气候冲击背景下温度变化如何影响家庭能源消费？——基于需求异质性视角

刘明辉，李江龙，孟观飞，杨秀汪

1.国网浙江省电力有限公司，浙江 杭州 310007 2.西安交通大学 经济与金融学院，陕西 西安 710061

气候变化如何影响社会经济发展，一直是政策界与学术界关注的热点话题。气候变化的最重要表现形式之一就是全球气候变暖，因此温度成为理解气候冲击如何影响社会经济的重要度量指标[1]。2020年克拉克奖得主Melissa Dell指出，气候变暖意味着全球平均温度在21世纪将出现显著上升，理解温度变化对社会经济的影响对于准确评估气候变化的经济成本至关重要[2]。近年来，研究者从不同视角出发考察了气候变化背景下平均温度上升对劳动生产率、农业产出、贫困、健康、情绪、人口流动等方面的影响。这些研究从多个维度刻画了气候变化引致的温度上升对社会经济发展的冲击，加强了国际社会关于气候变化将严重威胁人类社会可持续发展的共识。

作为对气候变化引起温度上升的适应性行为，人们面对温度上升的最直接反应是更多更频繁地使用空调等温控设备，而这又反过来增加了温室气体排放，进一步加剧全球变暖[3]。因此，气候变化与能源消费可能造成正向反馈的恶性循环，即气候变化增加能源消费，而能源消费引致的温室气体排放又进一步加剧气候变化。为应对能源与环境气候问题，中国以更为积极的态度参与全球气候治理工作，提出加快调整优化产业结构和能源结构，进而实现碳达峰和碳中和的目标。然而，在能源消费与气候变化的关系中，人们可能更加关注前者对后者的影响，而较少注意后者对前者的冲击。事实上，气候变化正在深刻地影响人类的能源消费行为，特别是在居民部门。相比工业和商业部门，居民能源消费受温度变化的影响更为明显。为了提高舒适性，人们会迅速对温度变化做出反应，催生了制冷和采暖需求[4]，所以居民能源需求对温度变化较为敏感，这为研究能源需求对温度变化做出反应提供了可能。

伴随经济发展和城市化进程，居民部门能源消费增速持续高于其他部门，成为当下中国能源消费的主要增长点，预期未来占比将越来越大。如图1所示，2019年中国居民能源消费占总能源消费的比例为13%，是除制造业之外能源消费占比最大的类别，且呈现增长趋势。居民能源消费由2000年的1.59亿吨标准煤增加至2019年的6.17亿吨标准煤，年均增长率为7.4%，高于全国能源消费增速0.6个百分点。当前，中国已步入高质量发展阶段，居民能源需求随着生活水平的提高而不断提升，如图2所示，居民人均能源消费也由2000年的1.60吨标准煤增长至2019年的3.48吨标准煤，年均增长率达6.3%。特别是，居民能源消费的主要品种是电力，其用电行为在时间维度上较为集中，体现在电力负荷曲线上就是持续时间较短的尖峰负荷。如果出现温度异常，其对居民能源消费行为的短期冲击甚至可能危害电力系统安全。同时，中国国土面积广袤且涵盖不同的气候带，南北方之间又以“秦岭—淮河”线为界划定了集中供暖的分界线，区域发展水平也存在不均衡，导致居民用能行为存在很强的区域异质性和收入异质性。因此，从南北地区差异和经济发展水平等多个维度探讨居民能源需求对气候变化的异质性特征，不仅能够明晰气候变化对不同经济发展水平以及不同区域的居民用能需求特征，而且对提高居民能源需求(尤其是居民用电需求)管理和居民能源供给(尤其是电力供应系统)规划都具有重要意义。

图1 2019年中国居民能源消费结构

图2 2000—2019年中国居民能源消费情况

近年来，气候变化对能源消费及社会经济的影响受到了学术界的广泛关注，研究尺度包括全球范围、国家层面以及城市层面[5-6]。中国幅员辽阔，涵盖多种气候带，为识别气候变化如何影响居民能源消费提供了充分的差异性来源，本文借鉴已有文献[7]的做法，通过估计温度变化效应来识别需求异质性下气候冲击对居民能源需求的影响，特别聚焦于不同经济发展水平和南北区域居民“温度—需求响应”的异质性特征。本文的主要贡献在于：第一，从适应性行为的视角拓展了气候变化与能源消费之间关系的研究。尽管现有文献已经关注到居民应对气候变化采取的适应性行为对能源消费造成了不可忽视的影响，但是仍鲜有文献将经济发展水平和地区分布的异质性纳入统一分析框架来实证检验居民能源需求对气候冲击的不同反应。本文基于需求异质性视角通过识别温度变化对能源消费的因果效应，有效弥补了这一不足。第二，在气候变化对能源消费的研究中补充了关于中国经验的研究。中国幅员辽阔，研究样本能够充分反映不同地理位置、经济发展和气候气温的动态变化对于能源消费的影响。同时，中国作为地区间发展不平衡的转型国家，提升其气候治理公共品供给水平的关键在于能够提供差异化的政策启示，本文研究数据涵盖全国2004—2016年284个地级市面板数据，有助于深入分析不同经济发展阶段和地理位置居民能源需求对温度变化的响应，从而得出的实证检验结果更具现实意义。

一、文献述评与机理分析

全球气候变暖导致频繁变换的区域天气模式以及极端天气事件可能影响能源生产和传输，进而造成家庭能源需求的波动。研究表明，气候变化与能源需求之间存在反馈机制；反之，气候变化的影响也可以从能源消费中得以捕捉。例如，炎热的天气可能会刺激家庭使用制冷设备的需求；相反，寒冷的天气会导致家庭制暖设备使用频率的增加，这些均会增加家庭的能源需求。近年来，作为世界上最大的能源消费国，中国的能源消费及其与气候变化的关系备受国际社会关注。根据《BP世界能源统计年鉴2021》(1)Statistical Review of World Energy 2021,https://www.bp.com/content/dam/bp/business-sites/en/global/corporate/pdfs/energy-econ-omics/statistical-review/bp-stats-review-2021-full-report.pdf.，2020年中国一次能源消费占世界总能源消费的26.1%，在受新冠肺炎疫情影响全球能源消费较上年减少4.5%的情况下，中国能源消费却逆势增长了2.1%，能源消费增长也推动中国碳排放占全球的比重增长至31%。因此，厘清气候冲击下温度变化与居民能源需求的关系对社会经济的平稳发展乃至实现碳达峰和碳中和的目标具有重要的现实意义。本文结合以往研究，主要从温度变化对家庭能源消费的非线性影响、异质性冲击以及季节性差异三个渠道来阐述气候变化对能源消费的作用机理。

(一)温度变化对家庭能源消费的非线性影响

研究居民能源消费对气候变化的文献较为丰富，比较一致的观点是气候变化对能源消费的影响并非线性，而是呈现非线性特征，如大多研究表明温度与能源消费呈现U型关系。在温度低于某一阈值时，随着温度提高，能源消费需求逐渐减少，而当温度高于某一阈值时，能源消费需求随温度升高而逐渐增加。此外，温度变化对能源消费变化的U型关系是非对称的，如已有研究表明在温度临界值右侧能源需求对温度变化的程度要显著高于左侧[8]。多数研究基于历史经验数据分析温度变化对能源消费的影响，也有部分研究使用模拟方法考虑多种因素对未来温度变化下居民能源需求进行预测[9-10]。

(二)温度变化对家庭能源消费的异质性冲击

关于气候变化对居民用能种类的影响主要集中在电力需求研究。Shourav等[6]基于孟加拉国达卡市2011—2014年居民每月电力消费和气候变化数据建立了居民能源消费与气候变化的耦合模型；Li等[11]研究了气候变化对中国电力需求的差异，发现炎热的夏季通常比寒冷的冬季产生更大的影响，这意味着全球变暖将导致更多用电需求增加；Li等[8]使用家庭每日用电量来估计气候变化对上海居民用电的影响；Du等[12]从居民收入视角对中国2005—2015年278个城市气候变化对居民电力消费的影响进行分析。此外，少数研究关注了气候变化对居民天然气、燃煤及石油消费的影响。Spoladore等[13]基于每日温度和天然气消耗的高度相关性，建立了居民天然气需求模型。De Cian等[5]估计了电力、天然气和石油的气候需求弹性，研究表明在不同地区和不同季节，采暖需求使不同能源之间的替代从整体上能够改变能源消费需求。

(三)温度变化对家庭能源消费的季节性差异

气候具有显著的季节性特征，多数研究基于气候的这个特征对居民能源消费的异质性进行研究。气候变化对居民能源消费影响在不同温度带的表现存在差异，相比温度偏高地区，温度偏低地区温度升高导致居民能源需求增长更多[14]，但是De Cian等[5]的研究表明，夏季气候相对温和地区比热带地区国家的能源需求增长要少，如意大利等夏季气候温和国家对电力的较高需求被冬、春季对天然气和石油产品的较低需求所抵消。Auffhammer等[9]模拟了气候变化对加利福尼亚住宅电力消耗的影响，研究表明不同气候带家庭能源消费对温度变化的响应差异很大，“温度—能源消费”曲线表现出扁平型、U型和曲棍球型等不同形态。De Cian等[5]还估计了不同季节短期和长期住宅能源的温度需求弹性。Li等[11]研究了中国不同季节和地区气候变化对家庭用电量和空调采用的影响，发现夏季居民用电需求明显高于冬季，由于北方集中供暖导致温度变化对北方居民用电量的影响小于南方。

综上，已有研究主要使用不同模型总结了气候变化与居民能源消费之间的不同关系，且多集中研究以电力消费为代表的居民能源消费问题，从区域和季节差异方面分析了气候变化对居民能源消费影响的异质性。然而，相比以上三个方面的研究，现有文献对气候冲击下温度变化如何导致居民能源消费变动的机理研究相对较少。如Kaufmann等[15]认为，气温变化通过自来水温度变化对能源消费产生影响，随着气候变暖，供应热水箱的自来水温度升高，从而减少了提供热水所消耗的能源。气候变化对能源消耗的影响与居民建筑能源效率存在较大关系，气候变化通过影响居民对空调采购的决策而影响居民能源消费[11]。此外，已有文献缺乏从地区经济水平差异角度分析气候变化对居民能源消费的影响。除了气候特征导致的异质性之外，不同经济发展水平可能会导致相同气候条件下居民能源消费的差异。在气候温暖且经济快速增长的地区，空调需求增速超过了经济增速(2)MCNEIL M A,LETSCHERT V E.Future air conditioning en-ergy consumption in developing countries and what can be done about it:the potential of efficiency in the residential sector[EB/OL].(2008-04-18)[2021-09-24].https://escholarship.org/uc/item/64f9r6wr.，居民收入水平会影响其能源消费的气候敏感性[12]。因此，本文将基于中国284个城市地区经济水平和地理位置的异质性量化分析气候冲击对居民能源消费的影响，弥补已有关于居民能源需求对气候变化异质性的研究。

二、研究设计与数据描述

(一)模型设定

本文参考金刚等[16]的研究，通过估计气候冲击下温度的变化来识别家庭能源消费及其需求的异质性，为此构建如下计量模型：

lnEneit=β1TDEit+β2Weait+β3lnEprit+

ui+vt+εit

(1)

lnEneit=α1HDDit+α2CDDit+α3Weait+

α4lnEprit+ui+vt+εit

(2)

其中，i和t代表第i城市和第t年；Eneit代表第i城市和第t年的人均能源消费，包括人均电力消费(ele)、人均天然气消费(gas)、人均液化石油气消费(lpg)和人均热力(hea)消费。TDE、HDD和CDD分别代表温度变化、采暖度日和制冷度日。Weait代表气象指标，包括降雨量(rai)、相对湿度(rhu)、风速(win)和日照时数(sun)。本文通过控制这些与温度相关性较强的外生天气变量，可以有效利用温度的外生变化进行因果识别。Eprit代表一组其他影响家庭能源消费的控制变量，包括人均GDP(gdp)、电力价格(ep)、天然气价格(gp)、液化石油气价格(lp)和煤炭价格(cp)，同时这些变量已用消费者物价指数平减到2000年不变价。uc和vt分别代表不随时间和个体变化的个体和时间固定效应；εit表示聚类到城市层面的稳健性标准误。

此外，为刻画不同温度变化对能源消费的影响，参考Deryugina等(3)DERYUGINA T,HSIANG S M.Does the environment still matter?Daily temperature and income in the United States[EB/OL].(2014-12-01)[2021-09-24].https://www.nber.org/papers/w20750.的做法，依据日平均温度来构建温度区间变量，计算一年中不同温度落入每个区间的天数，回归方程如下：

vt+εit

(3)

(二)变量选取与数据来源

因变量是四类家庭能源，包括电力、天然气、液化石油气以及热力，鉴于不同城市人口数量的巨大差异，本文选择各类能源消费的人均量。考虑到能源价格、经济增长水平和气象条件影响各城市的能源消费水平以及温度变化，控制变量选择人均GDP、电力价格、天然气价格、液化石油气价格和热力价格。这里用煤炭价格代替热力价格主要基于两点：一是城市统计年鉴中并未统计城市热力价格，二是目前城市热力的能源供应仍然以煤炭为主导。

本文参考Li等[11]的做法，选择以26℃和18℃作为平衡点温度构建制冷度日数(CDD)和采暖度日数(HDD)指标，同时构建温度变化(TDE)总指标，即CDD和HDD的加总。制冷度日数是一段时间内平均温度高于平衡点温度的累计度数，用以表示需要降温的程度；采暖度日数是一段时间内平均温度低于平衡点温度的累计度数，用以表示需要采暖的程度。其计算公式如下：

(3)

TDEit=CDDit+HDDit

(4)

其中，Titd表示第i个城市第t年第d天的日平均温度。本文城市层面的电力需求和社会经济指标等来自于2005—2017年《中国城市统计年鉴》(5)由于2017年之后《中国城市统计年鉴》居民生活用电量的口径发生变化，因此本文选择2004—2016年作为研究样本期。，气象数据来源于国家气象科学数据中心，由于部分城市相关变量的数据缺失，最终选取284个地级及以上城市作为研究对象。变量的描述性统计结果见表1，其中人均电力消费、人均天然气消费、人均液化石油气消费以及人均热力消费的均值分别为235.60千瓦时、448.97立方米、715.37千克和12.54千克标煤当量。以电力为例，2004年人均电力消费118.42千瓦时，2016年增加至368.25千瓦时，增长率达到210.97%。可以看出，不同年度的人均能源消费均存在较大差异性。其次，以18℃和26℃为平衡点温度构建的HDD和CDD指标中，日度制冷度日数的平均值为0.31℃，日度采暖度日数的平均值为3.90℃。最后，我国南北方日度平均温度累计天数如图3所示，可以看到，南方24℃以上的温度日数显著高于北方，而在6℃以下的低温天气的日数中，北方则显著大于南方，这些信息反映了温度变化状况在不同年份和地区之间也存在较大差异性。

表1 变量的描述性统计结果

图3 中国南北方日度平均温度累计天数

三、结果分析

(一)基准结果

表2以18°C和26°C作为阈值展示了温度变化如何影响家庭用能需求的回归结果，可以看到，温度的变化仅对电力需求具有统计显著性，即温度每变化1个单位使得电力消费增加0.1%。通过细化温度区间的变化，分别估计需求异质性视角下CDD和HDD的波动对家庭能源消费的影响机理，回归结果见表3。首先，在控制了人均GDP、电力价格、降水量、日照时间、平均风速、相对湿度、城市固定效应和年份固定效应后，HDD和CDD对电力能源消费的影响在1%的水平上显著为正，即采暖度日数和制冷度日数每增加1℃使得家庭部门电力费增加的比例为8.5%和20%。这同Eskeland等[17]的研究结论较为相似，即在控制电力价格和收入等变量以及城市和时间固定效应后，制冷度日数对欧洲电力消耗的影响显著高于采暖度日数的影响效应。其次，这也与Kamerschen等[18]的研究结果更接近。在夏季，家庭部门制冷度日数是电力消耗的重要驱动因素，其对电力消费的影响为23%～25%；在冬季，采暖度日数对电力需求不会造成显著的影响。然而，这些结论不同于Blázquez等[19]的研究，他们认为在西班牙家庭部门的电力需求对于寒冷天气的敏感性高于炎热天气，这可能与西班牙居民的电力消费习惯有关，如在家庭部门的能源消费中，电力与天然气之间存在竞争关系。

表2 基准回归结果

因此，本文进一步估计了HDD和CDD对天然气的影响，同时为了统一度量，将电力和天然气折算成标煤后进行合并，从而探究电力和天然气之间是否存在替代关系。表3第(2)列的结果表明，HDD和CDD对家庭部门天然气消费的影响不存在统计显著性。然而，第(3)～(4)列的估计结果表明，电力消费与天然气合并之后，HDD和CDD对其呈现显著的正向效应，这表明它们之间可能存在较为明显的替代效应。例如，北方家庭基本都会安装空调，其目的主要是在夏季制冷，然而在冬季集中供暖时，使用空调的概率以及频率会很大程度降低。由于经济地理等一些客观因素，如果北方家庭在冬季没有使用集中供暖而是采用家用空调或者天然气壁挂炉取暖，那就存在如何在这两者之间选择成本相对较低的制暖设备的问题。由第(3)～(4)列结果可知，相比于电力价格，天然气的价格对能源的响应为正且具有统计显著性。因此，如果北方天气过冷，采用天然气壁挂炉的取暖成本可能会高于空调。因此，更多家庭将可能会选择空调制暖，从而电力对天然气产生替代效应。此外，HDD和CDD对液化石油气和热力均无显著影响，见表3第(5)～(6)列，这可能有以下两方面的原因：首先，液化石油气在家庭部门主要适用于炊事烹饪，因此外界温度的变化对其影响微乎其微。其次，在北方的冬季，热力能源主要是燃煤热电联产和大型锅炉房集中供热，而南方则没有这样的温控系统。因此，在北方的冬季，大多家庭的取暖可能不需要再依靠空调等电力设备。另外，集中供暖的北方家庭的室内温度几乎不能通过暖气设备自主调节温度，这使得热力的方差变化对于每户家庭几乎成为了恒值，从而无法在模型中有效估计CDD和HDD对其变动的影响。

表3 CDD和HDD的波动对家庭用能需求的影响估计结果

尽管采用CDD和HDD这两个指标能够描述平衡点两侧温度对不同能源需求的影响，然而关于不同温度区间对于能源需求的影响仍然不能清晰识别。不同温度区间对电力、液化石油气、热力和天然气等能源消费的影响如图4所示。可以发现，温度变化与电力消费总体呈现U型曲线关系。以[18℃,24℃)温度区间为基准，温度下降或上升均会对家庭的电力消费产生正向效应。但是，当温度处于[12℃,18℃)和[24℃,30℃)区间时，温度对电力消费的影响不具有统计显著性。而当温度处于两极区间时，温度的变化对于电力消费的影响也将增大。产生这一现象的原因可能是为了追求更舒适的生活体验，家庭会在极端气候的情况下加大用电量。例如，相较于春秋两季，冬夏两季的家庭生活用电量更高且离散程度较大[20]。此外，根据上文分析，其他三种能源要么是用于日常炊事要么由于相对恒定的值，温度变化对其影响在统计上不具有显著性且并未呈现规律性变化。因此，本文后面的分析将主要聚焦电力消费的异质性讨论。

(a)不同温度区间对电力消费的影响

(二)气候冲击的异质性分析

中国地域辽阔，跨度较大的经纬度造成南北方气候具有明显的差异。因此，气候变化对家庭电力需求是否与地理位置有关值得进一步研究。本文以“秦岭—淮河”为界划分南北方区域，分界线以北设定为北方，以南设定为南方。同时，在基准模型中引入CDD和HDD与南北方区域的交互项来探讨南北方地理差异背景下家庭电力能源消费的异质性。另外，不同温度区间的变化对电力能源消费的影响效应是否由于城市富裕程度(6)本文定义低于样本城市GDP均值的区域为贫穷城市，反之，为富裕城市。的不同而产生差异也是值得探讨的话题。为此，本文基于南北方地理特征以及城市富裕与否进一步探究不同温度区间对电力消费的冲击效应。

1.制冷度日和采暖度日对家庭电力消费的差异性影响

表4第(1)列报告了CDD和HDD对北方和南方的家庭电力消费影响的估计结果。结果表明，无论是在南方还是北方，CDD对家庭电力消费的影响显著为正，其估计系数分别1.300和0.568且在1%水平下显著。其中，北方家庭制冷度日对电力消费的影响显著高于南方，这与Li等[11]的研究结果一致。相比于南方居民，北方居民可能更加不耐热，从而在炎热的夏季为追求体感的舒适，制冷设备的满荷运转对电力消费的激增效应显著高于南方。此外，在其他变量保持不变的情况下，CDD越大，电价的边际效应可能越小。这表明在炎热的天气下，电力需求将呈现刚性，电价的波动对居民电力消费的敏感度将在很大程度降低。然而，HDD对家庭电力消费的影响仅在北方具有统计显著性。第(2)列的估计结果显示，无论是在贫穷还是富裕的区域，CDD对电力消费的影响并不存在显著差异，然而HDD仅在比较富裕的地区具有统计显著性且其对电力消费的影响远远大于贫穷区域。这可能是因为，富裕地区的家庭在寒冷的天气时，可以通过采暖设备来进行温控调节，但是对于贫穷地区的家庭可能采用其他替代方式，如添加衣物，用木炭、煤和薪柴取暖等。

表4 地理位置和贫富差异视角下电力消费的异质性分析

2.温度变化对家庭电力消费的差异性影响

不同温度区间对南北家庭电力消费的回归结果如图5(a)所示，可以发现无论是低于还是高于[18℃,24℃)的基准温度，北方地区的家庭对电力消费的正向效应均显著大于南方，并且温度变化与电力消费呈现明显的U型曲线关系。然而在南方家庭中，仅当温度位于[6℃,12℃)与[30℃,36℃)时，温度变化对电力消费的影响才具有统计显著性。其他温度区间对电力消费的影响均不具有统计显著性且不同温度区间的影响效应大小均接近于0。此外，单从北方的温度序列来看，气候变化对于北方家庭的电力消费的影响主要是在炎热的天气而不是在寒冷的季节。以温度在[-6℃,0℃)和[30℃,36℃)区间为例，该温度区间的估计系数为0.01和0.02，均通过1%水平的显著性检验。这一结果表明，相对于温度在[-6℃,0℃)而言，在[30℃,36℃)的温度区间天数每增加1天，将使得北方家庭部门的电力消费多增长0.27%。如图5(b)所示，温度变化对于电力消费的影响主要在富裕地区。此外，随着温度的不断走低，温度区间变量估计系数的绝对值不断上升，表明富裕家庭在严寒时期对电力消费的正向效应愈发明显。因此可以推断，具有不同经济发展状态的地区的电力消费将会受到气候冲击不同程度的影响。

图5 南北方及贫富差异背景下温度对电力消费的影响

(三)稳健性检验

(1)增加城市—年份联合固定效应。本文基于面板数据的基准模型已经考虑了城市和年份固定效应，从而达到控制样本中不随时间变化的个体差异和不随个体变化的时间差异的目的。然而，同一时间上的冲击对于不同区域的影响可能并不一致，而且不同区域对这些冲击的反应力度也可能具有异质性。因此，传统的双向固定效应模型可能无法解决那些既随时间变化又随个体变化的不可观测变量导致的潜在内生性问题。因此，本文加入城市—年份联合固定效应来反映共同因素对不同区域影响的差异[17]。表5第(1)列的实证结果表明，在控制城市和时间固定效应的同时，引入地区—年份联合固定效应，本文的基准结论依然成立。

(2)修改控制变量。本文针对控制变量选择采取了两个稳健性检验：首先，在研究气候冲击对于经济产出的文献中，一些文献就是否应该加入降水作为控制变量存在争议[18]。因此，删除降水控制变量进行稳健性检验。其次，气象条件可能与电力消费呈非线性关系。例如，以往的研究已经证实电力消费与相对湿度可能会呈现出U型的非线性关系。同时，为了控制平均相对湿度对用电行为的非线性影响，也有学者将相对湿度及其二次项分别纳入模型以尽可能减少遗漏变量偏误。因此，本文在前述研究的基础上，在基准模型中额外增加降水量、日照时间、平均风速以及相对湿度的平方项。表5第(2)～(3)列的实证结果显示，对控制变量的调整未改变本文的基准结论。

表5 稳健性检验结果

(3)不同阈值的组合。事实上，本文阈值设定的一个隐含假设是18～26°C为舒适区的阈值，即假设在此温度之间，居民对电力消费不具有敏感性。为了研究结果是否取决于阈值的设置，本文测试了不同阈值下回归结果的稳健性。此外，未考虑舒适区的温度区间的已有文献通常采用65°F(18.3°C)作为单一阈值。基于此，首先选择18°C作为基准，以0.2°C为间隔降低下限阈值，直到6°C，即6～18°C。类似地，更高的阈值也以0.2°C为间隔增加，直到30°C，即18～30°C。每个阈值区间有61个阈值点。其次，根据式(1)重新估计HDD的系数α1和CDD的系数α2，并应用不同阈值的组合(61×61次)绘制三维系数图，如图6所示。在所有阈值下，CDD和HDD的系数始终为正。相比之下，CDD对电力需求的影响远大于HDD，这证实了本文的结果在不同阈值下的稳健性。

(a)不同阈值组合下CDD对电力消费的敏感性

(四)安慰剂检验

关于温度变化对电力消费影响效应识别的另一个担忧是可能存在其他不可观测变量所造成的影响。不同的城市在不同的年份可能具有许多不同的特质，虽然本文已在模型构建中加入城市固定效应和时间固定效应控制了所有不随时间变化的城市特质以及不随城市变化的时间特征对于家庭部门电力消费的影响，然而仍然可能存在部分遗漏变量或者巧合因素影响模型的识别，而这些混杂因素可能是本文的模型无法控制的。尽管本文已经控制了一系列可观测的因素，包括人均GDP、电力价格、降水量、日照时间、平均风速和相对湿度，然而无法控制所有的特征，尤其是不可观测的特征的影响。因此，本文采用了一个间接性的安慰剂检验，其逻辑是找到一个理论上不会对结果变量产生影响的错误变量替代现有的核心解释变量及控制变量。由于这些变量随机产生，因此不会对结果产生影响；反之如果有影响，则证明本文的估计方程有偏，表明其他不可观测的因素或者巧合的出现会影响到估计结果。具体地，本文随机生成样本城市家庭部门的电力消费并随机赋予相应的控制变量进行式(2)的估计，再将这个过程重复500次，从而相应产生500个不同温度区间的估计值，其相应的分布如图7所示。可以看到，其真实效应的估计值显著不同于虚假的城市的系数值所构成的分布，这符合安慰剂的检验预期。

图7 安慰剂检验结果

四、结论与政策建议

本文基于需求异质性视角，采用2004—2016年中国284个城市的面板数据实证检验了温度变化对家庭能源消费的影响。首先，通过构建基于平衡点的温度的制冷度日数(CDD)和采暖度日数(HDD)两个指标以及表征温度变化的综合指标(TDE)，以识别其对家庭部门的电力、天然气、液化石油气和热力等能源消费的影响；其次，通过构造长度为6℃的温度区间变量识别了温度变化对各类家庭能源消费的因果效应，实证结果均通过了稳健性和安慰剂检验。主要结论如下：(1)以温度变化衡量的气候冲击对家庭电力消费具有显著的正向影响，同时以制冷度日数和采暖度日数度量的温度变化也仅对家庭电力消费具有显著的正向影响。制冷度日数和采暖度日数平均每天增加一度能使家庭电力消费分别增加20%和8.45%，而居民的天然气、液化石油气和热力等能源消费对温度变化并不敏感。(2)以温度区间度量的温度变化对家庭电力消费同样具有显著影响，温度与家庭电力消费呈现非对称U型曲线关系，即在基准温度区间两侧，家庭电力消费增长幅度随着温度与基准温度差距的增加而变大，并且相同温度波动情形下，高温天气比低温天气导致的家庭电力消费需求增长得更快；同样，以温度区间度量的气候变化对家庭天然气、液化石油气和热力等的消费不具有显著影响。(3)南北方居民采暖方式以及对温度耐受程度的差异，导致气候变化对家庭电力消费的影响在南北方之间存在一定差异。制冷度日数对家庭部门的电力消费在南方和北方都具有显著的促进作用，而采暖度日数仅对北方居民电力消费具有显著的促进作用；在不同温度区间的北方家庭对电力消费的正向效应全部显著大于南方家庭，尤其在炎热的季节更为明显。(4)富裕地区和贫穷地区居民支付能力和采暖偏好的差异，造成低温环境下气候变化对富裕地区家庭电力消费的影响程度要大于贫穷地区，而在高温环境下两者差异极小。制冷度日数对家庭电力消费的影响在贫富城市之间并无明显差异，而富裕城市的采暖度日数对家庭电力消费的影响显著高于贫穷城市，温度区间变化对家庭电力消费影响的结果也验证了这点。

本文的研究为理解气候冲击下家庭部门能源需求对温度变化的异质性反应提供了一个全新视角，研究结论对于开展更加精确的家庭能源需求管理以及优化电力行业供电规划具有一定的政策启示。首先，相比低温天气，高温天气对家庭能源需求的冲击更为明显，炎热夏季频繁停电也导致居民生活质量下降。一方面，需要居民提高应对高温天气预见性，寻求除电网供电降温之外的替代方案，如通过家用分布式光伏发电弥补电网高峰超负荷电力短缺，或者通过谷峰电价配合储能设备，共同应对炎热天气突发性停电；另一方面，也需要国家继续给予居民分布式新能源使用的政策支持，并大力支持储能技术研发生产及运用推广。其次，全球变暖带来的气候冲击可能愈发频繁且严重，温度变化导致居民用电需求波动最终需要通过电力供应来平衡，因此电源及输配电网的规划建设需充分考虑到温度变化对居民电力需求的影响。相比南方家庭，北方家庭用电需求对温度变化更为敏感，其用电需求波动性更大，因此需要电网公司根据用户需求特征做出对应规划调整，发挥跨区跨省电力输送，实现电力资源优化配置，应对气候冲击导致的电力短缺。最后，作为中国第二大能源消费部门，居民部门的电气化将有助于推动中国实现碳达峰和碳中和，居民部门脱碳需要兼顾气候冲击对居民用电的南北差异和贫富差距。对于南北方差异，北方家庭宜尽量推行集中采暖，降低空调采暖和壁挂炉采暖占比，降低采暖的电力需求。关于贫富差距，富裕家庭应将一房一空调分散式采暖调整为中央空调采暖方式，提高空调使用效率、降低能耗。为此，需要政府出台相应的价格或补贴政策引导居民的用能行为。