人工智能对减污降碳协同增效的影响

《环境科学》网络首发论文 人工智能对减污降碳协同增效的影响李德山，贾子萱10.13227/j.hjkx.2025102402025-10-222026-04-24李德山，贾子萱．人工智能对减污降碳协同增效的影响[J/OL]．环境科学.https://doi.org/10.13227/j.hjkx.202510240 题目：作者：DOI：收稿日期：网络首发日期：引用格式： 网络首发：在编辑部工作流程中，稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶段。录用定稿指内容已经确定，且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期刊特定版式（包括网络呈现版式）排版后的稿件，可暂不确定出版年、卷、期和页码。整期汇编定稿指出版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出版管理条例》和《期刊出版管理规定》的有关规定；学术研究成果具有创新性、科学性和先进性，符合编辑部对刊文的录用要求，不存在学术不端行为及其他侵权行为；稿件内容应基本符合国家有关书刊编辑、出版的技术标准，正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。为确保录用定稿网络首发的严肃性，录用定稿一经发布，不得修改论文题目、作者、机构名称和学术内容，只可基于编辑规范进行少量文字的修改。 出版确认：纸质期刊编辑部通过与《中国学术期刊（光盘版）》电子杂志社有限公司签约，在《中国学术期刊（网络版）》出版传播平台上创办与纸质期刊内容一致的网络版，以单篇或整期出版形式，在印刷出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊（网络版）》是国家新闻出版广电总局批准的网络连续型出版物（ISSN 2096-4188，CN 11-6037/Z），所以签约期刊的网络版上网络首发论文视为正式出版。 人工智能对减污降碳协同增效的影响 李德山,贾子萱* （山西财经大学经济学院，太原030006） 摘要：随着新一代信息技术的兴起，人工智能在提升环境治理效能和促进绿色发展方面展现出巨大潜力。基于2014～2023年中国267个地级市面板数据，运用双向固定效应模型和空间杜宾模型等多种计量模型，深入探讨人工智能对减污降碳协同增效的影响及其作用机制。结果表明，①人工智能能够显著促进减污降碳协同增效，且其促进作用存在动态变化；②产业结构升级、绿色技术创新及缓解资源错配是人工智能促进减污降碳协同增效的重要作用路径；③人工智能对减污降碳协同增效的作用效果因数字基础设施发展水平差异呈现双重门槛特征；④人工智能对减污降碳协同增效的影响具有明显的空间溢出特征，可通过技术扩散带动周边地区减污降碳协同增效。研究不仅揭示了人工智能对减污降碳协同增效的影响机制，还为构建跨区域绿色协同治理体系提供了实证依据。 关键词：人工智能（AI）；减污降碳协同增效；偏效应；门槛效应；空间溢出DOI:10.13227/j.hjkx.202510240 Impact of Artificial Intelligence on Synergistic Pollution and Carbon ReductionLI De-shan, JIA Zi-xuan* (School of Economics, Shanxi University of Finance and Economics, Taiyuan 030006, China) Abstract:With the rise of next-generation information technologies, artificial intelligence (AI) has demonstratedsubstantial potential in enhancing environmental governance and promoting green development. Using panel datafrom 267 prefecture-level cities in Chinaspanning from 2014 to 2023, this study applies a variety of econometricmodels, including the two-way fixed effectsmodel and spatial Durbinmodel, to explore the impact of AI onsynergistic pollution and carbon reduction and its underlying mechanisms. The results indicate that:①AIsignificantly promotes synergistic pollution and carbon reduction, with its impact exhibiting dynamic changes;②Industrial structure upgrading, green technological innovation, and resource misallocation alleviation are keypathways through which AI drives synergistic pollution and carbon reduction;③The effect of AI on synergisticpollution and carbon reduction shows dual-threshold characteristics due to variations in digital infrastructuredevelopment;④AI's influence on synergistic pollution and carbon reduction exhibits pronounced spatial spillovereffects, which can foster regional synergistic pollution and carbon reduction through technological diffusion. Thisstudy not only uncovers the mechanisms through which AI influences synergistic pollution and carbon reduction,but also provides empirical evidence for the construction of a cross-regional green collaborative governancesystem. Key words:artificial intelligence（AI）; synergistic pollution and carbon reduction; bias effects; threshold effects;spatial spillover 近年来，随着环境污染与气候变化问题日益严峻，传统治理模式难以满足减污降碳协同治理的现实需求，亟需引入更具效能的新兴技术手段以增强环境治理能力[1]。作为引领新一轮科技革命与产业变革的重要力量，人工智能在污染源精准识别和能耗精细化管理等方面展现出巨大潜力，为减污降碳协同治理提供了新的技术路径[2]。然而，其作用效果尚存争议：一方面，人工智能能够通过优化控制等技术手段促进减污降碳协同增效；另一方面，其算力 基础设施的高能耗可能引发“技术减排-能源增排”的抵消效应，削弱其环境净效益。因此，深入探讨人工智能在减污降碳协同治理中的作用效果与影响机制，对于完善中国城市绿色转型政策体系、提升环境治理效能和实现“双碳”目标具有重要的理论和现实意义。 人工智能作为一种以机器为核心，能够围绕人类设定目标进行预测、提供建议并作出决策，从而影响现实或虚拟环境的系统[3]，具备类人甚至超越人类的行为能力[4]。目前，学术界围绕人工智能的影响效应展开了丰富的探讨。在经济层面，有研究表明人工智能通过调整社会劳动力需求结构[5]，提升全要素生产率[6]，成为驱动经济增长的新引擎[7]；在社会层面，人工智能被视为优化就业结构[8]，应对老龄化挑战[9]，以维护社会稳定的有效工具[10]；在技术层面，人工智能的赋能作用体现在加速研发要素流动，增强区域创新生态系统竞争力[11]，以加快技术创新方面。然而，相较于人工智能对经济、社会和技术影响方面的丰硕成果，人工智能的环境效应，尤其是针对人工智能对减污降碳协同增效影响的相关研究则相对匮乏。现有相关研究主要围绕数字技术和数智融合发展等对减污降碳协同效应的影响展开。例如，卿玲丽等[12]以中国沪深A股上市公司面板数据为研究对象，考量数字技术应用的减污降碳协同效应，研究发现，企业数字技术的应用能够显著提升减污降碳协同效应水平，且在中小规模企业、非重污染行业以及东部地区企业更为显著；张杰等[13]运用双向固定效应模型和中介效应模型等多种计量模型，探究数智融合发展对减污降碳协同的影响，研究发现，数智融合发展不仅能够直接提升减污降碳协同治理水平，还可以通过加快技术创新和优化能源结构，促进减污降碳协同治理。尽管这些研究揭示了数字化转型的环境价值，但人工智能相较于一般的数字技术具有更强的自学习、自决策与系统优化能力[14]，其在能耗管理、排放监测与资源配置等方面能够实现更高层次的智能优化与反馈调节。因此，现有研究难以精准刻画人工智能真实的环境效应。 综上所述，尽管现有文献对人工智能的影响效应进行了多维度探讨，但对其环境效应的研究尚不充分，尤其是关于其在减污降碳协同增效中的作用机制与实现路径亟待深入探讨。因此，本文的边际贡献如下：一是将人工智能与减污降碳协同增效纳入同一分析框架，通过构建多种计量模型，从产业结构升级、绿色技术创新和缓解资源错配这3个维度揭示人工智能对减污降碳协同增效的作用路径，并结合数字基础设施发展水平的门槛效应，探讨了人工智能对减污降碳协同增效的非线性影响，进一步打开了人工智能影响减污降碳协同增效的作用机制黑箱。二是从空间视角出发，构建空间杜宾模型，系统分析人工智能对减污降碳协同增效的空间溢出效应，有效弥补了既有文献在空间效应研究方面的不足。三是运用随机森林算法，并构建偏效应模型，深入分析人工智能和地区教育水平对减污降碳协同增效的动态影响，以期为减污降碳协同治理提供更加精准的政策建议。 1理论分析与研究假设 1.1人工智能对减污降碳协同增效的直接影响 减污降碳协同增效强调在实施环境防治措施的过程中，实现污染物排放和碳排放的同步下降，并带来绿色全要素生产率的提升，即实现经济环境综合效率的提升[15]。人工智能作为新一代信息技术的代表，其本身具有一定绿色属性[16]。首先，人工智能能够融合多源环境数据，降低环境信息获取与处理的交易成本，缓解污染治理中的信息不对称，推动污染物与碳排放的协同监测与响应机制的构建，从而有效提升绿色全要素生产率，进而实现经济环境综合效率的同步优化[17]。其次，人工智能能够提升碳市场与污染排放治理机制的运行效率，其通过高精度风险预测，强化排放行为与治理成本之间的联动机制，推动污染物与碳排放同步内生于市场定价体系，从而在最小治理成本下实现综合环境效益最大化[18]。最后，人工智能能够基于行为偏好与碳足迹数据构建个性化绿色行为激励体系，在信息引导与反馈机制中实现对污染物与碳排放的同步抑制，有效强化个体低碳决策的激励效应与绿色选择的 资源配置效率，促进减污降碳协同增效[19]。因此，本文提出假设1：人工智能对减污降碳协同增效具有促进作用。 1.2人工智能对减污降碳协同增效的间接影响 1.2.1产业结构升级 产业结构升级是指伴随技术进步和生产社会化，