一、引言 作为工业文明演进的核心动力，能源在为人类文明铸就繁荣的同时，也带来严峻的气候挑战(Rehman et al.，2023；Wu et al.，2020)[1-2]。国际能源署数据显示，1990-2024年全球二氧化碳排放量由约211亿吨激增至约376亿吨，增长幅度超过60％(IEA，2025)[3]。世界各国认识到减少碳排放的迫切性，纷纷采取各种行动来应对气候变化，如提高能源效率、设定碳减排目标及促进能源转型。同时，国际社会先后达成了如1992年的《联合国气候变化框架公约》、1997年的《京都议定书》、2016年的《巴黎协定》和2021年的《格拉斯哥气候公约》等法律文件，旨在有效遏制气候变化的进程。如何有效推进碳减排进程，已成为环境治理领域亟待深入探究并解决的核心议题(Wang & Shen，2016；Ren et al.，2022)[4-5]，事关全球经济的可持续发展和构建人类命运共同体。 作为新一轮科技革命的核心驱动力，人工智能应用已渗透至能源开发、输送及使用的多个核心环节，对碳排放及经济可持续发展产生着重要影响。一些研究发现，人工智能对碳减排产生积极影响(Chen et al.，2022；Xie & Wang，2024)[6-7]。然而，也有研究指出人工智能并非总能降低能源消耗并促进碳减排(Vinuesa et al.，2020)[8]。因此，全球范围内人工智能是否会推动碳减排存在争议。一方面，人工智能所依托的算力基础设施需要消耗大量能源，不利于碳减排；另一方面，人工智能通过提高能源效率和降低转型成本来促进碳减排。人工智能对碳减排是产生抑制效应还是促进效应有待进一步验证。基于此，本文重点回答以下问题：人工智能与碳排放之间是否存在非线性关系?人工智能对碳排放存在哪些异质性影响?能源强度、政府科技投资及信息化在人工智能对碳排放的影响中发挥什么作用?使用1993-2022年全球61国面板数据，采用非线性模型检验人工智能对碳排放的影响，探讨经济发展水平与资源禀赋的异质性影响，进一步分析能源强度、科技投资与信息化的调节作用。 二、文献综述 近年来，人工智能的快速发展引起学术界的普遍关注。关于人工智能的经济社会影响的研究激增。既有研究普遍认为人工智能对经济产生替代效应、创造效应以及生产力效应，并由此推动了生产流程的变革。人工智能的广泛整合将显著影响生产效率的提高和产业结构的转变(Lee et al.，2022)[9]。在劳动力市场中，人工智能是一把“双刃剑”，一方面，人工智能可以提高劳动生产率、降低企业运营成本(Yang，2022；Du & Lin，2022)[10-11]；另一方面，人工智能也会降低劳动力就业水平，减少劳动报酬(王军和常红，2021)[12]。此外，还有研究从能源环境问题视角切入，发现人工智能可以通过规模、结构和效率效应来降低能源强度(Li et al.，2023)[13]。 人工智能作为带动能源产业转型发展、推动技术进步的新技术因素，同时也对推动碳减排起到至关重要的作用。现有文献关于人工智能对碳减排的影响存在三种观点。部分研究认为人工智能对碳减排具有促进作用。Xu et al.(2025)[14]发现由人工智能驱动的工业智能化可通过绿色技术创新、产业结构升级和能源强度来实现碳减排，同时对本地与邻近地区的碳减排也具有积极影响。Farzaneh et al.(2021)[15]研究表明，通过应用随机森林、人工神经网络等多种先进算法，人工智能可以通过全面监控、高效收集、智能控制、准确评估及科学管理建筑物的能源消耗，在高峰时段有效减少能源消耗，促进碳减排。此外，Uriarte-Gallastegi et al.(2024)[16]综合考察了包括医疗、设计、图片处理等六个行业中的18个项目，并指出人工智能对其中15个项目产生积极的碳减排效应，甚至在一些项目实现了超过20％的碳减排。 然而，部分学者则对人工智能在推动碳减排的实际作用质疑，并提出一种与杰文斯悖论(Jevons Paradox)相似的观点，即人工智能对能源的较高需求可能会破坏其在追求可持续发展过程中所发挥的作用(Vinuesa et al.，2020)[8]。从工业生产的角度出发，Luan et al.(2022)[17]发现工业机器人的广泛部署能显著提高生产率，促进生产与消费的快速增长，进而导致高碳化石能源的大量使用，加剧空气质量的恶化。Shvakov & Petrova(2020)[18]指出，以人工智能等前沿数字技术为关键驱动力，在一定程度上阻碍了绿色经济与节能经济发展。因此，需要对数字经济的增长速度进行适度限制，以实现全球可持续发展目标。此外，还有部分研究发现人工智能对可持续发展的影响存在非线性特征。在生态可持续发展框架内，Zhao et al.(2022)[19]发现人工智能与绿色全要素生产率(GTFP)之间存在曲线关系，即人工智能对GTFP的影响最初受到抑制，在达到一定的发展阈值后，人工智能通过加速绿色技术的采用和提高环境效率来提升GTFP。同时，祝红飞和张协奎(2024)[20]探讨了人工智能与能源强度之间的关系，发现二者存在倒U型曲线关系。 上述研究对理解人工智能对碳排放的影响提供了诸多参考，但存在以下不足：第一，现有的研究主要围绕经济扩张、劳动力市场、能源强度等，研究人工智能与碳排放关系的文献鲜有；第二，现有文献忽视了人工智能作用的阶段性差异，在人工智能的初始应用阶段，大量的基础投入和技术的不成熟可能对碳减排造成不利影响；第三，世界各国经济发展水平和资源禀赋不同，人工智能作为一项新兴技术，对不同地区的碳排放将产生差异性影响；第四，将能源强度、政府科技投资、信息化等因素纳入实证中，研究这些因素如何调节人工智能与碳排放关系的文献较少。鉴于此，本文利用1993-2022年全球61国面板数据，系统考察人工智能对碳排放的影响，从理论和实证两个维度检验人工智能与碳排放的关系。
