Impact of artificial intelligence and energy-technology R&D on energy transition in the United States
米国における人工知能とエネルギー技術研究開発がエネルギー転換に与える影響 (AI 翻訳)
Seyed Alireza Athari, Berna Uzun, Mohamed Djafar Henni, Dilber Uzun Ozsahin, Adeola Praise Adepoju
🤖 gxceed AI 要約
日本語
米国の四半期データ（1980～2021年）にウェーブレット分位回帰を適用。AIは再生可能エネルギー消費に主に負の影響を与え、エネルギー技術R&Dは短期・高分位で効果的。金融発展が最大の正の要因で、貿易のグローバル化は中期的に寄与する一方、経済成長は在来型エネルギー構造下で再エネ消費を減らす。
English
Using wavelet quantile regression on US quarterly data (1980–2021), this paper finds that AI exerts a mostly negative effect on renewable energy consumption, while energy-technology R&D helps mainly at higher quantiles in the short run. Financial development is the strongest positive driver; trade globalization supports medium-term through clean supply chains, and economic growth tied to conventional energy reduces renewables. The authors offer targeted policy recommendations.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
米国での実証だが、日本でもAI投資の電力消費増と再エネ導入の関係が論点となる。SSBJ対応で再エネ調達を検討する企業や政策立案者にとって、AIと再エネの負の関係やR&D・金融発展の重要性を示す知見は参考になる。
In the global GX context
For global GX scholarship, this adds US long-run evidence that AI expansion may initially crowd out renewable consumption, and that energy R&D and financial development are key enablers. It informs ISSB/CSRD-aligned transition planning by showing where policy and investment should be directed.
👥 読者別の含意
🔬研究者:Useful for those studying the macro-level interplay of AI, R&D, and renewable energy adoption with distributional methods.
🏛政策担当者:Relevant for designing R&D and financial-development policies to accelerate renewable transition.
📄 抄録（日本語訳）
人工知能が世界経済を再形成する中で、重要な疑問が浮上する：デジタル変革は再生可能エネルギーへの移行を加速できるのか、それともクリーンエネルギーシステムへの圧力を強めるのか。この目的のため、本研究はウェーブレット分位点ベースのアプローチと1980年第1四半期から2021年第4四半期までの四半期データを用いて、再生可能エネルギー消費の決定要因を探る。結果は、人工知能が再生可能エネルギー消費に対して主に負の効果を及ぼすこと、特に短期および長期において顕著であることを示している。エネルギー技術の研究開発は、主に短期においてより高い分位点で再生可能エネルギー消費を改善する一方、中期および長期の効果は混合している。金融発展は最も強い正の支援を提供し、特に低い分位点と高い分位点で顕著である。貿易のグローバル化は短期的には混合した効果を持つが、技術移転、再生可能エネルギー輸入、クリーンなサプライチェーンを通じて、中期にはより支援的になる。対照的に、経済成長は、従来型のエネルギー構造に結びついている場合、中期および長期において再生可能エネルギー消費を主に減少させる。頑健性チェックにより、WQQRはWQRよりも豊かな分布パターンを捉えることが確認され、ウェーブレットグレンジャー因果性は変数間の強いフィードバック連関を明らかにしている。実証的証拠に基づき、本研究は的を絞った実行可能な政策提言を提供する。
AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。
📄 Abstract（原文）
As artificial intelligence reshapes the global economy, a critical question emerges: can digital transformation accelerate the renewable energy transition, or will it intensify pressure on clean-energy systems? To this end, this study explores the drivers of renewable energy consumption using a wavelet quantile-based approach and quarterly data from 1980Q1 to 2021Q4. The results show that artificial intelligence mostly exerts a negative effect on renewable energy consumption, especially in the short and long run. Energy-technology R&D improves renewable energy consumption mainly at higher quantiles in the short run, while its medium- and long-term effects are mixed. Financial development provides the strongest positive support, particularly at lower and higher quantiles. Trade globalization has mixed short-run effects but becomes more supportive in the medium term through technology transfer, renewable-energy imports, and clean supply chains. In contrast, economic growth mostly reduces renewable energy consumption in the medium and long run when tied to conventional energy structures. Robustness checks confirm that WQQR captures richer distributional patterns than WQR, while wavelet Granger causality reveals strong feedback linkages among the variables. Building on the empirical evidence, this study offers targeted and actionable policy recommendations.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1016/j.egyr.2026.109521first seen 2026-07-31 05:25:49
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。