數字技術創新、能源偏向型技術進步與城市全要素能源效率

摘要：數字技術創新通過改變資本和能源要素的配置，對能源偏向型技術進步產生影響，并且這種偏向型技術進步可能進一步影響全要素能源效率。本文采用2006—2021年中國275個地級及以上城市數據，利用雙向固定效應模型實證檢驗數字技術創新對能源偏向型技術進步的影響效應及機制，并拓展分析能源偏向型技術進步的能源效率提升效應。研究發現：樣本期內，我國城市的數字技術創新水平呈現逐年上升趨勢；我國城市技術進步主要偏向資本，但偏向資本的程度在減弱，且我國城市能源和資本之間總體呈現替代關系。數字技術創新能夠促進能源偏向型技術進步。數字技術創新能夠通過促進能源消費絕對規模增加和相對規模增加，從而促進能源偏向型技術進步。數字技術創新對能源偏向型技術進步的影響在中部和西部地區顯著，而在東部和東北部地區不顯著。除數字產品服務業外，數字技術創新其他維度均能顯著促進能源偏向型技術進步。拓展分析發現，當資本和能源為替代關系時，能源偏向型技術進步對全要素能源效率提升存在不利影響。

關鍵詞：數字技術創新；能源偏向型技術進步；全要素能源效率；替代彈性

中圖分類號：F0621文獻標識碼：A文章編號：1001-148X（2024）05-0019-10

收稿日期：2024-05-13

作者簡介：廖珍珍（1996—），女，陜西漢中人，博士研究生，研究方向：數字經濟與碳排放；茹少峰（1962—），男，陜西涇陽人，教授，博士生導師，研究方向：數字經濟與經濟高質量發展；成依陽（1997—），女，陜西西安人，博士研究生，研究方向：資本結構與經濟高質量發展。

基金項目：陜西省社會科學基金項目“基于機器學習的陜西數字經濟發展質量監測預警體系構建研究”，項目編號：2023D042；西北大學研究生科研創新項目“資本配置結構對經濟高質量發展影響研究”，項目編號：CX2024014。

一、引 言

2024年，《政府工作報告》指出要深入推進能源革命，控制化石能源消費，加快建設新型能源體系，推動能源結構綠色低碳發展。能源效率提升是破解經濟增長與環境污染內在矛盾的重要途徑［1］。目前，世界正處于數字技術創新引領的數字經濟革命浪潮中，數字技術創新應用催生了邊際報酬遞增的數據要素以及虛擬經濟、共享經濟和平臺經濟等新的經濟形態，對能源、資本、勞動等要素產生替代或互補作用［2］，并且由于不同要素屬性不同，數字技術創新可能對不同要素產生非對稱作用，從而不同程度地改變要素的邊際產出［2-3］，最終影響偏向型技術進步。尤其是當數字技術創新帶來的技術進步偏向能源要素時，則會使得能源要素的邊際產出效率更高，從而使得企業改變要素投入結構，并影響全要素能源效率［4］。

目前關于數字技術創新、能源偏向型技術進步與全要素能源效率的相關研究主要分為四個方面：（1）數字技術創新對偏向型技術進步的影響。部分文獻研究表明，在資本和勞動要素之間，人工智能、互聯網等技術能夠促進勞動偏向型技術進步［5-6］。隨著對數字技術創新不斷深入研究，大部分文獻則將勞動分為技能勞動和非技能勞動，研究表明數字技術創新能夠引起技能勞動偏向型技術進步［7-8］。（2）偏向型技術進步對能源效率的影響。廖茂林等（2018）、吳傳清和杜宇（2018）研究發現偏向型技術進步能夠顯著促進能源效率提升［9-10］；陳曉玲等（2015）研究發現偏向型技術進步對能源效率的影響與要素之間的替代彈性有關，且對不同行業能源效率的影響具有異質性［4］。（3）數字經濟對能源效率的影響。方冬莉（2023）研究發現數字經濟通過綠色技術進步來促進城市能源利用效率提升［11］；劉建江和李淵浩（2023）、趙艷敏和王迪（2024）認為數字經濟通過技術創新、產業結構升級、產業集聚和環境規制等途徑促進全要素能源效率提升［12-13］。（4）數字經濟背景下偏向型技術進步的節能減排效應。孫學濤（2023）、Li等（2023）研究表明數字金融促進了資本偏向型技術進步［14-15］，Li等（2023）進一步研究發現數字金融帶來的資本偏向型技術進步有利于能源效率提升和能源結構轉型［15］。張思思等（2022）認為數字要素賦能背景下偏向型技術進步能夠促進能源消費結構升級并推動經濟規模擴張，最終促進節能但增加了碳排放，并且數字增強資本節約型技術進步會對節能減排產生負向影響［3］。

上述研究為理解數字技術創新、能源偏向型技術進步及全要素能源效率之間的關系具有重要的借鑒意義。但是上述文獻尚未將數字技術創新、能源偏向型技術進步和全要素能源效率納入同一分析框架。歷次技術革命經驗表明，技術革命的爆發會引起偏向型技術進步［7］，數字技術革命也不例外。根據Acemoglu（2002）、Acemoglu等（2012）的偏向型技術進步理論可知，技術進步在資本和能源之間偏向資本有利于節省能源，能夠改變能源、資本、勞動等生產要素的投入結構［16-17］，從而影響全要素能源效率。因此，有必要深入研究數字技術創新如何影響能源偏向型技術進步，以及能源偏向型技術進步如何進一步影響全要素能源效率，為數字技術創新賦能新型能源體系建設提供一個新的視角。

本文的邊際貢獻在于：（1）在理論方面，本文將數字技術創新、能源偏向型技術進步和全要素能源效率納入同一分析框架。通過三要素組合的雙層嵌套CES生產函數，構建數字技術創新、能源偏向型技術進步與全要素能源效率的數理模型，識別數字技術創新對能源偏向型技術進步的影響及由此帶來的對全要素能源效率的影響效應。（2）在實證層面，一是采用Python爬取城市數字技術創新專利及子分類數據；二是采用更具包容性的超越對數生產函數方法測度城市的能源偏向型技術進步水平，避免了平行CES函數下要素替代彈性參數相等和標準化供給面系統法替代彈性不變的嚴格假設。

二、理論分析與研究假說

（一）數字技術創新與能源偏向型技術進步

為從數理角度演繹數字技術創新對能源偏向型技術進步的影響，本文將Acemoglu（2002）［16］、劉亮等（2020）［6］的兩要素理論模型框架拓展為包含資本、勞動、能源三要素的理論模型，參考張意翔等（2017）的研究［18］，建立以（KE）L形式的三要素組合的雙層嵌套CES生產函數如下：

Yt=α（AltLt）σ－1σ+（1－α）（St）σ－1σσσ－1（1）

St=γ（AktKt）δ－1δ+（1－γ）（AetEt）δ－1δδδ－1（2）

其中，Yt表示t時刻的總產出。Ｋt、Lt、Et、St分別表示t時刻的資本要素投入、勞動要素投入、能源要素投入以及（KE）合成品投入。Akt、Alt、Aet分別表示資本、勞動、能源要素增強型技術進步，α、γ為要素份額參數，σ為Lt與（KE）合成品之間的替代彈性，δ為資本與能源之間的替代彈性。當Akt=Alt=Aet時，CES生產函數表現為中性技術進步形式。

根據式（1）和式（2）可知，能源與資本的邊際產出MPe和MPk之比為：

btpek=MPeMPk=Yt/EtYt/Kt=1－γγ（AetAkt）δ－1δ（EtKt）－1δ（3）

根據希克斯要素偏向型技術進步定義可知，偏向型技術進步為要素比不變條件下的要素邊際產出之比。根據式（3）可知，btpek衡量了技術進步向能源要素偏向的程度，若技術進步導致btpek增加，則技術進步偏向能源，若技術進步導致btpek減少，則技術進步偏向資本。

從理論上講，數字技術創新主要對資本和能源要素增強型技術進步產生兩種影響：一是在生產和研發中替代部分原有的勞動、資本和能源等生產要素，促進要素增強型技術進步；二是通過數字技術創新與資本、能源等生產要素協同，促進要素增強型技術進步。因此，假定資本增強型技術進步Akt和能源增強型技術進步Aet的提升，一部分來自數字技術創新，另一部分來自要素自身投入和勞動投入的經驗積累。借鑒劉亮等（2020）的研究思路［6］，建立數字技術創新影響資本和能源增強型技術進步的理論模型如下：

A=（∫10Xiρdi）1ρ（4）

其中，ρ為數字技術創新對資本或能源的替代參數，Xi為提高A的第i種要素投入。若資本和能源增強型技術進步來自數字技術創新，資本與能源將被數字技術創新所替代；若資本和能源增強型技術進步只來自要素的積累，則由傳統投入要素提供。因此，資本增強型技術進步Akt和能源增強型技術進步Aet可表示為關于數字技術創新和傳統要素投入的CES生產函數：

Akt=［λkdigtρk+（1－λk）（KtφkLt1－φk）ρk］1ρk（5）

Aet=［λedigtρe+（1－λe）（EtφeLt1－φe）ρe］1ρe（6）

其中，digt表示t時刻的數字技術創新，λk、λe∈（0，1），且分別表示數字技術創新帶來的資本增強型技術進步和能源增強型技術進步份額。ρk、ρe∈（0，1），分別表示在資本、能源要素增強型技術進步中數字技術創新對要素的替代參數。

假設ρk→0，ρe→0，并將式（5）、式（6）代入式（3），則得到偏向型技術進步可表示為：

btpek=1-γγdigtλe（EtφeLt1－φe）（1－λe）digtλk（KtφkLt1－φk）（1－λk）δ－1δ（EtKt）－1δ（7）

對式（7）兩邊同時取對數可得：

lnbtpek=δ－1δ［λelndigt+（1－λe）ln（EtφeLt1－φe）－λklndigt－（1－λk）ln（KtφkLt1－φk）］－1δln（EtKt）+ln（1－γγ）（8）

令B⌒ek=d（btpek）/dtbtpek，D⌒=d（digt）/dtdigt分別表示btpek和digt的增長率，由式（8）可得：

B⌒ekD⌒=δ－1δ（λe－λk）（9）

由于δ>0，由式（9）可以看出，B⌒ek/D⌒的正負與（δ-1）（λe－λk）的取值有關。（1）當δ>1，λe>λk時或者當δ<1，λe<λk時，B⌒ek/D⌒>0，數字技術創新促進技術進步偏向能源，即促進了能源偏向型技術進步；（2）當δ>1，λe<λk時或者當δ<1，λe>λk時，B⌒ek/D⌒<0，數字技術創新促進技術進步偏向資本，即抑制了能源偏向型技術進步。

基于上述理論模型可知，數字技術創新對能源偏向型技術進步產生影響，這種影響與要素的替代彈性δ和數字技術創新帶來的資本增強型技術進步和能源增強型技術進步份額λk、λe有關。現有研究已經證實資本和能源之間為替代關系［19-20］，因此本文假定δ>1。

并且考慮到數字技術創新能夠促進分布式能源、智能電網和微電網、虛擬電廠、智能光儲發電和智慧儲能等技術發展，在能源領域滲透、融合的作用更強，能夠帶來能源增強型技術進步份額更大，即λe>λk。由此可知B⌒ek/D⌒>0，即數字技術創新能夠促進能源偏向型技術進步。

其作用機制可能為：由偏向型技術進步理論可知，要素的相對投入會對技術進步方向起到決定性的作用。數字技術創新增加了電力能源需求，對能源偏向型技術進步產生需求誘導效應，從而促進能源偏向型技術進步。并且數字技術創新與能源領域深度融合，促進能源領域降本增效，改變能源和資本配置，從而對能源偏向型技術進步產生影響。（1）數字技術創新以電力能源為底座，其快速發展引發了能源規模的快速擴張。無論是數據中心等數字基礎設施，還是數字技術創新應用帶來的個人電腦和智能手機、智能家居等數字產品均需要電力能源支撐，而數字技術創新的快速發展以及在生產、生活領域的快速滲透和融合必然引起能源消費規模擴張［21-22］。工信部節能與7nHTqMLUEtb3rvapR55fGQ==綜合利用司公布的信息顯示，2017—2020年我國信息通信領域規模以上數據中心耗電量年均增長率為28%。（2）數字技術創新通過數據、信息的高效收集、傳輸、存儲、分析和預測，通過搭建三維仿真建模掌握能源分布規律，增強了新能源的穩定性和安全性［23］，并降低能源勘探和采掘成本，有助于增加能源供給。同時，數字技術創新通過各環節數據共享、交互、集成、互聯，能夠實現源網荷儲互動、多能協同互補及能源供需智能調控和智能運維，實現能源生產、傳輸、交易、消費、存儲等環節的可視化、交互化、協同化和共享化［24］，從而降低能源生產和交易成本。而能源供給增加和能源成本降低可能引起能源價格下降，從而促進能源要素對資本要素的替代，即引起能源與資本規模之比擴張［22］。根據偏向型技術進步理論，在兩要素為替代關系時，由于能源供需規模迅速擴張，企業會傾向于研發或引進與能源要素相匹配的技術，由此誘導能源偏向型技術進步［4］。因此，本文提出如下假說：

H1：當資本和能源之間互為替代品時，數字技術創新在能源領域的滲透、融合，能夠促進能源偏向型技術進步。

H2：當資本和能源之間互為替代品時，數字技術創新能夠通過促進能源規模擴張（能源消費規模絕對水平）和能源與資本規模之比（能源消費規模相對水平）提高，從而促進能源偏向型技術進步。

（二）能源偏向型技術進步與全要素能源效率

上述理論分析表明，數字技術創新能夠促進能源偏向型技術進步。在上述理論基礎上，進一步構建能源偏向型技術進步與全要素能源效率之間的理論模型，從而識別能源偏向型技術進步對全要素能源效率的影響效應。對式（1）中取對數可得：

lnYt=σσ－1ln［α（AltLt）σ－1σ+（1－α）（St）σ－1σ］（10）

對于式（10）在σ=1處進行一階泰勒展開有：

lnYt≈（1-α）lnSt+αln（AltLt）（11）

對式（2）取對數可得：

lnSt=δδ－1ln［γ（AktKt）δ－1δ+（1－γ）（AetEt）δ－1δ］（12）

對于式（12）在δ=1處進行一階泰勒展開有：

lnSt≈γln（AKtKt）+（1－γ）ln（AEtEt）（13）

將式（13）代入式（11），得到：

lnYt≈（1-α）γ［ln（AKt）－ln（AEt）］+α［ln（Alt）－ln（AEt）］+（1-α）γ［ln（Kt）－ln（Et）］+α［ln（Lt）－ln（Et）］+ln（AEt）+ln（Et）（14）

對所有隨時間變化的變量的增長率記為：

y⌒=dYt/dtYt，k⌒=dKt/dtKt

e⌒=dEt/dtEt，l⌒=dLt/dtLt

A⌒k=dAkt/dtAkt，A⌒e=dAet/dtAet

A⌒l=dAlt/dtAlt，B⌒ek=d（btpek）/dt&nbsp;btpek（15）

在希克斯偏向型技術進步定義下，對于式（3）兩邊同時取對數，并關于時間t求導，可得到能源偏向型技術進步的增長率（B⌒ek）為：

B⌒ek=δ－1δ（A⌒e－A⌒k）（16）

式（16）表明，在要素之間的替代彈性給定時，能源偏向型技術進步增長主要取決于要素增強型技術進步增長率之間的差值。

對式（14）兩邊同時關于時間t求導，并將式（15）代入式（14）可得：

y⌒=（1-α）γ（k⌒－e⌒）+e⌒+α（l⌒－e⌒）fac+（1-α）γ（A⌒k－A⌒e）+α（A⌒l－A⌒e）btp+A⌒eatp（17）

式（17）將最終產出增長來源分解為三個部分：要素投入（fac）、偏向型技術進步（btp）以及能源要素增強型技術進步（atp）。全要素能源效率（G⌒）為產出中扣除能源、資本等生產要素投入的部分，因此G⌒可表示為：

G⌒=（1-α）γ（A⌒k－A⌒e）+α（A⌒l－A⌒e）btp+A⌒eatp（18）

將式（16）代入式（18）可得：

G⌒=（1-α）γδ1-δB⌒ek+α（A⌒l－A⌒e）btp+A⌒eatp（19）

G⌒對于B⌒ek求偏導可得：

G⌒B⌒ek=（1-α）γδ1-δ（20）

根據式（20）可知，由于α，γ∈（0，1），因此偏向型技術進步對全要素能源效率的影響與資本和能源之間的替代彈性δ有關。當δ>1，即當資本和能源互為替代品時，G⌒/B⌒ek<0，能源偏向型技術進步不利于能源全要素生產率提升；當δ<1，即當資本和能源為互補品時，G⌒/B⌒ek>0，能源偏向型技術進步能夠促進能源全要素生產率提升。由于δ>1，即能源偏向型技術進步不利于促進能源全要素生產率提升。其主要原因在于：當資本和能源互為替代品時，能源偏向型技術進步能夠促進能源邊際產出相對提升，追求利潤最大化的企業偏向于用能源替代資本，引起能源投入增加和資本投入減少。對于企業而言節約了成本，但是可能導致經濟結構固化，甚至造成要素錯配［10］，不利于促進能源全要素生產率的提升。由此，本文提出如下假說：

H3：當資本和能源互為替代品時，能源偏向型技術進步不利于能源全要素生產率提升。

三、研究設計

（一）模型設定

1.基準回歸。基于上述理論分析，本文采用雙向固定效應模型實證檢驗數字技術創新與能源偏向型技術進步之間的關系：

btpekit=α0+α1digit+∑rj=1αjZjit+ui+νt+εit（21）

其中，i表示城市，t表示年份，btpek表示能源偏向型技術進步水平，digit為本文的核心解釋變量，表示數字技術創新水平，Zjit為影響能源偏向型技術進步的第j個控制變量，ui和vt分別為個體固定效應和時間固定效應，用來刻畫難以觀測的個體和時間特征，εit為殘差項。

2.機制檢驗。為了驗證數字技術創新對能源偏向型技術進步的影響機制，本文建立以下機制檢驗模型：

Mit=β0+β1digit+∑rj=1βjZjit+ui+νt+εit（22）

btpekit=β0+β1digit+β2Mit+∑rj=1βjZjit+ui+νt+εit（23）

在式（22）和式（23）中，Mit代表機制變量，其余變量定義與式（21）相同。

（二）變量選取及測算

1.被解釋變量。被解釋變量為能源偏向型技術進步（btpek）。CES生產函數具有替代彈性不變的假設，而替代彈性可能隨著時間變化而變化，CES生產函數解決替代彈性的時期差異問題只能分時期討論，而在測度替代彈性時，允許替代彈性隨時間變化更符合實際情況且更具吸引力［25］。因此，本文采用更具包容性的超越對數生產函數，測度能源偏向型技術進步和要素之間的替代彈性［2］。設定超越對數生產函數的形式如下：

lnYit=αi+β1t+12β2t2+β3lnKit+β4lnLit+β5lnEit+β6tlnKit+β7tlnLit+β8tlnEit+12β9lnKitlnLit+12β10lnKitlnEit+12β11lnLitlnEit+12β12（lnKit）2+12β13（lnLit）2+12β14（lnEit）2+νit－uit（24）

其中，Yit代表第i個城市第t年的總產出，Kit、Lit、Eit分別代表第i個城市第t年的資本、勞動和能源投入，vit代表隨機誤差項，uit代表技術無效率項。各指標的選取和計算如表1所示。

根據式（24），可以得到在超越對數生產函數設定下能源偏向型技術進步指數的計算公式為：

btpek=β8εe-β6εk（25）

εk=β3+β6t+12β9lnLit+12β10lnEit+β12lnKit（26）

εe=β5+β8t+12β10lnKit+12β11lnLit+β14lnEit（27）

上式中，εk和εe分別表示資本K和能源E的產出彈性。此外，替代彈性為理論分析中的一個重要參數，可以根據式（24）、式（26）和式（27）可進一步測度資本要素和能源要素之間的替代彈性，要素之間的替代彈性公式如下：

subek=1+β10－εkεeβ14－εeεkβ12εk+εe－1（28）

式（28）中，若subek大于0則表示資本與能源之間為替代關系，若subek小于0則表示資本與能源之間為互補關系。

2.核心解釋變量。核心解釋變量為數字技術創新（dig）。本文依據國家統計局公布的《數字經濟及其核心產業統計分類（2021）》以及國家知識產權局印發的《數字經濟核心產業分類與國際專利分類參照關系表（2023）》的IPC分類號，以此識別城市數字技術創新水平。

3.控制變量。除核心解釋變量外，借鑒孫學濤（2023）、Li等（2023）、張思思等（2022）學者的相關研究［3，14-15］，本文考慮影響能源偏向型技術進步的控制變量有：（1）經濟增長水平（pgdp）：采用人均GDP衡量，單位為元/人；（2）政府干預程度（gov）：采用地方政府財政內預算支出與GDP的比值衡量，單位為%；（3）人口密度（pop）：采用城市常住人口除以城市面積衡量，單位為人/平方公里；（4）對外開放水平（open）：采用進出口總額衡量，單位為億元；（5）人力資本水平（hum）：采用普通本專科在校學生人數衡量，單位為人；（6）產業結構（indus）：采用第三產業增加值與第二產業增加值的比值衡量。

4.機制變量。結合理論分析，本文選取能源消費規模作為機制變量，在實證檢驗中，分別采用城市能源消費總量（e）、城市能源消費規模與資本規模之比（ek）衡量能源消費規模的絕對水平和相對水平。

（三）數據來源

囿于數據的可得性，本文采用2006—2021年地級及以上城市樣本數據進行實證分析。數字技術創新數據來源于大為數據官網。其余數據來源于《中國城市統計年鑒》《中國城市建設統計年鑒》《中國統計年鑒》、各省、各地級市統計年鑒以及統計公報和經濟社會大數據平臺。在剔除信息過度缺失的樣本后，本文采用線性插補法對少數缺失值進行填補，最終樣本包含了275個地級及以上城市的4323個樣本觀測值。同時，為了減少量綱差距和降低異方差影響，對部分變量進行對數化處理。各變量的描述性統計如表2所示。

（四）城市數字技術創新、能源偏向型技術進步和替代彈性的測度結果分析

表3展示了2006—2021年城市數字技術創新、能源偏向型技術進步以及能源與資本的替代彈性平均水平的變化趨勢。由表3可以看出，2006—2021年，我國城市的數字技術創新水平呈現逐年上升趨勢，這與政府大力推行促進數字經濟發展的政策和數字技術應用范圍廣泛等密切相關［27］。與此同時，在2006—2021年，能源偏向型技術進步均小于0，且除個別年份外，能源偏向型技術進步的絕對值呈現遞減趨勢，這說明我國城市技術進步主要偏向資本，但偏向資本的程度在減弱，這與Xiu等（2019）研究結論一致［28］。在2006—2021年，資本和能源之間的替代彈性均大于0，這說明我國城市能源和資本之間總體呈現替代關系，這證實了Chen和Liu等（2021）、Welsch等（2005）的研究結論［19-20］。

四、實證結果分析

（一）基準回歸

表4匯報了數字技術創新影響能源偏向型技術進步的基準回歸結果。其中，表4列（1）和列（2）均控制了個體和時間固定效應，但是列（1）為不加入控制變量的估計結果，列（2）為加入控制變量的估計結果。結果顯示，在1%的顯著性水平下，數字技術創新的回歸系數均顯著為正，這說明數字技術創新可以顯著促進能源偏向型技術進步。且從表4列（2）回歸結果可以看出，城市數字技術創新水平增長率增加1個百分點，將使城市能源偏向型技術進步提高0003，假說H1得到了經驗證據支持。

（二）穩健性檢驗

基準回歸結果表明數字技術創新能夠顯著促進能源偏向型技術進步，為了驗證該結論的可靠性，本文進一步從以下四個方面進行穩健性檢驗。（1）替換核心解釋變量。本文通過使用CNRDS數據庫中的數字技術創新專利授權量替代基準回歸中的解釋變量進行回歸。（2）剔除直轄市數據。借鑒張思思等（2022）［3］的研究，由于四個直轄市具有特殊的行政地位，為了排除行政因素對基準回歸結果的影響，本文將北京、上海、天津、重慶四個直轄市數據從樣本中剔除后再進行回歸。（3）剔除低碳環境政策干擾。中國分別在2010年、2012年和2017年開展了一批低碳城市試點，在2013部分省市開展碳排放交易權試點。為了排除低碳環境政策干擾，本文將低碳試點城市和碳排放交易權試點城市從樣本中剔除后再進行回歸。（4）替換模型。利用隨機效應模型進行估計。以上四種穩健性檢驗的結果如表5列（1）—列（4）所示，回歸結果均表明，在1%的顯著性水平下，數字技術創新能夠顯著促進能源偏向型技術進步，與基準回歸結論一致，說明基準回歸結論是穩健的。

（三）內生性檢驗

在基準回歸中，可能會因為存在反向因果、遺漏變量等引起內生性問題，為了避免面板模型中存在的內生性問題，本文選取1984年每百萬人郵局數乘以全國上一年互聯網用戶數作為數字技術創新的工具變量。工具變量檢驗結果表明，Kleibergen-PaaprkLM統計量的p值為00000，強烈拒絕不可識別的原假設。Kleibergen-PaaprkWaldF統計量為43766，大于Stock-Yogo檢驗所有水平的臨界值，可以拒絕工具變量弱識別的原假設，意味著工具變量與內生變量具有較強的相關性，因此本文選取的工具變量是合理有效的。表6列（1）展示了工具變量法的第一階段回歸結果，結果表明在1%的顯著性水平下，工具變量與數字技術創新呈現顯著的正相關關系。表6列（2）展示了工具變量法的第二階段回歸結果，結果表明數字技術創新能夠顯著促進能源偏向型技術進步。內生性檢驗結果表明在考慮內生性問題后，基準回歸結果是穩健的。

（四）機制檢驗

理論分析部分指出數字技術創新可能通過促進能源消費規模擴張，進而促進能源偏向型技術進步。表7為數字技術創新影響能源偏向型技術進步的機制檢驗結果。表7列（1）結果顯示，數字技術創新能夠顯著促進能源消費規模總量增加，這驗證了Zhu和Lan等的研究結論［22］。表7列（2）結果顯示，數字技術創新和能源消費規模總量能夠顯著促進能源偏向型技術進步。因此，數字技術創新能夠通過能源消費規模絕對水平增長，從而促進能源偏向型技術進步。同理，表7列（3）和列（4）結果表明，數字技術創新能夠通過促進能源消費規模相對水平提升，從而促進能源偏向型技術進步。在此基礎上，表7列（5）和列（6）表明，數字技術創新能夠促進能源、資本之間的替代彈性增加，從而通過加速能源對資本要素的替代，最終促進能源消費規模相對水平增長。這驗證了研究假說H2。

（五）異質性分析

1.地理區位異質性

不同地理區位在能源稟賦、產業結構和經濟發展水平等方面存在差異，數字技術創新對能源偏向型技術進步的影響可能會因城市所在的地理區位不同而存在差異。由表8可知，數字技術創新對能源偏向型技術進步的影響在東部、東北地區不顯著，而在中部和西部地區顯著。其可能的原因在于：相比于其他區域，東部地區擁有大量資金和機器設備，更容易將數字技術創新與具有規模優勢的機器設備相融合。東部地區能源、資源較為匱乏，再加上土地資源緊張，建設大型能源項目的空間有限，從而限制了數字技術創新對能源偏向型技術進步的賦能效果。同時，在數字技術創新應用不斷增加能源消費需求規模情景下，能源豐富的中西部地區企業更有動力研發或引進與能源要素相匹配的技術，從而能夠顯著促進中西部地區能源偏向型技術進步。根據研究數據發現，數字技術創新在東北地區的水平遠低于其他地區（樣本期間東北、東部、中部和西部地區城市的數字技術創新專利平均水平分別為703、5658、1162、937件），因此在東北地區，數字技術創新與實體經濟融合程度較低，導致數字技術創新對能源偏向型技術進步的賦能效果還未顯現。

2.數字技術創新維度異質性

本文依據國家統計局公布的《數字經濟及其核心產業統計分類（2021）》將數字技術創新劃分為數字產品制造、數字產品服務、數字技術應用與數字要素驅動四個維度。不同數字技術創新維度可能會對能源、資本等要素的影響不同，從而對能源偏向型技術進步產生不同的影響。由表9可知，除數字產品服務以外，數字技術創新其他維度均能顯著促進能源偏向型技術進步。其可能的原因可能在于：與其他維度相比，數字產品服務主要包括數字產品批發、零售、租賃和維修，與其相關的數字技術創新對能源要素的影響相對較低，從而導致數字產品服務維度的數字技術創新對能源偏向型技術進步的影響不顯著。

五、拓展分析：數字技術創新對全要素能源效率的影響效應

在理論模型中進一步研究了能源偏向型技術進步對全要素能源效率的影響效應。本文主要利用DDF-ML模型測度全要素能源效率。其中，投入指標和期望產出均為表1中的指標，非期望產出指標為碳排放，主要根據表1中各種能源消費量分別乘以相應的碳排放系數并加總得到。表10列（1）結果表明，在5%的顯著性水平下，能源偏向型技術進步對全要素能源效率產生了負面影響，這驗證了研究假說H3。并且進一步對全要素能源效率進行分解發現，能源偏向型技術進步對全要素能源效率的負向效應主要是由能源偏向型技術進步對全要素能源技術效率產生負向作用引起的。

六、結論及政策建議

本文將數字技術創新、能源偏向型技術進步和全要素能源效率納入同一分析框架，通過采用資本、勞動和能源三要素組合的雙層嵌套CES生產函數，構建數理模型演繹了數字技術創新、能源偏向型技術進步與全要素能源效率之間的關系。通過采用python爬取城市數字技術創新專利數據，結合2006—2021年中國275個地級及以上城市數據，利用雙向固定效應模型實證檢驗了數字技術創新對能源偏向型技術進步的影響效應及機制，并檢驗了能源偏向型技術進步對全要素能源效率影響效應。研究結論如下：（1）現狀分析發現，樣本期內，我國城市的數字技術創新水平呈現逐年上升趨勢；我國城市技術進步主要偏向資本，但偏向資本的程度在減弱，且我國城市能源和資本之間總體呈現替代關系。（2）從影響效應來看，數字技術創新能夠促進能源偏向型技術進步，并且通過穩健性和內生性檢驗。（3）從影響機制看，數字技術創新能夠通過促進能源消費絕對規模增加，通過促進能源對資本的替代進而促進能源消費相對規模增加，從而促進能源偏向型技術進步。（4）從異質性來看，數字技術創新對能源偏向型技術進步的影響在中部和西部地區顯著，而東部和東北部地區不顯著。除數字產品服務業外，數字技術創新其他維度均能顯著促進能源偏向型技術進步。（5）拓展分析發現，當資本和能源為替代關系時，能源偏向型技術進步對全要素能源效率提升存在不利影響。

綜合上述研究結論，本文得到以下政策啟示：（1）能源對于城市經濟發展愈發重要，因此，需要加快能源要素的優化配置以及促進能源技術創新。一方面，加快推進分布式能源交易、分布式碳交易體系建立，促進能源交易市場和碳交易市場效率提升；另一方面，優化高校和研究機構的能源學科專業布局以及金融機構的綠色金融資金配置，加快新能源人才培養和新能源產業鏈培育，加快能源技術研發人才投入和資金投入。（2）加快促進數字產業節能化和綠色化，應盡快利用數字技術創新促進能源結構低碳轉型。一方面，需要合理化數字基礎設施布局和提高數字基礎設施、數字產品性能，促進數據中心、數據產品等能耗降低以及用能綠色化和清潔化；另一方面，加快數字技術創新在能源領域的滲透、融合，尤其是加快水電、風電和太陽能發電領域的數智化和市場化發展，促進源網荷儲一體化、光儲充一體化以及智慧樓宇等技術發展，加快新能源對化石能源的替代。（3）應充分考慮到區域異質性，針對不同區域的資源稟賦和技術創新特征，采取差異化政策促進各區域新型能源體系建設。對于中西部地區，采用更強的節能減排規制、節能技術創新專項補貼等，激勵其節能技術改造和產業結構升級；對于東部地區，主要重點完善碳交易權、用能權交易等市場規制工具，促進要素的合理流動和合理配置。對于東北地區，則應加強數字技術補貼和完善數字基礎設施，促進數字技術創新。

參考文獻：

［1］史丹，李少林.排污權交易制度與能源利用效率——對地級及以上城市的測度與實證［J］．中國工業經濟，2020（9）：5-23.

［2］ZhongMR，CaoMY，ZouH.TheCarbonReductionEffectofICT：APerspectiveofFactorSubstitution［J］．TechnologicalForecastingandSocialChange，2022，181：121754.

［3］張思思，崔琪，馬曉鈺.數字要素賦能下有偏技術進步的節能減排效應［J］．中國人口·資源與環境，2022，32（7）：22-36.

［4］陳曉玲，徐舒，連玉君.要素替代彈性、有偏技術進步對我國工業能源強度的影響［J］．數量經濟技術經濟研究，2015，32（3）：58-76.

［5］趙偉，趙嘉華.互聯網應用與我國技術進步的要素偏向［J］．浙江社會科學，2019（7）：4-13+22+155.

［6］劉亮，李廉水，程中華，等.智能化如何影響技術進步偏向？［J］．研究與發展管理，2020，32（4）：1-11.

［7］蔡躍洲，陳楠.新技術革命下人工智能與高質量增長、高質量就業［J］．數量經濟技術經濟研究，2019，36（5）：3-22.

［8］朱金海，潘國禎.信息通信技術（ICT）的收入分配效應分析［J］．上海經濟研究，2023（10）：18-31.

［9］廖茂林，任羽菲，張小溪.能源偏向型技術進步的測算及對能源效率的影響研究——基于制造業27個細分行業的實證考察［J］．金融評論，2018，10（2）：15-31+122-123.

［10］吳傳清，杜宇.偏向型技術進步對長江經濟帶全要素能源效率影響研究［J］．中國軟科學，2018（3）：110-119.

［11］方冬莉.數字經濟對中國城市能源利用效率的影響——基于技術賦能和技術外溢視角［J］．資源科學，2023，45（2）：296-307.

［12］劉建江，李淵浩.數字經濟如何賦能全要素能源效率提升？［J］．財經理論與實踐，2023，44（2）：105-113.

［13］趙艷敏，王迪.數字經濟發展對全要素能源效率的影響機制研究——以黃河流域73個地級市為例［J/OL］．軟科學：1-14［2024-04-22］.

［14］孫學濤.數字金融如何影響技術進步偏向？［J］．南方經濟，2023（4）：63-78.

［15］LiG，WuH，JiangJ，etal.DigitalFinanceandtheLow-CarbonEnergyTransition（LCET）fromthePerspectiveofCapital-BiasedTechnicalProgress［J］．EnergyEconomics，2023，120：106623.

［16］AcemogluD.DirectedTechnicalChange［J］．TheReview&nbsp;ofEconomicStudies，2002，69（4）：781-809.

［17］AcemogluD，AghionP，BursztynL，etal.TheEnvironmentandDirectedTechnicalChange［J］．AmericanEconomicReview，2012，102（1）：131-66.

［18］張意翔，成金華，湯尚穎，等.技術進步偏向性、產權結構與中國區域能源效率［J］．數量經濟技術經濟研究，2017，34（8）：72-88.

［19］ChenY，LiuY.HowBiasedTechnologicalProgressSustainablyImprovetheEnergyEfficiency：AnEmpiricalResearchofManufacturingIndustryinChina［J］．Energy，2021，230：120823.

［20］WelschH，OchsenC.TheDeterminantsofAggregateEnergyUseinWestGermany：FactorSubstitution，TechnologicalChange，andTrade［J］．EnergyEconomics，2005，27（1）：93-111.

［21］ZhouX，ZhouD，ZhaoZ，etal.AFrameworktoAnalyzeCarbonImpactsofDigitalEconomy：TheCaseofChina［J］．SustainableProductionandConsumption，2022，31：357-369.

［22］ZhuY，LanM.DigitalEconomyandCarbonReboundEffect：EvidencefromChineseCities［J］．EnergyEconomics，2023，126：106957.

［23］LinB，HuangC.PromotingVariableRenewableEnergyIntegration：TheModeratingEffectofDigitalization［J］．AppliedEnergy，2023，337：120891.

［24］YuW，PatrosP，YoungB，etal.EnergyDigitalTwinTechnologyforIndustrialEnergyManagement：Classification，ChallengesandFuture［J］．RenewableandSustainableEnergyReviews，2022，161：112407.

［25］郝楓，盛衛燕.中國要素替代彈性估計［J］．統計研究，2014，31（7）：12-21.

［26］張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000［J］．經濟研究，2004（10）：35-44.

［27］陶鋒，朱盼，邱楚芝，等.數字技術創新對企業市場價值的影響研究［J］．數量經濟技術經濟研究，2023，40（5）：68-91.

［28］XiuJ，ZhangG，HuY.WhichKindofDirectedTechnicalChangeDoesChina’sEconomyHave？FromthePerspectiveofEnergy-SavingandLow-Carbon［J］．JournalofCleanerProduction，2019，233：160-168.

DigitalTechnologyInnovation，Energy-BiasedTechnologicalProgressand

TotalFactorEnergyEfficiency

LIAOZhenzhena，RUShaofenga，b，CHENGYiyanga

（NorthwestUniversitya.SchoolofEconomicsandManagement;b.InstituteofWesternChina

EconomicDevelopment，Xi’an710127，China）

Abstract：Digitaltechnologyinnovation（DTI）affectsenergy-biasedtechnologicalprogress（EBTP）bychangingtheallocationofcapitalandenergyfactors，andEBTPfurtherimpactstotalfactorenergyefficiency（TFEE）.Basedonthedataof275citiesattheprefecturelevelandaboveinChinafrom2006to2021，thetwo-wayfixedeffectsmodelisusedtoempiricallytesttheimpactofDTIonEBTPandEBTPonTFEE.Thefindingsareasfollows：Duringthesampleperiod，thelevelofDTIofChinesecitiesshowsanincreasingtrend;China’surbantechnologicalprogressismainlybiasedtowardscapital，butthedegreeofcapitalbiasisweakening，andthereisanoverallsubstitutionrelationshipbetweenenergyandcapital.DTIcanpromoteEBTP.DTIcanpromoteEBTPbyincreasingtheabsolutescaleandrelativescaleofenergyconsumption.TheimpactofDTIonEBTPissignificantinthecentralandwesternregions，butitisnotsignificantintheeasternandnortheasternregions.Besidesdigitalproductsandservices，otherdimensionsofDTIcansignificantlypromoteEBTP.Throughextendedanalysis，wefoundthatEBTPharmsTFEEwhenthereisasubstitutionrelationshipbetweenenergyandcapital.

Keywords：digitaltechnologyinnovation;energy-biasedtechnologicalprogress;totalfactorenergyefficiency;elasticityofsubstitution

（責任編輯：周正）