摘 要：“雙碳”目標(biāo)下，人工智能為城市碳減排提供了新引擎。本文基于2011—2022年我國271個(gè)城市的樣本數(shù)據(jù)，實(shí)證考察人工智能對城市碳排放效率的影響及其機(jī)制。研究結(jié)果表明，人工智能能夠顯著提升城市碳排放效率，該結(jié)論在經(jīng)過多維穩(wěn)健性檢驗(yàn)和內(nèi)生性處理后依然成立。異質(zhì)性分析發(fā)現(xiàn)，人工智能對城市碳排放效率的促進(jìn)作用在東部城市和低碳試點(diǎn)城市更為顯著。機(jī)制檢驗(yàn)結(jié)果表明，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級與綠色創(chuàng)新是人工智能提升城市碳排放效率的重要路徑。據(jù)此，本文提出相應(yīng)對策建議：加快人工智能發(fā)展步伐，深化其與各產(chǎn)業(yè)的融合，加大對人工智能在綠色創(chuàng)新領(lǐng)域應(yīng)用的扶持力度，以充分釋放其在碳減排方面的潛力。

關(guān)鍵詞：人工智能；碳排放效率；產(chǎn)業(yè)結(jié)構(gòu)；綠色創(chuàng)新；中介效應(yīng)

中圖分類號：F205；X196 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2025）06（b）--05

1 引言

隨著全球工業(yè)化進(jìn)程的不斷推進(jìn)，二氧化碳等溫室氣體排放量持續(xù)攀升。國際能源署數(shù)據(jù)顯示，2015—2024年全球二氧化碳排放量從321億噸上漲至416億噸，年均增長率約為2.95%。而城市作為經(jīng)濟(jì)活動(dòng)的主要載體，其二氧化碳排放量占據(jù)全球總排放量的70%左右。二氧化碳排放的增加不僅加劇了全球氣候變暖，還導(dǎo)致空氣污染、生態(tài)系統(tǒng)退化等一系列環(huán)境問題，對人類的生產(chǎn)和生活造成巨大影響。為應(yīng)對這一全球性挑戰(zhàn)，國際社會(huì)攜手合作，制定了一系列減排目標(biāo)和政策，致力于推動(dòng)低碳經(jīng)濟(jì)轉(zhuǎn)型。例如，《巴黎協(xié)定》旨在將全球平均氣溫升幅控制在2攝氏度以內(nèi)，協(xié)定要求各國提交國家自主貢獻(xiàn)，明確各自減排路徑。在此背景下，中國適時(shí)提出“雙碳”目標(biāo)，其他經(jīng)濟(jì)體也給予積極響應(yīng)。然而，由于經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)以及能源結(jié)構(gòu)等方面存在顯著差異，各經(jīng)濟(jì)體實(shí)際減排效果各異，尤其是在城市層面，差異更為明顯。如何有效提升城市碳排放效率，已成為各經(jīng)濟(jì)體實(shí)現(xiàn)可持續(xù)發(fā)展的關(guān)鍵所在。

近年來，人工智能作為一項(xiàng)全球性的革命性技術(shù)，正迅速滲透并深刻改變著各個(gè)經(jīng)濟(jì)領(lǐng)域。中國政府前瞻性的將人工智能發(fā)展置于重要戰(zhàn)略地位，持續(xù)出臺相關(guān)政策文件以推動(dòng)人工智能快速發(fā)展。2017年《新一代人工智能規(guī)劃》對人工智能的可持續(xù)發(fā)展進(jìn)行了規(guī)劃和部署。2024年《政府工作報(bào)告》首次提出開展“人工智能+”行動(dòng)，標(biāo)志著人工智能與其他行業(yè)的深度融合將加速推進(jìn)。理論層面，人工智能在助力碳減排方面展現(xiàn)出巨大潛力，依托機(jī)器學(xué)習(xí)、大數(shù)據(jù)處理及智能分析等技術(shù)，人工智能能夠精準(zhǔn)識別碳排放來源，并通過優(yōu)化生產(chǎn)流程、減少資源浪費(fèi)來有效降低碳排放，進(jìn)而推動(dòng)經(jīng)濟(jì)綠色低碳轉(zhuǎn)型。但在現(xiàn)實(shí)中，人工智能的效能發(fā)揮受技術(shù)復(fù)雜性、經(jīng)濟(jì)成本、政策障礙、行業(yè)適配性及社會(huì)接受度等多重因素制約。人工智能能否有效提升城市碳排放效率尚未可知，需要進(jìn)一步研究論證。本文旨在構(gòu)建整合性分析框架，深入探究人工智能對城市碳排放效率的作用效果及其內(nèi)在機(jī)制，以厘清以上問題，可為提升城市碳排放效率、推動(dòng)經(jīng)濟(jì)綠色轉(zhuǎn)型乃至助力“雙碳”目標(biāo)實(shí)現(xiàn)提供理論依據(jù)與可行路徑。

2 文獻(xiàn)綜述

與本文高度相關(guān)的文獻(xiàn)有兩類。一類文獻(xiàn)是關(guān)于人工智能的影響效應(yīng)研究。已有文獻(xiàn)聚焦于探討人工智能對勞動(dòng)力市場、經(jīng)濟(jì)增長及國際貿(mào)易的影響，研究發(fā)現(xiàn)人工智能通過替代效應(yīng)和創(chuàng)造效應(yīng)對不同類型勞動(dòng)力產(chǎn)生了差異化影響[1-3]；人工智能有助于促進(jìn)技術(shù)創(chuàng)新、提高資源配置效率，進(jìn)而推動(dòng)經(jīng)濟(jì)增長[4-5]；人工智能能夠優(yōu)化要素配置、降低貿(mào)易成本，進(jìn)而有助于提高國際貿(mào)易規(guī)模和質(zhì)量[6-7]。隨著研究的不斷深入，學(xué)界的研究視角也逐漸從人工智能的經(jīng)濟(jì)效應(yīng)轉(zhuǎn)向其環(huán)境效應(yīng)。微觀企業(yè)層面，許家云等（2024）[8]研究發(fā)現(xiàn)，人工智能應(yīng)用對企業(yè)環(huán)境績效具有顯著的正向影響。劉婷婷等（2024）[9]研究發(fā)現(xiàn)，人工智能與企業(yè)碳排放具有顯著的U型關(guān)系。宏觀層面，國內(nèi)學(xué)者多基于中國省級層面展開實(shí)證分析，普遍認(rèn)為人工智能對綠色發(fā)展具有顯著的促進(jìn)作用[10-11]。另一類文獻(xiàn)是碳排放效率的影響因素研究?，F(xiàn)有研究發(fā)現(xiàn)，綠色金融[12]、綠色技術(shù)創(chuàng)新[13]、土地資源錯(cuò)配[14]及數(shù)字創(chuàng)新[15]是影響碳排放效率的重要因素。

文獻(xiàn)梳理發(fā)現(xiàn)，學(xué)界對人工智能及碳排放效率相關(guān)問題的研究已較為深入。然而，將兩者結(jié)合的研究相對匱乏，人工智能對碳排放效率的潛在作用及其機(jī)制仍需進(jìn)一步探討。本文通過將人工智能與城市碳排放效率納入統(tǒng)一分析框架，嘗試深入剖析其作用機(jī)制及實(shí)際效果。本文的邊際貢獻(xiàn)在于：（1）厘清作用機(jī)制。從產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級和綠色創(chuàng)新兩個(gè)維度切入，借助中介效應(yīng)模型揭示人工智能驅(qū)動(dòng)制造業(yè)綠色轉(zhuǎn)型的內(nèi)在機(jī)制。（2）探明異質(zhì)性影響效應(yīng)。納入地理區(qū)位與低碳城市試點(diǎn)因素，探討人工智能對城市碳排放效率的差異化作用效果。

3 理論分析與研究假設(shè)

3.1 人工智能對城市碳排放效率的直接作用機(jī)制

人工智能憑借強(qiáng)大的數(shù)據(jù)分析、智能決策和自動(dòng)化控制能力，正在深度融入城市各關(guān)鍵領(lǐng)域，為提升城市碳排放效率提供新引擎。首先，人工智能利用衛(wèi)星遙感、物聯(lián)網(wǎng)傳感器等技術(shù)，對城市碳排放情況進(jìn)行實(shí)時(shí)監(jiān)測，并通過數(shù)據(jù)分析與模型計(jì)算，精準(zhǔn)評估不同區(qū)域、不同行業(yè)的碳排放水平，為城市制定碳排放目標(biāo)和減排策略提供科學(xué)依據(jù)。其次，人工智能依托大數(shù)據(jù)分析和智能優(yōu)化技術(shù)，有效提升設(shè)備運(yùn)行效率和資源配置效率，進(jìn)而提高城市碳排放效率，推動(dòng)綠色低碳發(fā)展。據(jù)此，本文提出以下假設(shè)：

H1：人工智能能夠顯著提升城市碳排放效率。

3.2 人工智能對城市碳排放效率的間接作用機(jī)制

人工智能不僅可以直接提升城市碳排放效率，還能通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提升綠色創(chuàng)新水平，間接促進(jìn)城市碳排放效率的提升。

第一，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級路徑。產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級是降低碳排放、實(shí)現(xiàn)“雙碳”目標(biāo)的關(guān)鍵之舉[15]。通過推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級，能夠有效促進(jìn)高能耗、高排放產(chǎn)業(yè)向綠色產(chǎn)業(yè)轉(zhuǎn)型，同時(shí)加速清潔能源與低碳技術(shù)的普遍應(yīng)用，進(jìn)而有助于提升城市碳排放效率。而人工智能在城市產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級進(jìn)程中扮演著重要角色，具體體現(xiàn)在以下幾點(diǎn)：首先，在能源管理領(lǐng)域，人工智能依托大數(shù)據(jù)分析技術(shù)，能夠?qū)崟r(shí)捕捉能源需求的動(dòng)態(tài)變化，精準(zhǔn)預(yù)測能源需求走勢，進(jìn)而為企業(yè)量身定制能源分配方案。這有助于實(shí)現(xiàn)能源的高效配置，提升能源利用效率，推動(dòng)產(chǎn)業(yè)向綠色低碳方向轉(zhuǎn)型。其次，在生產(chǎn)環(huán)節(jié)，借助智能化生產(chǎn)系統(tǒng)和自動(dòng)化流程，人工智能可對企業(yè)生產(chǎn)參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測，幫助企業(yè)精準(zhǔn)定位潛在的節(jié)能減排空間，及時(shí)調(diào)整生產(chǎn)策略。這不僅有助于提高生產(chǎn)效率，還能從源頭上降低廢棄物的產(chǎn)生，減少資源消耗和碳排放，推動(dòng)企業(yè)邁向綠色低碳生產(chǎn)模式。據(jù)此，本文提出以下假設(shè)：

H2：人工智能能夠通過推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，間接提升城市碳排放效率。

第二，綠色創(chuàng)新路徑。綠色創(chuàng)新是提升城市碳排放效率的核心動(dòng)力。人工智能作為推動(dòng)綠色創(chuàng)新的關(guān)鍵要素，其作用主要體現(xiàn)在以下幾點(diǎn)：首先，綠色創(chuàng)新具有顯著的綠色屬性，導(dǎo)致企業(yè)在推進(jìn)綠色創(chuàng)新時(shí)，缺乏自主性。人工智能通過對企業(yè)生產(chǎn)流程的實(shí)時(shí)監(jiān)測，能夠及時(shí)捕捉企業(yè)環(huán)境違法行為，并將違規(guī)信息實(shí)時(shí)傳遞給社會(huì)公眾和政府監(jiān)管部門，從而對企業(yè)生產(chǎn)活動(dòng)形成有效約束。在多維監(jiān)管壓力下，企業(yè)為了確保自身生產(chǎn)活動(dòng)符合環(huán)保要求，不得不積極投入到綠色技術(shù)的改造與升級中，通過更環(huán)保的生產(chǎn)工藝和清潔技術(shù)逐步向綠色低碳方向轉(zhuǎn)型。其次，綠色創(chuàng)新項(xiàng)目需要大量且長期的資金支持，企業(yè)常面臨嚴(yán)重的融資約束。人工智能憑借其強(qiáng)大的數(shù)據(jù)分析和處理能力，能夠有效緩解綠色投資者與企業(yè)之間的信息不對稱狀況。通過精準(zhǔn)匹配綠色資本與綠色創(chuàng)新項(xiàng)目，可以引導(dǎo)更多的綠色資金流向綠色創(chuàng)新項(xiàng)目，進(jìn)而為綠色創(chuàng)新活動(dòng)的持續(xù)推進(jìn)和最終成功提供了資金保障。此外，人工智能依托大數(shù)據(jù)分析和深度學(xué)習(xí)技術(shù)，對綠色資本的使用全周期進(jìn)行實(shí)時(shí)動(dòng)態(tài)監(jiān)控，構(gòu)建異常預(yù)警模型，防范“漂綠”行為，確保綠色資金能夠發(fā)揮最大效能。據(jù)此，本文提出以下假設(shè)：

H3：人工智能能夠通過促進(jìn)綠色創(chuàng)新，間接提升城市碳排放效率。

4 研究設(shè)計(jì)

4.1 模型設(shè)定

為檢驗(yàn)人工智能對城市碳排放效率的實(shí)際效果，本文構(gòu)建如下計(jì)量模型：

CEit=α0+α1AIit+α2Xit+μi+λt+εit（1）

式中，i和t分別表示城市和時(shí)間；CE表示碳排放效率；AI表示人工智能發(fā)展水平；X表示控制變量集；μ表示城市固定效應(yīng)；λ表示時(shí)間固定效應(yīng)；ε表示隨機(jī)干擾項(xiàng)。

為檢驗(yàn)人工智能對城市碳排放效率的中介機(jī)制，在式（1）基礎(chǔ)上，繼續(xù)構(gòu)建如下兩個(gè)計(jì)量模型：

Mit=γ0+γ1AIit+γ2Xit+μi+λt+εit（2）

CEit=β0+β1AIit+β2Mit+β3Xit+μi+λt+εit（3）

式中，M表示中介變量，包括產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級（IND）和綠色創(chuàng)新（GP）兩個(gè)變量；其他變量含義同上文。

4.2 變量選取

4.2.1 被解釋變量

碳排放效率（CE）。本文參照安勇（2024）[14]的做法，運(yùn)用Super-SBM模型進(jìn)行測算。該模型將城市碳排放量這一非期望產(chǎn)出納入投入產(chǎn)出模型，打破傳統(tǒng)模型的局限，從而準(zhǔn)確評估城市碳減排的效率狀況。

4.2.2 核心解釋變量

人工智能發(fā)展水平（AI）。參照鄭景麗等（2024）的做法，從“天眼查”數(shù)據(jù)庫中篩選人工智能企業(yè)，并以城市人工智能企業(yè)數(shù)量的對數(shù)值衡量其發(fā)展水平。

4.2.3 中介變量

一是產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級（IND），利用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)增加值比重衡量；二是綠色創(chuàng)新（GP），利用綠色發(fā)明專利授權(quán)量的對數(shù)值衡量。

4.2.4 控制變量

城鎮(zhèn)化水平（UR），利用城鎮(zhèn)人口占比衡量；財(cái)政壓力（PR），利用政府財(cái)政支出與財(cái)政收入比重衡量；人力資本（HU），利用在校大學(xué)生人數(shù)占總?cè)丝诒戎睾饬俊?/p>

4.3 數(shù)據(jù)說明

本文選取2011—2022年271個(gè)地級市的樣本數(shù)據(jù)進(jìn)行研究。文中所用數(shù)據(jù)主要來源于《中國城市統(tǒng)計(jì)年鑒》、CEADS數(shù)據(jù)庫、EPS統(tǒng)計(jì)數(shù)據(jù)平臺、國家知識產(chǎn)權(quán)專利數(shù)據(jù)庫及“天眼查”企業(yè)數(shù)據(jù)庫。

5 實(shí)證結(jié)果與分析

5.1 基準(zhǔn)回歸結(jié)果分析

表1列出了基準(zhǔn)模型的估計(jì)結(jié)果。其中，列（1）未包含控制變量，列（2）～列（4）逐步加入了城鎮(zhèn)化水平、財(cái)政壓力及人力資本等控制變量。由列（1）～列（4）可知，人工智能的回歸系數(shù)為正數(shù)，且均在1%水平上顯著。由此，人工智能對城市碳排放效率具有顯著的促進(jìn)作用，假設(shè)H1得以證實(shí)。因此，應(yīng)加快人工智能技術(shù)的發(fā)展與應(yīng)用推廣，充分釋放其對城市碳排放效率的賦能效應(yīng)，助力“雙碳”目標(biāo)實(shí)現(xiàn)。控制變量方面，城鎮(zhèn)化水平的回歸系數(shù)在10%水平上不顯著，表明城鎮(zhèn)化水平不是影響城市碳排放效率的主要因素。財(cái)政壓力的回歸系數(shù)在5%水平上顯著為負(fù)，表明財(cái)政壓力會(huì)抑制城市碳排放效率的提高。原因在于，在財(cái)政壓力下，地方政府往往會(huì)削弱在環(huán)境保護(hù)和污染治理方面的投資規(guī)模，以及會(huì)減少對企業(yè)進(jìn)行綠色低碳治理的財(cái)政補(bǔ)貼力度，進(jìn)而不利于城市碳排放效率的提高。人力資本的回歸系數(shù)在1%的水平上顯著為正，表明人力資本能夠促進(jìn)城市碳排放效率的提高。原因在于，高水平人力資本為綠色低碳技術(shù)的研發(fā)、應(yīng)用及推廣提供了人才保障，進(jìn)而有利于促進(jìn)城市碳排放效率提高。

5.2 穩(wěn)健性檢驗(yàn)與內(nèi)生性問題

5.2.1 穩(wěn)健性檢驗(yàn)

（1）替換核心解釋變量。本文以城市工業(yè)機(jī)器人使用密度對其人工智能發(fā)展水平進(jìn)行重新測度，基于基準(zhǔn)模型進(jìn)行重新估計(jì)，結(jié)果如表2列（1）所示?？梢钥闯?，在對人工智能發(fā)展水平進(jìn)行重新度量后，其對城市碳排放效率依然具有顯著的提升作用。

（2）剔除異常值。本文對所用變量進(jìn)行1%水平的縮尾處理，以剔除異常值的影響，進(jìn)而對基準(zhǔn)模型進(jìn)行重新估計(jì)，結(jié)果如表2列（2）所示?？梢钥闯觯谔蕹惓Ｖ岛?，人工智能可以提升城市碳排放效率的結(jié)論依舊成立。

5.2.2 內(nèi)生性問題

在現(xiàn)實(shí)中，碳排放效率較高的城市，其人工智能發(fā)展水平也可能相對較高。這種反向因果關(guān)系可能導(dǎo)致模型估計(jì)結(jié)果出現(xiàn)偏差。為減弱模型估計(jì)的內(nèi)生性問題，本文參照胡晟明等（2021）的研究，以城市光纜密度作為人工智能發(fā)展水平的工具變量，并借助2SLS法對基準(zhǔn)模型進(jìn)行重新估計(jì)，結(jié)果如表2列（3）～列（4）所示。由表2列（3）可知，工具變量城市光纜密度對人工智能發(fā)展水平具有顯著的促進(jìn)作用。由列（4）可知，人工智能發(fā)展水平的回歸系數(shù)在1%水平上顯著為正。因此，在考慮內(nèi)生性問題后，人工智能仍然能夠提升城市碳排放效率。

5.3 異質(zhì)性分析

5.3.1 地理區(qū)位異質(zhì)性

本文按照地理區(qū)位，將總樣本劃分為東部城市和中西部城市進(jìn)行分組回歸，結(jié)果如表3列（1）～列（2）所示。可以看出，人工智能對不同區(qū)位城市的碳排放效率均有顯著的促進(jìn)作用，但其對東部城市的正向作用效果更為顯著。可能原因在于，東部地區(qū)的數(shù)字基礎(chǔ)設(shè)施更為完善，這為人工智能的快速發(fā)展創(chuàng)造了更有利的條件，致使東部地區(qū)的人工智能發(fā)展水平顯著高于中西部地區(qū)。因此，在東部地區(qū)，人工智能更能充分釋放碳排放效率的賦能效應(yīng)。

5.3.2 低碳城市試點(diǎn)異質(zhì)性

本文依據(jù)低碳城市試點(diǎn)名單，將總樣本劃分為低碳試點(diǎn)城市和非低碳試點(diǎn)城市進(jìn)行分組回歸，結(jié)果如表3列（3）～列（4）所示?？梢钥闯?，人工智能對兩類城市的碳排放效率具有顯著的促進(jìn)作用，但其對低碳試點(diǎn)城市的正向影響更為顯著?？赡茉蛟谟冢吞汲鞘性圏c(diǎn)政策旨在通過一系列綜合性措施，推動(dòng)城市經(jīng)濟(jì)向綠色低碳方向轉(zhuǎn)型。與非低碳試點(diǎn)城市相比，低碳試點(diǎn)城市面臨更加嚴(yán)格的環(huán)境監(jiān)管，但同時(shí)也能獲得更多的政策支持。這種外部環(huán)境為人工智能與碳減排活動(dòng)的協(xié)同共進(jìn)創(chuàng)造有利條件。因此，人工智能在助力低碳城市建設(shè)時(shí)，能夠更充分地釋放碳減排效應(yīng)。

5.4 中介機(jī)制檢驗(yàn)

前述理論分析表明，人工智能可能會(huì)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級、促進(jìn)綠色創(chuàng)新，進(jìn)而對城市碳排放效率產(chǎn)生促進(jìn)作用。本文利用逐步回歸法對上述傳導(dǎo)路徑進(jìn)行識別。

5.4.1 產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級中介機(jī)制檢驗(yàn)

表4列（1）～列（2）列出了中介變量為產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的檢驗(yàn)結(jié)果。由表4列（1）可知，人工智能的回歸系數(shù)在1%的水平上為正，這表明人工智能能夠推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級。由表4列（2）可知，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的回歸系數(shù)在1%水平上為正，表明產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級對城市碳排放效率具有顯著的促進(jìn)作用。由此，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級是人工智能促進(jìn)城市碳排放效率提升的中介變量。進(jìn)一步地，表4列（2）中人工智能的回歸系數(shù)顯著為正，故產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級發(fā)揮了部分中介作用， 假設(shè)H2得以證實(shí)。經(jīng)測算可知，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級中介效應(yīng)占比約為18.18%。

5.4.2 綠色創(chuàng)新中介機(jī)制檢驗(yàn)

表4列（3）～列（4）列出了中介變量為綠色創(chuàng)新的檢驗(yàn)結(jié)果。由列（3）可知，人工智能的回歸系數(shù)在1%水平上為正，表明人工智能能夠促進(jìn)綠色創(chuàng)新。由列（4）可知，綠色創(chuàng)新的回歸系數(shù)在1%水平上為正，表明綠色創(chuàng)新對城市碳排放效率具有顯著的促進(jìn)作用。由此，綠色創(chuàng)新是人工智能促進(jìn)城市碳排放效率提升的中介變量。進(jìn)一步地，列（4）中人工智能的回歸系數(shù)顯著為正，故綠色創(chuàng)新發(fā)揮部分中介作用，假設(shè)H3得以證實(shí)。經(jīng)測算可知，綠色創(chuàng)新中介效應(yīng)占比約為24.24%。

6 結(jié)語

6.1 結(jié)論

本文基于中國271個(gè)城市2011—2022年的面板數(shù)據(jù)，深入探討人工智能對城市碳排放效率的影響及其機(jī)制。主要結(jié)論如下：（1）人工智能對城市碳排放效率具有顯著的促進(jìn)作用，在經(jīng)過多維穩(wěn)健性檢驗(yàn)和內(nèi)生性處理后，結(jié)論依舊成立。（2）異質(zhì)性分析發(fā)現(xiàn)，人工智能對城市碳排放效率的影響具有基于地理區(qū)位與低碳城市試點(diǎn)的異質(zhì)性，其正向作用效果在東部城市與低碳試點(diǎn)城市更為顯著。（3）中介機(jī)制檢驗(yàn)表明，人工智能主要通過產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級與綠色創(chuàng)新兩條路徑，間接推動(dòng)城市碳排放效率提升。

6.2 建議

基于研究結(jié)論，本文提出如下建議：（1）加快人工智能發(fā)展步伐。政府應(yīng)構(gòu)建完善的人工智能發(fā)展頂層設(shè)計(jì)，推動(dòng)人工智能產(chǎn)業(yè)高速發(fā)展。通過差異化政策扶持，加大對不同類型城市數(shù)字基礎(chǔ)設(shè)施建設(shè)的投入力度，強(qiáng)化對人工智能人才的培育力度，為人工智能技術(shù)開發(fā)和應(yīng)用奠定堅(jiān)實(shí)的基礎(chǔ)。（2）促進(jìn)產(chǎn)業(yè)深度融合。應(yīng)持續(xù)推動(dòng)人工智能產(chǎn)業(yè)與高新技術(shù)產(chǎn)業(yè)、綠色產(chǎn)業(yè)的深度融合，積極推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級。（3）加大對人工智能在綠色創(chuàng)新領(lǐng)域應(yīng)用的扶持力度。政府應(yīng)制定詳細(xì)的戰(zhàn)略規(guī)劃與政策指引，對采用人工智能技術(shù)進(jìn)行節(jié)能減排技術(shù)改造的企業(yè)，可給予稅收減免、財(cái)政補(bǔ)貼等支持。設(shè)立人工智能促進(jìn)綠色創(chuàng)新專項(xiàng)基金，引導(dǎo)社會(huì)資本流向該領(lǐng)域，為綠色創(chuàng)新項(xiàng)目提供充足的資金支持。

參考文獻(xiàn)

Acemoglu D， Restrepo P. Robots and jobs： Evidence from US labor markets[J].Journal of political economy， 2020，128（6）：2188-2244.

余玲錚，魏下海，孫中偉，等.工業(yè)機(jī)器人、工作任務(wù)與非常規(guī)能力溢價(jià)： 來自制造業(yè)“企業(yè)—工人”匹配調(diào)查的證據(jù)[J].管理世界，2021，37（1）：47-59.

王林輝，胡晟明，董直慶.人工智能技術(shù)會(huì)誘致勞動(dòng)收入不平等嗎： 模型推演與分類評估[J].中國工業(yè)經(jīng)濟(jì)， 2020（4）：97-115.

姚加權(quán)，張錕澎，郭李鵬，等.人工智能如何提升企業(yè)生產(chǎn)效率： 基于勞動(dòng)力技能結(jié)構(gòu)調(diào)整的視角[J].管理世界，2024，40（2）：101-116.

杜傳忠，曹效喜，任俊慧.人工智能影響中國全要素生產(chǎn)率的機(jī)制與效應(yīng)研究[J].南開經(jīng)濟(jì)研究，2024（2）： 3-24.

張兵兵，陳靜，朱晶，等.人工智能與企業(yè)出口技術(shù)復(fù)雜度提升[J].國際貿(mào)易問題，2023（8）：143-157.

辛大楞，邱悅.人工智能對進(jìn)口擴(kuò)張的影響研究： 來自中國微觀企業(yè)層面的證據(jù)[J].世界經(jīng)濟(jì)研究，2023（11）： 11-25.

許家云，沈含雨，周新博.人工智能發(fā)展與企業(yè)ESG表現(xiàn)[J].世界經(jīng)濟(jì)研究，2024（9）：120-134.

劉婷婷，周兵，梁博.人工智能、綠色創(chuàng)新與企業(yè)碳績效[J].經(jīng)濟(jì)體制改革，2024（4）：193-200.

呂越，馬明會(huì)，陳泳昌，等.人工智能賦能綠色發(fā)展[J].中國人口·資源與環(huán)境，2023，33（10）：100-111.

鄺勁松，楊坤宇，石校菲，等.省域人工智能發(fā)展對綠色全要素生產(chǎn)率的空間效應(yīng)[J].經(jīng)濟(jì)地理，2024，44（7）： 144-154.

趙曉春，龍來春，周瑛.綠色金融、政府干預(yù)與區(qū)域碳排放效率[J].統(tǒng)計(jì)與決策，2023，39（10）：149-154.

楊浩昌，鐘時(shí)權(quán)，李廉水.綠色技術(shù)創(chuàng)新與碳排放效率： 影響機(jī)制及回彈效應(yīng)[J].科技進(jìn)步與對策，2023， 40（8）：99-107.

安勇.土地資源錯(cuò)配對城市碳排放效率的影響及作用機(jī)制研究[J].城市問題，2024（1）：27-34.

陳應(yīng)武.數(shù)字創(chuàng)新對全要素碳排放效率的影響研究[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2024（6）：79-88.

鄭景麗，王喜虹，張雪梅.人工智能如何影響勞動(dòng)收入份額： 基于產(chǎn)業(yè)結(jié)構(gòu)與企業(yè)升級的機(jī)制探討[J].南開經(jīng)濟(jì)研究，2024（4）：3-22.

胡晟明，王林輝，趙賀.人工智能應(yīng)用、人機(jī)協(xié)作與勞動(dòng)生產(chǎn)率[J].中國人口科學(xué)，2021（5）：48-62.