碳排放论文篇（1）

(lifecycleassessment，LCA)是评价和估算产品和服务从原材料、制造、分销和零售、消费者使用、最终废弃或回收处理的整个周期内产生的CO2及其当量对环境造成的影响，是从摇篮到坟墓的计算方法。碳基金(carbontrust)最早系统使用LCA方法进行核算，并与Defra和英国标准协会(BritishStandardsInstitution)在2008年了《产品和服务生命周期温室气体评估规范》(PAS2050)，这是第一部通过统一的方法评价产品生命周期内温室气体排放的规范性文件，成为产品和服务碳排放评估和比较可以参考的标准化的方法。PAS2050是建立在生命周期评价方法(由ISO1404014044确立)之上的评价产品和服务生命周期内温室气体排放的规范，针对某个企业的具体产品，从摇篮(原材料)到坟墓(产品报废进入垃圾场)整个生命周期所排放的CO2总量。PAS2050规定了两种评价方法:企业到企业BtoB(business－to－business)和企业到消费者BtoC(busi-ness－to－consumer)。前者指碳排放从产品运到另一个制造商时截止，即所谓的“从摇篮到大门”(fromcra-dletogate);后者产品的碳排放需要包含产品的整个生命周期(“从摇篮到坟墓”)。PAS针对温室气体评估的原则和技术手段主要包括:a)整个商品和服务GHG排放评价中，部分GHG排放评价数据的企业到企业(BtoB)以及企业到客户(BtoC)的使用。b)温室气体的范围。c)全球增温潜势数据的标准。d)处理因土地利用变化、源于生物的以及化石碳源产生的各种排放的处理方法。e)产品中碳储存的影响的处理方法和抵消。f)特定工艺中产生的GHG排放的各项处置要求。g)可再生能源产生排放的数据要求和对这类排放的解释。h)符合性声明。

(二)环境投入产出分析方法

(EIO)美国经济学家瓦西里里昂惕夫创立的投入产出分析方法被广泛应用于各领域，该方法也可用于估算企业、部门或城市和国家的碳排放数据。Matthews(2008)将碳排放分为三个层次，并分别计算。第一层次为来自部门或组织本身的直接排放，如生产或运输;第二层次将边界扩大到组织使用的能源产生的碳排放;第三层次边界继续扩大，包含了其他间接活动的碳，及产业整个生命周期中的所有温室气体的排放。他将投入产出法应用于整个产品生命周期中，形成了EIO－LCA方法。这种估算方法涵盖了产业供应链中从采购开始的所有过程，边界广泛，包括了经济中的所有活动。EIO方法是自上而下的估算方法，并可以应用二手数据，将I－O表中的经济活动与环境指标结合，将整个经济系统作为边界，可以提供一种比较综合和稳健的碳排放估算数值。

(三)IPCC测度方法该方法是

2006年联合国气候变化专门委员会编写的国家温室气体清单指南，目前已经成为国际公认和通用的碳排放估算方法。指南中将碳排放的范围分为能源部门、工业过程和产品使用部门、农林和土地利用部门以及废弃物四个部门。其中，能源部门包含了能源产业、制造业和建筑业、运输业等燃料燃烧活动;工业过程和产品使用包含采矿工业、化学工业、金属工业、电子工业排放以及源于燃料和溶剂使用的非能源产品和臭氧损耗物质氟化替代物排放等;农林和土地利用部门包括林地、草地、农地、湿地、聚居地及其他土地的排放、牲畜和粪便管理过程排放和石灰尿素使用中的CO2排放等;废弃物处理主要计算废弃物排放、生物处理焚化和燃烧以及废水处理与排放过程中产生的各种温室气体。IPCC的测度方法是:碳排放量=活动数据×排放因子。

(四)碳足迹计算器

就个人或家庭的碳足迹而言，英国环境、食品和农村事务部(departmentforenvironment，foodandruralaffairs，defra)曾了CO2计算器，可以根据个人或家庭户使用的能耗设备、家电以及出行工具计算CO2的排放量;美国加州以及我国的一些网站也设计了一些碳足迹计算器，这些都是自下而上的方法。以上几种计算方法各有优缺点，如采用生命周期评价法时需要考虑目标和范围、清单分析、影响评价和结果解释，要确保数据的质量(数据来源、准确性、一致性、可再现性等)达到ISO14044及PAS2050的标准，为数据的获得付出的成本较大。

二、我国碳排放测度方法及低碳经济发展选择

(一)以产品供应链为依据

确定碳排放的测度计算碳排放是能够量化减排的第一步。根据产品的生命周期，通过对供应链的研究，计算产品从原材料到生产过程再到最终产品的温室气体排放量。一般包含如下步骤。第一步，分析内部产品数据，了解产品过程，包括原材料、将原材料转化成最终产品的生产过程、废弃物和产出的副产品、存储过程中涉及的运输环节。第二步，建立供应链流程图，明确所有投入产出和过程，同时构成数据收集和计算的依据。流程图应包括每一个具体的步骤和原材料，每一种原材料也许是另外一个供应链的成品。因此，每种原材料加工需要详细的追溯，直到确认初级的原材料没有温室气体排放。第三步，确定系统边界和数据要求，应包括原材料、生产转化，到使用和处理的所有过程中的直接和间接的以CO2为主的温室气体排放。第四步，收集数据。构建的产品供应链流程图有助于确定数据，涵盖了从投入到最终处理的所有排放数据，为计算打下基础。第五步，通过供应链流程步骤计算碳排放。在上面的基础上，构建质量平衡，即在整个从原材料到最终产品的流程中满足:输入=累积+输出。此过程中，使用能源或直接排放气体的排放系数，待每个步骤的CO2当量计算完毕，汇总的结果即为整个供应链中以CO2当量表示的产品的碳排放量。为了使计算结果具有科学性，需要与ISO14004生命周期评价、ISO14041生命周期清单系列标准进行比较分析，同时需要结合公司温室气体清单标准ISO14064、III型生态产品的环境标志的ISO14025以及WBCSD和WRI共同颁布的企业温室气体议定书(greenhousegasprotocolforcorporatereporting)，核查结果的标准化程度。

(二)考虑国际经济的环境利益问题

此外，在碳排放测度过程中，不可忽视的是国际贸易部分。随着国际贸易、投资和运输的增长，越来越多的生产过程被置于发展中国家和地区。相对于科学技术和环境标准高的发达国家，发展中国家的环境规制相对宽松，通过贸易和投资的方式，发展中国家成为高碳产业集中、碳排放密集的地区。因此生命周期的过程核算框架应该跨境延伸，在确定边界层次时，需要考虑到扩展的碳排放。评估与核算产品和服务的制造(建立)、改变、运输、储存、使用、提供、再利用或处置等过程中的任一部分的温室气体排放，有助于激励企业最大限度地减少整个产品系统的碳排放。

(三)采用具有成本效率的激励措施

降低二氧化碳排放与其他环境措施相同，降低CO2的措施和方法，有以限制为主导的命令控制方式和激励型的措施。命令控制方式通常由政府来决定企业实体的排放量或者应该采用的技术类型，而激励型措施由于对如何达到减排标准和减排数量更具有灵活性，可以作为减少碳排放的有效方式。激励性的政策包括排放税(ataxonemission)、固定的年度排放总量及总量限制和交易安排(cap－and－tradeprogram)等。无论采取哪种措施降低CO2排放，最有成本效率的政策是可以最好地控制减排的边际成本。采取排放税措施，政策制定者为企业或组织排放的CO2或化石燃料中所含的每吨CO2制定一个费率。研究表明将CO2排放税的税率确定在估算的减排边际收益的水平，可以激励企业在减排成本相对较低时采取更多的措施减少排放量。与固定总量限制相比，排放税的净收益为后者的5倍。虽然从长期角度看，排放税达到减排目标的成本小于固定的总量限制和交易安排，但是我国的经济发展水平和能源使用状况与发达国家不同，而且北欧、荷兰、英国、德国等国家征收碳排放税的实施效果也不尽相同，因此，鉴于我国经济发展速度和结构不平衡的现状，全面实行碳排放税需十分谨慎。在总量限制和交易安排计划下，可就一段时间内规定总排放的上限，要求企业实体拥有限制量下的排放权利或者额度。在给定期限内额度或权利分配完毕，企业可自由买卖排放权。与排放税不同，总量限制和交易安排会对排放上限有规定，但由于每个市场的能源、气候和减排技术不同，减排成本也有差异。自2008年以来，我国多个省市设立了环境权益交易所，以北京环境交易所、上海能源交易所和天津排放权交易所为龙头，广州、大连、河北、武汉、昆明等几个省市均成立环境权交易所。与欧盟和美国相比，目前我国碳交易市场面临着一些问题，主要表现在缺少规范性的碳排放交易所、初始分配权存在制度缺失、缺少排放权的定价机制、配套机制不完善以及法律体系不健全等方面。因此，除了法律规范和加强政府监督指导外，合理地设计总量和交易安排的结构，对达到碳排放减排目的有促进作用。首先，设定排放的上限，政府通过维持上限，出售给企业额度。其次，允许企业跨期转让减排需求，即存储额度。当减排成本低于预期的将来成本时，企业将存储额度;反之，企业可以借出额度。最后，基于额度的价格逐年修订总量限制。

碳排放论文篇（2）

①从碳源与碳汇两层面对安徽省1995—2011年碳排放进行测算；②运用因素分解模型，考察城镇化演进产生的碳排放量；③基于经济学边际理论，以城镇化演进产生的碳排放量作因变量，城镇化水平变化值作自变量，借助SPSS软件，采用最小二乘回归（OLS）分析方法，构建城镇化演进对碳排放影响的边际模型，对该模型求导，构建边际碳排放变化率测度模型，并据此测算出研究时序边际碳排放变化率；④借助Excel软件，对边际碳排放变化率时序数据作散点图，构建边际碳排放变化率多项式拟合曲线，运用二次曲线求极值方法，可对城镇化演进的碳排放极限影响进行判别。

1.2研究方法

1.2.1碳排放测算方法碳排放包括人为碳排放和自然碳排放，本文仅考察人为因素产生的碳排放。能源消耗及农作物生产为主要碳源，而林地和草地则为主要碳汇，其中，能源消费碳排放可通过能源消耗的碳排放系数计算，农作物生产的碳排放量及林地和草地的碳吸收量可以通过土地利用的碳排放及吸收系数计算1.2.2城镇化演进对碳排放贡献测度方法1）扩展Kaya恒等式构建Kaya于1989年提出了将碳排放与能源、经济和人口三个因素联系在一起的的Kaya恒等式。2）LMDI分解方法Ang等提出的对数平均权重Divisia分解法，是针对一段时期内能源需求或气体排放的因素分解方法，该方法具有技术成熟、形式多样、计算简单方便、分解无残差等优点，因而在能源消费及碳排放测算中得到了广泛应用，为此，本文采用LMDI分解法对碳排放变化进行分解，以揭示出城镇化演进对碳排放的贡献份额。1.2.3城镇化演进对碳排放影响极限测度方法1）边际模型构建经济学边际理论是指：假设在其他条件不变的情况下，每增加或减少一个单位数量产生的效应，将经济学边际理论引入城镇化演进的碳排放效应研究中，可界定为：城镇化水平每增加1个百分点所导致的碳排放量，以MCE表示，借鉴李效顺等研究方法，构建安徽省城镇化演进对碳排放影响的边际模型：LnΔCU=α+βLnΔU（8）式中：ΔU表示城镇化水平的变化量；α、β为待估参数。2）边际碳排放变化率测度对式（8）求导可得城镇化演进的边际碳排放影响表达式：MCE=d(ΔCU)d(ΔU)（3）碳排放影响极限测度依据式（10），可测算研究时序边际碳排放效应变化率，以此作因变量，时间序列作自变量，借助Excel软件，通过作散点图，添加趋势线，选取多项式类型进行拟合，可获取城镇化演进边际碳排放效应变化率拟合曲线，若该曲线二次项系数大于零，则该曲线为开口向上的U形抛物线，表明边际碳排放变化率存在极小值，依据二次曲线求极值方法，可测算出城镇化演进碳排放效应影响最小的极限时刻。

2数据来源与说明

为了保证数据可获取性与完整性，本研究选取安徽省1995—2011年数据考察城镇化演进对碳排放极限影响，数据来源及说明如下：（1）能源消费界定为：物质生产部门、非物质生产部门和生活消费的各种能源总和，包括原煤和原油及其制品、天然气，不包括低热值燃料、生物质能和太阳能等。能源消费数据来源于《中国能源统计年鉴》。（2）城镇化涉及人口、土地、产业、社会多方面因素[17]，表征城镇化水平有综合指标法、单一指标法两种[37]，单一指标度量方法，数据易取，计算简洁，得到了国际上大多数国家和地区的认同[17]，也为中国学者普遍采用[7-17,22-25,37]，因此，本文使用单一指标法来测度城市化水平，即用年末城镇人口占总人口比例表征，其数据来源于《安徽统计年鉴》。（3）GDP总量及人均GDP采用不变价格进行调整，方法为：实际指标=当年指标×100÷CPI价格指数（以1990年为100），数据来源于《安徽统计年鉴》。（4）耕地面积、林地面积来源于《安徽统计年鉴》，草地面积数据来源于《中国草地资源数据》。

3结果与分析

3.1碳排放分析

依据公式（1），运用《中国能源统计年鉴》、《安徽统计年鉴》及《中国草地资源数据》中原始数据及表1中碳排放与吸收系数，可得1995—2011年安徽省碳排放（图1），图1表明，安徽省碳排放量由1995年的2182.39×104t增至2011年的10120.20×104t，年平均增幅为10.06%，城镇化水平由1995年的19.09%提升至2011年的44.8%，年均增幅为5.48%，碳排放与城镇化水平均呈增长态势，但碳排放增幅快于城镇化水平升幅。将图1中碳排放与城镇化水平时序数据输入SPSS17.0软件进行关联分析，结果显示，在0.01水平（双侧）上，两者关联系数达0.945，由此表明，研究时序内，安徽省城镇化演进是导致碳排放持续增加的重要因素。

3.2城镇化演进对碳排放贡献测度

依据式（8），可对安徽省1995—2011年城镇化演进过程产生的碳排放进行测算，结果如表2。由表2可知，1995—2011年，安徽省城镇化产生的碳排放总量为3602.78×104t，年均225.17×104t，城镇化演进的碳排放增量效应明显，但不同年份间波动性较大，表明城镇化发展是导致安徽省碳排放持续增加的重要因素，究其原因，首先，城镇化发展驱动了工业经济腾飞，也加大了基础建设投资，从而带动了能源消费数量的增加；其次，农村人口迁移至城镇后生活水平得到了提升，也相应地提高了人均能源消费量；再次，城镇化演进意味着土地利用类型变化，当林地、草地转变为建设用地后，必然引致从“碳汇”到“碳源”的转变，由此也导致了碳排放量的增加。

3.3城镇化演进对碳排放影响极限探索

3.3.1关联分析将表2中ΔCU与ΔU时序数据输入SPSS17.0中进行双相关分析，结果显示，ΔCU与ΔU间相关系数为0.842，且在0.01水平上通过显著性检验（双侧），表明城镇化演进产生的碳排放与城镇化水平时序数据间具有较高相关性，具备进行回归分析的条件。3.3.2城镇化演进对碳排放影响模型构建以表2中1995—2011年ΔCU时序数据作被解释变量，ΔU时序数据作解释变量，将其输入SPSS17.0中进行最小二乘回归分析，所得结果如表3。由表3可知，模型回归的R2为0.892，F值为115.771，Sig值为0.000，表明模型拟合较好，由模型回归系数可得安徽省1995—2011年城镇化演进对碳排放影响模型：LnΔCU=4.908+1.05LnΔU（11）3.3.3城镇化演进边际碳排放变化率测算对式（11）两边求导，可得城镇化演进边际碳排放影响表达式：由图2可知，1995—2011年，安徽省城镇化演进边际碳排放变化率整体呈不规整、波动性较大的特征，其变异系数（标准差与均值的百分比）达79.18%，究其原因，与安徽省城镇化发展速度有关，2000年前，安徽省城镇化发展速度波动性较大（如1996、1999年分别净提升2.62、3.67个百分点，而1997、1998年仅年提升0.31个百分点），而2000年后，城镇化发展速度保持在年均提升1~2个百分点区间内，变化较平稳，城镇化演进速度的快慢导致了碳排放量增幅多少的同向变化，进而引致了边际碳排放变化率变化明显。3.3.4城镇化演进对碳排放影响极限探索以图2中边际碳排放变化率时序数据为因变量，时间为自变量，在Excel2003软件中作散点图（图3），通过对图3的边际碳排放变化率曲线添加趋势线，选取多项式类型进行拟合，所得拟合方程的R2为0.186，表明边际碳排放变化率在时间维度上变化不规整（即变化轨迹既非U型也非倒U型，可能为N型），显示出边际碳排放变化率与时间变量间不构成依存关系，即不存在边际碳排放变化率极限时刻，这表明，安徽省城镇化演进对碳排放极限影响未能显现。为了进一步考察安徽省城镇化发展对碳排放影响的趋势，以表2中1995—2011年ΔU数据作自变量，ΔCU数据作因变量，将其输入SPSS17.0软件中进行曲线回归分析，通过选择不同拟合类型的多次试验，结果以乘冪函数拟合最优，所得R2为0.892，F值为115.778，且在0.01水平上通过显著性检验（Sig值为0.000），回归所得系数如表4，拟合曲线如图4。

碳排放论文篇（3）

1．2研究方法根据排放来源的不同，家庭碳排放可分为直接和间接两部分。直接碳排放包括家庭用于炊事、取暖、照明、洗浴、交通等活动中对能源商品直接消费所产生的CO2;间接碳排放是家庭生活过程中使用的各项产品与服务在其开发、生产、流通、使用和回收整个生命周期中所产生的CO2。家庭直接碳排放的核算参照《IPCC温室气体排放清单指南》［16］中的表观消费量法，涉及能源类型包括原煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、汽油、煤油、柴油、液化石油气、天然气，部分计算系数根据我国最新标准①进行了调整。家庭间接碳排放的核算参照投入产出法［17－19］，涉及食品、衣着、居住、家庭设备、医疗保健、交通通讯、文教娱乐以及其他商品和服务八项消费所产生的碳排放。

2结果与分析

2．1家庭碳排放总量中国正处于城市化快速发展阶段，人们对生活质量的要求逐渐提高，各种能源商品及服务的消费支出相应增加，城乡家庭碳排放总量不断增加(图1)。1995－2011年，我国居民家庭碳排放总量呈现先缓慢上升后快速上升的趋势，从1995年的6．54亿t增至2011年的23．78亿t，增加了263．28%。其中，城镇从1995年的3．30亿t增至2011年的16．31亿t，年均增长9．85%;而农村从1995年的3．24亿t增至2011年的7．47亿t，年均增长5．03%。城镇家庭碳排放增速始终大于农村，城乡家庭碳排放差异从1995的1．02倍增至2011年的2．18倍，差距不断扩大。

2．2人均家庭碳排放量1995－2011年，我国人均家庭碳排放先缓慢增长后迅速增长(图2)，从1995年的0．54t/人增至2011年的1．77t/人。17年来，城镇人均家庭碳排放始终大于农村，但农村增速大于城镇，城乡家庭人均碳排放差异从1995年的2．47倍降至2011年2．07倍。差距逐步减小，体现了我国城乡居民生活水平差距的缩小。

2．3直接碳排放与间接碳排放1995－2011年，城镇家庭直接碳排放增长了132．21%，间接碳排放增长了692．21%(图3)，后者增幅远大于前者;直接碳排放比重从1995年的53．48%降至2011年的25．21%，间接碳排放比重从1995年46．52%增至2011年的74．79%，城镇家庭逐步转变为以间接碳排放为主。农村家庭直接碳排放增长了113．98%，间接碳排放增长了152．9%，两者增幅相当;直接碳排放比重从1995年的57．33%降至2011年的53．25%，间接碳排放比重从1995年42．67%增至2011年的46．75%，农村家庭仍以直接碳排放为主。1995年，城镇家庭直接碳排放是农村的0．95倍，2011年为1．03倍，城乡差距较小;1995年城镇间接碳排放是农村的1．11倍，2011年达到了3．49倍，城乡差距不断拉大。

2．4家庭碳排放结构将家庭碳排放分为煤炭(原煤、其他洗煤、型煤)、油品(汽油、柴油、煤油)、液化石油气、天然气、电力、其他能源(焦炭、焦炉煤气、其他煤气)、食品、衣着、居住、家庭设备及用品、交通通讯、文教娱乐、医疗保健、其他商品和服务共十四项。由于我国农村地区天然气暂未普及，使用量极少，故农村家庭不单独列出天然气的碳排放，而将其归于其他能源。城乡家庭在基本生活用能设施、能源类型、消费水平方面差异较大，两者碳排放结构差别显著(图4)。从城镇家庭的角度来看，交通通讯排放比重增幅最大，从1995年的3．03%增至2011年的21．14%，成为目前城镇最主要的排放源，这主要是因为近年来我国城市交通通讯基础设施的逐步完善，以及汽车、摩托车、移动电话等新产品不断的推出以及价格的下降;而煤炭排放比重降幅最大，从1995的32．31%降至2011年的1．94%，这主要是因为煤炭逐步被液化石油气、天然气等能源所替代。从农村家庭的角度而言，电力排放比重增幅最大，从1995年的13．31%增至2011年的32．22%，成为最主要的排放源，归因于农村能源结构的转变;煤炭排放比重虽大幅下降，但比重仍较大;食品排放比重下降幅度紧随其后，归因于农村居民消费结构的升级。

2．5不同收入水平的城乡家庭碳排放收入水平是影响家庭碳排放的重要因素［20，21］。2010年，我国城乡家庭不同收入水平间接碳排放变化情况如图5(直接能耗数据难以获得，因此仅考虑间接碳排放)。分析可知:无论城镇还是农村，随着收入水平的提高，各类型间接碳排放都呈增加趋势，对于城镇家庭，增幅最大的为交通通讯排放，其次为文教娱乐和居住排放;对于农村家庭，增幅最大的为居住排放，其次为交通通讯、文教娱乐、医疗保健排放。同时，随着收入水平的提高，食品排放比重下降，而交通通讯、文教娱乐排放比重上升。

2．6各省区城乡人均家庭碳排放我国幅员辽阔，由于地理位置、自然禀赋以及经济发展等因素，各省区城乡居民能源利用与家庭碳排放必然存在差异。限于数据的可得性，从人均家庭碳排放的角度对2010年我国30省区(不包括港澳台和)城乡家庭碳排放差异进行分析与比较。2010年，我国各省区城镇人均家庭碳排放均大于农村，以全国平均水平所在点为坐标原点，以①和②线为坐标轴，分为四个象限(图6)。其中，位于第一象限的北京、上海、浙江、广东、天津、福建、辽宁、内蒙古8省区的城镇和农村人均家庭碳排放均大于全国平均水平，该地区是节能减排的重点省区，应加强节能减排，且同时兼顾城乡区域;位于第二象限的江苏、黑龙江、山东、吉林、宁夏、河北6省区的农村人均家庭碳排放大于全国平均水平，而城镇小于全国平均水平，该地区应注重农村地区的节能减排;位于第三象限的湖北、陕西、湖南、河南、安徽、四川、广西、山西、新疆、江西、海南、青海、甘肃、贵州14省区的城镇和农村人均家庭碳排放均小于全国平均水平，该地区节能减排工作应在保障当地人民基本生活水平的基础上进行;位于第四象限的云南、重庆2省区城镇人均家庭碳排放大于全国平均水平，而农村小于全国平均水平，该地区节能减排应侧重城镇地区。

3讨论

随着我国经济社会的发展，城乡居民生活水平逐步提高，来自家庭生活消费的碳排放总量不断增加，家庭碳排放占我国碳排放总量的比重也不断上升，以家庭为单元的节能减排工作逐步提上议程。文中通过对1995－2011年我国城乡居民家庭碳排放的评估分析，形成以下认识:(1)我国居民家庭碳排放快速增长，这与我国前期总体排放水平较低、排放增长需求强密不可分。城镇居民家庭碳排放的增速明显高于农村，这与城镇化进程、城镇人口增长和消费能力的差别密切相关。城镇是家庭碳排放的主要贡献者，如何引导城市在快速发展的同时减缓碳排放增长速度，是城市决策者必须考虑的重点;农村能源消费行为逐步与城市接轨，优质能源(如电力)比重逐年增大，传统能源(如煤炭)比重逐年降低，为节能减排带来一定的契机。节能减排政策的制定应从城乡差异的实际出发。(2)文中研究表明，17年来，家庭碳排放的重点向电力、油品、交通通讯等方面转移。其中，城镇家庭交通通讯排放增长迅速，成为主要排放源，而煤炭排放比重快速下降;农村家庭电力排放增幅最大，替代煤炭排放成为最大排放源。科学利用家庭碳排放结构动态变化规律及其趋势预测对节能减排工作进行合理部署。(3)在文中分析的全国30省区中，城镇和农村的人均家庭排放均低于全国平均水平的有14个，而高于全国平均水平的仅有8个，低水平排放省区主要分布在中西部地区，且中西部省区的城乡排放差距更大，这意味着不同省区城乡人均家庭排放的现状、减排基础、排放增长需求等均有较大差别。应广泛考虑区域实际发展需求，使不同地区享有同等的发展权，同时关注城乡差距，将农村家庭的节能减排工作与脱贫发展互动结合。

碳排放论文篇（4）

2.指标的选取。本文选择产业生产总值、产业资本存量和产业就业人数三个指标来评价产业结构的发展情况；本文结合Kaya模型和碳的化学燃烧公式法来测量碳排放。各指标具体如下:

2.1产业生产总值。本文采用的各次产业生产总值的数据主要来源于《四川省统计年鉴》历年公布的的当年GDP。用GDPit表示四川省第i次产业在t年的国内生产总值。

2.2产业资本存量。本文采用国际上普遍使用的永续盘存法来衡量四川省的资本存量，该方法由Goldsmith在1951年开创，该方法的计算公式为。公式中，i=1,2,3分别表示第一、二和三次产业；Kit表示第i个产业在第t年的资本存量；Kit-1表示第第i次产业在第t-1年的资本存量；Iit表示第i次产业在第t年的投资，δit表示第i次产业在第t年的折旧率。目前，国内学者对于资本存量基期的确定，大多数选择1952年或1978年作为基期，本文以1978年作为基期。对于折旧率的确定，国内学者的选择差异较大，如黄勇峰等(2002)选择设备、建筑的折旧率分别为17%、8%；张军等(2004)选择各省份的折旧率为9.6%；杨格(Young，2000)、龚六堂和谢丹阳(2004)的选择分别为6%和10%，本文的折旧率定为上述学者选择的算术平均数为10%。对于当年投资的确定，国内学者中张军和章元（2003）采用积累的概念及其相应的统计口径确定；王小鲁(2000)采用全社会固定资产投资作为当年的投资；还有用资本形成总额或固定资产形成总额作为当年的投资，本文采用第三种方法即四川省当年的固定资本形成总额作为当年的投资。

2.3产业就业人数。本文中各产业就业人数来源于四川省历年统计年鉴，用itlabor(其中i=1，2，3)表示四川省第i次产业在第t年的就业人数。

2.4碳排放量。目前我国没有碳排放量的直接监测数据，对于碳排放量的计算,学术界没有统一的标准，本文结合Kaya模型和碳的化学燃烧公式法来计算四川省的碳排放量。Kaya模型是由日本学者YoichiKaya提出的，该模型将经济发展、人口和政策等因素与人类活动产生的二氧化碳联系起来，分析地区的碳排放量和该地区的能源消费结构因素、各类能源的排放强度、能源的利用效率、经济的发展因素以及人类的活动的关系。公式中，P为人口，E/GDP表示单位能源使用强度，CO2/E表示碳排放强度即碳排放系数。碳的化学公式法是使用碳的化学燃烧公式:C+O2=CO2，从化学角度来测算能源消耗产生的碳排放。碳的燃烧值约为34070kj/kg，每吨标准煤消耗释放的热量约为29302kj，因此可以计算出消耗每吨标准煤释放出的二氧化碳。然而国内外学者发现标准煤含有硫、氮等元素会影响碳排放的测算，因此，本文结合两种方法计算出的每吨标准煤的碳排放系数的算术平均数作为本文每吨标准煤的碳排放系数为2.499。公式中，itcarbon(i=1，2，3)表示四川省第i次产业在第t年的碳排放量，单位为万吨;tcarbon表示四川省在第t年的碳排放量;GDPt和GDPit分别表示四川省在第t年的国内生产总值和第i次产业的国内生产总值。

二、模型的设定

鉴于本文中各经济变量数据较大，并且尽量减少或消除异方差对回归结果有效性的影响，本文对各变量取自然对数构造如下的面板数据计量模型。表示四川省第i次产业在第t年资本存量、劳动力和碳排放量的对数值;表示截距项，表示回归系数，表示残差项。

三、实证结果及分析与结论

碳排放论文篇（5）

1.1人均年排放量趋同分配方法人均年排放量趋同分配方法[1]的主要思想是：发达国家逐渐减少其人均年碳排放量，而发展中国家慢慢增加其人均年碳排放量，到某一目标年两者趋同。本文认为该方法侵犯了发展中国家的人均排放权利，这不仅因为它未考虑发达国家与发展中国家历史排放责任的差异[13、15-16]，更为严重的是按照该方法实施，在实现趋同以前，发达国家的人均年排放量会始终高于发展中国家，这将导致两者人均历史累计排放量的差距进一步单调增加，这对发展中国家来说是极为不公平的。在人均年排放量趋同思想的基础上，发达国家提出了各种改进和变通方案，但这些方案在兼顾公平性方面仍存在一些不足，下面举一个例子进行剖析。CCCPST方案[7]由美国、荷兰和意大利的几位科学家共同提出，主要思想是由不同国家的高收入群体承担减排义务。笔者认为该方案既难以操作，又不公平。首先，对于一个国家来说，高低收入的比例结构不仅与化石能源带来的收益有关，还与其政治经济体制、财富分配机制相关，而后者起主导作用，关系更为密切。使用一个与化石能源CO2排放相关性不高的指标“高收入人数比例”作为全球各国间的排放权分配依据，很不合理，而且会使得发达国家轻易逃脱其碳排放的历史责任。其次，该方法的可操作性很低：富人与穷人，很难做出一个既合理又公平的界定，且发达国家与发展中国家的富人标准无疑是不一样的，难以统一；国家之间收入换算成统一标准是采用汇率还是采用购买力，也没有定论。最后，从公平性的角度来说，仅由富人承担减排责任也不合理。

1.2考虑历史责任的分配方法巴西提案[9]认为全球气候变化主要是发达国家自工业革命以来200多年间温室气体排放的累积效应造成的，提出以“有效排放量”（即考虑气体在大气中的半衰期影响）为指标分配附件1国家的碳排放限额，从而体现“污染者付费”的原则（污染者付费原则要求根据各国温室气体排放造成的环境影响来分配碳排放限额）。巴西提案考虑了各国的历史碳排放责任，并提出发达国家应建立清洁发展基金帮助发展中国家减排的观点，比较有利于发展中国家。但有学者[18]指出巴西提案存在以下重大缺陷：由于附件1与非附件缔约方各国采用的计量方法不同，若仅根据有效排放来确定减排义务，非附件1缔约方将在其人均有效排放量远低于附件1缔约方的人均有效排放量时，就承担与附件1缔约方相同的减排义务。也有学者[11]提出巴西提案只强调了污染者要为历史付费，而没有考虑处于不同发展阶段的各国当前及未来的发展需求。如何将其更好地应用于全球碳排放权的分配，还需要进一步探讨。国内的碳排放权分配方案[10]基本是以“人均历史累计排放指标”为基点，来分配未来全球CO2排放限额。该方法强调发达国家与发展中国家历史排放责任的不同，显然，考虑历史责任的人均分配方法在一定程度上有利于发展中国家。不过，笔者认为，虽然从人权的角度来说，人均的碳排放权益是在进行碳减排指标分配时应该要考虑的首要指标，但不应是唯一的指标，仅考虑这一个指标尚不够公平，但遗憾的是，现有的绝大部分方案均未综合考虑各国的国家自然社会经济状况。潘家华等[11]提出的“满足人文发展基本需求的碳预算方案”，该方案考虑了历史排放责任的不同，首先运用人均原则确定评估期内满足全球长期目标的全球碳预算，然后以基准年人口为标准对各国碳预算进行初始分配，并根据各国气候、地理、资源禀赋等自然因素对各国初始碳预算作出调整，并通过基于实际需求的碳预算转移支付，以达到保持全球碳预算的总体平衡和各国碳预算平衡的目的。笔者认为碳排放权分配不仅需要纳入各国的自然社会环境要素，从多角度、多尺度综合考虑各相关指标，如能在分配中从公平性角度实现公平性最大化考量的话，可能更有利于被世界各国接受。另外值得一提的是，采用人均原则进行碳排放权分配的方法普遍存在这样2个缺陷：在分配方案中难以考虑未来人口的真实变化导致的影响，以及难以兼容未来全球碳容量变化（人类对全球碳容量的科学认识是不完备的，未来可能有巨大变化）对碳排放权分配结果的影响。这2个缺陷会导致现有的分配方法往往是站在现代人的角度，来限定未来人的排放需求，而且这种分配方案在理论上和数值上均未必是准确的，因此这类做法在某种程度上违背了可持续发展的要求，这也就意味着这一类分配方法的公平性和可持续性还有待提高。

1.3其他分配方法GDP碳排放强度分配原则[15]认为各国的碳排放限额与其GDP碳排放强度成反比。笔者认为无论碳排放强度与碳排放限额分配是正相关还是负相关，都是不合理的，理由如下：发达国家由于其较高的技术水平和较合理的能源和经济结构，具有较低的碳排放强度；而发展中国家由于经济技术相对落后，具有较高的碳排放强度。如果低排放强度的国家（如发达国家）分得较多的排放权，会造成“富则越富，穷则越穷”的现象，发达国家与发展中国家之间的差距越来越大。若高排放强度的国家（如发展中国家）分得较多的排放权，由于经济技术相对落后将会排放更多的温室气体，这就违背了全球碳减排的宗旨。所以国际碳排放权分配机制中难以采用GDP碳排放强度指标，采用这一指标分配只有在存在内部利益协调机制的体系中（比如同一个国家、同一个行政区域或同一个经济体系）才是比较便于实现的，也有利于提高该体系对碳排放权配额的整体利用效率。

1.4小结上述分配方法为全球碳排放配额的确定提供了很好的思路，但笔者认为在公平性兼顾方面还存在一些缺陷，各自缺陷已在上了详细陈述。总体来说，现有方法存在以下2个共同的重大缺陷：首先，现有分配方法中的绝大部分分配方案均未能综合考虑各个国家自然社会环境因素的差异，选取的分配指标单一，潘家华等[11]虽首次在碳排放权分配中综合考虑了这些方面的影响因素，但在具体分配方案的公平性考量上尚有待改进；其次，现有分配方案对未来全球碳容量变化、人口变化等不确定因素的定量化兼容性较差（未来长时间尺度的人口变化是难以准确预测的，全球碳容量究竟有多少也仍然是一个学术上悬而未决的事）。这些问题在一定程度上降低了碳减排分配方案的公平性和可操作性，使得各个国家之间一直难以达成减排共识，拖延了全球碳减排行动的实施。针对现有碳排放权分配方法在公平性和兼容性方面不太令人满意的现状，本文基于前期研究提出的“生存权平等，发展权有别”的思想和多角度衡量公平性的评价指标体系[19]，提出基于基尼系数法的全球CO2排放权优化分配方法（文中简称基尼系数法）和滚动规划的分配理念，并开发优化求解软件进行基尼系数优化分配模型的求解，以期最大可能地提高碳排放权分配方案的公平性和可操作性。

2基于基尼系数法的全球CO2排放权分配方法

2.1基本原则和滚动规划理念基尼系数是经济学中用来衡量居民收入分配公平程度的指标，近年来，基尼系数的应用领域越来越广泛，已经不仅仅局限于传统的经济领域。文献[19]中作者用基尼系数法对2006年G20主要国家的CO2现状排放公平性进行了分析，本文将其引用到碳排放权分配领域，期望得出一套较科学、合理、公平的分配方法。笔者认为全球碳排放权的分配要兼顾以下3个方面的公平[20]：（1）初始分配的公平：要求能对各国家CO2历史和现状排放做出准确合理的评价，分配指标的选取要尊重各国自然社会环境因素的差异、最具代表性、能尽最大可能保障每个国家和个体的排放权利。（2）分配结果的公平：要求减排责任的分担要在保障人类基本生存发展需求的基础之上，尽可能创造社会福利，既要保障当代人的排放权利，又要保证子孙后代的排放权利不受损害。（3）分配过程的公平：要求考虑未来不同时间段的变化，尽可能地减少和兼容不确定性因素。针对初始分配的公平，本文在碳减排分配指标选取时，遵循了文献[19]中提出的2个基本原则“生存权平等，发展权有别”。“生存权平等”是指人人生而平等，每个个体都应获得平等的维持自身生存和发展的碳排放权益，所以要体现公平性首先要考虑人口指标；“发展权有别”是指人权指标固然是首要考虑的指标，但仅考虑这一指标也是不公平的。国与国之间人口相同，但在其他指标上不同的话，在CO2允许排放量这个指标上的发展权也应是不同的。针对分配结果和分配过程的公平，本文试图通过滚动规划和基尼系数最优化的分配理念来解决。笔者认为碳排放权的分配过程应该是一个滚动规划的过程，因为人类对气候变化的认识是不断进步的，当新的认识出现时，未来全球CO2可排放总量将会变化。此外，未来主动愿意承担减排责任的地区和国家可能会越来越多。再者，未来人口也将会剧烈变化，仅以现代人的角度来分配未来某个长时间段的排放权，将会损害后代人的排放权益。滚动规划的分配理念是指基于规划期起始年现状排放的事实，对人们现有水平认识下的未来碳排放空间，以基尼系数总和最小为目标，进行碳排放权的优化分配，计算得出未来3~5年的排放配额（即3~5年为一个规划期）。具体计算方法为：以目前提出的较为合理的CO2浓度总量控制目标（体积浓度450×10-6、500×10-6或550×10-6等）为参考，得出一定时间尺度规划期内（如2009-2050年）全球公认的CO2允许排放总量，运用基尼系数法对该总量进行分配，得出当期世界各国的排放配额；每一规划期的自然社会环境指标数据以这一规划期的起始年为依据，下一规划期的允许排放总量根据全球最新公布的总量数据和上一规划期末各国家的实际排放状况（盈余或是赤字）重新给出，依次类推。期间如果出现全球性气候灾害、剧烈火山喷发等变化，导致自然界排放的碳增加或减少，或是学术界有关全球碳容量的科学认识和研究结果有较大更新变动，则可及时修正人类可排放总量；此外，如果出现某些国家主动承担减排责任，高于基尼系数法分配的份额，则也可修正分配方案；等等。

2.2指标体系的构建运用基尼系数法优化分配模型对全球CO2排放权进行分配，指标体系的构建是至关重要的一个环节。在文献[19]中，依据“生存权平等，发展权有别”的思想，已构建了一套相对合理的指标体系，认为除人权因素外，在与CO2允许排放量有关的发展空间上，还应考虑以下几个指标：国土面积、资源禀赋以及对全球碳汇的实际贡献。本文将沿用人口、国土面积、生态生产性土地面积、当前化石能源探明储量四个指标，具体理由文献[19]已详细分析，不再赘述。本文数据来源与文献[19]相同，但将数据进行了如下改进：（1）本文将数据更新至2008年；（2）完善了俄罗斯等前苏联国家历史排放数据，主要是将前苏联的历史排放数据分配至俄罗斯、乌克兰等前苏联国家，原朝鲜数据分配给韩国和朝鲜，补充德国分裂时期（东德和西德）数据和日本未管辖的琉球群岛时期数据，将蒙古的历史排放数据从中国分出去，原因是在美国橡树岭国家实验室的数据库中，并未对一些国家的历史责任进行分配整合，有必要进行重新计算，具体的分配计算方法是以该国分裂年的人口数据为基准，将该国历史累计排放量进行分配，得到该国的历史累计排放量；（3）改进了化石能源探明储量数据，将石油、天然气、煤储量按照热当量：1m3天然气=1.33kg标准煤，1kg原油=1.4286kg标准煤，1kg原煤=0.7143kg标准煤，统一转化为标准煤当量。（4）将G20国家扩充到全球所有国家，并根据数据的完备程度及分类方法，将全球所有国家整合成71个国家和地区。

2.3基尼系数法分配思路本文依据文献[19]评价结果，并参考文献[21]中的“基于基尼系数的水污染物总量分配方法”，来进行基尼系数法的优化分配。根据滚动规划分配理念，以5年为一个规划期：首先确定规划起始年至规划目标年的世界各国CO2新增排放总量，记为W1；然后计算各国自工业革命至规划起始年的实际排放总量，记为W2；用基尼系数法对各国自工业革命到规划目标年的CO2可排放总量（W1+W2）做出分配，再减去各国历史累计至规划起始年的实际排放量，即可得出该规划期各国的排放配额。分配过程的实质是基尼系数的优化调整过程，以基尼系数加权总和最小为目标函数进行优化调整，调整的同时保证4个自然社会环境指标中的任何一个的基尼系数都不变大，即基于各指标的总量分配公平性不能变差。在优化分配过程中，基于“生存权平等，发展权有别”的伦理学思想（文献[19]），人口指标是最重要的指标，应加大其权重。为了计算方便，本文将人口指标的权重设为0.4，其它3个指标等权对待，都为0.2。需要承认和注意的是，这种权重结构的设置是由本文研究者事先人为粗略给定的，肯定不是最佳的最终结果，本文建议在实际应用中可以采取群决策的技术方法进行处理，即邀请有关利益各方代表和学者根据计算结果的具体情况进行国际谈判来商定最终的赋值结果。

2.4基尼系数法计算步骤（1）确定可分配的CO2排放总量。（2）分别统计各个国家各相应指标和当期CO2现状排放量的数值，将前者分别除后者，即得各国在各基尼系数指标下的CO2排放强度（即斜率），对各基尼系数指标下的斜率进行排序后（从小到大），计算各基尼系数下各国在该指标中占该指标总和的百分比，并相应地计算出该基尼系数指标下的各国CO2排放量占总和的百分比数值（在初次计算各国在各指标中占总量的百分比数值之后，每次仅需按各基尼系数指标的斜率排序进行重排即可），进而计算基于各个指标的现状基尼系数之值。式（1）中，Xi为i国在国土面积、生态生产性土地面积、人口或化石能源储量指标上占所有国家总和的百分比；Yi为该国CO2排放量占所有国家总和的百分比；n为分配国家的个数，当i=1的时候，Yi-1为0。（3）以各指标对应的基尼系数加权总和最小为目标函数，各国家CO2排放配额为决策变量，在各指标现状基尼系数和CO2可分配总排放量的约束条件下利用C++语言编程进行优化求解，确定分配方案。目标函数计算如下。式（2）中，G1、G2、G3、G4分别为国土面积、生态生产性土地面积、人口和化石能源储量4个指标的基尼系数；F为国土面积、生态生产性土地面积、人口和化石能源储量4个指标的基尼系数加权总和。

3应用实例研究

本文首先运用前期研究的评价方法[19]衡量近年来各国CO2排放的公平性，然后在VC平台上设计开发了可以实现滚动规划分配理念和基于基尼系数法的全球CO2排放权优化分配模型的计算机算法和求解软件（因为现有优化求解软件均无法求解这一模型，包括Matlab、GAMS、SPSS和Excel软件中的优化求解模块等软件均无法直接求解这个模型，其主要原因是该模型在优化求解的过程中要不断地对世界各国在洛伦兹曲线中的名次进行重排序，而现有的优化软件均无法直接实现这一要求）。运用上述基尼系数法优化分配求解软件，对全球各国工业革命累积至2008年实际排放量和2009-2050年排放空间进行虚拟分配，并与虚拟IPCC方案2020年和2050年排放情景的基尼系数进行粗略对比，来探讨此方法的公平性效果。本文提出的基于基尼系数法的CO2排放权分配方法和滚动规划的分配理念，旨在进一步提高全球碳减排分配方案的公平性。本文首先运用基尼系数法优化分配模型对全球各国自工业革命至2008年的CO2实际排放总量进行优化分配，得出优化分配后基于各项指标的基尼系数之值，并以之与各国历史累计至2008年的实际排放现状作比较，从而定量化地评估基尼系数法对改善碳排放权分配公平性的效果。

3.1工业革命至2008年CO2排放虚拟分配方案及结果分析全球各国自工业革命至2008年CO2排放虚拟分配额如表1所示，变化比例是指用基尼系数法优化分配模型来分配各国历史累计到2008年可排放总量后，各国所得配额与各国累计至2008年实际排放量的差额比例，正数是指相对于实际排放方案各国可增加的碳排放量比例，负数则指要减少排放量的比例。需要说明的是正数或者负数代表的仅是各国自工业革命到2008年当期的盈余或赤字，代表各国潜在的减排压力，而并非实际的盈余与赤字，实际的盈余和赤字与未来全球的碳容量有关（未来的全球碳容量究竟有多少到目前为止并无定论，而碳容量不能确定的话世界各国的实际碳排放盈余和赤字也就无法确定）。表1说明用基尼系数法优化分配模型来虚拟优化分配全球各国自工业革命至2008年的CO2排放配额，与各国累计至2008年实际排放量相比，附件1国家美国、荷兰、法国、保加利亚、捷克、德国、希腊、匈牙利、波兰、西班牙、乌克兰、丹麦、意大利、罗马尼亚、俄罗斯、英国和日本的排放配额都有不同程度地减少，当期形成了排放赤字，除希腊、西班牙、乌克兰和俄罗斯以外赤字比例都在50%以上，而加拿大、挪威和澳大利亚由于地广人稀、历史较短等因素排放配额有所增加，其中澳大利亚可以增排133.26%。非附件1国家阿塞拜疆、乌兹别克斯坦、其他欧亚、科威特、卡塔尔、阿联酋、南非、朝鲜和韩国的排放配额出现赤字，赤字比例在64%以内，其他国家均有盈余，未来减排压力较小。基尼系数法优化分配模型分配结果显著地缩小了发达国家与发展中国家CO2排放量配额的差距，并使得发达国家相互间出现了较大的分异，公平性程度更高，通过基尼系数之值可进一步说明，如表2所示。由表2可以看出，用基尼系数法优化分配模型虚拟分配全球国家从工业革命累计至2008年的可排放总量，基于各项指标的基尼系数之值均比各国累计至2008年实际排放基尼系数之值小，其中基于国土面积和生态生产性土地面积指标的基尼系数值优化至相对公平区间，基于人口指标的基尼系数值优化至比较公平区间（基尼系数公平性衡量参照经济学领域的公平性区间：基尼系数低于0.2表示环境资源利用公平；0.2~0.3表示比较公平；0.3~0.4表示相对公平；0.4~0.5表示利用不公平；0.5~0.6表示利用非常不公平；0.6以上表示极度不公平），说明基于基尼系数法的分配方案更趋于公平。本文采用了4项有代表性的自然社会环境指标，它们可分别代表各国家的自然、社会和环境状况，因此，在此基础上进行的CO2总量指标分配结果的公平性也更好。

3.2不同目标浓度下全球各国的排放空间计算及分配

3.2.1碳排放空间的计算人类未来通过燃烧化石能源可排放碳总量计算方法是：首先，设定排放目标浓度；然后，根据向大气排放1Gt碳，大气CO2体积浓度会增加0.47×10-6[17]，全球碳循环过程中海洋和陆地等自然系统能够吸收54%，扣除土地利用所导致的排放（按年均1.5Gt碳）来计算碳排放空间。本文将目标年份设在2009-2050年，根据IPCC报告建议的控制温度的大气目标浓度范围，本文分别设定体积浓度450×10-6、500×10-6、550×10-63种目标浓度，分别计算3种情形下的化石能源碳排放空间，如表3所示。3.2.2不同情形下2009-2050年碳排放空间虚拟分配根据表3所得3种情况下工业革命至2050年碳排放空间，利用前文设计的基尼系数优化求解软件进行分配，得出各国工业革命至2050年的碳排放空间。然后减去各国历史累计至2008年的排放量，即得到各国2009-2050年碳排放配额，其中正数表示未来仍有排放空间，负数则表示该国已经将排放配额用完，并且出现赤字。同时计算未来排放空间较历史累计排放增排比例，正数代表未来排放空间较历史累计排放增加的比例，负数代表未来排放空间较历史累积排放减少的比例，如表4所示。由表4可以看出，附件1国家美国、荷兰、法国、捷克、德国、波兰、丹麦、英国和日本在3种情形下均有赤字，保加利亚、西班牙、乌克兰和罗马尼亚在体积浓度500×10-6和550×10-6情形下的排放配额尚有盈余，匈牙利和意大利在550×10-6浓度情形下有少量排放空间，而加拿大、希腊、挪威、俄罗斯、澳大利亚、新西兰在3种情形下均有一定量的剩余排放空间，总体上看，发达国家配额较人均历史累计趋同法的有所增加。非附件1国家仅部分国家有赤字出现，乌兹别克斯坦、卡塔尔、阿联酋、朝鲜和韩国在450×10-6浓度情形下赤字；其他欧亚和科威特在450×10-6和500×10-6浓度情形下出现赤字，大部分国家存在一定的发展空间。需要说明的是，3种情形下均未形成赤字的国家，并非一直不需要减排，如果这些国家继续以目前排放强度或更高强度排放，部分国家的排放配额将在2050年前消耗殆尽，届时可能也需要不同程度的减排，其具体的未来减排情况，需要根据未来的实际排放情况进行滚动规划方能确定。上述结果（盈余或是赤字）单纯是从公平性最大化角度所作的优化分配，在方案实际实施过程中，不仅要考虑CDM机制交易[22]各国的CO2排放量收支（即排放权购买国家要增加其排放配额，卖方国家要减去交易额），另外还要酌情考虑发达国家通过资金援助等手段对发展中国家碳减排提供的帮助。值得一提的是，依据基尼系数法的优化分配规则和滚动规划的分配理念，在各国历史排放和自然社会环境状况一定的基础上，以3~5年为一个规划期进行碳排放权的分配，全球CO2排放配额分配方案就可以进行实时的滚动，这种滚动规划就使得该方法能够定量化地兼容未来各种变化因素的同时又不失公平性（如人口的变化、碳源碳汇统计方法和口径的变化、全球碳容量研究结果的更新变动、各国的主动性承诺等），从而大大提高该方法的适用性。

3.3与IPCC方案基尼系数对比为了进一步验证方案的公平性，本文粗略计算了IPCC方案实施后的基尼系数，与基尼系数法的基尼系数进行对比。IPCC[17]（政府间气候变化专门委员会）提出附件1国家，2020年在1990年的基础上减排25%~40%，到2050年则要减排80%~95%；对非附件1国家中的拉美、中东、东亚以及“亚洲中央计划国家”，2020年要在“照常情景”（BAU）水平上大幅减排，到2050年所有非附件1国家都要在BAU水平上大幅减排。我们分别假定在2009年就实现2020年和2050年目标，其中2020目标设定为2009年附件1国家在1990年基础上减排30%，非附件1国家无需减排，2050年目标设定为2009年附件1国家在1990年基础上减排90%，非附件1国家减排20%，计算其基尼系数，如表5所示。由表5可知，按照IPCC方案进行实施的话，其分配后果仍然是不公平的，大部分指标仍处于不公平甚至极度不公平的区间。而与之相比，基尼系数法各项指标的基尼系数和基尼系数加权总和均有不同程度的减小，且基本都处于公平区间（仅在化石能源储量的指标上变化不大，这与寻求多指标加权总和最小有关），可见基尼系数法分配的公平性在本文所定义的公平性范畴下更优。

碳排放论文篇（6）

1.2碳排放模型按照汽车燃料消耗分类主要有汽油、柴油、天然气，则他们不同排放公式（4）。同时城市电动车辆在使用过程中无排放，只在源头中产生排放。则源头碳排放计算公式（5）。Fv和lv为y类能源消耗碳排放量（柴油、汽油、参数可以通过IPCC获取，天然气参数通过二氧化排放系数和每公里能源消耗等价关系获得（Haoetal.2009）[7]。Ee是交通电力能耗（kWh）；χ占国热能发电的比率（中国电力联合会获取）；λ热转电能碳排放系数（Ma2002）[8]基础参数如表1所示，碳排放模型参数如表1所示。

2实例测算

城市道路汽车、公共汽车、出租车、货车和其他类型车辆及道路设施能耗量估计，可以通过城市统计年鉴，及主管部门年报数据中获得。城市交通能耗测算，各类能源消耗：柴油，汽油，天然气，电力换算标准煤系数由（GB/T2589-2008）获取。其碳排放转化系数分别为2.73kg/L、3.07kg/L、2.26kg/L、1.019kg/kWh。城市各类能源年消耗量可通过统计数据查找，同时给出相关计算参数。可获得某城市碳排放量数据。同时本文以合肥市为查找相关数据例采用excel统计数据计算结果如表2。由此可看出城市交通常用出行方式中人均能耗，人均碳排放各项数据，而私家无论是人均能耗和人均碳排放都是远远高于出租车和公交车。

碳排放论文篇（7）

二、实证分析

实证部分主要运用空间DURBIN模型对我国区域碳排放的影响进行量化分析。模型中，以co2为被解释变量，以city，energy，pgdp，building，industry为解释变量，利用STATA软件进行编程计算。具体模型如下。可决系数R2为0.3530，反映模型在变量的选择上及模型整体构建上基本上符合预期。因变量的空间滞后回归系数为0.1264，在0.01的水平上不显著为正，这反映了我国相邻的各省市间碳排放存在空间依赖性，但并不十分显著。我国区域碳排放的空间影响因素分析：城镇化率对碳排放的回归系数显著为正，在其他因素不变的情况下，城镇化率每提高1%，碳排放增加5.4%；城镇化率的空间滞后项系数为-0.072，显著为负，表明城镇化率对区域间碳排放存在显著的挤出效应，这表明相邻省市相同的城镇化率会形成竞争态势，使相邻区域碳排放量受到影响。

能源强度对碳排放的回归系数显著为正，能源强度每降低1吨标准煤/万元GDP，碳排放降低11.5%；能源强度的空间滞后项系数为0.0337，显著为正，表明能源强度对区域间碳排放存在显著的溢出效应。人均GDP的对数对碳排放的回归系数不显著为负，人均GDP的对数每增加1个单位，碳排放降低4.1%；人均GDP的对数形式的空间滞后项系数为-0.1735，但不显著，这表明人均GDP对相邻区域间碳排放不存在显著的挤出效应，这也表明人均GDP增加并不意味着相邻区域碳排放会增加。建筑业总产值对碳排放的回归系数显著为正，建筑业总产值的对数每增加一个1个单位，碳排放增加0.74%；建筑业总产值的空间滞后项系数为0.102，但不显著，这表明建筑业总产值对相邻区域间碳排放存在不显著的溢出效应。规模以上工业产值对碳排放的回归系数显著为正，规模以上工业产值的对数每增加一个1个单位，碳排放增加0.24%；规模以上工业产值的空间滞后项系数显著为负，表明规模以上工业产值对区域间碳排放存在显著的挤出效应，这表明相邻省市相同的规模以上工业产值会形成竞争态势，资本等生产要素要流向更有利于增值的地方。

碳排放论文篇（8）

(二)实证分析先通过计算各变量之间的相关系数对影响因素进行筛选，然后在此基础上建立MS－VAR模型对碳排放权价格波动的影响因素进行研究。1．相关分析。相关分析主要用于研究现象之间是否存在某种相关关系，并探讨这种相关关系的方向和相关程度，而衡量变量相关程度的指标通常用相关系数进行度量，因而本文通过计算由表1可知:Dec12与道琼斯欧洲金融指数和道琼斯欧洲公用事业指数的相关关系比较大，且都呈现正向的相关关系，相关系数大于0.6;Dec13与道琼斯欧洲公用事业指数的相关系数大于0.7，且呈正向相关关系，而与富时100指数呈负向相关关系，相关系数接近0.6;Dec14与道琼斯欧洲公用事业指数呈正向相关关系，相关系数大于0.6，而与富时100指数呈负向相关关系，相关系数接近0.6;Dec15与道琼斯欧洲金融指数呈正向相关关系，相关系数大于0.7;而与道琼斯欧洲工业指数和富时100指数呈负向相关关系，相关系数大于0.7。

为了更好的探究这些变量与碳期货之间的影响程度及背后的原因，本文将通过马尔科夫机制转换模型对这些关系进行分析。2．马尔科夫机制转换模型(MS)的建立与分析。由于计量模型通常要求时间序列数据具有平稳性，因而本章采取了和第二章相同的处理数据的方法:yt=100×(ln(pt)－ln(pt－1))，其中，pt为碳期货合约在t时刻的价格，在本章，其中碳期货价格为y，道琼斯欧洲工业指数为x1，道琼斯欧洲公用事业指数为x2，道琼斯欧洲金融指数为x3，富时100指数为x4。本节利用OX－METRICS软件对马尔科夫机制转换向量自回归模型进行估计，并对各碳期货的模型结果单独列出，根据模型的估计结果结合平滑概率图得出了主要状态发生机制转换的时间，以下是模型结果:由表2可以看出，Dec12价格收益率在状态为0和1时，道琼斯欧洲公用事业指数正向的影响Dec12价格;道琼斯金融指数指数负向影响Dec12价格。对比状态0和1时的参数的绝对值可以看出，在状态1时，道琼斯欧洲公用事业指数和道琼斯欧洲金融指数对Dec12价格的影响比在状态0时大，且道琼斯欧洲金融指数对Dec12价格影响更大、更强势，这些特征表明:总体而言Dec12价格呈现下跌趋势。两种转换机制的转换概率都小于1，p00=0.499180，说明在状态为0时，Dec12价格上涨继而继续上涨的概率为0.499180;p11=0.50082，表明在状态为1时，当天Dec12价格下跌继而下跌的概率为0.50082，即整体上Dec12价格下跌。图1是Dec12模型在状态一的平滑概率图，从图1可以看出，Dec12在整个交易期间发生了两次比较大的机制转换，时间大概是2009年9月和2011年11月。在2009年9月，欧洲的失业率创下近10年来历史最高，欧元区经济开始呈现通胀紧缩状态，金融危机对欧元区的影响仍在深化;2011年11月欧债危机正不断恶化，造成欧洲经济更加低迷，这些不利的条件促使Dec12价格模型发生了机制转换，发生机制转换后，μ0为负值，这也证明了欧洲碳排放权市场的不景气。和1时，道琼斯欧洲公用事业指数负向的影响Dec13价格;富时100指数正向影响Dec13价格。对比状态0和1时的参数的绝对值可以看出，这些参数的绝对值在大小上相差不是很大，总体而言:在状态1时，道琼斯欧洲公用事业指数和富时100指数对Dec13价格的影响比在状态0时大，且富时100指数对Dec13价格影响更大、更强势。两种转换机制的转换概率都小于1，p00=0.499180，说明在状态为0时，碳期货Dec13价格上涨继而继续上涨的概率为0.499180;p11=0.50082，表明在状态为1时，碳期货Dec13价格下跌继而下跌的概率为0.50082。从图2Dec13的平滑概率图可以看出，Dec13在整个交易期间发生机制转换的时间大概是2012年7月和2012年11月。Dec13交易的时间正好处于欧债危机的发生期间，受到金融大环境的影响，整个欧洲经济并不景气，这也促使了碳排放权市场的低迷。而在2012年3月欧盟春季峰会上，欧盟领导人明确表示欧洲多国经济形势开始出现好转，欧债危机逐步得到改善，出现了积极的变化，在这样的经济利好形势下，低碳市场开始好转。发生机制转换后的这两个时间段，μ0为正值，这在另一方面证明欧洲经济出现好转，低碳市场开始活跃。由表4可以看出，Dec14价格收益率在状态为0和1时，道琼斯欧洲公用事业指数正向的影响Dec14价格;富时100指数负向影响Dec14价格。

状态0和1下参数的绝对值大小相差不是很大，在状态0时道琼斯欧洲公用事业指数和富时100指数对Dec14价格影响大于状态1，且α的绝对值大于β的值绝对值，说明道琼斯欧洲公用事业指数对Dec14价格影响比较大。两种转换机制的转换概率都小于1，p00=0.499180，说明在状态为0时，碳期货Dec12价格上涨继而继续上涨的概率为0.499180;p11=0.50082，表明在状态为1时，当天碳期货Dec12价格下跌继而下跌的概率为0.50082。图3是Dec14模型在状态一下的平滑概率图，由这些图形可知，Dec14在整个交易期间发生的比较明显的两次机制转换的时间是2011年12月和2013年2月。欧盟在过去20年实行了持续的气候变化政策，在这一期间，欧盟的经济增长与碳排放“脱钩”的目标基本实现，为了继续对全球气候变化政策发挥决定行的作用，2011年11－12月的联合国德班气候大会通过了2015年建立全球气候变化政策的法律框架和排放目标建议。同时欧盟在这一期间将航空运输纳入碳排放交易配额体系，这在一定程度上会进一步影响欧盟碳排放权市场，也体现了欧盟在应对气候变化方面的坚定信心和不懈努力。由表5可以看出，Dec15价格收益率在状态为0时，道琼斯欧洲工业指数负向的影响Dec15价格;道琼斯欧洲金融指数正向影响Dec15价格;富时100指数负向影响Dec15价格。在状态为1时，道琼斯欧洲工业指数正向的影响Dec15价格;道琼斯欧洲金融指数负向影响Dec15价格;富时100指数正向影响Dec15价格。与状态0相比，道琼斯欧洲工业指数、道琼斯欧洲金融指数和富时100指数对Dec15价格的影响在状态1比较大，而道琼斯金融指数对Dec15价格的影响最大。两种转换机制的转换概率都小于1，p00=0.976656，说明在状态为0时，碳期货Dec12价格上涨继而继续上涨的概率为0.976656;p11=0.99619，表明在状态为1时，当天碳期货Dec12价格下跌继而下跌的概率为0.99619。由图4可以得知:Dec15在2013年2月发生了机制转换，在这一期间，欧盟委员会同意所有欧盟成员国向工业发放2013年排放的免费碳配额。从2012年开始欧盟延迟发放碳配额，这表明会有越来越多的碳配额供应量金融碳排放权市场，由于碳排放权市场一直都是供过于求的市场，欧盟委员会同意碳配额的发放将对碳价格带来更大的降价压力。

碳排放论文篇（9）

2建筑项目的全生命周期理论

我国也在运用不同的政策评价工具来衡量低碳政策的有效性。例如投入产出模型，凯恩斯系数等，希望能够证明低碳建筑与社会经济之间的积极关系。笔者认为，建筑的碳排放量表现在建筑全寿命周期的一次性能源消耗中，因此可以以建筑项目的全生命周期理论为基础计算建筑各阶段的碳排放量，通过各阶段的碳排放量对比，使决策者明确低碳建筑。生命周期理论是指产品从兴起到结束，即从自然中来再回归自然的一个过程。建筑工程的生命周期是从建筑的起步设计、施工，再到使用，最后废弃拆除为止的一个过程。由于建筑项目的技术复杂，建造周期较长，并且风险高，因此，对建筑进行生命周期划分是至关重要的。本文将建筑划分为4个阶段，规划设计阶段，施工阶段，运营维护，拆除阶段。规划设计阶段，包括了建造前期的图纸设计，建材选择，交通运输。施工阶段和拆除阶段可以由不同的施工方式来计算，运营维护阶段包括了建筑使用过程中对各种类能源的消耗。近年来，国内相关领域通过运用生命周期碳排放量的计算方法，基本对四个周期做出了一定的评估。大多数学者认为建筑的整个生命周期中运营维护过程中的碳排放量是最高的，大约在81%左右，此阶段的碳排放量大多集中于供暖，照明和燃气等设备的运行。而其他阶段所占的碳排放比例相对较低，规划和施工阶段，大约占10%~15%，而拆除阶段的碳排比率不超过20%。低碳建筑的核心就在于碳排放量比普通建筑少，建筑材料也大多运用环保绿色材料。通过该种计算方式可以有效的证明一个建筑是否符合低碳建筑标准，以及低碳建筑的优势所在。如果一个建筑在建造过程中运用了绿色环保材料，并且对其运营维护进行合理管理使得它的碳排放量低于其他的普通建筑，那么就可以有效证明该建筑属于环保低碳建筑。因此以生命周期为理论基础，可以帮助我们计算出每个环节的碳排放量，从而针对实际指标来研究相应的技术，制定相应政策法规。

3基于全生命周期理论的碳排放量计算

我们可以通过一栋建筑四个阶段的碳排放量之和来计算该栋建筑的二氧化碳的排放总量。假设CO2排放总量是E，周期内的四个阶段的碳排放量分别为设计规划阶段Em，建筑施工阶段Ec，运行维护阶段Eo和拆除阶段Ed，那么就能得出：E=Ep+Ec+Eo+Ed由此可以得出单位面积的年碳排放量，即CO2排放量评价指标C：C=E/（S*Y）其中，S代表某栋建筑的建筑面积，Y代表使用年限。（大多数资料表示，我国普通房屋的使用年限均为50年，即Y=50）以上两个等式，不仅可以让决策者明晰的看出每一阶段的碳排放量，并且根据此数据制定相关政策，同时也可以作为衡量普通建筑和低碳建筑差异的标准之一。由于低碳建筑的碳排放量比普通建筑要小，等式中的总排放量和单一阶段的排放量成正比关系，所以假如在某一阶段融入了低碳技术使得碳排放量下降，建筑的总碳排放量也会随之下降。建筑周期过程中四个阶段均属于变量，我们可以通过针对每一个阶段的碳排放量进行详细的计算，来推断出建筑的哪个阶段需要引用低碳技术，可以得到更多的政策扶持。首先，在第一阶段设计规划中，我们可以将其Ep分为两个部分，由于设计规划阶段主要包括建筑材料的选择和运输，因此，我们可以使：EP=Em+Et其中Em代表各种建筑材料在用量选择上的CO2排放量，例如水泥，玻璃，混凝土等。Em=Σδmi*δiδmi表示第i种建筑材料的用量，表示第i中建材单位CO2的排放系数。由于运输过程中，与材料的重量，运输工具类型和运输距离相关。因此Et代表运输过程中运输工具所释放的CO2量。Em=Σδmi*Li*ηδmi同样表示第i中建筑材料的用量，Li代表第i种建材的运输距离，而η则表示建材相对应的运输工具的CO2排放系数。第二阶段，是建筑的施工制造阶段，我们可以通过建筑施工量，以及建造过程中不同建筑方式的碳排放量来计算第二阶段的碳排放总量，而此处的不同建筑方式是指在建造过程中所需的不同工种，例如打地基，施工地照明，楼层建设等。由此得出：Em=Σβci*σci表示该工程的建筑施工量，σci相应施工方式的单位CO2排放系数。第三阶段则是当建筑建设完成之后，开始正式运营维护的阶段。由于运营过程中，CO2的排放主要取决于建筑运行过程中的能耗，因此我们可以将能耗划分为两大类，第一类是电能消耗量，即针对照明，电器运行等一系列的消耗。另一类则是化石能源消耗量，即采暖，燃气等一系列能源消耗。由此可以得出：Eo=Y*（Qe*fe+Qg*fg）Qe代表年耗电量，fe表示电力所产生的碳排放系数；Qg表示年耗气量，同样fg代表能源的碳排放系数。最后一个阶段是拆除阶段，与上述同理，也可以通过不同的拆除方式来划分并且计算。Ed=Σβdi*σdi其中，βdi代表拆除建筑所需的施工量，σdi代表不同的拆除方式的单位CO2排放系数。

碳排放论文篇（10）

1引言

2009年底召开的哥本哈根会议吸引了全世界的目光，“碳排放”问题也随之成为了最引人注目的焦点。我国在会议上宣布，到2020年实现单位GDP二氧化碳排放比2005年下降40%-45%的行动目标。据海外研究机构估计，中国目前二氧化碳的排放量2007年已经超过美国，成为世界第一大温室气体排放国。而且中国温室气体排放可能在二十年内翻番甚至更多，因此中国在兑现二氧化碳减排诺言的实践中将面临巨大的挑战。

国际贸易是影响一国温室气体排放量的重要因素。在国际贸易过程中，由于各国国际分工、产业结构、能源利用效率、技术条件以及贸易结构等方面的差异，必然会出现碳排放转移问题。随着经济全球化速度的不断加快，我国对外贸易高速增长。在拉动经济发展的同时，也造成了我国的贸易碳污染。因此从外贸结构角度来探讨我国节能减排的新途径，具有很强的现实意义。本文将利用投入产出方法客观评估和定量分析进出口贸易对我国二氧化碳排放的影响。

本文在目前国内外关于能源消耗问题已有的研究结果上，将通过分析外贸商品在本国经济运行中所起的作用，定量测算外贸商品的二氧化碳排放量，进而分析外贸商品结构对二氧化碳排放量的影响，找到对外贸易中减少二氧化碳排放的途径。

2模型及评价指标体系的构建

由于投入产出表明确直观的从产业角度反映了国民经济各部门的各种分配和消耗关系，因此要全面评价一个部门基于国际贸易的完全碳排放量，本文采用了投入产出方法。

根据国家统计局已经公布的《2007年中国投入产出表》，本文将采用2007年42×42部门的全国投入产出表。从总体上来看，我国能源消耗重点集中在第二产业的工业部门，而第三产业各产品部门能源消费量少，污染排放小。因此为了便于计算和讨论，本文把投入产出表中第三产业的16个部门合并成能源平衡表中第三产业的3个行业部门。合并后的投入产出表是29×29个部门。[1]

我国贸易出口中的内涵二氧化碳量是别国综合评估在享用我国出口商品时而避免在本国排放的二氧化碳量。由于在一般的经济活动中，各产业产品的生产不仅会直接导致最终生产部门的能源消耗，还会通过消费各种原材料及辅助材料进而间接引起其他部门的生产与能源消耗，而能源的消耗量通过某些技术参数换算即得到二氧化碳排放量。因此严格意义上讲，我国贸易出口中内涵的二氧化碳量是不同的贸易商品从生产到出口形成最终产品等环节累计二氧化碳量直接排放和间接排放之和。即完全排放。同样，进口产品隐含别国为了出口而在其国内排放的二氧化碳量，进口产品也包含能源消耗和二氧化碳排放。但值得注意的是，进口产品是在国外生产，由于国内外在生产技术、能源利用效率等方面存在差异，其产品生产所消耗能源量也会出现不同。因此不能把在国外生产的进口产品所产生的二氧化碳排放量作为国内的二氧化碳减排量，必须从进口产品在本国经济运行过程中所起作用的角度来考虑，即假定在本国生产条件下，这些进口产品作为国内最终产品生产而产生的二氧化碳完全排放量。

3对外贸易的二氧化碳排放实证

分析根据2007年的投入产出表和各部门2CO排放数据，计算得出各部门产品的2CO直接和完全排放系数，如表1所示。可以看出，直接排放系数大的部门其完全排放系数也相对较大，如部门2“煤炭开采和细选业”、部门12“化学工业”、部门13“非金属矿物制品业”以及部门14“金属冶炼及压延加工业”等等，其2CO直接排放和完全排放系数都位于29部门的前列，值得重点关注。由于它们的进出口比重也比较大，会对出口排放强度和进口减排强度产生较大影响。此外有些直接排放系数和完全排放系数呈现出明显的差异，较小的部门，其完全排放系数可以扩大很多。如第18个部门“电气机械及器材制造业”，直接排放系数仅为0.14，完全排放系数则扩大了近17倍，达到2.37，充分说明了产品生产过程中2CO间接排放的重要影响。

各部门产品2CO直接排放系数和完全排放系数（吨/万元）部门编号部门直接排放系数完全排放系数kf出口比重进口比重列出了根据2007年投入产出表以及进出口额计算所得结果。由表可见，2CO出口排放强度小于2CO进口减排强度，这就意味着,单位出口产品内含的能源消耗低于单位进口产品带来的能源节省,也即对外贸易有助于节约能源消费,有助于降低单位产值能耗。但是从我国对外贸易的二氧化碳转移总量上看，由于进出口贸易量之间的差异，出口规模的迅速增长导致我国2007年对外贸易2CO排放量大于2CO减排量，分别为192401.01万吨和149177.35万吨。处于2CO净进口状态，为贸易碳污染转入国。超级秘书网

4结论和政策

建议总体上看，由于在国际产业分工中，我国处于产业链的低端，生产和出口了大量的高耗能和高排放产品，承担了大量本应在进口国排放的二氧化碳。导致对外进出口贸易中出口二氧化碳耗能高于进口二氧化碳省能。由于国家贸易碳排放的变化，不仅受进出口规模、进出口结构的影响，更受部门能源利用结构和能源强度等生产技术因素的影响，考虑到国家现阶段经济发展及能源结构特点，中国在未来的对外贸易中，不仅适当控制高能耗、高碳排的部门出口规模，鼓励低耗能产品的出口；更要降低高耗能产品进口门槛。同时应积极引进先进生产技术，提高能源利用效率，降低部门能耗强度。优化我国进出口贸易的产业结构，在促进经济发展的基础上实现节能减排的目标。

[参考文献]

[1]国家统计局国民经济核算司.中国投入产出表（2007年）[M].北京：中国统计出版社，2009.

[2]魏本勇，方修琦，王媛，杨会民，张迪.基于投入产出分析的中国国际贸易碳排放研究[J].北京师范大学学报（自然科学版），2009，(8):413-419.

[3]国家统计局.中国统计年鉴2008[M].北京：中国统计出版社，2008.