碎片化格局下的能源转型：发展中经济体包容性治理的阈值分析

《Energy Policy》：Energy transition under fragmentation: A threshold analysis of inclusive governance in developing economies

　　

摘要
尽管制度质量对环境绩效的重要性已获广泛认可，但对于治理与能源关系是否随制度能力水平的不同而变化，目前了解较少。本研究考察了 71 个发展中经济体在日益碎片化的全球能源系统背景下，包容性治理、能源强度和二氧化碳排放波动性之间的关系。我们关注治理与能源关系是否随制度能力水平的不同而变化。包容性治理使用综合指数衡量，该指数纳入了政治制度质量、性别代表性和收入平等。实证分析采用基于包容性治理样本中位数的分段面板设定，系统 GMM 和局部投影估计提供了补充的敏感性证据。在基准设定中，包容性治理在两种治理制度下均与能源强度呈显著负相关，且在较高治理制度下的关联性略强。然而，这种非线性模式对替代估计量和断点较为敏感，因此将其解释为提示性而非决定性证据。相比之下，包容性治理在大多数设定中与二氧化碳排放波动性无显著关联。这些发现表明，治理与环境绩效之间的关系可能是结果特定的：制度能力与能源效率的关联比与排放波动性的关联更为明确。结果被解释为条件关联而非因果效应，表明治理的环境相关性可能随制度能力和所考察结果的不同而变化。

1. 引言
在地缘政治碎片化、贸易壁垒上升和国际协调弱化的世界中，能源转型正变得日益困难。对于许多发展中经济体而言，这些压力因持续的能源贫困、基础设施赤字和受限的制度能力而加剧。随着国际协调变得不可靠，能源政策的有效性越来越取决于国内机构设计、协调和实施改革的能力。尽管现有研究承认制度在塑造环境绩效方面的重要性，但它通常假设治理改善能顺利转化为更好的结果。

本研究通过考察包容性治理与环境绩效之间的关系是否随制度能力水平而变化来质疑这一假设。地缘政治碎片化提供了分析的更广泛背景，而非基准实证设计中标识的调节机制。它从描述性和补充性稳健性检查的角度予以考虑，但未在基准设定中建模为调节变量。因此，“在碎片化背景下”一词描述的是激励研究的背景，而非独立标识的效应。在此背景下，制度治理被广泛认为是环境绩效的重要决定因素（Xin et al., 2024; Andrews and Kimpton, 2026）。更强大的制度可以加强监管执法，支持清洁能源投资，并提高政策实施能力。然而，大部分实证文献假设治理改善始终如一地产生更好的环境结果，即存在平滑、单调的关系（Li et al., 2024）。实际上，制度改革可能会带来短期的协调需求、行政负担和相互竞争的政策优先事项，特别是在经历结构性能源转型的发展中经济体中（Carbone and Memoli, 2015）。因此，治理与环境的关系可能随制度环境而异，而非遵循统一的线性模式。

为了解释这种可能性，我们提出了“治理 - 效率悖论”的概念。治理改善最初可能与环境效率提升较慢同时发生，因为制度改革涉及调整成本、行政学习和多方协调。然而，随着制度能力的发展，更强的监管系统、更好的政策协调和更广泛的清洁技术扩散可能使治理改善产生更大的效率收益（North, 1990; Markard et al., 2012）。因此，环境效益可能不仅取决于治理改善的程度，还取决于政策实施的制度条件。这一论点并不意味着治理在某个离散最低水平以下无效；相反，它表明治理与环境绩效的关联强度可能随制度能力水平而异。

这个问题在发展中国体尤为重要，因为政府必须在紧迫的财政、技术和制度约束下扩大能源获取、维持工业化并减少环境压力（Nassary et al., 2025）。薄弱或排斥性的治理结构可能导致投资效率低下、政策执行不善以及将弱势群体排除在决策之外（Sheraz et al., 2024）。包容性治理可能通过加强问责、代表性和分配公平来帮助政府管理这些相互竞争的目标。同时，更广泛的参与可能会在行政能力有限的情况下增加协调需求。因此，包容性治理的环境相关性可能部分取决于其运行的制度环境。

本研究考察了两个不同的环境结果：能源强度和二氧化碳排放波动性。能源强度反映了技术效率和经济活动的结构，通常被用作能源效率和脱碳进展的指标。降低能源强度可能使发展中经济体在不限制经济增长的情况下限制环境压力。二氧化碳排放波动性捕捉了环境绩效的另一维度：国家排放量随时间在经济活动、能源消费、燃料构成、政策响应和外部冲击变化下的波动程度。它代表国家排放轨迹的稳定性，而非气候不确定性、物理气候风险或转型风险。这种区别在碎片化的全球能源系统中尤为相关，因为发展中经济体可能面临更大的供应中断和其他外部冲击风险。

我们考察包容性治理如何与这两个结果在发展中国体中相关联。能源强度捕捉了可能响应监管、投资激励和技术变化的效率维度（Ang, 2006），而排放波动性可能受政策可信度和协调性以及经济和能源市场冲击的影响（Kaufmann et al., 2010）。这两个变量被处理为独立的因变量结果，而非因果过程中的中介阶段。通过将包容性治理定义为包含政治问责、性别代表性和分配公平的多维构念，本研究捕捉了超出传统正式治理衡量标准的制度条件。尽管政策兴趣日益增长，但关于包容性治理如何与能源效率和排放稳定性相关联的跨国证据仍然有限，特别是在国际协调减弱的情况下运作的发展中经济体。

实证分析使用涵盖 2000-2023 年的 71 个发展中经济体面板数据。基准分析采用高维固定效应（HDFE）、面板校正标准误（PCSE）和泊松伪极大似然（PPML）估计量。这些估计由系统 GMM 和局部投影分析补充，以考察动态持续性、潜在同时性和预测地平线内的差异。为评估治理关系是否随制度能力水平变化，基准分段设定使用标准化包容性治理的样本中位数来定义较低和较高治理制度。

基于中位数的划分是一种透明的实证分类，而非正式估计的结构阈值。它允许包容性治理与每个结果的关联性在样本的两个大致平衡部分之间有所不同，但它并不标识未知的制度断点或普遍的最低治理水平。因此，使用替代估计量和断点来评估明显非线性模式的敏感性。任何基于阈值的证据都被解释为探索性和依赖设定的，而非离散制度阈值的证明。

基准结果显示，包容性治理在两种治理制度下均与能源强度呈显著负相关，且在较高治理制度下的关联性略强。然而，两种制度之间的差异对替代估计量和断点较为敏感。因此，这些发现提供了包容性治理与能源强度之间存在总体负相关关系的更明确证据，而非稳健的阈值或依赖制度的效应。相比之下，包容性治理在大多数设定中与二氧化碳排放波动性无显著关联。这些对比发现表明，包容性治理与环境绩效之间的关系是结果特定的：治理与能源效率的关联比与排放轨迹稳定性的关联更为明确。由于分析未消除反向因果关系或时变遗漏变量偏差，估计结果被解释为条件关联而非因果效应。

本研究做出了三项贡献。首先，它采用包容性治理的多维概念，结合政治制度质量、性别代表性和收入平等，从而将分析扩展到传统正式治理衡量标准之外。其次，它考察治理 - 能源关系是否随制度能力水平变化，同时明确将由此产生的非线性证据视为探索性和对模型设定敏感的。第三，它区分了能源效率和排放稳定性，允许在两个概念上不同的结果上评估治理的环境相关性。发现表明加强国内制度能力可能支持能源效率，但治理改革应被视为更广泛能源转型战略的一个组成部分，而非国际协调的替代品。

本文其余部分安排如下。第 2 节回顾相关文献。第 3 节构建理论框架。第 4 节展示数据和实证方法。第 5 节报告并讨论结果。第 6 节结合研究的启示、局限性和未来研究方向进行总结。

2. 文献综述
2.1. 能源转型文献
能源转型是应对气候变化的关键部分，已在环境经济学和可持续性研究中得到广泛研究（Markard et al., 2012）。该文献中的一个核心概念是能源强度，它衡量产生经济产出所需的能源量。较低的能源强度意味着经济体的能源使用效率更高，这有助于在允许增长的同时减少排放（Kaya, 1989）。

对于发展中经济体而言，提高能源效率是最实际的减少环境影响的方法之一，且不会减缓经济发展（Li et al., 2024）。支持更好技术、现代基础设施和清洁能源系统的政策可以在支持增长的同时减少能源使用。对可再生能源和高效基础设施的投资也有助于减少环境损害并提高整体生产率。

然而，能源转型并非平滑或即时发生的。转向更清洁的能源系统通常需要大量投资、产业结构调整和新 Technology。短期内，这些变化可能会增加能源使用，例如通过基础设施扩张或产业升级。效率提高的效益通常出现较晚，一旦技术被采用且系统变得更加稳固。

许多文献承认制度和政策协调在这一过程中发挥重要作用。强大的制度可以改善监管，减少政策不确定性，并鼓励对清洁能源和效率改进的投资（Markard et al., 2012）。这表明更好的治理应支持长期的环境改善。

最近的证据阐明了治理塑造能源转型的机制。治理质量增强了环境政策工具和科技进步在促进能源转型方面的有效性（Sheraz et al., 2024），而良好的治理也部分通过更强的环境政策严格程度提高了能源安全（Sen et al., 2026）。在发展中经济体中，政治风险还可能通过增加项目脆弱性来限制外国可再生能源投资（Jiang et al., 2025）。总体而言，这些研究表明制度既影响国内政策实施，也影响外部清洁能源资金的调动。

然而，一个重要问题依然存在：治理改善是否立即带来环境效率收益，还是这些效益需要时间才能显现？

2.2. 制度治理文献
制度质量在塑造环境结果方面起着核心作用。新制度经济学认为，制度通过塑造激励、降低交易成本和协调经济活动来影响经济绩效（North, 1990; Acemoglu and Robinson, 2013）。在环境背景下，这意味着制度质量影响法规的可信度、政策执行的力度以及政策框架的稳定性，以便长期投资于可持续技术（Stef et al., 2025）。

实证研究普遍发现，更强大的制度与更好的环境结果相关。拥有有效监管、强法治和透明政策制定的国家通常环境绩效更好，更有可能采用清洁技术（Nieto et al., 2020; van Krevel and Peters, 2024）。这些条件支持可再生能源投资和能源效率改进。

然而，治理改革并不总是立即带来效益。制度变革通常涉及新规则、行政流程以及政府机构和利益相关者之间的协调。在早期阶段，这可能造成实施挑战、协调问题和政策不确定性（Carbone and Memoli, 2015; Andrews and Kimpton, 2026）。

因此，制度质量的改善可能不会立即带来环境效率收益。短期内，改革可能与增加的经济活动、基础设施扩张和工业增长同时发生，这可能提高能源需求。

然而，随着时间的推移，更强的制度能够提升监管的可信度、政策协调能力和清洁技术的采用。这些动态表明，治理质量与环境绩效之间的关系很可能比简单的线性联系更为复杂。

**2.3 包容性治理文献**

近期研究凸显了包容性治理在塑造环境政策结果方面日益增长的重要性。包容性治理扩展了传统的制度质量观念，强调决策过程中的代表性、问责制和社会包容性。当更广泛的社会群体参与其中时，环境政策可能更具可信度、更易被接受，并且在更长时间内更为可持续（Blesch et al., 2022; Nieto et al., 2020）。

包容性治理可以通过多种渠道改善环境结果。更广泛的参与可以减少采用节能技术的障碍，加强监管的可信度，并支持对可再生能源和清洁生产的投资。它还可以通过将多元视角纳入政策设计来改善能源资源的配置（Pearson and Fouquet, 1996）。

然而，这些好处可能伴随着更大的制度复杂性。更具参与性的过程涉及多个利益相关方，增加了协调需求，并可能减缓决策过程。在行政能力有限的情况下，这些需求会使政策实施变得更加困难（van Krevel and Peters, 2024）。因此，包容性治理可能在增强环境政策合法性和有效性的同时，也产生协调成本，尤其是在制度变革时期。

这些国内制度过程是在不断变化的国际环境中运作的。经济制裁可以通过限制对融资和国际合作的获取来制约可再生能源的发展（Duan and Hu, 2026）。能源政策不确定性也可能加剧能源贫困，而这种关系的强弱取决于能源转型的进展程度以及暴露于地缘政治风险的程度（Ullah et al., 2026）。这些研究指出了国内制度在支持能源转型过程中所面临的外部政治和经济约束。

随着国际能源政策格局的转变，这些约束变得更加突出。地缘政治竞争的加剧、制裁使用的扩大以及对能源安全重新强调，使得多边能源和气候协调变得更加复杂。发展中经济体仍然特别容易受到大宗商品价格波动、供应链中断以及不平等获取优惠性气候融资的影响。随着国际支持变得不那么可预测，国内制度在将政策目标转化为环境结果方面的重要性更加突出。各国政府可能越来越难以依靠外部融资、技术转让或有协调的多边行动来支持转型。

因此，文献指出了一种重要的张力。包容性治理可以支持更好的环境结果，但制度改革本身可能引入暂时的摩擦。因此，治理的早期改善可能产生与制度成熟后截然不同的效果。下一节将通过治理—效率悖论来阐述这一可能性，该悖论捕捉了制度发展与环境绩效之间潜在的非线性关系。

**3. 概念框架**

我们发展了一个将新制度经济学、可持续发展转型理论和Kaya恒等式整合在一起的概念框架。这些视角共同表明，环境结果不仅由技术和能源系统塑造，还受到塑造激励、协调政策并影响资源分配的制度环境的制约。

综合来看，这些视角表明，制度能力塑造了围绕能源转型的执行、协调和投资条件，而这些能力的有效性可能在不同的制度和技术发展阶段有所变化。Kaya恒等式将能源强度确定为观察这些差异的关键结果。因此，这一整合框架促使我们探讨一种非线性的治理—能源强度关系，同时并不要求治理效应在低能力制度下缺失。

**3.1 环境治理的制度基础**

新制度经济学认为，制度（包括正式规则、法律体系和治理结构）通过降低交易成本、协调行为者和支持政策可信度来影响经济绩效（North, 1990; Acemoglu and Robinson, 2013）。在环境治理中，这意味着制度影响着监管执行的力度、政策框架的一致性以及企业和家庭采用节能技术的激励。

可持续发展转型理论补充指出，能源系统变革不是线性的。转型通常经历技术试验、制度不稳定和更广泛系统变革的阶段，所有这些都需要制度支持和政策协调（Markard et al., 2012）。Kaya恒等式进一步凸显了能源强度的重要性，将排放量与人口、收入、能源强度和排放强度联系起来。这使能源强度的降低成为发展中经济体在维持经济增长的同时减少环境压力的重要途径（Kaya, 1989）。

因此，治理改革可以通过支持技术采用、加强监管可信度和改善政策协调来改善环境结果。然而，这些好处可能不会立竿见影。制度变革通常涉及调整成本、协调问题和实施张力，直到治理能力巩固为止（Carbone and Memoli, 2015）。

在这一框架中，我们将包容性治理概念化为一个多维度的综合指标，而非单一的基础性制度特征。按照McKinley（2010）的包容性增长框架，它涵盖了能源政策制定和实施所依托的制度环境的三个不同但互补的维度：**政治制度质量**，反映国家的能力和问责制；**性别参与**，反映政治决策中的代表性广度；以及**收入平等**，反映更广泛社会经济环境中的分配包容性。这些维度涉及政策权力如何行使以及社会经济利益如何被广泛代表的不同方面。因此，它们被假定为不必然共同变动或作为同一制度特征的互替代指标。例如，一个国家可能拥有有效的政治制度，同时在代表性或分配上仍相对排他。结合这些维度的理由因此是概念性的，而非基于组间的高相关性：它们共同提供了对能源转型政策所依托的制度包容性的更广泛衡量。

**3.2 能源转型动态与非线性制度效应**

可持续发展转型理论强调，能源转型是分阶段且不均衡的。清洁技术并不会立即取代化石燃料系统。相反，新技术首先与现有基础设施、产业和政策安排竞争，之后才会发生更广泛的转型（Markard et al., 2012）。

在转型的早期阶段，治理改善可能仅产生有限的效率收益。改革可以刺激产业活动、基础设施扩张和经济增长，这可能暂时增加能源需求。与此同时，新制度可能仍在摸索如何协调政策、执行监管和支持清洁技术。

然而，随着制度能力的增强，治理可以变得更加有效。更好的政策协调、更强的监管执行以及对可再生能源和节能技术的支持改善，可以加速效率收益。这表明治理与能源强度之间的关系可能是非线性的，随制度能力而变化，并可能在治理水平较高时得到加强。

**3.3 能源强度、资本积累与环境结果**

Kaya恒等式提供了一个有用的宏观经济框架，用于将经济活动、能源使用和排放联系起来。它将排放量分解为人口、人均收入、能源强度和排放强度，展示了为何能源强度对于使经济增长与环境压力脱钩至关重要（Kaya, 1989; Bollino et al., 2026）。

对于发展中经济体而言，降低能源强度是维持经济增长的同时改善环境绩效的最实际方式之一（Li et al., 2024）。包容性治理可以通过塑造投资激励、监管可预见性和节能技术的采用来影响能源强度。

资本积累也影响环境结果，但其效应取决于制度条件。在稳定政策和有效协调的支持下，基础设施和技术的实物资本投资可以改善能源效率。然而在制度较弱的情况下，资本积累可能反而支持高耗能工业扩张，而没有相应的效率收益。

人力资本也可以加强环境绩效。教育和技能提高了采用清洁技术、管理气候风险和实施环境政策的能力。当治理系统支持知识扩散、制度学习和有效政策实施时，这些好处更为显著（Hong and Sohn, 2014）。

**3.4 治理—效率悖论**

本框架的核心思想是治理—效率悖论。传统方法通常假设更好的治理直接导致更好的环境结果。从这种观点来看，更强的制度应该通过执行法规、降低交易成本和鼓励清洁技术来立即提高能源效率。为了精确陈述这一观点并将其与标准的非线性制度能力论断区分开来：一般的非线性主张仅表明治理对环境结果的边际效应在治理分布的不同区间的量级上发生变化。治理—效率悖论则是对这种变化的符号和时点更为具体的主张：早期治理改善与调整成本（协调需求、行政负担以及短期内高耗能投资和活动的增加）同时出现，这些成本部分抵消了其直接效率收益，使得在低治理制度下的净关联比在高治理制度下更弱，尽管在两个制度中都不一定为零。这一区分对下文悖论的检验方式具有相关性：制度比较依据的是任一时刻在治理合并横截面分布中某国年观测值的排序位置，因此它是制度能力的指标，而非改革持续时间的指标。这并不是说低治理制度下的观测值应被解释为某国治理改革的早期观测值，因为一个国家可以（并且可能长期停留在）低治理制度中。

我们采取一种更为动态的观点。制度发展通常经历一段调整期，环境收益才显现出来。治理改革引入新规则、行政程序和协调需求。短期内，这些变化可能造成延误、不确定性和实施成本。更好的治理也可能刺激经济活动、基础设施投资和产业扩张，这可能最初增加能源需求和能源强度。

然而，随着时间的推移，这些效应可能发生变化。随着制度能力逐渐巩固，治理改革可以改善监管执行、政策协调和对节能技术的投资。在这一阶段，更强的治理更有可能降低能源强度并改善环境绩效。

因此，治理—效率悖论表明制度发展与环境绩效之间存在一种非线性关系。早期治理改善可能与较弱的效率收益相关联，而随着制度能力的发展，这种关联可能增强。

基于此框架，我们提出以下假设：

**H1** 在低治理和高治理制度下，包容性治理均与能源强度负相关，且这种负向关联在高制度能力水平下加强。

**H2** 在低治理水平下，包容性治理与CO?排放波动性负相关，但随着治理变得更加复杂，这种关联减弱。

**4. 数据与方法**

**4.1 数据**

研究假设适用于一个涵盖2000—2023年71个发展中国家、共1704个国家-年观测值的全平衡年度面板数据集（附录A）。样本是根据世界银行的收入分类选取的低收入、中低收入和中等偏上收入经济体的横截面。合并后的估计值为条件均值估计，反映了样本的结构性异质性。

**4.2 方法**

**4.2.1 回归模型**

为检验上述假设，估计以下面板模型：

$$Y_{i,t} = \alpha_0 + \beta_{L} \cdot InclGOV_{i,t} \cdot \mathbf{1}(\text{InclGOV}_{i,t} \leq \gamma) + \beta_{U} \cdot InclGOV_{i,t} \cdot \mathbf{1}(\text{InclGOV}_{i,t} > \gamma) + \beta_2 Z_{i,t} + \mu_i + \tau_t + \varepsilon_{i,t}$$

其中，因变量Y为能源强度（EnINT）或CO?排放波动性（ClimVOL）；InclGOV表示包容性治理；β??和β??分别表示低治理（InclGOV ≤ γ）和高治理（InclGOV > γ）制度下包容性治理的斜率系数，在估计表中分别报告为"Low InclGOV"和"High InclGOV"；(·)为指示函数，当条件成立时取值为1，否则为0；γ表示治理阈值，通过二元制度虚拟变量High-InclGOV?,t = 1(InclGOV?,t > γ)进行操作化。公式(1)中的阈值γ并非通过Hansen（2000）或sup-Wald阈值等正式单参数搜索程序估计，而是构建为中位数断点。Z为控制变量向量；μ?表示国家固定效应；τ?表示年份固定效应；ε?,t为随机误差项。

包容性治理首先进行标准化处理（z_InclGOV），二元制度指示变量High_InclGOV在样本中位数以上的国家-年观测值取值为1，否则为0。由于制度状态由各国家-年在合并样本分布中的位置定义，而非固定的国家分类，一个国家在样本期间内可随着其制度质量的变化在低治理和高治理制度之间移动。附录B中报告的Wald检验确认两个制度之间存在显著差异，因此模型中保留了两个包容性治理制度效应。

我们采用Correia（2017）提出的高维固定效应（HDFE）方法，该方法能够同时纳入多层固定效应以处理国家间和跨时间的未观测异质性。

横截面相关性和异方差性通过面板校正标准误（PCSE）加以处理。

4.3 变量

4.3.1 因变量

第一个因变量是能源强度（EnINT），以总一次能源供应量除以每千美元国内生产总值（GDP）来衡量（IEA, 2023）。能源强度是衡量能源效率的常用指标，反映了经济体将能源投入转化为经济产出的有效性（Sun, 1998）。较低的能源强度表明能源资源利用效率更高，环境绩效也更优。能源强度受技术能力、经济结构和政策环境共同影响，这些因素共同塑造了能源消费模式，在发展中经济体中尤为明显。

二氧化碳排放波动性（ClimVOL）是第二个因变量，测度方式为二氧化碳排放量的三年滚动窗口标准差。数值越高，表明一国排放轨迹随时间的波动越大，反映了经济活动、能源消费及其构成、监管条件以及其他宏观经济与结构性冲击的变化。因此，ClimVOL 捕捉的是排放的不稳定性。底层二氧化碳排放数据来自世界发展指标（WDI）。聚焦波动性而非排放水平，该指标能够捕捉排放轨迹中的不稳定性，而这些不稳定性可能妨碍长期经济规划与气候政策实施。既有研究表明，排放动态在不同国家以及不同时期之间存在显著差异（Munir et al., 2020; Khan et al., 2020）。本文使用 ClimVOL 考察更强的治理机构是否与更稳定的排放轨迹相关。

4.3.2 主要解释变量：包容性治理

包容性治理（InclGOV）是本研究的主要解释变量，其构建遵循 McKinley（2010）的包容性增长框架。该指标在传统制度质量指标的基础上，将政治能力与问责机制与代表性及分配性包容结合起来。它由以下三个维度构成：政治制度质量（INS）、性别参与（GP）与收入平等（Gini）。INS 捕捉政治制度的有效性与问责程度，以及国家制定、实施和执行政策的能力。它由 ICRG 数据库中"发声与问责""民主问责""官僚体系质量"三个子分项，经最小—最大重标度后等权平均构建，对于任何子分项缺失的国家—年份观测，予以剔除而非插补。GP 捕捉女性在国家政治机构中的代表比例，并由此延伸为其参与政策制定的程度。该维度采用"国家议会中女性席位占比（%）"加以操作化，指标由 WDI 发布，底层来源为议会联盟（IPU, 2023）。收入平等采用基尼系数的逆指标衡量，数值越高表明经济资源分配越均等（Blesch et al., 2022; Solt, 2020）。三个维度被处理为多维复合指标的组成部分，而非同一潜在特质的替代测度。因此，其汇总并不要求各分量之间存在较强相关性。

为使各项指标置于共同尺度，三个分项均经最小—最大重标度变换至 0—1 区间，并以等权重合并。等权重避免了在不具备依据的情况下对三个维度相对重要性施加排序。复合指数仅对三个分项均非缺失的国家—年份观测进行计算，缺失分项不做插补。

作为进一步提升透明度的做法，我们分别以各分项替代复合指数，对主模型重新估计。结果报告于 5.6 节及表 7，可据此评估复合指标的结果是否由某一维度所驱动。

4.3.3 控制变量

为隔离包容性治理对环境绩效的影响，模型中纳入了若干结构性与宏观经济因素。人均 GDP（GDP）用于控制经济发展水平。更为发达的经济体通常由于技术进步以及向低能耗部门的结构性转型，表现出较低的能源强度。固定资本形成总额（GFCAP）捕捉实体投资在塑造生产能力和能源使用中的作用。除治理质量之外，资本积累还可经由基础设施扩张与产业发展影响环境绩效（Ullah et al., 2023）。人力资本发展（HCD）以中学入学率衡量，反映采纳节能技术以及提升环境政策执行能力的水平。劳动力参与率（LFPAR）用于控制经济活动的规模，因为更广泛的劳动力市场参与可能在任何制度质量水平下都推高总体能源需求并影响排放模式。

有两个变量用于表征能源转型过程。低碳电力生产（LCEn）以低碳能源（太阳能、风能、水电与核电）组合生产的电力量（物理量）来表示。低碳发电占比较高意味着减排成效，反映出一国能源系统脱碳推进的程度，而不涉及治理质量。此外，我们纳入能源消费指数（EnCIND），以捕捉更广泛的能源消费结构。该指数是一项复合指标，汇集了生物质能、生物燃料、太阳能、风能、核能、化石燃料及石油基能源等多种能源消费形式。其计算方法是将各单项能源消费指标转换为标准化表示后加总，形成代表一国能源系统总体结构的标准化复合能源消费指标。该指标对不同能源的内容差异予以标准化处理，考虑到环境影响既与能源消耗总量相关，也与所消耗能源类型密切相关。EnCIND 在构建指数时，所涵盖能源类型（生物质能、生物燃料、太阳能、风能、核能、化石燃料以及石油基消费）较广，且不只局限于某类燃料，其构建方式借鉴了 InclGOV 对各子分量的处理方式，即最小—最大归一化（取值范围 0—1）并等权重。鉴于其所涵盖的能源结构之广度，EnCIND 应被视为能源消费指数，而非能源转型的直接测度（见表 1）。

5 结果与讨论

5.1 描述性统计

表 2 报告了主要变量的描述性统计结果，显示制度能力、经济结构与能源转型准备程度在跨国层面存在显著差异。能源强度（EnINT）均值为 336.10，取值范围从 1 至 757，反映出各经济体间能源效率的巨大差异。二氧化碳排放波动性（ClimVOL）分布更为集中，均值为 578.08，标准差相对较低，为 32.97，表明各国二氧化碳排放波动性的跨国差异相对有限。包容性治理（InclGOV）均值为 0.287，离散程度适中（标准差 = 0.107），与发达经济体间制度质量和社会包容程度存在中等程度差异相一致。经济发展指标同样表现出显著差异，从人均 GDP（GDP）与固定资本形成总额（GFCAP）的取值范围可见一斑，这反映了各国发展水平和投资能力的不同。人力资本发展（HCD）、劳动力参与率（LFPAR）以及能源转型指标（LCEn）也显示出相当大的变异，能源消费指数（EnCIND）的变动更为明显，表明各国能源消费构成存在显著异质性。贸易碎片化（TiVA）的离散程度相对较小（均值 = 12.87，标准差 = 7.39），低于多数其他变量。能源强度与包容性治理两者均存在较广泛的分布，这为考察依赖于体制状态的治理效应提供了所需的变异。此外，能源强度的变异明显大于二氧化碳排放波动性，这一事实初步表明治理对于能源效率的解释力可能大于对排放波动的解释力。上述描述性模式为后续的多元分析提供了动机，但仅凭这些模式本身尚不足以确立治理阈值。

表 1 变量定义。

| 变量 | 缩写 | 定义 | 参考文献 | 数据来源 |
|---|---|---|---|---|
| 能源强度 | EnINT | 能源强度指总一次能源供应量（TPES）与每千美元 GDP 之比。 | (Munir et al., 2020; Khan et al., 2020) | IEA |
| 二氧化碳排放波动性 | ClimVOL | 基于 WDI 数据构建的各国二氧化碳排放量三年滚动标准差。数值越高，表明排放轨迹随时间的变异性越大。 | | WDI |
| 能源转型 | LCEn | 低碳电力生产（物理量） | (Batinge et al., 2019; Aklin and Urpelainen, 2013) | IEA |
| 能源消费指数 | EnCIND | 生物质能、生物燃料、太阳能、风能、核能、化石燃料以及石油基能源消费。 | Sun (1998) | IEA |
| 人均 GDP | GDP | 人均 GDP（水平指数） | | WDI |
| 固定资本形成总额 | GFCAP | 固定资本形成总额（实体资本） | | Penn World Tables |
| 劳动力参与率 | LFPAR | 劳动力参与率（水平指数） | (Lee and Miller, 1990; Tang and MacLeod, 2006) | Penn World Tables |
| 人力资本发展 | HCD | 人力资本发展，以中学入学率作为代理变量（水平指数） | | WDI |
| 包容性治理指数 | InclGOV | 包容性治理复合指数（政治制度质量、性别参与与收入平等的等权重汇总）。 | McKinley (2010) | 作者自行构建 |
| 政治制度 | INS | 发声与问责、民主与官僚体系。 | | ICRG |
| 收入平等（基尼系数逆值） | Gini | 基尼系数衡量一国经济中个体或家庭之间收入（有时为消费支出）分布偏离完全均等分布的程度。 | | WDI |
| 性别参与 | GP | 国家议会中女性席位占比（%）（WDI 指标 SG.GEN.PARL.ZS）。 | | WDI（底层来源：IPU） |
| 贸易碎片化 | TiVA | 增加值贸易指标，作为全球贸易碎片化的代理变量。 | | OECD–TiVA |

注：WDI = 世界银行世界发展指标数据库；ICRG = 国际国别风险指南数据库；IEA = 国际能源署数据库；OECD–TiVA = 经济合作与发展组织（OECD）增加值贸易（TiVA）数据库。

表 2 描述性统计。

| 变量 | 观测数 | 均值 | 标准差 | 最小值 | 最大值 |
|---|---|---|---|---|---|
| EnINT | 1704 | 336.10 | 2205.29 | 1 | 1757 |
| ClimVOL | 1704 | 578.075 | 32.974 | 49.417 | 623.438 |
| InclGOV | 1704 | 0.287 | 0.107 | 0.087 | 0.621 |
| GDP | 1703 | 820.01 | 490.871 | 1 | 1671 |
| GFCAP | 1704 | 575.97 | 5324.81 | 61 | 11258 |
| LFPAR | 1704 | 136.33 | 7206.50 | 916 | 76 |
| HCD | 1704 | 303.22 | 8331.40 | 81 | 999 |
| LCEn | 1704 | 91.45 | 4120.04 | 14 | 33 |
| EnCIND | 1704 | 164.07 | 8233.42 | 51 | 746 |
| TiVA | 345 | 12.87 | 27.386 | 2.267 | 37.676 |

注：EnINT 表示一次能源强度，ClimVOL 表示二氧化碳排放波动性。InclGOV 表示包容性治理。GDP 表示人均 GDP；GFCAP 表示固定资本形成总额（实体资本）；HCD 表示人力资本发展；LFPAR 表示劳动力参与率；LCEn 表示低碳能源发电水平；EnCIND 表示能源消费指数；TiVA 表示增加值贸易（碎片化）指数。

5.2 相关矩阵

表 3 报告了主要变量之间的相关矩阵。结果提供了关于治理与能源绩效之间、以及治理与二氧化碳排放波动性之间相关性的初步信息，样本涵盖发展中经济体。包容性治理（InclGOV）与能源强度（EnINT）呈负相关（?0.129），意味着更强的治理与更高效的能源消费相关联。这一趋势与下述观点相一致：更强大的制度有助于改善监管执行与政策协调，进而支撑能源效率。二氧化碳排放波动性（ClimVOL）与人均 GDP（?0.138）和固定资本形成总额（GFCAP）（?0.052）等重要经济变量同样呈负相关。这些发现表明，经济能力更强、投资水平更高的经济体往往经历较低的二氧化碳排放波动。包容性治理（InclGOV）与人力资本发展（HCD）之间呈正相关（0.377），表明治理质量与人力资本之间存在正向关联。劳动力参与率（LFPAR）也与治理质量（InclGOV）呈正相关（0.267），表明更具包容性的制度安排与更广泛的经济参与相关联。贸易碎片化（TiVA）与能源强度（EnINT）的相关系数为 0.40，表明在本样本中碎片化程度与较高的能源强度相关联。TiVA 与包容性治理呈弱负相关（?0.171），而与二氧化碳排放波动性的相关较小且统计上不显著（?0.033）。上述初步模式与"治理对能源效率的关联强于对排放波动的关联"这一判断相一致。然而，两两相关无法识别非线性或阈值效应，也不应作因果解释。各解释变量中最大的相关系数出现在低碳电力与能源消费指数之间，该数值仍低于通常与严重两两多重共线性相关的水平。

表 3 两两相关。

| 变量 | (1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | (9) | (10) |
|---|---|---|---|---|---|---|---|---|---|---|
| (1) EnINT | 1.000 | | | | | | | | | |
| (2) ClimVOL | 0.021 | 1.000 | | | | | | | | |
| | (0.396) | | | | | | | | | |
| (3) InclGOV | ?0.129* | ?0.039 | 1.000 | | | | | | | |
| | (0.000) | (0.108) | | | | | | | | |
| (4) GDP | 0.030 | ?0.138* | 0.062* | 1.000 | | | | | | |
| | (0.209) | (0.000) | (0.011) | | | | | | | |
| (5) GFCAP | 0.048* | ?0.052* | 0.019 | ?0.010 | 1.000 | | | | | |
| | (0.046) | (0.033) | (0.445) | (0.685) | | | | | | |
| (6) LFPAR | ?0.048* | ?0.090* | 0.267* | 0.007 | 0.067* | 1.000 | | | | |
| | (0.047) | (0.000) | (0.000) | (0.777) | (0.006) | | | | | |
| (7) HCD | 0.024 | 0.120* | 0.377* | 0.016 | 0.005 | 0.202* | 1.000 | | | |
| | (0.325) | (0.000) | (0.000) | (0.497) | (0.851) | (0.000) | | | | |
| (8) LCEn | 0.019 | 0.166* | 0.095* | ?0.136* | 0.087* | 0.246* | 0.234* | 1.000 | | |
| | (0.444) | (0.000) | (0.000) | (0.000) | (0.000) | (0.000) | (0.000) | | | |
| (9) EnCIND | 0.005 | 0.175* | 0.026 | ?0.185* | 0.088* | 0.113* | 0.195* | 0.573* | 1.000 | |
| | (0.849) | (0.000) | (0.281) | (0.000) | (0.000) | (0.000) | (0.000) | (0.000) | | |
| (10) TiVA | 0.398* | ?0.033 | ?0.171* | ?0.009 | ?0.021 | ?0.243* | ?0.047 | ?0.250* | 0.066 | 1.000 |
| | (0.000) | (0.543) | (0.001) | (0.868) | (0.710) | (0.000) | (0.388) | (0.000) | (0.224) | |

注：EnINT 表示一次能源强度，ClimVOL 表示二氧化碳排放波动性。InclGOV 表示包容性治理。GDP 表示人均 GDP；GFCAP 表示固定资本形成总额（实体资本）；HCD 表示人力资本发展；LFPAR 表示劳动力参与率；LCEn 表示低碳能源发电量占比；EnCIND 表示能源消费指数；TiVA 表示增加值贸易（碎片化）指标。括号内为 p 值。***、** 和 * 分别表示在 1%、5% 和 10% 水平上显著。

5.3 能源强度结果

表 4 报告了基于阈值的分段设定下得出的能源强度估计结果。HDFE 估计显示，在两种治理体制下，包容性治理与能源强度之间均呈负向且统计显著的相关关系，且在较高治理体制下其幅度略大。由于治理指标已标准化，低治理体制下的系数 ?30.90 意味着，在控制变量以及国家和年份固定效应保持不变的情况下，包容性治理每提高一个标准差，能源强度约下降 30.90 个单位，相当于样本均值 336.10 的 9.2%。在较高治理体制下，系数 ?33.89 相当于样本均值的约 10.1%。这些幅度表明，治理与能源强度之间的关联在两种体制下均具有经济意义上的重要性。

表 4。

能源强度的回归模型

| 变量 | HDFE (1) | HDFE (2) | HDFE (3) | PCSE PPML (4) | PPML (5) | PPML (6) | PPML (7) |
|------|----------|----------|----------|--------------|----------|----------|----------|
| 低治理组InclGOV | ?30.90*** (11.85) | ?28.88** (11.83) | ?25.44** (11.76) | ?31.13*** (11.86) | ?0.0865** (0.0385) | ?0.0808** (0.0385) | ?0.0710* (0.0382) |
| 高治理组InclGOV | ?33.89*** (9.129) | ?34.20*** (9.138) | ?27.59*** (8.935) | ?33.74*** (9.132) | ?0.110*** (0.0267) | ?0.110*** (0.0267) | ?0.0901*** (0.0269) |
| GDP | 0.0168 (0.0102) | … | 0.0179* (0.0103) | 0.0168 (0.0102) | 5.05e-05 (3.20e-05) | … | 5.36e-05* (3.21e-05) |
| GFCAP | 0.0328** (0.0152) | 0.0331** (0.0153) | 0.0314** (0.0153) | 0.0328** (0.0152) | 9.65e-05** (4.49e-05) | 9.78e-05** (4.50e-05) | 9.20e-05** (4.51e-05) |
| LFPAR | ?0.0334 (0.0256) | ?0.0328 (0.0256) | ?0.0276 (0.0256) | ?0.0334 (0.0256) | ?0.000100 (7.21e-05) | ?9.80e-05 (7.21e-05) | ?8.26e-05 (7.25e-05) |
| HCD | 0.0526*** (0.0165) | 0.0538*** (0.0165) | … | 0.0526*** (0.0165) | 0.000158*** (4.26e-05) | 0.000161*** (4.26e-05) | … |
| LCEn | 0.0592 (0.0517) | 0.0556 (0.0517) | 0.0774 (0.0515) | 0.0591 (0.0517) | 0.000176 (0.000135) | 0.000166 (0.000133) | 0.000230* (0.000135) |
| EnCIND | ?0.0190 (0.0261) | ?0.0242 (0.0259) | ?0.0104 (0.0260) | ?0.0190 (0.0261) | ?5.73e-05 (6.71e-05) | ?7.37e-05 (6.61e-05) | ?3.15e-05 (6.69e-05) |
| 常数项 | 291.2*** (16.64) | 306.2*** (13.84) | 302.8*** (16.28) | 302.6*** (16.29) | 5.684*** (0.0536) | 5.729*** (0.0434) | 5.720*** (0.0517) |
| 观测值 | 1703 | 1704 | 1703 | 1703 | 1703 | 1704 | 1703 |

注：Low InclGOV表示低治理区制下包容性治理的斜率；High InclGOV表示高治理区制下包容性治理的斜率，两者均从分段阈值规格（c.z_InclGOV#i.High_InclGOV）中估计得出；GDP为人均GDP；GFCAP为固定资本形成总额（实物资本）；LFPAR为劳动参与率；HCD为人力资本发展；LCEn为低碳电力生产；EnCIND为能源消费指数。括号内为稳健标准误。***、**和*分别表示在1%、5%和10%水平上具有统计显著性。

考虑到固定效应规格和能源强度水平上的跨国异质性，将系数与无条件样本均值进行对标可能会高估估计效应在国内内的相关性。这里包含了另一种效应量计算方式，将相同的系数相对于能源强度的国内标准差进行表达：在低区制下，治理水平提高一个标准差与相当于国内标准差14.6%的变化相关；在高区制下则为16.0%。

重要的是，不应将中位数定义的阈值理解为包容性治理在该点以下无效。低区制中显著的负系数表明，当制度能力相对有限时，较高的包容性治理已经与较低的能源强度相关。高区制的系数幅度略大，表明随着制度能力的发展可能存在放大效应。然而，各区制系数之间的差异并不显著，且后续的稳健性检验显示非线性模式对估计器选择和替代断点的设定较为敏感。当断点重新定义为标准化包容性治理的第40或第60百分位数时（表10），两个区制的系数均不再具有统计显著性，Wald检验也无法拒绝斜率相等的原假设。因此，阈值后的放大效应证据应被视为提示性而非决定性的。

在控制变量中，固定资本形成总额（GFCAP）在基线规格中为正且具有统计显著性，表明在本样本中，更大的资本积累与更高的能源强度相关。这可能反映了发展中经济体投资和工业扩张的能源密集性质，尽管其底层机制并未被直接识别。人力资本发展（HCD）在基线规格中也为正且具有统计显著性。这一结果不支持这样的预期，即在考虑其他协变量和固定效应后，更高的人力资本独立地与较低的能源强度相关。

总体而言，基线估计支持包容性治理与能源强度在两个治理区制下均呈负相关，并提供了提示性证据表明这种关联在制度能力较高时可能会增强。这是否构成具有统计显著性的区制分化，将与下方的稳健性证据一并讨论。

### 5.4 CO2排放波动性结果

表5考察了包容性治理与CO2排放波动性之间的关系。在低治理区制下，包容性治理的系数为负但在大多数规格中不具有统计显著性。在高治理区制下，该系数在各规格中也不具有统计显著性。总体而言，估计结果未能提供包容性治理与CO2排放波动性之间存在系统性关系的充分证据。因此，H2未得到支持。假设的低治理水平下治理呈负相关、且随着治理复杂性增加而减弱的模式并未被观察到。相反，包容性治理的系数在两个区制中均普遍不具有统计显著性。这与基线结果中包容性治理与能源强度之间更清晰的负相关形成对比，表明治理与环境之间的关系是结果特定的而非统一的。因此，研究结果不支持包容性治理改善与CO2排放波动性降低之间系统性相关的观点。这些发现也表明，能源强度的结果不应推广到其他环境绩效维度。

**表5. CO2排放波动性的回归模型**

| 变量 | HDFE (1) | HDFE (2) | HDFE (3) | PCSE PPML (4) | PPML (5) | PPML (6) | PPML (7) |
|------|----------|----------|----------|--------------|----------|----------|----------|
| 低治理组InclGOV | ?3.029 (1.852) | ?3.582* (1.856) | ?1.730 (1.844) | ?3.029 (1.852) | ?0.00523 (0.00324) | ?0.00619* (0.00326) | ?0.00298 (0.00317) |
| 高治理组InclGOV | ?1.022 (1.426) | ?0.956 (1.433) | 0.479 (1.402) | ?1.022 (1.426) | ?0.00174 (0.00239) | ?0.00163 (0.00239) | 0.000860 (0.00233) |
| GDP | ?0.0069*** (0.00160) | … | ?0.0066*** (0.00161) | ?0.0069*** (0.00160) | ?1.21e-05*** (3.10e-06) | … | ?1.16e-05*** (3.12e-06) |
| GFCAP | ?0.00611** (0.00238) | … | ?0.0064*** (0.00240) | ?0.00611** (0.00238) | ?1.06e-05** (4.26e-06) | ?1.07e-05** (4.25e-06) | ?1.12e-05*** (4.29e-06) |
| LFPAR | ?0.0211*** (0.00400) | ?0.0214*** (0.00402) | ?0.0198*** (0.00401) | ?0.0211*** (0.00400) | ?3.68e-05*** (7.63e-06) | ?3.71e-05*** (7.72e-06) | ?3.44e-05*** (7.60e-06) |
| HCD | 0.0125*** (0.00258) | 0.0121*** (0.00259) | … | 0.0125*** (0.00258) | 2.16e-05*** (4.13e-06) | 2.09e-05*** (4.16e-06) | … |
| LCEn | 0.0320*** (0.00808) | 0.0337*** (0.00811) | 0.0363*** (0.00808) | 0.0320*** (0.00808) | 5.54e-05*** (9.73e-06) | 5.83e-05*** (9.71e-06) | 6.29e-05*** (1.04e-05) |
| EnCIND | 0.0121*** (0.00408) | 0.0145*** (0.00406) | 0.0142*** (0.00408) | 0.0121*** (0.00408) | 2.08e-05*** (4.80e-06) | 2.49e-05*** (4.73e-06) | 2.43e-05*** (4.98e-06) |
| 常数项 | 580.6*** (2.600) | 574.4*** (2.171) | 583.4*** (2.554) | 580.6*** (2.600) | 6.364*** (0.00487) | 6.353*** (0.00401) | 6.369*** (0.00457) |
| 观测值 | 1703 | 1704 | 1703 | 1703 | 1703 | 1704 | 1703 |

注：Low InclGOV表示低治理区制下包容性治理的斜率；High InclGOV表示高治理区制下包容性治理的斜率，两者均从分段阈值规格（c.z_InclGOV#i.High_InclGOV）中估计得出；GDP为人均GDP；GFCAP为固定资本形成总额（实物资本）；LFPAR为劳动参与率；HCD为人力资本发展；LCEn为低碳电力生产；EnCIND为能源消费指数。括号内为稳健标准误。***、**和*分别表示在1%、5%和10%水平上具有统计显著性。

### 5.5 扩展：比较区制分析

表6(a)和表6(b)分别报告了巴黎协定前（2000–2014年）和巴黎协定后（2015–2023年）的区制特定估计结果。

**表6(a). 区制结果（2015年前）**

| 变量 | 能源强度 | | | | CO2排放波动性 | | |
|------|---------|---------|---------|---------|---------|---------|---------|
| | HDFE (1) | HDFE (2) | HDFE (3) | PCSE PPML (4) | PPML (5) | PPML (6) | PPML (7) |
| 低治理组InclGOV | 5.456 (13.75) | 5.620 (13.54) | 5.620 (13.54) | 5.456 (13.75) | ?2.190 (1.357) | ?2.259 (1.384) | ?1.676 (1.340) |
| 高治理组InclGOV | ?27.46** (10.98) | ?27.29** (10.69) | ?27.29** (10.69) | ?27.46** (10.98) | 0.535 (1.084) | ?0.187 (1.100) | 1.078 (1.057) |
| GDP | 0.0224* (0.0130) | 0.0224* (0.0130) | 0.0224* (0.0130) | 0.0224* (0.0130) | ?0.00865*** (0.00128) | … | ?0.0085*** (0.00128) |
| GFCAP | 0.0413** (0.0188) | 0.0413** (0.0188) | 0.0413** (0.0188) | 0.0413** (0.0188) | ?0.00155 (0.00186) | ?0.00198 (0.00189) | ?0.00165 (0.00186) |
| LFPAR | 0.0210 (0.0338) | 0.0212 (0.0338) | 0.0212 (0.0338) | 0.0210 (0.0338) | ?0.0124*** (0.00334) | ?0.0118*** (0.00341) | ?0.0120*** (0.00334) |
| HCD | 0.00138 (0.0199) | … | … | 0.00138 (0.0199) | 0.00432** (0.00196) | 0.00379* (0.00200) | … |
| LCEn | ?0.0718 (0.0591) | ?0.0714 (0.0588) | ?0.0714 (0.0588) | ?0.0718 (0.0591) | ?0.00566 (0.00584) | ?0.00568 (0.00595) | ?0.00444 (0.00582) |
| EnCIND | ?0.0554** (0.0274) | ?0.0552** (0.0273) | ?0.0552** (0.0273) | ?0.0554** (0.0274) | 0.00497* (0.00271) | 0.00677** (0.00274) | 0.00549** (0.00271) |
| 常数项 | 347.5*** (19.98) | 347.9*** (19.33) | 347.9*** (19.33) | 347.5*** (19.98) | 591.1*** (1.972) | 584.9*** (1.779) | 592.2*** (1.912) |
| 观测值 | 1064 | 1064 | 1064 | 1064 | 1064 | 1065 | 1064 |

注：Low InclGOV表示低治理区制下包容性治理的斜率；High InclGOV表示高治理区制下包容性治理的斜率，两者均从分段阈值规格（c.z_InclGOV#i.High_InclGOV）中估计得出；GDP为人均GDP；GFCAP为固定资本形成总额（实物资本）；LFPAR为劳动参与率；HCD为人力资本发展；LCEn为低碳电力生产；EnCIND为能源消费指数。括号内为稳健标准误。***、**和*分别表示在1%、5%和10%水平上具有统计显著性。

**表6(b). 区制结果（2015年后）**

| 变量 | 能源强度 | | | | CO2排放波动性 | | |
|------|---------|---------|---------|---------|---------|---------|---------|
| | HDFE (1) | HDFE (2) | HDFE (3) | PCSE PPML (4) | PPML (5) | PPML (6) | PPML (7) |
| 低治理组InclGOV | ?99.34*** (21.93) | ?90.09*** (22.11) | ?90.09*** (22.11) | ?99.34*** (21.93) | ?3.438 (4.598) | ?3.469 (4.539) | ?1.688 (4.625) |
| 高治理组InclGOV | ?37.53** (16.09) | ?23.98 (15.98) | ?23.98 (15.98) | ?37.53** (16.09) | ?1.338 (3.375) | ?1.310 (3.309) | 1.227 (3.343) |
| GDP | 0.0272 (0.0171) | 0.0309* (0.0172) | 0.0309* (0.0172) | 0.0272 (0.0171) | ?0.000155 (0.00356) | … | 0.000549 (0.00359) |
| GFCAP | 0.0199 (0.0249) | 0.0157 (0.0253) | 0.0157 (0.0253) | 0.0199 (0.0249) | ?0.0124** (0.00523) | ?0.0124** (0.00522) | ?0.0132** (0.00528) |
| LFPAR | ?0.0284 (0.0411) | ?0.00523 (0.0412) | ?0.00523 (0.0412) | ?0.0284 (0.0411) | ?0.0145* (0.00861) | ?0.0145* (0.00860) | ?0.0101 (0.00862) |
| HCD | 0.121*** (0.0284) | … | … | 0.121*** (0.0284) | 0.0229*** (0.00596) | 0.0228*** (0.00595) | … |
| LCEn | 0.151 (0.125) | 0.186 (0.126) | 0.186 (0.126) | 0.151 (0.125) | 0.101*** (0.0262) | 0.101*** (0.0262) | 0.108*** (0.0264) |
| EnCIND | 0.144 (0.368) | 0.186 (0.373) | 0.186 (0.373) | 0.144 (0.368) | ?0.00324 (0.0772) | ?0.00296 (0.0769) | 0.00460 (0.0780) |
| 常数项 | 222.0*** (29.90) | 243.2*** (29.88) | 243.2*** (29.88) | 222.0*** (29.90) | 567.0*** (6.271) | 566.8*** (4.797) | 571.0*** (6.249) |
| 观测值 | 639 | 639 | 639 | 639 | 639 | 639 | 639 |

注：Low InclGOV表示低治理区制下包容性治理的斜率；High InclGOV表示高治理区制下包容性治理的斜率，两者均从分段阈值规格（c.z_InclGOV#i.High_InclGOV）中估计得出；GDP为人均GDP；GFCAP为固定资本形成总额（实物资本）；LFPAR为劳动参与率；HCD为人力资本发展；LCEn为低碳电力生产；EnCIND为能源消费指数。括号内为稳健标准误。***、**和*分别表示在1%、5%和10%水平上具有统计显著性。

对于能源强度而言，巴黎协定前的估计结果在低治理区制中显示包容性治理系数为正但不具有统计显著性，而在高治理区制中显示系数为负且具有显著性。在巴黎协定后时期，两个区制的系数均为负，统计显著性取决于规格设定。这一模式表明，治理与能源强度之间的负相关在2015年之后被更一致地观察到。同时，子时期之间的差异应谨慎解读，因为这些估计并未确立巴黎协定本身导致了这一变化。

由于巴黎协定于2015年12月通过，将整个2015年视为巴黎协定后年份在时间上不够精确。表6(a)和表6(b)保留了原始的描述性划分（2000–2014年与2015–2023年）以保持可比性，其中该划分仅作为时期标记进行解读，而非因果意义上的巴黎协定处理效应。表6(c)提供了更严格的稳健性定义，将2000–2015年视为巴黎协定前，2016–2023年视为巴黎协定后；正式的区制与时期交互检验取决于估计器选择。

**表6(c). 合并的区制与时期交互结果，全样本（2000–2023）**

| 变量 | 能源强度 | |
|------|---------|---------|
| | HDFE (1) | PPML (2) |
| 低治理组InclGOV | 0.894 (12.891) | ?0.00459 (0.00318) |
| 高治理组InclGOV | 2.866 (6.816) | ?0.00195 (0.00334) |
| 巴黎协定后（2016–2023） | … | ?0.0337*** (0.00756) |
| 低治理组InclGOV × 巴黎协定后 | ?52.171** (21.943) | 0.00624 (0.00973) |
| 高治理组InclGOV × 巴黎协定后 | ?8.546 (10.593) | ?0.00164 (0.00681) |
| GDP | 0.0141* (0.00775) | ?0.0000115*** (0.0000036) |
| GFCAP | ?0.00627 (0.00996) | ?0.0000118*** (0.0000043) |
| LFPAR | ?0.0463* (0.0244) | ?0.0000307*** (0.0000100) |
| HCD | ?0.0217** (0.00986) | 0.0000236*** (0.0000060) |
| LCEn | 0.2398*** (0.0539) | ?0.0000178 (0.0000226) |
| EnCIND | 0.0175 (0.0184) | 0.00000348 (0.0000067) |
| 常数项 | 310.58*** (14.258) | 6.3849*** (0.00584) |
| 观测值 | 1703 | 1703 |
| 国家固定效应/年份固定效应 | 是/是 | 是/是 |
| Wald检验：低×后 = 高×后 = 0 | F(2,1599) = 6.95, p = 0.0010 | χ2(2) = 0.44, p = 0.8014 |

注：Low InclGOV和High InclGOV分别表示低治理和高治理区制下包容性治理的斜率；Post-Paris在2016–2023年取值为1，2000–2015年取值为0。GDP为人均GDP；GFCAP为固定资本形成总额；LFPAR为劳动参与率；HCD为人力资本发展；LCEn为低碳电力生产；EnCIND为能源消费指数。第(1)列采用HDFE估计，包含国家和年份固定效应，使用稳健标准误；巴黎协定后的主效应被年份固定效应吸收，因此无法在该列中单独识别。第(2)列采用PPML估计，仅包含国家固定效应，使用稳健标准误。***、**、*分别表示在1%、5%、10%水平上具有显著性。Wald检验评估两个治理×巴黎协定后交互系数同时为零的联合原假设，即治理系数在巴黎协定前和巴黎协定后时期没有差异。

对于CO2排放波动性而言，包容性治理在巴黎协定前和巴黎协定后两个子时期的两个治理区制中均未与该结果变量显著相关。这一结果与表5中的基线发现一致，并强化了包容性治理与排放波动性之间的关系在本样本中较弱且不稳定的结论。

总体而言，比较分析提供了额外证据表明治理关系在能源强度方面比在CO2排放波动性方面更为明显。它还表明治理与能源强度的关联存在一些时间变化，尽管证据不支持对2015年前后差异进行因果解释。

合并交互分析提供了正式证据表明，在HDFE下治理与能源强度的关系在巴黎协定前和巴黎协定后时期存在差异，而在PPML下不支持CO2排放波动性存在相应的时期差异。以2016年及以后作为巴黎协定后时期避免了将整个2015年归类为协定后，相关发现被解读为关联的时间差异而非巴黎协定的因果效应。

表6(c)显示，包容性治理与2015年后时期的交互项对能源强度而言是显著的，特别是在低治理区制中，表明2015年之后治理与能源强度的关联变得更加负向。联合交互检验进一步证实了这一关系存在显著的时间变化。相比之下，CO2排放波动性的交互效应不显著，表明没有类似的时间变化。总体而言，交互结果突出表明包容性治理的时间作用在能源效率方面比在排放稳定性方面更为明显，但不意味着巴黎协定导致了这些变化。

### 5.6 包容性治理的分解

表7考察了复合包容性治理指数的结果是否归因于其三个组成部分中的任何一个。我们分别针对政治制度质量、性别参与和收入平等重新估计了主要规格。

**表7. 包含包容性治理分解组件的高维固定效应（HDFE）回归**

| 变量 | 能源强度 | | | CO2排放波动性 | | |
|------|---------|---------|---------|---------|---------|---------|
| | INS (1) | GP (2) | Gini(逆) (3) | INS (4) | GP (5) | Gini(逆) (6) |
| 低区制 | ?13.81 (18.62) | 26.30 (21.02) | ?7.833 (38.35) | ?0.0227 (0.0394) | 0.00155 (0.0351) | 0.551*** (0.0606) |
| 高区制 | ?9.304 (11.80) | ?20.16 (15.66) | 4.474 (13.77) | ?0.146*** (0.0230) | ?0.0303 (0.0313) | ?0.180*** (0.0221) |
| GDP | 0.0143 (0.0145) | 0.0125 (0.0150) | 0.0135 (0.0146) | 4.71e-05 (3.20e-05) | 4.10e-05 (3.23e-05) | 4.72e-05 (3.16e-05) |
| GFCAP | ?0.00516 (0.00868) | ?0.00740 (0.00847) | ?0.00614 (0.00864) | 8.86e-05** (4.51e-05) | 9.66e-05** (4.56e-05) | 7.93e-05* (4.48e-05) |
| LFPAR | ?0.0500* (0.0281) | ?0.0504* (0.0281) | ?0.0502* (0.0282) | ?0.000173** (7.12e-05) | ?0.000198*** (7.24e-05) | ?0.000200*** (7.55e-05) |
| HCD | ?0.0162 (0.0187) | ?0.0161 (0.0183) | ?0.0161 (0.0184) | 0.000138*** (4.22e-05) | 6.07e-05 (4.20e-05) | 7.71e-05* (4.25e-05) |
| LCEn | 0.255*** (0.0931) | 0.255*** (0.0902) | 0.248** (0.0938) | 0.000121 (0.000135) | 0.000166 (0.000134) | 0.000258* (0.000133) |
| EnCIND | 0.0161 (0.0368) | 0.0171 (0.0350) | 0.0182 (0.0365) | ?5.68e-05 (6.79e-05) | ?3.15e-05 (6.62e-05) | ?7.57e-05 (6.29e-05) |
| 常数项 | 311.5*** (21.13) | 336.3*** (26.00) | 310.0*** (27.90) | 5.751*** (0.0518) | 5.740*** (0.0536) | 6.004*** (0.0539) |
| 观测值 | 1703 | 1703 | 1703 | 1703 | 1703 | 1703 |
| R2 | 0.648 | 0.649 | 0.647 | — | — | — |

注：模型(1)–(3)以能源强度为因变量，模型(4)–(6)以CO2排放波动性为因变量。INS表示政治制度质量；GP表示性别参与；Gini表示以逆基尼系数衡量的收入平等，数值越高表示越平等。GDP为人均GDP；GFCAP为固定资本形成总额（实物资本）；LFPAR为劳动参与率；HCD为人力资本发展；LCEn为低碳电力生产；EnCIND为能源消费指数。每个模型用标准化后的单一组成部分替换复合InclGOV指数，并分别在低区制和高区制中估计其关联。

所有模型均包含基准模型中的控制变量以及国家和年份固定效应。括号中报告了按国家聚类的稳健标准误。***、** 和 * 分别表示在 1%、5% 和 10% 水平上的统计显著性。

关于能源强度，三个组成部分在两种治理制度下均不具有统计显著性。因此，综合结果似乎并非由单一组成部分机械驱动。与此同时，组成部分系数的不显著不应被解读为各维度之间存在统计互补性的证据。该分解分析表明，宽口径包容性治理指数所识别出的关系并不能由任何单一维度单独复现。

关于二氧化碳排放波动性的结果则更为异质。政治制度质量在高制度下与排放波动性呈显著负相关，但在低制度下则不然。收入平等表现出另一种因制度而异的模式：其系数在低制度下显著为正，在高制度下显著为负。性别参与在两种制度下均不具有统计显著性。这些差异进一步印证了三个组成部分之间的概念区别，并表明它们不应被视为可互换的治理衡量指标。

总体而言，分解分析提供了两项有益的限定。第一，与综合指数相关的能源强度发现无法轻易归因于政治制度、性别参与或收入平等中的任何一个。第二，排放波动性的组成部分结果显示，包容性治理的不同维度可以通过不同方式与环境结果相关联。因此，我们基于理论依据保留综合指标作为主要构造，同时报告分解估计值，以明确其组成部分所捕捉的是制度环境的不同维度，而非单一同质的治理特征。

综上所述，分解后的组成部分估计值表明，政治制度质量、性别参与和收入平等并不能与等权综合指标互换。单独的估计值并未确立综合效应是由组成部分之间的互补性引起的；它们仅表明综合与分解模型产生了不同的模式。因此，对综合指数的发现进行了谨慎解读，而替代的加权方式或降维方法仍然是一项局限。

**5.7 稳健性检验**

表 8 报告了针对两个因变量的、采用 PPML（泊松伪极大似然）与固定效应的额外稳健性估计。对于二氧化碳排放波动性，低制度下包容性治理的系数为负，但在三种模型设定中仅有一种达到了统计显著性水平，而高制度下的系数始终不显著。这与表 5 中报告的治理—排放波动性关系微弱且不稳定的结果一致。GFCAP（固定资本毛形成）仍然为负且显著，与基准结果一致。总体而言，PPML 估计值几乎没有提供包容性治理与二氧化碳排放波动性之间存在系统性关联的证据。

**表 8. 含固定效应的稳健性泊松伪极大似然（PPML）回归。**

| 变量 | 能源强度 | | | 二氧化碳排放波动性 | | |
|---|---|---|---|---|---|---|
| | (1) | (2) | (3) | (4) | (5) | (6) | (7) |
| 低 InclGOV | ?0.0341 (0.0348) | ?0.0402 (0.0354) | ?0.0402 (0.0354) | ?0.0341 (0.0348) | ?0.00567 (0.00395) | ?0.00739* (0.00393) | ?0.00637 (0.00398) |
| 高 InclGOV | 0.0351 (0.0239) | 0.0425* (0.0252) | 0.0425* (0.0252) | 0.0351 (0.0239) | ?0.00208 (0.00379) | ?0.00247 (0.00381) | ?0.00124 (0.00389) |
| GDP | 7.18e-05*** (2.63e-05) | 8.37e-05*** (2.66e-05) | 8.37e-05*** (2.66e-05) | 7.18e-05*** (2.63e-05) | ?1.57e-05*** (3.60e-06) | ?1.46e-05*** (3.64e-06) | |
| GFCAP | ?3.47e-05 (3.16e-05) | ?3.73e-05 (3.19e-05) | ?3.73e-05 (3.19e-05) | ?3.47e-05 (3.16e-05) | ?1.27e-05*** (4.38e-06) | ?1.22e-05*** (4.38e-06) | ?1.31e-05*** (4.43e-06) |
| LFPAR | ?5.43e-05 (7.49e-05) | ?5.26e-05 (7.54e-05) | ?5.26e-05 (7.54e-05) | ?5.43e-05 (7.49e-05) | ?4.34e-05*** (1.00e-05) | ?4.60e-05*** (1.02e-05) | ?4.38e-05*** (1.01e-05) |
| HCD | 0.000241*** (4.01e-05) | | | 0.000241*** (4.01e-05) | 2.64e-05*** (6.34e-06) | 2.44e-05*** (6.40e-06) | |
| LCEn | 0.00101*** (0.000158) | 0.00109*** (0.000161) | 0.00109*** (0.000161) | 0.00101*** (0.000158) | 8.31e-05*** (1.74e-05) | 8.92e-05*** (1.72e-05) | 9.52e-05*** (1.83e-05) |
| EnCIND | 6.17e-05 (6.19e-05) | 9.83e-05 (6.33e-05) | 9.83e-05 (6.33e-05) | 6.17e-05 (6.19e-05) | 2.49e-05*** (6.66e-06) | 2.95e-05*** (6.69e-06) | 2.84e-05*** (6.91e-06) |
| 常数项 | 5.686*** (0.0488) | 5.732*** (0.0471) | 5.732*** (0.0471) | 5.686*** (0.0488) | 6.364*** (0.00620) | 6.350*** (0.00527) | 6.371*** (0.00571) |
| 观测值 | 1703 | 1703 | 1703 | 1703 | 1703 | 1704 | 1703 |

注：模型（1）–（4）以能源强度（EnINT）为因变量；模型（5）–（7）以二氧化碳排放波动性（ClimVOL）为因变量。低 InclGOV 表示低治理制度下包容性治理的斜率；高 InclGOV 表示高治理制度下包容性治理的斜率，两者均从分段阈值模型 c.z_InclGOV#i.High_InclGOV 中估计得出。GDP 为人均 GDP；GFCAP 为固定资本毛形成（实物资本）；LFPAR 为劳动力参与率；HCD 为人力资本发展；LCEn 为低碳电力生产；EnCIND 为能源消费指数。括号中报告了稳健标准误。***、** 和 * 分别表示在 1%、5% 和 10% 水平上的统计显著性。

为了检验基准关联对动态持续性和潜在同时性的敏感性，表 9 报告了来自两步系统 GMM（广义矩估计）模型的补充估计。该模型包含被解释变量的滞后项，并使用内部工具变量，从而缓解了部分关于反向因果以及治理与能源结果共同演化的担忧。

**表 9. 动态系统 GMM 稳健性检验。**

| 变量 | 全样本 (2000–2023) | | 2015 年前 (2000–2014) | | 2015 年后 (2015–2023) | |
|---|---|---|---|---|---|---|
| | EnINT | ClimVOL | EnINT | ClimVOL | EnINT | ClimVOL |
| | (1) | (2) | (3) | (4) | (5) | (6) |
| 被解释变量滞后项 (L.) | 0.9986*** (0.2571) | 0.0224* (0.0130) | ?0.197 (0.5860) | 0.991*** (3.40e-10) | ?1.121 (1.104) | 3.642*** (6.01e-08) |
| 低 InclGOV | ?326.2** (112.9) | 6.00*** (1.71e-10) | 0.0171 (0.0350) | ?0.00017** (7.12e-05) | ?321.2 (189.5) | ?33.73*** (1.30e-06) |
| 高 InclGOV | 0.256*** (0.0941) | 8.86e-05** (4.51e-05) | 189.5** (81.83) | 2.630*** (9.55e-07) | 476.3* (247.4) | ?15.78*** (5.14e-06) |
| GDP | 0.0086 (0.0250) | 0.0009*** (1.92e-14) | 0.0286 (0.0201) | ?0.0033*** (2.26e-10) | 0.2108** (0.0816) | ?0.0037*** (1.52e-09) |
| GFCAP | ?0.0201 (0.0233) | ?0.0012*** (2.71e-14) | ?0.0948** (0.0408) | ?0.0087*** (4.57e-10) | 0.1939*** (0.0618) | ?0.0128*** (6.76e-10) |
| LFPAR | 0.1105** (0.0389) | ?0.0097*** (1.76e-13) | ?0.1971** (0.0866) | ?0.0015*** (3.89e-10) | ?0.6848 (0.4345) | 0.0284*** (4.49e-09) |
| HCD | ?0.0019 (0.0229) | ?0.0094*** (5.68e-14) | ?0.1337* (0.0655) | ?0.0045*** (1.05e-09) | ?0.3721** (0.1631) | 0.0268*** (2.63e-09) |
| LCEn | ?0.1629** (0.0714) | 0.0122*** (1.44e-13) | ?0.3925* (0.1899) | 0.0091*** (7.91e-10) | 0.4794 (0.3010) | 0.2824*** (3.18e-09) |
| EnCIND | ?0.0581 (0.0468) | 0.0098*** (1.13e-13) | 0.2821** (0.1046) | 0.0014*** (6.75e-10) | 0.1309 (0.1328) | 0.0371*** (8.46e-09) |
| TiVA | ?5.189 (4.008) | 0.1479*** (5.32e-12) | 8.572* (4.292) | ?0.1033*** (2.63e-08) | 37.02* (18.86) | ?0.2609*** (2.18e-07) |
| 常数项 | — | 585.4*** (8.43e-11) | 272.9* (143.1) | — | — | ?1578.2*** (3.53e-05) |
| 工具变量数 | 41 | 34 | 34 | 26 | 27 | 20 |
| AR(1) 检验, z (p值) | ?1.68 (0.092) | ?3.86 (0.000) | ?2.37 (0.018) | ?3.71 (0.000) | ?1.32 (0.187) | ?3.88 (0.000) |
| AR(2) 检验, z (p值) | 1.13 (0.258) | 1.82 (0.069) | 0.04 (0.965) | ?3.72 (0.000) | 0.26 (0.798) | ?3.89 (0.000) |
| Sargan 检验, χ2 (p值) | 35.59 (0.000) | 267.21 (0.000) | 15.34 (0.082) | 5.36e+04 (0.000) | 17.56 (0.041) | 140.48 (0.000) |
| Hansen 检验, χ2 (p值) | 0.00 (1.000) | 10.64 (0.100) | 0.00 (1.000) | 1.29e+03 (0.000) | 0.00 (1.000) | 1.90e+05 (1.000) |
| 观测值 | 1633 | 1600 | 1550 | 1450 | 1360 | 1400 |
| 国家数 | 71 | 70 | 67 | 60 | 66 | 67 |

注：所有模型均采用两步系统 GMM（Blundell–Bond）估计，并使用 Windmeijer 修正的小样本稳健标准误和正交偏差；括号中报告了标准误。低 InclGOV 和高 InclGOV 分别表示标准化后低于和高于中位数定义的治理阈值时包容性治理的分段斜率。GDP 为人均 GDP；GFCAP 为固定资本毛形成；LFPAR 为劳动力参与率；HCD 为人力资本发展；LCEn 为低碳能源占比；EnCIND 为能源消费指数；TiVA 为增加值贸易分解代理变量。

对于能源强度，系统 GMM 估计值并未一致复现基准制度模式，治理系数的量级和统计显著性在不同模型设定和子时期之间变化。因此，这些结果仅对基准治理—能源强度关联提供了有限的补充支持。

对于二氧化碳排放波动性，系统 GMM 估计值同样提供了混合证据，并未在不同模型设定和子时期之间确立稳定的治理关系。这与基准分析中观察到的微弱且不一致的模式大体一致。

模型设定诊断结果并不一致令人满意。因此，我们将系统 GMM 估计值视为补充性稳健性证据，而非因果识别。它们解决了动态持续性和同时性带来的一些担忧，但并不能消除潜在的反向因果或时变遗漏变量偏差。

TiVA 结果显示，贸易与供应链分解同两个环境结果之间的关系并不一致。其与能源强度和二氧化碳排放波动性的关联在不同模型设定和子时期之间变化，表明效应具有结果依赖性和情境依赖性，而非在整个分析中保持一致。总体而言，这些结果充其量提供了补充性证据，即贸易分解维度与能源效率和排放稳定性之间存在不同的关联。

另一个独立的稳健性问题涉及治理阈值的定义。公式 (1) 中的阈值 γ 并非通过正式断点程序（如 Hansen (2000) 或 sup-Wald 检验）作为自由参数估计得出。相反，基准模型机械地采用标准化包容性治理（z_InclGOV）的中位数来定义阈值，将国家—年份观测值高于样本中位数的归类为高治理制度，低于或等于中位数的归类为低治理制度。

为了检验治理—能源强度模式是否依赖于这一特定的断点，我们使用 z_InclGOV 的第 40 百分位和第 60 百分位作为替代阈值重新估计了分段模型。表 10 报告了对应的阈值、制度样本量以及低制度和高制度斜率之间的等式 Wald 检验。第 40 百分位和第 60 百分位断点分别对应 z_InclGOV 值 ?0.4104 和 0.1674。在两个替代断点下，两个制度特定系数均未达到常规统计显著性水平，且 Wald 检验未拒绝两个斜率相等的原假设（第 40 百分位 p = 0.5081，第 60 百分位 p = 0.5977）。

**表 10. 稳健性检验：替代阈值定义（标准化包容性治理的第 40 百分位和第 60 百分位截断值）。**

| 变量 | 第 40 百分位阈值 | 第 60 百分位阈值 |
|---|---|---|
| | (1) | (2) |
| 阈值 (z_InclGOV 截断值) | ?0.4104 | 0.1674 |
| 低 InclGOV (低于截断值) | ?13.256 (16.051) | ?13.103 (17.995) |
| 高 InclGOV (高于截断值) | ?0.714 (8.596) | ?0.738 (10.104) |
| GDP | 0.0145 (0.0147) | 0.0145 (0.0147) |
| GFCAP | ?0.0052 (0.0087) | ?0.0052 (0.0087) |
| LFPAR | ?0.0486* (0.0290) | ?0.0485 (0.0292) |
| HCD | ?0.0165 (0.0186) | ?0.0163 (0.0185) |
| LCEn | 0.2530*** (0.0934) | 0.2526*** (0.0933) |
| EnCIND | 0.0179 (0.0369) | 0.0180 (0.0369) |
| 常数项 | 308.220*** (19.072) | 307.899*** (20.815) |
| 观测值 | 1703 | 1703 |
| R2 | 0.6474 | 0.6474 |
| 组内 R2 | 0.0240 | 0.0239 |
| 模型 F 统计量 | F(8, 71) = 1.87 | F(8, 71) = 1.80 |
| 聚类数 (PanelID1) | 71 | 71 |
| 低于截断值的观测值 (%) | 681 (39.99%) | 1022 (60.01%) |
| 高于截断值的观测值 (%) | 1022 (60.01%) | 681 (39.99%) |
| Wald 检验 | 0.44 | 0.28 |
| Wald 检验 p 值 | 0.5081 | 0.5977 |

注：低 InclGOV 和高 InclGOV 表示在所述百分位截断值以下和以上包容性治理的分段斜率，来自 c.z_InclGOV#i.High_InclGOV 模型设定，采用含国家和年份固定效应的 HDFE 估计（absorb: PanelID1 TIME1），按 PanelID1 聚类的稳健标准误（71 个聚类），N = 1703。GDP 为人均 GDP；GFCAP 为固定资本毛形成；LFPAR 为劳动力参与率；HCD 为人力资本发展；LCEn 为低碳能源占比；EnCIND 为能源消费指数。括号中报告了标准误。***、** 和 * 分别表示在 1%、5% 和 10% 水平上的统计显著性。

这一结果与表 4 中的模型设定不同，在表 4 中，中位数分割下两个制度系数均具有统计显著性。在替代断点下统计显著性的丧失表明，潜在的非线性模式取决于断点的定义。因此，这些替代断点下显著性的丧失仅被视为提示性，而非决定性的。因此，结合替代百分位结果的数据并不支持存在离散治理阈值的论断。

我们保留中位数分割作为基准模型，因为它提供了透明且大致平衡的样本划分，而不预先施加另一个非中位数断点。尽管如此，一个经过正式估计并附带置信区间的阈值将为任何制度断点的位置和可信度提供更强有力的证据。

表 11 中的剔除一个组成部分的结果表明，能源强度关系对治理指标的组成敏感，并非在所有剔除组成部分的模型设定中均显著。剔除一个组成部分的估计值对二氧化碳波动性也表现出组成敏感性。这些检验对于聚合的透明度具有价值，表 11 中的估计值应被视为关于潜在回归输出的稳健性证据。等权综合指标分别与基于 PCA 的综合方案和优化综合方案进行了验证。

**表 11. 从阈值指数中剔除单独治理子组成部分（INS、GP、Gini）的稳健性检验。**

| 变量 | 能源强度 | | | 二氧化碳排放波动性 | | |
|---|---|---|---|---|---|---|
| | 剔除 INS | 剔除 GP | 剔除 Gini | 剔除 INS | 剔除 GP | 剔除 Gini |
| | (1) | (2) | (3) | (4) | (5) | (6) |
| 低 InclGOV | 21.08 (15.79) | ?27.16 (17.39) | 16.21 (20.97) | ?3.832** (1.739) | ?3.496* (2.079) | ?3.278* (1.733) |
| 高 InclGOV | ?15.12** (6.223) | 9.485 (6.350) | ?17.92 (11.51) | 1.651 (1.507) | ?0.405 (1.371) | 0.438 (1.620) |
| GDP | 0.0130 (0.0147) | 0.0155 (0.0144) | 0.0132 (0.0147) | ?0.00714** (0.00160) | ?0.00697*** (0.00160) | ?0.00697*** (0.00160) |
| GFCAP | ?0.00720 (0.00868) | ?0.00608 (0.00854) | ?0.00805 (0.00877) | ?0.00583** (0.00239) | ?0.00627*** (0.00238) | ?0.00583** (0.00239) |
| LFPAR | ?0.0481* (0.0279) | ?0.0480* (0.0287) | ?0.0527* (0.0285) | ?0.0228*** (0.00401) | ?0.0210*** (0.00411) | ?0.0222*** (0.00393) |
| HCD | ?0.0157 (0.0185) | ?0.0188 (0.0186) | ?0.0160 (0.0183) | 0.0107*** (0.00247) | 0.0121*** (0.00256) | 0.0115*** (0.00250) |
| LCEn | 0.253*** (0.0917) | 0.261*** (0.0954) | 0.250*** (0.0924) | 0.0306*** (0.00814) | 0.0327*** (0.00812) | 0.0311*** (0.00809) |
| EnCIND | 0.0180 (0.0356) | 0.0168 (0.0368) | 0.0209 (0.0362) | 0.0128*** (0.00407) | 0.0124*** (0.00408) | 0.0121*** (0.00408) |
| 常数项 | 329.8*** (17.73) | 298.1*** (18.30) | 330.3*** (22.30) | 579.9*** (2.526) | 580.3*** (2.580) | 580.3*** (2.654) |
| 观测值 | 1703 | 1703 | 1703 | 1703 | 1703 | 1703 |
| R2 | 0.648 | 0.648 | 0.648 | 0.082 | 0.081 | 0.081 |

注：本表在依次剔除制度质量（INS）、治理绩效（GP）和收入不平等（Gini）子组成部分后，重新估计了分段阈值模型，这些子组成部分来自标准化综合治理指数（z_InclGOV）。低 InclGOV 和高 InclGOV 表示重新计算后的指数在阈值以下和以上时的分段斜率，采用含国家和年份固定效应的 HDFE 估计，按国家聚类的稳健标准误（括号中报告），N = 1703。GDP 为人均 GDP；GFCAP 为固定资本毛形成；LFPAR 为劳动力参与率；HCD 为人力资本发展；LCEn 为低碳能源占比；EnCIND 为能源消费指数。"—" 表示该模型设定中省略了某个控制变量。第（4）–（6）列报告了使用气候波动性指数（CLIMV）替代标准化综合治理指数（z_InclGOV）的类似模型设定，具有相同的控制变量、HDFE 国家和年份固定效应以及按国家聚类的稳健标准误（括号中报告），N = 1703。草案估计值；在提交前待与潜在回归输出进行最终验证。***、** 和 * 分别表示在 1%、5% 和 10% 水平上的统计显著性。

**5.8 动态证据：局部投影**

最后，我们采用局部投影（LP）方法（Montiel Olea 和 Plagborg-M?ller, 2021）来考察包容性治理与两个环境结果之间的关联在不同预测视野上的演变情况。与 HDFE-PCSE 模型设定不同，LP 方法不对各视野施加共同的动态结构；相反，治理系数在每个视野上分别进行估计。这使得可以在不假设关系随时间不变的情况下，分别考察短期和长期模式（见图 1）。

我们进行动态分析以检验包容性治理与两个环境结果之间的关联是否随视野变化。图 2 呈现了 (h = 1)–(4) 年的视野特定估计值，基于按国家聚类的标准误构建 95% 置信区间，并以零参考线为基准，从而使估计轨迹能够与其统计不确定性一并加以解读。

能源强度估计值在不同预测期内存在差异，而其与二氧化碳排放波动性的关联则相对较弱，这进一步印证了更广泛的发现：治理水平与能源效率的关联更为明确，而非与排放稳定性相关。同时，置信区间也提醒我们，不应将不同预测期的点估计差异解读为短期效应与长期效应存在明确区别的决定性证据。因此，局部投影分析提供的是关于时间异质性的补充证据，而非对基于中位数的治理阈值的独立检验或验证。这种解读保持了平衡性，即动态分析为基准结果提供了有用信息，但未将实证结论扩展至图2所能支撑的范围之外。总体而言，局部投影分析强化了两个因变量之间的对比：治理水平的关联性在能源强度方面更为明显，尽管其幅度随时间变化；而与二氧化碳排放波动性的关联则始终较弱。因此，动态证据与结果特异性的异质性相符，而对精确非线性阈值的解读仍应保持谨慎。

下载：下载高分辨率图片（541KB）下载：下载全尺寸图片
图1. 概念框架：包容性治理、非线性效应与能源结果。
注：该图展示了概念框架。实证分析考察了包容性治理与两项能源相关结果之间的关系是否因制度能力水平不同而变化，使用的是基于包容性治理样本中位数的分段面板模型。

下载：下载高分辨率图片（465KB）下载：下载全尺寸图片
图2. 能源强度（面板A）和二氧化碳排放波动性（面板B）对包容性治理的动态响应，采用局部投影法估计。
注：实线表示从局部投影模型中分别估计的每个预测期（h=1至4年）包容性治理系数的点估计值。阴影区域表示基于按国家聚类的标准误计算的95%置信区间。虚线表示零。

**5.9 讨论**

这些结果直接回应了H1和H2，也与更广泛地假设制度质量与环境绩效之间存在线性正相关关系的文献相呼应（Xin等，2024）。该文献通常发现，更健全的制度环境有助于改善能源效率和环境结果：政策可信度、法治和透明度加速了清洁技术和可再生能源投资的采用（Nieto等，2020；van Krevel和Peters，2024）；制度质量支持企业的环境绩效和回收利用（Stef等，2025）；治理质量增强了能源转型政策的效力和能源安全（Sheraz等，2024；Sen等，2026）。我们的研究发现，包容性治理在两种制度区间内均与能源强度呈显著负相关，这与该文献认为治理重要的一般性结论一致。在较高治理水平区间中关联稍强的结果提供了暗示性证据，表明这种关系可能因制度能力水平不同而变化。这也拓展了新制度经济学关于制度建设具有成本的观察（North，1990；Acemoglu和Robinson，2013）：早期阶段的改革伴随着协调成本和管理负担，暂时掩盖了其实际效益（Carbone和Memoli，2015；Andrews和Kimpton，2026）。这种阈值模式与一种较早的范式不同——在该范式下，治理在平均意义上对效率是中性的，但与腐败和政治风险的传播存在非线性（倒U型）关系（Li等，2024）——但两者并不矛盾。相比之下，H2的零结果对"治理改善普遍降低环境压力"这一假设的偏离程度较小（Xin等，2024）；相反，它表明制度质量—环境绩效之间的联系具有渠道特异性。对比结果表明，治理关系在能源强度方面比在二氧化碳排放波动性方面更为明显，尽管在本分析中未直接识别其潜在机制。

估计的治理效应在所抽样经济体中可能并不均一。低收入和能源贫困国家可能面临财政、技术和行政约束，限制其将治理改善转化为即时效率收益的能力。能源进口经济体可能从效率导向的治理中获益更多，因为降低能源强度也可以减少对外部供应和价格冲击的暴露。相反，资源丰富和依赖化石燃料的经济体可能面临制度锁定、寻租行为以及较弱的结构性能源改革激励。基础设施、监管传统、技术可及性和能源市场一体化等方面的区域差异可能进一步影响政策效果。因此，报告的系数应被理解为样本平均关系，而这些结构性特征的影响仍是可能但尚未实证检验的异质性来源。

**6. 结论**

**6.1 主要发现**

本研究考察了71个发展中经济体中包容性治理、能源强度和二氧化碳排放波动性之间的关系，以及这些关系是否因制度能力水平不同而变化。分析采用基于包容性治理样本中位数的分段面板模型，并辅以系统GMM和局部投影估计作为补充稳健性检验。

基准结果显示，在两种治理区间中，包容性治理与能源强度均呈统计上显著的负相关，支持了H1——更强的包容性治理与更高的能源效率相关。尽管基准估计表明较高治理区间中的关联稍强，但这一差异在替代估计量和阈值断点下并不稳健。因此，证据支持了治理与能源效率的整体关系，但不支持明确的阈值效应或制度区间依赖效应。

对于二氧化碳排放波动性，结果则有所不同。包容性治理在几乎所有模型设定和区间中均统计上不显著。因此H2未得到支持。这一发现仅适用于此处所衡量的排放波动性，不应扩展至气候政策不确定性、物理气候风险、转型风险或更广泛的气候政策。

局部投影结果表明，包容性治理与能源强度之间的关系随时间变化，而与二氧化碳排放波动性的关系则始终较弱。这些结果支持了基准发现，但未确认短期和长期效应的分离，也未验证治理阈值。因此，动态证据应被视为补充性而非决定性的。

**6.2 理论贡献**

研究发现支持了对治理与环境关系的更具条件性的理解。制度能力与能源效率的关联比与排放波动性的关联更为明确，且这种关联的强度可能因治理能力水平不同而变化。这对"更强治理普遍改善环境绩效"的广泛假设进行了限定，并突出了区分制度环境和所考察的环境结果的重要性。

研究结果也完善本研究发展的治理—效率悖论。证据并未表明治理只有跨越某一明确的制度阈值后才变得有效。相反，在较低治理区间中，治理已与能源强度呈负相关，基准证据表明这种关联随制度能力发展而有所增强。因此，贡献更好地被理解为一种非线性放大效应论证，而非声称治理效应仅在某最低阈值之后才出现。能源强度与二氧化碳排放波动性之间的区别也具有理论意义。能源强度方面更强的结果暗示治理的环境相关性可能集中体现在特定结果上，而非均匀地扩展至环境绩效的不同维度。

**6.3 政策启示**

即使制度能力水平相对较低，治理改善也可能与更高的能源效率相关联，并且有一些证据表明这种关系随制度能力发展而增强。因此，研究结果并不意味着治理改革在某一特定阈值以下无效。相反，它表明与更强治理相关的收益可能部分取决于改革实施的制度环境。

对于政府而言，这意味着加强制度能力、政策协调和监管执行可能有助于改善能源效率。对于能源企业和投资者而言，研究结果强调了在评估能源效率和低碳技术投资时制度条件的重要性。国际组织和多边金融机构仍是融资、技术援助和风险管理支持的重要来源，尤其是因为治理与二氧化碳排放波动性之间的弱关联表明，单靠国内制度改革不应期望减少所有形式的环境不稳定性。包容性决策制定在确保弱势群体在能源转型政策的设计和实施中得到代表性方面仍然重要。

地缘政治碎片化的作用也应谨慎解读。碎片化为分析提供了更广泛的背景，而非一个其整体效应在基准设计中被直接识别的构念。补充的TiVA分析仅捕捉了碎片化的贸易和供应链维度。因此，结果不应被解释为建立了国内治理可替代弱化的国际协调这一结论。

**6.4 局限性与未来研究**

若干局限性限定了这些结论。第一，结果应被理解为关联而非因果关系。国家和年份固定效应处理了时间不变异质性和共同冲击，而补充的系统GMM估计考虑了动态持续性和部分同时性问题。但这些方法并不能排除反向因果性或时变遗漏变量。未来研究可通过滞后治理模型、国家特定趋势、外部工具变量或准实验变异来加强识别。

第二，包容性治理指数以等权重合并了政治制度质量、性别代表性和收入平等。成分分解和逐一剔除检验表明这些维度不可互换，且结果对指数构成较为敏感。等权聚合尚未与基于主成分分析的合成指标或形式优化的加权方案进行验证；这些是未来验证的重要拓展。

第三，基准阈值是利用样本中位数机械定义的，而非作为断点进行正式估计。正式的阈值估计量及其相关置信区间将为非线性制度断点的存在和位置提供更强的证据。

第四，证据对包容性治理与能源效率的关联最为有力，而碎片化、异质性和二氧化碳排放波动性的发现仍受数据覆盖范围、模型设定敏感性和未解决的测量问题的限制。因此，能源贫困和地缘政治碎片化主要被视为背景动机而非直接识别的机制，更全面的分析留待未来研究。

**CRediT作者贡献声明**

Muhammad Azam：初稿撰写，软件，方法论，调查研究，正式分析，概念化。Ahmed Imran Hunjra：审稿与编辑，初稿撰写，监督，方法论，调查研究，概念化。Vijay Kumar：初稿撰写，验证，方法论，正式分析，数据管理，概念化。Peter Verhoeven：审稿与编辑，初稿撰写，项目管理，方法论，调查研究，概念化。

Muhammad Azam | Ahmed Imran Hunjra | Vijay Kumar | Peter Verhoeven