绿色能源与全球可持续性的动态关联：基于时频域溢出效应的实证研究

本研究聚焦全球可持续发展目标(SDGs)背景下清洁能源与污染性能源的动态关联机制。研究人员采用时频域连通性分析方法，通过纳斯达克全球可持续发展指数(GSI)、清洁能源指数(GEI)和先锋能源ETF(DEI)构建VAR模型，发现绿色能源对全球可持续性的溢出效应(25.2%)显著高于传统能源(10.41%)，但该关联易受短期市场波动影响。研究为制定差异化能源政策提供了重要实证依据，对实现2030年碳减排45%的阶段性目标具有决策参考价值。

在全球气候变暖与能源转型的双重背景下，如何平衡经济发展与环境保护已成为国际社会面临的重大课题。尽管《巴黎协定》设定了2050年碳中和的宏伟目标，但联合国最新数据显示仅有17%的可持续发展目标(SDGs)按计划推进。尤其令人担忧的是，作为关键减排路径的能源结构调整，其与全球可持续性的内在关联机制仍不明确。这种认知空白导致政策制定者难以把握短期市场波动与长期战略部署的平衡点，特别是在新冠疫情和地缘冲突等突发事件冲击下，能源市场与可持续发展指标的联动关系更显扑朔迷离。

为破解这一难题，研究人员创新性地采用Barunik和Krehlík提出的时频域连通性分析方法，通过构建包含纳斯达克全球可持续发展指数(GSI)、清洁能源指数(GEI)和先锋能源ETF(DEI)的三变量VAR模型，首次实现了对能源-可持续性关联的多维度解构。研究选取2016-2022年的日频数据，设置三个特征频段：1-5天(高频)、5-30天(中频)和30天以上(低频)，采用200天滚动窗口和100天预测期进行动态分析。

在方法学层面，研究团队通过频谱密度矩阵分解技术，将传统方差分解拓展至频域空间，建立包含Granger因果矩阵元素的连通性测度模型。该方法突破传统时间域分析的局限，可同步捕捉短期市场波动与长期结构变迁的差异化影响。针对非正态分布特征，采用ERS单位根检验确保数据平稳性，并通过滚动窗口设计增强模型对突发事件的响应灵敏度。

研究结果呈现三大重要发现：

静态分析显示能源系统解释力占GSI方差溢出的35.61%，其中GEI贡献度(25.2%)是DEI(10.41%)的2.42倍，印证绿色能源在驱动可持续性方面的主导地位。但细分频段显示55.55%的GSI自身波动源于1-5天高频成分，反映市场短期噪声的显著影响。

动态监测发现重大危机事件会显著放大连通性。2020年新冠疫情使总连通性骤升10个百分点，2022年俄乌冲突又引发新一轮波动。特别值得注意的是，高频成分在这些时期贡献率达87.58%，凸显极端事件下市场情绪的传导效应。

网络拓扑结构分析揭示GEI在系统中处于核心辐射地位。在1-5天频段，GEI向GSI和DEI的净溢出分别达3.23和-0.52，形成"清洁能源主导"的传导路径。相比之下，DEI对GSI的影响呈现间歇性特征，仅在2017-2018年和2020-2021年出现显著正向溢出。

这些发现从实证角度揭示了当前能源转型进程的结构性弱点。虽然绿色能源已展现出对可持续发展的引领作用，但其关联强度易受市场投机行为干扰，反映出政策框架的脆弱性。特别是在实现2030年减排45%的紧迫目标背景下，研究建议通过三方面改进强化制度韧性：建立跨周期的政策激励机制，如设置绿色投资税收抵免的长期窗口；完善市场稳定机制，减少短期投机对清洁能源价格的扭曲；推动形成具有法律约束力的国际协调框架，避免类似美国退出《巴黎协定》的政策反复。

该研究的创新价值在于首次量化了不同时间尺度下能源与可持续性的动态关联，为差异化政策工具的设计提供了科学依据。时频分解技术的应用不仅适用于能源经济领域，其方法论框架还可拓展至气候金融、碳市场联动等交叉学科研究。随着全球对"双碳"目标的持续推进，这项研究提出的频域分析范式将为评估政策效果提供新的观测维度。