城市生活直接能耗分類評估

宋國君 國瀟丹

摘要 本文提出一個新的評估城市生活能耗管理水平的方法，使用影響城市生活能耗的客觀因素對城市進行分類，并為不同類型城市設計能耗標桿體系，以解決城市間能效可比性及能效目標針對性問題。地區自然條件、經濟發展情況、城市化程度、科技水平均為影響城市人均生活能耗的客觀因素。本文運用單因素多階段及AdaBoost分類兩種方法將全國城市分為：采暖-高產值、采暖-低產值、非采暖-高產值、非采暖-低產值四類。全國地級以上城市生活能效評估結果表明：兩類高產值地區的人均生活能耗水平顯著高于兩類低產值地區，而采暖地區人均生活能耗由于快速增加的住宅供熱能耗而逐年攀升。2006—2015年全國地級以上城市人均生活能耗均值年均增幅為7.08%。在四類城市中，采暖-高產值地區由于更高的經濟發展水平及供熱需求，生活能耗水平穩居各類城市首位，超過全國平均水平約110%；非采暖-高產值地區增速平緩，且自2014年起出現下降趨勢；采暖-低產值地區目前生活能耗總量較低，但巨大的供熱能耗需求導致其年均能耗上升速度高達10.19%；非采暖-低產值地區能耗持續處于最低位置，僅為全國平均水平的約30%。在生活能源消費結構方面，不斷增長的住宅供熱面積導致集中供熱能耗占生活能耗總量的比例于2015年上升至44.90%，已成為限制生活能耗管理水平提高的首要因素。

關鍵詞 城市能效管理；人均生活能耗；AdaBoost分類法；標桿管理

中圖分類號 F206文獻標識碼 A 文章編號 1002-2104（2018）06-0001-10DOI：10.12062/cpre.20180111

近年來，居民生活能耗水平快速增加，已成為能源消耗的主要增長點[1]。評估生活能源消費對提高居民節能減排意識、促進居民生活能耗方式轉變、提高生活能源使用效率具有十分重要的意義。居民生活能耗可分為照明、炊事等引起的直接能耗和由于居民購買產品和服務所誘發的間接能耗[2]。本文所研究的為直接能耗。受經濟發展水平、地理區位等客觀因素的影響，中國城市人均生活能耗水平差異顯著[3]。高經濟發展水平地區的人均生活能耗水平顯著高于低經濟發展水平地區[4]。然而我國在進行能效評估及管理時，并未考慮氣候、經濟等因素的影響，使用統一的標準評判不同客觀條件城市的能效管理水平，完全忽略了經濟發達城市對更高能耗的硬性需求，為城市設定或難以達到或過于寬松的能耗目標。在進行管理手段設計時，對不同收入水平的城市均給出加大節能宣傳力度、優化城鎮居民生活用能結構、加快節能產品開發等粗糙的生活能效管理手段，未對不同地理區位及經濟特征的城市制定不同的節能減排措施，給出可操作性強的家庭消費模式轉變引導建議。

國內外對生活能耗的研究主要集中在生活能耗的影響因素分析方面，根據能耗與影響因素間的數量關系提出調整能源價格、提高城市城鎮化水平等提高能效的建議[1-3，5]。然而站在管理學角度，經濟、人口、環境等客觀原因確實會對城市人均生活能耗產生顯著影響，但屬于城市能效管理活動中的不可控或弱可控的因素，無法進行逆向管理。應將可控與不可控因素區分開，在人均生活能效評估之初按照客觀影響因素對城市進行分類，剔除管理不可控因素對城市生活能耗的影響，以保證同類城市內部的可比性。在研究對象范圍方面，現有的能源效率研究多集中在國家整體、大區域、省級行政區層次，針對城市層次的能效研究較少[6-7]。然而城市之間客觀條件差異顯著，即使是相同區域類型的城市之間，在經濟發展及城鎮化水平方面也存在很大不同。因此，全國及省際尺度的能效分析，無法滿足進行城市生活能效管理的需求。宋國君等曾使用地理區位、經濟發展水平等對全國地級以上城市進行分類，并為各類城市制定人均生活能耗標桿，為城市能效管理提出全新的思路[2，8-10]。

隨著時間的推移，各城市的客觀條件及其與生活能耗水平間的相關關系均出現明顯變化。而且城市人均生活能耗水平之間的差距也隨著全國經濟的快速發展及城鎮化工作的推進而越拉越大。因此，需要對城市生活能耗的分類依據進行及時更新，以保證城市分類結果的合理性；并判斷生活能耗水平變動原因及趨勢，為制定針對性、可操作性強的城市生活能耗管理手段提供有力建議。本文在識別城市人均生活能耗客觀影響因素的基礎上，對2006—2015年全國地級以上城市進行分類，在同類型城市中剔除造成人均生活能耗差異的管理不可控因素，分類后同類型城市間客觀條件類似可直接進行比較，橫向對比結果能夠更加貼近生活能效管理主觀差異。本文設計出能耗標桿體系，使得城市可通過同類型對標比較，判斷能耗水平先進程度，確定切實可行的能效管理方向。本文將對最佳的城市人均生活能耗分類方法進行研究，給出考慮因素全面、類型數量適宜、正確且穩定的分類結果，對全面了解中國城市人均生活能耗的現狀、制定有差異的城市生活能耗控制手段具有重要意義。

1 影響城市生活能耗的客觀因素分析

1.1 影響因素識別

目前已有多位學者證明了人均生活能耗受到自然條件、城市化程度、交通狀況、經濟發展水平、收入水平、科技水平、節能意識等多種因素的影響，具體包括：

（1）自然條件：城市平均溫度等自然條件的差異會通過改變居民取暖降溫方式的途徑影響人均生活能耗[11-12]。

（2）城市化程度：城市化進程的推進會提高城市人口密度，一方面會提高住宅能效[13]，另一方面會造成熱島效應，增加室內降溫能耗[14]，也會造成交通擁堵，導致交通燃油消耗增加[15]。城鎮人口數量比例的上升也會引起居民生活能耗的大幅提高[16]。

（3）交通情況：人均城市交通道路設施越多，交通能耗水平越低，公共交通設施相對于私人交通設施而言能源效率較高[17]。

（4）經濟發展：隨著經濟不斷發展，居民家庭能耗由炊事消耗逐漸轉變為休閑娛樂消耗[18]。居民居住條件的改善將大幅提升居民采暖和制冷用能[19]。

（5）收入水平：收入水平代表了居民生活水平，高收入人群會更多的選擇私家車出行并擁有更多的家用電器，使得居民用電量快速增長[20]。

（6）科技水平：高能效標準空調及節能汽車等節能技術的應用在很大程度上抑制了生活能耗的上漲[2，21]。

（7）能源價格：能源價格的提高會促進居民減少不必要的能源消耗[22]。同時，不同能源類型之間的價格差異會促進居民使用低價格能源替代高價格能源。

（8）節能意識：節能意識的提升可促使居民減少不必要的生活能源消費，選擇能效更高的家用電器、建筑設施及生活方式等[23]。

（9）節能政策：政策手段可通過外部調控和內部引導兩個方面影響居民能源消費觀念繼而影響居民生活能耗[24]。

（10）回彈效應：指能源效率的提高降低了能源服務的有效價格，進而抵消了預期能源效率提高所導致的能源消費的減少[25]。已有學者發現在家用電器、私家車的的使用中存在回彈效應，但目前就回彈效應的產生原因、強度計算、引導政策等尚無統一結論[26]。

（11）社會網絡：社會網絡會影響日常交通需求，例如個體社會關系網中其他成員的電動汽車所有情況會對個體電動汽車的選擇傾向產生積極影響[25，27]。

在上述影響城市人均生活能耗的因素中，前六類可全面反應城市的環境、人口、經濟狀況，屬于短期內難以調節的客觀因素，無法進行逆向管理，因此應將其視為不可控因素，在人均生活能效評估之初就按這些因素對城市進行分類，剔除客觀因素對能源效率的影響。而節能意識可通過節能教育等政策手段進行調節，屬于對人均生活能耗造成影響的主觀因素。回彈效應及社會網絡的影響強度同樣可通過經濟型及信息型政策手段加以調整和引導，且二者難以在城市尺度進行量化，故暫不列入本文研究范圍。考慮到數據的代表性及可得性，本文對上述人均能耗的客觀影響因素進行細分，最終確定：城鎮居民人均可支配收入（元）、全年平均氣溫（℃）、采暖與否、城市建設用地占市區面積比重（%）、人口密度（萬人/km2）、第二產業占比（%）、地區生產總值（萬元）、科學技術支出（萬元）、每萬人擁有公共汽車（輛）、采礦從業人員比例（%）、人均地區生產總值（元）、人均城市道路面積（m2）、城鎮人口比例（%）十三項城市人均生活能耗（kgce/人）潛在客觀影響因素[28-29]。

以影響人均生活能耗的客觀因素作為分類指標對城市進行研究，便于對同類型城市的人均能耗水平進行橫向比較，可以更加公平地反映城市能耗總量控制水平。

1.2 生活能耗核算

居民生活能耗從用途的角度包括采暖、降溫、炊事、照明、交通等用能，從能源種類角度包括煤炭、電力、液化石油氣、人工煤氣等類型消耗[2]，其中用于家用電器及炊事的城市電力、人工煤氣、天然氣及液化石油氣供應屬于市政公用事業，這類能源的地級以上城市居民使用量易于統計，可從《中國城市統計年鑒》中獲得，但居民生活中使用的汽油、柴油、煤炭及煤油數據難以直接獲得城市尺度數據。因此，受數據可得性的限制，本文所使用的城市生活能耗數據由城市家庭用電量、城市家庭煤氣（人工、天然氣）供氣總量及城市家庭液化石油氣總量與相應的標煤折算系數相乘后加總得到。《中國能源統計年鑒》中分行業能源消費總量統計數據給出了全國居民生活能耗中煤炭、焦炭、汽油、煤油、柴油、天然氣、電力消耗量的占比。可使用此比例粗略估計地級以上城市的生活能耗總量，為保證數據準確性本文不進行此項估算。

北方集中供暖地區供暖需要消耗大量能源，占據生活能耗總量的很大比重，但這部分能耗量并未進行單獨統計。若不將集中供暖用能計入居民家庭生活能耗中，將導致生活能耗水平的嚴重低估。本文使用《中國城市建設統計年鑒》中的城市住宅供熱面積統計數據與各省集中供熱單位面積耗煤量的統計及計算值估算城市集中供暖能耗量[30]。忽略各省內部城市之間在平均氣溫、供暖時長、供暖效率方面的差異，假設同一省份內城市集中供熱單位面積耗煤量相等，使用城市住宅供熱面積與集中供熱單位面積耗煤量的乘積估算供暖地區城市的住宅供熱能耗。

本文使用住宅集中供熱能耗對采暖地區的生活能耗水平進行調整。調整后的采暖地區城市生活能耗由城市家庭用電量標煤折算量、城市家庭煤氣（人工、天然氣）用量標煤折算量、城市家庭液化石油氣用量標煤折算量與住宅供熱標煤能耗四部分共同組成。

1.3 相關性分析

以2013年全國287座地級以上城市實際數據為研究對象，通過相關性分析方法判斷人均生活能耗與上述十三項影響因素之間是否具有顯著的相關關系。相關性系數如表1所示。

由相關性系數表可知，調整后的人均生活能耗與平均氣溫、采暖與否、城鎮人口比例、萬人擁有公共汽車數量、人均城市道路面積、人均可支配收入、地區生產總值、人均地區生產總值、科學技術支出具有高度相關關系，與采礦從業人員比例具有一定的相關關系，與城市建設用地面積占比、人口密度、二產占比之間并不具有顯著的相關關系。由此可知城市人均生活能耗水平主要受到經濟發展情況、城鎮化程度及自然條件的影響。部分顯著影響人均生活能耗水平的因素之間同樣存在著相關關系，例如人均產值與人均可支配收入高度正相關。

2 基于客觀因素的生活能耗城市分類

2.1 分類方法研究

在明確了人均生活能耗的顯著影響因素后，本文首先使用上述單一因素對城市進行逐級劃分，作為城市單因素多階段分類結果。此種方法的分類過程及原則為：

（1）按照相關性系數由高到低的次序逐步使用單一客觀影響因素進行多階段城市分類，在選擇后續分類因素時不選擇與已使用的分類因素高度相關的客觀因素，以免造成類型間能耗均值差異不顯著，及城市數量分布不均；

（2）在每一步分類過程中均以方差分析結果作為判斷分類結果是否合理的依據，若組間差異顯著則可進一步分類，若不顯著則更換分類指標或停止分類，直至完成對全部因素的判別；

（3）以未參與城市分類但高度相關的因素為指標，進行城市間方差分析，若全部分析結果顯著，則認為分類依據全面；

（4）進一步使用AdaBoost方法對城市進行劃分，將分類結果與單因素多階段分類結果進行對比，當分類結果一致率超過95%認為分類結果可靠；

（5）最終通過方差分析及LSD對比分析證明城市分類結果的合理性。

上述城市分類方法可使得組內城市客觀條件類似，人均生活能耗具有直接可比性，而組間城市經濟社會狀況及人均生活能耗差異顯著。

2.2 單因素多階段分類分析

在對城市人均生活能耗產生顯著影響的客觀因素中，采暖與否本身即為分類變量，用其進行城市分類可避免使用連續變量依照等樣本量原則進行分類帶來的不確定性，因此將其定為首要分類依據。2015年全國地級以上城市方差分析結果表明：組間差異F檢驗的sig值為0.000，在99%的置信度下，采暖地區與非采暖地區的人均能耗均值存在顯著差異，分類方式合理。

人均地區生產總值與人均生活能耗之間相關性系數最高。以此標準依照等樣本量法則（分界點為36 650元）分別對采暖及非采暖城市進行第二階段劃分。方差分析結果顯示：在采暖及采暖地區，99%的置信區間下，高人均產值與低人均產值城市間能耗均值差異顯著，適合使用人均產值進一步分類。

在剩余的影響因素中，平均氣溫、采礦從業人員比例與采暖情況存在高度相關關系，城鎮人口比例、每萬人擁有公共汽車數量、地區生產總值、人均可支配收入、科學技術支出、人均城市道路面積與人均地區生產總值存在高度正相關關系。若使用上述因素進行第三階段的城市分類，會造成類型間能耗均值差異不顯著及城市數量分布不均。經過嘗試后發現，使用上述任何一項因素對城市類型進行第三階段的劃分，均不能滿足組間人均生活能耗均值差異顯著的要求，因此不適合進行進一步分類。至此，對城市人均生活能耗造成顯著影響的客觀因素中已無與已確定的兩項分類因素——采暖與否及人均地區生產總值完全獨立的因素。最終將全部城市劃分為：采暖高-人均產值、采暖-低人均產值、非采暖-高人均產值、非采暖-低人均產值四類地區。

為進一步證明分類方式的合理性及客觀因素考慮的全面性，對剩余的具有顯著相關關系但未作為城市分類依據的因素進行城市類型間均值對比。由如表2所示的方差分析結果可知：在采暖及非采暖地區，高人均產值城市的生產總值、可支配收入、城鎮化比例、道路出行條件、科技支出均顯著高于低產值地區，說明不同城市類型具有鮮明的經濟發展、城鎮化水平、交通條件特性。

2.3 AdaBoost分類分析

我國地級以上城市數量較大，且與人均生活能耗相關的客觀因素數量較多，導致城市樣本點間分類邊界較為模糊。上述單因素多階段分類方法具有可操作性、解釋性強的突出優點，但對于高度重疊的樣本點易造成錯分。考慮到AdaBoost分類法在處理樣本點距離較近問題時的突出優勢，本文使用該方法以全部客觀影響因素作為機器學習對象，對城市類別進行劃分。綜合運用上述兩種分類方式可同時保證分類結果的可解釋性及準確性。

由R程序給出的變量重要性圖可知：人均地區生產總值對城市類型的決定性最強，其次為采暖與否，二產占比及采礦從業人員比例等其他變量的重要性很小。這與單因素多階段分類法中使用采暖與否及人均地區生產總值進行分類的方式完全一致。兩種方法得到的城市分類結果相互驗證一致率為100%，可認為城市分類結果可靠。

2.4 分類結果方差分析

總體方差分析結果顯示，F檢驗sig值為0.000，說明在99%的置信區間下，上述城市分類結果滿足不同城市類型之間人均能耗均值整體差異顯著的要求。LSD對比結果顯示，在95%的置信區間下，除采暖-低產值與非采暖-高產值地區外，全部城市類型兩兩之間的組間差異顯著，整體分類效果良好。采暖-低產值地區的城市樣本較為離散，與非采暖-高產值地區城市之間存在一定重疊，導致sig值為0.199，組間差異并不顯著，但這驗證了使用Adaboost分類法進行城市類型劃分的合理性和必要性。

3 人均生活能耗分類別分析

3.1 時間序列分析

使用上述城市分類方法，以2006—2015年全國地級以上城市為研究對象進行實證分析，得到如圖1所示的城市人均生活能耗均值時間序列對比情況。

全國各類城市人均能耗均值時間序列表明：

（1）全國人均生活能耗均值逐年上升，年均上升幅度為7.08%。2006年全國人均生活能耗均值為66.218 kgce/人，2015年達到121.794 kgce/人。

（2）兩類高產值地區的人均生活能耗著高于兩類低產值地區，而采暖地區人均生活能耗則由于逐年上升的集中供熱煤耗而快速上升，非采暖地區人均生活能耗相比之下較為平緩。

（3）“采暖-高產值”地區的城市經濟發展、居民生活、城鎮化水平高，使用家用電器及交通工具的頻率高，所消耗的生活能源更高，居民的生活能源消耗由基本生活需求更多轉向文化娛樂等高端消費方式。雖然采暖地區的集中供熱單位面積煤耗率持續下降，但由于城市住宅供熱面積逐年快速增加，城市集中供熱耗煤量隨之快速增加。以北京市為例，2006—2015年間城市單位面積供熱煤耗年均下降幅度為2.34%，但住宅供熱面積由2006年的23 157.7萬m2快速上升至2015年的39 031萬m2，年均上升幅度為6.85%，導致城市住宅供熱能耗由2006年的273 801.2萬kgce上升到2015年的372 485.8萬kgce。北京市自2017年起供暖城區熱原全部使用天然氣，天然氣供熱占比超過97%。按照上述住宅供熱能耗年增速計算，北京市2017年居民供暖需消耗天然氣約31億m3，而北京市天然氣日應急儲備能力僅為450萬m3，相當于采暖期居民供暖天然氣日平均用量的20%，若缺乏完善的天然氣供應及應急儲備機制，“氣荒”現象難以避免。2006—2015年間，“采暖-高產值”地區的人均生活能耗均值年均增長率為7.63%，上升趨勢明顯。2015年“采暖-高產值”地區人均生活能耗均值達到266.069 kgce/人，高出全國平均水平118.46%。

（4）“非采暖-高產值”地區的人均生活能耗均值水平基本與全國平均水平一致。2006—2015年間，“非采暖-高產值”區的人均生活能耗均值年均增長率為5.01%，上升速度為四類城市中的最低水平。自2014年開始，隨著電能使用效率的提高，該類城市的能耗水平開始出現下降趨勢，2015年人均生活能耗均值為111.883 kgce/人，比全國平均水平低8.26%。

（5）“采暖-低產值”地區人均生活能耗年均上升速度達到10.19%，顯著高于其他三類地區。該類型城市多為低人口密度的北方城市，這類城市集中供暖管網長度較長且設施相對落后，供熱管網損失更高。以雞西市為例，2006—2015年間城市單位面積供熱煤耗年均上升幅度為0.24%。住宅供熱面積由2006年的383萬m2快速上升至2015年的1 330萬m2，年均上升幅度為24.73%。導致城市供熱能耗由2006年的9 257.4萬kgce快速上升到2015年的32 833.3萬kgce。2006年“采暖-低產值”類型城市的人均生活能耗均值僅為全國平均水平的64.95%。經過多年能耗水平的穩步上升，2015年該類城市人均生活能耗水平達到102.569 kgce/人，上升至全國平均水平的84.29%。

（6）“非采暖-低產值”地區的人均生活能耗均值持續處于四類城市中的最低水平，且上升趨勢平緩。該類城市由于受到經濟發展水平等因素的限制，家用電器的使用頻率較低，且無過多的采暖需求。2006—2015年間，“非采暖-低產值”地區人均生活能耗均值年均增長率為8.68%。2015年能耗均值為35.484 kgce/人，僅為全國平均水平的29.13%。

3.2 標桿體系確立

本文進一步為各類城市構建人均生活能耗標桿體系，通過與相應類型標桿進行對標分析，即可判斷城市生活能效水平的先進程度，明確管理可操作的能效改進方向。

建立標桿體系的前提條件是變量需服從正態分布。假定人均生活能耗ei（i=1，2，…，4）服從對數正態分布ln（ei）～N（μi，σ2i）。運用單樣本的Kolmogorov-Smirnov（K-S）檢驗方法來檢驗總體分布。假設F0（X）為正態分布，則K-S檢驗統計量為：

式中S（x）為樣本的累積經驗分布函數，通過Z統計量可判斷假設檢驗的結果。0.05顯著性水平下，當P值≤0.05（雙尾P值≤0.1）時，統計檢驗拒絕服從正態分布的零假設，反之樣本總體分布可以認為是正態分布。

由K-S檢驗結果可知，在0.05的顯著性水平下，2006—2015年全部城市的人均生活能耗在部分年份不服從對數正態分布，而將城市分為四類后，各類城市的漸進顯著性顯著提升，全部城市類型的人均生活能耗服從對數正態分布。

在確定人均生活能耗變量滿足正態分布后，即可利用總體均值及方差構建標桿體系。人均生活能耗先進上臨界水平滿足等式（2），落后下臨界水平滿足等式（3）。

人均生活能耗的對數落在以均值為中心寬度為一個方差的區間內時，城市生活能效水平被判定為正常；高于該區間時判定為落后；低于該區間時判定為先進。各類城市人均生活能耗標桿體系如表3所示。

由上表可以看出：各類地區的人均生活能耗上下臨界值整體上均呈上升狀態，采暖地區上下臨界值之間的跨度明顯高于非采暖地區。使用上述標桿體系可在四類城市中繼續按照人均生活能耗水平高低分為先進、普通、落后三類。以2015年為例進行城市類型劃分，分類結果如表4所示。受篇幅限制表中只列出各類型中能耗水平最高及最低的五個城市，按照人均生活能耗水平由高到低排序。

4 生活能耗結構分析

有學者預測到2020年左右，我國的生活能耗總量將會達到社會總耗能的1/3以上，而供熱采暖耗能約占生活總耗能量的65%[31]。分析城市生活能耗結構，可識別出能耗水平上升的主要原因，明確能效管理方向。本文將城市生活能耗總量組成成分進行分解，繪制出如圖2所示的全國生活能耗結構圖。

住宅供熱用能由2006年的264.038億kgce，上升至2015年的638.192億kgce。集中供暖耗煤總量的增加是造成生活能耗水平持續攀升的重要原因。采暖用能占全國生活能耗的比例由2006年的30.65%上升至2015年的44.90%。

我國生活能耗存在顯著的南北差異。非采暖地區生活用電標煤折算量由2006年的197.026億kgce，上升至2015年的255.363億kgce。雖然非采暖地區生活用電標煤折算量的絕對值明顯上升，但占全國生活能耗總量的比重由22.87%下降至17.97%，說明提高電力消費比例有助于降低整體生活能耗，占非采暖區生活能耗量的比重則由53.62%逐步上升至57.02%。單位地區生產總值生活電耗標煤折算值由2006年的149.44 kgce/萬元，下降至2015年的60.15 kgce/萬元。而采暖地區的生活用電標煤折算量占比保持在13%左右。

隨著家庭用瓶裝液化石油氣逐步被管道天然氣替代，其使用量標煤折算值逐年降低。2015年采暖地區折算量占比僅為1.45%，非采暖地區為4.40%。家庭煤氣標煤折算量在2006—2015年間保持快速增長，在采暖地區折算量由77.442億kgce上升至2015年的131.120億kgce，使用量占比由8.99%上升至9.22%。

對于本文由于數據不足而未納入地級以上城市生活能耗中的汽油、煤油、柴油、焦炭部分，其所占比重可由《中國能源統計年鑒中》給出的全國生活能源消費結構數據近似替代。經統計得到：2006年生活能耗中焦炭、汽油、煤油、柴油四類能源的占比分別為0.67%、6.90%、0.25%、5.21%，2015年比例相應調整為0.14%、17.51%、0.20%、6.63%。其中，居民生活汽油消費量隨著私人交通工具的普遍使用而逐年攀升，由2005年77.076億kgce上升至2015年381.550億kgce，年均增幅達到17.45%。對比私家車保有量情況，單位私家車年均汽油消耗量由2005年的417.062 kgce/輛下降到2016年的262.046 kgce/輛，說明私家車燃油效率明顯提升。

5 結論及建議

本文加入集中供暖地區住宅供熱能耗對生活能耗水平進行了調整，并使用影響人均生活能耗的客觀因素將全國地級以上城市劃分為“采暖-高產值”、“采暖-低產值”、“非采暖-高產值”、“非采暖-低產值”四類，可保證同類城市之間具有可比性，避免對客觀條件不同的城市進行直接比較。研究結果顯示：2006—2015年全國地級以上城市人均生活能耗均值年均增幅為7.08%。其中，兩類高產值地區的人均生活能耗水平高于低產值地區，而兩類采暖地區由于快速增加的住宅供熱能耗而擁有更高的增長幅度。“采暖-高產值”地區由于更高的經濟發展水平及供熱需求，其生活能耗水平穩居各類城市首位。采暖地區住宅集中供熱能耗占生活能耗的比例由2006年的30.65%快速上升至2015年的44.90%。在非采暖地區，生活用電標煤折算量占非采暖區生活能耗量的比重超過50%，用量絕對值逐年上升，但生活用電效率逐漸提升。

針對上述研究結果，本文認為在進行城市生活能效管理時應：①正視城市生活能耗快速增長對城市能源供應帶來的巨大挑戰，建設完善的冬季煤炭、天然氣等能源儲備和應急體系，保障采暖地區冬季集中供暖對多種類型能源的需求。②在“國家生態文明建設示范縣、市”等城市資源節約評價指標中，不應為不同客觀條件的城市劃定統一的指標值，導致高產值北方城市由于環境、經濟發展需求等難以逆向管理的因素，難以達到能耗目標；而低產值城市由于發展及城鎮化水平低，能耗目標過于寬松，無法對能源消耗起到應有的限制作用。③在評估城市生活能效水平時，應在確定城市分類后，根據統計分布原理，在人均生活能效標桿體系中判斷城市處于先進或落后地位。通過與先進型城市進行橫向對比的方式，識別出在能源供給及消費方式等主觀因素方面降低城市人均生活能耗的方法。④遏制集中供暖地區生活能耗快速攀升的主要方式是降低采暖能耗。應通過熱電聯產、建筑節能等方式提高熱效率，推進欠發達地區的老舊熱網改造工程，合理布設管網，減少公共部分長度和熱量損失。⑤在高產值地區推廣電能替代從而提高能源使用效率和經濟性。我國尤其是北方地區，在分散式電采暖、電鍋爐采暖等煤改電技術方面發展潛力巨大。各級政府可通過財稅補貼政策推進電能替代，在提高生活能效的同時獲得調整能源結構、提高空氣質量的效用。⑥加大政府對節能技術創新的財政支持和引導作用，培養節能創新人才，通過推廣建筑節能、家電節能、汽車節油技術應用的方式，為城市人均生活能耗的降低提供保障。

參考文獻（References）

[1]王妍， 石敏俊. 中國城鎮居民生活消費誘發的完全能源消耗[J]. 資源科學， 2009， 31（12）： 2093-2100. [WANG Yan， SHI Minjun. Total energy consumption induced by urban residents living consumption in China[J]. Resources science， 2009， 31（12）： 2093-2100.]

[2]馮玲， 吝濤， 趙千鈞. 城鎮居民生活能耗與碳排放動態特征分析[J]. 中國人口·資源與環境， 2011， 21（5）： 93-100. [FENG Ling， LIN Tao， ZHAO Qianjun. Analysis on dynamic characteristics of urban residents energy consumption and carbon emissions[J]. Chinas population， resources and environment， 2011， 21（5）： 93-100.]

[3]王子敏， 楊小軍. 居民生活能耗增長的分解與影響因素研究-基于習慣形成視角[J]. 北京理工大學學報（社會科學版）， 2013， 15（5）： 36-42. [WANG Zimin， YANG Xiaojun. Study on the decomposition and influencing factors of energy consumption growth of residents： based on the perspective of habit formation[J]. Journal of Beijing Institute of Technology （social sciences edition）， 2013， 15（5）： 36-42.]

[4]宋國君. 中國城市能源效率評估研究[M]. 北京：化學工業出版社， 2013： 1-4. [SONG Guojun. Research on urban energy efficiency of China [M]. Beijing： Chemical Industry Press， 2013： 1-4.]

[5]李治， 李國平. 城市能源效率分布特征影響因素研究——基于空間計量模型[J]. 城市發展研究， 2010（6）： 22-26. [LI Zhi， LI Guoping. Research on the influence factors of urban energy efficiency distribution characteristics：based on the spatial econometric model [J]. Urban development research， 2010 （6）： 22-26.]

[6]方國斌， 馬慧敏， 宋國君. 基于氣候區劃的城市能源效率分類研究[J]. 統計與決策， 2016（18）： 125-130. [FANG Guobin， MA Huimin， SONG Guojun. Classification of urban energy efficiency based on climate zoning [J]. Statistics and decision making， 2016 （18）： 125-130.]

[7]趙先超， 宋麗美， 朱翔. 湖南省城鄉居民生活能耗測算及節能思路研究[J]. 科技與經濟， 2016， 29（1）： 77-81. [ZHAO Xianchao， SONG Limei， ZHU Xiang. Study on energy consumption and energy saving of urban and rural residents in Hunan Province[J]. Science and technology and economy， 2016， 29 （1）： 77-81.]

[8]宋國君， 馬本. 基于能效標桿的城市節能管理新思路[J]. 環境經濟， 2011（8）： 22-30. [SONG Guojun， MA Ben. New idea of urban energy saving management based on energy efficiency benchmarking[J]. Environment economy， 2011（8）： 22-30.]

[9]宋國君， 傅毅明， 馬本， 等. 中國地區能源利用效率評估指數體系設計及實證探討[J]. 環境污染與防治， 2010（10）： 91-96. [SONG Guojun， FU Yiming， MA Ben. Design and demonstration of energy efficiency evaluation index system in China[J]. Environmental pollution and prevention and control， 2010（10）： 91-96.]

[10]傅毅明， 宋國君， 陳德良， 等. 中國地區能效分布函數與標桿研究[J]. 中國地質大學學報（社會科學版）， 2010， 10（5）： 17-21. [FU Yiming， SONG Guojun， CHEN Deliang， et al. Research on energy efficiency distribution function and benchmarking in China[J]. Journal of China University of Geosciences （social sciences edition）， 2010， 10（5）： 17-21.]

[11]羅光華，牛叔文. 氣候變化、收入增長和能源消耗之間的關聯分析——基于面板數據的省際居民生活能源消耗實證研究[J]. 干旱區資源與環境，2012，26（2）：20-24. [LUO Guanghua， NIU Shuwen. Correlation analysis between climate change， income growth and energy consumption： an empirical study on inter provincial residents life energy consumption based on panel data[J]. Resources and environment in arid area， 2012，26（2）： 20-24.]

[12]孫欣. 省際節能減排效率變動及收斂性研究——基于指數[J]. 統計與信息論壇， 2010， 25（6）： 101-107. [SUN Xin. Research on the efficiency and convergence of inter provincial energy saving and emission reduction： based on the index [J]. Statistics and information forum， 2010， 25（6）： 101-107.]

[13]姚永玲. 北京城市發展中的能耗影響因素分析[J]. 中國人口·資源與環境， 2011（7）： 40-45. [YAO Yongling. Analysis of the influence factors of energy consumption in Beijings urban development [J]. China population，resources and environment， 2011（7）： 40-45.]

[14]謝旭軒， 張世秋， 易如， 等. 北京市交通擁堵的社會成本分析[J]. 中國人口·資源與環境， 2011（1）： 28-32. [XIE Xuxuan， ZHANG Shiqiu， YI Ru. The social cost analysis of traffic congestion in Beijing [J]. China population， resources and environment， 2011（1）： 28-32.]

[15]張弛， 束炯， 陳姍姍. 城市人為熱排放分類研究及其對氣溫的影響[J]. 長江流域資源與環境， 2011（2）： 232-238. [ZHANG Chi， SHU Jiong， CHEN Shanshan. Classification of urban anthropogenic heat emission and its impact on temperature [J]. Resources and environment in the Yangtze River Basin， 2011（2）： 232-238.]

[16]李怡涵，牛叔文，沈義，等. 中國人口發展對家庭生活基本能耗及碳排放的影響分析[J]. 資源科學，2014，36（5）： 988-997. [LI Yihan， NIU Shuwen， SHEN Yi， et al. The impact of population development on the basic energy consumption and carbon emissions of family life in China [J]. Resources science， 2014，36（5）： 988-997.]

[17]陳婧. 上海高能耗群體的生活方式研究[D]. 上海：復旦大學， 2012： 23-25. [CHEN Jing. A study on the lifestyle of high energy consumption groups in Shanghai [D]. Shanghai： Fudan University， 2012： 23-25.]

[18]STREIMIKIENE D， KASPEROWICZ R. Review of economic growth and energy consumption： a panel cointegration analysis for EU countries[J]. Renewable and sustainable energy reviews， 2016， 59： 1545-1549.

[19]陸歆弘. 我國城市人居環境改善與能耗關系研究[J]. 中國人口·資源與環境， 2010（4）： 23-28. [LU Xinhong. Research on the relationship between urban human living environment improvement and energy consumption in China [J]. China population， resources and environment， 2010（4）： 23-28.]

[20]劉滿芝，劉賢賢. 基于STIRPAT模型的中國城鎮生活能源消費影響因素研究[J]. 長江流域資源與環境， 2017， 26（8）： 1111-1122. [LIU Manzhi， LIU Xianxian. Research on the influence factors of urban energy consumption in Chinas towns based on STIRPAT model[J]. Resources and environment in the Yangtze River Basin， 2017， 26（8）： 1111-1122.]

[21]傅春， 巫錫金. 中部地區能源效率影響因素的分析模型與案例研究[J]. 長江流域資源與環境， 2010， 19（10）： 1107-1110. [FU Chun， WU Xijin. Analysis model and case study of the factors affecting energy efficiency in the central region [J]. Resources and environment in the Yangtze River Basin， 2010， 19（10）： 1107-1110.]

[22]劉滿芝， 劉賢賢. 中國城鎮居民生活能源消費影響因素及其效應分析——基于八區域的靜態面板數據模型[J]. 資源科學， 2016， 38（12）： 2295-2306. [LIU Manzhi， LIU Xianxian. The influencing factors and effects of urban household energy consumption in China：based on the eight area static panel data model[J]. Resources science， 2016， 38（12）： 2295-2306.]

[23]楊冰，王繼龍，左曉利，等. 北京市居民節能意識調查及潛力分析[J]. 中外能源，2017，22（10）：92-97. [YANG Bing， WANG Jilong， ZUO Xiaoli， et al. Investigation and potential analysis of energy saving consciousness of Beijing residents [J]. Chinese and foreign energy， 2017，22（10）： 92-97.]

[24]劉滿芝，劉賢賢，陳夢. 中國城鎮生活能源消費：影響因素分解及空間差異分析[J]. 首都經濟貿易大學學報，2017，19（5）：13-20. [LIU Manzhi， LIU Xianxian， CHEN Meng. Urban living energy consumption in China： analysis of influencing factors and spatial difference analysis [J]. Journal of Capital University of Economics and Business， 2017，19（5）： 13-20.]

[25]崔一瀾，劉毅，諸葛承祥. 城市居民生活能源消費研究進展綜述[J]. 中國人口·資源與環境，2016，26（12）：117-124. [CUI Yilan， LIU Yi， ZHUGE Chengxiang. A review of the research progress on energy consumption of urban residents [J]. China population， resources and environment， 2016，26（12）： 117-124.]

[26]YU B， ZHANG J， FUJIWARA A. Evaluating the direct and indirect rebound effects in household energy consumption behavior：a case study of Beijing[J]. Energy policy， 2013， 57： 441-453.

[27]SIRIWARDENA S， HUNT G， TEISL M F， et al. Effective environmental marketing of green cars： a nestedlogit approach[J]. Transportation research part D transport environment， 2012， 17（3）： 237-242.

[28]GUO W， ZHAO T Y， DAI H J. Calculation and decomposition of regional household energy consumption in China： based on perspectives of urbanization and residents consumption [J]. Chinese journal of population， resources and environment， 2017，15（2）：132-141.

[29]DU D， LEI H Y. Energy intercity and its determinants in China： an empirical study based on ARDLVECM approach [J]. Chinese journal of population， resources and environment，2017，15（3）：226-238.

[30]李銀玲. 中國城市集中供熱能耗分析及節能減排控制策略研究[D]. 北京：華北電力大學， 2016： 20-22. [LI Yinling. Energy consumption analysis and control strategy of energy saving and emission reduction in urban central heating in China [D]. Beijing： North China Electric Power University， 2016： 20-22.]

[31]王悅， 趙鵬軍. 我國居民住宅建筑生活能耗差異性調查研究[J]. 北京大學學報（自然科學版），2018（1）：1-3，6-8. [WANG Yue， ZHAO Pengjun. Investigation and study on energy consumption difference of residential buildings in China [J]. Acta scientiarum naturalium universitatis pekinesis， 2018（1）： 1-3，6-8.]