中國城鎮居民直接碳排放因素分解研究

李國志，劉美瑜

(麗水學院商學院，浙江麗水 323000)

?

中國城鎮居民直接碳排放因素分解研究

李國志，劉美瑜

(麗水學院商學院，浙江麗水 323000)

利用碳排放系數法，對中國城鎮居民直接碳排放進行估算，并利用LMDI模型進行因素分解。結果表明：城鎮居民直接碳排放從2000年的27 784萬t CO2增加到2014年的91 336萬t CO2。收入水平和人口規模是刺激因素，分別增加碳排放78 229萬t CO2和31 998萬t CO2；節能技術、消費傾向和能源結構是抑制因素，分別減少碳排放31 122萬t CO2、9636萬t CO2和5917萬t CO2。

城鎮居民；直接碳排放；因素分解；LMDI模型

近年來，居民生活碳排放問題引起了學術界廣泛關注[1—5]。本文在現有文獻基礎上，利用LMDI方法，從能源結構、節能技術、消費傾向、收入水平和人口規模五個方面對城鎮居民直接碳排放進行因素分解(包括全國和省域層面)，以期得出一些有價值的信息。

1 方法、模型及數據

1.1 研究方法

因素分解法主要包括結構性因素分解(SDA)和指數因素分解(IDA)兩類，其中指數因素分解又可分為拉氏分解和迪氏分兩種。本文利用對數平均迪氏指數分解法(Logarithmic Mean Divisia Index，LMDI)來進行分析。LMDI具體步驟如下：

設V為擬分解目標，有n個因素x1,x2,…,xn會影響V的變化，下標i表示總量指標的次級分類。因此在次級分類上，存在關系：

Vi=x1,ix2,i…xn ,i

一般地，指數分解定義為：

V=∑Vi= ∑x1,ix2,i…xn,i

其中0時期總量的變化為：

t時期總量的變化為：

利用加法分解方法，總量變化差可以分解為：

ΔVtot=Vt-V0=ΔVx1+ΔVx2+…+ΔVxn

其中，第k個因素的影響效應可以表示為：

1.2 模型構建

遵循LMDI分析框架，城鎮居民直接碳排放總量可以表示為：

C=∑Ci=∑[(Ci/Ei)×(Ei/Di)×(Di/Mi)×(Mi/Pi)×Pi]

式中，C為我國城鎮居民總的碳排放量；Ci為第i個省份城鎮居民碳排放量；Ei為第i個省份城鎮居民生活能耗；Di為第i個省份城鎮居民消費支出；Mi為第i個省份城鎮居民收入水平；Pi為第i個省份城鎮居民人口規模。不妨令Si=Ci/Ei，表示各省城鎮居民生活能耗的碳排放強度，與居民生活能源消費結構有關；Ti=Ei/Di，表示各省城鎮居民消費的能源強度，與居民生活節能技術有關；Hi=Di/Mi，表示各省城鎮居民消費傾向，與居民的消費觀念有關；Yi=Mi/Pi，表示各省城鎮居民人均收入水平。故上式可寫為：

C=∑(Si×Ti×Hi×Yi×Pi)

因此，第t期居民碳排放量相對于基期排放量的變化可以表示為：

ΔCtot=Ct-C0=ΔCS+ΔCT+ΔCH+ΔCY+ΔCP

式中，ΔCS為能源結構效應，表示居民能源消費結構變化對碳排放的影響；ΔCT為節能技術效應，表示居民能源利用技術變化對碳排放的影響；ΔCH為消費傾向效應，表示居民消費傾向變化對碳排放的影響；ΔCY為收入水平效應，表示居民可支配收入變化對碳排放的影響；ΔCP為人口規模效應，表示居民人口數量變化對碳排放的影響。根據LMDI方法，可以得出各因素的分解結果如下：

在計算過程中，如果出現0值，則用一個任意小的數來代替，這對最終結果不會產生影響。

1.3 數據來源

模型中所涉及的數據包括中國各省份城鎮居民直接生活能源消費和碳排放，以及城鎮居民人口規模、消費水平和可支配收入。其中，人口規模、消費水平和可支配收入數據來源于歷年《中國統計年鑒》，直接生活能源消費數據來源于歷年《中國能源統計年鑒》中的“能源平衡表”，再根據不同系數分別折算為標準統計量及碳排放量(折標準煤系數和碳排放系數來源于《IPCC國家溫室氣體清單指南》)。文中其他數據均來源于各省份歷年統計年鑒。

2 結果及分析

2.1 城鎮居民直接碳排放估算結果

根據前文所述方法，可以估算出中國城鎮居民直接碳排放數據，結果如圖1所示。

圖1 中國城鎮居民直接碳排放Fig.1 Urban residents’ direct carbon emissions in China

由圖1可知，中國城鎮居民直接碳排放呈快速增加的態勢，2000年為27 784萬t CO2，2014年增加到91 336萬t CO2，增加了63 552萬t CO2，平均每年增加4539萬t CO2。從增長速度看，多數年份城鎮居民直接碳排放較上年的增長速度在8%以上，尤其是2005年和2010年，較上年增長速度超過了15%，2000—2014年的年平均增速達到8.87%，增速較快。這主要是由于近年來隨著經濟發展，城鎮居民的收入快速上升，加上生活方式和消費觀念的改變，城鎮居民對家電、汽車等高能耗產品的購買大幅增加，導致生活能源消費急劇攀升。從圖1可看出，2000年中國城鎮居民直接生活能源消費為10 151萬t標準煤，2014年增加到37 642萬t標準煤，增加了27 491萬t標準煤，平均每年增加1964萬t標準煤。2000—2014年居民能源消費的年平均增速高達9.81%，超過碳排放增長速度0.94個百分點，其中2005年和2010年較上年的增長速度分別為15.54%和15.33%。

2.2 城鎮居民直接碳排放的因素分解

根據LMDI方法，對中國城鎮居民直接碳排放進行因素分解。具體結果如表1所示：

表1 城鎮居民直接碳排放因素分解結果

由表1可知，中國城鎮居民生活碳排放各年均較上年顯著增加，其中2010年、2013年和2014年增加量均超過了6000萬t CO2，研究期間累計增加63 552萬t CO2。

收入水平是城鎮居民生活碳排放最重要的驅動因素。研究期間，共增加碳排放78 229萬t，尤其是2010—2014年，較上年增加量均在7000萬t以上。隨著家用汽車、家庭耐用電器和電動助力車擁有量增加，燃油、電力等能源消費及產生的CO2排放大幅增加。如汽油，2000年消費量為113萬t，2014年增加到2763萬t，增加了23.5倍；電力從2000年的990億kW·h增加到2014年的3938億kW·h，增加了2948億kW·h。

人口規模是城鎮居民生活碳排放第二驅動因素。研究期間，人口規模擴張共增加碳排放31 998萬t，其中2012—2014年碳排放增量均在3000萬t以上。

節能技術是城鎮居民生活碳排放最大的抑制因素。研究期間，由于節能技術變化共減少碳排放31 122萬t，并且各年均較上年有所下降，這說明城鎮居民生活節能技術有了大幅進步。2000年，城鎮居民每萬元消費支出所消耗的能源為0.488 t標準煤，2014年下降到0.232 t標準煤，下降了0.216 t標準煤/萬元。這主要歸功于各種節能技術在城鎮居民生活中的廣泛使用。如家電行業的變頻技術、高效電機技術、智能化技術等，家用汽車領域的內燃機節能技術、混合動力技術、整車輕量化技術等，照明領域的LED技術等，建筑領域的低碳設計技術等，這些節能技術的快速發展極大地緩解了城鎮居民生活能源消費和碳排放。

消費傾向是城鎮居民生活碳排放第二抑制因素。研究期間，除2002年和2009年外，其余年份城鎮居民的消費傾向變動均實現了生活碳減排，累計減少碳排放9636萬t。根據凱恩斯消費理論，隨著收入上升，居民的消費傾向會下降。2000年，中國城鎮居民的平均消費傾向為0.803，2014年減少為0.647。城鎮居民消費傾向下降有很多原因，包括投資率居高不下、居民對未來預期不穩定、收入分配差距擴大、非消費性支出增長等，居民消費傾向下降一定程度上緩解了生活能源消費和碳排放。

能源結構是城鎮居民生活碳排放第三抑制因素。研究期間，除2005年外，其余年份城鎮居民能源消費結構變化較大地推動了生活碳減排，累計減少碳排放5917萬t。2000年，中國城鎮居民生活直接能源消費為10 151萬t標準煤，其中電力占39.67%、煤炭占26.01%、液化石油氣和天然氣占16.75%、石油占2.36%、其他能源15.21%；2014年，城鎮居民生活直接能源消費為37 642萬t標準煤，其中電力占49.71%、煤炭占5.92%、液化石油氣和天然氣占14.82%、石油占14.16%、其他能源15.39%。可見，2000—2014年間，城鎮居民生活能源消費結構不斷優化，電力和石油消費比重大幅上升，而煤炭消費比重大幅下降，較大地推動了居民生活碳減排。

3 政策啟示

研究期間，中國城鎮居民直接生活能耗和碳排放增長十分迅速。LMDI分解結果表明，收入水平提升和人口規模擴張刺激了城鎮居民直接碳排放增加，而節能技術利用、消費傾向下降和能源結構優化不同程度上抑制了碳排放。未來相當長時間內，由于城鎮化進程加快及收入水平提升，中國城鎮居民的消費總量將快速增加，化石能源利用及碳排放仍將高速增長。基于本文研究結論，提出如下政策建議：

第一，推動低碳消費。收入水平是推動城鎮居民生活碳排放最重要的因子，因此推動低碳消費是降低居民生活碳排放的有效途徑。政府應出臺相應制度，如節能消費積分制度、水電氣費的階梯定價制度等，引導居民改變高碳消費行為。同時，政府要加大低碳消費的宣傳力度，激發居民的環境保護意識，自覺抵制奢侈性消費。制定“節能產品政府采購清單”，發揮政府在低碳消費的示范作用。

第二，加強節能技術和產品研發。節能技術是城鎮居民生活碳排放的主要抑制因素，但從目前看，城鎮居民生活節能技術水平較低，住宅、家用電器、炊事用具等能耗較高，導致生活碳排放居高不下。政府應通過稅收減免、財政補貼等優惠措施，鼓勵企業加大低碳技術和產品的研發力度，鼓勵興建低碳住宅，發揮科技創新對節能減排的支撐和引領作用。

第三，改善城鎮居民生活基礎設施。電、熱、氣是城鎮居民重要的生活能源，政府應進一步加大基礎設施投資，優化管網設施，盡可能降低電、熱、氣等生產和供應過程中的損耗和浪費，限制制冷和供暖的溫度和時間。

[1] Liu X, Sweeney J. Modeling the impact of urban form on household energy demand and related CO2emissions in the greater dublin region [J]. Energy Policy,2012,46(9):359- 369.

[2] 萬文玉, 趙雪雁, 王偉軍.中國城市居民生活能源碳排放的時空格局及影響因素分析[J]. 環境科學學報,2016,39(9):3445- 3455.

[3] 榮培君, 張麗君, 楊群濤, 等. 中小城市家庭生活用能碳排放空間分異——以開封市為例[J].地理研究,2016,35(8):1495- 1509.

[4] 李媛芳, 張曉平. 中國城市居民生活用電碳排放差異及時空演變[J].熱帶地理,2015,35(2): 250- 257.

[5] 劉莉娜, 曲建升, 黃雨生, 等. 中國居民生活碳排放的區域差異及影響因素分析[J].自然資源學報,2016,31(8):1364- 1377.

Study on Factorization of Urban Residents Direct Carbon Emissions in China

LI Guo-zhi, LIU Mei-yu

(Business School, Lishui University, Lishui 323000, China)

Using carbon emission coefficient method, this paper estimated urban residents’ direct carbon emissions in China, and made factorization using LMDI model. The results showed that urban residents’ direct carbon emissions increased from 27784×104t CO2to 91336×104t CO2in 2000-2014.Income level and population scale were stimulating factors, which raised 78229×104t CO2and 31998×104t CO2respectively. Energy-saving technology, consumption tendency and energy structure were restraining factors, which reduced 31122×104t CO2, 9636×104t CO2and 5917×104t CO2respectively.

urban residents; direct carbon emissions; factorization; LMDI model

2017-07-07

國家社科基金重點項目(15AJY004)；浙江省社科規劃課題(14NDJC051YB)；麗水市高層次人才培養資助項目(2015RC17)

李國志(1979—)，男，江西臨川人，教授，博士，主要研究方向為生態經濟和環境經濟，E-mail:lgz48325@126.com

10.14068/j.ceia.2017.04.021

F062.2；X196

A

2095-6444(2017)04-0093-04