【摘要】从数据价值化、数字产业化、产业数字化、数字化治理四个维度构建数字经济发展水平评价体系，测度2011—2018年中国分地区数字经济发展水平，并进一步探究数字经济发展对能源强度的影响。结果表明：中国数字经济发展水平整体提升、结构固化，并呈现出一定程度的“马太效应”；数字经济发展对能源强度具有显著的“抑制”作用，数字经济发展水平每提高1%，可以使能源强度降低0.26%，作用强度具有边际递减特征；技术进步和制造业升级是发挥数字经济“抑制”作用的主要渠道。上述“抑制”作用在能源分类、数字经济分维度、能源强度分解和分区域检验中表现出显著的异质性。
【关键词】数字经济；能源强度；能源消费
一、引言
改革开放以来，中国能源消费总量一直在快速增长，目前已成为世界上最大的能源生产国和消费国，能源问题的重要性愈发凸显。能源强度是中国能源问题的核心掣肘能源储量不断下降，能源安全会威胁经济的持续健康发展。在此背景下，中国政府在“十三五”时期提出实施能耗总量和强度“双控”行动，“十四五”规划又进一步明确要求，到2025 年单位GDP能耗比2020年降低13.5%。然而，即使有政策的推动，能源转型进程仍存在很多障碍。国家发改委公布的《2021年上半年各地区能耗双控目标完成情况晴雨表》显示，不及半数省（区、市）能耗强度降低进展总体顺利，能源消费总量控制压力仍大。政府的相关政策措施只是引导能源转型的基础，数字化技术的融合发展才是新时代能源转型的关键驱动，以数字化技术为内核的数字经济逐渐成为引领新一轮技术、能源革命的新业态。当前中国数字经济蓬勃发展，国家信通院数据显示，中国数字经济占GDP比重逐年上升，由2005年的14.2%增加至2019年的36.2%，数字经济在经济发展中的作用有目共睹。相比之下，数字经济发展对中国能源消费有何影响？其背后的驱动逻辑是什么？这是目前中国在能源领域亟须厘清的问题。
数字经济和能源消耗分别作为中国经济转型发展的重要推力和约束条件，两者之间或许存在着不可忽视的机制内联。从能源消费的角度来看，数字经济发展对能源消耗总量兼具直接、间接两种作用。直接作用是指数字化设备在投资和持续运营过程中增加的能耗。例如，相关研究指出，全球信息与通信技术（ICT）行业的总体运营能源需求从2007年的658太瓦时增长到2012年的909太瓦时，ICT在全球电力消费中的份额从3.9%增加到4.6%。间接作用一方面是指，数字技术的发展可以消除生产过程的冗余浪费，提高能源利用效率；降低信息不对称和交易成本，提高能源传输系统的决策效率；整合企业生产流程与信息流，提高能源管理效率。即数字经济发展可以通过能源效率提升间接降低能源消耗。另一方面，间接作用还体现在能源的回弹效应，数字经济虽然能够带来能源效率的提升，但是效率提高反而会增加消费者和生产者的能源依赖，进而导致能源消费量的不降反升。数字经济对能源消费的实际影响是直接、间接作用的加总，测度数字经济的实际影响是我们主要关注的问题。
值得注意的是，数字经济发展对能源消耗产生影响的同时还促进了经济的高质量发展。这意味着，评估数字经济发展的能耗效应更应该从能源强度的角度入手，能源强度的变动反映了数字经济对能源消费和经济增长的复合影响，是对数字经济“能耗－经济”双重效应的相对测度。那么，数字经济与能源强度之间究竟是“协同演进”还是“二律背反”（二律背反是指自然界存在的两种运动力量之间呈此消彼长、相背相反的作用，本文是指数字经济发展与能源强度两种力量的相反运动，即数字经济发展水平越高，反而能源强度值越高）？这需要通过深入的机制分析和数据挖掘进行验证。基于此，本文测算了2011—2018年中国分地区数字经济的变化趋势，并利用计量模型评估其对能源强度的影响，旨为21世纪以来中国能源强度的持续下降提供理论注解。
本文可能的创新点和贡献如下：（1）在研究内容方面，本文尝试将数字经济纳入能源消费研究框架，在一定程度上拓宽了能源经济学的研究领域，梳理了数字经济发展对能源强度的作用机制。并且，与现有研究不同的是，本文尝试将数字经济对能源强度和能源消费的影响分离，进一步揭示数字经济发展过程中的能耗传导路径。（2）在研究数据方面，随着数字经济的发展，其内涵也从“两化”发展到“四化”（即数据价值化、数字产业化、产业数字化、数字化治理四个维度），“四化”框架更能反映生产要素创新、生产力提升和生产关系变革。现有研究鲜有从“四化”角度刻画数字经济发展水平，本文基于“四化”框架测度了2011—2018年中国分地区数字经济发展水平，弥补了现有研究空白。（3）在实践应用上，本文实证检验了数字经济对能源消费和能源强度的影响，并从数字经济角度探索了有效实现节能减排目标、能源转型升级的可行路径。
二、文献综述、理论分析及研究假设
（一）文献综述
现有文献对能源消费、能源强度等问题进行了丰富探讨。但从数字经济角度出发，探讨其与能源发展关系的研究相对较少。事实上，目前无论是数字经济，还是数字经济与能源的关系都是较为新颖的研究命题。经过系统的文献梳理发现，与本文最为接近的文献主要有如下三类:
第一，数字经济的作用。近年来，中国数字经济的发展势头迅猛，但数字经济的理论研究相对滞后，既无法系统性地解释数字经济中出现的一系列新现象，也不能为数字经济的健康发展提供逻辑一贯的政策建议。既有研究主要探讨了数字经济的经济效应，因为数字经济具有典型的网络特性，满足梅特卡夫法则网络的价值等于其节点数的平方。网络上联网的节点越多，单个节点的价值越大。摩尔定律和达维多定律进入市场的第一代产品能够自动获得50%的市场份额，体现的是网络经济中的马太效应。三大定律，可以多渠道并行带动经济增长。例如数字经济可以激发大众创业，赋能高质量发展；可以优化农民创业行为，实现创业机会均等化，以普惠特性实现经济包容性增长；可以提升地区的全要素生产率并发挥溢出效应，促进经济的高效发展；还可以一定程度上缓解效率与公平的悖论，全面提升经济增长质量。学术界从不同角度研究了数字经济的作用效果，得到了丰富的研究成果，这为本文探索数字经济对能源强度的影响奠定了基础。
第二，能源强度的影响因素。诸多学者从产业结构角度分析了其对能源强度的影响，例如张伟等认为，产业结构、能源结构、能源使用技术对能源强度具有显著影响。沈小波等的研究证实了产业结构扭曲可以有效降低能源强度。祝树金等研究表明，制造业服务化可以通过技术创新和要素结构优化显著降低能源强度。Lin and Zhu以中国193个城市为样本，证实了新型城镇化可以通过产业结构效应和技术进步效应实现能源强度的下降。Luan等利用1997—2016年中国省级数据，实证分析了产业结构与能源强度之间的关系。结果表明，第三产业比重每增加1%，能源强度下降约0.03%，产业结构优化每增加1%，能源强度下降约0.02%。这些文献为本文控制变量及机制变量的选取提供了参考。
第三，数字经济发展对能源强度的作用。邬彩霞和高媛探讨了数字经济与低碳产业的发展关系，使用能源强度作为替代变量进行了稳健性检验，结果表明数字经济对能源强度具有显著的负向影响。张三峰和魏下海利用中国制造业企业微观数据，研究了企业ITC发展对企业能源消耗的影响，证实了ITC和能源强度之间显著的负向关系。Lu认为，互联网通过发挥网络效应对包括能源利用在内的企业具有积极的溢出效应，促进了企业能源技术效率的提高。Ren等研究表明，互联网发展可以通过经济增长、研发投入、人力资本、金融发展和产业结构升级等渠道加速能源强度的下降。
既有文献对数字经济、能源强度分别进行了大量探讨，但从数字经济出发，探索其对能源强度影响的研究较少。另外，数字经济与能源强度之间存在多重的作用叠加和环环相扣的机制牵引，本文综合考虑数字经济对能源强度和能源消费的影响，并分解传导路径，为探索中国能源高效化发展提供“数字”路径解释。
（二）理论分析与研究假设
通过文献梳理，本文认为数字经济可能通过促进技术进步和制造业升级两个渠道提高能源效率、降低能源强度。
1.数字经济通过“技术进步效应”降低能源强度
数字经济的特点之一是以数字技术作为生产要素，数字技术本身蕴含了技术进步作用。数字技术要素与实体生产要素融合可以通过三个作用促进技术进步、降低能源强度。首先，数字经济可以发挥“梅特卡夫”作用，即数字技术能够提高信息搜寻效率、扩大信息传播渠道和范围、降低信息获取和传播成本、加速要素空间结构关联和网络外部性的溢出，进而提高了各生产节点的时空联系和能源效率。其次，数字经济可以发挥“达维多”作用，即快速的信息技术进步带来生产技术的迭代升级，提高生产运行、组织协调和管理控制效率，改善企业生产设备和工艺流程，实现低耗能生产设备对高耗能设备的替代，倒逼落后产能淘汰和转型升级，进而提高能源效率。最后，数字经济可以发挥“技术溢出”作用，这种技术溢出效应首先发生在信息技术生产部门内部，然后扩散到信息技术使用部门，进而提升企业乃至全行业的能源效率。特别对于能源消费总量大的行业而言，技术扩散可以带来显著的能源“示范效应”和“节省效应”，从长期来看能够显著降低能源强度。
2.数字经济通过“制造业升级效应”降低能源强度从行业层面来看，制造业是能耗占比较高的行业，能源是约束制造业发展的重要条件。作为产业数字化的核心主体，制造业升级导致了生产要素资源的重新配置。原始资源要素和新资源要素都从配置效率较低的产业转移至配置效率高的技术密集型产业，导致技术密集型产业所占份额越来越大。数字经济主要可以从两个渠道提升工业产业的资源配置效率。首先，数字经济的高频性和开放性可以促进企业创新知识的共享，为尚未获得有效配置的资源提供了低成本的共享平台和渠道，降低了企业的搜索成本，使更多的创新要素和资源流向高效率行业，进而促进制造业发展升级。第二，数字技术促进了信息和资源的有效整合，强化了市场环境中优胜劣汰的竞争机制，倒逼传统落后产业淘汰出局，促进制造业产业升级，从而提高能源强度。
从企业层面来看，数字经济发展加速了企业生产过程的知识要素嵌入，增加了虚拟要素对实体要素的替代，优化了企业生产要素的结构配置，降低了企业对能源的依赖程度。例如，通过数字孪生技术模拟企业生产试验的运行场景，实现虚实交互、数据融合的虚拟映射，有效实现企业生产的节能降耗。其次，海量的数据要素通过数字化产业系统平台积累、交互共享，有助于打通原材料、生产设备、检测设备等各环节企业间协同创新堵点，进一步消除各生产环节的冗余浪费，提高企业能源使用效率。第三，数字技术的应用加速了制造企业的智能化发展，提高了企业设计、加工、装配和服务的智能化水平，进而提升企业生产效率、降低能源强度。
通过上文的梳理总结，本文提出如下假说。
假说1：在控制其他变量的情况下，数字经济发展有利于降低能源强度。
假说2：数字经济可以通过“技术进步效应”和“制造业升级效应”降低能源强度。
三、数字经济与能源强度测度
（一）数字经济发展水平的指标体系
随着信息通信技术领域的快速发展，数字经济的内涵也在不断丰富和完善。其狭义内涵是将数字经济视为一种产业经济，是将数字化货物和服务的生产、消费与分配活动从依附于传统国民经济活动的部门中剥离出来，进行独立核算的数字化产业；广义内涵是将数字经济视为一种经济活动，该定义取自于2016年中国发布的《二十国集团数字经济发展与合作倡议》，是以数字化信息与知识作为生产要素，以信息化网络为载体，以信息化技术促进效率提升和结构优化的经济活动总和。
基于对数字经济内涵的不同理解，现有研究从不同维度对数字经济进行量化分析。中国信通院在《中国数字经济发展白皮书（2020年）》中，首次提出数字经济“四化”的框架，在数字产业化和产业数字化的基础上，增加了对数据价值化和数字化治理的研究梳理。“四化”框架更为全面地刻画了中国现阶段数字经济的发展现状。基于此，本文从数字经济的广义内涵出发，结合“四化”框架构建评价中国数字经济发展的指标体系，具体内容如表1所示。
需要指出的是，对于数据化治理数据，目前尚未有完备的数据来源可以借鉴，本文采用中国数字普惠金融指数进行表征，具体包括数字金融覆盖广度、数字金融使用深度、普惠金融数字化程度三个方面。原因在于，数据化治理是指借助数字化技术对社会体制机制、决策、监督和实施等环节进行综合性管理，解决便捷、效率、连通、公平的问题。而数字普惠金融指数涵盖了支付、信贷、保险、投资、信用等多维特征，在一定程度上反映了地区金融业务服务的数字化程度，与地区数字化治理水平具有一定的正相关性。考虑到数据的可得性，本文利用2011—2018年中国大陆地区30个省（区、市）的数据进行评价分析，其中西藏地区由于数据缺失较多暂不加入研究样本。
（二）中国各省（区、市）数字经济发展水平的测算与结果分析
基于上文的评价体系与指标选择结果，使用熵值法计算得到2011—2018年中国30个省（区、市）的数字经济发展指数。选择2011年、2014年和2017年3个截面数据进行排序展示，结果如图1所示（图中虚线为各年数字经济发展水平的样本均值）。为了验证评价结果的可靠性，将2017年各省（区、市）数字经济发展排名情况与中国信息通信研究院、腾讯研究院发布的排名结果进行对比，结果发现并无显著差异。这证实了本文的指标体系在一定程度上是可靠、合理的。
图1 2011年、2014年和2017年中国30个省（区、市）数字经济发展排名
由图1可知，中国各省（区、市）数字经济发展水平整体呈现逐年上升的趋势，但各地区的增长趋势略有差异。分年度来看，2011年，数字经济发展水平在均值之上的地区共有7个，按照排名分别为广东、江苏、北京、浙江、上海、山东、福建，而贵州、甘肃、海南、宁夏和青海为数字经济发展的最后五名；2014年，数字经济发展水平在均值之上的地区共有6个，按照排名分别为广东、江苏、北京、浙江、上海、山东，后五名的省（区、市）未发生变化；2017年，数字经济发展水平在均值之上的地区共有7个，按照排名分别为广东、江苏、浙江、北京、福建、上海、山东，后五名的地区为新疆、甘肃、海南、宁夏、青海。广东和江苏的数字经济发展一直处于前两名，北京和浙江一直紧随其后；而甘肃、海南、宁夏、青海等地区数字经济发展一直处于落后地位。各地区数字经济发展呈现出整体提升、结构固 化，强弱分化的特征。
（三）数字经济发展与能源强度的相关性
能源强度反映了生产过程中各行业能源综合利用的经济效益，一般采用地区能源消费总量和地区GDP比值衡量。2011—2018年30个省（区、市）的能源强度见图2。
图2 2011—2018 年中国30个省（区、市）能源强度分布箱型图
图2显示了样本期间各省（区、市）能源强度分布情况，图中展示了不同年份各地区能源强度的大小、极值、均值等分布信息。整体来看，箱体位置逐年下移，这说明中国的能源强度整体呈现下降的趋势。从下降速度来看，2012—2015年能源强度下降显著，2016—2018年能源强度下降速度有所放缓，并且2017、2018年部分地区能源强度出现一定程度的回弹，数值再次上升至2.0以上，与2011年的最高值相当。从平均值来看，2011—2016年能源强度呈现为持续下降，2017、2018年则有所反弹。
图3 数字经济发展水平和能源强度、能源消费散点图
由图3（左图）可知，在不考虑其他变量影响的情况下，数字经济发展与能源强度呈现出一定的负相关关系，即一个地区的数字经济发展水平越高，其能源强度往往越低；由图3（右图）可知，在不考虑其他变量影响的情况下，数字经济发展与能源消耗呈现出一定的正相关关系，但并不显著，表明地区数字经济发展和能源消耗之间并不是简单的线性关系，二者之间可能存在多种关系的组合。当然如果考虑其他变量的综合影响，图3展示的变量关系是否依然成立？下文将通过实证检验进行证实。
上文分别展示了中国各省（区、市）数字经济和能源强度的发展情况。那么，是否一个地区的数字经济水平越高，其能源强度就越低呢？为了直观展示数字经济发展水平与能源强度的相关关系，绘制了双变量散点图（数据均进行对数处理），并添加了线性拟合曲线（图中按照99%的置信水平添加了置信区间）。同时，加入数字经济发展水平和能源消费的散点图进行对照，具体如图3 所示。
四、研究设计
（一）模型设定
为检验数字经济发展对能源强度的影响，构建如下基本模型：
式（1）中，下脚注i和t分别代表省（区、市）和年份，LN(EI)it为能源强度，LN(Digital)it为数字经济发展水平，LN(Zit)是由一组控制变量构成的向量，λt是时间效应，θi是个体效应，εit是随机误差项。β0为常数系数，β1为数字经济发展水平的系数，βz为控制变量向量的系数集。β1为本文最关心的系数，如果β1为负数，则表明数字经济发展有助于降低能源强度。为防止异方差问题，同时明确变量间的变化弹性系数，本文将各变量的对数形式加入模型。
（二）变量测度与说明
本文的被解释变量是地区的能源强度，核心解释变量为数字经济发展水平。另外，为了控制其他变量对能源强度的影响，在模型中加入了能源价格、绿色技术创新、外商直接投资、对外贸易水平和产业结构等控制变量。具体的变量释义如下所示：
1.能源强度(EI)：分地区各行业能源消费总量与地区 GDP 的比值。
2.数字经济(Digital)：上文测度得到的地区数字经济发展水平指数。
3.能源价格(Price)：使用各地区商品零售价格指数中的燃料价格指数（上年为100）来度量。
4.绿色技术创新(GT)：用绿色发明占地区年度申请的专利总数百分比作为度量指标。
5.外商直接投资(FDI)：分地区外商直接投资总额与 GDP 的比值。
6.对外贸易水平(FT)：分地区进出口贸易总额与 GDP 的比值。
7.产业结构(ST)：分地区第三产业增加值与GDP 的比值。
（三）数据来源和描述性统计
分地区各行业能源强度、FDI、第三产业增加值、GDP 和燃料价格指数的数据来源于《中国统计年鉴》；数字经济发展水平指数由上文综合指标评价计算得出；绿色发明占地区年度申请的专利总数百分比数据来源于CNRDS数据库；地区进出口贸易总额数据来源于CEIC中国经济数据库。考虑到数字经济发展指数的样本年限，本文所有变量的时间跨度为2011—2018年。表2呈现了各相关变量的描述性统计值。
五、经验结果与讨论
（一）基准回归结果
表3报告了数字经济对能源强度和能源消费影响的基准结果。在第（1）列仅使用数字经济发展水平对能源强度进行回归，此时回归系数为－0.223，通过了10%的显著性水平检验。结果表明，在不考虑其他变量的情况下，地区数字经济发展水平每提高1%，当地的能源强度将下降0.223%；第（2）列中加入了FDI和对外贸易水平作为控制变量，此时回归系数为－0．212，通过了10%的显著性水平检验；第（3）列中继续加入了能源价格、绿色技术创新和产业结构作为控制变量，此时回归系数为－0.247，通过了1%的显著性水平检验。结果表明，在控制了其他变量的影响后，数字经济水平每提高1%，能源强度将显著下降0.247%。另外，为了增强回归结果的稳健性，本文参考罗佳等、王军等的方式，分别使用省域数字经济专利数据和综合测算的数字经济发展水平指数进行稳健性检验，结果分别见第（4）、（5）列。从第（4）、（5）列的结果可知，数字经济对能源强度的回归系数依然显著为负，在一定程度上证实了模型的稳健性。
从回归结果来看，数字经济发展与能源强度之间呈现出一种“协同演进”的态势，即数字经济发展水平越高，单位产值所消耗的能源越少。这表明数字经济的技术内核可以与能源行业深度融合，提升能源利用效率。尤其是以物联网、大数据和云计算等为核心的数字技术可以有效提高能源采集效率、强化在线互联程度、助力能源精准调度，实现能源供给环节的集约化、精细化、高效化。比如国内的大唐集团有限公司通过先进通信技术和软件架构构建3D虚拟电厂，实现空间地理位置分散的聚合和协调优化，其智能控制系统实时管控生产电力过程、完成能源储存与合理配置。当然，数字经济发展对能源强度影响的具体作用机制还有待进一步检验。
（二）内生性问题处理
基准模型或存在一定程度的内生性问题：一方面，不可观测因素可能同时影响数字经济发展和能源强度，导致遗漏变量问题；另一方面，地区经济发展水平越高，其ITC、互联网和数字治理等产业一般发展越好，数字经济水平一般也越高，这可能导致反向因果问题。为此，本文通过工具变量检验数字经济发展对能源强度的真实效应。
借鉴黄群慧等的方法，采用各地区历史邮电数据作为数字经济发展水平的工具变量。其逻辑在于，首先互联网作为传统通信技术的延续发展，当地历史上的电信基础设施会从技术水平和使用习惯等因素影响到后续阶段互联网技术的应用，满足相关性；其次，传统电信工具对经济发展的影响随着使用频率下降而逐渐式微，满足排他性。结合数据可得性，本文利用1999年分地区邮电业务总量作为工具变量，并使用互联网宽带接入端口数作为邮电业务总量指标的交乘项，构造出最终的时变工具变量。利用两阶段最小二乘方法（2SLS）进行进一步分析检验。工具变量相关数据来源于国家统计局，回归结果见表4。
表4中，第（1）列为数字经济发展对能源强度关系的一阶段回归结果，回归系数显示工具变量与内生变量显著正相关，满足相关性假设；第（2）列为数字经济发展对能源强度关系的二阶段回归结果，系数显示数字经济发展对能源强度具有抑制效果，在5%水平上显著，与基准回归结果相符。工具变量的回归系数显示，平均来看，数字经济发展水平每提高1%，可以使能源强度降低0.26%。这说明基准回归模型低估了数字经济5.26%的作用效果。
（三）稳健性检验
为了避免变量、指标、样本选择偏误和模型设定错误等问题导致的估计偏差，进一步通过替换核心变量、滞后变量和面板分位数模型等进行稳健性检验。
1.替换衡量指标
能源利用过程会伴随着二氧化碳（CO2）的大量排放，因此采用单位产出CO2排放量IPCC部门法的二氧化碳排放量是根据能源消费数据和排放因子计算的，数据来源于CEADS数据库，具体用法参考Shan等“China CO2 emission accounts 2016—2017. Scientific Data”（碳强度）作为能源强度的替代指标。这种替代可能在总量上低估能源强度，但可以消除垄断性定价的影响，降低能源成本不一致的问题。表5报告了替换被解释变量的回归结果，其中，第（1）列结果表明，数字经济回归系数为－0.270，在1%水平下显著。这说明使用碳强度作为能源强度的替代指标后，数字经济发展水平的作用系数仍然显著，证明了本文模型的稳健性。
2.滞后一期变量
为了避免核心变量间的反向因果问题，本文首先将滞后一期的解释变量加入模型，回归结果见表5。表5第（2）列 显 示，数字经济的回归系数为－0.260，通过1%的显著性检验，表明在滞后解释变量后，数字经济与能源强度的负向关系仍然成立。其次，本文对控制变量进行滞后一期的处理，表5第（3）列报告了具体的回归结果。在对控制变量进行滞后一期处理后，数字经济的回归系数为－0.327，通过1%的显著性检验。这说明在剔除反向因果问题后，数字经济发展对于能源强度的下降仍然具有显著解释力。
3．分位数面板回归
以上计量分析是基于平均值角度展开，没有具体考察不同能源强度地区数字经济发展的作用差异。本文进一步利用分位数回归模型进行检验。此方法可由解释变量估计被解释变量的条件分位数，相比于OLS模型能够得出更稳健的估计结果。本文选取15%、30%、45%、60%、75%和90%作为分位点进行回归。参数估计时，使用自适应MCMC算法进行重复抽样估计，设置抽签次数为1000次，系统排除次数设置为100次，算法接受率设置为0.5，模型同时固定了年份和省（区、市）效应。回归结果见表6。
表6显示在不同分位点上，数字经济对能源强度均具有显著的抑制作用。并且随着能源强度由低分位点向高分位点上升，数字经济对能源强度的抑制效果呈现出一定的上升趋势。在 75%分位数水平下，数字经济对能源强度的抑制效用达到最大。这说明在能源强度高的地区，数字经济对能源强度的抑制作用更大，在能源强度较低的地区，抑制作用有所减弱，总体呈现出边际效用递减的特征。分位数回归结果表明，数字经济对高能源强度地区的“治理”效果更好。其原因可能在于，高能源强度地区的数字能源技术应用尚不广泛，其能源强度还存在较大的优化空间，“能源+数字化”的边际融合能够带来较好的“强度改进”。另外，相比于其他控制变量，数字经济对低能源强度地区的“治理”效果也更为突出。这说明尽管数字经济具有异质性的能源治理效应，但在众多影响因素中，数字经济对能源效率的改进作用仍处于核心位置。
（四）数字经济对能源强度的机制检验
根据前文的机制分析，数字经济主要通过促进技术进步和制造业升级降低能源强度。本部分构建如下回归模型进行作用机制的检验：
式（2）与前文的方程（1）相同，式（3）和（4）中的Medit为机制变量，其含义为技术进步和制造业升级。具体的，本文使用R＆D经费支出作为技术进步(Technology)的代理变量，使用第二产业增加值占GDP 比重作为制造业升级(Manufacture)的代理变量。式（3）和（4）中的其余变量与式（2）相同。
机制检验回归结果如表7所示。第（2）列Digital的系数为0.377，在1%水平下显著，表明数字经济发展对技术进步有显著的推动作用，数字经济水平每提高1%，技术进步提高了 0.377%。第（3）列中Digital和Technology的系数均显著为负，表明控制了技术进步机制变量后，数字经济对能源强度影响的直接、间接效应均显著，技术进步是数字经济作用能源强度的机制变量。第（4）列 Digital 的系数为0.103，在1%的水平下显著，说明数字经济发展对制造业升级有显著的推动作用，数字经济水平每提高1%，制造业水平提高了0.103%。第（5）列中Digital和Manufacture的系数均显著为负，表明控制了制造业升级机制变量后，数字经济对能源强度影响的直接、间接效应也均显著，制造业升级是数字经济影响能源强度的作用渠道之一。综上，机制检验结果表明，数字经济主要通过技术进步和制造业升级两个渠道降低地区能源强度，证实了假说2。
六、进一步分析
（一）能源异质性分析
数字经济对能源强度的抑制效果是否会因能源种类的差别而不同，即是否存在能源异质性。具体来看，中国的能源消费主要包括煤炭、电力、天然气和原油等。为梳理数字经济对具体能源消费强度的影响，并结合数据可得性部分省（区、市）的原油消费数据缺失，故本文未将原油消费强度纳入回归模型，本文分别检验了数字经济对煤炭消费强度、电力消费强度和天然气消费强度的影响情况。分品种的能源强度是指：一个地区在一定时间内分品种能源的实际消耗与GDP的比值。结果如表8所示。
表8第（1）列展示了数字经济发展对电力强度的影响，作用系数为－0.348，且通过了1%的显著性检验。回归结果表明，数字经济发展水平每提高1%，可以使电力强度下降0．348%，相比于前文对加总能源强度的回归结果，数字经济发展对电力强度的影响更大；第（2）列报告了数字经济发展对煤炭强度的影响，回归系数为0.121，但不显著，结果表明数字经济发展并不能降低煤炭消费强度；第（3）列报告了数字经济发展对天然气强度的影响，回归系数为－0.0125，但不显著，结果表明，数字经济发展可能在一定程度上降低了天然气的消费强度，但该结论的有效性缺乏显著性支撑。通过分品种回归发现，数字经济主要通过影响电力消费降低能源强度，该结论与中国社会发展的典型事实相符：数字经济作为一种新型的经济活动，主要通过以互联网为代表的新一代信息技术与消费和生产领域交叉融合促进社会进步。其中，电子商务、共享经济、金融科技、智能制造等各板块的发展都依托于电力系统的支撑。数字经济发展在消耗电力的同时带动了经济的增长，总体上实现了电力消费强度的降低。
（二）数字经济分维度分析
数字经济由数字产业化、产业数字化、数据价值化和数字化治理4个维度组成，本部分从这4个维度出发，分别考虑数字经济不同维度对能源强度的影响。使用熵权法计算得到的权重进行分维度加总，得到数字产业化、产业数字化、数据价值化和数字化治理各自的发展指数，将其作为解释变量带入模型（1）中进行参数估计。结果如表9所示。
表9第（1）列报告了数字产业化对能源强度的影响，作用系数为－0.327，通过5%的显著性检验。结果表明，数字产业化水平每提高1%，可使能源强度下降 0.327%。第（2）列报告了产业数字化对能源强度的影响，回归系数为－0.328，通过10%的显著性检验。结果表明，产业数字化水平每提高1%，可使能源强度下降 0.328%。第（3）列报告了数据价值化对能源强度的影响，回归系数为－0.0896，通过10%的显著性检验。结果表明，数据价值化水平每提高1%，可使能源强度下降0.0896%。第（4）列报告了数字化治理对能源强度的影响，回归系数为－0.424，但不显著。总体来看，产业数字化、数字产业化和数据价值化对能源强度产生了负向依次减弱的影响，而数字化治理对能源强度的作用尚未显现。
（三）能源强度分解的作用分析
能源强度是能源消费和经济增长的复合，其系数反映了对数字经济“能耗－经济”双重效用的相对测度。数字经济可能通过影响能源消费或经济产出对能源强度产生作用，所以有必要从指标分解角度进行检验分析。本文将地区GDP产值和能源消费总量作为被解释变量进行回归检验。结果如表10所示。
表10第（1）列为数字经济对经济增长的回归结果，回归系数为0.8356，在1%的水平下显著，说明数字经济发展对经济增长具有显著的促进作用。第（2）列为数字经济对能源消费的回归结果，回归系数为－0.0579，但并不显著。这说明数字经济发展与能源消费之间或许存在“二律背反”的关系。正如前文所述，数字经济发展通过“直接效应”增加能源消费，并且通过“回弹效应”进一步放大能源消费规模。直接效应与回弹效应的叠加对冲了数字化发展带来的“效率改进效应”，从而使得数字经济发展对能源消费的作用系数并不显著。这说明目前中国的数字经济发展对能源强度的影响主要体现在“经济促进”效应上，其对能源消费总量的影响并不显著，即数字经济对能源强度的抑制效果是一种“稀释”作用，而非真实的“节能”作用。
（四）区域异质性分析
考虑到不同地区自然禀赋、产业结构差异，数字经济对地区能源强度的影响可能存在异质性，将不同省（区、市）按照东、中、西进行区域划分进行进一步检验，结果如表11所示。
由表11可知，数字经济对东、中、西部地区能源强度的影响均为负，数字经济的作用方向与前文仍然一致。从系数绝对值大小来看，数字经济对中部地区能源强度的抑制作用最大，其次分别是西部地区和东部地区，其中仅中部地区的回归系数在1%的水平下显著。这表明，东、西部地区在数字经济和能源强度协同演进方面还有优化空间。值得一提的是，国家发改委在2022年正式全面启动“东数西算”工程，通过全国一体化的数据中心布局建设，提高算力使用效率，实现全国算力规模化集约化发展。这在一定程度上与该研究结论形成映射。
七、结论与建议
本文从数据价值化、数字产业化、产业数字化、数字化治理四个维度构建数字经济发展水平评价体系，测度2011—2018年中国分地区数字经济发展水平，并进一步探究数字经济发展对能源强度的影响。具体结论概括如下：
第一，2011—2018 年，中国30个省（区、市）的数字经济发展水平具有整体提升、结构固化的趋势，地区间数字经济发展差异显著，呈现出强者恒强的马太效应。
第二，数字经济发展对能源强度具有显著的抑制效果。并且对于低能源强度地区，数字经济的这种抑制效果有所减弱，作用强度呈现出边际递减的特征。机制分析表明，数字经济发展通过促进技术进步和制造业升级引致能源强度降低。
第三，能源分类回归结果表明，数字经济发展主要通过降低电力强度来降低能源强度，其对煤炭强度和天然气强度的作用并不显著；数字经济分维度回归结果表明，产业数字化、数字产业化和数据价值化对能源强度产生了负向依次减弱的影响，而数字化治理的作用尚未显现；能源强度分解回归结果表明，现阶段数字经济发展主要通过促进经济增长来降低能源强度，其对能源消费的直接抑制效果并不显著。区域异质性分析表明，数字经济对中部地区的能源强度具有显著的抑制作用，对于东、西部的抑制作用不显著。
本研究具有重要的政策意义。首先，数字经济发展有利于降低能源强度，相关部门应进一步推动数字经济发展，加强数字技术在能源行业的融合应用，提高能源利用的经济效率；其次，数字经济对能源消费的影响并不显著，各地区在发展数字经济时要做好能耗评价，要重视数字化设备（如大型服务器、数字中心等）建设使用过程中的直接能耗，推进数据中心向高效、清洁、集约、循环方向转变，加强绿色数据中心建设；第三，数字经济发展对能源强度的作用效果边际递减，针对高能源强度地区，应重视数字化建设的经济效应，通过数字经济发展带动经济增长，实现能源强度下降。对于低能源强度地区，应重视数字化设备本身绿色节能属性的建设，通过技术突破、政策规制等手段发挥数字经济的“真实节能”作用。最后，现阶段数字经济对能源强度的抑制作用是一种“稀释”作用，而非真实的“节能”作用。发展数字经济时，应重点提高数字技术效率水平，完善数字设备全生命周期管理和能效管理机制，加强对节能减排类数字技术、设备的研发与支持，真正激发数字经济的节能降耗潜力。
作者：岳书敬，东南大学中国特色社会主义发展研究院研究员；
张鑫和，东南大学经济管理学院博士研究生
来源：《南昌大学学报（人文社会科学版）》2023年第1期