2026-08-15
把 AI 对化石与可再生两条路径的生产率提升放进全球经济均衡模型,只要化石侧增益不为零,增排就超过减排,打平需要绿电增益是化石的 4–5 倍。
AI 的气候账本通常只算两笔:数据中心耗电(第一阶影响),以及 AI 帮电网调度、帮风光发电提效「省下」的排放。排放增加的那一半,即 AI 用在油气勘探、钻井、炼化上把边际成本打下来、让原本不经济的储量变得可采,大多落在分析边界之外。IEA 2025 年的《能源与 AI》报告量化了少数增排效应,但方法论不公开,无法复核。这篇要补的就是这个缺口:在一个全球经济均衡模型里,把 AI 对化石燃料和可再生能源两条路径的生产率提升同时放进去,算净账。
用的是可计算一般均衡(CGE)模型 GTAP-E-Power,基于 GTAP-Power 数据库第 11 版,聚合为 20 个部门、5 个区域,基年 2017,可再生发电校准到接近 2024 年水平。AI 不是被建成一个显式部门,而是被表示成对各部门的生产率冲击:同样的能力,用在油气上游就降低开采边际成本、扩大经济可采储量,用在光伏风电就提高单位装机的发电量。模型内生处理跨部门替代、价格反馈和要素再配置,所以能捕捉反弹效应和诱导效应这类系统级动力学。参数不是拍的:两条路径的生产率增益各自按实证文献标定,可再生侧刻意取技术潜力上限(主流技术 15–20% 发电增益),化石侧上游增益 2–5% 起步。主结果用「平行采用」基准:两条路径同一采用档位,一个中性的保守简化。
| 情形 | 年 CO₂ 变化 |
| 平行采用(低到高档) | 净增 0.47–1.8 Gt,合 2024 年全球能源相关排放的 1.2–4.8% |
| 仅化石路径 | 增排 0.6–2.4 Gt,是 IEA 2025 年数据中心排放估计(0.18 Gt)的 3.3–13.3 倍 |
| 高档燃料中性(电网+需求侧) | 仅减排约 0.1 Gt |
| 碳价 $80/tCO₂ | 净增 0.7 Gt(增排 1.0 vs 减排 0.3) |
| 碳价 $308/tCO₂ | 净增 0.1 Gt(0.3 vs 0.2) |
要打平,可再生路径的生产率增益得是化石路径的 4–5 倍;只要化石侧增益不为零,增排就大于减排。64 组情景组合方向全部一致;把两项关键弹性上下调 50%,增排/减排比率在 2–3 倍到 7 倍之间浮动,方向不变。分解显示不对称性来自上游开采:仅冲击开采与全链冲击结果相当,仅冲击发电环节反而小幅减排。宏观上,平行采用下排放增速超过 GDP 增速,GDP 的碳强度上升。
对 AI 行业的气候叙事是直接冲击。多数「AI for climate」披露把算力 footprint 和减排潜力列在台面上,增排路径不进边界。这篇给出可复核的量化:间接效应比数据中心 footprint 大一个量级,单靠绿电加速压不平,单靠碳价也压不平(308 美元/吨下平行采用仍是净增)。作者的政策建议很具体:把「使能排放」单列为治理类别,对 AI 带来的化石生产率提升做供给端约束。对做能源 AI 的团队,这篇也是一份市场现实记录:油气全链的 AI 采用实证证据比可再生侧更扎实,这个不对称本身就是钱流向哪里的证据。
作者自己列得很长:静态比较均衡,不含时间动力学、基础设施锁定、政策博弈反馈;5 区域 20 部门的聚合分辨不出企业和项目层级;不处理电网物理、热力学极限、油田自然递减这类硬约束;绿氢、小型模块化核堆、直接空气捕集没有对应部门,减排潜力被低估。还有两点要自己掂量:「平行采用」和可再生参数取上限都被作者声明为压低净增排的保守方向,标题数字更可能是低估;反过来,一切取决于生产率冲击的实证标定质量,而化石侧 AI 采用的实证文献本身就不厚。结论的「方向」比「幅度」可信得多,作者也是这么声明的。