AdobeStock_78889290.jpeg
VoxEU 能源 环境

人均收入,消费模式,二氧化碳排放量

随着全球二氧化碳排放量仍在增长,了解能源使用和排放背后的决定因素与以往一样重要。本专栏着眼于人均收入和消费选择的作用。报告发现,在大量国家中,用于能源和能源密集型商品的支出占比往往随着收入的增加而减少。模拟表明,收入增长会改变消费模式,从而通常会减少排放。然而,低收入和中等收入国家排放量的增加以及能源消费从直接到间接的转变意味着对全球排放总量的影响是有限的。

能源消耗与许多负面外部性有关。具体来说,化石燃料会导致二氧化碳的排放,这是最普遍的温室气体。由于气候变化问题远未解决,了解排放水平背后的决定因素对于改善预测和指导政策制定是必要的。

有充分的经验证据表明,能源需求取决于人均收入。在高收入国家,一些基于单个国家的调查研究发现,富裕家庭在能源上的支出占收入的比例较小(例如Dubin和McFadden 1984)。在发展中国家,人们对这种关系的了解较少,而目前能源需求的增长主要发生在发展中国家。多项研究发现,在包括中国在内的中等收入国家,能源需求的增长也低于总支出的增长(例如,Cao等人,2016年)。另一方面,由于大量人口刚刚开始购买能源密集型电器(冰箱、空调、汽车),人们担心发展中国家的能源需求可能会继续快速增长(Auffhammer和Wolfram 2014, Gertler et al. 2016)。

更一般地说,结构变化文献清楚地记录了不同收入水平的消费者偏好不同的商品组合(例如Comin et al. 2018),随着收入的增长,通常从农业转向制造业,再转向服务业。然而,我们仍然不清楚能源消费的总体后果,也不清楚收入、消费模式和二氧化碳排放之间的总体关系。这种关系直接影响GDP的二氧化碳强度,而GDP是预测排放和理解气候变化潜在程度的一个关键因素。对著名排放预测模型(来自学术界、政府或国际机构)的快速调查也表明,这些模型往往以相当粗略的方式将收入对消费的影响考虑在内,因为它们通常更关注技术假设。

我们最近的文章(Caron and Fally 2018)系统地总结了消费模式转变对能源需求和排放的影响。我们对涵盖大部分人均收入范围和所有经济部门的国家采取综合观点。我们的框架是Caron等人(2014)描述的一般均衡模型的延伸,通过生产和贸易联系将非同类家庭偏好(即非微不足道的收入效应)与排放联系起来。该模型使我们能够揭示二氧化碳密集型产品生产中比较优势的模式。因此,我们可以确定收入在决定能源需求方面的作用,确保我们不会将其与各国能源或能源密集型商品和服务的可用性差异混淆。

收入弹性与各行业排放强度之间的关系

高收入消费者是否更喜欢生产过程中二氧化碳密集度更低的商品?

利用不同类型的非同类偏好,我们估计了50个经济部门中商品的收入弹性。和我们面前的许多人一样,我们发现人均收入在决定消费模式方面起着明确的作用——大多数部门的收入弹性都有显著不同。

能源直接消费的增长通常慢于收入的增长。图1显示,家庭直接消费的两种主要能源商品,电力(ely)和成品油(p_c,主要是用于运输的汽油)的收入弹性低于1。虽然这些估计值反映了所有国家的平均值,但它们取决于收入——能源消费在低收入国家更具收入弹性。这与文献中零散的国家层面的证据是一致的。

图1在行业层面,收入弹性与(log)二氧化碳强度之间的倒u /负关系

注:每个标记代表一个经济部门;市场规模反映了该行业在最终需求中所占的平均份额。二氧化碳总强度表示二氧化碳的总量,单位为千克,与每一美元商品的消费有关;灰色线表示线性回归和二次回归的拟合;负u和倒u关系在1%水平下均显著。请参阅Caron和Fally(2018)的完整行业列表。

然而,只看直接能源消耗是有误导性的。它忽略了非能源商品消费所体现的排放——想想你所坐的椅子的钢铁和皮革生产所产生的排放,等等。追踪全球供应链中的“间接”排放(基于中间投入和贸易联系),我们可以计算出与每种商品消费相关的“总”排放。图1绘制了收入弹性与总(体现的)二氧化碳强度的关系,显示了一个“倒u型”关系——平均而言,中等收入弹性的部门具有最高的二氧化碳强度。但总体上也是不对称和负的,高收入弹性部门的平均二氧化碳需求最低。

我们坚持认为,这代表了一种“偶然的”相关性——高收入消费者并不一定会因为这些商品的排放强度较低而偏爱它们。

解释与消费相关的排放的跨国差异

收入弹性和二氧化碳强度之间的这种系统关系是否会导致各国二氧化碳排放水平的重要差异?

与其他污染物不同的是,二氧化碳排放量往往会随着收入的增加而不断增加。然而,许多研究发现,人均排放量和单位美元排放量在中等收入水平达到峰值(Dietz和Rosa 1997, Schmalensee等人1998),这是“环境库兹涅茨曲线”的一种变体。

当我们关注消费时,我们首先记录收入与每一美元消费所体现的平均二氧化碳含量之间的类似关系:图2中的黑色实线揭示了人均收入与消费的直接和总平均二氧化碳含量之间明显的不对称倒u型关系。虽然中低收入国家的碳排放密集度最高,但总体上这种关系也是负的——高收入国家的碳排放密集度最低。不过,与之前的环境库兹涅茨曲线研究类似,这一发现纯粹是描述性的,不能用来推断排放将如何随着收入的增长而变化。

图2各国平均二氧化碳含量

请注意:线表示国别值的局部线性回归平滑。

为了分离消费选择差异的作用,我们在所有国家使用相同的(加权平均)部门级二氧化碳强度系数重新计算消费排放。这样做可以抵消各国生产技术的差异、部门内部的异质性(商品类型、质量差异)以及贸易的作用(商品的采购)。我们发现,仅消费模式的差异就可以解释消费篮子中总二氧化碳强度的33%的国别差异。它们还产生了一种关系,即高收入国家的排放密集型消费最少(见图2的蓝色虚线)。

为了分离收入在解释这些消费模式差异中的作用,我们再次用从我们的模型中得到的估计的拟合消费份额重新计算消费排放。不同国家之间的差异只是因为非同质性行为(因为收入),部分复制了观察到的模式,包括排放强度随着收入而降低的事实(见图2中的橙色虚线)。高收入导致消费者更喜欢排放强度较低的商品,这一发现补充了Levinson和O 'Brien(2018)最近的研究。使用相关的结构方法,他们为美国记录了标准污染物(本地污染物,与全球二氧化碳相比)的间接消费增长慢于收入增长。

然而,重要的是,虽然收入在决定消费的直接和总二氧化碳含量方面都起着作用,但从图2中也可以清楚地看出,收入的差异导致的总二氧化碳排放量的差异比直接消费排放量的差异在比例上要小。

由收入驱动的消费习惯改变并不是解决气候变化问题的灵丹妙药

在确定人均收入是二氧化碳强度的决定因素后,我们估计了消费者驱动的从排放密集型行业转向经济脱碳的范围,即使技术没有任何改进。

为此,我们模拟了所有国家的收入增长。我们的一般均衡模型不仅考虑了消费模式将如何变化,还考虑了生产和贸易模式的调整。我们不打算把它作为一个预测练习,只是让我们能够突出消费模式的作用。图3显示了每个国家的模拟结果,表示为消费排放的收入弹性。数值为1意味着该国的排放量将与人均收入成比例地增加。估计的弹性显然取决于收入——高收入国家的弹性最低,但低收入国家的弹性高于1。但总的来说,“收入效应”是负面的。对于能源的直接消费(上图),除了收入最低的国家外,所有国家的排放量都在下降,因此在所有国家中,收入每增加1%,排放量只会增加0.88%。这一结果是基于化石燃料供应弹性的合理但保守的价值;供给弹性越大,需求效应越强。

图3消费二氧化碳含量对人均收入的模拟弹性

笔记:一般均衡估计;化石燃料供应弹性校准为0.75。

然而,观察收入对消费篮子中总二氧化碳含量的影响(下图),可以证实收入的影响总体上较弱——尽管高收入国家的值再次较低,但在更大范围的国家中高于这一值。我们发现,收入每增加1%,全球排放量就会增加0.96%。这当然是我们感兴趣的指标,因为它与总排放量密切相关

我们的结论是,总体而言,需求方面的力量正朝着正确的方向发展。然而,总体而言,它们的影响并不大,因为据估计,低收入国家的排放强度将在一段时间内不断增加,能源消费也将从直接消费转向间接消费。消费驱动的脱碳在短期内不会对解决气候变化问题做出实质性贡献。

参考文献

Auffhammer, M和C Wolfram(2014),“为中国提供动力:收入分配和居民用电”,美国经济评论:论文和论文集104(5): 575 - 80。

曹杰,何明生,梁宏等,(2016),“中国城市居民能源需求:考虑区域价格和收入快速变化”,能源杂志37(中国特刊)。

Caron, J和T Fally(2018),”人均收入,消费模式和二氧化碳排放, CEPR讨论文件第13092号。

Comin, D, D Lashkari和M Mestieri(2015 - 2018年更新),“长期收入和价格影响的结构变化”,NBER工作文件21595。

Dietz, T和E A Rosa(1997),“人口和富裕程度对二氧化碳排放的影响”,美国国家科学院院刊94(1): 175 - 179。

Gertler, P J, O Shelef, C D Wolfram和A Fuchs(2016),“世界新兴中产阶级对能源使用资产的需求”,美国经济评论106(6): 1366 - 1401。

Levinson, A和J O'Brien(2018),“环境恩格尔曲线:常见空气污染物的间接排放”,《经济学与统计学评论》,即将到来。

Schmalensee, R, T M Stoker, and R A Judson(1998),“世界二氧化碳排放量:1950-2050”,经济学与统计学评论80(1): 15 -。

6719年读

Baidu
map