中国居民生活能源消费影响因素分析
——基于城乡“二元”结构

2018-02-09 11:59余利娥

西华大学学报（哲学社会科学版） 2018年1期

余利娥

随着全球温室效应的不断加剧，人们对降低二氧化碳排放量的诉求愈加强烈。能源消费是人类活动排放二氧化碳的主要来源。因此，减少能源消费、建立节能减排环保型社会已经成为当前减缓温室效应的基本共识。居民是社会最小、最基本的组成单元，是节能减排环保型社会建设的主体。随着中国经济的发展，中国居民的可支配收入不断增加，居民的生活能源消费也不断增加，生活能源消费已成为仅次于工业能源消费的第二大能源消费部门。根据《2016中国能源统计年鉴》，2015年中国能源消费量比2014年增加了1865万吨标准煤，增幅仅为0.47%，但是2015年中国居民生活能源消费量比2014年增加了4498万吨标准煤，增幅高达14.16%，可见：2015年中国居民生活能源消费量的增加是导致中国能源消费量增加的主因，降低居民生活能源消费量是降低中国能源消费的关键。因此，分析中国居民生活能源消费的影响因素，对于降低碳排放、建设节能减排环保型社会具有重要的现实意义。

一、文献综述

近年来，学者们对生活能源消费的影响因素进行了大量研究。Lenzen［1］研究了人口因素对生活能源消费的影响，包括人口、家庭规模、家庭人口结构、年龄等。Stern［2］和Poortinga等［3］研究了经济因素对生活能源消费的影响，包括GDP增长、家庭收入等。Ou等［4］和Chen等［5］从居民收入水平、家庭住房能源消费方面分析了居民能源消费的影响因素。Sathaye等［6］和Glicksman等［7］从能源消费结构、家庭汽车拥有量、住房供热等方面分析了居民能源消费的影响因素。Eglnond等［8］和Sardianou［9］考虑了各种政策对居民生活能源消费的影响，建议通过采取国家补贴、减免税收等方式促使居民节约能源。申俊等［10］利用空间计量经济学方法，从生活能源价格、居民消费支出、人口规模、年均温度、家用汽车拥有量等方面分析了城镇居民生活能源消费的影响因素。孙涵等［11］引入城市化因素，从能源强度、居民消费支出、人口等方面分析了中国城镇居民生活能源消费的影响因素。郭文等［12］利用LMDI方法从能源结构、能源强度、人口规模、城镇化、居民消费和消费抑制等方面对中国居民生活能源消费的影响因素进行了分析。

综合以上的研究成果，可以看出学者们研究了人口因素、经济因素、消费因素、政策因素、城镇化因素等对居民生活能源消费的影响，但是均未考虑城乡“二元”结构对居民生活能源消费的影响。中国城乡“二元”结构由来已久，短期内也不会消失，城乡居民在人口规模、收入水平、能源消费结构等方面存在较大的差异，这必然会对中国居民的生活能源消费产生不同的影响。现有文献大多基于城乡生活能源消费分别建立模型进行分析［13-15］，而没有将两者的差异体现在单个模型中，缺乏整体性。基于此，本文以1995—2015年中国城乡居民的生活能源消费相关数据为研究样本，采用拓展的LMDI方法，将居民生活能源消费分解为城镇人口规模、乡村人口规模、城镇居民能源消费结构、乡村居民能源消费结构等9个方面的影响效应，通过比较不同影响因素对居民生活能源消费变化的贡献度，以及分析中国城镇化与居民生活能源消费的耦合关系，给出促进中国城乡居民减少生活能源消费的对策建议。

二、研究方法

对数平均迪氏指数分解法（LMDI）能够处理零值，分解结果没有残差项，在能源消费分解研究中被广泛应用［16-18］。本文以LMDI法为基础，在分解因素中加入能源供给率、城镇居民能源消费结构、乡村居民能源消费结构等影响因素，采用式（1）对居民生活能源消费进行分析：

其中：E表示居民生活能源消费量；i表示居民能源消费种类；P表示人口总量；Pu表示城镇居民的人口数量；Pr表示乡村居民的人口数量；Y表示居民可支配收入；Yu表示城镇居民的可支配收入；Yr表示乡村居民的可支配收入；Ei表示居民对i类能源的消费量；Eiu表示城镇居民对i类能源的消费量；Eir表示乡村居民对i类能源的消费量。

对式（2）两边取对数，再取微分可得：

将式（4）、式（5）、式（6）代入式（3）可得：

根据式（7）可得基于因素分解的居民生活能源消费的恒等式：

LMDI法可以采取乘法和加法分解两种方法求解。乘法分解是将基期和报告期的能源消费量之比表示为各影响因素相对贡献的乘积，加法分解则反映的是能源消费量的绝对数变化，分解出各影响因素对能源消费变化量的贡献量［19］。加法分解比乘法分解的结果更加直观，因此本文采用加法分解求解。本文将居民生活能源消费量从0期到T期的变化总效应（ΔE）分解为城镇人口规模效应（ΔEPu）、乡村人口规模效应（ΔEPr）、城镇居民收入水平效应（ΔEILu）、乡村居民收入水平效应（ΔEILr）、能源强度效应（ΔEEI）、能源供给率效应（ΔEES）、城镇居民能源消费结构效应（ΔEEPCu）、乡村居民能源消费结构效应（ΔEEPCr）、城镇化效应（ΔEPP）9个方面，则有：

其中：

三、居民生活能源消费的影响因素实证分析

（一）数据来源

本文的数据主要来源于《中国统计年鉴》和《中国能源统计年鉴》。人口和居民可支配收入数据来源于《中国统计年鉴》，各年居民可支配收入以1995年为基期进行换算。能源相关数据来源于《中国能源统计年鉴》，《中国能源统计年鉴》中能源平衡表（标准量）里终端能源消费量中涉及到生活能源消费的能源种类主要包括：原煤、洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、汽油、煤油、柴油、液化石油气、天然气、热力、电力、炼厂干气15类。由于只有1998年居民消费了洗精煤，且消费量很小，只有0.26万吨标准煤；只有1995年居民消费了炼厂干气，且消费量很小，只有6.19万吨标准煤，所以：本文在计算居民生活能源消费量时去掉了洗精煤和炼厂干气，居民生活能源消费总量为其余13类能源消费量之和。

（二）实证分析

根据本文的能源消费分解方法及式（9）—（18），1995—2015年中国居民生活能源消费变动影响因素分解结果如图1所示。

根据《中国能源统计年鉴》，1995—2015年中国居民生活能源消费总量增加23372.24万吨标准煤。从其分解效应来看，城镇人口规模效应、城镇居民收入水平效应、城镇居民能源消费结构效应和城镇化效应正向推动中国居民生活能源消费量的增加，其中，贡献值最大的是城镇居民收入水平效应：1995—2015年间，城镇居民收入水平变动推动中国居民生活能源消费增加62427.75万吨标准煤；城镇人口规模、城镇居民能源消费结构、城镇化变动对中国居民生活能源消费增加的贡献值分别为61343.40万吨、16689.84万吨和8068.76万吨标准煤。乡村人口规模效应、乡村居民收入水平效应、能源强度效应、能源供给率效应、乡村居民能源消费结构效应对中国居民生活能源消费量的增加起抑制作用，其中，作用最大的是乡村人口规模效应：1995—2015年间，乡村人口规模变动推动中国居民生活能源消费减少60083.23万吨标准煤；乡村居民收入水平、能源供给率、能源强度、乡村居民能源消费结构变动对中国居民生活能源消费减少的贡献值分别为27921.52万吨、21033.88万吨、13928.29万吨、2190.58万吨标准煤。此种现象可以解释为：随着中国城镇化的快速发展，城镇人口快速增加，由1995年的3.52亿人增加到2015年的7.71亿人，而乡村人口急剧减少，从1995年的8.59亿人降低到2015年的6.03亿人，因此，城镇人口规模效应正向推动中国居民生活能源消费量的增加，而乡村人口规模效应对中国居民生活能源消费量的增加起抑制作用。居民收入水平效应与人均可支配收入、可支配收入占居民总可支配收入的比例这两个因素相关。1995—2015年，城镇居民的人均可支配收入及可支配收入占居民总可支配收入的比例均不断增加，城镇居民收入水平变动推动中国居民生活能源消费增加；而乡村居民的人均可支配收入虽然在逐年增加，但是乡村居民的可支配收入占居民总可支配收入的比例却是在不断降低，而且乡村居民的可支配收入占居民总可支配收入的比例降低的幅度大于乡村居民的人均可支配收入增加的幅度，因此，总的来说，乡村居民收入水平变动抑制中国居民生活能源消费增加。居民能源消费结构效应与居民对i类能源的人均消费量及对i类能源的消费占居民生活能源消费的比例两个因素相关。1995—2015年，城镇居民能源消费结构变化较大，除了对原煤的消费量大量减少外，对汽油、柴油、液化石油气、天然气、热力和电力的消费量都大幅度增加；而乡村居民能源消费结构的变化较小，除了对电力的消费量大幅度增加外，对汽油、柴油、液化石油气的消费量的增加量不大，但是对原煤的消费量在很多年份均减少，且减少幅度较大，因此，总的来说，城镇居民能源消费结构变动推动中国居民生活能源消费增加的幅度较大，而乡村居民能源消费结构效应抑制中国居民生活能源消费量增加的作用较小。随着科技的进步、居民收入水平的提高和低碳消费意识的觉醒，越来越多的节能家电进入普通居民的家庭，居民获得单位可支配收入消费的生活能源量越来越小，而单位生活能源消费能满足的居民消费人数越来越多，因此，能源强度效应和能源供给率效应对中国居民生活能源消费量的增加起抑制作用。随着中国城镇化率的不断增加，城镇化效应正向推动中国居民生活能源消费量的增加。

图1 中国居民生活能源消费变动分解结果

（三）分阶段分析

本文按照中国居民生活能源消费的年增长率将1995—2015年分为五个阶段：第一阶段，1995—1998年，此阶段中国居民生活能源消费的年增长率均为负数；第二阶段，1999—2001年，此阶段中国居民生活能源消费的年增长率均小于10%；第三阶段，2002—2004年，此阶段中国居民生活能源消费的年增长率均大于10%；第四阶段，2005—2014年，此阶段中国居民生活能源消费的年增长率均小于10%；第五阶段，2015年，此阶段中国居民生活能源消费的年增长率大于10%。五个阶段各影响因素对中国居民生活能源消费增长的贡献值如图2、图3、图4、图5、图6所示。

图2 第一阶段

图3 第二阶段

图4 第三阶段

图5 第四阶段

图6 第五阶段

从图2、图3、图4、图5、图6可以看出在居民生活能源消费变动的五个阶段中，城镇人口规模、城镇居民收入水平和城镇化变动始终正向推动中国居民生活能源消费量增加，而乡村人口规模、乡村居民收入水平始终对中国居民生活能源消费量的增加起抑制作用。城镇人口规模效应和城镇化效应都和城镇化因素相关，而中国仍处于城镇化快速发展阶段，城镇比例越来越大，长期来看，中国居民对生活能源的消费呈现上升趋势。

四、中国城镇化与居民生活能源消费耦合关系分析

以上分析表明城镇化对中国居民生活能源消费的影响很大，那么城镇化和中国居民生活能源消费是否存在一定的耦合关系呢？笔者利用SPSS20.0对中国城镇化率和居民生活能源消费量进行相关性分析，所得相关系数为0.947，且在0.01水平上通过显著性检验，表明两者间具有较强的相关性，可以进行耦合分析。将城镇化率作为自变量，居民生活能源消费量作为因变量，采用曲线估计回归分析方法，选择不同拟合模型，拟合优度及检验结果如表1所示。

表1 拟合优度及检验结果

续表1

由表1可知，二次项函数拟合效果最优，可决系数为0.980，且模型检验的概率值小于0.01，表明拟合效果好。二次项曲线回归的常数项及系数结果如表2所示。

表2 二次项曲线回归结果

由式（19）可知，中国居民生活能源消费与城镇化之间呈现显著的“U”型关系，当PPu＝0.31时，中国居民生活能源消费量最低。2015年，中国城镇化率已达到56%，随着城镇化进程的加速，中国居民生活能源消费的增加幅度越来越大。根据联合国开发计划署预测，到2030年，中国的城镇化水平将达到70%［20］。如果中国居民生活能源消费与城镇化的关系按照式（19）的规律发展，则到2030年，中国居民生活能源消费将达到67652.89万吨标准煤，比2015年增加31380.72万吨标准煤，增长率高达86.5%。

根据表2，中国居民生活能源消费与城镇化耦合关系二次项曲线模型为：

五、结论及政策建议

研究结论表明：城镇人口规模效应、城镇居民收入水平效应、城镇居民能源消费结构效应和城镇化效应正向推动中国居民生活能源消费量的增加；而乡村人口规模效应、乡村居民收入水平效应、能源强度效应、能源供给率效应、乡村居民能源消费结构效应对中国居民生活能源消费量的增加起抑制作用。通过对中国城镇化与居民生活能源消费耦合关系进行分析，发现中国居民生活能源消费与城镇化之间呈现显著的“U”型关系。

近二十年，中国的城镇化建设步伐加快，城镇比重由1995年的29%迅速增长到2015年的56%，城镇化建设是各级政府的工作重点。未来十年，中国城镇化仍会快速发展，城镇化进程的推进必然导致中国居民对生活能源消费需求的扩张。在全球呼吁“节能减排”的大环境下，如何在快速的城镇化进程中减缓居民生活能源消费的增加，是摆在中国政府、公众面前的一道难题。结合研究结论，本文给出如下对策建议。

第一，提高燃气管网覆盖率。在众多能源中，天然气的热利用率较高。通过提高燃气管道的覆盖率，引导更多的居民使用天然气做饭，有利于提高能源利用率，减少居民在饮食方面的能源消耗。目前，由于农村居民的居住地较分散，燃气管道覆盖范围较窄，农村地区的天然气使用率较低，大量农民使用农作物秸秆或煤炭作为饮食方面的能源，对环境造成了较大的破坏，因此，政府可以通过新农村建设将农民的居住地集中起来，采取集中供气的方式，引导广大农民放弃传统的高能耗能源消费方式而使用天然气，从而减轻对环境的影响。

第二，加大对节能家电购买的补贴力度。节能家电的销售价格一般高于普通家电，例如：一级能耗的空调售价比三级能耗要高出1千多元。通过实施节能家电购买补贴政策，引导居民购买节能家电，可以减少居民在电器使用方面对能源的消耗量。

第三，制定和完善居民区建筑节能标准，通过技术创新减少居民对照明、空调、取暖方面的能源消费需求，从而达到减少能源消费的目的。例如：可以采取使用阳光墙、安装空调热能循环利用系统、自然光采集系统等方式降低居民在生活中对能源的消耗量。

第四，建立便捷的公共交通体系，鼓励居民使用小排量汽车、电动车和自行车，减少居民在出行方面的能源消耗。例如：在公交车上安装空调，建立便捷的城市地铁系统、在社区门口提供共享单车等。当居民出行时，在家门口就可搭乘公共交通工具，而自己开车则需要承担油费、停车费等费用，相较而言，越来越多的居民会选择公共交通工具出行，减少在出行方面的能源消耗。

［1］ LENZEN M.Primary energy and greenhouse gases embodied in Australian final consumption：an input-out analysis［J］.Energy policy，1998，26（6）：495-506.

［2］ STERN P C.What psychology knows about energy conservation［J］.American psychology，1992（47）：1224-1232.

［3］ POORTINGA，WOUTER，STEG，et al.Environmental concern and environmental behavior：a study into household energy use［J］.Environment and behavior，2004，36（1）：70-93.

［4］ OUYANG J，GE J，HOKAO K.Economic analysis of energy-saving renovation measures for urban existing residential buildings in China based on thermal simulation and site investigation［J］.Energy policy，2009，37（1）：140-149.

［5］ CHEN S，LI N，GUAN J，et al.A statistical method to investigate national energy consumption in the residential building sector of China［J］.Energy and buildings，2008，40（4）：654-665.

［6］ SATHAYE J，TYLER S.Transitions in household energy use in urban China，India，the Philippines，Thailand and Hong Kong［J］.Annual review of energy and the environment，1991，16（1）：295-335.

［7］ GLICKSMAN L R，NORFORD L K，GREDEN L V.Energy conservation in Chinese residential buildings：progress and opportunities in design and policy［J］.Annual review of energy and the environment，2001，26（1）：83-115.

［8］ EGLNOND C，JONKERSR，KOK G.One size fits all？Policy instruments should fit the segments of target groups［J］.Energy policy，2006（34）：3464-3474.

［9］ SARDIANOU E.Estimating energy conservation patterns of Greek households［J］.Energy policy，2007，35（7）：3778-3791

［10］申俊，孙涵，成金华.中国城镇居民能源消费及其影响因素［J］.北京理工大学学报（社会科学版），2016，18（1）：45-53.

［11］孙涵，王洪健，彭丽思，等.中国城镇居民生活完全能源消费影响因素的实证研究［J］.中国矿业大学学报（社会科学版），2015（3）：53-59.

［12］郭文，孙涛.城镇化对中国区域能源消费及居民生活能源消费的影响［J］.中国环境科学，2015，35（10）：3166-3176.

［13］ PACHAURI S，JIANG L.The household energy transition in India and China［J］.Energy policy，2008，36（11）：4022-4035.

［14］ KREY V，O’NEILL B C，RUIJVEN B，et al.Urban and rural energy use and carbon dioxide emissions in Asia［J］.Energy economics，2012（34）：S272-S283.

［15］ WANG S，FANG C，GUAN X，et al.Urbanisation，energy consumption，and carbon dioxide emissions in China：A panel data analysis of China＇s provinces［J］.Applied energy，2014（136）：738-749.

［16］田中华，杨泽亮，蔡睿贤.广东省能源消费碳排放分析及碳排放强度影响因素研究［J］.中国环境科学，2015，35（6）：1885-1891.

［17］ WANG W，LIU X，Zhang M，et al.Using a new generalized LMDI（logarithmic mean Divisia index）method to analyze China’s energy consumption［J］.Energy，2014（67）：617-622.

［18］ XU SC，HE Z X，LONG R Y.Factors that influence carbon emissions due to energy consumption in China：Decomposition analysis using LMDI［J］.Applied energy，2014（127）：182-193.

［19］秦翊.中国居民生活能源消费研究［D］.太原：山西财经大学，2013：39-41.