基于面板閾值模型的中國居民用電直接回彈效應研究

趙新剛，李佩玲

（華北電力大學 經(jīng)濟與管理學院，北京 102206）

目前，中國是世界上能源消費和碳排放最多的國家。隨著我國工業(yè)化進程的推進，在實現(xiàn)經(jīng)濟快速增長的同時，能源消費的增長帶動了碳排放的激增。能源消費激增造成了大氣污染、溫室效應和全球變暖等問題，阻礙了經(jīng)濟和社會的發(fā)展。為了應對氣候環(huán)境變化，同時實現(xiàn)經(jīng)濟的可持續(xù)發(fā)展，國務院、國家發(fā)展和改革委員會制定了碳排放目標并連續(xù)出臺了一系列政策文件推動節(jié)能減排和低碳發(fā)展。如：2009 年11 月召開國務院常務會議決定，到2020 年我國單位國內(nèi)生產(chǎn)總值二氧化碳排放比2005 年下降40%-45%。①數(shù)據(jù)來源于http://www.gov.cn/zhengce/content/2014-09/19/content_9083.htm在“十三五”期間，提出了更嚴格的減排目標，承諾到2030年碳排放總量達到峰值并下降，碳強度比2005 年下降60%-65%，②數(shù)據(jù)來源于http://www.gov.cn/xinwen/2015-06/30/content_2887330.htm表明節(jié)約能源和提高能源效率，實現(xiàn)經(jīng)濟低碳發(fā)展成為目前政府首要考慮的問題。

提高居民部門能源效率是實現(xiàn)節(jié)能減排目標的關(guān)鍵一步。改革開放以來，我國城鄉(xiāng)居民家庭的消費結(jié)構(gòu)不斷優(yōu)化和升級，表現(xiàn)為家用電器消費快速增加，耐用消費品朝著高檔化方向發(fā)展。目前，中國經(jīng)濟步入了新常態(tài)階段，經(jīng)濟平穩(wěn)增長的動力由投資驅(qū)動轉(zhuǎn)為消費拉動。消費升級是擴大內(nèi)需、促進消費、實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的關(guān)鍵，意味著居民會更愿意購買高耗能耐用消費品。因此，居民部門在能源消費中發(fā)揮著越來越重要的作用，成為我國能源消費的一個重要潛力領(lǐng)域。其中，電力在生活用能中占據(jù)著主導地位。據(jù)《BP 世界能源統(tǒng)計年鑒》（2018 版）顯示，電力部門是消耗一次能源最多的行業(yè)，且電源結(jié)構(gòu)以煤電為主，貢獻了超過三分之一的能源相關(guān)碳排放。因此，實現(xiàn)電力領(lǐng)域的碳減排是降低碳排放最有效的途徑。而居民用電量是電力消費的重要組成部分，所以提高居民用電效率將有助于發(fā)電側(cè)向低碳化方向轉(zhuǎn)變，實現(xiàn)節(jié)能減排約束目標[1]。

為此，政府采取了一系列措施來減少家庭能源消費量。然而，能源消費增長率下降的同時，電力消費總量仍呈現(xiàn)上漲態(tài)勢。隨著能源效率的提升，居民用電量反而增加了。這一現(xiàn)象通常被稱為“回彈效應”（RE），即能源效率提高所節(jié)約的能源被其他經(jīng)濟效應產(chǎn)生的新的能源需求部分或全部抵消了。

能源回彈效應源于杰文斯悖論，即煤炭利用效率的提高，增加了煤炭需求量，進而導致煤炭消耗反而增加了[2]。為了解釋這一現(xiàn)象，學者提出了能源回彈效應的概念，并分別從微觀和宏觀兩種角度對能源回彈效應進行解釋。如Brookes 指出能源生產(chǎn)率的提高具有引致性，會促使要素生產(chǎn)率提高，并提高經(jīng)濟產(chǎn)出水平且增加能源消耗；[3]Saunders 提出在滿足新古典經(jīng)濟增長理論的假設(shè)下，能源效率的提高往往導致能源消耗的增加[4]。

對回彈效應的實證測算主要集中于直接回彈效應，并且大部分基于居民部門的研究都集中在家庭交通、室內(nèi)取暖和家庭用電等方面[5][6][7]。比如，中國城市客運與香港私家車的平均回彈效應分別為96%和45%左右[8]。Pablo 等采用OLS 法分析了西班牙居民電力需求，測得電力需求的直接回彈效應為71%[9]。Wang 等的研究證明了中國城鎮(zhèn)居民用電量存在顯著的回彈效應，長期RE 和短期RE 分別為74%和72%[10]。從實證方法上看，家庭層面的回彈效應主要是通過宏觀計量模型進行估計。比如，Wang 等采用了雙對數(shù)模型和誤差更正模型對居民用電的直接回彈效應進行了測量[11]；Lin 和Liu 使用了LA-AIDS 模型估計客運回彈效應[12]；此外，孫涵等也構(gòu)建了LA-AIDS 模型計量模型[13]；Lin 和Du 構(gòu)建了多級遞階IDA 模型測量了中國經(jīng)濟中的能源反彈效應[14]。

目前國外有關(guān)回彈效應的研究較為豐富，而中國對此領(lǐng)域的研究較為有限，尤其是涉及居民部門回彈效應的研究較少。所以，有必要對居民用電量的回彈效應進行測算以檢驗能效政策的有效性，從而能更有效的制定節(jié)能減排政策。同時，由于中國各地區(qū)經(jīng)濟發(fā)展水平和地理環(huán)境差異顯著，不同地區(qū)居民用電量也存在著顯著差異并且隨時間而發(fā)生變化。因此，本文采用省際面板數(shù)據(jù)對居民用電回彈效應進行測算。在此基礎(chǔ)上，從理論上分析找出降低能源消費量的方法，并提出科學合理的政策建議。

一、方法論

（一） 直接回彈效應

用S 表示照明、家庭取暖和空間制冷等能源服務，用E 表示為提供能源服務所需的能源需求。

能源回彈效應描述的是能源消費對能源效率的彈性。一般來說，將ηe（S）作為回彈效應的直接測量[15]。回彈效應可以表示為：

其中ηe（E）表示的是能源需求（E）對能源效率（e）的彈性。因此，直接回彈效應可以通過估算ηe（E）或者 ηe（S）來獲得。

能源效率提高對能源消費的影響存在以下幾種情形：[15]

當存在逆反效應（backfire effect）時，即 ηe（E）>0、RE>1，能源效率提高導致的能源服務需求增加量超過了能源節(jié)約量。因此，能源效率的提高反而增加了能源消費量，實際能源消費量大于初始能源消費量。

當存在部分回彈（partial rebound）時，即-1<ηe（E）<0、0

當存在零回彈（zero rebound）時，即ηe（E）=-1、RE=0，能源效率的提高使得能源消耗同比減少。因此，實際的能源消費量等于預期的能源消費量。

能源服務的成本可以表示為

其中Ps是能源服務價格，PE是能源價格。由于能源效率難以測量，所以可以用ηPS（S）來估算回彈效應。由于數(shù)據(jù)的可獲得性，以下定義被廣泛用于能源直接回彈效應的測算[16]:

該定義主要基于兩個假設(shè)：（1）對稱性：保持能源價格不變，能源效率的提高帶來能源服務成本下降的量為ΔP1；保持能源效率不變，能源價格下降帶來能源服務成本下降的量為ΔP2，存在ΔP1=ΔP2。（2）外生性：能源價格不受能源效率的影響。

（二） 模型設(shè)計

從以往研究可知，影響居民電力消費的因素包括：社會經(jīng)濟因素、氣候因素和住宅因素等。本文選擇以下因素作為模型的自變量：人均GDP、年末人口數(shù)（POP）、電價和管道天然氣價格。一般來說，人均GDP 與居民用電量間存在著正相關(guān)關(guān)系[17]。隨著人均收入的提高，人們會購置更多的高耗能電器（如：電冰箱、空調(diào)和微波爐等），享受更多的電力服務。因此，用電量增加。除此之外，人口數(shù)量直接影響全社會總用電量。在其他條件不變的情況下，人口數(shù)量越多，對電力的需求就越高，生活用電消費也就越大[18]。不同于發(fā)達國家，雖然中國近年來自然增長率持續(xù)下降，但人口基數(shù)大，電力需求增長空間巨大。因此，人口是影響中國居民用電量的重要因素。顯然，電價的提高會導致用電量減少[19]。隨著能源結(jié)構(gòu)的調(diào)整，天然氣在能源消費結(jié)構(gòu)中的比重逐年提高，從2005 年的3.9%增長至2016 的15.8%。在經(jīng)濟持續(xù)發(fā)展和強化節(jié)能減排的迫切需要下，天然氣作為最清潔低碳的化石能源，天然氣的需求預計將繼續(xù)快速增長。而天然氣與電力在居民能源消費中存在著替代效應，天然氣價格上漲將導致替代品電力的需求增長[20]。因此，本文在Zhang and Peng 的研究基礎(chǔ)上進一步引入天然氣價格變量，建立面板雙對數(shù)線性模型和面板閾值模型[1]。

1. 面板線性模型

選定影響居民電力消費的影響因素后，建立面板線性模型來測量中國居民消費部門的能源回彈效應。如公式4 所示：

Eit代表居民用電量（單位：億千瓦時），PEit代表居民用電價（單位：元/千瓦時），POPit代表年末人口數(shù)（單位：萬人），PGDPit代表2007 年不變價格的實際GDP（單位：元）以及 PGit代表民用管道天然氣價格（單位：元/立方米）。其中，α0是常系數(shù)，μit代表的是隨機誤差項，α1，α2、α3和 α4是待估參數(shù)，代表著自變量與電力消費量間的彈性系數(shù)，即自變量變動一個百分比，引起用電量變動的百分比。因此，居民電力消費的直接回彈效應是-α1。

2. 面板閾值模型

居民電力消費與其影響因素間可能存在著非線性關(guān)系，因此建立面板閾值模型來測量中國居民消費部門的能源回彈效應。單閾值模型和雙閾值模型如公式5 和公式6 所示：

qit是閾值變量，分別取 lnPOPit、lnPGDPit和 lnPGit作為閾值變量；I(·)是指示函數(shù)（indicator function）；γ 是單閾值模型中的門檻變量。在公式5 中，β1表示當閾值變量qit小于等于門檻值γ 時的價格彈性，β2表示當閾值變量qit大于門檻值γ 時的價格彈性。在公式6 中，δ1表示當閾值變量qit小于等于門檻值γ1時的價格彈性，δ2表示當閾值變量qit大于門檻值γ1但小于門檻值γ2時的價格彈性，δ3表示當閾值變量qit大于門檻值γ2時的價格彈性。

在對模型進行估計之前，Hansen 提出對F 統(tǒng)計量的臨界值進行bootstrap 檢驗閾值效應的顯著性[21]。原假設(shè)為H0=β2。用等式7 對H0進行檢驗：

S0S1?γ?σ2是線性模型殘差平方之和， 是單閾值模型殘差平方之和， 是γ 的最小二乘估計量， 是單閾值模型殘差的方差估計量。

定義似然比檢驗統(tǒng)計量LR 為：

（三） 數(shù)據(jù)來源

鑒于數(shù)據(jù)的可得性，本研究使用了除西藏、臺灣、香港和澳門以外中國30 個省2010—2016 年的面板數(shù)據(jù)來估算居民生活用電的直接回彈效應。樣本數(shù)據(jù)包括2010—2016 年的居民生活用電量、居民生活用電電價、居民生活管道天然氣價格、人均GDP 和年末人口數(shù)。本研究所用變量的描述性統(tǒng)計如表1 所示。其中，各省居民生活用電量的數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》（2011—2017 年）[22]；各省居民生活用電電價和居民生活管道天然氣價格的數(shù)據(jù)來源于Wind 數(shù)據(jù)庫；各省年末人口數(shù)和人均GDP 的數(shù)據(jù)來源于《中國統(tǒng)計年鑒》（2011—2017 年）。[23]人均GDP、居民用電價和管道天然氣價格均為2007 年人民幣不變價。

表 1 描述性統(tǒng)計

二、實證結(jié)果與分析

（一） 線性模型結(jié)果

單位根檢驗是進行面板數(shù)據(jù)回歸的前提[24]。本文采用LLC、ADF 和PP 檢驗方法對變量進行面板單位根檢驗，檢驗結(jié)果如表2 所示。從表中可以看出，在5%顯著性水平上，除lnE、lnPE和lnPG外，其余變量都不能拒絕原假設(shè)。對各變量的一階差分進行面板單位根檢驗，三種檢驗方法均表明，在1%的顯著性水平上，各變量的一階差分均不存在面板單位根。所有變量均為一階單整序列，各變量間存在協(xié)整關(guān)系。

表 2 單位根檢驗

固定效應模型和隨機效應模型判別結(jié)果顯示Hausman test 結(jié)果為73.53，表明在1%的顯著性水平下，檢驗拒絕了隨機效應模型的零假設(shè)。F 檢驗結(jié)果28.97，表明在1%的顯著性水平下拒絕使用混合模型的假設(shè)。檢驗結(jié)果均表明固定效應模型為最優(yōu)估計模型。因此，本文選擇固定效應模型進行回歸。

由表3 可知，模型總體擬合程度較好，且模型所有變量的系數(shù)均在5%顯著性水平下顯著。從回歸系數(shù)結(jié)果判斷可知，人口數(shù)量和人均GDP 對居民用電量的影響最大，電價影響次之，天然氣價格變化對居民用電量影響最小。表3 結(jié)果表明：2010—2016 年期間，中國居民生活用電消費回彈效應為正，平均回彈效應為37.4%。也就是說，當電力使用效率提高時，預期居民用電消費減少量為100，而實際減少量為62.6。因此，在2010—2016 年間，提高能源效率的政策能夠產(chǎn)生降低能源消費的效果，但是實際效果小于預期效果。能源服務需求的增加量抵消了部分的用電節(jié)約量。因此，能源效率的提高部分地降低居民用電量。

表 3 面板線性回歸結(jié)果

現(xiàn)有文獻中，已有研究構(gòu)建實證模型來估算居民用電量的直接回彈效應。比如，Wang 等對北京市居民用電量進行分析，結(jié)果表明長期直接回彈效應為46%，短期直接回彈效應為24%[11]。除此之外，孫涵等的結(jié)果表明中國居民能源消費回彈效應的大小如表4 所示，城鎮(zhèn)居民能源消費的回彈效應呈逐年下降趨勢。[13]上述研究結(jié)果與本文的結(jié)果基本相近。

表 4 1994—2013 年城鎮(zhèn)居民和農(nóng)村居民消費的直接與間接回彈效應

（二） 面板閾值模型結(jié)果

分別選取人均GDP、年末人口數(shù)和管道天然氣價格三個變量作為面板閾值模型的門檻變量，分別構(gòu)建面板閾值模型。在此基礎(chǔ)上，檢驗各變量的閾值效應是否顯著以及是否為單閾值模型[24]。從表5 中可以看出，在5%的顯著性水平下，PGDP 作為閾值變量存在門檻效應，且為單閾值變量。而人口數(shù)量和天然氣價格作為閾值變量，在5%的顯著性水平下接受了原假設(shè)，即不存在閾值效應。表6 顯示了單閾值模型門檻值的估計量為11.2388。在95%的置信水平下，置信區(qū)間為（10.6161, 11.2757）。

表 5 閾值效應檢驗

表 6 門檻估計量

選取PGDP 作為閾值變量，進行單閾值回歸的結(jié)果如表7 所示。面板閾值模型擬合結(jié)果顯示：模型的擬合優(yōu)度較高，且F 值顯著，由此說明模型的擬合優(yōu)度較好。PGDP 門檻變量將數(shù)據(jù)分為兩種類別，分別是高（低）收入地區(qū)。在5%的顯著性水平下，除高收入水平下電價的系數(shù)外，模型的系數(shù)均顯著。

表 7 面板閾值模型結(jié)果

人口和人均GDP 系數(shù)顯著且為正，表明這兩個變量與居民用電量正相關(guān)。在影響電力消費變化的因素中，人口和人均GDP 的影響最大。出現(xiàn)這一現(xiàn)象的原因是由于中國處于經(jīng)濟強勁增長和城鎮(zhèn)化進程加速發(fā)展這一特殊階段。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適的生活方式，從而增加電器的購買量和使用頻率。此外，隨著城鎮(zhèn)化進程加速發(fā)展，城鎮(zhèn)人口數(shù)量隨之增長，導致電力逐步替代煤炭和木材等傳統(tǒng)能源，成為主要的能源消費形態(tài)。因此，居民的生活電力消費也將不斷增加。

天然氣價格系數(shù)顯著但為負，表明天然氣價格與居民用電量負相關(guān)。這一發(fā)現(xiàn)與我們的預期不一致。出現(xiàn)這一現(xiàn)象可能是燃氣器具和電器間進行切換具有較高的經(jīng)濟成本[14]。能源消耗對設(shè)施的依賴性較強，短期內(nèi)無法體現(xiàn)替代效應。例如，大多數(shù)家庭無法同時擁有空調(diào)和天然氣鍋爐供暖設(shè)備，因此他們無法根據(jù)未來幾年（如2010—2016 年）的價格變化來轉(zhuǎn)換能源。即使天然氣價格上漲，居民仍會選擇使用天然氣。為防止能源消費支出上漲，居民可能會選擇控制電器的使用頻率（如：減少空調(diào)和微波爐的使用），從而用電量下降。

低收入地區(qū)居民生活用電的直接回彈效應較為顯著。在高收入地區(qū)（lnPGDP>11.2388 即PGDP>76023.67），電價系數(shù)在5%的顯著性水平下不顯著。也就是說，在其他條件不變的情況下，當人均GDP 達到76023.67 元以上時，居民電力消費對電價的變化不敏感。低收入地區(qū)（lnPGDP≤11.2388 即PGDP≤76023.67），價格彈性為-0.4192。即居民用電的直接回彈效應為41.92%。當電力使用效率提高時，預期居民用電消費減少量為100，而實際減少量為58.08。因此，能源效率的提高部分地降低了低收入地區(qū)居民的用電量。

從高收入群體視角分析出現(xiàn)這一現(xiàn)象可能是因為高收入群體電費支出所占比例較小，電價波動對其影響較小。此外，高收入群體的高耗能電器擁有量較高，對電力的依賴度也相對較高。即使電價上漲，高收入群體也難以降低用電量。從低收入群體視角分析出現(xiàn)這一現(xiàn)象可能是因為低收入群體隨收入的變化調(diào)整對能源服務的需求。低收入地區(qū)的高耗能電器擁有量遠少于高收入地區(qū)。隨著收入的增加，低收入地區(qū)逐漸增加家用電器的擁有量，從而增加用電量。因此，能源回彈效應在低收入地區(qū)較為顯著，并且隨著收入的增加，回彈效應呈現(xiàn)下降的趨勢。

表8 總結(jié)了高（低）收入省份數(shù)量隨時間變化情況。到2016 年為止，PGDP 在76023.67 元以上的省份有三個，分別為北京、天津和上海。高收入省份數(shù)量呈逐年上漲趨勢，低收入省份數(shù)量呈逐年下降趨勢。可以判斷出：隨時間推移，能效政策將會更有效率。

表 8 省份數(shù)量時間變化

三、結(jié)論

本文在前人研究的基礎(chǔ)上，引入了管道天然氣價格變量對中國居民用電量的影響分析。在研究居民用電量與其影響因素間關(guān)系的基礎(chǔ)上，構(gòu)建面板線性模型對居民用電量的直接回彈效應進行測量。同時，將人口、人均GDP 和管道天然氣價格設(shè)為閾值變量，測量面板閾值模型中不同類別下居民用電量的回彈效應。本研究得出以下結(jié)論：

1. 在面板線性模型中，2010—2016 年之間，中國居民用電量的平均回彈效應是37.4%。

2. 在面板閾值模型中，低收入地區(qū)的直接回彈效應比較顯著。不同PGDP 水平下，電價對居民用電量的影響存在閾值效應。高收入地區(qū)居民用電量對電價不敏感，不存在直接回彈效應。而低收入地區(qū)的直接回彈效應為41.92%。

3. 面板線性模型和面板閾值模型結(jié)果都表明，人口和PGDP 是對居民用電量影響最大的兩個因素，并且存在著正相關(guān)關(guān)系；而管道天然氣價格對居民用電量具有負面影響，但影響較小。