大数据与城市能效：数字中国时代

《Sustainable Cities and Society》：Big data and urban energy efficiency: in the era of digital China

　　

•采用国家大数据综合试验区（NBDPZ）作为准自然实验。
•双重差分法（DID）证实了NBDPZ对城市能效的积极影响。
•机制检验基于绿色创新和产业集聚理论。
•异质性分析揭示了NBDPZ政策对不同城市分类的差异化影响。

引言

在数字时代，大数据已超越原始数据本身的范畴，演变成为涵盖社会生活各个领域的普遍概念（Li et al., 2026a），预计到2027年市场规模将超过4000亿美元（Aftab et al., 2025）。其海量容量、高速处理、多类型及稀疏价值密度等核心属性，对经济和社会带来了革命性压力（Bai et al., 2024）。尤其在能源治理领域，大数据在促进技术创新、推动产业集聚和实现预测性控制以提高能效方面展现出巨大潜力（Mensin et al., 2026）。2023年全球能效仅提升1.3%，这一速度远低于2050年前实现净零排放所需的年度进展（Li et al., 2025; Wang et al., 2025a），凸显了在政策框架中优先考虑能效的紧迫性（Xue et al., 2025）。鉴于70%的温室气体排放和75%的全球能源消耗发生在城市地区（Woon et al., 2023），提高城市能效对减排和实现城市可持续发展至关重要（Zheng et al., 2024）。在此背景下，大数据技术的进步，如工业5.0和智能基础设施，使得能够实时监测综合多能系统（Chang et al., 2024; Ma et al., 2025; Tao et al., 2024），而数据驱动的优化分析则优化了能源使用模式并改善了供需匹配（Famiglietti et al., 2022; Olatunde et al., 2024）。此外，城市数据基础设施促进了能效指标的精确评估（Esfandi et al., 2024），与智慧城市目标相一致（Cui & Cao, 2024）。然而，大数据等数字技术在城市中的快速增长因其巨大功耗而损害了现有城市能效（Anthopoulos & Kazantzi, 2022; Luo et al., 2026）。同时，大数据带来的能效提升影响取决于经济发展水平和城市创新存量在空间上的差异（Wang, 2026; Zeng et al., 2026）。因此，有必要采用辩证和整体的视角来审视大数据与城市能效之间的相互作用。

中国正在积极推进大数据的广泛部署并加强城市能源管理。2023年中国大数据产业实现了显著增长，达到2.2万亿元人民币，增幅40%（见图1）。其数据产量达到8.1泽字节，增长22.7%，约占全球总量的10%（Pan et al., 2025）。同时，中国的城镇化、人口集中和经济活动导致城市区域能源消耗增加（见图2），占国家能源消耗的86%（Yan et al., 2024）。同时，城市碳排放超过全国总量的70%，且化石燃料占城市能源利用的近85%（Wang et al., 2024a）。更重要的是，中国在能源系统中部署大数据技术方面做出了大量努力。例如，2023年中国发布了《关于加快推进能源数字化智能化发展的若干意见》，重点在于加速能源技术的数字创新（Zhang & Chen, 2024）。然而，凡事皆有双面性。数字基础设施资产（如数据存储中心和ICT设备）的快速扩张带来了新的生态环境问题（Xu et al., 2024a），导致能源需求增加和电子垃圾增多，引发了对生态和物质足迹的担忧（Ma et al., 2026）。此外，区域间的数字鸿沟并未因大数据的推进而缓解，反而，这种数字资源的不均匀分布加剧了数字鸿沟（Wang et al., 2026）。特别是，中国西部地区面临"宽带鸿沟"，低互联网覆盖率阻碍了公平获取数字红利（Liang & Liu, 2026）。因此，中国大数据时代的特征、城市能源困境、环境挑战和区域数字鸿沟，为探讨大数据政策与城市能源之间的联系提供了基础。

尽管大数据发展的繁荣与城市能源困境之间的权衡在中国尤为突出，但相关的数字能源实践也在全世界的发达国家和新兴国家广泛推广（Lv et al., 2025）。一个知名案例是美国的西北太平洋智能电网示范项目，该项目利用超过6万名计量用户的使用数据优化能源分配并降低碳足迹。同样，欧盟的"地平线2020"计划作为一个全面框架，支持了许多专门针对能效改进和减排的大数据项目（Zhou et al., 2025）。值得注意的是，新兴经济体也在采用这一技术路径，如印度雄心勃勃的智能电网任务，旨在部署2.5亿个智能电表以实现电力消耗的详细监测和优化（Sun et al., 2025）。这些跨国实施表明，大数据解决方案在提升能效方面的普遍相关性，使其成为一个具有国家和全球意义的关键研究领域。

大数据最初根植于技术属性，并演变为多个研究维度，其中支撑大数据发展的政策在中国引起了广泛的学术关注。因此，本文首先阐述了大数据技术的有利影响，特别强调其在能源领域的应用。随后，在实证分析中，本文以国家大数据综合试验区（NBDCPZ）政策作为大数据的代理变量，采用交错双重差分法（DID）检验其对城市能效的政策冲击。围绕基本假设，本文进一步提供了两个相关的次级目标（假设），分别检验绿色技术创新（GTI）和产业集聚（IGA）的影响机制。显著的实证结果表明，大数据显著提高了试点城市的能效，这一改善在经过稳健性检验后依然成立。接下来，推动绿色创新和优化产业集聚被证明是重要机制。最后，异质性体现在大规模、非老工业基地和碳交易试点城市中。

基于实证发现，本文提供以下贡献。第一，本研究利用NBDCPZ的推出作为准自然实验，揭示大数据政策对城市能效的影响，从而弥补了先前文献中的突出空白。虽然先前研究已将大数据应用扩展到能源领域，探索了能源供应链（Bag et al., 2025）、绿色能源股权市场（Benkraiem et al., 2024）和能源可持续性（Bonatto et al., 2025）等领域，但这些宏观层面的研究主要忽视了政策驱动的大数据如何影响作为主要能源消费者的城市及其微观层面的能效。我们的研究通过提供基于证据的见解来解决这一遗漏，以应对紧迫的全球问题，如缓解气候异常的影响、管理资源短缺和应对快速城镇化，同时为政策制定者配备可持续城市发展的新工具包。

第二，本文通过支持环保技术的生长和增强城市产业集聚模式，全面解释了大数据如何运作以及如何影响能效。先前的研究讨论了通用技术创新及其相关投资的重要性（Lv et al., 2025; Sivarajah et al., 2024; Zhou et al., 2025），但忽视了绿色技术的环境外部性及其与大数据的更紧密联系。此外，现有文献主要关注本地产业升级（Shen & Wang, 2024）、产业结构（Pan et al., 2025）和产业应用（Anjum et al., 2025），忽视了大数据带来的跨时间和跨区域产业集聚。因此，本文利用数字红利为利用大数据进行环境治理构建了坚实基础。

第三，本文就大数据对城市能效的多样化影响提供了详尽分析，考虑了人口规模、资源禀赋以及老工业基地和碳交易试点城市的影响。先前的文献更强调经济和市场建议，如赋能金融市场（Zhang & Sun, 2025）、重塑企业战略（Lv et al., 2025）和改善城市数字基础设施（Ogunkan & Ogunkan, 2025）。拓展现有研究，本文更侧重于政策驱动的建议，包括顶层机制设计、法律法规完善和差异化数字政策。因此，本研究为政府应部署以提高不同城市环境能效的政策提供了创新建议，同时也为其他国家开展节能工作提供了一些启发。

下文概述了本研究后续部分的组织安排。第2节梳理了现有学术研究。第3节描述了城市能效改进的机制。第4节介绍了政策背景、DID模型和数据。第5节解读了实证估计结果并进行了进一步讨论。第6节总结了主要研究发现和相应启示。

## 章节片段

### 大数据与能效

关于大数据与能效的先前提论文献主要基于数据赋能理论，该理论将数据概念化为一种能够赋能系统实现显著效率提升的新型生产要素（Chen et al., 2025a）。这一基础已演变为几个理论分支，有力地解析了大数据如何对城市能效施加影响。

绿色创新理论，根植于波特假说（Porter & Linde, 1995），提供了一个重要的理论基础。

### 假设发展

NBDCPZ建立在大数据产业的广泛培育和数字技术的显著增长之上（Liu et al., 2024）。根据数据赋能理论，大数据技术可以优化智能能源管理系统，减少能源产业链中的信息不对称，并优化能源配置效率（Cui & Cao, 2024）。在能源生产中，大数据推动了补充性生产技术的进步并实现了……

### 研究设计

本节系统阐述了研究样本选择标准、标准化数据预处理程序、核心变量、控制变量和机制变量的详细定义，以及模型实施。所有程序均以逐步方式呈现，以确保分析透明度和结果可重复性。

### 基准回归

表5展示了初步回归结果。第(1)列报告了未考虑控制变量、城市和年份固定效应的结果。当NBDCPZ政策纳入表4的第(1)列时，计算得出的NBDCPZ系数为0.0386，在1%水平上显著，表明大数据显著提高了城市能效（Uee）。第(2)列展示了在加入Ede、Fdi、Pop、Uri、Tec、Urb控制变量以及城市和年份固定效应后的回归结果。计算的……

### 结论与政策启示

能效是实现经济增长与可持续性和气候目标相一致的关键杠杆。以国家大数据综合试验区（NBDCPZ）作为准自然实验，采用交错双重差分设计，本研究表明政策驱动的大数据发展带来了城市能效的可衡量提升。结果在替代模型设定和安慰剂检验下均保持稳健，支持了因果解释。从机制上看，大数据……

---

**作者贡献声明（CRediT）**

王凯华：写作—审阅与编辑。李淼：写作—原稿撰写。王晓青：形式分析。Nicoleta-Claudia Moldovan：监督指导。

**利益冲突声明**

作者声明他们没有已知的竞争性经济利益或个人关系，这些利益或关系可能会影响本文所报告的工作。

**致谢**

我们感谢山东省自然科学基金（ZR2025QC747）的资助。

王凯华 | 李淼 | 王晓青 | Nicoleta-Claudia Moldovan