基于家庭特征视角的中国居民碳足迹评估

doi:10.16381/j.cnki.issn1003-207x.2023.2191

中国管理科学 ›› 2026, Vol. 34 ›› Issue (5): 360-368.doi: 10.16381/j.cnki.issn1003-207x.2023.2191

• • 上一篇

基于家庭特征视角的中国居民碳足迹评估

杨凯童¹, 吴军¹, 米志付², 杨俊艾³(), 汤铃⁴

^1.北京化工大学经济管理学院，北京 100029
^2.伦敦大学学院巴特莱特可持续建设学院，伦敦 WC1E 7HB
^3.中国科学院数学与系统科学研究院，北京 100190
^4.中国科学院大学经济与管理学院，北京 100190

收稿日期:2023-12-28 修回日期:2024-11-05 出版日期:2026-05-25 发布日期:2026-04-21
通讯作者: 杨俊艾 E-mail:junai.yang@amss.ac.cn
基金资助:
国家自然科学基金面上项目(71971007);国家社会科学基金领军人才项目(23VRC063);北京市自然科学基金杰出青年科学基金项目(JQ21033);国家资助博士后研究人员计划(GZC20241864)

Assessing Household Carbon Footprints in China Based on the Household Characteristics

Kaitong Yang¹, Jun Wu¹, Zhifu Mi², Junai Yang³(), Ling Tang⁴

^1.School of Economics and Management，Beijing University of Chemical Technology，Beijing 100029，China
^2.The Bartlett School for Sustainable Construction，University College London，London WC1E 7HB，UK
^3.Academy of Mathematics and Systems Science，Chinese Academy of Sciences，Beijing 100190，China
^4.School of Economics and Management，University of Chinese Academy of Sciences，Beijing 100190，China

Received:2023-12-28 Revised:2024-11-05 Online:2026-05-25 Published:2026-04-21
Contact: Junai Yang E-mail:junai.yang@amss.ac.cn

摘要/Abstract

摘要：

居民消费碳排放是全球碳排放的重要组成部分，并已成为新的增长点，在我国家庭小型化和少子化等多种人口趋势并存的背景下，家庭特征与居民消费碳排放之间的关系值得深入研究。基于此，本文有机融合了2020年宏观价值型投入产出表与微观家庭追踪调查数据，构建了基于家庭特征的投入产出模型，系统核算中国不同家庭特征的居民碳足迹，并从城乡角度对碳足迹进行分析。研究结果表明：（1）人均碳足迹随着家庭规模的增加而减少，并呈现边际贡献递减的特征；（2）在相同的家庭规模内，随着儿童数量的增加，人均碳足迹呈现递增趋势，主要归因于文教娱乐部门消费的增加；（3）城乡居民碳足迹存在差异，但随着家庭规模的扩大，城乡碳足迹相对差距有所缩小。精准把握不同家庭特征的居民碳足迹差异，能为消费端的居民碳减排提供有效支撑。

关键词: 居民碳足迹, 家庭规模, 家庭结构, 城乡差距, 投入产出模型

Abstract:

Carbon emissions from household consumption constitute a significant share of global emissions and represent an increasingly important area of policy concern. The household carbon footprint—defined as the sum of direct and indirect carbon emissions of household consumption along the supply chain—has received increasing attention. In China， the coexistence of various population trends such as household miniaturization （i.e.， a rise in single- and two-person households） and persistently low fertility rates make it crucial to understand the relationship between household characteristics （e.g.， household size and structure） and household carbon footprints. However， research on household carbon footprints based on household characteristics is still in its infancy. To address this issue， the micro-household survey data are combined with the input-output tables to build an extended input-output model that estimates household carbon footprints for different household sizes and structures， covering both urban and rural areas in China. Specifically， the input-output tables and population data are sourced from the National Bureau of Statistics， the carbon emissions inventory is sourced from the Carbon Emission Account and Datasets （CEADs）， and household consumption expenditure data is sourced from the China Family Panel Studies （CFPS）. The results reveal three key findings. First， per capita household carbon footprints decrease with increasing household size， displaying a decreasing marginal contribution due to economies of scale in shared consumption （e.g.， housing and transport）. Second， within households of the same size， those with more children exhibit higher per capita carbon footprints， primarily due to increased spending on culture， education， and entertainment. Third， although urban households generally have higher per capita emissions than rural ones， the gap narrows as household size increases. These results highlight the importance of incorporating household and demographic characteristics into climate mitigation strategies. A better understanding of how household composition influences carbon footprints can inform targeted mitigation strategies and promote more equitable and effective climate action at the household level.

Key words: household carbon footprints, household size, household structure, urban-rural gap, input-output model

中图分类号:

F223

杨凯童,吴军,米志付, 等. 基于家庭特征视角的中国居民碳足迹评估[J]. 中国管理科学, 2026, 34(5): 360-368.

Kaitong Yang,Jun Wu,Zhifu Mi, et al. Assessing Household Carbon Footprints in China Based on the Household Characteristics[J]. Chinese Journal of Management Science, 2026, 34(5): 360-368.

图/表 5

表1

表2

图1

图2

图3

参考文献 38

[1]	付晓，金瑜倩，刘志远，等. 低碳导向下基于出行者活动行为的碳积分定价和公交服务优化［J］. 系统工程理论与实践， 2023， 43（6）： 1782-1797.
	Fu X， Jin Y Q， Liu Z Y， et al. Low-carbon oriented optimization of the carbon credit pricing and transit service based on travelers’activity behavior［J］. Systems Engineering —Theory & Practice， 2023， 43（6）： 1782-1797.
[2]	张云辉，郝时雨. 收入差距与经济集聚对碳排放影响的时空分析［J］. 软科学， 2022， 36（3）： 62-67+82.
	Zhang Y H， Hao S Y. Spatiotemporal analysis of the impact of income gap and economic agglomeration on carbon emissions［J］.Soft Science，2022，36（3）：62-67+82.
[3]	谢金良，郭静，黄雨婷，等. 基于多源数据的中国家庭碳排放核算与占比估计［J］. 环境工程学报， 2024， 18（11）： 3081-3091.
	Xie J L， Guo J， Huang Y T， et al. Accounting for household carbon emissions and estimating their proportion in China based on multi-source data［J］. Chinese Journal of Environmental Engineering， 2024， 18（11）： 3081-3091.
[4]	王会娟，夏炎. 中国居民消费碳排放的影响因素及发展路径分析［J］. 中国管理科学， 2017， 25（8）： 1-10.
	Wang H J， Xia Y. Influence factors VS. developments of China’s household carbon emissions［J］. Chinese Journal of Management Science， 2017， 25（8）： 1-10.
[5]	马恩朴，蔡建明，郭华，等. 城市化背景下食物系统耦合研究的理论框架及优先方向［J］. 地理学报， 2021， 76（10）： 2343-2359.
	Ma E P， Cai J M， Guo H， et al. Theoretical framework and research priorities on food system couplings in an urbanization context［J］. Acta Geographica Sinica， 2021， 76（10）： 2343-2359.
[6]	Christis M， Breemersch K， Vercalsteren A， et al. A detailed household carbon footprint analysis using expenditure accounts–Case of Flanders （Belgium）［J］. Journal of Cleaner Production， 2019， 228： 1167-1175.
[7]	Zhang Y， Wang F， Zhang B. The impacts of household structure transitions on household carbon emissions in China［J］. Ecological Economics， 2023， 206： 107734.
[8]	尹旦萍. 习近平关于家庭建设重要论述的意蕴及价值［J］. 马克思主义研究， 2023（8）： 86-95.
	Yin D P. Significance and value of Xi Jinping’s important discourse on family construction［J］. Studies on Marxism， 2023（8）： 86-95.
[9]	国务院第七次全国人口普查领导小组办公室.中国人口普查年鉴—2020［EB/OL］.（2022-06-10）［2023-12-23］..
	Leading Group Office of the Seventh National Population Census of the State Council. China population census yearbook—2020［EB/OL］. （2022-06-10）［2023-12-23］. .
[10]	Markaki M， Belegri-Roboli A， Sarafidis Y， et al. The carbon footprint of Greek households （1995–2012）［J］. Energy Policy， 2017， 100： 206-215.
[11]	Isaksen E T， Narbel P A. A carbon footprint proportional to expenditure - A case for Norway？［J］. Ecological Economics， 2017， 131： 152-165.
[12]	Ivanova D， Vita G， Steen-Olsen K， et al. Mapping the carbon footprint of EU regions［J］. Environmental Research Letters， 2017， 12（5）： 054013.
[13]	Miehe R， Scheumann R， Jones C M， et al. Regional carbon footprints of households： A German case study［J］. Environment， Development and Sustainability， 2016， 18（2）： 577-591.
[14]	Long Y， Yoshida Y， Fang K， et al. City-level household carbon footprint from purchaser point of view by a modified input-output model［J］. Applied Energy， 2019， 236： 379-387.
[15]	Kanemoto K， Shigetomi Y， Hoang N T， et al. Spatial variation in household consumption-based carbon emission inventories for 1200 Japanese cities［J］. Environmental Research Letters， 2020， 15（11）： 114053.
[16]	陈林，王佳莹，陈臻，等. 中国居民收入与家庭碳达峰：基于CGSS数据与多项Logit模型［J］. 中国软科学， 2024（4）： 166-175.
	Chen L， Wang J Y， Chen Z， et al. Chinese household income and household carbon peaking： Based on CGSS data and multinomial Logit model［J］. China Soft Science， 2024（4）： 166-175.
[17]	王芳，周兴. 人口结构、城镇化与碳排放——基于跨国面板数据的实证研究［J］. 中国人口科学， 2012， 26（2）： 47-56+111.
	Wang F， Zhou X. Population structure， urbanization and CO₂ emission： An empirical study base on cross-country panel data［J］. Chinese Journal of Population Science， 2012， 26（2）： 47-56+111.
[18]	Lee S， Lee B. The influence of urban form on GHG emissions in the U.S. household sector［J］. Energy Policy， 2014， 68： 534-549.
[19]	Lee J， Taherzadeh O， Kanemoto K. The scale and drivers of carbon footprints in households， cities and regions across India［J］. Global Environmental Change， 2021， 66： 102205.
[20]	Shigetomi Y， Kanemoto K， Yamamoto Y， et al. Quantifying the carbon footprint reduction potential of lifestyle choices in Japan［J］. Environmental Research Letters， 2021， 16（6）： 064022.
[21]	Hertwich E G， Roux C. Greenhouse gas emissions from the consumption of electric and electronic equipment by Norwegian households［J］. Environmental Science & Technology， 2011， 45（19）： 8190-8196.
[22]	Spreafico C， Russo D. Assessing domestic environmental impacts through LCA using data from the scientific literature［J］. Journal of Cleaner Production， 2020， 266： 121883.
[23]	Mi Z， Zheng J， Meng J， et al. Economic development and converging household carbon footprints in China［J］. Nature Sustainability， 2020， 3（7）： 529-537.
[24]	Zhang Z， Cui Y， Zhang Z. Unequal age-based household carbon footprint in China［J］. Climate Policy， 2023， 23（5）： 577-592.
[25]	Liu L， Qu J， Zhang Z， et al. Assessment and determinants of per capita household CO₂ emissions （PHCEs） based on capital city level in China［J］. Journal of Geographical Sciences， 2018， 28（10）： 1467-1484.
[26]	Shigetomi Y， Nansai K， Kagawa S， et al. Changes in the carbon footprint of Japanese households in an aging society［J］. Environmental Science & Technology， 2014， 48（11）： 6069-6080.
[27]	Tang L， Yang J， Zheng J， et al. Assessing the impacts of fertility and retirement policies on China’s carbon emissions［J］. Nature Climate Change， 2024， 14（12）： 1261-1267.
[28]	肖皓，陈娅妮，毕慧敏. 国外最终需求对我国碳排放的诱发效应：基于中间品贸易渠道的考察［J］. 系统工程理论与实践， 2016， 36（10）： 2549-2561.
	Xiao H， Chen Y N， Bi H M. Foreign final demands' induced effects on China’s carbon emissions： From the view of intermediate goods trade［J］. Systems Engineering —Theory & Practice， 2016， 36（10）： 2549-2561.
[29]	李玲，张俊荣，汤铃，等. 我国能源强度变动的影响因素分析——基于SDA分解技术［J］. 中国管理科学， 2017， 25（9）： 125-132.
	Li L， Zhang J R， Tang L， et al. Analysis on factors of China’s energy intensity changes for 1997-2012： Based on structural decomposition analysis［J］. Chinese Journal of Management Science， 2017， 25（9）： 125-132.
[30]	戴平生. 基于福利占优的我国城乡居民消费的税费调整［J］. 系统工程理论与实践，2018， 38（3）： 594-602.
	Dai P S. Adjustment of excise duty on consumption of residents in China based on welfare dominance［J］. Systems Engineering-Theory & Practice， 2018， 38（3）： 594-602.
[31]	Wiedenhofer D， Guan D， Liu Z， et al. Unequal household carbon footprints in China［J］. Nature Climate Change， 2017， 7（1）： 75-80.
[32]	陈飞，陈琳. 城市规模与老龄健康：来自CFPS和城市数据的经验证据［J］. 系统工程理论与实践， 2022， 42（12）： 3184-3200.
	Chen F， Chen L. City size and the health of the elderly： Empirical evidence from CFPS and city data［J］. Systems Engineering-Theory & Practice， 2022， 42（12）： 3184-3200.
[33]	傅崇辉，傅愈，伍丽群，等. 中国家庭户规模结构变动及其对居民消费的影响［J］. 人口研究， 2021， 45（1）： 98-113.
	Fu C H， Fu Y， Wu L Q， et al. Changes in household size and impacts on residential consumption in China［J］. Population Research， 2021， 45（1）： 98-113.
[34]	张志强，曲建升，曾静静. 温室气体排放评价指标及其定量分析［J］. 地理学报， 2008， 63（7）： 693-702.
	Zhang Z Q， Qu J S， Zeng J J. A quantitative comparison and analytical study on the assessment indicators of greenhouse gases emissions［J］. Acta Geographica Sinica， 2008， 63（7）： 693-702.
[35]	国家统计局.人口［EB/OL］.（2019-12-02）［2023-12-23］. .
	National Bureau of Statistics. Population［EB/OL］.（2019-12-02）［2023-12-23］..
[36]	国家统计局.居民收入水平较快增长生活质量取得显著提高［EB/OL］.（2022-10-11）［2023-12-23］. .
	National Bureau of Statistics. Rapid growth in residents’ income level and significant improvement in quality of life［EB/OL］.（2022-10-11）［2023-12-23］. .
[37]	王伟同，周洪成，张妍彦. 看不见的家庭教育投资：子女升学压力与母亲收入损失［J］. 经济研究， 2021， 56（9）： 73-89.
	Wang W T， Zhou H C， Zhang Y Y. Invisible spending on education： Pressure of entering higher education and loss of mother’s income［J］. Economic Research Journal， 2021， 56（9）： 73-89.
[38]	周耀东，郑善强. 多子女家庭和独生子女家庭消费影响因素的差异研究［J］. 西北人口， 2021， 42（6）： 61-72.
	Zhou Y D， Zheng S Q. Differences in factors affecting household consumption between multiple-child families and one-child families［J］. Northwest Population Journal， 2021， 42（6）： 61-72.

家庭规模	家庭数量（万户）	家庭数量比例（%）
一人户	12549	25
二人户	14669	30
三人户	10370	21
四人户	6510	13
五人户	3051	6
六人及以上	2266	5
总计	49415	—

家庭结构类型	家庭结构类型含义	家庭数量比例（%）
1A+0C	一个成年人	11
1A+1C	一个成年人和一个儿童	1
2A+0C	两个成年人	21
2A+1C	两个成年人和一个儿童	7
2A+2C	两个成年人和两个儿童	4
3A+0C	三个成年人	14
3A+1C	三个成年人和一个儿童	6
3A+2C	三个成年人和两个儿童	2
其他	其他类型	35

基于家庭特征视角的中国居民碳足迹评估

Assessing Household Carbon Footprints in China Based on the Household Characteristics

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 38

相关文章 7

Metrics

本文评价

推荐阅读 0

[1]	陈全润, 许健, 夏炎, 季康先. 国内国际双循环的测度方法及我国双循环格局演变趋势分析[J]. 中国管理科学, 2022, 30(1): 12-19.
[2]	薛俭, 朱迪, 赵来军. 基于省际贸易视角的环境治理隐含成本研究[J]. 中国管理科学, 2020, 28(10): 210-219.
[3]	刘鹏, 夏炎, 刘得格. 全球价值链视角下我国对外依存程度分析[J]. 中国管理科学, 2019, 27(5): 68-77.
[4]	吴先华, 朱薇薇, 杨灵娟, 王莹莹. 基于ITIM模型的政治争端事件对产业经济系统的影响评估[J]. 中国管理科学, 2016, 24(2): 27-37.
[5]	范德成, 刘希宋. 投入产出模型的动态化[J]. 中国管理科学, 2002, (5): 42-45.
[6]	王志宏. 一个关于潜在经济增长率的模型[J]. 中国管理科学, 1996, (2): 8-12.
[7]	何剑鸣, 郝金良. 非线性多因素投入产出模型研究与应用[J]. 中国管理科学, 1994, (3): 24-30.