米 紅，張?zhí)锾?，任正委，周 偉（.浙江大學(xué)公共管理學(xué)院，浙江 杭州 0058；.浙江理工大學(xué)法政學(xué)院，浙江 杭州 008；.浙江大學(xué)西部發(fā)展研究院人口與發(fā)展研究所，浙江 杭州 0058）

城鎮(zhèn)化進程中家庭CO2排放的驅(qū)動因素分析

米 紅1，張?zhí)锾?*，任正委2，周 偉3（1.浙江大學(xué)公共管理學(xué)院，浙江 杭州 310058；2.浙江理工大學(xué)法政學(xué)院，浙江 杭州 310018；3.浙江大學(xué)西部發(fā)展研究院人口與發(fā)展研究所，浙江 杭州 310058）

使用ⅠPCC推薦的方法與投入-產(chǎn)出模型分別測算中國家庭直接與間接C O2排放.從家庭戶城鎮(zhèn)化的視角，引入對數(shù)平均迪氏指數(shù)分解（LMDI）模型，將家庭CO2排放分解為戶數(shù)效應(yīng)、城鎮(zhèn)化效應(yīng)、生活水平效應(yīng)、生活方式效應(yīng)、能源強度效應(yīng).結(jié)果表明:1995～2012年，城鄉(xiāng)平均家庭規(guī)模分別減少0.37人/戶、0.6人/戶，城鎮(zhèn)家庭CO2排放增加17.4億t，而農(nóng)村家庭CO2排放減少了0.79億t；收入水平和城鄉(xiāng)家庭戶數(shù)分別對家庭CO2排放增長貢獻24.9億t、4.64億t；家庭戶城鎮(zhèn)化水平拉動3.14億t間接CO2排放；城鄉(xiāng)家庭消費結(jié)構(gòu)具有不同程度的高碳化特征，對間接CO2排放的累計貢獻度分別為10.3%、12.8%；能源強度效應(yīng)累計抑制21.1億tCO2排放.

家庭CO2排放；家庭戶城鎮(zhèn)化；ⅠPCC碳排放系數(shù)法；投入-產(chǎn)出模型；LMDⅠ分解模型

目前中國的家庭能源消費已超過工業(yè)部門成為國家CO2排放的主要增長點，因而與由家庭消費產(chǎn)生的能源消費及CO2排放相關(guān)的研究逐漸增多［1］.家庭戶成員作為投資者為社會提供儲蓄和消費［2］；作為生產(chǎn)者向中間生產(chǎn)部門與終端商品部門輸出資本和勞動力，作為最終消費者購買終端商品部門提供的商品和服務(wù)，而中間部門的生產(chǎn)、運輸?shù)拳h(huán)節(jié)對大氣排放CO2［3］.越來越多的研究指出，相對于個人而言，家庭戶更適合作為影響能源消費和CO2排放的人口分析單位，因為家庭戶通常是人們消費的主要單位［4］，甚至在某些發(fā)展中國家也是生產(chǎn)的主要單位［5-6］，在人口總量保持穩(wěn)定的情況下，其對CO2排放的影響大于個體因素［7］.因此以家庭為研究單位估算家庭CO2排放具有重要意義.

隨著城鎮(zhèn)化的發(fā)展，城鄉(xiāng)家庭CO2排放的差距在擴大［8］.一方面，城鎮(zhèn)化改變部分家庭戶的城鄉(xiāng)狀態(tài)，影響家庭收入水平、消費規(guī)模、消費偏好和能源消費結(jié)構(gòu)［9］，家庭能源消費隨之發(fā)生變化：一是傳統(tǒng)煤炭和有機物燃料向商業(yè)燃料轉(zhuǎn)變；二是家用電器的能源消費比例上升，能源消費和CO2排放的總量和結(jié)構(gòu)發(fā)生改變［10］.另一方面，城鎮(zhèn)化使得原本在鄉(xiāng)村的家庭戶集中到城鎮(zhèn)，家庭戶的密集化在推動公共資源的利用效率提升的同時，使得戶均能源利用效率提高，從而影響城鄉(xiāng)家庭CO2排放量.1995～2012年，城鎮(zhèn)家庭戶數(shù)比例從31.3%升至54.4%，隨著家庭戶小型化、家庭戶分離、人口城鎮(zhèn)化的發(fā)展，這個比例將繼續(xù)增長.如果中國政府從城鎮(zhèn)化發(fā)展的視角，制定區(qū)分城鄉(xiāng)的節(jié)能減排政策，可更有效地減緩氣候變化

［11］.因此本文分析城鎮(zhèn)化進程中家庭CO2排放的驅(qū)動因素，并采用家庭戶城鎮(zhèn)化率指標(biāo)來衡量城鎮(zhèn)化水平［12］.

對于家庭CO2排放的界定，文獻通常分為家庭直接CO2排放和間接CO2排放［1,8,13-14］.家庭直接CO2排放定義為直接能源消費引致的CO2排放，包括住宅能源消費（炊事、熱水供應(yīng)、供暖等）和交通能源消費［13-14］.家庭間接CO2排放定義為由家庭戶購買的商品和服務(wù)在生產(chǎn)、運輸及銷售等環(huán)節(jié)中所承載的能源消耗導(dǎo)致的CO2排放［1,13,15-17］.電力、熱力的使用過程不直接產(chǎn)生碳排放，實際碳排放發(fā)生在電力和熱力生產(chǎn)部門［15-16］，電力、熱力的生產(chǎn)、加工、運輸體現(xiàn)在國民經(jīng)濟行業(yè)的燃氣生產(chǎn)和供應(yīng)業(yè)、電力、熱力的生產(chǎn)和供應(yīng)業(yè)、煤炭開采業(yè)、煉焦加工業(yè)等行業(yè).為避免重復(fù)計算，將電力、熱力消費對應(yīng)的CO2排放納入間接CO2排放的范圍.

城鎮(zhèn)化與家庭收入、消費水平是家庭能源消費及CO2排放的重要變量［18-19］.現(xiàn)有研究大多對城鎮(zhèn)和農(nóng)村生活能源消費和CO2排放分別建立模型［20］，很少分別計算家庭直接、間接CO2排放，也少見城鎮(zhèn)化、消費率、消費結(jié)構(gòu)、收入等變量被同時納入分解模型，且研究年份期限較短.本文不僅測算1995～2012年中國城鄉(xiāng)家庭直接和間接CO2排放的總量及構(gòu)成，還對城鄉(xiāng)家庭直接、間接CO2排放分別進行因素分解，同時將家庭戶數(shù)、家庭戶城鎮(zhèn)化水平、家庭收入、消費結(jié)構(gòu)、消費率等驅(qū)動因素納入LMDⅠ模型中，計算這些變量對城鄉(xiāng)家庭直接、間接CO2排放的貢獻，比較并分析各驅(qū)動因素貢獻度的城鄉(xiāng)區(qū)別.

1 研究方法

1.1 中國家庭直接CO2排放的測算方法

國內(nèi)對家庭直接碳排放的測算主要是采用ⅠPCC推薦的碳排放系數(shù)法［21-22］，根據(jù)化石燃料實物消費量與碳排放因子來核算能源消費CO2排放.本文使用該方法，測算1995～2012年中國家庭直接CO2排放，具體見下文公式1.也有文獻先通過將能源消費實物量轉(zhuǎn)化為標(biāo)準(zhǔn)煤數(shù)量，再折算成CO2［23-24］.文中第2部分的表3描述了兩種方法的計算差異.

與文獻［8］類似，文中家庭直接CO2排放對應(yīng)的一次能源數(shù)據(jù)來自《中國能源統(tǒng)計年鑒》，采用能源平衡表“終端消費”項目的居民生活消費數(shù)據(jù)，根據(jù)2010年全國第6次人口普查數(shù)據(jù)，我國集體戶人口占總?cè)丝诘?%，集體戶數(shù)占總戶數(shù)的3%［25］.因此，雖然居民生活消費包括集體戶（人口）的貢獻，但占比極小，可大概忽略集體戶的作用.所有一次能源類別均為《中國能源統(tǒng)計年鑒》公布的能源品種包括原煤、洗精煤等，計算時均采用實物量.因數(shù)據(jù)限制，農(nóng)村直接碳排放僅包括一次能源即化石能源燃燒產(chǎn)生的CO2排放，并未包含生物質(zhì)能源的使用過程中產(chǎn)生的CO2排放.

式中：Cd表示家庭直接碳排放量，單位為tCO2；i為能源品種；Qi表示第i種能源的消費實物量，單位為t或kW·H或kJ； NCVi為第i種能源的平均低位熱值，單位為kJ/kg； Fi表示第i種能源的單位燃燒含碳量，單位為kgC/kJ； COFi表示第i種能源的燃燒氧化率，44/12為碳轉(zhuǎn)化為CO2的系數(shù).所有一次能源的折標(biāo)煤參考系數(shù)、平均低位熱值來自《中國能源統(tǒng)計年鑒》，能源品種單位燃燒含碳量和燃燒氧化率均來自《省級溫室氣體清單編制指南》.

1.2 中國家庭間接CO2排放的估算方法

對家庭間接碳排放的估算方法有投入產(chǎn)出分析方法（ⅠOA）、生命周期分析方法（LCA）、消費者生活方式（CLA）［26-27］.國內(nèi)學(xué)者對家庭間接碳排放的測算主要是采用第1種［8,17,28-29］.ⅠOA在20世紀(jì)30年代由Leontief［30］提出，通過經(jīng)濟統(tǒng)計資料編制投入產(chǎn)出表（Ⅰ-O表），并利用線性代數(shù)等數(shù)學(xué)方法建立相應(yīng)的數(shù)學(xué)模型，以反映經(jīng)濟系統(tǒng)各個部門（產(chǎn)業(yè)）間的關(guān)系.該模型提供了城鄉(xiāng)居民在各經(jīng)濟部門的消費支出，便于計算家庭間接碳排放［17］.

f表示各部門CO2強度的列向量，為各部門CO2排放與投入產(chǎn)出表中對應(yīng)的總產(chǎn)出之比，計算過程中將其轉(zhuǎn)換為對角矩陣便于計算.（I-A）-1為列昂惕夫逆矩陣，表示部門中間生產(chǎn)需求的變化，即該部門增加一單位的最終需求時，對國民經(jīng)濟各部門的完全需要量，反映經(jīng)濟系統(tǒng)中各行業(yè)之間的依存關(guān)系［30］，其變化會影響產(chǎn)品中間生產(chǎn)過程各部門的能源消費，最終影響居民間接CO2排放［17］.Y表示投入產(chǎn)出表中城鄉(xiāng)居民對各行業(yè)的最終消費列向量.

表1 國民經(jīng)濟行業(yè)與居民消費對應(yīng)表Table 1 Household consumption categories in accordance with industries in national economy

本文選取的研究年份為1995、2000、2005、2010、2012年，便于對應(yīng)人口普查、抽樣年份. 2000、2010年的原始數(shù)據(jù)來源于當(dāng)年人口普查，1995、2005年的原始數(shù)據(jù)來源于當(dāng)年1%人口抽樣調(diào)查，2012年的原始數(shù)據(jù)來源于當(dāng)年1‰人口抽樣調(diào)查.能源消費數(shù)據(jù)采用當(dāng)年能源年鑒中分行業(yè)能源消費數(shù)據(jù).與文獻［13-14］一致，采用由國家統(tǒng)計局編制的當(dāng)年投入產(chǎn)出表（由于2012年投入產(chǎn)出表尚未公布，采用2010年國家投入產(chǎn)出表）.投入產(chǎn)出表中的行業(yè)根據(jù)分行業(yè)能源消費的行業(yè)對應(yīng)，合并為15個行業(yè).投入產(chǎn)出表的數(shù)據(jù)、居民收入和支出均按照2012年不變價格處理，亦有文獻選取研究期間的首年［8-9,15,28］或中間年份的不變價進行換算［1,17,20,31］.

分行業(yè)的居民間接CO2排放，對應(yīng)于居民8大支出，見下表1：

1.3 分解模型

對數(shù)平均迪氏指數(shù)分解（LMDⅠ）可實現(xiàn)零殘差并解決零值等計算問題，成為能源環(huán)境領(lǐng)域應(yīng)用最廣泛的方法［32-33］.根據(jù)研究需要，使用LMDⅠ分解方法，測算家庭直接、間接CO2排放的驅(qū)動因素，將驅(qū)動因素歸類為戶數(shù)、城鎮(zhèn)化、生活水平、生活方式和能源強度等5大效應(yīng).

1.3.1 家庭直接CO2排放的分解模型如下：

在公式（3）中，i、j分別代表城鄉(xiāng)類別和能源消費種類（能源種類均為一次能源）.H表示城鄉(xiāng)家庭戶總戶數(shù)，Gi表示城鎮(zhèn)/農(nóng)村家庭戶總收入，Ei表示城鎮(zhèn)/農(nóng)村家庭直接能源消費標(biāo)準(zhǔn)量，Eij表示城鄉(xiāng)家庭對第j類能源的直接消費（標(biāo)準(zhǔn)量），Cij表示城鄉(xiāng)家庭對第j類能源的直接消費過程中產(chǎn)生的CO2數(shù)量.表示城鎮(zhèn)/農(nóng)村家庭戶數(shù)占總戶數(shù)比重表示城鎮(zhèn)/農(nóng)村家庭戶均收入，表示家庭戶直接能源消費與收入的比值，即家庭戶直接能源消費強度是家庭戶直接能源消費結(jié)構(gòu)是家庭戶直接碳排放因子μd.

使用T表示計算期，0表示基期，采用對數(shù)平均Divisia指數(shù)（LMDⅠ）的加和分解方法對公式進行因素分解：

在計算歷年居民生活CO2排放量時，同一種能源消費的碳排放因子不變，即為0［20,33］.

1.3.2 家庭間接CO2排放的分解模型如下：

式中：i、k分別代表城鄉(xiāng)類別和消費類別；Fi表示城鎮(zhèn)/農(nóng)村家庭戶總消費表示家庭戶對第k類商品的消費表示城鎮(zhèn)/農(nóng)村家庭對第k類商品的消費間接產(chǎn)生的CO2數(shù)量表示城鎮(zhèn)/農(nóng)村家庭支出與收入的比例，即家庭消費率表示城鎮(zhèn)/農(nóng)村家庭的支出結(jié)構(gòu)；表示城鎮(zhèn)/農(nóng)村家庭對第k類商品的消費間接產(chǎn)生的CO2數(shù)量.

家庭間接碳排放的分解如下：

2 結(jié)果與討論

2.1 中國家庭碳排放測算結(jié)果

1995～2012年，中國家庭CO2排放增長顯著，總量從18.03億t增長到34.66億t，到2012年占全國CO2排放總量的比重為47%.戶均CO2排放從5.56t上升到8.0t.

如圖1所示，中國家庭直接碳排放從1995年2.62億t，下降為2000年1.76億t，2000年開始不斷增長，到2012年增至2.76億t.城鎮(zhèn)和農(nóng)村家庭直接碳排放均呈現(xiàn)先降后增的U型變化特征，且城鎮(zhèn)的占比從46.2%降至41.4%.與文獻［4,14,34］的計算結(jié)果相似，在這3篇文獻中拐點分別出現(xiàn)在2001、2002、1998年.2000年家庭直接碳排放的下降，能源消費強度的下降和能源結(jié)構(gòu)的優(yōu)化密切相關(guān).1995～2000年，居民直接能源消費（除電力、熱力消費）為1.41億t標(biāo)準(zhǔn)煤降為1.30億，能源消費強度從0.35降至0.071t/元，在這段時期能源結(jié)構(gòu)雖對直接碳排放起到拉升作用，但仍小于能源強度的抑制作用.而在2000年以后，能源結(jié)構(gòu)逐漸轉(zhuǎn)變?yōu)橐种埔蛩?，但居民收入的?qū)動作用迅猛增長，大過能源結(jié)構(gòu)和能源消費強度的抑制效果，引起直接碳排放的增長.

表2展示了研究期間城鄉(xiāng)家庭直接CO2排放情況.表中的“本文結(jié)果”是使用 ⅠPCC碳排放系數(shù)法結(jié)合中國能源年鑒數(shù)據(jù)計算而得，“其他結(jié)果”是采用文獻［23-24］的方法，結(jié)合中國能源年鑒數(shù)據(jù)計算得到.盡管在數(shù)值上存在差距，但2000年都是先降后增的轉(zhuǎn)折點.

表2 1995～2012年城鄉(xiāng)家庭直接碳排放計算結(jié)果比較（億t）Table 2 Direct CO2emissions from urban and rural households with comparison used from 1995 to 2012: calculation results by means of two methods

圖1 1995～2012年中國城鄉(xiāng)家庭間接CO2排放Fig.1 Indirect CO2emissions from urban and rural households from 1995 to 2012

1995～2012年，中國家庭間接碳排放從15.4億t增至31.9億t，增幅為107.1%.城鎮(zhèn)間接CO2排放比例從50.4%上升至79.2%，與文獻［2］的計算結(jié)果（74.2%）較為接近.間接碳排放的不斷增長，與城鄉(xiāng)人均消費金額的增長關(guān)系密切［34］. 1995～2012年，城鎮(zhèn)家庭戶均消費從1.14萬元增至4.77萬元，農(nóng)村家庭戶均消費從0.59萬元增至2.1萬元.除了家庭戶消費水平的提高，城鎮(zhèn)化水平的提高、消費結(jié)構(gòu)的變化，也是助推間接碳排放增長的動力［13］.

2.2 驅(qū)動因素分解結(jié)果

應(yīng)用LMDⅠ模型，對1995～2012年中國家庭直接CO2排放與間接CO2排放分別進行分解.

2.2.1 對中國城鎮(zhèn)、農(nóng)村家庭直接CO2排放分別進行分解，結(jié)果見圖2、圖3與表3.

圖2 1995～2012年家庭直接CO2排放因素貢獻值Fig.2 Driving factors' contributions to China's household direct CO2emissions （1995～2012）

1995～2012年，家庭戶數(shù)、城鎮(zhèn)戶均收入、農(nóng)村戶均收入是家庭直接碳排放的主要正向驅(qū)動因素.家庭戶數(shù)對應(yīng)于數(shù)量效應(yīng)，對家庭直接碳排放的貢獻呈明顯增長態(tài)勢，使得家庭直接碳排放增長0.684億t.累計貢獻度達512.5%.戶均收入對應(yīng)于生活水平效應(yīng)，是家庭直接碳排放最主要的驅(qū)動因素，農(nóng)村戶均收入效應(yīng)大于城鎮(zhèn).城鎮(zhèn)、農(nóng)村戶均收入對家庭直接碳排放的累計貢獻值為1.49億t、2.01億t，累計貢獻度分別為1118.6%、1574.8%.城鎮(zhèn)化效應(yīng)在1995～2005年期間對城鄉(xiāng)家庭直接碳排放起推動作用，但貢獻度2005～2012年由正值轉(zhuǎn)為負值，其對家庭直接碳排放的累計貢獻值為-0.078億t，累計貢獻度為-58.8%.對應(yīng)于強度效應(yīng)的能源強度、對應(yīng)于生活方式效應(yīng)的能源結(jié)構(gòu)對直接碳排放的減排有積極作用.城鎮(zhèn)能源結(jié)構(gòu)對家庭直接碳排放的抑制作用比農(nóng)村家庭能源結(jié)構(gòu)高出3倍.

表3 2000～2012年中國家庭直接CO2排放因素分解累計結(jié)果（基年:1995年）Table 3 Cumulative decomposing results of household direct CO2emissions from 2000～2012（Base year:1995）

圖3 1995～2012年家庭間接CO2排放驅(qū)動因素分解Fig.3 Driving factors' contributions to China's household indirect CO2emissions （1995～2012）

2.2.2 對中國家庭間接CO2進行分解，結(jié)果如圖3與表4.1995～2012年，家庭戶數(shù)、城鎮(zhèn)化水平、城鎮(zhèn)家庭戶均收入、農(nóng)村家庭戶均收入是對家庭間接CO2排放主要的正向驅(qū)動因素.家庭戶數(shù)對應(yīng)于規(guī)模效應(yīng)，對家庭間接CO2排放增長的累計貢獻為3.96億t，累計貢獻度達37.5%.城鎮(zhèn)化水平對應(yīng)于結(jié)構(gòu)效應(yīng)，對城鄉(xiāng)家庭間接碳排放起推動作用，累計貢獻值為3.14億t，累計貢獻度為29.8%.城鎮(zhèn)家庭戶均收入、農(nóng)村家庭戶均收入對應(yīng)于生活水平效應(yīng)，是促進家庭間接碳排放增長的最大因素，累計貢獻值分別為14.72億t、6.66億t，累計貢獻度分別為139.7%、63.2%.

城鎮(zhèn)家庭消費結(jié)構(gòu)、農(nóng)村家庭消費結(jié)構(gòu)對應(yīng)于生活方式效應(yīng)，促進家庭間接碳排放增長，累計貢獻值分別為1.09億t、1.35億t，累計貢獻度分別為10.3%、12.8%.作為生活方式效應(yīng)的另一大驅(qū)動因素，城鎮(zhèn)家庭消費率與農(nóng)村家庭消費率對家庭間接碳排放起到抑制作用，分別減少了1.78、0.88億tCO2排放，累計貢獻度分別為-16.9%、-8.4%.碳排放強度對應(yīng)于能源強度效應(yīng)，對家庭間接碳排放的減排有積極作用，城鎮(zhèn)碳排放強度效應(yīng)大于農(nóng)村，兩者分別減少了10.36、7.36億tCO2排放.

表4 1995～2012年中國家庭間接CO2排放因素分解累計結(jié)果（基年:1995年）Table 4 Cumulative decomposing results of household indirect CO2emissions from 2000～2012（Base year: 1995）

2.3 對中國家庭CO2排放的驅(qū)動因素分析

2.3.1 家庭戶的數(shù)量對應(yīng)于戶數(shù)效應(yīng)，是城鄉(xiāng)家庭碳排放增長的主要驅(qū)動因素.1995～2012年，城鄉(xiāng)家庭戶數(shù)從3.24億增至4.34億，其中城鎮(zhèn)家庭戶數(shù)從1.01億增至2.36億，增幅為133.6%；農(nóng)村家庭戶數(shù)有小幅下降，從2.23億戶降至1.98億戶.城鄉(xiāng)家庭戶數(shù)產(chǎn)生較大驅(qū)動作用，對家庭直接、間接碳排放的累計貢獻值分別為0.684、3.96億t，累計貢獻度分別達到512.5%、37.5%.戶數(shù)效應(yīng)類似于人口數(shù)量效應(yīng)，人口數(shù)量效應(yīng)是家庭直接、間接CO2排放的正向驅(qū)動因素［1,9,18］，隨著家庭戶小型化和城鎮(zhèn)化，戶數(shù)的增加必然影響全國家庭的能源消費需求和相關(guān)CO2排放.

2.3.2 用家庭戶城鎮(zhèn)化水平作為城鎮(zhèn)化效應(yīng)的指標(biāo).1995～2012年，中國家庭戶的城鎮(zhèn)化水平不斷提高，從31.3%提高到54.4%.

家庭戶城鎮(zhèn)化水平對家庭直接碳排放的貢獻度從2005年開始由正值轉(zhuǎn)變?yōu)樨撝?1995～2005年，城鎮(zhèn)化對家庭戶直接碳排放的增長貢獻了0.059億t；2005～2012年，城鎮(zhèn)化則抑制家庭直接碳排放的增長，減少了0.137億tCO2排放.家庭戶的密集化在推動公共資源的利用效率提升的同時，使得戶均能源利用效率提高，直接能源消費轉(zhuǎn)型，清潔能源消費比例上升，從而減少家庭直接碳排放量.本文的LMDⅠ模型結(jié)果證明城鎮(zhèn)化對家庭直接CO2排放的累計貢獻值為-0.078億t，累計貢獻度為-58.8%.

然而城鎮(zhèn)化對間接碳排放的促進作用十分顯著，且逐年增加.其對家庭間接碳排放的累計貢獻值為3.14億t，累計貢獻度為29.8%.大量文獻的研究結(jié)論證明城鎮(zhèn)化水平對間接碳排放的拉動作用［13,18,29,31,34,38］.城鎮(zhèn)化帶來城鎮(zhèn)的擴張，促進居民生活水平的提高，居民購買更多商品與服務(wù)，帶動中間生產(chǎn)部門的能源消費；同時帶動居住消費對應(yīng)的建筑業(yè)能耗增長，在居家電力、熱力消費等方面促進間接碳排放.

2.3.3 生活水平效應(yīng)體現(xiàn)為城鄉(xiāng)家庭戶均收入，這是家庭碳排放的重要驅(qū)動因素［14］.家庭收入的提高促進居民對商品和服務(wù)的需求，從而影響碳排放［28］.1995～2012年，城鎮(zhèn)家庭戶均年收入從1.38萬元增至7.03萬元，農(nóng)村從0.71萬元增至3.07萬元，城鄉(xiāng)家庭碳排放從18億t增至36.7億t.

城鎮(zhèn)、農(nóng)村戶均收入對家庭直接碳排放的累計貢獻值為1.49億t、2.01億t，累計貢獻度分別為1118.6%、1574.8%.

城鄉(xiāng)家庭戶均收入是促進家庭間接碳排放增長的最大驅(qū)動因素，累計貢獻值分別為14.72億t、6.66億t，累計貢獻度分別為139.7%、63.2%.家庭收入的提高推動消費水平，同時也導(dǎo)致居住能耗（如供暖、空調(diào)及其他家電能耗）持續(xù)上升［35］，從而促進家庭間接碳排放的增長.

2.3.4 生活方式效應(yīng)包括直接能源消費結(jié)構(gòu)、家庭消費率、家庭消費結(jié)構(gòu).

城鄉(xiāng)能源消費結(jié)構(gòu)分別減少了0.633、0.095億tCO2，累計貢獻度分別為-474.3%、-71.2%，城鎮(zhèn)能源結(jié)構(gòu)對家庭直接碳排放的抑制作用是農(nóng)村的4倍.

家庭消費率間接反映家庭的消費意愿，影響國民經(jīng)濟對商品服務(wù)的生產(chǎn)和供應(yīng).與文獻［36］的研究相似，本文采用家庭戶均消費支出與可支配收入之比作為家庭消費率.1995～2012年，中國家庭消費率分別從82.6%、83.1%降至67.9%、68.4%.城鎮(zhèn)與農(nóng)村家庭消費率對家庭間接碳排放起到抑制作用，分別累計減少了1.78、0.88億tCO2排放，累計貢獻度分別為-16.9%、-8.4%.

家庭消費結(jié)構(gòu)體現(xiàn)人的生活方式對環(huán)境的直接影響［6］，因此將家庭消費結(jié)構(gòu)作為間接碳排放驅(qū)動因素進行研究.根據(jù)國家統(tǒng)計年鑒，結(jié)合聯(lián)合國提出的消費分類標(biāo)準(zhǔn)（COⅠCOP）［37］，本文將居民8大支出項目的貨幣消費量結(jié)構(gòu)作為消費結(jié)構(gòu)效應(yīng).本文LMDⅠ實證研究表明，1995～2012年，城鄉(xiāng)家庭消費結(jié)構(gòu)促進家庭間接碳排放增長，累計貢獻值分別為1.09億t、1.35億t，累計貢獻度分別為10.3%、12.8%.具體來看，城鄉(xiāng)家庭用于食品的消費降低，恩格爾系數(shù)分別從0.50、0.59降至0.36、0.34.城鄉(xiāng)家庭在衣著、家庭設(shè)備及用品、雜項商品和服務(wù)等的消費較為穩(wěn)定，這3類消費的比例平均值分別為8.71%、5.97%、2.97%.而增速最大的3項消費類別為交通通信、文教娛樂、醫(yī)療保健，城鎮(zhèn)家庭的這3項消費比例分別從5.2%、9.4%、3.1%上升至14.7%、12.2%、6.4%，農(nóng)村家庭的這3項消費比例分別從2.6%、7.8%、3.2%上升至6.3%、12.1%、8.2%.在居住方面，城鄉(xiāng)消費比例分別從8.0%、13.9%增至8.9%、19.5%.消費結(jié)構(gòu)的變化趨勢與相關(guān)研究［17］的計算結(jié)果接近.隨著我國經(jīng)濟社會的發(fā)展，未來我國家庭消費重點逐漸從衣、食轉(zhuǎn)向住、行、樂、健等方面［38］.

2.3.5 能源強度效應(yīng)體現(xiàn)家庭戶能源利用效率，將能源強度效應(yīng)分為直接能源消費強度、間接消費碳排放強度.

將直接能源消費與收入的比例作為直接能源強度，此定義與李艷梅等的研究［15］相似.城鄉(xiāng)直接能源消費強度對直接碳排放的減少分別為1.71億t、1.63億t，累計貢獻度達到-1277.8%、1223.9%.能源消費占收入的比例，類似于恩格爾系數(shù)，是隨著社會經(jīng)濟發(fā)展而降低的，這有助于抑制居民消費碳排放［15］，能源強度效應(yīng)的負向貢獻度也說明能源利用效率在不斷提高，利于降低家庭生活能源消費需求［9］.

參照文獻［39］，將家庭各項消費的碳排放強度作為間接碳排放強度，為該項消費產(chǎn)生的碳排放與該項消費貨幣支出額之比，單位為tCO2/萬元.結(jié)合中國統(tǒng)計年鑒中關(guān)于居民消費結(jié)構(gòu)的數(shù)據(jù)與上文計算而得的各項消費間接碳排放，得到1995～2012年城鄉(xiāng)各項消費的碳排放強度，見表7.

表5 1995～2012年城鄉(xiāng)家庭各項消費的碳排放強度（tCO2/萬元）Table 5 Carbon intensity of different consumption categories of urban and rural households: 1995～2012（tCO2/104RMB）

表5的計算結(jié)果顯示，8項消費的碳排放強度都不斷下降，碳排放強度從高到低排序為：居住，醫(yī)療保健，雜項商品和服務(wù)，文教娛樂，食品，家庭設(shè)備及用品，衣著，交通通信.這與文獻［28］的計算結(jié)果接近.間接碳排放強度對家庭間接CO2排放的減排有積極作用，城鎮(zhèn)碳排放強度效應(yīng)大于農(nóng)村，兩者分別累計減少了10.36、7.36億tCO2排放，累計貢獻度分別為-98.3%、-69.8%.

3 討論

城鎮(zhèn)戶均CO2排放量從1995年的8.85t增至2012年的11.2t，農(nóng)村從4.07t增至4.17t.城鎮(zhèn)家庭戶規(guī)模從3.23降至2.86人/戶，農(nóng)村則從4.48降至3.88.同時，城鎮(zhèn)家庭戶數(shù)從1.04億增至2.36億，農(nóng)村從2.23億降至1.98億.城鎮(zhèn)家庭CO2排放量從8.98億t增至26.4億t，農(nóng)村家庭CO2排放量則從9.05億t降至8.26億t.雖然城鄉(xiāng)戶均CO2排放量呈上升趨勢，然而城鎮(zhèn)化使得人口從農(nóng)村向城鎮(zhèn)轉(zhuǎn)移，加之家庭戶小型化，使得城鄉(xiāng)戶數(shù)變化方向截然相反，這些因素的共同結(jié)果導(dǎo)致農(nóng)村家庭CO2排放量的下降，體現(xiàn)了城鎮(zhèn)化對城鄉(xiāng)家庭CO2的重要驅(qū)動作用.

家庭消費結(jié)構(gòu)對家庭間接CO2排放具有正向貢獻作用，家庭消費結(jié)構(gòu)具有高碳特征，如果家庭降低居住、醫(yī)療保健、文教娛樂的消費比例，可以有效改善生活方式對CO2排放的正向貢獻.1995年，城鎮(zhèn)家庭每戶在居住、交通通信、文教娛樂方面的CO2排放分別為2.98、0.26、0.14，到2012年，這些數(shù)值上升為5.40、0.58、0.18t.與城鎮(zhèn)相似的是，農(nóng)村家庭每戶在交通通信的CO2排放從0.11增至0.19t，而在居住和文教娛樂等方面的CO2排放基本不變.居民消費從“衣、食”為主的生存型消費逐步轉(zhuǎn)化為注重“住、行、健”的發(fā)展型消費方式［28］.

在生活水平效應(yīng)方面，家庭戶均收入是家庭直接和間接CO2的重要正向驅(qū)動因素.1995～ 2012年，城鎮(zhèn)戶均收入從1.38萬元增至7.03萬元，農(nóng)村從0.71萬元增至3.07萬元.城鎮(zhèn)、農(nóng)村戶均收入對CO2排放的貢獻值分別為16.21億t、8.67億t.本文將在未來的研究中計算并分析城鄉(xiāng)不同收入水平家庭產(chǎn)生的直接、間接CO2排放量和構(gòu)成.

4 結(jié)論

4.1 隨著家庭戶城鎮(zhèn)化的發(fā)展，城鄉(xiāng)家庭CO2排放呈現(xiàn)顯著的差異.在1995～2012年，城鎮(zhèn)家庭CO2排放增長，農(nóng)村則呈下降趨勢，城鄉(xiāng)家庭CO2排放之比高達3.2：1.城鄉(xiāng)家庭平均規(guī)模分別減少了11.5%、13.4%.城鄉(xiāng)戶均CO2排放分別增長了26.7%、2.5%.城鎮(zhèn)化對間接CO2排放的增長的累計貢獻度為29.8%.

4.2 家庭收入水平、戶數(shù)是家庭CO2排放增長的兩個重要貢獻因素，累計驅(qū)動作用分別為24.88億、4.64億t.家庭消費結(jié)構(gòu)對間接碳排放的累計驅(qū)動作用為2.44億t，體現(xiàn)家庭生活方式高碳的特征.如果家庭戶傾向于消費非能源密集型的商品和服務(wù)，家庭間接碳排放將明顯減少.

4.3 家庭直接能源消費結(jié)構(gòu)、直接能源消費強度、間接碳排放強度分別對家庭直接碳排放、間接碳排放起到抑制效果，分別減少了0.728億t、3.339億t、17.72億tCO2.表明清潔能源占比增加，家庭能源利用效率提升.

4.4 一些驅(qū)動因素存在明顯的城鄉(xiāng)區(qū)別.城鎮(zhèn)家庭消費率比農(nóng)村更抑制家庭間接碳排放，而農(nóng)村家庭消費結(jié)構(gòu)相比城鎮(zhèn)更促進家庭間接碳排放.農(nóng)村收入水平比城鎮(zhèn)更促進家庭直接CO2排放，而城鎮(zhèn)收入水平對家庭間接CO2排放的貢獻更大.城鎮(zhèn)直接能源消費結(jié)構(gòu)、間接碳排放強度與農(nóng)村相比更抑制直接、間接CO2排放的增長.農(nóng)村家庭消費結(jié)構(gòu)比城鎮(zhèn)更加高碳化.

［1］ Zhu Q， Peng X， Wu K. Calculation and decomposition of indirect carbon emissions from residential consumption in China based on the input-output model ［J］. Energy Policy， 2012，48（3）:618-626.

［2］ O'Neill B C， Ren X， Jiang L， et al. The effect of urbanization on energy use in Ⅰndia and China in the iPETS model ［J］. Energy Economics， 2012，34（2）:S339—S345.

［3］ Dalton， M.， O'Neill， B.， Prskawetz， A.， et al. （2008）. Population aging and future carbon emissions in the United States ［J］. Energy economics， 30（2）:642-675.

［4］ 查建平，唐方方，傅 浩.中國直接生活能源碳排放因素分解模型與實證 ［J］. 山西財經(jīng)大學(xué)學(xué)報， 2010（9）:9-15.

［5］ O'Neill B， Chen B. 2002. Demographic determinants of household energy use in the United States ［J］. Population and Development Review 28:53-88.

［6］ 蔣耒文.人口變動對氣候變化的影響 ［J］. 人口研究， 2010，1:59-69.

［7］ Jiang L， O'Neill B C. Ⅰmpacts of Demographic Trends on US Household Size and Structure ［J］. Population & Development Review， 2007，33（3）:567-591.

［8］ 王 莉，曲建升，劉莉娜，等.1995～2011年我國城鄉(xiāng)居民家庭碳排放的分析與比較 ［J］. 干旱區(qū)資源與環(huán)境， 2015，29（5）.

［9］ 郭 文，孫 濤.城鎮(zhèn)化對中國區(qū)域能源消費及居民生活能源消費的影響 ［J］. 中國環(huán)境科學(xué)， 2015，35（10）:3166-3176.

［10］ Holtedahl P， Joutz， F L. 2004. Residential electricity demand in Taiwan ［J］. Energy Economics， 26（2）:201—224.

［11］ Yao X L， Liu Y， Xiao Y. A quantile approach to assess the effectiveness of the subsidy policy for energy-efficient home appliances: Evidence from Rizhao， China ［J］. Energy Policy，2014，73（5）:512-518.

［12］ 任正委.人口與家庭戶城鎮(zhèn)進程中的居民能源消費和碳排放研究 ［D］. 杭州:浙江大學(xué)， 2016.

［13］ Li Y， Zhao R， Liu T， et al. Does urbanization lead to more direct and indirect household carbon dioxide emissions？ Evidence from China during 1996～2012 ［J］. Journal of Cleaner Production， 2015，102:103-114.

［14］ 李艷梅，楊 濤.城鄉(xiāng)家庭直接能源消費和CO2排放變化的分析與比較 ［J］. 資源科學(xué)， 2013，35（1）:115-124.

［15］ 彭水軍，張文城.中國居民消費的碳排放趨勢及其影響因素的經(jīng)驗分析 ［J］. 世界經(jīng)濟， 2013（3）:124-142.

［16］ 葉 紅，潘玲陽，陳 峰，等.城市家庭能耗直接碳排放影響因素——以廈門島區(qū)為例 ［J］. 生態(tài)學(xué)報， 2010，30（14）:3802-3811.

［17］ 朱 勤，彭希哲，吳開亞.基于投入產(chǎn)出模型的居民消費品載能碳排放測算與分析 ［J］. 自然資源學(xué)報， 2012（12）:2018-2029.

［18］ Liu L C， Wu G， Wang J N， et al. China's carbon emissions from urban and rural households during 1992～2007 ［J］. Journal of Cleaner Production， 2011，19（15）:1754-1762.

［19］ Pachauri S， Jiang L. The household energy transition in Ⅰndia and China ［J］. Energy policy， 2008，36（11）:4022-4035.

［20］ 曲建升，劉莉娜，曾靜靜，等.中國城鄉(xiāng)居民生活碳排放驅(qū)動因素分析 ［J］. 中國人口資源與環(huán)境， 2014（8）:33-41.

［21］ 顧 鵬，馬曉明.基于居民合理生活消費的人均碳排放計算 ［J］.中國環(huán)境科學(xué)， 2013，33（8）:1509-1517.

［22］ 馮 蕊，朱 坦，陳勝男，等.天津市居民生活消費CO2排放估算分析 ［J］. 中國環(huán)境科學(xué)， 2011，31（1）:163-169.

［23］ 盧 娜，曲福田，馮淑怡，等.基于STⅠRPAT模型的能源消費碳足跡變化及影響因素——以江蘇省蘇錫常地區(qū)為例 ［J］. 自然資源學(xué)報， 2011（5）:814-824.

［24］ 黃 蕊，王 錚.基于STⅠRPAT模型的重慶市能源消費碳排放影響因素研究 ［J］. 環(huán)境科學(xué)學(xué)報， 2013，33（2）:602-608.

［25］ 周福林.我國家庭結(jié)構(gòu)變遷的社會影響與政策建議 ［J］. 中州學(xué)刊， 2014（9）:83-86.

［26］ Bin S， Dowlatabadi H. Consumer lifestyle approach to US energy use and the related CO2emissions ［J］. Energy Policy， 2005，33: 197-208.

［27］ Wei Y M， Liu L C， Fan Y， et al. The impact of lifestyle on energy use and CO2emission: An empirical analysis of China's residents［J］. Energy Policy， 2007，35（1）:247-257.

［28］ 張 馨，牛叔文，趙春升，等.中國城市化進程中的居民家庭能源消費及碳排放研究 ［J］. 中國軟科學(xué)， 2011，（9）:65-75.

［29］ 周 平，王黎明.中國居民最終需求的碳排放測算 ［J］. 統(tǒng)計研究， 2011，28（7）:71-78.

［30］ Leontief W. Quantitative input-output relations in the economic system ［J］. Review of Economic Statistics， 1936，18:105-125.

［31］ 陳操操，劉春蘭，汪 浩，等.北京市能源消費碳足跡影響因素分析--基于STⅠRPAT模型和偏小二乘模型 ［J］. 中國環(huán)境科學(xué)，2014（6）:1622-1632.

［32］ Ang B W， Zhang F Q. Ⅰnter-regional comparisons of energyrelated CO2emissions using the decomposition technique ［J］. Energy， 1999，24（4）:297-305.

［33］ 朱 勤，彭希哲，陸志明，等.中國能源消費碳排放變化的因素分解及實證分析 ［J］. 資源科學(xué)， 2009，31（12）:2072-2079.

［34］ Wang Z， Liu W， Yin J. Driving forces of indirect carbon emissions from household consumption in China: an input—output decomposition analysis ［J］. Natural Hazards， 2015，75（2Supplement）:257-272.

［35］ 周 偉，米 紅，余瀟楓，等.人口結(jié)構(gòu)變化影響下的城鎮(zhèn)建筑能耗研究 ［J］. 中國環(huán)境科學(xué)， 2013，33（10）:1904-1910.

［36］ 王 歡，黃健元.中國人口年齡結(jié)構(gòu)與城鄉(xiāng)居民消費關(guān)系的實證分析 ［J］. 人口與經(jīng)濟， 2015（2）:11-20.

［37］ ⅠSBN 92-1-161420-1Classification of Expenditure According to Purpose ［S］.

［38］ 朱 勤.中國人口、消費與碳排放研究 ［M］. 上海:復(fù)旦大學(xué)出版社， 2011:52-54.

［39］ 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(tài)經(jīng)濟， 2014，30（7）.

Driving factors of China's household CO2emissions in the process of urbanization.

MI Hong1， ZHANG Tian-tian1*，REN Zheng-wei2， ZHOU Wei3（1.School of Public Affairs， Zhejiang University， Hangzhou 310058， China；2.Law School，Zhejiang Sci-Tech University， Hangzhou 310058， China；3.The Institute for Population and Development Studies， China Academy of West Region Development， Zhejiang University， Hangzhou 310058， China）. China Environmental Science，2016，36（10）：3183～3192

China's direct household CO2emissions were calculated with the method recommended by IPCC. And indirect household CO2emissions were estimated using input-output table. Logarithmic Mean Divisia Index （LMDI） method was applied to decompose China's household CO2emissions in terms of quantity effect， urbanization effect， living standard effect， lifestyle effect and intensity effect. The results are as follows: From 1995 to 2012，urban and rural average household size decreased 0.37 and 0.6respectively. Urban household CO2emissions increased by 1，740 million tons while rural household CO2emissions decreased by 79million tons. Income and the quantity of households contributed 2.49 and 0.464 billion tons to household CO2emissions respectively. Household urbanization contributed 0.314 billion tons to the indirect household CO2emissions. Urban and rural household consumption structures were carbon intensive at different levels with the accumulative contribution rate of 10.3% and 12.8respectively. Energy intensity effect reduced 2.11 billion tons of household CO2emissions in total.

household CO2emissions；household urbanization；IPCC calculation method；input-output model；LMDI decomposition model

X196，F(xiàn)062.1

A

1000-6923（2016）10-3183-10

米 紅（1962-），男，山東青島人，教授，博士，主要從事數(shù)理人口學(xué)、非傳統(tǒng)安全管理研究.發(fā)表論文100余篇.

2016-02-03

國家自然科學(xué)基金資助項目（71303212）；浙江省自然科學(xué)基金重點項目（LZ13G030001）

* 責(zé)任作者， 博士研究生， ztt91clara@163.com