《Journal of Innovation & Knowledge》：How data factor marketisation promotes green and clean energy adoption: The influence of fossil energy use and green technological innovation
编辑推荐：
在全球能源转型与数据驱动型经济兴起的背景下，数据要素市场化已成为加速清洁与绿色能源采用的关键因素，而这一步骤对于实现可持续发展目标至关重要。本研究系统考察了数据要素市场化如何影响清洁能源应用，并从创新与知识视角阐明其内在作用机制。研究人员利用中国省级行政区20
在全球能源转型与数据驱动型经济兴起的背景下，数据要素市场化已成为加速清洁与绿色能源采用的关键因素，而这一步骤对于实现可持续发展目标至关重要。本研究系统考察了数据要素市场化如何影响清洁能源应用，并从创新与知识视角阐明其内在作用机制。研究人员利用中国省级行政区2012—2022年的面板数据，实施严格的实证识别策略，结果表明，数据要素市场化显著促进绿色清洁能源采用，且在一系列稳健性检验后结论依然成立。机制分析显示，这一效应主要通过两条不同路径发挥作用：其一，数据市场化通过降低化石能源消费，缓解传统能源的挤出效应，为清洁能源并网与整合创造结构性空间；其二，数据市场化积极促进绿色技术创新（GreenTech），提高清洁能源技术的成熟度与成本效益，并推动其广泛部署。这些发现强调了数据驱动创新对于构建知识密集型能源系统的重要影响。值得注意的是，研究还识别出显著的区域异质性，即数据市场化在经济发展水平较低、第三产业占比较小以及环境规制较弱的地区，其促进作用更强。这表明，在最迫切需要结构优化的地区，数据要素市场化最能有效催化能源转型。通过揭示数据要素市场化的双重作用机制及其情境依赖性效应，本研究为数字化转型与绿色转型之间的协同关系提供了新的理论与政策洞见，并构建了一个基于知识的分析框架，以通过制度性数据市场创新推动清洁能源采用，尤其对新兴经济体具有参考价值。
《Journal of Innovation》发表的这项研究聚焦数字经济与绿色转型交汇处的关键议题，即数据要素市场化如何促进绿色清洁能源采用。在全球同时经历数字化转型与低碳化转型的背景下，数据已不再只是信息载体，而是具有资源配置、知识扩散与制度重塑功能的新型生产要素。现有研究虽已关注数据市场化对企业数字升级、绿色创新和城市能源效率的促进作用，但从绿色清洁能源采用这一更直接的能源转型结果变量出发，系统考察其影响路径的研究仍较缺乏。尤其是，数据要素市场化究竟能否通过改变传统能源消费结构、推动绿色技术创新，进而在区域层面促进清洁能源扩散，仍缺少完整的理论框架和严谨的经验证据。因此，开展该研究具有明显必要性：一方面，它有助于解释数字化制度创新如何转化为能源结构优化效应；另一方面，也能为新兴经济体在推进“双转型”过程中提供制度与政策依据。
研究人员以中国30个省级行政单元2012—2022年的平衡面板数据为基础，围绕“数据要素市场化是否促进绿色清洁能源采用、通过何种机制发挥作用、这种作用是否存在区域差异”三项核心问题展开分析。研究结果表明，数据要素市场化能够显著促进绿色清洁能源采用；该结论在平行趋势检验、安慰剂检验、系数稳定性检验、替代解释变量、反事实分析、附加控制变量、缩尾处理以及工具变量（IV）估计后仍然稳健。进一步的机制分析发现，数据要素市场化一方面显著抑制化石能源消费，从而削弱传统能源对清洁能源的挤出；另一方面显著促进绿色技术创新，提高绿色能源技术可行性、成熟度与经济性，推动其规模化部署。此外，异质性分析显示，该促进作用在经济发展水平较低、第三产业发展较弱及政府环境规制较宽松地区更为明显。总体而言，研究证明了数据市场制度建设不仅是数字经济议题，也是能源转型的重要制度抓手，其意义在于为“数字—绿色”协同发展提供了可验证的区域层面证据，并提出了一种基于知识溢出与资源优化配置的解释框架。
研究所用主要方法可概括如下：研究样本为中国大陆30个省级行政区2012—2022年面板数据。核心识别方法为双重差分法（difference-in-differences, DID），以省级是否建立正式大数据交易所刻画数据要素市场化。因变量为非水电可再生能源装机占比，中介变量为化石能源消费与绿色发明专利申请数。研究并采用平行趋势检验、安慰剂检验、反事实分析、替代变量检验、附加控制变量、1%与99%缩尾处理，以及以地形起伏度为工具变量（IV）处理潜在内生性，同时开展分组异质性分析。
在研究结果部分，论文首先给出了“Baseline regression”的结论。基准回归显示，无论是否逐步纳入污染排放、颗粒物排放、数字化水平、工业增加值、政府消费及常住人口等控制变量，数据要素市场化（data market）的回归系数始终显著为正。这说明，建设数据交易平台、推进数据要素流通与价值实现，能够显著提高地区绿色清洁能源采用水平。研究人员据此支持假设1，即数据要素市场化推动绿色清洁能源采用。
在“Robustness tests”部分，论文通过多种方法验证主结论可靠性。其一，“Parallel trend test”表明，在政策处理发生前，处理组与对照组在绿色清洁能源采用方面不存在显著差异，满足DID模型的关键前提；而在处理后，系数显著转正，说明数据市场化推进后确实带来促进效应。其二，“Placebo test”通过随机赋予虚假处理组并重复500次回归，发现伪处理系数大多聚集于零附近，真实估计值则明显偏离该分布，表明主结果并非随机冲击或遗漏变量所致。其三，“Coefficient stability test”显示，在加入可观测协变量后，模型解释力显著提高，且δ值小于0，说明偏误校正后的系数不会削弱原结论。其四，“Alternative explanatory variable measurement”采用软件业务收入与互联网宽带接入端口数替代数据市场化指标，结果仍显著为正。其五，“Counterfactual analysis”发现处理前平均处理效应（ATT）基本围绕零波动，处理后明显上升，进一步支持因果效应。其六，“Introducing additional control variables”纳入政府财政收入、财政支出、市场规模和技术市场成交额后，核心结论不变。其七，“Variable winsorisation”对因变量实施1%和99%缩尾后，结果依旧稳健。其八，“Instrumental variable approach”以地形起伏度为工具变量，在通过弱工具变量、相关性和欠识别检验后，第二阶段估计仍显示数据市场化显著促进绿色清洁能源采用，从而缓解了反向因果与遗漏变量问题。
在“Further analysis”中的“Mediating mechanisms tests”部分，论文检验了两条核心中介路径。第一条路径是“Data factor marketisation and fossil energy consumption”。结果显示，数据要素市场化显著降低化石能源消费；在将化石能源变量纳入绿色清洁能源采用方程后，化石能源系数显著为负，而数据市场化系数仍显著为正，Sobel检验同样显著。这表明数据要素市场化通过减少化石能源使用、释放能源结构空间，间接促进绿色清洁能源采用，支持假设2.1。第二条路径是“Data factor marketisation and green technological innovation”。结果表明，数据要素市场化显著提升绿色技术创新（GreenTech）水平；将GreenTech纳入模型后，其系数显著为正，数据市场化系数仍然显著，Sobel检验继续支持中介效应成立。这说明数据要素市场化通过促进绿色发明活动与绿色知识积累，提高绿色能源技术成熟度和经济可行性，从而促进其推广应用，支持假设2.2。由此，论文所提出的“效率驱动轮”和“创新驱动轮”两类理论机制均获得经验支持。
在“Heterogeneity analysis”部分，研究人员进一步讨论了区域差异条件下的作用强度变化。其一，在“Economic development heterogeneity”中，按照地区生产总值中位数分组后发现，数据要素市场化对低经济发展地区的促进作用显著，而在高经济发展地区不显著。这表明，经济相对落后地区由于传统能源依赖更强、产业结构更有待优化，数据要素市场化带来的资源重配与技术扩散效应更容易转化为绿色清洁能源采用增量，支持假设3.1。其二，在“Tertiary industry development heterogeneity”中，按第三产业增加值中位数分组后，数据市场化仅在第三产业发展较低地区表现出显著正效应，而在第三产业发展较高地区不显著。这说明在传统产业占比更高、能源密集度更高的地区，数据要素流通更能推动高污染能源向清洁能源替代，支持假设3.2。其三，在“Government environmental regulation heterogeneity”中，按环境保护财政支出中位数分组后，数据市场化在环境规制较宽松地区的促进作用显著更强，而在规制较严格地区不显著。这意味着，当行政规制尚未充分推动能源结构改善时，数据要素市场化可以凭借市场激励与信息成本下降机制，形成更强的内生转型动力，支持假设3.3。
论文讨论部分的核心在于：数据要素市场化之所以能够成为能源转型的重要制度变量，并不仅仅因为其提升了信息流通效率，更因为其改变了能源系统中的资源配置逻辑、知识扩散路径与企业决策环境。论文将这一作用概括为兼具“效率驱动”与“创新驱动”的双轮机制：前者降低信息不对称、优化供需匹配、抑制冗余化石能源投入；后者通过知识重组、试错成本下降和技术扩散加快，促成绿色技术进步。与此同时，这种影响并非均质发生，而是嵌入不同地区的经济发展基础、产业结构和制度环境之中。因此，数据市场改革的实际效果具有明显情境依赖性。论文同时指出，数据市场化虽具有重要政策潜力，但仍面临数据安全、数字鸿沟、能源反弹效应与数据垄断等潜在挑战，提示政策推进需要兼顾效率与治理。
研究结论部分可译为：在全球能源转型加速与数据驱动型经济增长并行推进的背景下，如何利用数据要素市场化促进绿色清洁能源采用，已成为推动可持续发展的重要议题。本研究以数据要素市场化进程为分析切入点，系统考察其对绿色清洁能源采用的影响机制。通过严格的实证分析，研究为全球能源转型与绿色发展议程提供了具有较强适用性的理论认识与实践证据。研究结论如下：第一，数据要素市场化对绿色清洁能源采用具有显著且稳健的正向影响，该结论在多项稳健性检验下均保持一致。第二，机制分析揭示出双路径作用：数据要素市场化通过降低化石能源消费，缓解传统能源对市场空间的挤出，为绿色清洁能源采用创造条件；同时显著促进绿色技术创新，提高绿色清洁能源技术成熟度与经济可行性，并加速其规模化部署。第三，研究识别出显著区域异质性：数据要素市场化的促进作用在经济发展水平较低、第三产业占比较小以及政府环境规制较弱地区更为突出。这表明，在能源结构亟需优化的情境中，数据要素市场化的驱动效应更容易释放。总体而言，本研究通过揭示数据要素推动能源转型的核心机制，为尤其是发展中国家通过数据要素市场化改革推进绿色清洁能源采用提供了新路径，也为数字经济时代优化能源治理框架、实现经济增长与环境可持续双重目标提供了理论价值与现实启示。
