導(dǎo)語：如何才能寫好一篇減少碳排放量的方法，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：碳排放量；環(huán)境教育；農(nóng)村社區(qū)；低碳行為

作者簡介：路遙（1978-），云南農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院講師，研究方向：農(nóng)村發(fā)展、環(huán)境教育；

孫藝嘉（1983-），云南農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院助教，研究方向：環(huán)境會計。

中圖分類號：G633 文獻(xiàn)標(biāo)識碼：A doi：10.3969/j.issn.1672-3309（x）.2013.03.49 文章編號：1672-3309（2013）03-117-03

一、項目背景與實驗設(shè)計

（一）國際趨勢推動國家承諾

2009年哥本哈根世界氣候大會的召開，促使各國紛紛推出了自己的減排計劃。美國承諾到2020年溫室氣體排放量在2005年的基礎(chǔ)上減少17%；印度承諾在2020年前將其單位國內(nèi)生產(chǎn)總值二氧化碳排放量在2005年的基礎(chǔ)上削減20%至25%；中國承諾到2020年單位國內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降40%至45%。

（二）行為指導(dǎo)促進(jìn)個體參與

“碳足跡”來源于一個英語單詞“Carbon Footprint”，意指以二氧化碳為主的溫室氣體的排放，它是個人或者團(tuán)體的“碳耗用量”，是指一個人的能源意識和行為對自然界產(chǎn)生的影響[1]。由北京市林業(yè)碳匯工作辦公室監(jiān)制的個人碳足跡計算器，可以從個人生活中的衣食住行用等方面分別進(jìn)行碳排放計算[2]。

計算碳足跡是評價溫室氣體排放的重要而有效的途徑之一。碳足跡的運(yùn)用，將碳足跡衡量的范疇進(jìn)一步擴(kuò)展到其他溫室氣體，即碳足跡是某一產(chǎn)品或服務(wù)系統(tǒng)在其全生命周期內(nèi)的碳排放總量，包括個人、組織、部門等在某一活動過程中直接和間接地碳排放總量[3]。如今，各大網(wǎng)站都有碳足跡計算器的介紹應(yīng)用。

碳足跡的計算有兩種方法：第一種，利用生命周期評估法；第二種是通過所使用的能源礦物燃料排放量計算。考慮到在校大學(xué)生對于計算方法的理解簡易程度以及和周邊社區(qū)大眾對概念的接受程度，項目采用后者進(jìn)行碳排放量的計算[4]。

（三）實驗設(shè)計結(jié)合環(huán)境教育

項目旨在通過在校大學(xué)生的同伴教育，進(jìn)行關(guān)于低碳行為的知識傳播與行為干預(yù)，自發(fā)產(chǎn)生減少碳排放量，并對大學(xué)周邊的農(nóng)村社區(qū)家庭進(jìn)行環(huán)境教育嘗試。

圖1 運(yùn)用“碳足跡計算器”技術(shù)路線

項目首先對在校大學(xué)生進(jìn)行了不同年級的目標(biāo)群體差異性和共同特性的分析。具體說來，在校大學(xué)生各個年級所處的生活學(xué)習(xí)環(huán)境差異不大，大學(xué)一年級新生，統(tǒng)一住8人間，每天用電時間固定，個人購買電腦人數(shù)不多，生活和學(xué)習(xí)行為尚處于探索階段，吃、行、用方面的行為尚不穩(wěn)定；大學(xué)二年級至大學(xué)四年級三個年級學(xué)生住在4人間和6人間，每天用電量不固定（各個宿舍用電量分表有記錄），大部分已經(jīng)購買個人電腦，已形成一個相對穩(wěn)定的生活學(xué)習(xí)圈子。項目預(yù)期大學(xué)一年級學(xué)生在涉及碳排放量的行為方面與其它年級學(xué)生相比有差異性。項目還預(yù)期，在校男、女學(xué)生群體在涉及碳排放量計算的行為中也會表現(xiàn)出一定的差異性。

項目分宿舍類型、性別，隨機(jī)選取共8間宿舍（其中4間為干預(yù)組；4間為對照組）的在校大學(xué)生作為項目的實驗對象，對宿舍成員個體的碳排放數(shù)據(jù)，連續(xù)兩周進(jìn)行記錄，統(tǒng)計每周的碳排放量水平，乘以52，得出個人平均年碳排放量。

個人年均碳排放量表示為：

52∑（x1y1+x2y2+x3y3+x4y4+x5y5）+∑（a1b1+a2b2+a3b3+…+an-1bn-1+anbn）+cd

其中，x分別代表食物、肉類、一次性紙碗、煙（包）、公交里程等的一周使用量；Y分別為其所對應(yīng)的碳排放量的系數(shù)；a分別代表除以上幾項以外的其它碳排量統(tǒng)計項；b分別為其所對應(yīng)的碳排放量的系數(shù)；c表示每周用電量；d表示每耗1度電其碳排放的系數(shù)。

在周邊農(nóng)村社區(qū)實施過程中，項目成員嘗試計算以家庭為單位的碳排放量的同時，更注重對社區(qū)大眾的環(huán)保宣傳和教育。

二、校園“碳足跡計算器”運(yùn)用與創(chuàng)新

（一）計算公式的跟進(jìn)運(yùn)用

碳足跡計算器統(tǒng)計時間是以年為單位，統(tǒng)計內(nèi)容包括衣、食、住、行、用五大板塊，在這些板塊下又包括若干方面。項目將“食”板塊和“用”板塊中的塑料袋、一次性碗筷、“行”板塊中的公交車方面按天進(jìn)行統(tǒng)計，統(tǒng)計時間為一周；耗電量則按周統(tǒng)計；其它則按年分項統(tǒng)計，最后，將不按年統(tǒng)計的內(nèi)容折算成人均一年的碳排放量，再計算分析結(jié)果。

人均每周碳排量表示為：∑（x1y1+x2y2+x3y3+x4y4+x5y5）+cd

根據(jù)對統(tǒng)計數(shù)據(jù)的分析整理，形成了“大學(xué)生宿舍低碳行為建議”，在全校范圍進(jìn)行宣傳推廣；在周邊農(nóng)村社區(qū)，通過對家庭的碳排放跟蹤調(diào)查，形成“城郊結(jié)合部家庭低碳生活行為建議”；在周邊社區(qū)小學(xué)，項目團(tuán)隊通過與小學(xué)生的游戲、圖畫、日記等形式進(jìn)行低碳環(huán)保教育。

（二）校園宿舍的對比實驗

記錄第1周結(jié)束時，項目組與干預(yù)組學(xué)生進(jìn)行小組討論，明確可以降低碳排放的行為，分發(fā)環(huán)保宣傳冊，指導(dǎo)學(xué)生從生活學(xué)習(xí)行為的點滴著手降低碳排放量，并以每節(jié)省1Kg碳排放量給予10元獎勵以期干預(yù)組學(xué)生的行為有所改變。

對照組則不采取任何干預(yù)措施，仍舊按其原來行為進(jìn)行數(shù)據(jù)統(tǒng)計。

表1 校園宿舍利用“個人碳足跡計算器”記錄 （單位：Kg）

到記錄第2周結(jié)束時，項目組發(fā)現(xiàn)干預(yù)組和對照組在個人碳排放量的數(shù)據(jù)上有明顯差別。

數(shù)據(jù)顯示干預(yù)組大學(xué)一年級男生個人平均減少1.2KG碳排放，其它年級男生個人平均減少1.48KG碳排放；干預(yù)組大學(xué)一年級女生個人平均減少1.13KG碳排放，其它年級女生個人平均減少1.04KG碳排放；對照組則個人平均減少0.56KG、0.17KG、0.14KG和0.65KG。

（三）實驗發(fā)現(xiàn)及原因分析

通過兩周的記錄、干預(yù)和分析，項目組在校園宿舍的實驗有以下幾個有趣的發(fā)現(xiàn)：（1）干預(yù)組碳排放水平降低幅度大于對照組下降幅度；（2）同年級男生碳排放量水平低于女生碳排放水平；（3）在校大學(xué)生的個人年均碳排放量比中國人均碳排放水平低。

干預(yù)組和對照組人均碳排放量都有降低，干預(yù)組下降幅度明顯高于實驗組。干預(yù)組人均下降幅度都接近1Kg左右且人年均可減少約60Kg碳排放量，說明干預(yù)措施是比較有效的。

對照組下降的排放量有可能來自其它渠道的影響效果，如大眾媒體、學(xué)校教育和同伴影響等；也不排除在記錄期間宿舍的斷電停水等外力因素。

男生群體中，低年級同學(xué)其碳排放量水平比高年級人均碳排放量少。而通過采取干預(yù)措施后，高年級男生人均碳排放量降低幅度接近其一周碳排放量水平的1/8，一年可減少約77Kg的碳排放總量。另外，低年級男生碳排放量下降幅度比同年級女生降低幅度稍大。女生群體中，低年級同學(xué)其碳排放量水平較高年級人均碳排放量少。而通過干預(yù)措施后，高年級同學(xué)人均碳排放量降低幅度比低年級同學(xué)少0.1Kg，年均可減少近55Kg的碳排放量。

究其原因，項目組認(rèn)為對干預(yù)組進(jìn)行小組討論、分發(fā)宣傳冊、給予經(jīng)濟(jì)刺激等手段有利于學(xué)生認(rèn)知、熟悉低碳相關(guān)知識，并養(yǎng)成低碳行為習(xí)慣。根據(jù)宿舍統(tǒng)計數(shù)據(jù)顯現(xiàn)，女性在衣物及日常個人用品上的消耗使得其碳排放量遠(yuǎn)遠(yuǎn)高于男性。而在校大學(xué)生的集體生活使得其在能源消耗量上大大低于小單位生活的個人或家庭。

三、周邊農(nóng)村社區(qū)的干預(yù)活動

（一）樣本農(nóng)村社區(qū)調(diào)查發(fā)現(xiàn)

調(diào)查發(fā)現(xiàn)樣本社區(qū)L村居民在碳排放行為方面主要有以下表現(xiàn)：（1）家庭塑料袋消耗量在平均每天3-5個；（2）耗電量較大的家庭，其碳排放量也相應(yīng)較高；（3）擁有私車的家庭，其年均碳排放量較沒有私車的家庭高；（4）家庭人均年食用肉類量大，甚至出現(xiàn)有家庭年食用肉類量大于家庭食用糧食量；（5）L村居民人均碳排放量低于中國平均水平，也低于發(fā)展中國家人均水平。

項目組分析L村居民的碳排放量較少的原因有：所在地昆明四季平均溫度適中，即使在冬季也不必采取特殊取暖措施，節(jié)省了能源消耗；昆明有豐富的太陽能資源，L村每家都安裝了太陽能，這一替代能源更是減少了碳排放量；另外，在碳足跡計算器中，家庭裝修會產(chǎn)生較大碳排放量，L村是一個老社區(qū)，在計算時也就少了因裝修而產(chǎn)生的碳排放量。

（二）社區(qū)調(diào)查推動知識普及

項目組與L村管理環(huán)境與教育的負(fù)責(zé)人協(xié)商后，以小學(xué)生所在家庭為核心，對社區(qū)家庭進(jìn)行個人年均碳排放量調(diào)查。同時，在附近農(nóng)貿(mào)市場，通過展板宣講、分發(fā)環(huán)保袋等方式，由針對性地對社區(qū)居民進(jìn)行環(huán)保教育宣傳。

四、問題與啟示

在運(yùn)用過程中，項目組發(fā)現(xiàn)“碳足跡計算器”在統(tǒng)計時的問題，比如生活中的鞋、襪、帽等用品跟“購買衣服件數(shù)”內(nèi)容接近，但如何準(zhǔn)確計算成為問題；另外，按照一年為單位計算個人年均碳排放量水平，時間周期較長，在統(tǒng)計執(zhí)行時可能會造成記錄誤差。

“碳足跡計算器”是對碳排放的一種量化手段，能夠?qū)€人年均碳排放量進(jìn)行統(tǒng)計，能讓大眾對碳排放量有更深的認(rèn)識；使低碳生活理念深入人心；更能夠指導(dǎo)改變行為。對于個人，鼓勵建立個人和家庭碳排放量數(shù)據(jù)庫，從身邊小事做起降低碳排放量。

參考文獻(xiàn)：

[1] 陳靚、姜淑娟.了解低碳從詞匯開始[N].深圳晚報，2010-05-07.

[2] 個人碳足跡計算器[ED/OL].2013-02-27.http：///zt/2009/chooseearth/tanzuji.htm

[3] 耿涌、董會娟、郗鳳明、劉竹.應(yīng)對氣候變化的碳足跡研究綜述[J]. 中國人口-資源與環(huán)境，2010，（10）.

篇2

1.1參考Chai[8]的研究成果，出口貿(mào)易引起的碳排放可以用公式表示為。式（2）中帶撇的變量表示該變量在研究時序內(nèi)的變化量，等式左邊表示由出口引起的碳排放變化量，右邊的第一項表示我國出口貿(mào)易的結(jié)構(gòu)效應(yīng)，即在總出口額和部門碳排放強(qiáng)度不變的情況下，由出口結(jié)構(gòu)變化帶來的碳排放量變化；第二項為技術(shù)效應(yīng)，即在出口總額與出口結(jié)構(gòu)不變的情況下，由各部門碳排放強(qiáng)度變化引起的碳排放量變化；第三項表示規(guī)模效應(yīng)，即在出口結(jié)構(gòu)和部門碳排放強(qiáng)度不變的情況下，由出口總額變化帶來的碳排放量變化。

1.2數(shù)據(jù)來源與處理本文中的工業(yè)分行業(yè)增加值、分行業(yè)能源消耗量以及出口貿(mào)易總額數(shù)據(jù)均來源于2005年、2009年和2013年的《中國統(tǒng)計年鑒》，分行業(yè)出口貿(mào)易額數(shù)據(jù)來源于《中國工業(yè)經(jīng)濟(jì)統(tǒng)計年鑒》，要說明的是這里的分行業(yè)出口貿(mào)易額選取的是大中型工業(yè)企業(yè)的出口貿(mào)易額。為了剔除價格因素的影響，分別用居民消費價格指數(shù)和工業(yè)品出廠價格指數(shù)平減出口貿(mào)易額和工業(yè)增加值數(shù)據(jù)。鑒于統(tǒng)計口徑的不一致及數(shù)據(jù)的可獲得性，本文借鑒前人文獻(xiàn)的分類方法，將中國主要工業(yè)分類歸并調(diào)整為14個行業(yè)，具體如表1所示。

1.3行業(yè)碳排放量測算為計算各主要工業(yè)行業(yè)的碳排放強(qiáng)度數(shù)據(jù)，進(jìn)而計算出口貿(mào)易影響碳排放的技術(shù)效應(yīng)，有必要經(jīng)測算獲得各工業(yè)行業(yè)的行業(yè)碳排放量數(shù)據(jù)。本文將采用方程（3）所示的計算公式，通過一次能源消耗量及其碳排放系數(shù)來估算各主要工業(yè)行業(yè)一次能源消費活動的二氧化碳排放量。其中，C為行業(yè)碳排放量，E表示一次能源（煤炭、石油、天然氣）的行業(yè)消費量，F(xiàn)為一次能源的碳排放系數(shù)。通過搜集不同機(jī)構(gòu)研究確定的能源碳排放系數(shù)，取其平均值，確定煤炭、石油和天然氣能源的碳排放系數(shù)F分別為0.728，0.549，0.416。

2出口貿(mào)易對碳排放量影響的因素分解分析

2.1結(jié)構(gòu)效應(yīng)根據(jù)模型（2）的計算方法，將2008年相對2004年、2012年相對2008年各主要工業(yè)行業(yè)的出口份額變化量，分別與2004年和2008年該行業(yè)的碳排放量相乘，加總后即得到出口規(guī)模和碳排放強(qiáng)度不變的情況下，在2004～2008年和2008～2012兩個計算期內(nèi)，主要工業(yè)行業(yè)由于出口結(jié)構(gòu)變動而引起的碳排放量變化，計算結(jié)果如圖1、圖2和圖3所示。由圖1、圖2和圖3可以看出，在第一個計算期內(nèi)，我國工業(yè)行業(yè)出口商品結(jié)構(gòu)發(fā)生了很大的變化。其中，出口份額下降較多的行業(yè)有服裝鞋帽制造業(yè)和紡織業(yè)，由此帶來的碳減排量分別為142.002萬噸和1536.27萬噸。值得注意的是，煤炭、石油和天然氣開采業(yè)出口份額的減少量雖然不是最多的，但其對我國工業(yè)碳排放量的增加發(fā)揮了最大的抑制作用，減排量為299.28萬噸，此外，一些加工制造業(yè)出口份額的小幅降低也為碳減排起到了積極作用。出口份額增長較快的行業(yè)包括通信設(shè)備及其他電子設(shè)備制造業(yè)、交通運(yùn)輸設(shè)備制造業(yè)和金屬冶煉及壓延加工業(yè)。其中，通信設(shè)備及其他電子設(shè)備制造業(yè)與交通運(yùn)輸設(shè)備制造業(yè)屬于技術(shù)密集型產(chǎn)業(yè)，這種行業(yè)的能源利用率高且碳排放量低，即使出口份額增長很快，帶來的碳排放量占總量的比重并不大。而金屬冶煉及壓延加工業(yè)是加工制造行業(yè)，由該行業(yè)出口份額變動帶來的碳排放增量最多，多達(dá)21006.23萬噸?？偟膩砜?，在2003～2007年這一計算期內(nèi)，出口商品結(jié)構(gòu)的變化使碳排放量增加了20140.03萬噸，結(jié)構(gòu)效應(yīng)為正。通過以上分析可以看出，我國工業(yè)行業(yè)的出口貿(mào)易結(jié)構(gòu)處于從輕紡制品行業(yè)向機(jī)電產(chǎn)品和高新技術(shù)品行業(yè)轉(zhuǎn)變的過渡階段，出口商品結(jié)構(gòu)已經(jīng)在朝著清潔化的方向發(fā)展。從圖4、圖5和圖6可以看出，在第二個計算期內(nèi)，出口份額增長較快的行業(yè)有交通運(yùn)輸設(shè)備制造業(yè)、電氣機(jī)械及器材制造業(yè)和通信設(shè)備及其他電子設(shè)備制造業(yè)，這主要是因為我國在這些年里逐步發(fā)展了機(jī)電產(chǎn)品和高新技術(shù)品的出口，由此帶來的碳排放增量分別為819.425萬噸、154.5555萬噸和274.29萬噸。由于這些行業(yè)本身屬于技術(shù)密集型的低碳行業(yè)，所以由此引起的碳排放增量并沒有對環(huán)境造成很大影響。出口份額減少的行業(yè)包括金屬冶煉及壓延加工業(yè)，金屬制品業(yè)，金屬、非金屬礦采選業(yè)和煤炭、石油、天然氣開采業(yè)，其中金屬冶煉及壓延加工業(yè)出口份額的調(diào)整對降低碳排放做出了巨大貢獻(xiàn)，碳排放量減少了17810.1萬噸。2007～2011年處于“十一五”規(guī)劃期間，總的來看，在這一計算期內(nèi)，工業(yè)行業(yè)出口結(jié)構(gòu)不斷向低碳低能耗轉(zhuǎn)變，工業(yè)行業(yè)的碳減排起到了成效，減排量為167.81萬噸，結(jié)構(gòu)效應(yīng)為負(fù)。由此可以說明，此計算期內(nèi)，我國始終堅持以資本和技術(shù)密集型行業(yè)為主的出口結(jié)構(gòu)，把減少資源密集型產(chǎn)品出口，作為優(yōu)化出口產(chǎn)業(yè)結(jié)構(gòu)的主要方向。結(jié)合這兩個計算期來看，在第一個計算期內(nèi)，我國初步確立了工業(yè)碳減排意識，但減排成效尚不明顯。在第二個計算期內(nèi)，各主要工業(yè)行業(yè)已基本實現(xiàn)了向高新技術(shù)產(chǎn)品出口的結(jié)構(gòu)轉(zhuǎn)變，并取得了較顯著的碳減排成效。

2.2技術(shù)效應(yīng)碳排放強(qiáng)度也稱碳強(qiáng)度，是指單位國內(nèi)生產(chǎn)總值的二氧化碳排放量。該指標(biāo)主要是用來衡量一國經(jīng)濟(jì)同碳排放量之間的關(guān)系，如果一國在經(jīng)濟(jì)增長的同時，每單位國內(nèi)生產(chǎn)總值所帶來的二氧化碳排放量在下降，那么說明該國就實現(xiàn)了一個低碳的發(fā)展模式。鑒于本文的研究對象是各主要工業(yè)行業(yè)，因此這里的碳強(qiáng)度是指單位工業(yè)增加值中包含的二氧化碳排放量。根據(jù)模型（2）的計算方法，結(jié)合兩個計算期各主要工業(yè)行業(yè)的行業(yè)出口額與碳排放強(qiáng)度變化量，二者相乘再加總便可得出主要工業(yè)行業(yè)出口對碳排放影響的技術(shù)效應(yīng)，計算結(jié)果如圖7、圖8和圖9所示。由圖7、圖8和圖9中的碳強(qiáng)度數(shù)據(jù)可知，2004～2008年和2008～2012年兩個計算期內(nèi)，碳排放強(qiáng)度都較大的行業(yè)包括煤炭、石油和天然氣開采業(yè)，金屬冶煉及壓延加工業(yè)，非金屬礦物制品業(yè)，化學(xué)原料及其制品和造紙印刷及文體用品制造業(yè)，這些高碳排放行業(yè)以資源密集型和加工制造行業(yè)為主，其生產(chǎn)效率和排污處理水平較低，伴隨著能源消耗而產(chǎn)生的碳排放量也較大。碳強(qiáng)度維持在較低水平的清潔型工業(yè)行業(yè)主要包括通信設(shè)備及其他電子設(shè)備制造業(yè)、電氣機(jī)械及器材制造業(yè)，交通運(yùn)輸設(shè)備制造業(yè)，服裝鞋帽制造業(yè)和金屬制品業(yè)?？偟膩砜?，各主要工業(yè)行業(yè)的碳排放強(qiáng)度總體呈下降趨勢，其中資源密集型和重度污染行業(yè)如煤炭、石油和天然氣開采業(yè)，金屬、非金屬礦采選業(yè)，非金屬礦物制品業(yè)和化學(xué)原料及其制品和醫(yī)藥制造業(yè)表現(xiàn)尤為顯著。具體而言，第一個計算期內(nèi)碳強(qiáng)度下降最多的行業(yè)依次為煤炭、石油和天然氣開采業(yè)，非金屬礦物制品業(yè)，金屬、非金屬礦采選業(yè)，金屬冶煉及壓延加工業(yè)和化學(xué)原料及其制品和醫(yī)藥制造業(yè)，由此帶來的碳排放量分別減少了191.1萬噸，215.83萬噸，34.01萬噸，295.23萬噸和327.04萬噸。在第二個計算期內(nèi)，非金屬礦物制品業(yè)仍保持著碳排放強(qiáng)度的大幅減少并躍居減幅量首位，給工業(yè)行業(yè)碳減排起到很大的推動作用。到第二個計算期結(jié)束，14個主要工業(yè)行業(yè)中有13個行業(yè)的碳強(qiáng)度水平已經(jīng)降低到每億元1萬噸以下，表明我國在節(jié)能技術(shù)上的進(jìn)步，使得工業(yè)行業(yè)獲得了良好的減排效果，一些行業(yè)如各類機(jī)械、設(shè)備和器材制造行業(yè)的碳排放強(qiáng)度已經(jīng)接近每萬噸0萬噸。綜上所述，由于碳排放強(qiáng)度的變化，在第一個計算期內(nèi)碳排放量減少了1233.08萬噸，技術(shù)效應(yīng)為負(fù)，在第二個計算期內(nèi)碳排放量減少了1809.81萬噸，技術(shù)效應(yīng)為負(fù)。這說明在過去這兩個計算期內(nèi)，我國工業(yè)生產(chǎn)的環(huán)境保護(hù)意識明顯增強(qiáng)了，工業(yè)生產(chǎn)的節(jié)能減排技術(shù)得到了大力的發(fā)展與應(yīng)用，對國家的碳減排和環(huán)境保護(hù)起到了積極作用。

2.3規(guī)模效應(yīng)根據(jù)模型（2）的計算方法，將2008年相對2004年、2012年相對2008年各主要工業(yè)行業(yè)的出口增長率，分別與2004年和2008年該行業(yè)的碳排放量相乘，加總后即得到出口結(jié)構(gòu)和碳排放強(qiáng)度不變的情況下，在2004～2008年和2008～2012兩個計算期內(nèi)，主要工業(yè)行業(yè)由于出口規(guī)模變動而引起的碳排放量變化，計算結(jié)果如表2所示。在第一個計算期內(nèi)，除金屬、非金屬礦采選業(yè)外，其余主要工業(yè)行業(yè)的出口規(guī)模都大幅增加，其中金屬冶煉及壓延加工業(yè)，交通運(yùn)輸設(shè)備制造業(yè)，電氣機(jī)械及器材制造業(yè)，通信及其他電子設(shè)備制造業(yè)的出口增長率均超過了100%，通信及其他電子設(shè)備制造業(yè)更是高達(dá)730.01%。因而在該計算期內(nèi)，由于出口規(guī)模的變動而帶來的碳排放增量大大超過減排量，總計2230144.01萬噸，規(guī)模效應(yīng)為正，但一些機(jī)電產(chǎn)品和高新技術(shù)品行業(yè)的出口行業(yè)的出口規(guī)模顯示出大幅度的增加。在2007～2011年也即第二個計算期間，各主要工業(yè)行業(yè)的出口規(guī)模均大幅縮小，其中，煤炭、石油和天然氣開采業(yè)，金屬、非金屬礦采選業(yè)，金屬制品業(yè)和金屬冶煉及壓延加工業(yè)，其出口增長率分別下降至-60.02%、-64.07%、-1.80%和-18.51%，由此帶來的碳排放減量分別為792701.55萬噸、37204.81萬噸、352.78萬噸和339860.07萬噸，為工業(yè)碳減排做出了巨大貢獻(xiàn)。在此計算期內(nèi)，主要工業(yè)行業(yè)碳排放減少了204136.20萬噸，規(guī)模效應(yīng)為負(fù)，說明“十一五”期間，我國工業(yè)堅持走信息化道路，擴(kuò)展機(jī)電產(chǎn)品和高新技術(shù)品行業(yè)的出口，提高了資源利用效率，加強(qiáng)了排污控制，工業(yè)碳減排取得了顯著成效。3.4總效應(yīng)綜合來看，主要工業(yè)行業(yè)出口貿(mào)易的碳排放量變化是出口結(jié)構(gòu)、生產(chǎn)技術(shù)和出口規(guī)模共同作用的結(jié)果。由表3可知，在第一個計算期內(nèi)，主要工業(yè)行業(yè)出口對碳排放影響的總效應(yīng)為正，其中出口規(guī)模的擴(kuò)大是導(dǎo)致碳排放量上升的主要原因，技術(shù)進(jìn)步給碳減排帶來了積極作用，結(jié)構(gòu)效應(yīng)雖為正，但結(jié)合上述分析可知出口結(jié)構(gòu)已經(jīng)處于向低能耗、低碳排放的清潔化方向轉(zhuǎn)型的過程中。在第二個計算期內(nèi)，總效應(yīng)為負(fù)，其中出口規(guī)模的減小是導(dǎo)致碳排放量下降的主要原因，而技術(shù)進(jìn)步是減少碳排放的關(guān)鍵因素，出口結(jié)構(gòu)的變化給碳減排起到了積極作用。

3結(jié)論與建議

篇3

1材料與方法

1．1試驗地點試驗田位于吉林省四平市梨樹縣梨樹鎮(zhèn)高家村，地理坐標(biāo)為124°14'E，43°18'N，屬溫帶半濕潤季風(fēng)大陸性氣候，年平均氣溫5．8℃，年降水量平均為577．2mm，海拔158．7m。該地區(qū)主要為一年一熟制春玉米種植區(qū)。

1．2試驗設(shè)計選擇了4塊樣地，每塊面積2000m2。在控制施肥量和秸稈還田量的雙重因子下，設(shè)如下處理:①減施化肥且秸稈不還田;②減施化肥且秸稈67%還田;③減施化肥且秸稈100%還田。以常量施化肥且秸稈不還田作為對照(CK)。減施化肥、常規(guī)施肥分別為施用玉米復(fù)合肥(28-15-12)450、675kg/hm2。5月22日播種、施肥同時進(jìn)行，6月28日追肥。與傳統(tǒng)耕作技術(shù)相比，該研究采用的保護(hù)性耕作可以有效地提高土壤有機(jī)質(zhì)含量，改善土壤物理性質(zhì)，提高單位作物產(chǎn)量［12］。

1．3測定項目與方法試驗以每月2次為測定頻率，每次測定項目為含水量和土壤碳排放量，不定期保存土樣以進(jìn)行有機(jī)質(zhì)、NPK等參數(shù)的對比測定。有關(guān)土壤碳排放量的研究一般采用封閉式靜態(tài)器室法、土壤類型法、遙感法、模型法、相關(guān)關(guān)系統(tǒng)計法等［13］。該試驗采用封閉式靜態(tài)氣室法(CSC)，即采用堿石灰在封閉氣室中吸收土壤所產(chǎn)生的二氧化碳。采用40cm×40cm×40cm的密閉玻璃氣室，寬度的選擇適用于兩壟間距(65cm)，而高度的選擇則保證了氣體在土壤內(nèi)外的循環(huán)暢通［14］，以使試驗結(jié)果更貼近實際的土壤呼吸量。測定時間為24h，每個試驗組取3組平行試驗進(jìn)行測定。由于降雨量和溫度的劇烈變化會對土壤有機(jī)碳庫造成極大地影響［15］，每次試驗時應(yīng)避免陰雨或其他極端天氣，以減少實驗誤差。

2結(jié)果與分析

2．1碳排放量的變化情況有研究表明，施肥、輪作以及作物覆蓋都能降低CO2排放量，提高土壤固碳效率［16］，但其影響程度具有差異性。從圖1可以看出，碳排放量整體水平為對照(CK)＞處理③＞處理②＞處理①。處理③、②的碳排放量都大于處理①，而處理③、②之間碳排放量水平相差不大，碳排放量最大的為對照(CK)。由此可以看出，施肥和秸稈還田都使得二氧化碳的排放量增加，且施肥的效用更加明顯。各處理碳排放隨著玉米生長期的變化呈現(xiàn)不同程度的波動，但波動差異微小。波動原因較多，如高降水量會降低土壤呼吸量，而較高的溫度則對應(yīng)較大的土壤呼吸量［17］。在作物的不同生長期，根呼吸作用強(qiáng)度會呈現(xiàn)不同的變化趨勢，周圍環(huán)境的變化也會對微生物活性造成影響。在10月玉米收割后，各處理碳排放量都降到低谷，均在4g/(m2•d)以下。其原因主要為收割后植物根呼吸降到最低谷，而氣溫的下降也使得微生物活動變?nèi)酰?8］。

2．2土壤含水量的變化情況含水量是農(nóng)業(yè)生產(chǎn)中衡量農(nóng)業(yè)土壤土質(zhì)的重要參數(shù)之一。從圖2可以看出，各層土壤含水量整體水平為處理③＞處理②＞對照(CK)＞處理①，即秸稈還田和施化肥都使得土壤含水量上升，且秸稈還田的作用更加明顯;隨著土壤深度的增加，各處理含水量都有小幅度的增加。

2．3玉米產(chǎn)量10月中旬玉米收割完畢后，對各處理玉米產(chǎn)量進(jìn)行了統(tǒng)計。從表1可以看出，由于2010年整個吉林省大部分地區(qū)降水量異常充足，產(chǎn)量比2011年高。2010年對照(CK)玉米產(chǎn)量最高，其次是處理③，比正常施肥種植減產(chǎn)10．09%，比處理①減產(chǎn)7．28%;而2012年對照和處理間差異則更小，減產(chǎn)幅度控制在1．08%～6．02%?？梢?，當(dāng)減少化肥施入量，產(chǎn)量會有所下降，但是秸稈作為一種生物肥，對產(chǎn)量起到一定的提升和保護(hù)作用。當(dāng)全量覆蓋還田時，這種效果更佳。

2．4含水量與碳排放量的線性關(guān)系通常意義下，在排除含水量最高和最低的極端條件下，土壤含水量與土壤碳排放應(yīng)該是正反饋。因此，用含水量和碳排放量數(shù)據(jù)進(jìn)行對比分析，驗證兩者的關(guān)系。從圖3可以看出，土壤碳排放量和含水量大體上呈現(xiàn)線性關(guān)系。這一結(jié)果是與以往的研究結(jié)論大體趨于一致的。CO2的排放量是土壤呼吸的重要指標(biāo)，與各層土壤含水量有著相互影響和制約的關(guān)系，一般情況下有正反饋的作用。為了真正理清土壤濕度對土壤碳排放量的影響，必須進(jìn)行調(diào)控土壤水分的單因子試驗，即對其他環(huán)境因子如土壤溫度、pH、生物條件等進(jìn)行必要的調(diào)控。因此，在野外試驗條件下，以上的數(shù)據(jù)比較結(jié)果是不能作為兩者關(guān)系的重要相關(guān)性參考。

篇4

關(guān)鍵詞：中日貿(mào)易 ；隱含碳； 跨國投入產(chǎn)出表 ； 產(chǎn)業(yè)部門

作者簡介：張璐（1977-），女，甘肅蘭州人，上海財經(jīng)大學(xué)國際工商管理學(xué)院世界經(jīng)濟(jì)專業(yè)博士研究生，蘭州商學(xué)院副教授，主要從事國際貿(mào)易、日本與東亞經(jīng)濟(jì)研究。

中圖分類號：F752 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-1096（2013）02-0061-06收稿日期：2011-09-13

從1981年到2009年，中國因能源消費導(dǎo)致的CO2排放量從14.51億噸（MMT）上升到68.32億噸（MMT）（IEA）。如果不進(jìn)行任何控制，到2030年中國CO2排放量將達(dá)到114億噸。因此，中國正受到越來越大的碳減排壓力。我國在國際氣候談判中一直堅持一個論點，即中國商品的進(jìn)口國應(yīng)該為中國的部分碳排放負(fù)責(zé)。我國堅持這個論點是基于計算CO2排放的角度不同。聯(lián)合國政府間氣候變化專門委員會（IPCC）認(rèn)為一國應(yīng)該為由于國內(nèi)生產(chǎn)所使用礦物燃料燃燒所排放的二氧化碳負(fù)責(zé)，所以目前大多數(shù)統(tǒng)計是基于生產(chǎn)的角度來計算二氧化碳排放量。但近來越來越多的學(xué)者對這一點提出質(zhì)疑，即從生產(chǎn)過程來度量二氧化碳的排放是否合理，是否能夠有效地鼓勵各國采取碳減排措施。因為消費者在消費進(jìn)口商品時，在排放總量中剔除了這些商品生產(chǎn)排放的二氧化碳，其實質(zhì)是降低了本國生產(chǎn)這些商品的環(huán)境成本，尤其當(dāng)這些商品屬于高耗能與高排放產(chǎn)品時，出口國承擔(dān)了本應(yīng)在進(jìn)口國排放的二氧化碳。Peters 等（2008）發(fā)現(xiàn)按照IPCC的衡量辦法，1990年以后英國的二氧化碳排放量減少了15%，但是從消費角度衡量，同期二氧化碳排放量增加了19%。理論上說，從消費角度衡量能更公平地分配碳減排的任務(wù)額度，可以避免碳泄漏，增加國家間在環(huán)境問題上進(jìn)行協(xié)調(diào)的可選擇手段，鼓勵國家取得環(huán)境上的相對優(yōu)勢，從而加速清潔化生產(chǎn)技術(shù)的擴(kuò)散。在采用這種方法時，國際貿(mào)易是最重要的因素。中國是全世界的制造基地，向世界提供了大量優(yōu)質(zhì)廉價的勞動密集型產(chǎn)品，但這樣的出口同時消耗了大量能源。靠資源密集型和勞動密集型產(chǎn)品出口來推動高速經(jīng)濟(jì)增長的國家，承擔(dān)了本應(yīng)在進(jìn)口國排放的CO2，付出了極高的環(huán)境成本，而消費這些產(chǎn)品的進(jìn)口國家在本國的排放總量中卻沒有計算這部分排放，在享受發(fā)展中國家提供的優(yōu)質(zhì)耐用消費品的同時，指責(zé)其對全球氣候所造成的傷害，本來就是很不公平的。

一、文獻(xiàn)綜述

貿(mào)易與隱含碳排放的研究上有3個主要的問題：第一，為了更好地理解貿(mào)易的環(huán)境效應(yīng)，需要對隱含碳的含量進(jìn)行直接的估算。第二，對碳泄漏的分析，能夠揭示由貿(mào)易導(dǎo)致的污染轉(zhuǎn)移的數(shù)量。第三個問題是經(jīng)過貿(mào)易調(diào)整后的二氧化碳排放清單是否真的能幫助消除碳泄漏和減少全球二氧化碳的排放。近幾年對國際貿(mào)易中隱含CO2進(jìn)行數(shù)量估計和政策意義分析的文獻(xiàn)非常多，考慮到實證研究的可行性，大部分采用投入-產(chǎn)出模型。

就很多發(fā)展中國家而言，為了增加制造業(yè)的相對優(yōu)勢，對CO2排放不加限制，最小化碳排放的動力不足，使相對優(yōu)勢和碳排放之間具有正向關(guān)系。迄今為止，分析貿(mào)易中隱含碳問題的文獻(xiàn)都清楚地顯示主要發(fā)達(dá)國家是二氧化碳的凈進(jìn)口者，而全體發(fā)展中國家和一些擁有豐富資源的發(fā)達(dá)國家是凈出口者。Ahmad 等 （2003）的一項對于OECD的研究估計，1995年中俄兩國碳的凈出口量大約等于OECD全部凈進(jìn)口量――OECD國家國內(nèi)排放量的5%。他們還計算了24個國家國際貿(mào)易中的隱含碳排放，探究了貿(mào)易驅(qū)動型的產(chǎn)業(yè)地理移動對全球排放帶來的影響。研究發(fā)現(xiàn)澳大利亞、加拿大、捷克、丹麥、芬蘭、挪威、荷蘭是碳凈出口國，匈牙利的碳進(jìn)出口量較平衡，而美國、日本、韓國和其他經(jīng)濟(jì)發(fā)達(dá)的歐洲國家都是碳凈進(jìn)口國。還有一些學(xué)者對碳排放進(jìn)行研究，得到相似的結(jié)果。如Lenzen（1998）、Peters 等（2006）、Kander 等（2006）、Chung 等（2006）發(fā)現(xiàn)韓國對日本出口商品中的碳密集度高于日本對韓國的出口。

對中國的貿(mào)易活動給環(huán)境帶來影響的實證研究近年來剛剛開始。Peters 等（2007）運(yùn)用結(jié)構(gòu)分析法估計了國際貿(mào)易對環(huán)境的影響并特別關(guān)注中國的碳排放。Shui 等（2006）計算得出中國CO2排放量的7%～14%是由中國對美國出口商品造成的。而且，由于中國對煤炭的廣泛使用和低效率的制造技術(shù)，中美貿(mào)易導(dǎo)致1997年～2003年間全球CO2排放量增加了7.2億噸。You Li 等（2008）發(fā)現(xiàn)通過與中國進(jìn)行貿(mào)易，2004年英國減少了11%的CO2排放，全球排放量增加了117噸。有學(xué)者計算了1997年～2007年中美貿(mào)易對氣候變化的影響，發(fā)現(xiàn)這段時間內(nèi)美國的CO2排放量減少了2%～4%，中國增加了14%～20%，全球增加了2%～4%。

為了更好地理解中日貿(mào)易中的隱含CO2排放問題，本文借助兩種數(shù)量方法進(jìn)行研究：首先利用投入-產(chǎn)出表直接估計1990年～2000年兩國在雙邊貿(mào)易中的隱含CO2排量的升降，以追蹤在這段時間內(nèi)雙邊貿(mào)易是否導(dǎo)致中國向日本出口隱含CO2；然后假設(shè)一種非貿(mào)易狀態(tài)，比較在這種虛擬狀態(tài)下和真實狀態(tài)下總排放量的不同，從而監(jiān)控中日雙邊貿(mào)易是降低還是增加總體CO2排放量。由于跨國投入產(chǎn)出表的可得性，本文選取1990、1995、2000年3個時間段的數(shù)據(jù)為樣本進(jìn)行計算。

二、研究方法和數(shù)據(jù)來源

（一）研究方法

在計算國際貿(mào)易中承載的CO2排放量時，投入產(chǎn)出表是最常被使用的分析手段，此方法由美國經(jīng)濟(jì)學(xué)家列昂惕夫創(chuàng)立于1941年，1970年他開始嘗試將經(jīng)濟(jì)結(jié)構(gòu)與環(huán)境影響相聯(lián)系，將價值型投入產(chǎn)出表進(jìn)行擴(kuò)展，在投入中包括自然資源，在產(chǎn)出中包括廢氣和污染物的排放。從此以后，投入產(chǎn)出表被頻繁地應(yīng)用在環(huán)境問題研究中。近年來主要運(yùn)用生命周期評價法（LCA），但是盡管這種方法能分析一國整體進(jìn)出口中的隱含CO2排放量，細(xì)化到產(chǎn)業(yè)部門還有一定困難。因為部門二氧化碳排放系數(shù)是根據(jù)部門內(nèi)所有產(chǎn)品的比例加權(quán)平均得到的，這種估計不可避免地會產(chǎn)生不確定性。

1.雙邊貿(mào)易中隱含CO2的直接量化方式

通過計算一國為生產(chǎn)出口商品而引致的國內(nèi)CO2排放，可以計算雙邊貿(mào)易中的隱含CO2含量。分兩步計算：第一步是計算兩國的產(chǎn)業(yè)部門層面的隱含CO2排放系數(shù)；第二步是用相應(yīng)部門的出口量乘以隱含CO2排放系數(shù)，將之加總得到總排放量。

篇5

關(guān)鍵詞 低碳經(jīng)濟(jì);經(jīng)濟(jì)增長;制度安排;國別研究

中圖分類號 F205 文獻(xiàn)標(biāo)識碼 A 文章編號 1002-2104(2010)09-0018-06 doi:10.3969/j.issn.1002-2104.2010.09.004

隨著世界工業(yè)經(jīng)濟(jì)的發(fā)展、人口的劇增、人類欲望的無限上升和生產(chǎn)生活方式的無節(jié)制 ,世界氣候面臨著越來越嚴(yán)重的問題。尤其是由化石燃料過度消耗所導(dǎo)致的全球變暖,引起了世界范圍的廣泛關(guān)注。全球變暖嚴(yán)重危害了社會經(jīng)濟(jì)的發(fā)展,深刻觸及到能源安全、生態(tài)安全、水資源安全和糧食安全,甚至威脅到人類的生存。這一現(xiàn)象亦引發(fā)了國際社會對現(xiàn)有經(jīng)濟(jì)發(fā)展模式的反思,在此背景下,“低碳經(jīng)濟(jì)”(lowcarbon economy)的概念應(yīng)運(yùn)而生,并越來越受到國際社會的重視。

“低碳經(jīng)濟(jì)”的概念最早由英國政府在2003年發(fā)表的《能源白皮書》中提出,題為“我們能 源的未來:創(chuàng)建低碳經(jīng)濟(jì)” ?！赌茉窗灼分赋?“低碳經(jīng)濟(jì)是通過更少的自然資源消 耗和更少的環(huán)境污染,獲得更多的經(jīng)濟(jì)產(chǎn)出;低碳經(jīng)濟(jì)是創(chuàng)造更高的生活標(biāo)準(zhǔn)和更好的生活質(zhì)量的途徑和機(jī)會,也為發(fā)展、應(yīng)用和輸出先進(jìn)技術(shù)創(chuàng)造了機(jī)會,同時也能創(chuàng)造新的商機(jī)和更多的就業(yè)機(jī)會?！?/p>

低碳經(jīng)濟(jì)發(fā)展模式提出后,各國紛紛相應(yīng)。學(xué)術(shù)界圍繞低碳經(jīng)濟(jì)的研究也不斷地發(fā)展和豐富。國外學(xué)者對低碳經(jīng)濟(jì)的研究起步較早,研究成果也頗為豐富。總結(jié)國外現(xiàn)有的研究成果, 主要可以歸納為三個方面:一是低碳經(jīng)濟(jì)與經(jīng)濟(jì)增長,研究重點在碳排放的影響因素,碳排放與經(jīng)濟(jì)增長的關(guān)系及碳減排對行業(yè)發(fā)展的影響等;二是低碳經(jīng)濟(jì)實現(xiàn)的制度安排,研究主要集中對碳稅(carbon tax)和碳交易(carbon trading)的討論;三是不同國家發(fā)展低碳經(jīng)濟(jì)的進(jìn)程。

1 低碳經(jīng)濟(jì)與經(jīng)濟(jì)增長

關(guān)注“低碳經(jīng)濟(jì)”的一個重要方面就是對碳排放量(carbon emission)的控制,碳排放量受到哪些因素的影響一直是學(xué)者們研究的一個熱點。通過對現(xiàn)有文獻(xiàn)的分析發(fā)現(xiàn),碳排放量的影響因素不僅包括Kaya公式所揭示的人口、GDP和能源消耗[1],還包括國際貿(mào)易,兩國的商品貿(mào)易為碳排放創(chuàng)造了一種轉(zhuǎn)移機(jī)制。

1.1 人口規(guī)模、結(jié)構(gòu)對碳排放量的影響

不言而喻,人口越多,碳排放量就越多。即便中國超過美國成為全球碳排放最多的國家,也不足為怪,因為中美人口相差4倍多。此外,人口結(jié)構(gòu)對碳排放量也有影響。Salvador Enrique Puliafito, et al采用LotkaVolterra模型對人口、GDP、能源消耗與碳排放量的相互關(guān)系的探析,Michael Dalton, et al采用PET模型(PopulationEnvironmentTechnology model)的研究,均驗證了上述結(jié)論。隨著世界人口轉(zhuǎn)型,人口老齡化現(xiàn)象逐漸凸顯,發(fā)達(dá)國家將在2020年前后進(jìn)入老齡化社會,人口老齡化因素會降低碳排放量,這一效果與技術(shù)變革的效果相當(dāng)[2-3]。

1.2 GDP、能源消耗與碳排放量的因果關(guān)系

低碳經(jīng)濟(jì)不是貧困的經(jīng)濟(jì),因此不能通過降低GDP實現(xiàn)碳減排。碳排放最主要的來源是能源的消耗,能源強(qiáng)度和碳強(qiáng)度是衡量能源消耗的兩個重要指標(biāo)?！澳茉磸?qiáng)度”(Energy Intensity)是指單位GDP的能源用量。不同產(chǎn)業(yè)的能源強(qiáng)度不同,一般第二產(chǎn)業(yè)的能源強(qiáng)度最高,而第二產(chǎn)業(yè)中,重化工的能源強(qiáng)度又遠(yuǎn)高于一般制造業(yè)。能源強(qiáng)度還受到技術(shù)的影響,同一行業(yè)中技術(shù)水平低則能源強(qiáng)度高。因此降低能源強(qiáng)度,提高技術(shù)水平是減排的有效方向之一。而單位能源用量的碳排放量,則稱為“碳強(qiáng)度”(Carbon Intensity)。能源種類不同,碳強(qiáng)度差異很大?；茉粗?煤的碳強(qiáng)度最高,石油次之,天然氣較低?？稍偕茉粗?生物質(zhì)能有一定的碳強(qiáng)度,而水能、風(fēng)能、太陽能、地?zé)崮?、潮汐能等都是零碳能源?/p>

尹希果等:國外低碳經(jīng)濟(jì)研究綜述

中國人口•資源與環(huán)境 2010年 第9期學(xué)者也對GDP、能源消耗與碳排放量的關(guān)系進(jìn)行了定量研究。Ramakrishnan Ramanathan采用DEA方法(Data Envelopment Analysis,數(shù)據(jù)包絡(luò)分析法)同時分析了GDP、能源消耗、碳排放量之間的聯(lián)系。他指出以往研究的缺陷是,只分別分析了GDP對碳排放量的影響或者能源消耗對碳排放量的影響,沒有對三者的聯(lián)系進(jìn)行分析。在指標(biāo)選取上,他以化石能源消耗釋放的二氧化碳代表碳排放量,化石能源包括了石油、天然氣和煤炭;以全球生產(chǎn)總值衡量經(jīng)濟(jì)增長;能源消耗中只選取了非化石能源消耗量,包括水利、核能和地?zé)崮?沒有包括化石能源消耗量是為了避免與第一個指標(biāo)的重復(fù)。在DEA分析效率指標(biāo)構(gòu)建中,將GDP和碳排放量作為產(chǎn)出,非化石能源消耗作為投入。結(jié)果顯示效率指標(biāo)在1980年時最高,接下來的7年急劇下降,隨后呈現(xiàn)反復(fù)震蕩下跌趨勢,1996年開始回升。基于DEA分析的技術(shù)預(yù)測(technology forecasting)得到了碳排放量與能源消耗量的曲線圖[4]。

Ugur Soytas, et al采用包含GDP、能源消耗、二氧化碳排放量、勞動力和固定資本總額等變量的VAR模型研究了美國能源消耗、GDP與碳排放量之間的因果關(guān)系。研究發(fā)現(xiàn)碳排放量的格蘭杰成因不是GDP增長,而是能源消耗。并提出碳減排政策的制定應(yīng)該從降低能源強(qiáng)度角度考慮,還應(yīng)該增加如風(fēng)能、太陽能等清潔能源的使用,提高可再生能源的利用率[5]。后來,Ugur Soytas, et al對土耳其的實證研究也得到類似的結(jié)論[6]。

XingPing Zhang, XiaoMei Cheng研究了中國能源消耗、碳排放量與經(jīng)濟(jì)增長之間的格蘭杰因果關(guān)系及方向。他建立了一個包含GDP、能源消耗量、碳排放量、資本和城市人口指標(biāo)的多元模型,以1960-2007年的實證結(jié)果顯示,GDP對能源消耗量存在單向格蘭杰成因,能源消耗量對碳排放量存在單向格蘭杰成因,而碳排放量和能源消耗量都不是經(jīng)濟(jì)增長的格蘭杰成因。這意味著,從長遠(yuǎn)來看,中國政府可以推行漸進(jìn)的能源政策和碳減排政策,而不會妨礙經(jīng)濟(jì)增長[7]。

定量分析的結(jié)果表明,低碳經(jīng)濟(jì)是經(jīng)濟(jì)增長與化石能源消耗脫鉤的經(jīng)濟(jì)?；茉聪氖翘寂欧诺闹饕獊碓?在低碳經(jīng)濟(jì)模式下,經(jīng)濟(jì)增長不依賴于化石能源的消耗。從長期來看, 經(jīng)濟(jì)增長與碳排放量也不存在因果關(guān)系,而能源消耗是碳排放量的重要影響因素。因此碳減排政策應(yīng)關(guān)注能源消耗:通過技術(shù)改革、產(chǎn)業(yè)結(jié)構(gòu) 升級,降低能源強(qiáng)度;增加清潔能源的使用和可再生能源的利用率,降低碳強(qiáng)度。

1.3 行業(yè)碳排放量存在差異

碳減排的重要措施是降低能源強(qiáng)度和碳強(qiáng)度,而由于行業(yè)差異以及不同行業(yè)使用能源的差異,不同行業(yè)的碳排放量相差很大。因此將行業(yè)分類,并研究其在低碳經(jīng)濟(jì)下的發(fā)展是一個不可忽視的問題。

T C Chang, S J Lin采用灰色關(guān)聯(lián)分析(Grey Relation Analysis)測算了臺灣34個行業(yè)產(chǎn)值與碳排放量的灰色關(guān)聯(lián)系數(shù)、總能源使用量以及各種能源使用量與碳排 放量的灰色關(guān)聯(lián)系數(shù)。研究結(jié)果顯示,在分辨系數(shù)取0.5的情況下,從34個行業(yè)的平均情況來看,產(chǎn)值與碳排放量的灰色關(guān)聯(lián)系數(shù)為0940,總能源使用與碳排放量的灰色關(guān)聯(lián)系數(shù)為-0912,單個能源與碳排放量的灰色關(guān)聯(lián)系數(shù)分別為電力0913、煤炭0.800、石油-0.79、天然氣0.513。這些結(jié)果說明了臺灣經(jīng)濟(jì)依賴于二氧化碳密集型的行業(yè),電力能源在臺灣經(jīng)濟(jì)發(fā)展中起著越來越重要的作用。分行業(yè)來看,根據(jù)產(chǎn)值與碳排量的灰色關(guān)聯(lián)系數(shù)、能源使用與碳排量的灰色關(guān)聯(lián)系數(shù)的正負(fù)及其大小關(guān)系,可以將行業(yè)分成兩種不同的類型。其中,采礦業(yè)、有色金屬、電力和發(fā)電業(yè)、公路運(yùn)輸業(yè)為“三低行業(yè)”,即能源強(qiáng)度低、碳強(qiáng)度低、碳排放系數(shù)低。而農(nóng)林漁業(yè)、食品業(yè)、紡織業(yè)、皮革業(yè)、造紙業(yè)、石化原料業(yè)、橡膠業(yè)、化工產(chǎn)品業(yè)、金屬制品業(yè)、運(yùn)輸設(shè)備業(yè)、燃?xì)饧八?yīng)業(yè)、建筑業(yè)等11個行業(yè)為“三高行業(yè)”,它們的能源強(qiáng)度高、碳強(qiáng)度高、碳排放系數(shù)高,因此減排政策的制定應(yīng)主要關(guān)注這些行業(yè)[8]。

此外,Marco Mazzarino采用比較靜態(tài)方法(comparative static approach)和貨幣估值技術(shù)的研究發(fā)現(xiàn)運(yùn)輸業(yè)是OECD國家碳排放量最大的行業(yè),約占到總碳排放量的三分之一[9]。R. Rehan, M. Nehdi(2005)認(rèn)為水泥業(yè)也是溫室氣體排放的主要行業(yè),并探討了在清潔發(fā)展、聯(lián)合履行、排放交易三種機(jī)制下水泥業(yè)的發(fā)展前景[10]。

1.4 碳排放量隨國際貿(mào)易而轉(zhuǎn)移

關(guān)于碳排量的影響因素,不僅有國內(nèi)因素,如人口、GDP、行業(yè)等,同時國際貿(mào)易也是影響 碳排放量的一個重要因素。Paul B Stretesky , Michael J Lynch以1989-2003年世界169個國家的面板數(shù)據(jù)為樣本,研究了各國人均碳排量與對美國出口量之間的關(guān)系。以人均二氧化碳排放量為因變量,各國對美國的出口量為自變量,人口密度、GDP和FDI為控制變量,采用固定效應(yīng)模型的估計結(jié)果顯示:人均碳排放量與出口有著顯著的關(guān)系。細(xì)分產(chǎn)業(yè)后的分析結(jié)果顯示在出口行業(yè)中,天然氣、石油和煤炭、化工產(chǎn)品和再進(jìn)口產(chǎn)品等四個行業(yè)對人均碳排放量的影響最大。這意味著,在控制了人口密度、GDP和FDI的情況下,一國對美國出口越多,人均碳排放量也越大,出口產(chǎn)品中天然氣、石油和煤炭、化工產(chǎn)品和再進(jìn)口產(chǎn)品所占的比重越大,人均碳排放量就越大[11]。

Yan Yunfeng, Yang Laike提出,國際貿(mào)易創(chuàng)造了一種轉(zhuǎn)移機(jī)制,不僅使產(chǎn)品可以在世界各國之間自由流動,同時也使得碳排放可以自由轉(zhuǎn)移。1997-2007年,中國碳排放量的10.03%-26.54%是由出口產(chǎn)品的生產(chǎn)所引致的,進(jìn)口產(chǎn)品的碳排放量僅占到4.40%(19 97年)和9.05%。世界其他國家因轉(zhuǎn)移機(jī)制減排的二氧化碳從1997年的150.18Mt增加到2007年的593Mt,而中國在1997-2007年間因生產(chǎn)出口產(chǎn)品而凈增的二氧化碳達(dá)到4 894Mt。他們的研究為近年來中國碳排放量激增找到了一個新的解釋視角,同時這些數(shù)據(jù)也印證了中國在國際貿(mào)易中處于世界工廠的地位。對這一領(lǐng)域的研究,正催生著像在國際貿(mào)易中征收碳關(guān)稅這樣的動議,有學(xué)者擔(dān)憂這會引發(fā)新一輪的貿(mào)易保護(hù)主義[12]。

2 低碳經(jīng)濟(jì)實現(xiàn)的制度安排

低碳經(jīng)濟(jì)是在全球氣候惡化的背景下提出的,是世界經(jīng)濟(jì)發(fā)展的新模式。為實現(xiàn)經(jīng)濟(jì)發(fā)展中的“低碳”,各國主要的制度安排有征收碳稅和碳交易制度。前者是由政府通過稅率來確定進(jìn)行碳排放的活動要付出多少代價;后者是在《京都議定書》的規(guī)定下,通過碳排放權(quán)的交易實現(xiàn)全球范圍內(nèi)碳減排的目的。

2.1 碳稅

碳稅是指針對二氧化碳排放所征收的稅,它通過對燃煤和石油下游的汽油、航空燃油、天然氣等化石燃料產(chǎn)品,按其碳含量的比例征稅,以實現(xiàn)減少化石燃料消耗和二氧化碳排放的目的。碳稅最早由芬蘭于1990年開征,此后,瑞典(1991年)、挪威(1991年)、荷蘭(1992年)、丹麥(1992年)、斯洛文尼亞(1997年)、意大利(1999年)、德國(1999年)、英國(2001年)、法國(2001年)等國也相繼開征。近年來,為履行《京都議定書》義務(wù),一些國家如日本、加拿大、瑞士等國也紛紛開征碳稅。

關(guān)于這些國家實施碳稅的經(jīng)驗,Andrea Baranzini, et al在分析了各國能源產(chǎn)品的碳稅稅率后指出:各國的能源稅(energy tax)稅率差別相當(dāng)大,從而碳稅稅率各不相同,這成為國際協(xié)調(diào)碳稅的一個主要障礙;從理論上說,征收碳稅的目的在于提供一種碳減排的激勵機(jī)制,但在實踐中存在其他目的,如基于財政(籌集資金)的目的,對需求彈性很小的產(chǎn)品征收很高的碳稅;對于某些能源產(chǎn)品,如煤炭,有些國家的碳稅稅率相當(dāng)?shù)?有些國家還實行補(bǔ)貼,因而還不是真正意義上的碳稅;要達(dá)到減少碳排放的目的,實施碳稅的同時要對能源稅進(jìn)行改革[13]。

在此之后,日本的研究發(fā)現(xiàn),能源稅和碳稅的使用能夠使碳排放下降到預(yù)計目標(biāo)水平,同時也使能源種類的使用發(fā)生了變化,即由煤到天然氣[14]。對碳稅征收先行國挪威的研究發(fā)現(xiàn),1990-1999年挪威平均每單位GDP的碳排放降低了12個百分點,但碳稅對碳減排的貢獻(xiàn)只有2.3%,碳稅的效果并不理想。原因在于挪威對不同的產(chǎn)業(yè)實行差 別稅率,且不同類型燃料的碳含量與稅額的比率也不相同[15]。Cheng F Lee, et al在 灰色理論(grew theory)和投入―產(chǎn)出理論(inputoutput theory)的基礎(chǔ)上,運(yùn)用模糊目標(biāo)規(guī)劃(fuzzy goal programming)方法構(gòu)建模型,模擬了三種碳稅方案下碳減排的力度和經(jīng)濟(jì)影響。預(yù)測碳稅實施的影響有助于各國碳稅方案的選擇,也能更好的發(fā)揮碳稅的效果[16]。

2.2 碳交易

碳交易是為促進(jìn)全球溫室氣體減排,減少全球二氧化碳排放所采用的市場機(jī)制,即把二氧化碳排放權(quán)作為一種商品,從而形成了二氧化碳排放權(quán)的交易[17]。其興起源于《京都議定書》所制定的三種減排機(jī)制:一是排放貿(mào)易機(jī)制(ET,Emission Trade),允許附件 一國家(主要是發(fā)達(dá)國家)之間相互轉(zhuǎn)讓它們的部分“容許的排放量”(“排放配額單位”);二是聯(lián)合履行機(jī)制(JI,Joint Implementation),允許附件一國家從其在其他工業(yè)化國家的投資項目產(chǎn)生的減排量中獲取減排信用,實際結(jié)果相當(dāng)于工業(yè)化國家之間轉(zhuǎn)讓了同等量的“減排單位”;三是清潔發(fā)展機(jī)制(CDM,Clean Development Mechanism),允許附件一國家的投資者從其在發(fā)展中國家實施的、并有利于發(fā)展中國家可持續(xù)發(fā)展的減排項目中獲取“經(jīng)核證的減排量”。即允許附件一國家出資支持無減排義務(wù)的國家通過工業(yè)技術(shù)改造、造林等活動,降低溫室氣體的排放量并抵頂附件一國家的減排指標(biāo)。

根據(jù)以上三種機(jī)制,碳交易可以分為兩種形態(tài):基于配額的交易和基于項目的交易。配額型交易指總量管制下所產(chǎn)生的排減單位的交易,主要是《京都議定書》規(guī)定的附件一國家之間超額排減量的交易,通常是現(xiàn)貨交易。項目型交易指因進(jìn)行減排項目所產(chǎn)生的減排單位的交易,如清潔發(fā)展機(jī)制下的“排放減量權(quán)證(CERs)”、聯(lián)合履行機(jī)制下的“排放減量單位(ERUs)”,主要是通過國與國合作的排減計劃產(chǎn)生的減排量交易,通常以期貨方式預(yù)先買賣。自2005年《京都議定書》正式生效后,碳交易市場發(fā)展迅速。根據(jù)世界銀行的數(shù)據(jù),2008年碳交易市場成交總額為1 263.45億美元;預(yù)計2012年成交總額將達(dá)到1 500億美元,有望超過石油市場成為世界第一大市場。

清潔發(fā)展機(jī)制是《京都議定書》中唯一涉及到發(fā)展中國家的機(jī)制,并且《京都議定書》還承認(rèn)了森林碳匯(carbon sink)對減緩氣候變暖的貢獻(xiàn),并要求加強(qiáng)森林可持續(xù)經(jīng)營和植被恢復(fù)及保護(hù),允許發(fā)達(dá)國家通過向發(fā)展中國家提供資金和技術(shù),開展造林、再造林碳匯項目,將項目產(chǎn)生的碳匯額度用于抵消其國內(nèi)的減排指標(biāo)[18]。這些規(guī)定的出現(xiàn)在發(fā)達(dá)國家和發(fā)展中國家之間開啟了一個巨大的碳交易市場。CDM項目和碳匯CDM項目成為發(fā)展中國家的一個新的經(jīng)濟(jì)增長點。

3 低碳經(jīng)濟(jì)的國別研究

3.1 發(fā)達(dá)國家的低碳經(jīng)濟(jì)

英國作為第一次工業(yè)革命的先驅(qū),正從自給自足的能源供應(yīng)走向主要依靠進(jìn)口的時代,按傳統(tǒng)的消費模式,預(yù)計2020年英國80%的能源都必須進(jìn)口。因此英國于2003年首次以政府文件的形式正式提出“低碳經(jīng)濟(jì)”概念,并積極推動世界范圍的低碳經(jīng)濟(jì)。隨后,Johnton D et.al(2005)探討了英國大量減少住房二氧化碳排放的技術(shù)可行性,認(rèn)為利用現(xiàn)有技術(shù)到本世紀(jì)中葉實現(xiàn)1990年基礎(chǔ)上減排80%是可能的[19]。Treffers T, et al探討了德國在2050年實現(xiàn)1990年基礎(chǔ)上減少溫室氣體排放80%的可能性,認(rèn)為通過相關(guān)政策措施,經(jīng)濟(jì)的強(qiáng)勁增長和溫室氣體排放減少的共同實現(xiàn)是可能的[20]。Koji Shimada , et al構(gòu)建了一種描述城市尺度低碳經(jīng)濟(jì)長期發(fā)展情景的方法,并將此方法應(yīng)用到日本滋賀地區(qū)[21]。

在實踐中,低碳經(jīng)濟(jì)發(fā)展模式受到各國政府組織的廣泛關(guān)注和青睞,向低碳經(jīng)濟(jì)轉(zhuǎn)型成為世界經(jīng)濟(jì)發(fā)展的大趨勢。英國把發(fā)展低碳經(jīng)濟(jì)置于國家戰(zhàn)略高度,2008年頒布實施的“氣候變化法案”使英國成為世界上第一個為溫室氣體減排目標(biāo)立法的國家。按照該法律,到2050年英國要達(dá)到減排80%的目標(biāo)。另外,政府大力促進(jìn)商用技術(shù)的研發(fā)推廣,以占領(lǐng)低碳產(chǎn)業(yè)的技術(shù)制高點。在低碳生活上,英國社會運(yùn)用多種手段引導(dǎo)人們生活方式的轉(zhuǎn)變。比如,要求所有新蓋房屋在2016年達(dá)到零碳排放,新建房屋中至少有三分之一要體現(xiàn)碳足跡減少計劃,不使用一次性塑料袋,等等。在潔凈能源的開發(fā)上,英國發(fā)揮其海島國家的自然優(yōu)勢,注重利用海洋資源,在發(fā)展海上風(fēng)能、海藻能源等低碳能源方面居于全球領(lǐng)先水平。

同樣是島國的日本也在向低碳經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)變。日本內(nèi)閣會議于2008年7月通過的“低碳社會行動計劃”闡述了在未來三五年內(nèi)將家用太陽能發(fā)電系統(tǒng)的成本減少一半等多項有關(guān)減排的措施,其重要內(nèi)容都與開發(fā)新能源有關(guān)。根據(jù)日本內(nèi)閣政府2008年9月的數(shù)字,在科學(xué)技術(shù)相關(guān)預(yù)算中,僅單獨列項的環(huán)境能源技術(shù)的開發(fā)費用就達(dá)近100億日元,其中創(chuàng)新性太陽能發(fā)電技術(shù)的預(yù)算為35億日元。2009年4月,日本又公布了名為《綠色經(jīng)濟(jì)與社會變革》的政策草案,目的是通過實行減少溫室氣體排放等措施,強(qiáng)化日本的低碳經(jīng)濟(jì)。

為帶動歐盟經(jīng)濟(jì)向高能效、低排放的方向轉(zhuǎn)型,2007年3月歐盟委員會提出一攬子能源計劃,承諾到2020年將可再生能源占能源消耗總量的比例提高到20%,將煤炭、石油、天然氣等一次能源的消耗量減少20%,將生物燃料在交通能耗中所占的比例提高到10%。此外,2007年年底,歐盟委員會通過了歐盟能源技術(shù)戰(zhàn)略計劃,明確提出鼓勵推廣低碳能源技術(shù),促進(jìn)歐盟未來能源可持續(xù)利用機(jī)制的建立和發(fā)展。歐盟國家利用其在可再生能源和溫室氣體減排技術(shù)等方面的優(yōu)勢,積極推動應(yīng)對氣候變化和溫室氣體減排的國際合作,力圖通過技術(shù)轉(zhuǎn)讓為歐盟企業(yè)進(jìn)入發(fā)展中國家能源環(huán)保市場創(chuàng)造條件。

3.2 發(fā)展中國家的低碳經(jīng)濟(jì)

《京都議定書》是旨在限制發(fā)達(dá)國家二氧化碳排放的國際協(xié)議,發(fā)展中國家未被規(guī)定必須承擔(dān)減排義務(wù)。但是隨著發(fā)展中國家的工業(yè)化和城市化進(jìn)程加速,其二氧化碳排放量也迅速增加。雖然歷史排放量和人均排放量還相對較低,但是在后京都時展中國家尤其是中國的減排壓力已經(jīng)越來越大。在2009年的哥本哈根會議上,中國是否應(yīng)該承擔(dān)減排義務(wù)及能否獲得資金支持成為會議爭論的一個焦點。

發(fā)展中國家中尤其是中國,被指責(zé)為一個“搭便車者”,在降低碳排放、延緩氣候變暖上毫無貢獻(xiàn)。ZhongXiang Zhang(2000)通過分析中國1980-1997年間二氧化碳排量的歷史演變,以及中間燃料轉(zhuǎn)換、能源消耗、經(jīng)濟(jì)增長和人口規(guī)模增長對二氧化碳排量的影響,指出上述指責(zé)是沒有根據(jù)的。實際上,中國在能源節(jié)約上采取了一系列的措施,1997年單位GDP能耗只有1980年的一半。如果沒有這些努力,1997年的能耗總量將比實際排量多出50% [22-23]。Walter V Reid, José Goldemberg的研究也指出,發(fā)展中國家已經(jīng)采取了有效措施遏制二氧化碳的排放。他指出中國從80年代開始實行能源價格改革,碳補(bǔ)貼從1984年的37%下降到1995年的29%,石油補(bǔ)貼從1990的55%下降到2%。另外,中國在提高能源利用率,開發(fā)可再生能源上也取得了一定的成效[24]。Paul B. Stretesky, Michael J. Lynch(2009)、YanYunfeng, Yang Laike(2010)的研究則指出兩國之間的商品貿(mào)易為碳排放提供了一種轉(zhuǎn)移路徑。中國為美國的碳減排做出了很大的潛在貢獻(xiàn),因此美國等發(fā)達(dá)國家應(yīng)該為中國等發(fā)展中國家提供切實有效的氣候與環(huán)境友好型技術(shù)援助。

盡管中國的碳?xì)v史排放量和人均排放量相對較低,但是其排放總量的激增引起了世界各國的關(guān)注。中國的碳排放受到哪些因素的影響,為邁入低碳經(jīng)濟(jì)中國應(yīng)如何改進(jìn)措施,Hu Chuzhi, et al的研究比較具有代表性。他基于EKC模型,采用平均分配余量的分解方法,構(gòu)建了中國碳排放的因素分解模型,定量分析了1990-2005年經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)和碳排放強(qiáng)度對碳排放的貢獻(xiàn),即規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)。結(jié)果表明:①采用EKC曲線模擬結(jié)果顯示,我國碳排放量呈現(xiàn)“N”型,并沒有呈現(xiàn)嚴(yán)格的倒“U”型特征,這與規(guī)模效應(yīng)具有一致性。說明我國經(jīng)濟(jì)增長并不會自發(fā)導(dǎo)致碳排放量的減少,經(jīng)濟(jì)增長也并不一定引發(fā)碳排放的增加,關(guān)鍵是我國的環(huán)境治理的機(jī)制、市場和政策不完善,若不施行合理有效的控制措施,未來在降低碳排放方面面臨著許多風(fēng)險。②我國的碳排放政策的缺失,節(jié)能減排政策實施滯后,這是導(dǎo)致我國碳排放持續(xù)上升的又一重要因素。③在規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)中,只有結(jié)構(gòu)效應(yīng)的平均值為負(fù),表明經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化能降低碳排放,是減少碳排放的有效手段。④我國碳排放技術(shù)效應(yīng)具有隨意性,這說明技術(shù)在降低碳排放方面并未發(fā)揮優(yōu)勢,現(xiàn)行技術(shù)應(yīng)用主要目的是提高勞動生產(chǎn)率,許多技術(shù)進(jìn)步并非與提高環(huán)境質(zhì)量有關(guān),盡管技術(shù)進(jìn)步非常快,但對降低碳排放的作用并不大。在此基礎(chǔ)上,他提出了控制碳排放的政策性建議:建立和實施不同時間尺度上的環(huán)境調(diào)控政策;積極推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)向節(jié)能型、高級化發(fā)展,并大力發(fā)展環(huán)保產(chǎn)業(yè);推行削減碳排放的技術(shù),提高能源利用效率;發(fā)展低碳能源和可再生能源,改善能源結(jié)構(gòu)[25]。

Guo Ru, et al以上海為例,采用情景分析法(scenarios analysis)對上海2010-2020年的碳排放量進(jìn)行了估計,并提出了一些碳減排建議。研究結(jié)論顯示:①上海的主要能源消耗在過去的15年呈現(xiàn)不斷上升的趨勢。②上海的能源主要是用于生產(chǎn),而第二產(chǎn)業(yè)的能源消耗占比最大。③上海2005年的碳排放量達(dá)到58.05 Mt Ceq,是1990年的兩倍。④在“十一五”計劃指導(dǎo)下,上海的碳減排量將分別達(dá)到17.26 Mt Ceq(2010年)和111.04 Mt Ceq(2020年)。作為中國的發(fā)達(dá)城市之一,上海在碳減排上要承擔(dān)起更多的責(zé)任,基于以上分析上?？梢酝ㄟ^以下措施實現(xiàn)低碳經(jīng)濟(jì):①上海的碳排放主要來自于第二產(chǎn)業(yè),因此提升產(chǎn)業(yè)結(jié)構(gòu)是第一要務(wù)。發(fā)展能耗低且產(chǎn)品附加值高的行業(yè),同時加快第三產(chǎn)業(yè)的發(fā)展。②優(yōu)化能源結(jié)構(gòu)和能源效率,結(jié)合地域優(yōu)勢開發(fā)使用清潔能源,如上海可以開發(fā)風(fēng)能。③加強(qiáng)碳匯建設(shè),樹木、綠化帶、濕地、農(nóng)田是上海重要的碳匯。擴(kuò)大城市樹木和綠化帶的范圍,對崇明和南匯的濕地要加強(qiáng)保護(hù)[26]。

4 結(jié) 語

“低碳經(jīng)濟(jì)”概念的提出源于全球氣候惡化的背景,從《京都議定書》到“巴厘島路線圖”,及至最近的哥本哈根會議,世界各國都在為解決氣候問題而努力。圍繞低碳經(jīng)濟(jì),學(xué)者們從不同視角、運(yùn)用不同方法、對不同區(qū)域(全球、國家、地區(qū))進(jìn)行了研究。

關(guān)于低碳經(jīng)濟(jì)與經(jīng)濟(jì)增長,目前比較一致的結(jié)論有:①影響碳排放量的因素有人口、能源消耗、技術(shù)水平等,國際間的商品貿(mào)易也可以導(dǎo)致碳排放的轉(zhuǎn)移。②經(jīng)濟(jì)增長對碳排放量的影響是通過能源消耗來實現(xiàn)的,為實現(xiàn)低碳經(jīng)濟(jì),應(yīng)該增強(qiáng)能源強(qiáng)度及碳強(qiáng)度,逐漸由化石能源過度到清潔能源的使用。③不同行業(yè)的碳排放量有顯著差異,一個國家或地區(qū)應(yīng)該在總體層面上規(guī)劃產(chǎn)業(yè)發(fā)展,提升產(chǎn)業(yè)結(jié)構(gòu)。在研究方法上,灰色關(guān)聯(lián)分析法、數(shù)據(jù)包絡(luò)分析法以及對人口經(jīng)濟(jì)學(xué)中LotkaVolterra模型的應(yīng)用等,值得國內(nèi)研究者的借鑒。在實踐中,實現(xiàn)低碳經(jīng)濟(jì)的制度安排主要有征收碳稅和碳交易制度。發(fā)達(dá)國家是低碳經(jīng)濟(jì)發(fā)展模式的倡導(dǎo)者,在向低碳經(jīng)濟(jì)的轉(zhuǎn)變進(jìn)程中,推出了各種法案措施。低碳經(jīng)濟(jì)已成為一種國際潮流,也影響著發(fā)展中國家的經(jīng)濟(jì)社會發(fā)展進(jìn)程。各國都致力于向低碳經(jīng)濟(jì)的轉(zhuǎn)變,并從中尋找新的經(jīng)濟(jì)增長點。

參考文獻(xiàn)(References)

[1]省略/anglais/documentationa/greenhouse/kayaequation.htm

[2]Salvador Enrique Puliafito, José Luis Puliafito, Mariana Conte Grand. Modeling population dynamics and economic growth as competing species: An application to CO2 global emissions[J]. Ecological Economics, 2008,(65): 602-615.

[3]Michael Dalton, Brian O'Neill, Alexia Prskawetz, Leiwen Jiang, John Pitkin. Population aging and future carbon emissions in the United States[J]. Energy Economics, 2008,(30): 642-675.

[4]Ramakrishnan Ramanathan. A multifactor efficiency perspective to the relationships among world GDP, energy consumption and carbon dioxide emissions[J]. Technological Forecasting & Social Change, 2006,(73): 483-494.

[5]Ugur Soytas, Ramazan Sari, Bradley T. Ewing. Energy consumption, income, and carbon emissions in the United States[J]. Ecological Economics, 2007,(62): 4 82-489.

[6]Ugur Soytas, Ramazan Sari. Energy consumption, economic growth, and carbon emissions: Challenges faced by an EU candidate member[J]. Ecological Economics, 2009,(68): 1667-1675.

[7]Zhang XingPing, Cheng XiaoMei. Energy consumption, carbon emissions, and economic growth in China[J]. Ecological Economics, 2009,(68): 2706-2712.

[8]T C Chang, S J Lin. Grey relation analysis of carbon dioxide emissions from industrial production and energy uses in Taiwan[J]. Journal of Environmental Management, 1999,(56): 247-257.

[9]Marco Mazzarino. The economics of the greenhouse effect: evaluating the climate change impact due to the transport sector in Italy[J]. Energy Policy, 2000,(28): 957-966.

[10]R Rehan, M Nehdi. Carbon dioxide emissions and climate change: policy implications for the cement industry[J]. Environmental Science & Policy, 2005,(8): 105-114.

[11]Paul B Stretesky, Michael J Lynch. A crossnational study of the a ssociation between per capita carbon dioxide emissions and exports to the United States[J]. Social Science Research, 2009,(38): 239-250.

[12]YanYunfeng, Yang Laike. China's foreign trade and climate change: A case study of CO2 emissions[J]. Energy Policy, 2010,(38): 350-356.

[13]Andrea Baranzini, José Goldemberg, Stefan Speck. A future for carbon taxes[J]. Ecological Economics, 2009,(32): 395-412.

[14]Toshihiko Nakata, Alan Lamont. Analysis of the impacts of carbon ta xes on energy systems in Japan[J]. Energy Policy, 2001,(29): 159-166.

[15]Annegrete Bruvoll, Bodil Merethe Larsen. Greenhouse gas emissions in Norway: do carbon taxes work?[J]. Energy Policy, 2004,(32):493-505.

[16]Cheng F Lee, Sue J Lin, Charles Lewis, Yih F. Chang. Effects of carbon taxes on different industries by fuzzy goal programming: A case study of the petrochemicalrelated industries, Taiwan[J]. Energy Policy, 2007,(35): 4051-4058.

[17]John A Mathews. How carbon credits could drive the emergence of renewable energies[J]. Energy Policy, 2008,(36): 3633- 3639.

[18]J Liski, T Karjalainen, A Pussinen, GJ Nabuurs, P Kauppi. Trees as carbon sinks and sources in the European Union[J]. Environmental Science & Policy, 2000,(3): 91-97.

[19]Johnston D, Lowe R, Bell M. An Exploration of the Technical Feasibility of Achieving Carbon Emission Reductions in Excess of 60% Within the UK Housing Stock by the Year 2050[J]. Energy Policy, 2005,(33): 1643-1659.

[20]Treffers T, Faaij APC, Sparkman J, Seebregts A. Exploring the Possibilities for Setting up Sustainable Energy Systems for the LongTerm: Two Visions for the Dutch Energy System in 2050[J]. Energy Policy, 2005,(33): 1723-1743.

[21]Koji Shimada, Yoshitaka Tanaka, Kei Gomi, Yuzuru Matsuoka. Developing a Longterm Local Society Design Methodology Towards a Lowcarbon Economy: An Application to Shiga Prefecture in Japan[J]. Energy Policy, 2007,(35): 4688-4703.

[22]Zhong Xiangzhang. Decoupling China's Carbon Emissions Increase from Econo mic Growth: An Economic Analysis and Policy Implications[J]. World Development, 2000,(28): 739-752.

[23]Zhong Xiangzhang. Can China afford to commit itself an emissions cap? Aneconomic and political analysis[J]. Energy Economics, 2000,(22): 587-614.

[24]Walter V Reid, José Goldemberg. Developing countries are combating climate change:Actions in developing countries that slow growth in carbon emissions[J]. Energy Policy, 1998,(26): 233-237.

[25]Hu Chuzhi, Huang Xianjin. Characteristics of Carbon Emission in Chi na and Analysis on Its Cause[J]. Chn Popu Res Envi, 2008, 18(3): 38-42.

[26]Guo Ru, Cao Xiaojing, Yang Xinyu, Li Yankuan, Jiang Dahe, Li Fengting. The strategy of energyrelated carbon emission reduction in Shanghai[J]. Energy Policy, 2010,(38): 633-638.

A Synthesis of Foreign Scholars' Research on Low Carbon Economy

YIN Xiguo HUO Ting

(Institute of Population Resource and Environmental Economy, Chongqing University, Chongqing 400044, China)

篇6

關(guān)鍵詞：低碳經(jīng)濟(jì)；裝備制造業(yè)；碳排放

一、引言

2012年黨的十提出建設(shè)生態(tài)文明，推進(jìn)綠色發(fā)展、循環(huán)發(fā)展、低碳發(fā)展，單位GDP能源消耗和二氧化碳排放量大幅下降。資源約束趨緊、環(huán)境污染嚴(yán)重、生態(tài)環(huán)境退化的現(xiàn)狀，要求將高污染、高能耗、低產(chǎn)出的經(jīng)濟(jì)增長方式向低污染、低能耗、高產(chǎn)出的方式轉(zhuǎn)變。我國提出中國的碳排放目標(biāo)是到2020年，單位GDP的二氧化碳排放量比2005年下降40～45%。裝備制造業(yè)是為國民經(jīng)濟(jì)和國防建設(shè)提供生產(chǎn)技術(shù)裝備的制造業(yè)，是制造業(yè)的核心，是我國能否實現(xiàn)低碳經(jīng)濟(jì)目標(biāo)的重要實踐力量。

二、文獻(xiàn)綜述

（一）國外研究情況

隨著低碳經(jīng)濟(jì)的發(fā)展，國內(nèi)外對碳排放問題的研究也開展起來。日本學(xué)者Yoichi Kaya（1990）在IPCC研討會上提出Kaya恒等式，成為測量碳排放量的第一種比較系統(tǒng)的方法。他提出一個國家或地區(qū)二氧化碳排放量的增長主要取決于人口、人均GDP、單位GDP能耗和能源結(jié)構(gòu)。Holdren（2000）提出了用于測量碳排放量第二種方法——IPAT法，核心思想是一個國家和地區(qū)碳排放量的增長取決于人口規(guī)模、社會影響、技術(shù)影響。Grossman和Krueger（1991）提出了碳排放的庫次涅茨曲線，認(rèn)為經(jīng)濟(jì)發(fā)展與二氧化碳的排放量之間存在倒U的關(guān)系。Sun（2005）認(rèn)為在評價一個國家是否有低碳經(jīng)濟(jì)效應(yīng)時，一個理想的指標(biāo)就是單位GDP的二氧化碳排放量。Kenny（2009）以愛爾蘭為例，分析比較了六種不同的用于測定碳排放量的模型。上述研究的方法對于二氧化碳排放績效的評價多是非動態(tài)，對于不同時間序列的比較不夠充分。

（二）國內(nèi)研究情況

國內(nèi)學(xué)者的研究主要集中在碳排放理論、碳排放與經(jīng)濟(jì)增長關(guān)系、碳排放與能源結(jié)構(gòu)關(guān)系、碳排放與國際貿(mào)易結(jié)構(gòu)關(guān)系等方面。譚丹和黃賢金（2008）測定了東中西三大地區(qū)的總碳排放量和生產(chǎn)總值，分析碳排放與生產(chǎn)總值之間的關(guān)系。孫建衛(wèi)、陳志剛等（2010）運(yùn)用IPCC的方法對中國不同年份的碳排放量進(jìn)行核算。王群偉等（2010）運(yùn)用DEA模型建立了研究二氧化碳排放績效動態(tài)變化的指數(shù)，通過收斂理論和面板數(shù)據(jù)回歸模型分析不同地區(qū)的差異及影響因素。焦兵（2011）從我國西部地區(qū)的產(chǎn)業(yè)和消費升級角度，驗證了西部地區(qū)經(jīng)濟(jì)增長和碳排放量存在正相關(guān)的關(guān)系。許廣月、宋德勇（2010）研究了中國碳排放的庫茲涅茨曲線，得出中國東、中部地區(qū)的庫茲涅茨曲線符合倒U型而西部地區(qū)不符合的結(jié)論。

本文在前人研究的基礎(chǔ)上研究裝備制造業(yè)的碳排放問題，在以往的研究中并不多見。我國能否實現(xiàn)低碳經(jīng)濟(jì)目標(biāo)，裝備制造業(yè)發(fā)揮重要的作用，因此分析裝備制造業(yè)的低碳效應(yīng)有著現(xiàn)實意義。

三、我國裝備制造業(yè)分布情況

裝備制造業(yè)是我國經(jīng)濟(jì)的重要組成部分，政府為發(fā)展裝備制造業(yè)出臺了一系列政策。裝備制造業(yè)的集群特征較為明顯，第一，產(chǎn)業(yè)關(guān)聯(lián)程度高：涉及企業(yè)多，聯(lián)系緊密；第二，技術(shù)水平要求高：技術(shù)水平的提高要求產(chǎn)業(yè)的聚集程度更高；第三，要求資源共享和技術(shù)溢出效應(yīng)：通過產(chǎn)業(yè)聚集實現(xiàn)資源共享和技術(shù)外部性。

本文選擇區(qū)位商來判斷一個產(chǎn)業(yè)在某個區(qū)域是否構(gòu)成專業(yè)化，公式為LQij=Pi/Qi。

其中，LQij為某區(qū)域某一產(chǎn)業(yè)的區(qū)位商；Pi為區(qū)域j的產(chǎn)業(yè)i的產(chǎn)值占該區(qū)域全部工業(yè)產(chǎn)值的比重；Qi為產(chǎn)業(yè)i的全國總產(chǎn)值占全國總產(chǎn)值的比重。

裝備制造業(yè)主要有金屬制品業(yè)、通用設(shè)備制造業(yè)、專用設(shè)備制造業(yè)、交通運(yùn)輸設(shè)備制造業(yè)、電氣機(jī)械及器材制造業(yè)、通信設(shè)備、計算機(jī)及其他電子設(shè)備制造業(yè)、儀器儀表及文化辦公用機(jī)械制造業(yè)七大類。本文選取2001～2010年數(shù)據(jù)，分別計算東部、中部、西部三個地區(qū)的裝備制造業(yè)區(qū)位商，如圖1所示。

由東、中、西三地區(qū)的裝備制造業(yè)的區(qū)位商可以看出：東部地區(qū)裝備制造業(yè)的區(qū)位商明顯高于中西部地區(qū)的區(qū)位商，數(shù)值都大于1，說明東部地區(qū)是裝備制造業(yè)有聚集優(yōu)勢的地區(qū)。東部地區(qū)的區(qū)位商2001～2003年輕微下降，到2007年逐年增加，聚集程度上升，2008年之后有所下降，專業(yè)化程度有下降的趨勢。近年來，東部地區(qū)出現(xiàn)勞動力價格上漲、環(huán)境污染加劇、資源匱乏等問題，導(dǎo)致東部地區(qū)的裝備制造業(yè)發(fā)展減緩并有向中部和西部轉(zhuǎn)移趨勢，以尋求優(yōu)越的資源、良好的環(huán)境及較低的成本。中部地區(qū)的區(qū)位商2001～2003年增加，2004年短暫下降2010年又恢復(fù)上升，說明中部地區(qū)的裝備制造業(yè)集群聚集化程度不斷提高。西部地區(qū)區(qū)位商上下起伏，表明聚集化程度有波動。通過計算東、中、西三地區(qū)裝備制造業(yè)企業(yè)數(shù)量年增長率，東部地區(qū)的企業(yè)數(shù)量增長率是逐年放緩的，而中部和西部的是逐年提高的?？傮w來說，裝備制造業(yè)的主要陣地仍然在東部，但發(fā)展速度放緩；中部和西部的裝備制造業(yè)專業(yè)化程度加深，產(chǎn)業(yè)不斷發(fā)展擴(kuò)大。

四、裝備制造業(yè)碳排放測算及結(jié)果分析

（一）低碳經(jīng)濟(jì)

低碳經(jīng)濟(jì)是改變高污染、高能耗、低產(chǎn)出的發(fā)展模式，把降低碳排放量融入到經(jīng)濟(jì)發(fā)展過程中去。低碳效應(yīng)是指經(jīng)濟(jì)發(fā)展和格局的變化是否符合低碳經(jīng)濟(jì)的要求。我國裝備制造業(yè)是否實現(xiàn)了碳排放量的減少，是否產(chǎn)生低碳效應(yīng)，需要我們進(jìn)行測算和驗證。

（二）裝備制造業(yè)碳排放測算模型

1.裝備制造業(yè)碳排放測算

（1）煤炭、石油、天然氣是裝備制造業(yè)中使用最多的能源，二氧化碳排放量也最多。根據(jù)已有的統(tǒng)計數(shù)據(jù)，測算裝備制造業(yè)中使用煤炭、石油、天然氣的碳排放量。每一種能源燃料的碳排放系數(shù)不同，因此總碳排放量=Σ（每種能源燃料單位消耗量碳排放量）。對于裝備制造業(yè)的碳排放運(yùn)用下列公式測算：Tj=Σeij*ri*ci。公式中：Tj為j產(chǎn)業(yè)的碳排放總量；i表示能源燃料種類，分別為煤炭、汽油、柴油、煤油、燃料油、天然氣；eij表示j產(chǎn)業(yè)在一年對第i種能源的消耗量；ri為第i種能源標(biāo)準(zhǔn)煤折算系數(shù)；ci為第i 種能源的碳排放系數(shù)。計算得到裝備制造業(yè)能源消耗量、產(chǎn)值、碳排放量，如圖2所示。

（2）計算裝備制造業(yè)單位GDP碳排放量。裝備制造業(yè)單位GDP碳排放量=裝備制造業(yè)碳排放量/裝備制造業(yè)工業(yè)總產(chǎn)值。計算得出在2000～2010年裝備制造業(yè)的單位GDP碳排放量，如圖3所示。

2.結(jié)果分析

影響碳排放量的因素主要有經(jīng)濟(jì)產(chǎn)出效應(yīng)、經(jīng)濟(jì)結(jié)構(gòu)效應(yīng)、能源結(jié)構(gòu)效應(yīng)和碳強(qiáng)度效應(yīng)。經(jīng)濟(jì)產(chǎn)出效應(yīng)：碳排放量隨著經(jīng)濟(jì)產(chǎn)出（GDP）的增加而增加。經(jīng)濟(jì)結(jié)構(gòu)效應(yīng)：經(jīng)濟(jì)結(jié)構(gòu)中符合低碳要求的產(chǎn)業(yè)占比重越大，碳排放量越小。能源結(jié)構(gòu)效應(yīng)：在經(jīng)濟(jì)發(fā)展中使用更多的清潔能源，提高能源的使用效率，會降低碳排放量。碳強(qiáng)度效應(yīng)：使用新能源能降低單位能源的碳排放量。

（1）由圖2可以看出，2001～2010年裝備制造業(yè)產(chǎn)出總值、能源消耗總量和總碳排放量都逐年增長。碳排放量的經(jīng)濟(jì)效應(yīng)方面，2010年裝備制造業(yè)的產(chǎn)值比2001年增長了近7倍，碳排放量增長了2倍。能源結(jié)構(gòu)方面，我國裝備制造業(yè)在經(jīng)濟(jì)發(fā)展中的地位重要，能源消耗量巨大，2010年的能源消耗量達(dá)到1.75億噸標(biāo)準(zhǔn)煤，比2001年增長了2倍，碳排放量也增長。

（2）從圖3來看，2001～2010年，我國裝備制造業(yè)單位GDP的碳排放量呈現(xiàn)下降的趨勢：從2001年的14.4克/元到2010年的5.6克/元，單位GDP的碳排放量下降了60%。從單位GDP的碳排放量角度來看，我國裝備制造業(yè)在發(fā)展低碳經(jīng)濟(jì)方面取得了一定的成績。

五、政策建議

我國裝備制造業(yè)在發(fā)展低碳經(jīng)濟(jì)方面取得了一定的進(jìn)步，但仍然有很長的路要走。

首先，對于裝備制造業(yè)自身來說，要向創(chuàng)新型產(chǎn)業(yè)方向發(fā)展，增強(qiáng)自主創(chuàng)新能力，通過集群技術(shù)溢出不斷擴(kuò)張，實現(xiàn)產(chǎn)業(yè)上的重點跨越和技術(shù)上的重點突破；依賴政府政策，為自身發(fā)展提供好的環(huán)境和條件；注重資源節(jié)約、環(huán)境友好型發(fā)展，在發(fā)展的過程中注意保護(hù)生態(tài)環(huán)境，提高資源的利用率。

其次，產(chǎn)業(yè)轉(zhuǎn)移也是一種可行的方式。政府應(yīng)該指導(dǎo)裝備制造業(yè)產(chǎn)業(yè)有步驟地轉(zhuǎn)移，包括主導(dǎo)企業(yè)及相關(guān)企業(yè)及配套部門。對于西部和中部地區(qū)來說，應(yīng)統(tǒng)籌兼顧。政府加強(qiáng)體制改革，對轉(zhuǎn)移產(chǎn)業(yè)做出引導(dǎo)和政策規(guī)定；同時對轉(zhuǎn)移產(chǎn)業(yè)進(jìn)行鑒別，對于消耗大，污染嚴(yán)重的產(chǎn)業(yè)，應(yīng)減少轉(zhuǎn)移。

參考文獻(xiàn)：

[1]Kaya，Y.Impact of Carbon Dioxide Emission Control on GNP Growth： Interpretation of Proposed Scenarios[A].IPCC Energy and Industry Subgroup[C].New York：Mac well，1990.

[2]Holdren，J.P.Energy，the environment，and health[J].Ecological Economics，2000（04）.

[3]王緝慈.我國制造業(yè)集群分布現(xiàn)狀及其發(fā)展特征[J].地域研究與開發(fā)，2003（12）.

[4]譚丹，黃賢金.我國東、中、西部地區(qū)經(jīng)濟(jì)發(fā)展與碳排放的關(guān)聯(lián)分析及比較[J].中國人口資源與環(huán)境，2008（03）.

[5]趙忠華，胡運(yùn)權(quán).裝備制造業(yè)集聚度分析[J].中國軟科學(xué)，2009（04）.

篇7

關(guān)鍵詞：碳排放系數(shù)；碳排放權(quán)；配額分配；Cournot模型

DOI：10.13956/j.ss.1001-8409.2017.01.17

中圖分類號：F1245；F224 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-8409（2017）01-0076-05

Abstract： According to the carbon emissions factors， this paper classifies generator units into two categories， these are high and low emission units. And then， it establishes the Cournot game model based on the allocation policy and gives its analytical solution. Based on these， it analyzes the influence of electricity generation， carbon emissions and market price about different carbon emissions factors. Model analysis results show that， the quota allocation policy focusing on the low emission units has a stronger incentive utility， it would be better to protect low emission units in the promise of reducing emissions and promote the units to carry out low carbon technology transformation.

Key words：carbon emissions factor； carbon emission permit； quota allocation； Cournot model

近年來，溫室氣體排放導(dǎo)致的全球變暖問題已經(jīng)在世界范圍內(nèi)引起高度重視?！毒┒紖f(xié)議》的簽訂是各國政府努力保護(hù)地球以實現(xiàn)可持續(xù)發(fā)展的標(biāo)志。為了達(dá)到《京都協(xié)議》中的減排目標(biāo)，各國政府紛紛設(shè)計和實施碳減排機(jī)制，努力減少溫室氣體排放，緩解大氣壓力。發(fā)達(dá)國家所推行的“總量管制與排放交易”則被認(rèn)為是減少CO2排放，實現(xiàn)低碳發(fā)展的有效措施。而碳排放權(quán)配額的初始分配是推行該方案的重要前提[1～3]。對于我國而言，電力行業(yè)作為國民經(jīng)濟(jì)和社會發(fā)展過程中最重要的基礎(chǔ)能源產(chǎn)業(yè)，是主要的碳排放部門，也是碳排放權(quán)交易的市場主體。低碳發(fā)展已經(jīng)對電力系統(tǒng)運(yùn)行和規(guī)劃的各個方面產(chǎn)生了顯著影響。因此，在低碳經(jīng)濟(jì)的背景下，電力行業(yè)內(nèi)部如何將初始碳排放權(quán)在各發(fā)電機(jī)組之間進(jìn)行合理分配顯得尤為重要。

目前，已有不少專家和學(xué)者針對電力行業(yè)的初始碳排放權(quán)分配問題進(jìn)行研究。曾鳴等以傳統(tǒng)碳排放權(quán)初始分配模型為基礎(chǔ)，結(jié)合我國電力行業(yè)的特點，考慮公平性因素的同時，提出了一種碳排放權(quán)可調(diào)分配機(jī)制，最大限度地削減了市場的作用[4]。而Xie等應(yīng)用最小二乘法，研究多準(zhǔn)則情況下電力行業(yè)碳排放權(quán)的初始分配問題[5]。Zhou等研究了不同初始碳排放權(quán)分配規(guī)則下，碳排放權(quán)交易所帶來的潛在效益和補(bǔ)償對發(fā)電企業(yè)的影響情況[6]。李保衛(wèi)等針對電力跨區(qū)輸送的碳排放產(chǎn)權(quán)界定問題，從公平性角度出發(fā)，結(jié)合電力系統(tǒng)的傳輸特性，建立了電力排放區(qū)域分?jǐn)偟奶剂髯粉櫮Ｐ?，算例分析驗證了上述方法的正確性和可行性[7]。宋旭東等基于區(qū)域比較的初始碳排放權(quán)分配機(jī)制，構(gòu)建了低碳電源規(guī)劃模型，并從低碳政策、低碳技術(shù)和低碳市場三個方面分析了低碳因素對電源規(guī)劃的影響[8]。宋旭東、袁博、Paul等從公平性和效率的角度出發(fā)，去探究電力行業(yè)的初始碳排放權(quán)分配問題[9～11]。齊紹洲等對比分析了目前實踐中主要采用的初始碳排放權(quán)分配模式的優(yōu)缺點[12]。王敬敏等利用數(shù)據(jù)包絡(luò)分析模型對現(xiàn)有的基于發(fā)電績效的電力行業(yè)初始碳排放權(quán)分配模式進(jìn)行評價，并認(rèn)為該分配方式兼具公平性和有效性[13]。譚忠富等通過構(gòu)建不同優(yōu)化目標(biāo)下的機(jī)組組合模型探究初始碳排放權(quán)分配對發(fā)電權(quán)交易的影響程度，并認(rèn)為適當(dāng)向高能效機(jī)組傾斜的初始碳排放嚳峙浞絞澆有利于推動發(fā)電權(quán)交易的進(jìn)行，同時能夠提高大容量機(jī)組的利用效率[14]。駱躍軍等在對電力行業(yè)幾種初始碳排放權(quán)分配方法進(jìn)行系統(tǒng)探究的基礎(chǔ)上，提出了歷史分配法與基準(zhǔn)分配法的加權(quán)平均分配法，用于保證初始碳排放權(quán)分配的相對公平[15]。陳勇等在考慮效益原則、優(yōu)化電源結(jié)構(gòu)原則以及有利于國家政策實施的基礎(chǔ)上，構(gòu)建了包括機(jī)組分配與電廠集團(tuán)分配的兩步驟電力碳排放權(quán)初始模型[16]。梅天華等基于加總原理和投票選舉機(jī)制建立了電力行業(yè)的初始碳排放權(quán)分配模型，并通過程序公平機(jī)制和迭代機(jī)制解決了分配的公平性和有效性問題，最后通過算例分析驗證了所建模型的正確性[17]。此外，梅天華等又根據(jù)“基本共識基礎(chǔ)上的折中”理念，將歷史排放赤字分?jǐn)偤涂偭肯鳒p因素納入到當(dāng)前初始碳排放權(quán)的分配體系，并通過一致性約束建立了考慮歷史排放的電力行業(yè)初始碳排放權(quán)分配模型[18]。上述文獻(xiàn)對電力行業(yè)的初始碳排放權(quán)分配問題做了大量研究，并取得了一定的成果。但是，現(xiàn)有研究并沒有考慮到初始碳排放權(quán)分配對具有不同碳排放系數(shù)的發(fā)電機(jī)組生產(chǎn)決策的影響情況，更沒有考慮到初始配額分配對于降低機(jī)組碳排放系數(shù)的激勵作用。

基于以上分析，本文以減排和激勵發(fā)電機(jī)組降低碳排放系數(shù)為目的，考慮在電力市場中僅存在兩個競爭的發(fā)電機(jī)組：發(fā)電機(jī)組1和發(fā)電機(jī)組2，并假定發(fā)電機(jī)組1為高排機(jī)組，發(fā)電機(jī)組2為低排機(jī)組。針對具有不同碳排放系數(shù)的兩個發(fā)電機(jī)組，引入差異化的碳排放權(quán)配額分配策略，構(gòu)建了基于差異化分配的Cournot博弈模型。

1問題假設(shè)與描述

11基本假設(shè)

考慮在一個相對獨立的電力市場區(qū)域中，有兩個碳排放系數(shù)不同的發(fā)電機(jī)組同時生產(chǎn)無差異、可替代的電能。假定在該市場區(qū)域內(nèi)，市場出清電價受供需關(guān)系的影響，并且隨著社會總供給量的不斷增加，市場出清價格將逐漸降低，即：

p=α-βQ（1）

其中p表示市場出清電價；α、β分別為逆需求函數(shù)的截距和斜率且均大于0；Q為社會總供給量，Q=q1+q2，其中qi（i=1，2）表示第i個機(jī)組的發(fā)電量。

假設(shè)兩個發(fā)電機(jī)組有足夠的生產(chǎn)能力，但是單位電能的生產(chǎn)成本和碳排放系數(shù)（生產(chǎn)單位電能所產(chǎn)生的碳排放量）不同，碳排放系數(shù)大的發(fā)電機(jī)組稱為高排機(jī)組，碳排放系數(shù)小的發(fā)電機(jī)組稱為低排機(jī)組。一般情況下認(rèn)為，單位電能的生產(chǎn)成本與碳排放系數(shù)之間存在負(fù)相關(guān)性，假設(shè)發(fā)電機(jī)組1為高排機(jī)組，單位電能生產(chǎn)成本為c1，碳排放系數(shù)為k1；發(fā)電機(jī)組2為低排機(jī)組，單位電能生產(chǎn)成本為c2，碳排放系數(shù)為k2，則有c1k2。

此外，由于針對碳減排問題進(jìn)行技術(shù)改造需要一定的時間成本，因此假設(shè)在該博弈周期內(nèi)兩個發(fā)電機(jī)組的單位生產(chǎn)成本和碳排放系數(shù)均保持不變。

12初始碳排放權(quán)分配

目前，電力行業(yè)的初始碳排放權(quán)配額分配方式主要有固定價格出售、競價拍賣和免費分配等[19]。其中免費分配方式又包括歷史法和基準(zhǔn)法。由于發(fā)電機(jī)組在正常生產(chǎn)過程中需要排放一定量的CO2，如果在碳排放權(quán)交易制度建立初期直接要求發(fā)電機(jī)組為其碳排放量買單，將導(dǎo)致發(fā)電機(jī)組生產(chǎn)成本突然增加，從而引起發(fā)電機(jī)組對碳排放權(quán)交易制度的抵制情緒，影響碳排放權(quán)交易政策的實施。因此，在碳排放權(quán)交易制度建立初期大都采用基于歷史碳排放量的免費分配方式。針對當(dāng)前我國碳排放權(quán)交易市場正處于試點階段，本文主要探討基于歷史碳排放量的電力行業(yè)初始碳排放權(quán)免費分配方案，并將發(fā)電機(jī)組在無碳排放權(quán)配額約束下的Cournot均衡結(jié)果作為基準(zhǔn)碳排放量。

在具體分配上采用差異化的初始碳排放權(quán)配額分配方案，對于碳排放系數(shù)不同的發(fā)電機(jī)組具有不同的減排要求。碳排放權(quán)配額分配量小于基準(zhǔn)碳排放量時稱為嚴(yán)格配額分配方案；碳排放權(quán)配額分配量大于基準(zhǔn)碳排放量時稱為寬松配額分配方案。發(fā)電機(jī)組在根據(jù)競爭對手的當(dāng)前發(fā)電量，單方面不考慮碳排放權(quán)配額約束時基于Cournot模型的最優(yōu)發(fā)電量稱為即時均衡產(chǎn)量。此外，假設(shè)各發(fā)電機(jī)組的碳排放權(quán)配額是公共信息。

2無碳排放權(quán)配額約束時的Cournot模型

在發(fā)電機(jī)組沒有受到碳排放權(quán)配額約束時，記為基準(zhǔn)策略，用上標(biāo)N表示。此時，兩個發(fā)電機(jī)組的碳排放量不受約束，發(fā)電機(jī)組只需要根據(jù)自身的成本信息及市場情況進(jìn)行生產(chǎn)決策，兩個發(fā)電機(jī)組的利潤最優(yōu)化問題可以描述為：

是說當(dāng)發(fā)電機(jī)組不受碳排放權(quán)配額約束時，高排機(jī)組由于具有先天的生產(chǎn)成本優(yōu)勢，其發(fā)電量和利潤都大于低排機(jī)組，而碳排放量也相對較大。這種情況下將導(dǎo)致低排機(jī)組的碳減排成本無法有效分?jǐn)?，進(jìn)而影響其進(jìn)行低碳生產(chǎn)的積極性，同時也使高排機(jī)組缺乏降低碳排放系數(shù)的積極性。

3碳排放權(quán)配額約束下的Cournot模型

本節(jié)中分析差異化初始碳排放權(quán)配額分配策略下雙寡頭競爭的Cournot均衡情況。當(dāng)存在初始碳排放權(quán)配額約束時，用上標(biāo)Y表示。此時，兩個發(fā)電機(jī)組的生產(chǎn)決策都將受到初始碳排放權(quán)配額的影響，用Gi（i=1，2）表示第i個發(fā)電機(jī)組的初始碳排放權(quán)配額，則兩個發(fā)電機(jī)組的最優(yōu)決策為：

由此可知，在策略2的配額約束下，高排機(jī)組將在基準(zhǔn)發(fā)電量的基礎(chǔ)上通過減少發(fā)電量來降低碳排放量，用完所有的碳排放權(quán)配額；而低排機(jī)組將在基準(zhǔn)發(fā)電量的基礎(chǔ)上通過增加發(fā)電量來使自身利潤達(dá)到最大化，同時碳排放量也會隨著發(fā)電量的增加而增加，兩者的變化率為-12，過多的碳排放權(quán)配額將不會用于生產(chǎn)。

比較策略2和基準(zhǔn)策略下的均衡結(jié)果可知，當(dāng)針對低排機(jī)組實施寬松配額約束，針對高排機(jī)組實施嚴(yán)格配額約束時，社會總的發(fā)電量和總的碳排放量將減少，市場出清電價將增加。因此，在策略2的配額約束下，國家和政府實施的碳減排控制機(jī)制將發(fā)揮作用，達(dá)到減排的目的。同時給與低排機(jī)組寬松的碳排放權(quán)配額，以此作為“共同但有區(qū)別的責(zé)任”的體現(xiàn)以激勵低排機(jī)組進(jìn)行低碳生產(chǎn)，同時促進(jìn)高排機(jī)組通過減排技術(shù)改造向低排機(jī)組轉(zhuǎn)移。

（3）當(dāng)λ1=0，λ2>0時，記為策略3，用上標(biāo)Y3表示。此時發(fā)電機(jī)組1的碳排放量榭硭膳潿鈐際，發(fā)電機(jī)組2的碳排放量為嚴(yán)格配額約束，這意味著發(fā)電機(jī)組1的初始碳排放權(quán)配額大于其即時均衡碳排放量，而發(fā)電機(jī)組2的初始碳排放權(quán)配額小于其基準(zhǔn)碳排放量，因此有G1≥k1qY11，0≤G2

由此可知，在策略3的配額約束下，低排機(jī)組將在基準(zhǔn)發(fā)電量的基礎(chǔ)上通過減少發(fā)電量來降低碳排放量，用完所有的碳排放權(quán)配額；而高排機(jī)組將在基準(zhǔn)發(fā)電量的基礎(chǔ)上通過增加發(fā)電量來提高自身利潤，同時碳排放量也會隨著發(fā)電量的增加而增加，兩個機(jī)組發(fā)電量的變化率為-12。

當(dāng)針對高排機(jī)組實施寬松配額約束，針對低排機(jī)組實施嚴(yán)格配額約束時，社會總的發(fā)電量將有所減少，市場出清電價將逐漸增加；總的碳排放量情況受碳排放系數(shù)的影響，在k1≥2k2時，總的碳排放量將超過未實施碳排放權(quán)配額約束時的碳排放量，碳減排控制機(jī)制失效，無法達(dá)到減排目的；而在k1

在策略3的碳配額約束下，雖然在k1

由此可知，當(dāng)兩個發(fā)電機(jī)組的碳排放量都為嚴(yán)格配額約束時，兩個發(fā)電機(jī)組都將按給定的初始碳排放權(quán)配額進(jìn)行發(fā)電生產(chǎn)，總的發(fā)電量減少，市場出清電價上升，市場總的碳排放量為初始碳排放權(quán)配額之和。情形1中，在嚴(yán)格控制高排機(jī)組碳排放權(quán)配額的基礎(chǔ)上，要求低排機(jī)組承擔(dān)較小的減排工作，可以達(dá)到減少社會總碳排放量的目的。同時，將進(jìn)一步激發(fā)兩類發(fā)電機(jī)組進(jìn)行低碳改造和低碳生產(chǎn)的積極性。情形2中，在嚴(yán)格控制低排機(jī)組碳排放權(quán)配額的基礎(chǔ)上，要求高排機(jī)組承擔(dān)較小的減排工作，社會總的碳排放量不一定減少，反而將進(jìn)一步損害低排機(jī)組的利潤，使低排機(jī)組具有向高排機(jī)組轉(zhuǎn)移的內(nèi)在動力，形成反向激勵。情形3中，嚴(yán)格控制兩個發(fā)電機(jī)組的碳排放權(quán)配額小于其基準(zhǔn)碳排量，此時，兩個發(fā)電機(jī)組的發(fā)電量和碳排放量都會減少，能夠達(dá)到減排目的。但是均等比例的配額要求無法體現(xiàn)低排機(jī)組的優(yōu)勢，同時由于低排機(jī)組的單位發(fā)電成本較高，更不利于低排機(jī)組的生產(chǎn)發(fā)展，因此，無法實現(xiàn)對高排機(jī)組的激勵作用。

4結(jié)論

本文對電力行業(yè)初始碳排放權(quán)分配策略的研究結(jié)果表明，在高排機(jī)組嚴(yán)格控制配額分配的基礎(chǔ)上，對低排機(jī)組寬松的配額分配策略具有更強(qiáng)的減排激勵作用，能夠在減少總的碳排放量的同時激發(fā)低排機(jī)組進(jìn)行低碳生產(chǎn)的積極性，促進(jìn)高排機(jī)組通過減排技術(shù)改造向低排機(jī)組轉(zhuǎn)移。

上述結(jié)論對今后我國電力行業(yè)初始碳排放權(quán)分配策略的制定及國家碳減排政策的實施具有一定的指導(dǎo)作用。政府在制定碳排放權(quán)分配機(jī)制時，適當(dāng)側(cè)重低排機(jī)組的差異化初始碳排放權(quán)分配策略，在降低碳排放量的同時，更好地激發(fā)機(jī)組進(jìn)行減排技術(shù)改造的積極性。另外，需要指出的是，本文的研究結(jié)論是在假設(shè)電力市場中僅存在兩個競爭發(fā)電機(jī)組的情況下得出的；當(dāng)電力市場環(huán)境中存在多個競爭發(fā)電機(jī)組時，很可能會得到不一樣的結(jié)論。所以多個競爭發(fā)電機(jī)組共存情況下的初始碳排放權(quán)分配問題將作為后續(xù)進(jìn)一步的研究方向。

參考文獻(xiàn)：

[1]Toblas A P， Christian A， Kristian L. Allocation of CO2 Emission Permits-economic Incentives for Emission Reductions in Developing Countries[J]. Energy Policy， 2006， 34（14）： 1889-1899.

[2]Hu Zhaoguang， Zhou Jinghong， Tan Xiaodong， et al. A Loe-carbon Electricity Model： Integrated Resource Strategic Planning and its Application[C].2010 IEEE Power and Energy Society General Meeting. Minneapolis， MN， USA， 2010.1-7.

[3]Raymond R T， Dominic C Y F. Pinch Analysis Approach to Carbon-constrained Energy Sector Planning[J]. Energy， 2007， 32（8）：1422-1429.

[4]曾鳴，馬向春，楊玲玲.電力市場碳排放權(quán)可調(diào)分配機(jī)制設(shè)計與分析[J].電網(wǎng)技術(shù)，2010，34（5）：141-145.

[5]Xie J， Wei X， Lu Y， et al. Emission-constrained Optimal Generation Scheduling Incorporating Equity Principles[J]. IET Generation， Transmission & Distribution， 2010， 4（2）：201-210.

[6]Zhou Xun， Geoff J， Ariel L， et al. Partial Carbon Permits Allocation of Potential Emission Trading Scheme in Australian Electricity Market[J]. IEEE Trans on Power Systems， 2010， 25（1）：543-553.

[7]李保衛(wèi)，胡澤春，宋永華，王廣輝.電力碳排放區(qū)域分?jǐn)偟脑瓌t與模型[J].電網(wǎng)技術(shù)，2012，36（7）：12-18.

[8]宋旭東，向鐵元，熊虎，徐智.考慮碳排放權(quán)分配的低碳電源規(guī)劃[J].電力系統(tǒng)自動化， 2012，36（19）：47-52.

[9]宋旭東，莫娟，向鐵元.電力行業(yè)碳排放權(quán)的初始分配機(jī)制[J].電力自動化設(shè)備，2013，33（1）44-49.

[10]袁溥，李寬強(qiáng).碳排放交易制度下我國初始排放權(quán)分配方式研究[J].國際經(jīng)貿(mào)探索，2011，27（3）：78-82.

[11]Paul G H， Alice S Y C， Rasmus K. China and Climate Justice： Moving beyond Statism[J]. International Environmental Agreements， 2013（13）：291-305.

[12]齊紹洲，王班班.碳交易初始配額分配模式與方法的比較分析[J].武漢大學(xué)學(xué)報哲學(xué)社會科學(xué)版，2013，66（5）： 19-28.

[13]王敬敏，薛雨田.基于數(shù)據(jù)包絡(luò)分析的電力行業(yè)碳排放權(quán)配額初始分配效率研究[J].中國電力，2013，46（10）： 146-150.

[14]譚忠富，宋藝航，何楠，張會娟.碳排放權(quán)初始分配對發(fā)電權(quán)交易的影響分析模型[J].華東電力，2013，41（11）： 2360-2364.

[15]駱躍軍，駱志剛，趙黛青.電力行業(yè)的碳排放權(quán)交易機(jī)制研究[J].環(huán)境科學(xué)與技術(shù)，2014，37（6）：329-333.

[16]陳勇，王濟(jì)干，張婕.區(qū)域電力碳排放權(quán)初始分配模型[J].科技管理研究，2016（1）：229-234.

[17]梅天華，謝俊，甘德強(qiáng).基于求償權(quán)的電力碳排放權(quán)多準(zhǔn)則分配機(jī)制[J].電網(wǎng)技術(shù)，2016，40（2）：419-424.

篇8

關(guān)鍵詞：碳排放；經(jīng)濟(jì)增長；空間效應(yīng)；空間滯后模型；空間誤差模型

中圖分類號：F061.5　文獻(xiàn)標(biāo)識碼：A　文章編號：1004-1494（2013）01-0040-06

一、引言

20世紀(jì)90年代以來，世界經(jīng)濟(jì)迅猛發(fā)展，能源需求量逐年增加。能源消費所導(dǎo)致的二氧化碳排放在人為溫室氣體排放總量中占有絕對優(yōu)勢。碳排放問題正日益受到國際社會的廣泛關(guān)注，對其測算及影響因素問題，國內(nèi)外很多學(xué)者從不同角度、應(yīng)用不同方法進(jìn)行了大量實證研究。國內(nèi)碳排放研究方面，宋德勇等用“兩階段”LMDI方法，從全國層面將一次性能源消費產(chǎn)生的二氧化碳排放相關(guān)影響因素分解并進(jìn)行了周期性波動研究［1］。李國志等利用狀態(tài)空間模型構(gòu)造可變參數(shù)數(shù)據(jù)模型，分析了出口貿(mào)易結(jié)構(gòu)對二氧化碳排放的影響［2］。胡初枝等通過經(jīng)驗數(shù)據(jù)對江蘇區(qū)域碳排放進(jìn)行估算，分析了蘇南、蘇中、蘇北三大區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的碳排放效應(yīng)差異［3］。馬軍杰等測算了1990年—2006年我國省域一次能源CO2排放量并對其影響因素進(jìn)行了空間計量經(jīng)濟(jì)分析［4］。姚亮等采用結(jié)構(gòu)分解分析（SDA）方法對影響居民消費碳排放量變化的驅(qū)動因素進(jìn)行了分析［5］?？梢?，現(xiàn)有關(guān)于碳排放的研究多以傳統(tǒng)的時間序列數(shù)據(jù)分析為基礎(chǔ)，主要集中在測算碳排放量及其因素分解方面，忽略了截面數(shù)據(jù)包含的空間效應(yīng)。事實上，在多區(qū)域的經(jīng)濟(jì)和環(huán)境系統(tǒng)中，一個區(qū)域由于能源消費導(dǎo)致的碳排放行為不僅受該地區(qū)內(nèi)部決定因素的影響，而且越來越多地受到周邊地區(qū)碳排放量的關(guān)聯(lián)作用，區(qū)域之間的能源消費及碳排放活動呈現(xiàn)出明顯的空間自相關(guān)性［4］?？梢姡诶碚摵蛯嵶C研究中忽略空間鄰近效應(yīng)，勢必會影響傳統(tǒng)OLS模型參數(shù)的無偏估計，導(dǎo)致研究結(jié)論的可靠性受到質(zhì)疑。

為此，本文在考慮空間效應(yīng)的前提下，利用“十一五”規(guī)劃期間的碳排放數(shù)據(jù)，研究中國省域碳排放量的驅(qū)動因素，分析省域碳排放的空間依賴及鄰近省域碳排放量的空間溢出效應(yīng)，從而為國家和各省域制定節(jié)能減排政策提供決策支持依據(jù)。

二、省際碳排放的決定因素及理論假說

現(xiàn)有對碳排放決定因素模型的研究主要有EKC模型和IPAT模型。但是大多研究僅考慮了人口、經(jīng)濟(jì)發(fā)展、能源消費強(qiáng)度等因素的影響，忽略了技術(shù)創(chuàng)新和城市化因素的作用。根據(jù)有關(guān)經(jīng)驗研究，本文對IPAT模型進(jìn)行改進(jìn)，重點考慮人口、經(jīng)濟(jì)發(fā)展水平、能源消費強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新及城市化等六個決定因素，使用空間計量經(jīng)濟(jì)模型研究其對中國省域碳排放量的作用。

1.　人口規(guī)模（POP）。中國作為人口大國，為滿足廣大人民群眾日益提高的生活水平，剛性的能源消費需求必然會導(dǎo)致區(qū)域碳排放量的不斷增大。因此，人口是影響碳減排壓力的一個重要變量，本文預(yù)期其與碳排放之間呈正相關(guān)關(guān)系。

2.　經(jīng)濟(jì)發(fā)展水平（PGDP）。在經(jīng)濟(jì)快速發(fā)展的同時，也必然伴隨著相應(yīng)的能源消耗及其碳排放。本文選用人均GDP衡量一個地區(qū)的富裕度和經(jīng)濟(jì)發(fā)展水平，用以檢驗其對碳排放的影響。一般來說，區(qū)域經(jīng)濟(jì)發(fā)展水平越高，能源消費量相對越大，由此產(chǎn)生的碳排放量也就相應(yīng)越多，二者之間應(yīng)為正相關(guān)關(guān)系。

3.　能源消費強(qiáng)度（ENERGY）。能源消費強(qiáng)度定義為生產(chǎn)單位GDP所消耗的能源數(shù)量，能源強(qiáng)度越低，意味著能源利用效率越高。能源利用效率的不斷提高，使得單位GDP所消耗的能源減少，從而減少碳排放量。因此，本文將能源消費強(qiáng)度納入影響碳排放的驅(qū)動因素之一，并預(yù)計兩者呈正相關(guān)關(guān)系。

4.　產(chǎn)業(yè)結(jié)構(gòu)（STRU）。經(jīng)濟(jì)增長方式的轉(zhuǎn)變同樣影響著能源消耗和碳排放量的大小。長期以來，中國經(jīng)濟(jì)增長方式粗放，直接影響以煤碳為主的能效的提高，使得碳排放增長的態(tài)勢難以遏制。實現(xiàn)經(jīng)濟(jì)方式由粗放式向集約式的轉(zhuǎn)變是減少碳排放的必然選擇。本文以第二產(chǎn)業(yè)與第三產(chǎn)業(yè)產(chǎn)值之比刻畫產(chǎn)業(yè)結(jié)構(gòu)對碳排放的作用。鑒于我國目前正處于產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型過程中，預(yù)期其對碳排放的作用尚未充分發(fā)揮。

5.　城市化（URB）。近年來，中國城市化過程中的人口遷移對能源消耗和碳排放產(chǎn)生沖擊，大規(guī)模城市基礎(chǔ)設(shè)施和住房建設(shè)所需要的大量水泥與鋼鐵生產(chǎn)，導(dǎo)致高能耗高排放。城市化進(jìn)程也是影響碳排放量的重要因素。本文選用城鎮(zhèn)人口占總?cè)丝诘谋戎睾饬砍鞘谢?］，初步預(yù)期其對碳排放產(chǎn)生正向作用。

6.　技術(shù)創(chuàng)新（RD）。中國每年巨大的能源消耗支撐著經(jīng)濟(jì)的快速增長，而經(jīng)濟(jì)迅速發(fā)展的同時，也帶來了開發(fā)新技術(shù)新工藝的大量投入。但是，對于生產(chǎn)工藝和設(shè)備的引進(jìn)，以及各種研發(fā)活動，到底對地區(qū)企業(yè)的節(jié)能減排產(chǎn)生了何種影響，目前的研究結(jié)果并不確定。本文選用各省域研究與試驗發(fā)展（R&D）經(jīng)費內(nèi)部支出來衡量技術(shù)創(chuàng)新對碳排放的影響，其作用還有待檢驗。

三、模型設(shè)定與數(shù)據(jù)來源

（一）模型設(shè)定

基于以上解釋變量，利用柯布—道格拉斯生產(chǎn)函數(shù)形式的雙對數(shù)經(jīng)驗形式，建立如下碳排放影響因素模型：

（1）

其中，i表示30個省級地區(qū)，LnCARBON為被解釋變量各地區(qū)碳排放量；LnPOP表示各地區(qū)人口數(shù)量；LnPGDP表示人均GDP；LnENERGY表示能源消費強(qiáng)度；LnSTRU表示第二產(chǎn)業(yè)產(chǎn)值占第三產(chǎn)業(yè)比重；LnURB表示城市化水平，LnRD表示技術(shù)創(chuàng)新。參數(shù)β分別反映了六個解釋變量對被解釋變量碳排放的影響。

假定模型（1）為沒有考慮鄰近地區(qū)空間效應(yīng)的碳排放影響因素模型，可用OLS方法估計。但是，如果地區(qū)碳排放存在著空間自相關(guān)性，則有必要采用納入了空間相關(guān)性效應(yīng)的空間滯后模型、空間誤差模型等空間計量經(jīng)濟(jì)模型。

空間滯后模型（Spatial　Lag　Model，SLM）主要探討地區(qū)碳排放變量是否存在鄰近地區(qū)碳排放溢出效應(yīng)的情況。其模型表達(dá)式為：

（2）

式中，WlnCARBON為空間滯后被解釋變量，反映鄰近地區(qū)的碳排放對區(qū)域碳排放行為的作用大小和程度；ρ為空間滯后回歸系數(shù)；W為n×n階的空間權(quán)值矩陣，w表示W(wǎng)中的元素，一般用空間鄰接矩陣；ε為隨機(jī)誤差項向量。

當(dāng)一些決定地區(qū)間碳排放的因素沒有被考慮到解釋變量中時，則需要采用空間誤差模型（Spatial　Error　Model，SEM）?？臻g誤差模型的形式為：

（3）

式中，ε為隨機(jī)誤差項向量，λ為n×1階的被解釋變量向量的空間誤差系數(shù)，μ為正態(tài)分布的隨機(jī)誤差向量。參數(shù)λ為存在于擾動誤差項之中的空間依賴變量，衡量相鄰地區(qū)忽略的具有空間依賴性的碳排放被解釋變量的誤差沖擊對地區(qū)碳排放的影響方向和程度。

（二）數(shù)據(jù)來源

實證研究中所用到的空間樣本為除了外（缺少能源數(shù)據(jù)）的中國大陸30個省、自治區(qū)和直轄市（簡稱省域或地區(qū)）。作為我國國民經(jīng)濟(jì)和社會發(fā)展“十一五”規(guī)劃的基數(shù)年份，2005年是中國經(jīng)濟(jì)發(fā)展的一個關(guān)鍵年份，國家致力于通過宏觀調(diào)控促進(jìn)經(jīng)濟(jì)增長方式轉(zhuǎn)變，力圖在結(jié)構(gòu)調(diào)整方面取得實質(zhì)性進(jìn)展。本文重點考察2005年—2010年之間我國各省域碳排放的決定因素，所用數(shù)據(jù)來源于2006年—2011年的《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》和《中國區(qū)域經(jīng)濟(jì)年鑒》，實證變量數(shù)據(jù)取算術(shù)平均數(shù)，以消除年度波動影響。在碳排放行為研究中的一個基礎(chǔ)工作是測算各種類型能源消耗的碳排放系數(shù)。雖然國內(nèi)外各種能源研究機(jī)構(gòu)和相關(guān)學(xué)者對各類能源消耗的碳排放系數(shù)進(jìn)行了測算研究，但是大家獲得的結(jié)果略有差異。國際機(jī)構(gòu)使用的碳排放系數(shù)據(jù)其所在國情況測算，直接用來計算中國能源消耗碳排放是有問題的。本文綜合考察了國內(nèi)外相關(guān)研究，最終確定采用國家發(fā)展和改革委員會能源研究所在《中國可持續(xù)發(fā)展能源暨碳排放情景分析》中推薦的碳排放系數(shù)：即煤炭的碳排放系數(shù)為0.7476、石油為0.5825、天然氣為0.443。

四、實證估計與結(jié)果分析

為了描述中國30個省級地區(qū)碳排放量的空間分布情況，本文首先采用空間自相關(guān)的Moran’s　I測算各省碳排放量是否存在聚群現(xiàn)象［4］。在做空間相關(guān)分析時，選擇了常用的描述地區(qū)間鄰近關(guān)系的一階、二階和三階rook權(quán)值矩陣進(jìn)行比較分析，最終再確定階數(shù)。表1報告了三類rook權(quán)值矩陣的省際碳排放量空間自相關(guān)性的計算結(jié)果。

表1顯示，基于rook一階空間權(quán)值矩陣W1計算的30個省域碳排放的Moran’s　I為0.2227，在0.19%的水平上顯著，表明中國省域之間的碳排放量在空間分布上并非分散（隨機(jī)）分布，具有明顯的正自相關(guān)關(guān)系（空間依賴性），表現(xiàn)出某些省域碳排放量的相似值之間在空間上趨于集群的現(xiàn)象。同時計算發(fā)現(xiàn)，rook鄰近從低階到高階，全域Moran’s　I值逐階下降，表明地區(qū)間碳排放量的空間相關(guān)性隨著其空間距離的增大而衰減。由此，選擇rook一階空間權(quán)值矩陣符合現(xiàn)實，在研究區(qū)域碳排放問題時有必要考慮空間效應(yīng)，否則得到的結(jié)果可能存在較大偏差。

表1　Moran’s　I檢驗結(jié)果

注：表中W1為rook一階空間權(quán)值矩陣，W2為rook二階空間權(quán)值矩陣，W3為rook三階空間權(quán)值矩陣。

由于全域Moran’s　I有很大的局限性：如果一部分省域的碳排放增長存在正相關(guān)（溢出效應(yīng)），而另一部分省域存在負(fù)相關(guān)（回流效應(yīng)），二者將會抵消，則可能顯示省域間的碳排放不存在空間相關(guān)性。此外，省際碳排放溢出與回流效應(yīng)也未必局限于有共同邊界的相鄰省域間。因此，本文還進(jìn)行了基于W1的空間關(guān)聯(lián)局域指標(biāo)LISA檢驗Moran散點圖（略）分析，結(jié)果表明：位于第I象限的省域有黑龍江、內(nèi)蒙古、遼寧、河北、山西、陜西、江蘇、山東、河南和安徽，表現(xiàn)為高碳排放量的省域被高排放量的省域所包圍（High—High，高—高集聚）；位于第II象限的省域有吉林、北京、天津、寧夏、重慶、江西、福建和廣西，為低碳排放量的省域被高排放量的省域所包圍（Low—High，低—高集聚）；位于第III象限的省域有新疆、甘肅、青海、貴州和云南，為低碳排放量的省域被低排放量的省域所包圍（Low—Low，低—低集聚）；位于第IV象限的有廣東、湖南和四川，為高碳排量的省域被低排放量的省域所包圍（High—Low，高—低集聚）；其中上?？缭搅说贗、Ⅱ象限，海南跨越了第Ⅱ、IV象限，湖北和浙江同時跨越了第IV、I象限。顯見，各省域碳排放量的空間集聚性非常明顯，正向局域相關(guān)和集聚的典型特征非常顯著，存在一個明顯的空間趨同。省域碳排量在地理空間分布上呈非均衡，15個省域（50%）顯示了相似的空間關(guān)聯(lián)，其中10個（33.33%）的省域在第I象限（HH：高碳排放量—高空間滯后），5個（16.67%）的省域在第III象限（LL：低碳排放量—低空間滯后）。另外，對空間不穩(wěn)定性和非典型區(qū)域偏離了全域正向空間自相關(guān)的省域識別結(jié)果顯示：2005年—2010年平均來看，11個省域（36.67%）顯示了非相似值的空間關(guān)聯(lián)，其中8個省域在第Ⅱ象限（LH），3個省域在第IV象限（HL）。這表明各省域的碳排量行為的空間局域依賴性和差異性是同時存在的。

以上空間統(tǒng)計分析結(jié)果證明，中國省域碳排放量存在著較強(qiáng)的空間依賴性，有必要建立空間計量經(jīng)濟(jì)學(xué)模型來分析，將空間效應(yīng)的省域碳排放量納入影響因素。經(jīng)典計量經(jīng)濟(jì)學(xué)模型假設(shè)空間是均質(zhì)的，沒有考慮到空間依賴效應(yīng)，由于空間自相關(guān)性的存在，使得普通最小二乘估計無效，假若忽視空間自相關(guān)性，則可能無法得到穩(wěn)健的回歸結(jié)果。因此，需要建立空間計量經(jīng)濟(jì)學(xué)模型來克服OLS無法解決的空間依賴效應(yīng)。為了與空間計量經(jīng)濟(jì)學(xué)模型的結(jié)果進(jìn)行比對，本文先采用OLS進(jìn)行估計，以顯示空間計量經(jīng)濟(jì)模型估計結(jié)果的效果。

表2中六個解釋變量的地區(qū)碳排放OLS估計結(jié)果顯示，調(diào)整后的R2高達(dá)0.9193，模型的解釋能力很強(qiáng)，F(xiàn)統(tǒng)計量為56.0299，通過了1%的方程顯著性水平檢驗，因此模型的擬合程度很好。DW值為1.9197，表明模型殘差不存在序列相關(guān)問題。變量的t檢驗結(jié)果顯示，LnPOP、LnENERGY、LnPGDP均至少可通過0.28%顯著性水平的檢驗，而LnSTRU、LnURB和LnRD均沒有通過10%的顯著性水平檢驗，表明這三個變量的作用不明顯。進(jìn)一步對解釋變量的多重共線性檢驗發(fā)現(xiàn)，LnPGDP和LnUrban的方差膨脹因子（VIF）分別為12.9358和12.9453，大于10的臨界值，表明這兩個變量存在較高的共線性，不能同時進(jìn)入回歸模型，lnRD的VIF為9.7701，也存在一定程度的共線性。逐步回歸分析獲得的表2中三個解釋變量的回歸結(jié)果表明，當(dāng)剔除不顯著的LnSTRU、LnURB和LnRD三個變量后，VIF檢驗發(fā)現(xiàn)模型不存在共線性，而且三個解釋變量的t統(tǒng)計量均至少能通過小于0.01%的變量顯著性檢驗，因此三解釋變量省域碳排放模型是更為可取的模型。

實際上，空間統(tǒng)計的Moran指數(shù)檢驗已經(jīng)證明了我國30個省域的碳排放具有明顯的空間自相關(guān)性，經(jīng)典線性回歸模型的OLS估計可能存在忽略空間效應(yīng)的模型設(shè)定不當(dāng)問題。為了進(jìn)一步驗證空間自相關(guān)性的存在，本文進(jìn)行了省域碳排放的空間滯后和空間誤差模型檢驗，結(jié)果如表3所示。

表3中的六個解釋變量和三個解釋變量模型Moran指數(shù)檢驗、兩個拉格朗日乘數(shù)的空間依賴性檢驗結(jié)果顯示：Moran指數(shù)（誤差）檢驗證明經(jīng)典回歸OLS估計誤差在4.98%和1.35%的顯著性水平下具有顯著的的空間依賴性（相關(guān)性）；區(qū)分內(nèi)生空間滯后還是空間誤差自相關(guān)的拉格朗日乘子滯后、誤差及其穩(wěn)健性檢驗表明：LMLAG和R-LMLAG分別在2.92%和3.78%、2.08%和2.37%的水平上較顯著，而LMERR和R-LMERR則均不顯著，顯見空間滯后模型SLM應(yīng)是更加恰當(dāng)?shù)哪Ｐ托问健?/p>

最后，比較表2中的檢驗結(jié)果發(fā)現(xiàn)，空間滯后模型（SLM）中擬合優(yōu)度的值（94.16%）、對數(shù)似然值LOGL（8.1831）都大于空間誤差模型（SEM）和經(jīng)典回歸估計模型（OLS）的估計值，而SLM的AIC值（-0.3662）、SC值（10.8434）則均小于SEM和OLS的估計值。綜合以上檢驗結(jié)果，SLM為最優(yōu)模型。因此，本文以下的分析以SLM結(jié)果為主。表2中的三個解釋變量省域碳排放模型的拉格朗日乘子誤差和滯后及其穩(wěn)健性檢驗顯示，引入空間效應(yīng)的模型較之OLS模型均有明顯改善，SLM較之SEM是更為可取的模型形式，更好地反映了省域碳排放行為。

表2的空間計量分析結(jié)果顯示，SLM的空間滯后估計參數(shù)ρ通過了1.22%和2.03%的顯著性水平檢驗，表明省際碳排放存在空間集聚（回流）效應(yīng)，即臨近地區(qū)的碳排放量每增加1%，本地區(qū)碳排放量減少0.0782%和0.0618%；SEM的空間誤差估計參數(shù)λ為0.4854和0.5250，通過了1.11%和0.40%的顯著性水平檢驗，表明省際碳排放存在較強(qiáng)的空間依賴作用，忽略掉的一些因素如資源配置、勞動者素質(zhì)、管理水平和市場化程度等也可能通過誤差項對該地區(qū)碳排放產(chǎn)生著一定的作用。

最后，三解釋變量模型估計結(jié)果顯示：能源消費強(qiáng)度對省域碳排放的回歸系數(shù)最大，為1.4433，表明在不考慮其他因素的情況下，地區(qū)能源消費強(qiáng)度每增加1%，碳排放總量平均增加1.4433%；其次是人均GDP的回歸系數(shù)為1.1591，人均GDP每增加1%，碳排放量平均增加1.1591%；人口增長的回歸系數(shù)為1.1088，人口每增加1%，碳排放量平均增加1.1088%；這三個決定因素的作用與理論預(yù)期一致。而城市化、產(chǎn)業(yè)結(jié)構(gòu)及技術(shù)創(chuàng)新的回歸系數(shù)均不顯著，原因主要是：我國東中西部處于不同城市化發(fā)展階段，“十一五”規(guī)劃的宏觀調(diào)控目標(biāo)及經(jīng)濟(jì)增長方式轉(zhuǎn)變對地區(qū)碳排放的作用還不夠明顯，各個地區(qū)的企業(yè)在生產(chǎn)和工藝環(huán)節(jié)方面還有待采用更為有效的節(jié)能減排技術(shù)，需要繼續(xù)增強(qiáng)技術(shù)創(chuàng)新對消減地區(qū)碳排放的作用。

五、結(jié)論與啟示

本文構(gòu)建了省域碳排放量決定因素實證模型，對碳排放決定因素及其空間溢出效應(yīng)進(jìn)行了空間計量分析，得到如下主要結(jié)論及啟示。

1.　中國30個省域相鄰地區(qū)的碳排放行為普遍存在著正相關(guān)性，省域之間的碳排放行為存在空間集聚（回流）效應(yīng)，制定省域碳排放政策時需要考慮碳排放行為的空間效應(yīng)。

2.　能源消費強(qiáng)度是影響碳排放的最主要驅(qū)動因素。碳排放的實質(zhì)是能源消耗，驅(qū)動中國經(jīng)濟(jì)增長的能源消費主要以煤炭為主。長期以來，低下的能源利用效率使得單位GDP的碳排放量較高。從長遠(yuǎn)利益考慮，中央及各級地方政府應(yīng)在技術(shù)資金政策上鼓勵新能源開發(fā)，實現(xiàn)節(jié)能減排，各省域要增加清潔能源如水能、風(fēng)能、核能等的使用，各企業(yè)單位要提高能效、降低碳排放。

3.　人均GDP和人口規(guī)模的影響僅次于能源消費強(qiáng)度。雖然“十一五”期間的宏觀調(diào)控與促進(jìn)經(jīng)濟(jì)增長方式轉(zhuǎn)變?nèi)〉昧艘恍┏煽?，但效果比較有限。提高經(jīng)濟(jì)增長質(zhì)量和經(jīng)濟(jì)效益勢在必行。同時，鑒于各省域人口總量增長慣性仍在持續(xù)，在繼續(xù)嚴(yán)格執(zhí)行計劃生育政策的同時，提倡和鼓勵居民理性消費、綠色消費，逐步促進(jìn)城鎮(zhèn)和農(nóng)村居民消費向“綠色低碳”模式轉(zhuǎn)變，構(gòu)建資源節(jié)約型和環(huán)境友好型社會。

4.　產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響不顯著。1995年以來，我國大多數(shù)省域的產(chǎn)業(yè)結(jié)構(gòu)變動并不大，第二產(chǎn)業(yè)比重基本上保持了小幅上升趨勢，有些省域甚至出現(xiàn)了較大幅度下降（如北京、上海、云南）。優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)綠色產(chǎn)業(yè)發(fā)展是當(dāng)下各省域?qū)崿F(xiàn)產(chǎn)業(yè)升級的關(guān)鍵。各地方政府要淘汰高能耗、高污染的落后產(chǎn)業(yè)，大力發(fā)展高新技術(shù)產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)，尤其是高產(chǎn)出低能耗的產(chǎn)業(yè)，如信息產(chǎn)業(yè)、生態(tài)旅游、新能源開發(fā)等，不斷提高第三產(chǎn)業(yè)在國民經(jīng)濟(jì)中的比重，以降低能源消耗和碳排放量。

5.　城市化對碳排放的影響不顯著。城市化既可能提升環(huán)境效率，也可能對環(huán)境產(chǎn)生負(fù)面影響。由于東部地區(qū)城市化水平較高，提升了第三產(chǎn)業(yè)、優(yōu)化了產(chǎn)業(yè)結(jié)構(gòu)，同時不完全競爭條件下的規(guī)模收益遞增、人口和經(jīng)濟(jì)要素的集聚以及相應(yīng)的知識、技術(shù)溢出，提高了整個東部地區(qū)的能源利用效率，減少了碳排放；中部地區(qū)還處于初級城市化階段，建設(shè)項目主要集中在生活基礎(chǔ)設(shè)施以及工業(yè)化基礎(chǔ)設(shè)施方面，經(jīng)濟(jì)發(fā)展水平及能源利用效率相對較低，因而其城市化的提升反而帶來了碳排放的增加；西部地區(qū)城市化進(jìn)程緩慢，對碳排放的影響并不顯著，導(dǎo)致全國省域城市化水平平均效應(yīng)對碳排放的影響不顯著。

6.　技術(shù)創(chuàng)新的作用不顯著。由于技術(shù)創(chuàng)新雖然改善了能源效率而節(jié)約了能源，但技術(shù)創(chuàng)新同樣促進(jìn)了經(jīng)濟(jì)的快速發(fā)展，這又將導(dǎo)致對能源需求的增加，出現(xiàn)效率提高所節(jié)約的能源被因經(jīng)濟(jì)快速增長帶來的額外能源消耗（部分地）抵消，即能源的回彈效應(yīng)，最終導(dǎo)致各省域的研發(fā)投資對減少其碳排放數(shù)量的作用沒有顯現(xiàn)出來。為此，各省域的工業(yè)企業(yè)應(yīng)該進(jìn)一步加大清潔能源的研發(fā)資金投入，中央政府和各級地方政府要出臺鼓勵節(jié)能技術(shù)研發(fā)和推廣的支持政策，重點提高節(jié)能減排投資的效率。

參考文獻(xiàn)：

［1］宋德勇，盧忠寶.中國碳排放影響因素分解及其周期性波動研究［J］.中國人口·資源與環(huán)境，2009（3）：18-24.

［2］李國志，王群偉.中國出口貿(mào)易結(jié)構(gòu)對二氧化碳排放的動態(tài)影響——基于變參數(shù)模型的實證分析［J］.國際貿(mào)易問題，2011（1）：82-89.

［3］胡初枝，黃賢金.區(qū)域產(chǎn)業(yè)結(jié)構(gòu)變化的碳排放效應(yīng)研究——以江蘇省為例［C］.//中國地理學(xué)會2007年學(xué)術(shù)年會論文摘要集，2007：34-39.

［4］馬軍杰，陳震，尤建新.省域一次能源CO2排放的空間計量經(jīng)濟(jì)分析［J］.技術(shù)經(jīng)濟(jì)，2010（12）：62-67.

［5］姚亮，劉晶茹，王如松.中國城鄉(xiāng)居民消費隱含的碳排放對比分析［J］.中國人口·資源與環(huán)境，2011（4）：25-29.

［6］林伯強(qiáng)，劉希穎.中國城市化階段的碳排放：影響因素和減排策略［J］.經(jīng)濟(jì)研究，2010（8）：66-78.

篇9

關(guān)鍵詞：凈碳；碳匯；分析；評估

中圖分類號：X24 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-291X（2014）02-0201-02

引言

碳循環(huán)復(fù)雜而周密，保證了生物圈乃至整個地球的平衡發(fā)展[1]。但是，考慮人類大規(guī)模的經(jīng)濟(jì)發(fā)展作用，碳平衡就會被打破，排入環(huán)境中的二氧化碳大于自然植被的匯集速度，因而產(chǎn)生溫室效應(yīng)。

凈碳排放量則是考慮了森林植被的碳匯作用，排除了技術(shù)因素減少與收集的那部分碳后，排放到自然環(huán)境系統(tǒng)中的二氧化碳量，能很好反映出一個地區(qū)的碳排放水平和森林碳匯能力。

深圳市是我國第一批低碳試點城市，目前低碳發(fā)展已取得了一定成效，其中，深圳某地是深圳市的低碳規(guī)劃地區(qū)之一，嘗試在社區(qū)、街道、企業(yè)實現(xiàn)低碳化。該地區(qū)“十二五”規(guī)劃中提到，到2015年GDP達(dá)到480億元、萬元GDPCO2排放量降低12%[2]。所以，有需要先了解該地區(qū)凈碳排放趨勢，從系統(tǒng)參數(shù)的變化判斷出目標(biāo)實現(xiàn)情況，從而為該地區(qū)低碳發(fā)展提出政策性建議。

一、研究方法

（一）系統(tǒng)動力學(xué)

系統(tǒng)動力學(xué)是由福瑞斯特教授在1958年提出的一種研究和解決復(fù)雜動態(tài)反饋性系統(tǒng)問題的仿真方法[3]。一開始只是為了分析生產(chǎn)和庫存管理等企業(yè)問題，后來被運(yùn)用到其他系統(tǒng)研究當(dāng)中。系統(tǒng)動力學(xué)分析問題的原理是在系統(tǒng)行為與內(nèi)在機(jī)制間相互緊密的依賴關(guān)系的基礎(chǔ)上，透過構(gòu)建數(shù)學(xué)模型與操弄，從而獲得信息反饋，逐步發(fā)掘出產(chǎn)生變化形態(tài)的因、果關(guān)系。這里運(yùn)用汪應(yīng)洛主編的《系統(tǒng)工程》第四版的系統(tǒng)動力一章的方法來建模分析[4]。

（二） 軟件

這里使用Vensim PLE軟件，即系統(tǒng)仿真軟件來構(gòu)建與分析深圳某地凈碳排放。Vensim PLE可利用圖示化編程建立模型，并能進(jìn)行真實性檢驗，以判斷模型的合理性和真實性，從而調(diào)整結(jié)構(gòu)或參數(shù)，它還對模型提供多種分析方法。

（三）數(shù)據(jù)來源

查詢深圳某地政府在線網(wǎng)2010—2012年《深圳某地統(tǒng)計年報》、2010—2012年《深圳某地國民經(jīng)濟(jì)與社會發(fā)展統(tǒng)計公報》相應(yīng)數(shù)據(jù)。模型以2010年數(shù)據(jù)為基準(zhǔn)值。

二、系統(tǒng)動力學(xué)模型構(gòu)建

（一） 系統(tǒng)結(jié)構(gòu)分析

簡單分析，凈碳排放系統(tǒng)包括碳增加與碳削減兩方面。其中，碳增加主要體現(xiàn)為人口不斷增多的社會經(jīng)濟(jì)發(fā)展下，人類生產(chǎn)生活消耗各種化石能源量增加，從而增加了碳排放量；碳削減一方面體現(xiàn)為森林的碳匯，另一方面為通過提高技術(shù)減少排放及收集的作用。

可以認(rèn)為，凈碳排放系統(tǒng)結(jié)構(gòu)包含人口數(shù)量、能源消耗量、經(jīng)濟(jì)發(fā)展、自然植被幾大部分。其中，能源消耗可看做是經(jīng)濟(jì)發(fā)展和人口數(shù)量增加共同的結(jié)果，而森林碳匯和節(jié)能減碳技術(shù)能削減能源使用，減少碳排放量。

（二） 參數(shù)方程構(gòu)建

根據(jù)對深圳某地凈碳系統(tǒng)結(jié)構(gòu)分析，圍繞碳增加和碳減少兩部分，以2010年為基準(zhǔn)，構(gòu)建模型參數(shù)方程，見公式（1）—（8）所示。

R=GDP×c （1）

式中，R為GDP的增長速度，萬元；c為GDP增長率，取該地區(qū)“十二五”規(guī)劃平均每年增長率10%；GDP基準(zhǔn)值為2 820 166萬元。

h=PE×d （2）

式中，h為單位GDP能耗遞減速度，噸標(biāo)煤/萬元；分析2010—2012年萬元GDP能耗的變化情況，計算出平均遞減速率，取d值為2.5%；PE為單位GDP能耗，初始值為0.55噸標(biāo)煤/萬元。

energy=GDP×PE （3）

式中，energy為能源消耗量，噸標(biāo)煤。

carbon emission=energy×0.67×3.67 （4）

式中，carbon emission為碳排放量，根據(jù)一噸標(biāo)煤含0.67噸碳，一噸碳燃燒排放出3.67噸二氧化碳的國際常用計算方式；另外，carbon emission=in，其中in為排入環(huán)境中的碳量。

i=5×51×10-5GDP/100 （5）

式中，i表示每年經(jīng)濟(jì)投資森林的面積，根據(jù)近年深圳某地園林綠地面積變化，算出平均每年的變化量，再換算成資金投入量，最后算出占GDP的比例；另外，i=f，f為森林面積的變化速度，公頃。

forest=f （6）

式中，forest為森林面積，初始值為4 798.5公頃；根據(jù)2010年該地區(qū)規(guī)劃建設(shè)用地22.03公頃，用幅員面積72.63公頃減去建設(shè)用地面積，得到最大的園林建設(shè)面積為50.6公頃。

out=forest×365 （7）

式中，out為森林碳匯量，噸碳；公式根據(jù)每公頃森林每天吸收1噸二氧化碳的計算方法得到。

net carbon=in-out （8）

式中，net carbon為凈碳排放累計量，噸碳，由排放環(huán)境中的碳量減去森林碳匯的量得到。

（三）系統(tǒng)動力學(xué)模型構(gòu)建

運(yùn)用Vensim ple系統(tǒng)動力學(xué)軟件，根據(jù)凈碳系統(tǒng)結(jié)構(gòu)分析結(jié)果及參數(shù)方程，構(gòu)建出深圳某地凈碳排放系統(tǒng)動力學(xué)模型，如圖1所示。

三、凈碳排放量分析

（一） 區(qū)域凈碳排放量計算

點擊net carbon水平變量運(yùn)行，可得出凈碳排放累積變化情況。為了算出當(dāng)年的凈碳排放量，我們可以分別運(yùn)行in與out速度變量，然后作差得到。通過計算，得到當(dāng)年凈碳排放變化情況，如圖2所示。

從圖2可知，在擁有廣大森林面積的鹽田區(qū)，每年的凈碳排放量還是會逐年上升，2015年約比2010年增加2倍。整體呈指數(shù)變化曲線，相似度為0.997。這和該地區(qū)大面積而且短期較穩(wěn)定的森林資源有關(guān)，加上經(jīng)濟(jì)發(fā)展速度的提高，因此，凈碳排放量也會增加。

（二） 園林綠地碳匯潛力分析

運(yùn)行out得到園林綠地2010—2020年的碳匯情況，如圖3所示。從圖3可見，增幅并不大，當(dāng)園林綠地面積從2010年的4 798.5公頃增長到2015年的4 808.35公頃，森林碳匯從1 751 450tCO2增加到1 755 050tCO2，只增加了0.2%。這與該地區(qū)本身森林覆蓋率很大的實際有關(guān)，森林面積不可能每年還以大幅度的速度增長，但森林的碳匯功能一旦形成，就會一直起作用，該地區(qū)的森林碳匯功能十分可觀。

四、目標(biāo)評估

根據(jù)深圳某地“十二五”規(guī)劃，到2015年，單位GDP二氧化碳排放排放量比2010年降低12%，GDP達(dá)到480億元。

（一）GDP目標(biāo)評估

運(yùn)行GDP，得出2010—2020年該地區(qū)GDP的變化情況，如圖4所示。從圖4可知，GDP從2010年的2 820 170萬元增加到2015年的4 970 100萬元。達(dá)到了該地區(qū)“十二五”規(guī)劃的480億元的目標(biāo)，預(yù)計到2020年GDP達(dá)到8 759 010萬元?？梢缘玫?，如果GDP增長率按照年均10%的速度增長，能達(dá)到“十二五”規(guī)劃的目標(biāo)。

（二）單位GDP碳排放量目標(biāo)評估

通過運(yùn)行模型的in速度變量，即總碳排放量，根據(jù)每年GDP的值，換算出單位GDP碳排放量，如圖5所示。

從圖5中可看出，到2015年單位GDP碳排放量為1.191 588tCO2/萬元，比2010年的1.352 394tCO2/萬元下降13.5%，達(dá)到了深圳某地“十二五”規(guī)劃的目標(biāo)值12%。這也表明，如果按照2010—2012年數(shù)據(jù)分析的以每年單位GDP碳排放下降2.5%的速度改造，能達(dá)到預(yù)期目的。

五、結(jié)論與建議

我們知道，深圳市某地園林綠地面積大，森林覆蓋率達(dá)到67%左右，在考慮建設(shè)用地的需求上，森林面積較穩(wěn)定，因此，碳匯也比較穩(wěn)定。通過對深圳市某地凈碳排放分析，凈碳排放量隨之總碳排放量的增加逐年上升，到2015年，凈碳排放量約為2010年的兩倍。另外，GDP以年均10%的增長速度，萬元GDP二氧化碳以年均下降2.5%的速度，能完成“十二五”規(guī)劃的GDP達(dá)到480億元、萬元GDP二氧化碳下降12%的目標(biāo)。

建議：（1）建成區(qū)的綠地建設(shè)。根據(jù)該地區(qū)氣候?qū)嶋H，在建成區(qū)廣種喬木、灌木等高碳匯能力樹種。（2）節(jié)能技術(shù)與措施。發(fā)揮節(jié)能研發(fā)機(jī)構(gòu)的作用，推廣節(jié)能技術(shù)，加強(qiáng)交流，配合優(yōu)惠政策措施，動員轄區(qū)內(nèi)盡可能多的力量，降低區(qū)域總能耗，從而降低單位GDP的CO2量。（3）控制好GDP增長率。這需要政府相關(guān)部門，加強(qiáng)與完善能源及其他方面統(tǒng)計工作，掌握好轄區(qū)的實際動態(tài)，按照新型經(jīng)濟(jì)發(fā)展目標(biāo)，控制好GDP增長率。

參考文獻(xiàn)：

[1] 魯豐先，王喜，秦耀辰.低碳發(fā)展研究的理論基礎(chǔ)[J].中國人口.資源與環(huán)境，2012，22（9）：8-14.

[2] 深圳市鹽田區(qū)政府.《深圳市鹽田區(qū)國民經(jīng)濟(jì)和社會發(fā)展第十二個五年規(guī)劃綱要》，2011，http：///cn/a/2011/

g18/a120966_240804.shtml.

篇10

關(guān)鍵詞：碳排放；區(qū)域差異；收斂；人文發(fā)展

中圖分類號：F205 文獻(xiàn)標(biāo)識碼：A DOI：10.3969/j.issn.1004-9479.2013.02.004

氣候變化是全球性的環(huán)境問題，發(fā)展中國家人民的健康和農(nóng)業(yè)收入最易受到氣候變化的威脅。雖然很多發(fā)展中國家在收入、健康和教育方面已有很大進(jìn)步，應(yīng)對氣候變化的能力有所增強(qiáng)，但那些增長停滯不前的低收入國家面對氣候變化的不利影響無能為力。即使發(fā)達(dá)國家應(yīng)對氣候變化的脆弱性相對較小，但隨著全球氣溫的上升，發(fā)達(dá)國家面臨大規(guī)模氣候變化沖擊的危險也日益增加。近50年來的氣候變暖主要是人類活動所產(chǎn)生的二氧化碳使溫室效應(yīng)增強(qiáng)的結(jié)果。1961～2009年，全球二氧化碳排放量由94.34億噸增加到324.22億噸，年均增加3.18%①。雖然從20世紀(jì)70年代開始，國際社會采取了積極行動進(jìn)行氣候變化的科學(xué)研究、科學(xué)評估和制定相關(guān)國際條約，但全球二氧化碳排放在2012年還在進(jìn)一步增加，將達(dá)到創(chuàng)紀(jì)錄的356億噸[1]，減緩大氣中二氧化碳的增加已成為世界各國所面臨的現(xiàn)實挑戰(zhàn)。因此，研究世界碳排放的變化規(guī)律對于在全球范圍內(nèi)就氣候變化問題采取必要和及時的行動具有十分重要的意義。

已有文獻(xiàn)分析了主要發(fā)達(dá)國家溫室氣體排放情況[2]和世界碳排放大國的碳排放歷史軌跡[3]，比較分析了世界主要國家的碳排放水平[4-5]，研究了主要國家人均碳排放與經(jīng)濟(jì)發(fā)展之間的關(guān)系[6]。這些研究表明發(fā)達(dá)國家的碳排放是大氣 CO2濃度升高的主要貢獻(xiàn)者，發(fā)展中國家與發(fā)達(dá)國家歷史碳排放量的差距有縮小趨勢，應(yīng)公平分配未來碳排放空間[7-9]。

學(xué)者們借助于經(jīng)濟(jì)增長的σ收斂、β收斂以及俱樂部收斂模型來研究碳排放的收斂性，得出21個OECD國家碳排放量存在β收斂性[10-12]，然而也有學(xué)者認(rèn)為在21個OECD國家中，碳排放收斂的有4個，其余則不收斂[13]。此外，還有學(xué)者以世界100個國家為研究對象，指出低排放國家沒有出現(xiàn)收斂，高排放國家出現(xiàn)了收斂特征[14]。本文將在已有研究基礎(chǔ)上進(jìn)一步研究世界碳排放量、人均碳排放量、碳排放強(qiáng)度各指標(biāo)②的國別分布差異與變化規(guī)律。

1 樣本、數(shù)據(jù)與基本模型

1.1 樣本與數(shù)據(jù)

根據(jù)數(shù)據(jù)的可獲得性，本文分析的樣本期間為1992～2008年，世界碳排放的國別分布差異研究樣本為世界206個國家，碳排放收斂性的研究樣本為世界178個國家或地區(qū)。樣本數(shù)據(jù)均來源于世界銀行，GDP等經(jīng)濟(jì)變量數(shù)據(jù)均以2000年美元不變價表示。

1.2 基本模型

1.2.1 碳排放σ收斂模型

碳排放σ收斂是指以標(biāo)準(zhǔn)差度量的不同國家或地區(qū)之間的碳排放隨著時間的推移離散程度逐漸減小。σ收斂模型為：

σ= （1）

其中σ為n個國家或地區(qū)的碳排放數(shù)據(jù)的標(biāo)準(zhǔn)差，xit為第i個國家或地區(qū)第t年的碳排放數(shù)據(jù)，為n個樣本的碳排放的均值。

標(biāo)準(zhǔn)差反映了碳排放數(shù)據(jù)的相對差異程度，標(biāo)準(zhǔn)差越大說明有越多的國家或地區(qū)碳排放與其平均值之間的差異較大。如果在第（t+T）年滿足：σt+Tσt，則這n個國家或地區(qū)的碳排放具有T階段的σ收斂；若在第t年以后的任意第S年里滿足：σt+Sσt，則這n個國家或地區(qū)具有一致σ收斂。變異系數(shù)的公式為：

Cv=σ / （2）

變異系數(shù)反映了碳排放的絕對差異程度，變異系數(shù)越大說明樣本國家或地區(qū)碳排放的絕對差異越大。

1.2.2 碳排放β收斂模型

碳排放β收斂有絕對β收斂和條件收斂兩種形式。碳排放β絕對收斂指隨著時間的推移， 所有國家或地區(qū)無論其初始碳排放水平、人文發(fā)展水平、經(jīng)濟(jì)結(jié)構(gòu) （能源資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)、體制政策、技術(shù)水平等）和地理位置如何，碳排放都將收斂于相同的均衡穩(wěn)態(tài)水平。碳排放β絕對收斂模型為：

rit=c+βln（xi0）+μit， i=1，…，n （3）

其中，rit=ln（xit / xi0）/t表示第i個國家或地區(qū)第t年的碳排放的年均增長率，xi0為第i個國家或地區(qū)初始年的碳排放指標(biāo)值，μit為隨機(jī)干擾項。

如果模型（3）中的β0，則稱這 n個國家或地區(qū)之間的碳排放具有絕對β收斂性。將上述二種收斂模型分別應(yīng)用于世界178個國家和地區(qū)的碳排放量、人均碳排放量、碳排放強(qiáng)度（單位GDP碳排放量）收斂的分析中。

2 碳排放差異與收斂性分析

2.1 碳排放的國別差異的可視化描述

借助地理信息系統(tǒng)的可視化方法，利用GeoDa軟件描繪出1992～2008年世界各國的年人均碳排放量、年均碳排放量和年均碳排放強(qiáng)度的分布圖（圖 1、圖2和圖3）。

由圖1可知，人均碳排放量高于5.98（單位：公噸 /人）的國家有52個，介于0.54～5.98的國家有51個，0.54以下的國家有103個。北美國家人均碳排放量普遍較高，歐洲國家其次，撒哈拉以南非洲以及南亞國家人均碳排放量較低。收入水平越高人均碳排放量越大。世界人均碳排放量最高的是卡塔爾，達(dá)到57.08，亞洲產(chǎn)油國家如科威特、阿聯(lián)酋、巴林的人均碳排放量也位居世界前列，世界主要大國中，美國、德國和英國分別為19.5、10.2、9.22，俄羅斯為11.40，中國、印度分別為3.48和1.36，

由圖2可知，年均碳排放量高于51.99（單位：百萬噸）的國家有52個，介于5.64～51.99的國家有51個，5.64以下的國家有103個。工業(yè)發(fā)達(dá)國家的年均碳排放量較高，其次是北美，再次是東亞國家，南亞國家年均碳排放量較低。年均碳排放量最高的是美國達(dá)到5506.56，其次中國為4424.98，俄羅斯和印度分別為1659.14和294.34，日本為1195.53，德國和英國分別為836.38、545.77。碳排放量的區(qū)域積聚并不十分明顯，主要與地區(qū)資源能源稟賦和經(jīng)濟(jì)發(fā)展程度有關(guān)，收入越高的國家年均碳排放量越大。

由圖3可知，年均碳排放強(qiáng)度高于1.26（單位：千克/2000年美元GDP）的國家有52個，介于0.58～1.26的國家有51個，0.58以下的國家有103個。中亞和歐洲各國碳排放強(qiáng)度普遍較高，東南亞、中東與北非各國碳排放強(qiáng)度也較高，歐盟國家最低。除重債窮國碳排放強(qiáng)度低于高收入國家外，收入水平越低碳排放強(qiáng)度越高。其中，碳排放強(qiáng)度最高的是土庫曼斯坦達(dá)到12.22，俄羅斯為5.82，中國、印度分別為3.37和2.42，日本為0.25，美國、德國和英國分別為0.58、0.46、0.38。

總的來說，世界各國人均碳排放量、年均碳排放量和年均碳排放強(qiáng)度的分布都呈現(xiàn)出不均衡態(tài)勢，收入水平越高，碳排放量和人均碳排放量越大，而碳排放強(qiáng)度越低（重債窮國除外）。

2.2 收斂性分析

（1）整體分析。利用Matlab2012軟件，計算世界1992～2008年的碳排放量、人均碳排放量和碳排放強(qiáng)度的標(biāo)準(zhǔn)差與變異系數(shù)，結(jié)果如圖4所示，1992～2008年，世界碳排放量、人均碳排放和碳排放強(qiáng)度均不存在一致收斂，但人均碳排放量存在17階段（年）收斂，人均碳排放量的變異系數(shù)在波動中呈現(xiàn)出下降趨勢且變化均不是很大，絕對差距也在縮小。世界碳排放量不存在收斂，其相對差距在不斷擴(kuò)大；從變異系數(shù)來看，世界碳排放量變異系數(shù)變化幅度相對較小，但也呈現(xiàn)逐漸上升的趨勢，絕對差距在不斷擴(kuò)大。世界碳排放強(qiáng)度存在17階段收斂，世界碳排放強(qiáng)度的變異系數(shù)在波動中呈現(xiàn)出下降趨勢，絕對差距在縮小，總體上符合差異由大到小的“倒U型”規(guī)律。

（2）按人文發(fā)展水平高低的比較。將2005年人文發(fā)展指數(shù)在0.8以上的國家歸為高人文發(fā)展水平國家集團(tuán)（簡稱高集團(tuán)），將0.8以下的歸為低人文發(fā)展水平國家集團(tuán)（低集團(tuán)）③，分別計算其人均碳排放量與碳排放量的標(biāo)準(zhǔn)差和變異系數(shù)（表1）。由表1可知，兩個集團(tuán)內(nèi)部人均碳排放都存在17階段的收斂；高集團(tuán)相比低集團(tuán)而言，其內(nèi)部人均碳排放量的相對差距要大得多。對于低集團(tuán)來說，1992～1999年，其內(nèi)部人均碳排放量存在一致收斂；2001～2008年，其內(nèi)部人均碳排放量的相對差距正快速擴(kuò)大。1992～2008年，兩個集團(tuán)內(nèi)部碳排放量的相對差距都呈上升趨勢，但低集團(tuán)內(nèi)部碳排放量的相對差距擴(kuò)大得更為快速，低集團(tuán)2008年的碳排放量的相對差距已是1992年的2.5倍多，已超過高集團(tuán)內(nèi)部的相對差距。

表1顯示，1992～2008年，對于高集團(tuán)來說，其內(nèi)部人均碳排放量的絕對差距呈下降趨勢，其碳排放量的絕對差距變化很小只有微弱的上升。低集團(tuán)內(nèi)部的人均碳排放量的絕對差距在1.43附近波動，而碳排放量的絕對差距在5.54附近波動。高集團(tuán)內(nèi)部碳排放量和人均碳排放量的絕對差距要比低集團(tuán)的小。

此外，本文將世界178個國家分別按1992～2008年期間的平均每年的碳排放量、平均每年的人均碳排放量、平均每年的碳排放強(qiáng)度數(shù)值的大小劃分為高、中、低三個國家或地區(qū)集團(tuán)，然后對各集團(tuán)內(nèi)部碳排放量、人均碳排放量、碳排放強(qiáng)度的收斂性進(jìn)行分析。結(jié)果顯示，1992～2008年，碳排放強(qiáng)度高、中、低三個國家或地區(qū)集團(tuán)內(nèi)部存在17階段收斂，碳排放量、人均碳排放量均不存在收斂。

2.3 β收斂性分析

采用模型（3）進(jìn)行回歸，得到人均碳排放、碳排放量、碳排放強(qiáng)度④的估計結(jié)果如表2。

由表2可知，回歸結(jié)果中，Ln（X1）、Ln（X2）、Ln（X3）的系數(shù)為負(fù)，t統(tǒng)計量在0.0001的顯著性水平上顯著。因此，1992～2008年，世界各個國家或地區(qū)的碳排放量、人均碳排放量和碳排放強(qiáng)度都呈現(xiàn)出β絕對收斂性，這與Nguyen-Van的研究結(jié)果不同，但支持了Strazicich等人的研究結(jié)果。

3 結(jié)論與啟示

本文以1992年以來的數(shù)據(jù)為基礎(chǔ)，采用經(jīng)濟(jì)增長收斂理論，分析了世界碳排放量、人均碳排放量和碳排放強(qiáng)度的國別差異和收斂性?；诒疚牡难芯?，可以得到如下結(jié)論與啟示：

（1）世界各國年均碳排放量、人均碳排放量和碳排放強(qiáng)度的分布都呈現(xiàn)出不均衡態(tài)勢。收入水平越高的國家其碳排放量和人均碳排放量越大，而碳排放強(qiáng)度越低。

（2）世界各國碳排放量的相對差距和絕對差距在不斷擴(kuò)大。人均碳排放量存在17階段（年）的σ收斂，絕對差距也有縮小的趨勢。世界碳排放強(qiáng)度存在17階段的σ收斂，絕對差距也在縮小，且總體上符合 “倒U型”規(guī)律。

（3）高人文發(fā)展水平國家集團(tuán)人均碳排放存在17階段的σ收斂。低人文發(fā)展水平國家集團(tuán)的人均碳排放在1992～2000年這個時段存在一致σ收斂，但在2001～2008年，集團(tuán)內(nèi)部人均碳排放量的相對差距在擴(kuò)大。高人文發(fā)展水平國家集團(tuán)內(nèi)部人均碳排放量的相對差距比低人文發(fā)展水平國家集團(tuán)的要大得多，絕對差距相反地要小得多。低集團(tuán)內(nèi)部碳排放量的相對差距在2001年以來快速擴(kuò)大，已超過高集團(tuán)內(nèi)部的相對差距?？傮w上，1992～2008年，各集團(tuán)內(nèi)部碳排放量和人均碳排放量的絕對差距變化較小。