《Innovation and Green Development》：A study on the impact of urban artificial intelligence development on carbon emissions from electricity consumption
编辑推荐：
人工智能的发展与“双碳”目标相融合，是当前城市绿色转型的关键环节，其对电力消费部门的碳减排效应亟需系统评估。研究人员利用2010—2023年中国287个地级及以上城市的面板数据，实证考察了城市人工智能发展对电力消费碳排放的影响及其内在机制。研究发现：（1）城市
人工智能的发展与“双碳”目标相融合，是当前城市绿色转型的关键环节，其对电力消费部门的碳减排效应亟需系统评估。研究人员利用2010—2023年中国287个地级及以上城市的面板数据，实证考察了城市人工智能发展对电力消费碳排放的影响及其内在机制。研究发现：（1）城市人工智能发展能够显著降低电力消费碳排放，这一结论在经过一系列稳健性与内生性检验后仍然成立；（2）机制分析表明，城市人工智能发展主要通过强化政府规制、推动产业结构调整以及激励企业绿色技术创新三条渠道抑制电力消费碳排放；（3）异质性分析显示，人工智能发展对电力消费碳排放的减排效应在“胡焕庸线（Hu-Huan-Yong Line）”西北侧城市、外围城市和资源型城市中更为突出，反映出人工智能在能源效率提升空间较大、产业结构偏资源密集型的地区具有更大的边际减排效应。该研究为促进人工智能与绿色低碳发展深度融合、探索差异化城市碳减排路径提供了政策参考。
该研究发表于《Innovation and Green Development》，聚焦人工智能发展与“双碳”目标协同这一城市绿色转型的关键议题。在全球气候变化日益严峻、中国作为最大二氧化碳排放国于2020年提出碳达峰与碳中和（“双碳”）目标的背景下，能源活动排放约占二氧化碳总排放的86%，其中约40%用于发电，电力消费成为发电侧碳排放的根本驱动力。城市作为经济活动与能源消费的主要空间，削减排电环节碳排放具有学术与现实紧迫性。人工智能（AI）作为通用技术，既可能因算力基础设施推高电力需求，也可通过优化资源配置、促进绿色创新和推动产业升级发挥减排效应。然而，已有研究多聚焦宏观碳排放或能源强度，对电力消费这一特定链条考察不足，且机制检验较为单一。为此，研究人员利用2010—2023年中国287个地级及以上城市面板数据，系统评估AI发展对电力消费碳排放的净效应与作用机制，填补了现有实证证据的缺口。
研究样本为2010—2023年中国287个地级及以上城市；AI专利数据来自中国专利数据库，其余变量原始数据来自《中国城市统计年鉴》。研究人员采用双向固定效应模型进行基准回归，以城市AI专利数量取对数衡量人工智能发展水平，以电力消费量与区域电网碳排放因子乘积衡量电力消费碳排放；运用更换变量、剔除直辖市、Heckman两阶段法、外生冲击的多期双重差分（DID）、滞后自变量、工具变量法和系统GMM处理稳健性与内生性；以熵值法合成的政府规制指标、产业结构升级指数、每万人绿色专利申请量识别三类机制，并按胡焕庸线、城市层级和资源禀赋进行异质性检验。
5.1 基准回归分析。通过双向固定效应模型回归，在逐步加入经济发展水平、政府干预、城镇化率、城市规模、工业化水平和发电结构等控制变量后，AI的回归系数均显著为负，证实城市AI发展可显著降低电力消费碳排放，支持假设H1。
5.2 稳健性与内生性处理。通过更换被解释变量测算方式、更换解释变量为工业机器人安装密度、剔除直辖市样本，结论依然稳健。在Heckman两阶段法、以国家人工智能创新应用先导区为准自然实验的多期DID、滞后一期和两期AI变量、以到十大港口最短距离为工具变量的两阶段最小二乘（2SLS）以及系统GMM估计中，AI的减排效应均保持显著，且不存在弱工具变量和过度识别问题，进一步支持核心结论。
5.3 异质性分析。按胡焕庸线将样本分为东南侧与西北侧，按城市行政层级分为中心城市与外围城市，按资源禀赋分为资源型城市与非资源型城市进行分组回归。结果显示，AI对电力消费碳排放的抑制效应在胡焕庸线西北侧城市、外围城市和资源型城市更强，组间系数差异显著。这说明在能源效率改进空间较大、产业结构偏资源密集型的地区，AI具有更大的边际减排效应。
6 影响机制分析。以政府规制水平、产业结构升级指数、每万人绿色专利申请量作为机制变量进行回归，发现AI显著提升政府规制水平，推动产业结构高级化，并激励企业绿色技术创新。三条渠道共同构成AI抑制电力消费碳排放的内在传导路径，验证了假设H2、H3和H4。
讨论部分指出，当前研究仍以城市层面宏观数据为主，尚未充分揭示企业在采用AI过程中的微观决策机制；对政府规制、产业结构调整、企业绿色创新三种机制之间的交互效应和链式关系也缺乏深入分析。未来可结合企业能耗、绿色专利和数字化转型等微观数据，采用更精细的中介模型或结构方程方法进行识别，并利用更长时序和跨国样本检验结论的外部有效性。
研究结论（译）：利用2010—2023年中国287个地级及以上城市的面板数据，研究人员采用双向固定效应模型检验城市人工智能发展对电力消费碳排放的影响及其机制。研究发现：第一，城市人工智能发展显著降低了电力消费碳排放，经过变量替换、剔除直辖市、Heckman两阶段法、外生冲击检验和工具变量法等稳健性与内生性检验后，该结论仍然成立。第二，机制分析表明，城市人工智能发展通过强化政府规制、推动产业结构调整和激励企业绿色技术创新三条渠道抑制电力消费碳排放。第三，人工智能发展的碳减排效应在胡焕庸线西北侧城市、外围城市和资源型城市中更为明显，反映出在能源效率提升空间较大、产业结构偏资源密集型的地区，人工智能具有更大的边际减排效应。该研究为统筹人工智能发展与城市绿色低碳转型、制定因地制宜的碳减排路径提供了政策依据。
