常住人口家庭规模与年龄结构对城市居民用电的影响*

胡 振 龚 薛

(西安建筑科技大学管理学院，陕西 西安 710055)

工业化国家的电力高消费水平和对化石燃料的高度依赖是全球可持续发展的主要挑战之一[1]。联合国政府间气候变化专门委员会(IPCC)第4次报告指出，如果化石燃料使用增加的长期趋势得不到显著改善，气候变化将导致严重的社会、经济和生态后果[2]。电力行业是对化石燃料高度依赖的行业，提高化石能源的使用效率、降低电力碳排放是许多国家节能减排的关键举措[3]。然而，随着世界范围内能源利用效率的提高，人类用电及其碳排放量却不降反升。一方面，能源效率的提高引起能源价格的下降，从而导致人们对能源的消费增加，这在一定程度上抵消了能效提高所降低的碳排放[4]；另一方面，单纯的技术手段对人类高碳排放的生活方式和不可持续的电力消费模式束手无策[5]。随着应对全球气候变化的研究不断深入，人们逐渐认识到家庭具有巨大的节能潜力。家庭作为居民生活能源消费的基本单位，可成为节能的重要驱动力量[6]。

近年来，中国城镇居民用电量迅速增长，从2009年的3.66万亿kW·h增加到2016年的6.02万亿kW·h，年平均增长率为7.36%。根据国际能源署(IEA)的数据，2016年中国化石燃料发电量的份额为72%，比世界平均水平高出6%。2016年，中国加入了《巴黎气候变化协定》，作为对该协定承诺的一部分，中国制定了二氧化碳排放的国家目标，即到2030年单位国内生产总值(GDP)的二氧化碳排放要比2005年下降60%～65%，高度依赖化石燃料的电力行业显然将为实现这一目标承担重大责任[7]。随着居民消费水平的提高，家庭用电消费所引起的碳排放已取代工业部门成为导致中国用电碳排放上升的主要原因[8]，降低家庭用电已成为当下亟待解决的问题。

目前，关于居民用电的研究多倾向于部门一级或特定群体一级的整体用电情况[9]和特定的空间消费形成因素[10]，忽视了作为生产生活终端需求的家庭电力消费。与一般个人消费品不同，居民用电消费往往以家庭为基本单位，具有高度的共享性[11]，这意味着随着家庭规模的扩大，在保证家庭成员原有电力消费水平的情况下，家庭人均用电量会下降，即产生了居民用电的家庭规模经济效应[12]。LEAHY等[13]研究了爱尔兰单人和双人公寓的电力消费情况，指出双人公寓每周的用电量仅比单人公寓高19%。SANQUIST等[14]研究指出，无论居住在何种气候区，较大的居住密度和较小的生活空间与降低的家庭电力消耗显著相关。DAMARI等[15]进一步指出，产生家庭规模经济的根源在于家庭中广泛存在的公共物品，这些公共物品在消费上相对来说是非竞争性的。除家庭规模外，已有学者开始研究家庭成员的年龄结构对居民用电的影响。ZHOU等[16]分析了不同年龄结构下中国家庭的用电情况，指出户主年龄超过50岁的家庭约比中年家庭多3%的电力消耗。文献[8]发现，与只有成年人的家庭相比，瑞典有青少年的家庭其年耗电量显著增加。FAKHRI等[17]根据年龄对家庭成员进行分组，利用可拓展的随机性环境影响评估(STIRPAT)模型估计了阿塞拜疆家庭用电相对于0～14岁、15～64岁和65岁以上常住人口的弹性，指出15～64岁年龄组的用电量具有最大的人口弹性。

对文献进行梳理发现，针对居民家庭用电的研究较少，且研究变量较单一：有的文献分析了常住人口规模对家庭用电的影响，但没有结合人口年龄结构进行深入研究；有的文献研究了常住人口年龄结构对家庭用电的影响，但忽视了居民用电的家庭规模经济效应。鲜见同时将家庭规模和年龄结构纳入居民用电研究模型。鉴于此，本研究从居民入户调查的微观视角出发，建立基于STIRPAT模型的家庭用电模型，研究常住人口家庭规模和年龄结构对城市居民用电的影响，得出居民用电相对于不同年龄组人口的弹性系数，并结合家庭收入和地理情况分析不同年龄结构下城市家庭用电的规模经济效应差异。相关结论对城市居民家庭用电情况具有较强的解释力度，可为制定有效的城市居民节能用电措施、推动低碳城市的建设提供参考。

1 研究方法与数据来源

1.1 研究方法

IPAT模型又名环境压力模型，该模型作为能源研究的经典模型之一，最早由ENRLICH和HOLDREN于1971年提出，用于衡量各人类学因素的环境影响[18]。IPAT模型使研究人员能在一个统一的框架内分析人口、经济和技术变量对环境的影响，因而广泛应用于环境与能源消费等研究领域。IPAT模型的函数形式见式(1)：

I=P×A×T

(1)

式中：I为环境压力；P为人口；A为富裕程度；T为社会技术水平。各变量单位根据实际情况而定。

现实中，各国的能源使用，环境、人口和经济特征等有很大的不同，而IPAT模型的函数形式是一个自变量与因变量成比例变动的等式，它假设P、A、T变量对I的影响弹性均为单位弹性，这显然与实际情况不符[19]。IPAT模型的这一缺点限制了其在实证研究中的应用。为增加模型的实用性，DIETZ和ROSA加入随机项将IPAT模型扩展为STIRPAT模型[20]。STIRPAT模型的标准形式见式(2)：

I=a×Pb×Ac×Td×e

(2)

式中：a为常数项；b、c、d分别为人口、富裕程度和社会技术水平的指数项；e为残差项。各变量单位根据实际情况而定。

STIRPAT模型的标准形式描述了各人文因素与环境压力之间的非线性关系，从而克服了IPAT模型的局限，更贴近研究实际[21]。进一步在式(2)等号两边同时取对数，可得到STIRPAT模型的对数函数形式(见式(3))，这一形式简化了每个自变量对因变量的弹性计算。为在统一的框架内分析家庭用电消费相对于不同年龄常住人口的弹性，首先在STIRPAT模型中将常住人口年龄结构体现出来，同时将代表家庭富裕与技术的变量纳入模型[22-23]，于是式(3)进一步扩展为式(4)。

lnI=lna+blnP+clnA+dlnT+lne

(3)

lnE=a+β1lnC+β2K+β3L+β4Y+β5M+β6O+β7lnD+e

(4)

式中：E为家庭人均用电，kW·h/人；C为家庭人均支出，元/人；K、L、Y、M、O分别为家庭中儿童(0～6岁)、少年(7～17岁)、青年(18～40岁)、中年(41～65岁)和老年(66岁以上)常住人口数，人；D为制冷度日数，℃·d；β1～β7分别为C、K、L、Y、M、O、D的系数。

由于本研究使用的数据为全国性数据，考虑到北方各省份冬季存在集中供暖，采暖度日数与家庭用电表现出更复杂的关系，因此用D作为影响居民用电的技术因素。

用解释变量的相关系数矩阵(见表1)检验各解释变量的共线性情况。除O与Y之间的相关系数外，所有解释变量相关系数的绝对值均不高于0.4；各解释变量的VIF均小于2，说明解释变量之间不存在影响回归结果的共线性问题。

1.2 数据来源与处理

本研究采用2016年“中国家庭追踪调查”(CFPS)数据，研究城市居民家庭用电情况。CFPS由北京大学中国社会科学调查中心(ISSS)实施，是一项全国性、大规模、多学科的社会跟踪调查项目，在全国范围内具有较强的代表性。与其他社会调查数据相比，CFPS不仅提供了每户家庭月均支付的电费金额，还涵盖了各种家庭人口特征因素(如年龄、性别和婚姻状况等)，指标较全面，可研究性较高。此外，CFPS数据库中关键变量“居民用电消费支出”缺失值较少，能满足本研究将家庭人口因素与家庭用电相结合的研究要求。

基于可得性与一致性原则，本研究对数据进行如下处理：(1)去除数据明显错误的样本；(2)剔除含部分变量缺失值的样本。最终得到有效数据6 498组，涵盖了东部、中部和西部大部分地区的省份(本研究未统计新疆、西藏、中国台湾、中国香港和中国澳门)，各省份的分布较均匀。

2 阶梯电价下居民家庭用电的核算

为体现资源稀缺状况，理顺电价关系，引导居民合理、节约用电，中国于2012年开始对各省份的居民生活用电执行阶梯电价制度。在这个新的收费制度下，居民生活用电缴费以家庭为单位，根据用电量分为3级，价格逐级递增，分别用于满足居民家庭的基本用电需求、正常合理用电需求和较高生活质量用电需求[24]。中国地域辽阔，各省市自然条件和发展情况各不相同，虽然国家按照居民用电需求将收费制度统一划分为3级阶梯，但地方政府有权根据各地的季节性用电差异、居民承受能力等因地制宜地制定分级电价，具体见表2。这种做法既不同于美国各州独立制定阶梯电价的方式，也与韩国全国统一制定阶梯级数和分级电价的做法有所区别[25]。

本研究采用的CFPS数据库提供了每户家庭月均支付的电费数据，为进行城市居民家庭用电量的分析，需要根据各省份分级电价标准的制定情况，利用式(5)将家庭电费数据转换成用电量数据。

表1 解释变量的相关系数矩阵

表2 各省份分级电价标准制定情况1)

(5)

式中：Eij为i省份j户居民家庭的用电量，kW·h；Wij为i省份j户居民家庭缴纳的电费，元；p1i、p2i、p3i分别为i省份1、2、3级阶梯的居民用电单价，元/(kW·h)；e1i、e2i、e3i分别为i省份阶梯电价的1、2、3级阶梯用电量的上限值，kW·h；x1i、x2i、x3i分别为i省份阶梯电价的1、2、3级阶梯电价的上限值，元。

3 结果与分析

3.1 城市居民用电家庭规模经济效应的测算

全国和分收入组居民家庭用电的回归结果见表3。C、常住人口和D对家庭人均用电的影响均在1%的水平上显著。模型(1)为基准模型，仅按C计算人均用电，C对人均用电有显著的正向影响，C每增长10%，人均用电增加3.91%。这种模式表现了居民用电与家庭消费水平的关系，忽视了家庭常住人口之间共享用电的可能性。

模型(2)在基准模型的基础上引入儿童、少年、青年、中年和老年常住人口，用于研究常住人口规模和年龄结构对城市家庭用电的影响。常住人口规模对家庭用电的影响主要源于家庭成员之间的共享用电行为，同时这种影响又与家庭常住人口的年龄构成密切相关。模型(2)中各年龄组的人口弹性系数均为负值，表明居民用电存在显著的家庭规模经济效应，在保证家庭成员原有的电力消费水平下，每增加一名家庭成员将使城市家庭人均用电量降低10%～20%。5个年龄组人口弹性系数的回归结果表明，城市家庭中不同年龄常住人口的弹性系数具有显著的差异，其中儿童>少年>中年>老年>青年。儿童对居民用电的家庭规模经济效应的贡献最大，其人口弹性系数为-0.208，且在1%的水平上显著，因此居民用电消费的家庭规模经济效应值为20.8%，表明当家庭中增加一名儿童常住人口时，预期新增用电量的20.8%被家庭内部的共享用电行为所抵消，这在一定程度上抵消了居民家庭电力消费对环境的不利影响。一方面，儿童在家庭电力消费方面的自主选择空间较小，他们的用电行为(如使用电子设备的时长)更多受到成年父母的管制；另一方面，儿童几乎没有独立的烹饪、洗涤等用电行为，与成年父母共享用电在其电力消耗行为中占有的比例较高。青年对家庭人均用电的削减作用最小。有研究指出，青年经常购买电子设备会导致更高的家庭用电量，而这些电子设备(如电脑)在使用时往往难以共享[26]。需要注意的是，模型(2)的回归结果表明，老年人口对居民家庭人均用电的削减作用小于成年人口，这可能是因为与成年人相比，老年人具有更复杂的用电模式，如在家的时间更长、家用电器为多年前购入的高耗能型号等。此外，老年人与年轻人的作息习惯与用电需求差异也降低了家庭共享用电的效率。

表3 全国和分收入组居民家庭用电的回归结果1)

为增加模型的稳健性，模型(3)将房屋所有权情况作为控制变量。本研究对家庭用电量的估计是由家庭电力消费支出衍生出来的，然而现实中许多租房者并不直接支付电费，有的家庭实际上消费了电力，但缴纳电费为零，在此基础上计算出的用电量也为零，这显然与实际情况不符。模型(3)的回归结果表明，所有权异质性在本研究的估计中并没有产生明显的偏差。

3.2 收入对居民用电家庭规模经济效应的影响

居民收入层面，根据ISSS的统计，将样本中的6 498户家庭划分为3个收入组：低、中等和高收入组。模型(4)～(6)的回归结果表明，无论是低、中等还是高收入家庭，其用电都存在显著的家庭规模经济效应，各年龄段家庭常住人口对这种规模经济的贡献度为儿童>少年>中年>老年>青年，与模型(2)结果一致。

随着家庭人均收入水平的提高，不同年龄组的人口弹性系数绝对值均呈“U”形变化趋势，这意味着居民用电的家庭规模经济效应先降低后升高。其中，低收入组居民家庭用电的规模经济效应较大，这是因为低收入家庭用电受到其家用电器数量的限制。低收入家庭的家用电器拥有量较少且对价格因素较敏感，用电需求受到抑制，即使家庭成员的人数增加，较少的耗电设备数量注定其家庭总用电量的增长空间有限，因此低收入组居民用电呈现出较大的家庭规模经济效应。而随着家庭收入水平的提高，进入中等收入组的居民逐渐摆脱了收入对其家电拥有量的限制。一方面，快速增加的耗电设备导致其家庭总体用电量具有很大的增长空间；另一方面，收入增加使得居民家庭对价格因素的敏感度降低，从而不再压抑自己的用电需求。因此，随着家庭常住人口数量的增加，即使在家庭内部存在共享用电行为，快速增加的耗电设备数量和降低的价格敏感度仍导致其家庭总体用电水平迅速提高，这使得中等收入组居民通过家庭规模效应节省的用电量在很大程度上被总体用电量的增长所抵消，这种由分享引起的回弹效应有待进一步研究。高收入组居民用电的家庭规模经济效应也较大，虽然与中等收入组相比，高收入组家庭的家用电器拥有量较多，但正因为高收入组家庭的耗电设备数量和日常用电量趋于饱和，其家庭人口数量的增加不会带来较高的额外用电消费，所以随着人口数量的增加，高收入组家庭的人均用电不会明显增加。

3.3 城市居民家庭用电的地域差异

中国幅员辽阔，居民家庭用电存在地域差异，如北方冬季供暖而较少用电，南方则夏季电力制冷较多。由于居住在不同区域的居民家庭具有不同的用电习惯，因此可能会表现出不同的家庭用电规模经济效应。本研究根据《建筑气候区划标准》(GB 50178-93)将样本中的6 498户家庭划分为严寒、寒冷、夏热冬冷、夏热冬暖和温带地区，以揭示中国居民家庭用电的地域差异。由表4可看出，不同气候区的城市家庭用电消费相对于家庭常住人口的弹性不同，无论居住在何种气候区，城市居民用电均存在显著的家庭规模经济效应。

4 结论与建议

(1) 不同年龄常住人口对城市家庭人均用电的影响弹性均为负弹性，城市居民用电具有显著的家庭规模经济效应，在保证家庭成员原有的电力消费水平下，每增加一名家庭成员将使城市家庭人均用电量降低10%～20%。

(2) 不同年龄常住人口对城市居民用电的家庭规模经济效应具有不同的贡献，其中儿童>少年>中年>老年>青年，低龄人群对家庭规模经济有较大的贡献度，老年和青年人口对家庭人均用电的削减作用较小。

(3)D、收入水平对家庭人均用电均存在显著的正弹性影响；随着家庭收入水平的提高，居民用电的家庭规模经济效应整体呈“U”形变化趋势。

(4) 不同气候区的城市家庭用电消费具有不同的人口弹性，无论居住在何种气候区，城市居民用电均存在显著的家庭规模经济效应。

(5) 中国要实现国际气候目标，完成对《巴黎气候变化协定》的承诺，需要充分发挥家庭的节能潜力，在保证居民生活质量的基础上削减家庭能源消费。这些削减中的一部分无疑可通过在家庭内部共享电力消费来实现。建议从以下方面降低日益增长的居民家庭用电：

表4 分地区居民家庭用电的回归结果

① 在制定节能减排政策时，不能仅把目光放在提高化石能源的使用效率上，因为只靠技术因素无法解决由人类不可持续的能源消费行为所引发的高碳排放问题，只有结合居民家庭人口特征的差异，将家庭规模经济效应对居民用电的削弱作用考虑在内，提高家庭内部共享用电的效率，才能提高居民用户的实际节电效果。

② 充分考虑不同收入水平的城市居民家庭在电力消费方面的差异，优化阶梯电价体系。研究发现，中低收入家庭拥有较大的家庭规模和较高的用电需求，因此政府在居民用电价格改革中应充分考虑到中低收入家庭的电力消费需求，制定有利于较大规模家庭的政策，此举一方面可保证中低收入家庭的用电水平和生活质量，另一方面鼓励个人在大型家庭中共享用电形式。

③ 充分考虑城市居民家庭用电的地域差异，引导居民家庭合理节约用电。在开展节能减排工作时应充分考虑地域差异对家庭电力消费的影响，制定有针对性的区域节电政策。如针对严寒地区，鼓励家庭中的中青年主动影响和引导老年人的电力消费习惯；针对夏热冬冷地区，则鼓励家庭中的老年人主动影响中年人的电力消费习惯等。在实现家庭节能用电的基础上，进一步引导发展生活能源消费领域的家庭共享模式，鼓励低碳、共享、可持续的生活方式，从而推动低碳城市的建设。