中国家庭规模缩小与CO2排放：基于机器学习与投入产出模型的证据

《iScience》：Shrinking household size and CO2 emissions in China evidence from machine learning and input output models

　　

由于不同规模家庭居民的支出结构存在差异，他们对经济系统内生产和消费活动的影响导致了碳足迹（Carbon Footprint）特征的显著不同。基于机器学习（Machine Learning）和投入产出模型（Input-Output Model, IOA），研究人员量化了2010年至2020年间不同规模家庭居民的碳足迹，并分析了其潜在机制。单人家庭的人均支出和人口规模分别是其直接和间接CO₂排放增长的主要驱动因素。从2010年到2020年，住房支出占单人家庭间接CO₂排放增量的71.9%（115.22 Mt），其次是交通出行（14.7%，23.54 Mt）和家庭设备（10.4%，16.59 Mt）。值得注意的是，交通部门的人均支出水平效应显著促进了排放增长，且这种增长可能无法被排放强度改善和生产结构优化带来的减排效应完全抵消。

**论文解读：中国家庭规模缩小对CO₂排放的影响——基于机器学习与投入产出模型的证据**

**1. 研究背景**

全球气候变化对人类生存构成严重威胁，其核心与大气中的温室气体（Greenhouse Gas, GHG）排放密切相关。中国作为全球最大的CO₂排放国，其2024年的碳排放总量高达12.6 Gt CO₂，远超美国、欧盟和印度。为实现《巴黎协定》中2030年碳达峰及碳排放强度下降的承诺，中国政府已对化工、冶金、交通等高耗能行业实施了广泛的减排政策。然而，这些政策往往忽视了家庭支出是工业部门碳排放的根本驱动因素。家庭碳排放已成为中国碳排放的主要来源，研究表明家庭支出占中国总碳足迹的35%。因此，理解家庭碳排放对于制定有效的碳减排策略至关重要。

家庭碳排放通常分为直接排放和间接排放。现有研究，如消费者生活方式方法（Consumer Lifestyle Approach, CLA），虽能识别碳密集型消费行为，但常孤立地看待家庭支出，未考虑供应链的影响。而投入产出分析（Input-Output Analysis, IOA）虽能有效估算间接排放，但现有研究多侧重于家庭收入、住房面积、地理位置等传统影响因素，对家庭规模这一关键变量的探讨尚不充分。

家庭规模的影响不容忽视，其核心在于家庭内部的“共享经济”效应。多成员家庭在住房、供暖、照明、家电等公共物品上具有规模经济，使得人均能源消耗和碳排放更低。然而，近年来中国家庭规模持续缩小，平均家庭户规模已从1950年的5.3人降至2024年的2.5人，独居家庭数量超过1.07亿户。这一趋势不仅削弱了共享效应，还增加了家庭总户数，从而放大了对住房、耐用品和能源的需求，推高了碳排放。尽管已有研究指出家庭规模缩小与人均碳排放增加有关，但大多简单地罗列了不同规模家庭的开支结构，未能有效控制年龄、教育水平等混杂因素，也未能深入揭示家庭结构变化如何通过消费需求重塑工业系统内的碳排放，以及城乡之间的异质性。

因此，开展本研究旨在：1）通过控制混杂因素，精确描绘不同规模家庭的消费结构；2）基于投入产出结构分解分析，揭示家庭规模缩小对碳排放影响的宏观传导机制；3）系统评估2010年至2020年间，家庭规模小型化对中国碳排放影响的时序演变特征、城乡差异及部门传导机制，为制定差异化、系统性的减排策略提供科学依据。

**2. 主要研究方法**

研究人员采用了混合机器学习方法（Hybrid Machine Learning Approach），结合非负矩阵分解（Non-negative Matrix Factorization, NMF）和弹性网络回归（ElasticNet Regression），来估算不同规模家庭在各年份的消费结构。在此基础上，运用投入产出分析（IOA）和结构分解分析（Structural Decomposition Analysis, SDA）构建了表征不同家庭规模碳排放分布的核算模型。数据来源包括中国家庭追踪调查（China Family Panel Studies, CFPS）、国家统计局发布的投入产出表（Input-Output Tables, IO Tables）以及清华大学发布的碳排放核算数据库（Carbon Emission Accounts and Datasets, CEADs）。

**3. 研究结果**

**3.1 碳排放分布**

* **家庭支出相关的总碳足迹**：研究发现，单人家庭的人均直接和间接CO₂排放显著高于其他多成员家庭。例如，2020年，单人家庭的人均碳排放总量约为4.4吨，而五人及以上家庭仅为1.6吨。从排放结构看，单人户和两人户的碳排放占比逐年上升，从2010年的6.4%和20.4%分别增至2020年的10.9%和26.1%。

* **不同能源类型和部门的碳足迹**：在能源类型上，单人家庭的碳排放主要源于煤炭和电力支出。在部门层面，单人家庭的人均间接碳排放更高，主要源于农业、化工、娱乐产品、电力热力和交通等部门。尤其是在电力和热力及交通部门，单人家庭与其他多成员家庭的排放差距尤为显著。

**3.2 家庭结构对碳排放的重塑**

* **消费结构变化**：随着家庭规模缩小，住房、能源、交通和服务类支出的占比趋于上升，而食品和服装支出占比下降。例如，2020年单人家庭人均住房和交通支出占比分别为19%和15%，远高于五人及以上家庭的12%和9%。这表明小型家庭在住房、交通等共享效应强的消费领域承担了更高的人均支出负担。

* **碳排放差异**：家庭规模缩小不仅改变了消费结构，还通过弱化共享效应显著提升了人均消费相关的碳排放。2010年至2020年，单人家庭和五人及以上家庭的人均碳排放差距从约1.9吨扩大到2.7吨，表明小型家庭的高碳消费特征在消费升级和家庭小型化的双重作用下持续加剧。

* **半弹性分析**：假设总人口不变，单人家庭比例每增加1个百分点，总碳排放量将上升约0.08%，增量主要来自住宅部门、家庭设备部门和交通部门。

**3.3 城乡异质性**

* **总排放量**：城市家庭的总碳排放量始终显著高于农村家庭。在家庭规模分布上，间接排放随家庭规模呈“倒U型”趋势，中等规模家庭（如三人户）排放最高。但到2020年，城市地区两人户取代三人户成为排放最高的群体。

* **人均排放量**：城市家庭的人均间接和直接碳排放均高于农村家庭，且城乡差距随时间推移在小型家庭中进一步扩大。例如，2020年城市单人家庭的人均间接排放（11.95吨）是农村单人家庭（3.20吨）的3.73倍，而2010年仅为2.41倍。

**3.4 各种影响因素的作用**

* **对直接排放的影响**：从2010年到2015年，人均能源支出水平效应是直接排放增长的主要驱动因素。2015年至2020年，人口规模效应成为关键驱动，尤其是单人户和两人户的人口增长对直接排放增长贡献显著，占总增量的37.3%和54.3%。

* **对间接排放的影响**：在研究期间，排放强度效应和生产结构效应均促进了间接排放的减少。然而，对于单人家庭和两人家庭，人口规模效应和人均支出水平效应是其排放增长的主要驱动因素。特别是2015年至2020年，单人家庭和两人家庭的人口规模效应显著，使其成为这一时期间接排放增长的主要贡献群体。从部门角度看，2010年至2020年，单人家庭间接CO₂排放增量的71.9%来自住宅支出，14.7%来自交通，10.4%来自家庭设备。值得注意的是，交通部门在降低排放强度和生产结构优化方面取得的减排成效，未能完全抵消人均支出水平上升带来的排放增量。

**4. 总结与讨论**

研究指出，在家庭小型化趋势下，单人家庭的高碳排放特征尤为突出，其直接排放集中于煤炭和电力消费，间接排放则受住房、交通和家庭设备支出驱动。因此，减排政策应具有针对性：在独居者集中的社区推广清洁供暖和电气化；针对单人家庭灵活的出行模式，提供汽车共享服务补贴；并鼓励通过复合式居住模式恢复因家庭小型化而丧失的规模经济与共享效应。然而，这些策略的实施面临数据体系不完善（如精准补贴需居民信息库）、企业商业模式不成熟及既有住房结构限制等障碍，需通过建立动态数据库、政企合作探索补贴模式及在新建保障性住房中试点标准化的“共享功能区”设计等措施来克服。

**研究结论**：在三年的研究期内，单人家庭的人均直接和间接CO₂排放显著高于其他多成员家庭。对于直接排放，2010、2015和2020年单人家庭的人均排放量分别为0.42吨、0.86吨和0.85吨，主要由煤炭和电力支出驱动。2010-2015年，单人居民直接CO₂排放的减缓主要源于其人均能源支出的变化。2015-2020年，人口规模效应成为该群体直接排放上升的主要驱动力。对于间接CO₂排放，2010、2015和2020年单人家庭的人均排放量分别为2.75吨、3.47吨和3.56吨，这些较高的排放主要归因于农业、化工、娱乐产品、电力和热力以及交通领域的支出。人均产品支出水平效应和人口规模效应分别是该群体在2010-2015年和2015-2020年间间接排放上升的关键因素。从2010年到2020年，与单人家庭相关的间接CO₂排放增量的71.9%（115.22 Mt）来自住宅支出，14.7%（23.54 Mt）来自交通，10.4%（16.59 Mt）来自家庭设备。值得注意的是，与家庭设备部门相比，尽管交通部门在降低排放强度和生产结构优化方面取得了一定成效，但这些减排并未抵消因人口增长导致的支出水平上升所带来的CO₂排放增加。