由于人类活动导致的温室气体排放增加，极地冰川正在融化，海平面上升，极端天气事件如热浪、干旱、洪水和沙尘暴等频繁发生。这些现象严重影响了人类社会、自然生态系统和生物多样性，对全球实现可持续性的努力造成了重大干扰（Carleton等人，2022年；Rennert等人，2022年；Yuan等人，2023年）。根据政府间气候变化专门委员会（IPCC）的《2023年气候变化报告》，全球气候正在经历前所未有的变化。自工业革命以来，全球表面温度上升了大约1.07°C，这主要是由人类活动驱动的。
基于此，一些国家和地区已经开始采取诸如推广清洁能源替代品、提高能源效率、优化资源分配和增加森林碳汇等措施来减少碳排放（Zhu和Wei，2024年）。例如，中国的2030年碳达峰战略包括十个关键行动，涵盖了绿色能源转型、产业升级、能源效率提升、碳汇增强和全国范围内的低碳倡议。同时，新技术的快速发展，如自动化技术，可以通过提高生产过程的智能化和精确度、优化能源使用和资源分配、减少能源浪费，帮助企业和服务政府更有效地管理其碳足迹（Dai，2024年；Zhang和Du，2025年）。
然而，情况真的如此吗？尽管理论上认为自动化和人工智能技术有助于减少碳排放（Yu等人，2023年），但现实更为复杂。虽然这些技术可以提高生产力和节省能源，但它们也可能带来新的问题。最近的证据表明，支撑自动化的数字基础设施远非碳中性，因为自动化设备和AI系统的生产和运行通常需要大量的数据存储和计算，这可能导致显著的碳排放（Masanet等人，2020年）。此外，环境研究对技术进步的物质方面提出了担忧，指出技术的升级和设备的生产可能会加剧资源消耗和电子废物的产生（Wu等人，2022年）。从更广泛的经济角度来看，能源经济学家强调，效率的提升可能会悖论性地增加总能源需求，因为这些新技术在资本密集型行业的广泛应用可能导致所谓的“反弹效应”（Hegwood等人，2023年）：在这里，效率的提升可能会导致生产成本降低，从而刺激生产和消费的增加，最终抵消了最初的能源节省和减排效果。因此，尽管自动化在理论上具有脱碳的潜力，但在实践中它可能会加深经济对能源和资本密集型生产的依赖，将原本被视为绿色解决方案的因素变成了潜在的新的碳排放驱动因素。
在转型经济中，这一担忧尤为突出，因为这些地区的工业和生产结构仍在演变（Bustos等人，2020年；Dai等人，2025年）。在这种情况下，采用自动化技术可能会无意中强化高排放的产业和生产模式，而不是取代它们（Hertwich，2021年）。与成熟经济体不同，像中国和印度这样的转型经济体面临着双重压力：现代化的紧迫性和减少排放的必要性（Lui等人，2022年；Sethi等人，2024a）。因此，这些国家的自动化可能更有可能支持高排放部门，加剧能源使用和碳排放，而不是抑制它们。鉴于它们在全球排放中的重要份额及其未来的巨大增长潜力，批判性地评估自动化在这些环境中的影响尤为重要。理解这一动态对于设计防止转型经济体陷入碳密集型轨迹的政策至关重要。这一差距激发了我们的研究，该研究系统地探讨了自动化如何影响转型经济中的碳强度以及这些效应通过哪些渠道表现出来。此外，这样的分析可以通过揭示技术驱动的发展路径与未来几十年的减排目标之间的交集，为全球气候战略提供信息（Sahoo等人，2023年）。
鉴于这些问题，本文通过开发一个包含生产差异的框架，并实证检验自动化与排放之间的短期和中期关系，为这一讨论做出了贡献。我们首先使用受Acemoglu和Restrepo（2018年）启发的通用均衡框架构建了一个概念模型，在该模型中，生产过程区分了手动和自动化过程。我们的主要扩展是考虑不同行业或部门的异质碳强度，这使我们能够使用比较静态方法来分析自动化的碳影响。
然后，我们使用中国的县级数据实证检验概念模型中的预测。我们使用面板固定效应估计器估计短期关系，使用长期差异估计器估计中期关系（Burke和Emerick，2016年）。固定效应估计器通过控制时间不变的单元特征和共同的时间趋势来识别短期影响，而长期差异估计器通过检查多年期间的变化来隔离中期效应，从而纳入了固定效应模型中未捕捉到的结构调整和适应。
我们发现，对于整个样本，自动化与碳强度呈正相关。在短期内，自动化增加一个单位会导致碳强度增加8.3个百分点，而在中期，增加幅度约为7.5个百分点。这些发现表明双向固定效应模型和长期差异模型的估计结果是一致的。自动化对碳强度的影响在西部地区和第三产业占比较高的地区更为明显。机制分析表明，资本依赖性的增加在短期内起着显著的中介作用，尽管其效应随时间减弱；相比之下，结构转型在短期和长期都表现出稳健且显著的效果。
本文的核心在于研究自动化在转型经济体中的潜在负面影响，这是我们分析的核心关注点。基于这个问题，我们开发了一个理论和实证框架，以探讨自动化影响碳强度的机制。本文的潜在贡献主要有三个方面：首先，它通过提供对自动化环境影响的不同视角，挑战了传统观点。虽然现有文献通常强调自动化的积极环境效应（Huang等人，2022年；Silvestro等人，2022年；Yu等人，2023年；Cho和Ackom，2025年），但本研究认为，在考虑经济转型时，自动化技术可能会通过加剧经济对资本的依赖和改变经济结构来增加每单位GDP的碳排放。通过从转型经济中的结构转型角度重新解读自动化，本文将讨论从纯粹的技术乐观主义转向了对发展阶段如何影响环境结果的更细致的理解。
其次，本文从新的视角探讨了新兴技术的环境效应，表明虽然自动化可能在局部减少排放，但其一般均衡效应——特别是通过增加资本积累和工业结构的变化——可能会提高整体碳强度，这是部分均衡分析中经常被忽视的权衡（Liu等人，2021年；Feng等人，2023年；Cottom等人，2024年）。这种更广泛的均衡视角在企业层面的技术采纳研究和宏观层面的能源和排放动态分析之间提供了桥梁，揭示了仅通过微观层面评估无法看到的机制。
第三，本文通过强调自动化可能在转型经济体中无意中提高碳强度，为气候缓解文献做出了贡献，强调了需要制定将技术升级与脱碳目标相一致的政策框架，这一联系在当前的气候政策研究中仍然不够充分（Liu等人，2022年；Zhao等人，2024年；Joerss等人，2021年；Kurniawan等人，2023年）。通过明确将自动化与国家能源转型政策联系起来，本研究将政策对话扩展到了创新促进之外，包括新兴经济体中的可持续性保障和公正转型问题。这一发现表明，旨在可持续发展的技术创新必须在系统的政策框架和能源转型策略内进行管理，以确保潜在的负面环境效应不会超过其带来的好处。
本文的后续部分如下：第2节介绍了概念框架，旨在从基于经济直觉的数学模型中推导出自动化对碳强度的潜在影响。第3节概述了实证策略和数据。第4节展示了实证分析的结果，包括基线回归、稳健性测试、异质性分析和机制分析。第5节总结了研究发现和政策建议。
