《2024数绿融合新能源发展指数报告.docx》由会员分享，可在线阅读，更多相关《2024数绿融合新能源发展指数报告.docx（30页珍藏版）》请在课桌文档上搜索。
1、2024数绿融合新能源发展指数报告2020年，中国政府明确提出“2030年实现碳达峰，2060年实现碳中和的目标”（即人们常说的“双碳”目标）以来，新能源成为各级政府关注的焦点。党的二十大报告更是着重提出，要有计划、分步骤去部署“碳达峰”行动，深入推进能源革命，加强煤炭清洁、高效利用，加快规划建设新型能源体系，积极参与应对气候变化全球治理。政策导向为一场能源革命的兴起做了最好的注脚。在人们将目光转移到新能源或智慧能源上时，ChatGPT,GPT-4的火热出圈引发行业内外的强烈关注，其背后的核心技术一人工智能，被广泛用于与诸如大数据、云计算、物联网、5G等ICT前沿科技融合，并定义了多种科技的新
2、范式。特别是Al（人工智能）与IoT（物联网）的融合技术AlOT（智能物联网），推进了能源行业的数字化进程，为智慧地开发、管理和利用能源提供了便利，也为人们探索智慧能源，求解“双碳”问题提供了新思路。显而易见，智慧能源倡导一种数字化与绿色化相融合的能源利用新理念。其中，绿色化承载了双碳目标的使命，为未来能源利用指明了方向；而基于AIoT等技术的数字化则为绿色化赋能，是实现能源绿色化利用的手段和路径。数绿融合在本质上是于新时代，通过能源产业与数字技术融合发展来推动我国能源产业基础高级化、产业链现代化的重要引擎。数绿融合的目的是为了实现：数字赋能-以数字化、智能化技术赋能传统石化能源的安全生产和绿
3、色低碳应用，通过促进数字和智能技术在煤炭和油气产供储销体系全链条和各环节的覆盖应用，来提高行业整体能效。高效协同-以数字流打通不同能源主体间的信息壁垒，带动能源网络各环节的互联互动互补，提升产业链上下游及行业间协调运行效率。融合创新-加快人工智能、数字学生、物联网、区块链等数字技术在能源领域的创新应用，推动跨学科、跨领域融合，促进创新成果的工程化、产业化，培育数字技术与能源产业融合发展新优势。可以说，数绿融合是在人们对能源利用提出更高标准，但在实践中却遭遇技术瓶颈时最贴近实际的新思路。以更科学的手段来应对当前能源开发、应用中的实际问题，是它的鲜明特色。数绿融合要解决的问题包括但不限于，以数字化
4、、智能化技术加速发电往清洁低碳方向转型，以数字化、智能化电网支撑新型电力系统建设，以数字化、智能化技术带动煤炭安全高效生产，以数字化、智能化技术助力油气绿色低碳开发利用，以数字化、智能化用能加快能源消费环节节能提效，以新模式、新业态促进数字能源生态构建。所以本报告研究的对象是我国各行政区域数绿融合的新能源的发展状况。为了表达的一致性，也为了强调数绿融合是未来能源的主要形态，本报告以下将“基于AlOT的新能源”、“智慧能源”等概念统称为“数绿融合新能源”。1项目背景、目标和意义1.1背景毫无疑问，AlOT将是人类社会走向数绿融合新能源之路最可信赖的科技之一。同时，AlOT+产业”正成为智能物联网
5、下沉到产业、为人们解决这个时代的国计民生难题的最好帮手。许多研究机构基于对Ak)T产业应用的研究，给出了反映各行各业应用AIOT热度和水平的发展指数排序，智慧能源一直排在前列。这也从侧面反应了研究基于AIOT智慧能源的重要性。另外，今年上半年智次方联合挚物产业研究院，发布了2023中国AIoT产业全景图谱报告，描绘了中国AloT的产业构成、核心技术和应用领域的全景图。作为工作的延续，智次方下一阶段的工作将是深耕AloT在产业的融合应用，而数绿融合新能源是重点之一。1.2目标首先，梳理相关信息以显示区域数绿融合新能源的实力，以及影响区域数绿融合新能源的发展方向和速度的核心指标，以此为基础来建立数
6、绿融合新能源发展水平的评估模型，从多维度、多层面客观衡量区域数绿融合新能源产业发展水平。其次，测算发布区域数绿融合新能源产业发展指数，引导数绿融合新能源网络覆盖，推进区域数绿融合新能源产业的发展。最后，通过发布数绿融合新能源发展指数白皮书，为区域政府发展数绿融合新能源、达成“双碳”目标建言；同时，也为区域数绿融合新能源企业拓展业务提供方向。1.3意义本报告在阐释数绿融合新能源本质、理清数绿融合新能源与Ak)T关系的基础上，力图基于统一的尺度，以定量化的方式来描述区域数绿融合新能源的发展状况，取代定性、模糊描述带来的不确定性，使得关于数绿融合新能源的相关政策的制定能更有的放矢。2数绿融合新能源的
7、本质提到能源，我们比较容易想到化石能源、电等与我们日常生活密切的能源形式。事实上在数绿融合新能源的概念范畴内，我们需要突破单一能源的狭隘框架，将“电、热、冷、气、水、氢”等多品种能源形式作为一个系统来综合考虑，探讨它们之间的合理转化和综合利用问题。单一能源的智能化改造是我们关注的重点，但我们更关注的是将所有的能源形式横向地整合起来，达到协同供应的目的。比如，将自然低温的天然湖水用到大型数据中心的冷却系统中去，带出的余热可以用于供暖换个角度，数绿融合新能源关注的也不只是能源利用的某一个环节，而是贯穿能源的生产和供给（源）、能源的配送（网）、用户对能源的需求（荷）、能源彼此间的转移和转化（储）和能
8、源的交易利用（用）全生命周期，使得每个环节间都能平滑过渡，并能无缝衔接。这样一来，通过合纵连横，就构成了我们所探讨的数绿融合新能源，即综合智慧能源（参见图1）。概括起来，数绿融合新能源就是要以数字化、智慧化能源生产、储存、供应、消费和服务等为主线，追求横向“电、热、冷、气、水、氢”等多品种能源协同供应，实现纵向“源-网-荷-储-用”等环节之间互动优化。以平台为中心利用物联网、大数据、人工智能等技术，推进能源供给、消费的优化组合、有机协调，同步实现能源系统效率提升。图1综合智慧能源的逻辑构成11中国能建江苏院的综合智慧能源模型zhihuccmqueslioi286382429）在本质上，数绿融合
9、新能源需要基于数字对横纵两条线的整合和运作，从操作层面来说，数字来自遍布于能源生命周期各个环节的传感器，这是物联网的基础。而智慧指令则来自基于互联网的知识中台、业务中台、数据中台等。即数绿融合新能源实际上就是以能源为载体和运营对象，物联网与互联网无缝衔接的能源网。3数绿融合新能源智能水平的基础：AloT的发展及智能程度从数绿融合新能源背后的支撑技术的角度出发，2023中国AlOT产业全景图谱报告认为智慧能源是指利用物联网与A1、大数据、云计算、5G等新兴科技，对能源开发利用、运输分配、生产消费的全过程和各环节进行数字化改造、整合优化，构建“端-中心一端”的放射式集中运筹产业结构，搭建全景可观、
10、全局可控、协同控制和在线决策、智能调度的智慧能源生态系统，提升能源企业对市场的响应和适应能力，从而实现多种能源之间互补互济、耦合协同，提高能源转换和配置效率，推动能源行业智能化转型，助力能源低碳发展。从数绿融合新能源所产生的社会效益的角度出发，我们可以这么认为，数绿融合新能源是指借助科学技术在能源开发利用等各个环节加入人类的智慧，用较少的能源达到更大的效果，使能源的利用变得更加高效。说通俗一点，就是一方面减少能源在生产、供给、应用等各个纵向环节的浪费，比如，像风电这样不稳定的生产源所生产的电能，能得到高效率的存储；另一方面，促进不同形式的能源间的高效转化和合理应用，比如前文中提到的“冷”、“热
11、”之间的转化；还包括通过合理地调度能源，以保障生产、生活对能源的持续可用和高效运转，比如，错峰用电和阶梯电价机制，等等。区别于传统能源，物联网与互联网无缝衔接的能源网似乎多了一个智慧的“大脑”，而这个大脑的根基就是AloT。所以，我们探讨数绿融合新能源的发展水平，也就是在探讨面向能源的AloT应用的综合实力。4数绿融合新能源的区域评估体系及发展指数本报告的基本研究思路包括三个步骤：首先，构建评估模型-在研究数绿融合能源产业特点的基础上，梳理出反应一个行政区域数绿融合新能源水平的所有影响因素，以及每个影响因素的影响力如何，根据影响力的相对强弱，为每个影响力因素赋予权值；同时，根据每个影响因素的特
12、点，界定为每个影响因素赋值的方法和原则；然后综合所有这些带有权值的影响力因素来构建区域智慧能源发展水平的评估模型。其次，计算区域数绿Ii合新能源发展指数-针对每个行政区域（中国大陆共31个行政区域）进行细研，在细研的基础上，为每个行政区域的每个影响因素赋值；基于赋值和权值计算出每个行政区域的每个影响因素的得分；基于统计学测算原理，对部分影响因素的得分进行修正；最后，汇总修正结果，得出反映每个区域数绿融合新能源发展水平的指数。最后，区域数绿融合新能源发展指数的说明-针对区域数绿融合新能源发展水平的指数报告，阐释中国区域数绿融合能源发展的特点，并力图通过一些实例来佐证这份指数报告的合理性。4.1
13、评估模型一个区域的数绿融合新能源发展水平反映在多个层面，其中最直接的是区域内数绿融合新能源网络的建设水准，它既是当地政府对数绿融合新能源重视程度的风向标，也蕴含了该地区对数绿融合新能源的投斐力度、市场渗透率等多项指标，而这些都是数绿融合能源在当地发展水平的有力佐证。如果说建设反映的是一个区域对数绿融合新能源的摄入能力，那么产出则反映的是该地数绿融合新能源的输出能力。数绿融合新能源的输出能力也是一个综合体，它包括向数绿融合新能源网络建设输出设备、科技、服务和整体解决方案的所有企业。当然，也包括当地政府为鼓励数绿融合新能源科技和产业发展所做出的政策牵引。同样，一个区域的数绿融合新能源发展水平也通过
14、科研能力的繁荣程度来体现一良好的科研氛围和科研成果产出，是当地数绿融合新能源发展水平的基石。最后，数绿融合新能源的持续发展与应用生态是密不可分的，只有投产的数绿融合新能源网络得到充分利用，给当地居民带来福祉，当地人们才会积极拥护数绿融合新能源网络的建设。所以，数绿融合新能源的应用水平和渗透力也是测度数绿融合新能源在一个区域发展水平的重要方面。为此，本报告在构建区域数绿融合新能源发展水平的评估体系的时候，会从“建”、“产”、“研”和“用”这四个维度入手，即他们构成评估指标体系的一级指标。在浙江省智慧城市促进会发布的绿色智慧城市评价指标体系中特意强调，绿色生产之于一个绿色低碳城市的重要性，这里的“
15、产”就是指能源科技企业的产能，为标榜其重要性，特意为其设置了4个评价指标；另外，本报告认为“研”与“产”相辅相成，是衡量绿色城市的次级重要指标；然后，“建”代表的是衡量城市智慧能源基础设施的水准。按照这四类指标反映区域数绿融合新能源发展水平的力度，本报告分别对这四类一级指标作以下赋值。4-1区域数绿融合新能源评估体系一级指标权重指标建产研用汇总权重0.20.40.250.1514.1.1 建-区域数绿融合新能源的建设力度指标一：区域政府关于数绿融合新能源的投产政策指标界定：区域政府发布的应对“双碳”目标的措施、促进数绿融合新能源建设的方针和政策、关于数绿融合新能源建设的远景规划，以及关于在建或
16、计划建的重大数绿融合新能源项目发文等。计算口径：2022年8月至2023年8月间，该行政区域最高人民政府（不包括下属各级政府）发布的相关政策数量的总和。数据来源：该行政区域最高人民政府官网。指标二：综合智慧能源网络项目指标界定：如前文所述，严格地说数绿融合新能源网络是指综合智慧能源网络，即“电、热、冷、气、水、氢”中两种或两种以上形态的能源相融合的能源网络形态。计算口径：2023年截至10月底，近半年来该区域内公开中标的综合智慧能源网络数量的总和。数据来源：采招网+官方报道佐证。指标三：单一能源形态的智Je能源项目指标界定：围绕单一能源形态的智慧网络改造，比如智能电网、智能水务等，虽没有综合考
17、虑能源网络的建设，但却是综合智慧能源网络建设的基石，也是当下各行政区域智能能源网络建设最普遍的形式。计算口径：2023年截至10月底，近半年来该区域内公示中标的智慧能源网络（电、热、冷、气、水、氢中任何一种）数量的总和。数据来源：采招网+官方报道佐证。指标四：数绿融合新能源项目的投资金额指标界定，行政区域内所有建成或在建的数绿融合新能源项目（包括单一能源形式的项目和综合能源项目）的投资总和。计算口径：2023年截至10月底，近半年来该行政区域建成或在建的数绿融合新能源项目的投资总和。数据来源：采招网+官方报道佐证。各项指标权重赋值-根据各项指标对一级指标的支撑力度，分别对其权重赋值。4-2区域
18、数绿融合新能源的建设力度二级指标权值二级指标区域政府关于数绿融合新能源的投产政策综合智慧能源网络项目单一能源形态的智慧能源项目数绿融合新能源项目的投资金额汇总权重0.30.20.10.414.1.2 产-区域数绿Ii合能源的产业规模指标五：区域政府对数绿融合新能源企业的扶持政策指标界定：区域政府为给区域内从事数绿融合新能源相关的科技、服务、产品和解决方案等生产、经营活动的企业营造一个良性发展空间，而发布的优惠政策（纳税、用地、人才扶持等）：计算口径：2022年8月至2023年8月间，该行政区域最高人民政府（不包括下属各级政府）发布的相关政策数量的总和。数据来源：该行政区域最高人民政府官网。指标
19、六：能源科技企业的数量指标界定：本报告探讨的数绿融合新能源企业遵循SGS?对智慧能源企业的界定和分类标准，主要包括四个类型的企业，包括智慧能源基础设施供应商（比如，提供储能、光伏逆变器、充电桩等基础设施的供应商）、智慧能源系统集成和解决方案供应商、智慧能源服务商和智慧能源综合供应商四大类。计算口径：区域内这四类供应商数目总和。数据来源：天眼查+地方能源网站。指标七：数绿融合新能源环保产业园在全国的占比指标界定：环保产业园聚集了几百家乃至上万家从事数绿融合新能源产业的企业，体现了产业的集群效应，客观反映了一个地区数绿融合新能源产业的规模和发展状况。计算口径，区域内环保产业园在全国的占比（按产业园
20、的数量和规模综合核算）数据来源：天眼查+媒体报道佐证。指标八：能源科技企业年产值指标界定：区域内数绿融合新能源企业的年产值，反映的是一个区域新能源产业的绝对实力。计算口径：2022年，区域内所有数绿融合新能源企业的产值的总和。数据来源：天眼查+媒体报道佐证。各项指标权重赋值-根据各项指标对一级指标的支撑力度，分别对其权重赋值。2国际公认的检验、鉴定、测试和认证机构SGS起草的智慧能源企业分类及智慧能源企业评你酶将智慧能源企业划分成四大类。表4-3区域数绿融合新能源的产业规模二级指标权重二级指标区域政府对数绿融合新能源企业的扶持政策能源科技企业的数量数绿融合新能源环保产业园在全国的占比能源科技企
21、业年产值汇总权重0.20.10.20.514.1.3 研-区域数绿融合新能源的创新能力指标九：区域内智慝能源科研经费指标界定：各行政区域用在能源加工、能源网络改进、能源综合管理、能源科技、清洁能源等领域的科研经费。计算口径：2022年度，以上各项科研经费的总和。数据来源：全国R&D经费统计公报(https:WWW)。指标+：设有智JR能源相关专业的院校数指标界定：相关专业包括能源网络工程、新能源装备技术、新能源材料与器件、新能源材料应用技术、工业节能技术等，这些专业都与与数绿融合新能源相关。另外，确保人才培养质量，特意将高校资质限定在211及以上等级的高校。计算口径：一个区域开设相关专业院校的
22、数量综合(院校如果开始多个相关专业，其数量可以累加)。数据来源：中国教育在线(www.CoLCn)&高校智慧能源相关专业排行榜(https:/ZhUn634271357?Utmid=0)。指标十一：能源网络相关的专业研究团队数指标界定，区域内从事能源互联网、能源物联网、清洁能源、智慧能源等主题研究的专业研究团队对于推动区域数绿融合新能源的科技进步具有重要意义。计算口径：区域内从事能源互联网、能源物联网、清洁能源、智慧能源等主题研究的专业研究团队的数量。数据来源：天眼查+区域能源网。指标十二：能源互联网的研究人员数指标界定，区域内高校、科研机构和企业研发部门从事智慧能源、能源互联网、能源优化等相
23、关研究的专业研究人员，他们是促进该区域数绿融合新能源科技发展的保障和重要力量。计算口径：区域内所用从事智慧能源、能源互联网、能源优化等相关研究的专业研究人员的数量总和。数据来源：高校官网+区域能源网。指标十三：区域内能源互联网相关论文数量指标界定：科研论文是反映一个区域内关于某项研究的重要指标。在本报告中，所有与智慧能源、能源网络、新能源科技等相关的论文会被纳入统计范畴。计算口径：近一年内，根据上述关键词在学知网上搜出的相关论文。数据来源：学知网。指标十四：区域所获能源互联网专利数指标界定：行政区域内所有的院校、科研机构和企业获得的与智慧能源、能源网络、清洁能源、能源科技等相关的专利(此处只统
24、计发明专利)数量总和。计算口径：按专利项数统计，统计年限为2022年。数据来源：中国专利查询网+天眼查。表4-4区域数绿融合新能源的创新能力二级指标权重级指标区域内智慧能源科研经费设有智慧能源相关专业的院校数量能源网络相关的专业研究团队数量能源互联网的研究人员数量区域内能源互联网相关论文数量区域所获能源互联网专利数量汇总权重0.30.10.10.10.20.214.1.4 用-区域窜蕙能源的渗透力度指标十五：综合能源网络的部署数指标界定：综合能源网络建设是最能体现一个行政区域在数绿融合新能源建设方向上的意识和综合能力的指标。在我国，除两大电网、五大发电等央企竞逐在综合能源服务站市场外，三桶油也
25、纷纷入局。在它们的共同推动下，各行政区域建设了不少各具特色的综合能源服务站。这些综合能源服务站融前瞻性政策意识、前沿能源科技和能源科技应用水平于一体，展现了数绿融合新能源在该区域的渗透力度。计算口径：截至2023年，全国各行政区域兴建的综合能源服务站的数量。数据来源：综合能源服务网TESPLAZA(https:iesplaza.COnI/article-7608T.html)(指标十六：综合能源网络标准数指标界定：关于综合能源网络的建设，应该说目前全国各地都在摸索中前行，而标准体系不健全，是长期以来阻碍综合能源服务发展的主要障碍之一。基于综合能源网络建设实践，许多区域发布了相关政策，可以为后继
26、者提供行动依据。所以，各区域自己制定能源网络的标准体系，从侧面反应了该地综合能源网络建设和应用的成熟度，是衡量综合能源网络渗透的重要指标。计算口径：截至2023年，全国各行政区域发布的综合网络建设的标准体系的数量。数据来源：综合能源服务网TESPLAZA（https指标十七：清洁能源装机总指标界定：一个区域新能源装机量反映两个方面的信息：1）该区域对数绿融合新能源技术,解决方案和服务的综合诉求；2）该区域清洁能源的潜在产值。计算口径：截至2022年，各行政区域清洁能源累计装机总量（单位：万千瓦）。数据来源：区域政府统计年鉴。指标十八：智藕能源网络舆论热度指标界定：特指一个行政区域内人们通过PC
27、或移动端发表的关于智慧能源网络的信息的频度，这个从侧面反应了智慧能源网络在该区域的热度。计算口径：计算周期方面，选取的是过去一年（即2022年10月1日至2023年10月1日）；关键词选取方面，考虑到百度指数关键词收录的实际情况，我们最终选取的关键词是“智慧能源”：计算指标方面，选取的是过去一年内“整体日均值”。数据来源：百度指数。*4-5区域智慧能源的渗透力度二级指标权重二级指标综合能源网络的部署数量综合能源网络标准数量清洁能源装机总量智慧能源网络舆论热度汇总权重:0.30.30.20.214.1.5 区域数绿融合新能源发展指数评估模型基于建、产、研、用这四个维度及每个维度的指标体系，我们可
28、以构建出本报告用来评估区域数绿融合新能源发展指数的评估模型（如表4-6）。4-6区域数缘融合新能源发展指数评估模型一级指标二级指标神信息来源建区域建设力度（政策牵引、在建项目、智融能源项目的投资）0.2区域政府关于数绿融合新能源的建设政策0.3区域政府官网综合智慧能源网络项目的数量（2023）0.1采招网单一能源形态智慧能源网络项口的数量（2023）0.2采招网数绿融合新能源项目的投资金额0.4采招网产区域智慧能源科技企业的发展状况（政策扶持、企业数量和产能/产值，以及环保园区在全国的占比）0.4区域政府对新能源企业的扶持政策0.2区域政府官网能源科技企业的数量0.1天眼查+地方能源网站数绿融
29、合新能源环保产业园区占比0.2天眼查+媒体报道佐证能源科技企业年产值0.5天眼交+媒体报道佐证研区域产业创新能力（科研力量、科研经费和科研产出）0.25区域智慧能源科研经费0.3全国R&D经费统计公报设有智慧能源相关专业的院校数量0.1中国教育在线&高校智慧能源相关专业排行榜能源互联网相关的专业研究团队数量0.1地方教育局官网能源互联网的研究人员数量0.1地方教育局官网能源互联网相关论文年发表量（2022）0.2学知网能源互联网的专利数量（2022）0.2中国专利查询网十大眼查（企业贡献的专利）用智慧能源区域渗透（网络覆盅、用户、舆情、清洁能源装机量）0.15综合能源网络的部署数量0.3综合能
30、源服务网（Iesplaza）综合能源网络标准数量0.3综合能源服务网（Iesplaza）清洁能源装机总量0.2采招网+官方报道佐证智能能源的舆论热度（百度搜索指数）0.2百度指数4.2区域数绿融合新能源发展指数指标数据标准化及赋值4.2.1指标数据标准化及赋值依据*4-7区域数绿融合新能源发展指数指标分档标准档次占总值累计占比赋值赋值依据第一档0%20%5.0TOP区域，市场占有率高（因头部区域数量小，所以赋值单位步长相对大一些，设置步长为“1.0”）第二挡2O%30%4.0中部区域，相对集中（S中间地带的区域相对密集，为了形成区隔，所以相对缩短了赋值的单位步长，设置的步长为“0.5”）第三档
31、30%40%3.5第四挡40%-50%3.0第五档50%60%2.5第六挡60%-70%2.0第七档70%80%1.5第八挡80%100%1.0末位区域，市场占有率低说明：受排位影响，不同区域同一指标原始数值一致，但分布在不同档次，其赋值一致;指标为。的区域，赋值为0。为确保各区域单项指标数据的有效性，更加科学、准确地计算各区域数绿融合新能源发展指数，对原始数据采用“全国排位及累计占比+分档次赋值”的标准化方法，具体步骤如下：D对各区域单项指标数据按数值大小降序排位；2）计算各区域单项指标在全国总值中的累计占比；3）根据占比情况按照八档次对各区域指标进行赋值。然后，综合考虑各指标数据的离散情况
32、及数据赋值的有效性，对数据按照如下标准进行分档并赋值（表4-7）。以“区域政府关于数绿融合新能源的建设政策”指标为例（如表4-8）,虽然浙江位列60%-70%的区域，但它的原始数值是“5”，跟位列40%-50%区域的安徽，以及位列50%-60%区域的福建、湖北和云南的原始数值都是“5”，所以它们的赋值都一样，都是“3.0”。4-8”区域政府关于数绿融合新能源的建设政策”指标赋值序号行政区域政策数累计占比赋值序号行政区域政策数累计占比赋值1北京2521%5.017海南283%1.02上海1231%4.018河南285%1.03江苏737%3.519江西287%1.04山西743%3.520宁夏2
33、88%1.05安徽547%3.021青海290%1.06福建551%3.022山东292%1.07湖北555%3.023西藏293%1.08云南560%3.024重庆295%1.09浙江564%3.025甘肃96%1.010内蒙古467%2.026广西97%1.011河北370%2.027贵州97%1.012吉林372%2.028湖南98%1.013辽宁375%2.029陕西99%1.014四川377%2.030新疆100%1.015天津380%2.031黑龙江0100%0.016广东282%1.04.2.2各区域各指标数据标准化及赋值依据对统计收集得到的各指标数据原始数据见附表）进行标准化，
34、利用上述赋值方法对每个行政区域的18项指标分别赋值，赋值结果如表4-9所示（五分制）O行政区域指标1指标2指标3指标45指标678指标9指标10指标1112指标13怖14指标15指标16指标17指标18安徽3.02.01.51.00.02.51.51.01.54.01.01.01.51.02.53.51.51.5福建3.02.01.02.00.02.01.02.51.51.01.01.01.01.02.50.02.01.0江苏3.55.03.52.51.55.05.04.0.02.04.03.03.01.05.05.02.54.0江西1.0L51.51.00.01.01.01.01.01.00
35、.01.01.02.01.51.01.01.0山东1.04.05.05.00.04.02.53.02.51.02.51.01.51.04.05.04.03.0上海4.03.01.51.01.53.52.51.02.55.01.51.52.01.00.01.01.03.5浙江3.02.52.01.51.03.53.55.03.01.01.54.02.01.02.53.52.53.0北京5.05.02.52.55.02.52.02.03.54.05.05.05.01.01.53.51.05.0河北2.03.52.54.01.03.01.01.01.01.01.01.03.01.01.52.04.0
36、1.5内蒙古2.01.01.03.50.01.00.0LO1.01.0LO1.01.03.51.02.53.01.0山西3.51.01.01.00.01.00.02.01.01.02.01.01.53.02.01.01.51.0天津2.01.01.01.00.01.51.51.0LO1.0LO1.01.51.03.01.01.01.0广东1.01.52.02.54.05.04.02.05.01.03.52.02.51.04.03.53.55.0广西1.01.03.5LO0.01.01.0!.01.01.0().01.01.03.01.51.01.51.0海南1.01.51.03.00.01.0
37、0.01.01.01.00.00.00.05.01.50.01.01.0河南1.02.53.0LO1.52.01.0LO1.51.02.01.02.51.01.52.52.52.0湖北3.0LO1.03.04.01.51.52.02.01.0LO1.02.51.02.51.03.02.5湖南1.01.01.01.54.01.52.03.02.01.01.01.01.01.51.50.01.()2.5贵州1.01.01.01.00.01.01.01.01.01.00.00.00.03.01.51.01.01.0四川2.01.01.01.00.02.51.02.52.02.01.51.01.51.
38、01.52.05.02.5西藏1.0LO1.5LO0.01.00.01.01.01.0LO1.00.04.00.01.00.0云南3.01.02.51.00.01.00.01.01.01.00.01.01.02.55.00.05.01.0期1.0LO1.0LO0.0LO0.01.0LO1.03.51.51.02.02.51.01.01.5黑龙江0.01.01.02.00.01.0LO1.01.04.01.01.0LO5.06.00.01.01.0吉林2.04.02.01.00.01.01.02.01.0LO1.01.0LO2.07.02.01.01.0辽宁2.03.01.03.50.01.00
39、.01.01.01.01.01.01.51.52.52.01.01.0甘肃1.01.01.01.50.01.00.0LO1.01.01.01.01.52.01.50.01.01.0宁夏1.0LO1.01.50.0LO0.0LOLO1.00.01.01.05.08.01.01.01.0青海1.0LO1.01.00.01.00.01.01.01.0LO1.00.05.09.01.02.01.0陕西1.01.01.02.00.02.01.02.01.04.01.01.01.53.510.02.01.01.5新疆1.01.01.52.00.01.00.01.01.01.00.01.01.02.01.5
40、2.02.01.04.3区域数绿融合新能源发展指数测算与解析各行政区域的数绿融合新能源发展指数是由18项指标累计乘以各自的一级权重和二级权重后，通过求和得到的：区域数绿融合新能源发展指数（过程值）PV=Z（区域二级指标赋值）v*（一级权重）产（二级权重）z,即PV=Zp1H2V基于这个公式，我们可以测算出各行政区域发展指数的过程值(如表470)。4-10全国各行政区域数绿触合新能源发展指数(中间值)、标行政区域、区域建设力度20%()区域智慧能源科技企业规模40%()区域产业创新能力25%()智慧能源区域渗透15%()合计PV江苏3.253.82.94.33.54浙江2.154.352.152
41、.93.14北京3.52.653.652.73.08广东1.853.12.853.952.92山东3.72.41.74.12.74湖北2.42.251.62.152.10陕西1.41.41.94.11.93湖南1.22.851.41.151.90上海2.21.652.151.21.82河北3.051.21.42.151.76四川1.31.71.552.551.71吉林1.81.31.23.11.65福建2.11.651.151.351.57安徽1.81.051.552.41.53河南1.551.21.552.11.49山西1.751.11.61.41.40黑龙江1.10.82.12.21.40青海10.61.63.61.38宁夏1.20.61.73.11.37内蒙古2.30.61.51.851.35云南1.90
