编辑推荐：
本研究估计了德国人口中与财富相关的温室气体（greenhouse gas, GHG）排放的分布，将排放责任归属于不同资产类型的持有者。它结合了宏观数据（每种资产类型的排放）和微观数据（2019年德国每个个体的资产所有权），将国民账户、空气排放账户（Air Em
本研究估计了德国人口中与财富相关的温室气体（greenhouse gas, GHG）排放的分布，将排放责任归属于不同资产类型的持有者。它结合了宏观数据（每种资产类型的排放）和微观数据（2019年德国每个个体的资产所有权），将国民账户、空气排放账户（Air Emission Accounts, AEA）和财富调查数据联系起来，以捕获直接持有的资产和公司的间接所有权。结果表明，排放责任沿净财富分布存在显著的不平等。前10%的人口对2019年德国总财富相关排放的66%负有责任，并持有总净财富的62%。对排放强度部门差异的模拟显示，这些估计值的一个区间范围为总排放的38%至94%，而使用自举法（bootstrapping）的随机部门投资组合分配发现，前10%的排放份额为66.5%。因此，财富相关排放不仅比按收入或消费分配的排放更加不平等，而且甚至比财富本身更加不平等。
**论文解读文章**
**研究背景与现存问题**
稳定全球升温水平（IPCC, 2023）需要快速且深度地削减温室气体（GHG）排放，而识别排放责任主体是前提条件。现有文献多采用生产、消费或收入为基础的方法来分配排放：生产基础法关注生产地点，常用于跨国比较；消费基础法将排放归因于消费者，揭示不同收入组间的碳不平等（如Chancel和Piketty, 2015; Bruckner等, 2022）；收入基础法则建立个人收入与排放的关联（如Pottier和Le Treut, 2023; Starr等, 2023b），并发现资本投入比劳动投入更碳密集。然而，这些方法忽略了财富所有权对排放的驱动作用。财富所有者能够通过投资决策直接影响经济活动的方向（如选择高或低排放的部门），因此对其排放责任进行核算具有理论和现实意义。目前，基于财富所有权的排放责任归属研究处于起步阶段，但迅速扩展；Apeti等（2025）通过回归分析发现财富集中与碳不平等显著相关，Büchs等（2024）利用描述性统计表明人均排放与收入和财富联合分布的联系强于单独收入。最接近本研究的是Chancel和Rehm（2025），他们开发了连接排放账户、国民账户和调查数据的方法，估计法国和德国的财富相关排放，发现德国的不平等程度高于法国但低于美国。
**为什么开展本研究**
德国作为欧洲最大经济体，在塑造经济和气候政策中扮演核心角色，且财富不平等在欧元区中尤为突出（HFCN, 2023），同时是历史性GHG排放大国（Eurostat, 2026; Evans, 2021）。2019年数据被选用，原因有二：一是该年波次的社会经济面板（SOEP）调查引入了高财富样本（Schr?der等, 2020a, 2020b），改善了对顶层财富持有者的代表性；二是2019年是疫情前最后一年，不受经济金融扭曲影响。本研究旨在更精确地估计德国财富相关排放的分布，并通过使用更细粒度的SOEP数据、更精确的股权所有权份额估算以及部门投资差异分析，推动该领域方法论发展。
**研究人员开展的研究与结论**
研究人员结合宏观数据（Eurostat资产与排放数据、德国央行部门资产负债表）和微观数据（SOEP调查，包含高财富样本；HFCS用于推算金融资产），将2019年德国各资产类型对应的排放分配给个体。方法包括：将生产排放分配到非金融资产（如住宅、商业建筑、机械等），通过部门资产负债表确定资产所有者，并利用金融账户计算股权所有权份额以反映间接所有权（通过持有公司股票和基金份额）。此外，还估计了外国公司所有权带来的排放责任。结论显示，财富相关排放高度集中：前10%的净财富持有者负责66%的排放，同时持有62%的净财富；后50%仅负责2.6%的排放，持有0.9%的净财富。平均而言，前10%每人每年排放46.3吨，是总体平均（7.0吨）的6.6倍，是后50%平均（0.4吨）的116倍。部门模拟表明，即使极端假设（富人持有最清洁或最肮脏资产），前10%的排放份额仍在38%至94%之间；自举法（bootstrapping）随机分配显示其份额稳定在66.5%。与现有文献一致，该研究为高净值个人应对减排承担更大责任提供了依据。论文发表在《Ecological Economics》。
**主要关键技术方法**
研究人员使用了以下关键方法：首先，利用Eurostat的资产数据（按NACE Rev.2分类）和空气排放账户（AEA），计算每个非金融资产类型的排放值（通过经济活动的资产份额乘以排放）；其次，通过德国央行部门资产负债表确定资产所有者，并将企业排放通过股权所有权份额分配给其他部门（住户、政府、国外）；再次，估算外国公司所有权排放（基于外国直接投资份额和各国排放强度）；最后，采用SOEP（2019年波次，含高财富样本）和HFCS（用于推算金融资产中股票和基金份额）的微观数据，建立个体层面资产与排放的链接。样本来源为德国人口（SOEP调查覆盖约3万户家庭）。
**研究结果**
**3.1 描述性统计**
通过资本存量与排放的对比，发现二者呈非线性关系。房地产（包括住宅）是明显异常值：其资本存量最大（占总量约54%），但生产排放仅约0.6百万吨；而电力、燃气、蒸汽和空调供应部门（能源）资本存量仅为房地产的约4%，却排放约220百万吨。按资产类型，其他建筑和结构占生产排放的52%，住宅仅占0.1%。住户主要持有住宅（占其固定资产87%），但由此产生的排放责任极小。
**3.2 财富与排放**
净财富和排放分布均右偏：前10%持有62%净财富，负责66%排放；后50%仅持有0.9%净财富，负责2.6%排放。平均排放前10%为46.3吨，后50%为0.4吨。按资产类型，公司资产（间接所有权，通过股票和基金）占排放的82%，而住宅占财富41%但排放仅0.1%。商业建筑和土地以及商业资本的排放高度集中，前10%分别承担其90%和99%的排放。
**3.3 部门分析**
基线假设所有资产按相同部门结构投资，但实际存在部门排放强度差异。为检验这一假设的影响，研究模拟了两种极端情景：一是“渐进”情景（富人持有最肮脏资产），此时前10%排放份额升至93.5%；二是“递减”情景（富人持有最清洁资产），前10%排放份额降至38.1%，但绝对排放仍最高（26.6吨 vs 后50%的1.1吨）。自举法随机分配10,000次后，前10%排放份额稳定在66.5%（99%置信区间极窄）。此外，按部门总增加值（gross value added）加权后，结果稳健：前10%份额为65.2%。结论：排放不平等对假设变化高度稳健，且与收入基础法文献一致（如Chancel, 2022; Pottier和Le Treut, 2023）。
**讨论与结论**
讨论部分指出，研究结果与Chancel和Rehm（2025）的估计（前10%排放约50吨，份额约80%）略有差异，可能源于数据来源和间接所有权估算方法的不同。同时，数据局限性包括：财富调查普遍低估顶层财富（SOEP 2019通过高财富样本部分缓解，但仍可能偏保守）；金融资产从HFCS推算到SOEP可能稀释财富所有权，导致不平等估计向下偏倚。研究结论翻译如下：本文估计了德国人口中与财富相关的温室气体（GHG）排放的分布，将生产排放的责任归属于不同资产类型的持有者。研究发现，来自财富的GHG排放高度集中。尽管由于数据限制和必要的简化假设，这些发现应谨慎看待，但它们基于调查数据，该数据低估了顶层财富持有者的财富。最有可能的是，最富有人群的“真实”排放份额甚至更高。研究人员认为，这些结果为使高净值个人对减排承担更多责任奠定了基础，因为他们对基于生产的排放贡献最大。
