The role of industrial intelligence in peaking carbon emissions in China

中国 温室气体 生产(经济) 工作(物理) 环境经济学 工业生产 产业组织 工业技术 业务 计算机科学 经济 工程类 制造工程 政治学 宏观经济学 生物 机械工程 凯恩斯经济学 生态学 法学
作者
Linhui Wang,Qi Chen,Zhiqing Dong,Lu Cheng
出处
期刊:Technological Forecasting and Social Change [Elsevier BV]
卷期号:199: 123005-123005 被引量:69
标识
DOI:10.1016/j.techfore.2023.123005
摘要

As industrial intelligence empowers economic advancement and technological progress, its capacity to enable decarbonization during China's low-carbon transition remains uncertain. Existing literature concentrates on the environmental impact of information and communication technologies or uses single-dimension measuring indicators, failing to capture the comprehensiveness of industrial intelligence. Based on the concept of full-cycle management, this study constructs a comprehensive index to evaluate industrial intelligence from intelligent inputs, intelligent production capacity, and intelligent outputs. Using 2006–2020 Chinese provincial panel data and fixed-effects models, we analyze the effects, mechanisms and thresholds of industrial intelligence on carbon emissions. The results show that: (1) The level of industrial intelligence plays a role in reducing carbon emissions after a certain threshold. (2) Industrial intelligence reduces carbon emissions by advancing green technology and optimizing production structure. (3) Industrial intelligence mitigates carbon emissions in eastern and north China but not western China. According to current growth rates of industrial intelligence, nine Chinese provinces may achieve a carbon peak through industry intelligence by 2030. (4) Moreover, industrial intelligence's carbon emission reduction effect is significant in labor- and technology-intensive industries but does not work in capital-intensive industries. These revelations have meaningful implications for orienting industrial intelligence development and decarbonization initiatives.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
天天快乐应助VivianAneseta采纳,获得10
刚刚
ding应助VivianAneseta采纳,获得10
刚刚
科研通AI2S应助VivianAneseta采纳,获得10
刚刚
科研通AI6.3应助VivianAneseta采纳,获得10
刚刚
LL发布了新的文献求助10
刚刚
1秒前
2秒前
2秒前
Hello应助王彤彤采纳,获得10
3秒前
小马甲应助meixinmeifei采纳,获得10
3秒前
忧虑的以菱完成签到,获得积分10
3秒前
傅诗淇完成签到,获得积分10
4秒前
啊吧啊吧发布了新的文献求助10
4秒前
Starwalker应助超哥采纳,获得30
5秒前
5秒前
6秒前
7秒前
Sissi发布了新的文献求助30
7秒前
傅诗淇发布了新的文献求助10
7秒前
sean完成签到 ,获得积分10
7秒前
安详冥幽发布了新的文献求助10
7秒前
GuorillA完成签到,获得积分20
7秒前
温暖的寒梦完成签到,获得积分10
8秒前
冷静不正发布了新的文献求助20
8秒前
今后应助smokeplume采纳,获得50
9秒前
9秒前
恩佑完成签到,获得积分10
9秒前
丁丁完成签到,获得积分10
9秒前
sxr关闭了sxr文献求助
10秒前
orixero应助VivianAneseta采纳,获得10
10秒前
YUANYUAN1111发布了新的文献求助30
10秒前
wanci应助坤坤采纳,获得10
10秒前
orixero应助桃桃奶盖采纳,获得10
10秒前
李健的粉丝团团长应助小z采纳,获得10
10秒前
科研通AI6.1应助瞿冷之采纳,获得10
11秒前
lili发布了新的文献求助10
12秒前
Zhe应助xzz采纳,获得10
13秒前
香蕉觅云应助jzm采纳,获得10
13秒前
14秒前
past完成签到 ,获得积分10
14秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Introduction to Helicopter and Tiltrotor Flight Simulation, Second Edition 2500
卤化钙钛矿人工突触的研究 2000
Malcolm Fraser : a biography 700
Signals, Systems, and Signal Processing 610
Bounds for Statistical Estimation in Semiparametric Models 500
Forced degradation and stability indicating LC method for Letrozole: A stress testing guide 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6503926
求助须知:如何正确求助?哪些是违规求助? 8298465
关于积分的说明 17713313
捐赠科研通 5602767
什么是DOI,文献DOI怎么找? 2919687
邀请新用户注册赠送积分活动 1896999
关于科研通互助平台的介绍 1758554