人工智能、职业结构绿色化与总要素能源效率

为什么更智能的机器对能源使用很重要

许多人担心人工智能会吞噬大量电力并威胁就业。本研究提出另一个问题：人工智能的扩散是否能通过改变人们的工作类型，帮助地区更高效地使用能源？以中国274座城市、15年的数据为样本，作者发现AI采用更广的地区，不仅创造了更多面向环境的职位，还能从每单位能源中榨取更多经济产出。换言之，更智能的机器可以支持更智慧、更精简的能源体系——前提是具备适当的配套条件。

将人工智能与日常工作联系起来

研究者并不只关注机器和发电厂，而是把目光投向劳动力市场——构成城市劳动力的职业组合。他们将工作区分为遵循固定模式的例行性岗位和需要判断、解决问题与协调能力的非例行性岗位。许多“绿色”职业，如能源分析师和环境工程师，属于后者。这类工作难以完全自动化，但可以被能筛选数据、做出预测和测试情景的AI工具放大。随着AI接管更多重复性任务，经济体往往更依赖那些能利用这些工具发现浪费并重新设计流程的工人，从而推动职业结构向更绿色的方向演进。

衡量智能技术的扩散

为了追踪每座城市受AI影响的强度，作者构建了一个综合指数，从两个角度合成：工厂中工业机器人的使用以及服务业中AI相关企业的存在。他们随后衡量每座城市在考虑污染的情况下，如何高效地将劳动、资本和能源转化为产出。通过使用复杂的统计技术和外部基准——例如美国行业的机器人采用模式以及到其他AI枢纽的距离——研究试图将因果关系与巧合区分开来。主要发现是，当一座城市的AI暴露度上升一个标准差时，其总体能源效率大约提高3.2%，鉴于能源系统通常变化缓慢，这一提升并不微小。

工作如何变得更绿色

为观察劳动力内部发生的变化，研究使用了来自中国主要招聘平台的数百万条在线招聘信息。通过将中国职业与一个详细的国际任务数据库匹配，作者为每个职位分配了一个“绿色度”评分，基于该工作与环境目标相关的程度。然后他们为每座城市构建两个指标：绿色就业的总量和职业结构中绿色任务的占比。AI暴露度较高的城市在这两个指标上都有上升。例行且碳密集的岗位缩减或转型，而涉及能源审计、环境管理和效率服务的岗位增加。这一转变提供了识别节能机会、实施新技术并维持改进所需的人才与知识。

AI在哪些地方带来最大的能源收益

AI的收益并不均匀分布。绿色就业与能源效率的最大提升出现在电力生产、交通、水务管理和环境服务等高能源消耗行业。在这些领域，工人使用AI进行需求预测、设备优化和维护计划，从而直接减少燃料使用和排放。在环境法规更严格且数字基础设施更强的城市，影响也更大——这些地方有改进的压力、可靠的数据网络以及诸如宽带扩展和智慧城市计划等支持性数字政策。相反，在监管薄弱或数字基础薄弱的地区，仅仅引入AI很难改善能源表现。

这对更清洁的未来意味着什么

对普通读者而言，可得出的结论是：AI的环境遗产更多取决于它如何重塑人类劳动，而非仅仅由其消耗的电力决定。研究表明，当AI与严格的环境标准、良好的数据网络以及对合适技能的投资结合时，它能促成一支更善于发现并修复能源浪费的劳动力队伍。其结果是在城市能源使用效率上带来适度但有意义的提升，尤其是在能源密集型行业。为将AI用于构建循环、低废弃的经济，需要协调一致的努力：制定奖励效率的政策、提供使AI工具有效运行的基础设施，以及将数字技能与环境专业知识相结合的培训。

引用: Li, T., Hu, Y., Peng, J. et al. Artificial intelligence, greening of occupational structure and total factor energy efficiency. Humanit Soc Sci Commun 13, 503 (2026). https://doi.org/10.1057/s41599-026-06591-8

关键词: 人工智能, 绿色就业, 能源效率, 循环经济, 劳动力市场转型