中國居民消費碳排放的影響因素及發展路徑分析

王會娟，夏 炎

(1. 中央財經大學統計與數學學院，北京 10081；2.中國科學院科技戰略咨詢研究院，北京 100190)

中國居民消費碳排放的影響因素及發展路徑分析

王會娟1，夏 炎2

(1. 中央財經大學統計與數學學院，北京 10081；2.中國科學院科技戰略咨詢研究院，北京 100190)

在2030年碳排放“達峰”的減排壓力下，中國面向工業領域的轉型升級和居民消費領域的低碳化發展迫在眉睫。居民消費作為國內生產總值的重要組成部分，所引發的碳排放有可能成為新一輪碳排放的主要推動力。本文以居民消費碳排放為研究對象，利用非競爭型投入產出分析法(NCIOA)測算了中國1995-2009年居民消費碳排放量，采用結構分解分析模型(SDA模型)對碳排放量變動的影響因素進行分析，并考察2007年全民減排政策的實施效果，進一步通過回歸方程預測到2030年我國居民消費碳排放的發展路徑。實證研究表明，考察期內雖然中國居民消費引致的碳排放量總體呈現顯著的上升趨勢，但從結構和影響因素的維度來看中國居民消費仍在走低碳發展道路。特別是本文著重分析了2007年居民低碳政策的實施效果，表明全民減排政策并非失效，具體表現為碳排放強度、技術、消費結構、人口都在向減排方向發展，其中人均消費規模是居民消費引致的碳排放增長的關鍵性因素，說明中國減排工作并沒有以犧牲居民需求為代價，是特殊的經濟和消費發展階段的所必然的低碳發展道路。

居民消費碳排放；投入產出分析；結構分解分析；低碳發展路徑

1 引言

作為溫室氣體的排放大國，“低碳發展”已經成為我國制定經濟和能源發展戰略的核心。2015年底隨著《巴黎協定》的簽署和落實，我國面臨著更為嚴苛的排放挑戰，低碳發展路徑已經從“相對強度減排”，變為“總量絕對減排”，并要求在2030年左右達到“碳排放總量峰值”。減排壓力之大、轉型時間之緊迫前所未有。一直以來，國內外對能源、碳排放的關注焦點一直停留在產業，尤其是工業生產領域，但是隨著居民消費的不斷擴大，由其所引發的能源消耗、碳排放在逐步提高。例如，法國居民消費所產生的碳排放已經是工業碳排放的90%，盧森堡也高達87%[1]。IPCC于2001年正式提出改變消費模式可能是減緩氣候變暖的有效途徑之一，各類碳排放的研究也從注重生產層面逐漸轉向注重消費層面[2,3]，居民消費所引發的碳排放有可能成為新一輪碳排放的主要推動力[4]。

目前，我國居民消費占全國GDP的37%左右，且呈現逐年上升態勢。尤其是在新常態背景下，我國經濟發展需要更多地內生增長動力，擴大內需、提振消費是一直以來的政策著力點，居民消費及其結構的發展變動將對我國碳排放產生較大的影響[5]。從居民消費維度考察我國碳排放，分析居民消費碳排放的影響因素及變動趨勢，有利于從低碳的個人需求維度引導企業生產進行變革，同時對于提高碳減排的政策決策的科學性、促進經濟社會的低碳發展具有重要的現實意義。

其實，我國政府早就意識到居民消費對低碳發展的重要影響，而且已經積極引領居民消費低碳化產品[6]。自1998年開始，我國實施《節約能源法》，這就意味著節能減排工作正式進入法制化、規范化發展軌道。2000年，我國又頒布《大氣污染防治法》，將碳排放正式納入國家監管范圍。2007年，國家發改委等部門發布了《關于印發節能減排全民行動實施方案的通知》，從上而下動員家庭、居民進行節能減排。2008年國務院還專門成里了節能減排工作小組，在全國范圍內推廣節能燈，國家給予財政補貼。那么這些作用于居民消費領域的減排政策效果如何，政策出臺前后居民消費碳排放是否發生了顯著變化，居民消費是否真的在進行低碳化發展？本文將利用非競爭型投入產出分析法(Non-competitive Input-output Analysis，NCIOA)進行我國居民消費碳排放的解析，采用結構分解分析模型(Structural Decomposition Analysis，SDA)尋求居民消費低碳發展的主要影響因素，并通過回歸方程展望居民消費碳排放發展路徑，為我國嚴峻壓力下的減排策略提供量化支撐。

居民消費產生碳排放主要通過兩種途徑：其一是居民生活消費對能源直接消耗所引發的碳排放，如取暖、照明、出行等，該類碳排放更容易識別和計算，可以采用生活能源消耗量乘以相應的碳排放系數計算得到。第二個途徑則是居民消費的產品所隱含的碳排放，稱為“隱含碳”、“虛擬碳”，如居民消耗糧食雖然不直接產生碳排放，但糧食的生產過程中需要間接使用電力、煤炭等能源，從而產生碳排放。隱含碳排放是居民消費碳排放主要組成部分，是從消費側考察產品生產領域的碳排放問題，是各部門相互消耗、相互依存的復雜經濟聯系的完全體現。居民消費隱含碳排放是居民消費規模、結構的集中體現，占居民消費碳排放合計的70%以上，也是制定政策的重要參考指標[6]。因此本文將以居民消費隱含碳排放作為研究對象，下文簡稱居民消費碳排放。

目前測算碳排放的方法主要有三種，生命周期評價法(Life Cycle Assessment, LCA)、消費者生活方式法(Consumer Lifestyle Approach, CLA)和投入產出技術(Input-Output Analysis, IOA)。LCA針對家庭消費產品和服務的整個生命周期各階段能源消耗所引起的碳排放情況進行分析[7]，為產品從生產到最終消費碳排放的測算提供了理論基礎。LCA需要外部環境、個人決定因素、家庭特征、消費者行為選擇以及消費者行為產生的對資源環境的影響五個要素匯總和評估一個產品(或服務)體系在其整個生命周期間的所有投入及產出對環境造成潛在影響的方法[8]。Finnveden等[9]討論了LCA應用的新領域；李伯華等[10]應用LCA對測算了南岳風景區旅游交通系統碳足跡，且區分了公路、索道、人行道等產生的碳排放；Mohammad等[11]則對比分析了生物柴油、常規石油柴油在生命周期整個過程中對資源、環境的影響。Azarijafari等[12]測算了人行道整個生命周期的碳排放及影響因素，Noemi Arena等[13]以LCA量化了以椰子殼為原材料的活性炭生產過程中的碳排放問題。LCA當前在微觀產品碳排放領域應用較為廣泛，需要獲取該產品在整個生命周期內各個環節的詳細數據為支撐，對數據要求較高，研究多以調查數據為主，且無法設計經濟、技術及社會效應分析。

CLA是以居民生活消費品為基本分析單位，分析該消費品在生產過程中產生的碳排放，根據家庭支出數據計算每類消費活動的碳排放強度，對比分析直接、間接碳排放及各類消費活動的碳排放差異。Bin Shui等[14]提出了CLA的具體測算方法，并將CLA與IOA相結合，測算了美國消費者活動所產生的直接、間接碳排放；Feng Zhenghua等[15]采用CLA測算了中國不同區域、不同收入層次的城鄉居民消費的直接、間接能源消耗及碳排放；范玲等[16]用CLA測算了1993-2007年我國居民間接能源消費碳排放量，以及城鎮和農村居民人均碳排放量的變化趨勢。Xu Xinkuo等[17]采用CLA方法中國城市家庭碳排放問題，發現碳強度高低是家庭碳排放不平衡的主要原因，其次是食品消費、教育文化和娛樂服務消費的差異。CLA方法是以居民消費品為分析點，重在分析居民的個體特征對碳排放的影響，在計算間接影響時會結合IOA方法，需要假設消費支出數據與宏觀投入產出數據高度契合。

IOA是在宏觀維度上測度產品產生的碳排放。投入產出模型以棋盤式平衡表的形式反映了國民經濟各部門間的投入、產出關系，將部門間無窮次疊加的消耗關系通過列昂惕夫逆矩陣加以呈現[18]，簡單直接明了。李根等[19]以IOA為理論模型，對制造業完全能耗強度進行了情景分析；趙忠秀等[20]以改進的IOA測度了貿易所帶來的碳排放的影響因素；周平等[21]測算中國居民碳間接排放量占居民碳排總量的70%以上，且居民最終需求總量、城鄉消費比例及居民消費結構是影響碳間接排放量增加的首要因素；黃敏[22]采用2002-2009年的非競爭型投入產出模型測算了消費碳排放，指出2002年消費碳排放大于生產碳排放。Xu Yan等[23]利用世界投入產出表研究了出口隱含碳排放問題；Zhang Yuejun等[24]基于IOA測算了居民間接能耗占全部能耗的69-77%，間接碳排放占全部碳排放的77-84%。IOA則是宏觀系統自上而下的分析，著重于宏觀層面碳排放與經濟、技術的關聯關系，但無法適用于微觀系統分析。

本文重點在于從宏觀層次上分析中國居民消費的碳排放問題，研究居民消費碳排放的主要影響因素，因而選用投入產出技術(IOA)為分析工具，相較于之前的文獻，本文的創新在于：第一、打破國內品與進口品的同質性假定。國內品與進口品在生產中發揮不同作用，消耗進口品不會有增加值、碳排放的增加。已有文獻大多假設國內品與進口品同質，這將高估我國居民消費的碳排放[25]。第二、連續年份無間隔的動態研究。只有時間序列上的連續性才能真正反映居民消費碳排放的發展軌跡，才能判斷是否、何時出現拐點，才能評判政策的有效性。已有文獻多是采用五年、三年間隔的投入產出表，丟失過多信息。第三、利用結構分解分析(SDA)模型進行了政策的有效性分析，評估政策實施前后中國居民消費碳排放的變化。第四、IOA與回歸模型結合，預測未來居民消費碳排放的發展軌跡。

本文旨在合理量化中國居民消費碳排放的發展軌跡，重點分析了2007年實施的減排政策的作用效果，從碳強度、技術、人口、消費結構、消費規模等五大因素對居民消費碳排放的變動尋根問源，結合回歸模型預測了2020、2030年的中國居民消費碳排放量。模型上選擇了非競爭型連續投入產出模型、結構分解分析模型、線性回歸模型，三者相輔相成。本文將按如下結構展開研究：首先介紹數據來源及量化模型，其次刻畫中國居民消費碳排放的發展軌跡，第三研究碳排放變動的影響因素，第四結合回歸模型預測未來居民消費碳排放的發展，最后給出結論及政策建議。

2 數據與方法

2.1 數據說明

目前我國投入產出表主要由國家統計局主持編制，逢2、7年份發布基礎表，逢5、0年份發布延長表。由于時間上的不連續性和部門統計的不一致性，我國公布的投入產出表并不適于研究宏觀經濟問題在時間序列上的比較分析。

世界投入產出數據庫(World Input-Ouput Data, WIOD)，是由歐盟11個機構共同編制，具有較高的可信度。該數據庫提供了1995-2011年全球范圍投入產出表，并且該數據庫的資源賬戶提供了各國各部門的CO2排放量(1995-2009)，CO2排放量是按照IPCC提供的碳排放估計方法計算得到，測算中用到了各國各部門的化石能源消費量數據。WIOD數據已經在很多學者的研究中得到了應用[26-28]。

本文采用了WIOD數據庫提供的中國投入產出表，該表式具有如下優點：第一、基礎表為非競爭型投入產出表式，區分了國內產品與進口品；第二、連續年份的表式，無時間間隔，便于時間序列比較分析；第三、各年份間表式統一、部門統一，利于從部門維度進行對比分析；第四、碳排放數據可得，計算方法一致，可比性較強。因此，結合本文研究的居民消費碳排放問題，WIOD數據的表式是較好的數據基礎。考慮數據可得性，本文選取1995-2009年共15年的數據進行分析。

2.2 理論方法

2.2.1 基于非競爭型投入產出模型的居民消費碳排放測算方法

居民消費碳排放，是指考慮了產品間完全消耗關系的完全碳排放，比如消費糧食，雖然消費過程沒有直接產生碳排放，但是該類非能源產品在生產過程中要間接的消耗能源從而產生碳排放，如此將所有間接產生的碳排放加和，就形成了居民消費完全碳排放。居民完全碳排放是對產品生命周期中所消耗能源產生的碳排放綜合，是測度居民消費碳排放最為全面的指標。

(1)直接碳排放

(1)

(2)居民消費碳排放

根據非競爭型投入產出模型，列昂惕夫模型表示如下：

X=(I-Ad)-1F

(2)

其中X為各部門的總產出構成的列向量；I為單位矩陣，Ad為國內產品的中間消耗矩陣，又稱為國內技術系數矩陣，反映的是生產過程中各部門之間的相互消耗關系，(I-Ad)-1為列昂惕夫逆矩陣，反映了產品間的完全消耗關系，是生產技術的體現，敘述方便起見，下文令L=(I-Ad)-1；F為最終需求列向量，可以進一步分解為居民消費和其他，F=FC+FR。

在式(2)兩邊同時乘以直接碳排放系數，本文只考慮居民消費所帶來的碳排放，于是得到居民消費碳排放T計算公式如下：

(3)

居民消費FC為本文重點分析對象，可以進一部分解為人口規模、消費結構以及人均消費，具體表達式如下：

(4)

將分解的式(4)代入式(3)，即可得到本文的居民消費碳排放計算公式：

(5)

2.2.2 居民消費碳排放的結構分解分析模型

結構分解分析(SDA)模型是探尋影響因素、量化各因素貢獻率的主要模型之一，已經在能源消費、碳排放等多個領域得到廣泛應用[29-33]。SDA模型的核心思想即為將某個因變量的變動通過投入產出的關聯關系分解成若干自變量的變動合計，以此計量各自變量變動對因變量變動的影響大小。

令基期以0表示，報告期表示為1，Δ表示變量的變化，則居民消費碳排放從0期到1期的變動可分解為：

(6)

注意到，式(6)所列的分解只是眾多分解方法中的一種，是從最右側的Y向量開始分解得到的。SDA分解的結果具有不確定性，Dietzenbacher 和 Los[34]表明當考察變量分解為n個因素時，就會有n!種可能的分解方式，n!中可能的分解方式的平均值是可以非常近似地用兩級分解的平均值來估計的。de Boer 等[35]也表示任何兩個對稱分解式的平均值都是很好的近似結果。因此本文采用兩極分解法對居民消費碳排放進行分解分析，對式(5)從最左側C開始分解，如下：

(7)

采用兩極分解法，結合式(6)、(7)，居民消費碳排放在0期和1期的變動可以表示為：

ΔT=(1.1)+(1.2)+(1.3)+(1.4)+(1.5)

(8)

式(8)右側各項依次反映了其他因素不變，某一因素變動對消費碳排放變動的影響，式(8)右側各項的具體表達式如表1所示。

3 居民消費碳排放發展變化實證研究

3.1 居民消費碳排放量的發展歷程

通過非競爭型連續投入產出模型式(3)測算得到，我國居民消費碳排放量總體呈現上升趨勢，且階段性發展特點顯著，如圖1的折線所示。1995年我國居民消費碳排放量為832百萬噸，2009年則增長到1309百萬噸，年均增速為3.29%。分階段來看，

表1 居民消費品碳排放各分解因素的具體形式

1995-1997年間居民消費碳排放均在900百萬噸以內，在1997年出現了下降；1998年強力反彈以11.0%的增速躍升為970百萬噸，然后呈現緩慢的增長趨勢直至2006年，1999-2006年間年均增速僅為1.54%；但2007年之后碳排放量呈現顯著的線性增長模式，年均增速高達6.08%。

圖1 居民消費碳排放量變化趨勢圖

分產業來看，居民消費第一產業產品所引致的碳排放呈現緩慢的下降趨勢，由1995年的158百萬噸降低為2009年的111百萬噸，在居民消費碳排放中所占比例也由19.0%下降為8.5%，尤其是2007-2009年三年間由于消費第一產業產品所產生的碳排放量基本穩定在110百萬噸左右；消費第二產業產品所引致的碳排放是居民消費碳排放的最主要來源，所占比例一直在50%以上，較為穩定，1995-2002年呈現緩慢的增長態勢，年均增速為3.05%，2002則從613百萬噸緩慢下降到2006年的578百萬噸，進入2007年進入快速增長區間，年均增速為5.26%，碳排放增長較為快速的產品是紡織及紡織制品業、機械電子制造業等產品；消費第三產業產品所引致的碳排放呈現顯著的直線上升趨勢，年均增速高達8.04%，在排放總量中的占比也由21.3%提升到39.9%，且有繼續上升的趨勢，是居民消費碳排放增加的主要貢獻力量。

由居民消費碳排放總量及分產業排放量來看，雖然我國政府大力倡導低碳消費，但是效果甚微，我國居民消費碳排放量仍然在穩步上漲。同時，結果顯示2007年是居民消費碳排放總量開始快速上升的年份，這也表明從碳排放量數據上來看，我國2007年實施的節能減排全民行動方案，實施效果至少滯后三年以上。本文將進一步對居民消費碳排放量變化的原因進行研究分析，探尋到底是何種因素在推動居民消費碳排放量的增長。

3.2 居民消費碳排放量變化的影響因素探究

表1給出了結構分解分析模型下分解得到的居民消費碳排放的影響因素，通過逐年進行比較的方法，計算得到各相鄰年份居民消費碳排放的變化情況，如表2所示。表2中年份表示當年相對于上年，橫欄則是相對應年份碳排放量的變化，以1996-1995這一行為例，就表示了1996年相對于1995年居民消費碳排放的變化量，包括了碳排放強度、技術、人口規模、消費結構以及消費規模等五項因素的共同影響，五項因素數據加和就是1996年相對于1995年居民消費碳排放。

表2 居民消費碳排放各影響因素分解結果 單位：百萬噸

由表2所示的分解結果可以看出，碳排放強度變化對總碳排放量的影響基本為負效應(2006年除外)，也就意味著生產領域的節能減排非常有利于居民消費碳排放量的減少，是居民消費低碳發展的最有利因素；消費規模的變動則對居民消費碳排放呈現持續正效應，消費規模的增加居民消費碳排放增長的最為重要的推動因素；人口規模效應亦表現為持續正效應，但是人口規模增加所帶動的碳排放量的增加有逐年減少的趨勢；技術和消費結構效應沒有呈現穩定的變化趨勢，技術效應多數年份為正效應，說明生產技術的變化并沒有促進居民消費碳排放下降，消費結構2005年以來基本表現為負效應，說明近些年的消費結構變動利于碳排放的減少。

分產業來看，碳排放強度效應、消費規模效應依然是影響居民消費各產業產品產生碳排放的主要負向、正向影響因素，但是消費結構效應卻在三大產業間呈現不同的特點，如圖2所示。消費結構效應對居民消費第一、二產業產品所帶來的碳排放在大多數年份上呈現負效應，而對居民消費第三產業產品所引致的碳排放呈現出持續顯著的正向效應。這也是對我國消費結構發展歷程的驗證，1995年我國居民消費三大產業產品的結構為31.09%、40.33%及28.58%，而到2009年該結構調整為12.78%、33.26%及53.96%，第三產業產品所占比重急劇提升，成為居民消費的主力，尤其是居民對教育、衛生及社會工作、其他社區服務的消費，所占比重有四個百分點以上的提升。

圖2 消費結構效應對居民消費不同產業產品碳排放的影響差異

3.3 全民減排政策“失效”的原因分析

因為2007年是全民節能減排政策的實施年份，本文以2007年為斷點，研究2007年之前、之后居民消費碳排放影響因素的變化情況。如總量分析所示，2007年之后的居民消費碳排放并沒有因為政策的實施出現下降，反而以較快速度增長，政策沒有達到預想效果。具體來看，2007年居民消費碳排放較2006年增加69.96百萬噸，2008較2007則有68.57百萬噸的增加，沒有顯著差異。從影響碳排放的五大因素來看(見表2)，碳排放強度負效應顯著，表明生產領域的減排效果較好，人均消費規模效應正效應較強，消費需求旺盛，但是技術效應、消費結構效應分別在前后兩個年份呈現了反向效應。具體分析如下。

(1)“高減排、高消費”負正效果大部分相互抵消

碳排放強度，即單位產出碳排放，衡量的是各行業生產中碳排放，是測度生產側的節能減排效果的主要指標。2007-2006階段碳排放強度效應帶來了275百萬噸碳的減少，2008-2007階段亦有235百萬噸碳的減少，是1996年以來減排力度最大的兩個年份，說明2007年實施的全民減排政策從生產側產生了較好減排效果，居民消費所有行業產品的碳排放量在碳排放強度效應影響下均沒有增加，尤其是體現在電力熱力水的生產供應業、食品飲料和煙草制造業、農業、衛生社會工作等行業產品在前后兩個階段減少的碳排放量均排名在前五位(共35個行業)。

人均消費規模效應，體現的是消費總量的變動。前后兩個階段人均消費規模效應分別帶來了296百萬噸、295百萬噸的居民消費碳排放的增加，這是1996年以來消費規模效應所帶來的碳排放增加最多的兩個年份。全民減排的政策沒有阻止消費增加的步伐，反而使得消費規模達到了前所未有的高度，進一步說明了實施全民減排政策與擴大消費政策并不沖突，減排不意味著減少消費。

2007-2006階段、2008-2007階段所呈現出來的“高減排、高消費”的特征，說明減排政策對生產側的減排產生了很好的促進效果，對擴大消費也有很大的提高作用，兩者效應負正抵消掉大部分。

(2)政策對技術效應的減排效果具有滯后性

技術效應是模型中列昂惕夫逆矩陣L=(I-A)-1變動的體現，列昂惕夫逆矩陣反映的是各行業在生產過程中產生的復雜關聯關系，其變動則反映了生產技術的變動。技術效應在2007-2006階段帶來了64.33百萬噸的碳排放增加，而在2008-2007階段則使得碳排放量降低了0.96百萬噸。具體來看，相對于2006年，2007年各行業的技術效應基本為正值，即產品生產技術不利于居民消費碳排放的降低，但是2008年近半數的行業技術效應呈現負值，體現了政策對技術效應的減排效果出現了滯后性。技術效應的變動引致的各行業產品碳排放如圖3所示，2007-2006階段技術效應碳排放作為橫坐標，2008-2007階段技術效應碳排放作為縱坐標。以第一產業為例，在圖3中坐標是(4.75，-1.02)，表示了技術效應的變動在2007-2006階段對第一產業碳排放影響為4.75百萬噸，而在2008-2007階段使得碳排放降低了1.02百萬噸。食品飲料和煙草制品業、電力熱力水的生產供應業、石油冶煉加工業以及紡織業等第二產業部門，住宿餐飲、內陸運輸業、輔助運輸業等第三產業部門位于橫軸下方，說明這幾個部門在2008-2007階段技術變動為負效應，降低了碳排放量。技術效應在前后兩個階段的差異性表現，說明我國技術改革對居民消費減排效果具有滯后有效性，2007年政策的實施沒有及時在2007年當年予以體現。但是縱觀整個樣本期間技術效應變動的影響，技術改革對居民消費減排沒有持續的穩定影響，繼續推進生產領域的技術創新是引領未來居民消費低碳發展潛在動能。

圖3 2007年前后技術效應變動對居民消費碳排放影響的對比圖 單位：百萬噸

(3)政策對消費結構效應的減排沒有持續性

消費結構效應，即居民消費不同產品形成的消費結構的變動對居民消費碳排放的影響。消費結構效應在2007-2006階段使得碳排放量降低了21.57百萬噸，但是后一階段卻帶來了3.64百萬噸的增加，可以看出政策對消費結構效應影響沒有持續性。

2006-2008年三年間，我國居民消費中第一產業產品占比逐年下降，由2006年的14.76%降低為2008年的13.28%；第二產業產品占比卻呈現了逐年上升的趨勢，年均有0.34個百分點的上升，前一階段是交通設備制造業、建筑業、電氣化學設備制造業等產品占比有顯著提升，后一階段主要是紡織業、皮革制品業、化學工業產品占比提升；第三產業產品占比則先上升后下降，主要體現在前一階段批發業、金融、房地產等行業產品占比上升明顯，后一階段主要是受到房地產產品下降顯著影響。

消費結構效應在前后兩個階段對不同行業產品碳排放影響如圖4所示，居民消費中不同行業產品碳排放量的變化散落在四個象限中，第二產業產品碳排放量的變化集中在橫軸以左，說明在前一階段居民消費中第二產業產品碳排放量有所下降，但后一階段則卻有一半的產品呈現碳排放增加，說明2008較2007年居民消費的紡織、皮革、化學、塑料橡膠等產品比重的提升帶來了較多的碳排放；居民消費第三產業產品碳排放變化較為顯著的是批發零售業(坐標為(-14.79，0.60))，由前一階段碳排放下降14.79萬噸變為后一階段提高0.60萬噸，其次是教育(-5.56，2.91)、衛生社會工作(-4.24，4.04)，也是由前一階段的消費結構效應利于居民消費減排變為阻礙，使得2008-2007階段的消費結構效應帶來了碳排放的增加。

圖4 2007年前后消費結構效應變動對居民消費碳排放影響的對比圖 單位：百萬噸

4 居民消費碳排放的發展預測分析

本文在對居民消費碳排放發展歷程進行深入剖析的基礎上，擬對居民消費碳排放未來的發展軌跡予以預測，以期做好提前規劃，提出更有針對性的政策建議。以投入產出模型測算得到的居民消費碳排放量為因變量Y，與結構分解分析模型中分解的影響因素相對應，選取單位產出碳排放carbon、技術tec、人口peo、居民消費中第三產業產品所占比重ser以及人均消費規模com作為自變量，時間區間為1995-2009。回歸結果如式(5)所示，方程調整后的判定系數Adj-R2為0.983，擬合優度很高，方程的整體線性關系顯著，以p=0.000的概率通過顯著性檢驗。

t=3.09t=2.61t=-0.25t=3.53t=-3.00t=3.77

R2=0.988Adj-R2=0.982F=151.33

(5)

回歸方程(5)中各自變量系數方向均符合預期，但是技術tec以p=0.809沒有通過顯著性檢驗，說明技術tec對居民消費碳排放沒有顯著性影響，可以在模型中剔除。這也與結構分解分析中的結果類似，技術效應所帶來的居民消費碳排放沒有持續的穩定影響，因此在方程(5)中刪除技術變量得到回歸方程(6)，自變量均通過顯著性檢驗，方程線性關系及擬合優度都很好，且不違背異方差、自相關等線性回歸方程的假設。

t=-4.23t=2.89t=4.62t=-4.06t=6.82

R2=0.988Adj-R2=0.983F=208.73

(6)

以回歸方程(6)為基礎，預測我國居民消費碳排放的發展軌跡。

單位產出碳排放：2014年11月國家發展改革委員會發布的《國家應對氣候變化規劃(2014-2020)》提出到2020年單位GDP碳排放比2005年下降40-45%；2015年6月30日，中國向聯合國氣候變化框架公約秘書處提交了應對氣候變化國家自主貢獻文件《強化應對氣候變化行動——中國國家自主貢獻》，提出了到2030年，單位國內生產總值二氧化碳排放比2005年下降60%-65%等目標。我們假定2020、2030年我國單位產出碳排放也能夠實現較2005年下降40-45%、60%-65%，2005年我國單位產出碳排放為7.18噸/萬元，那么本文取2020、2030年單位產出碳排放為3.95噸/萬元、2.51噸/萬元。

人口：人口的預測需要考慮中國人口政策的影響，本文采用易富賢和蘇劍[36]的預測結果，其論文中對我國人口政策的走向進行了合理預測，給定高中低三種方案，結合當前的宏觀形勢，本文采用中方案，2020年為13.89億人，2030年為13.71億人。2010-2015年數據為中國國家統計局公布的真實數據，其余年份數據以2020、2030年人口為目標，按照年均增速計算得到。

消費規模及第三產業產品所占比重：2009年我國居民消費為166.35億元，是1995年的5.49倍，其中第三產業產品占比為53.96%，較1995年提高了25個百分點，呈現較為顯著的線性增長趨勢。采用時間回歸法對人均消費規模及第三產業產品占比進行擬合預測，趨勢線選擇二項式形式，擬合優度分別為R2=0.96、R2=0.99，經預測得到人均消費規模2020年、2030年分別為3587.50美元、7069.65美元，總消費規模分別為49830.31億美元、96924.85億美元，第三產業產品占比分別為68.78%、74.08%。對比參考美國1995年消費規模為47896.49億美元、第三產業產品消費占比為80.01%，2009年分別為95309.06億美元、83.12%，日本1995年消費規模為26828.67億美元，第三產業產品消費占比為74.13%，2009年分別為27017.31億美元、78.01%，因此可以認為時間回歸法預測結果在合理的區間范圍內。

將自變量的預測值帶入方程(6)中得到預測結果如圖5所示，可以看出居民消費碳排放量呈現直線上升趨勢。2020年我國居民消費碳排放2081百萬噸，較2009年增長59%，2030年達到2610百萬噸，較2020年增長25%，預測期后十年的增速明顯放緩，主要原因是單位產出的碳排放強度下降速度加快且人口出現了負增長。如果在2030年其他因素不變，第三產業產品消費占比提高為2009年美國的水平84.11%(比預測值提高10個百分點)，則居民消費碳排放將為2389百萬噸，減少了221百萬噸。如果單位產出碳排放強度進一步下降，降低為2噸/萬元，其他因素不變的情景下，碳排放降低為2588百萬噸，僅較預測值降低22百萬噸，遠小于消費結構調整帶來的碳排放減小。

圖5 我國居民消費碳排放的發展軌跡

5 結語

本文以WIOD的中國1995-2009年非競爭型連續投入產出表為數據基礎，采用投入產出模型、結構分解分析模型及回歸模型，研究了中國居民消費碳排放的發展及變化的原因，重點分析了2007年實施的減排政策效果，結論如下：

1)中國居民消費踐行低碳發展的力度不夠。1995-2009年，中國居民消費碳排放以年均3.29%的速度增長，且在2007年之后呈現出快速線性增長模式，主要體現在居民消費中第二產業占比的堅挺及第三產業產品的快速增長。建議相關部門重視居民消費所帶來的碳排放量增長，多方位引導居民進行低碳消費。

2)各行業單位產出碳排放強度的下降是有效抑制居民消費碳排放增長的最重要影響因素。從結構分解分析的結果來看，碳排放強度變化的負效應很大程度上抵消了消費規模擴大所帶來的碳排放量增加。建議繼續加大生產領域的減排力度，降低碳排放系數，促進居民消費碳排放量的減少。

3)技術、消費結構對居民消費碳排放的影響不穩定。樣本期內技術效應、消費結構效應或正或負，沒有持續穩定的變化，但后期消費結構效應基本為負，說明消費結構的變動有利于碳排放的減少，消費結構在向利于減排的方向發展。建議減排政策應兼顧居民消費水平的整體提高，著力優化消費結構，降低居民消費碳排放量的增速。

4)2007年實施的全民減排政策在樣本期內有效。2007年后居民消費碳排放量的快速增長主要是由消費規模急劇提升帶動的，減排政策主要作用于消費結構的調整。政策效果從結構分解模型的五個方面來看，體現在：“高減排、高消費”效應抵消、技術響應的滯后性以及消費結構效應的不可持續性。建議保障減排政策的連續性，穩定居民的消費習慣以及充分考慮減排政策效果的滯后性。

5)居民消費碳排放將持續穩定增大，但在2020-2030年間，在碳強度系數及人口下降的影響下居民消費碳排放增速將會放緩。

[1] World Input-Output Database. WIOD data,2013 release[EB/OL].[2013-11].http://www.wiod.org/new_site/data.htm.

[2] 樊綱，蘇銘，曹靜. 最終消費與碳減排責任的經濟學分析[J]. 經濟研究，2010，(1)：4-13.

[3] 彭水軍，張文城，孫傳旺. 中國生產側和消費側碳排放量測算及影響因素研究[J]. 經濟研究，2015，(1)：168-182.

[4] Zhang Xiaoling, Luo Lizi, Skitmore M. Household carbon emission reserach: An analytical review of measurement, influencing factors and mitigation prospects[J]. Journal of Cleaner Production, 2015, 103: 873-883.

[5] Dai Hancheng, Masui T, Matsuoka Y, et al. The impacts of China’s household consumption expenditure patterns on energy demand and carbon emissions towards 2050[J]. Energy Policy, 2012, 50(11): 736-750.

[6] Qu Jiansheng, Maraseni T, Liu Lina, et al. A comparison of household carbon emission patterns of urban and rural China over the 17 year period(1995-2011)[J]. Energy, 2015, 8(9): 10537-10557.

[7] Nissinen A, Gronroos J, Heiskanen E,et al. Developing benchmarks for consumer-oriented life cycle assessment-based environmental information on products, services and consumption patterns[J]. Journal of Cleaner Production, 2007, 15(6): 538-549.

[8] International Organization for Standard(ISO). Environmental management-Life cycle assessment: Principles and framework[R]. International Organization for Standardation. 1998.

[9] Finnveden G, Hauschild M Z, Ekvall T, et al. Recent developments in Life Cycle Assessment[J]. Journal of Environmental Management, 2009, 91(1):1-21.

[10] 李伯華，劉云鵬，竇銀娣. 旅游風景區旅游交通系統碳足跡評估及影響因素分析-以南岳衡山為例[J]. 資源科學，2012，34(5)：956-963.

[11] Rajaeifar M A, Ghobadian B, Safa M, et al. Energy life-cycle assessment and CO2emissions analysis of soybean-based biodiesel: A case study[J]. Journal of Cleaner Production, 2014, 66:233-241.

[12] Azarijafari H, Yahia A, Amor M B. Life cycle assessment of pavements: Reviewing research challenges and opportunities[J]. Journal of Cleaner Production, 2016, 112: 2187-2197.

[13] Arena N, Lee J, Clift R. Life cycle assessment of activated carbon production from coconut shells[J]. Journal of Cleaner Production, 2016, 125(1): 68-77.

[14] Bin Shui, Dowlatabadi H. Consumer lifestyle approach to US energy use and the related CO2emissions[J]. Energy Policy, 2005, 33(2):197-208.

[15] Feng Zhenghua, Zou Lele, Wei Yiming. The impact of household consumption on energy use and CO2emissions in China[J]. Energy, 2011, 36(1): 656-670

[16] 范玲,汪東. 我國居民間接能源消費碳排放的測算及分解分析[J]. 生態經濟，2014，30(7)：28-32.

[17] Xu Xinkuo, Han Liyan, Lv Xiaofeng. Household carbon inequality in urban China, its sources and determinants[J]. Ecological Economics, 2016, 128: 77-86.

[18] Leontief W. Environmental repercussions and the economic structure: An input-output approach[J]. Review of Economics and Statistics, 1974,56(1):109-110.

[19] 李根，劉家國，趙金樓. 基于投入產出非線性的制造業完全能耗強度情景分析[J]. 中國管理科學，2016，24(3)：31-40.

[20] 趙忠秀，裴建鎖，閆云鳳. 貿易增長、國際生產分割與CO2排放核算：產業VS.產品[J]. 中國管理科學，2014，23(12)：11-17.

[21] 周平，王黎明. 中國居民最終需求的碳排放測算[J]. 統計研究，2011，28(7)：71-78.

[22] 黃敏. 中國消費碳排放的測度及影響因素研究[J]. 財貿經濟，2012，(3)：129-135.

[23] Xu Yan, Dietzenbacher E. A strutural decomposition analysis of the emissions embodied in trade[J]. Ecological Economics, 2014, 101: 10-20.

[24] Zhang Yuejun, Bian Xiaojuan, Tan Weiping, et al. The indirect energy consumption and CO2emission caused by household consumption in China: An analysis based on the input-output method[J]. Journal of Cleaner Production, 2015:1-15.

[25] Su Bin, Ang B W. Input-output analysis of CO2emissions embodied in trade: Competitive versus non-competitive imports[J]. Energy Policy, 2013, 56(5): 83-87.

[26] Dietzenbacher E, Los B, Stehrer R, et al. The construction of world input-output tables in the WIOD project[J]. Economic Systems Research, 2013, 25(1): 71-98.

[27] Voigt S, De Cian E, Schymura M, et al. Energy intensity developments in 40 major economies: Structural change or technology improvement?[J]. Energy Economics, 2014, 41(1): 47-62.

[28] Andreoni V, Galmarini S. Drivers in CO2emissions variation: A decomposition analysis for 33 world countries[J]. Energy, 2016, 103: 27-37.

[29] Hoekstra R, van der Bergh J J C J M. Comparing structural and index decomposition analysis[J]. Energy Economics, 2003, (25): 39-64.

[30] Xu Ming, Li Ran, Crittenden J C, et al. CO2emissions embodied in China’s exports from 2002 to 2008: A structural decomposition analysis[J]. Energy Policy, 2011, 39(11): 7381-7388.

[31] Su Bin, Ang B W. Structural decomposition analysis applied to energy and emissions: Some methodological developments[J]. Energy Economics, 2012, 34(1): 177-188.

[32] 蔣雪梅，劉軼芳. 全球貿易隱含碳排放格局的變動及其影響因素[J]. 統計研究，2013，30(9)：29-36.

[33] Li Duoqi, Wang Duanyi. Decomposition analysis of energy consumption for an freeway during its operation period: A case study for Guangdong, China[J]. Energy, 2016, 97: 296-305.

[34] Dietzenbacher E,Bart L. Structural decomposition analyses with dependent determinants[J]. Economic Systems Research, 2000, 12(4): 497-511.

[35] de Boer P. Additive structural decomposition analysis and index number theory: An empirical application of the montgomery decomposition[J]. Economic Systems Research, 2008, 20(1): 97-109.

[36] 易富賢，蘇劍. 從單獨二孩實踐看生育意愿和人口政策-2015-2080年中國人口形勢展望[J].中國發展觀察，2014,(12)：60-76.

Influence Factors VS. Developments of China’s Household Carbon Emissions

WANG Hui-juan1, XIA Yan2

(1.School of Statistic and Mathematics, Central Universtiy of Finance and Economics, Beijing 100081, China;2.Institutes of Science and Development,Chinese Academy of Sciences, Beijing 100190, China)

Due to the pressure of “carbon emission peak” target in 2030, it’s extremely urged to industrial transform and upgrade and residential low carbon development. As a vital component in gross domestic product, household consumption will cause carbon emission that can give impetus to new round carbon emission in the future. Based on the international input-output tables, carbon emission of Chinese household consumption in 1995-2009 is calculated by using the method of non-competitive input-output analysis. Secondly, by using structural decomposition model, the influencing factors of carbon emission variation are analyzed and the effect of national emission reduction policy in 2007 is investigated. Furthermore, how consumption carbon emissions should develop until 2030 is forecasted by using regression model. Empirical results show that even though the carbon emission of household consumption causes a remarkable increasing trend on total national carbon emission during the study period, it still on the way of low carbon emission development under structural and factors influencing perspective. Especially, though analyzing the implementation effect of low carbon policy in 2007, it is found find that the policy doesn’t fail to reduce emissions, it leads the carbon intensity, technology, consumption structure and popularity to an emission reduction way. Also, consumption scale per capita is the critical factor in carbon emission increasing which caused by household consumption. In conclusion, our emission reduction efforts do not decrease at the expense of residents’ demand, which is necessary for our low carbon development during the special economy and consumption development phase.

carbon emission of household consumption; input-output technique; structural decomposition analysis; low carbon development.

1003-207(2017)08-0001-10

10.16381/j.cnki.issn1003-207x.2017.08.001

2016-06-30；

2017-01-23

國家重點研發計劃項目(2016YFA0602804)；國家自然科學基金資助項目(71573248)

夏炎(1981-)，女(漢族)，河北唐山人，中國科學院科技戰略咨詢研究院，副研究員，研究方向：宏觀經濟預測與氣候變化政策分析，E-mail:xiayan@caipm.ac.cn.

F223

A