中国可再生能源、智能制造投资与区域经济发展:基于低碳转型实践的证据

《Biomass and Bioenergy》:Renewable energy, intelligent manufacturing investment and regional economic development in China: Evidence from low-carbon transition practices

【字体: 大 中 小 】 时间:2026年10月23日 来源:Biomass and Bioenergy 5.8

编辑推荐:

   •智能制造优化了生物能源与土地利用的协同效应,助力低碳转型。•在目标情景下,生物质发电最多可满足中国总电力的3%。•密集扩展生物质可能使农业产出减少5%,并转化25万公顷土地。•多产品农业及副产品降低了福利成本并提高了土地利用效率。引言过去二十年来,中国的产业和能源转型代表了

  
  • •
    智能制造优化了生物能源与土地利用的协同效应,助力低碳转型。
  • •
    在目标情景下,生物质发电最多可满足中国总电力的3%。
  • •
    密集扩展生物质可能使农业产出减少5%,并转化25万公顷土地。
  • •
    多产品农业及副产品降低了福利成本并提高了土地利用效率。

引言

过去二十年来,中国的产业和能源转型代表了有史以来在单一经济体中尝试的最雄心勃勃的低碳转型。三股相互交织的政策力量共同定义了这场转型。"中国制造2025"倡议及其后续政策将大规模的国家与私人投资引向智能制造技术,包括工业机器人、人工智能赋能的生产系统、数字孪生和信息系统与物理系统的集成,以实现提升产业竞争力和降低单位产出能耗的双重目标。与此同时,连续发布的新能源发展规划推动了风电、光伏和水电装机容量攀升至令中国成为全球最大可再生能源市场的水平。最近,"双碳"目标——即在2030年前实现二氧化碳排放达峰、2060年前实现碳中和——引入了一项具有约束力的低碳约束,明确将能源系统转型与产业现代化联系起来。这三种力量的相互作用构成了一个复杂但具有战略重要性的交汇点:可再生能源投资与智能制造投资不再是相互独立的政策领域,而是单一低碳转型战略中共同演进的组成部分。
这一双重转型的经济地理分布极不均衡。东部沿海省份拥有密集的产业集群、先进的物流和强大的金融体系,在智能制造技术采纳和并网可再生能源部署方面均处于领先地位。西部和西北部省份拥有丰富的太阳能和风能资源,但缺乏产业深度,其可再生能源投资集中在大型公用事业规模项目上,其经济效益并未总是在当地实现。正在经历加速工业化的中部省份构成了关键的过渡区域,可再生能源基础设施与智能制造投资之间的协同效应预计在该区域最为显著,但目前仍缺乏实证研究。这种空间异质性产生了严格计量经济识别所需的变异,但也引发了关于双重转型受益者的分配问题[1]。
三个研究空白构成了本研究的动因。第一,现有文献在可再生能源与经济增长方面大体上将能源基础设施与生产过程中的技术升级在分析上分开处理,忽视了当清洁能源供给与人工智能赋能的节能生产系统相匹配时所产生的协同效应[2]。第二,智能制造的经济效应主要在微观企业层面进行研究,对省域总体增长影响以及技术跨省扩散产生的空间外部性的关注不足[3]。第三,低碳政策强度在决定可再生能源-智能制造投资协同效应是否实现方面所起的调节作用尚未通过门槛计量经济方法进行正式识别,尽管理论预期认为治理质量和政策协调性是投资协同效应实现的必要前提[4]。
本研究通过构建新型的可再生能源-智能制造政策协同指数、在空间杜宾框架内估计可再生能源投资和智能制造投资的联合与单独增长效应、识别以低碳政策强度为条件的可再生能源-智能制造-增长关系中的门槛非线性、并将可再生能源-智能制造采纳模式与中国省域格局中的收敛动态联系起来,从而弥补了上述三个研究空白。分析涵盖2005年至2022年中国30个省份的数据,跨越了智能制造和可再生能源蓬勃发展的完整历程,并包含了与供给侧结构性改革、"中国制造2025"启动和"双碳"目标宣布相关的关键制度转型[5]。
研究结果对中国乃至全球范围外的产业政策设计、空间能源规划和区域发展战略具有重要的现实意义。显著的"可再生能源-智能制造"协同效应证据表明,低碳转型投资的最大经济回报并非来自可再生能源或智能制造的孤立部署,而是来自协调的空间联合部署,即利用清洁能源供给与人工智能赋能的生产效率之间的互补性。门槛效应发现意味着实现这些协同效应的治理前提条件——以低碳政策强度衡量——是必要的而非充分条件:处于第一政策强度门槛以下的省份无法将可再生能源-智能制造投资转化为相应的增长,而处于第二门槛以上的省份则实现了远超单独依靠任何一项投资所能达到的增长倍率。收敛性发现证实,协调的双重投资与"后2020年代"中国经济规划中被提升为核心目标的平衡区域发展目标相一致,并且确实在促进这一目标。
本文其余部分结构如下。第二部分综述了相关的理论与实证文献。第三部分构建了分析框架与假设。第四部分介绍了数据、变量以及可再生能源-智能制造协同指数的构建。第五部分详细阐述了计量经济方法。第六部分报告了实证结果。第七部分呈现了稳健性检验。第八部分讨论了政策含义。第九部分为结论。本文在低碳转型的实证经济学、联合投资协同效应的空间计量经济学以及中国区域发展经济学方面做出了原创性贡献,并具有更广泛的适用性,可为同时推进能源与产业转型的大型发展中国家提供参考。

章节摘要

可再生能源投资与经济发展

可再生能源投资与经济增长之间存在正相关关系的理论基础已经得到充分确立。内生增长理论(由罗默提出并随后应用于能源基础设施)认为,公共和准公共能源基础设施会产生对私营部门生产力的正外部性,这可以为超越市场均衡水平的投资提供正当理由[6]。能源-增长假说源自克尔夫和克尔夫的研究,随后

概念框架

分析框架将内生增长理论、绿色创新理论、空间增长理论和低碳转型经济学整合为一个统一的概念架构。生产函数的基础是一个扩展的柯布-道格拉斯模型,其中可再生能源资本(通过降低能源成本和提高供给可靠性进入)和智能制造资本(通过要素中性技术进步进入)均提升了传统要素的生产率

样本与数据来源

本研究采用了一个涵盖30个中国省份、自治区和直辖市的平衡面板数据,时间跨度为2005年至2022年,共得到540个省-年观测值。起始年份2005年对应中国第一部正式《可再生能源法》的颁布以及最早可靠的省级智能制造投资记录;终止年份2022年则捕捉到了"双碳"目标框架下首次重大政策响应。可再生能源投资数据

面板单位根与共检验

鉴于面板数据中已确认存在横截面依赖,分析中全程采用了第二代单位根检验方法。对所有水平值变量应用了横截面增强的伊姆-佩萨兰-申(CIPS)检验和横截面增强的迪基-富勒(CADF)检验。人均GDP、可再生能源投资、智能制造投资、绿色全要素生产率、碳强度和产业升级指数的一阶差分平稳性已得到确认。面板共检验采用威斯特伦德基于误差校正的

单位根与共检验

表2展示了单位根与共检验结果。CIPS和CADF检验对所有水平值变量一致未能拒绝单位根原假设,但在其一阶差分中统一拒绝了该假设,确认为I(1)过程。威斯特伦德检验强烈拒绝了可再生能源投资-GDP、智能制造投资-GDP和可再生能源-智能制造协同指数-绿色全要素生产率各配对之间不存在共检验关系的原假设(所有自举法p值均低于0.02),为PMG和SDM估计确立了长期均衡基础。横截面

替代估计方法与模型设定

表7呈现了稳健性检验套件。第1列复现了基准动态空间杜宾模型。第2列采用了系统广义矩估计法,以可再生能源投资和智能制造投资的二阶和三阶滞后项以及省级资源禀赋与国家层面政策强度指数交互项作为联合工具变量;汉森过度识别检验未能拒绝原假设(p = 0.318),AR(2)检验未发现二阶序列相关(p = 0.481),证实了工具变量的有效性。第3列替换了

理论贡献

研究结果从三个维度推进了理论发展。第一,统计上和经济学上均显著的"可再生能源-智能制造"协同效应的识别——其在不同模型设定和样本限制下均具有稳健性——确立了这两项技术投资是战略互补关系而非独立投入。这扩展了基础设施投资的生产函数理论,通过记录能源基础设施与生产技术之间的跨类别互补关系,一种

结论

本研究首次对中国省域格局中可再生能源投资与智能制造投资的联合经济效应进行了全面的空间计量经济分析,涵盖2005年至2022年30个省份的数据。通过整合动态空间杜宾建模、门槛面板回归、绿色全要素生产率分解和σ收敛分析,本研究产生了一组连贯且相互强化的实证发现,这些发现极大地

CRediT作者贡献声明

王思琦:审阅与编辑、原始稿件撰写、软件、资源、方法论、形式分析、概念构思。

资金来源

数字经济与产业集群升级研究中心平台编号:PT2025RWT001。
崔盈盈 | 王思琦
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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