地缘政治风险与能源韧性：人工智能在全球能源转型中的调节作用

《RENEWABLE & SUSTAINABLE ENERGY REVIEWS》：Geopolitical risks and energy resilience: The moderating role of artificial intelligence in the global energy transition

　　

摘要

地缘政治风险的上升正在削弱全球能源系统的稳定性，因此增强能源韧性至关重要。本研究构建了一个综合性的能源韧性指数，运用非线性模型评估地缘政治风险对能源韧性的影响路径，并考察不同发展水平间的异质性。此外，本研究利用经遗传算法优化的投影 pursuit 模型对人工智能（AI）进行定量评估，构建二次调节效应模型，并应用曲线模拟技术揭示人工智能在高风险情境下重塑能源韧性的内在机制。研究结果表明：第一，地缘政治风险与能源韧性之间存在U型关系。在地缘政治风险上升的初期阶段，能源韧性显著被削弱，而战略储备的扩充、能源结构优化和技术创新能够促进韧性恢复，但大多数国家尚未跨过这一拐点。第二，发达国家凭借更强的基础设施和技术能力，能够在冲击后更快恢复能源韧性，而发展中国家长期处于较低韧性水平。此外，人工智能通过优化信息处理、实现智能管理和网络安全防护、提升可再生能源部署等途径，增强了能源系统抵御冲击的能力，从而在高风险条件下保障稳定运行。更重要的是，缩小技术不对称性有助于各国更好地利用人工智能提升能源韧性，推动实现可持续发展目标7、9和13。

引言

近年来，地缘政治风险持续上升，冲突频发，给全球治理、能源安全和经济稳定带来了前所未有的挑战[1,2]。根据地缘政治风险指数的最新数据，2022年后地缘政治风险再次急剧上升，并持续处于高位波动状态。2023年全球重大冲突增加，包括俄乌冲突、中东紧张局势再起以及以色列-巴勒斯坦冲突。月度地缘政治风险指数数据的幅度和波动性均显著增加。特别是在2019年至2026年间，地缘政治风险的波动性呈现明显的上升趋势，表明全球稳定前景仍然令人担忧。地缘政治风险已成为能源系统发展的主要障碍之一[3,4]。自2022年2月俄乌冲突爆发以来，发电厂、电力网络和油气设施受损，导致严重的燃料泄漏和火灾，进而造成石油、天然气和电力价格急剧上涨[5,6]。2022年，在地缘政治紧张局势的推动下，全球原油均价较2021年有所上升，而欧洲天然气价格创下历史新高。许多国家的通胀率也达到了近四十年来最高水平。2024年4月，伊朗与以色列之间的紧张局势升级，导致波斯湾地区的原油运输路线反复中断，国际原油期货价格在短短一周内出现大幅波动。

能源韧性是指能源系统抵御和从外部冲击中恢复的能力，是经济社会稳定的重要基础[7,8]。国际能源署（IEA）指出，建设高韧性的能源系统不仅是确保能源安全和社会稳定的根本，也是应对未来全球不确定性、实现绿色低碳转型的关键支柱[9]。因此，地缘政治风险与能源韧性之间的关系值得进一步探讨。现有研究普遍表明，地缘政治风险对能源韧性构成严重威胁。一方面，能源作为大国地缘政治竞争中的战略资源，是各国经济的命脉。稳定的能源供应对经济增长具有直接而显著的影响[10]。在地缘政治冲突期间，能源供应可能遭受严重中断[11,12]。能源供应链以高度互联的网络节点为特征，更容易受到中断风险的影响。供应连续性和需求响应均易受地缘政治风险冲击[13]。2022年，"北溪1号"天然气管道因爆炸受损，欧洲遭遇天然气供应严重短缺，荷兰"Title Transfer Facility"（TTF）天然气价格在短短几天内翻倍，德国、意大利等国随后启动了紧急能源计划[14]。鉴于世界对能源进口的依赖，一旦发生政治冲突或供应国不稳定，能源供应严重中断的可能性显著增加[15]。另一方面，地缘政治风险可能引发能源市场和国际能源贸易的不稳定，导致能源价格大幅波动[16,17]。能源市场对政治紧张局势和战争威胁日益脆弱[18]。油价波动对石油进口国和石油出口国的能源安全均产生负面影响，而稳定的能源价格有助于增强能源安全[19]。贸易争端也是这一问题的一个重要表现。地缘政治冲突中油价的上涨使可再生能源越来越具吸引力，推动全球可再生能源需求上升。因此，各国可能加剧对可再生能源资源的争夺[10]。

此外，人工智能作为数字时代的核心驱动力之一，涵盖机器学习、深度学习和自然语言处理等技术[20,21]。近年来，人工智能越来越多地应用于能源领域的多个方面。现有研究表明，人工智能主要通过提高供给侧稳定性、加强能源基础设施和增强应急管理能力来提升能源系统的韧性。首先，人工智能技术能够增强能源基础设施的韧性[22,23]。深度学习可以主动识别输电线路和变压器中的异常，从而实现电力系统的自动保护[24]。人工智能还可以动态调整能源基础设施中的故障隔离，显著减少停电的范围和持续时间[25]。其次，人工智能可以通过实时数据分析和自主决策实现能源系统的智能调度和优化，从而提高供给侧稳定性[26,27]。智能电表的应用可以提高预测准确性，同时减轻能源冲击的影响[28]。人工智能实现了发电、配电和输配电的自动化，而智能决策则缩短了对外部冲击的响应时间[29,30]。机器学习可以在供需两端优化能源配置，同时加强电力系统的网络安全[31]。

因此，现有文献主要集中在地缘政治风险与能源韧性之间的直接关系上，通常仅从能源韧性的单一维度进行考察，缺乏全面评估。此外，以往研究尚未充分揭示技术路径在应对地缘政治冲击时构建能源韧性方面的关键作用。特别是，人工智能技术调节地缘政治风险与能源韧性之间关系的内在机制仍缺乏深入探索。本研究旨在填补这些研究空白，并在四个关键领域作出贡献。（1）评估地缘政治风险对能源韧性的非线性影响。本研究使用非线性模型量化地缘政治风险对能源韧性的影响，并进一步识别其在能源韧性五个维度上的具体影响路径。（2）识别不同发展阶段增强能源韧性的路径。通过将有发展阶段的异质性纳入分析框架，本研究阐明了地缘政治风险在不同发展水平国家间影响能源韧性的轨迹。（3）量化各国人工智能发展水平。本研究采用经遗传算法优化的投影 pursuit 模型衡量不同国家的人工智能发展水平，定量评估人工智能如何重塑地缘政治风险与能源韧性之间的关系。（4）识别人工智能在风险条件下增强能源韧性的拐点。本研究构建二次调节模型进一步考察地缘政治风险的影响，通过曲线模拟分析人工智能技术效应的拐点和斜率变化，识别在地缘政治风险情境下增强能源韧性的最优路径。

本文其余部分组织如下：第2节综述文献并提出研究假设。第3节构建模型并描述数据来源。第4节呈现基准回归结果。第5节对内在机制进行深入分析。第6节得出结论并提出政策建议。

各节片段

地缘政治风险与能源韧性

能源韧性对国家安全和社会经济稳定至关重要，已成为当代能源经济学研究的关键议题[32,33]。随着经济全球化的持续推进，各国对可靠能源供应的依赖性日益增强[34,35]。在地缘政治紧张局势加剧的背景下，能源基础设施、供应链和市场仍易受外部冲击。这些脆弱性共同威胁着……

地缘政治风险与能源韧性的建模

关于地缘政治风险与能源韧性的研究主题，本研究采用图1所示的研究框架。如图1所示，第一部分开发非线性基准模型以估计地缘政治风险对能源韧性的净效应并检验假设1。第二和第三部分展示了定量评估人工智能和能源韧性的算法过程。第四部分，本研究展示了……

地缘政治风险与能源韧性的演变

图4展示了地缘政治风险与能源韧性之间关系的演变过程。样本国家被分为发达国家和发展中国家，其中黑色和红色气泡分别代表发展中国家和发达国家。从图4的气泡分布中可以得出四个关键观察：（1）较大的气泡主要集中在能源韧性水平相对较低的国家。暴露于高地缘政治风险的国家往往……

人工智能、地缘政治风险与能源韧性的模拟分析

基于对人工智能技术的定量评估，本研究使用核密度估计方法可视化人工智能技术的变化特征。计算公式如式（20）、（21）所示：

f_h(x) = (1/(n*h)) * Σ_{i=1}^{n} K((x-x_i)/h)
K(x) = (1/√(2π)) * e^(-x2/2)

如图7所示，在样本期内，人工智能（AI）的分布呈现明显的多峰结构，表明各国在人工智能发展方面存在显著的跨国差异……

结论

本研究考察了地缘政治风险与能源韧性之间的关系，为加强全球地缘政治紧张局势加剧背景下的能源系统韧性提供了理论启示和政策见解。主要发现如下：

（1）地缘政治风险与能源韧性之间呈现非线性U型关系。在地缘政治风险上升的初期阶段，能源韧性受到价格波动等因素的显著削弱……

作者贡献声明

Chen Zhang：方法论、软件、数据管理、调查、撰写-初稿、撰写-审阅与编辑。Rongrong Li：方法论、数据管理、调查、撰写-初稿、撰写-审阅与编辑。Qiang Wang：概念构思、方法论、软件、数据管理、撰写-初稿准备、监督、撰写-审阅与编辑。

资助信息

本研究受国家自然科学基金（批准号：72574236）和山东省自然科学基金（批准号：ZR2025MS1122）资助。

利益冲突声明

作者声明不存在已知的财务利益冲突或可能影响本文所报告工作的个人关系。

致谢

作者感谢编辑和匿名审稿人的宝贵意见和建设性反馈，这些意见对本论文的最终版本作出了重大贡献。

Chen Zhang | Rongrong Li | Qiang Wang
济南大学管理科学与工程学院，济南，250002，中华人民共和国