［提要］　为分析人民生活水平提升以来的居民消费直接碳排放变化情况，本文采用IPCC法测算2000～2020年居民消费直接碳排放值，基于Kaya理论采用LMDI模型分析造成碳排放增长的影响因素。研究发现：居民消费直接碳排放总量研究区间内不断攀升，居民生活对电力的需求程度仍在上涨，电力消费碳排放是居民消费直接碳排放主要构成。针对我国国情和发展趋势，提出居民消费直接碳排放减排建议。

关键词：居民消费直接碳排放；排放因子；LMDI；消费端碳减排

中图分类号：X24；F126.1 文献标识码：A

收录日期：2023年4月23日

引言

随着社会文明的进步和物质生活的丰富，人民对美好生活的需求不断上涨，由居民消费带来的温室气体排放问题导致气候变暖、环境污染和生态系统破坏等一系列负面影响。据BP《2021年世界能源统计回顾》报告显示，中国是唯一一个对油和煤炭能源消费量增加、能源需求增幅最大的国家，碳排放量位于世界前列且遥遥领先于美国等发达国家和发展中国家。对身为发展中国家而言，“双碳”目标是面向国内经济系统改革和生态文明建设整体布局的巨大挑战。因此，本文研究我国居民消费直接碳排放变化趋势，从日常生活、取暖等居民生活方式和消费行为入手挖掘碳减排潜力，遵循数据可收集原则，选择包含了人民生活水平提升过程的2000～2020年为研究区间，采用IPCC法测算居民消费直接碳排放并分析其特征；利用迪氏对数平均权重分解分析法（LMDI）分析造成碳排放增长的影响因素，针对我国国情和发展趋势提出居民消费直接碳排放的减排建议，为引导居民转向绿色低碳消费模式和实现碳减排目标提供科学依据。

一、文献综述

Shui和Dowlatabadi（2005）的研究提出，通过CO2的产生是伴随着消费者使用产品和服务的同时还是使用前后来区分消费直接和间接碳排放。生活中的日常照明、家用电器、取暖做饭、洗浴等是居民消费对汽油、煤、电等能源产品的直接使用，由此产生的二氧化碳被称为居民消费直接碳排放，而这些生活消费涉及的化石能源和包括的一次和二次能源归属于居民消费的直接能源消耗。

居民消费直接碳排放的测算以IPCC排放因子法为主，是由气候变化委员会（IPCC）在国家温室气体排放清单编制指南中提到的参考方法，原理是计算燃料的排放因子，并获取燃料消费实物量作为活动数据，将活动数据与排放因子相乘得到燃料排放的二氧化碳量。学者们在此基础上不断改进以进行不同研究对象的碳排放量核算。直接碳排放测算可利用IPCC提供的指标，结合能源消耗数据选择排放因子法进行测算。

探求居民消费直接碳排放增长影响因素的研究多在Kaya理论基础上利用LMDI法来开展。Kaya理论的主要内容是将碳排放量分解为能源碳排放强度、能源消费强度、经济、人口4个影响因素构成恒等式。该等式还可对4因子二级分解，故在提出后被广泛应用于碳排放驱动因素的分析上。潘晨等（2022）在Kaya理论的基础上结合投入产出法分析中国各省份碳排放驱动因素，研究结果证明能源结构升级在抑制碳排放增长中发挥关键作用。

而LMDI法来源于Ang等人在1998年对指数分解分析的改进，它便于研究各因素的变动对增量造成的影响。Ang（2005）研究指出LMDI包含加和分解与乘法分解两种形式且分解结果相似，但加和形式在公式处理上更简洁。国内外很多学者选择LMDI分解方法开展碳排放、能源相关领域的实证研究。付云鹏等（2019）研究得出各产业部门的能源消费中能源结构对碳排放产生正向影响而能源强度则起到负向作用。门丹和黄雄（2019）综合考虑产业和居民消费部门碳排放，利用LMDI分解法得出能源消费强度因素对居民消费碳排放起到促进作用。

总体来看，在上涨的能源需求和急迫的碳减排任务双重影响下，关注居民日常生活碳减排的研究较少，对居民消费直接碳排放的影响因素效应的结论尚未统一。因此，本文分析2000～2020年中国居民消费直接碳排放量变化和各因素发挥的影响效应，扩展Kaya理论，改进能源消费强度因素，加入消费水平因素，利用LMDI方法构建居民消费直接碳排放影响因素分解模型，通过因素分解分析研究我国居民消费直接碳减排方向并提出建议。

二、我国居民消费直接碳排放测算

（一）居民消费直接碳排放测算模型。居民生活消费中的能源消耗包含日常生活中一次、二次能源用品，故本文选择原煤、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、热力、电力的能源燃料数据，再根据折标煤系数换算成统一单位后加总得出其标量。根据国家《综合能耗计算通则》对电力、热力二次能源的要求，本文采用“等价值”换算二者的消耗量，最终得到居民消费直接能源消耗量，将其作为活动数据，代入碳排放计算公式。其中，电力和热力的消费要根据IPCC2006的要求进行单独计算。因此，居民消费直接碳排放公式为：

Cdir＝■ACi×NCVi×CCi×O×（44/12）×Celec+Cheat （1）

其中，Cdir指居民消费直接碳排放量；i指能源品种；ACi指活动数据，即实际消费的化石燃料实物量（单位：万吨或亿立方米）；NCVi指各燃料低位热值，也称净发热值（单位：kJ/kg或kJ/m3）；CCi指能源缺省含碳量（单位：kg/GJ），含碳量均采用IPCC参考值；O指碳氧化率，这里采用IPCC默认值100%；44/12为碳转换为二氧化碳的系数；Celec为居民电力消费碳排放量；Cheat为居民热力消费碳排放量。

居民生活消费电力和热力产生的碳排放量测算方法则借鉴IPCC2006的算法建议，根据中国能源统计年鉴的能源平衡表中火力发电（供热）消耗各个燃料的实物值，计算出燃料燃烧产生的总碳排放，再除以火力发电的总发电量（全国热力总生产量）得到火力发电（热力）碳排放系数，最后利用该系数和居民电力（热力）消费数据得出居民生活消费电力（热力）产生的碳排放量，公式如下：

ρe=■　ρh=■

Celec=ρe×ELEC Cheat=ρh×HEAT

其中，CEelec为全国火力发电和供应电力过程产生的碳排放量；Qelec为全国火力发电产生的总电量；ρe为电力碳排放系数；Celec为居民生活消费的电量所产生碳排放量；ELEC为居民生活消费的电量；CEheat表示供热所需的能源燃烧产生的总热值；Qheat表示全国热力总生产量；ρh为热力的碳排放系数；Cheat表示居民生活消费热力产生的碳排放量；HEAT为居民生活消费的热力。

（二）数据来源。居民消费直接能耗数据来源于2000～2020年《中国能源统计年鉴》全国能源平衡表实物量的“居民生活”终端消费统计指标；火力发电、供热数据来源于《中国能源统计年鉴》的全国能源平衡表实物量“中间投入和转换”的“火力发电”和“供热”指标统计数据；居民消费支出数据来源于《中国统计年鉴》，剔除通货膨胀因素并调整为以2000年为基期数据。

本文参考IPCC2006的指导方法和对燃料的定义，其中碳氧化率、含碳量数据、能源热值测算数据也来自文件公布的缺省值，无对应统计口径时，根据《中国能源统计年鉴》和各项公布报告数据进行替换。各能源折合标准煤的系数来自《中国能源统计年鉴》的附录“各种能源折标准煤参考系数”和《综合能耗统计准则》的附录。

三、中国居民消费直接碳排放分析

从2000～2020年居民消费直接碳排放变化趋势来看，居民消费直接碳排放总量在21年间随着居民生活质量的提高不断攀升，由3.9598亿吨翻了近5倍至17.0864亿吨，增长速度在研究区间的前期上涨后放慢并呈现波动式回落。同时，居民对于电、热力能源的需求和依赖程度逐渐加深，消费直接能耗量自2000年起不断上涨至61，895.79万吨标准煤，电力直接消耗量由5，207.37上涨至32，225.15万吨标煤，热力消耗量达到6，813.97万吨标煤。电力消费产生的碳排放量较之于热力消耗的增长幅度和占比更大，由1.6607亿吨上涨近6倍至2020年的10.1274亿吨，热力消耗产生的碳排放量由0.2363亿吨上涨至1.8423亿吨。（图1）

究其原因，与我国经济发展的阶段有关，2000年前后市场经济大力发展，行业逐渐繁荣，居民生活水平提升和人口数上涨直接拉动了对煤、油、电的需求；后期随着人口增速放缓、可替代消费种类增多、环保类政策要求的提出等，直接碳排放增长幅度逐渐放缓，反映出我国居民生活对电力的依赖和需求程度随着社会物质水平发展而逐渐加大。

电力行业将是中国实现碳减排任务的关键领域，火力发电的煤耗量从2000年546.1120百万吨标煤快速攀升至2，116.3487百万吨标煤，且煤一直占据我国火力发电能耗结构主体，对我国能源结构转型目标有一定抑制，以火力发电为主的电力行业不仅是我国最大的碳排放部门，也将是未来十年能源增长的主体。

四、我国居民消费直接碳排放影响因素分析

（一）居民消费直接碳排放LMDI分解模型。能源消费是反映经济运转的表盘，也是反映碳排放程度的关键指标，依据Kaya恒等式，能源碳排放强度一直是碳排放程度的重要参照信息，而能源消耗结构作为达成“双碳”目标的关键指标，则是节能路径优化的重心；同时，居民消费直接能源消耗和碳排放的增长离不开能源价格、消费体量上涨导致的拉动，故本文在Kaya理论的基础上进行扩展，分为能源碳排放强度、能源消耗结构、能源消费强度、消费水平、人口规模5个因素，利用LMDI加和分解方式构建居民消费直接碳排放影响因素分解模型，分析2000～2020年中国居民消费直接碳排放量变化和各因素对此发挥的影响效应，步骤如下：

Cdir＝■Cdir,i=■■×■×■×■×P＝■CEi×ESi ×EC×CP×P （2）

其中，Cdir为居民消费直接能源碳排放量，i为能源类别（下同）；Cdir,i代表居民对第i类能源的直接消耗所引致的碳排放量；E是居民消费直接能源消耗总量的折合标煤数，Ei则是第i类能源的折合标煤数；CONS为我国居民消费总支出；P为人口数。进一步化简，CEi为居民每消耗一单位i能源产生的碳排放量，代表各类能源的碳排放强度影响；ESi为各类能源消耗量在居民生活能耗总量的占比，代表居民消费直接用能的能耗结构；EC为单位消费支出的能源消费量，能源消费强度；CP即为人均消费支出，代表消费水平；P为人口数。

设计算期为T，则计算期的居民消费直接碳排放量为C■■，相应的基期直接碳排放量为C■■，两值相减得到0～T时期居民消费直接碳排放总量变动△Cdir，差分方程即为：△Cdir＝C■■－C■■，再将居民消费直接碳排放分解模型代入差分方程中，得到0～T时期碳排放变动的各个影响因素效应表达式：

△Cdir＝C■■－C■■

＝■L（C■■，C■■）×ln（■）+■L（C■■，C■■）×ln（■）+■L（C■■，C■■）×ln（■）+■L（C■■，C■■）×ln（■）+■L（C■■－ C■■）×ln（■）

＝■■×ln（■）+■■×ln（■）+■■×ln（■）+■■×ln（■）+■■×ln（■）

=△CCE+△CES+△CEC+△CCP+△CP （3）

其中，△Cdir为居民消费直接碳排放变动的总效应；△CCE代表能源碳排放强度效应对居民消费直接碳排放量变化的贡献；△CES表示能源消耗结构效应对居民消费直接碳排放量变化的贡献；△CEC代表能源消费强度变化对居民消费直接碳排放量变化的贡献；△CCP代表居民消费水平效应对居民消费直接碳排放量变化的贡献；△CP代表人口规模效应对居民消费直接碳排放量变化的贡献。

（二）居民消费直接碳排放因素分解结果分析。经测算后得到居民消费直接碳排放因素分解结果的贡献值和贡献率结果。研究可知，在21年间消费水平效应、人口规模效应对居民消费直接碳排放的影响始终保持为正向效应，其中消费水平效应的促排作用强于人口规模效应，符合当前居民日常生活中对能源消费需求的增长拉动能源消耗碳排放的现状。而能源消费强度效应对居民消费直接碳排放带来的影响呈现波动，累计贡献值显示能源消费强度效应整体表现为负向作用。能源消耗结构效应呈现波动，贡献值结果显示呈现正向拉动作用，但近一半的时期中也发挥较明显的抑制效应。能源消耗结构变化在碳排放增量中主要为正向效应。

1、能源碳排放强度效应。在近57%的年份中能源碳排放强度对居民消费直接碳排放的变动产生促进作用，但其拉动碳排放增长总量低于抑制碳排放总量，整体表现为负向的抑制作用。能源碳排放强度实质为能源碳排放系数，理论上其差值应该为0，不为0的原因是电力、热力碳排放系数的逐年变动。我国电力和热力的碳排放系数是依据火力发电、产热的能源平衡表实际数据计算，电力的碳排放系数先上涨后波动式下降，热力碳排放系数表现为较稳定的持续上涨，两者的变化趋势共同作用下使得能源碳排放强度效应整体表现出波动。这与我国“十一五” “十二五”大力推进发电行业转型、引导清洁能源投入使用的措施有关。当一单位能源燃料燃烧产生的碳排放越多，随着居民对能源的需求增大，其拉动产生的碳排放量就越高，能源碳排放强度因素也与产业、科学技术水平有关联，从能源燃烧起始处减少碳排放将是未来科技革命的关键技术问题。

2、能源消耗结构效应。分解结果显示，能源消耗结构因素的变动对碳排放增量的影响整体表现出波动的正向影响，而在2003～2007年、2013～2015年等5个时间段呈现较强抑制作用。其原因与我国居民消费直接能耗结构体现出对煤炭逐年递减的直接使用量和对电力不断增长的高需求有关。结合我国以火力发电为主的现状，电力消费的直接碳排放量比重增大，导致能耗结构效应又对碳排放产生正向的拉动。总体来看，能耗结构效应表明消费直接碳排放的减排关键是要解决我国居民生活能源的消耗结构，摆脱以煤为主要燃料的发电能源使用现状，推动发电行业的技术升级与清洁能源替换。

3、能源消费强度效应。能源消费强度效应代表增加一单位居民消费支出所消耗的能源量对居民消费直接碳排放的影响，根据LMDI整体结果可知，它表现为对居民消费直接碳排放变动的抑制作用。能源消费强度效应在半数以上年份对碳排放增长呈现较强的负效应，且其负向影响的程度大于能源碳排放强度效应。该因素的倒数正好是生活消费能源的价格，这表明一单位消费支出可购买到的能源数量越少，即能源价格越高，其对居民消费直接碳排放的抑制作用就越强。

4、消费水平效应。消费水平因素表现为对居民消费直接碳排放增量较强的促进效应，除去2020年疫情影响，消费水平效应的正向影响程度基本表现为持续加深，这与2000～2020年居民消费水平的变化趋势相吻合。居民消费水平的跃升使得对能源用品的需求进一步扩大，并推动居民消费直接碳排放量增长。但近年来人均消费支出水平增速放缓并呈现下降态势，居民消费疲软的特征显现，同时新冠肺炎疫情爆发使得实体经济长期停滞，更大程度遏制居民消费并影响我国居民收入增加。

5、人口规模效应。人口规模效应在2000～2020年间始终保持对居民消费直接碳排放增量的正向影响，但其影响过程中存在一定波动，且波动趋势与人口规模增长速度在2000～2020年间的变动趋势基本相符。其原因与居民生育意愿降低，人口结构整体进入老龄化有关。人口规模的提升效应符合我国实际，说明人口数量的增加会进一步扩大居民消费直接碳排放体量。

五、碳减排建议

研究结果显示，我国居民消费直接碳排放量逐渐上涨，消费水平、人口规模变动和能源消耗结构是拉动居民消费直接碳排放增长的主要驱动因素，能源碳排放强度、能源消费强度则对居民消费直接碳排放产生抑制效应。降低消费直接碳排放不能简单的通过抑制消费水平来实现，这违背了经济规律和“双循环”发展格局。为此，本文依据各影响因素的作用效果针对居民消费直接碳排放提出以下减排建议：

（一）加强碳减排技术发展，降低能源碳排放强度。从能源角度看，能源碳排放强度效应的抑制潜力体现在发电、供热等各类能源碳排放系数的降低，即加大对碳减排能源技术领域的研发力度，通过科技手段从源头处抑制能源燃料燃烧产生的碳排放，同时增强低碳技术在居民生活中的应用，如太阳能电桩、电动汽车等。考虑居民生活对电力的依赖，我国仍需改革发电行业，降低火力发电机比重并优化火力发电的能源消耗技术，扶持风力发电、水力发电等清洁能源行业。提供技术、资金补贴等措施鼓励企业和行业提高能源的利用效率，注重扶持新能源产业和绿色创新科技企业的发展，积极推进发电行业的低碳减排技术升级和绿色环保转型，提高发电的高效化和低碳化。

（二）调整能源消费定价，确保能源合理配置。能源消费强度因素总体上呈现对居民消费直接碳排放增量的负向效应，能源的正确定价是消费直接碳排放减排政策关注的重点，消费者用一单位消费支出买到的能源数量越少，能源的消费量就会降低。政府应进一步发挥自身在能源市场的作用，设置并优化阶梯式的能源消费价格，保障能源资源合理配置，减少能源过度使用和浪费。鼓励制造业和企业对能源使用产品进行创新和升级，提高居民生活中的直接耗能产品的节能性。

（三）优化消费端和生产端能耗结构，丰富清洁能源产品。居民对于电力和供热的高需求使得生活能源消耗结构对消费直接碳排放表现为较低的正向拉动，但能耗结构的优化调整具备碳减排的潜力。故政府应发挥自身管理和监督者的身份作用，通过补贴、优惠或者改革交易市场制度的方式增加生产和生活中清洁能源产品的使用，丰富市场上可供选择的清洁能源产品，降低煤炭、石油类燃料的消耗；在消费者层面鼓励居民多选择使用零碳排绿色能源，调整居民消费能源消耗结构；交通出行上提倡公共交通工具等绿色出行方式，在城市和人流量大区域投放绿色出行工具。从生产端来看，应在政策和产业上积极引导发电企业对零碳能源的使用，改善我国以煤为主体的生产能耗结构，鼓励使用天然气等清洁能源来代替煤炭。

（作者单位：河北师范大学）

主要参考文献：

［1］范玲，汪东.我国居民间接能源消费碳排放的测算及分解分析［J］.生态经济，2014.30（07）.

［2］曲建升，刘莉娜，曾静静，等.中国居民生活碳排放增长路径研究［J］.资源科学，2017.39（12）.

［3］周嘉，时小翠，赵靖宇，王钰萱，孙丽.中国居民直接生活能源消费碳排放区域差异及影响因素分析［J］.安全与环境学报，2019.19（03）.

［4］汪臻，汝醒君.基于指数分解的居民生活用能碳排放影响因素研究［J］.生态经济，2015.31（04）.

［5］潘晨，李善同，刘强.消费视角下中国各省份碳排放驱动因素探究［J］.经济与管理，2022.36（03）.

［6］付云鹏，马树才，宋琪，等.基于LMDI的中国碳排放影响因素分解研究［J］.数学的实践与认识，2019.49（04）.

［7］门丹，黄雄.江西省碳排放影响因素研究——基于LMDI分解法［J］.生态经济，2019，35（05）.