人类发展是否影响能源消费？基于跨国分析的证据

《Sage Open》：Does Human Development Influence Energy Consumption? Insights from a Cross-Country Analysis

　　

研究人员考察了1996—2021年40个国家中能源消费与人类发展指数（HDI）的关系。研究采用工具变量回归（Instrumental Variable Regression，IV）来揭示HDI与能源消费之间更细微的模式，控制变量包括平均相对湿度（RHUM）、人口（POP）、工业增加值（IND）和城镇化率（UR）。研究发现，HDI与能源消费之间存在混合证据的正向关系，具体取决于不同计量方法。结果表明，一旦国家跨越HDI高于0.799的高人类发展阈值，生活水准、教育和健康的改善会与更高的能源需求持续且因果地相关。研究结果凸显了不同HDI层级中能源使用与发展关系的结构性差异。尽管存在中低HDI国家样本较少的局限，所发现的能源消费与HDI关联对极高和高HDI国家具有重要政策含义。该研究强调将人类发展水平纳入能源消费模式分析的必要性，为致力于改善生活质量与能源效率的政策制定者和研究人员提供见解。

研究背景方面，全球各国虽履行《京都议定书》与《巴黎协定》等气候承诺、推进碳减排与能效提升，但全球能源需求、人口与二氧化碳排放仍持续上升。既有文献多关注能源需求与经济增长关系，较少把人类福祉作为核心视角。人类发展指数（Human Development Index，HDI）综合健康、教育与收入，可衡量人类福祉，但现有研究多依赖简单相关分析，且HDI与能源消费可能双向因果，存在内生性。因此，研究人员需要检验HDI不同层级下能源消费关系是否非线性、是否存在结构性差异，并缓解内生性问题，这正是本研究开展的动因。论文发表于《Sage Open》。

关键技术方法上，研究人员构建1996—2021年40个主权国家面板数据，按HDI分为极高、高、中低三组；以人均一次能源消费（EC）为因变量，HDI为核心解释变量，控制平均相对湿度（RHUM）、人口（POP）、工业增加值（IND）、城镇化率（UR）。为处理双向因果与遗漏变量导致的内生性，采用自由之家《世界自由指数》（Freedom in the World，FIW）作为HDI的二值工具变量（IV）；先后使用混合普通最小二乘（OLS）、单向与双向固定效应（FE / TWFE）、Wu–Hausman内生性检验、两阶段最小二乘（2SLS）、面板Granger因果检验，以及差分子广义矩估计（Difference GMM）处理动态面板与滞后项内生性；样本来源为Energy Institute、UNDP人类发展报告、World Bank、Freedom House与Global Data Lab的公开跨国数据。

研究结果如下。

Abstract部分已前述：研究人员发现HDI与EC关系随方法而异，跨过HDI>0.799阈值后人类发展改善持续推高能源需求。

Plain Language Summary部分说明，既往研究重能源—增长，本文用HDI看福祉与能源关系；40国26年数据显示总体正向但不稳定，高发展段能源需求管理才是重点，低发展段扩能源可及性更重要。

1.0 Introduction部分，研究人员提出两个工作假设：更高HDI是否对应更低人均能源消费；HDI—EC关系在极高、高、中低HDI中如何不同。为避免与HDI内含的国民总收入（GNI）重复，不放入人均GDP，并用FIW作工具变量。

2.0 Previous Literature部分，通过综述指出教育既可能因收入提高而增能，也可能因环保意识降能；收入与EC呈倒U或阈值关系；健康、人口、工业化、相对湿度、城镇化均改变EC。文献缺口是少有研究用复合HDI并处理内生性做跨国分层估计。

3.0 Data and Methodology部分，数据来自EI、UNDP、World Bank、Freedom House、Global Data Lab；EC取人均吉焦并取自然对数，HDI保留0—1原始标度，POP取lnPOP。研究人员用OLS与FE/TWFE控非观测异质，用FIW作IV做2SLS，用Granger因果确认HDI与lnEC双向因果，再用Difference GMM以lnEC_t-1及HDI滞后水平作内部工具，模型为ΔlnEC_it=α₁ΔlnEC_i,t-1+γ₁ΔHDI_it+γ₂ΔRHUM_it+γ₃ΔlnPOP_it+γ₄ΔUR_it+γ₅ΔIND_it+Δε_it。

4.0 Results and Analysis部分。4.1 Descriptive Statistics显示极高HDI国人均EC为176.14吉焦，高HDI为52.00吉焦，中低HDI仅14.29吉焦，城镇化随发展升高、人口规模反向于人均EC。4.2 Regression中，4.2.1 Pooled OLS表明全样本HDI系数2.7167且显著，分组中极高与高HDI仍正，中低HDI为负且不显著；4.2.2 Panel Regression中Hausman检验支持FE，Wu–Hausman证HDI内生，TWFE-2SLS下全样本HDI为-14.78不显著，极高HDI为2.913显著、高HDI为6.1005显著、中低HDI为2.3869在10%显著，说明发展越高HDI推EC越强。4.3 Panel Granger Causality表明全样本HDI?lnEC双向因果；极高HDI中国HDI→EC更稳，中低HDI中EC→HDI在中长期出现。4.4 Difference GMM显示全样本HDI系数0.6995显著，滞后EC正显著，IND正显著，极高与高HDI子样HDI不显著；中低HDI因矩阵奇异未估计。

5.0 Comparison With Previous Studies部分，研究人员指出既往多用GDP、教育、健康单维指标，本文用复合HDI补多维空白；与土耳其、哈萨克斯坦、欧洲等能源—增长研究对照，也和英国、OECD人力资本节能研究形成反差。

6.0 Limitations部分，中低HDI仅5国、样本不平衡，且缺平均气温与能源价格控制变量。

7.0 Conclusion and Future Research部分，研究显示全样本HDI—EC正向且显著，极高与高HDI在TWFE-2SLS中因果正向，Difference GMM下仍正但不显著；结论反于“高发展必低能耗”先验。研究人员认为应继续推高HDI，同时配可持续能源政策，未来可做政策评估。

讨论与结论翻译：本研究以40个主权国家26年数据，用线性回归、双向固定效应、TWFE-2SLS与GMM估计，发现全样本HDI与EC正向显著；极高与高HDI组TWFE-2SLS中HDI对EC有显著正向因果影响，Difference GMM下系数仍正但不显著。这些结果不同于研究人员先前“HDI升高会降低能源消费”的预期。HDI与EC正相关并不应阻碍当局提升HDI，反而促其实施应对更大能源需求的策略、并与可持续发展目标对齐；此类政策分析应成为未来研究的重要议程。