人工智能与能源技术研发对美国能源转型的影响

《Energy Reports》:Impact of artificial intelligence and energy-technology R&D on energy transition in the United States

【字体: 大 中 小 】 时间:2026年07月15日 来源:Energy Reports 6.6

编辑推荐:

  随着人工智能重塑全球经济,一个关键问题随之出现:数字化转型能否加速可再生能源转型,还是会加剧清洁能源系统的压力?为此,本研究使用小波分位数回归方法以及1980年第一季度至2021年第四季度的季度数据,探讨了可再生能源消费(REC)的驱动因素。结果表明,人工智能

  
随着人工智能重塑全球经济,一个关键问题随之出现:数字化转型能否加速可再生能源转型,还是会加剧清洁能源系统的压力?为此,本研究使用小波分位数回归方法以及1980年第一季度至2021年第四季度的季度数据,探讨了可再生能源消费(REC)的驱动因素。结果表明,人工智能(AI)对REC主要产生负面影响,尤其是在短期和长期内。能源技术研发(ETRD)主要在短期内的高分位数处改善REC,而其中长期影响是混合的。金融发展(FD)提供了最强有力的正面支持,特别是在较低和较高分位数处。贸易全球化(TG)的短期影响喜忧参半,但在中期通过技术转移、可再生能源进口和清洁供应链变得更加具有支持性。相比之下,当经济增长(EG)与传统能源结构挂钩时,主要在中长期内会减少REC。稳健性检验证实,与WQR相比,WQQR捕获了更丰富的分布模式,而小波格兰杰因果关系揭示了变量之间存在强烈的反馈联系。基于实证证据,本研究提供了有针对性的、可操作的政策建议。
近年来,全球气候变化进程不断加速,大气中温室气体(GHG)浓度上升、极端天气事件频发以及社会经济成本不断攀升,使得能源系统的脱碳成为紧迫的政策与研究重点。作为全球重要经济体,美国正经历气候变化带来的显著影响,包括气温上升、热浪、野火和沿海洪水等。为了应对这些挑战,可再生能源消费(REC)已成为美国减排努力的核心。尽管在拜登政府的“投资美国”议程等政策支持下,美国清洁能源制造业迎来了超2300亿美元的大规模投资,但研究人员指出,当前可再生能源的采用在各地区仍存在不均衡和不完整的问题。现存的文献研究往往受限于基于平均效应的线性模型,无法完全捕捉变量在不同分布位置和时间周期内的复杂关系。为了填补这一空白并加速国家脱碳目标的实现,研究人员探讨了人工智能(AI)、能源技术研发(ETRD)、金融发展(FD)和贸易全球化(TG)等核心驱动力对美国REC的非线性影响。本研究发表在《Energy Reports》期刊上,其结论为政策制定者提供了基于证据的建议,深入支持了可持续发展目标中的经济适用的清洁能源和气候行动等目标。为实现研究目标,研究人员采用了小波分位数回归框架。样本队列来源于美国1980年第一季度至2021年第四季度的季度时间序列数据,核心变量包括人均REC、以AI相关发明专利授权数代理的AI、人均国内生产总值(GDP)代理的EG、ETRD预算、TG指数以及FD指数。研究主要运用最大重叠离散小波变换(MODWT)将变量分解为不同频率的组成部分,并结合分位数回归以在不同时间尺度上评估变量间的联合分布影响。此外,还使用了小波分位数回归和WGC方法进行稳健性检验。具体研究结果如下。人工智能对可再生能源消费的影响:研究人员通过WQQR探究发现,AI对REC在短期和长期内主要呈现显著的负面影响。当REC处于较低分位数且AI处于中高分位数时,由于数字基础设施、数据中心和能源密集型计算带来的电力需求压力,AI会削弱REC表现。这表明AI的扩张若不与可再生能源基础设施相匹配,将会制约 REC。能源技术研发对可再生能源消费的影响:研究发现ETRD在短期内主要在REC处于高分位数时产生显著的积极影响,因为更高的R&D水平能立即支持可再生能源的利用。然而在中期,由于调整成本和商业化延迟,影响变得显著为负。长期来看影响较弱且混合,表明其有效性取决于REC的发展阶段和R&D投资强度。金融发展对可再生能源消费的影响:研究人员发现FD对REC提供了最强的正面支持。短期内,较低的FD能缓解基本融资约束;中期内,FD的积极影响广泛分布于各种市场条件下;在长期,FD仍能促进REC,这证实了金融系统在引导资源向清洁能源投资时的关键作用。贸易全球化对可再生能源消费的影响:TG在短期影响较为混合,但在中期通过技术转移、降低可再生能源组件成本和加强清洁供应链变得更加具有支持性。长期来看,积极影响主要集中在较高的REC和TG分位数组合中,表明全球贸易需与清洁技术扩散挂钩。经济增长对可再生能源消费的影响:EG在短期内影响混合,但在中长期内表现出显著的负面影响。特别是当EG处于较低至中等分位数而REC处于中高分位数时,持续的经济增长可能会削弱REC,这暗示当增长依赖于传统能源结构时会制约可再生能源发展。在讨论部分,研究人员总结了明确的研究结论:美国向可再生能源的转型并非由单一力量驱动,而是技术、金融、贸易、创新和增长等复杂因素在不同市场条件下和时间周期内相互作用的结果。WQQR模型成功捕获了比传统WQR更丰富的分布模式,且小波格兰杰因果关系检验证实了各变量间存在强烈的双向反馈机制。基于此,研究强调,AI的扩张不应被预先设定为会自动支持清洁能源转型,除非其得到绿色财政、清洁技术贸易和可再生能源基础设施的协同支持;同时,经济增长本身也无法保证更高的REC,必须通过统一政策来减弱对传统化石能源的依赖。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号