AC米兰官网-绿金论文 Energy Econ丨数字经济指数选择与模型不确定性如何影响能源绿色转型

　　AC米兰·(中文)官方网站-Milan brand-

　　在全球应对气候变化与“双碳”目标驱动下，能源绿色转型成为可持续发展核心议题。数字经济作为新一轮科技革命的关键驱动力，被广泛视为提升能源效率、优化能源结构、促进绿色低碳发展的战略工具。大量研究表明，数字技术通过数据智能分析、信息共享与精准决策，在节能减排、智慧电网及绿色产业中发挥积极作用。然而，一个长期被忽视却至关重要的问题浮出水面：现有研究结论是否稳健，取决于数字经济指数如何构建？目前，全球尚无统一、权威的数字经济测度标准。不同学者基于多元视角构建了差异化的评价体系，导致同一主题下指数测算结果差异显著。中国亦缺乏覆盖省域、连续可比、公开透明的官方指数，进一步加剧了研究不确定性。本文指出，这种“指数依赖性”不仅影响学术结论的可比性与可重复性，更可能误导政策制定。因此，亟需系统检验不同数字经济指数的选择，是否导致对“数字经济—能源绿色转型”关系判断的根本分歧？其不确定性来源何在？是否存在优化路径？

　　本研究围绕“数字经济指数选择如何影响能源绿色转型效应识别”这一核心问题，遵循“发现问题—验证问题—解决问题”的逻辑主线，采用多阶段递进式研究设计，综合运用面板回归、蒙特卡洛模拟、主成分分析等多种方法，系统检验指数构建差异引发的模型不确定性，并提出优化策略。首先，选取五篇高被引文献（Ren et al., 2021；Pan et al., 2022；Hao et al., 2023；Yi et al., 2022；Wang et al., 2022）的数字经济指数重叠期2013—2017年作为研究区间，以中国30个省级行政区为研究对象，梳理其46项二级指标构成与赋权方法，并针对能源消费规模、能源结构、能源效率和绿色经济四大主题构建面板回归模型。其次，将五指数分别代入模型进行实证对比，发现同一主题下回归结果的系数符号、显著性存在显著差异，证实指数选取引发模型不确定性。再次，设计蒙特卡洛模拟实验，从收集5篇文献的所有指标，去重后得到46项指标中随机抽取15个指标，用熵权法构建虚拟数字经济指数，模拟现实中不同研究的指数构建逻辑。进而，提出主成分分析优化策略，对36项通过KMO检验的指标提取前4个主成分，加权合成优化指数DE_PCA，并以熵值法构建DE_EWM作为对照。最后，将优化指数代入模型再验证，发现其能稳定识别数字经济对能源绿色转型的积极作用，有效降低模型不确定性。本研究系统揭示了指数构建差异引发的模型不确定性根源，为数字经济测度提供了可复现的技术路径。

　　第一，数字经济指数的选择会导致模型不确定性。应用不同的数字经济指数，会得到不同的能源绿色转型效应估计结果。这表明数字经济指数的选择会影响对能源绿色转型议题的准确判断，可能向决策者提供错误信息。第二，主成分分析是有效的优化策略。通过对现有指数进行主成分分析，提取高度相关的变量、剔除无关变量，可以提高数字经济指数的可信度，从而降低研究结果的不确定性风险。第三，数字经济对绿色转型的促进作用得到验证。应用优化后的数字经济指数，证实了数字经济在促进能源绿色转型中的积极作用。