人工智能与环境绩效的悖论：能源转型与制度质量的关键作用

本研究通过实证分析揭示人工智能（AI）与二氧化碳（CO2）排放的复杂关系，强调能源转型（ET）和制度质量（IQ）在实现碳中和目标中的调节作用。采用增强型安德森-萧（AAH）估计量证实，绿色质量指数（GREENQI）提升1%可显著降低66.7%的CO2排放，为全球脱碳战略提供关键政策启示。

　　

Highlight

本研究通过创新性的实证框架，揭示人工智能（AI）在环境治理中的双重角色：既能通过智能优化推动减排，又可能因反弹效应加剧碳排放。关键发现强调，制度质量（IQ）与能源转型（ET）是解锁AI环境效益的核心机制。

Theoretical framework

本部分构建了融合制度环境理论与技术创新悖论的理论框架。第一段落阐释制度质量如何通过监管框架与政策执行力（如SDG-13实施）塑造环境绩效；第二段落结合创新扩散理论与杰文斯悖论（Jevons Paradox），解释AI虽提升能源效率却可能引发碳排放反弹的机制；第三部分论证高质量制度可调节AI与能源转型的协同效应，推动温室气体（GHG）减排。

Empirical model

模型以内生增长理论（Endogenous Growth Theory）为基础，引入环境库兹涅茨曲线（EKC）假说，设定面板回归方程：

CO₂ = f(AI, GREENQI, ETI, IQ, GDP, URB, FDI)

其中GREENQI（绿色质量指数）与ETI（能源转型指数）为核心解释变量，采用增强型安德森-萧（AAH）估计量解决内生性与异质性问题。

Results

斜率异质性检验（Pesaran-Yamagata法）拒绝原假设（表2），证实跨国参数异质性。AAH估计结果（表3）显示：

• •

  GREENQI系数始终为负且显著（p<0.01），表明绿色质量提升直接促进CO₂减排；

• •

  AI对碳排放呈现显著负面影响，印证其环境悖论；

• •

  制度质量（IQ）显著正向推动减排，而ETI影响不显著；

• •

  控制变量中城市化（URB）与外国直接投资（FDI）加剧排放，GDP则符合EKC假说。

Discussion

GREENQI的负向关联凸显绿色标准对减排的核心作用，而ETI的不显著性暗示能源结构转型需结合制度创新。AI的负面环境效应揭示其未受规制时的技术反弹风险，印证杰文斯悖论。制度质量的积极作用强调治理框架在协调AI与能源转型中的必要性——缺乏强力制度时，AI可能阻碍而非促进可持续发展。

Conclusion and policy recommendation

本研究首次在OECD国家实证验证AI-制度-能源转型的环境协同机制。政策启示包括：投资AI驱动的可持续技术（如智能电网）、强化制度框架以规范数字技术部署、设计兼顾创新与监管的能源转型战略。未来需探索非OECD国家的异质性路径与细分技术的影响机制。