经济发展和碳排放的关系范文

前言：我们精心挑选了数篇优质经济发展和碳排放的关系文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

一、碳排放的研究内容和研究方法

碳排放量主要是根据二氧化碳产生的化学原理，制定出最优化的碳排放量的估算方法，工作人员应该分析当前中国碳排放和经济发展的现状，并由此确定二者之间相互影响的作用方向；还可以通过抽样调查，从中探究碳排量和农业经济增长的关系[1]。碳排放的研究方法可分为以下两种：

1碳排放测算方法

碳排放量可以按照生产者和消费者的责任原则进行计算，计算的公式为：碳排（29.27MJ/kg）×燃料含碳量×氧化率×C转化为CO2的系数44/12。

2弹性分析法

在对经济增长和碳排放的关系进行分析时，应采用弹性分析法对CO2排放量的GDP弹性进行计算，该公式为：碳排放量的GDP弹性=CO2排放量变化的百分比/GDP变化的百分比。

二、中国碳排放的现状

要知道，只有消耗能源才能促进国家的经济增长，那么，在消耗能源的背后就是对环境的危害，尤其是碳排放，对生态环境造成了很大的威胁，就近几年中国的碳排放量进行分析[2]，总结出：随着时间的变化，碳排放量的增长率在逐年增长。由此可见，碳排放在促进增长的建设中扮演着重要的角色。

三、中国经济增长与碳排放脱钩状况

近20年来，中国的碳排放量和GDP增长的脱钩状态分为以下三个阶段：第一阶段呈现弱脱钩的状态；第二阶段主要表现为扩张性负脱钩；第三阶段又回到了弱脱钩的状态，这三个阶段呈现的是低-高-低的趋势，由此可见，经济的增长速度越快，碳排放量就越多，也就是说，碳排放量是随着经济增长的多少决定的。

四、经济增长与碳排放之间关系的宏观背景

由于碳排放所带来的环境问题已经被越来越多的人们关注，这主要是因为人们在追求经济增长的同时，严重的破坏了自然环境，实际上，这不仅破坏了环境还给人们的生活造成了影响。现今，全球气候变暖已经变成了事实，为了控制这一情况的继续发展，低碳经济作为一种新型的经济发展形态应运而生。那么，如何发展低碳经济呢？首先，要确定发展低碳经济的途径，其途径是：调整经济结构、改变生活方式以及发展可再生能源技术，当然除此之外还要充分地发挥政府的职能，提高政府的管理水平。低碳经济从表面上看是为了应对温室气体排放而制定的新型经济发展形态，实际上，它也包含很多内容[3]，它不仅是企业发展的主体，还是现代市场经济发展的主要模式，实行低碳经济模式，必须要从多方面进行节能减排，要知道，节能减排是构建低碳文明的基础，它可以促使环境和经济增长同时发展，所以，低碳经济是国家可持续发展的必由之路，与此同时，低碳经济也成为了国家可持续发展的指南，为可持续发展提供了可操作性路径，主要包括：低碳能源系统、低碳产业系统、低碳技术系统等。碳排放与经济增长的关系是低碳经济发展持续的关键之处，只有处理好碳排放与经济增长的关系，才可以顺利推进国家的可持续发展。

五、碳排放影响因素的实证研究

要想让中国的经济更快更好地发展,就要明确以下几个问题:碳排放影响因素的问题？不同区域的碳排放影响相同吗？这些因素是如何影响碳排放的？这些问题都对国家的经济增长有着重要的影响。根据众多的专家研究，可以得出影响碳排放的主要因素是：产业的规模、结构以及能源消费结构和技术管理水平等。通过对影响碳排放的主要因素进行分析[4]，可以得出：在国家经济增长的同时，农业的产业规模也在不断扩大，由此可得出，在能源消费的过程中，碳排放的数量是随着煤炭的碳排量系数升高而增大的，为控制碳排放量的增大，要做到以下几点：

1加快产业结构的调整

目前，中国正处在工业化发展时期，二氧化碳的排放给中国的环境带来了很大的压力，因此，要对产业结构进行调整，完成中国产业结构的升级，以促进低碳经济的发展，减少碳排放。

2加快技术创新

无论是任何一项工作都应该要求有技术上的创新，所以，在控制碳排放上也要加强技术创新，通过先进的技术减少污染物的排放，从而推动国家的经济发展。

3增加洁净能源

要知道，中国是一个将煤炭作为主要能源的国家，所以，大量的碳排放都是因为煤炭的燃烧而产生的，为控制碳排放，应加大利用可再生能源，以此来改变能源结构，达到控制碳排放的目的。总之，中国要减少碳排放，就要对农业的产业结构进行调整，与此同时，提升清洁生产水平，这对控制碳排放也很重要，只有这样，才能实现经济增长和碳排放之间的协调发展。

结束语：

第2篇

Kojo等（2009）、牛叔文等（2010）、刘心等（2013）均采用协整和误差修正模型对不同地区的能源、经济和碳排放之间的动态因果关系进行研究.安贵鑫等（2010）［9］从系统动力学角度，构建三系统的因果关系图，指出三者的变动关系.郭朝先（2010）［10］构建三者的竞争型投入产出模型，并采用SDA分解技术对我国碳排放的增长进行分解，得出碳排放的影响因素.不同时段，对不同国家、地区的采用不同方法对三者的动态关系进行分析，得出的结论不尽相同.本文的主要目的在于采用计量模型实证分析检验我国能源、经济和碳排放的动态因果关系，进一步提出有利于三者协调发展的对策建议.

1能源消费、经济增长和碳排放关系的实证分析

1.1数据来源及预处理选取1990—2013年我国的能源消费、经济增长和碳排放作为研究对象，采用年度数据，对三者之间的关系进行研究.能源消耗状况采用能源消费总量（EC）来反映，数据来自《中国能源统计年鉴》，单位为百万吨标准煤.经济的发展状况采用GDP来度量，数据来自《中国统计年鉴》，单位为亿元.碳排放采用CO2排放量（TC）来表示，数据来自美国能源信息署（EIA）网站公布的数据，单位为百万吨.为保证数据的客观性和可比性，剔除物价上涨因素，将各年GDP换算成以1990年为基期的实际GDP.为消除能源消费总量，实际GDP和CO2排放量三个时间序列的不平稳性和异方差现象，对三者取自然对数，并分别记为LEC、LGDP、LTC.通过对三者进行两两回归检验，证实任意两者均存在显著相关关系.

1.2稳定性检验采用ADF检验法对所有变量进行平稳性检验，即是否存在单位根.ADF法可以通过对3个模型（模型1无常数项和时间趋势项，模型2有常数项无趋势项，模型3有常数项和趋势项）进行检验，任意一个检验模型中的ADF值大于临界值，就可以认为该序列没有单位跟，即为平稳序列.若序列不平稳，需要取对数或进行差分处理.对LET、LGDP和LTC及其一阶、二阶差分序列进行ADF单位根检验，检验结果如表1所示.LET、LGDP和LTC及其一阶差分序列都不平稳，但二阶差分序列的检验值在1%的显著性水平下均小于其临界值.因此，其二阶差分序列为平稳序列，即LET、LGDP和LTC三个时间序列是I（2）的单位根过程.

1.3协整检验模型含有3个变量，并且均为二阶单整，采用Johansen法进行协整检验，该法在检验前需要确定最优滞后阶数.在保证自由度的条件下，根据无约束VAR模型中的AIC、SC和LR等信息准则确定VAR模型的最优滞后阶数为2，则协整分析的滞后阶数为1.检验结果如表2所示.迹检验和最大特征值检验都表明在5%的显著性水平下拒绝原假设，即变量之间存在两个协整关系.检验确定最优协整形式为：有线性趋势且协整方程有截距.取标准化的协整向量.

1.4Granger因果检验为确定我国能源消费、经济增长和碳排放之间的因果关系，对LTC、LEC和LGDP三个时间变量序列进行格兰杰因果关系检验.检验结果如表3所示.在5%的显著性水平下，拒绝LTC不是LGDP的格兰杰原因假设，拒绝LTC不是LEC的格兰杰原因假设，并且拒绝LEC不是LGDP的格兰杰原因假设，即说明1990—2013年我国的CO2排放对能源消费和经济发展均具有单向因果关系，并且能源消费对经济发展具有单向因果关系.这表明我国能源消费增加可促进经济发展，同时碳排放会影响到经济发展和能源消费，但是经济发展并不必然导致能源消费增加.

1.5脉冲响应分析和方差分解为全面反映我国能源消费、经济增长和碳排放之间的互动关系和相互影响程度，对其进行基于VAR的滞后20期的脉冲响应分析和方程分解，结果分别如图1和图2所示.脉冲响应分析是考虑扰动项的影响是如何传播到各变量的，刻画了对一个扰动项加上一个单位标准差的冲击后，对内生变量的当前值和未来值所带来的影响.从CO2脉冲响应图可知，当期对CO2施加一个单位标准差的正向冲击，CO2排放有所下降，随后开始上升，第5期达到最大（0.05464），然后开始下降，达到12期最小时开始增长，并逐渐趋于平稳；CO2对来自GDP的单位标准差的冲击没有初始响应，随后开始逐渐上升，在第4期达到最大（0.01239），然后逐步稳定在0.0098左右；同样对来自能源消费的单位标准差的冲击没有初始响应，随后开始增强，第3期达到最大（0.01738），随后开始下降并逐步稳定在0.0046左右；这表明，CO2排放对其自身具有较强的正向影响作用，但波动比较大，能源消费和经济增长的影响较弱，虽有小幅波动，但是总体趋势比较稳定.这与长期形成的碳排放路径有很大关系，也说明我国节能环保政策起到了良好的效果.从GDP脉冲响应图可知，GDP对来自碳排放、GDP和能源消费的单位标准差的冲击都具有正效应，响应趋势均为先增长后下降，然后趋于稳定，但是三者并不同步，存在滞后效果.尤其是受到CO2冲击影响最大，能源消费影响相对较小，而对来自自身的冲击响应比较平稳.这三者的促进作用均具有较长的持续效应.

从EC脉冲响应图可知，能源消费对来自碳排放、GDP和自身的单位标准差的冲击同样具有正效应，响应趋势也相同，均表现为先增长后下降，然后稍有增长并趋于稳定.而短期内对碳排放具有较为明显的同向效应，而经济发展和其自身效应较弱.这说明碳排放的正向冲击对能源消费具有显著的正向作用，因此通过低碳政策，可以引导我国能源消费的良性发展.体现了我国关于节约能源、提高利用率的相关政策的实施，在一定程度上抑制了能源消费的快速增长.方差分解图反映了能源消费、经济增长和碳排放之间相互影响程度.在碳排放的变动中，碳排放对其自身的贡献率最大，虽然在第一期开始有所下降，但均在80%以上，而GDP和能源消耗对其贡献率较小，虽有所上升，但却稳定在较低的水平；在GDP变动中，碳排放和GDP对其的贡献程度呈现反向趋势，碳排放对其贡献是先上升后趋于稳定，而GDP是先下降后趋于稳定，能源消费对GDP的贡献程度虽然相对较小，但却较为稳定；在能源消费的变动中，碳排放对其贡献程度呈现上升并稳定的趋势，并在第2期及以后贡献程度最高，而能源消费对其自身的贡献程度呈现下降趋势，并趋于稳定，GDP对能源消费的贡献程度最小.这表明，我国碳排放对其自身依赖性较大，森林碳汇等自然路径形成了较为完善的控碳系统，尤其是对植树造林等工作的重视.最近几年，国家提倡节能减排，加强低碳工作，并取得了很大成效，但能源消费结构仍存在不合理之处，导致能源消费对其自身影响较弱，在低碳方面也并未起到良好的效果.碳排放对经济增长起到约束作用，能源消费对经济增长有促进作用.可见，减碳工作对促进我国经济增长具有重要作用，同时要兼顾能源消费和产业结构优化，使其影响作用进一步增强.

2主要结论与建议

本文基于1990—2013年我国能源消费、经济增长和碳排放的数据，实证分析三者之间的动态关系和相互影响.主要得出如下结论：

第一，我国能源消费、经济增长和碳排放之间呈现出趋同增长趋势，并存在长期均衡关系.第二，Granger因果检验表明，碳排放对能源消费和经济增长存在单向因果关系，能源消费对经济增长存在单向因果关系.第三，脉冲响应和方差分解结果表明，短期内我国碳排放量增加对其自身具有较强的同向影响；能源消费和经济增长受到碳排放冲击影响较大；碳排放、能源消费和GDP的主要贡献因子均为碳排放.我国能源消费、经济增长和碳排放三者具有密不可分的关系，在保证经济发展的同时，提高能源利用率，降低碳排放是可持续发展的前提，如何平衡三者之间的关系是重点.鉴于此，提出以下建议：第一，加大科研投入，引进先进减碳技术.新技术、新设备的引进和推广使用是节能减排的重要手段和不竭动力，虽然成本较高，但长远来看，必将有益于我国碳排放的控制，促进经济资源和环境的可持续发展.本文研究结论显示，我国森林碳汇、碳循环等自然控碳作用发挥了较明显的效果.因此，必须要从内部着手，保证技术资本的投入，加快研发脚步，引进国外的先进减碳技术和设备，降低生产生活过程中的碳排放.

第二，稳定经济发展，优化产业结构.相对于发达国家而已，我国第二产业比重偏大，高排放，高消耗、低利用率的发展模式已经明显不能适应新国情的需要.我国经济、能源消费和碳排放均呈现上升趋势，如何保证经济发展的同时，对产业结构进行优化是一项十分困难的任务.脉冲响应分析显示GDP和碳排放存在明显的正效应，对能源消费有一定影响，即表明经济增长促进碳排放量增加，引起能源消耗的增长.控制经济增长速度，保证第一产业，优化第二产业，发展第三产业，是促进生态环境发展的关键，有助于实现可持续发展战略.

第三，提高能源利用率，调整能源结构.我国能源消费主要以化石能源为主，新能源和可再生能源所占比重小，能源禀赋较差，这加大了我国能源结构调整的难度.通过前文分析可知，能源消费对经济和碳排放都有明显的影响，表现出“趋同”现象.因此，大力开发新能源，推广使用可再生能源，提高能源转化率，减少能源浪费，实现能源结构的转型升级，一方面有利于稳定经济发展，防止经济“过热”；另一方面有助于降低CO2等温室气体的排放，减少环境污染.

第3篇

【关键词】低碳经济 研究综述 发展

在气候问题备受关注的国际大背景下，从《京都议定书》到“巴厘岛路线图”，世界各国都在为解决气候问题而努力。低碳经济的概念应运而生，“低碳经济”这一概念是由英国首相布莱尔发表的题为《我们未来的能源—创建低碳经济》的白皮书中提出，而后越来越受到国际社会的重视。作为发展中的温室气体排放大国，我国怎样发展低碳经济，如何改变经济转型、如何建立资源节约型社会和环境友好型社会？针对这一情况，我国的学者提出了诸多有价值的见解。

一、实行低碳经济的必要性方面

金乐琴（2009）低碳经济的中国化是要强调发展与减排的结合，通过改善经济发展方式和消费方式来减少能源需求和排放，而不是以降低生活质量和经济增长为代价实现低碳目的。提出我们要结合自身国情认识低碳经济。首先要承认我们的经济发展水平与发达国家的差距，也要看到我国自身发展低碳经济的优势。

冯之浚（2009）认为我国转变发展方式、调整产业结构，提高资源能源使用效率，保护生态环境都需要发展低碳经济，而同时，发展低碳经济不仅仅是经济层面上的问题，还关系到我国的国际关系，综合国力。在国际金融危机的大背景之下，不仅为了因对在全球温室气体排放等问题上所面临的国际压力。也是为了推进我国现代化进程。

岳瑞锋，朱永杰（2010）在1990-2007 年中国能源碳排放的省域聚类分析一文中，以能源碳排放的总量和份额为排放数量指标，以排放强度和人均排放为排放效率指标，利用1990-2007 年间各省域的化石能源消费数据，利用聚类分析方法对数据进行处理，结果表明以GDP来衡量各省的经济发展水平是不全面的，如果将碳排放等环境指标反映进去，往往经济强省都是建立在环境破坏的基础之上，本文认为我国主要的GDP 份额和大部分人口仍然处于“高排”的发展模式。因此我国急需发展低碳经济。

许涤龙，欧阳胜银（2010）运用低碳经济统计评价体系的构建的方法对我国30个省市进行综合评价，发现很多指标数值都超出临界范围，反映出我国低碳经济发展水平很低。中国在积极发展低碳经济方面呈阶梯式分布，以东部沿海发展最好。

庄贵阳（2010）认为在发展中寻求减排、走低碳经济发展道路，是我国化解国际压力且结合国情的双赢选择。虽然，我国在处理这一问题上仍存在很大难度，需要跨越许多市场和制度障碍。从内部需求和外部驱动两个方面论证中国经济需要走低碳发展道路。并对中国发展低碳经济的途径和潜力进行了研究。

二、影响碳排放量的因素

张雷（2003）运用多元化指数方法分析了经济发展对碳排放的影响，认为经济结构的多元化和能源消费结构的多元化会导致国家从以高碳燃料为主转向以低碳为主。

赵云君等（2004）通过选择多个单一国家的不同样本，发现有些指标的实证结果相互矛盾，从而提出了“环境库兹涅茨曲线只是一个客观现象，而不是一个客观规律”的论断。

徐国泉，刘则渊，姜照华（2006）基于碳排放量的基本等式，采用对数平均权重分解法，定量分析了1995-2004年间能源结构、能源效率和经济发展等因素的变化对中国人均碳排放的影响。建立中国人均碳排放的模型，以能源结构、效率和经济发展作为影响碳排放量的因素进行研究，结果显示，经济发展对拉动中国人均碳排放的贡献率呈指数增长，而能源效率和能源结构对抑制中国人均碳排放的贡献率都呈倒U字型。

邹博（2011）通过选取中国29个省的面板数据，建立回归模型，对中国二氧化碳排放量与经济增长、产业结构和能源利用效率的长期均衡关系进行了实证分析，检验了影响碳排放的因素，结果证明，碳排放量与人均GDP呈正向关系，与第二产业比重呈U型关系，最后分析了我国如何控制碳排放量的快速增长。

三、实现低碳经济的途径

鲍健强（2008）认为，碳排放量成为衡量人类经济发展方式的新标识，而正因为碳减排的国际履约协议孕育了低碳经济。最后提出了我国多层面推进低碳经济发展的路径与方法：一是调整产业结构；二是降低对化石能源的依赖；三是发展低碳工业；四是建设低碳城市；五是通过植树造林、生物固碳，扩大碳汇。

郭印，王敏洁（2009）在气候问题备受关注的国际大背景下，社会呈现人类社会的发展模式不断转变，国际碳排放协议不断完善等趋势。从低碳经济的产生背景作为切入点，介绍了英国、德国、意大利等国家发展低碳经济的经验。总结出了我国多层面发展低碳经济的途径。包括加大国家法律和政策的支持，优化能源结构，限制高碳产业市场准入等方法。

任奔，凌芳（2009）从国际上低碳经济的政策和措施入手，结合我国发展低碳经济的实践，提出了包括强制性法规标准，经济激励措施和发展碳交易等政策措施。同时介绍了国际上的节约能源技术，可再生技术和炭捕存技术。

刘传江（2010）在低碳经济发展的制约因素与中国低碳道路的选择一文中首先论证了低碳经济发展的制约因素和进程，认为低碳经济是人类为了应对全球气候变暖而提出的一种可持续经济。低碳经济的发展受自然条件、经济条件、技术条件的制约或影响，从发展态势和规律上理解低碳经济的四个层面，达到从高碳经济向零碳经济转型。此外，还提出中国低碳经济发展道路的选择，要立足于中国的基本国情和国家利益，确定发展目标聚力关键技术、完善制度保障等方面促进我国低碳经济的发展。

参考文献

[1]金乐琴.关于低碳经济“中国化”的再认识[J].低碳与世界经济的大方向特辑，2010.

第4篇

1.指标的选择地区经济的发展状况可以由经济的多个方面来衡量，此外，地区间经济发展的差别，可以从GDP来考虑，还有地区占经济主导地位的产业及地区贸易状况等，同时根据表1所示，我们也可以看出不同年份不同地区间碳排放量也是有差别的。那么地区经济的发展与碳排放量之间是一个怎样的相关关系，衡量经济发展水平的各因素是不是与碳排放之间是一种相关的关系，是否经济的发展必然要以过多的碳排放为代价，这是本文研究的目的所在。总的来说，全国碳排放量是逐年递增的，图1展示了中国碳排放总量的变化趋势。由图1可以看到，近15年来中国的碳排放有了显著的增加，并且在2001年以后碳排放有一个激增期，2001年的排放量为32亿万吨，至2010年，我国的碳排放总量增长到71.7亿万吨，而同时每一个省份的碳排放量也是有差别的。第一，各地区碳排放量都有所差别，并且呈现逐年递增的趋势，从表1中可以看出，在排碳量较高的包括河北、山西、辽宁、黑龙江、上海、江苏、浙江、安徽、河北、湖北、湖南、广东、四川这些省份中山东的碳排放量最高。总的看来，这几个省份有一些是工业为其经济发展的主导力量，还有一些是中国经济发展最好的地区，对外贸易较多。从表1中可以看出这几个主要的碳排放量较多的省份碳排放的增长情况。贸易也是各地经济发展中较为重要的部分，对外贸易的状况可以由各地区进出口总值来衡量。从图3中可以看出广东省的对外贸易量是最高的。2.模型构建考虑到碳排放量的影响因素与以下几个因素相关，借鉴柯布道格拉斯函数双对数处理方法构建方程为：LnGQit=ci+β1LnGGDPit+β2LnSTRUit+β3LnPRICEit+β4LnTfwit+εit其中，i表示中国30个省市、自治区（直辖市，除外），t为样本时间跨度即年份。Ci为截距项，GQit为i地区t年的碳排放量，GGDPit表示i地区t年的地区生产总值，STRUit表示i地区t年的产业结构状况，PRICEit表示i地区t年能源价格，Tfwit表示i地区t年的对外贸易总量，εit为随机扰动项。3.模型变量的处理对于GQit计算依据Gi(m)=Ei(m)Etotal(m)Gtotal(m)，Gtotal(m)表示全国t期全国排碳量，Etotal(m)用于表示全国能源消费总量（按万吨标准煤计算），Ei(m)表示i地区能源消费总量。各省经济发展状况GGDPit选用各省历年地区的GDP指数（按不变价格计算）；STRUit用第二产业与第三产业产值之比，同样也按不变价格计算；PRICEit能源价格采用“工业品出厂价格指数”来表示，同样也转化成以1995年为基期的时间序列，Tfwit为各地区进出口总值，同样也按不变价格计算。4.模型数据的来源研究数据取自中国30个省、市、自治区（直辖市，除外）1995-2010年的数据，所有数据均来自于《中国统计年鉴2011》、《中国能源统计年鉴2011》、CCER经济金融数据库、《中国市场统计年鉴》、各省统计年鉴。

地区碳排放量与经济发展的实证分析

1.对面板数据的单位根进行检验在EVIEWS中对这五个变量进行单位根的平稳性检验，依次采用LLC、IPS、ADF、PP等单位根检验方法，进行了水平检验和一阶差分检验，检验结果见表2。2.面板数据协整检验由于Johansen检验是基于最大特征值的比的统计量λ-max来判别变量之间的协整关系；多变量Johansen极大似然法可以精确地检验出协整向量的数目r，再根据无约束的VAR模型的残差分析来确定VAR模型的最优滞后期。在对pool序列进行协整检验，运用Fisher(CombinedJohansen)这种方法进行检验，选择没有外生趋势的选项，如表3中有4项迹统计量和最大特征值统计量结果一致的，说明存在协整关系。在原假设为无协整关系的情况下，采用Pedroni(Engle-Grangerbased)方法进行协整分析。所得结果如表4所示，碳排放量、GDP、产业结构、能源价格与对外贸易量之间存在协整关系，统计量通过协整检验。3.采用PeriodSUR加权检验并进行GLS回归估计由于面板数据中时期的个数少于截面成员的个数，在做模型估计时，选用PeriodSUR类似似乎不相关回归，对时期异方差和同期相关进行修正，所得结果如表5所示。从表6可以看出采用这一方法是能够较好的估计出模型，对各解释变量与因变量之间的关系作出描述。从表6中可以看出，采用PeriodSUR权重处理，R2统计量为0.982702大于未进行权重处理时的值，此外，未进行权重处理时，D.W.统计量为0.869007经过计算再与临界值比较，存在较为严重的自相关。同时加权的GLS估计的残差平方和也明显下降，因此可以看出该模型能够较好的估计这几个解释变量与因变量的关系。综上分析可以看出，产业结构(LNSTRU)、对外贸易状况(LNTFW)、经济增长状况(LNGGDP)对碳排放量都具有重要的影响，且表现为正相关关系，相关系数分别为0.593、0.406、0.316。能源价格(LNPRICE)则与碳排放负相关。所以根据研究，政府机构通过对地区产业结构的调整，还有对外贸易政策的调整可以达到对地区碳排放量的影响。

结论和建议

第5篇

【关键词】低碳经济；因素分解；固定效应模型

一、引言

中国改革开放30年来，随着经济的快速发展，尤其是化石能源消费的快速增长，中国的碳排放增速一直居世界前列。我国要实现可持续发展，完成哥本哈根气候大会上的承诺――2020年中国单位国内生产总值碳排放比2005年下降40%或50%，就必须积极寻求节能减排的途径。而寻求节能减排的前提，是准确的分析和计量促使碳排放增加的影响因素，因此，深入分析碳排放相关因素尤为重要。

二、研究综述

目前，国内外对于碳排放影响因素实证研究较多，常用的方法有结构分解分析（SDA）与指数分解分析（IDA）。

国内对于碳排放因素分解的研究大部分都采用了IDA方法。笔者从行业、地区、和宏观经济方面对国内碳排放影响因素文献进行综述。

王伟林、黄贤金（2008）以江苏省为例，从横向和纵向两个方面分析影响碳排放强度变化的因素，表明江苏省碳排放强度变动由行业碳排放强度和行业产出份额共同作用，其中，行业碳排放强度影响更大。查冬兰，周德群（2007）利用绝对差异法、相对差异法和基尼系数对我国28个省区1995―2005年间利用能源效率的差异性进行了比较，结果显示，各地区能源利用效率存在趋同现象。徐国泉、刘则渊、姜照华（2006）采用对数平均权重Divisia分解法（LMDI），建立中国人均碳排放的因素分解模型，结果显示经济发展对拉动中国人均碳排放的贡献率呈指数增长。

综上所述，我国对于碳排放影响因素研究没有采用面板数据对碳排放影响因素进行全面分析，具有一定的局限性。本文通过选取中国29个省的碳排放、经济发展、能源使用等数据，建立固定效应模型，实证分析了中国二氧化碳排放量与经济增长、产业结构和能源利用效率的函数关系，得出结论并做了相应分析。

三、模型建立

建立回归模型之前，我们选取了中国29个省的面板数据，一般认为，在相对而言在不是大样本的情况下初步选择固定效应模型是较为合适的。

本文假设碳排放量与其影响因素间的关系符合三次多项式简化模型，模型表达式如下：

模型（1）-（2）中，Cit代表第i个省在第t年的碳排放量；Xit Yit Zit分别代表表人均GDP、能源效率和产业结构；ai为特定的截面效应，ai=a0+（i=1，2，…29；t=1，2，…，12），a0为总体均值截距项，为个体对总体均值偏离的个体截距项，而且有，即所有个体截距项偏离值和为0。

为随机误差项。表示各次解释变量的待估系数。

四、数据选取

本文选取了1996-2007年12年间全国29个省的能源、经济、人口面板数据。我们以人均GDP作为度量经济发展水平的指标，第二产业创造的GDP占总GDP的比重作为衡量产业结构的指标，以单位GDP能耗作为衡量能源利用效率的指标。其中，人均GDP的数据取1996年的价格水平为基准计算得出，碳排放量是以各省各时期能源消费量为依据折算得出，折算公式为：

（i＝19；j＝1，2，3）（3）

其中Ejit为i省第t年第j种能源消费量；为第j种能源的碳排放系数，石油0.5825t(c)/t，煤炭0.7476t(c)/t，天然气0.4435t(c)/t，天然气密度取0.7174Kg/。

五、实证分析

1.碳排放量与经济增长、产业结构、能源使用效率的协整分析

为了检验中国碳排放量与能源使用效率、经济增长、产业结构之间是否有长期关系，我们先对模型（1）做OLS回归，保留方程的残差面板数据。然后，再对该残差值进行单位根检验。经检验如果无单位根，则我们可以断定碳排放量与能源使用效率、产业结构存在协整关系。

2.实证结果

经过豪斯曼检验，我们可确认与Xit相关，故应用固定效应模型。并且采用截面加权以消除截面异方差。

回归结果表明，拟合优度指标与F统计量结果均令人满意，说明模型具有一定的解释力。

（1）碳排放量与人均GDP模型

C=+493.769+0.242*X-5.38e-6*(X)^2+4.335e-11*(X)^3+[AR(1)=0.8264837222]

a*为不同截面个体对总体均值偏离的个体截距项。

人均GDP和碳排放量可以表示为“N”型关系，但与典型的先上升再下降的“N”型不同，此曲线并不存在极大值和极小值，而是单调递增的。我们看到当省人均GDP达到41368元时，曲线来到拐点。以2008年的数据来看，全国只有上海、北京和天津的人均GDP超过了41368元，其余各省均位于此点的左侧。显然我们的实证结果显示中国并没有经历碳排放量随着经济发展而递减的阶段。

（2）碳排放与产业结构的关系模型

Log（C）=+10.572-0.173*Y+0.004*(Y)^2+[AR(1)=0.9350648985]

碳排放量和第二产业产值占总产值比重的回归曲线为“U”型，存在一个对碳排放量来说最优的产业结构，当第二产业产值占总产值的比重位于22%左右时，这种产业结构对于碳排放，或者扩展来讲对于环境的压力是最小的。从1997年至2008年，各地区之间的数值虽有差别但第二产业产值占GDP的比重都不断下降，国内有些省市已经逐渐接近了最优产业结构临界点，比如海南省和北京市。

六、结论

通过分析我们得出以下的结论：

1.最近十余年内中国各省的碳排放量逐年上升，并且碳排放量与人均GDP、第二产业产值占总产值比重和单位GDP能耗有协整关系。

2.碳排放量与人均GDP呈正向关系，碳排放量由缓慢上升转为急剧上升的拐点出现在人均GDP达到41368元之后。中国并没有经历库兹涅茨经验曲线假设的倒U型拐点。

3.碳排放量与第二产业比重呈U型关系，第二产业产值比重为21.6%时，碳排放量取最小值。中国各省第二产业产值占GDP比重逐年下降，平均值为46%，远大于22%的最小环境压力值。

4.实证结果表明我国碳排放量增长趋势存在两方面的力量。首先，产业结构不断优化，表现在第二产业产值占GDP比重逐年下降有利于碳排放量的控制。然而另一方面，人均GDP增长和单位GDP能耗的降低对碳排放量增加起到正面作用，它们是我国进一步控制碳排放的阻力。在GDP或者人均GDP增长成为政府主要政策目标的当代，如果想控制经济发展对环境的压力，我们只有通过改变产业结构，认识到产业技术发展对环境资源影响的加速器作用，才能在保证经济平稳发展的前提下实现减排目标。

参考文献

[1]岳瑞峰,朱永杰.1990―2007年中国能源碳排放的省域聚类分析[J].技术经济,2009(3).

[2]邹秀萍,陈劭锋,宁淼,刘扬.中国省级区域碳排放影响因素的实证分析[J].生态经济,2009(3).

第6篇

【关键词】低碳经济 区域经济 格兰杰因果分析 协整分析

【中图分类号】F406 【文献标识码】A

近30年来，全球各地温度不断上升，冬天不冷，夏天过热，已成为众多人的共识。据有关数据统计，20世纪地球升温约为0.5度。在20世纪，最热的年份是在1995年，而其余11个最热的年份都是在1980年之后出现的。造成这种局面的原因众多，但来自工业界的大量数据表明：人类快速工业化，使得人类向大气中排放大量的温室气体，也许是全球气候变暖的最重要的原因。预计到2020年，我国二氧化碳排放量比2000年增加1.32倍，到2025年，我国二氧化碳排放量将超越美国，居世界第一位。这些数据充分说明，为了人类将来更好的发展，必须减少二氧化碳排放量，努力发展低碳经济。

作为中国区域经济的强省―广东省，其低碳经济的发展与区域经济的增长是否存在良好的互动关系，正是本文思考的切入点。本文结合广东低碳经济发展的现状及远景分析，利用协整分析，误差修正模型和格兰杰因果检验，对广东省2000年至2015年低碳经济发展和区域经济增长进行实证分析，探讨广东低碳经济发展与区域经济增长之间的互动关系。

文献综述

低碳经济由英国学者率先提出，其实质是提高能源利用效率和清洁能源结构，核心是能源技术创新和制度创新，目标是减缓气候变化和促进人类可持续发展，最终是为人类追求更美好的生活服务。低碳经济是人类与自然和谐发展的象征，是一种清洁经济和环保经济，是人类对经济增长与福利改善的合理追求，是经济发展与环境保护之间的一种理性权衡，同时也是人类对自然、对社会、对人与人之间和谐相处的一种理性认识，是工业文明之后的生态文明，是信息革命之后的新能源革命。

中国低碳经济比较晚，中国学者从2003年5月份开始提出要关注低碳经济的发展。从以往的文献资料来看，主要集中在三个方面：一是分区域分方法对各地碳排放进行测算；二是对各地碳排放量影响因素进行分析；三是对区域未来碳排放进行预测。2008年，李俊峰、马玲娟介绍了丹麦向低碳经济转型的进程，并从宏观层面上对我国低碳经济发展提出合理建议，建议主要包括三个方面：一是中国如何减少碳排放？二是如何开展国际合作？三是具体的措施和目标。①中国著名低碳经济学家张坤民先生认为，低碳经济的发展关键要抓两个方面：一是技术层面，要大胆创新，并付诸实践；二是经济体制层面，要努力提高能源利用效率，及时开发新能源，最大限度减少碳排放，积极引导低碳消费。②2005年，庄贵阳提出，发展低碳经济，在当前经济转型时期有着重大意义，其意义在于改变我国高排放、低效益的粗放经济发展模式，缓解经济增长与资源环境之间的剧烈矛盾，促进我国增长方式的转型升级。

2014年，国家发展和改革委员会能源研究所课题组在《中国2050年低碳发展之路》一书中，主要研讨了气候变化的事实，以及对人类的影响及今后需要采取的措施，提出要在“不同时段、选择、推广、应用有不同技术和实施不同政策措施，为实现低碳经济发展提供了途径和路线”。③2014年，中国能源和碳排放研究课题组在《2050中国能源和碳排放报告》中，从城市层面分析了我国低碳城市的能源发展战略及城市低碳经济发展的实现途径。④

从现有的文献来看，研究省份的特别少，研究广东省低碳经济的更少，笔者整理了一下，研究广东低碳经济的主要有：2010年，周月鹏采用区域差异分析、经济计量分析，研究广东能源消费与经济增长之间的因果关系；2012年，张武英、徐伟嘉、刘永红从广东省经济发展入手，定性分析了广东省能源消费及能源构成，单位国内生产总值能耗和单位工业增加值能耗对低碳经济发展的影响；2012年，尚少梅、乔梦梦利用LPCC计算方法对广东省1990年～2010年碳排放量进行了系统测试，分析碳排放量对广东低碳经济发展的影响。⑤

综合以上分析，中国学者研究低碳经济的侧重点，主要在于排放目标、排放内容、影响因素及政策支持等方面，但从区域经济增长的角度分析低碳经济与区域经济发展两者之前到底存在一种什么样的关系，短期均衡还是长期均衡？这种均衡具有多大的依存度？以往文献研究极少，也极少实证分析。本文运用协整分析、误差修正模型和格兰杰因果检验，并初步构建格兰杰因果检验模型，证明广东低碳经济与区域经济的发展存在正相关，这种正相关既存在长期均衡关系，也存在短期均衡关系，因此，这种研究具有一定的理论价值和现实意义。

广东省低碳经济发展现状

当前，中国经济在一带一路的大发展框架之下，正从以前的生产制造型向服务经济型转变，而中国低碳经济产业的发展，也已经进入重要的发展周期。广东作为中国经济开放前沿的经济强省，是目前我国经济发展最快、经济实力最强的省份之一，同时也是我国最具有市场创新和最具有投资吸引力的省份之一。但广东经济的发展也伴随着高污染、高排放、高能耗的三大瓶颈。据有关数据统计，广东省10%以上的国内生产总值增长率是以巨大的能源消费为代价的。

作为我国发展低碳经济的试点省份，广东担负着全国发展低碳产业体系、低碳生活方式和低碳消费模式的重任。 目前，《广东省低碳经济发展试点方案》已经制定。广东全力发展低碳技术、低碳产品、低碳设备和低碳服务业，并在全国率先制定低碳行业的新标准。在低碳经济发展的产业体系上，广东把绿色环保、低碳经济和循环经济作为产业发展的重点。2015年，在广东低碳经济高峰论坛上，广东省发改委提出要把促进经济发展又好又快和建设生态文明相结合，把发展低碳经济与当前扩大内需相结合。广东将推动低碳产业扩张，并在一些领域和行业引领国内乃至国际的发展。

广东省低碳经济与区域经济发展之关系分析

协整分析与因果关系研究模型。1987年，Engle和Granger提出协整理论及其方法，协整理论对解释经济现象是否平稳有着重要的意义，虽然一些经济变量本身可能就是非平稳序列，但是，通过对这些经济变量本身的不同组合，得出的结果有可能是平稳序列，且有可能是长期稳定的均衡关系，这种平稳的线性组合，我们称之为协整方程 。因此，在现实中，只要存在2个或2个以上不平稳的时间序列，只要他们之间的某种线型组合是平稳的，则我们可以初步认定他们存在协整关系及长期均衡关系。

本文研究广东低碳经济发展与区域经济增长之间的关系，采用的数据是2000年到2015年的数据。为方便起见，我们对所涉及的数据取对数，取对数比较直观，得出的数据便于分析，使变量组合从长期来看线性化，同时也可降低异方差对数据的不同程度影响，下面对碳排放、能源消费、经济增长分别取对数如下：lnc、lne和lngdp，其中，lnc为碳排放指标，lne为能源消费排放指标，lngdp为经济增长指标。

误差修正模型（ECM）。误差修正模型（Error Correction Model，简记为ECM）是一种具有特定形式的计量经济学模型，是由Davidson、Hendry、Srba和Yeo在1978年提出的，因此被称之为DHSY模型。根据Granger定理，若变量序列之间是协整的，则其产生的误差为均衡误差，主要结论如下：

Δlngdpt=β0+β1ΔlnCt+（β2-1）ECMt-1+εt

按照同样的方法，我们可以得到lnE的误差修正模型。

Δlngdpt=β0+β1ΔlnEt+（β2-1）ECMt-1+εt

均衡误差修正模型主要用来研究模型的短期动态和长期调整动态平衡。

Granger因果关系检验。格兰杰因果关系检验主要用来分析变量之间的因果关系。主要考察变量X是否是变量Y产生的原因，然后通过引入变量X的滞后值是否可以提高变量Y的被解释程度。如果是，则X是Y的Granger原因，此时的滞后期系数具有统计显著性。另外，还要考虑Y是否是X的Granger原因。其中滞后阶数按照Akaike信息准则（AIC）来选取；

以GDP和碳排放为例，我们建立以下回归方程：

对上式中的（i=1，2，……m）=0进行检验。检验结果如下：如果拒绝（i=1，2，……m）=0的原假设，则拒绝“lnE不是引起lngdp变化的原因”的假设，得出lnE是引起lngdp的Granger原因。同样对（i=1，2，……m）=0进行检验，如果拒绝 （i=1，2，……m）=0的原假设，则拒绝“lnE不是引起lngdp变化的原因”的假设，从而得出lnE是引起lngdp的Granger原因。

协整分析及Granger因果关系检验。首先，数据来源方面，本文的数据来源于《广东省统计年鉴》及有关学者研究的数据进行整理，所采用的数据为2000年～2015年共16年数据，碳排放和能源消费总量均以万吨计，GDP为实际国内生产总值。其次，lngdp和lnC，lngdp和lnE进行相关性分析方面，根据以上的数据，测算lngdp和lnC的相关数据为0.9645，lngdp和lnE的相关数据为0.9786，这两个数据充分表明lngdp和lnC存在高度的正相关关系，lngdp和lnE也存在高度的正相关关系。第三，lngdp、lnC、lnE误差修正模型方面，由Granger定理明确表明，两个具有协整关系的变量，具有误差修正模型。

误差修正模型：

Δlngdpt=0.626+0.2753ΔlnC C0.0237ecmt-1+εt

lngdp和lnE

lngdp=0.2482lnE+0.8953lngdpt-1-0.1624lnEt-1+0.8465

（3.47） （29.64） （-2.71） （4.21）

R2= 0.9978 F= 7483.96

误差修正模型如下：

Δlngdpt=0.8455+0.2366ΔlnE C 0.134ecmt-1+εt

由误差修正模型分析可知，广东省GDP每变动1%，碳排放将同方向变动0.2753%，同理，广东省GDP每变动1%，能源消费将同方向变动0.2482%。从以上数据可以看出广东省碳排放和能源消费从长期来说，能够促进GDP的增长，也就是广东省低碳经济的发展对GDP贡献，从长期来说很大。

lngdp、lnC、lnE的Granger因果关系检验。lngdp和lnC、lngdp和lnE，都存在着高度正相关关系。我们再进一步思考，GDP的增长会引起碳排放的增加还是能源消费总量的增加，或是两者之间是否存在双向的因果关系？这需要利用Granger因果关系检验去进一步研究。

结果如下：

根据以上的结果，在10%的置信度下，广东省的碳排放、能源消费总量增加并不是GDP增加的Granger原因，而广东省GDP增加是碳排放、能源消费总量增加的Granger原因。

结论

本文分析了广东省低碳经济的发展与广东省区域经济增长的关系，并通过单位根检验、协整分析、误差修正模型以及Granger因果检验等方法，对广东省低碳经济发展和区域经济增长的关系进行了实证分析。并初步得出以下结论：第一，广东省低碳经济的发展与广东省区域经济增长密切相关，两者存在着高度正相关；第二，广东省低碳经济的发展对广东省区域经济增长存在着短期均衡关系，而且也存在着长期均衡关系；第三，广东省GDP增加是碳排放、能源消费总量增加的Granger原因，因此，广东省区域经济增长是广东省低碳经济发展的Granger原因。

当前，广东经济面临前追后赶的局面，如何促进广东区域经济增长向低碳经济转型，实现广东区域经济的可持续发展呢？笔者建议，应当从以下几方面加强：一是促进区域经济向绿色经济和循环经济转型，以绿色经济和循环经济推动低碳经济的全面发展，抢占产业发展先机和产业制高点，大力发展低碳产品，低碳技术和低碳能源，努力推进低碳革命；二是促进产业结构转型升级，特别是第二产业转型。第二产业比重大，能源消费和碳排放最大，是影响低碳经济发展的重要原，要加快发展电气、电子等产业，要从资源导向型产业向高技术产业过渡，对重要产业，特别是冶金、水泥、建筑、化工等高能耗行业中，引进新工艺、新技术、新设备，加快升级，推动广东省低碳工业发展。三是大力发展新能源，特别是风能和太阳能，对煤碳和石油等消费较高的能源，要高效发展，清洁利用；四是规划碳排放权的确立和分配，建立健全碳排放市场，健全和完善碳排放交易体系；五是完善政府监管水平，将市场调节、政府调控和社会调整相结合，在燃气普化率、城市绿化率、废物处理率、轻轨交通等方面下功夫，实现有机，生态、高效，引导全社会资源有序、合理流动；六是加强市民环保意识，在节约水电、冰箱使用、低碳餐馆、低碳出行等方面大力宣传，使低碳生活方式成为老百姓心目中的一种生活习惯和自觉行为，引导民众合理使用各种能源。

总而言之，广东省应通过产业升级、技术研发、政府监管等多方面的努力，促进低碳经济的稳步发展，努力实现广东省低碳经济与区域经济的协同发展。

（作者为广州商学院经济系副教授）

【注释】

①邹晓蓉：“广东省碳排放与贸易隐含碳的测算及影响因素研究”，《暨南大学学报》，2012年第10期。

②王赣华：“中国首批低碳试点省份碳排放与经济增长脱钩关系研究”，《桂林理工大学学报》，2013年第4期。

③国家发展和改革委员会能源研究所课题组：《中国2050年低碳发展之路》，北京：清华大学出版社，2014年，第66～70页。

④中国能源和碳排放研究课题组：《2050中国能源和碳排放报告》，武汉大学出版社，2014年，第55～77页。

第7篇

关键词 空间自相关；极化格局；碳聚集；碳排放区划

中图分类号 K902 文献标识码 A

文章编号 1002-2104（2011）11-0021-07doi:10.3969/j.issn.1002-2104.2011.11.004

气候变化正日益成为全球各国面临的巨大挑战，对人群健康、社会经济发展和生态系统服务产生深远影响［1］。各国应对气候变化的行动力度正日益加强。欧盟、金砖四国以及美国都从国家尺度提出了应对气候变化的战略和减排目标，区域、城市以及社区层面的气候规划和减缓方案也逐渐兴起和完善［2-4］。国际社会已经达成共识，持续的碳减排是积极应对气候变化的重要措施［5］。国际能源机构的数字显示，2007年中国人均碳排放量虽然不到美国的1/3，但首次超过世界平均水平。1990年中国碳排放总量占世界的10.54%，到2007年则上升到20.81%，略高于美国。中国碳排放的研究引起国内外学者广泛关注［6-15］，就碳排放特征、累积碳排放、碳公平测度、演变趋势、驱动机制和政策模拟等进行了研究，涉及时间、部门和空间三个维度，但是研究仍然主要集中在碳排放的数量增长方面［16］。21世纪以来，国际间的碳公平问题逐渐成为研究的热点，被视为制定气候变化政策和国际间碳减排责任的谈判的重要依据之一［17-20］。

中国承诺到2020年全国单位国内生产总值CO2排放要比2005年下降40%－45%。十二五期间，单位国内CO2排放要降低17%。碳排放水平是由一个国家或地区的技术水平、富裕程度、能源结构、经济结构、人口结构等因素共同决定的，在不同的发展阶段，这些因素对碳排放量的影响作用也不尽相同［21-22］。我国地域广阔，能源格局和社会经济发展存在显著区域差异，间接导致区域碳排放特征和减排潜力的差异，但是在研究中鲜有将空间维度的影响加以考虑。因此，有必要综合利用经济学和空间统计的方法进一步研究区域性的碳排放公平问题。

本文分析碳排放的阶段性和区域性特点，研究碳排放的空间格局和演变趋势，探索区域聚集特点和极化现象。本研究包括两个目的：第一，摸清碳减排的潜力，为区域碳减排提供理论依据，实现差异化的减排战略；第二，探索碳排放空间的公平分配，促进区域协调发展，有助于保持经济平稳较快发展，并为低碳社会的实现路径提出决策参考。

1 研究方法

1.1 碳排放计算方法

IPCC为碳排放计算提供了两种方法，分别是参考方法（亦称基准方法，Reference Approach）和部门方法（Sectoral Approach）［23］。参考方法是一种自上而下的方法，仅考虑总体的能源使用而忽略各种能源在不同部门的消耗情况，该方法的计算公式为：

C=∑niEi×efi×Oi×4412（1）

其中，Ei为能源活动水平，efi为碳排放系数， Oi为氧化系数，i为某种能源种类，4412是CO2与碳的分子量之比。

部门方法采用自下而上的方法，对各部门的能源消耗情况进行逐一计算，在计算时更强调部门信息的细化和计算。相比而言，参考方法更加简便快捷。一般来说，两种方法的计算结果差异在5%以内，而且这两种方法所得到的碳排放趋势是一致的［24］。由于源数据，方法和排放边界的差异，不同机构计算出来的碳排放量略有不同，与各国官方报告的数据也有所区别。考虑到系统误差的存在，碳排放趋势比绝对量更可靠。为刻画碳排放的年际和时空变化趋势，本文采用参考方法进行碳排放的计算。基础数据来源于中国能源统计年鉴、中国统计年鉴。碳排放系数采用国家发改委能源研究所“中国可持续发展能源暨碳排放情景分析”中的数据［25-26］。

1.2 基尼系数

基尼系数是经济学中判断居民收入分配差异的最常用的指标，表示人口比例与收入比例的关系［27］，用以静态地表征社会财富的分配情况。随着碳公平问题的日益凸显，碳基尼系数作为碳排放公平性的有效测度工具，近年来在国际上得到应用［17-20］。本文利用基尼系数来研究区域碳排放分布的不均衡性，基尼系数的计算采用梯形面积法，计算公式如下：

Gint=1-∑ni(xi-xi-1)(yi+yi-1)（2）

其中，xi是评估指标的累计比例；yi是碳排放的累计比例。本研究中，xi采用GDP的累积比例计算。yi采用碳总量和碳强度进行计算。

一般来说，基尼系数小于0.2表示绝对平均，0.2-0.3之间表示比较平均，0.3-0.4之间为相对合理，0.4-0.5为差距较大，0.5以上表示差距悬殊。

1.3 空间自相关

基尼系数可以表征个别地区碳排放出现极值的情况，但是无法反映空间关系和结构，如聚集程度［28］。因此，研究采用空间自相关方法分析碳排放的空间分布特征。空间自相关是基于地理学第一定理，分析同一个变量在不同位置上的相关性，可分为全局自相关和局部自相关。全局自相关表示某一地理属性在整个研究区域的空间特征，从整体上对区域的空间相关性进行平均度量，而局部自相关则表示某一单元与邻近单元的地理属性的空间相关性，可判定其空间异质性和局部聚集程度［29-34］。利用GEODA软件建立权重矩阵。

利用Global Moran’ I来衡量全局自相关性，用公式（3）表示。

Global Moran’s I=n∑ni(xi-)∑njWij(xj-)

∑ni(xi-)2∑ni=1∑nj=1Wij

（3）

利用Local Moran’ I来衡量局域自相关，用公式（4）表示。

Local Moran’s I=n(xi-)∑jWij(xj-)

∑i(xi-)2（4）

其中，n是空间单元数目，xi和xj是空间单元i和j的属性值，Wij是权重系数矩阵，表示各空间单元邻近关系。

Moran’ I取值范围为［-1，1］，(0，1］表示该空间属性具有正相关性，［-1，0）表示该空间事物的属性分布具有负相关性，0表示空间随机分布。

2 结果与讨论

2.1 碳排放基尼系数

利用公式（1）计算了1990-2007年间各省份的碳排放状况，包括碳总量和碳强度，在此基础上，计算碳排放基尼系数（见图1）。在1990-2007年间，碳总量经历了持续性的稳步增长，增加了1.72倍；而碳强度则降低了49.2%，各省碳强度在经历了剧烈的降低之后，在2000年之后，下降的速度有所减缓。

从基尼系数可以看出，碳总量在全国各省区的排放比较平均，从20世纪90年代至今，基尼系数增加了18%，但是2000年之后，7年间仅增加了1.9%。全国各省份碳强度差距悬殊，基尼系数始终在0.5以上，虽然2000年后处于稳定的状态，但是仍比1990年增加了22%，说明碳强度的空间不均衡性在2000年后更加凸显。大量研究表明，经济增长是碳排放的主要驱动因子，在经济发展的不同阶段，碳排放与经济发展水平呈现不同的形态［21，35］。碳强度的基尼系数及其增速均高于碳总量，进一步验证了各省区

图1 中国各省区碳总量和碳强度基尼系数

Fig.1 Gini coefficients of total carbon emission and carbon intensity

经济发展不平衡的加剧。

2.2 碳排放空间自相关

2.2.1 全局空间自相关分析

利用公式（2）和（3）得出Global Moran’s I的时间序列变化（见图2）。从20世纪90年代至今，碳总量和碳强度都显示出较强的空间自相关性。碳总量的Global Moran’s I总体上比较平稳，但略有上升，特别是进入2000年后，碳总量的空间正相关性有所增加，空间聚集效应日益凸显。碳强度则呈现明显的波动，出现了先下降后上升的趋势。在空间聚集上，碳总量和碳强度也呈现出很大不同。在2000年之后，碳总量的空间聚集程度略高于碳强度的聚集程度。

2.2.2 局部自相关分析

为了更清晰的展示碳总量和碳强度格局的时空演变，利用LISA图来表示各主要年份的区域属性的相互关系（见图3）。高值聚集High- High表示某区域与其相邻区域的有较高的聚集效应，高值区邻近区域仍旧是高值区；低值聚集Low-Low表示有较低的聚集效应，低值区邻近区

图2 中国碳总量和碳强度全局自相关系数

Fig.2 Global moran’s I of total carbon emission and carbon intensity

域仍然是低值区；表征为High-High和Low-Low的区域

均表明相邻区域具有比较高的空间自相关。高低聚集

图3 中国碳总量和碳强度的LISA聚集图(1990，2007)

Fig.3 LISA cluster map of total carbon emission and carbon intensity(1990， 2007)

High- Low和低高聚集Low-High表明某区域与其相邻

区域存在较大差异，出现了空间负相关。

从图3可见，1990年碳总量的高值有一个相对“离散”的聚集区域，集中在内蒙古，吉林，河北，河南和山东。而在2007年，高值聚集区域集中在河北，河南，山西和山东的环形区域。1990年碳强度高值聚集区域集中在内蒙古，黑龙江，吉林，辽宁，河北，山西，陕西和甘肃。碳强度2007年高值聚集的区域比1990年缩小，最显著的变化是东北地区碳强度高值区减弱了，高值集聚区域转移到内蒙古，甘肃和陕西三省。东南部省份经济发展和碳排放水平决定了1990年和2007年广东省始终处于碳强度低值聚集区。

2.3 碳排放时间演变和空间分布规律

在碳排放基尼系数分析基础上，通过空间自相关方法，可以分析碳排放的区域极化现象，阐释碳排放的空间分布特征和演变规律。

近20年来，中国碳总量和碳强度聚集区域都发生了变化，这与国家的区域经济布局（见图4）及能源消费战略有很大关系。1990年碳总量最高的5个省份是辽宁、山东、河北、山西和黑龙江，2007年，碳总量最高的5个省份是山东、山西、河北、河南和江苏。碳总量的区域变化导致了2007年碳总量的高值聚集区比1990年更为集中。在20世纪90年代初，东北地区以能源重工业为主导，能源消耗较大，导致碳强度最高。到2007年，东北老工业基地经济发展速度放缓，GDP比重占全国的比例从12%下降到8%，同时随着山西和内蒙等能源大省的兴起，东北的碳强度在全国的区域格局上出现相对下降。因此，东北地区碳强度聚集程度逐渐降低，到2007年处于全国中等水平。由于产业结构，经济发展和技术进步等原因，江苏、广东、福建和浙江省虽然2007年比1990年的碳总量格局更加靠前，处于第二梯队，但是碳强度始终比较低，导致了广东省为碳强度低值聚集区。总体而言，碳强度北方高于南方，中西部地区高于经济比较发达的东部地区。

碳总量和碳强度都出现了明显的空间分异特征，尤其

是碳强度在区域经济发展的背景下，出现了极大的省际不平衡，较之20世纪90年代，这种不平衡性还在进一步扩大。与此同时，碳排放出现局部的高值的聚集现象。

2.4 碳排放区划

1990-2007年，我国的区域碳排放产生了动态变化。因此，制定碳减排策略时，应充分考虑到经济发展，资源禀赋，碳排放的聚集程度以及能源供给情况。本研究结合碳强度的区域聚集特征分析，从宏观上对碳排放进行区划（见表1），有利于实行差异化的减排战略，以期实现经济发展与碳排放脱钩。

根据区划结果，碳排放与能源自给率存在一定关系，利用最小二乘法（OLS）对能源自给率和排放度进行拟合（见图5）。拟合结果表明，能源自给率和碳强度二者呈显著正相关，相关系数为0.689。能源自给率越高的省份，碳强度也比较高，能源自给率对碳强度的解释能力为47.4%。碳总量的分布比较离散，虽然随着能源自给率的提高略有增加，但增加的趋势不如碳强度的明显，对碳排放的解释能力较差（见图5）。

在资源匮乏地区，经济发展反而比较快，往往伴随着较低的碳排放水平，

分布在以东部沿海地区为代表的Ⅰ类区；资源丰裕地区，经济发展相对滞后，碳排放水平较高，

分布在以内蒙古，山西等能源大省为代表的Ⅲ区。主要原因在于：①人口，经济增长和能源消费是碳排放的主要驱动力［25，36］。人口和经济增长的趋势导致对碳排放贡献逐渐增加。能源消费在能源结构和能源强度方面，对碳排放起着重要作用；②资源对经济发展有正反两方面作用。资源丰裕地区的经济发展水平普遍落后于资源匮乏地区，这是传统的“资源诅咒（Resource curse）”理论的内涵［37-38］。伴随着各地区制度，技术和产业结构的调整和差异，自然资源对许多地区的经济发展并没有起到推动作用；③资源丰裕地区的经济发展模式属于资源依赖型，对劳动和资本等要素具有挤出效应，使得各种经济要素向资源型行业流动，极大助长了高碳行业的发展快速；加上自身的资源丰度，能源利用模式也比较粗放，间接导致碳排放的增加。以山西省为例，作为碳排放的大省，产业结构的重化工倾向日益增加， 2007年重工业总产值占工业比重达到93.9%。资源丰裕地区的碳排放总体上高于资源匮乏地区。在气候变化与低碳经济的的背景下，资源丰裕地区的社会经济发展将受到严峻的挑战。

因此，应根据碳减排分析的区划结果，制定差异性的区域碳减排目标和碳减排战略。在碳排放Ⅰ区，能源自给率低，碳强度低的经济发达地区，现阶段由于低碳能源的开发成本高于传统能源，需要大量资金投入和政策倾斜。这些地区以发展低碳能源为主，在新能源的资金、技术和制度上创造发展条件。实施可持续的能源发展战略，有利于发展低碳经济，并切实保障能源安全。在碳排放Ⅱ区，新能源的优势并不明显，因此还应该着眼于改变经济增长方式，促进产业升级和能源集约利用，降低经济增长对能源的依赖，切实提高能源效率和能源服务水平。在能源自给率高、碳强度高、经济相对落后的碳排放Ⅲ区，利用资源丰裕度提高生产力，实现资源红利，摆脱“资源诅咒”。同时，大力开发清洁煤技术，改变能源粗放利用的模式，提高单位能源的服务价值，使生产要素自由流动，加强资源的正效应。在太阳能和风能比较丰富的省份，还可利用东部发达地区的资金，为可再生能源发展助力。

3 结 论

在碳排放核算的基础上，利用经济学的基尼系数方法和地理学的空间自相关的方法，分析了碳排放的时空演变特征，主要结论如下：

（1）碳强度在各省份之间出现了极化现象，碳强度的差异尤为悬殊。碳排放在空间上出现了局部的高值区聚集现象。但从时间上看，2007年碳总量的高值聚集区比1990年更加集中，碳强度的高值聚集区随着东北地区的变动而缩小。

（2）针对碳排放及其聚集程度，对碳排放进行区划。碳排放区划与资源丰裕程度有很大相关性。资源丰裕地区出现了类似于“资源诅咒”的现象，碳强度普遍较高，而资源匮乏地区碳强度反而低。

（3）由于经济，资源，劳动力，资本，技术等要素的差异，我国不同区域之间的碳减排潜力不同，减排方向也不同。因此应针对不同区划结果在含碳能源利用和新能源开发上应各有侧重，才能实现碳强度的下降。

本文探讨了碳排放的时间和空间两个基本要素，分析了区域间的碳公平及其在空间上的差异，有效反映了碳排放的空间聚集演变。在未来研究中可进一步探究其成因。这将有利于减缓气候变化的影响，实现区域协调发展和可持续发展的总体目标。

参考文献（References）

［1］石龙宇， 崔胜辉. 气候变化对城市生态系统的影响研究进展［J］. 环境科学与技术，2010，33(6E):193-197.［Shi Longyu， Cui Shenghui. Research Progress of Climate Change Effects on Urban Ecosystem［J］. Environmental Science & Technology， 2010，33(6E):193-197. ］

［2］Progress Report of the Interagency Climate Change Adaptation Task Force ［EB/OL］. ［2010-12-15］..

［24］IEA. CO2 Emissions from Fuel Combustion(2009) ［EB/OL］. ［2010-12-5］省略/

［25］徐国泉， 刘则渊， 姜照华. 中国碳排放因素分解模型及实证研究：1995-2004［J］. 中国人口•资源与环境， 2006，16(6):158-161.［Xu Guoquan， Liu Zeyuan， Jiang Zhaohua. Decomposition Model and Empirical Study of Carbon Emissions for China，1995-2004［J］. China Population, Resources and Environment， 2006，16(6):158-161.］

［26］国家发改委能源研究所. 中国可持续发展能源暨碳排放情景分析综合报告［R］. 国家发改委能源研究所， 2003. ［Energy Research Institute National Development and Reform Comission. China Sustainable Energy and Carbon Emission Scenarios Report［R］. Energy Research Institute National Development and Reform Comission， 2003.］

［27］吴悦颖， 李云生，刘伟江. 基于公平性的水污染物总量分配评估方法研究［J］.环境科学研究， 2006，19(2):66-70.［Wu Yingyue， Li Yunsheng， Liu Weijiang. Study on Gini Coefficient Method of Total Pollutant Load Allocation for Water Bodies［J］. Research of Environmental Sciences， 2006，19(2):66-70. ］

［28］Tsai Y H. Quantifying Urban Form: Compactness Versus Sprawl［J］. Urban Studies， 2005， 42(1): 141-161.

［29］赵小风， 黄贤金， 张兴榆，等. 区域COD、 SO2及TSP排放的空间自相关分析: 以浙江省为例［J］. 环境科学， 2009， 30(6): 1580-1587.［Zhao Xiaofeng， Huang Xianjin， Zhang Xingyu et al. Application of Spatial Autocorrelation Analysis to the COD， SO2 and TSP Emission in Jiangsu Province［J］. Environmental Science， 2009， 30(6): 1580-1587.］

［30］王劲峰，等. 空间分析［M］. 北京：科学出版社， 2006.［Wang Jinfeng, et al. Spatial Analysis［M］. Beijing:Science Press， 2006.］

［31］孟斌， 王劲峰， 张文忠，等. 基于空间分析方法的中国区域差异研究［J］.地理科学，2005， 25(4): 393-400.［Meng Bin， Wang Jinfeng， Zhang Wenzhong, et al. Evaluation of Regional Disparity in China Based on Spatial Analysis［J］. Scientia Geographica Sinica， 2005， 25(4): 393-400.］

［32］高凯， 周志翔， 杨玉萍. 长江流域土地利用结构及其空间自相关分析［J］. 长江流域资源与环境， 2010， 19(Z1):13-20.［Gao Kai， Zhou Zhixiang， Yang Yuping. Land Use Structure and its Spatial Autocorrelation Analysis in the Yangtze River Basin［J］. Resources and Environment in the Yangtze Basin， 2010， 19(Z1):13-20.］

［33］Anselin L. Exploring Spatial Data with GeoDa: A Workbook. sal.agecon.uiuc.edu/

［34］曹志冬， 曾大军， 郑晓龙，等. 北京市SARS流行的特征与时空传播规律［J］. 中国科学:地球科学， 2010， 40(6): 776-788.［Cao Zhidong， Zeng Dajun， Zheng Xiaolong, et al. Spatio temporal Evolution of Beijing 2003 SARS Epidemic［J］. Scientia Sinica(Terrae)， 2010， 40(6): 776-788. ］

［35］中国可持续发展战略研究组. 中国可持续发展战略报告(2009)［M］. 北京：科学出版社，2009.［ China’s Sustainable Development Research Group. 2009 Strategic Report:China’s Sustainable Development［M］.Beijing:Science Press， 2009.］

［36］主春杰， 马忠玉， 王灿. 中国能源消费导致的CO2排放量的差异特征分析［J］. 生态环境，2006， 15(5): 1029-1034.［Zhu Chunjie， Ma Zhongyu， Wang Can. Analysis of Difference Features of Energy related CO2 Emission in China［J］. Ecology and Environment， 2006， 15(5): 1029-1034.］

［37］Stijns J C. Natural Resource Abundance and Economic Growth Revisited［J］. Resources Policy，2005， 30(2): 107-130.

［38］徐康宁， 王剑. 自然资源丰裕程度与经济发展水平关系的研究［J］. 经济研究， 2006， 41(1): 78-89. ［Xu Kangning， Wang Jian. An Empirical Study of A Linkage Between Natural Resource Abundance and Economic Development［J］. Economic Research， 2006， 41(1): 78-89.］

Polarization Pattern of Carbon Emission in China’s Provinces

XIAO Li shan1,2 WANG Run1,2 YANG De wei1,2 SUN Yan wei1,2 LIU Jian1,2

(1.Institute of Urban Environment，Key Lab of Urban Environment and Health， Chinese Academy of Sciences，Xiamen Fujian 361021， China；2.Xiamen Key Lab of Urban Metabolism，Xiamen Fujian 361021， China)

第8篇

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。Josep G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。James B[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（Logarithmic Mean weight Divisia Index method， 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（Logarithmic mean weight Divisia Index Method， 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1 000万吨以上，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， et al. Decomposition of industrial CO2 emissioms: The case of European Union［J］. Energy Economics，2000，（22）：383-394.

［2］Josep G. Canadell， Corinne Le Quéré， Michael R. Raupach， et al. Contributions to accelerating atmospheric CO2 growth from economic activity， carbon intensity， and efficiency of natural sinks. PNAS，2007，（11）：18866-18870.

［3］James B. Ang， CO2 emissions， energy consumption， and output in France. Energy Policy， 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］IPCC2006.2006 IPCC Guidelines for National Greenhouse Gas Inventories［J］.Energy，2006，（1）．

［8］B.W Ang， F.Q Zhang and K-Hong Choi. Factorizing changes in energy and environmental indicators through decomposition［J］. Energy，1998，（6）：489-495.

Factor Decomposition and Emission Reduction Approaches Analysis on China's Per

Capita Carbon Emission

Zhu Mingxu, Huang Shaopeng, Sun Na, Xu Guanyu

（Research Center for Economic Development, Anhui University of Finances & Economics, Bengbu 233041, China）

Abstract： Based on the energy consumption, population and GDP data in China for the period of 1981-2008, and through empirical analysis on the contribution of from economic development, energy intensity and energy structure., the results show that economic growth can lead increase of per capita carbon emission; reduction of energy intensity restrains emission increase of per capita carbon; and changes in energy structure play a driving role on increasing carbon emission before 1997, then play an inhibitory action in emission, but the contribution is not significant. In recent years, the contribution trend of the energy structure is gradually increasing.

第9篇

关键词EKC；清洁技术；碳排放；畜禽养殖业

中图分类号F3文献标识码A文章编号1002-2104（2012）07-0028-06doi:10.3969/j.issn.1002-2104.2012.07.005

哥本哈根世界气候大会的召开，温室气体排放受到更多重视，畜禽污染排放日益受到社会各界的关注。据研究，全球养殖业中畜禽粪便甲烷排放总量约2 000万－3 000万t/a，占已知人为甲烷年排放总量的5.5%－8%，占农业甲烷气体年排放的12% ［1］。根据FAO报告《牲畜的巨大阴影：环境问题与选择》中的数据显示，每年由牛、羊、骆驼、马、猪和家禽排放温室气体的二氧化碳当量占全球排放总量的18%。其中氧化亚氮（N2O）约65%，甲烷（CH4）约37% ［2-3］，而氧化亚氮和甲烷的“增温效率”分别是二氧化碳的310倍和21倍［4］。在此背景下，中国各地呼吁大力发展低碳养殖，其目的是实现经济增长与畜禽养殖碳排放量的脱钩发展。因此，如何处理经济发展和畜禽养殖碳排放的关系成为低碳养殖研究领域中十分重要的问题。特别是对于作为农业大国的中国而言，深入研究该问题显得尤为迫切。

国内外学者采用Gene Grossman 和 Alan Krueger［5］提出的环境库兹涅茨曲线（简称EKC）理论研究了环境质量与经济发展之间的关系，结果表明，大多数国家环境质量与经济发展之间存在“倒U型”关系［6-8］，其研究过程中多数以工业污染排放量为研究对象。国内对农业污染与经济发展关系的研究起步较晚，且研究对象大多局限于农业化学品投入和畜禽排泄物［9-10］，而对畜禽养殖碳排放与经济发展关系的比较翔实的文献尚不多见。

因此，本文构建畜禽养殖碳排放与经济发展水平之间关系的计量模型，验证我国畜禽养殖业碳排放的EKC形状，并分析其内在原因，以期为制定我国畜禽低碳养殖政策和改善低碳养殖环境提供依据。

1畜禽养殖业碳排放的EKC验证

1.1碳排放量测算方法

畜禽养殖过程中温室气体排放主要来自于畜禽肠道发酵，以及家畜粪肥处理过程引起的CH4和N2O的排放［11］；而畜禽养殖碳减排主要依靠对利用畜禽粪肥发酵生成的沼气的利用。因此，畜禽养殖碳排放量的测算公式如下：

Qemi=Qpro-Quse（1）

Qpro=Qf+Qm（2）

式(2)中：Qemi表示畜禽养殖碳排放量；Qpro表示畜禽养殖碳产生量；Quse表示沼气利用而减少的碳排放量（按照沼气替代化石燃料产生的碳排放量计算）；Qf表示畜禽肠道发酵甲烷排放量（IPCC（2006）畜禽肠道发酵CH4排放量的测算公式）；Qm表示畜禽粪便管理系统碳排放量［12］畜禽粪便碳减排潜力的计算方式）。畜禽饲养量数据来源于历年《畜牧业统计年鉴》。碳排放量计算所需参数来源于IPCC［13-14］，其中沼气热值本文参照文献推荐值采用20 934 kJ/m3。

田素妍等：中国畜禽养殖业低碳清洁技术的EKC假说检验中国人口·资源与环境2012年第7期1.2模型设定

参考国内外学者的研究成果，本文设定如下对数线性模型进行畜禽养殖碳排放环境库兹涅茨曲线验证。

C=c+αlny+b(lny)2+μ（3）

式(3)中：C为人均畜禽养殖碳排放量，y为农村家庭人均纯收入，a、b、c为模型估计系数，μ为随机误差项。根据公式（3）回归结果可以判断模型的几种可能的曲线关系：如果a＞0，b＜0，则为倒U型曲线关系；如果a＜0，b＞0，则为正U型曲线关系；如果a≠0，b＝0，则为直线关系。

根据公式（3）的回归结果可以计算出环境库兹涅茨倒U型EKC的转折点为：

y*=-a′2b（4）

1.3模型计量检验

本文采用stata10.0软件进行计量模型估计，结果见表1。

表1畜禽养殖碳排放回归结果

Tab.1The regression results of livestock carbon emissions

项目

Items东部

East area中部

第10篇

低碳经济越来越成为政治和经济问题，因此低碳经济的内涵也不断延伸，无法形成准确的定义。对低碳经济的理解应把握两个方面:一是低碳经济是相对于以高碳排放化石能源为基础的高碳经济而言的。因此低碳经济实现的重点在于调整能源结构，降低能源消费的碳排放强度，通过碳捕获、碳储存等技术以及转变能源利用方式等减少单位能源消费的碳排放量;二是低碳经济是在不影响经济发展目标的前提下，寻求降低二氧化碳排放的一种可持续经济发展模式。因此，本文认为，低碳经济是相对于高碳经济而言的，是一种以低能耗、低排放、低污染为特征的可持续经济发展模式，其实质就是利用技术进步和制度创新转变能源利用方式，提高能源效率，优化能源结构，以达到促进经济发展的同时，降低二氧化碳排放的目标。根据对低碳经济内涵的理解，低碳经济的最终目的是在保持经济增长的同时，降低碳排放。通过文献回顾的方式分析低碳经济的驱动因素。研究发现，二氧化碳约占全球温室气体排放总量的77%，是最主要的温室气体。在发达国家，90%以上的CO2排放量是由能源部门造成的，其中，化石能源消费导致的CO2排放量约占总排放量的75%。另一方面，我国经济发展和现代化建设都离不开能源的重要支撑作用，根据相关学者的实证研究，我国经济增长与能源消费之间存在着长期的稳定关系。据权威部门估计，在未来10年，即使我国经济保持低速增长(经济增速在5.3%左右)，2020年对能源的消费需求也将达到45.32亿t，随着能源消费总量的增加，必然导致碳排放量的急增。能源结构指能源总生产量或总消费量中各类一次能源、二次能源的构成及其比例关系。能源市场消费模式直接影响着能源结构，而终端能源是能源市场的直接消费形式，因此本文主要从终端角度分析能源结构对低碳经济的作用。一方面，煤炭的利用效率仅为27%，远低于石油(50%)、天然气(57%)的利用效率，但石油、天然气所占比例过低;另一方面，各种能源的碳排放强度不同，煤炭的碳排放量最大，石油、天然气次之，核电、水电等为零碳清洁能源。我国以煤为主的能源结构不仅对我国生态环境造成了严重的影响，而且是我国能源利用效率低下，经济效益差的重要原因之一，不合理的能源结构抑制了低碳经济的发展。碳排放与经济增长有着密切的联系。经济的高速增长伴随着能源和环境资源投入的增加，在其他条件没有改善的情况下，必然带来碳排放的增长。目前，国内外主要通过环境库兹涅茨曲线(EKC)来分析碳排放与经济发展之间的关系。受时空因素的影响，各位学者在不同时期不同地区得出的结论不尽相同，但均证实碳排放与经济增长之间的密切关系。产业发展在一定程度上影响着碳排放量的变化。由于各产业的产业生产特点，决定了各产业的能源消耗强度不同，直接导致碳排放不同，以工业为主的第二产业碳排放排放量最大，第一产业次之，第三产业最少。我国的直接碳排放主要集中在工业部门，包括冶金、建材、化工、电力等原材料部门。根据工业化发展的一般规律，随着工业化进程的深入，能源消费导致的碳排放量增长速度先上升后减缓，而能源消费导致的碳排放强度则呈倒U型曲线。人口的规模对碳排放有着明显的影响。过去的研究认为，二者是同比例增长的，即人口增长1%，就会导致排放量增长1%。另外，已有研究通过定性和定量等分析发现，人口规模与GDP之间存在着高度相关性，具有直接依存关系，但并非是简单的线性关系，受时间、地区等的影响，二者之间表现出不同的相关关系。

2各因素对低碳经济的作用机理研究

2.1方法选取

为进一步探究各驱动因素对低碳经济的作用效应，就需要明确各驱动因素之间的相互关系及其与低碳经济的直接和间接关系，从而把握其对低碳经济的作用路径。已有研究主要通过因素分解法、灰色理论、构建宏观经济模型等方法解析各因素对低碳经济的贡献，但这些方法的缺陷是无法研究各因素之间的内在关系。通径分析是简单相关分析的继续，在多元回归的基础上将相关系数加以分解，通过直接通径、间接通径及总通径系数分别表示某一变量对因变量的直接作用效果、通过其他变量对因变量的间接作用效果和综合作用效果。本文通过通径分析就各驱动因素对低碳经济的影响机理进行研究。王韶华等(2013年)在文献［18］中对通径分析的方法做了较详细的阐述，因此本文不再赘述，直接根据方法进行计算。

2.2数据处理

由低碳经济的驱动因素分析可知，能源总量、能源消费结构、产业结构、经济增长、总人口等对碳排放产生主要影响。根据对低碳经济内涵的理解以及我国减排承诺、“十二五规划”等对低碳经济目标的阐述，本文利用单位GDP二氧化碳排放，即碳强度作为低碳经济的核心目标。选取能源总量、能源消费结构、产业结构、经济增长、总人口、碳强度等因素构建模型。以第二产业产值占总产值的比重反映产业结构，以GDP反映经济发展水平，以煤炭消耗(去除发电用煤)占能源总量的比重表示能源消耗结构。根据以上对低碳经济驱动因素的分析，设能源总量x1，能源消耗结构x2，产业结构为x3，GDP为x4，总人口为x5，单位GDP碳排放，即碳强度为y。根据历年《中国统计年鉴》、《中国能源统计年鉴》经计算整理后可得到1991—2010年我国能源总量、能源消耗结构、产业结构、GDP(1990年不变价)、总人口以及碳强度等统计数据。

2.3各因素作用效应的通径分析

通径分析是在多元回归的基础上分解相关系数，而因变量数列服从正态分布是多元回归的前提，因此在计算通径系数之前需要对因变量进行正态性检验。能源消耗结构对碳强度的直接效应为－0.219，对碳强度增长起直接抑制作用，但总效应为0.969，起推动作用，原因是其通过产业结构、GDP和总人口的间接推动作用达到了2.758，抵消了能源消耗结构的直接和其通过能源总量的间接抑制作用之和。煤炭的廉价、可得性满足了我国经济发展的需要，使得GDP对煤炭的依赖度较高，在相当长的一段时期内，在我国GDP高速增长，总人口居高不下，管理水平、技术水平等无法短时间内优化升级的情况下，降低煤炭(去除发电用煤)的比例，将使GDP降低幅度大于减排幅度，不利于碳强度的降低。产业结构对碳强度增长起直接抑制作用，作用效应为－0.138，我国处于工业化中后期阶段，重化工业，尤其是高耗能行业的扩张，对能源，尤其是对煤炭的需求量较大，通过能源总量和能源消耗结构对碳强度产生了间接推动作用(0.983)，但由于工业对GDP的贡献较大，通过GDP对碳强度起到了间接抑制作用(－0.657)，完全抵消了推动作用，强化了抑制作用，总抑制作用达到了－0.509。因此，推动产业结构优化升级，促进资源密集型产业向技术密集型产业转移，改造高耗能行业，增加高附加值产业的比重，在增加GDP的同时，减少能源消耗，可以有效降低碳强度。GDP对碳强度直接效应为－1.533，对其起直接抑制作用，通过能源总量和能源消耗结构的间接推动作用为2.102，而通过产业结构和总人口的间接抑制作用为－1.341，低于其通过能源总量和能源消耗结构的间接推动作用，总影响上略有降低，为－0.793。可见，我国经济的增长主要依靠能源投入的增加，粗放型经济增长方式阻碍了碳强度的降低。因此，转变经济增长方式，提高经济增长质量，以更少的能源消耗，实现更大的经济产出，才能促进碳强度的降低。总人口对碳强度的直接效应为－1.393，起直接抑制作用，而总影响为－0.95，略有降低，原因是其通过产业结构和GDP的间接抑制作用(－1.5)只抵消了部分其通过能源总量(1.728)和能源消耗结构(0.214)的间接推动作用之和(1.942)。可见，在总人口数较大时，应提高GDP，降低能源总量。

3结论

第11篇

摘要：为了从产业结构调整角度对陕西省碳减排政策设计提供决策依据，选择能源消费、生产链、消费需求视角，基于2007和2012年投入产出表，采用IPCC碳排放核算方法和EIO-LCA模型分别测算陕西省2007和2012年30个细分部门的直接碳排放和间接碳排放，构建碳减排效应模型分析各细分部门的2007和2012年的碳减排变化。结果表明，直接碳排放中，电力、热力的生产和供应业，石油加工、炼焦及核燃料加工业，煤炭开采和洗选业等基础性能源部门的碳排放量较高；间接碳排放中，建筑业、其他服务业隐含碳排放量较高，而“流出”间接碳排放对最终需求引起的碳排放贡献最大；在碳减排政策设计中，上述部门应该成为碳减排的重点领域。

关键词：陕西省；碳减排；EIO-LCA模型；产业结构调整；投入产出分析

发展低碳经济是转变经济发展方式的内在要求，陕西作为能源生产和消费大省，发展绿色环保的低碳经济是必由之路。《国务院关于印发“十二五”控制温室气体排放工作方案的通知》中，陕西省的目标是单位GDP碳排放下降15%。陕西省目前处于工业化、城镇化快速发展期，经济发展与碳排放需求持续上升。为了在促进经济增长的同时降低碳排放，产业结构调整与升级是重要途径之一。因此，系y测算陕西具体产业部门的碳排放量，分析各部门的碳减排潜力，对于有针对性地设计碳减排方案具有重要的理论意义与现实意义。

目前关于碳排放的研究主要集中在碳排放测算、碳强度因素分析、碳排放格局及其与经济增长关系的研究。碳排放测算方面：一种是以生产者视角的碳排放清单核算框架为主，此方法主要是利用IPCC核算体系，对各部门的直接碳排放进行测算，但这类方法存在“碳泄漏”及排放公平性问题；另一种是基于需求者视角的隐含碳排放测算，主要利用投入产出法核算整个经济系统的直接和间接碳排放，即进行“碳足迹”追踪。国外学者运用碳足迹研究了中国、美国、澳大利亚等国家的国际贸易的隐含碳问题，Shui等利用经济投入产出生命周期评价软件计算了美国出口到中国的隐含碳排放量；国内学者计军平建立了EIO-LCA模型分析了温室气体排放在部门间的分布结构；唐建荣等对江浙沪地区隐含碳排放进行了估算，石敏俊等应用2002年中国省区间投入产出模型，定量测算了各省区碳足迹。碳强度因素分析方面，徐国泉等采用对数平均权重Divisia分解法分析了1995～2004年间能源结构、能源效率和经济发展等因素的变化对中国人均碳排放的影响；崔佳运用LMDI法将中国碳排放强度的驱动因素分解为技术因素、能源消费结构因素、能源强度因素和产业结构因素，并结合相关数据对中国碳排放强度驱动效应进行测度；张旺等利用LMDl分解研究了北京能源消费排放增量增长的驱动因素；雷厉通过构建“LMDI分解模型”，认为产业结构变化通过促进能源强度的增加，间接推动了碳排放量的增长。碳排放格局及其与经济增长关系方面，张雷等试图通过产业一能源关联和能源一碳排放关联两个基本评价模型，解析中国碳排放区域格局变化的原因；杜婷婷等以库兹涅茨环境曲线（EKC）及衍生曲线为依据，对中国C02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C02排放的函数关系；赵爱文等选取1953～2008年中国碳排放量和经济增长数据，运用协整和误差修正模型及Granger因果关系，研究了碳排放与经济增长的关系。

以往的研究在分析宏观层面的产业结构变化带来的碳排放效应做出了卓有成效的工作，但在微观的具体行业部门的碳减排问题力有不逮。投入产出模型与生命周期理论相结合即经济投入产出生命周期评价（EIO-LCA）是分析计算微观部门生产全过程隐含碳排放的有效方法之一。本文拟运用IPCC碳排放核算办法及EIO-LCA模型，分别从消费、需求等角度对陕西省各细分部门的直接和隐含碳排放情况进行测算，并对比分析2007和2012年各部门碳排放的结构变化，构建碳减排效应模型对各部门的碳减排效应进行分析。研究结论为政府制定碳减排政策及产业发展政策提供了决策支持。

第12篇

一、制度创新对低碳经济发展的理论分析

制度创新是社会政治、经济和管理等制度的革新，是支配人们行为和相互关系规则的变更，是组织与其外部环境相互关系的变更，其直接结果是激发人们的创造性和积极性，促使其不断创造新的知识和社会资源的合理配置及社会财富源源不断的涌现，最终推动社会的进步。低碳经济是一种具有正外部性的经济发展模式，但是现行的制度环境不利于低碳经济的发展，因此进行必要的制度创新是优化发展低碳经济制度环境的核心。

从经济学的角度来看，低碳经济的发展具有正外部性。所谓外部性，就是指经济主体的所从事的各项经济活动会对其他经济主体的福利水平产生影响，但不为这种影响进行补偿或者得到补偿。发展低碳类型的经济主体，其经济活动对其他经济主体的福利水平产生正效应，即社会受益大于企业收益，企业得不到应有的补偿。相反，高碳企业在生产过程中，消耗大量的化石能源，破坏生态环境，导致社会成本高于企业成本，社会承担了治理环境的大部分成本，而企业对环境污染的补偿不足，这种负外部性的存在，无疑制约了更多的经济主体参与到低碳经济的发展中。因此，发展低碳经济就必须解决其外部性问题。

从外部性的解决途径来看，要使产生正外部性的经济主体获得补偿，使产生负外部性的经济主体承担治理环境的责任，就必须建立一套相应的制度体系，营造有利于低碳经济发展的制度环境。

二、AHP分析甘肃省低碳经济发展制度创新的路径

低碳经济作为新的经济发展模式，需要建立与之相匹配的制度环境。但现行制度存在许多制约和影响低碳经济发展的因素，本文将这些因素中，对低碳经济发展起到决定性影响的因素进行层次分析，通过对主要影响因素的分析，提出甘肃省低碳经济发展中制度创新的路径。

（一）构建层次结构模型

图1 影响甘肃省低碳经济发展因素的层次结构模型

（二）构建判断矩阵

1.创新甘肃省低碳经济发展制度的判断矩阵

评价甘肃省低碳经济发展的制度创新水平，主要从政府的宏观干预制度、产业发展政策、碳排放交易制度和相关的法律进行综合分析，利用AHP层次分析软件，对影响影响因素进行两两比较，以此判断甘肃省建设和发展低碳经济过程中，哪些因素对其影响是最主要的。

经过比较，低碳经济制度创新的判断矩阵λmax=5.2402，对应于λmax的正规化的特征向量为：

通过对低碳经济发展制度创新因素的分析，说明低碳经济发展最关键的是建立和完善碳排放交易制度。

2.决策层判断矩阵

3.一致性检验

前述计算的理想消费水平的最大特征值：λmax=5.1667，

查表知平均随机一致性指标RI，从而可检验矩阵一致性：

理想消费水平的判断矩阵通过一致性检验。

4.层次总排序

经过对判断矩阵的比较，创新碳排放制度的权重为0.4315，为4项措施中权重最大。其他各项措施的权重排序如下：

路径 P1 P2 P3 P4

权重 0.1574 0.0833 0.4315 0.3278排序 3 4 1 2

计算结果表明，甘肃省发展低碳经济在制度创新上要先建立和完善碳排放交易制度，其次要积极创新产业政策；第三，政府部门加大对低碳经济的支持和帮助；最后建立配套的相关法律法规。

三、甘肃省低碳经济发展制度创新的路径

（一）逐步建立碳排放交易制度

碳排放交易制度是建立在科斯提出的排污权交易基础之上的。碳排放交易是以二氧化碳为主的温室气体排放为交易的标的物，通过引入市场交易机制和制定污染企业的碳排放量，允许企业将未使用的碳排放配额转售与碳排放超出配额的企业，以减轻温室气体对环境的破坏。在自然资源相对匮乏的甘肃，逐步建立碳排放制度可以减轻高耗能企业的负外部性，有效地敦促企业进行生产技术革新，调整企业的生产工艺，降低企业生产过程中所产生的温室气体。

（二）调整产业政策，优化产业结构

产业结构对于碳排放的影响较为明显。甘肃省是西北老工业基地之一，“二三一”的产业结构现状使得甘肃省经济的发展和环境问题都不同程度出现了问题。因此，要实现低碳化的经济发展，调整甘肃省的产业政策，优化现有的产业结构是极为必要的。首先，对于省内“三高两低”的高污染企业，实行“关、转、并”，加大对现有高耗能企业的设备改造，积极引进先进的生产技术和生产工艺，特别是要加快现代服务业的发展，以有效降低高碳对环境的污染；其次，通过在省内投资建设一批低碳产业园区，以清洁能源和可再生能源产业的发展作为投资目标，通过对清洁能源的开发与利用和对可再生能源的使用，有效降低低碳排放，并对全省碳排放形成示范效应。

（三）建立完善的行政干预制度

在低碳经济发展的背景下，政府所应发挥的作用是协调和指导，通过税收、补贴等一系列的财政政策，干预全省生产企业的碳排放。首先，建立健全财政补贴制度，对于发展新能源、可再生能源的企业或个人，进行必要的财政补贴，以保护生产者继续生产的积极性；第二，对于高耗能、高污染型的生产企业，要通过建立相应的税收制度，对其生产进行调控和指导；对于产生正外部性的低碳企业，政府可以在设备折旧、企业所得税等方面给予企业优惠政策。

（四）健全碳排放的相关法律制度

法律制度对低碳经济发展与减少碳排放的影响是十分深远的，低碳经济的发展处于起步阶段，现有的法律法规不足以保障低碳经济的顺利进行，因此，应健全碳排放的相关法律制度，由城管、卫生、环保等部门协同制定相关的环境保护法律法规，约束企业及个人的负外部性的经济行为，以减少碳排放量。

第13篇

关键词:碳排放 气候变化 减排政策 环境的库兹涅兹曲线

对气候变化从经济学角度进行系统的研究出现在20世纪90年代,最开始的论证气候变极少部分是由于人类的活动所产生的二氧化碳引起的,对大气中二氧化碳浓度的控制有助于减缓气候变暖。这是碳减排的实施的科学依据,在这个基础上使得探讨碳减排的方式成为可能。由于二氧化碳排放问题属于“公共物品”,具有外部性,这种外部性的影响无法通过市场的方式来解决,很多研究者从公共品角度进行了研究。碳排放产权的界定通过什么方式进行。关于减排方式方面,主要有基于市场的政策和行政政策,基于市场的政策有碳排放税,配额交易,行政政策有排放许可、各种规制。对于不同碳减排政策研究者发展了多种经济模型做了效果评价。关于碳排放与经济增长的关系,研究者试图寻找经济增长、人均收入、经济发展阶段等经济变量与碳排放的关系,许多研究者对环境的库兹涅兹曲线(EKC)进行验证,探讨了碳排放量与人均收入的关系,并试图从经济理论上进行解释,还有的研究者对EKC的形式进行拓展。

一、关于气候变化问题的研究

对气候变化从经济学角度进行系统的研究出现在20世纪90年代, Nordhaus(1993)是这一时期被广泛引用的标志性著作。文章从气候变化的科学背景出发分析了温室气体效应,温室气体效应对气候变化的影响,估计了二氧化碳加倍的假设条件下对美国各行业的收入影响,对收入的总的损失达到50.3亿美元,并且提出的有效政策是在排放量减少的边际成本和由于排放量减少而减缓的气候变暖而带来的边际收益相等处征收碳税为最优选择。

气候变化对经济的负面影响受到研究者的重视,困难在于到目前为止还没有完全获知气候的变化,特别是局部气候的变化,这些研究的粗糙性决定了对经济影响研究的不精确。尼古拉斯•斯特恩(2006)从经济学角度看气候变化的报告,评估了在气候变化背景下向低碳经济转变以及采取不同适应办法的可能性,并分析了气候变化对英国等国家经济的影响。到下世纪初,全球可能因气候变暖损失5%～20%的GDP。Cline(1992)最初提到了折现率的问题,有关折现率详细的讨论见stern review(2006)及WEITZMAN(2007)。WEITZMAN(2007)对斯特恩报告做了评述,指出报告中提出的“采取立即行动稳定温室气体是因为在应对气候变化方面强劲的、及早的行动所获得的收益超过成本”, Richard S.J.Tol(2004)运用概率密度函数的方法对100种左右的估计结果进行分析,二氧化碳排放的边际损失成本不会超过$50/Tc。

二、有关碳减排政策措施工具的文献

经济主体以碳排放的方式对社会施加外在成本,由于碳排放使得气候变暖,解决这种负的外部性的一个办法是对碳排放行为施加一个价格,使得碳排放的成本内在化。理想的价格是对碳排放征收带来的损失的边际成本的排放税--庇古税。但是实际经济中政策制定者一般采用“命令加控制”的政策工具,比如排放许可和强制使用特定的污染削减技术,而不是简单的使用排放税这种价格工具。关于控制碳排放采取的措施主要有以下几种,一是通过碳排放数量控制,比如国际协议确立减排指标(斯特恩)、《京都议定书》是从减排数量方面控制;另一种是从价格方面Nordhaus(2006、2007)实施碳排放税;还有a补贴、自愿协议、政府的直接管制等。从范围上进行分类主要包括国际层次和国家层次,国际层次的政策工具主要是《京都协议书》规范的国际排放税(碳税)、排放权贸易、联合履约、清洁发展机制等。现有的碳减排机制方面,大体上分为两类:一类是基于市场的方式,另一类是基于行政政策的方式。基于市场的方式是根据边际成本等于边际收益的原则,以最小的成本实现减排目标,碳排放政策实施:1、经济和准经济政策(税收、补贴、价格支持);2、规制和准规制政策(如政府规则、许可标准、自愿项目等)。很多研究者倾向于排放税优于管制,有关的研究主要分为:碳排放税对微观经济的影响,比如对消费者、生产者的影响;通过对不同碳税征收水平的模拟,分析碳税对减排效果的影响,对经济增长、投资、能源消费水平、进出口以及相应的国际竞争力等宏观变量的影响。

克莱因Cline(1992)论述了减排的两个阶段,第一阶段自愿的减排,经过对温室气体危害的科学论证后,第二阶段的强制减排,包括贸易制裁,又考虑到对自由贸易的影响;注意到温室气体减排存在“搭便车”的问题,污染减排是一种典型的“囚徒困境”,提出互惠策略或者“互相惩罚”策略的解决办法。在碳税的分配影响方面,已有的实证研究的路径主要有:财政负担怎么分配,财政收入使用的分配效果是什么,谁从积极的环境效应中受益。最后一项是比较复杂的研究:环境收益的分配(避免的成本),气候的变化是全球的问题,充满了不确定性,受益人是下一代或者其他地方的居民。

19世纪60年代研究者们大多致力于排污费的研究,加拿大政治学者约翰•戴尔斯(John Dales 1968)提出,作为排污费收费系统的替代物,可以引入可转让的产权体系来管理环境质量。关于排放权分配的方式: Hahn(1984)认为在不完全竞争的市场中,排污权的初始分配会影响排污权交易的效率,因此选择合适的排污权初始分配方式至关重要。初始排污权分配模式主要有政府免费分配、公开拍卖以及两者结合的三种分配方式。在国际气候谈判中关于排放权的分配,谈判各方的观点并不一致,(国务院发展研究中心课题组, 2009)主张通过对历史排放权和未来排放权的界定,建立了一个全球碳减排行动的框架,提出以国家作为排放主体,按人均相等的原则来界定各国历史累计排放权和未来初始排放权;张建等(2009)对碳税和碳排放交易对各行业的影响进行研究,考虑到碳税和碳排放交易机制对经济发展和经济结构会产生影响,运用CGE模型和lee提出的计算模型分析对我国各行业的综合影响。结果表明,合理的碳交易机制可以在一定程度上缓解间接碳税对中国能源行业的影响,并且溯往原则作为碳排放权配额分配方式更符合中国的经济现状。

三、碳排放与经济发展关系

已有的研究试图发现碳排放与经济发展的关系,Grossman和Krueger提出经济增长通过规模效应、技术效应与结构效应三种途径影响环境质量:规模效应,经济增长要增加投入,进而增加资源的使用,更多产出也带来污染排放的增加;技术效应,高收入水平与更好的环保技术、高效率技术紧密相连;结构效应,收入水平提高,产出结构和投入结构发生变化。关于环境库兹涅兹曲线,很多实证进行了研究。最早的关于环境质量和人均收入关系的实证研究是格鲁斯曼和克鲁格(Grossman and Krueger 1991)关于城市空气质量的研究。他们发现当一国的人均收入达到4,000-5,000美元的时候经济增长倾向于减轻环境污染问题,这说明经济增长和环境并不是完全的冲突。

国内的有关研究有:蔡等(2008)通过拟合环境库兹涅茨曲线,预测排放水平从提高到下降的转折点,考察了中国经济内在的节能减排要求,对于温室气体的减排来说,被动等待库兹涅茨转折点的到来,已无法应对日益增加的环境压力。在这种情况下,需要依靠中央政府的决心、地方政府和企业转变增长方式的动机,加大激励力度,以实现可持续经济增长。佘群芝(2008)提出倒U型EKC仅是一般化环境―收入关系的一种,不能说明环境质量与收入水平间的全部关系,EKC更多地反映地区性和短期性的环境影响,而非全球性的长期影响。国内有关实证模型的研究:高鹏飞等(2002)建立了一个中国MARKAL-MACRO模型,研究了征收碳税对中国碳排放和宏观经济的影响,得出了以下结论:征收碳税将会导致较大的国内生产总值损失;存在减排效果最佳的税率。但是这一模型没有考虑到碳减排对能源消费的影响,产生的环境收益以及碳税收的返还性。魏涛远等(2002)利用一个中国可计算一般均衡(CNAGE)模型定量分析了征收碳税对中国经济和温室气体排放的影响。研究表明,征收碳税将使中国经济状况恶化,但二氧化碳的排放量将有所下降。从长远看,征收碳税的负面影响将会不断弱化。对中国这样一个发展中国家,通过征收碳税实施温室气体减排,经济代价十分高昂。张明文(2009)突破了以前的基于理论的情景的研究,运用面板数据来分析碳税对我国各省市经济增长、能源消费与收入分配影响,利用资源税代替碳税,运用1995-2005年各省市能源消费数据,将能源要素引入到生产函数模型,运用广义最小二乘法进行估计,发现资源税的增加对大部分地区经济增长起拉动作用,并从私人投资和政府整体投资角度进行解释。刘小川等(2009)对减排政策工具特点进行分类、从减排作用的范围、借助市场力量的方式、减排成本的确定性大小等方面做了对比分析,提出我国碳减排的优化选择,近期以排放权交易为主,逐步过渡到远期的以碳税为主。

参考文献:

[1]MARTIN L.WEITZMAN. “A Review of The Stern Review on the Economics of Climate ”,2007

[2]Metcalf,G.E. "Market-based Policy Options to Control US Greenhouse Gas Emissions." Journal of Economic Perspectives 2009

[3]Nordhaus,W.2008,The Challenge of Global Warming: Economic Models and Environmental Policy, Yale University, New Haven Connecticut

[4]Stern, N.The Economics of Climate Change: The Stern Review, Cambridge University Press, Cambridge.2007

[5]鲍莫尔,奥茨.环境经济理论与政策设计,经济科学出版社,2003.6

[6]蔡,都阳,王美艳.经济发展方式转变与节能减排内在动力.经济研究,2008;6

第14篇

关键词 碳排放;经济发展;各省区;脱钩指标;因果链分解

中图分类号 F062.2 文献标识码 A 文章编号 1002-2104(2011)05-0087-06 doi:10.3969/j.issn.1002-2104.2011.05.015

中国的碳排放量位于世界前列，特定的发展历程和以煤为主的能源结构决定了未来一段时期内，中国的碳排放量必将大幅度上升。中国从自身经济社会可持续发展的需要出发，本着对本国和世界人民负责的态度，提出到2020年碳排放强度相对于2005年下降40%-45%的减排目标。由于碳排放的变化受到自然资源及经济社会条件的制约，因此深入研究国内各省区经济增长与碳排放之间的脱钩关系，对制定合理的减排政策和措施，如期完成向国际社会做出的减排承诺有着重要的指导意义。根据中国目前所处的发展阶段和具体国情，我们认为对相对指标的分解更有意义，这一点从中国政府向国际社会做出的到2020年碳排放强度而非碳排放总量降低40%-45%的承诺中可以看出，这也是本文构建Tapio脱钩弹性指标对1999-2008年十年间我国各省区①碳排放与经济发展之间的脱钩关系进行测度，并对脱钩指标进行因果链分解的主要原因弹性指标与恒等式相结合的分析方法不受计量单位变化的影响，具有完全分解的优点，而且是对相对指标

的分解，在减排的国际国内大背景下，具有更强的指导意义和应用价值。

1 关于脱钩理论的文献综述

脱钩(Decoupling)一词最早用于物理学领域，表示两个物理量之间不同的变化趋势。经济合作与发展组织(OECD)为探讨经济发展与环境污染之间的关联性，将其应用到环境方面，“脱钩”也

随即成为测度经济发展与物质消耗或生态环境之间的压力状况、衡量经济发展模式可持续性的工具。近年来国外学者越来越多的注重将脱钩指标运用在温室气体减排领域的研究。如OECD对其30个成员国39个指标作为其环境与经济脱钩指标进行了脱钩分析；Juknys利用初级与次级脱钩概念，分析立陶宛的脱钩情形；Herry Consult GmbH等对奥地利的经济增长与运输业需求情况做了脱钩分析；David Gray和Jillian Anable对苏格兰地区经济增长与交通运输量及碳排放之间的脱钩情况做了研究。

目前国内关于脱钩研究的文献还较少，大多集中在节能领域，这反映出对发展中国家而言，节能相对于减排显得更为紧迫，而且节能也是减排的主要途径之一。赵一① 由于统计方法不成熟和体制变动等原因，这种情况在时下的中国普遍存在。

平，孙启宏，段宁［1］、王虹，王建强等［2］通过引入脱钩理论，对经济发展与能源消费量之间的脱钩关系进行了测度与分析；邓华，段宁［3］ 介绍西方研究经济增长与物质消耗关系的“脱钩”理论的两种主流评价模式，并对在循环经济中的运用做了研究说明；诸大建，朱远［4］通过引入生态效率这一指标，将脱钩理论运用到循环经济的发展中；李效顺，曲福田等［5］ 对如何在耕地占用与GDP增长之间建立脱钩指标体系并加以运

用进行了研究，并解释了脱钩状态与指数发生变化的具体原因。

从以上可以看出，国内学者对脱钩理论的研究大多是将其运用到能源、环境、循环经济测度及农业领域，把脱钩理论应用到温室气体减排领域的研究并不多见，台湾地区学者在这方面的研究则较为领先。台湾学者李坚明对台湾的二氧化碳排放与经济增长的脱钩指标进行了研究；大陆目前只有李忠民、庆东瑞［6］利用OECD脱钩指标及Tapio脱钩指标对山西省工业经济的增长与二氧化碳脱钩关系进行了测度；庄贵阳［7］运用Tapio脱钩指标对包括中国在内的全球20个温室气体排放大国在不同时期的脱钩特征进行了分析。但上述研究只是对某一国家或地区总体或部分产业发展产生的碳排放进行因素分解，缺乏对不同省区情况的具体研究，因而得出的政策建议缺乏针对性和可操作性。鉴于此，本文采用Tapio脱钩弹性指标研究我国各省区1999-2008十年间碳排放与经济发展之间的脱钩关系并对其进行因果链分解，分析各省区碳排放与经济增长之间的脱钩弹性与状态变化的原因。这种分析方法不仅不受计量单位变化的影响，具有完全分解的优点，而且是对相对指标的分解，在减排的国际大背景下，对国内各省区开展减排工作具有更强的指导意义和应用价值。

2 脱钩指标构建模式及本文脱钩弹性指标的构建

脱钩指标的构建有两种模式，即OECD脱钩指标构建模式和Tapio脱钩指标构建模式。

OECD脱钩指标：OECD指标构建模式主要是描述环境压力（状态）与驱动力变化的关系，以温室气体排放为例，二氧化碳排放为环境压力（Environmen Pressure简称EP）,GDP为经济驱动力（Driving Factors,简称DF），如果二氧化碳排放量的增长率快于GDP增长率，则称两者呈现脱钩关系。脱钩关系分为两种状态，如果两者的增长速度都为正，但经济增长率高于二氧化碳排放增长率，成为“相对脱钩”；如果经济稳定增长而二氧化碳排放量反而减少则为“绝对脱钩”。OECD为衡量脱钩指标构建变化，首先建立脱钩指数（Decoupling Index）与脱钩因子，见式(1)和式(2)，下标0表示基期，T表示末期。

脱钩指数DI=[SX(B]EPTDFTEP0DF0(1)

脱钩因子=1-脱钩指数(2)

Tapio脱钩指标：Tapio(2005)［8］在研究1970-2001年间欧洲经济发展与碳排放之间的关系时引入交通运输量作为中间变量，将脱钩弹性分解为运输量与GDP之间的脱钩弹性和运输量与总体碳排放量之间脱钩弹性（一般称为产业发展弹性和产业排放弹性），将两式相乘，便得到一般的脱钩指标计算公式，见式(1)。

其中e(CO2,GDP)表示经济发展与碳排放之间的脱钩弹性指标，V为交通运输量。Tapio根据脱钩弹性值的大小定义了八种脱钩状态，如表1所示。

从以上比较中不难发现，Tapio脱钩指标具有OECD脱钩指标难以比拟的优势。首先，OECD脱钩指标对时间段基期的选择过于敏感，选择不同的时间基期计算出的脱钩指标结果常常差别很大，不利于脱钩状态的判定；其次，Tapio脱钩指标本质上是同一种弹性分析，这种分析方法不受统计量纲变化的影响①，并且可以对脱钩指标进行因果链分解，可以清楚地看出不同因素的变化对脱钩指标变

① 因为工业用能占我国总体能源消费量的绝大部分，故工业领域能源利用效率的提高会导致该弹性小于1。

② 这里的表述不大符合日常的表达习惯（表述为GDP对工业增加值弹性的倒数也许更好），但这纯属是出于构造因果链的需要。该弹性值大于1，表明工业在整体国民经济的比重增大。

③ 可以用某一产业在国民经济中的比重来衡量，这里选用工业总产值对GDP的弹性来度量。

化的作用，这对中国制定合理的减排政策和措施，完成向国际社会做出的减排承诺显然更有意义；另外，Tapio脱钩指标相对于OECD脱钩指标而言对脱钩状态的划分也更为精细，能更精确地反映出不同地区及同一地区不同时段经济发展与碳排放之间的关系。

本文采用Tapio脱钩指标并运用恒等式对其进行因果链分解，将碳排放与经济增长之间的脱钩弹性分解为三组中间变量弹性的乘积，即碳排放与能源消费量之间的弹性、能源消费量对工业总产值(Gross Industrial Output,简称GIO)之间的弹性①和工业总产值对GDP弹性②，分别称为减排脱钩指标、工业节能脱钩指标和工业发展脱钩指标。其中碳排放与能源消费量之间的弹性表达式如下：

e(CO2,E)=

ΔCO2CO2/ΔEE[JB))](4)

因为不同种类能源的碳排放系数不同，所以该指标主要与能源消费结构有关。由于在主要能源种类中煤炭的碳排放系数最大，而我国能源结构中以煤为主，煤炭在能源消费总量中的比重增大将导致这一指标的上升，后面的实证分析也证实了这一点。

能源消费量对工业总产值之间的弹性是衡量工业能源利用效率的主要指标，二者的弹性值如下所示：

e(E,GIO)=

ΔEE/ΔGIOGIO[JB))](5)

不同产业单位产值的能耗不同，相对而言，每单位工业产值的能耗要大于农业和服务业，同样，每单位重工业的产值要大于轻工业，所以产业结构的变化通过每单位能耗的变化进而影响碳排放量。工业增加值与GDP之间弹性表达式如下：

e(GIO,GDP)=

ΔGIOGIO/ΔGDPGDP[JB))](6)

将以上(4)、(5)、(6)式相乘可得：

e(CO2,GDP)=e(CO2，E)e(E，GIO)e(GIO，GDP)

(7)

通过以上介绍不难发现，利用恒等式构建Tapio脱钩指标的实质就是引入一个或多个与碳排放和经济发展有关的中间变量，例如能源消费量或（和）某一产业的发展状况③，不同变量之间弹性乘积的最终结果为碳排放与经济发展之间的脱钩弹性指标，进而构造对脱钩弹性指标进行分解的因果链，从不同中间变量之间弹性与1的大小比较中可以看出其对脱钩指标变化的作用，若大于1，表示对碳排放与经济发展之间的脱钩弹性指标的上升起正向作用；反之，则起负向作用。

数据来源：GDP、工业总产值的数据来源于《中国统计年鉴》，并按2008年不变价格计算，能源消费数据来源于《中国能源统计年鉴》，碳排放量采用IPCC（2006）推荐的方法计算得到。

该方法不仅考虑了不同能源碳排放率的不同，而且还考虑到其在固碳率、氧化率等方面的差异，因而更加准确、合理。

3 实证分析

通过计算各省区1999-2008十年间碳排放量、GDP、

能源消费量和工业增加值的平均变化率，我们得到了表2。为了方便分析，我们对表格以碳排放年均变化率为标准进行了降序排列。

从表2可以看出，近十年来我国各省区碳排放量均呈

现出增长的态势，但增长率不尽相同，其中海南、内蒙古和宁夏三省区增长最快，反映了其经济增长方式的粗放和不

可持续，而作为重工业基地的吉林、辽宁和黑龙江三省碳

排放量增长率位于各省的后列，反映了实施振兴东北老工业基地战略以来其经济增长方式的明显好转。为了判断各省区经济发展和碳排放之间的脱钩关系，用各省区碳排放量平均变化率除以GDP的平均变化率，我们得到了各省区1999-2008年的碳排放与经济发展之间的脱钩指标，并对脱钩指标进行了因果链分解，见表3。同样为了

便于分析，我们对表格以脱钩弹性指标为标准进行了降序排列。

从表3可以看出，除海南外的大部分省区碳排放与经济发展之间的脱钩关系处于弱脱钩状态，说明其经济增长速度快于其碳排放增长的速度，减排工作初见成效；绝大部分省区的工业节能弹性小于0.8，处于弱脱钩状态，说明工业总产值的增长速度快于能源消费量的增长速度，近十年来工业领域能源利用效率有了显著提高，这一点在作为能源基地的山西和作为重工业基地的东北三省表现特别明显，工业能源利用效率的提高为近十年来全国总体能源和碳排放增长速度的减缓起到了主要作用。但超过一半省区的工业发展弹性和减排弹性都大于1，处于扩张负脱钩或增长连结状态，说明经济规模的扩大和经济结构呈现“重型化”倾向以及在新能源开发领域的不足，导致煤炭等高排放能源品种在能源结构中的主体地位进一步加强，能源消费结构呈现恶化的趋势，所有这些会导致对以后减排工作形成不小的挑战。

4 结论与建议

通过以上分析，我们得到以下几点结论与建议：

（1）开展节能减排工作与发展低碳经济应因地制宜。

不同省区各驱动因素对碳排放变化的贡献率差别很大，说明各省区经济社会发展水平及条件存在巨大差异，因此在制定各省区碳减排和发展低碳经济政策时应因地制宜：东部发达省区经济技术条件较成熟但资源匮乏，应着力发展技术和资金密集型产业，为我国温室气体减排做

出主要贡献；中西部省区经济技术条件落后但资源丰富，减排的重点和目标应以提高能源利用效率，降低碳排放强度为主。

（2）利用科技提高能源效率和优化能源结构，发展可再生、清洁能源是现阶段减排的重点和有效途径。

根据Kaya恒等式［9］，碳排放的变化主要取决于四方面的因素即人口、人均GDP、能源强度和能源结构。由于人口增长具有很强的惯性，短时期内不可能出现大的改变，而人均GDP是一国或地区政府努力追求的发展目标。因此，我国要想在短时期内减缓碳排放，只有充分利用技术上的节能减排空间。首先，加大在提高能源利用效率和传统能源清洁化利用技术方面的投资与研发力度；其次，实施能源结构多元化战略，加大对可再生能源的投资，重点发展如生物质能、太阳能、水能、风能等低碳或无碳能源。此外，对能源结构以煤为主的我国而言，碳捕获和封 存技术（CCS）也是值得关注的领域。

（3）积极开展制度创新，发挥市场机制的作用，实现减排与发展经济的双赢。

适宜的气候作为一种宝贵的资源，其最大属性就是公共物品属性，如果缺乏有效的制度安排，必然会出现“搭便车”的现象，最终导致“公地悲剧”的发生。《京都议定书》所倡导的清洁发展机制（CDM）、联合履行（JI）和国际碳排放交易机制（IET）对近年来减缓全球碳排放增长发挥了重要作用。在国内我们也可以设计类似的市场减排机制，不同发展水平的地区、省份或区域之间可以开展类似清洁发展机制、联合履行的合作项目，而企业则可以作为主体加入到碳排放交易的行业中来。只有将减缓碳排放的要求与发展地方经济、提高人民生活水平和企业竞争力结合起来，才能最终实现经济社会的可持续发展。

（4）加大对节能减排的宣传力度，使每一个公民都能行动起来，为节能减排作出应有的贡献。

人是经济社会发展的最基本元素，节能减排离不开全体国民的参与。建议：第一，政府加大电视、广播等媒体在温室气体减排方面的宣传力度。第二，将温室气体减排的理念、方法和技术纳入到中、小学课程中，使公民从小就树立起节能减排的良好道德风尚。第三，定期组织开展节能减排的社会公益活动，使群众感受到温室气体减排的重要意义和必要性。

参考文献(References)

［1］赵一平,孙启宏,段宁.中国经济发展与能源消费响应关系研究――基于相对“脱钩”与“复钩”理论的实证研究［J］.科研管理,2006,27(3):128-134.［ Zhao Yiping,Sun Qihong,Duan Ning.Responsive Relationship Between Economic Development and Energy Consumption in ChinaA Practical Research Based on Comparative Delink and Relink Theory［J］.Science Research Management,2006,27(3):128-134.］

［2］王虹,王建强,赵涛.我国经济发展与能源、环境的“脱钩”“复钩”轨迹研究［J］.统计与决策,2009,(17):113-115. ［Wang Hong, Wang Jianqiang, Zhao Tao. Decoupling and Recoupling Analysis of Chinas Economic Development and Environments& Energy Consumption［J］.Statistics and Decision,2009,(17): 113-115.］

［3］邓华, 段宁.“脱钩”评价模式及其对循环经济的影响［J］.中国人口•资源与环境,2004,14(6):44-47. ［Deng H,Duan N.Evaluation Mode of Decoupling and Its Impact on Circular Economy ［J］.China Population,Resources and Environment, 2004,(6):44-47.］

［4］诸大建, 朱远.生态效率与循环经济［J］.复旦学报（社会科学版）,2005,(2):60-66.［Zhu D J, Zhu Y. Ecoefficiency and Circular Economy. Fudan Journal(Social Sciences), 2005,(2):60-66.］

［5］李效顺,曲福田.城乡建设用地变化的脱钩研究［J］.中国人口•资源与环境,2008,18(5):179-184.［Li Xiaoshun, Qu Futian.Decoupling Between Urban and Rural Construction Land［J］.China Population，Resources and Environment,2008,18(5):179-184.］

［6］李忠民，庆东瑞.经济增长与二氧化碳排放脱钩实证研究:以山西省为例［J］.福建论坛（人文社会科学版），2010,(2):67-72. ［Li Zhongmin , Qing Dongrui.A Study on the Decoupling Between Economic Growth and Carbon Dioxide:A Case on the Shanxi Province［J］.Fujian Tribune (the Humanities & Social Sciences monthly),2010,(2):67-72.］

［7］庄贵阳.低碳经济――气候变化背景下中国的发展之路［M］.北京:气象出版社，2007.［Zhuang Guiyang.LowCarbon Economy: An Essential Path for Chinas development under the Background of Climate Change［M］.Beijing: China Meteorological Press,2007.］

［8］Tapio P.Towards A Theory of Decoupling:Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001［J］.Journal of Transport Policy，2005，(12).

［9］Kaya Yoichi.Impact of Carbon Dioxide Emission on GNP Growth:Interpretation of Proposed Scenarios［R］.Presentation to the Energy and Industry Subgroup,Response Strategies Working Group,IPCC.1989.

Analysing on the Decoupling Relationship Between Carbon Dioxide Emissions and Economic Growth of Each Province in China

SUN Yaohua LI Zhongmin

(International Business School, Shaanxi Normal University, Xi’an Shaanxi 710062,China)

Abstract Pollutants reduction becomes the focus of international community after the Copenhagen Conference:therefore,analysis of decoupling relationship between carbon emissions and economic growth of each province in China is of great value. Tapio Decoupling Index is used in this paper to analyse the relationship between carbon emissions and economic growth of each provinces from 1999 to 2008.The conclusion is that, in the last decade,the decoupling relationship between carbon emissions and economic growth of most provinces is in the state of weak decoupling,reflecting that the much work on energy saving and pollunants reduction had been paid off.After decomposing the decoupling index with the causal chain,the results show that the improvement of industrial energy efficiency plays an important role in the decrease of the acceleration for carbon emissionss speed .Though many much achievements have been made,we still have a long way to go on the road of pollutants reduction.Firstly, in recent years, the proportion of the industrial output in national economy has increased, the“heavy industry trend”of economic structure leads to an increased demand for energy.Secondly,due to the insufficient development of new energy in China, the main position of coal in energy consumption structure has been strengthened, resulting in the increasing carbon emissions caused by each unit of energy consumption. The “high carbon” characteristics of energy consumption becomes a big challenge to future emission reduction.Finally, we put forward some advices on pollutants reduction.

第15篇

关键词：能源价格；能源消费；能源效率；经济发展；碳排放量

中图分类号：F124.5文献标志码：A文章编号：1673-291X（2011）09-0182-03

一、引言

伴随着2005年《京都议定书》的生效、2007年“巴厘岛路线图”的制定以及2009年哥本哈根世界气候大会的召开，以气候变暖为主要特征的全球气候变化已经成为人们关注的焦点，究根溯源是人类活动特别是源于化石燃料使用导致的人为温室气体的排放。为了应对气候变化，国际环境组织已经联合各方力量呼吁世界各国在发展经济的同时减少温室气体排放，尤其是要控制和减少二氧化碳的排放。现在，中国在碳排放总量上已经成为仅次于美国的第二号碳排放大国，虽然在《京都议定书》中没有对发展中国家规定具体的减排或限排任务，但是在2012年中国有可能被列入减排国家的行列，所以在节能减排方面中国面临着很大的压力。借鉴国外的治理经验，我们可以发现国际市场上能源价格在调节碳排放量方面发挥了很大的作用，但是对于根植于计划经济体制的中国经济而言，能源的定价机制没有完全放开，市场对能源价格的反应不敏感，能源价格在碳排放量的调节方面没有真正发挥其应有的效力，因此，本文以能源价格为突破口，运用能源消费、能源效率、经济增长三个媒介，去探求能源价格波动与碳排放之间的关系，并基于经济数据进行实证分析，进而为从调控能源价格的角度推动中国碳排放的有效调节与经济的平稳发展提出一些对策建议。

二、能源价格与碳排放之间关系的实证分析

1.样本选择与数据来源。本文旨在研究能源价格波动对中国碳排放量的影响，主要是通过能源消费、能源效率与经济增长三个中间变量来建构能源价格与碳排放量之间的关系，涉及到的指标主要有：（1）以能源价格为解释变量，选取燃料动力类价格指数作为其衡量指标，记为P。（2）以能源消费、能源效率、经济增长为中间变量，其中选取每年的能源消费总量作为能源消费的衡量指标，记为TE；能源效率是指单位能源所带来的经济效益，记为GDP/TE；选取国内生产总值作为经济增长的衡量指标，记为GDP。（3）以碳排放量为被解释变量，选取每年的二氧化碳排放总量作为其衡量指标，记为CO2。

因为中国的燃料动力类价格指数从1989年开始采用统一的口径进行计算，所以本文研究数据的时间跨度为1989―2009年（数据来自于《中国统计年鉴》、《中国能源年鉴》）。

2.实证检验与分析。结合供求理论和前文的分析，我们可以得出：能源价格的波动首先会作用在能源消费层面，能源价格的上升或下降会在一定程度上抑制或刺激能源的消费需求，进而推动能耗大的企业通过加快研发步伐、优化能源结构等方式提高能源效率，实现能源利用率的最大化和经济利润的稳步提升，从而在稳定经济效益的基础上，进一步谋求环境效益与企业效益的最大化，最终实现在有效地推动经济增长的同时科学地调节和控制碳排放量的目标。本文基于以上的理论分析构建如下模型：

LnCO2=C+LnP+Ln（P・TE）+Ln（P・GDP/TE）+Ln（P・GDP）

直接效应模型回归结果（见下页表1）：

直接效应模型中，能源价格、能源消费、能源效率、经济增长均通过显著性检验。其中，能源消费、经济发展与碳排放量正相关，能源价格、能源效率与碳排放量负相关。这说明能源消费的降低有助于碳排放量的减少、经济的发展会在一定程度上造成碳排放的增加，而能源价格的下降、能源效率的提升则能使碳排放量的减少。从效力来看，能源消费与能源效率对碳排放量的作用相对较大，效力分别为0.1458和0.1279，能源价格与经济发展的影响较弱，特别是能源价格的效力仅为0.0337，这说明在中国的碳排放量调控中，能源价格的调节作用尚未得到真正的发挥，同时通过前文的分析，我们也发现能源价格不能够直接作用于碳排放量，它需要借助其他途径来对碳排放产生影响。鉴于此，本文进一步将能源价格对碳排放量的影响过程进行分析。为避免多重共线性，采用了岭回归的方法，并将岭回归和逐步回归集成运用。具体的综合模型运行效果（见表2）：

总的来说，能源价格的上升会使得碳排放量减少，当逐步引入能源消费、能源效率、经济发展变量时，能源价格对碳排放量的影响程度会因引入变量与碳排放量的相关性不同而产生变化。本文将从能源价格单独作用和能源价格与其他变量联合作用的两个角度进行分析。

能源价格单独作用：单独考虑能源价格与碳排放量的关系，当能源价格每上升1个标准单位，则碳排放量会相应的降低0.2372个标准单位，这符合能源价格与碳排放量负相关的基本推理。

能源价格与其他变量联合作用：当引入的变量与碳排放量之间负相关时，则会促进能源价格发挥调节作用，反之则会抑制能源价格对碳排放量的调节作用。两个变量联合作用时，能源效率与碳排放之间负相关，所以当能源价格与能源效率共同作用时，每当二者同时增加1个标准单位，则碳排放量会减少0.2412个标准单位，比能源价格单独作用的调节作用要强；而能源消费、经济发展与碳排放量之间正相关，所以当二者分别与能源价格联合作用调节碳排放量时，调节的效力分别为0.2172和0.2258，相对于能源价格单独作用而言都有着不同程度的降低。三个变量联合作用时，因为能源效率与碳排放量之间负相关，所以在能源价格与能源消费或者能源价格与经济发展的基础上引入能源效率概念时，当三个变量同时增加1个标准单位时，碳排放量会减少0.2287或0.2342个标准单位，能源价格的调节效力会增强；但是在能源价格和能源消费的基础上引入与碳排放量存在正相关经济发展变量时，能源价格的调节效力会有一定程度的降低。四个变量联合作用，当能源价格、能源消费、能源效率与经济发展共同作用时，能源价格的条件效力最大，当四个变量同时增加1个标准单位时，碳排放量会减少0.2518个标准单位。

综上，无论是能源价格变量单独作用还是与其他变量联合作用，能源价格都会对碳排放量产生不同程度的调节作用，调节程度的强弱主要取决于引入变量与碳排放量之间的相关性。当负相关时，会促进能源价格对碳排放量的调节；当正相关时，会削弱能源价格对碳排放量的调节作用。所以恰当地把握能源价格、能源消费、能源效率、经济发展与碳排放量之间的内在关系，对于科学地发挥能源价格对碳排放的调节作用具有一定的帮助。

三、结论与对策建议

根据前文的理论分析及灰色关联和岭回归的实证分析，我们可以得出无论是能源价格变量单独作用还是与其他变量联合作用，能源价格都会对碳排放量产生不同程度的调节作用，调节程度的强弱主要取决于引入变量与碳排放量之间的相关性。基于此，本文提出如下对策意见：

1.建立合理透明的价格机制，推动能源价格的市场化改革。首先，全面理顺能源价格结构，在与国际能源价格接轨和中国能源消费者的实际承受能力的基础上，逐步建立科学合理的能源定价机制；其次，按照供应成本定价，将环境治理成本和资源枯竭后的退出成本列入能源产品的定价；再次，按照需要进行补贴，将环比年补贴与交叉补贴从能源价格中剥离出来，并通过区别补贴来提高补贴的有效性；对垄断的能源企业进行比较有效地监督，逐步降低垄断行业对能源定价的操纵；最后，完善能源价格建立与改革的配套措施，在整体性和系统性的基础上推动能源价格的改革。总之，通过合理的定价与市场化的改革，实现能源价格在供求和外部经济环境的影响下进行科学地波动，从而使其对碳排放量的调节作用得到有效地发挥。

2.促进能源技术发展，全面提升能源效率，推动节能减排步伐的加快。首先，加强能源科技的投入，大力推广各种先进的、有经济效用的高效产能技术，全面推动清洁能源技术的研发与推广，推动能源效率的提升；其次，平衡能源的区域差异，充分挖掘各个地区的能源优势与发展潜力，在统筹全国能源发展的基础上，促进区域的能源产业的全面发展；最后，加强与国际的交流与国内东西部地区的交流，推动先进的管理经验与节能办法的运用，逐步降低能耗，科学有效地推动传统工业的技术改造与产品的更新换代。总之，通过以上措施，实现能耗的降低与能源效率的提高，进而利用其与碳排放量的相关性，推动能源价格更好地发挥对碳排放量的调节作用。

参考文献：

[1]Nachane.The Empirical Renaissance in Industrial Economics[D].New York:Basil Black-well，2006.

[2]Michael Tucker.Oil supplies，industrial output and prices:a simple general equilibrium macro analysis[M].mimeo，University of Essex and Columbia University，2008.

[3]Friediy and Gctzney.An Application to Computerization Returns[J].Review of Economic Studies，2009，(6):105-127.

[4]孙稳存.能源冲击对中国宏观经济的影响[J].经济与管理，2009，(10):56-59.

[5]杨洋，王非，李国平.能源价格、产业结构、技术进步与中国能源强度的实证研究[J].统计与决策，2010，(1):15-21.

[6]贾亮，王礼力.能源价格上涨对中国经济增长的影响[J].经济研究参考，2010，(3):17-23.

[7]韩智勇，魏一鸣.中国能源消费与经济增长的协整与因果关系分析[J].系统工程，2010，(4):45-52.

[8]罗芳，刘继伟.中国能源经济可持续发展评估及对策研究[J].财经论丛，2010，(7):35-41.

Energy Price and Our Country Carbon Dioxide Emissions

ZHU Jing-ran

（China University of Mining，Management College，Xuzhou221116，China）