人口老龄化对家庭碳排放的影响路径研究

2022-10-10陈英姿胡亚琪

人口学刊 2022年5期

陈英姿，胡亚琪

（吉林大学东北亚研究中心，吉林长春 130012）

一、引言

气候变暖是全世界关注的焦点问题，我国提出的双碳目标和“3060计划”表明了我国控制碳排放的信心和决心。随着我国人民生活水平的不断提高，双循环战略的提出以及扩大内需政策的驱动，我国家庭生活消费产生的碳排放越来越多，在碳排放总量中占比过半。［1］消费端产生的碳排放超过生产端并呈不断上升的趋势，所以家庭将成为碳减排中的重要一环。全国第七次人口普查数据显示我国家庭规模下降，家庭户数量增加，有老家庭比重上升。因此，以家庭为研究主体分析人口老龄化对家庭碳排放的影响对减少我国碳排放，实现“碳达峰”承诺与“碳中和”愿景具有重要意义。

人口是影响碳排放的重要因素之一。［2-3］学者们从人口规模、［4］人口城镇化、［5］人口分布［6］与人口年龄结构等角度分析人口因素对碳排放的影响，其中人口老龄化对碳排放的影响越来越显著。［7］学者们初期研究更多关注的是宏观层面，即由于人口老龄化导致的劳动力短缺、技术创新受阻等对经济增长、［8］产业结构等方面产生影响，［9］进而影响碳排放。随着研究的深入以及消费领域碳排放占比的增加，学者们开始关注家庭微观层面的碳排放，研究发现家庭特征对碳排放影响较大。

根据社会学理论，家庭是社会生活的基本单位，消费领域的碳排放主要是以家庭为单位进行的，体现在以下几个方面，一是家庭规模、家庭户数量等指标对碳排放的影响。通常家庭规模越大其碳排放量越多。［10-11］家庭用电设施使用过程中存在很强的互补性和共享性特点，随着家庭成员增多，人均碳排放会下降。［12-13］家庭规模对家庭碳排放的影响是非线性的，随着家庭成员的增加，家庭碳排放波动上升，人均家庭碳排放波动下降。［14］二是家庭社会经济特征对碳排放的影响。如家庭收入水平会对家庭能源消费结构和消费强度产生影响，进而影响碳排放。能源阶梯理论（Energy ladder theory）认为随着收入的增加，家庭能源类型会由传统能源（如煤炭、秸秆等）转向更环保、健康且较贵的清洁能源。［15］提高家庭收入对于促进清洁能源消费和减少碳排放有一定作用。［16-17］但是，随着家庭收入的增加，家庭消费结构由“生存型”转向“享受型”，相对于收入较低的家庭，高收入家庭在电力等能源消费上的支出更多，相应产生更多碳排放。［18-19］三是家庭内部结构变动对碳排放的影响。如家庭碳排放与人口老龄化紧密相关。学者们研究发现人口老龄化通过家庭的消费行为变化对家庭碳排放产生直接影响。［20］与年轻人相比，老年人的消费行为有明显的差异，［21］会受到其生理需求与心理需求等因素的影响。已有研究多集中于人口老龄化对家庭碳排放的直接影响，［22-23］少有考虑人口老龄化对家庭碳排放的间接影响路径，这种变量间的多重影响路径有待深入研究。

本文使用2018 年中国家庭追踪调查数据（CFPS）测算家庭碳排放，深入探讨人口老龄化对家庭碳排放的多重影响路径，包括人口老龄化对家庭碳排放的直接影响以及中介效应的传导路径等，从而更为全面分析人口老龄化与碳排放的关系。其次，考虑收入水平在人口老龄化对家庭碳排放影响路径的调节效应，衡量在不同收入情形下的人口老龄化对家庭碳排放影响的异质性。最后，探索和揭示不同住房区位和不同家庭类型对家庭碳排放的影响。

二、研究假设

（一）人口老龄化、消费行为与家庭碳排放

消费者行为学认为个体受到刺激会产生消费动机，这种消费刺激受到内部和外部因素的共同影响。内部因素不仅包括个体生理需求，还包括环境意识、态度、习惯等心理因素；外部因素包括产品特点、质量、促销等。满足家庭成员的需求是家庭的消费动机，不同老化程度的家庭在能源需求方面存在差异。［24］相对于其他年龄群体，老年人的生理需求更高。老年人占比较高的家庭会促进家庭生存消费，降低享受消费，老人对于电器的更新换代需求降低，电力使用量减少。［25］但是由于身体机能下降，对采暖或制冷的要求更高，老年人会提高这方面的能源消耗。［26］

环境意识是影响个体行为的重要心理因素之一。［27］环境意识是指主体对环境问题和自身社会活动会产生的环境影响的内在感知。［28］根据态度-行为理论，个体环境意识越强、越关注环境问题，其对低碳产品感知价值越高，越容易产生低碳环保行为。［29］不同年代个体有不同的环境意识。［30］年轻人更有可能进行低碳消费，购买节能电器和节能改造，降低碳排放。［31］

消费者习惯养成理论指出在日常生活中行为选择受到消费习惯的影响明显。［32］相比年轻人，老年人占比较高的家庭消费惯性更强，消费习惯一旦养成就不容易改变。家庭老年人占比不同会具有不同的消费习惯，导致家庭能源消耗和碳排放可能存在一定的差异，为此本文提出研究假设H1。

H1：人口老龄化会直接影响家庭人均碳排放。

（二）住房选择的中介效应

住房选择研究源于消费行为理论，即在消费过程中，消费者购买的不仅是产品或服务，还是一种价值和效果。［33］由于我们研究对象为家庭活动产生的碳排放，因此我们不考虑住房的投资性消费，仅考虑住房的居住性消费，此时消费者对住房选择最基本的动机来自居住需求，因此住房面积和房屋质量必然是主要考虑要素，而不同面积和质量的住房对家庭碳排放的影响存在差异。通常住房面积与家庭能源消耗成正比，从而影响家庭碳排放，使得人均碳排放随住房面积增加而增加。此外，不同年代建造的住房质量不同。一般而言，同等建筑结构下，时间越久，房屋质量越差，因此可以用房龄表征房屋质量。住房是耐用品，大多数老旧小区的房龄较长，能源效率较低，从而家庭人均碳排放较高。［34-35］

根据家庭生命周期理论，不同家庭年龄阶段有不同的住房选择。［36］Mankiw 和Wei 认为在生命周期的不同阶段，住房选择呈现“驼峰状”的变化趋势，在20-30岁住房需求快速增加并达到顶峰，考虑未来家庭成员的进入，会选择更大住房面积，40 岁以后则进入递减区间。［37］陈斌开研究发现年龄超过一定阈值，住房面积需求随着年龄增加递减。［38］而有的学者则认为随着财富的积累，老年人倾向于选择舒适型的住房，并且随着成年子女的离开，老年人可能还有相对较好的住房选择。郭新宇和薛建良研究发现随着年龄增长，人们对住房质量要求逐渐提高。［39］

可见人口老龄化会显著影响住房选择，进而影响家庭碳排放，因此，住房选择是人口老龄化对家庭人均碳排放的中介因素，据此提出本文的假设H2。

H2：人口老龄化会通过影响住房选择进而影响家庭人均碳排放。

（三）家庭收入的调节作用

人口老龄化固然会影响住房选择，但是家庭对住房的选择还依赖于自身的经济实力。［40］家庭的住房选择是在考虑家庭经济条件下，根据家庭住房偏好、生活方式等做出决策，以期实现家庭效用最大化。［41］家庭收入会影响人口老龄化程度不同的家庭对住房选择的偏好。对于较低收入家庭，住房选择会考虑家庭成员的基本活动空间需求。老年人占比不同的家庭对住房面积的需求不同，［42］与其他家庭相比，年轻家庭会考虑未来家庭成员的进入，选择更大的活动空间。因此，人口老龄化对低收入家庭的住房选择的影响会更明显。随着家庭收入的提高，家庭的住房选择更多，家庭对住房选择受年龄结构的影响越不明显，因此提出假设H3。

H3：家庭收入会调节人口老龄化与住房选择的关系。

综上所述，由于生理需求、环境意识和消费习惯的不同，人口老龄化不仅会直接影响家庭碳排放，还会通过住房面积和住房质量对家庭碳排放产生影响，家庭收入会在其中起到调节作用。

三、模型构建

（一）模型构建

中介模型可以分为简单中介模型和多重中介模型。模型中若中介变量超过一个则称为多重中介模型。［43］与简单中介模型相比，多重中介模型可以在控制其他中介变量的情况下得出不同路径的中介效应，减少简单中介模型因为遗漏其他中介变量导致的参数估计偏差。根据中介变量之间是否存在顺序关系分为并行多重中介模型和链式多重中介模型。［44］如前文所述，人口老龄化与家庭碳排放具有多重关系，住房选择作为模型的中介变量，重点考察住房面积和房龄在其中的作用，住房面积与房龄相互独立，因此适用于并行多重中介模型，我们基于结构方程进行模型构建。与传统的回归方法相比，结构方程更适用于处理多变量间复杂关系，被广泛应用在教育学、管理学、心理学和社会学等领域。［45］我们选用最大似然法进行系数估计，并使用Mplus8.0进行结构方程分析。另外，为了结果的稳健性，使用Bootstrap（Bootstrap=2000）对模型进行检验。［46］Taylor 等提出的Bootstrap 检验方法，在结构方程检验中介效应中具有独特的优势。［47］

为了验证人口老龄化对家庭碳排放的多重影响路径，本文根据图2 构建并行多重中介效应模型。具体模型设置如下：

并行多重中介模型由三个方程组成。模型（1）是家庭老年人占比、住房选择与其他控制变量对家庭碳排放的回归方程。模型（2）与模型（3）分别考虑家庭老年人占比对住房面积与住房房龄的影响。我们将家庭碳排放Ci作为因变量，家庭老年人占比asti为自变量，住房面积areai与住房房龄ℎagei作为中介变量。同时，我们将家庭收入incomei视为调节变量，放入模型（2）和模型（3）中。最后，控制家庭收入（incomei）、家庭教育（edui）、家庭规模（fsizei）、住房区位（sitei）以及所在省份能源结构（esi）的影响。其中，i表示第i个家庭，αj、βj、γj分别为模型（1）至模型（3）的回归系数。

（二）变量选取

1.因变量

家庭碳排放是指家庭消费能源产品所产生的碳排放。家庭碳排放主要来源为电器的使用、燃料燃烧和取暖，采用排放系数法测算得来。

其中，ZC为年均家庭碳排放量，Qelec、Qgas、Qheat分别为家庭年消耗电量、家庭年消耗燃料以及家庭采暖能源消耗量。γ、δ、φ分别为排放因子。其中电力与热力是二次能源，使用过程中不直接产生二氧化碳，电力、热力排放系数需要重新估计。

根据CFPS问卷中“平均每月电费支出”和各省阶梯式电价计算家庭每年用电量。由于不同地区的发电厂所用能源技术和使用发电能源结构有所不同，地区间单位电力碳排放量有所不同。因此，本文的电力排放系数使用2012年中国区域电网平均二氧化碳排放因子。［48］

本文对家庭燃料进行如下处理。首先，根据问卷中的“平均每月燃料费支出”和“做饭主要使用的燃料”，使用家庭燃料消费金额与所在地燃料价格之比计算家庭的燃料消耗量。其次，由于秸秆主要来自农村居民农业生产过程，秸秆购买费用为0，难以测算秸秆燃烧过程中的碳排放。根据马铭婧等、李飞跃和汪建飞的研究可知我国秸秆燃烧产生的碳排放存在省域差异。［49-50］居民秸秆燃烧率约占14.27%，秸秆碳排放系数为1.39kg/kg。［51］我们使用各省市主要粮食产量，通过谷物比计算各省市人均秸秆燃烧利用量，进而计算出家庭秸秆碳排放量。对于以煤炭为主要燃料的家庭，2018 年我国煤炭价格较为平稳，散煤价格难以获得，我们使用环渤海动力煤价指数（BSPI）作为全国煤炭价格，取值570 元/吨。［52］液化气使用全国平均液化气2018 年4 月13 日价格，为3.884 元/kg。各项燃料排放系数参照《IPCC Guideline for National Greenhouse Gas Inventories》。［53］

我国70%的居民采暖采用集中供暖方式，其他居民采暖使用电力、煤炭、地热等分散式供暖的方式，这部分碳排放将体现在Qelec、Qgas中。对于集中供热建筑，根据能源平衡表中城镇居民生活的热力数据、各省采暖费标准和CFPS中“采暖费”，可得出家庭碳排放量。

2.自变量

人口老龄化使用家庭老年人口占比ast表示，即家庭60 岁以上老人占家庭总人数的比例。根据家庭老年人口占比的不同可以划分不同的家庭类型，青年型家庭ast1（ast=0）、中年型家庭ast2（0 ＜ast＜1）以及老年型家庭ast3（ast=1）。

3.中介变量

住房选择分别使用住房面积和房屋质量表示。住房面积使用人均住房面积area表示。选用住房房龄hage代表房屋质量。

4.控制变量

考虑家庭碳排放受到多种因素的影响，因此我们引入一组控制变量，包括家庭收入、家庭教育、家庭规模、住房区位以及能源结构。

家庭收入income：使用家庭人均年收入表示。家庭的能源消费行为在社会经济群体之间存在系统性差异。［54］家庭收入会通过影响家庭电器使用量和使用频率影响家庭的能源消费，进而影响家庭碳排放。

家庭教育edu：采用家庭成员的平均受教育年限表示。家庭的平均受教育年限会影响家庭成员对低碳技术的接受程度和环保意识水平，进而影响家庭碳排放。［55］

家庭规模fsize：使用家庭总人口表示。一般来说，随着家庭规模的缩小，人均能源消耗增加，人均碳排放量增加。因为家庭规模越小，分摊到的家庭运行“固定成本”越高。因此，随着社会家庭规模小型化，家庭领域的碳排放会增加。

表1 变量定义与描述性统计

住房区位site：以秦岭-淮河为界，家庭所在省份划分南北方。其中0 为南方地区，1 为北方地区。区域气候对家庭碳排放存在影响。中国南方与北方气候差异较大，北方冬季采暖对家庭碳排放贡献较大，而南方夏季家庭分散式空调的使用增加了家庭碳排放。［56］此外，南北方的建筑结构、建筑用材、建筑工艺等都有差异，因此住房区位会显著影响家庭碳排放。

能源结构es：我们使用家庭所在省份煤炭消费占能源消费的比重测度。能源结构影响碳排放是毋庸置疑的。一次能源中清洁能源占比越高，单位碳排放量越低。该指标被作为当地低碳技术水平纳入模型中。

（三）数据来源

本文使用2018 年中国家庭追踪调查数据（CFPS）中的家庭成员与家庭经济样本，该调查涵盖15万个家庭，包括161 个区/县，删除无效样本，共得到7 634 个有效样本。其中城市家庭3 964 个，农村家庭3 670 个。从区域看，南方家庭有3 145 个，北方家庭有4 489 个。能源结构来自能源统计年鉴。为消除量纲差异，本文对家庭人均碳排放、家庭人均年收入和住房房龄取对数处理。

四、影响路径的实证检验

结构方程通常使用χ2评价模型的拟合效果，但是χ2值随着样本量增加而增加。［57］样本的数量会影响拟合效果，大样本下模型可能被拒绝。［58］因此，本研究在表2 中汇报了其他替代模型拟合指数。模型的比较拟合指数（CFI）=1.000＞0.900，非规范拟合指数（TLI）=1.000＞0.900，近似均方根误差（RMSEA）=0.000＜0.080，标准化均方根残差（SRMR）=0.002＜0.080。模型有较好的拟合指数验证研究假设，说明可以用于中介效应检验。

表2 结果显示：模型（1）中，家庭老年人占比对家庭人均碳排放在5%的显著性水平下有正向促进作用，验证了研究假设H1。住房选择这一中介变量由住房面积和住房房龄两个变量表征。研究结果显示人均住房面积在1%的显著性水平下对家庭人均碳排放有正向促进作用。住房房龄的估计参数不显著。模型（2）中，家庭老年人占比对人均住房面积也有正向促进作用，但是随着家庭收入的增加，家庭老年人占比变动对住房面积的影响逐渐降低（β=-2.269），验证了研究假设H3。模型（3）中，家庭老年人占比变动对住房房龄有正向促进作用，说明家庭中老年人占比越高，住房房龄越久。综合模型（1）-（3）可知，研究假设H2部分成立。

表2 人口老龄化、住房选择与家庭碳排放的非标准化系数估计

由于非标准化结果难以对比各个路径所占总效应的比例，所以我们在图3中绘制了标准化结果。表3 为人口老龄化对家庭碳排放影响的直接与间接效应的估计结果。

表3 人口老龄化、住房选择与家庭碳排放的影响路径

我们发现人口老龄化对家庭碳排放影响路径如下：

路径一：人口老龄化对家庭人均碳排放存在正向直接效应，路径系数为0.020，即家庭中60 岁以上老年人占比每增加1 个标准差，家庭人均碳排放增加2%标准差。

路径二：人口老龄化会通过人均住房面积对家庭人均碳排放产生正向影响。同时，家庭收入对这一路径存在调节作用。为进一步讨论不同路径对比的情况，本文将调节变量取三种情况讨论人口老龄化对家庭碳排放的间接效应。当调节变量取“均值-标准差”时，家庭老年人占比每变动1 个标准差，将会通过住房面积的中介路径对家庭人均碳排放造成1.2%标准差的变动。人口老龄化的间接效应占总效应的37.50%。这也说明了如果忽略人口老龄化的间接效应将远远低估其对家庭碳排放的影响。当调节变量为“均值”时，人口老龄化的间接效应减少为0.008，间接效应在总效应的比例将下降为28.57%。当调节变量为“均值+标准差”时，条件间接效应为0.004，间接效应在总效应的比例将下降为16.67%。随着调节变量增加，间接效应不断减小，人口老龄化对家庭碳排放的总效应进一步下降。

路径三：原假设人口老龄化可通过住房房龄影响家庭人均碳排放，但是由于住房房龄对家庭人均碳排放的影响并不显著，说明这一路径无法在本文中得到验证。所以在计算总效应与间接效应时，我们将该路径排除在外。

五、异质性分析

（一）住房区位与家庭碳排放

我们将样本进行分组验证，进一步探讨不同区位条件下人口老龄化变化对家庭碳排放的影响路径。各项拟合指数均通过检验，可以用于检验中介效应。表4结果显示不同住房区位条件下人口老龄化对家庭碳排放的影响存在差异。在南方人口老龄化对家庭碳排放以直接影响为主；而北方家庭以间接影响为主。北方的人均住房面积（β=0.435）对碳排放影响效应要大于南方（β=0.082）。北方家庭碳排放的重要来源之一是冬季采暖，住房采暖碳排放与住房面积息息相关，这使得北方的住房面积对家庭碳排放的影响高于南方。人口老龄化变动对南方家庭面积变动的影响显著为正，对北方家庭住房面积无影响。人口老龄化对与南北方住房房龄选择都显著为正，也就意味着家庭老年人占比越高，住房房龄越大。同时，家庭收入水平在南方会抑制人口老龄化对住房房龄选择的影响，但是其对北方家庭影响不显著。

表4 不同住房区位的标准化系数估计

将调节变量取均值，人口老龄化对家庭碳排放的各条路径系数结果见表5。结果显示南北方的人口老龄化对家庭碳排放的影响效应大小与路径存在差异。南方人口老龄化对家庭碳排放的影响总效应为0.087，高于北方的总效应。

表5 不同住房区位的影响路径

在南方，人口老龄化对家庭碳排放的直接效应高于通过住房选择的间接效应。人口老龄化通过住房面积影响家庭碳排放的间接效应要高于通过住房房龄的间接效应。人口老龄化对家庭碳排放有三个影响路径。首先，人口老龄化会直接促进家庭人均碳排放。家庭老年人占比每变动1 标准差，家庭人均碳排放将变动7.8%标准差。人口老龄化的直接效应是影响家庭碳排放的主要路径，直接效应占总效应的89.66%。其次，人口老龄化程度加深会提高人均住房面积从而提高家庭人均碳排放，该路径效应占总效应的6.90%。最后，南方的人口老龄化会提高住房房龄从而提高家庭人均碳排放，家庭收入则会降低路径效用。调节变量取均值后，该路径效应为0.003，占总效应的3.44%。在北方，人口老龄化对家庭碳排放的影响主要通过人均住房面积实现，该路径效应为0.031。

（二）不同家庭类型与家庭碳排放

为进一步检验不同类型的人口老龄化对家庭碳排放的影响，本文使用家庭60 岁以上老年人占比，将研究样本划分为三种家庭类型，设置两个虚拟变量，分为家庭中没有60 岁以上成员的青年型家庭、家庭中有部分成员超过60 岁的中年型家庭和家庭成员完全超过60 岁的老年型家庭，以青年型家庭为模型参照组。根据CFI、TLI、RMSEA 和SRMR 指标可知，整体模型通过检验，模型估计结果可以用于检验不同家庭类型对家庭碳排放的影响。

根据表6 与表7 可知住房选择在中年型家庭中为完全中介效应，在老年型家庭中为部分中介效应。相比于青年型家庭，中年型家庭Bootstrap 未通过检验，说明中年型家庭对家庭人均碳排放直接影响并不显著，中年型家庭对家庭碳排放的影响通过住房面积实现，为完全中介效应。中年型家庭对家庭碳排放的总效用为-0.003，即中年型家庭对碳排放的影响低于青年型家庭。老年型家庭对碳排放的影响存在两条路径。一方面，老年型家庭会对家庭人均碳排放有显著影响，直接效用为0.016，占总效应的64%。即老年型家庭对家庭碳排放的影响高于青年型家庭与中年型家庭。另一方面，老年型家庭会通过住房面积进而影响家庭碳排放。我们忽略不显著的路径，重新计算间接总效应与总效应，发现老年型家庭间接效应占老年型家庭对家庭碳排放的总效应为36%，低于直接效应。

表6 不同家庭类型的标准化系数估计

表7 不同家庭类型的影响路径

六、结论与建议

（一）结论

家庭消费领域具有很高的减排潜力，家庭碳排放受到人口因素影响，其中人口老龄化是重要影响因素。本文通过构建人口老龄化、住房选择与家庭碳排放研究框架，使用2018年CFPS 数据，分析人口老龄化对家庭碳排放的不同影响路径，主要结论如下：

第一，人口老龄化对家庭碳排放有正向直接效用。随着家庭中老年人占比增加，家庭人均碳排放不断增加。老年人占比增加会降低能源消费中的“享受消费”，但会增加“生存消费”。相比于年轻人，老年人对供暖等能源消费更高。同时，与年轻人相比，老年人家庭能源结构可能更“传统”。这些因素共同导致老年人占比越高的家庭，家庭人均碳排放越高。

第二，人口老龄化会通过住房选择影响家庭碳排放。家庭老年人占比越高，人均住房面积越大，进而提高家庭人均碳排放。这是因为随着家庭老年人占比增加，住房分离程度越高，家庭成员不断减少，人均住房面积不断增加。而维持住房基本运行能源不变，家庭人均碳排放也会不断增加。而人口老龄化无法通过住房房龄影响家庭碳排放。

第三，家庭收入会削弱人口老龄化通过住房面积影响家庭碳排放这一路径的间接效应。高收入家庭的年龄结构对其选择偏好影响要低于中低收入家庭。收入越高，家庭收入通过住房面积影响家庭碳排放的效应越低。

第四，住房区位不同，人口老龄化影响家庭碳排放的路径有所不同。在无集中供暖的南方区域，人口老龄化对家庭碳排放有三条影响路径。首先，人口老龄化直接促进南方家庭的家庭人均碳排放。其次，人口老龄化可以通过住房面积促进家庭碳排放。最后，住房房龄在人口老龄化对家庭碳排放的影响中也存在部分中介效应。人口老龄化对北方区域家庭碳排放无直接影响，其主要通过人均住房面积间接提高家庭人均碳排放。

第五，不同老年人占比的家庭对家庭碳排放影响路径不同。本文以青年型家庭为参照组，研究发现相比于青年型家庭，老年型家庭能够显著提高家庭人均碳排放，对家庭碳排放有直接效用。老年型家庭可以通过影响住房面积进一步提高家庭碳排放。与之相反，中年型家庭可通过影响住房面积来降低家庭碳排放。