（通讯员 黎桂谦 陈燕泥）新学期伊始，金融学院金融工程1801班童紫薇同学为主要作者的论文《Dynamic impacts of energy consumption on economic growth in China: Evidence from a non-parametric panel data model》在A类期刊《Energy Economics》发表，指导老师为金融学院金融工程系孙宪明博士及其合作者任晓航博士和颜诚博士。该期刊是能源经济、能源金融领域的国际知名期刊，属于我校认定的A类期刊。这是金融学院深化“三全育人”综合改革、积极探索科研育人模式进程中取得的重要成果。

该论文通过引入一种非参数方法从时间和空间角度研究了能源消费对中国经济增长的作用，旨在为“双碳”背景下的能源政策优化提供参考依据。作者首先收集1995-2017年中国各省份的年度宏观数据，并检验面板数据的平稳性和横截面相关性。作为基准，作者使用参数模型探究能源消费与中国经济增长的关系。在此基础上，作者主要采用LLDVE(Local linear dummy variable estimation)方法来确定时变的特定省份趋势、共同趋势和系数函数。其中，LSCV(Leave-one-unit-out least-square cross-validation)被用来选择最优带宽。另外作者采用Bootstrapping算法来确定置信区间。与传统的参数模型相比，该论文提出的非参数模型可以更好地描述能源消费和经济增长间的复杂关系。考虑到各省碳排放强度的异质性水平，作者将全样本分为两个子样本，即高碳排放区样本和低碳排放区样本。通过将高碳排放区样本与低碳排放区样本进行对比分析得到更具有针对性的政策建议。

该论文发现能源消费对经济增长的促进作用随着时间的推移而变化，且呈现倒U形特征。此外，非参数模型比参数模型更能捕捉到这种时变特征。中国不同省份的经济增长趋势较为一致，和共同趋势线较为接近或者围绕共同趋势线波动。根据高碳排放区和低碳排放区的结果对比，该文章发现在高碳排放区，能源消费对经济增长的促进作用更强，但实用新型专利授权数量对经济增长的促进作用更弱。在大多数样本期内，人口和固定资产投资也显著促进经济增长，同样表现出时变特征。根据研究结论，该文章提出相应的政策建议，高碳发展地区应有效提高能源效率，同时政府应更重视在低碳发展地区的投资和创新。

学生简介：童紫薇，中南财经政法大学金融学院金融工程1801班本科生，曾获国家奖学金、周骏奖学金、校一等奖学金；全国大学生数学竞赛和英语竞赛二等奖、全国高校商务英语知识竞赛一等奖；校级优秀学生干部、校社会实践活动先进个人、校优秀共青团员、校优秀志愿者；并作为主持人完成省级大学生创新项目结项。

论文链接：https://doi.org/10.1016/j.eneco.2022.105855