环境科学学报  2017, Vol. 37 Issue (6): 2403-2408
引用本文
姚亮, 刘晶茹, 袁野. 2017. 中国居民家庭消费碳足迹近20年增长情况及未来趋势研究[J]. 环境科学学报, 37(6): 2403-2408.
Yao L, Liu J R, Yuan Y. 2017. Growth of carbon footprint of Chinese household consumption during the recent two decades and its future trends[J]. Acta Scientiae Circumstantiae, 37(6): 2403-2408.
中国居民家庭消费碳足迹近20年增长情况及未来趋势研究    [PDF全文]
姚亮1 , 刘晶茹2, 袁野1    
1. 安徽师范大学, 生命科学学院, 芜湖 241000;
2. 中国科学院生态环境研究中心, 城市与区域生态国家重点实验室, 北京 100085
收稿日期: 2016-09-15; 修回日期: 2017-01-23; 录用日期: 2017-01-23
基金项目: 国家自然科学基金青年项目（No.41501603）；国家自然科学基金重点项目（No.71533004）；安徽师范大学博士科研启动基金（No.2014bsqdjj48）
作者简介: 姚亮(1986-), 男, 理学博士，讲师，主要从事城市与产业生态学研究，包括城市温室气体排放、复合生态管理模型、城市生态基础设施等, E-mail:dylanyao@126.com
通讯作者（责任作者）: 姚亮, E-mail:dylanyao@126.com
摘要: 近年来，伴随着社会经济的快速发展，我国已成为全球温室气体排放量最大的经济体，而居民消费活动造成的碳排放始终是可持续消费领域的研究热点.本研究综合采用基于投入产出的生命周期评价、结构分解分析、截面分析等方法，并借助EORA数据库，系统研究了近20年中国居民消费碳足迹的总量与组成、驱动因素贡献及未来增长趋势.结果表明，居民消费碳足迹的快速上升通道已经形成，且内在结构演化也呈现规律性，即间接排放和城镇居民排放已占主导地位并且该趋势仍在加强.驱动因素方面，人口增长、城市化进程、消费水平提高是推动碳足迹增长的主要正向力量，同时另外三因素（排放强度、消费结构及经济结构）则构成了延缓碳足迹过快增长的减排力量.截面分析结果显示，未来中国居民消费跨越世界平均水平时其碳排放总量将达到2010年基数的1.45倍，当接近于美国人均消费水平时将达到5.45倍.可以预期，未来我国居民消费碳足迹将会加速增长.
关键词: 家庭消费     碳足迹     结构分解分析     环境投入产出    
Growth of carbon footprint of Chinese household consumption during the recent two decades and its future trends
YAO Liang1 , LIU Jingru2, YUAN Ye1    
1. College of Life Sciences, Anhui Normal University, Wuhu 241000;
2. State Key Laboratory of Urban and Regional Ecology, Research Center for Eco-Environment Sciences, Chinese Academy of Sciences, Beijing 100085
Received 15 September 2016; received in revised from 23 January 2017; accepted 23 January 2017
Supported by the National Natural Science Foundation of China (No. 41501603, 71533004) and the Doctoral Scientific Research Foundation of Anhui Normal University (No.2014bsqdjj48)
Biography: YAO Liang(1986—), male, lecturer, E-mail:dylanyao@126.com
*Corresponding author: YAO Liang, E-mail:dylanyao@126.com
Abstract: China has the largest emissions of greenhouse gases along with the rapid economic development in recent years. The carbon emissions from consumption activities have always been a hot topic of sustainable consumption. This study investigated the carbon footprint of Chinese household consumption in the recent 20 years and its composition structure, quantified the contribution of driving factors and predicted the growth path in the future. The research methods included economic input-output life cycle assessment (EIO-LCA), structural decomposition analysis, cross-sectional analysis and EORA database. The results showed that the carbon footprint formed a solid rising channel and showed regularity in its structural evolution, in which indirect emissions and urban residents' emissions were the main component. Population growth, urbanization and the improved consumption level were main driving forces that promoted the growth of carbon footprint. On contrary, emission intensity, consumption structure and economic structure were factors that retarded the excessive growth of carbon footprint. When Chinese household consumption level exceeds the world average in the future, the carbon emission will reach 1.45 times that in 2010, and it will reach 5.45 times that in 2010 when the consumption level is close to the per capita consumption level in the United States. The carbon footprint of Chinese household consumption will inevitably enter the explosive growth phase.
Key words: household consumption     carbon footprint     structural decomposition analysis     environmental input-output    
1 引言(Introduction)

经过30余年经济生产与消费的高速增长，中国已成为世界第一大温室气体排放国(朱潜挺等, 2015).消费、投资和出口被认为是推动经济繁荣的关键手段，同时也被认为是导致碳排放激增的主要因素(冷雪, 2012; 李健等, 2012).其中，居民消费作为一切生产活动的最终目的，它与区域碳排放变化趋势之间密切关联(肖皓等, 2014).已有数个研究证实了我国居民消费导致的碳排放呈现快速增长趋势(Feng et al., 2014; Liang et al., 2014; Meng et al., 2012).事实上，目前中国居民消费水平还处于压抑阶段，远低于世界平均水平，如2010年仅相当于世界平均水平的69%.伴随未来居民财富的持续增加，特别是大量中产阶层的崛起，我国居民消费将会更快增长，由此导致的碳排放增量不容小觑.因此，有必要对中国居民消费的温室排放的历史增长、驱动因素和未来趋势进行研究.

目前研究人员已围绕中国居民消费的碳排放问题开展了一些研究，这些研究着重关注碳排放总量核算并广泛采用了一种基于投入产出技术的生命周期评价方法(Economic input-output life cycle assessment, EIO-LCA)(Hendrickson et al., 1998; Hertwich, 2005; 刘晶茹等, 2007).该方法以投入产出表为基础数据，但国家统计部门发布的数据是离散年份的，比如，我国是以5年为单位(2和7尾号年份)来发布投入产出表(陈锡康等, 2011).这就造成了与消费相关的碳排放核算目前也仅限于这些有表的年份，无法得到连续时间序列的消费碳排放清单.部分研究还探讨了碳排放增长背后的驱动因素，如生产技术、经济结构、消费水平、人口等的变动都被认为对增长趋势有推动作用(姚亮等, 2011; Arto et al., 2014; Liang et al., 2014).这类研究一般采用结构分解分析技术，借助分解算法来计算各因素对总量变化的贡献度(姚亮等, 2011).可以说，这些研究基本揭示了过去中国居民消费相关碳排放的快速增长趋势.但这些研究还存在有待深化之处，首先以往研究中采用特定年份投入产出表导致研究结果在时间上并不连续，而Lenzen等(2012)发布的EORA数据库中提供了全球主要经济体(含中国)最近40年间连续时间序列的投入产出数据，这为改善目前研究提供了可能；其次是驱动因素筛选数量和名称存在差异，有待将其纳入统一模型进行研究，而且目前普遍缺乏对未来变化趋势的定量研究.

因此，本研究采用碳足迹来统称消费引起的温室气体排放，并借助EIO-LCA和EORA数据库来核算逐年碳足迹，随后选取6项因素进行结构分解分析，探明碳足迹变化背后的驱动机制，最后采用截面分析法来估算未来消费碳足迹的变动趋势.

2 研究方法与数据(Methods and data) 2.1 碳足迹核算

碳足迹由直接碳排放与间接碳排放两部分组成.其中，直接碳排放(fdir)是指居民消费活动直接消耗能源所产生的排放，如家中烹饪燃烧天然气时产生的温室气体排放；间接排放(find)是指发生在消费品前端生产过程中的排放，虽然其一般先于消费活动产生，但归根结底却是由消费活动间接造成的.因此，碳足迹总量(CF)可表述为式(1).

(1)

直接排放通过直接能源消耗量乘以排放因子得到.这里只考虑CO2、CH4、N2O 3种主要温室气体，并采用百年温室效应潜值(GWP)将其折算为CO2当量.

间接排放采用EIO-LCA来计算.首先借助中间消耗系数矩阵(A)来描述国民经济各部门间的直接投入关系；随之在此基础上构造出列昂惕夫逆矩阵(I-A)-1, 其元素aij表示部门i的单位最终需求在部门j中引发aij数量的经济增量，因此，最终消费(居民消费y)引起的经济生产活动数量Q即是列昂惕夫逆矩阵与居民消费向量y的乘积(陈锡康等, 2011).通过引入排放强度向量F，间接排放计算结果见式(2).将式(2) 和直接排放量代入式(1) 中，得出居民消费的碳足迹总量.

(2)
2.2 结构分解分析

直接排放占总量的比例较小(表 1)，且驱动因素较为单纯，因此，结构分解分析主要针对间接碳排放.结构分解分析技术起源于Ehrlich等(1971)提出的IPAT方程：I=P×A×T，其中，I指环境负荷指标，P指人口数量，A指人均GDP，T指单位GDP的环境负荷，即排放强度.本研究通过借鉴IPAT方程思想，在式(2) 的基础上将间接排放分解为6项因素的乘积，包括代表技术进步因素的单位产出排放强度F，代表经济结构的列昂惕夫逆矩阵B=(I-A)-1，代表消费结构的S，代表城乡居民消费水平的L，以及代表城市化水平的城乡人口百分比R和总人口P.

具体分解时，式(2) 已初步分解为3项因素：F表示排放强度向量，列昂惕夫逆矩阵B=(I-A)-1表示经济结构，y是居民消费向量.本文将y进一步分解为y=SLRP，即为其余4项因素.随后并入式(2)，将间接碳排放分解为6项驱动因素的乘积，碳足迹的年际变化被认为是这6项因素共同驱动的结果.

(3)

以式(3) 为基础，采用Dietzenbacher等(1998)的分解算法来计算各驱动因素的贡献量.本研究执行了6！=720组的一阶分解，充分保证了分解结果的稳健性.例如，因素F贡献量的一个分解形式见式(4).求以上720组分解结果的平均值，最终得到各因素贡献量.

(4)
2.3 截面分析

采用截面分析法来估算未来碳足迹变化趋势.选取2010年作为时间截面，借助EORA数据库提供的全球表核算了全球189个经济体的人均消费水平及其对应的碳足迹(间接排放部分)，通过观察中国在整个世界碳足迹格局中所处的位置，比如，测度其与世界平均水平、发达国家(美国)的差距大小，估算未来的潜在增长空间.鉴于目前我国还处于快速发展期，居民消费大概率会与发达经济体接轨，因此，截面分析法有其合理性.

2.4 数据来源

本研究使用的连续时间序列(1991—2010年)中国投入产出表和环境强度向量源自EORA数据库(Lenzen et al., 2013).居民直接能耗摘自《中国能源统计年鉴(1992—2011)》中的中国能源平衡表，各类能源温室气体系数和百年温室效应潜值参考IPCC发布的《2006年IPCC国家温室气体清单指南》.

结构分解分析需去除掉年度价格波动影响，因此，选取1991年作为基准年，其余年份价格指数摘自《中国统计年鉴2011》.

截面分析数据源主要是EORA数据库中的2010年26部门全球多区域投入产出表，其刻画了全球189个经济体的贸易关系和主要环境指标(含碳排放).各经济体的人口数据也来自于该数据库.

3 结果(Results) 3.1 居民消费碳足迹

近20年来，我国居民消费碳足迹总体处于增长趋势中(表 1).1991年我国居民消费活动造成了17.10×108 t的碳排放，而到2010年已达到34.50 ×108 t，增长了1.02倍.碳足迹的增长速度以2001年为转折分为2个阶段：1991—2000年间，碳足迹增长略显缓慢且伴有轻微波动，在该阶段，中国居民财富处于原始积累期，消费增长滞后于财富增长速度，居民消费实际处于抑制期.进入21世纪后，中国居民消费潜力开始快速释放，导致了2001—2010年间消费碳足迹持续快速增长，年均增长率达7.23%.

表 1 中国居民消费碳足迹总量与结构的变化情况(1991—2010年) Table 1 Carbon footprint of Chinese household consumption between 1991 and 2010

碳足迹的内在组成结构也呈现规律变化.表 1还展示了碳足迹的间接与直接、城镇与乡村组成情况.以间接、直接排放来看，间接排放一直是碳足迹的主要组成部分，并且持续稳步提升，2010年已接近于88.49%.从碳足迹的城乡结构变化情况可以看出，碳足迹城乡组成开始从城乡基本均等状态稳步过渡到城市占主导，如2010年归属于城镇居民的碳排放占比达72.13%，是同期农村居民的2.59倍.总之，碳足迹的组成结构变化有较清晰的内在规律.

我国居民消费碳足迹的增长趋势与居民消费活动密切相关.改革开放30年来，伴随着家庭财富原始积累的初步完成和消费意识的逐渐觉醒，居民消费及导致的碳排放逐年快速增加.依据表 1增长趋势可判断出，未来10年我国居民消费碳足迹还将保持这种快速增长趋势.碳足迹内在的结构变化规律也可归纳为:间接排放是碳足迹的主要组成部分，而城镇消费者是碳足迹的主要贡献者.

3.2 六项因素的驱动效应

图 1展示了6项因素对间接碳排放年际变化的驱动作用贡献量.自1991年起的初始几年间这些因素的驱动效应并不稳定，未能清晰区分出各因素间的独特差异；自1997年后，各因素的累积贡献曲线开始分离，随后开始发挥稳定驱动作用.下面将着重分析趋势稳定后的各因素具体贡献.

图 1 六项驱动因素的累积贡献量(1991—2010年) Fig. 1 Accumulative contributions of the six drivers to the embodied carbon emissions between 1991 and 2010

如图 1所示，这6项因素可看作2类相互对抗的正负驱动力量，人口增长、城市化进程、消费水平提高是推动碳足迹增长的主要正向力量，另外3个因素则发挥着延缓增长趋势的作用.随着中国环保技术的发展和节能减排等措施的大力推进，排放强度降低带来的减排效应是最为显著的，这在图 1中可得到证明.消费结构与经济结构也起着延缓作用，表示它们都正朝着更可持续的方向进行演进，尤其自2004年后，这一趋势更加明显.

间接碳排放增长的正负驱动因素是由我国近30年的时代大背景决定的.人口增长、城市化进程、消费水平这3项正向因素恰恰代表了我国改革开放后快速发展的几个最突出的时代标签.而另外3项因素则表明，至少从温室气体减排来看，排放强度持续降低、消费结构变化和经济结构调整对中国温室气体减排工作发挥着重要贡献，应继续成为未来减排政策的着力点.

3.3 未来趋势分析

未来碳足迹的增长压力主要来自居民消费的快速增长.图 2表明，2010年全球189个经济体人均消费与人均碳足迹(间接部分)存在正向关系，即从全球范围来看，随着国民人均消费水平的提高，人均碳足迹也将随之呈现增长趋势.中国2010年的人均居民消费仅有1655美元，远低于全球平均值5202美元.依据图 2中的回归方程，假设其它外部条件保持稳定，待中国居民消费达到世界平均水平(人均5202美元)时，相应的碳排放将会是现在的1.45倍左右.作为世界上经济发展最快的经济体之一，中国无疑会快速越过该平均线并继续向前，甚至会将美国作为追赶目标.若将美国居民的消费水平(人均31227美元)赋予中国居民，那么相关碳排放将会增长到现值的5.45倍，这将对我国政府的温室气体减排目标构成极大挑战.

图 2 全球189个经济体人均消费水平与消费碳排放的分布关系(2010年) Fig. 2 Relationship between the per capita consumption levels and the corresponding carbon emissions of the 189 economies in 2010

同时，经济结构的持续转型也预示着未来我国居民消费快速爆发的时代正在来临.图 3展示了2010年全球189个经济体的居民消费占最终需求(包含消费、投资、出口)总量的比例和消费碳排放占区域碳排放总量的比例之间的相互关系.图中的直线回归方程表明，这2个比例变量存在一定协同增长规律.中国目前处于左下位置，落后于世界平均水平(同期比例值为(0.56, 0.59))和一些发达国家，如美国同期比例为(0.60, 0.62).主要是由于我国目前还依赖投资与出口来拉动经济增长，但根据大国经济的发展规律来看，国民消费所占比例必将大幅提升，未来至少会超越全球平均水平(同期消费占比全球平均值为0.56).总之，图 2和图 3的截面分析结果都预示着中国消费碳足迹将会进入加速增长阶段.

图 3 全球189个经济体居民消费占总需求的比例与消费碳排放占区域排放总量的比例之间的分布关系(2010年) Fig. 3 Relationship between the share of household consumption in total final demand and the share of household carbon emissions in the region′s total emissions of the 189 economies in 2010
4 结论(Conclusions)

本文首次核算了近20年(1991—2010年)连续时间序列的中国居民消费碳足迹及关键驱动因素的贡献量.结果表明，居民消费碳足迹已进入快速上升通道，间接排放和城镇居民排放占总量的比例持续提升.人口增长、城市化进程、消费水平提高是推动碳足迹增长的主要力量，排放强度、消费结构及经济结构则是延缓碳足迹过快增长的关键减排因素.未来我国消费碳足迹仍将维持快速增长.

5 展望(Prospects)

本文研究结果可为经济及消费政策制定提供参考.为了有效应对未来碳足迹过快增长，我国有必要采取多管齐下的调控措施.本研究揭示的3项正向因素，人口增长、城市化进程、消费水平提高已是不可逆转的时代潮流，这就启示我们需要将工作重点聚焦在另外3项延缓因素的调控管理上.因此，我国需进一步降低单位排放强度，积极引导和调整消费行为及结构，积极促进国民经济结构向着更低碳的方向转型(姚亮等, 2013; 颜艳梅等, 2016).碳排放强度的降低依赖于我国继续推行节能减排政策，鼓励企业实施清洁生产技术改造，而且这些政策在过去已被证明取得了显著效果；还需下更大决心优化能源结构，如降低煤炭供给比例，增加清洁天然气和可再生能源的份额等.经济结构的调整则要求一方面提高环境友好型产业的比重，同时还需大力推进供给侧改革来有效淘汰落后产能(冯志峰, 2016).另外，通过多种途径来引导居民消费，如结合舆论宣传、公众环保教育、绿色补贴等措施在全社会倡导绿色消费，鼓励居民将消费品的环境影响(如产品碳足迹)纳入消费考量.

目前本研究还存在一些不足.首先，EORA数据质量及对结果稳健性的影响还需进一步评估.其次，结构分解分析还只局限于间接排放，有待后续补充完善.最后，截面分析较为初级且与结构分解分析相脱节，只利用人均消费水平因素来进行预测分析.后续研究将建立基于6项驱动因素的碳足迹情景分析模型，以期能够准确估算居民消费碳足迹的未来变化趋势.

参考文献
[${referVo.labelOrder}] Arto I, Dietzenbacher E. 2014. Drivers of the growth in global greenhouse gas emissions[J]. Environmental Science & Technology, 48(10): 5388–5394.
[${referVo.labelOrder}] 陈锡康, 杨翠红. 2011. 投入产出技术[M]. 北京: 科学出版社.
[${referVo.labelOrder}] Dietzenbacher E, Los B. 1998. Structural decomposition techniques:sense and sensitivity[J]. Economic Systems Research, 10(4): 307–324. DOI:10.1080/09535319800000023
[${referVo.labelOrder}] Ehrlich P R, Holdren J P. 1971. Impact of population growth[J]. Science, 171(3977): 1212–1217. DOI:10.1126/science.171.3977.1212
[${referVo.labelOrder}] Feng K, Hubacek K, Sun L, et al. 2014. Consumption-based CO2, accounting of China's megacities:The case of Beijing, Tianjin, Shanghai and Chongqing[J]. Ecological Indicators, 47: 26–31. DOI:10.1016/j.ecolind.2014.04.045
[${referVo.labelOrder}] 冯志峰. 2016. 供给侧结构性改革的理论逻辑与实践路径[J]. 经济问题, 2016(2): 12–17.
[${referVo.labelOrder}] Hendrickson C, Horvath A, Joshi S, et al. 1998. Economic input-output models for environmental life-cycle assessment[J]. Environmental Science & Technology, 32(7): 184–191.
[${referVo.labelOrder}] Hertwich E G. 2005. Life cycle approaches to sustainable consumption:A critical review[J]. Environmental Science & Technology, 39(13): 4673–4684.
[${referVo.labelOrder}] 冷雪. 2012. 碳排放与我国经济发展关系研究[D]. 上海: 复旦大学
[${referVo.labelOrder}] Lenzen M, Kanemoto K, Moran D, et al. 2012. Mapping the structure of the world economy[J]. Environmental Science & Technology, 46(15): 8374–8381.
[${referVo.labelOrder}] Lenzen M, Moran D, Kanemoto K, et al. 2013. Building EORA:a global multi-region input-output database at high country and sector resolution[J]. Economic Systems Research, 25(1): 20–49. DOI:10.1080/09535314.2013.769938
[${referVo.labelOrder}] 李健, 周慧. 2012. 中国碳排放强度与产业结构的关联分析[J]. 中国人口&资源与环境, 2012, 22(1): 7–14.
[${referVo.labelOrder}] Liang S, Liu Z, Crawford Brown D, et al. 2014. Decoupling analysis and socioeconomic drivers of environmental pressure in China[J]. Environmental Science & Technology, 48(2): 1103–1113.
[${referVo.labelOrder}] 刘晶茹, PetersG P, 王如松, 等. 2007. 综合生命周期分析在可持续消费研究中的应用[J]. 生态学报, 2007, 27(12): 5331–5336. DOI:10.3321/j.issn:1000-0933.2007.12.045
[${referVo.labelOrder}] Meng B, Xue J, Feng K, et al. 2012. China's inter-regional spillover of carbon emissions and domestic supply chains[J]. Energy Policy, 61: 1305–1321.
[${referVo.labelOrder}] 肖皓, 杨佳衡, 蒋雪梅. 2014. 最终需求的完全碳排放强度变动及其影响因素分析[J]. 中国人口&资源与环境, 2014, 24(10): 48–56. DOI:10.3969/j.issn.1002-2104.2014.10.008
[${referVo.labelOrder}] 颜艳梅, 王铮, 吴乐英, 等. 2016. 中国碳排放强度影响因素对区域差异的作用分析[J]. 环境科学学报, 2016, 36(9): 3436–3444.
[${referVo.labelOrder}] 姚亮, 刘晶茹, 王如松. 2011. 中国城乡居民消费隐含的碳排放对比分析[J]. 中国人口&资源与环境, 2011, 21(4): 25–29.
[${referVo.labelOrder}] 姚亮, 刘晶茹, 王如松, 等. 2013. 基于多区域投入产出(MRIO)的中国区域居民消费碳足迹分析[J]. 环境科学学报, 2013, 33(7): 2050–2058.
[${referVo.labelOrder}] 朱潜挺, 吴静, 洪海地, 等. 2015. 后京都时代全球碳排放权配额分配模拟研究[J]. 环境科学学报, 2015, 35(1): 329–336.