绿色技术投资的行为方面：概述

从1级优化的角度来看，模拟NPV的范围从-39068美元至476723美元，标准差为39815美元，这是由于投资的经济差异-50 0 50 1000 200 400 600 800优化净现值1（千美元）企业1级平均值=29729$SD=39815$Imp.rate=81%-50 0 50 1000 200 400 600 800令人满意的净现值2（千美元）企业2级平均值=220美元SD=13008美元进口率=44%-50 0 50 1000 200 400 600 800行为净现值3（千美元）公司三级平均值=-4183$SD=5415$Imp.rate=20%-50 0 50 1000 200 400 600 800集成NPB集成（千美元）可靠感知平均值=10750$SD=30474$Imp.rate=52%密度NPB=0水平0图3：决策建模水平（评估方法的表示）1至3的模拟NPV/NPB分布，分别为“优化”、“满意度”和“行为”（见正文），以及模型集成（混合级别）。密度估计显示为零的盈亏平衡线，以及0级的点估计为虚线。基本原理方差随着水平的降低而减小，这可以用两个效应来解释。从1级到2级，它会随着所考虑的时间范围而降低。这是因为很大一部分差异可归因于不均匀的年度支付，当假设回报标准（ason 2级和3级）而不是全寿命评估（如1级）时，其相关幅度要小得多。在第三层，前景理论损失厌恶函数有两个含义。与前期成本相关的损失过重（λ）降低了可感知的NPB。同时，损失和收益（α和β）边际效用的降低意味着对成本和收益的感知不那么异质，从而进一步降低了方差。最后，IAC数据允许与观察到的执行率进行比较。

45%的公司报告说，他们已经实施了建议的效率改进，与我们的2级满意度结果（44%）相匹配。该比率与1级预测的81%（实际能源效率差距）之间的巨大差距可以解释为组织和行为障碍的证据，例如短期投资规划和损失储蓄。然而，从政策角度来看，这种差异也可以被解释为审计有效性的证据：如果我们相信我们的模型，没有它，执行率可能会低至20%，模型对行为水平3的估计。通过提供技术援助并指出可实施的项目，审计很可能已经将决策从行为层面转移到了令人满意的层面。因此，投资决策可能不像没有审计时那样容易受到行为因素的影响。然而，由于许多参数的输入数据是估计的，并随机分配给假设的公司，因此只能对模型输出进行总体解释。我们不知道企业是否真的基于类似于2级的决策程序进行决策，其中的预测与观察到的结果大致相符。从宏观角度来看，大约40%的企业属于1级优化决策类型（正如格雷厄姆和哈维（2001）发现的），而其余的企业则更接近决策的满意度或行为水平。如集成模型所示，这将导致52%的实现率。我们也不知道哪些公司的份额实际上是根据第3级决定的（或者在没有任何审计的情况下可能已经决定），以及审计是否确实改变了一些公司的决策水平。

这里的根本问题类似于“施罗德的猫”：在没有审计的情况下，我们无法衡量企业的行为，而审计本身最有可能影响我们想要衡量的东西。4.4. 敏感性分析为了研究单个模型参数对结果的影响，每个参数用一系列点估计值代替。图4显示了对实施率的模拟影响。节约数量的积极影响(q） 而电价（p）在1级上是最大的，在1级上，决策标准代表了整个生命周期的效益。第2级和第3级的收益较低，这两个级别的收益相对于成本而言权重较低。出于同样的原因，更高的投资成本（C）的负面影响在三级上最大，在一级上最低。对贴现率（r）和参数γ的敏感性允许隐式估计不完美信息和风险规避对企业效益评估的影响，以基于纯粹优化的解释为基础：假设所有企业都是基于1级决策，哪些参数值与观察到的45%的执行率一致？隐式贴现率高达45%，而γISA的隐式水平低至0.26——这意味着企业将以能源审计员承诺的价值的26%来评估潜在成本节约。然而，在IAC数据库中的所有项目类别中，只有1.8%的公司表示“产品/设备问题风险”是不采用的原因（Anderson和Newell，2004）。因此，纯粹基于高风险认知和不完善信息的解释似乎不太可能，至少是不够的。所有参数都显示边际影响在减小，这与政策设计有关。

虽然平均净现值的模拟变化始终是线性的，但它们会转化为对企业投资决策的影响降低——这与异质采用者分布导致的差异模式一致（见图1）。原因如下：对于更极端的参数值，平均值的线性增加（或减少）仍有待证明，这无法用当前数据来完成，因为在没有能源审计的情况下，反事实情况下需要类似的数据，但审计是数据的实际来源。对平均净现值的影响对进口税率的绝对影响对进口税率的相对影响7%税27%补贴7%税27%补贴7%税27%补贴27%补贴相对影响补贴/税收1-优化+2812$+2821$+1.2pp+5.2pp+1.5%+6.4%4.32-满足+742$+2821$+2.0pp+9.6pp+4.5%+21.8%4.803-行为+204$+1830$+1.5pp+7.3pp+7.877%+1.877%表模拟模型7%的税收和27%的补贴对平均净现值和执行率的潜在影响（绝对值（百分比增加）和相对值（百分比增加）。政策利率的选择应确保平均补贴金额等于平均折扣税收节省额。NPB发生在NPB分布的较薄端，因此它鼓励（或阻止）越来越少的投资者投资。因此，初始执行率越高，对p的敏感性越低，对C.4.5的敏感性越高。评估假设政策对执行率的影响。模型中引入了政策，旨在提高执行率。

从硬件经济学的角度来看，这样做至少有两个基本原理：电力生产的非预期外部性和绿色技术投资壁垒形式的投资效率（Allcott and Greenstone，2012）。未实现的外部性：电力税为了解释负外部性（例如共输），可以引入庇古能源税，以降低消耗。对于制造业企业而言，这相当于将电价提高30%pi，从而增加投资的年收益（Ei(Bi，t）。从一级优化的角度来看，税收应该促使完全理性的企业取代电力，并增加对绿色技术的投资。模型输入：电费（税=+pi）被模拟为企业每千瓦时电价（pi）的相对增长，税率为t，因此税后电价等于（1+t）* 圆周率。投资效率：补贴当企业的决策侧重于相对于未来收益的前期成本时，这就构成了投资效率。投资成本的降低将为决策和资本补贴带来更有效的杠杆作用(-Ci）可能对社会有益（Allcott and Greenstone，2012）。模型输入：补贴计划（补贴=：-Ci）被模拟为企业前期投资成本（Ci）通过补贴率s的相对减少，因此补贴后的投资成本等于（1- （s）* Ci。不同政策水平的金融激励模拟结果的影响如图5所示，并在表7中进行了示例总结。图6显示了改变企业决策水平的潜在影响。

为了便于在税收和政策之间进行比较，我们选择了模拟税率（0-30%），以便对平均企业而言，由此产生的税收优惠金额与模拟补贴支付（0-100%）处于相同的绝对范围（0-10000美元之间）。作为一个示例性讨论，选择税率（7%）和补贴（27%），以便平均补贴支付额与平均折扣税收节省额相等。预计税收和补贴都将提高实施率。相比之下，预计补贴支付在所有层面上都比电费更有效，在满意度和行为决策方面的差异最大。这有两个原因：第一，第二和第三级的决策类型意味着未来的税收节约仅在单个回收阈值内考虑。在第三级，对前期成本的行为关注进一步降低了税收的相对有效性。因此，税收只会在1级上最大限度地增加NPB。第二，在给定的数据范围内，实施率显示出对降低前期成本的更高（并在增加）敏感性，而对所有级别的价格上涨的敏感性较低（且在降低）。这就是为什么即使在优化级别1上，税收的影响也较小。对于0。00 0.05 0.10 0.15 0.200 20 40 60 80 100电价- p（$/kWh）进口率（%）0 50 100 150 2000 20 40 60 80 100节省的数量- Q（千千瓦时/年）进口率（%）0 5 10 15 20 25 300 20 40 60 80 100投资成本- C（千美元）进口率（%）051015202004060801000投资回收阈值- b（年）进口率（%）02006080100200608010贴现率- r（%）冲击率（%）0.0 0.2 0.4 0.6 0.8 1.00 20 40 60 80 100伽马-valueImp。

违约率（%）1级2级3级总体平均值图4：实施率（不同级别）对主要模型参数的敏感性：电价（p）、节约量（Q）、投资成本（C）、回收阈值（b）、贴现率（r）、伽马值。颜色代表不同的决策水平（见正文）。0 20 40 60 80 1000 20 40 60 80 100补贴对进口税率的影响- 进口税率（%）0 2 4 6 8 100 5 10 15 20 250 20 40 60 80 100税收对进口税率的影响- 单位为%（上轴）和千美元（下轴）进口率（%）0 2 4 6 8 100 2 4 6 8 100 2 4 6 8 10对平均NPB补贴（实线）、税收（虚线）的影响- 净现值增加1000美元（千美元）0 20 40 60 80 1000.0 0 0.5 1.0 1.5 2.0对进口税率的边际影响BSIDY（实线）、Tax（虚线）- 边际增长百分比（p.p.）1级2级3级集成图5：政策有效性的模型模拟——执行率（%）、模拟净现值/净现值（千美元）和对执行率的边际影响（p.p.）。绝对美元价值是平均值（税收：折扣税收节省的总和）。颜色代表“优化”（蓝色）、“满意”（绿色）、“行为”（红色）和“整体”（黑色，详情见正文）等决策的不同级别。0 20 40 60 1000 20 40 60 100改变决策级别-使“满意”企业共享，“优化”企业（单位%）进口率（单位%）改变决策水平-使“满意”的企业共享，“优化”的企业（单位：Imp）。

比率（单位%）3至2级2至1级图6：旨在改变企业决策水平（或评估方法）的政策模拟：企业从“行为”3级逐渐转变为“满意”2级（绿线），然后从2级逐步转变为“优化”1级（红线）的整体预测实施率。27%的补贴和7%的税收（使净现值增加相同的绝对金额）的典型值，补贴（+5.2p.-+9.6p.p）的效果是税收（+1.2p.-+2.0p.p）的四到五倍。就级别而言，两项政策的效果在级别2和级别3上最高：与级别1相比，较低的初始执行率转化为对政策的更大敏感性。与敏感性分析一样，政策的潜在有效性与没有政策的初始执行率之间存在反向关系（尽管平均净现值以完美的线性方式增加）。在一级，初始比率高达81%，需要对平均净现值进行巨大的改变，才能再增加1个百分点。。信息活动的影响在不同层面上提高了不同的实施率，有一种替代货币激励的潜在方法：影响企业评估绿色技术投资的方法。如果有可能将他们的决策转向更自觉的层面（例如，从行为层面转向满足感层面），这可能比在某个层面上略微激励决策更有效（而且可能更便宜）。例如，图6显示了决策从3级逐渐转变为2级，然后逐渐转变为1级。这些政策可以是促进能源审计或专业人员培训计划，这两种政策都可能抵消行为障碍（Grubb，2014）。

在澳大利亚进行能源审计后，80%的公司报告说，他们至少对推荐项目进行了回报阈值分析（而30%进行了净现值计算）（Harriset al.，2000）。事实上，工业能源审计通常会降低投资壁垒，从而以成本效益的方式增加能源效率方面的投资（安德森和纽厄尔，2004年，哈里斯等人，2000年，施莱奇，2004年，特里安尼等人，2016年）。在最近的一次审查中，Thollander等人（2015）得出结论，从政府的角度来看，补贴审计最具成本效益。文献中的证据表明，我们观察到的执行率与满意度的匹配很可能归因于能源审计本身，而在没有能源审计的情况下，实际执行率很可能处于行为水平，执行率非常低。尽管从建模者和政策制定者的角度来看，企业如何真正做出决策仍存在不确定性，但这种转变政策可能相当稳健：例如，如果我们假设所有企业都是优化类型（且不可能进一步转变），在完全合理的框架内，政策仍然可以增加γ值，从而通过提供更可靠的信息来抵消未来收益的低估。由于它们不依赖现金转移支付，此类政策还有一个额外的优势，那就是它们可以降低伴随补贴而来的“搭便车”风险。5.讨论和结论介绍的模型模拟了异质企业在行为异质性和复杂性的背景下采用的技术。由此得出的模拟结果支持这样的假设，即行为方面占能源效率差距的很大一部分，即规范性基准与绿色技术投资之间的差距。

尽管关于真正推动企业决策的因素的知识仍然有限，但与经典的优化方法相比，心理和组织发现的纳入显著提高了模型的预测能力。从实际的角度来看，这允许在事前测试政策的稳健性，从而相应地调整政策，或许可以节省政府的时间和资金。从理论角度来看，这有助于加强我们对微观经济角度下可持续性转型的影响因素的理解。该模型根据三个决策层次构建：优化、满意度和行为，以及一个结合了所有三个层次的集成模型。对于每个层面，该模型都从宏观角度模拟了绿色技术的采用。通过对节能电机的案例研究，该模型预测，在优化水平1上，执行率高达81%。在考虑满意度和行为决策时，预测率在2级降至44%，在3级降至20%。因此，能源审计后报告的45%的实施率与模型对满意度的预测以及集成模型预测的52%一致。考虑到文献中的证据，我们得出结论，能源审计可能会影响企业的决策行为。为了充分证明这一点，需要进一步研究审计如何影响微观层面的行为，尤其是在没有审计的情况下，将审计后结果与反事实决策进行比较。行为方面和异质性显著影响基于市场的政策的有效性。