城乡居民生活消费间接碳排放敏感度研究——以北京市为例

闫俊娜，徐志伟，周永军

1.2.3.天津财经大学，天津 300222

联合国政府间气候变化专门委员会（IPCC）发布的第五次评估报告（AR5）进一步确认了人类活动是造成20世纪中叶以来全球变暖的主要原因 （概率大于95%）。发展倡导节能减排的低碳经济已经在全球范围内达成普遍共识，但是按照目前全球各国的减排承诺和发展趋势来看，到2020年全球仍有50-100亿吨CO2减排的缺口，各国都面临着巨大的碳减排压力。为实现碳减排目标，各国政府必须全面、深入的挖掘碳减排潜力，找到碳减排的关键要素，制定针对性的减排政策。随着全球经济的发展、生活水平的提高，居民消费对能源的需求逐年增加。一些国家，居民直接与间接的能源消费已经超过工业，成为碳排放的主要来源。我国居民消费对碳排放的推动作用也越发显著。

居民生活能源消费可以分为直接能源消费和间接能源消费。直接能源消费是居民直接购买和消费能源产品所产生的能源消费量，如日常用于炊事、照明、取暖等用途的燃料以及电力等能源消费。根据中国统计年鉴的数据来看，每年我国居民直接能源消费占全部能源消费的11%左右。除了能源的直接消费之外，为居民提供生活所需的非能源产品或服务所产生的能源消费属于居民间接能源消费。目前，居民的间接能源消耗是能源消费中非常重要的一部分，欧洲家庭的间接能源消费占家庭整体能源消费的80%以上，中国居民间接能源消费是直接能源消费的2.44倍。由此可以判断，由居民间接能源消费而产生的间接CO2排放也是整体碳排放中非常主要的一部分，应该对此进行深入的研究。

本文基于一般均衡理论和误差传递理论，结合基于投入-产出模型的敏感性分析方法和Sherman-Morrison方程，构建了城乡居民消费间接碳排放对各行业生产技术的敏感性分析模型，并以北京市为例进行了案例测算，验证了模型的可行性，并根据模型测算结果给出了针对性的政策建议，提出了一个研究碳减排政策的新角度。

一、文献综述

（一）居民间接能源需求或间接碳排放的核算

根据 《IPCC国家温室气体排放清单指南》中的方法，核算居民间接碳排放首先要明确居民间接能源需求。目前，核算居民间接能源需求或者由间接能源需求产生的间接碳排放量的主要方法有三类：投入-产出分析 （Input-Output Analysis）、过程分析（Process Analysis）以及将前两种方法结合起来应用的混合能源分析 （Hybrid Energy Analysis）。

利用投入-产出分析确定居民间接能源需求是由投入-产出表中各部门的累积能源强度与居民最终需求相乘而得到的。这种方法的缺点是所研究的部门的细分程度不能超出投入-产出表所含部门的范围，不能针对更细的部门划分或者企业、社区等更微观的领域进行研究。但是，这种方法计算过程简单明确，所需数据较易获得，且不需考虑各部门生产流程的长度和复杂程度，具有很强的可操作性，因此，应用较为广泛。Das等利用此方法核算了在1993-94，1998-99，2003-04，2006-07 年间的印度居民直接和间接碳排放，并利用完全因素分解法研究了居民消费碳排放的主要驱动因素。研究表明人均家庭消费、家庭消费结构和人口是推动印度家庭能源消耗碳排放最主要的因素。Park等基于韩国168部门投入-产出表核算了1980-2000年韩国居民直接与间接能源需求量。研究发现韩国居民能源需求占到全国总能源需求的52%，其中60%是居民间接能源需求。Kok等比较了基于投入-产出分析进行家庭能源需求量核算的三种方法，并分别应用这三种方法对荷兰居民能源需求进行了核算。结果表明三种方法计算出的居民间接能源需求差别很小，不超过4.3%。马晓微等利用投入-产出模型核算了中、美两国2002年、2005年、2007年以及2010年的居民生活消费间接碳排放量，并进行了比较分析。美国居民间接碳排放量高于中国，但是美国居民间接碳排放呈下降趋势，而我国则呈现出快速上升的趋势。吴开亚等利用投入-产出模型核算了上海居民消费产生的间接碳排放，并利用SDA法对居民间接碳排放的影响因素进行了分析。此外，应用投入-产出分析计算居民碳排放的代表性研究还有：Lenzen核算了1992和1993年澳大利亚居民的能源需求及温室气体排放；Wilting等研究了荷兰居民碳减排的潜力；Munksgaard等核算了1966-1992年丹麦居民生活消费碳排放量；Kim核算了在1985、1990、1995年韩国居民生活消费中的二氧化碳排放量。

针对居民生活消费间接能源需求或间接碳排放的另外两种常用计算方法中，过程分析（Process Analysis）的基本思路是通过对研究对象的调查，将产品或者服务的生产过程中各个阶段的能源需求量或者碳排放量累加起来。这种方法能够得到非常具体明确的间接能源消耗或者间接碳排放量，不受行业划分的限制，研究对象可以是细分的行业、企业、社区等更微观的领域。但是，使用过程分析法工作量较大，更耗时，对数据要求较高，而且，也不可避免的存在着截断误差。在应用领域较多被使用的过程分析方法包括生命周期评价模型（Life Cycle Analysis，LCA）以及消费者生活方式分析法 （Consumer Lifestyle Approach，CLA）。陈莎等利用LCA法核算了北京某社区居民的碳排放。Wei等利用CLA法研究了1999-2002年中国城乡居民生活方式对能源消费及二氧化碳排放的直接与间接影响。凤振华等利用CLA法研究了2005-2007年中国不同收入水平城乡居民的碳排放量。杨红娟等利用CLA法估算了云南省2000-2012年城乡居民间接碳排放量。

第三种计算居民生活消费间接能源需求或者间接碳排放常用的方法是混合能源分析（Hybrid Energy Analysis），这种方法是将投入-产出分析与过程分析综合起来，利用过程分析来研究能源密集型产品，利用投入-产出分析研究其他产品。此方法的缺点是工作量也较大，而且对细节的数据要求较多。在研究间接能源需求和间接碳排放方面也有一定的应用。

（二）基于投入-产出模型的敏感性分析

基于投入-产出模型的敏感性分析主要用于投入-产出表的估算以及结构变化分析。在能源及碳排放领域主要应用于分析结构变化。Tarancón等于2007年提出了一种将投入-产出模型与敏感性分析结合起来的方法，用来判断一个经济系统中污染最多的部门CO2排放最相关的生产因素。Hiroki等利用投入-产出模型计算了日本400个部门的投入系数敏感度，判断出令日本碳排放强度最敏感的因素。闫俊娜等利用投入-产出模型的敏感性分析方法找出了我国高耗能行业中的对经济系统碳排放影响最大的关键行业是电力、热力生产和供应业。Yan等从供应及需求两个角度分析了中国高耗能行业的碳排放对于生产部门技术变化的敏感度问题。刘红光等研究了中国各行业的碳排放对消费、投资、出口等最终使用结构变动的敏感度，发现建筑业的投资对全国碳排放的影响最大。

目前，一些学者利用投入-产出模型分析了碳排放的敏感度问题，但是研究大多集中在生产部门（行业）领域，针对区域层面居民生活消费间接碳排放的测量较少，关于城乡间居民消费碳排放对行业生产技术敏感度差异的分类研究不足。本文将在区域城乡居民间接碳排放核算的基础上，构建居民生活消费间接碳排放敏感度模型，研究居民消费间接碳排放对生产技术变动的敏感度，分析对居民消费间接碳排放影响显著的生产部门与生产关系，明确控制居民生活消费间接碳排放的关键点，为制定相应碳减排政策提供理论基础与数据支持。

二、方法与数据

（一）研究方法

1.居民消费间接碳排放的计算

根据2006年IPCC温室气体清单指南，本文计算居民消费直接碳排放量以及碳排放强度的公式如下：

其中，ei表示i部门的直接碳排放量；Di表示i部门的直接碳排放强度 （即i部门直接碳排放量与总产值之比）；NCVj表示j类能源的单位平均低位热值；EFj表示j类能源单位热值中包含的碳元素的量；Oj表示j类能源的碳氧化率；Cj表示j类能源的消耗量；n表示本文所研究的能源种类数量。

标准投入-产出模型如下所示：

其中，X表示总产出矩阵 （由各部门的总产出xi构成）；Ad表示生产系数矩阵；Y表示最终需求矩阵；Zd表示中间投入矩阵；Bd表示Leontief逆矩阵；I表示单位矩阵。

计算总排放强度的公式如下：

其中，T表示各部门总CO2排放强度（由各个部门的总CO2排放强度构成，i部门的总CO2排放强度是Ti）；D是表示直接CO2排放强度；表示每增加一个单位对i部门的最终需求需要增加j部门产出的量；s表示本文所研究的部门数量。

在一个经济系统中，各部门进行生产，消耗能源，产生二氧化碳排放的最终目的是为了满足居民消费、政府消费、资本形成以及出口需求。换句话说，各部门直接CO2排放量的总和等于由最终需求所产生的间接CO2排放量的总和。因此，由最终需求所带来的间接CO2排放量可以表示成如下形式：

其中，Q表示最终需求所带来的间接CO2排放；Yi表示整个经济系统对i部门的最终需求（包括居民消费、政府消费、资本形成以及出口）。

那么，乡村和城镇的居民生活消费带来的间接碳排放可以分别表示为：

其中，Qrh表示乡村居民消费间接碳排放量；Quh表示城镇居民消费间接碳排放量；表示乡村居民对i部门产品或服务的消费，以货币单位计量；表示城镇居民对i部门产品或服务的消费，以货币单位计量。

2.敏感性分析

将公式（8）分别代入公式（10）和（11），得到新的公式能够分别体现各部门生产技术与乡村、城镇居民消费间接碳排放的关系，公式如下：

为了研究各部门生产技术的变化对居民消费间接碳排放的影响，本文将生产技术系数定义为自变量，并假设其它参数（如Dj，）保持不变。那么，乡村和城镇居民消费间接碳排放的变化可以表示为：

根据误差传递理论中的Sherman-Morrison方程，的变化对的影响可以通过下式估算：

然后，公式（14）和（15）可以表示成如下公式：

本文基于投入-产出模型，采用弹性指标来反映生产技术变化对于居民消费间接碳排放的影响程度，乡村和城镇居民消费弹性值计算公式如下：

k部门生产技术变化对乡村和城镇居民消费间接碳排放的平均弹性值分别由以下两式计算：

（二）数据来源

在本文的居民消费间接碳排放相关数据中，北京市各行业产值数据来源于《北京市统计年鉴》，标煤转化系数来源于《综合能耗计算通则》（GB/T 2589-2008），碳氧化率和碳排放因子来源于 《省级温室气体清单编制指南》（发改办气候［2011］1041 号）。

目前，我国公布的投入-产出表均基于竞争型进口假设，尚未公布非竞争型投入-产出表。而竞争型投入-产出表存在着忽略国内外生产技术差异，不能反映国内外产品差异的问题。因此，本文在北京市2012年42部门竞争型投入-产出基本流量表的基础上，利用文献［28］中的方法进行数据处理，获得相应的非竞争型投入-产出表作为本文投入-产出分析的数据基础，如表1所示，投入-产出表所采用的行业划分如表2所示。

三、结果分析

（一）北京市城乡居民消费间接碳排放

根据公式（10-11）可以计算出各个行业所对应的北京市城镇与乡村居民生活消费间接碳排放量，如图1所示，两者在各行业中所占比重如图2所示。

表1 北京市非竞争型对称投入-产出表

表2 北京市行业（生产部门）划分列表

图1 北京市分行业城、乡居民间接碳排放量

图2 北京市分行业城、乡居民间接碳排放比重

经核算，北京市城镇居民生活消费间接碳排放总量为1.16亿吨，乡村居民生活消费间接碳排放总量为8.81兆吨（一兆=一百万）。由图1可知，在绝大多数行业中，北京市城镇居民间接碳排放都远大于乡村居民间接碳排放，与此相反的行业是煤炭采选业。此外，在石油天然气开采业、金属矿采选业、非金属矿和其他矿采选业、金属冶炼和延压加工业、废品废料业、金属制品、机械和设备修理服务业六个行业中，城镇、乡村居民间接碳排放均为0。其它制造产品加工业以及公共管理、社会保障和社会组织业的乡村居民间接碳排放为0，城镇居民间接碳排放不为0。

各个行业所对应的居民间接碳排放量的大小实质上反映的是居民生活中对各个行业最终产品的需求程度以及各个行业的生产技术水平。在现有技术水平下，居民在生活中对某个行业最终产品的需求越大，则该行业的居民消费间接碳排放就越大。正是由于北京市城镇居民对绝大多数行业最终产品的需求量要大于乡村居民，因此，北京市绝大多数行业中城镇居民消费间接碳排放大于乡村居民消费间接碳排放。唯一例外的是煤炭采选业，其乡村居民消费间接碳排放量高于城镇居民消费间接碳排放，反映出北京市乡村居民对煤炭的旺盛需求。2012年北京市乡村居民生活能源消费中煤炭的消费量占能源消费总量的61.5%。另外，一些行业中居民消费间接碳排放为0。这种情况一般是由于该行业生产的最终产品为生产部门的原材料，不被居民生活消费。或者个别行业在某些区域尚未与居民生活消费建立稳定的供需关系，例如乡村地区的其他制造产业品加工业以及公共管理、社会保障和社会组织业。

从居民间接碳排放量最大的行业来看，城镇居民间接碳排放最大的五个行业依次是食品和烟草业，住宿和餐饮业，交通运输、仓储和邮政业，石油、炼焦产品和核燃料加工业，电力、热力的生产和供应业；乡村居民间接碳排放最大的五个行业依次是：食品和烟草业，房地产业，电力、热力的生产和供应业，住宿和餐饮业，石油、炼焦产品和核燃料加工业。通过对比可知，北京市城镇居民和乡村居民在食品和烟草业、住宿和餐饮业、石油、炼焦产品和核燃料加工业、电力、热力的生产和供应业等行业的间接碳排放最大，也反映出居民对这些行业产品的需求最大，而这些行业也正是生产与民生息息相关的生活必需品的行业。存在差异的行业是交通运输、仓储和邮政业以及房地产业，前者是城镇居民间接碳排放最大的行业之一，后者是乡村居民间接碳排放最大的行业之一。这种差异说明北京市城镇居民对交通运输、仓储和邮政业的需求较大，而乡村居民则是对房地产业有较大的需求。这一方面体现出了北京市城乡居民消费需求的差异，另一方面也与北京市城乡发展程度的差异有关，城镇地区更为发达的交通网络也使得城镇交通业碳排放量高于农村。

（二）北京市城乡居民消费间接碳排放敏感性分析

除了居民对各行业最终产品的需求之外，各个行业的生产技术水平对居民间接碳排放也起到了至关重要的影响。而生产技术水平能够体现在行业之间通过中间产品的供给与使用构成的生产关系中，与这些生产关系相关的生产技术的变化将带来居民间接碳排放的变化，不同行业的生产技术变化对居民间接碳排放的影响程度也是不同的。本文用公式（19-20）中的弹性指标来衡量这种生产技术变化对居民消费间接碳排放的影响程度 （即居民间接碳排放对于生产技术变动的敏感度），找到生产技术变化对居民消费间接碳排放影响较大的生产关系，进而通过公式（21-22）核算出对居民消费间接碳排放影响较大的行业。本文筛选出弹性值大于0.02的结果进行解释分析。针对这些关键行业制定鼓励技术升级的政策与措施将对居民消费间接碳排放的减排起到事半功倍的效果。

本文将敏感度最大的五个生产关系定义为关键生产关系，经计算得到的关键生产关系及其对应的敏感度如表3、表4所示。以表3中第一行结果为例，表示北京市电力、热力的生产和供应业生产并自行使用的中间产品每增加1%，则乡村居民生活消费产生的间接碳排放量将增加0.3780%。

由以上两表可见，对于北京市城镇居民消费间接碳排放影响最大的关键生产关系为：s25-s25（电力、热力的生产和供应业），s30-s30（交通运输、仓储和邮政业），s6-s6（食品和烟草加工业），s6（食品和烟草业）-s31（住宿和餐饮业），s20-s20（通信设备、计算机和其他电子设备制造业）。这五个关键生产关系中除了s6-s31之外，另外四个生产关系都是行业产出的中间产品被行业自身消耗的生产过程，这说明这四个关键生产关系所对应的四个行业：s25（电力、热力的生产和供应业）、s30（交通运输、仓储和邮政业）、s6（食品和烟草加工业）、s20（通信设备、计算机和其他电子设备制造业），其行业内部的生产技术变动对北京市城镇居民间接碳排放具有很大的影响。而住宿和餐饮业消耗由食品和烟草业所供给的中间产品对北京市城镇居民间接碳排放也是具有重要的影响。

表3 北京市城镇居民间接碳排放对于生产技术变化敏感性分析结果

表4 北京市乡村居民间接碳排放对于生产技术变化敏感性分析结果

对北京市乡村居民间接碳排放影响最大的关键生产关系包括：s25-s25（电力、热力的生产和供应业），s6-s6（食品和烟草加工业），s30-s30（交通运输、仓储和邮政业），s25（电力、热力的生产和供应业）-s34（房地产）、s20-s20（通信设备、计算机和其他电子设备制造业）。与城镇居民间接碳排放的情况类似，s25（电力、热力的生产和供应业）、s30（交通运输、仓储和邮政业）、s6（食品和烟草加工业）、s20（通信设备、计算机和其他电子设备制造业）四个行业内部生产技术的变动对北京市乡村居民间接碳排放有很大的影响。另外，北京市房地产业如果能够提高电力、热力的使用效率对于降低乡村居民间接碳排放也会起到很大的促进作用。

利用公式（21-22）可以计算行业生产技术变化对城乡居民间接碳排放的平均弹性值，进而判断对城乡居民间接碳排放影响较大的关键行业。经计算，北京市城镇居民间接碳排放对各行业生产技术变化的敏感度中最高的五个行业依次是：电力、热力的生产和供应业，食品和烟草业，交通运输、仓储和邮政业，住宿和餐饮业，金融业。乡村居民间接碳排放对各行业技术变化的敏感度最高的五个行业是：电力、热力的生产和供应业，食品和烟草业，交通运输、仓储和邮政业，房地产业，煤炭采选业。比较各个行业在北京市城乡居民间接碳排放的敏感度，电力、热力的生产和供应业、食品和烟草业和交通运输、仓储和邮政业这三个行业对城乡居民间接碳排放的影响都是最大的三个行业。而对于城镇和乡村居民消费排在四、五位的高敏感度行业并不相同，这是由于城乡居民生活的需求以及行业生产技术等方面存在差异造成的。由公式（19-22）可知，高敏感度的行业具有一个重要的特点，相较于低敏感度行业，在技术水平提升相同程度的情况下，在高敏感度行业中居民间接碳排放的减排量会更大。也就是说提升这些高敏感度行业的生产技术，对于降低居民间接碳排放具有更加显著的效果。

四、讨论与结论

本文通过核算，明确了北京市城乡居民间接碳排放量以及居民间接碳排放对各行业生产技术变化的敏感度，计算得出的排放量较高的行业以及技术敏感度显著的行业见表5。

表5中所列高排放行业分别是北京市城镇、乡村居民间接碳排放最高的五个行业。碳排放量大则说明减排的空间大。在生产技术水平一定的情况下，不同行业居民消费间接碳排放与居民对该行业的最终产品需求呈正相关。换句话说，居民对行业最终产品的需求量下降将会使间接碳排放量随之下降。因此，通过倡导合理消费，减少浪费，降低居民不必要的需求，可以在一定程度上实现碳排放的降低。

各个行业的生产技术变化会带来居民消费间接碳排放量的变化。而针对不同行业中相同程度的生产技术的变化，导致居民消费间接碳排放的变化量是不同的。不同行业的生产技术敏感度体现了这种差异。表5中所列出的具有最高敏感度的五大行业，意味着相较于其他行业，这些行业中只要发生一定程度的生产技术进步，就会带来非常明显的碳减排效果。因此，从间接碳排放的减排角度来看，推动这些行业的生产技术进步会有事半功倍的效果。而通过提升生产技术降低间接碳排放效果最明显的行业依次是表5中排序1-5的高敏感度行业，此排序可以作为以技术提升推动居民间接碳减排的行业优先发展顺序。比较各行业在北京市城乡居民消费的敏感度差异，电力、热力的生产和供应业，食品和烟草业，交通运输、仓储和邮政业在北京市城镇和乡村居民消费中均为最高敏感度的行业。除了上述三个行业外，住宿和餐饮业、金融业在北京市城镇居民消费间接碳排放方面是高敏感度行业，而房地产业、煤炭采选业在北京市乡村居民消费间接碳排放方面是高敏感度行业。通过推动这些行业的生产技术进步将对控制北京市居民消费间接碳排放有更突出的效果。

表5 北京市居民间接碳排放对应高排放行业与高敏感度行业

综合间接碳排放量以及敏感性分析的结果来看，可以将表5中所列的行业进一步分类：对于北京城镇地区居民间接碳排放而言，电力、热力的生产和供应业、食品和烟草业、交通运输、仓储和邮政业、住宿和餐饮业这四个行业属于高排放-高敏感度行业，石油、炼焦产品和核燃料加工业属于高排放-低敏感度行业，金融业属于低排放-高敏感度行业；对于北京乡村地区居民间接碳排放而言，食品和烟草业、房地产业、电力、热力的生产和供应业属于高排放-高敏感度行业，住宿和餐饮业、石油、炼焦产品和核燃料加工业属于高排放-低敏感度行业，交通运输、仓储和邮政业、煤炭采选业属于低排放-高敏感度行业。以上三大类行业在针对居民间接碳排放的减排潜力以及减排方式选择上存在差异。首先，高排放-高敏感度行业应该是减排工作的重点，因为其排放量大，减排空间大。而高技术敏感度则说明技术进步对其行业内的居民间接碳排放影响大，应该把推动行业技术进步作为主要减排手段来推动这类行业的减排工作；高排放-低敏感度行业也是具有较大减排空间的重点行业，但是因为技术进步对这类行业的碳减排作用不大，对其采取的减排手段应该有所差别，可以采取适当的调整居民需求，控制生产规模的手段促其减排；低排放-高敏感度行业虽然减排空间不大，但是技术对其排放量的控制作用明显，那么可以采取技术改进的方式充分挖掘其减排潜力；此外，还有一类行业是低排放-低敏感度行业，这类行业的碳减排空间小，而且对技术不敏感，减排难度较大，应该暂时不作为减排的重点行业。

针对高敏感度行业，北京市应该大力鼓励和支持这些行业的技术提升，可以针对这些行业的技术研发工作给予一定的优惠政策，或者由政府财政支出直接支持科研院所在相关行业技术领域的基础研究工作。特别是低排放-高敏感度行业，如房地产业，其间接碳排放量基数较小，又可以通过提升技术有效的控制其碳排放的增长，可以将其发展为新的经济增长点，带动产业结构转型，走一条提升行业技术、引导产业转型升级实现碳减排的道路。另外，对于城乡不同类型的行业要采取不同的碳减排措施，这种差异体现出了北京市城乡居民在生活消费方面的差异以及行业生产与技术关联性的差异，相关部门在制定政策时应该充分考虑这种差异而制定差异化的减排政策，以期达到最优的减排效果。