中国城市居民电量消费存在回弹效应吗？

陈洪涛，岳书敬，朱雨婷

引 言

对于全球能源消耗不断增长所引发的能源资源短缺问题，研究者们普遍认为提高能源效率是缓解这一问题的有效方法。对此，中国政府通过立法、技术创新、财政政策以及政府规划目标等一系列措施改善能源效率，从而控制能源消耗总量[注]Sun C,Lin B.Reforming residential electricity tariff in China:Block tariffs pricing approach[J].Energy Policy,2013,60:741.。然而，目前能源消耗总量的控制并未达到预期效果：相关资料显示，中国2016年能源消耗总量为43.6亿吨标准煤，比上年增长了1.4%；预计2016—2030年中国能源消耗总量仍将维持1.4%的年均增长率。

产生该现象的原因可能是能源的回弹效应(Rebound Effect，RE)，回弹效应使得技术进步或能源消费提高所节约的能源被部分或完全抵消，导致能源节约效果低于预期，从而削减了政府政策的有效性[注]Wang Z,Lu M,Wang J.Direct rebound effect on urban residential electricity use:An empirical study in China[J].Renewable and Sustainable Energy Reviews,2014,30:124.。不仅如此，回弹效应还存在一种更为严重的情况，即回火效应(Backfire Effect)。回火效应属于能源回弹的一种特殊情况，具体是指能源效率的提高不仅没有起到节约能源的作用，反而会导致能源消耗的增加，使得政策效果大打折扣甚至与政策初衷背道而驰。因此，政府在制定能源政策时需要充分考虑回弹效应的存在性及规模大小，尤其注意回火效应对政策的影响。

研究中国的能源回弹效应问题，不能忽视城镇化进程加快对能源消耗的影响[注]吕连菊，阚大学.城镇化水平、速度和质量对能源消费的影响[J].城市问题,2017(5):17.。改革开放以来，中国的城镇化水平呈现快速增长态势。截至2016年底，中国城镇化率已从1978年的17.92%上升至57.4%，预计2020年将达到60%。城市已逐渐成为中国经济发展的重要主体，对社会、经济、生活起到举足轻重的作用。随着城镇化进程的快速推进，城市能源消耗问题日益突出，不仅消耗量占总能耗近3/4[注]Dhakal S.Urban energy use and carbon emissions from cities in China and policy implications[J].Energy Policy,2009,37(11):4208.，其增长速度亦超过社会总能耗[注]崔一澜，刘毅，诸葛承祥.城市居民生活能源消费研究进展综述[J].中国人口·资源与环境,2016(12):117.。而在农村到城市的转型过程中，家庭能源消耗不断增长[注]Lin B,Ouyang X.Energy demand in China:Comparison of characteristics between the US and China in rapid urbanization stage[J].Energy Conversion and Management,2014,79:128.。城镇化进程促进居民家庭能源消费量的不断增加。其中，电力已经成为城市居民家庭能源消费中最为重要的能源(如图1所示)。

图1 2008—2015年城市居民家庭能源消费结构[注]数据来源：《中国统计年鉴2016》。

考虑到城市居民电量消费在城市能源消耗中的重要地位，以及城市能源消耗之于中国能源消耗的重要性，以城市居民用电消费为研究对象，考察其回弹效应规模与回弹效应类别，尤其是探讨城市居民用电消费是否存在回火效应，对当前中国节能政策的制定和完善，对于建设“绿水青山”的生态文明都具有重要现实意义。因此，本文将构建城市面板双对数模型，在研究居民用电消费的影响因素的基础上，分析城市居民用电消费的回弹规模和回弹类别，并从东部、中部、西部进一步开展回弹效应的区域差异性研究，提出改善我国城市居民用电消费回弹效应的举措。本文不仅有助于解释当前能源消耗控制效果不理想的现象，还有助于国家针对区域差异性制定因地而异的能源政策。

一 、 文献回顾

回弹效应源于19世纪英国经济学家杰文斯在《the Coal Question》一书中提出的“杰文斯悖论”。回弹效应现象指技术进步带来生产效率的提高，导致单位服务成本下降，促使人们倾向于消费更多的生产性服务，从而增加额外的能源消耗抵消效率提高所节约的能源，通常以能源效率提高的预期节能量的百分比表示。

根据回弹效应的大小，桑德斯(Saunders)将其分为以下五类[注]Saunders H D.Fuel conserving (and using) production functions[J].Energy Economics,2008,30(5):2184.：(1) 超级节能效应，即RE<0,此时能源效率的提高使得实际能源节约量超出预期，对可持续发展具有积极作用；(2) 零回弹效应，即RE=0,在这种情况下，能源效率提高，能源消耗保持不变，实际能源节约量恰好为预期节约量；(3) 部分回弹效应，即01,此时能源效率的提高不仅没有起到节约能源的作用，引起的能源消耗量反而大于能源效率未提高之前的规模，导致能源消耗总体增长。

国内外关于家庭部门回弹效应的研究成果较为丰富，研究者们通过估算回弹效应的强度，试图寻找减少或消除回弹效应的方法，然而由于研究方法和样本数据的差异，对于回弹效应的规模仍存在争议。目前关于家庭部门的回弹效应研究主要从以下三个方面展开：家庭供暖、私人交通以及居民用电。家庭供暖方面，哈斯(Haas)等人估算得到奥地利家庭空间供暖的回弹效应约为15%～30%[注]Haas R,Auer H,Biermayr P.The impact of consumer behavior on residential energy demand for space heating[J].Energy and Buildings,1998,27(2):195.；革兰·汉森(Gram-Hanssen)等人发现2010年丹麦家庭电力供暖回弹效应大约为20%[注]Gram-Hanssen K,Christensen T H,Petersen P E.Air-to-air heat pumps in real-life use:Are potential savings achieved or are they transformed into increased comfort?[J].Energy and Buildings,2012,53:64.。私人交通方面，海梅尔(Hymel)等人通过对1966—2004年美国州际截面数据的研究，发现各州平均回弹效应短期为4.7%，长期达到24.1%[注]Hymel K M,Small K A,Dender K V.Induced demand and rebound effects in road transport[J].Transportation Research Part B:Methodological,2010,44(10):1220.；奇尼斯(Chitnis)和索瑞尔(Sorrell)发现提高英国家庭汽车燃料使用效率将带来56%的回弹效应[注]Chitnis M,Sorrell S.Living up to expectations:Estimating direct and indirect rebound effects for UK households[J].Energy Economics,2015,52:S100.。居民用电方面，奇尼斯(Chitnis)和索瑞尔(Sorrell)发现提高英国家庭电力使用效率将导致41%的回弹效应；米勒(Miller)和阿尔贝蒂尼(Alberini)估算得到美国家庭电力消耗的回弹效应在20%～80%之间[注]Miller M,Alberini A.Sensitivity of price elasticity of demand to aggregation,unobserved heterogeneity,price trends,and price endogeneity:Evidence from U.S. Data[J].Energy Policy,2016,97:235.。

关于中国的回弹效应，已有实证研究更侧重于整体经济体系的能源回弹、工业部门的能源回弹以及交通部门的能源回弹，对家庭用电回弹效应的研究较少。从全国来看，王兆华、张跃军等人均以全国或省级宏观统计数据为基础，采用不同计量方法测算中国居民用电回弹效应，结果较为一致(均约为70%)，表现出“回弹效应”现象[注]Wang Z H,Lu M L,Wang J C.Direct rebound effect on urban residential electricity use:An empirical study in China[J].Renewable and Sustainable Energy Reviews,2014,30:124.[注]Zhang Y J,Peng H R.Exploring the direct rebound effect of residential electricity consumption:An empirical study in China[J].Applied Energy,2017,196:132.。从地区来看，王兆华等人通过双对数模型估算北京市居民电力消费的长期回弹效应为40%[注]Wang Z H,Han B,Lu M L.Measurement of energy rebound effect in households:Evidence from residential electricity consumption in Beijing,China[J].Renewable and Sustainable Energy Reviews,2016,58:852-861.；余碧莹等人基于北京地区的家庭能源消费调查考察了北京家庭主要家庭用品的能源效率提高带来的回弹效应，发现空调、洗衣机和微波炉的直接回弹效应分别高达60.76%、106.81%、100.79%[注]Yu B Y,Zhang J,Fujiwara A.Evaluating the direct and indirect rebound effects in household energy consumption behavior:A case study of Beijing[J].Energy Policy,2013,57:441.。也有少数研究者对中国居民用电的回火效应进行了初步探索。林伯强等人发现居民电价改革前后均存在回火效应，程度分别达到165.22%和132.3%[注]Lin B Q,Liu X.Electricity tariff reform and rebound effect of residential electricity consumption in China[J].Energy,2013,59:240.；杜刚等人发现一级电价的回弹效应不显著，二级和三级电价的回弹效应分别达到84%和104%，呈现回弹效应和回火效应[注]Du G,Lin W,Sun C,et al.Residential electricity consumption after the reform of tiered pricing for household electricity in China[J].Applied Energy,2015,157:276.。

综上所述，学术界已对回弹效应的定义和种类达成共识，回弹效应的估算成果也较为丰富，但尚存在一些不足。一方面，中国居民家庭用电的回弹效应研究较少，缺乏城市层面的经验证据，现有研究主要以全国或省级宏观统计数据为基础对居民用电的回弹效应规模进行估算，忽略了城市层面居民家庭用电的回弹效应分析；另一方面，对于中国居民家庭用电是否存在回弹效应没有统一的结论，已有研究尚未从城市层面开展回弹效应尤其是回弹效应类别的进一步分析，而回弹效应类别的研究可能更具有政策参考价值，因此，本文在已有研究成果的基础上，进行了以下工作：首先，选取城市层面数据估算中国城市居民用电的回弹效应规模，对中国居民家庭用电的回弹效应开展城市层面分析；其次，从东、中、西三大区域考察中国城市居民用电回弹效应的区域性差异，分析不同区域是否存在不同类型的回弹效应。

二、 模型与变量定义

(一) 回弹效应的测算方法

一般来说，回弹效应可以从能源服务需求和能源需求的两个能源效率弹性来估计：(1) 能源服务需求(S)对能源效率(ε)的弹性，用ηε(S)表示；(2) 能源需求(E)对能源效率(ε)的弹性，用ηε(E)表示。通常将能源服务需求对能源效率的弹性[ηε(S)]视为一种衡量回弹效应大小的方法，然而大多数研究并没有采用ηε(S)或者ηε(E)来衡量回弹效应，而是用另外三种价格弹性之一估算回弹效应：(1) 能源服务需求(S)对能源服务成本(PS)的弹性，用ηPS(S)表示；(2) 能源服务需求(S)对能源价格(PE)的弹性，用ηPE(S)表示；(3) 能源需求(E)对能源价格(PE)的弹性，用ηPE(E)表示。其中能源服务需求、能源价格以及能源效率的关系可表示为PS=PE/ε。在外生性及对称性的假设条件下(即① 能源效率不受能源价格变化的影响，ηPE(ε)=0；② 消费者对能源价格下跌和能源效率提高的反应相同)，ηPS(S)、ηPE(S)、ηPE(E)的负值均可以看作是ηε(S)的近似值，用来衡量回弹效应。

由于能源需求(E)与能源价格(PE)的数据比能源服务需求(S)和能源效率(ε)的数据更易获得且准确率更高，由此基于数据的可得性原则，弹性的测度较多选用能源需求(E)与能源价格(PE)的数据，因此回弹效应大多采用-ηPE(E)估算。本文也采用该方法测算中国城市居民电力消耗的回弹效应(RE)，具体公式如下：

RE=-ηPE(E)=-∂ln(E)/∂ln(PE)

(1)

(二) 回弹效应的类别

根据回弹效应具体数值的不同，回弹效应可划分为不同的类别[注]Saunders H D.Fuel conserving (and using) production functions[J].Energy Economics,2008,30(5):2184.。如果RE的数值大于1，回弹效应被称为回火效应，表明此时技术进步带来能源价格降低所新增的能源需求已经超过由于能源效率提高所节约的能源使用量；如果RE的数值小于0，回弹效应被称为过度储存效应(Super Conservation Effect)，表明技术进步完全减少了能源消耗；如果RE的数值大于0小于1，回弹效应称为部分回弹效应(Partial Rebound Effect)，即技术进步带来的能源节约量被部分抵消。

(三) 回弹效应的模型估计

居民电量消费受多方面因素的影响，包括社会经济、家庭特征、自然环境等。根据王兆华和卢密林、张跃军等人的研究[注]王兆华，卢密林.基于省际面板数据的中国城镇居民用电直接回弹效应研究[J].系统工程理论与实践,2014(7):1678.[注]Zhang Y J,Peng H R.Exploring the direct rebound effect of residential electricity consumption:An empirical study in China[J].Applied Energy,2017,196:132.，本文选择影响居民电量消费的主要因素：电价、人口、降雨量和气温。一般来说，根据需求曲线，价格的增加会导致需求量的减少，因此电价的提高将导致居民用电需求的下降。城镇化进程的快速推进是我国近年来重要的发展特点之一，随着大量人口进入城市工作、学习，城市的居民用电压力随之增加，因此城市人口的增加对居民电量消费具有正向影响。此外，电力需求也受到气候条件的影响。有研究表明，降水量对居民电量消费有显著的正向作用，阴雨天气往往光线昏暗、气温变化较大，人们的照明、采暖(或制冷)需求会有所增加。温度也是影响居民电力需求的一个重要因素，气温上升(或者下降)带来的制冷(或者采暖)需求是夏季和冬季家庭居民用电的主要组成部分。温度的衡量主要采用度日法，分为采暖度日(Heating Degree Day，HDD)和降温度日(Cooling Degree Day，CDD)。由于我国北方地区冬季区域式供暖以煤炭、石油等燃料为主，而非电力，因此电力消耗无法代表北方地区居民冬季采暖的能源消耗；而我国南北方地区居民均采用以电力为能源的空调进行室内降温、制冷，南北方制冷的电量消耗具有可比性，因此本文选择降温度日作为表征变量来反映温度对城市居民电量消费的影响。

通过以上对居民电量消费影响因素的选择确定，本文将居民家庭电量消费作为被解释变量，电价为解释变量，人口、降水量以及降温度日作为控制变量，构建线性面板双对数模型，估算我国城市居民电量消费的回弹效应，模型如下所示：

lnCONSi,t=α+β1lnPRICEi,t+β2lnPOPi,t+β3lnRAINi,t+β4lnCDDi,t+εi,t

(i=1,2,…,29;t=2008,2009,…,2015)

(2)

其中，α为常数项；β1、β2、β3、β4为待估参数，β1为电价的弹性系数，表示在控制人口、降水量、温度等因素的情况下电价下降100%会引起城市居民电量消费相应地增加|β1|*100%，即|β1|*100%可表示中国居民电量消费的回弹效应规模；εi,t为随机误差项。

被解释变量CONSi,t表示i市t年城市居民家庭电量消费(单位：万千瓦时)。

解释变量PRICEi,t表示i市t年居民电价(单位：元/千瓦时)。2012年起全国实行三级电价，使得居民电价较难衡量。本文参照沈小波的做法[注]沈小波.中国农村居民电力需求的影响因素[J].统计研究,2014(1):84.，采用居民平均电价(单位：元/千瓦时)表示各城市居民电价。为剔除通货膨胀对电价的影响，本文以2008年为基期的各地区CPI指数对居民平均电价进行调整。

控制变量包括：POPi,t表示i市t年城市人口数(单位：万人)；RAINi,t表示i市t年降水量(单位：毫米)；CDDi,t表示i市t年降温度日(单位：摄氏度)。其中降温度日(CDDi,t)参照王兆华和卢密林的做法进行计算[注]王兆华，卢密林.基于省际面板数据的中国城镇居民用电直接回弹效应研究[J].系统工程理论与实践,2014(7):1678.，公式如下：

(3)

(i=1,2,…,29;t=2008,2009,…,2015)

其中，CDDi,t表示i市t年降温度日；CDDi,t,j表示i市t年第j个月的降温度日；Ti,t,j表示i市t年第j个月的月平均温度；Tb表示基础温度，此处基础温度定为18.3摄氏度；r表示一个虚拟变量，当Ti,t,j>Tb时，r=1，反之则为0；Mt,j表示t年第j个月的天数。

(四) 数据来源与描述性分析

基于统计数据的可得性与一致性，本文剔除了拉萨、西宁两所省会城市，选取2008—2015年中国29个省会城市及直辖市的面板数据进行实证分析。各变量数据来自《中国城市统计年鉴》《中国统计年鉴》《电力监管报告》以及《全国电力价格情况监管通报》。

图2描述了2008—2015年全国及东中西部城市(东部城市为北京、天津、上海、石家庄、沈阳、南京、杭州、福州、济南、广州；中部城市为哈尔滨、长春、太原、郑州、合肥、南昌、武汉、长沙、海口；西部城市为成都、重庆、西安、贵阳、昆明、呼和浩特、银川、乌鲁木齐、南宁、兰州)居民电量消费情况。从发展趋势来看，所有地区城市居民电力消耗量呈现不断增长的态势，体现了城市居民日益增长的电力需求，人们的生活与电已密不可分；从区域差异来看，东部城市居民电量消费远高于中西部，中部和西部则较为接近，体现了城市居民用电消费的区域差异性。可见，随着区域发展，城市居民电量消费各有不同，因此不仅需要从全国层面研究城市居民电力消费的回弹效应，还需对其进行分区域探讨。

图2 2008—2015全国及东中西部城市居民电力消耗总量

三、 计量结果分析

(一) 面板单位根检验和协整检验

本文的研究以2008—2015年中国29个省会城市及直辖市的面板数据为基础，因此需对各变量进行面板单位根检验和协整检验，避免出现虚假回归，影响回归结果的可信度。

面板单位根检验的方法多样，本文借鉴张跃军等人的做法[注]Zhang Y J,Peng H R,Liu Z,et al.Direct energy rebound effect for road passenger transport in China:A dynamic panel quantile regression approach[J].Energy Policy,2015,87:303.，分别采用相同根的检验方法(LLC检验)和不同根的检验方法(ADF-Fisher检验、PP-Fisher检验)对各变量进行面板单位根检验。检验结果如表1所示，回归模型中各变量均为一阶单整序列，可进一步进行面板协整检验。

表1 面板单位根检验结果

注：1. Δ表示变量的一阶差分；2. 根据SIC准则自动确定最优滞后期数；3. ***表示在1%的显著性水平下显著。

本文采用Pedroni检验和Kao检验进行面板协整检验。表2的检验结果显示，Pedroni检验中全国、东部、中部和西部的7组统计量均有4组通过5%的显著性检验(两组为组内统计量，两组为组间统计量)，且检验效果最为可靠的Panel ADF 和 Group ADF统计量均通过检验；Kao检验主要通过ADF统计量对变量进行协整检验，结果显示各区域的变量均通过10%的显著性检验。综合两种检验方法，本文认为全国、东部、中部和西部的各变量存在长期均衡关系。

表2 面板协整检验结果

注：1. 根据SIC准则自动确定最优滞后期数；2. ***、*分别表示在1%和10%的显著性水平下显著。

(二) 实证分析

1. 全国层面

由于变量是协整的，具有长期关系，本文借鉴王兆华和卢密林的方法[注]王兆华，卢密林.基于省际面板数据的中国城镇居民用电直接回弹效应研究[J].系统工程理论与实践,2014,34(7):1678.，采用E-G两步法估计长期均衡方程，测算中国城市的长期回弹效应，回归结果如表3所示。

表3 全国城市居民电量消费回弹效应测算

注：***、**、*分别表示在1%、5%、10%显著性水平下显著。

上述线性回归结果(表3)显示，电价、城市规模、降水量以及降温变化均是影响城市居民电量消费的重要因素。其中，电价的弹性系数(-0.7073)在5%的显著性水平下显著，表明电价对中国城市居民电量消费具有显著的负向作用。中国城市居民对电力价格较为敏感，电力价格的上升将导致居民用电需求的大幅下降。控制变量方面，城市人口规模的弹性系数在1%的显著性水平下显著为正，意味着人口规模的扩大对城市居民电量消费具有显著的正向作用。随着大量农村人口涌入城市，城市居民的用电压力随之增加，城市人口规模的快速扩张成了促进电力消费增长的重要因素[注]陈文静，何刚.电力消费及其影响因素:基于非参数模型的研究[J].系统工程理论与实践,2009(5):92.。降水量以及降温度日的弹性系数均为正，分别在1%和5%的显著性水平下显著，表明这两个气候条件变量均对居民能源消耗有显著的正向影响。降水量较大的城市一般位于热带或亚热带地区，气候炎热潮湿，因此降温及干燥需求较大[注]Zhang Y J,Peng H R.Exploring the direct rebound effect of residential electricity consumption:An empirical study in China[J].Applied Energy,2017,196:132.；与此同时，阴雨天昏暗的环境增加了家庭的照明需求，促使居民电量消费的上升。与降雨量类似，降温度日较大的城市意味着平均气温较高，降温需求较大，由于我国家庭降温的电器大多为以电力为能源的空调，因此城市居民较大的降温需求带来了电力消耗的增加。从变量的弹性系数大小来看，电价和人口规模的系数大于降水量以及降温度日，表明电力价格和城市人口规模是影响中国城市居民电量消费的主要因素，而气候条件对居民能源消耗影响不大。

此外，表3显示，长期来看中国城市居民电量消费存在部分回弹效应。本文采用价格弹性系数衡量中国城市居民用电长期回弹效应大小，因此根据回归结果中电价的弹性系数(-0.7073)可得2008—2015年城市居民电量消费的长期回弹效应为70.73%，表明当用电效率提高时，由于效率提高和用电成本的降低，预期节电量的70.73%将被额外增加的电量消费所抵消，实际节电量仅达到预期的29.37%，可见能源效率的提高确实降低了能源消耗，但效果不如预期。该结果与王兆华和卢密林估算的71%较为接近[注]王兆华，卢密林.基于省际面板数据的中国城镇居民用电直接回弹效应研究[J].系统工程理论与实践,2014(7):1678.。与此同时，我们发现与英、美等发达国家相比，中国城市居民用电回弹效应的规模较大，相关研究表明英国家庭电力消耗的回弹效应为41%[注]Chitnis M,Sorrell S.Living up to expectations:Estimating direct and indirect rebound effects for UK households[J].Energy Economics,2015,52:S100.，美国为33%[注]Nakajima T,Hamori S.Change in consumer sensitivity to electricity prices in response to retail deregulation:A panel empirical analysis of the residential demand for electricity in the United States[J].Energy Policy,2010,38(5):2470.。这一现象说明相较于发达国家，发展中国家未满足的能源需求可能导致更高的回弹效应[注]Chakravarty D,Dasgupta S,Roy J.Rebound effect:how much to worry?[J].Current Opinion in Environmental Sustainability,2013,5(2):216.。

2. 区域层面

由于中国地域辽阔，各地区经济发展水平不平衡、气候环境不同，因此各地区的能源消耗也存在差异[注]郁义鸿，李会.我国居民家庭电力需求区域性差异研究[J].财经问题研究,2015(9):21.。上文对全国城市居民用电消费回弹效应的分析无法凸显区域能源回弹效应的异质性，因此本文将进一步开展区域层面的回弹效应测度研究，讨论各区域是否存在不同类型的回弹效应。本部分内容依然采用E-G两步法对东、中、西部居民用电回弹效应进行测算，结果见表4。

表4 东、中、西部城市的居民用电回弹效应测算

注：***、**、*分别表示在1%、5%、10%显著性水平下显著；括号中为t值。

表4显示，中国城市居民用电消耗的回弹效应存在区域差异性。与全国类似，东部地区城市居民电量消费不存在回火现象。从表4的测算结果来看，东部地区城市居民电量消费的回弹效应不显著。一方面，可能是因为东部地区教育水平较高，城市居民节电环保意识较强[注]聂伟.环境认知、环境责任感与城乡居民的低碳减排行为[J].科技管理研究,2016(15):252.，由于良好的节能减排习惯，用电成本下降对人们的用电需求影响较小。另一方面，消费者的需求饱和度是影响回弹效应的重要因素，东部地区各城市经济发展水平较高，城市居民家用电器拥有量较大，由于电力是家用电器的“派生需求”，居民家用电器的高存量意味着该地区用电需求已逐渐接近“饱和”状态，因此东部地区能源效率提高对城市居民的用电需求影响较小。

与全国和东部地区不同的是，中西部地区城市居民的电量消费存在明显的回火效应，分别达到132%和131%(表4)。该回火现象表明：当中西部城市居民用电效率提高时，预期节电量不仅会被新增电量消费完全抵消，还会额外消耗预期节电量的32%、31%，即能源效率的提高不仅没有节约能源消耗反而起到反向作用。本文认为中西部出现回火效应主要受两大因素影响。一是城镇化进程导致的刚性需求增长。中西部地区经济发展水平相对落后于东部地区，一定程度上制约了城市居民的用电需求，以往电力需求主要在于日常照明和看电视等日常生活基本需求[注]郁义鸿，李会.我国居民家庭电力需求区域性差异研究[J].财经问题研究,2015(9):21.，但随着城镇化进程加快，用电成本下降使得居民用电刚性需求大幅增加(比如对家用电器需求的增加)，出现回火效应。另一个导致中西部城市出现回火效应的原因是居民价格敏感度较高。居民人均收入水平越低对用电价格越为敏感[注]Sun C,Lin B.Reforming residential electricity tariff in China:Block tariffs pricing approach[J].Energy Policy,2013,60:741.，因此用电效率的提高和用电成本的降低使得人均收入较低的中西部城市的居民用电消耗大幅上升，从而出现较大的回弹效应，甚至出现“回火”现象。

四、 结论及政策建议

随着中国城镇化水平的快速发展以及居民用电消耗的持续增长，以中国城市居民用电消费为研究对象，考察其回弹效应规模与回弹效应类别，尤其是探讨城市居民用电消费是否存在回火效应，对于当前中国节能政策的制定和完善，以及建设“绿水青山”的生态文明都具有重要现实意义。本文利用2008—2015年城市居民用电消费面板数据进行实证研究，得到以下结论：

(1) 基于面板双对数模型发现电价、城市规模、降水量以及降温变化均是影响城市居民用电量的重要因素。其中电价对城市居民用电量具有显著的负向影响，城市人口规模、降水量以及降温度日则对居民能源消耗有明显的积极作用。

(2) 全国来看，中国城市居民用电消费存在能源回弹效应，技术进步引发的能源成本降低将导致能源节约量的70%被抵消。

(3) 分区域来看，东部、中部、西部城市的回弹规模及回弹类别均存在差异性，东部城市居民用电回弹效应不显著，中西部城市则出现回弹效应中的回火现象，预期节电量不仅将被新增加的电量消费完全抵消，还会额外消耗预期节电量的32%、31%。

上述结论体现了一定的政策含义，据此本文提出以下建议：第一，重视回弹效应对政策效果的冲击。政府在制定节能政策时不能忽视回弹效应的存在及规模大小，尤其是回火效应的存在需要政府在制定中、西部节能政策时更为谨慎，避免部分节能举措反而增加能耗的现象。地方政府制定中长期能源规划时要提前布局，重视能源产品技术进步的同时更要重视伴随技术进步带来的能源回弹，避免对未来能源消耗的低估。同时，还应该重视中西部地区承接产业转移时带来的能源消费溢出效应，加强对区域性能源公共政策的绩效评估。第二，持续推进节能政策，因地制宜进行调整。从全国来看，虽然能源效率的提高带来能源节约效果部分被抵消(70%)，但是仍有30%的积极作用，提高能源效率依然是减少能源消耗的有效措施，因此中国政府仍需采取措施扶植节能产业，鼓励节能技术和节能产品的研发推广。由于中西部城市居民用电存在回火效应，节能政策需因地制宜进行调整。考虑到城市人口规模、降水量以及气温对居民能源消耗的正向影响，对中西部城市来说，节能政策尤其需要注意那些人口多、降水量少和平均气温较低的大城市或特大城市。这些城市的节能重点在于充分发挥大城市的集聚效应和规模效应，发展绿色公共交通，降低单位能源消耗，以尽量减缓中西部城市居民的电力消耗增长。第三，提高能源服务价格，引导绿色消费。能源效率改善带来的能源服务成本下降被认为是引发回弹效应的原因之一，因此提高能源服务成本是缓解回弹效应的重要措施。可通过推动能源价格的市场化来提高能源服务成本，减小政府对居民用电价格的补贴效应，适度提高居民电价。当然，考虑到回火效应出现在我国居民收入水平相对较低的中西部城市，提高居民电价的同时需要注意电价上涨可能增加低收入家庭的负担。因此，对于中西部城市来说，还需加大节能环保教育力度，通过培养中西部城市居民的节约用电习惯来缓解该地区的回火效应。