国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

中國居民家庭碳排放動態(tài)演進(jìn)及驅(qū)動因素研究

2023-03-03 04:51尚梅徐紫瑞閆曉霞楊晴
生態(tài)經(jīng)濟(jì) 2023年3期
關(guān)鍵詞:居民家庭收入水平階層

尚梅,徐紫瑞,閆曉霞,楊晴

(西安科技大學(xué) 管理學(xué)院,陜西 西安 710054)

0 引言

全球氣候變暖問題是當(dāng)今人類面臨的重大挑戰(zhàn)。自工業(yè)化時代起,人類活動引起的溫室氣體排放量急劇增加,逐漸成為導(dǎo)致氣候變暖的重要因素[1]。隨著生活水平的提高與生活方式的改變,家庭作為人類生活的基本單位,其碳排放量在總量中的比重不斷上升[2]。居民消費(fèi)對我國碳排放增長的促進(jìn)作用越發(fā)明顯,1999—2009年居民消費(fèi)行為所致碳排放在總量中的占比由19%上升至30%,該類碳排放量對總量的貢獻(xiàn)顯著增加[3]。因此,研究家庭單位碳排放演進(jìn)情況及其影響機(jī)理對實現(xiàn)節(jié)能減排有重要作用。學(xué)者們對此展開了廣泛研究,與本研究相關(guān)的文獻(xiàn)可分兩方面綜述。

居民家庭碳排放的動態(tài)演進(jìn)方面。大量研究表明,居民家庭碳排放的動態(tài)演進(jìn)情況隨家庭類型變化。張馨等[4]研究發(fā)現(xiàn),2000—2007年城鄉(xiāng)家庭能耗及其碳排放量保持增長,但家庭直接、間接能源消費(fèi)及其碳排放結(jié)構(gòu)演進(jìn)情況存在城鄉(xiāng)差異。Golley & Meng[5]發(fā)現(xiàn),2005年中國城鎮(zhèn)居民收入水平促進(jìn)人均直接、間接碳排放增長。劉莉娜等[6]發(fā)現(xiàn),1997—2012年中國人均居民生活碳排放在各分類標(biāo)準(zhǔn)下保持增長,但其變化趨勢存在區(qū)域差異。

居民家庭碳排放驅(qū)動因素方面?,F(xiàn)有研究多采用統(tǒng)計數(shù)據(jù)、問卷或機(jī)構(gòu)調(diào)查數(shù)據(jù)。采用統(tǒng)計數(shù)據(jù)的文獻(xiàn)多從宏觀視角研究人口總量、人口結(jié)構(gòu)和能源消費(fèi)強(qiáng)度等因素對居民家庭碳排放的影響。黃經(jīng)南等[2]的研究表明,家庭私家車擁有量、收入水平及成員年齡與2010年武漢市出行碳排放顯著正相關(guān)。計志英等[7]的研究表明,人口、居民消費(fèi)水平和能源消費(fèi)強(qiáng)度對家庭碳排放影響顯著,但影響程度存在城鄉(xiāng)差異。周嘉等[8]發(fā)現(xiàn),家庭規(guī)模和勞動人口比例等因素在2003—2015年對人均居民家庭直接碳排放的影響隨時間變化且存在省域差異。采用問卷及機(jī)構(gòu)調(diào)查數(shù)據(jù)的研究多從微觀視角探究家庭規(guī)模、收入水平、受教育程度和年齡結(jié)構(gòu)等因素對家庭碳排放的影響。鄭凡[9]的研究指出,家庭規(guī)模小型化和結(jié)構(gòu)簡化使家庭碳排放下降,人口老齡化使碳排放增長。李軍等[10]的研究發(fā)現(xiàn),收入增長一方面通過規(guī)模效應(yīng)導(dǎo)致家庭間接碳排放增長;另一方面又通過優(yōu)化消費(fèi)結(jié)構(gòu)減少間接碳排放。上述研究表明,驅(qū)動因素對家庭碳排放的影響隨著家庭類型以及時間變化產(chǎn)生差異。

綜上可以看出,學(xué)者們從不同視角對家庭碳排放進(jìn)行了廣泛研究,但仍存在不足。首先,居民家庭碳排放的動態(tài)演進(jìn)受地區(qū)[6]、城鄉(xiāng)[4-5]和收入水平[5]等因素的影響,但現(xiàn)有文獻(xiàn)在研究時多從單一維度分析,缺少多維度的系統(tǒng)研究。其次,由于自組織問卷存在問卷設(shè)計欠全面、發(fā)放范圍小和抽樣隨機(jī)性弱等缺點,導(dǎo)致現(xiàn)有研究對家庭碳排放微觀驅(qū)動因素存在選取片面、數(shù)據(jù)缺乏概括性等不足。最后,限于數(shù)據(jù)的可得性,多數(shù)學(xué)者從宏觀視角研究家庭碳排放的驅(qū)動因素,忽略了家庭微觀特征對碳排放的影響[4-6]。因此,本文基于樣本覆蓋全國且采用概率抽樣法的中國家庭調(diào)查數(shù)據(jù)(CFPS),一方面,從城鄉(xiāng)、區(qū)域及不同收入階層居民家庭視角分析碳排放量及其結(jié)構(gòu)的動態(tài)演進(jìn)情況;另一方面,借鑒廣義最小二乘法和逐步回歸分析技術(shù),系統(tǒng)分析城鄉(xiāng)、區(qū)域及不同收入階層家庭碳排放的驅(qū)動因素,為地方政府有針對性地制定居民家庭節(jié)能減排激勵政策提供理論支持。本文將它們視為居民直接碳排放來源。

由于研究期間中國水電、核電等“零碳”排放的電力不斷增加,本文將直接碳排放與電力、熱力、燃?xì)饧八a(chǎn)供應(yīng)業(yè)相對應(yīng),引用胡振等[1]的碳排放強(qiáng)度計算公式,得到2012—2018年微觀居民家庭直接碳排放系數(shù):

式中:λd表示直接碳排放系數(shù)(kgC/元);ωi表示第i種能源消費(fèi)實物量(kg);λi表示第i類能源的碳排放系數(shù)(kgC/kg);Δ表示電力、熱力、燃?xì)饧八a(chǎn)供應(yīng)業(yè)的行業(yè)增加值(元)。碳排放系數(shù)引用張馨等[4]的研究成果,計算結(jié)果見表1。

表1 2012—2018年直接能源消費(fèi)碳排放系數(shù)

1 居民家庭碳排放測算

1.1 居民家庭碳排放測算

本文將家庭碳排放分為直接、間接碳排放。直接碳排放指直接購買和消費(fèi)能源商品,包括居民用于取暖、制冷、照明、炊事等項目所消耗的煤炭、原油、汽油和煤油等化石燃料,對它們的消費(fèi)過程所產(chǎn)生的二氧化碳。居民在電力、熱力和水的使用過程中雖未直接燃燒化石燃料,但其上游生產(chǎn)過程對化石燃料的消耗很大。因此,

間接碳排放指居民對各種非能耗產(chǎn)品及服務(wù)的消費(fèi)所引發(fā)的碳排放,根據(jù)國家統(tǒng)計局《居民消費(fèi)支出分類》可將其分為食品煙酒、衣著、居住、生活用品、交通和通信、教育文化和娛樂、醫(yī)療保健及其他共八類。由于研究期內(nèi)中國能源結(jié)構(gòu)變化不明顯,本文將八類間接能源消費(fèi)項目的碳排放系數(shù)視為常數(shù),同時參考鄭凡[9]對間接能源碳排放系數(shù)的測算值進(jìn)行計算,具體見表2。

表2 2012—2018年間接能源消費(fèi)碳排放系數(shù)

1.2 數(shù)據(jù)來源

直接能源消費(fèi)中2012—2018年電力、熱力、燃?xì)饧八a(chǎn)供應(yīng)業(yè)的行業(yè)增加值選自2010—2018年《中國統(tǒng)計年鑒》。汽油、原煤、原油和柴油的實物量數(shù)據(jù)和能源折標(biāo)煤系數(shù)來源于2010—2017年《中國能源統(tǒng)計年鑒》。

2010—2018年中國家庭追蹤調(diào)查(CFPS),樣本覆蓋全國除臺灣地區(qū)以外的33個省級行政區(qū),占全國總?cè)丝诘?5%。其調(diào)查內(nèi)容包含水電費(fèi)、燃料費(fèi)以及家庭總資產(chǎn)和家庭戶規(guī)模、收支細(xì)項、打工人數(shù)和住房面積等數(shù)據(jù),包含計算直接、間接碳排放所需的居民家庭消費(fèi)數(shù)據(jù),以及驅(qū)動因素指標(biāo)變量的相關(guān)數(shù)據(jù)。其中,直接、間接能源消費(fèi)中包含的各項支出如表3所示。下文將直接能源消費(fèi)項目與八類間接能源消費(fèi)項目共稱為九類消費(fèi)項目。

表3 家庭能源消費(fèi)支出構(gòu)成明細(xì)

2 居民家庭碳排放演進(jìn)

本文從城鄉(xiāng)、四大區(qū)域和收入階層三個方面對居民家庭碳排放量和各類生活消費(fèi)碳排放量進(jìn)行分析。依據(jù)《中國統(tǒng)計年鑒》的分類,將全國各省份劃分為東部、中部、西部和東北地區(qū)共四個部分。東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南;中部地區(qū)包括山西、安徽、江西、河南、湖南和湖北;西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆;東北地區(qū)包括遼寧、吉林和黑龍江。同時根據(jù)CFPS中人均家庭純收入的變量,將家庭分為四個收入階層。人均家庭純收入從低到高排序劃分為:0~25%低收入戶;25%~50%中等偏低收入戶;50%~75%中等偏高收入戶;75%~100%高收入戶。

2.1 居民家庭碳排放總量演進(jìn)分析

就各類家庭而言,居民家庭碳排放在2012—2018年的增幅普遍較大,如圖1所示。不同分類標(biāo)準(zhǔn)下居民家庭碳排放變化趨勢相似,即樣本期內(nèi)居民家庭碳排放保持增長,但漲幅逐年減小。由圖1可知,四大區(qū)域居民家庭碳排放在2012—2018年增長最顯著,平均漲幅84.76%;同期的城鄉(xiāng)居民家庭碳排放平均增幅次之,達(dá)到74.64%;而各收入階層的碳排放漲幅在樣本期內(nèi)最小,僅有70.25%。

圖1 2012—2018年居民家庭碳排放總量

同時,居民家庭碳排放在各分類標(biāo)準(zhǔn)下呈現(xiàn)兩極化,城市居民家庭碳排放顯著高于鄉(xiāng)村,東部地區(qū)居民家庭碳排放顯著高于其他區(qū)域,高收入戶居民家庭碳排放顯著高于其他收入階層,且上述差異在樣本期內(nèi)先增大后減小并同時于2016年達(dá)到最大值。其中,收入水平導(dǎo)致的居民家庭碳排放差異最大,其次是城鄉(xiāng)和區(qū)域差異。由CFPS數(shù)據(jù)測算可知,各分類標(biāo)準(zhǔn)下的居民家庭消費(fèi)支出在變化趨勢和分布態(tài)勢上與家庭碳排放相似。居民消費(fèi)支出增長及差異可能是居民家庭碳排放增長并呈兩極化的主要原因。

2.2 居民家庭九類消費(fèi)項目碳排放量演進(jìn)分析

隨著經(jīng)濟(jì)發(fā)展與家庭規(guī)模及結(jié)構(gòu)的改變,城鄉(xiāng)、區(qū)域和各收入水平居民家庭各類能源消費(fèi)的碳排放量也隨之改變,如圖2~圖4所示。

圖2 2012—2018年城鄉(xiāng)居民九類消費(fèi)項目碳排放量

圖3 2012—2018年四大區(qū)域居民九類消費(fèi)項目碳排放量

圖4 2012—2018年四大收入階層居民九類消費(fèi)項目碳排放

從總體趨勢來看,居民家庭九類消費(fèi)項目碳排放在各分類標(biāo)準(zhǔn)下多隨時間增長,且多數(shù)消費(fèi)項目的碳排放增幅逐年減小。在2012—2018年的九類居民消費(fèi)項目中,食品煙酒、生活用品和居住類碳排放的城鄉(xiāng)、區(qū)域和收入水平間的差異始終最大,即上述消費(fèi)項目是造成家庭碳排放差異的主要原因。

食品煙酒和生活用品類碳排放方面。從城鄉(xiāng)視角來看,城市居民家庭上述兩類碳排放水平高于鄉(xiāng)村。這與城市居民消費(fèi)水平偏高有關(guān)。根據(jù)統(tǒng)計資料測算發(fā)現(xiàn):2012—2018年,城市居民年消費(fèi)金額始終大于鄉(xiāng)村。從區(qū)域視角來看,東部地區(qū)居民家庭的上述兩類碳排放高于中西部地區(qū),這與東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)、居民收入和消費(fèi)水平高有關(guān)。據(jù)統(tǒng)計資料測算,樣本期內(nèi)人均生產(chǎn)總值始終高于全國平均值的11個省份中有8個位于東部地區(qū);而居民收入水平一定程度上也反映出居民生活水平差異。從收入階層視角來看,隨著收入階層的提升,家庭碳排放增加,這與高收入階層中構(gòu)成生活用品類消費(fèi)的汽車、古董、高檔樂器等非生活必需品消費(fèi)構(gòu)成較高有關(guān)。

城鄉(xiāng)、區(qū)域和收入分類標(biāo)準(zhǔn)下居住類碳排放產(chǎn)生差異的原因不同。據(jù)CFPS數(shù)據(jù)測算,2012—2018年城市租房率保持增長,而鄉(xiāng)村居民的租房率波動下降,因此居住類碳排放的城鄉(xiāng)差異尤為顯著。據(jù)CFPS數(shù)據(jù)測算,四大區(qū)域居民居住類消費(fèi)中房租和住房按揭支出平均占比達(dá)到80%以上。據(jù)統(tǒng)計數(shù)據(jù)測算,東部地區(qū)居民居住類消費(fèi)價格指數(shù)在樣本期內(nèi)的平均值為102.19,高于中部、西部和東北地區(qū)的102.03、99.98和101.71,進(jìn)一步擴(kuò)大了居民居住類消費(fèi)差異,使該類碳排放的區(qū)域差異擴(kuò)大。同時,居民的租房需求和物業(yè)費(fèi)也隨收入水平提升而逐步增長,且漲幅隨收入水平上升顯著增大,導(dǎo)致居住類碳排放在收入階層間的差異隨收入水平上升而增大。

3 居民家庭碳排放驅(qū)動因素分析

3.1 研究機(jī)理及研究框架

家庭碳排放可劃分為包括一次、二次能源消費(fèi)等的直接碳排放和包括八類能源消費(fèi)的間接碳排放。因此,家庭碳排放一方面與家庭經(jīng)濟(jì)特征緊密相關(guān);另一方面又與住宅特征、家庭戶特征、交通出行、城鄉(xiāng)差異等相關(guān)。本文將家庭經(jīng)濟(jì)特征之外的家庭特征統(tǒng)稱為“家庭物理特征”,如圖5所示。結(jié)合CFPS中現(xiàn)有調(diào)查數(shù)據(jù)以及學(xué)者們的研究結(jié)論,本文甄選出家庭碳排放的驅(qū)動因素,如表4所示。其中,家庭城鄉(xiāng)差異、家庭戶類型、交通出行和收入水平變量由虛擬變量表征,其基礎(chǔ)類型與比較類型的選取如表5所示。

表5 虛擬變量定義

3.2 研究假設(shè)

根據(jù)圖5,本文結(jié)合理論分析及學(xué)者們的研究成果,對表征家庭物理及經(jīng)濟(jì)特征諸變量對家庭碳排放的影響提出假設(shè)(表4)。

表4 居民家庭碳排放驅(qū)動因素的選取及假設(shè)

3.3 實證分析

3.3.1 模型構(gòu)建

目前學(xué)術(shù)界定量分析家庭特征對家庭碳排放影響的方法多為因素分析法和回歸分析法。前者驅(qū)動因素選擇理論依據(jù)充分;后者變量的選擇往往帶有一定的主觀性,但可供選擇的變量范圍廣。本文結(jié)合二者的優(yōu)點,在理論分析的基礎(chǔ)上提出影響家庭碳排放的理論框架(圖5),從而較客觀地選擇家庭碳排放驅(qū)動因素,構(gòu)建線性回歸模型Y=β+∑βiXi+u,其中Xi代表圖5中不同的驅(qū)動因素,而βi則代表對應(yīng)的彈性系數(shù),見式(2)。

圖5 研究框架

3.3.2 數(shù)據(jù)處理及回歸方法選擇

為分析不同家庭微觀特征對居民家庭碳排放的貢獻(xiàn),同時消除變量的多重共線性,本文對驅(qū)動因素變量取對數(shù)處理。在對數(shù)據(jù)進(jìn)行取對數(shù)時發(fā)現(xiàn),某些年份的某區(qū)域數(shù)據(jù)存在異方差性,因此,采用可行廣義最小二乘法(FGLS)對模型進(jìn)行修正以得到具有BLUE性質(zhì)的參數(shù)[18]。同時,由于某些數(shù)據(jù)經(jīng)取對數(shù)后仍存在多重共線性,本文采用逐步回歸分析進(jìn)一步消除模型的多重共線性,即每階段篩選出對碳排放量影響較顯著的因素,確定變量間的定量關(guān)系和作用大小;每引入一個自變量就對此前引入的自變量進(jìn)行重新檢驗,直到選入的自變量都顯著為止[19]。該方法比較傳統(tǒng),此處不再贅述。

本文對2012—2018年的驅(qū)動因素取對數(shù),并利用簡單相關(guān)法檢驗多重共線性并據(jù)此結(jié)果選擇逐步回歸法或廣義最小二乘法進(jìn)行處理,如表6所示。本文采用廣義最小二乘法和逐步回歸法對2012—2018年四大區(qū)域的驅(qū)動因素進(jìn)行分析。

表6 2012—2018年驅(qū)動因素的多重共線性檢驗

由表6結(jié)果可知,東部地區(qū)2012年和2014年采用逐步回歸法,2016年和2018年采用廣義最小二乘法;中部地區(qū)2012—2018年采用逐步回歸法;西部地區(qū)2012年和2018年采用廣義最小二乘法,2014年和2016年采用逐步回歸法;東北地區(qū)2012—2018年采用逐步回歸法。

3.4 驅(qū)動因素時空差異分析

3.4.1 東部地區(qū)

由圖6可知,在2012—2018年,城鄉(xiāng)差異、收入水平和轉(zhuǎn)移性收入占比對東部地區(qū)居民家庭碳排放的影響始終顯著。在上述三種驅(qū)動因素中,城鄉(xiāng)差異方面,在樣本期內(nèi)城鄉(xiāng)屬性始終促進(jìn)家庭碳排放且對家庭碳排放的影響較穩(wěn)定,彈性系數(shù)在樣本期內(nèi)先下降后上升,在0.45~0.7間波動,H9成立。收入水平方面,在樣本期內(nèi)始終抑制家庭碳排放,本文以高收入戶為基準(zhǔn)變量,2012—2018年各收入階層對家庭碳排放的抑制作用先增大后減小,且不同收入階層的抑制作用差異隨收入水平提升而減小,H19成立。轉(zhuǎn)移性收入方面,轉(zhuǎn)移性收入占比的彈性系數(shù)值隨時間先增大后減小,僅2014年促進(jìn)家庭碳排放,即轉(zhuǎn)移性收入占比對家庭碳排放的影響多為負(fù)效應(yīng),H18成立。轉(zhuǎn)移性收入對居民家庭碳排放的影響在正負(fù)間波動的現(xiàn)象可能與轉(zhuǎn)移性收入的不確定性有關(guān)。

圖6 2012—2018年東部地區(qū)居民家庭碳排放驅(qū)動因素演進(jìn)情況

如表7所示,是否擁有私家車在2012年、2014年和2018年對居民碳排放影響顯著。如表5所示,由于該虛擬變量以有私家車為基礎(chǔ),彈性系數(shù)為正則說明:相對無私家車的家庭,擁有私家車的家庭碳排放量更高;彈性系數(shù)為負(fù)時則相反。因此,2012—2018年擁有私家車對家庭碳排放的影響由負(fù)轉(zhuǎn)正并隨時間增強(qiáng),H8成立。

表7 2012—2018年東部地區(qū)居民家庭碳排放驅(qū)動因素估計結(jié)果

3.4.2 中部地區(qū)

由圖7可知,2012—2018年交通出行、城鄉(xiāng)差異、家庭戶類型和收入水平始終對中部地區(qū)居民家庭碳排放影響顯著。在上述四種驅(qū)動因素中,交通出行方面,2012—2014年由于居民大量購買汽車且更愿意使用私家車出行,交通出行的彈性系數(shù)在2012—2016年由負(fù)轉(zhuǎn)正并緩慢增長;當(dāng)私家車擁有量趨于飽和,能源結(jié)構(gòu)逐漸優(yōu)化后,交通出行對家庭碳排放的促進(jìn)作用減小,彈性系數(shù)在2016—2018年逐漸下降。城鄉(xiāng)差異方面,樣本期內(nèi)家庭城鄉(xiāng)差異對家庭碳排放始終呈促進(jìn)作用且影響較穩(wěn)定,彈性系數(shù)在0.2~0.35間波動,H9成立。家庭戶類型方面,該變量在樣本期內(nèi)始終促進(jìn)家庭碳排放且影響穩(wěn)定,彈性系數(shù)先下降后上升,H10成立。收入水平方面,該變量在樣本期內(nèi)始終抑制家庭碳排放,同收入階層間的彈性系數(shù)差異隨時間的變化較小,且各收入階層變化趨勢相似。

圖7 2012—2018年中部地區(qū)居民家庭碳排放驅(qū)動因素演進(jìn)情況

其余驅(qū)動因素對中部地區(qū)居民家庭碳排放的影響情況如表8所示。由此可知,除上述四種變量外,其余變量僅在零星年份對中部地區(qū)居民家庭碳排放影響顯著,因此,本文不多做贅述。

表8 2012—2018年中部地區(qū)居民家庭碳排放驅(qū)動因素估計結(jié)果

3.4.3 西部地區(qū)

如表9所示,2012—2018年,僅交通出行變量對西部居民家庭碳排放始終影響顯著。該變量的彈性系數(shù)在樣本期內(nèi)由負(fù)轉(zhuǎn)正,整體呈上升趨勢,有私家車與無私家車的家庭碳排放差距隨時間增大。

表9 2012—2018年西部地區(qū)居民家庭碳排放驅(qū)動因素估計結(jié)果

此外,城鄉(xiāng)、中等偏下收入戶、中等偏上收入戶、家庭成年人口占比、福利性支出占比、購房建房支出占比和轉(zhuǎn)移性收入占比在多數(shù)年份對西部地區(qū)居民家庭碳排放影響顯著。其中,家庭城鄉(xiāng)屬性對家庭碳排放的彈性系數(shù)在2014—2018年大幅上升。除2012年外,中等偏上收入戶的彈性系數(shù)的絕對值小于中等偏下收入戶。家庭成年人口占比的彈性系數(shù)隨時間的變化較大,僅2014年彈性系數(shù)為正。這可能是由于節(jié)能減排教育的深入使成年人口的節(jié)能減排意識增強(qiáng),碳排放量因此減少,H6成立。

3.4.4 東北地區(qū)

如圖8所示,2012—2018年交通出行、城鄉(xiāng)差異、收入水平和家庭戶類型對家庭碳排放影響顯著。交通出行方面,經(jīng)濟(jì)發(fā)展使居民購買私家車的意愿增強(qiáng),交通出行的彈性系數(shù)增長;但由于地鐵和輕軌等公共交通設(shè)施在東北地區(qū)的建設(shè),交通出行彈性系數(shù)快速減小。城鄉(xiāng)差異方面,該變量在樣本期內(nèi)始終促進(jìn)家庭碳排放,彈性系數(shù)在0.2~0.7之間先減小后增大。收入水平方面,該變量的負(fù)效應(yīng)隨居民收入水平的降低逐漸增大,中等偏上收入戶的彈性系數(shù)波動上升,中等偏下收入戶的彈性系數(shù)先減小后增大,低收入戶的彈性系數(shù)小于中等偏下收入戶且波動較大。家庭戶類型方面,該變量在樣本期內(nèi)始終促進(jìn)家庭碳排放,彈性系數(shù)在0.07~0.35之間先上升后下降。

圖8 2012—2018年東北地區(qū)居民家庭碳排放驅(qū)動因素演進(jìn)情況

由表10可知,除家庭老年人口和購房建房支出占比外,多數(shù)呈顯著的驅(qū)動因素均符合前文提出的假設(shè)。其中,家庭老年人口占比對家庭碳排放呈負(fù)效應(yīng),可能是由于老年人口對交通出行需求和消費(fèi)性支出的減少抵消了對住房取暖和空調(diào)需求的增加,導(dǎo)致家庭碳排放的減少;而購房建房支出占比的增大可能表征家庭戶的經(jīng)濟(jì)狀況較好,居民的能源消費(fèi)傾向較大,進(jìn)而導(dǎo)致家庭碳排放的增長。

表10 2012—2018年東北地區(qū)居民家庭碳排放驅(qū)動因素估計結(jié)果

4 結(jié)論與建議

本文從城鄉(xiāng)、區(qū)域和收入階層三個維度對居民家庭碳排放進(jìn)行統(tǒng)計分析;其后基于微觀視角,利用多元回歸法分析了家庭微觀特征對東部、中部、西部、東北地區(qū)居民家庭碳排放的影響隨時間的演進(jìn)情況,得出以下結(jié)論:

(1)家庭碳排放及其結(jié)構(gòu)方面。在城鄉(xiāng)、區(qū)域和收入階層的分類標(biāo)準(zhǔn)下,居民家庭碳排放量隨時間逐漸增大,但漲幅逐年減小,在呈現(xiàn)兩極化分布的同時其差異先增大后減小。同時,城鄉(xiāng)、區(qū)域及不同收入階層視界的九類消費(fèi)項目碳排放量同樣保持隨時間增長但漲幅逐年減小的趨勢。在各分類標(biāo)準(zhǔn)下,食品煙酒、生活用品和居住類碳排放是造成家庭碳排放差異的主要原因。其中,各類居民家庭生活水平差異是食品煙酒和生活用品類碳排放不同的主要原因,而不同類型家庭的住房貸款、租房率和租金的變化情況則導(dǎo)致了居住類碳排放產(chǎn)生差異。

(2)影響因素方面。東部、中部、西部、東北地區(qū)的居民城鄉(xiāng)差異、收入水平和交通出行變量在2012—2018年的大多數(shù)時間對家庭碳排放的影響顯著。城鄉(xiāng)屬性在樣本期內(nèi)始終促進(jìn)東部、中部和東北地區(qū)家庭碳排放,其影響隨時間小幅波動,其中,中部地區(qū)的變化幅度最小,西部地區(qū)的變化幅度最大。由于收入階層以高收入戶為基準(zhǔn),因此所有表征收入階層的變量均呈現(xiàn)負(fù)效應(yīng);各收入階層對家庭碳排放的抑制作用存在區(qū)域差異,其中,東部地區(qū)的差異最大,東北地區(qū)的差異最小。在三種分類標(biāo)準(zhǔn)下,是否擁有私家車對碳排放的影響均存在由負(fù)轉(zhuǎn)正的現(xiàn)象,總體上來說該變量在西部地區(qū)對碳排放的影響最大,這可能與西部地區(qū)的特殊地形有關(guān)。

針對上述實證研究結(jié)果,提出幾點政策建議:(1)針對不同收入階層居民家庭碳排放差異大的特點,在大力縮小居民收入差距的同時,將住房、教育、交通等民生條件的改善工作納入節(jié)能減排的總體框架下進(jìn)行。(2)居民家庭碳排放總量、結(jié)構(gòu)及驅(qū)動因素存在較大差異,因此,在制定針對家庭消費(fèi)部門的節(jié)能減排政策時,應(yīng)該考慮到居民的區(qū)域、城鄉(xiāng)和收入階層差異。

猜你喜歡
居民家庭收入水平階層
黃永峰:追夢互聯(lián)網(wǎng)新藍(lán)海 彰顯新階層新?lián)?dāng)
當(dāng)“非遺”遇上“新階層”
中國農(nóng)村居民消費(fèi)影響因素分析
美國大學(xué)招生行賄丑聞凸顯其階層割裂
大眾富裕階層如何理財
中等收入水平階段居民消費(fèi)結(jié)構(gòu)對產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)的影響——基于跨國數(shù)據(jù)的實證檢驗
法學(xué)院哪家最強(qiáng)
基于空間行為約束的北京市居民家庭日常出行碳排放的比較分析
全面發(fā)展與提高消費(fèi)力
決定醫(yī)生收入水平首先是市場因素