地缘政治碎片化下的能源政策与能源贫困：结构性约束的证据

《Energy Policy》：Energy policy and energy poverty under geopolitical fragmentation: Evidence on structural constraints

　　

## 中文翻译

**要点总结：**

- 能源贫困主要由收入和工业产能驱动。
- 仅靠政策严格程度可能无法减少能源贫困。
- 冲突效应具有条件性，在高强度时最为显著。
- 结构性改革应与环境政策工具相辅相成。
- 能源转型政策应具有情境针对性。

---

### 1. 引言

能源贫困仍是一个持续存在且多维度的挑战，既反映了现代能源服务可及性的限制，也反映了家庭无力承担充足能源消费的能力。尽管在电气化和清洁能源技术的普及方面已取得重大进展，但各国之间的差异依然显著，尤其是在全球北方和全球南方之间（Pachauri & Spreng, 2011; IEA, 2023）。这些差异不仅体现在技术层面，还涉及收入不平等、基础设施赤字和制度约束等结构性问题。因此，能源贫困继续对经济发展、环境可持续性和社会福利产生重大负面影响，凸显了其在当代政策和发展讨论中的核心地位。

能源贫困的持续存在越来越与全球能源转型的加速推进相伴而生。环境政策严格程度已成为这一进程中的重要工具，各国政府采取了包括碳定价、排放监管和基于市场的机制在内的广泛措施。这些措施的目标是减少对化石燃料的依赖，推动更清洁的能源经济（Kruse et al., 2022）。原则上，这些政策有望改善长期可持续性并减少环境外部性。然而，其中短期社会经济影响仍存在争议。特别是，更严格的环境政策可能提高能源成本，从而产生分配效应，对低收入家庭产生不成比例的影响，并可能加剧能源贫困（Bouzarovski & Petrova, 2015）。

在全球地缘政治碎片化日益加剧的背景下，这些紧张关系进一步加剧。近期发生的事件，如地区冲突、贸易中断和国际合作格局的转变，改变了全球能源市场的结构，并使政策协调更加复杂。能源系统的碎片化重新引发了关于能源可负担性、供应稳定性和政策有效性的问题。在这一背景下，冲突尤其扮演着重要角色。除了直接的人道主义和经济成本外，冲突还会破坏能源基础设施、减少投资流量并削弱制度能力，从而限制能源服务的可及性并加剧脆弱性（Vesco et al., 2025）。这些动态表明，环境政策的有效性可能取决于地缘政治条件，而非在所有情境中普遍适用。

能源贫困的社会经济和结构性决定因素已得到广泛研究（del Río et al., 2025; Cheikh et al., 2023），而政策导向的分析则强调异质性和情境特异性效应（Ghosh, 2025）。然而，能源系统、环境政策与冲突或脆弱性之间的相互作用仍有待探索，现有研究指出实证证据基础有限且不均衡（Morris, 2017）。

在此背景下，本文利用跨国面板数据集，考察了环境政策严格程度（EPS）、冲突强度与能源贫困之间的关系。分析特别关注冲突强度是否调节了环境政策在减少能源贫困方面的有效性。实证策略采用带有时间固定效应的合并回归作为基准模型，以保留国家间的变异。辅以固定效应模型以控制未观测到的异质性。此外，还进行了额外的异质性分析，以探索不同发展群体和结构条件之间的差异。

实证结果显示，经济条件（如收入水平）在各种模型设定中均成为能源贫困最一致的决定因素。虽然环境政策严格程度在某些模型中与较低的能源贫困相关，但这些效应并不稳健，一旦控制国家特定因素后便大幅减弱。这些发现表明，政策的作用受到更深层次结构性约束的中介。

本研究的双重贡献在于：首先，它提供了能源政策与地缘政治条件之间相互作用的实证证据，有助于理解碎片化全球环境中的能源贫困问题。其次，它强调了在缺乏有利的结构和制度条件时，政策驱动型解决方案的局限性。因此，本文挑战了那些强调监管严格程度为单一解决方案的政策叙事，转而强调互补性发展策略的重要性。这些见解在能源转型、能源安全和地缘政治不确定性下的减贫持续讨论的背景下尤其相关。

---

### 2. 文献综述

#### 2.1 能源贫困的结构性决定因素

能源贫困的文献已从对可负担性的狭隘关注演变为对结构性、制度性和发展性决定因素的更广泛理解。早期研究强调收入和能源价格在决定家庭能源服务可及性方面的作用（Boardman, 2010）。后续研究通过纳入基础设施可及性、制度质量和社会经济条件扩展了这一视角，指出能源贫困嵌入于更广泛的发展动态之中（Pachauri & Spreng, 2011）。

近期的实证研究强化了结构性因素的核心地位。人均收入仍然是能源贫困最一致且最具预测力的指标之一，反映了购买力和现代能源基础设施的可及性（Cheikh et al., 2023）。工业产能、技术发展水平以及劳动力市场参与也有助于改善能源可及性和效率。这些发现表明，能源贫困不仅仅是一个部门问题，而是更广泛经济欠发达的体现（Nussbaumer et al., 2012; Sovacool, 2012）。

在地缘政治碎片化的背景下，这一结构性视角尤为重要（Bazilian et al., 2014）。经济基础薄弱、基础设施有限国家对来自外部的冲击更为脆弱，包括能源价格波动和供应中断（IEA, 2022）。因此，如果未解决潜在的结构性条件，针对能源贫困的政策干预可能面临固有约束。这与更广泛的发展文献一致，后者强调政策有效性取决于制度能力和经济韧性（Acemoglu & Robinson, 2012; World Bank, 2017）。

#### 2.2 环境政策严格程度、转型动态与社会结果

环境政策严格程度（EPS）已被广泛研究为能源转型的关键驱动力。OECD的EPS指数衡量了政策通过税收、监管和基于市场的工具对有害环境活动施加显性或隐性成本的程度（Kruse et al., 2022）。原则上，更严格的政策应加速向更清洁的能源系统转型并减少长期环境风险。

然而，更广泛的文献表明，政策严格程度的效应超越了环境结果，与经济动态和金融动态紧密相关。全球政策讨论日益认识到气候变化和环境退化对经济和金融稳定构成系统性风险（NGFS, 2022; GSFWG, 2021）。与自然相关的风险，如气候变化、生物多样性丧失和环境退化，通过微观经济、行业和经济宏观渠道传导，最终影响金融体系（Bolton et al., 2020; NGFS, 2023）。鉴于能源系统在生产、消费和投资决策中的核心作用，这些风险对能源系统高度相关。

同时，向更严格的环境政策转型可以产生积极和消极的经济效应。在积极方面，政策驱动的转型可以增强长期效率、刺激创新并创造新的增长机遇（Bretschger & Grieg, 2024; Wu & Zhao, 2022）。实证证据表明，碳定价机制在特定条件下可以产生可观的财政收入，并对GDP和就业产生中性或适度积极的影响（Metcalf & Stock, 2023）。此外，在雄心勃勃的气候目标下，渐进且设计良好的转型路径可以减轻调整成本（Diluiso et al., 2021）。

另一方面，转型风险方面存在重大担忧。更严格的环境政策可能增加生产成本、扰乱供应链并降低碳密集型行业的盈利能力（Commins et al., 2011; Liu et al., 2024）。这些效应可以转化为更广泛的金融风险，包括违约风险增加、资产贬值和金融不稳定（Battiston et al., 2021; Ugolini et al., 2024）。"搁浅资产"的概念突出了化石燃料依赖型行业中价值突然损失的可能性（Van der Ploeg & Rezai, 2020; Monasterolo et al., 2017）。

从分配角度看，这些转型动态使政策严格程度与能源贫困之间的关系变得模棱两可。虽然更严格的政策可能改善长期可持续性，但它们可能在短期内提高能源价格，对低收入家庭产生不成比例的影响（Bouzarovski & Petrova, 2015）。这造成了环境目标与社会结果之间的潜在权衡，尤其是在吸收转型成本能力有限的经济体中。

企业环境责任（CER）方面的文献进一步说明了这些混合效应。虽然环境参与可以提升企业价值、降低风险并改善资本获取渠道（Ghoul et al., 2018; Li et al., 2019），但在某些情境下也可能施加合规成本并降低生产率（Shan et al., 2025）。这些企业层面的动态与能源系统相关，因为它们影响着投资、定价和能源服务的可及性。

总体而言，文献表明环境政策严格程度的影响具有情境依赖性，受制度能力、经济结构和转型设计的影响。这提出了关于这些政策在冲突和地缘政治碎片化等复杂环境中如何运作的重要问题。

#### 2.3 冲突、地缘政治碎片化与能源系统

越来越多的研究突出了冲突和地缘政治不稳定在塑造能源系统和经济结果方面的作用（Collier et al., 2003; Bazilian et al., 2014）。冲突破坏基础设施、减少投资并限制基本服务（包括能源）的可及性（World Bank, 2020）。这些效应在制度薄弱和财政能力有限的国家尤为严重，因为恢复机制受到约束（Acemoglu & Robinson, 2012; IEA, 2022）。

除了直接影响外，地缘政治碎片化对能源市场也有更广泛的含义。贸易中断、制裁和全球联盟格局的转变可能增加价格波动、降低供应可靠性并复杂化政策协调。近期全球事件表明，地缘政治紧张如何重塑能源流向并在进口国和出口国之间产生新的脆弱性（Caldara et al., 2019; Baffes et al., 2015）。

在能源贫困的背景下，这些动态尤为重要。能源供应中断和能源价格上涨可以加剧可负担性约束，特别是对低收入家庭而言。同时，冲突可能将公共资源从长期的能源基础设施投资中转移出去，进一步限制现代能源服务的可及性（Sovacool et al., 2017; Bouzarovski & Tirado Herrero, 2017）。这些考量表明，能源政策不能脱离地缘政治条件来分析。相反，政策干预的有效性很可能取决于其实施的更广泛政治和经济环境（Rodrik, 2008; Meckling et al., 2017）。

综合这些文献脉络，本文为理解本文所考察的关系提供了结构和制度框架。能源贫困可以被视为家庭与整个经济资源约束、能源系统运作以及政策实施的制度能力之间相互作用的结果。从这一视角来看，环境政策严格程度并非机械地影响能源贫困。其效应取决于经济体是否拥有吸收转型成本并将环境法规转化为能源效率和可及性改善所需的收入、基础设施、生产能力和制度安排。近期证据支持了这一解释。例如，Ullah等人（2024）表明，制度质量在调解环境政策严格程度与能源贫困的关系中发挥重要作用，而更广泛的文献则确认收入和社会经济条件是能源匮乏的持续决定因素（del Río et al., 2025）。

冲突为这一框架引入了额外的约束。通过破坏基础设施、减少投资、扰乱能源供应和削弱行政能力，冲突可以同时增加能源匮乏并降低政府有效实施环境政策的能力。近期的跨国证据表明，国内冲突与较低的能源消费和减少的电力及清洁烹饪燃料可及性相关，强化了地缘政治不稳定通过物理和制度渠道双重运作的观点（Khalid et al., 2024）。因此，本研究的理论预期不是环境政策严格程度在所有国家具有统一效应，而是其与能源贫困的关系受到政策实施的结构性与地缘政治环境的条件制约。这为在共同的实证框架中考察环境政策严格程度、冲突强度及其相互作用提供了概念基础。

#### 2.4 政策严格程度与冲突的相互作用：理论预期与研究空白

基于上述结构和制度框架，环境政策严格程度对能源贫困的效应预计取决于政策实施的条件。尽管对能源贫困、环境政策和冲突各自已有大量研究，但考察它们之间相互作用的实证工作却十分有限。然而，理论考量表明，这些相互作用很可能具有重要意义。

一方面，冲突可能通过削弱国家能力、扰乱政策执行机制以及将政策优先事项转向短期稳定来降低政策有效性（Besley 和 Persson，2011；Hafner-Burton 等，2014）。制度碎片化也可能导致财政、经济和环境战略之间的不一致，从而增加转型风险（NGFS，2022）。在此类情境下，即使是设计良好的环境政策也可能无法实现预期效果。另一方面，更严格的环境政策可能通过促进能效提升、减少对波动性能源来源的依赖以及鼓励多元化来缓解冲突的部分不利影响。政策驱动的转型还可通过降低对外部冲击的暴露来形成长期韧性（Aghion 等，2016）。然而，这些相反力量的净效应是模糊的。关于转型风险的文献表明，政策干预既可能稳定也可能扰乱经济系统，这取决于其设计与执行方式（Dafermos 和 Nikolaidi，2021；Dunz 等，2021）。同样，"绿色天鹅"这一概念强调了可持续转型驱动的大规模结构性变化的潜力，同时也突出了此类变革所伴随的不确定性（Elkington，2020）。关于这些相互作用关系的实证证据仍然有限，尤其是在跨国情境下。现有研究往往仅关注政策的直接效果或冲突的影响，而未明确对二者的交互作用进行建模。这代表了文献中的一个重要空白，尤其是在地缘政治碎片化加剧的背景下。本文通过明确考察环境政策严格程度与冲突强度之间的交互作用来填补这一空白。因此，本文有助于更深入地理解结构和地缘政治约束如何影响政策有效性，并为关于能源转型和能源贫困的持续辩论提供了相关的实证证据。这些论点隐含了若干冲突与环境政策可能与能源贫困相关联的渠道。第一个是 affordability 渠道，即环境政策可能产生短期内难以被吸收的调整成本，而这些成本在低收入和结构性受限的经济体中更加难以承担。第二个是基础设施与能源获取渠道，即冲突会破坏发电能力、输电网和燃料供应链，从而减少现代能源服务的可用性和可靠性。实证证据支持了这一机制，Khalid 等（2024）的研究表明，内部冲突与能源消费量减少以及电力获取和清洁烹饪的覆盖率降低相关。第三个渠道通过政策执行发挥作用：冲突可能削弱国家能力、转移财政资源并扰乱行政结构，从而降低政府将正式的政策严格程度转化为有效执行的能力。最后，这些机制可能受到更广泛结构性能力的调节，因为拥有更强生产基础和制度基础的经济体更能够吸收转型成本并在不利条件下维持政策执行。因此，实证分析不仅考察 EPS × 冲突交互项，还检验这种关系在不同发展组别、冲突强度和结构性能力之间是否存在差异。基于上述文献，本文将每个理论机制与可检验的实证预期相联系，从而构建假设。首先，环境政策严格程度在长期内可能通过鼓励清洁能源系统、改善能效以及降低对具有环境危害性和波动性的能源来源的暴露来减少能源贫困。然而，文献也表明，这些效果可能取决于经济和制度条件，更严格的政策可能给低收入家庭带来短期的 affordability 压力（Kruse 等，2022；Bretschger 和 Grieg，2024；Wu 和 Zhao，2022；Bouzarovski 和 Petrova，2015）。据此，提出第一个假设如下：H1：更高的环境政策严格程度与更低的能源贫困相关联。其次，预期冲突强度会通过破坏基础设施、减少投资、削弱国家能力以及限制家庭和企业获取可靠且可负担的能源服务的能力来加剧能源贫困。这些机制与关于冲突、脆弱性、能源系统和能源获取的文献一致（Bazilian 等，2014；Sovacool 等，2017；Bouzarovski 和 Tirado Herrero，2017；Vesco 等，2025）。这导致了第二个假设：H2：更高的冲突强度与更高的能源贫困相关联。第三，冲突可能调节环境政策严格程度对能源贫困的影响。在高冲突环境中，由于行政能力下降、经济结构受到扰乱以及相互竞争的短期优先事项，政策执行可能受到削弱。同时，能够在冲突条件下维持更严格环境政策的国家也可能拥有更强的结构和制度能力，而政策驱动的转型可能有助于能效提升和多元化。鉴于这些相互竞争的机制，调节效应被视为一个实证问题（Besley 和 Persson，2011；Hafner-Burton 等，2014；NGFS，2022；Aghion 等，2016；Dafermos 和 Nikolaidi，2021；Dunz 等，2021）。H3：冲突强度调节环境政策严格程度与能源贫困之间的关系。3. 数据与方法3.1. 数据为评估环境政策严格程度、冲突强度与能源贫困之间的关系，本研究采用覆盖多个国家的时间序列面板数据集。该数据集由三个主要来源汇编而成。能源贫困指标和宏观经济控制变量来自《世界发展指标》（世界银行，2024）。冲突强度和制度变量信息来自政府质量数据集（Teorell 等，2024），而选定的治理相关指标则补充了国际国家风险指南（PRS Group，2024）的数据。所选跨国面板适用于本研究问题，因为它捕捉了不同收入水平、工业产能、制度条件、政策严格程度和冲突暴露程度经济体之间的变异。样本并非专注于单一区域背景，而是用于在不同异质性地缘政治环境下考察广泛的结构差异如何塑造环境政策与能源贫困之间的关系。保留1997年至2020年的时间段是为了保持与底层国际数据源所提供的主要指标之间的可比性。能源贫困本质上是多维度的，反映了 affordability 和获取约束两个方面。遵循文献中的做法，使用三个二元指标来捕捉能源匮乏的不同维度。ENPOV1在人均能源使用量处于给定年份跨国分布第25百分位以下时等于1。ENPOV2在烹饪清洁燃料和技术的获取率处于第25百分位以下时等于1，而ENPOV3在电力获取率低于全球中位数时等于1。这些阈值遵循既有的跨国能源贫困衡量标准，并能够在各国之间一致地捕捉相对匮乏状况（Chaudhry 和 Shafiullah，2021；Khalid 等，2024）。完整定义见附录表A1。对于异质性分析，全球南方指标根据样本中使用的国家分组定义。对巴西、智利、中国、印度、印度尼西亚、墨西哥、南非、土耳其和俄罗斯联邦取值为1，对其他国家取值为0。该分类作为实证分组，用于检验环境政策严格程度与能源贫困之间的关系在这些经济体之间是否存在差异。关键解释变量为环境政策严格程度（EPS）和冲突强度。前者捕捉与环境政策相关的监管负担，后者反映内部冲突条件的严重程度。纳入一组控制变量以考虑影响能源贫困的结构性和宏观经济因素。这些包括收入水平（LNGPC）、人口结构（ADRO）、宏观经济稳定性（CPI、CABGDP）、劳动力市场条件（LFPRT）、工业产能（MVA）、创新（RDE）和制度取向（LSO）。所有变量及其定义和数据来源均列于附录表A1中。3.2. 方法论为估计环境政策、冲突与能源贫困之间的关系，本研究设定如下面板模型：??????????????????????????????????????????=??0+??1??????????????+??2???????????????????????????????????????????????????????+??3?(????????*?????????????????????????????????????????????????)?????+??????????+????+???????其中 Energy Povertyit 表示国家 i 在时间 t 的能源贫困指标；EPSit 表示环境政策严格程度；Conflict Intensityit 表示冲突强度；Zit 是控制变量向量。纳入年份固定效应（δt）以控制全球冲击。尽管因变量为二元性质，基准模型仍使用线性概率模型（LPM）加时间固定效应进行估计。LPM 提供了能源贫困概率的透明近似，同时能够容纳固定效应而不产生非线性模型相关的估计困难。具体而言，当因变量在国家内部变异有限时，它避免了固定效应 logit 模型中出现的观测值丢失和收敛问题（Wooldridge，2010；Angrist 和 Pischke，2009）。标准误在国家层面进行聚类以应对国家随时间的序列相关和异方差，确保面板设置下的一致性推断（Arellano，1987）。此外，纳入时间固定效应控制了影响能源贫困的共同冲击和全球趋势。纳入进一步固定效应的替代设定用于处理未观测异质性，确保结果不是由遗漏因素驱动的。这一实证方法旨在与论文所解决的经济问题相匹配。由于能源贫困具有高度持续性且主要受跨国结构差异塑造，基准的含时间固定效应的池化设定保留了国家间变异，同时控制了全球冲击。国家固定效应模型随后作为补充设定使用，以评估当识别受到国家内变化限制时关联是否仍然存在。这些设定之间的比较有助于区分结构性跨国模式与短期国家内动态，并支持将结果谨慎地解释为条件性关联而非确定性因果关系。另一个方法论关注点与环境政策严格程度的潜在内生性有关。环境政策不太可能在各国之间被随机分配，因为政策选择可能反映潜在的制度能力、收入水平、工业结构、政治优先事项和现有能源系统条件。这些因素也可能直接影响能源贫困，从而造成政策选择偏误和遗漏变量内生性的可能性。反向因果关系也不能排除，因为能源获取和 affordability 压力本身可能影响环境政策的时机和设计。因此，实证策略不假设 EPS 是严格外生的。除了控制变量和固定效应设定之外，分析还采用了 Lewbel（2012）提出的基于异方差的工具变量估计方法，当缺乏合适的外部工具变量时，该方法允许通过内部生成的工具变量进行识别。我们辅以 Oster（2019）的系数稳定性方法来评估估计结果对不可观测选择敏感性的表现。这些方法为估计关系的稳健性提供了补充证据，但不能消除所有识别关注点。因此，结果主要被解释为条件性关联，全文谨慎使用因果语言。4. 结果4.1. 描述性证据表1报告了汇总统计量。三个能源贫困指标均为二元变量并表现出差异。ENPOV1的均值为0.021，而ENPOV2为0.080，ENPOV3为0.119，表明更广泛的衡量标准能捕捉更广泛的匮乏范围。这一区别很重要，因为最新文献强调能源贫困是多维度的，无法由单一指标完全捕捉（Pachauri 和 Spreng，2011；Cheikh 等，2023）。表1. 汇总统计量。变量 | Obs | Mean | Std. Dev. | Min | MaxENPOV1 | 610 | 0.021 | 0.145 | 0 | 1ENPOV2 | 553 | 0.080 | 0.271 | 0 | 1ENPOV3 | 715 | 0.119 | 0.324 | 0 | 1EPS | 715 | 2.168 | 1.088 | 0.056 | 4.556Conflict Intensity | 715 | 0.471 | 1.331 | 0 | 7ADRO | 715 | 21.617 | 7.116 | 6.897 | 46.171CPI | 715 | 95.198 | 19.301 | 35.468 | 174.969CABGDP | 715 | 0.136 | 5.031 | ?14.984 | 16.179LNGPC | 715 | 10.088 | 0.927 | 6.568 | 11.626LFPRT | 715 | 70.876 | 6.335 | 51.611 | 83.962MVA | 715 | 15.432 | 4.953 | 3.953 | 34.566RDE | 715 | 1.686 | 0.953 | 0.048 | 4.953LSO | 715 | 53.147 | 20.022 | 21.159 | 87.909环境政策严格程度（EPS）平均为2.168，而冲突强度平均为0.471，两者在各国之间均显示出较大的离散度。这种变异是有用的，因为它允许在不同异质性地缘政治环境中进行识别。在控制变量中，人均收入（LNGPC）和制造业增加值（MVA）显示出较大的变异，强化了存在显著跨国结构差异的观点。这与能源贫困主要由宏观经济和制度条件而非短期政策干预塑造的观点一致（Boardman，2010；Bouzarovski 和 Petrova，2015）。OECD EPS 指数捕捉政策对具有环境危害性行为施加显性或隐性成本的程度，使其成为衡量转型强度的有用代理变量（Kruse 等，2022）。然而，其效果可能由制度质量和经济能力所中介，这在环境政策和发展文献中均有强调（Bretschger 和 Grieg，2024；Wu 和 Zhao，2022）。表2呈现了相关矩阵。EPS 与三个能源贫困指标均呈负相关，而冲突强度与 ENPOV2 和 ENPOV3 呈正相关。人均收入与所有因变量均呈强负相关。这些模式与将能源贫困与结构性匮乏和冲突引发的中断相联系的现有证据一致（Khalid 等，2024；Pachauri 和 Spreng，2011）。附录表A2报告了方差膨胀因子，平均 VIF 为 2.49，表明不存在严重的多重共线性问题。表2. 相关矩阵。变量 | (1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | (9) | (10) | (11) | (12) | (13)(1) ENPOV1 | 1.000 (2) ENPOV2 | 0.466* | 1.000 (3) ENPOV3 | 0.397* | 0.626* | 1.000 (4) eps | ?0.126* | ?0.281* | ?0.412* | 1.000 (5) conflict_intensity | 0.043 | 0.340* | 0.338* | ?0.139* | 1.000 (6) ADRO | ?0.306* | ?0.537* | ?0.672* | 0.662* | ?0.375* | 1.000 (7) CPI | ?0.285* | ?0.073 | ?0.103* | 0.467* | 0.270* | 0.155* | 1.000 (8) CABGDP | ?0.015 | 0.007 | ?0.076* | 0.245* | ?0.080* | 0.192* | 0.136* | 1.000 (9) lngpc | ?0.521* | ?0.690* | ?0.681* | 0.499* | ?0.413* | 0.658* | 0.151* | 0.350* | 1.000 (10) LFPRT | ?0.260* | ?0.318* | ?0.451* | 0.342* | ?0.261* | 0.465* | 0.133* | 0.410* | 0.598* | 1.000 (11) MVA | 0.021 | 0.359* | 0.128* | ?0.170* | 0.135* | ?0.140* | ?0.170* | 0.038 | ?0.346* | ?0.062 | 1.000 (12) RDE | ?0.144* | ?0.226* | ?0.379* | 0.332* | ?0.272* | 0.449* | 0.152* | 0.430* | 0.566* | 0.559* | 0.045 | 1.000 (13) LSO | ?0.014 | 0.089* | ?0.163* | 0.236* | 0.021 | 0.292* | 0.049 | 0.232* | ?0.017 | 0.058 | 0.303* | 0.088* | 1.000***p < 0.01, **p < 0.05, *p < 0.1。4.2.

基线合并估计：冲突作为能源贫困的条件性力量

表3报告了包含时间固定效应的基线合并回归结果。该模型设定保留了跨国别差异，鉴于能源贫困的结构性特征，这一点至关重要。在所有模型中，滞后EPS（环境政策严格度）的系数均为正且统计显著，而交互项L.EPS × 冲突强度在所有设定中均为负值，并且在ENPOV2和ENPOV3中统计显著。这表明，随着冲突强度的增加，政策严格度与能源贫困之间的关系变得更加负面。这一模式表明存在一种非线性且条件性的关系。在低冲突环境中，更严格的环保政策与更高的能源贫困相关联，这与文献中强调政策严格度的短期调整成本和累退效应相一致（Bouzarovski and Petrova, 2015）。然而，在高冲突环境中，负向交互项意味着，与预期相比，更严格的政策与相对更低的能源贫困相关联。一种解释是，在受冲突影响的环境中，政策严格度可能反映了更广泛的制度能力或治理强度，这在一定程度上抵消了冲突对能源获取的不利影响（Khalid et al., 2024）。另一种可能性是，能够在冲突条件下维持更严格政策的国家也拥有更强的结构性基础，这与关于政策有效性受制度质量制约的文献相一致（Battiston et al., 2021; Bolton et al., 2020）。

表3. 包含年份固定效应的基线合并回归

| 变量 | (1) ENPOV1 | (2) ENPOV2 | (3) ENPOV3 |
|------|-----------|-----------|-----------|
| L.EPS | 0.0579* | 0.0611** | 0.0492* |
| | (0.0288) | (0.0292) | (0.0281) |
| 冲突强度 | ?0.0106 | 0.0327 | 0.0854*** |
| | (0.00637) | (0.0197) | (0.0181) |
| L.EPS × 冲突强度 | ?0.00409 | ?0.0262** | ?0.0525*** |
| | (0.00470) | (0.0116) | (0.00999) |
| ADRO | ?0.00170 | ?0.00844 | ?0.0173** |
| | (0.00228) | (0.00550) | (0.00645) |
| CPI | ?0.000238 | 0.000698 | ?0.00150 |
| | (0.00119) | (0.00239) | (0.00222) |
| CABGDP | 0.00343 | 0.00685* | 0.00909** |
| | (0.00210) | (0.00400) | (0.00416) |
| LNGPC | ?0.169** | ?0.248*** | ?0.200*** |
| | (0.0675) | (0.0630) | (0.0318) |
| LFPRT | 0.00190 | 0.00528 | ?0.00242 |
| | (0.00203) | (0.00628) | (0.00389) |
| MVA | ?0.0121** | ?0.00101 | ?0.00985** |
| | (0.00534) | (0.00703) | (0.00380) |
| RDE | 0.0463** | 0.0328 | 0.0111 |
| | (0.0218) | (0.0281) | (0.0282) |
| 常数项 | 1.726** | 2.190*** | 2.785*** |
| | (0.699) | (0.614) | (0.352) |
| 观测值 | 660 | 584 | 757 |
| R2 | 0.507 | 0.571 | 0.629 |
| 时间固定效应 | 是 | 是 | 是 |
| 国家固定效应 | 否 | 否 | 否 |

括号内为稳健标准误。*** p < 0.01, ** p < 0.05, * p < 0.1。

在控制变量中，LNGPC（人均GDP的对数）在所有设定中均持续为负且高度显著，表明结构性经济条件的主导作用。这一发现与大量文献一致，显示收入水平、基础设施和发展过程仍然是能源贫困的主要决定因素（Cheikh et al., 2023; Pachauri and Spreng, 2011）。其他变量，包括MVA和CABGDP，显示出与结构性解释一致的效果，尽管其显著性有所差异。

这些估计的幅度也具有经济上有意义的解释。LNGPC持续为负的系数意味着，收入上相对较小的差异与能源贫困概率上的巨大差异相关联，这强化了家庭购买力和更广泛经济能力的重要性。这一结果与Cheikh et al. (2023)一致，他们认为收入和能源价格是获取充足且可负担能源服务的核心决定因素。相比之下，EPS与能源贫困之间的关系更具条件性。在基线模型中，较低冲突水平下，更高的政策严格度与更大的能源贫困相关联，但随着冲突强度的增加，这种关联逐渐减弱。这表明，环境政策的经济后果更多地取决于政策实施的结构性与地缘政治条件，而非仅仅取决于严格度本身。

4.3 固定效应与国别内识别的局限

表4报告了国家固定效应估计。一旦识别被限制在国别内差异中，EPS系数和交互项均失去了统计显著性。这并不令人意外，且富有信息量。结果表明，基线关系主要由跨国别差异驱动，而非国别内的时间变异。表5支持了这一解释，该表显示能源贫困的国别内变异相对于国别间变异有限，而冲突强度则随时间变化更为显著。表5中的方差分解显示，能源贫困的大部分变异是横截面的而非时间序列的，而诸如冲突强度等关键解释变量在国别内变化较大。这种不平衡意味着实证框架更适合捕捉结构性差异，而非短期政策效应。与更广泛的文献一致，这表明能源贫困由持久的经济和制度因素塑造，而非短期政策调整（Boardman, 2010; Bouzarovski and Petrova, 2015）。这也强化了地缘政治碎片化通过长期结构性不对称而非即时政策冲击来运作的观点。

表4. 国家固定效应回归

| 变量 | (1) ENPOV1 | (2) ENPOV2 | (3) ENPOV3 |
|------|-----------|-----------|-----------|
| L.EPS | 0.0257 | ?0.00380 | 0.0316 |
| | (0.0209) | (0.00655) | (0.0232) |
| 冲突强度 | 0.00244 | 0.00654 | 0.00930 |
| | (0.00394) | (0.00548) | (0.0142) |
| L.EPS × 冲突强度 | ?0.00146 | ?0.00693 | ?0.00764 |
| | (0.00223) | (0.00640) | (0.00905) |
| ADRO | ?0.00326 | 0.00484 | 0.00196 |
| | (0.00406) | (0.00619) | (0.00700) |
| CPI | ?0.00104 | ?0.00172 | ?0.000702 |
| | (0.00142) | (0.00184) | (0.00282) |
| CABGDP | 0.00126 | 0.000764 | 0.00534* |
| | (0.00135) | (0.00120) | (0.00302) |
| LNGPC | ?0.184 | 0.120 | ?0.196 |
| | (0.163) | (0.116) | (0.303) |
| LFPRT | 0.0126 | 0.00324 | 0.00373 |
| | (0.0103) | (0.00398) | (0.00648) |
| MVA | ?0.00530 | 0.00445 | 0.00288 |
| | (0.00523) | (0.00497) | (0.00904) |
| RDE | 0.0276 | 0.00851 | ?0.0202 |
| | (0.0272) | (0.0158) | (0.0337) |
| 常数项 | 1.133 | ?1.385 | 1.781 |
| | (1.170) | (1.380) | (2.706) |
| 观测值 | 660 | 584 | 757 |
| R2 | 0.750 | 0.921 | 0.835 |
| 时间固定效应 | 是 | 是 | 是 |
| 国家固定效应 | 是 | 是 | 是 |

括号内为稳健标准误。*** p < 0.01, ** p < 0.05, * p < 0.1。

表5. 面板变量的方差分解

| 变量 | 均值 | 标准差 | 最小值 | 最大值 | N | Nt |
|------|------|--------|--------|--------|-----|-----|
| ENPOV1 | 0.018 | 0.134 | 0.000 | 1.000 | 1034 | 402 | 5.85 |
| 国别间SD | 0.120 | | 0.000 | | | 0.760 |
| 国别内SD | 0.066 | | ?0.742 | | | 0.258 |
| ENPOV2 | 0.094 | 0.291 | 0.000 | 1.000 | 663 | 391 | 7.00 |
| 国别间SD | 0.285 | | 0.000 | | | 1.000 |
| 国别内SD | 0.077 | | ?0.554 | | | 0.446 |
| ENPOV3 | 0.133 | 0.340 | 0.000 | 1.000 | 1118 | 402 | 7.95 |
| 国别间SD | 0.322 | | 0.000 | | | 1.000 |
| 国别内SD | 0.142 | | ?0.682 | | | 1.099 |
| EPS | 1.780 | 1.193 | 0.000 | 4.889 | 1240 | 403 | 1.00 |
| 国别间SD | 0.783 | | 0.332 | | | 2.864 |
| 国别内SD | 0.908 | | ?0.478 | | | 3.869 |
| 冲突强度 | 0.370 | 1.216 | 0.000 | 7.000 | 1240 | 403 | 1.00 |
| 国别间SD | 0.525 | | 0.000 | | | 1.516 |
| 国别内SD | 1.099 | | ?1.146 | | | 5.983 |
| ADRO | 20.039 | 7.170 | 6.314 | 47.122 | 1200 | 403 | 0.00 |
| 国别间SD | 6.588 | | 7.387 | | | 30.326 |
| 国别内SD | 3.010 | | 6.752 | | | 36.835 |
| CPI | 85.214 | 28.707 | 0.001 | 234.437 | 1194 | 402 | 9.85 |
| 国别间SD | 7.093 | | 71.356 | | | 101.366 |
| 国别内SD | 27.839 | | 7.544 | | | 248.295 |
| CABGDP | 0.050 | 4.933 | ?24.229 | 17.474 | 1115 | 402 | 7.88 |
| 国别间SD | 3.726 | | ?5.048 | | | 8.901 |
| 国别内SD | 3.269 | | ?20.194 | | | 11.977 |
| LNGPC | 9.993 | 0.996 | 6.355 | 11.626 | 1194 | 402 | 9.85 |
| 国别间SD | 0.979 | | 6.954 | | | 11.443 |
| 国别内SD | 0.233 | | 8.700 | | | 11.127 |
| LFPRT | 70.680 | 7.290 | 48.491 | 89.088 | 1200 | 403 | 0.00 |
| 国别间SD | 6.904 | | 53.859 | | | 85.564 |
| 国别内SD | 2.576 | | 61.973 | | | 80.211 |
| MVA | 16.118 | 5.153 | 3.953 | 34.566 | 1077 | 402 | 6.93 |
| 国别间SD | 4.906 | | 7.242 | | | 30.564 |
| 国别内SD | 2.208 | | 10.181 | | | 27.245 |
| RDE | 1.709 | 0.967 | 0.048 | 4.953 | 816 | 402 | 0.40 |
| 国别间SD | 0.942 | | 0.142 | | | 3.986 |
| 国别内SD | 0.311 | | 0.316 | | | 3.353 |
| LSO | 52.799 | 20.266 | 21.159 | 87.909 | 1140 | 383 | 0.00 |
| 国别间SD | 20.529 | | 21.159 | | | 87.909 |
| 国别内SD | 0.000 | | 52.799 | | | 52.799 |

4.4 全球北方与全球南方的异质性

前述分析表明，基线交互可能主要反映了各国之间的结构性差异。因此，我们考察了环保政策严格度、冲突与能源贫困之间的关系是否随发展和结构条件的不同而存在系统性差异。这些异质性检验旨在为第2.4节讨论的渠道提供间接证据，而非直接识别个别因果机制。

表6引入了全球南方指标的交互项以探索异质性。结果表明，全球南方 × L.EPS的交互项对ENPOV3为负且统计显著，而与冲突的三重交互项仍然不显著。

表6. 按全球南方交互的异质性

| 变量 | (1) ENPOV1 | (2) ENPOV2 | (3) ENPOV3 |
|------|-----------|-----------|-----------|
| L.EPS | 0.0502* | 0.0482** | 0.0839*** |
| | (0.0259) | (0.0237) | (0.0304) |
| 冲突强度 | 0.0309 | ?0.0487 | ?0.0335 |
| | (0.0349) | (0.0408) | (0.0362) |
| L.EPS × 冲突强度 | ?0.0217 | ?0.0103 | ?0.00661 |
| | (0.0133) | (0.0108) | (0.00951) |
| L.全球南方 | ?0.139** | ?0.1000 | 0.631*** |
| | (0.0597) | (0.209) | (0.179) |
| L.全球南方 × L.EPS | 0.0734** | 0.129 | ?0.276*** |
| | (0.0285) | (0.137) | (0.0756) |
| L.全球南方 × 冲突强度 | ?0.0308 | 0.0682 | 0.0489 |
| | (0.0331) | (0.0444) | (0.0376) |
| L.全球南方 × L.EPS × 冲突强度 | 0.0107 | 0.000446 | 0.000338 |
| | (0.0119) | (0.0150) | (0.0103) |
| ADRO | ?0.00255 | ?0.00704 | ?0.0129* |
| | (0.00252) | (0.00559) | (0.00685) |
| CPI | ?0.000923 | ?0.000645 | ?0.000502 |
| | (0.00133) | (0.00180) | (0.00237) |
| CABGDP | 0.00516** | 0.00688* | 0.00129 |
| | (0.00227) | (0.00373) | (0.00399) |
| LNGPC | ?0.180*** | ?0.226*** | ?0.128** |
| | (0.0664) | (0.0683) | (0.0532) |
| LFPRT | 0.00192 | 0.00457 | ?0.00291 |
| | (0.00201) | (0.00550) | (0.00306) |
| MVA | ?0.0126** | 0.000245 | ?0.00610 |
| | (0.00518) | (0.00641) | (0.00365) |
| RDE | 0.0429** | 0.0262 | 0.0257 |
| | (0.0210) | (0.0254) | (0.0168) |
| 常数项 | 1.930** | 2.094*** | 1.785*** |
| | (0.725) | (0.683) | (0.529) |
| 观测值 | 660 | 584 | 757 |
| R2 | 0.529 | 0.600 | 0.707 |
| 时间固定效应 | 是 | 是 | 是 |
| 国家固定效应 | 否 | 否 | 否 |

括号内为稳健标准误。*** p < 0.01, ** p < 0.05, * p < 0.1。

这表明政策严格度与能源贫困之间的关系在不同发展群体间存在差异，但冲突并不通过政策系统地改变这种关系。这与强调全球南方面临更深层结构性制约（包括有限的基础设施和较弱的制度能力）的文献相一致（Pachauri and Spreng, 2011; Khalid et al., 2024）。

表7报告的边际效应显示，在全球北方，低冲突水平下EPS的影响为正，并随冲突增加而减弱。相比之下，在全球南方，所有冲突水平下影响均为负。然而，鉴于三重交互项不显著，这些结果应谨慎解读为表明结构性差异而非强调节效应。

表7. 不同冲突水平下按发展分组的EPS边际效应

| 冲突强度 | 全球北方（global_south = 0） | 标准误 | p值 | 全球南方（global_south = 1） | 标准误 | p值 |
|----------|------------------------------|--------|------|------------------------------|--------|------|
| 0 | 0.0839 | 0.0304 | 0.009 | ?0.1918 | 0.0789 | 0.020 |
| 1 | 0.0772 | 0.0314 | 0.018 | ?0.1981 | 0.0838 | 0.023 |
| 2 | 0.0706 | 0.0308 | 0.033 | ?0.2045 | 0.0886 | 0.029 |
| 3 | 0.0640 | 0.0405 | 0.122 | ?0.2106 | 0.0945 | 0.033 |
| 4 | 0.0575 | 0.0550 | 0.362 | ?0.2170 | 0.1003 | 0.043 |
| 5 | 0.0508 | 0.0717 | 0.603 | ?0.2232 | 0.1061 | 0.053 |
| 6 | 0.0442 | 0.0717 | 0.603 | ?0.2294 | 0.1118 | 0.063 |

注：原文表7数据与表6边际效应计算一致。

表8报告了不同EPS水平下冲突的边际效应。在全球北方，政策严格度越高，冲突与能源贫困的负相关越强；而在全南南方的影响仍然微弱。这再次指向了异质性，但并非各组间存在一致的交互机制。

表8. 不同EPS水平下按发展分组的冲突强度边际效应

| EPS (L.eps) | 全球北方（global_south = 0） | 标准误 | p值 | 全球南方（global_south = 1） | 标准误 | p值 |
|-------------|------------------------------|--------|------|------------------------------|--------|------|
| 0.5 | ?0.0368 | 0.0326 | 0.266 | 0.0123 | 0.0095 | 0.203 |
| 1 | ?0.0401 | 0.0293 | 0.178 | 0.0092 | 0.0070 | 0.199 |
| 2 | ?0.0467 | 0.0241 | 0.060 | 0.0029 | 0.0065 | 0.661 |
| 3 | ?0.0533 | 0.0220 | 0.020 | ?0.0034 | 0.0117 | 0.773 |
| 4 | ?0.0599 | 0.0239 | 0.016 | ?0.0097 | 0.0182 | 0.598 |

4.5 内生性与系数稳定性

基线估计的一个潜在担忧是环保政策严格度可能存在内生性。采用更严格环保政策的国家在收入、制度能力、生产结构和政治优先事项等方面与采用较宽松政策的国家存在系统性差异。这些特征本身可能影响能源贫困，从而产生无法完全通过可观测控制变量解决的政策选择偏差。

因此，表9报告了基于Lewbel (2012)异方差工具变量方法的估计结果。EPS × 冲突交互项在所有三个能源贫困指标中均保持负值，但仅对ENPOV3具有统计显著性。符号的持续性在一定程度上表明，基线模型中观察到的负向交互并非完全归因于传统的遗漏变量偏差。然而，统计精度的降低和Hansen J统计量的结果表明，IV估计不应被解释为提供确凿的因果识别。特别是，某些设定中工具变量有效性的问题仍然存在。

表9. Lewbel IV估计

| 变量 | (1) ENPOV1 | (2) ENPOV2 | (3) ENPOV3 |
|------|-----------|-----------|-----------|
| L.EPS × 冲突 | ?0.001 | ?0.009 | ?0.011** |
| | (0.004) | (0.007) | (0.005) |
| ADRO | 0.004*** | ?0.008*** | ?0.014*** |
| | (0.001) | (0.002) | (0.002) |
| CPI | ?0.001*** | 0.001 | 0.000 |
| | (0.000) | (0.001) | (0.001) |
| CABGDP | 0.005*** | 0.008*** | 0.015*** |
| | (0.001) | (0.002) | (0.001) |
| LNGPC | ?0.147*** | ?0.211*** | ?0.204*** |
| | (0.025) | (0.016) | (0.011) |
| LFPRT | 0.001 | 0.001 | ?0.005*** |
| | (0.001) | (0.002) | (0.002) |
| MVA | ?0.010*** | 0.003 | ?0.006*** |
| | (0.002) | (0.002) | (0.002) |
| RDE | 0.045*** | 0.042*** | 0.013 |
| | (0.009) | (0.010) | (0.011) |
| LSO | ?0.000 | 0.001** | ?0.002*** |
| | (0.000) | (0.000) | (0.000) |
| 常数项 | 1.583*** | 2.053*** | 2.939*** |
| | (0.266) | (0.221) | (0.137) |
| 观测值 | 624 | 553 | 715 |
| R2 | 0.420 | 0.567 | 0.608 |
| 国家固定效应 | 否 | 否 | 否 |
| 时间固定效应 | 否 | 否 | 否 |
| Kleibergen-Paap rk LM检验 | 52.19*** | 49.20*** | 61.40*** |
| Hansen J统计量 | 18.33*** | 11.33 | 9.40 |

括号内为稳健标准误。*** p < 0.01, ** p < 0.05, * p < 0.1。

表10使用Oster (2019)的系数稳定性方法对该分析进行补充。偏误调整后的估计值仍为负值，表明选择不可观测变量的程度需要足够强才能推翻估计交互的方向。同时，调整系数的幅度随对不可观测选择的假设不同而变化。综合来看，IV和系数稳定性结果表明，基线关系的方向相对持久，但未能确立环保政策严格度作为外生处理。因此，证据应被解释为支持一种条件性结构关系，而非确凿的因果效应。

表10. Oster (2019)系数稳定性检验

| 变量 | ENPOV1 (1) | ENPOV1 (2) | ENPOV2 (3) | ENPOV2 (4) | ENPOV3 (5) | ENPOV3 (6) |
|------|-----------|-----------|-----------|-----------|-----------|-----------|
| 滞后EPS × 冲突强度 | 0.0029 | ?0.0056 | ?0.0063 | ?0.027 | ?0.031 | ?0.054 |
| 控制变量 | 是 | 是 | 是 | 是 | 是 | 是 |
| 常数项 | 是 | 是 | 是 | 是 | 是 | 是 |
| 观测值 | 994 | 624 | 663 | 553 | 715 | 715 |
| R2 (WITHIN) | 0.011 | 0.520 | 0.207 | 0.607 | 0.262 | 0.659 |
| RMax | | 0.676 | | 0.789 | | 0.857 |
| βRestricted ? βFull | | 0.0085 | | 0.021 | | 0.023 |
| RMax ? RFull | | 0.1560 | | 0.182 | | 0.198 |
| RFull ? RRestricted | | 0.5090 | | 0.400 | | 0.397 |
| 偏误调整系数 (β*) (RMax=RFull+(RFull?RRestricted)) | | ?0.0082 | | ?0.036 | | ?0.065 |
| 比例系数 (δ)a (RMax=min(1.3RFull,1)) | | ?2.14 | | ?2.86 | | ?4.73 |

4.6 替代冲突设定

表11通过使用四分位数检验交互是否随冲突强度不同而不同。结果显示，交互仅在最高冲突四分位数中对ENPOV2和ENPOV3显著。这表明冲突的条件作用集中在高强度环境中，而非在线性上跨越整个分布运作。这一发现与文献一致，文献表明严重冲突对基础设施、市场和能源服务获取的影响不成比例地大（Vesco et al., 2025）。这也支持了政策有效性在极端地缘政治中断环境中受到特别制约的观点。

表11. 冲突四分位数设定

| 变量 | (1) ENPOV1 | (2) ENPOV2 | (3) ENPOV3 |
|------|-----------|-----------|-----------|
| L.EPS | 0.0565* | 0.0577** | 0.0440 |
| | (0.0280) | (0.0283) | (0.0278) |
| 冲突_q | ?0.0613* | ?0.0252 | 0.211** |
| | (0.0307) | (0.0589) | (0.0851) |
| 冲突_q × L.EPS | 0.000840 | ?0.0588** | ?0.143*** |
| | (0.0117) | (0.0261) | (0.0369) |
| ADRO | ?0.00146 | ?0.00896 | ?0.0173*** |
| | (0.00220) | (0.00532) | (0.00636) |
| CPI | ?0.000332 | 0.000824 | ?0.00166 |
| | (0.00124) | (0.00240) | (0.00222) |
| CABGDP | 0.00347 | 0.00705* | 0.00939** |
| | (0.00210) | (0.00388) | (0.00416) |
| LNGPC | ?0.168** | ?0.253*** | ?0.201*** |
| | (0.0669) | (0.0592) | (0.0318) |
| LFPRT | 0.00200 | 0.00493 | ?0.00237 |
| | (0.00208) | (0.00612) | (0.00411) |
| MVA | ?0.0119** | 0.000388 | ?0.00893** |
| | (0.00533) | (0.00679) | (0.00387) |
| RDE | 0.0456** | 0.0279 | 0.00803 |
| | (0.0216) | (0.0272) | (0.0284) |
| 常数项 | 1.708** | 2.252*** | 2.796*** |
| | (0.690) | (0.565) | (0.350) |
| 观测值 | 660 | 584 | 757 |
| R2 | 0.506 | 0.584 | 0.620 |
| 冲突形式 | 四分位数 | 四分位数 | 四分位数 |
| 年份固定效应 | 是 | 是 | 是 |
| 国家固定效应 | 否 | 否 | 否 |
| 聚类标准误 | 是 | 是 | 是 |

括号内为稳健标准误。*** p < 0.01, ** p < 0.05, * p < 0.1。

交互项集中在最高冲突四分位数也与第2.4节讨论的基础设施和制度能力渠道一致。严重冲突可能破坏能源基础设施、削弱供应可靠性、减少投资并限制行政能力，从而改变环保政策实施的条件。这一解释与Khalid et al. (2024)一致，他们表明冲突与更低的能源消费和减少的电力及清洁烹饪获取相关。然而，由于这些渠道在当前数据集中未被直接观测，结果应被解释为与这些机制一致的证据，而非直接的因果检验。

4.7 结构性能力与政策有效性

表12使用高MVA指标按结构性能力检验异质性。结果表明，在较高能力经济体中，政策严格度与能源贫困的关联较弱，且对于ENPOV3，政策与冲突的交互项更加负向。尽管这些效应并非在所有情况下均显著，但它们与更广泛的文献一致，即结构性能力制约政策有效性（Battiston et al., 2021; Bretschger and Grieg, 2024）。拥有更强产业基础和制度框架的经济体更能吸收转型成本并有效实施政策。

表12. 高MVA异质性

| 变量 | (1) ENPOV1 | (2) ENPOV2 | (3) ENPOV3 |
|------|-----------|-----------|-----------|
| L.EPS | 0.0460 | 0.0706** | 0.0502 |
| | (0.0296) | (0.0292) | (0.0303) |
| 冲突强度 | ?0.0159* | ?0.00676 | 0.0558* |
| | (0.00852) | (0.0316) | (0.0286) |
| L.EPS × 冲突强度 | ?0.00956 | ?0.0196 | ?0.0340** |
| | (0.00777) | (0.0175) | (0.0131) |
| L.高MVA | ?0.156* | 0.137 | ?0.0661 |
| | (0.0913) | (0.104) | (0.0863) |
| L.高MVA × L.EPS | 0.0400 | ?0.0800** | 0.00168 |
| | (0.0275) | (0.0374) | (0.0341) |
| L.高MVA × 冲突强度 | 0.0276* | 0.0986** | 0.0547 |
| | (0.0150) | (0.0445) | (0.0421) |
| L.高MVA × L.EPS × 冲突强度 | ?0.00356 | ?0.0211 | ?0.0373* |
| | (0.00542) | (0.0281) | (0.0196) |
| ADRO | ?0.00243 | ?0.00757 | ?0.0185*** |
| | (0.00244) | (0.00507) | (0.00678) |
| CPI | ?0.000984 | 0.00229 | ?0.000275 |
| | (0.00155) | (0.00219) | (0.00220) |
| CABGDP | 0.00180 | 0.00593 | 0.00699 |
| | (0.00201) | (0.00386) | (0.00469) |
| LNGPC | ?0.115* | ?0.245*** | ?0.179*** |
| | (0.0631) | (0.0560) | (0.0321) |
| LFPRT | ?0.00102 | 0.00449 | ?0.00226 |
| | (0.00213) | (0.00562) | (0.00374) |
| RDE | 0.0260 | 0.0448 | ?0.000647 |
| | (0.0162) | (0.0270) | (0.0281) |
| 常数项 | 1.356* | 1.986*** | 2.385*** |
| | (0.717) | (0.484) | (0.389) |
| 观测值 | 676 | 590 | 772 |
| R2 | 0.397 | 0.648 | 0.623 |
| 异质性 | 高MVA vs 低MVA | 高MVA vs 低MVA | 高MVA vs 低MVA |
| 年份固定效应 | 是 | 是 | 是 |
| 国家固定效应 | 否 | 否 | 否 |
| 聚类标准误 | 是 | 是 | 是 |

括号内为稳健标准误。*** p < 0.01, ** p < 0.05, * p < 0.1。

结构性能力设定为异质性政策关系背后的机制提供了补充评估。制造业能力在此用作经济体更广泛生产能力和吸收调整成本能力的指标。拥有更强生产结构的经济体可能拥有更发达的基础设施、更深的财政能力以及更强的在能源转型期间维持投资的能力。因此，它们可能更有能力实施环保政策而不会同时增加能源剥夺。结果大体上与该解释一致，尽管交互效应并非在所有情况下均显著，因此应被视为暗示性而非确定性的结构性能力渠道证据。

4.8 留一稳健性检验

表13报告了排除主要经济体的留一估计。交互项在所有设定中均保持负值且统计显著，表明结果并非由任何单一国家驱动。这增强了基线发现的稳健性。

表13. ENPOV3的留一稳健性检验

| 变量 | (1) 剔除中国 | (2) 剔除印度 | (3) 剔除巴西 | (4) 剔除美国 |
|------|-------------|-------------|-------------|-------------|
| L.EPS | 0.0543* | 0.0419 | 0.0471 | 0.0493* |
| | (0.0278) | (0.0272) | (0.0294) | (0.0283) |
| 冲突强度 | 0.0814*** | 0.0917*** | 0.0998*** | 0.0853*** |
| | (0.0192) | (0.0190) | (0.0147) | (0.0181) |
| L.EPS × 冲突强度 | ?0.0494*** | ?0.0553*** | ?0.0598*** | ?0.0526*** |
| | (0.0104) | (0.00999) | (0.00756) | (0.0100) |
| ADRO | ?0.0184*** | ?0.0171** | ?0.0158** | ?0.0173** |
| | (0.00653) | (0.00666) | (0.00643) | (0.00659) |
| CPI | ?0.00156 | ?0.00261 | ?5.17e-05 | ?0.00150 |
| | (0.00217) | (0.00240) | (0.00176) | (0.00222) |
| CABGDP | 0.00798* | 0.00856* | 0.00817** | 0.00917** |
| | (0.00405) | (0.00452) | (0.00397) | (0.00431) |
| LNGPC | ?0.196*** | ?0.169*** | ?0.201*** | ?0.201*** |
| | (0.0330) | (0.0522) | (0.0346) | (0.0327) |
| LFPRT | ?0.00227 | ?0.00179 | ?0.00274 | ?0.00244 |
| | (0.00423) | (0.00393) | (0.00376) | (0.00394) |
| MVA | ?0.00938** | ?0.00764 | ?0.00955** | ?0.00983** |
| | (0.00445) | (0.00504) | (0.00380) | (0.00377) |
| RDE | 0.0132 | 0.00235 | 0.0138 | 0.0107 |
| | (0.0292) | (0.0270) | (0.0276) | (0.0290) |
| 常数项 | 2.739*** | 2.483*** | 2.680*** | 2.791*** |
| | (0.345) | (0.810) | (0.370) | (0.351) |
| 观测值 | 742 | 734 | 739 | 736 |
| R2 | 0.630 | 0.521 | 0.648 | 0.628 |
| 因变量 | ENPOV3 | ENPOV3 | ENPOV3 | ENPOV3 |
| 年份固定效应 | 是 | 是 | 是 | 是 |
| 国家固定效应 | 否 | 否 | 否 | 否 |
| 聚类标准误 | 是 | 是 | 是 | 是 |

括号内为稳健标准误。*** p < 0.01, ** p < 0.05, * p < 0.1。

总体而言，结果呈现出一幅连贯的图景。第一，它们不支持环保政策严格度与能源贫困之间存在统一的关系。第二，它们表明这种关系以冲突强度为条件，尤其是对于更广泛的能源贫困指标。第三，它们显示交互主要是结构性的而非强因果性的。这些发现与更广泛的能源转型和地缘政治碎片化文献一致，该文献强调政策有效性受结构性与制度条件的中介（Battiston et al., 2021; Bolton et al., 2020）。在碎片化的地缘政治环境中，环保政策并非孤立运作，而是与冲突、经济能力和制度质量相互作用。其含义是，解决能源贫困需要超越单纯的政策严格度。相反，它需要结构性发展、制度强化和情境化政策设计的组合，特别是在约束最为紧束的冲突受影响环境中（Bouzarovski and Petrova, 2015; Khalid et al., 2024）。

5.

结论

本研究考察了环境政策严格程度、冲突强度与能源贫困之间的关系，其背景是一个日益受地缘政治碎片化影响的环境。研究结果表明，结构性经济条件，尤其是收入水平和产业能力，仍然是能源贫困最为一致的决定因素。在某些模型设定中，环境政策严格程度与能源贫困之间存在关联，但一旦考虑到国家层面的异质性和识别问题，这些关系便会减弱。同样，政策严格程度与冲突强度之间的交互作用对于地缘政治紧张局势系统性改变政策有效性的统一因果机制的支持有限。

这些发现表明，环境政策的有效性取决于更广泛的结构性条件和制度条件。在低收入和结构性受限的经济体中，若无基础设施、治理、可负担性保障和生产能力的配套投资，政策工具较难转化为能源获取的改善。因此，本研究通过表明能源贫困无法仅凭政策严格程度来解决——特别是在受冲突影响或地缘政治碎片化的环境中——为该领域文献作出了贡献。

5.1 政策启示

研究结果为面临地缘政治碎片化的经济体中能源和环境政策的设计提供了多方面启示。首先，环境政策严格程度不应被视为减少能源贫困的独立工具。尽管环境监管对于推进能源转型仍很重要，但其社会影响取决于实施时的经济和制度条件。在收入水平、产业能力和基础设施薄弱的国家，除非辅以保障可负担性和改善现代能源服务获取的措施，否则更严格的政策工具可能收效有限。这一解释与关于能源贫困的结构性与分配维度的文献一致（Pachauri and Spreng, 2011; Bouzarovski and Petrova, 2015; Cheikh et al., 2023）。

其次，政策组合应将环境监管与结构性发展政策相结合。这包括电力基础设施投资、对弱势家庭的定向支持、能效项目，以及加强国内生产能力的措施。这些配套政策可以降低环境政策在短期内推高低收入家庭能源成本的风险，同时仍能保持长期转型目标（Sovacool, 2012; Sovacool et al., 2017）。

第三，受冲突影响和制度脆弱的经济体需要特定情境下的政策排序。在这些环境中，当务之急可能是恢复能源基础设施、提高供应可靠性、支持分布式或弹性能源系统，并在实施或同步实施更严格环境政策工具之前或同时加强行政能力。这并不意味着推迟能源转型，而是意味着设计转型政策时需认识到制度约束和与冲突相关的干扰（Bazilian et al., 2014; Khalid et al., 2024; Vesco et al., 2025）。

最后，研究结果暗示国际支持应超越狭隘的政策采纳，更加重视实施能力。发展合作伙伴和国际组织可通过融资韧性基础设施、改善数据系统以及协助各国政府设计具有社会保护性的转型政策来支持能源贫困的减少。总体而言，证据指向需要一种政策组合，将环境目标与可负担性、制度建设和结构性发展相结合（Rodrik, 2008; World Bank, 2017）。

5.2 局限性与未来研究

本研究存在若干局限性，也为未来研究方向提供了指引。首先，跨国设计有助于识别广泛的结构性模式，但无法完全确立因果机制。其次，分析依赖于国际指标的可用性和一致性，这限制了捕捉能源贫困和政策实施的本地维度。第三，政策严格程度与冲突之间的交互作用可能通过难以直接测量的渠道发挥作用，包括行政能力、基础设施损害和家庭层面的可负担性。尽管Lewbel工具变量和系数稳定性检验为结果对内生性和遗漏变量选择敏感性的证据提供了支持，但未能完全解决内生性政策采纳问题。未来研究可在指标可比较的情况下扩展数据集，使用家庭层面或次国家层面数据，并考察具体政策工具和冲突事件，以更好地识别环境政策、地缘政治不稳定与能源贫困之间的关联机制。

作者贡献声明

Hassan Alalmaee：撰写——审阅与编辑，撰写——初稿，验证，监督，软件，资源，项目管理，方法论，调查，正式分析，数据整理，构思，资金获取。Mohajer Alowisi：撰写——审阅与编辑，撰写——初稿，可视化，资源，调查，数据整理，项目管理，验证。Sajid M. Chaudhry：撰写——审阅与编辑，撰写——初稿，验证，监督，软件，资源，方法论，调查，正式分析，数据整理。Yen Hoang Hai：撰写——审阅与编辑，撰写——初稿，可视化，资源，数据整理。

资助

本研究由沙特·阿卜杜勒阿齐兹亲王大学项目编号（PSAU/2026/R/1448）提供资金支持。

Hassan Alalmaee | Mohajer Alowisi | Sajid M. Chaudhry | Yen Hoang Hai