田旭　戴瀚程　耿涌

摘要 随着居民生活水平的不断提高，其家庭消费支出模式也会发生变化，由此将引发与家庭部门相关的能源消耗及碳排放等变化。选取上海为案例区，开展基于居民家庭消费支出变化对区域低碳发展影响的预测研究，采用可计算的一般均衡模型（CGE）预测分析了2020年上海的居民消费支出，并量化了由此引发的工业产出、贸易以及就业形势的变化，并着重分析了与之相应的能源消耗和碳排放的变化，旨在厘清收入增加与居民消费模式变化的关系，居民消费模式变化与能源消耗和碳排放变化的关系。同时，设置了高、低碳情景，进一步剖析了居民消费支出对区域发展的影响。此外，还进一步模拟了上海市居民消费支出变化对中国其它地区的消费支出的变化的影响，并进一步剖析了在这种变化影响下的其它地区的工业产出、贸易、就业形势、能源消耗以及碳排放的变化。研究结果表明，随着收入水平的提升及消费模式的转变，2020年上海的总消费支出比2007年拟增长1.81倍，其中增长最快的消费支出项目是交通运输及通信业；由于消费支出模式的转变，工业产出、就业、贸易量、能源消耗以及碳排放也呈增长的态势，分别较2007年增长1.83倍、0.17倍、2.03倍、2.63倍以及2.71倍。在有碳约束的情况下，低碳情景较之高碳情景会减少0.14%的GDP损失。同时低碳情景下将节省7.5×10⁷t标准煤，减少38%的碳排放量。中国其它地区由于居民家庭消费模式的转变所引起的各类指标的变化趋势与上海趋同。通过研究结果可以得出，为了实现上海市未来区域的低碳发展，引导居民向低碳生活模式发展十分必要，政府应着重从居民绿色出行和绿色消费两方面进行倡导。

关键词 居民；消费支出；低碳发展；预测；上海

中图分类号 TU984 文献标识码 A 文章编号 1002-2104（2016）05-0055-09 doi：10.3969/j.issn.1002-2104.2016.05.007

随着气候变暖形势的加剧，碳排放问题已成为全球性备受关注的重要议题。虽然诸多碳排放研究聚焦在生产视角上，但随着研究的不断深入，从消费视角开展碳排放的研究也逐渐得到了关注和发展。随着我国经济的高速发展与“扩大内需”政策的大力推行，居民消费在经济发展中的作用越来越突显。然而随着居民生活水平的不断提高及收入的增加，其生活消费模式也发生了重大转变即逐渐由“温饱型”转向“质量型”，所以与之俱来的对于生活商品及服务的需求也日益增量化与多元化。然而这种居民消费模式的转变，由于供给和需求的传导效应，不仅会对当地的产业、贸易及就业等经济、社会问题造成一定的影响，还会加剧能源消耗和碳排放的产生。国内外已有诸多学者基于居民家庭消费中能源消耗及碳排放等问题进行了大量的研究，通过文献梳理可以发现，现今的研究主要分为历史趋势测算以及其未来趋势预测研究两个方面，主要剖析的内容包括能源消耗、碳排放以及驱动力因素等；研究尺度主要包括国家、区域以及城市等；研究方法主要包括投入产出法、生命周期法以及消费者生活方式法等；通过研究得出的主要结论为居民家庭消费产生的间接能源消耗及碳排放要远远大于直接消耗及排放，城市的消耗和排放远远大于农村，经济发达区域大于贫困地区，而家庭收入的增加、城市的扩张以及受教育程度等都是驱动居民消费能源消耗及碳排放增长的因素之一。从国内外学者的研究中发现，目前对于居民家庭消费碳排放的未来发展趋势的预测研究较少，并且较少剖析居民消费主要驱动因素对于未来碳排放等相关问题的影响研究。中国作为世界碳排放大国，在经济发展和应对气候变化的双重挑战下，中国政府作出将在2020年实现单位GDP的二氧化碳排放强度在2005年的基础上减少40%-45%的承诺。此外，国家近期作出的国家自主减排承诺中声明指出，中国2030年碳强度将会较2005年降低65%以上。为了完成减排目标，地方政府不仅是实现碳减排的重要环节，并且也是碳减排工作的重要管理者和实施者。因此，本文选取我国经济活跃、人口密度大以及能源消耗大的上海作为案例区，基于可计算的一般均衡模型（CGE），开展了2020年上海居民家庭消费支出变化对区域低碳发展影响的预测研究，旨在厘清居民收入的增加与居民的家庭消费支出变化之间的关系以及居民家庭消费支出变化与能源消耗及碳排放变化的关系，通过这些关系链条的梳理，进一步探讨如何通过居民消费行为的改变实现区域的低碳发展，为今后上海市政府部门制定碳减排相关措施提供理论依据及政策参考。

1 研究方法

1.1 居民收入与支出的变化关系

采用恩格尔曲线来表征家庭收入变化对家庭商品及服务支出变化的影响，采用Working-Leser模型表征城市与农村家庭支出的趋势，并根据此趋势进行本文未来预测情景的参数设定。

Working-Leser模型是将各类商品的支出份额表示为去除通货膨胀的总消费支出对数的线性函数，模型的公式为：

w_i，h=a_i，h+b_i，h×log（y_h） （1）

其中，w_i，h表示购买商品i的支出占总家庭消费支出的比例；y_h表示家庭消费总支出；a_i，h和b_i，h表示评估参数。

根据居民消费指数（CPI）对上海统计年鉴中1980-2012年城市和农村人均八大类消费支出项目（两者均划分为五个等级收入水平）基于2007年进行通货膨胀的调整，表1为得出的回归方程以及恩格尔系数。从回归结果看出，大部分城市和农村的八类支出与总支出都呈显著关系，只有农村的居住支出项目呈不显著关系。回归结果与Leser和Banks et al.等的研究结果一致。

表2为2020年上海居民家庭消费支出比例，是将城市和农村的支出数据代入恩格尔系数回归方程得出。

1.2 CGE模型

CGE模型是用一组方程来描述供给、需求以及市场关系，在一系列优化条件（生产者利润优化、消费者效益优化、进口收益利润和出口成本优化等等）的约束下求解方程组，得出在各个市场都达到均衡的一组数量和价格，CGE模型是有力的预测分析工具，可以克服投入产出模型中没考虑投入品相互替代的缺点，可以很好的反应生产和消费结构随时间和产品相对价格的变化关系。本文构建了一个两区的静态CGE模型，在此模型中不仅模拟了上海市的情况，并且模拟了中国其它地区的情况，可以更好地模拟不同区域间经济变化的关联效应。关于模型结构的介绍和相关技术参数等见参考文献。

CGE模型主要包括四个模块（见图1）：生产模块、市场模块、收入模块、支出模块。模型由GAMS/MPSGE编程求解。生产模块：包含41个部门，其中7个能源生产部门，各部门按照生产函数结构不同，进一步细分为能源转换部门、资源部门和其他基本部门。市场模块：与大多数国家模型一样，本模型采用小国假设，即国际市场价格不受本国经济活动影响。国内生产的产品用于出口和供应国内市场。进口采用阿明顿（Armington）假设，将本区域生产的和国外进口的同类商品看作是不完全替代的非同质商品。两区域CGE模型的重要特征是增加了上海与中国其他地区之间的贸易模块。两区域之间的贸易采用阿明顿方程。收入模块：居民收入来源主要由三部分组成，劳动收入、资本利息以及政府转移支付。政府收入主要来源于税收。假设政府碳税收入被转移支付给居民。支出模块：居民和政府收入用于消费和储蓄。居民在预算约束下极大化当期效用。政府支出是用于转移支付和对各种商品的消费（如政府部门为全社会提供公共服务）。居民和政府储蓄用于投资（资本形成）。

1.3 情景设置

共设置四个情景分析，即没有碳约束下的高碳（HC）和低碳（LC）情景以及有碳约束的高碳（HC-I）和低碳（LC-I）情景，碳约束条件即2020年碳强度比2007年降低约45%。未来GDP保持增长，但增长速度逐步降低，并且逐渐转为由国内消费模式驱动为主，居民收入占GDP的比重不断提高。未来人口预测参考联合国2008年中间情景的数据。能源效率以每年2%-4%的速度提高。参数设置见表3。

HC和LC表示两种不同的家庭消费支出方式，根据表1中计算的城市和农村的支出份额以及假设上海在2020年的城市化率为91.53%，模拟了整个上海家庭消费支出的份额，在运用时采用均值。在HC和HC-I情景中，居民倾向于在食品和居住上的支出较少，而在衣着、家庭设备以及交通通信项目上支出较多，同时，居民具有良好的医疗服务以及教育水平；在LC和LC-I情景中，由于居民勤俭节约的观念以及环保意识的提升，居民倾向于在衣着、家庭设备以及交通通信项目上支出较少，而在服务类项目上支出较多（见表4）。

1.4 数据来源

CGE模型中所需数据主要来源于《中国2007年投入产出表》、《上海2007年投入产出表》、《上海统计年鉴》（2007）、《中国统计年鉴》（2007）、《中国能源平衡表》（2007）以及《上海交通、能源统计年鉴》（2007）。

2 模拟结果

2.1 居民家庭消费

随着国家刺激国内消费政策的大力推行以及居民生活水平的不断提高，以高碳情景为例，2020年的居民家庭消费支出总额较2007年增长2.31倍，图2为2020年高、低碳情景下上海人均居民家庭消费的情况。从图2结果可以看出，2020年的居民人均家庭消费支出较2007年增长1.81倍，其中增长较大的消费支出项目为家庭设备和交通通信，其分别较2007年增长3.73倍和2.48倍。从对比高碳和低碳情景可以看出，居民在高碳情景中衣着、家庭设备、交通通信、文娱教育以及居住消费项目上的支出明显高于低碳情景，而在食品、医疗保健以及其它服务消费项目上的支出低于低碳情景。从而可以看出，不同消费行为影响家庭消费项目的支出，而在低碳情景中居民更倾向于低能耗的消费支出项目。

2.2 工业产出与就业

由于居民家庭的不同消费模式所引起的相关商品和服务的需求，使得相关的产业部门的生产端也会发生相应的变化，从而导致产业部门的产出及相关部门就业发生变化。以高碳情景为例，2020年总工业产出和就业人口分别较2007年增长1.83倍和0.17倍，其中工业产出增长较快的行业是制造业、服务业以及能源供应业；就业增长较快的行业是建筑业。图3显示了2020年高、低碳两情景中工业产出以及就业形式的变化。由图3可以看出在工业产出方面，相较低碳情景而言，制造业、运输业以及能源供应业在高碳情景中产出更多，分别较低碳情景增长9%、2%及19%；然而，农林牧渔业以及服务业却在低碳情景中产出更多，分别较高碳情景增长19%以及6%。从就业方面来看，高碳与低碳情景的变化趋势与工业产出趋势一致。

2.3 贸易结构

居民家庭消费的变化，同样也会引起上海市对外贸易的变化，主要是由于为了满足消费的需求，有一些商品或原材料需通过进出口贸易得以解决，并且由于供求关系，一些剩余产品也会通过对外贸易平台进行再交易。由预测结果可以得出，以高碳情景为例，2020年上海市对外贸易总额较2007年增长2.03倍，其中进口和出口分别增长1.95倍和2.11倍。表5显示2020年高、低碳情景下上海市不同产业部门进出口对外贸易情况，设备制造业是高、低碳情景进出口最大的产业部门；对于进口贸易来说，除了农业和服务业贸易额是低碳情景大于高碳外，其余行业都呈相反趋势；对于出口贸易来说，除了农业、其他制造业、运输与通信业以及服务业是低碳情景大于高碳外，其余行业都呈相反趋势。

2.4 经济影响

实现地区的经济、社会与环境的可持续发展，是区域未来发展规划要实现的目标。但由于中国还处在工业化的进程中，所以经济与环境的发展不能达到绝对的“脱钩”，因此要实现全面的节能减排，会对区域的经济发展造成一定的影响，一般来说会减少区域经济产出。因此，为了更好地阐述碳排放对经济影响，设置有碳约束条件下的高、低碳情景，即通过碳价约束，将碳排放的外部成本内部化，从而表征碳价格机制引入后对整个经济发展成本的影响。2007年上海的GDP为12189亿元，在没有碳约束的情况下，2020年上海的GDP为33562亿元，增长1.75倍。图4显示碳约束条件下高低碳情景的GDP变化情况，从图中显示可以得出在有碳约束条件下，高、低碳情景下GDP分别减少1.53%以及0.8%，此外碳约束低碳情景较之高碳情景而言会避免0.14%的GDP损失，并且在碳约束低碳情景下的碳价较高碳情景低，是高碳情景的55%。因此，对于区域发展来说，追求低碳发展更有利于实现区域经济、社会与环境的可持续发展。

2.5 家庭部门的直接和间接能源消耗及碳排放

由于居民家庭消费支出的变化，会引起相应的能源消耗及碳排放。表6为居民家庭能耗的变化情况。以高碳情景为例，2020年居民家庭消费所引起的能源消耗总量较2007年增长2.63倍，其中直接和间接能源消耗分别增长2.99倍和2.49倍。对于2020年高、低碳情景而言，高碳的直接和间接总能源消耗均高于低碳，低碳情景下可分别节省直接和间接能源4.3和3.2×10⁷t标准煤，相当于节约64%和21%的能源。对于直接能源消耗来说，相对于低碳情景来说，高碳情景会消耗更多的电力资源和液体能源。表7为居民家庭能耗所引起的碳排放的变化情况。以高碳情景为例，2020年居民家庭消费所引起的碳排放总量较2007年增长2.71倍，其中直接和间接碳排放分别增长2.99倍和2.64倍。对于2020年高、低碳情景而言，高碳的直接和间接总碳排放均高于低碳，低碳情景下可分别减少直接和间接碳排放0.8和47.2×10⁶t，相当于减少3%和49%的碳排放。对于间接碳排放来说，高碳情景中衣着、家庭设备、交通通信、文娱教育以及居住支出项目较低碳情景而言会产生更多的碳排放，其碳排放量分别为低碳情景的1.19倍、2.34倍、0.50倍、0.32倍以及2.36倍；然而，低碳情景中食品、医疗保健以及其它服务的支出项目却较高碳情景将产生更多碳排放，其碳排放量分别为高碳情景的0.20倍、0.26倍以及0.43倍。

2.6 中国其它地区的变化

本文的CGE模型主要特点是表征了两区的模型，其中包括上海和中国其它地区。由于CGE模型可以更好地模拟一区的经济变化影响对其它区域的联动影响关系，因此本文通过此两区模型可以进一步表征出上海居民家庭消费变化对中国其它区域经济、能源消耗以及碳排放等相关影响。从居民人均家庭消费支出方面来说，中国其它地区2020年较2007年增长2.07倍；相较于高碳情景而言，低碳情景将在食品和其它服务支出项目上高于高碳情景。从工业产出方面来说，中国其它地区2020年的工业产出较2007年增长1.42倍；高碳情景在制造业、能源供应业以及运输业的产出均高于低碳情景，分别为低碳情景的0.11倍、0.15倍以及0.13倍。从对外贸易方面来说，中国其它地区2020年的贸易总额较2007年增长1.79倍，其中进口总额和出口总额分别增长2.11倍和1.55倍；2020年高碳情景的进出口总额均大于低碳情景。对于进口而言，除了农业、设备制造业以及服务业为低碳情景大于高碳情景外，其它行业均呈相反趋势；对于出口而言，除了设备制造业以及服务业为低碳情景大于高碳情景外，其它行业均呈相反趋势。从经济方面来看，在没有碳约束情景下，中国其它地区2020年的GDP较2007年增长2.1倍；在碳约束情景下，低碳情景较之高碳情景可减少1.1%的损失。从能源消耗方面来说，中国其它地区2020年的总能源消耗较2007年增长3.14倍，其中总直接和间接能源消耗分别增长3.54倍和2.93倍；2020年高碳情景的总能源消耗大于低碳情景，低碳情景较之高碳情景可节省23.49×10⁸t标准煤，其中对于直接能源消耗来说，高碳情景较之低碳情景会消耗更多的电力和液体能源。从碳排放方面来说，中国其它地区2020年的总碳排放较2007年增长3.14倍，其中直接和间接碳排放分别增长1.64倍和3.91倍；2020年高碳情景的总碳排放大于低碳情景，低碳情景较之高碳情景可减少9.22×10⁸t的碳排放，其中对于间接碳排放来说，高碳情景较之低碳情景会在居住、交通通信以及家庭设备等支出项目上产生更多的碳排放。

3 结论与建议

3.1 结论

随着经济的高速发展以及城镇化进程的不断加快，居民收入的不断增加导致居民家庭消费支出模式的变化，由于供给和需求关系的作用，居民家庭消费支出模式的变化也会导致区域工业产出、就业、对外贸易、经济、能源消耗以及碳排放的变化。本文以上海居民家庭消费为案例，采用两区的CGE模型，通过对比分析2007年和2020年的居民家庭消费变化模式得出的主要结论是：随着居民收入的增加，2020年居民家庭消费支出、工业产出、就业、对外贸易、经济、能源消耗以及碳排放较之2007年分别增长1.81倍、1.83倍、0.17倍、2.03倍、1.75倍、2.63倍以及2.71倍。通过高碳和低碳的情景分析表明，在碳约束的情况下，低碳情景较之高碳情景会减少0.14%的经济损失，低碳情景下将节省7.5×10⁷t标准煤，减少38%的碳排放，因此上海居民家庭的低碳消费模式对于上海的低碳发展将具有重要影响。此外，通过中国其他地区情景的模拟可以得出其变化趋势与上海一致，这也充分说明了区域间的影响作用，因此各地区在制定该区域的未来低碳发展规划时，应综合考虑区域间的影响效应。

3.2 政策建议

在未来上海市“十三五”规划期间，上海市仍将面I临巨大的节能减排的挑战，为更好地促进上海市的低碳发展，本文从以下几方面提出政策建议：

（1）倡导居民绿色出行。由研究结论可以得出，上海居民家庭消费的主要支出项目是交通通讯，随着人们生活水平的提高，私家车拥有量在不断提升，由此带来的能源消耗及污染也在不断加大，据相关研究显示，汽车的碳排放量为地铁碳排放量的113倍，公交车排放量的16倍。因此，一方面上海市政府应以“十三五”规划为依托，进一步构建网络化、多中心、扁平化的城市体系，上海应打破现有行政区划的制约，在城郊间建设若干城市节点，大力加强公共交通基础设施投资与建设。例如规划好边远郊区与市中心的交通连接方式，扩大轨道交通的辐射范围，使市民可以更便利的进行通勤与出行；设立便捷的新能源汽车及电动车的租赁点，使需求者可以更低碳便捷的出行。另一方面，居民应充分发挥主观能动性，首要选择公共交通出行，例如地铁以及公交车等，距离适宜地点更提倡步行或自行车等工具。

（2）倡导居民绿色消费。上海市应结合“十三五”规划期间的发展战略，在产品制造方面，大力融入智能化、高端化以及创新化战略，大力推行“互联网+”以及“中国制造2025”的行动计划，使产品向“微笑曲线”的两端发展，同时，要进一步积极引进先进清洁生产技术，降低产品生产过程中的原材料以及能源消耗，为居民消费提供一个适宜的消费环境。此外，应合理利用上海市平台化的战略优势，通过新型的商业模式，使得企业和消费者可以进一步通过大平台服务获得更多利于低碳消费的信息。上海是中国国际化的大都市，越来越多的人涌入上海追求高质量的生活，由此居民的消费从众心理不可避免。因此，政府等相关部门应首先通过媒体宣传或举办活动等方式，提高居民的环境意识，引导居民进行理性消费，少购置奢侈品及消耗能源多的产品。

（3）以开放优势寻求绿色发展。上海作为“一带一路”最大首位城市，应充分的利用“一带一路”的政策，不断加强与新疆等能源资源丰富省份的合作，不断调整能源结构，使城市更趋向于使用清洁能源进行生产和生活；同时，政府相关部门应根据发展需求转移部门企业到周边的省份或内陆省份，一是可以减少城市的负荷，使其重点发展；其次，随着企业的转移，相关的成熟技术也可带人其它地区，更好地帮扶落后地区的发展。在能源结构调整的同时，还应进一步依托上海的开放优势，不断引进国外先进技术，加强自主创新，提高资源、能源利用效率，实现绿色发展。

（编辑：李琪）