气温变化与能源消耗的关联机制

刘勇　何枚玲

〔摘要〕 在全球气候变化与我国“双碳”目标确立的背景下，对气温变化与能源消耗的关联机制进行分析，可为“双碳”目标的实现提供决策参考。采用我国1953-2020年的年平均气温数据与能源消耗数据，进行格兰杰因果检验并构建联立方程模型，研究结果表明：能源消耗与平均气温存在双向因果关系，其中能源消耗的增加对气温升高有正向影响，同时气温升高也加速了能源消耗的增加，两者存在“正向循环影响”，且这种影响在南方地区更为明显。在全球气候变化和碳排放居高不下的背景下，我国作为全球最大的化石能源燃烧国义不容辞地承担着减排的责任，各地应积极响应“双碳”政策，通过技术进步、开发绿色清洁能源、产业结构调整等措施，探索低能耗、高效用的低碳发展道路。

〔关键词〕 气温变化；能源消耗；格兰杰因果检验；联立方程

〔中图分类号〕F062.2 〔文献标识码〕A 〔文章编号〕1008-0694（2023）03-0080-12

〔作者〕 刘 勇 教授 四川大学经济学院 成都 610000

何枚玲 硕士研究生 四川大学经济学院 成都 610000

〔基金项目〕国家社会科学基金项目“西部地区优质生态产品供给能力的关键影响因素识别与提升对策研究”（19XJY007）。

一、引言

联合国气象委员会（IPCC）在《气候变化2021：自然科学基础》中指出，相较于1850-1900年，2010—2019年的十年间人类活动引起的全球平均温度升高约为0.8—1.3℃，并预估在未来的几十年里，气候变化将继续加剧^〔1〕。全球变暖将引起多种气候灾害频率和强度的提高，对全球生态系统、关键基础设施、居民健康、粮食安全、生活水平和人员流动等带来重大威胁。

由化石能源消耗排放的温室气体是气候变化的主要原因之一。World Resources Institute在2020年发布数据指出，由能源消耗排放的温室气体已占到全球排放量的73%，预计到2030年能源需求将增长近10%。其中，我国能源消耗排放的温室气体总量排名世界第一位，排放量占全球排放总量的26.1%^〔2〕。我国能源消耗一直处于上升趋势，改革开放以后的增长速度更加明显。国家统计局数据显示，2020年我国能源消费总量达到498000万吨标准煤，是1977年的13.54倍，年均增长率6.25%。同时，我国气温变化高于全球平均水平。《中国气候变化蓝皮书（2021）》显示，1951-2020年间，我国升温速率约为 0.26℃/10年，高于同期全球平均水平（0.15℃/10年）^〔3〕。

在全球气候变暖与“双碳”政策目标的背景下，研究气温变化与能源消耗的关联机制，对我国节能减排政策实施以及发展低碳经济、积极应对气候变化等具有重要意义。

二、文献综述

全球变暖趋势已得到普遍证实。2018年IPCC就提出，全球较工业革命前升温1.5℃^〔4〕。大量研究证明，近百年来全球气候呈现整体变暖的趋势^〔5-8〕。沈贝蓓等（2021）采用气候变化速率及空间插值等分析方法，发现1981—2019 年间全球地表年平均气温变化速率为0.320℃/10年，年平均气温一共增加了0.835℃^〔9〕。这种变化对环境社会经济系统产生了严重影响^〔10〕。

2023在全球气候变化的主要原因方面。Karl等（2003）认为，主要是人为引起的大气成分变化，并且这些扰动主要来自与能源使用相关的温室气体排放^〔11〕。Solomon等（2007）指出，人类排放的温室气体是近百年来全球变暖的主要原因^〔12〕。Schmidt（2012）提到，当大气中的CO₂浓度加倍，将会使全球平均温度上升3.0±1.5℃^〔13〕。秦大河（2014）测量得出，1750年以来人类活动排放到大气中的CO₂浓度已增加了41%^〔14〕。白万平等（2013）对全球161年碳排放量与气温数据进行了统计因果检验，结果显示，碳排放增加是气温升高的原因^〔15〕。另外，方精云等（2011）认为，除了人类活动，自然因素也在影响着气候变化，包括太阳活动、火山爆发等^〔16〕。

在能源消耗和气候变化之间关系方面。学界普遍认为，能源消耗导致气温升高，也有研究关注到气温变化对建筑和居民能源消耗的影响^〔17-19〕。气温的升高使得居民的制冷需求增加，主要体现在居民的用电量的上升。Fan等（2019）估算了1995-2016年气候因素对中国电力需求的影响，发现气候因素特别是温度，对人均电力需求有明显影响^〔20〕。Fan等（2020）还通过扩展的STIRPAT模型评估我国气候变化对居民能源消费影响的区域异质性，发现不管是寒冷还是炎热，对不同地区的居民能耗都有不同程度的正向影响，其中南方城市气温升高带来的能耗影响程度显著高于北方城市^〔21〕。Zhang等（2021）认为，气温变化带来的制冷需求与供暖需求的增加显著提高了居民的能源消费，但是随着居民可支配收入的增加，居民可以调整制冷或者供暖的设备，通过升级高效能设备，相对减少居民的用电量，从而削弱气温变化带来的影响^〔22〕。另外，孙红杰（2020）认为气候变化影响整个能源供应链，同时也影响能源運输、转换存储及能源基础设施等方面^〔23〕。

在研究方法方面。既有研究主要采用随机项分解方法，沈续雷（2011）^〔24〕、刘健（2005）^〔25〕等把能源消费量分解为两大部分：第一部分是社会经济耗能，第二部分是受气温影响的温度调节耗能。还有一种方法是通过计量经济模型进行分析，如罗光华（2012）^〔26〕、Li Yating（2019）^〔27〕、王宝强（2019）^〔28〕等构建多元线性回归模型，黄蕊（2016）^〔29〕、Fan 等（2020）^〔30〕建立STIRPAT模型分析气候变化对能源消费的影响。其中，影响因素主要包括社会经济耗电、人口规模、经济总量、能源强度、取暖度日、降温度日等。

基于收集到的气候变化和能源消耗相关性领域的研究表明，能源消耗排放的温室气体导致全球变暖已得到大量研究的证实，气温的上升也会对居民能源消费带来影响。气候变化对能源消耗的影响在国外研究较多，而国内针对这一问题进行实证研究的文献较少。能源消耗是否成为气温变化的原因，而气温变化又是否同时会反过来导致能源消耗的变化，两者之间有着怎样的相互关联、相互影响机制，在我国“双碳”目标的背景下研究这些问题具有重要意义。本文采用我国1953-2020年平均气温数据与能源消耗数据，通过格兰杰因果检验并构建联立方程模型，分析气温变化与能源消耗的关联机制，为应对气候变化与能源战略的实施提供科学参考。

三、研究方法与数据

1.研究方法

采用格兰杰因果检验分析气温变化与能源消耗的关联机制，在此基础上构建联立方程模型量化分析气温变化与能源消耗的相互影响程度。

格兰杰因果检验。对于平稳序列X和Y，如果在对Y做预测时，由包含X过去值所得到的预测值优于未含X过去值的预测，则X是Y的格兰杰原因。但如果对非平稳数据进行因果检验，容易产生虚假因果关系，因此在此之前要对数据进行平稳性检验。对能源消耗总量TEC进行平稳性检验：

△TEC_t=（ρ-1）TEC_t-1+ε_t（1）

对ρ进行检验，如果ρ＜1，则序列是平稳的，如果ρ=1，则序列是不平稳的。滞后阶数n由AIC和SC准则来决定。参考已有研究，本文采用ADF检验法、PP检验法^〔31〕对数据进行检验。

格兰杰因果检验。在变量通过了单位根检验的前提下，对其进行格兰杰因果检验，令：

这里用全国能源消耗总量指标TEC反映我国的能源消耗，用全国平均气温AT、全国平均最高气温AXT和全国平均最低气温AIT反映我国的气温水平^〔32-34〕。假设H₀：θ₁=θ₂=……=θ_j=0; H^＇₀：∈₁=∈₂=……=∈_j=0。如果拒绝原假设H₀，则TEC是AT的格兰杰原因；如果拒绝原假设H^＇₀，则AT是TEC的格兰杰原因。同理可得AIT与AXT和TEC的格兰杰因果关系。

联立方程模型。构建AT与TEC的联立方程模型：

AT_t=c₁+a₁D（TEC_t）+h₁X_t+ε_t（4）

D（TEC_t）=c^＇₁+b₁AT_t+h^＇₁X_t+ε_t（5）

上式中，c为截距项，ε_t为随机扰动项；AT为年平均气温，为保持变量的平稳性，选取能源消耗总量的一阶差分D（TEC）作为回归方程的变量；X为控制变量，包括人口数量N、第二产业增加值RG2、城镇化率UR^〔35-37〕。a₁为“能源消耗—平均气温”系数，反映能源消耗增量的变化对平均气温的影响程度；b₁为“平均气温—能源消耗”系数，反映平均气温的变化对能源消耗增量的影响程度。同理可得AIT与TEC的联立方程模型：

AIT_t=c₂+a₂D（TEC_t）+h₂X_t+ε_t（6）

D（TEC_t）=c^＇₂+b₂AIT_t+h^＇₂X_t+ε_t（7）

其中，a₂為“能源消耗—平均最低气温”系数，反映能源消耗增量的变化对平均最低气温的影响程度；b₂为“平均最低气温—能源消耗”系数，反映平均最低气温的变化对能源消耗增量的影响程度。AXT与TEC的联立方程模型：

AXT_t=c₃+a₃D（TEC_t）+h₃X_t+ε_t（8）

D（TEC_t）=c^＇₃+b₃AXT_t+h^＇₃X_t+ε_t（9）

其中，a₃为“能源消耗—平均最高气温”系数，反映能源消耗增量的变化对平均最高气温的影响程度；b₃为“平均最高气温—能源消耗”系数，反映平均最高气温的变化对能源消耗增量的影响程度。

区域异质性检验。我国幅员辽阔，南北温差存在较大差异，且不同地区的能源消耗结构有所不同。因此，本文选取1997-2019年除西藏外30个省份的面板数据，进一步分析气温变化与能源消耗的影响的区域异质性，并且将能源分为煤、石油、天然气三大类，以此来考虑能源结构对气温变化的影响。首先检验气温与碳排放的相关性，如公式（10）。接着对碳排放与能源消耗进行回归分析，为了突出能源结构的影响，将能源分为煤、石油与天然气三种，如公式（11）。

AT_it=c₄+a₄lnCO_2it+h₄X_it+ε_it（10）

lnCO_2it=c₅+a₅coal_it+b₅oil_it+c₅gas_it+h₅X_it+ε_it（11）

其中，AT_it为i省在t年份的平均温度，lnCO_2it为i省在t年份CO₂排放量的对数，coal_it为i省在t年份煤炭消耗量，oil_it为i省在t年份石油消耗量，gas_it为i省在t年份天然气消耗量。X_it为控制变量，包括人口数量N、第二产业增加值RG2、城镇化率UR^〔38-40〕。

2.数据来源

本文采用的全国气温数据来源于BERKELEY EARTH网站中的Regional Climate Change：China，通过气温零基准值加上每年的温度异常值取得。其中，全国年平均气温数据以1951-1980年间的平均温度6.79℃为零基准，全国年平均最高气温以1951-1980年间的平均最高温度13.07℃为零基准，全国年平均最低温度以1951-1980年间的平均最低温度0.57℃为零基准。选取1953-2020年中国统计年鉴中能源消耗总量作为能源消耗数据。省域面板数据的能源消耗来自于各省的《能源统计年鉴》，各省气温数据来源于BERKELEY EARTH網站。控制变量包括总人口数量、第二产业增加值、城镇化率，数据来源于国家统计局，相关统计量描述性分析详见表1。

图1反映了我国1953-2020年间能源消耗与气温变化趋势，可以看到两者呈现同步上升态势。其中，我国能源消耗一直处于上升趋势，改革开放以后增长速度更为明显。根据国家统计局发布的数据显示，我国2021年能源消费总量达到524000万吨标准煤，是改革开放前1977年的14.25倍，年均增长率6.25%；2021年化石燃料（包括原煤消费、石油消费 、天然气消费）消耗总量达437016万吨标准煤，是1977年的28倍，年均增长率为7.87%。另外，我国气温总体也呈现明显上升趋势，1953-2020年间，我国年平均气温上升了1.25℃，升温速率约为 0.26℃/10年，高于同期全球平均水平（0.15℃/10年）^〔41〕；1953-2018年，年平均最高温度和年平均最低温度也分别上升了0.51℃和1.13℃。

四、实证分析

首先对变量进行单位根检验。对能源消耗总量TEC、城镇化率UR、第二产业实际增加值RG2一阶差分，对总人口数N取对数并一阶差分，均通过了ADF检验和PP检验，说明一阶差分序列平稳。气温数据AT、AXT和AIT的原序列均在1%显著性水平下拒绝了原假设，说明气温数据均具有平稳性。因此可以进行下一步格兰杰因果检验与联立方程分析。

1.格兰杰因果检验

对1953-2020年能源消耗与年平均最高气温、年平均气温、年平均最低气温数据进行格兰杰因果检验，结果显示：能源消耗增量DTEC与年平均最高气温AXT、年平均气温AT和年平均最低气温AIT均存在双向格兰杰因果关系。

在滞后一阶时，格兰杰因果检验显示：能源消耗增量DTEC是年平均气温AT的格兰杰原因，年平均气温AT也是能源消耗增量DTEC的格兰杰原因。也就是说能源消耗增量DTEC影响年平均气温AT的升高，而年平均气温AT的升高也反过来影响能源消耗增量DTEC的增长。同理可得，DTEC是AXT与AIT的格兰杰原因，AXT与AIT也是DTEC的格兰杰原因。DTEC在影响AXT与AIT升高的同时，AXT与AIT也同样影响着DTEC的增长。从格兰杰因果检验分析看来，能源消耗的增加会影响气温的变化，气温的变化同时也反过来对能源消耗的增长产生了影响，两者之间存在着双向循环影响的关系（详见表2）。

2.联立方程模型

为进一步分析上述的影响是正向的还是负向的，对能源消耗与平均气温构建联立方程模型。研究发现能源消费增量与各项气温数据均存在低于1%显著水平的正相关，表明能源消耗的增加会导致平均气温的上升，同时气温的上升也同样会使得能源消耗进一步增加，两者存在正向循环影响的关系。表3中第（I）列表示能源消耗增量与年平均气温的回归结果，第（II）、（III）列分别是能源消耗与年平均最高气温、年平均最低气温的回归结果。回归结果显示系数a₁，a₂，a₃，b₁，b₂，b₃均大于零，能源消耗的增量和平均气温在低于1%的显著性水平下呈正相关。

回归结果表明能源消耗与气温存在正向循环影响的相互作用。能源消耗增加会带来气温的升高，从表3可以看出，能源消耗增量每增加一个单位，平均气温将上升约0.000026℃。气温的上升会进一步加快能源消耗的增长，气温对能源消耗增长拉动作用依次是年平均最低气温（AIT）＞年平均气温（AT）＞年平均最高气温（AXT）。其中年平均最低气温每升高1℃，能源消耗增量将增加6149万吨标准煤；年平均气温与年平均最高气温每升高1℃，能源消耗增量将分别增加5748万吨标准煤和5241万吨标准煤。

能源消耗导致的温室气体的大量排放会加速气温的升高已得到大量的学者证实^〔42-44〕，IPCC也提出，人类碳排放是近百年来全球变暖的主要原因^〔45〕。关于为什么气温的升高会导致能源消耗的进一步增长，主要体现在气温的变化对居民能耗的影响上，气温升高会使得居民的制冷需求增加，这将显著提高居民的能源消费^〔46-47〕。另外，气候变化还会影响整个能源供应链，同时对能源运输、转换存储及能源基础设施等方面均会产生影响^〔48〕。

3.稳健性检验

为使回归结果更可靠，使用能源消耗的滞后一阶变量DTEC（-1）来替代能源消耗变量对回归结果进行稳健性检验，得出检验结果（详见表4）。从检验结果可知，替代变量DTEC（-1）后的系数正负号均没有出现实质性的改变，检验结果与表3基本一致，DTEC（-1）和AT、AXT、AIT均存在显著的双向正相关。因此，稳健性检验再次证明了平均气温与能源消耗增量之间存在正向循环影响。

4.異质性分析

通过以上分析，本文已在全国尺度上验证了气温变化与能源消耗的双向因果关系，两者存在正向循环反馈的影响。由于我国南北温差存在较大差异，且不同地区的能源消耗结构有所不同，因此，本文选取1997—2019年除西藏外30个省份的面板数据，进一步分析气温变化与能源消耗的影响的区域异质性，并且将能源分为煤、石油、天然气三大类，以此来考虑能源结构对气温变化的影响。首先验证气温与碳排放的相关性（详见表5），其中第（1）列为全样本回归结果，第（2）列为北方地区

回归结果，第（3）列为南方地区回归结果。由表5可知，碳排放的增加明显带来了气温的升高，这与以往大多数学者的研究结论一致。根据相关系数来看，南方地区比北方地区气温变化受碳排放的影响程度更大，也就是说，碳排放带来的温度上升在南方地区更为显著。这对本身温度就高于北方的南方地区来说，碳排放的增加将会带来更加不利的影响，特别是在极端高温频发的夏季，气温的进一步上升将对人体健康带来巨大负面影响。

然后对碳排放与能源消耗（煤、石油、天然气）进行回归分析（详见表6），其中第（1）列为全样本回归结果，第（2）列为北方地区回归结果，第（3）列为南方地区回归结果。分析结果显示，三种化石能源都造成了碳排放的增加。从不同地区来看，南方地区煤炭的消耗对碳排放的促进作用强于北方地区，北方地区的石油消耗对碳排放的促进作用高于南方地区。从能源结构来看，不管是南方地区还是北方地区，能源消耗对碳排放的拉动作用强度都表现为：煤>石油>天然气，并且煤的消耗对碳排放的拉动作用比石油和天然气要高很多。鉴于我国的化石能源消耗仍然以煤炭占比最高，根据国家统计局发布的数据，2021年煤炭消费占到整个化石能源消费的67.15%^〔49〕。因此，通过技术创新降低煤炭消费的碳排放强度，降低煤炭消费在整个能源消费的占比，是“双碳”目标的重要实现路径。

五、结论与展望

通过对我国1953-2020年平均气温数据与能源消耗数据进行格兰杰因果检验和联立方程分析，研究我国能源消耗与气温变化的关系，证明了两者存在正向循环影响的关联机制。

格兰杰因果检验发现，能源消耗增量与平均气温存在双向格兰杰因果关系，能源消耗的增加会影响气温的变化，气温的变化同时也反过来对能源消耗的增长产生了影响，两者之间存在着双向循环影响的关系。通过联立方程量化分析，结果显示相关性系数与回归系数均大于零，表明能源消耗与气温具有正向循环影响的相互作用。能源消耗增加会促进气温的升高，回归结果显示能源消耗增量每增加一个单位，平均气温将上升约0.000026℃。气温的上升会进一步加快能源消耗的增长，气温对能源消耗增长拉动作用依次是年平均最低气温（AIT）＞年平均气温（AT）＞年平均最高气温（AXT），其中，当年平均最低气温每升高1℃，能源消耗增量将增加6149万吨标准煤；年平均气温与年平均最高气温每升高1℃，能源消耗增量将分别增加5748万吨标准煤和5241万吨标准煤。本文将我国除西藏外的30个省份进行南北划分，进行区域异质性分析，结果发现，比起北方地区，南方地区气温变化受碳排放的影响程度更大，这对本身温度就高于北方的南方地区来说，碳排放的增加将会带来更加不利的影响。从能源结构来看，不管是南方地区还是北方地区，能源消耗对碳排放的拉动作用强度都表现为：煤＞石油＞天然气，并且煤的消耗对碳排放的拉动作用比起石油和天然气要高出很多。

化石能源的燃烧造成温室气体的排放是气候变暖的主要原因已成为全球共识，而气温的上升也会进一步导致能源消耗需求的增加，这在以往的文献中并没有得到足够重视。对于气温的上升为什么会导致能源消耗的进一步增加，其原因可能主要体现在温度的升高会增加夏季居民的制冷需求，从而导致居民的用电量上升，因而进一步促进能源消耗的增加。从本文实证分析中联立方程模型结果来看，能源消耗对年平均最高气温的拉动作用是最强的，因此这对于夏季本身温度较高的南方地区所带来的负面效应更为显著，气候变暖将导致极端高温事件频发，使人们对空调制冷需求不断上升。对此。一方面，需要加强基础设施建设，以保证居民夏季制冷所需的电力供应，缓解高温天气对居民健康的不利影响。另一方面，提高消费者的节能意识。在日常生活中，居民可以通过选择使用能效更高的节能空调、合理调节空调的冷却温度以及减少空调的使用频率等降低能源消耗。

2022年IPCC在第六次评估报告第二工作组报告《气候变化：影响、适应和脆弱性》中指出，气候变暖将会导致多种气候灾害强度和频率的提高，将对陆地和海洋生态系统、居民生活水平、人类健康、粮食安全和人员流动等带来重大威胁和风险^〔50〕。在全球气候变化和碳排放居高不下的背景下，我国作为全球最大的化石能源燃烧国义不容辞地承担着减排的责任。各地应积极落实“双碳”政策，通过技术进步、开发绿色清洁能源^〔51〕、调整产业结构与能源结构^〔52〕等措施，探索低能耗、高效用的低碳发展之路。

参考文献：

〔1〕IPCC.Climate Change 2021：The Physical Science Basis［R］.2021.

〔2〕World Resources Institute.Energy［EB/OL］.（2020-12-10）.https：//www.wri.org/energy.

〔3〕〔41〕辛雨.《中国气候变化蓝皮书（2021）》发布［N］.中国科学报，2021-08-05（001）.

〔4〕IPCC.Special Report on Global Warming of 1.5°C［R］.Cambridge：Cambridge University Press，2018.

〔5〕苏京志，温敏，丁一汇，等.全球变暖趋缓研究进展［J］.大气科学，2016，（06）.

〔6〕SUN W，QINGXIANG LI，HUANG B，et al.The Assessment of Global Surface Temperature Change from 1850s：The C-LSAT2.0 Ensemble and the CMST-Interim Datasets［J］.Advances in atmospheric sciences，2021，（05）.

〔7〕LI Q，SUN W，X YUN，et al.An updated evaluation of the global mean land surface air temperature and surface temperature trends based on CLSAT and CMST［J］.Climate dynamics，2021，（56）.

〔8〕RAHMSTORF S，FOSTER G，CAHILL N.，et al.Global temperature evolution：recent trends and some pitfalls［J］.Environmental research letters，2017，（05）.

〔9〕沈贝蓓，宋帅峰，张丽娟，等.1981-2019年全球气温变化特征［J］.地理学报，2021，（11）.

〔10〕〔45〕IPCC.Climate Change 2014：impacts，adaptation and vulnerability.Contribution of Working Group II to the fifth assessment report of the Intergovernmental Panel on Climate Change［R］.Cambridge & New York：Cambridge University Press，2014.

〔11〕KARL T R，TRENBERTH K E.Modern Global Climate Change［J］.Science，2003.

〔12〕SOLOMON S，QIN D，MANNING M，et al.Climate Change 2007： The Physical Science Basis，Contribution of Working Group 1 to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change［R］.New York：Cambridge University Press，2007.

〔13〕〔42〕SCHMIDT G A.Climate Sensitivity-How Sensitive Is Earth＇S Climate to CO₂？［J］.Pages news，2012，（01）.

〔14〕〔43〕秦大河.氣候变化科学与人类可持续发展［J］.地理科学进展，2014，（07）.

〔15〕〔32〕〔44〕白万平，杨广仁，张学敏，等. 碳排放增加与气温变化统计因果关系的多重检验［J］.贵州财经大学学报，2013，（05）.

〔16〕方精云，朱江玲，王少鹏，等.全球变暖、碳排放及不确定性［J］.中国科学：地球科学，2011，（10）.

〔17〕HATCHER M J.Modelling changes to electricity demand load duration curves as a consequence of predicted climate change for Australia［J］.Energy，2007，（09）.

〔18〕〔46〕ISAAC M，VUUREN D.Modeling global residential sector energy demand for heating and air conditioning in the context of climate change［J］.Energy policy，2009，（02）.

〔19〕〔47〕MENG F，LI M，CAO J，et al.The effects of climate change on heating energy consumption of office buildings in different climate zones in China［J］.Theor appl climatol，2018，（133）.

〔20〕FAN J L，HU J W，ZHANG X.Impacts of climate change on electricity demand in China： An empirical estimation based on panel data［J］.Energy，2019，（170）.

〔21〕〔30〕FAN J L，ZENG B，HU J W，et al.The impact of climate change on residential energy consumption in urban and rural divided southern and northern China［J］.Environ Geochem Health，2020，（42）.

〔22〕ZHANG M，CHEN Y，HU W，et al.Exploring the impact of temperature change on residential electricity consumption in China：The“crowding-out”effect of income growth［J］.Energy & Buildings，2021，（245）.

〔23〕〔48〕孙红杰.能源系統转型对减缓气候变化设定目标的响应及模拟分析［D］.兰州大学，2020.

〔24〕〔35〕〔38〕沈续雷.气候变化对大城市能源消费的影响研究［D］.复旦大学，2011.

〔25〕刘健，陈星，彭恩志，等.气候变化对江苏省城市系统用电量变化趋势的影响［J］.长江流域资源与环境，2005，（05）.

〔26〕罗光华，牛叔文.气候变化、收入增长和能源消耗之间的关联分析——基于面板数据的省际居民生活能源消耗实证研究［J］.干旱区资源与环境，2012，（02）.

〔27〕LI Y，PIZER W A，WU L.Climate change and residential electricity consumption in the Yangtze River Delta，China［J］.Proceedings of the National Academy of Sciences of the United States of America，2019，（02）.

〔28〕王宝强，李萍萍，沈清基，等.上海城市化对局地气候变化的胁迫效应及主要影响因素研究［J］.城市发展研究，2019，（09）.

〔29〕黄蕊，王铮，丁冠群，等.基于STIRPAT模型的江苏省能源消费碳排放影响因素分析及趋势预测［J］.地理研究，2016，（04）.

〔31〕房林，邹卫星.多种单位根检验法的比较研究［J］.数量经济技术经济研究，2007，（01）.

〔33〕王原，赵丽侠，喻霞，等.上海能源消费碳排放变化及对局地气候变化的胁迫评价［J］.复旦学报（自然科学版），2015，（04）.

〔34〕〔39〕朱红胜，刘耀龙，张华明，等.山西能源消费碳排放对局域气候变暖的胁迫效应研究［J］.科技创新与生产力，2019，（09）.

〔36〕〔40〕代如锋，丑洁明，董文杰，等.中国碳排放的历史特征及未来趋势预测分析［J］.北京师范大学学报（自然科学版），2017，（01）.

〔37〕王雅晴，谭德明，张佳田，等.我国城市发展与能源碳排放关系的面板数据分析［J］.生态学报，2020，（21）.

〔49〕中华人民共和国国家统计局.中国统计年鉴［M］.北京：中国统计出版社，2022：276.

〔50〕IPCC.Climate Change 2022：Impacts，Adaptation and Vulnerability［R］.2022.

〔51〕朱守先.基于极端气候事件能源生态系统的调适与优化——以雄安新区为例［J］.中国人口·资源与环境，2020，（06）.

〔52〕赵明轩，吕连宏，张保留，等.中国能源消费、经济增长与碳排放之间的动态关系［J］.环境科学研究，2021，（06）.

（责任编辑 张 筠）