基于面板阈值模型的中国居民用电直接回弹效应研究

2020-10-22赵新刚李佩玲

华北电力大学学报（社会科学版） 2020年4期

赵新刚，李佩玲

（华北电力大学经济与管理学院，北京 102206）

目前，中国是世界上能源消费和碳排放最多的国家。随着我国工业化进程的推进，在实现经济快速增长的同时，能源消费的增长带动了碳排放的激增。能源消费激增造成了大气污染、温室效应和全球变暖等问题，阻碍了经济和社会的发展。为了应对气候环境变化，同时实现经济的可持续发展，国务院、国家发展和改革委员会制定了碳排放目标并连续出台了一系列政策文件推动节能减排和低碳发展。如：2009 年11 月召开国务院常务会议决定，到2020 年我国单位国内生产总值二氧化碳排放比2005 年下降40%-45%。①数据来源于http://www.gov.cn/zhengce/content/2014-09/19/content_9083.htm在“十三五”期间，提出了更严格的减排目标，承诺到2030年碳排放总量达到峰值并下降，碳强度比2005 年下降60%-65%，②数据来源于http://www.gov.cn/xinwen/2015-06/30/content_2887330.htm表明节约能源和提高能源效率，实现经济低碳发展成为目前政府首要考虑的问题。

提高居民部门能源效率是实现节能减排目标的关键一步。改革开放以来，我国城乡居民家庭的消费结构不断优化和升级，表现为家用电器消费快速增加，耐用消费品朝着高档化方向发展。目前，中国经济步入了新常态阶段，经济平稳增长的动力由投资驱动转为消费拉动。消费升级是扩大内需、促进消费、实现产业结构转型的关键，意味着居民会更愿意购买高耗能耐用消费品。因此，居民部门在能源消费中发挥着越来越重要的作用，成为我国能源消费的一个重要潜力领域。其中，电力在生活用能中占据着主导地位。据《BP 世界能源统计年鉴》（2018 版）显示，电力部门是消耗一次能源最多的行业，且电源结构以煤电为主，贡献了超过三分之一的能源相关碳排放。因此，实现电力领域的碳减排是降低碳排放最有效的途径。而居民用电量是电力消费的重要组成部分，所以提高居民用电效率将有助于发电侧向低碳化方向转变，实现节能减排约束目标[1]。

为此，政府采取了一系列措施来减少家庭能源消费量。然而，能源消费增长率下降的同时，电力消费总量仍呈现上涨态势。随着能源效率的提升，居民用电量反而增加了。这一现象通常被称为“回弹效应”（RE），即能源效率提高所节约的能源被其他经济效应产生的新的能源需求部分或全部抵消了。

能源回弹效应源于杰文斯悖论，即煤炭利用效率的提高，增加了煤炭需求量，进而导致煤炭消耗反而增加了[2]。为了解释这一现象，学者提出了能源回弹效应的概念，并分别从微观和宏观两种角度对能源回弹效应进行解释。如Brookes 指出能源生产率的提高具有引致性，会促使要素生产率提高，并提高经济产出水平且增加能源消耗；[3]Saunders 提出在满足新古典经济增长理论的假设下，能源效率的提高往往导致能源消耗的增加[4]。

对回弹效应的实证测算主要集中于直接回弹效应，并且大部分基于居民部门的研究都集中在家庭交通、室内取暖和家庭用电等方面[5][6][7]。比如，中国城市客运与香港私家车的平均回弹效应分别为96%和45%左右[8]。Pablo 等采用OLS 法分析了西班牙居民电力需求，测得电力需求的直接回弹效应为71%[9]。Wang 等的研究证明了中国城镇居民用电量存在显著的回弹效应，长期RE 和短期RE 分别为74%和72%[10]。从实证方法上看，家庭层面的回弹效应主要是通过宏观计量模型进行估计。比如，Wang 等采用了双对数模型和误差更正模型对居民用电的直接回弹效应进行了测量[11]；Lin 和Liu 使用了LA-AIDS 模型估计客运回弹效应[12]；此外，孙涵等也构建了LA-AIDS 模型计量模型[13]；Lin 和Du 构建了多级递阶IDA 模型测量了中国经济中的能源反弹效应[14]。

目前国外有关回弹效应的研究较为丰富，而中国对此领域的研究较为有限，尤其是涉及居民部门回弹效应的研究较少。所以，有必要对居民用电量的回弹效应进行测算以检验能效政策的有效性，从而能更有效的制定节能减排政策。同时，由于中国各地区经济发展水平和地理环境差异显著，不同地区居民用电量也存在着显著差异并且随时间而发生变化。因此，本文采用省际面板数据对居民用电回弹效应进行测算。在此基础上，从理论上分析找出降低能源消费量的方法，并提出科学合理的政策建议。

一、方法论

（一）直接回弹效应

用S 表示照明、家庭取暖和空间制冷等能源服务，用E 表示为提供能源服务所需的能源需求。

能源回弹效应描述的是能源消费对能源效率的弹性。一般来说，将ηe（S）作为回弹效应的直接测量[15]。回弹效应可以表示为：

其中ηe（E）表示的是能源需求（E）对能源效率（e）的弹性。因此，直接回弹效应可以通过估算ηe（E）或者 ηe（S）来获得。

能源效率提高对能源消费的影响存在以下几种情形：[15]

当存在逆反效应（backfire effect）时，即 ηe（E）>0、RE>1，能源效率提高导致的能源服务需求增加量超过了能源节约量。因此，能源效率的提高反而增加了能源消费量，实际能源消费量大于初始能源消费量。

当存在部分回弹（partial rebound）时，即-1<ηe（E）<0、0

当存在零回弹（zero rebound）时，即ηe（E）=-1、RE=0，能源效率的提高使得能源消耗同比减少。因此，实际的能源消费量等于预期的能源消费量。

能源服务的成本可以表示为

其中Ps是能源服务价格，PE是能源价格。由于能源效率难以测量，所以可以用ηPS（S）来估算回弹效应。由于数据的可获得性，以下定义被广泛用于能源直接回弹效应的测算[16]:

该定义主要基于两个假设：（1）对称性：保持能源价格不变，能源效率的提高带来能源服务成本下降的量为ΔP1；保持能源效率不变，能源价格下降带来能源服务成本下降的量为ΔP2，存在ΔP1=ΔP2。（2）外生性：能源价格不受能源效率的影响。

（二）模型设计

从以往研究可知，影响居民电力消费的因素包括：社会经济因素、气候因素和住宅因素等。本文选择以下因素作为模型的自变量：人均GDP、年末人口数（POP）、电价和管道天然气价格。一般来说，人均GDP 与居民用电量间存在着正相关关系[17]。随着人均收入的提高，人们会购置更多的高耗能电器（如：电冰箱、空调和微波炉等），享受更多的电力服务。因此，用电量增加。除此之外，人口数量直接影响全社会总用电量。在其他条件不变的情况下，人口数量越多，对电力的需求就越高，生活用电消费也就越大[18]。不同于发达国家，虽然中国近年来自然增长率持续下降，但人口基数大，电力需求增长空间巨大。因此，人口是影响中国居民用电量的重要因素。显然，电价的提高会导致用电量减少[19]。随着能源结构的调整，天然气在能源消费结构中的比重逐年提高，从2005 年的3.9%增长至2016 的15.8%。在经济持续发展和强化节能减排的迫切需要下，天然气作为最清洁低碳的化石能源，天然气的需求预计将继续快速增长。而天然气与电力在居民能源消费中存在着替代效应，天然气价格上涨将导致替代品电力的需求增长[20]。因此，本文在Zhang and Peng 的研究基础上进一步引入天然气价格变量，建立面板双对数线性模型和面板阈值模型[1]。

1. 面板线性模型

选定影响居民电力消费的影响因素后，建立面板线性模型来测量中国居民消费部门的能源回弹效应。如公式4 所示：

Eit代表居民用电量（单位：亿千瓦时），PEit代表居民用电价（单位：元/千瓦时），POPit代表年末人口数（单位：万人），PGDPit代表2007 年不变价格的实际GDP（单位：元）以及 PGit代表民用管道天然气价格（单位：元/立方米）。其中，α0是常系数，μit代表的是随机误差项，α1，α2、α3和 α4是待估参数，代表着自变量与电力消费量间的弹性系数，即自变量变动一个百分比，引起用电量变动的百分比。因此，居民电力消费的直接回弹效应是-α1。

2. 面板阈值模型

居民电力消费与其影响因素间可能存在着非线性关系，因此建立面板阈值模型来测量中国居民消费部门的能源回弹效应。单阈值模型和双阈值模型如公式5 和公式6 所示：

qit是阈值变量，分别取 lnPOPit、lnPGDPit和 lnPGit作为阈值变量；I(·)是指示函数（indicator function）；γ 是单阈值模型中的门槛变量。在公式5 中，β1表示当阈值变量qit小于等于门槛值γ 时的价格弹性，β2表示当阈值变量qit大于门槛值γ 时的价格弹性。在公式6 中，δ1表示当阈值变量qit小于等于门槛值γ1时的价格弹性，δ2表示当阈值变量qit大于门槛值γ1但小于门槛值γ2时的价格弹性，δ3表示当阈值变量qit大于门槛值γ2时的价格弹性。

在对模型进行估计之前，Hansen 提出对F 统计量的临界值进行bootstrap 检验阈值效应的显著性[21]。原假设为H0=β2。用等式7 对H0进行检验：

S0S1ˆγˆσ2是线性模型残差平方之和，是单阈值模型残差平方之和，是γ 的最小二乘估计量，是单阈值模型残差的方差估计量。

定义似然比检验统计量LR 为：

（三）数据来源

鉴于数据的可得性，本研究使用了除西藏、台湾、香港和澳门以外中国30 个省2010—2016 年的面板数据来估算居民生活用电的直接回弹效应。样本数据包括2010—2016 年的居民生活用电量、居民生活用电电价、居民生活管道天然气价格、人均GDP 和年末人口数。本研究所用变量的描述性统计如表1 所示。其中，各省居民生活用电量的数据来源于《中国能源统计年鉴》（2011—2017 年）[22]；各省居民生活用电电价和居民生活管道天然气价格的数据来源于Wind 数据库；各省年末人口数和人均GDP 的数据来源于《中国统计年鉴》（2011—2017 年）。[23]人均GDP、居民用电价和管道天然气价格均为2007 年人民币不变价。

表 1 描述性统计

二、实证结果与分析

（一）线性模型结果

单位根检验是进行面板数据回归的前提[24]。本文采用LLC、ADF 和PP 检验方法对变量进行面板单位根检验，检验结果如表2 所示。从表中可以看出，在5%显著性水平上，除lnE、lnPE和lnPG外，其余变量都不能拒绝原假设。对各变量的一阶差分进行面板单位根检验，三种检验方法均表明，在1%的显著性水平上，各变量的一阶差分均不存在面板单位根。所有变量均为一阶单整序列，各变量间存在协整关系。

表 2 单位根检验

固定效应模型和随机效应模型判别结果显示Hausman test 结果为73.53，表明在1%的显著性水平下，检验拒绝了随机效应模型的零假设。F 检验结果28.97，表明在1%的显著性水平下拒绝使用混合模型的假设。检验结果均表明固定效应模型为最优估计模型。因此，本文选择固定效应模型进行回归。

由表3 可知，模型总体拟合程度较好，且模型所有变量的系数均在5%显著性水平下显著。从回归系数结果判断可知，人口数量和人均GDP 对居民用电量的影响最大，电价影响次之，天然气价格变化对居民用电量影响最小。表3 结果表明：2010—2016 年期间，中国居民生活用电消费回弹效应为正，平均回弹效应为37.4%。也就是说，当电力使用效率提高时，预期居民用电消费减少量为100，而实际减少量为62.6。因此，在2010—2016 年间，提高能源效率的政策能够产生降低能源消费的效果，但是实际效果小于预期效果。能源服务需求的增加量抵消了部分的用电节约量。因此，能源效率的提高部分地降低居民用电量。

表 3 面板线性回归结果

现有文献中，已有研究构建实证模型来估算居民用电量的直接回弹效应。比如，Wang 等对北京市居民用电量进行分析，结果表明长期直接回弹效应为46%，短期直接回弹效应为24%[11]。除此之外，孙涵等的结果表明中国居民能源消费回弹效应的大小如表4 所示，城镇居民能源消费的回弹效应呈逐年下降趋势。[13]上述研究结果与本文的结果基本相近。

表 4 1994—2013 年城镇居民和农村居民消费的直接与间接回弹效应

（二）面板阈值模型结果

分别选取人均GDP、年末人口数和管道天然气价格三个变量作为面板阈值模型的门槛变量，分别构建面板阈值模型。在此基础上，检验各变量的阈值效应是否显著以及是否为单阈值模型[24]。从表5 中可以看出，在5%的显著性水平下，PGDP 作为阈值变量存在门槛效应，且为单阈值变量。而人口数量和天然气价格作为阈值变量，在5%的显著性水平下接受了原假设，即不存在阈值效应。表6 显示了单阈值模型门槛值的估计量为11.2388。在95%的置信水平下，置信区间为（10.6161, 11.2757）。

表 5 阈值效应检验

表 6 门槛估计量

选取PGDP 作为阈值变量，进行单阈值回归的结果如表7 所示。面板阈值模型拟合结果显示：模型的拟合优度较高，且F 值显著，由此说明模型的拟合优度较好。PGDP 门槛变量将数据分为两种类别，分别是高（低）收入地区。在5%的显著性水平下，除高收入水平下电价的系数外，模型的系数均显著。

表 7 面板阈值模型结果

人口和人均GDP 系数显著且为正，表明这两个变量与居民用电量正相关。在影响电力消费变化的因素中，人口和人均GDP 的影响最大。出现这一现象的原因是由于中国处于经济强劲增长和城镇化进程加速发展这一特殊阶段。在一定程度上，人均GDP 的增加反映了居民生活水平的提高。生活水平的提高促使居民愿意享受更舒适的生活方式，从而增加电器的购买量和使用频率。此外，随着城镇化进程加速发展，城镇人口数量随之增长，导致电力逐步替代煤炭和木材等传统能源，成为主要的能源消费形态。因此，居民的生活电力消费也将不断增加。

天然气价格系数显著但为负，表明天然气价格与居民用电量负相关。这一发现与我们的预期不一致。出现这一现象可能是燃气器具和电器间进行切换具有较高的经济成本[14]。能源消耗对设施的依赖性较强，短期内无法体现替代效应。例如，大多数家庭无法同时拥有空调和天然气锅炉供暖设备，因此他们无法根据未来几年（如2010—2016 年）的价格变化来转换能源。即使天然气价格上涨，居民仍会选择使用天然气。为防止能源消费支出上涨，居民可能会选择控制电器的使用频率（如：减少空调和微波炉的使用），从而用电量下降。

低收入地区居民生活用电的直接回弹效应较为显著。在高收入地区（lnPGDP>11.2388 即PGDP>76023.67），电价系数在5%的显著性水平下不显著。也就是说，在其他条件不变的情况下，当人均GDP 达到76023.67 元以上时，居民电力消费对电价的变化不敏感。低收入地区（lnPGDP≤11.2388 即PGDP≤76023.67），价格弹性为-0.4192。即居民用电的直接回弹效应为41.92%。当电力使用效率提高时，预期居民用电消费减少量为100，而实际减少量为58.08。因此，能源效率的提高部分地降低了低收入地区居民的用电量。

从高收入群体视角分析出现这一现象可能是因为高收入群体电费支出所占比例较小，电价波动对其影响较小。此外，高收入群体的高耗能电器拥有量较高，对电力的依赖度也相对较高。即使电价上涨，高收入群体也难以降低用电量。从低收入群体视角分析出现这一现象可能是因为低收入群体随收入的变化调整对能源服务的需求。低收入地区的高耗能电器拥有量远少于高收入地区。随着收入的增加，低收入地区逐渐增加家用电器的拥有量，从而增加用电量。因此，能源回弹效应在低收入地区较为显著，并且随着收入的增加，回弹效应呈现下降的趋势。

表8 总结了高（低）收入省份数量随时间变化情况。到2016 年为止，PGDP 在76023.67 元以上的省份有三个，分别为北京、天津和上海。高收入省份数量呈逐年上涨趋势，低收入省份数量呈逐年下降趋势。可以判断出：随时间推移，能效政策将会更有效率。