國內外能源回彈效應研究述評

高 輝，王兆芬

（成都理工大學 商 學院，成都 610059）

一、引言

能源是當今社會經濟發展的重要物質基礎，我國政府為實現節能目標制定了一系列以提高能源效率為核心的能源政策，而能源回彈效應（Rebound Effects）的大小影響著國家能源政策的實施效果?；貜椥恢笔悄茉唇洕鷮W中研究與爭論的焦點問題，其最早是在1865年由Jevons在《煤炭問題》一書中提出。Jevons認為，能源使用效率的提高不但不會降低能源消費，反而會增加能源消費，這個論斷被稱為“杰文斯矛盾（Jevons Paradox）”。杰文斯矛盾使眾多學者開始質疑能源效率政策是否真的有效。對回彈效應的系統性研究是從20世紀90年代以后，并取得一批研究成果。本文對能源回彈效應的國內外研究文獻進行了較為詳盡的梳理，找出了能源回彈的一些重要認識，對政府制定科學合理的能源政策提供參考。

二、國外對能源回彈效應的研究

20世紀90年代以后，在Khazzoom、Greeningetal等許多學者對回彈效應進行了廣泛探討［1］，主要集中在微觀層面上，研究方法主要采用成本函數和價格彈性［2－6］，一般均衡模型 Computable General Equilibrium，CGE［7－8］，還有模擬實驗、計量分析等。樣本數據采取各種形式，時間序列數據、截面數據、面板數據都有。

目前，國外相關方面的研究大多集中在汽車運輸、家庭取暖及其他能源服務等微觀層面上，對于研究能源回彈的影響因素也是一個熱點。

（一）微觀層面的研究

1．汽車運輸能源回彈實證研究

迄今為止，回彈效應研究最成熟的領域是個人汽車運輸，大多數研究對象是指美國，這是因為美國的燃料價格、燃料效率和居民居住密度均低于歐洲，汽車保有量水平較高，而替代交通工具的選擇范圍較小。根據數據類型的不同分述如下。

Goodwin［9］，Espey［10－11］，Hanley et al［12］and Graham and Glaister［13］通過能源需求對價格彈性的測量已經進行了多次實證估計，對能源回彈值進行了全面估計。Sorrell and Dimitropoulos［14］綜合分析了上述研究，計算其平均估計值，最終得到短期回彈效應上限值為20%～25%，而長期回彈效應估計值上限達到80%。然而，由于研究方法的不同，回彈效應估計值有很大差異。同時，利用能源需求對能源價格的彈性來測量，忽略了車輛的燃料價格對燃料效率的影響，回彈效應估計值的上限很可能比實際效果大很多。

Blair et al［15］利用佛羅里德1967年－1976年的數據測算，短期回彈效應估計值為25%～40%，長期回彈效應估計值為25%～40%。Mayo和Mathis［16］利用美國1958年－1984年的數據，估計出汽車運輸的短期回彈效應估計值為22%，長期回彈效應估計值為26%。Greene［17］利用美國1957年－1989年的數據，估計出汽車運輸的短期回彈效應估計值為5%～19%，長期回彈效應估計值為5%～19%；Jones（1993）［18］利用美國1957年－1989年的數據，得出汽車運輸短期回彈效應估計值為13%，長期回彈效應值為30%。另外，相似的如Wheaton（1982）［19］，Gately［20］，Schimek［21］等對汽車運輸的回彈效應進行了研究，其估計值均小于29%。上述的7個研究利用了時間序列數據和截面數據，估計個人交通運輸的長期、短期回彈效應值在5%～40%。然而在相應的規范上是有分歧的，尤其是在處理序列相關性和滯后因變量的問題上，數據點的數量有限，使得他很難使用這種類型數據單獨解決問題。此外，由于這些研究是針對美國而且數據較老，所以無法推算是否隨著時間的推移，直接回彈效應值有降低趨勢，也不能推算回彈效應值是否與其他國家有很大差異。

Wirl［22］利用英國、法國、意大利三個跨國家的面板數據，估計長期回彈效應值為27%～30%，短期回彈效應值為10%～20%；而Johansson and Schipper［23］對12個經合組織國家1973年－1992年數據進行分析，估計長期回彈效應值為5%～55%，并測算出最佳回彈效應值為30%；Haughton and Sarkar［24］與Small and Van Dender［25］分別利用美國1972年－1991年、1961年－2001年數據測得長期回彈效應估計值均為22%。上述四個研究利用跨國家和地區的面板數據，相對于時間序列和截面數據，提供給了更多的信息，從而為估計直接回彈效應值提供了更堅實的依據／基礎。Small and van Dender’s的研究提供了強有力的證據：隨著時間的推移，隨著收入的增加，直接回彈效應值有下降的趨勢。然而，Hanley et al．［26］并不支持回彈效應有下降的趨勢。

分解數據源能夠避免一些測量中的困難，然而模型越復雜，出現偏差的可能性更大。Goldberg［27］利用分解數據源方法對美國1984年～1990年面板數據測算，回彈效應估計值為0；Greene et al．［28］利用相同方法對回彈效應進行了仔細的測算，研究結果是長期的直接回彈效應值為23%，與上述研究結果一致。然而 Frondel et al．［29］利用分解數據源方法，對德國家庭的面板數據進行研究，結果表明，德國的回彈效應較大，其長期直接回彈效應值為56%～66%。West［30］利用截面數據測得美國短期回彈效應估計值更是出奇得高，估計值為87%。上述四個研究利用分解數據源的方法，得到的直接回彈效應的估計值不太一致，而且幾個估計值出奇得高。值得注意的是，其中三個研究使用的數據都是來自美國消費支出調查的數據，但是其估計的直接回彈效應值從0～87%有所不同。這表明這種方法的研究結果也應該慎用。

上述關于汽車運輸能源回彈實證研究的結果表明，個人交通運輸的長期的直接回彈效應估計值大部分在10%～40%，排除數據、方法的影響，大多數研究結果都在這個范圍內波動，這說明上述研究相對可靠。

2．家庭取暖能源回彈實證研究

利用單方程模型，Douthitt［31］采取加拿大370個獨立家庭的截面數據，測得短期回彈效應估計值為10%～17%，長期回彈效應估計值為35%～60%；Schwarz and Taylor［32］利用美國1188個獨立家庭的截面數據，估計了恒溫設定的方程式，這個方程式作為能源價格、外部溫度、受熱面積、家庭收入、房間熱阻的技術估計數的函數。他們的結論是：長期直接回彈效應估計值為1．4%～3．4%；Hsueh and Gerner［33］則得到了對比明顯的結果，他們利用美國自1981年以來1028個獨立家庭的數據，加入一些綜合信息——設備所有權、人口特征，這使得他們可以結合計量和技術模型估計家庭取暖方面的能源使用情況。其結論是電加熱家庭的短期直接回彈效應估計值為35%，燃氣加熱的家庭短期直接回彈效應估計值為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］利用美國313個獨立家庭的面板數據估計短期回彈效應值為25%～31%；Nesbakken［37］利用挪威551個獨立家庭面板數據得到，短期回彈效應估計值平均值為21%；Klein［38］利用美國1973年～1981年2157個獨立家庭面板數據進行測算，其結論是短期回彈效應估計值為25%～29%。

上述研究者分別利用單方程、多方程模型，對家庭取暖的能源回彈效應進行研究，結果表明，短期回彈效應估計值10%～58%，長期回彈效應估計值1．4%～60%。而且，采用多方程模型的研究估計值相對一致，認為家庭取暖方面的回彈效應的平均估計值為20%左右。

3．其他關于家庭能源服務方面的估計

由于缺乏數據，關于其他家庭能源服務的回彈效應的研究較少，Nadel［39］報告了一些關于美國電力公司的估計結果，表明：照明的直接回彈效應估計值約為10%，水溫加熱的直接回彈效應值約為0，制冷直接回彈效應估計值不確定。由于這些研究規模較小、周期短、方法有缺陷，所以無法對這些研究下結論。

Hausman［40］利用美國1978年的截面數據，估計家庭制冷短期回彈效應值為4%；長期回彈效應值為26．5%；Dubin et al．［41］利用佛羅里德1981年截面數據，估計美國短期回彈效應值為1%～26%。這兩個關于家庭制冷的研究，表明直接回彈效應估計值與家庭取暖估計值（1．4%～60%）形成對比，這兩個研究方法比較復雜，避免了內生性偏差，且認為回彈效應估計值因外部溫度差異會有很大不同。

其他關于家庭能源服務的研究，比如水溫加熱更是有限，Guertin et al．［42］研究加拿大1993年截面數據，發現水溫加熱的長期回彈效應估計值為34%～38%，這個結果比Nadel通過直接實驗方法測算的結果大得多。Davis［43］利用美國1997年面板數據，估計洗衣用水的短期回彈效應估計值小于5．6。

（二）回彈效應的影響因素

1．能源價格與能源效率研究

學者們關于能源價格對能源效率的影響研究，主要體現在間接作用和直接作用上。Hicks早在1932年就提出“誘導性創新”這一概念，Hicks［44］認為，當某種生產要素價格上漲時，就會誘使節省該種昂貴生產要素的創新出現，進而間接地影響能源消費，即生產要素相對價格變化是發明的動力。Lanjouw和Mody［45］的研究表明，能源價格對能源效率具有最大的誘導效應，但是他們的研究并沒有估算能源價格的彈性。后來Jaffe和Palmer［46］的研究彌補了上述不足。Popp的研究結論表明，能源價格的變化將推動節能技術的變化，通過技術創新，間接地影響能源消費［47］。他指出，由于能源價格改變引致要素替代彈性的變化造成能源消費改變了2／3，他還分析了由于能源價格變動使得各種不同的能源技術的專利究竟發生了怎樣的變化。后來，Popp又利用美國1970年－1994年的數據進行實證研究，結果證實了在20世紀70年代，美國能源價格的沖擊對能源利用效率的提高具有顯著的正影響［48］。

但也有一部分學者認為，能源價格對節能產生直接影響。如Birol和Keppler［49］運用相關經濟學理論分析得出結論：運用經濟手段提高能源價格能夠有效地改善能源使用效率，進而降低能源強度，同時闡明了能源價格變化對能源強度影響的傳導機制大致分為兩類：一類是生產要素間相對價格的變化對現行技術的選擇機制；一類是能源相對價格變化對新技術的誘導機制。Cornillie和Fankhauser［50］通過對中東歐和前蘇聯一些經濟轉型國家的數據進行比較研究之后發現，能源價格提高是能源使用效率提高的主要動力，這一結論支持了Birol和Keppler（2000）的觀點。

2．技術因素與能源效率研究

技術進步被認為是影響能源效率的另外一個重要因素。有一些國外學者專門對中國的數據進行了研究。Richard F．Garbaccio［51］認為，技術進步是導致中國能源強度下降的一個主要原因，是影響中國能源消費強度的一個重要因素。Sinton和Levi［52］分析了我國1980年－1990年工業行業的相關數據，認為效率改進是我國能源強度下降的主要原因。Chunbo Ma［53］的研究也顯示，效率改進是中國能源消耗強度下降的主導因素。

此外，一些學者還從政府管制、對外開放程度、體制改革等方面對能源效率進行研究。Newell et al［54］的研究認為，政府對能源價格的管制和對能源使用效率標準的制定，都會引起能源使用效率的提高。Benjamin K［55］的研究指出，政府的干預在促進可再生能源的利用和提高能源使用效率的過程中是十分必要的，同時指出了政府最偏好的幾種政策：對常規能源與成熟能源的技術取消補貼，對可再生能源實施進入補貼，保證能源價格彈性的靈活性，提高公眾認知度。

三、國內對能源回彈效應的研究

目前，國內僅有的關于能源回彈效應的程度研究主要集中在宏觀層面，采用的方法主要是計量分析方法。

（一）宏觀上對能源回彈估計分析

周勇、林源源［56］利用新古典三要素生產函數，對我國宏觀經濟的回彈效應進行估計，得出1978年－2004年我國回彈效應在30%～80%之間波動。王群偉、周德群［57］同樣利用新古典三要素生產函數得出研究結果，我國回彈效應平均值為62．8%。劉源遠、劉鳳朝［58］采用省級面板數據，利用相同的方法進行研究，結果顯示，地區之間的回彈效應差異明顯，西部地區反彈效應最大，但我國平均回彈效應為53．68%。另外，幾個研究范圍縮小的結論與上述研究相差較大。陳燕［59］利用湖北省1980年－2007年數據進行研究，結果顯示，技術進步對湖北省能源效率的影響是一個動態的過程，湖北省的回彈效應值為123．7%。陳凱［60］基于我國鋼鐵行業估計鋼鐵行業平均回彈效應高達130．47%。

國內的相關研究表明，改革開放以來，我國平均回彈效應值在30%～80%之間，各年度之間波動比較明顯，但是總體上呈下降趨勢；回彈效應在各地區、各行業之間存在較大差異，個別省份回彈效應值超過了100%。這說明，效率提高帶來的能源節省量完全被能源消費擴張量抵消。

（二）能源回彈效應的影響因素

1．產業結構與能源效率研究

現有國內研究中，有學者認為，產業結構變化是影響能源利用效率的主要因素。如史丹［61］認為，在不同時間段，產業結構變動對能源消耗強度的影響是有差異的，在1990年以前，產業結構變動導致能源消耗強度降低，而1990年以后，產業結構變動卻導致能源消耗強度增加。楊洋等［62］利用最小二乘法考察了我國1978年—2006年的相關數據，對我國能源強度的影響因素進行實證研究，結果表明，對能源強度降低影響程度最大的因素是產業結構變動。張宗成、周猛［63］的研究指出，導致中國1995年－2000年能源消費彈性降低的主要原因是產業結構調整。此外，周鴻、林凌［64］采用微分法將能源效率的變動因素分解為結構因素、產出因素和強度因素。其研究結果表明，產業結構變動對能源效率的影響并不明顯。

2．能源價格與能源效率研究

國內研究主要集中在能源價格對能源使用效率的間接影響。有學者認為，能源價格主要是通過對能源消費結構產生影響，間接實現對能源消費的影響。孔婷等［65］運用1995年－2005年的數據，以我國制造業24個重要行業為例，采用層次回歸法對能源價格和能源強度的關系進行了實證研究，結果表明，對于大多數行業來說，能源價格的影響更多地表現為，通過促進能源消費結構轉變來降低行業的能源消耗強度。田力新、劉晶［66］對全國和江蘇省1990年－2008年的時間序列數據分別進行分析，計量研究了能源相對價格對能耗強度的影響效果。研究結果顯示，近幾年來，全國和江蘇省能源強度明顯下降，其中，電力相對價格的上升促進了能源強度的下降，但總體能源相對價格的提高對降低能源強度的作用并不顯著。

有學者則認為，能源價格主要是通過影響產業結構進而對能源消費產生間接影響。杭雷鳴、屠梅曾［67］利用1985年－2003年的時間序列數據，以我國制造業為例，對能源價格與能源強度的關系進行了實證研究。他指出，能源相對價格的提高有利于降低能耗強度，通過提高能源價格來改善我國能源利用效率是一個有效的政策工具。胡宗義等［68］將能源強度指標和能源替代模塊納入了中國CGE模型，研究能源價格變動對能耗強度和經濟增長產生的影響。結果表明：在短期和長期內提高能源價格，均會導致中國能源消耗強度顯著地降低，其原因是通過提高能源價格優化了我國產業結構，第二產業尤其是重工業所占GDP中比重有所下降，因此減少了總體能源消費。

3．技術因素與能源效率研究

吳巧生和成金華［69］考察了我國1980年－2004年相關數據，其研究結果表明：各部門能源使用效率的提高是導致中國能源消耗強度下降的主要原因，而工業部門的技術改進是影響我國能源消費強度的主導因素。李廉水和周勇［70］采用35個工業行業的樣本，運用非參數DEA－Malmquist生產率方法，將廣義技術進步分解為純技術效率、規模效率和科技進步三個部分，然后運用面板技術分別估算了這三個部分對能源效率的影響作用結果表明，技術效率提高是工業部門能源效率提高的主導因素。王群偉、周德群［71］的研究也得出上述相似的結論。齊志新、陳文穎［72］運用拉氏因素分解法，分析了中國1980年－2003年能源強度以及1993年－2003年工業部門能源消耗強度下降的原因。研究結果表明：技術進步是我國能源強度下降的決定性因素。韓智勇［73］等也認為，技術進步對能源強度具有很重要的影響作用。另外，史丹［74］運用我國1978年－2000年的數據，分析了產業結構變動、對外開放和體制改革對能源使用效率的影響效果，認為：結構調整、對外開放和經濟體制改革對我國能源利用效率的提高影響很大。

四、國內外研究文獻評議

國外估計回彈效應的實證研究主要集中在微觀層面，普遍采用計量分析方法，通過估計彈性來估計回彈效應值。模型中包括能源需求信息、相關能源服務、能源服務效率。樣本數據采取各種形式，有時間序列數據、截面數據、面板數據；研究范圍也較大，包括家庭層面、地區層面、國家層面，但主要集中在微觀局面上。由于估計方法、數據來源、數據范圍等不同，得出能源回彈效應值在不同國家、不同行業存在不同的波動范圍。對能源效率影響因素的研究，國外學者起步較早，他們多以能源強度（或能源生產率）作為能源效率的評價指標，并運用現代經濟計量工具進行分析，產生了大量有建設意義的研究成果。

相對來講，國內研究能源回彈效應起步較晚，研究主要集中在宏觀層面上?？赡苁怯捎谝环矫婧暧^數據比較容易獲取，而微觀數據的獲取成本相對較高；另一方面采用的研究方法主要以宏觀經濟學為基礎，建立的模型不適合研究微觀經濟主體。能源回彈效應發生機制是政策設計的基礎，國內對能源回彈發生機制的研究成果相對較少，主要集中在通過影響因素進行的實證檢驗，對于背后的機制研究明顯不足。因此，國內在微觀層面上的研究需要在消費者在汽車、家用電器使用等耗能大的方面，以及生產者在能源效率提高時實施的生產擴張、能源投入等方面的行為反應方面，只有通過微觀局面的深入研究，才能制定有效的公共政策以引導個人消費行為、家庭生活模式和企業的生產行為向節能減排的方向發展。目前，國內學者在研究方法上使用的計量模型大部分是參數估計，還需要進行半參數、非參數估計來刻畫影響能源回彈的真正變量，這樣制定政策才能切合實際。另外，能源政策的制定是一個綜合體，需要跨學科研究設計。因此，對能源回彈效應的研究還需要運用多學科方法來進行。