陕西省居民消费碳排放测算与分析

张艳芳， 张宏运

(陕西师范大学 旅游与环境学院， 陕西 西安 710119)



陕西省居民消费碳排放测算与分析

张艳芳， 张宏运

(陕西师范大学 旅游与环境学院， 陕西 西安 710119)

摘要：基于IPCC清单法和投入产出模型，核算1996—2012年陕西省居民消费的直接和间接碳排放，分析居民消费碳排放的结构与动态特征；运用结构分解模型，分析产业碳排放强度、消费结构、人均消费水平等6个因素对居民消费碳排放的影响。结果表明：1996—2012年陕西省居民消费煤炭和电力产生的直接碳排放量所占比重最大，居民消费食品制造与烟草加工业、化工制品和教育与其他服务业产生的间接碳排放所占比重较大；总体上，城镇居民消费碳排放大于乡村，间接碳排放大于直接碳排放；居民消费碳排放总量和间接碳排放呈现先增加后减少的趋势，而直接碳排放总体上呈增加的趋势，平均年增长率为5.76%；六大因素对居民消费碳排放的影响总体上为负效应，其中产业碳排放强度为主要负影响因子，人均消费水平为主要正影响因子。

关键词:碳排放； 投入产出模型； 结构分解模型； 居民； 消费

居民是产品和服务的消费主体，其能源消耗与碳排放问题正日益受到国际社会的关注[1-2]。随着人民生活水平的不断提高，人均能耗大幅增加和人口激增导致生活能源消费的大幅增长。一些研究[3-6]表明,居民消费碳排放在国家能耗碳排放中的比重在增加，因此除了工业能耗碳排放外，居民生活消费碳排放成为学术研究的热点。

居民消费碳排放由直接碳排放和间接碳排放两部分构成。尽管研究目的不同，但对居民消费直接和间接碳排放有相似或相近的定义[1,7]。随着碳排放研究的深入，国内外学者对居民碳排放的研究取得一些成就，主要通过核算居民消费碳排放量与动态特征及对其因素分析，试图阐述居民消费方式对环境的影响。在国际上，研究主要集中在发达国家，Bin和Dowlatabadi[8]利用消费方式分析方法研究美国家庭能耗与CO2排放之间的关系；Park和Heo[9]用投入产出表，分析了1980—2000年韩国家庭的直接和间接能源需求；Shorrock[10]分析了1990—2000年英国家庭碳排放的变化情况，并研究各因素对碳排放变化的贡献大小。在国内，居民消费碳排放的研究不断增多，冯玲等[7]研究了我国居民能耗碳排放，分析城镇居民能耗与碳排放动态特征；姚亮等[11]基于投入产出技术的生命周期评价核算了中国居民消费的隐含碳排放量，并分析其驱动因素；曲建升等[12]根据调查数据研究了西北地区居民生活碳排放结构及其影响因素；李媛等[13]研究了甘肃省直接生活能源消费碳排放量，并对其进行预测。总之，我国居民消费碳排放的研究从直接或间接碳排放单一方面研究较多，将两者结合起来的研究较少，且从终端能源消费角度研究居民消费的间接碳排放不多;对于居民消费碳排放因素的定量化研究不够深入，且不同地区存在较大差异，其因素分析的指标选取也不同，需进一步研究地区居民消费碳排放的动态特征及其影响因素。陕西省是能源大省，温室气体排量较大。本文通过对陕西省居民消费碳排放结构与动态特征的研究，试图揭示居民消费方式对环境的负面影响，从而引导居民消费行为与生活方式向低碳模式转变，促进低碳经济的发展，为建设低碳社会做出贡献。

1研究方法与数据来源

1.1直接碳排放核算

居民消费直接碳排放是居民生活直接消费煤(原煤、型煤、焦炉煤气与其他煤气)、油品(液化石油气、汽油、柴油与煤油)、天然气、电力与热力产生的碳排放。除上述电力和热力外，居民生活能耗的直接碳排放公式[1,12,14]为

(1)

式中：Cz为居民消费直接碳排放量，万t；fi为第i种能源的消费量，万t标准煤；ei为i种能源的热值换算系数,ei=293.07TJ；ni为i种能源的潜在碳排放因子；oi为i种能源碳氧化率。取值见表1。

电力与热力的碳排放指在生产电力与热力过程中消耗能源的碳排放。电力与热力的碳排放核算步骤为：先计算出第i年生产电力或热力所消耗能源的总碳排放C；从而可得第i年电力或热力的碳排放系数k(k=C/B，B表示第i年生产电力或热力的量)；第i年居民消耗电力或热力的碳排放量为该年居民生活消费电力或热力的量乘以k。1996—2012年电力和热力的碳排放系数k见表2。

表1　各种能源的折标系数与潜在碳排放因子

注：碳含量来源于文献[15]；折标准煤系数来源于《中国能源统计年鉴》。

表2　电力和热力的碳排放系数

1.2间接碳排放核算

居民消费间接碳排放是指人们生活消费的服装、食品、家具和服务等在制造过程中产生的碳排放量。文中选用投入产出模型核算居民消费的间接碳排放量，计算公式及各指标含义[9,11,16]如下：

Cj=M(I-A)-1Y。

(2)

式中:Cj为乡村、城镇或总居民消费间接碳排放量；M为各部门产业所对应的产业能源碳排放强度,是1×14矩阵；A为投入产出表中直接消耗系数矩阵；(I-A)-1是列昂惕夫逆矩阵，表示各部门产业单位产出所需的所有产业的完全投入，是14×14矩阵；Y为乡村、城镇或总居民在各部门产业中的消费量，是14×1矩阵；M(I-A)-1为部门产业的碳排放系数。

由(2)式计算总的碳排放，为了得出各部门产业的碳排放量，对(2)式进行分解，用M(I-A)-1与Y矩阵中的数两两相乘，得出数值写在相应的Y矩阵中的位置。

1.3结构分解模型

采用结构分解分析法[11,17-18]对居民消费间接碳排放进行分解，主要对公式(2)中居民碳排放总量进行恒等式变换。对居民在各部门产业中的消费量进行分解，公式为

(3)

式中:D为乡村或城镇居民在所有行业的总消费量，G为乡村或城镇的人口数量，P为总的人口数量，i=0和1分别表示乡村和城镇。

Cj=M(I-A)-1NLQ。

(4)

式中:Cj为居民消费碳排放总量；M为产业碳排放强度；(I-A)-1为产业内在结构； N为居民的消费结构，是14×2矩阵；L为居民的消费水平，是2×2的对角矩阵；Q为城市化进程，2×1矩阵；P为人口总量。

由(4)式可以得出，居民间接碳排放量受产业碳排放强度、产业内在结构、居民消费结构、居民消费水平、城市化进程、人口总量6个因素所驱动。

假设在T0-T1时段内，碳排放总量CF被六个因素所驱动的变化为

Cj1-Cj0=M1(I-A)-1N1L1Q1P1-

M0(I-A)-1N0L0Q0P0。

(5)

式中:Cj1和Cj0分别表示T1和T0时的碳排放总量, M1(I-A)-1Y1L1Q1P1和M0(I-A)-1Y0L0Q0P0分别表示T1和T0时的六项因素。

设某个X因素对Cj的影响为E(X)，结构分解的总效应表达式为

ΔCj=E(ΔM)+E[Δ(I-A])-1]+E(ΔN)+

E(ΔL)+E(ΔQ)+E(ΔP)。

(6)

采用两极分解法对残差项进行分解，以产业碳排放强度效应为例，其表达式为

(7)

1.4数据来源

陕西省居民直接消费的能源数据来源于1997—2013年《中国能源统计年鉴》和《陕西省统计年鉴》，生产电力和热力所需的各种能源数据来源于《陕西省统计年鉴》，城镇与乡村的人口、各个产业的生产总值与能源消耗量来源于《陕西省统计年鉴》。各产业消耗能源的碳排放量由公式(1)得出。由于投入产出表是五年编制一次，因此本文采用陕西省统计局编制的1997年、2002年与2007年《陕西省投入产出实物表》中的数据计算居民消费间接碳排放。

为了将统计年鉴中的产业数据与投入产出表中的数据结合起来，把投入产出表中所有的行业划分成14个部门，分别为农林牧渔水利业，采矿业，食品制造及烟草加工业，纺织服装与皮革制品，木材加工制品及文体用品，石油加工、炼焦及燃料加工，化工制品，金属加工及制品，机械设备制造业及其他制品，燃气、水生产和供应业,建筑业,交通运输业、仓储和邮政业,批发零售和住宿餐饮业,教育与其他服务业。

2结果分析

2.1居民消费直接碳排放

从图1可以看出，1996—2012年间陕西省居民消费的直接碳排放呈波动式上升趋势，由341.27万t增长到836.50万t，年均增长率为5.76%。1996—2001年陕西省居民消费碳排放有所下降，与陕西省煤改气工程的实施相对应，但是下降幅度很小，直到2006年出现增长现象。2005年和2006年的碳排放量明显高于相邻年份，主要与居民消费石油、天然气等能源稳定增长，煤炭资源急剧增加有关，2005年陕西省居民消费的煤炭量是2004年的2.3倍，而2006年居民消费的煤炭量是2007年的4.8倍。2007年成为转折点，2007年以后居民消费直接碳排放快速增长，增加速度为92.81万t/年。1996—2012年陕西省人均居民消费直接碳排放从0.96t/人波动式增长到2.23t/人，年均增长率为5.38%。

图1　1996—2012年陕西省居民消费直接碳排放量

在能源结构上，1996—2012年居民生活消耗的煤、石油、天然气、热力和电力的碳排放量占直接碳排放量的比重分别为42.96%、13.58%、1.01%、6.24%和36.21%(取1996—2012年均值)，其中居民直接消费的煤和电力产生的碳排放量占比较大，石油、天然气和热力产生的碳排放相对较小(图2)。从能源消耗的变化趋势上，1996—2012年居民生活直接消耗煤炭的碳排放量波动较大，其变化范围为49.25万t~261.82万t，分别出现两个上升和两个下降阶段，2006—2007年间出现急剧下降，但近几年处于上升阶段。煤炭所占的能源消费比例呈波动式下降;电力与热力产生的碳排放量和其所占比重总体上增加，电力碳排放的比重从19.07%增加到45.77%，热力碳排放的比重从1.08%增加到12.17%;油品碳排放量及其所占比重总体上增加(但2006—2009年出现快速增减)，碳排放量为10.70万t~146.37万t，其所占比重为3.14%~33.32%;天然气的碳排放量与其所占份额在缓慢地波动式增加，碳排放总量为0~9.82万t，所占比重为0~2.03%。这反映了陕西省居民生活直接消费的能源中，电力、热力、天然气与油品这类优质能源逐渐被人们所使用。

图2　各种能源碳排放的百分比

在城乡结构上，1996—1999年居民消费直接碳排放量及人均碳排放量都是城镇低于乡村，2000—2012年城镇大于乡村(表3)。1996—2012年城镇人均居民消费直接碳排放量从0.76 t/人增加到2.63 t/人，其变化趋势与总直接碳排放量变化趋势相似；1996—2001年乡村人均居民消费直接碳排放量的变化范围是0.30~1.40 t/人，2012年增加到1.82 t/人。城镇和乡村居民消费直接碳排放所占的比重都呈波动变化，城镇所占的比重从43.01%增加到82.52%再减少到59.10%，乡村与之相反。

2.2居民消费间接碳排放

根据投入产出模型计算得出，1997年、2002年和2007年陕西省居民消费间接碳排放量分别为1 872.53、2 636.85和1 769.38万t(表4)，人均碳排放量分别为5.25、7.20和4.77 t/人。1997—2007年居民消费间接碳排放与其人均值都呈先增加后减少趋势。1997—2002年居民消费间接碳排放与其人均值分别增加了40.82%和37.27%。与2002年相比，2007年居民消费间接碳排放量与其人均值分别减少32.89%和33.73%。

在城乡结构上，1997年、2002年与2007年陕西省城镇居民消费间接碳排放大于乡村(表4)，而且两者的差距在扩大，这是由于近年来陕西省城市化水平提高，城市人口增多，且城市居民消费水平高于乡村。2002年和2007年城镇人均间接碳排放远大于乡村；1997年、2002年和2007年乡村人均间接碳排放逐年减少，从7.06 t/人减少到2.22 t/人，减少了68.56%；而城镇居民消费人均间接碳排放从4.22 t/人增加到12.60 t/人，又减少到8.50 t/人。

表3　1996—2012年陕西省居民消费直接碳排放量

表4　陕西省居民消费间接碳排放

从图3中可以得出，在1997年、2002年和2007年，食品制造与烟草加工业、化工制品、教育与其他服务业对陕西省居民消费间接碳排放的贡献率一直较大,占所有产业的50.21%(取均值)；其次是农林牧渔水利业、纺织服装与皮革制品、机械设备制造业及其他制品、交通运输仓储和邮政业以及批发零售业和住宿餐饮，占比为38.88%；采矿业、木材加工制品及文体用品、石油加工炼焦及燃料加工业、金属加工及制品、燃气水生产和供应业以及建筑业占比为10.91%。总的来说，与人们衣食行相关产业(如食品制造、化工制品业、交通运输业等)产生的碳排放所占比重较大，且交通运输、仓储和邮政业所占的比重在增加。各部门产业对城镇和乡村居民生活间接碳排放的影响存在差异，主要与居民的生活和消费方式有关。各部门产业在不同的年份对城镇、乡村和总的碳排放的贡献也不相同。

2.3居民消费碳排放总量

根据表5可以得出，1996—2012年居民消费碳排放总量为先增加后减少，且城镇大于乡村。1997—2002年，乡村、城镇和总居民消费碳排放分别增加了2.71%、61.10%和32.19%；与2002年相比，2007年乡村、城镇和总居民消费碳排放分别减少了47.16%、12.95%和26.13%。

在人均居民碳排放上，1997—2002年城镇和总居民人均碳排放年均增长率分别为6.87%和1.60%；相比于2002年，2007年城镇和总居民人均碳排放分别减少了26.71%和27.04%。而乡村人均居民碳排放从8.42 t/人减少到2.68 t/人。

在碳排放结构上，居民消费直接和间接碳排放占总量的比重分别为13. 69%和86.31%(取1997年、2002年和2007年均值)，间接碳排放远大于直接碳排放，且直接碳排放的比重先减小后增加，总体上略有增大，间接碳排放与之相反。乡村和城镇的人均消费间接碳排放都大于直接碳排放，且乡村人均消费的直接和间接碳排放的差距在减小，城镇两者的差距在扩大。

图31997年(a)、2002年(b)和2007年(c)各行业占居民消费间接碳排放的百分比

Fig.3The percentage of consumer′s indirect carbon emissions for industrial products

to the total amount in 1997(a),2002(b) and 2007(c)

其中:1农林牧渔水利业；2采矿业；3食品制造及烟草加工业；4纺织服装与皮革制品；5木材加工制品及文体用品；6石油加工、炼焦及燃料加工业；7化工制品；8金属加工及制品；9机械设备制造业及其他制品；10燃气、水生产和供应业；11建筑业；12交通运输、仓储和邮政业；13批发零售业和住宿餐饮业；14教育与其他服务业。

表5　陕西省居民生活消费碳排放总量

3结构分解结果

从总的碳排放结构可以得出，陕西省居民消费间接碳排放量远远大于直接碳排放量，因此对居民生活消费间接碳排放进行结构分解分析。根据两极分解的结构分析分解法对居民消费碳排放总量进行分解，得出产业碳排放强度、产业内在结构、消费结构、人均消费水平、城市化水平和人口总量6个驱动因素对居民消费碳排放的贡献值和贡献率，如表6和表7。

总体上，1996—2007年6项驱动因素对陕西省居民消费间接碳排放为负效应，其贡献值为-101.91万t。其中，碳排放强度和人均消费水平是两个主要影响因素;人均消费水平为正效应，碳排放强度为负效应，两者作用效应相反，相互抵消。

1997—2002年和2002—2007年各驱动因素由正效应转变为负效应，其贡献值分别为697.24万t和-867.47万t，其中人均消费水平和人口总量对居民消费碳排放一直为正效应，促进居民消费碳排放。人均消费水平由874.31万t增加到1 902.75万t，其贡献率由125.24%变为-219.34%；而人口总量的贡献值和贡献率一直较小。消费结构和城市化水平的贡献值由负转正，其中消费结构贡献值由-59.32万t到209.94万t，在2002—2007年其贡献率为209.94%，由于人们生活水平的提高，居民的消费水平和消费结构都发生很大，由基本型消费向发展和享受型消费转变，尤其在乡村表现的较为明显，增加了居民消费的间接碳排放。城市化水平的贡献值由-278.68万t变到160.57万t，在1999—2000年城镇人口剧减，减少了54.65%，引起居民消费间接碳排放的减少；2000年以后城镇人口缓慢增加，与西部大开发实施加快了陕西省城市化进程密切相关。产业内在结构变化的贡献值有正变负，其贡献率一直为正值，且其贡献率的数值大于人口总量变化。产业碳排放强度的贡献值一直为负，由-114.65万t到-3 030.63万t，且在2002—2007年其贡献率高达349.36%，说明近年来陕西省加快产业转型，提高产业能源利用效率，有利于碳减排。

表6　驱动因素对陕西省居民消费间接碳排放量的贡献

表7　驱动因素对陕西省居民消费间接碳排放量的贡献率

4讨论

陕西省居民消费间接碳排放大于直接碳排放，与国内外对其他地区的居民碳排放结构研究[1,7,9,12,19]相似，但是与全国、北京等地区比较，间接碳排放所占比重较大，且本研究乡村居民间接碳排放大于直接碳排放，这与该地区居民的生活方式有关。在该地区，生物质能资源(如秸秆、柴薪、农业废弃物、动物粪便等)是乡村地区直接用能的主要来源[1]，生物质能的使用在一定程度上取代了煤炭资源，在文中没有计算利用生物质能产生的碳排放，因此得出乡村居民消费间接碳排放大于直接碳排放，且总的居民消费间接碳排放所占比例较大。随着人们生活水平的提高，居民人均间接碳排放会不断增加，由于城镇居民直接消费的能源基本稳定，所以城镇居民消费间接与直接碳排放差距在扩大。在乡村，居民用煤量在快速增加,逐渐取代取暖所用的作物秸秆[12]，因此居民消费间接与直接碳排放差距有所减小。

陕西省居民消费的直接碳排放中，煤炭的比重较大，但是呈下降趋势，其他清洁能源的比重相对增加，说明居民能源消费有向新的清洁能源转变的趋势，在一定程度上减少了碳排放;但是在研究时期内，居民生活消费的直接碳排放在增加，因此应继续加强居民生活消费能源结构的转变，增加天然气、太阳能等清洁能源的消费比重，提高居民用清洁能源的意识，形成低碳生活方式。在间接碳排放中，人们生活水平不断提高，且国家为了加速经济的发展而促使居民消费，人均消费水平将继续增加，进而加大居民消费碳排放。产业碳排放强度是减少居民生活消费碳排放的主要动力，对于碳减排，产业碳排放强度仍然具有很大的潜力。虽然近年来陕西省各产业的能源消费强度有下降的趋势，但是与全国平均水平相比较仍偏高[20]，其中第二产业的能耗强度较大，因此应继续优化产业结构，提高第三产业的比重，提高产业的技术水平，降低能耗效率。

5结论

(1)1997—2012年陕西省居民消费直接碳排放整体上呈增加趋势，由341.27万t增长到836.50万t，年均增长率为5.76%；在能源结构上，居民消费直接消耗的煤和电力产生的碳排放量所占比例最大；城镇和乡村的人均居民消费碳排放存在很大差别，总体上城镇大于乡村，且差距在扩大。

(2)1997年、2002年和2007年陕西省居民生活间接碳排放呈现先增加后减少的趋势，由1 872.53万t增加到2 636.85万t，又降到1 769.38万t，且城镇大于乡村；在产业结构上，食品制造与烟草加工业,化工制品,教育与其他服务业对该省居民消费间接碳排放的贡献率一直较大。

(3)居民消费碳排放总量和人均值的变化为先增加后减少，且城镇大于乡村，城镇的变化趋势与总量相似，而乡村居民消费碳排放为先增加后减少，其人均值一直在减少；居民消费的直接和间接碳排放占总量的比重分别为13. 69%和86.31%，间接碳排放远大于直接碳排放，乡村和城镇的人均消费间接碳排放都大于直接碳排放，且乡村人均消费的直接和间接碳排放的差距在减小，城镇两者的差距在扩大。

(4)结构分解分析得出，1997—2007年各因素对居民消费碳排放的影响总体上为负效应，其贡献值为-101.91万t。其中消费结构转变、人均消费水平变化和人口总量变化对居民消费碳排放为正效应，碳排放强度和城市化水平为负效应。而碳排放强度变化和人均消费水平是两个影响较大的因素，且效应相反，相互抵消。1997—2002年和2002—2007年各驱动因素的总效应由正转变为负。

参考文献:

[1] 曾静静,张志强,曲建升,等.家庭碳排放计算方法分析评价[J].地理科学进展,2012,31(10):1341-1352.

[2] 王勤花,张志强,曲建升.家庭生活碳排放研究进展分析[J].地球科学进展,2013,28(12):1305-1312.

[3] LIU L C, WU G, WANG J N, et al. China′s carbon emissions from urban and rural households during 1992-2007[J].Journal of Cleaner Production,2011,19:1754-1762．

[4] GUAN D, HUBACEK K,WEBER C L,et al. The drivers of Chinese CO2emissions from 1980 to 2030[J].Global Environment Change,2008,18:626-634.

[5] 王妍,石敏俊.中国城镇居民生活消费诱发的完全能源消耗[J].资源科学,2009,31(12):2093-2100.

[6] DIETZ T, GARDNER G T, GILLIGAN J, et al. Household actions can provide a behavioral wedge to rapidly reduce US carbon emissions[J].Proceedings of the National Academy of Sciences, 2009, 106(44):18452-18456.

[7] 冯玲,吝涛,赵千钧.城镇居民生活能耗与碳排放动态特征分析[J].中国人口·资源与环境, 2011,21(5):93-100.

[8] BIN S, DOWLATABADI H. Consumer lifestyle approach to US energy use and the related CO2emissions [J].Energy Policy,2005,33(2):197-208.

[9] PARK H C, HEO E．The direct and indirect household energy requirements in the Republic of Korea from 1980 to 2000 An input-output analysis [J].Energy Policy,2007,35(5):2839-2851．

[10] SHORROCK L D. Identifying the individual components of United Kingdom domestic sector carbon emission changes between 1990 and 2000 [J].Energy Policy,2000,28(3):193-200.

[11] 姚亮,刘晶茹,王如松.中国居民消费隐含的碳排放量变化的驱动因素[J].生态学报,2011,31(19): 5632-5637.

[12] 曲建升,张志强,曾静静,等.西北地区居民生活碳排放结构及其影响因素[J].科学通报,2013,58(3): 260-266.

[13] 李媛,徐坤,谢应忠.甘肃省直接生活能源消费碳排放分析与预测[J].陕西师范大学学报(自然科学版)，2013,41(1):89-94.

[14] 宋梅,时佳.新疆碳排放估算及其特征分析[J].干旱区研究,2014,31(1):188-191.

[15] IPCC. 2006 IPCC guidelines for national greenhouse gas inventories: volumeⅡ[EB/OL].Japan: IGES(Institute for Global Environmental Strategies),2006. http://www.ipccch/ipccreports/Methodology-reports.htm.

[16] 徐建华.现代地理学中的数学方法[M].北京:高等教育出版社,2002:181-194.

[17] 刘定惠,杨永春.甘肃省碳排放变化的因素分解及实证分析[J].干旱区研究,2012,29(3):510-516.

[18] 付雪,王桂新,魏涛远.上海碳排放强度分解分析[J].资源科学,2011,33(11):2124-2130.

[19] Europe Environmental Agency Environmental Pressures from European Consumption and Production[R].Luxemboury: Europe Environmental Agency,2013.

[20] 王亚青,尚梅.陕西省能源消费的影响因素研究[J].生态经济:学术版,2012(1):28-31.

〔责任编辑程琴娟〕

Calculation and analysis on carbon emissions of residents′ consumption in Shaanxi province

ZHANG Yanfang, ZHANG Hongyun

(School of Tourism and Environment Sciences, Shaanxi Normal University,Xi′an 710119, Shaanxi, China)

Abstract:Based on the IPCC inventory method and input-output model, the direct and indirect carbon emissions of residents′ consumption in Shaanxi province were calculated, and the structure and dynamic characteristics of consumer′s carbon emissions were analyzed. Using structural decomposition model, the six factors including the industrial carbon emissions intensity, consumption structure, the per capita consumption levels and so on,affecting the consumer carbon emissions were analyzed. The results showed direct carbon emissions which generated by coal and electricity of residents′ consumption have the largest share in Shaanxi province from 1996 to 2012,and indirect carbon emissions which generated by food manufacturing and tobacco processing industry, chemical products,education and other services of residents′ consumption occupied a large proportion of emissions. In general, consumer′s carbon emissions of urban is greater than that of village, and indirect carbon emissions is greater than the direct. The total and indirect consumer carbon emissions show a trend of decreasing after the first increasing. Direct consumer carbon emissions increased at the rate of 5.76% in general. Six factors have the negative effects on the consumer′s carbon emissions. Among which, industrial carbon emissions intensity is the major negative factor, and per capita consumption is the main positive factor.

Keywords：carbon emissions; input-output model; structural decomposition model; resident; consuption

中图分类号：K928.6

文献标志码：A

基金项目：国家自然科学基金(41371523)； 国家社会科学基金(14XKS019)

收稿日期：2014-10-10

doi:10.15983/j.cnki.jsnu.2016.02.423

文章编号：1672-4291(2016)02-0098-08

第一作者：张艳芳，女，副教授，博士，主要从事水土资源评价、生态安全与低碳研究。E-mail: zhangyf@snnu.edu.cn