“数字—能源”耦合协调及其对能源效率的影响研究*

◎ 马莉莉 余紫菱 任孟成

内容提要 数字经济与能源系统的深度耦合协调对提升能源效率从而并行实现数字化转型与双碳目标具有重要意义。本文在测算省际耦合协调度的基础上发现：数字化转型有赖于“数字—能源”系统趋向于融合发展；“数字—能源”耦合协调对能源效率具有显著的促进作用，且这种作用在“数字—能源”耦合协调度更高、碳排放更多以及能源禀赋更具优势的地区表现得更为明显；技术进步和技术效率在此过程中发挥中介作用，并且该过程具有显著的空间溢出效应。因此，应通过增加要素流动性，推进“东数西算”工程和能源互联网、数字能源等项目提升“数字—能源”耦合协调度，达到提升能源效率、支撑现代化强国建设的目标。

一、问题提出与文献述评

习近平总书记在中央财经委员会第九次会议上围绕落实“双碳”目标，强调“把节约能源资源放在首位”，并且《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》也明确要求“能源资源配置更加合理、利用效率大幅提高”，对各行业能源效率提出了更高的要求。而数字经济是推动能源效率提升的重要发展方向，其中《“十四五”现代能源体系规划》表示，应推动能源全产业链的数字化发展，建设数字能源平台，实现能源荷储互动、多能协同互补及用能需求的智能调控，提高能源效率。此外，数字经济运行对电力能源消耗产生巨大需求，数能耦合协调将助力数字经济的纵向深入和横向融合发展。可见，数字经济与能源系统互为支撑、相互促进，已成为提高能源效率、建设能源强国的核心引擎。

理论层面，数字与能源关系的研究可以划分为两个方面。一方面，数字经济对能源效率的促进作用已基本形成共识。以往研究中，能源效率的影响因素主要集中在环境规制、(1)叶红雨、李奕杰：《环境规制、偏向性技术进步与能源效率》，《华东经济管理》2022年第4期。产业结构、(2)刘争、黄浩等：《人口规模、产业结构与能源效率——基于空间面板计量模型的实证》，《宏观经济研究》2022年第8期。对外贸易、(3)刘信恒：《贸易自由化促进企业能源效率提升吗》，《财经论丛》2022年第3期。科研经费(4)滕玉华、刘长进：《外商直接投资的R&D溢出与中国区域能源效率》，《中国人口·资源与环境》2010年第8期。等方面。随着区块链、人工智能等现代信息技术的快速普及，数字经济对能源效率的影响成为焦点。如张三峰、曾岚婷和樊茂清等分别从企业层面、宏观层面和经济部门层面证实了数字应用会使生产间的联系更为紧密，进而可有效提高企业、省份、部门的能源效率。(5)张三峰、魏下海：《信息与通信技术是否降低了企业能源消耗——来自中国制造业企业调查数据的证据》，《中国工业经济》2019年第2期；曾岚婷、叶阿忠：《ICT效应下外商直接投资、经济增长与能源消耗——基于半参数空间向量自回归模型的研究》，《技术经济》2020年第11期；樊茂清、郑海涛等：《能源价格、技术变化和信息化投资对部门能源强度的影响》，《世界经济》2012年第5期。汪东芳等认为数字经济的发展对全要素能源效率的影响存在非线性特征。(6)汪东芳、曹建华：《互联网发展对中国全要素能源效率的影响及网络效应研究》，《中国人口·资源与环境》2019年第1期。数字经济已成为影响能源效率、保障能源系统可持续发展的关键因素。另一方面，能源作为实体经济的发展基础，为数字经济深入发展提供了动力支持。数字经济发展不仅引发了大量的直接能源消耗，还引致间接能源消耗的指数级提高。(7)Z.Lv, W.Liu, T.Xu, “Evaluating the Impact of Information and Communication Technology on Renewable Energy Consumption: A Spatial Econometric Approach,” Renewable Energy, vol.189, no.9 , 2022, pp.1～12.间接能源消耗主要表现为数字技术对生产和消费的渗透，这种渗透不断颠覆着生产、生活方式，引起人们偏好和社会体制的变革，从而影响到终端能源消费。因此，有更多的学者关注数字经济通过供应链间接消耗其他上游部门的能源总量。(8)J.Shi, C.Li, H.Li, “Energy Consumption in China’s ICT Sectors: From the Embodied Energy Perspective,” Renewable and Sustainable Energy Reviews, vol.160, no.8, 2022, pp.1～8.另外，数字经济的发展通过消除技术、信息和社会障碍等，增加了可再生能源的消耗量。(9)M.Shahbaz, J.Wang, et al., “The Impact of Digital Economy on Energy Transition across the Globe: The Mediating Role of Government Governance,” Renewable and Sustainable Energy Reviews, vol.166, no.14, 2022,pp.1～14.因此，数字经济的可持续发展需要充足的能源供应作为动力支撑。

由此可见，数字与能源是一种双向依赖、互为动力的关系，数字化应用不足会导致能源系统效率降低，能源供应不足会导致数字经济的应用范围缩小、应用深度减弱，限制数字—能源的良性循环发展。但当前研究仅为数字与能源的单向研究，忽略了数字经济和能源系统的双向互动关系及其对能源效率的影响。基于此，本文的边际贡献在于：采用2013—2020年中国30个省份的数字和能源数据，(10)西藏数据缺失严重，故仅以中国30个省份作为研究对象。探讨了数字经济和能源系统的耦合协调关系，弥补了已有文献的不足；解构了“数字—能源”耦合协调对能源效率的影响和路径，为全面认识能源效率提供新的研究视角；采用静态和动态空间杜宾模型验证了数能耦合协调对能源效率的空间溢出效应，为各地区数能耦合协调均衡发展提供参考。

二、“数字—能源”耦合协调度测算及特征分析

1.“数字—能源”综合指标体系构建与结果分析

数字子系统：首先，数字经济的不断发展，改变了人们的生活方式，人们使用社交网络、搜索引擎和移动互联网等产生了大量具有价值的数据，为数字经济发展奠定了基础。其次，信息化基础和信息化发展可以引导企业数字化，为数字经济注入动力。(11)赵涛、张智等：《数字经济、创业活跃度与高质量发展——来自中国城市的经验证据》，《管理世界》2020年第10期。最后，移动支付、互联网金融的大众化发展使数字交易成为社会总体消费的重要组成部分。因此，参考柏培文、刘军等人对数字经济测算的研究，本文将数字经济归纳为以数字用户为基础、信息通信平台为载体和产生数字交易结果三个维度，(12)柏培文、张云：《数字经济、人口红利下降与中低技能劳动者权益》，《经济研究》2021年第5期；刘军、杨渊鋆等：《中国数字经济测度与驱动因素研究》，《上海经济研究》2020年第6期。选用2013—2020年《中国统计年鉴》和《中国信息统计年鉴》中的13个测度指标对数字子系统进行衡量。

能源子系统：基站、网络设备、数据中心等数字产业基础设施的运行对能源消费尤其是电力能源消费有着最直接的影响。(13)王蕾、朱彤：《数字经济是否增加能源消费?——基于ICT应用研究的分析》，《城市与环境研究》2021年第3期。Sadorsky提出数字与电力能源存在正向相关关系，通常一个超大型数据中心一年的耗电量会达到亿度级别。(14)P.Sadorsky,“Information Communication Technology and Electricity Consumption in Emerging Economies,”Energy Policy,vol.48, no.10, 2012, pp.130～136.Anders等认为剔除可再生能源电力，2030年数字产业的能源消费对全球温室气体的排放量贡献度可能达到23%。(15)S.Anders, E.Tomas, “On Global Electricity Usage of Communication Technology: Trends to 2030,” Challenges, vol.6, no.1, 2015, pp.117～157.在双碳目标下，数字经济运转的能耗和碳排放增长的问题日益凸显，因此可再生能源发电成为衡量能源系统的重要指标。参考李成宇等人的研究，(16)李成宇、张士强：《中国省际水—能源—粮食耦合协调度及影响因素研究》，《中国人口·资源与环境》2020年第1期。本文侧重于电力系统的能源生产、能源消费和能源结构三个维度对能源子系统进行测度(详细指标见表1)，数据来源为历年《中国能源统计年鉴》。本文采用极差法对指标进行标准化处理，并运用熵值法测算权重。

表1 数字经济与能源效率综合指标体系

图1的数字经济评分结果反映出，2013—2020年间，中国各省份数字经济发展势头强劲，但存在南高北低、东热西冷的空间发展格局，各地区数字经济发展水平差异较大。京津冀地区、长江三角洲、粤港澳大湾区数字经济发展水平较高，其次是四川、湖北、湖南、安徽等长江经济带地区。这些地区人员密集，工业、服务业发展水平高，经济繁荣，产生了大量的数字要素，迫切需要数字要素价值化，由此为驱动数字经济发展提供动力。与南方地区相比，北方地区人口较少，经济水平相对落后，数字经济方面的先进产业、先进技术发展缓慢。

图1 2013—2020年各省份数字经济综合评分

图2显示，2013—2020年间，中国各省份能源系统得分略有提升，但整体较为稳定。在数字经济对能源需求类型的考量下，中国能源发展呈现为四川和云南高度领先的“双峰”结构，原因可能在于，四川和云南地处西南，地势落差大，水能丰富，水电产量高。此外，贵州、重庆、湖北处于长江流域上游，水电发电量大，内蒙古、甘肃、青海、新疆，日照时间充足，风力强劲，太阳能和风能发电量大，因此这些省份能源子系统评分也较高。总体看，中国能源子系统呈现西强东弱的分布格局。

图2 2013—2020年各省份能源系统综合评分

综上，中国数字经济中心和能源生产中心呈现南北割裂、东西分离的背离性分布格局。这种背离性分布，不利于数字与能源的进一步融合。

2.耦合协调度、预测模型的构建与结果分析

“数字—能源”耦合度是数字系统和能源系统之间相互影响、互为支撑的作用力的度量。(17)马丽、金凤君等：《中国经济与环境污染耦合度格局及工业结构解析》，《地理学报》2012年第10期。C表示耦合度，Dige、Energy分别表示数字经济和能源系统综合评分，耦合度的大小取决于Dige、Energy的值，但有可能产生二者都为低水平下的高耦合结果，因此需要构造耦合协调度。T为协调度，指系统演变过程中各要素相互和谐一致的属性。由于数字与能源的相互支撑发展的重要性相同，因此α、β都为1/2。D是耦合协调度，以0.3、0.5、0.8为界，可划分为低、中、高和极度耦合协调四种情形。(18)吴玉鸣、张燕：《中国区域经济增长与环境的耦合协调发展研究》，《资源科学》2008年第1期。

(1)

T=αDige+βEnergy

(2)

(3)

参照曾波等的研究，运用GM(1，1)对未来中国数字和能源系统的耦合协调状态进行预测。(19)曾波、苟小义等：《基于区间灰作用量的GM(1,1)均值差分模型解的非唯一性研究》，《中国管理科学》2022年第10期。测算结果见图3。

图3 中国各省份“数字—能源”耦合协调度及预测值

图3反映的内容主要有两类，一是当前中国数能耦合协调的情况。第一，“数字—能源”系统趋于协调互促型发展。2013—2020年中国各省份“数字—能源”系统的耦合协调度不断提高，全国耦合协调度平均值由2013年的0.2238增加至2020年的0.3093，提高了38%。第二，中国整体数能耦合协调度仍处于低耦合协调状态且区域发展不平衡。西部地区和中部地区数字经济大幅落后于东部地区，存在数字经济鸿沟，数能耦合协调度较低。第三，该阶段数字经济发展水平是影响数能耦合协调的关键因素。中国存在数能耦合协调度领先全国平均水平的极点省市，例如广东、北京、上海等，这些地区人口密集、经济活动频繁，数字经济最先发展起来，虽然能源禀赋相对不足，但当前数字经济发展并未突破当地能源供应的极限，数能耦合协调度较高。二是2025年和2030年各省份耦合协调关系的预测。第一，中国未来数能耦合协调度趋向于高耦合协调状态且区域发展相对平衡。整体上2030年“数字—能源”系统将不断走向高耦合协调发展阶段，较2020年将提高1.19倍。第二，未来能源系统是影响数能耦合协调的主导因素。2030年数字经济发达但能源禀赋不足的地区，例如北京、上海、广东等，随着数字经济的深入发展，其对能源的消耗指数级增加，导致当地能源资源对数字经济超越式发展的支撑力减弱，“数字—能源”耦合协调度提升较慢。而能源禀赋充裕的地区，例如云南、内蒙古、甘肃、贵州、四川等，“数字—能源”耦合协调发展具有后发优势，是因为数字经济的溢出作用相对于能源的流动更加快速迅捷，落后省份纷纷加强学习和应用数字经济，导致数字经济快速发展，进而带动数能耦合协调的不断提升。第三，长江经济带城市群将成为数字经济发展的主要力量。一方面长江经济带能源系统为数字经济的深入发展提供了大量应用场景和动力支持，另一方面数字经济也为能源工业升级提供了技术支撑。

三、“数字—能源”耦合协调对能源效率的影响

1.理论分析与研究假设

数字经济和能源系统耦合协调的不断提高可以助推能源系统的智能化，使能源生产至消费整个过程的时间和空间得到了压缩，并可以提供充足的信息沟通和管理服务，从而提高能源效率。(20)A.Zia,“Measurement of Energy Consumption of ICT Solutions Applied for Improving Energy Efficiency in Transport Sector,”Master of Science Thesis, Tampere University of Technology,2016. Available at: https://urn.fi/URN:NBN:fi:tty-201611264804.数字和能源的耦合协调还能通过相应技术的应用和推广对能源消费产生直接、间接和互补的影响，支撑数字经济的纵向发展和横向融合，影响各个产业的能源效率。(21)汪东芳、曹建华：《互联网发展对中国全要素能源效率的影响及网络效应研究》，《中国人口·资源与环境》2019年第1期。在能源效率的测算中还包含有二氧化硫等非期望产出，数字和能源的耦合协调可以有效监管非期望产出的数量，增加可再生能源产量，全面快捷地治理污染，促进能源效率的提高。基于此，本文提出“数字—能源”耦合协调会影响能源效率，具体路径如下：

首先，数能耦合协调会加快能源系统的数字技术学习和数字环境创造，不断提高能源系统的数字研发和应用，推动技术进步，使能源效率向最佳前沿面发展。一方面，数能耦合协调为能源系统提供了数字能源平台，利用平台进行交流学习，增加了各类能源系统的学习和吸收能力，有利于促进技术创新，驱动能源效率提升。另一方面，数能耦合协调发展需要能源系统大量的资金和人员投入，丰富的数字投入和充裕的数字人才有利于数字环境的建立，从而进行更多更大规模的技术创新，引致能源技术的进步。

其次，数能耦合协调会通过改善能源生产效率和管理效率来提高能源系统的技术效率，缩短能源系统和效率前沿面的距离。一方面，能源系统利用数字技术可以有效提高能源产量和能源品质，高品质能源使用比重的增加会提升能源效率。(22)赵金楼、李根等：《我国能源效率地区差异及收敛性分析——基于随机前沿分析和面板单位根的实证研究》，《中国管理科学》2013年第2期。同时，数能耦合协调可促进数据要素与能源系统运行中的劳动力、资本等要素充分融合，推动各类能源在生产工序上和产品上进行技术互补和并行生产，使能源更碎片化和模块化的协同制造成为可能。另一方面，数能耦合协调使能源企业可以在能源生产、运输、服务、管理等环节有效衔接，提高生产流程的管理效率，增强生产过程的可预测性，同时还可优化内部管理方式，依托数字化软件形成高效的管理考核绩效制度，调动员工积极性、提升员工工作效率。由此提出如下假说：

假说1：“数字—能源”耦合协调会通过技术进步和技术效率的途径显著促进能源效率的提升。

“数字—能源”耦合协调对能源效率的空间效应主要体现在两个方面。一是竞合效应。竞合效应包含地区间的竞争超越和合作交流。竞争超越关系，例如“晋升锦标赛”，使一地区能源效率提高，其他地区纷纷模仿学习，可加快数能耦合协调，改进能源效率。但是，也有可能由于恶性竞争的存在，导致各地区数能资源的浪费，降低能源效率。地区间的交流合作关系，也会通过人员流动、交流共享等，导致其他地区能源效率提升。二是溢出效应。溢出效应包含极化效应和扩散效应。扩散效应是在数能耦合协调度较高的地区，数能资源会向周边地区转移，从而缩小地区发展差距，促进能源效率提高。极化效应是当不同地区数能耦合协调发展水平存在差异时，数能资源会向发展水平较高的地方流动，进而遏制落后地区数能耦合协调，降低其能源效率。数能耦合协调的溢出效应是极化效应和扩散效应综合作用的结果，在不同发展阶段两种效应的主导性地位具有不确定性。基于此，提出如下竞争性假说：

假说2a：“数字—能源”耦合协调对能源效率的影响具有正向的空间溢出效应。

假说2b：“数字—能源”耦合协调对能源效率的影响具有负向的空间溢出效应。

2.研究设计

为了研究数能耦合协调对能源效率的影响，本文建立如下双向固定效应模型：

EEit=α0+α1DECit+α2Conit+μi+υt+εit

(4)

其中，EEit表示i省t期的能源效率；DECit表示i省t期的数字经济与能源系统耦合协调度；Conit表示控制变量；μi、υt分别表示地区和时间的固定效应，εit表示扰动项。

同时，为检验数能耦合协调对能源效率的传导机制，选择中介效应模型进行验证：

Mit=β0+β1DECit+β2Conit+μi+υt+εit

(5)

EEit=γ0+γ1DECit+γ2Mit+γ3Conit+μi+υt+εit

(6)

其中Mit表示中介变量，包括技术进步和技术效率。

被解释变量：全要素能源效率。当前能源效率的测算方法主要包括随机前沿分析法(SFA)和数据包络分析法(DEA)。DEA相对于SFA放松了具体函数形式的限制，对现实有更好解释力。DEA又可划分为以径向测算为基础的规模报酬不变模型(CRS模型)和以非径向测算为基础的松弛测量模型(SBM模型)，但两者都具有一定缺陷：前者要求投入要素以相同比例缩减，与现实经济相背离；后者由于包含非径向的松弛变量而规避了同比例缩小的假设，但这是以损失效率前沿投影值的原始比例信息为代价。因此本文使用综合径向与非径向特点的EBM模型(Epsilon-Based Measure)进行测算，以使测算结果更加稳健。(23)林丽梅、赖永波等：《环境规制对城市绿色发展效率的影响——基于超效率EBM模型和系统GMM模型的实证分析》，《南京工业大学学报》(社会科学版)2022年第3期。本文采用能源消费量、以2013年为基期的永续盘存法计算的社会固定资本存量和年末社会从业人员作为投入变量，将地区生产总值以及能源生产的废水废气分别作为期望产出和非期望产出。混合距离的超效率EBM模型可以实现资本、劳动力和GDP存在非径向关系，能源与非期望产出存在径向关系，更符合现实情况，并且叠加全局修正的Malmquist指数(GML指数)，可以分析各省份能源全要素生产率指数的动态变化特征。因此，选用超效率EBM-GML模型作为测量能源效率的方法。

核心解释变量：数字经济与能源系统耦合协调度，数据来源于本文第二部分的测算。

中介变量：技术进步和技术效率均由超效率EBM-GML模型测算。

控制变量：①城镇化水平(Lu，城镇人口与年末总人口之比)。城镇化会通过人口迁移促进经济增长和技术进步，进而提高能源效率。②政府财政支出(Gbe，政府一般预算支出与GDP之比)。政府一般预算支出中的可再生能源支出、能源节约利用支出和新基建支出直接影响着当地的能源利用种类和能源利用效率。③研发投入(LnRD，全社会实际用于研究和试验发展的经费支出的对数)。研发会带来能源技术的改进，进而降低单位能耗。④教育水平(Ed，高等学校毕业人数与在校人数之比)。伴随教育水平不断提高，消费者更倾向于购买绿色产品，并有为其支付溢价的意愿和能力。(24)刁心薇、曾珍香：《环境规制对我国能源效率影响的研究——基于省际数据的实证分析》，《技术经济与管理研究》2020年第3期。⑤对外开放程度(Exg，进出口额与GDP之比)。对外开放一方面可以通过引进先进技术、设备和管理模式提高区域能源效率，另一方面也可能导致高能耗、高污染的产业转移进入中国，因此对外开放对于我国能源效率的影响存在两种因素互相制衡的情况。(25)魏楚、沈满洪：《能源效率及其影响因素：基于DEA的实证分析》，《管理世界》2007年第8期。

本文采用2013—2020年中国除西藏外的30个省份的面板数据进行回归分析，所有数据均来源于《中国能源统计年鉴》和《中国统计年鉴》。

3.计量结果与分析

(1)基准回归与稳健性检验

表2为基准回归结果。在控制时间和地区固定效应的基础上，第(1)列为未加入控制变量的回归结果，数能耦合协调对于能源效率的影响在10%水平下显著。第(2)列加入控制变量后，这种影响在5%的显著性水平下仍有显著的正向促进作用，说明“数字—能源”耦合协调与能源效率正相关，耦合协调度的提升会显著促进能源效率，其可以通过建设和发展能源智慧互联网、促进能源企业间技术和人力资本交流、增强生产过程可预见性对能源效率的提升产生正向影响。稳健性检验中，首先，对数能耦合协调度采取离群值处理，其对能源效率的影响在10%的水平上显著。其次，改变回归方法，使用Tobit模型进行检验，数能耦合协调对能源效率的影响在5%的水平上显著。最后，替换被解释变量，运用非径向效率测度的能源效率进行稳健性检验，其结果在1%的显著性水平下为正。上述稳健性检验说明基准回归结果具有可靠性。

表2 基准回归及稳健性检验

(2)内生性处理

“数字—能源”耦合协调对能源效率具有显著的正向影响，但能源效率提高也会产生“收入效应”，即能源需求的扩张，会反向推动“数字—能源”耦合协调度的提高，因此需要对内生性问题进行处理。根据韩先锋等人的研究，选用数能耦合协调度的滞后一期作为工具变量，(26)韩先锋、宋文飞等：《互联网能成为中国区域创新效率提升的新动能吗》，《中国工业经济》2019年第7期。结果显示数能耦合协调度系数仍显著为正(见表3)。但由于滞后一期的工具变量要求内生变量是序列相关的，并且与干扰项不存在序列相关，这种矛盾的要求使得因变量的滞后一期作为工具变量解释力有限。因而进一步参考赵涛等的研究思路，(27)赵涛、张智等：《数字经济、创业活跃度与高质量发展——来自中国城市的经验证据》，《管理世界》2020年第10期。选用1984年每万人电话机数量作为工具变量，但由于其为截面数据样本，故而采用每万人电话机数量和上一年互联网宽带接入端口数的交互项作为工具变量，解决个体特征不随时间变化的问题。一方面，历史上固定电话普及率较高的地区有可能是数字技术普及率较快的区域，其通信技术设施完善将影响数能耦合协调的快速增长，满足相关性。另一方面，固定电话普及率与宽带接入端口数是形成能源系统数字化建设的基础，即其仅从数能耦合协调度影响能源效率，满足排他性。工具变量识别不足和弱工具变量的检验结果，也反映出该工具变量的选择是合理的。结果显示，在以新的工具变量缓解内生性问题后，数能耦合协调对能源效率的提升效应仍然存在。

表3 内生性处理

(3)异质性分析

为进一步探究数能耦合协调对能源效率的影响是否会随着耦合协调阶段、碳排放强度和地区禀赋的差异而不同，需要进行异质性检验。因大部分省份的耦合协调度仍处于中低水平，为验证耦合协调度越高对能源效率的促进作用越强的猜想，将数能耦合协调度划分为初期、发展期和成熟期三个阶段。初期耦合协调度低于0.209、发展期为0.209～0.418、成熟期高于0.418。表4回归结果显示，初期数能耦合协调对能源效率的影响系数较小且不显著，数字经济的融入有限，不能促进能源效率的提升；发展期数能耦合协调度的系数在10%的水平下显著为正，表明在发展期，两者的耦合协调已经初显成效，逐渐开始促进能源效率的提升；成熟期数能耦合协调系数在5%的水平下显著为正，相比其他两个阶段，成熟期对于能源效率的促进作用更加显著。因此，数字与能源的耦合协调度越高，其对能源效率提升的促进作用越强。

表4 异质性检验

其次，根据碳排放平均值将样本划分为高碳组和低碳组，高碳组地区一般为东部经济发达的能源消费大省和西部能源禀赋充裕的地区。受“碳达峰、碳中和”政策的约束，此类省份相对于低碳组地区，更加注重通过数字经济与能源系统的耦合协调途径来提升能源效率以达成政治目标。回归结果显示，高碳组数能耦合协调度对能源效率的影响显著为正，因此碳排放增多会“倒逼”政府和企业提升能源效率。

最后，由于高碳组中经济发达地区最先发展出对数字处理和应用的需求，数字强省均为经济强省，为了进一步识别哪一类省份数能耦合协调对能源效率影响作用更强，将样本划分为能源强省和数字强省。两者分别以前文测算的能源子系统得分与数字子系统得分的平均得分为界进行强省与弱省的划分。回归结果显示，在能源强省和数字强省，数能耦合协调对能源效率的影响系数均显著为正，而能源强省的系数大于数字强省的系数值，即能源禀赋较强的地区，其数能耦合协调对能源效率的影响速度更快，并且后发的力度也较强，结论符合前文对数能耦合协调的基本判断。

4.进一步分析

(1)渠道机制识别

机制检验结果见表5。列(1)和列(3)中显示，数能耦合协调对两个中介变量均有显著的正向促进作用，即机制检验的前提成立。而后分别将中介变量加入原模型进行回归。列(2)和列(4)结果显示，技术进步与技术效率对能源效率的影响显著为正而数能耦合协调的系数不再显著，表明数能耦合协调会加快能源系统的数字技术和数字思维的学习与创造，提高能源系统的数字研发和应用水平，并且数字技术的使用加快了能源生产效率和管理效率的改进，推动了技术进步和技术效率提升，进而促进了能源效率的提升。而且，两个中介变量发挥得均为完全中介作用。这验证了假说1。

表5 机制检验

(2)空间溢出效应检验

由于地区能源效率将通过省份之间的竞合与溢出效应影响其他地区能源效率的变化，因此需要检测数能耦合协调对能源效率是否存在空间溢出效应。检验发现，2013—2020年全局莫兰指数均在1%的水平下显著为正，(28)囿于篇幅，全局莫兰指数检验结果与2013年和2020年能源效率局部莫兰指数的图示在文中未予报告，留存备索。证明我国各省份的能源效率具有显著的空间相关性。为了更直观地观察能源效率的空间相关性，采用局部莫兰指数观测中国各省份能源效率在局部地区高值或者低值是否趋于集聚。结果显示，中国能源效率表现出明显的高—高聚集和低—低聚集特征，存在显著的空间依赖性。

随后在空间误差模型(SEM)、空间自回归模型(SAR)和空间杜宾模型(SDM)中进行空间面板模型的选择，首先进行Hausman检验，结果显示应使用空间面板固定效应模型，之后进行LR和Wald检验，检验结果拒绝SDM模型退化为SEM和SAR模型，因此建立固定效应的空间杜宾模型：

(7)

为验证回归的稳健性，选择邻接权重矩阵和地理权重矩阵同时考察数能耦合协调对能源效率的溢出效应。表6静态面板回归结果显示，数能耦合协调的直接效应系数均在10%的水平下显著为正，表明本区域的数能耦合协调会对能源效率产生正向的促进作用。当使用邻接权重矩阵和地理权重短阵时，数能耦合协调的间接效应系数分别在5%和1%水平下显著为正，数能耦合协调对能源效率的影响具有显著的正向溢出效应。莫兰指数表明因变量存在正向全局自相关性，但静态面板回归中系数ρ不显著，可能由模型设定错误导致，因此进一步设定动态面板模型进行回归检验：

(8)

表6 空间溢出效应

结果显示，动态面板回归中数能耦合协调在短期和长期均具有显著的直接效应、间接效应，并且ρ显著为正。数能耦合协调对能源效率具有显著的空间溢出作用，该结果具有稳健性，即由于“晋升锦标赛”的存在，一地区能源效率提升会促进其他地区官员进行模仿学习改进地区能源效率，数字要素的应用也促进了平台建设、人员流动和知识交流。另外，计量结果表明我国区域间的扩散效应大于极化效应，数能资源向周边地区转移从而缩小了其发展差距。这验证了假说2a。

四、结论与政策建议

本文使用2013—2020年中国30个省份的数据，通过耦合协调模型测算中国“数字—能源”系统的耦合协调度，进而分析了其对能源效率的影响。研究得出以下结论：第一，中国存在数字经济中心和能源生产中心的背离性分布的空间格局，数能耦合协调度较低，但未来数字经济和能源系统耦合协调度将不断提高。第二，数能耦合协调度对能源效率具有促进作用，在数能耦合协调度更高、碳排放量更大以及能源禀赋更加充裕的地区这种促进作用更为显著。第三，技术进步和技术效率在数能耦合协调与能源效率之间起完全中介作用，同时，数能耦合协调对能源效率具有正向的空间溢出效应。

基于上述结论，提出以下政策建议：(1)提高数字和能源要素的流动性，增加数能耦合协调度。无论是数字经济综合评分、能源系统综合评分还是“数字—能源”耦合协调度，区域间和省际间都表现出明显的差别，实现数字与能源的协调共进，从而提高能源效率是它们共同的导向。因此，一方面，增加和完善建设“西电东送”等能源输送工程和开发可再生能源是解决化石能源流动困难的重要措施。同时，可在能源分布式发展的基础上融合数字技术，将各类小型综合能源供应站串联互通起来，以数字为媒介，以能源互联网为平台，减少能源孤岛数量，促进数字和能源系统的融合。另一方面，建立省际间数字经济交流分享机制，加大数字经济的空间溢出作用，增加数字要素的流动性，是提高数能耦合协调从而提升能源效率的重要举措。(2)加快建设“东数西算”枢纽节点，提高高碳地区尤其是能源禀赋充裕的西部地区的数能耦合协调，助力中国整体能源效率的提升。中国西部能源禀赋充裕的地区和东部数字经济发达的地区的数能耦合协调对能源效率的影响作用强劲。因此，推进“东数西算”工程：一方面，有助于促进东部地区数字经济在过剩情况下转移进入西部区域，缓解资源、环境与发展的矛盾，为数字经济获得更加流畅便捷的算能资源、支撑数字经济的深化提供空间；另一方面，有助于西部地区跨越数字经济起步阶段，使数字技术同能源产业进行融合，发挥耦合协调作用对能源效率的正向效应，从而形成全国范围内能源与数字要素协同联动的良性产业生态，统筹东西部数能需求与供给，构建全国一体化“数字—能源”协同联动体系。(3)推进能源互联网、数字能源等能源技术项目，最大程度地发挥数字经济在能源系统的平台化、共享化优势，使企业间的知识交流、人员往来更加密切，并且依托大数据及人工智能，不仅使信息流动速度加快，还增加了能源流动，实现了能源品种的跨越和边界的突破，有利于能源技术创造和革新。同时，积极利用数能耦合协调对能源效率影响的正向溢出作用，结合地区间的政治竞争和技术合作，发挥两者对溢出效应的传递作用，也能促进其他地区的能源效率提升。