【能源安全】人工智能、供应链和能源可持续性：时变分析

文献来源

原文题目 ： The nexus among artificial intelligence, supply chain and energy sustainability: A time-varying analysis

原文作者 ： Yufei Zhong, Xuesheng Chen, Zhixian Wang, Regina Fang-Ying Lin

作者单位 ： School of Economic and Management, Qingdao University of Science and Technology, China ； Business School, Shandong University, China ； Business School, Shenzhen Technology University, China ； School of Economic and Management, Harbin Institute of Technology (Shenzhen), China

原载期刊 ： Energy Economics

发表时间 ： 2024 年 3 月

关键词： 人工智能 ， 全球供应链 ， 能源可持续性 ， TVP-SV-VAR

观点摘要

在新一轮科技革命和产业转型的背景下，为应用人工智能技术维护全球供应链稳定和能源可持续性提供重要建议， 本研究 通过建立 TVP-SV-VAR 过程 来识别人工智能指数（ Artificial Intelligence Index ， AII ）、全球供应链压力指 数 （ Global Supply Chain Pressure Indicator ， GSCPI ）和全球能源不确定性指数（ G lobal E nergy-related U ncertainty I ndex ， GEUI ）之间 的 时间依赖传导机制 . 。研 究选择了 2014 年 1 月至 2022 年 10 月之间的 全球 月度数据，确定 了 AII 、 GSCPI 和 GEUI 的时间依赖性脉冲响应 ， 同时 采用 AII 、 GSCPI 和 GEUI 的一阶差分，以防止 TVP-SV-VAR 系统中的 “伪回归”。

研究发现： （ 1 ） AII 在短期、中期和长期对 GSCPI 产生负面影响 。 人工智能可以 通过 处理分析历史数据，并使用机器学习算法构建准确的预测模型 ， 帮助企业 实现正确的需求预测 ， 提供最佳库存策略 和物流方案，来 缓解全球供应链的压力 ；（ 2 ） AII 在短期内对 GEUI 产生负面影响，这种影响在中长期内接近于零；人工智能的发展可以帮助企业和组织 预测能源需求来控制预算，并进行实时监测分析 凸显了人工智能的发展对国际能源市场不确定性的短期缓解作用 ； （ 3 ） GEUI 对 GSCPI 在短期、中期和长期都有积极影响，并且这些影响逐渐接近 于零， 高 GEUI 会增加生产和运输成本，降低效率，从而增加全球供应链的压力。

基于以上结论，建议：（ 1 ）各国和地区应加强通过人工智能分析来增强需求预测和资源规划 的应用 ； （ 2 ）可以在仓库自动化中利用人工智能来自动化一系列任务，从而提高供应链和物流领域仓库运营的整体效率 ； （ 3 ）将使用人工智能来监控产品质量并实时检测缺陷，确保产品在到达客户之前符合最高标准 ； （ 4 ）可以通过自动化许多繁琐的任务来应用人工智能来简化采购流程 ； （ 5 ）利用人工智能来分析数据并识别模式，以确定最有效的交通路线，从而显著减少交通拥堵等因素造成的不便 ； （ 6 ）各国和地区应加强人工智能在能源市场的利用。

研究展望

该研究有三项创新之处 ：（ 1 ）现有研究主要关注人工智能与能源市场之间的关系以及能源市场和供应链，然而没有一项研究从全球层面考虑这三个变量，这项研究是一项开创性的工作，旨在分析全球人工智能、供应链和能源可持续性之间的联系