能源韧性是指能源系统整体抵御内部和外部干扰、维持核心服务功能并迅速恢复的能力（Jiang等人，2025；Mo和Liu，2025；Xue等人，2025）。这种能力对于国际能源合作和供应链稳定也至关重要（Wan等人，2024）。然而，由于固有的脆弱性和结构复杂性，能源系统在面临自然灾害、地缘政治冲突或宏观经济冲击时往往难以持续可靠地运行，例如欧洲能源危机和2008年全球原油价格冲击。作为世界上最大的能源消费国，中国尤其需要加强能源韧性。从国际上看，其对进口石油的依赖超过70%，增加了地缘政治紧张局势和全球市场波动的影响。在国内，推进“双碳”目标和满足不断增长的能源需求的双重压力进一步加剧了能源系统的运行负担。因此，增强能源韧性对于保障经济安全和社会福祉至关重要。
为应对这一挑战，中国政府通过能源立法和行业特定政策采取了直接措施（Zhang等人，2025b）。例如，《中华人民共和国能源法》建立了能源安全的制度框架；《关于建立煤炭生产能力储备制度的实施意见》旨在通过动态产能调整机制稳定供应；《加快推进新型电力系统建设的行动计划》强调提高电力系统的抗冲击能力。这些举措共同构成了多层次的直接保障体系。同时，随着中国转型中绿色化和数字化的日益融合（Liu等人，2025；Sun和Liu，2025；Zhang等人，2025a），能源行业之外的政策也通过间接渠道影响能源韧性。在这方面，绿色金融试点政策（GFPP）和大数据试点政策（BDPP）的同时实施尤为值得关注，因为它们具有潜在的相互关联机制和系统层面的影响。
从单一政策效果的角度来看，GFPP将社会资本引向绿色能源领域（Group，2016），从而支持绿色投资和能效提升，并为能源韧性提供财务支持（Nepal等人，2024）。BDPP通过促进智能能源管理系统和改善能源供需的预测与效率管理来加强技术支持（Wang等人，2017；Zhou等人，2016）。因此，每项政策分别通过资本和技术途径增强能源系统。除了这些独立效果外，大数据还能推动绿色金融的发展。由于中国的绿色金融发展仍处于起步阶段（Lv等人，2021），并且存在资本不匹配和“绿色悖论”（Li等人，2025），金融资源可能无法完全转化为韧性提升。将大数据与绿色金融相结合——通常称为“绿色金融科技”——可以改善信息处理和投资效率（Wang等人，2025a），可能抵消绿色金融自身的局限性。相反，绿色金融也可以支持大数据的发展。BDPP的实施通常需要大量前期投资，这可能会限制其对能源系统的支持能力，特别是在数据基础设施能耗较高的情况下（Yu等人，2023；Zhou等人，2022a）。在基础设施建设的早期阶段，这种紧张关系尤为明显（Zhou等人，2024），因为此时能源需求上升而效率提升尚未显现。在这种情况下，绿色金融可以通过支持智能监控终端和区域能源数据平台来缓解资金约束。
因此，GFPP和BDPP这两种政策是否共同增强了能源韧性仍是一个未解决的实证问题。为此，我们提出了三个研究问题，如图1所示：（1）GFPP和BDPP的同时实施是否提高了能源韧性？（2）单一政策是否足够，双政策方法是否比单一政策实施产生更大的协同效应？（3）这两种政策通过哪些机制影响能源韧性？解决这些问题可以通过改进对双政策倡议的评估、优化政策资源配置以及帮助在“双碳”目标下平衡减排与能源韧性目标来为发展中国家的政策设计提供参考。
利用2011-2022年中国各省的面板数据，我们在双政策评估框架内应用了改进的综合控制方法（SCM）来估计这两种政策的因果效应。这种方法有助于解决传统差异-in-differences（DID）设计的局限性，特别是在处理单元较少时，并减少了与复合指数构建相关的内生性问题。结果表明，这两种政策产生了显著的协同效应，并且这种效应随时间推移而增强。这些发现对安慰剂测试、敏感性测试以及一系列稳健性检验都具有鲁棒性，包括替代信息标准、替代反事实预测模型和基于Lasso的SCM。
此外，在排除仅实施单一政策的省份后，我们比较了实施双政策的省份、仅实施GFPP的省份和仅实施BDPP的省份的处理效果。证据表明，单独实施任何一项政策都可能产生积极效果，但并不能显著提升能源韧性，这反映了孤立实施的局限性。相比之下，双政策方法通过互补性弥补了这些不足，从而显著增强了能源韧性。
为了阐明潜在的机制，我们重点关注两个维度：能源消费结构转型和技术创新。首先，能源消费结构的转型可以通过减少对单一能源的依赖和降低污染物排放来增强能源韧性（Zhao等人，2025）。我们的结果显示，这两种政策共同促进了能源消费的清洁转型和电气化转型，从而提高了能源韧性。其次，技术创新是提高能源效率和减少排放的关键途径（Gao等人，2022；You等人，2025）。我们发现，这两种政策共同促进了绿色技术创新和数字技术创新，进而提高了能源韧性。
尽管对能源韧性的兴趣日益增加，但相关研究存在两个局限性。理论上，现有关于能源韧性政策干预的研究往往关注单一政策的孤立效应（Gao等人，2025；Nepal等人，2024，2025），而较少关注多项政策同时实施时的交互效应。然而，在实践中，政策往往以组合形式运作，可以产生协同效应、功能互补或资源竞争（Juntunen和Shakeel，2026；Shen等人，2025）。忽略这些交互效应可能导致对政策效果的低估以及对工具边界和资源分配效率的错误判断。在方法论上，一些研究使用DID或双重机器学习方法评估双政策（Shen等人，2025；Wang和Zhan，2025；Zhou等人，2023），但这些方法在处理单元有限时面临识别和推断的挑战。其他研究通过复合指数或耦合协调指标来衡量交互效应（Cao等人，2025；Liu等人，2025；Zhang等人，2025a），但这些方法可能容易受到内生性的影响（De Blander，2011；Keohane，2009）。
基于这些不足，我们的贡献有三个方面。首先，我们提供了系统证据，证明GFPP–BDPP双政策产生了增强能源韧性的协同效应。与先前认为绿色金融或大数据相关技术单独可以促进能源韧性的研究（Gao等人，2025；Nepal等人，2024，2025）相反，我们发现GFPP和BDPP各自存在局限性，只有双政策方法才能弥补这些局限性并有效增强能源韧性。这一发现将能源韧性研究从单一政策视角扩展到了数字-绿色整合背景下的政策交互视角。
其次，我们将SCM整合到双政策评估框架中，采用Hou和Shi（2024）的双政策识别策略来比较单一政策与双政策，并纳入了排除仅实施一项政策的过渡期的敏感性分析。这些方法论改进提高了处理单元较少时的因果推断的可信度，并有助于缓解内生性问题。
第三，我们确定了两种机制——能源消费结构转型和技术创新——通过这些机制，双政策增强了能源韧性，表明它们共同促进了清洁和电气化转型以及绿色和数字技术创新，从而实现了持续的韧性提升。
