人工智能技术对环境污染的影响机制述评
[关键词]人工智能技术；环境污染；全球价值链分工；经济增长；绿色经济
一、引言
人工智能（ArtificialIntelligence，简称AI）技术诞生于20世纪50年代，被称为世界三大尖端技术之一，在第四次科技革命中处于核心地位，为人类社会创造了巨大的经济效益和社会效益。随着数字革命的兴起，德国、日本、中国、美国、欧盟、英国等国家和国际组织先后制定了相关战略和规划，高度重视人工智能的发展，并投入了大量研发资金来打造新一轮产业竞争优势。
目前，社会各界对人工智能的定义尚未达成普遍共识，不同领域的学者给出了不同的解释。传统的人工智能是指开发创造能够模仿、学习和替代人类智能的“思维机器”，驱使机器学习人类行为的思考方式，让机器做本需要人的智慧才能做到的事情[1][2][3]。芬莱森（Finlayson）（2010）则认为，人工智能作为一种战略技术，其核心内容是建立在数字化、信息化基础上的智能化转型[4]。然而随着理论研究和应用领域的扩大，人工智能已成为涉猎广泛的一门科学，其不仅要依靠计算机算法层面的支持，而且更强调思维能力和自主决策能力，即像人一样理性思考和行动的系统[5][6]。
综上可见，虽然目前学术界对人工智能的概念尚未达成共识，但通过总结文献可以发现一些共性：人工智能应能替代人类来完成具体劳动任务；人工智能应具有学习能力。
改革开放以来，在我国经济快速增长的同时，也产生了严重的环境污染问题，如何提升环境污染治理效率成为困扰地方党委政府的重大难题。人工智能作为一项新的前沿技术，为环境污染治理开辟了新的路径，给环境污染治理带来了新的技术革新。但是，人工智能技术影响环境污染的机制是什么？这是一项值得深入研究的课题。基于此，本文拟对人工智能技术如何影响环境污染的相关研究文献进行梳理，以期为理论界和决策部门提供有益的借鉴与依据。
二、人工智能技术影响环境污染治理的机制
（一）促进技术进步的直接效应
研究表明，人工智能技术作为技术进步的一种具体表现形式，是新一代信息技术的代表，是科学技术发展的一次重大革新[7][8][9]。因此，人工智能通过技术进步会对环境污染治理带来直接效应，即人工智能技术的发展促进污染治理技术的提升。人工智能技术的快速发展催生出了一系列新产品并不断延伸到环保领域，为环境治理带来了新的工具，从而有效降低环境污染（见图1），具体而言：
（图1）直接技术进步效应
其次，人工智能与大数据相结合可以扩大环境监测的时空范围。郎芯玉、张志勇（2019）、张旭等（2020）研究发现，人工智能与大数据的结合降低了水污染数据处理的复杂性和成本[11][12]，通过广泛安装环境污染传感器，增加监测的持续时间和频率，扩大了监测的覆盖面积。人工智能技术在自主检测设备中的应用，大大降低了收集环境信息的难度和成本，比如基于人工智能的无人驾驶飞行器、无人潜航器以及专用于监测空气污染物的街景车，可以对大气、水、土壤等污染信息进行长时间动态检测。
最后，人工智能技术可以为政府和非政府组织的环境预测、决策提供优化方案。即人工智能技术通过对各种环境数据进行定量分析，从而为环境治理主体（政府和非政府组织）提供决策依据。张伟、李国祥（2021）探讨了人工智能技术运用于环境数据分析、案例研究和数学建模，得出人工智能技术发展可以进行环境预测和辅助决策，从而为环境污染治理带来积极效应[13]。
从实践应用来看，当前已有不少政府和企业合作将人工智能用于环境污染治理领域的成功案例。例如2014年国际商业机器公司（IBM）借助人工智能，开发出一种可减缓北京严重空气污染的新方法，名为“绿色地平线”（GreenHorizon），通过综合多个不同模型的大量数据，该系统不仅可以提前预测北京不同地区空气污染的严重程度，还能给出如何将污染降低到最小的具体建议；微软在2017年推出“一切为了地球”（AllforEarth）计划，预计投入5000万美元用于人工智能的环境治理领域；阿里巴巴运用阿里云强大的计算能力，于2020年6月推出应对全球环境恶化的技术方案ET（EvolutionaryTechnology）环境大脑，实现对污染源的智能感知，并建立综合评估模型进行交叉分析，等等。这些现实案例充分证明了人工智能技术的发展会给环境污染治理带来积极效应。
（二）促进技术进步的间接效应
1.人工智能技术、经济增长与环境污染。传统的技术进步是通过带来新的经济增长点、扩大经济规模来影响环境污染治理。人工智能技术的发展同样会带来经济的高速发展、经济规模的扩大，从而对环境污染治理产生影响。
目前现有研究从理论和实证层面都证明人工智能会带来经济增长。以任务模型为代表的理论模型大多认为工业机器人、自动化与人工智能等新兴生产方式会促进经济增长，这一点也得到了相关实证分析的证实。例如，格雷茨（Graets）、迈克尔斯（Michaels）（2018）基于1993-2007年的行业面板数据的计量检验发现，人工智能等新兴生产方式使得经济增长速度提高了0.37%[14]。杨光、侯钰（2020）使用机器人国际联合会（IRF）发布的工业机器人数据证明机器人的使用确实对经济增长具有促进作用，特别是随着人口红利消失，效果将更加显著[9]。阿西莫格鲁（Acemoglu）、雷斯特雷波（Restrepo）（2017）、陈秋霖等（2018）研究发现，在经历快速老龄化的国家中，年轻和中年劳动力的稀缺可以促进机器人(和其他智能化生产)的充分采用，从而促进总产出的增加[15][16]。程承坪、陈志（2021）认为，人工智能技术可以直接和间接带来经济增长，直接增长效应表现为促进劳动生产率的提升和产业链的延长，间接增长效应表现为人力资本供给的增加、市场效率和政府治理效率的提高[17]。阿吉翁（Aghion）等（2017）将人工智能技术引入到商品和服务的生产函数中，得出人工智能技术会带来经济总的平衡增长。在知识的非竞争性导致收益递增的条件下，人工智能技术还可以产生某种形式的奇点，甚至可能带来经济在有限的时间内获得无限的收入[18]。林晨等（2020）从优化资本结构的角度探讨了人工智能技术对经济增长的影响机制，认为人工智能技术的发展可以降低住房和基建支出对居民消费的挤压，使资本更多流向实体经济，成为新的经济增长点[19]。
环境污染问题与经济增长速度有着非常密切的联系。就现有研究而言，经济增长对环境污染的影响大致可分为三个阶段。第一个阶段是1972年以美国学者梅多斯（Meadows）为代表的罗马俱乐部提出的“增长极限说”，该理论认为工业化必然造成对自然和生态环境的极度破坏，通过模拟计算预计2100年到来之前，工业化将达到最高点，但同时人类将面临严重的粮食缺乏、资源枯竭，人口也将停止增长，社会因此而崩溃。第二个阶段是1991年美国经济学家格罗斯曼（Grossman）和克鲁格（Krueger）提出的环境库兹涅茨曲线假说（EKC），认为经济增长与环境污染呈倒“U”型关系，即环境污染随着经济增长由上升到下降的变化趋势，这是最为主流接受的一种假说。该假说认为新技术诞生之后，随着经济高速发展、人均收入不断提高，从而带来污染排放的增多。但随着技术不断成熟，经济进一步增长，一方面，因生产者环保意识提升，主动减少生产过程中的污染物排放；另一方面，政府加大环境规制力度，倒逼生产者采用清洁生产技术，从而使环境污染得到有效控制。第三个阶段是对环境库兹涅茨曲线假说的质疑，部分研究结论证实经济增长与环境污染之间的关系不仅呈现出倒“U”型形态，而且呈现出“U”型、“N”型、单调上升型、单调下降型等形态，不同污染物的排放与经济增长之间的关系也呈现出差异性，这些都对环境库兹涅茨曲线假说提出了挑战[20][21][22]。
总之，学者们从理论和实证层面都已经证明了人工智能技术的发展会带来经济增长和经济规模的扩大，但人工智能通过经济增长对环境污染产生影响的方向尚不明确（见图2），是否符合环境库兹涅茨曲线假说的倒“U”型还需要进一步的实证检验。
（图2）间接技术进步效应
2.人工智能技术、全球价值链分工与环境污染治理。人工智能技术通过改变国际生产分工和贸易模式，提高一国在全球价值链体系中的分工地位，促进价值链升级，进而对一国的环境污染产生影响。一般来说，处于全球价值链高端的国家，主要从事产品研发、品牌销售运营等高技术、高附加值活动，资源消耗水平低，能源利用率高，污染物排放相对较少。相比之下，处于全球价值链低端的国家，则主要从事低附加值和高能耗的加工、装配和制造过程，容易带来大量污染物的排放。因此，全球价值链分工地位的提升将减少一国的环境污染。
人工智能技术如何影响全球价值链分工？在以人工智能技术为代表的新技术革命背景下，全球价值链中各国的地位和国际分工将面临深刻的调整。第一，从成本角度看，人工智能降低了贸易和生产成本，提高了生产效率，提升一国在全球价值链体系中的分工地位。吕越（2020）基于中国行业层面数据的实证研究发现，人工智能技术的采用会显著提升行业的全球价值链位置。究其原因在于人工智能技术的运用能减少低端生产环节的劳动使用量，进而降低了企业的生产成本，提高了企业的劳动生产率[23]。刘亮等（2020）的研究也得出了类似的结论[24]。第二，从创新角度看，人工智能通过技术创新深化了全球价值链分工。刘斌（2010）认为人工智能技术将一国的创新投入和创新产出发挥其引致效应，即引致创新投入（研发投入）和创新产出（专利申请数量）的增加，从而带来一国价值链分工地位的提升[3]。第三，从资源配置角度来看，刘斌（2010）指出人工智能技术的发展带来了劳动和资本两类核心生产要素的配置效率提升，进而促进一国企业全球价值链分工地位升级[3]。总之，无论是国家、行业还是微观企业层面，人工智能都能显著提升一国的全球价值链分工地位，促进一国全球价值链升级。
全球价值链分工地位和参与程度如何影响一国的环境污染治理？近年来，随着全球投入产出表的编制，全球价值链分工测算方法、指标也在不断改进，使得更多国内外学者们开始关注全球价值链分工对环境污染的影响问题。然而大部分文献均基于格罗斯曼（Grossman）和克鲁格（Kruege）的经典模型，将规模效应、结构效应以及技术效应作为控制变量或门槛变量，分析全球价值链分工对碳排放的影响机制。许统生和薛智韵（2011）、余娟娟（2017）、徐辉和苗菊英（2018）则认为全球价值链分工可通过结构、技术与规模效应影响企业污染的水平[25][26][27]。还有部分文献基于构建全球价值链分工位置和参与度指标，讨论其对环境污染的影响。
首先，通过构建全球价值链位置指标，大部分学者得出了全球价值链位置的提升能显著降低一国污染排放的说法，即一国全球价值链位置越高，越处于上游，污染排放越少。陶长琪、徐志琴（2019）分别从行业和国家层面实证分析全球价值链嵌入位置对贸易隐含碳排放的作用，发现全球价值链位置的提升能有效减少碳排放[28]。曲晨耀等（2020）基于2000-2014年17个制造业的面板数据，探讨了全球价值链位置对中国制造业经济绿色转型的影响，研究发现，提高全球价值链位置能够快速推动中国制造业的经济绿色转型[29]。孙传旺（2019）基于2000-2011年全球60个国家的面板数据的实证研究认为，一国的全球价值链位置与其碳效率（carbonefficiency，是对生产主体产生碳足迹效率的一种量化测度方法）存在显著的正相关关系。全球价值链位置与其碳效率的正相关关系在经济发展较为落后的发展中国家尤为显著，这意味着在发展中国家提高全球价值链位置可以更大程度地减少碳排放，减少环境污染[30]。王腊芳等人（2020）计算了中国制造业全球价值链活动的总平均生产长度并检验了全球价值链生产长度对能源强度的影响，其研究结果发现全球价值链总平均生产长度显著影响能源消耗强度，并呈现倒“U”型非线性关系[31]，这在一定程度上表明一国全球价值链位置对污染排放的影响呈先升后降的趋势。
其次，大部分学者的研究表明全球价值链参与度与环境污染呈非线性关系，即全球价值链参与度对环境污染存在门槛效应。具体而言，王静（2019）基于1995-2011年期间62个国家和地区的面板数据，估算了一国全球价值链参与度对二氧化碳排放的影响，研究发现，全球价值链的参与度与人均二氧化碳排放量之间呈现倒“U”型关系[32]。曲晨耀等（2020）通过阈值回归发现，当参与度超过一定阈值时，全球价值链参与度对绿色经济转型的影响由抑制变为促进[29]。王玉燕等（2015）研究发现，全球价值链参与度通过“链中学效应”促进污染减排，但某些行业可能存在“俘获锁定效应”，即被锁定在附加值低且污染高的生产环节，这些行业的全球价值链参与度与污染排放之间可能表现为“U”型关系[33]。杨飞等（2017）的实证研究发现，中国全球价值链参与度对污染排放的影响存在门槛效应[34]。也有研究认为，全球价值链参与度与一国的环境污染存在线性关系，即全球价值链参与度对环境污染有负向影响。赵国梅等（2020）基于2000-2014年42个国家的数据，研究得出，全球价值链参与度与碳排放强度之间存在负向关系，特别地，与发达国家相比，发展中国家的全球价值链参与对隐含碳排放强度的负向影响更大[35]。总之，关于全球价值链分工对环境污染的影响，由于学者们对全球价值链分工指标选取方法的不同，即部分学者采用全球价值链位置指标，部分学者采用全球价值链参与度指标来衡量全球价值链分工程度，因而得出了不同的结论。
综合以上研究，本文提出人工智能技术发展可以通过提升一国全球价值链分工地位，从而降低污染排放的论断，其机理在于：一国处于全球价值链高端的行业多为知识技术密集型产业，技术含量高，污染程度低，而处于全球价值链低端的行业多为能源和资本密集型行业，污染相对较高。人工智能技术的发展及其在工业生产中的运用，将使得一国更多的从事知识技术密集型行业的生产与分工，显著提升一国的全球价值链分工地位，降低污染物排放（见图2）。
三、未来研究方向与研究趋势展望
人工智能技术正在催生第四次工业革命，是第四次工业革命的新引擎，也引发了该命题的学术研究热潮，使得越来越多的学者关注人工智能与技术进步、经济增长、劳动力就业、全球价值链等的关系。人工智能技术目前已广泛应用于环境治理的各个层面，并将给环境污染治理带来变革。但实际上目前关于人工智能技术如何影响环境污染的相关研究尚不多，特别是关于传导机制的研究仍处于空白，只有少量的定性研究指出人工智能技术能够显著改善环境污染，提高环境治理能力。本文通过梳理人工智能技术与经济增长、全球价值链分工、环境污染等相关文献，得出人工智能技术作为新一代信息技术的代表会对环境污染产生直接和间接影响的结论。直接技术进步效应表现在人工智能技术发展催生出的一系列新技术和新产品可用于环境污染治理领域，减少一国的环境污染。间接技术进步效应一是表现为人工智能技术的发展会扩大经济规模，促进经济增长，从而对环境污染产生影响，但影响方向不明确，是否存在倒“U”型关系需进一步检验；二是表现为人工智能技术会提升一国的全球价值链分工地位，促进全球价值链升级，从而降低一国的环境污染。
目前直接研究人工智能对环境污染影响机制、指标构建、数据获取等方面尚存在如下不足，这些也是人工智能技术影响环境污染的进一步研究方向：
一是人工智能技术对环境污染的影响路径、机制复杂，难以用实证模型加以验证。人工智能技术对环境污染的影响既存在直接影响又存在间接影响，同时，在封闭经济环境和开放环境下的影响机制也不一样。人工智能技术直接运用于环境治理，能有效减少环境污染，但同时随着人工智能技术的发展、工业机器人的大量使用，生产力大幅度提高，生产规模扩大，也有可能加剧环境污染，或者存在非线性关系。在开放经济条件下，人工智能技术发展能显著提高一国全球价值链地位，从而减少该国的环境污染，但这一正向效应存在国家和行业异质性，即对于处于不同发展阶段的国家和不同污染和技术密集度的行业的影响效应是不同的。总之，如何将人工智能技术引入环境污染模型仍需进一步探索。
中国对人工智能应用于环境污染的相关研究还较为有限。中国作为最大的发展中国家，以往靠牺牲环境来获取发展速度的经济增长模式带来了巨大的污染治理压力，经济绿色转型发展迫在眉睫。人工智能技术在中国工业生产中的应用将对环境污染带来哪些效应？显然值得进一步深入探讨。
[参考文献]
[1]Minsky,M.1961,“StepsTowardArtificialIntelligent”，ProceedingsoftheIRE,Vo1.49(1).
[2]Min,H.2010,“ArtificialIntelligentinSupplyChainManagement:TheoryandApplications”,internationalJournalofLogistics:ResearchandApplications,Vo1.13(1).
[3]刘斌,潘彤.人工智能对制造业价值链分工的影响效应研究[J].数量经济技术经济研究,2020,(10).
[4]FinlaysonM.A.RichardsW,WinstonP.H.Computationalmodelsofnarrative:Reviewofaworkshop[J].AIMagazine,2010,(2).
[5]Cerka,P.Grigiene,J.andSirbikyte,G.，2015,“LiabilityforDamagesCausedbyArtificialIntelligence”，ComputerLaw&SecurityReview,Vo1.31(3).
[6]Li,D.andY.Du,2017,ArtificialIntelligencewithUncertainty,BocaRaton:CRCpress.
[7]Kromann,L.,J.R.Skaksen,andA.Sorensen.Automation,LaborProductivityandEmployment:ACrossCountryComparison[R].CEBR,CopenhagenBusinessSchool,2011.
[8]Brynjolfsson,E.andL.M.Hitt.Computingproductivity:Firm-levelEvidence[J].ReviewofEconomicsandStatistics,2003,85(4).
[9]杨光,侯钰.工业机器人的使用、技术升级与经济增长[J].中国工业经济,2020,(10).
[10]张文博.环境治理中的人工智能[J].国外社会科学前沿,2019,(10).
[11]郎芯玉,张志勇.浅谈人工智能在水质监测领域的应用[J].计算机产品与流通,2019,(12).
[12]王旭,王钊越,潘艺蓉,罗雨莉,刘俊新,杨敏.人工智能在21世纪水与环境领域应用的问题及对策[J].中国科学院院刊,2020,(9).
[13]张伟,李国祥.环境分权体制下人工智能对环境污染治理的影响[J].陕西师范大学学报(哲学社会科学版),2021,(3).
[14]Graetz,G.andG.Michaels.RobotsatWork:TheImpactonProductivityandJobs[J].ReviewofEconomicsandStatistics,2018,(5).
[15]AcemogluD，RestrepoP.Secularstagnation?Theeffectofagingoneconomicgrowthintheageofautomation[J].AmericanEconomicReview,2017,(5).
[16]陈秋霖,许多,周羿.人口老龄化背景下人工智能的劳动力替代效应：基于跨国面板数据和中国省级面板数据的分析[J].中国人口科学,2018,(6).
[17]程承坪,陈志.人工智能促进中国经济增长的机理——基于理论与实证研究[J].经济问题,2021,(10).
[18]AghionP，JonesB，JonesC.Artificialintelligenceandeconomicgrowth[R].NBERWorkingPaper，2017.
[19]林晨,陈小亮,陈伟泽,等.人工智能、经济增长与居民消费改善：资本结构优化的视角[J].中国工业经济,2020,(2).
[20]OnafoworaOA,OwoyeO.BoundstestingapproachtoanalysisoftheenvironmentKuznetscurvehypothesis[J].EnergyEconomics,2014,(44).
[21]AllardA,TakmanJ,UddinGS,etal.TheN-shapedenvironmentalKuznetscurve:anempiricalevaluationusingapanelquantileregressionapproach[J].EnvironmentalScienceandPollutionResearch,2018,25(6).
[22]LiuK,LinB.ResearchoninfluencingfactorsofenvironmentalpollutioninChina:Aspatialeconometricanalysis[J].JournalofCleanerProduction,2019,206(1).
[23]吕越,谷玮,包群.人工智能与中国企业参与全球价值链分工[J].中国工业经济,2020,(5).
[25]许统生,薛智韵.制造业出口碳排放:总量、结构、要素分解[J].财贸研究,2011,(3).
[26]余娟娟.全球价值链嵌入影响了企业排污强度吗——基于PSM匹配及倍差法的微观分析[J].国际贸易问题,2017,(12).
[27]徐辉,苗菊英.我国制造业承接外包的环境效应[J].环境经济研究,2018,(2).
[28]陶长琪,徐志琴.融入全球价值链有利于实现贸易隐含碳减排吗?[J].数量经济研究,2019,(1).
[29]ChenyaoQu,JunShao,ZhonghuaCheng,CanembeddinginglobalvaluechaindrivegreengrowthinChina’smanufacturingindustry?[J].JournalofCleanerProduction,2020(268).
[30]ChuanwangSun,ZhiLi,TiemengMa,RunyongHe,Carbonefficiencyandinternationalspecializationposition:Evidencefromglobalvaluechainpositionindexofmanufacture[J].EnergyPolicy,2019(128).
[31]LafangWang,YoufuYue,RuiXie,ShaojianWang,HowglobalvaluechainparticipationaffectsChina’senergyintensity[J].JournalofEnvironmentalManagement,2020(260).
[32]JingWang,GuanghuaWan,ChenWang,ParticipationinGVCsandCO2emissions[J].EnergyEconomics,2019(84)1.
[33]王玉燕,王建秀,阎俊爱.全球价值链嵌入的节能减排双重效应——来自中国工业面板数据的经验研究[J].中国软科学,2015,(8).
[34]杨飞,孙文远,张松林.全球价值链嵌入、技术进步与污染排放——基于中国分行业数据的实证研究[J].世界经济研究,2017,(2).
[35]GuomeiZhao,CenjieLiu.Carbonemissionintensityembodiedintradeanditsdrivingfactorsfromtheperspectiveofglobalvaluechain[J].EnvironmentalScienceandPollutionResearch,2020,27(25).
[参考文献]
[1]Minsky,M.1961,“StepsTowardArtificialIntelligent”，ProceedingsoftheIRE,Vo1.49(1).
[2]Min,H.2010,“ArtificialIntelligentinSupplyChainManagement:TheoryandApplications”,internationalJournalofLogistics:ResearchandApplications,Vo1.13(1).
[3]刘斌,潘彤.人工智能对制造业价值链分工的影响效应研究[J].数量经济技术经济研究,2020,(10).
[4]FinlaysonM.A.RichardsW,WinstonP.H.Computationalmodelsofnarrative:Reviewofaworkshop[J].AIMagazine,2010,(2).
[5]Cerka,P.Grigiene,J.andSirbikyte,G.，2015,“LiabilityforDamagesCausedbyArtificialIntelligence”，ComputerLaw&SecurityReview,Vo1.31(3).
[6]Li,D.andY.Du,2017,ArtificialIntelligencewithUncertainty,BocaRaton:CRCpress.
[7]Kromann,L.,J.R.Skaksen,andA.Sorensen.Automation,LaborProductivityandEmployment:ACrossCountryComparison[R].CEBR,CopenhagenBusinessSchool,2011.
[8]Brynjolfsson,E.andL.M.Hitt.Computingproductivity:Firm-levelEvidence[J].ReviewofEconomicsandStatistics,2003,85(4).
[9]杨光,侯钰.工业机器人的使用、技术升级与经济增长[J].中国工业经济,2020,(10).
[10]张文博.环境治理中的人工智能[J].国外社会科学前沿,2019,(10).
[11]郎芯玉,张志勇.浅谈人工智能在水质监测领域的应用[J].计算机产品与流通,2019,(12).
[12]王旭,王钊越,潘艺蓉,罗雨莉,刘俊新,杨敏.人工智能在21世纪水与环境领域应用的问题及对策[J].中国科学院院刊,2020,(9).
[13]张伟,李国祥.环境分权体制下人工智能对环境污染治理的影响[J].陕西师范大学学报(哲学社会科学版),2021,(3).
[14]Graetz,G.andG.Michaels.RobotsatWork:TheImpactonProductivityandJobs[J].ReviewofEconomicsandStatistics,2018,(5).
[15]AcemogluD，RestrepoP.Secularstagnation?Theeffectofagingoneconomicgrowthintheageofautomation[J].AmericanEconomicReview,2017,(5).
[16]陈秋霖,许多,周羿.人口老龄化背景下人工智能的劳动力替代效应：基于跨国面板数据和中国省级面板数据的分析[J].中国人口科学,2018,(6).
[17]程承坪,陈志.人工智能促进中国经济增长的机理——基于理论与实证研究[J].经济问题,2021,(10).
[18]AghionP，JonesB，JonesC.Artificialintelligenceandeconomicgrowth[R].NBERWorkingPaper，2017.
[19]林晨,陈小亮,陈伟泽,等.人工智能、经济增长与居民消费改善：资本结构优化的视角[J].中国工业经济,2020,(2).
[20]OnafoworaOA,OwoyeO.BoundstestingapproachtoanalysisoftheenvironmentKuznetscurvehypothesis[J].EnergyEconomics,2014,(44).
[21]AllardA,TakmanJ,UddinGS,etal.TheN-shapedenvironmentalKuznetscurve:anempiricalevaluationusingapanelquantileregressionapproach[J].EnvironmentalScienceandPollutionResearch,2018,25(6).
[22]LiuK,LinB.ResearchoninfluencingfactorsofenvironmentalpollutioninChina:Aspatialeconometricanalysis[J].JournalofCleanerProduction,2019,206(1).
[23]吕越,谷玮,包群.人工智能与中国企业参与全球价值链分工[J].中国工业经济,2020,(5).
[25]许统生,薛智韵.制造业出口碳排放:总量、结构、要素分解[J].财贸研究,2011,(3).
[26]余娟娟.全球价值链嵌入影响了企业排污强度吗——基于PSM匹配及倍差法的微观分析[J].国际贸易问题,2017,(12).
[27]徐辉,苗菊英.我国制造业承接外包的环境效应[J].环境经济研究,2018,(2).
[28]陶长琪,徐志琴.融入全球价值链有利于实现贸易隐含碳减排吗?[J].数量经济研究,2019,(1).
[29]ChenyaoQu,JunShao,ZhonghuaCheng,CanembeddinginglobalvaluechaindrivegreengrowthinChina’smanufacturingindustry?[J].JournalofCleanerProduction,2020(268).
[30]ChuanwangSun,ZhiLi,TiemengMa,RunyongHe,Carbonefficiencyandinternationalspecializationposition:Evidencefromglobalvaluechainpositionindexofmanufacture[J].EnergyPolicy,2019(128).
[31]LafangWang,YoufuYue,RuiXie,ShaojianWang,HowglobalvaluechainparticipationaffectsChina’senergyintensity[J].JournalofEnvironmentalManagement,2020(260).
[32]JingWang,GuanghuaWan,ChenWang,ParticipationinGVCsandCO2emissions[J].EnergyEconomics,2019(84)1.
[33]王玉燕,王建秀,阎俊爱.全球价值链嵌入的节能减排双重效应——来自中国工业面板数据的经验研究[J].中国软科学,2015,(8).
[34]杨飞,孙文远,张松林.全球价值链嵌入、技术进步与污染排放——基于中国分行业数据的实证研究[J].世界经济研究,2017,(2).
[35]GuomeiZhao,CenjieLiu.Carbonemissionintensityembodiedintradeanditsdrivingfactorsfromtheperspectiveofglobalvaluechain[J].EnvironmentalScienceandPollutionResearch,2020,27(25).
原文引用：喻春娇,李奥.人工智能技术对环境污染的影响机制述评,2022,（01）：50-57
来源：《决策与信息》2022年第01期
作者：喻春娇（1971-），女，湖北京山人，湖北大学商学院教授，博士生导师，经济学博士，湖北开放经济研究中心副主任，主要从事国际贸易理论与政策、国际生产网络研究；李奥（1997-），女，湖北宜昌人，湖北大学商学院硕士研究生。
责编：李利林、编辑：邓汝濛返回搜狐，查看更多
人工智能在日常生活中的12个例子
在下面的文章中，您可以查看我们日常生活中出现的12个人工智能示例。
人工智能(AI)越来越受欢迎，不难看出原因。人工智能有可能以多种不同的方式应用，从烹饪到医疗保健。
虽然人工智能在今天可能是一个流行词，但在明天，它可能会成为我们日常生活的标准一部分。事实上，它已经在这里了。
1.自动驾驶汽车
他们通过使用大量传感器数据、学习如何处理交通和做出实时决策来工作并继续前进。这些汽车也被称为自动驾驶汽车，使用人工智能技术和机器学习来移动，而乘客无需随时控制。
2.智能助手
让我们从真正无处不在的东西开始——智能数字助理。在这里，我们谈论的是Siri、GoogleAssistant、Alexa和Cortana。
我们将它们包含在我们的列表中是因为它们基本上可以倾听然后响应您的命令，将它们转化为行动。
所以，你打开Siri，给她一个命令，比如“给朋友打电话”，她会分析你所说的话，筛选出围绕你讲话的所有背景噪音，解释你的命令，然后实际执行，这一切只需要几个秒。
这里最好的部分是这些助手变得越来越聪明，改进了我们上面提到的命令过程的每个阶段。您不必像几年前那样对命令进行具体化。
此外，虚拟助手在从你的实际命令中过滤无用的背景噪音方面变得越来越好。3.微软项目InnerEye
最著名的人工智能计划之一是由微软运营的一个项目。毫不奇怪，微软是顶尖的人工智能公司之一(尽管它肯定不是唯一的一家)。
微软项目InnerEye是最先进的研究，有可能改变世界。
这个项目旨在研究大脑，特别是大脑的神经系统，以更好地了解它的功能。这个项目的目的是最终能够使用人工智能来诊断和治疗各种神经疾病。
最著名的人工智能计划之一是由微软运营的一个项目。毫不奇怪，微软是顶尖的人工智能公司之一(尽管它肯定不是唯一的一家)。
微软项目InnerEye是最先进的研究，有可能改变世界。
这个项目旨在研究大脑，特别是大脑的神经系统，以更好地了解它的功能。这个项目的目的是最终能够使用人工智能来诊断和治疗各种神经疾病。
4.抄袭
大学生的(或者是教授的)？)噩梦。无论你是内容经理还是给论文评分的老师，你都有同样的问题——互联网让抄袭变得更容易。
那里有几乎无限量的信息和数据，不太谨慎的学生和员工很容易利用这一点。
事实上，没有人能够将某人的文章与所有的数据进行比较和对比。人工智能是一种完全不同的东西。
它们可以筛选数量惊人的信息，与相关文本进行比较，看是否有匹配。
此外，由于这一领域的进步和发展，一些工具实际上可以检查外语来源，以及图像和音频。
5.推荐
你可能已经注意到，某些平台上的媒体推荐越来越好，Netflix、YouTube和Spotify只是三个例子。这要感谢人工智能和机器学习。
我们提到的三个平台都考虑了你已经看到和喜欢的内容。这是容易的部分。然后，他们将其与成千上万的媒体进行比较和对比。他们主要从您提供的数据中学习，然后使用自己的数据库为您提供最适合您需要的内容。
让我们为YouTube简化这个过程，只是作为一个例子。
该平台使用标签等数据，年龄或性别等人口统计数据，以及消费者使用其他媒体的相同数据。然后，它混合和匹配，给你建议。
6.银行业务
如今，许多较大的银行都给你提供了通过智能手机存入支票的选项。你不用真的走到银行，只需轻点几下就可以了。
除了通过手机访问银行账户的明显安全措施外，支票还需要你的签名。
现在银行使用AIs和机器学习软件来读取你的笔迹，与你之前给银行的签名进行比较，并安全地使用它来批准一张支票。
总的来说，机器学习和人工智能技术加快了银行软件完成的大多数操作。这一切都有助于更高效地执行任务，减少等待时间和成本。
7.信用和欺诈
既然我们谈到了银行业，那就让我们稍微谈一下欺诈。银行每天处理大量的交易。追踪所有这些，分析，对一个普通人来说是不可能的。
此外，欺诈交易的形式每天都在变化。有了人工智能和机器学习算法，你可以在一秒钟内分析成千上万的交易。此外，您还可以让他们学习，弄清楚有问题的事务可能是什么样子，并为未来的问题做好准备。
接下来，无论何时你申请贷款或者申请信用卡，银行都需要检查你的申请。
考虑到多种因素，比如你的信用评分，你的金融历史，所有这些现在都可以通过软件来处理。这缩短了审批等待时间，降低了出错率。
8.聊天机器人
许多企业正在使用人工智能，特别是聊天机器人，作为他们的客户与他们互动的方式。
聊天机器人通常被用作公司的客户服务选项，这些公司在任何给定时间都没有足够的员工来回答问题或回应询问。
通过使用聊天机器人，这些公司可以在从客户那里获得重要信息的同时，将员工的时间腾出来做其他事情。
在交通拥挤的时候，像黑色星期五或网络星期一，这些是天赐之物。它们可以让你的公司免于被问题淹没，让你更好地为客户服务。
9.让您远离垃圾邮件
现在，我们都应该感谢垃圾邮件过滤器。
典型的垃圾邮件过滤器有许多规则和算法，可以最大限度地减少垃圾邮件的数量。这不仅能让你免受烦人的广告和尼日利亚王子的骚扰，还能帮助你抵御信用卡欺诈、身份盗窃和恶意软件。
现在，让一个好的垃圾邮件过滤器有效的是运行它的人工智能。过滤器背后的AI使用电子邮件元数据；它关注特定的单词或短语，它关注一些信号，所有这些都是为了过滤掉垃圾邮件。
10.视频摘要
这种日常人工智能在网飞变得非常流行。
也就是说，你可能已经注意到，网站和某些流媒体应用程序上的许多缩略图已经被短视频取代。这变得如此流行的一个主要原因是人工智能和机器学习。
人工智能会为你做这些，而不是让编辑们花费数百个小时来缩短、过滤和切割较长的视频，变成三秒钟的视频。它分析数百小时的内容，然后成功地将其总结成一小段媒体。
11.食谱和烹饪
人工智能在更多意想不到的领域也有潜力，比如烹饪。
一家名为Rasa的公司开发了一种人工智能系统，该系统可以分析食物，然后根据您冰箱和储藏室中的食物推荐食谱。对于喜欢烹饪但又不想花太多时间提前计划膳食的人来说，这种类型的人工智能是一种很好的方式。
12.人脸识别
关于人工智能和机器学习，如果我们可以说一件事，那就是它们使他们接触到的每一项技术都更加有效和强大。面部识别也不例外。现在有许多应用程序使用人工智能来满足他们的面部识别需求。例如，Snapchat使用AI技术通过实际识别呈现为人脸的视觉信息来应用面部过滤器。
Facebook现在可以识别特定照片中的面孔，并邀请人们标记自己或他们的朋友。
而且，当然，考虑用你的脸解锁你的手机。好吧，它需要人工智能和机器学习才能发挥作用。
让我们以AppleFaceID为例。当你设置它的时候，它会扫描你的脸，然后在上面放大约3万个DoS。它使用这些圆点作为标记，帮助它从多个不同的角度识别你的脸。
这使您可以在许多不同的情况和照明环境中用脸部解锁手机，同时防止其他人做同样的事情。
结论
未来就是现在。人工智能技术只会继续发展、壮大，并对每个行业和我们日常生活的几乎每个方面变得越来越重要。如果以上例子是可信的，这只是个时间问题。
未来，人工智能将继续发展，并出现在我们生活的新领域。随着更多创新应用的问世，我们将看到更多人工智能让我们的生活变得更轻松、更有效率的方式！
人工智能的定义人工智能的基本概念是什么
【热门云产品免费试用活动】|【最新活动】|【企业应用优惠】
自从人类发明了计算机或机器人，它们执行各种任务的能力都有了相对的增长，人类已经可以开发出计算机系统的很多功能，涉及各种工作领域，人工智能的定义，简单来说，就是要通过智能的机器，达到人与机器和谐共处的一个社会。逐渐延伸了人类改造自然和治理社会的能力。
人工智能的定义是什么？
人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。
人工智能的定义
人工智能的基本概念（AI）
根据人工智能之父约翰麦卡锡的说法，它是“制造智能机器的科学与工程，特别是智能计算机程序”。
人工智能是一种使计算机，计算机控制的机器人或软件智能地思考的方式，其方式与智能人类的思维方式类似。人工智能是通过研究人类大脑如何思考以及人类在尝试解决问题时如何学习，决定和工作，然后将本研究的结果用作开发智能软件和系统的基础来实现的。
在充分利用计算机系统的力量的同时，人类的好奇心使他想知道“机器能像人类一样思考和行为吗？”
因此，人工智能的发展始于在我们发现并在人类中高度重视的机器中创造类似的智能。
人工智能的定义
学习人工智能的必要性
我们知道AI追求创造像人类一样聪明的机器。我们研究AI的原因有很多。
AI可以通过数据学习
在我们的日常生活中，我们处理的是大量的数据，人类的大脑无法跟踪这么多的数据。这就是我们需要自动化的原因。为了实现自动化，我们需要研究AI，因为它可以从数据中学习，并且可以准确无误地完成重复性任务。
AI可以自学
系统应该自学，因为数据本身不断变化，并且必须不断更新从这些数据中获得的知识。我们可以使用AI来实现这一目的，因为启用AI的系统可以自学。
AI可以实时响应
借助神经网络的人工智能可以更深入地分析数据。由于这种能力，AI可以根据实时情况思考和响应情况。
AI实现准确性
在深度神经网络的帮助下，AI可以实现极高的准确性。AI帮助医学领域从患者的MRI中诊断癌症等疾病。
AI可以组织数据以最大限度地利用它
数据是使用自学习算法的系统的知识产权。我们需要AI以一种始终提供最佳结果的方式索引和组织数据。
了解情报
使用AI，可以构建智能系统。我们需要了解智力的概念，以便我们的大脑可以构建像自己这样的另一个智能系统。
人工智能的定义其实是一个非常广泛的领域。这些领域虽然目前不是非常集中，但是它们正在交叉发展中，很多的未知的领域处在研究之中，并且逐渐走向统一。人工智能的最终目标是希望变成一门真正的科学，形成一个完整的科学体系。
更多相关文章：
1.域名建站专场
2.商标特惠专场
3.云速邮箱
4.网站建设专场
5.SSL证书专场
6.全球云服务专场
7.云服务器免费试用
8.企业免费试用专区
9.个人免费试用专区
10.图片文字识别OCR
11.网站建设自助建站
12.企业应用专场
13.域名注册申请
14.服务器和网关的关系是什么？网关的作用有哪些
15.域名解析a记录是什么意思
16.网址域名ip查询方式有哪些？域名和ip地址的区别是什么？
17.域名和url的区别与联系是什么？
18.域名和ip地址有什么关系？二者的含义是什么？
19.com域名和cn域名是什么意思？com和cn域名哪个好？
版权声明：本文章文字内容来自第三方投稿，版权归原始作者所有。本网站不拥有其版权，也不承担文字内容、信息或资料带来的版权归属问题或争议。如有侵权，请联系contentedit@huawei.com，本网站有权在核实确属侵权后，予以删除文章。