基于技术进步的不同产业能源回弹效应研究
——以产业面板数据的实证分析

张栩，张格

（1、北京理工大学管理与经济学院，北京100081 2、东北大学工商管理学院，辽宁沈阳110819）

基于技术进步的不同产业能源回弹效应研究
——以产业面板数据的实证分析

张栩1，张格2

（1、北京理工大学管理与经济学院，北京100081 2、东北大学工商管理学院，辽宁沈阳110819）

能源的回弹效应能够不断提高能源效率，但同时也会增加能源的消耗。本文采用新古典经济增长理论，基于产业面板数据估算技术进步的贡献率，运用2009—2015年主要产业数据实证对技术进步引起的能源回弹效应进行了分析。结果表明，能源回弹效应因产业而异，2009—2015年第一产业能源回弹效应较小，其它产业均存在不同程度的能源回弹效应。最后，提出产业结构调整、能源价格改革等能源消费政策建议。

能源效率；回弹效应；技术进步；产业差异

一、引言

能源消费与经济增长之间的关系自工业革命以来就密不可分，能源的合理利用对确保经济持续增长来说是至关重要的。作为一个人口和经济迅速发展的大国，能源供需矛盾已经制约我国的经济发展。然而，在提高能源利用效率的同时，效率的提高并未很好地减少能源的使用量，反而能源消耗可能有所增加，即存在能源的回弹效应（Rebound Effects）。简单来说，能源使用效率的提高，虽然引致能源价格的降低，但在一定程度上又会增大能源消费量，如果能源消费增加量大于能源消费的减少量，总体能源消费水平将会增加，进而产生能源回弹效应。

国内外对能源回弹效应的经验研究，主要包括能源回弹效应测算的模型研究和实证研究两类。Saunders（1992）[1]借助新古典增长理论模型，证明了大多数技术水平的相对提高都会造成能源消费的增加。Saunders（2005）[2]采用了新古典增长理论，通过数字模拟，证明随着能源利用效率以及其他生产要素利用效率的提高，会直接导致相当大的能源回弹效应。邵兴军等（2012）[3]将资本的使用效率引入C-D函数中，总结得出在能源利用效率的不同大小区间，应如何采取对节能更有效的措施。

能源回弹效应测算包含了微观和宏观两个经济层面的实证研究。Douthitt（1986）[4]采用计量方法，选取加拿大家庭采暖部门的1981—1985年5年的截面数据测算出此部门在短期内的能源回弹效应为10%～17%，长期的能源回弹效应为35%～60%。周勇、林源源（2007）[5]利用新古典三要生产函数对我国宏观经济层面上的回弹效应进行测算，得出回弹效应在30%～80%之间波动。王群伟、周德群（2008）[6]运用基于DEA的非参数Malmquist指数法，对1993—2005年数据进行分析，研究结果表明我国区域间能源效率差异性较为明显。查冬兰、周德群（2010）[7]构建了一般均衡模型（CGE），分别分析了石油、煤炭和电力的利用效率提高4%后，整体经济对它们消耗的回弹效应分别为32.17%、32.28%和33.06%。

基于上述分析可以发现，对能源回弹效应定量实证研究相对较少，缺乏对我国能源消费的各行各业的能源回弹性效应研究。本文从7大产业角度考虑，采用2009—2015年产业面板数据对回弹效应的大小进行估算，对各产业部门投入产出关联效应的宏观层面的能源回弹效应进行了扩展测算研究。

二、回弹效应估算模型

由于中国能源价格的非市场性以及数据的不易获得，本文采用新古典经济增长理论，按照索洛余数的方法计算技术进步贡献率，进而估算技术进步引起回弹效应。考虑三要素的新古典生产函数模型，则其总量生产函数为：

其中：Yit是产业i时间t的实际GDP；Ait表示技术进步，设定Ait=Aitexpn；Kit是产业i时间t的资本存量；Lit是产业i时间t投入的劳动；Eit是产业i时间t的投入的能源。通过使用C-D函数可以估计产业技术进步贡献率。

产业生产函数为：

两边取对数得：

参数α，β，γ分别表示为资本、劳动和能源的产出弹性，通过线性回归可以获得α，β，γ的值。在考虑能源投入的三要素生产函数中，设gY、gK、gL和gE分别表示经济产出、资本投入、劳动投入和能源投入的增长率，根据索洛的思想，则：

其中：gA为索洛余数，代表广义技术进步，根据索洛余数简单估算技术进步贡献率：

在获取同样能源服务的情况下，技术进步会使所需要的能源投入降低，但是同时提高能源效率使经济有所增长，所以由技术进步而减少的能源消费会部分被回弹效应（Rebound Effect）所抵消。

设t-1年的能源强度为EIt-1=Et-1/Yt-1，理论上技术进步节约的能源量为：

由σ能够计算出由于技术进步产生的增加的经济产出和伴随其增加消费的能源：

综合以上公式得出t年因技术进步产生的回弹效应为：

式（8）表明回弹效应由两个方面决定：一是技术进步使得能源强度降低从而使能源消费降低；二是技术进步使得经济扩张从而使得能源消费增加。回弹效应为这两个方面的比值。

三、实证分析

1、数据来源及处理

选取的数据样本为2009—2015年中国7个产业的面板数据，即农林牧渔业、采矿业、制造业、电力燃气及水的生产和供应业、建筑业、交通运输及仓储和邮政业、批发和零售业。由于没有资本存量的统计数据，本文将资产投入Kit的测算以2009为基准年，采用张军等（2004）[8]在计算省际资本存量所计算得出的折旧率（9.6%），按永续盘存法以2009年为不变价格计算各产业各年的资本存量。其中，2009—2015年的固定资产投资数据和投资品价格指数都取自《中国统计年鉴》。本文选取劳动的工资收入作为劳动投入量的替代，因而数据Lit，Eit，Yit均取自于《中国统计年鉴》。

2、面板数据单位根检验

对面板数据采用Levin，Lin，Chu检验方法，原假设为存在单位根，即满足原假设的面板数据是非平稳的。变量lnY、lnK、lnL、lnE及其一阶差分的检验结果见表1。

表1 面板单位根检验结果

从表1可以看出，变量lnY、lnK、lnL、lnE是非平稳序列，而Levin，Lin，Chu检验方法表明4个变量的一阶差分是平稳的，故4个变量lnY、lnK、lnL、lnE均满足一阶单整性。

3、面板数据协整检验

由于4个变量都是一阶单整的，如果面板数据存在协整关系，则可以估计模型的长期均衡关系。本文采用Pedroni（1999）的协整检验方法，原假设是没有协整关系，允许异质面板的存在，检验结果见表2。

由统计检验值可知，在10%显著性水平下拒绝不存在协整关系的原假设。所以经济产出、资本存量、劳动投入和能源投入之间存在长期的稳定关系，即它们的面板估计不存在伪回归问题。

4、Husman检验

原假设为应建立随机效应模型，进行Husman检验，结果如表3所示。

表2 Pedroni面板协整检验结果

表3 面板Husman Test结果

由于Hausman Test统计量（W）是1.74，p值是0.62，大于0.05，接受原假设：随机影响模型中个体影响与解释变量不相关，故得出结论可以将模型设定为随机模型。

5、计算结果

在验证了式（3）的生产函数中的变量存在协整关系后，采用固定效应模型进行面板估计，回归结果见表4。

表4 固定效应模型的估计

式中：R2=0.9880

根据回归结果可知资本、劳动、能源的产出弹性α、β、γ分别为0.142，0.670，0.119，R2在0.95以上，表明拟合效果很好。

由表3估计结果，结合公式（4）～（5）计算出各产业技术进步贡献率，结果见表5。

结合公式（5）～（8）计算出各产业技术进步带来能源节约量和带来的经济增长而引起的能源消费量和反弹效应，结果见表6。

从表6、7、8和图1可以看出，2009—2015年林牧渔业、采矿业、制造业、电力燃气及水的生产和供应业、建筑业、交通运输及仓储和邮政业、批发和零售业都存在能源回弹效应。其中，制造业和农林牧渔业平均较低，分别为12.5%和16.5%，而电力燃气及水的生产和供应业最高，为227.0%，其次为交通运输及仓储和邮政业，为183.8%。电力燃气及水的生产和供应业、建筑业、交通运输及仓储和邮政业、批发和零售业回弹效应都大于100%，即出现了“逆反效应”。

四、结论

在新古典三要素生产函数的框架下，采用2009—2015主要产业数据，按照索洛余值的方法得出C-D生产函数估算技术进步贡献率，进而估算了考察期间中国不同产业由技术进步引起的能源消费的反弹效应，得出以下结果。

第一，本文研究的不同行业的短期能源回弹效应波动相对剧烈。无法反映通过提高技术来提升能源利用效率进而节约能源消费量的措施是否可行。

第二，农林牧渔业、采矿业、制造业、电力燃气及水的生产和供应业、建筑业、交通运输及仓储和邮政业、批发和零售业七大产业的能源产出弹性水平较低。回归结果显示资本的产出弹性为0.2352，劳动力的产出弹性为0.1218，能源的产出弹性为0.1399，这说明七大产业的人力资本和能源产出弹性较低，技术水平还有待提高。

第三，各单独年份和各产业之间的回弹效应值差异较大。相比之下，电力燃气及水的生产和供应业回弹效应最高，交通运输及仓储和邮政业、制造业和农林牧副渔业回弹效应较低。因此，电力燃气及水的生产供应业、交通运输及仓储和邮政业、建筑业和批发零售业这些产业更需要提高能源价格的政策，以实现既定的节能目标。

表5 技术进步贡献率

表6 技术进步引起的能源消耗减少量（万吨标准煤）

表8 技术进步引起的能源消耗回弹效应

图1 平均回弹效应

[1] Saunders，H.The Khazoom-Brookes Postulate and Neoclassical Growth[J].The Energy Journal，1992，13（4）.

[2] Saunders，H. A Calculator for Energy Consumption Changes Arising from New Technologies[J]. Topics in Economic Analysis and Policy，2005，5（1）.

[3] 邵兴军、田立新、蒋书敏：基于内生经济增长模型的短期能源回弹效应分析[J].经济实证，2012（3）.

[4] Douthitt，R.A.The Demand for Residential Space and Water Heating Fuel by Energy Conserving Households[J]. The Journal of Consumer Affairs，1986，20（2）.

[5] 周勇、林源源：技术进步对能源回报效应的估算[J].经济学家，2007（2）.

[6] 王群伟、周德群：能源回弹效应测算的改进模型及其实证研究[J].管理学报，2008（9）.

[7] 查冬兰、周德群：基于CGE模型的中国能源效率回弹效应研究[J].数量经济技术经济研究，2010（12）.

[8] 张军、吴桂英、张吉鹏：我国省际物资资本存量估算：1952—2000[J].经济研究，2004（10）.

（责任编辑：刘冰冰）