碳排放和经济发展的关系范文
时间：2023-12-20 17:56:22
导语：如何才能写好一篇碳排放和经济发展的关系，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
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.
篇2
关键词 碳排放；因素分解；广义费雪指数；动态演进
中图分类号 N94 文献标识码 A
文章编号 1002-2104(2011)11-0001-07 doi:10.3969/j.issn.1002-2104.2011.11.001
由于中国经济总量增长迅速，能源消耗不断增加，以煤为主的能源消费结构未有改变，化石燃料能源的消费造成约有90%左右的碳排放，导致碳排放总量不断增长。到2020年我国单位国内生产总值CO2排放比2005年下降40％－45％，其作为约束性指标被纳入国民经济和社会发展中长期规划。研究中国的CO2排放演化变化对优化能源结构、提高能源效率，以避免走发达国家“污染在先治理在后”的发展道路，具有指导意义。
1 文献综述
国内外关于碳排放的影响因素研究已有不少成果。Wang等［1］采用对数均值迪氏分解法(LMDI)对我国1957-2000年的CO2排放进行了因素分解，结果表明代表技术因素的能源强度是减少碳排放的最重要的因素，而能源结构也起到一定的作用，经济增长带来碳排放的增加。Fan等［2］ 采用适应性加权迪氏分解法(AdapIive Weighting Divisia，以下简称AWD)分解了1980-2003年碳排放强度(carbon intensity)的影响因素，发现尽管中国的CO2排放总量在上升，但是碳排放强度在下降。徐国泉等［3］采用对数平均权重Divisia指数分解法分析了1995-2004年中国人均碳排放的影响因素，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”。冯相昭等［4］利用修改后的Kaya恒等式对1971-2005年中国的CO2排放进行了分解，结果表明
经济发展和人口增长是CO2排放增加的主要驱动因素。胡初枝等［5］通过对我国六部门能源消费数据使用简单的碳排放公式计算得到的1990-2005年CO2排放量进行了简均的因素分解，指出规模和能源强度是正负两类最主要的因素，并且指出不同产业碳排放差异较大，产业结构的变化对碳排放减少有一定影响。国外也有很多有关碳排放的研究成果，Chris P. Tsokos, Yong Xu［6］通过建立一个CO2排放的微分方程系统，得到一个随时间变量变化的累积函数，利用该系统预测了10、20和50年CO2排放构成因素的变化率。Knapp等［7］从Granger因果检验的角度，研究了全球CO2排放量和全球人口之间的因果关系，认为两者之间不存在长期协整关系，但是全球人口是全球CO2排放量增长的原因。D. Diakoulaki等［8］采用简化的Laspeyres模型，将希腊在1990-2002年之间均等的分为两个碳排放时期，研究结果为希腊的碳排放增加的原因给出了解释，并为完成碳减排的目标提出了建议。D. Diakoulaki, M. Mandarak［9］用简化的Laspeyres模型，利用5个因素分解分析了欧洲14个国家的工业部门CO2的变化，发现大多数欧盟国家虽然已经做出相当大的努力，但没有充分发挥减排贡献。
由以上可见，当前对碳排放变动因素分解分析用的较多的是拉氏指数和D氏指数分解法，但它们各自都有其自身缺陷，费雪指数法则折衷这两种指数方法，并能很好的克服它们的缺点，更好的消除了因素分解的残差项，得到的结果更加精确。本文从碳排放现状出发，数据来自中国统计年鉴和中国能源统计年鉴，采用广义费雪指数法对中国碳排放变动进行因素分解，分解分析能源结构，能源效率和经济发展等因素对中国碳排放变动的影响。最后一部分给出了主要结论并提出了相应的碳减排对策。本文用新方法分析研究中国碳排放变动演化情形，所得结果综合了以往方法的结果，并获得新的有意义结果。得到当前能源效率因素抑制作用逐渐增，强能源结构的抑制作用依然微弱的结论，这与以往的结果不同，首次拟合了各种影响因素的瞬时变化率特征，进一步反映出各影响因素的动态演进过程。
2 GFI模型评价
寻找二氧化碳减排途径的前提，是准确分析和计量促使碳排放增加的原因何在。指数分解分析作为研究事物的变化特征及其作用机理的一种分析框架，近年来在社会经济研究各方面中已经得到越来越多的应用。目前，最常用的包括Laspeyres指数分解和Divisia指数分解等［10-12］。但是，当指数分解存在残差项时，说明碳排放变动的部分不能为以上模型所解释。拉氏指数法及绝大部分D氏指数都存在着这个缺陷。相对于拉氏指数和D氏指数法各自都有其自身缺陷，费雪指数法则能折衷这两种指数方法，并能克服拉氏指数和D氏指数法的缺点。Ang、Lju和Hyun-Sik Chung［13］比较了广义费雪指数(the Generalized Fisher Index)与其他五种常用的IDA方法，即：拉氏指数、帕氏指数、AMDI，算术平均D氏指数、LMDI Ⅰ(对数平均D氏指数法Ⅰ)、LMDI Ⅱ(对数平均D氏指数法Ⅱ)，并利用Fisher提出的因子互换检验、时间互换检验和比例检验；Balk提出的总量检验；Ang和Choi提出的零值稳健检验；Chung和Rhee提出的负值稳健检验对各种方法进行了上述检验，给出了检验结果，为选择合理的因素分解方法提供了有力的依据。广义费雪指数只在其中的总量检验中未通过，其他检验均通过，而其他方法均有两个或更多的检验未通过，因此广义费雪指数表现出优良的因素分解特性，综合来看其是进行因素分解的最佳方法。
碳排放因素分解法可以分为两种不同的形式，即加法分解(Additive Decomposition)和乘积分解(Multiplicative Decomposition)，目前研究中多选用拉氏指数和D氏指数方法的加法分解，均存在一定缺陷，费雪指数法属于乘积分解，模型更加复杂，而且对分解因素更加难以把握，本文克服了这些问题，首次将费雪指数法和碳排放公式很好的结合，很好的选择了碳排放变动的影响因素，故而本文拟采用费雪指数法对中国碳排放变动进行因素分解，分解分析能源结构，能源效率和经济发展等因素对中国碳排放变动的影响，进一步拟合了各种影响因素的瞬时变化率特征，反映出各影响因素的动态演进过程。
3 碳排放的因素分解及演进分析
3.1 模型基础
Ang等［13］提出的广义费雪指数(GFI)方法，具体实现过程如下：设V为总量指标，其由n个分量X1，X2，…，Xn表示。i表示总量指标的次级分类，用于进行结构变化的分析，则有：V=∑iVi=∑iX1iX2i…Xni。定义N={1,2,…,n}，N的势为n。 S为N的一个子集，势为s′。定义函数V(S)=∑(∏l∈SXTl∏m∈N＼SX0m)，V()=∑(∏m∈NX0m)其中为空子集，上标表示时期0和时期T。根据“几何平均”原理，将VT/V0分解为n个部分。每一要素X
3.2 数据处理及结果
采用的基础数据来自中国统计年鉴和中国能源统计年鉴，部分数据通过简单计算和整理得到，值得说明的是GDP采用了以2000年为基期的不变价格计算，以剔除价格波动的影响。具体见表2。
在该模型中，X1代表能源结构因素，即i种能源在一次能源消费中的份额；X2代表能源效率因素，即单位GDP的能源消耗；X3代表经济发展因素，即人均GDP。利用公式(4)(5)(6)，分别计算能源结构因素、能源效率因素和经济发展因素对中国碳排放变动的影响。结果见表3、表4和图1。
表3及表4是中国碳排放变动的GFI因素分解结果。我们发现，经济发展因素对碳排放变动的贡献最多为12.125(占42.9%)，能源结构和能源效率的影响次之，分别为7927(占28.7%)和7.827（占28.4%）。
从图1可以看出，中国人均碳排放总体在不断增加，2000-2002年期间，中国人均碳排放增长缓慢，但是，2002年以后一直急速增长，年增长率超过10%。显然，造成中国人均碳排放急速增长的主要因素是中国经济的快速发展。经济发展对拉动中国人均碳排放的贡献率呈指数增
增大。而抑制中国人均碳排放增长的因素是能源结构和能源效率，但效果并不明显。效率因素对抑制中国人均碳排放的贡献率呈倒“U”型，并且近几年其抑制作用有增强趋势，这也是最近几年中国人均碳排放增长的趋势有所减缓的主要原因。2001-2003年能源结构和能源效率的抑制贡献率与经济发展的拉动贡献率之间的差距最小，而此时中国人均碳排放量在2001-2003年增长最缓慢，但随后，由于能源效率的抑制贡献率的减小和经济发展的拉动贡献率的增大，抑制贡献率与拉动贡献率之间的差距又不断扩大，导致了中国人均碳排放呈指数增长。
3.3 影响因素演进分析
从本文以上研究，已经得到能源结构、能源效率、经济发展这三个影响因素对中国碳排放变动的贡献率的大小，为了解决这些因素在未来具体如何演进，进一步反映出各影响因素的动态演讲过程，本文采用最小二乘拟合方法，很好的反映碳排放影响因素瞬时变化规律和变化趋势。过程如下：
首先拟合出能源结构因素的瞬时变化率，图2表示能源结构因素DX1的变化率，纵坐标代表变化率（%），横坐标代表时间（年）。
能源结构因素的瞬时率拟合方程为：
dDX1(t)dt=-0046 979 t4+37675 t3-1133 e+006 t2+1514 3e+009 t-7590 1e+011
若能源结构因素变化率D•x1(t)>0时，则表示能源结构随时间的变化率为正，能源结构对碳排放的影响越来越
图2 能源结构因素的变化率特征
Fig.2 Rate of change of the energy structure
大。由图2可见，2002年至2004年中国的能源结构因素瞬时率都是为正，而能源结构因素对碳排放起抑制作用，说明在这一段时期内能源结构因素发挥了逐渐增强的抑制作用。
若能源结构因素变化率D•x1(t)
类似可以得到能源效率因素和经济发展因素的瞬时变化率，形成图3和图4。
能源效率因素的瞬时率拟合方程为：
dDX2(t)dt=0502 22 t3-3 0213 t2+6058 4e+006 t-4049 6e+009
若能源效率因素变化率D•x2(t)>0时，则表示能源效
率随时间的变化率为正，能源效率对碳排放的影响越来越
大。由图3可见，2002-2005年中国的能源效率因素瞬时率都为正，而能源效率因素对碳排放起抑制作用，说明这一时期能源效率抑制碳排放的作用逐年增强。
若能源效率因素变化率D•x2(t)0时，则表示经济发展随时间的变化率为正，经济发展对碳排放的影响越来越大。
由图4可见，2002年至2008年中国的能源效率因素瞬时率都是为正，而经济发展因素对碳排放起促进作用，说明此段时期经济发展不断地促进碳排放增长，给碳减排带来极大的压力。
4 结果比较及特点
在关于碳排放因素分解方面的研究中，本文所得研究结果与以往研究结果有相近的地方，也有不同之处，以下给出了本文与其他人研究结果的比较及特点分析。
徐国泉、刘则渊、姜照华［3］采用对数平均权重Divisia指数分解法分析中国人均碳排放的影响因素，得到2000年以来，人均碳排放增长率超过10%，2000年以后，抑制贡献率与拉动贡献率之间的差距不断扩大，经济发展对拉动中国人均碳排放的贡献率呈指数增长，这一结果与本文相似。但本文又进一步得到2001-2003年能源结构和能源效率的抑制贡献率与经济发展的拉动贡献率之间的差距最小，而此时中国人均碳排放量在2001-2003年增长最缓慢，但随后，由于能源效率的抑制贡献率的减小和经济发展的拉动贡献率的增大，抑制贡献率与拉动贡献率之间的差距又不断扩大，导致了中国人均碳排放呈指数增长，并且近几年能源效率因素逐渐增强，这一系列的结论有别于前者的研究结果。
D. Diakoulaki等［8］采用简化的Laspeyres模型，从人类活动、能源强度、混合燃料三个因素方面分解分析了希腊在1990-2002年之间的碳排放，得到人类活动因素引起CO2排放量增加32,242万t（占到150%），能源强度因素占-35%，混合燃料因素占-15%，后两个因素共减少CO2排放10 575万t。本文得到经济发展因素（即人类活动因素）对碳排放变动的贡献最多12.125(占42.9%)，能源结构因素（结构效应因素）和能源效率因素（即能源强度因素）的影响次之，分别为7.927(占28.7%)和7.827（占28.4%）。说明经济发展因素对中国和希腊都是正效应并占到主导位置，其它因素虽然起到负效应，但减排效果微弱。
Ming Zhang, Hailin Mu等［15］采用完全分解方法分析CO2强度，能源强度，结构变化和经济活动对中国碳排放的影响。结果表明，经济活动对CO2排放量变化起正效应作用（占196%）；1991-2006这段时期，能源强度下降对CO2排放减少影响较大（占到126%）；CO2强度和结构变化的影响相对较小。并得到中国CO2排放量在全球减排中作出重大贡献。而本文认为2000-2008后这一段时期能源强度（能源效率）因素的抑制作用仍然不明显，为7.827（占28.4%），但其抑制作用还在逐渐加强。
李艳梅、张雷、程晓凌［16］按照“共同产生、平均分担”原则，构建了碳排放因素分解模型，选择1985-2007年的数据，计量经济总量增长、产业结构演进和碳排放强度变化所产生的碳减排效应，表明造成碳排放增加的因素是经济总量增长和产业结构变化，而产生碳减排效应的因素惟有碳排放强度降低。该模型没有很好的处理结构分解过程中的残余项，而本文得到的是碳排放强度（即能源效率）因素对抑制中国人均碳排放的贡献率呈倒“U”型，并且近几年其抑制作用有增强趋势，这也是最近几年中国人均碳排放增长的趋势有所减缓的主要原因。
以上几位学者的研究都没有考虑到，我国经济发展并不一定引发碳排放的增加，经济增长也会自发导致碳排放量的减少，我国碳排放政策的缺失，节能减排政策实施滞后是导致我国碳排放持续上升的又一重要因素。通过以上分析，我们发现，经济发展是我国人均碳排放增长的主导因素。作为发展中国家，经济产出的增长是满足国民生存与发展基本需求的必要条件，维持经济系统运行带来的能源消费是无法避免的，其导致的环境压力上升也是在所难免。随着中国经济的飞速发展，中国人均碳排放量在2002年后急剧增长，说明仅依赖能源效率的提高已难以抑制经济发展引起的中国人均碳排放。因此，本文强调在未来的中长期发展规划，我国碳减排的政策制定不能从控制经济发展规模的方面采取主要措施，应该大力优化能源生产消费的结构和提高能源使用效率，完善环境经济政策和节能减排政策。
5 碳减排对策建议
为了达到2020年碳排放减排的目标及为应对全球气候变化做出贡献，综合以上分析，本文提出了以下几点碳减排对策：
（1）环境调控政策和相关立法的完善。前文研究得到经济增长并不会自发导致碳排放量的减少，经济增长也并不一定引发碳排放的增加，控制经济发展过程中的碳排放，应建立实施技术标准、碳交易、碳排放的企业准入门槛、节能减排等政策措施降低碳排放量，完善相关的碳排放法律法规。
（2）改善能源生产和消费结构。由于受能源赋存条件以及经济条件限制，我国很难尽快改变以煤为主的能源消费格局。但是积极增加油气进口，开发新能源和可再生能源，逐步减少煤炭在能源消费中的比重，增加石油、天然气、水电、核电所占比重，中国的碳排放将得到很大的缓解。此外，在加强能源结构调整的同时，加速发展煤炭清洁利用技术，实现煤炭的清洁、高效利用，减少碳排放。大力发展环保产业。
（3）提高能源使用效率。国内外很多专家学者的研究中都提到，碳减排的主要措施之一是提高能源利用效率。本文研究中也得到，能源效率对抑制碳排放的作用有加强趋势，可见今后继续依靠提高能源利用效率，降低碳排放的空间还很大。可通过更新设备、采用先进技术和工艺、加强能源管理等措施，提高一些高耗能行业的能源利用效率，充分挖掘高耗能工业部门的节能减排潜力。
参考文献（References）
［1］王灿，陈吉宁，邹骥. 中国能源碳排放的分解：1957-2000［J］能源，2005，30：73-83［Wang Can, Chen Jining, Zou Ji. Decomposition of Energy related CO2 Emissien in China:1957-2000 ［J］. Energy, 2005,30:73-83.］
［2］范英，刘兰翠，吴刚，等中国碳排放强度变化：1980-2003实证研究结果［J］生态经济学，2007，62：683-691.［
Fan Ying, Liu Lancui, Wu Gang, et al. Changes in Carbon Intensity in China:Empirical Findings from 1980-2003［J］. Ecological Economics, 2007, 62:683-691.］
［3］徐国泉, 刘则渊, 姜照华. 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, 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.］
［4］冯相昭, 邹骥. 中国CO2排放趋势的经济分析［J］. 中国人口•资源与环境, 2008,18(3):43-47. ［Feng Xiangzhao, Zou Ji. Economics Analysis of CO2 Emission Trends in China ［J］. China Population, Resources and Environment, 2008,18(3):43-47.］
［5］胡初枝, 黄贤金, 钟太洋, 等. 中国碳排放特征及其动态演进分析［J］. 中国人口•资源与环境, 2008,18(3):38-42.［Hu Chuzhi, Huang Xianjin, Zhong Taiyang, et al. Character of Carbon Emission in China and Its Dynamic Development Analysis［J］. China Population, Resources and Environment, 2008,18(3):38-42. ］
［6］Chris P T, Xu Yong. Modeling Carbon Dioxide Emissions with a System of Differential Equations ［J］. Nonlinear Analysis, 2009， (71):1182-1197.
［7］Knapp T, Mookerjee R P. Growth and Global CO2 Emissions［J］. Energy Policy, 1996, 24(1):31-37.
［8］Diakoulaki D, Mavrotas G, Orkopoulos D, et al. A Bottom up Decomposition Analysis of Energy related CO2 Emissions in Greece［J］. Energy,2006,31:2638-2651.
［9］Diakoulaki D, Mandaraka M. Decomposition Analysis for Assessing the Progress in Decoupling Industrial Growth from CO2 Emissions in the EU Manufacturing Sector ［J］. Energy Economics,2007,29(4):636-664.
［10］高振宇,.我国生产用能源消费变动的分解分析［J］.统计研究, 2007,24(3):52-57. ［Gao Zhengyu, Wang Yi. The Decomposition Analysis of Change of Energy Consumption for Production in China ［J］. Statistical Research, 2007, 24(3):52-57.］
［11］李国璋,王双.中国能源强度变动的区域因素分解分析：基于LMDI分解方法［J］.财经研究, 2008,34(8):52-62. ［Li Guozhang, Wang Shuang. Regional Factor Decomposition in Chinas Energy Intensity Change: Base on LMDI Technique ［J］. Journal of Finance and Economics, 2008,34(8):52-62.］
［12］师博.中国能源强度变动的主导效应分析：一项基于指数分解模型的实证研究［J］.山西财经大学学报, 2007,29(12):24-28. ［Shi Bo. Analysis of the Dominant Effect of Chinas Energy Change:An Empirical Research Based on the Index Decomposition Model ［J］. Journal of Shanxi Finance and Economics University, 2007,29(12):24-28.］
［13］Ang B W, Liu F L, Chung HyunSik. A Generalized Fisher Index Approach to Energy Decomposition Analysis ［J］. Energy Economics, 2004，(26):757-763.
［14］Johan A, DelIphine F, Koen S. A Shapley Decomposition of Carbon Emissions Without Residuals ［J］. Energy Policy,2002,30:727-736.
［15］张明，穆海林，宁亚东1991-2006年中国能源碳排放编年［J］生态经济学，2009，68（7）：2122-2128.［Zhang Ming, Mu Hailin, Ning Yadong. Decomposition of Energy related CO2 Emission Over 1991-2006 in China［J］. Ecological Economics, 2009, 68(7):2122-2128.］
［16］李艳梅,张雷,程晓凌.中国碳排放变化的因素分解与减排途径分析［J］.资源科学,2010,32(2):218-222. ［Li Yanmei, Zhang Lei, Cheng Xiaoling. A Decomposition Model and Reduction Approaches for Carbon Dioxide Emissions in China ［J］. Resources Science, 2010,32(2):218-222.］
Factor Decomposition Analysis of Carbon Emissions Change in China
TIAN Li xin ZHANG Bei bei
(Energy Development and Environmental Protection Strategy Research Center,Jiangsu University, Zhenjiang Jiangsu 212013,China)
篇3
关键词：全球问题；碳减排；灰色关联度分析
一、引言
随着全球人口和经济规模的急速增长，碳基能源带来的环境问题越来越引发人们的关注，以扩大要素投入为主的粗放型经济增长方式，在促进经济增长的同时，导致二氧化碳排放量日益增加、生态环境破坏等一系列问题。近年来，温室气体造成的全球气候变化更是日益受到重视，在《全球气候变化框架公约》和《京都协议书》框架下，各缔约国都将采取一系列措施减缓温室气体排放，我国以重工业为主的产业结构面临重大挑战，迫切需要转变经济发展方式和进行经济结构的调整，以低碳经济为主导的新兴生态产业是协调经济发展与碳排放、人与自然矛盾的科学发展模式。
很多学者利用灰色关联分析方法对碳排放影响因素进行了研究，对研究我国各行业的碳排放具有很重要的参考意义。但是，利用灰色关联分析方法对我国各行业碳排放进行的研究较少。
二、灰色关联理论
灰色系统理论是邓聚龙教授于1982年提出来的一门新兴理论，该理论是一种运用特定的方法描述信息不完全的系统并进行预测、决策、控制的崭新的系统理论。[1]灰色系统的实质为：部分信息已知部分信息未知的一类系统。灰色关联分析是灰色系统理论的主要内容之一，它是对运行机制与物理原型不清楚或者根本缺乏物理原型的灰关系序列化、模式化，进而建立灰关联分析模型，使灰关系量化、序化、显化，能为复杂系统的建模提供重要的技术分析手段。[2]灰色关联度分析是一种有参考系的整体比较。设以若干年的能源消耗产生的碳排放量的原始数据，经过无量纲处理后构成一个参考数列，记为，各行业的总能源消耗量，以及电力、煤、石油、天然气能源的消耗量，经过无量纲处理后组成比较数列集，记为。
三、灰色关联度应用与分析
2000～2009年我国能源消耗产生的碳排放量以及与其相关的六大行业及生活消费的总能源消耗量（如表1所示），其中能源消耗产生的碳排放量数据来自于World Resources Institute（WRI，世界资源研究所）的The Climate Analysis Indicators Tool（CAIT），而各行业能源消耗来自《中国能源统计年鉴（2009）》。对初始数据进行无量纲处理，生成参考数列和比较数列，并根据式2-1计算出2000～2009年我国能源消耗产生的碳排放量与六大行业及生活消费的能源消耗量的灰色关联度，同理可以计算出碳排放量与六大行业及生活消费的天然气、电力、煤、石油消耗量的灰色关联度（如表2所示）。
通过分析可以得到：整体来看，碳排放量与各行业能源消耗量的灰色关联度都很大，说明能源消耗的增加是碳排放增加的重要原因。其中从行业的能源消耗状况来看，在农、林、牧、副、渔、水利业的能源结构中，与碳排放灰色关联度最大的是石油，而天然气在此行业未有统计数据，说明使用量极少。因此，要着力控制石油的消耗量、开发新能源和注重调整行业的能源结构；在工业方面，电力消耗是最关键因素，其次是天然气，两者对工业的碳排放具有很大影响；在建筑业和交通运输、仓储和邮政业上，石油和电力是造成碳排放的主要因素，使用量较大。因此，要根据行业的特点，逐步的开发可替代能源；在批发、零售和住宿、餐饮业以及其他行业中，总能源和电力是需要给予更大关注的两个因素；而石油和总能源则是生活消费中影响碳排放的关键因素。
四、结束语
本文立足当前背景，运用灰色关联度法对我国与碳排放有关的各行业进行分析，从而得到各行业及其能源消耗对碳排放的影响程度，这对进一步碳减排工作提供一定解决思路，有利于低碳经济的发展和经济发展方式的转型。
参考文献：
[1] 邓聚龙.灰色系统理论教程[M].武汉：华中理工大学出版社，1990.
篇4
关键词 经济模式 国民经济 低碳排放 供需市场
一、引言
我国处于经济快速发展、工业化体系快速完善、能源消费总量逐渐提升的工业化初级阶段，不仅能源消费结构、工业发展结构不合理，而且经济发展方式比较粗放，能源利用效率和经济产出较低，碳排放控制水平也处于较低的水平。关于我国碳排放和经济增长的实证、定量关系研究开展较早，大多数研究者认为我国碳排放总量和经济增长成正相关的关系，并且认为经济发展是二氧化碳排放量总量提升的重要来源。基于这一时代背景，我国未来经济发展模式的走势将如何，下文将展开探讨。
二、当前国内传统经济发展模式出现的问题
（1）贸易出口形势日渐严峻。传统经济发展模式是在开放型经济发展的基础上，通过参与全球贸易，形成以出口为导向的战略模式。但是，随着全球经济形势的不断变化以及经济危机余波的影响，以大量廉价劳动力为代价的低端制造出口型经济难以为继，许多国家的进口需求、居民消费能力等都在逐渐减小，大大影响了我国产品出口。具体表现在这两方面：第一，自全球金融危机爆发以来，许多国家的进口需求大幅减少，导致我国出口规模不断下降，传统出口型经济难以维持。第二，伴随着我国出口成本的不断攀升，贸易保护主义、知识产权争端、食品安全、环境保护等因素对我国的出口形势也产生了消极的影响，国外出口市场的过于集中、国内产业结构升级等因素都使我国出口型经济的发展遇到了更大的阻力。
（2）环境资源压力不断增大。作为经济总量大、经济增速较快、工业体系和工业规模大的发展中国家，我国正处于城市化和工业化的攻坚阶段，无论是能源消耗还是各地区每年的碳排放总量都处于快速上升的趋势。在国内经济高速发展的同时，资源代价、环境代价严重也阻碍了社会经济的可持续发展。尽管政府已经非常重视这个问题，并提出了以可持续发展为中心的生态发展目标，但是取得的成效仍然有限。因此，在新的历史阶段，我国必须改变原有的以牺牲环境、浪费资源为代价的经济发展格局。
（3）经济增长模式出现断层。为了有效解决经济发展的难题，政府投入了大量精力来拉动经济的增长，虽然在短期内这种发展模式有一定的合理性，也取得了良好的成效，但是伴随这种模式形成的产业结构体系越来越不合理等矛盾日益突出，以投资拉动经济快速增长的发展方式将难以为继。有的地方政府为了追求以GDP为纲的地方经济快速增长，盲目地吸引投资、扩大生产，在逐年的积累下，造成部分行业产能的严重过剩；还有的地方政府作出过多的行政干预，在一定程度上违背了市场条件下配置资源的合理性。
三、国内经济发展模式的发展前景
（1）构建开放型经济发展模式。经济全球化是全球资源在经济发展的过程中不断整合、一体化的动态过程。我国作为世界产业链中的重要一环以及国际生产分工中的重要组成部分，为了有效地参与世界范围内的竞争，摆脱过去的以依附型增长模式为主的弊端，必须有效地把握这个关键的战略调整期，及时对开放型经济发展模式进行定位，不断更新对外开放的观念，以便完成发展模式的顺利转型。同时，经济全球化也使得不同国家之间的经济发展越来越受影响，为了制定符合我国国情的政策措施，积极探索一条自主发展的道路，国内经济发展必须更加注重改革基础上的开放，通过不断深化开放的水平，形成开放型的自主经济发展模式。
（2）尝试创新型经济发展模式。我们应该清楚地认识到，没有自主创新为支撑，即使用市场也换不到核心技术，一个国家的创新能力也不会提高。单纯地依靠技术引进、技术模仿和技术移植绝不会成长为一个有强大竞争力的国家，只有依靠自主创新、技术支撑和创新体系建设，才能在世界的舞台上有所作为，国际地位才会不断提升。须知，创新不仅是技术成长的动力，也是一个国家经济发展的基本方向。过去，为了提高国家的技术水平，我们采取的是以市场换技术的战略，但效果并不理想。所以，构建创新型国家要在创新环境建设、创新保护机制和创新体系建设上下功夫。
（3）协调低碳排放与经济增长。低碳循环经济视角下的经济发展过程是能耗小、污染小、排放小的新型经济模式，低碳经济以能源消费结构优化、能源技术优化和能源产业优化为核心，是全球气候变化背景下全球经济发展和能源经济革命的新方向。低碳循环经济通过能源技术创新和传统工业模式创新，不仅提升了能源利用效能和能源利用效益，也减少了碳排放，优化了两者之间的关系。可见，低碳经济的发展与循环工业体系、工业生态价值观密不可分，是实现资源节约目标、建设环境友好型社会的必经之路。所以，低碳经济是技术创新、制度创新和经济发展理念创新的有效结合，我国应积极采取产业结构整体优化、推动知识经济发展、健全碳排放管控制度等一系列措施，提升经济发展的碳环保意识，实现可持续发展。于2014年召开的全国政协会议出台相关议案，根据国内的经济发展实际和整体工业结构制定了低碳经济发展的战略规划和措施，并阐明了低碳经济发展的基本路线和基本途径，为今后低碳技术创新和新能源产业发展指明了方向。
四、总结
近些年，气候变化、全球变暖、环境恶化等问题成为影响全球政治经济关系的关键因素之一。据相关研究报告指出，中国GDP每增加一个百分点，二氧化碳排放水平将提升0.36%。在短期内，这种定量关系可能存在波动性，但是从十几年乃至几十年的长时间尺度来看，这种关系是协整和均衡的。因此，推动低碳产业和低碳技术的快速发展，成了“十三五规划”的重要战略措施之一。笔者也认为，低碳经济的推广是转变经济发展方式、应对全球气候变化、协调经济发展和自然环境关系、建设生态文明的重要方式和途径。因此，我国未来经济发展趋势应遵循自然循环之道，积极推广与发展低碳经济理念，设立减少碳排放的目标，提升传统能源的利用效率，减少在工业生产、汽车能源消费、民用能源消费环节中的碳排放总量，并制定符合经济发展战略的节能减排制度。
（作者单位为中国人民大学经济学院）
参考文献
[1] 杨建龙.我国产业结构调整的状况、趋势和政策取向[J].经济研究参考，2003（01）.
[2] 叶春荣.浅谈我国循环经济的发展模式[J].科技致富向导，2013（35）.
[3] 刘长灏，张凯.我国区域循环经济的发展模式探讨[J].环境保护科学，2014（03）.
[4] 杨新年，董丹红.建设创新型中心城市 提升区域自主创新能力[J].科技进步与对策，2006（03）.
篇5
关键词：脱钩理论；脱钩弹性指数；相对脱钩；绝对脱钩；复钩；经济增长；碳排放；低碳发展；安徽省
中图分类号：F062.2；F12754 文献标志码：A文章编号：16748131（2013）04009107
一、引言
在资源约束趋紧、环境污染严重的严峻形势下，党的“十”提出了绿色发展、循环发展和低碳发展，建设生态文明和美丽中国。在此背景下，对经济增长与碳排放关系的深入研究就不仅是学术界所关注的重点问题，也成为我国转变经济发展方式所亟待解决的现实问题。目前学术界对经济增长与碳排放的研究主要集中在经济增长下的排碳总量增加、能源消费结构差异下的碳排放以及区域经济增长背景下碳排放差异的解释等方面，所运用的方法主要有协整分析、EKC曲线分析、投入产出分析以及结构分解法，更多侧重于分析经济增长和碳排放之间的静态相关性，而对经济增长和碳排放之间耦合动态变化的研究则相对缺乏。因此应用脱钩理论对经济增长与碳排放的关系进行深入研究就显得极为必要。
脱钩理论研究的是关联变量间从同步耦合到非同步破裂（变量间的阻断关系）的过程。Samouilids和Mitropoulos（1984）在研究希腊的工业经济发展过程中，就潜在阐述了经济增长对能源的脱钩情况，认为希腊的工业经济发展可以摆脱能源依赖，通过技术进步和产业结构调整可以改变能源束缚。Grossman和 Kruerger（1991）提出的经济增长与环境污染之间的倒U曲线可以看作是经济增长对环境的脱钩，而且拐点后的经济增长是动态有效的。经历了20多年的发展，OECD（2002）正式提出了脱钩理论，认为除了经济增长对环境的内在影响外，还存在政策、产业结构、技术进步等众多外部影响因素，解释经济增长对碳排放的脱钩需要考虑到能源消费结构、产业结构和政策效应等多方面因素。Tapio（2005）在之前研究的基础上，考虑到对经济数据选择的时间弹性，进而引入中间变量，以芬兰交通运输业为例来计算碳排放与经济增长的脱钩，开启了相对系统的经济增长与碳排放之间的脱钩分析。
程会强，陈豹：基于脱钩理论的安徽经济增长与碳排放动态分析
国内对经济脱钩理论的研究相对较晚，并且在很多计算标准上也尚不统一。张忠祥（2000）运用西方的研究方法最早提出了中国经济增长的碳排放脱钩情况，认为中国的碳排放主要来源于化石燃料燃烧，其中90%以上的碳排放来源于原煤和原油；对于我国GDP增长与能源消费之间具体呈现怎样的脱钩，赵一平等（2006）做了一定的尝试研究；在Tapio脱钩指标的运用上，庄贵阳（2007）在探讨全球气候变化大背景下中国的低碳发展之路中做了较好的诠释；还有不少学者认为无论是基于国家层面还是地区层面，我国经济增长和碳排放的脱钩都还处于弱脱钩阶段，与强脱钩的目标还有一定的距离（李忠民 等，2011；彭佳雯 等，2011）。
总体而言，我国目前对经济增长与碳排放脱钩的研究仍处于理论阶段，实证和动态分析相对缺乏。因此，本文尝试以安徽省为例，在已有的研究基础上，运用脱钩理论分析安徽经济增长对碳排放的动态脱钩演进。
二、分析方法与数据来源
1.脱钩指标
脱钩理论可以通过经济变量和环境变量等相关数据来表征变量间的阻断关系。脱钩指标是数据分析的关键，是基于驱动力―压力―状态―影响―反应的框架来设计的。目前脱钩指标的构建存在两种模式：一是OECD最初构建的脱钩指标模式，可以简单表述为碳排放的增长速度与经济增长速度之间的比较，若二者的增长速度均为正且经济增长速度快于碳排放的增长时为相对脱钩；若经济增长为正而碳排放增长为负时为绝对脱钩，相对脱钩是绝对脱钩的前提。二是Tapio在OECD的基础上加以完善的指标构建模式。Tapio引入中间变量和脱钩弹性，考虑因素之间的动态灵敏度，并且根据弹性值划分为三大类八小类脱钩状态，对地区经济增长和环境压力关系的判定更为精确。本文在综合二者适用性的基础上，提出指标体系和分析框架。
脱钩弹性指数：
式中，T为脱钩弹性指数，C为碳排放量，E为终端能源消耗，GDP为经济总量，ΔC/C、ΔE/E、ΔGDP/GDP分别为碳排放改变率、终端能源消耗改变率和经济增长改变率。
脱钩弹性T引入中间变量终端能源消耗，动态反映了碳排放、能源消耗和经济增长两两之间的关系，通过数据变量关系拟合数据间的匹配函数，进而反映经济增长的小规模变动引起碳排放的改变量。表1中，碳排放代表环境压力，GDP水平代表经济增长，正负号表示对应项数据增长率与零的比较，弹性脱钩指数T有三个临界值0、0.8和1.2，依次把脱钩状态划分为八种类型。
2.碳排放指标
对碳排放的测度，选取原煤、焦炭、原油、燃料油、汽油、柴油、煤油和天然气八种终端能源代表安徽省主要能源消耗水平，通过终端能源的消耗量来计算能源的碳排放额度。安徽省经济增长对终端能源的依赖性较大且能源的排碳系数较高，因而具有代表性。
能源碳排放C=8i=1αi×βi×γi
式中，αi为第i种能源的消耗量；βi为第i种能源的标准煤折算系数；γi为第i种能源的碳排放系数；i=1，2…8，分别表示从原煤到天然气八种能源。碳排放的总量采用西格玛求和加总的方法；能源折标系数和碳排放系数分别取自于GB/T 2589―2008和IPCC（2006），如表2所示：
表2能源折标系数和碳排系数
能源种类原煤焦炭原油燃料油汽油柴油煤油天然气
折标系数/104tce/104t0.714 30.9711.4291.4291.4711.4751.4711.330
碳排系数/104t/104tce0.755 90.8550.5860.6190.5540.5920.5710.448
资料来源：能源折标系数来源于《综合能耗计算通则》（GB/T 2589―2008），能源碳排系数来源于IPCC（2008）。
3.数据来源
1990―2010年的安徽经济数据全部取自于1991―2011年《安徽省统计年鉴》、2011年《国家统计年鉴》和《中国能源统计年鉴》，2011年安徽国内生产总值、产业增加值、能源消耗量根据2011年《安徽省国民经济统计公报》计算而得。安徽省GDP水平按1978年不变价计算，以剔除价格因素对GDP的影响。
三、安徽经济增长与碳排放的动态脱钩分析
1.总量分析
根据上文方法和引用的相关系数计算安徽省1990―2011年能源消耗的碳排放水平，如图1所示：
总体上看，1990―2011年安徽碳排放总量是波动上升的，且明显表现出三个大的波动周期：第一阶段是1990―1996年，年碳排放总量从2 566.5万吨上升到3 694万吨，年碳排放增长率6%；1997年较1996年碳排放量出现小幅下降；第二阶段1997―2003年，年碳排放总量从3 592万吨上升到5 090万吨，年碳排放增长率6%；第三阶段是2004―2011年，年碳排放总量从5 284.8万吨上升到9 635.3万吨，年碳排放增长率高达9.6%，较前两期的年均增长率高出3.6个百分点。尤其是从2004―2009年，安徽碳排放总量的环比增长逐年上升，其中2007―2009年的增长最快，2008年较2007年的增长达到14%，2010年较2009年增长平缓为5%，随后2011年环比增长又出现反弹性上升为9.6%。总体上看，未来安徽碳排放的增长趋势强劲。
2.脱钩分析
根据前文脱钩理论和碳排放的计算方法，计算1990―2011年安徽省经济增长和环境压力，进而得出脱钩弹性指数，并对安徽经济增长对碳排放的脱钩状态做出判断，如表3、表4所示。
从总体上看（表3），1990―2011年安徽经济增长对碳排放的脱钩只出现了三种情况：相对脱钩、绝对脱钩和相对复钩，其中有14年处于相对脱钩阶段，绝对脱钩4年，相对复钩4年。安徽经济增长对碳排放的脱钩是动态改变的，说明碳排放总量增长的不确定影响因素很多。依据脱钩弹性指数和脱钩状态，可以将安徽经济增长对碳排放脱钩的波动周期划分为三个，如表4所示，分别为1990―1996年、1997―2003年和2004―2011，三个阶段的碳排放总量呈现出明显的动态上升趋势。但同时，4年相对复钩阶段均出现在2000年以后，尤其是2008和2009年两年都出现了相对复钩，尽管2010年有所缓和但是2011年又出现了快速上升的势头，说明安徽经济增长与碳排放存在复钩的趋势。
图2表征了脱钩弹性指数动态上升背后的脱钩状态的改变，可以很清楚地看到三个波动区间的存在。对于为何三个阶段内会出现脱钩的动态改变，图3给出了很好的解释。观察图3不难发现，安徽实际GDP的变化率和碳强度的变化率的改变曲线是近乎对称的。
第一阶段1990―1996年，安徽实际GDP变化率先增后减，碳强度先减后增。当实际GDP增幅减缓的同时碳强度出现上升的趋势，意味着经济增长趋缓的同时碳排放总量是上升的，脱钩状态存在复钩的趋势。第二阶段1997―2003年，安徽实际GDP增长平缓，而碳强度却表现为小波上升的态势，尤其在2000年和2003年碳强度增幅较大，很好地解释了2000年和2003年安徽出现了相对复钩的状态。第三阶段可以再细分为两个时间段，分别为2004―2009年和2010―2011年。其中2004―2009年安徽实际GDP增长较快，且碳强度的增长快于实际GDP的增长，尤其是2008年和2009年，安徽经济增长平稳但是碳强度增幅明显，直接导致了2008年和2009年安徽经济增长对碳排放的相对复钩的出现。2010年安徽经济出现小幅增长而同时碳强度却出现了大幅下降，所以2010年安徽经济增长的碳排放出现相对脱钩状态不难理解；随后2011年安徽实际GDP增长继续上升，但同时碳强度的增长劲头也继续跟上且增幅更大，所以安徽经济增长与碳排放存在相对复钩的趋势。
从单位GDP能耗的动态变化来看，图4显示了1991―2011年安徽单位GDP能耗动态变化的规律性，三个阶段的单位GDP能耗变化大体上呈现出“M+W”的走势，进一步对三阶段内安徽经济增长对碳排放的脱钩变动做出解释。1994―1996年、2002―2003年、2007―2009年安徽单位GDP能耗的变化率均呈现上升的趋势，尤其是1999―2001年安徽单位GDP能耗出现绝对量的增长，说明能源消耗的增长相对于经济增长更快，进而说明了能源碳排放的增长相对于经济增长也更快，经济增长对碳排放的动态脱钩存在复钩的可能。
图2显示安徽经济增长的碳排放脱钩弹性指数呈动态上升的趋势；同时图5显示人均碳排放的增长速度超过人均GDP的增长速度，且后期增长趋势更为强劲。碳排放的增长速度超过经济增长的速度，同时人均GDP和人均碳排放拟合曲线处于EKC曲线的上升阶段，表明安徽经济增长的环境压力存在恶化的可能。
四、结论和建议
根据1990―2011年安徽省经济数据，计算安徽的GDP、碳排放、能源消耗，无论是从总量分析还是动态脱钩分析，我们都可以得出以下结论：第一，安徽碳排放总量是动态增长的；第二，安徽经济增长对碳排放的脱钩存在复钩的趋势；第三，安徽脱钩状态的动态改变存在明显的三个波动周期。基于以上分析结论，提出如下建议：
1.调整产业结构
产业结构的调整意味着能源消费结构的调整，在调整产业结构的同时可以减少能源消耗的碳排放。2011年安徽三次产业的结构比为1∶4∶2，第二产业中工业和建筑业的比重为6∶1，偏重工业化发展，而这正是安徽高能源消耗、高碳排放的根源。因此，安徽省可以考虑适当限制高耗能工业的发展（如低端有色加工等），通过技术进步提高高耗能工业的废料回炉和减少三废排放，如脱硫脱氮和去碳技术的应用；同时发挥安徽的农业优势，发展绿色农业和低碳农业，形成农业产业化链条，发展农业循环经济；另外第三产业的做大做强也应该成为安徽经济发展的常态。
2.审慎产业转移
产业转移带来的输入型高能耗、高碳排放是安徽省外商投资和皖江城市带开发所必须加以警惕的。产业转移的经济博弈和政治博弈性质决定了沿海转移出来的只会是重工业高污染型企业，因此，皖江城市带承接产业转移对安徽经济的发展喜忧参半国务院在2010年1月12日正式批复了《皖江城市带承接产业转移示范区规划》，是安徽省第一个国家战略层面的区域发展规划。引进的企业当中不乏一些高耗能高排放的重工型企业，对环境的破坏性较大，但同时也对地域经济发展带来很大的促进作用，可解决就业，带动本土经济增长。所以说，对于输入型的产业转移需要审慎面对。从目前安徽承接的产业转移项目来看，以皖江城市带为例，该区域集中了安徽省80%的汽车企业、83%的钢铁企业、71%的有色金属冶炼加工企业和92%的家电企业，而这些大部分是输入型企业，能耗高，环境污染严重，尽管短期内带动了地方经济的发展，但是长期的环境资源损耗不能忽略。如钢铁厂的污水排放、有色加工的废气排放、能源消耗的碳排放等都必须加以考虑。因而政府在审核产业转移项目时应该有长远的经济眼光，审慎产业转移。
3.开发推广清洁能源
目前，以原煤为代表的安徽省经济增长的主要能源都呈现高碳排放的趋势，清洁能源和替代能源的使用较少，能源消费结构不能适应低碳发展的要求。2011年安徽省原煤消耗占2011年总能耗的78.6%，天然气消耗仅占0.2%，同时由于技术上和操作层面的困难，风能、太阳能等新能源和清洁能源仍未得到有效推广。因此，安徽可以考虑大力发展可再生能源，如秸秆生物质能、沼气等。沼气工程可以选择大中型和中小型两种，大中型适合规模养殖场、重型污染企业和污水处理厂，中小型则适合农村集体发电。
4.加大环保治理投入
环保治理投入关键在于政府的环保决心，同时也受到地方财力的影响。2008年安徽环保治理投入仅占GDP的1.3%，2009―2010年甚至低于1%。根据国际惯例，环保治理投入的基本标准为GDP水平的1%～2%，5%为环境污染可以完全控制的界值，8%～10%为环境良性循环的上限区间。可见，安徽环保治理的投入相对较低，而企业又并没有进行环保治理的内在动力。因此，政府需要明确环境保护的必要性和长远性，完善环保机制，设立专项环保资金，扩大环境保护投融资，建立责任人机制和监督机制。同时，要根据区域产业的发展特征，建设生态工业园，提高企业间的资源循环利用率和园区的资源化率。
5.增加森林碳汇
增加森林碳汇是减少碳排放的重要举措，科学造林、合理营林及可持续更新技术，可以提高森林的碳吸收量。安徽是林业大省，属于全国南方集体林区，应充分发挥林业资源碳汇优势，培育高效碳汇林，适当增加森林密度。目前安徽省森林面积为360.07万公顷，森林覆盖率为26.06%，森林蓄积量为13 755.41万平方米，年森林碳汇总量119.7万吨，根据2011年安徽省碳排放9 635万吨计算，可以吸收全省碳排放总量的1.2%。2012年安徽省又确定了千万亩森林增长工程建设，计划到2016年新增森林面积1 000万亩，森林覆盖率将达到33%，届时可以吸收碳总量122万吨。
总之，通过对经济增长和碳排放的动态分析，判别其脱钩、复钩状态，可以为区域经济决策提供科学依据，更好地促进区域经济与环境、资源的协调发展。
参考文献：
李忠民，陈向涛，姚宇.2011.基于弹性脱钩的中国减排目标缺口分析[J].中国人口・资源与环境，21（1）：5763.
彭佳雯，黄贤金，钟太洋，赵泰.2011.中国经济增长与能源碳排放的脱钩研究[J].资源科学，33（4）：626633.
篇6
关键词：低碳经济；碳金融；碳交易；气候变化
中图分类号：F832 文献标识码：A 文章编号：1674-1723（2013）02-0011-02
一、引言
近年来全球面临的最大挑战莫过于遏制造成气候变化的温室气体在大气层的迅速累积，应对由全球变暖将带来的冰川融化、海平面上升、病毒增加、物种减少、灾害频繁等一系列危机已成为全世界各国共同的课题。为此专家提出了一个新的概念：低碳经济，它是为应对全球气候变化而提出的一种以低能耗、低污染、低排放和高效能、高效率、高效益为主要特征，以较少温室气体排放获得较大产出的一种新的经济发展模式。然而发展低碳经济已成为世界上多数国家的基本国策，被认为是继两次工业革命、信息革命和生物技术革命之后第五次改变世界经济的革命浪潮。低碳经济的发展一方面需要金融的大力支持，另一方面，又为与低碳经济相关的金融发展创新提供了
条件。
二、低碳经济和碳金融的发展状况研究
（一）低碳经济在国内外的发展状况研究
当前各个城市采取各种措施发展低碳经济。提出了太阳能和低碳化社区示范等工程，大力发展以低污染为主导的绿色产业，努力建设资源节约环境友好的绿色社会。在国外，美国国会已通过了《美国清洁能源和安全法案》，计划加大对国内发展低碳经济的补贴和投资，建立碳排放与交易市场，向发展中国家购买温室气体排放权，同时在建筑行业强制要求建设更加节能的房屋，积极发展太阳能以及碳捕捉技术等。
（二）碳金融在国内的发展状况
虽然我国在发展低碳金融方面积累了一定的实践经验，就目前情况而言，我国的碳交易市场和碳金融发展还比较滞后，其具体表现为：
1.国际碳交易的市场上，我国在碳融资和碳金融中的地位较低。一是碳排放资源多但没有定价权；二是金融机构在碳融资和碳金融服务上表现不足。
2.在培育国内排放权交易市场上，金融产品创新和奖励政策不足。一是国内排放权交易市场发展缓慢；二是金融支持环保的产品和工具缺乏。
（三）碳金融在国际的发展状况
西方国家的碳金融市场得到很大发展与发达国家国内经济发展状况和产业发展程度是密切相关的。西方发达国家通过产业转移把工业化由国内转移到发展中国家。在产业转移的过程中，他们把高污染，高能耗产业大量迁移到中国等发展中国家，使本国污染排放大幅降低，形成了高新技术产业为基础的产业结构。低碳经济市场构建渐趋发达，碳排放的指标化和资本化进程大幅度的提高，使国际碳金融的发展已经进入了一个更高的水平，主要表现为：
1.国外金融支持低碳经济发展的主要方式有：一是建立碳交易所；二是开展国际项目融资合作；三是设立碳基金。
2.碳融资专业性较高，相应的风险也较高。CDM机制下，碳减排项目能否通过CDM执行理事会的认定以及项目所签发CERs直接关系到企业能否获得融资。为了确保项目的公开、公正和透明，CDM执行理事会对CDM项目开发、指定经营实体资格的认定以及校核碳减排量的签发等每个环节都有明确和严格的规定，并有大量的专业标准，不但延长了项目周期而且上述任何环节不符合标准都会导致整个项目的延迟甚至失败。
三、低碳经济和碳金融的关系
（一）低碳经济为金融业的发展和创新提供了空间
1.金融是以经济为核心，低碳经济和经济增长方式的转型为碳交易及与之相关金融的发展创新提供空间和机遇。从交易模式来分，碳交易市场可分为配额交易市场和自愿交易市场。自愿交易市场是从企业社会责任、品牌建设等其他目标出发而自愿进行的碳交易市场。自愿市场分为碳汇标准与无碳标准交易两种。虽然目前世界上还没有统一的国际排放权交易市场，各市场对交易的管理规则也不相同的原因有：一是欧盟排放贸易体系是全球碳交易市场的引擎；二是世界各国的其它碳交易市场纷纷出现与之快速的成长。
2.全球碳金融快速的发展，碳排放权具有金融资产的流动性，因此碳交易市场的金融特性十分明显。一是参与碳交易的金融机构越来越广泛；二是碳金融衍生产品不断推出；三是各国争夺碳交易的货币主导权。
（二）低碳经济促生了碳金融
发展低碳经济是转变发展的方式，减轻单位资源和环境代价，通过向自然资源投资来恢复和扩大资源存量，采取各种措施来提高资源的效率减少温室效应，实现人类的可持续发展。低碳经济的发展导致经济结构、产业结构的转变，必然会促生国际金融业发展结构，由传统金融向低碳金融发展的
转变。
（三）碳金融是低碳经济发展的最佳点
低碳经济的发展离不开政策、技术和资本三位一体的支撑，最重要的是金融。大部分的经济活动没有金融的支持很难完成，而银行的倾向性直接关系到产业的发展，最终影响到经济的发展。只有金融机构将资金投向低碳经济，便可带动这个领域技术的创新乃至制度的变革，才能推动低碳经济的发展。
四、结论
碳金融逐渐成为推动低碳经济发展、抢占未来低碳经济市场的主力军。发展碳金融有助于我国经济向低碳经济的转型以及经济结构的调整，且在此基础上构建交易平台、并让企业充分意识到CDM机制和节能减排所蕴涵的价值、且制定一系列相关的标准、规则，提供相应的投资、税收、信贷规模导向等有力的政策，鼓励金融机构参与节能减排领域的投资融资活动，支持低碳经济的迅速发展。
参考文献
[1] 冯宗茂．低碳经济与碳金融研究[J]．重庆邮电大学学报（社会科学版），2010，22（6）：1673-8268．
[2] 汪小亚．发展低碳金融，助推经济发展转型[J]．2010，10．
[3] 丁玉梅，刘应元．发展碳金融 促进低碳经济[J]．金融论坛，2010，12：1009-3540．
[4] 张颖薇．低碳经济背景下碳金融发展问题探析[J]．调查与思考，2010．
[5] 刘杨．低碳经济文献综述及经济学分析[J]．经济/产业．
篇7
关键词：碳排放；经济增长；空间效应；空间滞后模型；空间误差模型
中图分类号：F061.5 文献标识码：A 文章编号：1004-1494（2013）01-0040-06
一、引言
20世纪90年代以来，世界经济迅猛发展，能源需求量逐年增加。能源消费所导致的二氧化碳排放在人为温室气体排放总量中占有绝对优势。碳排放问题正日益受到国际社会的广泛关注，对其测算及影响因素问题，国内外很多学者从不同角度、应用不同方法进行了大量实证研究。国内碳排放研究方面，宋德勇等用“两阶段”LMDI方法，从全国层面将一次性能源消费产生的二氧化碳排放相关影响因素分解并进行了周期性波动研究［1］。李国志等利用状态空间模型构造可变参数数据模型，分析了出口贸易结构对二氧化碳排放的影响［2］。胡初枝等通过经验数据对江苏区域碳排放进行估算，分析了苏南、苏中、苏北三大区域产业结构的碳排放效应差异［3］。马军杰等测算了1990年—2006年我国省域一次能源CO2排放量并对其影响因素进行了空间计量经济分析［4］。姚亮等采用结构分解分析（SDA）方法对影响居民消费碳排放量变化的驱动因素进行了分析［5］。可见，现有关于碳排放的研究多以传统的时间序列数据分析为基础，主要集中在测算碳排放量及其因素分解方面，忽略了截面数据包含的空间效应。事实上，在多区域的经济和环境系统中，一个区域由于能源消费导致的碳排放行为不仅受该地区内部决定因素的影响，而且越来越多地受到周边地区碳排放量的关联作用，区域之间的能源消费及碳排放活动呈现出明显的空间自相关性［4］。可见，在理论和实证研究中忽略空间邻近效应，势必会影响传统OLS模型参数的无偏估计，导致研究结论的可靠性受到质疑。
为此，本文在考虑空间效应的前提下，利用“十一五”规划期间的碳排放数据，研究中国省域碳排放量的驱动因素，分析省域碳排放的空间依赖及邻近省域碳排放量的空间溢出效应，从而为国家和各省域制定节能减排政策提供决策支持依据。
二、省际碳排放的决定因素及理论假说
现有对碳排放决定因素模型的研究主要有EKC模型和IPAT模型。但是大多研究仅考虑了人口、经济发展、能源消费强度等因素的影响，忽略了技术创新和城市化因素的作用。根据有关经验研究，本文对IPAT模型进行改进，重点考虑人口、经济发展水平、能源消费强度、产业结构、技术创新及城市化等六个决定因素，使用空间计量经济模型研究其对中国省域碳排放量的作用。
1. 人口规模（POP）。中国作为人口大国，为满足广大人民群众日益提高的生活水平，刚性的能源消费需求必然会导致区域碳排放量的不断增大。因此，人口是影响碳减排压力的一个重要变量，本文预期其与碳排放之间呈正相关关系。
2. 经济发展水平（PGDP）。在经济快速发展的同时，也必然伴随着相应的能源消耗及其碳排放。本文选用人均GDP衡量一个地区的富裕度和经济发展水平，用以检验其对碳排放的影响。一般来说，区域经济发展水平越高，能源消费量相对越大，由此产生的碳排放量也就相应越多，二者之间应为正相关关系。
3. 能源消费强度（ENERGY）。能源消费强度定义为生产单位GDP所消耗的能源数量，能源强度越低，意味着能源利用效率越高。能源利用效率的不断提高，使得单位GDP所消耗的能源减少，从而减少碳排放量。因此，本文将能源消费强度纳入影响碳排放的驱动因素之一，并预计两者呈正相关关系。
4. 产业结构（STRU）。经济增长方式的转变同样影响着能源消耗和碳排放量的大小。长期以来，中国经济增长方式粗放，直接影响以煤碳为主的能效的提高，使得碳排放增长的态势难以遏制。实现经济方式由粗放式向集约式的转变是减少碳排放的必然选择。本文以第二产业与第三产业产值之比刻画产业结构对碳排放的作用。鉴于我国目前正处于产业结构转型过程中，预期其对碳排放的作用尚未充分发挥。
5. 城市化（URB）。近年来，中国城市化过程中的人口迁移对能源消耗和碳排放产生冲击，大规模城市基础设施和住房建设所需要的大量水泥与钢铁生产，导致高能耗高排放。城市化进程也是影响碳排放量的重要因素。本文选用城镇人口占总人口的比重衡量城市化［6］，初步预期其对碳排放产生正向作用。
6. 技术创新（RD）。中国每年巨大的能源消耗支撑着经济的快速增长，而经济迅速发展的同时，也带来了开发新技术新工艺的大量投入。但是，对于生产工艺和设备的引进，以及各种研发活动，到底对地区企业的节能减排产生了何种影响，目前的研究结果并不确定。本文选用各省域研究与试验发展（R&D）经费内部支出来衡量技术创新对碳排放的影响，其作用还有待检验。
三、模型设定与数据来源
（一）模型设定
基于以上解释变量，利用柯布—道格拉斯生产函数形式的双对数经验形式，建立如下碳排放影响因素模型：
（1）
其中，i表示30个省级地区，LnCARBON为被解释变量各地区碳排放量；LnPOP表示各地区人口数量；LnPGDP表示人均GDP；LnENERGY表示能源消费强度；LnSTRU表示第二产业产值占第三产业比重；LnURB表示城市化水平，LnRD表示技术创新。参数β分别反映了六个解释变量对被解释变量碳排放的影响。
假定模型（1）为没有考虑邻近地区空间效应的碳排放影响因素模型，可用OLS方法估计。但是，如果地区碳排放存在着空间自相关性，则有必要采用纳入了空间相关性效应的空间滞后模型、空间误差模型等空间计量经济模型。
空间滞后模型（Spatial Lag Model，SLM）主要探讨地区碳排放变量是否存在邻近地区碳排放溢出效应的情况。其模型表达式为：
（2）
式中，WlnCARBON为空间滞后被解释变量，反映邻近地区的碳排放对区域碳排放行为的作用大小和程度；ρ为空间滞后回归系数；W为n×n阶的空间权值矩阵，w表示W中的元素，一般用空间邻接矩阵；ε为随机误差项向量。
当一些决定地区间碳排放的因素没有被考虑到解释变量中时，则需要采用空间误差模型（Spatial Error Model，SEM）。空间误差模型的形式为：
（3）
式中，ε为随机误差项向量，λ为n×1阶的被解释变量向量的空间误差系数，μ为正态分布的随机误差向量。参数λ为存在于扰动误差项之中的空间依赖变量，衡量相邻地区忽略的具有空间依赖性的碳排放被解释变量的误差冲击对地区碳排放的影响方向和程度。
（二）数据来源
实证研究中所用到的空间样本为除了外（缺少能源数据）的中国大陆30个省、自治区和直辖市（简称省域或地区）。作为我国国民经济和社会发展“十一五”规划的基数年份，2005年是中国经济发展的一个关键年份，国家致力于通过宏观调控促进经济增长方式转变，力图在结构调整方面取得实质性进展。本文重点考察2005年—2010年之间我国各省域碳排放的决定因素，所用数据来源于2006年—2011年的《中国统计年鉴》、《中国能源统计年鉴》、《中国科技统计年鉴》和《中国区域经济年鉴》，实证变量数据取算术平均数，以消除年度波动影响。在碳排放行为研究中的一个基础工作是测算各种类型能源消耗的碳排放系数。虽然国内外各种能源研究机构和相关学者对各类能源消耗的碳排放系数进行了测算研究，但是大家获得的结果略有差异。国际机构使用的碳排放系数据其所在国情况测算，直接用来计算中国能源消耗碳排放是有问题的。本文综合考察了国内外相关研究，最终确定采用国家发展和改革委员会能源研究所在《中国可持续发展能源暨碳排放情景分析》中推荐的碳排放系数：即煤炭的碳排放系数为0.7476、石油为0.5825、天然气为0.443。
四、实证估计与结果分析
为了描述中国30个省级地区碳排放量的空间分布情况，本文首先采用空间自相关的Moran’s I测算各省碳排放量是否存在聚群现象［4］。在做空间相关分析时，选择了常用的描述地区间邻近关系的一阶、二阶和三阶rook权值矩阵进行比较分析，最终再确定阶数。表1报告了三类rook权值矩阵的省际碳排放量空间自相关性的计算结果。
表1显示，基于rook一阶空间权值矩阵W1计算的30个省域碳排放的Moran’s I为0.2227，在0.19%的水平上显著，表明中国省域之间的碳排放量在空间分布上并非分散（随机）分布，具有明显的正自相关关系（空间依赖性），表现出某些省域碳排放量的相似值之间在空间上趋于集群的现象。同时计算发现，rook邻近从低阶到高阶，全域Moran’s I值逐阶下降，表明地区间碳排放量的空间相关性随着其空间距离的增大而衰减。由此，选择rook一阶空间权值矩阵符合现实，在研究区域碳排放问题时有必要考虑空间效应，否则得到的结果可能存在较大偏差。
表1 Moran’s I检验结果
注：表中W1为rook一阶空间权值矩阵，W2为rook二阶空间权值矩阵，W3为rook三阶空间权值矩阵。
由于全域Moran’s I有很大的局限性：如果一部分省域的碳排放增长存在正相关（溢出效应），而另一部分省域存在负相关（回流效应），二者将会抵消，则可能显示省域间的碳排放不存在空间相关性。此外，省际碳排放溢出与回流效应也未必局限于有共同边界的相邻省域间。因此，本文还进行了基于W1的空间关联局域指标LISA检验Moran散点图（略）分析，结果表明：位于第I象限的省域有黑龙江、内蒙古、辽宁、河北、山西、陕西、江苏、山东、河南和安徽，表现为高碳排放量的省域被高排放量的省域所包围（High—High，高—高集聚）；位于第II象限的省域有吉林、北京、天津、宁夏、重庆、江西、福建和广西，为低碳排放量的省域被高排放量的省域所包围（Low—High，低—高集聚）；位于第III象限的省域有新疆、甘肃、青海、贵州和云南，为低碳排放量的省域被低排放量的省域所包围（Low—Low，低—低集聚）；位于第IV象限的有广东、湖南和四川，为高碳排量的省域被低排放量的省域所包围（High—Low，高—低集聚）；其中上海跨越了第I、Ⅱ象限，海南跨越了第Ⅱ、IV象限，湖北和浙江同时跨越了第IV、I象限。显见，各省域碳排放量的空间集聚性非常明显，正向局域相关和集聚的典型特征非常显著，存在一个明显的空间趋同。省域碳排量在地理空间分布上呈非均衡，15个省域（50%）显示了相似的空间关联，其中10个（33.33%）的省域在第I象限（HH：高碳排放量—高空间滞后），5个（16.67%）的省域在第III象限（LL：低碳排放量—低空间滞后）。另外，对空间不稳定性和非典型区域偏离了全域正向空间自相关的省域识别结果显示：2005年—2010年平均来看，11个省域（36.67%）显示了非相似值的空间关联，其中8个省域在第Ⅱ象限（LH），3个省域在第IV象限（HL）。这表明各省域的碳排量行为的空间局域依赖性和差异性是同时存在的。
以上空间统计分析结果证明，中国省域碳排放量存在着较强的空间依赖性，有必要建立空间计量经济学模型来分析，将空间效应的省域碳排放量纳入影响因素。经典计量经济学模型假设空间是均质的，没有考虑到空间依赖效应，由于空间自相关性的存在，使得普通最小二乘估计无效，假若忽视空间自相关性，则可能无法得到稳健的回归结果。因此，需要建立空间计量经济学模型来克服OLS无法解决的空间依赖效应。为了与空间计量经济学模型的结果进行比对，本文先采用OLS进行估计，以显示空间计量经济模型估计结果的效果。
表2中六个解释变量的地区碳排放OLS估计结果显示，调整后的R2高达0.9193，模型的解释能力很强，F统计量为56.0299，通过了1%的方程显著性水平检验，因此模型的拟合程度很好。DW值为1.9197，表明模型残差不存在序列相关问题。变量的t检验结果显示，LnPOP、LnENERGY、LnPGDP均至少可通过0.28%显著性水平的检验，而LnSTRU、LnURB和LnRD均没有通过10%的显著性水平检验，表明这三个变量的作用不明显。进一步对解释变量的多重共线性检验发现，LnPGDP和LnUrban的方差膨胀因子（VIF）分别为12.9358和12.9453，大于10的临界值，表明这两个变量存在较高的共线性，不能同时进入回归模型，lnRD的VIF为9.7701，也存在一定程度的共线性。逐步回归分析获得的表2中三个解释变量的回归结果表明，当剔除不显著的LnSTRU、LnURB和LnRD三个变量后，VIF检验发现模型不存在共线性，而且三个解释变量的t统计量均至少能通过小于0.01%的变量显著性检验，因此三解释变量省域碳排放模型是更为可取的模型。
实际上，空间统计的Moran指数检验已经证明了我国30个省域的碳排放具有明显的空间自相关性，经典线性回归模型的OLS估计可能存在忽略空间效应的模型设定不当问题。为了进一步验证空间自相关性的存在，本文进行了省域碳排放的空间滞后和空间误差模型检验，结果如表3所示。
表3中的六个解释变量和三个解释变量模型Moran指数检验、两个拉格朗日乘数的空间依赖性检验结果显示：Moran指数（误差）检验证明经典回归OLS估计误差在4.98%和1.35%的显著性水平下具有显著的的空间依赖性（相关性）；区分内生空间滞后还是空间误差自相关的拉格朗日乘子滞后、误差及其稳健性检验表明：LMLAG和R-LMLAG分别在2.92%和3.78%、2.08%和2.37%的水平上较显著，而LMERR和R-LMERR则均不显著，显见空间滞后模型SLM应是更加恰当的模型形式。
最后，比较表2中的检验结果发现，空间滞后模型（SLM）中拟合优度的值（94.16%）、对数似然值LOGL（8.1831）都大于空间误差模型（SEM）和经典回归估计模型（OLS）的估计值，而SLM的AIC值（-0.3662）、SC值（10.8434）则均小于SEM和OLS的估计值。综合以上检验结果，SLM为最优模型。因此，本文以下的分析以SLM结果为主。表2中的三个解释变量省域碳排放模型的拉格朗日乘子误差和滞后及其稳健性检验显示，引入空间效应的模型较之OLS模型均有明显改善，SLM较之SEM是更为可取的模型形式，更好地反映了省域碳排放行为。
表2的空间计量分析结果显示，SLM的空间滞后估计参数ρ通过了1.22%和2.03%的显著性水平检验，表明省际碳排放存在空间集聚（回流）效应，即临近地区的碳排放量每增加1%，本地区碳排放量减少0.0782%和0.0618%；SEM的空间误差估计参数λ为0.4854和0.5250，通过了1.11%和0.40%的显著性水平检验，表明省际碳排放存在较强的空间依赖作用，忽略掉的一些因素如资源配置、劳动者素质、管理水平和市场化程度等也可能通过误差项对该地区碳排放产生着一定的作用。
最后，三解释变量模型估计结果显示：能源消费强度对省域碳排放的回归系数最大，为1.4433，表明在不考虑其他因素的情况下，地区能源消费强度每增加1%，碳排放总量平均增加1.4433%；其次是人均GDP的回归系数为1.1591，人均GDP每增加1%，碳排放量平均增加1.1591%；人口增长的回归系数为1.1088，人口每增加1%，碳排放量平均增加1.1088%；这三个决定因素的作用与理论预期一致。而城市化、产业结构及技术创新的回归系数均不显著，原因主要是：我国东中西部处于不同城市化发展阶段，“十一五”规划的宏观调控目标及经济增长方式转变对地区碳排放的作用还不够明显，各个地区的企业在生产和工艺环节方面还有待采用更为有效的节能减排技术，需要继续增强技术创新对消减地区碳排放的作用。
五、结论与启示
本文构建了省域碳排放量决定因素实证模型，对碳排放决定因素及其空间溢出效应进行了空间计量分析，得到如下主要结论及启示。
1. 中国30个省域相邻地区的碳排放行为普遍存在着正相关性，省域之间的碳排放行为存在空间集聚（回流）效应，制定省域碳排放政策时需要考虑碳排放行为的空间效应。
2. 能源消费强度是影响碳排放的最主要驱动因素。碳排放的实质是能源消耗，驱动中国经济增长的能源消费主要以煤炭为主。长期以来，低下的能源利用效率使得单位GDP的碳排放量较高。从长远利益考虑，中央及各级地方政府应在技术资金政策上鼓励新能源开发，实现节能减排，各省域要增加清洁能源如水能、风能、核能等的使用，各企业单位要提高能效、降低碳排放。
3. 人均GDP和人口规模的影响仅次于能源消费强度。虽然“十一五”期间的宏观调控与促进经济增长方式转变取得了一些成绩，但效果比较有限。提高经济增长质量和经济效益势在必行。同时，鉴于各省域人口总量增长惯性仍在持续，在继续严格执行计划生育政策的同时，提倡和鼓励居民理性消费、绿色消费，逐步促进城镇和农村居民消费向“绿色低碳”模式转变，构建资源节约型和环境友好型社会。
4. 产业结构对碳排放的影响不显著。1995年以来，我国大多数省域的产业结构变动并不大，第二产业比重基本上保持了小幅上升趋势，有些省域甚至出现了较大幅度下降（如北京、上海、云南）。优化产业结构，促进绿色产业发展是当下各省域实现产业升级的关键。各地方政府要淘汰高能耗、高污染的落后产业，大力发展高新技术产业和现代服务业，尤其是高产出低能耗的产业，如信息产业、生态旅游、新能源开发等，不断提高第三产业在国民经济中的比重，以降低能源消耗和碳排放量。
5. 城市化对碳排放的影响不显著。城市化既可能提升环境效率，也可能对环境产生负面影响。由于东部地区城市化水平较高，提升了第三产业、优化了产业结构，同时不完全竞争条件下的规模收益递增、人口和经济要素的集聚以及相应的知识、技术溢出，提高了整个东部地区的能源利用效率，减少了碳排放；中部地区还处于初级城市化阶段，建设项目主要集中在生活基础设施以及工业化基础设施方面，经济发展水平及能源利用效率相对较低，因而其城市化的提升反而带来了碳排放的增加；西部地区城市化进程缓慢，对碳排放的影响并不显著，导致全国省域城市化水平平均效应对碳排放的影响不显著。
6. 技术创新的作用不显著。由于技术创新虽然改善了能源效率而节约了能源，但技术创新同样促进了经济的快速发展，这又将导致对能源需求的增加，出现效率提高所节约的能源被因经济快速增长带来的额外能源消耗（部分地）抵消，即能源的回弹效应，最终导致各省域的研发投资对减少其碳排放数量的作用没有显现出来。为此，各省域的工业企业应该进一步加大清洁能源的研发资金投入，中央政府和各级地方政府要出台鼓励节能技术研发和推广的支持政策，重点提高节能减排投资的效率。
参考文献：
［1］宋德勇，卢忠宝.中国碳排放影响因素分解及其周期性波动研究［J］.中国人口·资源与环境，2009（3）：18-24.
［2］李国志，王群伟.中国出口贸易结构对二氧化碳排放的动态影响——基于变参数模型的实证分析［J］.国际贸易问题，2011（1）：82-89.
［3］胡初枝，黄贤金.区域产业结构变化的碳排放效应研究——以江苏省为例［C］.//中国地理学会2007年学术年会论文摘要集，2007：34-39.
［4］马军杰，陈震，尤建新.省域一次能源CO2排放的空间计量经济分析［J］.技术经济，2010（12）：62-67.
［5］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］林伯强，刘希颖.中国城市化阶段的碳排放：影响因素和减排策略［J］.经济研究，2010（8）：66-78.
篇8
关键词：低碳经济；理论基础；经济学价值
低碳经济的理论基础对发展低碳经济起到积极的促进作用，为了促进低碳经济的发展，必须要有效研究低碳经济的理论基础，创建完善的低碳经济理论基础体系。而低碳经济的经济学价值是造福于人类，有着巨大的影响。自从低碳经济成为全世界关注的焦点后，主要是从意义和途径对低碳经济进行研究，而低碳经济的理论基础没有得到研究，几乎处于空白。而在创建低碳经济理论体系时，必须要保证低碳经济具备着坚实的理论基础。而低碳经济在具备着理论基础后，也要对低碳经济的经济学价值进行有效研究，以此促进低碳经济的长远发展。
一、 低碳经济的理论基础分析
1.经济学奠基。在早期许多经济学思想中，都相应的含有低碳经济思想，在发展经济过程中减少二氧化碳的排放量。随着GDP的产生，人们就已经走入一个误区，认为经济学研究主要是研究一个国家GDP的增加。而在世界主义经济学研究中，并根据经济学的发展，经济学不仅是关注一个国家的经济，也对世界经济发展、人类发展进行研究。世界主义经济学是造福人类，都在很大程度上体现了全球思想中的低碳经济理念，减少了二氧化碳的排放量。
2.相关学科比较和发展。低碳经济的四种经济体系主要包括生态经济、循环经济、绿色经济和低碳经济。生态经济是由生态学和经济学相互结合，对生态系统、经济系统的结构、功能和发展的规律进行有效研究。循环经济是将自然生态系统中的物质循环和能量流动进行有效结合，构成有效的经济系统，是自然和经济和谐发展。按照生态经济，对经济发展进行有效指导。绿色经济的提出在20世纪英国学家皮尔斯在《绿色经济蓝皮书》中提出。具备着平衡的经济发展模式，对人的生存环境和人体健康有着积极的促进作用。低碳经济主要是减少二氧化碳的排放量，造福于人类。四种经济模式都体现了低投入、低消耗、低排放及高效率。生态经济是让人类需要服从生态规律，促进经济发展。循环经济是节约资源，对生态化进行循环。绿色经济是通过节约资源，减少自然资源消耗量。这些与低碳经济相关学科都会让人类在发展经济的过程中不以高碳的排放量。
3.站在气候经济学基础上分析低碳经济。在《气候经济学》中就说明了气候与经济之间有着密切关系，而且随着温室效应现象日益加重，全球经济的发展受到重要影响。低碳经济表明了世界经济发展与全球生态环境有着密切关系，减少自然资源消耗，减少碳的排放量，以此促进经济发展。
4.站在资源环境经济学基础上看待低碳经济。资源环境经济学主要是研究环境保护和经济发展的关系，让人类协调经济发展和环境保护的关系。使世界在发展的过程中，可以满足经济发展的需求，也保护了自然资源环境。资源环境经济学是对环境污染对经济造成影响，所产生的损失进行有效估算。并让破坏者明白自身的破坏行为是需要付出不同程度的经济代价。另外，资源环境经济学可有效制定排污指标转让的金额。低碳经济是在资源环境经济学基础上，将自身的理论体系进行构建和完善。
二、低碳经济理论的初期构想
低碳经济在发展经济的同时，也对二氧化碳排放量进行研究。低碳经济会涉及到较广的范围，有着广泛、综合的视野。在研究低碳经济时，首先要将传统经济学为基础，将各类实证分析方法进行熟练掌握。并要对各个国家和地区碳排放量进行全面了解，并要充分了解针对碳排放量所制定的法律法规。其次在环境经济学基础上，要有效分析低碳经济所波及到范围，并对碳循环及成本进行分析。最后大气中二氧化碳含量的超标，大都是由少数国家在排放二氧化碳时，没有合理控制，导致空气中二氧化碳超标。因此，在构建低碳经济理论体系时，可通过相关制度学对经济理论进行分析。
三、 低碳经济的经济学价值分析
1.促进消费方式的转变。低碳经济可以有效改善“刺激消费”和“低碳经济”之间的矛盾。通常发达国家和地区居民是经济消费的主要人群，使消费逐渐转化为享受消费。在现今世界，如果在促进经济发展时，依然是利用物质消费手段进行促进，那么就会导致二氧化碳排放量的增加，加快了自然资源的消耗。这在很大程度上来说会产生巨大的危害。低碳经济的提出和发展，能够有效促进消费方向向良性方向发展，能够使物质消费逐渐向精神消费转变和发展，让精神消费取代当前世界经济发展的主要动力。
2.低碳经济丰富了经济学内容。为了促进低碳经济的发展，也相应产生了与低碳经济相关工具。比如碳交易、碳期货及碳货币等方面。而且这些概念都得到较为成熟的发展，而且还得到不断的丰富。并且相关的经济学科也对低碳经济相关工具进行重点研究，在此过程中，可以进一步丰富经济学内容。
3.完善国际经济学体系的经济合作。低碳经济的产生与发展，并随着低碳经济衍生的相关理论，都是国际经济的主要部分，将国际经济学的研究范围进行有效拓宽。经济学理论和国际经济学之间有效相应关系，经济学理论是国际经济学的研究基础，国际经济学的研究促进了经济学理论的延伸和应用。在对国际经济学进行研究时，可以利用相关理论，对本国经济的持续发展起到积极的促进作用。将本国的国家收入和支出进行平衡，建立完善的贸易和金融体系，保证贸易金融体系能够与本国经济发展相适应。将低碳经济的相关理论融合在国际经济学体系中，形成真正意义上的国际经济学，促进各国之间的经济交流与合作。
4.低碳经济合理解决了环境问题。低碳经济能够有效解决环境问题。人们在交易环节中，为了减少交易中的各项支出，利用低碳经济理论通过界定产权的相关办法减少支出。在交易支出中，政府机制会受到限制，无法发挥处于更大作用。在处理各国之间的温室气体环境问题时，并且温室气体也无法界定产权，这在一定程度上产生了环境问题。这时就可以利用低碳经济中的相关工具，比如碳交易、碳贸易及碳关税等工具，对各国之间的环境问题进行有效解决。
总结
在低碳经济研究中，低碳经济的理论基础对发展低碳经济起到积极的促进作用，这时就需要从各个方面研究分析低碳经济的理论基础，保证低碳经济具备着坚实的理论基础。同时在分析低碳经济的经济学价值时，低碳经济可以促进消费方式的转变，丰富经济学内容。并可以完善国际经济学体系的经济合作，解决各国之间的环境问题。在对低碳经济的理论基础和经济学价值研究中，可有效促进低碳经济的发展。（作者单位：商丘经济贸易学校）
参考文献
[1]方大春，张敏新.低碳经济的理论基础及其经济学价值[J].资源与环境，2011，36（07）：556-559.
[2]丁斯奥.关于低碳经济的理论基础及其价值探索[J].商业经济，2013，34（02）：113-115.
[3]成晓彤.有关低碳经济的理论基础及其经济学价值的分析[J].学术论坛，2013，37（15）：109-112.
篇9
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)
篇10
[论文关键词]国际经济法；低碳经济；新能源；可持续发展；转变
低碳经济是在国家经济发展的后工业化时期出现新的经济形态，这种经济模式可以高效的利用有限的自然资源以及生态能源，并且具有清洁、低污染、低排放、低能耗的特点。发展低碳经济，其主要是为了能够解决全球出现的气候变暖现象以及自然资源浪费的现象，通过对低碳经济发展模式的实行，可以在很大程度上改善对能源的使用机构，提高能源的使用效率。发展低碳经济不但可以有效的解决全球气候变暖问题，同时也能够促进整个世界经济的健康发展。但是在这期间，也会影响到国际经济法中的一些相关法律制度，并且对国际法提出了更高的要求，这就需要国际经济法能够顺应经济发展的需要，与时俱进、适当地进行改革，以适应世界经济发展的大环境。
一、低碳经济贸易与国际贸易法
（一）低碳经济发展的现状
目前，无论是从国际上来看还是从我国经济发展的体制上来看，都在为缓解全球变暖这一现象不断进行经济体制上的变革，从此也不难得出，生态环境对经济的发展会产生一定程度上的影响。在当今的国际贸易中，政策在不断的推陈出新，衡量低碳经济的标准也越来越多，例如碳足迹、碳标签等等。在这种大的背景下，国际贸易法为了能够更好地适应经济发展的大潮，也积极地参与到变革的潮流中来。碳标签的对低碳环境的衡量，是一种新型标注形式，它是将所生产的产品在生产过程中以及投入使用的这个阶段内，所排出的碳量标注出来。然而，碳足迹则是通过它的大小，来体现产品在整个生产与消费过程中所排放的二氧化碳含量的多少。碳足迹越大说明碳排放量越大，对生态环境的影响越大，全球变暖的现象就会越明显，自然，对人们生活的危害也就越严重。
（二）低碳贸易与自由贸易化之间的关系
在国际贸易往来的过程中，国家与国家之间相互的贸易交流应该是自由平等并且没有任何歧视的。但是，受到低碳贸易的影响，在一定程度上减缓了国家之间自由贸易往来的进程。碳标签的出现影响了非关税贸易的政策，成为了在贸易之间经济自由往来的障碍。由于一些发展中的国家，在测量碳足迹的技术上还不够成熟，所以，就必须要从发达国家中花费大量的资金去购买测量碳足迹的技术，这样一来，也就失去了成本上的优势。同时，发达国家也在利用各国之间技术上的差异，在用自身高端的科技来压制发展中国家经济的正常往来，在破坏国际自由贸易的同时，也充分体现出其对发展中国家经济发展上的歧视。
（三）国际贸易法的变革
近年来，国际贸易正在逐渐向低碳贸易、低碳经济的方向发展。在低碳理念与国际贸易自由往来之间的关系问题上，可以利用国际贸易法来进行调节，但是，在国际贸易法进行调节工作时，也需要自身的不断变革与进步。首先，在制定《京都议定书》以后，明确了发展中国家在发展经济时对低碳经济以及循环经济所应该履行的责任。并且，一些发达国家也不能利用各种手段来对高端的环保技术进行垄断，发达国家有义务将先进的节能减排技术传授给发达国家，实现国家之间共同拥有，并且共同建造低碳环保的经济局势。第二，发达国家应该考虑到发展中国家的实际情况，适当地降低低碳经济贸易的标准，给发展中国家留有一些能够进一步发展的空间，促进国际贸易的整体发展进程，让低碳经济逐渐转变为国际间进行贸易交流的核心。
二、跨国低碳经济投资与国际投资法
跨国的低碳经济贸易可以在向国际上其它国家进行资金投资的时候，利用低碳经济的投资方式，这样的投资方式，无论是在针对本国对外投资还是国外对内投资上，都会达到良好的投资效果。目前，就碳投资的热点话题而言，这种投资方式主要是侧重于资源的循环利用以及生态能源的保护和一些环保产品的制造。深入研究低碳经济的发展对投资法产生的影响，就拿我国的经济发展而言，随着大量的三资企业加入中国市场，使我国的生态环境遭到了极大的破坏。究其原因，还是因为这些企业大多都是以产品加工的贸易为主，然而我国对外经济发展特点正是重点发展外向型经济，加之我国是贸易大国，这样一来，就会导致国家为了能够获取更多的经济利益而不惜破坏生态环境。在国际投资法当中，各国的国内立法也被包含在其中，在一些发达国家，已经严格控制碳排放的问题，针对这一问题，也不断地出台各种相应的法律制度以及管理手段。例如，碳排放的交易机制、单独的碳税收取制度以及对一些高能耗、高碳排放的企业进行整改，甚至对一些问题严重的企业进行取缔等等。相比之下，发展中国家在实行低碳经济方面就仍需加强，并且改变以往的投资方式以及利用外资发展本国经济的渠道，同时，也要对那些在加工过程中对环境造成严重破坏的企业在进驻本国市场时提高入驻的标准。其一，禁止发达国家中带有高碳排放量的企业进驻到本国市场，从源头上控制碳污染转移的现象发生。其二，鼓励那些具有清洁环保能源、低碳排放量的企业进驻本国市场。其三，加大自身的科技水平，研发新型环保的低碳能源，与此同时，也要创新思维，多方引进对本国低碳经济有益的外资企业，让它们融入到本国市场的发展中来，并且能够互相交流制造新能源的研发技术以及使用方法，共同努力减轻经济发展给自然环境带来的压力。
在低碳经济环境的影响下，国际的投资法也在发生着变革。这种经济模式以及理念上的转变会在很大程度上改变我国以往的、传统的粗放型的经济增长方式。同时，也控制了在进行对外贸易往来时所带来的碳污染，减轻了对生态环境的破坏。除此以外，国际投资法的改变，也使世界各国之间的贸易往来更加绿色、健康，改变了发达国家将碳污染排放到发展中国家的现象。
三、低碳经济对国际税法的影响
在世界经济发生变化，向发展低碳经济模式转变的过程中，国际税法势必会受到全球经济变化的影响。在发达国家中，它们会为了发展低碳经济，降低对产生化石能源的需求标准，与此同时，也会将国内的碳排放量企业进行重新的分配，把碳排放集中区域的一些企业转移到发展中国家，以此来减轻国内的碳排放压力。同时，也加强了国家之间工业生产的技术交流，为发展中国家的经济发展带来了技术上的支持。在企业转移的过程中，自然会产生一些国际上的税收问题。然而，在国内碳经济发展的过程中，也针对节能减排、低碳经济制定了相关的政策，例如征税、补贴等等，这些政策会在不同程度上给国内的税收问题带来影响。在国际低碳经济发展中，国际税法也随着这种经济体制的形成，依据生态能源、自然资源、碳排放量等因素制定了碳税率以及纳税种类，并且，一些与之相关的税法内容也依据低碳经济的发展情况做了进一步调整。碳税率通过对一些碳排放量高的企业区提高税率，以此来抑制这些企业的碳排放量，进一步实现节能减排、低碳经济的发展，同时，也在一定程度上遏制了碳排放对全球变暖的影响。
四、低碳经济对国际金融法的影响
在《京都议定书》中已经规定了为碳排放提供的交易市场体制，分别为国际排放交易、联合机制、清洁发展等。其中国际排放交易主要是指在一些发达国家之间针对碳排放的制定机构要求进行碳经济的发展，实现节能减排。联合机制则是指发达国家之间互相进行技术上的交流或者碳排放量的分担来降低碳排放量。清洁发展，主要针对的是一些正在发展中的国家，通过发达国家对发展中国家给予的帮助，来使发展中国家可以实现低碳经济的发展，与此同时，能够完成节能减排的工作，改善整个节能环保工作的流程，改进降低碳排放量的技术。随着低碳经济模式的逐渐形成，在国际金融上对于经济的发展模式以及金融市场也在发生的转变，各项金融法律体制也在不断地完善中。
当前，在低碳经济发展的同时，这种经济形式也在逐渐促使国际经济体制向环保、循环经济迈进，金融的投资方向也更加注重于发展低碳排放、清洁新型能源。在投资方向转变的过程中，受到新的经济体制的影响，国际金融无论是从法制上还是从市场上都发生了巨大的转变。这种变化也使越来越多的投资人士乐于投资一些低碳环保的企业，银行也发行了一系列的碳经济衍生品，比如碳期货、碳证券、碳基金等。在国际低碳经济的市场当中，银行具有对碳经济信贷资金的约束以及配属的责任，其中碳基金就是整个金融交易中的主体，它承担着一定的金融价值，随着低碳经济的快速发展，碳金融与国际金融之间的结合也会越来越密切，这样一来，相应的国际法律也要进一步完善。
