王會(huì)娟，夏 炎

(1. 中央財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，北京 10081；2.中國(guó)科學(xué)院科技戰(zhàn)略咨詢研究院，北京 100190)

中國(guó)居民消費(fèi)碳排放的影響因素及發(fā)展路徑分析

王會(huì)娟1，夏 炎2

(1. 中央財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，北京 10081；2.中國(guó)科學(xué)院科技戰(zhàn)略咨詢研究院，北京 100190)

在2030年碳排放“達(dá)峰”的減排壓力下，中國(guó)面向工業(yè)領(lǐng)域的轉(zhuǎn)型升級(jí)和居民消費(fèi)領(lǐng)域的低碳化發(fā)展迫在眉睫。居民消費(fèi)作為國(guó)內(nèi)生產(chǎn)總值的重要組成部分，所引發(fā)的碳排放有可能成為新一輪碳排放的主要推動(dòng)力。本文以居民消費(fèi)碳排放為研究對(duì)象，利用非競(jìng)爭(zhēng)型投入產(chǎn)出分析法(NCIOA)測(cè)算了中國(guó)1995-2009年居民消費(fèi)碳排放量，采用結(jié)構(gòu)分解分析模型(SDA模型)對(duì)碳排放量變動(dòng)的影響因素進(jìn)行分析，并考察2007年全民減排政策的實(shí)施效果，進(jìn)一步通過(guò)回歸方程預(yù)測(cè)到2030年我國(guó)居民消費(fèi)碳排放的發(fā)展路徑。實(shí)證研究表明，考察期內(nèi)雖然中國(guó)居民消費(fèi)引致的碳排放量總體呈現(xiàn)顯著的上升趨勢(shì)，但從結(jié)構(gòu)和影響因素的維度來(lái)看中國(guó)居民消費(fèi)仍在走低碳發(fā)展道路。特別是本文著重分析了2007年居民低碳政策的實(shí)施效果，表明全民減排政策并非失效，具體表現(xiàn)為碳排放強(qiáng)度、技術(shù)、消費(fèi)結(jié)構(gòu)、人口都在向減排方向發(fā)展，其中人均消費(fèi)規(guī)模是居民消費(fèi)引致的碳排放增長(zhǎng)的關(guān)鍵性因素，說(shuō)明中國(guó)減排工作并沒(méi)有以犧牲居民需求為代價(jià)，是特殊的經(jīng)濟(jì)和消費(fèi)發(fā)展階段的所必然的低碳發(fā)展道路。

居民消費(fèi)碳排放；投入產(chǎn)出分析；結(jié)構(gòu)分解分析；低碳發(fā)展路徑

1 引言

作為溫室氣體的排放大國(guó)，“低碳發(fā)展”已經(jīng)成為我國(guó)制定經(jīng)濟(jì)和能源發(fā)展戰(zhàn)略的核心。2015年底隨著《巴黎協(xié)定》的簽署和落實(shí)，我國(guó)面臨著更為嚴(yán)苛的排放挑戰(zhàn)，低碳發(fā)展路徑已經(jīng)從“相對(duì)強(qiáng)度減排”，變?yōu)椤翱偭拷^對(duì)減排”，并要求在2030年左右達(dá)到“碳排放總量峰值”。減排壓力之大、轉(zhuǎn)型時(shí)間之緊迫前所未有。一直以來(lái)，國(guó)內(nèi)外對(duì)能源、碳排放的關(guān)注焦點(diǎn)一直停留在產(chǎn)業(yè)，尤其是工業(yè)生產(chǎn)領(lǐng)域，但是隨著居民消費(fèi)的不斷擴(kuò)大，由其所引發(fā)的能源消耗、碳排放在逐步提高。例如，法國(guó)居民消費(fèi)所產(chǎn)生的碳排放已經(jīng)是工業(yè)碳排放的90%，盧森堡也高達(dá)87%[1]。IPCC于2001年正式提出改變消費(fèi)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(chǎn)層面逐漸轉(zhuǎn)向注重消費(fèi)層面[2,3]，居民消費(fèi)所引發(fā)的碳排放有可能成為新一輪碳排放的主要推動(dòng)力[4]。

目前，我國(guó)居民消費(fèi)占全國(guó)GDP的37%左右，且呈現(xiàn)逐年上升態(tài)勢(shì)。尤其是在新常態(tài)背景下，我國(guó)經(jīng)濟(jì)發(fā)展需要更多地內(nèi)生增長(zhǎng)動(dòng)力，擴(kuò)大內(nèi)需、提振消費(fèi)是一直以來(lái)的政策著力點(diǎn)，居民消費(fèi)及其結(jié)構(gòu)的發(fā)展變動(dòng)將對(duì)我國(guó)碳排放產(chǎn)生較大的影響[5]。從居民消費(fèi)維度考察我國(guó)碳排放，分析居民消費(fèi)碳排放的影響因素及變動(dòng)趨勢(shì)，有利于從低碳的個(gè)人需求維度引導(dǎo)企業(yè)生產(chǎn)進(jìn)行變革，同時(shí)對(duì)于提高碳減排的政策決策的科學(xué)性、促進(jìn)經(jīng)濟(jì)社會(huì)的低碳發(fā)展具有重要的現(xiàn)實(shí)意義。

其實(shí)，我國(guó)政府早就意識(shí)到居民消費(fèi)對(duì)低碳發(fā)展的重要影響，而且已經(jīng)積極引領(lǐng)居民消費(fèi)低碳化產(chǎn)品[6]。自1998年開(kāi)始，我國(guó)實(shí)施《節(jié)約能源法》，這就意味著節(jié)能減排工作正式進(jìn)入法制化、規(guī)范化發(fā)展軌道。2000年，我國(guó)又頒布《大氣污染防治法》，將碳排放正式納入國(guó)家監(jiān)管范圍。2007年，國(guó)家發(fā)改委等部門(mén)發(fā)布了《關(guān)于印發(fā)節(jié)能減排全民行動(dòng)實(shí)施方案的通知》，從上而下動(dòng)員家庭、居民進(jìn)行節(jié)能減排。2008年國(guó)務(wù)院還專門(mén)成里了節(jié)能減排工作小組，在全國(guó)范圍內(nèi)推廣節(jié)能燈，國(guó)家給予財(cái)政補(bǔ)貼。那么這些作用于居民消費(fèi)領(lǐng)域的減排政策效果如何，政策出臺(tái)前后居民消費(fèi)碳排放是否發(fā)生了顯著變化，居民消費(fèi)是否真的在進(jìn)行低碳化發(fā)展？本文將利用非競(jìng)爭(zhēng)型投入產(chǎn)出分析法(Non-competitive Input-output Analysis，NCIOA)進(jìn)行我國(guó)居民消費(fèi)碳排放的解析，采用結(jié)構(gòu)分解分析模型(Structural Decomposition Analysis，SDA)尋求居民消費(fèi)低碳發(fā)展的主要影響因素，并通過(guò)回歸方程展望居民消費(fèi)碳排放發(fā)展路徑，為我國(guó)嚴(yán)峻壓力下的減排策略提供量化支撐。

居民消費(fèi)產(chǎn)生碳排放主要通過(guò)兩種途徑：其一是居民生活消費(fèi)對(duì)能源直接消耗所引發(fā)的碳排放，如取暖、照明、出行等，該類碳排放更容易識(shí)別和計(jì)算，可以采用生活能源消耗量乘以相應(yīng)的碳排放系數(shù)計(jì)算得到。第二個(gè)途徑則是居民消費(fèi)的產(chǎn)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(chǎn)生碳排放，但糧食的生產(chǎn)過(guò)程中需要間接使用電力、煤炭等能源，從而產(chǎn)生碳排放。隱含碳排放是居民消費(fèi)碳排放主要組成部分，是從消費(fèi)側(cè)考察產(chǎn)品生產(chǎn)領(lǐng)域的碳排放問(wèn)題，是各部門(mén)相互消耗、相互依存的復(fù)雜經(jīng)濟(jì)聯(lián)系的完全體現(xiàn)。居民消費(fèi)隱含碳排放是居民消費(fèi)規(guī)模、結(jié)構(gòu)的集中體現(xiàn)，占居民消費(fèi)碳排放合計(jì)的70%以上，也是制定政策的重要參考指標(biāo)[6]。因此本文將以居民消費(fèi)隱含碳排放作為研究對(duì)象，下文簡(jiǎn)稱居民消費(fèi)碳排放。

目前測(cè)算碳排放的方法主要有三種，生命周期評(píng)價(jià)法(Life Cycle Assessment, LCA)、消費(fèi)者生活方式法(Consumer Lifestyle Approach, CLA)和投入產(chǎn)出技術(shù)(Input-Output Analysis, IOA)。LCA針對(duì)家庭消費(fèi)產(chǎn)品和服務(wù)的整個(gè)生命周期各階段能源消耗所引起的碳排放情況進(jìn)行分析[7]，為產(chǎn)品從生產(chǎn)到最終消費(fèi)碳排放的測(cè)算提供了理論基礎(chǔ)。LCA需要外部環(huán)境、個(gè)人決定因素、家庭特征、消費(fèi)者行為選擇以及消費(fèi)者行為產(chǎn)生的對(duì)資源環(huán)境的影響五個(gè)要素匯總和評(píng)估一個(gè)產(chǎn)品(或服務(wù))體系在其整個(gè)生命周期間的所有投入及產(chǎn)出對(duì)環(huán)境造成潛在影響的方法[8]。Finnveden等[9]討論了LCA應(yīng)用的新領(lǐng)域；李伯華等[10]應(yīng)用LCA對(duì)測(cè)算了南岳風(fēng)景區(qū)旅游交通系統(tǒng)碳足跡，且區(qū)分了公路、索道、人行道等產(chǎn)生的碳排放；Mohammad等[11]則對(duì)比分析了生物柴油、常規(guī)石油柴油在生命周期整個(gè)過(guò)程中對(duì)資源、環(huán)境的影響。Azarijafari等[12]測(cè)算了人行道整個(gè)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(chǎn)過(guò)程中的碳排放問(wèn)題。LCA當(dāng)前在微觀產(chǎn)品碳排放領(lǐng)域應(yīng)用較為廣泛，需要獲取該產(chǎn)品在整個(gè)生命周期內(nèi)各個(gè)環(huán)節(jié)的詳細(xì)數(shù)據(jù)為支撐，對(duì)數(shù)據(jù)要求較高，研究多以調(diào)查數(shù)據(jù)為主，且無(wú)法設(shè)計(jì)經(jīng)濟(jì)、技術(shù)及社會(huì)效應(yīng)分析。

CLA是以居民生活消費(fèi)品為基本分析單位，分析該消費(fèi)品在生產(chǎn)過(guò)程中產(chǎn)生的碳排放，根據(jù)家庭支出數(shù)據(jù)計(jì)算每類消費(fèi)活動(dòng)的碳排放強(qiáng)度，對(duì)比分析直接、間接碳排放及各類消費(fèi)活動(dòng)的碳排放差異。Bin Shui等[14]提出了CLA的具體測(cè)算方法，并將CLA與IOA相結(jié)合，測(cè)算了美國(guó)消費(fèi)者活動(dòng)所產(chǎn)生的直接、間接碳排放；Feng Zhenghua等[15]采用CLA測(cè)算了中國(guó)不同區(qū)域、不同收入層次的城鄉(xiāng)居民消費(fèi)的直接、間接能源消耗及碳排放；范玲等[16]用CLA測(cè)算了1993-2007年我國(guó)居民間接能源消費(fèi)碳排放量，以及城鎮(zhèn)和農(nóng)村居民人均碳排放量的變化趨勢(shì)。Xu Xinkuo等[17]采用CLA方法中國(guó)城市家庭碳排放問(wèn)題，發(fā)現(xiàn)碳強(qiáng)度高低是家庭碳排放不平衡的主要原因，其次是食品消費(fèi)、教育文化和娛樂(lè)服務(wù)消費(fèi)的差異。CLA方法是以居民消費(fèi)品為分析點(diǎn)，重在分析居民的個(gè)體特征對(duì)碳排放的影響，在計(jì)算間接影響時(shí)會(huì)結(jié)合IOA方法，需要假設(shè)消費(fèi)支出數(shù)據(jù)與宏觀投入產(chǎn)出數(shù)據(jù)高度契合。

IOA是在宏觀維度上測(cè)度產(chǎn)品產(chǎn)生的碳排放。投入產(chǎn)出模型以棋盤(pán)式平衡表的形式反映了國(guó)民經(jīng)濟(jì)各部門(mén)間的投入、產(chǎn)出關(guān)系，將部門(mén)間無(wú)窮次疊加的消耗關(guān)系通過(guò)列昂惕夫逆矩陣加以呈現(xiàn)[18]，簡(jiǎn)單直接明了。李根等[19]以IOA為理論模型，對(duì)制造業(yè)完全能耗強(qiáng)度進(jìn)行了情景分析；趙忠秀等[20]以改進(jìn)的IOA測(cè)度了貿(mào)易所帶來(lái)的碳排放的影響因素；周平等[21]測(cè)算中國(guó)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(xiāng)消費(fèi)比例及居民消費(fèi)結(jié)構(gòu)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(jìng)爭(zhēng)型投入產(chǎn)出模型測(cè)算了消費(fèi)碳排放，指出2002年消費(fèi)碳排放大于生產(chǎn)碳排放。Xu Yan等[23]利用世界投入產(chǎn)出表研究了出口隱含碳排放問(wèn)題；Zhang Yuejun等[24]基于IOA測(cè)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(tǒng)自上而下的分析，著重于宏觀層面碳排放與經(jīng)濟(jì)、技術(shù)的關(guān)聯(lián)關(guān)系，但無(wú)法適用于微觀系統(tǒng)分析。

本文重點(diǎn)在于從宏觀層次上分析中國(guó)居民消費(fèi)的碳排放問(wèn)題，研究居民消費(fèi)碳排放的主要影響因素，因而選用投入產(chǎn)出技術(shù)(IOA)為分析工具，相較于之前的文獻(xiàn)，本文的創(chuàng)新在于：第一、打破國(guó)內(nèi)品與進(jìn)口品的同質(zhì)性假定。國(guó)內(nèi)品與進(jìn)口品在生產(chǎn)中發(fā)揮不同作用，消耗進(jìn)口品不會(huì)有增加值、碳排放的增加。已有文獻(xiàn)大多假設(shè)國(guó)內(nèi)品與進(jìn)口品同質(zhì)，這將高估我國(guó)居民消費(fèi)的碳排放[25]。第二、連續(xù)年份無(wú)間隔的動(dòng)態(tài)研究。只有時(shí)間序列上的連續(xù)性才能真正反映居民消費(fèi)碳排放的發(fā)展軌跡，才能判斷是否、何時(shí)出現(xiàn)拐點(diǎn)，才能評(píng)判政策的有效性。已有文獻(xiàn)多是采用五年、三年間隔的投入產(chǎn)出表，丟失過(guò)多信息。第三、利用結(jié)構(gòu)分解分析(SDA)模型進(jìn)行了政策的有效性分析，評(píng)估政策實(shí)施前后中國(guó)居民消費(fèi)碳排放的變化。第四、IOA與回歸模型結(jié)合，預(yù)測(cè)未來(lái)居民消費(fèi)碳排放的發(fā)展軌跡。

本文旨在合理量化中國(guó)居民消費(fèi)碳排放的發(fā)展軌跡，重點(diǎn)分析了2007年實(shí)施的減排政策的作用效果，從碳強(qiáng)度、技術(shù)、人口、消費(fèi)結(jié)構(gòu)、消費(fèi)規(guī)模等五大因素對(duì)居民消費(fèi)碳排放的變動(dòng)尋根問(wèn)源，結(jié)合回歸模型預(yù)測(cè)了2020、2030年的中國(guó)居民消費(fèi)碳排放量。模型上選擇了非競(jìng)爭(zhēng)型連續(xù)投入產(chǎn)出模型、結(jié)構(gòu)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(jié)構(gòu)展開(kāi)研究：首先介紹數(shù)據(jù)來(lái)源及量化模型，其次刻畫(huà)中國(guó)居民消費(fèi)碳排放的發(fā)展軌跡，第三研究碳排放變動(dòng)的影響因素，第四結(jié)合回歸模型預(yù)測(cè)未來(lái)居民消費(fèi)碳排放的發(fā)展，最后給出結(jié)論及政策建議。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)說(shuō)明

目前我國(guó)投入產(chǎn)出表主要由國(guó)家統(tǒng)計(jì)局主持編制，逢2、7年份發(fā)布基礎(chǔ)表，逢5、0年份發(fā)布延長(zhǎng)表。由于時(shí)間上的不連續(xù)性和部門(mén)統(tǒng)計(jì)的不一致性，我國(guó)公布的投入產(chǎn)出表并不適于研究宏觀經(jīng)濟(jì)問(wèn)題在時(shí)間序列上的比較分析。

世界投入產(chǎn)出數(shù)據(jù)庫(kù)(World Input-Ouput Data, WIOD)，是由歐盟11個(gè)機(jī)構(gòu)共同編制，具有較高的可信度。該數(shù)據(jù)庫(kù)提供了1995-2011年全球范圍投入產(chǎn)出表，并且該數(shù)據(jù)庫(kù)的資源賬戶提供了各國(guó)各部門(mén)的CO2排放量(1995-2009)，CO2排放量是按照IPCC提供的碳排放估計(jì)方法計(jì)算得到，測(cè)算中用到了各國(guó)各部門(mén)的化石能源消費(fèi)量數(shù)據(jù)。WIOD數(shù)據(jù)已經(jīng)在很多學(xué)者的研究中得到了應(yīng)用[26-28]。

本文采用了WIOD數(shù)據(jù)庫(kù)提供的中國(guó)投入產(chǎn)出表，該表式具有如下優(yōu)點(diǎn)：第一、基礎(chǔ)表為非競(jìng)爭(zhēng)型投入產(chǎn)出表式，區(qū)分了國(guó)內(nèi)產(chǎn)品與進(jìn)口品；第二、連續(xù)年份的表式，無(wú)時(shí)間間隔，便于時(shí)間序列比較分析；第三、各年份間表式統(tǒng)一、部門(mén)統(tǒng)一，利于從部門(mén)維度進(jìn)行對(duì)比分析；第四、碳排放數(shù)據(jù)可得，計(jì)算方法一致，可比性較強(qiáng)。因此，結(jié)合本文研究的居民消費(fèi)碳排放問(wèn)題，WIOD數(shù)據(jù)的表式是較好的數(shù)據(jù)基礎(chǔ)。考慮數(shù)據(jù)可得性，本文選取1995-2009年共15年的數(shù)據(jù)進(jìn)行分析。

2.2 理論方法

2.2.1 基于非競(jìng)爭(zhēng)型投入產(chǎn)出模型的居民消費(fèi)碳排放測(cè)算方法

居民消費(fèi)碳排放，是指考慮了產(chǎn)品間完全消耗關(guān)系的完全碳排放，比如消費(fèi)糧食，雖然消費(fèi)過(guò)程沒(méi)有直接產(chǎn)生碳排放，但是該類非能源產(chǎn)品在生產(chǎn)過(guò)程中要間接的消耗能源從而產(chǎn)生碳排放，如此將所有間接產(chǎn)生的碳排放加和，就形成了居民消費(fèi)完全碳排放。居民完全碳排放是對(duì)產(chǎn)品生命周期中所消耗能源產(chǎn)生的碳排放綜合，是測(cè)度居民消費(fèi)碳排放最為全面的指標(biāo)。

(1)直接碳排放

(1)

(2)居民消費(fèi)碳排放

根據(jù)非競(jìng)爭(zhēng)型投入產(chǎn)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(mén)的總產(chǎn)出構(gòu)成的列向量；I為單位矩陣，Ad為國(guó)內(nèi)產(chǎn)品的中間消耗矩陣，又稱為國(guó)內(nèi)技術(shù)系數(shù)矩陣，反映的是生產(chǎn)過(guò)程中各部門(mén)之間的相互消耗關(guān)系，(I-Ad)-1為列昂惕夫逆矩陣，反映了產(chǎn)品間的完全消耗關(guān)系，是生產(chǎn)技術(shù)的體現(xiàn)，敘述方便起見(jiàn)，下文令L=(I-Ad)-1；F為最終需求列向量，可以進(jìn)一步分解為居民消費(fèi)和其他，F(xiàn)=FC+FR。

在式(2)兩邊同時(shí)乘以直接碳排放系數(shù)，本文只考慮居民消費(fèi)所帶來(lái)的碳排放，于是得到居民消費(fèi)碳排放T計(jì)算公式如下：

(3)

居民消費(fèi)FC為本文重點(diǎn)分析對(duì)象，可以進(jìn)一部分解為人口規(guī)模、消費(fèi)結(jié)構(gòu)以及人均消費(fèi)，具體表達(dá)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(fèi)碳排放計(jì)算公式：

(5)

2.2.2 居民消費(fèi)碳排放的結(jié)構(gòu)分解分析模型

結(jié)構(gòu)分解分析(SDA)模型是探尋影響因素、量化各因素貢獻(xiàn)率的主要模型之一，已經(jīng)在能源消費(fèi)、碳排放等多個(gè)領(lǐng)域得到廣泛應(yīng)用[29-33]。SDA模型的核心思想即為將某個(gè)因變量的變動(dòng)通過(guò)投入產(chǎn)出的關(guān)聯(lián)關(guān)系分解成若干自變量的變動(dòng)合計(jì)，以此計(jì)量各自變量變動(dòng)對(duì)因變量變動(dòng)的影響大小。

令基期以0表示，報(bào)告期表示為1，Δ表示變量的變化，則居民消費(fèi)碳排放從0期到1期的變動(dòng)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(cè)的Y向量開(kāi)始分解得到的。SDA分解的結(jié)果具有不確定性，Dietzenbacher 和 Los[34]表明當(dāng)考察變量分解為n個(gè)因素時(shí)，就會(huì)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(jí)分解的平均值來(lái)估計(jì)的。de Boer 等[35]也表示任何兩個(gè)對(duì)稱分解式的平均值都是很好的近似結(jié)果。因此本文采用兩極分解法對(duì)居民消費(fèi)碳排放進(jìn)行分解分析，對(duì)式(5)從最左側(cè)C開(kāi)始分解，如下：

(7)

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

ΔT=(1.1)+(1.2)+(1.3)+(1.4)+(1.5)

(8)

式(8)右側(cè)各項(xiàng)依次反映了其他因素不變，某一因素變動(dòng)對(duì)消費(fèi)碳排放變動(dòng)的影響，式(8)右側(cè)各項(xiàng)的具體表達(dá)式如表1所示。

3 居民消費(fèi)碳排放發(fā)展變化實(shí)證研究

3.1 居民消費(fèi)碳排放量的發(fā)展歷程

通過(guò)非競(jìng)爭(zhēng)型連續(xù)投入產(chǎn)出模型式(3)測(cè)算得到，我國(guó)居民消費(fèi)碳排放量總體呈現(xiàn)上升趨勢(shì)，且階段性發(fā)展特點(diǎn)顯著，如圖1的折線所示。1995年我國(guó)居民消費(fèi)碳排放量為832百萬(wàn)噸，2009年則增長(zhǎng)到1309百萬(wàn)噸，年均增速為3.29%。分階段來(lái)看，

表1 居民消費(fèi)品碳排放各分解因素的具體形式

1995-1997年間居民消費(fèi)碳排放均在900百萬(wàn)噸以內(nèi)，在1997年出現(xiàn)了下降；1998年強(qiáng)力反彈以11.0%的增速躍升為970百萬(wàn)噸，然后呈現(xiàn)緩慢的增長(zhǎng)趨勢(shì)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(xiàn)顯著的線性增長(zhǎng)模式，年均增速高達(dá)6.08%。

圖1 居民消費(fèi)碳排放量變化趨勢(shì)圖

分產(chǎn)業(yè)來(lái)看，居民消費(fèi)第一產(chǎn)業(yè)產(chǎn)品所引致的碳排放呈現(xiàn)緩慢的下降趨勢(shì)，由1995年的158百萬(wàn)噸降低為2009年的111百萬(wàn)噸，在居民消費(fèi)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(fèi)第一產(chǎn)業(yè)產(chǎn)品所產(chǎn)生的碳排放量基本穩(wěn)定在110百萬(wàn)噸左右；消費(fèi)第二產(chǎn)業(yè)產(chǎn)品所引致的碳排放是居民消費(fèi)碳排放的最主要來(lái)源，所占比例一直在50%以上，較為穩(wěn)定，1995-2002年呈現(xiàn)緩慢的增長(zhǎng)態(tài)勢(shì)，年均增速為3.05%，2002則從613百萬(wàn)噸緩慢下降到2006年的578百萬(wàn)噸，進(jìn)入2007年進(jìn)入快速增長(zhǎng)區(qū)間，年均增速為5.26%，碳排放增長(zhǎng)較為快速的產(chǎn)品是紡織及紡織制品業(yè)、機(jī)械電子制造業(yè)等產(chǎn)品；消費(fèi)第三產(chǎn)業(yè)產(chǎn)品所引致的碳排放呈現(xiàn)顯著的直線上升趨勢(shì)，年均增速高達(dá)8.04%，在排放總量中的占比也由21.3%提升到39.9%，且有繼續(xù)上升的趨勢(shì)，是居民消費(fèi)碳排放增加的主要貢獻(xiàn)力量。

由居民消費(fèi)碳排放總量及分產(chǎn)業(yè)排放量來(lái)看，雖然我國(guó)政府大力倡導(dǎo)低碳消費(fèi)，但是效果甚微，我國(guó)居民消費(fèi)碳排放量仍然在穩(wěn)步上漲。同時(shí)，結(jié)果顯示2007年是居民消費(fèi)碳排放總量開(kāi)始快速上升的年份，這也表明從碳排放量數(shù)據(jù)上來(lái)看，我國(guó)2007年實(shí)施的節(jié)能減排全民行動(dòng)方案，實(shí)施效果至少滯后三年以上。本文將進(jìn)一步對(duì)居民消費(fèi)碳排放量變化的原因進(jìn)行研究分析，探尋到底是何種因素在推動(dòng)居民消費(fèi)碳排放量的增長(zhǎng)。

3.2 居民消費(fèi)碳排放量變化的影響因素探究

表1給出了結(jié)構(gòu)分解分析模型下分解得到的居民消費(fèi)碳排放的影響因素，通過(guò)逐年進(jìn)行比較的方法，計(jì)算得到各相鄰年份居民消費(fèi)碳排放的變化情況，如表2所示。表2中年份表示當(dāng)年相對(duì)于上年，橫欄則是相對(duì)應(yīng)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(duì)于1995年居民消費(fèi)碳排放的變化量，包括了碳排放強(qiáng)度、技術(shù)、人口規(guī)模、消費(fèi)結(jié)構(gòu)以及消費(fèi)規(guī)模等五項(xiàng)因素的共同影響，五項(xiàng)因素?cái)?shù)據(jù)加和就是1996年相對(duì)于1995年居民消費(fèi)碳排放。

表2 居民消費(fèi)碳排放各影響因素分解結(jié)果 單位：百萬(wàn)噸

由表2所示的分解結(jié)果可以看出，碳排放強(qiáng)度變化對(duì)總碳排放量的影響基本為負(fù)效應(yīng)(2006年除外)，也就意味著生產(chǎn)領(lǐng)域的節(jié)能減排非常有利于居民消費(fèi)碳排放量的減少，是居民消費(fèi)低碳發(fā)展的最有利因素；消費(fèi)規(guī)模的變動(dòng)則對(duì)居民消費(fèi)碳排放呈現(xiàn)持續(xù)正效應(yīng)，消費(fèi)規(guī)模的增加居民消費(fèi)碳排放增長(zhǎng)的最為重要的推動(dòng)因素；人口規(guī)模效應(yīng)亦表現(xiàn)為持續(xù)正效應(yīng)，但是人口規(guī)模增加所帶動(dòng)的碳排放量的增加有逐年減少的趨勢(shì)；技術(shù)和消費(fèi)結(jié)構(gòu)效應(yīng)沒(méi)有呈現(xiàn)穩(wěn)定的變化趨勢(shì)，技術(shù)效應(yīng)多數(shù)年份為正效應(yīng)，說(shuō)明生產(chǎn)技術(shù)的變化并沒(méi)有促進(jìn)居民消費(fèi)碳排放下降，消費(fèi)結(jié)構(gòu)2005年以來(lái)基本表現(xiàn)為負(fù)效應(yīng)，說(shuō)明近些年的消費(fèi)結(jié)構(gòu)變動(dòng)利于碳排放的減少。

分產(chǎn)業(yè)來(lái)看，碳排放強(qiáng)度效應(yīng)、消費(fèi)規(guī)模效應(yīng)依然是影響居民消費(fèi)各產(chǎn)業(yè)產(chǎn)品產(chǎn)生碳排放的主要負(fù)向、正向影響因素，但是消費(fèi)結(jié)構(gòu)效應(yīng)卻在三大產(chǎn)業(yè)間呈現(xiàn)不同的特點(diǎn)，如圖2所示。消費(fèi)結(jié)構(gòu)效應(yīng)對(duì)居民消費(fèi)第一、二產(chǎn)業(yè)產(chǎn)品所帶來(lái)的碳排放在大多數(shù)年份上呈現(xiàn)負(fù)效應(yīng)，而對(duì)居民消費(fèi)第三產(chǎn)業(yè)產(chǎn)品所引致的碳排放呈現(xiàn)出持續(xù)顯著的正向效應(yīng)。這也是對(duì)我國(guó)消費(fèi)結(jié)構(gòu)發(fā)展歷程的驗(yàn)證，1995年我國(guó)居民消費(fèi)三大產(chǎn)業(yè)產(chǎn)品的結(jié)構(gòu)為31.09%、40.33%及28.58%，而到2009年該結(jié)構(gòu)調(diào)整為12.78%、33.26%及53.96%，第三產(chǎn)業(yè)產(chǎn)品所占比重急劇提升，成為居民消費(fèi)的主力，尤其是居民對(duì)教育、衛(wèi)生及社會(huì)工作、其他社區(qū)服務(wù)的消費(fèi)，所占比重有四個(gè)百分點(diǎn)以上的提升。

圖2 消費(fèi)結(jié)構(gòu)效應(yīng)對(duì)居民消費(fèi)不同產(chǎn)業(yè)產(chǎn)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?yàn)?007年是全民節(jié)能減排政策的實(shí)施年份，本文以2007年為斷點(diǎn)，研究2007年之前、之后居民消費(fèi)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(fèi)碳排放并沒(méi)有因?yàn)檎叩膶?shí)施出現(xiàn)下降，反而以較快速度增長(zhǎng)，政策沒(méi)有達(dá)到預(yù)想效果。具體來(lái)看，2007年居民消費(fèi)碳排放較2006年增加69.96百萬(wàn)噸，2008較2007則有68.57百萬(wàn)噸的增加，沒(méi)有顯著差異。從影響碳排放的五大因素來(lái)看(見(jiàn)表2)，碳排放強(qiáng)度負(fù)效應(yīng)顯著，表明生產(chǎn)領(lǐng)域的減排效果較好，人均消費(fèi)規(guī)模效應(yīng)正效應(yīng)較強(qiáng)，消費(fèi)需求旺盛，但是技術(shù)效應(yīng)、消費(fèi)結(jié)構(gòu)效應(yīng)分別在前后兩個(gè)年份呈現(xiàn)了反向效應(yīng)。具體分析如下。

(1)“高減排、高消費(fèi)”負(fù)正效果大部分相互抵消

碳排放強(qiáng)度，即單位產(chǎn)出碳排放，衡量的是各行業(yè)生產(chǎn)中碳排放，是測(cè)度生產(chǎn)側(cè)的節(jié)能減排效果的主要指標(biāo)。2007-2006階段碳排放強(qiáng)度效應(yīng)帶來(lái)了275百萬(wàn)噸碳的減少，2008-2007階段亦有235百萬(wàn)噸碳的減少，是1996年以來(lái)減排力度最大的兩個(gè)年份，說(shuō)明2007年實(shí)施的全民減排政策從生產(chǎn)側(cè)產(chǎn)生了較好減排效果，居民消費(fèi)所有行業(yè)產(chǎn)品的碳排放量在碳排放強(qiáng)度效應(yīng)影響下均沒(méi)有增加，尤其是體現(xiàn)在電力熱力水的生產(chǎn)供應(yīng)業(yè)、食品飲料和煙草制造業(yè)、農(nóng)業(yè)、衛(wèi)生社會(huì)工作等行業(yè)產(chǎn)品在前后兩個(gè)階段減少的碳排放量均排名在前五位(共35個(gè)行業(yè))。

人均消費(fèi)規(guī)模效應(yīng)，體現(xiàn)的是消費(fèi)總量的變動(dòng)。前后兩個(gè)階段人均消費(fèi)規(guī)模效應(yīng)分別帶來(lái)了296百萬(wàn)噸、295百萬(wàn)噸的居民消費(fèi)碳排放的增加，這是1996年以來(lái)消費(fèi)規(guī)模效應(yīng)所帶來(lái)的碳排放增加最多的兩個(gè)年份。全民減排的政策沒(méi)有阻止消費(fèi)增加的步伐，反而使得消費(fèi)規(guī)模達(dá)到了前所未有的高度，進(jìn)一步說(shuō)明了實(shí)施全民減排政策與擴(kuò)大消費(fèi)政策并不沖突，減排不意味著減少消費(fèi)。

2007-2006階段、2008-2007階段所呈現(xiàn)出來(lái)的“高減排、高消費(fèi)”的特征，說(shuō)明減排政策對(duì)生產(chǎn)側(cè)的減排產(chǎn)生了很好的促進(jìn)效果，對(duì)擴(kuò)大消費(fèi)也有很大的提高作用，兩者效應(yīng)負(fù)正抵消掉大部分。

(2)政策對(duì)技術(shù)效應(yīng)的減排效果具有滯后性

技術(shù)效應(yīng)是模型中列昂惕夫逆矩陣L=(I-A)-1變動(dòng)的體現(xiàn)，列昂惕夫逆矩陣反映的是各行業(yè)在生產(chǎn)過(guò)程中產(chǎn)生的復(fù)雜關(guān)聯(lián)關(guān)系，其變動(dòng)則反映了生產(chǎn)技術(shù)的變動(dòng)。技術(shù)效應(yīng)在2007-2006階段帶來(lái)了64.33百萬(wàn)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(wàn)噸。具體來(lái)看，相對(duì)于2006年，2007年各行業(yè)的技術(shù)效應(yīng)基本為正值，即產(chǎn)品生產(chǎn)技術(shù)不利于居民消費(fèi)碳排放的降低，但是2008年近半數(shù)的行業(yè)技術(shù)效應(yīng)呈現(xiàn)負(fù)值，體現(xiàn)了政策對(duì)技術(shù)效應(yīng)的減排效果出現(xiàn)了滯后性。技術(shù)效應(yīng)的變動(dòng)引致的各行業(yè)產(chǎn)品碳排放如圖3所示，2007-2006階段技術(shù)效應(yīng)碳排放作為橫坐標(biāo)，2008-2007階段技術(shù)效應(yīng)碳排放作為縱坐標(biāo)。以第一產(chǎn)業(yè)為例，在圖3中坐標(biāo)是(4.75，-1.02)，表示了技術(shù)效應(yīng)的變動(dòng)在2007-2006階段對(duì)第一產(chǎn)業(yè)碳排放影響為4.75百萬(wàn)噸，而在2008-2007階段使得碳排放降低了1.02百萬(wàn)噸。食品飲料和煙草制品業(yè)、電力熱力水的生產(chǎn)供應(yīng)業(yè)、石油冶煉加工業(yè)以及紡織業(yè)等第二產(chǎn)業(yè)部門(mén)，住宿餐飲、內(nèi)陸運(yùn)輸業(yè)、輔助運(yùn)輸業(yè)等第三產(chǎn)業(yè)部門(mén)位于橫軸下方，說(shuō)明這幾個(gè)部門(mén)在2008-2007階段技術(shù)變動(dòng)為負(fù)效應(yīng)，降低了碳排放量。技術(shù)效應(yīng)在前后兩個(gè)階段的差異性表現(xiàn)，說(shuō)明我國(guó)技術(shù)改革對(duì)居民消費(fèi)減排效果具有滯后有效性，2007年政策的實(shí)施沒(méi)有及時(shí)在2007年當(dāng)年予以體現(xiàn)。但是縱觀整個(gè)樣本期間技術(shù)效應(yīng)變動(dòng)的影響，技術(shù)改革對(duì)居民消費(fèi)減排沒(méi)有持續(xù)的穩(wěn)定影響，繼續(xù)推進(jìn)生產(chǎn)領(lǐng)域的技術(shù)創(chuàng)新是引領(lǐng)未來(lái)居民消費(fèi)低碳發(fā)展?jié)撛趧?dòng)能。

圖3 2007年前后技術(shù)效應(yīng)變動(dòng)對(duì)居民消費(fèi)碳排放影響的對(duì)比圖 單位：百萬(wàn)噸

(3)政策對(duì)消費(fèi)結(jié)構(gòu)效應(yīng)的減排沒(méi)有持續(xù)性

消費(fèi)結(jié)構(gòu)效應(yīng)，即居民消費(fèi)不同產(chǎn)品形成的消費(fèi)結(jié)構(gòu)的變動(dòng)對(duì)居民消費(fèi)碳排放的影響。消費(fèi)結(jié)構(gòu)效應(yīng)在2007-2006階段使得碳排放量降低了21.57百萬(wàn)噸，但是后一階段卻帶來(lái)了3.64百萬(wàn)噸的增加，可以看出政策對(duì)消費(fèi)結(jié)構(gòu)效應(yīng)影響沒(méi)有持續(xù)性。

2006-2008年三年間，我國(guó)居民消費(fèi)中第一產(chǎn)業(yè)產(chǎn)品占比逐年下降，由2006年的14.76%降低為2008年的13.28%；第二產(chǎn)業(yè)產(chǎn)品占比卻呈現(xiàn)了逐年上升的趨勢(shì)，年均有0.34個(gè)百分點(diǎn)的上升，前一階段是交通設(shè)備制造業(yè)、建筑業(yè)、電氣化學(xué)設(shè)備制造業(yè)等產(chǎn)品占比有顯著提升，后一階段主要是紡織業(yè)、皮革制品業(yè)、化學(xué)工業(yè)產(chǎn)品占比提升；第三產(chǎn)業(yè)產(chǎn)品占比則先上升后下降，主要體現(xiàn)在前一階段批發(fā)業(yè)、金融、房地產(chǎn)等行業(yè)產(chǎn)品占比上升明顯，后一階段主要是受到房地產(chǎn)產(chǎn)品下降顯著影響。

消費(fèi)結(jié)構(gòu)效應(yīng)在前后兩個(gè)階段對(duì)不同行業(yè)產(chǎn)品碳排放影響如圖4所示，居民消費(fèi)中不同行業(yè)產(chǎn)品碳排放量的變化散落在四個(gè)象限中，第二產(chǎn)業(yè)產(chǎn)品碳排放量的變化集中在橫軸以左，說(shuō)明在前一階段居民消費(fèi)中第二產(chǎn)業(yè)產(chǎn)品碳排放量有所下降，但后一階段則卻有一半的產(chǎn)品呈現(xiàn)碳排放增加，說(shuō)明2008較2007年居民消費(fèi)的紡織、皮革、化學(xué)、塑料橡膠等產(chǎn)品比重的提升帶來(lái)了較多的碳排放；居民消費(fèi)第三產(chǎn)業(yè)產(chǎn)品碳排放變化較為顯著的是批發(fā)零售業(yè)(坐標(biāo)為(-14.79，0.60))，由前一階段碳排放下降14.79萬(wàn)噸變?yōu)楹笠浑A段提高0.60萬(wàn)噸，其次是教育(-5.56，2.91)、衛(wèi)生社會(huì)工作(-4.24，4.04)，也是由前一階段的消費(fèi)結(jié)構(gòu)效應(yīng)利于居民消費(fèi)減排變?yōu)樽璧K，使得2008-2007階段的消費(fèi)結(jié)構(gòu)效應(yīng)帶來(lái)了碳排放的增加。

圖4 2007年前后消費(fèi)結(jié)構(gòu)效應(yīng)變動(dòng)對(duì)居民消費(fèi)碳排放影響的對(duì)比圖 單位：百萬(wàn)噸

4 居民消費(fèi)碳排放的發(fā)展預(yù)測(cè)分析

本文在對(duì)居民消費(fèi)碳排放發(fā)展歷程進(jìn)行深入剖析的基礎(chǔ)上，擬對(duì)居民消費(fèi)碳排放未來(lái)的發(fā)展軌跡予以預(yù)測(cè)，以期做好提前規(guī)劃，提出更有針對(duì)性的政策建議。以投入產(chǎn)出模型測(cè)算得到的居民消費(fèi)碳排放量為因變量Y，與結(jié)構(gòu)分解分析模型中分解的影響因素相對(duì)應(yīng)，選取單位產(chǎn)出碳排放carbon、技術(shù)tec、人口peo、居民消費(fèi)中第三產(chǎn)業(yè)產(chǎn)品所占比重ser以及人均消費(fèi)規(guī)模com作為自變量，時(shí)間區(qū)間為1995-2009。回歸結(jié)果如式(5)所示，方程調(diào)整后的判定系數(shù)Adj-R2為0.983，擬合優(yōu)度很高，方程的整體線性關(guān)系顯著，以p=0.000的概率通過(guò)顯著性檢驗(yàn)。

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(shù)方向均符合預(yù)期，但是技術(shù)tec以p=0.809沒(méi)有通過(guò)顯著性檢驗(yàn)，說(shuō)明技術(shù)tec對(duì)居民消費(fèi)碳排放沒(méi)有顯著性影響，可以在模型中剔除。這也與結(jié)構(gòu)分解分析中的結(jié)果類似，技術(shù)效應(yīng)所帶來(lái)的居民消費(fèi)碳排放沒(méi)有持續(xù)的穩(wěn)定影響，因此在方程(5)中刪除技術(shù)變量得到回歸方程(6)，自變量均通過(guò)顯著性檢驗(yàn)，方程線性關(guān)系及擬合優(yōu)度都很好，且不違背異方差、自相關(guān)等線性回歸方程的假設(shè)。

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(chǔ)，預(yù)測(cè)我國(guó)居民消費(fèi)碳排放的發(fā)展軌跡。

單位產(chǎn)出碳排放：2014年11月國(guó)家發(fā)展改革委員會(huì)發(fā)布的《國(guó)家應(yīng)對(duì)氣候變化規(guī)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(guó)向聯(lián)合國(guó)氣候變化框架公約秘書(shū)處提交了應(yīng)對(duì)氣候變化國(guó)家自主貢獻(xiàn)文件《強(qiáng)化應(yīng)對(duì)氣候變化行動(dòng)——中國(guó)國(guó)家自主貢獻(xiàn)》，提出了到2030年，單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降60%-65%等目標(biāo)。我們假定2020、2030年我國(guó)單位產(chǎn)出碳排放也能夠?qū)崿F(xiàn)較2005年下降40-45%、60%-65%，2005年我國(guó)單位產(chǎn)出碳排放為7.18噸/萬(wàn)元，那么本文取2020、2030年單位產(chǎn)出碳排放為3.95噸/萬(wàn)元、2.51噸/萬(wàn)元。

人口：人口的預(yù)測(cè)需要考慮中國(guó)人口政策的影響，本文采用易富賢和蘇劍[36]的預(yù)測(cè)結(jié)果，其論文中對(duì)我國(guó)人口政策的走向進(jìn)行了合理預(yù)測(cè)，給定高中低三種方案，結(jié)合當(dāng)前的宏觀形勢(shì)，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(shù)據(jù)為中國(guó)國(guó)家統(tǒng)計(jì)局公布的真實(shí)數(shù)據(jù)，其余年份數(shù)據(jù)以2020、2030年人口為目標(biāo)，按照年均增速計(jì)算得到。

消費(fèi)規(guī)模及第三產(chǎn)業(yè)產(chǎn)品所占比重：2009年我國(guó)居民消費(fèi)為166.35億元，是1995年的5.49倍，其中第三產(chǎn)業(yè)產(chǎn)品占比為53.96%，較1995年提高了25個(gè)百分點(diǎn)，呈現(xiàn)較為顯著的線性增長(zhǎng)趨勢(shì)。采用時(shí)間回歸法對(duì)人均消費(fèi)規(guī)模及第三產(chǎn)業(yè)產(chǎn)品占比進(jìn)行擬合預(yù)測(cè)，趨勢(shì)線選擇二項(xiàng)式形式，擬合優(yōu)度分別為R2=0.96、R2=0.99，經(jīng)預(yù)測(cè)得到人均消費(fèi)規(guī)模2020年、2030年分別為3587.50美元、7069.65美元，總消費(fèi)規(guī)模分別為49830.31億美元、96924.85億美元，第三產(chǎn)業(yè)產(chǎn)品占比分別為68.78%、74.08%。對(duì)比參考美國(guó)1995年消費(fèi)規(guī)模為47896.49億美元、第三產(chǎn)業(yè)產(chǎn)品消費(fèi)占比為80.01%，2009年分別為95309.06億美元、83.12%，日本1995年消費(fèi)規(guī)模為26828.67億美元，第三產(chǎn)業(yè)產(chǎn)品消費(fèi)占比為74.13%，2009年分別為27017.31億美元、78.01%，因此可以認(rèn)為時(shí)間回歸法預(yù)測(cè)結(jié)果在合理的區(qū)間范圍內(nèi)。

將自變量的預(yù)測(cè)值帶入方程(6)中得到預(yù)測(cè)結(jié)果如圖5所示，可以看出居民消費(fèi)碳排放量呈現(xiàn)直線上升趨勢(shì)。2020年我國(guó)居民消費(fèi)碳排放2081百萬(wàn)噸，較2009年增長(zhǎng)59%，2030年達(dá)到2610百萬(wàn)噸，較2020年增長(zhǎng)25%，預(yù)測(cè)期后十年的增速明顯放緩，主要原因是單位產(chǎn)出的碳排放強(qiáng)度下降速度加快且人口出現(xiàn)了負(fù)增長(zhǎng)。如果在2030年其他因素不變，第三產(chǎn)業(yè)產(chǎn)品消費(fèi)占比提高為2009年美國(guó)的水平84.11%(比預(yù)測(cè)值提高10個(gè)百分點(diǎn))，則居民消費(fèi)碳排放將為2389百萬(wàn)噸，減少了221百萬(wàn)噸。如果單位產(chǎn)出碳排放強(qiáng)度進(jìn)一步下降，降低為2噸/萬(wàn)元，其他因素不變的情景下，碳排放降低為2588百萬(wàn)噸，僅較預(yù)測(cè)值降低22百萬(wàn)噸，遠(yuǎn)小于消費(fèi)結(jié)構(gòu)調(diào)整帶來(lái)的碳排放減小。

圖5 我國(guó)居民消費(fèi)碳排放的發(fā)展軌跡

5 結(jié)語(yǔ)

本文以WIOD的中國(guó)1995-2009年非競(jìng)爭(zhēng)型連續(xù)投入產(chǎn)出表為數(shù)據(jù)基礎(chǔ)，采用投入產(chǎn)出模型、結(jié)構(gòu)分解分析模型及回歸模型，研究了中國(guó)居民消費(fèi)碳排放的發(fā)展及變化的原因，重點(diǎn)分析了2007年實(shí)施的減排政策效果，結(jié)論如下：

1)中國(guó)居民消費(fèi)踐行低碳發(fā)展的力度不夠。1995-2009年，中國(guó)居民消費(fèi)碳排放以年均3.29%的速度增長(zhǎng)，且在2007年之后呈現(xiàn)出快速線性增長(zhǎng)模式，主要體現(xiàn)在居民消費(fèi)中第二產(chǎn)業(yè)占比的堅(jiān)挺及第三產(chǎn)業(yè)產(chǎn)品的快速增長(zhǎng)。建議相關(guān)部門(mén)重視居民消費(fèi)所帶來(lái)的碳排放量增長(zhǎng)，多方位引導(dǎo)居民進(jìn)行低碳消費(fèi)。

2)各行業(yè)單位產(chǎn)出碳排放強(qiáng)度的下降是有效抑制居民消費(fèi)碳排放增長(zhǎng)的最重要影響因素。從結(jié)構(gòu)分解分析的結(jié)果來(lái)看，碳排放強(qiáng)度變化的負(fù)效應(yīng)很大程度上抵消了消費(fèi)規(guī)模擴(kuò)大所帶來(lái)的碳排放量增加。建議繼續(xù)加大生產(chǎn)領(lǐng)域的減排力度，降低碳排放系數(shù)，促進(jìn)居民消費(fèi)碳排放量的減少。

3)技術(shù)、消費(fèi)結(jié)構(gòu)對(duì)居民消費(fèi)碳排放的影響不穩(wěn)定。樣本期內(nèi)技術(shù)效應(yīng)、消費(fèi)結(jié)構(gòu)效應(yīng)或正或負(fù)，沒(méi)有持續(xù)穩(wěn)定的變化，但后期消費(fèi)結(jié)構(gòu)效應(yīng)基本為負(fù)，說(shuō)明消費(fèi)結(jié)構(gòu)的變動(dòng)有利于碳排放的減少，消費(fèi)結(jié)構(gòu)在向利于減排的方向發(fā)展。建議減排政策應(yīng)兼顧居民消費(fèi)水平的整體提高，著力優(yōu)化消費(fèi)結(jié)構(gòu)，降低居民消費(fèi)碳排放量的增速。

4)2007年實(shí)施的全民減排政策在樣本期內(nèi)有效。2007年后居民消費(fèi)碳排放量的快速增長(zhǎng)主要是由消費(fèi)規(guī)模急劇提升帶動(dòng)的，減排政策主要作用于消費(fèi)結(jié)構(gòu)的調(diào)整。政策效果從結(jié)構(gòu)分解模型的五個(gè)方面來(lái)看，體現(xiàn)在：“高減排、高消費(fèi)”效應(yīng)抵消、技術(shù)響應(yīng)的滯后性以及消費(fèi)結(jié)構(gòu)效應(yīng)的不可持續(xù)性。建議保障減排政策的連續(xù)性，穩(wěn)定居民的消費(fèi)習(xí)慣以及充分考慮減排政策效果的滯后性。

5)居民消費(fèi)碳排放將持續(xù)穩(wěn)定增大，但在2020-2030年間，在碳強(qiáng)度系數(shù)及人口下降的影響下居民消費(fèi)碳排放增速將會(huì)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(fèi)與碳減排責(zé)任的經(jīng)濟(jì)學(xué)分析[J]. 經(jīng)濟(jì)研究，2010，(1)：4-13.

[3] 彭水軍，張文城，孫傳旺. 中國(guó)生產(chǎn)側(cè)和消費(fèi)側(cè)碳排放量測(cè)算及影響因素研究[J]. 經(jīng)濟(jì)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(fēng)景區(qū)旅游交通系統(tǒng)碳足跡評(píng)估及影響因素分析-以南岳衡山為例[J]. 資源科學(xué)，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(guó)居民間接能源消費(fèi)碳排放的測(cè)算及分解分析[J]. 生態(tài)經(jīng)濟(jì)，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(guó)，趙金樓. 基于投入產(chǎn)出非線性的制造業(yè)完全能耗強(qiáng)度情景分析[J]. 中國(guó)管理科學(xué)，2016，24(3)：31-40.

[20] 趙忠秀，裴建鎖，閆云鳳. 貿(mào)易增長(zhǎng)、國(guó)際生產(chǎn)分割與CO2排放核算：產(chǎn)業(yè)VS.產(chǎn)品[J]. 中國(guó)管理科學(xué)，2014，23(12)：11-17.

[21] 周平，王黎明. 中國(guó)居民最終需求的碳排放測(cè)算[J]. 統(tǒng)計(jì)研究，2011，28(7)：71-78.

[22] 黃敏. 中國(guó)消費(fèi)碳排放的測(cè)度及影響因素研究[J]. 財(cái)貿(mào)經(jīng)濟(jì)，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(mào)易隱含碳排放格局的變動(dòng)及其影響因素[J]. 統(tǒng)計(jì)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(dú)二孩實(shí)踐看生育意愿和人口政策-2015-2080年中國(guó)人口形勢(shì)展望[J].中國(guó)發(fā)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(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFA0602804)；國(guó)家自然科學(xué)基金資助項(xiàng)目(71573248)

夏炎(1981-)，女(漢族)，河北唐山人，中國(guó)科學(xué)院科技戰(zhàn)略咨詢研究院，副研究員，研究方向：宏觀經(jīng)濟(jì)預(yù)測(cè)與氣候變化政策分析，E-mail:xiayan@caipm.ac.cn.

F223

A