人工智能能否在促进城市化进程的同时，实现碳排放的减少？

《Journal of Cleaner Production》：Can artificial intelligence promote urbanization processes in harmony with carbon emissions abatement?

本研究基于2005-2019年68国面板数据，揭示AI通过非线性调节作用实现城市化与碳减排协同发展，提出AI技术成熟度对减排效果存在阈值效应。

　　

董泽群|张增强|于彬彤|张立翔|谭超丹

中国人民大学农业经济与农村发展学院，北京，100086，中国

摘要

人工智能（AI）技术的发展为实现更绿色、更可持续的城市化提供了新的机遇。城市化与碳排放之间的关系长期以来一直是学术研究和政策讨论的焦点。传统观点普遍认为，城市化不可避免地会导致更高的碳排放，这对可持续的城市增长构成了重大挑战。然而，AI技术的快速发展为重塑这一关系开辟了新的可能性。本研究探讨了AI是否以及在何种条件下能够帮助协调城市化与碳排放减少之间的关系。利用涵盖2005年至2019年68个国家的平衡面板数据集，本研究重新审视了城市化与碳排放之间的关系，并探讨了AI技术可能如何改变这一关系。研究结果揭示了三个关键点：（1）基线回归再次证实了城市化与碳排放之间的正相关关系。（2）AI有潜力缓解这种正相关关系。（3）此外，研究还发现，在AI发展的不同阶段，城市化与碳排放之间存在非线性关系。具体而言，随着AI的进步，城市化对碳排放的影响呈现出“倒U”形态。在AI发展的初期阶段，城市化继续增加碳排放；然而，在AI发展达到一定程度后，城市化对碳排放的影响开始减弱，最终在高AI发展水平的地区，城市化增长与碳排放减少实现了协同效应。这些结果为AI在实现城市发展与环境目标之间的协调提供了新的见解，为智能城市规划和环境政策制定提供了宝贵的实证基础。

引言

城市化进程正在加速，已成为现代社会发展的关键特征。然而，随着城市的扩张和人口集中，管理碳排放的挑战日益加剧，对全球气候变化和可持续发展产生了重大影响（He等人，2023年；Qiao等人，2023年）。与此同时，人工智能（AI）技术的迅速发展正在改变经济结构和生产方式，为应对环境挑战提供了新的机遇（Luo和Feng，2024年）。在这种背景下，一个关键问题是：AI能否帮助使城市发展更加可持续？具体来说，AI能否帮助将城市化进程与减少碳排放的目标相协调？本研究旨在探讨这一重要而复杂的问题。

现有研究强调了城市化与碳排放之间的密切联系。大量文献表明，城市化通过土地利用变化（Chen等人，2023b；Yao等人，2025年）、能源消耗增加（Franco等人，2017年）和工业生产（Zheng等人，2021年）显著促进了碳排放。然而，一些学者认为，城市化也可能通过提高资源效率和技术进步对碳排放产生积极影响（Guo等人，2024年）。除了直接考察这两个变量之间的关系外，一些研究还关注影响城市化与碳排放关系的因素，包括经济发展水平、产业结构和技术进步（Tan等人，2023年；Zhao等人，2020年）。这些研究为理解城市化与碳排放之间的复杂联系提供了更广阔的视角。

最近，随着AI的快速发展，AI对经济增长和环境保护的潜在贡献受到了越来越多的关注（Nishant等人，2020年；Wang等人，2023年）。2015年，联合国欧洲经济委员会（UNECE）和国际电信联盟提出了“智能可持续城市”（SSCs）的概念，强调智能系统中的技术创新可以提高生活质量，提升城市运营和服务的效率，同时确保满足当前和未来的经济、社会和环境需求（Chatti和Khan，2024年）。这表明AI技术可能是改善城市环境表现和促进城市化与碳排放减少之间协同发展的关键技术进步。尽管如此，将AI纳入分析城市化与碳排放关系的综合性研究仍然不足，这是当前研究中的一个重要空白。

值得注意的是，AI对城市化与碳排放关系的影响是多方面的。一方面，AI技术可以通过优化城市规划、提高能源效率和促进清洁能源发展来帮助减少碳排放（Ding等人，2024年；Wang等人，2024年）；另一方面，AI也可能推动经济增长并增加能源需求，从而间接导致更高的碳排放（Chauhan等人，2024年）。这种潜在的双向影响增加了AI、城市化与碳排放之间关系的复杂性。城市化对碳排放的影响可能会根据AI应用的程度而发生显著变化。在AI实施的初期阶段，由于基础设施建设和技术适应期，碳排放可能会暂时上升；然而，随着AI技术的成熟和更广泛的应用，其在提高效率和优化资源利用方面的效益将变得更加明显，最终可能导致碳排放减少。这种发展阶段的演变影响表明AI、城市化与碳排放之间可能存在非线性关系。理解这种复杂的非线性动态，特别是潜在的阈值效应，对于评估AI在实现城市可持续发展目标中的作用至关重要。

本研究的主要目的是探讨AI是否以及在何种条件下能够帮助协调城市化与碳排放减少之间的关系。通过深入分析AI对城市化与碳排放关系的影响，我们强调了AI在平衡城市发展与环境保护方面的潜在作用。为了实现这些研究目标，本文使用了涵盖2005年至2019年68个国家的平衡面板数据集。分析考虑了三个因变量：人均碳排放、总碳排放和碳强度，并引入了两个与AI相关的变量进行实证评估。方法上，我们首先使用双向固定效应模型重新审视了城市化对碳排放的影响，证实了传统观点；接下来，我们采用调节效应模型探讨了AI如何影响城市化与碳排放之间的关系；最后，通过阈值回归方法进一步探讨了在不同AI发展阶段城市化对碳排放的影响动态。这一系统的分析框架使我们能够全面考察AI、城市化与碳排放之间的复杂相互作用，为理解AI在促进城市化与碳排放减少之间的协调作用提供了坚实的实证基础。

本研究的主要贡献体现在几个方面。首先，我们是首次将AI作为核心变量引入分析城市化与碳排放关系的研究，构建了一个理论模型，探讨了AI在此关系中的动态调节作用。这种方法拓宽了传统城市化与碳排放研究的范围，为智能技术进步在促进绿色城市发展中的作用提供了新的见解。其次，本文从多维度角度探讨了碳排放问题，同时考虑了人均碳排放、总碳排放和碳强度三个因变量，从而更深入地理解了城市化与AI对碳排放的影响，避免了以往研究中仅使用单一指标的局限性。第三，我们开发了一个三维阈值回归模型，通过AI的视角探讨了城市化与碳排放之间的非线性关系。该模型捕捉到了潜在的阈值效应，并为AI在不同发展阶段对城市化与碳排放关系的影响提供了新的视角。本研究发现的“倒U”关系支持了环境库兹涅茨曲线（EKC）理论，从AI的新视角对其进行了扩展，为现有研究框架做出了重要补充。

研究的其余部分结构如下：第2节回顾相关文献；第3节概述模型、样本和变量规格；第4节展示实证结果；第5节进行讨论；最后，第6节总结研究并提出政策建议。

部分摘录

理论机制分析

本节系统探讨了AI、城市化与碳排放之间相互作用的理论机制。我们重点关注三个核心问题：城市化对碳排放的直接影响、AI在城市化与碳排放关系中的调节作用以及这三个变量之间的非线性动态。我们首先讨论了城市化对碳排放的可能影响。

模型、样本和变量规格

为了实证检验理论假设，本节详细介绍了研究设计，包括模型构建、样本选择和变量定义。

实证结果

本节按逻辑顺序呈现实证发现：首先验证城市化与碳排放之间的基线关系，然后探讨AI的调节效应，接着进行稳健性测试、阈值效应分析和异质性分析。

讨论

从上述实证结果中，我们得出了几个有意义的结论。

我们的基线回归结果再次证实了城市化与碳排放之间的显著正相关关系，支持了我们的假设1。这一结果与大多数先前研究的结果一致（W. Chen, T. Gu等人，2023年）。这表明，在不考虑其他因素的情况下，城市化过程确实加剧了碳排放问题。

结论与政策建议

本研究的核心目的是探讨AI是否以及在何种条件下能够促进城市化进程与碳排放减少之间的协调。利用2005年至2019年全球68个国家的平衡面板数据，本研究通过考虑三个碳排放指标（人均碳排放、总碳排放和碳强度）以及两个AI指标，使用双向固定效应模型分析了AI的调节和阈值效应。

CRediT作者贡献声明

董泽群：撰写——审稿与编辑、初稿撰写、软件使用、资源管理、方法论设计、数据整理、概念构建。张增强：初稿撰写、软件使用、方法论设计、数据整理、概念构建。于彬彤：初稿撰写、方法论设计、数据整理、概念构建。张立翔：初稿撰写、软件使用、数据整理、概念构建。谭超丹：审稿与编辑、初稿撰写、软件使用、方法论设计、数据整理

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本项目得到了中国国家社会科学基金（编号：23AMZ018）的支持。