国内外能源回弹效应研究述评

高 辉，王兆芬

（成都理工大学 商 学院，成都 610059）

一、引言

能源是当今社会经济发展的重要物质基础，我国政府为实现节能目标制定了一系列以提高能源效率为核心的能源政策，而能源回弹效应（Rebound Effects）的大小影响着国家能源政策的实施效果。回弹效应一直是能源经济学中研究与争论的焦点问题，其最早是在1865年由Jevons在《煤炭问题》一书中提出。Jevons认为，能源使用效率的提高不但不会降低能源消费，反而会增加能源消费，这个论断被称为“杰文斯矛盾（Jevons Paradox）”。杰文斯矛盾使众多学者开始质疑能源效率政策是否真的有效。对回弹效应的系统性研究是从20世纪90年代以后，并取得一批研究成果。本文对能源回弹效应的国内外研究文献进行了较为详尽的梳理，找出了能源回弹的一些重要认识，对政府制定科学合理的能源政策提供参考。

二、国外对能源回弹效应的研究

20世纪90年代以后，在Khazzoom、Greeningetal等许多学者对回弹效应进行了广泛探讨［1］，主要集中在微观层面上，研究方法主要采用成本函数和价格弹性［2－6］，一般均衡模型 Computable General Equilibrium，CGE［7－8］，还有模拟实验、计量分析等。样本数据采取各种形式，时间序列数据、截面数据、面板数据都有。

目前，国外相关方面的研究大多集中在汽车运输、家庭取暖及其他能源服务等微观层面上，对于研究能源回弹的影响因素也是一个热点。

（一）微观层面的研究

1．汽车运输能源回弹实证研究

迄今为止，回弹效应研究最成熟的领域是个人汽车运输，大多数研究对象是指美国，这是因为美国的燃料价格、燃料效率和居民居住密度均低于欧洲，汽车保有量水平较高，而替代交通工具的选择范围较小。根据数据类型的不同分述如下。

Goodwin［9］，Espey［10－11］，Hanley et al［12］and Graham and Glaister［13］通过能源需求对价格弹性的测量已经进行了多次实证估计，对能源回弹值进行了全面估计。Sorrell and Dimitropoulos［14］综合分析了上述研究，计算其平均估计值，最终得到短期回弹效应上限值为20%～25%，而长期回弹效应估计值上限达到80%。然而，由于研究方法的不同，回弹效应估计值有很大差异。同时，利用能源需求对能源价格的弹性来测量，忽略了车辆的燃料价格对燃料效率的影响，回弹效应估计值的上限很可能比实际效果大很多。

Blair et al［15］利用佛罗里德1967年－1976年的数据测算，短期回弹效应估计值为25%～40%，长期回弹效应估计值为25%～40%。Mayo和Mathis［16］利用美国1958年－1984年的数据，估计出汽车运输的短期回弹效应估计值为22%，长期回弹效应估计值为26%。Greene［17］利用美国1957年－1989年的数据，估计出汽车运输的短期回弹效应估计值为5%～19%，长期回弹效应估计值为5%～19%；Jones（1993）［18］利用美国1957年－1989年的数据，得出汽车运输短期回弹效应估计值为13%，长期回弹效应值为30%。另外，相似的如Wheaton（1982）［19］，Gately［20］，Schimek［21］等对汽车运输的回弹效应进行了研究，其估计值均小于29%。上述的7个研究利用了时间序列数据和截面数据，估计个人交通运输的长期、短期回弹效应值在5%～40%。然而在相应的规范上是有分歧的，尤其是在处理序列相关性和滞后因变量的问题上，数据点的数量有限，使得他很难使用这种类型数据单独解决问题。此外，由于这些研究是针对美国而且数据较老，所以无法推算是否随着时间的推移，直接回弹效应值有降低趋势，也不能推算回弹效应值是否与其他国家有很大差异。

Wirl［22］利用英国、法国、意大利三个跨国家的面板数据，估计长期回弹效应值为27%～30%，短期回弹效应值为10%～20%；而Johansson and Schipper［23］对12个经合组织国家1973年－1992年数据进行分析，估计长期回弹效应值为5%～55%，并测算出最佳回弹效应值为30%；Haughton and Sarkar［24］与Small and Van Dender［25］分别利用美国1972年－1991年、1961年－2001年数据测得长期回弹效应估计值均为22%。上述四个研究利用跨国家和地区的面板数据，相对于时间序列和截面数据，提供给了更多的信息，从而为估计直接回弹效应值提供了更坚实的依据／基础。Small and van Dender’s的研究提供了强有力的证据：随着时间的推移，随着收入的增加，直接回弹效应值有下降的趋势。然而，Hanley et al．［26］并不支持回弹效应有下降的趋势。

分解数据源能够避免一些测量中的困难，然而模型越复杂，出现偏差的可能性更大。Goldberg［27］利用分解数据源方法对美国1984年～1990年面板数据测算，回弹效应估计值为0；Greene et al．［28］利用相同方法对回弹效应进行了仔细的测算，研究结果是长期的直接回弹效应值为23%，与上述研究结果一致。然而 Frondel et al．［29］利用分解数据源方法，对德国家庭的面板数据进行研究，结果表明，德国的回弹效应较大，其长期直接回弹效应值为56%～66%。West［30］利用截面数据测得美国短期回弹效应估计值更是出奇得高，估计值为87%。上述四个研究利用分解数据源的方法，得到的直接回弹效应的估计值不太一致，而且几个估计值出奇得高。值得注意的是，其中三个研究使用的数据都是来自美国消费支出调查的数据，但是其估计的直接回弹效应值从0～87%有所不同。这表明这种方法的研究结果也应该慎用。

上述关于汽车运输能源回弹实证研究的结果表明，个人交通运输的长期的直接回弹效应估计值大部分在10%～40%，排除数据、方法的影响，大多数研究结果都在这个范围内波动，这说明上述研究相对可靠。

2．家庭取暖能源回弹实证研究

利用单方程模型，Douthitt［31］采取加拿大370个独立家庭的截面数据，测得短期回弹效应估计值为10%～17%，长期回弹效应估计值为35%～60%；Schwarz and Taylor［32］利用美国1188个独立家庭的截面数据，估计了恒温设定的方程式，这个方程式作为能源价格、外部温度、受热面积、家庭收入、房间热阻的技术估计数的函数。他们的结论是：长期直接回弹效应估计值为1．4%～3．4%；Hsueh and Gerner［33］则得到了对比明显的结果，他们利用美国自1981年以来1028个独立家庭的数据，加入一些综合信息——设备所有权、人口特征，这使得他们可以结合计量和技术模型估计家庭取暖方面的能源使用情况。其结论是电加热家庭的短期直接回弹效应估计值为35%，燃气加热的家庭短期直接回弹效应估计值为58%。另外，相似研究如 Haas et al．［34］，Guertin et al．［35］。另外，利用多方程模型，Dubin and McFadden［36］利用美国313个独立家庭的面板数据估计短期回弹效应值为25%～31%；Nesbakken［37］利用挪威551个独立家庭面板数据得到，短期回弹效应估计值平均值为21%；Klein［38］利用美国1973年～1981年2157个独立家庭面板数据进行测算，其结论是短期回弹效应估计值为25%～29%。

上述研究者分别利用单方程、多方程模型，对家庭取暖的能源回弹效应进行研究，结果表明，短期回弹效应估计值10%～58%，长期回弹效应估计值1．4%～60%。而且，采用多方程模型的研究估计值相对一致，认为家庭取暖方面的回弹效应的平均估计值为20%左右。

3．其他关于家庭能源服务方面的估计

由于缺乏数据，关于其他家庭能源服务的回弹效应的研究较少，Nadel［39］报告了一些关于美国电力公司的估计结果，表明：照明的直接回弹效应估计值约为10%，水温加热的直接回弹效应值约为0，制冷直接回弹效应估计值不确定。由于这些研究规模较小、周期短、方法有缺陷，所以无法对这些研究下结论。

Hausman［40］利用美国1978年的截面数据，估计家庭制冷短期回弹效应值为4%；长期回弹效应值为26．5%；Dubin et al．［41］利用佛罗里德1981年截面数据，估计美国短期回弹效应值为1%～26%。这两个关于家庭制冷的研究，表明直接回弹效应估计值与家庭取暖估计值（1．4%～60%）形成对比，这两个研究方法比较复杂，避免了内生性偏差，且认为回弹效应估计值因外部温度差异会有很大不同。

其他关于家庭能源服务的研究，比如水温加热更是有限，Guertin et al．［42］研究加拿大1993年截面数据，发现水温加热的长期回弹效应估计值为34%～38%，这个结果比Nadel通过直接实验方法测算的结果大得多。Davis［43］利用美国1997年面板数据，估计洗衣用水的短期回弹效应估计值小于5．6。

（二）回弹效应的影响因素

1．能源价格与能源效率研究

学者们关于能源价格对能源效率的影响研究，主要体现在间接作用和直接作用上。Hicks早在1932年就提出“诱导性创新”这一概念，Hicks［44］认为，当某种生产要素价格上涨时，就会诱使节省该种昂贵生产要素的创新出现，进而间接地影响能源消费，即生产要素相对价格变化是发明的动力。Lanjouw和Mody［45］的研究表明，能源价格对能源效率具有最大的诱导效应，但是他们的研究并没有估算能源价格的弹性。后来Jaffe和Palmer［46］的研究弥补了上述不足。Popp的研究结论表明，能源价格的变化将推动节能技术的变化，通过技术创新，间接地影响能源消费［47］。他指出，由于能源价格改变引致要素替代弹性的变化造成能源消费改变了2／3，他还分析了由于能源价格变动使得各种不同的能源技术的专利究竟发生了怎样的变化。后来，Popp又利用美国1970年－1994年的数据进行实证研究，结果证实了在20世纪70年代，美国能源价格的冲击对能源利用效率的提高具有显著的正影响［48］。

但也有一部分学者认为，能源价格对节能产生直接影响。如Birol和Keppler［49］运用相关经济学理论分析得出结论：运用经济手段提高能源价格能够有效地改善能源使用效率，进而降低能源强度，同时阐明了能源价格变化对能源强度影响的传导机制大致分为两类：一类是生产要素间相对价格的变化对现行技术的选择机制；一类是能源相对价格变化对新技术的诱导机制。Cornillie和Fankhauser［50］通过对中东欧和前苏联一些经济转型国家的数据进行比较研究之后发现，能源价格提高是能源使用效率提高的主要动力，这一结论支持了Birol和Keppler（2000）的观点。

2．技术因素与能源效率研究

技术进步被认为是影响能源效率的另外一个重要因素。有一些国外学者专门对中国的数据进行了研究。Richard F．Garbaccio［51］认为，技术进步是导致中国能源强度下降的一个主要原因，是影响中国能源消费强度的一个重要因素。Sinton和Levi［52］分析了我国1980年－1990年工业行业的相关数据，认为效率改进是我国能源强度下降的主要原因。Chunbo Ma［53］的研究也显示，效率改进是中国能源消耗强度下降的主导因素。

此外，一些学者还从政府管制、对外开放程度、体制改革等方面对能源效率进行研究。Newell et al［54］的研究认为，政府对能源价格的管制和对能源使用效率标准的制定，都会引起能源使用效率的提高。Benjamin K［55］的研究指出，政府的干预在促进可再生能源的利用和提高能源使用效率的过程中是十分必要的，同时指出了政府最偏好的几种政策：对常规能源与成熟能源的技术取消补贴，对可再生能源实施进入补贴，保证能源价格弹性的灵活性，提高公众认知度。

三、国内对能源回弹效应的研究

目前，国内仅有的关于能源回弹效应的程度研究主要集中在宏观层面，采用的方法主要是计量分析方法。

（一）宏观上对能源回弹估计分析

周勇、林源源［56］利用新古典三要素生产函数，对我国宏观经济的回弹效应进行估计，得出1978年－2004年我国回弹效应在30%～80%之间波动。王群伟、周德群［57］同样利用新古典三要素生产函数得出研究结果，我国回弹效应平均值为62．8%。刘源远、刘凤朝［58］采用省级面板数据，利用相同的方法进行研究，结果显示，地区之间的回弹效应差异明显，西部地区反弹效应最大，但我国平均回弹效应为53．68%。另外，几个研究范围缩小的结论与上述研究相差较大。陈燕［59］利用湖北省1980年－2007年数据进行研究，结果显示，技术进步对湖北省能源效率的影响是一个动态的过程，湖北省的回弹效应值为123．7%。陈凯［60］基于我国钢铁行业估计钢铁行业平均回弹效应高达130．47%。

国内的相关研究表明，改革开放以来，我国平均回弹效应值在30%～80%之间，各年度之间波动比较明显，但是总体上呈下降趋势；回弹效应在各地区、各行业之间存在较大差异，个别省份回弹效应值超过了100%。这说明，效率提高带来的能源节省量完全被能源消费扩张量抵消。

（二）能源回弹效应的影响因素

1．产业结构与能源效率研究

现有国内研究中，有学者认为，产业结构变化是影响能源利用效率的主要因素。如史丹［61］认为，在不同时间段，产业结构变动对能源消耗强度的影响是有差异的，在1990年以前，产业结构变动导致能源消耗强度降低，而1990年以后，产业结构变动却导致能源消耗强度增加。杨洋等［62］利用最小二乘法考察了我国1978年—2006年的相关数据，对我国能源强度的影响因素进行实证研究，结果表明，对能源强度降低影响程度最大的因素是产业结构变动。张宗成、周猛［63］的研究指出，导致中国1995年－2000年能源消费弹性降低的主要原因是产业结构调整。此外，周鸿、林凌［64］采用微分法将能源效率的变动因素分解为结构因素、产出因素和强度因素。其研究结果表明，产业结构变动对能源效率的影响并不明显。

2．能源价格与能源效率研究

国内研究主要集中在能源价格对能源使用效率的间接影响。有学者认为，能源价格主要是通过对能源消费结构产生影响，间接实现对能源消费的影响。孔婷等［65］运用1995年－2005年的数据，以我国制造业24个重要行业为例，采用层次回归法对能源价格和能源强度的关系进行了实证研究，结果表明，对于大多数行业来说，能源价格的影响更多地表现为，通过促进能源消费结构转变来降低行业的能源消耗强度。田力新、刘晶［66］对全国和江苏省1990年－2008年的时间序列数据分别进行分析，计量研究了能源相对价格对能耗强度的影响效果。研究结果显示，近几年来，全国和江苏省能源强度明显下降，其中，电力相对价格的上升促进了能源强度的下降，但总体能源相对价格的提高对降低能源强度的作用并不显著。

有学者则认为，能源价格主要是通过影响产业结构进而对能源消费产生间接影响。杭雷鸣、屠梅曾［67］利用1985年－2003年的时间序列数据，以我国制造业为例，对能源价格与能源强度的关系进行了实证研究。他指出，能源相对价格的提高有利于降低能耗强度，通过提高能源价格来改善我国能源利用效率是一个有效的政策工具。胡宗义等［68］将能源强度指标和能源替代模块纳入了中国CGE模型，研究能源价格变动对能耗强度和经济增长产生的影响。结果表明：在短期和长期内提高能源价格，均会导致中国能源消耗强度显著地降低，其原因是通过提高能源价格优化了我国产业结构，第二产业尤其是重工业所占GDP中比重有所下降，因此减少了总体能源消费。

3．技术因素与能源效率研究

吴巧生和成金华［69］考察了我国1980年－2004年相关数据，其研究结果表明：各部门能源使用效率的提高是导致中国能源消耗强度下降的主要原因，而工业部门的技术改进是影响我国能源消费强度的主导因素。李廉水和周勇［70］采用35个工业行业的样本，运用非参数DEA－Malmquist生产率方法，将广义技术进步分解为纯技术效率、规模效率和科技进步三个部分，然后运用面板技术分别估算了这三个部分对能源效率的影响作用结果表明，技术效率提高是工业部门能源效率提高的主导因素。王群伟、周德群［71］的研究也得出上述相似的结论。齐志新、陈文颖［72］运用拉氏因素分解法，分析了中国1980年－2003年能源强度以及1993年－2003年工业部门能源消耗强度下降的原因。研究结果表明：技术进步是我国能源强度下降的决定性因素。韩智勇［73］等也认为，技术进步对能源强度具有很重要的影响作用。另外，史丹［74］运用我国1978年－2000年的数据，分析了产业结构变动、对外开放和体制改革对能源使用效率的影响效果，认为：结构调整、对外开放和经济体制改革对我国能源利用效率的提高影响很大。

四、国内外研究文献评议

国外估计回弹效应的实证研究主要集中在微观层面，普遍采用计量分析方法，通过估计弹性来估计回弹效应值。模型中包括能源需求信息、相关能源服务、能源服务效率。样本数据采取各种形式，有时间序列数据、截面数据、面板数据；研究范围也较大，包括家庭层面、地区层面、国家层面，但主要集中在微观局面上。由于估计方法、数据来源、数据范围等不同，得出能源回弹效应值在不同国家、不同行业存在不同的波动范围。对能源效率影响因素的研究，国外学者起步较早，他们多以能源强度（或能源生产率）作为能源效率的评价指标，并运用现代经济计量工具进行分析，产生了大量有建设意义的研究成果。

相对来讲，国内研究能源回弹效应起步较晚，研究主要集中在宏观层面上。可能是由于一方面宏观数据比较容易获取，而微观数据的获取成本相对较高；另一方面采用的研究方法主要以宏观经济学为基础，建立的模型不适合研究微观经济主体。能源回弹效应发生机制是政策设计的基础，国内对能源回弹发生机制的研究成果相对较少，主要集中在通过影响因素进行的实证检验，对于背后的机制研究明显不足。因此，国内在微观层面上的研究需要在消费者在汽车、家用电器使用等耗能大的方面，以及生产者在能源效率提高时实施的生产扩张、能源投入等方面的行为反应方面，只有通过微观局面的深入研究，才能制定有效的公共政策以引导个人消费行为、家庭生活模式和企业的生产行为向节能减排的方向发展。目前，国内学者在研究方法上使用的计量模型大部分是参数估计，还需要进行半参数、非参数估计来刻画影响能源回弹的真正变量，这样制定政策才能切合实际。另外，能源政策的制定是一个综合体，需要跨学科研究设计。因此，对能源回弹效应的研究还需要运用多学科方法来进行。