长三角地区城乡居民的食物消费碳排放差异研究

吕梦姗 李 雷，2，3 王成军，2，3

(1.浙江农林大学经济管理学院；2.浙江农林大学乡村振兴研究院；3.浙江农林大学碳中和研究院，浙江 杭州 311300)

改革开放以来，中国城乡居民收入和消费日渐增长，居民的食物消费正从温饱型消费向发展型消费过渡[1]，食物消费总量显著提升并呈现多元化趋势。居民食物消费结构的变化，可能会导致食物消费碳排放的变化，影响资源环境的可持续性。中国作为一个负责任的发展中国家，在2020年提出了“双碳”目标。作为改善居民健康和协调自然环境系统可持续性的有效途径，近年来食物系统受到广泛关注。《中国农业产业发展报告2022》指出要加速推进肉类消费向健康营养低碳方向转型，促进农食系统的碳减排，进而提高中国农食系统的韧性。食物系统作为温室气体排放的主要来源，约占全球碳排放的25%～30%，而食物消费又与居民日常生活息息相关[2]，食物作为连接城乡的载体，起着非常重要的作用，因此向大众提倡低碳绿色的食物消费方式至关重要[3]。长三角地区作为我国最发达的经济圈之一，该地区居民快速的生活节奏导致其食物消费模式也在快速变化，这给中国实现“双碳”目标带来极大挑战。长三角地区有责任探索低碳可持续的食物消费路径，率先推进全面绿色低碳转型。并且长三角已经开启探索共同富裕的新模式，该地区城乡居民收入差距较中国其他地区小，研究该地区城乡居民的食物消费碳排放变化差异，能为促进城乡协调发展提供参考，具有较强的现实意义。同时本文的理论意义在于在可持续发展理论的基础上，丰富了农食系统维度上的可持续发展理论，进一步探讨食物消费与碳排放二者的逻辑关系。本文旨在“双碳”目标背景下探究长三角城乡居民的食物消费碳排放差异以及不同类型食物的人均消费量对长三角城乡居民的食物消费碳排放影响，对明确居民食物消费碳排放变化和实现食物消费可持续发展有重要意义。

一、文献综述

居民食物消费碳排放，是指居民在日常的食物消费中所产生的二氧化碳量，来源包括食物本身、食物的生产加工运输、食物的储存与烹饪等环节[4]。国内外学者就居民食物消费碳排放，运用生命周期法[5]、投入产出法[6]、碳折算系数法[7]等方法进行测算研究。目前关于食物消费碳排放的研究主要集中在以下三个方面：(1)食物消费碳排放的时空演变研究。就中国而言，中国各地食物消费人均碳排放呈现较显著的民族性、地域空间差异特征[8]。从城乡分异视角上看，近年来部分学者通过研究发现：城镇居民在食物消费碳排放总量上高于农村居民。一方面，随着越来越多的农村人口进入城市，将促进城镇居民食物消费碳排放的增加，另一方面，城乡居民食物消费结构多样化导致食物消费碳排放较之前年份有所下降[9，10]。总体上看，中国城乡居民的食物碳消费同时呈现二元性和趋同性特征[8，11，12]。(2)食物消费碳排放的影响因素研究。有部分学者指出，GDP指数、人口规模、城镇化、居民收入等因素会对食物消费碳排放带来不同程度的影响[13-15]。(3)食物消费结构变动与碳排放关系。张翠玲等综合考虑食物消费的经济成本最低、水资源消耗最少、耕地资源消耗最少和温室气体排放最少4个目标对当前中国居民食物消费结构进行优化[16]；韩金雨等通过VAR模型探寻食物消费结构的升级与农业碳排放之间的关系，发现两者存在一定的关联，且具有滞后性，同时指出农业碳排放对植物性食物消费的冲击更为灵敏[17]。然而目前对全国最发达的经济区——长三角地区居民的食物消费碳排放的研究比较少见，这不利于准确评估经济快速发展背景下的中国城乡居民食物消费碳排放的变动情况，为此，本文从中国长三角地区的1995—2019年居民食物消费数据入手，分析长三角城乡居民食物消费碳排放整体情况，并基于无条件分位数回归(UQR)，研究不同类型食物的人均消费量对长三角城乡居民食物消费碳排放的影响，为实现中国城乡居民食物消费可持续发展提供参考依据。

二、数据与模型

(一)计量模型的设定

本文设定的计量模型如下，首先是以居民人均食物消费碳排放作为被解释变量为例：

(1)

其中i为省份(直辖市)，t为年份，α为截距项，j表示不同的食物种类；β1-β12分别表示解释变量的估计系数，度量各影响因素对长三角城乡居民食物消费碳排放的影响；μi、θt、εit分别为空间效应、时间效应和随机扰动项。式1的被解释变量是居民人均食物消费碳排放，以其对数形式表示。主要解释变量是各类食物的人均消费量，控制变量包括人均可支配收入、人口数量和恩格尔系数，除恩格尔系数以外，其他几项均用对数形式表示。同时选取老龄化率和人口抚养比(老年抚养比与儿童抚养比之和)作为人口特征变量。最后设置时间与地区虚拟变量，同时考虑个体与时间固定效应。其次本文进一步分析各类食物消费的碳排放所受影响，由于文章篇幅有限，选取的被解释变量以3类基础性食物(粮食类、肉禽类、蔬菜类)的人均消费碳排放为例。变量的设置与式1相似，构建的计量模型如式(2)—(4)所示：

(2)

(3)

(4)

上式所涉及的具体变量的编码和含义如表1所示。

表1 变量含义说明

(二)研究方法

无条件分位数回归(UQR)是对条件分位数回归(CQR)的补充和拓展。UQR主要应用于劳动经济学领域，多数学者用此研究不同影响因素对不同群体的收入分布差距的影响[18]。近年来，越来越多的学者将UQR用于其他领域。方超研究信息技术对学生教育的公平性[19]；周春芳和苏群分析农民工与城镇职工的就业质量差异[20]；郑宏远和李谷成研究数字普惠金融对县域农业全要素生产率的影响[21]。本文基于Firpo等提供的无条件分位数回归，利用再中心化影响函数(RIF)进行无条件估计[22]，参考郑宏远和李谷成的做法[21]，表示为式(5)：

式1和式5中的LNTPEit均表示人均食物消费碳排放的对数。qτ是人均食物消费碳排放在第τ个分位点的无条件分布，I(LNTPEit≤qτ)是一个区分人均食物消费碳排放比大还是小的二元变量，fLNTPF(qτ)表示在qτ估计的人均食物消费碳排放的概率密度函数。由于本文所利用的是省级面板数据，必须对那些不随时间变化但可能会影响居民人均食物消费碳排放的因素加以控制。基于此，本文主要利用BORGEN提出的模型进行估计[23]。

(三)数据来源

本文将食物划分为7个主要食物类别，选取样本为1995—2019年长三角地区各省市城乡居民食物消费的观察值。其中食物消费量历年数据取自《中国住户统计年鉴》《中国统计年鉴》以及各省市统计年鉴。本文的食物消费碳排放系数参照Poore等的食物系统碳排放数据库的数据[24]，通过整理如表2所示。根据历年食物消费量和食物消费碳排放系数，通过计算得到某一省份的城镇或农村居民在某一年的人均食物消费碳排放总量。除此之外，其余的解释变量则来自《中国人口与就业统计年鉴》与各省市统计年鉴。

表2 食物的碳排放系数

三、实证检验与分析

(一)长三角居民食物消费碳排放变化情况

长三角居民的食物消费碳排放总量呈逐步上升的趋势，从1995年的2137.91亿千克二氧化碳当量增至2019年的3419.88亿千克二氧化碳当量。图1为长三角城乡居民整体食物消费碳排放总量近年来的变化情况。其中，城镇居民的食物消费碳排放呈稳步上升趋势，农村居民的食物消费呈弱N型趋势，并且城镇居民的食物消费碳排放在2005年开始超过农村居民。表明城乡二元结构的人口流动极大地促进了城镇居民食物消费的增加。但由于居民整体生活水平的改善，农村居民的食物消费碳排放在2010年前后也缓慢增加。

图1 1995-2019年长三角城乡居民食物消费碳排放总量变化情况

长三角居民人均食物消费碳排放计算结果如图2所示。整体上看，居民人均食物消费碳排放近25年增长了30.94%。从城乡差异上看，2010年以前农村居民的人均食物消费碳排放大于城镇居民，2010年以后城镇居民的人均食物消费碳排放超过了农村居民，到2019年农村居民食物消费碳排放又反超城镇居民。但从整体上看，城镇居民的人均食物消费碳排放与农村居民相当，并且二者的差距也在逐渐减小。结合上文所提到的长三角城乡居民食物消费碳排放总量变化情况，反映出长三角城乡居民食物消费碳排放同时具有二元性和趋同性。

图2 长三角居民1995-2019年人均食物消费碳排放变化趋势

(二)描述性统计分析

从长三角地区居民近25年的主要食物消费的整体上看，居民人均食物消费碳排放为1256.23kg CO2e，总体呈正偏态分布。从频数分布上看，36%的食物消费人均碳排放小于1200 kg CO2e，54%的食物消费人均碳排放在1200—1500 kg CO2e之间，仅有10%的食物消费人均碳排放超过1500 kg CO2e。长三角地区农村居民的人均食物消费碳排放略高于城镇居民。从不同食物类型上看，除了人均粮食类消费碳排放农村居民高于城镇居民外，在其他食物类型上城镇居民的食物消费碳排放均高于农村居民。并且长三角城乡居民消费在肉禽类食物消费上产生的碳排放都是最多，城镇居民消费油脂类食物产生的碳排放最少，农村居民消费干鲜瓜果类产生的碳排放最少。与上述情况相同，除了粮食类食物，城镇居民在其他种类的食物消费量都要大于农村居民。城镇居民的收入水平与人口数量高于农村居民，而在恩格尔系数、老龄化率和人口抚养比这三方面，农村居民要高于城镇居民。

(三)无条件分位数回归

表3 长三角城乡居民食物消费碳排放的无条件分位数回归结果

(续表3)

本文考虑城乡差异，对样本数据进行回归，得到以10%、25%、50%、75%、90%为代表的长三角居民食物消费碳排放的无条件分位数固定效应模型回归结果，如表3所示，可以看出：各类食物的人均消费量大部分能显著反映长三角城乡居民食物消费碳排放变化。对于低分位食物消费碳排放群体，粮食类和肉禽类消费均会导致城乡居民食物消费碳排放增加，蛋类和干鲜瓜果类消费有助于减缓城乡居民食物消费碳排放。其中低分位食物消费碳排放群体的城乡差异主要体现在肉禽类消费上，农村居民的肉禽类消费相较于城镇居民更能导致其食物消费碳排放增加。对于中等分位食物消费碳排放群体，粮食类、肉禽类及水产品消费会导致城镇居民食物消费碳排放增加，同时粮食类和水产品能减缓农村居民的食物消费碳排放。中等分位食物消费碳排放群体的城乡差异则主要体现在粮食类消费上。对于高分位食物消费碳排放群体，粮食类和水产品均能导致城乡居民食物消费碳排放增加，肉类、蛋类和油脂类消费一定程度上减缓城乡居民的食物消费碳排放。高分位食物消费碳排放群体的城乡差异主要体现在干鲜瓜果类消费上，并且干鲜瓜果类会导致城镇居民食物消费碳排放增加。

此外，其他控制变量如人均可支配收入、人口数量、恩格尔系数、老龄化率、人口抚养比等对居民食物消费碳排放均有显著的异质性影响，考虑到本文重点关注城乡居民的不同类型食物消费量与其食物消费碳排放的关系，在此不做讨论。

本文选取长三角城乡居民的3类基础性食物(粮食类、肉禽类、蔬菜类)消费碳排放的无条件分位数回归结果进行展示，如表4—6所示。

其中表4是针对居民人均粮食类食物消费碳排放进行的实证分析。相较于农村居民，水产品、油脂类、干鲜瓜果类消费增加，会导致城镇居民的粮食类消费碳排放增加。从无条件分位数回归上看，对于低分位粮食类消费碳排放群体，蛋类消费会导致长三角城乡居民粮食类消费碳排放增加，肉禽类、水产品、油脂类消费对城乡居民粮食类消费碳排放的影响呈相反关系。其中肉禽类和油脂类消费更能引起农村居民粮食类消费碳排放增长，水产品消费则更能引起城镇居民粮食类消费碳排放增长。从城乡差异上看，25分位粮食类消费碳排放群体的城乡差异较大，主要体现在蛋类消费上，农村居民的蛋类消费相较于城镇居民更能减缓其粮食类消费碳排放。对于中分位粮食类消费碳排放群体，水产品、油脂类、干鲜瓜果类消费对城乡居民粮食类消费碳排放的影响呈相反关系。其中干鲜瓜果类消费会导致农村居民粮食类消费碳排放增加，水产品和油脂类消费会导致城镇居民粮食类消费碳排放增加。并且中分位粮食类消费碳排放群体的城乡差异则主要体现在油脂类消费上。对于高分位粮食类消费碳排放群体，油脂类会导致城乡居民粮食类消费碳排放均有所增长，肉禽类消费能减缓城乡居民粮食类消费碳排放。同时，蛋类和干鲜瓜果类对城乡居民粮食类消费碳排放的影响呈相反关系，蛋类消费对城镇居民粮食类消费碳排放有减缓作用，干鲜瓜果类消费对农村居民粮食类消费碳排放有减缓作用。并且90分位粮食类消费碳排放群体的城乡差异也相对较大，主要体现在干鲜瓜果类消费上。综上，相较于农村居民，城镇居民通过对不同类型的食物消费，能显著促进其粮食类消费碳排放。

表4 长三角居民粮食类食物消费碳排放的无条件分位数回归结果

表5是针对居民人均肉禽类食物消费碳排放进行的实证分析，结果表明粮食类消费能显著减少长三角城乡居民的肉禽类消费碳排放，水产品消费能显著引发长三角城乡居民的肉禽类消费碳排放增长。从无条件分位数回归上看，对于低分位肉禽类消费碳排放群体，粮食类、蛋类、水产品、油脂类消费对城乡居民肉禽类消费碳排放的影响呈相反关系。其中粮食类、蛋类、水产品消费会导致农村居民肉禽类消费碳排放增加，油脂类消费引起城镇居民肉禽类消费碳排放增长。并且低分位肉禽类消费碳排放群体的城乡差异较大，主要体现在粮食类和油脂类消费上。对于中高分位肉禽类消费碳排放群体，粮食类、蛋类、干鲜瓜果类消费对城乡居民肉禽类消费碳排放的影响呈相反关系，这三类食物消费均会引起城镇居民肉禽类消费碳排放增长，而会减缓农村居民肉禽类消费碳排放。中高分位的肉禽类消费碳排放群体的城乡差异较小，主要受到油脂类、蔬菜类、粮食类消费的影响。

表5 长三角城乡居民肉禽类食物消费碳排放的无条件分位数回归结果

表6是居民人均蔬菜类食物消费碳排放实证分析，结果表明除了肉禽类和干鲜瓜果类对农村居民的蔬菜类消费碳排放有减缓作用外，其他食物消费会导致长三角城乡居民的蔬菜类消费碳排放增长。从无条件分位数回归上看，对于低分位蔬菜类消费碳排放群体，粮食类对城乡居民蔬菜类消费碳排放的影响呈相反关系，粮食类消费对农村居民蔬菜类消费碳排放有增加作用，对城镇居民蔬菜类消费碳排放有减缓作用。对于中分位蔬菜类消费碳排放群体，粮食类、蛋类、油脂类消费均会导致城乡居民蔬菜类消费碳排放增长，肉禽类消费会减缓城乡居民蔬菜类消费碳排放。从城乡差异上看，中低分位蔬菜类消费碳排放群体的城乡差异较大，主要体现在粮食类消费上，农村居民的粮食类消费相较于城镇居民更能导致其蔬菜类消费碳排放增长。对于高分位蔬菜类消费碳排放群体，蛋类、水产品、油脂类消费能引发长三角城乡居民蔬菜类消费碳排放增长，肉禽类消费对城乡居民蔬菜类消费碳排放有减缓作用。高分位蔬菜类消费碳排放群体的城乡差异较小，主要体现在粮食类和肉禽类消费上，农村居民在这两类食物上的消费相较于城镇居民更能减缓其蔬菜类消费碳排放。综上，粮食类消费会导致低分位农村居民群体和高分位城镇居民群体蔬菜类消费碳排放的增长，并且蛋类和油脂类消费会导致长三角城乡居民蔬菜类消费碳排放增长。

表6 长三角城乡居民蔬菜类消费碳排放的无条件分位数回归结果

(四)稳健性检验

为进一步验证结果的稳健性，本文通过替换和删除控制变量两种方法进行稳健性检验，具体的做法是将人口抚养比这个变量拆分为老年抚养比和儿童抚养比两个变量重新估计模型，以及将老龄化率和人口抚养比这两个控制变量去除后重新估计模型，如表7所示。对控制变量进行处理后，估计结果与系数显著性与各个模型的总体回归大体相似，表明本文的估计较为稳健。

表7 稳健性检验

(续表7)

四、结论与建议

(一)结论

本文基于1995—2019年长三角城乡居民7大类食物消费数据，采用无条件分位数回归探究长三角城乡居民食物消费对其食物消费碳排放差异的影响。得到以下结论：

第一，长三角居民食物消费碳排放总量逐渐增加并逐渐呈现城乡二元性，但在人均食物消费碳排放的表现上看二者呈现趋同性。第二，从不同分位的城乡差异视角上看，低分位食物消费碳排放群体的城乡差异较大，高分位食物消费碳排放群体的城乡差异较小。并且低分位食物消费碳排放群体的城乡差异主要体现在肉禽类消费上，高分位食物消费碳排放群体的城乡差异主要体现在干鲜瓜果类消费上。第三，对3类基础性食物而言，相较于农村居民，城镇居民的食物消费能显著引发其粮食类消费碳排放增加。与总体情况类似，低分位肉禽类和蔬菜类消费碳排放群体的城乡差异较大，高分位肉禽类和蔬菜类消费碳排放群体的城乡差异较小。并且粮食类消费会带动低分位农村居民和高分位城镇居民两个群体的肉禽类和蔬菜类消费碳排放增加。因此，今后需要特别关注低分位农村群体的食物消费碳排放，控制其肉禽类和粮食类消费，以及高分位城镇群体的食物消费碳排放，控制其干鲜瓜果类和粮食类消费。

(二)建议

为更好地实现“双碳”目标，基于前文的研究结果，提出以下建议：(1)向大众提倡健康低碳饮食，在保障居民营养正常摄入的前提下，倡导居民适当控制食物消费量，减少食物浪费，同时改善居民食物消费结构，实现营养健康与环境可持续的双赢。(2)人口特征变量对居民整体食物消费碳排放的影响值得深入探讨。(3)未来需关注中国其他地区或者是贫困地区城乡居民的食物消费碳排放变化，为全国范围内的城乡融合以及共同富裕的推进工作做出贡献。