中国城镇居民嵌入式碳足迹影响因素分析赵定涛张韧范进摘要：嵌入式碳足迹（EmbeddedCarbonFootprint，ECF）是居民消费的产品或服务在其生命周期过程中所产生的碳排放，测量比较困难。居民消费产生的碳排放已经成为我国碳排放增长的重要因素，从消费者角度研究碳排放及其驱动因素对节能减排有重要的现实意义。通过构建碳排放投入产出模型对城镇居民嵌入式碳足迹（ECF）进行测算，并运用LMDI因素分解模型分析中国城镇居民嵌入式碳足迹的影响因素。结果表明：生活水平效应较大，为正效应，对总ECF的贡献度是233%；碳排放强度为负效应，对总ECF的贡献度是?133%；消费结构为正效应，对总ECF的贡献度是9%。因此，政府应倡导居民节约消费，大力发展低碳产业，注重交通项目的减排。关键词：LMDI；碳排放投入产出模型；嵌入式碳足迹；影响因素；减排政策：F205文献标识码：A：1672-3104（2013）06?0035?06大量温室气体排放引发的气候变暖问题已引起全球的关注，中国作为最大的碳排放国家，能源消费与二氧化碳的排放成为关注的焦点。2009年我国在哥本哈根会议上宣布“到2020年单位国内生产总值二氧化碳排放比2005年下降40%—45%”，为履行承诺，我国制定了减排政策，但现行减排政策主要针对高耗能的生产部门。据发展中国家统计表明，居民消费的直接和间接消耗已经超过了生产部门，成为碳排放的主要增长点，姚亮等[1]通过对中国城乡居民消费隐含的碳排放对比分析得出，到2007年城镇居民消费的碳排放量占总量的76.44%。在中国经济快速发展进程中，居民收入及消费水平不断提高，个人消费拉动碳排放作用越来越显著，所以从居民消费层面核算碳排放更具有实际意义。本文从消费者角度研究嵌入式碳足迹（EmbeddedCarbonFootprints，ECF），ECF是居民消费的产品或服务在其生命周期过程中所产生的碳排放[2]，运用LMDI模型分解影响ECF的驱动因素。本文实证分析分为两阶段，第一，测算城镇居民嵌---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---入式碳足迹，第二，运用LMDI模型分解驱动因素。通过对中国城镇居民嵌入式碳足迹影响因素实证分析，为今后制定减排政策提供理论依据。一、文献综述当前国外学者对碳排放测算主要依据投入产出模型。Peter等使用环境投入产出模型（EnvironmentalInput-Output，EIO）[3]估算消费中嵌入的二氧化碳的排放量，EIO模型对数据有较高的要求，编程数据集存在很大的困难，所以应用不广泛。一些学者在简单的投入产出模型基础上进行扩展，如Huppes等[4]、Tukker和Jansen[5]、Turner[6]等使用多区域投入产出模型（Multi-RegionalInput-Outputmodel，MRIO）估算嵌入在商品和服务中的二氧化碳的排放量，MRIO模型与EIO模型相比，需要更大量的数据，所以只能限制在一些数据充足的地区使用。由于MRIO模型运用的复杂性，学者在此基础上又进行了简化处理，如Druckman和Jackson[7]使用准多区域投入产出模型（quasi-multi-regionalinput-output，QMRIO）估算进口产品和服务隐含的二氧化碳排放排放量，此模型有较大的准确度和透明性，而且比MRIO模型对数据的要求度低，克服了数据收集的困难。随着碳排放研究的不断深入，除了对生产领域的研究外，一些学者从消费者角度研究碳排放及影响因素。国际上，如Pachauri和Spreng[8]通过投入产出方法测算印度家庭1983—1984、1989—1990和1993—1994年的直接、间接能源消耗，家庭直接、间接消耗占印度总能源消耗量的75%，且来自家庭的能源需求不断增长，提出增长的驱动力有三方面：人均支出增长；人口增长；农业部门能源强度的增加。Davis和Calderia[9]估算了全球贸易中嵌入的二氧化碳排放，基于消费者的角度，他们研究发现，2004年全球23%的二氧化碳的排放是来自中国和其他新兴的发达国家出口贸易。Druckman和Jackson[7]估算了英国家庭产生的温室气体，从消费者角度来看，在2000—2004年间以每年3%的速度上升。尽管经济的低潮有可能扭转这种趋势，但认为除非政府出台重大改变的政策，否则来自家庭的间接和直接排放在长期内都有上涨的趋势。为实现减排目标，应有针对性的把家庭收入与不同温室气体排放水平联系...