后疫情时期家庭碳排放变化特征及影响因素分析

王一帆，毛贝宁，梁天宁，郭丽思，杜淑盼，廖丹琦，陈操操 ，张 珺，范振林，刘耕源，4

（1. 北京师范大学环境学院 环境模拟与污染控制国家重点联合实验室，北京 100875；2. 北京市生态环境局，北京 100048；3. 中国自然资源经济研究院，北京 101149；4. 北京市流域环境生态修复与综合调控工程技术研究中心，北京 100875）

21世纪初，全球就确定了在本世纪中叶前后达成碳中和目标的共同约定，但降碳仍是世界性难题。随着新冠肺炎疫情暴发，深刻改变了全球生产生活方式，联合国环境规划署《2020碳排放差距报告》指出，后疫情时代的绿色复苏有望大幅降低全球碳排放量，并有助于减缓气候变化进程[1]。2020年年底，能源与清洁空气研究中心发表的报告认为，中国的停工和工业生产的下降，已使中国的碳排放量减少了至少1/4，全社会处于被动低碳生活模式[2]。而2021年河北省政府工作报告也指出，在河北省碳达峰行动方案中，单位GDP二氧化碳排放量下降4.2%，并将坚持绿色发展列入2021年及“十四五”期间需要重点抓好的工作[3]。家庭碳排放是碳排放的重要组成部分，对家庭能源消费结构和碳排放情况进行分析研究，可以为更好地达成碳中和目标提供参考和依据，促进该目标的早日实现。

对家庭能耗和碳排放分析的研究可以追溯到20世纪70年代，这些研究把生产和居民对产品的需求联系起来，并对某一产品的生产和消费过程进行追踪，精确计算能源投入与碳排放量。例如，基于Leontief投入产出模型[4]，Bullard和Herendeen建立了能源投入产出分析模型，在此基础上，对美国经济各部门的能源强度进行了分析[5]。Noorman建立了家庭代谢分析法，侧重于分析家庭消费活动[6]。随后，Weber和 Perrels又对家庭代谢法进行了扩展，提出了投入产出-生命周期评价（EIO-LCA）模型，使得研究不再局限于居民能源消费的某一部分[7]。而EIO-LCA分析法也进一步拓展到居民消费品分析，进行家庭生活消费分析[8]。在影响因素的分析上，人口方面考虑了人口、家庭规模、受教育程度、家庭人口年龄和家庭结构等。Lenzen等研究发现，规模较大的家庭消费更低的人均能源，家庭的收入与家庭端直接、间接能源消耗都有强相关性[9]；Vringer和Blok研究得出40～50岁的居民在家庭中消费的能源最多[10]。经济方面考虑了宏观层面上的经济增长，以及产业结构，微观层面上的家庭收入及消费支出等。消费品的能源消耗强度是技术进步的主要体现，这与经济增长在相互促进的同时又相互矛盾。虽然技术进步提高了能源利用效率，但却被“反弹效应”所抵消，这一现象在直接和间接的能源消耗上均有反映[11]。生活方式包括消费商品和时间分配两大类，Jalas通过研究芬兰人的生活方式而发现，20世纪80—90年代，人们的活动时间分配发生了变化，这一点导致了家庭能源需求的增加[12]。

近年来，国内学者对上述问题也进行了深入研究。2010年，王文秀分别选取能源商品消费、食品消费和居民间接能源消费碳排放的影响因素及相关指标，采用Pearson乘积相关分析法进行分析[13]。2011年，张小洪等运用因素分解法（LMDI）得到了相关因素对家庭碳排放的影响程度[14]。2015年，陈豹则从家庭的视角出发，以北京市为研究对象，拓展了碳排放的研究思路，为系统地研究家庭碳排放奠定了理论与实践基础[15]。2018年，陈卓夫通过核算天津市城镇地区居民的直接和间接碳排放，深入探究了该地区家庭碳排放的影响机理，在此基础上提出了蒙特卡洛动态预测模型，用来预测2030年时天津市所有家庭的碳排放量[16]。2020年，李顺成等对山东省各城市数据进行分析，基于PLS结构方程模型将客观存在的物理性环境因素考虑在内[17]。此外，2020年，刘晓瑞等研究了技术进步对家庭能源消费的影响，将消费习惯效应纳入模型中[18]。吴文昊从能源匮乏视角出发，结合中外研究进展，从能源服务可获得性和生活能源可支付性两大维度出发，聚焦于全国家庭清洁能源消费现状及城乡间差异性[19]。

目前的研究对家庭碳排放的主要影响因素进行了综合分析，但研究数据往往存在延迟性，忽略了在某些突发场景，如在新冠肺炎疫情下家庭碳排放的差异。后疫情时期，家庭因收入水平、生活习惯、思想观念等均发生重大变化，进一步影响碳排放，仅以年鉴统计数据进行分析，针对突发情况制定有针对性的家庭节能减排政策是困难的。因此，本研究以后疫情时期河北省典型区域为例，采用了社会问卷调查和线上访谈的方式来获取河北省家庭各项消费数据，在核算家庭直接碳排放量的基础上，分析疫情前后家庭碳排放的变化及规律，为疫情时期家庭节能减排措施的制定提供具有时效性的科学依据。

1 研究方法

1.1 研究区域及数据来源

河北省具有交通枢纽的功能，连接北京与全国各地[20]。后疫情时期，江苏、黑龙江以及河北等多地出现了疫情的聚集性暴发[21]。根据河北省卫健委提供的数据，截至2021年1月17日，河北省出现54例新冠疫情确诊病例；2月17日，河北省确诊病例302例；3月中旬河北省疫情得到控制，不再有新增确诊病例。

本文结合文献调研结果，设计了“河北省后疫情时期家庭能源消费及影响因素调查问卷”，设置后疫情时期（2021年2月底），以及全面复工（2021年3月底）两个时间点，每次取样选取1周作为调研时段，且两次取样采用统一样本，以便更好地分析疫情对家庭碳排放结构的影响。调研内容包括四部分：住宅特点、家庭属性、私家车使用，以及生活用品一周使用量。通过网络随机选取样本，采用问卷和线上访谈的方式对河北省居民进行调研，共收集有效问卷131份。问卷中插入诚信问题，用以删除无效问卷，最大程度地保证数据真实性和代表性。

以不同种类的能源消费导致的碳排放量为因变量Y，可能影响直接碳排放量的微观因素为自变量X。根据已有研究[22-28]，假设影响直接碳排放的因素包括住宅特征、家庭属性以及私家车使用三个类别。

1.2 家庭碳排放核算

1.2.1 核算范围

本研究确定的核算边界包括：直接碳排放与间接碳排放。直接碳排放是指家庭化石能源消耗所产生的碳排放；间接碳排放是指家庭所购买的各类非能源产品与服务在生产运输、使用及处置等环节中所产生的碳排放，包括外购的二次能源（电力及热力等），以及非能源产品与服务消费产生的碳排放（涉及医疗卫生保健、食品、住房、服装、交通、通信、教育文化娱乐服务等方面）（图1）。

图1 家庭碳排放核算范围

为使核算过程尽可能严谨和全面，本研究主要选取家庭消耗的电量、燃油、燃气等直接能源，以及所消耗的水量作为家庭碳排放的表征，即本研究家庭碳核算范围包括家庭用电消费、燃气消费、自来水消费及汽油消费四个方面。

1.2.2 核算方法

本文采用《IPCC国家温室气体清单指南》中的碳排放系数法计算直接碳排放（表1），计算公式如下：

表1 碳排放系数表

式中，Ei为家庭周均i能源消耗产生的碳排放量，Fi为i能源的消耗量，EFi为i能源消耗的碳排放因子，i为能源类型。

1.3 家庭碳排放影响因素分析

偏最小二乘回归（PLS回归）是一种可以解决共线性问题、多个因变量同时分析、处理小样本时影响关系研究的多元统计方法。从原理上看，PLS回归集合是多元线性回归、典型相关分析和主成分分析等三种研究方法的集合运用。多元线性回归用于研究影响关系，典型相关分析用于研究多个X和多个Y之间的关系，主成分分析用于对多个X或者多个Y进行信息浓缩。本文采用PLS回归进行分析。

2 结果与分析

2.1 家庭碳排放核算结果与分析

根据2021年2月底河北省家庭问卷调查报告数据，河北省后疫情期间家庭周平均碳排放参考量为219.4 kg（表2）。平均值体现了河北省居民家庭因消费产生的碳排放需求的一般情况。其中，燃气消耗（37.61 %）、用电消耗（30.29 %）和汽油消耗（31.61 %）为碳排放的主要来源。

表2 2021年2月底河北省家庭平均能耗和碳排放核算结果

根据2021年3月底河北省家庭问卷调查报告数据，河北省后疫情期间家庭周平均碳排放参考量为299.6 kg，相较于2月底增长了36.55%（表3）。在家庭部门总碳排放中，燃气消耗产生的碳排放占比最大（53.65%），用电消耗（23.47%）及汽油消耗（22.74%）次之。

表3 2021年3月底河北省家庭平均能耗和碳排放核算结果

2021年，除张家口、承德、秦皇岛三市外，河北省其他地区供暖时间延长至3月31日，而张家口供暖时间延长至4月7日，因此本研究不存在停止供暖造成的偏差。河北地区此次新冠肺炎疫情聚集性暴发前后，用电消耗产生的碳排放量小幅增加，燃气消耗产生碳排放量大幅上涨，自来水消耗产生的碳排放量减少，汽油消耗量基本保持不变。基于以上结论可以得出：①在疫情暴发期间，居民更注重卫生的保障，因而清洁用水量相较于疫情稳定期更大，从而造成更多的碳排放。②疫情暴发期由于外出购物较为困难、外卖饮食增加，以及焦虑情绪等因素均可能使得居民饮食结构转变，对比其他调研结果发现，疫情期间水果摄入量增多的人数占40.65%，蔬菜摄入量增多的人数占34.22%，而零食摄入量减少的人数占23.05%[32]（罗泽延等，2021）；55.88%的调查人群增加了饮食量，相对于睡眠及锻炼，饮食营养方面的改善则相对较少[33]（陈磊等，2021）。而疫情情况平稳后，短时间内可能会形成家庭饮食恢复，从而使得家庭燃气消耗量大幅增加，燃气消耗导致的碳排放也相应增加。 疫情后较疫情聚集性暴发期间燃气消耗增加引起的碳排放增加量远大于自来水消耗下降引起的碳排放减少量，因而整体表现出家庭碳排放增加的趋势。

2.2 家庭碳排放回归结果与分析

为了探索疫情暴发时影响家庭直接碳排放总量Y1，以及各种能源消耗导致的碳排放量Y2—Y5的主要因素，分别以X1—X12为自变量，根据2021年2月底问卷调研数据进行PLS回归。表4显示了碳排放结构模型的变量与各类能源的人均排放量之间相关关系。

表4 碳排放结构模型的变量与各类能源的人均排放量之间相关关系

当PLS回归模型有7个主成分时，因变量每户合计消耗、每户用电消耗、每户燃气消耗、每户自来水消耗及每户汽油消耗R2值分别为0.188、0.198、0.187、0.187、0.141，说明以上自变量的解释力分别为18.8%、19.8%、18.7%、18.7%、14.1%。对回归系数进行检验，若p值小于0.05，则说明X对Y呈现出显著性影响。由此可知（括号内为对应回归系数）：

（1）每户合计消耗产生碳排放量：家庭规模（0.072），是否有节能节水措施（0.186），每周外出就餐/外卖次数（0.213），每周接收快递数（0.121），汽车保有数量（-0.239）对每户合计消耗产生碳排放量有显著影响。其中，每户居民每周外出就餐/接外卖次数，以及接收快递数每增加10次，碳排放量分别增加2.13kg及1.21kg。

（2）每户用电消耗产生碳排放量：每周外出就餐/外卖次数（0.256），每周接收快递数（-0.070），汽车保有数量（-0.069）对每户用电消耗产生碳排放量有显著影响。其中仅每周外出就餐/外卖次数对其具有显著正影响，其余均为显著负影响。

（3）每户燃气消耗产生碳排放量：房屋获得情况（-0.153），平均年龄（0.172），是否有节能节水措施（0.255），每周外出就餐/外卖次数（0.161），每周接收快递数（0.119）对每户燃气消耗产生碳排放量有显著影响；可以说明若家庭采取节能节水措施，其碳排放量会减少。而房屋获得情况有显著负影响，即通过购买、租赁、公司借住获取的住宅其碳排放量依次减少。

（4）每户自来水消耗产生碳排放量：这些影响因素均不对每户自来水消耗产生的碳排放量有显著影响。

（5）每户汽油消耗产生碳排放量：平均年龄（-0.180），月平均支出水平（0.186），每周外出就餐/外卖次数（0.066），每周接收快递数（0.160），汽车保有数量（-0.318）以及每周私家车行驶距离（-0.153）对每户汽油消耗产生碳排放量有显著影响。其中家庭月平均支出水平每增加1000元，碳排放量增加约186kg。

3 讨论

3.1 疫情聚集性暴发前后居民用水消费变化

根据2月底问卷调查结果，河北省家庭每户每月平均用水约为15.12t，每月人均用水量为3.76t。其中河北省家庭平均每周使用洗衣机6.66次，每次使用洗衣机时长39.92 min；平均每周手洗衣服5.89次，每次手洗衣服时长29.52 min；平均每户拥有汽车1.02辆；平均每人每周淋浴次数为5.92次，每次淋浴时长 22.61 min。

根据3月底问卷调查结果，河北省家庭3月每户每月平均用水约为7.34 t，每月人均用水量为1.81t。河北省家庭平均每周使用洗衣机6.20次，每次使用洗衣机时长39.27 min；平均每周手洗衣服4.32次，每次手洗衣服时长25.55 min；平均每户拥有汽车1.15辆；平均每人每周淋浴次数为5.59次，每次淋浴时长 20.00 min。

对比两次问卷调研结果，聚集性疫情暴发后河北省家庭每户每月平均用水量明显减少，减少了51.46%，且洗衣机、手洗衣服、私家车清洗、洗浴次数等清洁性用水行为均有所减少。与上一节中所述疫情期间因防疫与卫生需要清洁性用水增加，导致自来水消耗产生碳排放量减少的结论相吻合。

3.2 疫情聚集性暴发前后居民食物消费变化

2月底河北省家庭食物结构如表5所示，其中谷类食品（大米、面粉、高粱、小米、红薯等）食用量及蔬菜食用量所占比例最高，分别占食物总体结构的23.24%、22.71%；其次是水果（17.11%）、肉制品（15.99%）；最少的为奶制品（18.94%）、蛋类（2.00%）。

表5 2021年2月底与3月底家庭食物户周均食用量与结构

3月底河北省家庭食物结构如表4所示，其中谷类食品和蔬菜占比最高，分别占总体食物结构的32.55%、21.71%；其次是水果（20.07%）、肉制品（13.88%）；最少的为奶制品（10.67%）、蛋类（1.12%）。

2021年3月底与2月底相比，谷类、蔬菜、水果与肉制品一周户均消费量均明显增加，而蛋类、奶制品则略有减少。其原因可能是蛋类与奶制品易于储存，因此在疫情暴发期间，食物获取不便时，仍然能够得到很好的保障；而疫情平缓期，其他需要保鲜类食物供应充足，居民们对蛋类与奶制品的摄入就相应减少。疫情前后的食物结构相比，各类食物所占比例大小的先后次序并无变化，而占比最大的谷类食品所占比重有了较大提升（9.31%），蔬菜和水果比重无较大变化，奶制品减少最大（8.27%），蛋类略微减少（0.88%）。

3.3 供暖对家庭碳排放的定量影响

住宅供暖广泛采用的方法包括电采暖（家用分体式空调、电采暖器、电加热地板辐射供暖系统）、燃煤采暖（家用燃煤炉、小区燃煤锅炉房）以及燃用薪柴采暖。对进行研究的131户家庭的问卷结果进行统计分析，发现河北省研究区域家庭以电采暖为主，占样本总量的80.92%；少部分家庭采用燃煤采暖，占样本总量的16.03%。

电加热地板辐射供暖系统是家庭最常用的采暖方式，占样本总数的34.35%。采用电采暖器供暖的也不在少数，占样本总数的26.72%。此外，有19.85%的家庭采用家用分体式空调供暖，16.03%的家庭采用小区燃煤锅炉房供暖。

基于调研数据，计算人均采暖二氧化碳排放量（周排放量）。由于最新数据暂时无法获得，用2018年的数据近似替代2021年供暖季数据。首先通过《中国城乡建设统计年鉴2018》[34]获得河北省2018年蒸汽、热水供热总量，热电厂、锅炉的分别供热量，以及住宅和总的供热面积，通过下式计算两种不同方式的人均采暖二氧化碳排放量：

式中，EC，P，W为热电厂供热方式下，人均每周采暖CO2排放量，kg/（人·周）；EB，P，W为锅炉房供热方式下，人均每周采暖CO2排放量，kg/（人·周）；EP，W为总人均每周采暖CO2排放量，kg/（人·周）。Cs为热电厂供热量（蒸汽介质）；Bs为锅炉房供热量（蒸汽介质）；Ch为热电厂供热量（热水介质）；Bh为锅炉房供热量（热水介质）；EFe为电能碳排放系数，kgCO2/ kWh；EFc为煤炭碳排放系数，kgCO2/kg；HA为总供热面积，万平方米；HH为住宅供热面积，万平方米；20为供暖季5个月份的总周数；P为人口数。

经计算可得，热电厂供热总量为34.68万GJ/（人·周），对应CO2排放量为33.64 kg/（人·周）；锅炉房供热总量为1.27万GJ/（人·周），对应CO2排放量为2.51 kg/（人·周）；总人均每周采暖CO2排放量为36.15 kg/（人·周）。

4 结论与建议

为了解疫情对河北省家庭能源消费结构及影响因素的影响，本文通过问卷调查法、偏最小二乘回归法（PLS回归）等方法对疫情前后河北省家庭碳排放进行核算，并分析其能源消费结构的影响因素及变化情况，得出以下结论。

（1）后疫情时代与疫情期间相比，河北省家庭直接碳排放量增长了36.55%，其中燃气消耗产生的碳排放量涨幅最大（94.84%）。这种变化主要是因为疫情期间居民减少外出购物频率，外卖饮食方式增加，使得居民饮食结构发生变化，而疫情平缓后，食品供应更加充足，加之促进消费等政策，居民短时间内形成家庭饮食恢复，从而使燃气消耗产生的碳排放量大幅上涨，并很大程度上导致了家庭整体碳排放量的上升。这可能与早期疫情期间对于家庭突发事件应对的引导性政策不足有关，实际则造成了生活品质下降和碳排放上升。

（2）家庭直接碳排放涉及的不同能源类型中，除涨幅最大的燃气消耗外，用电消耗产生的碳排放量小幅增加（5.84%），自来水消耗产生的碳排放量减少（61.31%），而汽油消耗量基本保持不变。其中自来水消耗降低幅度较大的主要原因是疫情期间居民的恐慌情绪以及防疫的需要，导致居民清洁用水频率增加，而后疫情时代时家庭用水则相对较少。

（3）此外，在能源消费影响因素上，家庭人口规模、节能节水意识、外出就餐/外卖频率、接收快递数量对家庭部门直接碳排放量有显著正影响，而私家车保有量则有显著负影响。

基于以上结论和河北实际情况，提出以下的建议：①做好危机事件应急预案，把疫情常态化作为建立家庭智能监测的契机，引导多平台多学科多技术的融合，建立统一的家庭部门产品消费数据库，协调供电局、自来水公司、天然气公司等提供家庭端数据库接口，从而实现实时自动计算家庭端相应碳排放量，通过实时监测，从而更好地进行危机预警和危机干预。②在家庭碳减排上，加强政府的宣传教育职能，通过政策引导，开发家庭碳排放计算器等方式强化居民对减排的重视程度，从而促进家庭碳减排，并结合碳交易等政策措施，推动碳达峰、碳中和目标的早日实现。