elastyczność cenowa popytu na benzynę była szeroko badana w ciągu ostatnich 40 lat i nie bez powodu. Ma to kluczowe znaczenie dla określenia stawek podatku od benzyny i oceny alternatywnych polityk ukierunkowanych na negatywne skutki zewnętrzne związane z użytkowaniem samochodów (zanieczyszczenie, zatory drogowe itp.). Ciągła presja na przeciwdziałanie zmianom klimatycznym spowodowała szereg propozycji politycznych na całym świecie, które wykorzystują cenę dwutlenku węgla lub opłatę w celu zmniejszenia popytu na benzynę i inne paliwa kopalne. Ceny benzyny również stają się coraz bardziej zmienne w wyniku okresowych niedoborów dostępnych mocy rafineryjnych i zwiększonej niepewności na światowych rynkach ropy naftowej. Zrozumienie zdolności konsumentów do reagowania na takie wahania cen ma kluczowe znaczenie dla przewidywania potencjalnych makroekonomicznych skutków przyszłych zakłóceń w dostawach ropy naftowej oraz dla oceny korzyści płynących ze środków politycznych mających na celu złagodzenie tych skutków, takich jak utrzymanie i wykorzystanie strategicznych rezerw ropy naftowej lub stosowanie tymczasowych zawieszeń podatku od benzyny.
co ciekawe, szereg ostatnich badań empirycznych (w tym Hughes et al. 2008, Pock 2016, Small I Van Dender 2007 oraz Park i Zhou 2010) badając popyt na benzynę doszli do wniosku, że popyt stał się bardzo nieelastyczny cenowo, przynajmniej w krótkiej perspektywie. Ten brak reakcji na popyt sugeruje, że do zrównoważenia rynków w następstwie szoków podażowych mogą być konieczne bardziej ekstremalne wahania cen, a podatki i inne mechanizmy polityki cenowej mogą nie być tak skuteczne w osiąganiu pożądanych celów w zakresie konsumpcji lub redukcji zanieczyszczeń. Na przykład, Hughes et al. (2008) stwierdzam, że alternatywne środki, takie jak stosowane w USA średnie normy zużycia paliwa przez przedsiębiorstwa, mogą być konieczne do osiągnięcia pożądanych obniżek, przy jednoczesnym uniknięciu politycznie niewykonalnych poziomów podatków.
pomimo znaczenia dokładnych oszacowań elastyczności cenowej popytu na benzynę, dane ogólnie dostępne do takiej analizy są zwykle silnie zagregowane i nieprecyzyjnie mierzone. Wiele badań wykorzystuje miesięczne, kwartalne, a nawet roczne zagregowane wskaźniki zużycia benzyny i średnich cen, często z jednego krajowego szeregu czasowego. W rzeczywistości osoby fizyczne codziennie podejmują decyzje dotyczące zużycia benzyny, reagując bezpośrednio na ceny benzyny obserwowane w ich okolicy tego dnia. Modele empiryczne odnoszące się do miesięcznych lub rocznych ilości benzyny do średnich cen na szerokich obszarach geograficznych koniecznie agregują te różne decyzje dotyczące konsumpcji i prawdopodobnie maskują znaczną część reakcji konsumentów na lokalną zmianę cen. Ponadto wykorzystanie wysoce zagregowanych danych wymaga na ogół silnych założeń, które ograniczają zależność popytu w różnych lokalizacjach lub w czasie. W rezultacie, nieobserwowalne lokalizacja-i czynniki specyficzne dla czasu w podstawowej funkcji popytu na poziomie klienta mają potencjał do odchylenia oszacowania elastyczności. Być może nic dziwnego, biorąc pod uwagę takie wyzwania, te zbiorcze badania przyniosły szeroki zakres różnych szacunków elastyczności popytu. Badania naukowe i rządowe oceniające potencjalne interwencje polityczne na rynkach benzyny często opierają się na szacunkach z tej literatury lub przyjmują te same problematyczne metody w celu uzyskania szacunków, pomimo faktu, że wartości elastyczności często mogą znacząco wpłynąć na przewidywane wyniki polityki.
w niedawnym artykule wykorzystujemy dane dotyczące wydatków na benzynę w całym mieście i dziennych cen benzyny z 243 miast amerykańskich do analizy wpływu dziennych cen na dzienne zapotrzebowanie na benzynę (Levin et al. 2016). Nasze dzienne wydatki na benzynę w całym mieście są uzyskiwane poprzez agregację zakupów kredytów na poziomie klienta na stacjach benzynowych w ciągu tego dnia. Daje nam to bezpośredni pomiar zużycia benzyny, który wynika z klientów stojących przed ceną benzyny tego dnia. Po pierwsze, wykorzystujemy większą częstotliwość i większą szczegółowość geograficzną naszych danych dotyczących zużycia i cen, aby uzyskać bardziej solidne oszacowanie popytu na benzynę, unikając potencjalnych uprzedzeń, które mogą pojawić się w większej liczbie badań zagregowanych. Po drugie, wyprowadzamy dekompozycję identyfikującą różne źródła błędów, które pojawiają się w modelach o większej liczbie zagregowanych, a następnie badamy względne wielkości tych różnych błędów, szacując modele popytu na różnych poziomach agregacji danych.
nasze wyniki pokazują, że zapotrzebowanie na benzynę może być znacznie bardziej elastyczne niż wcześniej sądzono. Konsekwentnie uzyskujemy szacunki elastyczności, które są około pięć razy bardziej elastyczne niż te zgłaszane przez inne ostatnie badania. Następnie łączymy nasze dane w czasie i w różnych miastach w różnym stopniu, aby oszacować zagregowane modele popytu podobne do tych powszechnie stosowanych w innych badaniach. Uzyskane szacunki stają się coraz mniej elastyczne wraz ze wzrostem poziomu agregacji danych. Szacowanie modelu za pomocą naszych danych zagregowanych do krajowych szeregów czasowych całkowitych miesięcznych wydatków i średnich cen skutkuje elastycznością, która jest nie do odróżnienia od zera, co sugeruje, że badania wykorzystujące dane zagregowane mogą znacznie lekceważyć reakcję konsumentów na ceny.
wyniki naszej analizy rozkładu ujawniają, jak pierwotne źródło błędu różni się w zależności od wymiaru i stopnia agregacji. Zaobserwowane odchylenia są największe w modelach szeregów czasowych, w których stałe efekty czasowe nie mogą być już wykorzystywane do kontrolowania różnic popytu w czasie. Ogólnie rzecz biorąc, źródła odchylenia zidentyfikowane w naszym rozkładzie i wielkości sugerowane w naszych zagregowanych regresji pomagają zapewnić bardziej systematyczne wyjaśnienie, dlaczego badania popytu na benzynę przy użyciu różnych metod często uzyskiwały znacznie różne szacunki elastyczności cenowej.
na podstawie naszej analizy wnioskujemy, że popyt na benzynę może znacznie lepiej reagować na krótkoterminowe wahania cen, niż można by wnioskować na podstawie najnowszej literatury, a szacunki różnią się wielkością na tyle dużą, aby znacząco wpłynąć na późniejszą ocenę polityki lub analizę rynku.
rozważ, na przykład, badania oceniające wpływ polityki WPR i handlu, jak Borenstein et al. (2015), którzy analizują oczekiwane ceny zezwoleń w ramach Kalifornijskiego programu ograniczenia emisji gazów cieplarnianych i handlu. Ich analiza opiera się bezpośrednio na istniejących szacunkach reakcji cenowej popytu na benzynę. Częściowo w odpowiedzi na ostatnie szacunki, takie jak te z Hughes et al. (2008), przyjmują raczej nieelastyczną wartość elastyczności popytu na benzynę, co może przyczynić się do ich ogólnej prognozy, że podaż redukcji emisji będzie stosunkowo nieelastyczna, aby umożliwić ceny. Uznając większą elastyczność cenową w popycie na benzynę (jak ta, którą uzyskaliśmy w Levin et al. 2016 r.) zmniejszy przewidywane poziomy cen zezwoleń na emisje gazów cieplarnianych i zmienność.
dokładniejsze szacunki elastyczności mogą również znacząco wpłynąć na wnioski wyciągnięte podczas oceny makroekonomicznych kosztów zakłóceń na rynku benzyny i ropy naftowej oraz korzyści płynących z reakcji politycznych, takich jak utrzymywanie strategicznych rezerw ropy naftowej (SPR), które mają na celu zmniejszenie tych kosztów. Gdyby popyt na benzynę był znacznie bardziej elastyczny niż wcześniej sądzono, ceny prawdopodobnie wzrosłyby o znacznie mniej niż przewidywano (według wcześniejszych szacunków) w odpowiedzi na zakłócenia w dostawach ropy naftowej, a ilość benzyny nabywanej przez konsumentów po tych cenach byłaby znacznie mniejsza. W rezultacie ogólny efekt przesunięcia makroekonomicznego będzie prawdopodobnie znacznie mniejszy niż wcześniej przewidywano. Ponadto, jeśli konsumenci mają bardziej elastyczny popyt, uwolnienie pewnej ilości paliwa z SPR podczas zakłócenia rynku nie będzie tak skuteczne, jak dźwignia polityki mająca na celu obniżenie poziomu cen. Wykazując znacznie większą wrażliwość cenową popytu na benzynę, nasze wyniki elastyczności wzmacniają wszelkie argumenty przemawiające za wyeliminowaniem lub zmniejszeniem rozmiaru SPR i sygnalizują zwiększoną skuteczność opartych na cenach mechanizmów redukcji emisji gazów cieplarnianych.
posiadanie bardziej solidnych i precyzyjnych szacunków odpowiedzi na zapotrzebowanie na benzynę oraz lepsze zrozumienie źródeł tendencji agregacyjnych, które mogą pojawić się w tym kontekście, powinno pomóc badaczom i analitykom politycznym w skuteczniejszej ocenie wiarygodności istniejących szacunków oraz w ulepszeniu empirycznego projektowania i identyfikacji w przyszłych badaniach.
Hughes, J E, C R Knittel, and D Sperling (2008),” Evidence of a shift in the short-run price elasticity of gasoline demand”, the Energy Journal, 29(1), 93-114.
Levin, L, M S Lewis, F A Wolak (2016), „High frequency evidence on the demand for gasoline”, NBER Working Paper No.22345, czerwiec.
Park, S Y, and G Zhao (2010),” an estimation of us gasoline demand: a smooth time-variaging Cointegration approach”, Energy Economics, 32, 110-120.
Pock, M (2010), „Gasoline demand in Europe: New insights”, Energy Economics, 32(1), 54-62.
Small, K A, and K Van Dender (2007), „fuel efficiency and motor vehicle travel: the declining rebound effect”, Energy Journal, 28(1), 25-51.