能源技术创新、化石能源基电力发电与环境可持续性:来自主要排放经济体的实证证据

《Energies》:Energy Technology Innovation, Fossil Fuel-Based Electricity Generation, and Environmental Sustainability: Empirical Evidence from Major Emitting Economies

【字体: 大 中 小 】 时间:2026年07月21日 来源:Energies 3.9

编辑推荐:

  本研究考察1990–2023年期间中国、美国、印度和俄罗斯四个选定主要排放经济体中电力发电中化石能源占比、能源相关气候变化减缓技术与人均CO2排放之间的关联。使用扩展的STIRPAT(Stochastic Impacts by Regression on Po

  
本研究考察1990–2023年期间中国、美国、印度和俄罗斯四个选定主要排放经济体中电力发电中化石能源占比、能源相关气候变化减缓技术与人均CO2排放之间的关联。使用扩展的STIRPAT(Stochastic Impacts by Regression on Population, Affluence, and Technology)框架,分析同时考虑基于消费的人均CO2排放与领土人均CO2排放,以区分环境责任的需求侧与供给侧视角。化石能源电力变量衡量为煤炭、石油和天然气发电合计占电力总发电量的份额,并进一步分解为煤炭基、石油基和天然气基份额。能源相关技术创新以环境与能源相关技术中涉及能源发电、输电或配电的气候变化减缓技术占比作为代理变量。基线误差修正模型(ECM,Error Correction Model)与Driscoll–Kraay固定效应估计结果表明,电力发电中总体化石能源占比与两项排放指标均呈正相关,而技术变量与排放呈负相关。然而完全修正最小二乘法(FMOLS,Fully Modified Ordinary Least Squares)估计结果一致性较低,表明长期系数对估计方法选择较为敏感。国家层面分解估计显示各国及各燃料之间存在显著异质性,其中中国、印度和美国煤炭基电力发电与排放的正相关最为一致。研究结果表明,主要排放国电力部门脱碳应优先推进煤炭替代、可再生能源部署、电网现代化与针对性能源技术创新,同时气候责任评估应同时考虑领土与基于消费的排放。
该研究围绕主要排放经济体电力部门化石能源依赖、能源相关技术创新与环境可持续性之间的关系展开,选题立足于全球可持续发展面临的温室气体排放挑战与电力部门在电力结构中持续依赖化石能源的现实背景。目前多数实证研究仅关注总体能源消费、经济增长与排放的宏观关系,较少将电力发电结构的具体组成、能源相关技术创新以及不同排放核算口径联合纳入分析,且聚合的化石能源电力指标往往掩盖了煤炭、石油与天然气的异质性作用,同时生产侧与消费侧排放责任界定差异亦未被充分考虑。为此,研究人员选取中国、美国和印度、俄罗斯这四个具有大规模电力系统和显著化石能源依赖的主要排放经济体,在1990–2023年面板数据基础上,扩展STIRPAT框架,将电力发电中化石能源占比、能源发电输电配电相关的气候变化减缓技术占比,以及人均收入、人口密度等控制变量共同纳入模型,并分别采用基于消费的CO2排放(CBEC,consumption-based CO2 emissions per capita)与领土CO2排放(TBEC,territorial CO2 emissions per capita)两类指标,以厘清规模效应与结构效应、技术效应及核算视角差异对排放的影响,进而为电力部门脱碳与气候责任评估提供实证依据。论文发表于《Energies》。
为开展研究,研究人员主要采用以下关键技术方法:构建1990–2023年中国、美国、印度和俄罗斯的年度国家–年份面板数据,因变量为CBEC与TBEC,核心解释变量包括电力发电中化石能源总占比(EGF,fossil fuel share in electricity generation)及其分解项煤炭占比(EGC,coal share in electricity generation)、石油占比(EGO,oil share in electricity generation)、天然气占比(EGG,gas share in electricity generation),以及能源相关气候变化减缓技术占比(TREG,climate change mitigation technologies related to energy generation, transmission, or distribution),控制变量为人口密度(PD,population density)与人均GDP(YC,GDP per capita)。数据来源分别为Our World in Data与Global Carbon Budget、Ember Yearly Electricity Data、World Development Indicators和OECD Data Explorer。所有变量取自然对数后,依次进行Pesaran交叉截面依赖性检验、Pesaran–Yamagata斜率同质性检验、CADF/CIPS单位根检验与Pedroni面板协整检验,随后估计误差修正模型(ECM)以捕捉长短期关系,并采用Driscoll–Kraay固定效应(DK-FE)与完全修正最小二乘法(FMOLS)进行稳健性检验,同时在国家层面将EGF分解为EGC、EGO、EGG进行异质性分析。
研究结果如下:
4.1. Diagnostic Tests
通过Pesaran交叉截面依赖性检验发现TBEC、YC、TREG与EGF存在显著交叉依赖,CBEC与PD在常规水平上不拒绝独立性假设;Pesaran–Yamagata斜率同质性检验拒绝斜率同质原假设,表明各国关系存在异质;单位根与Pedroni协整检验显示变量整合阶数混合,协整证据部分存在,因此后续结果需在诊断条件下谨慎解释为条件性实证关联而非确定性因果关系。
4.2. Baseline ECM Estimates
ECM长期估计显示,YC与EGF在CBEC与TBEC模型中均呈显著正相关,PD在CBEC中显著负向而在TBEC中不显著,TREG在两者中均显著负向;误差修正项在CBEC模型中为?0.407且显著,调整速度约40.69%,TBEC模型中为?0.041仅边缘显著。结果表明在电力结构中提高化石能源占比与更高排放相关,而能源相关减缓技术占比提升与更低排放相关,且消费侧排放向长期均衡的调整速度快于领土侧。
4.3. Robustness Checks
Driscoll–Kraay固定效应估计与ECM方向一致,YC与EGF正向显著,TREG负向显著,PD在CBEC中显著为负;FMOLS估计则给出不一致结果,TREG为正显著、EGF为负显著,显示长期系数对估计方法敏感,反映电力结构份额变量的构成属性与设定差异可能影响长估计稳定性。
4.4. Country-Level Disaggregated Estimates
将EGF分解为EGC、EGO、EGG后的国家层面FMOLS估计显示,EGC在美国、中国与印度对CBEC与TBEC均显著正向,俄罗斯不显著;EGG在美国显著负向、印度显著正向、中俄国大多不显著;EGO在美国CBEC显著正向、TBEC弱显著,俄罗斯两排放指标均显著正向,中国不显著,印度CBEC负向、TBEC不显著。YC在所有国家均正向显著,PD在美国与中国为负显著,印度负向但TBEC仅弱显著,俄罗斯TBEC为正显著。TREG仅俄罗斯CBEC显著负向,其余国家不显著。结果表明煤炭占比是美中印三国排放最一致的化石组分,俄罗斯则与石油基发电关联更强,各国电力结构与技术效应存在明显异质。
讨论部分指出,研究在扩展STIRPAT框架时将电力发电结构作为独立的结构与技术渠道,细化了人口、富裕度与技术转化为环境压力的机理,并显示排放核算口径差异会改变对环境可持续性的解释。四国并非同质排放群体:中印为煤炭约束型转型,美国为煤退气升与可再生并存但面临气锁定与电网瓶颈,俄罗斯呈现化石路径依赖与油气管制下的缓慢脱碳。政策上美需管理煤退役与限制气基础设施锁定并定向支持可再生集成与电网灵活性技术,印度应以可再生为主导避免新增煤锁定并配套储能与电网升级。结论部分翻译总结为:由于电力发电中化石能源占比仍与CO2排放密切相关,本研究考察1990–2023年中国、美国、印度和俄罗斯电力发电中煤油气占比、能源相关气候变化减缓技术与人均CO2排放的关系,采用扩展STIRPAT框架比较基于消费与领土的CO2排放,结果解释为有条件实证关联而非确定因果。基线ECM与Driscoll–Kraay固定效应表明总体化石能源电力占比与CBEC和TBEC正相关,FMOLS显示长期系数对估计方法敏感。国家分解估计显示煤炭占比在中美印最一致地与排放正相关,油气关联更异质。YC始终与排放正相关,PD关系随口径与国家变化,TREG在基线ECM与DK-FE中负向但与长期及国家估计不完全稳健。理论贡献在于将电力发电结构作为STIRPAT中结构性技术渠道并揭示核算口径影响,实践贡献在于为能源部、监管机构与气候机构提供煤油气、技术创新与排放核算维度的决策证据。四国应各有侧重:中印推进煤替代与可再生集成储能电网改革,美国协调煤淘汰、气风险管理与可再生电网现代化,俄罗斯推进化石多样化与电力系统现代化。研究局限包括样本为聚焦比较面板非全球代表、化石变量为占比非绝对量、协整证据部分、FMOLS敏感及政策含义为方向性非规定性,未来应扩大样本、细化技术指标、纳入绝对发电量与跨境嵌入排放并采用非线性与因果导向方法。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号