中國城鎮居民嵌入式碳足跡影響因素分析

趙定濤 張韌 范進

摘要：嵌入式碳足跡（Embedded Carbon Footprint， ECF）是居民消費的產品或服務在其生命周期過程中所產生的碳排放，測量比較困難。居民消費產生的碳排放已經成為我國碳排放增長的重要因素，從消費者角度研究碳排放及其驅動因素對節能減排有重要的現實意義。通過構建碳排放投入產出模型對城鎮居民嵌入式碳足跡（ECF）進行測算，并運用LMDI因素分解模型分析中國城鎮居民嵌入式碳足跡的影響因素。結果表明：生活水平效應較大，為正效應，對總ECF的貢獻度是233%；碳排放強度為負效應，對總ECF的貢獻度是?133%；消費結構為正效應，對總ECF的貢獻度是9%。因此，政府應倡導居民節約消費，大力發展低碳產業，注重交通項目的減排。

關鍵詞：LMDI；碳排放投入產出模型；嵌入式碳足跡；影響因素；減排政策

中圖分類號：F205 文獻標識碼：A 文章編號：1672-3104（2013）06?0035?06

大量溫室氣體排放引發的氣候變暖問題已引起全球的關注，中國作為最大的碳排放國家，能源消費與二氧化碳的排放成為關注的焦點。2009年我國在哥本哈根會議上宣布“到2020年單位國內生產總值二氧化碳排放比2005年下降40%—45%”，為履行承諾，我國制定了減排政策，但現行減排政策主要針對高耗能的生產部門。據發展中國家統計表明，居民消費的直接和間接消耗已經超過了生產部門，成為碳排放的主要增長點，姚亮等[1]通過對中國城鄉居民消費隱含的碳排放對比分析得出，到2007年城鎮居民消費的碳排放量占總量的76.44%。在中國經濟快速發展進程中，居民收入及消費水平不斷提高，個人消費拉動碳排放作用越來越顯著，所以從居民消費層面核算碳排放更具有實際意義。本文從消費者角度研究嵌入式碳足跡（Embedded Carbon Footprints， ECF），ECF是居民消費的產品或服務在其生命周期過程中所產生的碳排 放[2]，運用LMDI模型分解影響ECF的驅動因素。本文實證分析分為兩階段，第一，測算城鎮居民嵌入式碳足跡，第二，運用LMDI模型分解驅動因素。通過對中國城鎮居民嵌入式碳足跡影響因素實證分析，為今后制定減排政策提供理論依據。

一、文獻綜述

當前國外學者對碳排放測算主要依據投入產出模型。Peter等使用環境投入產出模型（Environmental Input-Output， EIO）[3]估算消費中嵌入的二氧化碳的排放量，EIO模型對數據有較高的要求，編程數據集存在很大的困難，所以應用不廣泛。一些學者在簡單的投入產出模型基礎上進行擴展，如Huppes等[4]、 Tukker和Jansen[5]、Turner[6]等使用多區域投入產出模型（Multi-Regional Input-Output model， MRIO）估算嵌入在商品和服務中的二氧化碳的排放量，MRIO模型與EIO模型相比，需要更大量的數據，所以只能限制在一些數據充足的地區使用。由于MRIO模型運用的復雜性，學者在此基礎上又進行了簡化處理，如Druckman和Jackson[7]使用準多區域投入產出模型（quasi-multi-regional input-output， QMRIO）估算進口產品和服務隱含的二氧化碳排放排放量，此模型有較大的準確度和透明性，而且比MRIO模型對數據的要求度低，克服了數據收集的困難。

隨著碳排放研究的不斷深入，除了對生產領域的研究外，一些學者從消費者角度研究碳排放及影響因素。國際上，如Pachauri和Spreng[8]通過投入產出方法測算印度家庭1983—1984、1989—1990和1993—1994年的直接、間接能源消耗，家庭直接、間接消耗占印度總能源消耗量的75%，且來自家庭的能源需求不斷增長，提出增長的驅動力有三方面：人均支出增長；人口增長；農業部門能源強度的增加。Davis和Calderia[9]估算了全球貿易中嵌入的二氧化碳排放，基于消費者的角度，他們研究發現，2004年全球23%的二氧化碳的排放是來自中國和其他新興的發達國家出口貿易。Druckman和Jackson[7]估算了英國家庭產生的溫室氣體，從消費者角度來看，在2000—2004年間以每年3%的速度上升。盡管經濟的低潮有可能扭轉這種趨勢，但認為除非政府出臺重大改變的政策，否則來自家庭的間接和直接排放在長期內都有上漲的趨勢。為實現減排目標，應有針對性的把家庭收入與不同溫室氣體排放水平聯系起來制定相應的政策。

國內在這方面的研究起步比較晚，馮蕊和陳勝男[10]對國內外居民生活消費的碳排放測算方法進行對比，闡述國內外的模型法、碳排放系數法的異同和優缺點，為我國合理測算居民生活消費碳排放提供了參考意見。周平和王黎明[11]運用結構分析模型，對居民的最終需求及其他相關的經濟活動產生的二氧化碳間接排放進行分解分析，估算得出居民二氧化碳間接排放占居民碳排放總量的70%以上，且仍處于上升趨勢。得出結論：居民最終需求總量、居民消費結構和城鄉消費比例三個方面的變化是促使二氧化碳間接排放量增加的因素，生產技術的進步是促使二氧化碳間接排放量減少的主要因素。劉莉娜等[12]運用投入產出法，從時間、空間角度對1995—2010年中國31個省區人均家庭生活消費碳排放量計算分析，研究表明：人均家庭生活消費碳排放量呈逐年上升趨勢；人均家庭生活消費碳排放量在區域上存在很大差異性。

綜合國內外的研究可以看出，碳排放的測算存在多種模型和方法，但主要基于投入產出模型。已有的研究中，學者常未區分居民的直接排放和間接排放，本文旨在單獨分析居民的間接排放及影響因素問題，將居民消費分為8類，運用國際主流碳排放測定方法，使用中國統計數據，構建ECF模型，采用LMDI （Logarithmic Mean Divisia Index，對數指標分解方法）模型對居民8類消費項目嵌入式碳足跡分解，計算各因素效應貢獻度，結合國內現狀提出符合國情的對策建議。

二、理論模型的構建

縱觀上述研究，投入產出法是目前應用最廣泛的碳排放測定方法，但模型種類較多，沒有固定研究范式，對居民嵌入式碳足跡影響因素研究還很不充足。本文首先基于投入產出法構建ECF模型，測定中國城鎮居民嵌入式碳足跡，鑒于本文研究的重點是城鎮居民嵌入式碳足跡，因此設定生活水平、消費結構、碳排放強度為驅動因素。在此基礎上，基于kaya恒等式擴展，采用LMDI模型進行分解。

（一） 嵌入式碳足跡測算模型

國外學者構建的投入產出模型，多對數據的要求頗高，由于中國人口眾多，地域寬廣，數據獲得性有很大的難度，本文構建了由國內消費者與國內生產者組成的兩部門碳排放投入產出模型，人均ECF采用如下模型計算：

（1）

其中：ECF表示城鎮居民人均嵌入式碳足跡，B表示生產部門的直接碳排放系數矩陣，A表示直接消耗系數，（I?A）?1則是最終需求矩陣，也稱為列昂惕夫逆矩陣，表示j部門的排放乘數，Y表示年人均消費支出，下標i表示家庭消費項目所對應的類型，下標j表示生產部門。

生產部門的直接碳排放Bj運用公式（2）計算，

（2）

式中：j表示部門直接碳排放，Xj表示部門總產出。j的計算公式為下式（3），

（3）

其中：π表示部門實際能耗，單位為萬噸標準煤，φ為能源折算標準煤參考系數，電力等能源生產部門，不能將發生在該部門所有的碳排放全部歸因于該部門的直接碳排放，所以電力消耗所產生的直接排放需要用該部門電力總排放乘以電力加工轉換效率λ，ρ表示能源排放系數，q為發電量。

直接碳排放系數是包含部門直接消耗的煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣、電力等9種主要能源所產生的二氧化碳排放。IPCC提供了前8種能源的排放系數，電力排放系數ρ9運用公式（4）進行計算，

（4）

其中：ω表示電力部門直接消耗的能源數量，Q表示發電總量。

Druckman[7]給出了“家庭消費?高層次功能用途分配表”，將家庭消費分配到“家居、健康衛生、食品、采暖”等9個維度上，Weber[13]也有類似的分配方式，但認為 “采暖”所產生的排放應屬于直接碳足跡，故將“采暖”剔除，而保留了其余8個維度，即家居、食品、休閑娛樂、健康衛生、衣著、交通、溝通交流、教育。本文將消費項目映射到8個維度上，具體消費項目對應的生產部門及需求項目（見附表1）。

（二） 嵌入式碳足跡分解模型

目前，常用的分解方法有兩種，一種是結構分解分析（Structural Decomposition Analysis，SDA），一種是指數分解分析（Index Decomposition Analysis，IDA）。 SDA方法需要運用投入產出表的數據作為支撐，利用消費系數矩陣對各個影響因素進行分析，對數據要求比較高，而IDA方法只需利用各部門加總數據，更適合進行時間序列分析及較少因素比較分析，廣泛的應用在環境經濟研究中。IDA方法包括Laspeyres指數分解和Divisia指數分解等，但都存在分解剩余項，Ang B W.從理論基礎、適應范圍、結果等方面綜合權衡，認為LMDI是在能源政策方面相對較優的因素分解法。LMDI是一種不產生殘差的、完全的、富有靈活性的分解分析方法，且允許包含零的數據。鑒于此，本文選用LMDI方法對中國城鎮居民嵌入式碳足跡影響因素分解。

LMDI的分解方式有兩種，即加法形式和乘法形式，本文采用加法形式。從（1）式可以看出，居民嵌入式碳足跡受三方面因素的影響：人均消費支出（Yij）、經濟投入產出結構（（I?A）?1）、生產部門碳排放強度（B）。本文從這三方面考慮對ECF分解，在kaya恒等式的基礎上進行變形，故采用以下模型對居民嵌入式碳足跡影響因素進行分析：

（5）

其中；，。

（6）

（7）

（8）

（9）

在公式（5）～（9）中，i表示居民消費項目，ECF表示城鎮居民人均ECF，Y表示居民人均消費支出，Yi表示i項目上的居民消費支出，ECFi表示i項目的人均ECF，Si表示居民消費結構，Fi表示碳排放強度，t、0分別表示現期和基期，?ECF、?ECFY、?ECFS、?ECFF分別表示現期相對于基期人均ECF總量效應、生活水平效應、消費結構效應、碳排放強度效應，?ECFrsd表示因素分解的殘差項，LMDI分解中殘差項為零。

三、實證分析

（一） 數據來源

中國每五年編制一次投入產出表，最近一次42部門投入產出表于2007年編制，本文使用2002、2007年數據進行核算，模型中的直接消耗系數是通過投入產出基本表轉換計算的，42部門的各能源消耗量、能源標準煤折算系數、發電量、能源加工轉化效率等數據通過《中國能源統計年鑒2003》《中國能源統計年鑒2008》中查找收集。煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣的排放系數來自IPCC，這兩年的排放系數統一應用《IPCC國家溫室氣體清單指南（2006）》公布的排放系數。城鎮居民各項消費支出數據來自《中國城市生活與價格年鑒2003》《中國城市生活與價格年鑒2008》。

（二） 實證結果

1. 城鎮居民人均嵌入式碳足跡的總量變化

根據（1）式計算出2002、2007年城鎮居民嵌入式碳足跡，2002年人均在各消費項目上的ECF總量是1 740.30千克，2007年ECF為2 179.23千克，增長了25.22%。通過對42類消費項目的ECF的計算得出，2002年ECF排在前五位的分別是藥品費、電力熱力、家庭日用雜品、肉禽蛋水產品類、公共交通費，2007年ECF排在前五位的分別是電力熱力、藥品費、家庭日用雜品、肉禽蛋水產品類、公共交通費，排在前五位的大體沒有變化，2002、2007年這5項ECF均占總ECF的65%以上。依照“家庭消費?高層次功能用途分配表”，將42種消費項目映射到8個維度上，相應的ECF如下（見表1）。

表1 2002—2007年需求項目ECF及增長率（單位：千克）

需求項目 ECF（2002） ECF（2007） 增長率（%）

食品 340.55 431.76 26.79%

休閑、娛樂 39.28 61.61 56.84%

衣著 17.95 23.09 28.63%

家居 641.57 801.05 24.86%

健康衛生 487.25 541.95 11.23%

交通 145.83 230.00 57.72%

溝通交流 55.57 79.15 42.44%

教育 12.30 10.62 ?13.67%

總量 1 740.30 2 179.23 25.22%

（1） 從表1可以看出，8類需求項目的ECF排在前四位的分別是家居、健康衛生、食品、交通。家居消費占總消費的20%，消費比例高，而且家居項目所對應的生產部門多為排放乘數高的部門，如電力、熱力的生產和供應業等，所以導致家居ECF很大。近年來，居民更加注重自身健康，這促使居民增加在藥品、滋補保健品、醫療器具等項目上的花費，這類消費對應的生產部門是化學工業，該產業的碳排放乘數高，從而拉動了健康衛生的ECF。食品消費占總消費30%，為8類消費項目中最大的消費，導致食品ECF較大。交通消費項目所對應的生產部門以消耗化石能源為主，部門排放乘數高于其他產業，導致ECF很高。

（2） 從2002—2007年ECF增長率方面看，排在前三位的分別是交通、休閑娛樂、溝通交流。據國家統計局發布的報告顯示：隨著城鄉居民收入的大幅增加，汽車消費快速進入家庭。城鎮居民家庭平均每百戶家用汽車擁有量由2002年底的0.9輛，增加到2007年的6.06輛，2011年已經增加到18.58輛。汽車擁有量明顯提高，促使私人交通燃油、私人交通工具等方面花費增加，交通ECF持續增長。2002年城鎮居民家庭人均可支配收入是7 702元，2007年增長到13 785.8元，居民除了滿足生活的基本需求，有了更多的收入剩余，在休閑、娛樂項目的消費支出持續增長，帶動了旅游、餐飲住宿等行業迅猛發展，這使得休閑、娛樂ECF顯著增長。信息時代的到來，手機、計算機已成為居民的生活必需品，信息化的產品和服務種類越來越多，覆蓋面越來越廣，導致溝通交通的ECF快速增長。

（3） 通過對42部門排放乘數的計算，電氣、機械及器材制造業；燃料生產和供應業；水的生產和供應業；信息傳輸、計算機服務和軟件業的部門排放乘數均大于1，這些產業都是以化石能源為主，能源消耗量大，產生的碳排放量較大，應重視這些企業的減排。

2. 城鎮居民嵌入式碳足跡影響因素分解分析

利用（5）～（8）式計算出ECF總量效應、生活水平效應、消費結構效應、碳排放強度效應及其貢獻度。將42類的消費項目映射到8個維度上，2002—2007年各效應數據具體如下（見表2）。

各效應的貢獻度如下（見表3）。

表2 2002—2007年中國城鎮居民

嵌入式碳足跡變化結構分解的貢獻值（單位：千克）

高層次功能需求 ?ECFY ?ECFS ?ECFF ?ECF

食品 166.62 ?27.16 ?75.40 64.05

休閑、娛樂 28.30 3.29 ?5.98 25.62

衣著 11.59 1.29 ?6.44 6.43

家居 335.22 ?26.96 ?175.74 132.52

健康衛生 249.77 ?9.43 ?195.08 45.26

交通 192.88 99.74 ?108.70 183.92

溝通交流 34.09 0.48 ?10.51 24.07

教育 2.90 ?2.86 ?4.58 ?4.54

總量 1 021.37 38.38 ?582.43 477.32

表3 2002—2007年中國城鎮居民

嵌入式碳足跡各影響因素貢獻度（%）

影響因素 貢獻度（%）

生活水平效應 232.69

消費結構效應 8.74

碳排放強度效應 ?132.69

從LMDI分解后的各影響因素結果看，2002—2007年中國城鎮居民消費嵌入式碳足跡增加了477.32千克，其中生活水平效應中8類支出項目均為正值，累積增加ECF1 021.37千克，貢獻度為232.69%。碳排放強度效應中8類支出項目均為負值，累積減少ECF-582.43千克，貢獻度為-132.69%。消費結構效應中8類支出項目數值有正有負，累積增加ECF 38.38千克，貢獻度為8.74%。這說明人均消費支出水平的提高是導致ECF增長最重要的影響因素，能源利用技術進步降低碳排放是解決碳排放與經濟增長之間矛盾的重要手段。消費結構效應對ECF的驅動是不穩定的，食品、家居、健康生活、教育是負值，休閑、娛樂、衣著、交通、溝通交流是正值。

四、政策建議

本文構建投入產出模型測定城鎮居民嵌入式碳足跡，基于kaya恒等式，采用包含消費結構、碳排放強度、生活水平效應的LMDI模型對中國城鎮居民嵌入式碳足跡影響因素進行分解，分析結論如下：

（1） 生活水平效應對人均ECF的驅動是正向的，而且是ECF增長的主導因素。2000年到2011年，城鎮居民人均支出增長了203%，支出水平逐年增高，由消費支出引發的碳排放也將會繼續增加，居民消費對碳排放產生的影響也會越來越大，因此，國家應重視由支出水平增長帶來的增排，倡導居民進行節約消費，引導消費模式向可持續化發展，為我國創建低碳社會奠定基礎。

（2） 碳排放強度效應對人均ECF的驅動是負向的，是抑制ECF增長的主要因素。碳排放強度的大小主要由生產技術決定，技術進步帶動能源使用效率提高，因此，應大力發展低碳產業，實現產業結構優化，積極促進各生產部門提高能源使用效率、降低能耗強度、應用新能源技術，尋找環保替代能源，研究碳捕獲與封存技術，發揮技術減排作用，這是抑制碳排放增長的有利手段，積極努力尋找一條適合中國發展的低碳能源利用道路。

（3） 消費結構效應總體上對ECF的驅動是正向的，影響相對較小。家居、健康衛生ECF比重比較大，連同食品、教育這四個項目上是負向驅動ECF，應把這四個項目作為減排政策關注的重點，如家居方面可多投入使用節能型產品，最大限度發揮消費者行為減排作用。交通項目上ECF所占比重也較大，而且是正向驅動ECF，休閑、娛樂、溝通交流、衣著雖也是正向驅動，但是影響較小，應重點調控交通項目，如增加公共交通設施建設。合理調整居民消費結構，倡導綠色消費，促使消費結構向低碳方向轉變，增強節能減排意識，最終達到節能減排的目標。

附錄（表1）。

附表1 家庭消費?高層次功能用途分配表

消費項目 所對應的生產部門 需求項目

糧油類 農林牧漁業 食品

肉禽蛋水產品類

蔬菜類

調味品 食品制造及

煙草加工業

干鮮瓜果類

糕點、奶及奶制品

其他食品

糖煙酒飲料類

飲食服務 住宿和餐飲業 休閑、娛樂

衣著材料 紡織業 衣著

服裝 服裝皮革羽絨

及其制品業

鞋類

其他衣著用品

衣著加工服務費 其他社會服務業

耐用消費品?家具 木材加工及家具制造業 家居

耐用消費品?家電器 電氣、

機械及器材制造業

床上用品 服裝皮革羽絨

及其制品業

家庭日用雜品 化學工業

室內裝飾品 其他制造業

家具材料 木材加工及家具制造業

家庭服務 其他社會服務業

醫療器具 通用、專用設備制造業 健康衛生

保健器具

藥品費 化學工業

滋補保健品

醫療費 衛生、社會保障和

社會福利事業

其他

私人交通工具、

交通工具服務支出 交通運輸設備制造業 交通

私人交通燃油 石油加工、煉焦及

核燃料加工業

公共交通 交通運輸及倉儲業

通信工具 通信設備、計算機及其

他電子設備制造業 溝通交流

通信費用 郵政業

文化娛樂用品 通信設備、計算機及其

他電子設備制造業 休閑、娛樂

文化娛樂服務 文化、體育和娛樂業

教育 教育事業 教育

住房 房地產業 家居

電力、熱力 電力、熱力的

生產和供應業

燃料 燃氣生產和供應業

水 水的生產和供應業

居住服務費 其他社會服務業

雜項商品 其他制造業

雜項服務 其他社會服務業

參考文獻：

姚亮， 劉晶茹， 王如松. 中國城鄉居民消費隱含的碳排放對比分析[J]. 中國人口·資源與環境， 2011（21）： 25?29.

范進， 趙定濤， 洪進， 等. 基于消費的嵌入式碳足跡空間分異及影響因素實證研究[J]. 系統工程， 2012（30）： 75?83.

Peters G， Manshanden W， Tukker A. Report on technical report focusing on economic data sources for SUT/IO tables for EU25 and ROW， EXIOPOL [N]. Scoping report WP III.2.a and WP III.3.a， 2007.

Huppes G， Koning A d， Suh S， Heijungs R， Oers L V， Nielsen P， Guinée J. Environmental impacts of consumption in the European Union： High-resolution input –output tables with detailed environmental extensions [J]. Journal of Industrial Ecology， 2006（10）： 129?146.

Tukker A， Jansen B. Environmental impacts of products： A detailed review of Studies [J]. Journal of Industrial Ecology， 2006（10）： 159?182.

Turner K， Lenzen M， Wiedmann T， Barrett J. Examining the global environmental impact of regional consumption activities — Part 1： A technical note on combining input –output and ecological footprint analysis [J]. Ecological Economics， 2007（62）： 37?44.

Angela Druckman， Tim Jackson. The carbon footprint of UK households 1990—2004： A socio-economically disaggregated， quasi-multi-regional input–output model [J]. Ecological Economics， 2009（68）： 2066?2077.

Pachauri S， Spreng D. Direct and indirect energy requirements of households in India [J]. Energy Policy， 2002（30）： 511?523.

Davis S J， Calderia K. Consumption- based accounting for CO2 emissions [J]. Sustainability Science， 2010（107）： 5687?5692.

馮蕊， 陳勝男. 居民生活消費碳排放估算方法分析比較[J]. 生態環境， 2010（9）： 61?65.

周平， 王黎明. 中國居民最終需求的碳排放測算[J]. 統計研究， 2011（28）： 71?78.

劉莉娜， 曲建升， 邱巨龍， 等. 1995—2010年居民家庭生活消費碳排放軌跡[J]. 生態與旅游， 2012（4）： 119?121.

Weber C L， Scott M H. Quantifying the global and distributional aspects of American household carbon footprint [J]. Ecological Economics， 2008（66）： 379?391.

Driving Factors of Embedded Carbon Footprint in Chinese Urban Residents： An Empirical Analysis Based on the LMDI Model

ZHAO Dingtao， ZHANG Ren， FAN Jin

（School of Management， University of Science and Technology of China， Hefei 230026， China）

Abstract： Embedded Carbon Footprint （ECF） is a sort of carbon emissions produced by consumer products or services in the life cycle， which is difficult to measure. Because carbon emissions embedded in residential consumption is a major growth point of carbon emissions in China， the research on the factors driving carbon emissions needs to be further investigated from the perspective of residential consumption. In this paper， a carbon emission input-output model was built to calculate the Embedded Carbon Footprint （ECF） of Chinese urban residents. In addition， this paper aims to investigate the factors affecting carbon emissions from the perspective of residential consumption based on Logarithmic Mean Divisia Index （LMDI）. The results show that： Firstly， the effect of per capita consumption expenditure is positive， contributing to 233% in the total ECF. Secondly， the effect of carbon intensity is negative， contributing to -133% in the total ECF. Finally， the effect of consumption structure is positive， contributing to 9% in the total ECF. Therefore， our government should advocate economic consumption， develop low-carbon industries and attach great importance to reduction of carbon emission in transportation projects.

Key Words： LMDI； carbon emission input-output model； embedded carbon footprint； driving factors； residential consumption； policy for reduction of carbon emission

[編輯： 汪曉]

收稿日期：2013?05?18；修回日期：2013?11?22

基金項目：國家自然科學基金項目“基于消費行為的碳足跡測定及演化機理研究”（71171183）；教育部人文科學項目“生活方式轉型與環境技術創新互動機制研究”（10YJA790260）

作者簡介：趙定濤（1955?），男，安徽廣德人，中國科學技術大學管理學院，教授，博士生導師，主要研究方向：戰略管理與政策分析；張韌（1988?），女，黑龍江孫吳人，中國科學技術大學管理學院碩士研究生，要研究方向：個人碳排放，環境經濟學；范進（1979?），男，江蘇如皋人，中國科學技術大學管理學院博士研究生，主要研究方向：環境經濟學.