生成AIの開示と企業のエネルギー効率:中国上場企業を対象とした段階的差分の二重差分証拠
Generative Artificial Intelligence Disclosure and Corporate Energy Efficiency: Staggered Difference-in-Differences Evidence from Chinese Listed Firms
本研究は、2014年から2023年までの中国A株上場企業3177社、22,143の企業年観測データを用いて、生成AI(GenAI)の開示が企業のエネルギー効率に与える影響を分析した。エネルギー効率は、望ましくない産出を含む全要素のslack-based measureスコアで測定され、GenAIの開示は企業の最初の年次報告書での言及があった年度から開始される段階的差分の二重差分デザインを採用した。GenAIの開示後、エネルギー効率スコアはサンプル平均の6%から9%増加し、これは並行トレンド、プラセボ、異質性ロバストチェック、および3つの代替フロンティアでも安定していた。開示を行った企業は、その後、より多くのグリーンイノベーションを記録し、より深いデジタルトランスフォーメーションと生産要素としてのデータ集約的な利用を報告した。開示後の関連性は、環境規制がより厳しく、デジタルインフラがより高密度な場合に大きく、重汚染企業および国有企業の間で統計的に有意であった。探索的な推定では、企業の帳簿上のAI資本集約度は、エネルギー効率の低下と個別に関連していた。
- 2014〜2023年の中国A株上場企業3177社・22,143社年観測を用い、生成AI開示がエネルギー効率(slack-based measure)に与える影響を段階的差分の二重差分で推定。開示後に効率スコアがサンプル平均比6〜9%上昇し、並行トレンド・プラセボ・異質性ロバスト・3つの代替フロンティアでも安定
- 開示企業はその後グリーンイノベーション件数が増加し、デジタルトランスフォーメーション深化と生産要素としてのデータ集約的利用を報告
- 開示後のエネルギー効率改善は環境規制が厳しくデジタルインフラが高密度な地域で大きく、重汚染企業と国有企業で統計的に有意
- 探索的推定では企業の帳簿上のAI資本集約度が高いほどエネルギー効率が低いという個別の関連が観測された
本稿は学術実証研究であり、特定企業の開示・契約・規制施行といった即時の投資イベントではないが、生成AIへの言及・開示が実際のエネルギー効率改善やグリーンイノベーション、データ集約型生産へと結びつくことを中国A株3177社・22,143社年という大規模パネルで示した点は重要。特に環境規制が厳しくデジタルインフラが整備された地域、重汚染企業・国有企業で効果が有意という結果は、AI投資の効果が業種・地域・規制環境で大きく異なることを示唆する。一方、帳簿上のAI資本集約度が高い企業ほどエネルギー効率が低いという探索的結果は、AI関連設備投資が短期的にはコスト・電力負荷として現れる可能性を示し、AI導入企業の収益・効率改善を一律に織り込むのは危険。投資家はAI開示を成長シグナルとしてだけでなく、規制対応コストと実効性の差を見極める材料として読むべき。