数字红利与能源效率耦合效应分析——基于福建省面板数据的实证研究

王堃WANG Kun

（厦门炬晟能源科技有限责任公司，厦门 361000）

0 引言

在全球化与信息化时代背景下，数字经济作为一种新兴的经济发展方式，正逐渐成为推动世界经济增长的重要引擎，数字经济能够带动各个传统行业发生深刻变革，进而引发经济社会发展的重大变化[1]。尤其对于能源行业，能源作为经济社会发展的基础性资源，其高效、清洁、可持续的利用成为全球关注的焦点，能源效率的提升被视为实现经济高质量发展和生态文明建设的关键。当前，以数据分析和智能算法为代表的数字化技术的应用使得能源供应链更加优化，能源管理更加精准，从而在提高能源利用效率、降低能耗和减少排放方面展现出巨大的潜力。数字技术的介入还为可再生能源的并网和分布式能源的普及开辟了新路径，进一步促进了能源产业的绿色低碳转型。在此背景下，国家高度重视能源行业的转型升级与数字经济的深度融合。习近平总书记在党的二十大报告中指出“深入推进能源革命”。随后，2023 年3 月国家能源局发布关于加快推进能源数字化智能化发展的若干意见。这些指导意见和战略布局为数字红利与能源效率协同发展的研究提供了宏观的政策支撑[2]。为能源行业的绿色转型和高质量发展迎来新的发展契机。

然而，尽管数字红利对经济社会各领域的积极影响已得到广泛认可，其在推动能源效率提升方面的作用机制及效果如何，仍是一个值得深入探讨的问题。特别是在能源消耗大户和能源结构转型关键期的中国，如何利用数字红利推动能源效率的提升，实现能源生产和消费的绿色低碳转型，是实现可持续发展战略目标的重要途径。而数字经济对能源效率的影响也并非单一的正面效应，其在带来机遇的同时也引入了挑战。具体而言，在实践层面，数字化转型初期可能伴随能源消耗的增加，特别是数据中心、网络设备等数字基础设施的高能耗特性可能会在短期内抵消部分能源效率的提升。同时，现有能源系统的数字化改造需要巨额的初期投资，而投资回报周期长、风险较高，这对于许多企业和政府而言都是一大挑战。从理论的角度来看，数字经济与能源效率的关系复杂且多维，也非简单的线性关系。在现有文献中，关于数字红利如何通过影响能源消费结构、改善能源生产与分配效率等途径影响能源效率的机理分析仍较为欠缺。同时，不同地区和行业间数字化发展水平和能源效率的差异，导致了数字经济对能源效率影响的区域性和行业性特征不容忽视。此外，当前研究在量化分析上存在局限，对于数字红利与能源效率协同发展的度量标准尚未形成统一共识，亟需系统性的理论构建和实证检验[3]。基于此，本研究选取了具有代表性的福建省作为研究对象，基于2011-2021 年的面板数据，通过构建协同发展的理论框架，构建了数字红利与能源效率的评价指标体系，并利用耦合协调度模型，探讨二者之间的协同发展关系。通过深入分析福建省的实证数据，本文旨在揭示数字红利与能源效率之间的相互作用机制及其协同发展态势，以期为数字经济时代下的能源政策制定提供科学依据和参考。

1 数字红利与能源效率协同发展机制

数字红利，作为信息技术进步和数字化应用普及所带来的增加值，对能源效率的提升和能源消耗模式的优化具有潜在的正向影响。可以通过三个方面促进能源消耗的管理：一是，数字技术的集成应用在生产环节中引发了能源利用效率的显著提升，实现了对能源消耗的有效压缩。这一机制主要体现在生产过程的自动化与智能化，通过精确控制与优化生产流程，最小化了能源浪费，同时保障了产出效率的最大化。二是，数字经济的深入发展为能源结构的优化提供了强有力的技术支撑和决策基础。通过大数据分析、云计算等技术的应用，能够实现对能源供需的精准预测和调度，促进了清洁能源比如风能、太阳能等的更广泛利用，从而逐步降低对化石能源的依赖，并推动能源消费结构向更加绿色、低碳的方向转变。这一转变不仅响应了全球能源可持续发展的需求，同时也为经济增长提供了新的动能。三是，数字经济的推进显著促进了能源管理和分配的智能化水平。通过物联网、人工智能等前沿技术，能够实现对能源系统的实时监控和动态管理，精准匹配能源供给与需求，优化资源配置。特别是在能源高峰期，智能系统能够自动调节能源流向，减少能源浪费，提高系统整体的能效比。此外，智能化管理还为终端用户提供了更为灵活和经济的能源使用选择，进一步激发了市场和社会对高效能源利用的需求[4]。

尽管数字红利在促进能源效率提升方面展现出显著的潜力与成效，但在实际应用过程中仍面临一系列挑战与困难。首要的挑战源于数字技术的广泛应用与能源系统深度融合的技术壁垒。这不仅涉及到先进技术的研发与创新，还包括现有能源基础设施的改造与升级，以及新型能源技术的集成与应用。同时，数据安全与隐私保护问题也是数字经济发展中不可忽视的挑战。随着大数据、云计算等技术在能源领域的应用，如何确保海量数据的安全存储、传输与处理，防止数据泄露和滥用，成为了迫切需要解决的问题。经济成本与投资回报的不确定性也是当前面临的主要困难之一。此外，数字化转型和智能化升级需要大量的初期投资，而这些投资的回报周期较长，且受多种因素影响，存在较大不确定性。如何平衡初期投资与长期效益，合理规划与分配资源，是实现数字经济与能源效率协同发展的关键。

综上所述，面对当前的机遇与挑战，本文的研究显得尤为必要。通过系统性的理论分析与实证研究，提出切实可行的解决策略与建议，以期为数字经济与能源效率协同发展提供理论依据与实践指导，为相关政策制定与实施提供参考，推动经济与环境的可持续发展。本文的数字经济与能源效率协同发展的研究框架，如图1 所示。

图1 数字红利与能源效率耦合协调理论框架图

2 研究方法及数据

2.1 指标体系构建

在探讨数字红利与能源效率协同发展的关系时，构建合理的指标体系是关键。本研究在能源效率评估方面，用能源消耗总量与能源消耗强度两核心指标来对其进行度量。前者量化一定周期内经济活动对能源的总需求，后者通过进一步细化单位GDP 或工业增加值的能源消耗，精准揭示经济增长与能源需求的关联度，映射出能源利用的经济性与环境可持续性。通过对这两维度的指标的测度能够反映出经济产出、居民生活及工业增长对能源消耗程度。

式中：EC 为能源消耗量，ECI 为能源强度；TEC 为全社会用电量，电折标准煤系数为1.229 吨标准煤/万千瓦小时；TAG 为人工煤气和天然气供气总量，天然气折标准煤系数为13.3 吨标准煤/万立方米；TLG 为液化石油气供气总量，液化石油气折标准煤系数为1.7143 吨标准煤/吨。

在数字红利方面，考虑到数字经济推动经济结构优化和增长方式转变的新引擎，能够较为全面的反映一个地区的数字红利情况。本研究采用北京大学数字金融研究中心发布的数字普惠金融指数，它是旨在中国的数字普惠金融实践进行定量刻画，反映中国创新性数字金融趋势下数字普惠金融服务发展程度和地区均衡程度[5]。该指数包括三个一级指数，即覆盖广度、使用深度和数字化程度指数。具体评价指标体系如表1 所示。

表1 数字红利与能源效率评价指标体系

2.2 耦合协调度分析

为深入揭示数字经济与能源效率之间的协同发展程度，本研究采用耦合协调度模型进行分析，它是通过耦合度和协调度两个关键维度进行的，耦合度反映了两个系统之间相互联系和影响的紧密程度，而协调度则衡量两系统发展一致性和协同进步的水平[6]。耦合度的计算基于系统动力学原理，通过构建数学模型来量化数字经济与能源效率两系统之间的相互作用强度。该模型综合考量各自系统的动态变化特征及其相互之间的影响因素，确立了一个量化框架，以反映两系统的相互依存性与整合程度。而协调度的评估采用了一种综合指标法，通过比较和分析数字经济发展水平与能源效率改善程度之间的匹配度和协同增长趋势。协调度指标不仅包括各自系统的发展速度和质量，还考虑了二者之间的相互促进作用和影响机制，从而能更全面地反映二者的协同发展状态[6]。通常根据表2 的划分标准来对耦合协调度等级进行判定。

表2 耦合协调度划分标准及分类

鉴于所收集数据的尺度差异显著，本项研究在进行耦合协调度模型分析前，首先采纳极差法对数据集进行标准化处理，以消除量纲影响，确保不同指标之间的可比性。其次，借助熵值法对指标体系内各项数据进行权重分配，该方法通过评估指标数据的离散程度来确定其在整体评价体系中的相对重要性，从而为每个子指标赋予客观权重，相关权重值详列于表1。最后，数字红利与能源效率的耦合协调度可以通过计算耦合度C、综合评价值T 和耦合协调度D 的得到，计算公式如下：

式中：子系统个数为2 个，分别为U1数字经济子系统的标准化值，U2城市交通运输系统的标准化值，其分布区间为[0，1]。

式中：T 为数字经济与城市交通运输综合发展水平，α为U1数字经济子系统的权重0.5，β 为U2城市交通运输子系权重0.5。

耦合协度D 的计算公式为：

3 结果分析

基于以上步骤分析，本研究得到了福建省9 个城市2011-2021 年的数字红利与能源效率耦合协调度值，如表3 所示。本节将进一步深入数值差异，以便从深层次揭示数字红利与能源效率的相互作用关系及其动态演化过程。

表3 福建省2011-2021 年的数字红利与能源效率耦合协调度值

耦合协调度数值的时间序列演变，不仅反映了各市在跨越协调发展不同阶段的动态过程，也指示了地区间协调发展水平的异质性。在观测期内，①福州市的耦合协调度从0.491 的初级协调阶段稳步上升至0.735 的中级协调阶段，表征出数字红利与能源效率之间协同性的连续增强。尽管2016 年触达0.826 的中级协调高点，其后出现轻微的回落，但耦合协调度整体趋势仍稳健地维持在中级协调范畴内。②厦门市从2011 年的0.454 渐进至2021 年的0.818，始终呈现出稳定上升轨迹，并成功跨入高级协调阶段，凸显其在数字红利与能源效率协同发展方面的显著优势及高度整合性。③莆田市、三明市、泉州市、漳州市、南平市、龙岩市及宁德市，这些城市均从2011 年的初级协调阶段实现跳跃式增长，转入至中级或高级协调阶段。以宁德市为例，从初级协调的0.425 显著提升至2016 年的0.870，虽在随后年份出现波动，2021 年仍维持在0.764 的中级协调状态，显示出在探究期间该市在促进数字红利与能源效率间协同性上所做出的积极努力与显著成效。

具体而言，从纵向时序分析来看。耦合协调度的时序演化轨迹呈现显著的”倒U 型”态势，反映出数字化初始阶段对能源效率的显著促进作用。然而，随着耦合协调度的增长达到峰值后，出现了回落的趋势。例如，福州市的耦合协调度由2011 年的0.491 增至2016 年的0.826，之后降至2021 年的0.735，显示出经历了快速增长后的稳定调整。而宁德市从2011 年的0.425 提升至2016 年的0.870，尽管在此后有所波动，但至2021 年仍保持在0.764 的较高水平。这种“倒U 型”趋势的出现，可能揭示了数字红利的边际效应递减，数字红利在初期对能源效率的正面影响随着时间的推移逐渐饱和，且数字化发展所带来的能源消耗增加对能源效率的提升产生了一定的抑制作用。以及数字化与能源效率融合过程中存在的结构性障碍与调控上的滞后性。此外，该现象可能还反映出数字化进程中的能源消耗增量可能在一定程度上抵消了能源效率的提升，这表明在推动数字化转型的同时需注重能源消耗的优化配置。从空间分布来看，耦合协调度的地区差异性表明了非均质的协同发展格局。莆田市与宁德市的持续高水平耦合协调度可能与其在数字化基础设施与能源管理创新上的持续投入有关，反映了较好的政策效应与转化能力。相反，三明市与南平市虽然起步较慢，但协调度从三明市的2011 年的0.392 和南平市的0.386 分别增长到2021 年的0.826 和0.840，凸显了政策调整和支持的积极成效。

综上所述，研究表明数字红利与能源效率的协同发展并非一蹴而就，而是一个需要精细管理和政策引导的动态过程。在数字化深入发展的今天，需关注能源消耗与效率提升的平衡，避免数字化转型过程中的能源效率低下。策制定者应更加关注数字化进程中能源效率的持续提升，通过优化数字基础设施投资，促进技术创新与能源转型政策的有机融合，以确保数字红利能更有效地转化为能源行业的高质量发展动能。此外，针对不同地区的特定情况制定差异化的策略，也是实现区域能源效率优化和可持续发展的关键。

4 结论

本文基于协同发展视角，构建了数字红利与能源效率耦合协调理论框架，以福建省地级市2011 至2021 年的面板数据为基础，通过实证分析系统地探讨了数字红利与能源效率的耦合协调关系，旨在揭示二者之间的深层次协同发展机制。研究发现，福建省的耦合协调度在过去十年间经历了显著的变迁，平均耦合协调度从2011 年的0.444增长到2016 年的最大值0.834 后，波动降低到2021 年的0.795。数字红利与能源效率的协同发展总体呈现“倒U型”趋势，但仍属于中级协调发展的水平，这揭示了数字红利在促进能源效率上的初期加速作用及其后期的增长乏力现象。本文为数字红利与能源效率协同发展的理论与实践提供了新的研究证据。