人工智能(AI)的能源消耗量可能会在未来几年内达到惊人的水平。一篇学术论文估计,到2027年,AI服务器的能源消耗量可能与阿根廷一年的能源消耗量相当,相当于全球电力消耗量的0.5%。这是一个令人担忧的数字,因为AI的能源消耗量将随着其应用范围的扩大而增加。例如,OpenAI的ChatGPT在两个月内就吸引了1亿用户,到2023年12月,该平台的用户数已经超过1.8亿。AI的能源消耗量将继续增加,但技术创新也将提供节能的解决方案。然而,评估一个技术创新能够多快地弥补AI能源消耗量的增长仍然是困难的。
我们研究了新冠肺炎对蒙古家庭的影响,特别是供暖和烹饪燃料的选择,以及对供暖和烹饪固体燃料燃烧造成的室内污染有害影响的认识。我们使用联合国儿童基金会公开的MICS Plus调查数据。MICS Plus是一项纵向家庭调查,以2000个有代表性的家庭为样本,通过电话访谈收集信息。我们比较了新冠肺炎之前(2018年)和新冠肺炎大流行期间(2020年12月)的数据。我们的研究结果表明,决策者是女性的家庭更有可能拥有清洁的供暖来源——区域供暖系统。结果还显示,在新冠肺炎期间,更大比例的家庭改用更清洁的供暖。首先,使用集中供暖的家庭比例从2018年的19%上升到2020年的26%。其次,与2018年相比,2020年使用改良燃料满足供暖需求的家庭比例有所增加。第三,2020年12月,新冠肺炎疫情开始后,与2018年相比,家庭更有可能使用区域供暖和制造的空间加热器,而不是炉灶供暖
我们利用时变参数贝叶斯向量自回归模型来研究地缘政治风险(GPR)与可再生能源消费增长(RECG)之间的动态相互作用。识别策略是灵活的,以适应有标志限制和没有标志限制的情况。结果表明,随着时间的推移,GPR冲击对RECG具有积极影响。相反,RECG冲击在整个样本周期内降低了GPR。这些结果表明,可再生能源是降低地缘政治风险的有用工具。与此同时,地缘政治风险的增加往往会增加可再生能源的消耗。我们还提供了不同时间范围和特定地缘政治事件期间的反应。当工业生产增长被用作控制变量时,估计结果是稳健的。最后,我们讨论了对经济政策制定的几个启示
我们调查了1980年至2010年,部分亚洲发展中经济体的城市化、可再生和不可再生能源消费、贸易自由化和经济增长对污染物排放和能源强度的影响。我们同时使用线性和非线性面板数据计量技术,并采用最近引入的均值组估计方法,考虑到异质性和横截面依赖性。然而,为了检验我们小组结果的稳健性,我们还将自回归分布式滞后界测试方法应用于国家级数据。此外,在环境库兹涅茨曲线(EKC)假设的背景下,研究了富裕与二氧化碳排放之间的关系。估算结果表明,人口、富裕程度和不可再生能源消耗是亚洲经济体污染物排放的主要因素。然而,EKC假说的结果表明,当各国实现一定水平的经济增长时,其排放量往往会下降。虽然非线性结果表明可再生能源、城市化和贸易自由化减少了排放,但线性估计并不能证实这些结果。因此,用不可再生能源替代可再生能源消费,以及谨慎和有计划的城市化计划,以及更自由的贸易制度,可能是这些新兴亚洲经济体可持续增长的可行选择