楊旺舟

（云南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院，云南昆明 650500）

引言

1992 年，聯(lián)合國環(huán)境與發(fā)展大會《21 世紀(jì)議程》指出，不可持續(xù)的消費和生產(chǎn)形態(tài)是造成全球環(huán)境持續(xù)惡化的重要成因。收入增加、城市化推動飲食轉(zhuǎn)型，傳統(tǒng)飲食被糖、脂肪、油和肉類含量較高的飲食所取代。如果不加以控制，這將成為2050 年食物生產(chǎn)等引起的全球農(nóng)業(yè)溫室氣體排放增加80%的主要原因[1]。居民家庭消費是社會終端消費的基本單元，食品消費是人類最基本的消費行為。因此，研究居民食品消費碳排放具有重要的現(xiàn)實意義。

居民飲食結(jié)構(gòu)變化對農(nóng)業(yè)溫室氣體排放的影響較大，肉食消費已成為中國食品消費中最大的溫室氣體排放源[2]；食品碳排放可以從食品生產(chǎn)端、食品消費端開展研究。食品生產(chǎn)端的碳排放（當(dāng)量排放）主要核算種植業(yè)的農(nóng)藥、化肥等投入，以及畜禽養(yǎng)殖中動物腸道發(fā)酵、糞便管理的CH4、N2O 等溫室氣體排放[3-5]；側(cè)重于從食品消費端角度，國內(nèi)學(xué)者對北京、上海、廈門城市居民家庭，以及安徽、南京、全國城鄉(xiāng)居民食品消費的碳排放等開展研究[6-13]。曹志宏等基于居民食物消費碳排放量核算，運用洛倫茲曲線和基尼系數(shù)，研究中國城鄉(xiāng)居民食物消費碳排放的時空演變及其驅(qū)動因子[14,15]。黃和平等測算中國30 個地區(qū)1990—2018 年城鎮(zhèn)居民食物消費的碳排放，并對其空間特征進(jìn)行分析[16]。此外，Wang 等研究通過飲食結(jié)構(gòu)調(diào)整減少碳排放的策略[17]。國外學(xué)者主要從與飲食模式、食物烹飪與食物供應(yīng)鏈等角度，開展食物碳足跡的相關(guān)研究，分析視角更為細(xì)化[18-20]。目前，國內(nèi)食品消費碳排放核算、空間格局等方面研究取得不少成果，但還有待完善和深入探討：①在研究空間格局演變及其驅(qū)動因素等方面，相對于使用區(qū)域食品消費碳排放總量作為指標(biāo)而言，使用區(qū)域居民食品消費碳排放量的人均指標(biāo)，能更準(zhǔn)確地刻畫、識別碳排放量空間格局的演變規(guī)律及其驅(qū)動因素。②農(nóng)村居民家庭食品消費的碳排放量、排放結(jié)構(gòu)及其演變特征等問題，也亟待開展系統(tǒng)和深入的研究。

在氣候變化背景下，減少溫室氣體排放已經(jīng)成為國際社會的共識。因此，本文將在對全國以及31 個?。▍^(qū)、市）農(nóng)村居民家庭食品消費的人均碳排放量測算基礎(chǔ)上，開展其碳排放量時空演變特征及其驅(qū)動因素等研究，為構(gòu)建居民的低碳食品生產(chǎn)與消費結(jié)構(gòu)等提供科學(xué)依據(jù)。

1 方法與數(shù)據(jù)

1.1 數(shù)據(jù)來源

2000—2019 年全國和分地區(qū)的農(nóng)村常住居民人均食品消費量（含自產(chǎn)自用）、戶均常住人口數(shù)、每百戶家庭電冰箱擁有量以及其他的社會經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)，來源于相關(guān)年份的《中國農(nóng)村住戶調(diào)查年鑒》《中國住戶調(diào)查年鑒》《中國統(tǒng)計年鑒》和《中國人口和就業(yè)統(tǒng)計年鑒》等資料。為了分析食品消費的碳排放結(jié)構(gòu)，將食品分為植物性食品、動物性食品。其中，植物性食品包括糧食、植物油、蔬菜、瓜果和食糖，動物性食品包括豬肉、牛肉、羊肉、禽肉、禽蛋、奶類和水產(chǎn)品。糧食包括谷物、薯類和豆類。蔬菜包括葉菜類、瓜菜類、茄果類等。瓜果包括瓜類、水果。酒類、糕點等消費量小，而且最近年份無相關(guān)數(shù)據(jù)，所以不納入分析。因為中國香港、澳門和臺灣地區(qū)沒有全國住戶調(diào)查等相關(guān)的數(shù)據(jù)，也不納入分析。此外，空間格局的影響因素分析中農(nóng)村居民人均肉類產(chǎn)量、人均糧食產(chǎn)量、人均食品消費支出、人均可支配收入、人口年齡和受教育程度等數(shù)據(jù)來自《中國農(nóng)村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國人口統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》。

1.2 研究方法

1.2.1 食品消費的人均碳排放測算

1.2.1.1 食品消費人均直接碳排放測算

食品消費的人均直接碳排放量測算采用綜合碳折算系數(shù)法，依據(jù)居民各類食品的消費量及其綜合碳折算系數(shù)計算，具體折算系數(shù)參見表1。測算公式為：其中，DCt為全國（或地區(qū)）第t年農(nóng)村居民食品消費的人均直接碳排放量；Ci為農(nóng)村居民第i種食品消費的人均碳排放量；Qi為農(nóng)村居民第i種食品的年人均消費量；Ri為第i種食品消費的綜合碳折算系數(shù)；ri為第i種食品消費的直接碳排放系數(shù)；Ki為第i種食品的料肉轉(zhuǎn)化比；r1為糧食消費的直接碳排放系數(shù)。

表1 食品消費的碳排放折算系數(shù) （單位：kgC/kg）

1.2.1.2 食品消費人均間接碳排放測算

食品消費的人均間接碳排放主要包括食品冷藏、烹飪加工耗能產(chǎn)生的碳排放。

（1）食品烹飪加工耗能產(chǎn)生的人均碳排放量，參考曹志宏等的碳折算系數(shù)法進(jìn)行測算。測算公式為：

其中，F(xiàn)Ct為全國（或地區(qū)）第t年農(nóng)村居民家庭食品烹飪加工耗能產(chǎn)生的人均碳排放量；Qi為農(nóng)村居民第i種食品的年人均消費量；β i為第i種食品烹飪加工的能耗碳排放折算系數(shù)（表2）。瓜果、食糖的耗能很少，將其折算系數(shù)計為0。

表2 烹飪加工單位食品的能耗碳排放折算系數(shù) （單位：kgC/kg）

（2）食品冷藏耗電產(chǎn)生的人均碳排放量，通過家用電冰箱數(shù)量及其年均耗電量進(jìn)行計算。測算公式為：

其中，F(xiàn)St為全國（或地區(qū)）第t年農(nóng)村居民家庭冷藏食品耗電的人均碳排放量；Cp為每臺電冰箱年均耗電量，根據(jù)《家用電冰箱耗電量限定值及能效等級》，計算得到每臺電冰箱年均耗電量為507.37 kW·h；CFp為電力折標(biāo)準(zhǔn)煤系數(shù)，取值0.1229 kgce/（kW·h）；Rp為電力消耗碳排放系數(shù)，取值2.2132 kgC/kgce；N為農(nóng)村居民家庭每百戶擁有的電冰箱數(shù)量；H為戶均常住人口數(shù)。

1.2.1.3 食品消費的人均碳排放測算

食品消費人均碳排放量（以C 計）由食品消費人均直接碳排放量、食品消費人均間接碳排放量構(gòu)成。測算公式為：

其中，F(xiàn)t為全國（或地區(qū)）第t年農(nóng)村居民家庭食品消費的人均碳排放量；DCt、FCt、FSt分別為食品消費的人均直接碳排放量、食品烹飪加工耗能產(chǎn)生的人均碳排放量和食品冷藏耗電產(chǎn)生的人均碳排放量。

1.2.2 ArcGIS 空間統(tǒng)計分析

ArcGIS 空間統(tǒng)計分析主要使用全局空間自相關(guān)、局部空間自相關(guān)兩個工具。這兩個工具的具體計算公式如下[21]。

1.2.2.1 全局空間自相關(guān)

全局空間自相關(guān)用來分析空間數(shù)據(jù)在整個系統(tǒng)內(nèi)表現(xiàn)出的分布特征。這種整體分布特征一般用全局Moran 指數(shù)I測度。計算公式為：

其中，

1.2.2.2 局部空間自相關(guān)

全局空間自相關(guān)分析只能揭示空間場的一般性質(zhì)，并未給出空間關(guān)系的局域分布。Anselin 提出局部Moran 指數(shù)（Local Moran index），用來檢驗局部地區(qū)是否存在相似或相異的觀測值集聚在一起。區(qū)域i的局部Moran 指數(shù)用來測度該區(qū)域與其相鄰區(qū)域之間的關(guān)聯(lián)程度。計算公式為：

正的Ii表示高值被高值所包圍（高—高），或者低值被低值所包圍（低—低）。負(fù)的Ii表示低值被高值所包圍（低—高），或者高值被低值所包圍（高—低）。

1.2.3 地理探測器因子探測

地理探測器是探測空間分異性（空間分層異質(zhì)性），并揭示其驅(qū)動因子的方法和工具[22]。本研究主要運用地理探測器的分異及因子探測，以探測因變量y的空間分異性，以及探測影響因子（因變量）x在多大程度上解釋y的空間分異性。用q值度量，其計算公式為：

其中，

式中，q為因變量y的空間分異性及其影響因子探測值；L為因變量y或影響因子（自變量）x的分類或分區(qū)；N和Nh分別為全區(qū)、層h的樣本數(shù)（空間單元數(shù)）；分別為全區(qū)、層h因變量y的方差；SSW 和SST 分別為層內(nèi)方差之和、全區(qū)總方差；q的值域為［0，1］，q值表示x解釋了100×q%的y。q值越大，說明影響因子（自變量）x對因變量y的空間分異性影響越大，反之則越弱。

2 結(jié)果與分析

2.1 人均碳排放量的時空格局與演變

2.1.1 人均排放量的時間演變及其特征

人均碳排放量及其構(gòu)成結(jié)構(gòu)顯示（圖1）：2000—2019 年，食品消費的人均排放量從159.45 kgC 增加到194.74 kgC，增長22.13%，年均增長率僅為1.12%。其中，植物性食品消費的人均碳排放量呈現(xiàn)下降趨勢，從92.34 kgC 下降為66.18 kgC，其占總量比重從57.91%下降為33.98%；而動物性食品消費的人均碳排放量、冷藏食物的人均碳排放量則呈現(xiàn)上升趨勢，二者占總量比重分別從17.43%、2.54%上升為28.70%和21.84%。此外，食品烹飪的人均碳排放量總體上變化不大。總體上，人均直接碳排放量比重下降，而人均間接碳排放量比重上升。其中，動物性食品消費與冷藏食物的碳排放量及其比重呈上升趨勢，而植物性食品消費的相應(yīng)指標(biāo)呈下降趨勢，這與農(nóng)村居民人均可支配收入水平提高、食品消費結(jié)構(gòu)中綜合碳折算系數(shù)較高的動物性食品增加以及人均擁有電冰箱數(shù)量增加等明顯相關(guān)。

圖1 2000—2019年食品消費的人均碳排放量

2.1.2 人均排放量的空間格局及其特征

在人均碳排放量的省際空間格局方面：食品消費人均碳排放量較大的區(qū)域主要集中分布于東南沿海地區(qū)、長江沿線及其以南的中部地區(qū)。主要包括江蘇、上海、浙江、福建、廣東以及湖北、安徽、湖南等省（市）；西北地區(qū)和青藏高原區(qū)的新疆、青海、西藏人均碳排放量波動較大，總體呈下降趨勢；內(nèi)蒙古以南的甘肅、寧夏、陜西、山西與河南等緊鄰的幾個北方?。▍^(qū)）食品消費人均碳排放量均較小，在北方地區(qū)形成空間相連的東西向低值區(qū)；西南地區(qū)的云南、貴州等食品消費人均碳排放量也較??；2015 年以來，內(nèi)蒙古、四川和重慶的食品消費人均碳排放量增速較快，成為華北地區(qū)和西南地區(qū)的高值區(qū)。人均碳排放量的全局Moran 指數(shù)I（表3）表明：2000—2019 年，食品消費人均碳排放量、直接和間接排放量的全局Moran 指數(shù)I均大于0，且通過顯著性水平檢驗。表明省域食品消費人均碳排放量、直接和間接排放量均具有正的空間相關(guān)性，相鄰區(qū)域存在空間依賴性和集聚效應(yīng)；但空間集聚狀態(tài)較不穩(wěn)定，總體上呈下降趨勢，從“集聚非常明顯”向“明顯集聚”或“集聚較明顯”等演變。

表3 人碳排放量的全局Moran指數(shù)I和Z值

人均碳排放量的局部Moran 指數(shù)（表4）分析發(fā)現(xiàn)：2000—2019 年，人均碳排放量在空間上存在明顯的高值、低值集聚現(xiàn)象。其中：①高—高集聚區(qū)主要分布在東南沿海地區(qū)以及長江以南的中部地區(qū)。該類型區(qū)數(shù)量下降，由7 個區(qū)域下降為4 個區(qū)域。②低—低集聚區(qū)主要分布在山西、陜西和寧夏，并由3 個區(qū)域下降為寧夏1 個區(qū)域。③高—低集聚區(qū)分布在四川、重慶和內(nèi)蒙古，表明這3 個區(qū)域人均碳排放量的增速較快，成為高值區(qū)（隆起區(qū)）。④低—高集聚區(qū)僅2019 年有江西1 個區(qū)域（凹陷區(qū)），表明低—高集聚現(xiàn)象不顯著，僅有江西較之鄰接省域，處于相對較低的水平?？傮w上，人均碳排放量的高值、低值區(qū)域與其相鄰區(qū)域之間人均碳排放量的空間關(guān)聯(lián)效應(yīng)減弱，空間離散的趨勢增強。

表4 人均碳排放量的局部Moran指數(shù)Ic空間聚類及其演變

2.2 人均碳排放空間格局的影響因素

從農(nóng)村居民食品生產(chǎn)、消費、生活水平、人口年齡結(jié)構(gòu)和受教育程度等方面，選擇分地區(qū)農(nóng)村居民人均糧食產(chǎn)量x1、豬牛羊肉產(chǎn)量x2、人均糧食消費量x3、豬牛羊肉消費量x4、人均可支配收入x5、人均食品消費支出x6、初中及以上人口比重x7、老少人口比重x8和戶均常住人口數(shù)x9共9 個空間分異影響因素的探測指標(biāo)（自變量）。其中，初中及以上人口比重x7等于初中及以上人口占6 歲及以上人口的百分比，老少人口比重x8等于少年兒童（0～14 歲）和老年人（65歲及以上）人口數(shù)占總?cè)丝诘陌俜直?。分別以分地區(qū)人均碳排放量、人均直接排放量和人均間接排放量為因變量y，運用地理探測器對食品消費碳排放量進(jìn)行分異及因子探測。其中，采用Natural Breaks（Jenks）分級法對指標(biāo)值分組，使各組指標(biāo)值間的差異最大化，得到影響因素指標(biāo)值的類型量。探測結(jié)果如表5。

表5 人均碳排放空間分異性的影響因子探測結(jié)果（q值）

2000—2019 年，對人均碳排放量的空間分異影響較大的因素是豬牛羊肉消費量（x4）、人均食品消費支出（x6）。對人均直接排放量的空間分異影響較大的因素是人均糧食消費量（x3）、豬牛羊肉消費量（x4）和人均食品消費支出（x6）。對人均間接排放量的空間分異影響較大的因素是人均可支配收入（x5）、人均食品消費支出（x6）和戶均常住人口數(shù)（x9）?？傮w上，食品（糧食和肉類）產(chǎn)量、人口年齡結(jié)構(gòu)和受教育水平對人均碳排放量、直接排放量和間接排放量的空間分異影響均不明顯，而人均食品消費支出則對這三者空間分異的影響均較為明顯。

3 結(jié)論與建議

3.1 基本結(jié)論

（1）碳排放結(jié)構(gòu)中升降因素疊加，人均碳排放量的增速不明顯。2000—2019 年，受農(nóng)村居民人均可支配收入水平提高、食品消費結(jié)構(gòu)改變等因素的影響，植物性食品消費的碳排放量及其比重呈下降趨勢，而動物性食品消費與冷藏食物的碳排放量及其比重呈上升趨勢，食品烹飪的碳排放量變化不大。這些因素相互疊加，人均排放量在研究期內(nèi)僅增加了35.29 kgC，年均增長率僅為1.12%。

（2）人均碳排放量存在空間集聚效應(yīng)，但集聚程度呈下降趨勢。人均碳排放量較大?。▍^(qū)、市）主要分布東南沿海地區(qū)、長江沿線及其以南的中部地區(qū)。人均碳排放量、人均直接排放量和人均間接排放量存在空間集聚效應(yīng)，但集聚狀態(tài)較不穩(wěn)定，總體上集聚程度呈現(xiàn)下降趨勢。表明農(nóng)村食品消費結(jié)構(gòu)及食品消費的人均碳排放量呈現(xiàn)明顯的地域性、空間集聚性。但是，隨著食品運輸條件改善、食品運輸成本降低以及各地區(qū)之間商品、信息與人口等流動性增強，各區(qū)域農(nóng)村食品消費結(jié)構(gòu)、食品消費人均碳排放量的空間差異呈現(xiàn)縮小的趨勢。

（3）人均碳排放量、直接與間接排放量空間分異影響因素不同。豬牛羊肉消費量、食品消費支出對人均碳排放量的空間分異影響較明顯。在人均直接排放量的方面，人均糧食消費量、豬牛羊肉消費量和食品消費支出的影響較明顯。在人均間接排放量的方面，人均可支配收入、食品消費支出和戶均常住人口數(shù)的影響較明顯。總體上，食品消費支出對三者空間分異的影響均較明顯，而食品產(chǎn)量、人口年齡結(jié)構(gòu)和受教育水平等對三者空間分異的影響均不明顯。這一結(jié)果與人均食品消費支出增加、食品消費結(jié)構(gòu)中綜合碳折算系數(shù)較高的動物性食品增加，導(dǎo)致人均碳排放量、人均直接排放量偏高，以及人均可支配收入、戶均常住人口數(shù)對人均擁有電冰箱數(shù)量等產(chǎn)生影響，進(jìn)而對人均間接排放量產(chǎn)生影響等相互驗證。

3.2 對策建議

基于上述分析，降低農(nóng)村居民食品消費人均碳排放量的主要途徑在于：

（1）優(yōu)化農(nóng)村居民的飲食結(jié)構(gòu)。重點從動物性食品消費量及其結(jié)構(gòu)著手，適度減少綜合碳折算系數(shù)較高的豬牛羊肉的消費量，增加綜合碳折算系數(shù)較低的禽肉、蛋類、牛奶和魚類等動物性食品的消費量。構(gòu)建低碳飲食結(jié)構(gòu)，實現(xiàn)食品供求與健康飲食、營養(yǎng)安全之間的協(xié)調(diào)。

（2）加強對碳排放量較高地區(qū)的指導(dǎo)。加強對內(nèi)蒙古、湖南、江西、浙江、福建、廣東等人均碳排放量較高地區(qū)的農(nóng)村居民飲食結(jié)構(gòu)調(diào)整和優(yōu)化的指導(dǎo)或引導(dǎo)。