數字經濟空間集聚對區域全要素能源效率的影響

余紫菱 任孟成 馬莉莉

（西北大學經濟管理學院，西安 710127）

引 言

隨著全球極端氣候的頻繁發生和碳排放約束的不斷加強，中國作為全世界第二大能源消耗國，自然資源浪費嚴重，轉變粗放、低效率的發展方式，提高能源效率，成為實現碳達峰碳中和目標的重點關注問題。學界大多使用資本、能源、勞動、GDP、二氧化碳衡量全要素能源效率［1］，并且認為環境規制［2］、 產業結構［3］、 產業轉移［4］、 能源消費結構［5］、 市場化改革［6］等是影響能源效率的重要因素。而數字經濟是人類通過數據要素進行資源的優化配置，引領和支撐經濟結構根本性變革，實現不同于農業經濟、工業經濟的高質量發展的新型經濟形態。其與產業的融合使數字要素在生產、分配、交換、消費的循環中發揮著重要作用，可以推動產業轉型升級，使各類產業價值重新煥發，從而有更多的資金和資源進行技術研發，大幅提高創新能力［7］。數字經濟逐步成為影響能源效率的關鍵因素。

但當前區域間科技和經濟發展存在差異，導致我國東、南部地區產生了更多時效性高的 “熱數據”處理需求，大量做大數據、人工智能的企業集中在該地區，使數字經濟的發展具有明顯的空間集聚特征，整體上呈現東熱西冷、南高北低的情形［9］。數字經濟的空間集聚是否同生產性服務業［10］、 工業［11］、 能源［12］等產業集聚現象一致，對能源效率具有正向影響且存在空間溢出效應？還是由于能源生產中心和數字經濟中心的逆向分布格局，使其具有特殊性？在數字經濟空間集聚的背景下，厘清數字經濟空間集聚對區域全要素能源效率的作用機理和影響效應，對中國實現 “東數西算”戰略布局，協調能源要素與數字要素合理配置，提升能源效率，具有重要的現實意義。

相對于已有文獻，本文的邊際貢獻是：（1）運用空間杜賓模型對數字經濟空間集聚同區域全要素能源效率的影響和空間溢出效應進行說明，增加了對能源效率的研究視角；（2）從產業結構的角度解讀了數字經濟對能源效率的影響途經；（3）對數字經濟對能源效率的影響進行了階段性劃分，可以更加全面認識數字經濟和能源效率的關系。

1 理論機制與研究假設

數字經濟作為一種新型產業形態具備傳統產業集聚的部分特征，不少學者認為產業集聚對能源效率并非簡單的促進作用，如師博和沈坤榮［13］認為城市區域集聚對能源效率呈現 “倒U”關系，潘雅茹等［14］認為產業集聚對能源效率呈現顯著的非線性影響。因此，數字經濟空間集聚對全要素能源效率的影響也可能隨著集聚程度的變化而變化。

當數字經濟集聚度小于1／α0時①，經濟體處于快速發展階段，對資源、人才等各類要素的虹吸作用顯著，引致大量的能源需求。但此時數字經濟分布相對分散，規模效應不顯著，集聚區數字產業化潛在優勢未充分釋放，在數字技術的場景應用、市場應用模式、數字資源的開放共享等方面存在不足，使得投入與產出不對等，限制能源效率的提高。當數字經濟集聚程度處于1／α0與1／α1之間時，數字經濟發展成熟，規模效應開始顯著。電能作為支撐數字經濟運轉的基本動能，大規模集聚實現統一的電力供應，可以減少電網建設成本和電力運輸損耗；各數字企業能夠更加容易地獲得資源和高素質勞動力供給，并且企業間通過利用集聚產生的知識和信息進行技術創新，同時將先進的技術、知識、成果等應用到算力節能等環節，學習效應和競爭效應顯著；數字產業化和產業數字化發展程度不斷提高，數字技術的應用有利于能源效率的提升。當數字經濟集聚度大于1／α1時，將產生擁擠效應，這會促使數字經濟集聚地資源、環境與發展的矛盾日益突出，限制數字經濟的深度發展，導致能源效率的降低。數字技術的發展弱化了地理距離的概念，擴大了數字經濟的空間影響范圍。并且受區域競爭和政治目標的影響，各地區主動學習和模仿數字經濟技術，數字的外溢能力逐步增強，這種雙向作用會推動各地區能源效率的變化，使數字經濟空間集聚對能源效率具有空間溢出效應。

假設1：數字經濟空間集聚對能源效率的影響呈現 “倒N”的非線性影響，且該影響具有空間溢出效應。

從全國整體層面看，數字經濟空間集聚是由各省域產業生態發展決定的。中國南部和東部地區人口密集，生活消費品需求高，由此衍生出資本消費品、生產性服務和社會性服務，經濟的高度繁榮產生了大量的數據，隨即演化出對大數據處理和應用的需求，數字經濟應運而生。而北部和西部地區，人口總量較少，經濟活動較少，對大數據的需求和應用相對落后，數字經濟發展呈現顯著的空間集聚特征②。因而中國整體空間層面存在由經濟水平決定的南北分層和東中西分層［15］，其中南北分層中的南部地區和東中西分層中的東部地區是經濟發達地區，數字經濟空間集聚度呈現出由東南向西北逐漸遞減的地理特征。落后地區數字經濟發展薄弱，集聚程度較低，產業與數字融合較差，對能源效率的影響有限。因此，東部地區和南部地區的數字經濟空間集聚對全國能源效率的影響起到決定性作用。

假設2：東部地區和南部地區的數字經濟空間集聚對能源效率的影響作用顯著，具有明顯的空間異質性。

數字經濟與產業的融合和改造中，賦能于經濟以新的活力，最終形成 “數字＋”的新型產業體系［16］，從而作用于能源效率。由于融合方式、效率和交互作用方式不同的原因，數字經濟在不同時期對不同產業的優化作用具有差異性。融合初期因為數字經濟價值實現功能相對不足，對各產業的發展推動作用具有局限性，導致產業結構的變化不大，因而，能源效率的變化更多的是通過其他較為分散的渠道產生影響。在規模效應和溢出效應突出的成熟期，各傳統產業紛紛在生產、分配、消費等各環節融合數字要素，由于作用方式存在差異，從而根據各產業的數字運用特點和程度產生不同的增長率，進而導致產業結構發生變化，促進產業結構的高級化和合理化，以達到更適合于能源效率提升的產業結構。即數字技術可以與農業、制造業和服務業加速融合催生出一大批的新產業、新業態和新模式，以促進能源的高效利用［17］。在數字經濟發展后期，逐步產生 “擠出效應”，對實體經濟產生負向影響，并且對前一期中促進作用最大的產業表現出更為明顯的抑制作用，進而呈現為各個產業結構的變化，產生能源效率降低的結果。另外，數字經濟還可以憑借其高效化、平臺化的信息處理模式，打破地理空間限制、精準化定位需求，從而對產業結構升級產生影響［18］。不同的產業結構對總體的能源效率也會產生不同的影響，且兩者間存在長期均衡關系。有學者認為產業結構升級對能源效率具有正向作用［19－21］，也有學者認為第三產業比重的上升對能源效率提高的貢獻有限［22，23］，甚至會導致能源強度的提升從而抑制能源效率［24］。據此，產業結構由產業與數字要素融合形成不同的生產率而產生變化，這種變化又會對能源效率產生影響，因此可以認為產業結構是數字經濟聚集對能源效率影響中的中介變量。

假設3：產業結構是數字經濟空間集聚對能源效率影響的中介變量，且不同時期中介效應不同。

2 模型建構與變量選取

2.1 模型建構

本文運用鄰接空間權重矩陣、全局莫蘭指數和局部莫蘭指數反映能源效率的空間布局，對能源效率的空間自相關進行檢驗。2011～2020年能源效率的全局莫蘭指數在5%的水平下顯著，且均大于0，中國各省（區、市）的能源效率空間溢出性強，高高、低低值臨近，具有空間正相關性 （表1）。

表1 能源效率和數字經濟集聚的全局莫蘭指數

由于能源效率存在一定的空間自相關性，因而采用空間計量模型研究數字經濟空間集聚對區域能源效率的空間溢出作用。使用LM檢驗、Ro?bust LM檢驗和LR檢驗對模型合理性進行甄別。表2的結果顯示，數字經濟集聚對能源效率的影響應選擇SDM空間杜賓模型，同時豪斯曼檢驗結果表示固定效應優于隨機效應，雙向固定效應優于個體和時間固定，因此，選擇雙固定的SDM模型。

表2 空間效應檢驗結果

式中EEit表示i地區t年全要素能源效率，DSit表示i地區t年數字經濟空間集聚程度。由于數字經濟發展帶來經濟水平、產業結構、能源結構等各方面的變化是一種顛覆性的變革，因而將數字經濟空間集聚二次項與三次項納入SDM模型中。μi是個體固定效應，υt是時間固定效應。

2.2 變量選取與數據來源

被解釋變量：采用SBM超效率模型計算全要素能源效率。選取 《中國統計年鑒》中的年末社會從業人員作為勞動力投入，采用永續盤存法計算社會固定資本存量作為資本投入，選用地區生產總值作為期望產出；從 《中國能源統計年鑒》選取能源消耗作為能源投入，能源生產產生的廢水和廢氣作為非期望產出。

解釋變量：運用區位熵法測算數字經濟空間集聚程度。選取 《中國統計年鑒》電子商務銷售額和 《中國高技術統計年鑒》高技術收入表示數字經濟空間集聚［25］。由于新冠肺炎疫情的影響，數字經濟發展水平突飛猛進，但因為數據更新和數字經濟作為一種新型經濟業態的原因，2020年數據缺失較多，因此忽略疫情這類突發因素的影響，采用增長率的方法對缺失值進行補充。

控制變量：根據現有對能源效率的研究，選取研發投入、第二產業占比、煤炭表示的能源結構和政府支出作為控制變量，數據來源于 《中國科技統計年鑒》、《中國統計年鑒》和 《中國能源年鑒》。

3 數字經濟空間集聚對區域能源效率的結果分析

對回歸結果進行分析，發現核心解釋變量數字經濟空間集聚對能源效率的影響均在1%的水平下顯著，當數字經濟空間集聚度小于0.85時，其對能源效率的提升呈現負向作用；當數字經濟空間集聚大于0.85小于1.89時，數字經濟空間集聚對能源效率的提升具有顯著的正向影響；當數字經濟集聚高于1.89時，對能源效率的提升呈現出抑制作用，整體表現為 “倒N”型的非線性影響。從空間溢出作用的分解來看，數字經濟空間集聚對本地能源效率和相鄰區域能源效率的影響顯著，空間溢出作用強。對比間接效應和直接效應，發現一個地區的能源效率受其他地區數字經濟集聚的影響強。其原因是鄰近省域的 “示范”作用在地區競爭力和政治晉升的壓力下會激勵本地積極學習和模仿，這種行為增強了空間外溢效應。同時，數字經濟集聚受限于整個地區的產業生態的影響，會優先在經濟發達地區形成，相對落后的地區雖然有集聚形成但發展相對較弱，加之數字運用互聯網絡弱化了距離的阻隔作用，因而其作用小于鄰近省域數字經濟集聚的影響。能源效率提升存在強烈的空間依賴性，印證了假設1。

表3 空間計量回歸結果

進一步將全國按東、中、西和南、北兩個標準進行劃分，分別進行回歸檢驗，發現，東部地區和南部地區為數字經濟空間集聚度高的地區，數字經濟發展迅速，回歸結果與整體回歸結果一致。中、西部地區，北部地區都屬于能源稟賦較高的區域，數字經濟發展相對落后，數字經濟空間集聚度也較低，3個階段對能源效率的影響均不顯著。數字經濟空間集聚對能源效率的影響存在明顯的空間異質性，且東部地區和南部地區對全國的影響遠強于中、西部地區和北部地區，數字經濟集聚較弱的地區不足以改變整體回歸結果，印證了假設2。

表4 區域異質性結果

采用Baron和Kenny提出的逐步法，對產業結構的中介效應進行檢驗，主要分為3步，對比第一步與第三步關鍵解釋變量的顯著性變化可以判斷為部分中介效應或者完全中介效應；也可以判斷其系數變化，即當時存在著部分中介效應；同時也可以使用非線性約束的Sobel Test與Goodman Test進行中介效應的顯著性檢驗。

根據逐步法依次構造上述3個模型，為了驗證假設3，將能源效率EEit視為被解釋變量，將產業結構PTit視為中介變量，將數字經濟聚集的各次項視為解釋變量。使用第三產業占比衡量產業結構，保留技術進步、能源結構、政府干預作為控制變量加入3個方程中進行回歸。式 （2）考察中介效應是否成立，具體為數字經濟聚集的各項系數是否顯著，式 （3）考察中介變量與數字經濟聚集的相互作用是否顯著，表明中介效應的前提成立與否，式 （4）考察相比于式 （2）中核心解釋變量系數的顯著性是否出現變化或者系數值是否改變，表明產業結構是否存在完全中介效應或部分中介效應。

因為空間杜賓模型將空間滯后項獨立出來，可以一定程度上解決同方差和外生性假設，而最小二乘法（OLS）與固定效應模型不能，另外為保持與前文回歸方法一致，則繼續使用該模型檢驗中介效應。考慮到基礎的中介效應模型是使用最小二乘法進行回歸，為便于比較，同時報告基于傳統非空間的OLS、非空間固定效應的估計結果，結果如表5所示。

根據表5可知，非空間OLS以及非空間固定面板模型的回歸結果均顯示產業結構沒有中介效應，并且由于內生性和異方差性的存在，關鍵變量的系數值與顯著性和預期結果不相符。而考慮空間溢出效應的杜賓模型則回歸結果顯著，且存在著一定的中介效應，即數字經濟聚集的二、三次項出現變化，說明產業結構在數字經濟聚集的中后期對能源效率的影響存在部分中介效應。使用Sobel Test和Goodman Test再次檢驗中介效應，結果顯示產業結構在數字經濟聚集的一次項對能源效率的影響中不存在中介效應，而在二次項和三次項中在10%的顯著性水平下存在中介效應。估計結果表示，在數字經濟聚集的初期，數字與產業融合程度低，數字化實施范圍較小，對產業結構改變不明顯，并不直接通過產業結構產生影響。在數字經濟聚集的中期，各產業與數字經濟的融合顯現出規模效應和溢出效應，對各產業產生不同的推動作用，表現為三產業比重提升，二產業比重下降，此時產業結構的變化促進了能源效率的提升。進入第三階段時，由于數字經濟聚集與能源供應地的背離，數字經濟聚集使第二產業占比的推動作用逐漸大于對第三產業占比的推動，進而產業結構進一步改變，抑制能源效率。

4 結論與建議

隨著我國確定 “2030年碳達峰、2060年碳中和”的戰略目標，碳排放問題成為重點，因而能源效率問題成為被關注的中心。高污染的能源供應方式被限制，改變能源結構增加可再生能源的使用量是提升能源效率最本質的方法；另外，將數字與能源結合助推產業轉型和資源的高效利用，推動碳達峰碳中和的實現，是提升能源效率最直接的方法。因此在能源結構變革未徹底顛覆前，探究數字經濟空間聚集和能源效率的關系問題意義重大。本文運用2011～2020年中國30個省級數據樣本（基于數據的可獲得性，西藏和港、澳、臺地區未包括在內），在測算數字空間聚集度以及區域全要素能源效率的基礎上，采取空間杜賓模型和中介效應模型對數字經濟空間聚集和區域全要素能源效率的關系進行探究，得出了如下結論：（1）數字經濟空間集聚對能源效率呈現為 “倒N”型的非線性影響，且具有顯著的溢出效應；（2）中國東部地區和南部地區數字經濟空間集聚對能源效率的影響最為顯著，具有明顯的空間異質性；（3）數字經濟通過與產業的融合改變產業結構影響區域全要素能源效率。基于此，提出以下建議：

（1）把握中國各地區數字經濟聚集對能源效率影響的階段性特點，促進新興城市群建設，充分發揮數字經濟對其他區域能源效率的正向溢出作用。中國各省（區、市）間由于數字傳輸和管轄方式的區別，存在多個 “數字孤島”，同時在全面考慮能源效率的特點和影響因素的基礎上，建設新興城市群能更好的連接各區域，且較大范圍內的城市群，可以發揮數字經濟對能源效率的正向溢出效應，避免擁擠效應，實現城市群整體能源效率提升。對于存在規模差異、經濟發展差異的城市群，需要加強群落間的互通交流，完善相關配套基礎設施，在城市間進行資源共享和優勢互補，建立合作交流機制，增加數字經濟交流和技術學習，降低壁壘，達到各區域間數字經濟良性發展狀態，以減少我國能源效率發展格局的非均衡性。

（2）大力推進 “東數西算”，打破區域壁壘，形成能源與數字要素協同聯動的良性產業生態，助力于中國整體能源效率的提升。我國各區域的經濟發展水平與能源稟賦不同，使得數字經濟中心和能源生產中心存在逆向分布的空間格局，使一些地區數字經濟過度集聚提前進入第三階段，算能供應不足，而另一些地區剛剛起步，大量算能資源存在閑置。大力推進 “東數西算”工程，制定區域間交流和數字經濟產業技術流動政策，引導數字經濟空間集聚向中、西部地區轉移，有助于促進東、南地區數字經濟在過剩情況下轉移進入西、北區域，緩解資源、環境與發展的矛盾，為數字經濟集聚區獲得更加流暢便捷的算能資源支撐數字經濟的深化提供空間；另外，對于西、北地區，“東數西算”有助于落后地區跨越數字經濟起步階段，使數字技術同能源產業進行融合，發揮數字經濟空間集聚對能源效率的正向效應，從而形成全國范圍內能源與數字要素協同聯動的良性產業生態，統籌東西部算能需求與供給，構建全國一體化數字經濟協同聯動體系。

（3）在數字經濟不同發展階段，促成產業結構的優化升級，實現能源效率的長效提升。產業結構是數字經濟空間聚集對能源效率的中介變量，通過數字經濟同各產業的結合產生增長率的差異，以改變產業結構，而產業結構的變化又會對能源的使用效率產生影響，使得在數字經濟發展的中后期，產業結構的優化升級，對能源效率有著顯著的提升作用。因而，在數字經濟發展初期，需要從其他因素提升能源效率，中后期需要促進產業結構升級，但需要注意不能單純的追求 “退二進三”，需要考慮不同地區的具體情況，制定合理的產業結構優化升級政策，否則易導致算能資源的供應短缺，產生數字經濟發展停滯、能源效率倒退的后果。

注釋：

①針對三次回歸方程求拐點所得。

②東部地區：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區：山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區：內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆；南部地區：上海、江蘇、浙江、安徽、福建、江西、河南、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南；北部地區：北京、天津、河北、山西、內蒙古、遼寧、吉林、黑龍江、山東、陜西、甘肅、青海、寧夏、新疆。