基于GWR的中国居民生活能源消费驱动因素时空演变研究

王丽琼，陈峰

泉州师范学院资源与环境科学学院，福建 泉州 362000

能源与经济社会系统的生产和生活紧密相关，作为次于工业能源消费量的生活能源消费量，其规模、结构与方式是经济发展水平和居民生活方式的反映，正在成为能源消耗的主要增长源，其与生态环境和温室气体排放也紧密关联。居民能源消费指家庭用于取暖降温、炊事、照明、出行等方面的能源消费，居民直接能源消费主要包括家用电器、家庭交通工具、住房取暖等直接产生的能源消费（王文蝶等，2014）。中国现阶段正处于工业化与城镇化发展的中期阶段，居民消费水平不断提高，消费结构不断改善，如何在确保社会经济平稳发展的同时兼顾资源环境的协调，实现节能减排的任务成为政策制定者与学术界关注的重要问题。

从20世纪70年代开始，国内外学者就开始对居民生活能源消费进行研究。研究居民能源消费的主要影响因素的研究大多从回归分析视角和因素分解视角出发，如Tso et al.（2014）通过环境因素和家庭特征因素对居民能源消费量的影响进行多层回归研究；Xu et al.（2014）采用混合分解模型，构建包括人口、结构、房屋面积、生活方式和强度等5个因素的模型研究新加坡居民生活能源消费的影响因素；Estiri（2015）基于结构方程模型分析家庭特征对美国居民能源消费量的直接、间接和综合效应；李怡涵等（2014）基于STIRPAT模型分析中国人口发展对家庭生活基本能耗及碳排放的影响；王蕾等（2014）实证研究表明中国城镇化、工业化对居民生活能源消费有正向影响作用；郑睿臻等（2016）运用 PVAR计量模型论证城市化与居民生活能源消费的动态关系；郭文等（2015）将城镇化水平指标直接体现在对数平均迪氏模型（LMDI）中，兼顾居民消费因素直观地分析城镇化水平对居民生活能源消费的影响；樊静丽等（2015）从不同能源品种研究生活能源消费中城镇和农村人均生活用能变化效应；Streimikiene（2014），Fu et al.（2014）研究表明城镇化使得更多的农村居民走向城市而导致城镇居民能源消费增加；Yao et al.（2012）、Das et al.（2013）分析城镇化通过改变居民的生活方式和能源消费结构从而增加居民对能源的消费需求；Zhang et al.（2012）研究表明城镇化过程中家庭住宅用能方式也是影响居民能源消费的重要因素。

中国不同区域经济发展与城市化进程存在很大差异，且区域地理、气候、资源禀赋等导致居民能源消费存在空间差异，但能源技术扩散和区域经济依赖又促使居民能源消费存在空间相关性，居民能源消费不仅受本地经济、社会及地理因素的影响，也会受邻近区域居民能源消费的影响，在进行居民生活能源消费分析时应该考虑空间依赖性和空间交互作用。已有相当一部分学者运用空间计量经济学展开了分析研究，刘满芝等（2016）研究生活能源消费密度受能源消费结构、能源强度、经济发展状况等的综合影响因素空间差异后，基于八个区域的静态面板数据对能源价格、能源政策与生活能源消费的内在关联进行效应分析（刘满芝等，2016）；申俊等（2016）建立空间计量模型对城镇居民完全能源消费和省域居民生活能源消费影响因素进行实证分析，但均未考虑中国不同地区、不同城镇化进程和经济发展的阶段性特征，缺乏生活能源消费驱动因素的空间分布演变特征的研究。

地理加权回归法（Geographical weighted regression，GWR）的中心思想就是将数据的地理位置引入到回归参数中，通过相邻观测值的子样本数据信息对局部进行回归估计，随着空间上局部地理位置的变化，估计的参数也随之而异。GWR扩展了传统回归框架，不仅充分考虑了影响因素变量的空间位置，还可以将数据的空间特性纳入模型中，空间可视化展示了其时空演变特征及影响因素驱动作用的空间效应和空间差异，以更加客观实际地探测各驱动因素的空间非平稳性（王雅楠等，2016）。因此，本研究以中国30个省市区的人均能源消费量作为因变量，以人均可自由支配收入、城镇化率、能源消费结构、产业结构、老龄化率、受教育程度等6项指标数据作为自变量，运用GWR模型对各个省份居民生活能源消费量的空间结构特征进行检验，以消除基础数据的不稳定性，然后根据赤池信息准则选择最优带宽构建核密度，探索中国各区域生活能源消费驱动力的时空异质性，为制定节能规划中不同省域差异化生活节能目标、节能措施和区域节能协调政策提供有益参考。

1 数据来源与研究方法

1.1 数据来源

查阅 2012—2015年《中国能源统计年鉴》计算30个省、直辖市、自治区的包括煤炭类（原煤、洗精煤、其他洗煤和型煤）、石油类（原油、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、其他石油制品）、天然气、热力和电力 6大能源类型消费折标煤后的人均生活直接能源消费量。居民生活能源消费影响因素包含经济因素、地理因素、生活方式、政策因素等，因GWR模型对各变量是否存在多重共线性要求较高，为避免多项变量产生多重共线性与数据冗余，在考虑已有相关文献中的定性和定量分析经验和结果，综合考虑数据获取的难易程度和是否可量化，本研究最终选取人均可自由支配收入（X1）、城镇化率（X2）、能源消费结构（X3）、产业结构（X4）、老龄化率（X5）、受教育程度（X6）等6项指标为自变量构建地理加权回归模型。六大影响因素数据来源于2012—2015年《中国统计年鉴》，其中，以城镇人口数占总人口数比重表征城镇化率，以生活电力消费占生活能源消费比重表征生活能源消费结构，以第三产业占比表征产业结构，以 65岁以上老人人口数占总人口比重表征老龄化率，以大专及以上学历人口数占总人口数比重表征受教育程度。六大指标数据均进行标准化处理（无量纲化），西藏、香港、澳门、台湾由于能源数据缺失，不纳入研究范围。

1.2 研究方法及模型

GWR是对传统回归模型的一种扩展，该模型参数能够进行局部估计，其中心思想是将数据的空间地理坐标引入到回归参数中，通过相邻观测值的子样本数据对局部进行回归估计，随着空间上局部地理位置信息的变化，被估计的参数也随之改变，该模型可表示为：

式中，yi是n×1维解释变量；xik是n×k维解释变量矩阵；βk(ui,vi)是因素k在回归点i回归系数；k则反映自变量的个数（k=1, 2,...,n）；（ui,vi）表示第i个观察点的经纬度坐标；εi是独立同分布的随机误差项。

根据GWR模型的理论，最优带宽的确定是构建核函数的核心部分，采用Cleveland（1979）提出的交叉确认法（Cross-validation，CV）确定带宽b，该方法中b与CV关系如下：

式中，是yi的拟合值；点i的观测值在刻画过程可忽略，当CV达到最小值时，其所对应的b值就是所需的带宽。由于加权方法的不同，计出的带宽也不尽相同，目前大部分学者采用 Fortheringham et al.（2002）提出的方法作为带宽的计算准则：当AICc值最小时，其所对应的带宽b为最优带宽。

2 结果分析

将2011—2014年中国30个省、直辖市、自治区因变量和自变量数据运用GWR 4.0进行地理加权回归模型分析，整体输出地理加权回归模型的拟合系数、残差平方和、AICc值（如表1）。

表1 GWR模型的整体估计结果Table1 The whole estimation results of the GWR model

如图1所示，人均可自由支配收入是对人均生活能源消费影响程度极小的正相关变量，回归系数呈现东部地区小于中西部地区，2014年东部省份人均可自由支配收入转为抑制生活能源消费增长的作用。在经济发展和城镇化进程中，中国大多省份已基本满足生存型能源需求，虽然需求随收入增加而增加，但居民直接能源消费支出只占家庭日常开支的小部分，当生活直接能源需求达到一定程度的饱和后，收入增加的部分将被更多地用于其他支出，直接能源消费支出占收入比重下降，所以，现有经济发展水平下生活直接能源消费量受收入变动的影响不大。特别是经济发达、城市化水平高的东南沿海地区，已经过了收入增加促使能源消费数量提高的阶段，居民生活能源消费已经维持在一个相对稳定的水平。发达城市的节能设施和节能技术较为完善，能源利用效率更高，已经对生活节能产生了一定的影响。

如图2所示，城镇化率变化量推动生活能源消费增加的作用显著，城镇化发展必然带来居民消费结构、消费方式的变化，城镇化发展作为一种集约化的发展方式其所带来的技术效应、结构效应可促进能源效率提高，减少生活能源消耗，但能源回弹效应的存在使得能源效率的提高所产生的能源节约并不明显。由于大量农村人口涌入城市，以家用电器普及为主的消费结构升级，城镇家用汽车拥有量的快速增长，家庭住宅用能方式改变，城镇居民对于能源密集型产品的消费量大于农村居民等均促使居民生活能源消费增长，2011—2014年间城镇化率回归系数逐年增大，这主要与目前中国大多省份城镇化发展水平处于中期，居民的消费信心和消费需求得到释放，能源消费回弹效应逐渐变大有关。2012—2014年城镇化率回归系数明显呈现出从西到东影响程度依次递增的趋势，回归系数高值区集中分布在广东、福建、浙江等东南和辽宁、吉林、黑龙江等东北省份。近几年东部这些地区进入城镇化快速发展时期，消费需求和消费行为的改变势必会引起家庭基本能耗的升高，特别是以化石燃料供能为主的东北三省，城镇化进程更助推了生活能源消费量的增长。2014年中西部城镇化回归系数也增大，主要是由于快速城镇化发展过程中，需要大量的私人和公共设施来满足快速增长的城镇人口和城市经济发展需求。因此，在推进城市化进程中，东部地区需积极引导消费结构升级转变，优化能源消费结构；中西部可通过完善基础设施，推广节能环保基建设施，通过集中供能提高能源使用效率。

我们应注意到季札是将《唐风》和尧联系起来考虑的。 他说：“思深哉！其有陶唐氏之遗民乎？不然，何忧之远也？非令德之后，谁能若是？”也就是说，晋国处于尧之故地，故有尧之遗风。 若其不是故尧之遗民，则不会如此忧思之远，不会有如此之深虑。 这又不得不对尧文化进行考察。

图1 人均可自由支配收入回归系数4年对比Fig.1 Regression coefficients of per income of four years

如图3所示，电力消耗比重与生活能源消费之间呈负相关关系，表明电力消耗比重的提高会减少生活能源消耗量，且4年中其对生活能源消耗的影响的区域差异明显而有规律。回归系数由北到南逐渐增大，东南部电力消耗比重大的福建、广东、广西、浙江和江苏，其对生活能源消耗的抑制作用小于北部的新疆、内蒙古、黑龙江和吉林等电力消耗比重小的省份，这主要因为气候寒冷的北部地区煤炭资源比较丰富，尤其东北地区是中国重工业基地集中区域，工业的能源消耗多来自化石燃料，同时由于该产业链的形成，东北及周边地区居民传统的生活能源消费也以化石燃料供能为主。与之情况相同的还有煤矿开采大省山西及其周边省份河北、甘肃、宁夏等地，这些省份居民的生活能源结构多以传统的燃煤供能，生活能源供暖消费中煤炭比重虽逐年下降，但电力等替代能源作用发挥还是不够充分，优化北部地区的能源消费结构可有效抑制生活能源消费的增长。气候炎热的南部居民生活能源结构的形式相对多样，但电力消耗占比本身就占据主导地位，夏季制冷等对电力的依赖性强，采用电力消耗比重衡量生活能源消费结构对生活能源消费量的抑制作用，显然其带来的节能效应南部弱于北部。

图3 生活能源消费结构回归系数4年对比Fig.3 Regression coefficients of household energy consumption structure of four years

如图4所示，整体而言，产业结构与生活直接能源消费呈负相关且影响逐年下降。由于不同的产业具有不同的能源强消费弹性，在不同产业结构背景下，居民生活方式也会受到一定影响，进而促使居民生活能源消费量数量与结构的变化。2011—2014年产业结构抑制作用呈现由东部强于西部转为东部相对弱于西部的格局变化，西部地区回归系数大致不变，东部沿海地区（如北京、上海等第三产业比重达60%以上）回归系数显著变大，这主要是因为逐步重视第三产业经济发展的中东部地区第三产业以金融业、物流业等生产服务为主，其对于生活能源的替代性相对较弱，有抑制作用但逐步减弱，而西部地区的第三产业却以餐饮业等为生活服务为主，其对于生活能源消费的替代性更强，会促使人均生活能源消耗量下降。产业结构优化升级将抑制生活能源消费的增长，虽然抑制作用不大且逐渐减弱，但产业结构的调整作为减少生活能源消费的措施在一定范围内仍然有效。

如图5所示，老龄化率是一个对居民直接生活能源消费量起较强抑制作用的解释变量，且老龄化率对生活能源消费量变化的区域间影响差异不是十分明显。人均直接生活能源基本消费量不因年龄和收入而产生差异，直接能耗在很大程度上是相对固定的生活需求，但由于老年人在生活中更少使用电器类产品，还有部分农村老人直接消耗的能源（薪柴、秸秆、沼气等）未计入生活直接能源消费量中，使得老龄化率的提高表现出促进人均生活直接能源消费量的降低。2011—2014年中老龄化率对生活能源消费量影响的负值敏感区集中分布在东北三省，2013年和2014年在中国省区回归系数整体上升趋势下，新疆、青海表现出回归系数数值偏低的特征。由此可知，随着城镇化进程中电气化类设备的普及，人口的老龄化产生的抑制作用慢慢减弱，但老龄人口比例在城镇化和消费水平较低的地区（东北三省、新疆、青海等）对直接生活能源消费还将产生较大抑制作用。

图4 产业结构回归系数4年对比Fig.4 Regression coefficients of industrial structure of four years

如图6所示，受教育程度对生活能源消费的影响呈现较为显著的正相关性，随着受教育程度提高，生活中使用电脑等电子产品的时间更长，出行多选择更耗能的交通工具，生活直接耗能必然增加。2011年和2012年回归系数表现出东高西低的空间特征，2013年和2014年呈南高北低的空间特征，主要是因为现代化电子产品首先进入经济较为发达的东部地区，促进生活能源消费增长，特别是电子产业发达、电子类产品普及的广东省，其回归系数在2013年和2014年还保持较大值。同时受教育程度愈高，个人节能和环保意识愈强，加之政府在生活节能方面的宣传较到位，使得在满足生活舒适性和便利性情况下，人们更愿意主动选择更节能的产品，故受教育程度某种程度上减缓了生活用能的增长。随着经济的发展，生活水平的提高，生活质量的改善，人们的生活逐渐从生存型向享受型转变，居民的消费支出增长是一种必然趋势，要积极引导和改善居民的生活消费方式，鼓励倡导环保绿色的出行方式，节约能源，保护环境。

综合分析以上六大因素的影响程度，人均可自由支配收入、城镇化率、受教育程度与人均能源消费量呈正相关，其中人均可自由支配收入对人均能源消费量的正向作用远小于城镇化率和受教育程度。人均可自由支配收入与人均生活能源消费量虽呈正相关，但影响程度较低，且部分区域开始由促进转为抑制，说明生活能源消费支出占收入比重下降、生活能源消费收入弹性收缩下，人均可自由支配收入对人均生活能源消费的影响效应不再明显，而国家政策导向，社会逐渐推行绿色消费，高收入群体倾向于购买低能耗产品，且这种倾向有日益扩大的趋势。城镇化率对人均生活能源消费的影响有明显的空间依赖效应，其相邻省份的回归系数差异较小。东部沿海地区环境、气候及资源平台较内陆地区优越，城镇化扩张使大量农村居民转化为城镇居民，其生活方式也随之向城镇生活方式转变。依赖于能源密集型产品消费结构升级，中西部在城市化发展过程中也需要私人和公共设施来满足增长的城镇人口和城市经济的需求，因此虽然城市集约化的发展方式所带来的技术效应、结构效应促进能源效率提高从而减少生活能源消耗，但能源回弹效应的存在使得其在城镇化中期对人均生活能源消费仍表现为促进作用。受教育程度对人均生活能源消费量的促进作用最大，随着受教育程度提高，生活中使用电脑等电子产品的时间更长，出行多选择更耗能的交通工具，生活直接耗能必然增加，但国家政策的导向以及国民环保意识的增强，使得其在生活上更注重绿色消费，先行共享经济，回归系数高值由资源集中和人才集中的东部沿海区域向西南地区转移。产业结构、能源消费结构和老龄化率与人均生活能源消费量呈负相关，其对人均能源消费量的抑制作用表现为老龄化率＞能源消费结构＞产业结构。生活直接能耗在很大程度上是相对固定的生活需求，城市化进程中年轻劳动力迁移至城镇就业与居住，很大一部分老人留在农村，生活中更少使用电器类产品，但随着农村生活电器类产品的普及，人口老龄化对生活能源消费抑制作用将减弱，且随着人口老龄化程度加深，抚养比将逐渐增大，家庭间接能耗将相应上升。生活能源消费结构电力消耗比重越大，表明能源结构越优化，越有利于生活节能，北方居民生活能源消费结构中化石燃料比重较高，其电力消耗比重一旦升高，带来的能源的节约效应将立竿见影，而南方居民能源消费结构中电力消耗本身占据相当一部分比例，能源的节约效应本身就比北方大，由进一步增大南方居民能源消费结构的电力比重带来的能源节约效应不如北方明显。第三产业能源利用效率高，在优化产业结构背景下，其可影响居民消费需求和消费行为，使得产业结构与人均能源消费量呈负相关，不同区域第三产业的主导产业类型存在明显差异，其对各地区生活能源消费的抑制作用不同，但整体于一个平稳的范围内保持逐年有效降低趋势。

图5 老龄化率回归系数4年对比Fig.5 Regression coefficients of aging rate of four years

3 建议

借助地理加权回归（GWR）模型，在充分认识人均生活能源消费量驱动因素空间格局变化下，与国家层面的能源规划布局相适应，立足省域实际，根据差别化能源结构，结合居民生活能源消费影响因素的空间效应，为寻找不同区域之间的政策措施合作，科学有效地进行国家生活能源发展战略规划设计提供参考建议。具体建议如下几点，（1）未来中国能源发展应逐渐降低生活能源消费对煤炭等化石燃料能源的使用率，积极引进新型发电系统，鼓励不同区域结合自身自然资源特点建造发电体系，提升电力等清洁能源消耗比重，充分发挥其对生活节能的正向作用，减少化石能源消费带来的环境问题，降低污染排放。（2）随着城镇化的快速发展，居民生活用能大幅提升，保障居民生活用能的供应是基础，充分考虑不同区域城市化发展的阶段特点，制定差别化政策，东南部地区应进一步优化居民生活用能结构，政策导向以尽量减少能源回弹效应，充分发挥城镇化对能源效率的提升作用，同时也应加大西南、西北地区经济发展与公共设施建设力度，通过促进节能技术的进步提高能源利用效率，最终实现生活节能的目的。（3）优化产业结构背景下，可转变居民生活方式，提高能源利用效率，国家应大力扶持第三产业发展，提高居民生活水平，改善生活质量，积极发挥调整产业结构对降低生活能源消费的有效促进作用。（4）随着“二孩”政策的实施，人口规模将增大，努力提高全民教育水平，宣传可持续发展思想，使低碳生活、低碳出行理念深入人心，尤其是新时期共享交通、共享厨房等共享经济的推行，通过转变居民能源消费观念，提高居民节能减排意识等有效途径控制生活能源消费增长。

图6 受教育程度回归系数4年对比Fig.6 Regression coefficients of educational level of four years

4 结论

本文基于中国30个省、直辖市、自治区2011—2014年的相关数据，采用地理加权回归（GWR）模型对影响人均能源消费量的人均可自由支配收入、城镇化率、能源消费结构、产业结构、老龄化率、受教育程度等6项指标的空间驱动差异进行实证研究，通过空间可视化揭示了六大因素对中国30个省、直辖市、自治区人均能源消费量影响的空间分布情况。人均可自由支配收入、城镇化率以及受教育程度均对人均能源消费量具有促进作用，其中，受教育程度对人均能源消费量影响最强，城镇化率其次，人均可自由支配收入最弱。这与国家现有发展水平、现阶段城市化进程和政策导向等密不可分，由于经济发展和居民收入的平稳增长，生活能源消费在收入弹性收缩情况下受收入影响明显减弱；城镇化中期可通过人口的城乡结构转换、居民的消费结构变动等规模效应远大于技术效应的方式拉动生活能源消费增长；国民受教育水平的提高，在很大程度上影响消费行为而影响生活能源消费。能源消费结构、产业结构、老龄化率均对人均能源消费量具有抑制作用，其中老龄化率抑制作用最强，能源消费结构其次，产业结构相对较弱。处于城镇化中期地区有相当部分老人留在农村，其中相当部分人口还使用农作物的秸秆、动物的粪便等生物质能源，老龄人口生活较为节约，农村电器产品未全面普及，故老龄化率对生活直接能源消费的抑制作用明显。中国南北区域供暖和制冷需求不同，原有的能源消费结构不同，以电力消耗比重衡量能源消费结构的抑制作用差异也将一直存在。产业结构中第三产业能源效率高，第三产业的主导产业结构背景对生活能源消费抑制作用存在明显区域差异。六大因素对人均能源消费量的影响都存在空间差异性，对不同区域的影响程度不尽相同。

参考文献：

DAS A, PAULS K. 2013. Changes in energy requirements of the residential sector in India between 1993–94 and 2006–07[J]. Energy Policy, 53:27-40.

FU C, WANG W, TANG J. 2014. Exploring the sensitivity of residential energy consumption in China:implications from a micro-demographic analysis [J]. Energy Research & Social Science, 2: 1-11.

XU X Y, ANG B W. 2014. Analysing residential energy consumption using Index decomposition analysis [J]. Applied Energy, 113: 342-351.

ZHANG T, SIEBERS P, AICKELIN U. 2012. A three-dimensional model of residential energy consumer archetypes for local energy policy design in the UK [J]. Energy Policy, 47: 102-110.

STREIMIKIENE D. 2014. Housing indicators for assessing quality of life in Lithuania [J]. Intelektine Ekonomika, 8(1): 25-41.

TSO G K F, GUAN J J. 2014. A multilevel regression approach to understand effects of environment indicators and household features on residential energy consumption [J]. Energy, (66): 722-731.

CLEVELAND W S. 1979. Robust locally weighted regression and smoothing scatter plots [J]. Journal of the American statistical association, 74(368): 829-836.

FORTHERINGHAM A S, BRUNSDON C, CHARLTON M. 2002. The analysis ofspatially varying relationships [M]. U.K: Jone Wiely&Sons,LTD.

YAO C S, CHEN C Y, LI M. 2012. Analysis of rural residential energy consumption and corresponding carbon emissions in China [J]. Energy Policy, 41: 445-450.

樊静丽, 刘健, 张贤. 2015. 中国城镇化与区域居民生活直接用能研究[J]. 中国人口∙资源与环境, 25(1): 55-60.

郭文, 孙涛. 2015. 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, 35(10): 3166-3176.

李怡涵, 牛叔文, 沈义, 等. 2014. 中国人口发展对家庭生活基本能耗及碳排放的影响分析[J]. 资源科学, 36(5): 988-997.

刘满芝, 刘贤贤. 2016. 中国城镇居民生活能源消费影响因素及其效应分析-基于八区域的静态面板数据模型[J]. 资源科学, 38(12):2295-2306.

刘满芝, 徐悦, 刘贤贤, 等. 2016. 中国生活能源消费密度的影响因素分解、空间差异和情景预测[J]. 中国矿业大学学报(社会科学版), (2):48-56.

申俊, 孙涵, 成金华. 2016. 中国城镇居民完全能源消费的空间计量分析[J]. 资源科学, 38(3): 439-449.

王蕾, 魏后凯. 2014. 中国城镇化对能源消费影响的实证研究[J]. 资源科学, 36(6): 1235-1243.

王文蝶, 牛叔文, 齐敬辉, 等. 2014. 中国城镇化进程中生活能源消费与收入的关联及其空间差异分析[J]. 资源科学, 36(7): 1434-1441.

王雅楠, 赵涛. 2016. 基于GWR模型中国碳排放空间差异研究[J]. 中国人口∙资源与环境, 26(2): 27-34.

郑睿臻, 张惠. 2016. 我国城市化与居民生活用能消费的动态关系分析[J]. 干旱区资源与环境, 30(9): 19-24.