□周海燕

一、引言

隨著碳達(dá)峰、碳中和目標(biāo)的提出，實(shí)現(xiàn)碳減排成為全世界經(jīng)濟(jì)社會的一場系統(tǒng)性變革，其中居民消費(fèi)在減碳進(jìn)程中扮演重要角色。居民生活消費(fèi)水平提高后所產(chǎn)生的碳排放僅次于工業(yè)碳排放，是全球氣候變暖、溫室效應(yīng)等環(huán)境問題頻發(fā)的又一重要誘因。居民消費(fèi)碳排放既包括日常出行、烹飪、消費(fèi)、取暖等直接消耗能源所造成的碳排放，也包括大眾在衣食住行等領(lǐng)域消費(fèi)產(chǎn)品與服務(wù)間接產(chǎn)生的碳排放。據(jù)已完成工業(yè)化國家的經(jīng)驗(yàn)，居民消費(fèi)碳排放占總碳排放比重為60%—80%，是國家碳排放的主要增長因素。聯(lián)合國環(huán)境署《2020 排放差距報(bào)告》指出，當(dāng)前全球碳排放量的2/3 來自居民消費(fèi)，優(yōu)化大眾消費(fèi)結(jié)構(gòu)已成為應(yīng)對氣候變化的必然選擇。2021 年4 月，國際公益環(huán)保組織自然資源保護(hù)協(xié)會（NPRD）發(fā)布的《政府與企業(yè)促進(jìn)個(gè)人低碳消費(fèi)的案例研究》顯示，2021 年中國居民消費(fèi)所產(chǎn)生的碳排放量約為29.7 億噸，是2002 年的2.27 倍。為此，測算居民消費(fèi)碳排放量，分析其直接與間接影響因素，有利于國家更好地了解居民消費(fèi)碳排放變化趨勢和分析居民消費(fèi)碳排放區(qū)域差異，進(jìn)而實(shí)現(xiàn)居民消費(fèi)碳減排與中國經(jīng)濟(jì)高質(zhì)量發(fā)展。

二、文獻(xiàn)綜述

居民消費(fèi)碳排放內(nèi)涵最早被定義為由居民消費(fèi)行為所引致的直接與間接碳排放，且有關(guān)居民消費(fèi)碳排放的研究一直是學(xué)者們重點(diǎn)關(guān)注內(nèi)容。通過探析居民消費(fèi)碳排放概念，為評估中國碳排放影響因素與低碳增長績效提供重要理論參考。學(xué)術(shù)界關(guān)于居民消費(fèi)碳排放的研究主要集中在如下幾方面。（1）從測算方法看，黃敏（2012）、王會娟和夏炎（2017）、徐麗等（2019）分別采用投入產(chǎn)出模型、非競爭投入產(chǎn)出分析法和ARIMA 模型測算居民消費(fèi)碳排放。（2）從測算視角看，楊莉和張雪磊（2020）立足空間視角，采用CLA 模型和ESDA 模型對江蘇省居民生活消費(fèi)碳排放空間格局進(jìn)行測度，發(fā)現(xiàn)該地區(qū)居民消費(fèi)碳排放呈現(xiàn)蘇南＞蘇中＞蘇北的空間格局。崔盼盼等（2020）同樣運(yùn)用投入產(chǎn)出法對中國城鎮(zhèn)居民消費(fèi)碳排放的空間格局演變展開分析，得出中國城鎮(zhèn)居民消費(fèi)碳排放呈現(xiàn)東部高、中西部低空間分布特征。（3）從影響因素看，付云鵬等（2016）利用STIRPAT 模型測度影響中國居民消費(fèi)碳排放的因素，發(fā)現(xiàn)人口規(guī)模、消費(fèi)結(jié)構(gòu)、收入水平對居民消費(fèi)碳排放的影響顯著。郭文等（2017）以人口結(jié)構(gòu)變動(dòng)為出發(fā)點(diǎn)，指出人口城鎮(zhèn)化是影響中國居民消費(fèi)碳排放量變動(dòng)的主要因素。Yin 等（2021）指出，能源消費(fèi)結(jié)構(gòu)對居民消費(fèi)碳排放強(qiáng)度產(chǎn)生直接與間接影響。Fatima 等（2021）立足收入水平與碳排放視角，考察發(fā)現(xiàn)收入增加可有效調(diào)節(jié)居民消費(fèi)碳排放比值和可再生能源消費(fèi)結(jié)構(gòu)。彭璐璐等（2021）通過分析相關(guān)影響因素對居民消費(fèi)間接碳排放的貢獻(xiàn)程度發(fā)現(xiàn)，收入規(guī)模及直接碳排放強(qiáng)度對其影響程度較為突出。

梳理近年研究文獻(xiàn)發(fā)現(xiàn)，有關(guān)居民消費(fèi)碳排放的研究頗豐。但歸納上述研究成果發(fā)現(xiàn)：第一，文獻(xiàn)多集中于測算居民生活能源使用產(chǎn)生的直接碳排放量，鮮少研究其他消費(fèi)支出所產(chǎn)生的間接碳排放，也未將兩者結(jié)合起來進(jìn)行實(shí)證分析。第二，已有文獻(xiàn)為研究順利開展提供了堅(jiān)實(shí)理論支撐，且為創(chuàng)新構(gòu)建影響居民消費(fèi)碳排放的直接與間接因素指標(biāo)體系提供重要思路。但不可否認(rèn)的是，現(xiàn)有文獻(xiàn)僅單一考量居民消費(fèi)與碳排放量間的相互作用關(guān)系，較少結(jié)合地區(qū)發(fā)展實(shí)際與空間位置探究上述因素對居民消費(fèi)碳排放量的影響。因此，結(jié)合上述理論成果，本文從以下方面考察居民消費(fèi)如何直接與間接影響碳排放：（1）利用CRITIC-TOPSIS法測算2020 年中國30 個(gè)?。▍^(qū)、市）（除去港澳臺和西藏）的居民消費(fèi)碳排放情況及區(qū)域特征；（2）從直接與間接兩個(gè)方向入手，全面考察中國居民消費(fèi)碳排放情況；（3）將空間因素引入實(shí)證研究，考察中國居民消費(fèi)碳排放的空間特征，以更好解決不同區(qū)域?qū)?shí)證結(jié)果的影響偏差問題。

三、中國居民消費(fèi)碳排放統(tǒng)計(jì)的理論與方法

（一）理論分析

為應(yīng)對氣候變化，要推動(dòng)以二氧化碳為主的溫室氣體減排。蘇亮瑜等（2017）的研究表明，國際上應(yīng)對氣候變化的主流方式為建立碳排放權(quán)交易制度，中國應(yīng)逐步完善碳市場建設(shè)，為推動(dòng)居民消費(fèi)碳減排奠定政策基礎(chǔ)。彭璐璐等（2021）認(rèn)為，中國居民間接碳排放的階段性和區(qū)域性特征，對于制定碳減排策略意義重大。王會娟和夏炎（2017）則將技術(shù)、消費(fèi)結(jié)構(gòu)和人口視為削減居民消費(fèi)碳排放量的主要因素。因此，本文認(rèn)為在消費(fèi)結(jié)構(gòu)不斷優(yōu)化升級背景下，應(yīng)盡早采取必要措施減緩居民消費(fèi)碳排放增長速度，以助推“30·60”目標(biāo)全面達(dá)成。

一方面，長期以來中國工業(yè)化高速發(fā)展，而經(jīng)濟(jì)發(fā)展需要消耗大量煤炭和能源，碳排放量仍呈指數(shù)式增長。2020 年，中國碳排放量達(dá)到98.99 億噸，同比增長0.6%，在全球碳排放量中所占比重也提升至30.7%。李愛華等（2017）研究發(fā)現(xiàn)，經(jīng)濟(jì)增長和產(chǎn)業(yè)結(jié)構(gòu)二者之間存在正向關(guān)系。全世文等（2019）也認(rèn)為經(jīng)濟(jì)發(fā)展水平較高區(qū)域，碳排放回調(diào)速度相應(yīng)更快。并且，隨著個(gè)人消費(fèi)水平提升，個(gè)人消費(fèi)領(lǐng)域的碳排放量隨之增加。朱宏城等（2022）的研究表明，直接能源、食物、交通、日常用品以及廢棄物所產(chǎn)生的碳排放量較為巨大，不利于居民消費(fèi)升級。故此，本研究認(rèn)為國家應(yīng)大力優(yōu)化消費(fèi)結(jié)構(gòu)，轉(zhuǎn)變消費(fèi)模式，以緩和居民消費(fèi)碳排放帶來的負(fù)面影響，助力經(jīng)濟(jì)實(shí)現(xiàn)更高質(zhì)量發(fā)展。

另一方面，李猛（2013）的研究認(rèn)為，在現(xiàn)有能源與產(chǎn)業(yè)結(jié)構(gòu)下，居民消費(fèi)逐漸由生存資料消費(fèi)轉(zhuǎn)向發(fā)展資料消費(fèi)乃至享受資料消費(fèi)，致使碳排放量增加不可避免，加之消費(fèi)者收入不斷提升，其對于高耗能產(chǎn)品的消費(fèi)需求不斷增加，促使能耗與二氧化碳排放量居高不下。萬文玉等（2016）認(rèn)為，隨著經(jīng)濟(jì)社會不斷發(fā)展以及人民生活水平提高，居民消費(fèi)日益成為碳排放的主要增長點(diǎn)因素。該研究還指出除上述因素外，城市規(guī)模壯大、人均可支配收入以及年齡結(jié)構(gòu)也極大增加居民消費(fèi)碳排放量。基于此，刺激消費(fèi)結(jié)構(gòu)升級、拉動(dòng)經(jīng)濟(jì)增長并兼顧碳達(dá)峰、碳中和目標(biāo)，成為經(jīng)濟(jì)體制改革的主要方向。

（二）指標(biāo)體系

借鑒汪臻等（2015）學(xué)者的研究，將居民消費(fèi)碳排放劃分為直接碳排放和間接碳排放。參考柴士改（2016）研究，將居民消費(fèi)直接碳排放劃分為能源碳排放、熱力消費(fèi)碳排放以及電力消費(fèi)碳排放。雖然居民不直接消耗原煤和原油，但其在取暖、炊事、出行以及家用電器使用方面產(chǎn)生大量二氧化碳。因此，用上述指標(biāo)衡量居民消費(fèi)直接碳排放。另外，結(jié)合趙玉煥等（2018）研究結(jié)果，將食品、衣著、教育文化及娛樂、醫(yī)療衛(wèi)生視為居民消費(fèi)間接碳排放指標(biāo)。這是因?yàn)槿粘Ｉ钪?，居民衣食住行所消費(fèi)的非能源商品在制造、運(yùn)輸以及使用過程中會消耗大量能源，成為居民消費(fèi)碳排放產(chǎn)生的間接因素。相較于直接碳排放，間接碳排放通常被隱含在居民的非能源商品和服務(wù)中。在此基礎(chǔ)上，借鑒相關(guān)文獻(xiàn)，構(gòu)建了包括2 個(gè)維度、9 個(gè)層級、16 個(gè)指標(biāo)的居民消費(fèi)碳排放評價(jià)指標(biāo)體系，刻畫出影響中國居民消費(fèi)碳排放的主要因素，見表1。

表1 中國居民消費(fèi)碳排放評價(jià)指標(biāo)體系

（三）測度方法

本文選用CRITIC-TOPSIS 法對中國居民消費(fèi)碳排放各維度水平進(jìn)行測度。首先，確定各基礎(chǔ)指標(biāo)并對其進(jìn)行標(biāo)準(zhǔn)化預(yù)處理；其次，利用CRITIC 法將經(jīng)過標(biāo)準(zhǔn)化預(yù)處理的指標(biāo)數(shù)據(jù)進(jìn)行賦權(quán)；最后，采用TOPSIS法對中國30 個(gè)省區(qū)市（除去港澳臺和西藏）居民消費(fèi)碳排放情況加以量化排序。CRITIC-TOPSIS 法具體操作步驟如下：步驟1：確定基礎(chǔ)指標(biāo)并對其進(jìn)行預(yù)處置。將指標(biāo)劃分為正向和負(fù)向兩大類，負(fù)向指標(biāo)與居民消費(fèi)碳排放呈正相關(guān)，負(fù)向指標(biāo)越大，居民消費(fèi)碳排放量就越大。同時(shí)，由于指標(biāo)在數(shù)量級和量綱方面具有差異性，無法直接合成，故運(yùn)用極差法對居民消費(fèi)碳排放評價(jià)指標(biāo)體系中各基礎(chǔ)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理：

（四）數(shù)據(jù)說明

選取2020 年中國30 個(gè)?。▍^(qū)、市）數(shù)據(jù)（除去港澳臺和西藏）作為研究樣本。其中，化石能源碳排放、熱力消費(fèi)碳排放和電力消費(fèi)碳排放數(shù)據(jù)來源于碳交易網(wǎng)公布的官方數(shù)據(jù)，其余指標(biāo)所使用的原始數(shù)據(jù)均來源于《中國統(tǒng)計(jì)年鑒》和《中國能源統(tǒng)計(jì)年鑒》。部分缺失數(shù)據(jù)從各?。▍^(qū)、市）統(tǒng)計(jì)年鑒中或采用平均增長率法加以補(bǔ)充。需要說明的是：（1）全國居民熱力和電力消費(fèi)碳排放量指標(biāo)，數(shù)據(jù)來自《中國能源統(tǒng)計(jì)年鑒》中的《中國能源平衡表》，各類化石能源碳排放指標(biāo)采用國家發(fā)展和改革委員會能源研究所中的數(shù)據(jù)；（2）居民間接消費(fèi)碳排放指標(biāo)的計(jì)算需要中國30 個(gè)?。▍^(qū)、市）（除去港澳臺和西藏）的投入產(chǎn)出表，由于缺乏完整年限的消費(fèi)碳排放指數(shù)，故選取2020 年的投入產(chǎn)出表作為樣本期。

四、中國居民消費(fèi)碳排放評價(jià)實(shí)證分析

（一）中國居民消費(fèi)碳排放的分維檢驗(yàn)

基于上文所構(gòu)評價(jià)指標(biāo)體系，借助CRITIC-TOPSIS 法從兩個(gè)維度測得2020 年30 個(gè)?。▍^(qū)、市）（除去港臺和西藏）居民碳排放情況，結(jié)果見表2。根據(jù)國家統(tǒng)計(jì)局標(biāo)準(zhǔn)，將中國30 個(gè)?。▍^(qū)、市）（除去港澳臺和西藏）劃分為東部、中部、西部和東北地區(qū)。由此可知，居民在熱力類、電力類、醫(yī)療衛(wèi)生類、教育文化及娛樂類商品消費(fèi)引致的碳排放表現(xiàn)較為突出，平均得分在0.2—0.7 之間，仍有較大減排空間。居民化石能源碳排放類、食品類、衣著類商品消費(fèi)引致的碳排放值下降，平均得分在0.4—0.6。而且，加快居民消費(fèi)結(jié)構(gòu)優(yōu)化與完善、減少居民消費(fèi)碳排放所帶來不利影響，對提升中國消費(fèi)水平與環(huán)境保護(hù)起重要支撐作用。

表2 2020 年中國居民消費(fèi)碳排放分維度評價(jià)結(jié)果

1.居民消費(fèi)直接碳排放的分維度水平

（1）化石能源消費(fèi)碳排放縮減

2020 年國內(nèi)居民對化石能源類商品消費(fèi)所引致的碳排放均值為0.595。橫向看，青海（0.694）、新疆（0.651）、甘肅（0.698）等西部省份均高于0.6；中部地區(qū)的山西（0.769），西部地區(qū)的寧夏（0.790）、內(nèi)蒙古（0.717），東部地區(qū)的河北（0.773）以及東北地區(qū)的吉林（0.788）、黑龍江（0.703）、遼寧（0.712）均高于0.7；其他省份化石能源碳排放得分均低于0.6，如福建（0.535）、四川（0.581）等。究其原因，中西部地區(qū)煤炭產(chǎn)量較多，極大增加居民對于消費(fèi)化石能源產(chǎn)品的消費(fèi)，進(jìn)而導(dǎo)致中西部地區(qū)多數(shù)省份碳排放量較大。相反，東部地區(qū)因具備先進(jìn)科學(xué)技術(shù)而優(yōu)化了化石能源生產(chǎn)與消費(fèi)的方式，極大降低該地區(qū)整體碳排放量。進(jìn)一步觀察表3 可知，排名第一的山東化石能源碳排放測度值高達(dá)0.833，是排名末尾青海（0.294）的2.1 倍。這反映出部分省份居民化石能源消費(fèi)碳排放結(jié)構(gòu)仍存在較大差異，亟需相關(guān)部門采取相關(guān)手段做好碳中和、碳達(dá)峰各項(xiàng)工作，降低居民消費(fèi)碳排放所帶來的各項(xiàng)危害。從整體看，東部沿海地區(qū)與中部、西部、東北地區(qū)居民消費(fèi)碳排放指數(shù)差異正不斷縮減。

（2）熱力消費(fèi)碳排放集中

居民熱力消費(fèi)碳排放得分最高的省份為山西?。?.820），主要原因在于其所處中部地區(qū)歷來是中國主要煤炭生產(chǎn)地區(qū)。2020 年全國煤炭產(chǎn)量共計(jì)38.44 億噸，其中山西與內(nèi)蒙古是煤炭產(chǎn)量最多的地區(qū)，分別占全國產(chǎn)量的27.66%與26.04%，合計(jì)比重超過50%。得分最低的省份為海南（0.038）。山西約是海南熱力消費(fèi)碳排放的22 倍，且后者對熱力的投入與產(chǎn)出明顯低于全國均值。這說明居民熱力消費(fèi)所產(chǎn)生的碳排放存在較為顯著空間異質(zhì)性特征。從空間分布看，除山西外，內(nèi)蒙古、黑龍江、江蘇、山東、河北、新疆、遼寧、河南等地區(qū)熱力消費(fèi)碳排放高于0.5，是國內(nèi)居民使用熱力消費(fèi)所產(chǎn)生碳排放較多的省份。造成這一現(xiàn)象的原因在于這些省份煤炭資源較為豐富，對居民消費(fèi)碳排放的影響作用相對顯著。

（3）電力消費(fèi)碳排放增長

電力消費(fèi)碳排放增長得分最高的省份為廣東和江蘇，分別達(dá)0.960、0.953；其次為山東、浙江、河南、河北、內(nèi)蒙古，這些省份電力消費(fèi)碳排放指數(shù)分別為0.916、0.902、0.878、0.868、0.855，均位于東部和中部地區(qū)。而且，這5 個(gè)省份電力消費(fèi)碳排放指數(shù)均超過0.850，造成其得分較高的原因各異。其中，廣州新能源科技發(fā)達(dá)，擁有諸多大型新能源公司，為廣東創(chuàng)新電力能源使用方式與實(shí)現(xiàn)碳中和、碳達(dá)峰提供重要技術(shù)支撐；江蘇、山東、浙江單位電力能耗較低；內(nèi)蒙古則采用風(fēng)力發(fā)電，降低了電力消費(fèi)碳排放指數(shù)及碳排放量。新疆是電力消費(fèi)碳排放得分最低的省份，僅為0.211；東部地區(qū)僅海南、天津的電力消費(fèi)碳排放得分低于全國均值；東北地區(qū)為黑龍江、吉林；中部為江西；西部地區(qū)除四川外，其余省份得分均低于全國電力消費(fèi)碳排放平均水平。

2.居民消費(fèi)間接碳排放

（1）食品、衣著層面引致的間接碳排放平衡

居民對食品、衣著消費(fèi)所引起間接碳排放排名前5 的為上海、北京、天津、四川、廣東，得分為分別0.753、0.732、0.718、0.699 與0.696。其中，北京、上海、廣東、天津由于地理位置優(yōu)越、資源要素集聚及對外開放程度較高，促使其整體消費(fèi)水平提升，故在食品、衣著方面的消費(fèi)占比較大，引發(fā)較高消費(fèi)碳排放。根據(jù)四川數(shù)據(jù)顯示：由于疫情影響，地區(qū)居民居家時(shí)間增多與食品價(jià)格上漲，導(dǎo)致該地人均食品、衣著支出總體呈上漲趨勢。食品、衣著消費(fèi)碳排放得分最低的省份是貴州，僅為0.107，表明不同地區(qū)居民對食品、衣著消費(fèi)間接產(chǎn)生的碳排放存在顯著空間極化現(xiàn)象，進(jìn)一步反映出貴州地區(qū)碳排放較低、生態(tài)環(huán)境質(zhì)量整體較好。此外，有17 個(gè)省份得分低于全國平均水平（0.396），并集中于中西部地區(qū)，亟需依托國家“西部大開發(fā)”戰(zhàn)略與“一帶一路”倡議提高對外開放水平，以創(chuàng)造良好消費(fèi)環(huán)境與提升政策吸引力，吸引國內(nèi)外企業(yè)進(jìn)入本區(qū)域。但需注意的是，相關(guān)政府部門重點(diǎn)要提高居民精神層面的消費(fèi)水平，平衡精神與物質(zhì)消費(fèi)的結(jié)構(gòu)以減少碳排放，最終實(shí)現(xiàn)國家碳中和、碳達(dá)峰目標(biāo)。

（2）教育文化及娛樂引致的間接碳排放升級

教育文化及娛樂間接消費(fèi)碳排放得分最高的是北京，為0.743。緊隨其后的是得分為0.735、0.724 的天津與上海，表明上述省份居民對于教育文化及娛樂的消費(fèi)較高。究其原因：一是由于居民生活水平、質(zhì)量提升，北京、上海地區(qū)居民更重視教育、文化、娛樂等精神層面的享受，進(jìn)而間接提升居民消費(fèi)碳排放指數(shù)。二是域內(nèi)擁有豐富教育、文化與娛樂資源，對居民消費(fèi)間接碳排放起帶動(dòng)作用。其中，有15 個(gè)省份的教育文化及娛樂間接消費(fèi)碳排放得分在0.100 以下，占比為50%。此外，得分低于0.2 的有廣西（0.137）、山東（0.134）、江西（0.106）、黑龍江（0.179）、內(nèi)蒙古（0.149）。從上述數(shù)據(jù)可以看出，這些地區(qū)在教育、文化及娛樂等精神層面的消費(fèi)較弱，依舊重視物質(zhì)層面的消費(fèi)，忽視精神層面的享受與消費(fèi)。而且，出現(xiàn)該種現(xiàn)象也可能與地區(qū)消費(fèi)水平存在較大聯(lián)系。對多數(shù)省份而言，消費(fèi)結(jié)構(gòu)協(xié)調(diào)偏低是國內(nèi)存在的普遍性、共性層面的問題，亟需相關(guān)政府部門通過產(chǎn)業(yè)轉(zhuǎn)型升級提升居民消費(fèi)水平，逐漸打破不合理消費(fèi)結(jié)構(gòu)與低端化，以優(yōu)化地區(qū)碳排放結(jié)構(gòu)。

（3）醫(yī)療衛(wèi)生引致的間接碳排放推進(jìn)

由表2 結(jié)果可知，醫(yī)療衛(wèi)生消費(fèi)間接引致碳排放得分最高的是北京，達(dá)到0.894，是全國居民消費(fèi)間接碳排放最高的地區(qū)。醫(yī)療衛(wèi)生消費(fèi)碳排放得分在0.400—0.600 之間的省份共計(jì)15 個(gè)，占比達(dá)43.3%；剩余15個(gè)省份醫(yī)療衛(wèi)生消費(fèi)碳排放得分均低于0.400，且多數(shù)省份屬于西部地區(qū)，其次為中部地區(qū)，與全國居民消費(fèi)間接碳排放存在顯著差距。究其原因，全國醫(yī)療衛(wèi)生消費(fèi)水平呈現(xiàn)出明顯的“東高西低”階梯式分布，也反映出全國污染情況較嚴(yán)重與碳排放指數(shù)較高的地區(qū)主要在東部地區(qū)。對此，加快中西部地區(qū)醫(yī)療衛(wèi)生設(shè)施完善顯得尤為重要。

（二）中國居民消費(fèi)碳排放的綜合水平

依托上述各維度中國居民消費(fèi)碳排放得分情況，本文采用TOPSIS 法計(jì)算得出2020 年中國各省（區(qū)、市）（除去港澳臺和西藏）居民消費(fèi)碳排放綜合指數(shù)，結(jié)果如圖所示。由圖可知，樣本期內(nèi)中國居民消費(fèi)碳排放綜合得分區(qū)間為0.089—0.443。其中，分?jǐn)?shù)最高與分?jǐn)?shù)最低的省份分別為寧夏（0.443）、海南（0.089）。上述數(shù)據(jù)表明，2020 年中國居民消費(fèi)碳排放量整體處于較高水平，但各省份居民消費(fèi)碳排放量存在一定區(qū)域差異。

圖2020 年中國居民消費(fèi)碳排放綜合水平得分

為進(jìn)一步直觀了解省份間居民消費(fèi)碳排放差異情況，借助Ward 系統(tǒng)聚類法對2020 年全國30 個(gè)?。▍^(qū)、市）（除去港澳臺和西藏）居民消費(fèi)碳排放綜合得分展開聚類分析，并用平方Euclidean 距離衡量分類標(biāo)準(zhǔn)，結(jié)果如表3 所示。由表中結(jié)果可知，上述省（區(qū)、市）居民消費(fèi)碳排放綜合得分最終被劃分為三種類型：不合理型（0.175—0.443）、趨于合理型（0.010—0.175）和較合理型（0.089—0.010）。

表3 各類型居民消費(fèi)碳排放趨勢的地區(qū)分布

居民消費(fèi)碳排放劃分為不合理型的省份有18 個(gè)，占整體考察樣本總數(shù)的30%，包括北京、上海、天津、浙江、廣東、山東、河北、福建、吉林、山西、黑龍江、寧夏、重慶、四川、內(nèi)蒙古、青海、新疆、陜西。這些省份經(jīng)濟(jì)發(fā)展實(shí)力與整體消費(fèi)水平均較高，且居民消費(fèi)碳排放綜合指數(shù)較高，進(jìn)而產(chǎn)生大量二氧化碳，一定程度上對地區(qū)生態(tài)環(huán)境發(fā)展起遏制作用。寧夏、吉林居民消費(fèi)碳排放量分別居全國第一位與第二位。這與兩個(gè)地區(qū)在各分維度中的得分情況密切相關(guān)。從上文分析可知，寧夏、吉林均在化石能源消費(fèi)碳排放與熱力消費(fèi)碳排放上得分較高，一定程度上促使這兩個(gè)地區(qū)居民消費(fèi)碳排放量上升。新疆排在全國第三位，主要原因在于該地區(qū)居民消費(fèi)直接碳排放量同樣位于全國前列。重慶排在全國第四位，主要原因在于該地區(qū)人均間接消費(fèi)嵌入式碳排放量在各維度表現(xiàn)出保守排放現(xiàn)象，即重慶碳排放量總體較低。上海、內(nèi)蒙古、北京、黑龍江依次列于第五至第八位，這些地區(qū)居民消費(fèi)碳排放均在某一維度呈現(xiàn)出較高排放情況。其中，上海在電力消費(fèi)碳排放維度得分居全國第二，反映出其在居民直接消費(fèi)碳排放層面的結(jié)構(gòu)逐漸趨于合理；內(nèi)蒙古同樣在電力消費(fèi)碳排放維度得分處于全國上游水平，這與其長期采用風(fēng)力發(fā)電的清潔能源有密切聯(lián)系，極大降低了內(nèi)蒙古碳排放量。

居民消費(fèi)碳排放程度劃分為趨于合理型的地區(qū)為11 個(gè)，分別為遼寧、江蘇、湖南、湖北、安徽、江西、河南、云南、廣西、貴州、甘肅。這些地區(qū)居民消費(fèi)嵌入式碳排放量表現(xiàn)出趨于合理態(tài)勢，即消費(fèi)碳排放程度居中，有進(jìn)一步優(yōu)化空間。其中，遼寧、江蘇在食品、衣著消費(fèi)層面所產(chǎn)生的碳排放量居全國前列，但其居民消費(fèi)碳排放量綜合得分處于全國滯后型分布區(qū)間。這表明該地區(qū)其他領(lǐng)域消費(fèi)嵌入式碳排放量并未帶來碳排放量的減少與改善，亟需通過不斷貫徹國家碳中和、碳達(dá)峰發(fā)展理念，轉(zhuǎn)變消費(fèi)方式，促進(jìn)居民消費(fèi)碳排放量趨于較低水平。居民消費(fèi)碳排放程度劃為較合理型的省份僅1 個(gè)，為海南。究其原因，海南非常重視物質(zhì)層面消費(fèi)，以及消費(fèi)某一領(lǐng)域促使碳排放大量產(chǎn)生的商品，相反在清潔能源與綠色能源領(lǐng)域的消費(fèi)較少，故導(dǎo)致該省份居民消費(fèi)嵌入碳排量表現(xiàn)出高低不均衡的現(xiàn)象。

從區(qū)域差異看，2020 年東部地區(qū)和東北地區(qū)居民消費(fèi)碳排放綜合得分均值為0.504 和0.431，明顯高于全國均值0.412；中部地區(qū)得分為0.382，略低于全國平均水平，而西部地區(qū)得分為0.319，落后于全國居民消費(fèi)碳排放平均水平。從整體看，中國居民消費(fèi)碳排放總量在空間格局上呈現(xiàn)出“東部和東北高、中部平、西部低”梯度遞減分布差距。

由表3 可知，在居民消費(fèi)碳排放類型分布中，東部地區(qū)主要以不合理型為主，18 個(gè)省份中有8 個(gè)隸屬東部地區(qū)，約占東部省份總數(shù)的47%。這反映出東部地區(qū)多數(shù)省份消費(fèi)水平較高，位于全國前列，導(dǎo)致人均消費(fèi)嵌入式碳排放量較高。中部地區(qū)省份居民消費(fèi)碳排放趨勢主要以趨于合理型為主。6 個(gè)居民消費(fèi)碳排放為趨于合理型的省份中有1 個(gè)隸屬中部地區(qū)，約占17%。這反映出中部地區(qū)多數(shù)省份居民消費(fèi)碳排放量處于中等水平，預(yù)示著其消費(fèi)日益向節(jié)能環(huán)保產(chǎn)品領(lǐng)域邁入，極大減少碳排放量。較合理型省份僅涵括東部地區(qū)的海南省。這也說明東部地區(qū)僅海南居民消費(fèi)碳排放量處于較低情況，且低于全國平均水平，反映出該省份碳排放量總體趨于合理且逐漸達(dá)到國家所要求的碳中和、碳達(dá)峰標(biāo)準(zhǔn)。

五、結(jié)論與建議

（一）結(jié)論

本文構(gòu)建了包含居民消費(fèi)直接和間接碳排放的評價(jià)指標(biāo)體系，并利用CRITIC 賦權(quán)的TOPSIS 法，測算2020 年中國30 個(gè)?。▍^(qū)、市）（除去港澳臺和西藏）居民消費(fèi)碳排放情況。結(jié)果顯示：居民在熱力類、電力類、醫(yī)療衛(wèi)生類、教育文化及娛樂類商品消費(fèi)產(chǎn)生的碳排放較為突出，平均得分在0.2—0.7 之間，仍有較大減排空間。居民化石能源碳排放類、食品類、衣著類商品消費(fèi)引致的碳排放值下降，平均得分位于0.4—0.6 之間?；茉春蜔崃οM(fèi)碳排放維度平均得分較高，各地區(qū)差異相對明顯；電力、食品衣著、教育文化及娛樂、醫(yī)療衛(wèi)生消費(fèi)碳排放維度平均得分較低，各地區(qū)分?jǐn)?shù)相差較小。具體來看，吉林的化石能源消費(fèi)碳排放量最大，山西熱力消費(fèi)碳排放得分最高，電力消費(fèi)碳排放最高的是廣東和江蘇，北京的間接消費(fèi)碳排放得分最高。中國居民消費(fèi)碳排放量整體處于較高水平，分?jǐn)?shù)分布較為均勻。在此基礎(chǔ)上，采用Wald 聚類法對所考察樣本的居民消費(fèi)碳排放進(jìn)行區(qū)間劃分，結(jié)果為不合理型（18 個(gè)）、趨于合理型（11 個(gè)）和較合理型（1 個(gè)）?？傮w上中國居民消費(fèi)碳排放水平呈現(xiàn)“東部和東北高、中部平、西部低”的梯度分布特點(diǎn)。

（二）建議

圍繞研究結(jié)論，本文對降低居民消費(fèi)碳排放量提出如下建議：

1.多措并舉完善碳減排頂層設(shè)計(jì)

第一，實(shí)施能耗雙控政策。一方面，相關(guān)政府部門在全國范圍內(nèi)實(shí)施能耗總量與強(qiáng)度“雙控行動(dòng)”，并按照省區(qū)市設(shè)定能耗總量與強(qiáng)度控制目標(biāo)，從全國層面減少居民消費(fèi)碳排放總量；另一方面，建立健全能耗總量與強(qiáng)度控制標(biāo)準(zhǔn)，對不符合要求的項(xiàng)目嚴(yán)格把關(guān)。第二，制定碳排放市場化機(jī)制。相關(guān)政府部門應(yīng)積極制定碳排放市場化機(jī)制，實(shí)時(shí)追蹤居民消費(fèi)碳減排機(jī)制實(shí)施情況。在此基礎(chǔ)上，充分發(fā)揮中央生態(tài)環(huán)境保護(hù)督察的利劍作用，引導(dǎo)地方政府加強(qiáng)區(qū)域碳排放市場化機(jī)制的銜接與協(xié)調(diào)。同時(shí)，鼓勵(lì)公眾參與監(jiān)督碳減排，保持追蹤信息透明化，確保碳減排措施落實(shí)到位。第三，完善碳減排考核機(jī)制。圍繞碳減排目標(biāo)完成情況、跨周期因素，各地區(qū)、各部門應(yīng)進(jìn)一步創(chuàng)建與完善居民消費(fèi)碳排放總量考核機(jī)制，積極優(yōu)化考核頻次，強(qiáng)化污染防治攻堅(jiān)戰(zhàn)成效考核。

2.加快碳減排技術(shù)創(chuàng)新

第一，研發(fā)無碳技術(shù)，從源頭上減少居民消費(fèi)碳排放。具體而言，相關(guān)部門應(yīng)大力研發(fā)以無碳排放為核心的清潔能源技術(shù)，逐漸取代化石能源，提高能源利用效率。同時(shí)，采用清潔生產(chǎn)與其他技術(shù)降低居民消費(fèi)能耗，發(fā)揮清潔技術(shù)的潛力，降低并減少二氧化碳排放。第二，攻關(guān)碳捕集技術(shù)，避免二氧化碳直接排放于大氣中?？蒲性核鶓?yīng)積極同第三方能源技術(shù)研究院不斷攻關(guān)碳捕集技術(shù)，建立碳捕集裝置，并積極對標(biāo)國際碳排放標(biāo)準(zhǔn)，保證碳排放達(dá)到合理范圍。第三，開發(fā)去碳技術(shù)，對居民消費(fèi)產(chǎn)生二氧化碳進(jìn)行二次利用。針對不同地區(qū)居民消費(fèi)結(jié)構(gòu)與碳排放特點(diǎn)，結(jié)合地區(qū)資源條件、居民消費(fèi)結(jié)構(gòu)，各省區(qū)市相關(guān)部門可根據(jù)本地試點(diǎn)碳減排項(xiàng)目創(chuàng)新去碳技術(shù)，強(qiáng)化二氧化碳二次利用，以減少本區(qū)域居民消費(fèi)碳排放總量。

3.推進(jìn)產(chǎn)業(yè)綠色低碳轉(zhuǎn)型

一是建設(shè)綠色低碳制造體系。企業(yè)應(yīng)加快食品加工、紡織服裝、工藝美術(shù)等綠色產(chǎn)品的改造提升，不斷革新綠色產(chǎn)品、材料、工藝等方面的技術(shù)，搭建綠色低碳制造體系，引導(dǎo)居民消費(fèi)結(jié)構(gòu)優(yōu)化，減少居民消費(fèi)碳排放總量。二是推進(jìn)低碳綠色服務(wù)業(yè)發(fā)展。各地區(qū)應(yīng)加快發(fā)展節(jié)能低碳服務(wù)業(yè)，完善能源管理商業(yè)模式，形成從生產(chǎn)到運(yùn)維全周期的低碳消費(fèi)模式，優(yōu)化居民消費(fèi)碳減排質(zhì)量。三是培育新型綠色環(huán)保產(chǎn)業(yè)。立足居民低碳生活消費(fèi)方式，圍繞新材料、新醫(yī)藥、節(jié)能環(huán)保等重點(diǎn)領(lǐng)域，實(shí)施戰(zhàn)略新型產(chǎn)業(yè)工程，全力建設(shè)新型低碳消費(fèi)產(chǎn)業(yè)體系，培育形成降低居民消費(fèi)碳排放的新動(dòng)能。