黃和平，李亞麗，楊斯玲,2＊

（1.江西財經(jīng)大學經(jīng)濟學院，江西南昌 330013；2.華東交通大學土木建筑學院，江西南昌 330013）

引言

人類活動已經(jīng)極大地改變了地球環(huán)境[1]，城鎮(zhèn)作為人口流與物質(zhì)流的匯集地[2]，其CO2排放量已占到全球總量的80%以上[3]。隨著城鎮(zhèn)化進程的加快，大量的農(nóng)村人口向城鎮(zhèn)轉(zhuǎn)移，居民食物消費已經(jīng)對城鎮(zhèn)生態(tài)系統(tǒng)產(chǎn)生重要影響[4,5]。食物消費涉及生產(chǎn)、加工、運輸、流通、處理等環(huán)節(jié)，這些過程均伴隨著能源的投入和溫室氣體的排放[6,7]。有研究顯示，與食物消費相關的溫室氣體的排放量已達到人類活動產(chǎn)生的溫室氣體的25%左右[8]。隨著經(jīng)濟發(fā)展和居民生活水平的提高，居民的食物消費行為和方式發(fā)生了重大變化[9]，相應地引起了食物碳排放結(jié)構(gòu)的改變。因此，清晰地了解城鎮(zhèn)居民食物消費碳排放量、結(jié)構(gòu)構(gòu)成和變化趨勢，有利于提高居民節(jié)約食物保護環(huán)境意識，也有助于針對性改善食物消費對生態(tài)環(huán)境的影響。

1 文獻綜述

國內(nèi)外諸多學者對食物消費碳排放的研究主要集中在碳排放測度上，從生產(chǎn)和消費兩個視角進行計算，基于生產(chǎn)角度的較多[10-12]，而基于消費角度的較少[13-15]?；谙M角度測算的食物消費碳排放可分為直接碳排放和間接碳排放。食物消費直接碳排放指消耗食物本身產(chǎn)生的碳排放，主要采用碳折算系數(shù)法計算，Weber 等[16]運用碳折算系數(shù)法測算了美國不同食物類型的碳排放，認為紅肉消費產(chǎn)生的碳排放是蔬菜類消費碳排放的將近4 倍，Tilman 等[17]得到每單位肉類消費產(chǎn)生的碳排放是谷物類消費碳排放的10倍，曹志宏等[18]運用碳折算系數(shù)法測算了不同食物類型的碳排放，認為中國居民食物消費以糧食、蔬菜和豬肉為主，三者共占2016 年全國食物碳排放總量的65.71%。食物間接碳排放指食物生產(chǎn)、加工、運輸、流通、儲藏等環(huán)節(jié)消耗能源產(chǎn)生的碳排放，主要基于生命周期角度采用碳折算系數(shù)法和投入產(chǎn)出模型計算，Pelletier 等[19]基于生命周期角度，測算了食物生產(chǎn)、加工、運輸、流通等消費過程產(chǎn)生的間接碳排放，國內(nèi)學者也較多基于生命周期過程測算食物消費間接碳排放[20,21]；部分學者運用投入產(chǎn)出模型測算食物消費間接碳排放[22-24]?；谏芷诮嵌鹊奶寂欧畔禂?shù)法能夠測算生產(chǎn)、加工、運輸?shù)雀麟A段消耗能源產(chǎn)生的碳排放，計算簡便，較為實用[25]；但在中國，省級食物消費能源數(shù)據(jù)難以獲取，且碳排放系數(shù)法假設能源碳排放因子不發(fā)生改變，難以反映技術進步，而投入產(chǎn)出模型不僅可以反映技術進步，還可以測度部門間碳排放的轉(zhuǎn)移，計算較為準確[26]。食物消費碳排放在研究尺度上，涉及宏觀、中觀和微觀層次，宏觀層次主要基于全國數(shù)據(jù)測算碳排放，如高晶等[27]對中國城鄉(xiāng)居民食物消費產(chǎn)生的碳排放進行對比測算，認為城鎮(zhèn)居民食物消費碳排放總量高于農(nóng)村居民；中觀層次上基于省級、市級數(shù)據(jù)對食物消費碳排放進行測算，余廣霞等[28]、謝晟宇等[29]分別對安徽省、昆明市的食物消費碳排放進行測算；微觀層次上主要基于微觀調(diào)研數(shù)據(jù)測算行業(yè)碳排放，朱強等[30]基于微觀調(diào)研數(shù)據(jù)研究了高校食堂浪費及外賣的碳足跡，認為高校餐飲食物消費碳足跡較高。

綜上所述，國內(nèi)外學者運用不同的方法從不同尺度對食物消費碳排放進行測算，取得了諸多成果。但仍可以從以下幾點深入：一是目前宏觀和中觀尺度的研究主要基于截面數(shù)據(jù)分析中國城鄉(xiāng)或某個?。▍^(qū)、市）的食物消費碳排放，而省（區(qū)、市）之間橫向和縱向?qū)Ρ确治鲚^為缺乏，因此，難以反映食物消費產(chǎn)生的碳排放在時空上的差異；二是在研究方法上，較多基于生命周期角度運用碳折算系數(shù)測算食物消費的間接碳排放，忽略了技術進步，而投入產(chǎn)出模型不僅可以反映經(jīng)濟發(fā)展和技術進步，且計算結(jié)果較為準確，涵蓋了行業(yè)間轉(zhuǎn)移的碳排放；三是在研究內(nèi)容上，較多分析時間序列上城鄉(xiāng)飲食行為產(chǎn)生的差異，較少考慮食物消費碳排放的結(jié)構(gòu)和空間分布特征，而明確碳排放的結(jié)構(gòu)特征，針對性減少碳排放，對低碳城市建設具有重要參考價值。因此，本文在采用碳折算系數(shù)和投入產(chǎn)出模型計算中國城鎮(zhèn)居民1990—2018年食物消費碳排放的基礎上，運用探索性空間數(shù)據(jù)分析（ESDA）方法，借助Geoda1.4.6 軟件，對中國除西藏、香港、澳門、臺灣外的30 個省（區(qū)、市）城鎮(zhèn)居民食物消費碳排放的時空演變特征進行分析。

2 研究方法與數(shù)據(jù)來源

2.1 中國城鎮(zhèn)居民食物消費碳排放的測算方法

本文研究對象為食物消費碳排放，由食物直接碳排放、家庭間接碳排放和產(chǎn)業(yè)間接碳排放三部分組成。食物直接碳排放指食物本身所含有的碳排放；家庭間接碳排放指烹飪和儲藏食物消耗能源產(chǎn)生的碳排放；產(chǎn)業(yè)間接碳排放指食物消費過程中生產(chǎn)、加工、流通等不同環(huán)節(jié)和不同行業(yè)間轉(zhuǎn)移產(chǎn)生的碳排放。

2.1.1 人均食物碳排放

人均食物直接碳排放測算采用綜合碳折算系數(shù)法，計算見下面公式：

式中，Wit為i地區(qū)第t年的人均食物消費直接碳排放；Wcj為第j種食物的直接碳排放量；Rj為第j種食物的綜合碳折算系數(shù)；Kj為第j種食物的料肉轉(zhuǎn)化比；r1為糧食的直接碳排放系數(shù)；rj為第j種食物的直接碳折算系數(shù)；Cfj、Cpj、Ccj分別為第j種食物中所含有的脂肪、蛋白質(zhì)以及碳水化合物量；fj、pj、cj分別為第j種食物脂肪、蛋白質(zhì)和碳水化合物所對應的含碳量，其含量數(shù)據(jù)來源于食物成分表。根據(jù)智靜等[31]計算的不同食物直接碳折算系數(shù)和動物產(chǎn)品的料肉轉(zhuǎn)化比，得到各種食品的綜合碳折算系數(shù)（表1）。

表1 不同種類食物的綜合碳折算系數(shù)（單位：kgC/kg）

2.1.2 家庭間接碳排放測算

人均家庭的間接碳排放主要用于食物冷藏和炊事所消耗能源產(chǎn)生的碳排放。由于研究區(qū)大部分地區(qū)缺乏炊事消耗的能源數(shù)據(jù)，根據(jù)各?。▍^(qū)、市）統(tǒng)計年鑒數(shù)據(jù)可知，城鎮(zhèn)地區(qū)家庭常住人口多為三口之家，因此，炊事耗能的碳排放可借鑒曹志宏等[20]的碳折算系數(shù)法進行計算（表2），記為Eit，表示i地區(qū)第t年食物烹飪階段碳排放。

居民家庭用于冷藏食物所消耗的電能產(chǎn)生的碳排放計算見下式：

表2 加工單位質(zhì)量食物的能耗折算系數(shù)（單位：tC/t）

式中，Sit為i地區(qū)第t年儲藏食物消耗電力產(chǎn)生的碳排放；根據(jù)冰箱電耗限定值及能量效率等級中的相關規(guī)定，每臺電冰箱的年耗電量為507.37 kW·h，電力的碳消耗折算系數(shù)為0.23 kgC/kg[20]，折合116.70 kgC/kg；Nit為i地區(qū)每百戶家庭擁有的電冰箱數(shù)量；nit為i地區(qū)第t年的平均戶規(guī)模。

2.1.3 產(chǎn)業(yè)間接碳排放測算

投入產(chǎn)出法根據(jù)投入產(chǎn)出表計算產(chǎn)品的直接消耗系數(shù)和完全消耗系數(shù)，從而測算行業(yè)的直接和間接碳排放，主要適用于研究碳排放在區(qū)域間、行業(yè)間的轉(zhuǎn)移，通過編制投入產(chǎn)出表和建立相應的線性代數(shù)方程體系，構(gòu)建一個模擬現(xiàn)實的國民經(jīng)濟結(jié)構(gòu)和社會再生產(chǎn)過程的經(jīng)濟數(shù)學模型。測算人均食物消費產(chǎn)業(yè)間接碳排放的投入產(chǎn)出模型如下[23]：

式中，Cit為i地區(qū)第t年產(chǎn)業(yè)間接碳排放；CIit為投入產(chǎn)出表中四大產(chǎn)業(yè)（農(nóng)林牧漁業(yè)、食品加工業(yè)、交通運輸業(yè)和郵政倉儲業(yè)、住宿餐飲業(yè)和批發(fā)零售業(yè)）對應的能源碳排放強度，即產(chǎn)業(yè)碳排放量αEit（α為標準煤碳排放系數(shù)，Eit為四大產(chǎn)業(yè)消耗的標準煤矩陣）和該產(chǎn)業(yè)總產(chǎn)出Xit的比值；Ait為投入產(chǎn)出表中的直接消耗系數(shù)矩陣；I為對應維度的單位矩陣；(I-Ait)-1是列昂惕夫逆矩陣，表示各個產(chǎn)業(yè)單位產(chǎn)出所需的所有產(chǎn)品的完全投入；Yit為城鎮(zhèn)居民與食品相關的最終消費支出。

2.1.4 人均食物消費碳排放測算

人均食物消費碳排放是由人均食物直接碳排放、人均家庭間接碳排放和人均產(chǎn)業(yè)間接碳排放3 部分組成，計算見下式：

式中，F(xiàn)it為i地區(qū)第t年人均食物消費碳排放。

各省（區(qū)、市）總碳排放計算見下式：

式中，Tit為i地區(qū)第t年食物消費總碳排放（萬t），Pit為i地區(qū)第t年城鎮(zhèn)常住人口（萬人）。

2.2 空間探索性分析

我國不同?。▍^(qū)、市）之間的碳排放存在較大的空間流動性，導致區(qū)域間存在潛在的空間相關性，本文運用ESDA 對我國各?。▍^(qū)、市）城鎮(zhèn)居民食物消費總碳排放的空間相關性進行研究?？臻g自相關研究某一屬性值在相關區(qū)域空間上的關聯(lián)集聚程度，分為描述指定屬性在整個空間聚集性的全局空間自相關，和進一步分析具體局部單元屬性與周邊相鄰空間集聚性的局域空間自相關[32]。

2.2.1 全局空間自相關

全局相關性檢驗應用于研究整個區(qū)域空間單元之間的關聯(lián)性，常用莫蘭指數(shù)（Moran’sI）表示。全局Moran’sI指數(shù)見下式[33]：

式中，n為研究對象的個數(shù)，本文中n=30；Xi與Xj分別表示i、j區(qū)域的觀測值；Wij為空間權(quán)重矩陣；為觀測值的平均值。在顯著性水平下，若Moran’sI值為正，表示城鎮(zhèn)居民食物消費總碳排放整體呈顯著空間集聚；若Moran’sI值為負，表示碳排放整體呈顯著空間分異。對于空間是否存在自相關性，常采用統(tǒng)計檢驗的方式，即Z檢驗，Z值為正且顯著時，表明存在正的空間自相關，Z值為負且顯著時，表明存在空間分異，Z值為零時，觀測值呈獨立隨機分布。檢驗見下式[32]：

式中，Z（I）為標準化統(tǒng)計量；E（I）為期望值；VAR（I）為方差。

2.2.2 局部空間自相關

全局Moran’sI指數(shù)僅從整體分析區(qū)域城鎮(zhèn)居民食物消費總碳排放的空間差異，不能有效闡述局部的空間集聚強度，還需要進一步進行局部空間自相關分析，常用統(tǒng)計量Local Moran’sI指數(shù)表示。Local Moran’sI見下式：

式中，Ii為Local Moran’sI指數(shù)，其余指標含義同式（10）。

2.3 數(shù)據(jù)來源及處理

本文中城鎮(zhèn)居民食物消費的種類主要包括：糧食、蔬菜、植物油、瓜果、豬肉、牛羊肉、禽肉、鮮蛋、水產(chǎn)品、酒、奶及奶制品共11 類。具體指標和數(shù)據(jù)來源見表3。

表3 測算數(shù)據(jù)指標和數(shù)據(jù)來源

食品加工業(yè)能源消耗根據(jù)食品加工業(yè)產(chǎn)值占工業(yè)產(chǎn)值比例，從工業(yè)能源消耗量中剝離出來；直接消耗系數(shù)根據(jù)《中國地區(qū)投入產(chǎn)出表》中的計算方法（直接消耗系數(shù)=直接投入/總投入）測算，直接投入和總投入數(shù)據(jù)來源于《中國地區(qū)投入產(chǎn)出表》；1990—2002 年、2003—2007 年、2008—2018 年分別運用2002 年、2007 年、2012 年《中國地區(qū)投入產(chǎn)出表》計算的直接消耗系數(shù)，其中，2002 年、2007 年《中國地區(qū)投入產(chǎn)出表》中交通運輸業(yè)及倉儲業(yè)和郵政業(yè)部門分離，批發(fā)和零售貿(mào)易業(yè)、住宿和餐飲業(yè)分離，在數(shù)據(jù)處理中將兩者加總合并為交通運輸和郵政倉儲業(yè)、住宿餐飲和批發(fā)零售業(yè)，2012 年將批發(fā)和零售、住宿和餐飲部門數(shù)據(jù)合并為住宿餐飲和批發(fā)零售業(yè)。個別缺省數(shù)據(jù)采用數(shù)據(jù)平滑處理的方法進行補充。與食物消費相關的支出以1990 年為不變價，運用居民消費價格平減指數(shù)法消除價格影響。

3 實證分析

3.1 城鎮(zhèn)居民食物消費碳排放的時間演變分析

受于篇幅限制，本文選取1990 年、2000 年、2010 年和2018 年對30 個?。▍^(qū)、市）的人均食物、人均家庭、人均產(chǎn)業(yè)、人均碳排放和總碳排放的時空演變趨勢進行分析（表4 和表5）。

從表4 可以看出，各?。▍^(qū)、市）的人均間接碳排放在研究期內(nèi)呈增長趨勢，其中人均家庭間接碳排放增長幅度居中，人均產(chǎn)業(yè)間接碳排放增長幅度最大且始終處于主導地位；大部分地區(qū)的人均直接碳排放在研究期內(nèi)呈增長趨勢，但增長較為緩慢，北京、江蘇、廣東增長幅度較大，而上海、浙江、河南、陜西、甘肅、青海、寧夏地區(qū)呈下降趨勢。北京、江蘇、廣東地區(qū)人均直接碳排放增長幅度較大的原因可從食物消費量的原始數(shù)據(jù)探知，北京、江蘇、廣東地區(qū)糧食消費數(shù)量有所下降，但蔬菜、鮮瓜果和動物性食物消費數(shù)量顯著增長，總體上人均直接碳排放顯著增多，這些地區(qū)經(jīng)濟發(fā)達，居民對肉類、瓜果、蔬菜類的需求增多，反映了該地區(qū)飲食結(jié)構(gòu)的改變；上海、浙江、河南、陜西、甘肅、青海、寧夏地區(qū)糧食、蔬菜消費量顯著下降，動物性食物的消費增長不顯著，只有瓜果、鮮奶類消費增長幅度較大，總體上人均直接碳排放呈下降趨勢，但產(chǎn)生機理不同，上海、浙江地區(qū)經(jīng)濟發(fā)達，外來務工人員較多，居民收入偏高，外出就餐較多；而河南、陜西、甘肅、青海、寧夏處于內(nèi)陸地區(qū)，水資源相對缺乏，水產(chǎn)品消耗偏少，城鎮(zhèn)居民體力消耗量有所下降，因此，糧食、蔬菜消費量下降，且由于地區(qū)經(jīng)濟發(fā)展較為落后，即使隨著經(jīng)濟發(fā)展，居民收入增多，但隨著其他消費的增長和通貨膨脹，居民在動物性食物的消費上仍然較為節(jié)儉。

人均家庭間接碳排放是由烹飪和儲藏食物消耗能源導致的，而烹飪消耗的能源與食物消耗數(shù)量有關，依據(jù)上文分析，人均食物消費數(shù)量增長幅度較小，因此，炊事能源產(chǎn)生的碳排放增長也相對不顯著；人均家庭間接碳排放的增長主要是由儲藏食物消耗電能導致的，經(jīng)濟發(fā)展使得居民購買冰箱（冰柜）的數(shù)量顯著增加，而隨著居民生活觀念的轉(zhuǎn)變，父母與子女分居現(xiàn)象增多，居民家庭平均戶規(guī)模呈下降趨勢，根據(jù)式（5）計算的人均家庭間接碳排放呈增長趨勢。

經(jīng)過計算，30 個省（區(qū)、市）的能源利用強度（能源消耗量/產(chǎn)業(yè)產(chǎn)值）皆呈下降趨勢，反映出經(jīng)濟發(fā)展帶動了技術進步。但是，大部分地區(qū)的人均產(chǎn)業(yè)碳排放呈幾何倍數(shù)增長，北京、上海、寧夏地區(qū)的人均產(chǎn)業(yè)碳排放在大多年份始終處于前列。其中北京、上海地區(qū)經(jīng)濟發(fā)達，第三產(chǎn)業(yè)占比最高，與食物消費相關的基礎設施投入較為完善，四大產(chǎn)業(yè)產(chǎn)值始終處于前列，且居民在食物消費上的支出也處于前列；而寧夏地區(qū)人均產(chǎn)業(yè)碳排放偏高的可能原因是當?shù)丶夹g水平相對落后，能源利用不充分，第三產(chǎn)業(yè)發(fā)展較為薄弱，與食物消費相關的基礎設施投入比例相對偏低，產(chǎn)出相對偏低。大部分地區(qū)人均產(chǎn)業(yè)碳排放的劇烈增長期是在2010 年以后，主要是因為中國經(jīng)濟處于中高速發(fā)展期，對基礎設施建設的重視、交通運輸?shù)谋憷⒒ヂ?lián)網(wǎng)經(jīng)濟的快速發(fā)展等，使得居民與食物相關的支出增多，人均產(chǎn)業(yè)間接碳排放增多。海南地區(qū)的人均產(chǎn)業(yè)間接碳排放始終處于全國較低水平，海南地區(qū)雖然四大產(chǎn)業(yè)產(chǎn)值相對偏低，但能源消耗量相對偏低，且第三產(chǎn)業(yè)較為發(fā)達，產(chǎn)出效率高。安徽、福建、江西、山東、河南、湖北、湖南、廣西、云南、陜西等地區(qū)的人均產(chǎn)業(yè)間接碳排放大多數(shù)年份處于較低水平，這與當?shù)亟?jīng)濟發(fā)展水平偏低，居民食物相關支出也相對偏低有關。

從表5 可以看出，中國30 個省（區(qū)、市）人均碳排放和總碳排放皆呈顯著增長趨勢，人均碳排放的增長幅度寧夏＞新疆＞上海＞浙江＞青海＞北京，增長幅度最小的是甘肅地區(qū)。寧夏、新疆增長幅度大主要是人均產(chǎn)業(yè)碳排放顯著增加導致的，兩地的能源消耗強度雖呈下降趨勢，但由于其原本的能源消耗水平就都處于全國較高水平，且兩地的第三產(chǎn)業(yè)發(fā)展較為落后，與食物消費相關的基礎設施投入較低，產(chǎn)出較低，技術水平較為落后。因此，寧夏、新疆、青海等經(jīng)濟發(fā)展較為落后、地廣人稀地區(qū)的首要任務是加快人口城鎮(zhèn)化建設，在集中建設、節(jié)約資源的同時，促進當?shù)亟?jīng)濟發(fā)展。上海、浙江、北京地區(qū)經(jīng)濟發(fā)達，技術較為先進，能源利用強度較低，人均碳排放增長幅度卻較高可能與這些地區(qū)居民在與食物消費相關支出過高有關。甘肅地區(qū)人均碳排放增長幅度最小，與人均產(chǎn)業(yè)碳排放增長最小密切相關，甘肅地區(qū)在1990年能源消耗強度偏高，隨著經(jīng)濟發(fā)展和技術進步，能源利用強度呈下降趨勢，與食品消費相關的支出雖然呈增長趨勢，但與其他地區(qū)相比，消費支出偏低，直接能源消耗系數(shù)處于較高水平且變化不顯著，總體來說，人均產(chǎn)業(yè)碳排放變化不顯著?？偺寂欧旁鲩L幅度廣東＞浙江＞山東＞江蘇＞河北＞上海，增長幅度最小的是吉林地區(qū)，總碳排放與人均碳排放變化趨勢不一致的主要原因是城鎮(zhèn)常住人口的變動，廣東、浙江、山東、江蘇、上海等經(jīng)濟發(fā)達地區(qū)更能吸引人口的流入，人口集聚能進一步促進經(jīng)濟增長，因此，經(jīng)濟發(fā)達地區(qū)城鎮(zhèn)常住人口增長較快，總碳排放變化較多。吉林、甘肅、青海地區(qū)總碳排放變化較小，除與人均碳排放變化較小有關之外，還與當?shù)亟?jīng)濟發(fā)展較為落后，無法吸引人流的集聚，且人口流失較為嚴重密切相關。因此，這些地區(qū)首要任務是提高當?shù)亟?jīng)濟發(fā)展水平，政府應出臺政策吸引外來投資，同時鼓勵校企合作，解決人口就業(yè)、社會保障等問題，留存人才。

表4 1990—2018年中國城鎮(zhèn)居民食物消費的人均直接、家庭間接、產(chǎn)業(yè)間接碳排放（單位：kg/人）

表5 1990—2018年中國城鎮(zhèn)居民食物消費的人均碳排放和總碳排放

3.2 城鎮(zhèn)居民食物消費碳排放的空間格局演變分析

3.2.1 總體空間格局演變特征

本文基于4 階鄰接矩陣，利用Geoda1.4.6 分析軟件，計算1990—2018 年中國省際城鎮(zhèn)居民食物消費總碳排放的全局Moran’sI指數(shù)，分析總體格局演化特征（表6）。從表6 可以看出，除2003 年、2004年、2005 年、2006 年、2007 年和2009 年外，其余年份總碳排放Moran’sI指數(shù)均在10%或5%的水平上通過顯著性檢驗，說明城鎮(zhèn)居民食物消費總碳排放大部分年份呈現(xiàn)正的空間相關性、高（低）相鄰省際單元相對集聚模式。從整體上看，食物消費總碳排放Moran’sI指數(shù)值呈“M”形趨勢，并根據(jù)其數(shù)值的波動情況，空間集聚趨勢可大致分為三個階段。1990—2000 年Moran’sI指數(shù)大體呈上升趨勢，表明食物消費總碳排放的空間集聚效應呈增強趨勢；2001—2009年Moran’sI指數(shù)呈下降趨勢，且大部分年份未通過顯著性水平檢驗，不存在顯著的空間集聚效應，省域食物消費總碳排放的Moran’sI指數(shù)既受鄰近省份的影響，也與當?shù)鼐用耧嬍诚M習慣、當?shù)鼗A設施便利程度相關，兩者綜合效應導致Moran’sI指數(shù)不顯著。2010—2018 年Moran’sI指數(shù)呈下降趨勢，但皆通過了顯著性水平檢驗，表明存在正的空間集聚效應，但空間關聯(lián)性減弱。

3.2.2 局部空間格局演化特征

本文進一步對其局部空間集聚格局演化特征進行探究。選取1990 年、2000 年、2010 年和2018 年4 個典型年份對中國城鎮(zhèn)居民食物消費總碳排放的局部Moran’sI指數(shù)進行計算（表7）。從表7 可以看出，1990 年、2000 年、2010 年和2018 年4 個年份僅存在高高型和低高型兩種類型。1990 年高高集聚區(qū)主要集中在東北和東部偏北沿海地區(qū)，這些地區(qū)當年為資源大?。▍^(qū)、市），能源利用強度偏高，經(jīng)濟較為發(fā)達，與食物消費相關的工業(yè)制造、交通運輸、餐飲住宿等基礎設施投入較多，人均食物消費碳排放偏高，同時經(jīng)濟發(fā)展存在集聚效應，經(jīng)濟發(fā)達地區(qū)吸引人口集聚，進一步提高了碳排放。上海處于低高型區(qū)，碳排放低值被周圍高值包圍，上海食物消費碳排放在1990年處于低值的可能原因是能源利用強度偏低，與食物消費相關的基礎設施投入比例偏低，且當年上海人口相對較少，雖然居民在食物消費相關上的支出偏高，綜合作用導致總體碳排放偏低。2000 年、2010 年和2018 年，隨著經(jīng)濟的發(fā)展，經(jīng)濟發(fā)達地區(qū)在發(fā)生變化，總碳排放高高型區(qū)域一直集中在上海、江蘇、浙江地區(qū)，這些地區(qū)處于東部沿海，經(jīng)濟發(fā)達，吸引眾多外來人口的集聚，人口集聚進一步促進經(jīng)濟增長，雖然隨著技術進步，能源利用強度降低，但居民在食物消費上的需求增多，與食物消費相關的基礎設施投入比例增多，與食物消費相關的支出顯著增長，因此，這些地區(qū)自2000 年以后始終處于高高區(qū)；而天津在2000 年以后始終處于低高型區(qū)，天津的食物消費總碳排放在2000 年以后處于較低水平，除了與技術進步，還與北京的發(fā)展吸引人口的流入有關。安徽、福建與周圍地區(qū)相比，皆處于經(jīng)濟相對不發(fā)達區(qū)域，周圍地區(qū)人口的集聚造成當?shù)厝丝诘牧魇А?/p>

表6 1990—2018年中國城鎮(zhèn)居民食物消費總碳排放全局自相關Moran’s I 指數(shù)

表7 中國城鎮(zhèn)居民食物消費總碳排放的局部空間相關性聚類分布

4 研究結(jié)論與政策建議

4.1 研究結(jié)論

本文運用碳折算系數(shù)法和投入產(chǎn)出模型分別測度了1990—2018 中國城鎮(zhèn)居民食物消費的直接碳排放、家庭間接碳排放和產(chǎn)業(yè)間接碳排放，并利用空間探索性分析方法對總碳排放的空間特征進行分析，主要結(jié)論如下：

（1）中國30 個?。▍^(qū)、市）的人均間接碳排放在研究期內(nèi)呈增長趨勢，人均家庭間接碳排放增長幅度居中，人均產(chǎn)業(yè)間接碳排放增長幅度最大且始終處于主導地位；大部分地區(qū)的人均直接碳排放增長較為緩慢。

（2）各省（區(qū)、市）人均碳排放和總碳排放皆呈顯著增長趨勢，人均碳排放的增長幅度寧夏＞新疆＞上海＞浙江＞青海＞北京，甘肅最??；總碳排放增長幅度廣東＞浙江＞山東＞江蘇＞河北＞上海，吉林最小。

（3）中國城鎮(zhèn)居民食物消費的總碳排放在大部分年份呈正的空間相關性，1990—2000 年顯著性呈上升趨勢，2001—2009 年顯著性下降，且該區(qū)間大部分年份不顯著，2010—2018 年顯著性呈下降趨勢，整體上呈“M”形波動。局部空間相關性結(jié)果表明，1990年、2000 年、2010 年和2018 年4 個典型年份的食物消費總碳排放存在高高型和低高型兩種，且2000 年及以后高高型穩(wěn)定在上海、江蘇、浙江地區(qū)。

4.2 政策建議

根據(jù)以上研究結(jié)果，本文對減少城鎮(zhèn)居民食物消費碳排放的政策建議如下：

（1）鼓勵大家庭集聚生活，合理搭配膳食結(jié)構(gòu)。從食物消費的直接碳排放結(jié)果可以看出，居民的飲食結(jié)構(gòu)在發(fā)生變化，由以“植物性消費”為主向“植物性+動物性消費”方式轉(zhuǎn)變，在動物性食物消費上的數(shù)量顯著增加，不僅增加了食物消費的碳排放，也會帶來肥胖、高血脂等問題，損害人體健康。因此，應該在生活中葷素結(jié)合，合理搭配膳食結(jié)構(gòu)。大家庭集聚生活不僅可以形成家庭規(guī)模優(yōu)勢，減少炊事能源消耗和冰箱個數(shù)，降低家庭間接碳排放，且大家庭集聚生活可以培養(yǎng)感情，相互照顧，在一定程度上可以緩解我國目前面臨的“少無所養(yǎng)，老無所依”的問題。

（2）促進產(chǎn)業(yè)結(jié)構(gòu)升級，加快技術進步。從城鎮(zhèn)居民食物消費的產(chǎn)業(yè)碳排放分析可以發(fā)現(xiàn)，能源利用強度高的地區(qū)食物消費碳排放偏高，因此應該提高當?shù)丶夹g水平。政府在加大科研投入力度的同時，可以鼓勵外來企業(yè)在當?shù)亟◤S，鼓勵廠商引入先進設備，提倡校企合作，提高人才待遇等手段促進當?shù)丶夹g水平的提高。在結(jié)果分析中可以發(fā)現(xiàn)，寧夏、新疆等經(jīng)濟發(fā)展較為落后的地區(qū)，居民食物消費的人均產(chǎn)業(yè)碳排放也相對偏高，除因當?shù)丶夹g水平有限外，也與當?shù)爻擎?zhèn)規(guī)劃布局相關建設投入有關，更深層次原因是與當?shù)禺a(chǎn)業(yè)結(jié)構(gòu)相關，第二產(chǎn)業(yè)基礎設施投入比重較大，第三產(chǎn)業(yè)發(fā)展落后。

（3）縮小地區(qū)經(jīng)濟發(fā)展水平差距，加強區(qū)域經(jīng)濟合作，促進資源流轉(zhuǎn)。根據(jù)食物消費總碳排放和空間相關性分析結(jié)果可以發(fā)現(xiàn)，總碳排放高的地區(qū)一般為經(jīng)濟較為發(fā)達的地區(qū)，且高高集聚區(qū)也為經(jīng)濟發(fā)達區(qū)域，經(jīng)濟發(fā)展優(yōu)勢可以吸引人口流入，帶動當?shù)亟?jīng)濟發(fā)展，同時也具有一定的空間溢出效應，對周圍地區(qū)的經(jīng)濟發(fā)展產(chǎn)生影響。經(jīng)濟發(fā)展可以提高技術水平，目前主要是經(jīng)濟發(fā)展決定了人口的流動方向。因此，經(jīng)濟落后地區(qū)應該結(jié)合自身優(yōu)勢，加強與周圍優(yōu)勢地區(qū)的經(jīng)濟合作，促進資源要素如資金、技術、資源等的空間流轉(zhuǎn)，緩解經(jīng)濟發(fā)達地區(qū)的人口壓力。