能源与经济发展关系密切.在调整经济结构、转变发展方式的关键期,作为我国老工业基地之一的辽宁省,能源的作用不容忽视.辽宁省的能源呈现能源使用效率(以下简称能源效率)、能源消费总量双增长的态势.从1985~2014年,辽宁省的能源效率由1985年的每吨标准煤0.06亿元上升到2014年的0.31亿元,年均上升率为5.7%;而能源消费(标准煤)从1985年的6 325.1万吨上升到2014年的20 585.67万吨,年均增长率达4.3%.
上述现象说明,辽宁省能源效率与能源消费总量同向增长明显,即存在能源回弹.能源回弹的存在不仅意味着能源消耗增加对环境危害加重,也意味着国家降低能源消耗的有关政策实施效果大打折扣.为了辽宁省的经济持续稳定发展,达到真正意义上的降低能源消耗,了解并测算辽宁省能源回弹效应十分必要.
回弹现象最早由Jevons指出:能源效率提高,能源消费不降反增[1],该论断后被称“杰文斯悖论”.Saunders给出回弹效应概念:技术进步使能源效率提高,导致能源节约,但因技术进步促进经济增长,导致对能源的新需求,而部分(或完全)抵消节约的能源[2].
国内外的能源回弹效应测算主要对象有国家、区域(省或市)、产业或行业3个层面[3-13].测算方法主要有:C-D,DEA,CGE,IPAD,IPAT,LMDI,PANEL,MES,AIDS等.其中C-D和DEA因其所需要的数据比较容易获得,而成为测算能源回弹效应的常用方法.
能源回弹效应测算结果说明,存在能源回弹效应,但在不同国家(或地区)、不同产业、不同时期能源回弹效应不同.地区能源回弹效应是较重要的一类测算对象,但没有直接对辽宁省能源回弹效应测算的成果;能源回弹效应测算通常用C-D和DEA两种方法,但大多数文献仅采用一种方法测算能源回弹效应,未作比较分析.
不同测算方法在一定程度上都会存在一定的误差,导致测算结果存在差异,而且目前尚无直接测算辽宁省能源回弹效应的研究,无法同其他研究成果进行比较.本文选取C-D方法和DEA方法,测算并比较辽宁省能源回弹效应,较以往使用一种方法进行测算,结果更可靠.
1 辽宁省能源回弹效应测算定义回弹效应为回弹量与理论节能量之比[9],测算辽宁省能源回弹效应(以下简称回弹效应).
1.1 C-D方法测算回弹效应C-D方法测算回弹效应步骤:构建测算模型(以下称C-D方法测算回弹模型为LNSLR模型);估计LNSLR模型参数;计算回弹效应.
1.1.1 LNSLR模型构建假设Y为实际总产出(亿元);E为能源消费总量(万吨标准煤);EI为能源消费强度,EI=E/Y(万吨标准煤/亿元);σ为技术进步对经济增长的贡献率,即技术进步贡献率(%);RE表示能源回弹效应(%).
则t年的能源消费量为Et=Yt×EIt,在t+1年的经济生产活动中,由于技术进步,使得能源强度下降,则由于技术进步导致能源强度下降而节约的能源量为
(1) |
但是,技术进步除了导致能源强度的下降外,也带来了经济的增长,则t+1年由技术进步产生的经济扩张导致能源的新需求量为
(2) |
因此,t+1年回弹效应为
(3) |
为求REt+1的值,需估计σ.
设辽宁省的总量生产函数为
(4) |
式中:Yt,Kt,Lt,Et分别表示第t年辽宁省的产出、资本、劳动和能源;α,β,γ分别代表资本、劳动和能源的产出弹性.
对式(4)两边取对数得到
(5) |
对式(5)求全微分得
(6) |
(7) |
式中,GY,GK,GL,GE分别表示产出、资本、劳动和能源的增长率.
1.1.2 LNSLR模型参数估计及回弹效应计算采用1985~2014年的统计资料.这里,L表示就业人数,E为能源消费量,Y为可比价格的GDP,K为资本存量;L,E,Y均来源于《辽宁省统计年鉴》;K为改进后的永续盘存法的估算结果.在时间序列分析中,需检验数据的平稳性,结果见表 1.
由表 1可知,所有变量在取对数后均不平稳,但一阶差分后均平稳.皮尔森相关性检验(检验结果略去)表明:各变量间存在比较严重的多重共线性.若用OLS估计参数,会导致伪回归,故用岭回归估计参数,估计结果见表 2.
由表 2可知,岭回归方法效果良好,α=0.358,β=0.273,γ=0.310.
用LNSLR模型被估参数结果及相关数据,根据式(7)计算σ;然后根据式(1)~式(3)计算回弹效应,测算结果见表 3.
1.2 DEA方法测算回弹效应DEA方法测算回弹效应步骤:构建测算模型(以下称DEA方法测算回弹模型为LNMR模型);用LNMR模型结果计算有关指数;计算回弹效应.
1.2.1 LNMR模型构建将辽宁省每年作为一个决策单元,GDP作为产出,资本、劳动和能源作为投入,估算辽宁省的Malmquist生产率指数.
若全要素生产率用TFP表示,全要素生产率增长率用GTFP表示,TFPt+1/TFPt为TFP指数,则
(8) |
(9) |
(10) |
使用DEAP2.1软件,计算辽宁省1986~2014年的TFP指数.通过式(9),式(10)计算σ;用式(1)~式(3)计算回弹效应,结果见表 3.
1992~2013年测算结果见图 1.从图 1可以看出,两种方法测算的回弹效应均处在不断波动的变化中,C-D法测算结果的回弹效应普遍高于DEA法测算结果的回弹效应.两种方法测得的回弹效应在2005年和2013年差距较小,在2003年差距较大,其余各年份的数值大致接近.按时间段划分,1992~2002年,两种方法测算的回弹效应比较小,大多数年份回弹效应低于100%,且变动相对平稳;2003~2013年,两种方法测算的回弹效应的波动较大,且回弹效应有所上升.总体上看,两种测算结果的变动趋势大致相同,且近年来回弹效应波动较大,也有所上升.
目前由于变量选择、数据处理的差异以及测算方法本身存在的误差,测算结果有时并不一致.但两种方法测算的回弹效应大致吻合,两种方法的结果互相得到了验证.由此可以认为辽宁省确实存在能源回弹效应,而且近年来有所上升.
通过对辽宁省能源回弹效应测算,表明辽宁省确实存在明显的能源回弹,而且近年来有所上升.由于存在能源回弹效应,技术进步并不一定能够降低能源消费,更不能当作实现节能减排的唯一手段.
对辽宁省降低能源消费提出以下建议:
1) 从能源回弹测算结果看,虽然存在回弹效应,但技术进步提高能源效率政策还是有效的.因此,节能减排工作仍然需要能源技术进步政策.
2) 技术进步和产业结构调整要同步进行.通过产业结构调整,加快经济结构节能化进程,从而有效实现能源消耗和能源强度同步降低.
3) 技术进步与能源价格改革同步进行.能源服务的终端消费者对能源的价格需求弹性较大,能源价格低,导致能源需求增长过快,技术进步所带来的节能效果被严重抵消,因此进行相应的能源价格改革,提高能源价格就可以减弱回弹效应.
[1] | Jevons W S. The coal question[M]. London: Macmillan and Company, 1866 . (0) |
[2] | Sanders H D. The Khazzoom-Brookes postulate and neoclassical growth[J]. The Energy Journal, 1992, 13 (4) : 131 –148. (0) |
[3] | Wheaton W C. The long-run structure of transportation and gasoline demand[J]. The Bell Journal of Economics, 1982, 13 (2) : 439 –454. (0) |
[4] | Schwarz P M, Taylor T N. Cold hands,worm hearth:climate,net takeback,and household comfort[J]. The Energy Journal, 1995, 16 (1) : 41 –54. (0) |
[5] | Nesbakken R. Energy consumption for space heating:a discrete-continuous approach[J]. Scandinavian Journal of Economics, 2001, 103 (1) : 165 –184. (0) |
[6] | Bentzen J. Estimating the rebound effect is US manufacturing energy consumption[J]. Energy Economics, 2004 (26) : 123 –134. (0) |
[7] | Barker T, Ekins P, Foxon T. The macro-economic rebound effect and the UK economy[J]. Energy Policy, 2007, 35 (10) : 4935 –4946. (0) |
[8] | Greene D L, Kahn J R, Gibson R C. Fuel economy rebound effect for U.S. Household Vehicles[J]. The Energy Journal, 1999, 20 (3) : 1 –31. (0) |
[9] | Roy J. Rebound effect:some empirical evidence from India[J]. Energy Policy, 2000, 28 (6/7) : 433 –438. (0) |
[10] |
王群伟, 周德群. 中国全要素能源效率变动的实证研究[J].
系统工程, 2008 (7) : 75 –79.
( Wang Qun-wei, Zhou De-qun. An empirical study on the change of total factor energy efficiency in China[J]. Systems Engineering, 2008 (7) : 75 –79. ) (0) |
[11] |
陈燕. 能源回弹效应的实证分析——以湖北省数据为例[J].
经济问题, 2011 (2) : 126 –129.
( Chen Yan. Empirically research on the energy rebound effect—taking the Hubei province date for example[J]. On Economic Problems, 2011 (2) : 126 –129. ) (0) |
[12] |
国涓, 凌煜, 郭崇慧. 中国工业部门能源消费反弹效应的估算——基于技术进步视角的实证研究[J].
资源科学, 2010, 32 (10) : 1839 –1844.
( Guo Juan, Ling Yu, Guo Chong-hui. Estimating the rebound effect of energy consumption of industrial sectors in China based on the perspective of technological advancement[J]. Resources Science, 2010, 32 (10) : 1839 –1844. ) (0) |
[13] |
陈凯, 史红亮, 闫波. 技术进步对能源消费回弹效应的影响——基于中国钢铁行业实证研究[J].
工业技术经济, 2011 (4) : 24 –30.
( Chen Kai, Shi Hong-liang, Yan Bo. Rebound effect of energy consumption due to technological progress—empirical test for Chinese steel sector[J]. Journal of Industrial Technological Economics, 2011 (4) : 24 –30. ) (0) |