國(guó)內(nèi)外能源回彈效應(yīng)研究述評(píng)

高 輝，王兆芬

（成都理工大學(xué) 商 學(xué)院，成都 610059）

一、引言

能源是當(dāng)今社會(huì)經(jīng)濟(jì)發(fā)展的重要物質(zhì)基礎(chǔ)，我國(guó)政府為實(shí)現(xiàn)節(jié)能目標(biāo)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(yīng)（Rebound Effects）的大小影響著國(guó)家能源政策的實(shí)施效果。回彈效應(yīng)一直是能源經(jīng)濟(jì)學(xué)中研究與爭(zhēng)論的焦點(diǎn)問題，其最早是在1865年由Jevons在《煤炭問題》一書中提出。Jevons認(rèn)為，能源使用效率的提高不但不會(huì)降低能源消費(fèi)，反而會(huì)增加能源消費(fèi)，這個(gè)論斷被稱為“杰文斯矛盾（Jevons Paradox）”。杰文斯矛盾使眾多學(xué)者開始質(zhì)疑能源效率政策是否真的有效。對(duì)回彈效應(yīng)的系統(tǒng)性研究是從20世紀(jì)90年代以后，并取得一批研究成果。本文對(duì)能源回彈效應(yīng)的國(guó)內(nèi)外研究文獻(xiàn)進(jìn)行了較為詳盡的梳理，找出了能源回彈的一些重要認(rèn)識(shí)，對(duì)政府制定科學(xué)合理的能源政策提供參考。

二、國(guó)外對(duì)能源回彈效應(yīng)的研究

20世紀(jì)90年代以后，在Khazzoom、Greeningetal等許多學(xué)者對(duì)回彈效應(yīng)進(jìn)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(shù)和價(jià)格彈性［2－6］，一般均衡模型 Computable General Equilibrium，CGE［7－8］，還有模擬實(shí)驗(yàn)、計(jì)量分析等。樣本數(shù)據(jù)采取各種形式，時(shí)間序列數(shù)據(jù)、截面數(shù)據(jù)、面板數(shù)據(jù)都有。

目前，國(guó)外相關(guān)方面的研究大多集中在汽車運(yùn)輸、家庭取暖及其他能源服務(wù)等微觀層面上，對(duì)于研究能源回彈的影響因素也是一個(gè)熱點(diǎn)。

（一）微觀層面的研究

1．汽車運(yùn)輸能源回彈實(shí)證研究

迄今為止，回彈效應(yīng)研究最成熟的領(lǐng)域是個(gè)人汽車運(yùn)輸，大多數(shù)研究對(duì)象是指美國(guó)，這是因?yàn)槊绹?guó)的燃料價(jià)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(jù)數(shù)據(jù)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(duì)價(jià)格彈性的測(cè)量已經(jīng)進(jìn)行了多次實(shí)證估計(jì)，對(duì)能源回彈值進(jìn)行了全面估計(jì)。Sorrell and Dimitropoulos［14］綜合分析了上述研究，計(jì)算其平均估計(jì)值，最終得到短期回彈效應(yīng)上限值為20%～25%，而長(zhǎng)期回彈效應(yīng)估計(jì)值上限達(dá)到80%。然而，由于研究方法的不同，回彈效應(yīng)估計(jì)值有很大差異。同時(shí)，利用能源需求對(duì)能源價(jià)格的彈性來測(cè)量，忽略了車輛的燃料價(jià)格對(duì)燃料效率的影響，回彈效應(yīng)估計(jì)值的上限很可能比實(shí)際效果大很多。

Blair et al［15］利用佛羅里德1967年－1976年的數(shù)據(jù)測(cè)算，短期回彈效應(yīng)估計(jì)值為25%～40%，長(zhǎng)期回彈效應(yīng)估計(jì)值為25%～40%。Mayo和Mathis［16］利用美國(guó)1958年－1984年的數(shù)據(jù)，估計(jì)出汽車運(yùn)輸?shù)亩唐诨貜椥?yīng)估計(jì)值為22%，長(zhǎng)期回彈效應(yīng)估計(jì)值為26%。Greene［17］利用美國(guó)1957年－1989年的數(shù)據(jù)，估計(jì)出汽車運(yùn)輸?shù)亩唐诨貜椥?yīng)估計(jì)值為5%～19%，長(zhǎng)期回彈效應(yīng)估計(jì)值為5%～19%；Jones（1993）［18］利用美國(guó)1957年－1989年的數(shù)據(jù)，得出汽車運(yùn)輸短期回彈效應(yīng)估計(jì)值為13%，長(zhǎng)期回彈效應(yīng)值為30%。另外，相似的如Wheaton（1982）［19］，Gately［20］，Schimek［21］等對(duì)汽車運(yùn)輸?shù)幕貜椥?yīng)進(jìn)行了研究，其估計(jì)值均小于29%。上述的7個(gè)研究利用了時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)，估計(jì)個(gè)人交通運(yùn)輸?shù)拈L(zhǎng)期、短期回彈效應(yīng)值在5%～40%。然而在相應(yīng)的規(guī)范上是有分歧的，尤其是在處理序列相關(guān)性和滯后因變量的問題上，數(shù)據(jù)點(diǎn)的數(shù)量有限，使得他很難使用這種類型數(shù)據(jù)單獨(dú)解決問題。此外，由于這些研究是針對(duì)美國(guó)而且數(shù)據(jù)較老，所以無法推算是否隨著時(shí)間的推移，直接回彈效應(yīng)值有降低趨勢(shì)，也不能推算回彈效應(yīng)值是否與其他國(guó)家有很大差異。

Wirl［22］利用英國(guó)、法國(guó)、意大利三個(gè)跨國(guó)家的面板數(shù)據(jù)，估計(jì)長(zhǎng)期回彈效應(yīng)值為27%～30%，短期回彈效應(yīng)值為10%～20%；而Johansson and Schipper［23］對(duì)12個(gè)經(jīng)合組織國(guó)家1973年－1992年數(shù)據(jù)進(jìn)行分析，估計(jì)長(zhǎng)期回彈效應(yīng)值為5%～55%，并測(cè)算出最佳回彈效應(yīng)值為30%；Haughton and Sarkar［24］與Small and Van Dender［25］分別利用美國(guó)1972年－1991年、1961年－2001年數(shù)據(jù)測(cè)得長(zhǎng)期回彈效應(yīng)估計(jì)值均為22%。上述四個(gè)研究利用跨國(guó)家和地區(qū)的面板數(shù)據(jù)，相對(duì)于時(shí)間序列和截面數(shù)據(jù)，提供給了更多的信息，從而為估計(jì)直接回彈效應(yīng)值提供了更堅(jiān)實(shí)的依據(jù)／基礎(chǔ)。Small and van Dender’s的研究提供了強(qiáng)有力的證據(jù)：隨著時(shí)間的推移，隨著收入的增加，直接回彈效應(yīng)值有下降的趨勢(shì)。然而，Hanley et al．［26］并不支持回彈效應(yīng)有下降的趨勢(shì)。

分解數(shù)據(jù)源能夠避免一些測(cè)量中的困難，然而模型越復(fù)雜，出現(xiàn)偏差的可能性更大。Goldberg［27］利用分解數(shù)據(jù)源方法對(duì)美國(guó)1984年～1990年面板數(shù)據(jù)測(cè)算，回彈效應(yīng)估計(jì)值為0；Greene et al．［28］利用相同方法對(duì)回彈效應(yīng)進(jìn)行了仔細(xì)的測(cè)算，研究結(jié)果是長(zhǎng)期的直接回彈效應(yīng)值為23%，與上述研究結(jié)果一致。然而 Frondel et al．［29］利用分解數(shù)據(jù)源方法，對(duì)德國(guó)家庭的面板數(shù)據(jù)進(jìn)行研究，結(jié)果表明，德國(guó)的回彈效應(yīng)較大，其長(zhǎng)期直接回彈效應(yīng)值為56%～66%。West［30］利用截面數(shù)據(jù)測(cè)得美國(guó)短期回彈效應(yīng)估計(jì)值更是出奇得高，估計(jì)值為87%。上述四個(gè)研究利用分解數(shù)據(jù)源的方法，得到的直接回彈效應(yīng)的估計(jì)值不太一致，而且?guī)讉€(gè)估計(jì)值出奇得高。值得注意的是，其中三個(gè)研究使用的數(shù)據(jù)都是來自美國(guó)消費(fèi)支出調(diào)查的數(shù)據(jù)，但是其估計(jì)的直接回彈效應(yīng)值從0～87%有所不同。這表明這種方法的研究結(jié)果也應(yīng)該慎用。

上述關(guān)于汽車運(yùn)輸能源回彈實(shí)證研究的結(jié)果表明，個(gè)人交通運(yùn)輸?shù)拈L(zhǎng)期的直接回彈效應(yīng)估計(jì)值大部分在10%～40%，排除數(shù)據(jù)、方法的影響，大多數(shù)研究結(jié)果都在這個(gè)范圍內(nèi)波動(dòng)，這說明上述研究相對(duì)可靠。

2．家庭取暖能源回彈實(shí)證研究

利用單方程模型，Douthitt［31］采取加拿大370個(gè)獨(dú)立家庭的截面數(shù)據(jù)，測(cè)得短期回彈效應(yīng)估計(jì)值為10%～17%，長(zhǎng)期回彈效應(yīng)估計(jì)值為35%～60%；Schwarz and Taylor［32］利用美國(guó)1188個(gè)獨(dú)立家庭的截面數(shù)據(jù)，估計(jì)了恒溫設(shè)定的方程式，這個(gè)方程式作為能源價(jià)格、外部溫度、受熱面積、家庭收入、房間熱阻的技術(shù)估計(jì)數(shù)的函數(shù)。他們的結(jié)論是：長(zhǎng)期直接回彈效應(yīng)估計(jì)值為1．4%～3．4%；Hsueh and Gerner［33］則得到了對(duì)比明顯的結(jié)果，他們利用美國(guó)自1981年以來1028個(gè)獨(dú)立家庭的數(shù)據(jù)，加入一些綜合信息——設(shè)備所有權(quán)、人口特征，這使得他們可以結(jié)合計(jì)量和技術(shù)模型估計(jì)家庭取暖方面的能源使用情況。其結(jié)論是電加熱家庭的短期直接回彈效應(yīng)估計(jì)值為35%，燃?xì)饧訜岬募彝ザ唐谥苯踊貜椥?yīng)估計(jì)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(guó)313個(gè)獨(dú)立家庭的面板數(shù)據(jù)估計(jì)短期回彈效應(yīng)值為25%～31%；Nesbakken［37］利用挪威551個(gè)獨(dú)立家庭面板數(shù)據(jù)得到，短期回彈效應(yīng)估計(jì)值平均值為21%；Klein［38］利用美國(guó)1973年～1981年2157個(gè)獨(dú)立家庭面板數(shù)據(jù)進(jìn)行測(cè)算，其結(jié)論是短期回彈效應(yīng)估計(jì)值為25%～29%。

上述研究者分別利用單方程、多方程模型，對(duì)家庭取暖的能源回彈效應(yīng)進(jìn)行研究，結(jié)果表明，短期回彈效應(yīng)估計(jì)值10%～58%，長(zhǎng)期回彈效應(yīng)估計(jì)值1．4%～60%。而且，采用多方程模型的研究估計(jì)值相對(duì)一致，認(rèn)為家庭取暖方面的回彈效應(yīng)的平均估計(jì)值為20%左右。

3．其他關(guān)于家庭能源服務(wù)方面的估計(jì)

由于缺乏數(shù)據(jù)，關(guān)于其他家庭能源服務(wù)的回彈效應(yīng)的研究較少，Nadel［39］報(bào)告了一些關(guān)于美國(guó)電力公司的估計(jì)結(jié)果，表明：照明的直接回彈效應(yīng)估計(jì)值約為10%，水溫加熱的直接回彈效應(yīng)值約為0，制冷直接回彈效應(yīng)估計(jì)值不確定。由于這些研究規(guī)模較小、周期短、方法有缺陷，所以無法對(duì)這些研究下結(jié)論。

Hausman［40］利用美國(guó)1978年的截面數(shù)據(jù)，估計(jì)家庭制冷短期回彈效應(yīng)值為4%；長(zhǎng)期回彈效應(yīng)值為26．5%；Dubin et al．［41］利用佛羅里德1981年截面數(shù)據(jù)，估計(jì)美國(guó)短期回彈效應(yīng)值為1%～26%。這兩個(gè)關(guān)于家庭制冷的研究，表明直接回彈效應(yīng)估計(jì)值與家庭取暖估計(jì)值（1．4%～60%）形成對(duì)比，這兩個(gè)研究方法比較復(fù)雜，避免了內(nèi)生性偏差，且認(rèn)為回彈效應(yīng)估計(jì)值因外部溫度差異會(huì)有很大不同。

其他關(guān)于家庭能源服務(wù)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(shù)據(jù)，發(fā)現(xiàn)水溫加熱的長(zhǎng)期回彈效應(yīng)估計(jì)值為34%～38%，這個(gè)結(jié)果比Nadel通過直接實(shí)驗(yàn)方法測(cè)算的結(jié)果大得多。Davis［43］利用美國(guó)1997年面板數(shù)據(jù)，估計(jì)洗衣用水的短期回彈效應(yīng)估計(jì)值小于5．6。

（二）回彈效應(yīng)的影響因素

1．能源價(jià)格與能源效率研究

學(xué)者們關(guān)于能源價(jià)格對(duì)能源效率的影響研究，主要體現(xiàn)在間接作用和直接作用上。Hicks早在1932年就提出“誘導(dǎo)性創(chuàng)新”這一概念，Hicks［44］認(rèn)為，當(dāng)某種生產(chǎn)要素價(jià)格上漲時(shí)，就會(huì)誘使節(jié)省該種昂貴生產(chǎn)要素的創(chuàng)新出現(xiàn)，進(jìn)而間接地影響能源消費(fèi)，即生產(chǎn)要素相對(duì)價(jià)格變化是發(fā)明的動(dòng)力。Lanjouw和Mody［45］的研究表明，能源價(jià)格對(duì)能源效率具有最大的誘導(dǎo)效應(yīng)，但是他們的研究并沒有估算能源價(jià)格的彈性。后來Jaffe和Palmer［46］的研究彌補(bǔ)了上述不足。Popp的研究結(jié)論表明，能源價(jià)格的變化將推動(dòng)節(jié)能技術(shù)的變化，通過技術(shù)創(chuàng)新，間接地影響能源消費(fèi)［47］。他指出，由于能源價(jià)格改變引致要素替代彈性的變化造成能源消費(fèi)改變了2／3，他還分析了由于能源價(jià)格變動(dòng)使得各種不同的能源技術(shù)的專利究竟發(fā)生了怎樣的變化。后來，Popp又利用美國(guó)1970年－1994年的數(shù)據(jù)進(jìn)行實(shí)證研究，結(jié)果證實(shí)了在20世紀(jì)70年代，美國(guó)能源價(jià)格的沖擊對(duì)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(xué)者認(rèn)為，能源價(jià)格對(duì)節(jié)能產(chǎn)生直接影響。如Birol和Keppler［49］運(yùn)用相關(guān)經(jīng)濟(jì)學(xué)理論分析得出結(jié)論：運(yùn)用經(jīng)濟(jì)手段提高能源價(jià)格能夠有效地改善能源使用效率，進(jìn)而降低能源強(qiáng)度，同時(shí)闡明了能源價(jià)格變化對(duì)能源強(qiáng)度影響的傳導(dǎo)機(jī)制大致分為兩類：一類是生產(chǎn)要素間相對(duì)價(jià)格的變化對(duì)現(xiàn)行技術(shù)的選擇機(jī)制；一類是能源相對(duì)價(jià)格變化對(duì)新技術(shù)的誘導(dǎo)機(jī)制。Cornillie和Fankhauser［50］通過對(duì)中東歐和前蘇聯(lián)一些經(jīng)濟(jì)轉(zhuǎn)型國(guó)家的數(shù)據(jù)進(jìn)行比較研究之后發(fā)現(xiàn)，能源價(jià)格提高是能源使用效率提高的主要?jiǎng)恿?，這一結(jié)論支持了Birol和Keppler（2000）的觀點(diǎn)。

2．技術(shù)因素與能源效率研究

技術(shù)進(jìn)步被認(rèn)為是影響能源效率的另外一個(gè)重要因素。有一些國(guó)外學(xué)者專門對(duì)中國(guó)的數(shù)據(jù)進(jìn)行了研究。Richard F．Garbaccio［51］認(rèn)為，技術(shù)進(jìn)步是導(dǎo)致中國(guó)能源強(qiáng)度下降的一個(gè)主要原因，是影響中國(guó)能源消費(fèi)強(qiáng)度的一個(gè)重要因素。Sinton和Levi［52］分析了我國(guó)1980年－1990年工業(yè)行業(yè)的相關(guān)數(shù)據(jù)，認(rèn)為效率改進(jìn)是我國(guó)能源強(qiáng)度下降的主要原因。Chunbo Ma［53］的研究也顯示，效率改進(jìn)是中國(guó)能源消耗強(qiáng)度下降的主導(dǎo)因素。

此外，一些學(xué)者還從政府管制、對(duì)外開放程度、體制改革等方面對(duì)能源效率進(jìn)行研究。Newell et al［54］的研究認(rèn)為，政府對(duì)能源價(jià)格的管制和對(duì)能源使用效率標(biāo)準(zhǔn)的制定，都會(huì)引起能源使用效率的提高。Benjamin K［55］的研究指出，政府的干預(yù)在促進(jìn)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(shí)指出了政府最偏好的幾種政策：對(duì)常規(guī)能源與成熟能源的技術(shù)取消補(bǔ)貼，對(duì)可再生能源實(shí)施進(jìn)入補(bǔ)貼，保證能源價(jià)格彈性的靈活性，提高公眾認(rèn)知度。

三、國(guó)內(nèi)對(duì)能源回彈效應(yīng)的研究

目前，國(guó)內(nèi)僅有的關(guān)于能源回彈效應(yīng)的程度研究主要集中在宏觀層面，采用的方法主要是計(jì)量分析方法。

（一）宏觀上對(duì)能源回彈估計(jì)分析

周勇、林源源［56］利用新古典三要素生產(chǎn)函數(shù)，對(duì)我國(guó)宏觀經(jīng)濟(jì)的回彈效應(yīng)進(jìn)行估計(jì)，得出1978年－2004年我國(guó)回彈效應(yīng)在30%～80%之間波動(dòng)。王群偉、周德群［57］同樣利用新古典三要素生產(chǎn)函數(shù)得出研究結(jié)果，我國(guó)回彈效應(yīng)平均值為62．8%。劉源遠(yuǎn)、劉鳳朝［58］采用省級(jí)面板數(shù)據(jù)，利用相同的方法進(jìn)行研究，結(jié)果顯示，地區(qū)之間的回彈效應(yīng)差異明顯，西部地區(qū)反彈效應(yīng)最大，但我國(guó)平均回彈效應(yīng)為53．68%。另外，幾個(gè)研究范圍縮小的結(jié)論與上述研究相差較大。陳燕［59］利用湖北省1980年－2007年數(shù)據(jù)進(jìn)行研究，結(jié)果顯示，技術(shù)進(jìn)步對(duì)湖北省能源效率的影響是一個(gè)動(dòng)態(tài)的過程，湖北省的回彈效應(yīng)值為123．7%。陳凱［60］基于我國(guó)鋼鐵行業(yè)估計(jì)鋼鐵行業(yè)平均回彈效應(yīng)高達(dá)130．47%。

國(guó)內(nèi)的相關(guān)研究表明，改革開放以來，我國(guó)平均回彈效應(yīng)值在30%～80%之間，各年度之間波動(dòng)比較明顯，但是總體上呈下降趨勢(shì)；回彈效應(yīng)在各地區(qū)、各行業(yè)之間存在較大差異，個(gè)別省份回彈效應(yīng)值超過了100%。這說明，效率提高帶來的能源節(jié)省量完全被能源消費(fèi)擴(kuò)張量抵消。

（二）能源回彈效應(yīng)的影響因素

1．產(chǎn)業(yè)結(jié)構(gòu)與能源效率研究

現(xiàn)有國(guó)內(nèi)研究中，有學(xué)者認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)變化是影響能源利用效率的主要因素。如史丹［61］認(rèn)為，在不同時(shí)間段，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)能源消耗強(qiáng)度的影響是有差異的，在1990年以前，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)導(dǎo)致能源消耗強(qiáng)度降低，而1990年以后，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)卻導(dǎo)致能源消耗強(qiáng)度增加。楊洋等［62］利用最小二乘法考察了我國(guó)1978年—2006年的相關(guān)數(shù)據(jù)，對(duì)我國(guó)能源強(qiáng)度的影響因素進(jìn)行實(shí)證研究，結(jié)果表明，對(duì)能源強(qiáng)度降低影響程度最大的因素是產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)。張宗成、周猛［63］的研究指出，導(dǎo)致中國(guó)1995年－2000年能源消費(fèi)彈性降低的主要原因是產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。此外，周鴻、林凌［64］采用微分法將能源效率的變動(dòng)因素分解為結(jié)構(gòu)因素、產(chǎn)出因素和強(qiáng)度因素。其研究結(jié)果表明，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)能源效率的影響并不明顯。

2．能源價(jià)格與能源效率研究

國(guó)內(nèi)研究主要集中在能源價(jià)格對(duì)能源使用效率的間接影響。有學(xué)者認(rèn)為，能源價(jià)格主要是通過對(duì)能源消費(fèi)結(jié)構(gòu)產(chǎn)生影響，間接實(shí)現(xiàn)對(duì)能源消費(fèi)的影響?？祖玫龋?5］運(yùn)用1995年－2005年的數(shù)據(jù)，以我國(guó)制造業(yè)24個(gè)重要行業(yè)為例，采用層次回歸法對(duì)能源價(jià)格和能源強(qiáng)度的關(guān)系進(jìn)行了實(shí)證研究，結(jié)果表明，對(duì)于大多數(shù)行業(yè)來說，能源價(jià)格的影響更多地表現(xiàn)為，通過促進(jìn)能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)變來降低行業(yè)的能源消耗強(qiáng)度。田力新、劉晶［66］對(duì)全國(guó)和江蘇省1990年－2008年的時(shí)間序列數(shù)據(jù)分別進(jìn)行分析，計(jì)量研究了能源相對(duì)價(jià)格對(duì)能耗強(qiáng)度的影響效果。研究結(jié)果顯示，近幾年來，全國(guó)和江蘇省能源強(qiáng)度明顯下降，其中，電力相對(duì)價(jià)格的上升促進(jìn)了能源強(qiáng)度的下降，但總體能源相對(duì)價(jià)格的提高對(duì)降低能源強(qiáng)度的作用并不顯著。

有學(xué)者則認(rèn)為，能源價(jià)格主要是通過影響產(chǎn)業(yè)結(jié)構(gòu)進(jìn)而對(duì)能源消費(fèi)產(chǎn)生間接影響。杭雷鳴、屠梅曾［67］利用1985年－2003年的時(shí)間序列數(shù)據(jù)，以我國(guó)制造業(yè)為例，對(duì)能源價(jià)格與能源強(qiáng)度的關(guān)系進(jìn)行了實(shí)證研究。他指出，能源相對(duì)價(jià)格的提高有利于降低能耗強(qiáng)度，通過提高能源價(jià)格來改善我國(guó)能源利用效率是一個(gè)有效的政策工具。胡宗義等［68］將能源強(qiáng)度指標(biāo)和能源替代模塊納入了中國(guó)CGE模型，研究能源價(jià)格變動(dòng)對(duì)能耗強(qiáng)度和經(jīng)濟(jì)增長(zhǎng)產(chǎn)生的影響。結(jié)果表明：在短期和長(zhǎng)期內(nèi)提高能源價(jià)格，均會(huì)導(dǎo)致中國(guó)能源消耗強(qiáng)度顯著地降低，其原因是通過提高能源價(jià)格優(yōu)化了我國(guó)產(chǎn)業(yè)結(jié)構(gòu)，第二產(chǎn)業(yè)尤其是重工業(yè)所占GDP中比重有所下降，因此減少了總體能源消費(fèi)。

3．技術(shù)因素與能源效率研究

吳巧生和成金華［69］考察了我國(guó)1980年－2004年相關(guān)數(shù)據(jù)，其研究結(jié)果表明：各部門能源使用效率的提高是導(dǎo)致中國(guó)能源消耗強(qiáng)度下降的主要原因，而工業(yè)部門的技術(shù)改進(jìn)是影響我國(guó)能源消費(fèi)強(qiáng)度的主導(dǎo)因素。李廉水和周勇［70］采用35個(gè)工業(yè)行業(yè)的樣本，運(yùn)用非參數(shù)DEA－Malmquist生產(chǎn)率方法，將廣義技術(shù)進(jìn)步分解為純技術(shù)效率、規(guī)模效率和科技進(jìn)步三個(gè)部分，然后運(yùn)用面板技術(shù)分別估算了這三個(gè)部分對(duì)能源效率的影響作用結(jié)果表明，技術(shù)效率提高是工業(yè)部門能源效率提高的主導(dǎo)因素。王群偉、周德群［71］的研究也得出上述相似的結(jié)論。齊志新、陳文穎［72］運(yùn)用拉氏因素分解法，分析了中國(guó)1980年－2003年能源強(qiáng)度以及1993年－2003年工業(yè)部門能源消耗強(qiáng)度下降的原因。研究結(jié)果表明：技術(shù)進(jìn)步是我國(guó)能源強(qiáng)度下降的決定性因素。韓智勇［73］等也認(rèn)為，技術(shù)進(jìn)步對(duì)能源強(qiáng)度具有很重要的影響作用。另外，史丹［74］運(yùn)用我國(guó)1978年－2000年的數(shù)據(jù)，分析了產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)、對(duì)外開放和體制改革對(duì)能源使用效率的影響效果，認(rèn)為：結(jié)構(gòu)調(diào)整、對(duì)外開放和經(jīng)濟(jì)體制改革對(duì)我國(guó)能源利用效率的提高影響很大。

四、國(guó)內(nèi)外研究文獻(xiàn)評(píng)議

國(guó)外估計(jì)回彈效應(yīng)的實(shí)證研究主要集中在微觀層面，普遍采用計(jì)量分析方法，通過估計(jì)彈性來估計(jì)回彈效應(yīng)值。模型中包括能源需求信息、相關(guān)能源服務(wù)、能源服務(wù)效率。樣本數(shù)據(jù)采取各種形式，有時(shí)間序列數(shù)據(jù)、截面數(shù)據(jù)、面板數(shù)據(jù)；研究范圍也較大，包括家庭層面、地區(qū)層面、國(guó)家層面，但主要集中在微觀局面上。由于估計(jì)方法、數(shù)據(jù)來源、數(shù)據(jù)范圍等不同，得出能源回彈效應(yīng)值在不同國(guó)家、不同行業(yè)存在不同的波動(dòng)范圍。對(duì)能源效率影響因素的研究，國(guó)外學(xué)者起步較早，他們多以能源強(qiáng)度（或能源生產(chǎn)率）作為能源效率的評(píng)價(jià)指標(biāo)，并運(yùn)用現(xiàn)代經(jīng)濟(jì)計(jì)量工具進(jìn)行分析，產(chǎn)生了大量有建設(shè)意義的研究成果。

相對(duì)來講，國(guó)內(nèi)研究能源回彈效應(yīng)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(shù)據(jù)比較容易獲取，而微觀數(shù)據(jù)的獲取成本相對(duì)較高；另一方面采用的研究方法主要以宏觀經(jīng)濟(jì)學(xué)為基礎(chǔ)，建立的模型不適合研究微觀經(jīng)濟(jì)主體。能源回彈效應(yīng)發(fā)生機(jī)制是政策設(shè)計(jì)的基礎(chǔ)，國(guó)內(nèi)對(duì)能源回彈發(fā)生機(jī)制的研究成果相對(duì)較少，主要集中在通過影響因素進(jìn)行的實(shí)證檢驗(yàn)，對(duì)于背后的機(jī)制研究明顯不足。因此，國(guó)內(nèi)在微觀層面上的研究需要在消費(fèi)者在汽車、家用電器使用等耗能大的方面，以及生產(chǎn)者在能源效率提高時(shí)實(shí)施的生產(chǎn)擴(kuò)張、能源投入等方面的行為反應(yīng)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(dǎo)個(gè)人消費(fèi)行為、家庭生活模式和企業(yè)的生產(chǎn)行為向節(jié)能減排的方向發(fā)展。目前，國(guó)內(nèi)學(xué)者在研究方法上使用的計(jì)量模型大部分是參數(shù)估計(jì)，還需要進(jìn)行半?yún)?shù)、非參數(shù)估計(jì)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(shí)際。另外，能源政策的制定是一個(gè)綜合體，需要跨學(xué)科研究設(shè)計(jì)。因此，對(duì)能源回彈效應(yīng)的研究還需要運(yùn)用多學(xué)科方法來進(jìn)行。