曲建升+劉莉娜+曾靜靜+張志強+王莉+王勤花

收稿日期：2014-03-12

作者簡介：曲建升，博士，研究員，主要研究方向為氣候政策分析與溫室氣體排放評估。

基金項目：中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項“應(yīng)對氣候變化的碳收支認(rèn)證及相關(guān)問題”（編號：XDA05140100）；國家自然科學(xué)基金項目“基于排放基準(zhǔn)線的我國居民家庭碳排放需求與增長路徑研究”（編號：41371537）。

摘要本文基于時間序列數(shù)據(jù)從生活消費視角定量評估居民人均生活碳排放的驅(qū)動因素?；贙aya恒等式基本原理，采用LMDI分解法構(gòu)建一個包括消費碳排放強度、消費結(jié)構(gòu)、城鄉(xiāng)消費比重、消費水平、經(jīng)濟水平和城鄉(xiāng)結(jié)構(gòu)在內(nèi)的居民人均生活碳排放驅(qū)動因素分解模型，對我國1995-2012年的城鄉(xiāng)居民人均生活碳排放影響因素進行分解分析。研究結(jié)果表明：消費水平、經(jīng)濟水平、消費結(jié)構(gòu)、城鄉(xiāng)結(jié)構(gòu)、城鄉(xiāng)消費比重各因素效應(yīng)對我國城鎮(zhèn)居民人均生活碳排放的影響均大于對我國農(nóng)村居民人均生活碳排放的影響；消費水平、經(jīng)濟水平、消費結(jié)構(gòu)因素對我國城鄉(xiāng)居民人均生活碳排放的影響最為明顯；城鎮(zhèn)人口效應(yīng)對城鎮(zhèn)居民人均生活碳排放量的減排意義重大，而農(nóng)村人口效應(yīng)導(dǎo)致農(nóng)村居民人均生活碳排放量的增加；城鄉(xiāng)結(jié)構(gòu)變化會帶動居民人均生活碳排放的變化，隨著時間推移，城鄉(xiāng)結(jié)構(gòu)達(dá)到一定程度，我國城鄉(xiāng)居民人均生活碳排放的變化也相對穩(wěn)定。在此基礎(chǔ)上，提出我國家庭生活消費節(jié)能減排的對策及建議，引導(dǎo)居民低碳生活，綠色消費。

關(guān)鍵詞碳排放；生活；驅(qū)動因素；LMDI；中國

中圖分類號 X24; P476 文獻標(biāo)識碼A文章編號1002-2104（2014）08-0033-09doi:103969/jissn1002-2104201408005

全球氣候變暖是當(dāng)前人類社會面臨的十大環(huán)境問題之一。根據(jù)政府間氣候變化專門委員會（IPCC）第五次評估報告，20世紀(jì)50年代以來的大部分（50%以上）全球地表平均氣溫的升高極可能（extremely likely，95%以上可能性）是由人類活動導(dǎo)致的［1］?；谝訧PCC為代表的這一科學(xué)認(rèn)識，國際社會積極推進以碳減排為核心的氣候變化減緩行動?？茖W(xué)評估全球、區(qū)域和各國的碳排放量是實施氣候變化減緩行動的基礎(chǔ)性工作，對實現(xiàn)碳減排具有重要的研究意義。隨著碳排放研究向低碳減排轉(zhuǎn)變，家庭碳排放評估日益受到重視。對家庭碳排放的研究主要致力于揭示以家庭為單元的消費主體的碳排放行為特征、區(qū)域差異以及排放需求和影響因素分析［2-4］，進而支持節(jié)能減排、綠色消費和低碳發(fā)展戰(zhàn)略的制定。

本文將LMDI分解模型應(yīng)用到居民生活碳排放驅(qū)動因素分析當(dāng)中，分解確定1995-2012年消費碳排放強度、消費結(jié)構(gòu)、城鄉(xiāng)消費比重、消費水平、經(jīng)濟水平、城鄉(xiāng)結(jié)構(gòu)等影響因素對我國城鄉(xiāng)居民人均生活碳排放的累計貢獻值，并對我國居民人均生活碳排放的城鄉(xiāng)差異進行分析。

1文獻回顧

碳排放的影響因素較為復(fù)雜，既涉及資源稟賦、氣候條件等自然因素，也與產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟水平、消費習(xí)慣等社會因素緊密相關(guān)。早在20世紀(jì)70年代，Ehrlich ［5］等就對CO2排放的影響因素進行分解研究，并利用IPAT方程討論人類活動與環(huán)境影響因素之間的關(guān)系［6］。1989年日本學(xué)者Yoichi Kaya［7］提出Kaya恒等式，用于對CO2排放影響因素的定量分析，并成為應(yīng)用最廣的模型之一。基于Kaya恒等式的使用，又有很多學(xué)者將CO2排放影響因素進行分解，最為常見的是結(jié)構(gòu)分解分析法和指數(shù)分解分析法［8-11］，其中，LMDI分解模型可以進行完全分解、不產(chǎn)生殘差，而且允許數(shù)據(jù)中包含零值，得到學(xué)術(shù)界的普遍認(rèn)可，并廣泛應(yīng)用于各個領(lǐng)域。

國內(nèi)也有較多學(xué)者應(yīng)用LMDI模型從不同角度對碳排放的影響因素進行分析。王燦等［12］采用改進的LMDI分解模型對我國1957-1979年和1980-2000年兩個樣本區(qū)間的碳排放總量進行分解分析。徐國泉等［13］基于LMDI分解模型，定量分析能源結(jié)構(gòu)、能源效率和經(jīng)濟發(fā)展等因素變化在1995-2004年對我國人均碳排放的影響。陳彥玲等［14］基于LMDI分解方法對我國能源人均碳排放量的變化進行分解，分析確定了近年來我國人均碳排放量增長的主要原因。王俊松等［15］基于LMDI分解模型對我國碳排放量的變化進行分解，探討能源消費、經(jīng)濟增長與碳排放之間的關(guān)系。朱勤［16-17］、彭希哲等［18］應(yīng)用LMDI分解模型分析我國人口、人口態(tài)勢以及人口城鎮(zhèn)化等因素對碳排放的影響。劉蘭翠等［19］應(yīng)用LMDI分解模型，對我國1992-2007年居民間接碳排放影響因素進行分析，得出人口、城市化擴張以及人均家庭消費增加是其重要影響因素。從省域?qū)用嫔?，郭運功［20］，王圣［21］，張偉［22］等分別對我國上海市，江蘇沿海，陜西等省域的碳排放影響因素進行分析。

通過以上研究分析發(fā)現(xiàn)，早期碳排放研究工作主要集中在能源、產(chǎn)業(yè)等領(lǐng)域碳排放總量及人均碳排放的影響因素分析，較少關(guān)注處于消費末端的家庭所產(chǎn)生的碳排放。本文將LMDI分解模型運用到居民人均生活碳排放研究中，可以更好地反映研究區(qū)域的碳排放變化，揭示研究區(qū)域碳排放驅(qū)動因素的貢獻。

2數(shù)據(jù)來源與研究方法

2.1數(shù)據(jù)來源

本文在前期研究工作基礎(chǔ)上［4,23］，獲得我國居民人均生活碳排放影響因素分析的基礎(chǔ)數(shù)據(jù)。居民人均生活碳排放計算及其影響因素分析中用到的生活消費、價格指數(shù)、城鄉(xiāng)人口比例、國內(nèi)生產(chǎn)總值（GDP）、人口等相關(guān)數(shù)據(jù)來自歷年《中國統(tǒng)計年鑒》和《中國人口和就業(yè)統(tǒng)計年鑒》［24-26］。居民生活消費碳排放系數(shù)計算中用到的能耗、投入產(chǎn)出等相關(guān)數(shù)據(jù)來自《中國投入產(chǎn)出表2007》［27］和《中國能源統(tǒng)計年鑒2007》。為了使數(shù)據(jù)具有可比性、統(tǒng)一性，本文將1995- 2012年的現(xiàn)價家庭生活消費、國內(nèi)生產(chǎn)總值換算為2006年的不變價，由此計算城鄉(xiāng)居民人均生活碳排放基礎(chǔ)數(shù)據(jù)，進而對其影響因素進行研究分析。

2.2LMDI分解方法

本文利用1995-2012年我國大陸31個?。ㄖ陛犑?、自治區(qū)）的宏觀統(tǒng)計數(shù)據(jù)，首先計算我國城鄉(xiāng)居民人均生活碳排放量，然后基于Kaya恒等式理論基礎(chǔ)，將CO2排放的影響因素與人類活動產(chǎn)生的CO2排放量建立聯(lián)系，并對我國居民人均生活碳排放的影響因素進行分解分析。常見的因素分解方法主要有Laspeyres因素分解法和Divisia因素分解法。對數(shù)平均Divisia因素分解法（LMDI）不產(chǎn)生無法解釋的殘差項，允許數(shù)據(jù)中包含零值，從而得到學(xué)術(shù)界的廣泛應(yīng)用，本文亦采用LMDI進行因素分解，將居民生活碳排放量分成消費碳排放強度、消費結(jié)構(gòu)、城鄉(xiāng)消費比重、消費水平、經(jīng)濟水平以及城鄉(xiāng)結(jié)構(gòu)幾個因素的乘積。

家庭碳排放影響因素分解模型的基本公式如下:

Ci=∑ijCij=∑ijCijEij×EijEi×EiE×EG×GＰ×PPi×Pi（1）

式中，Ci為歷年i類居民的生活碳排放量總量，單位：萬t CO2；i為居民類別，即城鎮(zhèn)和農(nóng)村（當(dāng)i=1時，代表城鎮(zhèn)；當(dāng)i=2時，代表農(nóng)村）；j為消費支出類別，包括食品、衣著、居住、家庭設(shè)備、交通通訊、文教娛樂、醫(yī)療保健、其他商品及服務(wù)八類，j=1,2,…,8；Cij為歷年i類居民的j類家庭生活消費的生活碳排放量，單位：萬t CO2；Eij為歷年i類居民的j類家庭生活消費，單位：萬元；Ei為歷年i類居民的家庭生活消費，單位：萬元；E為歷年家庭生活總消費，單位：萬元；G為歷年國內(nèi)生產(chǎn)總值（GDP），單位：億元；P為歷年人口總量，單位：萬人；Pi為歷年城鎮(zhèn)或農(nóng)村人口，單位：萬人。

i類（城市/農(nóng)村）居民人均生活碳排放量可表示為：

Ai=CiPi=∑ijCijPi=∑Aij=∑ijCijEij×EijEi×EiE×EG

×GP×PPi （2）

式中：Ai為歷年i類居民的人均生活碳排放量，單位：t CO2/人；Aij為歷年i類居民j類消費的人均生活碳排放量，單位：t CO2/人；

消費碳排放強度因素，Iij=Cij/Eij，即i類居民j類家庭生活消費的居民生活碳排放強度；

消費結(jié)構(gòu)因素，Sij=Eij/Ei，即i類居民j類家庭生活消費占i類家庭生活總消費的比例；

城鄉(xiāng)消費比重因素，Qi=Ei/E，即i類家庭生活消費占家庭生活總消費的比例；

消費水平因素，T=E/G，即家庭生活總消費與國內(nèi)生產(chǎn)總值的比例；

經(jīng)濟水平因素，R=G/P，即人均國內(nèi)生產(chǎn)總值；

城鄉(xiāng)結(jié)構(gòu)因素，Ui=P/Pi，即城鎮(zhèn)（農(nóng)村）人口與總?cè)丝诒壤牡箶?shù)。

由此，城鎮(zhèn)（農(nóng)村）居民的人均生活碳排放量可表示為：

Ai=∑ijAij=∑ijIijSijQiTRUi（3）

根據(jù)對數(shù)平均權(quán)重Divisia分解法，用t代表年份，第t年相對于基期年（1995年）的居民人均生活碳排放量變化可以表示為：

ΔAij=Atij-A0ij

=∑ijItijStijQtiTtRtUti-∑ijI0ijS0ijQ0iT0R0U0i

=ΔAI+ΔAS+ΔAQ+ΔAT+ΔAR+ΔAU+ΔArsd（4）

式（4）中的ΔAI、ΔAS、ΔAQ、ΔAT、ΔAR、ΔAU代表各因素變化對居民人均生活碳排放變化的累計貢獻值。其中：ΔAI為消費碳排放強度效應(yīng)；ΔAS為消費結(jié)構(gòu)效應(yīng)；ΔAQ為城鄉(xiāng)消費比重效應(yīng)；ΔAT為消費水平效應(yīng)；ΔAR為經(jīng)濟水平效應(yīng)；ΔAU為城鄉(xiāng)結(jié)構(gòu)效應(yīng)；ΔArsd為分解余量。此模型比較全面地反應(yīng)了消費結(jié)構(gòu)、生活水平、經(jīng)濟水平、城鄉(xiāng)結(jié)構(gòu)因素對居民人均生活碳排放的影響。

根據(jù)式（4），按照對數(shù)平均權(quán)重Divisia分解法進行分析，分解結(jié)果為：

ΔAI=∑ijW′ijlnItijI0ij;ΔAS=∑ijW′ijlnStijSI0ij;

ΔAQ=∑ijW′ijlnQtijQ0ij;ΔAT=∑ijW′ijlnTtT0;

ΔAR=∑ijW′ijlnRtR0;ΔAT=∑ijW′ijlnUtiU0i（5）

其中，W′ij=Atij-A0ijln(Atij)-ln(A0ij)

ΔArsd=ΔA-(ΔAI+ΔAS+ΔAS+ΔAT+ΔAR+ΔAU)

=Atij-A0ij-∑ijW′ij(lnItijI0ij+lnStijS0ij+lnQtiQ0i+lnTtT0+lnRtR0+lnUtiU0i)

=Atij-A0ij-∑ijW′ijlnAtijA0ij

=Atij-A0ij-∑ij(Atij-A0ij)=0

3城鄉(xiāng)居民人均生活碳排放驅(qū)動因素分析根據(jù)LMDI分解模型，通過公式（3）-（5）將我國居民人均生活碳排放影響因素進行加和分解，得到城鎮(zhèn)和農(nóng)村居民人均生活碳排放各影響因素的累計貢獻值。加和分解值ΔAI、ΔAS、ΔAQ、ΔAT、ΔAR、ΔAU分別代表消費碳排放強度效應(yīng)、消費結(jié)構(gòu)效應(yīng)、城鄉(xiāng)消費比重效應(yīng)、消費水平效應(yīng)、經(jīng)濟水平效應(yīng)、城鄉(xiāng)結(jié)構(gòu)效應(yīng)，即各影響因素變化對1995至1996-2012年城鄉(xiāng)居民人均生活碳排放量變化的累計貢獻值。模型分解后，加和分解值大于0，表示該效應(yīng)對居民生活碳排放量的增加起推動作用；加和分解值小于0，表示該效應(yīng)對居民生活CO2減排起積極作用。計算結(jié)果發(fā)現(xiàn)，消費碳排放強度效應(yīng)恒等于0，出現(xiàn)這種情況，主要是因為在計算歷年居民人均生活碳排放量過程中使用的碳排放因子是相同的，所以消費碳排放強度只決定于消費種類，對于同一類消費來說，消費碳排放強度是不變的。因此，定量分析消費結(jié)構(gòu)效應(yīng)、城鄉(xiāng)消費比重效應(yīng)、消費水平效應(yīng)、經(jīng)濟水平效應(yīng)及城鄉(xiāng)結(jié)構(gòu)效應(yīng)對我國居民人均生活碳排放的影響，可以更真實地反映我國居民生活碳排放量的變化情況，從而為我國碳減排路徑的選擇及政策的制定提供理論依據(jù)。

3.1城鎮(zhèn)居民人均生活碳排放驅(qū)動因素分析

如圖1所示，從城鎮(zhèn)居民人均生活碳排放各影響因素的累計貢獻值可以看出，1995至1996-2012年，消費水平效應(yīng)、城鄉(xiāng)消費比重效應(yīng)、消費結(jié)構(gòu)效應(yīng)對我國城鎮(zhèn)居民人均生活碳排放的累計貢獻值始終為正值，說明這三個因素對城鎮(zhèn)居民生活碳排放增長主要起推動作用；城鄉(xiāng)結(jié)構(gòu)效應(yīng)累計貢獻值在1995至1996-2012年間始終為負(fù)值，這說明城鄉(xiāng)結(jié)構(gòu)因素的變化會對城鄉(xiāng)居民人均生活碳排放的減排起到積極圖1城鎮(zhèn)居民人均生活碳排放的LMDI分解結(jié)果

Fig.1LMDI decomposition results of urban per capita

household carbon emissions作用，只是因為本文用城鄉(xiāng)人口與全國人口比例的倒數(shù)來代表城鄉(xiāng)結(jié)構(gòu)，所以其累計貢獻值為負(fù)值；經(jīng)濟水平效應(yīng)貢獻值在1995至1996-2003年間小于0，在1995至2004-2012年間大于0，這說明經(jīng)濟水平因素的變化在1995至1996-2003年間對城鎮(zhèn)居民人均生活碳排放的減排起到積極作用，而1995至2004-2012年間對城鎮(zhèn)居民人均生活碳排放的增長起推動作用。從圖1中還可以看出，消費水平效應(yīng)是城鎮(zhèn)居民人均生活碳排放長期增長的主要驅(qū)動力因素，而且消費水平對人均生活碳排放量的貢獻值呈現(xiàn)不斷上漲趨勢，尤其是2005年以后增速更為明顯，這也是居民人均生活碳排放量在2005年后顯著增長的主要原因。此外，城鄉(xiāng)消費比重效應(yīng)、消費結(jié)構(gòu)效應(yīng)對城鎮(zhèn)居民人均生活碳排放所起的推動作用總體都隨著時間呈上升趨勢，但數(shù)值很小，其影響權(quán)重非常小。經(jīng)濟水平效應(yīng)累計貢獻值由負(fù)值轉(zhuǎn)為正值，隨著時間其增長幅度不斷加大，這說明2004年以前，經(jīng)濟水平的變化對城鎮(zhèn)居民人均生活碳排放的減排起推動作用，但其影響不明顯；而2004年以后，經(jīng)濟水平的變化對城鎮(zhèn)居民人均生活碳排放的增加起推動作用，并在2011年超過消費水平對居民人均生活碳排放的累計貢獻值，成為最主要的驅(qū)動因素。城鄉(xiāng)結(jié)構(gòu)效應(yīng)累計貢獻值隨時間的推移呈現(xiàn)負(fù)向上升變化，這說明城鄉(xiāng)結(jié)構(gòu)因素變化越大，對城鎮(zhèn)居民人均生活碳排放的影響越大。

3.2農(nóng)村居民人均生活碳排放驅(qū)動因素分析

如圖2所示，從農(nóng)村居民人均生活碳排放各影響因素的累計貢獻值可以看出，1995至1996-2012年，消費水平效應(yīng)、城鄉(xiāng)結(jié)構(gòu)效應(yīng)、消費結(jié)構(gòu)效應(yīng)對我國農(nóng)村居民人均生活碳排放的累計貢獻值始終為正值，說明這三個因素對農(nóng)村居民人均生活碳排放的增長主要起推動作用；城鄉(xiāng)消費比重效應(yīng)累計貢獻值在1995至1996-2012年間始終為負(fù)值，這說明城鄉(xiāng)消費比重因素的變化對農(nóng)村居民生活碳排放的減排起積極作用；經(jīng)濟水平效應(yīng)累計貢獻值在1995至1996-2003年間小于0，在1995至2004-2012年間大于0，這說明經(jīng)濟水平因素的變化在1995至1996-2003年間對農(nóng)村居民人均生活碳排放的減排起到積極作用，但數(shù)值很小，其影響權(quán)重比較小，而1995至2004-2012年間對農(nóng)村居民人均生活碳排放的增長起推動作用，數(shù)值不斷增大，其影響權(quán)重也不斷增長。

3.3城鄉(xiāng)居民人均生活碳排放驅(qū)動因素的差異分析

3.3.1消費水平因素

從城鄉(xiāng)消費水平來看，1996年消費指數(shù)為0.15，至2008年達(dá)到最大值0.32，2012年又下降為0.26，1996-2012年間，消費指數(shù)呈現(xiàn)先上升后下降的趨勢。本文的消費指數(shù)是由國內(nèi)消費總值與國內(nèi)生產(chǎn)總值的比值來表示，2008年以前，國內(nèi)生產(chǎn)總值的上升幅度較小，而2008年以后，國內(nèi)生產(chǎn)總值的上升幅度劇增，從而以2008年為轉(zhuǎn)折年，呈現(xiàn)消費指數(shù)先升后降的趨勢。

圖2農(nóng)村居民人均生活碳排放的LMDI分解結(jié)果

Fig.2LMDI decomposition results of rural per capita

household carbon emissions

把消費水平累計貢獻值分解為年貢獻值（見圖3）。研究期間，城鄉(xiāng)消費水平效應(yīng)一直為正值，年貢獻值比較大，且2011年以前，消費水平效應(yīng)的年貢獻值遠(yuǎn)遠(yuǎn)大于其他各影響因素的年貢獻值，說明消費水平的變化是城鄉(xiāng)居民人均生活碳排放增長的主要驅(qū)動力。此外，城鄉(xiāng)消費水平的貢獻值隨時間呈現(xiàn)出與消費指數(shù)同樣變化的先上升后下降的趨勢。1996年城鎮(zhèn)消費水平對居民人均生活碳排放的年貢獻值為0.02 t CO2/人；至2009年，城鎮(zhèn)消費水平效應(yīng)的年貢獻值上漲為0.64 t CO2/人，上漲了30.67倍；至2012年，城鎮(zhèn)消費水平效應(yīng)的年貢獻值為0.56 t CO2/人，與2009年相比下降了12.46%，與1996年相比，上漲了26.73倍。1996年農(nóng)村消費水平對居民人均生活碳排放的年貢獻值為0.01 t CO2/人；至2008年，農(nóng)村消費水平效應(yīng)的年貢獻值上漲為0.23 t CO2/人，上漲了27.69倍；至2012年，城鎮(zhèn)消費水平效應(yīng)的年貢獻值為0.21 t CO2/人，與2008年相比下降了7.28%，與1996年相比，上漲了25.60倍。城鎮(zhèn)消費水平對居民人均生活碳排放的年貢獻值遠(yuǎn)遠(yuǎn)大于農(nóng)村消費水平產(chǎn)生的年貢獻值，因此，我國居民消費對碳排放的影響主要來自城鎮(zhèn)居民人均生活碳排放的不斷增加。

3.3.2經(jīng)濟水平因素

從城鄉(xiāng)經(jīng)濟水平來看，1996-2012年間的人均GDP呈現(xiàn)波動上升趨勢，其中，1996年人均GDP為1.62萬元，至2003年緩慢下降為1.58萬元，下降了2.51%，2012年人均GDP為3.45萬元，與2003年相比，上漲了1.19倍，其中2009年之后上漲幅度最為明顯。

把經(jīng)濟水平因素的累計貢獻值分解為年貢獻值（見圖4）。1996-2003年間，城鄉(xiāng)經(jīng)濟水平效應(yīng)為負(fù)值，且年貢獻值較小，2004-2012年間，城鄉(xiāng)經(jīng)濟水平效應(yīng)為正值，且

圖3消費水平效應(yīng)對城鄉(xiāng)居民人均生活碳

排放的年貢獻值

Fig.3Contributions of consumption level effect for

urban/rural per capita household carbon emissions

年貢獻值較大。說明經(jīng)濟規(guī)模的變化對于城鄉(xiāng)居民人均生活碳排放的增減具有重要影響。經(jīng)濟水平效應(yīng)的變化趨勢可分為兩個階段。第一階段，1996-2003年，經(jīng)濟效應(yīng)年貢獻值保持緩慢負(fù)向增長，這與該階段全國人均GDP增長率緩慢增加有直接關(guān)系。第二階段，2004-2012年，經(jīng)濟水平效應(yīng)年貢獻值保持持續(xù)快速正向增長，增長速度非常明顯，這一階段實際上是經(jīng)濟水平效應(yīng)最典型的體現(xiàn)。盡管“十一五”、“十二五”規(guī)劃綱要中都明確提出降低單位國內(nèi)生產(chǎn)總值能源消耗、減少污染物排放等約束性指標(biāo)，但是經(jīng)濟水平效應(yīng)迅速增長的事實不容忽視。盡管，經(jīng)濟增長帶來大量的物質(zhì)財富，但也消耗大量的物質(zhì)能源，產(chǎn)生大量的溫室氣體，因此，要引導(dǎo)城鄉(xiāng)居民人均生活碳排放的增長，就必須提升經(jīng)濟增長的質(zhì)量。

3.3.3城鄉(xiāng)結(jié)構(gòu)因素

從城鄉(xiāng)結(jié)構(gòu)因素來看，我國城鎮(zhèn)化進程不斷加快，1996-2012年間的人口城鎮(zhèn)化率呈現(xiàn)持續(xù)上升趨勢。1996年，城鎮(zhèn)人口從3.73億增長至2012年的7.12億；人口城鎮(zhèn)化率從1996的30.48%，升至2012的52.57%，上漲了72.47%。

把城鄉(xiāng)結(jié)構(gòu)因素的累計貢獻值分解為年貢獻值（見圖5）。城鎮(zhèn)人口效應(yīng)年貢獻值的變化與城鎮(zhèn)化率的變化基本是一致的，人口城鎮(zhèn)化率越高，城鎮(zhèn)人口效應(yīng)的年貢獻值越大，對城鎮(zhèn)居民人均生活碳排放的影響越大。從圖5還可以看出，城鎮(zhèn)人口效應(yīng)的負(fù)向年貢獻值遠(yuǎn)遠(yuǎn)大于農(nóng)村人口效應(yīng)的正向年貢獻值，這說明城鄉(xiāng)結(jié)構(gòu)變化越大，對城鄉(xiāng)居民人均生活碳排放的影響越大，城鄉(xiāng)結(jié)構(gòu)變化越小，對城鄉(xiāng)居民人均生活碳排放的影響越小。城鄉(xiāng)結(jié)構(gòu)因素對居民人均生活碳排放的影響主要有兩方面：一是城鄉(xiāng)

圖4經(jīng)濟水平效應(yīng)對城鄉(xiāng)居民人均生活碳排放

的年貢獻值

Fig.4Contributions of economic level effect for urban/

rural per capita household carbon emissions

結(jié)構(gòu)改變，深刻影響并改變城鄉(xiāng)居民的生活方式、消費方式、生活水平、消費水平，進而改變城鄉(xiāng)消費結(jié)構(gòu)，從而對城鄉(xiāng)居民人均生活碳排放的增加起到積極的推動作用；二是城鄉(xiāng)結(jié)構(gòu)改變，深刻影響并改變城鄉(xiāng)土地利用方式，城鎮(zhèn)過度擴建以及“空心村”導(dǎo)致森林土地破壞，改變土地利用方式，同時也給碳減排帶來了巨大的壓力。由此可見，合理控制人口規(guī)模，有效控制城鄉(xiāng)結(jié)構(gòu)對控制城鄉(xiāng)居民人均生活排放具有積極的意義。

3.3.4消費結(jié)構(gòu)因素

如圖6所示，1995年，城鎮(zhèn)居民八項消費支出比重由高至低依次為：食品（51.90%）、衣著（11.27%）、家庭設(shè)備（8.63%）、交通通訊（8.37%）、其他消費（6.54%）、文教娛樂（5.84%）、居?。?.12%）及醫(yī)療保健（3.15%）； 農(nóng)村居民八項消費支出比重由高至低依次為：食品（60.23%）、居?。?1.09%）、衣著（6.26%）、家庭設(shè)備（5.86%）、交通通訊（5.14%）、教育文化（5.13%）、醫(yī)療保?。?.35%）、及其他商品服務(wù)（2.94%）。至2012年，城鎮(zhèn)食品支出比重以3.59%的比率持續(xù)下降至27.40%，下降了46.37%；文教娛樂、醫(yī)療保健支出比重分別以5.83%、6.02%的比率持續(xù)上升，上漲為14.85%、8.16%，排行分別為第二、第六位；交通通訊、衣著、居住支出的比重呈現(xiàn)波動變化，分別上漲為14.76%、13.69%、9.95%，其比重分別排行第三、第四、第五位；家庭設(shè)備、及其他消費比重的變化不大，變化率在1%左右，排序分別為第七、第八位。農(nóng)村食品支出比重以4.51%的比率持續(xù)下降至25.84%；居住、交通通訊、醫(yī)療保健、文教娛樂支出比重分別以3.94%、5.69%、7.94%、4.69%的比率波動上漲為20.85%、12.64%、11.65%、10.68%，排行分別為第二、第三、第四、第五位；衣著、家庭設(shè)備、及其他消費比重的變化不大，變化率在2%左右，排序分別為第六、第七、第八位。

圖5城鄉(xiāng)結(jié)構(gòu)效應(yīng)對居民人均生活碳排放的年貢獻值

Fig.5Contributions of urban/rural structure effect for per

capita household carbon emissions

圖6我國城鄉(xiāng)居民生活消費結(jié)構(gòu)（%）

Fig.6Structure of urban/rural per capita household consumption in China

把消費結(jié)構(gòu)的累積貢獻值分解為年貢獻值，即把每年累積貢獻值減去前一年累積貢獻值，得到當(dāng)年貢獻值（見圖7）。城鄉(xiāng)消費結(jié)構(gòu)對居民人均生活碳排放的年貢獻值隨時間呈上升趨勢，總體上呈現(xiàn)積極的推動作用，且城鎮(zhèn)消費結(jié)構(gòu)對城鎮(zhèn)居民人均生活碳排放的年貢獻值圖7消費結(jié)構(gòu)效應(yīng)對城鄉(xiāng)居民人均生活碳

排放的年貢獻值

Fig.7Contributions of consumption structure effect for

urban/rural per capita household carbon emissions遠(yuǎn)遠(yuǎn)大于農(nóng)村消費結(jié)構(gòu)對農(nóng)村居民人均生活碳排放的年貢獻值。其中，至1996年，城鎮(zhèn)消費結(jié)構(gòu)的貢獻值為0.005 t CO2/人，農(nóng)村消費結(jié)構(gòu)的貢獻值為0.003 t CO2/人，至2012年，城鎮(zhèn)消費結(jié)構(gòu)的貢獻值上漲為0.191 t CO2/人，農(nóng)村消費結(jié)構(gòu)的貢獻值上漲為0.090 t CO2/人。這主要是因為城鎮(zhèn)和農(nóng)村居民在基本生活消費類型、消費水平和消費觀念方面上存在差異，兩者消費結(jié)構(gòu)不同，從而產(chǎn)生的碳排放結(jié)構(gòu)不同。

1995-2012年，城鎮(zhèn)居民生活消費結(jié)構(gòu)變化較大，從以食品、衣著、家庭設(shè)備消費類型為主轉(zhuǎn)化為以食品、文教娛樂、交通通訊消費類型為主；而農(nóng)村地區(qū)居民生活消費結(jié)構(gòu)變化不太明顯，食品、居住消費依舊是農(nóng)村主要的生活消費類型?？傮w來看，食品消費是城鄉(xiāng)居民的主導(dǎo)消費類型，成為居民生活碳排放的主要來源，而文教娛樂、交通通訊主要成為城鎮(zhèn)的主要碳排放源，居住、交通通訊主要成為農(nóng)村的主要碳排放源，因此在制定碳減排措施時要綜合考慮城鄉(xiāng)居民消費結(jié)構(gòu)因素對居民生活碳排放的影響。

3.3.5城鄉(xiāng)消費比重因素

從城鄉(xiāng)消費比例來看，1996-2012年間，城鎮(zhèn)消費比例呈波動上升趨勢，而農(nóng)村消費比例呈波動下降趨勢。1996年，城鎮(zhèn)與農(nóng)村消費比較接近，城鎮(zhèn)消費比例為52.26%，農(nóng)村消費比例為47.74%，城鎮(zhèn)消費比例僅是農(nóng)村消費比例的1.09倍；至2012年，城鎮(zhèn)消費比例上漲為75.19%，上漲了43.87%，農(nóng)村消費比例下降為24.81%，下降了48.03%，此時，城鎮(zhèn)消費比例是農(nóng)村消費比例的3.03倍，與1996年相比幾乎高了2倍。

把城鄉(xiāng)消費比重累計貢獻值分解為年貢獻值（見圖8）。研究期間，城鎮(zhèn)消費比重效應(yīng)一直為正值，說明了城鎮(zhèn)消費比重因素對城鎮(zhèn)居民人均生活碳排放的增加起到推動作用，農(nóng)村消費比重效應(yīng)一直為負(fù)值，說明了農(nóng)村消費比重因素對減少農(nóng)村居民人均生活碳排放起到了積極作用。此外，城鄉(xiāng)消費比重的貢獻值隨著時間分別呈現(xiàn)正向和負(fù)向的波動增長趨勢，其中，1996年城鄉(xiāng)消費比重的貢獻值接近于0 t CO2/人，至2012年，城鎮(zhèn)消費比重的貢獻值上漲為0.354 t CO2/人，農(nóng)村消費結(jié)構(gòu)的貢獻值上漲為-0.24 t CO2/人，城鎮(zhèn)消費比重效應(yīng)的正向上升趨勢大于農(nóng)村消費比重效應(yīng)的負(fù)向上升趨勢。因此，我國居民消費對碳排放的影響主要來自城鎮(zhèn)居民人均生活碳排放的不斷增加。

通過對城鄉(xiāng)居民人均生活碳排放各影響因素的年貢獻值進行比較發(fā)現(xiàn)，消費水平、經(jīng)濟水平、消費結(jié)構(gòu)因素對我國城鄉(xiāng)居民人均生活碳排放的影響最為明顯；城鄉(xiāng)結(jié)構(gòu)即城鄉(xiāng)人口比重的不同對城鎮(zhèn)和農(nóng)村的居民人均生活碳排放的影響不同，城鎮(zhèn)人口效應(yīng)對城鎮(zhèn)居民人均生活碳排放量的減排意義重大，而農(nóng)村人口效應(yīng)導(dǎo)致農(nóng)村居民人均生活碳排放量的增加；城鎮(zhèn)消費比重因素對城鎮(zhèn)居民人均生活碳排放的負(fù)向年貢獻值要遠(yuǎn)大于其對農(nóng)村居民人均生活碳排放的正向貢獻值?？傊?，消費水平、經(jīng)濟水平、消費結(jié)構(gòu)、城鄉(xiāng)結(jié)構(gòu)、城鄉(xiāng)消費比重各因素效應(yīng)對我國城鎮(zhèn)居民人均生活碳排放的影響均大于對我國農(nóng)村居民人均生活碳排放的影響。我國城鄉(xiāng)居民人均生活碳排放量在1995-2012年間的變化主要是由于我國城鄉(xiāng)的消費水平、經(jīng)濟水平及消費結(jié)構(gòu)因素驅(qū)動的。此外，無論是城鄉(xiāng)消費比重還是城鄉(xiāng)結(jié)構(gòu)因素均對我國城鄉(xiāng)居民人均生活碳排放的變化產(chǎn)生影響，隨著時間推移，城鄉(xiāng)結(jié)構(gòu)達(dá)到一定程度，我國城鄉(xiāng)居民人均生活碳排放的變化也相對穩(wěn)定。

4討論與建議

利用LMDI分解模型，可以更好地闡述消費結(jié)構(gòu)、城鄉(xiāng)消費比重、消費水平、經(jīng)濟水平以及城鄉(xiāng)結(jié)構(gòu)與居民人均生活碳排放之間的關(guān)系。對城鄉(xiāng)居民人均生活碳排放的驅(qū)動因素進行深入分析，有助于為我國節(jié)能減排、綠色消費和低碳發(fā)展戰(zhàn)略的制定提供重要的科學(xué)參考。依據(jù)

圖8城鄉(xiāng)消費比重效應(yīng)對居民人均生活

碳排放的年貢獻值

Fig.8Contributions of urban/rural consumption ratio effect

for per capita household carbon emissions

本文的分析結(jié)果，政府部門應(yīng)在制定碳減排政策時，關(guān)注城鄉(xiāng)居民生活碳排放的動態(tài)變化，并統(tǒng)籌考慮人口、消費、經(jīng)濟、社會和環(huán)境等諸多因素的綜合影響。

（1）城鄉(xiāng)居民生活碳排放的快速增長趨勢需加強關(guān)注。研究期間，我國居民人均生活碳排放呈現(xiàn)由緩慢增長到迅速增長的變化趨勢，由1995年的0.27 t CO2/人增加到2012年的1.15 t CO2/人，增加了3.31倍。1995年，城鎮(zhèn)居民人均生活碳排放量為0.49 t CO2/人，農(nóng)村居民人均生活碳排放量為0.18 t CO2/人；至2012年，城鎮(zhèn)居民人均生活碳排放量上漲為1.80 t CO2/人，農(nóng)村居民人均生活碳排放量上漲為0.69 t CO2/人。預(yù)計在能源結(jié)構(gòu)和消費結(jié)構(gòu)等因素不發(fā)生較大變化的情況下，城鄉(xiāng)居民的人均生活碳排放量均將呈現(xiàn)持續(xù)上升趨勢，居民生活排放需作為節(jié)能減排工作的重要領(lǐng)域予以關(guān)注。

（2）研究期間，消費水平效應(yīng)對中國城鄉(xiāng)居民人均碳排放的年貢獻值最大，城鎮(zhèn)消費水平效應(yīng)遠(yuǎn)大于農(nóng)村消費水平效應(yīng)，我國居民消費對碳排放的影響主要來自城鎮(zhèn)居民人均生活碳排放的不斷增加。此外，城鄉(xiāng)消費結(jié)構(gòu)的年貢獻值呈現(xiàn)波動上漲趨勢，其中，城鎮(zhèn)消費結(jié)構(gòu)效應(yīng)的年貢獻值由0.005 t CO2/人，上漲為0.191 t CO2/人，上漲了36.90倍；農(nóng)村消費結(jié)構(gòu)效應(yīng)的年貢獻值由0.003 t CO2/人，上漲為0.090 t CO2/人，上漲了34.64倍。城鄉(xiāng)居民生活消費結(jié)構(gòu)發(fā)生很大變化，主要以食品、文教娛樂、交通通訊、居住消費類型為主。因此，從城鄉(xiāng)消費及城鄉(xiāng)消費結(jié)構(gòu)來看，應(yīng)持續(xù)引導(dǎo)低碳消費模式，降低家庭生活的能源資源消耗強度。

（3）城鄉(xiāng)消費比重效應(yīng)對我國城鎮(zhèn)居民人均生活碳排放的年貢獻值為正值、對我國農(nóng)村居民人均生活碳排放的年貢獻值為負(fù)值。城鄉(xiāng)結(jié)構(gòu)效應(yīng)正好相反，對我國城鎮(zhèn)居民人均生活碳排放的年貢獻值為負(fù)值，對我國農(nóng)村居民人均生活碳排放的貢獻值為正值。此外，兩種效應(yīng)對城鎮(zhèn)居民人均生活碳排放的年貢獻值均大于農(nóng)村。因此，要更加注重城鄉(xiāng)消費比重與城鄉(xiāng)結(jié)構(gòu)對城鄉(xiāng)居民人均生活碳排放的影響，這兩個因素不僅對居民人均生活碳排放的增加起到積極的推動作用，同時，對居民生活的碳減排也有重要影響。在制定節(jié)能減排政策的過程中，要考慮城鄉(xiāng)二元結(jié)構(gòu)、城鎮(zhèn)化和城鄉(xiāng)一體化政策等動態(tài)變化因素對生活碳排放格局的影響，并采取有針對性的政策安排，降低城鎮(zhèn)化進程對碳排放增長帶來的壓力。

（4）此外，近年來的經(jīng)濟增長會帶動居民人均生活碳排放的增長，而經(jīng)濟增長達(dá)到一定程度，城鄉(xiāng)消費水平趨于穩(wěn)定時，對我國居民人均生活碳排放的貢獻也將趨于穩(wěn)定。近年來，經(jīng)濟迅猛增長對居民生活碳排放的影響具有較大沖擊力，其中發(fā)揮主要作用的是經(jīng)濟增長的質(zhì)量，需要關(guān)注經(jīng)濟增長方式、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)等對碳排放增長的影響，通過提高經(jīng)濟增長質(zhì)量，逐步實現(xiàn)社會進步的去碳化。

(編輯：劉照勝)

參考文獻（References）

［1］IPCC. Summary for Policymakers. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change ［R］. Cambridge, United Kingdom and New York, NY, USA：Cambridge University Press, 2013.

［2］Bin S, Dowlatabadi H. Consumer Lifestyle Approach to US Energy Use and the Related CO2 Emissions ［J］. Energy Policy, 2005, 33(2): 197-208.

［3］Qu Jiansheng, Zeng Jingjing, Li Yan, et al. Household Carbon Dioxide Emissions from Peasants and Herdsmen in Northwestern Aridalpine Regions, China ［J］. Energy Policy, 2013, 57: 133-140.

［4］劉莉娜, 曲建升, 曾靜靜, 等. 灰色關(guān)聯(lián)分析在中國農(nóng)村家庭碳排放影響因素分析中的應(yīng)用［J］. 生態(tài)環(huán)境學(xué)報, 2013, 22(3): 498-505. ［Liu Lina, Qu Jiansheng, Zeng Jingjing, et al. Application of Gray Relational Analysis Method in the Influencing Factor Analysis of Chinas Rural Household Carbon Emissions ［J］. Ecology and Environmental Sciences, 2013, 22(3): 498-505.］

［5］Ehrlich PR, Holdren J P. Impact of Population Growth ［J］. Science, 1971,171: 1212-1217.

［6］王云, 張軍營, 趙永椿, 等. 二氧化碳排放因素分解實證研究［J］. 水電能源科學(xué), 2010, 28(11): 161-165. ［Wang Yun, Zhang Junying, Zhao Yongchun, et al. Empirical Study of Decomposition of CO2 Emission Factors ［J］. Water Resources and Power, 2010, 28(11): 161-165.］

［7］Kaya Y. Impact of Carbon Dioxide Emission Control on GNP Growth: Interpretation of Proposed Scenarios ［R］. Paper Presented to the IPCC Energy and Industry Subgroup, Response Strategies Working Group Pairs, 1990.

［8］Ang B W, Zhang F Q, Choi K H. Factorizing Changes in Energy and Environmental Indicators through Decomposition ［J］. Energy, 1998, 23(6): 489-495.

［9］Ang B W. The LMDI Approach to Decomposition Analysis: A Practical Guide ［J］. Energy Policy, 2005,(33): 867-871.

［10］Liu Na, Ang B W. Factors Shaping Aggregate Energy Intensity Trend for Industry: Energy Intensity Versus Product Mix ［J］. Energy Economics, 2007,(26): 609-635.

［11］邢璐, 單葆國. 基于Kaya公式的中國CO2排放影響因素分解［J］. 能源技術(shù)經(jīng)濟, 2011, 23(10): 46-50. ［Xing Lu, Shan Baoguo. Empirical Analysis of Chinas Carbon Emission Based on Kaya Identity and Decomposition Model ［J］. Energy Technology and Economics, 2011, 23(10): 46-50.］

［12］Wang Can, Chen Jining, Zou Ji. Decomposition of Energy Related CO2 Emission in China: 1957-2000 ［J］. Energy, 2005, 30(1): 73-83.

［13］徐國泉, 劉則淵, 姜照華. 中國碳排放的因素分解模型及實證分析: 1995-2004 ［J］. 中國人口·資源與環(huán)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.］

［14］陳彥玲, 王琛. 影響中國人均碳排放的因素分析［J］. 北京石油化工學(xué)院學(xué)報, 2009, 17(2): 54-58. ［Chen Yanling, Wang Chen. The Correlation Analysis of Carbon Emission and Economic Growing in China ［J］. Journal of Beijing Institute of Petrochemical Technology, 2009, 17(2): 54-58.］

［15］王俊松, 賀燦飛. 能源消費、經(jīng)濟增長與中國CO2排放量變化:基于LMDI 方法的分解分析［J］. 長江流域資源與環(huán)境, 2010, 19(1): 18-23. ［Wang Junsong, He Canfei. Energy Consumption, Economic Growth and CO2 Emissions in China:Analysis Based on Logarithm Mean Divisa Decomposure Method ［J］. Resources and Environment in the Yangtze Basin, 2010, 19(1): 18-23.］

［16］朱勤, 彭希哲, 陸志明, 等. 人口與消費對碳排放影響的分析模型與實證［J］. 中國人口·資源與環(huán)境, 2010, 20(2): 98-102. ［Zhu Qin, Peng Xizhe, Lu Zhiming, et al. Analysis Model and Empirical Study of Impacts from Population and Consumption on Carbon Emissions ［J］. China Population, Resources and Environment, 2010, 20(2): 98-102.］

［17］朱勤, 魏濤遠(yuǎn). 居民消費視角下人口城鎮(zhèn)化對碳排放的影響［J］. 中國人口·資源與環(huán)境, 2013, 23(11): 21-29. ［Zhu Qin, Wei Taoyuan. Impacts of Urbanization on Carbon Emissions from Perspective of Residential Consumption ［J］. China Population, Resources and Environment, 2013, 23(11): 21-29.］

［18］彭希哲, 朱勤. 我國人口態(tài)勢與消費模式對碳排放的影響分析［J］. 人口研究, 2010, 34(1): 48-58. ［Peng Xizhe, Zhu Qin. Impacts of Population Dynamics and Consumption Pattern on Carbon Emission in China ［J］. Population Research, 2010, 34(1): 48-58.］

［19］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.

［20］郭運功, 林逢春, 白義, 等. 上海市能源利用碳排放的分解研究［J］. 環(huán)境污染與防治, 2009, 31(9): 68-81. ［Guo Yungong, Lin Fengchun, Bai Yi, et al. The Decomposition Research on Energyrelated Carbon Emissions of Shanghai ［J］. Environmental Pollution and Control, 2009, 31(9): 68-81.］

［21］王圣, 王慧敏, 陳輝, 等. 基于Divisia分解法的江蘇沿海地區(qū)碳排放影響因素研究［J］. 長江流域資源與環(huán)境, 2011，(10): 1243-1247. ［Wang Sheng, Wang Huimin, Chen Hui, et al. Study on Influence Factors of Carbon Emissions in Jiangsu Province Coastal Areas Based on Divisa Decomposition Method ［J］. Resources and Environment in the Yangtze Basin, 2011，(10): 1243-1247.］

［22］張偉, 張金鎖, 鄒紹輝, 等. 基于LMDI的陜西省能源消費碳排放因素分解研究［J］. 干旱區(qū)資源與環(huán)境, 2013, 27(9): 26-31. ［Zhang Wei, Zhang Jinsuo, Zou Shaohui, et al. Factor Decomposition of Carbon Emissions from Energy Consumption of Shaanxi Province Based on LMDI ［J］. Journal of Arid Land Resources and Environment, 2013, 27(9): 26-31.］

［23］劉莉娜, 曲建升, 邱巨龍, 等. 1995-2010年居民家庭生活消費碳排放軌跡［J］. 開發(fā)研究, 2012,(4): 117-121. ［Liu Lina, Qu Jiansheng, Qiu Julong, et al. Household Consumption Carbon Emissions Trajectory form 1995 to 2010 ［J］. Development and Research, 2012,(4): 117-121.］

［24］國家統(tǒng)計局．中國統(tǒng)計年鑒1996-2012［M］．北京：中國統(tǒng)計出版社，2012．［National Bureau of Statistics of China．China Statistical Yearbook 1996-2012［M］．Beijing：Chinese Statistics Press，1997-2013］

［25］國家統(tǒng)計局人口和就業(yè)統(tǒng)計司．中國人口統(tǒng)計年鑒1996-2006［M］．北京：中國統(tǒng)計出版社，1997-2007．［Department of Popultion and Employment Statistics，National Bureau of Statistics of China．China Population Statistics Yearbook 1996-2006 ［M］．Beijing：Chinese Statistics Press，1997-2007．］

［26］國家統(tǒng)計局人口和就業(yè)統(tǒng)計司．中國人口和就業(yè)統(tǒng)計年鑒2007-2012［M］．北京：中國統(tǒng)計出版社，2008-2013．［Department of Population and Employment Statistics，National Bureau of Statistics of China．China Popultion & Employment Statistics Yearbook 2008-2012［M］．Beijing：Chinese Statistics Press，2008-2013．］

［27］國家統(tǒng)計局能源統(tǒng)計司．中國能源統(tǒng)計年鑒2007［M］．北京：中國統(tǒng)計出版社，2008．［Department of Energy Statistics，National Bureau of Statistics of China．China Energy Statistics Yearbook 2007［M］．Beijing：Chinese Statistics Press，2008．］

An Analysis on Driving Factors of Chinas Urban and Rural Household Carbon Emissions

QU Jiansheng1,2LIU Lina2ZENG Jingjing1,2ZHANG Zhiqiang1WANG Li2WANG Qinhua1

(1. China Information Center for Global Change Studies, Lanzhou Library of Chinese Academy of Sciences,

Lanzhou Gansu 730000, China;2. MOE Key Laboratory of Western Environmental Systems,

Lanzhou University, Lanzhou Gansu 730000, China)

AbstractUsing time series data, the driving factors of household carbon emissions were estimated from consumption perspective. Based on the basic principles of Kaya identity, a decomposition model on the driving factors of household carbon emissions per capita using the Logarithmic Mean Divisia Index (LMDI) method was established, which included the carbon intensity of consumption, consumption structure, urbanrural consumption ratio, consumption level, economic level and urbanrural structure. The affecting factors of per capita carbon emissions from urban and rural households from 1995 to 2012 were analyzed. The results indicated that the contributions of the consumption level, economic level, consumption structure, urbanrural structure and the urbanrural consumption ratios effect to urban household carbon emissions per capita were greater than that of rural household carbon emissions per capita. Consumption level, economic level and consumption structure had the most obvious impact on the urban and rural household carbon emissions per capita. Urban populations effect had great significance on the urban household carbon emissions per capita reduction, rural populations effect led to the increase of rural household carbon emissions per capita. Changes in urbanrural structure would result in changes in household carbon emissions per capita. Over time, urbanrural structure will reach a certain level that the changes in Chinas urban and rural household carbon emissions per capita tend to relatively stable. On this basis, the countermeasures and suggestions for energy conservation and pollution reduction from household consumption were put forward to guide residents towards lowcarbon living, green consumption.

Key wordscarbon emissions; household; driving factors; LMDI; China

［27］國家統(tǒng)計局能源統(tǒng)計司．中國能源統(tǒng)計年鑒2007［M］．北京：中國統(tǒng)計出版社，2008．［Department of Energy Statistics，National Bureau of Statistics of China．China Energy Statistics Yearbook 2007［M］．Beijing：Chinese Statistics Press，2008．］

An Analysis on Driving Factors of Chinas Urban and Rural Household Carbon Emissions

QU Jiansheng1,2LIU Lina2ZENG Jingjing1,2ZHANG Zhiqiang1WANG Li2WANG Qinhua1

(1. China Information Center for Global Change Studies, Lanzhou Library of Chinese Academy of Sciences,

Lanzhou Gansu 730000, China;2. MOE Key Laboratory of Western Environmental Systems,

Lanzhou University, Lanzhou Gansu 730000, China)

AbstractUsing time series data, the driving factors of household carbon emissions were estimated from consumption perspective. Based on the basic principles of Kaya identity, a decomposition model on the driving factors of household carbon emissions per capita using the Logarithmic Mean Divisia Index (LMDI) method was established, which included the carbon intensity of consumption, consumption structure, urbanrural consumption ratio, consumption level, economic level and urbanrural structure. The affecting factors of per capita carbon emissions from urban and rural households from 1995 to 2012 were analyzed. The results indicated that the contributions of the consumption level, economic level, consumption structure, urbanrural structure and the urbanrural consumption ratios effect to urban household carbon emissions per capita were greater than that of rural household carbon emissions per capita. Consumption level, economic level and consumption structure had the most obvious impact on the urban and rural household carbon emissions per capita. Urban populations effect had great significance on the urban household carbon emissions per capita reduction, rural populations effect led to the increase of rural household carbon emissions per capita. Changes in urbanrural structure would result in changes in household carbon emissions per capita. Over time, urbanrural structure will reach a certain level that the changes in Chinas urban and rural household carbon emissions per capita tend to relatively stable. On this basis, the countermeasures and suggestions for energy conservation and pollution reduction from household consumption were put forward to guide residents towards lowcarbon living, green consumption.

Key wordscarbon emissions; household; driving factors; LMDI; China

［27］國家統(tǒng)計局能源統(tǒng)計司．中國能源統(tǒng)計年鑒2007［M］．北京：中國統(tǒng)計出版社，2008．［Department of Energy Statistics，National Bureau of Statistics of China．China Energy Statistics Yearbook 2007［M］．Beijing：Chinese Statistics Press，2008．］

An Analysis on Driving Factors of Chinas Urban and Rural Household Carbon Emissions

QU Jiansheng1,2LIU Lina2ZENG Jingjing1,2ZHANG Zhiqiang1WANG Li2WANG Qinhua1

(1. China Information Center for Global Change Studies, Lanzhou Library of Chinese Academy of Sciences,

Lanzhou Gansu 730000, China;2. MOE Key Laboratory of Western Environmental Systems,

Lanzhou University, Lanzhou Gansu 730000, China)

AbstractUsing time series data, the driving factors of household carbon emissions were estimated from consumption perspective. Based on the basic principles of Kaya identity, a decomposition model on the driving factors of household carbon emissions per capita using the Logarithmic Mean Divisia Index (LMDI) method was established, which included the carbon intensity of consumption, consumption structure, urbanrural consumption ratio, consumption level, economic level and urbanrural structure. The affecting factors of per capita carbon emissions from urban and rural households from 1995 to 2012 were analyzed. The results indicated that the contributions of the consumption level, economic level, consumption structure, urbanrural structure and the urbanrural consumption ratios effect to urban household carbon emissions per capita were greater than that of rural household carbon emissions per capita. Consumption level, economic level and consumption structure had the most obvious impact on the urban and rural household carbon emissions per capita. Urban populations effect had great significance on the urban household carbon emissions per capita reduction, rural populations effect led to the increase of rural household carbon emissions per capita. Changes in urbanrural structure would result in changes in household carbon emissions per capita. Over time, urbanrural structure will reach a certain level that the changes in Chinas urban and rural household carbon emissions per capita tend to relatively stable. On this basis, the countermeasures and suggestions for energy conservation and pollution reduction from household consumption were put forward to guide residents towards lowcarbon living, green consumption.

Key wordscarbon emissions; household; driving factors; LMDI; China