免费文献传递   相关文献

基于收入和消费差异的中国城镇居民碳足迹研究



全 文 :第 35卷 第 1期 生 态 科 学 35(1): 194199
2016 年 1 月 Ecological Science Jan. 2016

收稿日期: 2015-02-09; 修订日期: 2015-06-09
基金项目: 国家自然科学基金项目城市居住空间能量代谢的结构-模式-效应研究: 以沈阳为例(41201584); 国家自然科学基金项目东非自然保护区生态
系统服务功能变化与可持续管理研究(31361140360)
作者简介: 刘晔(1980—), 女, 辽宁盘锦人, 博士, 助理研究员, 主要从事区域可持续发展研究, E-mail: liuye@iae.ac.cn

刘晔, 刘丹, 张林秀. 基于收入和消费差异的中国城镇居民碳足迹研究[J]. 生态科学, 2016, 35(1): 194199.
LIU Ye, LIU Dan, ZHANG Linxiu. Study on carbon footprint of the urban household consumption in China based on the differences
of income and consumptions[J]. Ecological Science, 2016, 35(1): 194199.

基于收入和消费差异的中国城镇居民碳足迹研究
刘晔 1,2,* , 刘丹 3, 张林秀 1
1. 中国科学院农业政策研究中心, 中国科学院地理科学与资源研究所, 北京 100101
2. 中国科学院沈阳应用生态研究所, 沈阳 110016
3. 中国刑事警察学院, 沈阳 110854

【摘要】 随着我国城镇化的加快和人民生活水平的提高, 居民消费碳足迹越来越受到重视。综述国内外城镇居民消费
碳足迹的基础上; 并以投入产出法为基础, 深入研究中国 1997 年和 2010 年中国城镇居民消费碳足迹的特征。结果表
明: 2010 年城镇居民直接碳足迹是 1997 年城镇居民的 2 倍。城镇居民能源利用向着更清洁的低碳消费转变, 另一方面
也会引发产业部门更大的碳排放量。与 1997 年相比, 2010 年城镇居民消费随着收入水平提高, 生存型消费碳排放比例
逐步下降, 发展型和享受型消费碳排放比例则逐渐升高。中等收入水平居民是未来城镇居民碳排放产生的主体, 应该
根据他们的消费特征制定政策实施重点监管。

关键词:收入和消费差异; 碳足迹; 投入产出; 居民最终消费支出
doi:10.14108/j.cnki.1008-8873.2016.01.030 中图分类号:F205 文献标识码:A 文章编号:1008-8873(2016)01-194-06
Study on carbon footprint of the urban household consumption in China
based on the differences of income and consumptions
LIU Ye1,2, LIU Dan3, ZHANG Linxiu1
1. Institute of Applied Ecology, Chinese Academy of Sciences, Shenyang 110016, China
2. Institute of Geographical Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
3. National Police University of China, Shenyang 110854, China
Abstract: Industry is generally recognized as the main source of greenhouse gases. However, the carbon footprint of household
consumption should not be ignored any more under the rapid urbanization of China and significantly improved household living
standard. Domestic study on this field is less intensive than abroad and needs to be further developed. In this study, a comprehensive
study on carbon footprint of Chinese urban household consumption was made based on input-output analysis. The results show that
total carbon footprint of Chinese urban residents in 2010 was about two times of that in 1997. The energy mix of urban households had
changed from traditional energy to clean energy, and urban household consumption had caused more and more increased carbon
emissions of industries. Under the improvement of living conditions, the carbon emission decreased for living, but increased for
development and recreation from 1997 to 2010. In addition, middle income group is the main cause of carbon emissions of urban
households, who should become the key points of monitoring carbon emission of urban households according to consumption
characteristics by the government.
Key words: differences of income and consumptions; carbon footprint; input-output analysis; household final consumption
expenditure
1 期 刘晔, 等. 基于收入和消费差异的中国城镇居民碳足迹研究 195

1 前言
随着全球变暖的加剧, 温室气体减排问题越来
越受到人们重视。如何在保障居民生活条件改善的
前提下, 实现碳总量减排是我国当前环境保护面临
的重要问题之一[1–2]。按照发达国家的碳排放规律,
收入增加将引发居民部门碳排放增加, 与收入相关
的碳排放研究有必要成为碳排放管理重视的内容。
21 世纪以来, 一些学者不断围绕收入和消费差异来
探索家庭能源消费排放占国家总排放的比例、确定
家庭生活碳排放来源结构、分析调控家庭生活碳排
放增长的各种因素及应对措施的问题, 并就优化家
庭消费结构、减少奢侈消费排放, 最终实现低碳生
活模式转型提出相应政策建议[3–4]。本文选用广义碳
足迹概念表征城镇居民碳排放特征, 即城镇居民衣
食住行所需商品的生产和加工引起的能源消费产生
的碳排放。近十年, 随着中国在全球全球碳排放总
量中地位的不断提升, 我国陆续出现了一批应用环
境投入产出模型开展的居民消费碳足迹研究[5–7]。总
的来看, 国内城市居民消费活动碳足迹的研究从研
究尺度、研究内容到研究方法都与国际相关研究联
系比较密切[8–11]。然而, 当前研究对消费结构作用下
不同收入组的城镇居民碳排放特征的研究略显不足,
而缺少不同收入组城镇居民消费碳排放的规律性研
究并不利于全社会共同参与的城镇居民碳减排目标
实现。因此, 本文基于收入和消费差异, 对中国城镇
居民碳排放活动进行研究, 研究结果以期为城镇居
民的碳排放管理工作提供理论依据。
2 资料与方法
2.1 居民生活消费直接碳足迹
中国城市居民生活消费直接消耗的能源包括原
煤、其他洗煤、型煤、焦炉煤气、其他煤气、汽油、
柴油、煤油、液化石油气、天然气。电和热的使用
并不直接产生碳排放, 只是其上游生产会消耗大量
化石燃料, 后面的间接能耗碳足迹计算会体现出这
种能源产生的碳足迹, 因此这里并未专门计算。直
接碳足迹的计算公式为:
d
i iCF M EF  (1)
(1) 式中CFd为居民消费直接碳足迹(t); Mi为第
i 种燃料的消耗量(t); EFi为第 i 中燃料的碳排放因子
(tCO2/t 标煤: tCO2/tce), 在参考 IPCC 方法[12]的基础
上, 考虑我国的燃料热值和实际情况得到, 结果见
表 1。
2.2 居民消费隐含碳足迹
居民消费隐含碳排放是指居民生活消费的非能
源商品和服务, 采用环境投入产出模型计算居民消
费隐含碳足迹。由于投入产出表能够清晰地描述社
会最终需求部门和生产部门的联系结构和数量关系,
使得 IOA-EF 模型具有良好的结构性, 故可以在一
定程度上弥补其他碳排放计算方法识别环境影响的
组分构成及其在产业间的相互联系等不足[13]。隐含
碳排放计算公式为:
1ˆ ˆ ( )eCF F E F I A D      (2)
(2) 式中 CFe为居民消费隐含碳足迹(t); F 为居
民消费支出; Fˆ 是 F 的对角矩阵; D 为能源消耗
直接碳排放强度; A 为投入产出直接消耗系数矩阵; I
为与 A 阶数相同的单位矩阵。为了使投入产出表的
部门与行业能源消耗的部门相对对应, 本文的行业
部门共分为 28 个部门, 包括农业、煤炭开采与洗选
业、石油和天然气开采业、金属矿采选业、非金属
矿和其他矿采选业、食品制造及烟草加工业、纺
织业、纺织服装鞋帽皮革羽绒及其制造业、木材
加工及家具制造业、造纸印刷及文教体育用品制
造业、石油加工炼焦及核燃料加工业、化学工业、
非金属矿物制品业、金属冶炼及压延加工业、金
属制品业、机械制造业、交通运输设备制造业、
电气机械及器材制造业、通信设备计算机及其他
电子设备制造业、仪器仪表及文化办公用品机械
制造业、工艺品及其他制造业、电力及蒸汽热水
生产和供应业、煤气生产和供应业、自来水的生
产和供应业、建筑业、交通和通讯业、批发零售
和住宿餐饮业、其他行业。

表 1 居民生活直接消耗能源的 CO2排放因子(tCO2·tce–1)
Tab. 1 CO2 emission factors of energy fuel consumed directly by residents
项目 原煤 其他洗煤 型煤 焦炭 焦炉煤气 其他煤气 汽油 煤油 柴油 液化石油气 天然气
排放因子 2.77 2.78 2.85 3.13 1.30 1.23 2.03 2.10 2.17 1.85 1.64
196 生 态 科 学 35 卷

3 数据来源
居民消费隐含碳足迹需要碳排放强度数据、投
入产出数据、居民支出消费数据, 而我国近 20 年的
投入产出数据最早在 1997年, 最近在 2010年, 因此
产业结构数据来自 1997 年和 2010 年《中国投入产
出表》; 居民直接能耗数据和行业能耗数据来自中
国 1998 年和 2011 年《中国能源统计年鉴》综合能
源平衡表和分行业能源消费数据; 居民消费支出数
据来自 1998 年和 2011 年《中国城市(镇)生活与价格
年鉴》。
4 结果和分析
4.1 居民消费碳足迹特征
中国城镇居民 1997 年和 2010 年的直接能耗分
别为 6200 万 t 和 14827 万 t, 而中国城镇居民 1997
年和2010年的直接碳足迹分别为10613万 t和17232
万 t, 即单位能耗碳排放系数从 1.71 降到了 1.16, 从
直接能耗来看, 城镇居民使用的能源更加趋于产生
更低的碳排放。从居民消费能耗的组成来看, 主要
包括原煤、汽油、液化石油气、天然汽、电和热(见
图 1)。其中, 1997 年城镇居民直接能耗主要是由原
煤和液化石油气产生的, 分别占 28%和 19%; 而
2010 年直接能耗主要是以天然气和电力为主, 分别

图 1 中国居民生活直接能源结构变化趋势(1997-2010)
Fig. 1 Direct energy use trends in China in 1997-2010
为 20%和 25%。可见, 从 1997-2010 年的 13 年间, 中
国居民能源消费结构中 45%的份额实现了从传统化
石能源转向更为清洁能源的转变, 一方面家用电器
不断增多, 使居民日常消费中的耗电比例增加; 另
一方面随着天然气在总体能源结构中比例的提升以
及居民炊事管道工程的完善, 使天然气已经取代液
化石油气成为仅次于电力的城镇居民直接能源。
从总量来看, 2010 年城镇居民直接碳足迹为
17232 万 t, 隐含碳足迹为 78456 万 t; 1997 年城镇居
民直接碳足迹为 10613 万 t, 隐含碳足迹为 39585 万 t;
与 1997 年相比, 总碳足迹量升高, 而直接能耗和隐
含能耗的比值有所下降。从人均碳足迹方面来看,
2010年城镇居民的人均直接碳足迹为0.27 t·人–1, 这
一比值略低于 1997 的 0.26 t·人–1; 同时人均隐含碳
足迹为 1.17 t·人–1, 高于 1997 年的 1.00 t·人–1。从直
接能耗和隐含能耗带来的人均碳足迹差异来看 ,
1997 年到 2010 年隐含量与直接量的差值分别为
0.73 t·人–1 和 0.91 t·人–1, 差异相对不大。对比人均量
和总量的差异可以发现 , 在人口增长的影响下 ,
2010 年城镇居民人均直接和隐含碳足迹并未因为收
入水平的提高而发生明显提高(见表 2)。
从城镇居民消费结构的差异, 区分 2010 年和
1997 年家庭的消费方式特征, 用以识别消费结构变
化对城镇居民隐含碳足迹的影响规律(见图 2)。1997
年城镇居民消费除食品消费隐含碳足迹比重较高外,
其他消费类别的数值相对较低且比较均匀, 而 2010
年城镇居民消费隐含碳足迹比较集中于几个类别。
对于 2010 年来说, 生活消费隐含碳足迹在食品、康
复和医疗服务、交通和通信服务, 以及教育文化娱
乐服务等方面分配较为均匀, 分别为 28%、20%、
15%和 13%。对于 1997 年城镇居民来说, 生活消费
碳足迹则主要集中在食品方面为 45%, 不但高于交
通和通信服务、教育文化娱乐服务和居住(分别为
14%、11%和 10%)等类别, 更远高于衣着、家用电
器与服务、康复和医疗服务、其他商品和服务的间
接碳足迹(仅为 4-8%)。
表 2 中国城镇居民生活消费碳足迹
Tab. 2 Carbon footprint of Chinese urban residential consumption
碳足迹总量/10,000t 人均碳足迹/(t·人–1)
年份
直接 隐含 总碳足迹
直接/隐含
直接 隐含
1997 10613 39585 50198 0.27 0.27 1
2010 17232 78456 95688 0.22 0.26 1.17
1 期 刘晔, 等. 基于收入和消费差异的中国城镇居民碳足迹研究 197


图 2 1997 年和 2010 年中国城镇居民隐含碳足迹
Fig. 2 Embodied carbon footprint of Chinese urban
residential consumption in 1997 and 2010
4.2 不同收入水平城镇家庭的碳足迹
收入水平是影响居民消费碳足迹的重要因素之
一, 1997 年和 2010 年城镇居民生活消费隐含碳足迹
随收入水平的变化情况分别见图 3 和图 4(直接能耗
数据受数据获取的限制, 仅以隐含碳足迹作为代
表)。从总量上看, 无论 1997 年还是 2010 年, 随着
收入水平的提高, 各消费类别的隐含碳足迹都呈增
加趋势。这说明随着收入的增加, 居民消费支出因
此增长, 进而将引起相应消费碳足迹的增加。按照
年鉴的分类, 将所有家庭分为最低收入、低收入、
中等偏下收入、中等收入、中等偏上收入、高收入
和最高收入 7 组; 1997 年各组对应平均可支配收入
分别为 2430 元、3223 元、3966 元、4895 元、6045
元、7461 元和 10251 元; 2010 年对应各组平均可支
配收入分别 5948 元、9285 元、12702 元、17224 元、
23189 元、31044 元和 51352 元。
就 1997 年而言, 从消费产生的碳足迹总量来看,
不同收入分组的碳足迹存在差异, 而中等级别(包括
中等偏下收入、中等收入、中等偏上收入三组)的碳
足迹在总体中所占比重最大, 食品分类是体现中等
级别收入差异最明显的分类。从人均消费产生的碳
足迹量来看, 各消费类别碳足迹量随收入水平的增
加均表现为增加趋势; 除食品和居住所占比重随收
入水平的增加而降低外, 其他消费类别的人均碳足
迹的比重随收入的增加呈稳定增长的趋势。不同等
级收入水平按高中低分组则存在共同的数量排序关
系。从 2010 年中国城镇居民不同消费类别碳足迹总
量来看, 随收入水平的增加也呈增加趋势, 食品消
费仍然是最重要的碳排放来源, 但是与 1997 年相比
各消费类别的碳足迹差异逐步减小。特别是, 收入
等级较高分类中交通和通讯碳排放总量急剧上升,
最高收入等级的交通和通讯类别碳排放甚至超过食
品的碳排放量。从 2010 年人均消费碳足迹看, 不同
消费类别碳足迹随收入水平的增加也呈上升趋势,
不同收入等级中各消费类别的比重与 1997 年存在
差异, 随收入水平增加食品和居住消费碳足迹的下
降水平更明显, 而通讯和交通消费碳足迹的增加趋
势更明显。不同等级收入水平按高中低分组也存在
共同的数量排序关系。

(a) 不同收入家庭生活消费隐含碳足迹总量; (b) 不同收入家庭生活消费平均隐含碳足迹构成
注: ETF: 食品消费碳足迹; ETC: 衣着消费碳足迹; ETH: 家庭设备用品碳足迹; ETM: 医疗与保健碳足迹; ETT: 通讯和交通碳足迹; ETE:教育
文化娱乐服务碳足迹; ETR: 居住碳足迹; ETO: 其他碳足迹; J: 最高收入组; I 高收入组; H: 中等偏上收入组; G: 中等收入组; F: 中等偏下
收入组; E: 低收入组; C: 最低收入组; EFP: 人均食品消费碳足迹; ECP: 人均衣着消费碳足迹; EHP: 人均家庭设备用品碳足迹; EMP: 人
均医疗与保健碳足迹; ETP: 人均通讯和交通碳足迹; EEP: 人均教育文化娱乐服务消费碳足迹; ERP: 人均居住消费碳足迹; EOP: 人均其
他消费碳足迹
图 3 1997 年城镇不同收入家庭生活消费隐含碳足迹
Fig. 3 Carbon footprint of Chinese urban residential consumption between income groups in 1997
198 生 态 科 学 35 卷


(a) 不同收入家庭生活消费隐含碳足迹总量; (b) 不同收入家庭生活消费平均隐含碳足迹构成
注: ETF: 食品消费碳足迹; ETC: 衣着消费碳足迹; ETH: 家庭设备用品碳足迹; ETM: 医疗与保健碳足迹; ETT: 通讯和交通碳足迹;
ETE:教育文化娱乐服务碳足迹; ETR: 居住碳足迹; ETO: 其他碳足迹; J: 最高收入组; I 高收入组; H: 中等偏上收入组; G: 中等收入组;
F: 中等偏下收入组; E: 低收入组; C: 最低收入组; EFP: 人均食品消费碳足迹; ECP: 人均衣着消费碳足迹; EHP: 人均家庭设备用品碳
足迹; EMP: 人均医疗与保健碳足迹; ETP: 人均通讯和交通碳足迹; EEP: 人均教育文化娱乐服务消费碳足迹; ERP: 人均居住消费碳足
迹; EOP: 人均其他消费碳足迹
图 4 2010 年城镇不同收入家庭生活消费隐含碳足迹总量和人均量
Fig. 4 Carbon footprint of Chinese urban residential consumption between income groups in 2010

5 结论
本文基于收入和消费差异对中国 1997 年和 2010
年城镇居民消费碳足迹进行了深入的研究。主要结
论如下:
(1) 就总量而言 , 城镇居民生活消费直接碳
足迹 2010 年排放量约为 1997 年的 1.7 倍; 城镇
居民生活消费隐含碳足迹 2010 年排放量约为
1997 年的 2.0 倍。就人均量而言, 城镇居民直接
碳足迹 2010 年排放量约为 1997 年的 4.5 倍; 城
镇居民的隐含碳足迹 2010 年排放量约为 1997 年
的 1.2 倍。1997—2010 年城镇居民总量直接和间
接碳足迹均随时间有所增加, 但两者的比值有所
下降 , 人均直接碳足迹变化未见明显变化 , 而间
接碳足迹有所增加。
(2) 从此期间能源结构的变化来看 , 生活直
接消费能源消费实现了从原煤和液化石油气向
电力、热力和天然气转变。居民直接消费的电力
主要是用于家用电器 , 而液化石油气和天然气
则主要是是饮食。1997—2010 年 , 城镇居民能源
利用向着更清洁的低碳消费转变 , 另一方面也
会引发产业部门更大的碳排放量。在未来, 调整
产业结构和提高能源利用效率是有效地降低居
民消费碳足迹的重要对策。同时 , 继续引导居民
健康的消费模式和改善居民消费能源结构是密
不可分的。
(3) 1997 年城镇居民消费碳足迹主以食品为
主、其他类别较少且分配相对均匀 , 与此相对
2010 年城镇居民碳足迹在几个类别间分配更均
匀 , 主要集中在交通和通信、食品、教育文化娱
乐三个方面。无论在 1997 年还是在 2010 年 , 城
镇居民总量和人均碳足迹均随着收入的增加而
增加 , 与 1997 年相比 , 随收入的增加而提高
2010 年生存型消费碳排放比例逐渐下降 , 发展
型和享乐型消费碳足迹的比重。中等收入阶层是
中国城镇居民消费碳排放产生的主体 , 随着中
国城市化进程的加快 , 更多的城镇居民会向中
等收入阶层转移 , 因此中等收入居民消费产生
的碳排放应作为实现未来减排目标的重点监控
和管理的群体。
参考文献
[1] ANG B W, LIN N. A cross-country analysis of aggregate
energy and carbon intensities[J]. Energy policy, 2006,
34(15): 2398–2404.
[2] DRUCKMAN A, JACKSON T. The carbon footprint of UK
households 1990–2004: a socio-economically disaggregated,
quasi-multi-regional input-output model[J]. Ecological
Economics, 2009, 68(7): 2066–2077.
1 期 刘晔, 等. 基于收入和消费差异的中国城镇居民碳足迹研究 199

[3] SHIRLEY R, JONES C, KAMMEN D. A household carbon
footprint calculator for islands: Case study of the United
States Virgin Islands[J]. Ecological Economics, 2012, 80(1):
8–14.
[4] CHITNIS M, HUNT L C. What drives the change in UK
household energy expenditure and associated CO2
emissions? Implication and forecast to 2020[J]. Applied
Enegy, 2012, 94(1): 202–214.
[5] ZHU Q, PENG X Z, LU Z M, et al. Calculation and
analysis on carbon emissions from household energy
consumption in China during 1980-2007[J]. Journal of
Safety and Environment, 2010, 10(2): 72–77.
[6] YAO L, LIU J R, WANG R S. The carbon emissions
embodied in Chinese household consumption by the
driving factors[J]. Acta Ecologica Sinica, 2011, 21(19):
5632–5637.
[7] GOLLEY J, MENG X. Income inequality and carbon
dioxide emissions: the case of Chinese urban
households [J]. Energy Economics, 2012, 34(6):
1864–1872.
[8] YUAN B, REN S, CHEN X. The effects of urbanization,
consumption ratio and consumption structure on residential
indirect CO2 emissions in China[J]. Applied Energy, 2015,
140(4): 94–106.
[9] THOMAS B A. AZEVEDO I L. Estimating direct and
indirect rebound effects for U.S. households with
input-output analysis. Part 2: Simulation[J]. Ecological
Economic, 2013, 86(1): 188–198
[10] DUARTE R, MAINAR A, SANCHEZ-CHOLIZ J. Social
groups and CO2 emissions in Spanish households[J].
Energy policy, 2012, 44(1): 441–450.
[11] HAMAMOTO M. Energy-saving behavior and marginal
abatement cost for household CO2 emissions[J]. Energy
policy, 2013, 63(1): 809–813.
[12] IPCC. 2006 IPCC Guideline for National Greenhouse Gas
Inventories[R], http://www.ipcc-nggip.iges.or.jp/public/2006gl/
index.htm, 2006.
[13] LENZEN M, DEY C, FORAN B. Energy requirements of
Sydney households. Ecological Economics, 2004, 49(3):
375–399.