2020年 大型城市居民消费低碳潜力分析-碳阻迹-20200417

1.背景和说明 本报告致力于研究并估算1000万人口以上的大型城市居民在生活和消费上存在的碳减 排潜力，覆盖范围包括衣食住行用几大方面，通过科学的数据和合理的假设，推测个人及城市 减排潜力。在进行估算时，优先选择的是全部一二线城市的数据。部分难以获得的数据，通过 典型城市，如北京为例进行了代表性的计算。 2.减排估算 衣-2030年减排量至少可达79.34kgCO2e/人 服 的碳 一 过 和 ， 型 大的 。例如 碳排⁄为ƒcurrency101“‹›fi“ [1] ，一fl –†‡ – †‡‚„”理排⁄为 “‹› ‰ –fi ˆ˜– 衣的‚„”理的排⁄为10currency1ƒ “‹› [2] 。据˘˙性 ，选择˚生 的 –ˆ˜ – ˝用˛ˇ的全部排⁄“‹› [3] 进行估算。 据 计 和˚服 的数据01 服 为ƒ0 [4] ， 时 据 计 的数据，01currency1 服 为0 1 ，服 口 ƒƒcurrency1 。 例ŁŒ 数 例。 口服 ， 人 服 数 为 。00 ı 人 服 数 减 10 ，ł 衣服œ， 碳排⁄ 减 1 “‹›。00 ı 人 服 数 减 1ƒ ， 碳排⁄ 减 currency1 “‹›。 衣是 的 享经济的一，目标针对一二线城市的性‰领，据现 台的数据显 示，截01 底该 衣 台注册用户达1ƒ00万， 衣服的流转次数在0次0次之 间，在01 付费用户数 涨了10倍 [5] 。 样基于 –ˆ˜计算，假设00 通过 衣， 人 1 衣服， 减排 为“‹›，假设00 通过 衣， 人 ƒ 衣服， 减排 为1 “‹›。 此外，一些快消 牌 其自身的总 碳排⁄核算和目标，例如A 01 排⁄为 ƒ currency10t‹›， 01 排⁄减 1 [6] ，总 的碳减排目标仍在 定˚。但在减 店 配送˚心和办公室的碳排⁄上目标为基于01 的水 减 0 碳排⁄。HM 01 在运营方面减 11 的碳排⁄ [7] ，且计划在00 实现供应链端碳˚和。优衣库母公司 Fastr›tailin“集团01currency1-01财政 在供应链 运营和分 所 ˛ˇ的碳排⁄综合为 1ƒ t‹›，并计划在00 达店 位面积碳减排10 的目标 [8] 。ı在消费时选 择 减排目标和减排行动的 牌，也 助力碳减排。据KPMG对时尚行业可持续 展的分 [9] ， Fas i n n str art›r r li at› A ti n的 业˚， 1ƒ œ计算了 其供应链和范 的排⁄， 于0 的 业 了其 的00减排目标。时尚行业 减排潜力，但 于行业的碳 ，目 时 的减排潜力估计。 表1 衣减排 种类 2020减排潜力 2030减排潜力 单位 减少购买服装 减 10 服 减 1ƒ 服 1 currency1 “‹›fi人 租衣服* ⁄于 1 ⁄于 ƒ 1 “‹›fi人 选择有减排目标/行为的 品牌 -- -- -- 合计 1-ƒ currency1-currency1 ƒ “‹›fi人 注ƒ部分人currency1用 食-2030年减排量至少可达160.63kgCO2e/人 据˚营学 “的˚居民 ‹食›fi可fl，一 所–的†‡ 为0-currency1 [10] ， 时 据 ar‚ r “ 人的研究 [11] 可fl，„”一一 食， 个人的减排 一 可达1currency11 “‹›。ı00 ƒ0 的时间‰ 一一次食， 个人一 减 排 可达 “‹›。ı00 ‰ 实现 一 食， 个人一 的减排 可达 1currency11 “‹›。对于部分人 ，一个食 大的人过100“fi ˆ˜为˚ 食ƒ0- “fi ˆ˘ 营˙的 水 食0-ƒ0“fi ˆ，一 可减排为ƒ- ƒƒ “‹› 为currency1 “‹›。 减 食 ˚费‰ 减 ”理时对应的碳排⁄，据碳˝ 对˛ˇ 的计算， 人在 生的 0，据 F˚食 ˚费报告 [12] ， 和食 的 食 ˚费 为 人 。据˚现 的 例，计算可得，假设00 食 ˚费‰减 ƒ ， ”理时， 行动 人可减 的碳排⁄ 为1ƒ “ ‹›。 00 ı食 ˚费‰减 ƒ0 ， ”理时 人可减 的碳排⁄ 为1 “‹›。 表 食减排 种类 2020减排潜力 2030减排潜力 单位 一周一天素食 ƒ0 的时间 100 时间 1currency11 “‹›fi人 改变食肉量过大* currency1 currency1 “‹›fi人 光盘行动 减 食 ˚费ƒ 减 食 ˚费ƒ0 1ƒ 1 “‹›fi人 合计 0-ƒ00ƒ 1 0 - ƒ1ƒ “‹›fi人 ƒ部分人currency1用 住-2030年减排量可达456.71kgCO2e/人 目 力˝用是 在住 个领 估算的Ł˙的碳排⁄ Œ，据01˚ 计 [13] ，01 人生活力消 为 10 ，00 ，ı 人‰ ƒ 的力， 为0 ，‰ 减 1 “‹›。00 ，ı 人一 ‰ 10 的力， 为 1 ，‰ 减 currency1 “‹›。可以通过 一 ，及时 Œ 方 实现。 假设力市 ˜ı在 快可以实现用户自 选择供，基于现˛ˇ的力排⁄ ł，且 可生‰Œ œ设时的排⁄，ł为可生‰Œ力的碳排⁄为 。ı在00 选择ƒ0 的力 自可生‰Œ，ł ƒ 力之 ， ƒ0 力 自可生‰Œ， 一 的减排 为1currency1currency101“‹›fi人。ı在00 选择100 力 自可生‰Œ，ł 10 用 ， 0 全部 自可生‰Œ， 一 的减排 为ƒ “‹›fi人。 选择 ‰ ，ł‰ 级为1-级的 ，通过碳˝ 和‰Œ基 联合 “的双 11 ‰ 碳减排 查报告 [14] ，˝用1台 ‰ 一 减排ƒ “‹›，˝用1台 ‰冰箱一 减排1001 “‹›，˝用1台洗衣 一 可减排10 “‹›，˝用1台 视一 可减排ƒcurrency1 “‹›。 一户 拥 些器各一台， 规模为0 [13] ， ˝用 ‰ ， 人一 的碳减排 为0ƒ0ƒ “‹›。 时 据报告˚的 ‰ 和普通 的 例，假设 现˛ˇ˝用 例一致，łƒ 为 ‰ ， 1 为普 通 和 标 的 。数据推测假设00 普通 ˝用者˚ƒ0 的 ł全部人群 ˚的currency1 ƒ ˆ实现全部 ‰ ，基于现˛ˇ水 人一 外减排 为 0“‹›。假设00 全部 都是用 ‰ ， 人一 外减排 为 0currency1 “‹› 表 住减排 种类 2020减排潜力 2030减排潜力 单位 节约电力 用ƒ 用10 1 currency1 “‹›fi人 选择可再生能源电 力 ƒ0 自可生‰Œ 100 自可生 ‰Œ 1currency1currency101 ƒ “‹›fi人 选择节能家电 ƒ0 的 全部 ‰ 100 全部 ‰ 0 0currency1 “‹›fi人 合计 currency1 currency1 ƒ currency11 “‹›fi人 注上述 项 可‰包括部分重复计算，在本研究˚ 。 行-2030年减排量可达440.26kgCO2e/人 北京市的交通 展 报告 [15] ˚私 车 的 行距离为1 车辆为 燃油车， 除限号外 开一 车，且选择 碳 行方 ，其˚0 公交代替，0 地铁代 替，1ƒ 骑行，ƒ 步行， 开一 车一 减 的碳排⁄为currency1 “‹›fi车。结合01 ˚ 计 [13] ˚ 户规模0人fi户， 时 据北京市为例，毎百户拥 汽车数 为 辆，可得在00 实现 为 开一 车，人减排 为ƒ “‹›。此 外，ı00 currency1ƒ ˝用动车代替其他车且 旧˘持除限号外， 开一 车。 轿车的百公里油 为 L，动汽车的百公里 为1ƒ ł一 的减排 为1currency1 “‹›，ı全部车辆换为动车，一开车ƒ ， 外的减排 为 人 100 “‹›。 此” 时忽略了 动车所占份 北京市大 为 ，选取了 轿车 的排⁄， 数据 难获取， 排 的排⁄ 和份 。 途 行选择 的交通 具 碳排⁄，据DEFRA01，飞 的排⁄ ł为 01currency1currency1 “‹›fi 火车的排⁄ ł为001 “‹›fi 。 据01 民航行业 展 计公报 [16] ，01 全行业完旅客转 10currency11 人公里，旅客运输 为 11currency1ƒ0万人次，可得乘坐飞 人次距离为1currency1ƒ11 。结合北京市的交通 展 报告 [15] ，民航客运进 港人数为10currency1 万人， 北京人的飞 行次数为 ƒ次， 上 述 人次的 行距离⁄乘可得， 人飞 行距离为 currency101ƒ fi 。ı在00 10 的 行距离˝用火车代替飞 ，减排 为1currency1 “‹›fi人 。00 0 的 行距离˝用火车代替飞 ，减排 为 ƒ currency1 “‹›fi人 。 表 行减排 种类 2020减排潜力 2030减排潜力 单位 私家车 开一 车 全部动车 行 ƒ 1ƒ “‹›fi人 长途出行火车代替飞 机 10 飞 航 火车 代替 0 飞 航 火车 代替 1currency1 ƒ currency1 “‹›fi人 合计 1 1 0 “‹›fi人 注此”的动车 选择˝用可生‰Œ为充 Œ，假设情况是车辆充 居民 用选择分开。 用-2030年减排量至少可达 34.71kgCO2e 常生活˚减 一次性用 的˝用，据文献可fl，一个塑 袋的碳排⁄为0“ [17] ，限 塑令 ˚ 消 的塑 袋 为0 个以上，限塑令 减 分之二， 此推算现在 塑 袋的消费 为 currency1 个 ， 个塑 袋 ， 人的塑 袋消费 为1currency1ƒ个，假设00 塑 袋˝用 减 一半， 减排 为ƒ0 “‹›fi人 。假设 00 完全 ˝用塑 袋， 减排 为currency100 “‹›fi人 。 在 具˝用上，ı叫外卖时选择减 一次性 具，ł –˙一次性筷ł，据互联网 台 下公众 碳生活方 研究报告 [18] ， ˙一次性筷ł对应的减排 为1 “‹›，据第次 ˚互联网络 展状况 计报告 [19] ，截止01 1月，网上外卖用户规模达0 。 据外卖行业报告 [20] ，一二线城市 订外卖一次及以上的用户占 为ƒ ，其次据 外卖点 人数ł所– 具份数的 例计算得fl 外卖所– 具数为 为 份。按 现 用户 例和 具 例，ı00 ƒ0 的外卖 ˙一次性筷ł减排 为ƒƒ“‹›， ı00 全部外卖 ˙一次性筷ł减排 为currency110 “‹›。此外，外卖的塑 也 减 排潜力， 代替塑 显的减排 应， 为 在 ”理˛ˇ的排⁄ 大。但生 基塑 ，ł 为部分 的塑 ， 一定的减排 应。据碳˝ 例的排⁄ ł，生 基塑 代替普通的塑 位减排 为0currency1 “‹›fi“。一个 重 为0“ ˝用生 基塑 代替，一个 的减排 为1ƒ1‹›。 样按 现 用户 例和 具 例，假设00 生 基塑 的占 为10 ， 减排 为0 currency1“‹›， 假设00 生 基塑 的占 为0 ， 减排 为1 “‹›。 流行业是Ł 展的行业， 和 流的 展，包 的˝用也 。 据碳˝ 的测算，˝用1个 包 的 减排 为0“， 包 包括 ˘快 袋可 塑 袋和生 塑 袋ˆ和 箱。据 网络包 箱 用减排 计算研究报告 [21] ，包 ‚„的减排 为currency1“。据01 政行业 展 计公报，01 快 业 总 为ƒ0currency11 ， 政包 业 总 为0currency1 万 ，合计人为 ƒ个包 [22] 。在快 流 行业，˝用塑 袋， 箱的 例 的 所˜ ，也存在塑 袋和 箱 时˝用 的情况，此外， 包 ˚的 箱 样可以‚„˝用。北上 大型城市的居民快 和 包 数显 于全 水 ，据上述文献略估计 上⁄ 北京 地的 包 数 为00 fi人，假设在00 其˚ƒ 的包 ƒ0 个ˆ是 包 ，外ƒ 的快 箱ƒ0 个ˆ‰ƒ ‚„1次， 在一二线城市 人的减排 为currency1 “‹›fi人 ， 在00 ƒ0 的包 100个ˆ是 包 ，且ƒ0 的 箱100 个ˆ‰ƒ ‚„1次， 在一二线城市 毎人的减排 为currency1ƒ “‹›fi人 。 可‚„ 的分 ‚„和生 用 减排 ，currency1 于生过 的 方 和Ł 大，但是用 数据，仍‰表示其减排潜力。据碳˝ 的计算数据， 1“ ‚ „生 可减排01 “‹›， 1“铁‚„生 可减排1currency1 “‹›， 1“ “‚„生 可减排11ƒcurrency1“， 1“塑 ‚„生 可减排0ƒƒ“。结合以 例 研数据，假设 人 ‰‚„ƒ“ ， ‹ ，0ƒ“塑 ，1“ ， 人 可减 碳排⁄ 为ƒcurrency1ƒ “‹›。ı00 些‚„ ‚„的 例‰ ƒ0 ， 人 可减 的碳排⁄为11currency1ƒ “‹›。 表ƒ 用减排 种类 2020减排潜力 2030减排潜力 单位 减少使用塑料 一次性筷子 减 ˝用塑 袋 减 ƒ0 塑 袋˝用 减 100 塑 袋˝用 ƒ0 currency100 “‹›fi 人 减 ˝用一次性 筷ł ƒ0 外卖 ˙筷 ł 100 外卖 ˙ 筷ł ƒƒ currency110 “‹›fi 人 ˝用生 基塑 10 生 基塑 0 生 基塑 0 currency1 1 “‹›fi 人 包裹可回收垃 圾 包 › 箱 重复 用 ƒ 实现 ƒ0 实现 currency1 currency1ƒ “‹›fi 人 可‚„ ‚„ 生 ‚„水 1ƒ倍 ‚„ 水 ƒ 11currency1ƒ “‹›fi 人 合计 1currency1 currency11 “‹›fi 人 3.结论 据以上衣食住行用 各方面减排 的核算，在一个人口过1fi万的一二线城市居民 ı‰在消费方面 碳选择，00 人的减排潜力 可达11 ƒ“。 为消费 数据的选择˙是基于以上fl定城市，人消费减排潜力估计并 currency1用于全部人口。ı是1fi 万人的城市， 一 该城市通过居民的生活和消费可以 生的减排 为11 ƒ万 ， –情†表 。服 的人减排 ，˙通过减 服 和 衣 实现减排‡食方面， 通过˜ 配 减 的”理实现减排‡居住方面，˙ 力， 用，自 选择可生‰Œ ，选择 ‰ 实现减排‡交通方面，通过选择 碳的 行方 实现 开一 车 碳的动车 碳的途 行 方 实现减排‡在˝用方面，减 塑 袋的˝用， 和减 ˝用一次性 具 碳 选择 ˘的包 ，重复 用 箱 可‚„ ‚„‚实 现减排。 表 00 减排 „总 类别 低碳场景 减排潜力 2030人均减排潜力范围 单位 衣 减 服 currency1 currency1 currency1 ƒ “‹›fi 人 衣服ƒ 1 选择 减排目标fi行为 的 牌 - 食 一一 食 1currency11 1 0 ƒ1ƒ ˜ 食 过大ƒ currency1 行动 1 住 力 currency1 ƒ currency11 选择可生‰Œ力 ƒ 选择 ‰ 0currency1 行 私 车 1ƒ 0 途 行火车代替飞 ƒ currency1 用 减 ˝用塑 一次 性筷ł 1ƒ currency11 包 可‚„ 1 currency1 合计 11 ƒ 1 ƒ 附录 ”1 排⁄ ł 类别 排放因子 单位 来源 电力 0 101 “‹›fi ˜ 纯 “‹›fi 文献 [3] 食 肉类 currency1 “‹›fi 00 al 文献 [11] 食 肉类 ƒ “‹›fi 00 al 文献 [11] 食 低肉类 currency1 “‹›fi 00 al 文献 [11] 食 “‹›fi 00 al 文献 [11] 食 素食 ƒ “‹›fi 00 al 文献 [11] 食 纯素食 “‹›fi 00 al 文献 [11] 一次性用 00 “‹›fi次 报告 [18] 垃圾 11 “‹›fi“ 碳˝ 推‰ 00 ƒ “‹›fi 人 报告 [23] ›碳˝ 计算 00currency1 “‹›fi 人 DEFRA 飞机 01currency1currency1 “‹›fi 人 DEFRA 火车 001 “‹›fi 人 DEFRA 塑料 00 “‹›fi个 文献 [24] ” 位减排 表 类别 单位减排量 单位 来源 节能 -ƒ “‹›fi 碳˝ 计算 节能 -1001 “‹›fi 碳˝ 计算 节能 衣机 -10 “‹›fi 碳˝ 计算 节能电 -ƒcurrency1 “‹›fi 碳˝ 计算 包裹回收 -00currency1 “‹›fi个 文献 [21] 包裹 -000 “‹›fi个 碳˝ 计算 可回收再生 -01 “‹›fi“ 文献›碳˝ 计算 可回收再生 ⁄ -ƒ “‹›fi“ 文献›碳˝ 计算 可回收再生 塑料 -0ƒƒ “‹›fi“ 文献›碳˝ 计算 参考文献 [1] 赵年花. 涤纶纺织品的碳足迹评估与低碳措施[D]. 东华大学, 2012. [2] 王来力. 纺织服装碳足迹和水足迹研究与示范[D]. 东华大学, 2013. [3] Wang C, Wang L, Liu X, et al. Carbon fotprint of textile throughout its life cycle a case study of Chinese coton shirts[J]. Journal of Cleaner Production, 2015, 108 464-475. [4] htp/data.chinabaogao.com/fuzhuang/2019/01243956392019.html. [5] https//ww.yi23.net/events/12. [6]htp/sustainability.c-and-a.com/sustainable-suply/clean-environment/climate/. [7]htps/sustainability.hm.com/content/dam/hm/about/documents/en/CSR/2018_sustainabili ty_report/HM_Group_SustainabilityReport_2018_ FulReport_en.pdf. [8]htps/ww.fastretailing.com/eng/sustainability/report/pdf/sustainability2019_en_11.pdf - page1pagemodethumbszoom80. [9] Kpmg. Sustainable fashionComiting to a sustainable future through the Fashion Industry Charter for Climate Action[R]. 2019. [10] htp/dg.cnsoc.org/upload/images/source/20160519164035385.jpg. [11] Scarborough P, Apleby P , Mizdra A, et al. Dietary grenhouse gas emisions of meat- eaters, fish-eaters, vegetarians and vegans in the K[J]. Climatic change, 2014, 125 2 179-192. [12] WWF 学 学与 研究 . [R]. 2018. [13] htp/ww.stats.gov.cn/tjsj/ndsj/2018/indexch.htm. [14] 碳 迹. 2018 11 碳⁄ƒ [R]. 2018. [15] currency1“‹研究 . 2019currency1 “‹年› [R]. 2019. [16] fifl –†. 2018年fi ‡‹ [R]. 2019. [17] Muthu S S, Li Life cycle assesment of grocery shoping bags, Asesment of ‚nvironmental Impact by Grocery Shoping „ags Springer, 2014 15-54. [18] Prcee. ”‰ ˆ低碳˜˘˙研究 [R]. 2019. [19] Cnnic. ”‹ ˚ [R]. 2019. [20] 2018-2019 ˝˛‡研究 [‚„/ˇL]. htp/ww.sohu.com/a/31486023_80248. [21] . 装 fl⁄ 研究 [R]. 2018. [22] 2018年 ‡‹ [‚„/ˇL]. htp/ww.spb.gov.cn/xw/dtx_15079/201905/t20190510_182821.html. [23] currency1 “ . currency1 “ 2018年 Ł [R]. 2019. [24] aros C C „ R. Life Cycle Asesment for hre ypes of Grocery „ags[J], 207.