《Renewable Energy》：Unveiling the sectoral impact of renewable energy on growth in Europe: A threshold and machine learning approach
编辑推荐：
•涵盖了欧洲不同用途的能源消费情况。•在分析中考虑了截面依赖性。•使用动态面板门槛模型估计了门槛参数。•通过采用机器学习算法捕捉了非线性特征。•分析了与目的相关的能源消费与增长之间的联系。引言向能源的转型已成为欧洲可持续发展道路上的重要支柱之一。随着欧盟朝着2050年实现气候
- •
涵盖了欧洲不同用途的能源消费情况。
- •
在分析中考虑了截面依赖性。
- •
使用动态面板门槛模型估计了门槛参数。
- •
通过采用机器学习算法捕捉了非线性特征。
- •
分析了与目的相关的能源消费与增长之间的联系。
引言
向能源的转型已成为欧洲可持续发展道路上的重要支柱之一。随着欧盟朝着2050年实现气候中和的雄心勃勃目标迈进，能源不再仅仅被视为一种环境需求，而是被视为经济转型的基本驱动力。它有望大幅减少温室气体排放，提高能源安全，增强技术竞争力并提升经济韧性。在欧盟绿色协议等政策框架的支持下，对风能、太阳能、生物质能和水电的投资使欧洲处于全球去碳化的前沿位置（见图1）。
欧洲能源转型在很大程度上受到过去二十年来发展的制度和监管框架的影响。《能源指令》（RED II）、欧盟绿色协议、“适应55”计划和REPowerEU计划确立了具有约束力的能源目标，促进了能源效率，并加速了交通运输、电力生产和供热系统的部门去碳化。这些政策通过鼓励对基础设施、技术创新和跨境能源整合的投资，对市场发展产生了重大影响。因此，欧洲的背景为研究能源消费如何影响各部门经济增长提供了高度相关的背景，因为能源的扩展不仅由市场动态驱动，还受到协调一致的政策干预和长期气候目标的推动。
尽管取得了这些进展，但一个关键问题仍未得到充分探讨。能源消费的目的是否会影响其对经济增长的贡献程度。现有文献中的大部分研究在总体水平上考察了能源与GDP的关系[1,2]，但这种做法掩盖了各部门之间的有意义差异。用于交通运输、电力生产或供暖和制冷中的能源运行在各自独特的技术、基础设施和行为环境中。国际能源署（IRENA）[3]的报告和相关实证研究表明，这些部门路径存在相当大的差异。理解这些差异对于设计能够最大化经济和环境的政策至关重要。
随着欧洲能源系统面临持续冲击，这种深入洞察的需求变得更加紧迫。2008年的金融危机、气候变化的加速影响以及包括俄罗斯天然气供应中断在内的地缘政治紧张局势[4,5]，都暴露了传统能源结构的脆弱性。这些发展加速了向能源的转型，并凸显了其减少对经济稳定支持和外部风险敞口的潜力。然而，能源的好处并非在各个消费目的之间均匀分配，统一的方针风险可能忽视了能源能够最有效地提高经济表现的部门。
部门动态的差异清楚地说明了这一点。交通运输中的能源应用受到基础设施限制（如充电站的可用性）以及与生物燃料相关的技术约束的影响。在电力生产中，能源通常通过支持可再生能源行业的就业和减少对进口化石燃料的依赖，产生广泛的经济溢出效应[6,7]。供暖和制冷经常在文献中被低估，它们在家庭和企业中长期节能和成本节约方面提供了巨大的潜力[8]。这些结构性差异表明，能源对增长的贡献并非均匀的，其影响可能取决于具体的部门特征。
在这一背景下，本研究的主要目标是探讨欧洲能源消费对经济增长的贡献是否取决于能源的具体用途。具体来说，本研究的目的是：第一，评估交通运输、电力生产、供暖和制冷以及能源总使用量的消费是否对GDP产生不同的影响；第二，识别是否存在部门特定的门槛水平，超过这些门槛后，能源的增长效应在幅度或方向上会发生变化；第三，检验机器学习技术是否证实了计量经济门槛模型所检测到的非线性模式和异质性。
本研究由以下研究问题指导：
RQ1：能源消费在欧洲各部门对经济增长的影响是否不同？
RQ2：是否存在部门特定的门槛水平，超过这些门槛后，能源消费对GDP的影响会发生变化？
RQ3：机器学习技术是否提供了能源-增长关系非线性和异质性的额外证据？
基于这些研究问题，本研究检验了三个假设。
H1：能源消费对经济增长的影响因消费目的而异。
H2：能源消费在与GDP的关系中表现出部门特定的门槛效应。
H3：在估计的门槛水平以下和以上，能源效应的幅度和方向因制度而异。
为了分析这些动态，本研究采用动态面板门槛模型并辅以随机森林机器学习方法。计量经济框架能够识别各部门的非线性关系和门槛水平，而机器学习工具如Shapley可加解释（SHAP）和部分依赖图（PDP）则揭示了更深层的异质性和交互作用。使用2004年至2024年期间27个欧洲国家的数据，本研究显示能源消费的影响并非单一统一的过程，而是通过一系列部门特定效应发挥作用。
本研究通过三种主要方式为现有文献做出了贡献。首先，与大多数依赖综合能源指标的研究不同，本分析分别考察了交通运输、电力生产、供暖和制冷以及能源总使用量中的消费，从而捕捉了能源-增长关系中的部门特定异质性。其次，本研究识别出了目的特定的门槛水平，超过这些门槛后，能源的经济效应在幅度和方向上会发生变化，揭示了能源并非在各行业或能源渗透水平下对经济增长产生均匀的贡献。第三，本研究将动态面板门槛模型与可解释的机器学习技术相结合，包括基于随机森林的SHAP和部分依赖图，使分析能够捕捉计量经济门槛动态和传统线性模型可能忽视的更深层非线性异质性反应。
本文的其余部分组织如下：在引言（第1部分）之后，第2部分是文献综述，第3部分是数据和模型，第4部分是方法学，第5部分是讨论，第6部分是结论和政策含义。
章节摘要
文献综述
近年来，能源消费与经济增长之间的关系受到了越来越多的关注，特别是在经济体加速向低碳发展路径转型的背景下。能源越来越多地被看作不仅是减少温室气体排放和减缓气候变化的环境需求，也是经济转型、能源安全和技术现代化的战略驱动力。在欧洲，这……
数据和模型
本多元框架使用的数据集包括关键变量，如国内生产总值（GDP）、固定资本形成总额（GFCF）、劳动力总数（LABOR）以及总最终能源消费中不同部门能源消费所占的百分比。这些部门包括：总能源消费（REN）、交通运输（TRANS）、电力生产（ELECT）、供暖和制冷（HEAT）。该数据集包含跨越……的年度面板数据
方法论
本研究采用一个四步实证框架，将计量经济分析与机器学习技术相结合，以调查不同目的的能源消费对GDP的平均和分布效应。3 在……
讨论
实证分析的结果表明，能源-增长关系复杂且高度结构化，受部门特征差异和可识别门槛水平的影响。为了更好地理解这些动态如何展开，以下各小节将详细考察每个部门，并解释所观察到的门槛效应的含义。
结论
本研究考察了在欧洲背景下，能源在不同部门和门槛制度下对经济增长的贡献是否不同。通过将动态面板门槛模型与可解释的机器学习技术相结合，分析提供了新证据，表明能源与增长之间的经济关系既具有部门特定性，又具有门槛依赖性。研究发现，能源并非作为单一统一的驱动因素……
作者贡献声明
Can Tansel Tugcu：撰写——初稿，方法论，正式分析，数据整理。Angeliki N. Menegaki：撰写——初稿，概念化。
利益冲突声明
作者声明，他们没有已知可能影响本文所报道工作的竞争性财务利益或个人关系。
致谢
本研究未获得来自公共、商业或非营利部门的任何特定资助。
Can Tansel Tugcu|Angeliki N. Menegaki
