中国城乡居民食品消费碳排放对比分析

可持续的家庭消费是社会可持续发展的基础,食品消费是家庭消费的重要内容,本研究1978-2006年国家统计数据,通过对中国城乡居民食品消费结构差异以及食品消费周期中能源、化学品等物质投入进行分析,从直接和间接两个方面研究城乡居民食品消费对碳排放产生的影响。主要结论包括:①随着社会经济发展,中国居民食品消费结构的改变,对碳排放的影响逐渐增强,因为消费相同重量的肉蛋奶等制品所产生的碳排放量高于粮食消费;②城镇居民在食品消费碳排放总量上高于农村居民,其中,直接碳排放量农村居民高于城镇居民;间接碳排放量城镇居民高于农村居民。城镇居民的饮食消费习惯不利于减少食品消费碳排放量,农村人口进入城市将增加居民食品消费对碳排放的影响。③提高食品消费相关行业的能源利用效率可以有效地降低食品消费间接能源消费碳排放量。研究结论为研究食品消费对环境的影响以及引导可持续的家庭消费模式提供一定的科学依据。     

中国农村居民旅游消费特征与影响因素分析

农村居民旅游消费水平的增强是扩大内需、统筹城乡发展的重要途径,有助于促进旅游业的可持续发展。分析中国农村居民旅游消费的发展阶段、消费特征及其变动趋势与影响因素,研究表明:① 农村居民旅游消费可以分为三个阶段:1999 年以前,旅游消费呈现快速发展的态势,人均消费水平较低;1999-2003 年,消费水平基本处于停滞状态;2003 年以后,旅游消费发展主要因出游人次增加而带来的规模扩张,人均消费增长迟缓。② 农村居民平均旅游消费倾向呈现波动性下降趋势,消费水平以滞后性消费为主,交通、住宿、餐饮和游览等消费比重持续下降,消费结构变动程度较强,消费层次较低,消费产品结构不合理。③ 农村居民收入、传统消费习惯和消费不确定性是影响旅游消费的主要因素,其中收入、消费习惯与旅游消费之间存在显著的正相关关系,居民收入的积极效应更强;消费不确定性与旅游消费之间存在显著的负相关关系,是影响旅游消费的消极因素;城镇居民旅游消费的示范效应不显著,但城乡旅游交流日益密切,其示范效应也不容忽视。     

城乡收入不平等对城乡居民消费差距的影响

基于1997—2013年中国内地31个省份的省级面板数据,将收入、消费的基尼系数纳入研究框架,从城乡居民消费差距水平和结构两个层面考察城乡居民收入不平等对城乡居民消费差距的影响。研究发现:各地区城乡收入不平等状况恶化均显著扩大了城乡居民消费水平差距;非线性检验结果表明,全国和东部地区城乡居民消费差距呈倒"U"型,并处于其下行区域,即城乡收入不平等对城乡居民边际消费差距的作用是递减的;中、西部地区城乡居民消费差距处于"U"型曲线的上行区,即城乡收入差距的上升造成城乡居民消费差距越来越大;从城乡居民消费结构差距的角度看,现阶段的城乡居民收入差距对不同类别的城乡居民消费支出差距的影响是不确定的,而且消费差距存在显著的棘轮效应。     

基于投入产出模型的旅游消费对经济增长的动态影响研究

基于投入产出模型,利用中国《2002年部门投入产出表》,定量测度了1997—2007年间我国城乡居民国内旅游消费对国民经济及各部门产出增长的贡献率及其变化,并提出相应的建议。研究结论:(1)城镇居民国内旅游消费对经济增长的贡献在上升,农村居民的贡献在下降,总体国内旅游消费对经济增长的贡献在下降。(2)城乡居民国内旅游消费对各产业产出增长贡献从大到小依次为:旅游业、住宿和餐饮业、交通仓储和邮政业、金融保险业、其他服务业、房地产业和批发零售业。(3)我国旅游业发展八分靠国内旅游,二分靠国际旅游;国内旅游消费结构中,非基本消费比重较小,亟待提高。     

吉林省城乡居民膳食水足迹研究

居民日常的膳食消费与水资源的保护和节约息息相关。根据吉林省1999—2011年城乡居民膳食消费量,量化城乡居民膳食水足迹,并分析其特征。13年来吉林省城乡居民膳食水足迹波动不大,但城乡之间存在差异。城镇居民膳食水足迹中肉类所占比重最大,而农村居民膳食水足迹中粮食占绝对比重。城镇居民膳食水足迹多样性指数高于农村居民,均呈上升趋势,尤其是农村居民膳食消费的种类增长较快,居民膳食消费的种类日益丰富。吉林省城乡居民膳食水足迹虽然存在差异,但差距不大,不公平现象不明显。     

湖南省CO_2排放因素的灰色关联分析

在冰川融化、全球气候变暖的情况下,以CO2为主的温室气体的排放越来越引起人们的关注。2009年12月在丹麦首都哥本哈根召开的联合国气候变化大会更是要求各国落实CO2减排目标,采取应对气候变化的行动。在建设"两型社会"背景下,采用灰色关联分析方法研究湖南省CO2排放的影响因子,通过关联度比较,得出能源消费、居民消费和GDP是影响湖南省CO2排放的最主要因素,提出了改善能源结构、引导消费方向、调节投资方向等对策建议。     

中国入境游客旅游消费总体趋势与区域差异:1996~2005年

采用1996~2005年入境游客旅游消费的截面数据,通过构建评价表征指数,对中国入境游客消费变动以及区域差异进行实证分析。结果表明,在过去10年,入境旅游人均消费水平显著增加,但仍属于滞后性消费。旅游消费结构"九五"期间有较大变动,"十五"后趋于稳定合理。从入境旅游消费区域差异看,相对于区域旅游外汇收入,入境游客区域差异变动和消费结构呈现稳定状态;但是相对于旅游外汇收入水平,接待境外游客较多的地区恰恰也是人均消费水平相对偏低的地区,这些地区近10年来入境旅游外汇收入增长的主要助推因素仍主要来自接待入境游客规模的整体扩张,游客消费水平并没有质的提高。因此,塑造和完善旅游消费体系和保障体系,营造宽松的旅游消费环境,通过旅游产品供给结构优化调整来促进旅游消费质量的提档升级,将是实现入境旅游发展由数量扩张型向质量效益型战略转型的关键所在。     

城市能源消费碳排放特征及其机理分析 ——以广州市为例

采用表观能源消费数据进行分能源品种和分行业类型的碳排放总量核算,利用基于IDA理论和Kaya恒等式的LMDI模型对碳排放总量变化进行多要素的分解分析,在解析人口规模效应、经济产出效应、能源强度效应对碳排放影响机理的同时,进一步纳入人口结构性因素、产业结构性因素和能源结构性因素对碳排放的影响。以广州市为例,对其2003—2013年产业活动和居民消费2个部门碳排放的主要驱动因素进行时间序列分析,并定量研究各个影响因子在2003—2005、2005—2010和2010—2013年3个不同发展阶段的作用机理,主要研究结论如下：1）广州市能源消费及其碳排放前期以煤炭为主,近年来以石油为主,同时外购电力对广州市的能源消费结构优化影响显著。2）各影响因子对广州市碳排放总量变化的作用机理与影响机制在3个发展阶段各不相同,不同发展阶段的发展措施和政策背景对于各个影响因子的碳排放效应影响显著。3）总体分析,经济产出效应和人口规模效应是产业部门碳排放增长的最主要贡献因子;工业能源消费强度效应、工业能源消费结构效应和经济结构效应是遏制产业部门碳排放增长的最主要贡献因子。城镇居民收入效应是居民消费碳排放增长的最主要贡献因子,城镇居民能源消费强度效应是遏制居民消费碳排放增长的最主要贡献因子。     

2020—2022年COVID-19疫情对中国居民消费及消费结构的影响

2020年以来,新型冠状病毒感染（COVID-19）在国内多个城市多次复发,对居民生活及消费产生显著冲击,准确测评疫情冲击对居民消费及消费结构的影响,是疫情经济评估和促进居民消费恢复的重要问题。依据2020年1月—2022年9月居民消费月度数据,基于本底趋势线模型、月指数分解及本底线距平分析方法,开展了COVID-19疫情对居民消费结构影响的定量评估研究。结果发现：(1)疫情对居民8类消费均造成直接影响,食品、衣着、居住等消费损失较小,而交通、文化娱乐、医疗保健等损失较大,生活刚需性消费恢复周期明显快于可选择性消费;6波疫情引起8类消费高分辨距平波动曲线各不相同;(2)比较疫情前后3年消费结构变化,发现疫情冲击下居民消费恩格尔系数反弹2个百分点,精神恩格尔系数下降2.6个百分点,结构多样化指数下降3.4个百分点,短期消费结构降级明显;对比疫情冲击期与平缓期的消费结构变化,也呈现与此相似的波动周期;(3)就6波疫情的影响来看,2020年武汉疫情和2022年上海疫情影响更大,导致居民各类消费损失高达1092元/人和490元/人。此外,本文还对食品消费增长、医疗消费持续负距平等,结合消费者物...     

典型山区居民生活水平评价及空间差异——以四川省凉山州为例

通过建立城乡居民生活水平评价指标体系,以西南山区的四川省凉山州彝族自治州为例,运用主成分分析法,分别计算出各县(市)城乡居民综合生活水平指数、农村居民生活水平指数和城镇居民生活水平指数,并将其划分成较高、中等和较低三级。通过空间自相关模型分析发现,县域居民生活水平表现出较强的空间聚集性,空间差异明显;相对于城镇居民生活水平而言,农村居民生活水平空间聚集特征更加明显。造成凉山州城乡居民生活水平空间差异的原因有:1.少数民族人口的空间分布。县域城乡居民综合生活水平、农村居民生活水平与其少数民族人口比例呈高度负相关。2.地理资源的空间分布。凉山州地理资源条件较好的安宁河流域的"五县一市"城乡居民综合生活水平指数和农村居民生活水平指数均高于其他县域。3.农村居民生活水平的空间差异更加明显。凉山州城乡居民综合生活水平的空间差异主要体现为农村居民生活水平的空间差异。随后,对提高山区居民生活水平特别是农村居民生活水平,促进其区域协调发展的相关政策措施进行了简单探讨。     

基于结构分解法的北京能源碳排放增量分析(英文)

确保减碳的首要任务是定量测度化石能源消费碳排放的增量影响因素及其大小。为分析北京市1997-2007年的碳排放增量,本文构建了一个扩展的(调入、进口)竞争型经济—能源—碳排放投入产出模型,从整体特征、不同产业、工业行业3个方面,对1997-2007年北京能源消费的碳排放增量进行了结构分解。分析发现:经济规模增长要素(消费、投资、调出和出口等)是拉动碳排放增长的主导因素,能源强度变动效应却是碳减排的决定性因素;在规模扩张因素中,消费和调出超过投资和出口,是碳排放增长的主要贡献者;2002以来新一轮"高碳"特征的工业化导致CO2排量呈急增之势;产业结构调整、三产比重最大使得服务业成为碳排放增长的最大部门,但工业排放的增长却后来居上;碳增排的重点行业是高能耗业,而碳减排的却是能源工业;两时段各效应在不同产业、不同工业行业的影响方向和大小不一。     

我国城市居民直接能耗的碳排放类型及影响因素

针对我国287个地级以上城市,在测算了近9年居民直接能耗导致的CO₂排放量的基础上,进行聚类、对比,并分析城市居民直接能耗的碳排放影响因素,得到以下结论:全国分为6类城市居民直接能耗碳排放类型;高碳排放型城市的地均碳排放强度、人均工资碳排放强度及居民直接能耗CO₂排放总量等方面均比低碳排放型城市高,人均地方生产总值碳排放强度低于低碳排放型城市,并多为经济发达城市和资源丰富城市,其碳排放构成上分别以电、交通能耗碳排放和气碳排放为主导,高碳排放型城市居民直接能耗CO₂排放量占全国地级以上城市的86.20%。我国大部分地级城市居民直接能耗的碳排放属于相对低碳排放型,其人均CO₂排放量低于全国平均水平。城市所在地的降温度日数(CDD)、采暖期、采暖强度、人均能源供给量、居民的人均工资、城市人均地方生产总值是影响城市居民直接能耗CO₂排放量的主要因素。     

中国省域城镇居民碳排放驱动因素分析

从消费角度出发,分别对2003和2012年中国城镇（不含港、澳、台地区）居民碳排放的特征及影响因素进行分析。结果显示,不同地区城镇居民碳排放存在明显差异,人口因素对区域分异有弱化作用。从城镇居民人均碳排放来看,不同地区消费构成、能源结构、产业结构3因素对城镇居民碳排放影响的差异总体表现为：消费结构/能源结构>产业结构。与其他部门相比,大多数地区工业部门的生产能耗、投入产出周转量和产品购买量是影响当地城镇居民碳排放的主要因素,各地区城镇居民碳排放的影响因素具有明显的区域特点。政府应在当前研究的基础上,根据当地能耗模式、产业模式和消费模式因地置宜管理城镇居民碳排放。     

北京城市产业碳排放的小尺度空间分布

基于城市乡镇街道空间单元及能源消费碳排放的定量方法基础上,计算了北京市2004和2008 年第二、三产业的二氧化碳排放量及其空间分布。结果表明：北京市第二产业的碳排放总量变化不大,空间上呈现东南高、西北低的格局;第三产业的碳排放总量则有明显的增长,空间上呈现内城区碳排放值较高、且向外围圈层扩散的趋势;第三产业中分配性服务业和生产性服务业的碳排放量较高,2008 年分配性服务业碳排放的高值区主要分布于南部的城市近郊区,生产性服务业碳排放的高值区分布于高端服务业较为集聚的区域。     

中国居民食物消费碳排放时空演变趋势及其驱动机制分析

食物生产是影响温室效应气体排放的重要方面,由于食物类型不同其碳排强度存在较大的差异,因此当前中国居民食物消费快速演替必然会对生态碳环境产生重要影响。论文利用洛伦兹曲线和基尼系数,研究1997—2016年中国城乡居民食物消费在生产过程中碳排放时空演变及其主要驱动因子。主要结论如下：① 在数量上,中国居民食物消费碳排放总量和人均量整体都呈现逐渐的增长刚性,但仍属于低碳消费模式;② 在结构上,各类型食物碳排放演变呈现显著的分异态势,整体上动物性食物碳排放增长速度快于植物性食物碳排放减少速度;③ 在城乡差异上,城镇和乡村居民食物消费碳排放在数量、结构和趋势上表现出显著的城乡二元属性,但近年城乡差异表现出减缓趋势;④ 在空间上,各地食物消费碳排放呈现较显著的民族性、地域性、集聚性和中心“塌陷”的特征,碳排放密度高值主要分布在直辖市和沿海经济相对发达地区;⑤ 在驱动力上,结构演替是全国居民食物消费碳排放总量整体变化的主要驱动因素,而人口数量是各地地域空间差异分布的主要驱动因子。     

一次能源消费导致的二氧化碳排放量变化

从不同燃料和不同地区入手,分析了我国1995~2006年间一次能源消费导致的二氧化碳排放量变化情况。结果表明:1995~2006年间,我国一次能源消费导致的二氧化碳年总排放量呈现"先减少后增加"的发展态势,其拐点出现在2000年,而且2001年后各个省(区、市)的二氧化碳年排放量较前期均有大幅度的增加,总排放量由1995年的78678万t碳增长到2006年的146919万t碳,年均增长率5.84％,人均二氧化碳年排放量也由0.62t碳/人增加到1.12t碳/人;煤炭消费导致的二氧化碳排放量占全国二氧化碳年总排放量的79%~85％;我国七大区和大部分省(区、市)二氧化碳年排放量与全国总排放量有类似的发展态势,其中华北、华东地区二氧化碳排放量居全国首位,山西省的二氧化碳排放量位居全国第一。     

城市CO2排放结构与低碳水平测度——以京津沪渝为例

在科学设计城市CO₂排放、城市低碳水平数理模型基础上,结合BP神经网络法,综合考虑各种不确定因素的影响,通过1995~2008年京津沪渝4市CO₂排放结构和低碳水平测度以及BP神经网络模型预测,可以发现:4城市CO₂排放量逐年递增,但存在较大差异;城市CO₂排放量和发展态势取决于4城市CO₂排放结构及变化;低碳水平测度结果表明4城市的经济增长仍然依赖于碳基能源消耗,但产业结构的优化升级对提高低碳水平的作用是显著的;基于BP神经网络法的短期预测比传统预测法更为合理和精确。     

A Comparative Decomposition Analysis of the Factors Driving Energy-related Carbon Emissions from Three Typical Provinces in China: Jiangsu,Henan and Inner Mongolia

An accurate understanding of the real situation of energy-related carbon emissions and the main factors driving the carbon emissions increments are crucial for China to realize its emission mitigation targets. Adopting the comparative decomposition of an extended LMDI (Log-Mean Divisia Index) approach, this study decomposed the changes in carbon emissions of Jiangsu, Henan, and Inner Mongolia, which are located in the eastern, central and western parts of China. This analysis led to three main findings. 1) During the period of 1996-2017, the energy-related carbon emissions in the examined provinces exhibited upward trends, but with some differences among the provinces. 2) The influences of driving factors on carbon emissions varied distinctly in different provinces and economic stages. Economic growth had the largest positive effect on provincial carbon emissions increases. From 1996 to 2017, the contribution rates of economic development to emissions growth in Henan, Jiangsu and Inner Mongolia were 307.19%, 205.08% and 161.26%, respectively. This influence was followed by urbanization and population size. 3) Energy intensity played a leading role in facilitating emissions-reduction in the examined provinces, except for during the tenth Five-Year Plan, followed by the energy structure. The effect of rural population proportion was the weakest among all the curbing factors. Furthermore, urban and rural resident°s energy consumption per capita demonstrated relatively minor impacts and disparate directions of influence in the different provinces and economic periods, but began to play increasing roles in driving up provincial emissions changes. For example, residential energy consumption in Jiangsu contributed over 7.9% to the total carbon emission growth in 1996-2017, among which urban residents’ per-capita energy consumption contributed more than 3.8%. In view of these findings, policy makers should formulate targeted emission reduction measures that are based on the distinct situations and key factors which affect carbon emissions in each province.     

1991-2010年中国大陆化石能源消费的CO2排放研究（英文）

本文采用IPCC推荐的表观消费量法计算了中国大陆30省区1991到2010年化石能源消费产生的CO2排放,发现:(1)排放总量由 2293.01Mt 增长到 7467.77Mt;(2)煤炭消费的排放比重最高达到79.98%;(3)人均排放量由 1.98t 增长至 5.57t;(4)CO2排放强度显著降低,由6.66 kg USD-1降至1.07kg USD-1,近年来趋于稳定;(5)区域发展不平衡始终存在,根据省际数据,在一些落后地区经济增长过度依赖于化石能源消费。关于CO2高排放,中国已经做出承诺并采取了行动。基于对可持续发展和全球气候变化不确定性的综合考虑,健康的产业结构、化石能源集约利用,以及区域发展平衡应更加受到重视。     

北京市服务业碳排放增长的分解分析

The output as well as carbon dioxide emissions of tertiary industry have increased continuously in Beijing. Therefore, the tertiary industry has become a new field that needs to be explored for energy saving and emission reduction. This paper calculates the direct and indirect carbon dioxide emissions of tertiary industry in Beijing from 2005 to 2012 using the input-output analysis method. The results indicate that both the direct and indirect carbon dioxide emissions increased continuously and the latter grew more quickly than the former. The growth of the direct and indirect carbon dioxide emissions of tertiary industry was decomposed, which showed that four factors influence the growth of carbon emission of the tertiary industry, including the changes of industrial scale, industrial structure, energy consumption intensity and carbon coefficient. The results show that the industrial scale advancement and the direct energy carbon coefficient change promote the increase of direct carbon dioxide emissions, while the shift of industrial structure and the change of direct energy consumption intensity have the restrain on it. The industrial scale enlargement, industrial structure shift and the indirect energy carbon emission coefficient change promote the growth of indirect carbon dioxide emissions, while the indirect energy consumption intensity change has a restrain.