引論：我們為您整理了13篇減少碳排放量的方法范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
篇1
關鍵詞 ：碳排放數據；碳排放強度；環境治理
中圖分類號：X784 文獻標識碼：A doi：10．3969／j．issn．1665－2272．2015．06．021
基金項目：教育部人文社會科學研究規劃項目“基于CGE模型的我國低碳發展政策構建研究”（項目編號：12YJA790214）；河南省高等學校哲學社科研究“三重”重大專項“新常態下河南省產業經濟發展的機遇、挑戰和對策”（項目編號：2014-SZZD-07）
收稿日期：2014-12-26
0 引言
根據聯合國（NGO）世界和平基金會世界低碳環保聯盟總會公布的數據顯示，中國碳排放量已超過美國，成為世界第一大碳排放國家，但人均碳排放卻遠遠低于美國。中國是發展中國家，現在正處于工業化、城鎮化的重要階段內，對于能源消費數量龐大，而且能源消費結構不合理。然而，隨著全球氣候變暖問題日益引起世界關注以及國內越來越嚴重的環境污染現象引起人民關注，減少二氧化碳等廢棄物排放，加快發展低碳經濟已經受到中國政府的重視。2009年中國在哥本哈根舉行的全球氣候大會中作出莊嚴承諾“到2020年，中國每單位GDP中碳排放比2005年下降40％~45％”。減少二氧化碳排放，首先要明確影響二氧化碳產生的因素，較為經濟、準確地獲得二氧化碳排放數據。本文將估算中國碳排放數據，為低成本、高質量獲取二氧化碳排放數據以及減少二氧化碳排放提供參考依據。
國內外有關估算碳排放數據的方法的研究主要有，Druckman等采用類多維區域投入產出模型，結果顯示英國碳排放量與收入水平、居所、職位和家庭組成有關；Ramakrishnan應用DEA方法研究了了GDP、能源消費、碳排放三者之間的聯系；Ugur Soytas運用VAR 模型研究了美國能源消耗、GDP與碳排放量之間的因果關系。魏楚通過研究發現GDP增長與能源利用效率對碳排放影響較大；許士春采用LMDI加和分解法得出我國碳排放的最大驅動因素經濟產出效應而最大的抑制因素為產業結構效應的結論；趙敏利用IPCC二氧化碳排放量計算方法估算出上海居民城市交通碳排放數據，并分析了碳排放強度；葉震參考了RAS雙向平衡方法，利用投入產出表，估算出我國1995－2009年數據。現有文獻研究結果表明，碳排放量與能源消耗、能源利用技術以及能源消費結構有重要的關系，然而現有研究方法有些過于復雜，所需要的參數較多，結果未必更真實接近真實碳排放量。
1 碳排放數據的估算方法
二氧化碳排放量的估算方法多種多樣，常見的有如投入產出法、碳足跡計算器法、IPPC計算法等。IPCC 計算碳排放的方法是聯合國氣候變化委員會提出的，為世界通用的計算方法，IPCC的評估報告闡明大氣中二氧化碳的來源主要為人工排放，而人工排放的途徑主要來源能源消費。盡管各國減排技術或資源稟賦存在諸多差異，但是這種方法依然可以通過變換相應參數進行調整，這種方法為研究者提供了所需要的各種能源的參數以及排放因子的缺省值，計算十分簡單。
采用IPCC碳排放計算指南中的計算方法，假設各類能源的碳排放系數為固定數值，將其結合能源消費數據：
式（1）中，A為通過能源消費向空氣中排放的碳排放總量；Bi為能源i消費量； i為能源種類；i＝1，2，3，估算的是由煤、石油、天然氣三種能源產生的二氧化碳量；Ci為能源i的碳排放系數。
上述IPCC碳排放計算方法在連續進行時間序列數據估算時存在一個缺陷，即如果選定基年的碳排放系數，那么基年以后年份同樣選擇相同的碳排放系數，則明顯沒考慮廢棄物循環利用和綜合治理的因素，因為隨著人類環境保護意識水平的提高，循環利用或綜合利用產生的二氧化碳等廢棄物的力度也在加大。但是很難獲得二氧化碳回收等方面的數據，因此，選擇“環境污染治理投資總額占國內生產總值比重”這一指標修正碳排放系數。
取某一種能源基年的碳排放系數為Ci1，基年環境污染治理投資總額占國內生產總值比重的值為，則基年以后任一年份碳排放系數為：
本文選擇2000年為基年，利用以上公式估算中國2000－2012年碳排放總量（文中數據來源歷年《中國統計年鑒》和《中國能源統計年鑒》），GDP以2012年價格計算，估算結果如表1和圖1。
從表1和圖1中可以看出，中國碳排放量總體呈現增長趨勢，在總體增長的趨勢中，出現幾次階段性下降現象，主要原因不是能源消費總量下降，而是環境污染治理投資總額占國內生產總值比重上升。中國碳排放量主要由煤炭產生，而石油和天然氣所產生的二氧化碳較少，這主要是因為中國能源消費結構中煤炭所占比重較大，而其他所占比重較小，產生單位熱量煤炭排放的二氧化碳多。碳排放強度的變化趨勢見圖2。
碳排放強度是單位GDP的碳排放量，其大小直接反映了經濟發展對環境影響的大小。從圖2可以看出，碳排放強度呈現出下降的趨勢，這表明中國在節能減排上取得的成效，然而應該認識到中國碳排放強度依然較高，而且最近幾年下降速度變慢。
2 碳排放量與GDP關系
中國經濟正在處于高速發展之中，能源消費結構和環境治理水平也在不斷變化，經濟的快速發展依賴于能源消費的快速增長，能源消費的快速增長促進了碳排放量的增長，而能源消費結構優化和環境治理水平提高又減少了碳排放量。因此，有必要研究碳排放量與GDP關系以及碳排放強度與能源消費結構、環境治理水平的關系。
為解釋變量，以2012年不變價格計算，碳排放量被為被解釋變量，模型中參數采用普通最小二乘法（OLS）估計，則中國二氧化碳碳排放量與的線性回歸模型如下：
用2000－2012年時間序列數據估計模型中的參數，則2000－2012年中國二氧化碳碳排放量與的關系為：
從上述建立的一次線性回歸模型各參數可以看出，GDP對碳排放量顯著，回歸系數顯示為正值，表明中國GDP顯著正向影響碳排放量，隨著GDP增長，二氧化碳排放量也將與之同步增長的趨勢，并且GDP每增加1億元，二氧化碳排放量增加0．24萬t。由于GDP增長和二氧化碳排放量呈長期的單調遞增關系，隨著中國經濟的不斷發展，中國將面臨著更多更大的減排壓力。
用CI表示碳排放強度，f1、f2分別代表煤炭、石油占能源消費總量的比重，用表示環境污染治理投資總額占國內生產總值比重，2000-2012年，中國碳排放強度能源利用結構以及環境治理水平的回歸如下：
括號中數據為相應參數的t檢驗值，1％顯著。
碳排放強度和煤炭、石油占能源消費總量的比重變化的正向關系說明，煤炭、石油占能源消費總量的比重的提高都會使碳排放強度增加，但是從回歸結果來看，煤炭占能源消費總量的比重提高1％要比石油占能源消費總量的比重提高1％促進碳排放強度增加得快一些，因此，從這個角度可以說，提高石油占能源消費總量的比重有利于降低碳排放強度。環境污染治理投資總額占國內生產總值比重的符號為負，表明環境治理水平能顯著降低碳排放強度，系數的絕對值較大，表明在中國提高環境污染治理將會顯著降低碳排放強度。
3 促進中國低碳發展的政策措施
3．1 轉變經濟發展方式，形成全社會參與低碳發展的局面
要把加快低碳發展作為貫徹落實科學發展觀的重要內容，在全社會廣泛開展宣傳，使全社會認識到中國由于經濟發展引起的過多碳排放量面臨的國際減排壓力，以及由于大量碳排放量引起的氣候變化和環境污染問題，要明確中國作為發展中大國在碳排放方面享有的權利和應承擔的義務。要牢固確立低碳發展意識，讓轉變經濟發展方式以及保護環境等成為各級政府和企業的重要發展理念。要區別經濟增長與經濟發展，經濟增長是經濟發展的部分內容，經濟發展不僅有經濟總量的增加，更需要有經濟效益、環境治理以及人民水平的提高。中國要避免走西方先污染后治理的模式就必須加快轉變經濟發展方式，加快低碳發展。
3．2 優化產業結構
當前中國產業結構不合理，主要表現在第二產業比重較大，第三產業比重較小，由于不同產業生產相同價值的產品其消耗的能源是不同的，一般來說，生產等值產品第二產業消耗的能源最多，排放的二氧化碳也最多，第三產業消耗的能源最少，排放的二氧化碳也最少。中國要想完成在哥本哈根舉行的全球氣候大會中作出的承諾，就必須加大產業結構調整力度，加快第三產業發展，力爭在快速發展經濟的同時，使碳排放總量最少。
3．3 調整能源消費結構
碳排放強度與能源利用結構顯著相關，一般來說，產生等熱煤碳排放的二氧化碳最多，石油次之，天然氣最少，而清潔能源排放更少。長期以來，中國能源消費結構形成以煤炭為主，清潔能源較少的局面，在一定程度造成了碳排放量的快速增加。因此，要加大對風能、核能、水電等清潔能源的開發與利用，不斷調整能源消費結構。另外，開發新的清潔能源在改善國內能源消費結構，降低碳排放量的同時，又可以顯著促進經濟增長。
3.4 加大環境治理力度
中國碳排放量的增加，影響因素很多，由前面研究可以看出環境治理能顯著降低碳排放強度。從統計數據可以看出，中國環境污染治理投資總額占國內生產總值比重一直較低，而且其值一直難以穩定，處于不斷變化中。當前，中國面臨諸多問題，其中大部分問題都與環境污染治理投資力度不夠相關，因此，有必要加大環境治理力度。加大環境治理力度可以逐步引入碳稅制度。碳稅可以迫使企業因為沉重的稅收而放棄碳排放量較多的一些產品生產，從而降低二氧化碳排放量，它是最具有市場效率的減少碳排放的經濟政策手段之一。
3.5 增加碳匯
減少二氧化碳除了減少二氧化碳的排放外，還應該盡量吸收已經排放的二氧化碳。碳匯的目的就是從大氣中除去二氧化碳的一些方法過程、活動以及機制，主要依靠森林吸收并儲存二氧化碳。陸地生態系統中森林是最大的碳庫，通過樹木和花草等植物的光合作用，吸收大氣中的二氧化碳，制造出氧氣并向外排出，這樣會降低大氣中的二氧化碳含量、減緩氣候變暖的效果。當前，中國森林面積和森林覆蓋率較低，需要繼續增加森林面積。中國是能源消費大國，排放的空氣中的二氧化碳十分龐大，要想保證空氣質量，減緩二氧化碳對氣候的影響，需要擴大森林面積來吸收空氣中的二氧化碳。另外，國土的綠化會使國家的形象得到大幅提升，吸引更多的游客來旅游觀光，不僅有利于降低二氧化碳，同時也可以加快發展第三產業，促進中國產業結構調整和經濟發展。
參考文獻
1 Angela Druckman. The Carbon Footprint of UK Households 1990-2004[J]. Ecological Economics, 2009(68)
2 Ramakrishnan. Factor Efficiency Perspectiveto the Relationships among World GDP, Energy Consumption and Carbon Dioxide Emissions[J]. Technological Forecasting & Social Change, 2006(73)
3 Ugur Soytas. Energy Consumption, income, and Carbon Emissions in the United State[J]. Ecological Economics, 2007(62)
4 蔣金荷.中國碳排放量測算及影響因素分析[J].資源科學，2011（4）
5 許士春，習蓉，何正霞．中國能源消耗碳排放的影響因素分析及政策啟示［J］．資源科學，2012（1）
篇2
(1)建材生產碳排放，主要由建材生產時消耗的各種能源產生。由于原材料和生產工藝不同，不同建材的碳排放量有很大差別，選擇合適的建材是減少碳排放的一個重要措施。另外，人的因素產生的碳排放量相對很小，在測算建材生產碳排放時可以忽略不計。
(2)建材和機械運輸碳排放(以下簡稱運輸碳排放)，主要由運輸過程消耗的燃油資源產生。其碳排放量與所運輸的物品種類、數量、運輸工具以及運輸距離等因素有關。在工程造價文件中，運輸碳排放數據體現在運輸車輛的機械臺班消耗上，根據機械臺班消耗量可估算出運輸碳排放量。
(3)施工過程較建材生產和運輸過程更加復雜，碳排放范圍也更廣泛。施工生產要素消耗包括人工、材料、機械三類，其中，人工碳排放量相對很少，可以忽略不計;建材生產過程已經計算過材料碳排放，不必重復計算。故施工碳排放主要考慮施工機械和施工工藝因素，通過對施工方案和施工組織設計的優化可有效減少碳排放量。
1.2計算方法
目前，工程建設碳排放計量尚無通用的國際或國家標準，可參考產品碳計量標準進行工程建設碳排放的計算。如ISO/CD14067、英國PAS2050:2008規范以及IPCC國家溫室氣體(GHG)排放清單指南等，這些規范在碳排放的范圍核算和計量方法上都較為成熟，具有很大的參考價值。對現有規范和參考文獻進行總結，得到工程建設領域可借鑒的幾種碳排放量計算方法:
(1)實測法。通過標準連續計量設施對現場燃燒設備有關參數進行實際計量，得到排放氣體的流速、流量和濃度數據，據此計算碳排放。實測法結果較為準確，但耗費的人工和費用成本較高，一般應用于量大面廣的碳排放測量。
(2)投入產出法。投入產出法又稱物料衡算法，它的原理是遵循質量守恒定律，即生產過程投入某系統或設備的燃料和原料中的碳等于該系統或設備產出的碳。投入產出法可用于計算整個或局部生產過程的碳足跡，但其無法區別出不同施工工藝和技術的差異，且獲得結果的準確性有偏差。
(3)過程法。過程法在工程建設領域又叫作施工工序法。它是基于產品生命周期整個過程的物質和能源流動消耗來測算碳排放量，其思路是將施工階段進行劃分，列出分部分項工程的機械清單，然后用單位量乘以量就得到各分部分項工程的施工碳排放。過程法簡便易行、精確性較高，但基于過程的物質和能源消耗數據不易獲得，在一定程度上限制了該方法的應用。
(4)清單估算法。清單估算法采用IPCC政府間氣候變化專門委員會公布的《IPCC溫室氣體排放清單》計算碳排放，主要原理是用各種能源的實際消耗量乘以碳排放因子加總得到總的碳排放量。碳排放因子指生產單位產品所排放的CO2的當量值，根據正常作業及管理條件，生產同一產品的不同工藝和規模下溫室氣體排放量加權平均得到，可在相關數據庫中查得。清單估算法簡單可行、應用面廣，關鍵是要確定溫室氣體的排放清單并選擇適當的碳排放因子。本文的工程建設碳排放量計算是基于生命周期評價理論，將過程法和清單估算法有機結合而成的混合計算方法。具體過程為:首先，采用過程法，按照工程圖樣列出材料機械消耗清單，也可直接采用清單計價時的分部分項工程材料機械清單;其次，采用清單估算法，將各個材料和機械的消耗量進行匯總并選擇合適的碳排放因子;最后，將消耗量數據與對應碳排放因子相乘并加總，即得到整個工程建設階段的碳排放量。
2案例實證
本文選取鐵路工程某建設項目進行工程建設階段碳排放實例分析，由于該工程的特殊性質，在此不便對工程概況進行介紹，只運用工程造價數據進行計算分析。
2.1清單匯總
根據工程造價文件中的機械臺班消耗量和2005年《鐵路工程機械臺班費用定額》中的單位臺班消耗指標，二者相乘即得到總的機械能源消耗量。
2.2碳排放因子確定
碳排放因子(CarbonEmissionFactor)是計算碳排放的基礎數據，指消耗單位質量能源所產生的溫室氣體轉化為二氧化碳的量。能源的碳排放因子包括了單位質量能源從開采、加工、使用各個環節中排放的溫室氣體量轉化為二氧化碳量的總和。目前，關于碳排放因子的選用尚無統一標準，不同國家、組織和地區算得的碳排放因子往往有很大差別，在一定程度上影響到計算結果的準確性。本文總結并借鑒了現有碳排放因子，選擇其常用值或平均值作為工程建設階段碳排放計算的參考，各能源或材料的碳排放因子用F表示。
篇3
在全球氣候變暖和對碳減排關注(低碳經濟、低碳城市、低碳生活模式成為理論與實踐熱點)的背景下,“部門”研究(如工業、交通、商業、住宅部門)是分析能源消耗和二氧化碳排放的主要框架和路徑,如1997年美國的 “部門”研究中工業部門的能源消耗最多(占總能耗的38%)、碳排放量(33%)最大[1],而住宅部門能源消耗和碳排放卻分別位居第四位(11%)和第三位(19%)[2]。而在 “部門”碳排放的研究中,住宅部門碳排放研究反映的只是以住宅為載體的家庭碳排放情況,對于住宅以外的家庭相關活動的碳排放研究卻相對缺失,因此“部門”碳排放研究方法并不能解釋個體消費者家庭活動在能源使用時產生的環境影響。從理論上說,研究家庭碳排放亟需回答三個重要問題:①家庭活動產生的碳排放量占人均碳排放量的比重約為多少?②特定地區家庭碳排放結構是怎樣的?以此作為減少家庭碳排放所應該努力的方向;③影響家庭碳排放的主要因素有哪些?顯然,這些問題的回答能為減少家庭碳排放提供了方向。
1 消費者生活方式方法的理論框架
近20年以來,科學家和政府開始關注個人行為對全球碳排放的重要影響,消費者角色以及其消費模式日益受到學者的關注和討論。20世紀80年代末期,諸多學者就消費者行為模式影響碳排放進行了深入的研究和探討,有研究發現在1997年個人消費行為占全美能量消耗的28%,CO2排放量占全美排放量的41%[3] ,中國科學院《關于我國碳排放問題的若干政策與建議》中顯示:1999-2002年間,中國CO2排放量的30%是由居民生活行為及滿足這些行為需求所造成的。部分國外學者[4-8]基于消費行為碳排放研究,分析了家庭能耗模式,估算了能源消耗和溫室氣體排放,并量化了生活方式因素的影響;另外,諸多國外學者[9-15]基于部門數據分析了碳排放的影響因素,發現了人口、城市化水平、能源使用效率、住房面積與碳排放之間的相關關系。國內學術界對碳排放的關注主要集中在三個方面:能源消費與碳排放,包括與碳減排有關的能源消費結構的轉變和低碳排放能源系統的建立;經濟發展與碳排放,主要探討經濟發展模式、階段、速度與碳排放的關系;碳減排對策研究。
從整體上看,國內已有的研究成果存在著兩個明顯的局限:首先,它們是從宏觀的角度對碳排放量進行透視,只限于從能源結構、經濟發展層面解析碳排放機理,如徐國泉等人基于碳排放量的基本等式,采用對數平均權重Disvisia分解法,建立中國人均碳排放的因素分解模型,定量分析了1995-2004年間能源結構、能源效率和經濟發展等因素對中國人均碳排放的影響[16]。當然,更多的研究人員采用庫茨涅茨曲線(EKC)模擬經濟發展與碳排放之間的關系,認為碳排放與收入水平之間遵循倒“U”曲線關系[17],“N”型關系[18],并預測了中國碳排放在2040年達到高峰期[19]。這種宏觀研究雖然揭示了經濟發展對碳排放的整體影響,但它無法解釋同一個社區中家庭碳排放的差異。因此,我們有必要量化家庭碳排放。其次,國內較少在不同的家庭關系中分析個體消費行為碳排放量的差異。其實,個體消費并不是完全的個人決策行為,在許多情況下,它是一種家庭的選擇,在不同家庭中,文化程度、收入水平、成員個數及其年齡結構都可能成為個體消費的參考變數。因此要對家庭碳排放量差異做出恰當的解釋,反映家庭背景的特征變量引入尤為重要。楊選梅等:基于個體消費行為的家庭碳排放研究中國人口•資源與環境 2010年 第5期基于以上文獻綜述,本文引入了國外新范式“消費者生活方式方法”(Consumer Lifestyle Approach ,CLA)[3],以解釋家庭碳排放結果及其影響因素?！跋M者”是指為個人或家庭消費的實體,“生活方式”是指消費行為反映出來具有影響力的生活,“消費者生活方式”研究的最基本前提就是通過了解消費者以制定出更好的公共政策。由于不同影響因素的相互交織,并且其中一些因素隨著環境的變化而不斷演生,因此了解“消費者”變的很復雜。為了清晰地理解多個相互影響因子,CLA試圖提供一個跨學科的理論框架(見圖1) 。 2 南京家庭碳排放特征研究
2.1 樣本特征簡介
本研究數據來源于環境保護部宣教中心與美國環保協會共同開展的“南京1 000家庭碳排放調查”項目,在南
圖1 消費者生活方式方法框架圖
Fig. 1 A framework for the proposed consumer lifes tyle approach注:虛線是指來自于家庭碳排放結果的反饋。
京江寧區、建鄴區、雨花臺區各選一個社區進行了為期一年(2008.5-2009.5)的家庭活動數據和家庭特征調查。該調查采取入戶調查的形式,隨機抽樣選取60個重點戶進行月跟蹤,另外抽取1 200個普通戶進行季跟蹤,其中60個重點戶、1 178個普通戶回收問卷有效,被列為本文的研究樣本。
表1 樣本家庭基本情況Tab.1 Sampling households basic information
家庭特征
Feature最小值
Min最大值
Max均值
Mean標準差
Std. Deviation人口特征常住19 3.06 0.997男性051.520.692女性051.540.719年齡153.580.976消費特征住宅面積3319076.6825.279出行特征交通工具131.560.668經濟特征家庭收入131.320.605文化特征文化程度152.620.840
從解釋變量的測度來看,常住人口、男性人口、女性人口為連續的數量指標,其它各個變量如年齡、家庭收入、受教育程度、交通工具幾個因素用虛擬變量測度,虛擬值表示如下:
年齡:小于18歲=1;大于等于18歲小于30歲=2;大于等于30歲小于40歲=3;大于等于40歲小于50歲=4;大于等于50歲=5
家庭收入:低于平均值=1,和平均值相當=2,高于平 均值=3
受教育程度:小學文化程度=1,初中文化程度=2,高中及中專文化程度=3,大專文化程度=4,本科以上文化程度=5
交通工具:步行或自行車=1,公共交通工具=2,小汽車=3。
從表1可以看出:家庭常住人口約為3,男女比例相當,交通出行以公共交通為主,低收入者家庭較多,初高中文化程度者占較大的比例。
2.2 碳排放計算模型
根據現有條件,表2的排放系數首先以中國科技部《公民節能減排手冊》[20]為參考確定,減排手冊中未涉及的計算內容則根據地域相近性選擇我國臺灣“能源局”[21]公布的排放系數,再次則引用GHG Protocol[22]的數據,考慮到保護國際[23]里飛機系數忽略短途、中途和長途航 線的差異,故飛機系數引用來源于保護國際。 碳排放總量由“南京1 000家庭碳排放”中實際的家庭能耗、交通出行、垃圾回收等活動數據和碳排放系數共同
表2 計算內容及排放系數
Tab.2 Calculation contents and coefficients
計算項
Item單位
Unit排放系數
Coefficient引用來源
Quote單位
Unit公交車km/d0.037臺灣“能源局”kgCO2/ km地鐵次/d1.142臺灣“能源局”kgCO2/次出租車km/d0.50中國科技部kgCO2/ km私家車(汽油)L/月2.34中國科技部kgCO2/L私家車(柴油)L/月2.78臺灣“能源局”kgCO2/L摩托車L/月2.24臺灣“能源局”kgCO2/L火車K m/月0.062GHG ProtocolkgCO2/km飛機km/月0.18保護國際kgCO2/km用電度/月0.96中國科技部kgCO2/度用水t/月0.30中國科技部kgCO2/t天然氣m3/月2.67臺灣“能源局”kgCO2/m3罐裝液化氣kg/月3.16臺灣“能源局”kgCO2/罐垃圾kg/d2.06臺灣“能源局”kgCO2/kg
計算得出。本文以家庭能耗碳排放量計算為例:T-Home-CO2=∑∑(Fuelm×CO2Coefficient m)n×HH
式中,T-Home-CO2(kg)是年碳排放總量,n是一年中的季調查次數,m是家庭能耗類型(如電、天然氣、液化氣等),Fuelm是指每戶每次季調查家庭活動數據(如用電量、用水量、用氣量等),HH=1 178,是調查中的有效樣本個數。 交通出行、生活垃圾碳排放量的計算類似于家庭能耗。
2.3 南京家庭碳排放量
“南京1 000家庭碳排放調查”碳排放結果如表3,三口之家(表1中平均家庭人口為3.06)戶均年碳排放量為3 705.76 kg,則人均家庭碳排放量為1 211.03 kg。根據世界銀行報告,中國人均碳排放量為4.1 t左右,也就是說,人均家庭碳排放約占總碳排放量的29.27%。值的注意的是,家庭用電碳排放量幾乎占了家庭碳排放總量的一半,生活垃圾碳排放比例位居其次占了將近1/4。
家庭碳排放量隨月際變化規律明顯(見圖2),總體而言,家庭碳排放有下降的趨勢,這說 明經過一年的環境教育,“碳減排”意識增強,家庭碳排放量減少。家庭碳排放量高峰值在7月份(455.67 kg),次高峰在1月份,低谷處在10月份(274.57 kg),戶均月差值為181.10 kg。這一方面與中國的季節變化相關,7月份、1月份分別是全年最炎熱和最嚴寒的月份,家庭能耗、生活垃圾較多;另一方面與中國寒暑假的設置有關,學生回家導致人 口增加,家庭碳
圖2 社區重點戶家庭月碳排放變化趨勢(2008-2009)
Fig.2 Carbon emission changing trend in priori ty households
表3 家庭碳排放量
Tab.3 Household carbon emission
家庭活動
Family activities年碳排放總量(kg)
Total annual carbon emissions戶均年碳排放量(kg)
Annual carbon emissions per household比例結構(%)
Proportion家庭能耗2 805 8692 381.89 64.28 其中:家庭用電2 098 8701 781.72 48.08 家庭用水43 893.5737.26 1.01家庭天然氣用量582 858494.79 13.35家庭瓶裝液化氣80 247.4168.12 1.84交通出行523 519.40444.41 11.99 其中:小汽車出行404 809.20343.64 9.27公交車出行53 441.2745.37 1.22摩托車出行44 639.1037.89 1.02地鐵出行5 633.8434.78 0.13長途車出行3 529.8393.00 0.08火車出行5 469.4234.64 0.13飛機出行5 996.705.09 0.14生活垃圾1 036 000879.46 23.73總和4 365 3893 705.76 100.00
排放上升。
2.4 家庭碳排放結構
在家庭碳排放結構中(見表3),家庭能耗、交通出行、生活垃圾碳排放量之比約為64∶12∶24。而在家庭能耗碳排放次結構中,家庭用電和天然氣用量是影響家庭能 源消耗碳排放的主要因素,兩者之和比例占據了總家庭能耗碳排放量的95%。
而在交通出行碳排放次結構中,私人交通碳排放量(小汽車、摩托車)占了交通出行總碳排放量的86%,而公共交通碳排放量(公交車、地鐵)約為19%,其他長途的交通出行(長途汽車、火車、飛機)碳排放量只占5%。
3 家庭碳排放量的影響因素分析
通過建立多元回歸模型分析了碳排放量與家庭特征之間的關系,回歸的被解釋對象為碳排放量,解釋變量為家庭常住人口、男性人口、女性人口、住宅面積、交通工具、家庭收入、年齡、文化程度等8個家庭特征值。本文共進行了兩次回歸,第一次用Backward 對全部因變量回歸,第二次對常住人口、住宅面積、交通工具等顯著性因子進行回歸。
首先用Backward對全部因變量篩選的方法進行多元回歸分析,結果見表4。
通過對家庭特征因子與家庭碳排放量的多元回歸分析(見表4),得出以下3個有意義的結論 :
首先,家庭碳排放與消費特征和出行特征中的“住宅面積、交通工具”高度相關,但與“家庭收入”相關性不高,說明消費觀念和出行方式會影響家庭碳排放量,值得 注意的是隨著私人小汽車的普及,交通出行碳排放量有增加的趨勢。
其次,人口特征對家庭碳排放量相關關系有正負兩方面的影響。常住人口與家庭碳排放量呈正影響,而年齡與其成負影響,年齡越大,碳排放越少,這主要是因為年老者生活較為節儉,生活消費較少。
第三,文化特征對家庭碳排放量影響較小。按照常理,文化素質高的人,其節約意識較強,在中國,高素質的人家庭條件相對較好,家用電器多樣,交通出行一般為私人小汽車,因此可以認為,文化素質高的人由于其花銷大,碳排放量也較多,即使有意識的節約資源,影響也是微不足道。
從表5可以看出:首先,常住人口數量與碳排放量相關程度很強,每增加一個常住人口,年碳排放量要增加約397.84 kg,相當于燃燒掉170 L汽油的碳排放,如果進行碳補償的話一年就要種植5棵樹。因此,有效控制人口增加能降低因碳排放而造成的環境破壞。
第二,住宅面積與家庭碳排放相關性也很強。同等程度下,住宅面積多一個平方米,年碳排放量就要多8.535 kg。這說明,別墅建設和大戶型住宅等粗放用地現象會造成資源的高投入,高消耗、高污染、低產出,因此,我們可以從住宅面積,住房結構、房屋材料,房屋朝向等諸多方盡可能程度的減少碳排放。
第三,碳排放量與交通工具正相關。平均每戶而言,
表4 Backward 法多元回歸結果
Tab.4 Regression results with Backward Method
ModelUnstandardized
CoefficientsStandardized
CoefficientstSig.BStd.ErrorBeta1常數 1 048.403460.7872.2750.023常住人口534.061305.3170.2601.7490.081男性人口-167.772314.299-0.057-0.5340.594女性人口-157.038294.219-0.055-0.5340.594住宅面積8.3252.3590.1033.5300.000交通工具551.06191.7640.1796.0050.000家庭收入187.307105.8680.0551.7690.077年齡-69.41863.112-0.033-1.1000.272文化程度5.73372.6270.0020.0790.9372常數 1 063.957416.3562.5550.011常住人口533.576305.0970.2591.7490.081男性人口-167.889314.161-0.057-0.5340.593女性人口-156.967294.092-0.055-0.5340.594住宅面積8.3312.3590.1033.5350.000交通工具551.67991.3890.1796.0370.000家庭收入189.414102.4070.0561.8500.065年齡-70.20562.292-0.033-1.1270.2602常數 1 063.769416.2272.5560.011常住人口376.98784.3550.1834.4690.000男性人口-12.649118.707-0.004-0.1070.915住宅面積8.3152.3560.1023.5290.000交通工具551.63791.3610.1796.0380.000家庭收入189.993102.3690.0561.8560.064年齡-69.75662.267-0.033-1.1200.2632常數 1 065.164415.8452.5610.011常住人口370.73660.5900.1806.1190.000住宅面積8.3042.3530.1023.5300.000交通工具551.14691.2060.1796.0430.000家庭收入190.028102.3250.0561.8570.064年齡-69.74062.240-0.033-1.1210.2632常數 718.145277.5452.5870.010常住人口390.64257.9340.1906.7430.000住宅面積8.6212.3360.1063.6910.000交通工具552.28591.2110.1806.0550.000家庭收入197.899102.0950.0581.9380.053
交通工具每提高一個層次,年碳排放量上升約551.21 kg。也就是說,搭乘公共汽車的家庭比步行或騎自行車的人年碳排放量要多551.21 kg,同理,以小汽車為出行方式的家庭比搭乘公共汽車的人碳排放量要多551.21 kg。隨著小汽車普及化,家庭碳排放有增長之勢,因此控制碳排放量 表5 對顯著性因素的回歸結果
Tab.5 The Regression result for significant factors
ModelUnstandardized
CoefficientsStandardized
CoefficientstSig.BStd.ErrorBeta常數700.753276.1362.5380.011常住人口397.84057.2490.1956.9490.000住宅面積8.5352.3290.1053.6650.000交通工具551.21090.9280.1796.0620.000家庭收入197.063101.7350.0581.9370.053
勢在必行。
第四,家庭收入與碳排放量的相關性成正比,這主要是因為高收入家庭基本以小汽車出行,長距離的出行也較 多;住房面積相對較大。
4 結論與對策
本文以“南京1 000家庭碳排放”調查的家庭活動數據為基礎,引入國外“消費者生活方式”新范式,定量分析了家庭碳排放,并提煉出了影響家庭碳排放的顯著性因子。
(1)通過計算得出:南京戶均家庭年碳排放量為3 705.76 kg,人均家庭碳排放量占總碳排放量的29.27%;家庭能耗、生活垃圾、交通出行碳排放比例為64∶24∶12; 戶均家庭月碳排放量隨月際變化規律明顯,峰值在7月份,谷值在10月份,差值為181.10 kg;在家庭能耗碳排放次結構中,家庭用電碳排放量約占76%,在交通出行碳排放次結構中,私人交通碳排放量占了86%。因此,碳減排活動首先應從最重要的碳排放方式――家庭能源消耗入手,一方面應提高家庭能源利用效率,鼓勵居民使用性價比高而環境影響相對較小的天然氣,減少管道煤氣和瓶裝液化氣的使用,換上節能燈,形成節約用電的生活習慣,如夏季(冬季)將空調調高(調低)1度,把門窗堵嚴,墻壁和天花板做隔熱處理等;另一方面鼓勵新能源的使用,如居民在夏季和陽光條件好的春秋兩季利用太陽能熱水器,減少燃氣等能源消耗,有條件的社區可集中開發太陽能電力。其次,通過集中改善公共交通遮蔽防護和提高自行車安放場所等措施來引導居民交通出行方式的轉變;鼓勵社區居民選擇公共交通、步行或自行車出行,減少高能耗的私人交通工具的使用。最后,政府部門可以針對現實的家庭碳排放量,設定戶均年碳排放的上限值,通過市場干預措施(如碳交易)規范家庭消費行為,推廣“碳匯林”活動,在社區內部施行“碳中和”,使碳減排實踐活動得到公正、透明的開展。
(2)通過多元回歸分析得出:影響家庭碳排放的顯著因子為常住人口、住宅面積、交通工具。常住人口與碳排放量相關程度很強,每增加一個常住人口,戶均年碳排放量要增加約397.84 kg;住宅面積多一個平方米,戶均年碳排放量增加8.535 kg;交通工具每提高一個層次,戶均年碳排放量上升約551.21 kg。因此,政府部門應該進一步落實計劃生育政策,鼓勵小戶型住房的建設,有效的實行“公交優先”政策,而中國只在大城區公共交通便利,目前比較可行的辦法是建立快速公交系統,在特定公路上專載長途旅客。
總體而言,消費行為反應了個人生活方式,而生活方式被外部大環境的制約,受個人的信仰和消費習慣影響,家庭作為個人生活的棲息地,直接干預個人消費能力和層次,因此碳減排的落實應從國家、家庭、個人三方面開展。就國家而言,應通過科技手段提高能源利用效率、調整產業結構、改善住房材料,制定減少溫室氣體排放相關法律、法規和政策措施;就家庭而言,堅決不超生,和老年人共同居住,聯合使用家庭設施,與生活在同一社區的居民建設共同的公共設施,營造公共場所,共同分享車輛,減少出行和交往的碳排放;對于個人而言,應從衣、食、住、行等節能生活瑣事做起,如關掉電腦而不是待機、讓工作地點離家近、選乘公共交通、網上支付賬單、換上節能燈、舉辦綠色婚禮等等。
參考文獻(References)
[1]EIA. Energy Consumption by Sector[J].Annual Energy Review, 2000, (b):1949-2000.
[2]EIA.Carbon Dioxide Emissions from Energy Consumption by Sector[J]. Annual Energy Review,2000, (c):1980-1999.[3]Shui B, Dowlatabadi H. Consumer Lifestyle Approach to US Energy Use and the Related CO2 Emissions[J]. Energy Policy, 2005, (33):197-208.
[4]Vringer K, Blok K. The Direct and Indirect Energy Requirements of Households in the Netherlands[J]. Energy Policy, 1995, 23(10):893-905.
[5]Lenzen M. Primary Energy and Greenhouse Gases Embodied in Australian Final Consumption: an Inputoutput Analysis[J]. Energy Policy, 1998, 26 (6):495-506.
[6]Weber C, Perrels A. Modeling Lifestyle Effects on Energy Demand and Related Emissions[J]. Energy Policy, 2000, (28):549-566.
[7]Pachauri S, Spreng D. Direct and Indirect Energy Requirements of Household in India[J]. Energy Policy, 2002, (30):511-523.
[8]Reinders A H M E, Vringer K, et al. The Direct and Indirect Energy Requirement of Households in the European Union[J]. Energy Policy, 2003, (31):139153.
[9]Crame C J. Population Growth and Quality in California[J]. Demography, 1998, 35(1):45-56.
[10]Crame C J. Population Growth and Local Air Pollution: Methods, Models and Results. In: Lutz W, Prkawetz A, Sanderson WC (eds). Population and Environment,Population and Development Review[J]. New York:Population Council , 2002, (28): 22-52.
[11]Crame C J, Cheney R P. Lost in the Ozone: Population Growth and Ozone in California[J]. Population Environment, 2000, 21 (3):315-337.
[12]Diets T, Rosa E D. Effects of Population and Affluence on CO2 Emissions[J]. Proceedings of the National Academy of Sciences USA, 1997, (94):175-179.
[13]York R, Rosa E A, Diets T. STIRPAT, IPAT and IMPACTS:Analytic Tools for Unpacking the Driving Forces of Environment Impacts[J]. Ecological Economics, 2003, 46 (3):351-365.
[14]Shi A. The Impact of Population Pressure on Global Carbon Dioxide Emissions, 1975-1996: Evidence from Pooled Crosscountry Data[J]. Ecol Econ, 2003, (44):29-44.
[15]Cole M A, Neunayer E. Examining the Impacts of Demographic Factors on Air Pollution[J]. Populate Dev Rev, 2004, 26(1):5-21.
[16]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.[Xu Guoquan, Liu Zeyuan, Jiang Zhaohua. Factors Decomposition Model and Empirical Analysis on the Carbon Emission of China: 1995-2004 [J]. China's Population Resources and Environment, 2006, 16(6):158-161.]
[17]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. The Impact Analysis on China's Economic Growth to the Carbon Emissions [J]. The Journal of Safety and Environment, 2006, 6(5):88-91.]
[18]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. The Analysis Between China Economic Growth and the Evolution of the Carbon Emission[J]. China's Population Resources and Environment, 2007, 17(2):94-99.]
[19]朱永彬,王錚,龐麗,等.基于經濟模擬的中國能源消費與碳排放高峰預測[J].地理學報,2009, 64(8):935-944. [Zhu Yongbin, Wang Zheng, Pang Li, et al. Simul ation on China's Economy and Prediction on Energy Consumption and Carbon Emission under Optimal Growth Path[J]. Geographic Sinica, 2009, 64(8):935-944.]
[20]科學技術部社會發展科技司,中國21世紀議程管理中心.全民節能減排實用手冊[M].北京:社會科學文獻出版社,2007. [Social Development Squad of the Ministry of Science and Technology, The 21st Agenda Government Center. Handbook of Energy Saving and Emission Reducing [M].Beijing: Social Sciences Archive Press, 2007.]
[21]臺灣經濟部能源局.moeaboe.gov.tw.
[22]GHG Protocol. 省略/templates/GHG5/layout.asp,2005.
[23]保護國際. 省略.cn./cn/CO2.asp.
The Household Carbon Emission Analysis under Individual Consumer Behavior
YANG Xuanmei1 GE Yousong1 ZENG Hongying2
篇4
根據政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change, IPCC）的劃分，主要有如下六種溫室氣體排放（Green Hose Gas, GHG）導致了大氣溫度的異常變化，即二氧化碳（CO2）、甲烷（CH4）、氧化亞氮（N2O）、氫氟碳化物（HFCS）、全氟碳化物（PFCS）、六氟化硫（SF6）。在此基礎上，各國政府擬定了各種國內溫室氣體管控機制[]，他們獨自或與其它第三方組織、跨國企業建立溫室氣體計量的相關準則，或者在企業可持續性指標中加入溫室氣體評價項目，透過供應鏈的力量，要求企業上游供應鏈提供溫室氣體排放量相關信息，并尋求第三公證單位進行檢驗與查證。
這些溫室氣體計量方法或準則?！渡唐泛头丈芷跍厥覛怏w排放評估規范》（PAS2050）是基于生命周期評價的產品碳排放計量方法。生命周期評價方法是一種“從搖籃到墳墓”的評價方法，正越來越多地被用來評價人類活動所產生的環境問題。它要求詳細研究其生命周期內各單元過程的能源需求、原材料利用和活動可能造成的污染排放，包括原材料資源化、開采、運輸、制造/加工、分配、利用/再利用/維護以及廢棄物處理。因此，生命周期評價能夠更加全面的體現企業在原料選取、生產過程、成品運輸及控制產品能耗等方面的減排潛能，可以促進企業采取落實循環經濟，使用再生原材料，合理處置副產品及廢料，技術改造控制產品能耗等措施降低排放量，更好地實現節能減排的目的。
在本文用生命周期評價方法分析了國內某復合木地板生產工廠連續2年溫室氣體排放量，并嘗試通過數據對比探討生產型企業的碳減排途徑。
二、方法簡述
（一）方法學及參數的確定
LCA碳盤查在方法學上主要采用PAS2050：2008中生命周期評價方法學；產品的排放因子主要來自英國政府DEFRA碳排放數據庫以及GHG protocol排放因子數據庫，同時參考了《2006年IPCC國家溫室氣體清單指南》、《中國能源統計年鑒2010》、《中國區域電網基準線排放因子》等相關資料。
（二）分析階段的劃分
在LCA評價中，產品的生產過程分為原材料生產階段、產品生產階段、運輸分銷階段、安裝使用階段、以及處置或再生階段。其中，原材料生產階段主要指原、輔材料的生產和有關的過程；產品生產階段指所有生產過程和與生產有關的運輸/儲存活動、包裝、與場地相關的排放，以及產生的所有材料如產品、廢物、共生產品和直接排放，排放源包括廠內叉車、空調、冰箱、檢測設備制冷、滅火器、乙炔、柴油、化糞池及電力等的使用；運輸階段主要包括卡車、輪船、火車等；安裝使用階段是指安裝過程中使用的材料及能源，包括防潮膜及極少量電力，使用階段消費者基本無能源消耗；處置階段指產品廢棄后的處理處置排放。
三、盤查結果及分析
（一）主輔料排放
第二年與第一年相比總產量減少了102321平方米，主料排放量減少710tCO2e，輔料排放量增加310 tCO2e，總體上原材料部分排放量減少400 tCO2e，但減排量相對產生量極小。
（二）生產階段排放
生產環節的排放量增加了1662tCO2e，經對比可以看出，除原材料運輸外，生產階段排放主要來自用電、叉車運輸和自有車輛使用三個部分。
進一步分析得知，第二年生產環節電、油等消耗有所增加導致排放量增加，具體見下表
可以看出，該廠在產量大幅下降的同時生產電耗、油耗和自有車輛使用量的相對增加造成了生產階段的排放量增加。
（三）運輸階段排放量
運輸階段排放量增加了577tCO2e，其中海運和鐵路運輸的比例有所增加，由于海運和鐵運的排放因子小于汽運的排放因子，因此增加海運和鐵運的比例有助于降低運輸階段排放量。但由于業務范圍日趨擴大，產品的銷售網絡也日益完善，隨即增加了運往各地的里程數，因此運輸總里程增加較多，運輸階段排放量仍有較明顯的增加。
（四）安裝使用階段排放
由于盤查的前設條件為安裝階段僅消耗極少電力并使用一定量的防潮膜，消費者在使用過程中僅消耗少量水進行清潔，電力和水的消耗量極小，可忽略不計，因此安裝和消費者使用階段的主要排放來自防潮膜的上游排放。該部分排放量約占總排放量的5%左右，但因防潮膜的使用量不在企業可控范圍內，對于企業主動減排討論意義不大，因此不做贅述。
（五）廢棄階段
該廠生產的廢棄物主要為木糠和地板產品最終廢棄后的處置，其中木糠處理分為廠內做燃料燃燒和外運做其他產品原料；因此廠內處理的排放為木糠燃燒的排放量，而廠外處理的排放僅為運輸階段的排放，廠外處置部分排放計入下游產品排放，不在盤查范圍內；廢棄地板處置方式假設為全部燃燒。
可以看出廢棄階段主要排放來自廢棄地板處理，占廢棄階段總排放的90%以上。
四、評價結果及減排途徑分析
由以上分析可以看出，各階段的GHG排放特點各有不同，其中有匯率、價格變動等客觀原因導致的排放量變化，也有生產率變化、生產能耗變化等企業經營管理方面的原因導致的排放量變化。
原材料階段排放主要來自原輔材料的上游排放，包括材料從自然界開采、加工、包裝等過程的排放，因此這一階段的減排應主要依靠：①提高工藝技術水平，提高成品率，減少原輔材料的使用量；②盡量采購上游排放較少的原輔材料，如經過碳中和認證的材料、或生產過程中碳排放較少的產品，以及其他生產的副產品等。
生產階段的主要排放來自用電、叉車使用和自有車輛使用。這一階段的減排主要依靠：①企業提高自身管理水平，減少不必要的出行，或提高自有車輛的使用效率；②因叉車主要用于物料的搬運，電力使用也是生產不可或缺的一部分，與生產息息相關，企業應自查原因，在產量較大幅度減少的前提下，生產能耗和叉車使用量大大增加，提高管理水平，優化電力和叉車的使用效率，降低排放。
運輸階段的排放量上升與企業業務發展水平有關，同時也與企業運輸外包商的運輸策略有關。在相同的運輸距離和載重前提下，不同運輸途徑的排放因子為海運＜鐵運＜汽運，因此運輸外包商應盡可能多的使用海運和鐵運，減少汽運。若企業依靠自身的市場地位影響運輸外包商的運輸策略，將有可能對企業的GHG減排帶來較為可觀的效益；此外，企業在經銷商的設置上也可以考慮布局方式和位置，以便減少運輸距離，減少運輸階段排放量。
廢棄階段排放主要來自殘品的處置排放。這一階段的減排策略包括：①提高生產技術和管理水平，提高產品優良率，減少殘品數量；②盡量與其他廠商簽訂回收協議，使廢棄的地板進入下游產業鏈，成為其他產品的原輔料，降低下游排放。
篇5
1中國數據的實證檢驗
1.1模型設計經濟學認為，只要是生產產品，無論是本國消費還是出口到國外，都會有不等的能源消耗，從而會產生或多或少的碳排放.其中含量最多的主要是溫室氣體二氧化碳.該氣體不僅會對本國的國民生活產生影響，還會促使全球氣候變暖.因此，出口貿易、經濟增長和碳排放之間應該存在一種相對穩定的關系，并且該關系可能會隨著時間發生變化.為了探究三者之間的關系，將以公式（1）為基準，將三者統一在該公式之下。根據上述公式，對其部分符號進行如下說明：如果估計出來的β1為正，表示出口貿易具有“增排”效應，意味著出口貿易的碳排放具有轉移效應，假說成立；如果為負，說明出口貿易具有“減排”效應.根據對我國對外貿易現狀的理解，由于高能耗、高污染、高排放以及粗放模式下的影響，理論預期β1為正.β2符號根據不同國家的不同發展階段，有不同的情況，這也是EKC模型中的論斷.如果β2為正值，說明經濟增長具有“增排”效應，反之，則具有“減排”效應.
1.2數據說明本文主要使用3組數據，分別是GDP、碳排放量以及出口貿易額.其中出口貿易額和GDP分別如表1和表2所示.數據來源于《中國統計年鑒》.碳排放量的數據計算主要是通過《中國統計年鑒》中中國1991—2013年消耗的能源總量根據公式（2）進行計算得到.式中：C是碳排放總量，X表示能源消費總量，Si表示i種能源在能源消費總量中的所占份額，Fi表示第i種能源的排放系數（強度），即消費單位i種能源的碳排放量.各能源排放系數煤炭為0.7476，石油為0.582，天然氣為0.4435.中國1991—2013年能源消耗量如表3所示，碳排放量計算結果如表4所示，公式（1）中lnCt、lnEt、lnGt數據如表5所示.
1.3實證檢驗結果
1.3.1單位根檢驗如表6中的數據，列示了ADF檢驗統計量的觀測值與其在1%、5%、10%、顯著性水平下的臨界值，數據顯示，lnC、lnE、lnG在原始數據以及一階差分下不顯著，二階差分下通過了顯著性檢驗，因此，3個變量的二階差分序列是平穩的.
1.3.2JJ協整分析協整特征根檢驗結果如表7所示.最大特征值檢驗結果如表8所示.通過上述分析發現，無論是協整檢驗的特征根檢驗還是最大特征值檢驗，其對應原假設None的檢驗統計量均大于10%顯著性水平下的臨界值，這意味著可以在90%的置信水平下拒絕無協整關系的假設，說明lnC，lnE和lnG三者之間存在協整關系.協整方程中括號內為對應的標準誤，估計方程的似然值為104.0275.由協整方程可以看出，出口貿易的系數為0.036，即出口貿易增加1個單位，則碳排放量增加0.036個單位；同理得出，中國GDP的增加未必導致碳排放量的增加.這說明中國碳排放和經濟增長在一定程度上是“脫鉤”發展的.
1.3.3因果關系檢驗利用Granger因果檢驗分析lnC，lnE和lnG三者之間的因果關系，如表9所示.由上表可以看出，出口貿易是碳排放以及經濟增長的Granger原因.這說明出口貿易的增加雖然促進了中國經濟的增長，但是也同時帶來了負面后果，中國的碳排放量也在隨之增加，進而表明了中國成為了碳污染和排放轉移的對象.同時，經濟增長不是碳排放量增加的原因，則進一步印證了JJ協整分析的結果，碳排放量和經濟增長的“脫鉤”發展.
1.3.4脈沖響應分析運用脈沖響應分析方法，通過建立VAR模型得出lnC、lnE、lnG之間互相的作用關系以及它們對自身的影響.由圖1可以明顯看出，GDP對于自身的影響力小于碳排放量對GDP的影響力，GDP對于出口貿易的變化發生的改變最為的迅速，但是在第二期速度開始變緩，再稍微增加之后，開始降低，這說明了在國民經濟大量依靠對外貿易的情況下，經濟體系會變得不夠穩定.碳排放量則是跟隨者GDP的增加而持續的增加，并且將會在后面的期間會處于一個相對穩定的狀態，而碳排放量對于自身的影響則是在前六期處于上升階段后面處于下降階段，出口貿易對碳排放量的影響最為明顯，說明我國部分出口貿易額是由造成大量的碳排放來產出產品獲得利益的.出口貿易額對于自身的影響在前三期處于波動階段，先減后增，然后趨于穩定，而GDP和碳排放量的變化在第一期就是出口貿易額發生變化，而后不斷增加.
2結論及建議
篇6
一、引言
城市化作為一種全球性的經濟社會現象，主要發生在工業革命以后。伴隨著世界城市化的快速發展，城市人口急劇膨脹，城市規?？焖贁U張，能源消費迅猛增加，工業污染迅速蔓延，生態環境問題日益嚴重。在全球十大環境問題中，氣候變暖居首位，而全球氣候變化主要是由于溫室氣體排放量的不斷增加，尤其以二氧化碳排放的增加為主。近200年來，世界城市化水平和二氧化碳排放量保持同步上升，目前二者均有加速的趨勢。產業革命以來，世界城市化水平在5%左右，大氣中二氧化碳濃度在280ppm左右（ppm是氣體濃度單位，表示百萬分之一），到了2007年，世界城市化水平達到了50%，二氧化碳濃度值上升到了383ppm，而其危險臨界值為385 ppm，全球平均地表溫度也比工業革命時期升高了0.74℃［1］。
我國城市化進程快速發展的同時帶動了以化石燃料為主的能源消耗迅猛增長，使得二氧化碳等環境污染物的排放量逐年增加。根據國際能源署（IEA）公布的統計數據顯示，2007年我國化石能源消費產生的二氧化碳排放已經超過美國，成為目前世界上二氧化碳排放總量最大的國家［2］。然而伴隨著我國城市化、工業化發展的不斷快速推進，以煤為主的能源消費量還將不斷增加，由此產生的二氧化碳排放量也會進一步上升，這意味著，我國碳減排面臨的國際壓力將會日益增加。
隨著全球氣候變暖問題的日益嚴峻，越來越多的研究開始關注如何在城市化進程中緩解溫室氣體排放問題。徐國泉等運用LMDI分解法對中國碳排放進行了因素分解研究，定量分析了經濟發展和能源強度對我國碳排放的影響，指出經濟發展拉動我國碳排放呈指數增長，而能源強度的貢獻率則表現為倒“U”形［3］。王鋒對1995-2007年中國碳排放量增長的驅動因素進行了研究，認為人均GDP增長是二氧化碳排放量增加的最大驅動因素［5］。何吉多關于1978-2008年中國城市化與碳排放關系的協整分析表明，我國碳排放量與城市化水平之間存在長期動態均衡關系，且這種長期均衡關系對當前碳排放偏離均衡水平的調整力度較大［5］。日本學者Yoichi Kaya于IPCC的一次研討會上提出Kaya恒等式，指出人類活動產生的溫室氣體排放與經濟發展、人口等因素存在聯系［6］。Duro和Padilla認為Kaya因素中引起不同國家碳排放差異的重要因素為人均收入、能源消費碳強度和能源強度［7］。林伯強等通過對Kaya恒等式的分解，認為1978-2008年對中國碳排放影響較為顯著的因素包括經濟發展、能源強度、能源消費碳強度和城市化水平［8］。
人類活動與溫室氣體排放之間的關系已經成為國際熱點之一，研究二者之間的關系有著重要的現實意義。山東省作為我國的人口、經濟大省，一直是高能耗、高碳排放區，魏一鳴指出，2005年山東省終端能源消費產生的二氧化碳排放總量居全國首位［9］。同時，山東省城市化進程快速推進，2010年山東省城市化水平為40.04%，正處于諾瑟姆曲線劃分的城市化發展階段中的中期加速發展階段［10］。雖然山東省城市化發展已取得了可喜的成績，但與我國49.95%的城市化水平相比還是相差較遠。研究山東省城市化進程中的碳排放，不僅對于把握山東省碳減排政策、城市化發展戰略、保持經濟持續快速發展具有現實意義，而且對于更好地理解我國的整體狀況也有重要意義。基于此，本文運用協整分析方法借助VECM模型對山東省城市化水平和二氧化碳排放量之間的長短期關系進行實證分析，并利用Kaya恒等式對山東省城市化進程中的碳排放影響因素進行分解分析，最后提出相應的政策建議。
二、山東省城市化與碳排放關系的協整分析
2．變量的平穩性檢驗
四、結論及政策建議
本文運用協整分析方法借助VECM模型對山東省城市化水平和二氧化碳排放量之間的長短期關系進行了實證分析，并利用Kaya恒等式對山東省城市化進程中的碳排放影響因素進行了分解分析，從而得出以下結論：
（1）山東省城市化水平和二氧化碳排放量之間的協整方程說明，二者之間存在長期均衡關系，長期彈性系數為1.7120，即城市化水平每提高1%，碳排放量將同步增長1.7120%，這說明城市化是導致山東省碳排放量增長的一個重要因素。
篇7
中圖分類號：F293 文獻標識碼：A
原標題：文化視角下金華市發展低碳經濟的實證研究
收錄日期：2013年12月9日
一、引言
能源作為經濟發展重要的要素之一，其對經濟增長的推動作用越發明顯。改革開放以來，中國經濟高速發展的同時也帶動了能源消費的快速增長。中國的能源消耗占世界能耗的比重越來越大。數據顯示，一次能源生產總量從1978年的6.2億噸標準煤上升到2008年的26億噸標準煤；能源消費總量從1978年的5.7億噸標準煤上升到2008年的28.5億噸標準煤。2000年以來我國能源消費更是快速增長，2000～2008年年均增長超過10%。因此，提倡低碳經濟就顯得更加必要。關于低碳經濟，國內外的學者從不同角度作了大量的研究。
近年來，國內外學者就低碳經濟方面做了大量的研究工作。其研究視角主要集中在以下幾個方面：
第一，低碳經濟與經濟增長的關系。Stern（1993）利用美國1947～1990年的相關數據對相應變量做了因果檢驗，發現能源消費對GDP存在單向Granger因果關系。黃棣芳（2011）利用1999～2008年的面板數據檢驗了中國經濟增長與不同的環境污染指標的關系。李文潔（2012）利用1997～2007年間省級面板數據研究了能源開發與經濟增長的關系，發現能源開發強度和經濟增長是負相關的，而且不同地區有一定的差異。邵帥、齊中英（2008）研究了中國能源開發對經濟增長的傳導機制，發現由于能源開發對科技創新、人力資本投入有擠出效應，同時還弱化了政治制度，這將阻礙經濟增長。
第二，環境污染“倒U型”庫茲涅茨曲線的經驗證明。Grossman G.and Krueger A（1991）分析城市大氣質量，發現存在環境污染的“倒U型”庫茲涅茨曲線；楊桂元、李璐（2011）實證分析了中國低碳經濟發展的影響因素以及我國走低碳經濟的路徑選擇等問題。林伯強、蔣竺均（2009）驗證了在中國是否存在環境污染的“倒U型”曲線。
第三，碳排放的測算方法。朱勤（2011）從能源消費碳排放系數、化石能源消費碳排放以及二次能源消費碳排放等方面進行了測算；張雷（2010）等則是根據一次能源消費總量和碳排放系數計算了碳排放量。李健（2012）則是利用某類化石能源消費量與該類化石能源折算系數以及碳排放系數的乘積的總和來測算碳排放量。
第四，低碳經濟與產業結構調整、消費結構、企業、人口的關系。付允（2008）、楊萬東（2010）從不同視角，定性研究了中國產業結構調整與低碳經濟之間的關系。周建鵬等（2011）通過構建一個代表性企業產品差異化生產函數模型，研究了政府和企業就不同環境下的低碳選擇策略問題。李健、周慧（2012）采用灰色關聯分析法分析了產業結構對發展低碳經濟的影響。陳兆榮（2011）通過結構變動指數分析我國產業結構高級化變動與低碳經濟之間的關系。朱勤等（2011）從消費結構、人口變動視角探討低碳經濟問題，采用嶺回歸方法研究了人口、消費及技術因素對低碳經濟的影響。張偉等（2012）利用中國30個省份地區1998～2008年的面板數據分析了中國工業化水平和能源消費之間的關系，發現工業化水平的提高，增加了能源消費。
第五，研究低碳經濟與財政分權的關系。張克中等（2011）從碳排放的角度，利用1998～2008年省級面板數據分析了財政分權與環境污染的關系，提出財政分權程度的提高不利于碳排放的減少。薛剛等（2012）利用中國1998～2009年省級面板數據分析了財政分權與污染物排放量的關系進行了實證分析，發現財政分權指標選擇不同，最終的結論也不盡相同。
檢索現有研究成果發現，目前關于低碳經濟的研究更多是基于全國或較大區域，研究視角則多為碳排放與經濟增長、產業結構、人口、消費結構、財政分權等的關系，研究方法多為聚類分析、因素分解等。從文化視角研究金華市低碳經濟路徑問題的文獻很少，本文試著補充、完善這一領域的研究內容，我們將運用相關年份的數據分析金華文化發展和碳排放（低碳經濟的一個指標）之間的關系，具有一定的理論意義。金華作為浙中地區的一個重要城市，未來一段時期內，該市經濟增長的同時，發展低碳經濟可能是其必須要考慮的因素之一。因此，降低碳排放量、發展低碳經濟是金華經濟快速、合意發展必然選擇。同時，金華市有著悠久的歷史文化和現代文化，通過研究文化發展和低碳經濟之間的關系，進而發現降低金華市碳排放量的途徑和方式，對金華市經濟發展過程中解決資源、環境與經濟增長的矛盾，建立資源節約型、環境友好型社會，走可持續發展道路具有一定的現實意義。
二、數據來源及變量選擇
目前，學術界還沒有就文化發展給出一個統一的指標，筆者從文化產業的視角來分析這個問題，政府投入不僅構成了文化產業發展的原始基礎，而且在將來相當長的時期內，政府投入仍然是促進文化產業發展的重要力量和保障。事物發展的規律使我們堅信，隨著經濟的發展和國力的增強，政府投入仍將不斷加大。根據數據的可得性和目前學術界的一般處理方式，我們選取文化事業財政補助和文化事業基本建設投資額作為衡量文化產業發展的指標，分別記為trc和ic；對于低碳經濟，我們用碳排放量作為指標，目前學術界有不同的方法，由于具體計算碳排放量比較繁瑣，我們仿照王怡（2012）的做法，用煤炭、汽油、煤油、柴油和燃料油、天然氣的年消費量進行估算，但這些能源的統計指標一般是實物量，在估算碳排放量時，首先需要將這些消費的能源根據折算系數換成以標準煤為計量基礎的能源消費量，因為天然氣的單位是立方米，我們也把它轉化成標準煤單位，然后計算出相應的碳排放量，記為tp。本文的文化產業發展水平數據來源于《浙江省統計年鑒》歷年數據和相關網站信息整理所得；碳排放量的數據則來源于歷年的《中國能源統計年鑒》，并通過整理、計算得到。
三、實證檢驗及結果分析
（一）單位根檢驗。根據以上選取的變量和相應的理論分析，同時為了消除變量之間可能存在的異方差，我們構建雙對數計量模型：
根據前面假定，ctr為文化事業財政補助；ci為文化事業基本建設投資額，這兩個指標用來衡量文化產業發展；tp為碳排放量，用來衡量低碳經濟發展水平，t表示時間。？滋t為隨機干擾項。
本文首先采用ADF檢驗法檢驗數據的平穩性，檢驗結果如表1。（表1）可以看到，Log（tpt）、Log（ctrt）、Log（cit）這些變量的原始數據都沒有通過ADF檢驗（檢驗的結果都大于臨界值），這說明每一個時間序列都是非平穩性數據，若直接對這些變量做進一步的實證分析，則沒有任何的意義。然而，對這些變量進行一階差分后，所有變量都通過了平穩性檢驗（檢驗的結果都小于臨界值）。所以，它們都滿足一階單整I（1）。如果變量之間滿足同階單整，那么我們可以繼續檢驗它們是否存在長期的均衡關系。
（二）協整分析。就協整檢驗的方法而言，如上文所示，主要有Engfe-Granger兩步法、Johansen極大似然法、頻域非參數譜回歸法等。頻域非參數譜回歸法在這里不能使用，而恩格爾和格蘭杰的檢驗方法主要適用于樣本容量大的情況，本文采用從2000年到2011年間的數據，樣本容量較少，所以，我們同樣不能使用這種檢驗方法。相對于兩步法，Johnsen協整檢驗還能檢驗多重協整關系，而且他對樣本容量問題的要求不是很嚴格，所以，我們采用Johnsen協整檢驗。（表2）
根據計量經濟學的相關知識，我們知道只要統計量大于臨界值，則就拒絕假定。由表2的協整檢驗結果可以看出，檢驗結果在5%顯著性水平上明顯拒絕了不存在協整關系的原假設，也拒絕了存在至多1個的協整關系，接受至多存在2個協整關系的假定，說明它們之間存在兩個協整關系，協整關系度量系統的穩定性，因此我們可以認為變量之間存在著穩定的關聯關系，即碳排放量與文化產業發展是密切相關的。
根據以上分析，我們知道金華市低碳經濟水平和文化產業發展存在著長期的穩定關系，經過標準化調整后，我們最終得到如下結果：
log（tp）=12.365-0.8754log（ctr）-1.0235log（ci）
由以上結果可以看出，金華市碳排放量和文化事業財政補貼以及文化事業基本投資之間存在著負相關，文化事業財政補貼增加1%，碳排放量將減少0.88%，文化事業基本投資沒增加1%，碳排放量將減少1.08%。
（三）格蘭杰檢驗。根據格蘭杰因果關系檢驗原理，運用Eviews6.0，對金華市碳排放量與文化事業財政補貼和文化事業基本建設投資兩個變量之間的因果關系進行格蘭杰因果檢驗，檢驗結果如表3所示。（表3）可以看出，不管是文化事業財政補貼還是文化事業基本投資都拒絕了5%的原假設，這說明文化產業發展是碳排放量增加的Granger原因，但碳排放量并不是文化事業發展的Granger原因。
四、結論及政策建議
本文通過金華市2000～2011年的相關數據分析了碳排放量、文化事業財政補貼和文化事業基本投資三者的關系。檢驗了三者之間的協整關系，得出如下結論：（1）文化事業財政補貼和文化事業基本投資三者之間存在著穩定的聯系；（2）文化產業發展是碳排放量減少的Granger原因，但碳排放量并不是文化事業發展的Granger原因。
因此，我們提出如下政策建議：（1）促進文化產業的進一步發展。應加大政府對文化產業部門的支持力度，從資金和政策等方面大力扶持傳統和現代文化產業的發展。通過這些領域的發展來改善經濟運行質量，減少碳排放量；（2）提倡低碳理念，通過政策引導，形成低碳經濟發展的長效機制。低排放、低耗能和低污染的發展理念要深入人心。
主要參考文獻：
[1]周富華.金華市低碳經濟發展水平分析[D].浙江師范大學，2011.
篇8
中圖分類號：F2
文獻標識碼：A
文章編號：1672-3198（2012）07-0070-03
碳關稅是指對進口的排放密集型產品、高耗能產品征收特別的二氧化碳排放關稅。近年來，各國以保護環境為由，力主對高耗能進口商品征收“碳關稅”。限制碳排放正成為發達國家新的“綠色壁壘”。2009年6月26日，美國眾議院通過氣候法案，規定從2020年起開始實施“碳關稅”，對包括中國在內的不實施碳減排限額國家進口的排放密集型產品征收特別的二氧化碳排放關稅。法國則提出將對那些在環保立法方面不及歐盟嚴格的國家的進口產品征收巨額碳關稅。
隨著國際環境問題的日益嚴峻，WTO在環境和貿易問題的立場上也發生了微妙的變化，征收碳關稅即將成為一種趨勢。而從我國對外貿易結構來看，出口產品以勞動密集型和能源密集型產品為主，高耗能和高碳排放的商品占了主導地位。而提出開征碳關稅的歐美等發達國家又是我國的主要市場，因此，我國的對外貿易即將面臨碳關稅壁壘的壓力。在此情形下，有必要對出口商品的碳排放量進行研究，制訂相應的減排措施，以降低出口成本，這無論在理論上，還是在實踐上都具有重要意義。
基于這個目的，本文以全國外貿百強列第七位的寧波為數據樣本，測算該地區主要出口商品的碳排放量，并分析如何減少出口商品的二氧化碳排放量的對策措施。
1 寧波主要出口商品碳排放量計算結果及分析
碳排放主要與能源消耗相關，是化石能源燃燒的副產品。根據世界資源研究所的標準，碳排放量主要指煤炭、石油、天然氣等能源消耗所排放的二氧化碳當量。目前我國并未對碳排放量進行監測，因此很多數據均通過對能源消耗而計算得來。
本文采用美國橡樹嶺國家實驗室（ORNL）提出的方法計算出口商品的化石燃料（主要指煤炭、石油、天然氣等能源）燃燒釋放的CO2量。
燃煤的碳釋放量=耗煤量×0.982×0.73257
上式中：0.982為有效氧化分數；0.73257為每噸標準煤的含碳量。
在獲得相同熱能情況下，燃油的碳釋放量=燃油折算成的標準煤當量×0.982×0.73257×0.813（燃油釋放CO2量/燃煤釋放CO2量）；
在獲得相同熱能情況下，燃氣的碳釋放量=燃氣折算成的標準煤當量×0.982×0.73257×0.561（天然氣釋放CO2量/燃煤釋放CO2量）。
在采用上述方法計算碳排放量過程中，仍存在一些技術上的問題，針對以上問題，本文作了如下處理：
針對寧波對外出口商品數據，筆者擷取了出口量前20位商品（前20位商品占總出口產品的比例高達50.4%），本文數據中，能源消費量、歷年全市及各縣（市）、區規模以上工業企業總產值源自寧波統計年鑒2006-2011年的數據，出口商品數據源自寧波外經貿局。出口商品所屬行業的劃分則根據質檢總局對國民經濟行業分類與代碼來進行統計。
要計算寧波主要出口商品的碳排放量，可先將寧波主要出口商品進行分行業歸類，然后，根據ORNL的方法對分行業的化石燃料燃燒釋放二氧化碳量進行計算，以上結果得到各行業的二氧化碳排放總量，與各行業工業產值的比值就是行業碳排放強度（碳排放強度是指單位國內生產總值的二氧化碳排放量），與每個行業占行業出口生產總值的比例相乘，就可以得到各行業出口的二氧化碳排放量所占比例。
（1）2006-2010年寧波工業分行業碳排放強度的計算及結果分析。
碳排放這一指標主要是用來衡量一國經濟同碳排放量之間的關系，如果一國在經濟增長的同時，每單位國民生產總值所帶來的二氧化碳排放量在下降，即碳排放強度在下降，那么說明該國就實現了一個低碳的發展模式。寧波主要出口商品分行業二氧化碳排放總量（見表1），與其工業產值的比值就是其碳排放強度（見表2）。
從表2可以看出，寧波各個行業碳排放強度呈現不斷下降趨勢。其中，2010年紡織服裝與鞋帽制造業、紡織業、塑料制品業、電氣機械及器材制造業、交通運輸設備制造業的碳排放強度僅為2006年的百分之五十左右，有色金屬冶煉及壓延加工業和金屬制品業僅為2006年的百分之三十，通信設備、計算機及其他電子設備制造業甚至達到了2006年的百分之二十。這與我國近幾年來控制高耗能、高排放行業過快增長并提高相關產品的排放標準政策有關，比如2006年起，我國就提高了服裝業污水的排放標準以及對企業清潔生產水平的審核；各種裝備制造業也紛紛制定了行業的綠色標準。但也有部份行業碳排放強度五年來并未下降，如黑色金屬冶煉及壓延加工業、家具制造業、文教體育用品制造業、皮革、毛皮、羽毛（絨）及其制品業等。其中家具制造業的碳排放強度下降幅度小是因為國家對家具制造業及文教體育用品制造業等的排放標準實施較晚，自2011年起，這幾個行業的主要污染物排放標準才有所提高；而黑色金屬冶煉及壓延加工業屬于資源性產品的開采和壓延，碳排放強度大于1，多年來沒有下降，說明寧波對資源的開采過程中，對能源效率和結構問題關注不夠，沒在在資源開采的技術上有所突破，未能切實降低碳排放強度。
（2）主要出口商品分行業碳排放量所占比例計算及結果分析。
寧波主要出口商品分行業的二氧化碳排放總量，與每個行業占行業出口生產總值的比例（見表3）相乘，就可以推出各行業出口的二氧化碳排放量所占比例（見表4）。
根據表4，可以看出紡織業、紡織服裝與鞋帽制造業、黑色金屬壓延制造業、造紙這四大行業所占比例最高，這四大行業對應的出口商品為：紡織紗線與織物及制品、服裝及衣著附件、鋼材、紙及紙板（未切成形的）。2006年到2010年，這幾個行業二氧化碳排放占總碳排放量的比例高達40%，這與其行業的特性是密切相關的。以碳排放量比例排位第一的紡織業為例，紡織業位列國家“十一五”統計的10個高耗能工業部門的第一位，作為紡織工業重要部分的化纖行業則高度依賴石油資源，而且化纖行業還面臨著高能耗、重污染的問題；就排位第二的紡織服裝業而言，服裝從原材料的制作到其自身的生產、運輸、使用以及廢棄后的處理，在其生命周期內的每一個環節均會排放出一定的二氧化碳以及消耗大量的能源；排位第三的黑色金屬壓延制造業所占出口比例并不高，在出口前二十種主要商品中排名末位，但因其在生產過程中，需要消耗大量的原煤、原油、汽油、煤油、柴油、燃料油、液化石油氣，折合而成的標準煤高出其他行業好幾倍，因此碳排放量高居不下；排位第四的造紙業是國家七大“三高”產業之一，資源、能源消耗高，需消耗大量的原煤、汽油、柴油、燃料油，污染嚴重，能耗效率低下。
2 結論與啟示
本文根據寧波主要出口商品所屬行業的能源消費量、工業產值和出口比例，計算出主要出口商品分行業的碳排放強度及碳排放量所占比例，結果發現：
從整體規模上看，二氧化碳排放規模并無下降的趨勢。部份行業如交通運輸設備制造業碳排放強度雖有一定程度的下降，但由于出口量的攀升，出口中的二氧化碳排放規模沒有太大變化。而部份行業如紡織業、交通運輸、文教體育用品制造業、專用設備制造業、皮革/毛皮/羽毛（絨）及其制品業、造紙及紙制品業的二氧化碳排放規模及碳排放強度均呈現平穩變化的態勢。從出口商品結構來看，資源密集型的黑色金屬壓延制造業碳排放強度及出口規模多年來沒有下降，二氧化碳排放量所占比例較高；勞動密集型的紡織業碳排放強度雖有所下降，但由于其出口規模略有所擴大，耗費能源沒有明顯下降，因此使得二氧化碳排放量所占比例一直為21%多，沒有明顯的下降趨勢；技術密集型的電氣機械及器材制造業或通信設備、計算機及其他電子設備制造業等本身碳排放強度較低，二氧化碳排放量較小，其碳排放量在出口行業中所占比例較低，對寧波出口商品整體減排所起的作用并不明顯。
可以預見，隨著全球減排意識的普及，碳關稅未來將成為影響寧波出口商品的新綠色貿易壁壘。此外，我國的“十二五”規劃提出到2020年，單位GDP二氧化碳排放（即碳排放強度）需比2005年下降40%-45%的目標，并將指標分解到各省市，納入各省市的發展規劃并作為約束性目標的要求?？傮w上來講，“低碳”貿易勢在必行，我們應及早制定相應的出口減排措施，增強出口產品的競爭力。
以寧波為例，需篩選出碳排放量高的行業進行重點減排，根據對表4主要出口商品分行業碳排放量所占比例的分析，當前寧波需對紡織業、紡織服裝與鞋帽制造業、黑色金屬壓延制造業、造紙這四大重點碳排放行業進行減排。
首先是紡織業及紡織服裝業。這兩個行業出口比例與碳排放量所占比例均排前兩位。在此可將寧波的紡織、服裝業與同是我國紡織服裝制造業最發達的深圳作比較。根據深圳統計年鑒的數據，深圳2009年、2010年服裝業的碳排放強度分別為0.13、0.11，低于寧波。究其原因，深圳很早就對服裝業進行轉型升級，從低端的加工組裝制造環節，不斷地向價值鏈的兩端（研發、設計、銷售）升級，打造出了多個自主品牌，這樣可以達到合理分配資源、降低成本的目的。另外，深圳服裝企業致力技術創新以降低碳排放。如深圳的利華成衣集團花費百萬資金改造紡織設備，改進工藝，推動了低碳紡織品的生產，如此循環利用節省下來的資金達280萬元，遠高出花費的資金。而寧波服裝雖然出口量巨大，卻仍以貼牌加工為主，自主品牌出口的交貨值只占出口額的1%。貼牌加工模式實質上是生產發達國家外包的高能耗、高污染產品，這種對資源高強度、高密集化的使用將會大大提高紡織服裝企業的出口成本，增加出口商品的碳排放量。
針對這二行業采取的措施如下：第一，從服裝的面料入手，紡織及服裝業所用面料主要是化學纖維，化學纖維的碳排放量極大，可盡量使用絲綢、棉麻等天然纖維等面料進行生產，并鼓勵環保型、低能耗面料等新型面料的開發；第二，對紡織業的產品及設備進行技術創新。采用提高加工效率、降低消耗、節約染化料、改善生態環境的新工藝，生產批量小、個性化、附加值高的產品，提高出口產品的附加值。開發新型工藝設備和改造落后高能耗設備，當前紡織設備的熱效率低，消耗能源量大，改造之后，不但可以增強產品出口的優勢，還能節省能源與原料的消耗，以適應國外市場更高的進入標準；第三，加快產業升級和制度創新。將寧波紡織服裝業從“貼牌生產”向原創設計、自創品牌、創立名牌轉變，逐步調整升級為高設計含量、高附加值的創意型產業。第四，注重配套環節的節能減排。除了在生產過程中關注原料、工藝及設備，還要考慮其他環節如運輸歷程中的環境污染問題，即推行服裝低能耗、低排放運輸方式，在包裝、運輸、裝卸、倉儲等環節，充分考慮環境污染問題，使運輸資源得到最大限度的優化。
其次，黑色金屬壓延制造業。針對這一行業的措施措施如下：一方面，注重技改投入，加快新產品研發，產品的開發以品種質量、節能降耗、環境保護為重點，研究能夠增加載重量、節能，并減少二氧化碳排放量的輕型高強度鋼材。鋼材品種的改造提升有助于推進產品優化升級，增強鋼材出口的優勢；另一方面，鋼鐵產業為高能耗、高污染行業，出口的鋼材碳排放量高，需調控鋼鐵制造產業規模，禁止盲目擴大產能，支持以提升質量、節省能源、改善工藝等為目的而擴建的鋼鐵項目，所有投資項目必須以淘汰落后產能為前提，以技術改造、產品升級為由；加強減排核查，加強對企業執行產品質量標準、能耗限額標準的監督檢查，按期淘汰有關政策明確需淘汰的設備。
最后，造紙業。針對造紙業的措施如下：一方面，選擇可再生木材原料。木材和紙產品是可再生和可循環使用的產品，使用林木原材料可以擴大生物質能源的使用，減少對化石燃料的依賴，減少二氧化碳的排放。著重發展新型生物經濟和循環經濟，采用全新技術對農業剩余物進行綜合利用以制漿造紙。努力發展木漿、廢紙漿等纖維原料，減少節能環保難度較大的草類原料比重；另一方面，選擇可再生的燃料。在造紙的過程中，化石的燃燒會產生大量的二氧化碳，而農村、林地的剩余木材、加工剩余木材、產品廢材及循環利用材以及制漿造紙業等所產生的廢棄物等產品是可循環的生物質能源。可循環原料及燃料的使用可大大降低隱含在造紙業當中的碳排放量。
以上是針對碳排放量占出口比例較大的一些重點行業提出的減排措施。要想降低寧波出口商品的碳排放量，還可以鼓勵有條件的出口企業申請相關產品的碳標簽，即核算出商品從原料采購、運輸、生產到銷售過程中產生的溫室氣體排放量（碳足跡），用數據標示出來，以標簽的形式告知消費者，從而影響消費決定，引導消費者選擇較低碳足跡的環境友好產品，最終提高出口產品的競爭力，走低碳環保、可持續發展之路。對企業來說，引入碳標簽，量化碳排放指標，并計算每個生產零部件、每個生產過程的碳排放數據，生產成本肯定會上升，但從長遠來看，產品的低碳化實際上是成本的降低，利潤的增加和國際市場占有率的上升。
另外，優化出口商品結構對降低出口商品的碳排放也有一定的作用。如技術密集型的電氣機械及器材制造業或通信設備、計算機及其他電子設備制造業等本身碳排放強度較低，二氧化碳排放量較小，大力發展技術密集型的行業，增加其出口的比重，努力降低勞動密集型及資源密集型等占碳排放量比例較大的產品出口比重，是降低碳排放，避開碳關稅的有效途徑。
總之，只有順應低碳經濟發展模式，不斷提升科技創新能力，搶先一步實現出口商品的低碳化，才能更好地應對國外低碳貿易壁壘，對外貿易才能在低碳時代獲得更大的發展空間。
參考文獻
篇9
一、碳成本管理產生的背景
《京都議定書》的簽署是為了人類免受氣候變暖的威脅。發達國家從2005年開始承擔減少碳排放量的義務，而發展中國家則從2012年開始承擔減排義務。《京都議定書》需要占全球溫室氣體排放量55%以上的至少55個國家批準，才能成為具有法律約束力的國際公約。中國于1998年5月簽署并于2002年8月核準了該議定書；歐盟及其成員國于2002年5月31日正式批準了《京都議定書》；2004年11月5日，俄羅斯總統普京在《京都議定書》上簽字，使其正式成為俄羅斯的法律文本。截至2005年8月13日，全球已有142個國家和地區簽署該議定書，其中包括30個工業化國家，批準國家的人口數量占全世界總人口的80%。2005年2月16日，《京都議定書》正式生效。這是人類歷史上首次以法規的形式限制溫室氣體排放。為了促進各國完成溫室氣體減排目標，議定書允許采取以下四種減排方式：一是兩個發達國家之間可以進行排放額度買賣的“排放權交易”，即難以完成削減任務的國家，可以花錢從超額完成任務的國家買進超出的額度。二是以“凈排放量”計算溫室氣體排放量，即，從本國實際排放量中扣除森林所吸收的二氧化碳的數量。三是可以采用綠色開發機制，促使發達國家和發展中國家共同減排溫室氣體。四是可以采用“集團方式”，即，歐盟內部的許多國家可視為一個整體，采取有的國家削減、有的國家增加的方法，在總體上完成減排任務。有關碳排放制度最大特征在于“總量控制和排放交易（cap and trade）”計劃，參與該計劃的國家或地區政府都必須承諾碳排放量在規定限額下，碳排放權市場交易的結果導致了企業因購買碳排放權而擁有碳資產，因碳排放而形成了碳成本，擴展了傳統成本核算和管理的內容，從而產生了對碳成本核算方法的探討和碳成本管理內容的研究。
篇10
文獻標志碼：A
文章編號：1007－519412010)03－0106－05
全球氣候變暖已成為危害未來人類社會生存和發展的重要因素，國際社會普遍認同減少溫室氣體排放尤其是二氧化碳排放是解決該問題的最佳途徑。然而以解決后京都時代國際社會法定減排問題為目的而召開的哥本哈根氣候變化大會(丹麥，2009)卻以失敗而告終，這使得2012年后全球碳減排問題可能遭遇法律真空，將為資金、技術和管理能力占據優勢的發達國家開征碳關稅提供充足的理由。美國勞倫斯伯克利國家實驗室研究發現，中國2006年與能源有關的碳排放量已超過美國，中國政府自愿積極承擔國際減排義務，已于2009年11月26日正式對外宣布控制溫室氣體排放的清晰量化目標，決定到2020年單位國內生產總值二氧化碳排放比2005年下降40％～45％。由此看來無論從外部壓力還是從內部經濟結構轉型的需要來說，發展低碳經濟已成為我國經濟發展的必然選擇。而重慶是我國重要的重工業基地和最大的中央直轄市，也是全國統籌城鄉綜合配套改革試驗區之一，擔負著在一些重點領域大膽創新，探索實踐，為區域乃至全國積累好的發展經驗的歷史重任。所以測度重慶碳排放量并研究其影響因素顯得尤為重要，能夠有效挖掘重慶降低碳排放的空間和方向，為重慶發展低碳經濟提供基礎性研究，有利于重慶改變經濟增長方式，也將為中國經濟轉型提供示范樣板。
一、文獻綜述
縱觀國內外學者在碳排放方面的研究，主要集中在以下三個方面：王中英(2006)、杜婷婷(2007)等采用庫茨涅茨曲線(EKC)模擬經濟發展與碳排放之間的關系，并認為碳排放與收入水平之間遵循倒“U”曲線關系、“N”型關系；朱永彬(2009)等在內生經濟增長模型Moon-Sonn基礎上進行改進，從理論上得到了最優經濟增長率與能源強度之間存在倒“U”曲線關系的必要條件，即能源的產出彈性小于0.5，以上研究側重探討碳排放與經濟增長之間的關系。在碳排放機理方面：徐國泉(2006)等采用對數平均權重DVISIA分解法，定量分析了能源結構、能源效率和經濟發展對我國人均碳排放的影響，得出能源效率對我抑制我國碳排放的作用在減弱，以煤為主的能源結構未發生根本性變化，能源效率和能源結構的抑制作用難以抵消由經濟發展拉動的碳排放量增長；林伯強(2007)等該文采用協整技術研究中國煤炭需求的長期均衡關系，估計出中國煤炭需求的長期收入彈性、價格彈性、結構彈性以及運輸成本彈性，尤其是工業結構的調整，哪怕是微調，也會對煤炭需求有很大的抑制作用；田志勇(2009)等運用信息熵理論，測算出在以各類能源探明儲量為關鍵指標的前提下，我國以煤炭為主的能源消費結構是占優能源消費結構的結論，并提出節能減排的關鍵是提高煤炭利用效率和清潔利用問題研究；Lenung D Y C(2000)等對香港二氧化碳和甲烷的排放進行定量化分析，顯示煤是二氧化碳的最主要來源；王錚(2008)等對全國各省區的碳排放進行了核算，并在省級尺度上對中國碳排放進行對比，發現碳排放較高的省份集中在消費結構以煤為主的地區，也就是能源消費結構對碳排放有重要影響。除此之外，張健(2009)等研究了碳稅和碳排放權交易機制對我國各行業的影響，并得出合理的碳交易機制可以在一定程度桑緩解間接碳稅對我國能源行業的影響的結論；顧朝林(2009)等研究了低碳城市規劃進展并強調了其對發展低碳經濟的關鍵作用，這些研究填補了我國控制碳排放制度設計的空白。然而專門針對政府發展規劃的具體執行部門和監督部門的省級行政區碳排放研究并不多見，僅有帥通(2009)和趙敏(2009)等對上海市能源消費碳排放情況做過研究。本文將在上述研究基礎上，測度重慶市1998―2008年碳排放量并對其影響因素進行研究。
二、碳排放量測度及趨勢
(一)數據來源及測度方法
采用《重慶統計年鑒》1998～2008年中的能源數據。計算碳排放量時主要考慮以下幾方面：1.只計算終端能源消費產生的碳排放；2.不計加工轉換過程、運輸和輸配損失能源的碳排放；3.計算碳排放時統計年鑒只分煤炭、天然氣、油料和電力四大類，本文測算碳排放時采用了各類能源的平均碳排放系數，這是基于統計數據的次優選擇，由于本文側重于研究年度變化趨勢，故可以忽略此選擇對研究結論的影響。
能源消費碳排放量根據IPCC碳排放計算指南，并結合重慶市統計數據的特點，采用以下方法計算碳排放量：A=∑Ck×Ik
式中A為碳排放量，單位104t；Ck為能源消費量，按標準煤計，單位104t標煤；Ik為能源碳排放系數，單位(104t)／(104t標煤)；k為能源種類，取11類。重慶市主要能源消費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1×104t標準煤=2.93×105GJ，各種能源的碳排放系數(見表1)。
碳排放強度表示碳排放量與GDP的比值，由于經濟發展過程中價格不斷變化，以現價GDP計算的單位碳排放量不能直接比較，所以需要采用GDP可比價。計算方法：1998―2008年的GDP以1990年作為價格基準年，即將各年度GDP通過價格指數轉化為價格基準年可比價。我國并沒有公布正式的GDP價格平減指數，研究者需要根據研究目的，選擇適當的方法來測算。根據重慶市公布的數據，文中價格指數為居民消費價格總指數和商品銷售價格總指數的平均值。
(二)碳排放量變動趨勢
近十年來重慶市碳排放量隨GDP的增長逐年增長，由1998年的1.337×107t增長到2008年的3.202×107t，年均增長率為8.26％。圖一顯示碳排放量與GDP增長趨勢相同，2003年后能源消費碳排放量增長速率明顯加快，2006年后增長速率開始有下降趨勢，這與國家“十一五”規劃要求的節能 減排政策相符合。作為衡量單位GDP碳排放量指標的碳排放強度，十年來總體下降，從1998年的2.051／104元GDP，下降到2008年的1.50t／104元GDP，下降了26.83％，平均年下降率2.88％。如果要完成中國政府承諾的2020年藏排40％的最低目標，重慶必須在現有下降速率的基礎上提高20.14％。何建坤等(2004)的研究認為，碳排放強度的下降率大于GDP的增長率時才能實現二氧化碳的絕對減排。比較發現，1998年到2008年的碳排放強度下降率遠小于GDP的增長率11.36％，遠不能實現碳絕對減排，圖一也顯示了碳排放量的增加趨勢。
三、碳排放量影響因素分析
碳排放系統是一個復雜的系統，主要分為自然碳排放系統和人為碳排放系統，本文主要研究人為碳排放系統。影響碳排放的因素非常多，如科技進步、國際貿易、固定資產投資、資源豐富程度等都會影響到碳排放量，但歸納起來所有因素都會通過經濟增長、產業結構、能源結構、能源效率中的一個或者多個因素體現出來，因此本文主要探討這幾個方面對重慶碳排放量的影響。
(一)經濟增長
經濟增長推動碳排放增長的作用機理是經濟增長首先導致能源消費量的增長，進而促進碳排放量的增長。這個傳導過程成立的條件是經濟增長處于粗放型增長階段，能源結構基本穩定且沒有出現重大技術創新，重慶經濟正處于這樣的發展階段(許秀川等，2008)。一般用能源消費彈性系數即能源總量增長速度與國內生產總值增長速度之間的比值來定量反映經濟增長對能源消費量的影響，本文借鑒能源消費彈性系數的計算方法，測算了對應的能源碳排放彈性系數即能源碳排放增長速度與國內生產總值增長速度之間的比值來定量反映經濟增長對碳排放的影響。
通常情況下，發展中國家經濟發展初期能源消費彈性系數大于或者接近1，發達國家能源彈性系數小于或者接近0.5，表示經濟增長在經濟發展初期對能源消費增長影響顯著(王中英，2006)。按照同樣的思路，能源碳排放彈性系數也有相同的測量意義，圖二顯示重慶市能源碳排放彈性系數與能源消費碳排放系數基本同步變動，且基本都在0.5以上，十年來平均分別為0.76和0.79，表明經濟增長對重慶碳排放量起促進作用，不利于降低碳排放強度。
(二)產業結構
產業結構對碳排放的影響主要是由于各產業能源消費密度不同，如能源密度高的產業在國民經濟中占有較大比重且上升較快(史丹，1999)，在能源結構和技術因素既定的前提下，碳排放量就會上升較快。
圖三演示了重慶市1998―2008年各產業生產總值占比的變化情況。第一產業占總GDP的比重由1998年的20.9％下降到2008的11.3％，下降了9.6個百分點；第三產業占總GDP的比重由1998年的40.3％波浪上升到2006年的45.3％后，急速下降到2008年的41％；第二產業的比重卻從1998年的38.8％上升到2008年的47.7％，上升了8.9個百分點。分析表明，近十年來重慶產業結構變動基本上屬于一二產業之間的互相替換，也就是在GDP構成當中第一產業減少份額基本被第二產業增加份額所替代，而第三產業比重基本沒有改變。以2008年為例，第二產業單位GDP能耗分別是第一產業的3倍，第三產業的4倍，并且第二產業是能源構成中以高碳排放的煤、石油和天然氣為主，表明三次產業結構變動對重慶碳排放量有促進作用。并且從變動趨勢來說，產業結構向更不利于減少碳排放強度的方向發展。
(三)能源結構
近十年來重慶碳排放量成指數增長，且總碳排放量和煤類能源碳排放量高度相關(見圖四)，1998年到2008年間煤類能源碳排量占總碳排放量的比例始終維持在80％以上，而天然氣和油料能源的碳排放量也處于穩定的狀態，也就是說在最近10年間重慶能源碳排放量的構成基本沒有改變。
平均碳排放系數等于碳排放量與能源消費量的比值，由于一種能源本身的碳排放系數基本不會改變，當低碳能源所占比例增加時，平均碳排放系數將下降，反之亦然，能夠體現能源結構調整對碳排放量的影響。1998年到2008年平均碳排放系數最高年份為0.639104t／104t標煤，最低年份為0.617104t／104t標煤，且圍繞0.628104t／104t標煤的均線成上下波動趨勢(見圖四)。
同時，盡管重慶能源消費總量從1998年的2119.46104t標煤，增長到了2008年的5091.52104t標煤，年均增長速度達到8.29％，略低于GDP增長速度，但是圖五顯示的能源消費結構卻基本沒有改變，尤其是高碳排放煤類能源的比例基本維持在65％的比例，清潔能源如電力維持在10％左右，這與上面碳排放量構成分析完全一直。由此可知，在過去10年的時間里，沒有任何證據表明重慶市能源消費結構對控制碳排放量有積極影響。
(四)能源效率
能源效率也稱能源消耗強度一般采用萬元GDP標準煤能耗量來表示，即e=E／r，其中e表示能源效率，E表示能源消費量(萬噸標準煤)，r表示國民生產總值(億元人民幣)。在能源消費結構不變的前提下，能源效率的提高能有效降低碳排放量，徐國泉等(2006)研究表明1995―2004年中國人均碳排放的抑制作用主要來自能源效率的提高。借鑒孫海等(2009)對制造業能源消耗強度的分解方法，本文也將能源消耗強度分解成產效率份額。運用附件中公式(2)和(3)可計算得出十年來產業結構變動對重慶市總體能源效率貢獻度為-32.57％，三產業效率份額對總體能源效率份額貢獻度為132.57％。圖六是重慶市1998―2008年社會生產總值和各產業萬元GDP標準煤能耗量的變化圖，顯示第二產業能源效率變化是導致總體能源效率變化的關鍵原因，公式測算出二產業效率改進對產業效率改進貢獻率達到102.2％，表明重慶市第二產業能源效率提高是重慶市能源效率改進的主要原因。
由于經濟增長、產業結構、能源結構對抑制碳排放的貢獻率要么為負，要么基本為零，可以得出1998―2008年重慶市能源效率改進是導致碳排放強度從1998年的2.05t／104元GDP，下降到2008年的1.50t／104元GDP的關鍵原因。
四、結論與啟示
(一)結論
篇11
1 引 言
近年來，河北物流業企業數量不斷增加，規模不斷擴大，服務水平不斷提升。物流業的快速發展緣于河北省經濟的迅猛發展，兩者之間互相促進。然而，河北省物流業發展較為粗放，2014年前三季度社會物流總費用為4.136億元，同比增長3.41%；社會物流總費用占GDP的比重為19.05%，物流成本明顯偏高?！逗颖笔‖F代物流業“十二五”發展規劃》明確提出，要著眼發展低碳經濟，以降低物流業資源消耗為重點，構建節能高效、綠色環保的現代物流服務體系。到2015年，物流業碳排放量有所下降，初步建立起節能高效的物流運作模式，但物流業相關行業能耗依然巨大。[1]本文對河北省物流業碳排放量進行測算，并對其影響因素進行分析，為河北省相關部門制定物流業節能減排政策提供理論支持，同時為河北省物流企業的低碳化發展決策提供依據。
2 河北省物流業能源消費分析
物流業是一個復合型的產業，其作為一個生產業，由于其跨行業、跨部門、跨區域和滲透性強等特點。目前，國家尚未建立成熟、統一的指標體系和統計核算方法。根據河北省統計普查中心的統計方法，交通運輸、倉儲和郵政業可用于代表物流業[2]，本文利用河北省交通運輸、倉儲和郵政業能源消耗數據進行相關分析與計算。表1給出河北省物流業2005―2014年的能源消費量及比重。
由表1可以看出，2005―2014年，河北省物流業能源消耗總量整體上具有波動性上升的變化特征，除2008年、2009年和2014年外，河北省其余8年的能源消費總量均有所增長，2013年河北省能源消耗總量達到811.76萬噸標準煤，為2005年能源消耗量的1.37倍。三種能源中，石油的消耗量一直最大，煤炭的消耗量次之，電力的消耗量最小，其中，石油的消耗量總體呈上升趨勢，從2005年的544.85萬噸標準煤增長至2014年的705.77萬噸標準煤，增長了160.92萬噸標準煤，比重由92.12%增加到95.58%；煤炭的消耗量總體上處于下降趨勢，從2005年的42.19萬噸標準煤減少到2014年的21.92萬噸標準煤，減少近一半，比重由7.13%降低到2.97%；電力消耗量比重雖然最低，但一直處于穩定上升趨勢，從2005年的4.39萬噸標準煤增長到2014年的10.68萬噸標準煤，實現了2.43倍的增長，比重由0.74%上升到1.45%。
3 河北省物流業碳排放測算
目前，我國還沒有建立統一完善的碳排放監測體系，直接的碳排放量的監測數據還有待測算體系的形成。而根據政府間氣候變化專門委員會（IPCC）的評估報告，碳排放量主要來源于化石燃料的燃燒。因此，國內外的碳排放量測算都是由能源消耗量估算而來[3]，估算公式為：
由表2可以看出，2005―2014年，河北省物流業的碳排放總量與能源消費總量變化趨勢相似，呈現波動性增長趨勢，除2008年、2009年和2014年外，其余8年的碳排放總量均有所增長；分階段來看，碳排放總量在2008―2010年增長較快，2007―2009年略有下降，2013―2014年下降比較明顯，其他時期處于略有增長狀態。三種能源中，石油的碳排放量最大，占碳排放總量的90%以上；煤炭的碳排放量次之，碳排放比重由2005年的9.20%減少到2014年的3.87%；電力的碳排放量最少，呈現逐年增長趨勢，2014年其碳排放比重增長到1.74%。
4 河北省物流業碳排放影響因素分析
4.1 直接影響因素
由物流業能源消耗碳排放的形成與計算過程可知，河北省物流業碳排放量的直接影響因素是物流業各類能源的消耗量及比重。由表1可以看出，河北省物流業能源消耗量最大的是石油，且石油的碳折算系數較高，所以碳排放最高的是石油。在油類能源消耗中，河北省物流業對柴油消耗量所占比重最大，另外是汽油，它們的消耗主要來自物流運輸活動。此外，河北省物流業需求增長和運輸方式不均衡是導致碳排放大的原因。[4]物流需求的增長能夠推動碳排放量的增長，河北省的貨物周轉量從2005年的4750.64億噸公里增長到2014年的12968.8億噸公里，增長了近3倍。貨物周轉量的上升勢必會帶動物流業運輸里程與能源消耗的增加，從而提高了物流業的碳排放量，運輸方式的不均衡也會影響到物流業的碳排放量。多年來，河北省物流業一直以公路運輸為主，相比鐵路運輸、水運運輸，公路運輸具有單位里程碳排放大、能源消耗多等特點，進一步促進了河北省物流業碳排放量的增長。
4.2 間接影響因素
物流業是服務業，屬于第三產業，服務于人們生產、生活的需要，生產規模的擴大、生活水平的提高都會增大物流服務的需求量，三次產業結構差異導致物流服務需求量和服務結構上的差異。比如，第一產業和第二產I對物流服務中的干線運輸與倉儲需求量大，而零售業對配送和末端運輸服務需求量大，這些結構上的差異都會影響物流業的碳排放量。另外，人口的增長可以引起能源及各種資源的消耗，從而導致碳排放的增加。河北省人口的增長推動了物流行業的發展，增加了對物流的需求，促使物流業的碳排放量增加。
5 結 論
本文測算了河北省物流業的碳排放量，并分析了影響河北省物流業碳排放的因素。結果表明，河北省物流業的碳排放量與能源消費量的變化趨勢相似，具有波動性增長特征，其中，石油的碳排放量最大，煤炭的碳排放量次之，電力的碳排放量最少；直接因素與間接因素共同影響著河北省物流業的碳排放量。
參考文獻：
[1]趙松嶺.河北省物流業節能減排對策研究[J].合作經濟與科技，2015（5）.
篇12
關鍵詞 ：碳排放；碳足跡；建設用地；能源結構；武漢市
中圖分類號：F301．24 文獻標識碼：A 文章編號：0439－8114（2015）02－0313-05
DOI:10.14088/j.cnki.issn0439-8114.2015.02.015
氣候變暖是全世界公認的環境問題，造成氣候變暖的原因主要是溫室氣體排放量的大幅增加。2005年2月16日《京都議定書》正式生效，給CO2排放量居世界第二位的中國帶來了嚴峻和現實的壓力與挑戰［1］，掀起學術界有關碳排放研究的熱潮。有學者對經濟增長與碳排放的關系進行了研究。彭佳雯等［2］利用脫鉤模型探討了中國經濟增長與能源碳排放的脫鉤關系及程度；杜婷婷等［3］則以庫茨涅茲環境曲線及衍生曲線為依據，對中國CO2排放量與人均收入增長時序資料進行統計擬合得出中國經濟發展與CO2排放的函數關系。也有學者對土地利用類型轉變引起的碳排放效應變化進行了研究。如蘇雅麗等［4］對陜西省土地利用變化的碳排放效益進行了研究。對于土地利用碳排放影響因素的研究也有了一定的成果，主要是利用指數分解法對影響土地利用碳排放效應的因素進行分解分析，如蔣金荷［5］運用對數平均Divisia指數法（LMDI法）定量分析了中國1995－2007年碳排放的影響因素及貢獻率。對于碳足跡的研究，趙榮欽等［6］計算和分析了江蘇省不同土地利用方式能源消費碳排放與碳足跡。還有其他學者通過碳足跡計算模型，從碳足跡核算和碳足跡評價的角度進行了有意的探討［7－9］。研究不同土地利用方式的碳排放效應，有助于從土地利用調控的角度控制碳排放。本研究以武漢市為例，分析武漢市土地利用碳排放和碳足跡，探討武漢市碳排放變化的影響因素，為武漢市調控土地利用以減少碳排放提供科學依據，對武漢市構建“兩型社會”具有重要的理論與現實意義。
1 研究區域概況
武漢市位于中國的中部地區、江漢平原的東部，地處東經113°41′－115°05′，北緯29°58′－31°22′。地形以平原為主，擁有豐富的自然資源。截至2010年，全市土地面積為8 494．41 km2，農用地面積為4 270．45 km2，其中耕地面積為3 174．05 km2，林地面積為975．81 km2， 建設用地1 596．51 km2，未利用地面積2 627．45 km2。本年全市國民生產總值達到6 762．20億元，同比增長12．5％，位居15個副省級城市第五位。第一、第二、第三產業分別為198．70億、3 254．02億、3 303．48億元，比重為2．94％、48．12％、48．94％。人均GDP為68 286．24元，城鎮居民人均可支配收入23 738．09元，農村居民人均純收入9 813．59元。全市全年社會消費品零售總額達2 959．04億元。
2 研究方法與數據來源
2．1 碳排放測算模型
根據李穎等［10］、蘇雅麗等［4］的研究，本研究基于各種用地類型的碳排放／碳吸收系數計算碳排放量，主要涉及耕地、林地、草地、建設用地。其中建設用地具有碳源效應，耕地上的農作物雖然能夠吸收二氧化碳，但是在很短的時間內又會被分解釋放到空氣中，因此將耕地視為碳源［11］，林地和草地為碳匯。
碳排放測算公式［10］：
CL＝∑Si·Qi （1）
其中，CL為碳排放總量；Si為第i種土地利用類型的面積；Qi為第i種土地利用類型的碳排放（吸收）系數，吸收為負，其中耕地、林地、草地的碳排放系數分別為0．422、－0．644、－0．02 tC／hm2［12］。
建設用地的碳排放主要通過計算其建設過程消耗能源所產生的碳排放間接得到。這里的能源主要是指煤炭、石油和天然氣。
建設用地碳排放估算公式［10］：
CP＝∑ni＝∑Mi·Qi （2）
其中，CP為碳排放量；ni為第i種能源的碳排放量；Mi為第i種能源消耗標準煤；Qi為第i種能源的碳排放系數，其中煤、石油、天然氣的碳排放系數分別為0．747 6 tC／t標準煤、0．582 5 tC／t標準煤、0．443 4 tC／t標準煤［12］。
2．2 不同土地利用類型的碳足跡
碳足跡是指吸收碳排放所需的生產性土地（植被）面積，即碳排放的生態足跡［13］。凈生態系統生產力即NEP是指1 hm2植被一年的碳吸收量，用來反映植被的固碳能力［13］，采用NEP指標反映不同植被的碳吸收量，并以此計算出消納碳排放所需的生產性土地的面積（碳足跡）。森林和草原是主要的陸地生態系統，因此本文主要考察這兩種植被類型的碳吸收［13］。根據趙榮欽等［6］、謝鴻宇等［13］的方法，首先計算出化石能源碳排放量，再根據森林和草地的碳吸收量計算出各自的碳吸收比例，最后由各自的NEP計算出吸收化石能源消耗碳排放所需的森林和草地的面積。化石能源碳足跡計算公式為：
其中，A為總的化石能源碳足跡，Ai為第i類能源的碳足跡，Ci為第i種能源的消耗量（萬噸標準煤），Qi為第i種能源的碳排放系數，Perf與Perf分別為森林與草原吸收碳的比例；NEPerf與NEPerf分別為森林和草地的凈積累量。吸收1 t的CO2所需的相應生產用地土地面積計算結果見表1。
2．3 數據來源
能源數據與經濟數據來源于《武漢市統計年鑒（1996－2010）》，武漢市土地利用結構數據來源于武漢國土資源和規劃局。
3 結果與分析
3．1 武漢市碳排放量
根據公式（1）、（2）和《武漢市統計年鑒》所查詢的武漢市能源消耗量，以及武漢市歷年土地變更數據，計算武漢市1996－2010年的碳排放量見表2。
從不同土地利用類型的碳排放量來看（表2），建設用地的碳排放量占碳排放總量的98％以上， 由此可以說明建設用地為主要的碳源。同時可以看到，武漢市的建設用地碳排放量增加較快， 1996到2010年間，武漢市建設用地碳排放量增加了1 091．6萬t，增幅為88．58％，碳排放總量也增加了87．21％。通過SPSS 19對建設用地面積與碳排放總量進行雙側檢驗，結果表明，在0．01水平下顯著相關，可見武漢市的碳排放總量與建設用地的碳排放量走勢保持同步。
在建設用地面積增加的同時，耕地面積在不斷減少，但是耕地面積的減少對碳排放總量并沒有起到明顯的影響，原因可能有兩個方面，一是耕地的碳排放量相對于建設用地來講數量太小，最高也只占碳源排放總量的1．6％；二是耕地轉變為建設用地不僅沒有降低碳排放量，反而會增加碳排放量。
另一方面，武漢市的碳吸收總量也在不斷增加，1996到2010年間增加了2．09萬t，增幅為49．76％，其中占碳匯吸收比例較小的草地碳吸收量在逐年下降，但是林地的碳吸收量占總吸收量的90％以上，甚至有些年份達到了99％以上，且林地面積在不斷擴大，林地的固碳量在增加，從而使得武漢市碳吸收量15年間不斷增加。
3．2 武漢市建設用地碳足跡分析
由公式（3）計算武漢市1996－2010年的能源消耗碳足跡間接得到建設用地碳足跡，如表3所示。由表3中可以看出，武漢市的建設用地碳足跡逐年增加，在此期間，雖然武漢市的林地與草地的總面積有所增加，但是遠遠不足總碳足跡的增加速度，同時人均碳足跡由0．63 hm2增加為0．74 hm2，由此表明武漢市的生態系統不足以彌補能源消費的碳足跡。不同能源的碳足跡表明，煤炭的消費是引起總碳足跡增加的主要原因。表3也表明，森林的碳吸收能力比草地要強，碳足跡以森林為主。
3．3 影響因素分析
3．3．1 土地利用結構 不同的土地利用結構對碳排放量與碳吸收量都會產生影響。1996－2010年武漢市土地利用結構變化見表4。由表4可以看出，武漢市的林地面積不斷增加，草地面積在減少，但是由于林地是主要的碳匯，因此武漢市的碳匯量隨林地面積的增加而增加。耕地面積在減少，建設用地面積不斷增加，且增加速度較快，一部分面積的增加是由于耕地的非農化，即耕地轉為了建設用地，而建設用地是主要碳源，因此，武漢市的碳排放量隨建設用地面積增加而增加。
3．3．2 經濟增長方式 現有的研究表明［10］，國家工業化，能源消費碳排放是最主要的排放類型，可占二氧化碳排放的90％以上。從上述武漢市碳排放量測算結果來看，能源碳排放占碳排放總量的98％以上。由此，應分析經濟發展中能源消費帶來的碳排放變化。
碳排放強度是碳排放量與國內生產總值（GDP）的比值，是衡量溫室氣體排放的指標，可以作為發展中國家承認和反映其對減緩氣候變化的貢獻指標［14］。計算可知，1996－2010年武漢市碳排放強度總體上呈下降趨勢，由1996年的1．88 t／萬元下降到2010年的0．53 t／萬元，下降了71．81％，年平均下降4.79％。根據何建坤等［14］的研究，要實現二氧化碳的絕對減排，碳排放強度的下降率要大于GDP的增長率。而武漢市1996－2010年碳排放強度下降率遠小于14．54％的GDP增長率，這遠遠不能實現碳減排。
經濟增長既需要資本的投入，也需要土地、能源等物資投入，若經濟增長使得土地、能源等物資消耗加劇，碳排放量加大，則資源利用效率降低，對環境的不利影響加劇，顯然這種經濟增長方式不可取。為評判經濟增長對碳排放變化的影響，可選用能源碳排放系數，即能源碳排放增長速度與國內生產總值的比值來反映經濟增長對碳排放的影響，其與能源消費彈性系數具有同樣的測量意義［15］。已有研究表明，發展中國家能源消費彈性系數一般都大于或接近于1，而發達國家則小于或接近0．5［15］。其值越大，說明能源碳排放增長快于經濟增長速度。計算發現，武漢市能源碳排放系數達到了0．76，遠遠大于0．5。由此說明，武漢市的經濟增長促進了碳排放量的增加。
3．3．3 能源結構 不同的能源其碳排放系數不同，三大能源中，煤炭的碳排放系數最大，天然氣最小，石油居中。因此，煤炭的消耗量越大，則能源碳排放量越大。根據公式（2）可測算各種能源碳排放量，并得出三大能源碳排放量趨勢圖（見圖1）。由于各能源的碳排放量與能源消費量之間呈正比，因此，能源碳排放量的趨勢與能源消費量的趨勢一致。由圖1可知，石油和天然氣的消費量在1996－2010年間較為平穩，煤炭的消費量在1996－2002年間保持穩定，2002－2006年快速上升，2006－2009出現微小下降，2010年又開始上升，與武漢市碳源排放總量變化走勢一致，煤炭消耗量占總能源的67％以上。可以看出，武漢市是以煤炭為主的能源結構。
平均碳排放系數是指能源碳排放總量與能源消耗總量的比值，其變化能夠反映能源結構變動對碳排放量的影響。當低碳能源比例的增加時，平均碳排放系數將會變小。從圖1來看，武漢市1996－2010年的平均碳排放系數較為平穩，在0．707~0．717之間浮動。以上分析表明，武漢市能源消費結構不合理。
3．3．4 碳足跡影響因素分析 武漢市能源消耗總量在15年間由1 790．13萬t增長到了3 352．96萬t，與此同時，其碳足跡也由328．13萬hm2增長到了618．78萬hm2。能源消耗總量與碳足跡走勢圖（圖2）表明，碳足跡隨著能源消耗總量的變動而變動，兩者呈現出高度一致的走勢。
采用回歸分析可以定量分析能源消耗總量與碳足跡的關系。本文以95％的置信度通過有關檢驗，其相關性如表5所示，能源消耗量與碳足跡的相關系數達到了0．999 5，說明碳足跡受能源消耗總量影響較大。
4 小結與討論
1）建設用地是主要的碳源，其碳排放量占總碳排放總量的98％以上。建設用地面積的增加是武漢碳排放量增加的一個重要原因。發展低碳經濟，建設“兩型社會”，武漢需控制建設用地面積的不斷擴大。同時，提高土地利用集約度，通過集約利用緩解建設用地供求矛盾，實現低碳集約利用。
2）武漢市的總碳足跡和人均碳足跡在不斷增加，雖然武漢市的林地與草地的總面積有所增加，但是遠遠不足總碳足跡的增加速度，表明武漢市碳赤字較為嚴重。其中，森林碳足跡和煤炭碳足跡為碳足跡的主要“碳匯”和“碳源”，煤炭的消耗是引起總碳足跡增加的主要原因。因此，增強生產性土地，特別是森林的固碳能力，改善能源消費結構，減少煤炭消費量，提高石油、天然氣等能源的消費比例，可以較好地降低碳排放水平。
3）1996－2010年，武漢市碳排放量總體上升。主要原因除了建設用地面積不斷增加外，還受經濟增長方式與能源結構的影響。較高的能源碳排放系數反映出武漢市目前的經濟增長方式不利于低碳經濟的發展。建立低碳的能源體系，調整產業結構和能源消費結構，是發展低碳經濟社會的關鍵。
4）通過土地利用變化以及能源消費量的變化分析了武漢市的碳排放以及碳足跡的變化，但是在計算能源消費碳排放時，因數據的限制，僅考慮了化石能源消費所帶來的碳排放，未計算農村生物質能燃燒帶來的碳排放。同時，由于目前對碳足跡的概念和計算邊界缺乏統一的定義，計算數據獲取難度較大，碳足跡的研究需要進一步深入探討與完善。
參考文獻：
［1］ 莊貴陽．低碳經濟：中國之選［J］．中國石油石化，2007，7（13）：32－34．
［2］ 彭佳雯，黃賢金，鐘太洋，等．中國經濟增長與能源碳排放的脫鉤研究［J］．資源科學，2011，33（4）：626－633．
［3］ 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．
［4］ 蘇雅麗，張艷芳．陜西省土地利用變化的碳排放效益研究［J］．水土保持學報，2011，25（1）：152－156．
［5］ 蔣金荷．中國碳排放量測算及影響因素分析［J］．資源科學， 2011，33（4）：597－604．
［6］ 趙榮欽，黃賢金．基于能源消費的江蘇省土地利用碳排放與碳足跡［J］．地理研究，2010，29（9）：1639－1649．
［7］ SOVACOOL B K， BROWN M A． Twelve metropolitan carbon footprints： A preliminary comparative global assessment［J］． Energy Policy， 2010， 38（9）：4856－4869．
［8］ KENNY T， GRAY N F． Comparative performance of six carbon footprint models for use in Ireland［J］． Environmental Impact Assessment Review， 2009， 29（1）：1－61．
［9］ 黃賢金，葛 楊，葉堂林，等．循環經濟學［M］．南京：東南大學出版社，2009．
［10］ 李 穎，黃賢金，甄 峰．江蘇省區域不同土地利用方式的碳排放效應分析［J］．農業工程學報，2008，24（S2）：102－107．
［11］ 肖紅艷，袁興中，李 波，等．土地利用變化碳排放效應研究—以重慶市為例［J］．重慶師范大學學報（自然科學版），2012，29（1）：38－43．
［12］ 2006 IPCC Guidelines for National Greenhouse Gas Inventories ［R］． Geneva：IPCC，2006．
［13］ 謝鴻宇，陳賢生，林凱榮，等．基于碳循環的化石能源及電力生態足跡［J］．生態學報，2008，28（4）：1729－1735．
［14］ 何建坤，劉 濱．作為溫室氣體排放量衡量指標的碳排放強度分析［J］．清華大學學報（自然科學版），2004，44（6）：740－743．
篇13
一、引言
隨著經濟的飛速發展，中國在發展中消耗了太多的能源和原材料。目前，我國單位GDP能耗高出世界平均水平，連續多年都位居世界前列。其中一次能源的消費占據主要部分，其特點是：煤炭的生產和消費比重偏高；石油的生產量低，消費量高，供需缺口需依賴進口石油滿足；新能源利用率低，發展潛力大。
浙江作為中國的經濟大省，同樣也是能源消費大省，溫室氣體排放量大，2011 年，浙江省能源消費總量17827.27 萬噸標準煤，占全國能源消費總量的5.12%，比2010 年的16865.29萬噸標準煤增長了5.70% 其中，規模以上工業企業煤炭消費量從2010 年的12601.82萬噸標準煤增加到 2011年的13598.61萬噸標準煤，增長了7.9%；原油消費量從2010年的2835.41萬噸標準煤增加到2011年的2939.77萬噸標準煤，增長了3.6%。計算出2010 年浙江省能源消費二氧化碳排放量達到43682.612 萬噸，比1985年增長約9.65倍，年均增長率38.6%，遠高于國內同期水平；由此可見，為實現2020年浙江單位二氧化碳排放達到國家指標，全省面臨巨大的溫室氣體減排壓力，因此，明確浙江省能源消費碳排放因素的特征有重要的意義。
二、文獻綜述
能源分解分析中應用最廣泛的是拉氏因素分解法和迪氏因素分解法，此外，還有連環替代法、交互影響平均分配法、交互影響按比重分配法等分解方法，Huang（1993）利用乘法代數平均迪氏指數分解法把碳排放分解為結構變動效應和能源強度改進效應。Zhang（2003）利用改進的拉氏指數法將工業能源消費分解為規模效應、實際的強度效應和結構效應。Ang（2004）指出對數平均迪氏指數法（LMDI）是多種方法中比較合理的，可以直接得到各種能源對能源消耗的結構效應、效率效應等。
隨著經濟的快速發展，氣候變化問題已成為國際社會高度關注的熱點，中國作為世界上第二大CO2排放國，正面臨著越來越嚴峻的減排壓力。馮相昭、鄒驥（2008）認為，經濟的快速發展和人口的增長是CO2排放增加的主要驅動因素，能源效率的提高有利于減少CO2排放，而能源結構的低碳化則是降低CO2排放水平的重要戰略選擇。李善同、許召元（2008）認為，行業能源強度的差別是決定能源強度差異的主要因素。李國璋、王雙（2008）認為，由區域內能源強度所顯示的區域內技術進步因素是影響中國能源強度變動的決定因素。
綜上可以看出，以前學者的研究大多是從產業、行業或地區層面的研究，從能源種類的角度分析二氧化碳排放量的研究還比較少，特別缺乏從省域的角度分析能源消費碳排放的影響因子。而且研究的數據也比較陳舊，隨著中國經濟的飛速發展，我國的經濟環境已經發生了比較大的變化，陳舊的數據已經不能反映中國經濟發展的現實狀況，從而不能得出合理的對策和建議。為此，本文通過測算1985-2011年浙江省各種能源排CO2量，然后用擴展的Kaya恒等式對CO2排放量進行分解，再利用平均對數迪氏指數分解法（LMDI）對CO2排放量進行分解，找出影響CO2排放的驅動因子，據此提出降低CO2排放量及及能源強度的對策和建議。
三、能源分解碳排放模型的理論構建
（一）Kaya恒等式的擴展
Kaya恒等式由Yoichi Kaya于IPCC的一次研討會上首次提出。他認為碳排放與能源結構碳強度、單位GDP能源強度及人均國內生產總值有關。但近年來的研究不斷表明，能源消費碳排放還與能源效率及主導產業類型等有較為密切的關系。鑒于此，引入能夠表征產業結構、能源結構及能源效率的變量，對Kaya恒等式進行擴展。擴展后的Kaya恒等式表達為：
（1）
式中，C為各種類型能源消費導致的CO2排放總量；P為人口總數；Si=Ei/E，代表能源消費結構；Fi=Ci/Ei，代表各種能源消費類型i的CO2排放系數；I=E/Y，代表能源強度；G=Y/P，代表人均GDP。
假設C0和C1分別代表基年和T年的排放量，ΔC指的是T年相對于基年的排放變化量。結合公式（2）我們作以下分解：
ΔC=ΔSi+ΔFi+ΔI+ΔG+ΔP（2）
公式（2）顯示CO2排放量的變化是五個因子共同作用的結果，即能源的碳強度效應ΔF、單位GDP能源強度水平變化ΔG、能源消費結構ΔSi、經濟活動的變化ΔI以及人口的變動ΔP。
（二）LMDI分解方法
ANG的研究指出，Laspeyres指數分解中的殘差項不能被忽略，因為較大的殘差項會影響分析結果；而LMDI方法滿足因素可逆，能消除殘差項，這就克服了用其他方法分解后存在殘差項或對殘差項分解不當的缺點，使模型更具有說服力。鑒于此，選用LMDI方法對碳排放進行因素分解。
LMDI方法采用“乘積分解”和“加和分解”兩種方法進行分解，兩種方法最終分解結果是一致的。采用加和分解，將差分分解為：
CO2排放總量的變化可以分解成五個主要影響變量，分別為化石燃料的排放系數、能源消費結構、能源強度、人均GDP和人口總數。ΔCres和ΔDres是在傳統的技術方法中存在的殘差。因為分解是完全的，所以這一項的值為零。
四、浙江省能源消耗的數據收集
由于化石能源增加了地球大氣層中二氧化碳的含量。而能源消費導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勢。本文通過收集1985-2011年煤炭、原油、焦炭、煤油、柴油、燃料油和天然氣等能源消耗量數據對浙江省碳排放進行測算。由于2004年浙江省引進西氣東輸天然氣，揭開了浙江省大規模利用天然氣的序幕，因此浙江省天然氣的消費量數據為2005-2011年，其余化石能源消費量的時序數據皆為1985-2011年，數據來源于《中國能源統計年鑒》和《浙江統計年鑒鑒》。
五、浙江省能源消耗碳排放影響因素的實證分解
（一）能源消耗碳排放的LMDI分解分析
從加和分解來說，1985-2011年浙江省碳排放量增加了41730.752萬噸，其中經濟效應和人口效應一直為正，這說明浙江省常住人口與人均國內生產總值的持續增加為碳排放量增長做出了不小的貢獻。兩項累計增加碳排放量71592.52萬噸。其中人口累計貢獻2970.051萬噸，占碳排放增量的7.1%；經濟效應累計貢獻68622.47萬噸，占碳排放增量的164%，是拉動浙江省碳排放增長的主要原因。同時，能源消耗強度效應的值基本上都為負，表明能源消耗強度效應基本上都是下降的?；剂系呐欧畔禂敌?985-2011年期間有正有負，且值都較小，這主要是因為單位化石燃料燃燒所帶來的碳排放基本上固定，僅是由于各種能源消耗結構的變化而引起的平均碳排放系數有限。計算結果顯示LMDI加和分解的余項為零，證明分解是完全的。
從乘法分解的結果看浙江省1985-2011年碳排放總量增加了11.78倍，其中人口效應雖然每年都是增加的，但是增速較慢，值變動18個百分點，對碳排放的拉動作用并不明顯。而與此相對應的經濟增長效應使二氧化碳的排放量增加了大約54倍，是拉動碳排放增長的主要動力，化石燃料的結構變動拉動了碳排放的增長，使碳排放增長了22個百分點；與上邊的效應相反的是能源強度效應，除了2004年與2005年略有上升外，而能源強度的變動使碳排放下降了84個百分點，成為抑制碳排放增加的主要力量，化石燃料的碳排放系數基本保持不變。對碳排放的影響可以忽略不計。
六、結論及對策建議
（一）結論分析
浙江省能源消費的排碳量總體上是逐年增加的，其中能源強度的下降對碳排放起抑制作用，而經濟增長、人口總數及能源結構的變動對碳排放起拉動的作用，但如果犧牲浙江省的經濟發展來降低碳排放量是不現實的，所以，未來的對策只能通過調整其他驅動因子來分解降低碳排放。
（二）對策和建議
1、大力提高能源利用效率。通過上文的分析，可以發現能源強度對CO2的排放量影響明顯，且其值為負。也就是說，通過提高能源強度，可以明顯減少CO2的排放量。而提高能源強度，就要堅持把節約能源放在首位，實行全面、嚴格的能源節約制度和措施；另一方面要按照生態產業原理進行區域產業鏈的延伸設計，構建循環經濟體系，實行能源的多級梯次利用，充分提高能源利用效率。
2、逐步改善能源消費結構。通過驅動因子分析，我們可以發現，能源消費結構優化占改善CO2排放量的重要方面。大力調整和優化能源消費結構，尤其是要大力開發和利用綠色能源與清潔能源，提高其在整個能源消費結構中的比重，減少CO2的排放量。要大力促進煤炭消費相關的技術創新，把提高煤炭利用效率看做是浙江省減少CO2排放的重要任務。
3、加快轉變經濟增長方式。通過深化改革和加強企業自主創新來提高產業的效率效應。通過對各能源的CO2排放量的分解，我們可以發現人均GDP對能源強度的影響貢獻明顯，且其值為正。也就是說，隨著人均GDP的增長，CO2排放總量也會增長。為此，可以針對不同行業逐步建立和完善單位 GDP 能耗監測體系。建立基于 LMDI 分解方法的 “能源消費監測體系”，對經濟產出、產業結構和產業能源利用效率使能源消費和能源強度變化的影響進行系統化、定量化和定期的分解分析，為制定科學、合理的區域經濟和能源政策提供依據。
4、推動采用先進的技術和清潔能源。眾所周知，降低能源強度的一個重要方面就是使用清潔能源，實現技術節能減排?？稍偕茉床淮嬖谀茉春慕叩目赡堋４罅μ岢鍧嵅裼图夹g，它具有經濟、清潔和動力強勁等多重優勢，是能夠滿足節能減排需求的成熟解決方案。大力提倡汽車使用天然氣這種清潔能源，將使CO2的排放量降低40%左右，二氧化硫和粉塵的排放幾乎為零，節能減排的效果相當明顯。中國已提出三位一體的降耗減排措施，是在向“高消耗的增長”說不。所以，浙江省作為經濟貢獻大省，應首當做出表率。
參考文獻：
[1] ALCANTARA V， DURO Ja. Inequality of energy intensities across OECD countries： a note [J].Energy Policy， 2004， 32（11）：1257-1260.
[2] ALCANTARA V， ROCA J. Energy and CO2emissions in Spain： methodology of analysis and some results for 1980-90 [J]. Energy Economics， 1995， 17（3）：221-230.
[3] ANG B W， PANDIYAN G. Decomposition of energy-induced CO2emissions in manufacturing [J].Energy Economics， 1997， 19（3）：363-374.
[4] LIASKAS K， MAVROTAS G， MANDARAKA M， et al. Decomposition of industrial CO2emission： the case of European Union [J]. Energy Economics， 2000， 22（4）：383-394.
[5] IPCC （Intergovernmental Panel on Climate Change）. Climate Change 007： Mitigation of Climate Change [M]. United Kingdom： Cambridge university press， 2007.
[6] 馮相昭、鄒驥. 中國CO2排放趨勢的經濟分析[J].中國人口資源與環境，2008，18（03）：43-47.
[7] 李善同、許召元. 中國各地區能源強度差異的因素分解[J].中外能源，2008，（09）：1-10.
