论文作者：李红玉, 陆智强, 张正平, Cristina Tanasescu

论文标题：人工智能怎样影响制造企业的能源强度？（How does artificial intelligence affect manufacturing firms' energy intensity?）

发表期刊：《Energy Economics》Volume 141, January 2025, 108109

期刊分级：北京工商大学A1类权威期刊

论文梗概

一、研究背景

2006年，国务院发布的《国家中长期科学和技术发展规划（2006 - 2020年）》，首次将人工智能作为先进制造技术的重要组成部分。2017年，中国国务院发布了新一代人工智能发展规划。2020年，中国提出2030年达到碳峰值、2060年达到碳中和的“双碳”全球倡议。2021年，中国工业信息安全发展研究中心发布了《人工智能助力实现双碳目标》白皮书，预测到2060年，人工智能相关技术将帮助中国减少350亿吨以上的碳排放。中国政府专注于将连续几代人工智能技术商业化，以促进与实体经济的更深层次融合。人工智能在中国智能制造领域的成果非常可观。例如，值得注意的是，近10,000个数字车间和智能工厂的建设，以及自2012年以来机器人增强装置的年安装量激增了五倍，与欧洲刚刚超过100%的增长率相比，这种加速尤为惊人。因此，在中国将人工智能发展提升为国家战略重点的同时，制造业也面临着利用人工智能技术提高能源效率的关键挑战。这就提出了一个关键问题：企业采用人工智能是否会导致EI的下降？如果可以，支持这种关系的潜在机制是什么？因此，本研究分析了人工智能对于企业能源强度的影响，并将能源强度分解为生产效率和能源效率，以评估人工智能对于企业能源强度的影响渠道。

二、理论分析

在企业的生产过程和管理活动中，人工智能技术可以作为现有系统的有效补充，自主运行或与现有技术结合，以提高企业生产率（Brynjolfsson等，2019）。在生产过程优化方面，人工智能应用可以通过管理智能物流和简化供应链来提高能源效率，从而降低能源消耗，减少资源浪费。同时，人工智能在预测产品能耗方面表现出卓越的能力，从而有助于优化产品设计。此外，一些研究表明，人工智能可以帮助企业探索新材料，进一步提高产品的节能性能(Guo et al., 2021；Jiang et al., 2022)。

除了运营改进之外，人工智能还可以通过提供数据驱动进行管理补充，实现更准确的生产预测。利用人工智能技术可以更精确地估计市场需求，最大限度地提高生产供应链的效率，并优化资源利用（Javaid et al., 2022）。此外，在产品设计阶段，人工智能的预测能力可以帮助企业开发更节能的产品，补充传统的设计方法，并鼓励更环保的做法（Antonopoulos等人，2020）。人工智能技术还通过替代人力和传统流程，从而提高生产效率。人工智能驱动的自动化可以取代重复和低技能的任务，使人类工人能够专注于需要创造力和批判性思维的更复杂的活动。这种转变提高了整体生产力，并确保更有效地利用人力和物力资源。

在另一方面，人工智能也会影响企业的能源效率。现有研究发现，人工智能技术可以通过优化各种流程来提高制造业的能源效率，从而持续降低每单位生产的能耗(Yao等人，2017；Lee et al., 2022)。人工智能技术还可以预测电力需求和供应，最大限度地减少能源浪费，降低企业和家庭的能源费用（Raza和Khosravi，2015）。除了技术进步，人工智能还可以通过行为改变来影响能源效率。人工智能提供数据驱动的洞察力，使组织能够在能源使用方面做出明智的决策。此外，人工智能驱动的平台可以教育和激励员工采取节能行为，在企业内部培养可持续发展文化。

三、实证分析

作者通过CESD收集了企业层面的能源使用数据，并于中国A股上市公司进行匹配作为本文的研究样本。同时，本文通过统计公司年度报告中与人工智能技术相关的词频来识别人工智能技术的使用。首先，作者总结了与人工智能技术相关的关键字列表，随后使用Python提取年报中披露的与“人工智能技术”相关的术语，并对每个关键词进行频率统计。最后将每个关键词的词频汇总，形成各公司AI技术的总词频。首先，通过双向固定效应模型，从企业是否采用人工智能技术、人工智能技术使用程度两个方面检验人工智能技术对企业能源强度的影响；其次，从生产效率和能源效率两个方面，检验人工智能对企业能源强度的影响路径；最后，从企业产权性质和企业所在区位两个方面，考察人工智能对企业能源强度的影响异质性。

四、主要结论

本文的研究结果表明：第一，使用人工智能技术以及人工智能技术使用程度均会降低企业的能源使用效率，该结论经过多种稳健性检验后依然成立。第二，使用人工智能技术可以有效地提升企业生产效率和能源效率，进而降低企业的能源强度。第三，这种影响在非国有企业和那些在智慧城市计划之外运营的企业中更为显著。这一结果可能是由于与国有企业相比，非国有企业的决策过程更灵活，对创新技术的适应速度更快。此外，没有参与智慧城市项目的公司可能有更多的自主权来试验和整合适合其特定需求的人工智能技术，这种更大的灵活性和有针对性的应用导致非试点城市的公司受到人工智能采用的影响更大。

五、政策启示

考虑到人工智能技术通过提高生产效率和能源效率来影响企业能源强度，有针对性的战略对于实现能源节约至关重要。在生产效率方面，政府应该实施补贴和税收优惠，以促进人工智能驱动的自动化系统采用。鼓励企业使用人工智能进行流程分析和优化，有助于进一步提高生产效率。在能源效率方面，为基于人工智能的能源监测系统提供资金至关重要。这样的系统能够实时优化能源消耗，通过减少能源使用来提高整体能源效率。同时，建立激励机制，促进人工智能驱动的绿色技术创新，进而降低生产过程中的能耗。此外，考虑到人工智能对非国有企业和在智慧城市之外的企业影响更大，制定有针对性的激励和支持计划至关重要。最后，考虑到人工智能技术可以通过加强技术创新，特别是绿色创新来提高企业的能源效率，政府应为企业技术创新营造良好的外部环境。

作者简介：张正平，北京工商大学经济学院金融系教授，博士生导师，现任北京工商大学数字金融研究中心主任，研究方向为农村金融、普惠金融、数字金融（金融科技），曾荣获北京市“中青年拔尖人才”、“长城学者”等称号，在《金融研究》、《财贸经济》、《中国农村经济》、《国际金融研究》等期刊发表论文60余篇，出版学术专著4部，主持完成国家自然基金项目3项，在研国家自然科学基金面上项目1项。