论文部分内容阅读
摘 要：利用浙江省3市2县居民能源消费状况的调查数据，构建二项logistic回归分析模型，对居民能源消费水平进行多因素定量分析，寻求并分析影响居民能源消费的主要因素，最后给出结论、提出建议。
关键词：居民能源消费；影响因素；二项Logistic模型
中图分类号：F224.9 文献标志码：A 文章编号：1673-291X（2014）17-0068-05
引言
长期以来，中国的能源政策主要集中在工业领域，较少关注居民能源消费。然而，随着国民经济快速发展，居民收入水平稳步提高，居民能源消费也持续快速增长，能源供需缺口随之拉大，瓶颈制约和环境压力亦日趋凸现。浙江省作为经济强省和人口密度最大的省份之一，正处新型城镇化建设阶段，居民的生活方式和生活观念正在发生转变，居民能源消费结构和消费行为也出现新趋势。
国际上对居民能源消费的调查和研究相当重视。例如，美国能源署（EIA）1978年开始对居民能源需求进行调查研究（Residential Energy Consumption Survey，RECS）。英国能源与气候变化部（DECC）、环境食品以及农村事务部（Defra）对居民电力消费展开调查。但国内对居民能源消费的研究还不常见，特别是对居民能源消费的微观调研更是较少。
本文利用2012年浙江省3市2县居民能源消费状况的调查数据，对居民能源消费水平的影响因素及能源消费水平的变动预测进行探讨。居民能源消费水平用每户人均能源消费量来表示，影响因素包括家庭因素、个人因素、政策因素三方面。家庭因素用家庭收入水平、家庭结构和居住环境及居住习惯四个指标衡量；个人因素用户主职业情况、受教育程度两个指标衡量；政策因素用政策影响度反映。由于这些指标中数值变量和分类变量同时存在，所以我们将居民能源消费水平转换为二分类变量，采用二项Logistic回归分析模型进行研究，再根据分析结果提出相应的措施和建议。
一、数据来源、样本说明和变量设置
（一）数据来源和样本说明
本文使用的数据来自浙江省杭州市、舟山市、丽水市、苍南县、新昌县等5市（县），以入户访谈形式进行问卷调查。按比例发放《居民能源消费调查问卷表》共计210份，实际回收200份，其中有效问卷200份；回收率95%，有效率100%。由于做过试调查，所以正式调查的可行性和准确度大大提高，调研员可以保证每份问卷均为有效调查，故调查的有效率100%。
（二）变量设置
因变量的设置。将居民每户人均能源消费量设置为因变量。样本数据显示，居民每户人均能源消费量的平均值是570.46千克标准煤。模型构建中，将居民每户人均能源消费量低于平均值的情况定义为“低能源消费”，赋值为“1”；将居民每户人均能源消费量高于平均值的情况定义为“高能源消费”，赋值为“0”。这样，居民每户人均能源消费量转换为0-1二分类变量。
自变量的设置。根据相关文献，并结合实际数据，本文设置的自变量包括住房与城市市中心的距离、住房城乡情况、住房建筑层数、住房建筑面积、有无14周岁以下的小孩、有无60周岁以上的老人、是否有人整天在家、户主年龄、户主职业、户主受教育水平、家庭总收入、是否知晓电价政策和是否开通峰谷电价政策等13个变量。各个变量的含义与赋值见表1 。
二、居民能源消费量的描述分析
（一）住房城乡情况与居民能源消费
住房城乡情况不同，每户人均能源消费量不同。城市每户人均能源消费量为556.264千克标准煤，乡镇为665.947千克标准煤，农村为460.029千克标准煤。每户人均能源消费量最高的乡镇比每户人均能源消费量最低的农村多205.918千克标准煤。造成这种现象的原因可能有：（1）生活观念与方式。城市居民更注重生活的健康与低碳，节能环保的意识较强且知识水平较高，能在生活中很好地运用节能环保技巧，减少能源消费。（2）交通因素。交通能够消耗的能源占居民能源消费的比重较大（约36%），城市拥有较完善的公交设施，降低居民的通勤成本，节约居民出行的能源消费。（3）节能环保产品的普及率。调查中发现，城市节能产品的普及率比乡镇高12.4%。在使用时间相同的情况下，节能产品会大大减少居民能源消费量。（4）可能的统计遗漏。有些农村存在使用柴薪和秸秆做为能源的现象，但在调查过程中搜集这类数据难度较大，这可能会使农村居民能源消费量的调研结果数值偏小。
（二）户主职业与居民能源消费
户主职业不同，每户人均能源消费量不同。户主职业为服务业从业人员和自由职业者的家庭每户人均能源消费量最多，分别为895.07千克标准煤和863.89千克标准煤；户主为工人和农民的居民能源消费量最少，分别为325.48和211.19千克标准煤；而户主为公务员、事业单位职工、公司职员和教师的居民为552.264千克标准煤。此外，户主为退休公务员的每户人均居民能源消费量比在职时高出459.9千克标准煤，户主为事业单位职工则高出228.08千克标准煤。造成这种现象的原因可能有：（1）工作替代闲暇。在工作中消耗的能源不计入居民能源消费中。在职的公务员、事业单位职工、公司职员和教师的工作时间较长，公司或单位分担了部分居民能源消费。而服务业从业人员和自由职业者闲暇时间较长，他们的居民能源消费量较大。同样，退休公务员和事业单位职工的在家闲暇时间长，居民能源消费量显著高于在职时。（2）收入效应。工人和农民收入水平整体较低，所以居民能源消费最少；服务业从业人员和自由职业者工作时间弹性强且收入水平整体较高，所以居民能源消费最多。
（三）家庭年收入与居民能源消费
从总体上看，家庭年收入与每户人均能源消费量之间存在 “N型”波动上升的变化关系。在家庭年收入1万—14万元时，每户人均能源消费量为558.752千克标准煤，每户人均能源消费量与收入呈现正相关；在14万元时达到顶点，为1 035.67千克标准煤；从年收入14万元起到25万元，每户人均能源消费量与收入呈负相关，年收入38万元到达最低点为791.239千克标准煤；年收入高于25万元时，每户人均能源消费量与收入又呈正相关。这是因为，（1）家庭年收入的增加，使居民生活水平提高，生存型消费所占比重减小，发展型消费与享受型消费所占比重增大，而像享用中高档汽车、旅游、使用高耗能家电等发展型消费与享受型消费行为都消耗大量能源；（2）较高的收入者，在家时间较少，则会减少能源消费量。（3）收入更高的家庭，用更多的能源消费，达到闲暇替代劳动，增添生活享受性。 （四）政策影响与居民能源消费
享受过政府补贴的每户人均家庭能源消费量为473.46千克标准煤，未享受过政府补贴的为616.109千克标准煤，二者相差142.65千克标准煤。其中，享受过旧换新补贴的每户人均家庭能源消费量为439.50千克标准煤，享受过节能产品惠民补贴的为466.233千克标准煤，享受过家电下乡补贴的为498.905千克标准煤，享受过节能产品惠民补贴和家电下乡补贴的为352.20千克标准煤。在产品功能差不多的情况下，价格因素对居民选择造成显著影响。一方面，政府对家电的补贴，相当于降低了产品的绝对价格；另一方面，获得政府补贴的产品多为节能环保产品。因此，居民购买政府补贴的产品，也就是购买节能产品，这会直接降低家庭能源消费。
（五）是否有人整天在家与居民能源消费
有人整天在家会增加家电等设备的使用时间，导致居民能源消费量增加。本次调查发现，有人整天在家的每户人均能源消费量为601.604千克标准煤，没有人整天在家的每户人均能源消费量为530.823千克标准煤。
（六）是否有老人居住与居民能源消费
有60周岁以上老人的家庭比无60周岁以上老人的家庭能源消费水平更低。家中有老人的每户人均能源消费量为415.41千克标准煤，而家中无老人的为657.68千克标准煤。造成这种差距的主要原因可能有：（1）老人一般更节俭，通过主动减少能源消费量来节约开支；（2）老人操作多功能电器的能力较弱，不会主动使用某些能耗产品，而这些产品往往都是高耗能的。
三、二项Logistic回归模型的建立
（一）二项Logistic回归分析的概念与应用
二项Logistic回归模型主要用于处理解释变量中含有分类型变量和数值变量且被解释变量是二分类变量的问题，它可以用来寻找影响因素，如居民能源消费水平的影响因素；也可以用来作预测，即根已建立的Logistic回归模型预测发生某种情况的概率有多大。二项Logistic回归模型的数理表达如下。
令因变量Y服从二项分布，其二项分类的取值为0，1，Y=1的总体概率为P（Y=1），则具有m个自变量X1，X2…，Xm所对应的Logistic回归模型为：
（二）统计量分析
本次研究将进入标准设为0.05，对符合标准的变量逐一筛选，结果表明，虽然影响居民能源消费水平的因素很多，但能通过检验的变量仅有住房城乡情况、职业类型、家庭年收入、政策影响、是否有人整天在家和家中是否有老人居住等6个变量，其余变量都未通过显著性检验。受篇幅所限，本文省略筛选过程中各个模型的统计结果，仅对通过检验的6个变量所建立的模型进行分析。这6个变量的字母编号、赋值及演绎。
从表2可以看出各类品质变量产生虚拟变量的情况。例如，住房城乡情况变量产生了两个虚拟变量：住房城乡情况（1）（用C1编号）和住房城乡情况（2）（用C2编号），分别表示是否居住在乡镇和是否居住在农村。两个虚拟变量均为0时表示居住在城市；C1为1，C2为0则表示居住在乡镇；C1为0，C2为1表示居住在农村。5个品质变量共产生7个虚拟变量，加上一个一般解释变量，合计8个变量。
当这8个变量逐步筛选地引入模型时，该模型对数似然比卡方检验的概率P值均小于0.05的显著性水平，表明该模型的全部解释变量与的线性关系显著，该模型合理。此外，Hosmer和Lemeshow的拟合优度检验的P值为0.916，说明该模型的拟合优度很好。
给出各解释变量的回归系数的检验结果可以看出，最终模型包含的6个指标，各自回归系数的Wald值的P值都小于0.05。因此，均拒绝原假设，它们与LogistP的线性关系显著，应保留在方程中。将表4中各项的系数写入预测概率模型，得到如下二项Logistic回归模型：
（三）居民能源消费水平的影响因素分析
住房城乡情况对居民能源消费水平的影响分析。住房城乡情况的Sig值为0.027，说明住房所处的城乡状况对居民能源消费有显著的影响。根据二元logistic回归建模的结果。家住乡镇的回归系数为0.075，而家住农村的回归系数为2.181。住房处于农村的居民能源消费量最低，其次城市，而城镇最高。在其他条件不变的情况下，不是乡镇居民的能源消费量是乡镇居民的1.078倍，不是农村居民的能源消费量是农村居民的8.854倍。若将乡镇居民的每户人均能源消费量相对其他二者的比例设为1.000，农村，乡镇与城市的居民能源消费的相对比例为0.211：1.000：0.867。
职业类型对居民能源消费水平的影响分析。职业的Sig值为0.030，说明职业类型对居民能源消费有显著的影响。根据二元LOGISTIC回归建模的结果，蓝领职业的回归系数为1.433 ，而其他职业的回归系数为-0.971。户主职业属于白领的居民每户人均能源消费量最多，其次是其他职业，蓝领最少。在其他条件不变的情况下，户主职业不是蓝领的居民能源消费量是蓝领的4.192倍，户主不是其他职业的居民能源消费量是其他职业的2.639倍。若将户主为蓝领职业的每户人均居民能源消费量相对其他二者的比例设为1.000，白领、蓝领与其他职业的每户人均居民能源消费量的相对比例为2.765：1.000：1.427。
家庭年收入对居民能源消费水平的影响分析。家庭年收入的回归系数为-0.060，Sig值为0.000，说明家庭年收入对居民能源消费量有显著影响。居民的家庭年收入每增加一单位就会增加-0.060单位的每户人均能源消费量。随着居民家庭年收入的提高居民能源消费量大体是呈上升趋势的。
政策对居民能源消费水平的影响分析。政策影响因素的回归系数为1.249，Sig值为0.015，说明政策对居民能源消费有一定的影响力。不受政策影响的家庭的人均每户居民能源消费量高于受政策影响的居民家庭，政策有助于减少居民能源消费量。在其他条件不变的情况下，不受政策影响的家庭的人均每户居民能源消费量是受政策影响的居民家庭的3.487倍。 居民整天在家对居民能源消费水平的影响分析。居民整天在家的回归系数为1.029，Sig值为0.030，说明居民整天在家对居民能源消费有一定的影响力。有人整天呆在家的家庭的能源消费要高于无人整天呆在家的家庭的能源消费量。在其他条件不变的情况下，有人整天呆在家的家庭的人均每户居民能源消费量是无人整天呆在家的家庭的2.800倍。
居住老人对居民能源消费水平的影响分析。居住老人的回归系数为1.810，Sig值为0.000，说明居住老人对居民能源消费量的影响显著。家中无60周岁以上老人的家庭能源消费要多于有老人的家庭。在其他条件不变的情况下，家中无60周岁老人家庭的居民能源消费量是有60周岁老人家庭的居民能源消费量的6.110倍。
四、结论与建议
本文利用浙江省3市2县共200户居民的一手调查数据，分析居民能源消费的主要影响因素。研究发现，住房城乡情况、是否有老人居住、家庭年收入、职业类型、政策以及是否有人整天在家对居民能源消费量产生显著的影响。其中，住房处于农村的居民能源消费量最低，其次是城市，而乡镇最高。这是由于乡镇居民需要在交通上消耗更多的能源；城市节能产品普及率高，居民节能意识强，相对减少了能源消费量；有些农村仍以天然生物质能为生活能源，能源消费低且不环保。家中无60周岁以上老人的家庭能源消费要多于有老人的家庭，老人通常以约束行为的方式减少用能开支。随着居民家庭年收入的提高，居民能源消费量呈现“N型”阶段性变化，这是因为居民随收入提高，购买耗能产品，增加能源消费；但较高收入的居民在家时间少又会降低能源消费。户主职业属于白领的居民每户人均能源消费量最多，其次是其他职业，蓝领最少。白领更注重生活的闲暇，较其他两种职业的人群购买更多的耗能产品，以便捷生活，节约家务以及通勤上的时间成本；而蓝领更注重通过约束自身耗能行为来节约生活开支。且收入效应也影响了三类职业居民的能源消费差别。有人整天呆在家的家庭的能源消费要高于无人整天呆在家的家庭的能源消费量；不受政策影响的家庭的人均每户居民能源消费量高于受政策影响的居民家庭，政策有助于减少居民能源消费量。享受政策补贴的往往是具有节能环保功能的产品，通过价格机制可以激励人们选择节能产品，降低生活能源消耗。通过模型预测到，随着浙江省城镇化进一步推进，居民能源消费水平会大大提高。
依据上面的研究结论，笔者针对相关部门提出的建议是：重视由于社会城镇化进一步推进所引发的居民能源消费需求上升，相关部门要提早做好准备。在能源分配上，采取“乡镇、城市、农村”结构性分配方式，合理化供能分布，提高社会能源使用效率。同时，仍需提防因社会老龄化程度上升和居民收入水平提高到一定程度减少用能而导致的能源供给过剩问题。鼓励企业进行节能技术和新能源的研发。多样化产品补贴政策，增加补贴产品的数量与种类。有针对性地进行节能政策的宣传与产品推销，对于白领与高收入这部分人群应更注重高能效、有助于环保健康生活的政策宣传与产品推销，而对于蓝领与低收入人群应更注意有助于节约生活开支的节能补贴产品的推销并加强节能知识、窍门的宣传力度。
参考文献：
[1] 芈凌云.城市居民低碳化能源消费行为及政策引导研究[D].北京：中国矿业大学，2011：28-50.
[2] 赵晓丽，李娜.中国居民能源消费结构变化分析[J].中国软科学，2011，（11）：40-51.
[3] 庞阿荣.城市居民能源使用行为过程的影响因素分析[D].大连：大连理工大学，2011：31-56.
[4] 陈利顺，孙岩，戴大双，宋金波.城市居民能源消费行为的评价方法研究[J].软科学，2008，（1）：29-33.
[5] 陆莹莹.中国居民消费活动对能源消耗影响的投入产出分析[D].上海：上海交通大学，2008：34-61.
[6] Fishbein，M.，&Ajzen，I.Belief，Attitude，Intention，and Behavior： An Introduction to Theory and Research[M].Reading，MA：
Addison-Wesley，1975.
[7] Hines，J.M.，Hungerford，H.R.，&Tomera，A.N.Analysis and synthesis of research on responsible environmental behavior： A meta-
analysis[J].Journal of Environmental Education，1986，（18）：1-8.
[8] 樊静丽，廖华，梁巧梅，张跃军.中国居民生活用能特征研究[J].中国能源，2010，（8）：33-36.
[责任编辑 仲 琪]
关键词：居民能源消费；影响因素；二项Logistic模型
中图分类号：F224.9 文献标志码：A 文章编号：1673-291X（2014）17-0068-05
引言
长期以来，中国的能源政策主要集中在工业领域，较少关注居民能源消费。然而，随着国民经济快速发展，居民收入水平稳步提高，居民能源消费也持续快速增长，能源供需缺口随之拉大，瓶颈制约和环境压力亦日趋凸现。浙江省作为经济强省和人口密度最大的省份之一，正处新型城镇化建设阶段，居民的生活方式和生活观念正在发生转变，居民能源消费结构和消费行为也出现新趋势。
国际上对居民能源消费的调查和研究相当重视。例如，美国能源署（EIA）1978年开始对居民能源需求进行调查研究（Residential Energy Consumption Survey，RECS）。英国能源与气候变化部（DECC）、环境食品以及农村事务部（Defra）对居民电力消费展开调查。但国内对居民能源消费的研究还不常见，特别是对居民能源消费的微观调研更是较少。
本文利用2012年浙江省3市2县居民能源消费状况的调查数据，对居民能源消费水平的影响因素及能源消费水平的变动预测进行探讨。居民能源消费水平用每户人均能源消费量来表示，影响因素包括家庭因素、个人因素、政策因素三方面。家庭因素用家庭收入水平、家庭结构和居住环境及居住习惯四个指标衡量；个人因素用户主职业情况、受教育程度两个指标衡量；政策因素用政策影响度反映。由于这些指标中数值变量和分类变量同时存在，所以我们将居民能源消费水平转换为二分类变量，采用二项Logistic回归分析模型进行研究，再根据分析结果提出相应的措施和建议。
一、数据来源、样本说明和变量设置
（一）数据来源和样本说明
本文使用的数据来自浙江省杭州市、舟山市、丽水市、苍南县、新昌县等5市（县），以入户访谈形式进行问卷调查。按比例发放《居民能源消费调查问卷表》共计210份，实际回收200份，其中有效问卷200份；回收率95%，有效率100%。由于做过试调查，所以正式调查的可行性和准确度大大提高，调研员可以保证每份问卷均为有效调查，故调查的有效率100%。
（二）变量设置
因变量的设置。将居民每户人均能源消费量设置为因变量。样本数据显示，居民每户人均能源消费量的平均值是570.46千克标准煤。模型构建中，将居民每户人均能源消费量低于平均值的情况定义为“低能源消费”，赋值为“1”；将居民每户人均能源消费量高于平均值的情况定义为“高能源消费”，赋值为“0”。这样，居民每户人均能源消费量转换为0-1二分类变量。
自变量的设置。根据相关文献，并结合实际数据，本文设置的自变量包括住房与城市市中心的距离、住房城乡情况、住房建筑层数、住房建筑面积、有无14周岁以下的小孩、有无60周岁以上的老人、是否有人整天在家、户主年龄、户主职业、户主受教育水平、家庭总收入、是否知晓电价政策和是否开通峰谷电价政策等13个变量。各个变量的含义与赋值见表1 。
二、居民能源消费量的描述分析
（一）住房城乡情况与居民能源消费
住房城乡情况不同，每户人均能源消费量不同。城市每户人均能源消费量为556.264千克标准煤，乡镇为665.947千克标准煤，农村为460.029千克标准煤。每户人均能源消费量最高的乡镇比每户人均能源消费量最低的农村多205.918千克标准煤。造成这种现象的原因可能有：（1）生活观念与方式。城市居民更注重生活的健康与低碳，节能环保的意识较强且知识水平较高，能在生活中很好地运用节能环保技巧，减少能源消费。（2）交通因素。交通能够消耗的能源占居民能源消费的比重较大（约36%），城市拥有较完善的公交设施，降低居民的通勤成本，节约居民出行的能源消费。（3）节能环保产品的普及率。调查中发现，城市节能产品的普及率比乡镇高12.4%。在使用时间相同的情况下，节能产品会大大减少居民能源消费量。（4）可能的统计遗漏。有些农村存在使用柴薪和秸秆做为能源的现象，但在调查过程中搜集这类数据难度较大，这可能会使农村居民能源消费量的调研结果数值偏小。
（二）户主职业与居民能源消费
户主职业不同，每户人均能源消费量不同。户主职业为服务业从业人员和自由职业者的家庭每户人均能源消费量最多，分别为895.07千克标准煤和863.89千克标准煤；户主为工人和农民的居民能源消费量最少，分别为325.48和211.19千克标准煤；而户主为公务员、事业单位职工、公司职员和教师的居民为552.264千克标准煤。此外，户主为退休公务员的每户人均居民能源消费量比在职时高出459.9千克标准煤，户主为事业单位职工则高出228.08千克标准煤。造成这种现象的原因可能有：（1）工作替代闲暇。在工作中消耗的能源不计入居民能源消费中。在职的公务员、事业单位职工、公司职员和教师的工作时间较长，公司或单位分担了部分居民能源消费。而服务业从业人员和自由职业者闲暇时间较长，他们的居民能源消费量较大。同样，退休公务员和事业单位职工的在家闲暇时间长，居民能源消费量显著高于在职时。（2）收入效应。工人和农民收入水平整体较低，所以居民能源消费最少；服务业从业人员和自由职业者工作时间弹性强且收入水平整体较高，所以居民能源消费最多。
（三）家庭年收入与居民能源消费
从总体上看，家庭年收入与每户人均能源消费量之间存在 “N型”波动上升的变化关系。在家庭年收入1万—14万元时，每户人均能源消费量为558.752千克标准煤，每户人均能源消费量与收入呈现正相关；在14万元时达到顶点，为1 035.67千克标准煤；从年收入14万元起到25万元，每户人均能源消费量与收入呈负相关，年收入38万元到达最低点为791.239千克标准煤；年收入高于25万元时，每户人均能源消费量与收入又呈正相关。这是因为，（1）家庭年收入的增加，使居民生活水平提高，生存型消费所占比重减小，发展型消费与享受型消费所占比重增大，而像享用中高档汽车、旅游、使用高耗能家电等发展型消费与享受型消费行为都消耗大量能源；（2）较高的收入者，在家时间较少，则会减少能源消费量。（3）收入更高的家庭，用更多的能源消费，达到闲暇替代劳动，增添生活享受性。 （四）政策影响与居民能源消费
享受过政府补贴的每户人均家庭能源消费量为473.46千克标准煤，未享受过政府补贴的为616.109千克标准煤，二者相差142.65千克标准煤。其中，享受过旧换新补贴的每户人均家庭能源消费量为439.50千克标准煤，享受过节能产品惠民补贴的为466.233千克标准煤，享受过家电下乡补贴的为498.905千克标准煤，享受过节能产品惠民补贴和家电下乡补贴的为352.20千克标准煤。在产品功能差不多的情况下，价格因素对居民选择造成显著影响。一方面，政府对家电的补贴，相当于降低了产品的绝对价格；另一方面，获得政府补贴的产品多为节能环保产品。因此，居民购买政府补贴的产品，也就是购买节能产品，这会直接降低家庭能源消费。
（五）是否有人整天在家与居民能源消费
有人整天在家会增加家电等设备的使用时间，导致居民能源消费量增加。本次调查发现，有人整天在家的每户人均能源消费量为601.604千克标准煤，没有人整天在家的每户人均能源消费量为530.823千克标准煤。
（六）是否有老人居住与居民能源消费
有60周岁以上老人的家庭比无60周岁以上老人的家庭能源消费水平更低。家中有老人的每户人均能源消费量为415.41千克标准煤，而家中无老人的为657.68千克标准煤。造成这种差距的主要原因可能有：（1）老人一般更节俭，通过主动减少能源消费量来节约开支；（2）老人操作多功能电器的能力较弱，不会主动使用某些能耗产品，而这些产品往往都是高耗能的。
三、二项Logistic回归模型的建立
（一）二项Logistic回归分析的概念与应用
二项Logistic回归模型主要用于处理解释变量中含有分类型变量和数值变量且被解释变量是二分类变量的问题，它可以用来寻找影响因素，如居民能源消费水平的影响因素；也可以用来作预测，即根已建立的Logistic回归模型预测发生某种情况的概率有多大。二项Logistic回归模型的数理表达如下。
令因变量Y服从二项分布，其二项分类的取值为0，1，Y=1的总体概率为P（Y=1），则具有m个自变量X1，X2…，Xm所对应的Logistic回归模型为：
（二）统计量分析
本次研究将进入标准设为0.05，对符合标准的变量逐一筛选，结果表明，虽然影响居民能源消费水平的因素很多，但能通过检验的变量仅有住房城乡情况、职业类型、家庭年收入、政策影响、是否有人整天在家和家中是否有老人居住等6个变量，其余变量都未通过显著性检验。受篇幅所限，本文省略筛选过程中各个模型的统计结果，仅对通过检验的6个变量所建立的模型进行分析。这6个变量的字母编号、赋值及演绎。
从表2可以看出各类品质变量产生虚拟变量的情况。例如，住房城乡情况变量产生了两个虚拟变量：住房城乡情况（1）（用C1编号）和住房城乡情况（2）（用C2编号），分别表示是否居住在乡镇和是否居住在农村。两个虚拟变量均为0时表示居住在城市；C1为1，C2为0则表示居住在乡镇；C1为0，C2为1表示居住在农村。5个品质变量共产生7个虚拟变量，加上一个一般解释变量，合计8个变量。
当这8个变量逐步筛选地引入模型时，该模型对数似然比卡方检验的概率P值均小于0.05的显著性水平，表明该模型的全部解释变量与的线性关系显著，该模型合理。此外，Hosmer和Lemeshow的拟合优度检验的P值为0.916，说明该模型的拟合优度很好。
给出各解释变量的回归系数的检验结果可以看出，最终模型包含的6个指标，各自回归系数的Wald值的P值都小于0.05。因此，均拒绝原假设，它们与LogistP的线性关系显著，应保留在方程中。将表4中各项的系数写入预测概率模型，得到如下二项Logistic回归模型：
（三）居民能源消费水平的影响因素分析
住房城乡情况对居民能源消费水平的影响分析。住房城乡情况的Sig值为0.027，说明住房所处的城乡状况对居民能源消费有显著的影响。根据二元logistic回归建模的结果。家住乡镇的回归系数为0.075，而家住农村的回归系数为2.181。住房处于农村的居民能源消费量最低，其次城市，而城镇最高。在其他条件不变的情况下，不是乡镇居民的能源消费量是乡镇居民的1.078倍，不是农村居民的能源消费量是农村居民的8.854倍。若将乡镇居民的每户人均能源消费量相对其他二者的比例设为1.000，农村，乡镇与城市的居民能源消费的相对比例为0.211：1.000：0.867。
职业类型对居民能源消费水平的影响分析。职业的Sig值为0.030，说明职业类型对居民能源消费有显著的影响。根据二元LOGISTIC回归建模的结果，蓝领职业的回归系数为1.433 ，而其他职业的回归系数为-0.971。户主职业属于白领的居民每户人均能源消费量最多，其次是其他职业，蓝领最少。在其他条件不变的情况下，户主职业不是蓝领的居民能源消费量是蓝领的4.192倍，户主不是其他职业的居民能源消费量是其他职业的2.639倍。若将户主为蓝领职业的每户人均居民能源消费量相对其他二者的比例设为1.000，白领、蓝领与其他职业的每户人均居民能源消费量的相对比例为2.765：1.000：1.427。
家庭年收入对居民能源消费水平的影响分析。家庭年收入的回归系数为-0.060，Sig值为0.000，说明家庭年收入对居民能源消费量有显著影响。居民的家庭年收入每增加一单位就会增加-0.060单位的每户人均能源消费量。随着居民家庭年收入的提高居民能源消费量大体是呈上升趋势的。
政策对居民能源消费水平的影响分析。政策影响因素的回归系数为1.249，Sig值为0.015，说明政策对居民能源消费有一定的影响力。不受政策影响的家庭的人均每户居民能源消费量高于受政策影响的居民家庭，政策有助于减少居民能源消费量。在其他条件不变的情况下，不受政策影响的家庭的人均每户居民能源消费量是受政策影响的居民家庭的3.487倍。 居民整天在家对居民能源消费水平的影响分析。居民整天在家的回归系数为1.029，Sig值为0.030，说明居民整天在家对居民能源消费有一定的影响力。有人整天呆在家的家庭的能源消费要高于无人整天呆在家的家庭的能源消费量。在其他条件不变的情况下，有人整天呆在家的家庭的人均每户居民能源消费量是无人整天呆在家的家庭的2.800倍。
居住老人对居民能源消费水平的影响分析。居住老人的回归系数为1.810，Sig值为0.000，说明居住老人对居民能源消费量的影响显著。家中无60周岁以上老人的家庭能源消费要多于有老人的家庭。在其他条件不变的情况下，家中无60周岁老人家庭的居民能源消费量是有60周岁老人家庭的居民能源消费量的6.110倍。
四、结论与建议
本文利用浙江省3市2县共200户居民的一手调查数据，分析居民能源消费的主要影响因素。研究发现，住房城乡情况、是否有老人居住、家庭年收入、职业类型、政策以及是否有人整天在家对居民能源消费量产生显著的影响。其中，住房处于农村的居民能源消费量最低，其次是城市，而乡镇最高。这是由于乡镇居民需要在交通上消耗更多的能源；城市节能产品普及率高，居民节能意识强，相对减少了能源消费量；有些农村仍以天然生物质能为生活能源，能源消费低且不环保。家中无60周岁以上老人的家庭能源消费要多于有老人的家庭，老人通常以约束行为的方式减少用能开支。随着居民家庭年收入的提高，居民能源消费量呈现“N型”阶段性变化，这是因为居民随收入提高，购买耗能产品，增加能源消费；但较高收入的居民在家时间少又会降低能源消费。户主职业属于白领的居民每户人均能源消费量最多，其次是其他职业，蓝领最少。白领更注重生活的闲暇，较其他两种职业的人群购买更多的耗能产品，以便捷生活，节约家务以及通勤上的时间成本；而蓝领更注重通过约束自身耗能行为来节约生活开支。且收入效应也影响了三类职业居民的能源消费差别。有人整天呆在家的家庭的能源消费要高于无人整天呆在家的家庭的能源消费量；不受政策影响的家庭的人均每户居民能源消费量高于受政策影响的居民家庭，政策有助于减少居民能源消费量。享受政策补贴的往往是具有节能环保功能的产品，通过价格机制可以激励人们选择节能产品，降低生活能源消耗。通过模型预测到，随着浙江省城镇化进一步推进，居民能源消费水平会大大提高。
依据上面的研究结论，笔者针对相关部门提出的建议是：重视由于社会城镇化进一步推进所引发的居民能源消费需求上升，相关部门要提早做好准备。在能源分配上，采取“乡镇、城市、农村”结构性分配方式，合理化供能分布，提高社会能源使用效率。同时，仍需提防因社会老龄化程度上升和居民收入水平提高到一定程度减少用能而导致的能源供给过剩问题。鼓励企业进行节能技术和新能源的研发。多样化产品补贴政策，增加补贴产品的数量与种类。有针对性地进行节能政策的宣传与产品推销，对于白领与高收入这部分人群应更注重高能效、有助于环保健康生活的政策宣传与产品推销，而对于蓝领与低收入人群应更注意有助于节约生活开支的节能补贴产品的推销并加强节能知识、窍门的宣传力度。
参考文献：
[1] 芈凌云.城市居民低碳化能源消费行为及政策引导研究[D].北京：中国矿业大学，2011：28-50.
[2] 赵晓丽，李娜.中国居民能源消费结构变化分析[J].中国软科学，2011，（11）：40-51.
[3] 庞阿荣.城市居民能源使用行为过程的影响因素分析[D].大连：大连理工大学，2011：31-56.
[4] 陈利顺，孙岩，戴大双，宋金波.城市居民能源消费行为的评价方法研究[J].软科学，2008，（1）：29-33.
[5] 陆莹莹.中国居民消费活动对能源消耗影响的投入产出分析[D].上海：上海交通大学，2008：34-61.
[6] Fishbein，M.，&Ajzen，I.Belief，Attitude，Intention，and Behavior： An Introduction to Theory and Research[M].Reading，MA：
Addison-Wesley，1975.
[7] Hines，J.M.，Hungerford，H.R.，&Tomera，A.N.Analysis and synthesis of research on responsible environmental behavior： A meta-
analysis[J].Journal of Environmental Education，1986，（18）：1-8.
[8] 樊静丽，廖华，梁巧梅，张跃军.中国居民生活用能特征研究[J].中国能源，2010，（8）：33-36.
[责任编辑 仲 琪]