王一帆，毛貝寧，梁天寧，郭麗思，杜淑盼，廖丹琦，陳操操 ，張 珺，范振林，劉耕源，4

（1. 北京師范大學(xué)環(huán)境學(xué)院 環(huán)境模擬與污染控制國家重點(diǎn)聯(lián)合實(shí)驗(yàn)室，北京 100875；2. 北京市生態(tài)環(huán)境局，北京 100048；3. 中國自然資源經(jīng)濟(jì)研究院，北京 101149；4. 北京市流域環(huán)境生態(tài)修復(fù)與綜合調(diào)控工程技術(shù)研究中心，北京 100875）

21世紀(jì)初，全球就確定了在本世紀(jì)中葉前后達(dá)成碳中和目標(biāo)的共同約定，但降碳仍是世界性難題。隨著新冠肺炎疫情暴發(fā)，深刻改變了全球生產(chǎn)生活方式，聯(lián)合國環(huán)境規(guī)劃署《2020碳排放差距報告》指出，后疫情時代的綠色復(fù)蘇有望大幅降低全球碳排放量，并有助于減緩氣候變化進(jìn)程[1]。2020年年底，能源與清潔空氣研究中心發(fā)表的報告認(rèn)為，中國的停工和工業(yè)生產(chǎn)的下降，已使中國的碳排放量減少了至少1/4，全社會處于被動低碳生活模式[2]。而2021年河北省政府工作報告也指出，在河北省碳達(dá)峰行動方案中，單位GDP二氧化碳排放量下降4.2%，并將堅持綠色發(fā)展列入2021年及“十四五”期間需要重點(diǎn)抓好的工作[3]。家庭碳排放是碳排放的重要組成部分，對家庭能源消費(fèi)結(jié)構(gòu)和碳排放情況進(jìn)行分析研究，可以為更好地達(dá)成碳中和目標(biāo)提供參考和依據(jù)，促進(jìn)該目標(biāo)的早日實(shí)現(xiàn)。

對家庭能耗和碳排放分析的研究可以追溯到20世紀(jì)70年代，這些研究把生產(chǎn)和居民對產(chǎn)品的需求聯(lián)系起來，并對某一產(chǎn)品的生產(chǎn)和消費(fèi)過程進(jìn)行追蹤，精確計算能源投入與碳排放量。例如，基于Leontief投入產(chǎn)出模型[4]，Bullard和Herendeen建立了能源投入產(chǎn)出分析模型，在此基礎(chǔ)上，對美國經(jīng)濟(jì)各部門的能源強(qiáng)度進(jìn)行了分析[5]。Noorman建立了家庭代謝分析法，側(cè)重于分析家庭消費(fèi)活動[6]。隨后，Weber和 Perrels又對家庭代謝法進(jìn)行了擴(kuò)展，提出了投入產(chǎn)出-生命周期評價（EIO-LCA）模型，使得研究不再局限于居民能源消費(fèi)的某一部分[7]。而EIO-LCA分析法也進(jìn)一步拓展到居民消費(fèi)品分析，進(jìn)行家庭生活消費(fèi)分析[8]。在影響因素的分析上，人口方面考慮了人口、家庭規(guī)模、受教育程度、家庭人口年齡和家庭結(jié)構(gòu)等。Lenzen等研究發(fā)現(xiàn)，規(guī)模較大的家庭消費(fèi)更低的人均能源，家庭的收入與家庭端直接、間接能源消耗都有強(qiáng)相關(guān)性[9]；Vringer和Blok研究得出40～50歲的居民在家庭中消費(fèi)的能源最多[10]。經(jīng)濟(jì)方面考慮了宏觀層面上的經(jīng)濟(jì)增長，以及產(chǎn)業(yè)結(jié)構(gòu)，微觀層面上的家庭收入及消費(fèi)支出等。消費(fèi)品的能源消耗強(qiáng)度是技術(shù)進(jìn)步的主要體現(xiàn)，這與經(jīng)濟(jì)增長在相互促進(jìn)的同時又相互矛盾。雖然技術(shù)進(jìn)步提高了能源利用效率，但卻被“反彈效應(yīng)”所抵消，這一現(xiàn)象在直接和間接的能源消耗上均有反映[11]。生活方式包括消費(fèi)商品和時間分配兩大類，Jalas通過研究芬蘭人的生活方式而發(fā)現(xiàn)，20世紀(jì)80—90年代，人們的活動時間分配發(fā)生了變化，這一點(diǎn)導(dǎo)致了家庭能源需求的增加[12]。

近年來，國內(nèi)學(xué)者對上述問題也進(jìn)行了深入研究。2010年，王文秀分別選取能源商品消費(fèi)、食品消費(fèi)和居民間接能源消費(fèi)碳排放的影響因素及相關(guān)指標(biāo)，采用Pearson乘積相關(guān)分析法進(jìn)行分析[13]。2011年，張小洪等運(yùn)用因素分解法（LMDI）得到了相關(guān)因素對家庭碳排放的影響程度[14]。2015年，陳豹則從家庭的視角出發(fā)，以北京市為研究對象，拓展了碳排放的研究思路，為系統(tǒng)地研究家庭碳排放奠定了理論與實(shí)踐基礎(chǔ)[15]。2018年，陳卓夫通過核算天津市城鎮(zhèn)地區(qū)居民的直接和間接碳排放，深入探究了該地區(qū)家庭碳排放的影響機(jī)理，在此基礎(chǔ)上提出了蒙特卡洛動態(tài)預(yù)測模型，用來預(yù)測2030年時天津市所有家庭的碳排放量[16]。2020年，李順成等對山東省各城市數(shù)據(jù)進(jìn)行分析，基于PLS結(jié)構(gòu)方程模型將客觀存在的物理性環(huán)境因素考慮在內(nèi)[17]。此外，2020年，劉曉瑞等研究了技術(shù)進(jìn)步對家庭能源消費(fèi)的影響，將消費(fèi)習(xí)慣效應(yīng)納入模型中[18]。吳文昊從能源匱乏視角出發(fā)，結(jié)合中外研究進(jìn)展，從能源服務(wù)可獲得性和生活能源可支付性兩大維度出發(fā)，聚焦于全國家庭清潔能源消費(fèi)現(xiàn)狀及城鄉(xiāng)間差異性[19]。

目前的研究對家庭碳排放的主要影響因素進(jìn)行了綜合分析，但研究數(shù)據(jù)往往存在延遲性，忽略了在某些突發(fā)場景，如在新冠肺炎疫情下家庭碳排放的差異。后疫情時期，家庭因收入水平、生活習(xí)慣、思想觀念等均發(fā)生重大變化，進(jìn)一步影響碳排放，僅以年鑒統(tǒng)計數(shù)據(jù)進(jìn)行分析，針對突發(fā)情況制定有針對性的家庭節(jié)能減排政策是困難的。因此，本研究以后疫情時期河北省典型區(qū)域?yàn)槔捎昧松鐣柧碚{(diào)查和線上訪談的方式來獲取河北省家庭各項(xiàng)消費(fèi)數(shù)據(jù)，在核算家庭直接碳排放量的基礎(chǔ)上，分析疫情前后家庭碳排放的變化及規(guī)律，為疫情時期家庭節(jié)能減排措施的制定提供具有時效性的科學(xué)依據(jù)。

1 研究方法

1.1 研究區(qū)域及數(shù)據(jù)來源

河北省具有交通樞紐的功能，連接北京與全國各地[20]。后疫情時期，江蘇、黑龍江以及河北等多地出現(xiàn)了疫情的聚集性暴發(fā)[21]。根據(jù)河北省衛(wèi)健委提供的數(shù)據(jù)，截至2021年1月17日，河北省出現(xiàn)54例新冠疫情確診病例；2月17日，河北省確診病例302例；3月中旬河北省疫情得到控制，不再有新增確診病例。

本文結(jié)合文獻(xiàn)調(diào)研結(jié)果，設(shè)計了“河北省后疫情時期家庭能源消費(fèi)及影響因素調(diào)查問卷”，設(shè)置后疫情時期（2021年2月底），以及全面復(fù)工（2021年3月底）兩個時間點(diǎn)，每次取樣選取1周作為調(diào)研時段，且兩次取樣采用統(tǒng)一樣本，以便更好地分析疫情對家庭碳排放結(jié)構(gòu)的影響。調(diào)研內(nèi)容包括四部分：住宅特點(diǎn)、家庭屬性、私家車使用，以及生活用品一周使用量。通過網(wǎng)絡(luò)隨機(jī)選取樣本，采用問卷和線上訪談的方式對河北省居民進(jìn)行調(diào)研，共收集有效問卷131份。問卷中插入誠信問題，用以刪除無效問卷，最大程度地保證數(shù)據(jù)真實(shí)性和代表性。

以不同種類的能源消費(fèi)導(dǎo)致的碳排放量為因變量Y，可能影響直接碳排放量的微觀因素為自變量X。根據(jù)已有研究[22-28]，假設(shè)影響直接碳排放的因素包括住宅特征、家庭屬性以及私家車使用三個類別。

1.2 家庭碳排放核算

1.2.1 核算范圍

本研究確定的核算邊界包括：直接碳排放與間接碳排放。直接碳排放是指家庭化石能源消耗所產(chǎn)生的碳排放；間接碳排放是指家庭所購買的各類非能源產(chǎn)品與服務(wù)在生產(chǎn)運(yùn)輸、使用及處置等環(huán)節(jié)中所產(chǎn)生的碳排放，包括外購的二次能源（電力及熱力等），以及非能源產(chǎn)品與服務(wù)消費(fèi)產(chǎn)生的碳排放（涉及醫(yī)療衛(wèi)生保健、食品、住房、服裝、交通、通信、教育文化娛樂服務(wù)等方面）（圖1）。

圖1 家庭碳排放核算范圍

為使核算過程盡可能嚴(yán)謹(jǐn)和全面，本研究主要選取家庭消耗的電量、燃油、燃?xì)獾戎苯幽茉?，以及所消耗的水量作為家庭碳排放的表征，即本研究家庭碳核算范圍包括家庭用電消費(fèi)、燃?xì)庀M(fèi)、自來水消費(fèi)及汽油消費(fèi)四個方面。

1.2.2 核算方法

本文采用《IPCC國家溫室氣體清單指南》中的碳排放系數(shù)法計算直接碳排放（表1），計算公式如下：

表1 碳排放系數(shù)表

式中，Ei為家庭周均i能源消耗產(chǎn)生的碳排放量，F(xiàn)i為i能源的消耗量，EFi為i能源消耗的碳排放因子，i為能源類型。

1.3 家庭碳排放影響因素分析

偏最小二乘回歸（PLS回歸）是一種可以解決共線性問題、多個因變量同時分析、處理小樣本時影響關(guān)系研究的多元統(tǒng)計方法。從原理上看，PLS回歸集合是多元線性回歸、典型相關(guān)分析和主成分分析等三種研究方法的集合運(yùn)用。多元線性回歸用于研究影響關(guān)系，典型相關(guān)分析用于研究多個X和多個Y之間的關(guān)系，主成分分析用于對多個X或者多個Y進(jìn)行信息濃縮。本文采用PLS回歸進(jìn)行分析。

2 結(jié)果與分析

2.1 家庭碳排放核算結(jié)果與分析

根據(jù)2021年2月底河北省家庭問卷調(diào)查報告數(shù)據(jù)，河北省后疫情期間家庭周平均碳排放參考量為219.4 kg（表2）。平均值體現(xiàn)了河北省居民家庭因消費(fèi)產(chǎn)生的碳排放需求的一般情況。其中，燃?xì)庀模?7.61 %）、用電消耗（30.29 %）和汽油消耗（31.61 %）為碳排放的主要來源。

表2 2021年2月底河北省家庭平均能耗和碳排放核算結(jié)果

根據(jù)2021年3月底河北省家庭問卷調(diào)查報告數(shù)據(jù)，河北省后疫情期間家庭周平均碳排放參考量為299.6 kg，相較于2月底增長了36.55%（表3）。在家庭部門總碳排放中，燃?xì)庀漠a(chǎn)生的碳排放占比最大（53.65%），用電消耗（23.47%）及汽油消耗（22.74%）次之。

表3 2021年3月底河北省家庭平均能耗和碳排放核算結(jié)果

2021年，除張家口、承德、秦皇島三市外，河北省其他地區(qū)供暖時間延長至3月31日，而張家口供暖時間延長至4月7日，因此本研究不存在停止供暖造成的偏差。河北地區(qū)此次新冠肺炎疫情聚集性暴發(fā)前后，用電消耗產(chǎn)生的碳排放量小幅增加，燃?xì)庀漠a(chǎn)生碳排放量大幅上漲，自來水消耗產(chǎn)生的碳排放量減少，汽油消耗量基本保持不變。基于以上結(jié)論可以得出：①在疫情暴發(fā)期間，居民更注重衛(wèi)生的保障，因而清潔用水量相較于疫情穩(wěn)定期更大，從而造成更多的碳排放。②疫情暴發(fā)期由于外出購物較為困難、外賣飲食增加，以及焦慮情緒等因素均可能使得居民飲食結(jié)構(gòu)轉(zhuǎn)變，對比其他調(diào)研結(jié)果發(fā)現(xiàn)，疫情期間水果攝入量增多的人數(shù)占40.65%，蔬菜攝入量增多的人數(shù)占34.22%，而零食攝入量減少的人數(shù)占23.05%[32]（羅澤延等，2021）；55.88%的調(diào)查人群增加了飲食量，相對于睡眠及鍛煉，飲食營養(yǎng)方面的改善則相對較少[33]（陳磊等，2021）。而疫情情況平穩(wěn)后，短時間內(nèi)可能會形成家庭飲食恢復(fù)，從而使得家庭燃?xì)庀牧看蠓黾?，燃?xì)庀膶?dǎo)致的碳排放也相應(yīng)增加。 疫情后較疫情聚集性暴發(fā)期間燃?xì)庀脑黾右鸬奶寂欧旁黾恿窟h(yuǎn)大于自來水消耗下降引起的碳排放減少量，因而整體表現(xiàn)出家庭碳排放增加的趨勢。

2.2 家庭碳排放回歸結(jié)果與分析

為了探索疫情暴發(fā)時影響家庭直接碳排放總量Y1，以及各種能源消耗導(dǎo)致的碳排放量Y2—Y5的主要因素，分別以X1—X12為自變量，根據(jù)2021年2月底問卷調(diào)研數(shù)據(jù)進(jìn)行PLS回歸。表4顯示了碳排放結(jié)構(gòu)模型的變量與各類能源的人均排放量之間相關(guān)關(guān)系。

表4 碳排放結(jié)構(gòu)模型的變量與各類能源的人均排放量之間相關(guān)關(guān)系

當(dāng)PLS回歸模型有7個主成分時，因變量每戶合計消耗、每戶用電消耗、每戶燃?xì)庀?、每戶自來水消耗及每戶汽油消耗R2值分別為0.188、0.198、0.187、0.187、0.141，說明以上自變量的解釋力分別為18.8%、19.8%、18.7%、18.7%、14.1%。對回歸系數(shù)進(jìn)行檢驗(yàn)，若p值小于0.05，則說明X對Y呈現(xiàn)出顯著性影響。由此可知（括號內(nèi)為對應(yīng)回歸系數(shù)）：

（1）每戶合計消耗產(chǎn)生碳排放量：家庭規(guī)模（0.072），是否有節(jié)能節(jié)水措施（0.186），每周外出就餐/外賣次數(shù)（0.213），每周接收快遞數(shù)（0.121），汽車保有數(shù)量（-0.239）對每戶合計消耗產(chǎn)生碳排放量有顯著影響。其中，每戶居民每周外出就餐/接外賣次數(shù)，以及接收快遞數(shù)每增加10次，碳排放量分別增加2.13kg及1.21kg。

（2）每戶用電消耗產(chǎn)生碳排放量：每周外出就餐/外賣次數(shù)（0.256），每周接收快遞數(shù)（-0.070），汽車保有數(shù)量（-0.069）對每戶用電消耗產(chǎn)生碳排放量有顯著影響。其中僅每周外出就餐/外賣次數(shù)對其具有顯著正影響，其余均為顯著負(fù)影響。

（3）每戶燃?xì)庀漠a(chǎn)生碳排放量：房屋獲得情況（-0.153），平均年齡（0.172），是否有節(jié)能節(jié)水措施（0.255），每周外出就餐/外賣次數(shù)（0.161），每周接收快遞數(shù)（0.119）對每戶燃?xì)庀漠a(chǎn)生碳排放量有顯著影響；可以說明若家庭采取節(jié)能節(jié)水措施，其碳排放量會減少。而房屋獲得情況有顯著負(fù)影響，即通過購買、租賃、公司借住獲取的住宅其碳排放量依次減少。

（4）每戶自來水消耗產(chǎn)生碳排放量：這些影響因素均不對每戶自來水消耗產(chǎn)生的碳排放量有顯著影響。

（5）每戶汽油消耗產(chǎn)生碳排放量：平均年齡（-0.180），月平均支出水平（0.186），每周外出就餐/外賣次數(shù)（0.066），每周接收快遞數(shù)（0.160），汽車保有數(shù)量（-0.318）以及每周私家車行駛距離（-0.153）對每戶汽油消耗產(chǎn)生碳排放量有顯著影響。其中家庭月平均支出水平每增加1000元，碳排放量增加約186kg。

3 討論

3.1 疫情聚集性暴發(fā)前后居民用水消費(fèi)變化

根據(jù)2月底問卷調(diào)查結(jié)果，河北省家庭每戶每月平均用水約為15.12t，每月人均用水量為3.76t。其中河北省家庭平均每周使用洗衣機(jī)6.66次，每次使用洗衣機(jī)時長39.92 min；平均每周手洗衣服5.89次，每次手洗衣服時長29.52 min；平均每戶擁有汽車1.02輛；平均每人每周淋浴次數(shù)為5.92次，每次淋浴時長 22.61 min。

根據(jù)3月底問卷調(diào)查結(jié)果，河北省家庭3月每戶每月平均用水約為7.34 t，每月人均用水量為1.81t。河北省家庭平均每周使用洗衣機(jī)6.20次，每次使用洗衣機(jī)時長39.27 min；平均每周手洗衣服4.32次，每次手洗衣服時長25.55 min；平均每戶擁有汽車1.15輛；平均每人每周淋浴次數(shù)為5.59次，每次淋浴時長 20.00 min。

對比兩次問卷調(diào)研結(jié)果，聚集性疫情暴發(fā)后河北省家庭每戶每月平均用水量明顯減少，減少了51.46%，且洗衣機(jī)、手洗衣服、私家車清洗、洗浴次數(shù)等清潔性用水行為均有所減少。與上一節(jié)中所述疫情期間因防疫與衛(wèi)生需要清潔性用水增加，導(dǎo)致自來水消耗產(chǎn)生碳排放量減少的結(jié)論相吻合。

3.2 疫情聚集性暴發(fā)前后居民食物消費(fèi)變化

2月底河北省家庭食物結(jié)構(gòu)如表5所示，其中谷類食品（大米、面粉、高粱、小米、紅薯等）食用量及蔬菜食用量所占比例最高，分別占食物總體結(jié)構(gòu)的23.24%、22.71%；其次是水果（17.11%）、肉制品（15.99%）；最少的為奶制品（18.94%）、蛋類（2.00%）。

表5 2021年2月底與3月底家庭食物戶周均食用量與結(jié)構(gòu)

3月底河北省家庭食物結(jié)構(gòu)如表4所示，其中谷類食品和蔬菜占比最高，分別占總體食物結(jié)構(gòu)的32.55%、21.71%；其次是水果（20.07%）、肉制品（13.88%）；最少的為奶制品（10.67%）、蛋類（1.12%）。

2021年3月底與2月底相比，谷類、蔬菜、水果與肉制品一周戶均消費(fèi)量均明顯增加，而蛋類、奶制品則略有減少。其原因可能是蛋類與奶制品易于儲存，因此在疫情暴發(fā)期間，食物獲取不便時，仍然能夠得到很好的保障；而疫情平緩期，其他需要保鮮類食物供應(yīng)充足，居民們對蛋類與奶制品的攝入就相應(yīng)減少。疫情前后的食物結(jié)構(gòu)相比，各類食物所占比例大小的先后次序并無變化，而占比最大的谷類食品所占比重有了較大提升（9.31%），蔬菜和水果比重?zé)o較大變化，奶制品減少最大（8.27%），蛋類略微減少（0.88%）。

3.3 供暖對家庭碳排放的定量影響

住宅供暖廣泛采用的方法包括電采暖（家用分體式空調(diào)、電采暖器、電加熱地板輻射供暖系統(tǒng)）、燃煤采暖（家用燃煤爐、小區(qū)燃煤鍋爐房）以及燃用薪柴采暖。對進(jìn)行研究的131戶家庭的問卷結(jié)果進(jìn)行統(tǒng)計分析，發(fā)現(xiàn)河北省研究區(qū)域家庭以電采暖為主，占樣本總量的80.92%；少部分家庭采用燃煤采暖，占樣本總量的16.03%。

電加熱地板輻射供暖系統(tǒng)是家庭最常用的采暖方式，占樣本總數(shù)的34.35%。采用電采暖器供暖的也不在少數(shù)，占樣本總數(shù)的26.72%。此外，有19.85%的家庭采用家用分體式空調(diào)供暖，16.03%的家庭采用小區(qū)燃煤鍋爐房供暖。

基于調(diào)研數(shù)據(jù)，計算人均采暖二氧化碳排放量（周排放量）。由于最新數(shù)據(jù)暫時無法獲得，用2018年的數(shù)據(jù)近似替代2021年供暖季數(shù)據(jù)。首先通過《中國城鄉(xiāng)建設(shè)統(tǒng)計年鑒2018》[34]獲得河北省2018年蒸汽、熱水供熱總量，熱電廠、鍋爐的分別供熱量，以及住宅和總的供熱面積，通過下式計算兩種不同方式的人均采暖二氧化碳排放量：

式中，EC，P，W為熱電廠供熱方式下，人均每周采暖CO2排放量，kg/（人·周）；EB，P，W為鍋爐房供熱方式下，人均每周采暖CO2排放量，kg/（人·周）；EP，W為總?cè)司恐懿膳疌O2排放量，kg/（人·周）。Cs為熱電廠供熱量（蒸汽介質(zhì)）；Bs為鍋爐房供熱量（蒸汽介質(zhì)）；Ch為熱電廠供熱量（熱水介質(zhì)）；Bh為鍋爐房供熱量（熱水介質(zhì)）；EFe為電能碳排放系數(shù)，kgCO2/ kWh；EFc為煤炭碳排放系數(shù)，kgCO2/kg；HA為總供熱面積，萬平方米；HH為住宅供熱面積，萬平方米；20為供暖季5個月份的總周數(shù)；P為人口數(shù)。

經(jīng)計算可得，熱電廠供熱總量為34.68萬GJ/（人·周），對應(yīng)CO2排放量為33.64 kg/（人·周）；鍋爐房供熱總量為1.27萬GJ/（人·周），對應(yīng)CO2排放量為2.51 kg/（人·周）；總?cè)司恐懿膳疌O2排放量為36.15 kg/（人·周）。

4 結(jié)論與建議

為了解疫情對河北省家庭能源消費(fèi)結(jié)構(gòu)及影響因素的影響，本文通過問卷調(diào)查法、偏最小二乘回歸法（PLS回歸）等方法對疫情前后河北省家庭碳排放進(jìn)行核算，并分析其能源消費(fèi)結(jié)構(gòu)的影響因素及變化情況，得出以下結(jié)論。

（1）后疫情時代與疫情期間相比，河北省家庭直接碳排放量增長了36.55%，其中燃?xì)庀漠a(chǎn)生的碳排放量漲幅最大（94.84%）。這種變化主要是因?yàn)橐咔槠陂g居民減少外出購物頻率，外賣飲食方式增加，使得居民飲食結(jié)構(gòu)發(fā)生變化，而疫情平緩后，食品供應(yīng)更加充足，加之促進(jìn)消費(fèi)等政策，居民短時間內(nèi)形成家庭飲食恢復(fù)，從而使燃?xì)庀漠a(chǎn)生的碳排放量大幅上漲，并很大程度上導(dǎo)致了家庭整體碳排放量的上升。這可能與早期疫情期間對于家庭突發(fā)事件應(yīng)對的引導(dǎo)性政策不足有關(guān)，實(shí)際則造成了生活品質(zhì)下降和碳排放上升。

（2）家庭直接碳排放涉及的不同能源類型中，除漲幅最大的燃?xì)庀耐?，用電消耗產(chǎn)生的碳排放量小幅增加（5.84%），自來水消耗產(chǎn)生的碳排放量減少（61.31%），而汽油消耗量基本保持不變。其中自來水消耗降低幅度較大的主要原因是疫情期間居民的恐慌情緒以及防疫的需要，導(dǎo)致居民清潔用水頻率增加，而后疫情時代時家庭用水則相對較少。

（3）此外，在能源消費(fèi)影響因素上，家庭人口規(guī)模、節(jié)能節(jié)水意識、外出就餐/外賣頻率、接收快遞數(shù)量對家庭部門直接碳排放量有顯著正影響，而私家車保有量則有顯著負(fù)影響。

基于以上結(jié)論和河北實(shí)際情況，提出以下的建議：①做好危機(jī)事件應(yīng)急預(yù)案，把疫情常態(tài)化作為建立家庭智能監(jiān)測的契機(jī)，引導(dǎo)多平臺多學(xué)科多技術(shù)的融合，建立統(tǒng)一的家庭部門產(chǎn)品消費(fèi)數(shù)據(jù)庫，協(xié)調(diào)供電局、自來水公司、天然氣公司等提供家庭端數(shù)據(jù)庫接口，從而實(shí)現(xiàn)實(shí)時自動計算家庭端相應(yīng)碳排放量，通過實(shí)時監(jiān)測，從而更好地進(jìn)行危機(jī)預(yù)警和危機(jī)干預(yù)。②在家庭碳減排上，加強(qiáng)政府的宣傳教育職能，通過政策引導(dǎo)，開發(fā)家庭碳排放計算器等方式強(qiáng)化居民對減排的重視程度，從而促進(jìn)家庭碳減排，并結(jié)合碳交易等政策措施，推動碳達(dá)峰、碳中和目標(biāo)的早日實(shí)現(xiàn)。