家庭能源消费的调查方法及实证研究

姜 璐，薛 冰，刘惠玉

（1.广东省科学院 广州地理研究所，广东省遥感与地理信息系统应用重点实验室，广东省地理空间信息技术与应用公共实验室，广东 广州 510070；2.青海师范大学 地理科学学院，青海 西宁 810000；3.中国科学院 沈阳应用生态研究所，辽宁 沈阳 110016；4.青海大学 基础部，青海 西宁 810016）

0 引言

能源是连接全球气候变化、地方环境治理和区域可持续发展等议题的关键枢纽。促进能源转型已成为人类共同面对的核心议题[1]，[2]。长期以来，能源转型研究集中于产业经济等部门，涉及生活部门的研究较少[3]。随着后工业化时代的到来，生活部门的能耗增速占全球能耗增速的比重持续高于工业部门。家庭已成为全球能源需求和碳排放的主要贡献方，面向家庭的精准能源政策也成为全球能源转型的重要调控工具[4]。为推动全球能源治理改革和能源转型，中国政府明确把“推动能源生产和消费革命”作为长期战略，其中，“推动能源消费革命、抑制不合理能源消费”是五大要求之首。在生活能耗增速连续8年超工业能耗增速的现实情况下，改变家庭能源消费模式已成为能源消费革命的基本任务和要求，家庭尺度的能源消费研究也逐步成为前沿研究热点[5]。

精准的能源消费数据是家庭能源研究的基础，然而，家庭能源调查统计却是当前中国能源统计工作的薄弱环节[6]～[8]。家庭尺度的数据缺失是目前面临的共性问题。既有的统计数据主要是省域尺度的数据，仅包含用于炊事和取暖能源消费的宏观经济数据。在数据类型上，中国能源平衡表属于行业能源消费统计，仍采用“工厂法”，即按照行业所属企业法人统计能源消费量，而非按照产业活动分类统计，使得部分行业和能源消费量“失真”。例如，公路运输只统计交通部门运营车辆用油，未计其他部门和私人车辆用油，也就是说无法从运输部门分类下获取与家庭交通出行相关的能源统计数据。综上所述，受微观数据匮乏的限制，大部分研究只从整体考察生活用能状况，而不能区分内在和结构差异，无法精准识别出具体影响因素来源，从而影响了研究的连贯性和政策建议的可靠性[8]。

实际上，实地调查具有经济性、准确性、时效性和可量化等多种优势，可有效地弥补统计数据中家庭能源数据的空白，也能实现大数据和小数据的综合利用，进而深刻地解释家庭能源活动规律与机理[9]～[11]。目前，美国、加拿大、英国等发达国家已普遍开展家庭能源消费调查研究[7]，[12]～[14]。以上成果积累也促进了中国家庭能源消费调查研究的兴起，较早开展调查的是中国人民大学组织的中国家庭能源消费调查（CRCES），从2012年起共调研了26个省级行政区域的3万余户家庭[15]。北京大学组织的大陆农村家庭能源消费调研的时间跨度较长，共收集了1992-2012年近20年34 489户家庭的能源消费结构数据[16]。此外，诸多学者从区域和地方尺度上开展了相关调查研究。甘肃、吉林、陕西、山东、浙江和云南等省围绕能源消费结构、用途以及影响因素等主题获得了一系列有价值的研究成果[17]～[19]。已有研究结论显示，不同地域类型所具有的独特地理环境与资源禀赋状况，影响了家庭能源的利用方式与时间分配，进而产生了能源消费的地域空间差异，地域类型间存在着能源活动与人文-自然要素的动态和静态交互作用[20]。然而，已有的调查研究侧重于能源类型、数量和用途维度，较少关注地理环境因素与家庭能源活动的互动性。在能源用途上，也更侧重于室内能源消费，由居民出行半径提升带来的交通能源尚未引起足够关注。

尽管国内家庭能源消费调查方法应用持续优化，但整体看，传统的入户调查面对复杂的地域系统显得力所不及。已有研究对于如何科学开展问卷调查方法的论述涉及较少，在一定程度上限制了调查方法在能源乃至资源地理研究的广泛应用[11]，[21]。本文基于两年调研工作经验，借鉴已有研究成果，提出了全景式四维调查框架，构建了家庭能源消费调查的集成方法，以期系统地、全面地刻画家庭能源消费水平。通过建立协调一致、时空可比较的数据库，提升研究的跨区域集成及增值效应，促进调查方法在资源地理研究中的科学规范应用。

1 总体视角与思路

全景视角（Panoramic View）可以从特殊中抽象出一般规律来全面地看问题。这一概念也可以从万花筒中直观体现，在千变万化的景观图中，所有图景和边界尽在视野之中，而其中不可忽略的是空间的全景化维度——地域类型[22]，[23]。地域类型是由若干发展条件、生产结构、发展特点和发展方向相类似的地区或单位组成，并具有相对稳定性的地域单元[24]。本文在已有研究基础上，试图将地域类型与能源类型、数量、用途一起纳入调查的视域，建立全景视域下四维家庭能源消费调查框架，以提升地学数据的采集和事实提炼的贡献（图1）[10]。更具体地讲，在区域和地方尺度上，区分农村和城市家庭能源数据获取方法，明确数据获取重点和优先次序。例如，农村地区的能源类型多样，但能源用途相对单一，而城市家庭的能源类型较少，但能源用途多元。此外，充分考虑不同乡村地域类型的区域差异，划分如青藏高原区、东北区、东南沿海区和长江中下游区等[25]，有区别地设计调查测度项。在此基础上，运用家电物理参数法与生物质能源估算法，核算家庭各项活动的各类能源消费量，并结合能源物质流模型，可视化表达从能源选择、消费到废弃中价值和形态转换的动态过程。

图1 家庭能源消费调查四维示意图Fig.1 Four dimensions of household energy consumption survey

2 全景式家庭能源消费调查方法

在全景式家庭能源消费调查框架中，问卷设计关注地域类型中的人文-自然要素，被访者的地理空间位置和地理环境要素是调查的重要特色。图2概括了调查流程，主要通过问卷调查形式获取家庭基本信息、能源消费情况、能源管理、政策含义和消费心理等基础数据。其次，使用家庭能源数据核算法，将kW等表象化的数据转换为能源数据，探索建立微观家庭能源消费基础数据库。在此基础上，开展半结构式访谈，辨识能源消费的细部运作机制，并从企业、政府等相关单位获取宏观信息来验证和补充调研数据。

图2 全景式家庭能源消费调查框架Fig.2 The panoramic view of household energy consumption survey

2.1 问卷设计与数据获取

图2所示的全景式四维家庭能源调查框架中，每个维度下面又分解为若干个更为具体的指标。①能源类型维度与能源可得性密切相关，以能否进入能源市场作为商品销售为标准，分解为商品能源和非商品能源。在此基础上，再根据能源的形态特征与转换，将非商品能源分为清洁能源和传统能源，将商品能源分为高质商品能源和低质商品能源[26]。②能源数量维度与能源管理、能源重要性认知直接相关，可分解为节能意识与行为、能源偏好。③能源用途维度可分解为家电、炊事、取暖/制冷和交通用途。以上述3个维度的分解指标对于城镇和农村家庭均适用。④地域类型维度与自然-人文地理要素密切相关，将其分解为家庭基本属性和重大政策。家庭属性包括家庭规模、家庭收入、生计方式、受教育水平以及户主年龄。重大政策可针对阶梯电价、“煤改气”等对城市居民用能以及“退耕还林”、“退牧还草”等对农村居民用能具有重大政策含义的问题进行询问。

问卷设计遵循“设计问卷初稿-预调研-修改定稿”的步骤。问卷总体以主观封闭式问题为主，尽可能识别受访者实际偏好，避免因受访者的异质性和不确定信息对其产生不恰当诱导[9]。在初步归纳出问卷草案后，即可开展实地预调查，将问卷分别发给能源管理有关人员、资源领域的专家以及典型的受访者，邀请他们分析问卷初稿，并提出建议。根据预调查情况对问卷初稿中存在问题进行修正定稿，形成最终版本的问卷。

问卷调查获取能源消费数据的方式主要有两类:一是自我报告法；二是账单法。自我报告法被广泛使用，即受访者自行报告使用能源的类型、数量及用途。该方法直接且成本低，但受被调查者知识缺乏、回忆困难或者不愿意准确回答问题而限制，数据准确性较差[27]，[28]。为弥补这一不足，学者常结合账单法一起使用[29]，[30]。然而，账单法只能收集电力、天然气等商品能源信息，无法获取在农村被广泛使用的秸秆、薪柴、畜粪等传统生物质能源数据，依然存在信息获取困难和数据不完整性等问题。家用电器的物理参数法与生物质能源估算法可以有效弥补上述研究方法的不足[15]。家用电器的物理参数法主要调动受访者的记忆获取家电使用时间、使用模式、使用频率的信息，并利用电表数据收集能源使用设备的物理参数。以电力消费调查为例，利用电器的输出功率容量、能效等级、日使用频率和持续时间等参数，可以收集各电器的日能耗数据，并根据给定年份的日消费量和活动天数得出年能源消费量[15]。尽管这一方法也可能存在误差，但回忆日常行为比回忆年能源消费量更为容易，且物理参数可通过电器的标签收集，无须通过受访者回忆[15]。

农村地区生物质能源数据的收集与核算是调查的重点与难点，笔者总结实践经验发现，可通过生物质能源的消费时长和频率估算所耗牛、羊粪的重量，薪柴、秸秆的体积，并将各类能源消费量折算成标准煤。计算薪柴的年使用量时，可根据农户砍柴的频率、数量、地点和薪柴品种进行换算。

2.2 访谈问题与应对方式

半结构式访谈可触及受访者非理性的经验层面（感情、感官），弥补问卷量化调查的诸多缺陷。通过访谈，可以理解受访者对于能源类型意义的赋予以及该意义赋予的变动性与情境性，揭示能源消费行为细部运作的机制[31]。实际上，获准进入实地研究是首要环节，正式合法的个人身份以及权威的官方介绍信，并非获准进入的充分条件。调查者要深入家庭日常生活，还常常需要某些“关键人物”或“中间人”（村政府工作人员、大学生或扶贫工作人员）的帮忙。获准进入仅完成了进入实地的表面程序，尽快取得当地人的信任，建立友善关系，是调查者面临的更重要的任务。在一定意义上，能否取得受访者的信任，决定着从研究对象那里得到真实资料可能性的大小。建立信任需要一个过程，也需要一定的机会，如果在访问时可以邀请当地人员陪同，并在提问时尽量用当地方言，则可加速这一过程。

在访谈进行时，适当运用提问技巧有利于话题的开展[32]。例如，与“家庭年总收入多少？”等直接询问相比，间接分步骤询问“家庭有几口人？”，“几个人挣钱？”，“每个月挣多少钱？”得到的数据真实度更高。随着访谈时间增加，受访者易感到疲劳和无聊，使得访谈质量降低。此时尝试跳出访谈提纲，可以根据受访者偏好，进一步探索个体异质性与能源消费的互动关系。此外，为了保证对研究区域的经济社会情况有更深入和直观的了解，有必要对受访者以及政府主管部门、企业相关负责人开展深入访谈，自上而下地获取区域能源供给、清洁能源消费和能源政策响应等信息，验证核实量化数据。

2.3 数据核算与能源流建模

家庭活动产生了能源消费量，不同活动对应着不同能源种类，即使同一活动，所使用能源的种类亦可能并不唯一。不同地区家庭获取能源的便捷性和经济性存在差异，且不同家庭的活动频率存在差异，相应地能源消费量也有区别[8]。因此，在核算家庭能源消费时，须具体至每个家庭在每项能源消费活动中所使用的能源种类，根据其使用频率、使用时长等活动特征得出该能源的实际消费量，核算家庭各项活动的各类能源消耗量，从而得出该家庭的能源消费总量。在具体操作中，核算炊事设备的能源消费量时，如果无法获得设备对应的能源类型，可以根据设备类型对所用能源进行假设。例如，假设柴火灶以薪柴和秸秆为主要能源；煤炉以煤炭为主要能源；煤气灶以液化气、管道天然气为主要能源；电磁炉、电饭锅、微波炉以电力为主要能源。计算炊事能耗时，主要考虑设备的单位小时能耗、每天使用频率、每次平均使用时间、每年使用天数。家用电器的能源均为电力，核算家用电器用能时，主要考虑设备的容量、输出功率、每天使用频率、每次平均工作时间、每年使用天数和能源效率等。计算取暖能耗时，除了考虑设备每天使用频率、每次平均使用时间、每年使用天数和能源效率外，还须考虑供热有效面积等因素 [33]。

假设有w个家庭，使用了电力、煤炭、生物质能等n类能源（共有N类能源）；能源用于炊事、取暖等m类消费用途（共有M类用途）。对于第w个家庭，以Energywmn表示第n种能源用于第m类能源用途的消费量，同时，根据每项能源品种的折算标煤系数coefn换算为标准煤（kg）[8]。

记a=Energy，b=coef，则第w个家庭全年的能源消费量为

另外，能源流模型可精细化分析家庭能源消费的异质性，在更小的时间和空间尺度上估计家庭能耗特征基础性参数。这一环节可以借助e!Sankey pro软件开展分组分析。例如，探讨不同收入家庭的能源消费特征，基于各家庭分组的能源消费平均值，依次在不同收入分组家庭中选取一个能源消费量最接近本分组能源消费平均值的家庭，构建家庭能源消费物质流模型；计算能源投入-消耗-产出等流动节点上能源形态、价值转换效率，评估家庭能源效率及产出效应[34]。

3 青海省家庭能源消费调查实证

3.1 调研区域与问卷设计

青海位于青藏高原东北缘，家庭能源消费活动是影响地区生态文明建设和可持续发展的重要因素之一[35]。基于全景式家庭能源消费调查框架，笔者开展了为期两年的实地调研。调查实施之前，在总结研究进展的基础上，初步归纳了问卷草案。于2017年4月开展实地预调查，累计走访10余个家庭。经焦点小组讨论，对测度项的措辞和个数进行调整。预调研发现，“退牧还草”和“退耕还林”政策的实施，使农户的耕地面积和牧民的草场面积均有所减少，进而减少了秸秆和畜粪等生物质能源来源，影响了家庭能源消费结构。于是，在正式调研中增加了“耕地面积和草场面积”和“牲畜数量”等测度项。同时，拜访了高原科学与可持续发展研究院专家和西北师范大学可持续生计研究领域专家，补充了清洁能源等测度项，调整了问卷前后逻辑。最后形成由家庭基本信息、能源消费情况、能源消费心理和政策机制4大板块的86个具体问题组成的问卷内容。家庭基本信息包括家庭地址、民族、收入来源、人口规模、耕地（草场）面积；能源消费情况包括能源来源、数量、用途；能源消费心理包括能源偏好、清洁能源接受度、节能意识；政策机制包括退耕还林、退牧还草、生态移民、禁烧秸秆与薪柴。

3.2 实地调研与数据获取

研究的关注点为农区、牧区、农牧区3个地域类型的家庭能源消费，类型划分参考青海省县（市）域农牧业经济的SOMF分析，并根据实地情况调整而得[36]。采用分层随机法抽样，分别在农区、牧区和农牧交错区抽取了3～4个乡，每个乡选择5个村，每个村抽取10～20户家庭，共获样本810份，其中有效样本440份，样本结构见表1[20]。由于农区、农牧交错区和牧区的人口密度差别较大，每个村抽样数量有所差异。为补充量化数据的不足，于2017年，2018年和2019年先后3次开展半结构式访谈，获取了受访者对太阳能赋予的意义；探索了3个地域类型中的情景差异及形成机制；发现牧民煤炭可获得性较差的原因是高海拔地区交通不便，且远离煤炭产地，使得购买成本较高。在访谈进行中观察家庭成员的用能行为，获取了能源消费的细部运作机制。

表1 青海省调研区家庭情况Table 1 The household information in the survey area of Qinghai Province

调查问卷均为纸质中文问卷。由于调研区涉及藏语、土语以及撒拉语等多民族语言地区，为确保调研信息完整、准确地传达给受访者，我们发放的每一份问卷均邀请了掌握藏族、蒙古族与土族语言的当地学生陪同翻译。每一份问卷均有独立标号，问卷内的问题和答案被录入到电子表格。对数据进行随机抽样交叉核对，以确保录入准确无误。将样本信息与青海省本地高校专家，政府部门、国家电网和中广核新能源集团工作人员等进行了交流，并将之与青海省统计数据进行比对，认为问卷基本信息较为符合调研区域乃至青海省实际情况，可用于下一步深度分析。

3.3 数据核算与实证结果

运用家庭能源消费数据核算方法，分析不同地域类型家庭能源消费类型、数量、用途以及能源重要性与可得性，总结了家庭能源消费结构的地域特征[20]，[37]～[39]。从家庭能源消费总量来看，农区家庭的能源消费明显低于该区平均消费水平，牧区偏高，农牧交错区与平均水平一致。从分区来看，农区家庭依然依赖固体燃料，以秸秆、薪柴和畜粪为主的传统生物质能源占能源消费总量的41.4%；牧区家庭的畜粪消费占能源消费的48.7%，并用于炊事和取暖；农牧交错区家庭的煤炭消费（38.4%）替代了生物质能源，并成为家庭消费的主要能源来源（表2）[20]。

表2 青海省调研区家庭能源消费结构Table 2 The structure of household energy consumption in Qinghai province%

基于家庭能源消费情况，进一步评估了能源贫困现状，将能源份额对家庭收入影响的敏感性作为评价指标确定能源贫困线，制定了基于环境差异性的能源贫困评估方案。结果显示，尽管农村家庭不存在获得能源的基本问题，但根据2018年青海省依然有超过50%农村人口为能源贫困人口。这意味着在保持家庭生活水平的同时，引导农牧民向高效、清洁能源的转变是能源扶贫政策的关键。另外，考虑到目前一部分群体可能存在收入小康但能源贫困现象，须要调整一些以低收入家庭为主要目标的传统能源政策[40]。能源燃料产生的环境健康效应是家庭能源消费关注的重点，为此计算了煤炭、秸秆/薪柴以及畜粪燃烧产生的温室气体和污染物排量，并通过建立典型家庭的能源流模型，评估了能源效率及环境效应[41]。基于实证研究结果，研究团队向当地政府提交了决策建议报告。

4 结论与讨论

家庭是未来中国终端能源消费的主要增量部门，其用能方式正处在快速转型中。建立家庭能源消费的基础数据库，并将研究结果应用于中国能源决策管理，不仅有助于减缓居民能源消费量的增长、优化生活用能结构，还可通过居民对于能源消费的选择，引领生产领域的节能低碳趋势。

已有研究表明，家庭数据的建立是未来加强自然与社会交跨学科研究的基础。本文引入地理学地域类型和图形学全景视角的概念，提出了应用于中、小尺度空间的全景式四维家庭能源消费调查方法。一方面，将生物质能源等统计数据无法计算的能源类型，纳入到同一计算框架进行核算，扩展了数据采集的覆盖面；另一方面，综合运用家庭能源核算法与物质流分析法，提高了微观数据的可量化和准确性。该方法能够弥补能源统计工作中县级及以下数据缺失的弊端，让资源能源研究结果具有比较及可重复价值，拓展家庭能源消费活动数据的跨区域集成及增值效应，对于完善总结中国家庭能源消费特征、过程与机制具有较强的学术意义。

本文尚存在两方面局限性。一、尽管采用全景式视角，但仍不能代表全部，能源基础设施与家庭能源消费的关系也不可忽视。未来须增加对基础设施因素的分析，科学定量评估基础设施建设对家庭能源消费的影响效果。二、从能源活动分析和时间利用角度提出的全景式调查视角，可能会增加能源调查管理的成本，因此在调查过程中须做好统一规划。