碳排放低碳经济论文范文第1篇
一、 可持续发展的主要内容
经成为一个有关社会经济发展的全面性战略。具体地说： (1)在经济可持续发展方面：可持续发展鼓励经济增长而不是以环境保护为名取消经济增长。可持续发展要求改变传统的以“高投入、高消耗、高污染”为特征的生产模式和消费模式，实施清洁生产和文明消费，以提高经济活动中的效益、节约资源和减少废物。从某种角度上，可以说集约型的经济增长方式就是可持续发展在经济方面的体现。
(2)在生态可持续发展方面：可持续发展要求经济建设和社会发展要与自然承载能力相协调。发展的同时必须保护和改善地球生态环境，保证以可持续的方式使用自然资源和环境成本，使人类的发展控制在地球承载能力之内。生态可持续发展同样强调环境保护，要求通过转变发展模式，从人类发展的源头、从根本上解决环境问题。 (3)在社会可持续发展方面：可持续发展强调社会公平是环境保护得以实现的机制和目标。可持续发展指出世界各国的发展阶段可以不同，发展的具体目标也各不相同，但发展的本质应包括改善人类生活质量，提高人类健康水平，创造一个保障人们平等、自由、教育、人权和免受暴力的社会环境。在人类可持续发展系统中，经济可持续是基础，生态可持续是条件，社会可持续才是目的。
二、新时期中国可持续发展面临的三重挑战
全球金融危机的持续性挑战。世界范围内，由于全球金融和经济系统的整体失调，特别是发达经济体的长期经济失衡等因素，使世界各国受到几十年来最严重的经济危机的影 响。中国同样受到全球金融危机的严重影响。
应对气候变化的长期挑战。2009 年底在丹麦哥本哈根召开的联合国气候会议没有达成有法律约束力的协议。包括中国在内的发展中国家不仅需要为捍卫自身的基本人权和发展权而继续斗争，而且要在“共同但有区别的责任”的原则下为有效保护全球气候而做出应有的贡献。尽管中国在2020 年前不用承诺量化的总量减排指标，其人均能耗和人均排放也远低于发达国家，但未来作为最大的碳排放国，中国面临越来越大国际压力的局面是难以避免的。
国内资源环境问题的多样性挑战。作为一个发展中大国，中国可持续发展面临最严峻的危机还是来自国内日趋深化的资源环境问题。
三、低碳经济模式
低碳经济的发展模式，为节能减排、发展循环经济、构建和谐社会提供了操作性诠释，是落实科学发展观、建立节约型社会的综合创新与实践，是一场涉及生产方式、生活方式和价值观念的全球性革命。
作为一个高能耗国家，我们需要从节能减排、低碳发展的内在规律出发，找到我国巨大社会浪费和环境污染的本源。创新思维、改变观念，坚持体用结合，从全局观、系统论的角度出发，才能正确认识并加快低碳经济发展。 (1).倡导形成绿色消费、绿色经营的理念，形成低碳的生活方式。必须转变公众和社会的观念，做任何事都要适度适宜、合理节约。对于个人，要培养节约是美德的观念;对于企业，则要推行绿色经营的理念，建立清洁生产机制和精益生产方式;国家引导企业将环保成本计入企业生产成本，帮助企业树立企业公民意识，解决节能减排没有效益的错误认识。
(2).解决潜藏在空间格局和社会发展格局中的重大浪费问题。有效的节能减排必须以工业相对集中为前提，工业相对集中才能产生专业化分工，提高效率，节省能源;同时催生集群创新，不断产生新技术、新工艺，从而减少物质消耗。 (3).培育静脉产业，建立完备的工业化体系。真正的循环经济体系应如同人体系统一样，如果把工业制造系统比作人体的动脉系统，那么，我们使用过的工业制造物的回收再利用则应如人体的静脉系统一样。工业品的回收再利用——“静脉”产业应该是一个巨大的产业。
(4).大力发展低碳技术，解决自主创新成果和人才的匮乏问题。低碳技术包括在可再生能源及新能源、煤的清洁高效利用、油气资源和煤层气的勘探开发、二氧化碳捕获与埋存等领域开发的有效控制温室气体排放的新技术。必须强化自主创新能力，鼓励企业开发低碳技术和低碳产品，整合市场现有的低碳技术，加以迅速推广和应用。
(5).加快文化创意产业建设。文化创意产业处于技术创新和研发等产业价值链的高端环节，是一种高附加值的产业和低碳消耗的绿色产业。大力发展文化创意服务业，能够为社会创造巨大的财富，同时避免了能源过度消耗和环境污染问题。
(6).从我国能源结构入手，抓住矛盾的主要方面，才能提高节能减排的效率。中国能源消耗形式主要为动力消耗、农村采暖和城市集中供暖消费、电能消费3种。而我国电力系统普遍存在着低效率运行和严重能源浪费问题，尤其是在配电和用电两个环节。重点推广配电用电领域的重大自主创新项目，可极大提高节能减排效率。
(7).低碳经济之路的核心，是建立起我国乃至全球的可再生能源系统，最终实现由“高碳”时代到“低碳”时代的跨越，真正实现人与自然和谐发展。
四、发展低碳经济对于中国实现可持续发展的作用和意义
发展低碳经济，既顺乎世界潮流又合于中国国情，具有以下重要意义：
(1).可持续发展的必由之路
发展低碳经济，是中国实现科学发展、和谐发展、绿色发展、低代价发展的迫切要求和战略选择。既促进节能减排，又推进生态建设，实现经济社会可持续发展，与国家正在开展的建设资源节约型、环境友好型社会在本质上一致，与国家宏观政策吻合。 (2).重中之重的国家战略
发展低碳经济，确保能源安全，是有效控制温室气体排放、应对国际金融危机冲击的根本途径，更是着眼全球新一轮发展机遇，抢占低碳经济发展先机，实现我国现代化发展目标的战略选择。
(3).节能减排改造和提升传统产业
立足国情，中国发展低碳经济既有对新兴产业的培育和发展，也包含对传统产业的改造和提升，涵盖国民经济的方方面面。
(4).强化国际合作
中国发展低碳经济，不仅是应对全球气候变暖，体现大国责任的举措，也是解决能源瓶颈，消除环境污染，提升产业结构的大契机。
五.自动化技术进入“低碳经济”新时代
低碳经济的主要内容是节能减排，先进的自动化技术正是推动各行业节能减排的有效武器。在低碳经济时代，智能电网、能源市场、电机节能、无线通讯、智能建筑和光伏产业等领域无疑将是自动化企业积极拓展重要市场。
在国家节能减排政策下，核电、风电、水电等能源成为新经济时代的主角。而风电及水电更趋于工厂自动化特征，也即电力行业的流程特征逐渐减弱，而顺序控制、传动控制、运动控制、SCADA需求逐渐增强。就产品市场而言，电力行业对PLC、专用控制系统、变频器及伺服系统等设备的需求将会更大。
在电机节能领域，电机耗电占社会总耗电量的60%以上，电机节能备受市场关注。从长远看来，调速技术将被广泛应用于各类交流电机中，而率先应用变频技术的企业将有很大的市场潜力。
在无线通讯领域，无线技术的安全性、可靠性、性价比以及无线通信技术在工业领域的应用方案，将会得到越来越广泛的应用。随着高能耗的时代即将过去，新能源电动汽车的时代已经走来，ZigBee无线组网技术和定位跟踪技术将在电动汽车产业开始发挥更为耀眼的应用光芒。
碳排放低碳经济论文范文第2篇
一、碳排放会计定义及相关内容
(一)碳排放会计定义 碳排放主要是温室气体中碳化气体(61％)的排放，这是造成全球气候变暖的原因。在碳排放会计没有正式提出之前，其相关的概念，如排污权、碳汇、CDM等已有学者进行研究。
虽然目前没有统一的说法，但学者们也从不同角度对碳排放会计进行定义。Tristram O.West，Gregg Marland(2002)对与碳排放会计密切联系的净碳通量(net carbon flux)会计进行说明，指出认清“净碳通量是指源头排放和汇清除(emissions by sources and removals by sinks)”是实现联合国气候变化框架公约(UNFCCC)下净碳通量会计的重要一步。Climate Change Information Center(2003)通过说明CDM，对碳排放会计进行了定义，认为碳排放会计是通过源头和汇清除的方式，由碳会计记录、总结和报告碳排放量的过程。这些定义只就碳排放本身独立而言，还未形成系统的概念。Janek Ratnaunga，Stewart Jones(2008)提出了碳排放会计的体系概念：“一般将碳排放会计和碳固会计合称为碳会计，把碳会计作为一个企业实施碳排放管理的体系，即碳会计体系”，认为碳排放会计是构成碳会计体系的一部分。该研究不仅指明了碳会计体系研究对碳排放会计研究的有利之处，而且对构建碳会计规范给出两种主要思路：一是基于京都议定书框架下，与IPCC原则相协调的碳信用的会计规范；二是在温室气体协定书内(GHG Protoc01)对CO2排放分别进行计量和报告的相关会计问题，成为目前研究碳排放会计问题最具系统、全面的文献，也可作为我国学者初始研究碳排放会计问题的参考，如周志方、肖序(2009)对Stewart Jones(2008)的总结，以及Liu Qiang(2009)对中国碳会计发展的基本情况介绍与基于“只有在分清排放源的基础上，实施碳排放会计才是有用”的论断。可以看出，学者们一致强调碳排放其排放源头的重要性，这是碳排放会计客体研究的重点。综合而论，笔者将碳排放会计定义为：碳排放会计是以碳排放量作为客体对其进行确认、计量、报告，用以传递企业碳排放过程和减排情况的会计信息系统。
另外，由于缺少对碳排放会计的权威界定，导致目前一些研究将碳排放会计与碳会计概念混淆。碳排放会计与碳会计的区别在于侧重点不同。碳排放会计侧重于对碳排放所引起的会计内容，包括碳排放的分类、碳排放存货、碳排放计量、碳排放报告等。而碳会计其范围更广，除了碳排放会计的内容外，还包括碳固，以及一些涉及到会计确认、计量和报告的碳问题，如碳信用等。
(二)碳排教会计目的及实施步骤无论是企业还是国家实施碳排放会计，都需要有一个目标作为指引，激励全员为减排管理而努力。CCIC(2003)对企业实行碳排放会计提出三个方面的目的：一是建立有效战略管理GHG排放提供信息的需要；二是为企业参与到GHG交易市场做好相应准备的需要；三是企业服从政府在碳减排方面的相应管理。此外职业界的呼声也很高，ACCA(2009)政策执行总监罗杰·亚当斯基于对未来碳排放会计和报告准则的期望，指出建立碳排放会计准则可以让投资者、股东、员工和其他相关各方更容易地进行碳排放和温室气体测量，以了解企业经营表现。可见，企业碳排放会计的目的不仅是企业自身可持续发展的需要，更是要履行作为社会公民的责任：在政府政策的指导下实行碳排放会计，承担对气候变化、温室气体减排进行有效管理的责任，有利于利益相关者对减排信息的需求。
现有文献主要从企业排放目标设定、边界划分、排放量计算、排放记录和报告的真实与公允性这四个方面予以阐述。其中最权威、最系统的实施步骤指南是2004年WBCSD&WRI联合发布的《温室气体协定书——企业会计和报告准则(修订版)》。这份指南就GHG存货的核算和报告进行详细阐述，概括为五步：识别边界；识别所覆盖的排放源；选择一个碳排放计算的方法；收集活动数据并选择排放系数；应用计算工具估计排放量。对此指南规范划分了GHG排放的范围：直接GHG排放；电力间接GHG排放；其他间接GHG排放的划分。在计算企业GHG排放方面，指南将GHG排放予以量化，即GHG=A×EF，其中A指活动数据(activity data)，EF指排放系数(emission factor)。该公式简化了碳排放定量的研究困难，但也带来了另外的问题，即公式的构成因子如何确定、确定的标准、数据的来源等。这些都可能存在主观估计的偏差，而指南中并没有给出说明。但不可否认的是，指南的颁布为目前企业GHG排放会计(主要是碳排放会计)提供了实务依据，如澳大利亚Carbon reduction institute、Gary Otte(2008)、Jolin Warren(2008)等的论述，其中Jolin Warren通过对苏格兰碳会计指南的收集、总结，不仅提出借鉴GHG协议的企业碳排放会计实施步骤而且强调全员为企业碳排放会计实施服务的必要性，指出只有整个企业的经营理念、企业文化、经营目标向低碳经营转变，碳排放会计才能真正落实到企业中。
二、碳排放会计的不确定性问题
(一)不确定性的界定 国内外学者很早就对会计的不确定性，进行研究。奈特(1927)、科斯(1937)和哈耶克(1945)一致认为不确定性对企业存在和发展的重大影响性。美国会计学家亨德里克森(1965)提出会计不确定性的两个主要来源：一是与会计信息在未来持续存在的实体有关的不确定性；二是由会计在计量未来不确定事项时产生的估计不确定性。我国学者林长泉(1997)、李学峰(1998)、林斌(2000)、陈红，周映群(2004)、田建芳，丁君风(2005)等，对不确定性定义、分类，不同学科下不确定性表现，以及会计信息稳健性、会计假设与不确定性的关系进行深入探讨，承认会计的不确定性是一种客观存在，同时将不确定性归纳为概率事件和非概率事件。他们的研究立足于传统财务会计，对会计信息系统内外部的不确定性进行分析。但随着环境问题越来越受到重视，新兴会计分支——环境会计逐渐发展，其会计客体上的不确定性日益突
出，碳排放会计作为环境会计中的一个新领域，将这一不确定性表现为当前碳排放对未来影响的确认、计量和报告。因此，碳排放会计的不确定性，可以说具有双重性：一是会计学科自身的不确定性，即会计程序是建立在一系列假设基础上，由会计估计、判断带来的不确定性；二是来自于会计对象(客体)，即不确定性经济事项(碳排放本身)导致的不确定性。
(二)碳排放会计不确定性的研究现状 以低排放、低消耗、低污染为核心特征的低碳经济发展模式是碳排放会计核算和报告的基础。但由于碳排放检测技术、标准的研究滞后，目前，碳排放会计还无法全面实施，WRl2009年的报告指出：如今世界500强企业中有60％采纳了温室气体协议下企业会计和报告准则所要求进行的GHG存货(主要是碳排放)核算、管理和报告。然而碳排放会计的不确定性主要还是因碳排放自身的不确定性所致。且目前的研究也以机构、组织为主。
加拿大环境咨询公司(2001)以林木业碳排放的管理为例，将碳排放会计中的不确定性分为系统风险和非系统风险。并量化不确定性所导致的企业碳排量差量，包括对基年的碳排放量和项目碳排放量比较分析，研究不确定性影响下，这两个因素是如何影响企业利润。同时对木制品企业可能存在的9种参数依据不确定性类型划分，依次进行不确定性敏感测试，判别不同参数的不确定性敏感程度，为管理不确定性提供参考。Richard Clarkson and Kathryn Deyes(DEFRA，2002)从估计碳排放社会成本的角度来分析不确定性，认为不确定性是由于应用成本效益分析法和边际成本法所致；并将不确定性分为两大类：科学上的不确定性和与经济价值相关的不确定性。另外，WBCSD&WRI(2004)在其联合发布的《温室气体协定书——企业会计和报告准则》中提供了企业GHG排放(主要是碳排放)数据的计量、估计中不确定性解决的工具，将GHG排放存货的不确定性分为两类：科学上的不确定性和估计的不确定性，其中估计的不确定性包括模型的不确定性和参数的不确定性，通过原则导向提供了各类不确定性相对应的解决方法。
与此同时，政府也进行了相关研究，如俄罗斯政府联合国际应用系统分析研究所IIASA(2004)通过使用完全碳会计(FCA)计算1988～1992年俄罗斯陆地的碳通量，指出基于自上而下和自下而上相结合的会计方法比纯粹的自上而下会计方法更能缩小碳排放存货估计的不确定性。政府间气候变化专门委员会(IPCC)第四次评估报告第三工作组的报告一技术摘要(2007)在阐述决策、风险和不确定性三者关系时，以一致性程度和证据量(独立来源的数量和质量)两个维度对不确定性进行定性定义。虽然目前碳排放会计的不确定性研究还处在定性分析的阶段，但是仍有进步，如发现明确排放源头以及不确定性根源是不确定性解决的依据，故Jan Bebbington and Carlos Larrinaga-Gonza'Lez(2008)对气候变化的内在产生原因进行分析时，指出温室气体排放的不确定性是温室气体本身的独一无二性所导致的，组织很难将其处理但可以通过“风险窗口”致力于不同利益相关者。同时指出研究者要解决温室气体排放的不确定性可以通过碳会计与会计责任共同研究的方法以及与碳账户设立相协调的规范研究来进行。Gregg Marland等(2009)在结合碳排放自身的不确定性与人为估计的主观偏差引起的不确定性基础上，认为不确定性在于对碳排放的估计，其中不确定性来源有两方面：排放形式的动态性以及全球排放影响的巨大、扩张性导致的不确定性；理解、估计全球碳排放、碳循环所需排放数据的数量不确定。此外，Gray(2002)、IPCC Good Practice Guidelines、Stem(2006)、周志方，肖序(2009)等也就碳排放不确定性产生的源头进行说明与分类，以便于披露碳排放不确定的信息，包括有益于不确定性的表内、表外披露，有助于不确定性在报告中的要素披露以及披露方式。综合而言，这些研究都还处在定性分析阶段，且更多地侧重于不确定性基础概念的辨析，而没有涉及如何解决碳排放的量化。这是目前碳排放会计研究的难点。
三、碳排放会计报告与鉴证问题及评析
(一)碳排放会计报告与鉴证问题 目前关于碳排放披露的研究，主要集中在碳排放披露的信息质量要求、报告准则和审计、鉴证准则的标准化问题等方面的建议。
WBCSD&WRI(2004)指南提出了碳排放报告的五个信息质量要求：相关性、完整性、一致性、透明性、准确性。并指出由计量、估计或计算所带来的不确定性需要减少到切实可行的范畴内，但对于什么程度是“切实可行”的，指南中并没有说明。英国Aldersgate Group(2007)在对英国企业进行碳排放披露动因(必要性)分析的基础上，指出现有研究缺乏对碳排放披露的清晰定义和相关协议，特别是一致和可比的披露框架的缺失，影响了企业碳排放披露的发展。在这方面，报告列举了英国具体5项缺失的披露框架内容。为此，Aldersgate Group认为政府在促进企业碳披露方面需要进行以下方面的努力：标准化的披露准则、所有部门均使用的披露准则、政府的披露榜样、各机构在计划制定安排时对碳排放交易财务重要性的考虑等，体现了最早低碳发展的英国对规范化碳排放会计信息的努力。AnsKolk，DavidLevy and JonatanPinkse(2008)以碳披露计划(CDP)为例，从制度方面，阐述温室气体会计报告体系的发展，对CDP制度建立、披露所采用的方法和数据、投资者压力、碳披露报告通约以及碳会计通约进行详细说明，指出由于缺少披露的类型、排放数据以及可靠性检查(第三方鉴证)，碳披露仍然存在争议、受到质疑，从而很难对已报告的排放进行检验，更不要说企业自身的实际排放效果。因此，碳披露体系存在的不足间接影响到信息的使用效果，即有用性。此外ProfRoger Simnett，The Institute of Chartered Accountants in Australia(2008)、CBI on climate changes(2008)、RachelJackson(ACCA，2009)、《ACCA&GRI联合报告——重要行业：面对气候变化报告的挑战》(2009)等都提出颁布全世界适用的碳排放报告标准化指南及第三方认证准则的迫切需求，以助于所披露信息的可比、一致，并将其通过立法化的方式得以实施。
(二)碳排放会计报告与鉴证问题评析 碳排放会计是会计对低碳经济的反映，对企业的可持续发展具有积极促进作用。目前无论是理论还是实务研究，国内都远滞后于国外。同时，国内外对碳排放会计的研究还更多地停留在定性的基础上，量化方面没有重大突破，这主要有三个方面的原因：适用于碳排放权交易的市场机制尚未建立；碳排放数据来源及其可靠性无法保证；缺乏统一可信的标准作为企业控制排放的参考依据，如行业排放标准。
日本2008年出台的《日本建设低碳社会行动方案》，简称“福田蓝图”，已有重要突破，方案提出“碳排放的量化是以生命周期评价为基础”。会计界也已意识到：研究碳排放的物质流(包括识别碳排放源头>是碳排放会计的关键，这将促进碳排放核算的价值流与物质流相结合，从企业供应链的上、中、下游，甚至于产品的整个生命周期来考虑碳排放的确认、计量和报告。因此，未来碳排放会计研究主要面临以下几个问题：(1)碳排放测量技术与技术标准化发展问题；(2)碳排放会计准则的标准化进程，包括推进独立且涵盖碳排放确认、计量的准则，以及参考CDP计划下碳排放信息披露与第三方鉴证准则；(3)政府推进企业碳排放会计实施的配套措施研究，如市场管制、技术革新、税收改革，政府补助等，引导企业避开“碳陷阱”；(4)企业低碳发展与成本——效益分析，以及企业产品或服务“低碳化”发展需求。其中，第一和第二项是碳排放会计实施的前提和保障。只有碳排放的相关核心技术、标准化得以落实，碳排放会计才有实施的基础。
碳排放低碳经济论文范文第3篇
摘要 利用LMDI分解模型探讨长江经济带农业碳排放各种影响因素的贡献值，再逐年分析其碳排放增速和经济增长之间的退耦效应。结果表明，长江经济带农业碳排放在2010—2019年呈现出先缓慢增长后快速下降的趋势。农业经济发展对长江经济带农业碳排放起极大的促进作用，而农业生产效率、劳动力规模和生产结构对长江经济带农业碳排放有较为明显的抑制作用。2010—2019年退耦指数有增大的趋势，说明政府出台的节能减排政策正在被有效执行，对二氧化碳排放的抑制效果不断增强。
关键词 农业碳排放;影响因素分解;退耦指数
doi：10.3969/j.issn.0517-6611.2021.24.027
Research on Driving Factors and Decoupling Effects of Agricultural Carbon Emissions—Taking the Yangtze River Economic Belt as an Example
ZHU Tong-ya
（School of Economics and Management， Yangtze University， Jingzhou， Hubei 434023）
Key words Agricultural carbon emission;Decomposition of influencing factors;Decoupling index
作者簡介 朱通雅（1995—），男，湖北当阳人，硕士研究生，研究方向：农村发展。
收稿日期 2021-07-05
人类活动所产生的温室气体排放是引起气候变化的重要原因，在现代化农业的发展模式下，农业生产活动成为温室气体的第二大来源，原因是农业生产过程中过度使用农药、化肥等农用物资以及与农业生产相关的不合理安排导致了大量的温室气体排放，进而引发了一系列环境问题，加剧了人类与自然和谐发展相冲突的矛盾。长江经济带作为我国的主要农作物产区，在我国农业发展中具有重要的战略地位。所以，分析长江经济带农业碳排放的驱动因素，研究长江经济带农业减排的成效如何，对加快长江经济带农业高质量发展、推进绿色生态文明建设具有重要的意义。
梳理文献来看，对农业碳排放的研究重心逐步从对量的计算转移到产生机制和减排机理上，从农业碳排放的主要来源看，农业生产碳排放较工业来源更加复杂，主要可以分为两类：其一是农作物生产过程中要素投入产生的碳排放，如化肥和农膜等农资的投入以及能源的消耗等环节会产生温室气体[1];其二来自土壤自身贮存的碳素，农地利用变化是仅次于化石能源燃烧的碳源，受耕作方法、化肥施用的影响，土地会加速二氧化碳的排放[2]。目前，认可度较高的农业六大主要碳排放源有化肥的生产和施用、农药的生产和使用、农膜的生产和使用、农耕机械消耗化石能源、土地利用破坏了土壤碳库、农地灌溉中电能使用所间接消耗的化石能源[3]。除了农作物种植以外，牲畜肠道发酵和畜禽粪便管理产生大量的温室气体，所以畜禽养殖也是一种碳源，并且有相对应的排放系数[4]。
学者们对农业碳排放的影响因素研究多采用LMDI模型、STIRPAT模型等。如黎孔清等[5]利用STIRPAT模型对南京市农业碳排放影响因素进行了分析，指出技术水平、富裕程度、农村人口、技术水平与农业碳排放之间存在正相关，而城镇化率、农村居民人均可支配收入和林业面积与农业碳排放之间则存在负相关;赵先超等[6]利用LMDI模型对湖南省农业碳排放的影响因素进行了研究，认为农业经济水平和产业结构是推动农业碳排放量增长的主要原因，农业生产效率和劳动规模对农业碳排放量的增加具有一定的抑制作用;戴小文等[7]利用扩展的Kaya恒等式对我国农业碳排放影响因素进行了分析，指出农村生活用水、城镇化和人口变动因素与农业碳排放的变动存在正相关，而一般技术和农业低碳技术与农业碳排放之间存在负相关。
以上研究对于农业碳排放增长的驱动因素和对应的节能减排政策的制定提供了一些理论支持，但是关于碳减排效果与经济的耦合发展机制还需进一步研究。退耦效应模型是当前研究减排和经济发展的关系较为流行且有效的方法，“退耦”是一个物理名词，指把各部分电路引起电源产生的电压波动去除，避免这些波动使各电路互相干扰，后来被引用到农业政策研究等领域[8]。退耦指数能够十分简洁地表明环境变量和动力因子（如经济发展）之间的关系，但是目前来看，少有文献对长江经济带农业碳排放和经济发展之间的退耦关系进行研究。笔者将利用2010—2019年长江经济带11省（市）的相关数据，采用因素分解法和退耦分析方法，研究长江经济带农业碳排放的驱动因素，并且分析长江经济带农业碳减排和经济发展之间的耦合状态，弄清这个时期长江经济带农业碳排放减排的退耦效应的特征。
1 研究方法与数据来源
1.1 农业碳排放的计算方法
在总结以往学者研究成果的基础上，将农业碳排放源分为化石燃料、化肥、农药、农用薄膜、翻耕、灌溉和动物肠道发酵7个方面。该研究使用长江经济带11个省（市）2010—2019年的数据，数据来源于《中国农村统计年鑒》《中国农村统计资料》以及国家统计局官方数据库。分别用柴油使用量、农用化肥施用折纯量、农药使用量、农膜使用量、农作物播种总面积、灌溉总面积、牲畜养殖数量来代表以上7个方面的碳排放来源。《省级温室气体清单编制指南》指出反刍动物瘤胃容积大，寄生的微生物种类多，能分解纤维素，单个动物产生的温室气体排放量大，至于非反刍动物碳排放排放量较小，特别是鸡和鸭等常见家禽，体重小其肠道发酵温室气体排放可以忽略不计。另外考虑到我国养猪数量较大，占世界存栏量的50%以上。所以该研究统计长江经济带11省（市）猪牛羊的养殖情况，并进行碳排放的估算。碳排放量测算方程式如下：
C=Ci=Ti×δi（1）
式（1）中，C为碳排放总量，Ci为第i种碳源一年内产生的碳排放量，Ti为第i种碳源的规模或者数量，δi为第i种碳源的碳排放系数。碳排放系数如表1所示。
1.2 碳排放影响因素的分解模型
LMDI方法可进行多个因素的分解，具有全分解、无残差、易使用、易理解等优点，目前在许多领域得到广泛应用。该研究选用LMIDI中的加和分解，选取农业生产效率、生产结构、劳动力规模和经济发展水平4个影响因素，公式如下：
C=Ci=CG种植×G种植G×GP×P（2）
β1=CG种植（3）
β2=G种植G（4）
β3=GP（5）
C=β1×β2×β3×P（6）
式中，C为碳排放总量，Ci为第i种碳源一年内产生的碳排放，G为农林牧渔业生产总值，G种植为种植业生产总值，P为农业劳动力人数。
β1为农业生产效率，β2为农业生产结构，β3为农业经济发展水平。
根据（2）～（6）式，得到4个分解因素的贡献值公式：
Δβ1=Ct-C0lnCt-lnC0×（lnβ1，t-lnβ1，0）=
Ct-C0lnCtC0×lnβ1，tβ1，0
（7）
Δβ2=Ct-C0lnCtC0×lnβ2，tβ2，0
（8）
Δβ3=Ct-C0lnCtC0×lnβ3，tβ3，0
（9）
ΔP=Ct-C0lnCtC0×lnPtP0
（10）
ΔC=Δβ1+Δβ2+Δβ3+ΔP（11）
式中，Δβ1、Δβ2、Δβ3和ΔP分别表示4个分解因素随时间变化使农业碳排放量产生变化的值;ΔC是上述4个影响因素的加总。用t表示第t年，用0表示基年。
1.3 退耦指数的计算方法
通常来讲，发展低碳经济是碳排放与经济增长之间退耦的过程，目的是经济增长的速率大于碳排放强度的增长速率，退耦研究的测度用退耦指数表示，公式如下：
D=EF （12）
式中，D表示退耦指数，E表示环境指标（如碳排放强度），F表示动力因子（如经济增长速率）。退耦指数主要用于评价某个指标在不同地区或者时期的压力强度和趋势[10]。为了更加准确地评价减排有效程度，该研究参考李志学等[11]的退耦指数来评价长江经济带农业碳排放与经济增长之间是否存在退耦效应，公式如下：
Dit=1-ΔCitΔYit=-ΔFitΔYit（13）
式中，Dit表示i省（市）第t年的退耦指数，ΔCit表示i省（市）第t年的排放效应，ΔYit表示i省（市）第t年的产出效应。长江经济带各省（市）的减排贡献绝对量可以定义为ΔFit=ΔCit-ΔYit。一般来说，Dit越小，碳排放压力就越大。Dit≤0时，表示没有退耦效应，碳排放增长速率大于经济增长速率，说明实际的减排政策十分缺乏有效性，没有达到减排的目的;0<Dit<1时，表示弱的退耦效应，表明政府已推行的碳减排政策使碳排放增长速率得到了一定的抑制，但是总的碳排放依然在增加，政策的有效性不能得到保证;Dit≥1时，表示强的退耦效应，这时的碳排放增长率是负值，指数越大表示减排效果越好，实际的减排政策是有效果且高效率的。
2 结果与分析
2.1 长江经济带农业碳排放的影响因素分析
以2010年数据为基期，计算得出2011—2019年长江经济带农业碳排放LMDI分解结果如表2～3所示，正值表示对碳排放起促进作用，负值表示对碳排放有抑制作用。总体上，长江经济带农业碳排放影响总效用呈现出先促进后抑制，2011—2015年长江经济带农业碳排放逐年增长，但是增长速度逐年降低;2016年农业碳排放有所下降，但还是有促进作用;2017—2019年农业碳排放开始加速下降。
2.1.1 农业经济发展水平对长江经济带农业碳排放的影响。
由表2可知，2011—2019年对长江经济带农业碳排放最有促进效果的影响因素是经济发展水平，且每年都是正向效应，累计增加碳排放18 898.940万t;环比计算，2012年增幅最大，为60.8%;2017年促进效果略微减弱，2019年达到最大值3 394.091万t。由表3可知，长江经济带11省（市）的经济发展均对其农业碳排放起到促进作用，但各省（市）贡献度差别较大，其中湖北省2011—2019年经济发展水平对于长江经济带对应影响因素的贡献值最大，为526.819万t，其次是云南省，为455.917万t，上海市最低，为0.572万t。由此可见，经济规模总量的持续增长是长江经济带农业碳排放逐年扩张的最主要原因，经济增长会促进各类耗能型产品购买需求增加，进而引起碳排放的增加。
2.1.2 农业生产效率对长江经济带农业碳排放的影响。
由表2可知，农业生产效率对长江经济带农业碳排放的抑制作用最明显。2011—2019年农业生产效率对长江经济带农业碳排放始终表现为抑制效应，累计减少碳排放15 032.277万t。对比上、中、下游的贡献值（表3），上游农业生产效率的抑制效果明显高于中游和下游。各省（市）农业生产效率均表现出较强的抑制作用。所以，提高农业生产效率对于推进长江经济带农业节能减排有十分重要的意义。
2.1.3 劳动力规模对长江经济带农业碳排放的影响。
由表2可知，劳动力规模对长江经济带农业碳排放的抑制作用仅次于农业生产效率。整体来看，2011—2019年累计减排3 208.381万t。除了贵州省，其余10省（市）农业劳动力规模对农业碳排放均是抑制作用，抑制效果较强的省份有湖北省、江苏省和浙江省（表3）。出现这种现象可能是因为近年来国家提倡农业规模化、集约化发展，生产效率大幅度提高，农村劳动力开始不断向二、三产业流动;同时，随着城镇化的发展，更多的农村人力资源流向城市，农业劳动力的减少有效降低了农业碳排放。
2.1.4 农业生产结构对长江经济带农业碳排放的影响。
由表2可知，农业生产结构对长江经济带农业碳排放整体上呈现抑制作用;2011—2014、2016和2019年农业生产结构对长江经济带碳排放都表现为抑制作用，2015、2017和2018年表现为促进作用;2011—2019年累计减少碳排放226.338万t，2011年减排最多，为131.630万t。分省（市）来看（表3），除江西省、四川省、贵州省和云南省以外，其余7省（市）农业生产结构均对其农业碳排放有抑制作用。可见，长江经济带内部各省（市）农业生产结构有差异，总体上呈现出逐年优化的趋势。
2.2 长江经济带农业碳排放与经济增长的退耦分析
根据“1.3”退耦指数计算方法，得到2010—2019年长江经济带农业碳排放的退耦指数，如图1可知，除2010年退耦指数为负值，其余年份皆为正值，其中最大值为2018年的2.37，最小值为2010年的-0.39。退耦指数整体上呈现上升趋势，表明长江经济带各项减排政策执行效果逐年增强。
2010年退耦指数为-0.39，处于无退耦效应阶段;分析可得，经济发展的产出效应为12.8%，碳排放增长为17.9%，经济增长慢于碳排放增长速度，说明2010年长江經济带农业减排工作力度不足，二氧化碳排放没有得到较好的控制，减排压力很大。
2011—2015年，长江经济带农业碳排放处于弱退耦效应阶段;从2011年开始，退耦指数变为正值，说明这5年长江经济带农业碳排放总量控制有一定成效，减排政策对减少二氧化碳的排放起到积极作用，但不能完全抵消产出增长和能源需求增加带来的碳排放的增加，意味着经济增长的同时，长江经济带的环境压力得到一定改善，但是农业排放依然在增加。
2016—2019年，长江经济带农业碳排放达到了强的退耦效应阶段，减排效果明显;究其原因是国家出台了一系列农村节能减排和环境保护措施，对控制二氧化碳排放起到了积极影响;2016年1月5日，习近平总书记在推动长江经济带发展座谈会上
指出，要把修复长江生态环境摆在压倒性位置，共抓大保护，不搞大开发，近年来沿江各地践行新发
展理念，坚持生态优先、绿色发展;所以高排放、高消耗的农业生产模式得到了明显改善。
分省（市）分析其退耦指数，能更加科学地评价长江经济带农业减排政策实施的效果。选取2010、2013、2016和2019年的指数进行分析，从表4可以看出，长江经济带各省（市）二氧化碳排放的退耦指数大多为正值，处于弱退耦和强退耦阶段，整体上随着时间的推移，退耦指数在变大，说明长江经济带各省（市）对于二氧化碳的减排压力逐渐减弱，各省（市）实施的减排政策效果在逐渐变强，截至目前已经取得了较好的减排成效。例如江苏、浙江、江西等省份，退耦指数逐年增加，由弱退耦阶段进入到强退耦阶段，之后指数继续增大，说明这些省份的农业碳排放增加速度在不断减小，而农业经济发展速度在逐渐升高，其节能减排措施对减少二氧化碳等排放起很积极的作用。但同时，也出现了指数波动较大甚至不断降低的现象，例如上海市，2013年指数达到最大，随后不断下降，2019年变为负值，从国家统计局查询的数据可说明一些原因，2013年上海市农林牧渔业生产总值为342.29亿元，之后逐年下降，2019年为279.82亿元，并且农业劳动力从2013年的43.43万人下降至2019年的32.20万人，相对应的农业碳排放从2013年的35.8万t下降至2019年的28.3万t，这些数据表明并不是上海市的节能减排政策实施不到位，反而减排效果较好，究其主因是上海市非农产业发达，整体经济水平领先全国其他城市，农业经济占比较低，经济建设重点放在其他产业，同时随着科技的发展，农业生产条件得到极大改善，机械生产代替人力作业，规模集中生产代替小农生产，农村劳动力向第三产业流动，所以才会有碳排放和农业经济同时下降的现象。
3 结论与讨论
2011—2015年长江经济带农业碳排放总体呈现上升趋势，从2016年开始下降，可见长江经济带推行减排政策初见效果。该研究通过对长江经济带农业碳排放的LMDI分解发现，农业经济发展水平是对长江经济带农业碳排放起促进作用最大的影响因素;农业生产效率的提高是抑制长江经济带农业碳排放增加的最主要因素，农业劳动力规模和农业生产结构也对农业碳排放起一定的抑制作用。
对于农业碳排放增速和农业经济增长速度之间的退耦效应，研究发现2010—2019年长江经济带整体呈现出退耦指数增大的趋势，说明政府出台的一系列农村节能减排政策正在被积极执行，对温室气体排放起到抑制作用，并且这个作用在不断增强。
结合研究结论可预期，在保证粮食安全和经济稳步增长的前提下，长江经济带农业碳排放未来将保持一定下降态势。据此提出相关建议：①重视农业技术的研究与推广，促进农业生产效率稳步提高。在农业生产中，高效高产的农业新技术将会是现代农业的重要技术支撑，是实现现代农业的必要条件之一，农业生产效率对于抑制农业碳排放具有十分明显的作用，因此要优先将技术升级作为节能减排的手段。发挥农业科技创新主体优势，加强相互间的交流合作，提高农业科技创新资源投入力度，不断强化政府、高校和企业之间在低碳、绿色农业生产技术领域的合作交流。②对农药、
化肥等农资产品的使用进行有效控制，着重发展有机农业，改良土壤，提倡发展精准农业，减少投入物不必要的浪费和流失。③调整能源消费结构，提倡使用清洁能源。煤的含碳量最高，油次之，其他形式的能源例如太阳能、风能、水能等自然能源是无碳的，所以要积极推广先进环保的低排放的技术理念，减少化石燃料使用。④提高减排政策执行的有效性和效率是推进农业碳排放与经济增长间加速退耦的关键。当前，长江经济带农业的节能减排工作已经取得了较好的成效，但节能减排、发展绿色农业是一个长远的计划，所以要提高并保持相关部门的监督和执法力度，保证政策的执行是有效和高效的。并且把减排因素纳入经济决策中去，充分考虑当地环境的承载能力，以此为条件进行决策。
参考文献
[1] 赵其国，钱海燕.低碳经济与农业发展思考[J].生态环境学报，2009，18（5）：1609-1614.
[2] 李晓兵.国际土地利用-土地覆盖变化的环境影响研究[J].地球科学进展，1999，14（4）：395-400.
[3] 李波，张俊飚，李海鹏.中国农业碳排放时空特征及影响因素分解[J].中国人口·资源与环境，2011，21（8）：80-86.
[4] 田成诗，陈雨.中国省际农业碳排放测算及低碳化水平评价：基于衍生指标与TOPSIS法的运用[J].自然资源学报，2021，36（2）：395-410.
[5] 黎孔清，马豆豆，李义猛.基于STIRPAT模型的南京市农业碳排放驱动因素分析及趋势预测[J].科技管理研究，2018，38（8）：238-245.
[6] 赵先超，宋丽美，谭书佳.基于LMDI模型的湖南省农业碳排放影响因素研究[J].环境科学与技术，2018，41（1）：177-183.
[7] 戴小文，何艳秋，钟秋波.基于扩展的Kaya恒等式的中国农业碳排放驱动因素分析[J].中国科学院大学学报，2015，32（6）：751-759.
[8] OECD.Indicators to Measure Decoupling of Environmental Pressure from Economic Growth[R].Paris：OECD，2002.
[9] 段华平，张悦，赵建波，等.中国农田生态系统的碳足迹分析[J].水土保持学报，2011，25（5）：203-208.
[10] 國涓，刘长信，孙平.中国工业部门的碳排放：影响因素及减排潜力[J].资源科学，2011，33（9）：1630-1640.
[11] 李志学，孙敏.我国各省区碳退耦指数与减排潜力的测算[J].统计与决策，2017（14）：101-104.
碳排放低碳经济论文范文第4篇
摘要：居民消费对能源消耗与碳排放影响的相关问题已成为学术界关注的焦点。当前国内居民消费对碳排放影响的研究主要集中在：居民消费对碳排放影响程度的判断；居民消费碳排放的结构特征；居民消费碳排放的影响因素分析。目前国内研究还处于起步阶段，缺乏对消费模式、能源消耗与碳排放三者之间关系的系统研究。从居民日常生活的角度来研究消费方式——能源利用——碳排放之间的逻辑关系，将成为今后气候变化与低碳社会研究领域的一个热点。
关键词：居民消费； 能源消耗； 碳排放
世界气象组织发布的《2007年温室气体公报》指出，在过去10年中，二氧化碳对全球变暖的贡献高达87%[1]。从目前对二氧化碳排放监测的成果来看，来自化石燃料燃烧排放的碳排放是最主要的、结果可信度高、最具代表性的温室气体来源，是目前全球进行温室气体评估的最主要对象[2]。居民消费对能源消耗与碳排放影响的相关问题目前已成为国内外学术界和政府等部门关注的焦点。
长期以来，碳排放问题的相关研究主要集中于工业生产层面。但消费与生产是紧密联系在一起的，它在很大程度上影响着国民经济各部门的产品或服务产生，甚至影响着一些经济部门的产出水平。居民家庭消费是最终消费中的一个主要组成部分。因此，在一个开放的消费取向的经济模式中，一种以消费为基础的核算框架更适合计算能源和碳排放之间的关系[3]。从上个世纪七、八十年代以来，一些学者就开始关注居民消费行为对能源利用及碳排放的影响。自1992年巴西里约热内卢召开可持续发展地球峰会以来，居民的可持续消费问题更得到了学术界的广泛关注。本文试图对国内学术界相关研究现状做些梳理，介绍该方向目前的研究状况，并展望未来的研究前景，以期对今后开展该方面的研究有所启示。
一、居民消费碳排放的类型
按居民消费所需能源的直接程度，家庭消费所产生的碳排放可分为直接排放和间接排放。以前关于中国家庭能源消费及碳排放方面的研究主要局限于直接消费以及由此而产生的直接排放，目前的研究既包括直接方面也包括间接方面，而且越来越注重对间接方面的研究。目前研究内容可分为以下几个方面：
第一，直接碳排放研究。直接排放指家庭能源产品所产生的直接能源需要产生的排放， 主要包括家庭能耗和私人交通两大类， 主要影响因素是耗能设备的直接能源效率。如：居民生活用能碳排放的测算与分析[4]；对城市家庭能耗直接碳排放影响分析[5]；对中国居民生活能源消费的结构分解分析[6]。
第二，间接碳排放研究。间接排放涉及到除能源产品之外的其他家庭消费品， 如食物、衣着、家具（电）、房屋、休闲娱乐、医疗卫生和教育等间接产生的碳排放。如对间接能源消耗与碳排放分析[7]。
第三，居民生活完全碳排放研究。既包括直接碳排放研究 也包括间接碳排放研究。如：对中国居民生活与CO2排放关系研究；[8]对城镇居民消费诱发的完全能耗的研究[9]。
最后，对衣食住行等的某一方面的研究，包括直接排放和间接排放，如对食品消费的研究[10]。
二、居民消费碳排放的测算方法
由于排放的途径不同，直接能源排放和间接能源排放的测算也不同，而且间接能源排放的测算比直接能源测算的方法复杂。国内直接能源排放和间接能源排放的测算方法大致如下：
（一）居民生活直接能源消费测算方法
在对中国居民直接消费碳排放测算一般采用碳排放系数法，即将居民生活各类能源直接消费量对应乘以碳排放系数。目前国内的研究主要采用的碳排放计算系数有几种方式：一是采用科技部《公民节能减排手册》或以科技部的方法为主并辅之以其他机构的数据，如杨选梅等的研究首先以中国科技部《公民节能减排手册》为参考确定，减排手册中未涉及的计算内容则根据地域相近性现在我国台湾能源局公布的排放系数，再次则引用GHG Protocol的数据，考虑到保护国际里飞机系数忽略短途、中途和长途航线的差异，故飞机系数引用来源于保护国际[11]。二是采用IPCC温室气体排放计算指南中提供的关于能源消费碳排放量，如赵敏根据IPCC提供的交通能源消费CO2排放计算方法，对上海市居民交通出行产生的碳排放进行了估算[12]；冯蕊等根据联合国政府间气候变化专门委员会（IPCC）碳排放计算指南（2006年版）中的计算公式和CO2排放系数缺省值，以居住综合消费碳排放、叠加交通消费碳排放计算模型为基础，应用碳排放系数法估算了2006年-2008 年天津市居民人均生活消费CO2排放量及其在总的能源消耗CO2排放量中所占比例[13]。三是将不同类型的能源使用量折算为标准煤总量，再根据标准煤的碳排放系数估算碳排放情况。但因不同国家、地区和技术条件以及能源结构的不同，以及不同能源的燃烧效率和燃烧方式不同，这种计算会造成较大的误差。
（二）居民生活间接能源消费测算方法
由于居民生活间接能源消费及其相关的碳排放量比较复杂，国内外都还没有研究出一套比较完整的核算方法。目前关于间接能源消费及与之相应的碳排放的测算方法度是以投入产出分析法为基础的。除投入产出法外，目前使用的方法还有生命周期法、生活方式分析法等。下面结合已有研究分别对上述几种研究方法的运用情况进行介绍和分析。
1.投入产出分析法
投入产出分析法是Leontief教授于20世纪30年代提出的一个分析框架，20世纪60年代末期，一些专家开始将投入产出分析方法应用于能源及环境问题的研究。李艳梅、张雷利用投入产出SDA法分析了1987年-2002年间中国居民生活能源消费的结构[6]。张咪咪通过编制能源环境投入产出表，结合农村居民消费支出数据，计算了2000年-2007年我国农村居民八项消费支出的间接能耗强度系数，并进一步测算了由农村人均生活消费支出及农村五个收入组居民人均消费支出所诱发的能源消耗量及碳排放量[7]。王妍等结合城镇居民的生活消费数据，利用投入产出分析法测算了1995-2004年我国城镇居民生活消费所诱发的完全能消耗[9]。
2.生命周期评价法
生命周期评价法是评价一个产品（或服务）体系在其整个生命周期内对环境造成影响或潜在影响的方法。刘晶茹等通过生命周期分析方法建构了可持续消费评价模型，并对2000年中国城市家庭消费行为的生态影响进行了分析，比较了不同消费行为对生态影响的贡献[14]。但传统的生命周期评价只对系统边界内的环境影响进行研究，忽视了系统边界外的环境影响。因此，结合投入产出分析和生命周期评价的综合生命周期分析方法被提出，以期弥补这种缺陷。它将整个经济系统作为评价实施的系统边界，实现了评价范围的完整化。姚亮等采用综合生命周期分析方法核算了1997年、2002年和2007年三年的居民消费隐含的二氧化碳排放总量[15]。尽管综合生命周期分析方法还存在着一些问题，如投入产出表是价值型的，而环境影响是实物型的，如何将价值型转换为实物型，是目前该方法面临的最大问题。但该方法对于研究宏观消费问题，尤其是涉及到区域与消费相关的“隐含”的环境污染问题非常有益[16]。
3.消费者生活方式分析法
消费者生活方式分析法是建立在投入产出法——生命周期分析法的基础上，以居民生活消费品为基础分析单位，分析消费品在生产过程中各个产品部分对其能源投入的综合影响，根据家庭消费支出数据计算出每类消费活动的能源强度，对直接和间接影响以及各类消费活动进行了对比。魏一鸣[17]、凤振华[8] 等利用Bin和Dowlatabadi 提出的消费者生活方式法（CLA）比较分析城镇和农村居民二氧化碳排放量。杨选梅等运用消费者生活方式法探讨了南京市城市家庭消费活动与碳排放之间的关系[11]。但这种方法的运用也存在着一些困境，如魏一鸣等利用Shui Bin和 Hdi Dowlatabadi的研究思路将居民的消费与生产活动相联系，由于认为中国尚未建立投入产出法——生命周期评价法模型，在分析间接影响时未采用投入产出模型，仅将与八类消费类别有直接关系的产业直接能源强度加总平均，因而反映不出消费与生产网络之间真正的关系，也达不到区分直接和间接能耗影响的根本目的，低估了间接能耗的影响[17]。
三、居民消费对碳排放影响程度、结构特征和影响因素
通过对我国居民碳排放的现状、结构特征以及影响它们的因素的比较和分析，有助于清醒认识我国未来碳排放的趋势及其特征，预测未来的研究走向。由于受到上述研究尺度、研究内容、测算方法及数据来源的局限，下面研究结论中一些数据的比较不具有绝对意义，只具有相对意义。
（一）居民消费对碳排放影响程度
居民消费对碳排放的影响程度可以从几个层面来分析：国家层面、城市（地区）层面、家庭层面和个人层面等。
国家或地区层面。国家层面主要指从国家或地区整个层面对由于居民消费所产生的能源消耗及碳排放进行研究。中国的家庭能源需求占整个国家能源需求的大约26%和整个二氧化碳排放的30%。1992年、1997年、2002年我国居民生活所导致的直接和间接二氧化碳排放分别为2.74亿吨碳、4.00亿吨碳、3.92亿吨碳，分别占一次能源消费产生二氧化碳排放的36.52%、43.90%、42.31%[18]。而姚亮等研究发现，1997年、2002年、2007年的城乡居民消费隐含的碳排放量分别为11.73亿吨碳、12.52亿吨碳、18.01亿吨碳[15]。这两个研究的数据来源都是国家统计部门的数据，为何结果却相差这么大？其原因可能在于测算方法的不同。魏一鸣采用的测算方式是投入产出法和消费者生活方式法结合的方式[18]。而姚亮采用的测算方式是综合生命周期评价法[15]。朱勤专门对居民生活用能的情况进行了分析，1980年-2007年我国居民生活用能碳排放量从6.728×107t碳增长至16.545×107t碳，增幅为145.9%，人均生活用能碳排放量从每年68 kg碳增长至125 kg碳，增幅为83.7%[4]。
城市或地区的层面。目前已有研究对一些城市如昆明、天津、北京、石家庄市等地居民的能源消费及其碳排放进行了研究。智静等研究认为，2006年北京市生活能源消费总量为1704.11万t标准煤，占北京市能源消费总量的33.12%[19]。
从家庭的角度对居民消费所产生的能源消耗及碳排放进行研究。家庭是社会生活的基本单位。居民消费经常不是以个人的方式进行，而是以家庭消费的方式展开，因此个人消费不是完全的个人决策行为，在大多数情况下是家庭的选择。陈家瑛等研究发现家庭户规模减少导致人均消费支出的增加及总户数消费规模的扩张，以家庭户为分析单位考察队碳排放的影响具有较高的解释力[20] 。“南京1000家庭碳排放调查”碳排放结果发现，三口户均年碳排放量为3705.76kg，则人均家庭碳排放量为1211.03kg。根据世界银行报告，中国人均碳排放量为4100kg左右，也就是说，人均家庭碳排放约占总碳排放量29.27%[11]。
（二）居民消费对碳排放影响的结构特征分析
1.城乡之间的比较和分析
按照城乡二元结构的差异，碳排放的类型可分为城镇居民的碳排放和农村居民消费的碳排放。城乡居民在消费水平和消费结构上都存在着较大的差异，因此城乡居民对能源的需求及二氧化碳排放量之间的差异也很明显。目前关于我国居民消费对碳排放的影响分析，一般都把城市和农村分开来对待。下面分别从碳排放量、排放结构和能源利用结构的角度对已有研究中关于城乡之间的差异进行介绍和分析。
首先，居民消费碳排放的城乡排放量的差异大小及趋势分析。有学者从完全碳排放的角度进行了城乡排放量的比较分析。如凤振华等对我国城市与农村居民1999年-2002年的生活能源碳排放进行了定量分析，发现城市居民间接生活能源碳排放量高于直接生活能源碳排放量，而农村居民的直接碳排放量要高于间接碳排放量。[8]张馨等研究认为，从2000年-2007年，城镇居民家庭的直接能耗和间接能耗都呈上升趋势，农村居民家庭的直接能耗逐年增加而间接能耗下降。在不考虑其他因素的前提下，一个农村居民转变为城市居民，将会增加能源消费量1085.26kg标煤。家庭能源消费产生的碳排放总量也在逐年增长，2007年城镇居民家庭的直接能耗和间接能耗产生的碳排放量分别达到8535.04万吨和56678.76万吨，农村分别为6883.41万吨和8117.94万吨[21]。
有学者从直接排放的角度进行了城乡排放量的比较分析。如朱勤等研究认为，1980年-2007年我国城镇居民生活用能的人均碳排放量从206kg下降到167kg，总体上呈波动下降趋势。我国农村居民生活用能的人均碳排放量从35kg 上升到91kg ， 总体上呈波动上升趋势。相应地，该阶段人均生活用能排放的城乡比从5.87持续下降至1.84，表明城乡居民在生活用能排放方面的差距不断缩小[4]。
有学者从某一类消费结构的角度进行了城乡排放量的比较分析。如智静等研究认为，城镇居民在食品消费碳排放总量上高于农村居民，直接排放量农村居民高于城镇居民，间接排放量城镇居民高于农村居民。城镇居民的饮食习惯不利于减少食品消费碳排放量，农村人口进入城市将增加居民食品消费对碳排放的影响[10]。
其次，城乡居民生活能源及碳排放在消费结构（如衣食住行等）的差异。从总体上来说，随着我国城乡居民家庭消费恩格尔系数的持续降低，居民消费需求从以“衣、食”支出为主逐渐向注重“住、行、乐”消费发展，与之关联的能源消费及其碳排放相应变化[22] 。城市家庭消费中，居住、家庭生活用能、食品、教育、文化和娱乐服务是最主要的能源密集和碳密集型活动。农村家庭消费中，家庭生活用能、食品、教育、文化和娱乐服务、私人交通是最主要的能源密集和碳密集型活动[4]。还有研究专门对我国城乡居民食品消费的碳排放结构进行了研究。1980年—2007年间，上海市居民食物碳消费从“以粮食碳消费为主”的相对单一的消费模式转变为“以粮食、肉类、植物油等碳消费为主”的多元消费模式。其中粮食碳消费量所占比例明显减少，由68.57%减少至37.91%，而畜禽肉、植物油所占比例明显增加，分别从8.41%、5.85%增加到15.49%、15.75%。其他食物碳消费量所占比例变化较小[23]。
第三，城乡居民在生活用能结构上的差异。我国居民的直接能源利用类型主要以电力和天然气为主，一次性能源的利用逐步减少甚至完全不使用，城乡居民用能结构差距逐步缩小，但差距仍旧客观存在。朱勤等认为，1980-2007年城镇居民用能消费中煤炭所占比重从90.23%持续下降至13.47%，电力比重大幅上扬，石油、天然气及热力的比重则持续上升，形成目前以电力为主（比重近50%）、其他能源各占一至两成的生活用能格局。同期，从农村居民生活用能结构变化来看，煤炭比重持续下降，电力比重大幅上升，石油比重稍有增加，天然气与热力消费则几乎为空白。[4]
2.不同收入阶层的比较和分析
几乎所有的研究表明收入水平对碳排放量及排放结构有着明显的影响。高收入水平的居民二氧化碳排放量高于低收入水平居民，而且不同收入水平的居民排放结构组成也不同，收入水平越高，结构越多样化，消费的层次也越高。
凤振华等研究了居民收入对居民间接二氧化碳排放量的影响。研究认为，城镇最高收入户平均消费支出是城镇最低收入户的5.8倍，碳排放量是5.6倍；农村最高收入户平均消费支出是最低收入户的3.2倍，碳排放量是3.1倍；城镇最高收入的支出是农村最高支出的3.9倍，碳排放量是5.0倍；高收入水平的人追逐高层次的消费，高层次的商品很多是能源密集型产品，二氧化碳排放量因此增多。与城市居民相比，农村居民主要消费较为单一，食品消费占主要部分，农村居民二氧化碳排放结构较为单一，食品占比例较大，占50% 左右[8]。
王妍等结合城乡居民生活消费数据，首先比较了不同收入水平的城镇居民群体诱发的完全能源消耗，发现高收入阶层远高于中低收入阶层，2004年最高收入阶层人均完全能耗已达到2790kg， 是低收入阶层的7.5倍。其次分析了居住和交通方式的改变对完全能源消耗的影响。发现不同收入阶层的城镇居民之间，居住和交通消费诱发的能耗存在较大差异，随着收入不断提高，高收入阶层和交通能耗增加速度快于中低收入阶层，中低收入阶层居住能耗小幅下降[7]。
张咪咪对2002年-2007年我国农村五个收入组居民生活间接能耗及碳排放情况进行了比较，研究表明，能耗量及碳排放量与居民收入级别有较强的正相关性，即收入越高则能耗及碳排放越多，五个收入组居民能耗量及碳排放量由大至小依次为高收入户、中高收入户、中等收入户、中低收入户及低收入户[7]。
（三）居民消费碳排放的影响因素研究
目前国内对居民消费碳排放研究的影响因素涉及到多个方面。从性质来说，包括社会心理因素、人口因素、经济因素、技术因素等。下面分别从城市、家庭、个人的角度对已有的研究情况进行介绍。
首先，城市因素如城市人口增长、城市的发展水平、基础设施、气候因素、空间结构等都对居民生活的碳排放产生较大影响。
郑思齐等研究发现：目前中国城市几乎全部处于居住碳排放随着收入水平的提高而快速增长的发展阶段（第二阶段），且造成S型三次曲线关系可能的原因是二氧化碳排放具有较强的全球负外部性，居民对本地二氧化碳排放的感知程度很低。具体来说，如城市人口增长、城市的发展水平和模式、气候因素等都易对居民生活的碳排放产生较大影响。她以国家统计局“2006年中国城市住户调查”（含中国74个主要城市中的25，300个家庭微观样本）的数据为主要基础，估算得出了中国主要城市的家庭生活碳排放水平，并且分析了各种影响因素，发现城市人口和城市发展水平等都与城市居民生活呈显著的正相关关系[24]。张超也考察了城市化发展对不同城市一个标准家庭的碳排放量的影响。研究认为，城市人口规模、人口增长、收入、气温和城市化发展模式等因素对碳排放均有影响，家庭碳排放量与1月份平均气温显著负相关[25]。
城市的空间结构对居民消费所产生的碳排放也有影响。霍燚等通过估算北京市38个社区826个居民家庭生活碳排放，发现家庭随着距城市主中心（天安门）距离的增加，其拥有私家车的可能性显著提高[26]。张英杰等认为，对于正处于快速城市化关键时期的中国而言，城市的经济增长与人口的不断增加是现阶段的客观现实和突出特点。但由政府规划所控制的城市的空间结构，则能够通过影响居民的行为，显著地改变城市的生活碳排放水平[27]。
其次，家庭因素如规模、人口结构、年龄、消费结构等对碳排放也有影响。
杨选梅等研究了家庭消费活动对碳排放的影响。研究认为，家庭常住人口、交通出行、住宅面积是影响家庭排放中的显著因子。每增加一个常住人口、住宅面积多一个平方米、交通工具每提高一个档次，户均年碳排放量要增加约397.84kg、8.54kg、551.21kg[11] 。叶红也以厦门岛区为例分析了影响家庭直接碳排放的因素。研究分析了家庭社会情况中的6个次因素即住宅、家庭人口数、家庭人口平均年龄、职业、学历、学历、收入对于家庭能耗直接碳排放的贡献。家庭能耗直接碳排放受到住宅面积和家庭人口数的显著影响。家庭人口数和家庭住宅面积组成的公共因子解释了42.74%的方差。但住宅面积对公共因子的贡献率大于家庭人口数的贡献，所以相对于家庭人口数，住宅面积是影响家庭能耗直接碳排放的更为重要因素[5]。
陈佳瑛等就家庭规模对碳排放的影响进行了深入研究。就1978年-2007年中国的家庭模式变化对碳排放影响进行实证分析后发现，家庭户规模的变小导致人均消费的增加及总户数消费规模的扩张，在很大程度上抵消了人口总量增长减缓对碳排放的影响。如果我国的家庭户规模保持在1982年的状况，而人均消费等其他变量遵循各自的变化轨迹，到2007年时我国的碳排放量会比实际排放量减少38.68%[20]。在此基础上，她还以家庭成员在45岁-54岁年龄段可能存在更多消费为假设，在修正了STIRPAT环境压力模型的基础上，用“家庭户碳排放模型”分析了家庭消费阶段差异对碳排放的影响；并采用情景分析方法对未来家庭消费高峰期变化对碳排放的可能影响做了预测分析[28]。
第三，居民的人均消费水平、人口结构和消费结构等对碳排放的影响。
朱勤等用自上而下模型对我国1980年-2007年碳排放情况进行研究，发现现阶段我国居民消费水平与人口结构变化对碳排放的影响力已高于人口规模变化的影响力，居民消费水平与消费模式等人文因素的变化有可能成为我国碳排放的新的增长点[4] 。魏一鸣还对1992年-1997年和1997-2002年两个时期，人均消费、人口增长和消费结构等影响因素对碳排放的贡献率大小进行了分析，人均消费的贡献率最大，分别为64.68%和65.84%；人口增长的贡献率次之，分别为15.97%和21.16%；消费结构的贡献率占第三位，分别为8.71%和13%[18]。
四、研究反思与展望
虽然目前国内已对我国城乡居民的消费模式对碳排放产生的影响进行了一定的研究，但仍处于起步阶段，缺乏对消费模式、能源消耗与碳排放三者之间的关系进行系统的研究。从居民日常生活的角度来研究消费方式——能源利用——碳排放之间的逻辑关系，将成为今后气候变化与低碳社会研究领域的一个热点。
首先，关于居民消费碳排放的研究尺度和研究内容等问题。第一，由于我国各地区之间的自然、地理和社会经济方面的差异显著，而且即使同一地区不同群体之间的差异也比较明显，因此未来越来越多的研究将从中观或微观的尺度来开展。第二，未来的研究将更多地对居民生活的间接能源及排放开展研究。第三，未来的研究数据来源将主要有两个途径：一是继续完善已有的统计数据；二是在今后的研究中应加大实地调查的力度，了解更加真实而又准确的第一手资料。
其次，居民消费的碳排放量的测算方法问题。目前关于中国居民消费的碳排放量的测算主要有两种方式：自上而下的方式和自下而上的方式。其实无论哪种方式都是混合式的方式，只是测量层次不同而已。但总体来说，已有的研究主要以自上而下的方式为主并辅之以自下而上的方式。未来的测算将以自下而上为主并辅之以自上而下的方式。如将更多地采用消费者生活方式法，但这种方式的使用必须建立在投入产出法-生命周期分析法模型的基础上。因此有必要进一步完善投入产出法-生命周期分析模型。
第三，我国居民消费的碳排放量的趋势和特征。从居民消费碳排放量的趋势来看，未来将继续呈现增长趋势。从特征来看，城乡之间的差异将越来越小。如何在推动城镇化的进程中融合低碳发展的理念与举措，显然是一个值得研究者及决策者们深入探讨和付诸实践的重要议题。而城乡居民不同阶层内部排放的差异呈增大趋势，尤其是最高收入阶层和最低收入阶层之间的差异将越来越大，如何通过集体的制度性约束，一方面保持既能满足人们的基本需求又能与保持社会经济发展水平相适应的低碳消费模式；另一方面也能抑制高收入阶层家庭消费所导致的奢侈型消费，将是值得我们去研究的课题。
第四，关于居民消费碳排放的影响因素问题。从上述研究来看，目前越来越强调城市因素、家庭因素和个人因素等对居民消费碳排放的影响，但目前的研究仍存在着不足，一是目前关于家庭因素的影响主要在经济学和人口学层面，还很少涉及到社会文化层面。二是目前有的研究把不同层次的影响因素混在一起，难以进行深入分析。针对已有研究的不足，未来的研究应该更多地从社会学、文化学等学科的角度来挖掘影响居民消费碳排放的深层次原因。
参考文献：
[1]WMO.2008.WMO Greenhouse Gas Bulletin，http：//www.wmo.int/pages/mediacentre/press_r eleases/pr_833_en.html.2007.
[2]曲建升.欠发达地区温室气体排放特征与对策研究[M].北京：气象出版社，2009.
[3]Shui Bin etc.Total Energy Use and Related CO2 Emissions of American Household Consumption，1997-2007，2010 ACEEE Summer Study on Energy Efficiency in Buildings.
[4]朱勤，彭希哲，陆志明，等.1980—2007年中国居民生活用能碳排放测算与分析[J].安全与环境学报，2010，（2）：72-76.
[5]叶红，潘玲阳，陈峰，等.城市家庭能耗直接碳排放影响因素——以厦门岛区为例[J].生态学报，2010，（14）：3802-3811.
[6]李艳梅，张雷.中国居民间接生活能源消费的结构分解分析[J].资源科学，2008，（6）：890-895.
[7]张咪咪.中国农村居民生活间接能源消耗与碳排放分析[J].统计教育，2010，（12）：35-40.
[8]凤振华，邹乐乐，魏一鸣.中国居民生活与CO2排放关系研究[J].中国能源，2010，（3）：37-40.
[9]王妍，石敏俊.中国城镇居民生活消费诱发的完全能源消耗[J].资源科学，2009，（12）：2093-2100.
[10]智静，高吉喜.中国城乡居民食品消费碳排放对比分析[J].地理科学进展，2009，（3）：429-434
[11]杨选梅，葛幼松，曾红鹰.基于个体消费行为的家庭碳排放研究[J].中国人口.资源与环境，2010，（5）：35—40.
[12]赵敏，张卫国，俞立中.上海市居民出行方式与城市交通CO2排放及减排对策[J].环境科学研究，2009，（6）：747-752.
[13]冯蕊，朱坦，陈胜男，等.天津市居民生活消费CO2排放估算分析[J].中国环境科学，2011，（1）：163-169.
[14]刘晶茹，王茹松，杨建新.基于生命周期分析方法的家庭消费生态影响评价[J].城市环境与城市生态，2005，（2）：15-17.
[15]姚亮，刘晶茹，王如松.中国城乡居民消费隐含的碳排放对比分析[J].中国人口.资源与环境，2011，（4）：25-29.
[（6]刘晶茹，Glen P.Peters，王如松，等.综合生命周期分析方法在可持续消费研究中的应用[J].生态学报，2007，（12）：5331-5336.
[17]Yi-Ming Wei，Lan-Cui Liu，Ying Fan，et al.The Impact o f Lifestyle on Ener gy Use and CO2 Emission：An Empirical Analysis of China’s Residents[J].Energy Policy，2007，（35）：247-257.
[18]魏一鸣.中国能源报告（2008）：碳排放研究[M].北京：科学出版社，2008.
[19]智静，高吉喜.生活能源消费对碳排放的影响——以北京市为例[C].Proceedings of 2010 International Conference on Remote Sensing（ICRS 2010）Volume 3：625-629.
[20]陈家瑛，彭希哲，朱勤.家庭模式对碳排放影响的宏观实证分析[J].中国人口科学，2009（5）：68-78
[21]张馨，牛叔文，赵春升，等.中国城市化进程中的居民家庭能源消费及碳排放研究[J].中国软科学，2011，（9）：65-75.
[22]彭希哲，朱勤.我国人口态势与消费模式对碳排放的影响分析[J].人口研究，2010，（1）：48-58.
[23]吴开亚，王文秀，朱勤.上海市居民食物碳消费变化趋势的动态分析[J].中国人口.资源与环境，2009，（5）：161—167.
[24]Siqi Zheng， Rui Wang，Edward L.Glaeser and Matthew E. Kahn. The Greenness of China：Household Carbon Emissions and Urban Development. NBER Working Paper 15621.http：//www.nber.org/papers/w15621.
[25]张超.碳排放、家庭与城市发展[J].产经评论，2010，（4）：41-54.
[26]霍燚，郑思齐，杨赞.低碳生活的特征探索——基于2009年北京市“家庭能源消耗与居住环境”调查数据的分析[J].城市与区域规划，2010，（1）：56-84.
[27]张英杰，霍燚.城市增长与生活碳排放的理论研究[J].城市观察，2010，（2）：69-79.
[28]Jiaying Chen et.An Empirical Analysis of Carbon Emission in the Household Comsumption Peak Period in China[J].Society，2011，（3）：184-199.
碳排放低碳经济论文范文第5篇
摘要：研究陕西省能源消费碳排放对陕西省减少碳排放、发展低碳经济有重要意义。本文基于Kaya恒等扩展式和LMDI因素分解模型，应用LMDI分解方法对能源消费碳排放进行因素分解。定量分析陕西省2000～2011年人口、人均GDP、能源消费结构、能源消费强度、产业结构等5方面的因素对能源消费碳排放的贡献大小。结果表明：人均GDP增长是陕西省碳排放量增加最大的因素，其次是能源消费强度；人口效应和能源消费结构对碳排放量的增加有较微弱的拉动作用；产业结构效应对陕西省碳排放量增加产生负作用；产业结构和能源消费结构需要进一步调整与优化以抑制碳排放量增长。
关键词：陕西省；碳排放；能源消费；LMDI；影响因素
Key words Shaanxi Province； Carbon emission； Energy consumption； LMDI； Influencing factor
由于温室气体过量排放造成全球气温升高一直是人们关注的热点问题。为了应对这一日趋严重的环境问题，中国向世界承诺2020年单位GDP二氧化碳排放量将比2005年下降40%～45%的减排目标，且在“十二五”规划中明确提出要“降低温室气体排放强度”、“单位国内生产总值二氧化碳排放降低17%”。为了响应国家的减排政策，陕西省也在“十二五”规划纲要中提到2015年“全省万元生产总值能耗下降到0.95吨标准煤（按2005年价格计算），比2010年的1.129吨标准煤下降16%”，确保实现“十二五”节能减排约束性目标。要实现这一目标，必须因地制宜，深入分析了解陕西省能源消费碳排放的主要影响因素，提出针对性强并切实有效的减排策略。
目前陕西省在能源消费碳排放方面的研究主要有：马蓓蓓等（2010）从经济总量、产业结构、消费特征、能源消费结构和利用效率等方面对影响陕西省碳排放变化的主要因素进行分析并提出了低碳化发展的建议[7]；邵峰祥等（2012）研究指出技术进步使碳排放减少，经济发展水平、能源消费强度、产业结构、工业结构重型化和制度因素使碳排放增加[8]；杜笑典等（2011）分析了陕西省碳排放的现状，探讨了能源消费结构和产业结构变动对碳排放量的影响，并通过卡亚公式对2009～2020年能源碳排放量趋势进行了预测[9]；吴文洁等（2011）通过分析 1995～2009 年陕西省三大产业能源消费碳排放总量及六大部门碳排放变化情况，以及该段时间内产业结构、经济规模与能源消费结构三大因素对能源消费碳排放的影响，从中发现，经济规模效应、产业结构效应是正向决定性因素，能源消费结构效应是负向决定性因素[10]。上述研究基本都测算了不同时间尺度的陕西省碳排放总量，并选取对碳排放有影响的指标利用统计学的方法通过计算表示出各种指标对碳排放量影响的程度大小，但是并没有量化各因素对碳排放的增加值。鉴于此，本研究测算了陕西省2000～2011年的能源消费碳排放量，并利用LMDI分解方法对能源消费碳排放进行因素分解，定性和定量地描述了各因素对碳排放总量的影响。
1 陕西省能源利用现状
陕西省是能源大省，其能源消费主要为煤炭、石油、天然气以及水电。据《陕西统计年鉴》，煤炭、石油、天然气、电力分别占能源消费总量的71.3%、23.3%、3.1%、2.3%。2011年的能源消费总量为10 128.41万吨标准煤（当量值），其中，煤炭、石油、天然气、电力分别占能源消费总量的74.66%、16.06%、8.21%、1.07%。陕西省2000～2011年能源消费总量保持年均13.09%的增长之势。因陕西省煤炭资源丰富，煤炭储量居全国第四，2000～2011年间煤炭占陕西省能源消费的比例一直保持在70%左右，石油消费比例略有下降，天然气的消费比例有所上升，电力消费比例一直在1%～3%之间。可见，目前乃至今后的很长时间里煤炭仍将是陕西省能源消费的主体，由煤炭消费带来的碳排放量增加的局势在短期内亦不会改变。因此，将能源消费的碳排放进行因素分解研究对减少陕西省碳排放有至关重要的作用。
2 研究方法
2.1 基于扩展的Kaya恒等式
Kaya恒等式由日本教授Yoichi Kaya于IPCC的一次研讨会上首次提出，Kaya恒等式建立起经济、政策和人口等因素与人类活动产生CO2之间的联系[1]。
式中： C、E、G和P分别为CO2、Energy、GDP、People的英文首字母，分别代表CO2排放量、一次能源消费总量、国内生产总值以及国内人口总量。
该恒等式结构简单，易于操作，但因其考察的变量数目有限，所能得到的研究结果基本仅限于CO2排放与能源、经济及人口在宏观上的量化关系[1]。因此本文借鉴了朱勤等[1]的扩展恒等式，其恒等式将能够代表产业结构、能源消费结构及能源效率的变量引入Kaya恒等式对其进行了扩展，扩展后的恒等式能更全面地分析碳排放的影响因素。扩展后的Kaya恒等式为：
式中：P代表人口，fij代表第i产业第j种能源的碳排放系数，eij代表第i产业第j种能源的消费比例，mi代表第i产业的能源消费强度，ni代表第i产业的GDP比例，g代表人均GDP。 故本文就碳排放系数、人口、人均GDP、产业结构、能源消费结构及能源消费强度六个因素对陕西省能源消费碳排放的影响进行分析。
2.2 LMDI因素分解法
对数平均迪氏分解（Logarithmic Mean Divisia Index， LMDI）因素分解法分为“乘法分解”和“加法分解”两种。因为两种分解方法最终表达的意思一致，所以本文选用LMDI“加法分解”方法。表述如下：
式中：△Ctot是基期C0与第T期CT之间的能源消费碳排放量之差，也就是基期与T期间的能源消费碳排放量增量。△Cp、△Cf、△Ce、△Cm、△Cn、△Cg分别表示能源消费碳排放中的人口效应、碳排放系数效应、能源消费结构效应、能源消费强度效应、产业结构效应和人均GDP效应。由于各能源碳排放系数基本保持不变，因此碳排放系数效应△Cf=0[2]。
3 数据来源与处理
碳排放主要产生于三大产业的能源消费，因此本文着重计算农业、工业和建筑业、交通运输业、仓储及邮电通讯业、批发和零售贸易业以及餐饮业的能源消费产生的碳排放，不考虑生活消费等的碳排放。能源消费数据来源于《中国能源统计年鉴》中陕西省能源平衡表中的终端能源消费量（除去用于加工转换二次能源消费量和损失量以后的能源数量）；人口、GDP、产业结构数据来源于《陕西省统计年鉴》，其中GDP以2000年的不变价格计算。最后汇总各方数据并整理计算得到能源消费强度和能源消费结构数据。
3.1 陕西省终端能源消费碳排放量
陕西省碳排放量计算根据IPCC碳排放计算指南和《2011年省级温室气体清单编制指南》，结合本文的研究内容采用以下公式计算：
式中：Ctot表示碳排放总量，Eij表示第i产业第j种能源的消费量，rij表示第i产业第j种能源的标准煤折算系数，fij表示第i种产业第j种能源的碳排放系数。
根据陕西省能源消费特征，选取化石能源为主的能源品种进行分析，各种能源的碳排放系数及标准煤折算系数见表1。其中标准煤折算系数来源于《中国能源统计年鉴》，碳排放系数采用IPCC碳排放计算指南缺省值。经整理计算得到陕西省2000～2011各年间的终端能源消费总量和能源消费产生的碳排放量（表2）、各能源消费量比例（表3）及各能源消费碳排放量比例（表4）。
3.2 陕西省碳排放LMDI分解
本文以2000年为基期，运用上述LMDI因素分解模型对陕西省2000～2011年的碳排放量进行因素分解，得到历年人口、人均GDP、产业结构、能源消费结构、能源消费强度对陕西省碳排放的逐年效应（表 5）及累积效应（表6），同时计算得到各因素的逐年贡献度（图1）和累积贡献度（图2）。
4 结果与分析
4.1 陕西省2000～2011年能源消费及其碳排放
陕西省2000～2011年间的终端能源消费总量和碳排放总量整体呈增长趋势（见表2）。其中，原煤占陕西省能源消费比例最高，其次是焦炭，这两种能源的年均消费比例之和在75%以上；其他各项能源消耗随年份不同消费比例排名有所变化（见表3）。2000～2011年能源消费比例之和由大到小排序为：原煤>焦炭>柴油>洗精煤>汽油>燃料油>原油>煤油>天然气>液化石油气。其中，原油、柴油、天然气的消费呈现增长趋势；洗精煤、汽油、煤油、燃料油的消费比例呈现下降趋势。
原煤在各年中的消费比例均达到了55%以上，2006年消费比例最高，为74.1%，消费呈现先增长后降低的趋势。洗精煤的消耗比例从2000年开始逐步上升至2005年达到最高消费比例12.7%后开始下降，2008年以后消费比例开始稳定在1.0%～1.3%。焦炭的年均消费比例为12.1%，是除原煤外的第二大能源消耗种类。原油的消费比例在2000～2007年间平均为0.4%，2007年以后有所上升，2008～2011年平均消费比例达到2.3%。汽油的最大消费比例出现在2000年为8.4%，最小消费比例为2008年的2.6%，2009～2011年消费比例稳定在4%左右。煤油的消费比例出现两个不同的阶段，2000～2006年年均消费比例为1.6%，2007～2011年均消费比例仅为0.2%，后5年比前6年的消费比例下降了1.4个百分点。柴油消费比例同样呈现两个阶段，2000～2007年年均消费比例为8.1%，2008～2011年年均消费比例为12.2%。燃料油在2000～2004年有明显的消耗，2005年以后消费量趋于0。液化石油气消费是陕西省2000～2011年间消费量最少的能源品种。天然气作为清洁能源，消费比例逐年上升，最后稳定在1%左右。
各能源消耗产生的碳排放情况见表4：原煤因在消费量上占绝对优势，带来的碳排放量最高，其次是焦炭；2000～2011年各能源消费碳排放比例之和由大到小排序为：原煤>焦炭>柴油>天然气>汽油>洗精煤>燃料油>煤油>原油>液化石油气。总体来说某种能源消费量越大，碳排放量相应越大，但也存在能源消费量与碳排放量排名不一致的情况，如天然气、洗精煤等，这可能是在计算能源消费碳排放时受到标准煤折算系数和碳排放系数的影响。
4.2 陕西省2000～2011年碳排放的LMDI分解
从表5看出，人口效应除2010年为负值外，其余都为正值，整体绝对值偏低且稳定，出现负值的原因是陕西省的人口自2000年以来一直上升但到2010年人口自然增长率却比上年下降0.28个千分点，人口减少37万人，因此2010年碳排放的人口效应有所下降；就整体而言，人口变化对碳排放量增长有微弱的拉动作用。人均GDP的效应全部为正值且绝对值逐年增大。产业结构对碳排放逐年的影响主要分为两个阶段，一是2007年以前逐年效应多数为正值，产业结构效应表现为拉动碳排放量增长；二是2007年及以后全为负值，产业结构效应对碳排放量的作用由拉动转变为抑制。能源消费结构逐年效应波动明显，2001、2003、2005、2006、2009年为正值，其余年份为负值；能源消费强度逐年效应总体趋势是每年递减。
从表6可看出，以2000年为基期，到2011年陕西省的碳排放量增加了2 485.2058万吨。人口、人均GDP、能源消费结构、能源消费强度对碳排放量增加产生正影响，产业结构产生负影响，对陕西省2000～2011年间的碳排放累积效应分别为32.3080、1 431.5930、19.9395、1 104.8812和-103.516万吨。可见，人均GDP是产生碳排放的最大因素，其次是能源消费强度、人口和能源消费结构；产业结构是唯一有抑制碳排放量增长效应的因素。
从图1可以看出，人口效应对碳排放的逐年贡献度都比较低；人均GDP的贡献度前两年并不明显，2003年以后逐渐增大；产业结构的逐年贡献度也普遍较低，较为明显的是2009年的贡献度为-21.8%，是产业结构逐年效应绝对值最大的年份，究其原因是相比上年在这一年第二产业GDP比例有所下降，第三产业GDP比例有所增加，而第二产业的主要代表行业工业一直是能源利用产生碳排放的大部门，因此第二产业GDP比例波动对碳排放量有较明显的影响；能源消费结构的逐年贡献度有明显的波动；能源消费强度效应的逐年贡献度变化明显，前两年的贡献度都达到80%以上，之后虽有所下降，但绝对值普遍偏大，最后稳定在20%水平。
从各因素的累积贡献度（图2）可以看出，人均GDP的累积贡献度高达53.17%，占整个碳排放增量的1/2以上；其次分别为能源消费强度41.04%，产业结构-3.85%，人口效应1.2%和能源消费结构0.74%。其中人均GDP增长和能源消费强度的累积贡献度之和达到94.21%，说明人均GDP和能源消费强度变化是拉动碳排放量增长的最主要因素。
5 结论与讨论
本文对《中国能源统计年鉴》中陕西能源消费量进行了收集和整理，计算了陕西省2000～2011年的碳排放量，并利用LMDI因素分解模型将其分解并分析了人口、人均GDP、产业结构、能源消费结构、能源消费强度对陕西省碳排放增长的影响。总体上，人口、人均GDP、能源消费结构、能源消费强度对碳排放量增加产生正影响，产业结构产生负影响。不管是从累积效应还是从累积贡献度来看，人均GDP和能源消费强度都是拉动碳排放量增长的最主要因素，因此陕西省的碳减排工作应该多关注这两个领域。产业结构是唯一有负影响的因素，应该继续优化产业结构进一步减少碳排放量的增加。虽然人口和能源消费结构对碳排放量产生正影响，但作用比较微弱，今后仍需进一步控制人口数量的增加使其对碳排放的增量影响始终保持在一个较低的水平；而对能源消费结构应实施调整和优化并最终使其对碳排放量的影响转变为负值。
各因素的逐年效应变化显示，人口变化对碳排放量增长有微弱的拉动作用；人均GDP除2001和2002年的正影响微弱外，后面贡献度都逐年上升，说明经济增长的同时伴随着大量的碳排放，陕西仍是以高碳排放的方式来拉动经济增长；产业结构总体上在2007年以后趋于合理，应当继续保持并寻求更加优秀的产业结构布局以达到增强产业结构对碳排放抑制能力的目的。能源消费结构逐年效应正负波动明显，但其累积效应增量为19.9395万吨，说明在这11年里能源消费结构使碳排放量增加；2003和2006年陕西省能源消费总量较前年有所下降，但能源消费结构效应增量在这两年却为正值，说明陕西省的能源消费结构不够优化，碳排放系数较高的化石能源品种使用量大；而2010、2011年能源消费总量明显上升，能源消费结构效应增量却为负值，说明碳排放系数较低的天然气等能源品种使用量增大，所以陕西省应积极调整能源消费结构提高高效且低碳排放的能源品种的使用比例，进一步优化能源消费结构；能源消费强度逐年效应总体趋势是每年递减，最后两年稳定在20%左右，碳排放增量为70万～80万吨之间，其中比较突出的是2003和2006年，逐年贡献度分别达到-70.1%和-51.44%且是唯一能源消费强度产生负影响的两年，也是这两年中对碳排放量增长起主要抑制作用的因素，这是因为这两年的碳排放强度是陕西省2001～2011年间的最低水平，由此可见碳排放强度下降对碳排放量增长有较强的抑制作用，应该深入分析陕西省2003年和2006年碳排放强度下降的原因并加以利用从而抑制不断增加的碳排放。
本文的不足之处：（1）本文在测算能源消费碳排放量时，选取的能源品种虽然有代表性但是却未涵盖所有的能源品种，因此计算的碳排放量可能比实际的碳排放量偏低。（2）利用人口、人均GDP、产业结构、能源消费结构、能源消费强度作为分解碳排放的因素还不够细化，未来应该以此为基础更加深入分析，寻求更多具有代表性的因素并引入模型中，将碳排放分解为更小的部分，以期更有利于科学合理地实施碳减排工作以实现经济发展与环境保护的双赢。
参 考 文 献：
[1]朱勤，彭希哲，陆表明等. 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）：2072-2078.
[2]宋杰鲲.基于 LMDI 的山东省能源消费碳排放因素分解[J].资源科学，2012，34（1）：35-41.
[3]史安娜，李淼.基于LMDI的南京市工业经济能源消费碳排放实证分析[J].资源科学，2011，33（10）：1890-1896.
[4]Ang B W.The LMDI approach to decomposition analysis—a practical guide[J]. Energy Policy， 2005， 33： 867-871.
[5]郭朝先.中国碳排放因素分解：基于LMDI分解技术[J].中国人口·资源与环境，2010，20（12）：4-9.
[6]刘燕娜，洪燕真，余建辉. 福建省碳排放的因素分解实证研究[J].技术经济，2010，29（8）：58-61.
[7]马蓓蓓，鲁春霞，张雷，等.新形势下西北地区碳排放及低碳化发展研究——以陕西省为例[J].资源科学，2010，32（2）：223-229.
[8]邵锋祥，屈小娥，席瑶.陕西省碳排放环境库兹涅茨曲线及影响因素——基于1978-2008年的实证分析[J].干旱区资源与环境，2012（8）：37-43.
[9]杜笑典，戴尔阜，付华.陕西省能源消费碳排放分析及预测[J].首都师范大学学报：自然科学版，2011（5）：46-51.
[10]吴文洁，王小妮.陕西省能源消费碳排放分析[J].商业经济，2011（21）：18-19，38.
碳排放低碳经济论文范文第6篇
关键词：碳排放权;价格波动;PEST分析
一、引言
据“全球碳项目”(Global Carbon Project，GCP)提供数据，全球化石燃料燃烧和工业活动排放的二氧化碳从20世纪60年代的平均3.1±0.2GtC/年上升到2007-2016年平均9.4±0.5GtC/年，2017年排放量为9.9±0.5GtC。按如此趋势发展，20年后地球的碳总容量将达饱和。减少碳排放迫在眉睫。将“二氧化碳排放权”作为商品的碳排放权交易，是我国实现节能减排、履行国际协议的重要手段。我国在北京、天津、深圳等地先后启动了7个碳交易试点，探索碳交易机制发展，2017年底我国统一碳排放交易市场正式启动。
国外碳排放交易经验表明，市场间相关联动性能够提高市场抗风险能力，促进市场健康稳定发展;还可从高度相关市场间价格预测未来价格趋势，进行投机操作，规避交易风险。集中统一碳交易市场可突破试点市场的割裂分散状态，释放中国碳排放交易市场规模潜力，发挥碳价信号引导作用。那新形势下北京、深圳碳排放交易市场的交易价格波动是怎样的?有什么相关性?这些现象暴露全国统一碳排放市场存在问题的原因是什么?本文将对上述问题做出回答，以期为完善全国统一碳排放权交易市场提供决策支持，促进经济可持续发展。
二、相关性分析
(一)指标选取与数据来源
北京、深圳市场较为成熟，具有代表性。交易价格衡量指标来自两交易所官方网站公布的碳成交均价。本文选取北京、深圳市场2015-2018年每月收盘成交均价作为碳交易价格处理，因数据缺失，2015年数据从五月起选取，共43对成交均价对比组。
(二)统计指标分析
利用EXCEL软件对数据进行描述性统计分析，如表1所示。
[46.76 39.48 北京 深圳 平均 50.47814 平均 32.26767 方差 90.58145 方差 77.06353 最小值 22.1 最小值 11.63 最大值 70.02 最大值 48.39 置信度(95.0%) 2.929032 置信度(95.0%) 2.701649 ]
表1：描述性统计
由两市场交易价格均值看出，北京市场交易均价为50.48元/吨，远大于深圳价格32.27元/吨;由方差看出，北京价格方差大于深圳，深圳市场的价格波动性较小。综上，北京市场交易价格整体高于深圳市场，且市场价格波动性大于深圳市场。对数据进行可视化处理即用折线图表示，如图1所示。
图1：北京、深圳碳排放权交易价格趋势图
从折线图整体趋势看：2015年两市场交易价格接近40元/吨，2016年上半年起两者差距拉大，北京价格明显高于深圳，平均在50元/吨左右并有持续增加趋势;深圳价格平均30元/吨左右，2018年持续走低，趋势表明仍有下降可能。从波动情况看：北京市场2017年下半年出现较大波动，短时间价格从50元/吨降至20元/吨后迅速回升。综上，北京市价不稳定，有特殊波动情况，深圳价格波动较小;北京、深圳市场价格波动相关性很弱。
三、“PEST”分析
据分析可知北京、深圳的碳排放交易价格相关性弱。国外成熟碳排放交易市场经验表明市场间价格较强联动性有益，本文使用“PEST法”分析两市场弱相关的宏观原因。
(一)市场缺乏统一政策、法律体系(P)
北京、深圳市场成立后分别发布具有不同法律效力的交易地方法规，这些文件对排放的控制目标、分配方法等市场交易规则进行了各自规定。如在交易参与人规定上，深圳市场交易主体门槛较低，要求有良好信誉，一定时期内无违法违规行为即可;北京市场要求满足信誉和合法行为要求外，需满足一定资产、户籍条件。如《北京环境交易所碳排放权交易规则配套细则》要求个人金融资产不少于100万元人民币等。因此北京市场对参与主体要求比深圳市场高，是市场交易价格更高，市场间价格相关性弱的原因之一。此外，两市场具体交易方式和规定还有诸多不一致。交易价格由此在规则上产生了不同。
(二)价格机制不完善，市场不透明，信息缺失(E)
碳排放权交易市场价格机制不完善，缺乏技术理论支持。我国统一碳排放交易市场的建立时间尚短，这是全国市场都存在的问题，也是各市场价格弱相关原因之一。
碳排放交易是新兴产业，大众对其了解少，若加上市场不透明、信息缺失等问题，大众更难进入市场，市场无法实现最优化，缺乏活力;不透明信息会使供需双方信息不对称，投资权益受损，市场交易风险提高，价格波动性大，降低市场间价格相关性。
(三)市场参与者行为(S)
多数市场参与者缺乏交易规则的了解，因此投机获利行为促进市场活跃的同时也造成市场价格混乱;北京、深圳市场准入规则导致不同参与者进入，不同交易主体也是价格波动弱相关的原因。
(四)缺乏技术人才(T)
熟悉碳定价理论，同时可将其与中国国情结合运用到实践的人才稀缺。市场价格机制缺乏知识、技术支持，波动情況难以预测，影响各市场间价格相关度。
四、建议
(一)出台统一碳排放权交易政策、法律体系
统一市场准入等规则，使市场标准更规范，加强统一监管，防止暗箱操作和违规行为。
(二)减少直接干预，更多以金融手段对价格调整干预。
我国碳排放交易种类单一，不能满足现实需求，应鼓励市场进行交易创新，如与银行合作创新交易方式，提高市场活跃度。
(三)利用多渠道信息公开、知识科普
一是对碳排放权加深理解，发挥新时代自媒体宣传作用，向大众科普碳排放知识。
二是加强碳排放交易平台建设，包括交易中心、相关网络建设。统一碳交易平台有助规范市场，解决目前我国交易平台分布分散，零散不成体系问题。
(四)加强人才培养
对相关方面人才进行培养;国外相关技术较成熟，中国可向国外适当借鉴，也可进行人才引进，使之为国内市场发展提供新鲜想法与合理建议。
参考文献：
[1]刘海燕，郑爽.北京市碳排放权交易试点分析[J].中国能源，2016，38(12)：32-36.
[2]曾文革，党庶枫.《巴黎协定》国家自主贡献下的新市场机制探析[J].中国人口·资源与环境，2017，27(9)：112-119.