《Sustainability》：Industrial Chain Intellectual Property Empowerment and Ecological Development of the Intelligent Economy and Carbon–Energy Metabolic Control Capacity: Causal Inference Based on Spatial Difference in Differences and Double Machine Learning Using Chinese Provincial Data
编辑推荐：
能源转型的核心挑战在于经济系统是否具备系统性地调节自身能源输入和碳排放的制度能力。基于社会代谢理论（SMT），本研究构建了碳-能源代谢控制能力（CMCC）指标。基于商业生态系统理论，研究人员概念化了智能经济生态系统（IEE），并将产业链知识产权赋能（IP）纳入
能源转型的核心挑战在于经济系统是否具备系统性地调节自身能源输入和碳排放的制度能力。基于社会代谢理论（SMT），本研究构建了碳-能源代谢控制能力（CMCC）指标。基于商业生态系统理论，研究人员概念化了智能经济生态系统（IEE），并将产业链知识产权赋能（IP）纳入“制度供给→生态系统发展→代谢控制能力增强”的因果框架中。利用中国30个省级层面行政区划2010–2022年间的面板数据（Panel Data），本研究采用空间杜宾双重差分（DID）模型和双重机器学习（DML）框架进行实证分析。结果表明，产业链知识产权赋能显著提升了碳-能源代谢控制能力，并通过专利信息的公共扩散对邻近地区产生了积极的空间溢出效应。此外，智能经济生态发展在知识产权赋能与碳-能源代谢控制能力之间发挥显著的部分中介作用，间接效应占总效应的三分之一以上。在替换机器学习算法、改变样本拆分比例、控制并行创新政策以及排除COVID-19大流行影响后，该中介机制依然稳健。特定路径中介分析进一步揭示，算力获取与价值转化以及数字基底稳健性构成了主导传导渠道，而由于基础研究转化为实际应用需要较长的孕育期，创新代谢通量的中介效应相对较小。异质性分析进一步表明，该传导机制在代谢结构维度表现出完全中介效应，这意味着产业链知识产权赋能对能源结构清洁替代的贡献几乎完全依赖于智能经济生态系统的中介作用。这些发现为推进低碳转型的三个特定政策制定领域提供了明确的可操作性指南。首先，知识产权管理部门应从数量驱动的专利创造转向建立跨区域专利导航和产业链IP池。其次，数字经济和产业监管机构需优先发展算力价值转化（CCV）而非单纯的基础设施扩张，以缓解能源回弹效应。第三，能源与环保机构应将实时算法调度与绿色金融激励相结合。最终，本研究表明，实现深度低碳转型需要利用制度公共产品来催化数字生态系统，进而实现精准、动态的碳-能源代谢控制。
在当前的全球能源转型话语体系中，一个结构性困境日益凸显：尽管全球清洁能源投资激增，但能源相关的碳排放量仍居高不下。这种“投资激增与排放未降”的悖论表明，能源转型不仅仅是简单的技术替换，而是社会经济系统内部物质与能量交换模式的系统性重构。既有研究多将环境经济学指标局限于单一维度的产出结果，忽视了数字价值转型所需的底层制度条件。为了解决这一理论与现实困境，研究人员尝试将社会代谢理论与商业生态系统理论结合，探讨制度赋能如何引导数字系统进行精准的碳-能源代谢动态控制。作为全球最大的制造国和排碳国，中国自2016年起实施的知识产权强省试点为准自然实验提供了理想的 empirical setting。该研究构建了“制度供给→生态催化→代谢控制”的完整因果框架，并发表在《Sustainability》上，证实了利用制度公共产品催化数字生态是实现深度低碳转型的关键路径，为新兴市场平衡经济增长与深度脱碳提供了重要启示。
在研究方法层面，研究人员基于中国30个省级层面2010至2022年的面板数据开展分析。首先运用空间自相关检验和空间杜宾双重差分（DID）模型，处理传统DID模型因违背稳定单位处理值假设（SUTVA）而产生的遗漏变量偏误与空间溢出偏差，从而识别政策处理的直接效应和空间溢出效应。其次，引入双重机器学习（DML）框架，通过交叉拟合和残差正交化技术，有效缓解了传统中介分析中因高维非线性混淆变量和模型函数形式误设导致的估计偏差。此外，研究运用熵权法构建综合指标，并进行了1000次随机排列的安慰剂检验、平行趋势检验以及多种稳健性测试。
在研究结果部分，研究得出了以下核心发现：
空间自相关检验表明：碳-能源代谢控制能力（CMCC）在省份之间并非随机分布，而是呈现出显著且稳定的正空间聚集特征，因此采用包含空间交互项的模型进行估计是必要且合理的。
空间模型效应分解表明：产业链知识产权赋能（IP）对本地CMCC具有显著的正向直接效应；同时，通过专利信息公开披露和跨区域制度学习，IP在邻近地区产生了巨大的正向空间溢出效应，其间接效应远大于直接效应。然而，智能经济生态发展（IEE）在促进本地CMCC的同时，其空间溢出效应不显著。这主要归因于数字高端要素的集聚虹吸效应、邻近地区吸收能力瓶颈，以及算力基础设施转移引发的局部碳足迹反弹。
基准回归与中介效应分析表明：DML框架验证了IP和IEE对CMCC的鲁棒性正向驱动作用。逐步回归结果证实，IEE在IP赋能提升CMCC的过程中发挥了显著的部分中介作用，间接效应占总效应的37.2%，且该结论在各类算法替换和政策冲击排除测试中保持高度稳健。
按特定路径的中介效应检验表明：在IEE的四个子维度中，算力获取与价值转化（CCV）和数字基底稳健性（DSR）构成了主导的传导路径，两者合计贡献了近60%的中介效应；结构性AI种群丰度与密度的中介强度居中；而受限于基础研究成果转化为实际应用的较长周期，创新代谢通量（IMF）的中介效应占比最低。
异质性分析表明：在CMCC的三个子维度中，代谢结构（MS）展现出完全中介特征，表明知识产权赋能对能源清洁替代的贡献几乎完全依赖于智能经济生态系统的中介传输；而在代谢强度（MI）和代谢调节（MR）维度，制度直接治理效应与生态系统间接传输并存，但直接效应占据主导地位。
在讨论与研究结论部分，研究人员总结指出：第一，IP赋能能够产生显著且强于本地效应的空间溢出效应，彰显了知识产权作为知识生产公共产品的制度外溢优势。第二，IEE由于空间集聚虹吸和能耗反弹效应，并未产生显著的跨区碳减排溢出。第三，IP、IEE与CMCC之间构成了“制度供给→生态催化→代谢控制”的完整动态因果框架。研究为低碳转型提供了针对性政策建议：知识产权机构应从数量驱动转向构建跨区域专利池；数字产业监管部门应优先推动算力价值转化而非单纯的底层设施扩张以缓解能耗反弹；同时，能源与环保机构需将实时算法调度和绿色金融激励相结合；并建议构建“省域CMCC数字孪生仪表盘”以实现对区域社会代谢的实时自适应治理。
