吳開亞，王文秀，張 浩，王桂新

（1.復旦大學 a.公共管理與公共政策創(chuàng)新基地；b.環(huán)境科學系；c.社會發(fā)展與公共政策學院，上海 200433；2.中國科學院 廣州地球化學研究所，廣東 廣州 510640）

一、引 言

低碳經(jīng)濟已經(jīng)成為當今世界經(jīng)濟發(fā)展的主旋律，消費作為經(jīng)濟的重要環(huán)節(jié)，對低碳經(jīng)濟的發(fā)展具有舉足輕重的影響。居民生活消費是消費的重要組成部分，居民生活消費的低碳化也逐漸成為學術(shù)界關注的熱點。近年來，國內(nèi)外學者對居民消費碳排放的研究主要集中在煤炭、石油、熱力、電力、天然氣等直接能源消費產(chǎn)生的碳排放方面。這無疑會影響居民對能源的使用和節(jié)約的重視程度，因為直接能源使用的支出只占生活總支出的很小一部分，其忽略了一個關鍵問題，即居民最終消費了工業(yè)及其他部門的大部分產(chǎn)品。這些產(chǎn)品在生產(chǎn)和運輸過程中或服務被使用之前發(fā)生的能源消費都與居民間接能源消費有關，這部分間接能源消費不容忽視［1］。已有研究表明居民的間接能源消費占居民能源消費的絕大部分。例如，整個歐洲直接家庭能源消費占家庭能源需求的15%～20%，其間接能源消耗占80%以上［2］。魏一鳴等的研究表明，1992、1997和2002年我國居民消費所引致的直接和間接碳排放占一次能源消費碳排放的36.52%、43.90%和42.31%，其中間接碳排放分別是直接碳排放的3.70、16.30和8.34倍［3］。因此，居民消費間接碳排放在消費碳排放總量中具有越來越重要的影響。

居民消費碳排放的來源主要分為居民生活直接能源消費碳排放和居民間接能源消費碳排放。直接能源消費碳排放的測算可以根據(jù)居民生活用能源消費的統(tǒng)計數(shù)據(jù)直接計算得到；而間接能源消費碳排放的測算由于涉及消費品在其原料、生產(chǎn)、運輸、銷售中所承載的間接能源消耗，種類繁多、計算過程復雜，目前尚未有一套比較完整的測算方法。Kok等（2006）認為基于投入產(chǎn)出（IO）分析，利用不同的數(shù)據(jù)來源和不同的綜合水平測算會產(chǎn)生不同的結(jié)果?；就度氘a(chǎn)出能源分析方法以國民經(jīng)濟核算的貨幣數(shù)據(jù)為基礎，居民間接能源需求量由“部門積累能源強度”與I-O表內(nèi)的居民最終需求貨幣數(shù)據(jù)的乘積而得。“投入產(chǎn)出+家庭支出”法通過實際調(diào)查來確定家庭支出，居民間接能源需求量由各類消費項目的支出與該項目對應的能源強度數(shù)值計算得出；居民直接能源需求量也是由居民的能源利用數(shù)據(jù)計算得出。這一方法已為 Weber等［4］、Pachauri［5］、Cohen 等［6］、Bin 等［7］的研究所采納?！盎旌夏茉捶治觥被颉吧芷诜治觥眲t把過程分析與投入產(chǎn)出分析結(jié)合起來，詳盡探究生產(chǎn)過程各個階段的能源消費。該方法最為精確但也最費時，因?qū)?shù)據(jù)詳細程度要求過高，多應用于歐洲國家的一些研究中（Reinders等［8］）。前兩種方法因能夠從宏觀上解釋居民消費的能源使用及其碳排放，且其數(shù)據(jù)可得性較強，因而被國內(nèi)外學者廣泛使用。

上海市是我國人口密度最大、經(jīng)濟最活躍和能源消耗最多的城市之一［9］。對上海市居民消費間接碳排放進行測算和研究具有顯著的代表性，研究結(jié)果不僅可以指導居民以合理的消費模式進行低碳生活，而且對我國其他地區(qū)的低碳經(jīng)濟發(fā)展具有一定的借鑒作用，為相關政府部門制定科學有效的碳減排措施提供決策依據(jù)和數(shù)據(jù)支持。

二、研究方法

（一）間接碳排放測算模型

投入—產(chǎn)出（I-O）模型是美國經(jīng)濟學家瓦西里·列昂惕夫（Wassi1y Leontief）利用數(shù)學和統(tǒng)計方法對瓦爾拉（Walras）的一般均衡理論進行科學簡化并應用于實證分析的研究成果［10］，在世界范圍內(nèi)得到普遍的應用［11］。根據(jù)投入—產(chǎn)出模型原理編制的投入—產(chǎn)出表可以定量地揭示國民經(jīng)濟體系中各產(chǎn)業(yè)之間投入與產(chǎn)出的數(shù)量關系以及復雜的技術(shù)經(jīng)濟聯(lián)系。我國自1987年編制出版了第一本全國范圍的投入—產(chǎn)出表以來，每5年出版一次新的版本。投入產(chǎn)出表的編制是在尾數(shù)逢2、7的年份，尾數(shù)逢0、5的年份是對最近年份的投入—產(chǎn)出數(shù)據(jù)進行修訂以延長投入產(chǎn)出表的使用年限，也稱“投入—產(chǎn)出延長表”。但是在部門產(chǎn)品的劃分上“投入—產(chǎn)出延長表”沒有基本表詳細，因為投入—產(chǎn)出表的更新代表了生產(chǎn)技術(shù)的變化［12］，最新的投入—產(chǎn)出表的產(chǎn)品產(chǎn)業(yè)劃分也最為詳細。例如，上海市1997年和2000年I-O表（延長表）劃分了40個產(chǎn)品產(chǎn)業(yè)部門，2002年I-O表劃分了131個產(chǎn)品產(chǎn)業(yè)部門，2005年I-O表（延長表）劃分了42個產(chǎn)品產(chǎn)業(yè)部門，2007年I-O表劃分了144個部門，2010年I-O表（延長表）劃分了42個產(chǎn)品產(chǎn)業(yè)部門。

本文根據(jù)研究目的和數(shù)據(jù)的可獲得性，選用投入—產(chǎn)出能源分析方法進行居民間接能源消費的碳排放核算。投入—產(chǎn)出模型［13］表達為：

（1）式中，b用來區(qū)分城鄉(xiāng)結(jié)構(gòu)，b=0代表農(nóng)村居民，b=1代表城鎮(zhèn)居民；CF為各類居民間接能源消費的碳排放列向量；M為與n×n維投入產(chǎn)出表中各產(chǎn)業(yè)所對應的產(chǎn)業(yè)能源碳排放強度矩陣，即產(chǎn)業(yè)直接能源消耗產(chǎn)生的碳排放和該產(chǎn)業(yè)總產(chǎn)出的比，是一個橫向量，各產(chǎn)業(yè)直接能源消耗產(chǎn)生的碳排放的測算方法與居民生活直接能源消費碳排放的測算方法相同；A為投入產(chǎn)出表中的直接消耗系數(shù)矩陣。

直接消耗系數(shù)aij指的是投入產(chǎn)出表中生產(chǎn)一單位列中各產(chǎn)品Xi所直接消耗的行中各產(chǎn)品的數(shù)量Xij，可以反映列中各部門對行中各部門的直接依賴關系，直接消耗系數(shù)計算公式為［14］：

（二）結(jié)構(gòu)分解模型

能源消費及其碳排放的分解分析方法有結(jié)構(gòu)分解法（structural decomposition analysis，SDA）和指數(shù)分解法（index decomposition analysis，IDA）。SDA方法利用投入產(chǎn)出表，以投入產(chǎn)出系數(shù)和各部門的最終需求為基礎，對影響要素如最終需求、國際貿(mào)易等有更細的分析［15-17］。核心思想是將經(jīng)濟系統(tǒng)中某因變量的變動分解為相關自變量各種形式變動的和，以測度各自變量對因變量變動貢獻的大?。?8］。結(jié)構(gòu)分解分析中，對分解后各自變量交叉項的處理直接影響到分析效果。由于保留交叉項的方法無法清楚地解釋各自變量對因變量的全部影響，一般將交叉項合并到各自變量。常用的交叉項合并方法有兩極分解法、中點權(quán)分解法。鑒于兩極分析法的理論相對成熟，在國內(nèi)的應用也比較廣泛［18-20］，且方法簡單、表達直觀，本文采用兩極分析法進行居民消費間接碳排放的影響因素分析。

根據(jù)（1）式的投入產(chǎn)出模型可知，居民消費間接碳排放的影響因素包括單位總產(chǎn)出的碳排放水平、部門中間生產(chǎn)過程對各部門的需求和居民對各類消費品的消費量。為進一步考察人口及居民消費模式對碳排放的影響，將居民消費量分解為人口規(guī)模、居民消費水平與消費結(jié)構(gòu)3個變量。居民消費間接碳排放投入產(chǎn)出模型擴展為：

（3）式中，P、YS、YT分別為人口規(guī)模、人均消費價值量、各類消費品的消費比重轉(zhuǎn)換而成的對角矩陣，其他變量及下標同（1）式。由此可將居民消費間接碳排放的變動分解為5個影響因素：排放強度效應（用部門單位總產(chǎn)出碳排放水平表征）、中間需求效應（用部門中間生產(chǎn)過程對各部門的需求表征）、人口規(guī)模效應、消費水平效應和消費結(jié)構(gòu)效應。

記xi變動對Δy的影響為E(Δxi)，其兩極表達式為：

結(jié)構(gòu)分解的總效應為：對于（3）式所示的投入產(chǎn)出模型，其結(jié)構(gòu)分解的總效應表達式為：

在專題座談中，大家一致認為：(一) 煤炭腐植酸是生態(tài)環(huán)境建設的重要資源，必須高度重視。(二) 煤炭腐植酸既是新產(chǎn)業(yè)，又是戰(zhàn)略產(chǎn)業(yè)，必須把煤炭腐植酸資源的帳算清楚。新疆的煤炭腐植酸資源既是新疆的，也是國家的，一定要有大局觀。(三) 煤炭腐植酸資源必須加強政府管理。(四) 煤炭腐植酸資源綜合利用應統(tǒng)籌安排。(五) 煤炭腐植酸資源調(diào)查任務艱巨。樊董事長為此表示，一定要把“新疆煤炭腐植酸資源調(diào)查”一抓到底，力爭把政府、行業(yè)、企業(yè)三方面的優(yōu)勢組合起來，形成有權(quán)威、有專業(yè)、有效力的工作班子，全力推動“新疆煤炭腐植酸資源調(diào)查“工作，為我國生態(tài)環(huán)境建設服務。

由（4）式得變動因素的兩極分解表達式分別為：

排放強度效應：

中間需求效應：

人口規(guī)模效應：

消費水平效應：

消費結(jié)構(gòu)效應：

三、數(shù)據(jù)處理

本文采用的投入產(chǎn)出數(shù)據(jù)源自1997、2000、2002、2005、2007和2010年上海市投入產(chǎn)出表；能源數(shù)據(jù)源自相關年份的《上海工業(yè)交通能源統(tǒng)計年鑒》；人口等其他數(shù)據(jù)源自相關年份的《上海統(tǒng)計年鑒》。由于投入產(chǎn)出表各年份各部門的分類數(shù)不等，且投入產(chǎn)出表與能源平衡表及工業(yè)交通能源消耗量表對國民經(jīng)濟部門（行業(yè)）的劃分不一致，需要進行歸并處理。根據(jù)各部門之間關系的密切程度，將所有產(chǎn)業(yè)部門劃為“農(nóng)林漁牧及其服務業(yè)”、“采掘業(yè)”、“食品制造及煙草加工業(yè)”、“紡織、服裝與皮革制品”、“木材加工制品及文體用品”、“石油加工煉焦及燃燒加工業(yè)”、“化工及醫(yī)藥制品”、“建材建筑及非金屬礦物制品”、“金屬加工制品”、“機械、電子設備及其他制品”、“電力、熱力及水生產(chǎn)和供應”、“交通運輸、倉儲及信息服務”、“批發(fā)零售及住宿餐飲服務”和“文教衛(wèi)生、商務及其他服務”等14個部門。在進行數(shù)據(jù)處理時將所有涉及資金貨幣的數(shù)據(jù)（當年價）轉(zhuǎn)化為以1997年為基準年的不變價，以消除價格變動的影響。有關碳排放的測算和碳排放影響因素分析的數(shù)據(jù)分析和處理分別在DPS v12.0和MATLAB7.1上完成。

四、居民消費間接碳排放結(jié)果分析

（一）部門碳排放強度和碳排放乘數(shù)因子

部門碳排放強度是部門直接消耗能源所產(chǎn)生的碳排放與該部門的總產(chǎn)出之比，即部門的直接碳排放強度；碳排放乘數(shù)因子反映了部門單位產(chǎn)出所需的所有部門的完全能源投入產(chǎn)生的碳排放。與碳排放強度的不同之處在于能源碳排放乘數(shù)因子不僅考慮了部門直接的能源消耗產(chǎn)生的碳排放，還將消耗其他部門的產(chǎn)品而引起的間接碳排放計算在內(nèi)，能夠更準確地表達某一部門創(chuàng)造一個單位的產(chǎn)出時所引起的全部碳排放，在數(shù)值上直觀表現(xiàn)為部門碳排放強度小于該部門的碳排放乘數(shù)因子。表1和表2分別為1997-2010年上海市部門碳排放強度和部門碳排放乘數(shù)因子。

從表1和表2可以看出，1997-2010年上海市石油加工煉焦及燃燒加工業(yè)、金屬加工制品、交通運輸倉儲及信息服務3個部門的碳排放強度、碳排放乘數(shù)因子均處于各部門前列，是能源消耗高度密集型部門。主要是由于上海市交通運輸業(yè)發(fā)展速度較快，能源消耗快速增長。汽車等耗能產(chǎn)品使用量的快速增大，是導致石油加工煉焦及燃燒加工業(yè)能源消耗高的原因。工業(yè)發(fā)展帶動金屬制品耗能增大，同時各部門服務水平不斷改善，經(jīng)營效益持續(xù)提高，導致石油加工煉焦及燃燒加工業(yè)的碳排放強度和碳排放乘數(shù)因子均高于其他部門。金屬加工制品在1997-2002年緩慢降低，2005年激增，但到2007年和2010年均降低較多，碳排放強度從2.2244降低到0.5591和0.5895，碳排放乘數(shù)因子則從2005年的4.4503降至2010年的1.6008。交通運輸、倉儲及郵政業(yè)的碳排放強度和碳排放乘數(shù)因子逐年下降，但仍高于其他部門。化工及醫(yī)藥制品的碳排放強度除了1997年的0.7926，其他年份都在0.3左右變化，但是其碳排放乘數(shù)因子都大于1.2，其中1997年和2005年都超過2.0，說明其能耗也較大。

農(nóng)林漁牧及其服務業(yè)的碳排放強度變化不明顯，碳排放乘數(shù)因子相對較為穩(wěn)定，1997-2007年均在1.10～1.70之間，2010年降至0.7351，說明農(nóng)業(yè)的碳排放比較穩(wěn)定，并在近年來呈現(xiàn)下降趨勢。采掘業(yè)的碳排放強度和乘數(shù)因子在2000-2010年比較穩(wěn)定。食品制造及煙草加工業(yè)的碳排放強度和乘數(shù)因子呈逐年下降趨勢，除1997年大于1.00，其他年份均小于1.00。紡織服裝與皮革制品和木材加工制品及文體用品的碳排放強度在0.12～0.27之間變動，碳排放乘數(shù)因子波動小，前者最大為1997年的1.4776，最小為2010年的0.7336，后者最大為1997年的2.4520，最小為2010年的0.8621。建材建筑及非金屬礦物制品的碳排放強度和乘數(shù)因子在1997-2002年間呈增加趨勢，而后逐年減小，說明其能耗的變化也是先增后減。機械電子設備及其制品、電力熱力及水生產(chǎn)和供應2個部門的碳排放乘數(shù)因子在1997年分別為2.0151、3.2388，而2010年均小于0.90，說明這2個部門節(jié)能減排的效果比較明顯。批發(fā)零售及住宿餐飲服務的乘數(shù)因子在2005和2007年達到1.0080和1.2980，其他年份中都在0.70左右變化。文教衛(wèi)生商務及其他服務的碳排放強度一直低于0.15，最大為2002年0.1427，乘數(shù)因子一直低于1.0，最大為2007年的0.9761，2010年降至0.6035，說明文教衛(wèi)生商務及其他服務的能耗一直低于其他部門，為低能耗部門。事實上，除了石油加工煉焦及燃燒加工業(yè)、金屬加工制品、交通運輸倉儲及信息服務三大能耗部門外，農(nóng)林漁牧及其服務業(yè)、紡織服裝與皮革制品、機械電子設備及其他制品、電力熱力及水生產(chǎn)和供應4個部門的能耗也占較大比例。

表1 1997-2010年上海市部門碳排放強度 噸碳/萬元

表2 1997-2010年上海市部門碳排放乘數(shù)因子 噸碳/萬元

（二）居民消費間接碳排放

1997-2010年上海市居民間接能源消費產(chǎn)生的碳排放總量、城鎮(zhèn)居民間接能源消費產(chǎn)生的碳排放呈上升趨勢（表3），分別從1997年的1696.75萬噸、1411.57萬噸增加到2010年的5134.2萬噸、4903.3萬噸，分別增加了2.026倍和2.47倍，年均增長率分別為8.89%和10.05%。農(nóng)村居民間接能源消費產(chǎn)生的碳排放總體呈下降趨勢，從1997年的285.17萬噸碳下降到2007年的230.62萬噸碳，年均下降1.61%。城鄉(xiāng)居民間接碳排放差距顯著，且差距有進一步加大的趨勢。例如，1997年城鎮(zhèn)居民間接能源消費產(chǎn)生的碳排放是農(nóng)村居民產(chǎn)生間接碳排放的4.95倍，而2010年則增加到21.26倍。該時期居民最終消費總量從1997年的1135.42億元持續(xù)增長至2010年的2149.49億元，增幅達1.89倍。其中，城鎮(zhèn)居民最終消費從936.31億元增長至2046.51億元，增幅達2.18倍。農(nóng)村居民最終消費先減后增，從1997年的199.12億元減小到2005年的85.67億元，后增加至2010年的102.98億元。居民消費間接碳排放總量、城鎮(zhèn)居民消費間接碳排放的增幅遠小于最終消費的增幅。

上海市居民間接碳排放量的增加主要由城鎮(zhèn)居民的間接碳排放引起，城鄉(xiāng)居民間接碳排放存在顯著的差距，主要原因在于：

（1）上海市城鎮(zhèn)居民生活水平高于農(nóng)村，生活方式多樣化，居民生活行為間接涉及的工業(yè)部門更廣。例如，城鎮(zhèn)居民的居住涉及電力、蒸汽熱水供應，且在生產(chǎn)、運輸過程中耗能巨大，產(chǎn)生的碳排放量大；城鎮(zhèn)居民的教育文化娛樂發(fā)展優(yōu)于農(nóng)村，教育文化娛樂涉及的造紙業(yè)的碳排放量較大。

（2）上海人口城市化水平不斷提高，城市居民人口規(guī)模不斷增加促使城市居民間接碳排放總量的增加。

表3 1997-2010年上海市居民消費間接碳排放 萬噸碳

（三）人均消費間接碳排放

人均消費間接碳排放反映了個人消費行為對間接碳排放總量的貢獻，是影響間接碳排放總量的決定因素之一。從表4可以看出，1997-2010年上海市城鎮(zhèn)居民人均間接碳排放呈上升態(tài)勢，從1.49噸增加到3.91噸，而農(nóng)村居民人均間接碳排放總體呈波動緩慢上升趨勢。

表4 1997-2010年上海市人均間接消費碳排放

由此可見，人均間接碳排放的城鄉(xiāng)差距在進一步擴大，其原因與城鄉(xiāng)居民間接碳排放存在顯著差距的原因基本一致，即城鎮(zhèn)居民生活水平高于農(nóng)村，生活方式多樣化，居民生活行為間接涉及的工業(yè)部門更廣，人均產(chǎn)生的間接碳排放較大。

五、基于結(jié)構(gòu)分解的居民消費間接碳排放的影響因素分析

（一）結(jié)構(gòu)分解結(jié)果

根據(jù)（8）-（12）式的兩極分解表達式，以1997年為基期分別對樣本期內(nèi)各年份城鎮(zhèn)、農(nóng)村居民消費間接碳排放進行結(jié)構(gòu)分解，分解結(jié)果見表5。結(jié)果顯示，1997-2010年人口規(guī)模、消費水平、消費結(jié)構(gòu)對城鎮(zhèn)居民消費間接碳排放在總體上呈正效應，且貢獻值都呈上升變化趨勢。其中消費水平為主導因素，2010年年貢獻值高達4317.78萬噸碳。人口規(guī)模效應及消費結(jié)構(gòu)效應的貢獻值遠小于消費水平效應，分別為752.675萬噸碳和407.662萬噸碳。部門碳排放強度呈負效應，且負效應顯著，2010年其貢獻值達到-3087.21萬噸碳。中間需求效應在2000—2002年呈現(xiàn)負效應，隨后呈正效應，其中2007年為1349.52萬噸碳，2010年則為144.232萬噸碳。由于三種正效應的貢獻值之和超過了兩種負效應的貢獻值的絕對值之和，該階段城鎮(zhèn)居民消費間接碳排放的整體變動表現(xiàn)為總量增長。

表5 各變動因素對居民消費間接碳排放的貢獻值 萬噸碳

（二）各變動因素對居民消費間接碳排放的貢獻

各變動因素對農(nóng)村居民消費間接碳排放的貢獻與對城鎮(zhèn)居民的略有不同。1997-2010年，消費水平對農(nóng)村居民消費間接碳排放呈正效應，且為主導因素，如2010年貢獻值為85.1584萬噸碳。人口規(guī)模對農(nóng)村居民消費間接碳排放呈負效應，2010年貢獻值為-22.1611。2005年碳排放強度效應、消費結(jié)構(gòu)效應均為正效應，其他年份為負效應，2005年的兩個正效應值分別為14.6862萬噸碳、35.4164萬噸碳，2010年則分別為-21.8843萬噸碳、-34.233萬噸碳。而該階段農(nóng)村居民消費間接碳排放總效應變化差異較大，其中2005和2010年為正效應，分別為98.1424萬噸碳、10.6051萬噸碳；2000、2002、2007年則分別為-24.0556萬噸碳、-21.2071萬噸碳、-19.0493萬噸碳。

各變動因素對居民消費間接碳排放的貢獻率的變動情況見表6（表6中，基期為1997年）。對城鎮(zhèn)居民而言，碳排放強度效應在2000年達到318.24%，其他年份均為顯著負效應，2010年為-121.78%。中間需求效應在2002年為負效應，其他年份正效應，2000、2007年的正效應顯著，2005、2010年則在5%左右。人口規(guī)模、消費水平、消費結(jié)構(gòu)對城鎮(zhèn)居民消費間接碳排放從2002年開始呈現(xiàn)正效應，2000年則均為負效應。消費水平的正效應顯著，除2005年為91.89%外，其他三個年份都基本大于150.0%，2010年達到170.32%。人口規(guī)模、消費結(jié)構(gòu)的正效應呈下降趨勢，2010年分別為29.69%、16.08%。

表6 各變動因素對居民消費間接碳排放的貢獻率 %

對農(nóng)村居民而言，各變動因素的貢獻率均呈現(xiàn)較大的波動態(tài)勢，沒有一個因素是呈現(xiàn)完全的正效應或負效應。消費水平在2005年、2010年分別呈現(xiàn)貢獻率141.63%、803.0%的正效應，與其他年份的負效應形成鮮明對比。碳排放強度的貢獻率與消費結(jié)構(gòu)的貢獻率有同樣的變動趨勢，即2010年呈現(xiàn)貢獻率負效應，其他年份均呈現(xiàn)正效應，前者為-206.36%，后者為-322.80%的負效應。人口規(guī)模在2005年呈現(xiàn)貢獻率-79.9%的負效應，與其他年份的正效應形成鮮明對比。中間需求呈現(xiàn)貢獻率正、負效應的轉(zhuǎn)變，貢獻率從2000年的19.02%擴大至2002年的26.30%，2005年轉(zhuǎn)為貢獻率-12.79%的負效應，且負效應繼續(xù)增強，至2007年貢獻率為-137.0%，2010年為35.13%的正效應。

六、結(jié) 論

本文基于投入產(chǎn)出模型和結(jié)構(gòu)分解方法對上海市居民消費間接碳排放進行測算和分析。根據(jù)測算結(jié)果考查了1997-2010年上海各產(chǎn)業(yè)部門的碳排放強度和碳排放乘數(shù)因子的差異，分析了1997-2010年上海市居民消費間接碳排放規(guī)模和變動趨勢，并進行城鄉(xiāng)比較。根據(jù)結(jié)構(gòu)分解結(jié)果，分析了部門排放強度、中間需求、人口規(guī)模、消費水平和消費結(jié)構(gòu)等因素變動對居民消費間接碳排放的影響，得到以下幾點結(jié)論：

（1）1997-2010年，上海市石油加工煉焦及燃燒加工業(yè)、金屬加工制品、交通運輸倉儲及信息服務三個部門是能源消耗高度密集型部門。化工及醫(yī)藥制品的碳排放強度除了1997年的0.7926，其他年份都在0.3左右變化，但其碳排放乘數(shù)因子均大于1.2，其中1997年和2005年均超過2.0，說明其能耗也較大。

（2）1997-2010年上海市居民間接能源消費產(chǎn)生的碳排放總量、城鎮(zhèn)居民間接能源消費產(chǎn)生的碳排放呈上升趨勢，農(nóng)村居民間接能源消費產(chǎn)生的碳排放總體呈下降趨勢。上海市居民間接碳排放量的增加主要是由城鎮(zhèn)居民間接碳排放引起的，城鄉(xiāng)居民間接碳排放存在顯著的差距。原因主要在于：一是上海市城鎮(zhèn)居民生活水平高于農(nóng)村，生活方式多樣化，居民生活行為間接涉及的工業(yè)部門更廣；二是上海市人口城市化水平的不斷提高致使城市居民人口規(guī)模不斷增加，從而促使城市居民間接碳排放總量的增加。

（3）對城鎮(zhèn)居民而言，1997-2010年，人口規(guī)模、消費水平、消費結(jié)構(gòu)對城鎮(zhèn)居民消費間接碳排放在總體上呈正效應，且貢獻值都呈上升趨勢，其中消費水平為主導因素，2010年貢獻值高達4317.78萬噸碳。人口規(guī)模效應及消費結(jié)構(gòu)效應的貢獻值遠小于消費水平效應，分別為752.675萬噸碳和407.662萬噸碳。部門碳排放強度呈負效應，且負效應顯著，2010年其貢獻值達到-3087.21萬噸碳。中間需求效應在2000—2002年呈現(xiàn)負效應，隨后呈正效應，其中2007年為1349.52萬噸碳，2010年則為144.232萬噸碳。由于三種正效應的貢獻值之和超過了兩種負效應的貢獻值的絕對值之和，該階段城鎮(zhèn)居民消費間接碳排放的整體變動表現(xiàn)為總量增長。

（4）上海市居民消費水平的提高是居民消費間接碳排放增加的主要驅(qū)動力，城鎮(zhèn)人口規(guī)模的增加也是導致上海市城鎮(zhèn)居民消費間接碳排放總量增加的重要因素。從減緩碳排放角度考慮，要正確處理好未來低碳經(jīng)濟發(fā)展與居民消費水平提高和人口城鎮(zhèn)化水平提高之間的矛盾。此外，調(diào)整居民消費結(jié)構(gòu)和產(chǎn)業(yè)部門能源消費結(jié)構(gòu)，引導居民進行低碳生活，提高能源利用效率，降低碳排放強度，也是減少碳排放的有效措施。

［1］ Park H C，Heo E.The direct and indirect household energy requirements in the Republic of Korea from 1980 to 2000–An input– output analysis［J］.Energy Policy，2007 35（5）：2839-2851.

［2］ Biesiot W，Noorman K J.Energy Requirements of Household Consumption：A Case Study of the Netherlands［J］.Ecological Economics，1999，28（3）：367-383.

［3］ 魏一鳴，范英，劉蘭翠，等.中國能源報告（2008）：碳排放研究［M］.北京：科學出版社，2008：125-151.

［4］ Weber C，Perrels A.Modelling lifestyle effects on energy demand and related emissions［J］.Energy Policy，2000，28（8）：549-566.

［5］ Pachauri S.An analysis of cross-sectional variations in total household energy requirements for India using micro survey data［J］.Energy Policy，2004（32）：1723-1735.

［6］ Claude Cohen，Manfred Lenzen，Roberto Schaeffer.Energy requirements of households in Brazil［J］.Energy Policy，2005，33（4）：555-562.

［7］ Bin S，Dowlatabadi H.Consumer lifestyle approach to US energy use and the related CO2emission［J］.Energy Policy，2005，33（2）：197-208.

［8］ Reinders A H M E，Vringer K，Blok K.The direct and indirect energy requirement of households in the European Union［J］.Energy Policy，2003，31（2）：139-153.

［9］ 謝士晨，陳長虹，李莉，等.上海市能源消費CO2排放清單與碳流通圖［J］.中國環(huán)境科學，2009，29（11）：1215-1220.

［10］ 李榮富.安徽省最終需求對產(chǎn)業(yè)演進影響的實證分析——基于投入產(chǎn)出模型的視角［J］.科技情報開發(fā)與經(jīng)濟，2009，19（31）：83-85.

［11］ 鄔義鈞，邱鈞.產(chǎn)業(yè)經(jīng)濟學［M］.北京：中國統(tǒng)計出版社，1997：75-82.

［12］ 徐慧.中國進出口貿(mào)易的環(huán)境成本轉(zhuǎn)移——基于投入產(chǎn)出模型的分析［J］.世界經(jīng)濟研究，2010（1）：52-57.

［13］ 陸瑩瑩，趙旭.家庭能源消費研究述評［J］.水電能源科學，2008，26（1）：187-191.

［14］ 袁正.我國郵電業(yè)的產(chǎn)業(yè)波及特性研究［J］.工業(yè)經(jīng)濟研究，2003（6）：51-57.

［15］ Miller R E，Blair P D.Input-output Analysis：Foundations and Extensions［M］.Englewood Cliffs，N J：Prentice-Hall，1985：200-227.

［16］ Hoekstra R，Vander Bergh J C J M.Comparing structural and index decomposition analysis［J］.Energy Economics，2003，25（1）：39-64.

［17］ Diakoulaki D，Mavrotas G，Orkopoulos D，et al.A bottom-up decomposition analysis of energy-related CO2emissions in Greece［J］.Energy，2006，31（14）：2638-2651.

［18］ 李景華.SDA模型的加權(quán)平均分解法及在中國第三產(chǎn)業(yè)經(jīng)濟發(fā)展分析中的應用［J］.系統(tǒng)工程，2004，22（9）：69-73.

［19］ 梁進社，鄭蔚，蔡建明.中國能源消費增長的分解——基于投入產(chǎn)出方法［J］.自然資源學報，2007，22（6）：853-864.

［20］ 李艷梅，張雷.中國能源消費增長原因分析與節(jié)能途徑探討［J］.中國人口資源與環(huán)境，2008，18（3）：83-87.