能源补贴政策对居民能源选择影响的实证研究

(湖南商学院 湖南 长沙 410205)

一、引言

作为全球最大的能源消费国及碳排放国，中国的能源补贴改革备受关注(林伯强和刘畅，2016)，现有文献多从宏观层面构建模型，测算能源补贴的变动对能源使用量的影响，但缺少对其他影响因素的控制，往往导致结论有偏。因此，本文将基于CHNS微观调查数据，通过控制居民个体因素及社区因素，实证分析化石能源补贴对能源使用的影响。

二、模型、方法与数据

(一)估计方法介绍

本段被解释变量为“能源类型”，其中定义污染型能源为1，非污染型能源为0。此外，为避免遗漏变量问题，本文采用面板数据进行分析。因此，本文设定“面板二值选择模型”对居民化石能源选择行为进行分析。假设面板二值选择模型为：

(1)

其中，是被解释变量，表示家庭能源使用类型。下标i和t分别表示第i个个体和第t年。为本文关键解释变量，即“能源补贴强度”。是不随个体变动的社区特征，在本文中表示为城镇化指数、人口密度、经济状况及卫生条件。是不随时间而变的个体特征，在本章中表示为性别、户籍属性、最高受教育程度。代表每个个体的个体固定效应，表示时间固定效应。

(二)数据来源、变量及描述性统计

本文数据来自中国营养健康与调查(CHNS)，由中国疾病预防控制中心和美国北卡罗来纳大学人口研究说共同发起，该调查旨在从社区、家庭、个人三个层面深入了解威胁公共卫生的主要因素、健康状况以及人口、社会和经济因素。本文用家庭序号(HHID)、行号(LINE)以及调查年份(WAVE)三个选项即可确定同一个调查主体。重点考察不同类型的能源补贴对居民化石能源选择的影响，除此之外，考虑到社区及居民个体因素也会影响居民对化石能源的选择，本文还引入了其他控制变量，详细的变量描述性统计见表1。

表1 变量描述性统计

三、实证分析

(一)基本结果

本文分别估计化石能源补贴、清洁能源补贴对居民能源选择的直接影响。基本回归结果报告在表2中。

表2 基本回归结果

注：*、**、***分别表示显著性水平为10%、5%和1%，括号中为标准误。

表2中，第1-3列是没有加入其他控制变量时的估计结果，第4-6列是加入其他控制变量的结果。可以发现，除第一列外，无论是否加入其他控制变量，本文重点关注的解释变量“化石能源补贴强度”及“清洁能源补贴强度”的回归系数均显著，且“化石能源补贴强度”的系数显著为正，“清洁能源补贴强度”的系数显著为负，这表明提高化石能源的补贴强度居民更倾向于选择化石能源，而提高对清洁能源的补贴力度，居民则更倾向于选择清洁能源。从系数上看，这种影响是非常明显的，平均意义上化石能源补贴强度每上升一个单位，居民对化石能源的选择倾向将上升1.09个单位，清洁能源补贴强度每上升一个单位，居民对化石能源的选择倾向将下降1.17个单位。因此从系数上看，国家应大力提高对清洁能源的补贴强度，相应地，尽快减少对化石能源的补贴，以此调整能源结构，进而达到保护环境的目的。

四、结论

本文利用中国营养健康与调查数据，构建模型，实证分析能源补贴对能源选择的影响。结果表明，国家对于能源的补贴政策的确能在很大程度上影响居民个人的能源选择行为，并且同样的能源补贴力度，对清洁能源的补贴将会收到更好的效果。

本文的探索发现为有关能源补贴方面的新政治经济学提供了新的证据。大量学术研究发现中国政府在能源结构调整中扮演着重要角色，但缺乏对于不同类型能源补贴及其带来的效果之间的比较。本文的发现为国家进一步加大对清洁能源的补贴力度，优化能源结构，改善环境质量等均具有重要意义。

【参考文献】

[1]王诺, 程蒙, 臧春鑫,等. 成本-效果分析/成本-效益分析方法在雾霾治理研究中的应用[J]. 中国人口·资源与环境, 2015(s2).Wang N, Cheng M, Zang C X, et al. The Application of Cost-effectiveness Analysis/Cost-benefit Analysis Method in the Research of Pollution Control of Air Particulate Matter[J]. China Population Resources & Environment, 2015.

[2]Smith, K. R. , "Fuel Combustion, Air Pollution Exposure, and Health: The Situation in Developing Countries", Environment and Resources, 1993, 18(18), 529-566.