Digital-energy Coupling Coordination and Energy Efficiency: A Comparative Analysis Based on Digital and Energy Provinces

doi:10.15936/j.cnki.1008-3758.2023.04.007

Abstract

Abstract: The digital-energy coupling coordination index and its direct， indirect， nonlinear， and spatial spillover effects on energy efficiency are studied based on the realistic environment of in-depth development of digital systems and digital transformation of energy systems. It is found that digital-energy coupling coordination directly affect energy efficiency improvement. Among them， digital-energy coupling coordination indirectly affects energy efficiency improvement through technological progress and energy substitution in strong energy and digital provinces， respectively. There are nonlinear characteristics of increasing marginal effects. Strong digital provinces have significant spatial spillover effects on energy efficiency from digital-energy coupling coordination， but strong energy provinces do not. Therefore， we should speed up the construction of the “east-data-west-computing” project and implement dynamic and differentiated digital-energy coupling coordination strategies to improve energy efficiency and build a strong energy nation.

Key words: digital economy; energy system; coupling coordination; energy efficiency

CLC Number:

F426.2

YU Ziling， MA Lili， REN Mengcheng. Digital-energy Coupling Coordination and Energy Efficiency: A Comparative Analysis Based on Digital and Energy Provinces[J]. Journal of Northeastern University(Social Science), 2023, 25(4): 59-69.

References

[1]余紫菱，任孟成，马莉莉. 数字经济空间集聚对区域全要素能源效率的影响［J］. 工业技术经济， 2022，41(7):28-34.
[2]Guo T X，Ting J L，Xia C，et al. The Convergence Level and Influencing Factors of China's Digital Economy and Real Economy Based on Grey Model and PLS-SEM［J］. Journal of Intelligent & Fuzzy Systems， 2022，42(3):1575-1605.
[3]陈岳飞，肖克，张海汝，等. 中国数字经济结构发展协同度研究［J］. 学习与探索， 2021(8):121-129.
[4]刘淑春. 中国数字经济高质量发展的靶向路径与政策供给［J］. 经济学家， 2019(6):52-61.
[5]荆文君，孙宝文. 数字经济促进经济高质量发展: 一个理论分析框架［J］. 经济学家， 2019(2):66-73.
[6]王蕾，朱彤. 数字经济是否增加能源消费?——基于ICT应用研究的分析［J］. 城市与环境研究， 2021(3):93-108.
[7]樊轶侠，徐昊. 中国数字经济发展能带来经济绿色化吗?——来自我国省际面板数据的经验证据［J］. 经济问题探索， 2021，29(9):15-29.
[8]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.
[9]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， 2022，40(3):120-127.
[10]王元彬，张尧，李计广. 数字金融与碳排放: 基于微观数据和机器学习模型的研究［J］. 中国人口·资源与环境， 2022，32(6):1-11.
[11]刘耀彬，李仁东，宋学锋. 中国城市化与生态环境耦合度分析［J］. 自然资源学报， 2005(1):105-112.
[12]王少剑，方创琳，王洋. 京津冀地区城市化与生态环境交互耦合关系定量测度［J］. 生态学报， 2015，35(7):2244-2254.
[13]李山海，吴艳雄，王蓓，等. 基于GA-BP神经网络的信息技术业上市公司的成长性预测［J］. 系统科学与数学， 2022，42(4):854-866.
[14]李江苏，孙威，余建辉. 黄河流域三生空间的演变与区域差异——基于资源型与非资源型城市的对比［J］. 资源科学， 2020，42(12):2285-2299.
[15]Bukht R，Heeks R. Defining， Conceptualising and Measuring the Digital Economy［R］. Manchester:Centre for Development Informatics， 2017.
[16]许宪春，张美慧. 中国数字经济规模测算研究——基于国际比较的视角［J］. 中国工业经济， 2020(5):23-41.
[17]王勇，孙瑞欣. 土地利用变化对区域水—能源—粮食系统耦合协调度的影响——以京津冀城市群为研究对象［J］. 自然资源学报， 2022，37(3):582-599.
[18]于世海，许慧欣，孔令乾. 数字经济水平对中国制造业资源配置效率的影响研究［J］. 财贸研究， 2022，33(12):19-34.
[19]Han D，Ding Y，Shi Z，et al. The Impact of Digital Economy on Total Factor Carbon Productivity: the Threshold Effect of Technology Accumulation［J］. Environmental Science and Pollution Research， 2022，29:55691–55706.
[20]李天籽，王伟. 网络基础设施的空间溢出效应比较研究［J］. 华东经济管理， 2018，32(12):5-12.
[21]Ding C，Liu C，Zheng C，et al. Digital Economy， Technological Innovation and High-quality Economic Development: Based on Spatial Effect and Mediation Effect［J］. Sustainability， 2022，14(1):10216.
[22]魏楚，沈满洪. 能源效率及其影响因素: 基于DEA的实证分析［J］. 管理世界， 2007(8):66-76.
[23]史丹. 中国能源效率的地区差异与节能潜力分析［J］. 中国工业经济， 2006(10):49-58.
[24]王明舜，纪建悦. 基于SBM-Tobit两阶段模型的中国能源效率及其影响因素分析［J］. 东北大学学报(社会科学版)， 2014，16(6):584-589.
[25]韩先锋，宋文飞，李勃昕. 互联网能成为中国区域创新效率提升的新动能吗［J］. 中国工业经济， 2019(7):119-136.
[26]周兵，刘婷婷. 区域环境治理压力、经济发展水平与碳中和绩效［J］. 数量经济技术经济研究， 2022，39(8):100-118.
[27]马智颖，孙世敏，张汉南. 薪酬外部公平性与高管过度在职消费行为后果分析——基于内部薪酬差距的调节作用［J］. 东北大学学报(社会科学版)， 2021，23(1):43-51.
[28]赵涛，张智，梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据［J］. 管理世界， 2020(10):65-76.
[29]Liu X，Guo W，Feng Q，et al. Spatial Correlation， Driving Factors and Dynamic Spatial Spillover of Electricity Consumption in China: a Perspective on Industry Heterogeneity［J］. Energy， 2022，257(20):124756.