下载掌阅APP，畅读海量书库
立即打开
在实现碳达峰碳中和的现实情境下，为保证中国在2030年和2060年如期实现庄严承诺，最关键的是减少二氧化碳排放，而这依赖于碳排放绩效的提升。作为人工智能技术应用的最主要表现形式，前沿文献直接针对工业智能化对碳排放绩效影响的研究仍较为缺乏，大量研究主要围绕技术进步展开。现有文献指出，技术进步能够促进包含效率在内的生产率改进，降低区域经济可持续发展的资源依赖，也是影响碳排放及碳排放绩效的重要因素（Li and Lin，2016；Swarup，2017；Yang et al.，2021）。Zhang等（2012）基于中国1997—2007年样本数据考察经济增长与二氧化碳排放的关系，实证发现，技术进步能够通过提升能源利用效率减缓碳排放的产生，且技术进步的不同态势如环境技术变革与生产技术变革展示出多样化的作用效果（Chen et al.，2020）。Cheng等（2018）在以动态空间面板数据和中国省级面板数据为基础考察产业结构、技术进步与碳排放强度关系时指出，在众多能够降低碳排放强度的关键因素中，技术进步无疑是最重要的变量，且产业结构升级可能成为技术进步推动碳强度降低的主要路径。当然，并非所有研究均得到了同样的结论，也有文献指出，技术进步对碳排放的影响并非表现出线性关系，而是可能呈现出先增加后减少的倒“U”形关系（Pao and Tsai.，2011）。
尽管技术进步与碳排放的研究呈现多样化趋势，但是关于技术进步对碳排放绩效的影响，前沿文献基本达成共识，即技术创新能够带来碳排放绩效的提升（李德山等，2018；王鑫静等，2019）。例如，邓荣荣和张翱祥（2021）在以中国285个城市2012—2018年样本为研究对象，考察技术进步效应、数字金融发展与碳排放绩效的关系时，发现技术进步能够显著降低碳排放强度，提升碳排放绩效。然而，技术进步在发展过程中并不总是表现出中性，随着偏向性技术理论的逐渐成熟（Acemoglu，2002），技术自身的偏向性如何影响能源效率与环境绩效成为新的研究视角（廖茂林等，2018；Wei et al.，2019）。马海良和张格琳（2021）以长江经济带1997—2017年样本数据测算能源偏向性技术进步与非能源偏向性技术进步，实证检验不同类型偏向性技术进步如何影响碳排放绩效。结果显示，非能源偏向性技术进步能够显著提升碳排放绩效，而能源偏向性技术进步不利于碳排放绩效的提升。He等（2021）也在2002—2015年中国省级面板数据的基础上，实证检验了可再生能源技术创新对碳排放绩效的影响。Tobit固定模型及阈值模型检验的结果显示，可再生能源技术进步能够提升碳排放绩效，且市场环境在中间扮演重要角色。种种文献均证实技术进步特别是能源偏向性技术进步可能成为碳排放绩效的决定力量，那么这是否意味着智能化偏向的技术进步也会对碳排放及碳排放绩效产生影响呢？
前沿文献指出，人工智能技术的发展为地方政府环境治理提供了新方法与新思路，一方面，人工智能技术的效率提升增强了生态环境部门快速获得环境信息及实时跟踪污染变动的能力；另一方面，人工智能技术与空调、通风及采光系统的协调能够迅速感知温度、湿度及光照条件的变化，从而快速自动化调节智能设备的运行状态，降低能源消耗以减少污染排放（张伟、李国祥，2021）。综观前沿文献，较多从智能化的某一维度出发进行检验。例如，Zhang和Liu（2015）基于省级样本2000—2010年面板数据从实证层面考察信息通信技术对二氧化碳排放的影响。结果显示，信息通信技术能够显著降低二氧化碳排放量，进一步考察东部、中部与西部可能存在的区域差异时发现，东部地区与中部地区信息通信技术均能增加二氧化碳排放，但中部地区效应更大，西部地区信息通信技术对二氧化碳排放的作用不明显。Higon等（2017）选取26个发达国家和116个发展中国家1995—2010年样本数据考察信息通信技术如何影响国家二氧化碳排放。结果显示，信息通信技术对二氧化碳排放作用呈现多面性，即信息通信设备生产与运营所需的大量能源消耗提升了区域碳排放，而信息技术引发的智能交通与工业流程优化反而有助于减少二氧化碳排放。总体来看，二者呈现倒“U”形关系，即随着信息通信技术的不断提高，二氧化碳排放量先增加后减少。在单独对发达国家样本进行检验时，发现信息通信技术已经过了倒“U”形关系的转折点，即随着发达国家信息通信技术水平的提高，其引发的二氧化碳排放量会不断减少。Asongu等（2018）选取撒哈拉沙漠以南44个非洲国家2000—2012年样本数据考察信息通信技术如何影响区域碳排放。结果显示，互联网和手机渗透率均显著增加了人均二氧化碳排放量，而手机渗透率有助于降低液体燃料的二氧化碳排放。白雪洁和孙献贞（2021）在通过SBM方向性距离函数测算全要素碳生产率的基础上考察互联网发展如何影响碳生产率，基于2012—2017年省级面板数据检验发现互联网发展对区域全要素碳生产率表现出明显的促进作用，且这一正向影响在分东部、中部、西部地区检验时依然存在。在进一步探究作用路径时，发现互联网发展引发的成本效应、技术创新与需求效应是促进碳生产率增长的重要推手，其中，技术创新的传导作用最大。
当然，也有学者基于人工智能、机器人及工业智能化本身进行了研究。例如，陈昊等（2021）基于中国制造业分行业2006—2015年样本数据，分别检验行业机器人保有量与增加量对污染排放的影响。实证结果表明，机器人保有量与增加量对污染排放的作用依赖于污染排放的类型，能够显著降低工业废气和固体废物的排放与产生，但对工业废水产生量的影响并不明显。具体而言，机器人主要通过增加研发投入与替代人工作业降低污染排放，机器人对污染排放的作用效果受到行业特征的约束，即机器人显著降低重污染行业与中污染行业污染排放，对低污染行业作用效果不显著，并且对降低重污染行业污染排放的作用更强。Liu等（2021）使用工业部门2005—2015年数据考察人工智能技术与碳排放强度的关系。结果显示，人工智能技术显著降低了工业部门的碳排放强度，在考察行业异质性后发现，其对技术密集型与劳动密集型行业的影响程度更大。黄海燕等（2021）从工业细分行业角度出发，基于2006—2018年面板数据考察工业智能化发展如何影响碳排放。结果表明，工业智能化对碳排放总量与碳排放强度表现出非对等性影响，即虽然促进了碳排放总量增加，但是降低了碳排放强度。与此同时，工业智能化的作用效果也存在明显的行业异质性，对碳排放水平较低与智能化水平较高行业碳排放强度的负向影响更大。姚树俊等（2022）在对中国制造业企业问卷调查的基础上，试图谈及包含环境信息共享在内的智能信息互联与环境绩效的关系。研究发现，智能信息互联既能直接促进环境绩效的提升，又能通过提升环境治理能力间接作用于制造业环境绩效。