西南石油大学,四川省成都市,610599
摘要:数字产业与能源产业的耦合协调对于优化能源产业发展结构具有重要意义。为深入理解数字产业化与能源产业的耦合机理,建立了一套理论模型用于评估两者的耦合协调状况及趋势。通过对中国2013年至2019年的面板数据进行实证分析,发现数字产业和能源产业的水平均呈现稳步提升,但总体的耦合协调度存在显著的区域差异。为了促进数字产业化与能源产业的融合发展,应加快推进新型数字产业的发展,以推动传统产业的数字化转型。其次,通过“新基建”项目,助力传统产业的数字化升级,实现数字经济的跨足式发展。同时,为了促进区域间数字经济的协调发展和区域内数字化转型,我们建议构建更为完善的制度体系。
关键词:数字产业;能源产业;耦合协调
1、背景
能源是人们现代生产生活不可缺少的要素,是经济社会发展的重要基础(Sharma et al.2021)[1]。2021年提出“四次革命,一次合作“新能源安全战略,“能源强国”、以及“双碳”目标的相继提出为中国未来能源发展指明了方向。其中”双碳“目标的实现离开对能源产业的创新性发展,2020年能源产生的二氧化碳占全国二氧化碳排放总量的85%,全部温室气体排放的70%,因此实现”双碳“目标的首要关注对象就是能源行业的低碳转型,其转型的主要途径又是通过以数据为核心生产要素、以数字技术为加工手段的数字化生产方式降低能源消耗和能源强度以及优化能源结构,数字经济是一种新的社会经济形式。
2005年后,随着中国能源消费总量和一次能源产量持续快速增长,中国在2021年能源消费总量达到了52.4亿吨标准煤。在能源强度方面,以1万元GDP的能源消耗为基础,中国能源强度从2005年的5.42吨标准煤、1万元标准煤下降到2018年的3.17吨标准煤,仍然是全球平均能源强度的1.5倍。林伯强和杜克瑞[2](2014)进行了实证分析,发现技术进步是中国能源密集型下降的最大驱动力,加快能源创新型发展,不应只是能源消费和生产的提高,更应把能源创新性发展放在首位。数字技术正在改变全球能源系统,云计算、移动互联网、大数据技术、区块链技术和5g技术的融合发展正在改变能源生产、运营和传输的模式,并利用大量数据实现数字放大。引入了分布式能源、分散和能源即服务“碳中和”等新概念。未来的能源公司必须通过数字化转型进一步转变能源价值链。数字经济包括数字产业和产业数字化。第十四个五年计划指出要协同推动两者之间的发展。数字产业成为新一代最具有活力,创新最活跃的产业,但数字产业这一概念在国外还没有统一的界定,数字产业这一名词也仅在中国学界和业界存在。根据中国信息通信研究院在发布的《中国数字经济发展白皮书(2020年)》中表明数字产业包括软件与信息技术服务业、互联网与服务业、电信业、电子信息制造业等核心细分产业,代表了新一代数字技术的发展方向和应用成果。数字产业的发展对科技、社会具有重要推动作用[3]。相比于传统的产业而言睡姿产业加快了科学技术的传播速度,使得人们能更快的学习以及了解到当下先进的科学技术,拉近了从发明到应用的距离。数字产业是知识、智力和技术一体的产业,有利于国民经济发展结构的改善。
本文认为在“双碳”目标背景下,数字产业与能源产业的有机结合是下一代能源改革的重要载体。能源数字化是智慧能源的基础和核心,随着电力工业智能化、数字化的发展能源的结构变得越来越复杂。能源数字化可以打破能源部门之间各自为政的局面,通过整合能源部门间的数据资料,提高能源再各部门之间流动的灵活性,实现整个能源产业的集成。
2、文献综述
2.1数字产业的相关研究
对数字经济的研究 始 于“数字经济学之父” Tapscott,他在1996年发表的著作中正式提出数字经济(Digital Economy)具有数字化、知识化、虚拟化以及互联互通的特点。数字产业是公共产业,是一项以数字化的知识和信息为生产要素、以数字技术为加工手段、以数字产品为成果、以介入全社会各领域为市场。以云计算、物联网、大数据、人工智能和区块链为代表的新一代信息技术推动数字产业朝着跨界融合、平台化和生态化前进。国内学者对数字产业这一概念也有不同的认知。刘淑春(2019)认为大数据、云计算、人工智能等数字技术研发成熟并广泛应用于市场的过程就是数字产业化过程[4]。王俊豪、周晟佳(2020)认为数字产业更能体现当前数字经济的发展特征,数字产业包括软件与信息技术服务业、互联网与服务业、电信业、电子信息制造业等核心细分产业[5]。李永红、黄瑞从不同的角度针对大数据推动信息产业的进一步发展以及传统产业与大数据的融合两种不同方式,提出数字产业化信息增值模式与产业数字化融合驱动模式[6];截至2022年6月,国家统计局发布了《数字经济及其核心产业统计分类( 2021) 》,数字经济在中国才有了一个正式的框架。关于以数字产业为内生因子研究其与能源产业之间作用机制的研究相对较少。
2.2能源产业的相关研究
自2015年提出正式提出“互联网+”智慧能源的发展目标后,为了加快数字化转型和更具体的数字化进程,国务院在2020年8月《关于加快国有企业数字化转型的公告》发布后,目前正在研究制定国有企业数字化转型三年行动计划通过研究重工业在中国产业结构中所占比例的变化。Kambara 研究了我国工业结构中重工业比例的变动,发现工业的能源消耗强度的降低来自于由重工业向轻工业的转变。李遵照(2018)重新设计并规划了”互联网+“智能化管道系统和智能物流平台,极大的降低了能源消耗。多方产业链的深度融合是能源企业能够建立并正常运营的前提,因此刘飞(2020)认为通过“能源+互联网”企业的建立及发展,同时做到各方产业链的深度融合必将打破各产业链之间的壁垒。
综上所述,现有关于数字产业以及能源产业的研究较为丰富,能源产业尤其是新能源产业更是近年来国内外研究的热点。但大多数研究集中在新能源绩效的影响因素和节能减排战略目标等方面,关于数字产业与能源产业之间内部作用机制的研究相对较少。通过研究这一问题能够明确数字产业在对能源产业赋能上作用关系,帮助政府及地方单位在未来指定合理的规划。
3、指标选取与数据来源
为了客观地量化中国能源产业与数字产业的发展水平,需要构建相应的评价指标体系。在设置指标体系时应遵循科学、全面、系统、可操作等原则。目前关于能源产业的综合评价体系的研究已经较为成熟,王雪芹以及张磊对能源产业的综合评价指标建立在总量、结构、速度基础上,然而,发展水平不仅取决于发展总量和速度,还取决于系统结构和能源效率,特别是在全球变暖加剧的背景下。因此本文主要采用文献分析法建立包含了总量、潜力、效益三个二级指标,三级指标有5个正向指标及2个逆向指标。
通过对现有理论和实证研究的比较,构建了数字产业化评价指标体系,本文从规模、创新和效益三个方面选取了9个指标来定量描述数字产业化发展水平。这里选取数字产业化规模以及通信技术行业企业数等来衡量规模水平更能表现数字产业的发展情况,对于规模水平除了从数字产业化规模和ICT工业产业企业数,还包括用ICT产业固定资产投资额来衡量数字产业规模水平;其次近些年数字产业的快速发展最主要的动力来源于数字产业不断地创新,创新是数字产业的灵魂,在这里选取通信技术行业产业有效发明专利以及行业研究经费来表明创新水平发展情况,只有投资多了,技术水平才会跟的上;最后对于效益水平可以从ICT产业利润等方面衡量。
表1能源产业综合指标评价体系
一级指标 | 二级指标 | 三级指标 | 方向 | 单位 |
能源产业 | 总量 | 能源生产总量 | 万吨标准煤 | |
能源消费总量 | 万吨标准煤 | |||
能源工业投资 | 亿元 | |||
潜力 | 煤炭消费量占比 能源生产弹性系数 | % | ||
1 | ||||
效益 | 能源加工转换效率 每万元 GDP能耗 | % 吨标准煤/万元 | ||
表2数字产业综合评价指标体系
一级指标 | 二级指标 | 三级指标 |
数字产业 | 规模水平 | 数字产业化规模 |
ICT工业产业企业数 | ||
ICT产业固定资产投资额 | ||
创新水平 | ICT产业R&D经费内部支出 | |
有效专利数 | ||
ICT产业新产品开发经费 | ||
效益水平 | ICT产业利润 | |
增长速度 | ||
数字产业化占GDP比重 |
4、模型构建
耦合的概念来自物理,用来描述系统之间的协同作用和相互作用机制以及秩序的内部参数,它反映系统间相互作用的规律和特征。耦合度是对相互作用的评判,但在两者都得分较低时却会出现耦合度高的情况,因此在这种情况下就会得出错误的结论,本文采用改进的耦合协调模型计算数字产业与能源产业的数字耦合协调,不仅可以反映各子系统是否具有良好的水平,还可以反映系统之间的相互作用。
不管是能源产业还是数字产业各指标单位都存在不同情况,为了得到更加客观的结果,在此需要先进行无量纲化处理,然后再进行指标权重确定;在此采用熵值法确认指标的权重,其原理如下:
Step1:进行无量纲化需将其标准化处理:
指标为正时其公式为:
(1)
指标为负时其公式为:
(2)
其中,xjmax表示第j个指标的最大值,xij表示原始数据中第个样本第个指标的数据。 xij,代表标准化数据中第个样本第个指标的数据。
Step2:由于计算中存在开根号的情形为了防止出现计算差错,对其进行平移处理。
(3)
其中H为指标平移的幅度,一般取0.01。表示平移后数据中第个样本第个指标的数据。
Step3:计算第j指标下第i年份指标值的比重
(4)
其中表示无量纲化数据中第个样本第个指标的数据。
Step4:计算第个指标的熵值:
(5)
Step5 :第个指标的信息效用价值为:
(6)
Step6 :第个指标的权重为:
(7)
Step7:加权求和公式计算样本的综合得分Z =∑i = 1yijwj (8)
5、实证结果
利用上述的(1)~(8)结合统计数据可以计算出能源产业系统综合得分Ze以及数字产业系统综合得分Zd。
(1)首先从表3能源产业评价的指标中可以看出能源生产弹性系数权重占比最大,也就表明能源产业发展的额潜力很大,可以通过多方面的提高生产效率提升能源产业效率,且能源生产弹性系数的差异系数最大,表明其标准差与均值的比大,离散程度高;在熵值大小方面,煤炭消费量占比0.925539149的熵值最大,这源于我国的资源禀赋结构,我国是一个富煤少油的国家,这必然决定了我国对煤炭的依存量高。在表4中数字经济占GDP的比重的熵值达到0.910786,差异系数中增长速度达到了0.371797644,离散程度较大,且增长速度在权重中占比最大,达到了0.228713688,近十年中国发展互联网的力度十分重大推动了数字产业的飞速发展。
表3
熵值 | 差异系数 | 权重 | |
能源生产总量 | 0.889079567 | 0.110920433 | 0.118484445 |
能源消费总量 | 0.845365956 | 0.154634044 | 0.165179024 |
能源工业投资 | 0.893705634 | 0.106294366 | 0.113542912 |
煤炭消费量占比 | 0.925539149 | 0.074460851 | 0.079538569 |
能源生产弹性系数 | 0.764768095 | 0.235231905 | 0.251273105 |
能源加工转换率 | 0.872353107 | 0.127646893 | 0.136351534 |
万元国内生产总值能源消费量 | 0.873028196 | 0.126971804 | 0.13563041 |
表4
熵值 | 差异系数 | 权重 | |
数字产业规模 | 0.864376 | 0.135624319 | 0.083430164 |
数字经济占GDP比重 | 0.910786 | 0.089214012 | 0.054880568 |
新产品开发费用 | 0.815249 | 0.184750714 | 0.113650578 |
增长速度 | 0.628202 | 0.371797644 | 0.228713688 |
ICT产业R&D经费内部支出 | 0.825816 | 0.174184163 | 0.107150497 |
ICT企业数 | 0.82114 | 0.178859923 | 0.11002682 |
利润总额 | 0.877568 | 0.122432108 | 0.075314891 |
有效专利数 | 0.840815 | 0.159184739 | 0.097923506 |
ICT产业固定资产投资额 | 0.790445 | 0.20955532 | 0.128909289 |
(2)耦合度以及耦合协调度测算。
耦合度时对系统相互作用的测度,利用标准化的数据与权重相乘得到综合得分Ze和Zd,如表5,从表中可以看出能源综合得分从2013年到2019年由0.262165171增长到了0.73841673,表明能源产业系统的耦合性越来越好;随着中国数字经济的不断发展以及数字产业基础的不断巩固,数字产业”新基建“也在蓬勃发展,数字产业在中国的发展使得其数字产业系统的综合得分由2013年的0.228713688增长到了0.768368903。表5
能源综合得分 | 数字综合得分 | |
2013 | 0.262165171 | 0.228713688 |
2014 | 0.277960525 | 0.121413859 |
2015 | 0.485949541 | 0.236141913 |
2016 | 0.494278791 | 0.32549652 |
2017 | 0.616387236 | 0.559175247 |
2018 | 0.694586888 | 0.611010181 |
2019 | 0.73841673 | 0.768368903 |
由于上述所说在两者得分较低的情况下也会出现耦合度高的情形,因此在这里使用修正后的耦合协调度来测量两者之间作用的大小。数字产业与能源产业的耦合关联度C和耦合协调度D可分别用式(9)和(10)估算。
在方程式(9)中,耦合关联度C被用来衡量两个子系统之间通过各自的耦合因素相互影响的程度。
耦合协调度D则表示两个子系统之间交互耦合的程度,可将两个产业划分为10个不同等级。这些等级清晰地反映了两大子系统之间的耦合协调度,有助于更准确地理解两者的相互关系。
表6两大产业耦合协调度等级及水平分类 | ||
协调等级 | 水平分类 | D |
极度失调 | 萌芽阶段 | (0,0.1) |
严重失调 | (0.1001,0.2) | |
中度失调 | (0.2001,0.3) | |
轻度失调 | (0.3001,0.4) | |
濒临失调 | 起步阶段 | (0.4001,0.5) |
勉强协调 | (0.5001,0.6) | |
初级协调 | 稳定阶段 | (0.6001,0.7) |
中级协调 | (0.7001,0.8) | |
良好协调 | 成熟阶段 | (0.8001,0.9) |
优质协调 | (0.9001,1) |
(3)数字产业与能源产业耦合协调度分析
根据上述评价模型,如下表7所示。从2013年到到2019年,数字产业与能源产业的耦合协调度呈上升的趋势,这说明在国家对数字经济大力倡导下,能源产业也不断在与数字产业进行磨合,并且取得了一定的成效。从时间演化而言,数值范围从2013年的0.494842467到2019年的0.721491599,在2013年以前可以把数字产业与能源产业的发展分为萌芽阶段,到2013年以后通信院正式出版《数字经济白皮书》,我国的互联网行业也正式进入飞速发展的时代,根据表6的等级分类,2013年数字产业与能源产业出去起步阶段,协调等级处于濒临失调;2014年耦合协调度为0.42861054,跟2013年一样处于濒临协调的起步阶段,但耦合协调度有所下降,这是由于2014年的能源产业发展受限所引起的;到2016年和2017年数字产业系统和能源产业系统耦合协调度进入了初级协调稳定阶段,这两年中不断发展数字产业基础设施建设,这也为能源产业的发展奠定了基础;在2019年达到中级协调稳定状态后,能源生产,消费、工业投资也随之增加,数字基建,创新水平也在不断优化,能源产业与数字产业开始呈现较高的耦合协调度,且协调度达到了中等偏上水平,数字产业不断与同期能源产业形成良好的耦合发展情形。
C | T | D | |
2013 | 0.997675 | 0.24543943 | 0.494842267 |
2014 | 0.919974 | 0.199687192 | 0.42861054 |
2015 | 0.938253 | 0.361045727 | 0.582024228 |
2016 | 0.878575 | 0.409887656 | 0.633329301 |
2017 | 0.898815 | 0.587781242 | 0.666214548 |
2018 | 0.897949 | 0.652798535 | 0.707130496 |
2019 | 0.895025 | 0.753392817 | 0.721491599 |
6、研究结论与政策启示
6.1研究结论
通过对数据的搜集和处理,再结合耦合协调度模型可以得出以下结论:(1) 对两个系统的综合水平进行分析显示,中国的数字产业化水平和能源产业水平都呈现稳步提升的趋势,然而在2014年,两者的耦合协调度出现下降现象。(2) 从数字产业的内部结构来看,数字经济在GDP中的比重显得尤为关键。只有通过数字经济的发展推动GDP的增长,才能进一步提升数字技术创新能力。同时,传统产业融合的空间仍需进一步拓展。(3) 对两个系统的耦合协调度进行分析表明,数字产业系统和能源产业系统的耦合协调度整体上呈现上升趋势,但协调度水平尚未达到较高水平。
6.2政策建议
基于以上理论与实证的分析,为进一步提升我国数字产业与能源产业的融合发展,协调发展提出一下几点建议:
(1)以更大力度发展能源技术,促进生产效率的提高。通过上文的研究,发现能源生产弹性系数在能源产业内部结构中影响力较大,大力发展能源技术,减少能源污染,发展新能源等。数字产业中的互联网、大数据、云计算、人工智能等技术与能源产业的深度融合能够加快能源生产,消费,运输的转换,以数据为生产要素的投入,提升能源的生产效率。
(2)以更加力度推进数字产业的发展。根据《数字经济白皮书2020》可知,数字产业在数字经济中属于基础部分,只有以更加大的力度发展数字产业,能源产业才能通过数字平台提升效率。经济和社会发展的基础是能源,是工业的”血液“,因此构建能源互联网要以智能电力系统为核心,在能源生产、传输、消费到能源调度这一过程将传统的多种能源系统融合为一个共享网络,促进能源产业与数字产业深度融合。
(3)数字产业化水平的不断提升,使得在农业、工业、服务业大范围普及充分体现了其渗透性以及增值性,大力发展“新基建”实现实体经济的增值,不断促进产业升级、产品的优化。一是数字产业通过平台建设,5G互联网、大数据中心平台为能源产业的传输提供及时的信息,为能源管理创新提供升级路径;二是深化数字产业在能源产业垂直细分领域的融合,引导能源企业积极进行能源数字化,以更加高级的服务应对市场需求。
参考文献:
[1]TAPSCOTTD.The digital economy:Promise and peril in the age of networked intelligen[M].NewYork: McGraw Hill,1996.
[2]林伯强,杜克锐 , 理解中国能源强度的变化:一个综合的分解框架.世界经济 2014 第37卷 第4期 P69-87 1002-9621.
[3]中国信息通信研究院.中国数字经济发展与就业白皮书(2019年)[R/OL].http://www.caict.ac.cn/kxyj/qwfb/bps/201904/t20190417_197904.htm.
[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 第6期 P52-61 1003-5656
[5]王俊豪、周晟佳.]中国数字产业发展的现状、特征及其溢出效应.数量经济技术经济研究 2021 第38卷 第3期 P103-119 1000-3894.
[6]李永红,黄瑞.我国数字产业化与产业数字化模式的研究[J].科技管理研究 2019 第39卷 第16期 P129-134 1000-7695 作者简介:杨志峰(1998年1月15),男,汉,四川省内江市隆昌市云顶镇石渔村,硕士,学生,西南石油大学,产业可持续发展。邮编:610599