| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
| 居民消费碳排放结构及影响因素研究 |
| 第758期 作者：□文/郭勇超 刘润香 杨亚豪 陈晓旸 涂娇阳 酒思洋 时间：2025/8/1 13:51:17 浏览：40次 |
［提要］ 以乌鲁木齐市为例，通过计算居民个人碳足迹，研究其消费碳排放结构并分析影响因素。选择PLS-SEM模型构建相关联系，并阐述数据收集过程和处理过程。研究结果表明：居民日常生活中使用的燃料消耗量是直接能源碳排放量中最大的影响因素。
关键词：乌鲁木齐；居民消费；碳足迹；消费碳排放结构；影响因素；PLS-SEM模型
中图分类号：F127 文献标识码：A
收录日期：2025年3月17日
引言
气候问题是21世纪人类社会面临的巨大挑战，其中，二氧化碳等空气因子超标的排放浓度是引起全球变暖的最主要原因，对地球生态环境、环境机制、可持续发展等造成不容忽视的直观或潜在威胁。近些年来，在经济社会快速发展、工业化城市化快速推进、温室气体排放量大幅增加的大背景下，城市居民在日常消费中产生的碳排放以及个人和家庭的碳足迹，都迫切需要测算和研究，环境问题的严重性正在逐步显现。
减排目标与经济发展需求之间需取得平衡，因此要制定合理的减排措施。本文从碳足迹的角度，从政府、企业、居民等行为主体的视角，分析居民消费产生碳排放的影响因素。考虑到不同家庭的收入水平、生活方式、消费结构等存在差异，重点研究乌鲁木齐市部分居民的“家庭碳足迹”。乌鲁木齐市居民消费碳排放结构优化方法包括：对消费碳排放结构的影响因素进行研究，建立城市人口居住结构规划的PLS-SEM模型核算体系、碳排放治理框架的研究与分析等。通过使用偏最小二乘结构方程模型（PLS-SEM），结合微观调研结果，可以准确地衡量乌鲁木齐市的人均碳排放水平，并且可以将其划分为多个关系网。
一、数据来源与研究方法
（一）数据来源。本文数据主要来自网络问卷调查，以乌鲁木齐市区居民为主要调查对象，调查时间为2023年10月至2024年3月。本次调查的样本来自天山区、沙依巴克区等地方，实际发放问卷186份，收回186份。回收问卷后进行分析，最终得到有效问卷176份，剔除了10份不完整、不合理的问卷，有效问卷的回收比例为94.62%，基本可以满足本次调查活动的需求。同时，构建乌鲁木齐市综合考量多种因素的碳排放评估体系，包括水资源、交通、直接能源、食品、住房和废弃物等方面的影响。
（二）研究方法
1、居民消费碳足迹测算方法。目前，主流的研究方法为碳排放系数法，用能耗系数乘以居民能耗，再计算碳排放量。世界自然基金会（WWF）开发的碳足迹计算软件，具备了极大的可行性，它可以轻松收集、计算、分析，从而实现对全球范围内的直接、中介性、可持续性的碳足迹监测，无论是对个体、企业还是社会，都可以满足其环保要求。使用该软件可以计算出个人消费行为造成的碳排放量，分别来自水资源、交通工具、直接能源、食物、居住以及废弃物等6个方面，也可以计算出每一个组成部分的碳排放量所占比重。
2、偏最小二乘结构方程模型。为了研究各种因素如何影响居民的消费行为和碳排放量，决定采取结构方程模型来探究这些因素的影响。通常结构方程建模的方法为偏最小二乘法。通过偏最小二乘法以及PLS，可以更好地利用数据，并且能够最大限度地减少模型的误差，同时也可以满足更小的样本量、更宽松的模型识别范围以及更宽泛的模型分布情况，这正是偏最小二乘法构建方程模型的最大优势。PLS-SEM模型可以高效地检测和识别出与所需研究目标相关的潜在变量，从而克服它们之间的共同点，并且可以更准确地预测未来的发展趋势。
参数估计法包含两个主要步骤：第一步，对潜在变量进行多次迭代，以求估计值；第二步，用偏最小二乘法求出参数估计的结构模型和测量模型。若有k个潜变量，如果存在M个变量，则显变量有K组，每组含有m个变量，则每组变量可表示为：
Xi＝｛xi1，xi2，xi3，…，xiim｝ i=｛1，2，3，…，k｝ （1）
测量模型方程可以表示为：假设每一个显变量都与唯一的潜变量有关，并且它们之间有线性的组合关系。
xij＝λijζi+σij （i=1，2，3，…，k；j=1，2，3，…，mi） （2）
则结构方程模型为：
ζi=∑i≠jβijζj+εi
上述方程中，ζi是经过标准化处理的潜变量，λij为因子负荷，βij为路径系数，σij、εi为误差修正项，且与预测变量互不相关，均值为0。
3、模型假设。研究表明，居民的消费行为与其他环境影响因子存在紧密的联系，这种联系可以提供更加准确的结论。同时，也必须认识到，水资源的利用会导致巨额的碳排放。研究表明，与公共交通相比，驾驶私家汽车的碳排放量更大，这就意味着驾驶者每天的驾驶频率与路程是决定其碳排放量的关键因素。此外，个体饮食习惯及其相关的家庭用品的消耗量，都会直接导致其碳排放量的增加。为评估居民日常能源消费特征，将天然气使用量、液化气耗用量等测定指标纳入模型构建范围内。（表1、表2）
二、研究结果分析
（一）居民消费碳排放量结构特征分析。对问卷数据进行整理后，计算结果如表3所示。乌鲁木齐市居民的个人碳足迹在0.02～1.85吨之间，人均碳足迹在0.87吨左右。从碳足迹的构成部分来看，电力、液化气、天然气等能源的直接消耗所产生的碳排放量，在总体碳排放量中所占比例高达73.63%。生活用品、交通工具、食品和废弃物的碳足迹分别占碳足迹总量的21.64%、2.84%、1.31%和0.58%。这表明，乌鲁木齐市居民的个人碳足迹所占比重高达73.63%，主要源于电力、天然气等直接能源的消耗。（表3）
（二）居民消费碳排放影响因素。从图1可知，不同的地理环境、住房特征以及居民的个体差异，都会显著地改变消费者的消费习惯，从而导致碳的排放量发生变化。其中，住房特征、水资源使用情况以及用气用电的需求，都会显著地改变能源利用效率。（图1）
研究表明，住房特征与生活用气量和电力消耗之间存在着明显的正相关性，这一结论得到了证实。随着住宅面积和楼层的增加，住宅的能源消耗、制冷、取暖等设施也会相应提升，从而影响居民的生活质量。随着需要消耗的能源数量的增加，直接能源碳排放也会相应上升，因此小户型住宅成为了一种更佳的选择，可以被当作降低碳排放的有效途径。
研究发现，洗澡时长和频率与水资源消费行为之间存在着明显的正相关性。由图1可知，水资源的使用与居民生活用气、用电的数量有一定的正相关关系，对居民生活用气的贡献更大，这或许与使用燃气热水器的居民数量存在某种关联。
随着月收入的增加和家庭居住人数的增加，个人属性变量之间存在着显著的正相关关系。月收入水平较高的居民会促进消费水平的提高，增加对各种服务和资源的需求，相比低收入人群，高收入人群的消费习惯更加注重享受型，他们的需求也更加注重个性化的体验，这种消费模式反过来也更容易导致碳排放的上升。个人的行为会对电力的耗用量与水资源消费产生重大影响，并且这种影响是正向的。
食物消费是影响碳排放量的关键因素，其消费水平将会直接影响到碳排放量的变化，这一点不容忽视。研究表明，荤菜比例和水果消费量的变化会对经济发展产生积极的影响。其个人属性潜变量是影响食物消费行为的重要因素，它们在决定食物消费选择时起着关键作用，从而改变着消费者的行为习惯。废弃物的数量受到了显著的影响，且两者之间存在着密切的联系。也就是说，收入越高、学历越高的居民消费食物的水平也越高，这就造成了食物的碳排量不断攀升，人们对食物的需求越来越大，这就造成了废料的碳排量也跟着水涨船高。
交通出行方式的选择对居民消费碳排放量影响显著。日常出行中践行绿色低碳方式能大幅减碳，公共交通相比私家车可降低居民消费碳排放量，因此绿色出行是居民践行环保、减少碳排放的有效方式。
综上可得：（1）每年乌鲁木齐市居民人均通过日常生活消费行为造成的碳总量约为0.87吨，其中电、液化气、煤炭等直接能源所造成的碳总量较大，占比为73.63%，日常生活用品、交通工具、食品以及其废弃物消费所造成的碳总量占比依次为21.64%、2.84%、1.31%以及0.58%。（2）不同的地理位置、住宅特征、个人特征等都会对居民的消费行为和碳排放量产生显著的影响，这些影响不仅仅来源于个体的偏好，而且还受到周围环境的间接作用。生活中使用的燃料消耗量对于直接能源碳排放的影响最为显著，其贡献率高达0.388。
三、政策建议
研究数据表明，研究区内居民消费产生的直接碳排放量呈持续增长态势。在“双循环”新发展格局下，单纯通过抑制消费规模来实现减排目标既违背经济发展规律，也不符合扩大内需的战略导向。为此，本文提出以下减排建议：
（一）政府出台相关政策，引导居民消费观念升级。各级政府部门要引导广大居民树立正确的消费观念，改变传统消极消费观念，切实做到防微杜渐。乌鲁木齐市各级政府部门应制定相关政策和用水收费制度，控制居民用水量，促进区域经济提质增效，积极引导居民树立绿色消费观念，引导居民节约用水。随着乌鲁木齐市经济的发展和居民收入的提高，消费理念也需要逐步升级，要朝着绿色低碳、适应消费需求变化和消费方式发展的方向转变。
（二）构建居民低碳消费价值引导机制。深化居民低碳认知教育工程，通过碳足迹可视化、环保知识科普等途径提升居民生态责任意识，形成“认知提升-行为转化-习惯养成”的良性循环机制，最终实现居民从被动约束到主动践行低碳生活的根本性转变。
（三）加大碳减排技术研发投入，降低能源的碳排放强度。乌鲁木齐市居民用电程度较大，传统的电力供应方式已不能满足居民正常的低碳消费，即支持风力发电、水力发电等清洁能源产业，在降低火力发电占产业比重的同时，通过加大碳减排放能源技术领域的研发力度，优化其能源消耗减碳技术。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。
（四）对消费端和生产端的能耗进行结构性调整，提供多种清洁能源产品的类型与种类。政府可通过补贴优惠或者改革交易市场制度的方式增加电热供应、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，从而降低煤炭、石油类燃料的消耗。从生产端看，应积极引导发电企业在政策和产业上使用零碳能源。
（作者单位：新疆农业大学公共管理学院）
主要参考文献：
［1］陈林琳.中国居民消费碳排放影响因素研究［D］.石家庄：河北师范大学，2023.
［2］朱宏城，田甜.微观视角下居民消费碳排放结构及影响因素研究——基于PLS-SEM模型的实证分析［J］.干旱区资源与环境，2022.36（01）.
［3］张艳芳，张宏运.陕西省居民消费碳排放测算与分析［J］.陕西师范大学学报（自然科学版），2016.44（02）.
［4］陈志龙.居民消费视角下人口城镇化对碳排放的影响［J］.北方经贸，2015（10）.
［5］刘明星.基于生产和消费的我国碳排放影响因素和变动特征分析［D］.兰州：兰州大学，2015.
［6］王会娟，夏炎.中国居民消费碳排放的影响因素及发展路径分析［J］.中国管理科学，2017.25（08）.
［7］王新新.我国西部地区居民生活消费碳排放及影响因素研究［D］.昆明：云南大学，2017.
［8］佟金萍，陈国栋，杨足膺，等.居民消费水平对生活碳排放的门槛效应研究［J］.干旱区资源与环境，2017.31（01）.
［9］马晓微，杜佳，叶奕，等.中美居民消费直接碳排放核算及比较［J］.北京理工大学学报（社会科学版），2015.17（04）.
[10]尹龙，杨亚男，章刘成.中国居民消费碳排放峰值预测与分析［J］.新疆社会科学，2021(04).
[11]胡振，龚薛，刘华.基于BP模型的西部城市家庭消费碳排放预测研究——以西安市为例[J].干旱区资源与环境，2020.34(07).
[12]李治，李国平，胡振.西安市家庭碳排放特征及影响因素实证分析[J].资源科学，2017.39(07).
[13]王钦池.家庭规模对中国能源消费和碳排放的影响研究[J].资源科学，2015.37(02).
|
|
|
|
