王智鵬，李亞麗，黃和平

（1. 江西農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院/江西省鄉(xiāng)村振興研究院，江西 南昌 330045；2. 寧波財(cái)經(jīng)學(xué)院 金融與信息學(xué)院，浙江 寧波 315000；3. 江西財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，江西 南昌 330013）

碳排放對(duì)氣候變化的貢獻(xiàn)越來(lái)越大，已經(jīng)引起世界各國(guó)的高度重視。2019年9月在紐約召開的聯(lián)合國(guó)氣候峰會(huì)顯示，各國(guó)在減少碳排放和保護(hù)人民免受氣候變化日益加劇的影響方面的參與度大幅度增加，中國(guó)在此次會(huì)議上擔(dān)任“基于自然的解決方案”領(lǐng)域的牽頭方。

目前，對(duì)于碳減排的研究主要集中在以下幾方面：碳排放與經(jīng)濟(jì)增長(zhǎng)的關(guān)系[1-3]、碳排放與能源消耗結(jié)構(gòu)的關(guān)系等方面[4-6]，從源頭分析居民食物消費(fèi)碳排放的研究相對(duì)較少[7]。而隨著經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化進(jìn)程的加快，農(nóng)村居民大量向城市轉(zhuǎn)移，城市常住人口增加，同時(shí)居民生活消費(fèi)方式發(fā)生著深刻的變化：居民飲食消費(fèi)增加，飲食方式也在改變，例如飲食結(jié)構(gòu)、飲食種類。在許多發(fā)達(dá)國(guó)家，家庭能源的消耗量已經(jīng)超過(guò)工業(yè)消耗量[8]，已引起相關(guān)研究領(lǐng)域?qū)彝ツ茉聪牧康闹匾?。同時(shí)，家庭能源消費(fèi)及食品消費(fèi)所產(chǎn)生的碳排放量占所在城市總碳排放量的比例也不容忽視?；诖?，本文以長(zhǎng)江中游省會(huì)城市為例，研究城市居民食物消費(fèi)的碳排放可以幫助了解城市居民在飲食活動(dòng)中對(duì)氣候變化的影響程度，同時(shí)為其他地區(qū)的相關(guān)研究提供參考。

國(guó)外對(duì)食物消費(fèi)碳排放的研究起步較早，研究尺度從產(chǎn)品[9-10]、家庭[11]到城市[12]、國(guó)家[13]，國(guó)內(nèi)對(duì)食物消費(fèi)碳排放的研究起步晚于國(guó)外，在研究尺度上主要集中在家庭[14]、城市[15]和國(guó)家層面上[16]。在研究方法上，目前國(guó)內(nèi)外計(jì)算食物消費(fèi)碳排放的主要方法有生命周期評(píng)價(jià)法[17-19]和投入產(chǎn)出法[20-21]。目前，專門對(duì)食物消費(fèi)碳排放影響因素的研究文獻(xiàn)很少，且主要是從碳排放影響因素的研究延伸而來(lái)。國(guó)內(nèi)外學(xué)者根據(jù)不同類型的碳排放基礎(chǔ)數(shù)據(jù)對(duì)國(guó)家和地區(qū)碳排放相關(guān)影響因素進(jìn)行研究。根據(jù)現(xiàn)有文獻(xiàn)進(jìn)行梳理，碳排放影響因素的研究主要依托于兩個(gè)層面的基礎(chǔ)數(shù)據(jù)：一個(gè)是基于時(shí)間序列數(shù)據(jù)對(duì)國(guó)家和地區(qū)碳排放相關(guān)影響因素進(jìn)行研究，另一個(gè)是基于面板數(shù)據(jù)對(duì)國(guó)家和地區(qū)碳排放差異及相關(guān)影響因素進(jìn)行研究。基于時(shí)間序列數(shù)據(jù)和面板數(shù)據(jù)的碳排放影響因素研究方法主要包括：環(huán)境庫(kù)茲涅茨曲線理論[22-24]、IPAT理論[25-27]、Kaya理論[28-29]以及空間面板數(shù)據(jù)模型理論[30-31]。

綜上所述，目前國(guó)內(nèi)外對(duì)能源消費(fèi)、交通運(yùn)輸、農(nóng)業(yè)生產(chǎn)等的碳排放研究較多，對(duì)食物消費(fèi)碳排放的研究較少，且食物消費(fèi)碳排放研究區(qū)域主要集中在北京、上海、廈門等城市化率高的城市，對(duì)城市化率不高的城市的研究較為缺乏，這些文獻(xiàn)主要是基于EKC理論、IPAT理論、Kaya理論對(duì)其影響因素進(jìn)行分解，并運(yùn)用SDA模型[32]、LMDI指數(shù)[33]測(cè)算其貢獻(xiàn)率；運(yùn)用面板數(shù)據(jù)理論測(cè)算其影響因素的文獻(xiàn)較少，主要運(yùn)用到的面板模型是空間計(jì)量面板模型，但該模型對(duì)研究單元樣本數(shù)量具有一定要求，很少有文獻(xiàn)運(yùn)用靜態(tài)面板模型針對(duì)居民食物消費(fèi)碳排放的影響因素進(jìn)行研究。

本文首先運(yùn)用生命周期法計(jì)算2001—2018年長(zhǎng)江中游省會(huì)城市居民食物消費(fèi)碳排放，旨在從橫向和縱向?qū)Ρ确治瞿喜?、武漢、合肥、長(zhǎng)沙4座省會(huì)城市居民食物消費(fèi)結(jié)構(gòu)之間的差別，更為直觀地對(duì)比分析城市居民飲食結(jié)構(gòu)的改變以及由飲食差異產(chǎn)生的碳排放差異，分析哪種消費(fèi)模式產(chǎn)生的碳排放較少，對(duì)環(huán)境產(chǎn)生的影響更小，并讓人們清晰地了解每類食物的碳排放量，更為清楚地認(rèn)識(shí)到在食物生命周期過(guò)程中哪些環(huán)節(jié)的碳排放量較大，進(jìn)一步認(rèn)識(shí)到食物消費(fèi)產(chǎn)生的碳排放對(duì)環(huán)境的影響。同時(shí)，運(yùn)用面板模型了解各因素對(duì)城市居民消費(fèi)的影響方向和影響程度，以此提供相應(yīng)建議供相關(guān)部門參考。

1 研究方法和數(shù)據(jù)來(lái)源

1.1 城市居民食物消費(fèi)碳排放的測(cè)算系統(tǒng)邊界

在測(cè)算食物消費(fèi)碳排放時(shí)，首先要界定測(cè)算系統(tǒng)邊界?；谑称锋溊碚?，在前人測(cè)算食品碳排放系統(tǒng)邊界的基礎(chǔ)上，本文界定的城市居民食品消費(fèi)碳排放測(cè)算邊界的解釋如下：

第一，本文界定的空間范圍為武漢、南昌、長(zhǎng)沙、合肥市的市轄區(qū)城市居民，不包含城鄉(xiāng)接合部地區(qū)居民，研究對(duì)象為家庭消費(fèi)的食物，不包括外出（打包）就餐。主城區(qū)居民食物消費(fèi)過(guò)程從產(chǎn)地運(yùn)輸開始，至廚余垃圾處理結(jié)束為止，中間包括食物運(yùn)輸、食物儲(chǔ)藏、食物烹飪過(guò)程。

第二，食物運(yùn)輸過(guò)程指的是從食物主產(chǎn)區(qū)運(yùn)輸?shù)匠鞘惺袌?chǎng)因消耗能源所產(chǎn)生的碳排放。食物儲(chǔ)藏過(guò)程指的是從市場(chǎng)購(gòu)買的食物儲(chǔ)藏在冰箱中消耗能源所產(chǎn)生的碳排放。食物烹飪過(guò)程指的是把食物從冰箱中取出進(jìn)行烹飪的過(guò)程中消耗能源所產(chǎn)生的碳排放，所使用的能源主要為管道天然氣。廚余處理過(guò)程指的是垃圾運(yùn)輸車運(yùn)輸過(guò)程中消耗能源產(chǎn)生的碳排放。

第三，本文的食物分類為糧食、蔬菜、豬牛羊肉、家禽、蛋類、水產(chǎn)品、酒類、鮮瓜果、植物油、奶及奶制品等十類。

1.2 城市居民食物消費(fèi)碳排放的測(cè)算方法——生命周期法（LCA）

本文運(yùn)用生命周期法將城市居民食物消費(fèi)分為四個(gè)階段，并按照相對(duì)應(yīng)的碳排放系數(shù)測(cè)算主城區(qū)城市居民食物消費(fèi)四個(gè)階段產(chǎn)生的碳排放。

失效可能性分析是風(fēng)險(xiǎn)評(píng)價(jià)中十分重要的一步，該分析是在大量歷史數(shù)據(jù)基礎(chǔ)上統(tǒng)計(jì)得到的平均失效概率Pf，并采用損傷因子和管理系統(tǒng)評(píng)價(jià)因子修正而得到的。目前，常參考CCPS，DNV，API等數(shù)據(jù)庫(kù)。中國(guó)通過(guò)借鑒國(guó)外數(shù)據(jù)庫(kù)，推薦了同類設(shè)備的平均失效概率Pf(t)，公共管廊平均失效概率計(jì)算如式(1)所示[15]:

（1）食物運(yùn)輸階段產(chǎn)生的碳排放。長(zhǎng)江中游4座省會(huì)城市的貨物交通運(yùn)輸包括公路運(yùn)輸、鐵路運(yùn)輸、水運(yùn)（內(nèi)河航道）運(yùn)輸和民航運(yùn)輸4種。其中，2001—2018年4座城市統(tǒng)計(jì)年鑒的統(tǒng)計(jì)數(shù)據(jù)顯示，航空運(yùn)輸為總貨物運(yùn)輸量的0.02%～0.05%，所占比例小，可以忽略不計(jì)，所以交通運(yùn)輸主要分為鐵路、公路和水運(yùn)運(yùn)輸。為了確定食物主產(chǎn)區(qū)，需對(duì)本地區(qū)食物產(chǎn)量和消費(fèi)量作對(duì)比，而根據(jù)各市食物產(chǎn)量的統(tǒng)計(jì)數(shù)據(jù)發(fā)現(xiàn)，長(zhǎng)沙市和合肥市的食品需求和供應(yīng)基本可以滿足市內(nèi)自給自足，市內(nèi)糧食主要運(yùn)輸方式采用公路運(yùn)輸。南昌市的食物除了鮮瓜果外基本可以實(shí)現(xiàn)自給自足，鮮瓜果除了本地供應(yīng)，主要采購(gòu)地是海南和廣西，采用的主要交通運(yùn)輸方式為鐵路運(yùn)輸。武漢市的食物除了奶及奶制品、鮮瓜果外基本可以實(shí)現(xiàn)自給自足，奶及奶制品除本地供應(yīng)外的主要供應(yīng)地為黃岡，采用公路運(yùn)輸，鮮瓜果除本地供應(yīng)外的主要供應(yīng)地為河南和廣東，主要采用鐵路運(yùn)輸。公路運(yùn)輸主要采用的是消耗柴油的貨車，貨車每百噸千米耗柴油為4.72升，鐵路運(yùn)輸每萬(wàn)噸千米耗柴油為25升[32]。能源碳排放系數(shù)來(lái)源于《省級(jí)溫室氣體清單編制指南》，具體見表1。

表1 能源的實(shí)際碳排放系數(shù)

（2）食物儲(chǔ)藏階段產(chǎn)生的碳排放。食物儲(chǔ)藏階段產(chǎn)生的碳排放計(jì)算公式為：

式中：根據(jù)《家用電冰箱電耗限定值及能源效率等級(jí)》中相關(guān)規(guī)定，計(jì)算出每臺(tái)電冰箱年耗電量為507.35 kW·h，折合406.39 kgCO2[33]，Csi表示i地區(qū)食物儲(chǔ)藏階段產(chǎn)生的碳排放，Ni表示i地區(qū)每百戶家庭擁有的電冰箱數(shù)量，ni為i研究區(qū)平均戶規(guī)模，Pi為i地區(qū)市轄區(qū)人口。

（3）食物烹飪階段產(chǎn)生的碳排放。食物烹飪階段碳排放主要是指炊事消耗能源產(chǎn)生的碳排放，通過(guò)對(duì)2001—2018年4座城市統(tǒng)計(jì)年鑒的查詢可知，4座省會(huì)城市家庭規(guī)模為三口之家居多，所以炊事按照一個(gè)正常的三口之家的標(biāo)準(zhǔn)來(lái)計(jì)算，得到加工單位質(zhì)量食物的能耗和碳排放量[32]。

（4）食物垃圾處理階段產(chǎn)生的碳排放。食物垃圾處理階段產(chǎn)生的碳排放主要考慮運(yùn)輸途中消耗的能源產(chǎn)生的碳排放。食物廚余處理階段產(chǎn)生的碳排放計(jì)算公式為：

式中：Cwij在食物垃圾處理階段i地區(qū)消耗j能源產(chǎn)生的碳排放，Eij為i地區(qū)消耗j種能源產(chǎn)生的碳排放，βij為i地區(qū)消耗j種能源的碳排放系數(shù)，ki為i地區(qū)食物垃圾占生活垃圾的比重，見表2。

表2 城市食物垃圾占比、能源消耗和碳排放

居民食物消費(fèi)碳排放總量。主城區(qū)城市居民食物消費(fèi)碳排放為以上四個(gè)階段加總：

式中：Ci為i地區(qū)食物消費(fèi)產(chǎn)生的碳排放，Cti為i地區(qū)運(yùn)輸階段產(chǎn)生的碳排放，Csi為i地區(qū)儲(chǔ)藏階段產(chǎn)生的碳排放，Cmi為i地區(qū)烹飪階段產(chǎn)生的碳排放，Cwij為i地區(qū)廚余垃圾處理階段產(chǎn)生的碳排放。各食物消費(fèi)量、各食物產(chǎn)量、每百戶家庭擁有的電冰箱數(shù)量、平均戶規(guī)模、生活垃圾數(shù)量來(lái)源于2002—2019年各市統(tǒng)計(jì)年鑒。

2 長(zhǎng)江中游4座省會(huì)城市各階段食物消費(fèi)碳排放測(cè)算結(jié)果分析

2.1 食物消費(fèi)碳排放總量和人均碳排放分析

依據(jù)公式（3）計(jì)算總碳排放，總碳排放和市轄區(qū)人口比值得到人均碳排放，見圖1。從圖1可以看出，2001—2018年，長(zhǎng)江中游4座省會(huì)城市食物消費(fèi)碳排放總量總體呈上升趨勢(shì)，武漢的碳排放總量遠(yuǎn)高于其他3市。2001—2011年，其他3座城市碳排放總量差距不顯著，大體呈現(xiàn)南昌＞長(zhǎng)沙＞合肥的趨勢(shì)。2012—2017年，這3座城市碳排放總量差距有所增大，大體上呈現(xiàn)長(zhǎng)沙＞南昌＞合肥的趨勢(shì)。2001—2018年，武漢市的平均碳排放總量最高，在136.83～382.40萬(wàn)噸之間變動(dòng)，年均增長(zhǎng)率為5.70%，長(zhǎng)沙的平均碳排放總量次之，年均增長(zhǎng)率為6.61%，南昌的平均碳排放總量排第三，年均增長(zhǎng)率為5.55%，合肥的平均碳排放總量年均增長(zhǎng)率為5.68%。2001—2018年，人均碳排放量在總體上呈上升趨勢(shì)，武漢的人均碳排放一般高于其他3市，且與其他3座城市人均碳排放的差距呈增大趨勢(shì)，人均碳排放的增長(zhǎng)率為武漢（4.07%）＞長(zhǎng)沙（2.86%）＞南昌（2.20%）＞合肥（1.78%），人均碳排放的平均值為武漢（444.43）＞南昌（363.44）＞合肥（348.95）＞長(zhǎng)沙（338.92）。

圖1 城市居民食物消費(fèi)碳排放總量和人均碳排放量趨勢(shì)圖

2.2 運(yùn)輸階段碳排放和人均碳排放對(duì)比分析

依據(jù)運(yùn)輸階段碳排放的測(cè)算方法，計(jì)算出該階段的碳排放，該階段碳排放和市轄區(qū)人口的比值即為人均碳排放，見圖2。從圖2可以看出，在2001—2018年，運(yùn)輸階段的碳排放和人均碳排放在總體上呈上升趨勢(shì)，武漢運(yùn)輸階段的碳排放和人均碳排放顯著大于其他3市，南昌、長(zhǎng)沙和合肥的碳排放的差距呈增大趨勢(shì)。在2001—2011年，碳排放差距不大，大體呈現(xiàn)南昌＞合肥＞長(zhǎng)沙的趨勢(shì)，在2012—2018年，差距呈增大趨勢(shì)，大體呈現(xiàn)長(zhǎng)沙＞南昌＞合肥。武漢運(yùn)輸階段的碳排放和人均碳排放顯著高于其他3市，可能原因除了武漢人口基數(shù)大，所需要的食物消費(fèi)量大以外，還與運(yùn)輸里程有極大關(guān)系。根據(jù)上文分析，一是武漢消費(fèi)所需的奶及奶制品和大量的鮮瓜果不能自給自足，需從外地運(yùn)輸，消耗的能源較多。二是武漢城區(qū)面積大，即使可以自給自足的食物，從生產(chǎn)基地運(yùn)輸?shù)礁鱾€(gè)市場(chǎng)，運(yùn)輸里程顯著長(zhǎng)于另外3座城市，故運(yùn)輸階段的碳排放最高。

圖2 2001—2018年運(yùn)輸階段碳排放總量和人均碳排放趨勢(shì)圖

根據(jù)前文分析，長(zhǎng)沙和合肥的食物基本可以自給自足，且長(zhǎng)沙的食物消費(fèi)量高于合肥，運(yùn)輸階段的碳排放和人均碳排放在2001—2011年仍呈現(xiàn)長(zhǎng)沙市高于合肥，這是因?yàn)殚L(zhǎng)沙市區(qū)范圍小，從生產(chǎn)基地運(yùn)輸?shù)礁鱾€(gè)市場(chǎng)的里程較小，且長(zhǎng)沙居民人口數(shù)量大于合肥，在2012—2018年，長(zhǎng)沙運(yùn)輸階段的碳排放和人均碳排放顯著高于合肥，這是因?yàn)樵?011年長(zhǎng)沙大規(guī)模擴(kuò)張，城區(qū)面積顯著擴(kuò)增，盡管人口幅度顯著，但運(yùn)輸里程的較大幅度增長(zhǎng)產(chǎn)生的大量碳排放只能較小部分被人口增幅抵消。

南昌運(yùn)輸階段的碳排放總是高于合肥，人均碳排放則未呈現(xiàn)該趨勢(shì)，可能原因是南昌人口較多，所需要的食物量大，在運(yùn)輸里程多于合肥的年份，如2007—2009年顯著高于合肥，2010—2018年合肥的運(yùn)輸里程高于南昌，但仍出現(xiàn)2016—2018年南昌人均碳排放高于合肥，這是因?yàn)槟喜司澄锵M(fèi)量高于合肥，尤其是對(duì)鮮瓜果的需求量較高，不能自給自足，需從外地運(yùn)輸，故消耗的能源增多，人均碳排放反而較大。

通過(guò)以上分析可以發(fā)現(xiàn)，城市規(guī)模、食物消費(fèi)種類是影響食物消費(fèi)碳排放的重要原因。一般而言，城市規(guī)模越小，消費(fèi)可以自給自足的食物種類越多，食物運(yùn)輸階段產(chǎn)生的碳排放和人均碳排放就越小[38-39]。

2.3 儲(chǔ)藏階段碳排放和人均碳排放對(duì)比分析

根據(jù)公式（1），得到儲(chǔ)藏階段的碳排放，與市轄區(qū)人口的比值為該階段的人均碳排放，見圖3。從圖3可以看出，2001—2018年，儲(chǔ)藏階段碳排放和人均碳排放在總體上呈上升趨勢(shì)，武漢的碳排放顯著高于其他市，南昌、長(zhǎng)沙和合肥的碳排放差距不顯著，大體呈現(xiàn)武漢＞長(zhǎng)沙＞南昌＞合肥的趨勢(shì)。儲(chǔ)藏階段的碳排放與城市人口呈正比，因此，該階段應(yīng)該關(guān)注人均碳排放指標(biāo)。2001—2005年，大體呈現(xiàn)武漢＞合肥＞長(zhǎng)沙＞南昌的趨勢(shì)，該階段4座城市家庭規(guī)模差距較小，但武漢每百戶擁有的冰箱數(shù)量最多，南昌每百戶擁有的冰箱數(shù)量最少，因此該階段武漢人均碳排放量最高，南昌最低。2006—2013年，大體呈現(xiàn)南昌＞武漢＞合肥＞長(zhǎng)沙，該階段南昌每百戶擁有的冰箱數(shù)量仍小于武漢，但人均碳排放卻高于武漢，可能原因是該階段南昌平均家庭規(guī)模最小。2014—2018年，武漢人均碳排放最高，南昌、長(zhǎng)沙和合肥人均碳排放差距不顯著，但較前一階段呈下降趨勢(shì)，該階段武漢每百戶擁有的冰箱數(shù)量呈增加趨勢(shì)，家庭平均規(guī)模呈縮小趨勢(shì)，故人均碳排放量反而上升，南昌、長(zhǎng)沙和合肥每百戶擁有的冰箱數(shù)量稍微有所下降，家庭平均規(guī)模呈擴(kuò)張趨勢(shì)，故人均碳排放量呈下降趨勢(shì)，這個(gè)階段和我國(guó)放開計(jì)劃生育政策吻合，也可以從側(cè)面反映出該政策實(shí)施的效果。例如，對(duì)武漢和合肥這種生活壓力大的城市來(lái)說(shuō)，該政策作用不明顯，對(duì)于生活壓力稍微小的長(zhǎng)沙和南昌來(lái)說(shuō)，該政策作用較為顯著。

圖3 2001—2018年儲(chǔ)藏階段碳排放總量和人均碳排放趨勢(shì)圖

通過(guò)以上分析可以發(fā)現(xiàn)，家庭擁有的冰箱數(shù)量和家庭規(guī)模對(duì)人均碳排放有顯著影響，家庭擁有的冰箱數(shù)量越少，家庭規(guī)模越大，則人均碳排放越低。因此，在開發(fā)冰箱節(jié)能減排新技術(shù)的同時(shí)，減少家庭擁有的冰箱數(shù)量，擴(kuò)大家庭規(guī)模，有助于減少食物的碳排放。

2.4 食物烹飪階段碳排放和人均碳排放對(duì)比分析

依據(jù)生命周期方法中測(cè)算食物烹飪階段的碳排放方法，計(jì)算出該階段的碳排放和人均碳排放，結(jié)果見圖4。從圖4可以看出，2001—2018年，食物烹飪階段的碳排放在總體上呈上升趨勢(shì)，大致呈現(xiàn)武漢＞南昌＞長(zhǎng)沙＞合肥的趨勢(shì)。該階段的碳排放雖然與城市人口密切相關(guān)，但根據(jù)人均碳排放指標(biāo)，也與食物消費(fèi)量和食物種類有關(guān)。2001—2018年，武漢、南昌和合肥的人均碳排放在總體上呈上升趨勢(shì)，長(zhǎng)沙的人均碳排放呈下降趨勢(shì)。2001—2007年，人均碳排放大致呈南昌＞長(zhǎng)沙＞合肥＞武漢的趨勢(shì)，該階段武漢的人均食物消費(fèi)量最高，但人均碳排放最低，可能原因是在該階段南昌對(duì)肉類的人均消費(fèi)量最高，武漢最低。2008—2013年，人均碳排放大致呈武漢＞南昌＞長(zhǎng)沙＞合肥的趨勢(shì)，該階段武漢的人均食物消費(fèi)量遠(yuǎn)高于其他城市，合肥的人均食物消費(fèi)量最低。2014—2018年，人均碳排放大致呈南昌＞合肥＞武漢＞長(zhǎng)沙的趨勢(shì)，該階段南昌的人均食物消費(fèi)量遠(yuǎn)高于其他地區(qū)，對(duì)肉類和水產(chǎn)品的人均消費(fèi)量最高，故人均碳排放最高。

圖4 2001—2018年食物加工階段碳排放總量和人均碳排放趨勢(shì)圖

通過(guò)以上分析可以發(fā)現(xiàn)，城市人口、人均食物消費(fèi)量和食物種類對(duì)碳排放均有影響，因此可以合理安排膳食，在保持營(yíng)養(yǎng)均衡的前提下，還可以減少碳排放。通過(guò)數(shù)據(jù)統(tǒng)計(jì)發(fā)現(xiàn)，長(zhǎng)江中游4座城市對(duì)糧食的消費(fèi)量呈下降趨勢(shì)，在對(duì)蔬菜、水果和奶及奶制品需求日益增多的同時(shí)，對(duì)肉類和水產(chǎn)品消耗量也在增多，參照專家對(duì)成年人每天攝入食物的營(yíng)養(yǎng)均衡比例可以發(fā)現(xiàn)，4座城市對(duì)肉類、水產(chǎn)品、鮮蛋等含蛋白質(zhì)較多的食物存在消耗量過(guò)高的現(xiàn)象，對(duì)食物需求過(guò)多不可避免出現(xiàn)食物浪費(fèi)現(xiàn)象。

2.5 食物廚余處理階段碳排放和人均碳排放對(duì)比分析

依據(jù)公式（2），計(jì)算出食物廚余處理階段的碳排放，與市轄區(qū)人口的比值得出該階段人均碳排放，結(jié)果見圖5。從圖5可以看出，2000—2018年，食物垃圾處理階段的碳排放和人均碳排放在總體上呈上升趨勢(shì)，且武漢＞長(zhǎng)沙＞合肥＞南昌。武漢的生活垃圾清運(yùn)量最高，與該城市人口數(shù)量呈正相關(guān)，長(zhǎng)沙次之。2001—2007年，合肥最低，2008—2018年，南昌最低。武漢、長(zhǎng)沙和合肥的廚余垃圾占比都在50%左右，而南昌僅有30%，因此南昌廚余垃圾遠(yuǎn)低于其他3市。根據(jù)文獻(xiàn)可以發(fā)現(xiàn)，武漢垃圾場(chǎng)距離市中心最遠(yuǎn)，為42千米，合肥和長(zhǎng)沙距離市中心在35千米左右，南昌距離市中心最近，為15千米。在運(yùn)輸車類型上，武漢采用的是載重5噸、燃燒汽油的運(yùn)輸車，合肥是運(yùn)用載重7噸、燃燒柴油的運(yùn)輸車，長(zhǎng)沙是運(yùn)用載重3噸、燃燒柴油的運(yùn)輸車，南昌是運(yùn)用載重7噸、燃燒柴油的運(yùn)輸車，因此，南昌每天的運(yùn)輸里程最短，耗能最少，長(zhǎng)沙因?yàn)檩d重最少，每天的運(yùn)輸里程最長(zhǎng)，耗能最多，而武漢運(yùn)輸階段耗能多除了與運(yùn)輸里程和載重有關(guān)，也與所使用的燃料油有關(guān)。

圖5 2001—2018年食物垃圾處理階段碳排放總量和人均碳排放趨勢(shì)圖

通過(guò)以上分析可以發(fā)現(xiàn)，該階段的碳排放不僅與城市人口有關(guān)，也與垃圾處理廠距離市中心的距離、運(yùn)輸車載重和運(yùn)輸車使用的燃料油有關(guān)。在考慮居民身心健康的前提下，垃圾處理廠距離市中心不應(yīng)太近的前提下，可以考慮通過(guò)使用大噸位燃燒柴油的垃圾運(yùn)輸車減少運(yùn)輸過(guò)程中的碳排放。

3 各城市食物消費(fèi)總碳排放的結(jié)構(gòu)分析

3.1 南昌食物消費(fèi)碳排放的結(jié)構(gòu)分析

根據(jù)各個(gè)階段碳排放占總碳排放的比值，得到食物碳排放的結(jié)構(gòu)比例，繪制出圖6、圖7、圖8和圖9，其分別反映了武漢、南昌、長(zhǎng)沙和合肥碳排放的四個(gè)階段所占比例構(gòu)成。從圖6可以看出，南昌食物消費(fèi)四個(gè)階段中，儲(chǔ)藏和加工階段占比最大，大致為40%，垃圾處理階段因占比太小在圖上反映不出來(lái)，其中，運(yùn)輸階段碳排放占比在總體上呈上升趨勢(shì)，儲(chǔ)藏階段碳排放呈先上升后下降的倒“U”型曲線，運(yùn)輸階段碳排放占比呈先下降后上升再下降的倒“N”型曲線。

圖6 南昌居民食物消費(fèi)碳排放的結(jié)構(gòu)構(gòu)成

3.2 武漢食物消費(fèi)碳排放的結(jié)構(gòu)分析

從圖7可以看出，武漢食物消費(fèi)四個(gè)階段中，2001—2012年，儲(chǔ)藏階段碳排放占比一般都在33%以上，運(yùn)輸階段的碳排放占比一般在30%以上，加工階段碳排放占比一般在30%以上，2013—2018年，運(yùn)輸階段碳排放占比一般在40%以上，垃圾處理階段占比最小在圖中幾乎顯示不出來(lái)。在2001—2018年，運(yùn)輸階段的碳排放占比呈大幅度上升趨勢(shì)，儲(chǔ)藏階段占比呈較大幅度下降趨勢(shì)，加工階段的碳排放占比呈先增大后減少的倒“U”型曲線。

圖7 武漢居民食物消費(fèi)碳排放的結(jié)構(gòu)構(gòu)成

3.3 長(zhǎng)沙食物消費(fèi)碳排放的結(jié)構(gòu)分析

從圖8可以看出，長(zhǎng)沙居民食物消費(fèi)四個(gè)階段中，2001—2010年，主要的碳排放來(lái)源于儲(chǔ)藏階段和加工階段，且兩者占比一般都在40%以上，2011—2018年，運(yùn)輸階段的碳排放大幅度增加，占比一般在35%以上，儲(chǔ)藏階段碳排放占比和加工階段占比稍微有所下降，垃圾處理階段的碳排放占比很小，且變化不明顯。2001—2018年，運(yùn)輸階段的碳排放呈斷崖式上升趨勢(shì)，儲(chǔ)藏階段的碳排放呈先小幅度上升后相對(duì)平穩(wěn)再大幅度下跌的梯形結(jié)構(gòu)，加工階段的碳排放占比呈先相對(duì)平穩(wěn)后斷崖式下跌趨勢(shì)。

圖8 長(zhǎng)沙居民食物消費(fèi)碳排放的結(jié)構(gòu)構(gòu)成

3.4 合肥食物消費(fèi)碳排放結(jié)構(gòu)分析

從圖9可以看出，合肥居民食物消費(fèi)四個(gè)階段中，主要碳排放來(lái)源為儲(chǔ)藏階段和加工階段，兩者占比一般都在35%以上，垃圾處理階段占比最小且變化不明顯，運(yùn)輸階段碳排放呈先上升后相對(duì)穩(wěn)定的趨勢(shì)。在研究期內(nèi)，儲(chǔ)藏階段的碳排放占比呈下降趨勢(shì)，加工階段的碳排放占比呈先下降后上升的“U”型結(jié)構(gòu)。

圖9 合肥居民食物消費(fèi)碳排放的結(jié)構(gòu)構(gòu)成

通過(guò)以上分析可以發(fā)現(xiàn)，2001—2013年，食物消費(fèi)碳排放來(lái)源主要是儲(chǔ)藏階段和加工階段，2014—2018年，運(yùn)輸階段碳排放逐漸成為食物消費(fèi)碳排放的主要來(lái)源之一。2001—2018年，4座城市運(yùn)輸階段的碳排放占比皆呈增長(zhǎng)趨勢(shì)，加工和儲(chǔ)藏階段碳排放占比呈減少趨勢(shì)，和當(dāng)今經(jīng)濟(jì)社會(huì)發(fā)展吻合。通過(guò)對(duì)4座城市進(jìn)行對(duì)比分析，發(fā)現(xiàn)以下不同：對(duì)于武漢和長(zhǎng)沙經(jīng)濟(jì)發(fā)展快速的城市，運(yùn)輸碳排放占比增加趨勢(shì)更為顯著，儲(chǔ)藏階段的碳排放占比和加工階段碳排放占比下降趨勢(shì)更為顯著，而南昌和合肥經(jīng)濟(jì)發(fā)展相對(duì)緩慢的城市運(yùn)輸階段碳排放占比增加稍微緩慢，儲(chǔ)藏階段碳排放占比和加工階段碳排放占比下降趨勢(shì)也稍微緩慢。

4 研究結(jié)論與展望

本文首先界定了長(zhǎng)江中游4座省會(huì)城市居民食物消費(fèi)碳排放的系統(tǒng)邊界，在此基礎(chǔ)上運(yùn)用LCA測(cè)算2001—2018年食物消費(fèi)碳排放，并運(yùn)用固定效應(yīng)面板數(shù)據(jù)模型對(duì)影響因素進(jìn)行分析，主要得到以下結(jié)論：（1）在研究期內(nèi)，4座城市居民食物消費(fèi)碳排放量在總體呈上升趨勢(shì)，其中，武漢市碳排放最高，長(zhǎng)沙市最低，人均碳排放除了長(zhǎng)沙市在加工階段呈下降趨勢(shì)，其他3市在各個(gè)階段和總體上都呈上升趨勢(shì)。（2）南昌市和長(zhǎng)沙市食物消費(fèi)碳排放主要來(lái)源于儲(chǔ)藏和加工階段，武漢市和長(zhǎng)沙市的主要碳排放來(lái)源從儲(chǔ)藏和加工階段逐漸向運(yùn)輸階段轉(zhuǎn)移，食物垃圾處理階段在4個(gè)城市中占比都很小。

本文運(yùn)用生命周期法測(cè)算了長(zhǎng)江中游4座省會(huì)城市居民食物消費(fèi)碳排放、人均碳排放和各個(gè)階段的碳排放，并通過(guò)4座城市的對(duì)比分析和各個(gè)城市食物消費(fèi)結(jié)構(gòu)分析發(fā)現(xiàn)：城市規(guī)模、食物消費(fèi)種類對(duì)運(yùn)輸階段食物消費(fèi)碳排放具有重要影響；家庭擁有的冰箱數(shù)量和家庭規(guī)模對(duì)儲(chǔ)藏階段人均碳排放有顯著影響；城市人口、人均食物消費(fèi)量和食物種類對(duì)加工階段碳排放具有影響；城市人口、垃圾處理廠距離市中心的距離、運(yùn)輸車載重和運(yùn)輸車使用的燃料油對(duì)食物垃圾處理階段的碳排放有影響。但也存在以下不足：一是本文運(yùn)用生命周期法測(cè)算的市級(jí)層面食物消費(fèi)的碳排放，與投入產(chǎn)出法根據(jù)部門能源消耗測(cè)算出的碳排放存在區(qū)別，因此，運(yùn)用投入產(chǎn)出法測(cè)算食物消費(fèi)碳排放并與生命周期法對(duì)比分析是接下來(lái)的研究方向。二是本文對(duì)城市居民食物消費(fèi)碳排放的測(cè)算是從“大門”到“大門”，對(duì)居民食物消費(fèi)碳排放從搖籃到墳?zāi)沟臏y(cè)算是接下來(lái)的研究方向。