原文標題：The role of digitalization on green economic growth: Does industrial structure optimization and green innovation matter?
原文作者：Lei Chang, Farhad Taghizadeh-Hesary, Muhammad Mohsin
發(fā)表期刊：Resources Policy關(guān)
鍵詞：人工智能、自然資源市場(chǎng)、綠色經(jīng)濟增長(cháng)、碳強度、綠色全要素生產(chǎn)率
一、引言
人工智能（AI）的重大突破有助于機構收集、處理和利用大數據，這種方式徹底改變了當今金融、文化和法律機構的工作方式，也為經(jīng)濟增長(cháng)創(chuàng )造了更多的機會(huì )。為了給全球綠色經(jīng)濟的增長(cháng)提供實(shí)證支持，本文以中國為例，研究了人工智能和自然資源市場(chǎng)對綠色全要素生產(chǎn)率的影響，建立了數學(xué)理論模型，進(jìn)行了實(shí)證檢驗，探索其內在規律。
二、研究設計
1. 模型設置
為考察人工智能對綠色經(jīng)濟發(fā)展的影響，本文采用人工智能與綠色全要素生產(chǎn)率之間的靜態(tài)面板模型。綠色全要素生產(chǎn)率是被解釋變量，人工智能是主要解釋變量，其他影響綠色全要素生產(chǎn)率的因素作為控制變量。具體如下：
研究顯示，人工智能對綠色全要素生產(chǎn)率呈現U型非線(xiàn)性影響，因此構建如下非線(xiàn)性回歸模型，并使用廣義差分矩法和廣義系統矩法兩種方法進(jìn)行估計：
為構建生產(chǎn)函數，本研究假設每個(gè)省份都被看作一個(gè)決策單元 k，每個(gè)決策單元使用 n 種不同類(lèi)型的要素投入，比如來(lái)產(chǎn)生m種不同類(lèi)型的預期結果，比如，以及I種不同類(lèi)型的不良產(chǎn)出，比如不必要的產(chǎn)出位于產(chǎn)出可能性集中：
Kocher et al.（2006）提出的全球產(chǎn)出潛力集表述如下：
本文使用基于SBM-DDF的GML指數來(lái)評估各省的綠色全要素生產(chǎn)率：
綠色技術(shù)進(jìn)步（GTC）主要涉及制造工藝的進(jìn)步等相關(guān)問(wèn)題；G綠色效率的改進(jìn)（GEC），主要涉及資源配置和管理的改進(jìn)。具體分解如下：
假設基于SBM-DDF的GML指數第1期的綠色全要素生產(chǎn)率=1，則t+1期的綠色全要素生產(chǎn)率表示為：
2.數據來(lái)源
本研究使用2005年至2018年中國各省的面板數據，數據來(lái)源于國際機器人聯(lián)盟網(wǎng)站（The International Robot Alliance Website）、《中國統計年鑒》和《中國科技統計年鑒》。
三、實(shí)證結果
回歸結果表明，無(wú)論是在新興經(jīng)濟體還是發(fā)達經(jīng)濟體，技術(shù)進(jìn)步都能夠改善經(jīng)濟表現。如果自然資源、制造業(yè)和服務(wù)業(yè)都能夠更好地利用技術(shù)，那么整個(gè)經(jīng)濟就會(huì )擴張。發(fā)展中國家和富裕國家的政府都應通過(guò)以可承受的價(jià)格更廣泛地提供互聯(lián)網(wǎng)和移動(dòng)電話(huà)來(lái)鼓勵高效的信息和通信技術(shù)。人工智能既可以通過(guò)自然資源管理提高綠色全要素生產(chǎn)率立即促進(jìn)經(jīng)濟發(fā)展，也可以通過(guò)AI這一項重大成就在之后來(lái)促進(jìn)經(jīng)濟發(fā)展。
本文的主要研究結論如下：（1）短期內，人工智能和自然資源市場(chǎng)對綠色全要素生產(chǎn)率的非線(xiàn)性影響仍將呈現“U型”變化。人工智能對綠色全要素生產(chǎn)率既有正向影響，也有負向影響。（2）人工智能和自然資源市場(chǎng)顯著(zhù)降低了碳強度。（3）人工智能對碳強度的影響在不同階段和行業(yè)存在差異，機器人人才和技術(shù)吸收能力的提高提升了中國人工智能減少溫室氣體排放的能力。人工智能對勞動(dòng)密集型和技術(shù)密集型行業(yè)的氣候影響減少作用比資本密集型行業(yè)更為顯著(zhù)。
四、原文摘要
The energy consumption structure is now shifting from using fossil fuels to using renewable energy. Thus it is crucial to research if decreasing energy use can genuinely boost green total factor productivity (GTFP) and how to reconcile the link between reducing energy consumption and GTFP using various technical approaches. This study proposes the two-way influence of Artificial Intelligence (AI) and natural resources market on GTFP. It comprehensively evaluates the effects of AI on green economic development using the instance of China and a pertinent mathematical model. We found that the impacts of AI on carbon intensity vary between industries and developmental phases. Compared to the 11th Five-Year Plan, AI significantly reduced carbon intensity during the 12th. Compared to capital-intensive businesses, labor- and technology-intensive industries likely have a more significant drop in carbon intensity due to AI and natural resources market.
作者：
張廣逍 中央財經(jīng)大學(xué)博士研究生
指導老師：
王 遙 中央財經(jīng)大學(xué)綠色金融國際研究院院長(cháng)
原創(chuàng )聲明
如需轉載、引用本文觀(guān)點(diǎn)，請注明出處為“中央財經(jīng)大學(xué)綠色金融國際研究院”。
