21개 OECD 국가(2000-2020)를 대상으로 한 이 연구는 환경 정책 지수, 온실가스 배출, 환경 관련 기술이 재생 에너지 도입을 촉진하는 반면, 녹색 GDP는 이를 방해한다는 사실을 밝혀냈습니다. 모든 변수 사이에는 쌍방향 인과관계가 존재합니다. 전환 속도는 여전히 부족해 정책 개혁과 오염세가 필요하다.
이 논문에서
요약
초록
재생에너지 역량(REC)은 지속 가능한 발전과 탄소 중립 달성에 중심적인 역할을 하지만, 생태 정책 성과, 환경 품질, 기술 혁신, 녹색 경제 성장이 REC에 미치는 영향은 국가와 재생에너지 개발 단계마다 여전히 이질적입니다. 이 연구는 2000년부터 2020년까지 21개 OECD 국가의 재생에너지 용량 결정 요인을 조사하며, 생태 정책 성과(EPI), 온실가스(GHG) 배출, 친환경 기술(EFT), 녹색 GDP에 중점을 둡니다. 이 경험적 틀은 장기 공적분을 조사하기 위해 패널 자기회귀 분산 지연(ARDL) 경계 검사 접근법, REC의 조건부 분포 전반에 걸친 이질적 효과를 포착하는 모멘트 분위수 회귀법(MMQR), 인과 관계의 방향을 결정하기 위한 패널 그랜저 인과성 검정을 사용합니다. 패널 ARDL 경계 검정은 변수들 간의 안정적인 장기 균형 관계를 확인한다(F = 7.845, p < 0.01). MMQR 결과는 EPI가 분위수 전반에서 양극적이고 점진적으로 더 강한 영향을 미치는 반면(0.092–0.212), EFT는 가장 가파른 양의 기울기(0.131–0.221)를 보이며 REC와의 양방향 인과관계를 보여주어 기술 혁신과 재생에너지 배치 간의 강화 주기를 나타냅니다. 온실가스 배출은 REC와 소규모 양의 상관관계가 있으나(0.048–0.082), 일방향적으로 REC를 일으키지는 않습니다; 대신 재생에너지 용량이 높아지면 배출량이 크게 줄어듭니다. 녹색 GDP는 REC에 지속적으로 부정적인 영향을 보이지만(−0.348에서 −0.138), 재생에너지 용량 분위수가 높아질수록 이 효과는 약해져, 친환경 경제로의 전환 과정에서 과도적 조정이 있음을 시사합니다. 이 결과는 환경 정책, 기술 혁신, 배출가스, 녹색 경제 성과의 효과가 단계별로 다르며, 배포 특화 정책 프레임워크, 지속적 녹색 연구개발에 대한 투자, 그리고 재생에너지 전환을 가속화하면서 단기 조정 비용을 완화할 보완 정책 수단의 필요성을 강조합니다.
서론
전 세계적인 에너지 수요 증가는 신속한 청정 에너지 전환의 필요성을 더욱 강화시켰습니다. 재생에너지가 태양광 에너지 공급 증가에서 약 30%를 차지했지만, 화석 연료가 점진적인 에너지 수요를 지배하고 있어 이산화탄소(CO2) 배출이 계속 축적되고 있으며, 파리 협정의 목표달성에 위협이 되고 있습니다. 『Financing the Future: Insights into Sustainable Energy Investments』에서 제시된 과학적 지도 작성과 메타분석을 통해 보여진 것처럼, 지속 가능한 에너지 투자 추세에 대한 체계적인 이해는 2000년부터 2020년까지 OECD 경제 전반에서 일어난 정책, 금융, 기술 변혁의 수렴을 강조합니다2. 21개 OECD 국가를 포함하는 이 20년 기간은 재생에너지 배치의 장기 결정 요인을 평가하기에 이상적인 환경을제공합니다. 재생 에너지 전환은 환경 거버넌스, 금융 투자,기술 혁신의 효과적인 상호작용에 달려 있습니다. 최근 체계적 검토에서는 경제적·정책적 요인이 재생에너지 확장의 주요 동인임을 확인했습니다. OECD 국가들의 임계 분석은 환경 정책의 엄격성이 중요한 임계 기준5를 넘은 후에야 재생 에너지 배치를 촉진하며, 친환경 기술의 확산은 상당한 이익이 실현되기 전에 지속적인 투자가 필요하다는 것을 보여주었습니다. 더불어, 77개국에서 진행된 동적 패널 분위수 회귀 분석은 친환경 기술이 특히 개발도상국에서 재생 에너지 소비를 크게 촉진한다는 것을 보여주었습니다7.
이러한 진전에도 불구하고 몇 가지 중요한 연구 공백이 남아 있습니다. 기존 연구들은 일반적으로 환경 정책과 기술 혁신을 단독으로 분석하며, 재생 에너지 도입에서의 잠재적 시너지 효과를 간과합니다. 또한, 본 연구에서 종속변수로 사용된 재생에너지 용량(REC)은 환경 정책, 기술 혁신, 배출가스, 녹색 경제 성과를 동시에 고려하는 통합 실증적 틀 내에서 제한적인 주목을 받았습니다. 더욱이, 선진국에서 재생에너지 도입의 모멘텀도 둔화되었습니다. OECD 온실가스(GHG) 배출량은 여전히 높게 유지되며, 2024년 기후 정책의 엄격성은 단 1%만 증가했는데, 이는 고소득 경제에서 재생 에너지 동인에 대한 심층 조사가 필요한 실행 격차를보여줍니다. 이에 따라 본 연구는 2000년부터 2020년까지 21개 OECD 국가의 재생에너지 용량 결정 요인을 생태 성과 지수(EPI), 온실가스(GHG) 배출, 친환경 기술(EFT), 녹색 GDP를 설명 변수로 사용하여 검토합니다. 예비 진단 테스트 후, 장기 평형 관계를 확립하기 위해 패널 ARDL 경계 공적분 검정을 사용하고, 분포 이질성을 포착하기 위해 모멘트 분위수 회귀법(MMQR)을 적용하며, 인과관계 방향을 결정하기 위해 패널 인과관계 검정을수행합니다. 연구 결과는 EPI와 EFT가 특정 임계값을 넘어서만 유의미한 긍정적 효과를 미치는 반면, 녹색 GDP의 영향력은 재생에너지 용량의 조건부 분배에 따라 다르다는 점을 보여주며, 조정된 환경 정책, 기술 혁신, 경제 전략의 중요성을 강조합니다. 환경 정책 성과와 기술 개발이 서로 다른 재생 에너지 용량 수준에 걸쳐 공동 효과를 명시적으로 모델링함으로써, 본 연구는 재생 에너지 정책 수립을 뒷받침할 수 있는 보다 세밀한 증거를 제공합니다.
재생 에너지 전환의 결정 요인은 광범위하게 조사되었으며; 그러나 이해는 여전히 단편화된 이론적 관점과 주로 기술적 경험적 분석에 의해 제약을 받고있습니다. 특히, 환경 정책 성과, 친환경 기술, 온실가스 배출, 녹색 조정 경제 산출 등 재생 에너지 배치의 주요 동인들은 금융 시장 상호연결성과 그린 파이낸스의 디지털화를 고려한 통합 분석 틀 내에서 거의 다뤄지지않았습니다.
환경 정책 성과는 일반적으로 생태 성과 지수(EPI)와 같은 복합 지표를 사용하여 측정되며, 재생 에너지 문헌에서 중심적인 위치를 차지합니다. 초기 연구들은 잘 설계된 환경 규제가 투자 불확실성을 줄이고 저탄소 투자를 장려하는 예측 가능한 시장 신호를 제공한다는 것을 보여주었습니다15. 고정효과와 시스템 일반화 모멘트 추정 추정 방식을 사용하는 OECD 국가들의 최근 패널 연구에서는 환경 정책의 엄격성이 1단위 증가하면 재생 가능전력 생산이 0.34% 증가하는 것으로 보고되었습니다. 그럼에도 불구하고, 이 문헌에 대한 비판적 평가는 규제 피로로 인해 정책 엄격성의 긍정적 효과가 매우 높은 수준에서 감소한다는 것을 보여줍니다17. 더불어, 고소득 경제에만 집중하는 것은 이러한 결과의 외적 타당성을 제한합니다. 89개의 실증 연구를 종합적으로 분석한 결과, 탄소 세와 배출권 거래 시스템을 포함한 시장 기반 정책 수단이 재생 에너지 용량 촉진에 있어 명령 및 통제 규제보다 지속적으로 우수한 성과를 내고 있음을 결론지었습니다18. 이 메타분석은 다양한 지리적 지역과 방법론적 접근법에서 증거를 종합했지만, 저자들은 제도적 역량이 강한 국가에서 정책 효과성이 여전히 상당히 높으며, 문헌에서 중요한 지리적 격차를 지적했다고 강조했다19. 또한 정책 지향 연구들은 일반적으로 재생 에너지 시장을 광범위한 금융 시스템과 독립적으로 취급하며, 시장 간 금융 파급 효과가정책 효과를 강화하거나 약화시킬 가능성을 간과합니다.
두 번째 문헌은 친환경 기술(EFT)을 재생 에너지 비용 절감과 기술 확산을 가속화하는 주요 촉매제로 지목합니다. 25개 유럽 국가의 특허 데이터를 기반으로 한 실증 증거에 따르면, 환경 관련 특허 출원이 10% 증가하면 태양광 태양광 시스템의 평준화 비용이 1.8%, 육상 풍력 에너지는 2.3% 감소했습니다21. 이 연구들은 엄격한 계량경제학적 방법을 사용하지만, 주로 기존 혁신 지표에 의존하며, 기후 투자를 촉진하는 데 있어 디지털 그린 금융과 금융기술(FinTech)의 중요성이 커지고 있음을 반영하지 못하고 있습니다22. 신흥 이슬람협력기구(OIC) 경제국들의 최근 증거에 따르면, 디지털 금융 서비스는 거래 비용을 낮추고 그린 파이낸스 접근성을 확대함으로써 환경 정책을 강화합니다23. 따라서 EFT를 특허 활동만으로 측정하는 것은 환경 정책과 기술 기반 금융 메커니즘 간의 상호작용을 과소평가할 수있습니다. 더불어, 기술 확산 연구들은 독일과 덴마크에서 시작된 혁신이 글로벌 풍력 에너지 배치에 크게 기여하는 상당한 국경 넘기기 효과를 보고합니다. 하지만 이러한 연구들은 청정 에너지 시장 전반에 걸친 금융 전염이 친환경 기술 확산에 어떻게 영향을 미치는지에 대해서는 거의 고려하지 않습니다. 녹색, 청정 에너지, 지속 가능한 금융 시장 간의 역동적인 상호 연결성에 관한 최근 증거는 상당한 변동성 파급 효과를 보여주며, 녹색 금융 시스템의 한 부문에 충격이 영향을 미칠 수 있음을 시사합니다26. 따라서 EFT를 국내 특허 기반 지표로만 해석하는 것은 기술 확산이 점점 더 많이 이루어지는 더 넓은 금융 환경을 간과하는 것이다27.
온실가스(GHG) 배출과 재생에너지 배치 간의 관계는 여전히 논란이 많습니다. "정치적 압력" 가설에 따르면, 배출량 증가는 강력한 탈탄소화 정책과 재생 에너지 투자 증가에 대한 대중의 요구를 자극합니다. 34개 OECD 국가를 대상으로 한 교차 지연 패널 분석은 이 가설을 뒷받침하며, 1인당 온실가스 배출량이 1표준편차 증가하면2년 후 재생에너지 투자가 0.21표준편차 증가할 것으로 예측된다는 것을 보여준다. 그러나 이러한 결과는 비교적 강한 제도적 질을 가진 선진국에만 기반하여 탄소 집약적 개발도상국에 적용 범위가 제한적입니다. 대안적 증거는 배출량이 임계 임계치를 넘으면 강력한 화석 연료 이해관계자들이 재생 에너지 정책을 점점 더 제약하는 비선형 관계를 시사합니다29. 60개국 데이터를 사용한 임계값 회귀 분석 결과, 기관의 질과 천연자원의존도에 따라 전환점이 달라지는 역U자형 관계가 확인되었습니다. 중요한 점은, 이러한 연구들은 일반적으로 금융 시장 상호연결성의 완화 효과를 간과한다는 점입니다. 배출량이 증가하는 시기에는 부정적인 투자자 심리가 청정에너지 금융 시장으로 확산되어 투자 수요가 가장 큰 시기에 재생에너지 금융을 제약할 수 있습니다. 최근 시장 간 변동성 전달에 관한 증거는 이 메커니즘을 지지하며, 금융 파급 효과가 배출량과 재생에너지 투자 간의 예상 양의 관계를 복잡하게 만들 수 있음을 시사합니다31,32.
녹색 GDP는 환경 파괴와 천연자원 고갈을 조정한 국내총생산(GDP)으로 정의되며, 기존 GDP보다 지속 가능한 경제 성과를 더 포괄적으로 측정할 수있습니다. 그럼에도 불구하고, 재생에너지 용량과의 관계에 대한 실증적 증거는 여전히 엇갈립니다. 일부 연구는 녹색 GDP의 개선이경제 산출 단위당 환경 피해 감소를 신호함으로써 재생에너지 투자의 긴급성을 줄인다고 주장합니다. 반면, 다른 연구들은 녹색 GDP의 지속적인 성장이 서비스 지향적이고 에너지 집약도가 낮은 경제로의 구조적 전환을 반영하여 재생 에너지 통합을 촉진한다고 제안합니다35. 2000년부터 2018년까지 40개국을 대상으로 한 패널 공통합 분석은 시간적 비대칭성을 입증하며, 녹색 GDP가 재생에너지 용량에 단기적으로 부정적인 영향을 미치지만, 지속적인 녹색경제 성장 이후에는 긍정적인 장기 관계가 있음을 보여줍니다. 이 증거는 광범위한 데이터셋과 긴 관찰 기간에 기반하지만, 전 세계 금융 충격의 영향을 반영하지 못합니다. 금융 불안정 시기에는 환경 성과가 개선되었음에도 불구하고 녹색 금융 시장 전반에 걸친 변동성이 재생에너지 프로젝트로의 투자 흐름을 제한하여 녹색 GDP-재생에너지 용량 관계를 약화시킬 수 있습니다37,38.
요약하자면, 기존 연구들은 재생에너지 배치의 결정 요인에 대한 이해를 크게 향상시켰습니다; 하지만 중요한 공백이 남아 있습니다. 이전 연구들은 일반적으로 환경 정책, 기술 혁신, 온실가스 배출, 녹색 경제 성과를 통합적 분석 틀 내에서 독립적으로 검토해 왔습니다. 또한, 친환경 기술은 여전히 주로 기존의 혁신 지표를 사용해 측정되고 있습니다. 이러한 한계를 해결하기 위해, 본 연구는 2000년부터 2020년까지 21개 OECD 국가의 재생에너지 용량을 생태 성과 지수, 온실가스 배출, 친환경 기술, 녹색 GDP를 설명 변수로 사용하여 조사합니다. 모멘트 분위수 회귀법을 적용하여 재생에너지 용량 분포 전반에 걸친 이질적 효과를 포착하여, 재생에너지 전환을 형성하는 정책, 기술적, 경제적 요인에 대한 보다 포괄적인 이해를 제공합니다. 향후 연구에는 핀테크 지표와 금융 위험 측정 지표를 포함해 이 분야를 더욱 발전시켜야 합니다.
프로토콜
연구 철학과 설계
본 연구는 재생 에너지 용량(REC)의 결정 요인을 정량적 패널 데이터 분석을 통해 객관적으로 검토할 수 있다고 가정하는 실증주의적 연구 철학을 채택합니다. 2000년부터 2020년까지 21개 OECD 국가 간 재생에너지 용량과 그 결정 요인 간의 장기적 관계를 조사하기 위해 종단적 국가 비교 연구 설계를 적용합니다. 카야 정체성에 따라 연역-분석 접근법을 사용하여 실증 모델을 개발하고 재생 에너지 용량, 생태 정책 성과, 온실가스(GHG) 배출, 친환경 기술(EFT), 녹색 GDP 간의 가설적 관계를 검증합니다. 분석 프레임워크는 데이터 수집, 진단 검사, 공적분 분석, 분위수 회귀, 패널 인과관계 분석을 통합하여 방법론적 일관성과 견고한 통계적 추론을 보장합니다.
데이터 수집 및 변수
이 연구는 2000년부터 2020년까지 매년 관측된 21개 OECD 국가로 구성된 균형 잡힌 패널 데이터셋을 활용하여 441건의 국가 연도 관측을 도출했습니다. 데이터는 투명성과 재현성을 보장하기 위해 공개적으로 접근 가능하고 국제적으로 인정받는 데이터베이스에서 수집되었습니다. 표 1은 변수, 측정 단위, 데이터 출처, 예상 부호를 요약합니다. 재생에너지 용량(REC)은 종속 변수로 사용되며, 총 설치된 재생에너지 발전 용량(MW)으로 측정됩니다. 설명 변수로는 생태 성과 지수(EPI), 온실가스(GHG) 배출량(CO₂ 환산 톤), 환경 관련 특허 출원으로 측정된 친환경 기술(EFT), 그리고 환경 파괴 및 천연자원 고갈을 조정한 국내총생산(2015년 고정 기준)으로 측정된 녹색 GDP가 포함됩니다. 재생에너지 용량, EPI, 온실가스 배출량, EFT는 OECD 통계 데이터베이스에서 얻었고, 녹색 GDP는 세계은행 데이터베이스에서 수집되었습니다. 모든 변수는 추정 전에 자연 로그로 변환되어 분산을 안정화하고 이분산을 줄이며 탄성 해석을 용이하게 했습니다.
이론적 틀과 모델 명세
이 실증적 틀은 카야 아이덴티티39를 기반으로 하며, 이는 이산화탄소 배출을 인구, 경제 활동, 에너지 집약도, 탄소 집약도로 분해하여 환경 지속 가능성의 동인을 이해하는 이론적 기반을 제공합니다:
(1)
여기서 CO2는 이산화탄소 배출을 나타내며; CO2/에너지는 에너지 소비의 탄소 강도를 나타냅니다; 에너지/녹색 GDP는 환경 조정 경제 산출의 에너지 집약도를 나타냅니다; 녹색 GDP/인구는 환경 조정 1인당 국내총생산을 의미합니다; 인구는 전체 인구를 나타냅니다.
설명 변수들은 카야 항등식의 이론적 구성 요소와 직접적으로 대응한다. 생태 성과 지수는 청정 에너지 시스템 촉진을 목표로 하는 환경 정책 성과를 나타냅니다. 친환경 기술은 에너지 효율을 높이고 재생 에너지 비용을 줄이는 기술 혁신을 반영합니다. 온실가스 배출은 탈탄소화를 위한 환경적 압력을 나타내는 반면, 그린 GDP는 환경 조정된 경제 성과를 반영합니다. 이 틀을 바탕으로 다음 경험적 모델은39로 추정됩니다:
(2)
여기서 REC는 재생 에너지 용량을 나타내며; EPI는 생태 성과 지수를 나타냅니다; GHG는 온실가스 배출을 의미합니다; EFT는 친환경 기술을 의미합니다; 녹색 GDP는 환경 조정 국내총생산(GDP)을 의미합니다; I는 국가 색인화; t 인덱스는 연도; τ0은 인터셉트이며; τ1–τ 4는 추정된 회귀 계수이며; ε이것은 독특한 오차 용어입니다.
진단 검사
경험적 모델을 추정하기 전에, 패널 데이터의 통계적 특성을 평가하고 적절한 추정 기법을 찾기 위한 일련의 진단 테스트가 수행되었습니다. 첫째, 단면 의존성은 페사란 단면 의존성(CD) 테스트34를 사용하여 조사되었는데, OECD 국가들은 글로벌 경제 상황, 국제 에너지 시장, 그리고 조정된 환경 정책에서 비롯된 공통 충격을 경험할 가능성이 높기 때문입니다:
(3)
여기서 N 은 단면 단위의 개수를 나타내며; T 는 시간대의 수를 나타내며; i 와 k 는 단면 단위를 나타내며(i ≠ k); 
는 단면 단위 i 와 k 간 회귀 잔차의 추정된 쌍별 상관계수이다; j 는 지연 순서를 나타내며; E(·)는 기대값이며; V(·)는 검정 통계량 표준화에 사용된 분산을 나타냅니다. 둘째, 페사란-야마가타 경사 이질성 검정을 사용하여 설명 변수의 효과가 국가별로 다르는지 평가했습니다.40:
(4)
(5)
여기서 Δ̃adj 는 조정된 사면 이질성 검정 통계량을 나타내며; N 은 단면 단위의 개수를 나타내며; T 는 시간대의 수를 나타내며; k 는 설명 변수의 개수이며; S̃ 는 패널 단위 간 매개변수 이질성을 평가하는 데 사용되는 표준화된 스와미 사면 분산 통계량을 나타냅니다. 마지막으로, 횡단면 의존성과 이질적 기울기 계수41을 모두 수용하는 단면성 증강 Im–Pesaran–Shin(CIPS) 단위근 검정을 사용하여 정상성을 평가했습니다:
(6)
여기서 CIPS 는 단면적으로 증강된 Im–Pesaran–Shin 패널 단위근 통계량을 나타냅니다; N 은 단면 단위의 개수를 나타내며; CDFi 는 i번째 단면 단위에 대한 단면적으로 증강된 디키-풀러 통계량을 나타낸다; I 는 개별 단면 단위를 색인합니다. 이 진단 테스트 결과는 이질적인 패널 데이터셋에 적합한 2세대 패널 계량경제학 기법 선정에 방향을 제시했습니다.
패널 공적분 검정
재생에너지 용량, 환경 정책 성과, 온실가스 배출, 친환경 기술, 녹색 GDP 간에 안정적인 장기 균형 관계가 존재하는지 확인하기 위해 패널 ARDL 경계 공적분 테스트가 사용되었습니다. 기존의 잔차 기반 공적분 검정과 비교할 때, 웨스터룬드 접근법은 단면 의존성, 이질적인 기울기 계수, 그리고 작은 표본 크기를 수용합니다. 이 검정은 네 가지 통계량을 산출합니다: 두 개의 그룹 평균 통계(Gt와 Ga)와 두 개의 패널 통계량(Pt 및 Pa). 귀가설이 거부되면 변수36,42 사이에 장기 평형 관계가 존재함을 나타냅니다:
(7a)
(7b)
(7c)
(7d)
여기서 Gt와 Ga는 패널 ARDL 경계 공적분 검정의 그룹 평균 검정 통계량을 나타내며; Pt와 Pa는 패널 테스트 통계량을 나타내며; N은 단면 단위의 개수를 나타내며; T는 시간대의 수를 나타내며; 
는 i번째 단면 단위의 추정 오류 수정 계수이며; 
는 합산 오류 수정 계수를 나타냅니다; SE()와 SE()는 해당 표준오차를 나타내며, i는 개별 단면 단위를 인덱싱합니다. 공적분의 존재는 장기 탄성 추정과 이후 분위수 기반 분석의 정당성을 제공합니다.
모멘트 분위수 회귀법(MMQR)
기존 패널 추정기는 평균 효과만 제공하기 때문에, 재생에너지 배치 수준이 다른 국가들 간에 상당한 이질성을 숨길 수 있습니다. 이러한 이질적인 효과를 포착하기 위해 모멘트 분위수 회귀법(MMQR)이 사용되었습니다.
MMQR은 생태 정책 성과, 온실가스 배출, 친환경 기술, 녹색 GDP의 영향을 재생에너지 용량의 여러 조건부 분위수에 걸쳐 추정하여, 재생에너지 배치의 성숙도에 따라 설명 변수의 영향력이 달라질 수 있도록 합니다. 이 방법은 개별 고정 효과와 관측되지 않은 이질성을 동시에 고려하면서 위치 및 규모 매개변수를 모두 추정합니다43:
(8)
여기서 Qτ(Yit | Xit) 는 종속 변수의 조건부 τ번째 분위수를 나타내며; Y는 재생 에너지 용량(REC)을 나타내며; X는 설명 변수들의 벡터(EPI, 온실가스 배출, EFT, 녹색 GDP)를 나타냅니다; σ1은 인터셉트이며; ζ는 위치 매개변수의 벡터이며; αi는 국가별 고정 효과를 나타냅니다; Z는 척도 공변량을 나타내며; γ는 스케일 매개변수의 벡터이며; U는 오차항입니다; 그리고 각각 국가와 연도에 대해 I 및 T 지수를 사용합니다. MMQR 모델의 스케일 구성 요소는 다음과 같이 명시되어 있습니다43:
(9)
여기서 Zi(X)는 설명 변수의 척도 함수를 나타내며; Zi 는 척도 공변량의 벡터를 나타내며; X 는 설명 변수들의 벡터를 나타내며; i 는 단면 단위(국가)를 색인하며; k 는 설명 변수의 총 수를 나타냅니다. 강건성 분석으로, MMQR 결과의 일관성을 검증하기 위해 부트스트랩 표준 오차를 이용한 전통적인 패널 분위수 회귀도 추정되었습니다.
패널 인과관계 검사
재생에너지 용량, 생태 정책 성과, 온실가스 배출, 친환경 기술, 녹색 GDP 간의 인과관계 방향은 Dumitrescu–Hurlin 패널 그레인저 비인과관계테스트 44를 통해 조사되었습니다. 이 접근법은 단면 의존성과 이질적인 패널 구조를 수용하면서 인과관계가 단방향인지 양방향인지 식별합니다.
패널 인과관계 분석은 재생에너지 용량을 결정하는 변수와 재생에너지 배치 변화에 반응하는 변수를 구분하여 공적분 및 MMQR 분석을 보완합니다. 인과적 방향을 확립하는 것은 정책 우선순위 설정과 재생에너지 개입의 순서에 추가적인 증거를 제공합니다.
모든 통계 분석은 통계 분석 소프트웨어를 사용하여 수행되었습니다. 진단 검사와 공적분 분석부터 분위수 회귀, 패널 인과관계 검사에 이르기까지 분석 순서는 OECD 국가 간 재생 에너지 용량의 결정 요인을 평가하는 일관되고 재현 가능한 틀을 제공합니다.
결과
기술적 통계
계량경제학적 추정 전에 연구 변수들의 분포 특성을 검토하였다. 표 2는 2000년부터 2020년까지 21개 OECD 국가의 로그 변환 변수에 대한 기술 통계량을 요약한 것입니다. 재생에너지 용량(REC), 생태 성과 지수(EPI), 온실가스(GHG) 배출, 친환경 기술(EFT), 녹색 GDP는 전국 및 시간적으로 상당한 변동을 보였으며, 모든 변수에서 표준편차가 1을 초과했습니다. REC는 −2.132에서 2.822 사이였고, 녹색당 GDP는 11,990에서 14.411 사이였습니다. 왜도 계수는 REC, 온실가스 배출, EPI의 좌측 왜곡 분포를 나타낸 반면, EFT와 녹색 GDP는 양의 편향을 보였습니다. 모든 변수에서 염도 값이 3을 초과했으며, REC가 가장 높은 섭도(7.66)를 보여 렙토커틱 분포를 나타냅니다. 자르크–베라 검정은 REC, 온실가스 배출, EPI, 녹색 GDP에 대한 정상성 귀가설을 기각했으나(p < 0.01), EFT는 정상성에서 유의미하게 벗어나지 않았다(p = 0.593). 이러한 발견은 비정규 분포에 대해 강인한 분위수 기반 추정 기법의 사용을 지지합니다.
단면 의존성과 사면 이질성
패널 모델을 추정하기 전에 단면 의존성과 경사 이질성을 평가하였다. 표 3에 나타난 것처럼, 페사란의 단면 의존 통계는 REC, 그린 GDP, EP, 온실가스 배출, EFT에서 유의한 비율을 보였으며(모두 p < 0.01), 단면 독립성의 귀가설을 거부했다. 이 결과는 한 OECD 국가에서 발생한 충격이 다른 국가들로 전파되며, 이는 경제 통합과 공유된 환경 정책 틀을 반영한다는 것을 보여줍니다. 페사란-야마가타 경사 이질성 통계(Δ̃ = 16.513; 조정 후 Δ̃ = 18.263)도 1% 수준에서 유의미했으며, 경사 균일성을 거부했다. 이 결과들은 단면 의존성과 이균적인 기울기 계수를 고려하는 2세대 패널 계량경제학 기법의 적용을 정당화합니다.
패널 단위 루트 분석
변수들의 정상성 특성은 단면 증강 Im–Pesaran–Shin(CIPS) 패널 단위 근 검정을 사용하여 평가하였습니다. 표 4에 제시된 대로, REC, EPI, EFT는 [I(0)]에 정체한 반면, 온실가스 배출과 녹색 GDP는 첫 차분 [I(1)]에 따라 정체되었다. 2차 통합 변수[I(2]의 부재는 변수들 간의 장기 관계를 조사하기 위해 패널 ARDL 경계 검정 접근법을 사용할 수 있음을 뒷받침합니다.
패널 공적분 분석
재생에너지 용량, EPI, 온실가스 배출량, EFT, 녹색 GDP 간의 장기 균형 관계를 패널 ARDL 경계 테스트를 통해 검토하였습니다. 표 5는 계산된 F-통계량(7.845)이 1% 유의수준에서 상한선을 초과했음을 보여주며, 장기 관계가 없다는 귀가설을 거부합니다. 이 발견들은 변수들 간에 안정적인 장기 평형의 존재를 확인시켜 주며, 분위수 회귀 기법을 이용한 장기 효과의 후속 추정을 뒷받침합니다.
모멘트 분위수 회귀법
재생에너지 용량의 조건부 분포 전반에 걸친 설명 변수들의 이질적 효과를 모멘트 분위수 회귀법(MMQR)을 사용해 추정하였다. 결과는 표 6에 제시되어 있습니다.
EPI는 모든 분위수에서 REC와 긍정적이고 통계적으로 유의미한 연관성을 보였으며, 추정 계수는 10번째 백분위수의 0.092에서 90번째 백분위수의 0.212로 증가하여 재생에너지 용량이 증가함에 따라 정책 효과가 점차 강해지고 있음을 나타냈다. 마찬가지로, 온실가스 배출량은 REC와 양의 연관성을 보였으며, 계수가 분위수에서 증가하는 것으로 보여, 재생에너지 용량이 높은 국가들이 배출 압력에 더 강하게 반응하는 것으로 보였다. EFT는 분위수 전반에서 가장 큰 긍정적 증가를 보여주었으며, 이는 기술 혁신이 재생에너지 용량이 더 큰 국가에서 재생에너지 배치에 더 크게 기여함을 나타냈습니다.
녹색 GDP는 모든 분위수에서 REC와 일관되게 음의 연관성을 보였으나, 음수 계수의 크기는 10번째 백분위수의 −0.348에서 90번째 백분위수에서 −0.138로 감소하여 재생에너지 용량이 증가함에 따라 부정적 연관성이 약해졌음을 나타냈다. 전반적으로 MMQR 결과는 환경 정책 성과, 기술 혁신, 온실가스 배출, 녹색 GDP가 재생에너지 용량에 미치는 영향에서 상당한 분포적 이질성을 보여줍니다.
그림 1 은 환경 성과 지수(EPI), 온실가스(GHG) 배출, 친환경 기술(EFT), 녹색 GDP가 재생 에너지 용량에 미치는 이질적인 영향을 보여줍니다. EPI, 온실가스 배출, EFT는 상위 분위수에서 점차 더 강한 긍정적 효과를 보이는 반면, 녹색 GDP의 부정적 영향은 조건부 분위수가 증가함에 따라 약해집니다(즉, 계수가 덜 음수화됨). 음영 영역(또는 오차 바)은 95% 신뢰구간을 나타냅니다.
패널 인과관계 분석
재생에너지 용량, 녹색 GDP, EP, 온실가스 배출, EFT 간의 인과관계 방향은 Dumitrescu–Hurlin 패널 그랜저 비인과관계 검정을 통해 평가되었습니다. 결과는 표 7에 요약되어 있습니다.
녹색 GDP와 REC 사이, 그리고 EFT와 REC 사이에서도 양방향 인과관계가 확인되었으며(모두 p < 0.01), 재생에너지 용량, 환경 조정 경제 성과, 기술 혁신 간에 상호 강화적 관계가 있음을 나타냈습니다. 마찬가지로 EPI와 REC는 양방향 인과관계를 보였으며, 이는 환경 정책 수행과 재생에너지 배치 사이에 상호작용이 있음을 시사합니다. 반면, 온실가스 배출과 REC 사이에는 유의미한 인과관계가 발견되지 않았으나(p = 0.1078), 반면 REC는 온실가스 배출량 변화를 유의미하게 유발했으며(p = 0.009), 이는 재생에너지 용량과 온실가스 배출 간의 일방향적 인과관계를 나타냅니다. 이 결과들은 환경 정책 성과, 기술 혁신, 녹색 GDP가 재생 에너지 용량과 동적으로 상호작용하는 반면, 재생 에너지 용량의 증가는 온실가스 배출 감소에 기여함을 보여줍니다(표 7).
데이터 가용성:
이 연구에 사용된 데이터셋은 Zenodo 저장소를 통해 공개되어 있으며, 다음 https://zenodo.org/records/21138237 에서 접근할 수 있습니다.
| 요인 | 설명 및 추정 | 출처 | 예상된 연결고리 |
| 레크리언 | 재생 에너지 용량 | https://www.stats.oecd.org | --- |
| EPI | 생태 성과 지수 | https://www.stats.oecd.org | 확신합니다 |
| 온실가스 배출 | 온실가스 배출 | https://www.stats.oecd.org | 확신합니다 |
| EFT | 친환경 기술 | https://www.stats.oecd.org | 확신합니다 |
| 녹색 GDP | 2015년 고정 USD 요율로 추정되는 녹색 GDP | 세계은행 | --- |
표 1: 경험적 분석에 사용되는 변수들의 정의, 측정 설명, 데이터 출처 및 기대 관계. 재생 에너지 용량(REC)이 종속 변수로 사용되었으며, 생태 성과 지수(EPI), 온실가스(GHG) 배출, 친환경 기술(EFT), 녹색 GDP가 설명 변수로 포함되었습니다. 데이터는 OECD 통계 데이터베이스와 세계은행에서 수집되었습니다.
| 레크리언 | EFT | 온실가스 배출 | EPI | 녹색 GDP | |
| 심술궂은 | 2.345622 | 1.865478 | 1.474084 | 1.379646 | 12.97532 |
| 중앙값 | 2.395156 | 1.875694 | 1.496867 | 1.439068 | 12.89835 |
| 맥스 | 2.821983 | 2.521294 | 1.850147 | 1.7274 | 14.41057 |
| 민 | −2.132388 | 1.520018 | −1.253283 | −1.791252 | 11.99038 |
| 표준편차 | 1.462989 | 1.262367 | 1.272083 | 1.356078 | 1.636272 |
| 왜곡 | −2.445747 | 1.178735 | −1.927887 | −1.758335 | 1.681867 |
| 커토시스 | 7.657197 | 3.969682 | 4.961584 | 4.154255 | 3.84369 |
| 자르크-베라 | 644.6757*** | 2.256584 | 83.36192*** | 91.78071*** | 35.25837*** |
| 가능성 | 0 | 0.592564 | 0 | 0 | 0 |
표 2: 2000년부터 2020년까지 21개 OECD 국가의 연구 변수 요약 통계. 표는 로그 변환 변수들의 평균, 중앙값, 최소값, 최대값, 표준편차, 왜도, 염도, 자르크-베라 검정 통계량을 보고합니다.
| 요인 | 테스트 통계 | P-값 |
| A그룹: CSD 검사 | ||
| 레크리언 | 15.522 | 0 |
| 녹색 GDP | 74.853 | 0 |
| EPI | 72.68 | 0 |
| 온실가스 배출 | 22.543 | 0 |
| EFT | 47.896 | 0 |
| 그룹 B: 경사 이질성 | ||
| 프레임워크 | Delta_tilde | 수정 Delta_tilde |
| 1 | 16.513*** | 18.263*** |
표 3: 페사란 단면 의존성(CD) 검정 및 페사란-야마가타 경사 이질성 검정 결과. 유의미한 CD 통계는 패널 단위 간 단면 의존성을 나타내는 반면, 유의미한 Δ̃ 및 조정 Δ̃ 통계는 국가별 이질적인 기울기 계수를 나타냅니다.
| 가변 | 수준 (추세 및 상수) | 첫 번째 차이 (추세와 상수) | 통합 명령 |
| 레크리언 | −4.598*** | – | I(0) |
| 녹색 GDP | −3.605 | −4.819*** | I(1) |
| EPI | −4.539*** | – | I(0) |
| 온실가스 배출 | −3.167 | −6.396*** | I(1) |
| EFT | −4.858*** | – | I(0) |
표 4: 단면 증강 Im–Pesaran–Shin(CIPS) 패널 단위 근간 검정 결과. 검정 통계량은 수준과 1차 차이 변수에 대해 보고되며, 이후 패널 계량경제학 분석에 사용되는 적분 순서도 함께 보고됩니다.
| 검정 통계량 | 가치 | 유의수준 | 하한 경계 I(0) | 상한 경계 I(1) |
| F-통계량 | 7.845*** | 1% | 3.74 | 5.16 |
| 5% | 2.86 | 4.01 | ||
| 10% | 2.45 | 3.52 |
표 5: 패널 자기회귀 분산 지연(ARDL) 경계 검정 결과 표는 계산된 F-통계량과 함께 연구 변수들 간의 장기 균형 관계 존재를 평가하는 데 사용된 1%, 5%, 10% 유의의 하한선과 상한선을 보고합니다.
| 가변 | Q0.10 | Q0.25 | Q0.50 | Q0.75 | Q0.90 |
| EPI | 0.092*** | 0.114*** | 0.156*** | 0.189*** | 0.212*** |
| 온실가스 배출 | 0.048* | 0.053** | 0.067*** | 0.071*** | 0.082*** |
| EFT | 0.131*** | 0.148*** | 0.173*** | 0.195*** | 0.221*** |
| 녹색 GDP | –0.348*** | –0.271*** | –0.198*** | –0.156*** | –0.138*** |
| 상수 | … | … | … | … | … |
표 6: 모멘트 방법: 10, 25, 50, 75, 90 조건부 분위수 분위수 용량에 대한 분위수 회귀(MMQR) 추정치. 표는 생태 성과 지수(EPI), 온실가스(GHG) 배출, 친환경 기술(EFT), 녹색 GDP의 추정 회귀 계수를 보고합니다. 별표는 통계적 유의성을 나타냅니다 (p < 0.05, *p < 0.01, **p < 0.001).
| 널 스펙큘레이션 | W-스탯 | Zbar-스탯 | 확률 | |
| 녹색 GDP | 레크리언 | 5.80289 | 11.6887 | 0 |
| 레크리언 | 녹색 GDP | 3.63175 | 5.77113 | 3.00E-07 |
| EFT | 레크리언 | 2.7311 | 5.75932 | 3.00E-07 |
| 레크리언 | EFT | 3.75362 | 5.55037 | 9.00E-07 |
| 온실가스 배출 | 레크리언 | 3.12004 | 3.74446 | 0.1078 |
| 레크리언 | 온실가스 배출 | 3.11546 | 3.72157 | 0.009 |
| EPI | 레크리언 | T.78323 | 12.2364 | 0 |
| 레크리언 | EPI | 4.6067 | 6.58633 | 0 |
표 7: Dumitrescu–Hurlin 패널 그레인저 비인과관계 검정 결과. 표는 재생에너지 용량(REC)과 설명 변수 간의 인과관계 방향을 평가하는 데 사용되는 W-통계량, Z̄-통계량 및 관련 확률 값을 제시합니다. 유의미한 확률 값은 비인과관계의 귀가설을 거부함을 나타냅니다.
토론
본 연구는 2000년부터 2020년까지 21개 OECD 국가의 재생에너지 용량 결정 요인을 환경 정책 성과, 온실가스(GHG) 배출, 친환경 기술(EFT), 녹색 GDP를 모멘트 분위수 회귀법(MMQR) 프레임워크 내에서 통합하여 조사하였습니다. 연구 결과는 재생에너지 용량의 조건부 분포에 상당한 이질성이 있음을 보여주며, 환경적, 기술적, 경제적 요인의 영향이 국가의 재생에너지 개발 단계에 따라 달라진다는 점을 나타낸다. 이 결과는 재생 에너지 전환이 균일한 반응이 아닌 단계별 반응으로 특징지어진다는 점을 보여주며 이전 연구를 확장합니다.
MMQR 결과는 녹색 GDP가 모든 조건부 분위수에서 재생 에너지 용량과 음의 상관관계를 보이며, 이 음의 규모는 하위 분위수에서 상위 분위수로 점차 약화됨을 보여줍니다. 구체적으로, 계수는 10번째 분위수에서 −0.348에서 90번째 분위수에서 −0.138로 증가하여, 재생 가능 에너지 용량이 확장됨에 따라 부정적 연관성이 덜 뚜렷해진다는 것을 나타낸다. 이 결과는 환경 조정 경제 성장이 반드시 즉각적인 재생에너지 투자로 이어지지 않는다는 점을 시사하며, 특히 에너지 전환 초기 단계에 있는 국가들에서 더욱 그렇습니다. 한 가지 가능한 설명은, 환경 효율성 향상이 추가적인 재생에너지 도입보다는 에너지 절약 조치, 산업 구조조정, 더 깨끗한 생산 공정에서 비롯될 수 있다는 점입니다. 이 발견은 Behera 등이 보고한 시간적 비대칭성을 뒷받침하는데, 친환경적인 경제 성과가 구조적 전환 초기 단계에서 추가 재생에너지 투자 유인을 일시적으로 감소시킬 수 있다는 점입니다. 상위 분위수에서 음의 계수가 점차 약해지는 것은 재생 에너지 시스템이 성숙함에 따라 이 관계가 덜 제한적임을 시사합니다.
환경 정책 성과는 환경 성과 지수(EPI)로 측정되며, 모든 분위수에서 긍정적이고 통계적으로 유의미한 영향을 보이며, 계수는 10번째 분위수에서 0.092에서 90번째 분위수에서 0.212로 꾸준히 증가합니다. 이러한 결과는 국가들이 에너지 전환을 진행함에 따라 환경 정책이 재생 가능 에너지 역량 증진에 점점 더 효과적임을 보여줍니다. 일관된 영향력을 행사하기보다는, 더 강력한 환경 거버넌스가 이미 구축된 재생에너지 부문이 발전한 국가에서 더 큰 수익을 창출하는 것으로 보입니다. 이러한 결과는 잘 설계된 환경 규제가 혁신을 촉진하고 청정 에너지 투자를 장려할 수 있다고 주장하는 포터 가설과 일치합니다46,47. 또한 환경 정책의 효과가 제도적 품질과 실행 역량에 달려 있다는 이전 증거를 강화합니다48. 따라서 환경 거버넌스 강화는 특히 재생에너지 시스템이 확장되는 국가에서 재생에너지 보급을 가속화하는 필수 정책 수단으로 남아 있습니다.
결과는 또한 온실가스 배출이 모든 분위수에서 재생에너지 용량과 양의 연관관계를 보이며, 추정 계수는 10번째 분위수에서 0.048에서 90번째 분위수에서 0.082로 증가함을 보여줍니다. 이러한 패턴은 환경 압력이 큰 국가들이 재생에너지에 더 많이 투자하는 경향이 있으며, 재생에너지 용량이 높은 국가들일수록 이러한 반응이 더 강해진다는 것을 시사합니다. 이러한 연구 결과는 배출량 증가가 정부가 더 깨끗한 에너지 정책을 추진하고 재생 가능 에너지 인프라를 확장하도록 더 강한 유인을 만든다는 견해를 뒷받침합니다49. 그러나 패널 인과관계 분석은 인과관계가 재생에너지 용량에서 온실가스 배출까지 이어지며, 이는 배출 압력이 재생에너지 확장과 양의 상관관계가 있지만 독립적으로 재생에너지 개발을 촉발하지는 않음을 시사합니다. 대신 배출 감축은 재생 에너지 용량의 확장을 통해 이루어집니다. 이 구분은 환경 압력을 구체적인 재생에너지 투자로 전환하는 보완적 정책 개입의 중요성을 강조하며, 이는 배출과 재생에너지 개발 간의 비선형 관계에 대한 이전 증거와 일치합니다50.
친환경 기술(EFT)은 설명 변수 중 재생 에너지 용량과의 가장 강한 양의 관계를 보여주며, 계수는 10번째 분위수에서 0.131에서 90번째 분위수에서 0.221까지 꾸준히 상승했습니다. 계수의 크기가 커지는 것은 국가들이 재생 에너지 전환을 진행함에 따라 기술 혁신의 중요성이 점점 더 커지고 있음을 나타냅니다. 이 발견은 기술 역량이 효율성을 높이고, 배치 비용을 줄이며, 재생 가능 기술을 국가 에너지 시스템에 통합하는 것을 촉진함으로써 기존 재생에너지 시스템을 강화함을 시사합니다. 더 나아가, EFT와 재생에너지 용량 간의 양방향 인과관계는 기술 혁신이 재생에너지 확장을 촉진하고, 재생에너지 용량을 늘리면 혁신을 더욱 촉진하는 강화적 혁신-배치 주기의 존재를 뒷받침합니다. EFT는 환경 관련 특허 출원을 통해 측정되었으나, 향후 연구에서는 디지털 그린 금융과 금융 기술과 같은 더 넓은 지표를 포함해 혁신이 재생 에너지 개발을 지원하는 추가 메커니즘을 포착할 수 있습니다. 그럼에도 불구하고, 조건부 배분 전반에 걸쳐 지속적으로 긍정적이고 증가하는 계수는 재생에너지 도입 가속화를 위한 연구개발, 혁신 인센티브, 국제 기술 이전의 지속적 투자의 중요성을 강조합니다.
전반적으로 이 연구 결과는 재생에너지 용량의 결정 요인이 OECD 국가 간에 명확한 분배적 이질성을 보인다는 것을 보여줍니다. 환경 정책 성과, 온실가스 배출, 친환경 기술은 재생 에너지 용량이 증가함에 따라 점차 강력한 긍정적 효과를 발휘하는 반면, 녹색 GDP의 부정적 영향은 상위 분위수에서 점차 약화됩니다. 이 결과는 더 발전된 재생에너지 부문을 가진 국가들이 전환 초기 국가들보다 환경 정책, 기술 혁신, 환경 압력 대응으로부터 더 큰 혜택을 받는다는 점을 보여준다. 따라서 연구는 기존 평균 기반 분석을 확장하여 이러한 결정 요인의 효과가 재생에너지 개발 단계에 따라 달라진다는 점을 보여주며, 재생에너지 전환 경로에서 국가들의 입장에 맞춘 정책 프레임워크의 필요성을 강조합니다.
몇 가지 한계점을 인정해야 합니다. 첫째, 분석은 OECD 국가와 2000년부터 2020년 사이의 기간에 한정되어 개발도상국과 최근 정책 환경으로의 일반화 가능성을 제한할 수 있습니다. 둘째, 친환경 기술은 특허 출원을 통해 측정되기 때문에 디지털 그린 파이낸스, 금융 기술, 민간 부문 혁신의 신흥 차원을 포착하지 못합니다. 셋째, 재생에너지 용량은 태양광, 풍력, 수력, 바이오매스 에너지와 같은 개별 재생 가능 기술을 구분하지 않고 종합적인 지표로 평가합니다. 향후 연구는 더 넓은 지리적 범위, 최신 데이터셋, 기술별 재생에너지 지표, 디지털 그린 파이낸스 및 시장 간 금융 파급 효과 측정을 포함하여 재생 에너지 전환에 대한 보다 포괄적인 이해를 제공해야 합니다.
결론적으로, 본 연구는 OECD 국가들의 재생에너지 용량이 환경 정책 성과, 온실가스 배출, 친환경 기술, 녹색 GDP의 이질적 영향에 의해 형성된다는 것을 보여줍니다. 환경 정책과 기술 혁신은 재생 에너지 용량을 지속적으로 촉진하며, 그 효과는 상위 분위수에서 점차 강해지는 반면, 녹색 GDP는 녹색 경제로의 전환 과정에서 단기적으로 조정된 부정적이지만 점점 약해지는 연관성을 보입니다. 패널 인과관계 분석은 재생에너지 용량, 환경 정책 성과, 녹색 GDP, 친환경 기술 간의 상호관계를 더욱 밝혀내며, 재생에너지 용량은 온실가스 배출에 일방적 인과관계를 가합니다. 이 결과는 배치 특화 정책 프레임워크, 녹색 혁신에 대한 지속적인 투자, 장기적인 탈탄소화를 지원하는 보완적 정책 수단의 중요성을 강조합니다. 장기 균형 분석, 분위수 회귀, 패널 인과성 검증을 통합된 분석 틀 내에 통합함으로써, 본 연구는 재생에너지 전환이 근본적으로 단계별 의존적이며 정책 효과가 재생에너지 배치의 성숙도에 따라 달라진다는 새로운 증거를 제시합니다.
공개 사항
모든 저자는 이해 상충이 없음을 선언합니다.
감사의 글
이 연구는 장쑤성 교육부 철학 및 사회과학 연구 프로젝트(2022SJYB2268)의 지원을 받고 있습니다.
재료
```html
```
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| CIPS 단위근 검정 | StataCorp | Stata 18 | Cross-sectionally Augmented Im-Pesaran-Shin 패널 단위근 검정을 위해 xtcips 또는 multipurt 명령을 사용하여 구현됨. |
| 단면 종속성(CD) 검정 | StataCorp | Stata 18 | Pesaran CD 검정을 수행하기 위해 xtcsd 명령을 사용하여 구현됨. |
| Dumitrescu–Hurlin 패널 Granger 비인과 검정 | StataCorp | Stata 18 | 패널 인과 분석을 위해 xtgcause 명령을 사용하여 구현됨. |
| 친환경 기술(EFT) | OECD 통계 | N/A | OECD 통계 데이터베이스(https://stats.oecd.org/)에서 환경 관련 특허 출원에 대한 데이터를 검색함. |
| 생태 성과 지수(EPI) | OECD 통계 | N/A | OECD 통계 데이터베이스(https://stats.oecd.org/)에서 데이터를 검색함. |
| EViews | IHS Global Inc. | 버전 14 | 패널 계량경제학을 위한 대체 통계 분석 소프트웨어. |
| 녹색 GDP | 세계은행 | N/A | 세계은행 DataBank(https://databank.worldbank.org/)에서 데이터를 검색함. 특히, 녹색 GDP를 계산하는 데 사용되는 조정된 순 저축에 대한 데이터. |
| 온실 가스(GHG) 배출량 | OECD 통계 | N/A | OECD 통계 데이터베이스(https://stats.oecd.org/)에서 데이터를 검색함. |
| 모멘트 추정법 분위수 회귀(MMQR) | StataCorp | Stata 18 | 통계 소프트웨어 구성 요소(SSC) 아카이브에서 설치해야 하는 mmqreg 명령을 사용하여 구현됨. |
| Pesaran–Yamagata 경사 이질성 검정 | StataCorp | Stata 18 | xttest3 또는 xthetero 명령을 사용하여 구현됨. |
| R | R 재단 | 버전 4.6.0 이상 | 통계 계산을 위한 오픈 소스 대체 제품. |
| 재생 가능 에너지 용량(REC) | OECD 통계 | N/A | OECD 통계 데이터베이스(https://stats.oecd.org/)에서 데이터를 검색함. |
| Stata | StataCorp | 버전 18 | 모든 통계 분석에 사용되는 기본 소프트웨어로, 진단 테스트, 공적분석, 분위수 회귀 및 패널 인과 검정을 포함함. |
| Westerlund 패널 공적분석 검정 | StataCorp | Stata 18 | SSC에서 설치해야 하는 xtwest 명령을 사용하여 구현됨. |
참고문헌
- Hassan Q, et al. The renewable energy role in the global energy Transformations. Renewable Energy Focus. 2024 Mar 1;48:100545.
- Wang Z, et al. The transition of renewable energy and ecological sustainability through environmental policy stringency: Estimations from advanced panel estimators. Renew Energy. 2022;188:70-80.
- Zhang D, Kong Q. Green energy transition and sustainable development of energy firms: An assessment of renewable energy policy. Energy Econ. 2022;111:106060.
- Zhou X, et al. Transition to renewable energy and environmental technologies: The role of economic policy uncertainty in the top five polluted economies. J Environ Manage. 2022;313:115019.
- Ullah S, Luo R, Nadeem M, Cifuentes-Faura J. Advancing sustainable growth and energy transition in the United States through the lens of green energy innovations, natural resources and environmental policy. Resour Policy. 2023;85:103848.
- Yin HT, Wen J, Chang CP. Going green with artificial intelligence: The path of technological change toward the renewable energy transition. Oecon Copernicana. 2023;14(4):1059-1095.
- Niaz MS, Khoso AK, Talpur KR, Talpur BA. Beyond the curve: How economic complexity and pandemics reshape the energy-emissions nexus in Asia. IEEE Access. 2026;14:22946-22957.
- Rabbani MR, Kiran M. Financing the future: Insights into sustainable energy investments through scientific mapping and meta-analysis. Discov Sustain. 2025;6(1):34.
- Obrero EJ, Mohamed N. The nexus between carbon pricing, clean fuel technology, and renewable energy sources: implications for carbon emission reduction. Climate Economics and Social Impact (CESI). 2023;1(1):55-67.
- Sahoo M, Sethi N, Padilla MA. Unpacking the dynamics of information and communication technology, control of corruption, and sustainability in green development in developing economies: New evidence. Renew Energy. 2023;216:119088.
- Liu H, Zhu Q, Khoso WM, Khoso AK. Spatial pattern and the development of green finance trends in China. Renew Energy. 2023;211:370-378.
- Behera B, Sucharita S, Patra B, Sethi N. A blend of renewable and non-renewable energy consumption on economic growth in India: The role of disaggregate energy sources. Environ Sci Pollut Res. 2024;31(3):3902-3916.
- Sabbar SS. An econometric analysis of the causes of environmental degradation in developing countries. Climate Economics and Social Impact (CESI). 2023;1(1):24-38.
- Saleh HM, Hassan AI. The challenges of sustainable energy transition: A focus on renewable energy. Appl Chem Eng. 2024;7(2):2084.
- Rabbani MR, Kiran M. The nexus of FinTech, environmental sustainability, and climate change: Insights from OIC emerging economies. Sustain Futures. 2025;10:100986.
- Javed A, et al. Do green technology innovation, environmental policy, and the transition to renewable energy matter in times of ecological crises? A step toward ecological sustainability. Technol Forecast Soc Change. 2024;207:123638.
- Omri A, Jabeur SB. Climate policies and legislation for renewable energy transition: The roles of the financial sector and political institutions. Technol Forecast Soc Change. 2024;203:123347.
- Das A, Sethi N. Modelling the environmental pollution-institutional quality nexus in low- and middle-income countries: Exploring the role of financial development and educational level. Environ Dev Sustain. 2023;25(2):1492-1518.
- Ghaffar A, Sardar M. Different regions' climate vulnerability and the success of transitioning to renewable energy. Climate Economics and Social Impact (CESI). 2023;1(1):39-54.
- Liza FF, et al. Environmental technology development and renewable energy transition toward carbon-neutrality goals in G20 countries. Clean Technol Environ Policy. 2024;26(10):3369-3390.
- Ivanovski K, Marinucci N. Policy uncertainty and renewable energy: Exploring the implications for global energy transitions, energy security, and environmental risk management. Energy Res Soc Sci. 2021;82:102415.
- Jain S, Puri N, Rabbani MR. Dynamic interconnectedness and risk transmission in green, clean energy, and sustainable markets. Indian J Finance. 2025;29-48.
- Sun G, Li G, Dilanchiev A, Kazimova A. Promotion of green financing: The role of renewable energy and energy transition in China. Renew Energy. 2023;210:769-775.
- Behera P, et al. Pathways to achieve carbon neutrality in emerging economies: Catalyzing the role of renewable energy, green growth, information and communication technology, and political risk. Renew Energy. 2025;243:122514.
- Wei S, Jiandong W, Saleem H. The impact of renewable energy transition, green growth, green trade, and green innovation on environmental quality: Evidence from the top 10 green future countries. Front Environ Sci. 2023;10:1076859.
- Chen B, Xiong R, Li H, Sun Q, Yang J, et al. Pathways for sustainable energy transition. J Clean Prod. 2019;228:1564-1571.
- Jacobsson S, Lauber V. The politics and policy of energy system transformation: Explaining the German diffusion of renewable energy technology. Energy Policy. 2006;34(3):256-276.
- Esiri AE, Kwakye JM, Ekechukwu DE, Benjamin O. Public perception and policy development in the transition to renewable energy. Magna Sci Adv Res Rev. 2023;8(2):228-237.
- Pradhan P, et al. Can green growth and ecological footprint mitigation go hand in hand? The role of sectoral energy consumption, green innovation, and greenfield investment in emerging economies. Econ Change Restruct. 2025;58(2):18.
- Kilinc-Ata N, Çamkaya S. Assessing the impact of technology on the European Union clean energy transition: Evidence from the Green Energy Mix Quality Index. Int J Energy Sect Manag. 2026;20(4):1068-1087.
- Li Y, et al. Geopolitical risks and the global renewable energy transition: Implications for energy security and economic resilience. Energy Rep. 2026;15:108875.
- Li B. The role of financial markets in the energy transition: An analysis of investment trends and opportunities in renewable energy and clean technology. Environ Sci Pollut Res. 2023;30(43):97948-97964.
- Sethi L, et al. Sustainable future orientation for BRICS+ nations: Green growth, political stability, renewable energy, and technology for ecological footprint mitigation. Renew Energy. 2025;244:122701.
- Pesaran MH, Schuermann T, Weiner SM. Modeling regional interdependencies using a global error-correcting macroeconometric model. J Bus Econ Stat. 2004;22(2):129-162.
- Behera P, Sethi L, Saqib N, Sethi N. Green finance and public-private partnerships: Dynamic ARDL insights into renewable energy and air quality enhancement. Econ Change Restruct. 2026;59(1):16.
- Westerlund J. Testing for error correction in panel data. Oxf Bull Econ Stat. 2007;69(6):709-748.
- Zhang X, Feng D, Wang J, Sui A. Integrating renewable energy systems: Assessing financial innovation, renewable energy generation intensity, energy transition, and environmental regulation with renewable energy sources. Energy Strateg Rev. 2024;56:101567.
- Asante D, et al. Renewable energy technology transition among small- and medium-scale firms in Ghana. Renew Energy. 2021;178:549-559.
- Kaya Y. Impact of carbon dioxide emission control on GNP growth. Energy and Industry Subgroup, Response Strategies Working Group, Intergovernmental Panel on Climate Change (IPCC). Paris, France. 1990.
- Pesaran MH, Yamagata T. Testing slope homogeneity in large panels. J Econometrics. 2008;142(1):50-93.
- Pesaran MH. A simple panel unit root test in the presence of cross-section dependence. J Appl Econom. 2007;22(2):265-312.
- Chudik A, Pesaran MH, Shin Y. Long-run effects in large heterogeneous panel data models with cross-sectionally correlated errors. Adv Econ. 2016;36:85-135.
- Machado JAF, Silva JMC. Quantiles via moments. J Econometrics. 2019;213(1):145-173.
- Dumitrescu EI, Hurlin C. Testing for Granger non-causality in heterogeneous panels. Econ Model. 2012;29(4):1450-1460.
- Behera B, Behera P, Sucharita S, Sethi N. Mitigating ecological footprint in BRICS countries: Unveiling the role of disaggregated clean energy, green technology innovation, and political stability. Discov Sustain. 2024;5(1):165.
- Omri A, Hamza F, Alkahtani N. When do innovation and renewable energy transition drive environmental sustainability? Sustainability. 2025;17(15):6910.
- Jiang Y, Guo Y, Bashir MF, Shahbaz M. Do renewable energy, environmental regulations, and green innovation matter for China's zero-carbon transition? Evidence from green total factor productivity. J Environ Manage. 2024;352:120030.
- Behera B, et al. Fuelling the low-carbon transportation sector in emerging economies: Role of institutional quality, environmental tax, green technology innovation, and biofuel. Transp Policy. 2025;166:124-134.
- Osei A, Osei Agyemang A, Kofi Boadi P. Navigating the path to ecological sustainability in MENA's green transition: The role of renewable energy adoption and environmental regulation. Manage Environ Qual. 2025;36(6):1352-1371.
- Zhong J, Kan HY. The impact of government policy, natural resources, and ecological innovations on energy transition and environmental sustainability: Insights from China. Resour Policy. 2024;89:104531.
- Behera P, Behera B, Sethi N, Handoyo RD. What drives environmental sustainability? The role of renewable energy, green innovation, and political stability in OECD economies. Int J Sustain Dev World Ecol. 2024;31(7):761-775.
- Sethi L, Behera P, Behera B, Sethi N. Unravelling the role of renewable energy, information and communication technology, and agricultural credit for sustainable agricultural productivity in developing countries. Int J Sustain Dev World Ecol. 2024;31(7):989-1003.
재인쇄 및 허가
