《Frontiers in Sustainability》：The role of artificial intelligence in shaping ESG disclosure evidence from listed companies in Saudi Arabia
编辑推荐：
为探究AI技术如何影响非财务信息披露，特别是ESG披露的质量与数量，本文聚焦沙特市场开展了一项实证研究。结果显示，AI的采用与更高的ESG披露得分呈显著正相关，表明AI不仅能提升ESG报告过程，也是一种重要的战略信号。这项研究为新兴市场利用数字化技术增强可持续发展透明度提供了重要参考。
在全球向可持续发展转型的浪潮中，企业如何透明、准确地报告自身在环境、社会和治理方面的表现，已成为投资者、监管机构和公众关注的焦点。然而，传统的ESG报告因其流程繁琐、数据庞杂且易出错而备受诟病。与此同时，人工智能技术正以前所未有的速度渗透到各行各业，它能否成为破解ESG报告难题的“金钥匙”？特别是在沙特阿拉伯这样的新兴市场，在“2030愿景”的宏大蓝图下，企业的数字化和可持续发展进程齐头并进，这为我们观察技术与透明度之间的化学反应提供了一个绝佳的“天然实验室”。
为了解决上述问题，一组研究人员在《Frontiers in Sustainability》上发表了题为“人工智能在塑造ESG披露中的作用：来自沙特上市公司的证据”的研究。他们试图回答一个核心问题：采用人工智能技术，是否真的能提升企业在ESG方面的信息披露水平？这种提升是AI技术赋能带来的实质性改进，还是企业为了塑造先进形象而进行的“信号传递”？为了深入探究，研究者结合了制度理论和信号理论，构建了一个分析框架。制度理论认为，企业采用AI是为了应对外部监管、规范和模仿压力，以获取“合法性”；而信号理论则认为，披露AI的使用，本身就是企业向外界传递自身“技术先进、透明可信”的一种战略信号。
研究采用了严谨的实证方法。核心是构建一个2010年至2024年间、包含130家沙特非金融上市公司的平衡面板数据集，共计650个“公司-年度”观测值。ESG披露得分（ESGscore）作为因变量，数据来源于国际通用的Refinitiv Eikon数据库，该得分综合评估了企业在环境、社会、治理三个维度公开信息的广度和深度。关键的独立变量是“人工智能（AI）”，它是一个二元变量，如果公司在年报等公开报告中明确提及使用了机器学习、预测分析或自然语言处理等AI相关技术，则赋值为1，否则为0。这一定义捕捉的是“披露的AI应用”而非实际的技术强度。此外，研究还控制了公司规模、杠杆率、盈利能力、董事会独立性、是否由“四大”会计师事务所审计等一系列可能影响ESG披露的变量。数据分析主要采用了固定效应面板回归模型，以控制不随时间变化的公司个体特征，并进行了包括分维度检验、动态面板模型（System GMM）在内的多项稳健性检验。
5.1 描述性统计
数据显示，样本公司的平均ESG披露得分（ESGscore）为41.26分（满分100），标准差较大，表明沙特上市公司的ESG披露水平存在显著差异，整体处于中等但参差不齐的状态。约有37%的样本公司披露了AI技术的应用，显示AI采用在沙特企业界已非个例，但远未普及。
5.2 相关性矩阵
初步的相关性分析显示，AI披露与ESGscore之间存在显著的正相关关系（相关系数r = 0.48, p < 0.01），这为研究的主要假设提供了初步支持。此外，ESGscore与公司规模、盈利能力呈正相关，与股权集中度呈负相关。
5.3 回归结果与讨论
经过Hausman检验，研究确定使用固定效应模型。回归结果表明，在控制了公司特征、年度和行业效应后，AI披露的系数为正且在1%的水平上高度显著。具体而言，披露使用AI技术的公司，其ESG披露得分平均高出约9分。这一结果在使用了稳健标准误以及同时控制公司和年份双向固定效应的模型中依然稳定。控制变量方面，杠杆率（DebtRatio）和资产收益率（ROA）与ESG披露正相关，而股权集中度（Top1share）则显示出强烈的负向影响。这些发现与制度和信号理论的预期一致。从制度理论看，在沙特“2030愿景”推动数字化转型和可持续发展的背景下，披露AI应用是企业响应制度压力、展示合规性与合法性的方式。从信号理论看，主动披露AI使用是一种向投资者等利益相关者传递自身技术创新能力和透明度承诺的战略信号，有助于降低信息不对称。
6. 替代性分析
为了更细致地了解AI对不同维度披露的影响，研究将ESG总分拆分为环境、社会和治理三个子维度分别进行回归。结果显示，AI披露对所有三个子维度的得分均有显著的正面影响，其中对环境维度的影响系数最大（6.75），其次为社会维度（5.88），对治理维度的影响系数相对较小但仍显著（4.32）。这表明AI技术的应用能够全面而非片面地提升ESG披露，尤其在处理复杂的环境和社会数据方面可能更具优势。
7. 稳健性检验
为了缓解可能的内生性问题（如反向因果），研究采用了系统广义矩估计（System GMM）这一动态面板模型。在控制了ESG披露的滞后项（即上一期的披露水平会显著影响当期）后，AI披露的系数依然保持正显著，尽管数值有所减小。这进一步强化了核心结论的可靠性，即AI披露与更高水平的ESG披露之间的关联是稳健的。
8. 结论、启示与局限
本研究最终得出结论：在沙特上市公司中，人工智能的采用与披露，与环境、社会和治理信息披露的质量和数量存在显著的正相关关系。AI不仅作为一种技术赋能工具，提升了ESG数据收集、处理和报告的效率与准确性，也作为一种战略信号，帮助企业应对外部制度压力并向市场传递积极的创新与透明形象。
这项研究具有重要的实践意义。对于企业管理者而言，它提示应超越将AI视为单纯的运营工具，而应将其整合进可持续发展战略，以实质性提升报告质量和企业声誉。对于政策制定者，研究支持了在“2030愿景”框架下继续投资数字基础设施、并考虑制定AI辅助ESG披露指导原则的必要性，以引导而非阻碍技术创新。对于投资者，企业的AI应用披露可以作为一个有价值的定性指标，用以评估其管理ESG风险和长期可持续发展的潜力。
当然，研究也存在局限，为未来指明了方向。首先，AI变量基于文本披露的二进制测量，无法区分技术应用的深度和有效性。未来研究可采用更精细的度量，如AI投资额或专利数据。其次，研究背景局限于沙特，其结论在强制ESG披露或制度环境不同的市场是否适用有待检验。未来的跨区域比较研究将非常有价值。最后，尽管采用了固定效应模型，但观察性研究设计仍限制了因果推断的强度。
