识别长期与短暂的能源贫困:一种与持续时间无关的分解方法

《Energy Economics》:Identifying chronic and transient energy poverty: A duration-independent decomposition approach

【字体: 大 中 小 】 时间:2026年04月11日 来源:Energy Economics 14.2

编辑推荐:

  中国能源贫困分解与动态研究采用改进的FGT指数,将能源贫困细分为慢性与临时两类,基于2012-2020年CFPS数据发现总体缓解但慢性贫困持续存在。

  
陈永伟|张杰|傅大海|史迅鹏
浙江工商大学现代商业研究中心与经济学院,中国杭州310018

摘要

能源贫困对可持续发展构成了巨大挑战。准确识别能源贫困及其根本原因对于有效缓解能源贫困至关重要。本研究采用了Foster-Greer-Thorbecke贫困指数,开发了一种新的方法,将能源贫困分解为长期和短期两个组成部分。所提出的方法能够适应贫困持续时间的变化,并为分析能源贫困动态提供了严格的经济框架。通过对2012年至2020年中国家庭追踪调查数据的应用,我们的实证分析显示,虽然中国整体能源贫困状况有所下降,但长期贫困问题依然存在。这种分解方法为研究其他发展中国家的能源贫困趋势提供了灵活且全面的工具。

引言

消除能源贫困是联合国可持续发展议程的核心目标,但仍面临诸多严峻挑战。截至2023年,约有23亿人——接近全球人口的三分之一——无法获得清洁烹饪燃料和现代能源技术(世界银行,2023年)。同时,据估计仍有6.75亿人没有电力供应,深陷严重的能源匮乏之中(国际能源署,2024年)。缺乏可靠和可持续的能源来源导致了一种持续的贫困循环,使数百万人无法满足基本的能源需求(Aristondo和Onaindia,2018年;Zhang等人,2023年;Bednar等人,2023年)。
区分长期能源贫困和短期能源贫困对于制定有针对性的有效扶贫策略和缓解能源匮乏至关重要。虽然政府补贴等临时措施可以缓解短期能源贫困,但往往无法解决长期存在的结构性问题。长期能源贫困通常源于深层次的结构性限制。例如,教育水平的不足会系统性地限制家庭采用现代能源的能力,从而削弱其经济韧性(Aba等人,2019年;Apergis等人,2022年;Batool等人,2023年)。因此,这两种形式的贫困反映了根本不同的挑战。有效的缓解措施需要准确诊断能源贫困的根本原因,然后采取有针对性的政策干预。
识别长期和短期能源贫困有助于理解能源匮乏的严重后果。从社会影响来看,长期能源贫困会损害公共健康——尤其是通过加剧固体燃料燃烧引起的呼吸系统疾病——并通过限制弱势家庭参与集体活动而加剧社会排斥(Lu等人,2020年;Abbas等人,2020年)。相比之下,短期能源贫困主要引发短期心理压力,导致家庭福祉的阶段性中断(Liddell和Guiney,2015年;Martey等人,2022年)。从经济角度来看,长期能源贫困通过降低生产力和阻碍人力资本积累形成贫困陷阱,而短期能源贫困则扰乱短期消费模式,削弱低收入家庭的经济韧性(Charlier和Kahouli,2019年;Sambodo和Novandra,2019年)。
近期文献强调了区分长期和短期能源贫困的必要性(Pourkhanali等人,2023年;Ozdemir和Koukoufikis,2024年)。基于持续时间的方法已成为这种区分的常用方法,通过跟踪一定时期内贫困事件的频率来确定家庭能源贫困状况。例如,Drescher和Janzen(2021年)通过设定持续时间阈值来概念化长期能源贫困,如果家庭贫困事件的累计持续时间超过观察期的特定比例(如70%),则将其归类为长期贫困。他们的实证研究发现,绝大多数家庭经历的是短期而非长期能源贫困。同样,Vera-Toscano和Brown(2022年)将观察期内经历能源贫困时间少于50%的家庭归类为短期贫困,超过这一阈值的家庭则被视为长期贫困。他们的分析表明,澳大利亚的能源贫困主要是短期的。Li和Luo(2023年)也采用了类似的基于持续时间的方法来区分中国的长期和短期能源贫困。
基于持续时间的分类提供了一个直观且易于操作的阈值计数标准,但它存在两个明显缺点。首先,该方法依赖于家庭经历能源贫困的观察窗口比例。由于关键阈值是预先确定的,窗口的日历长度直接影响长期贫困的分类。例如,一个家庭在五年的追踪调查中经历了三年的能源贫困,可能在扩展到八年的调查中被重新分类为短期贫困。其次,这种传统方法忽略了能源贫困的深度。它仅记录家庭低于规定阈值的次数,而忽略了不同家庭之间贫困强度的差异。因此,即使是围绕贫困线的微小波动,甚至贫困线本身的变化,也可能深刻改变家庭的整个贫困轨迹(Foster和Shorrocks,1988a;Simshauser,2021年)。尽管基于持续时间的规则仍适用于一般贫困测量,但它们不足以指导扶贫政策干预。有效的政策制定需要根据家庭能源成本负担的严重程度进行区分,而不仅仅是根据贫困阈值的跨越次数。
为了解决这些局限性,本研究引入了一种创新方法,将家庭能源贫困分解为长期和短期两个组成部分。我们采用了Foster-Greer-Thorbecke(FGT)指数,将能源贫困状况在时间上进行汇总,从而捕捉到无法负担能源支出的财务负担。调整后的指数将基本能源需求的支出与能源需求的短期波动效应结合起来。得到的能源贫困指标进一步分为长期和短期两个要素:长期贫困反映了持续无法负担基本能源服务的能力,而短期贫困则源于临时性的中断。与基于持续时间的方法不同,我们的框架考虑了不同家庭之间能源贫困强度的差异,并揭示了其根本的结构特征,从而为分析和解决能源匮乏的动态提供了更细致的分析视角。
本文在三个方面为现有文献做出了贡献。首先,我们提出了一种新的识别策略,将贫困强度纳入长期和短期能源贫困的分解中,从而超越了传统基于持续时间方法的局限性。我们的指标不依赖于贫困暴露的持续时间,能够提供每个家庭面临的困难持续性的绝对衡量。具体来说,我们将家庭能源支出的增加分为由常规消费需求驱动的部分和由偶发外部冲击引发的部分;由此产生的无法负担的能源成本分别被归类为长期和短期贫困。这一程序在公理上是有根据的,满足了构成伦理上连贯的贫困指数所需的单调性和一致性公理(Sen,1976年;Ravallion,2015年),同时继承了政策目标所需的分组和时间分解属性(Foster和Shorrocks,1988b)。
其次,本研究改进了FGT指数以测量能源贫困。FGT指数在收入贫困分析中已被广泛使用,因为它能够在一个统一的参数框架内捕捉贫困的发生率、深度和不平等(Li和Li,2021年;Croon等人,2023年;Oyebamiji和Khan,2023年)。我们重新概念化了该指数以适用于能源贫困问题,因为能源贫困是由与收入贫困不同的驱动因素引起的。准确识别需要同时评估家庭的能源支出模式和收入水平。为此,我们通过系统地修订其识别标准和参数来改进FGT框架,从而扩展了该指数的适用性,并为分析能源贫困提供了实用的定量工具。
第三,本文提出了一个适用于不同经济体的通用框架来分析能源贫困。以中国为例——考虑到其多样的能源生产和复杂的消费模式——我们展示了该方法在识别长期和短期能源贫困方面的实际应用。这一例子验证了我们方法的适应性,并为其他面临能源贫困的国家提供了可操作的见解。最终,我们的发现丰富了国际上关于能源贫困动态的讨论,并有助于设计更有效的缓解政策,使我们的方法成为政策制定者和学者不可或缺的工具。
本文的其余部分组织如下:第2节发展了家庭能源贫困的规范分解框架。第3节使用中国微观数据展示了该方法的实证应用,并证明了其相对于传统基于持续时间指标的优势。第4节详细分析了在不同社会人口和经济特征下的长期和短期能源贫困的分解情况,提供了中国能源匮乏的全面画像。第5节总结了研究结果并讨论了政策含义。

章节摘录

Foster-Greer-Thorbecke(FGT)指数

在将其用于分解能源贫困之前,我们首先概述了FGT指数在收入贫困测量中的应用。FGT指数因其灵活性而被广泛用于收入贫困分析,能够有效衡量贫困的发生率和强度。Wan和Zhang(2013年)提出,家庭收入可以分为两部分:一部分是由固定家庭特征决定的稳定、持续的部分,另一部分是由随机冲击驱动的可变部分。

中国案例研究

作为世界上增长最快的经济体之一,中国的能源生产和消费模式具有动态性和多样性。其能源结构包括传统的化石燃料(如煤炭和石油),以及可再生能源(如风能、太阳能和水力发电)。值得注意的是,这种结构正逐渐向更清洁、更可持续的能源选项转变。
尽管取得了显著进展,中国城乡家庭之间在能源贫困方面仍存在显著差异

不同群体之间的短期和长期能源贫困差异

为了更深入地了解中国的能源贫困情况,我们根据社会人口和经济特征对短期和长期能源贫困进行了分解,并调整了家庭规模。
表5展示了分解结果,显示了不同人口群体之间的差异。脆弱群体(如老年人和受教育程度较低的人群)的能源贫困指数较高,这主要由长期贫困因素驱动(例如,老年人的能源贫困指数为0.0518)

结论

消除能源贫困对于确保公平获得能源服务至关重要。全球经济为此付出了巨大努力,强调为弱势群体制定有针对性的缓解策略。优先考虑基于对能源贫困根源的深入理解的措施对于制定有效的缓解政策至关重要。
本研究提出了一种新的测量框架,用于区分长期和短期能源贫困。

未引用的参考文献

Bednar和Reames,2020

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了教育部人文与社会科学研究基金(资助编号:22YJA790008)、浙江省教育厅规划下的人文与社会科学重点研究项目(资助编号:2023GH038)、国家自然科学基金(72174056)以及浙江工商大学经济预测与政策模拟实验室(2025SYS008)的支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号