全球供应链压力对能源需求的影响机制研究：气候风险暴露的调节作用

《Journal of Environmental Management》：Do global supply chain pressures affect energy demand: The moderating role of climate risk exposure

本文通过机器学习方法（LASSO）实证分析了全球供应链压力（GSCP）对54个发展中经济体能源需求（ENG）的影响，发现GSCP每上升1%将导致ENG增加0.31%。研究创新性地揭示了气候风险暴露对GSCP-ENG关系的显著调节作用，并验证了技术合作计划（TCP）、公正转型倡议（JTI）等全球能源政策的有效性。该成果为发展中国家应对供应链冲击、实现可持续发展目标（SDG）7提供了重要政策启示。

　　

¹实证文献

先前研究已认识到全球供应链压力（GSCP）与能源行业之间的关联，但结论因背景和时期而异。部分研究表明，GSCP通过中断原材料流动和在能源密集型部门制造瓶颈来推高能源需求（ENG）。例如，Wang等（2025）指出中国供应链中断会因生产不确定性和基础设施压力而增加ENG。类似地，Ren等（2024）发现GSCP通过扰乱关键矿物运输加剧了能源市场波动。然而，其他研究提出了相反观点：Stan等（2025）证明供应链压力通过抑制工业活动和延迟投资减少了能源消耗，尤其在可再生能源领域。这种分歧凸显了背景因素（如经济发展阶段和气候脆弱性）在塑造GSCP-ENG关系中的关键作用。

²样本选择与数据

本研究使用1998年至2024年间54个发展中经济体（按世界银行2023年标准划分为中高收入经济体）的数据。选择该样本既基于分析考量也考虑实际意义：发展中经济体全球GDP份额从25%跃升至40%，但其能源系统高度依赖进口资源且易受气候冲击。全球供应链压力指数（GSCPI）数据来自纽约联储，气候风险暴露数据借鉴ND-GAIN指数，能源需求（ENG）以人均能源消耗量（对数转化）衡量。控制变量包括GDP增长、城镇化率、外国直接投资等，所有连续变量均进行1%缩尾处理以消除异常值影响。

³初步结果

表2的描述性统计显示ENG均值为3.03且波动较小（最大值为3.75），表明样本间人均消费差异温和。相比之下，GSCP指数变异度更高（标准差达0.89），反映出供应链压力的显著波动性。气候风险暴露（CRE）均值-0.31说明样本整体面临中度气候威胁。方差膨胀因子（VIF）均低于10，排除严重多重共线性问题。

⁴结论与政策启示

本研究通过机器学习技术验证了全球供应链压力（GSCP）对54个发展中经济体能源需求（ENG）的负面影响，并揭示气候风险暴露（CRE）的调节作用。政策制定者应通过供应链多元化、气候风险管理整合及强化SDG7目标落实来提升能源系统韧性。未来研究可拓展至低碳技术供应链、健康医疗能源需求等交叉领域。