中国家庭消费的能源环境代价

李静+刘丽雯

摘要 随着经济进入“新常态”模式，居民家庭消费日益成为拉动经济增长的主要动力。如何更好地引导其尽可能地降低对环境的损害效应，是决定经济绿色可持续性发展的关键问题。利用WIOD（世界投入产出数据库）数据，本文通过投入产出分析法测算了2000—2014年中国家庭消费对能源消耗、CO2排放和SO2排放的影响，采用LMDI分解法研究了家庭消费规模、家庭消费结构和效率变化三个因素对其变化的影响，并对中国家庭消费含能（污）量进行脱钩分析。结果表明，2000—2014年，家庭消费含能量和含碳量都呈现增加趋势，其中煤和油是最主要的家庭能源消费品种，而家庭消费含硫量呈现递减趋势；制造业和服务业是家庭消费含能（污）量的主要引致来源；家庭消费含能（污）量的增加主要是家庭消费规模快速增长带来的规模效应引起的，能耗或排污效率的提高带来的效率效应有效地抑制了规模效应，部门家庭消费结构的变动带来的结构效应影响较小；近年来，中国家庭消费含能（污）量与经济增长之间表现出强脱钩状态，反映出经济增长的同时家庭消费引起的能耗和排污有所下降的向好形势。政策含义表明，要有效控制家庭能耗和排污规模，需进一步优化家庭能源消费结构，加快绿色清洁能源消费的转型；以家庭消费含能（污）量的部门分布为突破口，鼓励居民家庭选择消费较为清洁型的制造业产品或环保型的服务；提高消费品关联的产业部门的能源利用效率或污染治理效率，进而倒逼或引导部门结构的可持续性转变。研究对于发展绿色消费、优化能源结构、促进节能减排都具有重要的现实含义。

关键词 投入产出模型；家庭消费含能量；家庭消费含污量；LMDI；脱钩

中图分类号 F205

文献标识码 A文章编号 1002-2104（2017）12-0031-09DOI：10.12062/cpre.20170709

改革开放以来，随着中国家庭收入的增加，消费水平的提高，由家庭产生的能源消耗和污染排放日益增多。“十八大”提出“依靠扩大内需拉动经济增长”的发展战略，可预见未来一阶段，中国居民家庭消费带来的能源需求和污染排放将呈现不断增加态势。而政府更加重视可持续消费模式的建立，将逐步引导目前粗放的消费模式向绿色和可持续型的消费转变。因此，促进家庭消费的增长意味着要兼顾能源的有效利用和环境质量的改善。家庭消费活动不仅会直接消耗资源并产生污染排放，如驾驶汽车；而且会产生间接资源消耗和污染排放，如炼制用于燃料的汽油，生产用于制造汽车的钢材、橡胶等。相关研究发现，与直接资源消耗或污染排放相比，家庭间接资源消耗或污染排放不易识别和计算，同时居民家庭生活间接能源消耗或污染排放量远远大于直接能源消耗或污染排放量，因而研究居民家庭间接能耗或排污对于改善居民家庭资源消费、控制污染排放以及识别能耗与排放责任等有着重要价值[1-4]。本文提出“家庭消费含能（污）量”的概念，定义为家庭消费需求引致的能源消耗或污染排放量，衡量家庭消费产品或服务所产生的间接资源消耗和污染排放。采用世界投入产出数据库 （World Input-Output Database，WIOD）的数据，本文利用2000—2014年中国的投入产出表计算出家庭消费含能（污）量；利用LMDI分解方法分析家庭消费中消费规模、效率变化、结构变化三个因素对中国的家庭消费含能（污）量造成的影响。文章分析了2000—2014年的连续年份投入产出表，进一步揭示连续时间的家庭消费含能（污）量问题，弥补了中国投入产出表非连续及时间滞后等问题；将一般的LMDI分解法与投入产出表进行整合，更好地区分家庭消费规模、家庭消费结构和效率变化的影响；考虑了总体家庭消费含能量，更为详尽地把消费含能量具体品种构成进行了分解分析。

1 文献综述

从国际上看，对家庭消费所造成的环境影响进行测算的研究始于20世纪70年代，Bullard 和Herendeen[5]最早应用投入产出法对消费者的能源消费进行了计算。由于投入产出模型能将家庭消费对经济活动的影响机制与污染产生或能源消耗结合起来考虑，此后，该模型被广泛运用到家庭间接消费研究中[6-7]。

随着能源短缺、气候变暖等一系列问题日益凸显，家庭消费对能源消费和环境的影响引起了学者广泛的关注。其中，能源消费和CO2排放分析被认为是研究家庭消费引起资源环境影响的主要领域。Weber和Perrels[8]发现1990年荷兰、法国平均每户家庭消费产生的CO2分别为12.9 t和18.7 t。Pachauri和Spreng[9]通过计算发现印度75%的能源消耗是由其家庭能源消耗引起的，其中家庭间接能源消费的一半来自食品消费。Bin和Dowlatabadi[10]研究发现家庭能源消费产生的CO2排放量占其碳排放总量的80%以上。Park和Heo[11]发现韩国家庭能源消费占其能源消费总量的52%，而且家庭间接能源消费占家庭能源消费的比重高达60%。

国内关于家庭消费与资源环境问题研究主要是检验居民家庭消费与资源环境的相关关系[12]，只有少数研究涉及家庭消费所引致的资源或环境压力的定量计算。其中，闵庆文等[13]和杨莉等[14]计算了居民生活消费的生态足迹。李丁等[15]计算了城市居民生活消费的物质流。Wei等[16]采用CLA方法研究了居民消费对能源消耗及CO2排放的影响。智静和高吉喜[17]研究了城乡居民食品消费对碳排放产生的影响。支国瑞等[18]计算了农村居民家庭生活能源使用过程中的主要污染物排放量。

近年来，诸多学者运用投入产出模型对居民家庭消费的资源环境影响进行了有益的探索。王妍和石敏俊[19]基于投入产出模型测算了1995—2004年全国城镇居民生活消费对能源消耗的影响。其结果表明，人均间接能源消耗从452 kg标准煤增加到817 kg标准煤，占人均能源消耗总量的比例从69%变为79%。Liu 等[20]使用投入产出模型测算了居民家庭消费对碳排放的影响，指出家庭消费产生的CO2排放总量占一次能源利用产生的碳排放总量的比重超过40%。朱勤等[21]利用投入产出模型分析1992—2005年居民消费碳排放，发现中国居民间接碳排放从3.39亿t增加至6.79亿t，其人均值从289.1 kg增加到519.6 kg，而居民间接碳排放占中国能源消费排放总量的比重有所下降。曲建升等[22]利用投入产出模型计算了西北地区家庭消费支出的碳排放，其结果表明，家庭消费活动所产生的间接碳排放占60.71%，直接碳排放占39.29%。米紅等[23]使用投入产出模型测算了中国家庭间接CO2排放，指出生活水平效应是导致家庭间接碳排放增长的主要因素。endprint

综上，对能源消费和污染排放问题的研究主要集中在生产领域，以家庭消费作为对象研究能源消耗和污染排放问题的文章较少。并且以往的研究多集中于某一地区，缺乏对全国范围内的家庭消费含能（污）量的研究。此外，研究中仅分析不同时段家庭消费导致的能耗或排污量的趋势变化情况，很少区分不同因素的变化对家庭消费含能（污）量的影响。基于以往研究成果及其不足，本文基于竞争型投入产出表测算了2000—2014年中国的家庭消费含能（污）量与其部门来源分布及人均含能（污）量情况，通过LMDI分解法研究了三大因素对其变化的影响，并利用Tapio脱钩理论分析了经济增长与中国家庭消费含能（污）量之间的脱钩状态，以期为家庭消费领域可持续发展的政策决策提供科学依据。

2 方法及数据处理

2.1 家庭消费含能（污）量的测度模型

由于投入产出法能全面衡量家庭消费支出的产业分类和部门关联，因此可以将这一方法运用到家庭消费对能源环境所产生影响的计算中来。根据中间投入中的国产品和进口品之间的关系，投入产出表可分为竞争型投入产出表和非竞争型投入产出表。考虑到家庭可以不加区分地消费两种产品，即它们可以相互替代，本文采用竞争型投入产出表。基本形式如下：

2.2 家庭消费含能（污）量的变化分解

本文参考Ang[25]的研究，采用对数平均D氏指数法（Logarith micmean Divisia index method，LMDI）对家庭消费含能（污）量变化的影响因素进行分解分析。这种方法能消除残差影响，简单易行，已在能源与环境经济领域得到较为广泛的应用。仅以对中国的研究为例，许多学者采用这种方法分析了各种因素对碳排放、能源消耗、能源强度和贸易含污量的影响[26-31]。

本文结合投入产出表特点对一般的LMDI方法与投入产出表进行整合，使得LDMI也能用于投入产出内容的分析，同时保持了LMDI分解的完备性及简便性特点。

根据投入产出模型，可以得出：

其中，ΔGeffC表示由于完全能耗系数或排污系数的变动而引起的能源消耗及污染排放量的变动，称为效率效应；ΔGstrC表示由于各部门家庭消费结构的变动而引起的能源消耗及污染排放量的变动，称为结构效应；ΔGscaC表示由于家庭最终消费规模的变动而引起的能源消耗及污染排放量的变动，称为规模效应。

2.3 家庭消费含能（污）量的脱钩效应

经济合作与发展组织（OECD）环境领域专家把阻断经济增长与环境污染之间的联系称为脱钩。Tapio[32]将经济学上的弹性概念用于研究欧洲交通领域碳排放脱钩问题，提出了脱钩弹性分析法。

借鉴Tapio的做法，构建经济增长和中国家庭消费含能（污）量之间的脱钩弹性模型：

其中，EP表示中国家庭消费含能（污）量，GDP表示国内生产总值，β表示家庭消费含能（污）量与经济增长之间的脱钩指标。依据Tapio对脱钩类型的划分，将家庭消费含能（污）量与经济增长的脱钩状态分为八种，具体见图1。

2.4 数据来源与处理

为了分析中国家庭消费的产业关联，本文采用了最新的世界投入产出数据库（WIOD）。该数据库涵盖28个欧盟国家和15个其他主要国家2000—2014年连续年份的56个行业投入产出数据。由于本文研究中国家庭消费增长对资源、环境的影响，因此主要用2000—2014年中国的投入产出表（National IO）。其中，WIOD数据库的国家投入产出表区分了中间使用和最终使用的国产品和进口品，属于非竞争型投入产出表，而家庭可以不加区分地消费两种产品，即它们可以相互替代，因此本文采用将国产品和进口品合成的竞争型投入产出表。

本文中的能源消耗、SO2排放数据来自2001—2015年《中国能源统计年鉴》和《中国環境统计年鉴》，计算CO2排放时所用的分品种能源折标系数和碳排系数如表1所示。GDP数据来自2015年《中国统计年鉴》，选择2000年为基期并调整为不变价格。

为了使计算时所需各行业的能源消费量、CO2排放量、SO2排放量和WIOD提供的56个行业投入产出数据相匹配，本文将《中国能源统计年鉴》《中国环境统计年鉴》和WIOD的行业分类合并为24个部门。

3 家庭消费引起的能源消耗、CO2排放、SO2排放及其变化

根据上述的分析框架，测算了2000—2014年中国的家庭消费含能量、含碳量和含硫量，即家庭消费引起的能源消耗、CO2排放以及SO2排放，并进一步对这三组的变化进行了分解。

3.1 家庭消费含能（污）量及其变化

如图2所示，自2000年以来，家庭消费含能量呈现持续递增的态势，从2000年的4.38亿t标准煤上升到2014年的8.18亿t标准煤，增长了近2倍。与家庭消费含能量类似的是，家庭消费含碳量增长也较为显著，从2000年的10.76亿t增加到2014年的20.09亿t，年平均增幅达到4.56%。家庭消费含硫量的变化与家庭消费含能量和家庭消费含碳量的变化较为不同，总体来看以年均5.66%的速度负增长，由2000年的1 105.53万t下降到488.82万t，原因在于技术进步引起的二氧化硫排放效率的提高。而随着家庭消费含能量、含碳量的逐年增大，它们在全国能源消费和CO2排放的比重却在持续下降，均从2000年的31.05%下降到2014年的20.43%；家庭消费含能量在全国SO2排放的比重也从55.41%下降到24.76%，都接近1/5，即使如此，家庭消费含污（能）量依然仅次于工业能源消费与污染排放。

此外，考虑能源分品种，使用投入产出模型计算出家庭消费含能量的情况。结果见图3。

从图3可以看出，家庭消费的能源品种主要有：煤、焦炭、油品、天然气、热力、电力以及其他能源7种。2000—2014年，能源分品种各自相当于总家庭消费含能量的比重为：33.72%、7.65%、26.27%、4.22%、4.79%、17.83%、5.51%。其中，煤和油是最主要的家庭消费能源品种。2013年之前，煤居首位，是最大的能源消费品种，但自2013年起，油的消费量开始超过煤成为居民家庭第一大能源消费品种。endprint

从各能源变化趋势来看，2000—2014年，家庭消费对不同能源消耗的影响均不断增大。其中，家庭消费含煤量从2000年的1.59亿t标准煤增加到2014年的1.98亿t标准煤，除2013—2014年出现负增长外，其他年份均呈增加趋势；家庭消费含油量也呈现明显增加的趋势，增长在2倍左右；家庭消费含天然气和电力量呈现的增长趋势十分显著，年平均增幅分别高达10.04%、7.53%。这正好说明了中国居民家庭消费引起的煤这类低质能源消耗逐渐被天然气、电力这类优质能源消耗所替代的状况，也证实了中国居民家庭能源消费结构正逐步优化。

3.2 家庭消费含能（污）量的部门来源分布及其变化

图4显示了2000—2014年家庭消费含能量部门分布。从三次产业的家庭消费含能量来看，在整个研究期间，第一产业的家庭消费含能量始终远远低于第二和第三产业的家庭消费含能量，且第二与第三产业的家庭消费含能量相差不大。2000年第二产业家庭消费含能量为1.99亿t标准煤，约占当年家庭消费含能量的45.42%；2014年达到3.59亿t标准煤，其份额下降至43.95%。第三产业的家庭消费含能量呈现持续增加的态势，从2000年的1.81亿t标准煤增加至2014年的4.08亿t标准煤，份额从41.28%上升至49.90%。相对而言，第一产业的家庭消费含能量始终很小，在整个研究期间有所下降，从2000年的0.58亿t标准煤下降至2014年的0.50亿t标准煤，其份额也相应地从13.30%下降至6.15%。

在整个研究期间，第二产业的家庭消费含能量主要由制造业的消费含能量构成。2000—2014年期间，制造业的家庭消费含能量从1.76億t标准煤增加至3.35亿t标准煤，其份额相应地从40.08%上升至40.97%。

2000—2014年期间，家庭消费含碳量的部门来源分布与家庭消费含能量较为相似，也主要来自第二与第三产业的家庭消费含碳量，而其中又以制造业的家庭消费含碳量为主。第二和第三产业的家庭消费含碳量都呈不断增加趋势，第二产业从4.89亿t增加到8.83亿t，份额却呈减少趋势，从45.42%下降到43.95%；第三产业从4.44亿t上升到10.02 亿t，份额从41.28%上升到49.90%。制造业的家庭消费含碳量呈逐年增长趋势，增长了将近2倍，所占份额却随年份变动不大。

从图5可以看出，2000—2014年期间，家庭消费含硫量与家庭消费含能量和家庭消费含能量的部门来源分布也较为相似，第二和第三产业的家庭消费含硫量始终远远高于第一产业的家庭消费含硫量，制造业的家庭消费含硫量在第二产业中居首。不过，各部门的家庭消费含硫量在变化趋势上不同，都呈现出明显下降趋势。这很可能是由于相关产业部门生产技术与SO2排放效率提高引起的。第二产业家庭消费含硫量的下降幅度相对较大，从2000年的589.41万t下降到2014年的263.38万t，下降了55.32%；第三产业的家庭消费含硫量从2000年的404.30万t下降到2014年的202.85万t，下降了47.80%；制造业的家庭消费含硫量下降幅度也相对较大，下降了49.83%。

3.3 家庭人均消费含能（污）量及其变化

家庭人均消费含能量呈现明显的增长趋势，从2000年的0.345 5 t标准煤/人增加至2014年的0.597 8 t标准煤/人，年平均增幅达到3.99%；家庭人均消费含碳量的增长也较为显著，从2000年的0.848 7 t/人上升到2014年的1.468 6 t/人，增长在1倍左右；不过家庭人均消费含碳量却呈下降趋势，由2000年的0.008 7 t/人下降到2014年的0.003 6 t/人，原因在于家庭人均消费的SO2排放系数可能在这一时期有所减少。

4 家庭消费含能量、含碳量和含硫量的变化分解根据公式（7）—（12）可以计算出家庭消费规模、家庭消费结构、能耗或排污效率三种效应对中国家庭消费含能（污）量变动的影响。

由图6可知，2000—2014年家庭消费规模导致家庭消费含能量增加了12.04亿t标准煤，部门家庭消费结构变化导致消费含能量增加了0.15亿t标准煤，共增加12.19亿t标准煤，能源消耗效率改善引起家庭消费含能量减少了8.39亿t标准煤，所以中国2000—2014年家庭消费含能量净增加3.80亿t标准煤。

由图7可知，家庭消费含碳量的增量效应因素分解与家庭消费含能量类似。2000—2014年期间，家庭消费规模效应引起的二氧化碳排放增加了29.58亿t，产业家庭消费结构效应导致的二氧化碳排放量增加了0.36亿t，共增加了29.94亿t，技术进步带来二氧化碳排放效率提高，引起二氧化碳排放量减少了20.61亿t，因此，在整个研究期间，家庭消费含碳量净增加9.33亿t。

由图8可知，家庭消费含硫量的增量效应因素分解与家庭消费含能量和家庭消费含碳量较为不同。在整个研究期间，部门家庭消费结构效应引起SO2排放减少了26.71万t，污染物排放效率的提高引起SO2排放减少了1 882.36万t，共减少了1 909.07万t。家庭消费规模扩大是该阶段SO2排放增长的主要因素，SO2排放量增加了1 292.37万t，所以2000—2014年期间，中国家庭消费含硫量减少了616.70万t。

从上述分析可以看出，家庭消费规模效应是家庭消费含能（污）量增加的决定性因素，能源利用效率或污染排放效率提高带来的效率效应对能源消耗或污染物排放的增加始终为负影响，部门家庭消费结构效应对能耗或排污的影响呈现波动变化，影响较小。

5 家庭消费含能量、含碳量和含硫量的脱钩分析

本文基于Tapio脱钩理论分析2001—2014年中国家庭消费含能（污）量与经济增长之间的脱钩状态。结果见表2。从表2来看，2001—2014年家庭消费含能量、含碳量、含硫量的脱钩状态既有共性也存在差异。家庭消费含能量与含碳量显现为弱脱钩—扩张连接—弱脱钩—扩张负脱钩—强脱钩—扩张连接—强脱钩的发展特征。家庭消费含硫量除了2005和2011年是弱脱钩，其余年份均表现为强脱钩状态。相比较而言，家庭消费含能量与含碳量的弱脱钩的年份较多，说明家庭消费含能量与含碳量与经济发展同步增长，但家庭消费引起的能耗或CO2排放的增幅小于经济发展的增幅，表明节能减排工作取得初步成效。2014年家庭消费含能量与含碳量达到强脱钩状态，说明随着经济增长家庭消费导致的能耗和CO2排放有所下降。家庭消费含硫量主要表现了强脱钩状态，说明经济增长的同时伴随着家庭消费含硫量的下降。endprint

6 结论与政策建议

随着居民家庭生活能源消费和污染排放量的快速增长，家庭消费对能源环境的影响进一步凸显。本文运用WIOD数据，采用投入产出方法测算出中国2000—2014年家庭消费含能量、含碳量、含硫量，通过LMDI分解法分析了家庭消费含能（污）量的影响因素及影响大小，并利用Tapio脱钩模型研究了中国家庭消费含能（污）量与经济增长之间的脱钩状态。研究结论如下：

家庭消费含能量在研究期间逐年递增，其中煤和油是最主要的居民家庭能源消费品种。家庭消费含碳量也呈现增加趋势，而家庭消费含硫量呈现下降趋势。第二和第三产业是家庭消费含能（污）量的主要来源部门，第二产业的家庭消费含能（污）量又以制造业为主。

影响居民家庭间接能源消耗或污染排放的有家庭消费规模带来的规模效应，部门家庭消费结构带来的结构效应以及能耗或排污效率的提高带来的效率效应，其中规模效应对间接能耗或排污增长的贡献最大，效率效应则是降低间接能耗或排污的最主要因素，而结构效应的作用较小。

经济增长与中国家庭消费含能量、含碳量脱钩状态呈现为由弱脱钩至强脱钩的转变，中国家庭消费含硫量脱钩状态主要呈现为强脱钩。

上述研究结果有重要的政策含义，包括：

研究家庭消费含能（污）量不仅仅关乎家庭消费水平、能源利用以及环境污染情况，也与资源环境和发展的可持续性有很大的关系。因此，研究家庭消费含能（污）量必须同时关注资源滥用和环境污染治理问题。合理减少家庭消费含能（污）量的途徑应该兼顾经济与资源环境的可持续性发展。

研究家庭消费含能（污）量还必须考虑不同部门间的差异，制造业和服务业的家庭消费含能（污）量较高，因此应当转变制造业的产品结构，鼓励生产能耗和排污较低的产品，引导居民家庭消费较为清洁型产品；增强家庭成员的节能意识，鼓励消费低能耗低污染的服务，如选择绿色出行方式。

应该逐步减少煤和油等传统能源在家庭能源使用份额，逐步增加电力和天然气等优质能源的用量比例，最终减低能源消耗系数，使居民家庭能源利用结构更为优化，对能源的高效利用有很大好处。

在保持适度消费规模的同时，合理引导居民消费向着绿色、环保以及可持续消费转化，对宏观经济的长期可持续增长和节能减排都具有重要的政策启示。效率效应有效抑制了家庭消费规模扩张造成的资源环境影响，结构效应的作用较小，因此应该把着眼点放在改进能源污染效率、优化部门结构上。

参考文献（References）

[1]VRINGER K， BLOK K. The direct and indirect energy requirements of households in the Netherlands[J]. Energy policy， 1995，23（10）： 893-910.

[2]BENDERS RM J， KOK R， MOLL H C， et al. New approaches for household energy conservation： in search of personal household energy budgets and energy reduction options[J]. Energy policy， 2006，34（18）：3612-3622.

[3]BIESIOT W， NOORMAN K J. Energy requirements of household consumption： a case study of the Netherlands[J]. Ecological economics， 1999，28（3）： 367-383.

[4]李艳梅，张雷. 中国居民间接生活能源消费的结构分解分析[J]. 资源科学，2008， 30（6）： 890-895.[LI Yanmei， ZHANG Lei. Structural decomposition analysis of Chinas indirect household energy consumption[J].Resources science，2008， 30（6）： 890-895.]

[5]BULLARD C W， HERENDEEN R A. The energy cost of goods and services[J]. Energy policy， 1975， 3（4）： 268-278.

[6]LENZEN M. Primary energy and greenhouse gases embodies in Australian final consumption： an input-output analysis[J]. Energy policy， 1998， 26（6）： 495-506.

[7]VRINGER K， BLOK K. The direct and indirect energy requirements of households in the European Union[J]. Fuel & energy abstracts， 2003， 37（2）：137-137.

[8]WEBER C， PERRELS A. Modelling lifestyle effects on energy demand and related emissions[J]. Energy policy， 2000， 28（8）： 549-566.

[9]PACHAURI S， SPRENG D. Direct and indirect energy requirements of households in India[J]. Energy policy， 2002， 30（6）：511-523.endprint

[10]BIN S， DOWLATABADI H. Consumer lifestyle approach to US energy use and the related CO2 emissions[J]. Energy policy， 2005， 33（2）：197-208.

[11]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.

[12]耿莉萍. 我国居民消费水平提高对资源环境影响趋势分析[J].中国人口·资源与环境， 2004， 14（1）：39-44.[GENG Liping. Analysis of the influence tendency of Chinese citizens consumption on resources， environment and ecology[J]. China population， resources and environment， 2004， 14（1）：39-44.]

[13]闵庆文， 余卫东， 成升魁. 商丘市居民生活消费生态足迹的时间序列分析[J].资源科学， 2004， 26（5）： 125-131.[MIN Qingwen， YU Weidong， CHENG Shengkui. Time serial analysis of residents living consumption with ecological footprint in Shangqiu of Henan Province[J].Resources science， 2004， 26（5）： 125-131.]

[14]杨莉， 刘宁， 戴明忠， 等. 城镇化进程中居民生活消费的生态环境压力评估——以江苏省江阴市为例[J].生态学报， 2008， 28（11）： 5610-5618.[YANG Li， LIU Ning， DAI Mingzhong， et al. Calculation and analysis on the eco-environmental pressure from residents living consumption in the progress of rapid urbanization： a case study on Jiangyin City， Jiangsu Province[J].Acta ecologica sinica， 2008， 28（11）： 5610-5618.]

[15]李丁， 汪云林， 付允. 城市居民生活消費物质流计算的尝试：以成都为例[J]. 电子科技大学学报（社科版）， 2007， 9（2）：56-59.[LI Ding， WANG Yunlin， FU Yun. Citizens consumption material flow analysis： a case study of Chengdu[J]. Journal of University of Electronic Science and Technology of China （social sciences edition）， 2007， 9（2）：56-59.]

[16]WEI Y M， LIU L C， FAN Y， et al. The impact of lifestyle on energy use and CO2 emission： an empirical analysis of Chinas residents[J]. Energy policy， 2007， 35（1）： 247-257.

[17]智静，高吉喜. 中国城乡居民食品消费碳排放对比分析[J]. 地理科学进展，2009，28（3）：429-434.[ZHI Jing， GAO Jixi. Analysis of carbon emission caused by food consumption in urban and rural inhabitants in China[J]. Progress in geography，2009，28（3）：429-434.]

[18]支国瑞，杨俊超，张涛， 等. 我国北方农村生活燃煤情况调查、排放估算及政策启示[J]. 环境科学研究，2015，28（8）：1179-1185.[ZHI Guorui， YANG Junchao， ZHANG Tao， et al. Rural household coal use survey， emission estimation and policy implications[J]. Research of environmental sciences，2015，28（8）：1179-1185.]

[19]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.[WANG Yan， SHI Minjun. Energy requirement induced by urban household consumption in China[J].Resources science， 2009， 31（12）： 2093-2100.]

[20]LIU L C， WU G， WANG J N， et al. Chinas carbon emissions from urban and rural households during 1992-2007[J]. Journal of cleaner production， 2011， 19（15）： 1754-1762.endprint

[21]朱勤， 彭希哲， 吴开亚. 基于投入产出模型的居民消费品载能碳排放测算与分析[J].自然资源学报， 2012， 27（12）：2018-2029.[ZHU Qin， PENG Xizhe， WU Kaiya. Calculation and analysis on indirect carbon emissions from residential consumption based on Input-output Model[J].Journal of natural resources， 2012， 27 （12）：2018-2029.]

[22]曲建升，張志强，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.[QU Jiansheng， ZHANG Zhiqiang， ZENG Jingjing， et al. Household carbon emission differences and their driving factors in Northwestern China[J]. Chinese science bulletin， 2013，58（3）：260-266.]

[23]米红，张田田，任正委， 等. 城镇化进程中家庭CO2排放的驱动因素分析[J]. 中国环境科学，2016，36（10）：3183-3192.[MI Hong， ZHANG Tiantian， REN Zhengwei， et al. Driving factors of Chinas household CO2 emissions in the process of urbanization[J].China environmental science， 2016，36（10）：3183-3192.]

[24]COPELAND B R， TAYLOR M S. Trade， growth and the environment[J]. Journal of economic literature， 2004， 42（1）： 7-71.

[25]ANG B W. The LMDI approach to decomposition analysis： a practical guide[J]. Energy policy， 2005， 33（7）： 867-871.

[26]徐国泉， 刘则渊， 姜照华. 中国碳排放的因素分解模型及实证分析： 1995—2004[J]. 中国人口·资源与环境， 2006， 16（6）： 158-161.[XU Guoquan， LIU Zeyuan， JIANG Zhaohua. Decomposition model and empirical study of carbon emissions for China， 1995-2004[J]. China population， resources and environment， 2006， 16（6）： 158-161.]

[27]朱勤，彭希哲， 陆志明， 等. 中国能源消费碳排放变化的因素分解及实证分析[J].资源科学， 2009， 31（12）：2072-2079.[ZHU Qin， PENG Xizhe， LU Zhiming， et al. Factors decomposition and empirical analysis of variations in energy carbon emission in China[J].Resources science， 2009， 31（12）：2072-2079.]

[28]赵欣， 龙如银.江苏省碳排放现状及因素分解实证分析[J].中国人口·资源与环境，2010， 20（7）： 25-30.[ZHAO Xin， LONG Ruyin. The status and decomposition model of carbon emissions for Jiangsu Province[J].China population， resources and environment， 2010， 20（7）： 25-30.]

[29]高振宇， 王益. 我国生产用能源消费变动的分解分析[J]. 统计研究， 2007， 24（3）： 52-57.[GAO Zhenyu， WANG Yi. The decomposition analysis of change of energy consumption for production in China[J].Statistical research， 2007， 24（3）： 52-57.]

[30]李国璋， 王双.中国能源强度变动的区域因素分解分析——基于 LMDI 分解方法[J]. 财经研究，2008， 34（8）： 52-62.[LI Guozhang， WANG Shuang. Regional factor decompositions in Chinas energy intensity change： base on LMDI technique[J].Journal of finance and economics， 2008， 34（8）： 52-62.]

[31]独孤昌慧， 吴翔， 周小琳. 中美工业进出口贸易隐含污染及影响因素研究——基于非竞争型世界投入产出表的分析[J]. 上海经济研究， 2015 （7）： 106-114.[DUGU Changhui， WU Xiang， ZHOU Xiaolin. The analysis of pollution emission embodied in China-US trade and their determinants： based on multi-region non-competitive input-output model[J]. Shanghai journal of economics， 2015 （7）： 106-114.]

[32]TAPIO P. Towards a theory of decoupling： degrees of decoupling in the EU and case of road traffic in Finland between 1970 and 2001[J]. Transport policy， 2005， 12（2）：137-151.

[33]QI T Y， YANG Y Z， ZHANG X L. Energy and economic impacts of an international multi-regional carbon market[J]. Chinese journal of population， resources and environment，2015，13（1）：16-20. http：//dx.doi.org/10.1080/10042857.2015.1005562.

[34]SUN R， KUANG D. CGE model-based analysis of the neutralized hybrid carbon policy and its decomposed effects on economic growth， carbon reduction， and energy utilization costs[J]. Chinese journal of population， resources and environment，2015，13（1）：43-54. http：//dx.doi.org/10.1080/10042857.2015.1005345.endprint