基于分位數回歸方法的居民能源消費影響因素分析

李嘉浩

摘 要：中國的居民能源消費占據了總能源消費的10.97%，并且這一數字正在不斷上升。但是各種政策比如改變房屋類型、提高能源價格等對家庭能源消耗的影響還沒有達成一致的結論。文章使用美國能源情報署的家庭能源消耗調查的數據，應用分位數回歸的研究方法，分析對不同分布（分位點）家庭能源消耗的影響因素，而不僅僅是對能源消耗整體的平均影響。通過對不同分布家庭能源消耗的影響因素的分析，可以為針對高能耗的消費者采取合理措施以達到更有效率的節能目的的政策提供建議。

關鍵詞：分位數回歸 居民能源消費 影響因素

中圖分類號：F014.32 文獻標識碼：A

文章編號：1004-4914（2017）06-021-02

一、研究背景

根據《中國統計年鑒》，2012年中國能源消費總量為361732.01萬噸標準煤，其中工業消費為252462.78萬噸，占比69.79%；居民生活消費39666.09萬噸，占比10.97%。目前的能源需求與能源供給不匹配，亟需改變高能耗高排放的生產模式，提高能源利用效率。工業減排將是降低能耗的重點工作。而居民能源消費是除了工業能源消費外第二大能源消耗領域。根據發達國家經驗，即使完成了工業結構的調整，節能形勢也依舊嚴峻，而這主要是由居民能源消費的不斷增長導致的。房屋的例如大小、種類、建筑密度以及墻壁材料等因素都會影響能源的消耗。本文將研究能源消耗的分位數分布與平均分布是否存在不同，如果存在，公共政策重心可以側重于高能耗者（右側尾部）的行為規范，高效地降低居民能源消耗。

二、研究方法

本節將介紹實證分析部分所應用的分位數回歸方法模型，回歸系數的估計方法、分位數回歸方法的特點和優點以及在本文實證分析中的舉例說明。

這里我們首先給出下節實證分析中使用的分位數回歸的模型：

三、實證分析

1.數據說明。居民能源消費調查（The Residential Energy Consumption Survey，RECS）公用微數據庫由美國能源情報署（EIA）發布，這項調查是橫跨1987-2009年全國有代表性的數據調查。本文主要對2009年的數據庫作出分析，得到能源消費模式的決定性因素。

RECS數據有以下三個來源：對家庭做出的訪問，郵件發出的問卷調查以及從相關部門獲得的能源賬單、消費數據等。2009年，該調查收集了10838個家庭的數據作為樣本。

本文中使用2009年的數據進行研究分析。在接下來的分析中相關的數據包括被解釋變量：總家庭能源消耗（單位：kWh）。自變量包括房屋年齡，住宅面積，采暖度日，制冷度日，以及房屋類型（單家獨戶分離型、獨戶式聯排住宅、2～4單元公寓、5單元以上公寓、移動房屋），房屋墻壁類型（磚瓦、木頭、混凝土、復合材料、石頭、壁板、水泥、茅草以及其他）。這些數據的統計分布見表1。

2.實證分析結果。當其他變量不變時，采暖度日（HDD）每變化1，會使10%分位點的熱能源消耗改變1.09KWh，而會使90%分位點的消耗改變2.95kWh，對右尾部的影響基本上是對左尾部影響的3倍。制冷度日（CDD）對能源消耗的影響也類似這樣的模式。在10%分位點，CDD變化會導致能源消耗變化0.6kWh，90%分位點處CDD變化會導致能源消耗變化1.25kWh，CDD對右尾部的影響是對左尾部影響的兩倍。將CDD與HDD數據對比，我們發現HDD對能源消耗在左尾部的影響是CDD的接近2倍，在右尾部接近3倍。這可能是由于在家庭能源消費中，冬天暖氣等的使用率要高于夏天空調的使用率。

房屋年齡在10%分位點每增加1年都會令能源消耗增加30.2kWh，而在90%分位點這項數據達到了143.71kWh，對右尾部的影響是左尾部的幾乎四倍。而這項差距可能是由新建住房的設施居然更高的能源節省效率或者房屋結構新技術的應用導致的。這項結果顯示，如果政策針對房屋年齡作出規范可能會達到較好的節能效果。

家庭住宅總面積每增加1平方米，在左尾部會使能源消費增加2.36kWh，在右尾部則是使家庭能源消費增加6.24kWh。家庭住宅面積對能源總消費的影響可以從以下一些因素得來。住宅面積的增加首先帶來的就是空調系統或者熱暖系統需作用面積的增大，而高能耗的消費者由于節能意識較為淡薄，可能會對熱暖系統或者空調系統的開關機狀態不夠關注，因此帶來的能源浪費相對于低能耗者來說要多。其次，住宅面積的增加也意味著相應能源消耗的設施數量的增加，這也會間接增加家庭住宅能源消耗。

此外，從單家獨戶分離型或移動式住宅遷移到多戶住宅公寓中一般會減少家庭能源的消耗。但這些都與單相連式獨棟住宅沒有明顯的差異。而較大的公寓住宅區一般會節省大量的家庭能源消耗（4163.5-6335.62kWh）。從整個家庭能源分布來看，除了5單元以上的公寓外，其他房屋類型對家庭能源消耗的影響在整個分布上從左到右資源節省是越來越少的。但5單元以上公寓在10%分布相比移動式住宅可節省4163.05kWh，90%分布上節省6335.62kWh能源。

在研究墻壁類型對能源消耗的影響時，我們發現與磚瓦墻相比，除了茅草房之外的其他墻壁類型都要比磚瓦墻具有更高的節能功能。相比之下，復合類型材料和混凝土材料節省的相對更多，復合材料在10%分位點相比磚瓦墻節省2496.04kWh，90%分位點節省2570.88kWh。混凝土材料在10%分位點相比磚瓦墻節省1776.54kWh，在90%分位點節省3138.24kWh。

圖1顯示了因變量在各個分位點回歸系數的估計量。我們將OLS回歸得到的變量估計系數作為中軸標為紅色虛線。在該水平線上方的點說明，該分位點自變量導致的能源消費增加量大于平均水平，反之則說明其導致的能源消費增加量小于平均水平。如果使用分位數回歸方法估計得到某變量在不同分布（分位點）上系數估計值連線接近一條直線，則說明對于該變量而言，使用OLS回歸方法已足夠。

摘 要：中國的居民能源消費占據了總能源消費的10.97%，并且這一數字正在不斷上升。但是各種政策比如改變房屋類型、提高能源價格等對家庭能源消耗的影響還沒有達成一致的結論。文章使用美國能源情報署的家庭能源消耗調查的數據，應用分位數回歸的研究方法，分析對不同分布（分位點）家庭能源消耗的影響因素，而不僅僅是對能源消耗整體的平均影響。通過對不同分布家庭能源消耗的影響因素的分析，可以為針對高能耗的消費者采取合理措施以達到更有效率的節能目的的政策提供建議。

關鍵詞：分位數回歸 居民能源消費 影響因素

中圖分類號：F014.32 文獻標識碼：A

文章編號：1004-4914（2017）06-021-02

一、研究背景

根據《中國統計年鑒》，2012年中國能源消費總量為361732.01萬噸標準煤，其中工業消費為252462.78萬噸，占比69.79%；居民生活消費39666.09萬噸，占比10.97%。目前的能源需求與能源供給不匹配，亟需改變高能耗高排放的生產模式，提高能源利用效率。工業減排將是降低能耗的重點工作。而居民能源消費是除了工業能源消費外第二大能源消耗領域。根據發達國家經驗，即使完成了工業結構的調整，節能形勢也依舊嚴峻，而這主要是由居民能源消費的不斷增長導致的。房屋的例如大小、種類、建筑密度以及墻壁材料等因素都會影響能源的消耗。本文將研究能源消耗的分位數分布與平均分布是否存在不同，如果存在，公共政策重心可以側重于高能耗者（右側尾部）的行為規范，高效地降低居民能源消耗。

二、研究方法

本節將介紹實證分析部分所應用的分位數回歸方法模型，回歸系數的估計方法、分位數回歸方法的特點和優點以及在本文實證分析中的舉例說明。

這里我們首先給出下節實證分析中使用的分位數回歸的模型：

三、實證分析

1.數據說明。居民能源消費調查（The Residential Energy Consumption Survey，RECS）公用微數據庫由美國能源情報署（EIA）發布，這項調查是橫跨1987-2009年全國有代表性的數據調查。本文主要對2009年的數據庫作出分析，得到能源消費模式的決定性因素。

RECS數據有以下三個來源：對家庭做出的訪問，郵件發出的問卷調查以及從相關部門獲得的能源賬單、消費數據等。2009年，該調查收集了10838個家庭的數據作為樣本。

本文中使用2009年的數據進行研究分析。在接下來的分析中相關的數據包括被解釋變量：總家庭能源消耗（單位：kWh）。自變量包括房屋年齡，住宅面積，采暖度日，制冷度日，以及房屋類型（單家獨戶分離型、獨戶式聯排住宅、2～4單元公寓、5單元以上公寓、移動房屋），房屋墻壁類型（磚瓦、木頭、混凝土、復合材料、石頭、壁板、水泥、茅草以及其他）。這些數據的統計分布見表1。

2.實證分析結果。當其他變量不變時，采暖度日（HDD）每變化1，會使10%分位點的熱能源消耗改變1.09KWh，而會使90%分位點的消耗改變2.95kWh，對右尾部的影響基本上是對左尾部影響的3倍。制冷度日（CDD）對能源消耗的影響也類似這樣的模式。在10%分位點，CDD變化會導致能源消耗變化0.6kWh，90%分位點處CDD變化會導致能源消耗變化1.25kWh，CDD對右尾部的影響是對左尾部影響的兩倍。將CDD與HDD數據對比，我們發現HDD對能源消耗在左尾部的影響是CDD的接近2倍，在右尾部接近3倍。這可能是由于在家庭能源消費中，冬天暖氣等的使用率要高于夏天空調的使用率。

房屋年齡在10%分位點每增加1年都會令能源消耗增加30.2kWh，而在90%分位點這項數據達到了143.71kWh，對右尾部的影響是左尾部的幾乎四倍。而這項差距可能是由新建住房的設施居然更高的能源節省效率或者房屋結構新技術的應用導致的。這項結果顯示，如果政策針對房屋年齡作出規范可能會達到較好的節能效果。

家庭住宅總面積每增加1平方米，在左尾部會使能源消費增加2.36kWh，在右尾部則是使家庭能源消費增加6.24kWh。家庭住宅面積對能源總消費的影響可以從以下一些因素得來。住宅面積的增加首先帶來的就是空調系統或者熱暖系統需作用面積的增大，而高能耗的消費者由于節能意識較為淡薄，可能會對熱暖系統或者空調系統的開關機狀態不夠關注，因此帶來的能源浪費相對于低能耗者來說要多。其次，住宅面積的增加也意味著相應能源消耗的設施數量的增加，這也會間接增加家庭住宅能源消耗。

此外，從單家獨戶分離型或移動式住宅遷移到多戶住宅公寓中一般會減少家庭能源的消耗。但這些都與單相連式獨棟住宅沒有明顯的差異。而較大的公寓住宅區一般會節省大量的家庭能源消耗（4163.5-6335.62kWh）。從整個家庭能源分布來看，除了5單元以上的公寓外，其他房屋類型對家庭能源消耗的影響在整個分布上從左到右資源節省是越來越少的。但5單元以上公寓在10%分布相比移動式住宅可節省4163.05kWh，90%分布上節省6335.62kWh能源。

在研究墻壁類型對能源消耗的影響時，我們發現與磚瓦墻相比，除了茅草房之外的其他墻壁類型都要比磚瓦墻具有更高的節能功能。相比之下，復合類型材料和混凝土材料節省的相對更多，復合材料在10%分位點相比磚瓦墻節省2496.04kWh，90%分位點節省2570.88kWh。混凝土材料在10%分位點相比磚瓦墻節省1776.54kWh，在90%分位點節省3138.24kWh。

圖1顯示了因變量在各個分位點回歸系數的估計量。我們將OLS回歸得到的變量估計系數作為中軸標為紅色虛線。在該水平線上方的點說明，該分位點自變量導致的能源消費增加量大于平均水平，反之則說明其導致的能源消費增加量小于平均水平。如果使用分位數回歸方法估計得到某變量在不同分布（分位點）上系數估計值連線接近一條直線，則說明對于該變量而言，使用OLS回歸方法已足夠。