2024, Vol. 45
2. 浙江省八八战略研究院, 杭州 310018;
3. 浙江财经大学公共管理学院, 杭州 310018;
4. 浙江财经大学数据科学学院, 杭州 310018
, ZHU Jin-xia1,2
, YANG Li-xia3 , SHI Wei4 , QIU Le-feng1,2 , WU Shao-hua1,2 , QIN Yu-jie1
2. Zhejiang Institute of "Eight-Eight" Strategies, Hangzhou 310018, China;
3. School of Public Management, Zhejiang University of Finance & Economics, Hangzhou 310018, China;
4. School of Date Sciences, Zhejiang University of Finance & Economics, Hangzhou 310018, China
城市是居民、产业和能源消耗的聚集地, 当前城市家庭消费侧温室气体排放约占全球排放总量的2/3[1, 2]. 随着居民能耗的增速超过工业能耗, 欧美等发达国家的能源管理已由生产侧管理转向消费侧管理. 当前我国仍处于工业化、城镇化快速发展阶段, 能源需求旺盛, 碳排放处于攀升期[3, 4]. 家庭生活消费碳排放已占到我国温室气体总排放量的50%, 且占比逐年增加[5~7]. 居民的高碳化消费导致碳排持续增长, 不断抵消技术进步和产业升级等带来的减排效应. 加快转变公众生活方式, 削减家庭消费侧碳排放成为减缓气候变化的一个核心议题. 因此, “双碳”目标倒逼下如何有效引导城市家庭生活方式转型实现消费侧碳减排, 成为我国当下必须认真研究和努力解决的重要课题[8].
近年来, 消费侧碳减排已然成为“双碳”目标顺利实施的重要依托[9~12]. 学术界围绕碳排放量测算、影响因素量化、驱动机制分析和趋势预测等方面开展了广泛研究. 不少学者提出了碳足迹法[13]、系统动力学法[8]、多区域的投入产出模型[14, 15]、成本函数理论[16]、非期望产出SBM-DEA模型[17, 18]和消费者生活方式法[19, 20]等模型定量测算碳排放；在消费侧碳减排影响因素方面, 已有研究证明人口社会特征因素, 如居民收入[21]、性别[22]、年龄[14]、受教育程度[9, 19]、住宅特点[23]、家庭类型[24]和消费模式[7, 25, 26]等, 以及内生性心理因素[27, 28]（如环境情感和环境效能）是影响碳减排的重要因素. 此外, 外部情境要素（如低碳知识传播、情境结构变革[27, 28]、节能风气和技术制度情景等[28, 29]）也会影响低碳消费行为的选择. 消费侧碳减排是家庭生活方式转型意愿下碳减排行为发生的微观机制集成, 如何提升居民在碳减排实践中的获得感、认同感和参与度, 变“被动碳减排”为“主动碳减排”, 是“双碳”目标倒逼下消费侧碳减排成功与否的关键. 但以往的研究重点关注碳排放量测算、影响因素分析, 很少从消费侧视角探究家庭碳减排潜力、减排意愿和群体差异等；家庭生活方式转型对家庭碳减排的影响机制分析不够清晰, 提出的碳减排措施和路径比较宏观缺乏差异性.
杭州作为长三角城市群中首批国家低碳试点城市之一, 早在2009年, 在全国率先提出《关于建设低碳城市的决定》, 以低碳社区和特色小镇为载体, 挖掘居民消费侧碳减排潜力、降低消费侧居民碳排放水平. 多年以来, 杭州始终坚定不移走绿色、低碳、高质量发展道路. 因此, 本文以杭州市为例, 开展基于家庭生活方式转型意愿的消费侧碳减排潜力研究. 将家庭消费侧碳减排潜力定义为某家庭受内部外因素影响下通过生活方式主动转型可能实现的碳排放减少量, 是一个理论上的碳减排潜力最大值. 从微观视角出发, 分析“衣、食、住、行”这4个维度家庭生活方式转型意愿下消费侧碳减排潜力, 构建虚拟回归模型分析消费侧碳减排潜力的显著性差异, 选择二元逻辑回归分析家庭生活方式转型意愿差异显著的影响因子和强弱关系, 探讨城市家庭消费侧碳减排的引导政策, 以期为制定更具实操性、针对性的碳减排政策和更好服务国家双碳战略提供参考.
1 理论框架城市居民自愿减碳行为的核心在于家庭生活方式的主动转型实现能源消耗的降低, 以此应对社会资源耗竭和环境污染问题. 家庭碳减排意愿具有不确定性、随机性, 性别、学历、职业、收入和教育水平等不同, 使得不同群体在环境问题感知、减碳问题认知、责任感和个人规范存在差异[19, 28, 30]. 双碳目标倒逼下差异化的家庭生活方式转型意愿使得消费侧碳减排潜力呈现不同特征.
根据理性行为理论, 居民家庭生活方式转型的意愿反映了居民欲实施碳减排行为的倾向, 表现出家庭生活方式转型、释放消费侧碳减排潜力的可能性[28, 29]. 实际上, 居民自愿碳减排行为的选择并非完全理性, 其影响因素复杂. 卢因行为理论指出, 行为主体的内在属性因素在碳减排行为发生过程中发挥重要作用, 如认知、价值观、规范和责任感等[28, 29, 31]. 提高居民对环境问题的认识, 塑造环境价值信念能够促进居民的减碳行为, 激发环保规范或道德责任认知[28~30, 32]. 同时, 情境因素也是影响主动碳减排行为的重要外在因素, 如政策因素和社会规范因素等[29, 30], 具体包括经济奖励或补贴、政策规制、技术产品、周围人的示范效应、社会风气和宣传教育等[11, 33].
借鉴“助推”理论, 只要对人的行为动机足够了解, 就可以通过十分微小的政策设计去引导人们的行为. 因此, 本文从内部因素和外部因素两个角度考虑, 以不同人口统计因素作为分组依据, 厘清不同群体的家庭生活方式转型意愿与消费侧碳减排潜力之间的关系, 挖掘城市家庭生活方式转型意愿的差异性特征, 探究差异化家庭生活方式转型意愿的影响因素, 提炼兼顾不同群体意愿、政府刚性政策和社会柔性措施的差异化引导策略, 构建“生活方式转型意愿-消费侧碳减排潜力-差异化碳减排引导政策”的理论模型（图 1）, 可为“双碳”目标倒逼下合理引导城市居民消费侧碳减排提供借鉴, 并为微观尺度社区碳减排政策的制定提供参考.
|
图 1 “双碳”目标倒逼下“家庭生活方式转型意愿-消费侧碳减排潜力”理论框架 Fig. 1 Theoretical framework of "family lifestyle transformation-carbon reduction potential" under the carbon peaking and carbon neutrality goals |
本文以实证调查为依据, 参考文献和专家咨询内容开展问卷设计. 初始问卷包括家庭及个人社会经济属性、家庭用能现状、“双碳”倒逼下家庭生活方式转型意愿三大部分. 问卷题目设置4个等级评分, 分别为：1=不相关, 2=弱相关, 3=较强相关, 4=非常相关. 向8~12位专家发放问卷, 第一轮效度评估中问卷整体内容效度指数S-CVI为0.876, 小于0.9, 整体效度尚未达到要求. 根据结果和专家反馈意见, 对部分选项内容进行修改. 第二轮专家评估中问卷整体内容效度指数S-CVI为0.905, 大于0.9, 表明问卷整体效度良好. 优化后题目的I-CVI均大于或等于0.75, Kappa值均大于或等于0.72, 全部题目的效度均处于良好或优秀水平.
家庭及个人社会经济属性参考了相关学者的研究成果[19, 28, 29], 属性覆盖被调查者的性别、年龄、职业、受教育程度、家庭年收入、住房类型和家庭成员等. 根据杭州市统计公报数据, 2021年杭州市人均年收入58 696元, 以每个家庭2位主要成员为例, 杭州市家庭年均收入约11.6万元. 结合2021年杭州市非私营单位/私营单位从业人员年平均工资（146 701元/84 906元）, 本文将杭州市家庭年收入划分为低于10万元、10万~30万元、30万~50万元和 > 50万元这4个等级. 同时, 不同住房类型与居民生活习惯、采暖制冷和炊事照明等情况息息相关, 直接影响家庭消费侧碳排放. 本文将住房类型分为出租房和自购房, 并对自购房进一步细分为房改房、拆迁房、经济适用房、商品房和私人建房等. 此外, 基于年龄和家庭成员等题项确定被调查对象所归属的家庭类型. 例如将老年人与子女同住但以老年人生活方式为主导的情况归为老人家庭. 老年人与子女同住但以子女生活方式为主导归到中青年家庭.
家庭用能现状和生活方式转型意愿的指标题项的设计, 主要围绕居民“衣、食、住、行”这4个维度展开, 其中“衣”方面围绕居民对于减少衣物购买的意愿, “食”方面围绕居民对于减少粮食、肉禽蛋、果蔬以及奶制品摄入的意愿, “住”方面围绕家庭用气、电、水等使用情况以及节约意愿, “行”方面围绕居民出行工具的选择、减少家庭私家车出行的意愿等.
情境因素的指标题项设计综合参考国内外文献及专家访谈的内容, 题项覆盖了低碳认知、习惯偏好、产品设施便利性、政策制度、宣传教育、社会规范、周围人的示范效应和社会风气等方面. 通过询问“您了解碳减排、低碳、碳中和吗?” “您认为碳减排行为的最重要影响因素是?” “什么情景下您愿意参与节能环保行为?” “每年您愿意花多少钱采用植树造林的方式抵消自己多开车和多吹空调产生的碳排放?（元）” “您认为居民不愿意参与节能减排行为的原因是?”等题项, 了解城市居民低碳认知、实施碳减排行为受阻原因、有效的碳减排引导政策和愿意主动改变的家庭生活方式等内容.
2.2 数据来源2021年5~8月, 本课题组以杭州市主城区居民为调查对象, 采用随机抽样与典型抽样相结合的方式, 通过面对面访谈完成问卷填写, 并对调研内容进行补充和记录. 为了保证数据收集的完整性和有效性, 所有问卷填写和访谈均由研究团队成员统一培训后进行. 首先, 重点筛选调查访谈场所. 为避免样本出现较大偏差, 课题组基于杭州市城市总体规划图, 结合百度地图和链家APP, 分析杭州市主城区不同居住区的空间分布特征. 同时, 根据房价水平、住房类型和房龄等指标筛选杭州市西湖区、江干区、上城区、下城区、拱墅区和滨江区的主要街道及其典型小区, 住房类型涵盖不同房龄的商品房、安置房、公房和经适房. 并重点在典型小区的公共活动区域及其周围的大公园、大型超市和商场等公共活动场所开展调查. 其次, 重点把控调查对象的性别分布平衡. 每日实时梳理问卷, 快速统计每日访问对象的数量和性别比例, 并以性别为控制要素及时调整访谈群体, 尽量做到调查对象的性别分布平衡. 同时根据实际调研情况, 适当调整不同年龄样本比例. 经调查发现, 以家庭为单位, 18岁以下, 单独居住的群体较少；老年人多和子女居住一起, 且家庭生活方式多以子女为主导, 本文以家庭为单位计算碳减排潜力, 因此, 这部分老年人群体被归类到中年人为主导的家庭类型中. 经过初步分析不同群体消费侧碳减排特征和减排行为意愿, 发现老年群体呈现消费较低、碳减排意愿不高和碳减排潜力小的特点. 中青年群体在衣、食、住、行消费及其碳减排意愿方面差异显著. 结合已有文献得到中青年是家庭消费侧碳减排潜力最大人群, 因此, 本文将中青年群体作为重点调查对象, 开展较多问卷访谈. 本文共发放问卷612份, 回收问卷519份, 问卷有效率为84.8%, 满足调查问卷的基本要求（表 1）.
|
表 1 样本人口统计学变量描述性统计结果 Table 1 Descriptive statistics of sample demographic variables |
2.3 研究方法 2.3.1 基于碳排放系数法的消费侧碳减排潜力测算
从“衣、食、住、行”这4个维度, 利用碳排放系数法定量测算家庭生活方式转型下购买衣物、粮食、肉、禽蛋、果蔬、奶制品消费、用水、用电、燃气消费、私家车出行、公交车出行、地铁和乘坐电梯在内的14种消费侧碳减排量（表 2）.
|
(1) |
|
(2) |
|
|
表 2 家庭消费碳减排潜力计算1） Table 2 Carbon reduction potential associated with household consumption |
式中, E为居民家庭年碳减排潜力总量, E1、E2、E3和E4分别为“衣、食、住、行”这4个维度的年碳减排潜力量, Ei是生活方式转型意愿（Pj）和不同生活方式碳排系数（Fj)的函数；Cj为每个家庭实施第j种生活方式转型意愿的年碳减排潜力量, 其中当i=1, j=1；当i=2, j=2, …, 7；当i=3, j=8, 9, 10；当i=4, j=11, …, 14；Pj为每个家庭愿意做出第j种生活方式转型的意愿程度, 例如用电用水愿意节约多少比例；Fj为第j种家庭生活方式对应的碳排放系数, 主要参考中国科技部《公民节能减排手册》[34]和文献[34~39].
2.3.2 基于虚拟回归的消费侧碳减排潜力差异性分析年龄、性别、教育程度、家庭年收入、职业类型和住房类型等解释变量进行K-S检验和S-W检验, 得到统计值都为0.000（显著性水平0.05）, 表示这些变量均不服从正态分布. 参考已有研究[40, 41], 本文选择在回归模型中引入虚拟变量, 构建虚拟回归模型分析不同人口统计特征下家庭消费侧碳减排潜力的差异性. 根据各分类解释变量总体特征, 确定60岁上、研究生及以上、家庭年收入50万元以上、退休人员和私人建房为参照组（表 3）. 虚拟变量回归模型为：
|
(3) |
|
|
表 3 变量说明 Table 3 Description of variables |
式中, Y表示家庭消费侧碳减排潜力, α0表示参照组的碳减排潜力, X1i(i=1, …, 4)表示年龄虚拟变量, 例如X14=1(i=4)表示年龄属于60岁以上类别, 反之则X1i取值为0. X2i(i=1, 2)、X3i(i=1, …, 4)、X4i(i=1, …, 4)、X5i(i=1, …, 5)和X6i(i=1, …, 4)分别表示性别、教育程度、家庭年收入、职业类型和房屋类型等虚拟变量.μ表示随机扰动项.
2.3.3 基于二值逻辑回归分析家庭生活方式转型意愿差异显著的影响因素和强弱关系本文选择二值逻辑回归分析家庭生活方式转型意愿差异显著的影响因素及其影响的强弱程度. 二值逻辑回归模型定义为：
|
(4) |
|
(5) |
式中, y表示“双碳”倒逼下“衣、食、住、行”这4个维度家庭生活方式转型的意愿, 其中, y为二值响应变量, 取值为0或1. 当居民有任何一种场景不愿意做出家庭生活方式转型即认为碳减排意愿为0, y=0, 否则y=1. xn表示年龄、性别、教育程度、家庭年收入、职业类型和住房类型等可能对“双碳”倒逼下居民家庭生活方式转型意愿产生影响的因子. βn表示各影响因素的相关系数.
3 结果与分析 3.1 基于家庭生活方式转型意愿的碳减排潜力分析本研究结果表明, 家庭生活方式转型意愿下居民在“衣、食、住、行”这4个维度的碳减排潜力差异显著（图 2）, “行”维度的碳减排潜力最高（52.45%）, 其次是“住”（34.16%）、“衣”（9.96%）和“食”（3.43%）. 具体而言, 乘坐电梯、家庭生活用电是居民愿意实践家庭生活方式转型以减少碳排放的主要方式, 其次是私家车出行和衣物消费, 最后是生活燃气、生活用水、粮食、肉禽蛋、果蔬以及奶制品等消费. 当前, 城市居民用电需求显著增加[27], 且住宅用电增长速度高于其他能源需求, 住宅用电成为中国家庭碳排放的重要来源. 例如, 2000~2017年期间, 中国住宅用电量以每年11.37%的速度高速增长. 随着中国经济发展和居民生活水平提高, 电力需求持续上升. 2019年居民用电占全国用电量的31%, 电力碳排放占全国碳排放总量的30%以上. 本文每户家庭通过生活方式转型减少的碳排量平均值为375.59 kg·a-1, 最大值为1 980.33 kg·a-1, 最小值为5.47 kg·a-1. 2020年浙江省共计1 741.09万户家庭, 每户家庭通过家庭生活方式转型实践碳减排处于9 523.76~653 929.84万·kg·a-1. 根据每节约1 kW·h电可减少0.96 kg CO2排放, 基于家庭生活方式转型意愿减少的碳排放量能实现减少电力消耗1.57%~8.26%. 这与相关学者研究得到的结果较为一致[42], 即政府通过调整电费等经济手段改变居民生活方式, 减少的碳排放比率高达9.3%. 未来政府应进一步关注家庭用电方面的碳减排潜力, 积极出台政策引导居民改变用电习惯, 降低家庭用电量, 释放碳减排潜力[32].
|
图 2 家庭生活方式转型意愿可实现的碳减排量及其占比 Fig. 2 Achievable values and proportions of carbon emission reduction under family lifestyle transformation |
单变量虚拟回归模型结果如表 4所示, 不同年龄、职业类型和家庭年收入的群体在家庭生活方式转型意愿下消费侧碳减排潜力存在显著性差异（P < 0.05）. 有研究表明, 不同居民群体由于性别、年龄、教育背景和收入等因素的差异, 对碳减排的认知和意愿各不相同[29~32]. 本文发现居民消费侧碳排放潜力在不同收入群体存在不均衡现象, 收入影响居民的生活消费模式和消费倾向. 不同职业类型的群体具有不同的低碳知识和技能, 对碳减排带来的影响更为敏感, 碳减排意愿呈现显著差异. 年龄方面, 与老年群体相比, 19~35岁和36~59岁群体的碳减排意愿更强. 而不同性别、教育程度和住房类型的群体没有呈现显著性差异.
|
|
表 4 家庭生活方式转型意愿下碳减排潜力的显著性差异分析 Table 4 Assessing significant differences in carbon emission reduction under family lifestyle transformation |
3.2 家庭生活方式转型意愿的差异性分析
“衣、食、住、行”这4个维度家庭生活方式转型意愿的显著性分析结果表明（表 5）, “衣”维度上, 以60岁以上群体为参照组, 19~35岁和36~59岁群体表现出与60岁群体的较大差异, 36~59岁群体选择家庭生活方式转型减少碳排放的意愿最高（4.714倍）, 其次是19~35岁群体（3.083倍）. “食”维度上, 以家庭年收入50万元以上群体为参照组, 10万元以下群体选择家庭生活方式转型减少碳排放的意愿较高（2.134倍）, 表现出与50万元以上群体的较大差异. 主要是因为家庭年收入10万元以下群体其自身收入和消费水平不高, 在饮食方面更愿意节俭, 不会盲目消费和过度追求品质, 做到适量采购减少不必要的浪费[42].
|
|
表 5 家庭生活方式转型意愿差异显著的影响因素和强弱分析 Table 5 Analysis of influencing factors of significant differences on lifestyle transformation and behavioral intention on carbon emission reduction |
“住”维度上, 以60岁以上群体为参照组, 在收入不变的前提下, 36~59岁群体选择家庭生活方式转型的意愿最高（4.449倍）, 其次是19~35岁群体（2.528倍）. 主要原因在于, 60岁以上的群体多经历过物质相对匮乏的年代, 使其保有勤俭节约的消费观念和消费习惯, 日常生活已经达到低碳水平, 不愿做更多的生活习惯转型；对比来看, 19~35岁和36~59岁群体在生活中存在过度消费、非节约化特征, 碳排放基数较大. 同时, 这些群体对节能减排、低碳环保等理念的认可度和包容性往往更高, 碳减排意愿相对强烈, 更愿意配合碳减排相关工作. 相比于19~35岁群体, 36~59岁群体工作和收入相对稳定, 对环境问题认知和社会责任感, 使其表现出更强的家庭生活方式转型意愿. 在年龄不变的前提下, 以家庭年收入50万元以上群体为参照组, 10万元以下群体和10万~30万元群体选择家庭生活方式转型意愿较高, 分别是50万元以上群体的2.534倍和2.25倍. 主要是因为, 家庭年收入50万元以上群体往往追求高品质生活产生高能耗行为. 在收入约束下, 家庭年收入10万元以下群体和10万~30万元群体愿意减少家庭消费降低生活成本, 表现出相对较高的家庭生活方式转型意愿, 这与现有的研究结果一致[30, 37, 38]. 但出于生活品质的考虑, 家庭年收入10万~30万元群体其生活方式转型意愿程度会受限制. 而家庭年收入10万元以下的群体, 对生活方式转型带来的经济效益更为敏感. 减少日常家庭用能、减少碳排放在某种程度上为其提供一种可行的减少生活消费支出的方法, 勤俭节约的消费观念和消费习惯使其家庭生活方式转型意愿大于家庭年收入10万~30万元以下群体.
“行”维度上, 在年龄不变的情况下, 女性选择家庭生活方式转型的意愿是男性群体的1.511倍. 主要是因为, 女性对日常消费支出具有更高的敏感性, 在节省开支、家庭节能、社会责任感等多重动机驱使下, 女性居民对于出行方式转型减少碳排放具有更高的积极性. 在性别不变的情况下, 以60岁以上群体为参照组, 不同年龄组的家庭生活方式转型意愿差异明显. 其中, 36~59岁群体转型意愿最高（是60岁以上群体的17.416倍）, 其次是19~35岁群体（是60岁以上群体的11.194倍）和18岁以下群体（是60岁以上群体的8.923倍）. 对于不同年龄层次的群体来说, 出行方式转型下实施碳减排行为所占用时间的影响较为显著. 18岁以下群体选择步行、自行车和公共交通的出行方式意愿较高. 而19~35岁和36~59岁群体认为出行所消耗的时间成本对碳减排行为影响较大, 后者比前者表现出更高的出行方式转型意愿. 杭州市城区交通比较拥堵, 在考虑时间成本的情况下, 越来越多的中青年群体愿意选择地铁等公共交通出行. 此外, 36~59岁群体收入相对较高且稳定, 会选择打车或雇佣司机方式出行, 应注意碳排放转移问题.
3.3 家庭生活方式转型意愿的影响因素分析将影响居民家庭生活方式转型的因素分别与居民年龄、性别和家庭年收入变量进行多重响应交叉表分析, 得到卡方检验Sig.值均为0.000, 小于0.05. 本文结果表明：习惯、时间成本、周围人的示范效应、宣传教育、政策法规要求、经济奖励和社会风气等均是重要因素, 且影响差异显著（图 3）. 习惯是影响家庭生活方式转型减少碳排放的第一因素, 其次是周围人的示范效应和费时间, 宣传教育和政策法规要求、经济奖励和社会风气等对家庭生活方式转型意愿的影响相对较小.
|
图 3 家庭生活方式转型意愿的影响分析 Fig. 3 Factors associated with lifestyle transformation and behavioral intention on carbon emission reduction |
不同群体都认为习惯（78.5%）、宣传教育（57.11%）、政策法规（47.17%）和社会风气（43.24%）是影响家庭生活方式转型意愿的主要因素. 一方面, 受消费习惯和消费水平影响, 城市居民在日常生活中会形成较稳定的生活方式及其依赖路径, 在很大程度上影响了居民家庭生活方式转型意愿[21, 28, 29, 43]. 另一方面, 居民消费偏好具有一定的可塑性. 宣传教育能够将生态环境价值内化到居民的消费观念和偏好中, 间接地、长远性影响家庭生活方式转型动机和倾向, 促进消费侧碳减排[40]. 此外, 在中国文化背景下社会规范对城市居民家庭生活方式转型意愿的影响较为显著. 政府对居民的强制性要求是居民碳减排实践与否的深层驱动力, 充分发挥政府权威与强制性可以对家庭生活方式转型实践碳减排产生正向影响, 完善的激励制度和约束规范可以提升居民参与家庭生活方式转型程度. 值得注意的是, 中高收入群体往往拥有较高的社会责任感和低碳行为认知[21, 31], 在政府的强制要求下, 该群体会更加积极主动地选择符合整体利益的家庭生活方式转型行为[44, 45].
周围人的示范效应（59.46%）、费时间（55.4%）和经济奖励（43.18%）是影响家庭生活方式转型意愿的主要因素, 且在不同群体间差异显著. 人具有明显的社会属性, 其行为不可避免地受到群体中其他人的影响, 中国居民主观上愿意保持和群体大多数人行为一致以获取社会支持、满足社交需求. 因此, 周围人的示范效应会影响个体行为选择, 尤其是35岁以下群体和家庭年收入30万元以下群体[21, 46], 这与本研究的结果相一致. 该群体愿意自觉调整生活方式使其与他人行为保持一致, 朝着低碳化方向发展. 此外, 是否“费时间”成为城市居民改变家庭生活方式的重要考量因素[39]. 20~60岁人群处于工作阶段, 他们认为碳减排行为所消耗的时间成本会对家庭生活方式转型的选择影响较大[39]. 而家庭年收入水平10万元以下的群体, 相较于消费支出, 时间成本对他们的影响较小[43]. 另一方面, 经济奖励补贴政策对中低收入水平（30万元以下）居民的家庭生活方式转型意愿影响较大[46]. 受自身经济条件限制, 中低收入群体更关注家庭生活方式转型所带来的经济价值, 政府通过经济奖励补贴碳减排行为有助于提高这部分居民家庭生活方式转型的积极性（45.9%~47.7%）. 而对于中高收入水平家庭（30万元以上）, 经济奖励补贴吸引力较低, 这部分群体对激励措施不敏感, 几乎不受用电用水量、电价水价和经济补贴等影响.
4 讨论有效引导家庭生活方式转型, 推动消费侧碳减排是我国实现“双碳”目标的重要手段. 未来需要从居民微观视角探索家庭生活方式转型的有效路径, 有针对性、有重点地引导不同年龄、不同收入群体转变生活方式. 一方面, 重视经济手段、示范效应以及基础设施便利性. 针对家庭年收入30万元以下人群, 加强家庭生活方式转型与低碳行为的榜样示范效应；充分发挥19~59岁以下群体、家庭年收入30万元以下群体在居住、出行方面的高潜力优势, 提升基础设施便利条件, 积极鼓励建立个人碳账户, 量化居民每日步行、公共交通出行等低碳行为所减少的碳排量, 兑换为优惠券、补贴和奖励等. 另一方面, 正确发挥政府管控与硬性措施的正向影响. 如明确消费侧碳减排目标和居民减排责任, 加快制定居民“衣、食、住、行”碳减排行为准则；探索建立规范化的社区碳减排统计体系、考核办法和监管平台, 制定社区碳减排考核目标；构建碳减排的文化价值体系, 通过基础教育、社会教育和宣传教育逐渐传导消费侧碳减排价值. 本文以杭州市为例开展实证研究, 其研究成果为长三角其他城市科学制定居民节能减排政策、更好服务国家“双碳”战略实施提供参考. 但不同城市由于资源禀赋、经济发展水平、气候条件和社会文化等方面存在差异, 相关结论和政策建议对其他城市的适用性还需进一步探讨.
5 结论（1）本文从微观视角出发, 构建了一套“生活方式转型意愿-消费侧碳减排潜力-差异化碳减排引导政策”的理论框架, 从“衣、食、住、行”这4个维度定量测算了城市居民家庭生活方式转型意愿下碳减排潜力, 运用虚拟回归模型和二值逻辑回归模型揭示了家庭消费侧碳减排潜力差异、家庭生活方式转型意愿差异显著的影响因素和强弱关系, 并提出了兼顾不同群体意愿、政府刚性政策和社会柔性措施的差异化消费侧碳减排策略.
（2）本研究发现不同群体的家庭生活方式转型意愿及其碳减排潜力差异显著. 要进一步关注家庭用电的碳减排潜力, 其次是交通出行、家庭用燃气和用电情况, 食“维度”碳减排潜力较小. 年龄和家庭年收入是导致家庭消费侧碳减排潜力差异显著的关键因子且影响程度不同. 通过对家庭生活方式转型意愿的显著性分析, 结果表明中青年群体在减少衣物购买、减少家庭用能和选择公共交通出行等方面转型意愿较高, 多数老年群体已经形成勤俭节约的消费习惯, 不愿做更多的生活方式转型. 从收入水平看, 相较于家庭年收入50万元以上群体, 中低收入群体更愿意降低生活成本, 改变生活方式, 减少家庭碳排放. 因此, 开展基于家庭生活方式转型意愿的消费侧碳减排潜力研究, 提出有针对性、差异化的引导城市居民家庭生活方式转型和消费侧碳减排的策略具有重要意义.
| [1] |
郝瑞军, 魏伟, 刘春芳, 等. 中国能源消费碳排放的空间化与时空动态[J]. 环境科学, 2022, 43(11): 5305-5314. Hao R J, Wei W, Liu C F, et al. Spatialization and spatio-temporal dynamics of energy consumption carbon emissions in China[J]. Environmental Science, 2022, 43(11): 5305-5314. |
| [2] | Schaffrin A, Reibling N. Household energy and climate mitigation policies: Investigating energy practices in the housing sector[J]. Energy Policy, 2015, 77: 1-10. DOI:10.1016/j.enpol.2014.12.002 |
| [3] |
吴健生, 晋雪茹, 王晗, 等. 中国碳排放及影响因素的市域尺度分析[J]. 环境科学, 2023, 44(5): 2974-2982. Wu J S, Jin X R, Wang H, et al. Analysis of carbon emissions and influencing factors in China based on city scale[J]. Environmental Science, 2023, 44(5): 2974-2982. |
| [4] |
杨柏, 秦广鹏, 邬钦. "双碳"目标下中国省域碳排放核算分析[J]. 环境科学, 2022, 43(12): 5840-5849. Yang B, Qin G P, Wu Q. Analysis of provincial CO2 emission accounting in China under the carbon peaking and carbon neutrality goals[J]. Environmental Science, 2022, 43(12): 5840-5849. |
| [5] | Hamamoto M. Energy-saving behavior and marginal abatement cost for household CO2 emissions[J]. Energy Policy, 2013, 63: 809-813. DOI:10.1016/j.enpol.2013.08.082 |
| [6] |
禹湘, 陈楠, 李曼琪. 中国低碳试点城市的碳排放特征与碳减排路径研究[J]. 中国人口·资源与环境, 2020, 30(7): 1-9. Yu X, Chen N, Li M Q. Research on carbon emission characteristics and reduction pathways of low-carbon pilot cities in China[J]. China Population, Resources and Environment, 2020, 30(7): 1-9. |
| [7] |
黄华婷, 董雪旺, 智瑞芝. 双碳背景下城镇居民低碳消费行为及其影响因素研究——来自浙江省的调查数据[J]. 干旱区资源与环境, 2022, 36(11): 27-33. Huang H T, Dong X W, Zhi R Z. Urban resident's low carbon consumption behaviors and the influencing factors under the dual carbon background in Zhejiang Province[J]. Journal of Arid Land Resources and Environment, 2022, 36(11): 27-33. |
| [8] |
张保留, 白梓函, 张楠, 等. 城市碳达峰碳中和行动评估方法与应用[J]. 环境科学, 2023, 44(7): 3649-3659. Zhang B L, Bai Z H, Zhang N, et al. Evaluation method and application for urban carbon peaking & neutrality performance[J]. Environmental Science, 2023, 44(7): 3649-3659. |
| [9] |
王建明, 王俊豪. 公众低碳消费模式的影响因素模型与政府管制政策——基于扎根理论的一个探索性研究[J]. 管理世界, 2011(4): 58-68. Wang J M, Wang J H. The influencing elements of the public low-carbon consumption, and the governments' regulatory policies[J]. Management World, 2011(4): 58-68. |
| [10] |
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. Li Z G, Wang J. Accounting and driving factors analysis of household carbon emissions in urban and rural China[J]. Statistics & Decision, 2021, 37(20): 48-52. |
| [11] |
潘苏楠, 李北伟, 聂洪光. 中国经济低碳转型可持续发展综合评价及障碍因素分析[J]. 经济问题探索, 2019(6): 165-173. Pan S N, Li B W, Nie H G. Comprehensive evaluation and analysis of obstacles to sustainable development of low-carbon transformation of China's economy[J]. Inquiry Into Economic Issues, 2019(6): 165-173. |
| [12] |
韩楠. 基于供给侧结构性改革的碳排放减排路径及模拟调控[J]. 中国人口·资源与环境, 2018, 28(8): 47-55. Han N. Simulation and regulation on the pathway of carbon emission reduction based on supply-side structural reform[J]. China Population, Resources and Environment, 2018, 28(8): 47-55. |
| [13] |
朱宏城, 田甜. 微观视角下居民消费碳排放结构及影响因素研究——基于PLS-SEM模型的实证分析[J]. 干旱区资源与环境, 2022, 36(1): 59-65. Zhu H C, Tian T. Research on the carbon emission structure of household consumption and its influencing factors from the micro perspective[J]. Journal of Arid Land Resources and Environment, 2022, 36(1): 59-65. |
| [14] |
朱勤, 魏涛远. 居民消费视角下人口城镇化对碳排放的影响[J]. 中国人口·资源与环境, 2013, 23(11): 21-29. Zhu Q, Wei T Y. Impacts of urbanization on carbon emissions from perspective of residential consumption[J]. China Population, Resources and Environment, 2013, 23(11): 21-29. DOI:10.3969/j.issn.1002-2104.2013.11.004 |
| [15] |
汪浩, 陈操操, 潘涛, 等. 京津冀区域生产和消费CO2排放的时空特点分析[J]. 环境科学, 2014, 35(9): 3619-3631. Wang H, Chen C C, Pan T, et al. Spatial temporal differentiation of product-based and consumption-based CO2 emissions and balance in the Beijing-Tianjin-Hebei region: an economic input-output analysis[J]. Environmental Science, 2014, 35(9): 3619-3631. |
| [16] |
韩中合, 祁超, 刘明浩. 基于要素价格替代弹性的碳减排潜力测算研究[J]. 中国人口·资源与环境, 2016, 26(S1): 32-36. Han Z H, Qi C, Liu M H. Research on the measurement of carbon emission reduction potential based on elasticity of substitution of factor price[J]. China Population, Resources and Environment, 2016, 26(S1): 32-36. |
| [17] |
刘文君, 刘秀春. 基于SBM-DEA模型的工业碳减排潜力与影响因素分析[J]. 中南林业科技大学学报(社会科学版), 2019, 13(2): 26-34. Liu W J, Liu X C. Analysis of potential of industrial carbon emission reduction and influencing factors based on SBM-DEA model[J]. Journal of Central South University of Forestry & Technology (Social Sciences), 2019, 13(2): 26-34. |
| [18] |
蒋自然, 金环环, 王成金, 等. 长江经济带交通碳排放测度及其效率格局(1985~2016年)[J]. 环境科学, 2020, 41(6): 2972-2980. Jiang Z R, Jin H H, Wang C J, et al. Measurement of traffic carbon emissions and pattern of efficiency in the Yangtze River economic belt (1985-2016)[J]. Environmental Science, 2020, 41(6): 2972-2980. |
| [19] |
石洪景. 城市居民低碳消费行为及影响因素研究——以福建省福州市为例[J]. 资源科学, 2015, 37(2): 308-317. Shi H J. Factors affecting urban residents' low-carbon consumption behavior in Fuzhou[J]. Resources Science, 2015, 37(2): 308-317. |
| [20] |
曹志宏, 郝晋珉. 中国家庭居民饮食行为碳消费时空演变及其集聚特征分析[J]. 干旱区资源与环境, 2018, 32(12): 20-25. Cao Z H, Hao J M. Spatial-temporal succession and agglomeration characteristics of diet carbon consumption for Chinese households[J]. Journal of Arid Land Resources and Environment, 2018, 32(12): 20-25. |
| [21] |
孙中伟, 黄时进. "中产"更环保吗?城市居民的低碳行为及态度——以上海市黄浦区为例[J]. 人口与发展, 2015, 21(3): 37-44. Sun Z W, Huang S J. Does the middle class tend to be more environmental friendly? The low carbon behavior and attitude of urban residents in Huangpu district of Shanghai[J]. Population and Development, 2015, 21(3): 37-44. DOI:10.3969/j.issn.1674-1668.2015.03.006 |
| [22] |
龚文娟, 杜兆雨. 知行合一?从环境问题感知到环境友好行为——环境知识、媒体使用与非正式网络沟通的调节作用[J]. 中国地质大学学报(社会科学版), 2019, 19(4): 72-83. Gong W J, Du Z Y. Is it in accordance with cognition? From environmental problems perception to environment-friendly behavior——moderating effect of environmental knowledge, media use and informal network communication[J]. Journal of China University of Geosciences (Social Sciences Edition), 2019, 19(4): 72-83. |
| [23] | Trotta G. Factors affecting energy-saving behaviours and energy efficiency investments in British households[J]. Energy Policy, 2018, 114: 529-539. DOI:10.1016/j.enpol.2017.12.042 |
| [24] |
王钦池. 家庭规模对中国能源消费和碳排放的影响研究[J]. 资源科学, 2015, 37(2): 299-307. Wang Q C. Effects of household size on energy consumption and carbon emissions[J]. Resources Science, 2015, 37(2): 299-307. |
| [25] |
闫祯, 崔胜辉, 李桂林, 等. 厦门城市化进程中的居民食物碳消费及其环境负荷[J]. 环境科学, 2013, 34(4): 1636-1644. Yan Z, Cui S H, Li G L, et al. Dynamics and environmental load of food carbon consumption during urbanization: a case study of Xiamen City, China[J]. Environmental Science, 2013, 34(4): 1636-1644. |
| [26] |
李向前, 王正早, 毛显强. 城镇居民低碳消费行为影响因素量化分析——以北京市为例[J]. 生态经济, 2019, 35(12): 139-146. Li X Q, Wang Z Z, Mao X Q. Analysis of influencing factors on urban residents' low-carbon consumption behaviour based on quantification method: taking Beijing as an example[J]. Ecological Economy, 2019, 35(12): 139-146. |
| [27] | 王建明. 环境情感的维度结构及其对消费碳减排行为的影响——情感—行为的双因素理论假说及其验证[J]. 管理世界, 2015, 31(12): 82-95. |
| [28] |
刘海雯. 江苏省城市居民自愿减碳行为驱动机理研究[D]. 北京: 中国矿业大学, 2021. Liu H W. Research on driving mechanism of voluntary carbon reduction behavior of urban residents in Jiangsu Province[D]. Beijing: China University of Mining and Technology, 2021. |
| [29] |
李竞芊. 居民低碳行为影响因素及群体差异分析——以天津市为例[D]. 天津: 天津大学, 2019. Li J Q. Research on influencing factors and group difference of the low-carbon behavior of residents in Tianjin——taking Tianjin as an example[D]. Tianjin: Tianjin University, 2019. |
| [30] |
李立朋, 丁秀玲, 李桦. 居民低碳行为的关联效应及其影响因素研究[J]. 干旱区资源与环境, 2020, 34(2): 52-57. Li L P, Ding X L, Li H. Study on the correlation effect of low carbon behavior of residents and its influencing factors[J]. Journal of Arid Land Resources and Environment, 2020, 34(2): 52-57. |
| [31] |
贺爱忠, 唐宇, 戴志利. 城市居民环保行为的内在机理[J]. 城市问题, 2012(1): 53-60. He A Z, Tang Y, Dai Z L. Internal mechanism of urban residents' environment protecting behavior[J]. Urban Problems, 2012(1): 53-60. |
| [32] |
芈凌云, 丛金秋, 丁超琼, 等. 城市居民低碳行为认知失调的成因——"知识—行为"的双中介模型[J]. 资源科学, 2019, 41(5): 908-918. Mi L Y, Cong J Q, Ding C Q, et al. Why urban residents' deeds do not match their attitude? A dual mediation model of knowledge-behavior in low-carbon consumption[J]. Resources Science, 2019, 41(5): 908-918. |
| [33] | Nolan J M, Schultz P W, Cialdini R B, et al. Normative social influence is underdetected[J]. Personality and Social Psychology Bulletin, 2008, 34(7): 913-923. DOI:10.1177/0146167208316691 |
| [34] | 科学技术部社会发展科技司, 中国21世纪议程管理中心. 全民节能减排实用手册[M]. 北京: 社会科学文献出版社, 2007. |
| [35] |
秦云, 赵丽娅, 许峰, 等. 中国城市居民生活碳排放的量化——个人碳排放计算器的设计与应用[J]. 湖北大学学报(自然科学版), 2014, 36(4): 375-380. Qin Y, Zhao L Y, Xu F, et al. Quantification of carbon emissions from the lives of urban residents in China: design and application of an individual's carbon emissions calculator[J]. Journal of Hubei University (Natural Science), 2014, 36(4): 375-380. DOI:10.3969/j.issn.1000-2375.2014.04.018 |
| [36] |
舒文卿. 天津市"十二五"节能和碳减排目标可实现性研究[D]. 天津: 天津大学, 2015. Shu W Q. Realizability of energy-saving and carbon emissions reduction target in Tianjin's 12th five-year plan[D]. Tianjin: Tianjin University, 2015. |
| [37] |
朱丽, 吴琼, 孙勇. 基于APEC低碳示范城镇建设评价指标体系的沙岗王社区能源规划实践[J]. 建筑节能, 2018, 46(4): 1-6, 28. Zhu L, Wu Q, Sun Y. Energy planning practice of Shagangwang community based on APEC low carbon model town development index system[J]. Building Energy Efficiency, 2018, 46(4): 1-6, 28. |
| [38] |
朱雪梅, 江海燕, 肖荣波, 等. 广州居住区碳排放特征及对低碳社区的启示[J]. 中国人口·资源与环境, 2014, 24(S1): 19-23. Zhu X M, Jiang H Y, Xiao R B, et al. The pattern of residential area carbon emission and implications for the low-carbon community based on Guangzhou[J]. China Population, Resources and Environment, 2014, 24(S1): 19-23. |
| [39] |
孙启真. 低碳社区规划中有关社区家庭碳排放的研究[D]. 天津: 天津大学, 2018. Sun Q Z. Research on community household carbon emissions in low-carbon community planning[D]. Tianjin: Tianjin University, 2018. |
| [40] |
文凤华, 肖金利, 黄创霞, 等. 投资者情绪特征对股票价格行为的影响研究[J]. 管理科学学报, 2014, 17(3): 60-69. Wen F H, Xiao J L, Huang C X, et al. The effects of characteristics of investor sentiment on stock price behaviors[J]. Journal of Management Sciences in China, 2014, 17(3): 60-69. |
| [41] |
高新才, 岳立, 张钦智. 兰州市大气污染支付意愿影响因素分析[J]. 城市问题, 2011(1): 62-65. Gao X C, Yue L, Zhang Q Z. Analysis to the factors of willingness to pay for the air pollution in Lanzhou City[J]. Urban Problems, 2011(1): 62-65. |
| [42] | Xu F, Shu C, Shao J, et al. Uncovering urban residents' electricity conservation and carbon reduction potentials in megacities of China-a systematic path of behavioural interventions[J]. Resources, Conservation and Recycling, 2021, 173. DOI:10.1016/j.resconrec.2021.105703 |
| [43] |
薄凡, 庄贵阳. "双碳"目标下低碳消费的作用机制和推进政策[J]. 北京工业大学学报(社会科学版), 2022, 22(1): 70-82. Bo F, Zhuang G Y. Mechanism and policy of low carbon consumption under the target of carbon peak and carbon neutrality[J]. Journal of Beijing University of Technology (Social Sciences Edition), 2022, 22(1): 70-82. |
| [44] |
彭远春, 毛佳宾. 行为控制、环境责任感与城市居民环境行为——基于2010CGSS数据的调查分析[J]. 中南大学学报(社会科学版), 2018, 24(1): 143-149. Peng Y C, Mao J B. Behavioral control, environmental responsibility and environmental behavior of urban residents: an analysis based on 2010CGSS data[J]. Journal of Central South University (Social Science), 2018, 24(1): 143-149. |
| [45] |
张航, 邢敏慧. 信任合作还是规范约束: 谁更影响公众参与环境治理?[J]. 农林经济管理学报, 2020, 19(2): 252-260. Zhang H, Xing M H. Trust cooperation or normative constraints: whose impact is greater on public participation in environmental governance?[J]. Journal of Agro-Forestry Economics and Management, 2020, 19(2): 252-260. |
| [46] | Wu Y, Chau K W, Lu W S, et al. Decoupling relationship between economic output and carbon emission in the Chinese construction industry[J]. Environmental Impact Assessment Review, 2018, 71: 60-69. DOI:10.1016/j.eiar.2018.04.001 |