导读：城市建筑形态、绿地、水体等环境要素（UEI）影响居民用电（REC），不仅源于其直接决定的基础用电需求，还会通过城市热岛（UHI）效应间接推高制冷能耗。借助双重机器学习因果推断框架，研究首次系统量化了这条“环境—热岛—用电”级联因果链，并揭示出能耗-热响应强度的多尺度空间异质性。结果发现：城市建得越密、绿地越少，不仅直接耗电更多，还会通过热岛效应推高用电量。夏天一到，空调等设备就成了续命神器。但为什么有的城市一热起来就“疯狂耗电”，而有的则“相对淡定”？居民耗电过程中城市环境和热岛效应分别起到了什么作用？
过去的研究大多把“城市环境”和“城市热岛”视为两个互相独立的变量来分析能耗。但这种处理方式忽视了影响机制：城市热岛效应本身在很大程度上是由城市环境塑造的，而非独立产生的。忽略掉这一因果级联关系会导致对作用机制出现误判。
图1｜城市环境因子在夏季高温下对居民用电的影响关系
要厘清城市环境对居民用电的真实影响，本研究拟解决并回到以下几个核心问题：城市环境如何影响居民用电？这种影响中有多少是通过热岛“间接”传导的？不同区域的响应强度是否存在差异？传统方法又在哪里“算错了账”？
基于这一思路，研究构建了一套因果推断框架。以中国多个主要城市的居住用地为对象，以交通分析小区（TAZ）为基本单元，然后整合用电量、地表城市热岛、建筑形态、绿地、水体、气候等多源数据，聚焦2019年夏季制冷季节。方法上，研究采用双重机器学习（DML），其将机器学习的非线性能力与计量经济学的因果识别相结合，通过正交化过程剥离混杂因素，从而精准估计热岛对用电的因果效应，并将城市环境对用电的总效应分解为直接路径与热岛中介的间接路径。
主要发现 1：能耗-热响应存在显著的多尺度空间异质性
研究提出“能耗-热响应”强度这一核心指标，即城市热岛强度每升高1℃所对应的居民用电增量。结果显示，75%以上城市通过显著性检验，全国城市平均响应强度约为 877 MWh/℃，但区域差异巨大：城市尺度：254.9 ~ 2531.9 MWh/℃，地块尺度：300 ~ 6100 MWh/℃，此外中国南方城市比北方高出约34%。
图2｜中国城市能耗-热响应的显著性结果以及响应强度空间分布图
研究进一步发现，能耗-热响应强度与区域社会经济发展呈正相关，经济发达的南方城市单位GDP响应强度约为北方城市的两倍。这表明经济能力越高的地区，居民对热舒适性的期望与制冷可负担越高，从而在高温情况中放大了用电需求，这也暗示了潜在的热适应能力的不平等。
图3｜城市内部地块尺度的能耗-热响应强度分布以及其与GDP的相关性
主要发现 2：城市环境影响用电存在“双重路径”机制
研究将城市环境对用电的总效应分解为两条路径：
量化结果显示，直接路径占总效应的72%~86%，热岛中介的间接路径占14%~28%。其中，建筑类指标（如建筑密度BD、高度BH）主要通过直接路径作用，热岛中介贡献多低于20%；而自然环境类指标（绿地GACR、降水CPR、风速CWS）的间接贡献普遍超过20%，风速的间接贡献更高达27.9%，表明自然要素更多通过微气候调节影响用电。
图4｜直接与间接效应分解：不同城市环境因子的双重路径占比及其跨经济带差异
主要发现 3：传统方法低估了城市环境因素的影响
研究将DML与传统的多元线性回归（MLR）进行对比。由于MLR将热岛与城市环境视为平行的独立变量，它在结构上无法区分直接与间接路径，会把城市环境的热岛中介效应错误地归因于热岛变量本身。
结果表明，在统计显著的城市中，MLR对城市环境影响的低估幅度约为12%。此外，MLR系统性低估了建筑类指标（如BD、BH）的贡献，却高估了绿地和水体的重要性，这可能是因为它无法识别后者较为缓慢的微气候调节路径。这凸显了本研究提出的因果框架在复杂城市中分解变量效应的优势。
图5｜本研究方法（DML）和传统多元线性回归（MLR）的对比。图a为能耗-热响应系数差异，图b为两种方法中UEI总效应的百分比差异（红色为MLR低估而蓝色为高估），图c则为两种方法中不同UEI指标总效应的绝对重要性。
主要发现 4：绿地能通过间接降温节能，但难抵消直接能耗增长
研究通过情景模拟检验了城市发展路径的影响。其中研究发现，若到2030年所有地块绿地覆盖率提高20%，城市热岛强度确实下降，并通过缓解热岛间接减少用电；然而，绿地扩张同时会增加直接用电。这可能潜在的反映出绅士化效应：伴随城市化发展过程，绿地往往更集中在高端住宅小区中，尽管绿地能间接降温，但这里基础能耗需求可能更高。这表明依靠微气候干预虽然可以间接节能，但城市节能需要直接与间接路径的协同优化。
图6｜未来情景模拟中，增加绿地覆盖率产生的直接/间接能耗变化影响
聚焦高敏感区域：对响应强度高的城市，应优先推行强调制冷效率与隔热的标准化能源规范，并针对内部空间差异进行基础设施升级。
协同而非单一干预：自然冷却要素应与建筑节能改造相结合，避免绿地集中于高端社区而加剧环境不公；对能耗高但敏感性低的城市，则应重点优化间接热调节路径。
关注能源公平：GDP与用电敏感性的强相关，呼唤累进电价与差异化补贴，在效率目标与可负担性之间取得平衡。
本研究不仅揭示了“城市形态—热岛效应—居民用电”之间的级联关系，更对未来城市规划提供建议：未来的城市节能与降温策略，不能仅依赖于单一的绿化建设或盲目的面积扩张，而必须结合局地微气候调节能力与能耗响应强度进行科学权衡。
在高温事件不断增加、城市能源系统负荷日增的背景下，将热岛的中介效应与空间异质性纳入决策，能够指导我们将绿色基础设施精准布局在降温效用最大化的区域。这对于在资源约束下推进高密度城区的精细化治理、促进环境公平，以及建设气候韧性与低碳未来城市具有重要的科学支撑价值。
上述研究成果以“Urban environment intensifies energy consumption sensitivity through the urban heat island effect”为题，发表于城市可持续发展领域权威期刊 Sustainable Cities and Society。北京大学遥感与地理信息系统研究所博士生颜晓钦为论文第一作者，黄舟教授为论文通讯作者。相关研究得到了国家自然科学基金项目（U2344216, 42271471, 42401559）及博士后创新人才支持计划（BX20240001）的支持。同时研究使用的能耗数据依托于该团队此前在 Scientific Data发表的高时空分辨率电力消耗数据集。相关文章信息如下：
Yan X, Huang Z, Ren S, et al. Urban environment intensifies energy consumption sensitivity through the urban heat island effect[J]. Sustainable Cities and Society, 2026, 145: 107466. DOI: 10.1016/j.scs.2026.107466.
Yan X, Huang Z, Ren S, et al. Monthly electricity consumption data at 1 km × 1 km grid for 280 cities in China from 2012 to 2019[J]. Scientific Data, 2024, 11(1): 877. DOI: 10.1038/s41597-024-03684-4.
