中国城镇居民生活完全能源消费影响因素的实证研究

孙　涵,王洪健,彭丽思,郭海湘

(中国地质大学(武汉)1. 经济管理学院 2. 数字化商务管理研究中心，湖北 武汉　430074)



中国城镇居民生活完全能源消费影响因素的实证研究

孙涵1,2,王洪健1,彭丽思1,郭海湘1,2

(中国地质大学(武汉)1. 经济管理学院 2. 数字化商务管理研究中心，湖北 武汉430074)

摘要：本文在对中国城镇居民生活完全能源消费的变化规律进行深入分析的基础上,针对中国现阶段能源消费特征，引入城市化因素，分析中国城镇居民生活能源消费的影响因素。运用协整方法分析我国城镇居民生活能源消费量与主要变量之间长期均衡关系，发现居民消费支出对能源消费影响更大，其次是能源消费强度，影响最小的是人口因素；最后采用蒙特卡洛方法动态地解释和预测在各解释变量服从既定概率分布的前提下城镇居民生活能源消费变动情况。研究结果表明：在2020年，中国城镇居民生活能源消费的变动情况，超过70%的概率在76340.97到89039.33万吨标准煤之间，而过高或过低的增长都会带来经济社会成本。

关键词：中国城镇居民;完全能源消费；蒙特卡洛方法；协整模型；城市化

引言

能源紧缺及温室气体排放已成为世界各国关注的焦点，作为世界上第一大能源消费国的中国，节能降耗的任务尤为紧迫而艰巨。长期以来，人们更多地关注工业生产领域的节能减排，对居民生活能源消费领域的节能减排关注较少。然而，随着中国城市化进程进一步推动，大批农村人口向城市转移，极大地增加了能源消费量。据统计，近五年来，每年有大约2000万人口向城市转移。保守地估计，中国城镇人口人均能源消费是农村人口人均能源消费量的3.5到4倍[1]。而且，随着经济的发展和城镇居民生活水平的提高，以家用电器普及为主的消费结构再次升级，住房消费、汽车消费、通信及电子产品的消费和旅游等消费将会成为人们新的消费热点。城镇居民的消费行为变迁将会直接或间接地推动能源消费不断增长。目前，我国人均能耗还不及世界平均水平，只有发达国家的一半。因此，可以说，从现在到2020年，中国城镇居民生活能源消费快速增长的趋势不会改变，未来节能减排的任务依然非常艰巨。因此，对居民生活能源消费的研究越来越受到人们的关注。

国内外对居民生活能源消费影响因素的研究始于上世纪70年代，多集中于欧美发达国家。主要是从人口、经济、生活方式以及政策等方面对能源消费的影响机理进行了理论阐释和实证分析。从人口因素进行研究，包括人口、家庭规模、家庭人口结构、年龄和教育程度等方面对能源消费的影响[2]；从经济因素进行研究，包括宏观经济增长、微观家庭收入及居民消费支出等方面对能源消费的影响[3-5]；从生活方式进行研究，包括消费结构的升级和居民出行特征(休闲、旅游等行为)等方面对能源消费的直接或间接的影响[6-7]；从政策方面进行研究，着眼于考察西方国家从补贴、减免税收以及价格等方面推动居民节约能源[8-9],等等。现在，更多的学者是根据研究的需要，从上述不同的影响因素中选取具有代表性的影响因素，对能源的消耗进行研究[6][10]。总之，国外基本上涵盖了现有研究中主要涉及到的各类影响因素,国内的研究大多从经济水平、人口和生活条件改善等方面对居民生活能源消费影响因素进行定性分析[11]，近几年来也有学者从居民能源消费行为、公共场所行为、交通能源行为和选择性能源消费行为等方面对城镇居民能源消费的影响因素进行定量(回归)分析[12-15]，但这方面的研究成果有限，且未深入分析中国现阶段居民能源消费特征对能源消费的影响。

由此可见，国外学者对居民能源消费做了大量的理论和实证研究，这对我国居民低碳生活政策的制定提供了依据和参考。然而，对待能源消费问题要结合本国的实际。综观国内学者对居民生活能源消费关注不多,现有的研究仍有很大的改进和深入空间，主要表现为以下两点不足：一是大多数文献都没有考虑到中国现阶段城市化的特征，即大量农村人口向城市转移对能源消费的影响;二是对于城镇居民生活能源消费的影响因素及影响程度研究不足，有待进行深入的分析。

因此，本文针对中国城镇居民生活能源消费的特征，对城镇居民生活能源消费现状及趋势进行比较分析，为我国城镇居民的节能生活提出政策建议，对政府和产业界的节能政策制定具有一定的参考价值。

一、 变量与数据

(一) 变量的选取

影响中国城镇居民生活能源消费的因素很多，在这里本文借鉴著名的日本学者Yoichi Kaya提出的Kaya恒等式。于是城镇居民能源消费的因素分解模型表示为：

(1)

1． 能源强度。在宏观经济中我们可以用单位GDP能耗来表示能源利用效率。目前就中国市场而言,更多的技术进步是来自于生产领域，因此，与人们生活衣、食、住、行相关的产业，单位GDP能耗的降低将会减少能源的消费。同时，能源强度也是衡量能源利用效率的重要指标。根据国内外诸多专家学者多方面的研究分析，能源强度变动是影响能源消耗总量变动的一个重要因素。借鉴能源强度的定义，本文将单位居民消费支出的完全能源消费量定义为完全能源消费强度，作为技术因素的重要指标具有合理性。

2． 居民消费支出。根据经济学的需求理论，收入是商品需求的主要因素。随着，经济快速发展和人们收入的增加，居民的消费支出也会越来越多。这不仅体现在我国城镇居民以家用电器普及为主的消费结构，而且体现在住房消费、通信及电子产品的消费、文化教育消费、节假日及旅游消费等新的消费热点上，这或多或少增加了能源消费。同时许多学者的研究也表明居民生活消费支出是能源消费的重要影响因素[9][16][17]。又由于消费支出才是当期实际发生的货币支出，所以选择居民消费支出更合理。可以说，在中国城镇居民生活能源消费的影响因素中，选择居民消费支出这项指标是具有代表性的。

3． 人口。人口总量直接影响着城镇居民能源消费总量。由于中国的人口控制，在数据期间的人口总量是一个相对稳定的值，但是随着中国工业化、城市化的发展，我国城镇的数量和城镇规模也在不断变大，城镇人口不断增加，将直接拉动对能源消费需求的增长。“十二五”期间，我国城市化仍将处于快速发展阶段，预计到2015年达到58%左右，所以未来居民生活能源消费还会不断增长。为了揭示城市化人口转移带来的能源影响,本文用人口转移的数量(城市人口增长数量)进行代替。

除了以上主要影响因素外，价格也是一个重要因素。由于中国居民生活消费的能源价格基本上是由政府定价，能源价格的市场化程度不高，现有的能源价格体系并不能够准确反映市场现实，因此本文放弃研究价格因素对生活能源消费的影响。此外,诸如气候、国家的宏观政策和生活方式等因素也会对能源消费需求产生影响，但这些因素难以量化或没有相关的统计数据，因此这些因素也不在本文考虑范围内。

4. 居民完全能源消费

作为经济活动不断“循环”过程中的一个组成部分,消费者无疑是生产的主要驱动因素。从能源角度看，居民生活中除了照明、取暖、加热、电器使用等直接的能源消耗, 对其他商品( 食品、衣服、家电等) 或其他服务( 如商业、休闲娱乐、医疗、教育等) 的需求也会间接地影响能源消耗[18]。因此，居民生活方式会直接或间接地影响能源消费。因此，中国城镇居民完全能源消费就是直接能源消费与间接能源消费之和。具体表达式如(2)所示：

自20世纪90年代以来，网络作为区别于报纸、广播、电视三大传统媒体(官方文化)的新媒体，以创新的传播方式与传播样态在人类社会震撼登场。它为人类生活开辟了“第二世界”，正如一位国外学者所说：“我们正进入一个新的时代，在这个时代里，得到电子化延伸的身体居住在物理世界和虚拟世界的交汇点上……”。[4]

E=E1+E2

(2)

式中：E为城镇居民完全能源消费量；E1为居民生活一次能源的直接消费；E2为间接的能源消费。城镇居民生活直接能源消费数据来源于《中国能源统计年鉴》。本文借鉴生活方式分析(CLA)法来计量家庭活动中的间接能耗[18]。该方法建立在投入产出-生命周期评价(EID-LCA)分析法的基础上，分析消费品在生产过程中各个产品部分对能源投入的综合影响，根据家庭消费支出数据计算出每类消费活动的能源强度，并将其与生活方式相联系。具体模型表达式如(3)：

(3)

其中，城镇居民生活间接能源消费主要考虑与人民生活相关的8个行业部门来计算，如表1所示。i指第i种消费；EIi指第i种消费所对应行业的能源强度；Xi指第i种消费的消费支出；TP指城镇人口。

表1　城镇居民生活能源消费分类

(二) 数据的来源与处理

本文所涉及的城镇居民生活直接能源消费及各行业各类能源消费数据来源于《中国能源统计年鉴》(1991～2012)，其中少量数据由于行业的划分不同导致缺失，本文运用MATLAB7.2版本进行插值计算而来。各行业各类工业产值来源于《中国工业统计年鉴》(1991-2012)；城镇居民八项消费支出数据来源于《中国统计年鉴》(1991～2012)；城镇居民国内生产总值指数、居民消费价格指数来源于《中国统计年鉴》(1991～2012)；城镇居民人口总数来源于《中国统计年鉴》(2012)。由于各行业各类和居民消费支出是基于当年价格编制的，将1990-2011年间的各行业各类产值和居民消费支出额折算成1990年不变价。为了减少数据处理中的误差,对原始数据分别取对数处理。

二、居民生活能源消费影响因素的长期均衡关系：协整分析

现实中大多数的经济时间序列都是非平稳的，从而导致传统的计量经济学得出的结论会存在严重的偏差，因此需要对时间序列进行平稳性检验和协整检验，在此基础上通过格兰杰检验界定时间序列之间的因果关系，并利用误差修正模型(ECM) 确定时间序列之间的均衡关系。

为了验证文中关键影响因素LEC、LCEI、LACE和LTP原始样本数据是否平稳，我们采用ADF方法对其进行单方根检验，检验结果如表2所示。 当ADF值小于1%、5%和10%显著性水平临界值时，表示在对应的显著性水平下拒绝有单位根的原假设，即认为相应的显著性水平下变量是稳定的。由表2可知，在各显著性水平下，我国城镇居民能源消费总量(LEC)、城镇居民完全能源消费强度(CEI)、城镇居民人均消费支出(ACE)、城市人口增长数(TP)水平值取对数后检验结果均为非平稳过程，但其一阶差分结果在5%的显著性水平下，满足协整检验的条件，说明各变量之间可能存在着一个长期稳定的均衡关系。

表2　ADF单位根检验结果

注：表中的△表示一阶差分；检验形式(C, T, K)中的C、T和K分别表示单位根检验方程的常数项、时间趋势项和滞后阶数；0是指检验方程不包括常数项或时间趋势项，其中滞后阶数根据SIC最小原则选定。

本文选择Johansen 协整检验方法。根据Lag Length Criteria(滞后长度准则)统计量的检验结果，在5%的显著性水平下，确定滞后阶数为2时模型最优，且有四个协整关系。考虑存在协整关系假定下经过标准化的协整系数, 提取一个协整方程如下：

LEC=2.303757LCEI+2.538374LACE+

0.121477LTP-12.59362

(4)

(4) 式亦可表述为：

ecm=LEC-2.303757LCEI-2.538374LACE-

0.121477LTP+12.59362

(5)

其中ecm为误差修正项，它表述了LEC、LCEI、LACE和LTP这四个时间序列之间的长期均衡关系。

从公式(4)可知，能源消费强度、居民消费支出和人口增长数量与能源消费量之间呈相同方向变化，这符合经济意义，表示它们每提高1%水平就能使得能源消费量分别提高2.303757、2.538374和0.121477个单位，说明对能源消费的影响因素中居民消费支出对能源消费影响最大，其次是能源消费强度，最后是人口因素。

三、 居民生活能源消费变动的动态分析

本部分运用蒙特卡洛方法动态预测不同影响因素对居民能源消费量变动的影响,其目的在于揭示未来我国城镇居民生活能源消费的概率分布情况。

该方法的优势在于:首先，根据前人研究和相关文献设定风险变量可能取值及概率分布，而不是敏感性分析中固定幅度变化的静态局限；其次，考虑到各变量的设置及各自的概率分布，分析更为合理；于此同时随着计算机的发展它能处理一些其他方法不能处理的复杂问题。所以，本文选择此方法更为科学合理。

(一) 模拟变量的分布假设

在蒙特卡洛模拟中，对模型变量的分布假设很重要。本文研究2012-2020年影响中国城镇居民生活能源消费各变量(因素)的变化趋势及概率分布情况，主要从两个方面进行研究，一是对一些变量(城市化率等因素),前人研究比较深入，我们可以在此基础上提炼变量的概率分布情况；二是对另外一些变量，现有的研究有限(如居民消费支出情况)，本文借鉴林伯强[1]的方法，并参考西方学者Greene & Ahmad(2005) 的思想，设定相应规则以确定变量的概率分布。基本原则为：(1) 假设各风险变量服从离散的概率分布，为每个风险变量分别设立5个离散取值及相应的分布概率；(2)概率分布的设置，是基于情景分析进行设定，并赋予基本情景最高的概率取值，其它情况概率分布的取值则相应变少；(3)概率分布基本取对称设定，除非有文献证明是分布非对称以及有文献支持极端值存在，否则5%的概率分布，表明取到该值的概率很小；(4)变量取值及概率分布的选择是根据前人的研究获取，再结合现有研究及历史数据发展趋势进行推算。因此, 本文动态分析旨在揭示城镇居民生活完全能源消费的的概率分布状况，而非具体的能源消费预测。

1. 居民生活人均消费支出。这不仅受经济增长的影响，而且受到政府和居民行为偏好等因素的影响，变动较为复杂。因此，本文主要从两个方面进行推算并综合考虑。首先，根据《中国城市(镇)生活与价格年鉴2012》统计数据进行判断，按可比价格计算，中国城镇居民生活消费支出从1980年到2011年人均消费支出增长率为6.35%，其中2003-2011年平均增长率为8.90%，低于国家人均GDP增长率。第二，大量的研究证明人均居民消费支出跟人均GDP 的增长率有着紧密的关系，从中长期来看，发达国家两者增长率接近，而发展中国家人均居民消费支出增长率则低于经济增长率。本文综合考虑王小鲁等和林伯强等对中国经济增长的研究，分时段预测2010-2015 年增速为8%，2016-2020 则为7.5%，为基准情形的GDP总量年均增长率。中国社科院亚太与全球战略研究院发布2014年《亚太蓝皮书》指出，结合供给面与需求面的分析，未来10年中国经济增长率将可能由7.5%的水平逐渐下降至6.0%左右。综合以上分析，在基准情景中假设人均消费支出的年均增长率为6.80%。在此基础上, 分别上下浮动0.5个百分点，得到其他情景的增长率，如表3所示。

2. 人口转移的数量。随着中国工业化和城市化的发展，大量的人口向城镇迁移。人口迁移的增长率可以通过数学公式计算表示为城市化增长率与人口增长率之积。由于许多学者对城市化率和人口增长率进行了大量的分析，所以，本文通过城市化率和人口增长率进行计算。根据国家人口发展研究战略课题组发布的国家人口发展战略研究报告可知国家人口发展的战略目标是到2020 年人口总量控制在14.5 亿人。许多学者认为到2020年中国城市化水平将达到57%-63%(中国经济增长与宏观稳定课题组, 2009；王小鲁等, 2009)。从近十年历史数据(2001-2011年)来看，平均每年提高1.2个百分点以上，到2011年城市化率将达到51.27%。除此之外，大多数学者认为我国城市化水平严重滞后于经济发展水平。考虑到中国正处在急速工业化城市化发展时期，因此，我们假设中国城市化水平应该达到63%，并以此为基准情景，那么从2012到2020年中国每年城镇人口增加的数量大约2100万。据此，我们可以推测整个区间内城市化人口转移的数量及概率，如表3所示。

表3　各个解释变量的增长率及概率分布设定

图1　居民能源消费量的直方图

3. 居民生活能源消费强度。对居民生活能源消费强度前人研究甚少，因此，在这里假定居民生活能源消费强度下降目标跟国家能源消费强度一致。居民生活能源消费强度不仅受到经济增长的影响，而且受到政府政策等各因素的影响，变动较为复杂。因此，本文主要从两个方面进行推算并综合考虑。首先, 根据前人的研究(林伯强等，2010)，中国能源强度年均下降率在2010-2015 年为5%，在2016-2020 年为4.6%。其次，中国“十二五”规划中提出，2015年能源强度将在2010年的基础上下降16%, 年均下降3.43%。随着人们对环境污染，尤其是近几年人们对雾霾天气的担忧，促使政府和企业加大环境的治理，因此，本文把基准情景目标调高到4.0%(2012-2020年)。由于受到科技进步、经济增长和人们消费观念的影响，居民能源消费下降的强度存在不确定性，在基准情景基础上分别向上、向下调整0.5 个百分点得到，如表3所示。

(二) 基于蒙特卡洛方法的能源消费量动态分析

本文根据上述的协整分析结果，及根据表1 中各变量增长率及概率分布，运用Oracle Crystal Ball软件，进行1万次模拟产生一系列的随机数据，得到城市居民生活完全能源消费变动的分布直方图(图1)。中国城镇居民生活能源消费的平均值是80948.08万吨标准煤，超过70%的概率在76340.97到89039.33万吨标准煤之间。

从图2可以看出，居民生活能源消费在虚线的左边的概率是15%，说明这种可能性不大。如果要达到虚线左边的居民生活能源预期消费量目标，则需要人均消费支出的增长速度较显著地放慢，或通过放慢人口向城镇迁移的速度，这些都会影响到经济发展；最行之有效的方法是降低能源强度或者大幅度提高清洁能源在能源结构中的比重，而这则需要付出高昂的代价，不具有现实的经济可行性。因此，对于这一约束要求高，所带来的经济成本可能是无法接受的。另一方面，居民能源消费大于90100万吨标准煤的概率大约是15%，这说明将来居民生活能源消费量的可能性也比较小，但这种情况仍然存在，如高速的经济增长或节能减排以及调整能源结构、发展清洁能源的政策实施不力，能源强度和能源消费碳强度的降低就较难实现，会导致能源消费的较快增长。

因此，我们在保证经济增长的前提下，可以通过政策引导、科技进步，以及增加可再生能源的消费比例，以及改变居民生活能源消费的习惯，使居民生活能源消费在合理的范围内。

四、 主要结论与政策建议

本文研究了2012-2020 年中国城镇居民生活能源消费的静态与动态变动情况，并指出中国低碳转型的战略和路径，研究结果和政策建议均具有现实的政策意义。本文的研究结果表明：

(一) 在2012-2020 年间，中国城镇居民生活能源消费的总量年均增长率在2.2%左右，到2020年居民生活能源消费总量最大可能是80948.08万吨标准煤。若采取更积极的节能减排政策，可以使中国城镇居民生活能源消费总量降低，到2020年甚至达到61642.61万吨标准煤或更少，若不加以控制，则反之。但过高或过低的能源消费都要付出沉重的代价。为了保证经济发展的稳健转型，节能减排应该是一个缓慢渐进的过程，要适当控制与居民生活衣、食、住、行等消费相关的能源消费强度高的行业。

(二) 在解释变量中人均消费支出是影响居民生活能源消费的最主要的因素。随着人民生活水平的提高，到2020年将达到或接近中等发达国家的水平，从而使城镇消费群体不断扩大、消费结构不断升级，从而吃、穿、用等消费资料支出降低，居住、交通通讯、文化娱乐等享受型消费的比重提高，会促使城镇居民生活能源消费不断增加。因此，我们认为政府在调控宏观经济时，采取适宜的政策引导消费行为，既保证经济持续增长，又保证居民生活节能消费模式的发展，是大家值得关注的问题。

(三) 加入城市化变量更好地反应了中国阶段性特征对能源需求的影响。未来中国城市化率还会不断提高，在国家新型城镇化规划(2014—2020年)中指出，扩大内需的最大潜力在于城镇化。《国家新型城镇化规划(2014-2020年)》指出，目前我国城市中常住人口为53.7%，户籍人口只有36%左右，远低于发达国家80%的平均水平，城市化还有较大的发展空间。因而中国城镇居民生活能源消费还会不断增长，是以保证现阶段经济增长和城市化进程。因此每年将会有大量的人口向城市迁移，而城市人均能源消费是农村人均消费的3-4倍。因此，除了适当控制城市化的速度外，还应积极引导人们转变生活方式，由奢侈型向节约型转变，也是中国可持续发展的一个重要方面。 因此，我们不能忽视人口的增长对能源消费产生的影响。

除此之外，政府还可以通过大力发展环保产业，提高科技进步，调整能源消费的结构等积极政策，提高能源效率，降低能源消费。

参考文献：

[1]林伯强,刘希颖.中国城市化阶段的碳排放:影响因素和减排策略[J].经济研究,2010(8):66-78.

[2]Lenzen M.Primary Energy and Greenhouse Gases Embodied in Australian Final Consumption: An Input-out put Analysis[J].Energy Policy,1998,26(6):495-506.

[3]Lenzen M,Dey C,Lundie S.A Comparative Multivariate Analysis of Household Energy Requirements in Australia,Brazil,Denmark,India and Japan[J].Energy,2006,31:181-207.

[4]Poortinga,Wouter,Steg,and Vlek. Environmental concern and environmental behavior: A study into household energy use[J]. Environment and Behavior, 2004, 36(1):70-93.

[5]Stern PC.What Psychology knows about energy conservation[J].Ameriean Psychology, 1992,47:1224-1232.

[6]Wooter Poortinga,Lingda Steg.Household Preferences for Energy Saving Measures: A Conjoint Analysis[J].Journal of Psychology,2003(24):49-64.

[7]Parker p,Rowlands l,Scott D.Who Changes Consumption following residential energy evaluations? Local Programs need all income groups to achieve Kyoto targets[J].Local Environ,2005,10:173-87.

[8]Eglnond C,Jonkers R,Kok G.One size fits all? Policy instruments should fit the segments of target groups[J].Energy Policy,2006,34:3464-74.

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

[10]Blasca Lucas I，Hidalgo E. Behavioral Factors Study of Residential Users Which Influence Energy Consumption[J].Renewable Energy,2001(24):521-527.

[11]王虹,王勋,袁东学.北京生活能源消费状况及影响因素分析[J].学术天地,2009,5:59-61.

[12]罗光华,牛叔文.气候变化、收入增长和能源消耗之间的关联分析——基于面板数据的省际居民生活能源消耗实证研究[J].干旱区资源与环境,2012,26(2):20-24.

[13]岳婷,龙如银.我国居民生活能源消费量的影响因素分析[J].华东经济管理,2013,11:45-50.

[14]孙岩.家庭异质性因素对城市居民能源使用行为的影响[J].北京理工大学学报：社会科学版,2013.5:21-26.

[15]秦翊,侯莉.我国城镇居民收入对间接能源消费的影响实证分析[J].生态经济,2013,1:64-66

[16]Lenzen M, Dey C, Foran B. Energy Requirements of Sydney Households[J]. Ecological Economics, 2004(49): 375-399.

[17]Druckman，A.，Jackson，T..The carbon footprint of UK households 1990-2004:A socio-economically disaggregated,quasi-multiregional input-output model[J]. Ecological Economics, 2009,68(7): 2066-2077.

[18]陆莹莹,赵旭.家庭能源消费研究述评[J].水电能源科学,2008,26(1):187-191.

Empirical Study of Influence Factors of

Total Energy Consumption in Urban Residents' Life in China

SUN Han1,2, WANG Hong-jian1, PENG Li-si1, GUO Hai-xiang1,2

(1. School of Economics and Management, China University of Geosciences, Wuhan 430074,China;

2. Digital Business Management Research Center, China University of Geosciences, Wuhan 430074, China )

Abstract：Based on the thorough analysis of the change law of complete energy consumption in urban residents' life, the present paper discusses the influence factors of energy consumption in China's urban residents' life by taking into account the energy consumption characteristics at present in China and by introducing urban factors. The paper analyses the long-term equilibrium relationship between China's urban household energy consumption and the main explanatory variables by using the method of co-integration. Consumer spending influences the energy consumption the most. The energy consumption intensity ranks the second and the demographic factors influence the least. Finally by applying Monte Carlo simulation, we provide a dynamic explanation and forecast the development trend of China's household energy consumption as well as its distribution based on the assumed probability distributions for each explanatory variable. These findings suggest the possible future changes in China's urban household energy consumption in 2020. Over 70% probability is between 890.3933 to 763.4097 million tons of standard coal. Too low or too high growth will bring about social and economic costs.

Key Words：China's urban residents; total energy consumption; Monte Carlo; co-integration model; urbanization

基金项目：国家社科基金项目(项目编号：13BJY069)。

收稿日期：2014 - 10 - 28

中图分类号：F426.2

文献标识码：A

文章编号：1009-105X(2015)03-0053-07

作者简介：孙涵，男，博士，副教授，主要研究方向为资源管理工程和能源系统模型。