導語：如何才能寫好一篇碳排放的來源，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

1．1能源消費碳排放核算根據《2006年指南》關于能源消費碳排放核算公式和張蘭［19］等學者的研究，能源消費主要考慮煤炭、石油、天然氣，此外還包含少量的風能、生物質能、核能等，由于其他能源對環境影響較小，不予考慮。核算能源消費碳排放的公式。式中，E－C為能源消費碳排放量;Energyi為第i種能源的消費量;αi為第i種能源轉換因子，即根據凈發熱值將燃料轉換為能源單位(TJ)的轉換因子;CCi為第i種能源碳含量(t/TJ)，即單位能源的含碳量;NCi為第i種能源的非燃燒碳，即排除在燃料燃燒以外的原料和非能源用途中的碳;10－3為單位轉化系數;COFi為第種能源的碳氧化因子，即碳被氧化的比例，通常缺省值為1，表示完全氧化。將上述公式進一步簡化，可得到計算中更為簡便且實用的公式:。式中，βi為第i種能源的碳排放系數，即單位能源的碳排放量。國內外開展能源碳排放系數研究主要有國家科委氣候變化項目、國家計委能源所、日本能源經濟研究所、美國能源部、DOE/EIA等，本文研究中選取幾項權威系數的均值作為計算系數，詳細情況見表1。

1．2農業碳排放核算IPCC有關農業生產碳排放的論述多集中于生物活動產生、土壤碳和水稻的甲烷排放，而關于農業生產物質投入導致碳排放的研究不多。結合我國和湖南省農業生產特點，以《2006年指南》為主要參考，結合田云［2，22］等基于投入視角的農地碳排放測算研究，確定農業生產碳排放源包括:稻田、化肥、農藥、農膜、牲畜活動。由于農業機械動力相關的碳排放已在能源消費碳排放核算中涵蓋，為避免重復，此處不再涉及。構建農業物質投入碳排放核算公式為。式中，A－C為碳排放;i為第i種農業生產要素投入;εi為第種農業生產要素碳排放系數。農藥等農業生產要素碳排放系數參考美國橡樹嶺國家實驗室等機構和學者的研究成果，見表2。水稻生長過程中會釋放大量甲烷，而甲烷是IPCC公布的六類溫室氣體之一。水稻是湖南省種植面積最大的農作物，因此核算湖南省農業生產碳排放需要考慮水稻生長的碳排放。Wang［23］、Cao［24］、Matthew［25］等學者測算了稻田甲烷排放系數，結果為0．44gCH4/(m2•d)、0．44gCH4/(m2•d)、0．50gCH4/(m2•d)，研究將三者的算數平均值作為計算系數，即0．46gCH4/(m2•d)。根據2007年IPCC第四次評估報告的相關內容，1單位甲烷與1單位二氧化碳溫室效應比為25∶1，據此可確定甲烷與碳的轉換系數為6．82，結合稻田甲烷排放系數，確定稻田碳排放系數為3．136gC/(m2•d)。湖南省水稻生長周期為120—150天，研究選取平均值135天為計算標準。稻田碳排放計算公式為。式中，R－C為稻田碳排放量;S為水稻播種面積。根據《2006年指南》第四卷第10章關于牲畜和糞便管理過程碳排放的相關論述，畜牧業尤其是諸如牛、羊等反芻動物生長過程中會產生大量的甲烷，具體而言包括腸道發酵和糞便管理兩部分。參考田云［12］等學者的研究，我國畜牧業產生甲烷排放的主要牲畜品種有牛、馬、驢、騾、豬、羊，以IPCC給出的排放系數為依據，運用上文所述的甲烷—碳轉換系數，建立我國主要牲畜碳排放系數見表3。畜牧業碳排放計算公式為:。

1．3廢棄物碳排放核算根據《2006年指南》第五卷有關廢棄物的分類研究，溫室氣體排放源主要有四類:固體廢棄物生物處理、廢棄物的焚化與露天燃燒、固體廢棄物填埋處理、廢水處理與排放，固體廢棄物填埋處理(即SWDS)是廢棄物溫室氣體的主要來源。固體廢棄物被掩埋后，甲烷菌可使廢棄物所含有機物分解產生甲烷氣體。由前文可知，甲烷是主要溫室氣體之一，且產生的溫室效應比二氧化碳強。據IPCC相關研究估計，全球每年約3%—4%的溫室氣體來源于廢棄物填埋處理產生的甲烷。《2006年指南》推薦使用一階衰減法(FOD)，一階衰減法能獲得更好的測算精度。根據《2006年指南》和渠慎寧［3］等學者的研究，本研究給出固體廢棄物填埋處置產生甲烷量的一階衰減法的估算公式。

2數據來源與處理說明

2．1數據來源農業生產中涉及的水稻種植面積、化肥、農藥、農膜數據來自2001—2011年《中國農村統計年鑒》和能源數據來自湖南省能源平衡表;農業生產中各類牲畜數量來自歷年《湖南省統計年鑒》;工業廢棄物和城市固體垃圾數據來自國研網統計數據庫，確實部分運用插值法根據歷年數據補充完整(限于篇幅，方法介紹略);土地利用數據來自國研網統計數據庫，經濟數據來自相關年份的《湖南省統計年鑒》，按2000年不變價格參與計算。

2．2處理說明根據《土地利用現狀分類》和趙榮欽等學者的研究，承載碳排放的土地利用類型包括耕地、牧草地、農村居民點用地、城鎮居民點及工礦用地、交通水利和其他用地。研究將根據碳排放發生載體，本文將其分解到具體的用地類型，畜牧業按照食物來源將牲畜活動分屬于耕地和牧草地，用地類型與碳排放源對應關系見表4。

3結果分析

3．1碳排放總量與時序特征根據上述公式，我們對湖南省的碳排放總量進行了測算，結果見表5。2011年湖南省碳排放總量為10377．79萬t，比2000年的3504．60萬t增長了196．10%，遠低于同時期GDP增速(500．21%)。從碳排放來源分析，2011年湖南省碳排放的主要來源仍然是能源消費，占總量的95．69%，達9930．06萬t;其次是畜牧業碳排放，占總量的2．43%，達2523．01萬t;種植業碳排放站總量的1．78%，達184．76萬t;廢棄物碳排放最少，僅為碳排放總量的0．10%。根據IPCC給出的《2006年指南》，全球能源消費占碳排放總量比例的平均水平為75%，湖南省能源消費碳排放占比遠高于參考值，說明湖南省的能源消耗量較大，節能減排的形勢嚴峻。本研究重點測算了湖南省2000—2011年的碳排放總量，通過分析其時序和結構變化特征探討了湖南省新世紀初期經濟發展對環境的影響。研究時序內湖南省碳排放逐年增加(表5)，且增速持續上升，年均增長率10．37%，低于GDP的年均增長率(17．69%)。湖南省碳排放的結構特征也發生了較大變化，2000年能源消費僅占碳排放總量的77．29%，隨后逐年上升，直至2008年超過90%，2011年達到總量的95．69%，能源消費對碳排放的影響逐漸增強，湖南省經濟發展對能源消費的依賴日益突出，暴露了較為嚴重的經濟發展質量問題。種植業碳排放占比逐年下降，比2000年降低了4．12倍，對碳排放總量的影響逐漸變小。畜牧業碳排放在碳排放結構中處于第二位，2000占比高達13．36%。隨著能源消費碳排放的迅猛增加和畜牧業自身的萎縮，畜牧業碳排放占比也逐年下降，比2000年降低了4．50倍;廢棄物在總量中的比例一直較低，2000年占總量的0．23%，隨后逐年下降，2011年僅為0．10%。

3．2土地承載結構特征與效應分析根據以上有關土地承載碳排放來源的描述，本研究將2011年湖南省碳排放根據其土地承載的屬性進行分解，并進一步計算結構特征與碳排放強度，以期從土地利用的視角分析碳排放的來源及減排路徑，具體見表6。結果顯示，城鎮居民點及工礦用地是最大的碳排放源，總量達7781．06萬t，占總量的74．98%，且碳排放強度(碳排放與土地面積的比值，t/hm2)也最高，為263．94;交通水利及其他用地次之，碳排放強度為33．41，碳排放占總量的11．30%，為1172．40萬t;其他用地類型的碳排放量較少，總計占比為13．73%;牧草地的碳排放總量雖然較少，但其強度較大，單位面積碳排放達32．22t，是僅次于城鎮居民點及工礦用地和交通水利及其他用地的碳排放土地承載類型。

4結論與討論

4．1結論從2011年湖南省碳排放測算的結果可知，能源消費碳排放是碳排放的主要來源，其次是畜牧業、種植業和廢棄物。能源消費的高碳排放與湖南省產業結構不合理、產能過剩、能源過度消費有著直接的關系。尤其是新世紀初期，忽視環境問題和對資源的過度消耗是造成碳排放居高不下的重要原因。湖南省節能減排形勢嚴峻，為配合國家碳減排的重大目標，在后續發展中應著重從優化產業結構、轉變經濟發展方式、淘汰落后差能、創新能源利用技術、大力發展現代農業等方面著手。研究時序內，湖南省碳排放總量逐年增加，且增速不斷變快，碳排放結構中能源消耗碳排放占比逐年增加，說明湖南省在能源消耗方面存在浪費問題。畜牧業碳排放占比僅次于能源消耗碳排放，其次是種植業碳排放，廢棄物碳排放最少。除能源消耗碳排放占比外，其他來源占總量的比例均逐年下降。能源消耗碳排放的迅猛增加與新世紀初期湖南省經濟發展的特征有關，大量工業企業項目投入使用，產能過剩，造成了資源浪費，從而造成碳排放激增。在種植業方面，在研究時序內湖南省耕地種植面積沒有明顯增加，但碳排放卻顯著增加，這與近年來優越的農業政策有關。農業政策刺激農民積極種糧的同時也加重了農業物質的投入，如化肥、農藥、薄膜等，這些都是農業碳排放的主要來源。畜牧業的碳排放降低與農業產業結構調整有很大關系，湖南省畜牧業萎縮，其產值在第一產業中的比重逐年下降，而技術創新等手段對畜牧業碳排放影響較小，因此碳排放量較最初降低。城鎮居民點及工礦用地是碳排放強度最大的用地類型，其次分別是交通水利及其他用地、牧草地、農村居民點用地、耕地，城鎮居民點及工礦用地集約利用度高，人口密集，且承載了主要的能源消耗碳排放，因此其碳排放強度較高。通過土地承載碳排放效應分析，可為控制碳排放提供一條新路徑。即通過調控土地結構控制碳排放增加，保護其他碳排放強度較低且綜合效益較高的用地類型，如林地、草地、牧草地等。

篇2

一、森林碳會計核算

（一）核算對象 碳庫是森林碳會計的核算對象，是生態系統的組成部分，積累或釋放碳。碳源是碳流出大于碳流入的碳庫，由于腐爛、燃燒和呼吸過程，森林往往代表凈排放源。 碳匯是碳流入大于碳流出的碳庫，通過樹木的生長和產生的生物固碳過程，森林可以是接收源。隨著時間的推移，就森林組成成分所擁有的碳的絕對量而言，森林在某一時間點上是碳源，在另一時間點上是碳匯，森林可以在源泉和碳匯之間轉換。匯總碳庫決策主要依靠于現有數據的可用性、測量費用和所需的穩妥水平。 在收集數據時，森林碳庫被分為五類：地上生物質（AGB）、地下生物質（BGB）、木材中的死有機質（DOM）、垃圾中的死有機質（DOM）和土壤中的有機質 （SOM）。碳庫的分類不嚴格，分類的種數并不重要，重要的是分類的完整性。庫不得重復計算和重大庫不應被排除。存在于傳統森林邊界以外的伐木制品日益被視為一項額外的和潛在的碳庫。 樹常常代表一個林區總生物質的最大部分，其他碳庫只有樹生物質的一小部分，碳核算工作大多集中在樹生物質。

（二）排放量核算方法 森林碳排放量核算是森林碳會計的重要內容。排放量核算的目的是量化大氣、森林植被通過光合作用、呼吸作用、分解和燃燒而產生的溫室氣體變化。 排放量核算方法主要有庫存方法和活動方法兩種方法。這兩種方法都得到聯合國政府間氣候變化專門委員會的支持和指導，潛在的基本假設都是：來自于大氣和流向大氣的溫室氣體流量等于生物質和土壤中碳儲存量的變化。 庫存方法也稱為定期核算法，計量了兩個時間點之間的碳庫存量的差異。 該方法可以覆蓋大面積和大量物種，適合不同條件下的碳庫存量測量。 該庫存方法系統還捕捉碳庫存的非線性變化，如成長導致的生物質的積累。 然而， 該方法需要依靠碳庫的增加和以該方法為基礎進行的評估，往往遺漏葉生物質、地表植被和生物垃圾。該方法衡量碳庫存量變化的公式為：C =（Ct2-Ct1）÷（t2-t1）， 其中， C表示碳儲量變化； Ct1 表示時間t1的碳儲量；Ct2表示時間t2的碳儲量。相反，基于活動的方法估計了碳庫增減后的凈余額。該以活動為基礎的方法，也稱為損益或流量方法，適合于單個碳庫難以衡量、碳儲存的短期變化不易受到影響的情況。表示方法衡量碳庫存量變化的公式為：C = A×（CI-CL），其中， C表示碳儲量變化；A表示土地面積；CI 表示碳增益率；CL 表示碳損失率。一般來說，會計方法選擇必須反映決策者的目的并得到決策者的接受，決策者可能依靠一國領土內現有森林數據的形式和可獲得性考慮所采用的方法。面向未來的會計處理方法還沒有達成一致同意，庫存和活動為基礎的會計方法仍然占主導地位。

（三）多層次報告森林碳會計可利用現有的國家、區域或全球數據。數據來源因領域不同而不同，來源的可靠性和不確定性也會變化。二手數據可能會影響會計核算的準確性，但降低了所需的時間成本和核算成本。二手數據和會計核算的準確性之間存在權衡關系。聯合國政府間氣候變化專門委員會認識到權衡的存在，所以提出了一種多層次的方法核算碳排放量。第一層報告只需要收集很少的原始數據，生成對森林生物質的估計。聯合國政府間氣候變化專門委員會指南報告了基于特定區域氣候及植被數據的大量可利用參數和排放系數。第二層報告也采用默認森林生物質信息，但結合了國家的具體數據。第三層報告采用高度本地化的詳細資料，往往需要對森林樣本參數進行重新測量。隨著要求的數據越來越多和從第一層到第三層分析復雜性的增加，碳估計的準確性和精確性也增加。為了驗證或提高碳會計估計的質量，往往需要遙感數據和實地測量。

二、土壤碳會計核算

（一）土壤碳含量變化土壤碳會計核算可以使人們清楚目前土壤碳含量在碳增減的歷史軌跡中所處的位置。土壤碳包括有機碳、無機碳和硅石碳。 從土壤中流失的每噸碳增加大氣中3.67噸二氧化碳。而每公頃土壤增加1噸碳意味著從大氣中吸收3.67噸二氧化碳，即：每2.7噸碳吸收到土壤中意味著10噸二氧化碳從大氣中清除。將碳吸收到特定封存區或增加土壤碳含量是有意義的。

（二）土壤碳含量測量方法澳大利亞土壤碳認可計劃將土層分為八類， 即0～5、 5～10、10～20、 20～30、 30～50、50～70、70～90和90～110厘米。每類土層的土壤樣本將使用液壓取心管來收集，并分析各自土壤碳含量。土壤碳含量的測量方法包括直接測量和間接測量。直接測量最悠久的形式是提取和分析土壤樣品。在實驗室中燃燒該樣品， 分析其碳含量。這個過程不區分碳化硫和碳化硅。當需要測量碳化硫時， 必須通過酸的分解將碳化硅從分析樣品中排除。 干燃燒是一個非常準確和廣泛使用的技術，而濕燃燒已過時、不可靠， 現在很少使用。間接方法分為預測法和校準法。 預測法是指碳儲存量可以通過使用模型來預測。這些模型考慮到了碳儲量影響因素序列（如天氣、植被類型和放牧制度），能提供對碳儲量的預測或估計。校準法是指碳儲存量變化估計可以使用與以前獲得的數據的統計關系來“校準”。這些關系或方程使用更容易進行測量的變量值。 輸入變量可以是定量的，如由土壤和植被在若干光譜帶反射的輻射量，或者是定性的，如土壤系列。

三、碳排放會計核算

（一）碳排放標準隨著氣候變化，溫室氣體的排放越來越受到重視，隨之而產生的溫室氣體排放計算工具中，在國際上使用最廣泛的是溫室氣體議定書（GHG Protocol）。 溫室氣體議定書的倡議三是會計框架，由世界資源研究所（WRI）和世界可持續發展工商理事會（WBCSD）為了衡量、計算和報告溫室氣體排放量而構建。有兩個ISO（國際標準組織）標準：一個是組織或實體標準，另一個是項目減排標準。國際標準化組織的ISO 14064系列標準是以溫室氣體議定書的框架為基礎。 這些標準提供了衡量、計算和報告溫室氣體排放量的規范和指導，以及應當如何對以這些標準為基礎的報告進行審計。1996年頒布的國際標準ISO 14001僅經過了短短十幾年就已經成為全球環境管理體系的標準，在公共和私營部門的所有類型的機構中應用。該標準要求公司設定碳減排目標以減少對環境的影響，并經外部審計核實公司是否實現了自己所設的目標。ISO 140642是用來證明一個項目已減少或消除碳氣體排放的國際標準。企業可以把排放量削減方案當作一個項目。

（二）碳排放核算范圍 國際溫室氣體協議標準建議：企業應確保核算其溫室氣體清單包括范圍一和范圍二的排放，并鼓勵企業核算范圍三的排放量。范圍一核算由報告公司擁有或控制的來源所產生的溫室氣體排放。這些也被稱為直接排放，包括：生產電、熱或蒸汽時產生的燃料燃燒排放；物理或化學處理過程排放；為了運送材料、產品、廢物和員工而使用公司擁有或控制的運輸設備所帶來的排放；無常排放，如，有意或無意的從連接和密封設備、采礦設備和電氣開關設備產生的泄漏。應用到農場或財產，范圍一是指從來自于加熱器、鍋爐、拖拉機和農業企業使用的其他車輛的燃料直接燃燒后的排放量。農場還包括來自于牲畜及其垃圾、作物栽培與無機和有機氮肥應用產生的溫室氣體排放。范圍二核算對進口或外購的電、熱或蒸汽的消耗所帶來的溫室氣體排放。這些被稱為間接排放，因為其是報告公司消耗的結果，但由另一家公司擁有或控制的來源而發生。但用于再出售給最終用戶目的而進口或購買的電、熱或蒸汽所帶來的溫室氣體排放應包括在范圍三中。用于賣給中介機構目的而進口或購買的電、熱或蒸汽所帶來的溫室氣體排放應作為佐證資料單獨報告。 為了提高數據的透明度，與范圍一相關的排放量數據不應當從范圍二中減去或遺漏。對許多公司來說， 外購電力代表了溫室氣體排放最大來源之一，也是減少排放的最重要的機會。但對于土地管理業務，這些排放量小得多。范圍三核算所有其他間接排放，是企業業務活動的結果，但由非本企業擁有或控制的來源而產生。范圍三中以土地為基礎業務企業的排放量均與肥料和飼料生產所產生的相關排放量有關。公司可考慮報告對商業和目標來說重要并且能取得可靠的信息的作業所產生的排放。 范圍三包括：所購買材料的生產排放；報告公司不擁有或控制的車輛運輸排放；外包活動、合同制造和特許經營的排放；報告公司生產的產品和服務的使用階段和終結階段所產生的排放。

（三）控制方法與實體份額方法與溫室氣體議定書一致，溫室氣體排放資料應當采用透明的方式收集和編制報告，可以使用控制方法、實體份額方法，或并行兩種方法。 實體份額是所有權百分比或運營中經濟利益的百分比。實體份額方法增加了溫室氣體信息盡可能滿足不同用戶目的的可用性，并反映了財務會計和報告準則所采用的辦法。 控制方法提供了一種簡單的方法來確保已核算所有的排放并反映出商定的業務管理責任。 根據控制方法， 公司要百分之百核算所控制業務的溫室氣體排放量，不核算擁有利益但沒有控制權業務的排放。多方擁有所有權的公司或聯合公司可能有協議規定雙方之間如何分配排放所有權（或排放管理責任）和相關風險。 如果這種協議存在，公司可以選擇提供協議的描述， 包括關于溫室氣體相關的風險和義務的分配信息。

（四）碳排放權交易的核算世界各國在遵循《京都議定書》的規定控制和降低碳排放的過程中，逐步發展起碳排放權交易。按照國際會計準則37～38號的規定，購買碳排放權應作為無形資產處理，按歷史成本原則計價，并定期進行減值測試。但碳排放權交易會計核算至今尚未形成統一的標準。

國際碳會計已形成了宏觀與微觀兩個層面的會計核算體系。從微觀層面看，碳排放會計涉及基期及以后年度的排放量概況、各年排放量的顯著變化情況、計算所使用的方法、報告所涉期間等。從宏觀層面看，森林植被、土壤的碳會計核算是由國家建立相關的碳核算賬戶和報告體系。

參考文獻：

［1］World Resources Institute. 2004. Greenhouse Gas Protocol: A corporate accounting and reporting standard. Revised edition. WRI and World Business Council for Sustainable Development， Washington， DC.

［2］Gregg Marland，Kristy Fruit，and Roger Sedjo ，Accounting for sequestered carbon: the question of permanence［J］.Environmental Science & Policy，Volume 4， Issue 6，December 2001， Pages 259-268，doi:10.1016/S1462-9011(01）00038-7.

［3］Richard A. Birdsey，Carbon Accounting Rules and Guidelines for the United States Forest Sector［J］.Environ Qual，35:1518-1524 (2006），DOI: 10.2134/jeq2005.0193.

［4］Oscar Cacho，Robyn L. Hean，Russell M. Wise，Carbon-Accounting Methods and Reforestation Incentives［J］.Australian Journal of Agricultural and Resource Economics， Vol. 47， pp. 153-179， June 2003.

［5］M.省略mon， U.salma，Accounting for Australian Carbon Dioxide Emissions［J］.Economic Record，Volume 68 Issue 1， Pages 31 - 42，22 Oct 2007.

篇3

中國于2007年超過美國成為世界第一碳排放大國。2011年全球共排放CO2340億噸，中國占世界總排放量的比重高達29%。①與此同時，中國從2003年開始，OFDI迅猛增長。《中國對外直接投資統計公報（2012）》顯示，2011年中國OFDI實現了自2003年以來連續10年的高速增長，達到746.5億美元，同比增長8.5%；2003~2011年，中國OFDI年均增長速度為44.6%。中國不斷增加的OFDI是否如“污染天堂假說”所說，轉移了高污染及高能耗產業，有助于減少本國的CO2排放，這是一個值得深思的問題，也是本文的主要議題。

二、計量模型設定及數據來源

（一）計量方程設定

地區污染通常受經濟規模、技術水平、產業結構等因素的影響（熊立等，2012；周力和龐辰晨，2013）。本文使用上述變量來分析我國OFDI對CO2排放量的影響，因此本文的基本方程設定如下：2logCOlogOFDI+LogGDP+logTech+logStruc+LLLLL（1）為了更好地分析影響我國CO2排放量的影響因素，本文同時引入了其他控制變量，即科研經費（RD）、地區受教育程度（Edu）、綠地面積（Green）、環境治理投資（Environ）和能源消費結構（Coalratio），最終計量方程設計為：2ititititititititititLlogCOlogOFDI+LogGDP+logRD+logEdu+logStruc+logGreen+logEnviron+logCoalratio+LLLLLLL（2）其中，i代表區域，t代表時間（年份），采用對數形式是為了更好地控制異方差。

（二）變量設定及數據來源

本文選取了2003~2011年我國30個省市自治區（除）的省級面板數據，以下進行變量說明：1.被解釋變量：CO2排放量。本文通過《中國能源統計年鑒（2012）》獲得各省市自治區石油、煤、天然氣3種能源的消費量數據，并通過《中國可持續發展能源暨碳排放情景分析》中給定的排放系數進行轉換，其中：石油的碳排放系數為0.58噸碳/噸標煤、煤炭的碳排放系數為0.75噸碳/噸標煤，天然氣的碳排放系數為0.44噸碳/噸標煤。2.核心解釋變量：對外直接投資（OFDI）。本文參照許和連和鄧玉萍（2012）的做法，選取各省市自治區OFDI存量進行估計。數據來源為2005年、2012年兩個年度的《中國對外直接投資統計公報》。3.其他變量：（1）經濟規模。參照He（2006）的做法，本文用各省市自治區GDP作為經濟規模的衡量指標。通常情況下，經濟規模越大意味著更高的工業化水平，因此也會帶來更多的CO2排放，二者擬呈正相關關系。數據來源為《中國統計年鑒（2012）》。（2）技術水平。對于技術水平的衡量，學界較多采用單位工業產出CO2（或SO2）排放量，為避免解釋變量與被解釋變量的多重共線性，本文選用兩個指標來共同衡量技術水平，即各省市自治區的科研經費和地區受教育程度（高中以上受教育人數）。科研經費投入的增多必然提高節能減排技術水平，而教育水平的提高也會增強個人的節能減排意識，因此上述兩個指標的提高都有助于節能減排，其與碳排放擬呈負相關關系。數據來源為中國科技部網站。（3）產業結構。第二產業為高碳排放產業，對于產業結構的量化，本文沿用已有的方法，采用第二產業產出占GDP的比重進行量化，第二產業產出比重的上升，必然帶來碳排放量的提高，二者擬為正相關關系。數據來源為《中國城市統計年鑒（2012）》。（4）綠地面積。綠地面積的增加必然帶來我國碳排放量的減少，其與碳排放擬呈負相關關系。數據來源為《中國城市統計年鑒（2012）》。（5）環境治理投資。近年來，我國加大了對環境治理的投資，2010年與2011年我國的環境治理投資分別為6,554億元和7,114億元。環境治理投資的增加必然有利于我國CO2排放量的減少，二者擬呈負相關關系。數據來源為《中國城市統計年鑒（2012）》。（6）能源結構。我國的能源消費以煤炭為主，占總能源消費量的70%以上。因此，本文選用煤炭消費量占總能源消費量的比重作為能源結構的量化指標。煤炭消費比例的上升必然導致碳排放量的增多，二者擬呈正相關關系。數據來源為《中國能源統計年鑒（2012）》。

（三）數據相關特征分析

加入對數后，數據整體變小，但仍可看到OFDI的對數標準差達到2.16，說明了2003~2011年我國OFDI的巨大變化，而本文選擇在此階段研究OFDI的碳排放效應，也使得結果更有可信度。由表2的相關性分析可知，經濟規模（LogGDP）與許多變量的相關系數都超過了0.7，疑存在多重共線性，因此對模型進行多重共線性檢驗，檢驗結果如表3所示。由表3可知，經濟規模（LogGDP）的方差膨脹因子（VIF）大大超過了10，模型存在嚴重的多重共線性，因此，以下進行回歸估計時，需對模型進行修正，并剔除具有多重共線性的變量。

三、計量結果分析

（一）全國層面分析

本文選取2003~2011年中國30個省級面板數據對計量方程進行回歸。首先對模型進行Hausman檢驗，根據檢驗結果，采用固定效應對模型進行回歸估計。此外，由于模型存在多重共線性，因此在回歸估計時采用逐步回歸法，從而剔除不顯著變量。如表4所示，隨著變量的加入，R2不斷增大，且模型1~6所有變量均十分顯著，但隨著綠地面積與產業結構的加入，R2開始減小，且二者的估計值均不顯著，因此將上述兩個變量予以剔除。模型1~6均通過Wald檢驗，模型估計效果良好，選擇模型6進行最終結果分析。數據顯示：1.我國OFDI對國內碳排放呈顯著正效應，OFDI每增加1%，國內CO2排放量將增加0.0914%。這說明，我國OFDI的增多顯著提高了我國的CO2排放量。從全國層面來看，“污染天堂假說”不適用于中國。我國的對外直接投資并沒有轉移國內高能耗產業，將高碳排放轉移至東道國。筆者認為，中國OFDI的增多通常會給本國帶來產業結構調整效應，增加第二產業的比重，而第二產業為高碳排放產業，這也是OFDI使得我國CO2排放量增多的原因所在。2.經濟規模擴大是我國碳排放增多的主要原因。數據顯示，經濟規模每擴大1%，我國的碳排放會顯著增加1.2541%。長期以來，我國第二產業的比重遠遠高于第一、三產業，經濟規模的擴大意味著工業化程度的提高，碳排放量必然顯著增多。3.能源結構是增加國內碳排放的重要原因。結果顯示，我國煤炭消費的比率每上升1%，我國的碳排放將增加0.5728%。這說明，如果增加其他化石能源的消費以替代煤炭消費，會有助于減少我國的碳排放，調整能源消費結構是節能減排的重要一環。4.我國的技術研發和受教育水平的提高均有助于減少國內碳排放。如果我國的技術研發經費與受教育水平分別增加1%，國內CO2排放量將分別顯著減少0.1944%和0.4740%。5.我國的環境治理投資增加了國內的CO2排放量。數據顯示，我國的環境治理投資每增加1%，國內碳排放量將顯著增加0.0828%。這是由于我國的環境治理投資主要用于減少“三廢”，對廢氣、廢渣的處理采用“催化燃燒”等方法時將會增加CO2排放量，這就是加大環境治理投資反而提高國內碳排放的原因所在。

（二）地區層面分析

由于我國幅員遼闊，區域間經濟發展程度不同、產業結構不一樣，更為重要的是，我國的OFDI數量在區域分布上極不均衡（如表5所示），因此有必要分區域研究我國OFDI對不同地區CO2排放的影響。本文將沿用剔除了多重共線性變量的模型進行估計，分析區域間的差異。本文對地區層面的分析沿用前面的分析方法，首先通過Hausman檢驗選擇固定效應模型，結果如表6所示，其中：東中西部3個模型均通過Wald檢驗，且較高的R2也顯示，模型的解釋度較高。以下對回歸結果進行簡要分析。1.OFDI對CO2排放量的影響呈正效應，這與全國層面的分析保持了一致。然而，在東部地區，OFDI對CO2排放量的影響并不顯著，而二者的關系在中西部地區卻十分顯著。由表5可知，東部地區的OFDI遠高于中西部地區，其與當地CO2排放量的關系卻不成比例。筆者認為，我國正在將高污染和高能耗產業向中西部轉移，龐大的對外投資代表著高速發展的經濟水平，而這種經濟高速發展卻未帶來相應比例的碳排放，這便是產業轉移的直接效應。數據顯示，在我國中西部地區，OFDI的增加均提高了上述地區的碳排放量：OFDI每增加1%，中部地區和西部地區的CO2排放量將分別增加0.1277%和0.1044%。2.經濟規模仍然是我國高碳排放的主要原因。在地區分析中，經濟規模仍然與我國的碳排放呈正相關關系，且在3個地區均十分顯著，這與全國層面分析保持一致，且經濟規模擴大所帶來的碳排放正效應按東中西部依次遞減。3.科研投入與受教育水平仍然是影響我國CO2排放的主要因素。二者在地區回歸分析中均與我國碳排放呈負相關關系。科研投入在中西部地區的減排效應并不顯著，這是由于我國的科研投入極不平衡，主要集中在東部發達地區，中西部則較少；受教育水平在我國東西部地區顯示為顯著的負效應，而在中部地區對碳排放的影響則不顯著。4.能源結構依然是我國高碳排放的重要原因。在地區分析中，能源結構仍然顯示為正效應，但在東部地區，能源結構的正效應并不如中西部地區顯著，這再次說明了我國東部地區存在高能耗企業轉移現象。5.環境治理投資被再次證明并不能減少反而會增加我國的碳排放量。在地區層面分析中，環境治理投資仍然對我國的碳排放呈正效應，由此進一步說明，我國對“三廢”的處理反而增加了我國的CO2排放量，其處理方法有待改善。

四、結論與政策建議

本文選用2003~2011年中國30個省市自治區的省級面板數據研究分析了我國OFDI對本國CO2排放量的影響。實證結果表明，我國的OFDI每增加1%，國內CO2排放量將增加0.0914%，這說明我國的OFDI并沒有減少國內碳排放，反而是增加本國碳排放的重要原因之一。作為碳排放大國，中國的節能減排工作刻不容緩，根據研究結果，筆者認為應從以下幾個方面加以應對：

（一）調整對外直接投資流向，加強國際能源開發

研究結果顯示，我國OFDI的增多會導致我國CO2排放量的增多，這說明我國并沒有將高污染、高能耗產業轉移至國外，因為我國OFDI主要流向了租賃服務業，①并不能減少國內的碳排放。筆者認為，我國的OFDI應加強對能源行業的投資比重，加強與他國在能源開發方面的合作，研究新能源，共同降低能耗和排放強度，從而一方面解決我國的能源安全問題，另一方面促進我國節能減排工作的開展。

（二）調整區域對外直接投資比重，促進中西部經濟發展

在區域研究中，東部OFDI比重最大，中西部的投資比重則相差甚遠，然而東部OFDI對CO2排放量的影響卻不顯著，而且不成比例，這再次證明了東部正在將高污染高能耗產業向中西部轉移，中西部OFDI帶來的正碳排放效應很可能是由于產業轉移帶來的，而造成上述現象的原因依然是經濟水平發展的不平衡。因此，帶動中西部經濟發展是解決問題的關鍵，而加強OFDI則是促進地區經濟發展的重要手段之一。對外直接投資的增多可能會增加我國的碳排放量，但會逐漸平衡我國區域的碳排放量，減少我國中西部的碳排放量。

（三）調整能源結構

本文雖然主要探討OFDI與我國CO2排放量的關系，但是回歸結果顯示，能源消耗才是我國碳排放量增加的直接原因之一。這是由于我國的能源消費主要以煤炭為主，而煤炭的碳排放系數最高，也就造成了我國較高的碳排放量。目前，我國應加大清潔新能源的開發力度。與此同時，還要逐漸采用“以氣代煤”和“以油代煤”的手段，調整能源消費結構，降低我國的CO2排放量。

（四）加大技術研發和教育力度

技術投入和教育水平與我國的CO2排放量呈負相關關系。這說明上述兩個要素是降低我國碳排放的重要手段。因此，加大研發力度、提高個人教育水平和素質、強調節能減排從個人做起，將有利于降低我國的碳排放。

（五）調整環境治理手段，逐步改變使用高碳排換取低“三廢”的治理手段

篇4

關鍵詞 低碳經濟；規模以上工業企業；能源消費；碳排放；碳排放強度

中圖分類號 F206 文獻標識碼 A 文章編號 1002-2104（2011）01-0064-06 [WTHZ]doi:10.3969/j.issn.1002-2104.2011.01.012

縱觀國內學者對碳排放方面的研究，多數從國家和省域層面研究碳排放與經濟增長演進、碳排放與能源結構演進、碳排放估算與影響因素的實證分析、碳排放的影響因素分析與碳稅減排政策設計、碳排放與工業可持續發展等方面。從市域角度來對碳排放進行測算和研究相關關系的不多，主要集中在對上海能源消費碳排放的研究等［1-14］。相關研究均未涉及到規模以上工業企業層面，市域碳排放量大部分來源于工業企業化石能源消耗和水泥生產過程的二氧化碳排放，而規模以上工業企業占所有工業企業碳排放量的絕大部分。本文對湘潭市規模以上工業企業能源消耗的碳排放進行實證分析，為湘潭市市政府和兩型辦制定湘潭市低碳經濟示范市發展戰略提供數據支持的同時，也可為其他省市如何降低規模以上工業企業碳排放強度提供借鑒。

1 湘潭市規模以上工業企業能源消耗碳排放特征與趨勢分析1.1 1999-2008年湘潭市規模以上工業企業化石能源消耗的碳排放總體趨勢分析按照國家統計局編制的《能源統計報表制度》的要求,能源消費量分為能源終端消費量、能源加工轉換損失量(投入量－產生量) 和能源損失(包括運輸和輸配損失)量3個部分。能源終端消費產生的碳排放占重要地位，包括原煤、洗精煤、原油、天然氣、焦炭、焦爐煤氣、汽油、煤油、柴油、液化石油氣、其他石油制品、其他焦化產品、熱力、電力等。電力既有本區域內火力發電也有區域外來電，直接根據能源消費量或一次能源消費量計算碳排放有一定的誤差［3］。湘潭市的電力消費既有本地火力發電也有市外來電，熱力主要是本市供熱，其碳排放是按火力發電和供熱投入的能源計算，不再計算能源終端消費部門熱力和電力的碳排放。湘潭市1999-2008年規模以上工業企業化石能源消耗量數據根據2000-2007年《湘潭統計年鑒》、《湘潭改革開放30年》和《湘潭經濟社會發展60年》中的規模以上工業企業能源購進、消費與庫存情況和能源加工轉換工業企業能源購進、消費與庫存附表情況表整理而來，規模以上工業企業的工業增加值數據來源于《湘潭經濟社會發展60年》［7-8］。

能源消費碳排放量計算，根據聯合國政府間氣候變化專門委員（IPCC）碳排放計算指南，結合湘潭市能源統計數據的特點，采用以下公式計算：A =∑12i=1Bi×Ci 。式中，A 為碳排放量，單位t；Bi 為能源i消費量，按標準煤計算，單位噸；Ci為能源i碳排放系數，單位t/t；i為能源種類，取19類(見表1)。湘潭市主要消費能源的碳排放系數來源于IPCC碳排放計算指南缺省值，原始數據以J為單位，為與統計數據單位一致，將能量單位轉化成標準煤，具體轉化系數為1t標準煤等于21 930GJ。各種能源的碳排放系數見表1。碳排放強度的計算公式為：D=E/F，式中D為碳排放強度，E為碳排放量，F為規模以上工業增加值。湘潭市1999-2008年規模以上工業企業化石能源消費碳排放量和碳排放強度計算結果如表2所示。

鄧明君：湘潭市規模以上工業企業能源消耗碳排放分析中國人口•資源與環境 2011年 第1期表1 各種能源的碳排放系數

從湘潭市規模以上工業企業能源數據上可以看出，未統計外來電力的情形下，總體上原煤、洗精煤、其他洗煤、型煤和焦炭的消耗占了所有化石燃料消耗（折合標準煤）的99%左右。湘潭市通過調整能源結構來削減二氧化碳排放量還存在很大空間。如圖1所示，十年來湘潭市規模以上工業化石燃料消耗的碳排放量呈不斷上升趨勢。2003-2007年，湘潭市新型工業化加速推進，工業連續五年保持20%以上的增速，完成了湘鋼600萬t鋼技改、電廠二期等重大項目建成投產，工業化進程使得2003-2007年湘潭市規模以上工業企業的碳排放量上升很快，到2008年趨于平穩。從圖1可看出，湘潭市規模以上工業企業的碳排放強度不斷下降，從2003年以來下降很快，2006-2008年碳排放強度從2.92降到了1.79，在碳排放量不斷擴大的情況下，如此大的降幅非常難。這主要得益于：①2006年前，湘潭市圍繞重點行業節能降耗，開展創新性技術攻關，突破了一批瓶頸技術，開發并應用了一批重大節能新技術、新工藝和新裝備；②2007年初湘潭市制定了《節能減排科技支撐行動方案》，全面實施了“1126工程”，即：通過攻克10項關鍵技術和共性技術，推廣10項持，重點打造了裝備制造業、精品鋼材、新能源設備、小轎車等四大產業基地，這使得電氣機械及器材制造業、農副食品加工業、金屬制品業、食品制造業、交通運輸設備制造業和塑料制品業的能源消耗加快，碳排放量上漲較快。2008年，湘潭市煤炭開采和洗選業、石油加工、煉焦及核燃料加工業由于有新企業進入或原企業產能擴大導致該行業能源消耗量猛增，碳排放量變化大。根據國家相關政策，湘潭市進一步加快了淘汰落后產能的工作力度，在“上大壓小”的原則指引下，2007年關閉了10戶小火電，這使得電力、熱力的生產和供應業的碳排放量在2008年下降較快。

1.3 2005-2008年湘潭市規模以上工業企業中重點企業碳排放特征及趨勢分析根據湘潭市1999-2008年規模以上工業企業每噸標準煤的排放系數均值（0.7 648），本文測算得到湘潭市重點工業企業的碳排放量和碳排放強度數據，結果如表4所示。原數據有30家重點企業，由于有個別企業改制、停產、破產，本文只選擇了其中的27家企業，分析其碳排放的特征及趨勢。

從表4可以看出，2005至2008年，湘潭市重點企業中多數企業的碳排放強度均處于平穩下降的趨勢，重點企業中的幾大能源消耗大戶，碳排放強度下降明顯。這主要源于：①大力發展循環經濟。湘潭電化集團有限公司建立熱電聯產項目，采用循環鍋爐后，遵循能源梯級利用原則，年節省原煤1.1萬t，節水60萬t。湘潭鋼鐵有限公司先后投入10多億元進行循環節能技術改造，基本實現了燒結、高爐、轉爐、棒材等工序設備冷卻水與廢水的循環利用。為消化煙氣脫硫裝置所產生的廢渣，湘潭電廠與其他企業合資興建了一條利用廢渣生產紙面石膏板的生產線，年產石膏板3 000萬m2，使每年近20萬t工業廢渣得到綜合利用，這使得湘潭電廠2008年的碳排放量明顯下降；②大力推進科技創新。2006年在鋼鐵企業重點推廣“三干三利用”（即焦爐、轉爐和轉爐煤氣干式除塵技術及對水、煤氣和固體廢渣的綜合利用技術），全市鋼鐵企業綜合能耗下降了8.89%。2008年湖南韶峰建材有限責任公司完成了2 500 t/d干法窯熟料冷卻機節能技術改造，建成了8 000 KW的余熱發電系統，實現年發電5 343萬KWh，節約標準煤18 829噸/年，減少二氧化碳排放47 072噸/年；③節能工程建設。2007年，湘潭市完成了30家重點能耗企業中6 700臺老式電機與老式變壓器80%的更新改造。2008年湘潭市狠抓工程減排，進行“以氣代油”、“以氣代煤”改造；④充分發揮企業重組改制的作用。引進中國五礦集團重組湖南鐵合金廠，成立五礦（湖南）鐵合金有限責任公司，公司能源消耗的碳排放強度在重組后發生戲劇性變化。湖南金宏泰肥業有限公司的碳排放強度在公司改制后變化顯著。

2 結論與啟示

理論上，工業碳排放強度包括行業結構、能源消費結構、能源強度和碳排放系數4個影響因素［9］，還有學者指出建立節能激勵機制、加強能源技術領域研發力度與國際合作、優化外貿結構等措施也能夠較好地降低區域碳排放強度。但現實中，深入貫徹實施這些政策、制度和措施卻非易事，需要政府充分發揮主導作用，制定好規劃，建立節能的長效機制。地處長株潭“兩型社會”改革試驗區的湘潭市通過實際行動高效可持續地降低了規模以上工業企業碳排放強度，碳排放強度變化驅動力主要來源于以下幾方面：調整優化產業結構、加快節能工程建設、大力推進科技創新、發展循環經濟和企業重組。同時，湘潭市規模以上工業企業降低碳排放強度還有很大空間，還需要進一步淘汰高能耗的設備和改進生產工藝，提高天然氣、風能等清潔能源的使用比例。

湘潭市降低規模以上工業企業碳排放強度的成功經驗在于：湘潭市通過“以政府為主導、以企業為主體、產學研結合”的節能減排模式，很好地運用了“結構節能、技術技能和制度（或管理）節能”三種節能途徑，解決了當前節能工作普遍存在的“政府動員多、企業和消費者行動少，號召多、具體措施少，行政性手段多、經濟與法律手段少”三多三少問題［10］。對于其它省市來說，未來為了實現區域規模以上工業企業碳排放強度降低目標，必須制定完善的區域節能減排規劃，還需要政府加強產學研知識轉移的渠道建設和維護――即政府在宏觀上調控和指導大學與科研機構以及產業的發展和研究方向，成立產業基金和科研基金來促進企業和大學科研機構的合作，建立產業和大學科研機構的信息交互平臺［11］，使區域節能減排科技發展獲得高校與科研院所等相關專家的支持。同時，在招商引資和承接產業轉移時，目標必須著力促進經濟結構調整，在合作支點上，突出傳統產業改造升級，打造低碳經濟園區，減少化石能源消費。最后，建議建立并實施碳排放強度考核制度，探索市域溫室氣體排放控制機制，在特定區域或行業內探索性開展碳排放交易，兌現我國在碳排放強度控制上對全世界的承諾。

參考文獻（References）

［1］錢杰,俞立中.上海市化石燃料排放二氧化碳貢獻量的研究［J］.上海環境科學,2003,22(11):836-839.［Qian Jie,Yu Lichong. Study on Contribution of CO2 Emissions from Fossil Fuel in Shanghai［J］.Shanghai Environmental Sciences, 2003,22(11):836-839.］

［2］何建坤，劉濱．我國減緩碳排放的近期形勢與遠期趨勢分析［J］．中國人口•資源與環境，2006,(6)．［He Jiankun,Liu Bin．Andysis on the Situation in the Near Future and the Trends in the Long Term with Regard of Mitigating Carbon Emissions in China［J］．China Population Resources and Environment，2006,(6)．］

［3］梁朝暉.上海市碳排放的歷史特征與遠期趨勢分析［J］.上海經濟研究,2009,(7):79-87.［Liang Zhaohui.The Historical Characteristics and Longterm Trend of Carbon Emissions in Shanghai［J］.Shanghai Journal of Economics,2009,(7):79-87.］

［4］趙敏,張衛國,俞立中.上海市能源消費碳排放分析［J］.環境科學研究,2009,22(8):984-989.［Zhao Min,Zhang Weiguo, Yu Lizhong.Carbon Emissions from Energy Consumption in Shanghai City［J］.Research of Environmental Sciences,2009,22(8):984-989.］

［5］鄧曉．基于LMDI方法的碳排放的因素分解模型及實證研究［D］．武漢：華中科技大學,2009．peng Xiao．Decomposition Model and Empirical Study of Carbon Emission Base on LMDI Technique［D］．Wuhan：Huazhong University of Science and Technology,2009．］

［6］岳超，王少鵬，朱江玲，等．2050年中國碳排放量的情景預測：碳排放與社會發展Ⅳ［J］．北京大學學報：自然科學版，2010,(4)．［Yue Chao，Wang Shaopeng,Zhu Jianling,et al．2050 Carbon Emissions Projecfion for China：Carbon Emissions and Social Development(Ⅳ)［J］．Acta Scientiarum Naturalium Universitatis Pekinensis，2010，(4)．］

［7］郭運功,林逢春等.上海市能源利用碳排放的分解研究［J］.環境污染與防治,2009,31(9):68-72.［Guo Yungong,Lin Fengchun,Bai Yiqin,Wu Meimei.The Decomposition Research on Energy-related Carbon Emissions of Shanghai［J］. Environmental Pollution & Control,2009,31(9):68-72.］

［8］帥通,袁雯.上海市產業結構和能源結構的變動對碳排放的影響及應對策略［J］.長江流域資源與環境,2009,18(10):885-889.［Shuai Tong,Yuan Wen. Effect of the Changes of the Industry Structure and the Energy Structure in Shanghai on Carbon Emission and the Strategies for Response ［J］. Resources and Environment in the Yangtze Basin,2009,18(10):885-889.］

［9］梁巧梅,Nofio Okada,魏一鳴．能源需求與二氧化碳排放分析決策支持系統［J］．中國能源，2005,(1)．［Liang Qiaomei，Nofio Okada,Wei Yiming．Decision Support System for Energy Demands and Related CO2 Emissions Analysis［J］．Energy of China，2005,(1)．］

［10］胡初枝，黃賢金，鐘太洋，等．中國碳排放特征及其動態演進分析［J］．中國人口•資源與環境，2008,(3)．［Hu Chuzhi，HuangXianjin,Zhong Taiyang,et al．Character of Carbon Emission in China and Its Dynamic Development Analysis［J］．China Population Resources and Environment，2008,(3)．］

［11］王小亭,高吉喜.張家港碳排放人類驅動分析［J］.生態經濟,2009,(1):55-58.［Wang Xiaoting,Gao Jixi. Driving the Human Carbon Emission of Zhangjiagang［J］.Ecological Economy,2009,(1):55-58.］

［12］湘潭市統計局,湘潭市統計學會.湘潭改革開放30年［R］.統計出版社,2008. ［Xiangtan Bureau of Statistics,The National Statistical Statistical of Xiangtan. Xiangtan Reform and Open Policy 30 Years ［R］. Statistical Publishing House,2008.］

［13］湘潭市統計局.湘潭經濟社會發展60年［R］.統計出版社,2009.［Xiangtan Bureau of Statistics. The Xiangtan Economic Society Develops for 60 Years ［R］.Statistical Publishing House,2009.］

［14］吳濱.工業碳排放及能源消耗研究［J］.南京工業大學學報(社會科學版),2010,9(1):25-29.［Wu Bin.On Industrial Carbon Emission and Enerev Consumption［J］.Journal of Nanjing University of Technology(Social Science Edition),2010,9(1):25-29.］

［15］《中國可持續能源實施”十一五”20%節能目標的途徑與措施研究》課題組.中國可持續能源實施”十一五”20%節能目標的途徑與措施研究［M］.北京:科學出版社,2008:142-158.［《A Study of Approaches and Methods to Meet China’s 20% Energy Efficiency Target for 2010》Topicbased Group.A Study of Approaches and Methods to Meet China’s 20% Energy Efficiency Target for 2010［M］.Beijing: Science Press,2008:142-158.］

Analysis on the Carbon Emission of Municipalscale Industrial Enterprises in Xiangtan City

DENG MingJun

(Business School，Hunan University of Science and Technology, Xiangtan Hunan 411201,China)

篇5

論文關鍵詞：低碳經濟,恒等式,排放,能源消費

引言

近年來，以低能耗、低污染、低排放為基礎的低碳經濟發展模式日益受到各國重視。目前，能源和環境問題已經成為中國經濟快速發展的瓶頸，節能減排和低碳發展，將會是中國未來發展道路的必然選擇。本文借助Kaya恒等式對我國1990年～2007年能源消費碳排放進行實證分析，力求比較精確地量化各因子的貢獻率，并在此基礎上探討我國低碳經濟的的可行性策略。

1Kaya模型及分析方法

1.1Kaya恒等式及其涵義

Kaya恒等式由日本學者YoichiKaya提出，它揭示了CO2排放與經濟、政策、人口之間的聯系，可以表述為：

式中：CO2、PE、GDP和POP分別代表CO2排放量、一次能源消費總量、國內生產總值以及國內人口總量。此外,CO2/PE、PE/GDP、GDP/POP又可以分別被稱為能源結構碳強度、單位GDP能源強度、人均國內生產總值。

在影響CO2排放的四個因子中，碳強度與能源種類有關，化石能源中,煤的碳含量最高,石油次之,天然氣較低。可再生能源中,生物質能有一定的碳含量,而水能、核能、風能、太陽能、地熱能、潮汐能等都是零碳能源。產業結構和技術水平共同影響能源強度，工業通常比農業、服務業更耗能，技術水平高則能耗低。同等條件下，人口增長、GDP增長，碳排放不可避免增加。

1.2分析方法—因素分析法

因素分析法是指數法原理在經濟分析中的應用和發展。這種方法的分析思路是，當有若干因素對分析指標產生影響時，在假設其他各因素不變的情況下，順序確定每個因素單獨變化對分析指標產生的影響。針對Kaya恒等式,假定基年和T年CO2排放總量為C1和CT,ΔC代表T年相對于基年CO2排放總量的變化，則有：

ΔC=CT-C1(2)

假定CO2/PE=CP，PE/GDP=E，GDP/POP=G，碳強度對CO2排放的影響可用ΔCP表示，能源強度效應可用ΔE表示，GDP(經濟規模)效應可用ΔG表示，人口效應可用ΔP表示,則：

ΔC=CT-C1=ΔCP+ΔE+ΔG+ΔP(3)

ΔCP=(CPT-CP1)×E1×G1×P1(4)ΔE=CPT×(ET-E1)×G1×P1(5)

ΔG=CPT×ET×(GT-G1)×P1(6)ΔP=CPT×ET×GT×(PT-P1)(7)

從上式也可得出：

ΔC=CT-C1=CPT×ET×GT×PT-CP1×E1×G1×P1(8)

這與我們的習慣思維是相符的。

2實證分析

2.1數據來源與計算

計算所用的CO2排放數據來源于國際能源總署（IEA）的統計，能源消費、GDP、人口數據來源于我國國家統計局的《中國統計年鑒2009》。此外，需要說明的是，在考察經濟規模(GDP)效應時,在假定其他條件不變的情況下，GDP的名義增長并不會帶來能源消費實物量的增長，也就不會導致CO2排放增加，因此，為了保證前后數據的可比性，GDP數據均按1990年不變價格折算。計算所得各因子貢獻率如表1所示：

表11990年～2007年中國能源消費碳排放因子分析結果（基期：1990,萬噸CO2）

年份

碳強度效應

能源強度效應

經濟規模效應

人口效應

總效應

1991

94.80

-8291.07

16808.64

3036.65

11649.02

1992

-1243.59

-25267.12

42953.63

5978.27

22421.19

1993

2772.12

-39358.27

69727.85

9424.73

42566.42

1994

-748.22

-50630.29

92287.07

12802.17

53710.74

1995

2972.07

-57893.71

115763.69

16934.98

77777.03

1996

2591.10

-64077.44

135597.30

21033.38

95144.34

1997

8.05

-78268.04

143603.05

23550.40

88893.47

1998

14279.19

-100377.81

154689.84

26722.99

95314.21

1999

3509.26

-103698.09

156673.32

28136.91

84621.41

2000

-5159.00

-105157.27

163538.29

30133.88

83355.90

2001

-9018.95

-108424.94

172972.37

32548.59

88077.08

2002

-6686.89

-112649.45

192956.62

36805.26

110425.54

2003

-6012.72

-107966.04

232133.33

44624.19

162778.76

2004

-1647.79

-103933.21

284586.01

55236.16

234241.17

2005

-398.87

-104381.14

326240.23

64044.26

285504.48

2006

1855.76

-107588.16

372352.27

73502.98

340122.85

2007

1234.63

-112694.44

412411.12

81771.35

382722.66

總效應

-1599.05

-1390656.47

3085294.63

篇6

作者簡介：王智新，博士生，講師，主要研究方向為資源環境經濟。

基金項目：2013年教育部人文社會科學研究青年基金項目“創新績效、企業生產率與國際市場進入模式選擇研究”(編號：13YJC790155)；2012年西北大學“十二五”“211工程”研究生自主創新資助項目“創新、企業生產率與出口貿易行為選擇”（編號：YZZ12045）；2010年國家自然科學基金項目“寡頭壟斷企業R&D博弈模式及其動力學問題研究”（編號：71072160）。

（1.西北大學經濟管理學院，陜西 西安 710127；2.中央司法警官學院信息管理系，河北 保定 071000）摘要本文在省域層面上測度了科技投入效率、產學合作研發與全要素碳排放績效三者之間的關系。結果表明，無論在績效層面還是在技術層面，2000-2009年間我國科技投入效率和產學合作研發都顯著影響全要素碳排放績效，而市場發育程度、企業聯盟研發和企業研發投入三者則不太顯著。值得一提的是，經濟發展程度與全要素碳排放績效之間存在顯著的正向關系。原因是，一方面我國加大科技投入力度，鼓勵、支持、引導產學研合作研發創新，明顯地提高了全要素碳排放績效；另一方面我國市場發育不太完善，企業研發投入不夠，企業聯盟研發進展緩慢，降低了我國全要素碳排放績效。我國應加大企業科技經費投入幅度，合理安排科技經費投入結構，實現節能減排的科技經費投入多元化、立體化和動態化，繼續發揮產學研的互補優勢，建立健全產學研合作的體制機制，營造良好的政策環境和服務氛圍，地區間應在要素、技術、監管等層面擴展合作范圍，實現不同區域、產業和企業間空間聯動。

關鍵詞全要素碳排放績效；產學合作研發；科技投入效率；企業聯盟研發

中圖分類號F062.1文獻標識碼A文章編號1002-2104(2013)07-0100-04doi:10.3969/j.issn.1002-2104.2013.07.015

全球氣候變暖已經成為不爭的事實，嚴重影響著人類的生存和發展。為了拯救氣候危機，我國政府高度重視節能減排，不斷加大節能減排的科技投入力度，積極支持節能減排的技術研發與轉讓。據《2011年全國科技經費投入統計公報》顯示，2011年，我國研究與試驗發展經費投入比上年增長23%，全國單位國內生產總值能耗下降19.1%，SO2、化學需氧量排放總量分別下降14.29%和12.45%，基本實現了“十一五”規劃綱要確定的節能減排目標，為保持經濟平穩較快發展提供了有力支撐。

影響碳排放的主要因素包括產業結構、能源結構、工業化率等［1］。近些年，我國全要素碳排放績效呈現下降趨勢［2］，投資規模與碳排放顯著正相關［3］，潛在能源結構碳強度對工業CO2排放強度下降的貢獻要小于潛在能源強度［4］。這些研究雖涉及到影響我國碳排放的因素，但是一定程度上忽略了科技投入效率、產學合作研發對我國全要素碳排放績效的影響［5-7］。本文從規模和技術兩個層面細分碳排放績效，重點研究了科技投入效率、產學合作研發對我國全要素碳排放績效的影響，有利于企業通過技術研發、產品研發和工藝研發，加速企業技術進步和產業轉型升級，實現減低能源消耗和減少污染物排放。

1測度方法

測度生產率的主要方法是參數法和非參數法。參數法以隨機前沿分析為代表。它消除了白噪聲，體現了樣本的統計特征和樣本計算的真實性。非參數法以數據包絡分析為代表，它是以相對效率概念為基礎，以凸分析和線性規劃為工具的一種確定性前沿方法，具有以下優點：間接對指標數據進行綜合分析，因此在構建模型前不需要對數據采用無量綱化處理；可以根據多投入、多產出的觀察值估計有效生產前沿面而無需明確生產函數的具體形式；內生地確定投入要素的最優權重，適合復雜經濟系統的效率評估。所以，本文選用數據包絡分析方法測度全要素碳排放績效。

2模型設定與變量選取2.1模型設定

在STIRPAT模型的基礎上，本文通過改變或引入其他變量，嘗試測度科技投入效率、產學合作研發對全要素碳排放績效的影響。擴展后的回歸模型表達式為

lnYit=β0+β1lnSTIEit+β2lnMIit+β3lnAGDPit+β4lnRRDit

+β5lnRDEit+β6lnLMEit+β7lnCEDit+εit（1）

其中，i表示省份，t表示年份，Yit表示第t年第i省份的全要素碳排放績效，指標有全要素碳排放績效TCE、全要素碳排放技術績效TCTE和全要素碳排放規模績效，TCSE，其中TCE=TCTE×TCSE［2］；STIE代表科技投入效率；MI代表市場發育程度；AGDP代表經濟發展狀況；RRD代表政府科技經費投入；RDE代表研發機構中企業經費投入；LME代表大中型工業企業研發經費投入；CED代表產學合作研發經費投入，βi分別表示這些因素對全要素碳排放績效影響的程度。

王智新等：科技投入效率、產學合作研發與全要素碳排放績效中國人口?資源與環境2013年第7期2.2變量選擇與來源說明

本文選擇面板數據模型進行回歸分析。由于、港澳臺數據缺失予以剔除，最終的樣本為2000－2009年中國30個省域的數據，模型中所選變量、計算方法和數據來源等見表1。

表1變量計算方法與數據來源說明

Tab.1The explanation on calculation method and data

source of variable變量

Variable計算方法

Calculation method數據來源

Data source全要素碳排放績效BC2DEA模型《中國統計年

鑒》、《中國能

源統計年鑒》、

仲云云等［2］科技投入效率隨機前沿分析王智新等［1］市場發育程度樊綱等［8］樊綱等［8］經濟發展狀況利用地區生產

總值來代替《中國統計年鑒》政府科技經費利用科技經費籌集

總額中政府資金來

代替《中國科技統計

年度數據》企業研發投入利用研究與開發機

構中企業資金籌集

總額來代替同上企業聯盟研發利用大中型工業

企業中企業資金

總額來代替同上產學合作研發利用高等學校科研

經費籌集額中企業

資金來代替同上

3估計結果分析

由于各個省份全要素碳排放績效的差異主要在于技術效率的差異，規模效益差異較小［2］，因此，本文主要報告

表2全要素碳排放績效回歸結果

Tab.2The regression results of total factor carbon

emission performance（1）（2）（3）（4）（5）（6）C0.952 0***

（49.026 1）0.664 1***

（7.902 4）0.434 1**

（2.098 1）0.444 5**

（2.142 5）0.456 5*

（1.841 8）0.561 9**

（2.226 0）Ln

（STIE）0.004 6***

（-3.166 5）0.017 6**

（2.273 8）0.018 4**

（2.405 7）0.018 5**

（2.356 3）0.018 4**

（2.319 3）0.018 0**

（2.401 0）Ln

篇7

[關鍵詞]青島市；碳排放；影響因子

[中圖分類號]F0622[文獻標識碼]A[文章編號]

2095-3283（2013）03-0080-04

作者簡介：徐崇灝（1988-），男，山東棗莊人，山東師范大學人口?資源與環境學院碩士研究生，研究方向：可持續發展戰略與管理；田紅（1967-），女，山東濟寧人，山東師范大學山東省可持續發展研究中心副研究員，碩士生導師，研究方向：可持續發展戰略與管理。

基金項目：“山東省低碳生態軟科學項目”支持。

一、引言

進入20世紀后全球氣候出現了明顯的變暖趨勢，碳排放量的不斷增加是引起全球氣候變暖的主要原因，人類活動尤其是對化石燃料的無節制使用，導致大氣中二氧化碳濃度上升，對全球的氣候變暖有顯著的影響，并已經對人類的經濟發展和生活產生了負面影響。

2009年11月我國政府就宣布了控制溫室氣體排放的行動目標，到2020年，單位GDP二氧化碳排放量要比2005年下降40%～45%，并將之作為約束性指標納入國民經濟和社會發展中長期規劃。2011年在《國民經濟和社會發展第十二個五年規劃綱要》中提出單位GDP能源消耗降低16%，單位GDP二氧化碳排放量降低17%，進一步明確了我國要走低碳經濟的發展道路。

據山東省統計局預測，到2015年山東城市群GDP將增長50%以上，能源消費總量將增長30%以上，由于短期內能源消費仍以傳統的化石能源為主，所以能源消費總量的增長會導致碳排放量的增加。作為山東城市群的核心城市之一，而且是我國東部沿海重要的旅游城市，青島市理應加快實施碳減排的步伐，力爭成為地區低碳經濟發展的引領者。但是現在青島市的產業結構還是以第二產業為主，導致能源消費量居高不下，碳排放量也沒有得到有效減少，這不符合黨的十提出的生態文明建設的要求。因此，控制碳排放總量應成為青島市“十二五”時期發展的重要目標之一，對其碳排放影響因子進行分析研究，不僅可以分析該地區的碳排放水平，而且能夠為減少該地區碳排放提供針對性很強的解決方法和對策，有利于青島市低碳生態城市的建設，對貫徹落實十精神，大力推進生態文明建設，加快構建美麗中國具有重要意義。

二、數據來源和研究方法

本文所用數據都來源于《山東統計年鑒（2005―2010）》和《青島統計年鑒（2005―2010）》。

（一）青島市碳排放量的計算

根據IPCC2006第四次評估報告，化石燃料燃燒釋放的氣體是溫室氣體的主要來源，因此可使用能源消費釋放的碳來近似地估算碳排放量。本文采用IPCC指定的《2006年IPCC國家溫室氣體清單指南》中推薦的碳排放系數法，按照能源碳排放系數法計算能源消費的碳排放量，其公式為：

在式（1）中，C代表碳排放量；Ci代表第i種能源的碳排放量；Ei代表第i種能源消費數量（折算成標準煤的標準量）；Fi代表第i種能源的碳排放系數，各種能源的碳排放系數見表1。能源品種包括原煤、洗精煤、其他洗煤、焦炭、焦爐煤氣、其它煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣、其他石油制品、天然氣、其他焦化產品共16類。

（二）基于LMDI模型的碳排放公式分解

C表示青島市碳排放總量；Ci表示各種化石能源的碳排放量；A表示化石能源的總消耗量；Ai表示某一種化石能源的消耗量；Ai/A表示某種化石能源在總能源消費中的比重，也就是能源結構；Ci/ Ai表示單位化石能源引起的碳排放量，即各種能源的碳排放系數ei；Y表示青島市的GDP；A/Y表示單位GDP的能源消耗量，即能源強度I；P表示青島市人口數（常住人口）；Y/P表示人均GDP，即人均產出，用R表示。基于LMDI方法，分解公式如下：

三、青島市碳排放影響因子的實證分析

根據上述方法對2005―2010年青島市能源消耗進行計算可得每年的碳排放量（如圖1）。2005年碳排放量為121956萬噸，2010年上升到236782萬噸，6年增加了114826萬噸，總的增長率為9415%，年平均增長1569%。

通過LMDI方法計算的各因素的碳排放量貢獻值如表2所示。可以看出人口增長、人均GDP的增長對碳排放有正的影響，貢獻值分別為23649萬噸和110607萬噸。能源結構的優化、能源強度的下降對碳排放有負的影響，貢獻值分別為-6542萬噸和-12888萬噸。

（一）能源結構因子對青島市碳排放量的影響

能源結構即能源消費中各種能源占能源消費總量的比重。從圖2中可以看出，2005年青島市能源消費中原煤消費比重超過了70%，原油比重為87%；而到了2010年原煤所占比重降為344%，原油升為544%。其他種類能源在總能源消費中所占比重很小，2005―2010年消費量沒有明顯變化。因此，能源消費結構的變化即為原煤原油在能源消費中所占比重的變化。原煤的碳排放系數為07559，原油的碳排放系數為05857，相對原煤較低。所以，能源消費結構的優化對碳排放的影響是負的，有利于減少碳排放。

圖2 2005―2010年青島市各種

能源消費占能源總消費的比重

（二）能源強度因子對青島市碳排放量的影響

能源排放因子是另一個讓碳排放量下降的因子。青島市的能源強度從2005年的04524噸/萬元下降到2010年的04179噸/萬元。導致能源強度下降的主要原因是產業結構的優化，即第三產業比重上升，第二產業比重下降。第二產業是典型的高碳產業，而第三產業是典型的低碳產業，所以產業結構的優化使得碳排放下降。因此，能源強度的下降對青島市碳排放量有負的影響，即減少碳排放。

圖3 2005―2010年青島市能源強度變化

（三）生產效率因子對青島市碳排放量的影響

本文采用人均GDP作為衡量生產效率的指標。從圖4中可以看出青島市的人均GDP從2005年的329萬元/人上升到650萬元/人。從表2中可以看出人均產出對碳排放的影響是正的，即人均產出的增加促進了碳排放的增加。人均產出的增加意味著經濟活動的增加、勞動生產效率的提高以及工業化水平的提升，工業活動的增加必然導致碳排放的增加。

圖4 2005―2010年青島市人均GDP變化

（四）人口變化因子對青島市碳排放的影響

青島市2005年的常住人口為81955萬人，2010年上升到87190萬人，而且從圖5中可以看出，2005―2010年青島市人口變化趨勢是持續上升的。人口的增加意味著經濟活動量和生活活動量的增加，這些活動量的增加必然會導致碳排放的增加。因此，人口的增加對碳排放的影響是正的，增加了碳排放的總量。

圖5 2005―2010年青島市常住人口變化

三、結論和對策

（一）結論

從以上分析可以看到，青島市2010年的碳排放量大約是2005年的2倍，年均增長1569%，短短6年時間碳排放量增長如此迅速。雖然碳排放增加是城市化、工業化進程中的必然，但是作為我國東部沿海重要的旅游城市，青島市需要結合自身發展的特點，積極探索低碳經濟發展的模式，從經濟、社會、環境的可持續發展角度不斷推動低碳生態型城市建設。

計算結果顯示，經濟的發展、人口數量的增加是導致青島市碳排放量增加的主要原因。而能源消費結構的變化、能源強度的下降有利于減少碳排放。這說明青島的經濟發展還是以能源消耗拉動，雖然能源強度有下降的趨勢，能源結構也有一定程度優化，但是這些因素還不足以扭轉青島市碳排放的整體趨勢。

（二）對策

青島市作為東部沿海著名的旅游城市，建設低碳生態城市應該成為青島市未來的發展方向。減少碳排放量應從以下幾個方面著手：

1加快發展現代服務業，以促進產業結構的調整

現代服務業是向社會提供高附加值、高層次、知識型的生產服務和生活服務的服務業，具有智力要素密集度高、產出附加值高、資源消耗少、環境污染少等特點。青島市應該大力發展現代服務業，而旅游業又是現代服務業中的重要產業，尤其對于青島市這樣的著名旅游城市來說，可以依靠其旅游資源和旅游產業優勢以旅游業帶動現代服務業的發展。旅游業雖然是青島現在的支柱產業，但是旅游業與現代服務業的融合度還不算很高，青島應該健全現代旅游產業體系，不斷延長旅游產業鏈，形成對現代服務業發展的推動力。

2開發利用新能源以促進能源結構優化

青島市的新能源種類豐富，新能源的開發和利用有巨大的潛力。盡管現階段青島市的能源消費仍以煤和石油這些傳統的化石能源為主，新能源還只起到補充作用。但是從長遠來看，在發展低碳經濟的大環境下，新能源的發展速度必將加快。青島市作為太陽能豐富的城市，在今后的低碳發展中應加大對太陽能企業的扶持，拓寬利用太陽能的渠道，另外還要發展太陽能核心技術，提高對太陽能的利用效率；青島市位于東部沿海，海洋是其巨大的財富，可以重點發展海洋能源、可再生能源、新能源材料等綠色產業。比如青島市可以考慮生物質能、潮汐能等新能源的開發，這些清潔能源的使用一方面可以減少利用化石能源產生的碳排放量，另一方面，這些能源屬于可再生能源，具有可持續利用性，可以進行長久的利用，為青島市經濟的可持續發展提供能源支撐。

3提高能源的利用效率

現階段青島市的能源消費仍然以煤和石油為主，要加強煤的清潔高效綜合利用，因為煤的碳排放系數很高，所以煤的清潔利用對于減少碳排放有重要意義，通過引進先進的清潔煤技術，促進潔凈煤技術的推廣和應用，減少煤燃燒的碳排放量。青島市這些年對于石油的消費占總能源消費的比重越來越高，因此，石油的高效清潔利用對低碳減排有重要意義，應鼓勵煉油企業對原油進行深加工和精細化提煉，提高石油的利用效率。

4發展碳匯項目，增加碳吸收

青島市政府應該加大投資以促進草地、森林、城市綠地等碳匯項目的建設，同時擴大現有的森林草地面積，增強生態系統的固碳能力以增加碳貯存；另外，應加快“碳中和”技術的研發，通過二氧化碳的捕捉和埋存等方法將二氧化碳吸收掉。此外，嘗試建立“綠色碳基金”，吸引企業和個人參與造林綠化，把綠化面積或者植樹量作為獲取碳信用的指標，碳信用再跟企業或者個人的商業信用掛鉤，通過這一舉措在提高國民環保意識、減排意識的同時，拓展森林草地建設的籌資渠道。

[參考文獻]

[1]張偉，孫燕玲，朱萌區域性中心城市的碳排放測定及影響因素分析――以青島市為例[J]區域經濟研究，2012（4）：150-156

[2]楊建云基于LMDI方法的河南省碳排放分析[J]經濟論壇，2012，505（08）：21-24

[3]山東省統計局山東統計年鑒[M]北京：中國統計出版社，2005―2010

[4]青島市統計局青島市統計年鑒[M]北京：中國統計出版社，2005―2010

[5]田云，李波，張俊飚武漢市碳排放的測算及影響因素分解研究[J]地域研究與開發，2011，30（5）：88-92

[6]李艷梅，張雷，程曉凌中國碳排放變化的因素分解與減排途徑分析[J]資源科學，2010，32（2）：218-222

[7]田立新，張蓓蓓中國碳排放變動的因素分解分析[J]中國人口?資源與環境2011，21（11）：1-7

篇8

關鍵詞：碳排放 LMDI模型 西北五省

一、前言

西部大開發實施以來，西北五省經濟進入快速增長階段，但是給環境帶來了負面效應，如CO2排放逐年增加。在全球變暖引起整個世界關注前提下，如何控制和消減這種趨勢，顯得尤為必要和迫切。

近年來，國內外學者對中國CO2排放的影響因素進行了很多研究，其中國外代表性研究成果有Wang（2005）等指出能源強度是減少CO2排放的最重要因素 [1]。Zhang（2000）等指出政府通過政策和技術手段大大降低了能源強度[2]。國內代表性研究成果有：徐國泉（2006）等指出經濟發展拉動了中國人均碳排放量增長，能源效率和能源結構具有抑制作用，但是難以抵消經濟發展的拉動作用，導致中國碳排放量增長[3]。宋德勇（2009）等指出我國4個階段不同經濟增長方式的差異是碳排放波動的重要原因，切實轉變增長方式是減少碳排放的根本途徑[4]。

目前還沒有對中國西北五省碳排放因素進行定量分解并相互比較的研究。本文基于指數分解法中的對數平均方法，以西北五省2000 —2010年的數據資料為基礎，分析西北五省碳排放量的影響因素，以期探求出減少西北五省碳排放有針對性的對策建議。

二、研究方法

（一）西北五省碳排放量的測算和基于LMDI模型的碳排放公式分解

本文利用各種化石能源的消費量，粗略地估算化石能源（煤炭、石油、天然氣）使用所產生的碳排放量。

借助B.W.Ang（2005）的LMDI方法，將西北五省碳排放分解為能源結構、能源強度、碳排放系數、人均產出、人口數量五個因素。

（二）數據來源

本文中的數據都來源于《中國能源統計年鑒》（2000—2011年）和《中國統計年鑒》（2000—2011年）。

三、實證分析

（一）西北五省的碳排放量概況

2000—2010年10年間，西北五省的碳排放量總共增加了15025.64萬噸，增長率為206.62%。其中，碳排放量增速最快的是寧夏，其次為陜西，第三位是新疆，第四位是青海，最后一位是甘肅。

（二）各分解因素對西北五省碳排放量影響

2000—2010年，能源結構因素促使西北五省碳排放量增加。具體來說，能源結構因素導致陜西、甘肅、新疆這三個地區碳排放量上升，其貢獻值分別為464.34、61.40、4.85；但卻導致青海、寧夏碳排放量下降，其貢獻值分別為-50.49、-185.59。

能源強度因素是西北五省各地區碳排放下降的主導因素。能源強度因素對陜西、甘肅、青海、寧夏、新疆碳排放的貢獻值分別-2729.25、-5551.57、-1510.17、-12684.89、-4267.18，其中第二產業和第三產業的調整與變化是導致西北五省碳排放量下降的關鍵因素。由于西北五省產業結構不完善，仍然以工業為主，服務業欠發達，因此西北五省的能源強度與全國水平相比要高。調整產業結構也就成為西北五省節能減排的核心政策。

經濟發展因素導致西北五省碳排放量增加，其對陜西、甘肅、青海、寧夏、新疆碳排放的貢獻值分別為11539.70、6880.87、2030.08、6516.44、7670.99。因此，如何發展經濟又對環境產生較小影響成為西北五省面臨的重要課題。

人口數量變化因素也導致西北五省碳排量增加，但相對經濟發展因素來說對西北五省產生的影響較小，其對陜西、甘肅、青海、寧夏、新疆碳排放的貢獻值分別為324.77、38.48、123.70、423.37、695.01。

四、結論和政策建議

（一）結論

2000年至2010年西北五省各地區的碳排放量總體上呈現上升的趨勢，而且自2002年實施西部大開發計劃以來，碳排放量增速變快。僅在2010年，碳排放量從大到小的順序依次是陜西、新疆、甘肅、寧夏、青海。

按照各因素對碳排放量貢獻程度的不同，這里將陜西、甘肅、新疆歸為一類，將青海和寧夏歸為一類。

對于陜西、甘肅、新疆，各因素的貢獻值中正指標有能源結構、經濟發展、人口數量變化因素，負指標只有能源強度因素，其中經濟發展因素是主要因素。

對于青海和寧夏，各因素的貢獻值中正指標有經濟發展、人口數量變化因素，負指標有能源結構、能源強度因素。

（二）政策建議

1、針對陜西、甘肅、新疆的政策建議

由于經濟發展因素是造成陜西、甘肅、新疆碳排放增加的主要因素，所以這三個地區應該制定發展低碳經濟政策。政府需要研究出臺促進低碳經濟發展的財政稅收、金融信貸等相關政策和措施，改善有利于低碳產業發展的宏觀環境，通過政策引導，鼓勵各地區加大低碳產業的投入，逐步推進低碳產業發展。

2、針對青海、寧夏的政策建議

能源結構因素是青海、寧夏區別于其他三省碳排放因素分解的主要因素，這主要是由于這些地區的能源消費結構較為單一，主要依靠煤、原油、天然氣等為主。這些一次能源是不可再生能源，過渡依賴一次能源消費必然會造成一次能源的浪費。在沒有高效的開采技術條件下，應該加大對一次能源的保護。借鑒西方發達國家如何開發利用清潔能源的方法，通過清潔能源的開發，提升新能源在能源消費中的比重。

3、針對西北五省各地區總體的特點，提出以下幾點減少碳排放量的建議

（1）加快產業結構調整，發展第三產業

在分解碳排放量的四個因素中，能源強度因素是導致西北五省各地區碳排量減少的因素。產業結構的不合理，是導致西北五省碳排量基數大、增速高的根源。應加快產業結構調整的步伐，培育和發展一批科技含量高、綜合效益好、極有可能成為西北五省新經濟增長點的戰略性新興產業，例如旅游業。旅游業發展可以帶動一系列相關產業發展，例如物流配送服務業等西北五省具有潛在優勢的第三產業中的新興行業，加強產業結構的調整。

（2）加強能源的合理開發，重點開發太陽能、風能

結合西北五省自身的環境特點，如日照充足、高原風力資源充沛，通過招商引資在日照充足的沙漠地區建立太陽能工業區，利用環境優勢來發展工業。西北五省不僅太陽能能源豐富，風力資源也十分豐富。應充分利用自身風力資源儲量豐富的優勢，加大對風力資源的開發與投入，優化能源消費結構。

參考文獻：

[1]Wang C，Chen J N，Zou J. Decomposition of energy related CO2 emission in China：1957—2000 [J]. Energy，2005，30：73—83

[2]Zhang Z X. Decoupling China's carbon emissions increase from economic growth：An economic analysis and policy implications [J]. World Development，2000，28（4）： 739—752

[3]徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實證分析：1995-2004 [J].中國人口資源與環境，2006，16（6）：158-161

篇9

關鍵詞 碳排放；環境庫茲涅茨曲線（EKC）；分解分析模型；效應

中圖分類號 X196 文獻標識碼 A 文章 編號 1002-2104(2008)03-0038-05

改革開放以來，中國經濟發展取得了顯著的績效，快速的經濟增長不可避免帶來了資源消 耗、碳排放增加等問題。1990-2003年間，中國二氧化碳排放量增加了17億t，增幅超過73％ ，已成為世界第二大碳排放國［1］。尤其是2005年的《京都協定書》的生效，雖然 沒有對中國 提出減排任務，但卻給中國經濟發展帶來了嚴峻的挑戰，如何有效地減少碳排放成為國際政 治經濟及學術研究關注的熱點之一，更是中國國際政治交往中的重要內容。針對碳排放與經 濟增長關系研究，具有代表性的是環境庫茲涅茨曲線（EKC）的檢驗和拐點閾值的預測， 類似于經濟發展與環境質量之間的倒“U”型關系［2～3］。但倒“U”型并非兩者唯 一的關系，經 濟發展不是解決環境問題唯一的辦法［4～6］。除了經濟發展之外，許多其他社會因 素也會影響 環境質量［7］。分解分析法能夠揭示各種可能的影響因素對碳排放的貢獻度。在生 態、環境領 域分解分析方法已成為一種重要的分析工具［8～10］。為此，本研究在EKC模型分析 的基礎上，引入分解分析法分析中國碳排放變化的機制。

1 研究方法與數據來源

1.1 碳排放的環境庫茲涅茨曲線模型[BT)]為解釋經濟增長與碳排放之間的關系，本文采用經濟增長―環境質量的簡約式回歸方程進行 分析，以直接模擬經濟發展與碳排放之間的關系，進而根據經濟發展水平估算出污染排放的 變化趨勢。在分析過程中，假定除經濟發展以外的其他因素對碳排放影響不變，用方程中的 截距項表示，得出經驗方程［11～12］：

式中：yi表示第i年碳排放量；x表示經濟發展變量（常用人均GDP表示）；εi為截距項（包括技術 、貿易、制度等影響因素）。對于不同的βi，i＝1、2、3，模型具有不同的意義。具體 來講， 當β3≠0時，模型刻畫了人均碳排放量與人均GDP之間呈現N型或倒N型曲線關系 ；當β2≠0且β3＝0時 ，人均碳排放量與人均GDP之間呈現U型或倒U型曲線關系；而當β1≠0 、β2＝0且β3＝0時，模型反映出人均碳排放量與人均GDP單調變化特征。

1.2 碳排放的分解分析

EKC模型揭示經濟增長與環境質量方面存在著理論上的局限性［13］。為此，在EKC模 型難以全面 解釋碳排放機制的情況下，分解分析的方法被引入EKC研究中，以定量分析碳排放變化過程 中各種影響因素的相對重要性。將碳排放的變化看作經濟規模（以GDP表示）、產業結構（ 七大細分產業分別占GDP的比例Sit）和碳排放強度這3個因素共同作用的結果，即碳 排放變化分解為3種不同的變化效應：規模效應、結構效應和技術效應。

碳排放分解模型可用下式表示：

式中：Et為碳排放量；Yt為t年GDP，代表規模效應；Sit(S it=Yit/Yt)為t年i行業GDP占全國GDP 的份額，代表行業結構效應；Iit(Iit=Eit/Yit)為t年i 行業污染排放強度，代表廣 義技術效應。本研究采用平均分配余量的方法計算碳排放各類效應的貢獻率［10,14］ 。

式中：gx=(xt-x0)x0為t年變量x相對于基年的變化率，x代表r，Iit，Sit，Yt;ei0=Ei0/E0為基年各行業i的碳排放比例。若 三要素變化相應引起的碳排放效應為正值，表示各因素的變化對碳排放的沖擊在增長，其變 化值為碳排放量變化的增量效應；反之，為減量效應。

1.3 數據來源與說明

本研究數據來源于中國能源統計年鑒(1996-1999年，2006年)和中國統計年鑒(2006年)，包 括全國31省、自治區和直轄市(由于資料限制沒有考慮中國香港、澳門和臺灣3個 地區)。行業劃分采用世界上通用的產業結構分類，并結合中國統計年鑒所劃分產業結構，具體為第 一產業（農、林、牧、漁業）；工業；建筑業；交通運輸、郵政和通訊業；商業、批發與零 售業；其他服務業。由于能源數據統計為實物消耗量，為此對能源消耗數據作了相 應的換算， 統一折算成標準煤，其中煤炭的標準煤系數為0.714 3 kg標準煤/kg，石油換 算系數為1.428 6 kg標準煤/kg，天然氣換算系數為1.33 kg標準煤/m3(中國能源年 鑒，2006)。

2 中國碳排放特征及其成因分析

2.1 碳排放量的估算及其特征

中國碳排放量采用以下公式進行估算：

C=∑imi×δi

其中， C為碳排放量；mi為中國一次能源的消費標準量；δi為i類能源的碳排放系數。 通過 查閱有關文獻，收集有關能源消耗的碳排放系數并進行比較計算，最終取平均值確定為各能 源消耗碳排放系數（見表 1），通過整理以上數據得到中國不同行業的碳排放量(見表2)。

從我國碳排放總量以及行業碳排放量來看，具有以下特征：

（1）碳排放量的階段性。在研究時序內，碳排放總量具有明顯的階段性，1980-1996年是 碳排放量的迅速增長階段，1996-1999年是碳排放的平穩階段，2000-2005年是碳排放的急速 增長階段(見圖1)。

（2）行業碳排放具有明顯的差異性。總的碳排放量中，第一產業、工業、建筑業、交 通運 輸郵電業、批發等服務業、其他服務業碳排放所占比重分別約為2.5%、80％、1％、5％、1 ％、10％左右，其中工業碳排放占絕大部分比重，為71％～84％之間，并且有不斷上升的趨 勢，這說明快速工業化過程推動了碳排放量的增長。

（3）行業碳排放差異逐漸擴大。在研究時序內，碳排放量變異系數在不斷擴大，碳排放量 在行業之間的差異不斷的擴大，1980年行業之間的差異系數為0.62，至2005年為0.74（見圖 2）。

2.2碳排放的動態演進分析

（1）碳排放與經濟增長的關系。Grossman等學者依據實證分析［17］，認為這種隨 收入水平提 高環境質量先惡化再好轉的演變與諾貝爾獎獲得者Kuznets提出的收入與經濟增長的相依關 系類似，均呈現出“倒U型”變化趨勢，故稱之為“環境庫茲涅茨(Kuznets) 曲線”。為進 一 步驗證碳排放與收入水平之間的關系，本文選取1980－2005年的數據進行回歸分析得出：

y=1.13×10-7x3-0.002x2+18.24x+38793.55

（R2=0.966，F＝133.59，sig.=0.000）

模型中系數都顯著異于零，且擬合程度很高，β1>0 ,β20，呈現不太明 顯 的N型趨勢，即碳排放量隨經濟的發展先上升，再保持一定的水平，而后又上升，這區別于 一般意義上的倒“U” 型特征，說明我國的碳排放與經濟發展之間處在非均衡、難以協同的 發 展階段。從曲線特征來看，人均GDP達到6 000左右時（即1996年），曲線有所下降。當 達到7 000左右時（即2000年）曲線迅速上揚。我國經濟增長與碳排放之間不具備嚴格的倒 “ U”型關系，這也驗證了我國碳排放具有波動性，與經濟增長之間具有不協調性，為此在下 面分解模型中對碳排放背后的機制進行研究，初步探討經濟規模、產業結構和碳排放強度分 別在不同時期對碳排放變化影響的程度、特點和規律。

（2）碳排放變化的分解分析。為分析中國碳排放變化背后的機制，對1990-2005年的 碳排放每年分別進行了分解(見表3)。

碳排放的規模效應均為正值（6％～33％）,年平均值為15.76％，表明經濟規模的擴 大 導致了碳排放的增加，但隨著經濟增長規模效應呈下降的趨勢。我國在1990-2005年GDP以每 年10%左右的速度遞增，尤其是1992-1994年經濟增長速度達到了14%左右，1996-1999年 經濟增長速度大幅度下降，1999年跌至7.6%，此后經濟保持10%左右的速度高速增長。1990- 1995年的快速上升階段，經濟 增長規模明顯印證了碳排放規模效應的變化規律；1996-199 9年這一效應大幅度下降，這可能是因為1996年我國采取措施淘汰、關閉了一批技術落后、 污染嚴重、浪費資源的小企業和1997年的亞洲金融危機及其滯后效應所致；2000-2005年 規模效應又在波動中上升，這可能是由于擴大內需和增加投資的宏觀政策導致大批高能耗、 重 復性的基礎設施項目和工業項目盲目上馬，導致經濟發展對碳排放貢獻保持高位。所以說中 國經濟規模的不斷增長，導致經濟活動副產品（碳排放）的不斷增加。在可以預見的未來， 中國仍然面臨經濟增長與碳排放的壓力。

結構效應比較平穩，其值在-8％～2％之間，多數年份為負效應，年平均值為-0.8％，中國 經濟結構變動對降低碳排放具有一定的作用，但貢獻不是很大。在時序1990-2005年內 ，第 一產業由26%下降至12.5%；第三產業持續上升了8個百分點，低碳經濟的第三產業能降低碳 排放；第二產業雖然出現了一定的波動性，但仍保持在46%左右，其中工業比重維持在40%左 右。 從我國產業結構變動規律來看，中國作為發展中國家，工業化仍是我國經濟發展的主要特征 ，在工業結構和服務業比重不斷上升的背景下，結構效應是經濟結構在競爭中的結果。在降 低碳排放量的角度，我國經濟結構仍有待優化。

技術效應在研究時序也比較平穩，其值在-3％～32％之間，技術效應值波動較大，年平均值 為4.65％，這說明技術效應對碳排放量的貢獻不是很大，且具有一定的隨意性

3 結論與政策性建議

3.1 結 論

（1）碳排放的非均衡狀態。EKC曲線模擬結果顯示我國碳排放量呈現“N”型，并沒有呈現 嚴格的倒“U”型特征，這與規模效應具有一致性。說明我國經濟增長并不會自發導致碳排 放量的減少，經濟增長也并不一定引發碳排放的增加，關鍵是我國的環境治理的機制、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險。

（2）環境經濟政策對碳排放的配置效應。我國碳排放政策的缺失，節能減排政策實施滯后 是導致我國碳排放持續上升的又一重要因素。環境經濟政策的實施改變了不同碳排放單位與 國家、排放單位之間、區域與區域之間的關系，在政府、企業與消費者之間進行有效配置。

（3）經濟結構調整在降低碳排放中的作用。在規模效應、結構效應和技術效應中，只有結 構效應的平均值為負，表明經濟結構優化能降低碳排放，是減少碳排放的有效手段。

（4）碳排放與技術的分離。從理論上講，技術效應對碳排放具有負效應， 然而實際上我國 碳排放技術效應具有隨意性。這說明技術在降低碳排放方面并未發揮優勢，現行技術應用主 要目的是提高勞動生產率，許多技術進步并非與提高環境質量有關，盡管技術進步非常快， 但對降低碳排放的作用并不大。

3.2 控制碳排放的政策性建議

（1）建立和實施不同時間尺度上的環境調控政策。控制經濟發展過程中的碳排放，應建立 實施碳排放法律法規、技術標準、碳交易、碳排放的企業準入門檻、節能減排等政策措施降 低碳排放量。

（2）積極推進產業結構向節能型、高級化發展，并大力發展環保產業。按照“減量化、再 利用、資源化”原則和走新型工業化道路的要求，采取各種有效措施，進一步改進產業結構 和能源結構從而降低碳排放。調整產業結構就要大力發展第三產業和高新技術產業，尤其是 要大力發展環保產業。

（3）推行削減碳排放的技術，提高能源利用效率；發展低碳能源和可再生能源，改善能源 結構。（編輯：王興杰）

參考文獻（References）

［1］世界銀行的CO2排放報告〔EB/OL〕.省略.省略/billasx/bl og/p_2/.省略.省略/billasx/blog/p_ 2/.］

［2］王中英,王禮茂. 中國經濟增長對碳排放的影響分析［J］. 安全與環境學報, 2006 :6（5）：88～91. ［Wang Zhongying，Wang Limao. Economic Growth and Its Effects o n Carbon Emission in China ［J］，Journal of Safety and Environment，2006，6（5 ）：88～91.］

［3］Magnus Lindmark. An EKC-pattern in Historical Perspective : Carbon DioxideEmissions, Technology, Fuel Prices and Growth in Sweden(1870 -1997) ［J］. Ecol ogical Economics,2002,42(2):333～347.

［4］Birgit Friedl, Michael Getzner. Determinants of CO2 Emissions in a Smal l Open Economy［J］ . Ecological Economics,2003,45(1):133～148.

［5］Douglas HoltzEakin, Thomas M. Selden. Stoking the fires? CO2 Emissionsand Economic Growth［J］. Journal of Public Economics, 1995,57(1): 85～10 1.

［6］杜婷婷, 毛鋒, 羅銳. 中國經濟增長與CO2排放演化探析［J］. 中國人口•資源與 環境, 2007,17(2):94～99. ［Du Tingting, Mao Feng, Luo Rui. Study on China's Econ omic Growth and CO2 Emissions ［J］. China Population Resources and Environme nt，2007,17(2):94～99.］

［7］李玉文，徐中民，王勇. 環境庫茲涅茨曲線研究進展［J］., 2005,15（5）：7～14.［Li Yuwen, Xu Zhongmin, Wang Yong. Study on the Environmental Kuznets Curve ［J ］. China Population, Resources and Environment，2005，15（5）：7～14.］

［8］SM. de Bruyn. Explaining the Environmental Kuznets Curve:Structural Chang e and International Agreements in Reducing Sulphur Emissions［J］. Environmentand Development Economics, 1997, 2(4):485.

［9］David I. Stern. Explaining Changes in Global Sulfur Emissions: An Economet ric Decomposition Approach［J］. Ecological Economics, 2002（42）：201～22 0.

［10］陳六君, 王大輝, 方福康. 中國污染變化的主要因素――分解模型與實證分 析［J］.北京師范大學學報(自然科學版)， 2004,40(4):561～568.［Chen Liujun, Wang Da hui , Fang Fukang. The Main Factors of Pollution Change in China: DecompositionModel and Econometric Analysis ［J］. Journal of Beijing Normal University(Natu ral Science)，2004,40(4):561～568.］

［11］彭水軍, 包群. 經濟增長與環境污染――環境庫茲涅茨曲線假說的中國檢驗［J］. 財經問題研究, 2006,（8）：3～17. ［Peng Shuijun, Bao Qun. Economic Growth and En vironmental Pollution: An Empirical Test for the Environmental Kuznets Curve Hyp othesis in China ［J］.Research on Financial and Economic Issues，2006,（8）：3 ～17.］

［12］S.M. de Bruyn, J.C.J.M. van den Bergh, J.B. Opschoor. Economic Growth andEmissions:Reconsidering the Empirical Basis of Environmental Kuznets Curves［J ］. Ecological Economics, 1998，(25):161～175.

［13］佘群芝. 環境庫茲涅茨曲線的理論批評綜論［J］. 中南財經政法大學學報， 2008, （1）：20～26.［She Qunzhi. Study on the Environmental Kuznets Curve Criticism［J］. Journal of Zhongnan University of Economics and Law，2008,（1）：20～26. ］

［14］Sun J W. Changes in Energy Consumption and Energy Intensity:a CompleteDecomposition Model ［J］ . Energy Economics, 1998, 20(1):85.

［15］徐國泉, 劉則淵, 姜照華. 中國碳排放的因素分解模型及實證分析:1995-2004［J］., 2006,16(6):158～161.［Xu Guoquan, Liu Zeyuan, Jiang Z haohua. Decomposition Model and Empirical Study of Carbon Emissions for China,19 95-2004［J］. China Population Resources and Environment, 2006,16(6):158～161.］

［16］汪剛，馮霄.基于能量集成的CO2減排量的確定［J］. 化工進展, 2006， 25 （12 ）：1467～1470.［Wang Gang, Feng Xiao. CO2 Emission Reduction Through Energy I ntegration ［J］. Chemical Industry and Engineering Progress, 2006.25 （12）：1 467～1470.］

［17］Grossman GM,Krueger A B. Environmental Impacts of the NorthAmericanFree Trade Agreement ［M］ . NBER, Working Paper, 1991.3914.

Character of Carbon Emission in China and Its Dynamic Development Analysis

HU Chuzhi HUANG Xianjin ZHONG Taiyang TAN Dan

(School of Geographic and Oceanographic Sciences of Nanjing University, NanjingJiangsu 210093, China)

篇10

關鍵詞 能源稟賦；技術進步；碳排放強度；空間計量

中圖分類號 F061.5 文獻標識碼 A

文章編號 1002-2104（2015）09-0037-07

doi：10.3969/j.issn.1002-2104.2015.09.006

根據國際能源署 （IEA，2009）統計數據，2007年中國二氧化碳排放量已超過美國，成為全球第一大二氧化碳排放國。在未來較長時期內，中國的經濟仍將以較快的速度增長，加之城市化和工業化進程的推動將會加劇經濟增長與能源環境之間的矛盾[1]，使我國面臨更大的減排壓力。就此，中國政府于2009年首次提出具體溫室氣體減排目標，即到2020年，我國單位國內生產總值（GDP）CO2排放量（碳強度）比2005年下降40%-45%，并將約束性指標納入國民經濟和社會發展中長期規劃中。由于區域經濟發展和資源稟賦的不均衡性，我國碳排放存在顯著的省際和區域差異。為實現減排目標，中國必須充分考慮碳排放的空間特征，針對性地出臺相應的產業和能源政策，才能公平有效地降低社會經濟成本，實現減排目標[2-4]。

在此背景下，深入研究中國區域碳排放的空間特征，揭示碳排放變化的主要影響因素具有重大現實意義。國內學者對于碳排放影響因素的研究，主要集中于經濟發展、產業結構、能源消費結構、人口規模和城市化等，同時，技術進步也受到越來越多的關注。一些學者認為技術進步能有效提高能源效率并減少碳排放量，是降低碳排放的重要手段和主導因素[5-7]。也有學者認為由于能源消費“回彈效應”的存在，導致技術進步對降低碳排放量的作用并不明顯[8-9]。趙楠[10]發現追隨型技術進步對中國能源效率呈現顯著正向影響，而前沿型技術進步作用并不明顯。李凱杰[11]認為長期內技術進步可以減少碳排放，但在短期內則不明顯。

豐裕的能源稟賦使區域發展具有比較優勢，理應推動經濟增長并帶動就業，然而在現實卻并非如此。現有研究顯示，能源稟賦會推高地區能源強度[12-13] ，抑制就業增長[14]，影響產業結構調整和優化[15]，最后導致“資源詛咒”的形成。蔡榮生[16]認為我國碳強度“資源詛咒”的產生機理為：在能源豐裕的地區，能源短缺與使用的壓力較小，技術進步的動力不足，慣性地依賴傳統高能耗產業、層次低產業，最終形成 “高碳”經濟發展路徑。

上述研究已將能源稟賦或技術進步作為解釋變量分析其對碳排放的影響，但往往忽略領域單元間的空間聯系和相關性，只注重對地區碳排放的直接影響，缺乏對能源稟賦和技術進步的空間外溢效應和輻射作用的研究。實際上，地區能源稟賦越高會使該地區以及周邊地區的能源使用成本降低，推動能源的使用量進而拉動該地區的碳排放強度。同樣，技術進步的外溢作用也會輻射到周邊地區。因此，本文將通過空間面板計量模型，就能源稟賦和技術進步對碳排放強度的空間效應展開實證分析。

1 變量選取及數據來源

1.1 碳排放強度的估算

本文根據IPCC《國家溫室氣體排放清單指南》2006版（IPCC，2006）推薦的方法估算碳排放數據，選取煤炭、焦炭、原油、燃料油、汽油、煤油、柴油和天然氣8種主要化石能源。計算方法如式（1）所示。最后，采用以1997年為基準年進行調整的GDP數據，根據碳排放強度的定義（即單位GDP的碳排放量，CI）計算全國30個省份1997-2012年的碳排放強度。由于自治區、臺灣省、香港和澳門特別行政區的相關數據缺失，因此本研究所有源數據和計算結果均不包括這些地區。

C=∑8i=1Ci=∑8i=1Ei×SCCi×CEFi（1）

其中，Ci表示估算的碳排放量；i表示各能源；Ei代表能源的消費量，來自于《中國能源統計年鑒》中能源終端消費數據；SCCi為各種能源的折標煤系數；CEFi為IPCC（2006）提供的碳排放系數（見表1）。

1.2 自變量的選擇

參考已有的研究文獻，本文選取的解釋變量分為能源稟賦變量和技術進步變量兩類。

能源稟賦用能源生產量（EP）和能源自給度（SR）來表征，其中能源生產量由地區各種能源生產量折算為標準煤相加得來。能源自給度，是指某一區域內能源的消費由區域內自身供給的比例，計算公式為區域能源生產量除以能源消費量，據此來測度各區域內能源的充裕程度。以上數據均來自于《中國能源統計年鑒》。

技術進步變量則由外商直接投資（FDI）、R&D投入（RD）、人力資本（HC）和專利授權量（PAT）表征。其中，外商直接投資用各地區年末登記的外商投資企業投資額表示，數據來源于《中國貿易外經統計年鑒》。R&D投入用各地區研究與實驗發展內部經費支出數據表示，來源于《中國統計年鑒》。人力資本用各地區研究與開發機構從事科技活動人員數表征，數據來源于各年《中國科技統計年鑒》，由于2009-2012年與以往年份統計口徑不一致，本文參考各省統計年鑒作為補充，缺乏的年份按照加權平均的方法計算得出。用3種專利授權數代表各省地區的專利授權數，數據來源于《中國科技統計年鑒》。

2 實證結果分析

2.1 中國能源碳排放強度相關性檢驗

我國碳排放強度在樣本區間內總體呈下降的趨勢，從1997年的1.49 t/萬元下降為2012年的0.89 t/萬元（見圖1）。利用matlab軟件計算的1997-2012年中國碳排放強度全域Moran’s I指數顯示均為正值，且其正態統計量z值均通過5%水平的顯著性檢驗，表明全國各省區碳排放強度的空間分布并非是完全隨機的狀態，而是呈現出顯著的空間自相關特征，即碳排放強度較高的省區和較低的省區均趨于相鄰。同時，觀察的Moran’s I的走勢發現，中國省區碳排放強度的全域Moran’s I指數在整個研究期間呈現波動性上升的趨勢。其中，1997-2005年間Moran’s I指數在0.226 8-0.295 9之間，在2006-2012年Moran’s I指數顯著上升，均在0.3以上，且z值均滿足1%的顯著性檢驗，表明中國省區碳排放強度的集聚程度加強，即碳排放強度相似的省區在空間上趨于集中。

2.2 模型選擇策略

本文分別采用傳統混合面板模型SLM、SEM和SDM模型進行分析，模型的檢驗過程按照：OLS（SLM或SEM）SDM是順序展開。驗證方法如下：首先，基于無空間交互效應的傳統面板模型的殘差，對個體固定效應和時間固定效應進行LR檢驗，然后利用兩個拉格朗日乘數（Lagrange Multiplier）形式LMlag、LMerror和穩健（Robust）的RLMlag、LMerror進行檢驗，檢驗標準為：如果LMlag在LM檢驗中顯著性優于LMerror，同時RLMlag也優于RLMerror，選擇SLM模型。反之，選擇SEM模型。LM檢驗結果若支持其中之一或兩者同時成立，則需要通過Wald統計量和LR統計量對SDM進行檢驗，若不能同時支持原假設H0：θ=0和H0：θ+ρβ=0，則表示SDM不能簡化為SLM或SEM，應在模型中同時包含被解釋變量和解釋變量的空間滯后項，來考察解釋變量的空間交互作用[17-18]。

2.3 估計結果分析

2.3.1 總樣本估計結果分析

根據空間計量模型的選擇策略，首先檢驗傳統混合模型，得到結果（見表2）：①LM關于空間滯后與空間誤差存在性的絕大多數檢驗均拒絕了原假設，由此確定了模型估計的殘差空間自相關的存在，SLM和SEM模型均優于無空間效應傳統混合面板模型。②LR檢驗均拒絕原假設，其結果分別為（804.154 5，0.000 0）和（636.444 6，0.000 0），即模型存在雙邊固定效應。③LMlag、RLMlag和LMerror分別通過了1%、5%和10%的顯著性檢驗， RLMerror沒有通過顯著性檢驗，即空間滯后模型的檢驗統計量更為顯著。綜合以上結果，可以認為雙邊固定效應的空間滯后模型更符合模型設定。

接下來需要進一步分析空間杜賓模型以確定最優模型（見表3），Wald和LR檢驗結果均支持選擇空間杜賓模型，另外Hausman的檢驗不能拒絕原假設，即應采納隨機效應模型進行分析。由此確定分析能源稟賦和技術進步對碳排放強度影響的模型：隨機效應的空間杜賓模型。

從表3中隨機效應的空間杜賓模型估計來看，表征能源稟賦和技術進步變量對碳排放強度的系數在統計上較為顯著。其中，①ln EP和ln SR系數顯著為正，表明在樣本期間內能源產量和能源自給度與碳排放強度呈顯著正相關關系，能源稟賦高的區域能源使用成本具有比較優勢，

更傾向于依靠能源密集型產業來推動經濟發展，導致這些地區單位能耗和碳排放強度都較高。②表征技術創新的lnFDI、lnRD和lnPAT的彈性系數均顯著為負，表明外商直接投資、R&D經費投入和專利授權量均有利于抑制區域碳排放強度，而lnHC的估計結果則顯示為不顯著的正效應，也就是說人力資本對促進節能減排效應不足。③W?lnPAT和W?lnFDI的系數在1%水平上顯著，W?lnEP在5%水平上顯著，W?lnSR在10%水平上顯著，表明因變量的空間滯后項和自變量的空間交互項均存在空間溢出效應，即能源稟賦和技術進步在空間上對其他地區碳排放強度產生影響。

進一步地，就能源稟賦和技術進步對碳排放強度的空間效應進行分解，以便了解不同變量變動對系統中各部分影響的沖擊。這里分別用空間杜賓模型下的直接效應、間接效應和總效應來檢驗各變量對本地區、其他地區以及全國所有地區碳排放強度的影響（見表4），發現大部分變量對地區的輻射作用在統計上表現顯著。①能源生產量和能源自給度的直接效應、間接效應和總效應均顯著為正，說明能源稟賦對本地區以及其他地區均顯示出明顯的刺激作用。②外商直接投資直接效應、間接效應和總效應均顯著為負，從而肯定了外商直接投資降低本地區和其他地區碳排放強度的溢出效應。③R&D投入的直接效應和總效應顯著為負，而間接效應則為不太顯著的微弱負效應，說明研究與實驗經費的投入對降低其他地區碳排放強度的效果不佳。④人力資本的直接效應、間接效應和總效應均不顯著，即人力資本投資還沒有產生足夠的空間外溢效應。⑤專利授權量的直接效應顯著為負，但間接效應和總效應則均表現為正效應。說明由于我國區域差異明顯，一些技術的研發成果可能僅僅適用于本地區，無法在更大范圍內推廣，導致技術進步受惠的局限性。

2.3.2 分階段樣本估計結果分析

基于不同時間階段技術進步的特點和方法存在較大的差異，接下來將劃分兩個時間階段1997-2004年和2005-2012年，來考察能源稟賦和技術進步對碳排放強度的影響趨勢。首先，根據前述的模型選擇策略，最后確定兩個階段均選定固定效應的空間杜賓模型，如表5所示。可以看出，在經濟發展的不同階段上，各變量對碳排放強度的影響呈現不同的特征。①能源生產量和能源自給度在兩個階段均表現出顯著的正效應，且其效應都有所收斂；另外，兩個變量的空間交互效應在前一階段顯著，后一階段不顯著。表明隨著時間的推移，能源儲存量的減少以及國家調控政策的推動，能源的效率有所提高，能源產量豐富的地區也開始注重節約能源，促使能源稟賦對碳排放強度的影響有所減弱。②后一階段中技術進步對碳排放強度的顯著作用明顯低于前一階段，說明由于節能技術缺失以及存在技術推廣困難等問題，現有的技術手段越來越不適應低碳需求，無法有效地指導節能減排。其中，lnFDI和 lnHC的符號出現了由負轉正情況。說明以現有的技術手段，外商直接投資和人力資本投資無法發揮降低碳排放強度的作用；lnRD和 lnPAT兩階段的系數都為負號，但顯著程度都有所下降，也就是說資金投入和技術產出促進低碳轉型的效果也在下降。

從兩階段分解的空間效應來看（見表6），后一階段的顯著程度明顯低于前一階段。①能源生產量的直接效應變化不大，而間接效應和總效應出現了大幅的下降。說明能源生產量對其他地區和全國的輻射作用有所減少，而對本地區仍然具備顯著的正向效應。②能源自給度的直接效應、間接效應和總效應符號依然為正，但其影響作用有所減弱，尤其是間接效應變化明顯，即能源自給度對其他地區的碳排放強度的影響趨于減弱。③在后一階段技術進步各變量的影響作用都趨于減弱，甚至出現推高碳排放強度的效應。變量中只有專利授權量的直接效應存在微弱負效應，外商直接投資、R&D投入的直接效應、間接效應和總效應均不顯著，而人力資本的間接效應和總效應則出現顯著的正效應。

3 結論與政策建議

本文選取了1997-2012年我國30個省區的數據，利用空間計量模型，實證考察了能源稟賦和技術進步對地區碳排放強度的作用機制。研究結果顯示，在樣本區間內，碳排放強度呈現出顯著的空間外溢效應，能源豐裕的地區不僅會推高當地的碳排放強度，還會輻射到其他地區，并進一步影響全國的數據。

（1）能源稟賦與碳排放強度呈正相關狀態。在能源豐裕地區可供利用的能源比較豐富，能源密集性產業具有比較優勢，更傾向于提高能耗來謀求經濟發展，最終形成了高碳發展路徑。

（2）技術進步對碳排放強度的影響路徑各不相同。外商直接投資和R&D投入在空間上對碳排放強度形成了有效的外溢作用，而人力資本對碳排放強度不存在顯著的影響。專利授權量可以抑制本地區的碳排放強度，卻推高了其他地區的碳排放強度。

（3）近年來，能源過度開發嚴重，能源豐裕地區可開采能源受到限制，國家及地方節能減排調控政策也相繼出臺，能源稟賦豐裕的地區通過調整產業結構等方式以降低對能源的依賴，使得能源產量和能源自給度對碳排放強度的影響都有所弱化。

（4）隨著時間的推移，技術進步各變量對碳排放強度

的顯著程度都有所減弱，甚至出現由負效應轉為正效應的情況。這可能是由于在市場利益的驅使下，人們將更多的精力著眼于提高生產力等方面的技術，忽視了節能需求，造成節能減排技術的缺失。同時，提高的生產力帶來的經濟增長又進一步推動更多能源的使用，即“回彈效應”。以上結論對于國家制定節能減排政策提供了啟示，第一，政府在制定節能減排策略時，應關注能源稟賦的擴散作用，出臺相應的政策措施促進能源良性流動。第二，更加重視能源豐裕地區的低碳政策引導，改變其過分依賴能源的經濟增長方式。第三，地方政府應適時調整外資準入門檻，優化投資結構，主動剔除能耗較高，污染嚴重的外商投資。第四，加大研發和教育的投入，鼓勵節能技術的研發及推廣，以充分發揮技術進步的溢出效應。

參考文獻（References）

[1]林伯強，蔣竺均.中國二氧化碳的環境庫茨涅茨曲線預測及影響因素分析[J].管理世界，2009，（4）：27-36.[Lin Boqiang， Jiang Zhujun. China’s Carbon Dioxide Environment Coontz Kuznets Curve to Predict and Influence Factors Analysis[J].Management World，2009，4（4）：27-36.]

[2]林伯強，黃光曉.梯度發展模式下中國區域碳排放的演化趨勢-基于空間分析的視角[J].金融研究，2011，（12）：35-46.[Lin Boqiang， Huang Guangxiao. Evolution Trend of China’s Regional Carbon Emissions Under the Gradient Development Pattern from the Spatial Analysis Perspective [J].Journal of Financial Research， 2011，（12）：35-46.]

[3]Chuai Xiaowei，Huang Xianjin. Spatial Econometric Analysis of Carbon Emissions from Energy Consumption in China[J].Journal of Geographical Sciences，2012，22（4）：630-642.

[4]程葉青，王哲野.中國能源消費碳排放強度及其影響空間計量[J].地理學報，2012，68（10）：1418-1431.[Cheng Yeqing，Wang Zheye. Spatial Econometric Analysis of Carbon Emission Intensity and Its Driving Factors from Energy Consumption in China[J].Acta Geographica Sinica，2012，68（10）：1418-1431.]

[5]張兵兵，徐康寧，陳庭強.技術進步對二氧化碳排放強度的影響研究[J].資源科學，2014，36（3）：567-576.[Zhang Bingbing，Xu Kangning，Chen Tingqiang.The Influence of Technological Progress on Carbon Dioxide Emission Intensity[J].Resorces Science，2014，36（3）：567-576.]

[6]孫建衛，趙榮欽.1995-2005年中國碳排放核算及其因素分解研究[J].自然資源學報，2010，25（8）：1284-1295.[Sun Jianwei，Zhao Rongqin.Research on Carbon Emission Estimation and actor Decomposition of China from 1995 to 2005[J]. Journal of Resorces，2010，25（8）：1284-1295.]

[7]魏巍賢.技術進步對中國二氧化碳排放的影響[J].統計研究，2010，（7）：36-44.[Wei Weixian.Impact of Technology Advance on Carbon Dioxide Emission in China[J]. Statistical Research， 2010（7）：36-44.]

[8]申萌，李凱杰.技術進步、經濟增長與二氧化碳排放：理論和經驗研究[J].世界經濟，2012，（7）：83-100.[Shen Meng，Li Kaijie. Theory and Empirical Research on Technological Progress， Economic Growth and Carbon Dioxide Emissions[J].The Journal of World Economy，2012，（7）：83-100.]

[9]吳玉鳴，呂佩蕾.空間效應視角下中國省域碳排放總量的驅動因素分析[J].桂海論叢，2013，（1）：40-45.[Wu Yuming， Lv Peilei. Analysis of Driving Factor of Chinese Provincial Overall Carbon Emissions from a Spatial Effects Persepective[J].Guihai Tribune，2013，（1）：40-45.]

[10]趙楠，賈麗靜.技術進步對中國能源利用效率影響機制研究[J].統計研究，2013，30（4）： 63-69.[Zhao Nan，Jia Lijing. Analysis of Effect Mechanism of Technical Progrss on Energy Efficiency[J].Statistical Research， 2013，30（4）： 63-69.]

[11]李凱杰，曲如曉.技術進步對中國碳排放的影響：基于向量誤差修正模型的實證研究[J].中國軟科學，2012，（6）：51-58.[Li Kaijie，Qu Ruxiao.The Effect of Techological Change on China’s Carbon Dioxide Emisson：an Empirical Based on the Vector Error Correction Model[J].China Soft Science Magazine， 2012，（6）：51-58.]

[12]王軍，仲偉周.中國地區能源強度差異研究：要素稟賦的分析視角[J].產業經濟研究，2009，6（43）：44-51.[Wang Jun， Zhong Weizhou. The Research of Regional Energy Intensity Difference in China from the Factor Endowment Perspctive[J].Industrial Econimics Research，2009，6（43）：44-51.]

[13]仲偉周，王軍.基于能源稟賦的地區能源消費強度差異研究[J].山西財經大學學報，2009，31（3）：42-50.[Zhong Weizhou， Wang Jun. Research on the Energy Intensity Difference[J].Journal of Shanxi Finance and Economics University，2009，31（3）：42-50.]

[14]趙領娣，楊明曄，張磊.能源稟賦與就業增長：基于省際面板數據的實證研究[J].資源科學，2013，35（9）：1801-1811.[Zhao Lingdi，Yang Mingye，Zhang Lei.Energy Endowment and Employment Growth Based on Provincial Panel Date[J].Resources Science，2013，35（9）：1801-1811.]

[15]吳海兵，肖地楚，王欣欣，等.基于固定效應模型的能源資源稟賦與產業結構關系研究[J].宏觀經濟研究，2013，（10）：59-66.[Wu Haibing，Xiao Dichu，Wang Xinxin， et al. Research on Energy Resources and the Industrial Structure Based on Fixed Effects Model[J].Macroeconomics，2013，（10）：59-66.]

[16]蔡榮生，劉傳陽.碳排放強度差異與能源稟賦的關系：基于中國省級面板數據的實證分析[J].煙臺大學學報：哲學社會科學版，2013，26（1）：104-110.[Cai Rongsheng，Liu Chuanyang.The Relationship Between Carbon Emission Intensity Difference and Energy Endowment：An Empirical Based on the Interprovincial Panel Date in China[J].Journal of Yantai University：Philosophy and Social Science Edition，2013，26（1）：104-110.]