中国投资、外商直接投资与数字化对非洲可再生能源发展的影响机制研究

本研究针对非洲可再生能源发展滞后问题，通过机器学习回归（POLR、Cross-fit POLR）与计量经济学方法（PCSE、DKSE），系统分析了2003-2021年间中国投资、FDI及数字化对可再生能源的动态影响。结果显示中国投资与FDI显著提升可再生能源产量与消费，而数字化呈现抑制效应，为非洲优化外资引进与数字技术整合提供了实证依据。

　　

全球能源转型浪潮下，非洲大陆坐拥丰富的太阳能、风能和水力资源，却面临可再生能源开发率不足5%的窘境。这片被称为"阳光大陆"的土地，每年接收的太阳辐射量相当于全球石油储量的1000倍，但当前可再生能源发电占比仍低于20%。更令人忧心的是，化石能源依赖导致非洲国家每年因环境污染损失GDP的3-5%。在这场绿色革命中，中国通过"一带一路"倡议成为非洲最大投资国，2020年对非投资达42亿美元，但西方学界对其环境效益争论不休——有人指责中国投资加剧资源掠夺，也有研究证明其促进当地就业和清洁技术转移。

为厘清这一争议，研究人员采用2003-2021年非洲30国的面板数据，创新性地将机器学习算法与传统计量模型结合。通过部分剔除LASSO回归（POLR）筛选关键变量，交叉拟合线性回归（Cross-fit POLR）处理非线性关系，并运用面板校正标准误（PCSE）和德里斯科尔-克雷标准误（DKSE）解决横截面依赖性问题。研究首次系统比较了中国投资与整体FDI对可再生能源的差异化影响，同时引入数字化指数，揭示技术革命对能源转型的复杂作用机制。

数据与方法
数据来源于世界发展指标（WDI）、Ourworldindata和中国非洲研究倡议（CARI），涵盖可再生能源发电量、消费量等核心指标。采用方差膨胀因子（VIF<5）检验排除多重共线性，通过Hausman检验确定固定效应模型，并运用工具变量法处理内生性问题。机器学习模型设置λ参数为0.05进行正则化，确保模型泛化能力。

实证发现

1. 中国投资每增加1%，推动可再生能源发电量提升0.23%，效果显著高于普通FDI的0.15%。在非资源型国家，这种促进作用更为突出，印证了"技术溢出效应"的存在。
2. 数字化呈现"双刃剑"效应：ICT普及度每提高1单位，反使可再生能源发电量下降0.12%，但能提升能源使用效率7.8%。这表明数字基础设施可能挤占可再生能源投资，但智能电网等技术优化了能源分配。
3. 异质性分析显示，东非地区因中国参与的光伏项目集中，可再生能源增速较其他区域高40%。

结论与启示
该研究破解了"中国投资环境代价论"的迷思，证实其对非洲清洁能源转型具有显著促进作用。数字化对可再生能源的抑制作用警示政策制定者：需建立数字技术与能源项目的协同机制，避免出现"技术孤岛"。论文建议非洲国家实施"双轮驱动"战略——一方面通过BRI框架引进中国清洁技术，另一方面设立数字化专项基金，推动智能电表、能源物联网等应用。这些发现为《非洲2063议程》中的能源目标提供了量化支撑，也为全球南方国家的绿色投资模式树立了新范式。