中国城市居民收入和储蓄增长对家庭能耗碳排放的区域异质性及政策应对

李娜娜 ，赵月 ，王军锋

（1. 南开大学 环境科学与工程学院，天津 300350；2. 南开大学 循环经济与低碳发展研究中心，天津 300350；3. 生态环境部环境发展中心，北京 100029）

0 引言

中国一直在积极努力控制碳排放[1-2]，中国国家主席习近平在2020年9月22日召开的联合国大会上表示：“中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。”这一目标的制定展现了中国负责任、有担当的大国形象，通过国家不断努力有望提前实现这一目标[3]。长期以来，我国减排任务的重点聚焦在工业部门，但随着工业能源利用技术不断进步，其减排空间正逐渐缩小。已有研究表明，家庭部门逐渐成为减排的焦点部门[4-5]。近几十年来，中国家庭能源消耗和碳排放保持了快速增长。家庭日常生产生活消费所产生的碳排放量是全球碳排放量的重要组成部分，已经成为新的增长点[6]。2014年，中国家庭部门的最终能源消费达到4.06亿吨油当量，占最终能源消费总量的20.4%[7]。燃料燃烧产生的二氧化碳排放量为3.439亿 吨[8]。家庭消费的增加对能源消耗和二氧化碳排放的增长做出了巨大贡献[9]。

与此同时，中国城市居民收入水平在显著提升，城市居民储蓄率也屡创新高。居民收入与家庭碳排放之间的关系已引起学者们的高度关注。虽然收入对家庭碳排放的影响已有一些前期研究，但是相关研究结论还有争议。一些学者认为家庭碳排放随着收入水平的提高而增加。Golley & Meng[10]采用投入产出的方法，应用2005年中国城市家庭的调查数据探讨了城市家庭收入不平等对碳排放的影响，研究结果表明，收入与碳排放呈正向相关关系，高收入家庭会产生更多的碳排放。Han等[11]应用分位数回归和Shaply分解方法，采用了中国24个城市的样本，提出城乡居民收入差异是影响家庭碳排放最重要的决定因素。Yang & Liu[12]采用2013年中国216个地级市的截面数据研究了居民能源消费和碳排放的影响因素，结果表明城市居民收入和城市人口规模对碳排放具有正向驱动作用。然而有关收入水平对家庭碳排放的影响认识并不完全一致。Kerkhof等[13]通过对2000年荷兰、英国、瑞典与挪威4国的家庭生活碳排放的定量分析发现，荷兰与英国的家庭人均碳排放要远高于瑞典和挪威；荷兰与英国高收入家庭的碳排放强度比低收入家庭的碳排放强度要小。

基于以往研究的认知，本文将采用排放系数法估算中国284个地级以上城市的家庭燃气碳排放、家庭电力碳排放以及家庭热力碳排放，并结合固定效应模型分析中国城市人均家庭收入与人均家庭储蓄对不同能源品种人均家庭碳排放的影响。考虑到中国城市经济发展水平差异较大，本文将城市样本分为东中西三个城市群以研究上述关系的区域差异性，从而为政策制定提供有益参考。

1 城市家庭直接能耗碳排放的估算

家庭日常生活能源消费如煤、石油、天然气以及电力和采暖，所产生的碳排放定义为家庭直接碳排放。日常生活消费的其他商品和服务中隐含能源消费所产生的碳排放称为居民消费间接碳排放。这部分碳排放主要来自商品的生产以及运输过程，如家庭日常衣着、食品、居住、出行、家庭设备使用等过程中所产生的碳排放。需要说明的是，虽然电力在能源转换过程中已实现碳排放的转变，但考虑到电力为二次能源，因此本研究参考段思营[14]的研究，将电力划到直接碳排放中。

本研究采用排放系数法[15]对2005—2016年中国284个地级以上城市家庭直接能源消费所产生的碳排放进行核算。将家庭天然气、液化石油气以及人工煤气统称为家庭燃气，便于弥补部分年份和省份数据的缺失。城市家庭日常能源消费活动主要有炊事、取暖、照明等。基于此，将核算能源消耗量主要分为三类：家庭燃气、家庭取暖和家庭用电，估算方法如下：

式中：C为家庭直接碳排放量，E为家庭部门能源消耗量，EC为各能源碳排放因子，i表示不同能源品种，j表示各地级以上城市。城市人口规模变化对于家庭碳排放来说是最为直接的影响因素，人口规模越大的城市，家庭碳排放量一般越高。本研究将人均家庭二氧化碳排放量作为因变量纳入模型中，以降低人口规模对于城市家庭碳排放的影响。基于此，核算家庭部门不同能源消费品种的人均直接碳排放量：

式中：CPHCF为人均家庭燃气碳排放；E1、E2、E3分别为城市家庭煤气、液化石油气和天然气用量，EC1、EC2、EC3分别为煤气、液化石油气和天然气的碳排放因子；CPHCH为人均家庭采暖碳排放，H为供暖面积，E4为单位面积供暖耗煤量，EC4为标准煤耗碳排放因子；CPHCE为人均家庭用电碳排放，E5为城市家庭用电量，EC5为电网碳排放因子；Pop为年末总人口。

2 影响因素选择、数据来源与研究方法

2.1 城市家庭碳排放的影响因素选择

城市家庭能源消费相关的碳排放是由居民做饭、洗澡和取暖等直接能耗引起的。对城市居民住宅能耗结构进行了研究，主要分为燃气（人工煤气、液化石油气和天然气）、电力和供暖。影响家庭直接碳排放的主要因素有四个：家庭收入储蓄特征、家庭能源消费选择特征、家庭人口特征以及家庭所在城市的社会经济特征[16]。

在本研究中，将人均家庭工资性收入作为衡量家庭经济特征的一个重要因素。收入是消费支出的前提，其变化会影响能源消费数量和结构的变化。一般来说，高收入的家庭具有更丰富的需求类型和规模，这些都可能是家庭能源消耗和碳排放的重要来源。家庭工资性收入作为核心解释变量，是衡量一个地区家庭生活水平的重要标志。随着居民生活水平的提高，生活能源消费更加多元化，能源消费量及相关碳排放会随之发生变化，这一指标体现了个体消费者决策的家庭背景。家庭储蓄作为反映家庭经济水平的一个显著因素，也间接影响着家庭的碳排放。据2006—2017年的《中国统计年鉴》显示，2000—2016年，中国家庭储蓄率基本保持在30%～45%的范围内。此外，家庭储蓄余额也呈现增长趋势。储蓄的积累对家庭能源消费的规模和结构产生潜在的影响。

家庭能源结构是影响家庭碳排放的主要因素。家庭能源消耗类型主要包括燃料、电力和采暖。在本文中，使用燃料（天然气、液化石油气、煤气）的家庭数量变化反映了家庭能源消费的变化趋势，并且家庭数量的增加也会直接导致家庭用能的增加。因此，家庭能源消费的选择分别选取了城市家庭使用气态燃料的户数和人均家庭能源消费量来表征。三种气态燃料用气户数的变化在一定程度上可以反映家庭部门用能结构调整的趋势。另外，由家庭碳排放核算公式可知，人均家庭能源消耗量也是影响家庭碳排放的重要因素，因此将其纳入到解释变量中。

家庭人口特征是影响家庭能源消费的重要因素。主要通过集约化的居住模式来降低人均家庭用电量，因此更高的人口密度可以促进居民能源消费的变化。除此之外，还必须了解家庭外部环境变化，例如家庭所处城市的社会经济背景等如何影响家庭直接能耗碳排放，基于此，我们将城市家庭所在区域的人均GDP和人口密度作为控制变量纳入模型中，以分别考虑该区域的经济发展水平与该区域人口密集程度对能源消费和碳排放的影响，以提高模型的解释能力。

2.2 数据来源

由于数据的限制，本研究的范围包括2005—2016年中国280个地级市和4个直辖市的284份统计数据。使用人工煤气、液化石油气、天然气的家庭数量以及家庭燃气消耗量、家庭用电量取自于2005—2016年的《中国城市建设统计年鉴》。化石能源折现煤炭系数取自《中国能源统计年鉴》，碳排放系数取自IPCC（2006）、国家气候变化政策协调小组办公室、国家发改委能源研究所（2007）。人均收入、人均储蓄、年末总人口、人均GDP以及人口密度均来自《中国城市统计年鉴》。各单元采暖区耗煤量以《中国民用建筑节能设计标准（采暖住宅建筑）》数据为依据。各变量描述如表1所示，描述性统计没有明显的偏差，数据较为合理。

表1 各变量定义及描述性统计

2.3 固定效应模型

固定效应模型，即固定效应回归模型，是一种面板数据分析方法。它是指实证分析只比较模型内变量间的交互影响而不涉及模型中未包含在内的影响因子。固定效应回归是一种空间面板数据中随个体变化但不随时间变化的一类变量方法，固定效应模型公式如下：

在本研究中，为了估计变量对人均家庭直接碳排放的影响，计量经济模型设计如下：

式中：Yit为是第i个地级市第t年不同能源品种人均家庭碳排放量；α是常数项；β是模型回归系数；ui是第i个地级市的个体效应，用来控制各地级市不可观测的且不随时间改变的特有性质；eit为误差项；pincome为人均家庭收入；psaves为人均家庭储蓄；house为家庭用气户数；pgdp为人均GDP；energy为人均能源消耗量；dencity为人口密度。

3 实证结果与分析

3.1 中国城市家庭能耗碳排放的空间分布与区域差异

根据家庭不同能源品种碳排放的估算结果，发现中国城市人均家庭碳排放水平存在着较为明显的区域差异。通过分析中国284个地级以上城市人均家庭燃气碳排放、人均家庭用电碳排放以及人均家庭采暖碳排放的区域分布，我们发现以下几个特点：

第一，284个城市家庭燃气碳排放变化具有显著的区域差异。自2005年开始，东部沿海地区大部分城市均呈现较高的人均家庭燃气碳排放，尤其是上海市和广州市。呼和浩特市虽不在东部沿海，但是其排放量也位居前三。随着时间推移，中国东部城市人均家庭燃气碳排放显著下降，而西南地区部分城市则呈现出增加趋势。虽然东部沿海地区人均家庭燃气碳排放虽有下降，但是珠三角城市群和长三角城市群仍是中国高碳排放的聚集区。

第二，北方地区城市居民冬季采暖引起的碳排放空间集聚明显，是城市家庭碳排放不可忽视的重要因素。

第三，对于城市家庭用电碳排放来说，东部沿海的增长速度最快，比如宁波市、温州市、上海市位列全国前三名。我国中部地区的鄂尔多斯市与吕梁市也是家庭用电碳排放增速较快的两个地级市。

3.2 城市居民收入快速增加对家庭不同能源品种碳排放的影响效应

表2展示了线性模型固定效应的估计结果，其中，模型（1）、（3）、（5）为城市人均家庭收入对人均家庭碳排放的影响。由表2的结果发现，中国城市人均家庭收入水平的提升与三种不同能源品种的人均家庭碳排放升高存在显著相关关系。具体而言，人均家庭收入升高与家庭燃气碳排放之间存在负相关关系，弹性系数为-0.653，意味着人均家庭收入每增加1%，家庭燃气碳排放将减少0.653%，表明城市人均家庭收入的增加有利于家庭燃气碳排放的降低。在对家庭电力碳排放模型的回归中，我们发现，城市人均家庭收入的弹性系数是0.242，这意味着城市人均家庭收入增加1%可以产生0.242%的家庭电力碳排放升高。同样，城市人均家庭收入提升对家庭采暖碳排放增长有显著推动作用，其影响系数为0.233。

表2 线性回归结果

3.3 城市居民储蓄水平上升对家庭不同能源品种碳排放的影响效应

考虑到家庭居民储蓄水平的提升，我们在表2的模型（2）、（4）、（6）中加入了城市人均家庭储蓄指标来测试对三种家庭能源消费碳排放的不同影响。结果发现：城市人均家庭储蓄增长与家庭燃气碳排放、家庭电力碳排放和家庭采暖碳排放显著相关，其相关系数为-0.090（5%）、0.220（1%）、0.141（1%）。

具体来说，第一，对于家庭燃气碳排放，无论是城市中使用燃气的家庭数量因素，还是城市人均家庭能源消耗水平因素对城市家庭碳排放水平增加都表现出显著的促进效应，尤其是城市家庭用气户数因素对城市家庭碳排放水平增加的解释更强，在1%的显著水平下达到0.787。相反的是，城市人均家庭收入和人均储蓄水平提高对于抑制家庭燃气碳排放增长是有利的，尤其是城镇居民人均收入的碳排放抑制效应更显著。

第二，家庭采暖碳排放增长与模型中所有解释变量呈显著的正向相关关系，其中城市人均GDP增长与家庭采暖碳排放的增长相关系数最大，在1%显著水平下达到0.405。

第三，对家庭电力碳排放有正向影响的是城市人均家庭收入、人均家庭储蓄、人均家庭能耗、人口密度和人均GDP。其中，城市人均GDP对家庭电力碳排放的影响系数最大，即城市人均GDP每增加1%，家庭电力碳排放增加0.387%。通过对比城市人均家庭储蓄变量加入前后的模型估计结果，可以看出，加入城市人均家庭储蓄这一变量后，城市人均家庭收入对家庭电力碳排放的解释力有所下降。

3.4 城市居民收入和储蓄水平家庭碳排放效应的区域差异

我国城市家庭能源消费及其碳排放存在明显的空间不均衡。因此，为进一步分析城市居民收入和储蓄水平对家庭碳排放影响的区域差异，本文进一步分成东、中、西三个经济区域[17]进行讨论。

表3为我国东部地区101个城市人均家庭碳排放回归结果。模型（7）、（9）、（11）依次为城市人均家庭收入增加对家庭燃气碳排放、家庭采暖碳排放以及家庭电力碳排放的影响，模型（8）、（10）、（12）为加入城市人均家庭储蓄因素后的估计结果。结果表明，城市人均家庭收入增长抑制了家庭燃气碳排放的增加，这一结果通过了1%的显著性检验，弹性系数为-0.320。与之不同的是，城市人均家庭收入的增加对家庭采暖碳排放、家庭电力碳排放具有显著的促进作用。在加入城市人均家庭储蓄变量后，城市家庭居民收入因素对城市家庭燃气碳排放和城市家庭电力碳排放的影响程度均有所下降，说明储蓄因素与收入因素共同解释了城市家庭能源碳排放的增加。

表3 东部地区城市家庭直接碳排放回归结果

为研究中部地区城市居民收入和储蓄对人均家庭碳排放的影响，本文选取了109个中部地区的地级市进行估计，如表4所示，城市居民收入和储蓄水平的增加对人均家庭碳排放的影响与东部地区的影响趋势较为一致，然而收入的相关影响系数都有大幅提高，这说明中部地区城市居民收入对家庭碳排放的影响贡献度比东部地区更大。在中部地区，对于家庭燃气碳排放来说，家庭用气户数的增加对其促进影响最为显著，弹性系数为0.922。而对于家庭采暖碳排放来说，除了城市人均家庭收入和储蓄的增加促进碳排放的增加外，人均GDP和人均家庭能源消耗量的增加也表现为正向的促进作用。对家庭电力碳排放来说，城市人均家庭收入、城市人均家庭储蓄、城市人均GDP与城市人均家庭能源消耗水平等因素的增加会促进其增加。加入人均储蓄变量后发现模型中各变量的影响系数变化幅度较小，其中值得关注的是对于家庭燃气碳排放来说，收入对家庭碳排放的影响贡献度变大。

表4 中部地区家庭碳排放回归结果

西部地区中共有74个地级市纳入模型中，回归结果见表5。与东、中部地区不同的是，城市人均家庭收入对家庭碳排放的影响显著性仅在人均家庭燃气和采暖碳排放中体现，分别通过了5%和1%的显著性检验。对于家庭燃气碳排放来说，人均城市能源消耗水平与家庭用气户数的增加对其促进影响最为显著，弹性系数分别为0.388和0.806。而对于家庭采暖排放来说，除了城市人均家庭收入和储蓄的增加促进了其增加外，城市用气家庭户数的增加也表现为正向的促进作用。城市人均家庭储蓄、城市人均GDP与城市人均家庭能源消耗水平等因素的增加会促进家庭电力碳排放的增加。

表5 西部地区家庭直接碳排放回归结果

3.5 城市家庭收入与储蓄增长对中国气候治理政策的影响

第一，中国城市碳达峰和碳中和战略应该充分评估家庭收入增长对气候治理目标的影响，尤其要妥善处理好城市家庭收入增长带来的能源增长挑战。

第二，城市气候治理政策制定不但要关注城市家庭收入增长的碳排放效应，也应该考虑到家庭储蓄余额这一家庭财富积累量对家庭能源消费碳排放的影响，应科学预测其与收入因素引起的协同碳排放效应。

第三，在低收入地区，要利用多元化方式推动收入水平较低的家庭不断积累自身财富，获得更多的能源选择权利，更快实现家庭能源消费结构的优化带来的碳减排效益。

第四，科学制定城市能源转型规划，加快城市能源结构调整，增加城市清洁能源比重，有效带动家庭能源供给系统的零碳化发展趋势。

第五，要秉承统筹区域协调发展，坚持和而不同的原则，针对具有高家庭碳排放量的东部沿海发达地区，应该加强家庭部门碳排放的管控，通过适当的政府干预来引导家庭部门节能减排。对于中西部地区来说，在关注居民将储蓄转化为消费需求的变化趋势的同时，制定科学有效的激励政策，将低碳和节能政策落实到居民的消费行为中。

第六，倡导节能电器的使用，宣传普及节能措施。家庭电力碳排放在经济发达城市中占有较高的比重，居民收入和储蓄的增长会增加家用电器的消费和使用，从而增加家庭部门的电力消费碳排放。在推动清洁能源结构转型的同时，要做好节能低碳家电产品的宣传和消费，全面落实阶梯电价政策，引导居民理性消费。

4 结论

本文采用固定效应回归模型，识别了城市家庭居民收入和储蓄因素对城市家庭碳排放的影响。研究结果发现：城市人均家庭收入和储蓄的增加会减弱城市家庭燃气碳排放。对于城市家庭用电碳排放和家庭采暖碳排放来说，城市人均家庭收入和储蓄增长均表现出显著的促进作用。

本文还发现我国家庭直接碳排放的影响因素具有区域差异性。首先，对中国东部地区来说，城市人均家庭收入每增加1%，城市家庭燃气碳排放减少0.320%，而居民收入增加对城市家庭用电碳排放的正向驱动作用十分显著。其次，对于中国中部地区来说，城市人均家庭收入和储蓄对家庭用电碳排放的正向影响较大，但是城市居民储蓄对于家庭燃气碳排放没有显著影响。最后，对于中国西部地区来说，城市居民收入和储蓄对城市家庭燃气碳排放和家庭采暖碳排放均有显著影响，且城市居民收入和储蓄对家庭采暖碳排放有显著的促进作用，然而城市居民收入对城市家庭用电碳排放的影响并没有显著性。