何永秀，吳 銳

（華北電力大學 經濟與管理學院，北京 102206）

能源是國家戰(zhàn)略性資源，是一個國家經濟增長和社會進步的重要物質基礎。隨著經濟的發(fā)展，北京市能源消耗量不斷增大，2010年全市終端能源消費總量為6668.79萬噸標準煤，年均增長3.47%。其中，電力占 31.3%；成品油占15.6%；煤炭及制品占32.4%，天然氣占13.4%?？偟膩碚f，北京市能源消費的總體狀況表現為：能源消耗總量大；能源消費結構以電、油、煤為主；趨向清潔能源的使用。

能源價格響應表現為用戶的能源需求與能源價格之間的關系。國內許多學者試圖從消費需求、價格變化、收入變化等方面探討現存消費模式，以期總結出價格及收入發(fā)生變動時，用戶消費結構及行為響應的一般規(guī)律。其中，周文麗、李世平（2010）從邊際消費傾向、消費投向、消費需求的收入彈性及價格彈性四個方面對城鄉(xiāng)居民的能源消費結構進行了實證分析［1］；宋樹仁（2010）等通過對中產階級各類消費品支出的數據進行計量研究，客觀地比較分析了不同城市中產階級的基本需求、各類消費品的邊際消費趨向以及收入彈性、價格彈性的變化趨勢［2］。另外，也有不少學者針對不同生活能源做了深入研究，指出了在收入水平、能源價格等多種因素變化下居民用戶對能源價格的響應特性。其中，周春應（2010）探討了不同收入水平的用戶對生活水價承受能力的差異及行為選擇傾向，揭示了不同收入群體對生活用水的價格響應特征［3］；竺文杰（2009）等研究了我國居民電力消費的收入及價格彈性，指出電力消費的短期收入彈性高于長期收入彈性［4］；高千惠（2012）等采用弧彈性得到天然氣短期價格彈性和長期價格彈性分別在0.060和2.30上下波動，指出天然氣市場短期缺乏價格彈性而長期富有價格彈性［5］；焦建玲（2007）等研究了中國煤炭消費的收入彈性，指出煤炭需求的短期收入彈性大于長期收入彈性，表明短期收入增加會顯著地增加對煤炭的需求［6］。

在國外研究中，John（2000）使用協(xié)整和誤方差修正模型技術研究了能源消費和收入、價格之間的因果關系［7］；Anthony Bopp和 George研究了能源價格上升時能源效率和使用強度對居民能源消費的影響，歸納出居民消費行為基于能源價格變動的響應特征［8］；Ferreira等（2005）使用VAR和協(xié)整分析的方法，研究了英國市場能源價格之間的動態(tài)交互，指出不同形式的能源之間具有替代的可能性［9］；Leiming和 Meizeng（2007）利用時間序列數據，對能源價格彈性進行估計，發(fā)現影響自彈性的因素不僅有價格因素，還有收入因素和人口因素［10］；Karen Herter等研究了居民對尖峰電價的響應狀況，指出居民對尖峰電價有明顯的響應，且大電量用戶的絕對響應和相對響應都較高［11］；Criffin研究了不同國家天然氣的價格彈性，發(fā)現天然氣并非缺乏彈性的產品，其價格短期彈性為0.95，長期彈性為2.61，且各國彈性數值存在差異［12］；Boonekamp（2007）利用自下而上模擬荷蘭家庭對能源價格變動的長期響應，并以此為依據模擬2000—2010年期間的能源發(fā)展趨勢［13］。

能源價格在能源市場的資源配置中發(fā)揮著杠桿作用，是平衡能源供需和提高能源消費效率的重要經濟手段。深入研究居民生活能源的消費及其受價格變動的影響，對于確保資源與經濟、環(huán)境的協(xié)調發(fā)展具有特殊重要意義。國內外針對能源的研究中，大多數以能源價格作為一種重要的變量因素，使用自價格彈性和替代價格彈性來衡量居民生活能源消費對能源價格變化的反應敏感程度，以此反映整個能源市場的結構性變化。然而，基于區(qū)域層面特別是經濟發(fā)達地區(qū)研究能源價格變動對居民生活能源消費的影響卻不常見。因此，本文以ELES模型為基礎，運用2006—2010年北京市居民家庭平均每人全年用能消費支出和可支配收入的數據，對北京市居民的能源消費結構、能源價格的響應特征進行了實證分析。

一、擴展線性支出系統(tǒng)（ELES）

在消費結構分析中，目前通常采用的是恩格爾函數（Engel Function）和擴展線性支出系統(tǒng)（Extended Liner Expenditure System，簡稱ELES）模型，二者在形式和內涵上都有非常密切的聯系。ELES模型的突出優(yōu)點在于：它考慮了收入和價格因素對居民消費結構的影響，把居民的各項消費支出看作是相互聯系、相互制約的行為，在沒有價格資料的情況下，也能根據數據資料估計出各種商品的基本需求支出，進行需求結構估算，可以計算出收入彈性，進行需求彈性分析。

1947年，L.R.Clein和 H.Rubin提出如下形式的直接效用函數：

式中，U表示效用；qi表示第i種商品的實際需求量；ui表示第種i商品所帶來的效用；ri表示可維持生活的第i種商品的基本需求量；bi為加權參數，表示消費者對第i種商品的邊際預算份額；其中，且1＞bi＞0。該效用函數認為，效用具有可加性，且各種商品的效用取決于實際需求量與基本需求量之差。

消費面臨的預算約束函數為：

式中，pi表示第i種商品的價格；qi表示第i種商品的實際需求量；V表示預算總支出；該函數表明，一個理性消費者用于購買消費品的支出會在其預算約束之內。

1954年，英國計量經濟學家 R.Stone［14］以該直接效用函數為基礎，提出了線性支出系統(tǒng)函數（LES），在預算約束的條件下，極大化直接效用函數，即：

運用“拉格朗日乘數法”進行求解，就得到線性支出系統(tǒng)（LES）模型為：

該式表明，消費者對第i種消費品的消費支出為兩部分之和，第一部分為維持生活的基本消費支出，第二部分為總預算中扣除基本消費支出后對第i種消費品的支出。但是，LES模型存在以下兩個缺陷：一是它沒有考慮到居民把基本消費支出后的余額用于儲蓄或投資的因素；二是總預算V是對所有商品需求支出之和，為內生變量，無法外生給出，因而模型難以估計?；谝陨蟽牲c缺陷，LES模型并沒有在實證中得到廣泛應用。

1973年，經濟學家Luich對LES模型做了兩點修改，提出了擴展線性支出系統(tǒng)（ELES）模型［15］。用消費者的收入水平I代替了預算總支出V，用邊際消費傾向βi代替了邊際預算份額bi，模型變?yōu)椋?/p>

該模型把消費者對各類商品或服務的消費支出看作收入和價格的函數。其經濟含義是：1）消費者對各種商品的需求量取決于其收入水平和各種商品的價格；2）消費者對各類商品的需求分為基本需求和非基本需求，消費者首先滿足基本需求piri，且此需求與收入大小無關；3）消費者在滿足基本需求后，才可能將剩余可支配收入I－按照一定的比例βi在各類商品和儲蓄之間進行分配，消費者的邊際儲蓄傾向為，且有。

對（4）式進行處理，寫作：

令Ci＝piqi表示居民對第i種商品的實際消費額。則（5）式可以改寫成計量經濟模型：

其中，αi和βi為待估參數，ui為隨機擾動項。對（7）式采用最小二乘估計，得到參數估計值和，然后根據定義：，對該式兩邊求和，得到：

將（8）式帶入（6）式，就可得：

自價格彈性為：

交叉價格彈性為：

二、算例分析

（一）基礎數據

本文2006—2010年北京市城鎮(zhèn)居民家庭平均每人全年生活用能消費性支出和可支配收入的數據都來自《北京市統(tǒng)計年鑒》（2007年—2011年）數據，經過整理，如表1所示。

表1 北京市居民每人全年可支配收入及生活用能消費性支出 單位：元

（二）計量經濟模型的估計與調整

首先，應用SPSS19.0軟件對可支配收入及電力、天然氣、煤炭、液化氣、石油的消費支出做相關分析，以考察各變量之間是否存在相關性。得到其Pearson相關系數矩陣如表2所示：

表2 相關系數矩陣

由表2可知收入與各能源消費支出之間的關系及各能源消費支出的相互關系?？傮w上，可支配收入與各能源消費之間的關系表現為：除煤炭之外，電力、天然氣、液化氣、石油的消費支出與可支配收入的相關系數絕對值大于0.5，存在很大的線性相關性。其中，電力、天然氣、石油的消費支出與可支配收入存在很大的正相關性，這表明，當可支配收入增加時，這三種能源的消費支出會加大；液化氣與可支配收入之間存在較大的負相關性，表明可支配收入增加時，液化氣的消費支出反而會減少；煤炭的消費支出與可支配收入之間的相關系數接近0，說明兩者之間的相互影響極其微弱。各能源消費之間的關系表現為：電力、液化氣、汽油三者的消費支出之間具有很大的相關性，說明它們之間存在相互影響的關系，即一種能源價格發(fā)生變化時，可能會影響到其他能源的消費量；煤炭與其他各能源消費支出沒有明顯相關性。

由上知，除煤炭外，其他四種能源的消費支出與可支配收入之間均存在一定的相關性。因此，應用Eviews6.0最小二乘法估計煤炭之外四種生活能源消費支出與可支配收入的關系。設電力、天然氣、液化氣、石油的消費支出分別為C1，C2，C4，C5，可支配收入為I。具體結果如下所示：

運用WHITE檢驗來判斷模型是否存在異方差，對方程組（13）中的各回歸模型進行異方差檢驗。得出結論：方程組（13）中各模型均不存在異方差，模型不需要修正。

（三）計量經濟模型的經濟含義與統(tǒng)計推斷檢驗

根據上述確定的回歸模型，收入I前的系數（除液化氣）消費支出均為正值，表明隨著可支配收入的增加，居民對能源的各項消費支出一般都會有所增加。各回歸模型的R2比較高，除了天然氣模型對應的R2不到0.5外，其他模型的R2比較大，考慮到所采用的數據比較少等因素，認為模型這樣的擬合度可以接受。在給定α＝0.05的顯著性水平下，F檢驗結果表明模型均是顯著的（不考慮煤炭），各模型的系數也均是顯著的，所以認為可支配收入對居民的各項能源消費支出影響是顯著的。

三、ELES模型估計結果及分析

根據以上計量模型的估計值，由式（9）可以計算出ELES模型估計值如表3所示：

表3 ELES模型估計值

從表3中數據可以看出：近年來，對于各能源消費品，北京市城鎮(zhèn)居民的汽油邊際消費傾向最高，為0.06661，即人們將增加可支配收入的6.67%用于汽油消費支出，其比例高于其他能源商品。造成這種現象的原因是隨著生活水平的不斷提高，居民更加注重交通的便利性，對交通工具的消費意愿加強，而對煤炭的邊際消費傾向主要受到政府節(jié)能減排政策的影響而較弱。將5項消費支出的邊際消費傾向累加得，說明北京市城鎮(zhèn)居民在滿足基本需求后的剩余可支配收入中，用于各項生活能源消費支出的比例為7.412%。

在經濟學中，一般采用彈性概念來解釋兩個經濟變量之間存在的函數關系，采用需求收入彈性、自價格彈性及交叉價格彈性指標來研究收入水平及價格因素對消費的影響。

由表3中εi數據可知，在所有正常商品中，電力、天然氣、汽油、液化氣的需求收入彈性相對較大，煤炭的需求收入彈性相對較小。這種情況表明，隨著可支配收入的增加，北京市城鎮(zhèn)居民對電力、天然氣、汽油、液化氣的需求量會明顯增加，對煤炭的需求量不會發(fā)生明顯改變。造成這種狀況的原因是居民對煤炭的需求受到北京市環(huán)保政策的影響而停留在基本生活需求之上，隨著收入的增加其需求量保持平穩(wěn)。液化氣的收入彈性為負，表明隨著可支配收入的增加，居民會采取其他更清潔、安全、高效的能源代替液化氣，從而降低需求。另外，電力、天然氣的收入彈性均小于1，說明這些類別的消費對居民而言屬于必需品，需求呈現一定的剛性。只有汽油消費支出的收入彈性高達1.92972，這說明，隨著收入增加，居民對汽油產品的需求量增長率會高于收入的增長率，快捷、發(fā)達的交通是現代社會的重要標志。

從表3可以看出，能源產品中除液化氣外的其他產品的自價格彈性都是負數，這說明在沒有收入補償的情況下，所有產品的價格上升都會引起居民實際收入的減少，因此會降低需求量。2006—2010年，北京市城鎮(zhèn)居民汽油和液化氣消費的自價格彈性相對較大，這兩類商品對自身價格變化的反映極其敏感，所以降低該兩類商品的消費價格，可以使得居民對其的消費量大幅增加。煤炭需求的自價格彈性最小，表明該類商品對價格變化的反應不敏感，自身價格每變化1%所引起的需求量變化不足1%，甚至接近0，這主要是由于大氣環(huán)境保護政策和控制煤炭消費力度的加大，居民能源消費結構發(fā)生較大變化，對大氣環(huán)境污染重的煤炭消費量逐漸減少，清潔能源的消費量逐步增加。

從表4可以看出，各交叉彈性總體較小，且基本為負值，表現為互補關系；五種能源的交叉價格彈性值大部分集中在－0.01到0.02之間，說明居民對各類能源需求受其他能源價格變化的影響較小。其中，電力與汽油間的交叉價格彈性值相對較大，即電力價格變化對汽油需求量造成的影響程度最大，說明隨著電動汽車補貼等政策激勵機制的加強，電力和石油之間的交叉彈性將增大，兩者之間的替代關系將日益增強。

表4 各能源交叉價格彈性 單位：10－2

四、結論

本文運用擴展線性支出系統(tǒng)（ELES）模型的基本理論，對北京市居民的用能消費結構、能源價格的響應特征進行了實證分析，得出以下結論：

第一，整個響應期內，電力和汽油的需求收入彈性相對較大，分別為0.626、1.93，液化氣的收入彈性為負，即收入增加時，居民對電力和汽油的需求量顯著增加，而對液化氣的需求量減少。

第二，北京市城鎮(zhèn)居民用戶受汽油、電力、天然氣價格變動的影響最大，其自價格彈性絕對值均大于0.6，受煤炭價格變動的影響最小。

第三，各能源的交叉彈性均小于1，表現為互補關系，說明居民對各類能源需求受其他能源價格變化的影響較小。其中，電力和汽油的交叉價格彈性為0.021，說明電力價格的上升會引起汽油需求量的增加。

第四，居民對能源價格的響應特征不僅受到可支配收入，也受到能源環(huán)保政策等多種因素的影響。北京市城鎮(zhèn)居民生活能源消費結構的轉變主要表現為石油、天然氣、電力對煤炭的替代以及煤的初級使用向清潔能源使用的轉變。

［1］周文麗，李世平.基于ELES模型的城鄉(xiāng)居民國內旅游消費結構實證分析［J］.旅游科學，2010（3）.

［2］宋樹仁，史亞東，馬草原.產階層消費需求結構的宏觀數量分析——基于ELES模型［J］.科學·經濟·社會，2010（3）.

［3］周春應.基于ELES模型的生活水價與城鎮(zhèn)居民承受能力研究——以江蘇省為例［J］.資源科學，2010（2）.

［4］竺文杰，郁義鴻.我國居民電力需求彈性探悉［J］.中國科技產業(yè)，2009（3）.

［5］高千惠，葉作亮，代麗.天然氣價格彈性實證研究——以成都地區(qū)為例［J］.天然氣工業(yè)，2012（8）.

［6］焦建玲.中國煤炭需求的長期與短期彈性研究［J］.工業(yè)技術經濟，2007（4）.

［7］A.John.The relationship between energy consumption，energy prices and economic growth：time series evidence from Asian developing countries［J］.EnergyEconomics，2000（3）.

［8］Dr Anthony Bopp，Dr George M.Lady.On measuring the effects of higher energy prices［J］.EnergyEconomics，1990（2）.

［9］P.Ferreira，I.Soares，A.Madalena Liberalisation，consumption heterogeneity and the dynamics of energy prices［J］.EnergyPolicy，2005（2）.

［10］H.Leiming，T.Meizeng.The impacts of energy prices on energy intensity：evidence from China［J］.Energy Policy，2007，35：2978－2988.

［11］Karen Herter，Seth Wayland.Residential response to critical－peak pricing of electricity：California evidence［J］.EngergyPolicy，2010（4）.

［12］Baltagibh，Criffin.Pooled estimators vs.their heterogeneous counterparts in the context of dynamic demand for gasoline［J］.JournalofEconometrics，1997（4）.

［13］P.G.M.Boonekamp.Price elasticities，policy measures and actual developments in household energy consumption—a bottom up analysis for the Netherlands［J］.EnergyEconomics，2007（4）.

［14］Stone.Linear Expenditure System and Demand Analysis：An Application to Pattern of British Demand［J］.EconomicJournal，1954：64－67.

［15］Linch，Constantino.The Extended Linear Expenditure System［J］.EuropeanEconomiesReview，1973（4）.