碳排放的来源篇1
（华中农业大学土地管理学院，武汉430070）
摘要：采用武汉市1996－2010年的土地利用变更数据、能源数据以及相关经济数据，通过构建碳排放、碳足迹模型，测算近15年来武汉市土地利用的碳排放量和碳足迹，并分析其碳排放量、碳足迹的变化及影响因素。结果表明，武汉市建设用地碳排放量占碳排放总量的98％以上，在1996－2010年处于逐年增加的状态，2010年已达到1996年的1．4倍；武汉市的总碳足迹和人均碳足迹也在逐年增加，碳赤字较为严重。碳排放总量的不断增加主要是由武汉市建设用地不断扩大以及经济增长方式和能源结构不合理造成。为此，武汉市不仅要控制建设用地的扩张，同时还应改变经济增长方式、调整能源消费结构。
关键词：碳排放；碳足迹；建设用地；能源结构；武汉市
中图分类号：F301．24文献标识码：a文章编号：0439－8114（2015）02－0313-05
Doi:10.14088/j.cnki.issn0439-8114.2015.02.015
气候变暖是全世界公认的环境问题，造成气候变暖的原因主要是温室气体排放量的大幅增加。2005年2月16日《京都议定书》正式生效，给Co2排放量居世界第二位的中国带来了严峻和现实的压力与挑战［1］，掀起学术界有关碳排放研究的热潮。有学者对经济增长与碳排放的关系进行了研究。彭佳雯等［2］利用脱钩模型探讨了中国经济增长与能源碳排放的脱钩关系及程度；杜婷婷等［3］则以库茨涅兹环境曲线及衍生曲线为依据，对中国Co2排放量与人均收入增长时序资料进行统计拟合得出中国经济发展与Co2排放的函数关系。也有学者对土地利用类型转变引起的碳排放效应变化进行了研究。如苏雅丽等［4］对陕西省土地利用变化的碳排放效益进行了研究。对于土地利用碳排放影响因素的研究也有了一定的成果，主要是利用指数分解法对影响土地利用碳排放效应的因素进行分解分析，如蒋金荷［5］运用对数平均Divisia指数法（LmDi法）定量分析了中国1995－2007年碳排放的影响因素及贡献率。对于碳足迹的研究，赵荣钦等［6］计算和分析了江苏省不同土地利用方式能源消费碳排放与碳足迹。还有其他学者通过碳足迹计算模型，从碳足迹核算和碳足迹评价的角度进行了有意的探讨［7－9］。研究不同土地利用方式的碳排放效应，有助于从土地利用调控的角度控制碳排放。本研究以武汉市为例，分析武汉市土地利用碳排放和碳足迹，探讨武汉市碳排放变化的影响因素，为武汉市调控土地利用以减少碳排放提供科学依据，对武汉市构建“两型社会”具有重要的理论与现实意义。
1研究区域概况
武汉市位于中国的中部地区、江汉平原的东部，地处东经113°41′－115°05′，北纬29°58′－31°22′。地形以平原为主，拥有丰富的自然资源。截至2010年，全市土地面积为8494．41km2，农用地面积为4270．45km2，其中耕地面积为3174．05km2，林地面积为975．81km2，建设用地1596．51km2，未利用地面积2627．45km2。本年全市国民生产总值达到6762．20亿元，同比增长12．5％，位居15个副省级城市第五位。第一、第二、第三产业分别为198．70亿、3254．02亿、3303．48亿元，比重为2．94％、48．12％、48．94％。人均GDp为68286．24元，城镇居民人均可支配收入23738．09元，农村居民人均纯收入9813．59元。全市全年社会消费品零售总额达2959．04亿元。
2研究方法与数据来源
2．1碳排放测算模型
根据李颖等［10］、苏雅丽等［4］的研究，本研究基于各种用地类型的碳排放／碳吸收系数计算碳排放量，主要涉及耕地、林地、草地、建设用地。其中建设用地具有碳源效应，耕地上的农作物虽然能够吸收二氧化碳，但是在很短的时间内又会被分解释放到空气中，因此将耕地视为碳源［11］，林地和草地为碳汇。
碳排放测算公式［10］：
CL＝∑Si·Qi（1）
其中，CL为碳排放总量；Si为第i种土地利用类型的面积；Qi为第i种土地利用类型的碳排放（吸收）系数，吸收为负，其中耕地、林地、草地的碳排放系数分别为0．422、－0．644、－0．02tC／hm2［12］。
建设用地的碳排放主要通过计算其建设过程消耗能源所产生的碳排放间接得到。这里的能源主要是指煤炭、石油和天然气。
建设用地碳排放估算公式［10］：
Cp＝∑ni＝∑mi·Qi（2）
其中，Cp为碳排放量；ni为第i种能源的碳排放量；mi为第i种能源消耗标准煤；Qi为第i种能源的碳排放系数，其中煤、石油、天然气的碳排放系数分别为0．7476tC／t标准煤、0．5825tC／t标准煤、0．4434tC／t标准煤［12］。
2．2不同土地利用类型的碳足迹
碳足迹是指吸收碳排放所需的生产性土地（植被）面积，即碳排放的生态足迹［13］。净生态系统生产力即nep是指1hm2植被一年的碳吸收量，用来反映植被的固碳能力［13］，采用nep指标反映不同植被的碳吸收量，并以此计算出消纳碳排放所需的生产性土地的面积（碳足迹）。森林和草原是主要的陆地生态系统，因此本文主要考察这两种植被类型的碳吸收［13］。根据赵荣钦等［6］、谢鸿宇等［13］的方法，首先计算出化石能源碳排放量，再根据森林和草地的碳吸收量计算出各自的碳吸收比例，最后由各自的nep计算出吸收化石能源消耗碳排放所需的森林和草地的面积。化石能源碳足迹计算公式为：
其中，a为总的化石能源碳足迹，ai为第i类能源的碳足迹，Ci为第i种能源的消耗量（万吨标准煤），Qi为第i种能源的碳排放系数，perf与perf分别为森林与草原吸收碳的比例；neperf与neperf分别为森林和草地的净积累量。吸收1t的Co2所需的相应生产用地土地面积计算结果见表1。
2．3数据来源
能源数据与经济数据来源于《武汉市统计年鉴（1996－2010）》，武汉市土地利用结构数据来源于武汉国土资源和规划局。
3结果与分析
3．1武汉市碳排放量
根据公式（1）、（2）和《武汉市统计年鉴》所查询的武汉市能源消耗量，以及武汉市历年土地变更数据，计算武汉市1996－2010年的碳排放量见表2。
从不同土地利用类型的碳排放量来看（表2），建设用地的碳排放量占碳排放总量的98％以上，由此可以说明建设用地为主要的碳源。同时可以看到，武汉市的建设用地碳排放量增加较快，1996到2010年间，武汉市建设用地碳排放量增加了1091．6万t，增幅为88．58％，碳排放总量也增加了87．21％。通过SpSS19对建设用地面积与碳排放总量进行双侧检验，结果表明，在0．01水平下显著相关，可见武汉市的碳排放总量与建设用地的碳排放量走势保持同步。
在建设用地面积增加的同时，耕地面积在不断减少，但是耕地面积的减少对碳排放总量并没有起到明显的影响，原因可能有两个方面，一是耕地的碳排放量相对于建设用地来讲数量太小，最高也只占碳源排放总量的1．6％；二是耕地转变为建设用地不仅没有降低碳排放量，反而会增加碳排放量。
另一方面，武汉市的碳吸收总量也在不断增加，1996到2010年间增加了2．09万t，增幅为49．76％，其中占碳汇吸收比例较小的草地碳吸收量在逐年下降，但是林地的碳吸收量占总吸收量的90％以上，甚至有些年份达到了99％以上，且林地面积在不断扩大，林地的固碳量在增加，从而使得武汉市碳吸收量15年间不断增加。
3．2武汉市建设用地碳足迹分析
由公式（3）计算武汉市1996－2010年的能源消耗碳足迹间接得到建设用地碳足迹，如表3所示。由表3中可以看出，武汉市的建设用地碳足迹逐年增加，在此期间，虽然武汉市的林地与草地的总面积有所增加，但是远远不足总碳足迹的增加速度，同时人均碳足迹由0．63hm2增加为0．74hm2，由此表明武汉市的生态系统不足以弥补能源消费的碳足迹。不同能源的碳足迹表明，煤炭的消费是引起总碳足迹增加的主要原因。表3也表明，森林的碳吸收能力比草地要强，碳足迹以森林为主。
3．3影响因素分析
3．3．1土地利用结构不同的土地利用结构对碳排放量与碳吸收量都会产生影响。1996－2010年武汉市土地利用结构变化见表4。由表4可以看出，武汉市的林地面积不断增加，草地面积在减少，但是由于林地是主要的碳汇，因此武汉市的碳汇量随林地面积的增加而增加。耕地面积在减少，建设用地面积不断增加，且增加速度较快，一部分面积的增加是由于耕地的非农化，即耕地转为了建设用地，而建设用地是主要碳源，因此，武汉市的碳排放量随建设用地面积增加而增加。
3．3．2经济增长方式现有的研究表明［10］，国家工业化，能源消费碳排放是最主要的排放类型，可占二氧化碳排放的90％以上。从上述武汉市碳排放量测算结果来看，能源碳排放占碳排放总量的98％以上。由此，应分析经济发展中能源消费带来的碳排放变化。
碳排放强度是碳排放量与国内生产总值（GDp）的比值，是衡量温室气体排放的指标，可以作为发展中国家承认和反映其对减缓气候变化的贡献指标［14］。计算可知，1996－2010年武汉市碳排放强度总体上呈下降趋势，由1996年的1．88t／万元下降到2010年的0．53t／万元，下降了71．81％，年平均下降4.79％。根据何建坤等［14］的研究，要实现二氧化碳的绝对减排，碳排放强度的下降率要大于GDp的增长率。而武汉市1996－2010年碳排放强度下降率远小于14．54％的GDp增长率，这远远不能实现碳减排。
经济增长既需要资本的投入，也需要土地、能源等物资投入，若经济增长使得土地、能源等物资消耗加剧，碳排放量加大，则资源利用效率降低，对环境的不利影响加剧，显然这种经济增长方式不可取。为评判经济增长对碳排放变化的影响，可选用能源碳排放系数，即能源碳排放增长速度与国内生产总值的比值来反映经济增长对碳排放的影响，其与能源消费弹性系数具有同样的测量意义［15］。已有研究表明，发展中国家能源消费弹性系数一般都大于或接近于1，而发达国家则小于或接近0．5［15］。其值越大，说明能源碳排放增长快于经济增长速度。计算发现，武汉市能源碳排放系数达到了0．76，远远大于0．5。由此说明，武汉市的经济增长促进了碳排放量的增加。
3．3．3能源结构不同的能源其碳排放系数不同，三大能源中，煤炭的碳排放系数最大，天然气最小，石油居中。因此，煤炭的消耗量越大，则能源碳排放量越大。根据公式（2）可测算各种能源碳排放量，并得出三大能源碳排放量趋势图（见图1）。由于各能源的碳排放量与能源消费量之间呈正比，因此，能源碳排放量的趋势与能源消费量的趋势一致。由图1可知，石油和天然气的消费量在1996－2010年间较为平稳，煤炭的消费量在1996－2002年间保持稳定，2002－2006年快速上升，2006－2009出现微小下降，2010年又开始上升，与武汉市碳源排放总量变化走势一致，煤炭消耗量占总能源的67％以上。可以看出，武汉市是以煤炭为主的能源结构。
平均碳排放系数是指能源碳排放总量与能源消耗总量的比值，其变化能够反映能源结构变动对碳排放量的影响。当低碳能源比例的增加时，平均碳排放系数将会变小。从图1来看，武汉市1996－2010年的平均碳排放系数较为平稳，在0．707~0．717之间浮动。以上分析表明，武汉市能源消费结构不合理。
3．3．4碳足迹影响因素分析武汉市能源消耗总量在15年间由1790．13万t增长到了3352．96万t，与此同时，其碳足迹也由328．13万hm2增长到了618．78万hm2。能源消耗总量与碳足迹走势图（图2）表明，碳足迹随着能源消耗总量的变动而变动，两者呈现出高度一致的走势。
采用回归分析可以定量分析能源消耗总量与碳足迹的关系。本文以95％的置信度通过有关检验，其相关性如表5所示，能源消耗量与碳足迹的相关系数达到了0．9995，说明碳足迹受能源消耗总量影响较大。
4小结与讨论
1）建设用地是主要的碳源，其碳排放量占总碳排放总量的98％以上。建设用地面积的增加是武汉碳排放量增加的一个重要原因。发展低碳经济，建设“两型社会”，武汉需控制建设用地面积的不断扩大。同时，提高土地利用集约度，通过集约利用缓解建设用地供求矛盾，实现低碳集约利用。
2）武汉市的总碳足迹和人均碳足迹在不断增加，虽然武汉市的林地与草地的总面积有所增加，但是远远不足总碳足迹的增加速度，表明武汉市碳赤字较为严重。其中，森林碳足迹和煤炭碳足迹为碳足迹的主要“碳汇”和“碳源”，煤炭的消耗是引起总碳足迹增加的主要原因。因此，增强生产性土地，特别是森林的固碳能力，改善能源消费结构，减少煤炭消费量，提高石油、天然气等能源的消费比例，可以较好地降低碳排放水平。
3）1996－2010年，武汉市碳排放量总体上升。主要原因除了建设用地面积不断增加外，还受经济增长方式与能源结构的影响。较高的能源碳排放系数反映出武汉市目前的经济增长方式不利于低碳经济的发展。建立低碳的能源体系，调整产业结构和能源消费结构，是发展低碳经济社会的关键。
4）通过土地利用变化以及能源消费量的变化分析了武汉市的碳排放以及碳足迹的变化，但是在计算能源消费碳排放时，因数据的限制，仅考虑了化石能源消费所带来的碳排放，未计算农村生物质能燃烧带来的碳排放。同时，由于目前对碳足迹的概念和计算边界缺乏统一的定义，计算数据获取难度较大，碳足迹的研究需要进一步深入探讨与完善。
参考文献：
［1］庄贵阳．低碳经济：中国之选［J］．中国石油石化，2007，7（13）：32－34．
［2］彭佳雯，黄贤金，钟太洋，等．中国经济增长与能源碳排放的脱钩研究［J］．资源科学，2011，33（4）：626－633．
［3］杜婷婷，毛锋，罗锐．中国经济增长与Co2排放演化探析［J］．中国人口资源与环境，2007，17（2）：94－99．
［4］苏雅丽，张艳芳．陕西省土地利用变化的碳排放效益研究［J］．水土保持学报，2011，25（1）：152－156．
［5］蒋金荷．中国碳排放量测算及影响因素分析［J］．资源科学，2011，33（4）：597－604．
［6］赵荣钦，黄贤金．基于能源消费的江苏省土地利用碳排放与碳足迹［J］．地理研究，2010，29（9）：1639－1649．
［7］SoVaCooLBK，BRownma．twelvemetropolitancarbonfootprints：apreliminarycomparativeglobalassessment［J］．energypolicy，2010，38（9）：4856－4869．
［8］KennYt，GRaYnF．Comparativeperformanceofsixcarbonfootprintmodelsforuseinireland［J］．environmentalimpactassessmentReview，2009，29（1）：1－61．
［9］黄贤金，葛杨，叶堂林，等．循环经济学［m］．南京：东南大学出版社，2009．
［10］李颖，黄贤金，甄峰．江苏省区域不同土地利用方式的碳排放效应分析［J］．农业工程学报，2008，24（S2）：102－107．
［11］肖红艳，袁兴中，李波，等．土地利用变化碳排放效应研究—以重庆市为例［J］．重庆师范大学学报（自然科学版），2012，29（1）：38－43．
［12］2006ipCCGuidelinesfornationalGreenhouseGasinventories［R］．Geneva：ipCC，2006．
［13］谢鸿宇，陈贤生，林凯荣，等．基于碳循环的化石能源及电力生态足迹［J］．生态学报，2008，28（4）：1729－1735．
［14］何建坤，刘滨．作为温室气体排放量衡量指标的碳排放强度分析［J］．清华大学学报（自然科学版），2004，44（6）：740－743．
［15］FanGJY，CHenap，penGCH，etal．ChangesinforestbiomasscarbonstorageinChinabetween1949and1998［J］．Science，2001，292：2320－2322．
碳排放的来源篇2
关键词：人均能源碳排放；经济发展；能源强度；能源结构；LmDi
中图分类号：F842.6文献标识码：a文章编号：1003-3890（2011）06-0014-06
一、引言
自从18世纪中期人类社会进入工业化时代以来，人类的社会活动对气候变化的影响越来越大。从ipCC的四次气候变化报告来看，越来越多的证据表明人类活动，特别是占温室气体主要成分的二氧化碳的排放，是影响最近半个世纪以来气候变化的主要原因，这也引起了越来越多的国内外学者重新审视以能源消耗为主，大量排放二氧化碳的经济增长方式。于是，低碳经济自然成为当前研究的热点。哥本哈根会议上中国承诺到2020年在2005年的基础上减排40%~45%，进一步明确了中国走低碳经济的发展道路。研究能源消费、经济增长与二氧化碳排放的变动关系，探讨减排二氧化碳的影响因素，对实现减排目标和发展低碳经济具有重要的现实意义。
国内外学者对于影响二氧化碳排放的因素进行了大量的研究。K.Lisakas等[1]利用代数分解方法研究了欧盟1973―1993年的工业二氧化碳排放的变化，研究表明二氧化碳排放量的减少可以在不影响经济增长的情况下实现。JosepG等[2]研究发现与19世纪90年代相比，2000―2006年二氧化碳的排放增长速率从1.3%到3.3%，其中65.16%来自全球经济活动的贡献，17.6%来自全球碳强度的贡献，18.15%来自最近50年来空气中二氧化碳的比例变化的贡献。JamesB[3]利用协整和误差修正模型研究了污染物排放、能源消耗和经济产出的关系，认为三者有密切的相互关系；从长期来看经济增长和能源消耗、污染物排放的互为Granger因果关系；短期来看，能源消耗与经济增长具有单向Granger因果关系。李艳梅等[4]以1953―2007年的中国一次能源消耗数据估算了碳排放的变动状况，研究结果表明中国碳排放增加的因素是经济总量增长和产业结构变化，而产生碳减排效应的因素惟有碳排放强度降低。徐国泉等[5]采用1990年为基期，利用1995―2004年的数据研究了中国人均碳排放的变化，认为经济发展是影响人均碳排放增加的主要因素，能源结构的调整作用不大，能源效率有效的抑制了人均碳排放的增长。王迪等[6]利用Laspeyres分解技术，以1996―2007年的6部门终端能源消耗数据研究了江苏省的碳排放变动，认为经济增长的规模效应和技术进步效应解释了江苏省碳排放量变动的大部分原因，产业结构优化的作用不明显，能源效率的提高对抑制碳排放起到了积极的作用。
综合上述文献可知，因素分解法被广泛的应用在研究能源和经济发展相关领域的问题，其有助于找出最主要的影响因素，以及通过理论的指导可以发现哪些因素没有起到应有的作用，从而为政策制定提供参考依据。尽管国内部分学者也应用因素分解技术研究了影响全国或者区域的碳排放因素，但有的分解因素不够完善，或者是数据期较短，研究的结论作为节能减排政策制定的参考依据具有一定的局限性。本文以1981―2008年中国能源消耗量、人口数和人均能源碳排放相对于基期的变动状况为研究对象，利用对数平均权重Divisia分解法（LogarithmicmeanweightDivisiaindexmethod，LmDi）完全分解技术，从经济增长、能源强度和能源结构三个方面考察对人均能源碳排放的贡献。
二、模型构建
（一）能源碳排放计算公式
本文根据ipCC[7]能源碳排放的计算方法，将能源碳排放总量分解为：
Ct=Cit=••et（1）
=••••p（2）
式中，Ct为t时期能源碳排放总量；Cit为第i种能源t时期能源碳排放量；et为t时期所消耗的能源总量（折算成标准煤，下同）；eit为第i种能源t时期所消耗的能源总量；Cit为第i种能源t时期碳排放量；Y为t时期的国内生产总值；p为t时期的人口总数。
（二）因素分解模型
由公式（2）可求得，第t时期人均能源碳排放量为：
aCt==•••
=SitFititRt（3）
公式中，Sit第i种能源第t时期所占总能源的比重，即能源结构；Fit第i种能源第t时期单位能源碳排放量，即能源排放强度，也就是能源的碳排放系数；it第t时期单位GDp消耗的能源量，即能源强度；Rt为第t时期人均GDp量，作为经济发展指标。
相对于基期的人均能源碳排放变化量为：
?驻aC=aCt-aC0=SitFitiitRt-Si0Fi0ii0R0
=?驻aCS+?驻aCF+?驻aCi+?驻aCR+?驻aCrsd（4）
D==DSDFDiDRDrsd（5）
式中，?驻aCS，DS分别为能源结构变动因素；?驻aCF，DF分别为能源碳排放强度变动因素；?驻aCi，Di分别为能源强度变动因素；?驻aCR，DR分别为经济发展变动因素；?驻aCrsd，Drsd分解余量。
需要注意的是，?驻aCS、?驻aCF、?驻aCi、?驻aCR分别是各因素的变化对人均能源碳排放量的贡献值，有单位；DS、DF、Di、DR分别是各因素的变化对人均能源碳排放量的贡献率，无单位；
根据ang等[8]人1998年提出的对数平均权重Divisia分解法（LogarithmicmeanweightDivisiaindexmethod，LmDi），结合式（3），把影响人均能源碳排放的各因素分解，结果如下：
?驻aCS=L（aCit，aCi0）ln（）（6）
?驻aCF=L（aCit，aCi0）ln（）（7）
?驻aCi=L（aCit，aCi0）ln（）（8）
?驻aCR=L（aCit，aCi0）ln（）（9）
?驻aCrsd=?驻aC-?驻aCS-?驻aCF-?驻aCi-?驻aCR
=aCt-aC0-L（aCit，aCi0）（ln（）
+ln（）ln（）ln（））
=aCt-aC0-L（aCit，aCi0）ln（）
=aCt-aC0-aCit，aCi0）
=0（10）
式中，L（aCit，aCi0）=（aCit-aCi0）/（lnaCit-lnaCi0）
即这是一个完全分解，不带有残差。
对式（5）两边取对数，可得：
lnD=lnDt-lnD0=lnDS+lnDF+lnDi+lnDR+lnDrsd（11）
由式（5）和式（11），可得：
=====（12）
假设为任意常数，设=
=L（aCit，aCi0）（13）
则有式（12）和式（13）可得：
DS=exp（L（aCit，aCi0）×?驻aCS）（14）
DF=exp（L（aCit，aCi0）×?驻aCF）（15）
Di=exp（L（aCit，aCi0）×?驻aCi）（16）
DR=exp（L（aCit，aCi0）×?驻aCR）（17）
Drsd=1
三、数据来源、处理及实证分析
（一）数据来源及处理
本文所用能源数据来源于《中国能源统计年鉴2009》；人口数据和GDp数据来源于《中国统计年鉴2010》，其中GDp数据已经由作者换算成1978年可比价格；能源碳排放总量数据依据式（1）计算得到；各种能源碳排放系数据见表1，计算结果见表2。
（二）人均能源碳排放因素分解分析
本文依据ang等[8]人1998年研究中国工业行业人均能源碳排放的分解因素，把影响中国人均能源碳排放变化的因素分解为能源结构、能源碳排放强度、能源强度和经济发展四个变量。文中假设Fit不变，即各能源碳排放强度不变，所以?驻aCF=0，DF=1，也就是说影响中国人均能源碳排放变化的因素为能源结构、能源强度和经济发展。本文研究的基期为1981年，依据公式（6）―（9）和（14）―（17）计算可得表3的结果。
从图1中可以看出，中国人均能源碳排放相对于基期人均能源碳排放的变化总体上呈现增长趋势，其中1982―1996年相对于基期人均能源碳排放的变化较为缓慢，呈逐年较平稳增长，2002―2008年人均能源碳排放相对于基期的变化显著。特别是2002年以后，人均能源碳排放量年均增长率为10.03%，略低于中国人均GDp年均增长率10.69%。值得注意的是，中国人均能源碳排放相对于基期的变化从1996―1998年有一个下降的阶段，尽管降幅较小；中国人均能源碳排放相对于基期的变化从2007年以后增幅开始显著收窄，2000―2007年，后一期比前一期的能源碳排放总量增幅都在1000万吨以上，但2008年仅比2007年多排放约400万吨。
经济发展与人均能源碳排放的增长有显著的正相关关系，经济的快速发展是引起中国人均能源碳排放增长的主要因素。从图1中可以看出，经济发展曲线对人均能源碳排放曲线的走势具有决定性作用，其对人均能源碳排放曲线的向上拉动作用显著，这也符合人们的预期。经济发展对人均能源碳排放的贡献呈现先增大、再减小，最后增大的趋势，这主要与国民经济的产业结构有关，1990年三大产业的比例为27.1∶41.3∶31.6，2008年则为10.7∶47.4∶41.8，第二产业占比的增加导致了人均碳排放的快速增长。能源结构对人均能源碳排放的影响先呈现正相关，而后呈现负相关，开始起到抑制人均能源碳排放增加的作用，其拐点出现在1995年，但是能源结构对人均能源碳排放相对于基期变化的影响有限，贡献很小，主要原因是非化石能源的供给总量较小。值得注意的是，能源结构对于人均能源碳排放量变化的抑制作用近来年有加大的趋势。能源强度相对于基期的变化呈现出逐步加大的趋势，是抑制人均能源碳排放增长的主要因素，但弱于经济发展对人均能源碳排放增长的贡献，且其贡献有减缓的趋势。
为了进一步分析各因素对人均能源碳排放的贡献率的趋势，我们将各因素对人均能源碳排放变化的影响分为拉动因素和抑制因素，拉动因素为经济增长，抑制因素为能源强度的降低。由于能源结构在1995年以前对人均能源碳排放变化起到了微弱的促进作用，而后开始起到微弱的抑制作用，故能源结构因素贡献率数值在很接近数值1的上下微弱变动。根据经验可知，非化石能源在消耗的总能源中的占比越大，其总能源碳排放量越小，在人口数不变的情况下，人均能源碳排放也越小。综合以上分析，能源结构的变动也作为人均能源碳排放的抑制因素考虑。为了方便观察，我们将抑制因素对人均能源碳排放的贡献取倒数，即为人均能源碳排放降低的贡献率（见图2）。
从图2可以看出，拉动因素（经济发展）对中国人均能源碳排放的贡献率呈指数型增长，且各阶段的贡献率明显大于抑制因素对人均能源碳排放的贡献率，加上能源结构变化对人均能源碳排放的贡献率微弱，从而导致人均能源碳排放量呈逐年增加趋势。能源强度在2002年以前对人均能源碳排放的贡献率逐步上升，但是在2002―2004年有一个快速下降的趋势，之后贡献率开始增加。究其原因，主要是从2002年开始中国的经济开始了新一轮的快速增长，截至2008年，全社会固定资产投资年均增长率达25.85%，其中房地产开发投资年均增长率更高达26.02%；此时中国的国民经济也开始了再次重工业化的趋势，对能源的需求量快速扩大，而能源利用技术却没有得到实质性的提高，相反经济的快速发展还催生出了盲目投资，经济结构调整有走回头路的趋势。2004年以后，能源强度对人均能源碳排放的贡献率止跌反弹，逐步开始提高。笔者认为这主要得力于2004年11月国家出台了节能领域的第一个中长期规划――《能源中长期发展规划纲要（2004―2020年）》；其后国家先后对焦碳、钢铁、水泥、电解铝等高耗能行业出台了一系列加大产业结构调整力度的政策文件。在此期间，电冰箱、空调器、洗衣机、照明器具等数十类产品的能效标准相继出台，《夏热冬冷地区居住建筑节能设计标准》等一系列与建筑节能设计有关的标准与规范也陆续颁布，这些文件对2004年以后能源强度对人均能源碳排放贡献率的增加起到了很大的促进作用。
通过以上分析，笔者发现能源强度的降低对抑制人均能源碳排放量随经济规模的增长有着积极的作用，但是2002年以后，由于经济规模的快速增长，其对人均能源碳排放的贡献显著超越了能源强度降低的贡献，尽管能源强度的贡献在逐步增加，能源结构对人均能源碳排放的贡献值由正转负，即由加剧人均能源碳排放到抑制人均能源碳排放。
四、结论和建议
综上可知，自1982年以来，中国人均能源碳排放主要呈增长趋势，且增幅成指数型增长，其中1996―1999年增幅略有下降，2002―2007年增速显著加快，但2007年以后增速放缓，可能出现下降的趋势。而抑制中国人均能源碳排放的主要因素是能源强度的降低，而能源结构的改变对人均能源碳排放的变化先有拉动作用，而后出现抑制作用，但效果不显著。能源强度在抑制人均能源碳排放的作用具有阶段性，开始抑制作用明显，中间有一个调整过程。近年来对人均能源碳排放的抑制作用有不断放缓的趋势，但是其和能源结构对人均能源碳排放的抑制作用仍然没有超过经济增长对人均能源碳排放的拉动作用，故人均能源碳排放总体上呈现增长趋势。
减少人均能源碳排放，应注重以下几个方面：
第一，从中国工业化发展现状出发，将节约能源，降低能源强度，即提高能源的利用效率作为减少人均能源碳排放的长远战略方针。一方面要坚决贯彻“开发与节约并重，近期把节约放在首要位置”的能源发展方针，另一方面要进一步落实遏制高耗能高污染行业过快增长，加快实施淘汰落后生产能力的节能减排政策，有效提高能源的利用效率。
第二，优化能源结构，进一步加大非化石能源总量的供给，逐步提高天然气、核电、水电和太阳能等其他可再生能源在总能源消耗中的比重。考虑到中国人均水资源紧缺，在水电开发的时候，要注重统筹利用，加大太阳能、风电的开发力度，同时大力发展核电，增大核电能源的供给，有效改变非化石能源所占比例。
第三，应大力发展60万千瓦及以上超（超）临界机组、大型联合循环机组，提高能源转换效率。加快建设百万千瓦级大型先进压水堆核电建设，推进高温气冷堆、核中子增殖反应堆、核聚变反应堆等技术的研发应用，真正实现零碳排放。
第四，加快技术升级，推广节能减排技术的应用，在高效利用煤发电技术、建筑节能、清洁生产等方面组织科研攻关，攻克消耗能源总量大和高耗能领域中的关键节能技术，重点发展冶金、制造、水泥、化工等行业的节能减排技术。
第五，转变经济结构，加快产业升级。遏制对人均能源碳排放具有决定性影响的高耗能和高排放的第二产业不合理的增长，坚决淘汰高消耗、高污染和高排放的落后产能，转变国民经济再次重工业化的不合理趋势。充分利用财政和税收等手段，发挥市场对经济结构调整的灵活性和决定性作用，大力发展高新技术产业和现代服务业，不断提高第三产业在国民经济中的占比，有效地引导国民经济走上低碳发展道路。
参考文献：
［1］K.Liaskas，G.mavrotas，m.mandarka，etal.DecompositionofindustrialCo2emissioms:thecaseofeuropeanUnion［J］.energyeconomics，2000，（22）：383-394.
［2］JosepG.Canadell，CorinneLeQuéré，michaelR.Raupach，etal.ContributionstoacceleratingatmosphericCo2growthfromeconomicactivity，carbonintensity，andefficiencyofnaturalsinks.pnaS，2007，（11）：18866-18870.
［3］JamesB.ang，Co2emissions，energyconsumption，andoutputinFrance.energypolicy，2007，35（10）：4772-4778.
［4］李艳梅，等.中国碳排放变化的因素分解与减排途径分析［J］.资源科学，2010，（2）:218-222.
［5］徐国泉，等.中国碳排放的因素分解模型及实证分析：1995-2004［J］.中国人口、资源与环境，2006，（6）：158-161.
［6］王迪，等.江苏省节能减排影响因素及其效应比较［J］.资源科学，2010，（7）:1252-1258.
［7］ipCC2006.2006ipCCGuidelinesfornationalGreenhouseGasinventories［J］.energy，2006，（1）．
［8］B.wang，F.QZhangandK-HongChoi.Factorizingchangesinenergyandenvironmentalindicatorsthroughdecomposition［J］.energy，1998，（6）：489-495.
FactorDecompositionandemissionReductionapproachesanalysisonChina'sper
CapitaCarbonemission
Zhumingxu,HuangShaopeng,Sunna,XuGuanyu
（ResearchCenterforeconomicDevelopment,anhuiUniversityofFinances&economics,Bengbu233041,China）
abstract：Basedontheenergyconsumption,populationandGDpdatainChinafortheperiodof1981-2008,andthroughempiricalanalysisonthecontributionoffromeconomicdevelopment,energyintensityandenergystructure.,theresultsshowthateconomicgrowthcanleadincreaseofpercapitacarbonemission;reductionofenergyintensityrestrainsemissionincreaseofpercapitacarbon;andchangesinenergystructureplayadrivingroleonincreasingcarbonemissionbefore1997,thenplayaninhibitoryactioninemission,butthecontributionisnotsignificant.inrecentyears,thecontributiontrendoftheenergystructureisgraduallyincreasing.
碳排放的来源篇3
摘要：碳减排是低碳经济发展的一个核心问题。江苏省碳排放总量较大，碳减排压力凸显，同时碳排放总量减排潜力十分巨大。江苏省发展低碳经济的思路应是在发展中节能减排，在挑战中把握机遇，走绿色低碳的可持续发展之路。
关键词：碳减排；低碳经济；政策
中图分类号：F06文献标识码：a文章编号：1004-1605（2011）01-0066-03
低碳经济浪潮扑面而来，但又纷争不断。本质上看，“低碳”强调的是一种有别于传统的以高能耗、高排放、多污染为代价的新发展思路，发展低碳经济与我们产业升级、技术创新、环境保护和节能降耗等既定目标相一致。从这个意义上说，既要发展又要低碳，这不是两难困境，而是经济发展模式和社会生活方式革新的倒逼机制。置身于低碳经济时代，江苏的发展策略应当是：在发展中节能减排，在挑战中把握机遇，走绿色低碳的可持续发展之路。
一、江苏省碳排放总量较大
由于江苏的基本省情和能源消费结构，加之近年来经济快速发展对能源需求激增，碳减排总量较大，碳减排压力凸显，碳排放总量减排潜力十分巨大。
从碳排放清单看，全省碳排放总量快速上升，从2000年的8005.3万吨增至2008年的1.7亿吨，增幅为118%；碳排放结构呈工业主导性，工业碳排放占比达86%，其次为交通和农村能源消费碳排放；碳汇能力下降显著，碳吸收水平从2000年的89.4%下降到2008年的40.9%。
从碳排放强度看，单位GDp的碳排放从2000年的0.94吨/万元下降到2008年的0.75吨/万元，降低了20%，说明近年来江苏节能减排成效明显；人均碳排放对应的从1.09吨/人上升至2.27吨/人，说明人均能源消费量增长快速。
从产业碳排放看，碳排放强度高低顺序为：工业>交通运输仓储及邮政业>农林牧渔业>建筑业>批发零售及餐饮业>其他服务业。在工业中，制造业能源消耗量大，碳排放占比95%以上；电力、热力的生产和供应业、非金属矿物制品业等10大行业碳排放总量占全部39个工业行业碳排放总量的89%，是高耗能产业部门和主要的碳排放行业。
从城市碳排放看，最高的是苏州（2747万吨），其次为徐州（1567.7万吨），再次为无锡和南京，说明经济发达地区由于能源消费量较大，碳排放量也较大；徐州、淮安、连云港、镇江、扬州、镇江和宿迁的碳排放强度均高于全省平均水平（0.52吨/万元），说明这些地区能源利用效率普遍较低。与国内相比，江苏城市碳排放强度、人均碳排放量均低于全国城市平均水平，但远高于北京、上海、浙江和广东城市，其中碳排放强度是北京的2倍多。
从区域碳排放看，碳排放量最高的是苏南（7358.5万吨），占全省总量的56%，其次为苏北，苏中最少（2233万吨）；碳排放强度最高的为苏北（0.72吨/万元），其次为苏中，苏南最低（0.46吨/万元）；人均碳排放最高的为苏南（3.16吨/人），其次为苏中，苏北最低（1.09吨/人）。
从外贸碳排放看，“江苏制造”通过贸易形式为国外生产承担的碳排放不容忽视。2008年，全省规模以上工业出口的隐含碳排放量达3108.5万吨，占全省碳排放总量的17.8%，比重较往年略有上升；同时，通过进口商品避免了1311.2万吨的碳排放量。
从土地利用碳足迹看，单位面积碳排放近5年来快速上升，不同土地利用类型的碳足迹大小顺序为：居民点及工矿用地>交通用地>未利用地及特殊用地>农用地和水利用地。这说明居民集聚区和生产活动集中区成为碳排放的集中区域。
二、发展低碳经济的基本思路
从当前江苏经济社会发展阶段和进程看，“高碳”型工业经济仍然有相当长时期的快速增长，碳排放大量产生仍不可避免。但从未来和大背景看，向低碳经济转型已成为世界经济发展趋势，人们越来越关注以此获得更好发展的历史机遇，越来越重视发展低碳经济带来的经济、社会和政治效益。
在发展战略上，把发展低碳经济与经济结构调整、发展方式转变结合起来。发展低碳经济是促进经济转型升级和发展方式转变的重要途径，不仅不会放慢经济增长，反而会通过培育发展低碳产业及新兴产业，促进经济的新一轮高增长，成为推动经济发展的新动力。要赋予工业化、城市化和现代化低碳内涵，推进发展观念、产业结构、能源结构、生产技术和管理体制的创新和转变，形成低碳绿色的生产方式、生活方式和消费方式，促进经济社会与生态环境的可持续发展。
在发展路径上，把发展低碳经济与节能减排、循环经济发展结合起来。低碳经济与循环经济有一定的承继关系和交叉重叠，并在技术层面上是一致的；与节能减排是手段、途径与目标的关系。要以节能减排为抓手，推行清洁生产，优化能源结构，提高能源资源利用效率，形成低能耗、低排放、低污染的生产生活新型态。
在发展方式上，把碳减排与碳增汇结合起来。碳汇一般是指从空气中清除二氧化碳的过程、活动、机制。植树造林、土地管理是增加碳汇的主要途径，在应对气候变化过程中，利用森林来间接减排二氧化碳得到国际社会的普遍重视。要在加强工业、交通、建筑等重点领域碳减排的同时，大力推进绿色江苏建设，增加森林碳汇，增强碳吸收能力，有效减少大气中的温室气体。
在发展机制上，把政府作为、市场作用和社会参与结合起来。低碳发展以政府为主导、企业为主体、社会为基础，要通过市场规则的合理设计和激励约束政策安排，建立政府推动、市场调节、企业减排、公众参与的工作机制，形成促进节能降耗的长效机制，充分发挥各方面走低碳发展之路的积极性和能动性。
三、发展低碳经济的政策建议
如果说2007年巴厘岛路线图提出了减缓、适应、技术和资金等应对气候变化的“四个轮子”，那么，产业、技术、资金和载体则是低碳经济发展的“四个轮子”。
将低碳战略全面纳入国民经济和社会发展规划。国家发改委最近确立了广东、辽宁、湖北、陕西、云南五省和天津等八市开展低碳省区和低碳城市试点工作，具体任务包括制订低碳绿色发展的规划和配套政策。江苏也要积极行动，编制低碳发展规划，制定符合江苏实际的低碳发展标准和低碳经济路线图，增强在低碳经济发展领域的话语权。将低碳经济的统计和考核纳入“十二五”国民经济规划中的引导目标，鼓励地市级制定低碳发展规划，支持重点行业部门制订专项规划。打造低碳经济载体，选择典型区域、行业和企业先行试点，建设低碳产业园区、低碳示范企业、低碳社区、低碳城市等多层次的低碳经济示范。
建立以低碳排放为特征的产业体系。坚持走新型工业化道路，发展新能源产业、环保产业、碳汇产业、文化创意产业等战略性新兴产业。国外研究成果表明，服务业碳密度只有能源行业的碳密度的1/10左右，要大力发展现代服务业，提高服务业发展水平。发展低碳高效农业，优化种植结构和农业生产方式，减少农业污染。发展循环经济，提高资源综合利用水平，降低消耗和排放。限制高耗能产业，推进工业节能减排减碳。考虑到各种碳排放项目的年增长速率不同，应重点加强对能源高消耗部门和碳排放量较大领域的减排，如工业能源消耗、城市生活能源消费、垃圾焚烧与填埋等，切实降低区域碳排放强度。江苏碳减排的十大工业行业是：电力、热力的生产和供应业、非金属矿物制品业、黑色金属冶炼及压延加工业、造纸及纸制品业、化学原料及化学制品制造业、纺织业、石油加工、炼焦及核燃料加工业、通用设备制造业、石油和天然气开采业、饮料制造业，它们也是产业结构调整的重点行业。
推进低碳技术进步。低碳技术是发展低碳经济的核心环节。研究表明，技术进步（包括终端用能部门技术进步和能源工业技术进步）对温室气体减排的贡献度将长期保持38%左右，2050年的贡献度将达50%左右。要大力推进产业部门的技术进步，着重在清洁生产、交通运输、能源供应与装备、废物处置与资源化等方面，加快先进技术替代和重大技术突破（见下表）。对江苏来说，重要的是大力推进节能技术开发应用，逐步改变目前以煤炭为主的能源结构，提高能源利用效率。加快传统产业升级换代，通过技术创新减少碳排放。深化科技合作，积极参与国际和国内低碳经济技术的区域交流与合作，包括长三角区域合作。
探索碳金融和碳交易发展。当前碳排放的“准金融属性”已日益凸显，并成为继石油等大宗商品之后又一新的价值符号。要尝试构建江苏省碳排放权交易平台和碳交易场所，为发展低碳经济打开国际融资渠道。关注国内各地区之间的“碳源―碳汇”交易市场，以及国内重点行业大中型企业之间的碳交易市场，加强与国际国内的联系和对接。尝试设立地方碳基金或专项资金，扶持低碳技术先行先试、进入商业化运作。注重低碳经济与清洁发展机制项目开发相结合，促进国际先进技术和资本的引进与转化。
建设低碳新型城市。城市交通和生活能源消耗碳排放是仅次于工业能源活动的碳排放源。城市的空间结构、功能、产业特性和运行机制直接影响碳排放，要通过发展低碳工业、低碳交通、低碳建筑，缓解“城市病”，探索新型城市发展模式。一是构建规划科学、布局合理、功能协调的大中小城市发展体系，合理配置城市内部功能区，避免资源浪费和结构冲突。二是创建低碳机动化城市交通模式，积极发展快速公交系统、轻轨、地铁建设，合理规划公交线路和公交换乘枢纽，构筑以公共交通为骨干、多种交通方式联运的城市交通体系。三是推广建筑节能。建筑能耗占总能耗的1/3左右。在城市化进程中，要大力推广新型墙体材料，全面建设节能环保型建筑。四是提高城市碳汇能力，建设城市绿化工程，多渠道拓展绿化空间，把营造城市森林作为城市“氧补偿”和气候“降温”的重要措施。
降低土地利用碳足迹。江苏以煤炭为主的能源结构短期内难以转变，但可以在土地利用方面寻找碳减排的空间。通过合理规划土地，调整土地利用结构和布局，能够促进经济结构和工业结构调整，推动低碳经济发展。根据相关研究，从各类土地管理政策效果来看，土地利用结构优化的碳减排潜力最大。要加强对高碳排放的土地利用类型的调控，在土地规划中考虑碳足迹效应，开发低碳排放的土地利用方式。加强区域生态管护，推进“绿色江苏”建设，营造江海河湖防护林、绿色通道、城郊人居森林等生态林业工程，增强生产性土地的固碳效率，降低区域的碳排放水平和强度。
倡导低碳绿色生活方式和消费模式。从政府、企业和个人不同层面，倡导低碳生活方式和低碳消费观念，建立理性、适度、节约的消费模式，推动全社会向低碳转型。建立和推广“低碳生活”和“低碳家庭计划”，因地制宜地鼓励太阳能光热、光电、生物质能、沼气能等在家庭中的使用，鼓励使用节能灯具、节水设施和垃圾处理设施。
参考文献：
［1］博登海默.法理学――法律哲学与法律方法［m］.北京：中国政法大学出版社2004修订版，第418－424页.
［2］康德.纯粹理性批判［m］，北京：人民出版社2004第一版，第415-416页.
碳排放的来源篇4
关键词：碳排放；因素分解；产业结构；四川省
中图分类号：F124.5文献标志码：a文章编号：1673-291X（2013）21-0292-02
自2001年政府间气候变化委员会（ipCC）第三次气候评估报告以来，气候变暖问题逐渐成为重要的国际政治议题。为了应对气候变化，世界各国均将发展低碳经济提上议事日程。中国政府亦于2009年向国际社会承诺到2020年单位GDp碳排放强度比2005年下降40%～45%。因此，研究中国碳排放的变化趋势及影响因素具有重要的现实意义。本文利用四川省的相关数据来分析四川省三大产业二十年来碳排放的变化趋势，并从产业结构、能源结构、能源强度、经济发展等因素来分析导致四川省碳排放增长的主要原因。
一、研究方法和数据整理
（一）研究方法
产业碳排放量，是指产业活动燃烧化石能源（主要包括煤炭、石油及天然气等）释放出的二氧化碳量。本文将Kaya恒等式表述为碳排放强度、能源结构、能耗强度、产业结构、生产总值5个因素的乘积。根据ang提出的LmDi法可将碳排放总量分解为排放因子效应、能源结构效应、能源强度效应、产业结构效应及产出规模效应等因素的乘积，则碳排放由0期到t期的变化可以分解为排放因子效应、能源结构效应、能源强度效应、产业结构效应及产出规模效应五种驱动因素，由于各类能源的碳排放系数通常较为固定，在实际应用中一般取常量，因此，排放因子效应始终等于0，可以不作为考虑因素。则碳排放的变化就表示为能源结构效应、能源效率效应、产业结构效应及产出规模效应四种驱动因素。能源结构对碳排放变化的影响主要体现在不同的能源在碳排放系数方面具有差别，如果用高碳能源替代低碳能源，在其他因素不变的情况下，会导致碳排放的增加，反之，则会减少碳排放。能源强度反映了对能源利用的节约程度。由于不同产业在能源消耗上具有差别，因此，产业结构在一定程度上决定着能源需求和碳排放。从理论上讲，调整产业结构可以降低总体能源消耗及碳排放。产出规模效应反映了经济规模的变化对碳排放的影响，多数研究认为，碳排放与经济增长之间存在长期平稳的正相关关系，即在其他条件不变的情况下，经济规模的扩张会引起更多的能源消耗和碳排放。
（二）数据来源和整理
本文将国民经济分为第一产业、第二产业和第三产业，能源品种分为煤炭、石油、天然气三类来进行研究。能源消费数据、各产业增加值及比重均来源于1990—2011年《四川省统计年鉴》，其中，产业增加值均按照1978年不变价进行了调整。由于目前中国没有碳排放量的直接监测数据，当前大部分的碳排放量研究都是基于能源消费量、能源碳排放系数进行估算，即碳排放量等于第i种化石能源的消费量乘以第i种化石能源对标准煤的折算系数乘以第i种化石能源的碳排放系数。化石能源对标准煤的折算系数采用《中国能源统计年鉴》（2009）规定的数值，即1kg原煤折0.7143kg标煤，1kg原油折1.4286kg标煤，1m3天然气折1.333kg标煤。碳排放系数目前各国采用的数值并不完全相同，本文选用国家发展和改革委员会能源研究所的数据：煤炭、石油、天然气的碳排放系数分别为0.7476kg碳/kg标煤、0.5825kg碳/kg标煤、0.4435kg碳/kg标煤。由于本文主要考察产业结构演变对碳排放量的影响，再加上中国碳排放的主要来源是生产领域而非消费领域，故而本文在研究时省略掉了消费领域的碳排放，只考察三大产业的碳排放。此外，由于受到统计数据的限制，1999—2004年的相关数据缺失，但不影响本文的研究结论。
二、数据分析和研究结果
（一）四川省碳排放的增长趋势
1990—2011年四川省碳排放量大幅增加，从1990年的3689.488t增加到2010年的13057.19t，增幅达253.9%。1990—1998年三大产业碳排放增幅较大，达58.48%，2005—2010年增幅有所下降，达38%。其中，第一产业的碳排放从1990年的26.96t增加到2010年的130.898t，增幅达385.5%。1990—1998年碳排放增幅达56.8%，2005—2010年增幅下降到40%；第二产业的碳排放从1990年的2284.156t增加到2010年的8151.758t，增幅达256.88%。1990—1998年碳排放增幅较大，达59.26%，2005—2010年增幅有所下降，达38.13%；第三产业的碳排放从1990年的1378.371t增加到2010年的4774.531t，增幅达246.39%。1990—1998年三大产业碳排放增幅达57.2%，2005—2010年增幅下降到37.7%。总起来看，碳排放增幅最大的是第一产业，其次是第二产业，增幅最小的是第三产业。碳排放量最大的是第二产业，最少的是第一产业。
（二）采用LmDi法对碳排放分解表明，产业结构是导致四川省碳排放增长的正向因素
1990—2010年是四川省工业向重型化发展的阶段，工业比重从1990年的35.1%提高到2010年的50.5%，工业重型化特征必然导致对化石能源的消耗量增大，进而加大碳排放量。这和国内其他的一些研究成果存在着一定的分歧，部分研究认为，产业结构的调整和优化对碳排放量的增长起负面效应，从理论上讲，产业结构的调整和优化，意味着产业结构对资源和能源的依赖程度下降，经济发展更多的依靠科技进步，因而碳排放量会下降。但是，由于中国目前正处于工业化中期阶段，产业结构正在由重工业化阶段向高加工度方向发展，因此，产业结构对碳排放量的贡献率为正且较大。因此，在遵循产业结构演进的客观规律的基础上，采取有效措施促进四川省产业结构的进一步高度化，将会导致产业结构对碳排放的贡献率下降直至变为负。
能源结构也是导致四川省1990—2010年碳排放增长的重要促进因素，表明四川省在发展过程中仍然是维持着高碳能源的消耗比重。1995—2010年，煤炭和石油的消费比例在三大类能源的消费中占了98.86%，其中煤炭的比重高达88%，如果继续维持目前的高碳能源消费结构，将对四川省节能减排的目标实现带来很大的困难。因此，转变能源消费结构，用低碳能源替代高碳能源，对于四川省完成节能减排任务具有重要的意义。
能耗强度的下降即能源利用效率的提高对1990—2010年四川省碳排放量的增长发挥着积极的负面效应，且其抑制效应在逐年增大。1990年四川省的能耗强度为6.66吨标煤/万元，到2010年能耗强度降为2.75吨标煤/万元，表明四川省综合能源利用效率得到了稳步提升，而能源效率的提高又主要得益于各产业的技术进步，今后应当进一步鼓励企业技术创新，继续发挥能耗强度对碳排放的抑制效应。
经济增长对四川省碳排放量的增长发挥着积极的负面效应。1990—2010年四川省实际GDp的增长率达到8.5%，同期碳排放的增长率达到253.9%。经济的快速发展刺激了能源消费，进而导致了碳排放的增长。这一结论和国内其他的研究成果的结论是一致的，表明经济增长与碳排放之间存在着直接的正相关关系。
三、结论和建议
本文采用1990—2010年四川省分行业能源消费数据，计算了四川省三大产业的碳排放量，并采用LmDi法将引起四川省1990—2010年碳排放增长的因素分解为四种效应。通过对结果的分析，我们发现：（1）在1990—2010年间，四川省碳排放增长了2.5倍，年均增长率达到12%，高于同期实际GDp的增长率，反映出在四川省工业结构重型化的趋势下，碳排放总量增长的态势。分阶段来看，2005—2010年各产业碳排放增长的速度比较起1990—1998年均有不同幅度的下降，表明由于抑制因子的作用，四川省碳排放增长的趋势有所放缓。（2）产出规模和产业结构是导致四川省碳排放增长的正向因素。经济规模的扩大，及产业结构重型化的发展，都对四川省碳排放起到了积极的促进作用。因此，在经济发展的同时，应该积极调整产业结构，促进产业结构的高度化，推动低能耗、低排放的高新技术产业及服务业的发展，同时也要重视利用高新技术对传统工业部门进行更新改造。在这一过程中，要注意尊重产业结构演进的客观规律性。（3）能源结构亦是导致四川省碳排放增长的正向因素。因此，当前四川省应该加快发展太阳能、风能、核能等清洁能源，用低碳能源替代高碳能源，优化能源结构，发挥能源替代效应对减排的积极作用。（4）能源利用效率是导致四川省碳排放增长的负面因素。而能源利用效率的提高主要得益于各产业的技术进步，因此应当继续重视发挥技术进步对提高能源利用效率的积极作用。
参考文献：
[1]佟新华.中国工业燃烧能源碳排放影响因素分解研究[J].吉林大学社会科学学报，2012，（7）：151-160.
[2]袁鹏，程施.辽宁省碳排放增长的驱动因素分析——基于LmDi分解法的实证[J].大连理工大学学报：社会科学版，2012，（3）：35-40.
[3]张庆民，葛世龙，等.三次产业结构演化与碳排放机制研究——基于面板数据模型的实证分析[J].科技与经济，2012，（1）：101-105.
碳排放的来源篇5
关键词：低碳经济；二氧化碳；碳排放权
从“京都议定书”、“巴厘岛路线图”到哥本哈根世界气候大会，气候问题备受关注，发展低碳经济已经成为当前的全球性共识。低碳经济是以低能耗、低污染、低排放为特征的经济发展模式，是人类社会继农业文明、工业文明之后的又一次重大进步。碳交易是利用市场机制引领低碳经济发展的必由之路。低碳经济最终要通过实体经济的技术革新和优化转型来减少对化石燃料的依赖，降低温室气体排放水平。但历史经验已经表明，如果没有市场机制的引入，仅仅通过企业和个人的自愿或强制行为是无法达到减排目标的。我国现有碳交易主要是清洁发展机制(cmd)项目以及个别地域、行业的交易个案，对于占比超过80％的国际配额交易市场，我国依然没有涉足。由于尚未建立全国统一碳交易市场体系，国际碳交易规则基本上由西方发达国家制定，我国被迫处在整个碳交易产业链的最底端，我国创造的核证减排量被发达国家以低廉的价格购买后，通过金融机构的包装、开发成为价格更高的金融产品、衍生产品及担保产品进行交易。这导致我国难以发挥资源量大的优势，难以在国际碳排放权交易定价机制中发挥应有的影响。因此，建立全国统一碳交易市场体系迫在眉睫。
一、碳交易的内涵
碳排放权交易(简称碳交易)的概念源于20世纪60年代经济学家们提出的排污权交易概念。科斯定理一直被认为是排污权交易的理论基础。企业是以利润最大化为目的进行生产经营，为社会提品和服务的，问题在于企业获得利润的同时并未承担排放二氧化碳的环境污染成本，使得经济活动不能体现环境资源的经济价值，稀缺的环境资源得不到有效配置。科斯认为解决环境资源市场失灵的关键是产权，明确环境资源的所有权或财产权，使其成为稀缺资源，可以解决污染外部性问题。据此，经济学家们提议建立碳排放权交易市场，让市场机制评价环境资源的价值，使其外部性内部化。《京都议定书》的签订意味着包括二氧化碳在内的温室气体的排放行为要受到限制，由此导致碳的排放权和减排量额度(信用)开始稀缺，并成为一种有价产品，称为碳资产或碳产权。目前，在欧洲、美国等金融发达的地区和国家已经形成了一些大型的碳排放交易中心，如欧盟co2排放量交易体系、欧洲气候交易所、芝加哥气候交易所。交易主要有两种类型：其一是基于配额的交易。买家在“限量与贸易”体制下购买由管理者制定、分配(或拍卖)的减排配额，譬如《京都议定书》下的分配数量单位(aau)，或者欧盟排放交易体系(euets)下的欧盟配额(euas)。其二是基于项目的交易。买主向可证实减低温室气体排放的项目购买减排额。
碳交易从资本的层面人手，通过划分环境容易，对温室气体排放权进行定义，延伸出碳资产这一新型的资本类型。将气候变化因素纳入了企业的资产负债表，改变了企业的收支结构。而碳交易市场则为碳资产的定价和流通创造了条件。来自不同项目和企业产生的减排量进入碳市场进行交易，被开发成标准的金融工具，使得金融资本通过碳交易市场直接或间接投资于创造碳资产的绿色技术的实体经济。碳交易将金融资本和实体经济联通起来，通过金融资本的力量引导实体经济的发展。碳交易的一般做法是：首先由政府部门确定一定区域的环境质量目标，并据此评估该区域的环境容量；然后，推算出二氧化碳的最大的允许排放量，并将最大允许排放量分割成若干规定的排放量，即若干排放权；接着，政府选择不同的方式分配碳排放权，如公开竞价拍卖、定价出售或无偿公配等，并通过建立排放权交易市场使这种权力能合法交易。在市场上，排放者从其自身利益出发，自主决定其污染治理程度，从而买入或卖出排放权。碳排放权交易市场的本质就是承认碳资产商品化，提供二氧化碳排放空间数量化、资产化、市场化的途径，使之成为非公共物品，成为一种生产过程中必须付出代价才能得到的资源，通过市场机制对碳排放权的有效配置达到二氧化碳减排的目的。
二、碳交易对我国发展低碳经济的现实意义
(一)有利于宏观经济帕累托改进
发展碳交易市场首先要确定我国范围内二氧化碳的排放总量，凸显环境资源稀缺性。碳交易市场机制的价格发现功能可实现碳排放权的合理定价，使环境资源成本外部性向企业生产活动内部化转化。碳排放权获得类似垄断资源的身份，微观经济主体受成本一收益的驱动会珍惜有限的碳排放权和减少二氧化碳排放，并可诱发一系列的低碳经济活动。二氧化碳排放总量限制、微观主体排放成本控制及低碳经济活动将会使我国宏观经济碳排放总量得到有效控制，使污染治理总体费用得到大幅降低，逐步建立起高效的经济一能源系统。在不影响经济增长的前提下最大限度地减少对能源需求与二氧化碳排放，最终达到环境资源优化配置及整体经济的帕累托改进。
(二)能使减排成本收益转化
碳交易市场机制下的碳排放权具有商品属性，其价格信号功能引导经济主体把碳排放成本作为投资决策的一个重要因素。随着碳市场交易规模的扩大和碳货币化程度的提高，碳排放权进一步衍生为具有流动性的金融资产。企业通过实施积极有效的碳资产管理将促进经济发展的碳成本向碳收益转化。碳交易市场兴起并可带动形成以碳排放权为中心的碳交易货币以及包括直接投资融资、银行贷款、碳指标交易、碳期权期货等一系列金融衍生品为支撑的碳金融体系，形成能源链转型的资金融通——减排成本收益转化——低碳资金投入的良性低碳循环。
(三)促进低碳技术转移
通过建立碳排放权的交易机制使得碳排放边际成本较低的排污企业可以通过自身的技术优势或成本优势转让或储存剩余的排放权，碳排放边际成本较高的企业则通过购买的方式来获得环境容量资源的使用权。购买行为的本身既包含实际减排额度的转让也包含低碳技术的交易。通过碳排放权的交易，污染治理的最终任务必将落在减排成本最低的企业或专业化减排处理的企业身上，客观上促进了包括节能和清洁能源、煤的清洁高效利用、油气资源和煤层气的勘探开发、可再生能源、核能、碳捕集和封存、清洁汽车技术、农业和土地利用方式等涉及温室气体排放的低碳技术应用和创新。
(四)引发低碳能源革命
低碳能源是低碳经济的基本保证。新能源属于低碳能源，新能源的各种形式都是直接或者间接地来自于太阳或地球内部深处所产生的热能，包括太阳能、风能、生物质能、地热能、核聚变能、水能和海洋能以及由可再生能源衍生出来的生物燃料和氢所产生的能量。也可以说，新能源包括各种可再生能源和核能。相对于传统能源，新能源普遍具有污染少、储量大的特点，对于解决当今世界严重的环境污染问题和资源(特别是化石能源)枯竭问题具有重要意义。碳交易市场机制解决了二氧化碳的供求、价格、竞争、风险等要素问题，实现二氧化碳排放量的定价，使其成为经济主体生产活动的要素。基于成本收益的考虑，势必会引发能源革命，促进我国可再生能源、清洁能源的开发，降低化石能源比重，改变能源结构，促进经济主体提高能源效率，降低二氧化碳等温室气体和其它污染物的排放量，能源消费由传统高碳能源逐渐向低碳新能源过渡。
(五)促进低碳经济转型
碳排放权交易的减排成本收益转化、资金融通功能以及促进低碳技术转移功能有利于企业加强低碳产品的投资，有利于打破产业投资锁定效应，促进产业升级换代及新型低碳产业的兴起。宏观上有利于政府以低碳经济低能耗、低排放、低污染的要求，调整投资、出口和消费这“三驾马车”的重点和方向，进一步优化经济结构，降低“高碳”产业的比例，优化产业结构，扩大低碳产品的出口。调整我国目前技术含量、环保标准和附加值都比较低的出口产业结构，鼓励能效较高的产品出口，以应对各类环境贸易壁垒，最终构建以低碳农业、低碳工业、低碳服务业为核心的新型低碳经济体系。
三、我国建立碳交易市场的路径选择
(一)碳交易市场体系构建的要素
1 污染总量控制。只有控制了碳排放空间的使用上限，才能使碳排放权成为稀缺的经济物品，碳排放权才可以作为商品在市场上进行交易。因此，构建碳排放权交易体系必须以实现排放总量控制为前提。碳排放总量由环境主管部门根据区域的环境质量标准、环境质量现状、污染源情况、经济技术水平等因素综合考虑来确定。碳排放总量限定直接关系到交易能否顺利开展，排放权数量过大，会使区域内碳排放超过环境容量，减排效果难以实现；排放权数量过小，则会导致碳排放成本超越社会经济技术承受能力，较高的碳排放权价格使得企业不愿购买排放权而引发非法排放行为。
2 环境产权明晰。环境资源等属于公共物品的范畴，具有非排他性和非竞争性消费的特征，即产权通常是不明晰的，私人对其的损耗和破坏带来的后果皆由社会分担，导致外部不经济性的产生。科斯定理将外部不经济性与产权联系起来，强调通过或依靠私人行为来解决外部不经济性问题，关键在于建立一套界定完善的资源产权制度。据此，在环境产权界定明晰的前提下，建立有效率的市场，可以执行市场转让的产权制度，充分发挥市场机制的作用，以解决二氧化碳排放不经济问题，达到环境资源优化配置。
3 市场自由交易。碳交易市场必须保证经济主体之间能够自由交易。对排放权卖方而言，由于超量减排而剩余排放权，出售排放权获得的经济回报实质上是市场对有利于环境的外部经济性的补偿；对买方而言，由于无法按政府要求减排而购买排放权，支出的费用实质上是外部不经济性的代价。市场决定着碳排放权的价格，市场机制的配置促使经济主体约束自身排放行为。允许碳排放权自由交易的市场既能控制二氧化碳排放总量，又能有效地配置环境资源。企业为了节约环保开支，必然要采用先进的治理技术，并不断地开发更加有效的技术，由技术进步而带来的排放权节余又会给企业带来收益。
4 政府适度干预。市场机制固有的缺陷会导致环境问题上的“市场失灵”，政府调控行为则可以弥补市场机制的不足。政府主要作用在于保证市场机制的正常运作，尽可能发挥市场机制特别是价格机制在环境保护中的作用。政府行为包括：制定排放总量、排放权的初始分配、监督排放权交易制度的执行情况、对交易进行管理等。在排放权交易市场中政府也作为普通的市场主体进行购买或出售排放权的交易，但政府主要行使监管职能，参与市场交易是次要的，并且政府交易在整个交易市场中不占主要份额。
(二)我国建立碳排放权交易市场的路径选择
1 以总量控制为前提的碳排放权初始分配。碳排放权一级市场是指排放者与政府之间进行交易，即排放权的初始分配和有偿取得。首先，必须坚持碳排放总量控制为前提，对我国环境容量科学测算，规定一定时间和区域内可供使用的容量资源的总量和上限。然后，按照“污染者付费”(poiluterpayprinciple，ppp)原则，排放权应以一定方式有偿分配给排放者。从美国等国家的情况看，一般情况下政府每年定期与排放者进行交易，交易形式主要有招标、拍卖、以固定价值出售，甚至无偿划拨等。对社会公用事业、排放量小且不超过一定排放标准的排放者，可以采取无偿给予或低价出售的办法；而对于经营性单位、排放量大的排放者，多采取拍卖或其他市场方式出售。一级市场无需固定交易地点，交易时间由政府主管部门决定。
由于我国碳排放权交易制度还处于探索阶段，初始分配方式的设定必须考虑国情的适应性。当前我国企业面临着国内改革和外部竞争的双重挑战，对于政策风险的冲击比较敏感，企业排放权拍卖会增加企业交易成本，而免费分配模式则可以在不改变现有排放权分配总体格局的前提下，顺利实现排放权交易制度和现存排放收费制度的对接。因此，我国碳排放权初始分配方式宜采用混合分配方式，在排放权交易计划的最初，可以确定一个免费分配或固定价格出售的比例，再将该比例进一步划分成若干个阶段，逐渐降低免费分配或固定价格出售的比例数额，直到实行完全拍卖。
2 以市场自我调节为主导的二级市场。在排放权交易市场中，主要由法律决定排放权一级市场(初始分配)的公平性，由市场决定排放权二级市场(再分配)的效率，两者在实施手段、参与主体、风险大小、作用效果等方面具有较大的差别。二级市场是排放者之间的交易场所，是实现碳排放权优化配置的关键环节。(1)价格机制。定位为政府指导下的市场自我调节机制，主要由市场主导。二级市场一般需要有固定场所、固定时间和固定交易方式。排放者在一级市场上购买排放权后，如果排放需求大，就可以在满足区域污染物排放总量不变的情况下在二级市场上买人；相反，如果企业减少排放有富余的排放指标，则可以在二级市场售出获利。新建、扩建和改建企业可以从一级市场获得排放指标，也可通过二级市场获得排放指标。(2)交易方式。由于我国市场经济尚不完善，碳排放权现货交易具有分散性、低透明度、信息不易收集、不易调控的特点，导致市场供求关系形成的价格信号具有一定的盲目性、不准确性。碳排放权期货交易的透明度高，竞争公开化、公平化，交易者众多，有助于形成公正的价格，合约标准化、交易成本低，并可进行套期保值交易，以控制风险。因此，我国碳排放权交易机制可采用现货交易为基础，期货交易为辅的交易方式，期货市场为现货市场上碳排放权的供给和需求的企业提供经营决策的主要依据。(3)交易平台。第一，区域性与全国易平台相结合。碳交易平台以经济发展为基础，由于我国区域经济发展不均衡，全国性的碳交易市场必须考虑区域差异性，首先应按照区域发展条件和经济基础内在一致性与区外有较大的差异性、区域中心城市带动性和区域联系紧密性的原则成立若干区域性碳交易市场。在此基础上，整合各种资源和信息，逐步形成全国碳交易统一市场框架体系。第二，实体交易与网络交易相结合。在建立实体性的交易市场同时，构建基于网络的市场交易平台，以便注册用户通过网上进行交易。利用此交易平台，会员可以卖出超标减排量来获得额外利润，或者买人不足的减排量以履行义务；系统地做好可持续发展和温室气体减排计划；向股东、评议机构、市民、消费者和客户展示有关气候变化的战略远景；通过及早采取具有信用度的减排和认购补偿行动，使企业在同行业中的领导地位得到认同；通过交易所聘请的具有温室气体减排量审核资质的独立第三方定期测量温室气体排放量，并有选择地采用各种减排技术和措施进行碳减排。
3 严格的交易管理与监测制度。在我国要实施排放权交易制度，环保行政主管部门在排放权交易中必须发挥监督和审核作用。具体来说，各地环保行政主管部门现阶段可委托各级环境监察机构来具体实施。(1)交易过程管理。第一，确认交易权，鉴定审核交易标的。在交易活动之前，须经过调查监测；第二，确认交易出让方富裕排放指标的真实性，指导交易参与者确定交易指标价格或价格幅度；第三，确认交易双方交易协议的有效性，确认双方交易转让的排放量、排放去向以及有关技术要求；第四，督促双方在交易完成后及时办理排放许可证变更手续，明确各方责任；第五，对排放交易工作进行整体评估、统计，总结、完善交易管理体制。(2)交易监测体系。构建污染源基础数据库信息平台、排放指标有偿分配管理平台、污染源排放量监测核定平台、污染源排放交易账户管理平台等的力度，建立企业排放合帐制度，全面管理参加有偿分配和排放交易体系的污染源，保障碳排放在有效的监控之下。严格查禁企业超标排放行为，加大处罚力度，促使企业减少排放，积极走向排放权交易市场，实现总量控制和环境保护的总体目标。要及时制止滥用转让权，以及非法转让排放权的买卖行为，规范转让过程中可能出现的一些无序现象，确保排放权在二级市场上能够正常交易。
碳排放的来源篇6
关键词：低碳试点省份；工业部门；低碳转型；碳排放；陕西省
1引言
世界低碳经济的发展潮流正在引发新的国际政治、经济、贸易、技术的竞争，以欧盟、美国、日本等为代表的主要发达国家和地区纷纷提出各自的低碳经济发展战略或行动计划来积极应对气候变暖。为适应后国际金融危机时期世界经济的新变化，促进社会经济与资源环境相协调发展，中国将“加快转变经济发展方式”作为第十二个五年规划的核心任务。随着工业化进程的加速推进，1990s以来工业部门占中国能源消费释放Co2总量的比例保持在66.3%-72%[1]，工业部门具有“碳锁定”效应，实现工业部门的低碳化转型，是推进中国发展低碳经济的突破口。中国当前处于工业化、城市化快速发展的阶段，经济的快速发展过度依赖于能源的高强度投入，经济增长方式具有强物质化的特征，能源利用的强度和规模不可能短期内减少，导致碳排放量持续增加，发展低碳经济是加快经济发展方式转变的重要途径和手段。
近年来，研究者对经济低碳转型的研究已经取得一定进展。魏一鸣等采用awD方法对中国1980—2003年间的能源消费引起的碳排放强度和原材料部门的最终能源消费引起的碳排放强度进行了实证分析，认为碳排放强度下降的原因来自于实际能源强度的下降和能源消费结构的改变[2]。谭丹等在分析碳排放各行业差异的基础上，指出高耗能、高碳排放工业行业是产业结构调整的主要方向，这些行业对碳排放量的有效降低，对低碳经济的发展起决定性作用[3]。王灿等分析了中国1957—2000年间的碳排放的变化因素，认为1957—2000年碳排放理论上减少了24.66亿t，其中的95%归功于碳排放强度的降低[4]。李艳梅等构建因素分解分析模型，表明造成碳排放增加的因素是经济总量增长和产业结构变化；而促进碳排放减少的重要因素是碳排放强度降低[5]。朱勤等综合分析宏观经济多项因素对碳排放的影响，对能源消费碳排放进行分解，认为经济产出效应对中国该阶段能源消费碳排放的贡献率最大，提出节能减排的重点在于调整产业结构、优化能源结构及提高能源利用效率[6]。曹俊文根据江西省1992—2007年投入产出表，运用投入产出模型，对江西省产业部门直接碳排放强度和完全碳排放强度进行测算和分析，并提出控制高碳排放部门的能源消耗，优化隐含高碳排放部门的中间投入以及合理协调发展低碳排放产业的政策建议[7]。朱华友等对金华市不同产业部门的碳排放量进行分析，并预测未来的碳排放趋势，确定金华市不同产业部门的发展与碳排放的关系，提出金华市的碳排放三级控制模式[8]。
通过对文献的回顾，发现关于产业低碳化转型的研究已经有着大量的工作，既有国家和地方等不同层面的研究，又有碳排放特征和影响因素的研究，但大多数研究对国民经济系统中产业之间的技术经济联系考虑不够深入，从而不利于国民经济的稳定发展。2010年8月，国家发展和改革委员会确定以陕西、广东、辽宁、湖北、云南五省为低碳试点省份，对发展低碳经济进行有意义的实践探索。本文在已有研究成果的基础上，以陕西省工业部门的22个细分产业为研究对象，计算并分析各产业的碳排放特点、影响力系数和平均影响力系数，深入分析各产业在工业部门低碳化转型过程中所扮演的角色，根据碳排放强度和平均影响力系数两个指标，将工业部门的22个细分产业分成四类，针对不同的产业选择差异性的低碳转型路径，在保持经济稳定性的基础上实现陕西省工业部门的低碳转型，并为其它相似的区域提供一定的借鉴作用。
2研究方法和数据来源
2.1研究方法
2.1.1碳排放强度计算
目前中国没有碳排放量的直接监测数据，现有的大部分研究都是在对能源消费引起的碳排放测算的基础上进行。本文采用《ipCC国家温室气体排放指南2006》推荐的计算碳排放量的方法，其计算公式为[9]：
（1）
其中，为碳排放量，为能源种类，为化石能源消费的实物量（万t或万m3），为能源折算为标准煤的转换系数（kJ/kg或kJ/m3），指燃料的含碳量（kg/GJ），为能源燃烧的氧化率，采用ipCC默认值100%，为转化为的系数。
碳排放强度是由能源消耗强度引申出来的，指单位国内生产总值所产生的二氧化碳排放量。碳排放强度是衡量经济同碳排放量之间的关系指标，在经济增长的同时，每单位国内生产总值所带来的二氧化碳排放量在下降，那么说明该国就实现了一个低碳的发展模式，其计算公式为[10]：
（2）
其中为产业的碳排放强度，为产业的碳排放总量，为产业国内生产总值。
2.1.2影响力系数计算
投入产出分析是对区域各产业之间的经济关联进行定量核算的方法[11]。通常为直接消耗系数矩阵，为完全消耗系数矩阵，且，。称为影响力系数是完全消耗系数矩阵的列向量之和，影响力系数是衡量国民经济内某产业的生产对其它产业的影响程度的指标，影响力系数越大，表示该部门对国民经济其它产业的波及和带动效应越大，其计算公式为：
（3）
平均影响力系数是产业的影响力系数与国民经济所有产业总体影响力的平均值的比值，有三种可能，即，，，其中的产业将会对国民经济发展产生更大的影响和带动作用，应该重点进行发展，其计算公式为：
（4）
其中，为部门的影响力系数，称为国民经济平均影响力，是国民经济所有产业总体影响力的平均值，，，为国民经济所有产业的总体的影响力。
2.2数据来源
本文主要数据来源于《陕西省2007年42部门投入产出表》和2007—2011年《陕西统计年鉴》，包括工业部门各产业的各种能源消费量、各行业国内生产总值、终端能源消费统计数据等，计算碳排放量参考的系数为ipCC公布的《2006年ipCC国家温室气体清单指南》（表1）[12]。
表1化石燃料能量转化系数与含碳量
tab.1energyconversionfactorandthecarboncontentoffossilfuelenergy
能源种类净发热值（kJ/kg或kJ/m3）缺损含碳量（kg/GJ）
煤类能源原煤2.09×10426.80
油类能源汽油4.31×10420.00
煤油4.31×10418.90
柴油4.27×10419.50
气类能源天然气3.56×10415.70
为将投入产出表和能源统计资料衔接起来，以2007年《陕西省投入产出表》和2007—2011年《陕西统计年鉴》中的工业分行业终端能源消费量统计数据和能源平衡统计数据为基础，结合《国民经济行业分类与代码》（GB/t4754）的部门划分，使二者的行业分类口径调整一致，将陕西省工业部门合并为22个细分产业，其中采掘业包括4个产业，制造业包括15个产业，电力、燃气及水的生产和供应业包括3个产业。
3结果与分析
3.1影响力系数和平均影响力系数分析
以陕西省2007年投入产出表数据为基础，计算和分析工业部门22个产业的影响力系数和平均影响力系数（表2），得出以下结论：（1）影响力系数最大的5个细分产业为交通运输设备制造业，金属制品业，电气、机械及器材制造业，通用、专用设备制造业，通信设备、计算机及其它电子设备制造业，影响力系数分别为2.15、1.98、1.98、1.88、1.87，它们对国民经济的其它产业有着重要的带动作用。（2）影响力系数最小的5个细分产业为石油和天然气开采业，煤炭开采和洗选业，电力、热力的生产和供应业，金属矿采选业，化学工业，影响力系数分别为0.78、0.85、1.17、1.22、1.29，它们对国民经济的其它部门的影响力水平较低。（3）平均影响力系数最大的5个细分产业为交通运输设备制造业，金属制品业，电气、机械及器材制造业，通用、专用设备制造业，通信设备、计算机及其它电子设备制造业，平均影响力系数分别为1.42、1.31、1.3、1.24、1.23，它们的平均影响力系数均为大于1，同时这5个产业也是影响力系数最大的5个产业，说明这些行业在国民经济体系中起到较强的带动效应和影响力。（4）平均影响力系数最小的5个细分产业为石油和天然气开采业，煤炭开采和洗选业，电力、热力的生产和供应业，金属矿采选业，化学工业，平均影响力系数分别为0.52、0.56、0.77、0.81、0.85，它们的平均影响力系数均小于1，同时这5个产业也是影响力系数最小的5个产业，但这些产业均属于能源和资源的加工利用产业，其自身发展对国民经济有着重要的促进作用。
3.2碳排放强度特点分析
通过对2006—2010年工业部门的22个细分产业的碳排放强度分析（表2），得出以下结论：（1）平均碳排放强度最大的5个细分产业为电力、热力的生产和供应业，非金属矿物制品业，化学工业，煤炭开采和洗选业，石油加工及炼焦业，金属冶炼及压延加工业，分别为4.29吨/万元、1.63吨/万元、1.08吨/万元、0.91吨/万元、0.87吨/万元，其中电力、热力的生产和供应业为历年来碳排放强度最大的产业，这些产业均属于高强度的资源利用和消耗行业，能源为主要的生产要素。（2）平均碳排放强度最小的5个细分产业为水的生产和供应业，仪器仪表及文化办公用机械制造业，电气、机械及器材制造业，服装皮革羽绒及其制品业，燃气生产和供应业，分别为0.02吨/万元、0.02吨/万元、0.02吨/万元、0.02吨/万元、0.03吨/万元，这些产业均属于提供保障性供给的产业和制造业。（3）工业部门的各产业碳排放强度整体呈现下降的趋势，仅有电气、机械及器材制造业，石油和天然气开采业，金属冶炼及压延加工业这3个细分产业呈现上升趋势，上升幅度分别为25%、3.39%、0.38%。（4）碳排放强度降幅度最大的5个细分产业为金属制品业，通信设备、计算机及其它电子设备制造业，非金属矿采选业，木材加工及家具制造业，金属矿采选业，下降幅度分别为93.24%、89.17%、75.48%、65.04%、61.36%。（5）碳排放强度变化幅度最不显著的5个细分产业为金属冶炼及压延加工业，石油和天然气开采业，服装皮革羽绒及其制品业，电力、热力的生产和供应业，食品制造及烟草加工业，变化幅度分别为0.38%、3.39%、16.13%、21.84%、23.20%（图1）。由于工业化过程尚未完成，陕西未来经济增长依赖重化工业的发展格局仍将维持相当长的时期，工业结构仍将持续重型化，这就为陕西省未来的工业实现低碳转型提出了迫切的要求。结合以上分析，陕西省工业的低碳转型应注意以下几方面：（1）历年来碳排放强度大的产业要作为减少碳排放的重点产业；（2）历年来碳排放强度小的产业要继续保持健康的低碳排放状态；（3）碳排放强度呈现增加态势的产业要进行重点关注，要作为减少碳排放量的突破点；（4）对于碳排放强度下降幅度大的产业要分析下降的原因，为其它产业的减碳化提供经验和借鉴。
图1陕西省2006-2010年工业部门22个细分产业碳排放强度比较单位：吨/万元
Fig.1thecontrastofcarbonemissionsoftheindustrialsectorinShaanxiprovincein2006-2010
3.3工业部门的细分产业分类
不同产业的碳排放强度和影响力系数的差异反应了各产业在国民经济发展中的角色和减少碳排放任务中的作用不同。工业低碳化转型目标的实现不仅需要考虑减少碳排放，还必须考虑维持国民经济的稳定性。为保持数据的一致性，在选择2007年《投入产出表》的基础上，结合陕西省2007年碳排放强度指标，对陕西省工业部门22个细分产业进行分类，其中，以2007年陕西省工业部门的平均碳排放强度为0.61吨/万元作为分类临界值，以平均影响力系数等于1作为分类临界值。根据影响力系数与碳排放强度两个指标，将陕西省工业部门的22个细分产业划分为以下4类：
（1）平均影响力系数高，碳排放强度大的产业，（平均影响力系数大于1，碳排放强度大于0.61吨/万元）。主要包括：石油加工、炼焦及核燃料加工业，金属冶炼及压延加工业，造纸印刷及文教用品制造业。这类产业均为国民经济的基础性产业，也是传统意义上的高碳排放产业，与其它产业的经济技术联系度大，对整个国民经济有着重要的影响作用，其最终需求的增长将会大幅度拉动国民经济其它部门的增长，从某种意义上来说，这些产业具有拉动经济增长的“火车头”作用。
（2）平均影响力系数高，碳排放强度小的产业，（平均影响力系数大于1，碳排放强度小于0.61吨/万元）。主要包括：纺织业，服装皮革羽绒及其制品业，木材加工及家具制造业，金属制品业，通用、专用设备制造业，交通运输设备制造业，电气、机械及器材制造业，通信设备、计算机及其它电子设备制造业，仪器仪表及文化办公用机械制造业。这类产业对国民经济的发展有着重要的支撑作用，在生产过程中产生的碳排放强度也较低，是工业部门中应该优先发展的重点产业。
（3）平均影响力系数小，碳排放强度大的产业，（平均影响力系数小于1，碳排放强度大于0.61吨/万元）。主要包括：煤炭开采和洗选业，非金属矿采选业，化学工业，非金属矿物制品业，电力、热力的生产和供应业。这类产业对能源的依赖性强，具有强物质化的特征，降低这些部门的碳排放量对于控制整个工业部门的碳排放量有重要的现实意义。
（4）平均影响力系数小，碳排放强度小的产业，（平均影响力系数小于1，碳排放强度小于0.61吨/万元）。主要包括：石油和天然气开采业，金属矿采选业，食品制造业及烟草加工业，燃气生产和供应业，水的生产和供应业。这类产业对劳动力需求大，尤其是食品制造及烟草加工业，属于典型的劳动密集型产业，能源的投入只是生产或服务活动的辅助条件，因而碳排放强度较低。
4工业部门实现低碳化转型路径
为实现到2020年陕西省单位国内生产总值碳排放量在2005年的基础上降低45%左右的目标，需要出台针对工业部门低碳化转型的具体政策。首先，从源头控制碳排放，尽可能的使用碳密集度低的能源，有计划地扶持风电、水电、太阳能及生物质能项目，提高非化石能源比重。其次，鼓励节能减排新技术的研发和推广，有效发挥先进技术在高碳排放产业生产过程中减少碳排放的作用。第三，加强末尾环节控制，规范工业部门的碳排放标准，运用碳税，价格补偿等政策措施引导企业发展和应用碳捕集与封存（CarbonCaptureandStorage）技术[13]；建立行业间的碳交易市场，以经济杠杆的作用引导工业企业向低碳方向发展。第四，推进工业部门的“减物质化”发展[14]，主要从三个方面来实现：（1）通过先进技术的采用和生产工艺的升级，减少生产过程中不必要资源消耗；（2）通过生态设计来延长产品的使用寿命，降低资源流动的速度和消耗；（3）通过提高资源和产品的回用率，减少废弃物的产生和新资源的消耗。考虑到经济系统内部存在复杂的产业关联，为保证国民经济系统的稳定发展，避免工业部门在低碳化转型时产生连锁反应和波及效应，结合工业部门22个细分产业的分类选择具体的减排路径：
（1）对于平均影响力系数高，碳排放强度大的产业：首先，其生产规模保持在既能满足国民经济长足发展的需要、又不会由于其过度发展造成能源浪费和不必要的碳排放产生的合理水平上。其次，选择若干经济关键产品，制定产品碳排放标准，引进先进技术，通过低碳排放要素投入替代高碳排放要素投入，着重降低这些产品的碳排放水平，以点带面地降低整个经济的碳排放水平。此类产业是重点关注和实现低碳化的产业，应该重点推行低碳化转型，有效降低碳排放强度。
（2）对于平均影响力系数高，碳排放强度小的产业：首先，依据产业发展规律及国家宏观经济发展目标，提高该类产业在国民经济中的比例，既优化产业结构，也有利于降低节能减排的压力。其次，对该类行业进行资源整合，规范该类产业的发展方向，加快产品升级换代步伐，增加产业的核心竞争力。此类产业是推进经济系统稳定发展，实现工业低碳化转型的突破口。
（3）对于平均影响力系数低，碳排放强度大的产业：首先，加强技术创新与技术改革，加强生产管理，淘汰技术落后的企业，促进产业升级。其次，制定产业发展规划，减少重复建设，提高准入门槛，严格控制新建高碳排放项目上马，制定产品碳排放标准，抓住关键产品降低碳排放。此类产业是重点推进减少碳排放的着力点，对实现工业部门低碳转型有重要的推进意义。
（4）对于平均影响力系数低，碳排放强度小的产业：首先，在传统主流工艺基础之上优化生产方案，通过优化产品设计和流程设计等来降低碳排放强度。其次，通过实现物质回收和资源的循环利用，使物质的利用、能源利用和生态效率都能够达到最优化，实现资源多层循环利用。该类产业与国计民生有着重要的联系，应该规范这类产业健康发展。
5结论
减少碳排放是应对气候变化，实现经济低碳化的重要路径。为实现陕西省工业部门的低碳化转型，需优化能源结构，提高非化石能源在能源结构中的比重，加强低碳技术的应用和推广，加强末尾环节控制，提高碳回收，推进工业部门的“减物质化”发展。此外，根据工业部门22个细分产业的分类结果，采取有针对性的实现路径：优化发展平均影响力系数高，碳排放强度大的产业；重点发展平均影响力系数高，碳排放强度小的产业；约束发展平均影响力系数低，碳排放强度大的产业；规范发展平均影响力系数低，碳排放强度小的产业。
参考文献：
[1]Zhangm，muHL，ningYD，etal.Decompositionofenergy-relatedCo2emissionover1991–2006inChina[J].ecologicaleconomics，2009，68（7）：2122-2128
[2]魏一鸣，范英，，等.关于我国碳排放问题的若干对策与建议[J].气候变化研究进展，2006，2（1）：15-20
[3]谭丹，黄贤金，胡初枝.我国工业行业的产业升级与碳排放关系分析[J].四川环境2008，27（2）：74-84
[4]王灿，傅平，陈吉宁.清洁发展机制对温室气体减排的贡献[J].清华大学学报（自然科学版），2008，48（3）：357-361
[5]李艳梅，张雷，程晓凌.中国碳排放变化的因素分解与减排途径分析[J].资源科学，2010，32（2）：218-222
[6]朱勤，彭希哲，陆志明，等.中国能源消费碳排放变化的因素分解及实证分析[J].资源科学，2009，31（12）：2072-2079
[7]曹俊文.江西省产业部门碳排放特征及减排途径[J].经济地理，2011，31（12）：2111-2115
[8]朱华友，苏阳，沈美丽.基于碳排放控制的区域产业转型研究[J].经济问题探索，2011（7）：124-128
[9]ipCC.2006ipCCguidelinesfornationalgreenhousegasinventories[R].iGS，Japan：thenationalGreenhouseGasinventoriesprogrammers，2006
[10]艾明晔，毕克新，李婉红.我国制造业发展模式动态演进及产业结构优化研究[J].经济问题探索，2012（1）：48-54
[11]刘起运.投入产出分析[m].北京：中国人民大学出版社有限公司，2011
[12]ipCC.ClimateChange2007：SynthesisReport[R].Geneva，Switzerland，2007
碳排放的来源篇7
建设工程施工碳排放定额估算方法是建立在能量守恒的基础上，应用碳排放因子对在施工过程中产生的二氧化碳的量进行估算，碳排放量的值等于碳排放因子和碳源消耗量之间的乘积。因此，从中可以看出，碳排放因子和碳源消耗量是影响碳排放量的主要因素。
1.1碳源消耗量的计算模型
对于碳源消耗量的计算，可以通过以下公式进行计算：Qjk=wj×qk式中：j表示的是不同的施工过程中投入到的资源类型，不同的类型的j值不同，比如说机械台班、人工、材料等；k表示的是在相同的资源投入类型中的碳源的不同类型，比如说采取的是电力类碳源还是石化类的碳源；Qjk代表的是对于第j类资源的k项排放资源的标准；wj代表了在第j类资源的投入的预算定额值；而qk代表的是第k类的碳源消耗的标准值。
1.2碳源排放的计算模型
在碳排放因子中，二氧化碳的排放源主要是来源于电力和化石等，在相关行业标准的参照下，建立好碳排放因子的计算模型，其中不同类型的碳源的计算公式不同，下面进行分条叙述：（1）电力类对于电力类的碳排放因子的计算方式如下所示：eFp=emp+emp，eep+ep，e式中：p代表的是建设工程所在的省份，eFp代表的是不同省的电网二氧化碳的平均排放因子；emp代表的是直接排放量；ep代表的是该省的年度的总发电量值。（2）化石类对于化石类的碳排放因子的计算公式如下所示：eFCo2，m，mass=oFm×CCm×CFm，tce×β×4412式中：m代表的是不同的化石燃料的不同种类数；eFCo2，m，mass代表的是二氧化碳的排放因子；oFm代表的是燃料在燃烧过程中产生的碳的氧化率；CCm代表的是单位的热值含有的含碳量；CFm，tce代表但是燃料参考的折标因子；而4412代表的是二氧化碳与碳之间的转换因子。
2建设工程施工碳排放定额估算应用
在建设工程施工碳排放定额估算中要以建设工程的预算定额和资源消耗的定额作为重要的衡量指标，因此在对碳排放量进行姑苏三是能够涉及到工程中各项资源的投入量和消耗量以及不同的碳源的类型，因此涉及到的信息较为准确而广泛，具有极强的参考价值。建设工程施工碳排放定额估算应用主要事迹到节能减排、绿色评估以及环境的监控等方面，下面进行具体的介绍。
2.1节能减排
利用建设工程施工碳排放定额估算方法，结合Bim技术，能够设计出针对碳排放量的运算的软件，软件具有以下几个具体的作用：（1）将施工过程中不同的环节所排放出来的二氧化碳的值进行累加；（2）利用计算的值机芯排放量的分类，并且对数据进行初步的处理；（3）利用信息处理的结果与预先设定的值进行对比和分析，从而制定出更加优化的施工技术和施工方案，有效的对碳排放量进行监理，实现工程的优化。
2.2预报工程的碳排放量
在行政区域内，要求建设工程的施工电位统一的进入信息管理平台进行统一的监管，利用云端的信息和云计算、云处理技术来利用数据库对每个项目的二氧化碳排放量进行实时的更新和预报，并且有政府部门进行管理，从而为政府部门提供一手的减排预测数据。
2.3评价绿色建筑施工的指标
利用建设工程施工碳排放定额估算方法作为判定绿色建筑和施工过程的重要指标，能够实现对建设工程的有效评价。由于在以往的绿色建筑工程的评定中，存在着机较多的主观性因素的影响，导致评定过程缺乏公平性，通过统一的指标进行衡量，能够增加评定工作的准确性。因此，利用建设工程施工碳排放定额估算方法来对碳的排放量进行估计，能够解决定性分析带来的弊端，从而为合理的评价绿色施工过程提供一个很好的保证。
3结束语
建设工程施工碳排放定额估算方法能够对建设工程施工阶段产生的碳排放量进行有效的估计和计算，从而为工程中碳排放的预测和估计提供了更加准确的理论依据。在本文中，笔者首先分析了建设工程施工碳排放定额估算方法，随后详细的分析了建设工程施工碳排放定额估算的三个具体的应用，希望本文的内容对于相关工作人员的工作展开有所借鉴。
作者:张价价翟麟慧黄勇单位:青岛新华友建工集团股份有限公司
参考文献
碳排放的来源篇8
关键词：碳排放；LmDi分解；脱钩
中图分类号：F224文献标识码：a文章编号：1003-9031（2013）08-0042-04Doi：10.3969/j.issn.1003-9031.2013.08.09
一、引言
十二届全国人民代表大会报告中，环境问题被做为一个议题提了出来，说明中央在抓机遇促发展的同时，已经注意引导各方面把工作重心放到提高经济增长的质量和效益上，推动经济持续健康发展，通过大力推进转变经济发展方式，加快产业结构调整，大力推进能源资源节约和循环利用，中国将选择节能减排、低碳发展之路。而且随着全球经济的不断发展，能源利用所带来的环境问题逐渐引起了人类的重视，特别是温室气体排放所造成的全球气候变暖，对人类的生存和发展产生了严峻的挑战。甘肃省正处于发展加速阶段，能源需求量增大，出现了高能耗、高污染的现象，随之而来的是碳排放量的增加。作为西部欠发达地区，通过产业结构演进实现节能减排，是实现低碳发展的有效途径。
二、文献综述
近年来，众多的研究发现，影响碳排放的因素有很多方面，并且随着对碳排放问题的深入研究，更多的影响因素被发现。B.w.ang采用对数均值迪氏因素分解法（logarithmicmeanDivisiaindexmethod，简称LmDi）对加拿大1990—2000年的碳排放进行了因素分解，总共有23个工业部门，14个能源因素，结果经济效应导致加拿大碳排放增长了3倍，而消费结构的改变和能源强度的减少是使碳排放减少的主要因素[1]。宋德勇和卢忠宝分解了我国对1990—2005年的碳排放有影响的因素，得出能源强度是导致我国碳排放减少起关键作用的变量[2]。徐国泉等采用碳排放的基本等式和对数均值迪氏因素分解法对我国1995—2004年的碳排放数据进行分析得出，经济发展是增加我国碳排放的主因[3]。徐盈之等运用改进的拉氏因素分解和脱钩指数对我国制造业碳排放进行分析，结果表明，产出效应为正向效应，而能源强度是负向效应，并且存在脱钩效应。
回顾已有关于碳排放的文献，绝大部分是关于国家层面碳排放的，也小部分对发达省份碳排放做研究的，但缺少对西部欠发达地区的研究。本文通过对1990—2011年甘肃省碳排放量有影响的因素进行分解，找出对碳排放量减少产生主要作用的影响因素，并再次运用LmDi分解法，将此因素进行分解。然后根据对碳排放量增加起主要影响作用的经济规模因素，利用改进后的脱钩指数，对甘肃省碳排放与经济发展的关系进行了分析研究，并对甘肃省实施节能减排提出一定的政策建议。
三、甘肃省碳排量现状分析
（一）数据来源及说明
本文选取1990—2011年能源数据，对甘肃省碳排放量进行分析研究。根据《甘肃统计年鉴》能源表，将甘肃省主要能源消费品分为九种，即煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油气、天然气，本文采用如下公式进行碳排放量估算：
其中，ei表示第i类能源消耗量，Fi表示第i类能源折算为标准煤的换算系数，Ci表示第i类能源的碳排放系数。各类能源消耗量数据由《中国能源统计年鉴》和《甘肃统计年鉴》整理获得，各类能源标煤折算系数采用2011年《中国能源统计年鉴》附表4给出的数据，各类能源碳排放系数，采用《2006年ipCC国家温室气体清单指南》[4]给出的碳排放系数（见表1）。
碳排放强度计算公式为：ii=CCi/Yi，其中，ii表示第i年碳排放强度，CCi表示第i年碳排放总量，Yi表示第i年以1990年为基期不变价格生产总值。
（二）碳排放总量现状分析
由2012年《甘肃省统计年鉴》得到1990—2011年甘肃省生产总值、碳排放量与碳排放强度。二十多年间甘肃省生产总值和碳排放量总体呈上升趋势，生产总值和碳排放总量由1990年的242.8亿元和1254.1吨，增加到2011年1694.1亿元和6437.1吨，分别增加了约597.74和413.3个百分点。其中，1990—2000年，碳排放量从1254.1吨增加到2360.1吨，碳排放总量增加了约88.2个百分点，2001—2011年间碳排放量增加了3915.1吨，增加了约155.2个百分点，说明甘肃省碳排放量增长迅速，特别是近年来由于甘肃省进入工业化中期，能源消耗量大，碳排放量增加更快。
根据钱纳里工业阶段划分标准，从人均GDp看，甘肃省产业结构发展第一阶段处于初级产品生产阶段；第二阶段处于工业化初期起步阶段；第三阶段，甘肃省经济迅速发展，人均生产总值增长较快，到2005年，工业化初期阶段发展基本完成，并且经过近几年的发展，甘肃省人均生产总值2010年首次超过2400美元，甘肃省工业化发展到中期完成阶段。
对比甘肃省生产总值、碳排放量和碳排放强度的变化趋势，可以看出，甘肃省碳排放量与生产总值整体呈现上升态势，但生产总值增长速度快于碳排放量的增长速度，甘肃省碳排放强度整体呈现下降趋势（见图1）。
四、研究方法及结果分析
（一）两阶段LmDi因素分解及脱钩指数
1.两阶段LmDi因素分解法
目前，我国针对研究碳排放问题可以采用的模型很多，例如灰色关联度模型、迪氏因素分解法、拉氏因素分解法、StiRpat模型等都可以对碳排放问题进行研究。本文选取的数据为1990—2011年，时间跨度为二十多年，不属于大样本数据，综合多方面因素考虑，本文选取两阶段LmDi分解法来研究甘肃省碳排放问题，采用此模型更能全面准确地衡量各影响因素对碳排放量的影响作用大小。
对甘肃省Co2采用两阶段LmDi因素分解：根据整理得到的数据，首先将对Co2有影响的因素进行分解；然后，判断哪些影响因素是正向的，哪些是负向的，并据此得到判断矩阵；最后对主要负向影响因素再次分解。
第一阶段基本公式为：
在式（1）中说明了影响碳排放的5个因素，其中，C代表二氧化碳排放量；e代表能源消费总量；ei代表第i种能源的消费量；Ci代表第i种能源的碳排放量；Y代表甘肃省生产总值；p代表甘肃省总人口，即人口规模；ei/e代表能源消费结构；Ci/ei代表碳排放强度；e/Y代表甘肃省能源强度；Y/p代表甘肃省人均GDp，即经济规模。
在基期和报告期的碳排放量差异可表示为乘法模式和加法模式（B.w.ang*，F.L.Liu，e.p.Chew，energypolicy31（2003）），并且乘法模式和加法模式之间可以相互转换，在本文中，我们只列出加法模式的模型：
C=Ct-C0=CS+CU+Ce+Ci+Cp（2）
其中，C为第t年相对于基年的二氧化碳变化量，Ct和C0为t年和基年的二氧化碳排放量，CS、CU、Ce、Ci和Cp分别是能源消费结构、碳排放系数、能源强度、经济规模和人口规模。
式（2）各因素进行分解，总结成一般式为：
假定碳排放系数固定不变，即CU=0。
通过第一阶段LmDi的分解结果，得到对碳排放量减少的主要影响因素是能源强度，为了研究产业因素对能源强度的影响，引入产业结构因素并进行分解。
第二阶段分解模型如下：e=■eiY=■■·■（4）
其中，e代表第i种能源强度，ei代表第i种能源消费量，Yi代表第i产业的产业值，Y代表总的生产总值。
其中，Ri=ei/Yi，代表产业能源强度；Ki=Yi/Y，代表产业结构。
2.脱钩分析方法
20世界末，“脱钩”（decoupling）最初由经济合作与发展组织（oeCD）提出，是指打破环境压力与经济效益之间的关系，并且被逐渐应用到环境能源问题中来。脱钩方法大致可以分为倒U曲线脱钩方法、DpSiR框架下的脱钩方法、物质消耗总量脱钩方法、tapio脱钩方法等。本文采用tapio指数，是因为它分各阶段的层次，更能清楚的反应问题。在前面的分析中得出，经济规模对碳排放量的增加起着主要的影响作用，因此，对经济发展与碳排放量之间的关系进行研究是有必要的，而且发展低碳经济就是实现经济增长与碳排放的脱钩。
（6）
其中，Co2t、GDpt代表t年的Co2排放量和国内生产总值，Co20代表基年的Co2排放量和国内生产总值。
传统的tapio脱钩将脱钩指数划分为8个层次，但是通过方法对比之后，发现（0.8-1.2）之间的指数容易使结果模棱两可，不利于对结果的判断。鉴于此，将脱钩指数重新进行划分，去掉0.8～1.2之间的指数，将脱钩指数重新划分为6组。
绝对脱钩状态：碳排放量与经济发展变化量方向不一致，经济增加的同时，碳排放量绝对减少，这是经济发展的最佳状态。相对脱钩状态：碳排放量和经济发展变化量方向同向，经济的增长速率大于碳排放量增长的速率。扩张性耦合状态：碳排放量和经济发展变化量方向一致，但经济的增长速率小于碳排放量增长的速率。强负脱钩状态：碳排放量与经济发展变化量方向不一致，经济减少的同时，碳排放量绝对增加，经济处于衰退期，应尽量避免。衰退性耦合状态：碳排放量和经济发展变化量方向相同，经济与碳排放量均降低，但经济降低的速率大于碳排放量降低的速率。衰退性脱钩状态：碳排放量与经济发展变化量方向不相同，经济与碳排放量均降低，但经济降低的速率小于碳排放量降低的速率。
（二）结果分析
1.两阶段LmDi结构分析
将甘肃省1990—2011年整理后的数据代入式（1），可以得到第一阶段LmDi分解结果（见表3）。
1990—2011年，经济规模导致碳排放增加1.079倍，是碳排放量增加的主要影响因素；能源强度使碳排放少0.505倍，有助于甘肃省的节能减排；能源消费结构和人口规模的变化分别导致碳排放量增加0.262倍和0.077倍。在不同的时段，经济规模都是导致碳排放量增加的主要影响因素。能源强度虽然是使碳排放量减少的影响因素，但1990—1995年，能源强度却使碳排放量增加了0.136倍，说明这段时间能源利用效率不高。
根据式（4）和式（5）及整理得到的数据，得到第二阶段LmDi分解结果（见表4）。
从分解结果来看，产业能源强度使能源强度下降了0.074倍，而产业结构却使能源强度增加了0.083倍，说明甘肃省产业不合理，产业结构还有待优化升级。
2.脱钩指数结果分析
将甘肃省1990-2011年碳排放量数据和生产总值数据代入式（6）中，可以得到历年甘肃省碳排放量与生产总值之间的脱钩指数和脱钩状态。
从图2得出：
（1）甘肃省在1991年、1993年、1995年、2001年、2011年为扩张性耦合状态，1993年为衰退性耦合状态，1997年、1998年、2009年为绝对脱钩状态，其余年份为相对脱钩状态。
（2）从分析结果看，甘肃省有多半年份呈现相对脱钩状态，甘肃省大部分年份经济增长的速率大于碳排放速率，在二者都为正的情况下，实现绝对脱钩是可行的。但我们也应该看到，甘肃省脱钩指数并不稳定，要实现绝对脱钩状态，还要对产业结构、能源消费等进行升级改进。
（3）甘肃省脱钩状态呈现曲折变化趋势，脱钩指数下降，说明碳排放和经济之间的关系好转，政府采取的节能减排措施初见成效；脱钩指数上升，说明二者之间的关系恶化。甘肃省出现脱钩状态的曲折变化，说明甘肃省在经济和碳排放量之间所做的努力还不够，需持续努力，使二者达到绝对脱钩状态。
五、结论及建议
本文利用两阶段LmDi因素分解法和脱钩分析方法对甘肃省1990-2011年的碳排放量进行了分析研究，得到的结论和建议如下：
经济增长是导致甘肃省碳排放量增加的主要影响因素，能源消费结构和人口规模增加碳排放，但贡献并不大。能源强度使碳排放减少，其中，产业能源强度是使能源强度下降的主要原因。
甘肃省位于西部欠发达地区，经济正处在快速发展的时期，采取降低经济增长的方式来减少碳排放量，这种方式并不可取，要通过产业的优化升级，减少产生碳污染的企业，增加环保公司，实现经济上的低碳。产业结构不合理导致能源强度的增加，甘肃省要大力发展高新技术产业，淘汰落后的高耗能、低产出产业，使高耗能、高产出产业向低碳发展转变。能源消费结构的调整和优化对甘肃省碳排放量的减少有很大的作用。甘肃省是能源消费大省，通过对能源消费结构的调整，减少对煤、石油等产生碳排放的能源的利用，增加对清洁能源的利用，从而减少碳的排放量。
参考文献：
[1]Bwang.theLmDiapproachtodecomposition
analysis：apracticalguide[J].energyeconomics，2005（33）.
[2]宋德勇，卢忠宝.中国碳排放影响因素分解及其周期性波动研究[J].中国人口、资源与环境，2009（3）.
碳排放的来源篇9
1研究数据与研究方法
1.1研究数据
本文数据来源于相关统计年鉴，数据采集后，对其进行标准化，使不同指标数据之间具有可比性。
1.2研究方法
1.2.1StiRpat模型York等构建了环境压力随机模型，简称StiRpat模型。式中:i、p、a、t分别为排放量、总人口、财富、技术;a为模型系数，b、c、d分别为总人口、财富、技术的驱动指数;e为模型误差。StiRpat模型是进行分析环境压力的一种常用方法，在碳排放、碳足迹等研究中被普遍应用。本文在国内外学者研究成果的基础上，选择人口、国内生产总值、人均能耗、第二产业占GDp比重、第三产业占GDp比重、城镇居民人均可支配收入、城镇新建住宅面积、能源强度等8个指标作为中国碳排放量衡量对象。其中，人口、人均能耗、城镇新建住宅面积属于总人口因素;国内生产总值、城镇居民人均可支配收入属于财富因素;第二产业占GDp比重、第三产业占GDp比重、能源强度属于技术因素。根据StiRpat模型，建立碳排放计量模型。
1.2.2数理统计方法1)偏相关分析:使用统计分析软件SpSS13.0中偏相关分析方法，对8个碳排放影响因素和碳排放量的实际数据进行偏相关分析，得出各因素和碳排放量的相关系数，根据显著性检验判断各因素是否能最终作为碳排放量的影响指标，据此衡量模型的有效性。2)主成分分析:根据主成分分析法，分析筛选各自变量，提取新的综合变量，并建立各自变量和综合变量间的线性模型;然后，通过线性回归分析，找出因变量和综合变量的线性模型;通过以上两个模型，可得因变量和自变量间的线性关系，最终基于StiRpat模型，构建中国碳排放驱动因素模型，并分析各因素的驱动力强弱。
2结果与分析
2.1碳排放总量计算查阅1980—2012年《中国统计年鉴》、《中国能源统计年鉴》和《中国建筑业统计年鉴》，得出相关指标原始数据，并根据煤炭、石油、天然气等能源的碳排放系数［28］和消费比例，可计算中国碳排放总量，进而得出中国各年度人均碳排放量、碳排放强度、能源强度等指标结果，见表1。由表1可见:1980—2012年中国能源消费总量、碳排放总量和人均碳排放量，除1981年外，都呈逐年递增趋势，碳排放强度及能源强度整体呈逐年下降趋势。随着中国新型工业化、新型城市化和新型农业现代化的不断推进，碳排放总量和人均碳排放量日益增长。中国碳排放强度及能源强度整体下降，得益于长期实施的节能减排战略，构建低碳、绿色、环保的生态文明新常态。
2.2偏相关分析结果以碳排放总量作为因变量，以人口、国内生产总值、人均能耗、第二产业占GDp比重、第三产业占GDp比重、城镇居民人均可支配收入、城镇新建住宅面积、能源强度8个指标作为自变量，使用SpSS13.0统计软件中的偏相关分析方法，结果发现7个指标的相关系数都在0.815以上，其显著性检验在0.01水平(双侧)上显著相关，因此选择的8个碳排放影响指标可作为碳排放总量的驱动因素。
2.3主成分分析结果将碳排放总量的8个影响因素原始数据取对数，然后对这些数据进行归一化处理，将处理后的数据采用主成分分析法进行分析，分析结果见表2、表3。由表2可知，进行主成分分析后，可提取出2个综合变量，即组分1、组分2，现分别以X1、X2表示。X1、X2对总体方差的累计贡献率为97.883%，信息损失仅占2.117%。Kmo统计量为0.824，且p＜0.001，拒绝单位相关阵的原假设，非常适合做主成分分析。t检验的p值＜0.01，拟合度较好。将人口、国内生产总值、能源强度、人均能耗、第二产业占GDp比重、第三产业占GDp比重、城镇居民人均可支配收入、城镇新建住宅面积8个指标进行取对数及归一化处理后分别以SLp、SLG、SLei、SLeC、SLSp、SLtp、SLDi、SLRa表示。根据主成分分析结果，可得到提取出的2个综合变量X1、X2与这8个指标之间的得分系数矩阵，见表3。
2.4线性回归分析结果将碳排放总量进行取对数及归一化处理，以SLC表示。将SLC、X1、X2时间序列数据进行线性回归分析，结果发现，R2为0.950，F值为286.435，估计的标准误差为0.070，p值为0.000，小于0.01，共线性检验中的特征根均大于0，条件指数均小于10，方差膨胀因子接近于1且小于10，说明不存在共线性问题，回归分析模型整体拟合效果较好(表4)。由式(8)可知，人口、国内生产总值、人均能耗、第二产业占GDp比重、第三产业占GDp比重、城镇居民人均可支配收入、城镇新建住宅面积这7个影响因素与碳排放总量均呈正相关关系。其中，第三产业占GDp比重的提高、人口数量的增长、国内生产总值的提高、城镇新建住宅面积的扩大是中国1980—2012年碳排放总量不断递增的主要驱动因素，尤其是第三产业占GDp比重对碳排放总量的影响最大，第二产业占GDp比重对碳排放总量的影响最小，颠覆了传统认为第二产业比第三产业能耗更高的观点，这也与刘广为等的研究结论相符［25］，李健等也认为第二产业的增加并不一定带来高碳排放［26］。归其原因，主要是在经济快速发展过程中，发达地区的第三产业比重大幅度增加，其碳排放量占全国碳排放总量的比重较大，同时相关部门往往忽视了第三产业能源利用效率的提升，从而阶段性地出现以上局面。此外，能源强度和碳排放总量呈显著负相关，说明在中国经济快速发展过程中，大力推进绿色发展战略，持续优化能源使用水平，有效地抑制了碳排放总量增长的速度。
3结论和建议
根据碳排放计量方法，对中国1980—2012年碳排放总量和碳排放强度进行了测算，并在StiRpat模型的基础上，建立了中国碳排放影响因素模型，计算了8个主要影响因素弹性系数，并得出如下结论:1)随着中国经济的快速发展，人口数量、国内生产总值、能源强度、人均能源消耗、第二产业占GDp比重、第三产业占GDp比重、城镇居民人均可支配收入、城镇新建住宅面积每增加1%时，中国碳排放总量将分别增加0.1413%、0.1388%、0.1333%、0.0356%、0.1435%、0.1383%、0.1384%;当能源强度每下降1%时，中国碳排放总量将减少0.1394%。2)中国碳排放总量从改革开放以来特别是最近15年来持续快速增长，大部分在于三方面原因:第三产业占GDp比重大幅提高且效率低下带来的阵痛效应;人口数量增加、城镇规模的不断扩大带来的倍增效应;国内生产总值增长、城镇居民人均可支配收入提高以及居民消费层次提升带来的财富效应。以上因素综合导致了中国能源消费总量和碳排放总量连年走高。
碳排放的来源篇10
为应对气候变化,2009年我国政府在气候峰会上承诺争取2020年非化石能源占一次能源消费比重达到15%左右,单位国内生产总值二氧化碳排放比2005年下降40%-45%,同时这些指标也被作为节能减排的约束性指标写入国家“十二五”规划中,低碳化成为“十二五”能源发展的重要方向。金融作为经济的核心,可以通过发挥其资源配置、杠杆调节、中介服务等职能支持能源低碳化发展;同时,我国政府也一直强调应对气候变化需要“减缓、适应、技术、资金”4个轮子共同驱动。可见,金融可以成为能源低碳化发展的强劲驱动力,在能源低碳化发展方面大有所为。
金融驱动能源低碳化作为一个新兴研究领域,国内外学者逐渐开始进行研究。如Schleishetal(2009)[1]发现,碳信用交易能够有效地刺激能源和相关工业部门提高能效并开发低碳技术。Friberg(2009)[2]认为清洁发展机制能为能源体系的多元化,提高碳排放管理水平作出积极贡献。另外,Victor.K.del(2011)[3]指出,对风能、太阳能、地热能等新能源的战略性投资和对CCS项目的开发,可以有效的实现能源低碳化发展。国家发展和改革委员会能源研究所课题组(2009)[4]的研究表明,低碳技术是实现能源低碳化发展之路的的根本保障。张帅(2010)[5]认为能源低碳化发展关键要依靠新型的清洁能源,如何加大在新能源方面的投资和技术创新是高碳能源低碳化转型的当务之急。曹洪军、陈好孟(2010)[6]指出建立健全绿色信贷政策,以信贷配给约束污染企业的经营行为和治污选择,能够大大促进节能减排,实现能源的低碳化发展。成思危(2011)[7]认为碳金融提供了一个低成本的应对气候变化激励机制和解决方案,成为推动低碳化发展的重要手段。
纵观中外学者的研究成果,中外学者主要从定性角度对金融驱动能源低碳化发展的路径进行研究,而对能源低碳化发展的金融驱动贡献、作用机制则很少有人涉及。鉴于此,本文将在中外学者的研究成果基础上,综合运用定性与定量相结合的方法,立足于新疆实践,对能源低碳化发展的金融驱动进行研究。
二、能源低碳化发展的金融驱动贡献
由于灰色关联度分析(GRa)是根据行为序列几何形状的接近性,以分析和确定影响因素对行为贡献程度的一种分析方法,对样本容量及样本分布无特殊要求,因此本文可以用灰色关联分析法对新疆能源低碳化发展的金融驱动贡献进行研究。
5.排关联序。根据R的大小进行关联度排序。关联度越接近于1,说明关联程度越大。根据前人的经验,当ρ=0.5时,两因素的关联度>0.6时,便认为其关联性显着[8]。
(二)指标选取与数据说明
运用灰色关联分析对新疆能源低碳化发展的金融驱动贡献进行测度,首先要确定参考序列和比较序列。碳排放强度即单位GDp二氧化碳排放量,是反映经济发展过程中能源利用与碳排放效益状况的指标,可以用来衡量能源低碳化发展水平。金融可以通过提供资金和技术方面的服务推动能源低碳化发展,其中电力的投资、银行的技术改造贷款、节能减排贷款和能效贷款都能降低碳排放强度。由于银行对企业的节能贷款和能效贷款额不可得,同时考虑到碳排放强度与能源结构、能源效率、经济增长率、产业结构有关,可以把这些因素也都考虑进来,以利于对比分析,从而更好地看出金融在能源低碳化发展中的驱动贡献。因此,本文选取碳排放强度作为参考序列,记为x0,电力投资(电力行业固定资产投资)、技改贷款(金融机构的技术改造贷款)、能源结构(低碳能源在能源总消费中的占比)、能源效率(单位GDp能耗)、经济增长率(GDp增长率)、产业结构(第三产业在GDp中的占比)作为比较序列,分别记为x1,x2,x3,x4,x5,x6。
原始数据来源于《新疆统计年鉴》(2000-2010),其中碳排放强度①根据公式计算得出,电力投资、技改贷款、能源结构、能源效率、经济增长率、产业结构数据根据年鉴整理得出,考虑到数据的可比和可测性,GDp数据按1999年不变价格折算,同时以1999年数据为基准,将各指标数据进行无量纲化处理,以便分析计算。
(三)实证结果分析
以新疆碳排放强度指标为参考序列,电力投资、技改贷款、能源结构、能源效率、经济增长率、产业结构指标为比较序列,对无量纲化处理过的指标数据,按前述的计算步骤进行测算,得到了新疆碳排放强度影响因素的灰色关联度(见表1)。1999-2008年新疆碳排放强度呈下降趋势,由1999年的1.74下降到2008年的1.05,年均下降5.46%。由表1可知电力投资、技改贷款与碳排放强度的关联度在0.6以上,可以认为金融对碳排放强度下降有显着影响,它可以成为能源低碳化发展的驱动力。进一步对各指标与碳排放强度的关联度从大到小进行排序,能源效率>产业结构>技改贷款>能源结构>经济增长率>电力投资,即能源效率和产业结构对碳排放强度下降的影响最大,其次是技改贷款和能源结构,最后是经济增长率和电力投资。这说明在影响碳排放强度下降的因素中,能源效率和产业结构是碳排放强度下降的的主要驱动因素。技改贷款和电力投资对碳排放强度下降的影响程度分别排在第三位和第六位,揭示出金融对能源低碳化发展的驱动贡献还有待提高,尤其在电力投资方面。
三、能源低碳化发展的金融驱动机制
(一)金融驱动作用机理
在能源低碳化发展中,金融驱动是指以能源消费需求为基础,通过有效的金融手段,作用于生产和消费领域,引导企业生产方式和居民生活方式的改变,最终实现能源低碳化发展的既定目标。碳排放是在能源消费过程中产生的,能源消费需求对碳排放有影响,而能源消费需求又与企业的生产和居民的生活息息相关。一方面,从企业角度来说,企业为了生产的需要会对能源要素产生直接需求,能源要素通过加工整合转化为能源商品,企业产业链条的延伸又会对能源商品产生间接需求;另一方面,从居民角度来说,一部分能源商品会成为居民的直接需求,另一部分则通过购买其他商品和服务转化为间接需求。由此可知,企业生产方式和居民生活方式的改变会对碳排放产生显着影响。
据新疆2010年统计年鉴中的数据显示,新疆2008年居民生活能源消费量为752.73万吨标准煤,各地、州、市规模以上工业企业能源消费量为8331.18万吨标准煤,相当于居民生活能源消费的11倍。随着新疆工业化和城市化的推进,企业和居民对能源的消费需求还会增加,尤其是企业的生产能源消费。因此,金融要从企业和居民的能源消费领域驱动能源低碳化发展,通过采取绿色金融、价格激励等政策改善企业的生产方式和居民的生活方式,引导企业低碳生产和居民低碳生活。
(二)金融驱动作用渠道
能源低碳化发展是一个系统工程,金融驱动作用机理的实现关键要靠有效的作用渠道。资金扶持渠道、碳金融市场渠道、政策引导渠道和金融服务渠道,这四个渠道作用的层面、领域不同,只有将四者有机结合,使它们相互影响、共同作用,形成一个驱动轮,才能更好地发挥能源低碳化发展的驱动作用。具体来说,资金扶持是能源低碳化发展的基础,是企业进行技术改造,利用清洁能源,研发低碳技术和开展CDm项目的重要保证。碳金融市场是能源低碳化发展的关键,可以通过碳排放交易体系的构建和碳金融衍生工具的创新来限制高碳产业的投资,鼓励低碳环保产业发展。政策引导是能源低碳化发展的保障,可以对企业和居民的能源消费形成激励和约束机制,主要包括低碳信贷、低碳消费和价格激励政策。中介服务是能源低碳化发展的支持平台,为能源低碳化发展的参与者提供专业化服务,优化能源低碳化发展的环境,主要包括信息咨询、技术集成和项目管理等服务。
(三)金融驱动作用路径
能源低碳化发展是最终目标,金融渠道是这一目标实现的手段,而路径是连接彼此的纽带。通过对新疆碳排放强度下降影响因素的灰色关联分析,可以看出金融因素、经济因素、能源因素均能影响新疆能源低碳化发展。除了金融的直接作用外,金融还可以间接推动能源的低碳化发展。即可以利用资金扶持、碳金融市场、政策引导、中介服务这四个渠道,通过支持经济增长方式转变和产业结构调整,走内涵式发展之路,大力发展低碳环保的第三产业和高新技术产业;进一步加大对电力等清洁能源的投资和开发利用,优化能源结构;继续保持技改贷款规模,降低企业与居民能耗,提高能源效率,来实现能源低碳化发展的目标。
四、能源低碳化发展的金融驱动对策建议
1.加大清洁能源投资,优化能源结构,提高能源效率。一是要加大清洁能源的开发和利用。新疆有着丰富的水能、风能、太阳能资源,应该充分利用地区的资源优势,创建清洁能源体系,降低对传统高碳能源的依赖,使能源结构向低碳化、清洁化转型。二是要为低碳能源技术和碳减排技术的研发和利用提供资金扶持。大力发展煤炭提质加工、高效燃煤发电、工业锅炉洁净燃煤和新型煤化工等技术,减少原煤的直接使用,降低煤炭的消费强度,促进高碳能源低碳化利用,提高能源利用效率。
2.强化低碳信贷政策,推动产业结构升级和经济增长方式转变。新疆的碳排放主要是企业的生产能源消费中产生的。企业的发展离不开商业银行的信贷支持,商业银行可以根据企业的碳排放状况采取差别信贷政策,强化低碳信贷政策。对于开发利用清洁能源,从事低碳环保产业的企业可以给予优惠贷款政策,适当降低贷款利率,延长贷款期限,加大信贷支持力度;对于高耗能、高排放、高污染的企业,则提高贷款利率,提前收回贷款,以引导资金流向,推动产业结构升级和经济增长方式转变。