| 而上海的一个标准家庭年碳排放量仅为1.8吨，北京一个标准家庭年碳排放量为4.0吨。即使在排名最后的大庆，一个标准家庭的年碳排放量也仅仅是美国空气环境最好的城市一个标准家庭年碳排放量的1/5。
图1给出了74个城市的一个标准家庭的碳排放量的GIS地图。碳排放较高的城市一般多位于北方，这反映了冬天的寒冷和政府的供暖政策。沿海城市也有较高的排放量，或许是因为它们经济较为发达。表5中排名前8个城市正好位于集中供暖边界线（秦陵—淮河）以南的沿海省份。中国的石油之都大庆，比其它城市碳排放量明显地高。
图1:2006年74个城市标准家庭碳排放量
（六）城市的碳排放差异
表5给出了碳排放量与人口规模、人口增长、收入、气温和城市发展模式的关系。出租车使用、公交汽车使用和电力消耗方面，人口规模与碳排放正相关。毫不奇怪，城市人口规模越大，公共交通需求越大，对私家车的依赖越少。在出租车和公交汽车使用方面，人口密度与碳排放负相关。1平方公里（约19％的样本标准差）平均1000人的增加将会带来每个家庭出租车使用方面0.424吨碳排放量的减少、公交汽车使用方面0.837吨碳排放量的减少。这可能表明平均出行距离的缩短或城市公共交通更加具有效率。正如在美国，城市紧凑的发展模式带来碳排放量的降低。即使保持个人收入水平固定，城市经济状况和碳排放之间也存在正相关。经济状况好的城市在电力消耗、私家车使用和地铁方面产生较高的碳排放量，但在使用出租车的碳排放量会降低。
表5：标准家庭碳排放回归结果
|
|
电
|
住宅取暖
|
私家车
|
出租车
|
地铁
|
公交汽车
|
总量
|
|
Log(CINCOME)
|
0.439
(3.40***)
|
1.065
(1.08)
|
1.420
(1.88*)
|
-1.377
(-4.96***)
|
3.188
(2.00*)
|
-0.455
(-1.22)
|
0.440
(3.24***)
|
|
Log(POP)
|
0.067
(1.95*)
|
-0.028
(-0.13)
|
-0.083
(-0.36)
|
0.153
(1.79*)
|
0.535
(1.08)
|
0.491
(4.47***)
|
0.054
(1.46)
|
|
JAN_TEMP
|
|
-0.111
(-4.41***)
|
|
|
|
|
-0.033
(-8.8***)
|
|
JULY_TEMP
|
0.031
(2.64***)
|
|
|
|
|
|
|
|
DENSITY
|
|
|
0.257
(0.61)
|
-0.424
(-2.75***)
|
-0.66
(-0.7)
|
-0.837
(-4.01***)
|
|
|
constant
|
-5.898
(-5.06***)
|
-11.72
(-1.22)
|
-17.822
(-2.21**)
|
10.085
(3.41***)
|
-41.273
(-2.58**)
|
0.238
(0.06)
|
-4.291
(-3.08***)
|
|
obs
|
74
|
35
|
74
|
74
|
10
|
73
|
74
|
|
R
|
0.436
|
0.394
|
0.05
|
0.27
|
0.91
|
0.317
|
0.598
|
注：被解释变量为标准家庭的碳排放量（吨）。以74个城市为样本。括号里的数为t统计量。上标、和分别表示估计
系数在1%、5%和10%水平上显著。
图2显示了2006年样本各个城市1月份平均气温和标准家庭碳排放量之间的显著相关性，这既反映了越寒冷地区越需要取暖的自然倾向，也反映了只有北方城市提供集中供暖的现实。1月份平均气温每增加1个标准差（8.66摄氏度）会带来一个标准家庭0.29吨碳排放量的减少。1月份平均气温的影响主要来自其对住宅取暖的碳排放作用：1月份温度每增加1度对应着一个标准家庭0.111吨住宅取暖的碳排放量的减少。对其他能源的碳排放也会产生抵消的效果。
图2：2006年74个城市1月份平均气温与标准家庭碳排放量
六、结论与政策含义
本文利用2006年中国城镇住户调查的微观数据，剔除人口分布在城市间的差异对碳排放的影响，考察了城市化发展对不同城市一个标准家庭的碳排放的影响。结果表明：总的说来，各个城市家庭碳排放存在较大差异，北方城市的户均碳排放明显高于南方城市，而东部沿海城市户均碳排放又高于内陆城市。相对说来，在以标准家庭碳排放为唯一衡量指标时，淮安和宿迁是最“绿色”的城市，大庆和牡丹江是最“灰色”的城市；即使在最“灰色”的城市大庆，一个标准家庭产生的碳排放量仅是美国最“绿色”城市圣地亚哥的1/5；城市人口规模、人口增长、收入、气温和城市化发展模式等因素对碳排放均有影响，家庭碳排放量与一月份平均气温显著负相关。
可以看出，中国城市的碳排放现实是是美国和其他国家的一个复制。城市结构紧凑、公共交通方便、夏季凉爽、冬季温暖的城市的经济增长带来的碳排放总量比“汽车依赖症”、夏季炎热、冬季寒冷、使用煤发电的城市的经济增长带来的碳排放总量明显降低。
本文结果为城市政府评估区域发展战略的环境影响和制定相应的城市化发展政策决策提供了经验证据。如果中国不像美国那样加大投资促进能源利用的基础设施建设和改变城市化发展模式，那么中国和世界的碳排放将会急剧的增加。中国的城市要想在未来减少碳排放，那么气候适宜的城市朝高密集化发展可能会带来碳排放的减少。新能源利用政策的实施，例如中国最近宣布GNP的温室气体排放强度(CO/GNP)到2020年减少40%，也可以抵消环境污染带来的后果。另外，中国一定会越来越富有，可能会消耗越来越多的能源，但是对碳排放或大或小的实际影响将取决于基础设施和新技术。城市发展政策的环境成本应该纳入到“绿色核算”去评估对环境造成的影响。
当然，本文只是对城市居民的能源消耗活动的碳排放展开了有益探索，针对农村居民的能耗的碳排放作实证估算，这是另一个值得研究的课题。
参考文献
1 新中国60周年系列报告之一:光辉的历程宏伟的篇章》[Z].北京:国家统计局,2009年.
2 陆莹莹,赵旭.家庭能源消费研究述评[J].水电能源科学:2008(1):187—191.
3 顾朝林等.气候变化、碳排放与低碳城市规划研究进展[J].城市规划学刊,2009(3):38-45.
4 普雷斯科特.低碳经济遏制全球变暖——英国在行动[J].环境保护,2007(11):74—75.
5 Schipper L,Bartlett S,et a1.1989. Linking Lite—styles and Energy use:a Matter of Time?[J].Annual Review of Energy,14:271—320.
6 Lenzen M.1998. Primary Energy and Greenhouse Gases Embodied in Australian Final Consumption:an Input-output Analysis[J].Energy Policy,26(6):495—506.
7 Weber Christoph,Perrels Adriaan. 2000. Modelling Lifestyle Efects on Energy Demand and Related Emissions[J].Energy Policy,28:549—566.
8 Kim Ji—Hyun.2002.Changes in Consumption Patterns and Enviromnental Degradation in Korea[J].Strctural Change and Economic Dynamics,13:1—48.
9 Auffhammer, M., Carson, R T. 2008. Forecasting the Path of China's CO Emissions Using Province Level Information [J]. Journal of Environmental Economics andManagement, 55(3): 229-247.
10 Almond, Douglas, Yuyu Chen, Michael Greenstone and Hongbin Li. 2009. Winter Heating or
11 Glaeser, Edward L, and Matthew E. Kahn. 2010. The Greenness of Cities: Carbon Dioxide Emissions
12 庄贵阳,张伟.中国城市化:走好基础设施建设低碳排放之路[J].环境经济,2004(5),39-43.
13 曲建升,王琴,曾静静,张志强.我国CO 排放的区域分析[J].中国科学院国家科学图书馆科学研究动态监测快报,2008(12):1-7.
14 朱勤,彭希哲,陆志明,于娟.人口与消费对碳排放影响的分析模型与实证[J].中国人口·资源与环境,2010,20(2):98-102.
15 樊杰,李平星,梁育填.个人终端消费导向的碳足迹研究框架——支撑我国环境外交的碳排放研究新思路[J].地球科学进展,2010,25(1):61-68.
16 叶祖达.碳排放量评估方法在低碳城市规划之应用[J].现代城市研究,2009(11):20-26.
18 Pfaff, Alexander. S. P., Shubham. Chaudhuri, and H. Nye. 2004. Household Productionand
5/5 首页 上一页 3 4 5 |
