自动化生产与创新:人工智能技术如何推动中国的绿色增长
《Journal of Cleaner Production》:Automating production and innovation: How artificial intelligence technological innovation promotes green growth in China
【字体:
大
中
小
】
时间:2026年07月26日
来源:Journal of Cleaner Production 10.7
编辑推荐:
摘要:对于正在经历快速工业化的发展中国家而言,如何在经济增长与环境保护之间取得平衡是一项重大挑战。本研究探讨了人工智能技术革新如何通过生产自动化和创新自动化这两条途径影响绿色增长。利用2007年至2022年282个中国城市的面板数据,我们构建了一个涵盖人力资本、市场应用和技术产出
摘要:对于正在经历快速工业化的发展中国家而言,如何在经济增长与环境保护之间取得平衡是一项重大挑战。本研究探讨了人工智能技术革新如何通过生产自动化和创新自动化这两条途径影响绿色增长。利用2007年至2022年282个中国城市的面板数据,我们构建了一个涵盖人力资本、市场应用和技术产出的城市层面人工智能技术革新指数。绿色增长效率则通过一种能够纳入不良输出的超效率松弛度模型来评估。实证结果表明,人工智能技术革新指数每增加0.1单位,就能提升城市层面的绿色增长效率0.08737单位(p<0.01)。即便通过工具变量法解决内生性问题并开展一系列稳健性测试后,这一基础效应依然显著。机制分析揭示了两大传导路径:其一,通过生产自动化途径,人工智能技术革新能优化资源配置与流程控制,从而降低单位产出对应的能源消耗和污染物排放;其二,通过创新自动化途径,人工智能能提高单位研发投入带来的绿色知识产出效率。这些研究结果表明,人工智能创新有助于推动更清洁的生产方式以及可持续的城市转型。本研究为智能技术与绿色增长之间的关系提供了新的城市层面证据,为那些希望将工业自动化和创新战略与环境目标相协调的新兴经济体政策制定者提供了实践参考。
引言:自工业革命以来,技术进步极大地提升了人类生产力,创造了巨大经济价值,同时也从根本上改变了生产和消费模式。然而,快速的工业扩张也产生了大量工业污染物,造成了严重的环境破坏。1952年的伦敦大雾事件是人类历史上最严重的环境灾难之一,工业生产中煤炭燃烧产生的二氧化硫等污染物与雾气混合,笼罩了整座城市,导致了严重的空气污染。此后,世界各国越来越重视环境保护,并取得了显著进展。在一些发达国家,经过产业转型后,环境状况有了大幅改善。但对于包括中国在内的大多数发展中国家而言,经济发展往往伴随着高污染产业的扩张,进而对环境造成破坏。尽管传统的环境监管措施在减少污染物排放和保护环境方面发挥了重要作用,但仅依靠罚款和限制企业生产等监管手段,可能会陷入制约经济增长的困境。在此背景下,需要实现经济增长与环境保护相协调的绿色增长,便成为了发展中国家面临的核心政策挑战。
近年来,人工智能技术的快速发展可能为发展中国家提供了一条实现环境保护与经济增长相协调的可行路径。拉塞尔和诺维格(2020)将人工智能定义为研究能够感知环境并据此采取行动的智能体的学科。基于机器学习、深度学习、自然语言处理和计算机视觉等核心技术,人工智能使计算机系统能够基于大规模数据执行感知、认知、决策和执行等智能功能,从而提升生产中的信息处理效率,降低决策成本,并推动生产、研发和服务提供方式的系统性变革。熊彼特(1942)认为创新是一种创造性破坏的过程,而与人工智能相关的技术创新正在为生产和日常生活带来颠覆性变化。一方面,人工智能技术革新降低了认知和预测的边际成本,推动了生产过程的智能化转型,将基于预设规则的传统自动化升级为基于数据的自主决策和自我优化;另一方面,它还加速了创新本身的自动化进程,重塑了创新模式,降低了研发及试错的成本,加快了技术从实验室走向实际应用的进程。这就引出了一个重要问题:人工智能技术革新能否通过帮助发展中国家实现经济增长与环境保护的平衡,从而促进绿色增长?为解答这一问题,我们使用了2007年至2022年282个中国城市的面板数据。中国是一个具有代表性的研究场景,其城市经历了快速的工业扩张、日益严峻的环境压力以及人工智能相关技术的快速发展。我们基于人力资本、市场应用和技术产出构建了城市层面的人工智能技术革新指数,并采用包含不良输出的超效率松弛度模型以及全球马尔姆奎斯特-伦伯格指数来衡量城市绿色增长效率。通过这一框架,我们分析了人工智能技术革新对绿色增长效率的影响,同时检验了其是否通过生产自动化和创新自动化这两种机制发挥作用。研究结果表明,人工智能技术革新显著提升了绿色增长效率,而且这一效应在控制城市和年份固定效应、加入额外控制变量、采用工具变量估计、使用滞后解释变量以及对样本进行 Winsorize 处理后依然保持稳定。通过融入人工智能经济学的相关概念,本研究阐明了生产自动化和创新自动化如何影响人工智能技术革新与绿色增长之间的关系,为理解人工智能驱动的技术变革如何助力发展中国家的绿色增长提供了新见解。与以往主要研究人工智能是否提升绿色全要素生产率或促进绿色创新的研究不同,本研究聚焦于人工智能技术革新对绿色增长的贡献机制。通过引入人工智能经济学中的双重自动化框架,我们将生产自动化与创新自动化视为两种独立的机制。此外,我们还构建了一个涵盖人力资本、市场应用和技术产出的多维度城市层面人工智能技术革新指数,相比单一指标替代量,这一指数能更全面地反映人工智能技术革新的水平。
相关文献:绿色增长是一个关乎如何实现经济增长与环境保护平衡的关键概念。经合组织(2011)将绿色增长定义为在推动经济增长和发展的同时,确保自然资产能够持续提供人类福祉所依赖的资源与环境服务。换言之,绿色增长指的是一种兼顾经济增长与环境保护的增长模式。近年来的研究大多采用绿色全要素生产率这一指标来进行分析。
理论分析与假设:图1展示了本研究的整体分析框架。我们假设人工智能技术革新会通过生产自动化和创新自动化这两条平行路径影响绿色增长效率。基于这一框架,后续章节将展开理论分析和研究假设的构建。
计量模型:为探究人工智能技术革新对绿色增长效率的影响,我们采用普通最小二乘法估算以下固定效应模型:GTFPc,t=α0+α1AI_Innovationc,t+Xc,t+θc+λt+εc,t。其中,下标c表示城市,t表示年份。GTFPc,t表示第t年c城市的绿色增长效率,以绿色全要素生产率作为衡量标准;AI_Innovationc,t则表示第t年c城市的人工智能技术革新水平;Xc,t则为其他控制变量向量。
实证分析:在呈现回归结果之前,我们首先分析了人工智能技术革新与绿色增长效率的时间演变趋势和空间分布特征。图3显示了2007年至2022年间282个中国城市人工智能技术革新与绿色增长效率的年均变化趋势。在这段时间内,这两个指标总体上均呈上升态势,且相较于绿色增长效率,人工智能技术革新的上升幅度在后期更为明显。
机制分析:第三部分建立了人工智能技术革新影响绿色增长的两种机制的理论框架,即生产自动化和创新自动化,随后通过实证方法对这两种机制进行了分析。
结论:对于致力于实现高质量发展的发展中国家而言,在保护环境的同时维持经济增长仍是一项重大挑战。本研究利用2007年至2022年282个中国城市的面板数据,构建了城市层面的人工智能技术革新指数,分析了其对绿色增长效率的影响及其背后的作用机制。研究得出了几项重要结论:首先,人工智能技术革新显著提升了城市层面的绿色增长效率。
作者贡献说明:刘瑞恒:概念构建、数据整理、正式分析、研究调查、方法设计、软件应用、结果可视化、初稿撰写;蒲正宁:概念构建、资金筹集、项目管理、资源协调、监督指导、文章审阅与编辑;周世奇:结果验证、结果可视化、文章审阅与编辑;费金华:方法设计、结果验证;徐晓航:数据整理、研究调查。
利益冲突声明:作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。
致谢:本研究得到了国家关键研发计划(2023YFC3804901)和江苏省社会科学基金(编号22EYA003)的支持。
刘瑞恒|蒲正宁|周世奇|费金华|徐晓航
生物通微信公众号
生物通新浪微博
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