近日，我院李凯健副教授团队在环境研究学术期刊《Journal of Environmental Management》发表论文Unveiling the effects of artificial intelligence and green technology convergence on carbon emissions: An explainable machine learning-based approach（2025年1月第373卷），该期刊系 SSCI 检索期刊，在 JCR 与中科院分区中分别处于一区和二区，2025年影响因子为8.0. 我院李凯健副教授为第三和通讯作者，研究生单天龙为第一作者，博士生冯帅为第二作者，阿德莱德大学常瑞东高级讲师为第四作者，中国矿业大学博士后黄若鹏为第五作者。本研究得到中国国家自然科学基金（项目编号：72371041）、重庆市自然科学基金（项目编号：cstc2021jcyj-msxmX1064）以及重庆市技术创新与应用发展专项（项目编号：CSTB2023TIAD-LDX0013）基金支持。

随着中国工业化与城市化快速推进，二氧化碳排放剧增。政府为此制定了 “双碳” 目标策略，绿色技术和人工智能技术在减少碳排放方面发挥着积极作用。现有研究多关注单一技术创新对减排的影响，忽略了绿色技术和人工智能技术的融合对减排的贡献。该研究基于1997~2019年中国地级市人工智能和绿色技术的专利数据，从技术会聚的属性特征和技术会聚的网络特征两个维度，用可解释机器学习方法探究技术会聚对碳排放的影响。研究发现技术会聚的普遍性、创新团队规模和技术会聚网络效率对抑制碳排放有显著正向影响。研究成果为政策制定者和相关企业推行/研发人工智能和绿色技术融合技术提供了重要启示。

本文链接：

https://www.sciencedirect.com/science/article/abs/pii/S0301479724036430