1、基于分位数回归方法的居民能源消费影响因素分析 摘 要：中国的居民能源消费占据了总能源消费的 10.97%，并且这一数字正在不断上升。但是各种政策比如改变房屋类型、提高能源价格等对家庭能源消耗的影响还没有达成一致的结论。文章使用美国能源情报署的家庭能源消耗调查的数据，应用分位数回归的研究方法，分析对不同分布（分位点）家庭能源消耗的影响因素，而不仅仅是对能源消耗整体的平均影响。通过对不同分布家庭能源消耗的影响因素的分析，可以为针对高能耗的消费者采取合理措施以达到更有效率的节能目的的政策提供建议。 下载 关键词：分位数回归 居民能源消费 影响因素 中图分类号： F014.32 文献标识码： A 文章
2、编号： 1004-4914（ 2017） 06-021-02 一、研究背景 根据中国统计年鉴， 2012 年中国能源消费总量为 361732.01 万吨标准煤，其中工业消费为 252462.78 万吨，占比 69.79%；居民生活消费39666.09 万吨，占比 10.97%。目前的能源需求与能源供给不匹配，亟需改变高能耗高排放的生产模式，提高能源利用效率。工业减排将是降低能耗的重点工作。而居民能源消费是除了工业能源消费外第二大能源消耗领域。根据发达国家经验，即使完成了工业结构的调整，节能形势也依旧严峻，而这主要是由居民能源消费的不断增长导致的。房屋的例如大小、种类、建筑密度以及墙壁材料等因素
3、都会影响能源的消耗。本文将研究能源消耗的分位数分布与平均分布是否存在不同，如果存在，公共政策重心可以侧重于高能耗者（右侧尾部）的行为规范，高效地降低居民能源消耗。 二、研究方法 本节将介绍实证分析部分所应用的分位数回归方法模型，回归系数的估计方法、分位数回归方法的特点和优点以及在本文实证分析中的举例说明。 这里我们首先给出下节 实证分析中使用的分位数回归的模型： 三、实证分析 1.数据说明。居民能源消费调查（ The Residential Energy Consumption Survey， RECS）公用微数据库由美国能源情报署（ EIA）发布，这项调查是横跨 1987-2009 年全国有
4、代表性的数据调查。本文主要对 2009 年的数据库作出分析，得到能源消费模式的决定性因素。 RECS 数据有以下三个来源：对家庭做出的访问，邮件发出的问卷调查以及从相关部门获得的能源账单、消费数据等。 2009年，该调查收集了 10838个家庭的数据作为样本。 本文中使用 2009年的数据进行研究分析。在接下来的分析中相关的数据包括被解释变量：总家庭能源消耗（单位： kWh）。自变量包括房屋年龄，住宅面积，采暖度日，制冷度日，以及房屋类型（单家独户分离型、独户式联排住宅、 2 4单元公寓、 5单元以上公寓、移动房屋），房屋墙壁类型（砖瓦、木头、混凝土、复合材料、石头、壁板、水泥、茅草以及其他）
5、。这些数据的统计分布见表 1。 2.实证分析结果。当其他变量不变时，采暖度日（ HDD）每变化 1，会使10%分位点的热能源消耗改变 1.09KWh，而会使 90%分位点的消耗改变2.95kWh，对右尾部的影响基本上是对左尾部影响的 3 倍。制冷度日（ CDD）对能源消耗的影响也类似这样的模式。在 10%分位点， CDD 变化会导致能源消耗变化 0.6kWh， 90%分位点处 CDD变化会导致能源消耗变化 1.25kWh， CDD对右尾部的影响是对左尾部影响的两倍。将 CDD与 HDD数据对比，我们发现HDD 对能源消耗在左尾部的影响是 CDD 的接近 2 倍，在右尾部接近 3 倍。这可能是由
6、于在家庭能源消费中，冬天暖气等的使用率要高于夏天空调的使用率。 房屋年龄在 10%分位 点每增加 1年都会令能源消耗增加 30.2kWh，而在 90%分位点这项数据达到了 143.71kWh，对右尾部的影响是左尾部的几乎四倍。而这项差距可能是由新建住房的设施居然更高的能源节省效率或者房屋结构新技术的应用导致的。这项结果显示，如果政策针对房屋年龄作出规范可能会达到较好的节能效果。 家庭住宅总面积每增加 1 平方米，在左尾部会使能源消费增加 2.36kWh，在右尾部则是使家庭能源消费增加 6.24kWh。家庭住宅面积对能源总消费的影响可以从以下一些因素得来。住宅面积的增加首先带来的就是空调系统或者
7、热暖系 统需作用面积的增大，而高能耗的消费者由于节能意识较为淡薄，可能会对热暖系统或者空调系统的开关机状态不够关注，因此带来的能源浪费相对于低能耗者来说要多。其次，住宅面积的增加也意味着相应能源消耗的设施 ?盗康脑黾樱 ?这也会间接增加家庭住宅能源消耗。 此外，从单家独户分离型或移动式住宅迁移到多户住宅公寓中一般会减少家庭能源的消耗。但这些都与单相连式独栋住宅没有明显的差异。而较大的公寓住宅区一般会节省大量的家庭能源消耗（ 4163.5-6335.62kWh）。从整个家庭能源分布来看，除了 5单元以上的公寓外，其 他房屋类型对家庭能源消耗的影响在整个分布上从左到右资源节省是越来越少的。但 5单
8、元以上公寓在 10%分布相比移动式住宅可节省 4163.05kWh， 90%分布上节省6335.62kWh 能源。 在研究墙壁类型对能源消耗的影响时，我们发现与砖瓦墙相比，除了茅草房之外的其他墙壁类型都要比砖瓦墙具有更高的节能功能。相比之下，复合类型材料和混凝土材料节省的相对更多，复合材料在 10%分位点相比砖瓦墙节省 2496.04kWh， 90%分位点节省 2570.88kWh。混凝土材料在 10%分位点相比砖瓦墙节省 1776.54kWh，在 90%分位点节省 3138.24kWh。 图 1 显示了因变量在各个分位点回归系数的估计量。我们将 OLS 回归得到的变量估计系数作为中轴标为红色
9、虚线。在该水平线上方的点说明，该分位点自变量导致的能源消费增加量大于平均水平，反之则说明其导致的能源消费增加量小于平均水平。如果使用分位数回归方法估计得到某变量在不同分布（分位点）上系数估计值连线接近一条直线，则说明对于该变量而言，使用 OLS 回归方法已足够。 四、政策建议 家庭能源消费中约 40%都是电力消费。由于电力生产是极其低效的，对电力 能源效率的提高可能会相当于提高一级能源效率效果的三倍。几乎 50%的能源消耗以及 45%的能源费用支出都是用于空调系统消耗，排在之后的能源消耗以及能源费用支出则是水热以及其他设施消耗。决策者们可以通过对相应设备的管制达到节能目标，例如提高设施的节能标
10、准等。 空调系统的能源消耗显然与房屋大小密切相关，并且房屋面积对家庭能源消耗左右尾部的影响系数差距也较为明显。但是，减少房屋面积带来的总效用与其他规范效果相形见绌。因此有意通过控制房屋面积达到节能减排的政策效果可能不尽人意。 房屋年龄对能源消耗在 左右尾部的影响差别较大。在右尾部，房屋年龄每下降 20 年，家庭能源消费会减少 2860kWh，在左尾部则是 600kWh 左右。出现这项结果的一部分原因可能是由于时间增长，技术发生了进步，空间气候调节系统的能源利用效率出现了显著的提高；另一部分也可能是房屋表面材料的密集程度或保暖水平导致的。政府通过对老房屋的以旧换新可以达到节能目的。 改变房屋类型
11、在特定情 ?r 下对节能有特殊意义，而在其他情况下对整个家庭能源消耗分布上都无明显作用。通过改变房屋类型确实可以达到节能目的，但需付出较大努力。 墙壁类型 的不同可能会影响家庭住宅中的保温水平，也就是说可能会影响房间中的温度。因此墙壁类型的不同会导致住宅中空调或者暖气等温度调节设施所需要做功的不同。通过分位数回归我们发现虽然墙壁类型对家庭住宅能源消耗在整个分布上的系数相差不大，但是各个墙壁类型之间的系数却有一定差别。相比之下，混凝土或复合型材料的墙壁一般比其他类型的墙壁节省更多能源。对于公共政策制定者来说，如果对房屋建造的墙壁类型制定出相应的规章制度并施以合理的管制，可能会达到较为理想的节能目的。 注释： 1Hao， L， Naiman， D， 2007.Quantile Regress 参考文献： 周一星 .城市地理学 M.北京商务印书馆， 1995 石江，余涵，吴茵 .国外养老模式比较研究 以美国、丹麦、日本为例 J.南方建筑， 2013（ 2） （作者单位：对外经济贸易大学 北京 100000） （作者简介：李嘉浩， 2016 级对外经济贸易大学保险学院研究生，本科毕业于对外经济贸易大学金融学院。） （责编：吕尚）
