基于机器学习评估潜在驱动因素对家庭间接碳排放量及模式的影响

《Carbon Management》：Evaluating effects of potential drivers on household indirect carbon emission quantity and patterns using machine learning

　　

家庭间接碳排放（HICE）受众多交互因素影响，对排放总量贡献显著。本研究通过评估潜在驱动因素对HICE数量与模式的影响，旨在识别最有效的HICE减排政策并提出政策差异化建议。研究人员基于中国家庭层面数据，计算HICE数量、界定HICE模式，并运用机器学习方法评估27个因素对HICE数量与模式的影响。实证结果表明，人均非金融资产、人均收入、家庭规模及户主年龄是HICE数量的四个最重要决定因素。就HICE模式而言，家庭规模与户主年龄仍为关键决定因素，而人均收入与人均非金融资产在所有因素中的排名降至第8至第26位，作用明显较小。总体而言，区域因素在决定HICE数量方面远不如个体因素重要，但在解释HICE模式时二者作用较为接近。研究人员建议，征收累进房产税、鼓励年轻群体低碳消费、促进老年群体低碳饮食以及在单人户比例较高的社区提供共享生活服务，可能对减少HICE有效。

碳排放减排对可持续发展至关重要，因为碳排放是全球气温升高的主要驱动因素，进而导致极端天气事件、海平面上升和生物多样性丧失。家庭部门排放对排放总量贡献显著。家庭碳排放包括直接排放和间接排放，前者指直接能源消费产生的碳排放，后者指商品和服务中所蕴含的碳排放。与家庭直接碳排放相比，家庭间接碳排放（HICE）普遍被认为是家庭碳排放的主要来源。因此，减少HICE对实现碳减排目标具有关键作用。

理解HICE的驱动因素是制定有效管理和减排策略的必要前提。与主要取决于能源消费的家庭直接碳排放不同，HICE与整体消费模式和行为联系更为紧密，因此影响HICE的因素通常比影响家庭直接碳排放的因素更为复杂。实践中，任何与消费行为相关的因素都可能隐性影响HICE，潜在决定因素涵盖个体层面属性与区域层面特征，涉及收入、财富、态度和文化等广泛变量，这意味着影响HICE的潜在因素数量非常庞大。消费行为与HICE的紧密联系还表明，潜在驱动因素对HICE的影响可能因消费部门而异。基于已有研究，碳排放在不同消费部门间的分布可定义为HICE模式。

通过考察HICE模式的驱动因素，可以探究驱动因素是否对特定部门具有相对更高的影响以及这些部门是什么，从而更好地理解这些因素影响HICE数量的机制。例如，当某一因素对HICE数量产生较强正向影响的同时使HICE模式向高碳强度部门转移时，模式的结构性变化就成为排放量上升的关键机制。反之，若某因素对HICE数量影响深远但未引起HICE模式的特定转移，则表明其影响在各部门间相对均匀。这种理解对政策制定至关重要：若为前者，相关HICE减排措施应针对特定部门；若为后者，则应实施具有较强普适性的措施，如宣传温室气体排放的危害。鉴于这两类措施差异显著且各消费部门的减排措施也差异很大，选择合适的措施可显著提升政策有效性。

本研究基于中国家庭金融调查（CHFS）的家庭层面数据，计算每户的HICE数量并界定HICE模式。部门导向模式依据排放水平最高的部门来定义。随后系统评估27个因素（包括14个个体因素和13个区域因素）对HICE数量和模式的影响。通过识别HICE数量和模式的关键决定因素并比较个体因素与区域因素的作用，本研究识别有效的HICE减排途径并提出政策差异化建议。研究聚焦中国家庭，因为中国是全球碳排放水平最高的国家，且HICE在中国排放总量中占比较大且重要性持续上升，因此减少中国的HICE对全球碳减排努力具有重要意义。同时，印度和越南等人口众多的发展中国家近年来家庭生活水平及相关HICE快速上升，作为最大的发展中国家，中国为探索HICE减排途径提供了有用案例，也可能为其他发展中国家提供实践启示，有助于限制未来全球碳排放的增长。

本研究的贡献有三：第一，将分析范围扩展至不仅研究HICE数量，还研究HICE模式。考察HICE模式的驱动因素使研究人员能够阐明这些因素影响HICE数量的机制，并基于机制为HICE数量减排政策提供指导。第二，基于财富效应理论，将家庭资产和债务变量纳入机器学习分析，实证证明了非金融资产在HICE数量中的突出作用，从而为基于资产的减排政策提供了新视角。第三，特别强调系统比较个体层面和区域层面因素的作用，并基于比较结果为不同地区和居民群体制定差异化的HICE减排政策。

许多已有研究使用不同数据集考察了各种潜在因素对HICE的影响。部分研究依赖区域层面数据探讨GDP和产业结构等区域因素如何影响区域平均HICE。虽然区域层面分析为宏观因素的作用提供了有价值的见解，但无法捕捉家庭层面特征（如人口特征和财务状况）的影响。为此，其他研究使用家庭层面数据考察单个家庭HICE的驱动因素。所用方法也各不相同，分解分析和计量经济回归模型是最常用的方法。尽管广泛使用，但两种方法均有明显局限性。分解分析只能纳入有限的因素集，难以分解的因素无法考察。虽然计量经济模型允许更广泛的变量，但当纳入许多自变量时往往面临多重共线性和过拟合问题，因此不适合涉及大量解释变量的分析。然而，在考察HICE驱动因素时，鉴于潜在影响因素范围广泛，纳入许多自变量往往是必要的。此外，计量经济模型主要通过假设检验识别统计显著因素，对不同驱动因素相对重要性的洞察有限。对这些因素的重要性进行排序有助于在政策资源有限时优先安排HICE减排政策。

与分解分析和计量经济模型不同，机器学习方法对可纳入的潜在因素类型不设严格限制，在处理多重共线性和识别不同驱动因素相对重要性方面表现良好。因此，机器学习方法非常适合解决分解分析和计量经济模型在考察HICE驱动因素时的局限性。迄今为止，已有若干研究尝试使用机器学习技术分析家庭碳排放。然而，尽管机器学习方法通常更适合研究HICE，但大多数现有研究聚焦于直接排放或相关能源消费，只有少数直接考察HICE。一个值得注意的例子是Shi等应用LASSO模型对中国家庭直接和间接碳排放的驱动因素进行排序，其结果表明燃料类型和住房特征是直接排放的最重要因素，而收入和城乡居住地是间接排放的最重要因素。

尽管已有少数研究使用机器学习方法探索HICE的驱动因素，但仍存在若干空白。第一，现有研究仅关注HICE数量的驱动因素而未考虑HICE模式，这限制了对这些因素如何影响HICE数量的理解，也使设计精细化的HICE减排政策更加困难。第二，家庭资产和债务在决定HICE中的作用尚未被充分探索。然而，通过财富效应，这些变量可以深刻影响消费者行为从而影响HICE，将其纳入分析对全面分析至关重要。第三，HICE差异主要由个体异质性还是区域差异驱动仍不清楚。这决定了HICE减排政策应依赖基于地方的干预还是基于人群的策略，考虑到中国庞大的人口和各地区之间巨大的社会经济差异，这对中国政府尤为重要。

在研究方法上，研究人员首先构建因变量和自变量。因变量通过计算HICE数量和界定HICE模式来构建，自变量的选择基于相关理论。然后从几种常用机器学习方法中选择合适的方法，并将表现最佳的方法应用于分析。研究框架包括数据来源、理论基础、因变量构建和机器学习方法选择等环节。

在HICE数量计算与模式界定方面，研究人员首先将家庭总支出划分为八个部门，包括食品、衣着、设施、医疗、通信、教育、居住和商品。然后使用消费者生活方式方法（CLA）计算这八个部门支出的碳强度。最后，每户及各部门的HICE数量计算为家庭支出与碳强度的乘积。尽管碳强度可能存在区域或省级差异，但由于消费者生活方式方法需要所有相关子部门的能源使用数据，而完整的省级数据难以获取，因此研究假设碳强度在全国范围内相同。将八个部门的HICE加总即得到每户的总HICE数量。在考察HICE数量驱动因素时，以人均HICE作为因变量。

基于计算得到的各部门HICE数量，为每户界定HICE模式。文献中识别气候相关模式有两种常用方法：一种应用无监督学习聚类方法（K-means最常用），另一种根据排放水平最高的部门来定义部门导向模式。研究人员发现若使用K-means聚类方法，最优聚类数为两个，过于有限而无法清晰区分不同模式，因此采用第二种方法定义HICE模式。例如，若某户在八个部门中食品部门的HICE最高，则被识别为食品导向模式。在考察HICE模式驱动因素时，构建虚拟变量来描述第i户是否遵循以第j部门为导向的模式，并将其作为因变量。

在机器学习方法选择方面，研究人员从几种常用机器学习技术中选择合适方法，包括LASSO回归、Ridge回归、决策树、支持向量机（SVM）、K近邻（KNN）和极端梯度提升（XGBoost）。其中LASSO和Ridge分别是基于L1范数和L2范数包含惩罚项的回归模型，惩罚项控制模型中纳入的自变量数量。决策树和XGBoost是基于树的模型，决策树递归地将数据分割为较小子集形成树结构进行预测，XGBoost组合许多树模型构建强分类器，每棵树纠正前一棵树的误差，迭代过程提高预测精度。KNN将特征空间中彼此接近的样本归为相似类别并据此预测，SVM定义超平面分离不同类型数据并最大化类别间间隔以实现良好泛化性能。由于人均HICE是连续变量而家庭是否遵循特定排放模式是分类变量，选择合适模型的标准不同。参照已有研究，使用均方根误差（RMSE）识别HICE数量的最佳方法，使用均方误差（MSE）选择HICE模式的最佳方法，具有最低RMSE或MSE的模型被认为表现最佳。为检验机器学习模型的泛化性能，将全样本划分为训练集和测试集，70%的观测值用作训练集，其余30%用作测试集，采用留出法划分。

在驱动因素与数据来源方面，研究人员基于四种消费行为理论选择了27个变量作为可能影响HICE的潜在因素，共包括14个个体因素和13个区域因素。四种理论分别为相对收入消费理论、持久收入理论、财富效应理论和计划行为理论。相对收入消费理论认为居民消费行为受其相对于他人的收入水平影响，基于此理论，与区域发展条件相关的变量预期会影响居民在周围群体中感知的收入排名从而影响消费决策。持久收入理论认为消费行为主要响应持久收入而非暂时收入的变化，据此，与预期未来收入流相关的变量预期会影响居民对持久收入的感知从而影响消费行为。财富效应理论强调消费行为受财富变化的强烈影响，据此，与家庭净资产相关的变量预期会影响家庭财富水平从而塑造消费决策。计划行为理论认为消费决策受态度和主观规范影响，态度通常与生命阶段和区域环境相关，主观规范与社会和家庭条件密切相关，基于此理论，医疗条件、教育压力、家庭规模、年龄和民族等变量预期会影响居民的态度和主观规范从而影响消费行为。用于计算HICE的原始数据主要来自CHFS、中国能源统计年鉴、中国工业统计年鉴和中国统计年鉴。CHFS数据用于测量家庭消费，研究采用CHFS（2019）最新可用调查波次。区域层面变量信息来自国家统计局，个体层面变量数据也来自CHFS。

在初步数据分析方面，经过适当数据清洗，研究人员获得24676个家庭的数据。样本对全国具有良好的代表性。样本中家庭数量从东到西递减，与中国人口分布一致。东部、中部和西部地区居民比例分别为43.2%、30.8%和26.0%，接近全国的47.4%、32.4%和20.2%。城镇和农村居民比例分别为57.0%和43.0%，反映了城镇人口超过农村人口的现状，也接近全国的60.6%和39.4%。样本中所有居民、城镇居民和农村居民的平均消费分别为23045元、28931元和12915元，非常接近全国平均水平21559元、28063元和13328元。东部、中部和西部地区人均消费分别为27778元、19915元和18882元，与平均消费从东到西递减的总体趋势一致，这也解释了东部地区人均HICE明显高于西部地区的原因。就HICE模式而言，食品导向、居住导向、教育导向和医疗导向家庭占所有家庭的98%以上，贡献了总HICE的98%以上，因此后续分析主要聚焦这四种模式。四种模式中，食品导向家庭数量远大于其他三种模式，但食品导向家庭产生的HICE约为居住导向家庭的一半，仅略高于教育导向家庭。这可归因于食品导向家庭相比居住导向和教育导向家庭具有更低的碳强度和更低的人均HICE。

在机器学习方法选择结果方面，对于碳排放数量，LASSO方法显示最低的RMSE；对于所有四种排放模式，Ridge方法产生最低的MSE。基于这些结果，研究人员应用LASSO方法识别碳排放数量的驱动因素，使用Ridge方法考察碳排放模式的驱动因素。值得注意的是，LASSO和Ridge均为线性机器学习方法，而决策树、SVM、KNN和XGBoost为非线性方法，这意味着线性机器学习技术优于非线性机器学习技术。使用线性机器学习技术也表明自变量对HICE数量和模式的非线性影响在本分析中未被捕捉。

在HICE数量驱动因素方面，结果表明人均非金融资产、人均收入、家庭规模和户主年龄是HICE数量的四个最重要驱动因素，其系数远大于其余变量。收入的影响为正，家庭规模和年龄的影响为负，这些发现与已有研究一致。然而，人均非金融资产的作用在早期研究中受到的关注有限。部分研究认为人均收入是HICE最重要的决定因素，而本研究结果表明人均非金融资产在所有变量中重要性最高且作用强于人均收入，这表明资产效应大于收入效应。一种可能解释是中国近几十年来房价快速上涨，房价收入比高企可能放大资产效应而削弱收入效应。这一解释也得到描述性统计的支持：收入最高20%与最低20%家庭的平均HICE比率为3.22，而按非金融资产排名最高20%与最低20%家庭的相应比率为3.34，更高，表明高收入与低收入家庭之间的平均HICE差距小于高非金融资产与低非金融资产家庭之间的差距。有趣的是，金融资产对HICE数量的贡献仅为中等，其系数约为非金融资产的四分之一。这一差异可能反映中国家庭倾向于将财富集中于非金融资产特别是住房。此外，尽管部分研究将城镇化率、人口密度和产业结构确定为HICE的潜在驱动因素，但在本研究结果中其作用似乎有限。值得注意的是，个体因素的影响远大于区域因素。具体而言，人口密度、城镇化率、第一产业和沿海的系数为零，表明这些变量在模型中对HICE数量无影响，所有系数为零的变量均为区域因素。相比之下，四个最有影响力的变量均为个体层面因素。

在HICE模式驱动因素方面，与HICE数量的结果相比，尽管收入和人均非金融资产在决定HICE数量方面排名前两位，但在解释HICE模式时其重要性大大降低。具体而言，这两个变量的系数在所有因素中排名第8至第26位之间，其值通常远小于排名最高的因素。这表明富裕和高收入家庭较高的HICE并非主要由对碳密集型消费模式的更强偏好驱动，而是反映这些家庭在所有部门消费更多的商品和服务。相反，家庭规模和户主年龄不仅是HICE数量的关键决定因素，也是HICE模式的关键决定因素。家庭规模的系数在食品导向、教育导向和居住导向模式中的重要性排名前三，其值接近排名最高的因素，表明家庭规模在塑造这三种模式中起主要作用。家庭规模对教育导向模式有正向影响，但对食品导向和居住导向模式有负向影响。这可能是因为食品和居住消费是所有家庭成员共享的必需品，而教育和医疗消费则不是。当家庭规模增加时，额外成员在食品和居住部门的边际成本从而相关HICE往往较低，但在教育和医疗部门则不然。此外，较大规模家庭更可能包括儿童，因此往往有更高的教育相关消费。户主年龄的系数在食品导向模式中重要性排名第二，其值接近排名最高的因素，表明年龄在决定食品导向模式中起重要作用。年龄对食品导向模式的影响为正。由于食品部门的碳强度相对于居住和教育部门较低，这一正向影响有助于解释为何年龄对总体HICE数量有负向影响。这一结果也表明更多碳密集型的支出结构是年轻居民HICE较高的重要原因。对于HICE模式的其他重要决定因素，大多数变量对HICE数量的影响相对温和，其对HICE模式的影响通常与对HICE数量影响的符号一致。例如，光缆密度对HICE数量有负向影响，同时在决定教育导向、医疗导向和居住导向模式中排名前两位，对居住导向模式有负向影响但对教育导向和医疗导向模式有正向影响。鉴于居住部门的碳强度在所有部门中最高，光缆密度对居住导向模式的负向影响部分解释了其对HICE数量的总体负向影响。由于光缆代表基本数字基础设施，这些结果与已有发现一致，即数字发展促进低碳生活方式并降低家庭碳强度。同时，一些变量可能对HICE数量影响很小或没有影响，但在塑造HICE模式中仍起重要作用，一个典型例子是人口密度，其在决定医疗导向、教育导向和居住导向模式中排名前三，但对HICE数量无影响。研究人员进一步发现，区域因素在塑造HICE模式中的作用比在决定HICE数量中更为重要。对于HICE数量，四个最有影响力的变量均为个体因素，没有区域因素。相比之下，每种HICE模式中至少有一个区域因素排名前四。为进一步比较区域和个体因素的重要性，研究人员计算了区域和个体变量对HICE数量及四种HICE模式的平均系数，并应用单因素方差分析检验两组平均系数是否存在差异。对于HICE数量，区域因素的平均系数远小于个体因素，后者约大 three 倍，单因素方差分析的p值表明这一差异具有统计显著性。对于食品导向、医疗导向和教育导向模式，区域平均系数仍小于个体平均系数，但差距大大缩小。对于居住导向模式，区域平均系数略大于个体平均系数。p值表明这些差异不具有统计显著性。基于这些结果，研究人员得出结论：个体因素在决定HICE数量中占主导地位，而区域因素在塑造HICE模式中与个体因素重要性几乎相当。

在结论与政策启示方面，基于消费者生活方式方法和机器学习方法，本研究使用CHFS（2019）家庭层面数据计算HICE并考察HICE数量和模式的驱动因素。主要结论如下：第一，人均非金融资产、人均收入、家庭规模和户主年龄是影响HICE数量的四个最重要因素，前两个因素的影响为正，后两个因素的影响为负。相比之下，城镇化率、人口密度和产业结构对HICE数量的影响非常有限。第二，家庭规模和户主年龄不仅是HICE数量的关键决定因素，也是HICE模式的关键决定因素。家庭规模对教育导向模式有正向影响，但对食品导向和居住导向模式有负向影响，而户主年龄对食品导向模式有正向影响。然而，人均收入和人均非金融资产虽然不是HICE模式的关键决定因素，但在决定HICE数量方面排名前两位。第三，个体因素在决定HICE数量方面比区域因素重要得多，而在解释HICE模式时二者作用较为接近。

政策启示方面，研究结果具有若干重要政策含义。第一，征收累进房产税可能是减少HICE和促进碳公平的有效途径。结果表明人均非金融资产是HICE数量最重要的决定因素，其影响强于人均收入。部分已有研究认为将收入从高收入家庭再分配给低收入家庭可以减少HICE并促进碳公平，因为人均收入被认为是HICE的关键决定因素。目前，累进所得税作为主要收入再分配工具已在中国实施很长时间。然而，尽管住房财富（中国家庭非金融资产的主要形式）存在严重不平等，累进房产税尚未广泛应用。由于累进房产税可以减少住房财富不平等并再分配非金融资产，其在减少HICE和促进碳公平方面可能比累进所得税更有效。第二，应对不同年龄群体应用不同策略。结果表明户主年龄是HICE数量的关键决定因素且关系为负，这表明减少年轻居民的HICE对降低社会整体HICE至关重要。研究人员还发现年轻居民相对较高的HICE主要由更多碳密集型的支出结构驱动。因此，鼓励年轻居民低碳强度消费可能有助于减少其HICE，可能措施包括在年轻人常用的网络平台（如微信公众号和微博）上宣传如何识别低碳产品和如何回收旧物。另一方面，尽管老年居民平均HICE较低，但持续的人口老龄化过程使得制定针对老年人的HICE减排策略成为必要。由于老年家庭更可能遵循食品导向模式，推广低碳饮食和开发相应低碳食品供应链可能是减少其HICE的有效途径。第三，针对食品和居住部门的政策对减少小家庭HICE有效。结果表明家庭规模是HICE数量的关键决定因素且关系为负，这意味着减少小家庭HICE对降低社会总HICE很重要。近年来中国初婚年龄大幅上升，导致单身家庭数量快速增长，因此控制小家庭HICE未来可能更加重要。研究人员发现小家庭较高的HICE主要由食品和居住部门较高的排放驱动。因此，建议政府制定针对性策略减少小家庭在这两个部门的HICE，可能措施包括扩大社区食堂和在单人户集中社区提供更多共享生活服务。第四，针对特定部门的政策在某些地区可能有效，而不针对特定部门的政策应按居民群体而非地区进行差异化。结果表明区域因素在决定HICE数量方面远不如个体因素重要，但在解释HICE模式时其作用更为相似。例如，光缆密度是医疗导向和教育导向模式的关键决定因素，居住在高光缆密度地区的居民更可能遵循这些模式，这表明发展低碳教育和医疗体系在数字基础设施水平较高的地区可能有效。此外，人口密度是居住导向模式的关键决定因素，居住在高密度地区的居民更可能遵循居住导向模式，这意味着在人口密集地区促进建筑部门节能和为绿色建筑提供补贴可能有效。然而，对于不针对特定部门的政策，如提高温室气体排放意识和鼓励日常生活低碳行为，区域差异化可能不会显著改善政策效果，相反将这些政策聚焦于特定居民群体（如高非金融资产家庭和高收入家庭）可能更有效。

在局限性与未来研究方面，本研究存在若干局限性。第一，计算HICE时采用了各部门支出的全国平均碳强度值，然而碳强度系数可能存在区域差异。例如，由于食品生产过程和建筑运营的区域差异，食品和居住部门的排放强度在各省之间可能存在较大差异。未来研究的一个可能扩展是通过整合省级能源平衡表和区域统计年鉴数据构建省级各部门碳强度，这将比本研究使用的全国汇总值更准确地捕捉区域异质性。第二，由于数据获取限制，分析仅限于2019年，因此研究结果可能无法完全反映最新的生活方式转变和行为变化，特别是疫情后形势和新兴产业发展驱动的变化。未来研究应在可用时应用更新数据集扩展分析的时间范围，从而识别HICE关键驱动因素的最新变化并更新相应政策建议。