《能源反弹效应研究综述》由会员分享，可在线阅读，更多相关《能源反弹效应研究综述（21页珍藏版）》请在金锄头文库上搜索。
1、一、问题的提出反弹效应是能源经济学中的重要议题之一，它指的是能源效率的提高使得能源服务 （energyservices）的有效价格（effective price）降低，从而增加了能源服务的需求，进而部分或全部地抵消了能源效率提高所导致的能源消费的减少（Barker, etal., 2007）。将这种反弹效应概念延伸到整个宏观经济层面，其含义是技术进步虽然能够提高能源的使用效率而节约茉?/b，但技术进步的同时也促进了经济的增长，反过来又增加了对能源的需求，最终使得因效率提高而节约的能源被经济增长所（部分）抵消，技术进步引起的能源效率提升会增加而不是减少能源消费。这就是著名的Khazzoom-
2、Brookes假说（K- B假说）。需要指出的是，目前关于反弹效应学术界并没有一致的、标准的分类方法，甚至术语和定义也不一致。Sorrell (2007)把反弹效应分为三种效应，Madlener （2007）总结了目前文献上一共有28种有关反弹效应的术语，Herring （2008）则把反弹效应分为直接效应、收入相关效应、生产替代效应、要素替代效应以及转换效应。二、反弹效应的估算由于现实经济中各种因素的相互影响异常复杂，要计算出某种技术进步对能源消费的影响会碰到各种问题，所以在估计反弹效应时不仅实际操作上很麻烦，即使是界定其反弹效应也存在理论上的困难。大量的实证研究认为对大部分能源服务的直接反
3、弹效应一般不超过30%，但这一结果并不适合间接反弹效应和宏观反弹效应，因此，一些学者认为从中长期来说，能源效率的提高可能会增加能源的消费（John, 2007），这样的观点破坏了提高能源效率是应对全球气候变化等问题的工具之一的逻辑依据，因而引起了政策制定者、能源经济学家、能源生产者的重视和争议。争议的主要原因之一是缺乏一个严密的理论框架来描述宏观反弹效应的作用机制及其后果。反弹效应的支持者只是指出了“建议性（suggestive）”的证据，这些证据从不同的角度提出，如经济历史、生产率的计量估计、宏观经济模型等，这些证据相对比较少，并且技术性很强，缺乏透明度，很多是基于有争论的理论假设，结论往往
4、不具有一致性和可比较性 （Sorrel,2007）。（一）利用古典增长理论模型来进行估算Saunders(1992)用C- D生产函数和内嵌CES生产函数模拟了如果能源效率持续地以每年1.2%的增长，经济产出和能源消费会发生什么变化。基于参数值的一系列假定，Saunders认为在古典增长理论的框架内，C- D生产函数中模拟的能源生产率的提高并没有节约能源，能源消费的增长率和产出增长率密切相关，能源效率的提高总是会导致能源消费的增长。也就是说，无论参数如何设定，使用C- D生产函数很有可能产生“回火效应”（back- fireeffect，即反弹效应大于1），Wei(2007)也有类似结论的研究
5、。然而这种方法的理论假定却受到Howarth(1997)的怀疑，Howarth认为能源并不是作为直接的原始投入进入到古典增长模型中的，真正的是能源服务而不是能源本身进入到生产过程中。基于类似Saunders的其他假定，Howarth也用C- D生产函数的增长模型进行了同样的研究。研究结果表明，除非提供能源服务的其他成本为0，否则能源效率的提高是可以实现能源节约的目标的。提供能源服务的能源反弹效应研究综述文/黄纯灿【摘 要：】反弹效应是能源经济学中的重要议题之一。本文对反弹效应的定义、分类进行了梳理，重点回顾了测算反弹效应大小的四种方法，分析了有关分歧产生的原因，最后论述了反弹效应的政策意义。【
6、关 键 词】反弹效应；能源效率；技术进步；CGE【作者简介】黄纯灿，集美大学讲师，华侨大学数量经济学博士研究生，研究方向：应用计量经济学、能源经济学。经 济 论 坛Economic ForumFeb. 2011Gen.487 No.022011年2 月总第487 期 第02 期144资本成本在研究中也常被忽略，然而它却是一个影响反弹效应的很重要的变量（Sorrell &Dimitropoulos, 2008; Mizobuchi, 2007）。针对Howerth的质疑，Saunders (2000a) 认为Howerth的结论来源于对能源服务使用列昂惕夫形式的成本函数。在这篇文献中，Saund
7、ers强调了索罗增长模型在类似的研究中的局限性，因为不同的生产函数形式得出的结果大不一样。在另一篇文章中（Sauders, 2000b）, Saunders考虑了其他投入要素生产率的提高，进而重新估算了回火效应的理论可能性，他同时强调了传统的能源强度指标（如能源率energy ratio）在评估提高能源效率所产生的影响时是相当不可靠的，而人们在用经济增长理论来模拟能源效率的提高时，却必然用到了能源率。Saunders还分别研究了能源效率对产出的短期影响和长期影响。短期内，Saunders假定能源的真实价格不变，在古典经济增长模型和单位替代弹性的假设下，以及使用C- D生产函数，能源效率提高20
8、%会带来1%2%的产出增长。长期内，经Wei(2007)的修正，产出将有3.6%的增长。索罗模型被扩展到含能源投入要素的考虑内生技术进步的新经济增长理论，但它们都普遍忽略了与能源有关的问题，很少有学者在内生增长模型中考虑反弹效应问题。但有些内生增长模型考虑了能源政策问题，如Van Zon &Yetkiner （2003）。虽然这些模型并没有直接涉及到反弹效应的问题，但它们弥补了古典增长模型在研究反弹效应上的不足。用引致的技术改变（induced technical change）模拟内生增长模型表明，那些或者降低能源使用水平或者能源使用增长率的能源保护政策会导致人均收入的下降，以及降低能源的成
9、本份额和能源率。尽管这些发现很有启发意义，但却很少和反弹效应联系起来。（二） 借助时间序列等计量经济学方法来估算Jorgenson等（1993）运用标准的生产理论，Jongenson发展了一个四要素的生产函数（资本、劳动、能源、原材料）来描述生产者行为，并且从计量上检验了美国35个行业的数据。他们的一系列文章中得出的一个重要结论是，美国大部分行业的能源上的技术进步的偏差是正的。这一结果的含义是美国大部分行业的技术进步都是（增加）能源使用的技术进步，或者说能源的技术改变率的下降是伴随着能源价格的上涨。也就是说，在美国，大部分行业的技术改变增加了能源在产出中的份额。在计量模型中对技术进步采取不同的
10、建模方法会得到不同的有关有偏的技术改变的结论。Jongenson及其合作者的目的在于检验要素价格（短期内）对全要素生产率的影响，因此他们的模型中所做的那些假定是合理的。改变这些假定会在多大程度上改变结论更多的是一个实证问题，如Sue Wing &Eckhaus (2004)，这些文献的结论并不都支持Jongenson，因而影响了其结论的稳健性。Gardner &Joutz (1996) 用VAR和协整理论研究了美国的数据，他们认为以专利数量度量的技术变迁不仅仅发生在单一投入要素里，而物化的（embodied）技术变迁内含于资本存量中，它在短期内不会影响产出，因此，他们解释了产出对技术变迁和隐含
11、的能源价格变化的短期调整和长期调整。此外，作者还估计了另一个模型，这个模型考虑了由于能源价格的波动所导致的产出的非对称反应。但他们的结果并不完全支持来自于增长理论的分析，或是那些已经存在的短期估计（Saunders,2000a, b）。特别是作者认为隐含的能源价格的下降在短期内不会促进经济增长，而物化技术进步在统计上不显著，这意味着技术进步在短期内不会影响产出。因此，根据Gardner & Joutz (1996)，价格或者物化技术在短期内并不能增加产出和能源消费，只有更高的价格才能抑制需求和阻碍经济增长。长期内，产出的能源价格弹性为- 7%左右，这意味着在其他条件不变的情况下，隐含的能源价格
12、下降20%长期内会使产出增长1.14%，分别为Saunders(2000a, b) 所估计的一半和Wei (2007)的三分之一。实际上，上述两种方法往往是结合在一块使用的，如周勇和林源源（2007）提出了一个思路来估计宏观反弹效应，即建立生产函数模型，如希克斯中性的新古典生产函数，用索罗剩余代表广义技术进步，然后利用产值、劳动、资本、能源消耗等时间序列数据计算反弹效应。类似的研究如王群伟等（2008）、刘源远等（2008）。（三）利用可计算一般均衡模型进行估算由于可计算一般均衡模型（Computable GeneralEquilibrium, CGE）展示了能源效率的提高是如何在经济体内进行
13、扩散的，从而可以弥补经济增长理论在这方面的不足。CGE模型利用模拟的方法模拟改进的能源效率是如何在经济体内发生作用，为我们提供了了解宏观反弹效应的另一条途径。这些模拟研究包括生产的和消费的能源效率，而且还提供了许多参数值的额外信息，而这些额外信息对制定145政策有潜在的意义。虽然这些模拟都遵循相同的理论基础和逻辑，但在具体的定义、参数化、模拟程序以及其他的关键假设上差别很大，而这些的不同会导致结果的很大不同。用CGE模型进行反弹效应的研究最早可见Semboja (1994)，他用一般均衡模型描述了肯尼亚的能源效率提高后的潜在结果。他的模型估计的生产和消费的反弹效应都超过了100%。同样是针对发
14、展中国家，Dufournaud et al. (1994) 用可计算一般均衡模型（CGE）研究了苏丹的家庭木材炉灶的能源效率，其结论是木材炉灶的效率提高100200%，则反弹效应为4777%。但Vikstrom(2004) 用CGE分析瑞典的情况得出的结论却大不一样。他也是对各个部门用CES生产函数，并且这些CES的不变替代弹性的值变化范围为0.060.87。作者基于历史数据，模拟了非能源生产部门的能源效率提高15%、能源生产部门提高12%的情况，然后与真实的数据对比，在很高的置信度下，作者得出的反弹效应为60%左右。Washida (2004)研究了日本所有部门的能源效率提高1%之后的反弹效应，得出了类似的反弹效应（35%70%），他使用一个多层
