DOI: https://doi.org/10.1007/s12076-026-00431-8
تاريخ النشر: 2026-03-10
المؤلف: Abbas Khan وآخرون
الموضوع الرئيسي: الطاقة والبيئة والنمو الاقتصادي
نظرة عامة
تستخدم هذه الدراسة نهجًا اقتصاديًا قائمًا على التعلم الآلي، يجمع بين نموذج الغابات العشوائية (RFM) ونموذج التأثيرات الثابتة (FEM)، للتحقيق في محددات تطوير الطاقة المتجددة (RE) في البلدان ذات الدخل المنخفض والمتوسط (LMICs). تشير النتائج الرئيسية إلى أن الوصول المالي (DCPS) يعزز بشكل كبير اعتماد الطاقة المتجددة، بينما تمثل تكاليف التمويل العالية (INR_Log) حاجزًا رئيسيًا، لا سيما في دول مثل كينيا وجمهورية الدومينيكان. تعتبر عوامل الحوكمة، وبشكل خاص مكافحة الفساد (CC) وفعالية الحكومة (GE)، حاسمة في تعزيز بيئة مواتية لنمو الطاقة المتجددة، مع آثار ملحوظة على دول مثل جامايكا ونيكاراغوا. بالإضافة إلى ذلك، يظهر الاستثمار الأجنبي المباشر (FDI_Log) تأثيرات غير متكافئة على أهداف الطاقة النظيفة، مما يبرز الحاجة إلى سياسات تتماشى مع الأهداف المتجددة.
تؤكد الدراسة على أهمية الإصلاحات الحوكمة المخصصة، بما في ذلك تعزيز الشفافية، وتدابير مكافحة الفساد، وتعديلات أسعار الفائدة، لتسهيل أنظمة الطاقة الشاملة. تشمل التوصيات للدول المحددة إنشاء برامج ائتمان خضراء، وتحسين الأطر التنظيمية، والاستثمار في البنية التحتية للطاقة المحلية. تؤكد الدراسة على ضرورة معالجة التحديات الاقتصادية الكلية وتحديات الحوكمة لدعم مبادرات الطاقة المتجددة بشكل فعال. يجب أن تتوسع الأبحاث المستقبلية لتشمل متغيرات محددة للقطاع وتطبيق تقنيات التعلم الآلي المتقدمة مثل XGBoost أو SHAP على مجموعات بيانات أكبر، لا سيما من آسيا والشرق الأوسط، لتحسين رؤى السياسات وتعزيز فهم التحولات في الطاقة في سياقات متنوعة.
مقدمة
تسلط مقدمة الورقة الضوء على الحواجز الكبيرة التي تواجهها البلدان ذات الدخل المنخفض والمتوسط (LMICs) في الانتقال إلى أنظمة الطاقة المتجددة. تشمل هذه الحواجز القيود المالية، ومشكلات الحوكمة، والسياسات الضعيفة التي تعيق الاستثمار وتنفيذ المبادرات المستدامة للطاقة. يتم التأكيد على أن الحوكمة الفعالة هي عامل حاسم يجذب الاستثمار الأجنبي المباشر (FDI)، ويخفف من عدم كفاءة السوق، ويدعم تطوير بنية تحتية للطاقة المتجددة. على العكس من ذلك، تؤدي الحوكمة الضعيفة إلى الفساد وعدم الاستقرار، مما يثني عن الاستثمار ويؤخر اعتماد التقنيات المبتكرة اللازمة لتحويل الطاقة.
تؤكد الورقة أيضًا على أهمية الأنظمة المالية القوية في تسهيل مشاريع الطاقة المتجددة، مشيرة إلى أن العديد من البلدان ذات الدخل المنخفض والمتوسط تعاني من نقص في رأس المال، وارتفاع أسعار الفائدة، وبنية تحتية غير متطورة. يتم تحديد الاستثمار الأجنبي المباشر كمصدر حيوي لرأس المال والخبرة، مما يدفع النمو والابتكار في قطاعات الطاقة المتجددة. تهدف الدراسة إلى معالجة التحديات الفريدة التي تواجهها البلدان ذات الدخل المنخفض والمتوسط، لا سيما فيما يتعلق بالحوكمة، والتمويل، والاعتماد على واردات الطاقة، والتي غالبًا ما يتم تجاهلها في الأدبيات الحالية. من خلال استخدام تقنيات التعلم الآلي المبتكرة لتحليل العلاقات المتبادلة بين جودة الحوكمة، والاستثمار الأجنبي، والوصول المالي، وأمن الطاقة، تسعى الأبحاث إلى تقديم إطار شامل لفهم ديناميات اعتماد الطاقة المتجددة في البلدان ذات الدخل المنخفض والمتوسط. من المتوقع أن تُعلم النتائج الأبحاث المستقبلية وتطوير السياسات، مع التركيز على التحديات والحلول المحددة للمنطقة.
الطرق
في هذه الدراسة، تم جمع بيانات سنوية من 1996 إلى 2023 لجمهورية الدومينيكان، وهندوراس، وجامايكا، وكينيا، ونيكاراغوا من بوابة بيانات البنك الدولي المفتوحة، مع التركيز على المتغير التابع للطاقة الكهربائية من مصادر متجددة (EPRE)، مستبعدًا الطاقة الكهرومائية. تشمل المتغيرات المستقلة مكافحة الفساد (CC)، وفعالية الحكومة (GE)، والاستثمار الأجنبي المباشر (FDI)، وواردات الطاقة (EIMP)، وفارق أسعار الفائدة (INR)، والائتمان المحلي للقطاع الخاص (DCPS)، والتي تم تحديدها كمحركات مهمة لتكيف الطاقة المتجددة (RE). يتم استخدام منهجية هجينة تجمع بين نموذج الغابات العشوائية (RFM) للأداء التنبؤي ونموذج التأثيرات الثابتة (FEM) للقدرة على التفسير لتعزيز فهم صانعي السياسات لديناميات الطاقة المتجددة.
يلتقط نموذج الغابات العشوائية العلاقات غير الخطية وأهمية المتغيرات ولكنه يفتقر إلى معاملات قابلة للتفسير، بينما يوفر نموذج التأثيرات الثابتة رؤى حول المعاملات المهمة، مما يجعله مناسبًا لبيانات اللوحات مع مجموعات صغيرة. يعد نموذج الغابات العشوائية فعالًا بشكل خاص في منع الإفراط في التخصيص من خلال إعادة التقدير واختيار المتنبئين العشوائيين، مع تقييم أداء النموذج باستخدام متوسط المربعات المتبقية (MSR) ونسبة التباين المفسر (%Var Explained). يتحكم نموذج التأثيرات الثابتة في الفروق غير الملحوظة والمتغيرة مع الزمن، مما يسمح بتحليل أوضح لإنتاج الطاقة المتجددة عبر البلدان المدروسة. يتم توضيح المواصفات العامة لكلا النموذجين، حيث يستخدم نموذج الغابات العشوائية مجموعة من أشجار القرار ويأخذ نموذج التأثيرات الثابتة في الاعتبار التأثيرات الثابتة الخاصة بالبلد والمتغيرات التفسيرية المتغيرة مع الزمن.
النتائج
تشير نتائج الدراسة إلى أن كل من نموذج التأثيرات الثابتة (FEM) ونموذج الغابات العشوائية (RFM) يظهران قوة في تحليل محددات تطوير الطاقة المتجددة (RE) في البلدان ذات الدخل المنخفض والمتوسط (LMICs). تؤكد الاختبارات التشخيصية، بما في ذلك عامل تضخم التباين (VIF)، واختبارات Breusch-Pagan، وDurbin-Watson، واختبارات Pesaran’s CD، على غياب التعدد الخطي، وعدم التجانس، والتلقائية، والاعتماد العرضي، مما يثبت الموثوقية الإحصائية للنماذج المستخدمة.
تسلط النتائج الرئيسية من نموذج الغابات العشوائية الضوء على أن الوصول إلى الائتمان المحلي (DCPS) والاستثمار الأجنبي المباشر (FDI_Log) هما محركان مهمان في هندوراس، بينما تعتبر مكافحة الفساد (CC) وتكاليف التمويل (INR_Log) حاسمة في جامايكا. يبرز تحليل كينيا المحركات المالية، بينما تعطي نيكاراغوا الأولوية للوصول إلى الائتمان إلى جانب الحوكمة. تشير نتائج جمهورية الدومينيكان إلى أن أسعار الفائدة المرتفعة (INR_Log) هي السائدة، مع لعب فعالية الحوكمة (GE) وواردات الطاقة (EIMP) أيضًا أدوارًا مهمة. يؤكد نموذج التأثيرات الثابتة هذه النتائج، مما يبرز ضرورة السياسات التي تعزز الأنظمة المالية، وتقوي المؤسسات، وتقلل من الاعتماد على واردات الطاقة لدعم التحولات المستدامة في البلدان ذات الدخل المنخفض والمتوسط.
المناقشة
تسلط المناقشة الضوء على قوة نتائج الدراسة، كما يتضح من التشتت العشوائي للمخلفات حول خط الصفر في التحليل، مما يشير إلى عدم وجود أنماط أو عدم تجانس كبير. يؤكد نموذج التأثيرات الثابتة (FEM) أن الافتراضات الرئيسية قد تم الوفاء بها، على الرغم من وجود قيم شاذة خفيفة لا تشوه الاتجاه العام.
تستخدم الأبحاث نهجًا اقتصاديًا قائمًا على التعلم الآلي لتحديد المحركات الحاسمة للطاقة المتجددة (RE) في البلدان ذات الدخل المنخفض والمتوسط (LMICs)، بما يتماشى مع أهداف التنمية المستدامة (SDG) 7 و8. تكشف النتائج الرئيسية أن الوصول المالي (DCPS) هو عامل تمكين رئيسي عبر جميع البلدان، بينما تظهر تكاليف التمويل (INR_Log) كقيود كبيرة في كينيا وجمهورية الدومينيكان. تعتبر مؤشرات الحوكمة، وبشكل خاص مكافحة الفساد (CC) وفعالية الحكومة (GE)، حاسمة في جامايكا ونيكاراغوا. تشير الدراسة أيضًا إلى الدور المعقد للاستثمار الأجنبي المباشر (FDI_Log) في هندوراس، حيث قد يتعارض مع أهداف الطاقة النظيفة. تشمل التوصيات لتعزيز دعم الطاقة المتجددة تقوية الحوكمة، وتنفيذ دعم أسعار الفائدة، والاستثمار في البنية التحتية للطاقة المحلية. تقترح الدراسة أن السياسات المخصصة ضرورية لمعالجة التحديات المحددة في كل بلد، ويجب أن تتوسع الأبحاث المستقبلية لتشمل مناطق إضافية وتستخدم تقنيات تحليلية متقدمة للحصول على رؤى أعمق.
DOI: https://doi.org/10.1007/s12076-026-00431-8
Publication Date: 2026-03-10
Author(s): Abbas Khan et al.
Primary Topic: Energy, Environment, Economic Growth
Overview
This study employs a machine learning-econometric approach, integrating Random Forest (RFM) and Fixed Effects Modeling (FEM), to investigate the determinants of renewable energy (RE) development in low- and middle-income countries (LMICs). Key findings indicate that financial access (DCPS) significantly promotes RE adoption, while high financing costs (INR_Log) serve as a major barrier, particularly in countries like Kenya and the Dominican Republic. Governance factors, specifically Corruption Control (CC) and Government Effectiveness (GE), are critical for fostering an environment conducive to RE growth, with notable implications for countries such as Jamaica and Nicaragua. Additionally, foreign direct investment (FDI_Log) demonstrates asymmetric impacts on clean energy objectives, highlighting the need for policies that align external capital with renewable goals.
The research underscores the importance of tailored governance reforms, including enhanced transparency, anti-corruption measures, and interest rate adjustments, to facilitate inclusive energy systems. Recommendations for specific countries include establishing green credit schemes, improving regulatory frameworks, and investing in local energy infrastructure. The study emphasizes the necessity of addressing macroeconomic and governance challenges to support RE initiatives effectively. Future research should expand to include sector-specific variables and apply advanced machine learning techniques like XGBoost or SHAP on larger datasets, particularly from Asia and the Middle East, to refine policy insights and enhance the understanding of energy transitions in diverse contexts.
Introduction
The introduction of the paper highlights the significant barriers faced by low- and middle-income countries (LMICs) in transitioning to renewable energy systems. These barriers include financial constraints, governance issues, and weak policies that impede investment and the implementation of sustainable energy initiatives. Effective governance is emphasized as a critical factor that attracts foreign direct investment (FDI), mitigates market inefficiencies, and supports the development of renewable energy infrastructure. Conversely, poor governance leads to corruption and instability, which deter investment and delay the adoption of innovative technologies necessary for energy transformation.
The paper also underscores the importance of strong financial systems in facilitating renewable energy projects, noting that many LMICs struggle with capital shortages, high interest rates, and underdeveloped infrastructure. FDI is identified as a vital source of capital and expertise, driving growth and innovation in renewable energy sectors. The study aims to address the unique challenges faced by LMICs, particularly regarding governance, finance, and energy import dependence, which are often overlooked in existing literature. By employing innovative machine learning techniques to analyze the interrelationships among governance quality, foreign investment, financial access, and energy security, the research seeks to provide a comprehensive framework for understanding the dynamics of renewable energy adoption in LMICs. The findings are expected to inform future research and policy development, focusing on region-specific challenges and solutions.
Methods
In this study, annual data from 1996 to 2023 for the Dominican Republic, Honduras, Jamaica, Kenya, and Nicaragua were sourced from the World Bank Open Data Portal, focusing on the dependent variable of electricity from renewable sources (EPRE), excluding hydroelectric power. The independent variables include Control of Corruption (CC), Government Effectiveness (GE), Foreign Direct Investment (FDI), Energy Imports (EIMP), Interest Rate Spread (INR), and Domestic Credit to Private Sector (DCPS), which are identified as significant drivers of renewable energy (RE) adaptation. A hybrid methodology combining Random Forest Model (RFM) for predictive performance and Fixed Effects Model (FEM) for interpretability is employed to enhance policymakers’ understanding of RE dynamics.
The RFM captures non-linear relationships and variable importance but lacks interpretable coefficients, while the FEM provides significant coefficient insights, making it suitable for panel data with small groups. The RFM is particularly effective in preventing overfitting through bootstrapping and random predictor selection, with model performance evaluated using Mean Squared Residuals (MSR) and Percentage of Variance Explained (%Var Explained). The FEM controls for unobserved, time-variant differences, allowing for a clearer analysis of renewable energy production across the studied countries. The general specifications for both models are outlined, with the RFM utilizing an ensemble of decision trees and the FEM accounting for country-specific fixed effects and time-varying explanatory variables.
Results
The results of the study indicate that both the Fixed Effects Model (FEM) and Random Forest Model (RFM) demonstrate robustness in analyzing the determinants of renewable energy (RE) development in Low and Middle-Income Countries (LMICs). Diagnostic tests, including Variance Inflation Factor (VIF), Breusch-Pagan, Durbin-Watson, and Pesaran’s CD tests, confirm the absence of multicollinearity, heteroscedasticity, autocorrelation, and cross-sectional dependence, thereby validating the statistical reliability of the models used.
Key findings from the RFM highlight that domestic credit access (DCPS) and foreign direct investment (FDI_Log) are significant drivers in Honduras, while corruption control (CC) and financing costs (INR_Log) are critical in Jamaica. Kenya’s analysis emphasizes financial drivers, and Nicaragua prioritizes credit access alongside governance. The Dominican Republic’s results indicate that high interest rates (INR_Log) are predominant, with governance effectiveness (GE) and energy imports (EIMP) also playing important roles. The FEM corroborates these findings, underscoring the necessity for policies that enhance financial systems, strengthen institutions, and reduce reliance on energy imports to support sustainable transitions in LMICs.
Discussion
The discussion highlights the robustness of the study’s findings, as evidenced by the random scatter of residuals around the zero line in the analysis, indicating no significant patterns or heteroscedasticity. The fixed-effect model (FEM) confirms that key assumptions are met, despite the presence of mild outliers that do not distort the overall trend.
The research employs a machine learning-econometric approach to identify critical renewable energy (RE) drivers in low- and middle-income countries (LMICs), aligning with Sustainable Development Goals (SDG) 7 and 8. Key findings reveal that Financial Access (DCPS) is a primary enabler across all countries, while Financing Costs (INR_Log) emerge as significant constraints in Kenya and the Dominican Republic. Governance indicators, particularly Corruption Control (CC) and Government Effectiveness (GE), are crucial in Jamaica and Nicaragua. The study also notes the complex role of Foreign Direct Investment (FDI_Log) in Honduras, where it may conflict with clean energy objectives. Recommendations for enhancing RE support include strengthening governance, implementing interest rate subsidies, and investing in local energy infrastructure. The study suggests that tailored policies are necessary to address specific challenges in each country, and future research should expand to include additional regions and employ advanced analytical techniques for deeper insights.