智能技术渗透与城市能源系统的绿色转型：基于中国城市的双重/去偏机器学习实证研究

《Economic Analysis and Policy》：Intelligent Technology Penetration and the Green Transition of Urban Energy Systems: Evidence from Chinese Cities Using Double/Debiased Machine Learning

　　摘要：本研究利用2010年至2022年间236个中国城市的面板数据，探讨智能技术渗透对城市能源绿色化的影响。我们构建了一个多维度的城市能源绿色化指数，该指数综合考虑了能源消费结构、绿色全要素能源效率、碳排放以及空气污染状况。为确定因果关系，我们基于行业层面的机器人应用情况以及预先设定的城市工业就业占比，构建了巴蒂克式的智能技术渗透指标。此外，我们还采用了双重/去偏机器学习框架，以应对高维控制变量和复杂的非线性混淆因素。研究结果表明，智能技术渗透显著提升了城市能源绿色化水平，这一过程主要得益于技术创新与产业结构升级。异质性分析显示，在行政级别较高、投资与人力资本较为雄厚、以制造业为主导、能源资源丰富且创新能力较强的城市中，这种积极效应更为明显。此外，低碳城市试点政策不仅能直接提升能源绿色化水平，还能强化智能技术渗透的推动作用。空间计量经济模型进一步表明，智能技术渗透不仅会产生正向的局部效应，还会对周边城市产生显著的空间溢出效应。总体而言，这些研究结果强调了智能技术虽对城市能源系统的绿色转型至关重要，但其效果在很大程度上取决于当地的吸收能力、产业基础、政策环境以及区域协同程度。

引言：能源仍是可持续经济社会发展的核心制约因素。尽管能源是经济增长的重要投入，但能源消费既推动了工业化进程，又加剧了环境恶化问题。在依赖化石燃料的经济体中，高排放的能源使用会给生态环境带来巨大压力，进而限制发展质量（Z. Yu等人，2024）。作为能源生产、工业活动、基础设施运营以及环境治理相互交织的主要空间单元，城市为研究能源系统的绿色转型提供了重要视角。近年来，能源系统的绿色化和低碳化转型已成为全球政策领域的重点任务。然而在中国，这一转型面临着极为复杂的现实条件。中国经济正处于结构调整期，同时也在追求高质量发展，这意味着能源需求尚未达到峰值。此外，中国短期内仍难以大幅减少对煤炭的依赖，这就使得能源安全与减排目标之间存在内在矛盾（J. Wang等人，2024）。因此，推动城市能源系统的绿色转型已超越了单纯的环境治理范畴，它是一项需要平衡发展效率、系统稳定性以及长期生态约束的综合性挑战。在政策层面，中国已将这一转型纳入国家发展战略之中。从碳达峰碳中和目标到提升非化石能源比例的具体措施，政策制定者们一直在不断引导能源结构的优化（Hao等人，2025）。这些框架既为能源转型的推进提供了战略指引，也为分析其驱动因素奠定了实践基础。与此同时，智能技术也成为了推动这一绿色转型的关键力量。数据驱动的算法、工业机器人以及自动化控制系统极大地提升了信息处理能力、操作精度以及资源分配效率。这些能力与能源消费密切相关，因为它们能够帮助企业减少材料浪费、优化生产计划，并实现实时排放监测。越来越多的研究表明，通过建设智慧城市、推动工业数字化以及开展人工智能试点项目等举措，数字与智能技术能够促进绿色发展、提升能源效率并推动生态创新（Guo等人，2022；Mijit等人，2025）。尽管已有诸多研究成果，但目前的研究仍存在三方面的局限。首先，以往的研究往往使用数字化或人工智能的宽泛替代指标，如数字基础设施、智慧城市政策或与人工智能相关的专利数量（X. Gao等人，2025；Guo等人，2022；J. Xu等人，2025）。由于这些指标涵盖了通信网络、数字治理以及平台服务等多个方面，因此难以准确体现直接嵌入物理生产流程中的智能技术的具体影响。其次，大多数研究仅通过碳排放或能源效率等单一维度的指标来评估环境绩效。这类孤立的指标无法反映清洁能源替代、效率提升以及污染减少之间的协同作用（Hao等人，2025；Hu & Fan，2020；Mijit等人，2025）。第三，关于智能技术何时能作为推动绿色发展的工具而非仅仅提升生产力的手段，其边界条件至今仍未得到充分研究。虽然有证据表明当地产业环境与吸收能力起着重要作用，但仍然缺乏全面的实证验证（W. Li等人，2025；Yan等人，2026）。为弥补这些不足，本研究利用2010年至2022年间236个中国城市的面板数据，探讨智能技术渗透对城市能源绿色化的影响。我们构建了一个多维度的城市能源绿色化指数，该指数综合考量了能源结构、绿色全要素能源效率、碳排放以及空气污染状况。在方法论上，我们基于行业层面的机器人渗透率以及预先设定的城市工业就业占比，构建了巴蒂克式的智能技术渗透指标，这一指标的构建方式借鉴了现有文献中的机器人应用相关理论（Acemoglu & Restrepo，2020）。通过使用中国以外的机器人应用数据作为变动部分，我们能够有效捕捉外生的行业技术趋势，从而降低本地机器人应用情况与国内环境绩效之间的机械性关联。本研究的主要贡献在于，它并非简单地在现有研究中添加机制分析、异质性分析以及空间分析内容，而是将各类分析元素有机结合，以此支撑一个核心观点：虽然嵌入生产流程中的智能技术能够显著提升城市能源系统的多维度绿色化水平，但这一效应具有很强的条件性，它取决于技术创新、产业结构升级、当地吸收能力、低碳政策支持以及区域间的溢出效应。因此，本研究为理解智能技术如何在特定条件下超越单一指标的提升作用，从而系统性地实现城市能源网络的绿色化，提供了一个十分必要的综合分析框架。本文的其余部分结构如下：第二节回顾相关文献并提出理论假设；第三节详细阐述实证研究策略、变量构建方法以及数据来源；第四节呈现基准分析结果及稳健性检验结果；第五节探讨传导机制、异质性效应、政策互动以及空间溢出效应；最后，第六节对全文进行总结，并讨论相关的政策启示。