王長波，胡志偉，周德群

（南京航空航天大學 經濟與管理學院 能源軟科學研究中心，江蘇 南京 211106）

中國是世界上最大的CO2排放國，面臨著嚴峻的碳減排壓力。在2020年第75屆聯合國大會期間，中國政府承諾到2030年和2060年分別年實現碳達峰與碳中和目標①http://www.gov.cn/xinwen/2021-04/02/content_5597403.htm。，碳減排壓力進一步加大。因此，進一步探尋CO2減排路徑仍然是中國環(huán)境治理工作的重中之重。傳統(tǒng)上，國內外CO2減排的重點主要在工業(yè)生產領域。隨著該領域節(jié)能減排措施的推廣和落實，其減排的邊際效應逐漸遞減[1]。有學者指出，工業(yè)生產的最終目的是消費，快速增長的居民消費日益成為各國CO2和污染物排放增加的關鍵驅動因素[2-3]。據統(tǒng)計，法國和盧森堡居民消費所產生的碳排放已分別占工業(yè)碳排放的90%和87%[4-5]。中國居民消費碳排放目前占全國碳排放總量的50%左右[6]，隨著經濟的發(fā)展，該比重將進一步增加[7]。因此，研究如何從居民消費視角挖掘CO2減排潛力，對中國實現“雙碳”目標具有重要的現實意義。

根據核算邊界的不同，居民消費CO2排放可分為直接排放和間接排放兩個部分，前者指居民日常生活及交通出行過程中因直接消耗能源所產生的排放，后者指隱含在居民消費的商品和服務生產過程的排放[2]。國內外研究均表明，居民消費間接碳排放遠高于直接排放。例如，美國居民消費間接碳排放是直接排放的兩倍[8]，對日本和英國的研究也得出類似結論[9-10]。有關學者指出，中國居民消費間接碳排放在2010年已占居民消費排放總量的84%，且呈上升趨勢[11-12]。此外，相較于直接排放，居民消費間接排放部門來源多樣，且隱含于復雜的產品和服務上游產業(yè)鏈，其核算與減排難度更大。

由此，本文將系統(tǒng)核算當前中國居民消費造成的間接CO2排放，分析其在居民消費上游產業(yè)鏈中的分布特征，在此基礎上探尋居民消費間接CO2的關鍵減排路徑，并提出相應的減排策略。本文的貢獻和創(chuàng)新體現在以下兩個方面：第一，詳細剖析中國居民消費間接CO2排放的行業(yè)結構、產業(yè)層分布特征和產業(yè)鏈傳導機制，對居民消費間接碳排放進行全面“問診”；第二，基于最大減排效率和產業(yè)協(xié)同原則，探尋居民消費間接CO2排放關鍵減排路徑，并針對關鍵路徑“對癥下藥”，提出減排措施。

一、文獻綜述

既往有關居民消費CO2排放的論文較為豐富，主要集中于間接CO2排放核算及其影響因素分解，多側重時間序列分析，對某一年度排放的行業(yè)分布和產業(yè)鏈傳遞特征關注較少，探尋關鍵減排路徑的研究更少，本文將其歸納為以下幾個方面：

首先，既往研究在全球、國家及城市等不同尺度對居民消費碳排放進行了核算，核算方法多采用排放系數法、生命周期評價（Life-Cycle Assessment, LCA）和投入產出分析（Input-Output Analysis, IOA）[12-13]。其中，排放系數法主要用于計算能源消費引起的直接排放，LCA和IOA方法主要用于計算間接排放。LCA方法要求獲取居民消費品從生產到報廢整個生命周期過程的排放清單，在實際計算過程中難度較大，其核算結果往往被認為存在一定的截斷誤差[14-15]。IOA方法通過采用投入產出表構造的完全排放系數，可完整捕捉產品和服務上游產業(yè)鏈產生的排放，成為當前計算居民消費間接CO2排放的主流方法。應用該方法，Ivanova等[3]開展2007年全球各國居民消費引起的環(huán)境足跡（含CO2排放），發(fā)現居民消費碳排放占全球排放的60%以上，富裕國家的人均居民消費碳排放遠高于貧窮國家。在國家層面，Das和Paul[16]對印度從1993—2007年的居民消費碳排放進行了核算，發(fā)現研究期內碳排放增長了66%。其他學者也針對英國[17]、丹麥[18]和泰國[19]等國家進行了相關研究，均側重分析長時間序列內居民消費間接碳排放的變化特征。也有學者也對中國居民消費碳排放進行了系統(tǒng)核算，并分析了城鄉(xiāng)之間、不同收入家庭之間碳排放特征差異[4][20]。

近年來，隨著投入產出編制技術和微觀調查數據的發(fā)展，居民消費碳排放的分析視角更為微觀。比如，Jiang等[21]結合IOA模型和城市家庭月度消費數據，計算了2011年日本51個主要城市家庭消費產生的直接和間接CO2排放量，并分析了年齡、收入和受教育水平等家庭特征對碳排放的影響。通過編制嵌套投入產出模型（nested IO），Yin等[22]分析了2002—2012年北京市居民消費間接CO2排放的地域來源，包含本地、國內和國外三個層次?？梢?，核算結果的不斷精確和研究視角的不斷深入是居民消費碳排放研究工作的未來發(fā)展方向。

其次，既往研究側重從宏觀視角分析居民消費碳排放的影響因素，以尋求碳減排途徑。在因素分析方法選擇上，以往研究主要采用指數分解分析[1]和結構分解分析方法[5][23]。其中，指數分解分析多基于Kaya恒等式，分析居民消費碳排放受能源碳強度、單位GPD能源強度和人均GDP等因素的影響大小[24]。例如，Shi等[25]采用對數平均迪氏指數法（Logarithmic Mean Divisia Index, LMDI）研究了國家和地區(qū)居民消費碳排放的驅動力，并分析造成地區(qū)差異的原因。結構分解分析方法（Structural Decomposition Analysis, SDA）一般基于投入產出模型，將居民消費碳排放影響因素分解為消費水平、消費結構、碳排放強度和中間生產技術等。該模型已經應用于美國、英國和印度等國家居民消費CO2排放研究中[16][26-27]，多數研究發(fā)現消費水平和結構對碳排放具有正向效應，而排放強度和中間生產技術具有負向效應[28-29]。同樣地，國內學者也采用該方法分析了中國居民消費碳排放的影響因素及其發(fā)展路徑[5]。

然而，居民消費間接CO2排放隱含于復雜的國民經濟網絡，因素分解僅從宏觀上分析排放的驅動因素，未對國民經濟網絡這一“黑箱”進行系統(tǒng)結構分析，難以針對居民消費上游產業(yè)鏈提出減排措施。采用IOA計算居民消費間接CO2排放，為分析產業(yè)鏈不同路徑和節(jié)點的排放量及特征提供了得天獨厚的條件[30]。為尋求減排路徑，有學者基于IOA模型發(fā)展出結構路徑解析（Structural Path Analysis, SPA）方法，可追溯產業(yè)鏈不同層級及具體路徑上的環(huán)境排放[31]。采用該方法，謝銳等[32]識別出中國碳排放增長的關鍵路徑。需要注意的是，盡管SPA方法可以對不同產業(yè)路徑上的CO2排放進行計算和排序，但無法回答哪些路徑最具有減排效率，即通過自身減排可以更大幅度降低居民消費總碳排放的路徑[33-34]。考慮到資金、技術和人力的有限性，必須從數目龐大的產業(yè)鏈條中選取最具減排效率的產業(yè)路徑。

綜上，既往研究更注重長時間序列居民消費碳排放核算，且關注年份在2012年之前，難以反映當前中國實際情況；既往研究多以宏觀因素分析為主，對關鍵減排路徑的研究相對缺乏。因此，本文將基于2017年全國投入產出表，構建IOA模型，對中國居民消費間接CO2進行系統(tǒng)核算，分析其部門結構特征。在此基礎上，結合產業(yè)層分解、結構路徑解析和敏感性分析等方法解構居民消費上游產業(yè)鏈中不同產業(yè)層和路徑上的CO2排放，識別關鍵減排路徑，并提出相應的減排策略。

二、研究方法與數據來源

（一）投入產出分析

本文采用投入產出分析（IOA）核算中國居民消費引起的間接CO2排放。借助投入產出表，IOA可以追溯最終消費品完整的上游產業(yè)鏈，從而準確核算最終消費引起的間接排放。根據投入產出表中的行等式關系，即中間需求+最終需求=總產出，可得以下公式

其中，X為國民經濟總產出向量；A為直接消耗系數矩陣，即某部門生產一單位貨幣價值產品而消耗其他部門產品的貨幣價值量；Yd為最終需求向量。

對上式進行變化，可以求解X為

其中，I為單位矩陣；(I-A)-1為列昂惕夫逆矩陣，它表示增加某部門一單位最終需求時對國民經濟系統(tǒng)各部門直接和間接的誘發(fā)效果。

通過引入各部門直接CO2排放強度矩陣t，即可求得居民消費引起的間接排放

其中，ti為t矩陣的元素，即各部門直接CO2排放強度；Ei為i部門的直接CO2排放量；Xi為投入產出表中i部門的總產出；T為各個部門居民消費間接CO2排放的行向量；Y為居民消費對角矩陣。

（二）結構路徑解析（SPA）

由于式（4）中列昂惕夫逆矩陣可以用泰勒級數表示為式（5）形式[31]

結合式（4）和式（5）可計算不同產業(yè)層CO2排放量

其中，tIY為第0產業(yè)層（PL0）產生的排放，即居民消費的產品或服務生產過程中的排放；tAY為第1產業(yè)層（PL1）產生的排放，即居民消費產品或服務生產過程中第一層供應商產生的排放；以此類推，tAwY為第w產業(yè)層（PLw）產生的排放。具體到每個矩陣的元素，式（6）還可以表示如下

其中，下標i、j、k和l代表部門；ti、αij和yj分別為t、A和Y的元素；δij為單位矩陣I的元素（即當i=j時，值為1；當i≠j時，值為0）；tiαikαkjyj反映了兩個產業(yè)鏈環(huán)節(jié)（部門i→部門k→部門j），即由于對部門j的最終需求，引發(fā)了部門k的生產，進一步引發(fā)部門i的生產活動。

（三）敏感性分析

在對不同路徑的排放進行核算后，需從中識別具備效率的關鍵減排路徑。為此，本文借鑒Mattila等[34]提出的應用于IOA模型的敏感性分析方法，通過分別計算居民消費間接排放（T）的變化率相對直接排放強度（t）、部門間投入系數（A）和居民最終消費量（Y）變化率的比值，即排放彈性系數，旨在探尋對居民消費間接CO2排放較敏感的部門和路徑[33]。

式（4）可進一步整理為

其中，m為完全排放強度乘數矩陣，包含了所有部門完整上游產業(yè)鏈過程中的排放；X是生產居民消費Y所需的總產出。

對式（8）求偏導，得到下列敏感性指標

其中，下標i和j表示不同部門；St表示直接CO2排放強度的敏感性；Sy表示居民最終消費的敏感性；Sα表示部門間投入系數（αij）的敏感性。為分析原始投入系數αkk對排放的敏感性，在計算Sα時，其對角元素(1-αkk)可用比率αkk/(1-αkk)進行調整[34]；mik為矩陣m的元素。

參照Zhen等[35]的研究結果，本文將敏感性分析的臨界值設置為St、Sα或Sy等于0.01，表示直接排放強度（t）、部門間投入系數（A）和居民最終消費量（Y）分別變化100%時，完全排放（T）變化1%。當St、Sα或Sy大于0.01時，表示對結果敏感；反之，則認為不敏感。

（四）數據來源

本文所采用的投入產出表來自2017年149部門《中國投入產出表》[36]。各部門直接CO2排放包括兩個部分：能源燃燒排放和工業(yè)過程排放。能源燃燒排放的計算方式為能源消耗量乘以排放系數，其中各部門能源消耗數據來自于2018年《中國能源統(tǒng)計年鑒》[37]，能源燃燒的CO2排放系數參考2006年IPCC國家溫室氣體清單指南及前人研究[38]。由于中國能源消費統(tǒng)計數據的部門精度相對較低，在將能源消費數據嵌入投入產出表時，往往面臨能源數據準確性和部門精度的兩難抉擇。《中國能源統(tǒng)計年鑒2018》中僅提供了43部門詳細能源消耗數據，為使投入產出表和能源統(tǒng)計年鑒的部門分類相對應，本文依據《國民經濟行業(yè)分類與代碼》（GB/T 4 754-2017）對原投入產出表進行了部門合并，調整后共有43個部門（詳見附表1）[39]。工業(yè)過程CO2排放的計算方法為相關產品產量乘以單位產品排放系數，具體估算方法可參考Peters等[40]的研究。

附表1 各部門編號及名稱

三、結果和分析

（一）不同部門居民消費間接CO2排放分析

從排放總量看，2017年中國居民消費間接CO2排放量為28.17億噸，相較于2007年增加了56%（18.01億噸）[20]，說明居民消費對碳排放的驅動力仍在不斷提高。從部門結構看，各部門間接CO2排放量差異顯著，且排放集中在少數部門。如圖1所示，電力、熱力生產和供應業(yè)（S37）、交通運輸、倉儲和郵政業(yè)（S41）以及化學原料和化學制品制造業(yè)（S19）是居民消費間接CO2排放最多的三個部門，共占總排放的75%。當今社會居民生產生活已離不開電和熱的消費，且電力和熱力生產過程大量消耗煤等高碳能源，因而該部門在總排放中占比最大（59%）[41-42]。同樣的，隨著收入水平的不斷提高，居民交通出行需求不斷提升。作為高能耗行業(yè)，交通運輸、倉儲和郵政業(yè)（S41）間接CO2排放占總排放的11%。雖然化學原料和化學制品制造業(yè)（S19）能源消耗相對較少，但部分產品（如合成氨）生產過程也會排放大量CO2，其占比為6%[40]。

圖1 不同部門居民消費間接CO2排放量

進一步分析各部門排放來源，可以發(fā)現PL0層CO2排放占比超過50%的部門數量為11個，其余32個部門排放主要來自第1層及以上產業(yè)鏈（PL1→∞）。其中，以PL0層排放為主的部門一般為最終消費部門，這些部門主要為居民提供最終消費品，其下游產業(yè)鏈相對較短，其排放量隨著本部門產品消費量的增加而增加。例如，食品制造業(yè)（S8）和家具制造業(yè)（S14），兩者PL0層CO2排放占比分別為79%和75%。相反，以PL1→∞層排放為主的部門大部分為原材料及初級能源加工部門，這些部門主要為下游部門提供中間產品，以生產滿足居民最終需求的產品和服務。特別地，黑色金屬冶煉和壓延加工業(yè)（S24）與有色金屬冶煉和壓延加工業(yè)（S25）等9個部門的間接CO2排放全部來自PL1→∞層（共占總排放的6%），說明居民不直接消費這些部門的產品（圖1）。從居民消費角度看，這些部門對減排的重要性可能會被低估。然而，居民消費會引發(fā)這些部門進行原料生產加工，從而造成間接排放。因此，不能忽視這些中間產品提供部門及相關產業(yè)鏈上的減排潛力。

（二）居民消費間接CO2排放的產業(yè)層分解

通過產業(yè)層分解，可核算居民消費上游產業(yè)鏈不同層級的CO2排放，并分析各層排放的部門結構。如圖2所示，盡管上游產業(yè)層可以無窮遞推，但居民消費間接CO2排放主要集中在前七個產業(yè)層（PL0→6），累積占比達91%。隨著產業(yè)層的增加，排放量增長幅度逐漸減少，這與前人的研究結論一致[43]。從不同產業(yè)層看，居民消費間接CO2排放的最大值在PL1層，這與前人研究中居民消費間接能耗或排放主要出現在PL0層的結論有所區(qū)別[35][44]，可能的原因之一是近年來中國居民消費品生產分工更加精細，上游產業(yè)鏈不斷延伸且更為復雜，造成PL1→∞排放不斷增加。在核算居民消費間接CO2排放時，若僅關注PL0層，則會造成80%的排放被低估?？梢?，IOA模型在確保核算邊界完整性方面具有突出的優(yōu)勢。

進一步分析各產業(yè)層主要部門來源發(fā)現，電和熱是居民消費間接CO2排放的最大貢獻部門，且其貢獻隨著產業(yè)層的增加而不斷增加，說明該部門不僅直接為居民提供消費產品，其在居民消費上游產業(yè)鏈也發(fā)揮重要作用（圖2）。類似地，交通部門在各產業(yè)層的排放貢獻也較為突出。農業(yè)和食品部門在各產業(yè)層的排放占比變化較小，說明對其排放量的控制應重點關注PL0層，即通過減少消費量或部門排放強度降低CO2排放。相反，化學品、能源、金屬和非金屬等部門的排放在PL1層以后開始明顯增加，這些部門的減排有賴于對上游產業(yè)鏈的深入解析。

圖2 不同產業(yè)層居民消費間接CO2排放及部門貢獻

（三）敏感性分析

1.直接排放強度敏感性（St）

本文測算居民消費間接CO2排放對直接排放強度（ti）的敏感性，若敏感性系數大于0.01，則說明降低該部門直接排放強度的減排效率較高。由表1可知，共有11個部門的直接排放強度對居民消費間接CO2排放較為敏感（St＞0.01）。其中，電力、熱力生產和供應業(yè)（S37）的敏感性系數最高，達到了0.59。這表明該部門直接排放強度每降低100%，居民消費間接CO2排放將減少59%。此外，交通運輸、倉儲和郵政業(yè)（S41）和化學原料和化學制品制造業(yè)（S19）的St值也較大，分別為0.11和0.06。不難發(fā)現，直接排放強度敏感性靠前的行業(yè)均存在較大的現場排放，即由于高耗能和高生產過程排放，這些產業(yè)以直接排放為主，因而降低其直接排放強度成為減少居民消費間接排放的主要手段。

表1 敏感性分析St結果表

2.部門間投入系數敏感性（Sα）

本文測算居民消費間接CO2排放對部門間投入系數（αij）的敏感性，若敏感性系數大于0.01，則說明通過提升部門i到部門j這一產業(yè)環(huán)節(jié)的生產技術，具有較高的減排效率。由式（7）可知，部門間投入系數（αij）只對更高產業(yè)層（PL1→∞）上的排放產生影響，對PL0層不產生影響。因此，部門間投入系數的敏感性指數（Sα）結果對于探尋PL1→∞層關鍵減排部門和路徑至關重要。由圖3可知，影響居民消費間接CO2排放的產業(yè)環(huán)節(jié)共有1 849個，但其中較為敏感的產業(yè)環(huán)節(jié)僅109個（Sα＞0.01）。

圖3 敏感性分析Sα熱圖

特別地，農、林、牧、漁、水利業(yè)→農副食品加工業(yè)（S1→S7）（Sα=0.098），化學原料和化學制品制造業(yè)→橡膠和塑料制品業(yè)（S19→S22）（Sα=0.09），電力、熱力生產和供應業(yè)→電力、熱力生產和供應業(yè)（S37→S37）（Sα=0.10）和電力、熱力生產和供應業(yè)→水的生產和供應業(yè)（S37→S39）（Sa=0.11）等產業(yè)環(huán)節(jié)對居民消費間接CO2排放最為敏感，其敏感性系數均超過0.09，說明這些產業(yè)環(huán)節(jié)的排放降低100%，居民消費間接碳排放可減少9%以上。不難發(fā)現，最為敏感的部門間交易包括一些自我供給的產業(yè)環(huán)節(jié)，如電力、熱力生產和供應業(yè)→電力、熱力生產和供應業(yè)（S37→S37），化學原料和化學制品制造業(yè)→化學原料和化學制品制造業(yè)（S19→S19）和紡織業(yè)→紡織業(yè)（S11→S11）等，這與前人的發(fā)現一致[45]。

3.居民最終消費敏感性（Sy）

本文測算居民消費間接CO2排放對最終需求（yj）的敏感性，若敏感性系數大于0.01，則說明通過減少該部門產品或服務消費量是具有較高效率的減排手段。由表2可知，共有16個部門的居民最終消費對間接CO2排放較為敏感（Sy＞0.01）。其中，其他服務業(yè)（S43）的最終消費對CO2排放的敏感性系數最高（Sy=0.22），其次為電力、熱力生產和供應業(yè)（S37）（Sy=0.15）。這充分說明隨著中國產業(yè)結構不斷升級和城市化水平不斷提高，居民對服務產品和現代能源的追求已成為中國CO2排放的重要驅動力。此外，農、林、牧、漁、水利業(yè)（S1），農副食品加工業(yè)（S7）和食品制造業(yè)（S8），交通運輸、倉儲和郵政業(yè)（S41）以及批發(fā)、零售業(yè)和住宿、餐飲業(yè)（S42）的最終需求敏感性也均大于0.05。

（四）關鍵減排路徑分析

通過以上對投入產出模型中各組成部分的敏感性分析，本文初步識別了單獨滿足各組分敏感性條件的關鍵部門和路徑。然而，居民消費間接CO2排放是由直接排放強度、最終消費和部門間投入系數共同決定的[14]。因此，為尋求關鍵減排路徑，需結合三部分敏感性分析結果，為政策制定者提供更具針對性的信息。

根據關鍵減排路徑識別框架的設計思路，針對不同產業(yè)層關鍵路徑應采取差異化減排措施。對于PL0層關鍵路徑，主要通過降低該部門直接排放強度和居民對該部門產品或服務的消費量進行減排。更高產業(yè)層（PL1→3）上關鍵路徑的減排則關注不同部門之間的產業(yè)關聯（供應部門→需求部門），通過供應部門降低排放強度和需求部門提高生產效率相結合進行減排。

1.PL0層居民消費間接排放關鍵減排路徑

由于PL0層排放同時由部門直接排放強度（ti）和最終需求（yj）決定[見式（7）]，從減排效率出發(fā)，該產業(yè)層關鍵減排路徑必須滿足條件（St＞0.01）∩（Sy＞0.01）?；谠摐蕜t，本文首先識別出8個關鍵部門，即圖4中陰影部分。然而，并非所有滿足敏感性條件的部門都值得重點關注。在識別關鍵路徑時，還應考慮各部門CO2排放量的大小。比如，化學原料和化學制品制造業(yè)（S19）滿足PL0層敏感性條件，但該部門CO2排放僅占PL0層排放的1.76%。相反，盡管食品制造業(yè)（S8）不滿足敏感性條件，但其CO2排放占比更高（3.19%）。為篩選出更具減排效率的路徑，在敏感性條件的基礎上，本文以各部門CO2排放占PL0層排放比重的均值（2.33%）作為臨界點，進一步識別出6個關鍵路徑，分別為電力、熱力生產和供應業(yè)（S37），交通運輸、倉儲和郵政業(yè)（S41），其他服務業(yè)（S43），農、林、牧、漁、水利業(yè)（S1），批發(fā)、零售業(yè)和住宿、餐飲業(yè)（S42）和農副食品加工業(yè)（S7）。這些關鍵路徑的排放量共占PL0層CO2排放的87%，且與中國當前的減排重點較為吻合，可見本文提出的關鍵路徑識別方法對PL0層間接CO2排放控制效果較為明顯。

圖4 PL0層居民消費間接CO2排放部門組成

根據關鍵減排路徑識別框架的設計思路，PL0層關鍵路徑減排主要通過降低該部門直接CO2排放強度或居民對該部門產品或服務的消費量實現。為進一步提高減排效率，還應比較各部門St和Sy數值的大小。若St＞Sy，則降低部門直接排放強度更有利于減少總體碳排放；反之，則減少居民最終消費減排效果更好。通過比較，電力、熱力生產和供應業(yè)（S37）和交通運輸、倉儲和郵政業(yè)（S41）的St值大于Sy值，減少這兩個部門的間接排放主要通過降低部門直接排放強度。具體而言，電力部門可通過提升燃煤效率、提高煤炭清潔度、大力發(fā)展可再生能源發(fā)電技術等措施降低直接CO2排放強度。此外，碳捕捉與封存技術的應用也是電力部門碳減排的必要手段[46]。未來應通過加強技術研發(fā)、降低經濟成本和實現CO2綜合利用等途徑，進一步推廣該技術在電力部門的應用。交通運輸業(yè)主要通過發(fā)展電動汽車、氫能源燃料電池等技術實現減排，但電動汽車的減排效果有賴于全國電網的低碳化。氫能燃料電池技術的發(fā)展目前還處在初步階段，尚無法成為交通運輸業(yè)的主要減排手段。同時，在氫氣制取過程中，應采用清潔電力進行電解，避免掉入“灰氫”陷阱。

由于Sy值大于St值，對PL0層其他四個關鍵部門的CO2減排則主要通過合理消費方式的引導實現。具體來說，農、林、牧、漁、水利業(yè)（S1），農副食品加工業(yè)（S7）和批發(fā)、零售業(yè)和住宿、餐飲業(yè)（S42）均與食物消費有關，應通過倡導減少食物浪費、執(zhí)行食品低碳認證等方式培養(yǎng)消費者的低碳消費理念，減少這些部門在PL0層的間接排放。其他服務業(yè)（S43）PL0層CO2減排有賴于低碳服務業(yè)的發(fā)展和消費者綠色消費理念的培養(yǎng)[47]。中國政府應大力支持低碳旅游、綠色金融和低碳營銷的發(fā)展，以應對服務業(yè)消費大規(guī)模增長形勢下的減排壓力。

2.PL1→3層居民消費間接排放關鍵減排路徑

如圖2所示，中國居民消費間接CO2排放主要集中在PL0→3層，占比達到72%。因此，PL1→∞層間接CO2減排應主要關注PL1→3層。由于PL1→3層排放同時由部門直接排放強度（ti）、部門間投入系數（αij）和最終消費（yj）決定，因此該產業(yè)層關鍵減排路徑必須滿足條件（St供應部門＞0.01）∩（Sα＞0.01）∩（Sy需求部門＞0.01），即供應部門的St、需求部門的Sy和該產業(yè)環(huán)節(jié)的Sα應同時符合敏感性條件[48]。根據以上準則，本文共識別出35個符合敏感性條件的產業(yè)環(huán)節(jié)，這些環(huán)節(jié)上的排放共占PL1→3層CO2排放的23%（如圖5所示）?？梢?，相比于PL0層，PL1→3層CO2排放源更為分散，減排難度更大。

圖5 PL1→3層CO2排放的關鍵產業(yè)環(huán)節(jié)

進一步分析可以發(fā)現，不同產業(yè)環(huán)節(jié)在制定減排措施時，應側重不同產業(yè)層。比如，農、林、牧、漁、水利業(yè)→農副食品加工業(yè)（S1→S7）產業(yè)環(huán)節(jié)的排放主要來源于PL1層，占該環(huán)節(jié)排放的71%；而電力、熱力生產和供應業(yè)→石油加工、煉焦和核燃料加工業(yè)（S37→S18）環(huán)節(jié)的排放主要來源于PL2層，占該環(huán)節(jié)排放的42%（圖5）。因此，前者減排應主要關注PL1層，而后者主要側重PL2層。

然而，敏感性分析僅能識別PL1→3層重要的排放環(huán)節(jié)。理論上，不同產業(yè)環(huán)節(jié)起點和終點部門間存在無數條產業(yè)路徑。因此，本文采用SPA方法解析關鍵產業(yè)環(huán)節(jié)中的不同路徑，并根據不同路徑上排放量大小篩選主要減排路徑。經計算，PL1→3層滿足居民消費間接CO2排放敏感性條件的路徑為283條。為便于分析，本文僅展示了其中18條單獨排放占比超過1%的路徑，合計占PL1→3層關鍵路徑排放的74%，因而具有一定的代表性（表2）。

表2 敏感性分析Sy結果表

不難發(fā)現，PL1→3層關鍵路徑存在部門集聚現象。如表3所示，從供應部門角度看，共有9條關鍵路徑的起點為電力、熱力生產和供應業(yè)（S37），合計占PL1→3層關鍵路徑CO2排放的51%。主要的下游部門包括石油加工、煉焦和核燃料加工業(yè)（S18），化學原料和化學制品制造業(yè)（S19），醫(yī)藥制造業(yè)（S20）和交通運輸、倉儲和郵政業(yè)（S41）。可見，對電力部門的減排不僅直接降低居民消費間接CO2排放，同時影響到其他部門雙碳目標的完成進度，特別是低碳交通的發(fā)展。此外，提升用電效率也是降低以上四條關鍵路徑碳排放的重要手段。其他部門集聚路徑還包括農、林、牧、漁、水利業(yè)→農副食品加工業(yè)（S1→S7），農、林、牧、漁、水利業(yè)→食品制造業(yè)（S1→S8）和化學原料和化學制品制造業(yè)→農、林、牧、漁、水利業(yè)（S19→S1）等，約占PL1→3層關鍵路徑CO2排放的10%。S1→S7和S1→S8路徑減排依賴于低碳農業(yè)的發(fā)展和降低食品生產過程的原料浪費率。S19→S1路徑減排的主要手段是降低農業(yè)生產中化肥和農藥的使用。

表3 PL1→3層居民消費間接CO2排放關鍵路徑（占比超過1%）

此外，PL1→3層還存在一些“自循環(huán)”關鍵路徑，即起點和終點均為同一部門的路徑。比如，電力、熱力生產和供應業(yè)→電力、熱力生產和供應業(yè)（S37→S37），電力、熱力生產和供應業(yè)→電力、熱力生產和供應業(yè)→電力、熱力生產和供應業(yè)（S37→S37→S37），其他服務業(yè)→其他服務業(yè)（S43→S43）以及化學原料和化學制品制造業(yè)→化學原料和化學制品制造業(yè)（S19→S19）等。由于各部門對自身的能耗結構及排放來源較為熟悉，因此針對行業(yè)自身的減排措施效果將更為明顯。比如，不斷提高電廠煤炭燃燒效率和降低電廠自用電率是降低S37→S37路徑排放的重要措施；通過信息化和智能化技術的發(fā)展，可以有效提升其他服務業(yè)→其他服務業(yè)（S43→S43）環(huán)節(jié)的工作效率，從而降低排放?！白匝h(huán)”路徑的存在也會使這些減排措施發(fā)生連鎖反應，促進居民消費上游產業(yè)鏈減排。

四、結論與不足

本文整合環(huán)境投入產出分析、產業(yè)層分解、結構路徑解析和敏感性分析等方法，構建了居民消費間接CO2排放核算與關鍵減排路徑識別分析框架，系統(tǒng)開展了2017年中國居民消費間接CO2排放核算，并對其上游產業(yè)鏈進行了解剖，探尋出不同產業(yè)層減排的關鍵部門和路徑。本文獲得的主要結論如下：

1.2017年中國居民消費間接CO2排放量為28.17億噸，主要來自電力、熱力生產和供應業(yè)（S37），交通運輸、倉儲和郵政業(yè)（S41）以及化學原料和化學制品制造業(yè)（S19）。本文進一步發(fā)現，居民消費間接CO2排放主要集中在前四個產業(yè)層，并針對不同產業(yè)層探尋了關鍵減排路徑。

2.在第0產業(yè)層，居民消費間接CO2關鍵減排路徑包含電力、熱力生產和供應業(yè)（S37），交通運輸、倉儲和郵政業(yè)（S41）和其他服務業(yè)（S43）等6個部門。該產業(yè)層關鍵路徑減排主要通過提高能源利用效率或采用可再生能源能源降低碳排放強度，或引導居民對這些部門產品的合理消費需求。具體減排措施需要通過比較部門直接排放強度敏感性和居民最終消費敏感性數值的大小而確定。

3.在第1～第3產業(yè)層，本文共識別出18條關鍵CO2減排路徑。在制定減排措施的過程中，特別需要注意這些路徑中的“部門集聚”和“自循環(huán)”現象。對個別重點部門采取提高能源效率、改善能源結構或增強減排技術等措施，可促進整個產業(yè)鏈的CO2減排。

4.本文的發(fā)現可從以下幾個方面為減少居民消費間接CO2排放提供政策啟示：首先，居民消費上游產業(yè)鏈中存在關鍵排放路徑，對這些關鍵路徑的挖掘可提高減排措施的針對性和有效性。其次，不同產業(yè)層應制定差異化減排策略，第0層主要側重點在部門直接排放強度和居民消費行為，如不斷發(fā)展清潔可再生電力和節(jié)約用電等。更高產業(yè)層的減排應注重部門間協(xié)作，對CO2減排而言，可以采取的產業(yè)協(xié)作方式包括：（1）提升交通運輸、化學原料生產等部門的用電效率；（2）降低食品生產過程中的農產品浪費；（3）優(yōu)化商品批發(fā)零售中的交通運輸方式；（4）減少農業(yè)生產過程中的化肥和農藥使用等。

受限于投入產出表編制技術和環(huán)境排放統(tǒng)計數據的發(fā)展，本文存在一定的局限性。由于投入產出表編制的時間滯后性，本文僅關注了2017年中國居民消費間接排放與減排路徑，但研究結果可以為未來減排政策制定提供一定的參考。此外，國家能源消費和環(huán)境排放統(tǒng)計數據的部門精度有限，為確保部門直接排放數據的準確性，本文對原投入產出表進行了部門合并，因此損失了一定的路徑精度。本文為探尋居民消費間接CO2關鍵減排路徑提供了方法框架和大致方向，具體政策制定有賴于進一步分析不同行業(yè)能耗與生產工藝特點。未來應不斷完善投入產出表編制和環(huán)境數據統(tǒng)計工作，以支持精準減排政策的制定和落實。