秦錦 暢紅琴

[摘要]基于2008—2018年中國30個省區(qū)市的面板數(shù)據(jù)，以市場化水平為門檻變量，運用門檻模型探討數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展的非線性影響。結果表明，數(shù)字技術與新能源產(chǎn)業(yè)發(fā)展之間具有顯著的雙重門檻效應，主要體現(xiàn)為隨著市場化水平的提高，數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展的影響作用呈現(xiàn)倒“U”型特征。數(shù)字技術發(fā)展的最佳市場化水平區(qū)間為第二區(qū)間（5.3009.940）后，數(shù)字技術對新能源產(chǎn)業(yè)的影響略微弱化。因此，在不斷提高市場化水平的過程中，應注重突破數(shù)字技術在核心領域的技術瓶頸，促使數(shù)字技術不斷助力新能源產(chǎn)業(yè)的良性發(fā)展。

[關鍵詞]數(shù)字技術;新能源產(chǎn)業(yè);市場化水平;門檻效應

一、 引言

近年來，基于市場化進程的不斷加快和“開放、創(chuàng)新、協(xié)調(diào)、綠色”的新發(fā)展理念，我國全面統(tǒng)籌推進風電和光伏發(fā)電開發(fā)，因地制宜發(fā)展水能、地熱能和生物質能，新能源產(chǎn)業(yè)的國內(nèi)市場份額不斷擴大。同時我國新能源產(chǎn)業(yè)積極開拓國際市場，高度參與全球價值鏈與產(chǎn)業(yè)鏈的分工，成為具備國際競爭力的新興產(chǎn)業(yè)。聯(lián)合國環(huán)境規(guī)劃署發(fā)布的《2020年排放差距報告》顯示，2019年我國溫室氣體排放量占全球排放量的26.7%，相比上一年增長了3.1%1，反映出我國要實現(xiàn)碳中和的愿景還需要繼續(xù)推動能源結構的轉型升級，加快能源利用模式向清潔能源的低碳、環(huán)保方向轉變。新能源產(chǎn)業(yè)作為更加低碳化的戰(zhàn)略性新興產(chǎn)業(yè)，不僅可以滿足日常能源需求，緩解能源危機，同時也可以減少傳統(tǒng)能源使用過程中產(chǎn)生的環(huán)境污染與二氧化碳排放等問題，是調(diào)整我國能源結構的有效途徑。而尋求技術創(chuàng)新是新能源產(chǎn)業(yè)發(fā)展的關鍵[1]。隨著新一代信息技術的發(fā)展，數(shù)字技術成為引領能源智能化的核心技術工具。數(shù)字技術在新能源產(chǎn)業(yè)領域的應用，可以提高裝備系統(tǒng)的穩(wěn)定性與儲能技術的運行效率，提升新能源行業(yè)資金流入的轉化率，降低能源開采與轉化的生產(chǎn)成本，為能源市場分布設計、能源交易與服務模式和能源實現(xiàn)技術等方面帶來跨越式新發(fā)展，最大限度地發(fā)揮數(shù)字化能源創(chuàng)新機制對能源結構調(diào)整的驅動效應。

有研究表明，中國新能源產(chǎn)業(yè)的投入產(chǎn)出以及數(shù)字技術的發(fā)展均存在顯著的空間集聚特征和地區(qū)差異[2-3]，東部地區(qū)新能源產(chǎn)業(yè)發(fā)展及數(shù)字技術的生產(chǎn)率效應優(yōu)于中西部。與國外發(fā)達國家相比，我國新能源行業(yè)中數(shù)字技術的推廣應用仍處于起步階段，需求市場不夠成熟，實質性技術創(chuàng)新能力有待提高[4]。究其原因，很大程度是我國市場化水平的差異性造成的，這種差異直接導致數(shù)字介入的資源配置在東、中、西部地區(qū)的分布不均衡，進而影響數(shù)字技術在新能源產(chǎn)業(yè)的總體應用水平，這意味著數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展的影響可能存在門檻效應。如此，便引發(fā)一個議題：市場化進程下，數(shù)字技術影響中國新能源產(chǎn)業(yè)發(fā)展的具體作用和階段特征是什么？因此，本文基于市場化水平的門檻，探索數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展的影響作用，符合我國經(jīng)濟發(fā)展新常態(tài)下加快推動數(shù)字技術發(fā)展和新能源產(chǎn)業(yè)融合創(chuàng)新的現(xiàn)實需要。

二、 文獻綜述與機理分析

1. 數(shù)字技術與產(chǎn)業(yè)發(fā)展

已有文獻普遍認為，數(shù)字技術是引領科技革命、促進產(chǎn)業(yè)變革的核心技術[5]。作為數(shù)字技術的應用方式，人工智能具有廣泛滲透性、數(shù)據(jù)驅動性、系統(tǒng)智能化等特征[6]。一方面，主要是通過提升產(chǎn)業(yè)的智能化、數(shù)字化應用水平，優(yōu)化各類生產(chǎn)要素的配置，降低生產(chǎn)運營成本，提高勞動生產(chǎn)率，增加企業(yè)研發(fā)和提升產(chǎn)品質量方面投資，從而實現(xiàn)產(chǎn)業(yè)結構的轉型升級[5]。這種促進作用可以具體表現(xiàn)在產(chǎn)業(yè)結構的高度化和合理化方面，有研究通過技術創(chuàng)新視角發(fā)現(xiàn)人工智能結合技術創(chuàng)新對產(chǎn)業(yè)結構高度化有促進效應，且這種效應在東、中和西部省份依次遞減[7]。郭凱明提出人工智能發(fā)展會促進生產(chǎn)要素在各產(chǎn)業(yè)部門中流通，但人工智能對產(chǎn)業(yè)結構升級的作用方向并不明確[8]。另一方面，人工智能將有效拓展我國自主技術創(chuàng)新的新空間，引發(fā)技術進步，顯著提升生產(chǎn)率，倒逼勞動力稟賦提升，并助推一系列新興產(chǎn)業(yè)快速成長，進而從根本上優(yōu)化我國產(chǎn)業(yè)體系[6]。

2. 數(shù)字技術與新能源產(chǎn)業(yè)

目前能源行業(yè)正處于轉型發(fā)展的十字路口，數(shù)字技術的發(fā)展有可能極大地改變能源供應、貿(mào)易和消費[9]。黃光球等認為，新能源產(chǎn)業(yè)作為新興產(chǎn)業(yè)之一，是我國未來能源產(chǎn)業(yè)發(fā)展的主要方向[10]。新能源是以新技術為基礎，使傳統(tǒng)的可再生能源得到現(xiàn)代化的開發(fā)和利用，用可再生能源取代傳統(tǒng)的化石能源[10]。這種新的數(shù)字化模式由人工智能（AI）技術提供動力[9]。基于工業(yè)互聯(lián)網(wǎng)和5G等通信技術，智能能源應用技術利用數(shù)據(jù)共享平臺，對能源生產(chǎn)與分配調(diào)度進行實時監(jiān)控、統(tǒng)計分析，將已收集的能源報告資料及時上傳云端，并對能源系統(tǒng)中的突發(fā)狀況進行優(yōu)化處理，從而達到一個開放的、透明系統(tǒng)的綜合管理體系[11]。智能能源的形成將成為能源革命取得實質性進展的關鍵標志，意味著能源革命與信息技術、產(chǎn)業(yè)技術高度融合，能源行業(yè)正在逐步走向成熟[11]。數(shù)字技術可以被應用到新能源產(chǎn)業(yè)中的不同方面。在電氣和電力工程領域，人工神經(jīng)網(wǎng)絡和模糊邏輯模型等方法被用于智能電網(wǎng)監(jiān)測和控制和智能電網(wǎng)資源的分配[12]。針對可再生能源，搭載數(shù)字技術的人工智能可以支持能源管理的預測監(jiān)測[13]、混合可再生能源運營的優(yōu)化控制和設計[14]、存儲綜合可再生能源系統(tǒng)的選項和控制[15]。人工智能等數(shù)字技術將通過多種方式使可再生能源成為可能，包括可再生能源的維護和運營、更好地監(jiān)控電力基礎設施、更安全的系統(tǒng)運營和新的市場設計[16]。有研究證明，數(shù)字化風電場與數(shù)字技術的整合可以增加約20%的發(fā)電量，并在風力渦輪機的使用壽命內(nèi)產(chǎn)生約1億美元的額外收入[17]。人工智能等數(shù)字技術還有助于檢查能源控制設備的健康狀況、識別能源泄漏并了解能源消耗趨勢[9]。在核能利用方面，基于人工智能的自動化、智能電網(wǎng)的發(fā)展、儲能以及基于核能的快速充電技術為更廣泛地利用核能開辟了道路[18]。

3. 數(shù)字技術、市場化水平與新能源產(chǎn)業(yè)發(fā)展

隨著人工智能和區(qū)塊鏈等新一代信息技術的興起，政府和學者們開始關注到，新能源產(chǎn)業(yè)創(chuàng)新發(fā)展可以借助數(shù)字技術的優(yōu)勢。要實現(xiàn)能源結構的轉型升級這一目的，支持新能源產(chǎn)業(yè)的發(fā)展是逐步推動能源轉型的有效途徑，數(shù)字技術是影響新能源產(chǎn)業(yè)發(fā)展的關鍵技術，而這均有賴于市場化水平的提升。

數(shù)字技術促進新能源產(chǎn)業(yè)發(fā)展的具體作用主要體現(xiàn)在3個方面：第一，數(shù)字技術作為具有較強溢出帶動效應的戰(zhàn)略性技術，不僅孵化出“AI+”新能源汽車等新興產(chǎn)業(yè)模式，還可以與我國新能源產(chǎn)業(yè)深度融合，提升能源行業(yè)的管理優(yōu)化與預測能力。第二，對于新能源產(chǎn)業(yè)來說，數(shù)字技術通過復雜的大數(shù)據(jù)算法，將智能化設備與自然數(shù)據(jù)相結合，優(yōu)化新能源的開采效率，確保新能源在天氣等外界環(huán)境的不同條件下的供需穩(wěn)定與平衡。第三，相較于傳統(tǒng)能源，我國新能源開采與應用技術優(yōu)勢并不高。數(shù)字技術的創(chuàng)新發(fā)展，可以對新能源行業(yè)的需求端進行科學預測，更有效地制定能源供給與輸出策略，系統(tǒng)匹配能源時空上的消費需求變化，推動新能源產(chǎn)業(yè)的良性發(fā)展。

汪曉文等學者指出，市場是我國新能源產(chǎn)業(yè)化的重要影響因素，市場化水平的提高有利于促進新能源產(chǎn)業(yè)朝著專業(yè)化和集聚式方向發(fā)展[2]。這一過程中不僅催生了新能源汽車、新能源儲能技術、能源互聯(lián)網(wǎng)應用等新行業(yè)、新技術和新模式，也通過金融支持等手段吸引了新能源產(chǎn)業(yè)集群，加速了新能源產(chǎn)業(yè)鏈的形成，減少新能源產(chǎn)業(yè)在空間區(qū)域的束縛，充分發(fā)揮集聚優(yōu)勢和外溢效應。同樣地，數(shù)字技術的發(fā)展也依賴于市場化水平的提升。從供給角度來看，較高的市場化水平，營造良好的創(chuàng)新環(huán)境和提供所需的創(chuàng)新要素，是數(shù)字技術得以繼續(xù)發(fā)展的動力源泉。從需求角度而言，市場化水平的提高使得數(shù)字技術應用規(guī)模不斷擴大，消費需求的變化能夠帶動數(shù)字技術相關產(chǎn)業(yè)鏈的發(fā)展。此外，在效益方面，市場化水平越高，資金、信息、技術、人才等資源配置的效率就越高，進而促使高新技術企業(yè)不斷提升技術評估與優(yōu)化能力，實現(xiàn)數(shù)字技術的迭代升級。

市場化條件下，數(shù)字技術影響新能源產(chǎn)業(yè)發(fā)展的內(nèi)在機理如圖1所示。

綜上所述，國內(nèi)外學者大多探討了數(shù)字技術對優(yōu)化產(chǎn)業(yè)體系的重要影響，雖然在理論上也闡述了數(shù)字技術創(chuàng)新對發(fā)展新能源的必要性，但相關的實證研究還較為缺乏，仍存在一定的發(fā)展空間。本文可能的創(chuàng)新點在于：第一，基于市場化水平這一條件，深入分析數(shù)字技術對新能源產(chǎn)業(yè)的非線性影響，并探究當市場化處于不同水平時，數(shù)字技術會對新能源產(chǎn)業(yè)發(fā)展產(chǎn)生怎樣的時空差異性。第二，利用固定效應模型驗證數(shù)字技術對新能源產(chǎn)業(yè)的影響，考慮到單一線性模型可能無法體現(xiàn)出數(shù)字技術與新能源產(chǎn)業(yè)發(fā)展間的復雜關系，采用面板門檻模型，將市場化水平作為門檻變量，研究二者間的門檻回歸效應。

三、 模型設定與變量說明

1. 固定效應模型

本文首先基于固定效應模型估計數(shù)字技術對新能源產(chǎn)業(yè)的線性影響。根據(jù)Hausman檢驗結果，建立固定效應模型，初步分析數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展的影響，具體模型如（1）所示：

其中，y表示新能源產(chǎn)業(yè)，ai表示數(shù)字技術，gov表示政府支持，rd表示研發(fā)投入，open表示對外開放程度。i表示省份，t表示年份，β表示估計系數(shù)，μit為個體效應，[εit]為隨機誤差項。

2. 面板門檻模型

鑒于考慮到數(shù)字技術與新能源產(chǎn)業(yè)發(fā)展之間的復雜關系，將市場化水平作為門檻變量，引入Hansen[19]的單一面板門檻模型，并在此基礎上進一步構建雙重門檻模型，來探討市場化不同水平下，數(shù)字技術影響新能源產(chǎn)業(yè)發(fā)展的具體作用規(guī)律。單一門檻和雙重門檻模型如（2）（3）所示：

3. 變量選取與數(shù)據(jù)來源

被解釋變量為新能源產(chǎn)業(yè)（y），參考陳惠芬等[20]的研究，考慮到數(shù)據(jù)可得性，選取各省區(qū)市新能源發(fā)電量與地區(qū)總發(fā)電量的比值來衡量。解釋變量為數(shù)字技術（ai），根據(jù)模型簡化的需要，采用信息傳輸、軟件和信息技術服務業(yè)固定資產(chǎn)投資額的對數(shù)來表示?？刂谱兞繛檎С郑╣ov）、研發(fā)投入（rd）和對外開放程度（open），分別用政府總支出占地區(qū)GDP比重、R&D經(jīng)費內(nèi)部支出占地區(qū)GDP比重以及貨物進口額占地區(qū)進出口總額的比值來衡量。此外，本文將市場化水平（mar）作為門檻變量，采取樊綱等[21]的研究，用“市場化進程指數(shù)”指標來衡量。

本文以我國30個省區(qū)市（西藏及港澳臺因數(shù)據(jù)缺失，故剔除）的面板數(shù)據(jù)作為研究樣本，各變量選取的數(shù)據(jù)均來源于2009—2019年的《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國電力年鑒》及各省區(qū)市統(tǒng)計年鑒，由于缺失2019年《中國電力年鑒》，關于2018年新能源發(fā)電量和地區(qū)總發(fā)電量的數(shù)據(jù)根據(jù)年平均增長率計算得出。其中，新能源發(fā)電量包括水電、核電、風電、太陽能發(fā)電及其他。

四、 實證結果與分析

1. 固定效應分析結果

利用Hausman檢驗對模型進行固定效應與隨機效應的判定，結果為0.0001，在1%的水平上顯著，故選擇固定效應來分析數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展的影響，具體的回歸結果如表1所示。表1表明，數(shù)字技術每提高1%，新能源產(chǎn)業(yè)發(fā)展水平將提升0.122%，在5%的水平上顯著，因此數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展具有顯著的促進作用。政府支持、研發(fā)投入和對外開放程度作為控制變量對新能源產(chǎn)業(yè)的發(fā)展也呈現(xiàn)正向的促進作用，系數(shù)分別為0.201、0.926和0.962。

2. 面板門檻回歸結果

以市場化水平（mar）為門檻變量，采用Bootstrap重復自抽樣方法，通過單一門檻模型檢驗后，繼續(xù)進行雙重門檻檢驗，結果在1%的水平上顯著，具體的F值和P值見表2。雙重門檻下的門檻值及置信區(qū)間如表3所示，兩個門檻值分別為5.300和9.940。

雙重面板門檻結果如表4所示?；貧w結果表明，數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展存在顯著的市場化雙重門檻效應，呈現(xiàn)出倒“U”型的非線性影響關系。具體來說，當市場化水平小于第一個門檻值5.300時，數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展的影響在1%水平上顯著為負，即數(shù)字技術每提高1%，新能源產(chǎn)業(yè)發(fā)展水平下降0.064%。理論上，數(shù)字技術與新能源產(chǎn)業(yè)發(fā)展存在正相關關系。但在市場化水平不高的階段，數(shù)字技術應用規(guī)模較小，缺乏可以大批量生產(chǎn)基礎硬件設施的企業(yè)和研究核心智能芯片生產(chǎn)的大型企業(yè)，再加上數(shù)字技術本身具有需要強大的研發(fā)經(jīng)費投入、風險高及周期長等特點，不能很好地適配新能源產(chǎn)業(yè)的發(fā)展，因此可能會在一定程度上限制數(shù)字技術在新能源產(chǎn)業(yè)的深度發(fā)展。當市場化水平位于5.300～9.940門檻區(qū)間時，在5%的顯著水平上，新能源產(chǎn)業(yè)發(fā)展的回歸系數(shù)由-0.064躍升至0.105，此時數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展的正向影響最為明顯，數(shù)字技術每提升1%，新能源產(chǎn)業(yè)發(fā)展水平相應地提高0.105%。表明隨著市場化水平的逐步提升，數(shù)字技術的市場化規(guī)模不斷增加，其為新能源產(chǎn)業(yè)帶來的能源智能化與數(shù)字化，不僅大大提高了清潔能源的開采效率，豐富了可再生能源的應用場景，而且可以實現(xiàn)能源供需結構的多重優(yōu)化組合，成為助推能源轉型的重要因素。當市場化水平大于第二個門檻值9.940時，系數(shù)為0.055且在1%的水平上顯著，表明數(shù)字技術仍對新能源產(chǎn)業(yè)發(fā)展存在一定程度的促進作用，但影響效果略微弱化，即市場化水平跨越第二門檻后，數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展的促進作用呈現(xiàn)邊際遞減效應。這可能是因為市場化程度超出了新能源產(chǎn)業(yè)現(xiàn)階段應用的數(shù)字技術水平，相對飽和的市場環(huán)境在優(yōu)化新能源產(chǎn)業(yè)相關資源配置、刺激技術創(chuàng)新方面的提升幅度沒有在第二區(qū)間的效果明顯，使得數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展的推動作用稍稍減弱，因此需要著力突破數(shù)字技術發(fā)展瓶頸，從而再次激發(fā)智能技術在新能源產(chǎn)業(yè)發(fā)展方面的累積效應。

就控制變量而言，政府支持、研發(fā)投入以及對外開放程度對新能源產(chǎn)業(yè)的影響分別在1%、1%和5%的水平上顯著，系數(shù)為0.180、0.871和0.779。說明政府支持、研發(fā)投入和對外開放程度的提高均會支持新能源產(chǎn)業(yè)的穩(wěn)步發(fā)展。從外部條件來說，提高地方政府的支持力度與增加對外開放程度等舉措，主要是通過政府與市場的雙重作用，驅動資金、人才、技術等資源在能源智能化與數(shù)字化投入方面的優(yōu)化配置，從而促進新能源產(chǎn)業(yè)技術創(chuàng)新的跨越式發(fā)展。從內(nèi)部條件來看，研發(fā)投入的增加是催化數(shù)字技術升級的必要內(nèi)在因素，有助于智能能源應用技術的消化、吸收再創(chuàng)新，有助于提高新能源產(chǎn)業(yè)的產(chǎn)出效率。

3. 時空異質性

為了進一步研究數(shù)字技術對新能源產(chǎn)業(yè)關于時間與空間維度下的具體變化，根據(jù)市場化水平門檻的不同區(qū)間，對2008—2018年我國30個省區(qū)市數(shù)量分布情況進行統(tǒng)計分析。

從時間維度來看，表5顯示2008—2018年我國在市場化門檻各個區(qū)間內(nèi)的地區(qū)數(shù)量分布，圖2表示在不同市場化水平門檻區(qū)間下，數(shù)字技術影響新能源產(chǎn)業(yè)發(fā)展的地區(qū)數(shù)量年變化情況。表5和圖2表明，2008—2018年我國大部分地區(qū)市場化水平都處于第二區(qū)間（5.300

從空間維度來看，本文主要截取2008和2018年兩個時間點進行分析。表6表現(xiàn)了在2008年和2018年兩個時間節(jié)點下，不同門檻區(qū)間的省份分布狀況?？傮w來說，絕大多數(shù)省區(qū)市位于第一、二區(qū)間，市場化水平有待進一步提高。從2008年到2018年，市場化水平處于第一區(qū)間（mar≤5.300）的省區(qū)市數(shù)目從約占37%下降到20%，處于最佳促進作用的第二區(qū)間（5.3009.940）的數(shù)量占比由0變?yōu)?3%，而且在2018年位于第一區(qū)間的主要是西部地區(qū)，第三區(qū)間為東部地區(qū)。這是由于相較于西部地區(qū)，上海、廣東、浙江、天津等東部地區(qū)地理位置優(yōu)越，多位于三大經(jīng)濟圈，新型基礎設施相對完善，能源產(chǎn)業(yè)結構趨于向高端化、綠色化發(fā)展，區(qū)位優(yōu)勢及資源優(yōu)勢有力推動了數(shù)字技術在新能源產(chǎn)業(yè)的應用，但影響效果不如第二區(qū)間明顯，需要對數(shù)字技術與新能源的融合方式進行新一輪探索，尋求核心技術突破點，為數(shù)字技術在新能源產(chǎn)業(yè)的深度應用培育新的引擎。

4. 穩(wěn)健性檢驗

本節(jié)將解釋變量數(shù)字技術（ai）的衡量指標替換為地區(qū)科學技術支出占一般預算支出的比重，繼續(xù)將市場化水平（mar）作為門檻變量，利用科學技術支出與一般預算支出的比值代替當前解釋變量帶入面板門檻模型進行穩(wěn)健性檢驗，實證結果如表7所示。市場化水平條件下，數(shù)字技術（ai）對新能源產(chǎn)業(yè)的發(fā)展依然存在顯著的雙重門檻效應。門檻存在性檢驗中，在通過單一門檻檢驗后，繼續(xù)進行雙重門檻檢驗，F(xiàn)值為31.619，P值為0.003。雙重門檻下的兩個門檻估計值分別為5.180和7.450。通過表7所反映的結果來看，當市場化水平小于第一個門檻值5.180時，數(shù)字技術在5%的顯著水平上抑制了新能源產(chǎn)業(yè)的發(fā)展，系數(shù)為-0.055;當市場化水平大于5.180小于7.450時，數(shù)字技術的影響系數(shù)增加為0.150;當市場化水平大于第二個門檻值7.450后，數(shù)字技術對新能源產(chǎn)業(yè)的影響系數(shù)為0.061，促進作用相比于第二區(qū)間略有下降。穩(wěn)健性檢驗下，雙重門檻的兩個門檻值和各變量的影響系數(shù)只有略微浮動，同樣表現(xiàn)為倒“U”型的變化趨勢，說明該門檻模型結果具有穩(wěn)健性。

五、 結論與建議

本文運用2008—2018年的中國30個省區(qū)市面板數(shù)據(jù)，在利用固定效應模型分析數(shù)字技術對新能源產(chǎn)業(yè)的線性影響的基礎上，繼續(xù)通過雙重門檻模型檢驗了數(shù)字技術在市場化水平門檻下對新能源產(chǎn)業(yè)發(fā)展的非線性影響及市場化水平的時空差異性。實證結果表明：（1）數(shù)字技術對新能源產(chǎn)業(yè)發(fā)展具有顯著的雙重門檻效應，呈現(xiàn)倒“U”型特征。具體表現(xiàn)為：當市場化水平未跨過第一門檻時，數(shù)字技術對新能源產(chǎn)業(yè)具有顯著的負向影響。當市場化水平位于第一門檻與第二門檻之間時，數(shù)字技術對新能源產(chǎn)業(yè)的作用由顯著為負轉變?yōu)轱@著為正，且回歸系數(shù)最大。當越過第二門檻后，二者間依然存在顯著的促進作用，但影響系數(shù)略微下降。（2）市場化水平在數(shù)字技術推動新能源產(chǎn)業(yè)發(fā)展上存在時空差異性。2008—2011年我國有超過三分之一的地區(qū)處于低市場化水平，2015年之后東部部分地區(qū)進入高市場化水平階段，截至2018年仍有少數(shù)西部地區(qū)位于低市場化水平階段。為了數(shù)字技術能更高效地服務于新能源產(chǎn)業(yè)的創(chuàng)新發(fā)展，本文提出以下建議：

第一，在強化數(shù)字技術在新能源產(chǎn)業(yè)中的研發(fā)與應用力度的過程中，注重市場化不同水平下的調(diào)整與優(yōu)化策略。在低市場化水平階段，由于數(shù)字技術回報具有延時性，技術手段向新能源產(chǎn)業(yè)的智能成果轉化需要一定的時間，因此政府需要加強對新能源企業(yè)的資源支持，并制定權威的產(chǎn)業(yè)政策進行引導，盡可能消除新能源產(chǎn)業(yè)發(fā)展過程中的信息封閉、智能技術無法共享等不利影響。必要時對中小型企業(yè)提供財政補貼與稅收優(yōu)惠，同時為新能源企業(yè)搭建產(chǎn)學研合作平臺，督促多方合作機制的落實，鼓勵企業(yè)加大對新能源領域的創(chuàng)新投入。在市場化水平中級階段，應充分利用數(shù)字技術的累積效應，積極打造新能源產(chǎn)業(yè)發(fā)展示范區(qū);通過金融、政策等手段支持新能源產(chǎn)業(yè)集聚，加強數(shù)字技術創(chuàng)新對新能源產(chǎn)業(yè)集群的輻射帶動作用。在高市場化水平階段，廣泛開展國際新能源行業(yè)在關鍵領域的合作與交流，加大能源智能化與數(shù)字化方面的研發(fā)投入，將重點人才的培養(yǎng)與引進有機結合，做好人才梯隊儲備建設工作，集中優(yōu)勢對數(shù)字技術的相關核心領域進行突破，以減緩智能技術創(chuàng)新動力不足的問題。

第二，我國不同地區(qū)數(shù)字技術與新能源產(chǎn)業(yè)發(fā)展情況存在差異，各地區(qū)應針對自身區(qū)位條件和資源優(yōu)勢選擇合適的提升戰(zhàn)略。西部地區(qū)應盡可能加快新能源行業(yè)的市場化進程，通過擴大能源市場份額、拓寬融資渠道，優(yōu)化各類生產(chǎn)要素的配置，為數(shù)字技術在新能源產(chǎn)業(yè)的創(chuàng)新應用創(chuàng)造條件。同時還應該抓住作為新絲綢之路重要節(jié)點的機遇，高效加強國際能源戰(zhàn)略合作，以促進新能源產(chǎn)業(yè)數(shù)字化、智能化的發(fā)展。中部地區(qū)應利用數(shù)字技術在新能源產(chǎn)業(yè)的發(fā)展紅利，構建新能源產(chǎn)業(yè)的衍生產(chǎn)品體系，依據(jù)本土特色資源，將原有的短板轉變?yōu)榇碳ば履茉串a(chǎn)業(yè)化的巨大潛力。對于東部發(fā)達地區(qū)，應推出國家級人工智能重點實驗室和綜合科研平臺，集中新型數(shù)字基礎設施、資金和高科技人才等優(yōu)勢力量，合力攻克數(shù)字技術領域的關鍵技術難題，助力新能源智能產(chǎn)業(yè)成為我國的戰(zhàn)略性支柱產(chǎn)業(yè)。除了進一步深入、穩(wěn)步地推進數(shù)字技術創(chuàng)新、市場環(huán)境優(yōu)化和能源產(chǎn)業(yè)政策精準有效等，還應發(fā)揮引領和聯(lián)動作用，促進新一代信息技術和優(yōu)質勞動力等向中西部地區(qū)的擴散，推動新能源產(chǎn)業(yè)智能化在區(qū)域間的統(tǒng)籌協(xié)調(diào)發(fā)展。

參考文獻：

[1] 張根明，李若琦.新能源產(chǎn)業(yè)技術創(chuàng)新投入機理研究[J].河北經(jīng)貿(mào)大學學報，2016，37（5）：68-74.

[2] 汪曉文，王雨璇，高正.中國省域新能源產(chǎn)業(yè)的時空特征分析——基于空間相關性和空間異質性的研究[J].蘭州財經(jīng)大學學報，2019，35（6）：54-64.

[3] 張勛，萬廣華，吳海濤.縮小數(shù)字鴻溝：中國特色數(shù)字金融發(fā)展[J].中國社會科學，2021（8）：35-51，204-205.

[4] 王元地，史曉輝.我國新能源技術創(chuàng)新能力空間分布格局研究[J].科技進步與對策，2014，31（6）：69-72.

[5] 沈賞.基于系統(tǒng)GMM的我國人工智能對產(chǎn)業(yè)轉型升級影響效應分析[J].工業(yè)技術經(jīng)濟，2020，39（4）：155-160.

[6] 胡俊，杜傳忠.人工智能推動產(chǎn)業(yè)轉型升級的機制、路徑及對策[J].經(jīng)濟縱橫，2020（3）：94-101.

[7] 周健軍.人工智能對產(chǎn)業(yè)結構優(yōu)化效應分析——基于技術創(chuàng)新視角[J].科技和產(chǎn)業(yè)，2021，21（1）：17-23.

[8] 郭凱明.人工智能發(fā)展、產(chǎn)業(yè)結構轉型升級與勞動收入份額變動[J].管理世界，2019，35（7）：60-77.

[9] Ahmad T，Zhang D，Huang C，et al.Artificial Intelligence in Sustainable Energy Industry：Status Quo，Challenges and Opportunities[J].Journal of Cleaner Production，2021：125834.

[10] 黃光球，徐聰.低碳視角下新能源產(chǎn)業(yè)發(fā)展影響因素及其動態(tài)仿真分析[J].重慶理工大學學報（自然科學），2020，34（12）：206-217.

[11] Shi C，F(xiàn)eng X，Jin Z.Sustainable Development of China′s Smart Energy Industry based on Artificial Intelligence and Low‐carbon Economy[J].Energy Science&Engineering，2020（00）：1-10.

[12] Ma K，Liu X，Li G，et al.Resource Allocation for Smart Grid Communication based on a Multi-swarm Artificial Bee Colony Algorithm with Cooperative Learning[J].Engineering Applications of Artificial Intelligence，2019（81）：29-36.

[13] Rullo P，Braccia L，Luppi P，et al.Integration of Sizing and Energy Management based on Economic Predictive Control for Standalone Hybrid Renewable Energy Systems[J].Renewable Energy，2019（140）：436-451.

[14] Erdinc O，Uzunoglu M.Optimum Design of Hybrid Renewable Energy Systems：Overview of Different Approaches[J].Renewable and Sustainable Energy Reviews，2012，16（3）：1412-1425.

[15] Chauhan A，Saini R P.A Review on Integrated Renewable Energy System Based Power Generation for Stand-alone Applications：Configurations，Storage Options，Sizing Methodologies and Control[J].Renewable and Sustainable Energy Reviews，2014（38）：99-120.

[16] IEA.World Energy Outlook 2017[M].Paris：OECD Publishing，2017.

[17] GE Renewable Energy.A Breakdown of the Digital Wind Farm[Z/OL].GE Renewable Energy，n.d.（2020-01-03）[2021-07-28].https：//www.ge.com/renewable energy/stories/meet-the-digital-wind-farm.

[18] Nagy K，Hajrizi E.Beyond the Age of Oil and Gas， How Artificial Intelligence is Transforming the Energy Portfolio of the Societies[J].IFAC-Papers OnLine，2018，51（30）：308-310.

[19] Hansen B E.Threshold Effects in Non-dynamic Panels：Estimation，Testing，and Inference[J].Journal of Econometrics，1999，93（2）：345-368.

[20] 陳惠芬，楊凡地.內(nèi)蒙古新能源產(chǎn)業(yè)金融支持的實證分析[J].西南石油大學學報（社會科學版），2018，20（2）：1-5.

[21] 樊綱，王小魯，張立文.中國各地區(qū)市場化進程報告[J].中國市場，2001（6）：58-61.

基金項目：山西省哲學社會科學規(guī)劃課題“資源錯配對中部六省產(chǎn)學研協(xié)同創(chuàng)新影響研究”（項目編號：2019B038）。

作者簡介：秦錦（1997-），女，太原理工大學經(jīng)濟管理學院碩士研究生，研究方向為產(chǎn)業(yè)經(jīng)濟、技術創(chuàng)新;暢紅琴（1970-），女，太原理工大學經(jīng)濟管理學院副教授，研究方向為產(chǎn)業(yè)經(jīng)濟。

（收稿日期：2021-08-01? 責任編輯：顧碧言）