刘战豫，樊 娟，王 鸿

(河南理工大学 工商学院，河南 焦作 454000)

习近平总书记在七十五届联合国大会上提出碳排放强度目标，要求各个部门和行业落实节能减排目标，实现可持续发展。我国居民能源消费对碳强度目标至关重要，碳排放量快速增长使得居民能源消费结构的转变成为重要的研究热点。

目前研究碳排放问题最常用方法为定性和定量方法，定量方法居多。影响因素分析主要采用统计回归和因素分解，包括面板回归模型、投入产出模型、指数分解和Kaya恒等式等。首先运用较多的是LMDI(Logarithmic Mean Weight Divisia Index)模型，即因素分解模型。因素分解模型主要有两种，分别为结构分解模型和指数分解模型，将两者进行比较发现：指数分解模型具有消除残差项、有效处理零值、数据汇聚有一致性等优点而被广泛使用[1]。LMDI模型又分为LMDI-Ⅰ和LMDI-Ⅱ两种，LMDI-Ⅰ相对较完善，使用更广泛。LMDI模型的因素可以分为乘法和加法两类。学者运用对数平均迪氏分解，即乘法分解，研究得出：主要减排贡献力量来自城市，人均收入和能源价格是首要驱动因素，人均GDP和产业结构对四川省能源结构具有拉动作用[2-3]；运用对数平均权重分解，即加法分解来计算基期与报告期的碳排放量差额，采用协整方法建立影响因素之间的均衡关系，分析得出：从经济增长和技术进步两方面提升安徽省产业结构，降低碳排放率[4]。也有学者将地理空间思想引入能源消费研究，运用空间差异性得出受教育程度对人均能源消费促进作用最大，且回归系数的高低伴随资源集中和人才集中两个因素从东西沿海区域向西南地区转移，碳排放影响因素具有空间异质性，表现一定的集聚性[5-6]。利用空间力量统计模型[7]、动态空间面板模型[8-10]和Kaya恒等式[11]等方法对能源的各种影响因素进行统计分析，较多的运用在经济增长、能源消费、电力和天然气等清洁能源研究上，运用碳排放研究学者较少。

基于上述研究，能源消费方面的研究较多，研究理论较成熟，但是学者大多数研究能源消费只是将工业部分进行排除，并没有对居民能源消费结构整体进行划分，且基于碳减排目标下调整能源结构的文章有所欠缺。基于当前发展形势，在国家碳强度目标背景下研究直接和间接能源消费对碳达峰的影响，并对居民能源结构进行调整，为实现国家碳达峰目标，进而实现碳中和目标提供一些建议。

一、我国居民能源消费结构的现状

居民能源消费由两部分构成，一类是与居民生活密切相关的生活消费，即直接能源消费，包括家用能源消费、住房供暖和出行用车等许多产生的直接能源消费；一类是居民参与间接产生的能源消费，即间接能源消费，主要包括居民生活所产生和带动物流行业、钢材应用等许多高能源消耗的产业。本文直接能源消费研究时间序列为2005—2018年，由于2013年开始间接能源数据调查口径有所不同，因此间接能源消费研究时间序列为2013—2018年。

(1)居民直接能源消费现状。从人均生活能源消费量来看，2005—2018年，我国居民人均消费量从211kg/人增长到434kg/人标准煤，增长约1.05倍；从各项能源人均消费情况看，电力和天然气的人均消费量与人均生活能源消费量的走势相同，都是呈逐年递增且增长速度快，其价格低、使用便捷成为居民能源消费的首选目标，到2018年已经增长2.26倍；从煤炭的人均消费量来看，研究时间内趋于平稳状态，近年有所下降，但下降程度不够明显，而且南北使用煤碳之间有明显的差异，北方煤炭使用量多且以冬季取暖为主；液化石油气的人均消费量起初呈上下波动，从2012年开始急速增长，2018年有所下降；煤气的人均消费量在2007年达到峰值，之后呈逐年递减趋势。具体变化如图1所示，由图1可知，2005—2018年，居民能源消费正由以煤炭、煤气为代表的传统能源消费转向天然气、电力的等清洁能源。

图1 人均生活能源消费量

(2)居民间接能源消费现状。8大类能源消费为食品、衣着、居住、生活用品及服务消费、交通通信、教育文化娱乐、医疗、其他，从这几类消费进行分析，居于首位的是食品消费支出，从2013年人均4 127元到2019年达到人均6 084元/人，上涨幅度约2 000元，呈逐年增长趋势；消费支出第二位的是居住，居民人均居住消费支出到2019年，高达5 055元/人，从增长趋势来看，食品、居住、交通通信、教育文化娱乐、医疗都是逐年递增并长期保持增长趋势，这与居民经济水平有很大关系，经济水平的提高带动居民消费水平提高，促进居民的消费，扩大需求。2005—2018年，居民间接能源消费正由食品、居住类转向交通通信和教育文化娱乐类。

二、模型的建立与分析

居民直接能源消费采用的能源类型主要是煤炭、电力、液化石油气、天然气和电力，居民在使用电力时，虽没有直接消耗化石能源，但电力的消耗量巨大，本文将电力所产生的碳排放考虑到直接能源消费碳排放中。居民间接能源消费指标则采用居民8大类消费性支出所消耗能源产生的碳排放。

(一)居民直接能源消费结构对碳达峰的影响

研究居民直接能源消费对碳达峰的影响，主要采用通经分析法，将各类能源消耗作为自变量，碳排放强度作为因变量，探究各类自变量与因变量之间碳排放的直接通经作用和间接通经作用，并通过数值进行比较各类能源种类彼此之间相互作用的程度。

1.通径分析法

通径分析法是1921年Sewall Wright学者提出的一种多元统计技术，这项技术可以广泛应用于多个领域，是简单相关分析的延续[12]。主要是通过直接通径、间接通径及总通径系数，分别表示某一变量对因变量的直接作用或者是其他变量对因变量的间接作用效果。通过软件SPSS.19进行线性回归计算，计算结果给出的线性回归方程的标准系数就能得到我们所需要的通径系数，进而计算得到间接通径系数[13]。

设有自变量X1,X2,X3,…,XK,因变量y，rij为Xi和Xj(i,j≤k)的简单相关系数，rij为Xi与y的简单相关系数，Piy为Xi与y标准化后的偏相关系数，即得到各简单相关系数的分解方程，则通径分析的基本模型[14]为：

(1)

2.实证结果分析

直接能源消费原始数据来源于《中国统计年鉴》，将各类能源折合成标准煤，然后再根据能源碳排放因子系数得到文中所需数据。我们将第i种人均居民能源消耗(煤炭、电力、液化石油气、天然气和煤气)与居民人均能源总消耗的比率分别设为X1,X2,X3,X4,X5,将直接能源消费碳排放强度设为y，利用SPSS.19进行通径分析。从表1数据可知，我们从回归中提取出了直接作用结果，自变量X1,X2,X3,X4,X5对y的直接作用结果为：P1y=-0.212，P2y=-0.296，P3y=-0.037，P4y=-0.629，P5y=-0.307。从表2 Pearson相关性输出结果，可以得到各变量之间相互系数分别为：r12=r21=-0.988，r13=r31=-0.235，r14=r41=-0.961，r15=r51=-0.92，r23=r32=-0.103，r24=r42=-0.975，r25=r52=-0.883，r34=r43=-0.021，r35=r53=-0.432，r45=r54=-0.867。由通径分析模型公式(1)通过计算可以得到如表2数据。

表1 回归系数输出结果

表2 相关性检验结果

表3 简单相关系数的分解

由图2数据可以看出，电力的人均能源消耗占比对碳排放强度的直接影响系数为-0.296，表明电力的人均消耗占比具有直接抑制作用。液化石油气、天然气和煤气的人均消耗量总间接影响作用为-0.057 72，具有间接抑制作用；电力的消耗对煤气的间接影响为正，表明电力的消耗对煤气有间接地促进作用，总的影响系数为-0.975，说明总的影响作用为负值。电力的消耗比例通过液化石油气和天然气的间接影响系数为负值。因此，为了降低碳排放强度，居民能源消耗应适当增加液化石油气和天然气的消耗比例、降低煤气的消耗比例，才能总体降低碳排放强度。

图2 电力人均消耗比例对碳排放强度的影响

由图3可以看出，液化石油气的人均消耗比例对碳排放强度的直接影响系数为-0.037，电力对碳排放强度具有直接的抑制作用。电力、天然气和煤气的总间接影响系数为0.011 407，具有间接地促进作用。液化石油气的消耗对电力的消耗为-0.003 811，说明要想降低碳排放强度，应增加液化石油气的消耗比例，增加电力的消耗比例。液化石油气对天然气和煤气的间接影响为正，在使用液化石油气时，减少天然气和没钱的使用比例。液化石油气对碳排放强度的总冲击为-0.164，则增加液化石油气的消耗比例，碳排放强度会降低。因此，为了降低碳排放强度，居民能源消耗应增加电力的消耗比例，降低天然气和煤气的消耗比例，才能达到想要的效果。

图3 液化石油气人均消耗比例对碳排放强度的影响

由图4看出，天然气的人均消耗比例对碳排放强度的直接影响系数为-0.629，天然气的消耗对碳排放强度具有直接的抑制作用。电力、液化石油气和煤气的总间接影响系数为-0.091 141，具有间接地抑制作用。天然气对电力和液化石油气的间接影响系数都为负值，分别为-0.613 275，-0.013 209，说明在使用天然气时，增加电力和液化石油气的消耗比例，会降低碳排放强度。天然气对煤气的间接影响系数为正值，增加天然气的消耗比例，则要降低煤气的消耗比例。天然气对碳排放强度的总冲击为-0.981，总的影响为负值，天然气的消耗比例过大，会大幅度的降低碳排放强度，具有整体的抑制作用。因此，为了降低碳排放强度，应增加天然气的消耗比例，增加电力和液化石油气的消耗比例，减少煤气的消耗比例。

图4 天然气人均消耗比例对碳排放强度的影响

由图5看出，煤气的人均消耗比例对碳排放强度的直接影响系数为-0.307，煤气的消耗对碳排放强度具有直接的抑制作用。电力、液化石油气和天然气的总间接影响系数为-0.669 874，具有间接地抑制作用，且影响效果较小。煤气对电力、液化石油气和天然气的间接影响系数都为负值，说明在使用煤气时，增加电力、液化石油气和天然气的消耗比例，对降低碳排放强度。煤气对碳排放强度的总冲击为0.935，总冲击值为正，说明煤气的消耗比例过大，碳排放强度值相对增加。因此，为了降低碳排放强度，应增加电力、液化石油气和天然气的消耗比例，降低煤气的消耗比例。结果如图6所示，“-”代表具有抑制作用，“+”代表具有促进作用。从总影响因素看出，电力、液化石油气和天然气的消耗对碳排放强度具有抑制作用，煤气的消耗具有促进作用；从间接作用来看，天然气的消耗间接作用为正值，有促进作用，其他几类能源具有抑制作用。为了更好的切合国家碳排放强度目标，从居民能源消耗比例看，应增加电力、天然气的消耗比例，减少煤炭、液化石油气和煤气消耗比例。

图5 煤气人均消耗比例对碳排放强度的影响

图6 直接能源影响因素关系图

(二)居民间接能源消费结构对碳达峰的影响

居民间接能源消费一般是指居民在日常消费性

支出中的8大类能源消费排放，将间接能源消费碳排放转换成生态足迹，通过与城镇化水平、消费水平、消费结构、能源强度和第三产业占比5种影响因素进行对比研究，探究间接能源消费结构对碳达峰的影响。

1.研究方法

研究居民间接能源消费结构对碳达峰的影响，本文采用消费者生活方式方法核算我国居民间接能源消费，该方法按照统计年鉴中8大类消费支出进行核算，来计算间接能源消费。

(1)间接能源测算方法(CLA)。居民间接能源消费是指在所需商品和服务中，提供生活所需过程中产生的能源消耗碳排放，包括衣食住行、医疗、教育等方面，在消费性支出中把食品、衣着、交通通信、医疗保健、家庭设备用品及服务、教育文化娱乐与服务、居住以及其他商品与服务8大类表示居民间接能源消费碳排放[15]，按照中国统计年鉴的能源消费分类进行划分，如表4所示。

表4 居民8大类消费性支出直接相关部门

居民间接能源消费的核算公式如下[9]：

(2)

式中：IDREC为居民间接能源消费碳排放总量；EIi为居民第i种消费对应行业的能源强度；Xi为第i类消费的消费支出；PS为人口数量。

(2)间接能源消费影响因素分析。STIRPAT(stochastic impacts by regression on population，affluence and technology)模型，是1994年学者Dietz and Rosa[16]将IPAT等式进行改造，成为随机形式模型，即人口、富裕和技术模型，在研究影响理论中被得到广泛采用的，基础模型为：

lnI=a+b(lnP)+c(lnA)+d(lnT)+e

(3)

式中：a为模型的比例常数项；驱动力系数b,c,d表示驱动力因素P,A,T变动1%引起的环境压力变动的百分比；e表示误差项。该模型后来逐步被广泛应用于能源足迹和二氧化碳等方面的研究，考虑到数据的可量化性和可获取性，根据居民能源消费的结构特点，构建了适合本研究的STIRPAT模型：

lnEFREC=a+b(lnUR)+c(lnCL)+d(lnE)+f(lnT)+g(lnTI)+e

(4)

式中：EFREC表示间接能源消费生态足迹；UR为城镇化水平；CL为消费水平，即人均可支配收入；E为消费结构，即恩格尔系数；T为能源强度；TI为第三产业占比，具体指标的选取和相关变量如表5所示,本文采用线性回归进行分析。

表5 模型各指标的含义

(3)生态足迹。生态足迹法是指能够持续提供资源或消纳废物、具有生物生产力的地域空间，是维持一个人、地区、国家的生存所需要的或者指能够容纳人类所排放的废物的、具有生物生产力的地域空间，由加拿大生态经济学家William Rees[17]提出。从生态系统服务角度对生态足迹进行研究，运用BP神经网络引入指标对水资源时空变化进行分析，得出本文中居民能源消费，足迹的计算公式[18-19]如下：

(5)

式中：EFREC为能源消费生态足迹；P为碳排放总量,为区域平均净初级生产力；NPPj为第j类生态系统的净初级生产力；Aj为我国第j类生态系统对应的土地面积。

2.实证研究

将居民间接能源消费转换成碳足迹以后，利用STIRPAT模型对影响碳足迹的5种因子进行回归分析，由分析结果可知城镇居民的碳排放影响程度最深，且波动较大。

(1)数据来源。8大类能源消费量、国内生产总值、人口数据和恩格尔系数均数据来源于《中国统计年鉴》，第三产业数据来源于《中国工业统计年鉴》和《中国统计年鉴》。由于2013年起开展城乡一体化调查，调查口径有所不同，因此选用2013—2018年研究数据。

(2)间接能源消费生态足迹。人均碳排放量分析。2013—2018年，8大类消费性支出项目人均碳排放量趋于稳定状态，支出最多的是居住项目，到2018年达到2 025.03 kg/人，因此在具体分析时剔除居住消费性支出项目，只分析变化波动大的7类，将消费性支出项目的变化分为增长和下降2类。首先，从图7可以看出，增长最快的是交通和通信，2018年比2013年增长38.75%，这与我国经济发展居民消费水平提高有关。主要表现在汽车制造业和计算机通讯电子设备的提高；食品类近6年出现轻微波动但整体水平趋于平稳，这与现实状况相符，居民对饮食的需求不会出现大范围的波动，教育文化娱乐服务亦是如此；其他商品和服务类消费支出年增长率为18.51%，说明居民在烟草、批发零售的需求逐年较高，需求量增大。其次，衣着、家庭设备和医疗保健都出现了不同程度的下降。衣着类消费支出呈波动式下降且下降幅度不大，说明居民对服饰类的需求减少且制造业制作工序改变，效率提高。家庭设备和医疗保健下降幅度较小，下降率为8.07%和13.22%，说明技术的提高使得家居和器材制造业碳排放量减少，医疗保健也是如此。

从8大类消费性支出项目看出，造成人均碳排放增加或减少的原因有2种，一种是需求增加导致碳排放量增加，一种是技术的改进和经济的发展使得在制造业中更加注重环保，碳排放得到很好的控制。

间接能源消费生态足迹。根据公式(2)，将8大类消费性支出碳排放量进行计算，再根据公式(5)转化为生态足迹法，计算结果如图8所示。生态足迹最高的是居住类消费性支出且波动不明显，因此在图中不做体现。从三维曲面图看出，整体生态足迹呈下降趋势，但有两项消费性支出是逐年递增，分别是交通和通信、其他商品和服务。经济水平的提高、生活质量提高导致私家车增加，居民对出行要求提高，出行方式变得多种多样；互联网的快速融合使得居民在批发和零售消费增加，虽然各类消费性支出碳排放强度下降，但总体生态足迹呈现上升趋势。

图8 居民间接能源消费生态足迹

(3)影响因素分析。用STIRPAT模型进行线性回归，回归分析如表6所示。从回归系数正负符号看出，对于城镇居民来说，城镇化水平、消费结构、能源强度和第三产业占比对生态足迹的影响为正，消费水平的影响为负；对于农村居民来说，消费结构、能源强度和第三产业占比对生态足迹的影响为正，城镇化水平和消费水平的影响为负。

表6 城市和农村居民各变量回归系数

城镇化水平对城镇居民的影响为正，对农村居民的影响为负。城镇化水平提高表现为从城镇人口不断剧增，农村人口急剧下降，使得2020年末城镇总人口为90 199万人，而农村只有50 979万人，具体影响表现为：第一产业在城市中所占比重下降，第二产业、第三产业所占比重上升；城市耕地面积减少，土地商业化严重；人口密度增加导致资源短缺环境污染严重。总的来说，城镇化水平的变化表现在人口结构、消费结构、产业调整和经济水平的不断发展等方面。

人均可支配收入的增加使得居民间接能源消费费用增加，消费结构发生改变，对城镇和农村的影响均为负，但城镇居民影响最大。这是因为城镇居民生活水平高，消费观念比农村居民超前。因此，在选择交通方式、住房、医疗保健和教育时，与农村有很大的差异。相比对于农村居民来说，收入水平低、交通不便利、接收信息不全面导致消费水平低下，居住和食品占主要比例，而其他各项支持项目发展速度也没有那么快。

恩格尔系数下降对居民能源消费起到拉动作用，在城镇居民中较为显著，能源强度与生态足迹呈现正相关，说明能源强度的降低对生态足迹起到抑制作用，城镇和农村回归系数分别为3.540，2.223。第三产业的影响均为正，但贡献最少，说明居民生活方式大部分依赖于第一、第二产业，居民的生活方式正朝着娱乐多样化、住房舒适化和高质量的生活方式。因此，要想尽早实现碳达峰，不仅要提高高质量发展，而且还要促进新兴产业、服务业、高技术产业的快速发展。

分析自变量X和因变量y之间的关系，由5种影响因素得到城镇和农村的影响因素，箭头左侧为城镇，右侧为农村，通过将居民能源消费碳排放量转化为生态足迹，得到影响因子，具体如图9所示。

图9 间接能源影响因素关系图

三、结论及建议

本文将能源消费结构分为两部分，并分别对两部分进行研究，结论如下。

通过各种能源消耗比例对碳排放强度影响因素分析，得出结论为：各类能源消耗对碳排放强度的影响取决于几类能源相互影响，即能源之间的间接作用，天然气是各类能源消耗比例影响最大的，其他能源影响较小；从直接作用结果看，天然气对碳排放强度抑制作用最大，石油消耗对碳排放强度的作用最小。

将间接能源消费转化为生态足迹，利用STIRPAT模型对间接能源消费影响因素进行分析，得出结论为：整体居民间接能源生态足迹呈上升趋势，居住类生态足迹一直居于首位，食品、交通和通信、教育文化娱乐服务与其他商品和服务等能源消费生态足迹逐年增加，衣着、家庭设备用品及服务和医疗保健等能源消费生态足迹逐年减少。通过对农村和城市间接能源生态足迹影响因素分析，城镇化水平、能源强度和第三产业占比是影响城镇居民间接能源生态足迹的主要因素，消费结构、能源强度和第三产业占比是影响农村居民间接能源生态足迹的主要因素，但与以往研究不同的是，随着城镇化水平的提高，城市和农村之间的消费结构发生巨大变化，能源消费不仅仅是数量和结构的城乡差异，还体现了居民消费行为的转变和未来消费趋势的发展。

基于以上结论，提出建议。提高直接能源使用效率，使用效率的提高主要依靠能源技术的改进，应合理、科学地开发和使用能源，政府应积极鼓励企业进行技术改造，吸引更多专业人才提高能源使用工业技术，采用最先进的低碳能源技术降低能耗强度。加大推广力度，向居民推荐清洁、高效低污染的能源种类。随着生活水平的提高，间接能源消耗的增长是必然出现的现象，但节能减排地压力使得社会要做到减缓能源消费增长，这就需要政府发挥引导作用，加快城镇化水平、优化居民消费结构和促进第三产业地发展，消费者的选择对企业生产有引导作用。因此，应从消费者终端降低产业能耗，倡导居民在经济条件许可范围内选择节能减排产品，循环利用资源，理性消费。