中国居民消费碳排放峰值预测与分析*

尹 龙 杨亚男 章刘成

内容提要：2021年全国两会政府工作报告提出，扎实做好碳达峰、碳中和各项工作，制定2030年前碳排放达峰行动方案。消费碳排放将成为未来中国碳排放的主要增长点，为实现2030年碳排放达峰的目标，应引导和激励中国居民消费朝着更加低碳的方向发展。文章在进行居民消费碳排放测算的基础上，综合分析人口因素、经济因素和技术因素对居民消费碳排放的影响，建立IPAT-IDA预测模型，利用情景分析法，分析基准情景、强化能源效率情景、低碳消费情景下中国居民消费碳排放的未来趋势，预测2020—2050年中国居民消费碳排放的规模，讨论中国2030年碳排放达峰目标实现的可行性，并论证环境库兹涅茨理论在中国居民消费碳排放领域的适用性。

一、引言

随着全球人口数量的日益膨胀，经济规模的不断扩大，消费水平的逐渐提升，化石能源大量焚烧，全球温室气体排放增幅不断加大，进而导致全球生态环境不断恶化，如何协调人口增长、能源消耗与环境恶化，经济发展、居民消费与碳排放之间的关系尤为重要。为积极应对全球气候变化，去年我国首次向全球明确了碳达峰和碳中和目标，中央经济工作会议也把做好碳达峰和碳中和工作列为2021年重点任务之一。今年两会政府工作报告提出，扎实做好碳达峰、碳中和各项工作，制定2030年前碳排放达峰行动方案，优化产业结构和能源结构。按照政府工作报告部署，我国还将制定系列政策和措施，如加快建设全国用能权、碳排放权交易市场，完善能源消费双控制度等。

目前，中国面临的气候变化压力巨大，同时中国人口众多，不同社会群体所承担的风险存在差异，为实现可持续发展战略，必须走一条更加绿色、低碳的发展方式。随着中国城镇化进程的不断推进，居民的收入水平有了大幅提升，生活方式随之发生改变，居民对能源消费的需求增长迅速。2019年中国人均碳排放量约为10.1吨/人，已超过全球平均水平4.45吨/人，略低于经合组织的平均水平10.5吨/人。碳排放的重点渐渐由生产侧向消费侧过渡，居民消费碳排放逐渐成为未来碳排放的新增长点，如果中国居民消费碳排放遵循发达国家的发展趋势，那么其将有相当大的增长空间，必将给环境带来更大的压力，中国居民消费碳排放未来趋势如何，是否会遵循发达国家发展路径，是一个值得探讨的问题。因而有必要对中国居民消费碳排放进行评估和峰值预测，揭示居民消费碳排放的特征和演进规律。

二、中国居民消费碳排放测算

居民消费碳排放包括直接碳排放和间接碳排放，直接碳排放是指居民在直接消费能源的过程中产生的CO2排放；间接碳排放是指居民消费的非能源商品和服务在生产、运输、销售过程中所产生的CO2排放。相比于直接碳排放，间接碳排放是隐含在居民消费的商品和服务里的，容易被忽略。

(一)居民消费碳排放的评估方法

居民消费碳排放包括直接碳排放和间接碳排放，居民消费碳排放的评估方法与之对应，也分为居民消费直接碳排放的测算和间接碳排放的测算。

1.居民消费直接碳排放的测算方法

居民消费直接碳排放通常采用IPCC指南中提供的碳排放系数法，其原理是用居民的能源消耗量乘以相应的碳排放系数。(1)IPCC Work Group 1 Contribution to AR5,Climate Change 2013:The Physical Science Basis,Bern,Switzerland,2013;Xu X.W.,Huo H.,Liu J.R.,et al.,Patterns of CO2 Emissions in 18 Central Chinese Cities from 2000 to 2014,Journal of Cleaner Production,2017;Liu L.N.,Qu J.S.,Zhang Z.Q.,et al.,Assessment and Determinants of Per Capita Household CO2 Emissions (PHCEs) Based on Capital City Level in China,Journal of Geographical Sciences,2017,28(1),pp.1467-1484.利用居民消费的不同化石能源消费量乘以其碳排放因子来核算对应能源消费产生的CO2排放量。其中，含碳量和氧化率系数来源于IPCC2006温室气体排放清单和其他相应的研究文献。

(1)

其中，Ec为居民直接能源消费产生的CO2总量；Qi为某种类型能源(如原煤、汽油、天然气等)当年的表观消费量；ei为某种类型能源的热量转换系数(能源原始单位转换成通用热量单位的转换系数)；ci为燃料的平均碳含量，即碳排放因子；oi为燃料的碳氧化系数，44/12为CO2排放的转化系数。

2.居民消费间接碳排放的测算方法

居民消费间接碳排放的计算过程比较复杂，目前主要有三种计算方式，分别是生命周期评价法、投入产出法和消费者生活方式法。

IOA法主要借助国家统计局编制的投入产出表(I-O表)，通过理清产业部门间的投入产出关系，将经济系统与商品载能有机结合，通过计量模型来估算居民消费的间接碳排放。Zhang T.等将其归纳为三种类型：基本投入-产出法，投入产出+消费支出法，投入产出过程分析法。(2)Zhang T.,Mi H.,Factors Influencing CO2 Emissions:A Framework of Two-level LMDI Decomposition Method,RISTI-Revista Iberica de Sistemas a Tecnologias de Informacao,2016,E10,pp.261-272.国内学者大多用基本投入产出方法来测算消费间接碳排放的情况；(3)王莉、曲建升、刘莉娜等：《1995—2011年中国城乡居民家庭碳排放的分析与比较》，《干旱区资源与环境》2015年第5期；朱勤、彭希哲、吴开亚：《基于投入产出模型的居民消费品载能碳排放测算与分析》，《自然资源学报》2012年第12期。投入产出+消费支出法能够将产业能耗与居民各类支出对应，分析居民的消费碳排放情况，更有针对性。

LCA方法是追踪产品或服务在整个生命周期中所产生的环境影响，对应的碳排放也是在产品的生产、储存、运输、消耗和回收利用等整个生命过程中产生。(4)Lenzen M.,Wier M.,Cohen C.,et al.,A Comparative Multivariate Analysis of Household Energy Requirements in Australia,Brazil,Denmark,India and Japan,Energy,2006,31(2-3),pp.181-207.利用LCA法测算居民消费间接碳排放，需要测算商品和服务生命周期内各个环节的能源投入，对数据有较高的要求，其处理过程复杂，增加了结果的不确定性。(5)朱勤：《中国人口、消费与碳排放研究》，上海：复旦大学出版社，2011年。

相比于LCA方法，IOA法的数据获取相对容易，并且能将产业能源消费与居民各类别支出进行一一对应，有利于过程的计算和结果的分析。(6)Society for Environmental Toxicology and Chemistry (SETAC),Guidelines for ife-Cycle Assessment:A Code of Practice,1993,Brussels.因此，本文采用投入产出与居民消费支出相结合的方法测算。

居民消费间接碳排放计算公式：

Ch=f(I-A)-1Yh

(2)

其中，Ch表示不同居民消费间接碳排放列向量，为了分别计算城镇居民和农村居民的间接碳排放情况，令h=0表示农村居民，h=1表示城镇居民；f表示各部门碳强度的行向量，为各部门碳排放与产出之比；A为各部门之间直接消耗系数构成的矩阵；Yh表示居民对各类消费品的最终消费量列向量转换而成的对角矩阵。

(二)居民消费碳排放的测算

1.居民消费直接碳排放的测算

由于中国二元经济结构的基本特征，需分别研究城镇居民和农村居民的消费碳排放结构与特征。(7)Liu L.C.,Wu G.,Wang J.N., et al.,China's Carbon Emissions from Urban and Rural Households During 1992-2007,Journal of Cleaner Production,2011,19(15),pp.1754-1762;范建双、周琳：《中国城乡居民生活消费碳排放变化的比较研究》，《中国环境科学》2018年第11期。参考Fan等的方法，将不同的能源消耗分配到五类基本用能终端上。(8)Fan J.L.,Tang B.J.,Yu H.,et al.,Impact of Climatic Factors on Monthly Electricity Consumption of China’s Sectors,Natural Hazards,2015,75(2),pp.2027-2037.居民的直接能源消费数据来源于《中国能源统计年鉴》中能源平衡表“终端消费”项目。根据以上测算方法，测算了1996—2015年中国居民消费直接碳排放的基本情况。

中国居民消费直接碳排放从1996年的3.48亿tCO2，增长到2015年的10.35亿tCO2，增长趋势明显。根据其增长的速度不同，可分为1996—2001年和2002—2015年两个阶段，前一阶段增长速度相对缓慢，年均增长3.1%，后一阶段增速较快，年均增长达7.3%。这表明2002年以后，在居民收入大幅增长的驱动下，用能结构和能源强度的负向效果完全被掩盖，引致居民消费直接碳排放的快速增长。其中增速最快的年份出现在2002、2003、2004这三年，年增长速度都超过11%，2008年受全球次贷危机的影响，增速较慢，之后又出现回升的态势。

图1表示研究期间中国居民消费直接碳排放的城乡对比情况，城镇居民的消费直接碳排放水平一直高于农村居民，占比超过55%，但从其长期趋势来看，表现为一定区间内的上下波动。1996年城镇居民消费直接碳排放占比为57.5%，然后一直扩大到1999年的58.8%，之后有所回落，2003年达到最低的55.5%，2015年的占比为56.4%。近几年有明显下降的趋势，在一定程度上取决于农村居民能耗水平的增加和能源结构的改变。

图1 1996—2015年中国居民消费直接碳排放情况(9)图1中数据根据历年《中国能源统计年鉴》数据计算而得。

2.居民消费间接碳排放的测算

为了研究的一致性，本文选取的测算年份为1995、2000、2005、2010、2015年。能源数据来源于《中国能源统计年鉴》中分行业能源消费数据表，并将能源消耗实物量折算成标准煤量。由于国家能源平衡表与投入-产出表及工业分行业终端能源消费量表在国民经济部门(行业)的划分不一致，需要进行归并处理。经对比分析，按产品用途、耗能模式相近的原则，结合国际上通用的消费分类标准(COICOP)，将所有的部门(行业)与居民消费支出类别相对应。

图2 1995—2015中国居民消费间接碳排放情况 (单位：亿tCO2)(10)图2中数据根据历年《中国统计年鉴》和《中国能源统计年鉴》数据计算而得。图3同图2。

研究期间主要年份中国居民消费间接碳排放的情况如图2所示。1995—2015年，中国居民消费间接碳排放从13.92亿tCO2增至33.75亿tCO2，增长2.42倍，一直处于增长的态势。尤其是2000年以后增速明显，2000—2015年每阶段的增速分别为：2000—2005年43.3%，2005—2010年32.14%，2010—2015年25.7%。居民消费间接碳排放规模的不断增长，与城乡人均消费支出的增长关系密切，其中2000年之后的快速增长与中国改革开放的力度加大以及加入WTO有关。除了居民消费水平的提升，消费结构的变化、城镇化水平的提高，也是推动居民消费间接碳排放增长的动力。

如图3所示，研究期间居民消费碳排放的排放规模大幅上升，从1995年17.4亿tCO2增长到2015年的44.1亿tCO2，增长了2.53倍，但其增长速度低于最终消费价值量的增速。居民间接碳排放与直接碳排放的比值一直处于3.2—4之间，居民间接碳排放的比重一直维持在76%—80%，居民消费间接碳排放绝对量与比重远大于居民消费直接碳排放。

图3 1995—2015中国城乡居民碳排放情况 (单位：亿tCO2)

三、中国居民消费碳排放峰值预测

(一)预测模型

在已有文献研究的基础上，本文提出基于人口、经济、技术的居民消费碳排放预测模型。通过对基准情景、强化能源效率情景、低碳消费情景下，人口因素、经济因素、技术因素等参数的设置，通过IPAT-IDA模型对2020—2050年中国居民消费碳排放的基本规模进行了预测。影响居民消费碳排放的经济因素包括城镇化水平、城乡居民人数等，经济因素则包括人均收入水平、消费模式等，技术因素则包括能源结构、生产侧碳排放强度等。(11)胡振、王玥、何晶晶等：《西部城镇家庭能源消费及其碳排放的区域特征研究——基于中国家庭追踪调查的调研数据》，《干旱区资源与环境》2019年第4期；彭水军、张文城：《中国生产侧和消费侧碳排放量测算及影响因素研究》，《经济研究》2015年第1期；史琴琴、鲁丰先、陈海等：《中原经济区城镇居民消费间接碳排放时空格局及其影响因素》，《资源科学》2018年第6期；王会娟、夏炎：《中国居民消费碳排放的影响因素及发展路径分析》，《中国管理科学》2017年第8期；周嘉、时小翠、赵靖宇等：《中国居民直接生活能源消费碳排放区域差异及影响因素分析》，《安全与环境学报》2019年第3期。

参考国内外相关的碳排放预测模型，结合Guan等提出的IO-IPAT-SDA预测模型，(12)Guan D.,Hubacek K.,Weber C.L.,et al.,The Drivers of Chinese CO2,Emissions from 1980 to 2030,Global Environmental Change,2008,18(4),pp.626-634;胡鞍钢、管清友：《中国应对全球气候变化的四大可行性》，《清华大学学报》2008年第6期。我们建立IPAT-IDA预测模型来预测中国居民消费碳排放的趋势，模型如下：

CP=f(P,Y,T)

(3)

△CP=△CP(t)-△CP(t-1)

=u(t)·p(t)·g(t)·fs(t)·es(t)-u(t-1)·p(t-1)·g(t-1)·fs(t-1)·es(t-1)

=△u·p(t-1)·g(t-1)·fs(t-1)·es(t-1)+u(t-1)·△p·g(t-1)·fs(t-1)·es(t-1)

(4)

+u(t-1)·p(t-1)·△g(t-1)·fs(t-1)·es(t-1)+u(t-1)·p(t-1)·g(t-1)·△fs·es(t-1)

+u(t-1)·p(t-1)·g(t-1)·fs(t-1)·△es

其中，CP为居民消费碳排放水平，P为人口因素，Y为经济因素，T为技术因素；u为居民城镇化水平，p为城乡居民人数，g为居民人均收入，fs为居民消费模式，es为碳排放强度；t为当年情况，t-1为上一年情况。

(二)情景设置

以中国近年来不同影响因素的发展规律和变动情况为依据，确定基准情景、强化能源效率情景和低碳消费情景三种预测情景。且没有设置高碳情境，在目前中国的减排压力及国家的减排力度下，高碳情景不可能出现。并对每个情景下，影响消费碳排放的人口因素、经济因素和技术因素所涉及的各个变量进行情景边界设定，预测中国居民消费碳排放的未来发展趋势。

1．基准情景

基准情景下，保持目前人口、经济、技术发展模式，以实现经济发展、提高居民收入为主要驱动因素，并积极采取应对气候变化的减排策略。人口发展态势遵循现有人口规模和结构的演变特点；(13)彭希哲、朱勤：《中国人口态势与消费模式对碳排放的影响分析》，《人口研究》2010年第1期。经济发展态势以国家既定的经济发展目标根本进行设定；技术变化情况则维持现在的技术进步速率和变动趋势。

(1)人口因素：中国人口总量从1996年12.24亿增长到2019年的14亿，增长了14.38%，年均变化率为0.6%。考察期不同年段的人口增长率分别为：1995—2000年0.91%，2000—2005年0.63%，2005—2010年0.50%，2010—2015年0.49%，2015—2019年0.47%，变化率成缓慢下降的趋势。根据《国家人口发展规划(2016—2030)》，2021—2030年中国人口进入关键转折期，2030年人口与经济、环境的协调度进一步提高，人口达到峰值，预计14.5亿左右。

城镇化率情况，1996—2030年为中国城镇发展的中期阶段，在工业化进程加速、经济实力增强的推动下，农村劳动力提升，大量剩余劳动力由农村转向城市，1996—2016年为城镇化中期的前半段，城镇化速度较快，从2017年城镇化率增速开始放缓，进入稳步增长期。到2033年中国城镇化率将达到70%，之后进入城镇化的后期发展阶段，2050年人口城镇化水平达到80%左右。

目前，中国人口结构变化明显，对经济的影响显著。劳动年龄人口数量和质量都在减少，根据国家统计局数据，中国2019年16—59岁劳动力人口总数为8.96亿，较2018下降了0.13%。中国劳动年龄人口从2011年开始一直处于下降的态势，2011年的峰值为9.25亿，2012年较上年减少345万，且每年减少的数量出现递增的趋势，2017年减幅最大，较上年减少548万。

表1 2020—2050中国人口预测情况(14)表1中数据根据统计年鉴、政府发展规划和研究报告估算而得

(2)经济因素：中国居民人均收入从1997年的0.31万元/人增长到2019年的3.07万元/人，增长了7.1倍。其中，城镇居民人均可支配收入由1996年的0.48万元/人增长到2019年的4.23万元/人，增长了8.8倍；农村居民的人均可支配收入由1996年的0.19万元/人增长到2019年的1.6万元/人，增长了8.4倍。到2050年，人均GDP增速减缓到4%—5%左右，城乡居民人均收入分别增至16.22万元/人、12.08万元/人。

居民消费结构方面，通过收入需求弹性和人均收入来预测城乡居民消费结构，到2050年，居民消费结构中，食品比重降至30%，衣着比重降至7%，居住比重升至20%，医疗保健比重升至21%。居民消费倾向由1997年的0.82下降到2014年的0.57，并将维持持续下降的趋势。

表2 城乡居民收支与全员劳动生产率变动(15)表2中数据根据历年统计年鉴并结合历史数据估算而得。

(3)技术因素：近十年来，中国的能源消费量增长迅速，2008年为32.1亿t标准煤，2018年为46.4亿t标准煤，增长了44.5%。预计中国能源消费2025年达峰，达到53亿t标准煤，2030年下降到51.5亿t标准煤。近十年中国单位GDP的碳排放下降非常快，但仍比世界平均水平高很多。中国居民碳排放强度从1997年的3.99tCO2/万元，下降到2014年的2.09tCO2/万元，下降了47.76%。城镇居民生活碳排放强度从1997年的4.07tCO2/万元，下降到2015年的1.86tCO2/万元；农村居民生活碳排放强度从1997年的3.9tCO2/万元，下降到2015年的2.40tCO2/万元。

表3 城乡居民碳排放强度 单位：tCO2/万元

2.强化能源效率情景

能源利用效率的提升，减排技术的创新对碳减排目标的实现至关重要，不仅能有效减少居民消费直接碳排放，对居民消费间接碳排放影响更加明显。中国应积极学习发达国家的经验，引进先进技术，加大对节能减排项目的投资，发挥技术因素在节能减排中的作用。提升化石能源的利用效率，增加非化石能源在能源消耗中的比重，开发新能源，并大规模应用煤炭清洁技术，适当利用碳捕获和碳封存技术。

强化能源效率情景下的人口因素和经济因素与基准情景保持一致。在这种情境下，技术作用最为明显，技术创新和进步将是实现碳减排的有效途径。在化石能源利用高的行业，如在钢铁冶炼、金属加工、建筑建材、水泥生产、煤电等行业，加大碳减排技术的创新，增加减排项目投资，大规模使用碳捕获和碳封存技术。在新兴能源行业，积极引进国外先进技术，发挥技术优势，开发新能源，提升清洁能源的利用率。

3.低碳消费情景

可持续发展是中国的发展战略，国家积极倡导人们进行低碳消费，厉行节约，拒绝浪费。中国是碳排放第一大国，也是受全球气候变化影响最严重的国家，为了应对全球气候变化，实现低碳消费至关重要。在低碳消费情景下，我们借鉴发达国家践行低碳消费的先进经验，积极引导消费者转变消费模式，提升人们的低碳消费意识，加大政府低碳消费项目的投入，同时挖掘能源利用效率，实现减排目标。人口因素与基准情景保持一致，经济因素在保证经济持续增长的基础上，实现可持续消费，居民的消费结构将发生变化，服务业的需求增加，生产部门提供的商品在居民消费中的比重下降，结合已有文献，预测居民消费模式的变化如表4。技术因素与强化能源效率情景一致。

表4 2050年城乡家庭消费模式预测(16)表4中数据结合历史数据估算而得。 单位：%

(三)预测结果

按照上述情景对影响参数边界的预设，对中国居民消费碳排放进行情景预测，预测结果包括居民消费直接碳排放和居民消费间接碳排放，并对城乡居民的差异性进行了对比。

在基准情境下，城乡居民消费碳排放从2020年的48.41亿tCO2增长到2033年的61.4亿tCO2，然后开始下降，2050年的碳排放水平为47.98亿tCO2。农村居民消费碳排放的峰值出现在2031年，碳排放规模为13.7亿tCO2，城镇居民消费碳排放的达峰时间为2033年，碳排放规模为48.23亿tCO2。农村居民消费碳排放达峰时间早于城镇居民，主要原因是随着城镇化水平的提升，农村居民渐渐向城市转移，农村人口不断减少。强化能源情景下，城乡居民消费碳排放从2020年的47.87亿tCO2增长到2031年的56.45亿tCO2，然后开始下降，2050年的碳排放水平为42.59亿tCO2，均低于基准情景下的同期水平。农村居民和城镇居民消费碳排放的达峰时间都为2031年，峰值规模分别13.42亿tCO2和43.03亿tCO2。低碳消费情景下，城乡居民消费碳排放从2020年的47.38亿tCO2增长到2030年的53.1亿tCO2，然后开始下降，2050年的碳排放水平为40.6亿tCO2，均低于前两种情景下的同期水平。农村居民和城镇居民消费碳排放的达峰时间提前到2030年，规模分别为13.16亿tCO2和39.94亿tCO2。

表5 2020—2050年中国居民消费碳排放预测结果 单位：亿tCO2

综合三种情景下中国居民消费碳排放的预测结果，不难发现技术的进步使得碳排放的峰值提前，达峰水平降低，消费者低碳消费方式的形成，同样有利于消费碳排放的尽早达峰，且降低了峰值的水平。图4描述了三种情景下中国居民消费碳排放的达峰情况，基准情景、强化能源效率情景和低碳消费情景下，中国居民消费碳排放的达峰时间分别为2033年、2031年和2030年，达峰时碳排放规模分别为61.4亿tCO2、56.45亿tCO2和53.1亿tCO2。与之对应的人均消费碳排放水平，分别在2033年、2031年和2028年达峰，水平分别为：4.22tCO2、3.9tCO2和3.67tCO2。低碳消费情景下，人均消费碳排放达峰时间早于城乡居民消费碳排放达峰时间，有利于碳减排目标的实现。总的来看，中国居民消费碳排放在2030—2033年间有望达峰，且遵循环境库兹涅茨曲线，之后出现下降的趋势，与经济增长、人均收入水平脱钩，步入良性发展阶段。

图4 不同情景下的居民消费碳排放达峰情况(单位：亿tCO2)

四、结论与政策建议

改革开放以来，中国不断扩大出口规模，刺激国内市场需求，随着国民经济的持续快速发展，随之而来的是能源需求的持续扩大和CO2排放的不断增长。发达国家的CO2排放与经济增长之间存在脱钩的现象，遵循环境库兹涅茨理论，呈倒“U”型曲线关系，例如美国和欧盟。但发展中国家，例如中国和印度，人均CO2排放与人均GDP之间存在明显正相关关系，还未出现拐点。通过本文预测分析发现，中国碳排放峰值将在2028—2030年出现，约为113—120亿tCO2，中国居民消费碳排放峰值将在2030—2033年出现，峰值约为53.1—61.4亿tCO2，占比大约在47%—51%。随着社会的发展，能源效率的提升，伴随居民收入水平的提高，居民消费碳排放会在一定时期内达峰，出现拐点后开始降低，也就是说环境库兹涅茨理论在中国居民消费部门是适用的。

目前中国碳排放减排政策以生产领域为主，多围绕产业制定；居民消费碳减排在整个国家碳减排体系中的定位不明确，实行的政策多为启发性、宣传性、引导性的非强制性政策为主，缺乏系统、有效的消费碳减排政策体系，政策执行效果不明显，也难以对整个社会的居民消费行为构成影响。因此，对消费碳排放减排政策进行合理设计，应合理利用经济激励政策和行政强制性政策，采取合理的政策组合。

1.政府的管制政策和行动计划应在减少碳排放方面起到关键作用。减缓气候变化、减少居民消费碳排放面临众多的障碍，单纯依靠碳定价政策难以按照所需的规模或速度实现有效的碳减排，居民消费碳减排不仅要改变居民的消费行为，还要增加相应的能效投资，实现碳减排技术的变革，这需要政府采取积极行动来实现。政府制定的信息计划、管制标准、激励机制以及补贴政策都可以发挥有效作用，例如，制定家用电器、交通工具和住房的能源效率标准，能够以相对较低的成本来保证节能减排的效果。

2.减排政策的关键在于使消费者对低碳消费形成稳定偏好。生态价值观的形成有利于减排目标的实现，居民良好生态价值观的形成将决定居民消费领域碳减排的成败。责任和义务是人类偏好的重要组成部分，同时这些偏好还会因信息和经验的改变而发生变化。居民良好的生态价值观的形成需要一个过程，面对全球气候变化，我们在实现当代福利的同时，必须考虑后代人的权利和幸福，减少不必要的消费碳排放。

3.技术政策有利于实现长期的碳减排目标。可以通过多种途径来实现节能减排技术的革新。针对不同类型电力的补贴电价政策，可以确保消费者以不同的价格购买不同类型的电力，有利于可再生能源的推广。但电力的补贴电价政策，也可能产生一些问题，消费者将面对较高的能源价格，并成为最终买单者。技术政策的有效实施能够使消费者从新技术的推广和应用中获得收益，推动了技术变革的速度，从而扩大了减排规模、降低了减排成本。

4.需要制定针对市场失灵和消费者行为失灵的政策。某些节能减排政策可能具有成本有效性，但是受消费者行为失灵的影响，这些政策可能不被消费者所选择，消费者也不会采取与之对应的减排措施，使得政策无效。因此，政策制定过程中要规避市场失灵和消费者行为失灵问题，避免市场信息不完全、组织结构不合理、普遍存在的委托代理问题等对减排政策的不利影响，合理运用信息计划、经济激励与政府管制等政策工具组合，提升政策效果，实现减排目标。

5.居民消费碳减排涉及的范围较广，需要社区、企业以及政府部门的有效配合。居民消费碳减排放不仅仅是居民部门的事情，其涉及社会的各个方面，需要不同社会主体的积极参与。政府要设计完善的城市发展规划，为人们提供更多的公共服务，同时对相应服务制定合理的价格；企业要为消费者提供符合标准的减排技术与产品，要不断进行节能减排技术的革新；社区在节能减排政策推广、宣传方面应发挥积极作用，引导消费者形成良好的生活习惯。居民消费碳减排问题的解决需要不同部门和社会主体采取联合行动，有效推动居民消费碳减排政策的落实。