打开文本图片集

摘要：目前，鲜有专门针对能源数字化对能源贫困的空间效应进行测度，科学地建立指标体系与空间计量模型地选取尤为重要。本文利用熵权TOPSIS法计算了能源贫困指数和能源数字化发展水平指数，采用空间杜宾模型将能源贫困和能源数字化的四个子维度纳入模型中，以此来分析省域能源数字化对能源贫困影响的空间效应。结果显示，能源数字化的四个子维度对邻近省域能源贫困的发生具有显著不同的影响，存在着空间溢出效应。

关键词：能源数字化；能源贫困；空间杜宾模型；空间溢出效应

一、绪论

（一）引言

能源数字化的发展使得能源产业同数字化技术行业逐渐融合发展，不同区域间的经济活动交流愈加频繁，各个地区的经济融合发展，相互作用。能源数字化通过网络信息的传播，能源数据的共享打破了能源行业发展时间和空间的限制，使得能源行业的发展不再局限于一个地区内部，而是延伸到其邻近地区，不同地区之间具有相互影响的效应。本文的研究响应国家能源战略需求，有助于落实和解决“能源数字化”、“能源贫困”等国家战略实施，有助于发挥能源数字化在缓解能源贫困问题中的重要作用。

（二）文献综述

能源数字化与能源贫困的测度及二者之间的关系问题，国内外已有众多学者开展了系列研究，已取得丰硕成果，研究主要体现在以下三个方面。

（1）能源贫困的综合指标测度。学者们从不同的角度和维度对能源贫困进行了测度。傅佳莎从城镇家庭的角度出发，使用微观调查数据评估了中国城镇家庭的能源贫困[1]。徐盈之研究了双重环境规制、能源贫困与包容性绿色发展之间的关系[2]。李慷则从能源服务的可获得性、生活用能清洁性等方面综合评估了能源贫困问题[3]。蔡海亚构建了以用能水平、用能结构和用能能力为主要方面的能源贫困综合评价指标体系[4]。

（2）能源数字化水平的测度。随着数字技术的迅速发展，数字化已经成为能源领域转型升级的重要趋势。范合君从生产数字化、消费数字化、流通数字化和政府数字化等维度构建了数字化程度的指标体系[5]。

（3）能源数字化对能源贫困影响。郝宇指出经济发展区是能源贫困测度的关键指标[6]。杨丹研究了提高能源效率对降低相对贫困的作用[7]。曹文成探讨了绿色金融与能源贫困之间的关系[8]。岳书敬研究了数字化对能源强度的影响以及数字经济对能源贫困的影响[9]。这些研究为深入研究数字化在能源领域中的应用提供了理论基础和实证分析方法。

综上所述，国内外学者对能源数字化与能源贫困的测度进行了大量的理论与实证分析且已有研究结论，鲜有从空间计量视角研究能源数字化对能源贫困化的影响，所以本文用双向固定效应的SDM模型研究区域能源数字化对能源贫困的空间效应。

二、影响机理

三、测度指标体系的构建与数据来源

（一）指标体系的建立

本文从能源供应水平能力，能源生产的可持续性，能源服务的可获得性，能源服务的可负担性四个维度来构建能源贫困综合指标体系，从能源数字化的支撑水平，能源数字化的应用水平，能源数字化的运营水平，能源数字化的技术水平四个维度来衡量能源数字化的发展水平，具体的指标构建参考下表。同时，运用熵权TOPSIS法对各指标进行赋权，分别计算能源贫困与能源数字化的综合指数。

（二）数据来源

数据来源于《中国统计年鉴》《中国能源统计年鉴》《中国信息统计年鉴》《中国煤炭工业统计年鉴》，国家统计局和国家能源局发布的统计公报，以及各省统计年鉴等。

四、能源数字化对能源贫困的空间效应分析——基于空间杜宾模型

（一）空间权重矩阵的创建

本文需要考虑能源数字化水平和能源贫困程度的经济聚集现象，而经济距离权重矩阵是根据经济距离来确定的，更能反应二者的影响关系，所以本文选取经济距离权重矩阵作为空间权重矩阵。

其中W为经济距离权重矩阵，和代表各省的地区发展水平，本文用人均GDP来衡量，和分别为i省份和j省份的年人均GDP， 代表经济距离。

（二）空间相关性分析

1.全局莫兰指数

运用全局莫兰指数验证各省份能源贫困之间是否存在空间相关性，结果显示，各年全局莫兰指数的P值都在5%的水平下显著，且Z值均为正值，表明我国能源贫困存在显著的正相关关系，各省具有较强的空间聚集性。

2.莫兰散点图

本文借助局部莫兰散点图来更直观的表现出空间聚集状态，由于文章篇幅的限制，本文选取2012年、2014年、2016年和2021年四年的莫兰散点图来研究分析，从整体上看，散点大部分位于一、三象限，说明各省能源贫困具有空间正相关性，可以验证全局莫兰指数的结果。

（三）空间计量模型的选择

1.LM检验

基于前文的全局莫兰指数和莫兰散点图的分析可知，能源贫困具有显著的空间自相关性，本文采用空间计量模型分析空间效应，由表所示，四个检验的P值均小于0.05，拒绝原假设，说明空间滞后和空间误差效应都存在，故本文可以选取SDM模型。

2.LR检验

LR检验结果显示两种检验的P值均小于0.01，表示在1%的水平下显著，拒绝原假设，则SDM模型不会退化成SAR或SEM模型，本文最终选择SDM模型进行空间效应的分析。

3.Hausman检验

由表可知Hausman检验在5%的水平下拒绝了原假设，所以本文选择固定效应的SDM模型进行效应的检验，通过进一步检验，发现双向固定效应的拟合度高于时间固定效应和个体固定效应，故本文选取双向固定效应的SDM模型。

（四）结果分析

1.回归结果分析

由表的结果可知，能源数字化支撑水平和技术水平系数为正，表明支撑水平和技术水平的提高会加速能源贫困的发生，能源数字化应用水平和运营水平系数为负，表明这两者的提升会促进能源贫困的改善。但空间杜宾模型的明显系数不能直接反应能源数字化和能源贫困的边际效应，应该进一步进行效应的分解。

2.空间溢出效应分解

由于回归系数不能直接解释能源数字化对能源贫困的影响，需要进一步将总效应分解为直接效应和间接效应。

能源数字化支撑水平对能源贫困的直接效应为正，且在1%的水平下显著，这表明我国虽然大力推动能源数字化发展，加强对地区的投资力度，但政府的投资可能忽略了能源供应的基础设施建设，使得数字化技术难以发挥作用，再加上可能当地的能源需求不足，导致资源无法充分利用，最终加剧能源贫困的发生。二者的间接效应为负，且在5%的水平下显著，表明能源数字化支撑水平对周边的能源贫困具有反向的空间溢出效应，可能是因为本地区的支撑水平提高会提高能源效率，帮助本地区利用能源，减少周边地区的供能负担，可以改善周边地区的能源贫困。总效应系数为不显著，表明从总体上看数字化支撑水平没有对本地区和周围地区产生明显的影响。

能源数字化应用水平和运营水平的直接效应为负但不显著，表明本地区的应用水平和运营水平的提高，可以更好的管理和优化能源的使用，促进清洁能源的发展，达到改善能源贫困的效果，但影响不明显。间接效应和总效应显著为正，可能是由于本地区数字化应用水平和运营水平的提高，导致了能源的集中化，可能导致周边地区的能源资源被本地区垄断加剧周围地区能源贫困的发生。

能源数字化技术水平的直接效应为正但不显著，表明虽然能源数字化的提升可能会加剧本地区的能源贫困，但影响并不明显。间接效应和总效应显著为负，表明能源数字化技术水平的提高可以提高能源利用效率，降低能源成本，更加高效的进行能源资源的分配和管理，能增加对周围地区的能源供应，可以改善周围地区的能源贫困状况。

五、结论与建议

研究发现能源数字化对能源贫困的影响存在着的空间溢出效应，其中能源数字化支撑水平和技术水平的提高在减轻相邻地区的能源贫困方面具有显著作用，但能源数字化应用水平和运营水平的提高虽可促进本地区能源贫困的改善，但对邻近地区的改善作用不大。为促进全国31个省份间的能源数字化协调发展和改善能源贫困情况，提出以下建议：

（1）提高区域间能源数字化协调发展水平，加强政府协调与服务覆盖，优化能源生产、供应和管理环节，实现能源公平分配，特别是加大对贫困地区的支持和服务覆盖。

（2）制定因地制宜的能源数字化产业发展政策，发挥地方政府主导作用，加大科研投入，推动数字化技术在能源领域的广泛应用，提高能源效率和可再生能源利用水平。

（3）加强地区间能源交流与合作，推动能源共享和互利共赢，通过科学规划和结构调整实现能源产业的可持续发展，既重视区域间的结构调整，也关注地区内部的结构优化。

参考文献：

[1]傅佳莎，蔡福祥，魏楚.中国城镇家庭能源贫困评估——基于微观调查数据的研究[J].经济理论与经济管理，2022，42（09）：82-96.

[2]徐盈之，魏瑞.双重环境规制、能源贫困与包容性绿色发展[J].中南大学学报（社会科学版），2021，27（02）：109-125.9-125.

[3]李慷.能源贫困综合评估方法及其应用研究[D].北京理工大学，2014.

[4]蔡海亚，赵永亮，徐盈之.中国能源贫困的时空演变格局及其影响因素分析[J].软科学，2021，35（4）：28-33+42.

[5]范合君，吴婷.中国数字化程度测度与指标体系构建[J].首都经济贸易大学学报，2020，22（04）：3-12.

[6]郝宇，尹佳音，杨东伟.中国能源贫困的区域差异探究[J].中国能源，2014，36（11）：34-38.

[7]杨丹，邓明艳，刘自敏.提高能源效率可以降低相对贫困吗？——以能源贫困为例[J].财经研究，2022，48（04）：4-18.

[8]曹文成，刘莹.绿色金融与能源贫困：机理、特征与实证研究[J].海南金融，2022（12）：3-20.

[9]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.

基金项目：成都信息工程大学大学生创新创业训练计划项目（202410621253 能源数字化对能源贫困的影响测度和空间效应分析——基于双向固定效应的sdm模型）资助