MFMod 中的电力过渡

带有应用程序的方法论注释 Charl JoosteFlorent McIsaacAlexander Haider 政策研究工作文件10854 Abstract 本文介绍了世界银行宏观结构模型-MFMod的电力部门建模方法。宏观结构模型通常不对诸如电力部门之类的部门进行详细建模,从而限制它们的能力来表示深度系统转换(例如,低碳能源转换)。适当的扇区建模的主要约束是数据可用性和电力系统的技术表示。在世界银行模型中，大多数国家的各个部门特定生产要素的时间序列数据并不一致。 本文介绍了克服此约束的两种不同方法：（i）使用更精细的生产函数表示；（ii）将宏观结构模型与世界银行的电力规划模型联系起来。这些方法为深刻的变革提供了更细致的技术表现，使人们能够讨论其宏观经济后果。本文提供了毛里塔尼亚和南非的结果。这些方法作为这类模型中能源转变的宏观经济模型的蓝图。 本文是就业与经济增长全球实践的产物。这是世界银行为开放其研究并为世界各地的发展政策讨论做出贡献的更大努力的一部分。政策研究工作文件也在http://www上发布。世界银行。org/prwp.可以通过cjooste@worldba与作者联系。org,fmcisaac@worldba.org和ahaider@worldba。 政策研究工作文件系列传播了正在进行的工作结果，以鼓励就发展问题交换意见。该系列的目标是快速得出发现，即使演示文稿还不够完善。论文带有作者的姓名，应相应地引用。本文表达的发现、解释和结论完全是作者的观点。它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点，也不代表世界银行执行董事或它们所代表的政府的观点。 MFMod中的电转换：应用的方法论注释∗ CharlJooste1，FlorentMcIsaac1,AlexanderHaider1 1宏观经济学，贸易与投资全球实践，世界银行，华盛顿特区 JEL分类：C10，C50，Q43关键词：经济模型，电力转型，碳定价 1Introduction 本文使用的世界银行宏观结构模型（MFMod）的气候感知版本基于Brs等人。(2019)向巴基斯坦申请[名为PAKMod，见Brs等人。（2021年）]。PAKMod描述了与通过碳税缓解能源部门有关的几个气候特征，以及物理风险建模和对洪水的适应/复原力，以及它们如何与标准的宏观经济模型联系起来。 在第一阶段，对PAKMod中使用的方法进行了一些改进国家气候发展报告(CCDR) process androlled out across different countries. The paper describes changes to the modeling of power sectordecarbonization - tion; first by extending the PAKMod framework to further endogenize energydynamics into the miscome through system, then by1到宏框架。 对于CCDR，与以前的演习相比，电力部门的建模得到了丰富。在PAKMod中，能源需求和供应是根据宏观经济设置确定的，并且完全取决于化石燃料和可再生能源之间的替代弹性，从而为电力部门提供了一个简单而易于处理的技术环境，对宏观经济环境做出内生反应。在CCDR过程中，MF - Mod与世界银行电力规划模型[EPM]（Chattopadhyay等人。，2018）。这种软链接方法减少了对宏观经济系统的依赖，以获取电力供应（因此，电力与资本年份的混合以及更精细的技术代表）和需求。相反，可再生能源和化石燃料的总能源供应是基于一个国家内每单位电力生产，同时考虑配电损失 在脱碳的背景下,搁浅的资产可以包括化石燃料为基础的发电厂、石油和天然气储备以及随着世界向低碳经济过渡而不再需要的其他基础设施。通过使用技术经济建模，我们可以跟踪具有路径依赖性的资本年份。这意味着该模型解释了这样一个事实，即过去对化石燃料基础设施的投资仍然会对未来产生影响，即使这些资产不再使用。例如，燃煤发电厂。 1本文的应用基于世界银行的电力规划模型。然而，这种方法可以扩展到任何技术经济模型。 不再运行的电力仍然可以计入一个国家的总电力供应能力，即使它实际上没有发电。这种方法很重要，因为它有助于确保考虑到脱碳的全部成本。通过对搁浅资产进行核算，该模型可以更准确地评估不同脱碳途径的经济成本和收益。 本文描述了三个建模特征。第一个特征侧重于宏观结构模型中的部门建模。由于数据限制，部门要素通常不在大型宏观结构模型中建模。我们讨论了使部门建模仍然有用的几种模型设计考虑。论文的第二个重点阐述了内生动力部门建模。这种设置可以移植到其他模型，如MF - Mod，而无需大量成本，并且仍然为能量转换冲击提供易于处理的建模输出。我们讨论这种方法，因为电力部门模型并不总是适用于大多数国家。本文的第三部分描述了如何将MFMod之类的宏观结构模型与技术经济能源模型联系起来。 本文的其余部分总结了PAKMod的主要变化。在第2节中，我们首先指定对部门账户的更改。第3.1节讨论了排放通道以及如何对电力进行建模。第3.2节描述了EPM的软链接方法。第4节总结了南非碳税的模拟结果以及毛里塔尼亚EPM的软连接方法。最后，第五节总结。 2指定部门账户 Burns等人（2019）中描述的MFMod（宏观财政模型）是一种宏观结构模型（MS）。其建模方法可以描述为混合的新凯恩斯主义模型，实质上遵循DSGE框架的理论设计，并在计量经济学框架的指导下进行短期动态。 与CGE模型不同，MS模型需要一组全面的时间序列数据。事实上，虽然大多数CGE模型只需要经济快照(i。Procedres.，一年的数据），MS模型需要许多数据时间点才能进行稳健的参数估计。部门建模通常被认为是MS模型的薄弱方面，因为它依赖于简单的功能形式。它源于以下事实：资本，劳动力，租金，工资和中间投入的时间序列数据并不总是存在。相比之下，CGE模型建立了部门生产函数，其中总劳动力需求和资本将根据标准的一阶条件分配给部门，从而使动态更具理论驱动性。 假 设 没 有 行 业 层 面 的 要 素 市 场 变 量 的 时 间 序 列 数 据，2This section describes how sectorrepresentation of MS models can be improved. In MFMod, each country has a minimum of three sectors:agriculture (PAGRYAGR)、行业tt (PINDYIND)和服务(PSRVYSRV)，其中Pi是增值平减指数和Yi是价值ttttt 按行业不变价格计算i。在某些年份，许多（但不是所有）国家都可以使用投入产出（IO）表，使我们能够建立一个自上而下中间需求与部门增加值变化之间的对应关系。 如Brs等人所述。(2021年)，IO表的整合改善了部门间对冲击的反应。然而，鉴于大多数冲击发生在需求侧，然后被映射到部门，这种选择仍然不能令人满意，这使我们无法对部门冲击进行建模，然后再转化为经济的需求侧。例如，水价的冲击应影响农业对水的需求以及制造业，进而通过价格渠道影响总需求。这些相对价格变动在以前的方法中没有考虑。包括相对价格变动的一种方法是以超额成本函数的形式对部门进行建模（Berdt和Wood，1975），这将是在我们没有工资和租金数据的约束下规范部门账户的起点。 在伯恩斯等人(2021年)中，合计实际增加值(按基本价格计算的GDP)，YFCST，已经确定。鉴于经济的需求方面与伯恩斯等（2021）相同，总增加值简单地写为市场价格GDP，YMKT P，减去实际间接税净额，(NITt): t按基本价格计算的GDP平减指数，PFCST，仍然是边际成本的函数，MCt,和产出缺口，Y˜t: This allows us to move from aggregate value - added to sectoral value - added. We defined sectoralshares to total value added as: 2当要素市场数据存在于部门一级时，可以着手建立部门特定的生产函数和边际成本的分析公式。 请注意，股份的总和等于1： Translog成本函数允许我们根据相对价格和收入来估计每个股票的方程。注意，trans - log成本函数通常用于估计收入弹性以及我们没有数据的要素价格的拥有和交叉价格弹性。然而，我们可以利用生产活动的以下属性。 总产量是全要素生产率的函数(At)、劳动力(Nt)和资本(Kt)，即每个部门的资本、劳动力和加权全要素生产率的总和： 请注意γi是部门的份额i全要素生产率合计。 总资源约束是部门要素成本的总和，或工资账单(Wi, tNi, t)加上营业盈余总额(Ri, tKi, t): 我们还知道，部门增加值是部门工资账单和总经营盈余的总和，或者，PiYi 按实际价值计算，总增加值是通过生产函数产生的，但各部门加总的数量也得出总增加值： t每个部门都有自己的生产技术，Gi:Yi=Gi(Ai, t, Ki, t, Ni, t).如果我们假设那个G(·）是凹技术，那么，在推导出标准一阶条件后，边际成本将表示为工资、资本租金和TFP的函数（或双重成本函数），Pi=G˜i(Wi,Ri) t对未指定的合计对偶成本函数进行二阶泰勒级数展开C(YFCST,Wt,Rt)产生Translog成本函数。对于总量经济- 广义设定的超量成本函数(以工资和租金为要素价格)为： 从谢泼德的引理中，我们可以将资本和劳动力份额写为： 可以联合估计成本函数和份额方程，以获得替代弹性和生产函数的收入参数（注意，方程（9）中的参数与方程（8）中的参数相对应）。 不幸的是，我们没有在部门层面观察资本、资本租金、劳动力和工资。我们主要观察按部门划分的增加值和按部门划分的价格平减指数。我们利用上面的身份来写出每个部门的份额方程，隐含的假设是部门价格平减指数是部门工资和资本租金的函数。一般成本函数采用以下形式：。 非同构转换对数成本函数的一般形式现在变为： 其中误差项是正态分布的，εtN(0,σ2)，以及{β0,βy,βyy,βi,βij,βiy}是要估计的参数。请注意，这类似于标准的Translog成本函数， where output is modeled as a function of wages and capital rants. However each sector ’ s price is a functionof the nominal marginal cost. The equation above capures the wage and 每个部门的资本租金。这使我们能够估计价格变化的部门影响。 份额方程(ωi, t)应与成本方程式共同估算：3 假设价格是同质的，这意味着估计系统的几个线性限制： 鉴于份额加起来为1，我们放弃一个等式。4From these equations we can derived own and crossprice elasticities of demand. A shock in sectorj因此将对行业产生影响i. 我们对方程做了一个额外的修改。MFMod中的部门价格不是要素价格的函数(由于不存在数据)。然而，我们将总边际成本映射到每个增值平减指数。估计系数应代表每个部门的总工资和租金的权重。这一假设要求我们将要素成本价格改为各部门价格的加权和： 综合要素价格现在是部门份额的函数(ωi, t）由于价格和收入效应而产生的转变。现在，每个因素价格方程式都被重写为总边际成本，产出缺口和通货膨胀预期的函数（πt∗)，其中部门价格的敏感性是独特的： 3请注意，在一些