双碳目标下数字经济对中国绿色能源效率的影响

程云洁 张志芳 刘娴

摘 要：双碳目标下数字经济对平衡能源需求增加与能源低碳转型协调发展具有重要影响。本文基于2011-2019年的省级平衡面板数据，构建数字经济综合评价指标体系，使用超效率SBM模型测算我国绿色能源效率，并使用系统GMM模型实证分析数字经济对我国绿色能源效率的影响。研究发现：数字经济对我国能源效率总体呈促进作用，对于东部和西部地区能源效率有显著的提升作用；数字经济发展水平对中等能源依赖地区的能源效率有提升作用，对高能源依赖地区能源效率的影响可能为负；数字经济对能源效率的影响具有环境规制的门槛效应，当环境规制低于门槛值时，数字经济阻碍了能源效率的发展，跨越门槛后，数字经济显著提高了我国能源效率。数字经济对东部和中部地区能源效率的影响呈现正“U”型的非线性特征，跨越环境规制的门槛后，数字经济显著促进了东、中部地区的能源效率。

关键词：数字经济；绿色能源效率；环境规制；能源依赖

中图分类号：F0621文献标识码：A文章编号：1001-148X（2023）02-0065-08

收稿日期：2022-06-26

作者简介：程云洁（1967-），女，山东梁山人，教授，博士生导师，研究方向：数字经济问题；张志芳（1996-），本文通讯作者，女，山西呂梁人，硕士研究生，研究方向：数字经济和绿色发展；刘娴（1996-），女，甘肃陇西人，硕士研究生，研究方向：数字经济和数字贸易。

基金项目：新疆社科基金项目，项目编号：21BJL035；新疆财经大学丝路经济与管理研究院智库调研项目，项目编号：ZKZB2201；新疆财经大学研究生科研创新项目，项目编号：XJUFE2022K18。

① 数据来源于国家统计局。

能源是人类生产生活中不可缺少的资源消费部分。作为世界人口大国和市场经济中快速增长的工业强国，我国消费的能源总值一直保持上升趋势。在2020年，我国总计生产能源408亿吨标准煤，同比上升近277%；能源消费量超过产量达498亿吨标准煤，同比增长216%①。中国对能源资源的消费长期以来主要以燃煤消费为主，2020年中国煤炭消费占比568%。尽管在“十三五”时期我国的电力优先发展的重点任务早已实现，但中国能源经济发展还是面临着生产与消费内部结构不合理、新能源技术创新基础薄弱、能源利用效益低下等进一步发展困难的问题。2022年颁布的《“十四五”现代能源体系规划》中指出，在2035年，能源高质量发展取得决定性进展，基本建成现代能源体系。能源领域不仅是“十四五”实现经济发展的基本保障，也是实现碳达峰、碳中和的主战场。尽快加大能源行业清洁低碳转型力度，提高绿色全要素能源效率是解决我国能源供需矛盾的一大关键所在。

当前，全球正处数字经济社会发展时期，伴随着互联网、虚拟现实、物联网和人工智能等新型信息技术的迅速发展，数字经济将成为促进中国经济成长的新引擎。数字信息技术将能够解决实体经济中的制造、营销、信息流通、金融服务等相互连接问题。数字化资源配置功能进一步延伸，将带动全社会、全行业、全要素资源配置效能的提升和价值创新模式的完善，有效提升社会产品、服务和能源利用的效率。发达的数字经济有助于建立节能减排的长效机制，促进能源的绿色发展。“十四五”规划中指出，要推进数字经济与实体经济的深入结合。鉴于此，分析数字经济与能源效率的发展趋势，通过明晰数字经济发展水平与绿色全要素能源生产率之间的关联，对提升能源效率、助力中国能源走向低碳化、实现社会经济高质量发展和“双碳”目标具有非常重要的现实意义。

一、文献综述

关于能源效率影响因素的研究非常广泛。Berkhout［1］认为能源消费过程中技术进步的发生会引发“回弹效应”。赵楠［2］发现科技进步对能源效率产生负面影响，认为追赶型科技进步对能耗效果有正面影响。Ketteni［3］则认为，增加对能源节约技术的投入，提升能源效率的同时，在短期也会产生调整成本的增多。Cui［4］运用DEA曼奎斯特指数模型探究了2008-2012年美国、英国、俄罗斯和中国等国家能源效率，发现技术进步提高能源效率的作用突出。We［5］发现结构调适在一定程度上能促进能源效率的提升，但这种促进作用有限度。李峰［6］发现中国的全要素能源效率主要受生产方式、能源消费构成、政府干预能力等因素的影响。汪东芳［7］的研究表明，互联网对我国全要素能源效益的正向促进作用是非线性的，在一定区域内由于网络规模的扩大，其影响效果也将会飞跃性的扩大。张万里［8］研究发现智能化发展能有效促进能源效率的提升，技术创新水平、环境规制和外商直接投资能加强这种促进作用。

当前有关数字经济对我国能源效率影响的研究较少。数字经济的主要内容涉及信息通讯技术（ICT）和数字信息技术发展，信息技术的迅速发展，为数字经济与经济社会的各行各业融合发展及转变其运营方式和实现高效率奠定了基础［9］。Sadorsky［10］发现互联网发展正向影响电力消费。Moyer［11］认为，虽然ICT技术降低能耗强度并推动可再生能源生产降低碳排放量，但也会通过降低碳基能源需求量而造成相关能源价格的降低，冲击可再生能源市场需求，并导致其所产生的净经济效益相当有限。Zia［12］从微观视角说明ICT能够改善传输体系的数字化程度，提升其能源效率。李寿国［13］指出，互联网发展造成能源直接与间接的需求会造成世界平均碳排放量上升，但其产生的正向效应如技术创新水平和能源效率提高，能全部化解可能形成的负作用，最终减轻环境污染。李涛等［14］发现数字经济对全要素能源效率具有正向推动作用。

通过对已有文献梳理，可以发现数字经济发展对我国能源效率有重要影响，但是关于数字经济对能源效率影响的研究较少，且对于能源效率的影响主要从智能化和互联网、ICT等角度进行分析，较少从更符合数字经济时代特征的角度进行分析。本文边际贡献如下：第一，基于数字经济的定义，构建数字经济的评价指标体系。在此基础上分析数字经济对绿色全要素能源效率的影响。第二，数字经济能源效益的发挥依赖于我国各地区环境规制，因此，从环境规制的门槛效应角度分析数字经济对能源效率的非线性影响。

二、理论分析与研究假设

（一）数字经济对我国能源效率的影响

当前，数字经济正逐渐成为我国经济增长的新的推动力量，其数字技术，尤其是大数据、5G、人工智能等应用覆盖面增加，促使传统产业生产效率日益提高。数字经济的快速发展可能是破解经济增速带来的能源需求增长与节能减排背景下能源转型发展困境的关键。首先，数字经济为厂商提供了云端经营环境，降低了能源在生产经营活动中冗杂的现实运作步骤，通过实现产品供需的有效匹配，降低市场对能源资源的依赖性，间接影响绿色全要素能源效率的变化。其次，数字经济的发展加快了产品和技术的更新迭代，数字经济凭借强大的数据共享、跨界共享平台推动技术更新与知识扩散，使学习专业化知识、技能和推展技术创新活动的边际成本降低，进而减少对能源的消耗。此外，数字经济的发展还催生了与能源生产、消费有关的新技术和新产业，在信息共享的条件下产生技术溢出，提升能源效率。数字经济快速获取信息、减少市场信息不对称、跨界共享、降低交易成本、互联互通的优势不断显现，数字经济可以有效分配能源资源，促进生产要素的合理流动，提升技术创新水平能有效提升能源的使用效率。

數字经济的发展也可能带来更大的能源需求和资源消费，造成“回弹效应”的发生。数字经济发展本身会带来对数字设备、高性能信息与通信技术（ICT）和基础设施等能源密集型行业的需求增长，增加能源消费。此外，数字经济的发展会促进技术进步与经济迅速发展，进而增加对能源消费的需求。我国能源消费中清洁能源消费的占比较低，能源消费主要是煤炭，这种能源消费结构对绿色全要素能源效率产生较大的负面影响。此外，数字经济的发展推动了技术进步，可能会降低能源要素的交易价格，对于能源依赖较大的地区而言很可能更难以摆脱这种依赖，挤出了对研发资本、人力、物力、技术等要素的使用，造成绿色全要素能源效率的降低。基于此，本文提出以下假设：

H1：在控制其他影响因素的条件下，数字经济对我国能源效率的影响具有不确定性。

（二）环境规制的门槛作用

环境规制是改善生态环境、实现绿色发展的重要方式，通过施加环境约束将环境成本内部化、鼓励企业进行绿色技术创新和调整投入结构，能促进能源消费结构的变动和能源转型发展。环境规制对能源消耗和能源效率有重要影响［15］。同时，环境规制对于规范数字经济的发展有重要影响。能源消耗会产生大量二氧化碳和废气，加重环境污染，能源的合理使用需要政府进行有效管控。环境规制作为政府调整经济社会活动的方式，能有效规范企业与个人行为。在环境规制较弱时，由于环境污染的成本较低，追求利润最大化的厂商不可避免地为追求更大利益而忽略对环境造成的影响，数字经济发展带来的技术溢出效应可能更偏向末端环节，数字经济带来的能源依赖与回弹效应超出了技术进步带来能源效率的增长，造成能源效率的下降。

当环境规制水平提高时，企业在进行能源使用时不得不考虑污染治理的成本，数字经济发展带来的快速获取信息、减少市场信息不对称、跨界共享、降低交易成本、加快技术溢出等作用会自发的引导能源技术向节能减排发展，促进能源效率提升。基于此，本文提出如下假设：

H2：在控制其他影响因素的情况下，数字经济对我国能源效率的影响具有环境规制的门槛效应。

三、研究设计

（一）模型设定

1基准模型构建

为验证假设H1，先构建数字经济与能源效率关系的静态计量模型：

eefit=β0+β1deit+β2esit+β3erit+β4lnpgdpit+β5toit+β6gtit+β7hcit+μit+εit（1）

其中eefit为绿色全要素能源效率，deit为各省数字经济发展指数，控制变量为能源消费结构（es）、贸易开放度（to）、政府的科技支持（gt）、环境规制（er）、人力资本水平（hc）和经济发展水平（lnpgdp），各项变量取对数。μi 为不可观察到的地区效应，εit为误差项。

为解决由于存在内生关系可能造成的误差问题，体现各省能源效率的动态发展特征，将eefit－1做为eef的滞后一期加入到解释变量中，构建的动态模型如下：

eefit=β0+β1eefit－1+β2de+β3esit+β4erit+β5lnpgdpit+β6toit+β7gtit+β8hc+μit+εit（2）

式中eefit-1为eef的滞后一期。由于系统GMM估计方法要求工具变量的一阶差分与固定效应项不相关的前提假定，使用系统GMM广义矩估计方法对式（2）进行估计，有限样本情况下，系统GMM估计的偏差较差分GMM更小，估计的效率更高，尽可能减少对参数估计结果的影响。

2门槛模型构建

不同环境规制在数字经济对能源效率产生影响时具有不同作用。为验证假设H2，使用Hansen提出的面板数据门槛模型，将环境规制作为模型的门槛变量，深刻分析主要变量数字经济对中国能源效率的影响，构建的面板门槛回归模型如下：

eefit=β0+β1deit*er（eritγ1）+β2deit*er（γ1lneritγ2）+…+βndeit*I（γn－1lneritγn）+βn+1deit*I（eritγn）+θzit+μi+εit（3）

其中，eefit为绿色全要素能源，环境规制（erit）为门槛变量；下标i表示行业，t表示时间；γ为对应的门槛值，I为示性函数；μi为个体固定效应；zit代表控制变量；εit为随机扰动项。

（二）变量说明

1被解释变量（eef）。采用非期望产出、规模效应不变的超效率SBM模型测度各省的能源效率，解决了效率值最大为1的限制。

Mt+1c=ECcTCc（4）

Mt+1c（xt，yt，xt+1，yt+1）=

［Etc（xt+1，yt+1）Etc（xt，yt）·Et+1c（xt+1，yt+1）Et+1c（xt，yt）］12（5）

所得结果是衡量能源效率相对于上一年的变化，当指数高于1时，代表eef相较于上一年得到提高，反之呈现下降趋势。能源效率指数不能直接用于回归分析，本文分别对测算结果eef指数以2010年为基期做了相应的调整，得到各省能源效率的实际值。

在投入产出指标的选取上，使用的投入变量为资本（K）：资本存量测度根据永续盘存法进行，借鉴当前学者常用方法，假定资本折旧率为106%，根据各省份资本存量和新增社会固定资产投资计算得出，所有数据均折算为2005年的价格水平；劳动（L）：各省的年末从业人员数量；能源消费（E）：选取各省能源消费总量（万吨标准煤）来衡量。期望产出用各省份实际生产总值（亿元），以2005年的价格水平为基期；对于非期望产出指标采用各省废气中SO2和CO2排放量（根据各地区能源平衡表和IPCC（2006）中的方法进行测算）、废水中化学需氧量（COD）排放量及工业固废的排放量。

2核心解释变量（de）。根据对数字经济现有文献的学习，结合其定义构建如下评价数字经济发展水平的指标体系（见表1），4个一级指标与11个二级指标，使用熵值法进行综合评价。

3门槛变量（er）。使用政府工业污染投资完成额占地方生产总值衡量各省环境规制水平。

4控制变量。能源消费结构（es）采用各地区煤炭消费量比能源总消费量进行衡量；经济发展水平（lnpgdp）用实际人均gdp的对数衡量，以2005年为基期进行调整；对外开放程度（to）用各省进出口额占比地区生产总值进行衡量；政府的科技支持（gt）使用各省政府对科技支出占比财政支出进行衡量；人力资本水平（hc）使用各省人均受教育年限表示平均受教育年限＝（文盲人数*1+小学学历人数*6+初中学历人数*9+高中和中专学历人数*12+大专及本科以上学历人数*16）比6岁以上人口总数。。

（三）数据来源与说明

以2010-2020年為时间跨度，选择除港澳台地区、 西藏自治区以外的30个地区数据作为总样本，并使用趋势外推法弥补个别地区缺漏数据。数据主要来自各年度的《中国互联网络发展状况统计报告》《中国环境统计年鉴》《中国科技统计年鉴》《中国统计年鉴》《中国人口与就业统计年鉴》和《中国能源统计年鉴》等国家统计局数据中心、中国工业和信息化部与北京大学数字金融普惠指数。描述性统计结果见表2。由表可知，各省的人力资本发展水平差异较大，区域发展不平衡。各省的能源效率与平均能源效率相差较大，能源消费结构和经济发展水平有较大的差异。各区域的发展程度不同，区域选择在讨论数字经济对能源效率的影响时有重要影响，因此对不同省份进行分类研究十分必要。

对面板模型进行单位根的LLC和Fisher检验，结果中各变量均通过检验，可认为变量具有平稳性特征。

四、实证结果分析

（一）共线性检验

本文在对模型进行估计前，检验各解释变量的多重共线性（VIF），结果见表3，所有选择的影响因素方差膨胀因子远小于10，表明文章所选变量的多重共线性未超出可控区。

（二）数字经济对能源效率的影响分析

1动态面板回归结果

采用系统GMM一步法检验数字经济发展与绿色全要素能源效率之间的关系，具体结果如表4所示。

对公式（3）进行估计时前，进行了Hausman检验，其p值小于001，显著拒绝原假设，因此使用固定效应模型。为处理可能存在的内生性问题，采用工具变量，并使用一步法系统GMM方法对模型进行估算，在实证过程中通过稳健标准误处理方法来降低异方差系数影响，结果见表4。可以看到模型（1）与模型（2）中AR（2）的P值大于01，绿色全要素能源效率的一阶自回归显著但二阶自回归不显著，接受扰动项无自相关的原假设，说明解释变量存在的内生性问题被解决。Sargan检验中P值大于01，可认为所有工具变量为外生，说明工具变量无过度识别的问题，工具变量有效，因此，本文应该使用系统GMM一步法分析数字经济发展与绿色全要素能源效率（eef）之间的关系。从模型（1）的回归结果可以看出，滞后一期的eef的系数显著为正，说明前一期的eef会对当期eef有明显的正向影响，即eef具有动态时滞性，同时进一步说明采用动态面板模型的合理性。

核心解释变量数字经济（de）对我国绿色全要素能源效率（eef）的影响显著为正，系数为120797，即de每提高1单位，eef就上升120797，说明数字经济对我国绿色全要素能源效率具有正向影响。原因可能在于，数字经济的兴起加速了数字技术在能源行业中的应用，通过数字技术的溢出效应促进绿色全要素能源效率的提升。这初步验证了假设H1，即在控制其他影响因素的条件下，数字经济对绿色全要素能源效率提升有促进作用。

2稳健性检验

本文通过替换不同模型的方式验证回归结果是否稳健。通过分别使用系统GMM 两步法（模型2）、OLS回归（模型3）与广义最小二乘法（模型4）和对样本缩尾进行检验（模型5剔除1%的能源效率异常数据）再次进行估计，对模型估计结果进行验证，发现主要解释变量de对绿色全要素能源效率eef的影响显著为正，即对我国各省份绿色全要素能源效率的提升具有促进作用，主要变量的估计结果与模型1基本保持一致，说明系统GMM一步法的结果较为稳健（具体见表4）。

3基于区域层面的实证检验

我国各省由于处于不同的地理区位和气候条件，具有不同的能源特征，也形成了特有的经济发展方式。不同地区之间数字经济发展水平、环境规制强度、技术的投入支持水平差别较大，不同区域数字经济对能源效率的影响也会存在差异。采用动态GMM模型对东、中、西区域东部沿海地区（包括河北、北京、天津、山东、江苏、上海、浙江、福建、广东、海南、辽宁等11省）；中部地区（包括山西、河南、吉林、湖北、湖南、安徽、黑龙江、江西、内蒙古等9省）；西部地区（包括重庆、四川、贵州、云南、陕西、甘肃、宁夏、青海、新疆、广西等10省区市）。的面板数据进行回归，得到实证结果见表5。由表5可知，数字经济显著促进了东部与西部地区能源效率的提升，可能的原因是东部地区数字经济发展水平较高，数字经济在能源效率的促进方面具有有效的引导作用。西部地区数字经济发展带来的技术扩散与市场要素的有效配置促进了能源技术进步，在本身能源资源丰富的基础上优化了能源要素配置，使能源效率有所提高。实证结果也侧面反映出数字经济发展水平会提升我国能源效率。

不同地区对于能源的依赖程度不同，很可能影响数字经济发展对能源效率的作用，为探索数字经济发展水平对不同能源依赖地区能源效率的影响，根据各地区每单位gdp能源消费值表示该地区对能源的依赖程度，将样本分为低能源依赖地区、中能源依赖地区和高能源依赖地区，分别进行回归分析，结果如表5所示。发现数字经济发展水平对中等能源依赖地区的能源效率有提升作用，对高能源依赖地区能源效率的影响可能为负。可能的原因是在观察期内数字经济的发展推动了产业末端部分的技术进步，进而降低能源要素的交易价格，对于能源依赖较大的地区而言很可能更难以摆脱这种能源依赖，挤出了对其他要素的使用，造成绿色全要素能源效率的降低。

（三）门槛效应

1门槛效应检验

由前文可知，数字经济发展水平对我国绿色全要素能源效率具有提升作用，环境规制对数字经济与能源效率都有重要影响。因此，为进一步验证假设H2，本文将环境规制作为门槛变量以检验数字经济对我国绿色全要素能源效率的非线性影响。

首先，检验门槛效应的存在性，结果见表6，在环境规制为门槛时，有显著的单一门槛效应，环境规制的门槛值为00018（见表7）。因此本文采用单门槛模型进行实证分析。

2门槛回归结果分析

根据表8的门槛回归结果可以发现，数字经济对绿色全要素能源效率的影响具有非线性发展特征。当环境规制低于00018时，数字经济对我国各省份绿色全要素能源效率影响系数为负，此时数字经济的发展抑制了绿色全要素能源效率的提升，造成能源效率的下降。当环境规制程度高于门槛值00018时，数字经济对能源效率的影响在1%显著性水平下为正，数字经济提升了能源效率。可能的原因在于，环境规制引导了企业对数字经济发展优势的充分利用，充分发挥数字经济发展带来的红利。环境规制水平的提升会约束企业的污染行为，倒逼企业寻求能源技术改进，在数字经济发展的背景下，信息共享平台产生技术溢出效应与能源优化配置都促进了能源效率的提升，假设H2得到验证，数字经济对各区绿色全要素能源效率的影响存在环境规制的门槛效应。

3基于区域层面的门槛实证检验

由表9结果可知，东部和中部地区通过了门槛校验，各区域环境规制的门槛值结果见表10。根据表11的门槛回归结果可以发现，数字经济对东部和中部地区的绿色全要素能源效率的影响具有非线性发展特征，对西部地区的能源效率的影响并无环境规制的门槛作用。对东部地区而言，当环境规制低于00018时，数字经济对我国各省份绿色全要素能源效率影响系数为-9675，此时数字经济的发展抑制了绿色全要素能源效率的提升，造成能源效率的下降。当环境规制程度高于门槛值00018时，数字经济对能源效率的影响在1%显著性水平下为正，其系数为47991，数字经济提升了能源效率。环境规制对中部地区的作用与东部类似，当环境规制低于00020时，数字经济阻碍能源效率的影响，当跨越环境规制00020的门槛后，数字经济显著提高中部地区的能源效率。数字经济对西部地区能源效率的影响的未通过门槛检验。

4稳健性检验

为检验门槛模型估计结果的稳健性，对样本缩尾进行检验限于篇幅，稳健性检验结果未予报告，备索。：剔除1%的各变量非正常数据再次进行估计。检验环境规制在数字经济发展水平对我国及各区域能源效率中的门槛作用。稳健性检验的估计结果与上文结果基本保持一致，表明门槛效应研究结果具备良好的稳健性。

五、结论与政策建议

中國正处于促进能源发展转型，完成双碳目标的关键历史“窗口”，在数字经济全球化发展的背景下，细致刻画并分析数字经济发展水平对我国能源效率的影响，寻找充分利用数字经济迅速发展的红利提高能源效率的方式，对今后推动经济高质量发展和推进能源绿色发展转型具有重要的意义。本文基于2011-2019年的省级平衡面板数据，分析了数字经济对我国能源效率的影响，得到以下结论：（1）数字经济的发展对我国能源效率总体呈促进作用，对不同地区的影响不同，数字经济对于东部地区和西部地区能源效率发展有显著的提升作用。（2）数字经济发展水平对中等能源依赖地区的能源效率有提升作用，对高能源依赖地区的影响可能为负。（3）数字经济对能源效率的影响具有环境规制的门槛效应，当环境规制低于门槛值时，数字经济会阻碍能源效率的发展，当跨越环境规制的门槛后，数字经济会显著提高能源效率。

根据以上研究结论，提出如下建议：

（1）数字经济对我国环境、能源发展具有双重影响，应充分探寻数字经济推动能源效率和环境保护的作用机理，寻求能源消费增加与能源绿色转型的平衡点。

（2）继续加强对数字经济发展基础设施的完善。我国数字化设备的投入有待增强，数字经济的发展对于能源效率发展有促进作用，数字基础设施的完备化将进一步推进数字经济在各地区的发展，将为我国能源效率提升提供新引擎。

（3）完善对数字经济的顶层设计，继续推进各省数字经济的发展。发达的数字经济有助于建立节能减排的长效机制，促进能源的绿色发展。各地政府应强化以数字经济促节能减排的政策引导，特别是对高能源依赖的省份的政策引导，促进其能源效率的转变。

（4）完善对知识与数据的保护政策，增强对知识产权与个人信息保护相关法律法规建设，持续推进数字化和信息化。加强数字经济普及力度。借助数字经济的发展红利提升能源效率。

（5）综合地区发展情况包括经济发展水平、能源依赖程度、人力资本水平、能源消费结构等制定适宜的环境规制与相关政策。环境规制对数字经济的正向外部效应能起到良好的引导作用，特别是对于东部、中部地区，因此因地制宜的环境规制水平，能助推数字经济更好地赋能经济高质量发展。

参考文献：

［1］ Berkhout P H G， Muskens J C， Velthuijsen J W. Defining the Rebound Effect［J］. Energy Policy，2000，28（6/7）：425-432.

［2］ 赵楠，贾丽静，张军桥，技术进步对中国能源利用效率影响机制研究［J］.统计研究，2013（4）：63-69.

［3］ Kettenie E，Mamuneas T，Pashardes P. ICT andEnergy Use： Patterns of Sustainability and Complementarity in Production［J］. Cyprus Economic Policy Review，2013（1）：63-86.

［4］ Cui Q，Kuang H B，Wu C Y，et al. The Changing Trend and Influencing Factors of Energy Efficiency： The case of Nine Countries ［J］.Energy，2014，64（1）：1026-1034.

［5］ We C，Shen M H. ImpactFactors of Energy Productivity in China： an Empirical Analysis［J］.Chinese Journal of Population Resources and Environment，2007（2）：28-33.

［6］ 李峰，何伦志.碳排放约束下我国全要素能源效率测算及影响因素研究［J］.生态经济，2017（5）：35-41.

［7］ 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［J］.中国人口·资源与环境，2019（1）：86-95.

［8］ 张万里，宣旸.智能化如何提高地区能源效率？——基于中国省级面板数据的实证检验［J/OL］.經济管理. https：//doi.org/10.19616/j.cnki.bmj.2022.01.002.

［9］ Beomsoo K，Anitesh B，Rewb W. VirtualField Experiments for a Digital Economy： a new Research Methodology for Exploring an Information Economy［J］.Decision Support Systems，2002，32（3）：215-231.

［10］Sadorsky P. InformationCommunication Technology and Electricity Consumption in Emerging Economies［J］. Energy policy，2012，43：130-136．

［11］Moyer J D，Hughes B B.ICTs：Do They Contribute to Increased Carbon Emissions？［J］. Technological Forecasting & Social Change，2012（5）：919-931.

［12］ZIA A. Measurement ofEnergy Consumption of ICT Solutions Applied for Improving Energy Efficiency in Transport Sector［D］. Tampere： Tampere University of Technology，2016.

［13］李寿国，宋宝东.互联网发展对碳排放的影响—基于面板门槛模型的实证研究［J］.生态经济，2019（11）：33-36．

［14］李涛，沙玮华.数字经济对地区全要素能源效率的影响研究——基于市场贸易的中介效应分析［J］．财经理论与实践，2022，43（3）：120-127.

［15］周肖肖，丰超，胡莹等.环境规制与化石能源消耗——技术进步和结构变迁视角［J］.中国人口·资源与环境，2015（12）：35-44.

Study on theImpact of Digital Economy on Green Energy Efficiency in China

Under the Carbon Peaking and Carbon Neutrality Goals

CHENG Yun-jie， ZHANG Zhi-fang， LIU Xian

（School of Economics， Xinjiang University of Finance and Economics， Urumqi 830012， China）

Abstract：Under the carbon peaking and carbon neutrality goals，the digital economy plays an important role in balancing the increase in energy demand and the coordinated development of low-carbon energy transformation.Based on the provincial balance panel data from 2011 to 2019， this paper constructs a comprehensive evaluation index system of digital economy， uses the super efficiency SBM model to measure Chinas green energy efficiency， and uses the system GMM model to empirically analyze the impact of digital economy on Chinas green energy efficiency. The results show that digital economy plays a significant role in promoting energy efficiency in the eastern and western regions. The development level of digital economy has a positive effect on the energy efficiency of medium energy-dependent regions， but a negative effect on the energy efficiency of high energy-dependent regions. The influence of digital economy on energy efficiency has the threshold effect of environmental regulation. When the environmental regulation is lower than the threshold value， digital economy hinders the development of energy efficiency. After crossing the threshold， digital economy significantly improves our energy efficiency. The influence of digital economy on energy efficiency in eastern and central China presents a positive U-shaped nonlinear feature. After crossing the threshold of environmental regulation， digital economy significantly promotes energy efficiency in eastern and central China.

Key words：digital economy；green energy efficiency；environmental regulation；energy dependence

（責任编辑：赵春江）