能效等级是表示家用电器产品能效高低的一种分级方法，在引导绿色消费、促进节能减排、缓解气候变化等方面有重要意义。然而，大多数对能效等级政策的研究都基于单一时点、单类电器的抽样调查数据，我国目前尚无一套公开可得、涵盖多空间粒度和多家电品类的能效等级数据集，难以全面理解和评估能效等级的环境效益。

近期，清华大学环境学院王春艳课题组构建了涵盖省级宏观尺度与家庭微观尺度的中国内地白色家电能效等级数据集“China Energy Efficiency Grade Dataset of White Goods (CEEG)”并免费开源。该数据集量化评估了我国2012-2019年内地、各省和家庭层面5种主要白色家电能效等级的基本情况和变化规律，为消费者对节能家电购买偏好认知、家庭节能减排潜力评估等相关领域学术研究提供了数据支撑。

图1. CEEG数据集构建方法框架

课题组融合1800余万条家电销售和家电参数等多源数据和家庭入户调查数据，通过机器学习算法进行数据清洗与填补并构建CEEG数据集。该数据集覆盖了2012-2019年中国内地30个省份波轮洗衣机、滚筒洗衣机、电热水器、定频空调、变频空调5种主要白色家电按销量加权的平均能效等级信息，以及北京市1327个样本家庭的家电平均能效等级信息。

图2. 省级和家庭层面的平均能效等级。(a)全国5种白色家电按销量加权的平均能效等级。(b–f)我国内地30个省份按销量加权的平均能效等级分布。(g)家庭现有家电平均能效等级分布。(h)消费者对不同能效等级态度的分布。

研究结果显示，除已被逐步淘汰的定频空调外，2012-2019年间我国内地主要白色家电的平均能效等级提升了约20%（图2）。研究发现2019-2021年，样本家庭拥有高能效等级家电和消费者持积极能效态度的概率均提高了9%。

此外，课题组还提供了基于机器学习算法的白色家电能效等级预测模型，可利用相对易获取的社会经济和人口等数据信息实现白色家电能效等级消费预测。进一步，通过多模型比选、交叉验证、重要变量识别、与现有研究结果对比等方式评估了本研究模型的不确定性。

本研究得到国家自然科学基金委员会的资助和支持。该研究成果于7月12日以“中国内地和家庭白色家电能效等级数据集”（A dataset on energy efficiency grade of white goods in mainland China at regional and household levels）为题发表于国际学术期刊《科学数据》（Scientific Data）。清华大学环境学院2022级硕士生李宗瀚为论文的第一作者，王春艳副研究员为论文的通讯作者，刘毅教授对研究作出了重要贡献。