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]
卷期号:199: 123005-123005 被引量:26
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
善学以致用应助DUN采纳,获得10
2秒前
jieliu发布了新的文献求助10
2秒前
糊涂涂完成签到,获得积分10
2秒前
高挑的涛完成签到,获得积分10
3秒前
4秒前
大力冷风完成签到,获得积分20
4秒前
Maliketh应助allofme采纳,获得10
5秒前
Akim应助清脆的书桃采纳,获得10
5秒前
马婷婷完成签到,获得积分10
7秒前
领导范儿应助jieliu采纳,获得10
8秒前
9秒前
9秒前
小郑完成签到,获得积分10
10秒前
科研通AI2S应助科研通管家采纳,获得10
10秒前
11秒前
斯文败类应助科研通管家采纳,获得10
11秒前
asdfqwer应助科研通管家采纳,获得10
11秒前
大模型应助科研通管家采纳,获得10
11秒前
Adler应助科研通管家采纳,获得10
11秒前
英姑应助科研通管家采纳,获得10
11秒前
李健应助科研通管家采纳,获得10
11秒前
科研通AI2S应助科研通管家采纳,获得10
11秒前
顾矜应助科研通管家采纳,获得10
11秒前
Owen应助科研通管家采纳,获得20
11秒前
科研通AI2S应助科研通管家采纳,获得10
11秒前
SciGPT应助科研通管家采纳,获得10
11秒前
12秒前
科目三应助科研通管家采纳,获得10
12秒前
NexusExplorer应助科研通管家采纳,获得10
12秒前
12秒前
12秒前
萧水白发布了新的文献求助100
12秒前
12秒前
gaomeizhen完成签到,获得积分10
14秒前
梁晓玲完成签到,获得积分10
15秒前
潘爱玲发布了新的文献求助10
15秒前
良辰应助司空豁采纳,获得10
16秒前
syyyao发布了新的文献求助10
16秒前
可爱的函函应助zsl采纳,获得10
17秒前
SciGPT应助victor采纳,获得10
18秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Production Logging: Theoretical and Interpretive Elements 1500
Very-high-order BVD Schemes Using β-variable THINC Method 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
錢鍾書楊絳親友書札 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3289014
求助须知:如何正确求助?哪些是违规求助? 2926184
关于积分的说明 8426015
捐赠科研通 2597274
什么是DOI,文献DOI怎么找? 1417165
科研通“疑难数据库(出版商)”最低求助积分说明 659597
邀请新用户注册赠送积分活动 642019