可再生能源产品贸易对碳排放空间相关性的影响：基于复杂网络方法

《Renewable Energy》：The impact of renewable energy products trade on carbon emissions spatial correlation: Based on a complex network approach

　　

李云婷|岳普

中国北京对外经济贸易大学经济学院

摘要

随着全球经济复苏面临严峻挑战，可再生能源产品对减少碳排放做出了重要贡献。随着经济一体化的加深，碳排放的空间相关性显著增强。本研究探讨了可再生能源产品贸易网络和碳排放空间相关网络的结构特征，并使用指数随机图模型分析了它们之间的关系。结果表明，可再生能源产品贸易网络具有高密度和聚集性，而碳排放空间相关网络则具有低密度和分散性。因此，实现全球低碳目标不仅需要合理调整能源结构，还需要加强可再生能源产品贸易网络的建设，促进可再生能源在各国之间的高效流动和共享，推动相关低碳技术的传播和应用，从而形成减少碳排放的协同力量。

引言

气候变化已引起社会各界的广泛关注。许多国家将低碳经济作为可持续发展的战略要求[1]。气候变化预计将增加系统性风险，包括各种极端自然灾害的发生和生物多样性的丧失。其中，二氧化碳（CO₂）排放是最主要的风险，其治理迫切需要全球协调行动。在这种背景下，可再生能源产品的发展和贸易被视为打破僵局的关键。为了应对不断增加的二氧化碳排放和气候变化，各国正在积极推动化石能源向可再生能源的转型，这是实现经济发展、绿色低碳发展和能源结构转变的重要途径[2]。由于公共卫生事件、地缘政治冲突和异常气候变化等多种因素的相互作用，全球能源转型进程正在加速，这也促进了全球可再生能源贸易的发展。然而，尽管可再生能源贸易迅速扩张，其对碳排放空间相关性的影响仍不明确，这激发了本研究的兴趣。

由于排放的复杂性、扩散性和广泛性，可再生能源产品贸易对全球碳排放的影响各不相同。作为一种经济活动，贸易直接增加了各国之间的碳排放联系，其扩张往往伴随着更大的环境效应[3]。此外，可再生能源有助于减少碳排放，从而降低碳排放的空间相关性。然而，一些学者认为，可再生能源的经济和生态影响尚未完全显现[4]，特别是其对碳排放的抑制作用还不够显著。因此，深入研究可再生能源产品贸易对碳排放空间相关性的影响不仅有助于揭示可再生能源在全球碳排放格局中的作用，还为制定全球减排政策提供科学依据，这对应对气候变化和实现可持续发展目标具有重要意义。

本研究有四个贡献：首先，它将可再生能源产品贸易网络（REPTN）和碳排放空间相关网络（CESCN）整合到一个统一的框架中，超越了仅关注贸易量或排放水平的传统研究；其次，它利用地理距离和经济发展来构建CESCN，捕捉了邻里效应和跨区域效应；第三，它使用复杂网络和时间指数随机图模型（TERGM）来捕捉动态结构依赖性，克服了传统计量经济模型的局限性；第四，它为全球气候合作和低碳治理提供了实证见解。

章节摘录

文献综述

现有的关于可再生能源的研究主要集中在环境污染[5]、技术进步[6]、经济发展[7]、能源供应与消费[8]以及可再生能源发展的驱动因素[9]等方面。Triki等人[10]提出，可再生能源通过替代化石燃料和减少空气污染来改善环境质量。Alnemer等人[11]发现，可再生能源促进了长期经济增长并减少了二氧化碳排放。然而，大多数研究仍然集中在……

理论框架

通过可再生能源产品贸易可以加强双方之间的碳排放空间相关性。从资源禀赋互补性的角度来看，各国之间的可再生能源资源分布存在显著差异，这促进了可再生能源贸易[19]。从技术转移的角度来看，可再生能源产品贸易不仅涉及能源产品的交换，还涉及……

数据

可再生能源产品贸易和二氧化碳排放数据分别来源于CEPII-BACI和世界银行数据库。根据Li等人的研究[35]，我们汇总了六大类95种可再生能源产品的贸易数据，包括太阳能、风能、海洋能、水能、生物质能和地热能。相关Harmonized System（HS）代码见附录表A1。

网络构建

该网络由节点和边组成，可以用G=(V, E, A)表示，其中向量V_i= [v_{i]（i=1,2,3... ,n）代表……}

网络拓扑特性

如图1所示，我们测量了2005年至2020年CESCN和REPTN的整体结构特征。在CESCN中，经济体数量在184到189之间呈现出稳定的“V”形波动，2011年达到峰值后趋于平稳波动和下降。连接数量保持稳定，而整体空间相关性呈下降趋势，表明全球低碳发展有效。CESCN的密度和互惠性都……

结论与讨论

可再生能源是绿色发展不可或缺的关键能源，在可持续发展中发挥着重要作用。然而，贸易过程会产生额外的碳排放，因此可再生能源产品贸易对碳排放的影响尚不确定。全球碳排放具有空间异质性、扩散性和不可分割性，因此本研究使用引力模型构建了CESCN。它创新性地采用了复杂网络方法来估计……

CRediT作者贡献声明

李云婷：撰写——审稿与编辑、撰写——初稿、可视化、软件、方法论、数据分析。岳普：验证、监督、项目管理、资金获取、概念构思

数据获取

数据可向相应作者提出合理请求后获取。

资金支持

本研究得到了国家自然科学基金[编号：72003152]、西南财经大学“光华青年教师成长计划”以及对外经济贸易大学研究生创新研究基金的资助。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。