人工智能驱动的技术变革如何推动能源领域的现代化转型

《Economic Analysis and Policy》：How AI-driven technological transformation advances the modernization integrated transition of energy

AI技术革新与清洁电网协同驱动中国能源现代化综合转型的机制与异质性研究。基于30省份2003-2019年面板数据，构建AITI-CEG-EMIT理论框架，运用SYS-GMM模型和动态阈值效应模型，揭示AITI通过CEG间接促进EMIT的作用路径，并发现高能源价格（>1.076）、基础设施薄弱、无输电项目地区AITI的标准化效应达1.1658，是平均水平的18倍。

　　

刘耀斌|郑增辉|邓楠|李同宁

南昌大学经济与管理学院，中国南昌330031

摘要

在中国加速现代化的背景下，明确的“双碳”目标以及向生态文明稳步推进的过程中，有效利用人工智能（AI）对于实现能源现代化和转型至关重要。基于2003年至2019年中国30个省份的面板数据，本研究构建了一个理论框架，包括人工智能技术创新（AITI）、清洁电力电网（CEG）和能源现代化综合转型（EMIT）。通过系统广义矩估计（SYS-GMM）方法，深入分析了AITI与EMIT之间的关系，并引入CEG作为中介变量以揭示其内在机制。同时，应用动态阈值效应模型来评估不同能源价格水平下AITI的异质性表现。研究结果表明：（1）AITI不仅直接推动EMIT的发展，还通过提升CEG来加速其进程；（2）异质性分析显示，在能源价格较高、城市基础设施不完善且缺乏重大能源传输项目的地区，AITI的效果更为显著。在能源价格超过1.076的地区，AITI的标准化系数约为1.1658，是平均水平的18倍。本研究为能源转型提供了更广阔的视角，并为中国利用AI推进生态文明和实现“双碳”目标提供了实用的方法和建议。

引言

面对全球气候环境迅速恶化和碳预算即将耗尽的形势，近期全球能源政策讨论的核心议题集中在实现能源系统的深度脱碳和净零排放目标上（Loughlin等人，2024；Sharaf-Addin，2024；张强等人，2024）。能源在环境治理中起着重要作用，因为传统化石燃料的消耗是过量碳排放和全球气温上升的主要原因（世界经济论坛，2019）。国际能源署（IEA，2021）预测，如果不加以控制，到2050年全球二氧化碳排放量可能达到220亿吨，这可能导致极端天气事件频发以及粮食和水资源生产下降（Inderwildi等人，2020）。因此，替代传统能源对于生态可持续性至关重要。然而，太阳能和光伏等新兴能源在收集、储存和运输方面面临着重大挑战。克服这些技术瓶颈成为解决当前能源转型困境的关键。作为新一代生产力的核心驱动力，人工智能为应对能源转型挑战提供了关键的技术途径。通过算法优化和智能调度等创新应用，AI可以显著提升整个新能源产业链的效率和稳定性。这不仅加速了全球能源转型进程，还对减缓气候变化和改善全球生态环境具有重要的实际意义。值得注意的是，推进全球能源转型依赖于主要经济体的实际探索和责任担当。作为化石燃料的主要消费国和应对气候变化的关键参与者，中国在全球能源转型和实现净零排放目标方面发挥着重要作用（Lin等人，2016；Li等人，2025）。在此背景下，研究中国如何利用人工智能技术创新（AITI）推动国内能源转型，不仅为解决中国的能源转型挑战提供了理论依据，也为全球能源系统的深度脱碳和共同应对气候危机注入了关键动力。

人工智能是一种模拟、借鉴并探索自然界生物智能的技术，将某些智能能力应用于人类、机器和环境（Liu等人，2022）。AI在解决复杂多维问题和提高生产效率方面展现了巨大潜力（Mustak等人，2021；Xu等人，2024）。因此，通过技术创新将AI应用于能源领域以应对复杂挑战已成为关键研究方向。然而，现有关于AITI对中国能源转型影响的文献大多局限于单一视角的研究，缺乏统一结论。例如，一些研究认为AI的计算需求可能导致能源消费的“反弹效应”，从而阻碍能源转型并降低能源效率（Zhou等人，2019；Chen等人，2021）。然而，Inderwildi等人（2020；Zhang和Zeng，2024）的研究结果与此相反。鉴于能源开发和运营是一个复杂系统，这种单一维度的研究结论可能与现实情况相悖，在多维背景下可能无效。基于此，本研究从能源转型、能源安全和能源效率等多个角度构建了一个综合指标体系，以探讨AITI是否能够推动能源转型的全面现代化。本研究定义的EMIT是一个新的评估框架，它不仅关注能源结构的脱碳，还旨在系统性地重塑系统，确保能源安全、提高能源效率并加速新能源系统的发展。因此，与单纯关注结构变化不同，EMIT强调一种综合治理方式，以实现多个协调的目标。尽管EMIT和现代能源系统的核心原则有相似之处，但两者存在显著差异：前者侧重于利用新技术优化现有系统，而后者则强调通过战略规划实现静态目标。

本文的贡献如下：（1）基于现代能源系统，我们提出了EMIT的全面概念，并对其进行了深入分析，填补了当前综合能源转型研究的空白；（2）我们创新性地揭示了清洁能源电网（CEG）在AITI与EMIT之间的关系中的中介机制，为政策制定者提供了更广阔的视角；（3）以能源价格（EP）作为阈值变量，详细分析了AITI的非线性行为，推导出动态面板阈值效应模型，并通过四种不同的阈值回归模型检验了结果，为后续的模型和指标选择提供了指导；（5）将影响EP的因素（城市基础设施发展水平、地区参与能源传输项目的程度）视为异质性变量，研究了AITI其他维度的异质性表现。这些发现进一步验证了价格和AITI产生的综合效应的稳健性。

章节摘录

AITI在EMIT中的直接作用

本研究中的EMIT概念源自现代能源系统的核心要素。因此，有必要从现代能源系统的角度系统地追溯其理论起源和概念基础。此外，研究AITI如何促进EMIT的本质在于探讨AI技术如何推动现代能源系统的持续优化和升级。

变量

本研究使用了2003年至2019年中国30个省份的平衡面板数据，以确保数据的可靠性和可用性，同时排除了香港、澳门、台湾和西藏的数据。针对缺失值，采用了线性插值和均值填充两种方法。具体指标的缺失情况详见附表1。

基准回归

如表2所示，所有模型中AITI和EMIT的一阶滞后项的系数均显著为正。这表明人工智能技术的进步和应用可以显著促进能源系统的全面转型，提高能源分配效率并增加清洁能源的使用。这些实证发现与先前的假设一致。此外，SYS-GMM模型表明

结论与政策建议

研究发现，AITI对EMIT具有积极影响，并通过促进更清洁的能源消费间接推动了能源转型的实现。此外，在能源价格较高、缺乏能源项目以及基础设施不发达的地区，AITI对EMIT的正面影响更为显著。

（1）建立具有全面因素支持的人工智能创新生态系统，以加强能源转型的基础。

AI是推动能源转型的核心引擎

未引用的参考文献

Kremer等人，2013；Arellano和Bover，1995；Caner和Hansen，2004

CRediT作者贡献声明

刘耀斌：监督、项目管理、概念构建。郑增辉：写作——审稿与编辑、初稿撰写、数据整理。邓楠：写作——初稿撰写、监督。李同宁：写作——审稿与编辑、监督。