派智库

摘要：居民消费直接碳排放是北京市碳排放的重要来源。本文用碳排放系数法测算了2002—2016年由北京市居民消费引起的直接碳排放量，应用LMDI方法对居民消费直接碳排放的影响因素进行了研究。研究结果表明：北京市居民消费直接碳排放总量呈递增趋势，从2002年的1001.64万t增长到了2016年的2663.28万t，城镇和农村居民消费直接碳排放绝对量分别从728.25万t和273.39万t增长到2301.09万t和362.19万t，年均增长率分别为9％和2.03％；能源消费结构变动效应、人均消费水平变动效应、人口规模变动效应是北京居民消费直接碳排放增长的“三大动力”，单位支出能耗变动效应、城市化效应是直接碳排放量增长的“两大阻力”。在研究结论的基础上，本文对北京市节能减排提出了相应的政策建议。

copyright dedecms

关键词：北京市；居民消费直接碳排放；影响因素；LMDI分解 copyright dedecms

1 引言

copyright dedecms

居民生活作为能源消费的重要组成部分成为了能源经济学的研究热点。居民生活引致的碳排放包括两个部分：一部分是居民消费直接消耗能源导致的碳排放；另一部分是“衣食住行”等生活消费导致的间接碳排放。1996—2010年，中国居民生活消费直接碳排放量从9545.52万t碳上升到24038.81万t碳，年均增长率为6.82％[2]，由此可见居民消费直接碳排放对碳排放增长的驱动作用不容忽视。在低碳发展的要求下，北京市作为中国的政治文化中心，其减排工作成效在全国范围具有更重要的示范意义，因此对北京市居民消费直接碳排放及影响因素的研究对实现政府节能减排的目标具有重要的现实意义。 织梦好，好织梦

近年来，越来越多的学者开始注重居民家庭消费与碳排放之间的关系，Wang（2009）发现居民家庭消费所带来的能耗与碳排放所占比重越来越高，并有快速增长的趋势。随后Feng etal.（2011）、冯玲等（2011）和Kammen（2014）等大量学者也验证了这一观点[3]。居民消费直接碳排放作为北京市碳排放的重要组成部分，推进对其测算及影响因素的研究具有重要意义。通过现有研究可以发现，利用IPCC（2006）提供的碳排放计算方法比较适合对居民生活中一次能源和二次能源消费产生的碳排放进行计算。从一次能源和二次能源归属的消费部门看，赵敏等（2009）和冯蕊等（2011）根据IPCC（2006）碳排放计算指南分别研究了上海市居民出行和城市交通引致的能源消费碳排放和天津市以居住和交通为基础的居民能源消费碳排放，发现交通出行和生活居住中的能源消费碳排放均呈现较快的增长，并推动整个居民部门的生活消费碳排放逐渐上升[4，5]。李亚云等（2017）利用IPCC（2006）提供的碳排放量计算公式，计算发现我国居民一次能源消费产生的碳排放量在不断的升高，人口和经济增长起到了重要的驱动作用[6]。马晓微等（2015）同样运用IPCC常用的碳排放系数法，将能源种类分为5类，并对中国居民直接碳排放进行了测算，得出了1994—2012年间中国居民直接碳排放整体呈现U型曲线趋势[1]。

通过现有的文献可以发现，研究国家层面的居民消费直接碳排放的文章较多，从城乡居民差异层面研究一个地区的文章数量较少。因此，为了精确地测算北京市居民消费直接碳排放，本文从城乡两个区域分析，利用碳排放系数法对北京市居民消费直接碳排放进行核算，并利用LMDI方法对城乡居民的直接消费碳排放的影响因素进行分解分析，在此基础上为减少北京市居民消费碳排放提出针对性的政策建议。 本文来自织梦

2 方法与数据

copyright dedecms

2.1 居民消费直接碳排放的测算 内容来自dedecms

居民消费直接碳排放测算的本质是计算居民生活中对各种化石能源燃烧所产生的碳排放。居民生活用能可分为9类：煤炭、汽油、煤油、柴油、焦炉煤气、液化石油气、天然气、电力和热力。本文在计算这些居民生活能源消耗导致的碳排放时，根据IPCC推荐的碳排放系数法，通过给出的碳排放系数可以直接计算各种能源消耗产生的碳排放。测算模型如下：

copyright dedecms

其中： 织梦好，好织梦

C——居民消费碳排放量，单位为万t；

copyright dedecms

Ei——居民消费能源消费量，单位为万t； dedecms.com

fi——碳排放系数，i为能源类别。 织梦内容管理系统

2.2 居民消费直接碳排放的指数分解模型

本文采用对数平均迪氏指数法（LMDI）对北京市居民消费直接碳排放的影响因素进行分解。LMDI分解方法由于其具有分解的残差项能被完全解释的优势而被广泛应用于能源消费及碳排放影响因素分解领域。本文将经典的Kaya恒等式进行了扩展。

copyright dedecms

居民消费直接碳排放取决于居民直接能源消耗量，而居民直接能源消耗量又与能源碳排放强度、能源消费结构、能源相对价格，人均消费支出、居民城乡人口结构、总人口等因素有关。因此，将以上6个因素加入Kaya恒等式，得到扩展的Kaya恒等式为：

其中：

内容来自dedecms

C——居民消费直接碳排放的总量；

织梦内容管理系统

i——居民类型，i=1，2；i=1表示城镇居民，i=2表示农村居民；

内容来自dedecms

j——直接能源类型，产1，2，…，9，分别表示煤炭、汽油、煤油、柴油、焦炉煤气、液化石油气、天然气、热力、电力；

Cij第i类居民直接消耗，类能源产生的碳排放量； copyright dedecms

Eij——第i类居民直接消耗，类能源量；

Ei——第i类居民直接消耗的能源总量； 本文来自织梦

Si——f类居民的消费总支出； 织梦内容管理系统

Pi——i类居民的人口总量；

P——人口总量。 copyright dedecms

copyright dedecms

其中：

织梦好，好织梦

fij，——第i类居民消耗一单位j类能源产生的碳排放量，体现为直接能源消费碳排放系数；

dedecms.com

ESij——第i类居民直接消费的所有能源中，第j类能源所占的比重，体现为直接能源消费结构；

EPi——第i类居民每一单位消费支出中直接能源消耗量，体现为单位支出的能源强度； 织梦好，好织梦

ACi——第i类居民的人均消费支出，体现为居民生活水平；

PSi——第i类居民人口占总人口的比例，体现为人口结构；

copyright dedecms

P——总人口数量。

copyright dedecms

令△C表示居民直接能源消费的碳排放量变化量，0表示基期，T表示计算期，C0为居民直接能源消费的碳排放量在基期的数值，CT为居民直接能源消费的碳排放量在计算期的数值。因此，居民直接能源消费的碳排放量变化量可以表示为：

△C=CT-C0=△f+△ES+△EP+△AC+△PS+△P （4） 本文来自织梦

式（4）表示居民直接能源消费的碳排放量在计算期——基期（T-0）的变化量（△C）是由直接能源消费碳排放系数的变化对碳排放总变化量的效应（△f）、直接能源消费的结构变化对碳排放总变化量的效应（△ES）、单位支出能耗（居民直接能源消耗量占居民消费支出的比值）的变化对碳排放总变化量的效应（※EP）、居民生活水平的变化对碳排放总变化量的效应（△Ac）、城市化效应（△PS）、人口数量的变化对碳排放总变化量的效应（△P）加总而成。 copyright dedecms

式（3）中各个影响因素对居民消费直接碳排放变化的效应的表达式如下：

直接能源消费碳排放系数的变化对居民消费直接碳排放变化的影响：

织梦好，好织梦

直接能源消费结构的变化对居民消费直接碳排放变化的影响：

织梦好，好织梦

单位支出能耗的变化对居民消费直接碳排放变化的影响： 内容来自dedecms

dedecms.com

人均消费水平的变化对居民消费直接碳排放变化的影响： 织梦好，好织梦

dedecms.com

城市化效应对居民消费直接碳排放总变化量的效应：

dedecms.com

本文来自织梦

人口数量的变化对居民消费直接碳排放总变化量的效应： 织梦好，好织梦

dedecms.com

式（5）至式（10）的6个效应表达式中，权重系数wij的表达式为： 织梦内容管理系统

由于本文在计算居民直接能源消耗导致的碳排放时，对2002—2016年的能源的低位热值和含碳量均设为一致，因此，各年的能源碳排放系数变化对居民直接能源消费总碳排放的变动效应为0，即△f=0。所以在分析居民消费直接碳排放的影响因素时只需考虑直接能源消费的结构变动效应（△ES）、单位支出能耗变动效应（△EP）、人均消费水平的变动效应（△AC）、城市化效应（△PS）、人口数量的变动效应（△P）。 dedecms.com

2.3 数据求源

本文来自织梦

本文所用的2002—2016年北京市城乡居民的各类能源消耗数据均来自于各年份统计年鉴中能源平衡表中的居民终端消费量，相关能源的碳排放的低位热值、含碳量等均来自《北京市企业（单位）二氧化碳核算和报告指南（2013版）》，折标准煤系数参考2015年《中国能源统计年鉴》中附录4的“各种能源折标准煤参考系数”。 织梦好，好织梦

3 结果分析

织梦内容管理系统

3.1 北京市居民消费直接碳排放分析

本文来自织梦

本文利用式（1）对2002—2016年北京市城乡居民消费直接碳排放量进行了测算。从图1可以看出，2002—2016年，北京市居民消费直接碳排放总量呈递增趋势，从2002年的1001.64万t增长到2016年的2663.28万t，年均增长率为7.23％。其中2002--2007年间增速最快，年均增长率11.42％。而在2007—2012年，年均增速逐渐下降至6％，2012—2016年，碳排放量年均增速进一步下降至3.63％。

copyright dedecms

内容来自dedecms

图2显示了北京市居民消费直接碳排放的能源消费结构。从图2可以看出，汽油消费的碳排放量的占比逐年增大，而煤炭消费的碳排放量的占比则逐年下降。2002年，煤炭是北京市居民消费的主要直接能源，碳排放量为352.01万t，占所有能源排放总量的35.14％，2003年达到峰值时的434.51万t，占比37.15％。随着经济的快速发展、居民收入水平的提升和能源消费结构的转变，从2003年以来，居民煤炭消费产生的直接碳排放整体呈下降趋势。2016年，居民煤炭消费产生的直接碳排放为386.74万t，所占比重下降了近20％。与此同时，随着交通出行需求的不断增多以及清洁能源的广泛推广，居民汽油和天然气消费逐渐增加，推动了汽油和天然气二氧化碳排放的迅速增长，并对煤炭等传统高污染、低效率的能源产生了替代作用。因此，2002—2016年间，北京市居民汽油和天然气消费的碳排放量分别从152.10万t和73.30万t，增长到919.67万t和277.17万t，占比分别提升了20％和3％。

图3显示了北京市城乡居民消费直接碳排放的结构。从图3可以看出，2002—2016年间，北京市城镇居民消费直接碳排放呈递增趋势，从728.25万t增长到2301.09万t，年均增长率为9％。分阶段看，2002--2008年间，北京市城镇居民直接消费碳排放呈现高速增长，年均增长率为12.06％，主要是汽油和天然气消费量增加导致碳排放增加，年均增长率分别为24.11％和17.8％。2008—2011年间，由于受国际金融危机的影响，能源需求减弱，导致城镇居民直接消费碳排放的增速下降至3.85％，而煤炭和液化石油气消费的碳排放量在此阶段出现了下降，年均增长率分别降至为-5.00％和-8.13％，并且此前高增长的汽油、天然气和电力消费的碳排放增速均出现15％左右的大幅下降，导致北京市城镇居民直接消费碳排放增速下降。2011—2016年间，北京市城镇居民直接能源消费增加，煤炭和电力消费的碳排放增长率分别大幅回升到5.67％和11.76％，带动城镇居民直接碳排放的增速小幅回升。

织梦好，好织梦

2002—2016年期间，北京市农村居民消费直接碳排放量从273.39万t增长到362.19万t，年均增长2.03％，与城镇居民相比涨幅较小。分阶段看，2003--2005年期间，农村居民消费直接碳排放量出现下降态势，年均增长率为-4.02％。由于煤炭消费直接碳排放在农村居民直接消费碳排放占比达到80％以上，因此，煤炭消费直接碳排放年均增长率下降导致北京市农村居民生活消费直接碳排放增速下降。2006--2008年期间，由于煤炭、液化天然气的消费减少导致其碳排放量也随之减少，使北京市农村居民消费直接碳排放增速继续维持在-6.70％。2008—2011年期间，汽油、液化石油气以及天然气逐渐成为农村居民除煤炭之外的重要消费能源，对汽油、液化石油气、天然气的需求增加，对应能源消费引致的碳排放增加，增速分另0为30.15％、21.17％、40.95％，导致北京市农村居民消费直接碳排放达到13.45％的增长水平。2011—2016年期间，由于受到煤炭消费碳排放和电力消费碳排放增速双下降的影响，这一时期农村居民消费直接碳排放增长率由正转负，起到了一定的碳减排作用。

内容来自dedecms

3.2 北京市居民消费直接碳排放影响因素分析

利用式（5）～（10），本文将2002—2016年北京市居民消费直接碳排放量变化分解成直接能源消费结构变动效应、单位支出能耗变动效应、居民生活水平的变动效应、城镇化效应、人口数量的变动效应5个效应，并分析其贡献率。

3.2.1 能源消费结构变动效应

由图4可以看出，2002—2016年期间，能源消费结构变动效应与贡献率均为正值，北京市居民直接能源消费结构变化导致全市居民直接能源消费碳排放增加14.73万t，贡献率为1.47％。15年间，汽油消耗量的增加导致碳排放量增长了近504.63％。但是，由于煤炭消耗量在2013年后逐年下降至2016年的240.61万t，并且煤炭在能源结构中的比重也出现了-20.21％的下降，使得全市能源碳排放增长速度得以降低。 本文来自织梦

分城乡区域来看，北京市农村居民的能源结构效应为-16.08万t，贡献率为-5.88％；城镇居民的能源结构效应为30.81万t，贡献率为4.23％，这说明农村居民能源结构变动对碳排放降低起到了积极的作用，城镇居民能源结构变动对碳排放增长起到推动作用。 本文来自织梦

织梦内容管理系统

3.2.2 单位支出能耗变动效应

由图5可知，北京城镇、农村以及全市的居民单位支出能耗在研究期均有不同程度的下降。由表2可以看出，2002—2016年，能源消费结构变动效应与贡献率均为负值，北京市居民单位支出能耗对居民直接能源消费碳排放的效应为-1148.39万t，贡献率为-164.51％。从城乡角度来看，城镇居民的单位支出能耗一直呈现稳定的下降趋势，并且在消费支出的推动下，单位支出能耗出现了加速下降，实现直接能源消耗碳排放减少611.79 t，农村居民单位支出能耗显着高于城市居民，并且在研究期内出现大幅上升。

织梦内容管理系统

3.2.3 人均消费水平变动效应 本文来自织梦

从图6可以看出，北京市居民人均消费支出一直呈现持续增长态势，导致居民生活中消费了更多的能源。如表3所示，2002—2016年，北京市居民生活水平变化对北京市碳排放的效应为2031.48万t，贡献率为260.46％，且在2002—2016年的各个阶段，居民生活水平的提高对碳排放的效应显着为正，并且呈现不断增大的趋势。从城乡来看，由于城镇居民的人均消费支出显着高于农村居民，因此城镇居民直接消费碳排放的平均消费支出效应比农村居民的大。尤其2015年城镇人均消费支出增长达30.82％，而农村居民人均消费支出的增长率仅为8.82％，导致在2012—2016年内，城镇居民人均消费支出增长使得城市居民消费碳排放的增长956.96万t，远高于农村居民人均消费支出导致的150.12万t碳排放。由此可见，人均消费支出对居民直接消费碳排放能够产生正向的影响，并随着人均生活水平的不断上升，居民部门对能源的消费也会逐渐增加，进而推动直接消费碳排放的持续增长。但是，现有人均消费数据表明农村居民人均消费支出的增长率与城镇居民的平均消费支出的差距在逐渐缩小。 织梦好，好织梦

dedecms.com

3.2.4城镇化效应

图7展示了2002--2016年北京市城乡人口结构变动情况，可以看出北京城乡人口结构变动主要发生在2004--2005年期间，农村人口从305.05万人减少至251.90万人，降幅为17.55％，并使2002—2005年间的农村直接能源碳排放减少80.92万t。从表4中可以看出，2002--2016年，城镇化效应与贡献值均为负值。城镇化效应对北京市城乡居民直接消费碳排放的效应总体为-63.79万t，贡献率为-6.37％。分区域来看，城镇居民直接能源消费碳排放的人口结构效应为102.14万t，贡献率为14.03％，而对农村居民直接能源消费碳排放的效应为-165.93万t，贡献率为-60.69％。农村人口减少对直接碳排放的抑制效应大于城镇人口增加带来对直接碳排放的驱动效应，导致最终总的人口结构对总直接碳排放的效应为负，起到了促进碳减排的作用。 内容来自dedecms

copyright dedecms

3.2.5人口规模变动效应 织梦内容管理系统

由图8可以看出虽然农村居民人口占总人口的比重在逐年下降，但是农村人口数量自2005年大幅下降后开始逐渐回升，人口增长率在2009年达到历年最高值4.30％，而城镇人口增长率也在2005—2010年稳定维持在5％～6％的高位区间。在城乡人口高增长的情况下，北京市总人口从2005年的l 538.0万人增长至2010年的1961.9万人，人口增长率保持4％～5％。由表5显示，2002—2016年北京市人口规模变动效应与贡献值均为负值。北京市人口的变化导致北京市城乡居民直接能源消费碳排放增加690.53万t，贡献率达68.94％，在2005--2007年和2007—2010年间，人口的数量大幅上升导致的碳排放增长分别为120.47万t和274.77万t，贡献率也分别达到12.03％和27.43％，均为近年高位水平。分区域来看，人口变化导致城镇居民直接能源消费碳排放增加680.43万t，贡献率为93.43％，农村居民直接能源消费碳排放增加10.10万t，贡献率为3.69％。

copyright dedecms

4 结论及政策建议

北京市城乡居民消费直接碳排放量总体呈上升趋势，城镇居民直接碳排放量大于农村居民碳排放量。

能源消费结构变动效应、人均消费水平变动效应、人口规模变动效应是推动北京市城乡居民消费直接碳排放量增长的“三大动力”。 织梦好，好织梦

单位支出能耗下降、城市化效应是北京市城乡居民消费直接碳排放量增长的“重要阻力”。

织梦好，好织梦

根据本文分析结果，北京市应当改善居民直接能源消费结构，加大天然气、热力等清洁能源在居民生活用能中的比重，逐步形成多元化、清洁化和优质化的能源结构；对能源价格进行改革，促进居民在直接能源消费方面养成节约习惯；鼓励居民理性消费、适度消费，引导全社会树立节约型消费理念，使低碳消费方式成为新时代的“风向标”。 织梦内容管理系统

参考文献： 织梦好，好织梦

[1]马晓微，叶奕，杜佳.中国居民消费直接碳排放影响因素研究——基于LMDI方法[J].中国能源，2015，37（6）：30—35. 织梦好，好织梦

[2]张亭亭.中国居民生活消费的碳排放影响因素分解及实证分析[D].天津：天津财经大学，2013.

本文来自织梦

[3]冯玲，吝涛，赵千钧.城镇居民生活能耗与碳排放动态特征分析[J].中国人口·资源与环境，2011，19（15）：1754—1762. 本文来自织梦

[4]赵敏，张卫国，俞立中.上海市居民出行方式与城市交通CO2排放及减排对策[J].环境科学研究，2009，22（6）：747—752.

织梦内容管理系统

[5]冯蕊，朱坦，陈胜男，等.天津市居民生活消费CO2排放估算分析[J].中国环境科学，2011，31（01）：163—169.

本文来自织梦

[6]李亚云，谭曾豪迪，姚月，等.中国一次能源消费碳排放变化的驱动因素分析[J].林业经济，2017，39（04）：72—77. copyright dedecms