人工智能技術(shù)創(chuàng)新對(duì)區(qū)域碳排放的影響
——機(jī)制識(shí)別與回彈效應(yīng)

孫振清，楊 銳

（天津科技大學(xué)經(jīng)濟(jì)與管理學(xué)院，天津 300457）

0 引言

氣候變化是當(dāng)今全球面臨的最嚴(yán)峻的環(huán)境挑戰(zhàn)之一。隨著工業(yè)化和人類(lèi)活動(dòng)的不斷增加，大量溫室氣體排放引發(fā)了極端天氣事件、海平面上升、生態(tài)系統(tǒng)破壞等一系列問(wèn)題，嚴(yán)重威脅著人類(lèi)社會(huì)的可持續(xù)發(fā)展，降低溫室氣體排放、減緩全球氣候變暖迫在眉睫。碳中和目標(biāo)的提出，正展現(xiàn)了中國(guó)應(yīng)對(duì)氣候變化的責(zé)任擔(dān)當(dāng)，又彰顯了我國(guó)堅(jiān)定轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的堅(jiān)定決心，事關(guān)中華民族永續(xù)發(fā)展和人類(lèi)命運(yùn)共同體構(gòu)建［1］。中共二十大報(bào)告進(jìn)一步指出實(shí)現(xiàn)碳達(dá)峰碳中和是一場(chǎng)廣泛而深刻的經(jīng)濟(jì)社會(huì)系統(tǒng)性變革，推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展綠色化、低碳化是實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)，由此可見(jiàn)，探索經(jīng)濟(jì)社會(huì)發(fā)展方式的推進(jìn)路徑具有重大現(xiàn)實(shí)意義。

與此同時(shí)，依托人工智能為主的數(shù)字技術(shù)發(fā)展方興未艾，已經(jīng)成為推動(dòng)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的新動(dòng)能。在創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略背景下，也逐漸成為了轉(zhuǎn)變我國(guó)經(jīng)濟(jì)發(fā)展方式的關(guān)鍵所在。人工智能技術(shù)創(chuàng)新通過(guò)推動(dòng)新興城市基礎(chǔ)設(shè)施建設(shè)，逐步打造智能算力、通用算法和開(kāi)發(fā)平臺(tái)一體化的新型智能基礎(chǔ)設(shè)施，通過(guò)應(yīng)用智能化和數(shù)字技術(shù)進(jìn)行城市管理，通過(guò)數(shù)據(jù)管理提高城市運(yùn)作效率，賦能傳統(tǒng)行業(yè)，推動(dòng)產(chǎn)業(yè)優(yōu)化升級(jí)，助力經(jīng)濟(jì)可持續(xù)發(fā)展。

依據(jù)現(xiàn)有研究，相關(guān)領(lǐng)域?qū)W者們普遍認(rèn)為人工智能是一把雙刃劍，既具有替代效應(yīng)，又具有生產(chǎn)率效應(yīng)［2］。替代效應(yīng)是顯著降低了低技能勞動(dòng)力需求的份額［3］，而生產(chǎn)率效應(yīng)是用更便宜的資本取代了勞動(dòng)力，從而提高了生產(chǎn)率［4］，也增加了尚未被人工智能取代的任務(wù)對(duì)勞動(dòng)力的需求，即人工智能技術(shù)創(chuàng)新提高了中等技能和高技能勞動(dòng)力需求的份額。雖然人工智能在對(duì)經(jīng)濟(jì)社會(huì)發(fā)展層面研究做出了較大貢獻(xiàn)，如張萬(wàn)里等［5］基于27 國(guó)跨國(guó)數(shù)據(jù)，發(fā)現(xiàn)人工智能通過(guò)提升人力資本帶動(dòng)了產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和合理化；史丹等［6］通過(guò)測(cè)度中國(guó)城市面板數(shù)據(jù)，發(fā)現(xiàn)人工智能應(yīng)用可以提升城市技術(shù)創(chuàng)新水平和綠色低碳水平，從而推動(dòng)城市高質(zhì)量發(fā)展；謝偉麗等［7］從要素稟賦結(jié)構(gòu)優(yōu)化角度證實(shí)了人工智能對(duì)制造業(yè)高質(zhì)量發(fā)展的正向驅(qū)動(dòng)效應(yīng)；而黃曉鳳等［8］認(rèn)為人工智能通過(guò)創(chuàng)新鏈、產(chǎn)業(yè)鏈、供應(yīng)鏈的精準(zhǔn)匹配對(duì)制造業(yè)企業(yè)全要素生產(chǎn)率具有顯著的促進(jìn)作用。但鮮有文獻(xiàn)探討人工智能對(duì)環(huán)境，特別是碳排放的影響。此外，人工智能技術(shù)對(duì)碳排放的影響也存在著不確定性，需要進(jìn)一步進(jìn)行驗(yàn)證。一方面，人工智能技術(shù)有可能使新型基礎(chǔ)設(shè)施所需耗電量與冷卻資源大幅增加，進(jìn)而產(chǎn)生更多的碳排放；另一方面，實(shí)現(xiàn)“雙碳”目標(biāo)，人工智能技術(shù)大有可為，新型基礎(chǔ)設(shè)施通過(guò)人工智能技術(shù)使其單位數(shù)據(jù)傳輸能耗將有望降低，大幅度提高碳減排效益。最重要的是，技術(shù)進(jìn)步對(duì)碳排放的影響層面得到了很多關(guān)注，而人工智能技術(shù)作為偏向性技術(shù)進(jìn)步［9］，對(duì)雙碳目標(biāo)的影響層面還存在較大深化空間。因此，研究人工智能對(duì)碳排放的影響具有必要性。具體地，人工智能技術(shù)創(chuàng)新是否能夠有效降低碳排放，助力“雙碳”目標(biāo)實(shí)現(xiàn)？如果答案是肯定的，那么人工智能技術(shù)創(chuàng)新又是如何影響碳排放？人工智能技術(shù)對(duì)碳排放的影響也是否存在異質(zhì)性？對(duì)這些問(wèn)題的解答將是本文的核心關(guān)切。

綜上所述,本文從以下方面進(jìn)行了補(bǔ)充探索：一是對(duì)“雙碳”目標(biāo)約束下人工智能技術(shù)創(chuàng)新促進(jìn)區(qū)域可持續(xù)發(fā)展優(yōu)化方向進(jìn)行了探索實(shí)證，深度探析了人工智能技術(shù)創(chuàng)新對(duì)碳排放的影響效果、作用路徑及其異質(zhì)性；二是考慮到新發(fā)展理念的驅(qū)動(dòng)下，區(qū)域綠色、創(chuàng)新、協(xié)調(diào)發(fā)展是高質(zhì)量發(fā)展的主要目標(biāo)，就需要進(jìn)一步分析人工智能技術(shù)創(chuàng)新的空間溢出效應(yīng)及其在促進(jìn)區(qū)域協(xié)調(diào)發(fā)展、進(jìn)而降低碳排放方面所起的作用；三是核實(shí)了在人工智能技術(shù)發(fā)展不均衡背景下，人工智能技術(shù)創(chuàng)新對(duì)碳排放會(huì)產(chǎn)生明顯的回彈效應(yīng)。本文旨在有益補(bǔ)充人工智能技術(shù)創(chuàng)新與碳排放的相關(guān)理論文獻(xiàn)，以期為制定碳減排策略和人工智能技術(shù)創(chuàng)新推進(jìn)方案提供相關(guān)政策啟示。

1 理論分析與研究假設(shè)

1.1 人工智能技術(shù)創(chuàng)新對(duì)碳排放的影響機(jī)制

本文認(rèn)為能源效率在人工智能技術(shù)創(chuàng)新影響碳排放的過(guò)程中承擔(dān)著中介作用。具體而言，一方面，人工智能技術(shù)創(chuàng)新有助于能源效率的提高。人工智能技術(shù)可以應(yīng)用于能源管理系統(tǒng)，利用數(shù)字基礎(chǔ)設(shè)施搭建能源管控平臺(tái)［10］，全周期、全方位進(jìn)行時(shí)空監(jiān)測(cè)，識(shí)別能源浪費(fèi)和低效的問(wèn)題，借助數(shù)字技術(shù)科學(xué)預(yù)判、決策與控制能源需求和負(fù)荷峰值，以便制定更合理的能源調(diào)度和供應(yīng)策略。例如，通過(guò)智能交通管理系統(tǒng)、智能配送路線優(yōu)化和智能交通預(yù)測(cè)，可以降低交通擁堵、減少行車(chē)時(shí)間，進(jìn)而減少交通和物流過(guò)程中的能源消耗和碳排放。通過(guò)智能農(nóng)業(yè)管理和農(nóng)田監(jiān)測(cè)，可以精確使用水資源、化肥和農(nóng)藥，并減少對(duì)土地和水源的過(guò)度利用。通過(guò)智能化的電網(wǎng)管理和能源市場(chǎng)預(yù)測(cè)，可以更精確地控制和調(diào)度能源，并促進(jìn)可再生能源的集成，有助于減少對(duì)高碳能源的依賴(lài)。此外，人工智能可以結(jié)合氣象數(shù)據(jù)，更加準(zhǔn)確地預(yù)測(cè)太陽(yáng)能和風(fēng)能等可再生能源的產(chǎn)量，更好地調(diào)整能源供需間的平衡［11］。還可以?xún)?yōu)化可再生能源的儲(chǔ)能和分配方式，提高系統(tǒng)的可靠性和效率。因此，人工智能技術(shù)通過(guò)實(shí)時(shí)監(jiān)測(cè)、智能控制和優(yōu)化能源使用，規(guī)劃能源供應(yīng)與需求推動(dòng)能源可持續(xù)發(fā)展。

另一方面，能效改善也有效降低了碳排放強(qiáng)度。其碳減排效應(yīng)主要表現(xiàn)在對(duì)能源系統(tǒng)優(yōu)化、促進(jìn)可再生能源、調(diào)整消費(fèi)行為、激勵(lì)創(chuàng)新科技等方面。其一，在優(yōu)化能源系統(tǒng)層面，提高能源效率意味著減少對(duì)高碳能源（如化石燃料）的需求，以更少的能源實(shí)現(xiàn)相同或更多的能源服務(wù)。例如，在電力行業(yè)中，采用更高效的技術(shù)、工藝和設(shè)備，提升發(fā)電廠和電網(wǎng)效率，減少電力輸送過(guò)程中的能源損失，來(lái)實(shí)現(xiàn)碳減排。類(lèi)似地，交通領(lǐng)域中，優(yōu)化交通系統(tǒng)和提高車(chē)輛的燃油效率，將會(huì)直接降低尾氣碳排放；其二，在促進(jìn)可再生能源層面，提高能源效率可以促使更多的可再生能源得到應(yīng)用，降低對(duì)非可再生能源的需求，推動(dòng)能源轉(zhuǎn)型，實(shí)現(xiàn)更清潔更可持續(xù)的能源供應(yīng)；其三，在調(diào)整消費(fèi)行為層面，提高能源效率可以幫助人們意識(shí)到節(jié)能降碳的重要性，促使消費(fèi)者在日常生活中更加注重環(huán)保、節(jié)約能源［12］；其四，在激勵(lì)創(chuàng)新科技層面，提高能源效率可以激勵(lì)創(chuàng)新科技的發(fā)展，通過(guò)支持能源效率相關(guān)的研發(fā)創(chuàng)新，推動(dòng)新技術(shù)、解決方案和商業(yè)模式升級(jí)，從而促進(jìn)碳減排。

綜上分析，本文提出如下假設(shè)：

假設(shè)H1：能源效率在人工智能技術(shù)創(chuàng)新影響碳排放的過(guò)程中承擔(dān)著中介作用。

1.2 人工智能技術(shù)創(chuàng)新對(duì)碳排放的異質(zhì)性影響

由于中國(guó)不同地區(qū)的地理位置以及政策導(dǎo)向等方面存在迥異性，人工智能技術(shù)發(fā)展存在顯著區(qū)域差異。就東部沿海地區(qū)而言，由于地理位置更加優(yōu)越，政策制度更加完善，人力資本更加充裕，創(chuàng)新與經(jīng)濟(jì)環(huán)境更加健全等優(yōu)勢(shì)，可能會(huì)加快人工智能技術(shù)創(chuàng)新步伐。而對(duì)于中西部地區(qū)，相反，可能會(huì)使人工智能技術(shù)發(fā)展滯后。同時(shí)，在人工智能技術(shù)發(fā)展不均衡的背景下，自身及其各個(gè)次級(jí)維度的發(fā)展水平差異也均可能對(duì)碳排放產(chǎn)生異質(zhì)性的影響。鑒于此，本文提出如下假設(shè)：

假設(shè)H2a：由于各地區(qū)地理位置迥異，人工智能技術(shù)創(chuàng)新對(duì)碳排放的影響存在差異。

上文已剖析了人工智能技術(shù)創(chuàng)新對(duì)碳排放的作用機(jī)制，但未考慮不同異質(zhì)性因素調(diào)節(jié)作用，因而難以加深對(duì)人工智能碳減排效應(yīng)的理解，也難以因地制宜地為人工智能與綠色低碳協(xié)同發(fā)展制定針對(duì)性決策依據(jù)［13］。中國(guó)當(dāng)前存在產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)、勞動(dòng)力結(jié)構(gòu)逐漸變化，以及要素資源錯(cuò)配的典型特征，因此，有必要進(jìn)一步探究各因素作用下人工智能技術(shù)創(chuàng)新對(duì)能效提升的差異。

產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化在人工智能技術(shù)創(chuàng)新提高能效的過(guò)程中發(fā)揮著積極作用。在技術(shù)推進(jìn)的作用下，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化方向發(fā)展有助于打破國(guó)內(nèi)低端制造業(yè)鎖定，催生先進(jìn)智能化制造業(yè)［14］。同時(shí)，在智能化制造業(yè)的發(fā)展過(guò)程中，新技術(shù)將進(jìn)一步延伸擴(kuò)展到第三產(chǎn)業(yè)，融入到更深層次的產(chǎn)業(yè)結(jié)構(gòu)和組織體系中，促進(jìn)智能化生產(chǎn)性服務(wù)業(yè)的快速發(fā)展。這些新興產(chǎn)業(yè)本身就具備更高水平的節(jié)能環(huán)保屬性，還會(huì)帶來(lái)綠色生產(chǎn)方式和綠色產(chǎn)品供應(yīng)等一系列正外部性活動(dòng)。促使企業(yè)向智能化轉(zhuǎn)型，采用人工智能技術(shù)來(lái)優(yōu)化生產(chǎn)流程、提高生產(chǎn)效率和能源利用效率。通過(guò)智能化的監(jiān)測(cè)、控制和優(yōu)化，企業(yè)可以實(shí)現(xiàn)更精確、更高效的能源管理，從而提高能效。另外，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化也為不同企業(yè)、研究機(jī)構(gòu)、和產(chǎn)業(yè)鏈上各方提供了更多的合作與協(xié)同創(chuàng)新的機(jī)會(huì)。人工智能技術(shù)創(chuàng)新需要跨學(xué)科的合作，將人工智能技術(shù)與能源、制造、物流等領(lǐng)域相結(jié)合，各方可以共同研發(fā)新的人工智能技術(shù)解決方案，共享資源和經(jīng)驗(yàn)，這種合作與協(xié)同創(chuàng)新模式也有助于在提升能效方面共同加速技術(shù)創(chuàng)新進(jìn)程，幫助企業(yè)開(kāi)發(fā)出更高效、更智能的解決方案，從而提高能源利用效率。

人工智能技術(shù)創(chuàng)新提高能效需要大量投資和資源支持，而市場(chǎng)化水平的提高能夠吸引更多的投資和資源流入該領(lǐng)域，并促使資源在不同領(lǐng)域和市場(chǎng)之間進(jìn)行優(yōu)化配置。市場(chǎng)機(jī)制影響著人工智能技術(shù)在碳減排中的經(jīng)濟(jì)可行性。隨著市場(chǎng)規(guī)模擴(kuò)大和技術(shù)進(jìn)步，人工智能技術(shù)相關(guān)的設(shè)備、軟件和服務(wù)的成本可能會(huì)下降，使得這些技術(shù)更受企業(yè)和消費(fèi)者的青睞，也為低碳技術(shù)的普及推廣提供更多的資金和投資機(jī)會(huì)。市場(chǎng)化水平可以通過(guò)消費(fèi)者需求和市場(chǎng)導(dǎo)向來(lái)影響人工智能技術(shù)的發(fā)展方向。一方面，投資者更愿意投資具有商業(yè)潛力和可行性的低碳技術(shù)項(xiàng)目，幫助企業(yè)更好地評(píng)估和選擇技術(shù)解決方案，將資源投入到最有效益的領(lǐng)域，另一方面，消費(fèi)者對(duì)環(huán)保關(guān)注度越高，市場(chǎng)上對(duì)低碳技術(shù)的需求就越大，市場(chǎng)機(jī)制能夠激勵(lì)企業(yè)根據(jù)消費(fèi)者需求開(kāi)發(fā)低碳產(chǎn)品和方案。市場(chǎng)化水平的提高還可以激發(fā)企業(yè)之間的競(jìng)爭(zhēng)，競(jìng)爭(zhēng)的壓力也促使企業(yè)更加積極地推動(dòng)低碳技術(shù)的研發(fā)和應(yīng)用，推動(dòng)企業(yè)不斷追求能效提升。此外，市場(chǎng)環(huán)境的進(jìn)一步完善有助于減少政府對(duì)科技創(chuàng)新活動(dòng)的干預(yù)，讓市場(chǎng)機(jī)制的“看不見(jiàn)的手”在技術(shù)資源配置、技術(shù)成果轉(zhuǎn)化和技術(shù)知識(shí)共享等方面發(fā)揮主導(dǎo)作用，為能效改善提供有利條件［15］。

要素資源錯(cuò)配在人工智能技術(shù)創(chuàng)新提高能效的過(guò)程中可能會(huì)造成負(fù)面影響。一是要素資源錯(cuò)配可能會(huì)導(dǎo)致技術(shù)創(chuàng)新方向的偏離，使得人工智能技術(shù)在碳減排領(lǐng)域研究應(yīng)用受到限制。如果資源錯(cuò)配使得企業(yè)或研究機(jī)構(gòu)更傾向于開(kāi)發(fā)傳統(tǒng)領(lǐng)域技術(shù)，而忽視了低碳技術(shù)研發(fā)，技術(shù)偏離就可能會(huì)限制人工智能創(chuàng)新發(fā)展，抑制能效改善。二是要素資源錯(cuò)配可能導(dǎo)致某些關(guān)鍵要素資源（如資金、人才等）無(wú)法得到合理配置，阻礙創(chuàng)新活動(dòng)的開(kāi)展。例如，缺乏足夠的資金支持可能限制人工智能技術(shù)創(chuàng)新的推進(jìn)，缺乏專(zhuān)業(yè)人才可能影響技術(shù)創(chuàng)新的研發(fā)應(yīng)用。創(chuàng)新要素?zé)o法得到合理配置和利用，從而影響能效提升的進(jìn)程。三是要素資源錯(cuò)配可能導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)的扭曲，如果某些低碳行業(yè)缺乏必要的要素資源支持，就會(huì)導(dǎo)致技術(shù)創(chuàng)新和能效提升的不均衡分布，從而降低人工智能在碳減排領(lǐng)域的積極影響［16］。

綜上分析，本文提出假設(shè)H2b如下：

假設(shè)H2b：在異質(zhì)性因素調(diào)節(jié)作用下，人工智能技術(shù)創(chuàng)新對(duì)能源利用效率的影響存在差異。

1.3 人工智能技術(shù)創(chuàng)新的碳排放回彈效應(yīng)

技術(shù)進(jìn)步對(duì)碳排放的影響也會(huì)存在回彈效應(yīng)，即技術(shù)進(jìn)步雖然可以提高能源利用率、促進(jìn)碳減排，但反過(guò)來(lái)也會(huì)造成碳排放量增加，最終產(chǎn)生碳減排折中效應(yīng)或相反作用。人工智能技術(shù)創(chuàng)新雖然可以通過(guò)智能優(yōu)化和控制，幫助企業(yè)在能源供需匹配、設(shè)備運(yùn)行優(yōu)化、能效監(jiān)測(cè)等方面實(shí)現(xiàn)更高效的能源利用，從而減少碳排放，但人工智能技術(shù)依賴(lài)大量的計(jì)算資源和數(shù)據(jù)，而數(shù)據(jù)中心的運(yùn)行和維護(hù)常常涉及大量的能源消耗，這可能導(dǎo)致碳排放的增加。因此，如果人工智能技術(shù)創(chuàng)新導(dǎo)致數(shù)據(jù)中心的數(shù)量和規(guī)模增加，可能會(huì)增加碳排放。其次，雖然人工智能技術(shù)在理論上可以減少碳排放，但在實(shí)際應(yīng)用中可能存在技術(shù)應(yīng)用不完善的問(wèn)題。例如，在智能制造、智能交通領(lǐng)域，如果系統(tǒng)設(shè)計(jì)不合理或數(shù)據(jù)不準(zhǔn)確，都可能會(huì)增加能源的需求，導(dǎo)致能源浪費(fèi)和碳排放的增加。另外，人工智能技術(shù)的發(fā)展可能會(huì)促使其他行業(yè)和領(lǐng)域采用更多的電子設(shè)備和計(jì)算資源，通過(guò)技術(shù)擴(kuò)散效應(yīng)，也會(huì)增加能源消耗和碳排放。故此，本文提出如下假設(shè)：

假設(shè)H3：人工智能技術(shù)創(chuàng)新存在著顯著的碳排放回彈效應(yīng)。

2 實(shí)證研究設(shè)計(jì)

2.1 模型設(shè)定

2.1.1 中介效應(yīng)模型

本文借鑒溫忠麟等［17］的研究方法，設(shè)定如下檢驗(yàn)?zāi)Ｐ蛠?lái)探究人工智能技術(shù)創(chuàng)新與碳排放之間的直接與間接影響。

其中，CI 為碳排放強(qiáng)度，AIT 為人工智能技術(shù)創(chuàng)新變量，EE 為能源利用效率，Control 為各控制變量，i和t分別為省份和年份。μi、δt分別是個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)，εit是隨機(jī)誤差項(xiàng)，α0為常數(shù)，α1為核心解釋變量的回歸系數(shù)，α2為控制變量的回歸系數(shù)，β0、β1、β2、γ0、γ1、γ2、γ3均為待估參數(shù)。

2.1.2 空間效應(yīng)模型

為進(jìn)一步討論人工智能技術(shù)創(chuàng)新對(duì)碳排放的空間溢出效應(yīng)，本文參考孟凡生等［18］的做法，構(gòu)建經(jīng)濟(jì)距離空間權(quán)重矩陣，在式（1）中引入空間交互項(xiàng)，將其拓展為空間面板計(jì)量模型：

其中，τ為代表動(dòng)態(tài)滯后項(xiàng)系數(shù)，ρ為空間自回歸系數(shù)，W 為空間權(quán)重矩陣。

2.2 變量設(shè)定

2.2.1 被解釋變量

碳排放強(qiáng)度（CI）。本文使用各省二氧化碳排放量與GDP 的比值表征。

2.2.2 解釋變量

（1）核心解釋變量：人工智能技術(shù)專(zhuān)利（AIT）。本文使用人工智能技術(shù)專(zhuān)利數(shù)據(jù)表征。依據(jù)陳楠等［19］的思路，本文還將人工智能產(chǎn)業(yè)鏈劃分為上、中、下游，分別對(duì)應(yīng)人工智能基礎(chǔ)層(軟硬件基礎(chǔ)設(shè)施)、技術(shù)層(通用產(chǎn)品及平臺(tái))、應(yīng)用層(應(yīng)用產(chǎn)品及場(chǎng)景)三類(lèi)分支（如表1 所示），每個(gè)分支又包含多項(xiàng)細(xì)分技術(shù)，由此獲得人工智能及其分支的專(zhuān)利數(shù)據(jù)，更好把握技術(shù)創(chuàng)新對(duì)碳減排的影響。

表1 人工智能技術(shù)專(zhuān)利分支

（2）中介變量：能源利用效率（EE）。本文使用能源消費(fèi)總量與實(shí)際GDP 的比值的倒數(shù)表征，其數(shù)值越大，能源利用效率越高。

（3）控制變量。結(jié)合碳排放的影響因素，本文選取以下控制變量：第一，經(jīng)濟(jì)發(fā)展水平（ED），采用各省人均GDP 表示；第二，環(huán)境規(guī)制水平（ER），采用各省工業(yè)污染治理完成投資額與工業(yè)增加值的比值表示；第三，能源消費(fèi)結(jié)構(gòu)（ECS），采用煤炭消費(fèi)占能源消費(fèi)總量的比重表示；第四，勞動(dòng)力水平（WF），采用各省就業(yè)人員數(shù)取自然對(duì)數(shù)表示；第五，對(duì)外開(kāi)放水平（OPEN），采用各省貨物進(jìn)出口總額與GDP 的比值表示。

2.3 數(shù)據(jù)說(shuō)明

人工智能專(zhuān)利數(shù)據(jù)來(lái)源于PatSnap 全球?qū)＠麛?shù)據(jù)庫(kù)，使用國(guó)際專(zhuān)利分類(lèi)(International Patent Code，IPC) 和關(guān)鍵詞檢索相結(jié)合的方法手工收集整理。其他變量數(shù)據(jù)主要來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》與《中國(guó)統(tǒng)計(jì)年鑒》。研究范圍為我國(guó)除了港澳臺(tái)西藏地區(qū)外的其他30 個(gè)省份。對(duì)于少量缺失數(shù)據(jù)，本文采用線性插值法進(jìn)行了填補(bǔ)。

2.4 初步特征描述

為了從事實(shí)層面初步分析人工智能技術(shù)創(chuàng)新對(duì)碳排放的作用效果，圖1 報(bào)告了兩者的線性擬合關(guān)系。能夠看出，人工智能技術(shù)創(chuàng)新對(duì)碳排放呈現(xiàn)出負(fù)相關(guān)。但為了保證上述分析的嚴(yán)謹(jǐn)性，本文將運(yùn)用計(jì)量模型實(shí)證檢驗(yàn)人工智能技術(shù)創(chuàng)新對(duì)碳排放的影響。

圖1 線性擬合

3 實(shí)證結(jié)果分析

3.1 基準(zhǔn)回歸分析

首先對(duì)模型中的各解釋變量進(jìn)行多重共線性檢驗(yàn)，結(jié)果顯示，各解釋變量方差膨脹系數(shù)值遠(yuǎn)小于經(jīng)驗(yàn)法則中的零界值10，模型不會(huì)受到多重共線性影響。然后基于普通最小二乘法（OLS）與固定效應(yīng)面板模型（FE）進(jìn)行對(duì)比分析，回歸結(jié)果見(jiàn)表2。由第（1）至（4）列可以看出，無(wú)論是否考慮固定效應(yīng)，是否加入控制變量，核心解釋變量均通過(guò)了1%顯著性水平檢驗(yàn)，且其估計(jì)系數(shù)均為負(fù)，表明人工智能技術(shù)創(chuàng)新對(duì)碳排放具有明顯的抑制作用。此外，第（5）至（7）列分別報(bào)告了人工智能專(zhuān)利各分支的回歸結(jié)果，可以看出人工智能專(zhuān)利各分支變量的回歸系數(shù)依然在1%水平下顯著為負(fù)，也說(shuō)明了人工智能技術(shù)創(chuàng)新的碳減排效應(yīng)具有一定的穩(wěn)健性。

表2 基準(zhǔn)回歸結(jié)果

3.2 內(nèi)生性處理與穩(wěn)健性檢驗(yàn)

本文從以下角度進(jìn)行了內(nèi)生性處理與穩(wěn)健性檢驗(yàn)：（1）引入工具變量。如果人工智能技術(shù)創(chuàng)新能夠降低碳強(qiáng)度，那么就有理由相信環(huán)境壓力也會(huì)對(duì)人工智能技術(shù)創(chuàng)新產(chǎn)生相反的影響，即人工智能技術(shù)創(chuàng)新與碳強(qiáng)度之間可能存在互為因果的內(nèi)生性等問(wèn)題，因此，本文引入了以人工智能技術(shù)變量滯后一期作為工具變量來(lái)緩解內(nèi)生性的存在，結(jié)果見(jiàn)表3 第（1）、（2）列。（2）動(dòng)態(tài)面板回歸。考慮到人工智能技術(shù)所產(chǎn)生的環(huán)境影響通常存在時(shí)空層面的動(dòng)態(tài)差異，通常具有一定的滯后效應(yīng)，因此，本文通過(guò)系統(tǒng)廣義矩估計(jì)（SYS-GMM）將滯后一期的人工智能技術(shù)變量替換為新的解釋變量進(jìn)行回歸，結(jié)果見(jiàn)表3 第（3）（4）列。此外，AR（2）與Hansen 檢驗(yàn)的P 值均大于0.1，表明擾動(dòng)項(xiàng)的二階差分不存在自相關(guān)，且不存在過(guò)度識(shí)別問(wèn)題，滿(mǎn)足SYS-GMM 使用條件。（3）剔除極端值的影響。基準(zhǔn)回歸模型中的極端值有可能對(duì)回歸結(jié)果造成干擾，因此本文對(duì)被解釋變量進(jìn)行上下5%的縮尾處理后重新進(jìn)行回歸分析，結(jié)果見(jiàn)表3 第（5）（6）列。（4）更換解釋變量測(cè)度。本文采用工業(yè)機(jī)器人安裝密度數(shù)據(jù)作為人工智能技術(shù)創(chuàng)新代理變量重新進(jìn)行回歸分析，結(jié)果見(jiàn)表3 第（7）（8）列。

表3 穩(wěn)健性檢驗(yàn)結(jié)果

上述檢驗(yàn)結(jié)果均進(jìn)一步證實(shí)了人工智能技術(shù)創(chuàng)新對(duì)碳排放具有顯著的抑制作用。

3.3 影響機(jī)制分析

表4 檢驗(yàn)了能源利用效率是否在人工智能技術(shù)創(chuàng)新與碳排放之間承擔(dān)著中介作用。其中，第（1）列為人工智能技術(shù)創(chuàng)新對(duì)碳排放的基準(zhǔn)回歸結(jié)果，第（2）列結(jié)果表明人工智能技術(shù)創(chuàng)新對(duì)能源利用效率的影響在1%顯著性水平上顯著為正，第（3）列結(jié)果顯示人工智能技術(shù)創(chuàng)新對(duì)碳排放的影響在1%顯著性水平上顯著為負(fù)，同時(shí)，能源利用效率對(duì)碳排放強(qiáng)度的影響在5%顯著性水平上也顯著為負(fù)，表明人工智能技術(shù)創(chuàng)新是通過(guò)影響能源利用效率對(duì)碳排放產(chǎn)生影響，且在此過(guò)程中能源利用效率承擔(dān)著部分中介作用，其中介效應(yīng)占比為38.15%（0.081×0.650/0.138）。故此，說(shuō)明了能源利用效率提升是抑制碳排放的主要途徑，假設(shè)H1得到支持。

表4 影響機(jī)制分析結(jié)果

3.4 異質(zhì)性分析

3.4.1 地理區(qū)位視角下人工智能專(zhuān)利對(duì)碳排放的異質(zhì)性影響

本文圍繞人工智能技術(shù)及其分支在東、中、西部地區(qū)產(chǎn)生的異質(zhì)性影響開(kāi)展了分組回歸檢驗(yàn)。區(qū)域異質(zhì)性分析結(jié)果表明，現(xiàn)階段人工智能技術(shù)對(duì)中國(guó)不同區(qū)域的碳排放影響存在較大差異。由表5 可知，在東部地區(qū)，人工智能專(zhuān)利變量及其分支變量均對(duì)碳排放強(qiáng)度產(chǎn)生了顯著的抑制作用。表6 結(jié)果表明，中部地區(qū)人工智能專(zhuān)利變量及其分支變量均未產(chǎn)生明顯的碳減排效應(yīng)。而在西部地區(qū)子樣本回歸結(jié)果中（見(jiàn)表7），解釋變量回歸系數(shù)均在1%水平下顯著為正，說(shuō)明人工智能技術(shù)未降低碳排放強(qiáng)度，反而促進(jìn)了西部地區(qū)碳排放。假設(shè)H2a得到支持。

表5 人工智能專(zhuān)利變量對(duì)碳排放的回歸結(jié)果（東部地區(qū)）

表6 人工智能專(zhuān)利變量對(duì)碳排放的回歸結(jié)果（中部地區(qū)）

表7 人工智能專(zhuān)利變量對(duì)碳排放的回歸結(jié)果（西部地區(qū)）

3.4.2 異質(zhì)性因素調(diào)節(jié)作用下人工智能技術(shù)創(chuàng)新對(duì)能效提升的影響

表8 中，列（1）、（2）報(bào)告了產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化（IS）對(duì)于人工智能和碳排放關(guān)系的調(diào)節(jié)作用。依據(jù)檢驗(yàn)結(jié)果，在未加入控制變量的情況下，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化與人工智能技術(shù)變量交互項(xiàng)系數(shù)為0.223，且在1%水平下顯著為正，表明產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化正向調(diào)節(jié)了人工智能和能源效率之間的關(guān)系，即人工智能技術(shù)創(chuàng)新的能效提升作用隨著產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的增加而逐漸增強(qiáng)，在加入控制變量的情況下也依然成立。同理可知，市場(chǎng)化水平（MAR）正向調(diào)節(jié)著人工智能和能源效率之間的關(guān)系，而要素資源錯(cuò)配（FRD）負(fù)向調(diào)節(jié)著人工智能和能源效率間的關(guān)系。假設(shè)H2b得到支持。

表8 異質(zhì)性因素對(duì)能效提升的回歸結(jié)果

4 進(jìn)一步分析

4.1 空間效應(yīng)分析

表9 報(bào)告了人工智能技術(shù)創(chuàng)新和碳排放的全局Moran'sI，可以看出2011—2021 年兩變量的Moran'sI均在1%的水平下顯著為正，說(shuō)明了人工智能技術(shù)創(chuàng)新和碳排放均具有顯著的空間正相關(guān)性，即兩者在空間分布上呈現(xiàn)出一定的集聚效應(yīng)。

表9 空間相關(guān)性檢驗(yàn)

表10 報(bào)告了3 種不同空間權(quán)重矩陣下人工智能技術(shù)創(chuàng)新和碳排放之間的空間回歸結(jié)果。其中，模型中AIT 的回歸系數(shù)在3 種不同空間權(quán)重矩陣下均顯著為負(fù)，驗(yàn)證了前文基準(zhǔn)回歸結(jié)果的穩(wěn)健性。而模型中W×AIT 的回歸系數(shù)只有在地理距離矩陣中不顯著，說(shuō)明鄰近地區(qū)的人工智能技術(shù)創(chuàng)新并沒(méi)有對(duì)本地碳減排產(chǎn)生顯著的空間溢出效應(yīng)。究其原因可能是：人工智能技術(shù)創(chuàng)新通常具有一定的技術(shù)壁壘，需要專(zhuān)業(yè)的人才和資源支持。鄰近地區(qū)可能在人才、研發(fā)能力和資源方面相對(duì)較弱，無(wú)法充分吸收和應(yīng)用其他地區(qū)的人工智能技術(shù)創(chuàng)新成果。此外，人工智能技術(shù)創(chuàng)新的知識(shí)轉(zhuǎn)移通常需要一定的渠道和機(jī)制，如果鄰近地區(qū)與本地在知識(shí)轉(zhuǎn)移方面存在限制或障礙，即使鄰近地區(qū)發(fā)生了人工智能技術(shù)創(chuàng)新，也不一定能夠?qū)Ρ镜靥紲p排產(chǎn)生顯著的空間溢出效應(yīng)。

表10 空間效應(yīng)回歸結(jié)果

本文還使用偏微分的方法來(lái)驗(yàn)證了地區(qū)之間的空間溢出效應(yīng)，可以看出人工智能技術(shù)創(chuàng)新對(duì)碳排放的直接效應(yīng)和間接效應(yīng)與上文空間回歸結(jié)果保持了一致。

4.2 基于碳排放回彈視角的分析

人工智能技術(shù)創(chuàng)新在降低碳排放的同時(shí)，是否增加了地區(qū)的碳排放回彈效應(yīng)（CER）？對(duì)于該問(wèn)題的解答不僅能幫助重新審視人工智能技術(shù)創(chuàng)新通過(guò)提升能源效率降低碳排放的結(jié)論，還有利于優(yōu)化當(dāng)前的人工智能技術(shù)推進(jìn)政策。

參考郭慶賓等［20-21］的研究，本文測(cè)算出中國(guó)各省份層面的碳排放回彈效應(yīng)，并將其作為被解釋變量進(jìn)行回歸分析。根據(jù)表11 第（1）列可知，人工智能技術(shù)創(chuàng)新對(duì)碳排放回彈效應(yīng)的影響系數(shù)在1%水平下顯著為正，表明人工智能技術(shù)創(chuàng)新存在著明顯的碳排放回彈效應(yīng)。假設(shè)H3得到支持。表11 后三列的分區(qū)域回歸結(jié)果中，東部和西部地區(qū)也進(jìn)一步支持了這一結(jié)論，而在中部地區(qū)未產(chǎn)生明顯的碳排放回彈效應(yīng)，結(jié)合上文異質(zhì)性分析結(jié)果，可能是由于中部地區(qū)人工智能技術(shù)創(chuàng)新仍處于初期階段，尚未達(dá)到大規(guī)模應(yīng)用階段，對(duì)能源、資源需求相對(duì)較低，因此對(duì)碳排放的影響并不明顯。同時(shí)，中部地區(qū)相對(duì)于東西部地區(qū)，能源結(jié)構(gòu)更加平衡，能源供應(yīng)依賴(lài)多樣化，這意味著在人工智能技術(shù)創(chuàng)新過(guò)程中，中部地區(qū)能夠更好地利用清潔能源，減少對(duì)高碳排放能源的依賴(lài)，從而降低碳排放回彈產(chǎn)生的可能性。而西部地區(qū)雖然人工智能技術(shù)創(chuàng)新規(guī)模也較小，但需求增長(zhǎng)較快。相對(duì)于其他地區(qū)而言，能源結(jié)構(gòu)可能更加依賴(lài)于傳統(tǒng)的高碳排放能源，如煤炭和石油。在人工智能技術(shù)創(chuàng)新過(guò)程中，可能需要大量的能源供應(yīng)來(lái)支持?jǐn)?shù)字基礎(chǔ)設(shè)施的運(yùn)行，導(dǎo)致了碳排放的增加和回彈效應(yīng)的出現(xiàn)。

表11 回彈效應(yīng)檢驗(yàn)結(jié)果

5 結(jié)論與建議

5.1 結(jié)論

在數(shù)字經(jīng)濟(jì)高速發(fā)展的浪潮下，人工智能技術(shù)創(chuàng)新成為推動(dòng)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的重要驅(qū)動(dòng)力，通過(guò)節(jié)能降碳助力“雙碳”目標(biāo)加速實(shí)現(xiàn)具有重要意義。文章基于2011—2021 年的人工智能技術(shù)專(zhuān)利數(shù)據(jù)，檢驗(yàn)了人工智能技術(shù)創(chuàng)新的區(qū)域碳減排效應(yīng)及其作用路徑。主要結(jié)論如下：（1）人工智能技術(shù)創(chuàng)新能夠顯著地降低碳排放，其抑制效果在內(nèi)生性處理與穩(wěn)健性檢驗(yàn)后依然保持穩(wěn)定；（2）人工智能技術(shù)創(chuàng)新主要通過(guò)改進(jìn)能源利用效率間接促進(jìn)了碳減排；（3）從區(qū)域分布特征上看，現(xiàn)階段人工智能技術(shù)創(chuàng)新對(duì)中國(guó)不同區(qū)域的碳排放影響存在較大差異，東部地區(qū)減排效果顯著，而中西部地區(qū)的減排效應(yīng)尚未充分展現(xiàn)。提高產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和市場(chǎng)化水平，緩解要素資源錯(cuò)配程度是增強(qiáng)人工智能技術(shù)創(chuàng)新能效提升作用的有效路徑；（4）人工智能技術(shù)創(chuàng)新與碳排放皆存在顯著的空間依賴(lài)特征，其碳減排效應(yīng)也具有顯著的空間溢出性；（5）人工智能技術(shù)創(chuàng)新存在著明顯的碳排放“回彈”效應(yīng)。

5.2 建議

鑒于上述結(jié)論，本文提出以下建議：

第一，從政府角度出發(fā)，一要制定支持人工智能技術(shù)創(chuàng)新的政策和法規(guī)，包括資金獎(jiǎng)勵(lì)、稅收優(yōu)惠和研發(fā)補(bǔ)貼等，以鼓勵(lì)企業(yè)和研究機(jī)構(gòu)在人工智能技術(shù)領(lǐng)域進(jìn)行創(chuàng)新研發(fā)；二要建立人工智能技術(shù)創(chuàng)新生態(tài)系統(tǒng)，如設(shè)立創(chuàng)新中心、孵化器和技術(shù)轉(zhuǎn)移機(jī)構(gòu)等，來(lái)促進(jìn)人工智能技術(shù)研發(fā)及商業(yè)化；三要加強(qiáng)人工智能技術(shù)與能源、交通和環(huán)境等領(lǐng)域的結(jié)合，推動(dòng)人工智能技術(shù)在這些領(lǐng)域的應(yīng)用，提高能源利用效率、減少交通擁堵和改善環(huán)境監(jiān)測(cè)等；四要建立人工智能技術(shù)的法律和倫理框架，加強(qiáng)對(duì)人工智能技術(shù)的監(jiān)管和管理，確保其在減少碳排放的同時(shí)不會(huì)對(duì)經(jīng)濟(jì)社會(huì)和環(huán)境造成負(fù)面影響，避免回彈效應(yīng)的出現(xiàn)。

第二，從企業(yè)角度出發(fā)，一要加大人工智能技術(shù)創(chuàng)新投資研發(fā)力度，開(kāi)發(fā)益于碳減排的解決方案和產(chǎn)品；二要與政府、學(xué)術(shù)機(jī)構(gòu)和其他企業(yè)建立合作關(guān)系，共同推動(dòng)人工智能技術(shù)在能源、交通和環(huán)境等領(lǐng)域的應(yīng)用，實(shí)現(xiàn)碳減排目標(biāo)；三要為員工提供人工智能技術(shù)培訓(xùn)教育，以應(yīng)對(duì)碳排放挑戰(zhàn)，并激勵(lì)員工提出創(chuàng)新型碳減排方案；四要推動(dòng)綠色供應(yīng)鏈管理，鼓勵(lì)企業(yè)采用低碳技術(shù)和可持續(xù)生產(chǎn)方式，選擇低碳能源來(lái)支持人工智能技術(shù)創(chuàng)新，降低碳排放回彈。

第三，從公民角度出發(fā)，采取節(jié)能減排的生活方式，提高對(duì)人工智能技術(shù)的認(rèn)知，關(guān)注其在碳減排領(lǐng)域的潛力和作用，積極參與使用人工智能技術(shù)產(chǎn)品與服務(wù)支持碳減排。