📈 economics

Asymmetric Energy-Price Shock Transmission and Electricity-Sector Carbon Transition in ASEAN: Panel NARDL and MIDAS Evidence

本文利用面板 NARDL 和 MIDAS 模型分析了 2000 年至 2025 年间十个东盟经济体的情况，研究发现，虽然国际能源价格冲击在短期内表现出不对称性和依赖于波动性的效应，但长期的区域性反应在很大程度上仍是对称的，这表明如果不考虑特定国家的结构性因素，仅凭较高的化石燃料价格本身并不会因果性地加速碳转型。

原作者： Waewwan La-ongsri, Nuttaphat Sukchitt, Pasin Marupanthorn

发布于 2026-06-25

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Waewwan La-ongsri, Nuttaphat Sukchitt, Pasin Marupanthorn

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

核心大意：东盟的能源平衡术

想象一下，东盟（ASEAN）就像是十个共享同一个巨大电网的邻居。他们正试图将电力来源从“脏”能源（如煤炭和石油）转向“清洁”能源（如太阳能、风能和水能）。

研究人员想要回答一个简单的问题：当石油和天然气的价格上涨或下跌时，是否会自动迫使这些邻居更快地转向清洁能源？

许多人认为，如果天然气变贵了，大家就会立即陷入恐慌并去抢购太阳能电池板。本文测试的是这种“自动切换”是否真的存在，还是说现实情况更为复杂。

工具箱：他们是如何进行衡量的

为了弄清这个问题，作者构建了一个观察 2000 年到 2025 年数据的“时光机”。他们使用了三个主要工具：

“燃料成本计”： 他们没有仅仅观察全球油价（如布伦特原油），而是计算了每个国家在自身货币环境下、经通胀调整后的实际成本。这就像是检查曼谷与雅加达加油站里每加仑汽油的价格，而不是只看全球原油桶的价格。
“单向镜”（不对称性）： 他们不仅观察价格的变化，还观察了方向。他们问道：“价格飙升对推动绿色能源的影响，是否与价格下跌对远离绿色能源的推动力不同？”他们将价格上涨和价格下跌视为两种不同的力量，而不仅仅是同一枚硬币的正反两面。
“风向标”（波动性）： 他们检查了市场的“混乱程度”是否重要。如果价格剧烈跳动（就像一场风暴），这是否会改变国家的反应方式？相比之下，当价格平稳时情况又如何？

研究发现：数据究竟说明了什么

以下是该研究的发现，通过简单的语言进行了拆解：

1. “减速带”效应（短期与长期）

当燃料价格突然飙升时，各国确实会迅速做出反应。这就像撞到了减速带：汽车（电力系统）猛地一颠，在瞬间会产生一种寻找替代方案的强烈冲动。研究发现，在短期内，当本地燃料成本上升时，清洁能源的占比确实往往会随之上升。

然而，从长期来看，系统会趋于稳定。研究发现，价格上涨带来的“推力”，几乎与价格下跌带来的“拉力”大小相等，只是方向相反。

类比： 想象一根橡皮筋。如果你拉伸它（价格上涨），它会猛然回弹；如果你让它松弛（价格下跌），它就会放松。研究发现，这根橡皮筋回弹和放松的力量是完全一样的。这意味着价格上涨并不会永久性地重塑系统，它只是一种暂时的推动。

2. “一刀切”的陷阱

研究人员发现，你不能把所有十个东盟国家都视为同一种情况。

以水电为主的邻居： 其中一个国家（老挝）几乎完全依靠水力发电。它的“清洁能源”得分已经非常高了，以至于很难观察到油价的影响。这就像是在尝试测量降雨对一个已经满溢的游泳池的影响。
依赖进口的邻居： 那些大量购买燃料的国家（如新加坡或越南）对价格变化的反应更为强烈。
复杂的混合体： 对于某些国家，数据过于嘈杂，或者历史记录太短，以至于无法画出清晰的线条。

3. “风暴天气”因素

研究检查了“剧烈”的价格波动（高波动性）是否改变了规则。他们发现，虽然剧烈的波动可能会改变国家对价格下跌的反应方式，但数据还不够明确，无法确定这一点。这就像是在说，“当风狂啸时，也许树木会弯曲得不一样”，但数据中的风并没有啸叫得足够响亮，以至于无法证明这一点。

4. 预测游戏

最后，作者尝试利用他们的模型来预测未来。

令人惊讶的赢家： 最简单的模型（仅观察过去趋势）通常是大多数国家预测未来的最佳选择。
特殊案例： 对于泰国，一个观察月度数据（而非仅年度数据）的更复杂的模型效果最好。这表明对于某些地方，观察市场的“每月心跳”会有所帮助，但对于其他地方，年度平均值就足够了。

底线结论：政策制定者应该怎么做？

论文给出了一个非常谨慎的结论。

不要期待一个“魔术开关”。 仅仅因为油价上涨，并不意味着脱碳会自动发生或永久发生。这种关系是真实的，但它是微妙的，并且高度取决于具体的国家。

核心启示：
要把能源价格看作是温度计，而不是恒温器。

温度计告诉你温度（它显示了何时燃料变得昂贵以及各国何时做出反应）。
恒温器控制热量（它强制系统发生改变）。

研究表明，能源价格是一个很好的温度计，可以用来观察，但它们并不是一个能自动解决气候问题的恒温器。要真正驱动转型，各国需要的不仅仅是价格冲击，还需要具体的政策、更好的基础设施以及建设新发电厂的时间。

简而言之： 燃料价格上涨确实给了绿色能源一点推力，但它并不保证旅程的完成。每个国家走这条路的速度和方式各不相同。

技术摘要：不对称能源价格冲击传导与东盟电力部门碳转型

问题陈述
本研究调查了国际能源价格冲击是否不对称地传导至东盟（ASEAN）电力部门的碳转型表现。尽管该地区在可再生能源和脱碳方面的政策愿景正在加强，但该地区仍高度依赖化石燃料，截至2023年，煤炭发电量约占区域总发电量的二分之一。核心问题在于，现有文献通常将能源价格冲击视为对称的宏观经济扰动，或者侧重于长期政策设计，而未能从实证角度估算观察到的转型指标如何响应以“国家-年份”频率记录的真实、本币计价的能源价格冲击。具体而言，本文旨在填补相关研究空白，即探讨考虑到该地区结构的异质性、汇率风险敞口以及电力系统结构的差异，价格上涨与价格下跌是否会对低碳发电份额产生截然不同的短期和长期影响。

研究方法
本研究采用了一个不平衡的国家-年份面板数据集，涵盖十个东盟经济体（文莱、柬埔阁、印度尼西亚、老挝、马来西亚、缅甸、菲律宾、新加坡、泰国和越南），时间跨度为2000年至2025年。

变量：
- 因变量： 低碳发电份额 ( $y_{i,t}$ )，定义为来自水电、太阳能、风能、核能、地热能、生物能及其他可再生能源的发电百分比，数据源自 OWID/Ember/Energy Institute。
- 冲击变量： 实际本币计价布伦特原油风险敞口 ( $PE_{i,t}$ )，通过将年度布伦特原油价格按汇率转换为本币并利用消费者价格指数（CPI）进行平减构建而成。这捕捉了全球石油价格波动与汇率传导效应。
- 冲击分解： 遵循 Shin 等人的非线性 ARDL (NARDL) 框架，将实际风险敞口的对数变化分解为累积正偏离部分 ( $P^+_{i,t}$ ) 和累积负偏离部分 ( $P^-_{i,t}$ )，以捕捉不对称响应。
- 控制变量： 滞后通胀率、汇率变动和实际 GDP 增长。
- 阈值与频率： 引入波动率阈值扩展模型，结合年化能源价格波动率 ( $V_t$ ) 来测试机制依赖性。此外，混合数据抽样 (MIDAS) 模型利用 Refinitiv 月度价格数据，以评估高频信息是否能改善年度监测效果。
计量策略：
1. 固定效应面板 NARDL： 在控制国家特定固定效应和误差修正动态的同时，估算正向冲击与负向冲击各自的短期和长期乘数。
2. 波动率阈值扩展： 通过引入交互项增强基准模型，以测试在高度波动年份时传导斜率是否发生变化。
3. 滚动预测比较： 进行针对特定国家的样本外预测，对比对称 ARDL、不对称 NARDL 以及 MIDAS 增强模型，以评估实际监测的准确性。

主要贡献
本文对现有文献做出了三个主要贡献：

数据集构建： 提供了一个透明的东盟国家-年份数据集，将电力部门的转型表现直接与实际本币计价的能源价格风险敞口联系起来，解决了该特定关系缺乏统一区域数据的现状。
不对称估算： 利用面板 NARDL 框架估算不对称的短期和长期传导效应，明确测试了燃料成本上升与下降是否会产生统计学上显著不同的长期影响。
监测评估： 评估了纳入波动率状态和混合频率（月度）价格信息是否能提高国家层面转型监测的实际准确性，从而超越了简单的年度平均值分析。

实证结果

误差修正与短期动态： 结果显示存在显著的误差修正，任何偏离国家特定转型路径的情况约有一半会在一年内得到修正。研究发现，燃料成本增加（正向冲击）具有显著的正向短期传导作用，这表明实际本币计价的燃料成本上升与低碳份额的即时增加相关，这可能是由于燃料转换激励以及对化石燃料发电的成本压力所致。
长期对称性： 与强不对称性的假设相反，估算的燃料成本增加的长期响应与燃料成本下降的绝对响应几乎完全相同。Wald 检验未能拒绝区域平均水平下的对称性原假设（p 值 = 0.967）。正向冲击的长期乘数约为 6.8 个百分点，而对下降冲击的响应约为 -6.9 个百分点。
波动率与阈值： 虽然识别出了一个高波动率阈值（年化波动率约为 8%），但波动率状态与冲击渠道之间的交互效应估计并不精确。这表明，虽然高波动年份可能会改变传导渠道，但证据尚不足以断定存在截然不同的结构性机制。
国家异质性： 各国之间存在显著的异质性。例如，老挝表现出高敏感性（尽管受水电主导地位的影响），而新加坡和越南对价格上涨表现出正向响应。相反，柬埔寨、马来西亚和泰国表现出负向或混合响应。文莱因其转型份额平稳而被排除在不对称校准之外。
预测表现： 没有单一模型在整个区域内占据主导地位。精简的对称 ARDL 基准模型在全区域内的平均均方根误差 (RMSE) 最低。然而，NARDL 提高了印度尼西亚、马来西亚、缅甸和新加坡的预测准确性，而 MIDAS 在泰国表现更优。这表明，在某些背景下，复杂的模型可能会出现过拟合，但在其他情况下则具有应用价值。

意义与主张
本文以谨慎的解读结束。研究指出，尽管方向性的燃料成本压力、波动率状态和国家特定的电力系统结构对于监测东盟转型表现具有参考价值，但年度面板数据并不支持因果关系主张，即更高的化石燃料价格会直接且机械地加速脱碳。

其主要意义在于转变了政策叙事：研究并非假设价格上涨会自动驱动转型，而是支持一种“审慎监测”的方法。决策者应当追踪实际本币计价的能源价格风险敞口，区分价格上涨与下跌，并考虑波动率状态。研究强调，年度区域平均值掩盖了巨大的结构性差异，未来的研究需要统一的月度分燃料发电数据，从而从监测校准转向更强的因果识别，以研究进口燃料成本、政策干预和系统约束如何共同塑造脱碳进程。