留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

城镇化进程中河北省居民生活消费碳排放特征及其影响因素

上一篇

下一篇

李双江, 陈艺璇, 王肖娅, 等. 城镇化进程中河北省居民生活消费碳排放特征及其影响因素[J]. 西南师范大学学报(自然科学版), 2023, 48(4): 101-108. doi: 10.13718/j.cnki.xsxb.2023.04.013
引用本文: 李双江, 陈艺璇, 王肖娅, 等. 城镇化进程中河北省居民生活消费碳排放特征及其影响因素[J]. 西南师范大学学报(自然科学版), 2023, 48(4): 101-108. doi: 10.13718/j.cnki.xsxb.2023.04.013
LI Shuangjiang, CHEN Yixuan, WANG Xiaoya, et al. Characteristics and Impacts of Carbon Emission on Residents' Living Consumption of Hebei Province in Urbanization[J]. Journal of Southwest China Normal University(Natural Science Edition), 2023, 48(4): 101-108. doi: 10.13718/j.cnki.xsxb.2023.04.013
Citation: LI Shuangjiang, CHEN Yixuan, WANG Xiaoya, et al. Characteristics and Impacts of Carbon Emission on Residents' Living Consumption of Hebei Province in Urbanization[J]. Journal of Southwest China Normal University(Natural Science Edition), 2023, 48(4): 101-108. doi: 10.13718/j.cnki.xsxb.2023.04.013

城镇化进程中河北省居民生活消费碳排放特征及其影响因素

  • 基金项目: 河北省重点研发计划项目(21374001D);2022年全国大学生暑期“三下乡”社会实践项目(2022299880)
详细信息
    作者简介:

    李双江,副教授,博士,主要从事城市生态系统碳排放研究 .

  • 中图分类号: F061;X22

Characteristics and Impacts of Carbon Emission on Residents' Living Consumption of Hebei Province in Urbanization

  • 摘要: 以河北省为研究区域,基于2010-2020年统计数据,使用碳排放系数法、消费者生活方式法分别计算了居民生活消费的直接碳排放量、间接碳排放量,并运用LMDI分解模型分析其影响因素. 结果表明:2010-2020年河北省居民生活消费碳排放量持续升高,年均增长15.30%,间接碳排放量占比由54.15%增加到64.07%;直接碳排放量中煤炭占比下降了16.45%,电力占比最大且稳定在40%左右;间接碳排放量中占比最大且比重上升的类别为居住和交通通信;人均居民生活消费碳排放量分别与人均GDP、城镇化率呈显著正相关,无明显倒U型库兹涅茨曲线关系;能源消费强度是抑制居民生活直接碳排放量增长的主要因素,居民消费水平是拉动直接碳排放量增长的决定性因素,家庭消费强度是抑制间接碳排放量增长的关键因素,家庭消费结构、居民消费水平是拉动间接碳排放量增长的决定性因素.
  • 加载中
  • 图 1  河北省居民生活消费各能源的直接碳排放量

    图 2  河北省居民生活8大类消费间接碳排放量

    图 3  河北省居民生活消费CO2排放量

    图 4  2010-2020年河北省年人均居民生活消费CO2排放量与人均GDP关系

    图 5  2010-2020年河北省居民年人均生活消费CO2排放量与城镇化率关系

    表 1  各种化石能源低位发热量、含碳量和碳氧化率

    类别 煤炭 液化石油气 天然气 汽油 柴油
    低位发热量ej 20.908/GJ·t-1 50.179/GJ·t-1 389.31/GJ·万Nm-3 43.07/GJ·t-1 42.652/GJ·t-1
    含碳量cj 0.026 37/t C·GJ-1 0.017 2/t C·GJ-1 0.015 3/t C·GJ-1 0.018 9/t C·GJ-1 0.020 2/t C·GJ-1
    碳氧化率oj/% 94 98 99 98 98
    下载: 导出CSV

    表 2  河北省居民生活消费CO2排放量各影响因素分解 /万t

    时间段 直接CO2排放量 间接CO2排放量
    ΔCe ΔCr ΔCs ΔCP ΔC′h ΔC′q ΔC′s ΔC′P
    2010-2011年 75.96 -814.95 1 014.80 88.56 417.62 -467.47 1 267.18 110.58
    2011-2012年 -120.13 -246.93 783.49 32.25 733.80 -798.61 1 056.90 43.51
    2012-2013年 -75.78 285.05 450.68 28.34 2 358.53 41.78 684.61 43.05
    2013-2014年 -38.10 -237.35 420.37 32.67 1 695.60 -1 046.65 728.64 56.62
    2014-2015年 -228.43 320.03 729.81 32.78 1 298.46 -1 322.34 1 309.67 58.82
    2015-2016年 -12.44 -488.93 1 055.08 32.10 1 400.11 -1 763.65 1 913.65 58.23
    2016-2017年 82.55 -535.43 921.95 41.62 2 106.89 -2 152.84 1 738.65 78.50
    2017-2018年 296.08 -718.62 925.36 35.14 -1 250.28 965.55 1 808.78 68.68
    2018-2019年 -66.40 -944.34 960.46 26.17 2 374.10 -2 947.02 1 971.54 53.71
    2019-2020年 -524.87 1 179.97 1 297.87 28.52 - - - -
    2010-2020年(直接)
    2010-2019年(间接)
    -611.56 -2 201.5 8 559.87 378.15 11 134.83 -9 491.25 12 479.62 571.7
    累积贡献率/% -9.98 -35.94 139.75 6.17 75.77 -64.59 84.92 3.89
    注:因未获取2020年河北省能源清单,2019-2020年间接CO2排放量各效应未得出.
    下载: 导出CSV
  • [1] 王悦, 李锋, 孙晓. 城市家庭消费碳排放研究进展[J]. 资源科学, 2019, 41(7): 1201-1212. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZY201907002.htm
    [2] 杜威. 基于LMDI分解模型的中国居民生活间接碳排放特征分析[J]. 中国人口·资源与环境, 2016, 26(S2): 5-9. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRZ2016S2002.htm
    [3] LI Y M, ZHAO R, LIU T S, et al. Does Urbanization Lead to More Direct and Indirect Household Carbon Dioxide Emissions? Evidence from China During 1996-2012[J]. Journal of Cleaner Production, 2015, 102: 103-114. doi: 10.1016/j.jclepro.2015.04.037
    [4] 张风斌. 陕西省城乡居民家庭碳排放研究[D]. 西安: 西安科技大学, 2021.
    [5] 尹上岗, 杨山, 李在军. 长三角地区生态城镇化空间格局及影响因素[J]. 自然资源学报, 2022, 37(6): 1494-1506; doi: https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZX202206009.htm
    [6] 王悦, 李锋, 陈新闯, 等. 典型社区家庭消费碳排放特征与影响因素——以北京市为例[J]. 生态学报, 2019, 39(21) : 7840-7853. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201921005.htm
    [7] 尚梅, 张风斌, 胡振. 家庭异质性视角下城乡居民家庭碳排放研究——以陕西为例[J]. 生态经济, 2021, 37(2): 13-21, 34. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-STJJ202102005.htm
    [8] 徐丽, 曲建升, 李恒吉, 等. 西北地区居民生活碳排放现状分析及预测[J]. 干旱区地理, 2019, 42(5): 1166-1175. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-GHDL201905022.htm
    [9] ZHANG X L, WANG Y. How to Reduce Household Carbon Emissions: A Review of Experience and Policy Design Considerations[J]. Energy Policy, 2017, 102: 116-124.
    [10] 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[J]. 干旱区资源与环境, 2019, 33(4): 1-8. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-GHZH201904001.htm
    [11] 徐丽, 曲建升, 李恒吉, 等. 中国居民能源消费碳排放现状分析及预测研究[J]. 生态经济, 2019, 35(1): 19-23, 29. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-STJJ201901006.htm
    [12] 彭璐璐, 李楠, 郑智远, 等. 中国居民消费碳排放影响因素的时空异质性[J]. 中国环境科学, 2021, 41(1): 463-472. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-ZGHJ202101058.htm
    [13] 方德斌, 陈卓夫, 郝鹏. 北京城镇居民碳排放的影响机理——基于LMDI分解法[J]. 北京理工大学学报(社会科学版), 2019, 21(3): 30-38. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-BLDS201903004.htm
    [14] 安芬, 李旭东, 程东亚. 基于LMDI的贵州生活能源碳排放特征及效应研究[J]. 湖南师范大学自然科学学报, 2020, 43(2): 35-44. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-HNSZ202002005.htm
    [15] 李治国, 王杰. 中国城乡家庭碳排放核算及驱动因素分析[J]. 统计与决策, 2021, 37(20): 48-52. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-TJJC202120011.htm
    [16] 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[J]. 安全与环境学报, 2019, 19(3): 954-963; doi: https://www.cnki.com.cn/Article/CJFDTOTAL-AQHJ201903033.htm
    [17] 张恒硕, 李绍萍, 彭民. 中国农村能源消费碳排放区域非均衡性及驱动因素动态识别[J]. 中国农村经济, 2022, (1): 112-134. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ202201007.htm
    [18] IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories: Ⅱ[M]. Japan: The Institute for Global Environmental Strategies, 2008.
    [19] SHUI B, HADI D. Consumer Lifestyle Approach to US Energy Use and the Related CO2 Emissions[J]. Energy Policy, 2005, 33: 197-208.
    [20] 曲建升, 刘莉娜, 曾静静, 等. 基于入户调查数据的中国居民生活碳排放评估[J]. 科学通报, 2018, 63(S1): 547-557. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-KXTB2018Z1007.htm
    [21] ANG B W, LIU F L. A New Energy Decomposition Method: Perfect in Decomposition and Consistent in Aggregation[J]. Energy, 2001, 26(6): 537-548.
    [22] 刘莉娜, 曲建升, 黄雨生, 等. 中国居民生活碳排放的区域差异及影响因素分析[J]. 自然资源学报, 2016, 31(8): 1364-1377. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZX201608010.htm
  • 加载中
图( 5) 表( 2)
计量
  • 文章访问数:  2846
  • HTML全文浏览数:  2846
  • PDF下载数:  153
  • 施引文献:  0
出版历程
  • 收稿日期:  2022-12-16
  • 刊出日期:  2023-04-20

城镇化进程中河北省居民生活消费碳排放特征及其影响因素

    作者简介: 李双江,副教授,博士,主要从事城市生态系统碳排放研究
  • 1. 河北科技大学 环境科学与工程学院,石家庄 050018
  • 2. 河北省污染防治生物技术实验室,石家庄 050018
基金项目:  河北省重点研发计划项目(21374001D);2022年全国大学生暑期“三下乡”社会实践项目(2022299880)

摘要: 以河北省为研究区域,基于2010-2020年统计数据,使用碳排放系数法、消费者生活方式法分别计算了居民生活消费的直接碳排放量、间接碳排放量,并运用LMDI分解模型分析其影响因素. 结果表明:2010-2020年河北省居民生活消费碳排放量持续升高,年均增长15.30%,间接碳排放量占比由54.15%增加到64.07%;直接碳排放量中煤炭占比下降了16.45%,电力占比最大且稳定在40%左右;间接碳排放量中占比最大且比重上升的类别为居住和交通通信;人均居民生活消费碳排放量分别与人均GDP、城镇化率呈显著正相关,无明显倒U型库兹涅茨曲线关系;能源消费强度是抑制居民生活直接碳排放量增长的主要因素,居民消费水平是拉动直接碳排放量增长的决定性因素,家庭消费强度是抑制间接碳排放量增长的关键因素,家庭消费结构、居民消费水平是拉动间接碳排放量增长的决定性因素.

English Abstract

  • 实现碳达峰、碳中和是一场广泛而深刻的经济社会系统性变革,目前对碳排放的研究主要集中于产业、能源、贸易等领域,而消费在很大程度上影响和决定着某些经济部门的产出水平,居民的生活消费是最终消费的重要组成部分. 随着城镇化建设的推进和经济的快速发展,居民的生活消费愈发成为我国碳排放的重要增长点[1-3]. 2000-2018年,我国生活能源碳排放总量从4.11亿t增至14.88亿t,年均增长14.56%,在总能源消费碳排放中的占比从11.36%上升到12.81%[4]. 改革开放以来,我国常住人口城镇化率由1978年的17.92%上升至2021年末的64.72%[5],居民生活消费碳排放强度和构成发生了巨大变化. 因此,控制居民生活消费碳排放是加强低碳社会建设、倡导低碳生活方式、实现碳中和的重要途径.

    近年来,居民生活消费碳排放成为社会和学术界关注的重点[1, 6-8],相关研究大多从家庭能源消费着手,一方面核算家庭消费电力、燃气、燃油等直接消费能源所产生的碳排放,另一方面核算食品、衣服、教育、娱乐等消费行为所产生的碳排放[9-12]. 不同地区居民生活消费碳排放构成不同,北京市城市家庭2006-2012年的碳排放以间接碳排放为主,2014-2016年直接碳排放量超过间接碳排放量,成为城市居民生活消费的主要碳排放来源[13],而陕西省城镇家庭2007年前的碳排放以直接碳排放为主,2007-2017年以间接碳排放为主[7]. 目前,探究居民生活碳排放的影响因素主要从人口、消费和技术等维度进行. 北京市城镇居民人均住房面积的增长和消费水平的提高分别是造成直接碳排放、间接碳排放上升的最主要因素[13],同期贵州省人均生活能源消费碳排放的主要影响因素为经济增长[14]、陕西省为家庭人均收入[7],同时家庭消费能源强度效应和家庭住宅能源强度效应则是抑制碳排放增加的主要原因[15];另外,部分学者探讨了居民生活消费碳排放的区域分异规律[16-17].

    河北省做为京津冀地区的重要组成部分,城镇化率由2010年的44.5%提高到2020年的60.1%,年均增长3.51%,据河北省十三届人大四次会议的《政府工作报告》的数据,到2025年,常住人口城镇化率将达到65%以上. 因此,核算城镇化进程中河北省居民生活消费碳排放量,并分析其影响因素,可为相关节能减排政策提供参考与理论支撑.

  • 居民生活消费CO2排放分为直接排放与间接排放. 其中,直接排放指居民生活能源消费产生的CO2排放,根据IPCC推荐的碳排放系数法计算[18];间接排放为居民消费支出项目产生的CO2排放,采用消费者生活方式法[19]进行计算.

    式中:CR为居民生活消费CO2排放量;CD1CD2分别为居民生活直接消费一次能源、二次能源的CO2排放量;CI为居民生活消费间接CO2排放量;Dj1Dj2分别为居民生活直接消费的第j类一次能源(煤炭、液化石油气、天然气、汽油、柴油)、二次能源(电力、热力)量;ej为第j类能源的低位发热量;cj为第j类能源的单位热值含碳量;oj为第j类能源的碳氧化率;EFj为二次能源消耗的碳排放因子,其中,电力因子选取2012年公布的华北电网排放因子0.884 3 t CO2/MWh,热力因子选取《公共建筑运营企业温室气体排放核算方法和报告指南(试行)》中的推荐值0.11 t CO2/GJ. Ik为居民8大类消费(食品烟酒、衣着、居住、生活用品及服务、交通通信、教育文化娱乐、医疗保健、其他用品和服务)的第k类居民消费性支出项目的支出;IEk为居民消费性支出第k类项目的CO2排放强度,取值参照曲建升等[20]投入-产出方法得出的家庭消费项碳排放系数.

  • 对数平均迪氏指数分解模型(LMDI)[21]作为一种精确的指数分解方法被广泛使用,据此模型将居民生活直接CO2排放分解表达为公式(5).

    式中:C为每年居民生活直接CO2排放量;Ci为第i类能源消费而产生的的CO2排放量(i=1,2,…,7);Ei为居民生活直接消费的第i类能源量;E为居民生活直接消费能源总量;L为每年居民生活消费的支出;P为每年人口总数量. fi为第i种能源的CO2排放系数;ei为第i种类型能源消费在生活用能消费中的比重;r为单位消费支出所消耗的能源量,即居民能源消费强度;s为人均消费支出.

    设某年作为基年,其CO2排放总量为C0,第t年的总量为Ct,用Ctot表示排放变化,则差分分解和各分解因素贡献值的表达公式为(6)-(11):

    式中:ΔCf为排放强度效应,因计算直接能源消费碳排放时各能源的低位发热量、含碳量和碳氧化率均不变(表 1),得ΔCf=0. ΔCe为能源消费结构效应;ΔCr为能源消费强度效应;ΔCs为居民消费水平效应;ΔCP为人口规模效应.

    为更清晰反映各效应对碳排放量的贡献,定义各效应贡献率为:

  • 将间接CO2排放C′分解为公式(13):

    式中:C′j为居民第j类消费的间接CO2排放;Fj为居民第j类消费的间接能源消费量;F为居民生活消费的间接能源消费总量.

    基于LMDI模型,将居民生活间接碳排放分解为:

    式中:ΔC′g为间接排放强度效应,因同一类消费的排放因子不变,故ΔC′g=0. ΔC′h为家庭消费结构效应;ΔC′q为家庭消费强度效应;ΔC′s为居民消费水平效应;ΔC′P为人口规模效应.

    同上,各效应贡献率为:

  • 本文居民生活能源消耗量、消费性支出项目数据、人口和经济数据等来源于2011-2021年《中国统计年鉴》《中国能源统计年鉴》、中国碳核算数据库(CEADs)和《河北经济年鉴》等,各化石能源的低位发热量、含碳量以及碳氧化率(表 1)参考《省级温室气体清单编制指南》及《IPCC国家温室气体排放清单指南》[18].

  • 2010-2020年,河北省居民生活消费直接CO2排放量从6 231.55万t增长到12 356.51万t,年均增长9.83%. 2020年增长速度最快,比2019年增长19.10%,其中排放量增加最多的是热力、天然气和电力,分别增加了1 195.22万t、600.01万t和270.60万t,这与新冠疫情期间供暖期延长、居家做饭增多、家用电器设备的种类数量上升以及用时延长有关. 2019年直接排放量比2018年下降0.23%,煤炭排放量下降了842.48万t,天然气和电力排放量分别增加了380.76万t,256.62万t,其原因是2019年河北省强力推进农村地区清洁取暖工作(煤改气、煤改电).

    从各能源直接消费CO2排放量看(图 1),2010-2020年,除煤炭、液化石油气和柴油外其他能源排放量都呈上升趋势. 其中,电力增加最多,从2 506.46万t上升至4 896.28万t;煤炭下降最多,从2 618.06万t减少至1 922.42万t. 从构成看,河北省居民生活用能CO2排放量以电力、煤炭为主,两者之和占比从82.24%下降至55.18%,年均74.21%,煤炭消费CO2排放量占比从42.01%下降到15.56%,电力占比在40%左右波动;热力、天然气和汽油消费的CO2排放量大幅增加,比重分别从2010年的8.71%,1.42%,1.85%上升到2020年的19.78%,14.32%,7.38%;柴油、液化石油气消费CO2排放量占比下降显著,比重分别从2010年的2.18%,3.60%降至2020年的0.00%,1.09%. 可见,河北省居民生活消费用能CO2排放量正在向高效化、多元化的方向发展.

  • 2010-2020年,河北省居民消费的间接CO2排放量呈上升趋势(图 2),从7 361.01万t增加到22 029.76万t,年均增长19.93%,净增最多的是居住类,排放量从1 612.21万t上升至6 979.07万t,增加了3.33倍. 2020年,除居住、食品烟酒、生活用品及服务三类刚需消费类别CO2排放量略有上升外,其余五类弹性较大的消费CO2排放量因新冠疫情影响有所下降.

    从构成看,居住CO2排放量占比最高、升幅最大,从2010年的21.90%增长到2020年的31.68%,主要原因是居民住宅消费量的持续增加;交通通信类CO2排放量占比及升幅次之,研究期间从17.72%上升至18.59%;其他六类消费CO2排放占比都有不同程度的下降,食品烟酒、衣着两类下降最明显,由2010年的16.62%,7.94%下降至2020年的13.01%,5.08%,表明随着经济实力的增强,人们开始追求更高的消费层次.

  • 河北省居民生活消费碳排放总量从2010年的13 592.56万t上升到2020年34 386.27万t,年均增长15.30%(图 3),其中,间接碳排放量占比较大,由54.15%增加到64.07%. 2010-2020年,河北省人均居民生活消费碳排放量呈持续增加的趋势,从2010年的1.91 t/人上升到2020年的4.61 t/人,年均增长14.14%,表明河北省居民生活水平、经济发展水平的提高对人均碳排放量有促进. 北京市、上海市、广州市等一线城镇居民生活碳排放量于2012年超过2.5 t/人[22],河北省2013年实现超越,可见城镇的经济发展水平与人均居民生活消费碳排放存在关联.

    2010-2020年,河北省年人均居民生活消费CO2排放量分别与人均GDP、城镇化率呈正相关(图 4图 5),无明显库兹涅茨曲线的倒U型关系. 一般来说,人均GDP和城镇化率较高地区的居民可支配收入较多,居民的消费水平高,人均居民生活消费碳排放量高,但随着人均GDP和城镇化率的进一步提升,人均居民生活消费碳排放会呈下降趋势. 因此,有必要通过政策引导促进河北省居民生活消费碳排放量与人均GDP、城镇化率尽早脱钩.

  • 对于直接CO2排放,能源消费结构变动、能源消费强度变动总体表现为负效应,且有增强趋势,表明居民的能源消费结构和效率逐渐优化,在抑制居民生活消费碳排放方面发挥了重要作用. 能源消费强度的总体变动是促使河北省居民生活用能CO2排放量降低的主要因子,其累计贡献率为-35.94%. 居民消费水平、人口规模变动表现为正效应,尤其是居民消费水平效应逐年增强,累计贡献率达到139.75%,是生活直接用能碳排放增长的决定因素. 说明随着居民收入的提高,为追求更优的生活质量,居民不断提高耗能产品的使用量,推动了能源消费的提升.

    对于间接CO2排放,家庭消费强度变动表现为负效应,且有随时间增强趋势. 可见居民生活消费的非能源商品或服务在生产时的单位能耗在逐年降低,是促使河北省居民生活间接CO2排放量降低的关键因子,其2010-2019年的累计贡献率为-64.59%. 家庭消费结构变动、居民消费水平、人口规模变动都表现为正效应,前两者是促进间接CO2排放量的决定因子,累计贡献率分别为75.77%和84.92%. 其原因是,随着收入水平的提高,居民对非能源方面的产品消费量逐年提升,居民生活消费支出2019年是2010年的2.67倍,且支出中由食品烟酒和衣着的占比由2010年的43.40%下降到2019年28.28%,居住、生活用品及服务、交通通信、教育文化娱乐4个类别占比都有不同程度的提高,可见家庭消费结构更趋多样化(表 2).

  • 2010-2020年河北省居民生活消费碳排放量持续升高,从13 592.56万t上升至34 386.27万t,年均增长15.30%,间接碳排放量占比由54.15%增加到64.07%;直接碳排放中煤炭消费CO2排放量占比从42.01%下降到15.56%,电力占比最大且保持稳定,年均40.29%;间接碳排放量中占比最大且比重上升的类别为居住和交通通信,分别从2010年的21.90%、17.72%增长到2020年的31.68%、18.59%;河北省人均居民生活消费碳排放量分别与人均GDP、城镇化率呈显著正相关,无明显倒U型库兹涅茨曲线关系;对于河北省居民生活用能CO2排放,能源消费强度是抑制增长的主要因素,居民消费水平变动是拉动排放增长的决定性因素;对于居民生活消费间接CO2排放,家庭消费强度是抑制增长的关键因素,家庭消费结构变动、居民消费水平变动是拉动排放增长的决定性因素.

    基于以上结论,建议从以下方面减缓河北省居民生活消费碳排放量的日益增长:首先,调整能源消费结构,减少高碳排能源比重,促进使用清洁能源,因地制宜开发清洁能源;其次,提高能源利用效率,建立消费端绿色消费方式;再次,提供低碳消费产品和服务,降低居民消费端能源消费碳排放量;最后,加强居民素质教育,形成低碳生活习惯.

参考文献 (22)

目录

/

返回文章
返回