的影響過程中，構建如下形式的計量回歸模型：

4 基本實證結果與回歸分析

4. 1 基準回歸

對人工智能發展產生的環境效應展開分析，具體結果見表2。其中，列（1）—列（6）分別對應工業廢水排放、二氧化硫排放和煙粉塵排放的回歸結果。首先，根據列（1）、列（3）、列（5）的回歸結果可知，未加入控制變量時，在不同結果中，人工智能的系數均在1%的檢驗水平上顯著為負，從而表明人工智能發展能夠顯著提高企業的污染治理能力，降低企業對不同污染物的排放強度，初步證明了研究假設1的正確性。其次，列（2）、列（4）、列（6）結果顯示，在控制其他影響因素和各類非觀測的固定效應后，人工智能發展產生的污染減排效應依然存在，從而較好支持了理論部分提出的研究假設1。可見，人工智能發展具有明顯的環保作用，能夠促進中國企業生產過程的智能化和綠色化建設，進而實現經濟增長和綠色生態發展的雙贏目標。

4. 2 異質性分析

一方面，考慮企業所有制形式的差異。在邏輯上，人工智能產生的“機器代人”沖擊可能對民營企業具有更大的影響，因為民營企業處于市場競爭的核心地帶，往往面臨著更高的勞動力需求和勞動力成本，當人工智能發展為企業生產智能化提供現實基礎后，民營企業更傾向于通過“機器代人”的方式來降低生產成本。為了檢驗上述假設的正確性，該研究根據企業所有制形式的差異，將數據樣本分為民營企業和非民營企業，當樣本企業屬于民營企業時，對變量Var 賦值為1，否則賦值為0，具體回歸結果見表3的列（1）。可以發現，變量Var 交互項的系數顯著為負，因此人工智能發展對民營企業污染減排的積極作用更強，較好證明了人工智能發展產生的“機器代人”現象，能夠有效改善民營企業的用工成本，這將進一步通過用工成本削減效應對民營企業產生更大的污染減排作用。

另一方面，企業對外貿易的差異。出口企業由于存在出口學習效應，因此能夠有效吸收海外市場的綠色生產技術，進而對其污染治理能力起到促進的作用，這使得出口企業往往具有更環保清潔的特征。根據前文分析的結論，人工智能發展產生的污染減排作用在出口企業中應該更微弱，換言之，人工智能更能夠降低非出口企業的污染排放強度。為了檢驗這一經濟學直覺正確與否，該研究根據樣本中企業是否出口，將樣本企業分為出口企業和非出口企業，當企業屬于非出口企業時，對變量Var賦值為1，否則賦值為0，具體結果見表3的列（2）。分析結果不難得知，交互項系數顯著為負，這意味人工智能發展對非出口企業污染治理能力的提升作用更大，這與經濟學理論直覺是一致的。

4. 3 機制分析

首先，在用工成本削減效應上，體現在企業勞動力成本的下降和污染處理設備投資規模的上升。為了檢驗用工成本削減效應，需要構建相關機制指標，企業勞動力成本以應付職工薪酬占營業收入的比值來表示；污染處理設備投資規模以企業廢水治理設施數與廢氣治理設施數之和的對數進行表示。表4的列（1）是勞動力成本的回歸結果，列（2）是污染處理設備投資規模的回歸結果。結果表明，人工智能對勞動力成本的影響顯著為負，對污染處理設備投資規模的影響顯著為正，從而表明人工智能發展能夠降低企業面臨的勞動力成本，增強企業對污染處理設備的投資力度，進而提高了企業的污染治理能力，較好證明了用工成本削減效應的存在性，支持了理論部分的研究假設2。

其次，在綠色技術創新效應上，體現在企業綠色技術

創新的提升和企業傳統能源消耗量的下降。在指標構建中，綠色技術創新水平以企業綠色專利獲得量的對數表示；傳統能源消耗量以企業燃料煤與燃料油消耗量之和的對數進行表示。表4的列（3）是綠色專利獲得量的回歸結果；列（4）是傳統能源消耗量的回歸結果。分析發現，列（3）中人工智能的系數顯著為正，列（4）中人工智能的系數顯著為負，表明人工智能發展提高了企業綠色技術創新水平，降低了企業對傳統高污染能源的消耗，進而減少了企業的污染排放強度，實現了生產前端控制的目標，因此較好證明了研究假設3的真實性。

最后，在管理效率提升效應上。管理效率提升效應可以反映為企業管理成本的下降和管理效率的提升。在指標構建中，企業管理成本以企業管理費用占營業收入的比值進行表示；企業管理效率指標參考金祥義等［20］的計算方式，利用計量回歸方程估計企業管理效率水平，該指標越大，表示企業的管理效率越低。表4的列（5）是管理成本的回歸結果，列（6）是管理效率水平的回歸結果。

結果顯示，人工智能的系數均顯著為負，表明隨著人工智能發展水平的提高，企業面臨的管理成本逐漸下降，管理效率逐漸上升，最終降低了企業的污染排放，由此成功證明了研究假設4的真實性。

5 進一步穩健性分析

5. 1 污染排放指標的穩健性考慮

首先，該研究將化學需氧量排放量、工業廢氣排放量、工業粉塵排放量分別作為水污染、空氣污染、固體廢物污染的主要形式，重新衡量三種污染物的排放強度。

其次，該研究參考金祥義等［21］的方式，構造一種可以衡量企業污染物排放的綜合指標。據此，相關回歸結果見表5。分析前三列結果可知，在改變企業水污染、空氣污染、固體廢物污染的替代指標后，人工智能發展對企業污染排放的抑制作用依然存在，能夠產生顯著的污染減排效應。列（4）結果顯示，人工智能發展可以降低企業整體的污染排放強度，提高企業的綜合污染治理能力。綜上，在考慮各類污染指標的穩健性后，研究假設1依然成立。

5. 2 其他方面的穩健性檢驗

其一，在人工智能指標替代方面。該研究以機器人密度變量作為人工智能發展水平的替代指標［22］進行再檢驗，具體結果見表6的列（1），從中可以看出，人工智能發展對企業污染排放具有顯著的抑制作用，因此考慮替換人工智能發展指標后，該研究基本面的結論依然穩健成立。

其二，在經濟體量和政策發展上。刪除了北京、上海、廣州、深圳、天津、重慶的數據樣本后重新回歸，具體結果見表6的列（2）。結果表明，人工智能依然可以有效降低企業的污染排放強度，提高企業對環境的友好度，因此依然較好支持了基準回歸的結論。

其三，在行業樣本選取上。制造業作為工業企業中污染排放的主體行業，專用設備制造業、計算機、通信和其他電子設備制造業中含有與智能制造相關的生產活動，該研究剔除上述樣本后回歸，結果見表6的列（3）和列（4），在回歸結果中，人工智能的系數顯著為負，較好證明了人工智能可以有效降低企業的污染排放水平。

5. 3 內生性問題的討論

通過工具變量回歸的方式來解決因雙向因果導致的潛在內生性問題。在工具變量選擇上，該研究參考金祥義等［20］、Graetz等［22］的做法，以其他國家人工智能平均發展水平（other_AI）和崗位人工智能替代率（replaceability×t）作為回歸的工具變量。據此，相關回歸結果見表7。以表7的列（6）作為分析示例，其他結果類似。分析列（6）結果可知，一方面，第一階段回歸結果中工具變量的系數在1%的水平上顯著為正，表明工具變量與人工智能發展水平之間存在正向關系。同時，回歸結果中Kleibergen?Paap數值為6 022. 186，大于弱工具變量檢驗10% 的上限值16. 38，顯著拒絕了工具變量與原變量無關的假設，說明工具變量選取較為合適。另一方面，回歸結果顯示人工智能發展顯著降低污染。因此，在有效解決回歸的內生性問題后，研究假設1依然穩健成立，表明了人工智能的減排作用是真實存在的。

6 結論與政策建議

該研究發現：首先，人工智能發展能夠顯著降低企業的污染排放水平，并且人工智能發展產生的污染減排作用就不同樣本分類存在異質性。其次，人工智能可以通過用工成本削減效應、綠色技術創新效應、管理效率提升效應來降低企業的污染排放強度。最后，在考慮污染排放綜合指標、核心指標穩健性、經濟體量和政策發展、行業樣本選取、政策沖擊、內生性等多方面的因素后，人工智能對企業污染減排的作用依然存在。綜上，人工智能發展是影響企業污染減排和提升企業污染治理能力的核心因素，這對于中國未來打好污染防治攻堅戰具有重要的意義。根據該研究的核心結論，可以引申出以下幾方面的政策建議：第一，聚焦人工智能發展領域，把握“智能熱”浪潮的契機，構建綠色生態和經濟增長的雙贏格局。第二，鼓勵人工智能領域的人才培養，形成持續發力的人才梯隊資源。第三，出臺智能化產業發展的法律條文，推動人工智能產業的規范發展，實現智能化和綠色化的經濟發展目標。

參考文獻

［1］ 鄔彩霞. 中國低碳經濟發展的協同效應研究［J］. 管理世界，

2021，37（8）：105-117.

［2］ PORTER M E，VAN DER LINDE C. Toward a new conception of

the environment ? competitiveness relationship［J］. Journal of economic

perspectives，1995，9（4）：97-118.

［3］ 蘇丹妮，盛斌. 產業集聚、集聚外部性與企業減排：來自中國的

微觀新證據［J］. 經濟學（季刊），2021，21（5）：1793-1816.

［4］ 陳登科. 貿易壁壘下降與環境污染改善：來自中國企業污染數

據的新證據［J］. 經濟研究，2020，55（12）：98-114.

［5］ FORSLID R，OKUBO T，ULLTVEIT?MOE K H. Why are firms that

export cleaner：international trade，abatement and environmental

emissions［J］. Journal of environmental economics and management，

2018，91：166-183.

［6］ SELINGER T J. Canada’s environmental review of the North American

Free Trade Agreement［J］. Journal of professional issues in engineering

education and practice，1993，119：246-253.

［7］ 范子英，趙仁杰. 法治強化能夠促進污染治理嗎：來自環保法庭

設立的證據［J］. 經濟研究，2019，54（3）：21-37.

［8］ SHAPIRO J S，WALKER R. Why is pollution from US manufacturing

declining：the roles of environmental regulation，productivity，

and trade［J］. American economic review，2018，108（12）：3814-

3854.

［9］ 韓超，王震，田蕾. 環境規制驅動減排的機制：污染處理行為與

資源再配置效應［J］. 世界經濟，2021，44（8）：82-105.

［10］ COLE M A，ELLIOTT R J R，SHIMAMOTO K. Industrial characteristics，

environmental regulations and air pollution：an analysis of

the UK manufacturing sector［J］. Journal of environmental economics

and management，2005，50（1）：121-143.

［11］ HAZILLA M， KOPP R J. Social cost of environmental quality regulations：

a general equilibrium analysis［J］. Journal of political

economy， 1990， 98（4）： 853-873.

［12］ JORGENSON D W， WILCOXEN P J. Environmental regulation

and US economic growth［J］. The RAND journal of economics，

1990： 314-340.

［13］ CHEN Y，LEE C C. Does technological innovation reduce CO2

emissions： cross?country evidence［J］. Journal of cleaner production，

2020，263：121550.

［14］ ACEMOGLU D，RESTREPO P. Robots and jobs：evidence from

US labor markets［J］. Journal of political economy，2020，128（6）：

2188-2244.

［15］ 孔高文，劉莎莎，孔東民. 機器人與就業：基于行業與地區異質

性的探索性分析［J］. 中國工業經濟，2020（8）：80-98.

［16］ 楊光，侯鈺. 工業機器人的使用、技術升級與經濟增長［J］. 中

國工業經濟，2020（10）：138-156.

［17］ ANTWEILER W，COPELAND B R，TAYLOR M S. Is free trade

good for the environment［J］. American economic review，2001，91

（4）：877-908.

［18］ 陳詩一，張建鵬，劉朝良. 環境規制、融資約束與企業污染減

排：來自排污費標準調整的證據［J］. 金融研究，2021（9）：

51-71.

［19］ YE Z P，YANG J Q，ZHONG N，et al. Tackling environmental challenges

in pollution controls using artificial intelligence：a review

［J］. Science of the total environment，2020，699：134279.

［20］ 金祥義，張文菲. 人工智能與企業出口擴張：貿易革命的技術

烙印［J］. 國際貿易問題，2022（9）：70-87.

［21］ 金祥義，張文菲，施炳展. 綠色金融促進了中國出口貿易發展

嗎？［J］. 金融研究，2022（5）：38-56.

［22］ GRAETZ G， MICHAELS G. Robots at work［J］. Review of economics

and statistics， 2018， 100（5）： 753-768.