稀土矿产与可再生能源生产的对称/非对称关联：人工智能与地缘政治风险的双重影响

这篇综述创新性地运用CS-NARDL（非线性自回归分布滞后）和CS-ARDL（自回归分布滞后）模型，揭示了稀土矿产(REM)对可再生能源生产(RNP)的对称促进与非对称抑制效应，同时解析了人工智能(AI)的增效作用与地缘政治风险(GPK)的供应链干扰机制。研究通过1991-2020年七国面板数据，为清洁能源转型中的关键矿物战略提供了实证支撑。

　　

Highlight

本研究通过前沿计量经济学方法，首次揭示了稀土矿产(REM)与可再生能源生产(RNP)的"双刃剑"效应：正向冲击下，REM对RNP产生持续积极影响（β=+1.58，p<0.01），而供应中断则导致RNP显著下降（Δ=-34%）。人工智能(AI)被证实为关键增效因子，通过优化电网稳定性与设备维护效率，提升可再生能源系统效能达1.5%。地缘政治风险(GPK)则像"隐形绊脚石"，使矿物供应链波动率增加2-3倍，尤其影响锂、钴等战略矿产的获取。

Results and discussion

描述性统计显示RNP均值1.58与REM产量11,831,114吨的强相关性。横截面依赖(CSD)检验（p<0.05）证实七国数据存在显著空间联动。CS-NARDL模型捕捉到REM价格波动对RNP的非线性冲击——每10%价格上涨推动RNP增长2.8%，而同等跌幅造成4.1%衰退。AI的调节效应呈现"智能缓冲"特性，在GPK事件中维持RNP产能稳定性（弹性系数0.67）。

Conclusion

稀土矿产如同可再生能源的"维生素"，其供给稳定性直接决定清洁能源转型进程。AI技术扮演"系统润滑剂"角色，而地缘政治风险则是必须规避的"供应链雷区"。研究建议建立REM国际储备联盟，并开发AI驱动的矿产需求预测系统（准确率>92%），这对实现《巴黎协定》2030目标具有战略意义。