北京市家庭生活用能碳排放分配格局及对策

刘长松

(中国社会科学院研究生院，北京 100732)

随着收入水平提高，能源消费需求增加，不同收入家庭能源消费量差距逐渐拉大。一般来说，高收入家庭追求奢华的生活方式，对能源需求量大，碳排放较多;低收入家庭仅维持基本生存，能源需求量小，碳排放量也较少，二者的碳排放责任存在巨大差异。针对生产侧采取的减排措施，如碳税或者碳排放权交易，通过能源价格上涨，其成本最终由消费者承担，由此可见“污染者付费”并未实现。尽管对低收入家庭可以采取税收返还或补贴措施，但政策的实际执行面临多重困难，低收入家庭碳排放权益不能得到保障，不同收入家庭的碳排放差距也未得到改变。针对生产侧采取的减排措施对于低收入家庭是不利的，从消费侧考虑不同收入家庭的碳排放差异，并采取适当的政策措施来管理生活能源，有利于维护低收入家庭的发展权利，提高社会整体福利水平。由于缺乏家庭生活用能数据，本文尝试根据生活水平与生活能源消费之间的关系，通过模型计算与经验数据，选取表征生活能源消费的关键变量，据此计算不同收入家庭的碳排放量，并初步探讨其政策含义。

一、家庭生活用能界定

国外学者普遍将家庭能源需求界定为直接能源需求和间接能源需求(Kees Vringer and Kornelis Blok，1995;Shonali Pachauri，2002，2004;A H M E Reindersa，K Vringerb，K Blok，2004;Wokje Abrahamse，Linda Steg，2009)。直接能源需求包括电力、天然气、热力、汽油等，间接能源需求为生产非能源产品和服务所需要的能源，间接能源的计算需要微观家庭消费统计数据。国内学者通常将生活用能界定为居民在炊事、热水、照明、室温调节等生活起居方面的直接能源消费(彭希哲等，2010)，不包括交通能耗。部门分析法(工业、交通、商业、住宅部门)仅反映住宅为载体的家庭排放，没有包括住宅以外的家庭相关活动的碳排放，因此“部门”碳排放研究方法不能充分解释家庭活动在能源使用时产生的环境影响(杨选梅等，2010)①，尤其是在私人小汽车保有量大的大城市。从数据可获得性及中国生活能源消费特征出发，本文将生活用能界定为住宅用能和交通用能，主要包括住宅炊事、热水、照明、室温调节、家用电器等生活能耗，交通出行所需要的能源，能源消费载体主要有电力、热力、天然气和汽油。家庭碳排放就是家庭用电、采暖、使用天然气和交通出行中产生的CO2排放。

二、家庭生活用能消费影响因素模型研究

从区域能源消费来看，主要有三类因素影响生活能源消费。第一类因素，家庭人均收入和消费水平。人均收入越高，对能源的需求就越大，人均消费支出越高，对能源的消费也越多。第二类因素，居住条件及用能设备。人均住房面积是反映居住水平的重要因素，家用电器拥有量是反映居住质量的重要因素，大功率家用电器的拥有量与能源消费有直接关系。就交通方式的选择而言，小汽车拥有量及其使用强度是影响交通能耗的关键。第三类因素，消费结构。即使是同一收入水平，由于消费结构不同，能源消费量也不同。恩格尔系数、家庭水电气燃料支出、交通费用支出等是反映消费结构对生活能源消费影响的重要因素。本文选取2009年全国31个省、市、区城镇居民人均可支配收入、人均消费支出、食品支出、水电燃料支出、交通和通信支出、车均油耗、家用汽车百户平均拥有量、空调百户平均拥有量、彩色电视机百户平均拥有量、人均生活用电等变量，分别建立人均生活用电消费量模型、人均汽油消耗需求模型。

1.区域人均生活用电计量经济模型

表1中人均生活用电量是因变量，为消除截面数据的异方差，对原始数据取自然对数，lnelec表示人均生活用电量对数值，lnPDI表示人均可支配收入对数值，engel表示恩格尔系数(食品支出占消费支出的比重)，lnconsum表示人均消费支出的对数值，lncon表示百户家庭空调器拥有量的对数值，lntv表示百户家庭彩色电视机拥有量的对数值，lnutility bill表示平均每户每年水电燃料支出的对数值。

表1 2009年中国区域人均生活用电影响因素

模型估计结果表明，人均可支配收入和水电费支出是影响人均生活用电的重要因素。人均生活用电量的收入弹性系数是1.419，即在保持其他条件不变的情况下，人均可支配收入每提高1%，人均生活用电增加1.419%;人均生活用电与水电费支出的弹性系数是0.372，即在保持其他条件不变的情况下，水电费支出每增加1%，人均生活用电量增加0.372%。人均可支配收入和水电费支出对人均生活用电解释较好，模型的R2为0.882。回归方程如下:

Lnelec=1.419 lnPDI+0.372lnutility bill－10.385

2.区域居民小汽车平均油耗计量经济模型

当前对小汽车汽油消耗的研究主要集中在工程技术领域(贺新，王岐东，叶身斌，2010);家庭交通出行方式的选择(何保红，王炜，陈峻，2009;杨敏等，2009;胡华等，2009;刘建明，黄中祥，2009;秦焕美等，2008);对居民通勤特征的研究(张艳，2009;鲜于建川等，2008;孟庆艳等，2006)。从经济角度研究小汽车汽油消耗几乎是空白。尤其是在人民生活水平迅速提高，机动性出行激增，小汽车平均油耗不断上升的背景下，亟须加强小汽车油耗影响因素的研究。

(1)居民小汽车平均油耗估算方法

目前我国统计制度中，只是在分行业的能耗统计数据中把交通运输、仓储和邮政业作为一个行业进行统计，缺乏居民交通运输能耗统计。能源平衡表中居民生活汽油消耗即为居民交通运输能耗②，小汽车数量源自中国2009年私人车辆拥有量统计中(按地区分)小型与微型车之和，小汽车平均油耗=生活能源汽油消费量/小汽车保有量。

(2)建立小汽车平均油耗影响模型

为确定影响小汽车油耗的因素，首先对自变量和因变量求相关系数，从相关系数来看，影响小汽车油耗的因素是人均消费支出＞人均可支配收入＞交通支出＞交通费用支出比例，其他的影响因素都未通过显著性检验。交通支出与人均消费的相关系数达到0.924，与人均可支配收入的系数达到0.918，这可能会导致模型设定中出现多重共线性问题。根据以上分析，建立小汽车平均油耗计量经济模型，采用后向逐步回归法进行模型估计，结果如下。

表2中，lntrans表示交通支出的对数值，lnoil表示平均汽油消费量的对数值，lncom表示人均消费支出的对数值，lntranshare表示交通费用比例的对数值，lnengel表示恩格尔系数的对数值，lnincome表示人均可支配收入的对数值，lncar表示百户家庭汽车拥有量的对数值。

从回归结果来看，交通支出、交通支出比例、人均消费、恩格尔系数是影响小汽车平均汽油消耗的重要因素。交通支出比例和人均消费的系数为正，符合经济规律。但是交通费用的回归系数显著为负，恩格尔系数的回归显著为正，显然与一般经济规律不符合。经检验，交通费用(lntrans)和消费(lncom)高度相关，故从模型中删除交通支出(lntrans)重新估计模型3，得模型4。

表2 2009年区域小汽车平均油耗模型

从模型估计结果来看，交通费用支出比例与人均消费对小汽车平均油耗的影响为正，但恩格尔系数对汽油消耗的影响仍显著为正。对模型进行共线性检验，条件指数(condition Index)为171.327，共线性程度比较严重。为消除模型多重共线性，选用两种方法处理:筛选变量法和主成分回归法。

首先，用筛选变量法剔除恩格尔系数，进行OLS回归可得:

回归结果表明，小汽车平均油耗与消费的弹性系数是1.403，居民消费每提高1个百分点，小汽车平均油耗上升1.4个百分点;交通支出每提高1个百分点，小汽车平均油耗上升0.15个百分点。人均消费支出与交通费用支出比例对小汽车平均油耗的解释仅为0.24，R2偏低。

为减少剔除变量引起的信息损失风险，选用主成分回归法来消除多重共线性。先对自变量、因变量进行标准化，然后运用因子分析法(factor analysis)对自变量提取主成分。将主成分回归进行还原得:

从方程回归系数来看，经过主成分回归，恩格尔系数的符号已经发生改变，符合经济学含义。小汽车平均油耗对消费的弹性为1，在其他条件不变的情况下，消费每增加1%，小汽车油耗增加1%;恩格尔系数每下降1个百分点，小汽车油耗增加1.42个百分点;交通费用支出比例每增加1%，小汽车油耗增加0.63个百分点。但模型R2仅为0.113，自变量对因变量的解释能力不理想。公式(2)与公式(1)相比，利用更多信息来解释油耗差异，在数据缺乏的情况下，运用尽可能多的信息可以得到较理想的估计。

总的来看，小汽车平均油耗模型的拟合效果不理想，但这是在当前缺乏基础数据情况下的次优选择。本文初步构建了城市居民收入与消费水平、消费结构与小汽车平均油耗的关系，据此测算不同生活水平下生活能源需求量，为估算家庭能源消耗进行了探索。

3.消费结构对居民生活用能的影响

家庭消费结构是影响家庭能源消费的重要因素。消费结构中恩格尔系数、水电燃料费用支出、交通支出是影响生活能源消费量的重要因素。本文的模型研究中，恩格尔系数、水电燃料费用支出比例均出现了与经验规律不符的现象。

作为国际公认的生活水平评价指标，依据恩格尔系数的大小对中国居民生活水平进行评价时，如果按联合国粮农组织制定的标准，会产生与中国实际情况相背离的现象，因而恩格尔系数在中国面临适用性问题③。随着生活水平的提高，人们有能力消费更多种类的东西，食品支出的比例自然会下降。但是考虑到价格变化因素，如果食品与其他产品的相对价格发生变化，恩格尔系数也会发生相应变化，但生活水平并未发生变化。因此中国恩格尔系数与居民生活水平不能简单画等号。(王少飞，2002)从消费方式看，在外就餐的支出一般要高于食品支出，因此，在外就餐比例较大的上海、广东等发达地区居民的食品支出所占份额较大，从而恩格尔系数也较大。外出就餐支出的增加是生活水平提高的标志，高收入家庭外出就餐时还会乘坐小汽车，因此，外出就餐比例的增加可能导致小汽车油耗增加。因此恩格尔系数作为生活水平评价的唯一指标具有很大的局限性。为更准确地反映生活水平的变化，需要对恩格尔系数进行细分:基本食物支出变化较好地体现了恩格尔定律，高档食品与外出就餐则体现了生活水平的提高。恩格尔系数的变化与能源消费量的变化不是简单的确定性关系，对生活水平的判定，还需要结合人均可支配收入、人均消费支出等因素。

水电燃料支出比例是消费结构影响生活能源消费的另一重要因素。随着水电燃料支出比例增加，人均生活用电量下降。但水电燃料支出比例高，并不一定是获取能源服务存在困难，也可能与燃料消费水平较高有关。如河北省、吉林省、山西省水电燃料支出比例均高于甘肃省，并不是这些省份比甘肃生活水平低。水电燃料支出比例作为结构指标，还必须与数量指标结合起来进行综合评价。综上，无论是恩格尔系数还是水电燃料支出比例等结构指标，作为反映家庭消费结构的关键指标，虽然与人均生活能源消费可能存在一定的经验关系，但评估结构指标对生活能源消费的影响时还必须结合数量指标加以确定。

三、北京市城镇居民家庭碳排放基本格局

1.北京市不同收入家庭碳排放估计

(1)运用区域模型估计家庭碳排放

运用模型计算家庭碳排放，对家庭天然气消费做出假设:北京市94.4%的城镇家庭使用集中供暖，天然气仅作为炊事和热水用能，假定所有家庭消费等量的天然气，取2009年全市人均消费量57.1m3。取暖碳排放计算采用经验数据估算。交通碳排放，低收入家庭和中低收入家庭使用公共交通，参考平均出行距离④，公共交通能耗与按汽油消费计算的结果基本一致。小汽车油耗模型估计结果年平均油耗1 558.19升，按照小汽车平均年行驶距离1.5万公里(北京交通发展研究中心，2010)⑤计算，小汽车平均油耗约1 500升，与模型估计结果基本相符。模型估计结果与北京市人均生活用电量一致(北京市2009年人均生活用电746.7度)(见表3)。

表3 2009年北京城镇居民不同收入人群家庭碳排放估计

(2)运用经验数据估算家庭碳排放(见表4)

表4 经验数据估算的家庭碳排放 (吨CO2)

(3)家庭碳排放估算结果与排放结构比较

表5 不同方法估算的家庭碳排放量比较 (吨CO2)

表6 经验数据估计的家庭能源消费碳排放结构(不含交通) (%)

表7 模型估计的家庭能源消费碳排放结构 (%)

经验数据估算的家庭碳排放结构，按照比例从高向低排列依次为:采暖碳排放＞用电碳排放＞炊事与热水排放。模型估计的碳排放排序为(不含交通):采暖碳排放＞用电排放＞天然气排放。两者结果一致。加入交通碳排放后，模型估计的结果是:交通碳排放＞采暖碳排放＞用电排放＞天然气排放。由此可见不同收入家庭碳排放差异主要由于交通排放和生活用电差异造成的。交通方式选择不同，小汽车使用强度不同，决定了不同收入家庭的交通排放差异。消费结构与生产方式的差异，是家庭碳排放结构差异的重要原因，低收入家庭排放结构以满足基本的交通、取暖为主(见表5、表6、表7)。

2.北京市不同收入家庭碳排放差距估算

目前对于收入差距的度量指标主要有收入比、基尼系数、泰尔指数、GE指数、洛伦兹曲线等方法，其中基尼系数目前公认的衡量分配不平等的重要指标⑥。滕飞等(2010)⑦运用基尼系数计算了国家间碳空间的分配情况。本文在估算家庭碳排放的基础上，计算不同收入家庭碳排放差异，以期对北京市家庭碳排放分配现状进行大致刻画。本文通过计算家庭碳基尼系数与洛伦茨曲线(Lorenz curve)来度量不同收入家庭碳排放差距。基尼系数，国际上主要用来计算收入差距。1922年，意大利经济学家C·基尼提出利用洛伦兹曲线“向右下方凸起”的特征定量测度收入分配的差异程度，后人将其定量测度的系数称为“基尼系数”。该系数将直线OA与弧线OA围成的区域面积设为A，将ΔOAB除区域A以外的区域面积设为B，则基尼系数=A/(A+B)。

图1 基尼系数与洛伦茨曲线

由图1可见，收入分配越是不平等，洛伦兹曲线越是向右下方凸起，区域A的面积就越大，因而基尼系数也越大。一般认为，基尼系数在0.1～0.2之间，分配过于平均;0.25 ～0.3 之间，轻度不平等;0.4为收入分配不平等的“国际警戒线”;0.4以上为高度不平等;如果超过0.6，则面临社会大动荡的高风险。碳排放运用计算公式G=1－1/n(2∑Wi+1)⑧，计算基尼系数如下(见表8)。

表8 2009年北京市城镇居民家庭碳排放基尼系数

北京市城镇家庭碳排放基尼系数，估计结果约为0.3，调查结果为0.44，经验数据估算结果为0.21，由于经验数据碳排放不包括交通排放，所以认为模型估计和调查结果得到的基尼系数较为合理。从调查操作来看，我们估计的碳排放基尼系数可能偏低。由于高档小区、豪华别墅难以调查，所以我们不能掌握最高能耗群体的能源消费数据。与碳排放差距相比，北京居民收入差距较小。按照2009年北京市5000户城镇家庭调查资料(见表9)，每个收入层次均占20%，按照基尼系数的简便计算方法，计算得到北京城市居民家庭收入分配的基尼系数为0.267，显然碳排放分配差距大于收入差距。当前国内生活用能消费正处于分化的关键时期。至于多大的碳基尼系数被认为不平等，国际上没有公认的判断阈值。有研究借用收入分配的判断阈值对国际碳排放资源的分配做出判断⑨，但需要指出的是，碳排放作为基本的生存与发展权，可以容忍的不平等度更低，应该具有更低的判断阈值。所以当前居民间的碳分配不平等已经比较严重，需要政策对此作出响应。

表9 2009年北京市城镇居民家庭收入状况

图2 2009年北京市不同收入家庭碳排放洛伦茨曲线

洛伦茨曲线直观地反映了北京市城镇家庭碳排放的不平等状况，20%收入最低的人口碳排放量不到10%，20%收入最高的人口碳排放量占40%(模型估计)，按照经验数据，20%收入最高的人口碳排放量占30%，对碳排放差异估计偏低(见图2)。

四、政策建议

针对家庭碳排放快速增长以及碳排放分配不均衡的客观事实，采取适当的管理措施是非常必要的，但考虑政策措施对不同收入家庭产生的分配效应非常重要。目前的温室气体减排并未考虑个体的权利和义务。从个体层面来看，导致当前高排放的原因主要是高收入人群过度排放，低收入人群仅实现基本的生存需要，未来发展所需要的碳排放空间已被高收入人群“无偿”占用，而温室气体减排却需要所有人承担成本，这显然是既不公平、也无效率的减排措施。低收入人群人均排放量低，由于收入限制难以提高家庭能效，故减排的空间很小;从碳排放权力和责任来看，穷人是温室气体排放的受害者，现有的高排放是高收入阶层过度消费的结果，高收入群体应该承担减排责任;从减排的能力来看，减排需要资金、技术与知识，富人的行动能力显然高于穷人。因此，合理的管制政策应该包含消费侧的碳排放权分配。

生活能源作为人类基本的生存条件，具有重要的社会福利含义，从提高社会福利的角度，需要保障低收入的能源需求。目前广泛存在的能源贫困(fuel poverty，Department of Energy and Climate Change，UK)和巨大的能源消费差距极大地削弱了低收入家庭的发展权利，针对温室气体排放采取的减排措施，进一步恶化了低收入家庭的生存条件。与此同时，高收入家庭奢侈浪费、高排放的行为并未付出相应的代价，碳排放资源被浪费，利用效率低下。从社会福利视角来看，限制奢侈浪费型碳排放，保障发展需求型碳排放，维护基本生存碳排放，有利于提高社会整体福利水平。这需要我们对当前不合理的政策做出改变，综合运用价格、税收、配额、标准等手段，促进碳排放权的公平分配。当前，中国人均碳排放略高于世界平均排放水平，正处于政策选择的关键时期。根据国际经验，如果不加以控制，随着人均收入的提高，生活品质的上升，盲目追求高消费、高增长的发展方式，我国未来碳排放路径将向美国、澳大利亚、加拿大靠近，不仅难以实现中国政府承诺的减排目标，更是有悖于可持续发展与保障能源安全的国策。日本、德国、荷兰等国在发展中十分重视能源节约和环境保护，建立了完善的节能体系，较好地控制了人均碳排放的增长，与高排放国家相比，以较低的能源需求实现了同样的生活品质，这条道路可资我们借鉴。中国未来面临的第三条道路是低碳发展之路，即借助后发优势，充分利用低碳技术手段，调整能源结构，综合运用价格、税收、财政、标准等手段促进低碳技术的推广与应用，降低能源消费水平。第三条道路面临的不确定最大，所需成本也较高，能否成功实施面临很多风险。未来中国碳排放的发展路径，取决于中国采取什么样的政策。中国人均收入水平较低的客观事实意味着未来生活能源消费增长空间很大。家庭部门减排具有正外部性，可以有助于形成合理的能源消费模式，带动其他产业部门减排。家庭减排的关键在于对碳排放权的合理界定，以提高社会福利水平为最终目的。

注 释:

①杨选梅，葛幼松，曾红鹰.基于个体消费行为的家庭碳排放研究［J］.中国人口·资源与环境，2010，(5):39－44.

②九三学社北京市委.北京市交通运输能耗现状、未来需求及节能途径分析［EB/OL］.http://www.bjzx.gov.cn/pub/lanmus/30/detail_jsp_qid_e26053_qsc_lanmuId_e30.htm，2011－06－13.

③张鸿武，王亚雄.恩格尔系数的适用性与居民生活水平评价［J］.统计与信息论坛，2005，(1):21－24.

④按照平均每人每年公交出行距离约10000km(平均每天交通出行27.4km)。参考公共交通每公里排放0.062千克 CO2，平均每人每年排放约 678.9 千克 CO2，3口之家，平均每年使用公共交通排放约2.04吨CO2，如果平均每人每天出行20km，3口之家年交通排放为1.36吨CO2。平均出行距离参见《2010中国新型城市化报告》，张艳等(2009)、王德起等(2009)、交通部科学研究院的数据.

⑤见北京市政协城建环保委“关于机动车总量调控与需求管理问题的调研报告”。北京市公车(机关企事业单位小汽车)年平均行驶里程为2万公里，私人小汽车年平均行驶里程1.5万公里;私人小汽车年均使用费用为10681元。与世界大城市机动化发展历程进行对比，北京机动车，特别是私人小汽车发展存在高速度增长、高强度使用、高密度聚集特征。http://cppcc.people.com.cn/GB/11832680.htm l.

⑥张 奇.城乡居民收入差距研究:以江苏省为例［D］.南京财经大学硕士学位论文，2010年.

⑦滕 飞，何建坤，潘勋章，张 弛.碳公平的测度:基于人均历史累计排放的碳基尼系数［J］.气候变化研究进展，2010，(6):63 －69.

⑧张建华.一种简便易用的基尼系数计算方法［J］.山西农业大学学报(社会科学版)，2007，(3):55 －58，63.

⑨Groot L.Carbon Lorenz Curves［J］.Resource and Energy economics，2010，32:45 －64.

［1］王松桂，陈 敏，陈立萍.线性统计模型:线性回归与方差分析［M］.北京:高等教育出版社，2004.

［2］约翰·伊特韦尔，等.新帕尔格雷夫经济学大辞典(第二卷:E－J)［M］.北京:经济科学出版社，1996.

［3］吴新娣，王春枝.对恩格尔系数的质疑［J］.当代经济研究，2006，(12):24 －26.

［4］高铁梅.计量经济分析方法与建模:EViews应用及实例(第2版)［M］.北京:清华大学出版社，2009.

［5］江 亿.我国建筑能耗趋势与节能重点［J］.建设科技，2006，(7):11 －14，16.