人工智能减少环境污染了吗——来自283个城市工业机器人的数据.pdf

根据使用2 0 0 6 一2 0 19 年中国2 8 3个城市的数据研究人工智能应用对环境污染的影响。模型研究表明，人工智能与环境污染呈现“倒U形”非线性关系；进一步研究表明人力资本的提高有助于促进人工智能的降污作用。因此，治理环境污染要充分发挥人工智能和人力资本的作用，助力降低环境污染水平。关键词：人工智能；人力资本；环境污染中图分类号：F7900引言在过去40 多年的时间里，中国经济高速发展,形成了完备的工业体系。但是伴随而来的是能源消耗、环境污染等问题，成为经济社会发展的肘。党的十九大报告提出绿色发展成为中华民族永续发展的千年大计，环境的管制一定程度上降低了环境污染，但是未从根本上扭转环境污染趋势。现如今节能减排是大势所趋，但是环境污染治理任重道远。中国的环境污染主要是粗放型经济发展模式运行的结果，人工智能的发展为转变这种发展模式提供了新思路。首先，人工智能是高新技术与制造业的结合，可以提高制造业生产率，改善资源使用效率,降低生产对环境的影响。其次，人工智能对于产业结构升级、发展数字经济具有不可替代的作用,这也有可能会影响环境污染。人工智能作为一项新兴产业，中国人工智能专利申请总量2 0 14年以来增速大幅提高。根据国际机器人联合会发布的全球机器人2 0 19，全球现存的工业机器人累计超过2 7 0 万台，中国现存工业机器人超过7 8 万台，占全球总量的2 8.9%，是2 0 0 6 年工业机器人的46 倍。中国要走高质量发展之路，提升制造业的生产率，必然离不开工业机器人的发展。而制造业转型升级，生产要素的效率提高,是推动经济绿色发展必不可少的条件。探讨如何促进经济绿色发展，降低环境污染政府制定相关的经济政策具有重要价值。人工智能作为技术进步的表现，研究人工智能是否可以降低环境污染水平,以及在不同城市人工智能对环境污染影响的差异性,为如何打赢污染防治攻坚战提供相关的政策建议。1文献综述已经有学者从不同角度研究环境污染的因素，与收稿日期:2 0 2 3-0 3-0 9作者简介：程亮（19 9 7 一），男，山东济南人，青岛科技大学经济与管理学院硕士在读，研究方向为金融学；王守峰（19 9 6 一），男，山东临沂人，青岛科技大学经济与管理学院硕士研究生在读。现代工业经济和信息化Modern Industrial Economy and Informationization人工智能减少环境污染了吗？来自2 8 3个城市工业机器人的数据程亮，王守峰（青岛科技大学经济与管理学院，山东青岛2 6 6 0 6 1）文献标识码：A本文相关的因素是技术进步,从文献梳理来看,许多学者认为技术进步降低了环境污染1-2 。而人工智能是技术进步的典型表现，但是又不等同于技术进步。从生产的角度来看，人工智能可以提高全要素生产率，提高能源的利用效率3;从劳动市场来看，人工智能的应用增加了绿色就业的人数4,这些因素与环境息息相关。此外人力资本与人工智能之间还存在着协同效应5，人力资本的提高一方面可以满足研发部门的研发需求6 ，另一方面高质量的人力资本可以促进人工智能的应用,进而在经济领域更好地发挥作用7 。基于上述分析，很少有研究从城市角度出发来分析人工智能与环境污染,本文将人工智能、人力资本与环境污染纳入一个框架来讨论人工智能、人力资本和环境污染之间的相关性，以帮助填补相关研究的空白。2模型设定与数据说明2.1模型设定参考相关研究,加入人工智能的平方项作为关键解释变量，研究人工智能与环境污染的非线性关系。其模型设定为：Inp so.a=o+,lnrb,a+2(Inrb.a)*+slnhe.,+alnp gap.a+Bslnfai,ia+alnind,i+,lntech,i+iu.(1)式中：i代表城市;t代表年份。被解释变量lnpso,代表环境污染水平,即人均工业SO,排放量。核心解释变量lnr和(lnrb）代表人工智能水平及其平方项,用机器人渗透度表示。关于控制变量，lnh。表示人力资本水平，以各省平均受教育年限表示;lnpgp是人均GDP指标，lnfa是外资使用水平，lnim表示产业结构水平，用第二产业占GDP比重表示，tech表示城市创新能力指数。oi、为各项系数。8 i为误差项。如果人工智能与环境污染呈现U形或倒U形，Total 229No.7,2023D0I:10.16525/ki.14-1362/n.2023.07.065文章编号：2 0 9 5-0 7 48(2 0 2 3)0 7-0 19 3-0 3现代工业经济和信息化第13卷则必然存在一个拐点，人工智能的拐点公式(2)如下：lnrb.=-/22.(2)为了分析人力资本对环境污染和人工智能之间的联系的影响,在基本模型中引人了人工智能与人力资本的交互作用项，如公式（3）：Inpso.a=o+,lnrb,ia+2(Inrb,a)2+slnhe.a+elnp glp.a+slnfai.ia+elnind,ia+,lntech,i+lnr,*lnhe+8it.其中：lnr*lnh。为人工智能水平与人力资本水平的交互项。2.2变量说明与数据来源本文参考王永钦和董雯8 的研究，人工智能用工业机器人渗透度(lnr)表征。具体计算方式为：首先假设某一行业内的工业机器人分布程度在一个国家内的所有区域都是一致的,因此某一地区的工业机器人密度取决于该地区内各行业的就业份额。在计算地区的机器人密度时，需要以该地区各行业的就业份额作为权重，根据国家统计局对工业种类的分类，采用采矿业、制造业和电力、供水行业的机器人密度进行加总，由此可得到各个地区机器人渗透度。表达式如式(4)：(4)Lij=I其中：L，表示第t年i城市i行业就业者的数量；l表示第t年i城市j行业就业人员比例；R,表示第t年j行业的工业机器人数量;R,/L,表示第t年j行业全国层面的机器人密度。然后将i城市采矿业、制造业和电力、供水行业的机器人密度加总得到第t年i城市的机器人渗透程度lnrb.i。为了研究环境污染水平与人工智能水平的非线性关系,加人人工智能的平方项。本文所使用的样本是2 0 0 6 一2 0 19 年中国2 8 3个城市的面板数据。工业机器人的运营存量来源于国际机器人联合会(IRF),技术创新数据来自中国城市产业创新报告,其余数据均来自历年中国城市统计年鉴。为了缓解回归模型中存在的异方差问题,本文对相应变量做取对数处理,如表1所示。表1中国2 8 3个城市面板数据的统计性描述性统计变量样本数均值标准差最小值最大值Inso,39623962lnhe3962npsb3962lnfa3962Ininl396 2Intach396 23人工智能对环境污染的实证结果为确保模型(1)设定的准确性,本文运用OLS、随机效应和固定效应回归后进行豪斯曼检验拒绝原假设,进而采用固定效应回归,回归结果见表1。第(4)列展示了模型(1)的估计结果,可以看到lnrb的系数显著为正,lnrb2的系数值显著为负，表明人工智能的增加先促进了环境污染，达到顶点时又减少了环境污染。表2 第(4)列所示，人工智能水平与环境污染水平存在拐点，-/22的值为2.8 6，即机器人渗透度为(3)17.462时，环境污染达到顶峰，之后开始下降。从2019年的人工智能水平来看，已经有2 18 个城市越过拐点，占城市样本总数的7 7.0 3%。可见大部分城市已经越过拐点，人工智能已经在减少环境污染方面发挥作用，但是仍然还有6 5个城市没有达到人工智能的最优规模之上。表2基准回归结果(1)(2)项目lnpso2-0.266 1*InTb(13.798 7)-0.058 4*(lnr,)2(-12.773 7)0.162 2Inhe(0.230 0)0.756 7*Inpalp(6.801 2)0.000 2nfa(0.005 9)1.004 1*Inil(5.601 6)-0.123 5*Intech(-3.486 8)-2.565 9常数项(-1.621 2)年份固定效应否城市固定效应否0.368 3F108.564 6N3617注：表中*、*分别代表变量通过了10%、5%、1%的显著性水平检验，括号内数字为稳健标准误差，下表同。为确保结论的稳健性，本文使用三种方法来检4.338 61.274 40.698 12.184 22.165 40.082 210.425 50.733 8-4.678 21.415 20.770 10.285 10.406 31.943 2(3)lnpso2Inpso2-0.193 6*-0.176 8*(-17.094 6)(-16.817 0)-0.053 8*-0.052.7*(-15.083 6)(-20.431 1)0.572.71.3263*(1.262 8)(3.443 3)-0.037 0-0.234 1*(-0.538 5)(4.662.5)0.002 6-0.002.5(0.161 6)(0.199 7)0.776 8*0.733 8*(7.042 0)(11.492 8)-0.0170-0.0141(-0.446 2)(0.522.9)4.5394*4.875 5*(4.375 7)(5.972 8)否否否是0.5170508.804 436173617-3.377 67.981 3-6.924.94.726 51.886 22.58157.925 515.675 2-13.201 8-1.616 9-5.162 21.735 9-5.27197.407 3(4)lnpso20.049 2*(1.840 7)-0.008 6*(-2.601 3)1.9197*(4.234 2)0.007 1(0.127 1)-0.025 3*(-2.354 1)0.0549(0.900 8)0.004 2(0.164 3)0.850 1(0.812 1)是是0.642.5297.835 33617验，分别为剔除特殊样本、替换被解释变量和内生性检验。具体结果见表3。表3第(1)列为剔除省会城市的结果;第(2)列和第(3)列为替换被解释变量的结果,可以看到人工智能与环境污染仍然呈现倒U形，上文基准回归保持一致。参考Acemoglu和Restrepo(2020)的思路9),并同时考虑我国制造业的实际情况，采用美国同行业工业机器人安装量计算机器人渗透度，用USAlnrb表示机器人渗透度，USAlnrb2为机器人渗透度的二次项，作2023年第7 期为我国工业机器人渗透度的工具变量。相应回归结果如表2 第(4)列所示,考虑内生性问题后,人工智能对我国环境污染的影响仍然存在，人工智能与环境污染仍然呈现倒U形形状,与基准回归一致。表3稳健性检验结果(1)(2)项目Inps020.055 2*nrh(1.785 8)-0.0059*-0.011 6*(Inn,)2(-1.700 4)Inm(Inma）2USAlnrUSA(Inn.)2控制变量年份固定效应城市固定效应0.631 2F238.974.9N306 3根据模型（3）,本文引人交互项lnrblnhc来考察人力资本在人工智能对环境污染的作用中产生的影响。具体结果见表4,可以看到交互项的系数显著为负，说明人力资本的增加有助于人工智能减少环境污染。随着人力资本的增加，人工智能对环境污染的边际促进作用趋于下降。此外，可以求得加人人力资本后人工智能对环境污染的拐点值为1.0 7 54，相比之前的拐点值17.46 2 有了明显地降低，环境污染的拐点越早到来,更有利于人工智能降低环境污染水平。4结论与政策建议本文基于2 0 0 6 2 0 19 年中国2 8 3个地级及以上城市的面板数据，实证研究了人工智能对环境污染影响。研究表明，人工智能与环境污染呈现倒U型非线性关系。之后研究表明,随着人力资本的提高，人工智能对环境污染具有显著的抑制效应，而且人力资本有助于人工智能与环境污染的拐点提前到来，可见增加教育投入会影响环境污染水平。基于人工智能、人力资本都对环境污染产生了重要影响。根据实证研究结论，本文提出以下几点对策建议。1)基于目前大多数城市的环境污染水平已经越过拐点的事实,继续推动人工智能的发展可以进一步程亮，等：人工智能减少环境污染了吗？(3)(4)Ins02Inps020.064 1*(-2.512 5)(3.682.5)-0.016 7*(-5.328 9)是是是是是是0.619376.335 73771195表4加入交互项回归结果(1)(2)项目Inps020.032 6Inr(1.214 6)-0.008 6*(Inr.)2(-2.577 2)Inps021.633 6*Inhe(3.573 0)-0.350 3*InInhe(-4.506 2)0.044 2*控制变量(-1.738 4)年份固定效应城市固定效应20.074 7*F-3.029 4N-0.009 1*降低环境污染。应着重发展智能制造装备和产品，全(-2.238 4)方位加强自主研发创新，发挥重点科研平台和技术研是是是是是是0.624 10.608 6383.942 6284.420 13767396 2(3)Inps02Inpso2(gmm)0.055 4*-0.060 2*(1.996 1)(-1.895 8)-0.001 5-0.017 5*(0.389 6)(3.013 7)1.585 4*1.250 1*(3.371 2)(4.216 8)-0.338 4*-0.262 3*(-4.022 1)(-1.742 6)是是是是是是0.636 30.650 5345.332 1279.228 3365 43453发平台的驱动作用，激发企业等主体的创新能力，为节能减排创造基础条件。2)重视人力资本的作用，发挥人力资本的创新价值，助力人工智能的发展。针对没有越过拐点的城市，除了发展人工智能外,要重视人力资本的投入,尤其是教育投人，通过财政支持教育发展，吸引高素质人才进人教育领域。此外，还要重视低收入人群的基础教育，加快城乡教育一体化发展，着力发展高等教育和职业教育，让民办教育进人高等教育。参考文献1李斌，赵新华.经济结构、技术进步、国际贸易与环境污染：基于中国工业行业数据的分析J.山西财经大学学报，2 0 11,33（5)：1-9.2刘文君，李娇，刘秀春.能源节约型技术进步对能源消费、环境污染动态影响的实证分析J.能源与环保，2 0 17,39(8)：2 4-31.3黄海燕，刘叶,彭刚.工业智能化对碳排放的影响：基于我国细分行业的实证J.统计与决策，2 0 2 1,37 17)：8 0-8 4.4明娟，胡嘉琪.工业机器人应用、劳动保护与异质性技能劳动力就业J.人口与经济，2 0 2 2(4)：10 6-12 1.5许健，季康先，刘晓亭，等.工业机器人应用、性别工资差距与共同富裕J.数量经济技术经济研究，2 0 2 2,39(9)：134-156.6胡晟明，王林辉，朱利莹.工业机器人应用存在人力资本提升效应吗？J.财经研究,2 0 2 1,47(6):6 1-7 5;9 1.7尚涛，刘朵.工业机器人应用与我国制造业升级研究J.重庆理工大学学报（社会科学）,2 0 2 3,37(2)：6 7-8 4.8王永钦，董雯.机器人的兴起如何影响中国劳动力市场？：来自制造业上市公司的证据J】.经济研究，2 0 2 0,55(10)：159-17 5.9ACEMOGLU D,RESTREPO P.Robots and Jobs:Evidence fromUS Labor Markets J.Journal of Political Economy,2020,128(6):2188-2.244.（编辑：王钢)（下转第19 8 页）是是是0.447 63453现代工业经济和信息化第13卷度、低运营效率,这不仅会影响到项目的正常运营，而且从长期来看,还会影响到电站的等级评定和资产评价。通过引进专业化、智能化的运营管理，提高其运行管理水平，是促进我国光伏发电企业的资产保值、增值的一项重要措施。在发展过程中，各个光伏新能源企业可以依托大规模的光伏电站，以此不断积累丰富的光伏电站运营与维护经验，并以数字化技术的应用实现更完善的运维管理。通过设立省级监控中心，对区域内的各个运维中心进行实时监控，提供实时管控、智能互联的管理服务。通过对光伏电站运行过程中的实时监测与运行数据的智能化分析，可以有效地减少由于运行过程中的设备故障造成的电能损耗和运行费用的提高,同时也能够有效地推动光伏电站运行管理的标准化、规范化，提升光伏电站全生命周期的可靠性和稳定性。4结语随着我国光伏产业进入了“平价上网”的时代，以及“十四五”“30 6 0”“双碳”目标的推进，太阳能具有可再生、清洁、低碳等优势,将在未来的一段时间内,迎来一个新的发展机遇。为促进其发展,开展了对这一产业实现高质量发展的策略研究。我国目前处于能源结构转变的重要阶段,新能源光电行业将保持中长期的发展态势,并将成为促进我国能源结构转变和低碳发展的强大动力。旨在从行业发展战略的角度，深人分析新能源企业在光伏行业迅速发展的过程中所遇到的问题，从而有助于光伏新能源企业及时把握光伏产业发展的战略机遇，积极面对新模式和新市场，加快战略转型与升级发展。参考文献1袁轶，刘佳宏.电网企业服务新能源产业发展的创新探索：基于江苏南通的实践J.可持续发展经济导刊，2 0 2 2(11)：56-57.2邹州阳.新能源产业发展的国家优势下股票市场变化：基于波特五力钻石模型分析J.经济研究导刊,2 0 2 2(2 6)：8 1-8 3.3张孝伟.释放新能源产业发展潜力培育稳增长新兴动能：南京市新能源相关产业发展现状分析J.统计科学与实践，2 0 2 2(5)：59-61.(编辑：白龙）Study on the Strategy of High Quality Development of Photovoltaic New Energy Industry inthe Context of Carbon NeutralityChen Shuai,Huang Min,Miao Quancheng(Zhonghai Guangdong Natural Gas Co.,Ltd.,Zhuhai Guangdong 519015,China)Abstract:Promoting the development of green energy is a major initiative for the construction of ecological civilization,while doublecarbon is also an important task for national sustainable development.In such an environment,how to achieve carbon neutrality in theprocess of high-quality development of the new photovoltaic industry is a key issue to be studied.Based on this,the external environmentfor the development of the PV new energy industry is analysed from two aspects:the macro environment and the industry environment,respectively,on the basis of the clear composition of the PV new energy industry.Based on this,we propose high-quality developmentstrategies such as optimising the development structure of the PV new energy industry in the context of carbon neutrality,realising thestrategic transformation of PV new energy assets and developing value-added PV O&M business,with a view to promoting the sustainableand stable development of clean energy enterprises and achieving the great goal of carbon peaking and carbon neutrality for China.Key words:carbon neutrality;new energy;development strategy;high quality;industry;photovoltaic(上接第19 5页）Has Artificial Intelligence Reduced Environmental Pollution?-Data from Industrial Robots in 283 CitiesCheng Liang,Wang Shoufeng(College of Economics and Management,Qingdao University of Science and Technology,QingdaoShandong 266061,China)Abstract:The impact of artificial intelligence(AI)applications on environmental pollution is investigated based on the use of data from 283Chinese cities from 2006-2019.The modelling study shows that AI and environmental pollution have an inverted U-shaped non-linearrelationship;further research shows that the improvement of human capital helps to promote the pollution reduction effect of Al.Therefore,tocontrol environmental pollution,we should give full play to the role of artificial intelligence and human capital to help reduce the level ofenvironmental pollution.Key words:artificial Intelligence;human capital;environmental pollution