スライド 0 - 畠瀬 和志
Download
Report
Transcript スライド 0 - 畠瀬 和志
エネルギー部門のR&Dを考慮した日本経済の
ヴィンテージ資本モデル
-2050年の国内CO2排出量を1990年比50%に削減するシナリオの分析-
畠瀬 和志
神戸大学 経済学研究科 研究員
研究の背景と方針
研究の背景
エネルギー部門における生産要素の代替には強い制約があると考えられ,
それはCO2削減経路に影響する(Grubb, 1997)
エネルギー資本の耐用年数は長く,一度エネルギー設備(e.g. 発電プラント)が
建設されると簡単には新規のエネルギー設備(e.g. CO2排出が少ない発電プラ
ント)に変更出来ない
製油所や港湾などのエネルギーインフラと個々のエネルギー設備には複雑な相
互依存関係があり,化石エネルギーを前提としたエネルギーインフラの下で新エ
ネルギー用の設備を建設するのは容易ではない
研究の方針
Putty-Clay仮説(ヴィンテージ資本仮説のひとつ)を用い,上記の要素を考
慮したエネルギー経済モデルを開発する
日本国内のCO2排出量を1990年比50%に削減するシナリオのシミュレー
ションを行い,エネルギー部門における代替の制約がCO2削減経路にどの
ような影響を及ぼすか分析する
2009/10/15
神戸大学 六甲フォーラム
1
Putty-Clay仮説(ヴィンテージ資本仮説のひとつ)
(参考) Dixit and Stiglitz (1977) で用いられたヴィンテージ資本仮説
1
Kt A ,t K ,t 1 d
t T
t
Putty-Clay仮説(Johansen, 1959 を起源とする)
Kt Kt 1 Kt 1
Kt : 資本の新ヴィ ンテージ : 資本減耗率
※ 生産関数を新ヴィンテージの関数とすることにより,「既存の生産要素は部門間を
動かず, 新規の生産要素投入によってのみ部門間の調整が行われる」と仮定
Putty-Clay仮説を適用したエネルギー経済モデルには,代表的なものとして
MERGEモデル(Manne et al., 1995)とDEMETERモデル(Gerlagh et al.,
2004)があるが,「エネルギー部門における代替の制約」の問題を明示的に
扱ったシミュレーションは存在しない
2009/10/15
神戸大学 六甲フォーラム
2
モデル方程式:世界経済
目的関数
t
1
max
Ut ,
1
t 0
: 純粋時間選好率
T
C
U t Lt log t
Lt
Lt : 労働投入
Ct : 消費
新ヴィンテージの計算 (Putty-Clay仮説)
Yt Yt 1 Yt 1
It 1 Kt Kt 1 Kt 1
Lt Lt 1 Lt 1
E j ,t E j ,t 1 E j ,t 1
O Ej ,t O Ej ,t 1 O Ej ,t 1
j F, N
j F, N
: 資本減耗率 Yt : 総生産 Kt : 資本
EF ,t : 化石エネルギー投入 EN ,t : 新エネルギー投入 Oj ,t : エネルギーのO&Mコ ス ト
2009/10/15
神戸大学 六甲フォーラム
3
モデル方程式:世界経済 (続き)
生産関数 (全て新ヴィンテージの関数とする)
Q
Q 1
Q 1
Q 1
K
1 K
Q
KL
KL
HE
Q
Q
Yt
Kt Lt
1
Qt
Q
KL
KL
: ス ケールパラ メ ータ : シェ アパラ メ ータ : 代替弾力性
HE
t
Q
H
H t
QtHE : 合成財
HE 1
HE
Et
Ht : 知識ス ト ッ ク
HE 1
HE
HE
HE 1
H :シェ アパラ メ ータ
E
E 1
HE : 代替弾力性
E 1
E 1
Et EF ,t E EN ,t E
Et : 総エネルギー投入 E : 化石エネルギー・ 新エネルギー間の代替弾力性
マクロ経済恒等式
At Ct It ItR I FE,t I NE,t OFE,t ONE,t
At : Ar mi ngt on財
2009/10/15
It : 投資
ItR : エネルギーR&D投資
神戸大学 六甲フォーラム
I Ej ,t : エネルギーjへの投資
4
モデル方程式:R&Dによるエネルギー効率改善 (Popp, 2004より)
知識ストック Ht は,1期前の知識ストックと新規R&D活動の水準より,以下の
ように計算
H t f I tR1 1 H H t 1
f I tR1 : イ ノ ベーショ ン 可能性フ ロ ン ティ ア
イノベーション可能性フロンティアは,以下の生産関数により計算
Ht f I
R
t
RH : ス ケールパラ メ ータ
I tR : R&D投資 H : 知識ス ト ッ ク 減耗率
RH
I
R
t
R
Ht
H
R : R&D投資の分配率
H : 知識ス ト ッ ク の分配率
エネルギーR&D投資によるクラウディングアウト効果の考慮
Kt Kt 1 Kt 1 It 1 4* crowdout * ItR1
※エネルギーR&D のリターンは,R&D 投資の4 倍に設定するが,これはR&D 投資1 ド
ル分がエネルギー以外への投資を4ドル分クラウドアウトすることにつながる
※パラメータcrowdout(≦1)によってクラウディングアウトの度合いを調節(現実のクラウ
ディングアウト効果は理論上のそれよりも小さいとする)
2009/10/15
神戸大学 六甲フォーラム
5
モデル方程式:エネルギー技術のLearning by Doing (Gerlagh et al., 2004より)
エネルギーjの新ヴィンテージは1期前の投資と当該時点のO&Mコストに比例
すると仮定
E j ,t a j ,t I Ej ,t 1 b j ,t O Ej ,t
I Ej,t : エネルギーjへの投資
j F, N
Oj ,t : エネルギーjのO&Mコ スト
aj,t,bj,t がLearning by Doingによって最終的に落ち着く値をaj,∞, bj,∞と定義し,
エネルギーコスト低減による生産性上昇を以下のように表現
hj ,t a j ,t a j , , hj ,t bj ,t bj ,
j F, N
hj,t :エネルギーコストを表わす変数(例えばhj,t=2は,時点tにおけるコストがLearning
by Doingによって最終的に落ち着くコストの2倍であることを意味する)
hj,t はLearning by Doingによるコスト変化を表わす関数 gj(.) の時点tからt+1
までの平均値として,以下のように計算
W j ,t 1
h j ,t
g j x dx W j ,t 1 W j ,t
W j ,t
t 1
W j ,t E j , , g j W j c j 1 W j 1
0
j F, N
Wj ,t : エネルギーjの累積経験量 c j : エネルギーjの初期コ ス ト
2009/10/15
神戸大学 六甲フォーラム
: 経験指数
6
モデル方程式:国際貿易
国内供給Dt と輸入Mt は,CES関数によってArmington財At に統合されると
仮定
DM
DM 1
DM 1 1
DM
At tDM tD Dt DM 1 tD M t DM
tDM : ス ケールパラ メ ータ
tD : シェ アパラ メ ータ
DM : 代替弾力性
総生産Yt は,CET関数(限界変形率一定の関数)によって輸出Xt と国内供
給Dt に分配されると仮定
XD
XD 1
XD 1 1
X
XD
X
Yt t t X t XD 1 t Dt XD
tXD : ス ケールパラ メ ータ tX :シェ アパラ メ ータ XD : 限界変形率
XD
以下の関係式を用いて国際貿易モデルを閉じる
At Dt M t
Yt X t Dt
※時間に伴って日本の貿易黒字幅が減少する よ う tDM ,tXD , tD , tXをカリ ブレート
2009/10/15
神戸大学 六甲フォーラム
7
シミュレーションのシナリオ
2050年以降のCO2 排出量を1990年比50%に維持しつつ,効用の総和が最大になる
CO2 削減経路を計算(CO2は化石エネルギーのみから排出されると仮定)
シナリオ設定は,エネルギー部門における代替の制約を決定づける要素である
-資本の耐用年数(資本減耗率 δ により調整)
-化石エネルギー・新エネルギー間の代替弾力性δE
がCO2 削減経路にどう影響するかを調べることを目的とする
各シナリオにおけるパラメータ設定
δ:資本減耗率
δE:エネルギー間の代替弾力性
(a) SCL + SE
10%
2.5
(b) SCL + LE
10%
4.0
(c) LCL + SE
5%
2.5
(d) LCL + LE
5%
4.0
シナリオ
SCL: Short Capital Lifetime
SE: Small Elasticity
2009/10/15
LCL: Long Capital Lifetime
LE: Large Elasticity
神戸大学 六甲フォーラム
8
共通パラメータ
記号
説明
パラメータ値
ρ
純粋時間選好率
2%/年
Y0
2000年における国内総生産
500.31兆円
Lt
労働投入(生産性上昇を含む)
1%/年ずつ成長
E0
2000年における総エネルギー投入(炭素換算)
0.3702 GtC
γK
資本の分配率
0.31
σQ
付加価値とエネルギー財の間の代替弾力性
0.4
X0
2000年における輸出
57.49兆円
M0
2000年における輸入(税込)
54.16兆円
tm0
2000年における輸入税率
7.62%
σDM
国内財と輸入財の間の代替弾力性
2.3
ηXD
輸出財と国内財の間の限界変形率
4.0
β
Learning by Doingの経験指数
0.3
cF,0
2000年における化石エネルギーのコスト
3.04万円
cN,0
2000年における新エネルギーのコスト
11.00万円
Emis0
2000年におけるCO2排出量
1.255 Gt-CO2
Emis50
2050年以降におけるCO2排出量(固定値)
0.5715 Gt-CO2
2009/10/15
神戸大学 六甲フォーラム
9
生産関数とR&Dモデルのカリブレーション
生産関数におけるφQ ,αKLの値は,モデル方程式を微分・整理した以下の
式を用いてカリブレート(Gerlagh et
al., 2004 の方法に準じる)
HE
Z
Q
0
0
0
0
Q
1
0 Y0
1
1
Q
Q
Q
Q
Q
1
0 Z 0
1
,
KL
Q
1
HE Q
0
0 Z 0 0 Q
1
Q
0 : Z0 K0 L01 の価格 0 : Q0 HEの価格 0 : Y0の価格
K
R&DによるEnergy Savings(=R&Dのリターン)の正味現在価値が,R&D投
資の正味現在価値の4倍になるようαHを調整(Popp, 2004 の方法に準じる)
T
t 0
K
EnergySavings t
1 r
t
T
4
t 0
I tR
1 r
t
Learning by DoingはOFFにする( R&Dモデル単独で調整するため)
Energy Savingsは,R&Dなしの場合の[エネルギーコスト]×[エネルギー投入量]
とR&Dありの場合のそれとの差として計算
知識ストック減耗率 δH,スケールパラメータφRH,R&D投資の分配率γR,知識
ストックの分配率γH には,Popp (2004) で用いられた値をそのまま適用
2009/10/15
神戸大学 六甲フォーラム
10
輸出入方程式のカリブレーション
ptDを国内価格, ptW を世界価格,tmtを輸入税率として,輸入方程式の制約下
でptD Dt + ptW (1+tm)Mtを最小化する問題を解くと,αtDを求める式が得られる
1
PW (1 tm ) M 1 DM
t
t
tD 1 1 t
D
Pt
Dt
輸出方程式の制約下でptW Xt + ptD Dtを最小化する問題を解くと,αtXを求める
式が得られる
XD 1 1
D
Pt X t
X
t 1 W
Pt Dt
φtDM ,φtXD の値は上で求められたαtD,αtX を用い,輸出入方程式より求める
Armington財At,国内供給Dt,輸入Mt,輸出Xtについては,推定値QtREF ( Q =
A, D, M, X) を以下のように見積もる
L
QtREF 1 grQ t QtREF
1
Lt 1
grA = grD = 0とするが,輸出入についてはgrM = 0.1%/年, grX = -0.1%/年に
設定し,日本の貿易収支の黒字幅が時間とともに減少するように設定
2009/10/15
神戸大学 六甲フォーラム
11
CO2排出量の時間変化
資本の耐用年数が長いほど(資本減耗率が小さいほど),またエネルギー間の代替弾
力性が小さいほど,より速やかなCO2排出削減が望ましくなる
LCL + SEシナリオでは当初からコンスタントにCO2 排出を減らす経路になるが,SCL
+ LEシナリオでは一旦CO2 排出を増やしてその後に急激な削減を行う経路になる
上記以外のシナリオでは,上記2種類のシナリオの中間的な経路になる
1.6
CO2排出量(Gt-CO2)
1.4
1.2
1
0.8
0.6
0.4
SCL + SE
2009/10/15
SCL + LE
LCL + SE
神戸大学 六甲フォーラム
LCL + LE
12
新エネルギーのシェアの時間変化
エネルギー間の代替弾力性については,小さいほどより速やかに新エネルギーに転
換することが望ましくなる
資本の耐用年数については,長い方が2030年以降は新エネルギーのシェアが大きく
なるが,21世紀初頭においては新エネルギー普及経路にさほど影響を及ぼさない
90%
新エネルギーのシェア
80%
70%
60%
50%
40%
30%
20%
10%
0%
SCL + SE
2009/10/15
SCL + LE
LCL + SE
神戸大学 六甲フォーラム
LCL + LE
13
総エネルギー投入の時間変化
資本の耐用年数が長いほど,総エネルギー投入が小さくなる
エネルギー間の代替弾力性は,総エネルギー投入には影響しない
資本の耐用年数が長くなれば,CO2排出量は減少するが,新エネルギー普及経路は
さほど変わらない(前スライド)。これは,資本の耐用年数が長くなれば,エネルギー投
入を減らしてCO2排出削減を行うことを意味する(特に,2030年以前において)。
総 エネル ギー投入(GtC)
0.8
0.7
0.6
0.5
0.4
0.3
SCL + SE
2009/10/15
SCL + LE
LCL + SE
神戸大学 六甲フォーラム
LCL + LE
14
R&DとLearning by Doingの影響:CO2排出量の時間変化
R&Dなし・あり,Learning by Doingなし・ありを組み合わせた4種類のシナリオ(No
R&D + No LbD,No R&D + LbD,R&D + No LbD,R&D + LbD)を設定して計算
資本減耗率とエネルギー間の代替弾力性は,δ = 7%,σE = 3.0に固定
CO2排出経路は,Learning by Doingのあり・なしに大きく影響され,R&Dのあり・なし
には殆ど影響されない
1.6
CO2排出量(Gt-CO2)
1.4
1.2
1
0.8
0.6
0.4
No R&D+No LbD
2009/10/15
No R&D+LbD
R&D+No LbD
神戸大学 六甲フォーラム
R&D+LbD
15
R&DとLearning by Doingの影響:新エネルギーのシェアの時間変化
新エネルギー普及経路は,Learning by Doingのあり・なしに大きく影響され,R&Dのあ
り・なしには殆ど影響されない
Learning by Doingがあれば,新エネルギーコストの内生的な低減によって新エネル
ギーのシェアが増える
新エネルギーが増えてより大きなCO2削減が可能になり, CO2排出が減る(前スライド)
90%
新エネルギーのシェア
80%
70%
60%
50%
40%
30%
20%
10%
0%
No R&D+No LbD
2009/10/15
No R&D+LbD
R&D+No LbD
神戸大学 六甲フォーラム
R&D+LbD
16
R&DとLearning by Doingの影響:総エネルギー投入の時間変化
R&Dありでは,なしの場合に比べ総エネルギー投入が小さくなる。これは,R&D投資
がエネルギー効率改善を引き起こすようにモデル化されているためである。
Learning by Doingありでは,なしの場合に比べ総エネルギー投入が大きくなる。これ
は,Learning by Doingがエネルギーの生産性を向上させると仮定しているためである。
総 エネル ギー投入(GtC)
0.8
0.7
0.6
0.5
0.4
0.3
No R&D+No LbD
2009/10/15
No R&D+LbD
神戸大学 六甲フォーラム
R&D+No LbD
R&D+LbD
17
結論
1. 本研究では,モデルの 「資本の耐用年数」と「エネルギー間の代替弾力
性」を変化させ,エネルギー部門における代替の制約がCO2削減経路
に及ぼす影響を分析した。
2. 結果として,資本の耐用年数が長いほど,またエネルギー間の代替弾
力性が小さいほど,より速やかなCO2排出削減が望ましくなることが分
かった。
3. しかし,資本の耐用年数の長短とエネルギー間の代替弾力性の大小は,
望ましいCO2排出削減の方法に異なった影響を及ぼす。
資本の耐用年数の増加によるCO2排出の低減は,新エネルギーへの転換
よりも,エネルギー投入そのものを減らして達成することが望ましい
エネルギー間の代替弾力性の減少によるCO2排出の低減は,エネルギー
投入を減らさずに新エネルギーへの転換によって達成することが望ましい
4. エネルギーR&Dは総エネルギー投入を小さくするが,Learning by
Doingは逆に総エネルギー投入を大きくする。
2009/10/15
神戸大学 六甲フォーラム
18