居民生活侧能源消费碳减排的意见和建议
减少居民生活能源消费是一项系统性工程，其涉及方方面面，主要可以分为内在因素（居民经济情况、人口数量、文化水平等）和外在促因（如科技发展程度、政府宣传力度、奖惩手段等）。本节综合考虑上述分析结果，提出以下建议。
（1）制定激励举措。家用电器是居民生活碳排放的主要来源之一，其主要受居民用能行为和能效等级的影响。为此，建议国家因地制宜建立相应政策措施，如可提高居民家用电器能效标准，并倡导居民培养良好的用能习惯。
（2）注重引导疏通。引导居民平衡好生活舒适度和节能减排间的矛盾，倡导居民养成“绿色消费、适度消费”的理念，以减缓居民因消费支出增加而带来的居民间接碳排放增长的趋势。
（3）加强实践研究。可从微观视角出发，重视关注对居民家庭碳排放及驱动因素的研究。目前家庭小型化趋势不可避免，根据这一现状，可针对不同家庭规模群体提出合理的消费措施。
指导教师评语
本项目积极响应国家“双碳”目标的背景，充分发挥能源学科特色以及“实践育人”功效，组织学生进行实地调研，引导广大学生聚焦国家重大需要和能源战略，关心国家能源安全。基于调研数据，实践队从多角度对居民用能进行分析，整理出交通工具拥有量、电器碳排放、炊事用能、集中供暖等用能行为的区域、城乡及南北差异，并对其形成原因进行溯源分析。本研究数据有效填补了目前中国居民消费侧碳排放数据缺口。同时本研究现实意义深刻，对降低居民能源消费、加快居民消费结构绿色转型升级具有较强的参考意义。
（孙路石 华中科技大学能源与动力工程学院教授）
随着人类社会的不断发展，能源、环境、气候变化等问题日渐突出，碳减排已成为我国环境整治中一项紧迫而艰巨的任务。作为能源消耗终端，家庭部门已成为仅次于工业部门的第二大碳排放部门，具有极大的碳减排潜力。为探究居民消费侧碳排放特点及碳减排潜力，贝雷等同学组织200余名学生前赴基层，采用问卷发放、线下调研、入户访谈等方式多渠道收集全国八大经济区居民能源消费情况，并对不同地区的家庭能源消费情况的地域差异性进行分析。调研报告内容完整、逻辑清晰、现实意义深刻，是一篇优秀的调研报告。
（许霁 华中科技大学能源与动力工程学院辅导员）
【注释】
[1]社会实践团队名称：华中科技大学能源与动力工程学院“双碳赋能，绿色生活”居民生活能源消费调研实践队。
团队成员：贝雷、高雨雯、王安妮、唐轲、杜宇航、王丽坤。
报告执笔人：高雨雯、贝雷、王安妮。
[2]Pierre F，Michael O，Jones M W，et al.Global Carbon Budget2020[J].Earth System Science Data，2020，12（4）：3269-3340.
[3]一平.实现“碳达峰、碳中和”要坚持系统观念[N].浙江日报，2021-03-10.
[4]Lin B Q，Yan G F，Liu X.A Study of the Rebound Effect on China’s Current Energy Conservation and Emissions Reduction：Measures and Policy Choices[J].Energy，2013（58）：330-339.
[5]郑新业，魏楚，虞义华，等.2016中国家庭能源消费研究报告[M].北京：科学出版社，2017.
[6]Zheng X C，Qin W P，et al.Characteristics of Residential Energy Consumption in China：Findings from a Household Survey[J].Energy Policy，2014（75）：126-135.
[7]Lin B，Liu H.China’s Building Energy Efficiency and Urbanization[J].Energy and Buildings，2015（86）：356-365.
[8]Weber C，Perrel S A.Modelling Lifestyle Effects on Energy Demand and Related Emissions[J].Energy Policy，2000，28（8）：549-566.
[9]Kok R，Benders R M J，Moll H C.Measuring the Environmental Load of Household Consumption Using Some Methods Based on Input-Output Energy Analysis：a Comparison of Methods and a Discussion of Results[J].Energy Policy，2006，34（17）：2744-2761.
[10]Reinders A H，Vringer K，Blok K.The Direct and Indirect Energy Requirement of Households in the European Union[J].Energy Policy，2003，31（2）：139-153.
[11]Zhang Y，Qin Y C.Research Progress on the Factors Affecting Carbon Emission of Household Direct Energy Consumption[J].Economic Geography，2011，31（2）：284-288，293.
[12]Feng L，Lin T，Zhao Q J.Analysis on Dynamic Characteristics of Energy Consumption and Carbon Emission of Urban Residents[J].Population Resources and Environment in China，2011，21（5）：93-100.
[13]Wan W Y，Zhao X Y，Wang W J，et al.Spatial and Temporal Patterns of Energy and Carbon Emissions from Urban Residents in China and Their Influencing Factors[J].Journal of Environmental Science，2016，36（9）：3445-3455.
[14]Hu Y N，Mei L.Spatial Differentiation and Dynamic Mechanism Analysis of Regional Travel Agency Efficiency in China Based on GWR Model[J].Geography Science，2018，38（1）：107-113.
[15]Chen Z J，Wang Z.Provincial Differences of Pressure Drivers for Carbon Abatement by Local Governments in China Based on STIRPAT Model[J].Resource Science，2012，34（4）：718-724.
[16]Yuan C W.Rui X L，Wu D Y，et al.Carbon Emission Reduction Pressure Index of China’s Provincial Transport Sector Based on Geographical Weighted Regression Model[J].China Journal of Highway，2016，29（6）：262-270.
[17]Liu Y L，Qu J S，Huang Y S，et al.Analysis of Regional Differences and Influencing Factors of Domestic Carbon Emission in China[J].Journal of Natural Resources.2016，31（8）：1364-1377.
[18]Weber C，Perrels A.Modelling Lifestyle Effects on Energy Demandand Related Emissions[J].Energy Policy，2000，28（8）；549-566.
[19]邓荣荣.惯性发展情境下湖南省能否实现2020年减碳目标——基于GM（1，1）模型预测[J].资源开发与市场，2017，33（7）：802-806.
[20]常亮.基于时间序列分析的ARIMA模型分析及预测[J].计算机时代，2011（2）：8-10.
[21]肖枝洪，王明浩.中国碳排放量的组合模型及预测[J].重庆工商大学学报（自然科学版），2016（1）：9-15.
[22]张馨.能源消费转型及其社会、经济和环境影响研究[J].新西部，2018（19）：91.