1. 引言
1.1. 研究背景
中国正致力于实现碳达峰和碳中和目标，这一战略体现了国家对绿色低碳发展道路的坚定承诺。在这一转型过程中，新质生产力扮演着至关重要的角色，特别是在促进绿色产业如清洁能源的发展和降低环境负面影响方面。青海的能源发展策略遵循着清洁、低碳、高效的路径。青海拥有丰富的可再生能源资源，其开发潜力巨大，绿色能源技术已达到国际先进水平。特别是在光伏、水能和风能领域，青海的资源储备全国领先，形成了显著的能源互补优势。青海已经实现了储能锂电池和光伏组件的规模化生产，并在光伏扶贫、清洁取暖等项目上取得了显著成果。青海的光伏发电园区和水光互补发电站获得了吉尼斯世界纪录认证，清洁能源装机容量占比全国领先。到2025年，青海的清洁能源装机容量预计将超过9000万千瓦，到2030年将达到1亿千瓦以上。青海正努力成为国家清洁能源产业的高地，通过转化经济优势和实现绿色发展理念，为国家的可持续发展作出贡献。
1.2. 研究意义
1.2.1. 理论意义
理论上，丰富了复杂网络的相关研究。目前，国内外学者对清洁能源的研究主要集中在协同优化、协同度测算等方面，针对清洁能源所带来的经济效益的研究相对较少。本文通过清洁能源对经济高质量发展的相关研究，能够为企业如何提高经济效益提供更多视角，为企业更好利用清洁能源创造收益提供借鉴方法。
1.2.2. 实践意义
清洁能源不仅是减轻环境污染的有效手段，也是推动经济长期可持续发展的关键因素。在当前的中国，清洁能源产业已成为推动国内生产总值(GDP)增长的重要力量，预计在2023年对GDP增长的贡献将达到40%。如果没有清洁能源产业的快速增长，中国可能无法实现政府设定的GDP增长目标，即“大约5%”，而实际增长率可能会仅有3.0%，而非5.2%。在青海，清洁能源产业已经成为最具潜力的资源优势、规模优势、市场优势和特色优势的支柱产业。2023年，青海省海南州全州的规模以上工业增加值同比增长了3.2%，其中清洁能源发电产业的增加值同比增长了2.9%，其占规模以上工业增加值的比重超过了90%，高达92.0%，继续充当着该州工业经济发展的核心产业。
2. 研究设计
2.1. 研究方法
2.1.1. 网络整体介绍
网络是由相互连接的节点和它们的边所组成的。如果我们将节点视为产业园区中单个清洁能源企业，而边则代表这些企业之间的相互作用，那么清洁能源产业集群就呈现出明显的网络结构特征。此外，这个网络是复杂的，并符合Watts [1]关于复杂网络的基本要求。具体来说，海南州清洁能源产业集群包含众多节点，比如海南州飞翔新能源有限责任公司、海南州春洁新能源有限公司等139家清洁能源企业；海南州清洁能源产业集群是一个充满活力的系统，其内部企业之间通过多种方式建立联系，包括市场合同、交易联盟和社会信任。这些联系形式丰富，相互交织，形成了一个复杂的网络结构。此外，集群不断有新成员加入和旧成员退出，导致网络的节点和连接在时空上呈现出动态变化的特点。为了深入理解这一产业集群的结构和功能，构建了一个包含136个节点和5127条边的复杂网络模型，这些节点代表企业，边代表企业之间的合作关系。通过Gephi软件生成的网络关系图见图1揭示了节点之间联系的复杂性和广泛性。研究过程中，收集了海南州产业园区内139家清洁能源企业的数据，并整理了它们之间的合作关系。这些合作关系被可视化在网络关系图中，并通过相关系数见表1进行分析。这种分析方法有助于揭示企业间相互依赖的模式和网络的结构性特征。
Figure 1. Clean energy enterprise network in Hainan Industrial Park
图1. 海南州产业园区清洁能源企业网络
Table 1. Related parameters of clean energy enterprise network in Hainan Industrial Park
表1. 海南州产业园区清洁能源企业网络相关参数
| 相关参数 |
图密度 |
平均聚类系数 |
网络直径 |
| 数值 |
0.279 |
1.603 |
4 |
2.1.2. 分阶段复杂网络图形
通过139家企业注册时间先后顺序，将上述的清洁能源企业网络关系图具体分成四个阶段，分别为2010年之前，2010~2015年，2016~2019年，2020年以后。由分阶段图可以看出，通过将青海省海南州产业园区清洁能源企业分阶段进行复杂网络可视化，可以看出，随着清洁能源企业数量的增多，企业间合作网络逐渐复杂化、多样化，这更有利于促进企业间的协同合作，更好地发挥自身优势，推动青海省清洁能源产业高地的形成。通过汇总两两企业间相互合作关系，利用Gephi软件形成网络关系图，如图2所示。网络图中相关系数如图3所示。
2010年以前 2010~2015年 2016~2019年 2020及以后
Figure 2. Phased network diagram of clean energy enterprises in Hainan Industrial Park, Qinghai Province
图2. 青海省海南州产业园区清洁能源企业分阶段网络图形
Figure 3. Related parameters of phased network diagram of clean energy enterprises in Hainan Industrial Park, Qinghai Province
图3. 海南州产业园区清洁能源企业分阶段网络图形相关参数
2.1.3. 海南州产业园区清洁能源企业复杂网络的结构特征
平均路径长度、节点度分布和聚类系数是评估复杂网络结构特征的关键指标，它们影响着复杂网络的状态和作用。
由图3可知，通过将139个企业按照注册时间先后分为四个阶段后，可以看出：
图密度在2010年以前为0.449，2010至2015年收窄至0.278，在2016至2019年内又增幅至0.288，2020年及以后又由0.288回落至0.279。图密度在开始时上下波动较大，后在一定范围内波动，幅度变小，但是图密度绝对数仍较小，说明目前产业园区内清洁能源企业间连接紧密程度仍有待提高。
平均聚类系数在2010年以前为0.493，2010至2015年收窄至0.391，在2016至2019年内又增幅至0.415，2020年及以后增幅最大，由2016至2019年的0.415涨幅至1.603。平均聚类系数在四阶段过程中呈现出先下降后上升的趋势，其中在2019年后增长速度最快，说明产业园区内的清洁能源企业间合作程度有了极大的提高。集聚系数用来衡量一个网络的疏密程度。集聚系数高的网络节点间连线密集，且节点间联系以强联系为主，网络呈现集团化趋势。集聚系数用于评估网络的紧凑程度。在一个集聚系数较高的网络中，节点之间的连接较为紧密，且主要是通过强烈的联系相互关联，网络倾向于形成集团结构。相反，集聚系数较低的网络中，节点之间的连接较为稀疏，主要以弱联系为主，集团的形成程度较低[2]。如果网络的聚类系数较大，这表明节点与其邻近节点的连接紧密度较高，即清洁能源企业之间的合作较为紧密；而如果复杂网络的聚类系数相对较小，则表明网络较为疏松，仍有较大的成长潜力[3]。
网络直径方面，2010年以前网络直径为2，在以后的三个阶段内，网络直径均增长至4，且稳定不变。说明企业间合作的距离在2010至2015年增长后一直处于稳定状态，说明各企业合作间的距离已经相对成熟。
2.2. 利用指数平滑法预测未来复杂网络相关参数
根据预测结果见表2和图4可以看出：图密度比最后一阶段的数值略微上升，为0.335，但是整体趋于稳定，变动幅度较小。说明企业间连接紧密程度比较稳定，但是从数值来看，其绝对值仍较小，所以企业间应进一步提高企业与企业的连接紧密度。
Table 2. Model predicted values (graph density)
表2. 模型预测值(图密度)
| 序号 |
原始值 |
预测值 |
绝对误差 |
| 1 |
0.449 |
0.338 |
0.111 |
| 2 |
0.278 |
0.344 |
0.066 |
| 3 |
0.288 |
0.341 |
0.053 |
| 4 |
0.279 |
0.338 |
0.059 |
| 向后一期 |
- |
0.335 |
- |
Figure 4. Figure density prediction
图4. 图密度预测
由表3和图5可以看出，未来一期平均聚类系数有很大的提高，数值上呈现指数分布，说明清洁能源企业间合作程度有了大幅提升，企业间合作关系向好。
Table 3. Predicted values of the model (average clustering coefficient)
表3. 模型预测值(平均聚类系数)
| 序号 |
原始值 |
预测值 |
绝对误差 |
| 1 |
0.493 |
0.433 |
0.060 |
| 2 |
0.391 |
0.604 |
0.213 |
| 3 |
0.415 |
0.159 |
0.256 |
| 4 |
1.603 |
0.525 |
1.078 |
| 向后1期 |
- |
3.795 |
- |
Figure 5. Average clustering coefficient prediction
图5. 平均聚类系数预测
根据预测结果见表4和图6，网络直径比上一期有一定程度的下降，但是下降幅度较小，相比上一年下降15.73%，表明网络中任意两节点间距离的最大值有所下降。
Table 4. Predicted values of the model (network diameter)
表4. 模型预测值(网络直径)
| 序号 |
原始值 |
预测值 |
绝对误差 |
| 1 |
2.000 |
3.333 |
1.333 |
| 2 |
4.000 |
3.267 |
0.733 |
| 3 |
4.000 |
3.303 |
0.697 |
| 4 |
4.000 |
3.338 |
0.662 |
| 向后1期 |
- |
3.371 |
- |
Figure 6. Predicted values of the model (network diameter)
图6. 模型预测值(网络直径)
3. 全州近十年发展概括
党的十八大以来，全州不断实施品牌带动战略，培育壮大新动能，加快发展清洁能源产业，积极打造清洁能源产业高地。新的经济增长点不断涌现，新旧动能有序转换。
关于工业总产出的数据：从图表中我们可以观察到，全州电力、热力、热水、燃气及供水行业的规模以上工业总产值，从2013年的33,332万元一路攀升至2022年的374,601万元，这一数字是2013年的11倍。在2021年至2022年期间，该行业的规模以上工业总产值总体上呈现出增长的态势，特别是2014年，其增长速度最快，达到了331.6%。然而，2020年和2022年的总产值却出现了下降。
从图7中我们可以看出，2013年至2016年间，电力、热力、燃气及供水行业在工业总产值中所占的比例迅速上升，但从2017年起，这一比例开始逐渐趋向稳定，这表明电力、热力、燃气及供水行业已经相对成熟，并稳定占据了工业总产值的一定份额。
数据来源：青海省统计局。
Figure 7. Total industrial output value and growth rate of the production and supply of electricity, heat, gas and water from 2013 to 2022
图7. 2013~2022年电力、热力、燃气及水的生产和供应业规模以上工业总产值及增速
由图8可以看出，从2013~2016电力、热力、燃气及水的生产和供应业占工业总产值的比例呈快速上升趋势，从2017年开始，比例逐渐平稳，说明电力、热力、燃气及水的生产和供应业已发展相对成熟，占工业总产值的一定比例。
数据来源：青海省统计局。
Figure 8. Proportion and growth rate of production and supply of electricity, heat, gas and water in total industrial output value, 2013~2022
图8. 2013~2022年电力、热力、燃气及水的生产和供应业占工业总产值的比例及增速
关于发电量方面，从图9中可以看出，2013~2016年全州发电量呈现较小幅度变动，从2017年开始，全州发电量呈快速上升趋势。2018年增速最多为53.93%，之后增速虽有所下降，但是发电量总体呈上升趋势，2022年有略微下降趋势。说明自2017年以来，青海省海南州积极贯彻落实中央关于建设国家重要新型能源产业基地的决策部署，大力推进新能源产业发展。
数据来源：青海省海南州统计年鉴。
Figure 9. State power generation and growth rate from 2013 to 2022
图9. 2013~2022年全州发电量及增速
由图10可以看出，2013年~2022年全州电消耗总量总体呈现上升趋势，2014年有较大幅度上升，之后呈现较小幅度变化。其中2013年全州电消耗量最小，为8.61万吨标准煤；2021年全州电消耗量最大，为49.63万吨标准煤。全州综合能源消耗量从2017年也呈现逐年上升趋势。十年来，全州电消耗量从2013年的8.61万吨标准煤到2022年的32.27万吨标准煤，增长了近三倍。可见海南州为清洁能源产业高地的发展贡献了巨大力量。
数据来源：青海省海南州统计年鉴。
Figure 10. Total electricity consumption and comprehensive energy consumption of the state from 2013 to 2022
图10. 2013~2022年全州电消耗总量及综合能源消耗量
由图11可知，从2014年开始，全州电消耗量占综合能源消耗比重有了较大幅度上升，从2014年开始，比重呈现较小幅度波动。其中2021年比重最大，为32.25%；2022年有所下降，占比为20.35%。说明清洁能源在综合能源中占有举足轻重的作用，已成为海南州能源发展的巨大引擎。同时也说明海南州正积极发展自身优势，努力打造全国清洁能源产业高地。
数据来源：青海省海南州统计年鉴。
Figure 11. Proportion of electricity consumption to comprehensive energy consumption in the state from 2013 to 2022
图11. 2013~2022年全州电消耗量占综合能源消耗量比重
自十八大以来，海南州重点发展清洁能源，投资显著增加，见图12。塔拉滩和切吉滩的清洁能源项目如光伏、光热、风电持续建设。海南州生态光伏园区已达到全国千万千瓦级规模，成为新能源示范城市。2013至2021年，清洁能源投资占总投资的59.8%，是增长的主要动力。电力、热力、燃气和水生产供应业投资波动上升，显示出对清洁能源行业的重视。青海应继续投资重点项目，将资源优势转化为产业优势，促进高质量发展。同时，科学规划土地资源利用，发挥水资源和风光发电潜力，加强项目前期工作和行业发展策划，有序推进能源开发，高效建设国家清洁能源产业高地。
数据来源：青海省海南州统计年鉴。
Figure 12. Investment in electricity, heat, gas and water production and supply industry and total investment in fixed assets in the state from 2013 to 2022
图12. 2013~2022年全州电力、热力、燃气和水生产供应业投资额及固定资产总投资额
从投资占比来(见图13)看，从2013~2022年电力、热力、燃气和水生产供应业投资额占固定资产总投资的比重呈现一定幅度的上下波动，2017年有较大程度的下降，但是从2018年开始又呈现较大幅度的上升，2021年和2022年有较小幅度的下降，但是仍然占固定资产总投资的70%以上。从图中可以看出，电力、热力、燃气和水生产供应业投资额占固定资产总投资的比重从2013年的24.25%增加到2022年的73.90%，占比将近四分之三，可见全州该行业的重视程度，同时也可以反映出全省对清洁能源产业发展的重视，清洁能源产业的发展已然成为全省发展的重大工作任务之一。
通过SPSS回归分析可以看出(见表5)，当自变量为电力、热力、燃气和水生产供应业投资额，因变量为电力、热力、燃气和水生产供应业工业总产值时，得出的方差分析表中，显著性为0.035，小于0.05，说明投资额对工业总产值是有影响的。
在系数表(见表6)中，可以看出，当自变量增加一个单位时，因变量增加0.198个单位。且假设其他条件不变时，这个效应是显著的，因为对应的显著性为0.035，小于0.05。标准化系数(Beta)为0.668，说明投资额每变动一个标准差时，工业总产值变动0.668个标准差，这反映了投资额的确对工业总产值有一定的影响力度。VIF为1.000，这意味着不存在多重共线问题，即工业总产值未被其他预测变量冗余地解释。
数据来源：青海省统计局。
Figure 13. Proportion of investment in the production and supply of electricity, heat, gas and water to total investment in fixed assets
图13. 电力、热力、燃气和水生产供应业投资额占固定资产总投资比例
Table 5. Regression results
表5. 回归结果
| ANOVAa |
| 模型 |
平方和 |
自由度 |
均方 |
F |
显著性 |
| 1 |
回归 |
96077255330.987 |
1 |
96077255330.987 |
6.458 |
0.035b |
| 残差 |
119022545309.113 |
8 |
14877818163.639 |
|
|
| 总计 |
215099800640.100 |
9 |
|
|
|
a因变量：Industrial Output Value；b预测变量(常量)：Amount Invested。
Table 6. Correlation coefficients
表6. 相关系数
| 系数a |
| 模型 |
未标准化系数 |
标准化系数 |
t |
显著性 |
共线性统计 |
| B |
标准错误 |
Beta |
容差 |
VIF |
| 1 |
(常量) |
93601.747 |
102374.929 |
|
0.914 |
0.387 |
|
|
| Amount Invested |
0.198 |
0.078 |
0.668 |
2.541 |
0.035 |
1.000 |
1.000 |
a因变量：Industrial Output Value。
在直方图(见图14)中呈现正态分布，说明投资额对工业总产值的影响处于稳定可控状态。所以通过上述分析可知，投资额对工业总产值有影响。通过近十年的投资数据可以看出，海南州对清洁能源产业的投资额不断增加，这对工业总产值的增加也有一定的促进作用，所以在今后也应进一步加大对清洁能源产业的投资力度和重视力度，将工业总产值推向更高水平。
Figure 14. Histogram
图14. 直方图
海南州清洁能源产业，特别是水能、光伏和风能的开发利用，已经成为该州工业的支柱。从图15、图16可以看出到2021年底，新能源装机容量达到2058万千瓦，并网发电量1368万千瓦。规模以上新能源增加值占全州工业的55%，对工业的贡献率为387.6%。2023年，规上工业增加值同比增长3.2%，清洁能源发电产业增加值同比增长2.9%，占比超九成。尽管有波动，但全年呈现“前低后高”的走势，拉动了规上工业增加值增速。水电行业降幅收窄，光伏行业增长稳定，对规上工业增加值的贡献显著。清洁能源产业是海南州工业经济增长的主要动力，在全州工业增加值中保持领先地位。
数据来源：青海省统计局。
Figure 15. Growth trend of the added value of clean energy industry in 2023
图15. 2023年清洁能源产业增加值增速趋势图
数据来源：青海省统计局。
Figure 16. The proportion of clean energy industry in industries above designated size and the proportion of each industry in 2023
图16. 2023年清洁能源产业占规模以上工业的比重及其各产业占比图
关于财政方面，由图17、图18可知，2013~2022年全年全州城镇居民人均可支配收入虽然增速有所下降，但是在绝对数上呈逐年上升趋势，从2013年的18,657元增长到2022年的37,466元，增长了一倍，说明人民生活水平有所提升。其中2018年的增速达到了最高点14.00%。然而，到了2020年和2021年，增速明显下降，分别为4.40%和5.72%。2022年略有回升，为6.00%。
数据来源：青海省海南州统计年鉴。
Figure 17. Annual per capita disposable income and growth rate of urban residents in the whole state from 2013 to 2022
图17. 2013~2022年全年全州城镇居民人均可支配收入及增速
数据来源：青海省海南州统计年鉴。
Figure 18. State revenue and growth rate from 2013 to 2022
图18. 2013~2022年全州财政收入及增速
4. 政策与建议
虽然海南州清洁能源带来的经济效益有所增加，但是根据复杂网络的相关参数可以看出，青海省海南州产业园区内的清洁能源企业间协同作用还有待进一步提高，所以提出如下建议：
复杂网络往往具有大量节点，节点与节点之间有着复杂的联系。复杂网络重要节点评估与识别是网络科学中的一个热点问题。重要节点是相比于网络中其他节点而言能够在更大程度上影响网络结构与功能的一些特殊节点[4]。发现并找到网络中的重要节点，有助于提升网络的鲁棒性和抗毁性，并对网络上的动力学行为进行控制和预测。在海南州清洁能源企业复杂网络中，哪些节点损坏可能导致整个网路更快瘫痪，造成巨大损失，这个问题的核心就是要识别复杂网络中的重要节点。因此，对节点进行重要性排序、找出网络中的重要节点，具有较高的现实应用价值[5]。在清洁能源产业网络中，某些节点可能承担着更为重要的角色，比如能源生产、转换和消费的关键节点。通过提升这些关键节点的联通能力，可以有效地提高整个网络的运行效率。
同时，网络的聚集系数也是衡量网络结构优化的一个重要指标。聚集系数指的是网络中节点聚集程度的高低，它反映了网络中节点间的联系紧密程度。对于清洁能源产业来说，过高的聚集系数可能导致资源分配不均和效率低下[6]。因此，青海省可以通过外部联系等策略来减少网络的聚集度，可以促进清洁能源网络的均衡发展。在优化网络结构的同时，增强关键节点的能力也是提升整个网络性能的关键措施。这不仅包括提升关键节点的物理设施建设，还包括提高其管理和运营能力。通过优化清洁能源网络，可以进一步提高经济收益，实现清洁能源的高效利用。
此外，在海南州清洁能源企业复杂网络中，新加入的企业应根据自身的特点决定和多少家企业进行合作，在加入网络时优先和网络中的中心企业采取合作，保证企业能够正常运转，接着根据自身的技术优势或者资源优势等选择合适的企业进行合作[7]。在这样的情况下，企业大多选择多方合作策略，在经营过程中出现的竞争现象多为良性竞争，对企业的运行起到了稳固的作用，而且能够极大的促进企业的创新与发展。在网络的增长和发展过程中，不断有新企业成员的加入，同时也有部分企业退出网络或被淘汰，多方参与者的资源、技术以及服务通过网络优化整合将比单个企业带来更大的经济收益。
为了建立一个稳健的网络，需要保持恰当的平均路径长度，实现尽可能均匀的节点度数分布，以及维持恰当的聚集系数。因此，海南州清洁能源产业的网络结构需要进行适宜的优化调整。网络的连通性是网络稳健性的基础。连通性指的是网络中节点之间的连接程度，它直接影响到信息传输的效率和资源分配的均衡性。对于青海省清洁能源产业来说，提升网络整体的连通性意味着要加强不同清洁能源项目之间的联系，优化和完善现有的能源传输和分配网络。这不仅需要政策和资金的支持，还需要技术创新和人才培养。其次，节点在网络中的地位和作用也是网络结构优化的关键。与此同时，相关企业也应借助青海省优势的自然条件，加快技术革新和技术应用。青海省拥有丰富的水能、光能和风能资源，这为清洁能源产业的发展提供了得天独厚的条件。企业应充分利用这些资源，通过技术创新提高清洁能源的转换效率和利用效率，从而降低成本，提高清洁能源的市场竞争力。此外，提高资金利用效率也是推动清洁能源产业发展的重要措施。企业应通过提高成本费用利润率和资产周转率，优化资本利用效率，从而实现资源的优化配置和产业的可持续发展。这不仅需要企业的努力，还需要政府的支持和引导。海南州清洁能源产业的网络结构优化是一个系统工程，需要政府、企业和科研机构的共同努力。通过优化网络结构，提升关键节点的能力，加快技术革新和技术应用，提高资金利用效率，海南州清洁能源产业将能够实现健康有序的发展，为我国的清洁能源事业作出更大的贡献。