L’elasticità del prezzo della domanda di benzina è stata ampiamente studiata negli ultimi 40 anni e per una buona ragione. È fondamentale per determinare le aliquote fiscali della benzina e valutare politiche alternative che mirano alle esternalità negative associate all’uso dell’automobile (inquinamento, congestione stradale, ecc.). La continua pressione per affrontare il cambiamento climatico ha spinto una serie di proposte politiche in tutto il mondo che utilizzano un prezzo del carbonio o una tassa per ridurre la domanda di benzina e altri combustibili fossili. Anche i prezzi della benzina sono diventati sempre più volatili a causa delle periodiche carenze nella capacità di raffinazione disponibile e dell’accresciuta incertezza sui mercati petroliferi mondiali. Comprendere la capacità dei consumatori di reagire a tali fluttuazioni dei prezzi è fondamentale per prevedere i potenziali impatti macroeconomici delle future interruzioni dell’approvvigionamento di petrolio e per valutare i benefici delle misure politiche volte a mitigare tali effetti, come il mantenimento e l’uso di riserve strategiche di petrolio o l’uso di sospensioni temporanee dell’imposta sulla benzina.
È interessante notare che, una serie di recenti studi empirici (tra cui Hughes et al. 2008, Butterato 2016, Piccolo e Van Dender 2007, e Park e Zhou 2010) esaminando la domanda di benzina hanno concluso che la domanda è diventata altamente prezzo anelastica, almeno nel breve periodo. Questa mancanza di risposta alla domanda suggerisce che fluttuazioni dei prezzi più estreme potrebbero essere necessarie per equilibrare i mercati in seguito agli shock dell’offerta e che le tasse e altri meccanismi di politica basati sui prezzi potrebbero non essere altrettanto efficaci nel raggiungere gli obiettivi auspicati di consumo o di riduzione dell’inquinamento. Ad esempio, Hughes et al. (2008) concludono che misure alternative come gli standard di risparmio di carburante medio delle imprese utilizzati negli Stati Uniti possono essere necessarie per raggiungere le riduzioni desiderate evitando livelli fiscali politicamente irrealizzabili.
Nonostante l’importanza di stime accurate dell’elasticità dei prezzi della domanda di benzina, i dati generalmente disponibili per tale analisi tendono ad essere altamente aggregati e misurati in modo impreciso. Molti studi utilizzano proxy aggregati mensili, trimestrali o anche annuali dell’uso della benzina e dei prezzi medi, spesso da una singola serie temporale nazionale. In realtà, gli individui prendono decisioni sul consumo di benzina su base giornaliera, rispondendo direttamente ai prezzi della benzina osservati nella loro zona locale in quel giorno. I modelli empirici che mettono in relazione i volumi mensili o annuali di benzina con i prezzi medi in ampie aree geografiche aggregano necessariamente queste diverse decisioni di consumo e probabilmente mascherano una quota significativa della risposta dei consumatori a una variazione locale dei prezzi. Inoltre, l’uso di dati altamente aggregati richiede generalmente forti ipotesi che limitano il rapporto di domanda da variare tra le sedi o nel tempo. Di conseguenza, i fattori specifici di posizione e di tempo non osservabili nella funzione di domanda sottostante a livello di cliente hanno il potenziale di polarizzare le stime di elasticità. Forse non sorprendentemente date tali sfide, questi studi aggregati hanno prodotto una vasta gamma di stime diverse di elasticità della domanda. Studi accademici e governativi che valutano potenziali interventi politici nei mercati della benzina spesso si basano su stime tratte da questa letteratura o adottano gli stessi metodi problematici per ottenere stime, nonostante il fatto che i valori di elasticità possano spesso influire in modo sostanziale sui risultati previsti.
In un recente articolo, utilizziamo i dati sulle spese di benzina in tutta la città e sui prezzi giornalieri della benzina da 243 città degli Stati Uniti per analizzare l’impatto dei prezzi giornalieri sulla domanda giornaliera di benzina (Levin et al. 2016). Le nostre spese giornaliere di benzina in tutta la città sono ottenute aggregando gli acquisti di credito a livello di cliente presso le stazioni di benzina durante quel giorno. Questo ci dà una misura diretta del consumo di benzina che deriva dai clienti che affrontano il prezzo della benzina di quel giorno. In primo luogo, sfruttiamo la maggiore frequenza e una maggiore dettaglio geografico dei nostri dati di consumo e di prezzo per ottenere una stima più robusta della domanda di benzina, evitando i potenziali pregiudizi che possono sorgere in studi più aggregati. In secondo luogo, deriviamo una decomposizione che identifica le diverse fonti di bias che sorgono in modelli più aggregati e quindi esaminiamo le grandezze relative di questi diversi bias stimando i modelli di domanda a diversi livelli di aggregazione dei dati.
I nostri risultati rivelano che la domanda di benzina potrebbe essere significativamente più elastica di quanto si pensasse in precedenza. Otteniamo costantemente stime di elasticità che sono circa cinque volte più elastiche di quelle riportate da altri studi recenti. Abbiamo poi aggregare i nostri dati nel tempo e attraverso le città a vari livelli, per stimare modelli di domanda aggregata simili a quelli comunemente utilizzati in altri studi. Le stime risultanti diventano sempre meno elastiche man mano che aumenta il livello di aggregazione dei dati. La stima del modello utilizzando i nostri dati aggregati a una serie temporale nazionale di spese totali mensili e prezzi medi si traduce in elasticità indistinguibili da zero, suggerendo che gli studi che utilizzano dati aggregati possono sostanzialmente sottovalutare la reattività dei prezzi dei consumatori.
I risultati della nostra analisi di decomposizione rivelano come la fonte primaria di bias differisce a seconda della dimensione e del grado di aggregazione. I pregiudizi osservati sono maggiori nei modelli di serie temporali in cui gli effetti fissi del periodo di tempo non possono più essere utilizzati per controllare le differenze di domanda nel tempo. Nel complesso, le fonti di pregiudizio identificate nella nostra decomposizione e le grandezze suggerite nelle nostre regressioni aggregate aiutano a fornire una spiegazione più sistematica del motivo per cui gli studi sulla domanda di benzina che utilizzano metodologie diverse hanno spesso ottenuto stime di elasticità dei prezzi molto diverse.
Sulla base della nostra analisi, concludiamo che la domanda di benzina potrebbe essere considerevolmente più sensibile alle fluttuazioni dei prezzi a breve termine di quanto si possa concludere sulla base della letteratura recente, e le stime differiscono per grandezze abbastanza grandi da avere un impatto sostanziale sulla successiva valutazione politica o analisi di mercato.
Si consideri, ad esempio, studi che valutano gli impatti delle politiche cap-and-trade, come Borenstein et al. (2015), che analizzano i prezzi delle autorizzazioni previsti nell’ambito del programma cap-and-trade sulle emissioni di gas serra della California. La loro analisi si basa direttamente sulle stime esistenti della reattività dei prezzi della domanda di benzina. In parte in risposta a stime recenti come quelle di Hughes et al. (2008), adottano un valore piuttosto anelastico per l’elasticità della domanda di benzina, che può contribuire alla loro previsione generale che l’offerta di riduzione delle emissioni sarà relativamente anelastica per consentire i prezzi. Riconoscendo una maggiore elasticità dei prezzi nella domanda di benzina (come quella che abbiamo ottenuto in Levin et al. 2016) ridurrà i livelli di prezzo e la volatilità dei permessi previsti per i GHG.
Stime di elasticità più accurate possono anche avere un impatto sostanziale sulle inferenze che si traggono quando si valutano i costi macroeconomici delle interruzioni del mercato della benzina e del petrolio e i benefici di risposte politiche come il mantenimento di una Riserva petrolifera strategica (SPR) che sono destinate a ridurre questi costi. Se la domanda di benzina fosse significativamente più elastica di quanto si pensasse in precedenza, i prezzi aumenterebbero probabilmente di molto meno di quanto altrimenti previsto (dalle stime precedenti) in risposta a un’interruzione dell’offerta di petrolio, e la quantità di benzina che i consumatori acquisterebbero a questi prezzi sarebbe notevolmente inferiore. Di conseguenza, è probabile che l’effetto globale di spostamento macroeconomico sia molto inferiore a quanto sarebbe stato precedentemente previsto. Inoltre, se i consumatori hanno una domanda più elastica, il rilascio di un certo volume di carburante dalla SPR durante una perturbazione del mercato non sarà efficace quanto una leva politica volta a ridurre i livelli dei prezzi. Dimostrando una reattività significativamente maggiore della domanda di benzina in termini di prezzo, i nostri risultati di elasticità rafforzano qualsiasi argomento a favore dell’eliminazione o della riduzione delle dimensioni dell’SPR e segnalano una maggiore efficacia per i meccanismi basati sui prezzi per ridurre le emissioni di gas serra.
Avere stime più robuste e precise della risposta alla domanda di benzina e una comprensione più chiara delle fonti di pregiudizio di aggregazione che possono sorgere in questo contesto dovrebbe aiutare i ricercatori e gli analisti politici a valutare con maggiore successo l’affidabilità delle stime esistenti e a migliorare la progettazione empirica e l’identificazione negli studi futuri.
Hughes, J E, Cr Knittel e D Sperling (2008), “Evidence of a shift in the short-run price elasticity of benzine demand”, The Energy Journal, 29(1), 93-114.
Levin, L, M S Lewis, F A Wolak (2016), “High frequency evidence on the demand for benzine”, NBER Working Paper No. 22345, June.
Park, S Y e G Zhao (2010), “An estimation of US gasoline demand: A smooth time-variing cointegration approach”, Energy Economics, 32, 110-120.
Butterfly, M (2010), “Gasoline demand in Europe: New insights”, Energy Economics, 32(1), 54-62.
Small, K A e K Van Dender (2007),” Fuel efficiency and motor vehicle travel: The declining rebound effect”, Energy Journal, 28(1), 25-51.