能源及碳排放管理范文
时间：2023-12-27 17:57:05
导语：如何才能写好一篇能源及碳排放管理，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
1．1能源消费碳排放核算根据《2006年指南》关于能源消费碳排放核算公式和张兰［19］等学者的研究，能源消费主要考虑煤炭、石油、天然气，此外还包含少量的风能、生物质能、核能等，由于其他能源对环境影响较小，不予考虑。核算能源消费碳排放的公式。式中，E－C为能源消费碳排放量;Energyi为第i种能源的消费量;αi为第i种能源转换因子，即根据净发热值将燃料转换为能源单位(TJ)的转换因子;CCi为第i种能源碳含量(t/TJ)，即单位能源的含碳量;NCi为第i种能源的非燃烧碳，即排除在燃料燃烧以外的原料和非能源用途中的碳;10－3为单位转化系数;COFi为第种能源的碳氧化因子，即碳被氧化的比例，通常缺省值为1，表示完全氧化。将上述公式进一步简化，可得到计算中更为简便且实用的公式:。式中，βi为第i种能源的碳排放系数，即单位能源的碳排放量。国内外开展能源碳排放系数研究主要有国家科委气候变化项目、国家计委能源所、日本能源经济研究所、美国能源部、DOE/EIA等，本文研究中选取几项权威系数的均值作为计算系数，详细情况见表1。
1．2农业碳排放核算IPCC有关农业生产碳排放的论述多集中于生物活动产生、土壤碳和水稻的甲烷排放，而关于农业生产物质投入导致碳排放的研究不多。结合我国和湖南省农业生产特点，以《2006年指南》为主要参考，结合田云［2，22］等基于投入视角的农地碳排放测算研究，确定农业生产碳排放源包括:稻田、化肥、农药、农膜、牲畜活动。由于农业机械动力相关的碳排放已在能源消费碳排放核算中涵盖，为避免重复，此处不再涉及。构建农业物质投入碳排放核算公式为。式中，A－C为碳排放;i为第i种农业生产要素投入;εi为第种农业生产要素碳排放系数。农药等农业生产要素碳排放系数参考美国橡树岭国家实验室等机构和学者的研究成果，见表2。水稻生长过程中会释放大量甲烷，而甲烷是IPCC公布的六类温室气体之一。水稻是湖南省种植面积最大的农作物，因此核算湖南省农业生产碳排放需要考虑水稻生长的碳排放。Wang［23］、Cao［24］、Matthew［25］等学者测算了稻田甲烷排放系数，结果为0．44gCH4/(m2•d)、0．44gCH4/(m2•d)、0．50gCH4/(m2•d)，研究将三者的算数平均值作为计算系数，即0．46gCH4/(m2•d)。根据2007年IPCC第四次评估报告的相关内容，1单位甲烷与1单位二氧化碳温室效应比为25∶1，据此可确定甲烷与碳的转换系数为6．82，结合稻田甲烷排放系数，确定稻田碳排放系数为3．136gC/(m2•d)。湖南省水稻生长周期为120—150天，研究选取平均值135天为计算标准。稻田碳排放计算公式为。式中，R－C为稻田碳排放量;S为水稻播种面积。根据《2006年指南》第四卷第10章关于牲畜和粪便管理过程碳排放的相关论述，畜牧业尤其是诸如牛、羊等反刍动物生长过程中会产生大量的甲烷，具体而言包括肠道发酵和粪便管理两部分。参考田云［12］等学者的研究，我国畜牧业产生甲烷排放的主要牲畜品种有牛、马、驴、骡、猪、羊，以IPCC给出的排放系数为依据，运用上文所述的甲烷—碳转换系数，建立我国主要牲畜碳排放系数见表3。畜牧业碳排放计算公式为:。
1．3废弃物碳排放核算根据《2006年指南》第五卷有关废弃物的分类研究，温室气体排放源主要有四类:固体废弃物生物处理、废弃物的焚化与露天燃烧、固体废弃物填埋处理、废水处理与排放，固体废弃物填埋处理(即SWDS)是废弃物温室气体的主要来源。固体废弃物被掩埋后，甲烷菌可使废弃物所含有机物分解产生甲烷气体。由前文可知，甲烷是主要温室气体之一，且产生的温室效应比二氧化碳强。据IPCC相关研究估计，全球每年约3%—4%的温室气体来源于废弃物填埋处理产生的甲烷。《2006年指南》推荐使用一阶衰减法(FOD)，一阶衰减法能获得更好的测算精度。根据《2006年指南》和渠慎宁［3］等学者的研究，本研究给出固体废弃物填埋处置产生甲烷量的一阶衰减法的估算公式。
2数据来源与处理说明
2．1数据来源农业生产中涉及的水稻种植面积、化肥、农药、农膜数据来自2001—2011年《中国农村统计年鉴》和能源数据来自湖南省能源平衡表;农业生产中各类牲畜数量来自历年《湖南省统计年鉴》;工业废弃物和城市固体垃圾数据来自国研网统计数据库，确实部分运用插值法根据历年数据补充完整(限于篇幅，方法介绍略);土地利用数据来自国研网统计数据库，经济数据来自相关年份的《湖南省统计年鉴》，按2000年不变价格参与计算。
2．2处理说明根据《土地利用现状分类》和赵荣钦等学者的研究，承载碳排放的土地利用类型包括耕地、牧草地、农村居民点用地、城镇居民点及工矿用地、交通水利和其他用地。研究将根据碳排放发生载体，本文将其分解到具体的用地类型，畜牧业按照食物来源将牲畜活动分属于耕地和牧草地，用地类型与碳排放源对应关系见表4。
3结果分析
3．1碳排放总量与时序特征根据上述公式，我们对湖南省的碳排放总量进行了测算，结果见表5。2011年湖南省碳排放总量为10377．79万t，比2000年的3504．60万t增长了196．10%，远低于同时期GDP增速(500．21%)。从碳排放来源分析，2011年湖南省碳排放的主要来源仍然是能源消费，占总量的95．69%，达9930．06万t;其次是畜牧业碳排放，占总量的2．43%，达2523．01万t;种植业碳排放站总量的1．78%，达184．76万t;废弃物碳排放最少，仅为碳排放总量的0．10%。根据IPCC给出的《2006年指南》，全球能源消费占碳排放总量比例的平均水平为75%，湖南省能源消费碳排放占比远高于参考值，说明湖南省的能源消耗量较大，节能减排的形势严峻。本研究重点测算了湖南省2000—2011年的碳排放总量，通过分析其时序和结构变化特征探讨了湖南省新世纪初期经济发展对环境的影响。研究时序内湖南省碳排放逐年增加(表5)，且增速持续上升，年均增长率10．37%，低于GDP的年均增长率(17．69%)。湖南省碳排放的结构特征也发生了较大变化，2000年能源消费仅占碳排放总量的77．29%，随后逐年上升，直至2008年超过90%，2011年达到总量的95．69%，能源消费对碳排放的影响逐渐增强，湖南省经济发展对能源消费的依赖日益突出，暴露了较为严重的经济发展质量问题。种植业碳排放占比逐年下降，比2000年降低了4．12倍，对碳排放总量的影响逐渐变小。畜牧业碳排放在碳排放结构中处于第二位，2000占比高达13．36%。随着能源消费碳排放的迅猛增加和畜牧业自身的萎缩，畜牧业碳排放占比也逐年下降，比2000年降低了4．50倍;废弃物在总量中的比例一直较低，2000年占总量的0．23%，随后逐年下降，2011年仅为0．10%。
3．2土地承载结构特征与效应分析根据以上有关土地承载碳排放来源的描述，本研究将2011年湖南省碳排放根据其土地承载的属性进行分解，并进一步计算结构特征与碳排放强度，以期从土地利用的视角分析碳排放的来源及减排路径，具体见表6。结果显示，城镇居民点及工矿用地是最大的碳排放源，总量达7781．06万t，占总量的74．98%，且碳排放强度(碳排放与土地面积的比值，t/hm2)也最高，为263．94;交通水利及其他用地次之，碳排放强度为33．41，碳排放占总量的11．30%，为1172．40万t;其他用地类型的碳排放量较少，总计占比为13．73%;牧草地的碳排放总量虽然较少，但其强度较大，单位面积碳排放达32．22t，是仅次于城镇居民点及工矿用地和交通水利及其他用地的碳排放土地承载类型。
4结论与讨论
4．1结论从2011年湖南省碳排放测算的结果可知，能源消费碳排放是碳排放的主要来源，其次是畜牧业、种植业和废弃物。能源消费的高碳排放与湖南省产业结构不合理、产能过剩、能源过度消费有着直接的关系。尤其是新世纪初期，忽视环境问题和对资源的过度消耗是造成碳排放居高不下的重要原因。湖南省节能减排形势严峻，为配合国家碳减排的重大目标，在后续发展中应着重从优化产业结构、转变经济发展方式、淘汰落后差能、创新能源利用技术、大力发展现代农业等方面着手。研究时序内，湖南省碳排放总量逐年增加，且增速不断变快，碳排放结构中能源消耗碳排放占比逐年增加，说明湖南省在能源消耗方面存在浪费问题。畜牧业碳排放占比仅次于能源消耗碳排放，其次是种植业碳排放，废弃物碳排放最少。除能源消耗碳排放占比外，其他来源占总量的比例均逐年下降。能源消耗碳排放的迅猛增加与新世纪初期湖南省经济发展的特征有关，大量工业企业项目投入使用，产能过剩，造成了资源浪费，从而造成碳排放激增。在种植业方面，在研究时序内湖南省耕地种植面积没有明显增加，但碳排放却显著增加，这与近年来优越的农业政策有关。农业政策刺激农民积极种粮的同时也加重了农业物质的投入，如化肥、农药、薄膜等，这些都是农业碳排放的主要来源。畜牧业的碳排放降低与农业产业结构调整有很大关系，湖南省畜牧业萎缩，其产值在第一产业中的比重逐年下降，而技术创新等手段对畜牧业碳排放影响较小，因此碳排放量较最初降低。城镇居民点及工矿用地是碳排放强度最大的用地类型，其次分别是交通水利及其他用地、牧草地、农村居民点用地、耕地，城镇居民点及工矿用地集约利用度高，人口密集，且承载了主要的能源消耗碳排放，因此其碳排放强度较高。通过土地承载碳排放效应分析，可为控制碳排放提供一条新路径。即通过调控土地结构控制碳排放增加，保护其他碳排放强度较低且综合效益较高的用地类型，如林地、草地、牧草地等。
篇2
关键词 发展；碳计量；绿色低碳经济环境
中图分类号 X196 文献标识码 A 文章编号 1673-9671-（2012）092-0240-01
在经济发展带动下，各行各业快速发展同时大量消耗能源及污染环境，构建绿色低碳经济环境成为了全世界人们奋斗的目标。但是如何促进各个企业质量管理及能源管理，这就需要相关计量的法律法规，即是碳计量。随着低碳经济环境号召增强，碳计量应该如何发展成为了人们关注重要课题。
1 碳计量的现状
最近几年才新出现了碳计量新词，而且使用上也越来越广泛。自从2005年开始，许多计量技术机构都成立“能源计量中心”，采用了现代的计量手段为节能减排服务。但是从其发展现状中可以看出来，如今的碳计量发展上依然存在许多问题，其发展上并不是那么乐观。
1.1 碳计量缺乏统一的计量标准、方法和平台
随着碳排放工作的不断深入，将减少碳排放进行区域性分解是控制碳排放的必然选择，而在各区域碳排放的标准上，尚缺乏统一的计量标准、方法和平台。碳计量是碳排放考核与交易的基础。但是，由于不同地区的经济发展程度和自然环境不同，区域性碳排放标准自然就不相同。在这种情况下，不同的区域就需要制定不同的计量标准、方法和平台，以便进行碳计量。但是由于我国尚未出台区域性碳排放的标准，并且和碳排放标准相匹配的计算方法正处于开发研究阶段，因此，建立在区域性碳排放标准以及正确计量方法之上的碳排放的计量标准、方法和平台也就无法实现。
1.2 缺乏社会认可的计量权威机构
尽管我国各地区都建立了和碳计量相关的机构，但是由于缺乏明确的计量标准、方法和平台，就导致了不同地区的碳计量的标准、方法各不相同，甚至还出现了地区之间互相矛盾的现象。在这种情况下，要想建立能够对各个地区进行碳计量的机构，不但需要消耗大量的人力、物力和财力，而且在计量过程中也相当繁琐，在计量过程中也常常会出现各种问题。
2 绿色低碳经济环境下碳计量的发展
事实上，对于温室气体（GHG）的排放统称为碳排放，而温室气体中排放最多最为重要的气体为二氧化碳。所以，国际上通常将碳的排放量计量称为碳计量，即是碳排放权的核查、交易及排放所涉及到的数据计量问题统一归纳到一起。例如在IPCC中，某排放源碳排放量=∑能源排放系数×能源消费量；依据BP碳排放的计量计算：1 L汽油经过充分燃烧之后能够排放出2.3 KG二氧化碳。而构建绿色低碳经济环境眼下是各大企业最基本要求，也是全世界人类共同的目标。在该目标之下碳计量的发展主要体现在如下几个方面：
2.1 努力创建全国统一的计量标准、方法和评价体系
为了达到碳排放的总体目标，必须创建全国统一的计量标准、方法和评价体系，并在全国统一的标准、方法和评价体系的前提下建立各地区的计量标准、方法和评价体系。为了达到这个目标，必须解决以下几个方面的问题。
2.1.1 创新碳计量技术
在进行碳计量过程中，各个项目的初始、中期、末期计量监测，不同的能源所产生的特点或者减排机理有差异，因此对对应的安装或者合适使用计量装备都有不同之处，如果还是使用传统单台计量器极难解决这些问题，必然要依据不同数据信息、处理功能配置专门的计算与处理软件。因此，只有创新碳计量技术，才能有效解决碳排放中的计量问题，才能创新计量标准、方法和评价体系。
2.1.2 实施数据管理
无论是全国统一的计量标准、方法，还是评价体系，要想发挥碳计量技术最大作用，就要转变过去那种单纯管理的计量器具，引导企业实施数据管理。只有在企业实施数据管理的前提下，才能够使碳排放在全国统一的计量标准、方法下稳定运行，才能够对碳排放进行量化管理，才能将企业的碳排放纳入到全国性的评价体系之中，确保评价体系真正发挥作用。
2.1.3 大力加强碳认证、碳足迹及碳核查的研究
碳足迹不确定，在创建全国统一的计量标准、方法和评价体系就存在着一定的难题，这就需要大力加强碳认证、碳足迹及碳核查的研究，依据IPCC相关文件提出核查报告及产品碳足迹，再通过通用的计算方法与转换系数，采用计量手段对高耗工艺、高耗企业及高耗产品进行量化，解决存在的问题，提升搞数据的质量，进而排除碳足迹中不确定性的问题。
2.2 建立全国性社会认可的公共计量平台
目前，我国在碳排放上尚没有在全国范围内建立能够得到社会认可的公共计量平台，这就使得在碳排放上的监督上难以得到准确的数据，使得针对碳排放的监督成为一纸空文。这就需要建立全国性社会认可的公共计量平台，为碳排放企业进行碳排放的指导、标准计量器具管理方面的服务；为碳排放计量管理部门进行决策提供依据，帮助碳排放管理部门制定能够真正发挥作用的政策，引导碳计量行业的稳定而健康的发展；为广大人民群众提供碳排放计量方面的知识，使人民群众真正明白碳排放中存在的问题与改进方法；为广大人们群众对碳排放进行监督、反馈和交流提供平台。
3 结束语
总之，构建绿色低碳经济环境是环保最终目标。碳计量要紧跟着现代化环保需求，成为低碳经济环境的基础条件，这样才具有持续的发展势头。
参考文献
篇3
关键词：碳减排；治理机制创新；利益相关者；界定与分类
中图分类号：F062.2
文献标识码：A 文章编号：16721101（2014）05001708
如何进行环境治理，减少碳排放，实现可持续发展，是我国当前亟待解决的重要问题。
从目前我国碳排放治理的实践来看，存在着企业投资动力不足，科研机构创新精神不够；政府管理部门多、杂，权利交织导致调控力下降，治理成本高；管理方式行政化，与其他利益相关者的利益冲突严重等问题。本文对碳减排利益相关者界定为对碳减排负有责任、拥有相应的权力和减排手段，对碳减排目标实现具有较大影响，与碳减排利益关系较大的组织。
这些问题表明了我国碳排放治理中政府单方治理的高成本、低效益，同时利益相关者的力量未得到有效利用。针对存在的这些问题，作者将从利益相关者共同治理角度对碳减排治理模式进行创新研究，为我国碳排放治理开辟新的途径。本文将对我国碳减排的利益相关者进行界定和分类，回答谁是利益相关者，并对其进行分类，明确其在碳减排中的角色地位。
一、文献综述
目前与碳排放利益相关者分类直接相关的研究文献尚未检索到。
碳排放方面的研究主要集中在碳排放的驱动因素及其影响程度，碳排放与经济增长、能源消费等的关系及碳排放的因素分解等方面[1-4]。学者研究认为我国碳排放增长的主要原因在于产业结构、能源结构、能源效率、人口因素、城镇化建设等方面，据此提出了调整产业结构、提高非化石能源比重、能源效率和人口素质等方面的建议[5-7]。这些丰硕的研究成果是本文进一步研究的基础。碳排放治理的文献侧重于政府单向治理，如碳减排政策的制定、取向分析和政府在碳减排中的职能等[8-11]。李欣研究认为环境治理中政府管制手段的优点是强制性高，效果明显，缺点是简单粗暴，经济效益差以及深层次的无法回避的制度缺陷[12]。学者在碳排放权市场交易机制、碳税、碳金融政策等方面也有大量研究成果[13-15]。如樊纲为代表的学者明显倾向于碳税政策[16]，而国务院发展研究中心课题组则明确建议采用碳市场制度[17]。财政税收手段属于双刃剑，一方面会带来碳排放量的下降，另一方面其对能源产业、收入分配、就业、国际贸易及公平性等方面的影响难以确定[18-19]。碳排放市场交易手段在国际层面的问题是如何确定初始碳排放的国际分配及界定方面，难以达成国际共识，在国家层面其关键问题是碳排放总量控制制度及市场机制的完善问题，也难以发挥利益相关者的推动力和积极性。
碳减排政策建议从客观上来看是降低碳排放的有效途径，而政策的实施要依赖于利益相关者去执行，其实施效果取决于利益相关者群体的执行程度和积极性。同时，目前的治理模式不能发挥利益相关者的积极性和推动力量。因此，提高碳减排效果还需要研究利益相关者及其在碳减排中的角色地位、利益要求等。
利益相关者治理理论早期主要应用于公司治理的研究，近年来扩展到了生态旅游和可持续能源等领域，得到了广泛应用。本文将利益相关者理论引入碳排放治理领域，试图突破目前的碳税治理和碳排放权治理模式的研究，为我国碳排放治理研究新的途径，提供新的选择。
二、方法与数据
（一）研究方法
根据本文对我国碳减排利益相关者的界定，选择政府、生产企业、银行、碳排放权交易机构、研发机构、能源供应行业、新闻媒体、公众团体、投资者、中介机构等10个组织进行调查研究。需要说明的是，中国管理碳减排的部门有国家各级政府部门、国家及各级环保部门和各级节能减排部门，在控制碳排放事务方面他们属于互补关系和上下级关系，共同为治理碳排放任务工作。因此，在本文中中国政府管理碳排放的部门统称为政府，以下不在说明。
借鉴学者提出的“多维细分法”和“米切尔评分法”的分析思路[20-22]，本文从利益相关者的合法性、权利属性和利益要求的紧急性三个维度对中国碳排放的利益相关者进行界定和分类。
根据界定与分类方法，本文编写了调查问卷，要求调查对象分别从合法性、权利属性、紧急性等三个维度对所给出的10种利益相关者与碳减排的相关程度按着从大到小进行排序，排名第一用1分表示，排名第二用2分表示，依次类推。因此，1分表示相关程度最大，2分表示相关程度第二大，依次类推，10分表示相关程度最小。
其中，合法性，表示该组织是否在法律或道德或特定的被赋予了减少碳排放的义务、责任，或承担了碳减排风险；权力属性，表示该组织是否拥有影响我国碳减排的能力、地位和相应的手段，对碳减排目标实现影响力的重要性程度；紧急性，表示该组织与碳减排的利益相关程度和实现碳减排目标的迫切性程度。
（二）数据来源
通过对调查对象的分析、选择，本次调查共计发放调查问卷750份，实际回收586份，回收率78.13%，回收的问卷中有效问卷529份，回收问卷有效率90.27%。调查对象的分布情况如表1所示。
表1 调查对象的分布情况
分类频数百分比（%）
性别男29655.95
女23344.05
年龄30岁及以下18534.97
30-40 岁16431.00
40岁以上18034.03
学历本科24345.94
硕士研究生 19436.67
博士研究生9217.39
工作行业大学417.75
研发机构499.26
政府部门6311.91
生产企业6913.04
金融业438.13
中介组织529.83
能源供应行业489.07
新闻媒体519.64
碳排放权交易机构529.83
公众团体6111.53
从调查对象的分布情况来看，调查对象性别、年龄结构分布合理，学历为本科以上层次，对碳减排能有较为准确的认识和理解，从工作行业来看分布在大学等10个行业，包含了碳减排的利益相关者行业，调查对象来源较为广泛。从调查样本数量来看，除其它行业外最少的分类变量数据大于40个，数据量可以满足统计分析的基本要求。
三、实证结果与分析
对回收的有效问卷利用SPSS16.0软件进行统计分析，包括调查数据描述性统计、配对样本T检验。
（一）描述性统计
首先，对调查结果从合法性、权利属性和紧急性三个维度进行描述性统计。三个维度的描述性统计结果分布如表2、表3和表4所示：
表2 利益相关者合法性维度上评分的描述性统计
（N）（Min）（Max）（Mean）Std D.
政府529172.155 30.703 6
生产企业529181.135 90.931 2
银行5292105.935 01.410 4
碳排放权
交易机构5291108.841 71.160 6
研发机构5292103.791 31.468 1
能源供应行业5293104.660 21.531 4
新闻媒体5291105.201 01.240 1
公众团体5291107.188 30.857 6
机构投资者5292108.233 00.988 4
中介机构5294106.730 10.703 6
注：根据调查问卷的按相关程度大小排序要求，1分表示相关程度最大，2分表示相关程度第二大，依次类推，10分表示相关程度最小。表2、表3的含义相同。
如表2所示，从碳减排的合法性维度上来看，按平均得分的大小，合法性程度从高到底依次为：生产企业、政府、研发机构、能源供应行业、新闻媒体、银行、中介机构、公众团体、机构投资者、碳排放权交易机构。
表3 利益相关者权利性维度上评分的描述性统计
（N）（Min）（Max）（Mean）Std D.
政府529151.679 60.542 2
生产企业529192.18641.088 4
银行5292105.820 42.106 1
碳排放权
交易机构529198.956 32.093 2
研发机构5291104.272 81.285 3
能源供应行业5292105.101 91.310 0
新闻媒体5291103.252 41.596 6
公众团体529187.762 11.506 1
机构投资者5291106.757 31.091 7
中介机构5294107.168 01.251 3
如表3所示，从碳减排的权利属性维度来看，权利大小从高到底依次为：政府、生产企业、新闻媒体、研发机构、能源供应行业、银行、机构投资者、中介机构、公众团体、碳排放权交易机构。
表4 利益相关者紧急性维度上评分的描述性统计
（N）（Min）（Max）（Mean）Std D.
政府529151.626 21.727 0
生产企业529192.132 01.448 2
银行5292107.077 71.655 6
碳排放权交易机构5291108.664 81.3798
研发机构5292105.193 21.580 8
能源供应行业5293104.889 30.928 8
新闻媒体5291103.786 42.269 8
公众团体5291104.089 31.462 9
机构投资者5291106.359 21.942 8
中介机构5293107.972 80.807 0
如表4所示，从碳减排的利益要求被关注的紧急性维度来看，从高到底依次为：政府、生产企业、新闻媒体、公众团体、能源供应行业、研发机构、机构投资者、银行、中介机构、碳排放权交易机构。
（二）配对样本T检验
利用配对样本T检验（Paired-Samples Test）进一步判断上述利益相关者每两个变量均值之差与0是否具有显著性差异。
合法性维度利益相关者评分均值差异的配对样本T检验结果如表5所示。
表5 合法性维度评分均值差异的配对样本T检验结果
123456789
1.政府
2.生产企业0.98**（7.77）
3.银行7.18**（7.36）6.20**（4.83）
4.碳排放权交易机构5.29*（4.32） 4.31**
（6.91）1.89（2.71）
5.研发机构5.64*
（4.25）4.66**
（7.51）1.54**
（5.35）0.35**（5.52）
6.能源供应行业4.50**
（5.40）3.52**
（8.79）2.67**
（4.77）0.78**
（5.80）1.13**
（6.37）
7.新闻媒体7.65**
（5.25）6.67**
（8.01）0.47**
（4.84）2.36**
（6.04）2.01**
（7.75）3.14
（2.09）
8.公众 团体3.73**
（6.52）2.75**
（9.24）3.45**
（8.52）1.55**
（4.72）1.90**
（8.02）0.77**
（9.70）3.91**
（8.54）
9.机构投资者5.08**
（4.48）4.10**
（4.79）2.10**
（8.25）0.21**
（5.44）0.56**
（7.38）0.57
（1.25）2.57**
（7.75）1.34**
（3.69）
10.中介机构6.17**
（4.38）5.19**
（9.15）1.00**
（4.10）0.89**
（3.82）0.54**
（5.31）1.67**
（5.87）1.47**
（4.88）2.44**
（6.15）1.10**
（8.01）
注：未加括号的数据表示某两类利益相关者在该维度上评分的均值的差，括号内的数据为配对样本T 检验值。*表示均值之差通过了95%置信度的检验，**表示均值之差通过了99%置信度的检验。均
值之差的数据下方有横线者，表示未通过检验。表6、表7含义相同。
从表5可以看出，从合法性维度来看，除个别利益相关者未通过配对样本检验外，绝大部分检验结果具有非常显著的统计意义上的差别，表明绝大部分利益相关者的排序都具有显著的统计意义上的差别。因此，合法性维度上利益相关者的评分均值可以反映其在碳减排中合法性程度的大小关系。
权利维度利益相关者评分均值差异的配对样本T检验结果如表6所示。
表6 权力维度评分均值差异的配对样本T检验结果
123456789
1.政府
2.生产企业0.89**
（4.24）
3.银行7.03**
（4.16）6.14*
（5.36）
4.碳排放权交易机构2.17**
（5.02）1.28**
（6.29）4.86**
（5.81）
5.研发机构1.79**
（4.53）0.89**
（5.22）5.25**
（4.96）0.38**
（6.20）
6.能源供应行业3.82**
（6.33）2.92**
（7.27）3.22**
（7.13）1.65**
（7.96）2.03
（1.23）
7.新闻媒体6.47**
（4.95）5.57**
（5.72）0.5**7
（6.36）4.30**
（7.81）4.68**
（7.63）2.65
（1.92）
8.公众团体0.02**
（4.26）0.92**
（5.28）7.06**
（5.94）2.19**
（5.22）1.81**
（6.73）3.84**
（5.85）6.49**
（4.24）
9.机构投资者3.97**
（6.24）3.08**
（7.22）3.06**
（7.58）1.80**
（7.91）2.18**
（6.34）0.16**
（6.21）2.50**
（6.39）4.00**
（7.03）
10.中介机构5.78**
（5.08）4.89**
（7.19）1.25**
（7.06）3.61**
（6.10）4.00**
（6.76）1.97**
（6.18）0.68**
（7.25）5.81**
（6.89）1.81**
（7.82）
从表6可以看出，从权力维度来看，仍然是绝大部分检验结果具有非常显著的统计意义上的差别，表明绝大部分利益相关者的排序都具有显著的统计意义上的差别。因此，权利维度上利益相关者的评分均值可以反映其在碳减排中权利的大小关系。
紧急性维度利益相关者评分均值差异的配对样本T检验结果如下页表7所示。
从表7可以看出，从权力维度来看，大部分检验结果具有非常显著的统计意义上的差别，表明绝大部分利益相关者的排序都具有显著的统计意义上的差别。因此，紧急性维度上利益相关者的评分均值可以反映其在碳减排中紧急性程度的大小关系。
（三）分类结果
根据各个利益相关者在三个维度上的得分均值及配对样本T检验结果，我们可以得到中国碳减排的利益相关者分类情况，如表8所示。
根据表8中的各个利益相关者的在三个维度的评分分布情况，本文对我国碳减排的利益相关者分类如下：
核心利益相关者，至少在2个维度的得分在4分以下。他们在中国减少碳排放的作用不可或缺，承担着碳减排的责任和义务，与减少碳排放具有紧密的利害联系，在碳减排活动中，有一定的利益要求和权利，在很大程度上可以决定碳减排目标的实现与否。 他们包括政府、生产企业、新闻媒体。
重要利益相关者，至少在两个维度上的得分在4分以上和6分以下。他们已经与碳减排形成了较为密切的关系，付出了专用性投资，在实践中承担者一定的风险。在正常状态下，他们一般表现为一种显性契约人，而一旦其利益要求没有得到很好的满足或受到损害时，他们可能从潜在状态变为活跃状态，从而直接影响我国碳减排目标的实现。他们包括研发机构、能源供应行业、银行。
一般利益相关者，至少在两个维度上的得分在6分以上。他们对我国碳减排目标的实现发挥辅助作用，往往被动的受到碳减排活动的影响，不能对减少碳排放直接施加影响，对实现减少碳排放目标的重要性程度较低，其实现利益要求的紧迫性也不强，他们包括中介机构、公众团体、机构投资者、碳排放权交易机构。
表7 紧急性维度评分均值差异的配对样本T检验结果
123456789
1.政府
2.生产企业1.31**
（5.04）
3.银行6.15**
（5.49）7.45
（1.08）
4.碳排放权交易机构3.74**
（5.07）5.05*
（4.51）2.40**
（8.06）
5.研发机构0.54**
（3.84）0.77**
（8.30）6.68**
（4.13）4.28**
（5.87）
6.能源供应行业3.26*
（4.95）4.56**
（3.64）2.89*
（4.33）0.49**
（5.24）3.80**
（4.86）
7.新闻媒体4.85**
（6.26）6.16**
（3.12）1.29**
（4.23）1.11**
（5.26）5.39
（1.98）1.60**
（4.24）
8.公众团体1.26**
（6.98）2.56**
（6.08）4.89**
（7.18）2.49**
（6.36）1.80**
（5.24）2.00**
（5.82）3.60**
（6.33）
9.机构投资者5.93**
（3.92）7.23**
（4.08）0.22**
（3.89）2.18**
（4.32）6.47**
（5.16）2.67**
（4.91）1.07**
（4.56）4.67
（0.12）
10.中介机构5.14**
（3.75）6.45**
（4.32）1.00*
（4.78）1.40**
（3.81）5.68**
（3.97）1.88**
（5.01）0.29**
（4.61）3.88**
（5.58）0.79
（0.69）
表8 中国碳减排利益相关者三维分类结果
评分[1，4][4，6][6，10]
合法性生产企业、政府、研发机构能源供应行业、新闻媒体、银行中介机构、公众团体、机构投资者、
碳排放权交易机构
权力性政府、生产企业、新闻媒体研发机构、能源供应行业、银行机构投资者、中介机构、公众团体、碳排放权交易机构
紧急性政府、生产企业、新闻媒体公众团体、能源供应行业、研发机构机构投资者、银行、中介机构、碳排放权交易机构
四、结论与展望
通过广泛的问卷调查和分析，本文将我国碳减排的利益相关者划分为核心利益相关者、重要利益相关者和一般利益相关者。不同的利益相关者在不同领域对我国碳减排发挥作用。
从核心利益相关者来看，控制及减少碳排放具有公共事务的性质，因此调查对象普遍认为政府在碳减排中应发挥主导作用，包括政策制定、管理机制、利益关系调节等政府均应发挥领导作用。生产企业是主要碳排放者和减少碳排放的直接执行者，因此是实现减排目标的关键。生产企业在生产中担负着加强节能环保技术开发、引进技术设备减少碳排放、提高产品的环保性能等重要作用。同时，减少碳排放在一定时期上将增加企业生产成本，提高产品价格，因此，生产企业实现减少碳排放需要外部力量的介入及资金支持。新闻媒体在碳减排中具有强大的舆论宣传优势及监督能力，被调查对象给予了厚望。政府、生产企业及新闻媒体分别在领导、执行、监督三个方面对我国实现碳减排目标中发挥核心主导作用。
从重要利益相关者来看，研发机构一方面为减少碳排放提供政策建议、决策支持，另一方面提供技术支持，提高我国能源的利用效率，从而减少碳排放。能源消费是碳排放的主要来源，能源供应行业可以通过控制能源供应的种类、数量及价格来影响能源的消费数量及种类，促使消费者加大节能投入，同时，可以开发新的绿色能源，从而减少碳排放。银行在政府的领导下通过对融资项目进行环保评价控制资金的供给和使用方向来引导节能减排行为，也在客观上承担了减排责任和风险。但目前其作用还非常有限。研发机构、能源供应行业和银行分别在技术支持、能源供给种类及数量、资金供给等方面对我国碳减排发挥重要作用。
从一般利益相关者来看，中介机构在碳减排中负责检测、检验认证、咨询策划等，可以帮助和促进碳排放交易的顺利进行，降低交易成本和费用。公众团体可以通过举办活动向社会宣传能源、气候及环境状况等，提高社会公众的节能减排的认识，也会通过一些活动向污染较大的生产企业进行抗议，对其施加压力，督促其减少碳排放。机构投资者可以为企业实现减排目标提供资金支持，但其以盈利为目标，其投资活动将以其预期盈利目标为前提。碳排放权交易机构是解决碳排放的问题的市场机制，促进具有成本效率的碳减排。现阶段由于碳排放治理是市场机制还处于起步阶段，他们能发挥的作用还非常有限或尚未发挥作用。随着市场机制的成熟和完善，这些利益相关者在碳减排中从碳检测认证、投融资、市场交易等角度对我国碳减排发挥重要的辅助作用。
明确了利益相关者在碳减排中的角色地位可以为我们构建合理的利益相关者共同治理机制，促进利益相关者在碳减排中发挥积极作用和推动力量提供指导。参考文献：
[1] 孙作人，周德群，周鹏.工业碳排放驱动因素研究：一种生产分解分析新方法[J]. 数量经济技术经济 ，2012（5）：63-74.
[2] 何小钢，张耀辉. 中国工业碳排放影响因素与CKC重组效应―基于STIRPAT模型的分行业动态面板数据实证研究 [J]. 中国工业经济，2012（1）：26-35.
[3] Ang J B.CO2 Emissions， Research and Technology Transfer in China[J]. Ecological Economics， 2009， 68： 2658-2665.
[4] Betül zer， Erdem G rgün， Selahattin ncecik. The scenario analysis on CO2 emission mitigation potential in the Turkish electricity sector： 20062030 [J]. Energy， 2013（49）： 395-403.
[5] 林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009（4）： 27-36.
[6] 陈诗一. 中国碳排放强度的波动下降模式及经济解释[J]. 世界经济，2011（4）： 124 143 .
[7] 王小鲁，樊纲，刘鹏. 中国经济增长方式转换和增长可持续性[J]. 经济研究，2009（1）：4-16.
[8] Apergis N，J. E. Payne. CO2 emissions， energy usage and output in central America [J]. Energy Policy， 2009， 37（8）：3 282-3 286.
[9] Thanh Cong Nguyen， Jackie Robinson， Shinji Kaneko， et.al. Estimating the value of economic benefits associated with adaptation to climate change in a developing country： A case study of improvements in tropical cyclone warning services [J]. Ecological Economics， 2013， 86 （2）： 117-128.
[10] 途正革.中国的碳减排路径与战略选择-基于行业部门碳排放量的指数分解分析 [J].中国社会科学，2012（3）：78-94.
[11] Henri L. F. de Groot， Erik T. Verhoef and Peter Nijkamp.Energy saving by firms： decision-making， barriers and policies [J]. Energy Economics， 2001， 23 （6）：717-740.
[12] 李欣. 环境政策研究[D].北京：财政部财政科学研究所，2012.
[13] 李昊，赵道致. 基于多Agent 的碳排放权交易机制建模与仿真[J].计算机工程与应用，2012，48（25）：9-14.
[14] T. Callan， S. Lyons， S. Scott， et al. The distributional implications of a carbon tax in Ireland [J]. Energy Policy， 2009， 37（2）：407-412.
[15] Philip James. Overcoming barriers to low carbon dwellings： the need for innovative models of finance and service-provision [J]. Environmental Development， 2012， 2（4）： 6-17.
[16] 樊纲. 走向低碳发展：中国与世界-中国经济学家的建议[M]. 北京：中国经济出版社，2010.
[17] 国务院发展研究中心课题组. 全球温室气体减排：理论框架和解决方案[J]. 经济研究，2009（3）：4-13.
[18] 沈满红，吴文博，魏楚. 近二十年低碳经济研究进展及未来趋势[J]. 浙江大学学报：人文社会科学版，2011，41（3）：28-39.
[19] Chuanyi Lu， Qing Tong， Xuemei Liu. The impacts of carbon tax and complementary policies on Chinese economy[J]. Energy Policy， 2010， 38（11）： 7 275-7 278.
[20] Freeman R E. Response： Divergent Stakeholder Theory [J]. Academy of Management Review， 1999， 24（2）： 233-236.
篇4
关键词：低碳经济；能源计量；碳计量
1引言
伴随着人口的不断增长、环境日益恶化以及温室效应的持续增强，“高能耗、高污染、能源消耗巨大”的发展模式已经成为全球各国面临的共同问题。节约能源、减少碳排放、发展低碳经济，已经成为实现经济可持续发展和保护生态环境的重要途径，低碳环保经济模式已经成为全球经济发展的新模式。该模式的特征为低能耗、低污染和低排放。低碳经济的起因来自两个方面：一是能源约束，二是气候变化，就计量而言，能源约束体现在能源计量，气候变化体现在碳计量。因此，发展低碳经济，必须大力推进能源计量与碳计量的工作，二者在落实发展低碳经济中起着基础性和关键性的作用。
2低碳经济下的能源计量
所谓能源计量是指在煤炭、原油、天然气、电力、焦炭、热力、煤气、成品油、生物智能和其他直接或者通过加工、转换而获取的有用能的各种能源过程中，对用能单位各个环节的数量、性能参数、相关的特征参数进行检测、度量和计算。能源计量是为了确定用能对象的能源完善程度而对能源及相关量的计量。2．1能源计量在发展低碳经济中的作用能源计量是用能单位节能的基础。发展低碳经济首先要做的就是减少碳排放、有效合理的利用能源资源，因而对能源的计量工作就显得尤为重要。要想节约能源，就应该找到用能单位节能降耗的关键环节，因此必须有准确和必要的计量数据，有了计量数据才能真实体现用能单位的能源消耗，从而提高能源的综合利用率。能源计量为节能监管提供了依据。在《节约能源法》中第五十三、五十四条中明确了用能单位的节能义务，强化了监督和管理；同时国务院出台了《国务院关于节能工作的决定》，要求督促用能单位开展能源计量工作。因此只有做好能源计量工作，提供准确可靠的能源计量数据才能编制出反应用能单位内部真实的用能情况，为各级节能部门对能源监管提供数据支持。能源计量是减少排放、解决环境问题的有效措施。能源计量能够对废弃物排放进行实时全程测量监控，对测量的数据进行汇总、整理、归档、分析，从而发现污染问题并提出有效的解决方法，可极大的提高废物的利用率，减少对环境产生有害影响废弃物的排放，改善环境问题。2．2能源计量措施（1）加强宣传，营造氛围。能源计量本身不产生直接的经济效益，从而导致部分用能单位不太重视该工作，因此要加强国家能源形势、能源政策和能源计量重要性的宣讲，宣传节能计量知识，提高用能单位的能源计量意识，使用能单位特别是重点用能单位将被动接受变为主动狠抓落实。（2）执法监督，强化力度。首先根据JJF1356－2012《重点用能单位能源计量审查规范》及GB17167－2006《用能单位能源计量器具配备和管理通则》对用能单位计量器具的配备、检定、使用和管理情况进行检查，其次加强实施能源效率标识管理，扩大能效标识的应用，促进用能单位加快高效节能产品的应用。（3）加强培训，提供保障。举办能源计量技术培训班，邀请能源计量方面技术专家为用能单位特别是重点用能单位的能源计量管理人员讲解能源计量、能源平衡测试等方面的知识，宣传贯彻能源计量相关法律法规，制定人员培训计划，指导用能单位能源计量人员的培训，从而提高用能单位能源计量技术水平。
3低碳经济下的碳计量
碳计量是对碳排放量的测量计算，又称碳核查或编制温室气体排放清单。碳计量在我国低碳经济发展中起着“眼镜”和“尺子”的作用，通过计量碳排放量获得数据，用来评价低碳经济的发展情况，反应节能减排的效果。因此发展碳计量是建设低碳经济、实现减排目标和减小温室效应的关键和前提。3．1碳计量在发展低碳经济中的作用温室气体核查过程的基础。进行温室气体量化、核查工作，编制温室气体排放量清单和碳排放量报告，组织核查工作等一系列活动的基础是活动水平数据的收集和排放因子的确定，因此，无论是直接获得碳数据还是间接测量碳数据都离不开碳计量。温室气体排放清单编制的前提。低碳经济发展的重要数据就是碳排放清单。排放清单从理论上说可以通过对各类碳排放的连续监测和计量获得，但由于碳排放源繁多且排放总量大，气体排放成分复杂，使得对气体排放实现连续监测计量变得不太可能，因此目前国内外均采用通过直接能源消耗和间接消耗的数量统计，再通过量化得到排放因子，编制排放清单。碳计量主要体现在对水、煤、电等用量计量上，通过对这些数据的测量可以估算排放量，为编制对应的清单打下基础。为企业节能减排提供依据。通过温室气体排放核查以及清单编制工作，可以确定企业的排放源和高能耗设备，企业可以根据这些计量数据有针对性、有目的性地开展节能减排工作，进行用能情况实时、动态分析等，这些节能减排措施的运用都离不开碳计量。3．2碳计量方法目前，我国对于经济活动生产的碳排放如何进行量化，还没有形成比较完善的体系和方法，需要进一步研究。然而国际上关于碳计量的方法很多，主要包括：系数法、IPCC推荐缺省法、部门分类核算法以及卡亚公式等。（1）系数法主要用于能源碳排放量的计算，其公式为：E＝k×N其中，E为碳排放量，k为碳排放因子（中国CO2的排放因子系数为0．67，日本为0．68，美国为0．69），N为某一能源使用数量。（2）缺省法是根据能源消耗量估算碳排放量，是一种粗略的估算，其公式为：CO2排放量＝（燃料消费量×单位碳含量－固碳量）×氧化率×3．7（3）部门分类核算法是以部门为基础，使用更加微观的数据，通过对每个部门使用每种燃料进行单独计算并进行汇总得到每个部门总排放量，然后利用同种方法将每个部门的碳排放量进行相加得到总排放量。该方法缺点是计算起来比较繁琐，但是与缺省法比，其计算结果更接近真实排放量。（4）卡亚公式由日本学者yoichikaya提出，反映了碳排放与GDP和人口间的关系。其公式为：CO2排放量＝人口×人均GDP×单位GDP能耗量×单位能耗碳排量从该公式可以看出，我国经济高速发展阶段，GDP高速增长，要减少排放量就必须降低单位GDP能耗量和单位能耗碳排量。
4能源计量与碳计量的关系
能源计量主要工作是节能，其重点是减少能耗、有效使用能源；而碳计量主要工作是减排，其重点是减少碳排放、控制温室气体效应，这是两者的不同点。同时两者又是相辅相成的、相互促进的，两者都是以计量数据为基础，碳计量是能源计量的一部分，又是能源计量发展的分支，两者是实现低碳环保可持续发展的重要前提和基础，缺一不可。
5结语
中国目前处于经济发展的关键时期，长年粗放型的增长模式造成了能源紧张、环境污染、气候变化等问题，这就要求必须走低碳经济的可持续发展道路。因此必须大力倡导开展能源计量、碳计量工作，为节能减排提供技术保障。
参考文献：
［1］邓思齐．低碳经济背景下碳计量工作的思考［J］．中国计量，2013（12）：103～105．
［2］张春鹏，唐蓉，王昌玲．碳计量的国际经验和实际做法［J］．未来与发展，2015（10）：45～47．
［3］陈卫斌，曾鉴三．碳计量：由概念到技术支撑［J］．中国计量，2012（2）：39～40．
［4］胡建栋，刘继兵．重点用能单位能源计量审查规范［M］．北京：中国质检出版社，2012．
［5］张昌州．浅析能源计量在低碳环保经济建设中的作用［J］．现代营销，2011（6）：228．
［6］吴斌．狠抓能源计量，助推低碳经济［J］．福建质量技术监督，2011（5）：26～27．
［7］赵海凤，闫昱霖，张大红．低碳经济计量模式［J］．生态学报，2015，35（4）：1249～1257．
［8］杨蕾．没有碳计量就没有碳交易［J］．质量探索，2014，11（Z1）：63～64．
［9］吕学都，王艳萍，黄超．低碳经济指标体系的评价方法研究［J］．中国人口．资源与环境，2013，23（7）：27～33．
［10］周娟．低碳工业园区评价指标体系研究［D］．武汉：华中科技大学，2013．
［11］方大春，张敏新．低碳经济的理论基础及其经济学价值［J］．中国人口．资源与环境，2011，21（7）：91～95．
篇5
关键词：碳排放;LMDI;驱动因素;深圳
一、 引言
随着世界人口的不断增长和经济规模的日益扩张，能源使用带来的环境问题及大气CO2浓度升高引起的全球气候变暖，已对人类的生存和发展形成了严峻的挑战。在2015年11月的《联合国气候变化框架公约》第21次缔约方巴黎会议上，中国政府承诺中国将在2030年左右二氧化碳排放达到峰值，并争取尽早实现，以履行世界上最大排放国的责任。作为全国首批低碳试点城市之一，已作出承诺，力争于2022年达到碳排放峰值。近年来，深圳市的节能减排工作虽取得了一定的成绩，单位GDP能耗均已处于全国和全省的较低水平，但深圳市能耗强度持续下降的空间有多大，碳排放是否会持续的增长，2022年达到峰值的约束条件在哪里，这些问题目前还没有一个清晰的答案，而回答这些问题就需要对深圳市过去影响碳排放变化的驱动因素做出详细分析。
分析影响碳排放增长的驱动因素的研究中，目前较为常见是采用对数平均迪氏指数法（LMDI， Logarithmic Mean Divisia Index）。该方法其具有全分解、无残差、易使用以及乘法分解与加法分解的一致性、结果的唯一性、易理解等优点。B.W.Ang （2005）比较了不同的指数分解方法，认为LMDI指数分解法是最有效的方法，并对LMDI在能源领域的应用进行了分析指导。Jiao和Qi等（2013）基于LMDI法，从产业结构、能源结构等方面构造情景，预测了中国2020年前的碳排放量，并针对中国的2020年减排目标进行了策略分析。本文将碳排放影响因素分为结构性因素和技术性因素，结构性因素包括能源结构、产业结构、制造业结构，技术性因素包括低碳技术的应用、能源利用方式的转变和能源供给效率的提升等，基于LMDI法对2008年～2013年深圳市碳排放驱动因素进行分析，以期为深圳市制定碳减排政策、早日达到碳排放峰值提供科学参考。
二、 深圳市能源消费量及碳排放分析
1. 深圳市能源消费量分析。根据《深圳市统计年鉴》、《深圳市能源平衡表》以及我国国民经济现行的部门划分体系，按终端用能消费口径，2013年深圳市能源消费总量为4 131万吨标准煤，其中能源消费占比排名前三的分别为制造业、交通运输仓储和邮政业以及生活消费3个部门，占比分别为32.31%、21.90%、16.59%。2008年～2013年，深圳市能源消费量总体上呈逐年上升趋势，历年各部门能源消费量中，能耗最大的部门为制造业，能源消费量年平均占比为36%，其次为交通运输、仓储和邮政业21%，生活消费15%，批发、零售业和住宿、餐饮业11%，其他第三产业11%。2013年较2008年相比，能源消费量处于上升趋势的行业――交通运输、仓储和邮政业的能源消费量年平均占比21%，其能源消费量累计上升了43%。在处于下降趋势的行业中，制造业虽然年平均能源消费量占36%，但其累计能源消费量却下降了10%。
2. 深圳市碳排放量现状分析。采用《省级温室气体清单编制指南（试行）》中化石燃料燃烧活动的参考法计算深圳市碳排放。核算范围为深圳市行政边界内能源燃烧产生的碳排放，以及因净调入电力而引起的间接碳排放。
根据计算，2013年深圳市碳排放总量为8 189万吨CO2，其中碳排放量占比排名前三的分别为制造业、交通运输仓储和邮政业以及生活消费3个部门，分别为32.04%、22.77%和16.37%。2008年～2013年，深圳市碳排放量总体上呈逐年上升趋势，历年各部门碳排放量中，碳排最大的部门为制造业，碳排放量年平均占比为36%，其次为交通运输、仓储和邮政业22%，生活消费14%，批发、零售业和住宿、餐饮业11%，其他第三产业11%，电力、燃气及水的生产和供应业3%。由于深圳市产业结构中第一产业比重较小，农林牧渔业和采矿业年均能源消耗量仅占2%。2013年较2008年相比，交通运输、仓储和邮政业碳排放量年平均占比22%，其碳排放量累计上升了43%。值得注意的是，制造业虽然年平均碳排放量36%，但其累计碳排放量下降了13%。
三、 深圳市碳排放驱动因素的定量分析
1. 基于调整的LMDI碳排放驱动因素分解方法。本文参考Ang等（1998）的方法，利用LMDI从结构性因素及技术性因素两个层面，对影响深圳市2008年～2013年碳排放变化的驱动因素进行分析。
以上各部门化石能源消费、电力消费数及GDP等数据均取自历年《深圳市能源平衡表》及《深圳市统计年鉴》。化石燃料碳排放因子取自《省级温室气体清单编制指南（试行）》，调入电碳排放因子（南方区域电网平均碳排放因子）取自国家发改委气候司2013年份的《2010年中国区域及省级电网平均二氧化碳排放因子》。
2. 驱动因素的总体影响分析。GDP增长对碳排放具有线性正向驱动作用，本文重点分析行业结构、能源结构（用单位能耗碳排放指标表征）、制造业内部结构性因素等驱动作用。图1表明， 2011年以来，行业结构、单位能耗碳排放及制造业内部结构等结构性因素正逐步成为重要的减缓深圳市碳排放的因素。其中，2011年～2013年结构因素占深圳市经济部门碳排放年均减缓量的51%（见图2），年均减缓量249万吨CO2;此外，技术性因素（单位增加值能耗下降）占年均减缓量的49%（见图2），年均减缓量237万吨CO2。
由于深圳市终端能源消费引起的碳排放主要来源于制造业，因此本文将进一步对这制造业碳排放进行定量分析。
3. 制造业碳排放驱动因素分析。依据2013年深圳市制造业单位增加值能耗，将深圳市的制造业分为低、中、高能耗三大类。
（1）低、中、高能耗制造业碳排放减缓量比较。2008年至2013年，深圳市低、中、高能耗制造业单位增加值碳排放（碳强度）均呈下降趋势，分别累计下降41%、60%及9%（见图3）。由于中、低能耗制造业碳强度下降幅度较大，且合计增加值占制造业的94%，因此两者对制造业碳强度下降的影响最为显著。
（2）制造业内部各驱动因素对深圳市碳排放变化的影响。制造业结构因素包括制造业增加值占GDP比重、低中高能耗制造业增加值占制造业比重、低中高能耗制造业能源结构。2008年～2013年，制造业结构因素对深圳市经济部门碳排放减缓量的累计贡献率为25%，低、中、高能耗制造业单位增加值能耗的累计贡献率为81%（见图4）。
四、 结论与政策建议
运用LMDI法对深圳市碳排放变化的影响因素进行分解，通过对各影响因素的实证分析，本文主要得出以下结论：
1. 2008年～2013年减缓深圳市碳排放的主要因素来源于技术性因素，包括技术和管理等的改进与提升，但2011年后，结构性因素逐渐成为减缓深圳市碳排放的重要原因。2008年～2013年总体来看结构性因素减缓深圳市碳排放的年平均贡献率已超过由技术性因素对减缓深圳市碳排放的年平均贡献率，行业结构、能源结构、制造业内部结构贡献分别达到了28%、12%、11%，相信2013年以后结构性因素也会占主导地位。
2. 制造业结构性因素对深圳市减缓碳排放贡献总体上达到了11%，说明深圳市产业结构调整、制造业内部结构调整已经卓有成效。制造业中高中低能耗产业的单位增加值碳排放也在不断下降，显示出制造业节能工作已经取得很好效果。
深圳市为早日达到碳排放峰值，需要继续重视碳减排的结构性因素，需要大力调整产业机构、能源消费结构特别是要持续推动制造业的优化升级，推进产业结构“退二进三”，优化制造业内部结构、进一步淘汰制造业中高能耗、低增加值的行业，如塑料制品业、非金属矿物制品业、化学原料及化学制品制造业等，同时深入挖掘以互联网金融等现代服务业等第三产业发展的巨大潜力。
深圳市在重视碳减排结构性因素的同时，也要充分考虑技术性减排因素，政府要出台要相应的政策规范，加大节能减排的强制性要求和提供适当的财政优惠，刺激引导和要求企业应用节能减排技术，逐步扩大覆盖范围;要大力推动屋顶太阳能光伏发电等新能源技术的应用;充分利用深圳市碳交易体系，考虑将更多的制造业企业纳入深圳市碳交易体系，完善碳核查和交易体系，达到正向刺激的目的。
参考文献：
[1] B W ANG， F Q ZHANG， KI-HONG CHOI. Factorizing changes in energy and environmental indicators through decomposition[J].Energy，1998，23（6）：489-495.
[2] B W ANG. The LMDI approach to decomposition analysis： a practical guide[J]. Energy Policy，2005，33（7）：867-871.
[3] Jiao J L， Qi Y Y， Cao Q， et al.China's targets for reducing the intensity of CO2 emissions by 2020[J].Energy Strategy Reviews， 2013，2（2）：176-181.
篇6
（华中农业大学土地管理学院，武汉 430070）
摘要：采用武汉市1996－2010年的土地利用变更数据、能源数据以及相关经济数据，通过构建碳排放、碳足迹模型，测算近15年来武汉市土地利用的碳排放量和碳足迹，并分析其碳排放量、碳足迹的变化及影响因素。结果表明，武汉市建设用地碳排放量占碳排放总量的98％以上，在1996－2010年处于逐年增加的状态，2010年已达到1996年的1．4倍；武汉市的总碳足迹和人均碳足迹也在逐年增加，碳赤字较为严重。碳排放总量的不断增加主要是由武汉市建设用地不断扩大以及经济增长方式和能源结构不合理造成。为此，武汉市不仅要控制建设用地的扩张，同时还应改变经济增长方式、调整能源消费结构。
关键词 ：碳排放；碳足迹；建设用地；能源结构；武汉市
中图分类号：F301．24 文献标识码：A 文章编号：0439－8114（2015）02－0313-05
DOI:10.14088/j.cnki.issn0439-8114.2015.02.015
气候变暖是全世界公认的环境问题，造成气候变暖的原因主要是温室气体排放量的大幅增加。2005年2月16日《京都议定书》正式生效，给CO2排放量居世界第二位的中国带来了严峻和现实的压力与挑战［1］，掀起学术界有关碳排放研究的热潮。有学者对经济增长与碳排放的关系进行了研究。彭佳雯等［2］利用脱钩模型探讨了中国经济增长与能源碳排放的脱钩关系及程度；杜婷婷等［3］则以库茨涅兹环境曲线及衍生曲线为依据，对中国CO2排放量与人均收入增长时序资料进行统计拟合得出中国经济发展与CO2排放的函数关系。也有学者对土地利用类型转变引起的碳排放效应变化进行了研究。如苏雅丽等［4］对陕西省土地利用变化的碳排放效益进行了研究。对于土地利用碳排放影响因素的研究也有了一定的成果，主要是利用指数分解法对影响土地利用碳排放效应的因素进行分解分析，如蒋金荷［5］运用对数平均Divisia指数法（LMDI法）定量分析了中国1995－2007年碳排放的影响因素及贡献率。对于碳足迹的研究，赵荣钦等［6］计算和分析了江苏省不同土地利用方式能源消费碳排放与碳足迹。还有其他学者通过碳足迹计算模型，从碳足迹核算和碳足迹评价的角度进行了有意的探讨［7－9］。研究不同土地利用方式的碳排放效应，有助于从土地利用调控的角度控制碳排放。本研究以武汉市为例，分析武汉市土地利用碳排放和碳足迹，探讨武汉市碳排放变化的影响因素，为武汉市调控土地利用以减少碳排放提供科学依据，对武汉市构建“两型社会”具有重要的理论与现实意义。
1 研究区域概况
武汉市位于中国的中部地区、江汉平原的东部，地处东经113°41′－115°05′，北纬29°58′－31°22′。地形以平原为主，拥有丰富的自然资源。截至2010年，全市土地面积为8 494．41 km2，农用地面积为4 270．45 km2，其中耕地面积为3 174．05 km2，林地面积为975．81 km2， 建设用地1 596．51 km2，未利用地面积2 627．45 km2。本年全市国民生产总值达到6 762．20亿元，同比增长12．5％，位居15个副省级城市第五位。第一、第二、第三产业分别为198．70亿、3 254．02亿、3 303．48亿元，比重为2．94％、48．12％、48．94％。人均GDP为68 286．24元，城镇居民人均可支配收入23 738．09元，农村居民人均纯收入9 813．59元。全市全年社会消费品零售总额达2 959．04亿元。
2 研究方法与数据来源
2．1 碳排放测算模型
根据李颖等［10］、苏雅丽等［4］的研究，本研究基于各种用地类型的碳排放／碳吸收系数计算碳排放量，主要涉及耕地、林地、草地、建设用地。其中建设用地具有碳源效应，耕地上的农作物虽然能够吸收二氧化碳，但是在很短的时间内又会被分解释放到空气中，因此将耕地视为碳源［11］，林地和草地为碳汇。
碳排放测算公式［10］：
CL＝∑Si·Qi （1）
其中，CL为碳排放总量；Si为第i种土地利用类型的面积；Qi为第i种土地利用类型的碳排放（吸收）系数，吸收为负，其中耕地、林地、草地的碳排放系数分别为0．422、－0．644、－0．02 tC／hm2［12］。
建设用地的碳排放主要通过计算其建设过程消耗能源所产生的碳排放间接得到。这里的能源主要是指煤炭、石油和天然气。
建设用地碳排放估算公式［10］：
CP＝∑ni＝∑Mi·Qi （2）
其中，CP为碳排放量；ni为第i种能源的碳排放量；Mi为第i种能源消耗标准煤；Qi为第i种能源的碳排放系数，其中煤、石油、天然气的碳排放系数分别为0．747 6 tC／t标准煤、0．582 5 tC／t标准煤、0．443 4 tC／t标准煤［12］。
2．2 不同土地利用类型的碳足迹
碳足迹是指吸收碳排放所需的生产性土地（植被）面积，即碳排放的生态足迹［13］。净生态系统生产力即NEP是指1 hm2植被一年的碳吸收量，用来反映植被的固碳能力［13］，采用NEP指标反映不同植被的碳吸收量，并以此计算出消纳碳排放所需的生产性土地的面积（碳足迹）。森林和草原是主要的陆地生态系统，因此本文主要考察这两种植被类型的碳吸收［13］。根据赵荣钦等［6］、谢鸿宇等［13］的方法，首先计算出化石能源碳排放量，再根据森林和草地的碳吸收量计算出各自的碳吸收比例，最后由各自的NEP计算出吸收化石能源消耗碳排放所需的森林和草地的面积。化石能源碳足迹计算公式为：
其中，A为总的化石能源碳足迹，Ai为第i类能源的碳足迹，Ci为第i种能源的消耗量（万吨标准煤），Qi为第i种能源的碳排放系数，Perf与Perf分别为森林与草原吸收碳的比例；NEPerf与NEPerf分别为森林和草地的净积累量。吸收1 t的CO2所需的相应生产用地土地面积计算结果见表1。
2．3 数据来源
能源数据与经济数据来源于《武汉市统计年鉴（1996－2010）》，武汉市土地利用结构数据来源于武汉国土资源和规划局。
3 结果与分析
3．1 武汉市碳排放量
根据公式（1）、（2）和《武汉市统计年鉴》所查询的武汉市能源消耗量，以及武汉市历年土地变更数据，计算武汉市1996－2010年的碳排放量见表2。
从不同土地利用类型的碳排放量来看（表2），建设用地的碳排放量占碳排放总量的98％以上， 由此可以说明建设用地为主要的碳源。同时可以看到，武汉市的建设用地碳排放量增加较快， 1996到2010年间，武汉市建设用地碳排放量增加了1 091．6万t，增幅为88．58％，碳排放总量也增加了87．21％。通过SPSS 19对建设用地面积与碳排放总量进行双侧检验，结果表明，在0．01水平下显著相关，可见武汉市的碳排放总量与建设用地的碳排放量走势保持同步。
在建设用地面积增加的同时，耕地面积在不断减少，但是耕地面积的减少对碳排放总量并没有起到明显的影响，原因可能有两个方面，一是耕地的碳排放量相对于建设用地来讲数量太小，最高也只占碳源排放总量的1．6％；二是耕地转变为建设用地不仅没有降低碳排放量，反而会增加碳排放量。
另一方面，武汉市的碳吸收总量也在不断增加，1996到2010年间增加了2．09万t，增幅为49．76％，其中占碳汇吸收比例较小的草地碳吸收量在逐年下降，但是林地的碳吸收量占总吸收量的90％以上，甚至有些年份达到了99％以上，且林地面积在不断扩大，林地的固碳量在增加，从而使得武汉市碳吸收量15年间不断增加。
3．2 武汉市建设用地碳足迹分析
由公式（3）计算武汉市1996－2010年的能源消耗碳足迹间接得到建设用地碳足迹，如表3所示。由表3中可以看出，武汉市的建设用地碳足迹逐年增加，在此期间，虽然武汉市的林地与草地的总面积有所增加，但是远远不足总碳足迹的增加速度，同时人均碳足迹由0．63 hm2增加为0．74 hm2，由此表明武汉市的生态系统不足以弥补能源消费的碳足迹。不同能源的碳足迹表明，煤炭的消费是引起总碳足迹增加的主要原因。表3也表明，森林的碳吸收能力比草地要强，碳足迹以森林为主。
3．3 影响因素分析
3．3．1 土地利用结构 不同的土地利用结构对碳排放量与碳吸收量都会产生影响。1996－2010年武汉市土地利用结构变化见表4。由表4可以看出，武汉市的林地面积不断增加，草地面积在减少，但是由于林地是主要的碳汇，因此武汉市的碳汇量随林地面积的增加而增加。耕地面积在减少，建设用地面积不断增加，且增加速度较快，一部分面积的增加是由于耕地的非农化，即耕地转为了建设用地，而建设用地是主要碳源，因此，武汉市的碳排放量随建设用地面积增加而增加。
3．3．2 经济增长方式 现有的研究表明［10］，国家工业化，能源消费碳排放是最主要的排放类型，可占二氧化碳排放的90％以上。从上述武汉市碳排放量测算结果来看，能源碳排放占碳排放总量的98％以上。由此，应分析经济发展中能源消费带来的碳排放变化。
碳排放强度是碳排放量与国内生产总值（GDP）的比值，是衡量温室气体排放的指标，可以作为发展中国家承认和反映其对减缓气候变化的贡献指标［14］。计算可知，1996－2010年武汉市碳排放强度总体上呈下降趋势，由1996年的1．88 t／万元下降到2010年的0．53 t／万元，下降了71．81％，年平均下降4.79％。根据何建坤等［14］的研究，要实现二氧化碳的绝对减排，碳排放强度的下降率要大于GDP的增长率。而武汉市1996－2010年碳排放强度下降率远小于14．54％的GDP增长率，这远远不能实现碳减排。
经济增长既需要资本的投入，也需要土地、能源等物资投入，若经济增长使得土地、能源等物资消耗加剧，碳排放量加大，则资源利用效率降低，对环境的不利影响加剧，显然这种经济增长方式不可取。为评判经济增长对碳排放变化的影响，可选用能源碳排放系数，即能源碳排放增长速度与国内生产总值的比值来反映经济增长对碳排放的影响，其与能源消费弹性系数具有同样的测量意义［15］。已有研究表明，发展中国家能源消费弹性系数一般都大于或接近于1，而发达国家则小于或接近0．5［15］。其值越大，说明能源碳排放增长快于经济增长速度。计算发现，武汉市能源碳排放系数达到了0．76，远远大于0．5。由此说明，武汉市的经济增长促进了碳排放量的增加。
3．3．3 能源结构 不同的能源其碳排放系数不同，三大能源中，煤炭的碳排放系数最大，天然气最小，石油居中。因此，煤炭的消耗量越大，则能源碳排放量越大。根据公式（2）可测算各种能源碳排放量，并得出三大能源碳排放量趋势图（见图1）。由于各能源的碳排放量与能源消费量之间呈正比，因此，能源碳排放量的趋势与能源消费量的趋势一致。由图1可知，石油和天然气的消费量在1996－2010年间较为平稳，煤炭的消费量在1996－2002年间保持稳定，2002－2006年快速上升，2006－2009出现微小下降，2010年又开始上升，与武汉市碳源排放总量变化走势一致，煤炭消耗量占总能源的67％以上。可以看出，武汉市是以煤炭为主的能源结构。
平均碳排放系数是指能源碳排放总量与能源消耗总量的比值，其变化能够反映能源结构变动对碳排放量的影响。当低碳能源比例的增加时，平均碳排放系数将会变小。从图1来看，武汉市1996－2010年的平均碳排放系数较为平稳，在0．707~0．717之间浮动。以上分析表明，武汉市能源消费结构不合理。
3．3．4 碳足迹影响因素分析 武汉市能源消耗总量在15年间由1 790．13万t增长到了3 352．96万t，与此同时，其碳足迹也由328．13万hm2增长到了618．78万hm2。能源消耗总量与碳足迹走势图（图2）表明，碳足迹随着能源消耗总量的变动而变动，两者呈现出高度一致的走势。
采用回归分析可以定量分析能源消耗总量与碳足迹的关系。本文以95％的置信度通过有关检验，其相关性如表5所示，能源消耗量与碳足迹的相关系数达到了0．999 5，说明碳足迹受能源消耗总量影响较大。
4 小结与讨论
1）建设用地是主要的碳源，其碳排放量占总碳排放总量的98％以上。建设用地面积的增加是武汉碳排放量增加的一个重要原因。发展低碳经济，建设“两型社会”，武汉需控制建设用地面积的不断扩大。同时，提高土地利用集约度，通过集约利用缓解建设用地供求矛盾，实现低碳集约利用。
2）武汉市的总碳足迹和人均碳足迹在不断增加，虽然武汉市的林地与草地的总面积有所增加，但是远远不足总碳足迹的增加速度，表明武汉市碳赤字较为严重。其中，森林碳足迹和煤炭碳足迹为碳足迹的主要“碳汇”和“碳源”，煤炭的消耗是引起总碳足迹增加的主要原因。因此，增强生产性土地，特别是森林的固碳能力，改善能源消费结构，减少煤炭消费量，提高石油、天然气等能源的消费比例，可以较好地降低碳排放水平。
3）1996－2010年，武汉市碳排放量总体上升。主要原因除了建设用地面积不断增加外，还受经济增长方式与能源结构的影响。较高的能源碳排放系数反映出武汉市目前的经济增长方式不利于低碳经济的发展。建立低碳的能源体系，调整产业结构和能源消费结构，是发展低碳经济社会的关键。
4）通过土地利用变化以及能源消费量的变化分析了武汉市的碳排放以及碳足迹的变化，但是在计算能源消费碳排放时，因数据的限制，仅考虑了化石能源消费所带来的碳排放，未计算农村生物质能燃烧带来的碳排放。同时，由于目前对碳足迹的概念和计算边界缺乏统一的定义，计算数据获取难度较大，碳足迹的研究需要进一步深入探讨与完善。
参考文献：
［1］ 庄贵阳．低碳经济：中国之选［J］．中国石油石化，2007，7（13）：32－34．
［2］ 彭佳雯，黄贤金，钟太洋，等．中国经济增长与能源碳排放的脱钩研究［J］．资源科学，2011，33（4）：626－633．
［3］ 杜婷婷，毛 锋，罗 锐．中国经济增长与CO2排放演化探析［J］．中国人口资源与环境，2007，17（2）：94－99．
［4］ 苏雅丽，张艳芳．陕西省土地利用变化的碳排放效益研究［J］．水土保持学报，2011，25（1）：152－156．
［5］ 蒋金荷．中国碳排放量测算及影响因素分析［J］．资源科学， 2011，33（4）：597－604．
［6］ 赵荣钦，黄贤金．基于能源消费的江苏省土地利用碳排放与碳足迹［J］．地理研究，2010，29（9）：1639－1649．
［7］ SOVACOOL B K， BROWN M A． Twelve metropolitan carbon footprints： A preliminary comparative global assessment［J］． Energy Policy， 2010， 38（9）：4856－4869．
［8］ KENNY T， GRAY N F． Comparative performance of six carbon footprint models for use in Ireland［J］． Environmental Impact Assessment Review， 2009， 29（1）：1－61．
［9］ 黄贤金，葛 杨，叶堂林，等．循环经济学［M］．南京：东南大学出版社，2009．
［10］ 李 颖，黄贤金，甄 峰．江苏省区域不同土地利用方式的碳排放效应分析［J］．农业工程学报，2008，24（S2）：102－107．
［11］ 肖红艳，袁兴中，李 波，等．土地利用变化碳排放效应研究—以重庆市为例［J］．重庆师范大学学报（自然科学版），2012，29（1）：38－43．
［12］ 2006 IPCC Guidelines for National Greenhouse Gas Inventories ［R］． Geneva：IPCC，2006．
［13］ 谢鸿宇，陈贤生，林凯荣，等．基于碳循环的化石能源及电力生态足迹［J］．生态学报，2008，28（4）：1729－1735．
［14］ 何建坤，刘 滨．作为温室气体排放量衡量指标的碳排放强度分析［J］．清华大学学报（自然科学版），2004，44（6）：740－743．
［15］ FANG J Y， CHEN A P， PENG C H， et al． Changes in forest biomass carbon storage in China between 1949 and 1998［J］． Science， 2001， 292：2320－2322．
篇7
基金项目：国家自然科学基金“能源价格波动视角下的产业发展、碳排放效应及间接减排政策研究”（编号：71203219）；教育部人文社会科学基金“碳减排约束下能源价格波动与产业发展的系统性作用机理及政策研究” （编号：11YJCZH050）；全国统计科研计划项目“能源价格及结构对我国工业产业碳排放影响的测度研究” （编号：2010LC15）。
摘要 新时期节能减排的中心问题围绕能源价格展开，内外能源价差对碳排放影响效应反映国内能源市场化变迁下价格扭曲对碳排放的作用。我国内外部能源价差一直为负，且具有非线性和阶段性特征。基于此，将内外能源价差与其他碳影响因素纳入直接、调节及状态空间模型中进行分阶段实证检验对比，结果表明：在1978-1993年小价差阶段，碳排放总量随着负向价格扭曲增加而有小幅减少；而在1994-2011年大价差阶段，负向价格扭曲碳拉动效用明显，因此国内外能源价差对我国碳排放总量的非对称效应显著。结合我国实际，认为：能源市场化改革应从煤炭向石油、电力、天然气逐步推进，尤其要加强能源企业体制改革，减少国家控股及行政干预，将政府补贴转向能源消费主体以实现市场化的稳定过渡。
关键词 能源价格；能源价差；碳排放；非对称效应
中图分类号 F062.1 文献标识码 A 文章编号 1002-2104（2013）11-0014-07 doi：10.3969/j.issn.1002-2104.2013.11.003
直接影响碳排放的因素均受市场配置功能影响，而能源价格是最基本有效的资源配置手段，因此有效地发挥间接减排政策，尤其是能源价格的作用提到了重要日程。从我国的实际情况看，内外部能源价差反映了开放经济条件下能源商品价格扭曲和价格机制变迁，因此研究其对能耗乃至碳排放的影响，对于有效推进能源价格市场化改革以及节能减排更具有现实意义。
1 内外能源价差与碳排放的关系
国内外学者[1-3]将CO2排放总量进行因素分解，发现技术和产业能源效率提高是抑制碳排放最重要的因素，能源消费结构和工业结构优化的节能减排效应明显，但受到一国要素禀赋和总体发展目标影响，作用小于能源效率。由于经济总量、产业结构、技术效率、能源强度及能源消费结构等因素均受到市场价格的调节，能源价格逐渐成为节能的中心问题[4]。现有相关文献集中研究了各层面能源价格与碳排放影响因素之间的关系[5-8]，总体来看，能源价格的上涨对经济增长及行业产出有一定的负面冲击[9]，且不同行业反应效力具有差异性，因而对产业及工业结构优化有引导作用。另一方面，从能源效率的角度出发，国内外研究大都肯定能源价格对能源效率的显著影响[10-17]，能源价格上升促进能源效率提高，从而对抑制碳排放产生重要作用，但也有学者认为能源价格对能源效率的影响存在非线性及动态性，不同类型能源价格变动对能源效率有差异性影响。考虑到更加复杂多变的能源市场环境，有学者开始对内外能源相对价格进行研究，魏一鸣[18]指出国家对能源价格的控制使内外部能源价格存在扭曲，能源消费与能源价格不挂钩。柴建、郭菊娥等[19]提出了“能源价格扭曲度”概念，认为能源比价关系的调整比单种能源价格的国际接轨更重要，我国能源商品价格扭曲提高了中国的能耗强度。杨继生[20]使用STR模型指出维持国内外能源价格相对调整的基本一致是提高能源配置和使用效率，减少污染排放的客观要求，因此内外部能源价差更能反映国内能源市场定价机制变迁下价格变动对碳排放的影响。
理论上讲，若内外部能源价差>0，企业为保证生产和成本控制而转向能源进口，碳排放总量变动不明显；行政干预下的企业接受国内高能价，生产成本上升，产业收益及产出总量缩减，刺激企业技术创新，提高能源效率，多渠道影响碳排放。若内外部能源价差
目前我国行政干预和国有企业垄断能源定价，国内现行能源价格无法反映市场供求双方的真实意愿及能源使用成本，碳减排视角下价格资源配置功能难以发挥[21]，内外部能源价格扭曲成为我国能源领域面临的重大挑战[22]。本文旨在分析内外部能源价差对我国碳排放总量的影响，基于内外部能源价差的变动特征，将价差、碳排放总量与其他碳排放影响因素统一纳入实证分析中，研究不同阶段价格扭曲度对碳排放的影响效应，并寻求基于环境效益的内外部能源价差变动区间，以此细化市场和行政分工，为我国完善市场化能源定价机制提供补充和支持。
2 内外部能源价差变动特征
根据能源消费结构（煤炭、石油、天然气、电力消费占比），按工业品出厂价格指数（1978年=100）折算，剔除通货膨胀影响，构建国内能源价格变动的综合指数；选择国际Brent原油FOB现货价格作为替代指标，按照当年汇率折算得到国外能源价格指数（1978年=100），内外部能源价差反映内外部能源价格扭曲程度。
根据图1可以看到：
（1）1978-2011年内外部能源价差均为负值，内部政府指导能源价格一直低于外部市场化能价，我国长期的计划经济体制和明显的行政干预使国内能价无法充分反映我国现行工业化过程中能源资源的稀缺性，不同市场化程度下内部能源价格扭曲方向未变，但价格扭曲程度变化明显。
（2）整体来看内外能源价差呈扩大趋势，且在1994年负差突破500点后明显增加。1978-2011年间内部能源价格爬行式上升，而国外能价波动明显，内部能源价格涨幅明显低于国外，这说明市场化缓慢进程下的价格扭曲日益严重，内部能价仍缺乏弹性，这与我国政府主导能源定价，国家控股垄断能源企业，忽视国内能源稀缺性及能源市场供求有直接关系。
由于内外部能源价差不存在正负交替，本文着重研究不同阶段内价差变动对我国碳排放影响效应。
1978-1993年内外部能源价差范围在（-451.18，-116.35），价格扭曲程度小。此间能源要素价值有限，国内外能源价格均小幅增长。1992年国家逐步放开煤炭价格均推动国内能源价格上升，内外部能源价差有明显缩小。1994-2011年价差范围在（-3 064.90，-358.31），价差扩大接近10倍，价格扭曲程度明显大于前一阶段。此间能源地位日益凸显，2004年后世界经济的全面增长推动石油需求增加，国际能源价格大幅上升；国内能源价格得益于一系列市场化改革，包括放开电煤指导价格、煤炭价格由市场定价以及1998年后国内原油价格与国际市场接轨等，价格涨幅大于前一时期，但电力、天然气价格仍采用“政府指导价”，内外部能源价格扭曲度进一步增加。按内外部能源价差值大小将其划分为1978-1993年小价差和1994-2011年大价差两阶段，研究不同价差变动范围内对碳排放影响的非对称性。
3 价差变动对碳排放影响的非对称性
3.1 变量定义及数据预处理
变量包括内外部能源价差、产业总值、产业结构、产业内能源效率和碳排放总量。对内外部能源价差（P）取绝对值以避免负值检验不便，产业总量（Y）选取以1978为基期的GDP指数，产业结构（S）为第二产业与第三产业的
GDP比例（%），产业能源效率（E）使用GDP与能源消费总量比值表示。CO2排放量（C）来自世界银行公布数据，单位108 t。样本区间在1978-2011年，相关变量数据来自1993-2011年《中国统计年鉴》、《中国能源统计年鉴》、中经网产业数据库和中国资讯行数据库。
根据图2可以看出：
（1）我国碳排放总量、内外部能源价差、产业总值、产业效率在样本区间内均呈现上升趋势，而产业结构则呈下降趋势。具体来看，1978-1993年小价差阶段，碳排放总量小，上升幅度小；内外部能源价差扩大对应的碳排放增速放缓，而价差缩小对应碳排放增幅明显，产业结构在此阶段下降明显，与内外部能源价差和碳排放量之间的负向相关关系需要进一步验证。1994-2011年大价差阶段，碳排放总量明显增加，内外部能源价差的增加与减少对应着碳排放的拉动和抑制。产业内的能源效率在小价差阶段变动极小，能源产业领域内技术水平的提升和新能源的开采运用使产业能源效率在20世纪90年代中后期明显提高，局部来看我国碳排放增速在能源效率增加时有所减缓。不同阶段内价差与碳排放总量变动关系呈非对称。
（2）原序列取对数以避免异方差影响，CO2排放量、产业总量、产业结构、产业效率和内外部能源价差分别记为lnC、lnY、lnS、lnE和lnP。使用ADF对变量序列进行平
稳性检验，各时间序列均为I（1）序列。针对同阶非平稳序列进行协整检验，结果证实变量之间存在均衡关系，在长期内外部能源价差变动影响我国碳排放总量。使用AIC和SC确定最佳滞后期为4，对差分后序列进行格兰杰因果检验，结果显示变量中只有产业效率的前期变化能有效解释我国碳排放量变动，但这种解释只是从先后时序上，且滞后4期后的小样本容量影响了因果关系的显著性[23]，我国碳排放量的变动是各类因素综合作用的结果，需要进一步实证分辨。
3.2 直接效力比较
结合理论分析，价差对碳排放的作用也是间接的，内外部能源价差以价格形式通过产业内能源供需总量、结构及效率等路径间接影响我国碳排放总量。首先将中间路径黑箱化，内外能源价差和产业三维度变量一同纳入碳排放因素中，构建直接效应模型：
基于不同阶段内价差与碳排放变动关系的非对称描述，将价差对碳排放影响效应研究按照两个阶段划分，对比相关变量变动对碳排放总量的影响，见表1、表2。
（1）在1978-1993年区间内，E没有通过显著性检验，结合图2可以看到，产业效率变动极小，反映敏感度低，对碳排放总量作用不明显。将E剔除后模型及解释变量均通过显著性检验，拟合优度99.23%，Y、S及P的碳排放变动系数分别为0.464 4、-0.158 0和-0.012 9，在小价差阶段Y与碳排放变动同向，S与碳排放变动反向，即经济结构优化促进碳减排的实现。1978-1993年我国第二、三产业产值均有所上升，重工业的稳定占比导致我国经济结构优化进程缓慢，碳排放总量仍保持增长。内外部能源价差与碳排放总量存在负向关系，但效力小于Y和S，将能源价格控制在此范围并适度增加价格扭曲度有利于碳抑制。
（2）在1994-2011年区间内，各变量中除P外均通过检验，但是DW=0.98表明模型存在自相关，因此检验系数有效性丧失。消除自相关后S没有通过显著性检验，将S剔除后模型及解释变量均通过显著性检验，拟合优度仍在60%以上。此时Y与碳排放总量仍保持同向变动，E对碳排放的负向作用明显。P与碳排放总量存在正相关关系，此阶段价格扭曲过度，政府为稳定国内物价而加大能源定价干预，使国内能价升幅落后于国外，或与国外能价相对调整方向相悖，拉动碳排放量，能源价格倒挂现象出现，国内能源过度消费，局部地区因企业限制能源供给出现“能荒”。
3.3 调节效力比较
能源价格必须通过供需总量调整对经济总量、结构和效率产生影响，因此与碳排放总量呈远程调节关系。去黑箱化后，内外部能源价差对碳排放仅有间接影响，调节效力的比较更符合实际意义，构建内外能源价差对我国碳排放影响的调节效应模型：
仍基于两个阶段的划分将其调节作用进行比较，1978-1993年直接效应模型中E没有通过显著性检验，产业效率在小价差阶段内存在阻滞，将内外能源价差传递
途径限于产业总量及结构，1994-2011年直接效应模型中S没有通过显著性检验，产业结构在此阶段内存在阻滞，将内外能源价差传递途径限于产业总量及效率，结果见表3、表4。
（1）在调节效应模型中Y、S和E的作用方向与直接效应一致。能源是企业生产要素之一，企业生产带动能源消费增加，Y对碳排放有正向作用，且弹性系数大于其他变量。高能耗集中在钢铁、水泥等工业产业，80年代中后期产业结构优化，碳排放增速放缓，90年代中后期产业效率上升，单位产值下能源成本降低，碳抑制作用明显。
（2）在1978-1993年区间内，内外能源价差分别通过Y和S实现的碳排放调节效力为0.162 9和0.014 6，价格负向扭曲，能源消费成本低，包括重工业在内的产业生产恢复，能耗增加。同时纳入Y和S，价差调节效力分别为0.161 8和-0.081，通过S实现的调节效力增大，且在S碳抑制作用中有接近25%的贡献。低能源消费成本推动产业总值增加，社会消费水平上升，产业结构转向低能耗。而在1994-2011年区间内，内外能源价差分别通过Y和
E实现的碳排放调节效力为0.455 9和0.630 4，同时通过Y和E实现的调节效力为0.303 7和0.338 1，皆为正效应。在此阶段，E成为价差影响碳排放的最主要路径，能源价格负向扭曲显著，企业技术研发动力不足，能源效率整体提升受阻，内外能源价差扩大会抵消产业效率的碳抑制作用。
（3）对比两阶段的调节效力看到前期效力明显小于后期，计划体制主导下价格对碳排放的影响效力有限，小幅价差的碳抑制效力也较小；而市场化程度提高后价格对碳排放的影响效力增强，价格扭曲过度对碳排放的拉动效应会更大。因此现阶段通过市场化改革将内外能源价差控制在合理范围内，缩小内外价差是逐步实现碳抑制，控制碳排放总量及增速的多重选择。
4 非对称性进一步考察
直接和调节效力模型只是从平均意义上分析国内外能源价差对碳排放影响的非对称性，需要采用状态空间模型SSM从时变意义上进一步考察能源价格扭曲度对碳排放影响的非对称效应。不同阶段内的碳排放影响因素不同，价差变动对碳排放的时变影响模型也需要分阶段调整，结果如表5、图3、图4所示。
（1）剔除1978-1980年作用效力的异常波动，1981-1993年区间内，Y和S影响效力一直大于内外能源价差，S在1981-1983年的正效应极有可能受1980年异常负向波动的滞后影响回升，除此之外Y与S的效力弹性系数基本稳定。在此阶段内，内外能源价差变动对碳排放有负向
影响，效力范围在（-0.020 9，-0.012 1），弹性系数变动平稳，此时国内外能源开发使用有限，能源要素稀缺性高，能源计划价格体制发挥了价格调节抑制碳排放的作用。
（2）剔除1994-1996年技术倒挂下作用效力的异常波动，
1997-2011年区间内， Y和E影响效力一直大于价差，效力范围在
（0.682 7，1.368 0）和（-0.051 6，-1.129 8），弹性系数均呈扩大后缩减变动，E对碳排放负向影响从1996年开始明显，2002年后效力逐年减小，结合调节效应分析认为价差扩大弱化了产业效率的碳抑制作用。在此阶段内，内外能源价差变动对我国碳排放总量的影响是正向的，效力范围在
（0.014 1，0.251 7），弹性系数呈下降后回升趋势，其中1994-1999年弹性系数均在0.1以上，价差范围在（500，700）之间，碳拉动效应明显。2000-2011年价差在（800，300 0）之间时，弹性系数变动在（0.014 1，0.092 1）范围内，碳拉动效力小于前期，但2006年价差进一步突破200 0点后拉动效力回升明显，如何快速全面控制内外部能源价格扭曲亟待解决。
（3）对比两阶段价差弹性系数，1978-1993年价差对碳排放影响为负向且效力平稳，能源要素不显著情形下，价差对碳排放有低抑制作用。1994-2011年价差的效力为正，效力及其波动明显大于前期，能源要素价值显著情形下，低市场化下价差对碳排放的拉动作用会一直处于较高水平，价格扭曲度变化也会增加效力的不确定性。全面的市场化改革势在必行。
5 结论及建议
内外部能源价差对我国碳排放总量影响存在非对称效应，不同价格扭曲程度对碳排放影响的效力方向、大小、路径和效力变动幅度均有所不同。①1978-1993年间能源要素地位不显著，产业总量、产业结构对碳排放作用明显，强计划定价下，内外部能源价差对碳排放存在负效应，并且通过产业结构调整路径实现，效力小且变动平稳。碳减排视角下，此范围内存在的能源价格扭曲是可接受的。②1994-2011年间能源要素地位凸显，产业总量、产业能源效率对碳排放作用明显，低市场化定价下，内外部能源价差对碳排放有明显正向拉动作用，效力大于前期，并主要通过产业效率调整路径实现，正效力波动性大。缓慢的能源市场化进程对国内节能产生阻碍，减少碳排放需要缩小内外部能源价差，而将价差控制在某时点范围内可以减少碳拉动效力。基于上述结论，提出如下政策建议：
第一，自上而下推进国内能源产品市场化改革，以市场定价为主，与国外能源价格相对调整保持一致，发挥价格资源配置作用。目前我国煤炭价格已经基本实现了市场化，在石油、电力、天然气价格方面也应该逐步开放，减少行政定价，由能源消费主体自行选择。现行能源企业的国家控股或主导性质直接限制了能源价格变动的灵活性，非国有化能源企业，将民间资本引入能源行业，减少行政对能源企业补贴也成为能源价格市场化的重要方面。
第二，行政干预在现阶段市场化进程中需要全面的配合调整，在掌握能源价格的适时变动下针对性地引导国内能源价格变动，完善股市、期市中能源相关交易，转移行政补贴方向，引导能源消费主体定价。
第三，现阶段产业结构的碳抑制作用弱化，产业效率提高成为降低碳排放的最有效手段。而目前我国产业效率仍处于较低水平，调整能源消费结构，降低能源消费总量，尤其是减少煤炭、石油等传统能源的低价消费及出口，增加新能源的开发与使用，是实现产业总量的高效化，减少总体能耗及碳排放量的必然选择。
参考文献（References）
[1]James B A. CO2 Emission， Energy Consumption， and Output in France[J]. Energy Policy，2007，25（10）：4772-4778.
[2]林伯强，孙传旺. 如何在保障中国经济增长前提下完成碳减排目标[J]. 中国社会科学，2011，（1）：64-76.[Lin Boqiang，Sun Chuanwang. How Can China Achieve Its Carbon Emission Reduction Target while Sustaining Economic Growth？[J]. Social Sciences in China，2011，（1）：64-76.]
[3]陈诗一. 中国碳排放强度的波动下降模式及经济解释[J]. 世界经济，2011，（4）：124-143.[Chen Shiyi. Down Change Mode and Economic Explaining of China’s Carbon Emission Intensity[J]. The Journal of World Economy，2011，（4）：124-143.]
[4]林伯强. 中国能源政策思考[M]. 北京：中国财政经济出版社，2009.[Lin Boqiang. China’s Energy Policy Thoughts[M]. Beijing：China Financial & Economic Publishing House，2009.]
[5]魏巍贤，林伯强. 国内外石油价格波动性及其互动关系[J]. 经济研究，2007，（12）：130-141.
[Wei Weixian，Lin Boqiang. Volatility and Inter Relationship of Domestic and Foreign Petroleum Price[J]. Economic Research Journal，2007，（12）：130-141.]
[6]邓祥周，田立新，段希波. 能源价格的动态模型分析[J]. 统计与决策，2007，（1）：9-10.[Deng Xiangzhou，Tian Lixin，Duan Xibo. Dynamic Analysis Model of Energy Price[J]. Statistics and Decision，2007，（1）：9-10.]
[7]Birol F， Keppler J H. Prices，Technology Development and the Rebound Effect[J]. Energy Policy，2000，（28）：437-469.
[8]何凌云，林祥燕. 能源价格变动对我国碳排放的影响机理及效应研究[J]. 软科学，2011，25（11）：94-98.[He Lingyun，Lin Xiangyan. Research on the Mechanism and Effect of Energy Price Shocks on China’s Carbon Emission[J]. Soft Science，2011，25（11）：94-98.]
[9]胡宗义，蔡文彬. 能源要素价格改革对我国经济发展的影响分析――基于一个动态可计算一般均衡（CGE）模型[J]. 系统工程，2009，27（11）：91-95.[Hu Zongyi，Cai Wenbin. Analysis of Effect of Energy Factor Price Reform on China’s Economic Development：Based on a Demonstrational an Calculated CGE Model[J]. Systems Engineering，2009，27（11）：91-95.]
[10]Vanden K F，Jefferson G H. What Is Driving China’s Decline in Energy Intensity？[J]. Resourse and Energy Economics，2004，26（1）：77-97.
[11]杨冕，杨福霞，陈兴鹏. 中国能源效率影响因素研究：基于VEC模型的实证检验[J]. 资源科学，2011，33（1）：163-168.[Yang Mian，Yang Fuxia，Chen Xingpeng. Research on Factors of China’s Energy Efficiency：Empirical Test Based on VEC Model[J]. Resources Science，2011，33（1）：163-168.]
[12]谭忠富，张金良. 中国能源效率与其影响因素的动态关系研究[J]. 中国人口・资源与环境，2010，20（4）：43-49.[Tan Zhongfu，Zhang Jinliang. Demonstrational Analysis of the Relationship Between Energy Efficiency and Its Influential Factor in China[J]. China Population，Resources and Environment，2010，20（4）：43-49.]
[13]史丹. 中国的经济结构、增长速度与能源效率[J]. 国际石油经济，2007，（7）：7-15.[Shi Dan. China’s Economic Structure，Growth Pace and Energy Efficiency[J]. International Petroleum Economics，2007，（7）：7-15.]
[14]成金华，李世祥. 结构变动、技术进步以及价格对能源效率的影响[J]. 中国人口・资源与环境，2010，20（4）：35-42.[Cheng Jinhua，Li Shixiang. Structural Shift，Technological Progress，Energy Price and Energy Efficiency[J]. China Population，Resources and Environment，2010，20（4）：35-42.]
[15]王治平. 我国能源价格与能源效率变动关系研究[J]. 价格理论与实践，2011，（3）：31-32.[Wang Zhiping. Research on Changeable Relationship between Energy Price and Energy Efficiency in China[J]. Price：Theory & Practice，2011，（3）：31-32.]
[16]张宗益，呙小明，汪峰. 能源价格上涨对中国第三产业能源效率的冲击――基于VAR模型的实证研究[J]. 管理评论，2010，22（6）：61-70.[Zhang Zongyi，Wo Xiaoming，Wang Feng. Impulse of Energy Price Rising on Chinese Third Industrial Energy Efficiency：Empirical Research on VAR Model[J]. Management Review，2010，22（6）：61-70.]
[17]杭雷鸣，屠梅曾. 能源价格对能源强度的影响――以国内制造业为例[J]. 数量经济技术经济研究，2006，（12）：93-100.[Hang Leiming，Tu Meiceng. Effect of Energy Price on Energy Efficiency：Example as Domestic Manufacturing Industry[J]. The Journal of Quantitative & Technical Economics，2006，（12）：93-100.]
[18]魏一鸣. 中国能源报告（2011）――能源安全研究[M]. 北京：科学出版社，2011.[Wei Yiming. China Energy Report（2011）：Energy Safety Research[M]. Beijing：Science Press，2011.]
[19]柴建，郭菊娥，汪寿阳. 能源价格变动对我国节能降耗的影响效应[J]. 中国人口・资源与环境，2012，22（2）：33-40.[Chai Jian，Guo Ju’e，Wang Shouyang. Saving Energy and Energy Price Adjustment[J]. China Population，Resources and Environment，2012，22（2）：33-40.]
[20]杨继生. 国内外能源相对价格与中国的能源效率[J]. 经济学家，2009，（4）：90-97.[Yang Jisheng. Chinese and Overseas Relative Energy Prices and Chinese Energy Efficiency[J]. Economist，2009，（4）：90-97.]
[21]孔婷，孙林岩. 能源价格对制造业能源强度调节效应的实证研究[J]. 管理学报，2008，（3）：2-8.[Kong Ting，Sun Linyan. Empirical Research on Adjusted Effect of Energy Price on Manufacturing Industrial Energy Intensity[J]. Chinese Journal of Management，2008，（3）：2-8.]
篇8
中部地区是我国重要的能源原材料基地，本文采用2001—2014年的面板数据，运用随机前沿模型对我国中部地区的碳排放效率进行了测算，并根据计算结果对中部地区的碳排放效率进行了收敛性检验和预测。主要结论是:(1)中部地区2001—2014年的碳排放效率呈逐年上升的趋势，且内部省份的碳排放效率差距不断缩小;(2)中部地区的碳排放效率存在σ收敛和β收敛。在对碳排放效率作出评价基础上，论文最后提出了相应的因地制宜对策建议。
关键词:
碳排放效率;随机前沿模型;中部地区;收敛性检验
据统计，2013年中国碳排放总量超过欧美总和，人均碳排放首次超过欧盟，我国的碳排放总量已占到世界碳排放量的29%。我国政府在2009年提出了在2020年单位GDP的碳排放量要在2005年的基础上下降40%～45%的自主减排目标，但我国的能源结构中煤炭占一次能源的70%以上，而且从技术因素和结构性因素来看，我国的能源转换和利用效率均低于发达国家，从而导致了我国的碳排放强度与发达国家有很大的差距。在全球生态气候环境快速恶化的情况下，发展低碳经济且保护环境气候，解决可持续发展的有效手段之一就是提高碳排放效率。早期部分学者采用单要素指标研究碳排放效率，但是杨红亮等［1］却认为单要素指标虽然简单易懂但会存在许多的不足之处，例如只用碳排放强度这个单一的要素指标来衡量碳排放效率，最终无法反映各要素之间的替代关系，因为能源只有在与其他的要素结合后才能进行生产，并且碳强度还与产业结构、经济发展水平和地区环境资源等相关，产业结构等的变化都会导致碳强度发生一定的变化，然而碳排放效率可能不发生变化;近年来大量的文献从全要素的角度出发，采用数据包络分析法(DEA)对碳排放效率进行了评价，比如屈小娥［2］从全要素的角度运用DEA测算了1995—2010年我国30个省份的二氧化碳排放效率。数据包络分析法是一种运用方程组求极值的方法，对碳排放效率前沿进行估算时很容易受到一些数据质量的影响，且研究我国碳排放效率的数据一般为宏观统计数据，有一定的较大误差，所以运用数据包络分析法得到的测算需要进行严格的检验，但是数据包络分析模型不但没有将随机因素的影响考虑在内，而且不具有统计的特性导致不能对模型进行一定的检验。随着随机干扰项的引入，随机前沿模型更准确地描述生产者的行为，它首先假设偏离前沿的因素来源于两个方面，其中一个是非负随机误差项，表示技术无效，另外一个是随机误差项，表示噪声的系统［3］。RistoHerrala等［4］基于前沿边界模型(SFA)方法对世界170个国家1997—2007年二氧化碳排放效率进行了测算，结果表明中国的碳排放效率低于世界其他国家。杜克锐等［5］利用随机前沿模型和面板数据测算了我国的碳排放效率，最终得出我国碳排放效率存在地区差异，且这种差异在不断的扩大。赵国浩等［6］基于随机前沿模型测算了山西省1995—2010年的碳排放效率，并且对山西省碳排放效率的影响因素进行了深入的分析研究。我国中部地区处于中原地带，是东西南北地区互通的必经之路。虽然资源比较丰富，工业基础相对较好，但是由于产业结构层次不高，二元经济有大的反差，增加经济产值需要消耗大量的资源。再加上生产管理水平、污染治理投入不足等原因，经济增长所带来的环境负面影响不能被生态环境完全消化和吸收，从而碳排放量较大。但目前有关我国中部地区碳排放效率评价的相关文献不多，本文以中国中部地区为研究对象，基于随机前沿模型测算出碳排放效率，对中部地区碳排放效率进行研究分析，最后提出因地制宜的对策建议，为中部地区提高能源利用效率和节能减排提供决策参考。
1研究方法
1．1计量模型随机前沿方法(SFA)是考虑问题比较全面的效率估计方法。它主要是基于宏观层面的相关统计数据(对最基础的数据进行计算获得)，从投入产出的角度来测算效率。从该方法的基本原理来看，对碳排放效率的定义会更加直观，更能贴切的评价生产活动中CO2的排放绩效，这也是本文选择该模型作为研究方法的重要原因。在有关效率估算的定量研究中，一般运用生产函数模型，来反映生产投入与产出函数量之间的关系。Aigner，Lovell和Schmidt(1977)［7］以及Meeusen和VanDenBroeck(1977)［8］分别独立提出了随机前沿生产函数。起初该模型并没有处理综列数据的能力，但是Battese和Coelli(1995)［9］在1992年提出了一个针对那些综列数据的随机生产模型，通过极大似然估计的方法来确定前沿边界，使该模型在处理跨时间段的数据成为了可能，极大的提升了应用范围。本文基于随机前沿模型，采用了较为灵活的超越对数函数，通过极大似然估计的方法来确定前沿边界。
1．2数据来源本文的样本选择了山西、安徽、江西、河南、湖北和湖南等中部地区的6个省际的面板数据集，考虑到数据的可得性与可比性，样本观测区间设定为2001—2014年。生产投入指标选取能源碳排放量、从业年均人数和资本存量，产出指标选取地区生产总值。相关数据来源于《中国能源统计年鉴》、《中国统计年鉴》和中部6省历年统计年鉴。相关指标及其数据处理说明如下:(1)各省的GDP(Y)。各省的国内生产总值数据直接来源于《中国统计年鉴》，然后在此基础上以2001年作为基准，将各省历年的GDP按照2001年的可比价格进行折算。(2)各省的固定资本存量(K)。资本投入以资本存量数据表示地区的资本投入量，采用永续盘存法来进行估算。在方法上本文将借鉴单豪杰等［10］的估算方法，以2001年的不变价格换算2001—2014年的数据，单位为亿元。(3)各省的从业人员(L)。从业人员直接选取了中国统计年鉴中中部地区各省的2001—2014的年末从业人数。(4)各省的碳排放量(TC)。统计年鉴中没有直接的碳排放量的数据，要用一定的测算的方法对能源消费进行处理，能源消费数据来源于《中国能源统计年鉴》，在对碳排放量的测算上，本文采用了IPCC《国家温室气体清单指南》的测算方法，以下是能源消费的碳排放量计算公式。
2实证结果与分析
2．1模型计算结果和分析基于随机前沿模型，采用2001—2014年的面板数据，测算了中国中部地区2001—2014年的碳排放效率，由Frontier4．1程序运用其中的最大似然法来估算得出各项参数，参数估算结果如表1所示，碳排放效率的计算结果如表2所示。从表1可以看出，碳排放效率和劳动力的系数为正，资本的系数为负，即前两者与产出呈正相关，资本与产出GDP呈负相关;劳动力、碳排放量和资本三者之间的相互影响皆约等于0，说明对产出的影响都不明显。从表2中可以看出，2001—2014年我国中部地区的碳排放效率稳步上升。从中部地区六省近3年碳排放效率的平均值来看，河南的碳排放效率最高，湖南次之;安徽的碳排放效率最低，山西次之;中部地区的碳排放效率平均水平达到0.738。从样本期间各地碳排放效率的演变趋势来看，中部地区的碳排放效率变动趋势大体一致，整体上呈现上升的趋势。中部地区6省的碳排放效率的差距在逐渐缩小，而河南的碳排放效率一直处于最高水平，碳减排任务最为艰巨。我国中部地区的碳排放效率平均值在2001—2014年间呈现缓慢上升的趋势，中部各省区的碳排放效率差距正在缩小。
2．2收敛性检验收敛性分析在于检验不同地区碳排放效率的趋同与发散情况，收敛一般分为3种类型，即σ收敛、绝对β收敛和条件β收敛。(1)σ收敛性检验对于σ收敛，测度的方法通常有标准差、变异系数、基尼系数和泰尔指数等。为了更进一步考察地区内部的差异，本文使用变异系数来对中部地区碳排放效率进行σ收敛性检验，结果如图1所示。中部碳排放效率的变异系数随着年份的增加不断的下降，且这种下降比较稳定，说明中部地区各省碳排放效率的差异在不断缩小，显示出明显的σ收敛特征，没有发散的趋势。(2)绝对β收敛检验采用Sala－i－Martin(1996)［11］的方法进行绝对β收敛检验，构造回归模型如下。其中ɑ是常数项，β是待估的收敛参数，ε为随机误差项，Eit、Ei0分别表示第i地区在第t年和初始年的地区碳排放效率，git表示t年间第i地区碳排放效率的平均增长速度。采用最小二乘法进行回归，若β显著为负，表明存在绝对β收敛。
为消除经济周期或经济波动的异常影响，我们将2001—2014年划分为3个时期，以2001—2004年工业碳排放效率平均值作为初始值，以2011—2014年工业碳排放效率平均值作为期末值，两个时间段的时间差距为10年，即式(4)中的t=10，绝对β收敛检验结果见表3。从表3可看出，中部地区的β=－0．68为负数且在1%的水平下显著，所以碳排放效率具有绝对β收敛趋势，即中部各地的碳排放效率趋于同一稳定状态，初始值低的地区碳排放效率平均增长速度高于初始值高的地区，存在落后地区追赶先进地区的发展趋势。(3)条件β收敛检验进行条件β收敛检验需要加入控制变量，为了更好地对中部地区碳排放效率进行分析，在此选碳排放效率的直接影响因素作为控制变量，主要包括能源消费结构、技术进步、产业结构和城市化水平等4方面。本文使用如下回归方程式进行检验。利用面板数据固定效应模型进行条件β收敛检验(见表4)，中部地区的β值为负，且达到了1%显著水平。结果表明，中部地区碳排放效率存在条件β收敛，收敛于自己的稳态水平，由于又呈绝对收敛特征，表明中部内部各省份碳排放效率趋向于一个共同的稳态水平。产业结构对碳排放效率的提高起到了促进作用，第二产业占比越大，越有利于碳排放效率的提升;而在城市化进程中，碳排放量也会随着城市的发展有一定程度的增长，同时，城市化进程中的技术创新和资源优化配置，对碳排放效率存在一定的促进作用;中部地区的城市化进程水平还不是很好，工业化进程相对缓慢，对能源的大量使用还是有很强的依赖性，特别是河南和山西，是煤炭的能源大省，因此在能源结构中煤炭的消耗量也是最大的，从而导致煤炭在整个能源消费总量中占的比重比较大，碳排放相对于其他能源也比较高，因此它对整个碳排放效率的提高起到了阻碍作用;技术进步的系数为负值，对整个效率的提高具有一定的阻碍，但不明显，由此可见技术进步还需要进一步的加强，引进能够减少碳排放量的先进技术。
3结论和政策建议
本文采用SFA模型测算了碳排放效率值，在2001—2014年期间，中部地区的能源碳排放效率均呈不断增长趋势，且内部省份的碳排放效率差距较小。在样本期间，中部地区的碳排放效率平均值为0．738，说明我国中部地区能源仍有一定的减排潜力有待挖掘。碳排放效率越高的省份，能源碳减排的成本越高，碳减排政策的制定与实施，需要考虑不同省份碳排放效率的差异，测算与比较地区碳排放效率，可以为各地碳减排目标的设定提供参考。从碳排放效率的收敛性来看，中部碳排放效率存在σ收敛和β收敛，说明中部碳排放效率存在追赶效应与趋同态势，碳排放效率的差距呈现不断缩小的趋势。我国节能减排的任务要根据不同地区碳排放效率的差异来实施因地制宜的政策措施，从而能够更好地利用各地区节能减排的潜力，来实现我国在2009年提出的节能减排目标。因此根据本文对中部地区碳排放效率进行的测算和分析，得出中部地区可以从以下方面来减少碳排放量:(1)提高中部地区的能源利用效率。从传统能源的清洁利用和新能源的发展两方面着手，从而提高能源的碳排放效率，降低中部各省的碳排放量。中部地区主要以煤炭为主的能源结构，应该积极引进一些新的先进技术，实现煤炭等传统能源的清洁利用。同时加快煤制天然气产业发展，降低二氧化碳的排放，可通过利用煤炭大量生产无碳气体氢气，从而减少煤炭在燃烧过程中排放的各种环境污染物。(2)优化中部地区的产业结构。中部地区经济增长主要依靠第二产业带动，第三产业发展相对落后。调整产业结构，积极引导高耗能行业健康发展，关闭一些耗能大、污染重的企业，控制高耗能行业的过快增长，运用低碳环保技术对煤炭、钢铁、冶金等传统产业进行技术改造，推动煤炭等资源型企业向规模化、集约化、可持续化的方向发展，促进第三产业的快速发展。(3)调整中部地区的能源消费结构，改变部分省能源结构单一的局面，向清洁能源转化。中部地区各省的现状是以煤炭为主的能源结构，且煤炭又是中部地区碳排放的主要来源，因而调整能源结构对提高碳排放效率非常重要。随着科学技术的快速发展，各省应结合自身的发展情况和各自的资源优势，通过开发水电、发展风电、推进核电就地转化，与其他清洁能源相比，核电的供应相对比较稳定，且不受气候变化的影响，可以用来满足基础用电的供应。转化核电的原材料用料相对比较少，不但减少了成本费用，而且也减少了运输产生的资源费，为交通工作减少了压力。在这些有限的不可再生资源开发中，还应该积极开发可以循环利用，特别是可再生能源。太阳能是一个新生能源，可称得上是绿色能源，太阳能具有成本低、无污染和可再生的特点，符合保护环境的理念，我们目前可使用的各种清洁能源中，太阳能的转换效率比较高，并且经济实惠具有很大的发展空间，是未来新能源发展的必然选择。
参考文献
［1］杨红亮，史丹．能效研究方法和中国各地区能源效率的比较［J］．经济理论与经济管理，2008(3):12－20．
［2］屈小娥．中国省际全要素CO2排放效率差异及驱动因素—基于1995－2010年的实证研究［J］．南开经济研究，2012(3):128－141．
［3］蒂莫西•J•科埃利，D•S•普拉萨德•拉奥，克里斯托弗•J•奥唐奈，等．效率与生产率分析引论(第二版)［M］．王忠玉，译．北京:中国人民大学出版社，2008．
［4］HerralaR，GoelRK．GlobalCO2efficiency:Countrywiseestimatesusingastochasticcostfrontier［J］．EnergyPoli-cy，2012，45(6):762－770．
［5］杜克锐，邹楚沅．我国碳排放效率地区差异、影响因素及收敛性分析［J］．浙江社会科学，2011(11):32－43．
篇9
基金项目：国家自然科学基金项目（70773027）；教育部人文社会科学研究规划基金项目（12YJA790010）；黑龙江省哲学社会科学规划项目（11A004）；东北大学秦皇岛分校校内科研基金项目（XNB201316）
作者简介：张 伟（1983-），女，河北滦南人，讲师，研究方向为管理系统工程；王韶华（1986-），男，河北邢台人，讲师，研究方向为管理系统工程。
摘要：运用通径分析明确了三次产业比例的相互关系及与碳强度的关系，在此基础上计算三次产业比例对碳强度和GDP的贡献，据此分析产业结构变动对碳强度影响的灵敏度。研究结论表明：第三产业比例、灰因素等是碳强度增长的主要抑制因素，第一产业比例、第二产业比例等是碳强度增长的主要推动因素。在目前灰因素水平下，降低第一产业比例，增加第三产业比例对降低碳强度的贡献最大，优化产业结构可以降低碳强度1725个百分点，对实现“十二五”规划碳强度目标的贡献为1015%。
关键词：产业结构；碳强度；贡献；灵敏度矩阵
中图分类号：F1213；F205 文献标识码：A 文章编号：1001-8409（2013）08-0046-04
1 引言
随着世界范围内工业化进程的加快，经济发展与能源、环境之间的矛盾也日益突出。为应对气候变化，改善环境恶化状况，低碳经济这一经济发展模式被提出。为践行低碳经济的发展模式，我国政府提出了节能减排战略，并在“十二五”规划纲要中明确了节能减排的具体目标，即“十二五”期间碳排放强度降低17%，并将列为具有法律约束力的约束性指标，我国的节能减排开始进入攻坚阶段。
实现碳强度目标可采取一系列对策，其中，产业结构优化作为加快转变我国经济发展方式的主攻方向，也是有效降低碳强度的重要手段。李艳等[1]通过计量1980～2007年我国经济总量、产业结构和碳排放强度与碳排放之间的关系，认为碳减排的重点应是调整产业结构及降低各产业的碳排放强度；刘卫东等[2]认为影响我国碳排放强度的主要因素包括发展模式、产业结构、节能技术、一次能源结构、生活方式与节约意识、生态系统的碳汇效应等，并将结构减排作为降低碳排放强度的重要手段；林伯强等[3]通过一般均衡模型评估能源结构变化导致的能源成本对宏观经济的影响，认为现阶段通过能源结构减排的空间不大，应该重视产业结构节能减排的效力；孙建卫等[4]按部门核算碳排放量，并将碳排放强度及总量分解成总产出、产业结构和技术进步，探讨各分解因素对其的影响；籍艳丽、郜元兴[5]基于投入产出模型的结构因素分解法对碳排放强度进行因素分析，认为生产模式的转变是其降低的主要原因；虞义华等[6]利用面板数据计量分析了二氧化碳排放强度同经济发展水平以及产业结构之间的关系，分析表明，没有产业结构的变化，单靠经济增长速度无法大幅度降低碳排放强度；孙敬水[7]通过实证研究发现，产业结构变动对降低碳排放强度的负向贡献率较小；能源消费结构变动对降低碳排放强度的正向贡献率较小。李健、周慧[8]从产业结构角度探讨了碳排放强度问题，运用灰色关联分析方法，研究了我国碳排放强度与第一产业、第二产业和第三产业之间的关联性。
以上文献主要是将产业结构作为一个驱动因素分析对碳强度的贡献，但并没有对产业结构内部变动对碳强度影响的灵敏度做深入研究。本文利用通径分析明确了三次产业产值比例的相互关系及对碳强度的直接与间接影响，据此分析产业结构变动对碳强度影响的灵敏度，从而就优化产业结构对实现“十二五”规划碳强度目标的贡献潜力进行评估。
2 三次产业比例对碳强度的影响机理
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[9，10]。本文主要利用通径分析探究三次产业产值比例的相互关系及对碳强度的直接与间接影响。
管理水平、技术水平等非物质因素对碳强度的影响比较显著，这些因素不具备清晰的轮廓、确定的内涵和明确的数值关系，称之为灰要素[11～15]。为便于分析，将其归结为随时间变化的变量，设碳强度为y，xi（i=1，2，3）为第i产业产值占GDP的比重，x4为灰因素（x4=t）。基于1994～2009年统计数据，可得到各自变量的直接通径系数为：
通过t检验，得到各自变量的t值分别为t1=2710，t2=2649，t3=2330，t4=-6279，当α=005，t0025（11）=2201，可见各自变量t值绝对值均大于208，说明各自变量对因变量的通径系数均极显著。由表1可得：各因素对碳排放强度的直接影响（按绝对值大小）排序为x3>x1>x4>x2，而总影响大小（按绝对值大小）排序为x4>x3>x1>x2，通过表1可计算得出各自变量的决策系数分别为R（1）2=0552048，R（2）2=-0173715，R（3）2=-5130144，R（4）2=0954504，按绝对值大小排序为R（3）2>R（4）2>R（1）2>R（2）2，说明第三产业比例、灰因素等是碳强度增长的主要抑制因素，第一产业比例、第二产业比例等是碳强度增长的主要推动因素。
产业结构及灰因素对碳强度的影响机理分析结果如下：
（1）第一产业比例对碳强度的直接影响为1484，总影响为0928，通过第二产业比例（-0026）和第三产业比例（-1425）间接抵消了1451，而通过灰因素间接增加0895。这说明，在管理水平、技术水平等灰因素水平较高时，降低第一产业比例，反而会增加碳强度。
（2）第二产业比例对碳强度的直接影响为0555，总影响为0121，通过第一产业比例（-0069）和第三产业比例（-0432）间接抵消了0501，而通过灰因素间接增加0067。可见，降低第二产业比例，增加第三产业比例可以降低碳强度，而在管理水平、技术水平等灰因素水平较高时，降低第二产业比例，反而会增加碳强度。
（3）第三产业比例对碳强度的直接影响为1516，而总影响为负相关的-0934，通过第一产业比例、第二产业比例和灰因素等间接抵消了2450。可见，在管理水平、技术水平等提升至较高程度时，降低第三产业比例，增加第一产业比例，可以降低碳强度。
（4）灰因素对碳强度的直接影响为-0972，通过第一产业比例和第二产业比例对其的间接影响为-1404，而通过第三产业比例正面抵消了1399，总影响为-0977。可见，提高灰因素水平，增加第一产业比例，可以降低碳强度。
3 三次产业比例对碳强度及GDP的贡献
31 三次产业比例对碳强度的贡献
设碳强度为y，xi（i=1，2，3）为第i产业产值占GDP的比重，x4为灰因素，随时间变化，因此x4=t，ε为随机误差项，由于自变量和因变量之间的非线性关系[16]，建立模型y=εxβ11xβ22xβ33xβ04，两边同时取对数得：
从通径分析的结果可以看出：各因素在很大程度上主要通过其他因素对碳强度产生间接作用，如第三产业比例对碳强度的直接通径系数为1516，是碳强度增长的主要推动因素，但通过第一产业比例、第二产业比例、灰因素等对碳强度的间接通径系数高达-2450，对碳强度增长的间接抑制作用大于直接推动作用，总影响为负。可见，各因素之间存在着较严重的共线性现象。为消除所选变量共线性对回归结果的影响，本文选取岭回归分析方法进行拟合。岭回归分析是一种专门用于共线性数据分析的有偏估计方法，它实际上是一种改良的最小二乘法，是以放弃最小二乘的无偏性，放弃部分精确度为代价来寻求效果稍差但更符合实际的回归过程[17]。
利用SPSS160软件对全部变量做岭迹分析，岭迹图和不同K值时决定系数的变化情况如图1和图2所示。
从岭迹图上可以看出：当K值到达015附近，各参数开始趋于稳定，图1也显示K值超过015后可决系数呈现稳定的下降趋势，没有呈现剧烈的波动。取K=015，根据1994～2009年时间序列数据，拟合得到的标准化岭回归方程为式（1）：
对模型进行显著性检验的结果是R2=0952282，调整后的拟合度为093493，在α=005的显著性水平下，F=5488048>F005（4，11）=336。通过对模型预测值与实际值误差进行比较发现，此模型相对误差的绝对值均值仅为241%，标准差为00002，预测精度较高。说明线性回归拟合程度较好。
三次产业比例对碳强度的弹性系数分别为02496、00309、-0226，表示第一产业比例每提高一个百分点，碳强度会上升02496个百分点，第二产业比例每提高一个百分点，碳排放强度会上升00309个百分点，而第三产业比例每提高一个百分点，碳强度则会降低0226个百分点。因此，为实现碳强度下降的目标，应降低第一、二产业比例，提高第三产业比例。但考虑到我国保增长目标，产业结构调整并不能一味地降低第一产业或者第二产业的比例，应进一步分析三次产业比例对GDP增量的贡献。
32 三次产业比例对GDP的贡献
设GDP增量为G，xi（i=1，2，3）为第i产业产值占GDP的比重，x4为灰因素，随时间变化，因此x4=t，ε′为随机误差项，由于自变量和因变量之间的非线性关系，建立模型G=ε′xβ′11xβ′22xβ′33xβ′4，两边同时取对数，得：
根据1994～2009年时间序列数据，估计得到的标准化方程：
（3）
对应的回归方程为：
（4）
对式（4）进行显著性检验，如表2所示。
对式（4）进行显著性检验的结果是R2=0987，调整后的拟合度为0982，在α=005的显著性水平下，F=208024>F005（4，11）=336，当α=005，t0025（11）=2201，各回归系数均大于临界值，通过了显著性检验，方程的拟合效果较好。
三次产业比例对GDP的弹性系数分别为-2433、-0499、-2052，表示第一产业比例、第二产业比例、第三产业比例分别降低一个百分点，可分别使GDP增加2433个百分点、0499个百分点、2052个百分点，可见第一产业比例对GDP的影响最大，第三产业比例次之，第二产业比例最小。
4 产业结构变动对碳强度影响的灵敏度矩阵
假定第i（i=1，2，3）产业比例每降低一个百分点可以使碳强度降低βi个百分点，但同时也必须要增加第j（j=1，2，3，i≠j）产业的比例，设第i（i=1，2，3）产业比例对GDP的贡献率为β′i（i=1，2，3），第i产业比例与第j产业比例的替代弹性σij=β′iβ′j，则需要增加σij个百分点的第j产业比例，那么碳排放强度将降低（βi-β′iβ′j·βj）个百分点。据此可得出三次产业结构变动对碳强度影响的灵敏度矩阵，如表3所示。
设三次产业结构变动矩阵为ΔV=ΔF，ΔS，ΔTT（ΔF、ΔS、ΔT分别为第一产业比例、第二产业比例、第三产业比例变动量，且有ΔF+ΔS+ΔT=0），考虑三次产业结构的增减，为便于计算，令ΔV′=12ΔF+ΔFΔS+ΔSΔT+ΔTT，三次产业结构变动对碳强度影响的灵敏度矩阵为P，则三次产业结构变动对碳强度影响矩阵为：
其中，DF表示第一产业比例降低ΔF个百分点对碳强度的影响，DS表示第二产业比例降低ΔS个百分点对碳强度的影响，DT表示第三产业比例降低ΔT个百分点对碳强度的影响。
根据“十二五”规划关于产业结构调整的指导思想，加强农业基础地位，提升制造业核心竞争力，发展战略性新兴产业，加快发展服务业以及主要目标，服务业增加值占国内生产总值比重提高4个百分点，参考赛尔奎因、钱纳里的“三次产业结构演变的国际标准模式”，本文在2010年三次产业结构现状基础上，将2015年三次产业结构变动矩阵设为ΔV=-32，-08，40T，则可计算得到产业结构调整可以降低碳强度1725个百分点，对实现“十二五”规划碳强度目标（碳强度降低17%）的贡献潜力为1015%。
5 研究结论
通过研究可以发现：第三产业比例、灰因素等是碳强度增长的主要抑制因素，第一产业比例、第二产业比例等是碳强度增长的主要推动因素。在管理水平、技术水平等灰因素水平较高时，增加第一产业比例，降低第三产业比例，可以有效降低碳强度；而在现阶段灰因素水平下，应主要通过增加第三产业比例实现碳强度目标。
综合三次产业比例对降低碳强度以及国民经济的贡献，可以得到三次产业结构变动对碳强度影响的灵敏度矩阵。据此可看出：在现阶段的管理水平、技术水平等灰因素水平下，降低第一产业比例，增加第三产业比例对降低碳强度的贡献最大。其次依次是：降低第一产业比例，增加第二产业比例；降低第二产业比例，增加第三产业比例。根据“十二五”规划关于产业结构调整的指导思想以及主要目标，产业结构调整可以降低碳强度1725个百分点，对实现“十二五”规划碳强度目标的贡献潜力为1015%。因此，“十二五”规划节能减排目标的实现，除了优化产业结构，还应大力提高管理水平、技术水平等灰因素水平，有效发挥节能、能源结构优化和碳汇作用。
参考文献：
[1]李艳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）：218-221
[2]刘卫东等我国低碳经济发展框架与科学基础[M]商务印书馆，2010
[3]林伯强等 节能和碳排放约束下的中国能源结构战略调整[J]. 中国社会科学，2010（01）：58-71
[4]孙建卫等1995-2005年中国碳排放核算及因素分解研究[J].自然资源学报，2010，25（8）：1284-1295
[5]籍艳丽，郜元兴二氧化碳排放强度的实证研究[J]统计研究，2011，28（7）：37-44
[6]虞义华等经济发展水平、产业结构与碳排放强度—中国省级面板数据分析[J]经济理论与经济管理，2011（3）：72-91
[7]孙敬水中国碳排放强度驱动因素实证研究[J]贵州财经学院学报，2011（3）：1-6
[8]李健，周慧中国碳排放强度与产业结构的关联分析[J] 中国人口·资源与环境，2012，22（1）：7-14
[9]郭菊娥等我国能源消费需求影响因素及其影响机理分析[J].管理学报，2008（5）：651-654
[10]郭菊娥等 一次能源消费结构变化对我国单GDP能耗影响效应研究[J] 中国人口·资源与环境，2008，18（4）：38-43
[11]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
[12]林伯强，蒋竺均中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J]管理世界，2009（4）：27-36
[13]刘红光，刘卫东中国工业燃烧能源导致碳排放的因素分解[J]地理科学进展，2009（2）：285-292
[14]朱勤等 中国能源消费碳排放变化的因素分解及实证分析[J]资源科学，2009，31（12）：2072-2079
[15]范德成，张伟基于灰色变结构控制的中国产业结构优化模型及分析研究[J]统计与信息论坛，2010，25（10）：55-60
篇10
关键词：碳排放 因素分解法 能源结构 能源效率
中图分类号：F124.5 文献标志码：A文章编号：1673－291X（2011）26－0144－04
在经济社会发展日益受到能源和环境制约的背景下，低碳经济作为应对全球气候变化、保障能源安全的基本途径和战略选择，正在全球范围内得到广泛认同。黑龙江省是能源大省，其要素禀赋结构决定了产业结构。以煤和石油为主的资源禀赋决定了其产业为以煤、石油等资源为主的重工业为支柱的产业，煤炭和石油在其能源消费结构中占有很大的比重。而且长期以来，能源生产以石油为主、能源消费以煤碳为主的能源结构以及煤炭能源的低效利用，使得黑龙江省无论是碳排放总量，还是人均碳排放量和单位GDP碳排放量在全国都处于较高位置。因此，结合黑龙江省情，系统分析碳排放影响因素、寻求减排之策显得尤为重要。
本文通过建立因素分解模型，采用对数平均权重Divisia分解法（Logarithmic Mean Weight Divisia Method，LMD），以碳排放量为研究对象，定量分析经济增长、能源结构以及能源效率对黑龙江省1990―2009年碳排放量的影响，剖析黑龙江省碳排放与其影响因素间的演化规律和可能态势，以便为黑龙江省经济可持续发展提供相应的理论支撑。
一、因素分解模型
因素分解法是研究碳排放的一个比较常用的方法。Ang BW[1]将中国工业部门碳排放分解成经济增长影响、产品结构影响以及能源利用效率影响三个影响因素；Shyamal Paula[2]将印度碳排放分解成GDP变化影响、产业结构影响、能源强度影响以及各能源碳排放影响四个因素；Malla Sunil [3]采用LMDI方法将终端能源消费相关的各部门碳排放量分解成经济增长、产业结构变动、技术进步、能源消耗结构变动四个影响因素。
本文借鉴Johan A[4]使用的碳排放量基本公式来分析黑龙江省碳排放量的影响因素，其基本公式如下：
C＝■iCi＝■i■×■×■×■×P （1）
其中C为碳排放总量；Ci为i种能源的碳排放量；E为一次能源的消费量；Ei为i种能源的消费量；Y为国内生产总值（GDP）；P为人口数量。
下面分别定义，各类能源排放强度Fi＝■，即消费单位i种能源的碳排放量；能源结构因素Si＝■，即第i种能源在一次能源消费中的份额；能源效率因素I＝■，即单位GDP的能源消耗；经济发展因素R＝■。由此，人均碳排放量可以写为：
A＝■＝■iFiSiIR （2）
式（2）显示，人均碳排放量A的变化来自于Fi（能源排放强度）的变化、Si（能源结构）的变化、I（能源效率）的变化和R（经济规模）的变化。
故第t期相对于基期的人均碳排放量的变化可以表示为：
ΔA＝At－A0＝■iFitSitItRt （3）
D＝■＝DFDSDIDRDrsd （4）
其中，ΔAF、DF为能源排放强度因素，ΔAS、DS为能源结构因素，ΔAI、DI为能源效率因素，ΔAR、DR为经济发展因素，ΔArsd、Drsd为分解余量。
式（3）中的ΔAF、ΔAS、ΔAI、ΔAR分别为各因素变化对人均碳排放量变化的贡献值，它们是有单位的实值。而式（4）中的DF、DS、DI、DR分别为各因素变化对人均碳排放量变化的贡献率。
对式（3）运用Ang BW[1]等人在1998年提出的对数平均权重Divisia分解法（Logarithmic Mean Weight Divisia Method，LMD）进行分解，各因素的分解结果如下：
ΔAF＝■iWiIn■；ΔAS＝■iWiIn■；
ΔAI＝■iWiIn■；ΔAR＝■iWiIn■；（5）
其中Wi＝■
所以：
ΔArsd＝ΔA－（ΔAF+ΔAS+ΔAI+ΔAR）
＝At-A0-■iWiIn■＝At－A0-■i（Ait -Ai0）＝0
对式（4）两边取对数，得到
InD＝InDF+InDS+InDI+InDR+InDrsd （6）
这里，对照式（3）和（6），可假设各项相应成比例，即
■＝■＝■＝■＝■＝■
假设■＝■＝M，则
DF＝exp（MΔAF），DS＝exp（MΔAS），
DI＝exp（MΔAI），DR＝exp（MΔAR）， Drsd＝1 （7）
二、黑龙江省碳排放的因素分析
（一）数据收集、估算与整理
国际原子能机构（IAEA）相关研究表明，在整个能源链的温室气体排放中，煤、石油和天然气等一次能源消费产生的温室气体最多。因此，结合公式（1）、（2）中各类能源排放强度Fi＝■和能源结构Si＝■，本文对黑龙江省总的碳排放量可采用以下公式进行估算：
C＝■iCi＝■i■×■×E＝■iFi×Si×E（8）
其中一次能源的碳排放强度系数 如表1所示，能源结构Si和一次能源的消费量E可参考黑龙江省统计年鉴能源与消费篇取得相关数据。
故根据公式（8）结合表1一次能源的碳排放强度系数 以及黑龙江省的一次能源消费的相关数据，可以估算出黑龙江省一次能源消费的碳排放量，如表2所示。
（二）因素分析
由于各类一次能源的碳排放强度系数 是固定值，即 =0， =1，故影响人均碳排放量的主要因素为能源结构变化、能源效率变化和经济发展变化。这三个主要影响因素按照公式（5）和公式（7）计算，结果见表3和图1。
从图1可以看出，黑龙江省人均碳排放量总体保持平稳增长，其中经济发展因素对人均碳排放的贡献值成正增长，说明长期以来黑龙江省的粗放型经济发展模式和以高能耗、高污染、高排放的重工业为主导的产业结构是人均碳排放量增长的主要因素；能源效率因素对人均碳排放的贡献值成负增长，说明黑龙江省近年来能源效率有所提高，成为抑制人均碳排放量增长的主要因素；能源结构因素对人均碳排放的贡献值变化不明显。特别指出的是：经济发展因素和能源效率因素对人均碳排放的贡献值趋势图和黑龙江省人均碳排放的曲线呈阶段性吻合状态。
黑龙江省人均碳排放量总体在不断增长，在1995―2003年呈现稳中有降的趋势，但2003年以后数值猛增。造成黑龙江人均碳排放量快速增长的主要因素是黑龙江经济的快速发展，特别是2004年年增长率接近了20%。在2002年之前，能源效率对人均碳排放的抑制作用贡献值小于经济发展对人均碳排放的贡献值，所以人均碳排放呈现不断上升趋势。在2003年以后，随着能源效率因素对抑制人均碳排放增长的速度明显赶不上经济发展因素对人均碳排放贡献值的快速增长，黑龙江省人均碳排放量大幅度上升。
人均碳排放曲线与能源结构变化曲线基本重合，说明能源结构的抑制作用对碳减排的贡献不大。主要因为黑龙江省在能源结构中仍以煤炭为主，煤炭在黑龙江一次能源中占67%以上，黑龙江人均碳排放量的能源结构对减少人均碳排放量的贡献值虽然在不断增加，但其贡献值不大。能源效率曲线一直处于基线以下且总体呈下降趋势，说明能源效率对碳排放有持续的抑制作用。因而，黑龙江人均碳排放的抑制作用主要来自能源效率的提高。但近年来，能源效率对降低黑龙江人均碳排放的贡献值与经济发展对增加人均碳排放的贡献值相比，其增长趋势明显趋缓，这直接导致近年来黑龙江人均碳排放的急剧增长。
为了强化各因素的可比性并且深入地分析各因素的作用，将其分为拉动因素和抑制因素，将抑制因素对黑龙江人均碳排放增加的贡献率（小于1）取倒数，成为对黑龙江人均碳排放降低的贡献率，然后比较拉动因素对拉动黑龙江省人均碳排放的贡献率与抑制因素对抑制黑龙江省人均碳排放的贡献率的变化趋势（见图2）。拉动因素是经济发展因素，抑制因素是能源结构因素和能源效率因素。
从图2中可以看出，经济发展因素对拉动黑龙江人均碳排放的贡献率呈现指数增长的趋势，并且拉动因素的贡献率曲线明显高于抑制因素曲线，说明经济发展的拉动贡献率远大于抑制因素的抑制贡献率，从而成为黑龙江省人均碳排放增长的主要因素。1995―2003年能源效率的抑制贡献率与经济发展拉动贡献率之间的差距逐渐缩小，使得黑龙江省人均碳排放量在2000年达到最小的0.992 6吨，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，使得2003年以后，抑制贡献率与拉动贡献率之间的差距又不断扩大，导致了黑龙江省人均碳排放明显增长。
通过分析，1995―2003年间黑龙江人均碳排放的平稳增长主要是因为能源效率的提高引起的，但是随着2003年以后黑龙江省经济的高速发展，黑龙江省人均碳排放量在2003年后急剧增长，说明仅依靠能源效率的提高难以抑制经济发展引起的黑龙江人均碳排放。因此要大力优化黑龙江的能源结构，充分发挥能源结构因素对黑龙江人均碳排放的抑制作用。
三、结论及对策
通过以上的分析，本文得出以下结论：
1.1990―2009年，黑龙江省人均碳排放量整体大幅增长，其中1995―2003年增速趋缓，2003年以后呈快速增长态势。
2.经济增长因素是拉动黑龙江省人均碳排放量增长的主要因素，其作用效应远远大于能源效率和能源结构的抑制作用。伴随着黑龙江省经济的快速增长，其对人均摊排放量的拉动作用会逐步增大，这将使黑龙江省面临着巨大的减排压力。
3.能源效率因素是抑制黑龙江省人均碳排放量增长的主要因素，虽然在1990―2009年间对黑龙江省人均碳排放量的抑制作用明显，但在2003年以后与经济增长因素对黑龙江省人均碳排放量的拉动作用相比还远远不够。
4.能源结构因素对黑龙江省人均碳排放量的抑制作用不明显，主要因为长期以来黑龙江省能源消费结构以煤炭为主，而且煤炭消费在能源消费结构中的占比还有增长的趋势。
因此，黑龙江省要减少碳排放，还需要实行以下针对性的措施：
第一，优化产业结构，促进绿色产业发展。要在重化工领域进行资源整合，限制高碳产业发展，包括强制淘汰落后产能，完善主要工业耗能设备、机动车能效标准等，同时加快产品升级换代步伐。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比重，以促进黑龙江省经济向内涵集约型转变。适当运用财政政策引导，鼓励并扶持绿色产品开发，包括信息产业、生态旅游、生态农业、新能源开发等产业，逐渐增大黑龙江省绿色产业的比重。
第二，优化能源结构，大力发展替代能源和可再生能源。低碳经济的实现形式是合理调整能源结构，提高能源利用效率，积极开发替代能源和可再生能源。开拓煤炭资源优质开发利用，提高天然气、水能、核能等清洁能源、优质能源和可再生能源的比重是提升能源结构的重要途径。要推动可再生能源发展的机制建设，培育增长稳定的可再生能源市场，改善健全可再生能源发展的市场环境与制度创新。要推进能源体制改革，建立有助于实现能源结构调整和可持续发展的价格体系。加大利用煤层气，大力普及天然气，高效地利用焦炉煤气。大力发展风能、太阳能、水电、生物质能等清洁能源，提高可再生能源的比例。积极开发新能源和可再生能源产品，如开发太阳能热水器、空气热水器、沼气热水器和沼气灶具等。
第三，提高能源效利用率，推广节能减排技术。低碳经济的发展需要低碳技术的支撑。加大节能技术的开发、引进、推广和应用，依靠科技进步，提高煤炭、石油、天然气等能源资源的利用率。重点推进高耗能领域的技术改造，将能源强度指标作为产业发展政策的重要量化指标，落实到产业发展战略、规划和工程设计、验收指标体系中。在能源生产和消费领域推广使用节能设备，提高能源转化效率，降低中间环节的消耗和浪费。开发推广节能技术，推进重点节能工程。对现有的中小燃煤锅炉实施技术改造，着重推进区域热电联产、节约和替代石油、建筑节能、绿色照明等节能工程。引导和支持企业研究开发节能工艺、设备和技术，建立和完善“产、学、研”相结合的科技创新体系，增强自主创新能力；鼓励节能公司的发展，推行合同能源管理和节能投资担保机制，为企业实施节能改造创造良好的政策环境。
收稿日期：2011-07-20
基金项目：黑龙江省自然科学基金项目（A201003）
作者简介：田立（1965-），男，山东莱阳人，副教授，管理学博士，从事金融市场、金融工程研究；郭舟洪（1987-），男，湖北洪湖人，硕士研究生，从事金融市场、金融工程研究。
参考文献：
[1] Ang B W，zhang F Q，Choi Ki-Hong.Factorizing Changes in Energy and Environmental Indicators through Decomposition，Energy[J].1998.（23）：489-495.
[2] Shyamal Paula.Rabindra Nath Bhattacharya.C02 Emission from Energy Use in India：A Decomposition Analysis[J].Energy Policy，2004，（32）：585-593.
