齊紹洲+李楊

摘要能源轉(zhuǎn)型和增加可再生能源消費是現(xiàn)階段各國重要的能源戰(zhàn)略。那么，能源轉(zhuǎn)型是否犧牲經(jīng)濟增長？增加可再生能源消費對經(jīng)濟增長的影響是積極的還是消極的？該影響的方向或大小在國家或地區(qū)之間是否存在差異，其背后的決定因素是什么？本文以可再生能源發(fā)展較為領先、面板數(shù)據(jù)較為完整的歐盟為研究對象，運用面板門檻效應模型，實證檢驗了可再生能源消費對經(jīng)濟增長的門檻效應。研究表明，①能源轉(zhuǎn)型具有經(jīng)濟代價，可再生能源消費對經(jīng)濟增長存在負向的非線性影響。②可再生能源消費對經(jīng)濟增長存在顯著的門檻效應。當可再生能源補貼高于門檻值、能源消費強度高于門檻值以及人均GDP低于門檻值時，推動可再生能源消費的經(jīng)濟代價更大。③目前歐盟推動可再生能源消費具有合適的能源消費強度和經(jīng)濟水平條件，但可再生能源補貼過大，具有一定經(jīng)濟代價。④根據(jù)門檻值將國家分為低補貼組和高補貼組，兩組國家在1990—2014年期間可再生能源消費年均增速并沒出現(xiàn)顯著差異。其中，可再生能源消費年均增速位居第一和第二的英國與比利時，可再生能源補貼較低且始終沒有跨過門檻值；而一直處于高補貼組的荷蘭，可再生能源消費年均增速并沒超過一直處于低補貼組的比利時、愛爾蘭、波蘭與英國。可見，具有較高經(jīng)濟代價的補貼并不是推進可再生能源消費的唯一有效手段。

關鍵詞可再生能源消費；經(jīng)濟增長；門檻效應；可再生能源補貼

中圖分類號F113.3文獻標識碼A文章編號1002-2104（2018）02-0019-09DOI：10.12062/cpre.20170905

近年來，全球能源消費結(jié)構(gòu)出現(xiàn)新趨勢，可再生能源進入快速發(fā)展階段。國際能源署（IEA）發(fā)布的《2016年國際能源展望》預測，2040年全球可再生能源發(fā)電量占比將達到60%。以可再生能源發(fā)展較為領先的歐盟為例，1990—2015年期間能源總消費逐年緩慢下降，年均增速為-0.1%，但可再生能源消費年均增速為4.37%，其中可再生能源消費占比由4.33%增加到12.91%，可再生能源發(fā)電量占比由12.63%增加到29.86%?？稍偕茉聪M迅速增加，一是因為原油供給瓶頸凸顯，且局部產(chǎn)油國局勢不穩(wěn)，石油產(chǎn)出份額調(diào)整導致國際油價劇烈波動，能源安全受到挑戰(zhàn)；二是化石能源消費導致的氣候變化、健康安全和經(jīng)濟損失等問題引起全球關注。在2015年巴黎氣候大會上，中國明確提出2030 年左右CO2排放達到峰值和非化石能源消費占比達 20%的目標。2017年，歐洲議會將2030年歐盟可再生能源在全部能源消費中占比的目標由原來的27%提升至35%?？梢?，能源轉(zhuǎn)型和增加可再生能源消費是現(xiàn)階段各國重要的能源戰(zhàn)略。據(jù)《BP世界能源統(tǒng)計年鑒》，2016年，中國可再生能源發(fā)電增量位居全球第一，中國超越美國成為最大的可再生能源生產(chǎn)國。那么，能源轉(zhuǎn)型是否會犧牲經(jīng)濟增長？增加可再生能源消費對經(jīng)濟增長的影響是積極的還是消極的？該影響的方向或大小在國家或地區(qū)之間是否存在差異，其背后的決定因素是什么？這些問題的回答可以為我國更好地發(fā)展可再生能源、優(yōu)化能源結(jié)構(gòu)和以最小的經(jīng)濟代價實現(xiàn)2030年可再生能源消費目標提供科學的政策依據(jù)。

1文獻綜述

經(jīng)濟學家常致力于探究經(jīng)濟增長源泉問題，因此能源消費與經(jīng)濟增長的關系是經(jīng)濟學的一個基本命題。研究發(fā)現(xiàn)，能源消費與經(jīng)濟增長的關系存在地區(qū)差異[1-2]以及非線性關系[3-4]。目前關于可再生能源消費對經(jīng)濟增長影響的研究大多基于線性和分組研究方法，從不同的影響機制視角出發(fā)，沒有一致結(jié)論。①大部分學者將可再生能源作為一種生產(chǎn)要素運用到生產(chǎn)函數(shù)進行研究[5-7]，發(fā)現(xiàn)可再生能源替代部分不可再生能源，有利于能源多元化和緩解氣候問題，與不可再生能源消費和其他生產(chǎn)要素一起拉動經(jīng)濟增長。InglesiLotz[7]以OECD國家為研究對象，發(fā)現(xiàn)可再生能源消費量的增加有利于經(jīng)濟總量和人均GDP增長，認為能源轉(zhuǎn)型戰(zhàn)略不僅能改善一國環(huán)境還能提高經(jīng)濟水平。王瑛[8]則基于協(xié)整和Granger因果檢驗方法，發(fā)現(xiàn)中國可再生能源消費與經(jīng)濟增長之間具有協(xié)整關系，且可再生能源消費是GDP增長的單向Granger原因。②也有學者認為，與傳統(tǒng)能源相比，目前發(fā)展可再生能源尚不具備技術和成本優(yōu)勢，現(xiàn)階段可再生能源消費的擴張主要由政府政策驅(qū)動，有一定的經(jīng)濟代價[9]。Ocal和Aslan[8]運用自回歸分布滯后模型，發(fā)現(xiàn)可再生能源消費每增加1%，GDP減少0.3%。③還有學者提出可再生能源消費對經(jīng)濟增長并不存在顯著影響。Payne[11]基于TodaYamamoto檢驗方法，發(fā)現(xiàn)美國可再生能源消費與不可再生能源消費對實際GDP都不存在格蘭杰因果關系。Menegaki[12]以歐洲27個國家為研究對象，發(fā)現(xiàn)可再生能源消費與實際GDP不存在格蘭杰因果關系，主要原因是歐洲可再生能源開發(fā)不足且不均衡。④近年來，有學者發(fā)現(xiàn)可再生能源消費對經(jīng)濟增長（或就業(yè)）的影響存在地區(qū)差異。Almulali等[13]發(fā)現(xiàn)收入水平越高，可再生能源消費對經(jīng)濟增長的正向影響更為持續(xù)和顯著。Markandya等[14]，以及Apergis和Salim[15]發(fā)現(xiàn)不同地區(qū)可再生能源消費對就業(yè)的影響存在異質(zhì)性。

上述文獻主要基于線性方法和分組方法研究可再生能源消費對經(jīng)濟增長的影響及地區(qū)差異，然而由于①可再生能源消費通過多種機制影響經(jīng)濟增長[9]，兩者之間可能存在非線性關系，傳統(tǒng)線性方法并不準確，導致結(jié)論不一致；②分組方法最大的問題是分組標準的確定是任意選擇而不是從數(shù)理統(tǒng)計角度推斷，也無法對不同樣本回歸結(jié)果的差異性進行顯著性檢驗，參數(shù)估計的有效性和可靠性容易受到質(zhì)疑。因此，作為對已有文獻的補充，鑒于數(shù)據(jù)的可得性與完整性，本文以可再生能源發(fā)展較為領先、面板數(shù)據(jù)較為完整的歐盟為研究對象，考察可再生能源消費對經(jīng)濟增長的非線性門檻效應，邊際貢獻在于，第一，探索性地將面板門檻檢驗方法引入到可再生能源消費對經(jīng)濟增長非線性影響的研究中，準確識別導致非線性影響存在的各種因素；第二，深入剖析各個門檻變量的作用機理，提出可再生能源補貼的無謂損失和擠出效應、能源消費的路徑依賴效應以及經(jīng)濟水平對增加可再生能源消費的技術基礎效應；第三，基于經(jīng)濟學意義和經(jīng)典文獻，完善生產(chǎn)函數(shù)中各生產(chǎn)要素的衡量指標。其中，考慮勞動的異質(zhì)性，對就業(yè)數(shù)據(jù)做質(zhì)量水平調(diào)整來表示勞動存量，資本使用存量指標而非固定資本形成等流量指標，技術使用全要素生產(chǎn)率、可再生能源消費和不可再生能源消費分別使用各自的總量，既包括發(fā)電部分的能源消費量，也包括其他用途的能源消費量，使結(jié)論更加準確和穩(wěn)健。endprint

2門檻效應機制

基于以上文獻綜述，可再生能源消費對經(jīng)濟增長的影響可能是非線性的，即可能會隨著某些重要變量達到一定的水平或門檻值之后，其影響方向或程度會發(fā)生突變。而面板門檻回歸模型是一種非線性計量經(jīng)濟學模型[16]，其本質(zhì)就是將門檻值作為一個未知變量納入實證模型中，構(gòu)建解釋變量回歸系數(shù)的分段函數(shù)，從而內(nèi)生估算出門檻值，并對不同門檻區(qū)間的參數(shù)進行估計。因此，本文將面板門檻回歸模型引入可再生能源消費對經(jīng)濟增長非線性影響的研究中。根據(jù)經(jīng)濟學理論和經(jīng)典文獻，門檻效應存在的原因和理論機制分析如下。

（1）可再生能源補貼?？稍偕茉囱a貼是各國增加可再生能源消費普遍使用的政策，其大小在一定程度上反映了政府可再生能源政策強度。若一國主要通過高額的可再生能源補貼來推動可再生能源消費，當可再生能源補貼高于門檻值時，該國推動可再生能源消費的經(jīng)濟代價會增加，即高補貼國家增加可再生能源消費的經(jīng)濟代價更大。與化石能源相比，目前可再生能源消費并不具備成本有效性，通過補貼來推動可再生能源消費必然有一定的經(jīng)濟成本。①從社會福利的角度，政府的補貼政策會使市場未處于最優(yōu)運行狀態(tài)而使社會凈福利受到損失，政府補貼并不能完全轉(zhuǎn)化為社會福利的這部分損失稱為無謂損失。②不同國家可再生能源補貼的費用分擔機制存在差異，有的國家（如奧地利）主要由電力消費者承擔，有的國家（如荷蘭）則由政府承擔，有的國家（如法國、丹麥）則由電網(wǎng)公司和電力消費者共同承擔[17]等等。歐盟目前深陷財政困境，巨額的可再生能源補貼嚴重增加了政府財政負擔，擠出了政府其他投資與消費。同時，可再生能源的補貼以可再生能源電價附加等形式傳導于銷售電價，擠出了私人部門收入、消費及投資，給用電企業(yè)和個人帶來成本負擔。從2006年開始，中國在銷售電價中開征可再生能源電價附加作為可再生能源發(fā)展基金，征收標準為每千瓦時1厘錢，逐步提高到現(xiàn)在的每千瓦時1.9分錢。Apergis和Salim[15]認為可再生能源高成本導致政府和私人預算的減少，因此投資和消費減少，不利于就業(yè)和經(jīng)濟增長。Dachis和Carr[18]發(fā)現(xiàn)可再生能源上網(wǎng)電價補貼導致人均電價每年增加310美元，不利于經(jīng)濟增長。因此，本文提出假設1：可再生能源消費對經(jīng)濟增長存在非線性影響，當可再生能源補貼高于門檻值時，推動可再生能源消費的經(jīng)濟代價會增加，即高補貼的國家增加可再生能源消費的經(jīng)濟代價更大。

（2）能源消費強度。能源消費強度是能源消費總量與國內(nèi)實際生產(chǎn)總值的比值，反映經(jīng)濟體對能源及不可再生能源的依賴程度。當能源消費強度達到一定程度時，經(jīng)濟增長對能源消費以及不可再生能源消費的依賴程度越高，能源消費的路徑依賴和鎖定效應越大，能源轉(zhuǎn)型和增加可再生能源消費的經(jīng)濟代價更大。因此，高能源消費強度的國家增加可再生能源消費的經(jīng)濟代價更大。能源路徑依賴效應是將路徑依賴理論[19-20]應用于能源領域，指規(guī)模經(jīng)濟、學習效應、協(xié)作效應及適應性預期等自我增強機制使不可再生能源的邊際報酬遞增，驅(qū)使經(jīng)濟發(fā)展對不可再生能源在技術、產(chǎn)業(yè)結(jié)構(gòu)、認知和體制等方面形成高度依賴性和系統(tǒng)內(nèi)在慣性，導致經(jīng)濟發(fā)展對不可再生能源消費有嚴重的路徑依賴和鎖定效應，可再生能源技術創(chuàng)新和能源轉(zhuǎn)型面臨阻礙。Unruh[21]提出基于技術與制度的路徑依賴和邊際報酬遞增，工業(yè)經(jīng)濟已經(jīng)鎖定于以化石能源為基礎的能源系統(tǒng)，這導致促進減排技術擴散的政策和市場力量面臨阻礙。Unruh以大型技術系統(tǒng)—發(fā)電、配電和終端使用為例，認為其已經(jīng)深深嵌入社會背景，對技術基礎設施和相應的機構(gòu)與制度形成路徑依賴，難以改變。因此，本文提出假設2：可再生能源消費對經(jīng)濟增長存在非線性影響，當能源消費強度高于門檻值時，推動可再生能源消費的經(jīng)濟代價會增加，即高能源消費強度的國家增加可再生能源消費的經(jīng)濟代價更大。

（3）經(jīng)濟發(fā)展水平。用人均GDP指標來衡量經(jīng)濟水平，當人均GDP達到一定程度時，較高的經(jīng)濟水平使發(fā)展可再生能源具有更好的技術、資金和人才等優(yōu)勢，推動可再生能源消費的經(jīng)濟代價減少。因此，高經(jīng)濟水平的國家增加可再生能源消費的經(jīng)濟代價更小。因為經(jīng)濟發(fā)展水平?jīng)Q定著可再生能源技術創(chuàng)新的硬件（如科研人員、科研資金投入和基礎設施配備等）與軟件（如專業(yè)知識存量、環(huán)保理念和綠色需求等）、靜態(tài)與動態(tài)基礎。經(jīng)濟水平較高的國家，其科研人員、教育經(jīng)費和科研投入等更為充足，專業(yè)知識存量更為豐富，環(huán)保理念和綠色需求更為領先。并且，更容易吸引資金、技術和高科技人才流入，形成所謂的聚集效應。因此，可再生能源發(fā)展和技術創(chuàng)新的基礎更具有優(yōu)勢，進而增加可再生能源消費經(jīng)濟代價相對較小。Huang等[1]將82個國家按照收入水平進行分組，發(fā)現(xiàn)不同經(jīng)濟發(fā)展水平的組別能源消費和實際GDP的關系存在差異，Lee和Chang[2]也提出類似結(jié)論。Almulali[13]等將108個國家按照收入水平分為高收入國家、中高收入國家、中低收入國家以及低收入國家四組，發(fā)現(xiàn)收入水平越高，可再生能源消費對經(jīng)濟增長的正向影響更為持續(xù)和顯著。許曉燕等[22]發(fā)現(xiàn)經(jīng)濟發(fā)達地區(qū)的區(qū)位優(yōu)勢明顯、科研能力較強、綠色技術創(chuàng)新水平較高?？梢?，當經(jīng)濟發(fā)展水平高于門檻值時，可再生能源消費對經(jīng)濟增長的影響可能會出現(xiàn)突變。本文提出假設3：可再生能源消費對經(jīng)濟增長存在非線性影響，當人均GDP高于門檻值時，推動可再生能源消費的經(jīng)濟代價會減少，即高經(jīng)濟發(fā)展水平的國家增加可再生能源消費的經(jīng)濟代價更小。

本文將面板門檻回歸模型引入可再生能源消費對經(jīng)濟增長非線性影響的研究中，以可再生能源補貼、能源消費強度和人均GDP為門檻變量，研究可再生能源消費對經(jīng)濟增長的門檻效應。

3模型構(gòu)建與變量說明

3.1模型構(gòu)建

近年來氣候變化與低碳轉(zhuǎn)型使學者開始重視可再生能源在經(jīng)濟增長中的重要作用，進而對能源消費進行細分，將可再生能源單獨作為一種生產(chǎn)要素運用到擴展的生產(chǎn)函數(shù)[6-7，23]，擴展的一般模型可設定為：endprint

Y=f（A，K，L，R，N）=AKαLβRρNδ（0﹤α、β、ρ、δ﹤1）（1）

式中，Y為經(jīng)濟總產(chǎn)出，A代表技術，K為資本存量，L為勞動存量，R代表可再生能源消費，N代表不可再生能源消費，α、β、ρ和δ分別表示資本、勞動、可再生能源和不可再生能源的產(chǎn)出彈性。

為避免人為分組帶來的偏誤，準確識別影響可再生能源消費對經(jīng)濟增長作用方向和大小的因素，本文使用Hansen提出的面板門檻回歸模型[24]，根據(jù)數(shù)據(jù)本身特點內(nèi)生地對不同情況進行分組，研究在不同組別下可再生能源對經(jīng)濟增長影響的異質(zhì)性。單一門檻回歸模型可表示為：

Yit=μi+β0zit+β1RitI（qit≤γ）+β2RitI（qit>γ）+εit（2）

式中，i表示國家，t表示時間，Yit代表t時期i國

實際總產(chǎn)出，為被解釋變量。qit為門檻變量，Rit為受門檻變量影響的核心解釋變量，即可再生能源消費。zit為一組除可再生能源消費以外對實際產(chǎn)出有顯著影響的變量，包括技術、資本存量、勞動存量和不可再生能源消費。β0、β1、β2為相應的系數(shù)，γ為特定的門檻值。I（·）為一個指示性函數(shù)，相應的括號內(nèi)條件成立時取值為1，條件不成立時則取值為0。μi反映國家不可觀測的個體效應，εit～iid N（0，δ2）為隨機擾動項。實際中可能會出現(xiàn)多個門檻，本文將會進行驗證。運用的軟件是STATA 13.0，使用面板門檻回歸程序xthreg，由南開大學王群勇老師編寫。

3.2變量說明

1990年是歐盟大多數(shù)氣候行動目標的基準年，如2020年、2030年和2050年氣候政策目標。因此鑒于數(shù)據(jù)可得性與實際政策背景，本文選取歐盟28個成員國1990—2014年的年度數(shù)據(jù)作為面板數(shù)據(jù)樣本，數(shù)據(jù)來源于歐盟統(tǒng)計局、世界銀行WDI數(shù)據(jù)庫、聯(lián)合國國際比較計劃（ICP）下的Penn World Tables（PWT 9.0）、OECD Statistics數(shù)據(jù)庫以及IEA能源數(shù)據(jù)統(tǒng)計。

被解釋變量為經(jīng)濟總產(chǎn)出（Y，單位：百萬美元），使用各國實際GDP。解釋變量為各種投入要素，包括：①可再生能源消費（RE，單位：百萬toe）。根據(jù)國際能源署的報告《Renewables Information 2016》，2014年全球只有32.5%的可再生能源用于發(fā)電和產(chǎn)熱，固定生物燃料的存在使可再生能源被廣泛用于居民、農(nóng)林業(yè)以及漁業(yè)等其他用途?？紤]到電力消費只是能源消費的一部分，本文使用的是可再生能源消費總量，既包括電力消費也包括其他用途消費。②不可再生能源消費（NRE，單位：百萬toe），同上，本文使用的是不可再生能源消費總量。③勞動存量（L，單位：百萬人），勞動的異質(zhì)性使不同受教育程度勞動者的產(chǎn)出效率不同，各國人力資本水平差距較大，就業(yè)人數(shù)只能體現(xiàn)勞動存量的數(shù)量而忽視其質(zhì)量，并不能完全體現(xiàn)勞動存量。因此，本文在就業(yè)人員數(shù)的基礎上改進，用人力資本指數(shù)進行調(diào)整[25-26]，數(shù)據(jù)來源于Penn World Tables（PWT 9.0）。勞動存量Lit=EMPit·hit，其中，EMPit為就業(yè)人員數(shù)，hit為人力資本指數(shù)，是在Barro和Lee（http：//www.barrolee.com/）統(tǒng)計的平均教育年限基礎上，根據(jù)教育回報率所構(gòu)建[27] 。hit=esit，是各國平均受教育年限sit的函數(shù)，（sit）是一個分段線性函數(shù)，

反應不同的教育年限帶來不同的教育回報率。④資本存量（K，單位：百萬美元），資本形成是流量，用來表示K并不準確，本文使用根據(jù)永續(xù)盤存法所計算的資本存量數(shù)據(jù)[26，28]，數(shù)據(jù)來源于Penn World Tables（PWT 9.0），Kit=（1-δit）Kit-1+Iit，δit為折舊率，Iit為t時期新增投資。⑤技術水平（A），使用全要素生產(chǎn)率[26，29]，表示各要素投入之外的技術進步對經(jīng)濟增長貢獻的因素。門檻變量包括可再生能源補貼（RD）、能源消費強度（INT，單位：t/百萬美元）和人均GDP（gdp，單位：美元）。其中，可再生能源補貼（RD）使用OECD Statistics數(shù)據(jù)庫統(tǒng)計的歐盟19個國家的可再生能源研發(fā)補貼強度指數(shù)?？紤]到研發(fā)補貼只是可再生能源補貼的一種，本文將使用其他可再生能源補貼政策的代理變量進行穩(wěn)健性檢驗。為減少數(shù)據(jù)中可能存在的異方差，對解釋與被解釋變量進行對數(shù)處理，并在各變量名稱前加上L表示對數(shù)處理的涵義。

4實證結(jié)果與分析

本節(jié)運用面板門檻模型估計方法首先檢驗門檻效應是否存在，若存在門檻效應則確定具體門檻值，并估計不同門檻區(qū)間下的參數(shù)值。最后將各國的現(xiàn)值與門檻值進行比較，確定各國目前所處的門檻區(qū)間。

4.1門檻模型估計結(jié)果

經(jīng)過500次重復抽樣得到具體F值和P值（見表1）。結(jié)果表明，所有門檻變量只有單一門檻模型在5%水平上顯著，雙重門檻模型在5%水平均不顯著，較小的置信區(qū)間說明估計的門檻值基本準確。因此，將基于單一門檻模型進行分析（見表2）。

（1）總體上，可再生能源消費對實際GDP的影響是負向的，即目前歐盟增加可再生能源消費的能源結(jié)構(gòu)轉(zhuǎn)型戰(zhàn)略有一定的經(jīng)濟代價。綜合線性的固定效應模型和三個非線性的門檻模型，該結(jié)果較為穩(wěn)健。主要原因體現(xiàn)為兩方面，一是與傳統(tǒng)能源相比，目前增加可再生能源消費尚不具備技術和成本優(yōu)勢，現(xiàn)階段可再生能源消費的擴張主要由政府補貼政策驅(qū)動，政府補貼帶來的無謂損失，對政府其他支出的擠出效應以及給用電企業(yè)和個人帶來成本負擔，有一定的經(jīng)濟代價；二是現(xiàn)階段部分國家對化石能源消費有一定的路徑依賴，使可再生能源技術創(chuàng)新和能源轉(zhuǎn)型面臨一定阻礙。當然，隨著可再生能源技術創(chuàng)新水平提高、可再生能源成本進一步降低以及可再生能源消費增加所帶來的動態(tài)的規(guī)模經(jīng)濟和干中學效應等，從長期看，該負向影響會轉(zhuǎn)為正向。

（2）可再生能源消費對實際GDP存在顯著的門檻效應。具體而言，①以可再生能源補貼（RD）為門檻變量時，當可再生能源補貼高于門檻值，可再生能源消費增加對實際GDP的負向影響越大。當RD低于門檻值（RD=3）時，可再生能源消費每增加1%，實際GDP減少約0.04%；當RD高于門檻值時，可再生能源消費每增加1%，實際GDP減少約0.048%?？梢?，若一國主要通過高額的可再生能endprint

源補貼政策來推動可再生能源消費，高補貼會導致更高的社會福利凈損失，也對政府其他支出有擠出效應，并且還會以可再生能源附加等形式部分或全部傳遞到銷售電價，擠出私人部門收入、消費及投資，給用電企業(yè)和個人帶來成本壓力。因此，高補貼國家增加可再生能源消費的經(jīng)濟代價更大。②以能源消費強度（INT）為門檻變量時，當能源消費強度高于門檻值，可再生能源消費增加對實際GDP的負向影響越大。當INT小于328.14t/百萬美元時，可再生能源消費每增加1%，實際GDP減少0.038%。當INT高于328.14t/百萬美元的門檻值時，經(jīng)濟體對能源消費以及不可再生能源消費的依賴程度較大，經(jīng)濟發(fā)展對不可再生能源形成高度依賴性和系統(tǒng)內(nèi)在慣性，可再生能源技術創(chuàng)新和能源轉(zhuǎn)型面臨更大阻礙。這時，可再生能源消費每增加1%，實際GDP減少幅度明顯增加，達0.104%?？梢姡吣茉聪M強度的國家增加可再生能源消費的經(jīng)濟代價更大。③以人均GDP（gdp）為門檻變量，當人均GDP高于門檻值，可再生能源消費增加對實際GDP的負向影響越小。當人均GDP水平低于5 833.08美元時，可再生能源消費每增加1%，實際GDP減少0.121%。然而，隨著人均GDP水平增加，當高于5 833.08美元的門檻值時，可再生能源消費增加對經(jīng)濟的負向影響明顯降低，可再生能源消費每增加1%，實際GDP減少0.042%。因為，一國經(jīng)濟發(fā)展水平越高，其科研人員、教育經(jīng)費和科研投入等更為充足，專業(yè)知識存量更為豐富，環(huán)保理念和綠色需求更為領先，且更容易吸引資金、技術和高科技人才流入，可再生能源技術創(chuàng)新具有一定基礎優(yōu)勢，進而可再生能源技術創(chuàng)新水平較高、研發(fā)成本較低、能源利用效率較高等，因此推動可再生能源消費對實際GDP的負向影響越小?？梢姡呓?jīng)濟水平的國家增加可再生能源消費的經(jīng)濟代價更小。

因此，上文的三個假設得到了較好地驗證。且各模型擬合效果較好，對于其他解釋變量，不可再生能源消費對實際GDP的影響為負向或不顯著，可見歐盟經(jīng)濟增長基本與化石能源消費脫鉤，印證了經(jīng)濟增長與化石能源消費之間的環(huán)境庫茲涅茨曲線的變化規(guī)律。資本存量、勞動存量以及技術對經(jīng)濟增長的影響為正向，其中技術對經(jīng)濟增長的貢獻最大。

4.2門檻區(qū)間內(nèi)國家數(shù)目變化

本節(jié)根據(jù)門檻值將樣本劃分為不同的區(qū)間，觀察各門檻區(qū)間內(nèi)國家數(shù)目變化（見表3）。結(jié)果表明，①對于能源消費強度門檻變量，1990年有7個成員國處于高強度區(qū)間，但2005年以來，最多一個國家（保加利亞）處于高強度區(qū)間。并且，保加利亞的能源消費強度由1990年的772.10 t/百萬美元下降到2014年的339.27 t/百萬美元，已接近門檻值?？梢?，絕大多數(shù)歐盟成員國的能源消費強度低于門檻值，能源路徑依賴效應較小。②對于人均收入水平門檻變量，1990年，只有保加利亞和羅馬尼亞這兩個成員國低于門檻值。但2010年以來，所有成員國的人均GDP均高于門檻值，可再生能源技術創(chuàng)新具有一定基礎優(yōu)勢。由此可見，目前歐盟大規(guī)模推動可再生能源消費的能源轉(zhuǎn)型戰(zhàn)略具有合適的能源消費強度和經(jīng)濟水平條件。

（3）對于可再生能源補貼這一門檻變量（見表3與表4），①1990年只有1個成員國，即荷蘭，處于高補貼區(qū)間，但近年來歐盟可再生能源補貼規(guī)模越來越大，越來越多的國家處于高補貼區(qū)間，2012年有7個成員國的可再生能源補貼規(guī)模高于門檻值，包括丹麥、德國、荷蘭、奧地利、斯洛伐克、芬蘭、瑞典。這較好地解釋了為什么歐盟可再生能源消費對經(jīng)濟增長的影響為負向?，F(xiàn)階段歐盟可再生能源消費規(guī)模的增加由政府高額補貼推動，社會凈福利損失較大，嚴重增加了政府財政負擔，也使電力消費者承擔了高額電價，具有較大的經(jīng)濟代價。這對于目前深陷財政危機且經(jīng)濟與政治不穩(wěn)定的歐盟來說是較大挑戰(zhàn)。②比較可再生能源高補貼與低補貼的兩組國家，在1990年到2014年期間可再生能源消費年均增速并沒出現(xiàn)顯著差異。具體而言，可再生能源消費年均增速位居第一和第二的英國與比利時，可再生能源補貼始終沒有跨過門檻值。而一直處于高補貼組的荷蘭，可再生能源消費年均增速也并沒超過一直處于低補貼組的比利時、愛爾蘭、波蘭與英國。可見，具有較高經(jīng)濟代價的補貼并不是推進可再生能源消費的唯一有效手段。

5穩(wěn)健性檢驗

為考察結(jié)果是否穩(wěn)健，本節(jié)從三個方面檢驗上文結(jié)論的穩(wěn)健性。第一，調(diào)整研究樣本，處理離群值可能對結(jié)果帶來的偏誤。第二，調(diào)整實證研究方法，單一方法對問題的研究可能有偏，將面板門檻模型與分組方法回歸結(jié)果進行對比。第三，調(diào)整代理變量，考慮到研發(fā)補貼只是可再生能源補貼的一種，使用其他可再生能源補貼的代理變量進行穩(wěn)健性檢驗。

（1）調(diào)整研究樣本。依次刪除可再生能源消費占歐盟可再生能源總消費比例最多和最少的1%、5%和10%左右的樣本國家，對歐盟26國、24國和22國分別進行三次面板門檻模型檢驗，結(jié)果較為一致。即，當可再生能源補貼高于門檻值、能源消費強度高于門檻值以及人均GDP低于門檻值時，推動可再生能源消費的經(jīng)濟代價更大。與上文估計結(jié)果完全一致，結(jié)論穩(wěn)健。篇幅所限，結(jié)果備索。

（2）調(diào)整實證方法。將歐盟成員國按照可再生能源補貼的門檻值分為低補貼組與高補貼組（見表3），分析兩組國家的可再生能源消費對經(jīng)濟的影響是否具有異質(zhì)性。對于其他門檻變量，由于歐盟成員國大都處于同一個門檻區(qū)間，因此不便進行分組檢驗。分組方法的參數(shù)估計結(jié)果（見表5）與門檻模型估計結(jié)果類似。對于低補貼組，可再生能源消費對實際GDP的影響是負向的，但系數(shù)非常?。?0.010），且不顯著；而對于高補貼組，可再生能源消費對實際GDP的負向影響明顯較大，系數(shù)變?yōu)?0.069，且在1%水平上顯著。結(jié)合更為嚴謹?shù)姆纸M方法，加入虛擬變量Di，對于高補貼組，Di=1；對于低補貼組，Di=0。交互項LRE*D的系數(shù)顯著為負（-0.044），可見，高補貼組可再生能源消費擴張的經(jīng)濟代價更大。

（3）調(diào)整代理變量。由于數(shù)據(jù)可得性，上文對于可再endprint

生能源補貼政策的衡量使用可再生能源研發(fā)公共補貼，不能代表所有可再生能源補貼。實際中，除了可再生能源研發(fā)補貼，還包括上網(wǎng)電價補貼、再生能源部門的各種類型稅收抵免和優(yōu)惠貸款等。因此，本節(jié)①使用OECD Statistics環(huán)境規(guī)制強度指數(shù)（ENVI），包括14種環(huán)境政策工具，間接衡量可再生能源補貼政策強度。②使用另一可

再生能源補貼政策——上網(wǎng)電價（FEED），檢驗結(jié)論的穩(wěn)

健性。實證結(jié)果顯示，當環(huán)境政策強度（ENVI）與上網(wǎng)電價（FEED）分別高于門檻值2.4和2.5時，可再生能源消費增加對經(jīng)濟增長的負向影響均顯著增強。再次驗證了上文結(jié)論，可再生能源消費對經(jīng)濟增長存在非線性影響，高補貼的國家增加可再生能源消費的經(jīng)濟代價更大。篇幅所限，結(jié)果備索。

6結(jié)論與啟示

本文運用面板門檻模型，以可再生能源補貼、能源消費強度和人均GDP為門檻變量，基于可再生能源補貼的無謂損失和擠出效應、能源消費的路徑依賴效應以及經(jīng)濟水平對增加可再生能源消費的技術基礎效應，對1990—2014年歐盟28個成員國可再生能源消費對經(jīng)濟增長的門檻效應進行了研究。驗證了本文所提出的三個假設，并得出以下結(jié)論：①能源轉(zhuǎn)型具有經(jīng)濟代價，可再生能源消費對經(jīng)濟增長的影響為負向。對于不同的門檻區(qū)間，可再生能源消費對實際GDP的影響始終為負向，只是在程度上有所變化。②可再生能源消費對經(jīng)濟增長存在顯著的門檻效應。當可再生能源補貼高于門檻值、能源消費強度高于門檻值以及人均GDP低于門檻值時，推動可再生能源消費的經(jīng)濟代價更大。③目前歐盟大規(guī)模增加可再生能源消費具有合適的能源消費強度和經(jīng)濟水平條件，但近年來歐盟可再生能源補貼規(guī)模越來越大，可再生能源消費的增加由政府高額補貼推動，不利于經(jīng)濟增長。④具有較高經(jīng)濟代價的補貼并不是推進可再生能源消費的唯一有效手段。比較可再生能源高補貼與低補貼的兩組國家，在1990—2014年期間可再生能源消費年均增速并沒出現(xiàn)顯著差異。并通過對具體國家進行分析，發(fā)現(xiàn)補貼大小與可再生能源消費增速并無必然聯(lián)系。

歐盟的實證結(jié)果對中國推動可再生能源消費的啟示如下：一方面，合理且有效地運用政府手段激勵能源轉(zhuǎn)型。①補貼的最終目的是不補貼，防止低效和過度補貼，逐漸減少政府可再生能源補貼，并全面退出化石能源補貼，減少補貼政策對社會凈福利帶來的損失。②完善可再生能源發(fā)展基金的管理，制定適合的可再生能源財政稅收政策，填補可再生能源補貼資金缺口，減少對政府以及私人部門投資和消費的擠出。③增加補貼發(fā)放效率，優(yōu)化管理體制和補貼程序。另一方面，根據(jù)各地區(qū)差異，制定有差異的可再生能源政策和目標。①優(yōu)惠政策更多地傾向于能源轉(zhuǎn)型經(jīng)濟代價較大的地區(qū)，即能源消費強度較高和經(jīng)濟發(fā)展水平較低的地區(qū)。②著力突破能源消費的路徑依賴，加強可再生能源輸送和上網(wǎng)的基礎設施和制度建設。③強化可再生能源發(fā)展的基礎條件，大力推進可再生能源技術創(chuàng)新。

（編輯：劉照勝）

參考文獻（References）

[1]HUANG B N， HWANG M J， YANG C W， et al. Causal relationship between energy consumption and GDP growth revisited： a dynamic panel data approach[J]. Ecological economics， 2008， 67（1）： 41-54.

[2]LEE C C， CHANG C P. Energy consumption and GDP revisited： a panel analysis of developed and developing countries[J]. Energy economics， 2007， 29 （6）： 1206-1223.

[3]HUANG B N， HWANG M J， YANG C W， et al. Does more energy consumption bolster economic growth？ an application of the nonlinear threshold regression model[J]. Energy policy， 2008， 36（2）： 755-767.

[4]趙進文， 范繼濤. 經(jīng)濟增長與能源消費內(nèi)在依從關系的實證研究[J]. 經(jīng)濟研究， 2007（8）： 31-42. [ZHAO Jinwen， FAN Jitao. Empirical research on the inherent relationship between economy growth and energy consumption in China[J]. Economic research journal， 2007（8）： 31-42.]

[5]APERGIS N， PAYNE J E. Renewable and nonrenewable energy consumptiongrowth nexus： evidence from a panel error correction model[J]. Energy economics， 2012， 34（3）： 733-738.

[6]SALIM R A， HASSAN K， SHAFIEI S， et al. Renewable and nonrenewable energy consumption and economic activities： further evidence from OECD countries[J]. Energy economics， 2014， 44： 350-360.

[7]INGLESILOTZ R. The impact of renewable energy consumption to economic growth： a panel data application[J]. Energy economics， 2016， 53： 58-63.endprint

[8]王瑛. 中國可再生能源消費與經(jīng)濟增長的時間序列分析——以水電、核電、風電為例[J].工業(yè)技術經(jīng)濟， 2008， 27（11）： 96-99.[WANG Ying. Time series analysis of renewable energy consumption and economic growth in China：a case study of hydropower， nuclear power and wind power[J]. Journal of industrial technological economics， 2008， 27（11）： 96-99.]

[9]齊紹洲， 李楊. 可再生能源消費影響經(jīng)濟增長嗎？——基于歐盟的實證研究[J]. 世界經(jīng)濟研究， 2017（4）： 106-119. [QI Shaozhou， LI Yang. Does renewable energy consumption affect economic growth？ ： empirical evidence from European Union [J]. Word economy studies， 2017（4）： 106-119.]

[10]OCAL O， ASLAN A. Renewable energy consumptioneconomic growth nexus in Turkey[J]. Renewable and sustainable energy reviews， 2013， 28（8）： 494-499.

[11]PAYNE J E. On the dynamics of energy consumption and output in the US[J]. Applied energy， 2009， 86（4）： 575-577.

[12]MENEGAKI A N. Growth and renewable energy in Europe： a random effect model with evidence for neutrality hypothesis [J]. Energy economics， 2011， 33（2）： 257-263.

[13]ALMULALI U， FEREIDOUNI H G， LEE J Y， et al. Examining the bidirectional long run relationship between renewable energy consumption and GDP growth[J]. Renewable and sustainable energy reviews， 2013， 22（8）： 209-222.

[14]MARKANDYA A， ARTO I， GONZALEZEGUINO M， et al. Towards a green energy economy？ tracking the employment effects of lowcarbon technologies in the European Union[J]. Applied energy， 2016， 179： 1342-1350.

[15]APERGIS N， SALIM R. Renewable energy consumption and unemployment： evidence from a sample of 80 countries and nonlinear estimates[J]. Applied economics， 2015， 47（52）： 1-20.

[16]朱小會， 陸遠權. 環(huán)境財稅政策的治污效應研究——基于區(qū)域和門檻效應視角[J].中國人口·資源與環(huán)境， 2017， 27（1）： 83-90.[ZHU Xiaohui， LU Yuanquan. Pollution governance effect on environmental fiscal and taxation policy[J]. China population， resources and environment， 2017， 27（1）： 83-90.]

[17]BATLLE C. A method for allocating renewable energy source subsidies among final energy consumers [J]. Energy policy， 2011， 39（5）： 2586-2595.

[18]DACHIS B， CARR J. Zapped： the high cost of Ontarios renewable electricity subsidies [R]. Toronto： C.D. Howe Institute， 2011.

[19]DAVID P A. Pathdependence： putting the past into the future of economics[M].California： Standford Unversity Press， 1988.

[20]ARTHUR W B. Increasing returns and path dependence in the economy[M]. Michigan： University of Michigan Press， 1994.

[21]UNRUH G C. Understanding carbon lockin [J]. Energy policy， 2000， 28（12）： 817-830.endprint

[22]許曉燕， 趙定濤， 洪進， 等. 綠色技術創(chuàng)新的影響因素分析——基于中國專利的實證研究[J]. 中南大學學報（社會科學版）， 2013， 19（2）： 29-33.[XU Xiaoyan， ZHAO Dingtao， HONG Jin， et al. The Influencing factors analysis of green technological innovation：on the basis of an empirical analysis of patents in China [J]. Journal for Central South University （social sciences edition）， 2013， 19（2）： 29-33.]

[23]ARBEX M， PEROBELLI F S. Solow meets Leontief： economic growth and energy consumption[J]. Energy economics， 2010， 32（1）： 43-53.

[24]HANSEN B E. Threshold effects in nondynamic panels： estimation， testing， and inference[J]. Journal of econometrics， 1999， 93（2）： 345-368.

[25]馮曉， 朱彥無， 楊茜， 等. 基于人力資本分布方差的中國國民經(jīng)濟生產(chǎn)函數(shù)研究[J]. 經(jīng)濟學（季刊）， 2012， 11（2）： 559-594. [FENG Xiao， ZHU Yanwu， YANG Qian， et al. A study on Chinas national production function based on a human capital dispersion index[J]. China economic quarterly， 2012， 11（2）： 559-594.]

[26]陸旸， 蔡昉. 人口結(jié)構(gòu)變化對潛在增長率的影響：中國和日本的比較[J]. 世界經(jīng)濟， 2014（1）： 3-29. [LU Yang，CAI Fang. The impact of population structure transformation on potential growth rates： a comparison between China and Japan [J].The journal of world economy，2014（1）：3-29.]

[27]BARRO R J， LEE J W. A new data set of educational attainment in the world， 1950-2010[J]. Journal of development economics， 2013， 104： 184-198.

[28]郭玉清. 資本積累、技術變遷與總量生產(chǎn)函數(shù)——基于中國1980-2005年經(jīng)驗數(shù)據(jù)的分析[J]. 南開經(jīng)濟研究， 2006（3）： 79-89.[GUO Yuqing. Capital accumulation， technical change and aggregate production function： a study based on empirical data from China between 1980 and 2005[J]. Nan Kai economic studies， 2006（3）： 79-89.]

[29]GONG P Q， LI X Y. Study on the investment value and investment opportunity of renewable energies under the carbon trading system[J]. Chinese journal of population， resources and environment， 2016， 14（4）：271-281.

[30]LIU L， HUANG J B， YU S W. Prediction of primary energy demand in China based on AGAEDE optimal model[J]. Chinese journal of population， resources and environment， 2016， 14（1）：16-29.

[31]SOLOW R M. Technical change and the aggregate production function[J]. The review of economics and statistics， 1957， 39（3）： 312-320.

AbstractEnergy transformation and increasing renewable energy consumption are important energy strategies for all countries at present. Then， has energy transformation sacrificed economic growth？ Is the impact of increasing renewable energy consumption on economic growth positive or negative？ Are there any differences in the direction or magnitude of the impact among countries or regions， and what are the determinants behind them？ We apply panel threshold effect model to test threshold effects of renewable energy consumption on economic growth of EU in this paper. The empirical result shows that： ①The impact of increasing renewable energy consumption on economic growth is negative and nonlinear. ②Renewable energy consumption has significant threshold effects on economic growth. When renewable energy subsidy is higher than threshold， energy consumption intensity is stronger than threshold， and GDP per capita is lower than threshold， the economic cost of increasing renewable energy consumption rises. ③Now， the energy consumption intensity and GDP per capita of majority of EU countries are in the appropriate threshold regimes. In contrast， more and more countries in EU are in the highsubsidy group. The expansion of renewable energy consumption is mainly driven by high subsidy which sacrifices economic growth.④The average annual growth rates of renewable energy consumption showed no significant difference between highsubsidy and lowsubsidy countries from 1990 to 2014. The average annual growth rate of renewable energy consumption in Britain and Belgium rank first and second respectively， but the subsidies of both countries have never surpassed threshold. The average annual growth rate of renewable energy consumption in Netherlands， which has always been in the highsubsidy group， is smaller than that in Belgium， Ireland， Poland and the United Kingdom which have always been in the lowsubsidy group. Therefore， subsidy with higher economic cost is not the only effective means to increase renewable energy consumption.

Key wordsrenewable energy consumption； economic growth； panel threshold effect； renewable energy subsidyendprint