在我国“双碳”战略背景下，推动工业部门的绿色低碳转型已成为实现高质量发展的核心议题。以人工智能（AI）为代表的数字技术被视为关键驱动力，但其对企业碳效率的真实影响、作用路径及权变条件尚不明确，是学术界和产业界共同关注的重大前沿课题。针对此，我校机场学院韩志鹏博士团队对AI如何赋能我国工业企业绿色转型开展了系统性研究，取得了新进展。

该研究基于2007-2022年中国工业上市公司微观大数据，首先证实了AI的应用能够显著提升企业的碳全要素生产率（CTFP）。团队运用前沿的交错双重差分模型（Staggered DID）进行因果识别，结果表明AI的积极效应在企业应用之后才显著出现并稳步提升，这为结论的可靠性提供了强有力的准实验证据。

研究进一步揭示了AI发挥作用的深层机制与关键权变条件：首先，AI主要通过提升产能利用率和激励低碳技术创新这两条核心路径实现其绿色赋能效应。其次，研究发现了组织韧性在其中扮演着关键的“调节阀”角色，存在一个明确的门槛效应——只有当企业自身的组织韧性跨越某一临界点后，AI的积极作用才会被急剧放大，实现效果的“质的飞跃”。此外，研究还发现，AI的赋能效果在市场竞争激烈、技术密集的行业中更为显著，但在高耗能企业中则需警惕可能出现的“绿色悖论”。

图1 AI应用对CTFP的动态因果效应、CTFP在组织韧性阈值处的断点效应

研究结果以研究论文形式发表于《Energy》，题目为“AI-driven carbon total factor productivity: Strategic lens on industrial enterprises”。韩志鹏博士为该论文的第一作者与通讯作者。

《Energy》是由Elsevier集团出版的能源与燃料领域的国际权威期刊，主要发表能源工程、能源政策与可持续发展等方向的前瞻性、原创性高质量研究成果。该期刊2025年影响因子为9.4，属于中科院SCI一区TOP期刊。

原文链接：https://doi.org/10.1016/j.energy.2025.138259