《Sustainable Production and Consumption》:Physical consumption data reveals hidden carbon inequalities beyond monetary-based accounting
编辑推荐:
理解家庭碳足迹的差异对于设计公平有效的碳定价机制至关重要。然而,这种评估可能因碳足迹是基于所购买商品和服务的货币价值还是基于所消费的物理数量而有所不同,因为支出差异不仅可能反映消费数量的差异,还可能反映产品特性、质量和价格的差异。在此,研究人员利用中国家庭调查
理解家庭碳足迹的差异对于设计公平有效的碳定价机制至关重要。然而,这种评估可能因碳足迹是基于所购买商品和服务的货币价值还是基于所消费的物理数量而有所不同,因为支出差异不仅可能反映消费数量的差异,还可能反映产品特性、质量和价格的差异。在此,研究人员利用中国家庭调查的微观层面数据,结合环境扩展投入产出(EEIO)数据库,对同时具有支出和物理数量信息的消费类别进行基于货币和基于物理的碳核算比较,并考察其对碳税的影响。研究人员发现,不同家庭群体之间的估计排放量存在系统性差异,在支出五分位组水平上范围为-9%至+7%。在单个类别内差异更大,鞋类可达-54%至+59%。这些差异显著改变了不同家庭群体之间碳税负担的估计分布。基于物理的核算表明,最贫困的五分位组面临更高的碳税负担,尤其是在食品和住宅能源等必需品方面。该比较揭示了核算选择如何影响对碳税负担和气候政策公平性的评估。
**论文解读:物理消费数据揭示货币核算下隐藏的碳不平等——基于中国家庭调查的实证分析**
**研究背景、问题与意义**
家庭消费通过直接能源使用和供应链效应驱动了全球温室气体(GHG)排放的很大一部分。这些消费侧排放在不同人口群体间分布不均,反映了收入水平、消费模式和生活方式等方面的差异。应对气候变化不仅需要减少排放,还需确保减缓政策具有社会公平性。碳定价机制旨在通过补偿措施减少排放并解决社会不平等问题,但其有效性和公平性关键取决于如何测量和分配不同群体间的排放。
目前,大多数家庭层面碳足迹研究依赖货币支出数据,假设家庭支出按比例反映其碳排放。然而,这一假设存在重要局限性:它假设每个消费类别内,隐含排放与家庭支出成比例增长,但忽略了产品质量、材料、生产技术、供应链和市场价格的异质性。特别是在发展中国家,市场分割、品牌分层和补贴导致价格差异巨大,家庭可能通过非市场渠道或定向补贴计划获取商品,削弱了货币支出与物理消费量之间的关系。因此,基于支出的分配可能将更多排放分配给购买高价或奢侈品的富裕家庭,而将较少的排放分配给依赖低价或补贴消费的贫困家庭,从而影响碳足迹和碳不平等在不同收入阶层间的解读。
尽管许多研究已认识到货币支出碳核算方法的局限性,但实证评估仍然有限。仅有少数研究比较了基于货币和基于物理的碳排放估计,且集中于荷兰、瑞士和法国等发达国家。对于发展中国家,由于经济结构差异、价格波动更大和收入不平等程度更高,货币支出与物理消费的匹配度可能更差,但相关研究极为匮乏。此外,现有研究多聚焦于狭窄产品类别,缺乏对家庭总碳足迹和不平等模式的整体分析。更重要的是,尚无研究系统评估核算方法选择如何影响碳税的设计和公平性。
为填补这些空白,研究人员利用同时包含支出和物理数量信息的家庭消费类别,系统比较了基于货币和基于物理的碳核算方法,考察其如何影响碳不平等估计和碳税负担的分配。中国作为收入差距大、商品价格差异显著且基本资源(如能源和基础设施)获取不均的新兴经济体,为这一分析提供了关键背景。
**主要关键技术方法**
研究人员使用来自2015年中国家庭调查(CHS)的微观数据,该调查覆盖10个省份的47,188户家庭,涉及218个消费项目,其中96种产品(涵盖食品、鞋类、耐用品、私家车、交通燃料和住宅能源六大类)同时具有货币支出和物理数量信息。将这些数据与2018年中国单区域投入产出表及部门温室气体排放数据(来自CEADs和EDGAR)链接,构建环境扩展投入产出(EEIO)模型,在假设同一产品碳强度在所有家庭间相同的前提下,按支出五分位组分配全国家庭碳足迹。最后,模拟统一碳税情景(100元/吨CO?e)以评估分配效应。
**研究结果**
**3.1 基于货币和物理核算的家庭消费不平等**
研究人员发现,在价格异质性较高的类别(如鞋类、耐用品和私家车)中,两种核算方法的不平等估计存在显著差异。基于货币的测量显示出更高的不平等,因为富裕家庭更倾向于购买高价或优质产品,导致货币支出增加但物理消费量未必成比例增加。例如,鞋类前10%家庭在货币核算下占总支出25%以上(基尼系数0.35),而物理核算下仅占14%(基尼系数0.13)。相比之下,必需品类(食品、住宅能源和交通燃料)的基尼系数在两种方法下较为接近,反映出中国定价政策对价格波动的约束。省级结果进一步显示,北京和上海等发达地区的差异最小,而欠发达省份由于产品质量、市场准入和补贴获取差异,两种方法的偏差更大。
**3.2 基于货币和物理核算的家庭碳足迹**
研究人员比较了2018年五个支出五分位组的人均碳足迹。基于货币的碳足迹范围从1.0(最贫困组)到5.4(最富裕组)吨CO?e/年,而基于物理的估计范围略窄(1.1至5.1吨)。总体差异看似温和(-9%至+7%),但掩盖了特定类别和群体内的显著差异。对最贫困五分位组,物理核算的排放量比货币核算高出9.0%,主要来自食品(62 kg CO?e)和住宅能源(22 kg CO?e)。对最富裕组,货币核算高出366 kg CO?e,其中食品和住宅能源贡献了近80%的差距。在分类层面,鞋类等非必需品的相对差异最大:最富裕组货币核算的鞋类排放比物理核算高59%,而最贫困组则低54%。这种系统性偏移反映了价格异质性、消费结构差异和产品差异化(如品牌、质量)的综合影响。
**3.3 核算方法塑造家庭碳税负担的分配**
研究人员模拟了统一碳税(100元/吨CO?e)情景,计算碳税负担(碳税占家庭可支配收入的比例)。结果显示,对于基本必需品(食品和住宅能源),物理核算显示碳税负担更具累退性:最贫困五分位组食品碳税占收入的0.5%(物理核算)对比0.4%(货币核算),住宅能源也类似。对于非必需品(如鞋类),物理核算同样揭示出最贫困群体承担更高负担,这与货币核算下预期的累进性相反。对于耐用品,物理核算显示负担分布更平坦甚至呈累退性,而货币核算则显示随支出水平增加而上升。私家车类别在两种方法下均呈累进性分布。
**讨论与结论**
研究人员指出,总碳足迹差异在-9%至+7%之间,但类别内差异可达-54%至+59%。物理核算将更多排放和税负分配给贫困家庭的基本必需品(食品和住宅能源),而货币核算则将更多排放分配给富裕家庭的高价商品。两种方法基于不同假设:货币核算假设排放随支出增加,物理核算假设产品内碳强度同质,但现实中两者均不完全成立。因此,两种方法提供互补视角,一致的结果(如富裕家庭绝对排放更高、贫困家庭必需品负担更重)更具稳健性。
研究结论强调:核算方法的选择显著影响家庭碳足迹和碳税负担的估计分布。在一致分析框架内,基于货币和基于物理的分配可能得出不同的家庭排放责任解读。两种方法均识别出高支出家庭具有更高的绝对排放,但在消费类别间差异显著。核算选择对食品和住宅能源尤为关键,这些类别强烈塑造碳定价的分配效应。因此,在评估家庭碳不平等和设计公平气候政策时,应明确考虑核算选择,结合使用货币和物理方法可提供更全面的家庭排放评估,支持更公平的低碳转型。