增强土地资源利用效率与城市可再生能源本地消纳:通过机器学习识别异质性处理效应

《Frontiers in Environmental Science》:Enhanced land-resource utilization efficiency and local consumption of renewable energy in cities: identifying heterogeneous treatment effects via machine learning

【字体: 大 中 小 】 时间:2026年08月05日 来源:Frontiers in Environmental Science 4.4

编辑推荐:

  城市可再生能源本地消纳可以减少传输损耗并增强城市可持续性,本研究调查了增强土地资源利用效率是否促进了这种本地消纳。方法上,理论上构建了一个动态一般均衡模型(Dynamic General Equilibrium, DGE)来阐明土地资源利用效率影响可再生能源消

  
城市可再生能源本地消纳可以减少传输损耗并增强城市可持续性,本研究调查了增强土地资源利用效率是否促进了这种本地消纳。方法上,理论上构建了一个动态一般均衡模型(Dynamic General Equilibrium, DGE)来阐明土地资源利用效率影响可再生能源消纳的传导机制。实证上,将中国省级空间规划试点政策视为准自然实验,利用前馈神经网络(Feedforward Neural Network, FNN)估计城市级可再生能源生产和消费,并通过耦合协调度(Coupling–Coordination Degree, CCD)衡量可再生能源本地消纳程度;然后应用因果森林模型(Causal Forest, CF)对覆盖2010–2022年中国281个地级市的不平衡面板数据进行分析。结果揭示,增强土地资源利用效率显著增加了城市可再生能源本地消纳,且该政策效应可分解为集约效应、协同效应和规模效应。本研究有三项贡献:理论上,构建了动态一般均衡框架,将土地资源利用效率到可再生能源本地消纳的传导机制分解为集约、协同和规模效应;方法上,利用前馈神经网络构建了城市级可再生能源本地消纳耦合协调度指数,并通过因果森林模型识别因果效应;实证上,提供了增强土地资源利用效率显著促进可再生能源本地消纳的证据,该效应在第二产业占比高和工业用电需求大的城市更强,而在本地可再生能源产量大的城市有所减弱。讨论:异质性分析进一步表明,正向效应在第二产业占比高和工业用电需求大的城市更为显著,而在本地可再生能源产量大的城市有所减弱。这些发现表明,国土空间规划和产业-能源协调是提升可再生能源消纳能力和推进城市可持续发展的关键路径。
在全球能源转型和碳中和目标的推动下,城市可再生能源本地消纳(Absorption)被视为减少传输损耗、提升能源系统经济性与安全性的关键路径。然而,现有研究多聚焦于宏观或区域尺度,忽视了城市尺度的本地消纳问题,尤其缺乏将土地资源利用效率与可再生能源消费直接关联的实证证据。中国自2017年起实施的省级空间规划试点政策(Provincial Spatial Planning Pilot),通过优化国土空间布局、功能分区和环境评估,旨在提升土地资源利用效率,但其对可再生能源本地消纳的影响机制尚不明晰。为此,研究人员开展本研究,以该政策为准自然实验,定量评估增强土地资源利用效率对城市可再生能源本地消纳的因果效应,并探索其异质性特征。该论文发表在《Frontiers in Environmental Science》。

研究人员首先构建了五部门动态一般均衡模型(Dynamic General Equilibrium, DGE),从理论上将土地资源利用效率促进本地消纳的机制分解为集约效应(Intensification Effect)、协同效应(Synergy Effect)和规模效应(Scale Effect)。实证部分,采用前馈神经网络(Feedforward Neural Network, FNN),以省级能源平衡表数据及城市级辅助变量(包括夜间灯光强度、碳排放强度、绿色技术创新等50个变量)为输入,估计了2010–2022年中国281个地级市的可再生能源生产与消费数据;随后基于耦合协调度(Coupling–Coordination Degree, CCD)构建了城市级本地消纳指数(Absorption);最后应用因果森林模型(Causal Forest, CF)估计条件平均处理效应(Conditional Average Treatment Effect, CATE),并开展异质性分析。样本来源为中国281个地级市的不平衡面板数据。

研究结果如下:

**4.1 基于因果森林的基线回归**
使用因果森林模型估计政策处理变量(W)对Absorption的平均处理效应(ATE),在6种超参数设置下,ATE在0.135至0.152之间,均在1%水平上显著,表明增强土地资源利用效率显著促进了城市可再生能源本地消纳,验证了命题1(集约效应)的直接正向作用。

**4.2 稳健性检验**
通过四项稳健性检验确认结果可靠性:(1)剔除直辖市样本后ATE仍显著为正(0.133);(2)更换为基于神经网络算法的因果机器学习模型,ATE为0.109且显著;(3)采用传统双重差分模型(Difference-in-Differences, DID)得到系数0.048(仅在10%水平显著),但该差异源于DID对线性结构的限制,而非因果森林估计偏误;(4)排除同期“智慧城市”和“新能源示范城市”试点政策的干扰后,ATE为0.139且显著。所有检验均支持基线结论的稳健性。

**4.3 基于条件平均处理效应(CATE)的异质性分析**
**4.3.1 CATE异质性分布**
CATE估计值显示,大部分城市(约80%)的政策效应为正,集中在0.06–0.16之间,峰值在0.08–0.14;约五分之一城市呈负效应,可能源于本地供给过剩导致规模效应占据主导。

**4.3.2 调节效应**
- **产业结构**:以第二产业占比的倒数(ln(1/IS))衡量,线性与局部多项式回归(LOESS)拟合均显示,随着第二产业占比提高(即ln(1/IS)增大),CATE显著上升,表明高工业集中度强化了政策效应,支持命题2(协同效应)。
- **工业用电规模**:以工业用电占全社会用电比例(EI)分析,EI越高,CATE越大,表明大规模工业需求为可再生能源提供了稳定消纳场景,进一步验证了命题2。
- **可再生能源产量**:以本地可再生能源产量对数(lnR_Production)检验,产量越高,CATE越弱,说明供给扩张加剧了供需错配,削弱了政策效应,支持命题3(规模效应)。

**讨论与结论**
研究人员在讨论部分指出,异质性分析表明,增强土地资源利用效率的政策效应在第二产业发达、工业用电需求高的城市更为显著,而在本地可再生能源产量高的城市有所减弱。这些发现揭示了国土空间规划与产业-能源协调是提升可再生能源消纳能力的关键路径。研究结论部分(5.1节)总结:第一,因果森林基线估计证实增强土地资源利用效率对Absorption有显著正向效应,且在不同超参数下稳健,FNN方法在估计城市级数据上优于线性分解;第二,异质性分析显示,政策效应在第二产业占比高和工业用电规模大的城市更强,而在本地可再生能源产量高的城市减弱。本研究在理论上将传导机制分解为集约、协同和规模效应,方法上通过FNN和因果森林实现更精确的估计和异质性识别,实证上为空间规划与能源政策协调提供了证据。
相关新闻
生物通微信公众号
微信
新浪微博

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