人工智能与可再生能源转型：绿色创新与制度准备的作用路径

《Frontiers in Environmental Science》：From artificial intelligence to renewable energy transition: pathways through green innovation and institutional readiness

　　

随着新兴经济体寻求能源系统脱碳并推进可持续发展目标（SDGs），特别是关于可负担清洁能源的SDG 7，人工智能（AI）正成为一种变革性能力，但其对可再生能源转型（renewable energy transition）的贡献仍未得到充分解释。本研究考察了2015至2023年间23个新兴经济体中AI与可再生能源转型之间的关联，特别关注塑造这一关系的机制和条件。研究开发了一个条件过程框架，其中绿色技术创新（GTI）作为传导机制，网络安全（cybersecurity）调节AI–GTI以及AI–可再生能源转型的关系，同时环境、社会和治理（ESG）绩效调节GTI–可再生能源转型的路径。Hayes的PROCESS宏用于估计直接效应、中介效应、调节效应和条件间接效应，而两步系统GMM则验证了基于PROCESS结果的稳健性。结果表明，AI通过GTI与可再生能源转型之间存在正向间接关联，而直接关联仍然显著，表明存在部分中介作用。网络安全增强了AI对GTI和可再生能源转型的贡献；同时也增大了AI–GTI–可再生能源转型的间接效应。ESG绩效增强了GTI对可再生能源转型的贡献，并因此放大了AI通过GTI产生的间接效应。系统GMM佐证了直接关系、中介关系和调节关系。这些发现表明，仅靠AI无法实现可再生能源的进步。政策制定者应强化AI能力、绿色创新、网络安全准备度以及ESG导向的制度，以帮助数字智能支持可扩展的可再生能源成果并推动SDG 7的进展。

一、研究背景与研究问题

在全球气候变化日益严峻的背景下，能源系统脱碳已成为可持续发展的核心议题。可再生能源转型不仅是替代能源种类的简单过程，更涉及发电系统、储能技术、输配电基础设施、需求侧管理以及机构协调能力的深层重构。尤其在新兴经济体中，可再生能源部署往往伴随着不均衡的数字基础设施、有限的创新能力以及异质性的制度准备水平，这使得转型过程更为复杂。尽管人工智能（AI）被广泛视为支撑可再生能源转型的变革性使能技术，现有文献仍存在若干不足：其一，多数研究聚焦于AI在工程应用层面的孤立功能（如预测模型、优化算法），缺乏对宏观层面结构性转变过程的解释；其二，AI的转型效应在不同时间维度上并不一致，短期计算负荷可能带来环境负担；其三，已有研究较少阐明AI能力如何通过具体机制转化为可持续的可再生能源进展，特别是在制度与创新体系尚不完善的新兴经济体中。为此，本研究旨在系统考察AI与可再生能源转型之间的关系，重点关注绿色技术创新（GTI）作为传导机制，以及网络安全和国家ESG绩效作为关键调节条件的角色。

二、研究方法

本研究采用Hayes的PROCESS宏建立调节中介模型（moderated mediation model），以评估直接效应、中介效应、调节效应以及条件间接效应。样本覆盖23个MSCI分类新兴市场国家，时间跨度为2015至2023年，形成包含207个国家-年份观测值的平衡面板数据。为验证PROCESS结果的稳健性，研究者还使用了动态面板两步系统广义矩估计法（two-step System GMM）。主要变量的构建方式如下：AI能力通过专利数量、工业机器人保有量、学术论文发表量和风险投资金额四个维度，经对数变换、min-max归一化和主成分分析（PCA）构建人口调整后的复合指数（AII）；可再生能源转型以可再生能源占最终能源消费的比重衡量；GTI以环境技术专利占全部技术专利的比例表征；网络安全采用国际电信联盟全球网络安全指数（GCI）；ESG绩效则依据世界银行主权ESG数据框架，综合56项指标构建多维指数。

三、研究结果

H1：AI与可再生能源转型的正向关联

研究者通过基础回归模型发现，AI能力指数（AII）与可再生能源占比之间存在显著正向关联，表明AI水平的提升总体上与可再生能源转型进展相伴。

H2：GTI的中介作用

通过PROCESS中介效应检验，研究者证实AI通过促进绿色技术创新间接推动可再生能源转型。GTI的中介效应显著，且直接效应依然存在，表明这是一种部分中介模式。

H3：网络安全对AI–GTI路径的正向调节

交互项分析显示，网络安全水平越高，AI对GTI的促进作用越强。在网络安全环境更优的国家中，AI驱动的数据密集型实验与知识重组更能有效转化为绿色发明产出。

H4：网络安全对AI–可再生能源转型直接路径的正向调节

同样地，网络安全也增强了AI对可再生能源转型的直接贡献。在高网络安全环境中，AI在智能电网管理、预测维护和系统优化等方面的应用更加可靠，从而放大其转型效益。

H5：ESG绩效对GTI–可再生能源转型路径的正向调节

研究者发现，国家ESG绩效越强，GTI对可再生能源转型的推动作用越大。高ESG水平意味着更强的政策可信度、更好的融资环境和更顺畅的技术商业化通道，有助于将绿色创新落地为实际的可再生能源部署。

H6与H7：两阶段条件间接效应

进一步的条件间接效应分析表明，AI通过GTI影响可再生能源转型的间接路径并非恒定不变。当网络安全处于较高水平时，该间接效应显著增强（第一阶调节中介）；当ESG绩效处于较高水平时，该间接效应同样显著增强（第二阶调节中介）。这表明整个传导链条的有效性高度依赖于数字安全与制度可持续性的双重支撑。

四、讨论与结论

研究者在讨论部分指出，上述发现共同揭示了一个重要理论意涵：AI本身并不能自动驱动可再生能源转型，其转型价值需要通过绿色技术创新这一核心机制来实现，并且这一机制的效力受到网络安全和ESG绩效两个关键情境因素的深刻塑造。网络安全保障了AI在创新阶段的数字化实验环境，确保数据完整性、系统连续性和信任基础；ESG绩效则为绿色创新的商业化、规模化与扩散提供了有利的制度土壤。二者分别在创新产生和创新转化两个环节发挥不可替代的调节作用。这种分阶段的条件化理论框架，超越了以往单纯考察直接效应或单一调节效应的研究范式。

研究结论明确指出：AI与可再生能源转型之间存在正向间接关联，GTI在其中扮演部分中介角色；网络安全同时增强了AI对GTI和可再生能源转型的贡献，并放大了AI–GTI–可再生能源转型的间接效应；ESG绩效强化了GTI对可再生能源转型的正向作用，进而增强了AI的间接影响。系统GMM的验证结果与PROCESS分析保持一致，确认了直接、中介和调节关系的稳健性。据此，研究者建议政策制定者不应仅着眼于AI技术的单点突破，而应系统性提升AI能力、绿色创新水平、网络安全准备度以及ESG导向的制度建设，从而使数字智能真正服务于可扩展的可再生能源成果与SDG 7目标的实现。