环境政策与技术对向可再生能源转型的影响

摘要

这项针对21个经合组织国家（2000-2020年）的研究发现，环境政策指数、温室气体排放和环境相关技术有助于可再生能源的采用，而绿色GDP则对其产生阻碍作用。所有变量之间存在双向因果关系。能源转型进程仍然不足，需要进行政策改革和征收污染税。

摘要

可再生能源装机容量（REC）在实现可持续发展和碳中和目标中发挥着核心作用，然而生态政策绩效、环境质量、技术创新和绿色经济增长对REC的影响在不同国家及可再生能源发展阶段仍存在异质性。本研究考察了2000年至2020年间21个经合组织（OECD）国家中可再生能源装机容量的决定因素，重点关注生态政策绩效（EPI）、温室气体（GHG）排放、环境友好型技术（EFT）和绿色GDP。实证框架采用面板自回归分布滞后（ARDL）边界检验方法检验变量间的长期协整关系，采用矩量法分位数回归（MMQR）捕捉REC条件分布下各分位数上的异质性效应，并通过面板格兰杰因果检验确定因果关系方向。面板ARDL边界检验结果证实变量间存在稳定的长期均衡关系（F = 7.845，p < 0.01）。MMQR结果显示，EPI对REC具有正向影响，且在各分位数上效应逐步增强（0.092–0.212）；EFT表现出最陡峭的正向梯度（0.131–0.221），并与REC呈现双向因果关系，表明技术创新与可再生能源部署之间存在强化循环。GHG排放与REC呈微弱正相关（0.048–0.082），但并不单向导致REC增长；相反，更高的可再生能源装机容量显著降低排放量。绿色GDP对REC始终表现出负向影响（−0.348至−0.138），但该效应在REC较高分位数时有所减弱，表明向更绿色经济转型过程中存在阶段性调整。这些发现表明，环境政策、技术创新、排放水平和绿色经济绩效的影响具有阶段依赖性，凸显了制定针对不同部署阶段的政策框架、持续投资于绿色研发以及配套政策工具以缓解短期调整成本并加速可再生能源转型的必要性。

引言

全球能源需求不断增长，加剧了向清洁能源快速转型的迫切需要。尽管可再生能源在太阳能供应增长中占比约为30%，化石燃料仍主导着新增能源需求，导致二氧化碳（CO₂）排放持续累积，威胁《巴黎协定》目标的实现¹。通过对《为未来融资：可持续能源投资洞察》中展示的科学绘图与荟萃分析进行系统性理解，揭示了2000年至2020年间经合组织（OECD）经济体中政策、金融与技术变革的融合趋势²。这一涵盖21个OECD国家的二十年时期，为评估可再生能源部署的长期决定因素提供了理想的研究背景³。可再生能源转型依赖于环境治理、金融投资与技术创新之间的有效互动⁴。最近的一项系统性综述指出，经济与政策因素是推动可再生能源扩张的主要驱动力。对OECD国家的阈值分析进一步表明，只有当环境政策严格性超过某一关键阈值后，才能促进可再生能源的部署⁵，而环保技术的推广同样需要持续投资，才能实现显著效益⁶。此外，针对77个国家的动态面板分位数回归分析表明，环保技术显著促进了可再生能源的消费，尤其是在发展中国家经济体中⁷。

尽管取得了这些进展，仍存在若干重要的研究空白。现有研究通常孤立地考察环境政策与技术创新，忽视了二者在可再生能源部署中的潜在协同效应。此外，本研究将可再生能源装机容量（REC）作为因变量，但在同时考虑环境政策、技术创新、排放和绿色经济绩效的综合实证框架中，该指标受到的关注仍然有限⁸。此外，发达经济体在采用可再生能源方面的进展已有所放缓。经合组织（OECD）的温室气体（GHG）排放量仍处于高位，而2024年气候政策严格性仅提高了1%，凸显出在高收入经济体中对可再生能源驱动因素进行更深入研究的必要性⁹。因此，本研究利用生态绩效指数（EPI）、温室气体（GHG）排放、环境友好型技术（EFT）和绿色GDP作为解释变量，考察2000年至2020年间21个OECD国家可再生能源装机容量的决定因素。在进行初步诊断检验后，采用面板自回归分布滞后（Panel ARDL）边界协整检验来建立长期均衡关系，应用矩量法分位数回归（MMQR）捕捉分布异质性，并通过面板因果关系检验确定因果关系的方向¹⁰。研究结果表明，EPI和EFT仅在超过特定阈值后才产生显著的正向影响，而绿色GDP的影响则在可再生能源装机容量的条件分布中呈现差异，强调了环境政策、技术创新与经济战略协同配合的重要性¹¹。通过明确建模环境政策绩效与技术发展在不同可再生能源装机容量水平下的联合效应，本研究为可再生能源政策的制定提供了更为细致的证据支持。

可再生能源转型的决定因素已被广泛研究；然而，由于理论视角的碎片化以及实证分析主要停留在描述性而非整合性层面，目前的理解仍受到限制¹²。特别是可再生能源部署的主要驱动因素，包括环境政策绩效、环保技术、温室气体排放和绿色调整后的经济产出，极少在一个统一的分析框架内进行考察，该框架需同时考虑金融市场的相互关联性以及绿色金融的数字化¹³。

环境政策绩效通常使用综合指标（如生态绩效指数，EPI）来衡量，这在可再生能源文献中占据核心地位¹⁴。早期研究表明，设计良好的环境法规能够降低投资不确定性，并提供可预测的市场信号，从而鼓励低碳投资¹⁵。近期针对经合组织（OECD）国家的面板研究采用固定效应模型和系统广义矩估计方法发现，环境政策严格性每提高一个单位，可再生能源发电量将增加0.34%¹⁶。然而，对这一文献的批判性评估表明，由于监管疲劳，政策严格性的正面效应在极高程度时会减弱¹⁷。此外，现有研究主要集中于高收入经济体，限制了这些结论的外部有效性。一项涵盖89项实证研究的综合性荟萃分析得出结论：以市场为基础的政策工具（包括碳税和碳排放交易体系）在促进可再生能源装机容量方面始终优于命令控制型监管措施¹⁸。尽管该荟萃分析整合了来自不同地理区域和方法论路径的证据，但作者强调，政策有效性在制度能力较强的国家仍显著更高，凸显了文献中一个重要的地理研究空白¹⁹。此外，面向政策的研究通常将可再生能源市场视为独立于更广泛的金融体系，忽视了跨市场金融溢出效应可能增强或削弱政策有效性的可能性²⁰。

另一类文献将环保技术（EFT）视为降低可再生能源成本并加速技术扩散的主要推动力。基于25个欧洲国家专利数据的实证研究表明，环境相关专利申请量每增加10%，太阳能光伏发电系统的平准化成本就降低1.8%，陆上风能成本降低2.3%²¹。尽管这些研究采用了严谨的计量经济学方法，但主要依赖传统的创新指标，未能充分考虑数字绿色金融和金融科技（FinTech）在促进气候投资方面日益重要的作用²²。来自伊斯兰合作组织（OIC）新兴经济体的最新证据表明，数字金融服务通过降低交易成本和扩大绿色融资渠道，增强了环境政策的有效性²³。因此，仅通过专利活动来衡量环保技术可能会低估环境政策与技术驱动的金融机制之间的相互作用²⁴。此外，关于技术扩散的研究报告了显著的跨国溢出效应，源自德国和丹麦的创新对全球风能部署产生了重要贡献²⁵。然而，这些研究很少考虑清洁能源市场之间的金融传染如何影响环保技术的扩散。关于绿色金融、清洁能源与可持续金融市场之间动态关联性的最新研究显示存在显著的波动溢出效应，表明绿色金融体系中某一领域的冲击可能迅速影响可再生能源投资²⁶。因此，将环保技术单纯解释为基于国内专利的指标，忽视了技术扩散日益依赖的更广泛的金融环境²⁷。

温室气体（GHG）排放与可再生能源部署之间的关系仍存在争议。根据“"政治压力"”假说，排放量上升会刺激公众对更强有力的脱碳政策和增加可再生能源投资的需求。对34个经合组织（OECD）国家的交叉滞后面板分析支持了这一假说，表明人均温室气体排放量每增加一个标准差，两年后可再生能源投资将随之增加0.21个标准差²⁸。然而，这些发现仅基于制度质量相对较高的发达经济体，限制了其在高碳排放发展中国家的适用性。其他证据则表明存在一种非线性关系，即一旦排放超过某一临界阈值，强大的化石燃料利益集团将日益限制可再生能源政策的实施²⁹。基于60个国家数据的阈值回归分析发现了一种倒U型关系，其拐点随制度质量和自然资源依赖程度而变化³⁰。重要的是，这些研究普遍忽视了金融市场互联性的调节作用。在排放上升期间，负面投资者情绪可能蔓延至清洁能源金融市场，恰在投资需求最旺盛之时限制可再生能源融资。关于跨市场波动传导的最新证据支持了这一机制，并表明金融溢出效应可能使排放与可再生能源投资之间预期的正向关系变得复杂^31,32。

绿色GDP被定义为经环境退化和自然资源耗竭调整后的国内生产总值，相较于传统GDP，它能更全面地衡量经济的可持续发展绩效³³。然而，关于绿色GDP与可再生能源装机容量之间关系的实证证据仍存在分歧。一些研究认为，绿色GDP的改善会降低单位经济产出所造成的环境损害，从而减弱对可再生能源投资的紧迫感³⁴。相反，另一些研究指出，绿色GDP的持续增长反映出经济结构正向服务型、低能耗型转型，这种转型有助于可再生能源的整合³⁵。基于2000年至2018年间40个国家的面板协整分析表明，绿色GDP对可再生能源装机容量的影响存在时间上的非对称性：短期内呈负向影响，但在绿色经济增长持续的情况下，长期则呈现正向关系³⁶。尽管这些结论基于广泛的数据集和较长的观测期，但并未考虑全球金融危机的影响。在金融不稳定时期，绿色金融市场之间的波动溢出效应可能限制资金流入可再生能源项目，从而削弱绿色GDP与可再生能源装机容量之间的关联，即使环境绩效有所改善亦是如此^37,38。

总之，现有研究已显著加深了我们对可再生能源部署决定因素的理解；然而，仍存在一些重要空白。以往的研究通常独立考察环境政策、技术创新、温室气体排放和绿色经济绩效，而非将其纳入一个综合的分析框架。此外，环保技术的衡量仍主要依赖传统的创新指标。为弥补这些不足，本研究采用生态绩效指数、温室气体排放、环保技术以及绿色GDP作为解释变量，考察2000年至2020年间21个经合组织（OECD）国家的可再生能源装机容量。通过应用矩量法分位数回归模型，本研究捕捉了可再生能源装机容量分布不同位置上的异质性效应，从而更全面地揭示影响可再生能源转型的政策、技术和经济因素。未来的研究应纳入金融科技（FinTech）指标和金融风险测度，以进一步推动该领域的发展。

方案

研究哲学与设计
本研究采用实证主义研究哲学，假设可再生能源容量（REC）的决定因素能够通过定量面板数据分析进行客观检验。研究采用纵向跨国比较设计，考察2000年至2020年间21个经济合作与发展组织（OECD）国家中可再生能源容量与其决定因素之间的长期关系。基于Kaya恒等式，采用演绎分析法构建实证模型，并检验可再生能源容量、环境政策绩效、温室气体（GHG）排放、环境友好型技术（EFT）与绿色GDP之间假设的关系。分析框架整合了数据收集、诊断检验、协整分析、分位数回归和面板因果分析，以确保方法论的一致性和稳健的统计推断。

数据收集与变量
本研究采用一个平衡面板数据集，涵盖21个经合组织（OECD）国家，时间跨度为2000年至2020年，每年观测一次，共获得441个国家-年份观测值。数据来源于公开可获取且国际公认的数据库，以确保研究的透明性与可重复性。表1汇总了各变量的定义、度量单位、数据来源及预期符号。可再生能源装机容量（REC）作为因变量，以可再生能源电力总装机容量（MW）衡量。解释变量包括环境绩效指数（EPI）、温室气体（GHG）排放量（以二氧化碳当量吨计）、环境友好型技术（EFT）——通过环境相关专利申请数量衡量，以及绿色GDP——即经环境退化与自然资源耗减调整后的国内生产总值（2015年不变美元）。可再生能源容量、EPI、GHG排放量和EFT数据来源于经合组织统计数据库，绿色GDP数据则来源于世界银行数据库。所有变量在估计前均转换为自然对数形式，以稳定方差、降低异方差性，并便于弹性解释。

理论框架与模型设定
实证框架基于Kaya恒等式³⁹，该恒等式将二氧化碳排放分解为人口、经济活动、能源强度和碳强度四个因素，从而为理解环境可持续性驱动因素提供了理论基础：

(1)

其中，CO₂ 表示二氧化碳排放；CO₂/Energy 表示能源消费的碳排放强度；Energy/Green GDP 表示经环境调整后的经济产出的能源强度；Green GDP/Population 表示经环境调整后的人均国内生产总值；Population 表示总人口。

解释变量直接对应于Kaya恒等式的理论组成部分。生态绩效指数代表旨在促进更清洁能源系统的环境政策绩效。环保技术反映了提高能源效率并降低可再生能源成本的技术创新。温室气体排放代表了脱碳的环境压力，而绿色GDP则反映了经环境因素调整后的经济表现。基于此框架，估计了以下经验模型³⁹：

(2)

其中，REC 表示可再生能源装机容量；EPI 表示生态绩效指数；GHG 表示温室气体排放；EFT 表示环境友好型技术；Green GDP 表示经环境调整的国内生产总值；i 为国家索引；t 为年份索引；τ₀ 为截距项；τ₁–τ₄ 为估计的回归系数；ε_it 为特异性误差项。

诊断性检验
在估计经验模型之前，进行了一系列诊断性检验，以评估面板数据的统计特性，并确定合适的估计方法。首先，使用Pesaran截面依赖性（CD）检验³⁴检验截面依赖性，因为经合组织（OECD）国家可能受到全球经济形势、国际能源市场以及协调一致的环境政策所带来的共同冲击影响：

(3)

其中，N 表示横截面单位的数量；T 表示时间段的数量；i 和 k 为横截面单位的索引（i ≠ k）； 表示横截面单位 i 与 k 之间回归残差的估计成对相关系数；j 表示滞后阶数；E(·) 表示期望值；V(·) 表示用于标准化检验统计量的方差。其次，采用 Pesaran–Yamagata 斜率异质性检验评估斜率异质性，以判断解释变量的效应在不同国家之间是否存在差异⁴⁰：

(4)
(5)

其中，Δ̃_adj 表示调整后的斜率异质性检验统计量；N 代表截面单元的数量；T 表示时间段的数量；k 为解释变量的个数；S̃ 表示用于评估面板单元间参数异质性的标准化 Swamy 斜率离散统计量。最后，采用截面增强型 Im–Pesaran–Shin（CIPS）单位根检验来评估平稳性，该方法可同时处理截面依赖性和异质性斜率系数⁴¹：

(6)

其中 CIPS 表示截面增强型Im-Pesaran-Shin面板单位根检验统计量； N 表示横截面单位的数量； CDF_i 表示用于横截面增强的 Dickey–Fuller 统计量 i^th 横截面单元；以及 i 对各个截面单位进行索引。这些诊断检验的结果指导了适用于异质性面板数据集的第二代面板计量经济学技术的选择。

面板协整检验
为确定可再生能源装机容量、环境政策绩效、温室气体排放、环保技术与绿色GDP之间是否存在稳定的长期均衡关系，本研究采用了面板自回归分布滞后（Panel ARDL）边界协整检验。与传统的基于残差的协整检验相比，Westerlund方法能够处理截面依赖性、异质性斜率系数以及小样本情况。该检验生成四个统计量：两个组均值统计量（G_t 和 G_a）以及两个面板统计量（P_t 和 P_a）。若拒绝原假设，则表明变量之间存在长期均衡关系^36,42：

(7a)
(7b)
(7c)
(7d)

其中 G_t 和 G_a 表示面板 ARDL 边界协整检验的组均值检验统计量； P_t 和 P_a 表示面板检验统计量； N 表示横截面单位的数量； T 表示时间段的数量；  是估计的误差修正系数 i^th 横截面单元 表示合并的误差修正系数； SE(）和 SE(）表示相应的标准误；以及 i 对各个横截面单位进行索引。协整关系的存在证明了估计长期弹性以及后续基于分位数的分析是合理的。

矩量法分位数回归（MMQR）
由于传统的面板估计方法仅能提供平均效应，可能掩盖了在不同可再生能源部署水平上运行的国家之间的显著异质性。为了捕捉这些异质性效应，本研究采用了矩量法分位数回归（MMQR）。

MMQR 方法通过估计生态政策绩效、温室气体排放、环保技术以及绿色GDP在可再生能源装机容量多个条件分位数上的效应，从而允许解释变量的影响随可再生能源部署成熟度的变化而变化。该方法在估计位置参数和尺度参数的同时，兼顾了个体固定效应与未观测到的异质性⁴³：

（8）

其中，Q_τ(Y_it | X_it) 表示因变量的条件 τ^th 分位数；Y_it 代表可再生能源装机容量（REC）；X_it 表示解释变量向量（EPI、温室气体排放、能源足迹（EFT）和绿色GDP）；σ₁ 为截距项；ζ 为位置参数向量；α_i 表示国家固定效应；Z_it 表示尺度协变量；γ 为尺度参数向量；U_it 为误差项；i 和 t 分别表示国家和年份。MMQR 模型的尺度部分设定如下⁴³：

(9)

其中，Z_i(X) 表示解释变量的尺度函数；Z_i 表示尺度协变量向量；X 表示解释变量向量；i 为横截面单位（国家）的索引；k 表示解释变量的总数。为进行稳健性分析，还估计了采用自举法标准误的传统面板分位数回归，以验证 MMQR 结果的一致性。

面板因果关系检验
采用 Dumitrescu–Hurlin 面板 Granger 非因果性检验方法，分析可再生能源装机容量、环境政策绩效、温室气体排放、环境友好型技术与绿色GDP之间的因果关系方向⁴⁴。该方法能够处理截面依赖性和异质性面板结构，同时识别因果关系是单向还是双向。

面板因果分析通过区分推动可再生能源装机容量的变量以及对可再生能源部署变化作出响应的变量，补充了协整分析和MMQR分析。确定因果方向可为政策优先事项以及可再生能源干预措施的实施顺序提供进一步的证据支持。

所有统计分析均使用统计分析软件完成。该分析流程从诊断检验和协整分析，到分位数回归及面板因果关系检验，为评估经合组织（OECD）国家可再生能源装机容量的决定因素提供了一个连贯且可重复的分析框架。

结果

描述性统计
在进行计量经济估计之前，首先检验了研究变量的分布特征。表2汇总了2000–2020年间21个经合组织（OECD）国家对数变换后变量的描述性统计结果。可再生能源装机容量（REC）、生态绩效指数（EPI）、温室气体（GHG）排放、环境友好型技术（EFT）和绿色GDP在国家间和时间上均表现出显著差异，所有变量的标准差均超过1。REC的取值范围为−2.132至2.822，而绿色GDP的取值范围为11.990至14.411。偏度系数显示REC、GHG排放和EPI呈左偏分布，而EFT和绿色GDP则为正偏分布。所有变量的峰度值均超过3，其中REC的峰度最高（7.66），表明其分布为尖峰厚尾。Jarque–Bera检验拒绝了REC、GHG排放、EPI和绿色GDP服从正态分布的原假设（p < 0.01），而EFT与正态分布无显著偏离（p = 0.593）。这些结果支持采用基于分位数的估计方法，以应对非正态分布带来的影响。

截面依赖性与斜率异质性

讨论

本研究通过结合环境政策绩效、温室气体（GHG）排放、环境友好型技术（EFT）和绿色GDP，在矩量法分位数回归（MMQR）框架下，考察了2000年至2020年间21个经合组织（OECD）国家可再生能源装机容量的决定因素。研究结果揭示了可再生能源装机容量条件分布存在显著异质性，表明环境、技术和经济因素的影响随各国可再生能源发展阶段而变化。这些发现拓展了以往研究，证明可再生能源转型具有阶段依赖性，而非呈现一致响应特征。

MMQR 结果显示，在所有条件分位数下，绿色GDP与可再生能源装机容量呈显著的负相关关系，但这种负相关关系的强度从低分位数到高分位数逐渐减弱。具体而言，系数从第10分位数的−0.348上升至第90分位数的−0.138，表明随着可再生能源装机容量的扩大，这种负向关联逐渐减弱。该发现表明，经环境调整后的经济增长并不必然立即转化为可再生能源投资，尤其是在能源转型初期阶段的国家。一种可能的解释是，环境效率的提升最初可能源于节能措施、产业结构调整或更清洁的生产流程，而非额外的可再生能源部署。这一结果支持了 Behera 等人⁴⁵所报告...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
CIPS 单位根检验	StataCorp	Stata 18	使用 xtcips 或 multipurt 命令实现横截面增强的 Im-Pesaran-Shin 面板单位根检验。
横截面依赖性（CD）检验	StataCorp	Stata 18	使用 xtcsd 命令执行 Pesaran CD 检验。
Dumitrescu–Hurlin 面板 Granger 非因果性检验	StataCorp	Stata 18	使用 xtgcause 命令进行面板因果分析。
环境友好型技术（EFT）	经合组织（OECD）统计数据库	不适用	从经合组织统计数据库（https://stats.oecd.org/）获取的与环境相关的专利申请数据。
生态绩效指数（EPI）	经合组织（OECD）统计数据库	不适用	从经合组织统计数据库（https://stats.oecd.org/）获取的数据。
EViews	IHS Global Inc.	版本 14	用于面板计量经济学的替代性统计分析软件。
绿色GDP	世界银行	不适用	从世界银行 DataBank（https://databank.worldbank.org/）获取的数据。具体为经调整的净储蓄数据，用于计算绿色GDP。
温室气体（GHG）排放	经合组织（OECD）统计数据库	不适用	从经合组织统计数据库（https://stats.oecd.org/）获取的数据。
矩估计分位数回归（MMQR）	StataCorp	Stata 18	使用 mmqreg 命令实现，该命令需从统计软件组件（SSC）档案库中安装。
Pesaran–Yamagata 斜率异质性检验	StataCorp	Stata 18	使用 xttest3 或 xthetero 命令实现。
R	R 基金会	版本 4.6.0 或更高	用于统计计算的开源替代软件。
可再生能源装机容量（REC）	经合组织（OECD）统计数据库	不适用	从经合组织统计数据库（https://stats.oecd.org/）获取的数据。
Stata	StataCorp	版本 18	用于所有统计分析的主要软件，包括诊断检验、协整分析、分位数回归和面板因果检验。
Westerlund 面板协整检验	StataCorp	Stata 18	使用 xtwest 命令实现，该命令需从 SSC 档案库中安装。