北京城镇居民碳排放的影响机理——基于LMDI分解法

方德斌，陈卓夫，郝鹏

（武汉大学 经济与管理学院，湖北 武汉 430072）

政府间气候变化专门委员会（IPCC）指出，人类活动所产生的CO2是造成全球平均地表气温上升的主要原因[1]。自2012年起，中国国内生产总值已超越日本，成为世界第二大经济体。但由于长期以来不断增长的人口、城镇化建设、工业化以及化石能源的使用，中国在2005年成为世界上最大的碳排放国家，人均碳排放超过世界平均水平[2]。同时，随着经济增长和居民消费水平的提高，由居民生活消费所产生的直接和间接碳排放，甚至已经超过工业部门，成为碳排放量上升的主要原因[3]。北京在经济、科技和文化上的优势，吸引大量的企业、资本和人口高度聚集于此，使得北京在消费水平、产业结构、技术水平和能源禀赋等方面也显著高于其他城市。数据显示，在全国能源自给率超过85%的背景下，北京能源自给率始终不足10%；2017年，北京的城镇化率达到86.5%，远超全国57.35%的平均水平；北京对于制造业的限制和发达的服务业，使得其第三产业在GDP中占比超过80%。北京的人口数量过大、人口密度过高、能源消费结构单一、能源消费量持续走高，导致北京人均CO2排放量也远超全国大部分城市[4]。

北京由于较高的人均碳排放量，使得其在居民碳排放上承受着更高的减排压力，因此有必要对北京居民碳排放的机理进行研究。而北京较高的产业技术水平和消费水平以及独特的能源禀赋和经济结构，决定其碳排放模式有别于其他城市。在北京疏解 “非首都功能”的背景下，迁移制造业、转移部分服务业、控制人口流入等措施的持续推进，必然造成北京城镇居民碳排放机理的变化。与此同时，中国正处于社会变革和经济转型的过渡期，人民生活方式以及消费模式等诸多方面都发生着深刻的转变，这势必对碳排放产生重要影响。这就要求对北京城镇居民碳排放的研究要建立在一定的时间尺度上进行分析，以达到探究影响碳排放的驱动因素及其影响效果和影响变动过程的目的。

一、文献综述

对于碳排放影响因素的研究，早期主要集中于国家或地区层面，后来发展到对于具体产业或者行业碳排放的研究。而近些年来，随着居民碳排放量在总碳排放量中的比例逐年上升，有学者也开始关注于居民碳排放影响机理的研究。在研究碳排放影响要素中，研究方法主要有LMDI模型、STIRPAT模型、格兰杰检验等，例如Ang等[5]、蒋金荷[6]基于LMDI模型对中国的碳排放的影响机理进行研究；彭希哲和朱勤[7]48-58运用STIRPAT扩展模型，研究人口数量、人口结构、消费能力、技术水平对碳排放的影响；万文玉等[8]3445-3455利用STIRPAT模型分析各要素在八大经济区的影响大小；李楠等[9]运用格兰杰因果检验对中国人口结构与碳排放量进行实证分析。

关于居民单位碳排放的影响机理研究，国内外已经有了很多的研究成果，主要以实证研究为主。从影响因素的差异大致可分为：（1）人口要素。Tian等[10]的研究中，指出中国碳排放中有35%来自居民单位；朱勤等[11]指出，在直接碳排放方面，有20.2%的贡献率来自人口数量；叶晓佳等[12]的研究中，证实居民单位的人口数量的增长所带来的碳排放量已经抵消工业部门技术进步所带来的减排效应，成为中国碳排放最主要的驱动因素；张馨等[13]则针对城乡人口进行研究，得出农村地区的居民在转变成城镇人口时，将每年增加1 085.26千克标煤的能耗量。（2）消费行为。吴文恒和牛叔文[14]的研究中，对比了人口、环境因素对环境的影响，得出改革开放前，人口增长是危害环境的主要因素，而之后以居民消费为主；彭希哲和朱勤[7]48-58的研究中同样证明居民消费成为中国碳排放的新增长点；彭水军和张文城[15]指出，1992—2007年居民消费对碳排放有较大的促进作用，包括能源及非能源产品、服务的消费；Liu等[16]同样证实居民消费能力是影响碳排放的促进因素。（3）年龄结构。李建森和张真[17]273-279、万文玉等[8]3445-3455、李飞越[18]在研究中均得出老龄化社会更易增加二氧化碳的排放量。其中，李建森和张真[17]273-279指出，年龄结构对碳排放的促进作用的弹性系数为0.49；于洋和孔秋月[19]进一步从时间上进行考虑，得出老龄化与碳排放呈显著的“倒U形”关系，即初期人口老龄化会因人口红利的存在对碳排放产生促进作用，但长远来看老龄人口比例的增加会使社会的生活模式向低碳方向转变。（4）城乡差异。杜威[20]分析了2000—2015年中国居民生活间接碳排放的驱动因素，指出城乡消费比重因素、城乡结构为碳排放量增长的抑制因素。（5）技术进步。马晓微等[21]、朱聆和张真[22]、林涛和李灵[23]等的研究中，都证实能源强度都对抑制碳排放有着较大的贡献率。

学者针对居民碳排放的影响机理的研究、要素的选取基本都是从能源、经济、人口三大要素中扩展，进而确定影响居民碳排放的相关因素以及影响效果。然而，虽然关于居民碳排放的研究中，很多学者都将居民的直接碳排放和间接碳排放同时作为考察对象进行分析。但是，由于居民消费行为通常以家庭为单位，尤其是在生活中的绝大多数场景中，消费单位往往是由个体人组建的家庭。他们以家庭为基本单位，在生活行为中不仅分享居住空间，更重要的是共同实现消费行为，是共同构成碳排放的原因。特别是在食、住、行的诸多方面，居民在生活消费和能源消耗上具有高度的共享性和互补性。以家庭作为人口要素指标进行学术研究，能更准确地反映各要素对碳排放的影响程度，也更符合现实生活场景。同时，北京作为中国经济最发达的城市之一，多项经济发展指标领先于全国，其不仅城镇居民人口规模大，城镇化水平也远高于绝大多数城市。随着城镇化过程中居民居住空间的变动和家庭规模的变动，居民在炊事照明、采暖制冷和家电使用等方面造成的直接碳排放和间接碳排放也势必受到影响[24]。但家庭居住面积的变化和家庭规模的波动对居民碳排放的影响效果如何，则需进一步探讨。

以往关于居民碳排放的研究，充分考虑了直接碳排放和间接碳排放两个方面的作用，主要从能源、经济、人口三大要素中扩展出所选取的指标，同时结合居住地温度、采暖期和日照时间等环境变量进行分析。但是，这些研究忽略家庭住房空间大小对于碳排放的影响。由于居民诸如炊事照明、制冷采暖等大量的家庭生活活动都是在居住空间内完成，因此家庭住房建筑面积大小的变动势必对直接和间接碳排放产生影响。同时，对于居民收入、居民消费、能源消费和碳排放等能源、经济、人口要素的选取，这些研究往往只是对相应指标进行简单的人均测算。这实际上忽略了家庭成员之间对于居住空间、用能设备、经济消费等的共享和互补。因此，本文基于LMDI-I加法分解方法，综合考虑北京城镇居民直接和间接碳排放，选择更加符合生活情景的家庭住房建筑面积作为经济指标、家庭规模指标作为人口要素，突出家庭成员间对于能源消费和碳排放行为的共享和互补，并结合北京城镇居民居住空间变化和户规模波动，对北京市城镇地区家庭碳排放影响效用进行研究。对北京城市居民碳排放影响机理的研究，有助于理解北京城市居民碳排放变动的变化过程和趋势，进而通过对不同影响因素的研究分析，制定有针对性的治理措施和管理政策，控制北京城市居民碳排放的过度增长，缓解北京市的碳减排压力。

二、研究方法及数据来源

（一）碳排放测算

居民生活消费生成的碳排放，依据来源的不同，可以分为直接碳排放DC与间接碳排放IC，具体如式（1）所示。直接碳排放量来源于居民生活中的直接能耗活动，如炊事照明、家电使用、私家车出行等活动；间接碳排放源于农业部门、工业部门和服务业等为满足居民“衣、食、住、行”的需要，而进行产品生产、运输、销售的能源消耗过程[25]。

1.直接碳排放的测算

居民生活消费的直接能耗所造成的碳排放，采用《IPCC温室气体排放清单指南》的碳排放系数法进行测算，具体以各能源在终端的消耗数量结合各自的碳排放系数测算，如式（2）所示

其中，i表示能源类型，根据《北京统计年鉴》数据，本文选择家庭用能中主要使用的5种能源（原煤、汽油、液化石油气、天然气和电力）作为测算城市居民碳排放的基本能源类型；碳排放系数μ取决于各种能源自身的平均低位发热量、单位热值含碳量和燃烧效率。由于中国发电体系中70%为火力发电，而火力发电原料以煤炭为主，所以本文电力排放系数以火力发电中消耗煤炭的碳排放系数进行计算。

2.间接碳排放的测算

农业部门、工业部门和服务业等产业部门消耗能源制成产品，通过生产、运输、销售等环节，最后到达消费者手中。这期间造成的碳排放量属于间接碳排放，由于生成二氧化碳的来源点更多，与直接碳排放量的测算相比，更为复杂。本文采用CLA（消费者生活方式）方法进行间接碳排放量的测算[26]，以工业部门生产消费品的碳排放强度，结合居民的消费性支出情况共同测算，具体参考式（3）～式（5）。从数据的可获取性考虑，本文基于《北京市统计年鉴》上的居民消费性支出项目，把居民消费类别分为八大类，再从能源平衡表中选取生产部门与之一一对应[27]，具体对应情况如表1所示。

其中，j为八大消费类别；k为消费类别对应的工业部门；碳排放强度CI以工业部门的生产行为中产生的直接碳排放量Ck与自身产值Gk的比值求出；消费性总支出Y，为八大消费类别的支出Dj结合北京城镇居民的常住人数P获得。

表1 居民消费类别与工业生产部门对应表

（二）LMDI分解方法

利用分解方法，可以把复杂的问题分解成若干个影响因素，再研究其中的影响大小及影响方向[28]489-495。在分解方法中，由Ang[29]改进的LMDI分解方法，由于理论基础强、适用性广、易应用，并在结果上能很好地处理负值、零值、残差问题，因此被广泛应用在对经济和环境问题分析中。LMDI方法包含两种不同的模型，LMDI-Ⅰ[28]489-495[30]模型和LMDI-Ⅱ[31]模型，两种模型的区别在于对于权重系数的计算方法不同，每种模型又都包括加法和乘法两种分解方法。由于LMDI-Ⅱ在加法分解和乘法分解结果的不一致性，因此很少被采用。LMDI-Ⅰ加法分解方法，在对于物理变量（如污染物排放、能源消费和农业生产等）进行分解时，结果更加直观[32]。因此，本文采用LMDI-Ⅰ加法分解方法研究北京市城区居民碳排放的影响机理。

本文基于能源、经济、人口要素进行扩展，同时突出家庭单位在碳排放上的影响效果，构建LMDI-Ⅰ加法分解模型。选取碳排放转换效率及能源结构作为能源要素；在经济要素中，本文从碳排放的来源上考虑，对直接、间接碳排放的影响要素选择上有一定的不同，在直接碳排放中，本文对直接碳排放研究加入住宅面积这个因素，不仅能反映家庭的收入水平，也能间接反映耗能设备的容纳程度；对间接碳排放方面，考虑居民的支出，能反映家庭购买产品及服务的能力，基本公式及各变量含义如下

式（6）、式（7）中，DC、IC 分别代表直接、间接碳排放；t为年份；i代表能源类型；j代表消费类别；DE、IE分别代表直接能耗、间接能耗；A为城镇地区住房面积；O表示城镇地区居民总消费性支出；P为北京市城镇地区常住人口；H为北京市城镇地区家庭户数；DCI表示第i种能源消耗转换为碳排放的系数；ICI表示第j类消费项目所涉及的工业部门能耗转换为碳排放的系数；DES表示家庭消耗各类能源的占比；IES表示工业部门生产第j项消费品的能源占比；DRE为家庭单位能耗，即一单位面积上的能源消耗量；PCA表示人均住房面积；IEO为能源强度，即支出所引起的工业部门间接能源消耗，反映能源转换效率；PCO为人均消费性支出；FS为家庭规模。

对第t-1年到第t年的碳排放变化量的分解，如式（8）、式（9）所示。其中，由于各类化石能源的碳排放系数固定不变，所以碳排放强度因素ΔCDCI恒为0。

对直接碳排放量影响因素进行分解

对间接碳排放量影响因素进行分解

（三）数据来源及处理

本文以2006—2016年作为研究期，居民和工业生产部门的化石能源及电力消耗量、常住人口数据、住房面积数据、居民的八大消费性支出数据、工业部门产值数据、常见能耗终端设备数量取自《北京市统计年鉴》，家庭规模数据取自《中国人口和就业统计年鉴》，折标准煤系数来自《中国能源统计年鉴》附录部分。

其中，家庭数量利用家庭规模及常住人口数据进行计算；工业产值及城市居民的消费性支出由于受价格变动影响，本文以2006年为基期，分别用工业生产者出厂价格指数以及CPI价格指数进行平减处理，两类价格指数取自《北京市统计年鉴》。

三、实证分析

（一）北京城镇地区家庭要素现状

1.北京城镇地区家庭人口现状

2006—2016年北京城镇地区人口总量保持较快的增长，人口总量从2006年的1 601万人增至2016年的2 172.9万人。同时北京市作为京津冀地区流动人口高度分布的两极之一，其城镇地区的常住外来人口从2006年的403.4万人增至2016年的807.5万人，其中在2015年达到峰值，为822.6万人。在此期间，家庭户数也总体呈现增长趋势，但在2008年、2013年、2016年略有下降。在家庭规模方面，户均人口从2006年的2.63人/户增至2016年的2.67人/户，在研究期内变化方向较为波动，但变化幅度不大，均值围绕着2.653人/户上下波动。随着京津冀一体化进程的推进，北京周边地区产业的升级，将会提供更多的就业机会。同时，随着京津冀地区配套设施的逐步升级，并结合2017年下半年北京市政府逐步排查具有安全隐患的住宅区域等相关举措来看，北京城镇居住人口将会被引流至京津冀区域内的其他地区，从而降低北京市区的人口压力。

2.北京城镇地区家庭消费现状

图1 2006—2016年北京城镇地区人均消费性支出变化情况

2006—2016年，由于人均收入的增加，北京市城镇居民的人均消费性支出从2006年的16 103元，以8.2%的年增长率增至2016年的35 417元，增加了120%。从图1可以看出，在居民的八大类消费结构中，“居住类”的支出占比基本维持在30%以上，一方面能反映房价水平居高不下，另一方面反映居民为追求更大、更舒适的居住空间，可能会花更多的钱去购买更大面积的家庭住房。北京城镇家庭的人均面积从2006年的23.65平方米增至2016年的32.38平方米，也能一定程度上证实上述观点。教育文化娱乐服务是北京市城镇家庭消费支出中另一重要支出项目，在2006—2016年，其消费比例在人均消费支出中占比始终维持在20%以上。这反映出北京城镇家庭居民在保证基本衣食住行的需求之外，重视教育以及其他精神文明生活的开展。在北京市城镇家庭的能源消费结构中，结合《北京统计年鉴》的相关数据可得，在研究期内家庭能源消费以汽油、天然气、电力为主，其中煤炭、液化石油气的使用比例有较大幅度的下降，汽油的使用占比因拥有汽车的家庭增加而同步增长。

3.北京城镇地区家庭碳排放现状

由于北京市有着较严重的人口压力，并且随着人均收入的增加，居民的能源、产品、服务消费能力在一定程度上得到提高，导致相关的碳排放量在逐年的增加。2006—2016年北京城镇居民的直接及间接碳排放量变化情况如图2所示。其中，2006—2012年以间接碳排放为主，在2006年占据了70.48%的比重，但由于工业部门技术进步的作用，该比重持续的下降，并在2014年开始直接碳排放量的比重超过间接碳排放。在2006—2016年，北京城镇居民的直接碳排放量从972.35万吨增加到1 964.65万吨，表现为持续增长的态势，年平均增长率为7.29%；间接碳排放量则从2006年的2 322.07万吨下降到1 577.46万吨，其中在2006—2007年有轻微的下降，在2010—2011年碳排放有轻微增加，从2012年起，则呈明显下降的态势，并且随着京津冀一体化进程的推进，北京市部分不合规划的产业能够得以转移及升级，间接碳排放量在未来有望进一步下降。

图2 2006—2016年北京城镇居民直接、间接碳排放量变化情况

（二）北京城镇居民生活消费碳排放的因素分解

由式（8）、式（9）可知，在对北京城镇家庭碳排放LMDI-I加法分解的处理过程中，直接碳排放和间接碳排放的要素分解采用的经济因素有所不同，因此本文从两个方面对影响北京城镇居民生活消费碳排放的相关因素进行分析。

1.直接碳排放的因素分解

由表2的分解结果可以发现，2006—2016年北京城镇家庭的直接碳排放量变化总效应为1 423.8万吨。从整个样本期间的累计结果看，能源结构、面积能耗、人均住房面积、家庭规模、家庭户数均表现为正效应。其中，人均住房面积效应对北京城镇家庭直接碳排放的贡献度最大，为60.86%。其次是家庭户数，贡献率为29.53%。而能源结构效应、面积能耗效应、家庭规模效应影响较小，贡献率分别为0.66%、7.21%和1.74%。

表2 2006—2016年北京城镇居民直接碳排放因素分解结果 万吨

由表2可知，人均住房面积效应对于直接碳排放的增加起到最主要的推动作用，在2006—2016年为北京市带来866.5万吨碳排放增加量。在此期间，北京城镇家庭人均住房面积从23.65平方米增加到32.38平方米。而建筑面积的增大，使得在照明、供暖、制冷以及住所配套的能耗设备等方面相应地需要耗用更多的能源才能覆盖到整个家庭。从《北京市统计年鉴》的耐用品数量数据来看，如“洗衣机、电视、电冰箱、空调、电脑”，在2006—2016年总拥有量从3 186.24万台增加到4 140.55万台，单位面积上增加了耗能终端设备的数量，导致面积能耗效应为正值。在秦波等[33]的研究中，也证实人均住房面积增加1%，家庭碳排放量也会相应地增加0.485%。但是可以看出，家庭居住面积的扩大并没有造成碳排放量同等比例的增长。从分解结果可以看出，居住面积效应在2010年之后，总体（除2015年外）呈现下降趋势。其原因在于，家庭居住空间和能源设施的共享，会使得家庭能源利用产生规模经济效应。朱雪梅等[34]也指出，虽然人均和户均居住面积的增加会造成整体碳排放上升，但单位面积碳排放量则呈现出下降趋势。通过《北京统计年鉴》数据分析可以发现，从2002—2016年，北京市城镇居民人均住房面积总体呈现出上升趋势，但从2013年之后增速有所下降。因此，可以认为，在未来一段时期，由人均住房面积效应带来的碳排放仍将表现出正向上升的趋势，但随着住房增长率的下降和单位面积碳排放的降低，人均住房面积效应的贡献率将持续下降。

家庭户数对直接碳排放的变化同样有着较大的影响效应，2006—2016年共造成北京城镇地区直接碳排放量增加了420.4万吨。数据显示，2006—2016年，全国家庭户数增长率为-1.01%，而同期北京的人口增长率为35.73%，家庭户数增长率为27.93%。其中比较明显的原因在于，一方面，北京市由于其发达的政治、经济、文化条件，吸引大量商业、教育医疗、科技等资源聚集于此，不仅使市内的家庭没有意愿迁徙至国内其他地区的动力，同时吸引着务工人员、高校学生、创业青年等人力资源涌入北京。同时人口增长率超过家庭户数增长率也表明，北京市家户规模扩大；另一方面，北京市城区面积的扩张使得原本城市周边的农村居民失去土地，转化为城镇人口。数据表明，北京城镇化率由2006年的84.33%增至2016年的86.5%。城镇化的推进，促使农村剩余劳动力及家庭转移至城市地区。研究表明，自20世纪90年代以来，由于城市的扩张和外来人口的流入所造成的碳排放，超过人口规模扩大所造成的影响[35]。城市的扩张和外来人口的流入，必然对直接和间接碳排放量产生显著的正向影响。同时，需要指出的是，由于北京对外来人口流入的限制，其人口增长率逐渐趋于平稳，增长率基本稳定在4%，户规模波动也不大。因此，可以预见，家庭户数对于北京碳排放的贡献量将保持稳定，贡献率将有所下降。

从家庭规模来看，北京市城镇地区的家庭规模呈现波动变化，2006—2016年从2.63人/户增至2.67人/户，围绕着2.653人/户轻微波动。家庭规模虽然有着规模效应，即单个高家庭规模的家庭与多组低家庭规模的家庭相比，有着更少的碳排放量。但北京城镇地区的家庭规模增幅过于微弱，不足以抵消家庭生活消费所产生的碳排放量，导致该效应在累积结果中对直接、间接碳排放有着极为微弱的正效应。能源消费结构效应对碳排放量的变化影响较小，在2006—2016年能源消费结构效应所引起的碳排放变化量为9.4万吨，其中变化较为复杂。这是因为，虽然在北京城镇家庭能源消费占比中，原煤和石油气使用占比在逐步下降，但高碳能源的汽油、天然气和电力的使用占比逐年增加，因此抵消了由于固态煤和石油气消费量下降带来的碳排放量的减少。

2.间接碳排放的因素分解

在间接碳排放量方面，从表3的数据可以看出，间接碳排放在2006—2016年的累计总效应为-744.6万吨碳排放量。这表明，在研究期间，北京间接碳排放量总体表现为负向增长，并对直接生活消费行为所造成的碳排放增加起到了一定的抑制作用。其中，能源强度为强抑制效应，贡献率为-287.64%，其次为碳排放转换效应，为-50.11%。人均支出对间接碳排放的增加贡献度最大，达150.89%，其次为家庭户数效应86.60%，行业能源结构效应及家庭规模效应贡献度较小，分别为-3.65%和3.92%。

表3 2006—2016年北京城镇居民间接碳排放因素分解结果 万吨

在间接碳排放方面，能源强度效应及工业部门能源—碳排放量转换效率的效应均对间接碳排放的增长起到很大的抑制作用，分别使碳排放量减少了2 141.8万吨、373.1万吨，从而抵消了其他效应所引起的碳排放的增长，并使得在整个样本期内间接碳排放的累积总效应为负值。其主要原因在于2006—2016年北京市工业部门能源效率的提高，使得碳排放强度一直处于下降阶段。与居民消费相关的行业的二氧化碳排放强度从2006年的0.42吨/万元降为2016年的0.14吨/万元，已经和国外先进水平非常接近。并且工业部门能源—碳转换系数从2006年的2.51到2016年降为2.02，消耗一单位能源所释放的碳排放量更少。能源强度效应和能源转换效率效应均表明，这些行业的能源利用效率不断地提升，这在一定程度上解释能源强度效应及工业部门碳排放量转换系数为什么对间接碳排放有着负效应。同时，虽然从整个研究样本期间来看，能源强度对于间接碳排放始终保持抑制作用。但与以往研究[36-37]有所不同的是，传统碳排放研究的实证结果认为，能源强度对碳排放始终具有较强的抑制作用。但是，结合能源强度效应的逐年分解结果分阶段来看，能源强度的提升所带来的碳排放量的负向效应逐步降低。其造成的碳排放减少量从2006年的385.8万吨，下降到2016年的58.1万吨。这主要是由于能源利用效率的提高存在阻碍，在生产制造水平较低的时候，技术水平的提高可以显著降低碳排放量。但随着技术进步空间的逐渐缩减，中国生产技术水平与发达国家的差距逐渐缩减，后发优势减弱，能源强度的降低逐渐出现瓶颈，使得能源强度效应对于碳排放减排的边际效用递减。因此，这就要求制造业企业需要加大科技研发投入、大力推进技术创新，保持生产工艺的持续进步，以保证能源强度效应对于碳排放始终保持较强的抑制作用。

居民人均支出效应在间接碳排放中为最大的正效应，2006—2016年的累计结果为1 123.5万吨间接碳排放量。原因在于间接碳排放量最主要的是受居民消费能力的影响，工业部门生产多少产品取决于消费者的支出能力。北京市的经济水平和消费水平一直位于全国的前茅，在2006—2016年的11年间，北京城镇居民人均消费支出，从14 825元增长到38 256元，增长率为158.05%。相关的农业、制造业部分和服务部门不断地生产相匹配的产品、提供相应的服务来满足家庭日益增长的消费需求，造成了更多的二氧化碳排放量。

四、结论及建议

本文通过研究北京城镇家庭发展及其碳排放的现状，基于LMDI-I加法分解方法分析2006—2016年与家庭相关的多个要素对北京城镇家庭直接、间接碳排放量的影响效果和机理，研究表明：（1）北京城镇家庭碳排放量中，直接碳排放在逐年增长，间接碳排放由于技术水平的提高得以逐年下降。在碳排放结构中，北京城镇居民碳排放在2006—2013年以间接碳排放为主，从2013年开始直接碳排放量开始超过间接碳排放量，成为北京城镇家庭消费中最重要的碳排放来源。（2）2006—2016年，北京城镇家庭数量一直处于增长的趋势，人均消费性支出也随着经济发展有较大的提高，而家庭住房面积也逐年扩大，这些因素均对碳排放量的增长有着推动作用。（3）与其他研究相同，技术水平的进步带来能源强度的降低，并对碳排放表现出抑制作用。通过本研究可以看出，北京市与居民消费相关的工业部门的技术进步所带来的减排效应，已经抵消了家庭支出及家庭数量增加带来的碳排放量。（4）2006—2016年家庭的能源消费结构占比中，高碳能源的占比以及家庭规模的变化情况极为细微，对北京城镇家庭碳排放的影响并不明显。

从碳排放贡献度较大的住房、居民消费、家庭数量因素考虑，建议北京市政府从5个方面缓解居民碳排放量的日益增长：（1）合理布局居民住宅的分布结构，提高城市空间的利用率，优化小区能源管道输送质量，减少能源输送损失。鼓励开发商打造绿色低碳小区，优化居住空间布局，提高能源的共享，降低居住面积提升对于碳排放的边际弹性。（2）鼓励家庭绿色消费，提倡居民健康、低碳的消费行为；通过补贴的形式引导家庭购买高能效等级的家电及新能源汽车，为市民提供便捷、多样化的低碳出行方式。（3）转移或者关停部分不符合北京市发展规划的企业和行业，提高周边地区的就业机会、社会服务设施等，吸引北京市内的部分家庭外流，缓解北京由于人口密度过高、过分拥堵所造成的二氧化碳排放。（4）优化产业结构，鼓励企业对生产工艺进行优化，鼓励节能创新行为，支持企业在进行生产活动时提高低碳能源的利用率。（5）优化能源消费结构，逐步提高水电、核电、风电等清洁能源的供给，提高传统发电供能企业的发电效率，并努力减少能源在运输中的损耗。