退休是否能降低中国家庭碳排放?来自模糊回归不连续设计的证据

《Environmental Impact Assessment Review》:Does retirement reduce household carbon emissions in China? Evidence from fuzzy regression discontinuity design

【字体: 大 中 小 】 时间:2026年09月05日 来源:Environmental Impact Assessment Review 12.2

编辑推荐:

   摘要本研究考察了户主退休对中国家庭碳排放的影响。结合中国家庭追踪调查(CFPS)的多波数据与家庭碳排放核算,我们构建家庭层面的总碳排放(TCE),并区分家庭能源使用产生的直接碳排放(DCE)与家庭购买的商品和服务中所蕴含的间接碳排放(ICE)。我们利用模糊回归不连续性设计,基

  

摘要

本研究考察了户主退休对中国家庭碳排放的影响。结合中国家庭追踪调查(CFPS)的多波数据与家庭碳排放核算,我们构建家庭层面的总碳排放(TCE),并区分家庭能源使用产生的直接碳排放(DCE)与家庭购买的商品和服务中所蕴含的间接碳排放(ICE)。我们利用模糊回归不连续性设计,基于中国法定退休年龄(城市男性户主60岁),估计退休的局部因果效应。结果显示,退休使家庭总碳排放显著减少约7.4–9.0吨CO?。这一减排主要由间接碳排放的下降驱动,而直接碳排放的估计效应在统计上不显著。在未接受高等教育及低资产家庭中,点估计值更大,但正式的Bootstrap检验未拒绝教育组或资产组之间的相等性假设。机制分析表明,间接碳排放的下降主要与家庭总消费规模的收缩有关,尤其是非生存性和工作相关支出的减少,消费结构的广泛转变证据有限。分解结果进一步显示,减排主要集中在服装、家庭设施和服务、以及交通和通信类别。这些发现提供了局部因果证据,表明退休主要通过减少消费型间接排放而非改变家庭直接能源使用来重塑家庭碳排放,凸显了生命历程转变对于理解老龄化社会需求侧排放动态的重要性。

引言

二氧化碳排放的上升导致全球极端天气和气候事件频率和严重程度的增加,使气候变化成为全球最紧迫的挑战之一(Du等,2024)。政府间气候变化专门委员会(IPCC)强调,要将全球变暖限制在1.5°C以内,全球温室气体排放必须在2025年前达到峰值,并在2030年减少43%。然而,政策和实证研究主要关注生产活动产生的排放,对家庭消费相关排放的关注相对不足。
家庭是最终需求的关键组成部分和上游生产的重要驱动力,通过能源使用直接产生排放,通过购买商品和服务间接产生排放(Kenny和Gray,2009;Weber和Perrels,2000)。《2020年排放差距报告》估计,与家庭消费相关的排放约占全球排放的67%(联合国环境规划署,2020)。在中国,快速的经济增长和城镇化使家庭成为日益重要的碳排放来源,约占国家碳足迹的40–50%(Chen等,2019;Wang等,2022;Zhang等,2020)。在此背景下,准确衡量家庭碳排放(HCE)并识别其行为决定因素对于理解需求侧排放动态至关重要。
退休是重要的生命历程转变,可以重塑家庭消费,进而影响家庭碳足迹。大量关于退休与消费的研究文献记录了退休后家庭支出下降的现象,常被称为"退休消费之谜"(Hamermesh,1984;Banks等,1998;Bernheim等,2001;Battistin等,2009;Schwerdt,2005)。现有研究将此归因于收入变化、时间配置变化和工作相关消费需求的变化。最近的研究进一步表明,退休可能影响特定形式的能源消费,如用电量、汽油消费和家庭能源支出(Zhu和Lin,2022;Atalay和Burkovskaya,2025;Francescutto,2025)。然而,关于退休引起的消费调整如何转化为家庭碳排放的认识仍然有限,尤其是当排放被分解为家庭能源使用产生的直接排放和家庭购买商品及服务中所蕴含的间接排放时。
这一空白对于理解老龄化社会的家庭碳排放尤为重要。随着人口老龄化加速,越来越多的个人正接近或已超过退休年龄,使退休后的消费行为对理解家庭需求及其环境后果日益相关。现有研究主要使用户均年龄、家庭中老年成员比例和区域老龄化率等指标来考察人口老龄化与家庭碳排放之间的关系(Fan等,2021;Ge等,2024;Hu等,2025;Yuan等,2024)。更广泛地,一些研究也强调了与年龄相关的绿色或低碳消费行为差异(Ali等,2023;Zhu和Lin,2025)。这些文献为年龄和年龄结构与消费行为及碳排放的关联提供了有价值的证据。然而,关于退休作为一种离散性的制度与行为转变如何影响家庭碳足迹的了解仍然有限。通过直接聚焦退休,本研究补充了老龄化的人口学分析,考察劳动力市场退出后收入、日常活动和消费的变化是否导致家庭碳排放的变化。
本研究考察了中国户主退休对家庭碳排放的因果效应。我们使用中国家庭追踪调查(CFPS)的多波数据,并采用基于中国法定退休年龄的模糊回归不连续性设计。实证分析聚焦于城市男性户主,他们面临统一的60岁法定退休年龄。这一限定提供了明确的制度识别阈值,而女性面临根据职业不同的多个退休年龄,农村居民则不适用相同的强制退休制度(详见2.4节)。因此,我们的估计应被解释为城市男性户主在60岁前后退休的局部因果效应,而非所有老年人、女性、农村居民、非正式从业者、移民、长期退休人员或中国更广泛人口的平均效应。
在方法论上,分析分三步进行。首先,我们通过将家庭总碳排放(TCE)分解为家庭能源使用产生的直接碳排放(DCE)和家庭购买商品及服务中所蕴含的间接碳排放(ICE)来构建家庭层面的碳排放指标。直接碳排放使用排放系数法估计,间接碳排放使用投入产出模型估计。其次,我们实施模糊回归不连续性框架估计退休对总碳排放、直接碳排放和间接碳排放的因果效应,并辅以有效性检验和稳健性检验。第三,我们考察教育和资产组之间的异质性,并通过将退休与直接能源支出、消费规模、消费结构及分解后的排放类别变化联系起来来探索潜在渠道。
本研究在三个方面对文献做出贡献。第一,它将退休消费文献扩展到环境结果,将退休引起的消费变化转化为家庭消费型碳排放。虽然先前的研究记录了退休后家庭支出的变化,本研究展示了这种与生命历程相关的消费调整如何反映在家庭碳足迹中。第二,本研究提供了退休如何影响直接碳排放和间接碳排放的局部因果证据。这一区分很重要,因为退休可能通过不同的行为渠道影响家庭直接能源使用和间接消费型排放。第三,本研究为退休引起的家庭碳排放变化的机制提供了新证据。通过考察消费规模、消费组合和分解后的排放类别,我们表明与退休相关的减排主要与家庭总消费规模的收缩有关,尤其是非生存性和工作相关支出的减少,而消费结构广泛转变的证据有限。
论文其余部分组织如下。第2节回顾相关文献,提出研究假设,并概述制度背景。第3节描述实证策略、数据和家庭碳排放的构建。第4节呈现实证结果、有效性检验、稳健性检验、异质性分析和机制分析。第5节得出结论并讨论政策含义。

章节摘要

人口老龄化与家庭碳排放

生命历程理论表明,个人的日常活动、消费需求和偏好在不同生命阶段发生变化,从而重塑家庭消费行为及相关排放(Menz和Welsch,2012)。关于人口老龄化与家庭碳排放的现有研究一般遵循两条线索。第一条比较不同年龄组的碳排放模式,发现年轻或中年家庭的碳足迹通常大于老年家庭(Huang等,2019

模糊回归不连续性设计

我们采用模糊回归不连续性设计估计退休对家庭碳排放的因果效应。识别策略利用中国城市男性员工法定退休年龄60岁时退休概率的不连续跳跃。由于并非所有人在达到该年龄时都会恰好退休,达到法定退休年龄会导致退休概率的不连续跳跃,但不完全决定退休状态。这一制度背景使模糊回归不连续性框架适用于我们的分析(Lee和

结果

本节呈现实证结果。我们首先估计退休对家庭碳排放的影响,然后通过密度连续性、协变量平滑性和安慰剂断点检验评估模糊回归不连续性设计的有效性。我们进一步使用替代带宽选择器、核函数、样本限制、退休定义和其他设定进行稳健性检验。最后,我们按教育和资产水平考察异质性,并通过变化探索潜在机制

结论与政策含义

本研究通过扩展退休-消费文献至家庭消费型碳足迹,考察退休如何影响家庭碳排放。利用中国家庭追踪调查的多波数据和基于中国法定退休年龄的模糊回归不连续性设计,我们估计了城市男性户主在60岁前后退休的局部因果效应。结果显示,退休显著减少了家庭总碳排放,主要通过家庭购买商品和服务中所蕴含的间接碳排放下降实现。相比之下,

稿件制作过程中生成式AI和AI辅助技术的声明

在本文撰写过程中,作者使用了ChatGPT(OpenAI)辅助语言编辑和润色,包括改善语法、清晰度和可读性。作者对输出内容进行了审查和编辑,并对已发表文章的内容承担全部责任。

利益冲突声明

作者声明没有已知的竞争性经济利益或可能影响本文所报告工作的个人关系。

致谢

本研究由北京市社会科学基金资助[项目编号 23SRA002]。我们衷心感谢匿名评审人提出的建设性意见和建议,这些意见和建意极大地帮助提高了稿件质量。
王明星|张艳南|Alexander Keng|杜雨山|郭超
北京大学人口研究所,北京市海淀区颐和园路5号,100871,中国
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号