数字经济对中国能源“双控”目标的影响

摘要 随着数字要素在经济运行中的重要性逐步提升，数字经济已成为中国经济发展的重要趋势之一，而数字产业发展带来的产业结构调整以及数字技术在传统产业中的应用均会对能源消费产生影响。因此，基于能源“双控”以及数字经济发展的现实背景，该研究首先从数字基础设施建设、数字产业化和产业数字化3个角度构建指标体系，并利用熵权法计算数字经济发展指数；在此基础上，采用2013—2022年省级面板数据分析该指数对能源消费总量和能源利用效率产生的影响，并采用门槛效应模型探究其影响因素，最后对其作用机制进行进一步考察。分析结果显示：①中国不同地区的数字经济发展水平仍存在显著差异，广东、江苏等东部省份在数字经济发展方面优势明显，而宁夏、青海等西部省份则相对较差。②数字经济发展能显著降低能源消费总量并提高能源利用效率，即有效助力于能源“双控”目标的实现。③受节能潜力以及新技术接受能力等多因素的影响，随着人均GDP的增加，数字经济对能源“双控”的助力作用有所降低；而随着产业结构的优化，数字经济在节能和效率提升方面的积极影响均有所增加，数字经济自身发展水平则并未导致该影响存在异质性。④数字经济可以通过产业数字化和数字产业化达到节能和增效的目的，但由于工业产品需求量增大等原因，数字基础设施的发展并没有对其产生显著影响。根据以上结论，提出充分保护企业创新成果、对企业数字化转型提供补贴支持、加大数字人才培养力度等政策建议。

关键词 数字经济；能源“双控”；熵权法；门槛效应模型

中图分类号 F206；F49 文献标志码 A 文章编号 1002-2104（2024）09-0067-09 DOI：10. 12062/cpre. 20240511

能源“双控”这一概念最早于中共十八届五中全会上提出，旨在已有降低单位GDP能耗的基础上，进一步控制能源消费总量。这一概念的提出体现了环境规制政策逐步向源头治理转变的趋势。由于作用机制的复杂性，单纯从污染物排放的角度进行环境治理，政策不易于持续发挥作用，因此，末端治理与源头治理相结合是中国当前应对气候变化与化石能源大量消耗问题的主要手段之一。为实现这一目标，政府有关部门也出台了相关配套措施，如2017年开始在4个省份实施用能权交易试点。该政策是中国继碳排放权交易等政策后实施的又一项市场激励型环境规制政策，其目的是利用市场机制达到资源配置的帕累托最优状态，以期提高能源利用效率的同时控制能源消费总量。在监管方面，国家有关部门将能源“双控”任务下发给下级行政单位，并对其完成情况进行考察。2021年8月，国家发展改革委印发了《2021年上半年各地区能耗双控目标完成情况晴雨表》，该文件将预警等级分为3级，多数地区在降低能耗强度的同时也完成了控制能源消费总量的任务。但对比之下，能源消费总量控制目标完成情况较差，有近半数的省区为一、二级预警，这也说明虽然近年来中国在环境治理、节能减排等方面取得较大进展，但能源形势依然较为严峻。

除利用相关政策措施助力于能源“双控”目标的实现外，客观经济运行对其产生的影响仍然不可忽视，这将会成为前述环境规制政策能否达到既定效果的影响因素之一。目前，数字经济已成为世界各国经济发展的关键力量。“十三五”时期，中国数字经济发展取得显著成效。2020年，中国数字经济发展规模近5. 4万亿美元［1］，有效推动经济高质量发展，在转变经济发展方式、推动生态文明建设中扮演重要角色［2］。但关于数字经济与生态文明的关系，已有文献多从污染物排放的角度进行探究，缺乏能源消费角度的研究。因此，本研究采用熵权法计算数字经济发展指数，并从污染源头即能源消费角度探究数字经济对生态文明产生的影响，在此基础上进一步分析其存在的异质性效果以及作用机制，以期对数字经济发展的生态影响做出客观评价，并为能源“双控”目标的推进提供参考。

1 文献综述

随着数字经济的不断发展以及能源“双控”及“双碳”目标的提出，部分学者开始探究数字经济发展对实现中国环境规制目标的作用。多数文献从污染末端即污染物减排的角度研究数字经济的影响，得出用能效率的提升以及能源消费结构调整等是数字经济抑制污染物排放的机制［3-7］，而作为污染物排放的源头，直接探究数字经济对能源消费产生影响的文献相对较少。已有文献大致可分为两类：第一类从总量控制的角度展开。一方面数字经济通过提高经济总量增加了作为要素投入的能源消费，另一方面由此带来的技术创新也降低了单位产出用能，一定程度上能起到节能作用。正是由于以上两种影响的存在，已有文献对数字经济的节能效果尚未得出一致结论，如Xue等［8］提出数字经济会促进能源消费总量的提高，而罗良忠等［9］则认为数字经济能抑制能源消费量，王香艳等［1］提出二者呈现正“U”型关系。第二类从效率提升的角度展开，主要以能源强度或全要素生产率对用能效率进行衡量。多数文献认为数字经济的发展对效率提升具有积极影响［10-14］，但也有部分文献对其非线性关系进行探究，如夏子惠等［15］就提出，数字经济对绿色能源效率会起到先抑制后促进的作用。

在作用机制及异质性方面，数字经济主要通过产业结构调整、技术创新等途径影响能源消费［15］。其中，产业结构调整主要体现为数字产业的相对快速发展，技术创新则可由数字技术在传统产业中的应用得以实现，而以上两点也是现有研究在测算数字经济发展水平时主要包含的两个层面［16-17］。此外，数字经济对能源消费产生的影响会随区域、产业发展等因素的不同而存在差异：经济相对发达地区数字技术的传播能力相对较强；数字经济在效率提升方面的作用呈现东中西部递减的特点［18］，在非资源型地区对用能效率的促进作用更强［19］；只有产业结构合理化程度超过门槛值时其增效作用才会显著体现［15］，而且数字经济对能源强度产生的抑制作用也会具有边际递减的特征［20］。

已有研究尚存在的不足之处主要有：首先，已有文献多从污染物排放的角度探究数字经济影响，而对污染源头的关注相对较少。能源消费是污染物排放的根本原因，以能源消费作为考察对象，其作用机制更为直接，相关结果也更易于为有关部门提供参考。此外，少有文献对数字经济的节能减排效果进行分解，但数字经济的测度通常包含多个维度，不仅要考察指标体系外的作用机制，该指标体系所包含的内在作用原理仍然值得探究。对于上述不足，本研究拟进行如下补充：基于能源“双控”的背景，以能源消费总量和能源强度同时作为实证研究的被解释变量，从污染源头考察数字经济的影响；参考徐维祥等［21］的做法，基于数字经济发展指数的计算过程对其影响进行分解，并据此进行影响机制分析。

2 理论分析

数字经济充分利用信息技术这一生产要素推动生产率的提升，在其影响下经济总量将会有所增加，能源利用效率将会出现显著提高。但由于能源回弹效应的存在，数字经济对能源消费的影响仍然具有不确定性：一方面，效率的提升以及数字技术对传统能源投入的替代对减少能源需求具有正向影响；另一方面，由效率提升带来的产出增加也会在一定程度刺激能源需求，以上两种影响相互抵消，这也是已有文献并未得出一致结论的原因之一。

数字经济的节能效果也将会受到经济社会发展条件的影响，所以有必要对其异质性进行分析。首先，从经济发展水平的角度：一方面，经济发展水平较高的地区，人力资本储备充足，新技术的研发及应用相对较快，数字经济产生的效率提升作用将会更大；另一方面，经济发展水平较高地区的发展进程相对超前，环境规制较为完善，效率水平相对较高，从边际影响递减的角度，数字经济发挥的作用可能相对较小。其次，数字经济的发展表现在数字基础设施建设、传统产业数字化转型等方面，所以已有产业结构可能对其效果产生影响。在第二产业占比较高的地区，传统产业进行数字化转型的难度相对较大，已有依赖煤炭等不可再生资源的重工业行业难以在短时间内改变要素投入，数字基础设施建设主要应用于家庭或占比较小的第三产业，因此可以推断产业结构也将成为数字经济节能减排效果的影响因素之一。

从作用机制的角度考虑，数字经济的评价主要包含数字基础gHJQ86yjvTshIC9Ew/B2g7p1ZhV7hKTIjwC0tRGdo0Y=设施建设、数字产业化以及产业数字化等方面。其中，数字基础设施建设为产业转型以及新技术在传统产业中的应用创造了条件，间接促进数字经济在效率提升及节能等方面效果的发挥；但另一方面，数字基础设施建设本身会产生能源消耗，这一点有可能和其间接影响相互抵消。数字产业化可以用于表示产业结构升级，相比于高能耗、高污染的第二产业，第三产业的发展不仅能达到节能的效果也能显著提高经济社会整体用能效率。产业数字化主要指数字要素在传统产业中的应用，可以表示技术水平及创新能力。技术水平在效率提升方面起到的作用已得到普遍证实，但由于存在能源回弹效应，其在节能方面的作用效果还有待进一步分析。

综合以上分析，本研究提出如下假设。

假设1：数字经济发展将会显著影响能源消费总量及能源利用效率。

假设2：数字经济发展对能源消费产生的影响将会随经济发展水平、产业结构等因素的不同而存在差异。

假设3：产业数字化、数字产业化等因素将构成数字经济影响能源消费的作用机制。

3 数字经济发展指数计算

3. 1 指标选取

本研究参考王军等［22］、潘为华等［23］的做法，将数字经济发展水平指标体系划分为数字基础设施建设、数字产业化和产业数字化三个一级指标。其中，数字产业化指信息通信产业的发展，如电子信息制造业、电信业、软件和信息技术服务业等，产业数字化则指数字技术在传统产业中的应用。参考张凌洁等［24］、何雷华等［25］、Chen等［26］、Zhang等［27］，构建指标体系，见表1。指标相关数据均来自国家统计局，基于数据可得性等原因，研究未涉及西藏及香港、澳门和台湾。

3. 2 计算方法

本研究采用熵权法计算二级指标权重，并对一级指标取相等权重后计算得出数字经济发展指数。参考牛苗苗等［28］、于波等［29］的做法，具体计算过程如下。

第一步，对二级指标进行标准化处理。由于所采用指标体系均为正向指标，即该指标数值越大，数字经济发展指数越高，故均采用式（1）进行标准化。其中i 表示个体，t 表示时间，j 表示第j 个二级指标，kjit 表示标准化后的指标取值，xjit 为表1所示二级指标。

kjit = xjit - min （xjit ）/max （xjit ） - min （xjit ）（1）

第二步，对标准化后的指标进行归一化处理，结果用pjit 表示。

第五步，每个一级指标取相等权重计算得出数字经济发展指数。

3. 3 结果分析

分析结果显示（表2），中国数字经济发展水平不均衡。2022年，中国东部地区尤其是东南沿海地区数字经济发展指数相对较高，广东省、浙江省以及江苏省数字经济发展最具优势，除经济总量处于前列外，其互联网、人工智能、电子商务等领域对经济增长的拉动作用也相对较强，知名互联网企业分布较为密集。相比于东部地区，中国中西部地区的数字经济发展较为落后。但处于西部地区的四川省，其数字经济发展指数高于相邻省份，因此，在区域协同发展的背景下，四川省在利用自身优势的同时也可带动周围地区实现共同发展。以上分析结果表明，中国数字经济发展仍呈现出东、中、西部发展不平衡的特点，这一结论也提示本研究在探究数字经济对能源消费产生的影响时，有必要对其异质性效果进行充分考察。

4 模型设定及变量说明

4. 1 模型设定

为探究数字经济发展能否助力于中国能源“双控”目标的实现，构建模型（5）和模型（6）。其中：energy 和EI 分别表示能源消费总量和能源强度即单位GDP 能源消费量，Dig 表示前文计算所得数字经济发展指数，econtrols 和controls 分别表示以能源消费总量和能源强度作为被解释变量时的控制变量，εit 为随机干扰项，β0 为截距项，β1、βm + 1 分别表示对应变量的估计系数。为避免由于遗漏变量所带来的内生性问题，分别加入了个体和时间固定效应，表示为μi 和vt。

ln energyit = β0 + β1 Digit + βm + 1Σm ln econtrolsmit +μi + vt + εit（5）

ln EIit = β0 + β1 Digit + βm + 1Σm ln controlsmit + μi +vt + εit（6）

4. 2 变量说明

选择2013—2022 年中国省级面板数据构建上述模型，相关数据来自《中国统计年鉴》《中国能源统计年鉴》以及各省统计年鉴。

4. 2. 1 被解释变量

以能源消费总量和能源强度作为被解释变量，并分别对其进行对数化处理，在回归结果中表示为ln energy 和ln EI，二者均可考察数字经济的节能效果，但能源消费总量侧重总量控制，而能源强度则主要表示能源利用效率。通常情况下，由于数字经济借助于互联网以及人工智能等领域的发展，技术水平的提升会对效率起到促进作用，而由于能源回弹效应等因素的存在，其对能源消费总量产生的影响将具有不确定性。因此，有必要通过实证分析加以检验。

4. 2. 2 核心解释变量

将数字经济发展指数作为核心解释变量，从总量控制和效率提升两个角度考察其节能效果，在回归结果中，该变量表示为Dig。

4. 2. 3 控制变量

为降低由于遗漏变量所带来的估计偏差，在以能源消费总量作为被解释变量时，将人口规模（Pop）、GDP（GDP）、大专及以上学历人口占比（Edu）、第二产业占比（Ind）以及电力消费占比（Elc）作为控制变量。其中，大专及以上学历人口占比、第二产业占比以及电力消费占比分别表示技术水平、产业结构以及能源消费结构。人口、经济以及技术水平对能源消费总量产生的影响在Kaya恒等式以及IPAT模型等经济学理论中均得到过有效验证，王强等［30］也证实了产业结构以及能源消费结构对节能减排产生显著影响。针对能源强度，该变量除表示能源消费外，也可作为效率的衡量指标，由于其不再表示总量，所以本研究将上述控制变量中的人口规模以及GDP替换为人均GDP，同时考虑政府行为对效率产生的影响，加入政府财政支出占GDP比重（Fin）作为控制变量之一，控制变量全部进行对数化处理。

5 实证分析

5. 1 基准回归

对模型（5）和模型（6）进行回归，结果见表3。表3列（2）可以看出，以能源消费总量作为被解释变量时，加入控制变量后回归系数显著为负，说明数字经济的发展显著达到了节能效果。从总体来看，数字技术的发展没有产生显著的回弹效应。数字经济发挥节能效果的主要原因在于：一方面，数字技术的应用提升了企业的用能效率，而在回弹效应没有显著存在的情况下，这一机制使得企业的能源投入降低；另一方面，数字经济的发展促进了产业结构的转型升级。当前中国的环境规制政策主要以高污染、高能耗行业作为主要对象，如用能权交易在试点阶段多以水泥等“重点用能单位”为试点范围，在这一背景下，邮电等数字产业的发展会促使工业企业退出环境规制更为严格的高能耗行业，转而进入第三产业，第二产业市场份额的相对降低会对社会整体的能源消费量起到抑制作用。由于化石能源消费是碳排放的主要来源，因此，数字经济在能源“双控”方面起到的积极影响也为其助力于中国“双碳”目标的实现奠定了基础。从控制变量的回归结果可以看出，电力消费占比的增加显著降低了能源消费，再次验证了能源消费结构改善在节能增效方面起到的积极影响。此外，经济总量并未对能源消费产生显著促进作用，说明中国当前的经济发展模式已发生显著改变，不再仅依靠能源密集型产业，经济发展与生态环境之间的矛盾正在逐步得到改善。

从表3中列（3）—列（4）可以看出，以能源强度作为被解释变量时，无论是否加入控制变量，数字经济发展指数回归系数均显著为负，说明数字经济发展能显著提高能源利用效率。根据邓荣荣等［2］对数字经济的定义，数字经济是指以数字化的知识和信息作为关键生产要素，以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。这一回归结果再次验证了数字经济对效率提升的推动作用，能源利用效率的提升又是降低能源消费的同时不对经济增长产生抑制作用的必要条件。从控制变量的回归结果来看，经济发展（人均GDP）、技术水平（大专及以上学历人口占比）的提高、能源消费结构（电力消费占比）的改善均对能源利用效率的提升起到显著促进作用，这也说明要达到降低能源强度的目的，以上方面也应是政府部门的关注重点。

5. 2 稳健性检验

基准回归中通过加入控制变量及固定效应的方式在一定程度上处理了内生性问题，但仍可能存在由于不可观测变量或其他因素所导致的内生性，因此本研究采用工具变量法进行稳健性检验。参考孔芳霞等［31］的做法，将数字经济发展指数的滞后项作为工具变量进行回归，结果见表4。可以看出，数字经济发展指数的回归系数仍然显著为负，因此认为基准回归可能存在的内生性问题并未对其回归系数的无偏性产生显著影响。

6 异质性及机制分析

6. 1 异质性分析

6. 1. 1 模型设定及变量说明

通过已有文献及本研究数字经济发展指数计算结果可以得出，数字经济对能源消费总量及能源强度产生的影响具有一定的异质性，因此进一步采用门槛效应模型对其异质性进行分析，具体模型如下：

其中：qit 表示门槛变量。考虑已有文献中提到的数字经济与能源消费之间的非线性关系，以数字经济发展指数作为门槛变量之一，此外加入人均GDP及第二产业占比作为门槛变量以表示经济发展特征。γ1 和γ2 分别表示第一和第二门槛值，μ、i v、t εit仍然表示个体、时间固定效应以及随机干扰项，β0 表示截距项，β1、β2、β3、βm + 2、βm + 3 分别表示对应变量的估计系数，控制变量与基准回归相同。

6. 1. 2 结果分析

（1）门槛效应检验。在进行门槛效应模型回归前首先需要进行门槛效应检验。以能源消费量作为被解释变量时，人均GDP存在双门槛效应，第二产业占比存在单门槛效应；以能源强度作为被解释变量时，人均GDP和第二产业占比均存在单门槛效应，数字经济发展指数的门槛效应检验均未通过。其主要原因在于，本研究进行实证分析的样本始于2013年，根据刘建江等［19］的研究，2013年是中国数字经济发展的分界点，在此之后互联网行业呈现出井喷式发展，而在此之前数字经济并未对能源效率产生显著影响。基于本研究样本选择的原因，数字经济发展指数并未呈现出显著门槛效应。对于通过门槛效应检验的变量，后文进一步对其进行回归分析。

（2）门槛效应模型回归。对通过门槛检验的变量进行回归，结果见表5。以能源消费总量作为被解释变量，经济发展水平及产业结构分别存在双门槛和单门槛效应。对于经济发展水平，随着人均GDP的增加，数字经济发展对能源消费的抑制作用逐渐减弱。这一结果主要取决于两方面的原因：首先，经济发达地区人力资本储备充足、已有设施更为完善，传统产业对数字技术的接受能力更强，且数字经济的发展无须进行大量基础设施建设，由此产生的额外能源消费较少。在数字技术的应用下，节能效果将更为明显。其次，经济水平越高，该地区在产业结构高级化及合理化方面更具优势，邮电等第三产业的发展已经处于领先水平，经济社会经过长时间发展已经处于均衡状态，企业在不同产业之间的进入和退出较少。由于当地的经济发展更为超前，环境规制的探索时间更长，相关节能技术已得到普遍应用。从边际成本递增的角度，当地再进一步进行研发投入的成本更高，导致当地的节能潜力较低。由回归结果可知，第二种因素的影响更大，所以数字经济的节能效果在经济更为发达的地区表现较差。对于产业结构，当第二产业占比小于门槛值时，数字经济起到显著的节能作用，但超过门槛值后，该影响显著降低，主要原因在于：虽然第二产业占比更高的地区节能潜力更大，但当地的经济发展主要依赖重工业，而工业产品的需求以及能源要素的投入短期内存在刚性，且工业行业一些大型机器设备的重置成本较高，工业企业不易于进行产业调整。在以上因素的影响下，第二产业占比超过门槛值时，数字经济发展起到的节能效果变差。

以工业能源强度作为被解释变量时，经济发展水平和产业结构均存在单门槛效应，其变化趋势与以能源消费量作为被解释变量的结果相同，但无论经济发展水平以及产业结构处于何种阶段，数字经济在效率提升方面起到的作用都是显著的，再次验证了数字经济发展对可持续发展起到的积极作用。作为碳排放源头，用能效率的提升也能进一步助力于中国“双碳”目标的实现。

6. 2 机制分析

6. 2. 1 模型设定及变量说明

本研究所计算的数字经济发展指数共分为数字基础设施、数字产业化以及产业数字化3个角度，参考徐维祥等［21］的研究，进一步对数字经济的影响加以分解，探究其具体作用机制，构建如下模型：

在上述模型中，核心解释变量不再采用数字经济发展指数，而替换为熵权法计算过程中的一级指标得分，具体为数字基础设施（Digit _Frs）、数字产业化（Digit _Did）、产业数字化（Digit_Dit），μ、i v、t εit仍然表示个体、时间固定效应以及随机干扰项，β0 表示截距项，β1、βm + 1 分别表示对应变量的估计系数，控制变量与基准回归相同。

6. 2. 2 结果分析

表6列（1）—列（3）是以能源消费量作为被解释变量时的数字经济影响的分解结果。从列（1）可以看出，数字基础设施的发展没有对能源消费产生显著影响。正如理论分析中所提到的，数字基础设施是产业数字化和数字产业化的前提，通过以上两个机制该变量能间接影响能源消费，但数字基础设施的建设本身就涉及建筑业、制造业等行业，其必然涉及能源要素的投入。因此，在数字技术应用以及产业升级能起到节能作用的同时，数字基础设施建设所需额外的能源消费进一步抵消了该节能效果。这也进一步说明，数字技术的应用更为重要。因此，要使其发挥促进经济增长以及可持续发展等积极影响，不能仅加大基础设施建设力度，还要有匹配的人力资本等要素加以支持。根据表6列（2）和列（3）所示结果，产业数字化和数字产业化均对能源消费产生显著的抑制作用，前者侧重数字技术在传统产业的应用即技术创新，后者侧重数字产业如邮电等行业的发展，一定程度上可以表示产业结构升级。数字技术在传统产业中的应用部分替代了传统要素投入，提升了生产率水平，从而在保证既定产出的情况下降低了能源需求；而数字产业的发展以及对高能耗行业的环境规制促使传统工业行业退出第二产业转而进入第三产业，高能耗行业市场份额的降低使得社会整体的能源消费有所下降。综上，传统产业的技术创新以及数字产业的发展是数字经济发挥节能作用的主要机制。

表6列（4）—列（6）是以能源强度作为被解释变量时的回归结果。该结果与以能源消费量作为被解释变量时的结果相似，数字基础设施建设同样没有达到提高能源利用效率的作用，产业数字化和数字产业化均是数字经济提升效率的机制。一方面，传统产业中数字技术与其他要素的结合提升了单位要素投入的产出水平，以此提高能源利用效率；另一方面，第三产业相较于以高能耗行业为主的第二产业能源利用效率较高，而数字产业的发展以产业结构升级为表现形式，在这一机制的影响下，企业在不同产业间的进入和退出使得能源从低效率部门流向高效率部门，从而提高了能源的配置效率。

7 结论、对策建议及进一步讨论

本研究通过分析数字经济对能源消费总量以及能源利用效率产生的影响，从源头治理的角度探究了数字经济能否助力于中国能源“双控”目标的实现，并在此基础上对其影响的异质性及机制进一步加以分析，得出结论如下：①中国不同地区的数字经济发展水平存在明显差异，广东、江苏等东部省份数字经济发展水平较高，而宁夏、青海等西部省份则相对较差。②数字经济能助力于中国能源“双控”目标的实现。③基于新技术接受能力以及节能潜力等方面的差异，经济发展水平及产业结构将影响数字经济在节能和增效方面的效果。④数字经济主要通过数字技术在传统产业中的应用以及数字产业的发展两个机制实现节能和增效，数字基础设施的建设并未对能源消费产生显著影响。

根据以上结论，本研究提出如下建议。

第一，数字技术的应用可作为环境规制的辅助政策之一。本研究得出的核心结论是数字经济能同时达到节能和增效的作用，而这也是环境规制的主要目的。为有效实现能源“双控”到“双碳”目标的过渡，除着眼于污染物排放及化石能源消费外，也应关注特定经济发展趋势对生态环境产生的影响，经济手段的应用更易于实现经济增长与生态环境保护的双赢。在具体措施方面，政府可以利用补贴等手段支持企业对数字技术的应用以及数字化转型，而生产者作为经济人以利润最大化为目的，阻碍其进行数字化转型的主要原因在于数字技术的应用成本以及原有机器设备的折旧及重置成本过高，若政府采用补贴等方式进行支持，则可有效推动数字经济的发展。

第二，应加大数字化人才的培养力度。从机制分析结果可知，数字基础设施的建设本身并未对能源消费产生影响，互联网、人工智能等新兴领域的发展需要与之匹配的人力资本作为支撑。除研发阶段外，也应关注生产领域相关技术人员的培训，只有数字技术真正应用于企业的生产过程才能使其发挥其应有的积极作用。

第三，健全相关法律措施，保护知识产权。在市场机制的作用下，产权的清晰界定是实现资源有效配置的前提。数字经济主要利用信息技术这一生产要素，而由此带来的效率提升是同时实现经济增长和节能减排的必要条件之一。为使这一影响持续发挥作用，应对企业的创新成果进行充分保护，保证其创新活动所带来的应有收益。

本研究证实了数字经济对能源“双控”产生的积极影响，但与此同时，要实现能源“双控”到“双碳”目标的过渡，除应关注能源消费总量外，也应考察能源消费结构的变化。清洁能源在碳排放系数方面与传统煤炭等化石能源存在显著差异，国家有关部门后期也进一步出台了相关措施，如新增可再生能源电力消费量不纳入能源消费总量控制等措施。因此，有必要继续探究包含数字经济在内的诸多因素对于可再生能源消费以及能源消费结构、碳强度等方面的影响。

参考文献

［1］ 王香艳，李金叶. 数字经济是否有效促进了节能和碳减排［J］.中国人口·资源与环境，2022，32（11）：83-95.

［2］ 邓荣荣，张翱祥. 中国城市数字经济发展对环境污染的影响及机理研究［J］. 南方经济，2022（2）：18-37.

［3］ 白春雨，马平平，张明. 数字经济发展的碳排放双控效应：基于绿色全要素生产率与绿色技术创新的双重审视［J］. 煤炭经济研究，2024，44（2）：14-22.

［4］ 佘群芝，吴柳. 数字经济发展的碳减排效应［J］. 经济经纬，2022，39（5）：14-24.

［5］ WANG J D，DONG K Y，DONG X C，et al. Assessing the digitaleconomy and its carbon‑mitigation effects：the case of China［J］. Energyeconomics，2022，113：106198.

［6］ ZHANG W，LIU X M，WANG D，et al. Digital economy and carbonemission performance：evidence at China's city level［J］. Energypolicy，2022，165：112927.

［7］ 江元，徐林. 数字经济、能源效率和碳排放：基于省级面板数据的实证［J］. 统计与决策，2023，39（21）：58-63.

［8］ XUE Y，TANG C，WU H T，et al. The emerging driving force of energyconsumption in China：does digital economy development matter［J］. Energy policy，2022，165：112997.

［9］ 罗良忠，林嘉豪，谭云清. 数字经济对能源消费的影响研究：基于区域一体化中介效应和遮掩效应的检验［J］. 学习与实践，2022（6）：44-53.

［10］ WANG L H，SHAO J. Digital economy，entrepreneurship and energyefficiency［J］. Energy，2023，269：126801.

［11］ 余畅，马路遥，曾贤刚，等. 工业企业数字化转型的节能减排效应研究［J］. 中国环境科学，2023，43（7）：3755-3765.

［12］ 杨慧梅，江璐. 数字经济、空间效应与全要素生产率［J］. 统计研究，2021，38（4）：3-15.

［13］ 张帆，施震凯，武戈. 数字经济与环境规制对绿色全要素生产率的影响［J］. 南京社会科学，2022（6）：12-20.

［14］ 方冬莉. 数字经济对中国城市能源利用效率的影响：基于技术赋能和技术外溢视角［J］. 资源科学，2023，45（2）：296-307.

［15］ 夏子惠，古丽娜尔·玉素甫. 数字经济对中国绿色能源效率的影响：基于中介和门槛效应的分析［J］. 技术经济与管理研究，2022（10）：3-9.

［16］ 蔡跃洲，牛新星. 中国数字经济增加值规模测算及结构分析［J］. 中国社会科学，2021（11）：4-30.

［17］ 杨刚强，王海森，范恒山，等. 数字经济的碳减排效应：理论分析与经验证据［J］. 中国工业经济，2023（5）：80-98.

［18］ 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.

［19］ 刘建江，李渊浩. 数字经济如何赋能全要素能源效率提升［J］.财经理论与实践，2023，44（2）：105-113.

［20］ 岳书敬，张鑫和. 数字经济对能源强度的影响研究［J］. 南昌大学学报（人文社会科学版），2023，54（1）：77-90.

［21］ 徐维祥，周建平，刘程军. 数字经济发展对城市碳排放影响的空间效应［J］. 地理研究，2022，41（1）：111-129.

［22］ 王军，朱杰，罗茜. 中国数字经济发展水平及演变测度［J］. 数量经济技术经济研究，2021，38（7）：26-42.

［23］ 潘为华，贺正楚，潘红玉. 中国数字经济发展的时空演化和分布动态［J］. 中国软科学，2021（10）：137-147.

［24］ 张凌洁，马立平. 数字经济、产业结构升级与全要素生产率［J］. 统计与决策，2022，38（3）：5-10.

［25］ 何雷华，王凤，王长明. 数字经济如何驱动中国乡村振兴［J］.经济问题探索，2022（4）：1-18.

［26］ CHEN S X，DING D L，SHI G H，et al. Digital economy，industrialstructure，and carbon emissions：an empirical study based on a provincialpanel data set from China［J］. Chinese journal of population，resources and environment，2022，20（4）：316-323.

［27］ ZHANG L，MU R Y，ZHAN Y F，et al. Digital economy，energy efficiency，and carbon emissions：evidence from provincial panel da‑ta in China［J］. Science of the total environment，2022，852：158403.

［28］ 牛苗苗，谭显春，郭建新，等. 碳总量控制政策对中国经济高质量发展的影响：基于中国省际面板数据的实证研究［J/OL］. 中国管理科学，（2023-03-17）［2023-10-20］. DOI：10. 16381/j.cnki. issn1003-207x. 2022. 0598.

［29］ 于波，范从来. 绿色金融、技术创新与经济高质量发展［J］. 南京社会科学，2022（9）：31-43.

［30］ 王强，伍世代，林羽珊. 中国东南沿海地区工业能源消费碳排放的驱动因素分析［J］. 资源科学，2015，37（6）：1239-1248.

［31］ 孔芳霞，刘新智. 数字经济发展对工业绿色转型的影响研究：基于中国城市的经验证据［J］. 软科学，2023，37（4）：27-35.

（责任编辑：刘照胜）