| 国内有关碳排放估算与城市发展的研究比较少，相关研究仍然处于起步阶段。庄贵阳、张伟（2004）探讨了我国城市化进程中基础设施建设和能源消耗之间的关系，给出了基础设施建设的低碳发展路径。曲建升等（2008）研究，2006年中国碳排放总量呈由东部沿海向中部和西部地区递减的趋势，高排放区域主要集中在东部沿海发达地区和内蒙古、河南等少数内陆省份，总体形成了内蒙古-河北-辽宁-山东-江苏-浙江的高排放连绵带（以环渤海区和长三角为主）和珠三角高排放地区。与我国城市空间分布格局相对照，这些区域总体上是我国的城市密集区。他们的研究单位并没有缩小到市这一级。朱勤等（2010）通过对STIRPAT模型的扩展，应用岭回归方法计量分析人口、消费及技术因素对碳排放的影响，发现居民消费水平、人口城市化率、人口规模三个因素对我国碳排放总量的变化影响明显，现阶段我国居民消费水平与人口结构变化对碳排放的影响力已高于人口规模变化的影响力，居民消费水平与消费模式等人文因素的变化有可能成为我国碳排放的新的增长点。樊杰（2010）提出个人终端消费导向的碳足迹研究框架，就是首先采用个人终端消费碳足迹作为研究“规律”的切入点，定量核算个人或家庭消费导致的碳排放量，揭示人类活动不同环节的碳排放强度，讨论消费能力、生活水平和碳排放的相互关系个人终端消费导向的碳足迹研究。这标志着碳排放研究从注重生产层面碳排放开始向注重消费层面碳排放转变。叶祖达（2009）认为城市是社会应对气候变化挑战的重要行动平台和载体,城市政府有责任推动以降低碳排放为目的的规划和管理政策，对城市进行碳排放审计是实施以上具体工作必需的科学数据基础。然而，不少城市本身对其二氧化碳排放的基线分析、未来情景比较、减量方法和范畴等都还没有完整的科学数据，无法提供政策分析。
本文将在以前理论和实证研究的基础上，重点研究我国城市家庭，引入标准家庭概念，单独把标准家庭的碳排放量作为衡量城市“绿色”程度的指标。首先，建立一个分析城市碳排放量与家庭能源消耗之间关系的方程，研究各项能源消耗与家庭特征之间的关系。其次利用能源消耗的碳排放转换系数将能源消耗转换成碳排放量。最后通过各个城市的一个标准家庭的碳排放总量对城市进行排名，并解释城市间的差异。
二、数据
本文数据主要来源于2006年中国城镇住户调查。该数据库包括了城镇居民家庭基本情况、家庭成员基本情况、家庭现金收支、家庭消费支出、家庭非现金收入。本文选取其中74个主要城市将近25300个家庭作为样本，测算其住宅耗电、私家车、出租车和其它三种家庭燃料消耗带来的碳排放量。有些北方城市仍然享受无偿的集中供暖，因此该统计中没有提供其相应的冬季取暖支出。
考虑到目前中国相对较低的私家车拥有水平，测算公共交通造成的碳排放便显得十分重要。《中国城市统计年鉴2007年》提供了城市一级的相关信息，例如公交汽车和火车的能源消耗情况，并且提供了2006年十个城市地铁消耗的电力数据。公交汽车的汽油消耗量转换成碳排放量方法比较简单。而地铁的电力消耗量转换成碳排放量则比较复杂。
为了得到以吨为计量单位碳排放量，本文使用一些与电力生产和住宅取暖相关的碳排放转换系数。这些转换系数来源不同，电力生产的碳排放转换系数来自国家发展和改革委员会应对气候变化司，住宅取暖的碳排放的转换系数来自于清华大学环境科学与工程学系。
表1列出关键变量的名称、定义、单位、均值和标准差。
表1：主要变量的描述统计
|
变量名称
|
定义
|
单位
|
均值
|
标准误差
|
|
家庭水平变量
|
|
ELECQ
|
2006年家庭电力消耗量
|
千瓦时
|
1699
|
1089
|
|
CAR_USE
|
1=拥有私家车，0=没用私家车
|
|
0.164
|
0.370
|
|
CARQ
|
私家车家庭汽油消耗量
|
升
|
178.8
|
202.9
|
|
TAXIQ
|
出租车家庭汽油消耗量
|
升
|
13.2
|
21.2
|
|
COAL_USE
|
1=使用煤，0=使用其他燃料
|
|
0.092
|
0.289
|
|
COALQ
|
家庭煤消耗量
|
千克
|
760.4
|
654.7
|
|
LPG_USE
|
1=使用液化气，0=使用其他
|
|
0.419
|
0.493
|
|
LPGQ
|
家庭液化气消耗量
|
千克
|
82.9
|
55.4
|
|
COALGAS_USE
|
1=使用煤气，0=使用其他
|
|
0.582
|
0.493
|
|
COALGASQ
|
家庭煤气消耗量
|
立方米
|
252.9
|
189.5
|
|
HHSIZE
|
家庭规模
|
人
|
2.9
|
0.8
|
|
AGE
|
家庭户主年龄
|
岁
|
50.5
|
11.9
|
|
INCOME
|
家庭年收入
|
元
|
36639
|
23056
|
|
HSIZE
|
住宅单位面积
|
平方米
|
74.271
|
33.789
|
|
城市水平变量
|
|
CINCOME
|
城市平均家庭收入
|
元
|
37977
|
10273
|
|
POP
|
城市人口
|
1000人
|
2556
|
2652
|
|
DENSITY
|
城市人口密度
|
1000人/平方公里
|
13.4
|
5.3
|
|
JAN_TEMP
|
1月份平均气温
|
度
|
0.46
|
8.66
|
|
JULY_TEMP
|
7月份平均气温
|
度
|
27.21
|
2.65
|
三、模型选择和研究方法
（一）模型选择
本文首先引入“标准家庭”，指一个有40000元年收入，3名家庭成员和户主年龄45岁的城市家庭。这三项指标取值由全部样本的求均值得到。引入标准家庭是为了剔除人口分布在城市间的差异对碳排放的影响，单独考察城市因素对家庭碳排放的影响。通过中国74个城市，包括所有35个主要城市（直辖市，省会城市，副省级城市），再加上一些有足够的样本观测量的城市为样本，本文对各个城市一个标准家庭一年的碳排放进行估算。城市家庭碳排放有4个主要来源：交通运输、住宅耗电、住宅取暖和家庭燃料。实证研究的方程如下：
E=γT+γEL+γH+γDF（1）
本文的主要目的是用方程（1）对样本城市的标准家庭的碳排放量进行测算，其中E表示碳排放总量，T表示包括私家车、出租车、公交车以及火车在内的交通运输工具每年的汽油消耗量，然后乘以一个转换系数γ得到碳排放量。例如，1升93号汽油的消耗会带来2.226千克的碳排放。
EL表示住宅耗电量，γEL得到住宅耗电带来的碳排放量。Glaeser和Kahn(2010)发现在美国，耗电量和炎热的夏季显著相关，这可能是由于空调设备高负荷的使用。为了将耗电量转换成碳排放量，本文使用地区发电厂的平均碳排放系数γ，其含义是发电厂1兆瓦时的电力带来的碳排放量。
2/5 首页 上一页 1 2 3 4 5 下一页 尾页 |
