本研究考察了能源弹性估计的方法论 landscape 和实证趋势,回顾了2017年至2026年间发表的文献。它运用分层分类法通过功能形式(生产、成本和能源需求)、模型规范(静态和动态)和数据结构(面板和时间序列)对选择的文章进行分类。主要发现包括:首先,综述区分了生产、成本和能源需求函数的方法,并通过展示这些方法如何与不同的数据结构和计量经济建模策略相关联来汇总文献。其次,分析突出了普遍使用的计量经济学技术,如广义矩估计(GMM)和自回归分布滞后(ARDL),有效应对最近能源数据中的内生性和非平稳性问题。最后,本研究的贡献在于根据特定数据特征对多种计量经济学方法进行结构化汇总。通过提供与相应数据结构匹配的估计技术的结构化路线图,本文为研究人员和政策制定者提供了确保在快速全球能源转型时代获得稳健且可靠的能源弹性估计的指导。
Kang等(周二)研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: