人工智能赋能可再生能源转型：对中国经济增长的非线性阈值效应与机制解析

为揭示可再生能源消费与经济增长间的非线性关系及人工智能(AI)的调节作用，研究人员构建了动态面板阈值模型，采用中国31省2000-2022年面板数据，发现GDP超过2.037万亿元阈值时可再生能源显著促进经济增长，且AI发展水平(阈值8.724)能强化该正向效应，为差异化能源政策制定提供科学依据。

　　

在全球应对气候变化和能源转型的背景下，可再生能源的发展已成为各国实现减排目标的关键路径。中国作为全球最大的能源消费国和二氧化碳排放国，提出了2030年碳达峰、2060年碳中和的宏伟目标，并在可再生能源产业链投入巨资。然而，可再生能源的大规模部署需要巨额前期投资和较长回报周期，引发了对经济增长潜在影响的担忧。与此同时，人工智能技术的迅猛发展为能源转型提供了新机遇，通过提升能源效率、优化智能电网系统等途径，为可再生能源的整合与应用注入新动能。

在此背景下，深入探究可再生能源消费对中国经济增长的影响机制，特别是人工智能技术在其中的调节作用，具有重要的理论价值和现实意义。传统研究多采用线性模型分析能源消费与经济增长的关系，但实际经济系统中存在的复杂非线性特征和截面依赖性往往被忽视。为此，本研究创新性地构建了动态面板阈值模型，充分考虑了截面相关性，以更准确地揭示可再生能源消费与经济增长之间的复杂关系。

本研究发表于《Sustainable Futures》，研究人员基于2000-2022年中国31个省份的面板数据，采用动态面板阈值回归方法，并运用共同相关效应均值组(CCEMG)估计器和一阶差分广义矩估计(FD-GMM)方法解决截面依赖性和内生性问题。研究以省级GDP和人工智能发展水平作为阈值变量，其中AI发展水平使用工业机器人密度（每万名制造业工人拥有的工业机器人数量）作为代理变量。

研究结果揭示了重要的阈值效应：

通过机制分析发现，经济发展水平作为阈值变量的作用主要通过三个路径实现：可再生能源系统转型需要大量初始投资，在财政约束下可能挤占其他公共支出；发展中经济体面临融资限制和技术能力差距，可再生能源的短期经济影响可能为负；发达的经济体具备更成熟的制度、技术和金融基础设施，能降低可再生能源转型的边际成本。

人工智能发展水平作为阈值变量的分析表明，在AI发展水平较低地区，其渗透能源系统受限，应用场景有限、数据基础设施不足和算法不成熟限制了AI对可再生能源系统的支持能力。一旦AI发展超过临界阈值，与可再生能源的深度融合显著提升能源系统效率，优化资源配置，加速向可持续消费模式转变。

描述性统计和相关性分析显示，所有变量均存在显著的省际异质性。可再生能源消费量(REC_it)与非可再生能源消费量(NREC_it)差异明显，反映了省级能源结构的区域特征和使用模式差异。

截面相关性检验采用Pesaran的CD检验，结果显示所有变量都存在显著的截面依赖性，表明样本个体之间存在系统性共同运动，违反了截面独立性假设。

动态面板回归模型结果表明，可再生能源消费对经济增长有显著正向影响，而非可再生能源消费扩张无明显影响。控制变量中，滞后GDP和固定资产形成均有显著正向影响，而劳动力输入缺乏统计显著性。

考虑截面相关的动态面板阈值模型结果显示，经济发展水平存在9.921的阈值参数。低于该阈值时，可再生能源和非可再生能源消费对经济增长均有显著负向影响；高于阈值时，可再生能源的估计系数为负但不显著。进一步分析发现模型残差存在显著截面相关性。

采用CCEMG估计器解决截面依赖问题后，得到9.922的阈值参数。低于此阈值时，可再生能源消费显著抑制经济增长；高于阈值时，可再生能源消费显著促进经济增长。这表明在经济发展早期阶段，可再生能源消费可能受技术限制、基础设施不足和政策实施效率低下制约；一旦经济发展超过阈值，技术进步、能源基础设施改善和有效的清洁能源政策共同提高可再生能源利用效率。

稳健性检验将可再生能源消费量替换为其在总能源结构中的比例(REC_Pro_it)，结果与基准结果一致，确认了分区稳定性。低于阈值地区可再生能源渗透系数为负但不显著；超过阈值省份显示1.658的显著正弹性。

区域分析将省份按发展水平分为东中部和中西部层级。在经济发达的东中部走廊，GDP阈值为9.936，超过此点可再生能源消费表现出显著正增长弹性。中西部内陆地区阈值较低(9.464)，但在两种发展体制下可再生能源与增长的联系均统计不显著。超过阈值的中西部省份显示非可再生能源消费显著抑制增长，凸显了后发展地区化石燃料依赖约束。

进一步探索发现人工智能发展存在8.724的显著阈值。低于此临界水平时，可再生能源部署显著阻碍经济扩张；一旦AI发展超过阈值，可再生能源消费成为经济增长的重要驱动力。

研究结论表明，可再生能源与经济增长之间存在明显的非线性关系，受经济发展水平和人工智能成熟度的共同调节。经济发展需要达到一定阈值水平（省级GDP2.037万亿元），可再生能源才能充分发挥对经济增长的促进作用。人工智能技术作为关键赋能因素，其发展水平超过临界值（8.724）时，能够显著增强可再生能源对经济增长的正向影响。

这些发现对政策制定具有重要启示：经济发展水平超过阈值的18个省份应加速可再生能源采用，增强能源安全并维持经济增长。经济欠发达地区应首先加强能源和技术基础设施建设，再进行积极的能源转型。经济发达地区必须加速能源系统的智能化转型，培育新的增长动力。加强区域间协调，建立分阶段推进框架与协调促进机制，共同提升国家能源景观的系统韧性和转型一致性。

该研究为理解可再生能源与经济增长之间的复杂关系提供了新的分析框架和经验证据，为不同发展阶段地区制定差异化能源政策提供了科学依据，对推动中国能源结构转型和实现双碳目标具有重要参考价值。