随着全球气候变化加剧与“双碳”目标推进，提升城市碳排放效率、推动绿色高质量发展，已成为我国城市转型的关键任务。人工智能作为数字经济核心驱动力，正在重塑城市生产与治理模式，但其对低碳转型的作用机制与跨区域影响，仍有待深入探究。

现有研究多从地理邻近视角分析人工智能的碳绩效影响，较少关注绿色创新网络中的跨区域传导效应。为填补这一研究空白，张仲伍教授团队以2000—2023年中国281个地级及以上城市为研究对象，构建人工智能发展水平、碳排放效率与城际绿色创新网络指标，运用空间计量模型，从地理与网络双视角开展系统分析。

研究发现，我国城市人工智能水平与碳排放效率整体呈上升趋势，呈现“东南高、西北低”的空间格局；绿色创新网络逐步由单核心向多中心结构演化。人工智能不仅显著提升本地碳排放效率，还通过地理邻近与绿色创新网络产生双重正向外溢效应：地理外溢呈倒“U”型衰减，300公里左右作用最强；网络外溢则更具长期持续性。机制上，人工智能主要通过推动产业结构升级、提升能源利用效率改善碳排放效率，且影响存在明显空间异质性。

该研究为理解数字技术赋能城市低碳转型提供了新视角，也为跨区域协同降碳、构建高效低碳治理体系提供了科学依据。

论文信息：ZHOU Jing, ZHANG Zhongwu, CHANG Xiaodong, ZHANG Kunwei. Impacts of artificial intelligence on urban carbon emission efficiency in China: A comparative analysis of geographic and network spillovers [J]. Journal of Cleaner Production, 2026, 565: 148531.

论文链接：https://doi.org/10.1016/j.jclepro.2026.148531

（本文未经允许，禁止转载、摘编）