碳排放論文匯總十篇

序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇碳排放論文范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

2.指標的選取。本文選擇產業生產總值、產業資本存量和產業就業人數三個指標來評價產業結構的發展情況；本文結合Kaya模型和碳的化學燃燒公式法來測量碳排放。各指標具體如下:

2.1產業生產總值。本文采用的各次產業生產總值的數據主要來源于《四川省統計年鑒》歷年公布的的當年GDP。用GDPit表示四川省第i次產業在t年的國內生產總值。

2.2產業資本存量。本文采用國際上普遍使用的永續盤存法來衡量四川省的資本存量，該方法由Goldsmith在1951年開創，該方法的計算公式為。公式中，i=1,2,3分別表示第一、二和三次產業；Kit表示第i個產業在第t年的資本存量；Kit-1表示第第i次產業在第t-1年的資本存量；Iit表示第i次產業在第t年的投資，δit表示第i次產業在第t年的折舊率。目前，國內學者對于資本存量基期的確定，大多數選擇1952年或1978年作為基期，本文以1978年作為基期。對于折舊率的確定，國內學者的選擇差異較大，如黃勇峰等(2002)選擇設備、建筑的折舊率分別為17%、8%；張軍等(2004)選擇各省份的折舊率為9.6%；楊格(Young，2000)、龔六堂和謝丹陽(2004)的選擇分別為6%和10%，本文的折舊率定為上述學者選擇的算術平均數為10%。對于當年投資的確定，國內學者中張軍和章元（2003）采用積累的概念及其相應的統計口徑確定；王小魯(2000)采用全社會固定資產投資作為當年的投資；還有用資本形成總額或固定資產形成總額作為當年的投資，本文采用第三種方法即四川省當年的固定資本形成總額作為當年的投資。

2.3產業就業人數。本文中各產業就業人數來源于四川省歷年統計年鑒，用itlabor(其中i=1，2，3)表示四川省第i次產業在第t年的就業人數。

2.4碳排放量。目前我國沒有碳排放量的直接監測數據，對于碳排放量的計算,學術界沒有統一的標準，本文結合Kaya模型和碳的化學燃燒公式法來計算四川省的碳排放量。Kaya模型是由日本學者YoichiKaya提出的，該模型將經濟發展、人口和政策等因素與人類活動產生的二氧化碳聯系起來，分析地區的碳排放量和該地區的能源消費結構因素、各類能源的排放強度、能源的利用效率、經濟的發展因素以及人類的活動的關系。公式中，P為人口，E/GDP表示單位能源使用強度，CO2/E表示碳排放強度即碳排放系數。碳的化學公式法是使用碳的化學燃燒公式:C+O2=CO2，從化學角度來測算能源消耗產生的碳排放。碳的燃燒值約為34070kj/kg，每噸標準煤消耗釋放的熱量約為29302kj，因此可以計算出消耗每噸標準煤釋放出的二氧化碳。然而國內外學者發現標準煤含有硫、氮等元素會影響碳排放的測算，因此，本文結合兩種方法計算出的每噸標準煤的碳排放系數的算術平均數作為本文每噸標準煤的碳排放系數為2.499。公式中，itcarbon(i=1，2，3)表示四川省第i次產業在第t年的碳排放量，單位為萬噸;tcarbon表示四川省在第t年的碳排放量;GDPt和GDPit分別表示四川省在第t年的國內生產總值和第i次產業的國內生產總值。

二、模型的設定

鑒于本文中各經濟變量數據較大，并且盡量減少或消除異方差對回歸結果有效性的影響，本文對各變量取自然對數構造如下的面板數據計量模型。表示四川省第i次產業在第t年資本存量、勞動力和碳排放量的對數值;表示截距項，表示回歸系數，表示殘差項。

三、實證結果及分析與結論

篇（2）

（二）基于波爾茲曼熵的企業碳排放配額分配模型在區域碳排放量分配給區域內各行業后，將行業碳排放總量分配給行業內各個企業是落實碳分配和碳減排目標的關鍵。本文基于波爾茲曼分布，將熵最大化的原理應用于同行業下各個企業之間碳排放量的分配。在這里，包含多個企業的單個減排工業行業類比于物質系統，單位分配碳排放量類比于物質顆粒，參與減排企業的歷史碳排放量和上報未來碳排放量幾何平均類比于物質單態。假設所有的單位碳排放量在同一個企業k內都產生相同的碳排放量，那么企業k的碳排放強度ek即類比于物質單態i的單態能量Ei。在這樣的類比下，分配給企業k的單位碳排放量的概率和跟企業k的歷史排放量和未來排放量成正比，跟企業k的碳排放強度成反比，既兼顧了歷史排放責任、未來發展需求，又鼓勵提高排放效率。

二、樣本選取與數據來源

昆山市張浦鎮位于上海、蘇州、昆山之間的黃金三角地帶，是“全國經濟百強縣”之首昆山市的經濟強鎮。改革開放以來，張浦鎮實施外向帶動戰略，先后成立了德國工業園、海峽兩岸食品產業園、N維空間文化產業園等特色園區，累計吸引了3400多家企業注冊落戶，形成了以加工制造業為主的工業城鎮。2012年，張浦鎮規模以上工業企業達到220家，其能源消耗占全部企業能源消耗的95%。通過對張浦鎮規模以上工業企業碳排放量進行定量分配，給予企業明確碳排放量約束，不但推進了碳交易市場的建立和工作的開展，也促進了張浦鎮“十二五”期間節能減排目標的實現。本文選取張浦鎮規模以上工業企業為樣本，考慮到張浦鎮自2012年才進行規模以上工業企業網上能耗統計，本文選取2012年和2013年規模以上工業企業歷史排放數據，分配2013年規模以上工業企業碳排放量。2012年張浦鎮規模以上工業企業220家，2013年增加至255家，選取張浦鎮2012—2013年不變的217家規模以上工業企業作為碳排放權分配企業。通過計算分析，2012—2013年期間，此217家工業企業在政府行政命令下減排11%，完全達到政府規劃要求，因此本文直接使用2013年規模以上企業實際排放量作為分配總量，同時也方便對比分析分配結果的滿意度。企業能耗和工業產值數據來源于張浦鎮經促局統計科提供的《2012年張浦鎮規模以上工業企業能耗明細》和《2013年張浦鎮規模以上工業企業能耗明細》；碳排放數據以各企業各類能源消費量為依據，根據各類能源發熱系數、排放系數和碳氧化率計算得到，相關系數取自《上海市溫室氣體排放核算與報告技術文件》推薦標準，各個分品種能源的碳排放系數如表2所示。

三、分配結果分析

（一）基于信息熵的行業碳排放配額分配結果分析本文基于信息熵理論，以2012年和2013年張浦鎮規模以上工業企業碳排放數據均值，計算各行業碳排放減排系數，進而對2013年張浦鎮規模以上工業行業碳排放總量進行分配。通過基于信息熵的行業碳排放分配模型公式的計算，可得各指標的信息熵值、信息量值和熵權重值，這3個參數是計算減排因子的基礎。具體減排影響因素指標參數計算值如表3所示。從各個影響因素指標的信息熵值來看，工業產值信息熵值最大，熵值為0.707，說明工業產值信息量較小，行業減排能力對碳總量減排作用較小；能源結構熵值最小，熵值0.470，說明能源結構信息量較大，原煤減少使用對碳總量減排作用較大。其他因素如歷史排放量、能源強度和排放強度在碳減排分配中影響越來越小。結合張浦鎮2013年規模以上工業碳分配總量，通過信息熵行業碳分配模型計算可得張浦鎮2013年規模以上工業各個行業碳排放配額。根據碳減排結果（圖1）顯示，各行業的碳減排量相對于2012年，各行業減排幅度從17.17%~0.02%不等，全行業碳減排量相對于基期2012年減排了11.01%，基本符合張浦鎮發展需求和節能減排形勢。如圖1所示，一方面，化學原料和化學制品制造業（行業26）分配到碳減排量16.81萬噸，減幅17.17%，對以煤為主的化工行業，施以嚴格的減排約束，有利于促進化工行業調整能源結構。其中，中鹽昆山有限公司耗能占總化工行業耗能96.5%，其“十二五”期間實施節能技改可以節能21.45%，所以化工行業的碳排放減排降幅符合了行業節能潛力，該減排量切實可行。另一方面，非金屬礦物制品業（行業30）分配到碳減排量8.40萬噸，降幅9.27%，這對碳排放強度較高的非金屬行業提出較高要求，督促企業節能減排，提高能源效率。其中，臺玻集團耗能占總行業耗能81.81%，其能源審計報告顯示臺玻集團“十二五”期間實施節能技改項目，可以節能8.98%，考慮到中鹽鍋爐項目實施，臺玻集團等企業將使用中鹽的鍋爐蒸汽，則臺玻集團可以進一步節能減排，所以非金屬礦物制品業碳排放降幅是合理且可行的。通過對比基于信息熵的碳排放總量行業分配和基于歷史排放的碳排放總量行業分配結果如圖2所示。以化工行業為例，若是基于歷史排放進行碳排放量分配，其可獲得87.118萬噸的分配量，多出5.207萬噸。這種情況下，雖然分配標準考慮到行業發展需求，但是分配存在不公平性，政府仿佛在變相鼓勵高排放企業進行碳排放，此碳分配量可能得不到其他企業認同；另外，企業獲得高排放權利，其節能減排動力不足，企業不會主動提高能源效率，行業碳排放強度難以下降，難以完成全行業的節能減排目標。基于信息熵的分配方法考慮了化工行業歷史責任和行業減排潛力，分配結果使化工行業的碳排放量更加合理。進一步通過對比基于信息熵的碳排放總量行業分配和基于按比例分配的碳排放總量行業分配減排占比，如圖3所示。經計算發現，按相同碳減排比例（本文的減排分配比例是11.01%）分配得到的各行業碳排放量和按歷史排放分配得到的分配量結果是一致的。在按等減排比例分配情況下，此分配標準沒有考慮各個行業的異質性，各個行業的減排能力和減排潛力是不一致的，對于能源效率低下的化工行業和能源效率相對較高的通信電子行業都采取一刀切的分配方法，是粗放不合適的。綜上，基于信息熵的碳排放量分配相對于基于歷史排放和基于等減排比例的分配更加公平有效，主要是由于信息熵方法基于行業異質性，客觀考慮了行業發展需求、減排能力和減排潛力，其分配結果更加符合實際。

（二）基于波爾茲曼熵的企業碳排放配額分配結果分析基于上述行業碳排放配額分配結果，通過玻爾茲曼熵，計算張浦鎮規模以上工業企業2013年碳排放量分配額。鑒于數據可得性，C0i使用企業2012年和2013年碳排放量的幾何平均；ei使用企業2013年碳排放強度，以體現企業最新排放效率，貼合企業實際需求和要求；β由2012年和2013年歷史碳排放量，通過最小二乘法模擬計算取得（即使Y值最小），各個行業β計模擬結果如表4所示。根據各行業的最優β值，進一步計算得出各個行業內企業的碳排放配額。根據各個行業內企業的碳排放量分配結果看出，各個企業獲得的碳排放分配量相對于基期2012年排放量，減排幅度不等，不僅由于行業異質性，也考慮行業內企業的發展需求和碳排放效率。對于化學原料和化學制品制造業（行業26），對該行業下15家企業碳排放量的分配中，通過最小二乘法的β模擬最優值為0。通過計算，如圖4所示，分配結果與歷史排放均值成正比，分配結果相對于企業2013年實際排放值和2012年歷史排放值比較沒有很大波動。此時β取值為0，企業分配到的碳排放配額基本滿足企業自身生產需要，企業之間碳交易成本最低。若適當提高β取值，可以進一步獎勵高排放效率企業，懲罰低排放效率企業，不過增加了本行業下企業的碳交易成本。本文此處β取值為0，中鹽公司雖然碳排放強度高，但是作為國營企業，已經進行節能改造，能源效率迅速提高，若減排后多出的碳排放配額，既可以用于進一步擴大生產，提高行業高效率產能占比，從而改善了行業的資源配置，提高了整個行業的碳排放效率；也可以通過碳交易市場出售給其他減排成本較高企業，獲得利潤，進一步改善生產結構。其他化學制品公司碳排放強度不高，在政府部分鼓勵和補貼下，可以積極申報政府節能技改項目，以進一步提高碳排放效率。對于橡膠和塑料制品業（行業29），在對該行業下16家企業碳排放量的分配中，通過最小二乘法的β模擬最優值為0.514。通過計算可得各個企業2013年碳排放配額，相對于企業2012年和2013年歷史排放幾何平均值，分配減排量比從-22.77%~13%不等，由圖5所示，在總量控制下，橡膠和塑料制品業下各企業分配到的減排比例和企業排放強度成正向關系，企業碳排放強度越高，企業分配得到減排量越大。此時的β取值，不僅使得企業碳交易成本最低，同時獎勵了高排放效率企業，懲罰了低排放效率企業。隨著β值取值越小于0.514，則企業分配到的碳排放量更接近歷史排放均值；隨著β值取值越大于0.514，企業因碳排放強度受到的懲罰和獎勵就更大。β取值0.514，企業間碳交易成本最小。分配到較少碳排放配額的企業需要通過提高能源效率，降低碳排放需求，或者通過碳交易市場購買碳排放配額；分配到較多碳排放配額的企業，可以通過碳交易出售給減排成本較高的企業，也可以自己儲備用來擴大優質生產力。例如，和進塑膠電子有限公司，2013年碳排放強度為0.686噸CO2/萬元，碳排放效率行業最低，分配獲得13%的碳排放減量；而賀升電子有限公司，2013年碳排放強度為0.016噸CO2/萬元，碳排放效率行業最高，分配獲得22.77%的碳排放增量。在此情況下，和進塑膠電子有限公司必須進行節能減排工程項目實施，提高碳排放效率，降低碳交易成本；而賀升電子有限公司則可以出售碳配額獲益。綜上，在同一個行業下使用基于玻爾茲曼熵的企業碳排放配額分配法，以最小交易成本為目標，考慮了企業未來發展需求，達到獎勵高排放效率企業，懲罰低排放效率企業，分配結果更易被企業接受，也推動了張浦鎮節能減排工作順利完成。

篇（3）

2我國紡織業溫室氣體排放分析

近幾年，隨著紡織產業高速發展，能源消費也顯著增長。紡織工業能源消費總量由1995年的3531萬噸標準煤增加到2013的6357萬噸標準煤，增長了44%。紡織工業的能源消費主要集中在煤、電、熱力的消耗上，占到90%左右。從工業企業生產成本構成看，紡織企業能源資源消耗占成本的比重超過70%。“十二五”時期，國家對紡織工業提出了新的要求，主要產品單耗值增加為新的約束性指標，并對單耗下降值提出了明確要求。紡織工業先后出臺了《紡織工業“十二五”發展規劃》和《建設紡織強國綱要（2011-2020）》兩個綱領性文件。文件中明確提出了：“十二五”期間紡織工業節能發展目標：單位增加值能源消耗比2010年降低20%；工業二氧化碳排放強度比2010年降低20%。

3紡織工業的溫室氣體減排

我國經濟發展進入新常態，正從高速增長轉向中高速增長，經濟發展方式正從規模速度型粗放增長轉向質量效率型集約增長，經濟結構正從增量擴能為主轉向調整存量、做優增量并存的深度調整，經濟發展動力正從傳統增長點轉向新的增長點。從資源環境約束看，過去能源資源和生態環境空間相對較大，現在環境承載能力已經達到或接近上限，必須推動形成綠色低碳循環發展新方式。在經濟新常態的態勢下，紡織行業也面臨生產增速全面下降，出口形勢嚴峻，資源環境承載壓力大等情況，節能減排將成為紡織行業發展的突破口。紡織行業必須改變粗放增長方式，通過改變能源結構、提高能源利用效率、采用節能低碳技術來達到溫室氣體減排目的。紡織工業改變能源結構的方法有利用生物質能及太陽能。提高能源利用效率則可以通過采用廠房節能燈的使用、新型變壓器的使用、變頻器的使用、新型疏水閥、鍋爐過量空氣系數控制技術、耗熱設備的保溫技術、高溫廢水余熱回收技術、熱定形機尾氣余熱回收技術、節能風機等方法。節能低碳技術則包括低浴比印染技術、常溫染整技術、無水染整技術、機械整理技術、數碼印花技術、短流程印染技術等。

篇（4）

二、山東省旅游交通碳排放量的估算方法

準確計算旅游碳排放量比較困難，在既有的關于旅游碳排放量估算的研究中，主要有“自上而下法”和“自下而上法”兩種。“自上而下法”即直接估算一個國家或地區的旅游業碳排放量;而“自下而上法”則是以分析到達旅游目的地的游客數據入手，根據對旅游行為的分類統計，向上逐級統計各個部門的二氧化碳排放量。各種與旅游相關的交通方式的旅客運輸規模則用相應交通方式旅客周轉量的9%來表示。在發展中國家，每人每天大約出行6千米，其中與旅游休閑有關的出行占不到10%，即每人每天大約有0.6千米的出行是與旅游相關的。一般來說，某一區域的經濟水平越發達，其居民的出游意愿和出游幾率也就越高。山東省是我國的重要經濟強省和旅游大省，其經濟社會發展水平在全國各省份中名列前茅，以2013年為例，其旅游業收入占GDP的比重為9.48%，而當年我國旅游業收入占GDP的比重僅為5.18%，結合石培華(2011)的研究結果，本文使用旅客周轉量的9%作為與旅游相關的旅客運輸規模，而計算所需的2000—2013年山東省旅客周轉量來自《山東統計年鑒》(2001—2014)。另外，由于居民旅游所選擇的出行方式多樣化，根據2009年《中國旅游城市網譽報告》中的數據顯示，我國有35.6%的游客選擇通過公路交通完成旅行，有32.7%的游客選擇鐵路交通，有25%的乘客選擇航空交通，而選擇自行車、水運等其他交通方式的旅客約占6.7%，本文使用以上數據作為游客選擇各種交通方式出行的數據。

三、計算結果與分析

查閱歷年《山東統計年鑒》獲得2000—2013年山東省旅客周轉量后，代入公式即可得到與旅游相關的各類交通方式的旅客運輸規模，再根據公式，分別與相應的各種交通方式的二氧化碳排放系數相乘后，即可得到相應的旅游交通碳排放量，再將各種旅游交通方式的碳排放量進行加總處理，即可得到2000—2013年山東省旅游交通碳排放量，然后除以各年相應的山東省游客總數之后，即可得到2000—2013年山東省游客人均旅游交通碳排放量。游客人均旅游交通碳排放量、旅游交通碳排放結構進行分析之后，得出結果:

(一)山東省旅游交通碳排放量總體呈逐年增長態勢

2000年山東省旅游交通碳排放量為0.848Mt，2013年增至2.924Mt，是2000年的3.45倍，年均增長9.99%。2000—2013年山東省旅游交通碳排放量的變化大致分為三個階段，即2000—2003年和2010—2013年為緩慢增長階段，2004—2009年為快速增長階段。2000—2003年山東省旅游交通碳排放量增長緩慢，2001年旅游交通碳排放量增長率為8.31%，2002年為8.18%，2003年旅游業由于受到“非典”事件的影響，山東省旅游業收入和接待游客總數均出現一定程度的下降，旅游交通碳排放量同步下降3.93%。2004—2009年，山東省旅游業發展迅速，旅游交通碳排放量呈現快速增長態勢，年增長率都在10個百分點以上。由于國務院在2009年提出要大力實施旅游節能節水減排工程，倡導低碳旅游方式，國家旅游局又在2010年進一步提出推進旅游行業節能減排工作的指導意見，山東省在發展旅游經濟的同時響應國家號召，實施了旅游業節能減排政策，使得2010—2013年旅游交通碳排放增長較為緩慢，2013年僅增長3.32%，旅游業節能減排工作初見成效。

(二)山東省游客人均旅游交通碳排放量總體呈下降趨勢

從游客人均旅游交通碳排放量來看，山東省游客人均旅游交通碳排放量總體呈下降趨勢。進入21世紀以來，山東省旅游業無論是總體規模還是發展速度都位居全國前列，2000年山東省游客總數為7079萬人，2013年增長到54714萬人，是2000年的7.73倍，雖然山東省旅游交通碳排放量逐年上升，但山東省游客總數增長率總體上仍要大于旅游交通碳排放量增長率，這就使得游客人均旅游交通碳排放量總體上呈下降趨勢。其中，2003年受“非典”事件影響山東省當年游客數量減少，2008年受國際金融危機影響，當年的游客人數增長率也出現一定程度的下滑，這就使2003年和2008年山東省游客人均旅游交通碳排放量出現短暫上升。

(三)航空交通和公路交通是山東省旅游交通碳排放的主要來源

為消除個別年份的數據對總體結果的影響，以2000—2013年各種交通方式累積的碳排放量來看，可發現各種交通方式中，公路交通碳排放占27.37%，鐵路交通碳排放占12.38%，航空交通碳排放占57.67%，其他交通方式碳排放僅占2.58%;各種交通方式中，公路交通碳排放的年平均增長率最大，航空交通次之，說明航空交通和公路交通是山東省旅游交通碳排放的主要來源，這主要與山東省公路交通發達，航空運輸發展迅速有關。以2013年為例，山東省8家運輸機場完成旅客吞吐量2884萬人次，同比增長13.4%，同時公路交通是山東省主要的交通運輸方式，其公路建設遍布城鄉，四通八達，截至2013年底，山東省已經初步完成了“五縱四橫一環八連”的高等級公路網建設規劃，形成了橫連東西、縱貫南北、環連相通的大通道。

四、結論及對策建議

(一)結論

通過對2000—2013年山東省旅游交通碳排放量進行分析，得出以下結論:

1.旅游交通碳排放總體呈逐年上升態勢。旅游交通碳排放量的變化可分為三個階段，即2000—2003年和2010—2013年的緩慢增長階段，2004—2009年的快速增長階段。

2.除了2003年和2008年之外，山東省游客人均旅游交通碳排放量均呈現下降趨勢。

3.旅游交通碳排放主要來源于航空交通和公路交通。

(二)對策建議

1.山東省可以借鑒國際上對交通業征收碳稅的做法，適當提高燃油經濟標準，對燃油、天然氣等按含碳量的比例征收碳稅，通過經濟激勵手段推動替代燃料技術的應用與發展，以達到旅游交通節能減排的目的。

2.加大資金投入力度，通過技術等手段降低航空旅游交通的碳排放。航空企業在確保安全的前提下，可通過優化航路、截彎取直縮短飛行距離、精確計算所需攜帶的能源量達到合理配載、盡量減少地面滑行、提高空管效率、推廣橋載設備、鼓勵使用生物燃料等一系列措施，最大限度地降低航空旅游交通碳排放量。

篇（5）

2各地區碳排放量的測算

考慮到二氧化碳排放的來源比較廣泛，除了化石能源燃燒外，在水泥、石灰、電石、鋼鐵等工業生產過程中，由于物理和化學反應的發生，也會有二氧化碳的排放，而在所有工業生產過程排放的二氧化碳中，水泥大約占56．8％，石灰大約占33．7％，而電石、鋼鐵生產所占不足10％．為了進一步增強估算的全面性和準確性，本文不僅估算了化石能源燃燒所產生的二氧化碳排放量，同時也估算了水泥生產過程產生的二氧化碳排放量．另外，為精確起見，本文進一步將化石能源消費細分為煤炭消費、焦炭消費、石油消費、天然氣消費，其中石油消費則更進一步細分為汽油、煤油、柴油、燃料油四類．所有化石能源消費數據都來自于歷年《中國能源統計年鑒》．水泥生產數據來自于國泰安金融數據庫．水泥生產過程產生的二氧化碳排放量具體計算公式如下：CC＝Q×EFcement．（2）其中CC表示水泥生產過程中二氧化碳排放總量，Q表示水泥生產總量，而EFcement則是水泥生產的二氧化碳排放系數．本文估算水泥生產的二氧化碳排放量時，僅僅計算了化學反應產生的二氧化碳排放量，而沒有包含水泥生產過程中燃燒化石燃料而造成的二氧化碳排放量．表1列出了各類排放源的CO2排放系數．經過一系列準確計算，可以得到我國30個省市地區1997—2011年二氧化碳排放量的估計值.由表2的二氧化碳排放量估算值可以看出我國各省市地區碳排放量基本都呈現上升趨勢，地區差異比較明顯．為了更好的體現我國二氧化碳排放的地區差異性，將我國30個省（市、區）按照經濟發展水平和其地理位置劃分為三大區域，包括東部地區、中部地區以及西部地區．具體來講，東部地區包括北京、河北、天津、遼寧、山東、江蘇、上海、浙江、福建、廣東和海南這11個省（市）；中部地區主要包括黑龍江、吉林、山西、湖北、河南、湖南、安徽和江西這8個省份；西部地區則包括內蒙古、廣西、云南、貴州、四川、陜西、重慶、青海、寧夏、新疆、甘肅、（由于缺乏數據較多，未估算其二氧化碳排放量）這12個省（市、區）．表3顯示我國三大區域的碳排放量.表3的數據反映了我國及東中西部三大區域碳排放量情況．從總體上來看，1997—2011年我國的二氧化碳排放量呈現持續增長的趨勢，從1997年的336565．69萬噸增長至2011年的1066359．01萬噸，增長幅度達到729793．32萬噸，短短15年間排放量大約增長了2．17倍．由圖1可以明顯看出，在1997—2002年我國二氧化碳排放量處于緩慢增長的階段，這個階段我國的二氧化碳排放量年均增長為3．48％．這個階段產生的原因主要是受亞洲金融危機影響，我國出口貿易縮減，這在一定程度上減少了二氧化碳的排放．從2003年起，亞洲各國陸續走出金融危機的泥潭，我國經濟發展加速，但由于我國高投入、高消耗、高污染的粗放型經濟增長方式，使得我國這一階段的二氧化碳排放量處于快速增長期，2003—2007年我國二氧化碳排放量增速達到13．70％．之后我國二氧化碳排放量增速有所下降，2008—2011年增速為9．37％．雖然增長率依舊不低，但是相比于2003—2007年還是呈現下降趨勢．這說明我國意識到能源環境的重要性，開始探尋低碳經濟路徑，為實現綠色生產付出努力．特別是在2008年10月29日我國公布的《中國應對氣候變化的政策行動》白皮書，鄭重聲明了我國應對氣候變化問題的積極態度和相關行動，更是明晰了我國未來低碳發展路徑．從表3東中西部三大區域碳排放量情況可以明顯看出，我國的碳排放區域差異性是比較顯著的．總體來講，我國二氧化碳排放量呈現由東到西依次遞減的規律，東部地區碳排放量最多，中部地區次之，西部地區碳排放量最少．東部地區的二氧化碳排放在絕對量上大大超過中西兩大區域．從圖2可以看到，這三大區域二氧化碳排放均呈現逐年增長的趨勢，且其增長規律均與全國二氧化碳排放量一樣，可以分為三個階段：從1997—2002年三大區域的二氧化碳排放量有升有降，總體來說處于緩慢增長階段；從2003—2007年，三大區域的二氧化碳排放量均呈現不同程度的增長，整體處于快速增長階段；從2008—2011年，三大區域的二氧化碳排放量處于增速下降階段．圖2是我國1997—2011年30個省市地區二氧化碳排放量均值的降序排列圖．其中，二氧化碳排放量均值位于全國二氧化碳排放均值的省市地區有：山東、河北、江西、江蘇、河南、廣東、遼寧、內蒙古、浙江、四川和湖北．排名靠前的前五個省份是山東、河北、江西、江蘇和河南，分別占我國二氧化碳排放總量均值的8．71％、8．00％、7．68％、6．21％和5．95％．我國的主要二氧化碳排放大省均為傳統工業，能源消費以煤炭為主．二氧化碳排放量排名靠后的五個省份分別是天津、甘肅、寧夏、青海和海南，分別占我國二氧化碳排放總量均值的1．46％、1．44％、0．98％、0．40％和0．30％．圖3是我國1997—2011年各省碳排放年均增長率的降序排列圖．可以看到，二氧化碳排放年均增長率排名前五的省份是寧夏、內蒙古、海南、福建和山東，其中寧夏二氧化碳排放的年均增長率達到15．36％．寧夏出現較高二氧化碳排放速度的原因與其快速的經濟增長密切相關，1997年寧夏的國內生產總值為210．92億元，2011年為2102．21億元，增幅達到1891．29，增長了8．97倍．第二產業的產值占國內生產總值的比重由1997年的41．6％增長到了2011年的50．2％，增長了8．6個百分點．快速的經濟發展及不合理的產業結構刺激了二氧化碳的高速排放．除了以上二氧化碳排放年均增長率排名靠前的省份外，青海、陜西、廣西和新疆的年均增長率也均超過了10％，高于全國8．59％的平均增長水平．排名靠后的五個省份為遼寧、山西、黑龍江、上海和北京，其二氧化碳排放的年均增長率分別為6．47％、6．16％、5．41％、4．32％和1．95％，其中北京二氧化碳排放年均增長率以1．95％位居全國最低.

3我國各省區二氧化碳排放影響因素的實證研究

影響二氧化碳排放的相關因素很多，比如地理因素、經濟發展水平、產業結構、產權結構、能源消費結構、對外開放程度、投資水平、制度環境、城市化水平、能源價格等［5－8］．考慮到客觀條件的限制，在考慮數據可得性基礎上，本文構建面板數據模型研究產業結構、出口貿易、能源消費結構、城市化水平、國內生產總值對二氧化碳排放的影響．本文選擇的面板數據模型如下：yit＝α＋Zitβ＋ηi＋εit．（3）其中，yit是第i個省份第t年人均二氧化碳排放量；α是常數項，β是回歸系數；ηi是個體效應，主要用來控制各省份自有的特殊性質，εit是外生解釋變量，主要包含國內生產總值（用gdp表示）、能源消費結構、城市化水平、產業結構及出口貿易等因素．其中，能源消費結構以煤炭消費量占能源消費量的比重度量（用energe表示），城市化水平以非農人口占總人口比重度量（用city表示），出口貿易以出口額占GDP的比重度量（用export表示），產業結構以第二產業占GDP的比重度量（用industry表示），同時對所有變量進行了取對數處理．結果顯示，該面板回歸模型擬合地較好，回歸系數具有較高的顯著性，其符號方向與現實情況較為符合．產業結構及國內生產總值對二氧化碳排放量的彈性系數較高，說明二氧化碳對產業結構及國內生產總值的變動比較敏感．第二產業占GDP的比重每增加1％，會使二氧化碳排放量增加0．9744％，這說明第二產業與碳排放呈現明顯的正相關關系，第二產業是二氧化碳排放的主要驅動因素．經濟每增長1％，二氧化碳排放量則會增加0．5812％，這說明經濟增長也是碳排放量增多的一個重要因素，二者呈現正相關關系．能源消費結構與出口貿易與碳排放量的彈性系數在1％水平上不顯著．

篇（6）

1．2研究方法根據排放來源的不同，家庭碳排放可分為直接和間接兩部分。直接碳排放包括家庭用于炊事、取暖、照明、洗浴、交通等活動中對能源商品直接消費所產生的CO2;間接碳排放是家庭生活過程中使用的各項產品與服務在其開發、生產、流通、使用和回收整個生命周期中所產生的CO2。家庭直接碳排放的核算參照《IPCC溫室氣體排放清單指南》［16］中的表觀消費量法，涉及能源類型包括原煤、其他洗煤、型煤、焦炭、焦爐煤氣、其他煤氣、汽油、煤油、柴油、液化石油氣、天然氣，部分計算系數根據我國最新標準①進行了調整。家庭間接碳排放的核算參照投入產出法［17－19］，涉及食品、衣著、居住、家庭設備、醫療保健、交通通訊、文教娛樂以及其他商品和服務八項消費所產生的碳排放。

2結果與分析

2．1家庭碳排放總量中國正處于城市化快速發展階段，人們對生活質量的要求逐漸提高，各種能源商品及服務的消費支出相應增加，城鄉家庭碳排放總量不斷增加(圖1)。1995－2011年，我國居民家庭碳排放總量呈現先緩慢上升后快速上升的趨勢，從1995年的6．54億t增至2011年的23．78億t，增加了263．28%。其中，城鎮從1995年的3．30億t增至2011年的16．31億t，年均增長9．85%;而農村從1995年的3．24億t增至2011年的7．47億t，年均增長5．03%。城鎮家庭碳排放增速始終大于農村，城鄉家庭碳排放差異從1995的1．02倍增至2011年的2．18倍，差距不斷擴大。

2．2人均家庭碳排放量1995－2011年，我國人均家庭碳排放先緩慢增長后迅速增長(圖2)，從1995年的0．54t/人增至2011年的1．77t/人。17年來，城鎮人均家庭碳排放始終大于農村，但農村增速大于城鎮，城鄉家庭人均碳排放差異從1995年的2．47倍降至2011年2．07倍。差距逐步減小，體現了我國城鄉居民生活水平差距的縮小。

2．3直接碳排放與間接碳排放1995－2011年，城鎮家庭直接碳排放增長了132．21%，間接碳排放增長了692．21%(圖3)，后者增幅遠大于前者;直接碳排放比重從1995年的53．48%降至2011年的25．21%，間接碳排放比重從1995年46．52%增至2011年的74．79%，城鎮家庭逐步轉變為以間接碳排放為主。農村家庭直接碳排放增長了113．98%，間接碳排放增長了152．9%，兩者增幅相當;直接碳排放比重從1995年的57．33%降至2011年的53．25%，間接碳排放比重從1995年42．67%增至2011年的46．75%，農村家庭仍以直接碳排放為主。1995年，城鎮家庭直接碳排放是農村的0．95倍，2011年為1．03倍，城鄉差距較小;1995年城鎮間接碳排放是農村的1．11倍，2011年達到了3．49倍，城鄉差距不斷拉大。

2．4家庭碳排放結構將家庭碳排放分為煤炭(原煤、其他洗煤、型煤)、油品(汽油、柴油、煤油)、液化石油氣、天然氣、電力、其他能源(焦炭、焦爐煤氣、其他煤氣)、食品、衣著、居住、家庭設備及用品、交通通訊、文教娛樂、醫療保健、其他商品和服務共十四項。由于我國農村地區天然氣暫未普及，使用量極少，故農村家庭不單獨列出天然氣的碳排放，而將其歸于其他能源。城鄉家庭在基本生活用能設施、能源類型、消費水平方面差異較大，兩者碳排放結構差別顯著(圖4)。從城鎮家庭的角度來看，交通通訊排放比重增幅最大，從1995年的3．03%增至2011年的21．14%，成為目前城鎮最主要的排放源，這主要是因為近年來我國城市交通通訊基礎設施的逐步完善，以及汽車、摩托車、移動電話等新產品不斷的推出以及價格的下降;而煤炭排放比重降幅最大，從1995的32．31%降至2011年的1．94%，這主要是因為煤炭逐步被液化石油氣、天然氣等能源所替代。從農村家庭的角度而言，電力排放比重增幅最大，從1995年的13．31%增至2011年的32．22%，成為最主要的排放源，歸因于農村能源結構的轉變;煤炭排放比重雖大幅下降，但比重仍較大;食品排放比重下降幅度緊隨其后，歸因于農村居民消費結構的升級。

2．5不同收入水平的城鄉家庭碳排放收入水平是影響家庭碳排放的重要因素［20，21］。2010年，我國城鄉家庭不同收入水平間接碳排放變化情況如圖5(直接能耗數據難以獲得，因此僅考慮間接碳排放)。分析可知:無論城鎮還是農村，隨著收入水平的提高，各類型間接碳排放都呈增加趨勢，對于城鎮家庭，增幅最大的為交通通訊排放，其次為文教娛樂和居住排放;對于農村家庭，增幅最大的為居住排放，其次為交通通訊、文教娛樂、醫療保健排放。同時，隨著收入水平的提高，食品排放比重下降，而交通通訊、文教娛樂排放比重上升。

2．6各省區城鄉人均家庭碳排放我國幅員遼闊，由于地理位置、自然稟賦以及經濟發展等因素，各省區城鄉居民能源利用與家庭碳排放必然存在差異。限于數據的可得性，從人均家庭碳排放的角度對2010年我國30省區(不包括港澳臺和)城鄉家庭碳排放差異進行分析與比較。2010年，我國各省區城鎮人均家庭碳排放均大于農村，以全國平均水平所在點為坐標原點，以①和②線為坐標軸，分為四個象限(圖6)。其中，位于第一象限的北京、上海、浙江、廣東、天津、福建、遼寧、內蒙古8省區的城鎮和農村人均家庭碳排放均大于全國平均水平，該地區是節能減排的重點省區，應加強節能減排，且同時兼顧城鄉區域;位于第二象限的江蘇、黑龍江、山東、吉林、寧夏、河北6省區的農村人均家庭碳排放大于全國平均水平，而城鎮小于全國平均水平，該地區應注重農村地區的節能減排;位于第三象限的湖北、陜西、湖南、河南、安徽、四川、廣西、山西、新疆、江西、海南、青海、甘肅、貴州14省區的城鎮和農村人均家庭碳排放均小于全國平均水平，該地區節能減排工作應在保障當地人民基本生活水平的基礎上進行;位于第四象限的云南、重慶2省區城鎮人均家庭碳排放大于全國平均水平，而農村小于全國平均水平，該地區節能減排應側重城鎮地區。

3討論

隨著我國經濟社會的發展，城鄉居民生活水平逐步提高，來自家庭生活消費的碳排放總量不斷增加，家庭碳排放占我國碳排放總量的比重也不斷上升，以家庭為單元的節能減排工作逐步提上議程。文中通過對1995－2011年我國城鄉居民家庭碳排放的評估分析，形成以下認識:(1)我國居民家庭碳排放快速增長，這與我國前期總體排放水平較低、排放增長需求強密不可分。城鎮居民家庭碳排放的增速明顯高于農村，這與城鎮化進程、城鎮人口增長和消費能力的差別密切相關。城鎮是家庭碳排放的主要貢獻者，如何引導城市在快速發展的同時減緩碳排放增長速度，是城市決策者必須考慮的重點;農村能源消費行為逐步與城市接軌，優質能源(如電力)比重逐年增大，傳統能源(如煤炭)比重逐年降低，為節能減排帶來一定的契機。節能減排政策的制定應從城鄉差異的實際出發。(2)文中研究表明，17年來，家庭碳排放的重點向電力、油品、交通通訊等方面轉移。其中，城鎮家庭交通通訊排放增長迅速，成為主要排放源，而煤炭排放比重快速下降;農村家庭電力排放增幅最大，替代煤炭排放成為最大排放源。科學利用家庭碳排放結構動態變化規律及其趨勢預測對節能減排工作進行合理部署。(3)在文中分析的全國30省區中，城鎮和農村的人均家庭排放均低于全國平均水平的有14個，而高于全國平均水平的僅有8個，低水平排放省區主要分布在中西部地區，且中西部省區的城鄉排放差距更大，這意味著不同省區城鄉人均家庭排放的現狀、減排基礎、排放增長需求等均有較大差別。應廣泛考慮區域實際發展需求，使不同地區享有同等的發展權，同時關注城鄉差距，將農村家庭的節能減排工作與脫貧發展互動結合。

篇（7）

所謂碳排放，即指溫室氣體排放。溫室氣體主要包括二氧化碳(CO2)、甲烷(CH4)、氧化亞氮(N2O)、氫氟碳化物(HFC5)、全氟碳化物(PFCS)和六氟化硫(SF6)。由于CO2在溫室氣體中比重較大，故大多數研究中采用CO2當量來表示溫室氣體的排放量。環境管理生命周期評價標準(ISO14040)將生命周期評價方法分為四個步驟:研究目標和范圍確定、生命周期清單分析、生命周期的影響評價以及生命周期結果解析。碳排放計量的首要工作是確定計算的目標和范圍。工程建設階段是建設產品的形成階段，這一階段產生的碳排放來源有三個方面，分別是建材生產碳排放、建材和機械運輸碳排放和工程施工碳排放，需要確定每一部分碳排放的邊界范圍。

(1)建材生產碳排放，主要由建材生產時消耗的各種能源產生。由于原材料和生產工藝不同，不同建材的碳排放量有很大差別，選擇合適的建材是減少碳排放的一個重要措施。另外，人的因素產生的碳排放量相對很小，在測算建材生產碳排放時可以忽略不計。

(2)建材和機械運輸碳排放(以下簡稱運輸碳排放)，主要由運輸過程消耗的燃油資源產生。其碳排放量與所運輸的物品種類、數量、運輸工具以及運輸距離等因素有關。在工程造價文件中，運輸碳排放數據體現在運輸車輛的機械臺班消耗上，根據機械臺班消耗量可估算出運輸碳排放量。

(3)施工過程較建材生產和運輸過程更加復雜，碳排放范圍也更廣泛。施工生產要素消耗包括人工、材料、機械三類，其中，人工碳排放量相對很少，可以忽略不計;建材生產過程已經計算過材料碳排放，不必重復計算。故施工碳排放主要考慮施工機械和施工工藝因素，通過對施工方案和施工組織設計的優化可有效減少碳排放量。

1.2計算方法

目前，工程建設碳排放計量尚無通用的國際或國家標準，可參考產品碳計量標準進行工程建設碳排放的計算。如ISO/CD14067、英國PAS2050:2008規范以及IPCC國家溫室氣體(GHG)排放清單指南等，這些規范在碳排放的范圍核算和計量方法上都較為成熟，具有很大的參考價值。對現有規范和參考文獻進行總結，得到工程建設領域可借鑒的幾種碳排放量計算方法:

(1)實測法。通過標準連續計量設施對現場燃燒設備有關參數進行實際計量，得到排放氣體的流速、流量和濃度數據，據此計算碳排放。實測法結果較為準確，但耗費的人工和費用成本較高，一般應用于量大面廣的碳排放測量。

(2)投入產出法。投入產出法又稱物料衡算法，它的原理是遵循質量守恒定律，即生產過程投入某系統或設備的燃料和原料中的碳等于該系統或設備產出的碳。投入產出法可用于計算整個或局部生產過程的碳足跡，但其無法區別出不同施工工藝和技術的差異，且獲得結果的準確性有偏差。

(3)過程法。過程法在工程建設領域又叫作施工工序法。它是基于產品生命周期整個過程的物質和能源流動消耗來測算碳排放量，其思路是將施工階段進行劃分，列出分部分項工程的機械清單，然后用單位量乘以量就得到各分部分項工程的施工碳排放。過程法簡便易行、精確性較高，但基于過程的物質和能源消耗數據不易獲得，在一定程度上限制了該方法的應用。

(4)清單估算法。清單估算法采用IPCC政府間氣候變化專門委員會公布的《IPCC溫室氣體排放清單》計算碳排放，主要原理是用各種能源的實際消耗量乘以碳排放因子加總得到總的碳排放量。碳排放因子指生產單位產品所排放的CO2的當量值，根據正常作業及管理條件，生產同一產品的不同工藝和規模下溫室氣體排放量加權平均得到，可在相關數據庫中查得。清單估算法簡單可行、應用面廣，關鍵是要確定溫室氣體的排放清單并選擇適當的碳排放因子。本文的工程建設碳排放量計算是基于生命周期評價理論，將過程法和清單估算法有機結合而成的混合計算方法。具體過程為:首先，采用過程法，按照工程圖樣列出材料機械消耗清單，也可直接采用清單計價時的分部分項工程材料機械清單;其次，采用清單估算法，將各個材料和機械的消耗量進行匯總并選擇合適的碳排放因子;最后，將消耗量數據與對應碳排放因子相乘并加總，即得到整個工程建設階段的碳排放量。

2案例實證

本文選取鐵路工程某建設項目進行工程建設階段碳排放實例分析，由于該工程的特殊性質，在此不便對工程概況進行介紹，只運用工程造價數據進行計算分析。

2.1清單匯總

根據工程造價文件中的機械臺班消耗量和2005年《鐵路工程機械臺班費用定額》中的單位臺班消耗指標，二者相乘即得到總的機械能源消耗量。

2.2碳排放因子確定

碳排放因子(CarbonEmissionFactor)是計算碳排放的基礎數據，指消耗單位質量能源所產生的溫室氣體轉化為二氧化碳的量。能源的碳排放因子包括了單位質量能源從開采、加工、使用各個環節中排放的溫室氣體量轉化為二氧化碳量的總和。目前，關于碳排放因子的選用尚無統一標準，不同國家、組織和地區算得的碳排放因子往往有很大差別，在一定程度上影響到計算結果的準確性。本文總結并借鑒了現有碳排放因子，選擇其常用值或平均值作為工程建設階段碳排放計算的參考，各能源或材料的碳排放因子用F表示。

篇（8）

1.1人均年排放量趨同分配方法人均年排放量趨同分配方法[1]的主要思想是：發達國家逐漸減少其人均年碳排放量，而發展中國家慢慢增加其人均年碳排放量，到某一目標年兩者趨同。本文認為該方法侵犯了發展中國家的人均排放權利，這不僅因為它未考慮發達國家與發展中國家歷史排放責任的差異[13、15-16]，更為嚴重的是按照該方法實施，在實現趨同以前，發達國家的人均年排放量會始終高于發展中國家，這將導致兩者人均歷史累計排放量的差距進一步單調增加，這對發展中國家來說是極為不公平的。在人均年排放量趨同思想的基礎上，發達國家提出了各種改進和變通方案，但這些方案在兼顧公平性方面仍存在一些不足，下面舉一個例子進行剖析。CCCPST方案[7]由美國、荷蘭和意大利的幾位科學家共同提出，主要思想是由不同國家的高收入群體承擔減排義務。筆者認為該方案既難以操作，又不公平。首先，對于一個國家來說，高低收入的比例結構不僅與化石能源帶來的收益有關，還與其政治經濟體制、財富分配機制相關，而后者起主導作用，關系更為密切。使用一個與化石能源CO2排放相關性不高的指標“高收入人數比例”作為全球各國間的排放權分配依據，很不合理，而且會使得發達國家輕易逃脫其碳排放的歷史責任。其次，該方法的可操作性很低：富人與窮人，很難做出一個既合理又公平的界定，且發達國家與發展中國家的富人標準無疑是不一樣的，難以統一；國家之間收入換算成統一標準是采用匯率還是采用購買力，也沒有定論。最后，從公平性的角度來說，僅由富人承擔減排責任也不合理。

1.2考慮歷史責任的分配方法巴西提案[9]認為全球氣候變化主要是發達國家自工業革命以來200多年間溫室氣體排放的累積效應造成的，提出以“有效排放量”（即考慮氣體在大氣中的半衰期影響）為指標分配附件1國家的碳排放限額，從而體現“污染者付費”的原則（污染者付費原則要求根據各國溫室氣體排放造成的環境影響來分配碳排放限額）。巴西提案考慮了各國的歷史碳排放責任，并提出發達國家應建立清潔發展基金幫助發展中國家減排的觀點，比較有利于發展中國家。但有學者[18]指出巴西提案存在以下重大缺陷：由于附件1與非附件締約方各國采用的計量方法不同，若僅根據有效排放來確定減排義務，非附件1締約方將在其人均有效排放量遠低于附件1締約方的人均有效排放量時，就承擔與附件1締約方相同的減排義務。也有學者[11]提出巴西提案只強調了污染者要為歷史付費，而沒有考慮處于不同發展階段的各國當前及未來的發展需求。如何將其更好地應用于全球碳排放權的分配，還需要進一步探討。國內的碳排放權分配方案[10]基本是以“人均歷史累計排放指標”為基點，來分配未來全球CO2排放限額。該方法強調發達國家與發展中國家歷史排放責任的不同，顯然，考慮歷史責任的人均分配方法在一定程度上有利于發展中國家。不過，筆者認為，雖然從人權的角度來說，人均的碳排放權益是在進行碳減排指標分配時應該要考慮的首要指標，但不應是唯一的指標，僅考慮這一個指標尚不夠公平，但遺憾的是，現有的絕大部分方案均未綜合考慮各國的國家自然社會經濟狀況。潘家華等[11]提出的“滿足人文發展基本需求的碳預算方案”，該方案考慮了歷史排放責任的不同，首先運用人均原則確定評估期內滿足全球長期目標的全球碳預算，然后以基準年人口為標準對各國碳預算進行初始分配，并根據各國氣候、地理、資源稟賦等自然因素對各國初始碳預算作出調整，并通過基于實際需求的碳預算轉移支付，以達到保持全球碳預算的總體平衡和各國碳預算平衡的目的。筆者認為碳排放權分配不僅需要納入各國的自然社會環境要素，從多角度、多尺度綜合考慮各相關指標，如能在分配中從公平性角度實現公平性最大化考量的話，可能更有利于被世界各國接受。另外值得一提的是，采用人均原則進行碳排放權分配的方法普遍存在這樣2個缺陷：在分配方案中難以考慮未來人口的真實變化導致的影響，以及難以兼容未來全球碳容量變化（人類對全球碳容量的科學認識是不完備的，未來可能有巨大變化）對碳排放權分配結果的影響。這2個缺陷會導致現有的分配方法往往是站在現代人的角度，來限定未來人的排放需求，而且這種分配方案在理論上和數值上均未必是準確的，因此這類做法在某種程度上違背了可持續發展的要求，這也就意味著這一類分配方法的公平性和可持續性還有待提高。

1.3其他分配方法GDP碳排放強度分配原則[15]認為各國的碳排放限額與其GDP碳排放強度成反比。筆者認為無論碳排放強度與碳排放限額分配是正相關還是負相關，都是不合理的，理由如下：發達國家由于其較高的技術水平和較合理的能源和經濟結構，具有較低的碳排放強度；而發展中國家由于經濟技術相對落后，具有較高的碳排放強度。如果低排放強度的國家（如發達國家）分得較多的排放權，會造成“富則越富，窮則越窮”的現象，發達國家與發展中國家之間的差距越來越大。若高排放強度的國家（如發展中國家）分得較多的排放權，由于經濟技術相對落后將會排放更多的溫室氣體，這就違背了全球碳減排的宗旨。所以國際碳排放權分配機制中難以采用GDP碳排放強度指標，采用這一指標分配只有在存在內部利益協調機制的體系中（比如同一個國家、同一個行政區域或同一個經濟體系）才是比較便于實現的，也有利于提高該體系對碳排放權配額的整體利用效率。

1.4小結上述分配方法為全球碳排放配額的確定提供了很好的思路，但筆者認為在公平性兼顧方面還存在一些缺陷，各自缺陷已在上了詳細陳述。總體來說，現有方法存在以下2個共同的重大缺陷：首先，現有分配方法中的絕大部分分配方案均未能綜合考慮各個國家自然社會環境因素的差異，選取的分配指標單一，潘家華等[11]雖首次在碳排放權分配中綜合考慮了這些方面的影響因素，但在具體分配方案的公平性考量上尚有待改進；其次，現有分配方案對未來全球碳容量變化、人口變化等不確定因素的定量化兼容性較差（未來長時間尺度的人口變化是難以準確預測的，全球碳容量究竟有多少也仍然是一個學術上懸而未決的事）。這些問題在一定程度上降低了碳減排分配方案的公平性和可操作性，使得各個國家之間一直難以達成減排共識，拖延了全球碳減排行動的實施。針對現有碳排放權分配方法在公平性和兼容性方面不太令人滿意的現狀，本文基于前期研究提出的“生存權平等，發展權有別”的思想和多角度衡量公平性的評價指標體系[19]，提出基于基尼系數法的全球CO2排放權優化分配方法（文中簡稱基尼系數法）和滾動規劃的分配理念，并開發優化求解軟件進行基尼系數優化分配模型的求解，以期最大可能地提高碳排放權分配方案的公平性和可操作性。

2基于基尼系數法的全球CO2排放權分配方法

2.1基本原則和滾動規劃理念基尼系數是經濟學中用來衡量居民收入分配公平程度的指標，近年來，基尼系數的應用領域越來越廣泛，已經不僅僅局限于傳統的經濟領域。文獻[19]中作者用基尼系數法對2006年G20主要國家的CO2現狀排放公平性進行了分析，本文將其引用到碳排放權分配領域，期望得出一套較科學、合理、公平的分配方法。筆者認為全球碳排放權的分配要兼顧以下3個方面的公平[20]：（1）初始分配的公平：要求能對各國家CO2歷史和現狀排放做出準確合理的評價，分配指標的選取要尊重各國自然社會環境因素的差異、最具代表性、能盡最大可能保障每個國家和個體的排放權利。（2）分配結果的公平：要求減排責任的分擔要在保障人類基本生存發展需求的基礎之上，盡可能創造社會福利，既要保障當代人的排放權利，又要保證子孫后代的排放權利不受損害。（3）分配過程的公平：要求考慮未來不同時間段的變化，盡可能地減少和兼容不確定性因素。針對初始分配的公平，本文在碳減排分配指標選取時，遵循了文獻[19]中提出的2個基本原則“生存權平等，發展權有別”。“生存權平等”是指人人生而平等，每個個體都應獲得平等的維持自身生存和發展的碳排放權益，所以要體現公平性首先要考慮人口指標；“發展權有別”是指人權指標固然是首要考慮的指標，但僅考慮這一指標也是不公平的。國與國之間人口相同，但在其他指標上不同的話，在CO2允許排放量這個指標上的發展權也應是不同的。針對分配結果和分配過程的公平，本文試圖通過滾動規劃和基尼系數最優化的分配理念來解決。筆者認為碳排放權的分配過程應該是一個滾動規劃的過程，因為人類對氣候變化的認識是不斷進步的，當新的認識出現時，未來全球CO2可排放總量將會變化。此外，未來主動愿意承擔減排責任的地區和國家可能會越來越多。再者，未來人口也將會劇烈變化，僅以現代人的角度來分配未來某個長時間段的排放權，將會損害后代人的排放權益。滾動規劃的分配理念是指基于規劃期起始年現狀排放的事實，對人們現有水平認識下的未來碳排放空間，以基尼系數總和最小為目標，進行碳排放權的優化分配，計算得出未來3~5年的排放配額（即3~5年為一個規劃期）。具體計算方法為：以目前提出的較為合理的CO2濃度總量控制目標（體積濃度450×10-6、500×10-6或550×10-6等）為參考，得出一定時間尺度規劃期內（如2009-2050年）全球公認的CO2允許排放總量，運用基尼系數法對該總量進行分配，得出當期世界各國的排放配額；每一規劃期的自然社會環境指標數據以這一規劃期的起始年為依據，下一規劃期的允許排放總量根據全球最新公布的總量數據和上一規劃期末各國家的實際排放狀況（盈余或是赤字）重新給出，依次類推。期間如果出現全球性氣候災害、劇烈火山噴發等變化，導致自然界排放的碳增加或減少，或是學術界有關全球碳容量的科學認識和研究結果有較大更新變動，則可及時修正人類可排放總量；此外，如果出現某些國家主動承擔減排責任，高于基尼系數法分配的份額，則也可修正分配方案；等等。

2.2指標體系的構建運用基尼系數法優化分配模型對全球CO2排放權進行分配，指標體系的構建是至關重要的一個環節。在文獻[19]中，依據“生存權平等，發展權有別”的思想，已構建了一套相對合理的指標體系，認為除人權因素外，在與CO2允許排放量有關的發展空間上，還應考慮以下幾個指標：國土面積、資源稟賦以及對全球碳匯的實際貢獻。本文將沿用人口、國土面積、生態生產性土地面積、當前化石能源探明儲量四個指標，具體理由文獻[19]已詳細分析，不再贅述。本文數據來源與文獻[19]相同，但將數據進行了如下改進：（1）本文將數據更新至2008年；（2）完善了俄羅斯等前蘇聯國家歷史排放數據，主要是將前蘇聯的歷史排放數據分配至俄羅斯、烏克蘭等前蘇聯國家，原朝鮮數據分配給韓國和朝鮮，補充德國分裂時期（東德和西德）數據和日本未管轄的琉球群島時期數據，將蒙古的歷史排放數據從中國分出去，原因是在美國橡樹嶺國家實驗室的數據庫中，并未對一些國家的歷史責任進行分配整合，有必要進行重新計算，具體的分配計算方法是以該國分裂年的人口數據為基準，將該國歷史累計排放量進行分配，得到該國的歷史累計排放量；（3）改進了化石能源探明儲量數據，將石油、天然氣、煤儲量按照熱當量：1m3天然氣=1.33kg標準煤，1kg原油=1.4286kg標準煤，1kg原煤=0.7143kg標準煤，統一轉化為標準煤當量。（4）將G20國家擴充到全球所有國家，并根據數據的完備程度及分類方法，將全球所有國家整合成71個國家和地區。

2.3基尼系數法分配思路本文依據文獻[19]評價結果，并參考文獻[21]中的“基于基尼系數的水污染物總量分配方法”，來進行基尼系數法的優化分配。根據滾動規劃分配理念，以5年為一個規劃期：首先確定規劃起始年至規劃目標年的世界各國CO2新增排放總量，記為W1；然后計算各國自工業革命至規劃起始年的實際排放總量，記為W2；用基尼系數法對各國自工業革命到規劃目標年的CO2可排放總量（W1+W2）做出分配，再減去各國歷史累計至規劃起始年的實際排放量，即可得出該規劃期各國的排放配額。分配過程的實質是基尼系數的優化調整過程，以基尼系數加權總和最小為目標函數進行優化調整，調整的同時保證4個自然社會環境指標中的任何一個的基尼系數都不變大，即基于各指標的總量分配公平性不能變差。在優化分配過程中，基于“生存權平等，發展權有別”的倫理學思想（文獻[19]），人口指標是最重要的指標，應加大其權重。為了計算方便，本文將人口指標的權重設為0.4，其它3個指標等權對待，都為0.2。需要承認和注意的是，這種權重結構的設置是由本文研究者事先人為粗略給定的，肯定不是最佳的最終結果，本文建議在實際應用中可以采取群決策的技術方法進行處理，即邀請有關利益各方代表和學者根據計算結果的具體情況進行國際談判來商定最終的賦值結果。

2.4基尼系數法計算步驟（1）確定可分配的CO2排放總量。（2）分別統計各個國家各相應指標和當期CO2現狀排放量的數值，將前者分別除后者，即得各國在各基尼系數指標下的CO2排放強度（即斜率），對各基尼系數指標下的斜率進行排序后（從小到大），計算各基尼系數下各國在該指標中占該指標總和的百分比，并相應地計算出該基尼系數指標下的各國CO2排放量占總和的百分比數值（在初次計算各國在各指標中占總量的百分比數值之后，每次僅需按各基尼系數指標的斜率排序進行重排即可），進而計算基于各個指標的現狀基尼系數之值。式（1）中，Xi為i國在國土面積、生態生產性土地面積、人口或化石能源儲量指標上占所有國家總和的百分比；Yi為該國CO2排放量占所有國家總和的百分比；n為分配國家的個數，當i=1的時候，Yi-1為0。（3）以各指標對應的基尼系數加權總和最小為目標函數，各國家CO2排放配額為決策變量，在各指標現狀基尼系數和CO2可分配總排放量的約束條件下利用C++語言編程進行優化求解，確定分配方案。目標函數計算如下。式（2）中，G1、G2、G3、G4分別為國土面積、生態生產性土地面積、人口和化石能源儲量4個指標的基尼系數；F為國土面積、生態生產性土地面積、人口和化石能源儲量4個指標的基尼系數加權總和。

3應用實例研究

本文首先運用前期研究的評價方法[19]衡量近年來各國CO2排放的公平性，然后在VC平臺上設計開發了可以實現滾動規劃分配理念和基于基尼系數法的全球CO2排放權優化分配模型的計算機算法和求解軟件（因為現有優化求解軟件均無法求解這一模型，包括Matlab、GAMS、SPSS和Excel軟件中的優化求解模塊等軟件均無法直接求解這個模型，其主要原因是該模型在優化求解的過程中要不斷地對世界各國在洛倫茲曲線中的名次進行重排序，而現有的優化軟件均無法直接實現這一要求）。運用上述基尼系數法優化分配求解軟件，對全球各國工業革命累積至2008年實際排放量和2009-2050年排放空間進行虛擬分配，并與虛擬IPCC方案2020年和2050年排放情景的基尼系數進行粗略對比，來探討此方法的公平性效果。本文提出的基于基尼系數法的CO2排放權分配方法和滾動規劃的分配理念，旨在進一步提高全球碳減排分配方案的公平性。本文首先運用基尼系數法優化分配模型對全球各國自工業革命至2008年的CO2實際排放總量進行優化分配，得出優化分配后基于各項指標的基尼系數之值，并以之與各國歷史累計至2008年的實際排放現狀作比較，從而定量化地評估基尼系數法對改善碳排放權分配公平性的效果。

3.1工業革命至2008年CO2排放虛擬分配方案及結果分析全球各國自工業革命至2008年CO2排放虛擬分配額如表1所示，變化比例是指用基尼系數法優化分配模型來分配各國歷史累計到2008年可排放總量后，各國所得配額與各國累計至2008年實際排放量的差額比例，正數是指相對于實際排放方案各國可增加的碳排放量比例，負數則指要減少排放量的比例。需要說明的是正數或者負數代表的僅是各國自工業革命到2008年當期的盈余或赤字，代表各國潛在的減排壓力，而并非實際的盈余與赤字，實際的盈余和赤字與未來全球的碳容量有關（未來的全球碳容量究竟有多少到目前為止并無定論，而碳容量不能確定的話世界各國的實際碳排放盈余和赤字也就無法確定）。表1說明用基尼系數法優化分配模型來虛擬優化分配全球各國自工業革命至2008年的CO2排放配額，與各國累計至2008年實際排放量相比，附件1國家美國、荷蘭、法國、保加利亞、捷克、德國、希臘、匈牙利、波蘭、西班牙、烏克蘭、丹麥、意大利、羅馬尼亞、俄羅斯、英國和日本的排放配額都有不同程度地減少，當期形成了排放赤字，除希臘、西班牙、烏克蘭和俄羅斯以外赤字比例都在50%以上，而加拿大、挪威和澳大利亞由于地廣人稀、歷史較短等因素排放配額有所增加，其中澳大利亞可以增排133.26%。非附件1國家阿塞拜疆、烏茲別克斯坦、其他歐亞、科威特、卡塔爾、阿聯酋、南非、朝鮮和韓國的排放配額出現赤字，赤字比例在64%以內，其他國家均有盈余，未來減排壓力較小。基尼系數法優化分配模型分配結果顯著地縮小了發達國家與發展中國家CO2排放量配額的差距，并使得發達國家相互間出現了較大的分異，公平性程度更高，通過基尼系數之值可進一步說明，如表2所示。由表2可以看出，用基尼系數法優化分配模型虛擬分配全球國家從工業革命累計至2008年的可排放總量，基于各項指標的基尼系數之值均比各國累計至2008年實際排放基尼系數之值小，其中基于國土面積和生態生產性土地面積指標的基尼系數值優化至相對公平區間，基于人口指標的基尼系數值優化至比較公平區間（基尼系數公平性衡量參照經濟學領域的公平性區間：基尼系數低于0.2表示環境資源利用公平；0.2~0.3表示比較公平；0.3~0.4表示相對公平；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以上表示極度不公平），說明基于基尼系數法的分配方案更趨于公平。本文采用了4項有代表性的自然社會環境指標，它們可分別代表各國家的自然、社會和環境狀況，因此，在此基礎上進行的CO2總量指標分配結果的公平性也更好。

3.2不同目標濃度下全球各國的排放空間計算及分配

3.2.1碳排放空間的計算人類未來通過燃燒化石能源可排放碳總量計算方法是：首先，設定排放目標濃度；然后，根據向大氣排放1Gt碳，大氣CO2體積濃度會增加0.47×10-6[17]，全球碳循環過程中海洋和陸地等自然系統能夠吸收54%，扣除土地利用所導致的排放（按年均1.5Gt碳）來計算碳排放空間。本文將目標年份設在2009-2050年，根據IPCC報告建議的控制溫度的大氣目標濃度范圍，本文分別設定體積濃度450×10-6、500×10-6、550×10-63種目標濃度，分別計算3種情形下的化石能源碳排放空間，如表3所示。3.2.2不同情形下2009-2050年碳排放空間虛擬分配根據表3所得3種情況下工業革命至2050年碳排放空間，利用前文設計的基尼系數優化求解軟件進行分配，得出各國工業革命至2050年的碳排放空間。然后減去各國歷史累計至2008年的排放量，即得到各國2009-2050年碳排放配額，其中正數表示未來仍有排放空間，負數則表示該國已經將排放配額用完，并且出現赤字。同時計算未來排放空間較歷史累計排放增排比例，正數代表未來排放空間較歷史累計排放增加的比例，負數代表未來排放空間較歷史累積排放減少的比例，如表4所示。由表4可以看出，附件1國家美國、荷蘭、法國、捷克、德國、波蘭、丹麥、英國和日本在3種情形下均有赤字，保加利亞、西班牙、烏克蘭和羅馬尼亞在體積濃度500×10-6和550×10-6情形下的排放配額尚有盈余，匈牙利和意大利在550×10-6濃度情形下有少量排放空間，而加拿大、希臘、挪威、俄羅斯、澳大利亞、新西蘭在3種情形下均有一定量的剩余排放空間，總體上看，發達國家配額較人均歷史累計趨同法的有所增加。非附件1國家僅部分國家有赤字出現，烏茲別克斯坦、卡塔爾、阿聯酋、朝鮮和韓國在450×10-6濃度情形下赤字；其他歐亞和科威特在450×10-6和500×10-6濃度情形下出現赤字，大部分國家存在一定的發展空間。需要說明的是，3種情形下均未形成赤字的國家，并非一直不需要減排，如果這些國家繼續以目前排放強度或更高強度排放，部分國家的排放配額將在2050年前消耗殆盡，屆時可能也需要不同程度的減排，其具體的未來減排情況，需要根據未來的實際排放情況進行滾動規劃方能確定。上述結果（盈余或是赤字）單純是從公平性最大化角度所作的優化分配，在方案實際實施過程中，不僅要考慮CDM機制交易[22]各國的CO2排放量收支（即排放權購買國家要增加其排放配額，賣方國家要減去交易額），另外還要酌情考慮發達國家通過資金援助等手段對發展中國家碳減排提供的幫助。值得一提的是，依據基尼系數法的優化分配規則和滾動規劃的分配理念，在各國歷史排放和自然社會環境狀況一定的基礎上，以3~5年為一個規劃期進行碳排放權的分配，全球CO2排放配額分配方案就可以進行實時的滾動，這種滾動規劃就使得該方法能夠定量化地兼容未來各種變化因素的同時又不失公平性（如人口的變化、碳源碳匯統計方法和口徑的變化、全球碳容量研究結果的更新變動、各國的主動性承諾等），從而大大提高該方法的適用性。

3.3與IPCC方案基尼系數對比為了進一步驗證方案的公平性，本文粗略計算了IPCC方案實施后的基尼系數，與基尼系數法的基尼系數進行對比。IPCC[17]（政府間氣候變化專門委員會）提出附件1國家，2020年在1990年的基礎上減排25%~40%，到2050年則要減排80%~95%；對非附件1國家中的拉美、中東、東亞以及“亞洲中央計劃國家”，2020年要在“照常情景”（BAU）水平上大幅減排，到2050年所有非附件1國家都要在BAU水平上大幅減排。我們分別假定在2009年就實現2020年和2050年目標，其中2020目標設定為2009年附件1國家在1990年基礎上減排30%，非附件1國家無需減排，2050年目標設定為2009年附件1國家在1990年基礎上減排90%，非附件1國家減排20%，計算其基尼系數，如表5所示。由表5可知，按照IPCC方案進行實施的話，其分配后果仍然是不公平的，大部分指標仍處于不公平甚至極度不公平的區間。而與之相比，基尼系數法各項指標的基尼系數和基尼系數加權總和均有不同程度的減小，且基本都處于公平區間（僅在化石能源儲量的指標上變化不大，這與尋求多指標加權總和最小有關），可見基尼系數法分配的公平性在本文所定義的公平性范疇下更優。

篇（9）

二、模型構建和實證檢驗

（一）計量模型設定本文的計量模型首先將碳排放作為因變量，服務貿易開放度（服務貿易進出口額占GDP比重）作為自變量。為檢驗二者的非線性關系，加入服務貿易開放度的平方項作為自變量。其中，poll為環境污染，用二氧化碳排放量（人均公噸數）代替，X為影響碳排放的其他控制變量，為誤差項。根據已有研究，影響一國環境的因素包括經濟規模、技術進步、產業結構等。因此，添加外商直接投資占GDP比重（fdi）、技術水平（tech）、工業規模（scale）、收入水平（lngdp）作為控制變量。為減小異方差，對人均GDP取自然對數，其余指標為百分比，不做對數處理。因此，模型（1）擴展如下。

二）數據和變量解釋本文的計量分析數據使用的是1995~2009年50個國家的面板數據，其中包括高收入國家20個，中等收入國家30個，樣本總容量為750。選擇1995~2009年這個區間是因為1995年《服務貿易總協定》正式生效，服務貿易開始進入大發展時期。碳排放包括二氧化碳、一氧化碳等碳氧化物，本文選擇二氧化碳作為因變量（人均公噸），基于兩方面考慮：一是二氧化碳是最常見和最主要的溫室氣體，具有代表性；二是根據數據可獲得性原則。服務貿易開放度（open）用各國服務貿易進出口額占GDP比重代替。一般而言，一國服務貿易開放度指數越高，其第三產業在三次產業中的占比會越高，從而對環境的影響會越小。但是，服務貿易中的運輸服務所需的交通工具以及旅游服務等勞動密集型行業均會產生二氧化碳等氣體，對環境構成影響。fdi表示外商直接投資占GDP比重。國內外學者如郭沛等（2013）、Acharyya(2009)、Hajkova和Nicoletti(2006)、Grosse和Trevino(2005)等研究發現，FDI對環境具有影響，且以間接影響為主。如一國或地區所吸引的外資投向化工等易產生污染的行業，對環境造成影響；再比如，一國或地區吸引外資投向清潔行業，由于該行業的發展，帶動下游原材料或中間產品的發展，但其原材料或中間產品卻易對環境造成污染。因此，本文將FDI占GDP比重納入模型。技術水平tech用GDP單位能源消耗代替，指平均每千克石油當量的能源消耗所產生的按購買力平價計算的GDP。一般而言，技術水平的提高能夠有效地減少環境污染（曾波等，2006；李從欣，2009；李國璋等，2010）。收入水平用人均GDP代替，是國內生產總值除以年中人口數。現有研究結果趨于一致，即收入水平的提高能有效改善環境（陳紅蕾等，2007），但是在不同收入水平國家其作用并不一致（黃順武，2010）。經濟規模scale用工業增加值（占GDP比重代替），因為此處考慮的是經濟規模對環境的影響，因而工業增加值能很好地滿足模型的要求。此處的工業與《國際標準行業分類》（ISIC）第10~45項相對應，增加值為所有產出相加再減去中間投入得出的部門的凈產出。這種計算方法未扣除裝配式資產的折舊或自然資源的損耗和退化，增加值來源是根據ISIC修訂本第3版確定的。本文所有數據均來自世界銀行網站（）和世界貿易組織統計數據庫（），數據的統計描述如表2。

（三）實證檢驗首先利用stata軟件對二氧化碳排放量（CO2）與服務貿易開放度（trade）、外商直接投資占GDP比重（fdi）、工業增加值占GDP比重（scale）、收入水平（gdp）、GDP單位能源消耗水平（tech）之間的關系進行了線性擬合。發現二氧化碳排放量與trade、scale、gdp呈顯著的正向線性關系，而與fdi的線性斜率則較小，與scale則呈負向的線性關系。由此形成如下預期：第一，服務貿易開放度與二氧化碳排放量呈正向線性關系。當加入服務貿易開放度的二次項時，預期呈倒U形，即服務貿易開放度與二氧化碳排放量之間符合環境庫茲涅茨曲線的關系。第二，GDP單位能源消耗水平、收入水平和外商直接投資占GDP比重對二氧化碳排放量具有正向影響，即tech、gdp、fdi的增加會引起二氧化碳排放量的增加。第三，工業增加值占GDP比重對二氧化碳排放量具有負向影響，即scale的增加會減少二氧化碳的排放。接下來，本文分別從全樣本、依收入水平分組的樣本對各變量之間的關系進行回歸分析，以檢驗是否與預期一致。1.全樣本面板數據的實證檢驗本部分利用軟件stata11.0對服務貿易開放度與碳排放之間的關系進行實證檢驗。依據前面設定的模型（2），對1995~2009年的跨國面板數據進行計量分析。我們在服務貿易開放度和服務貿易開放度平方項的基礎上逐步加入控制變量進行回歸。在計量方法上，經Hausman檢驗，拒絕采用隨機效應模型的原假設，因而采用固定效應模型。同時，我們還依次檢驗了模型的異方差、序列相關性和截面相關性，發現方程（1）~（5）均存在異方差、序列相關和截面相關。為消除上述影響，最終統一使用D-K①校正的固定效應模型對方程進行估計（易行健等，2013）。估計結果如表3所示。由表3可知，盡管不斷加入控制變量，但服務貿易開放度系數一直為正，并且在10%水平下均顯著，表明服務貿易開放度的提高對二氧化碳排放量的影響為正。這一結果與劉華軍和閆慶悅（2011）利用我國1995~2007年省級面板數據對貿易開放與二氧化碳排放的協整檢驗結果一致。可見，服務貿易并非傳統觀念中所認為的“清潔行業”，它與貨物貿易一樣會對環境造成污染。服務貿易開放度平方項的系數在5個方程中均為負數，且都在1%水平下顯著，說明服務貿易開放度與二氧化碳排放量之間是倒U型的非線性關系。即在服務貿易開放度較低時，隨著服務貿易開放度的提高，二氧化碳的排放量也會隨之上升；當達到一定臨界點時，服務貿易開放度的提高會減少二氧化碳的排放量。技術水平的系數為負，均在1%水平下顯著，這與我們線性擬合結果預期相左，但是與現實更趨一致，因為一國技術水平的提高會有效地降低碳排放。收入水平和經濟規模的系數均在1%水平下顯著為正，前者與我們的線性擬合預期一致，而經濟規模與預期相反。事實上，本文選取的衡量經濟規模的指標是工業增加值占GDP比重，因而占比越高，二氧化碳排放量也隨之增加，這是符合現實的。外商直接投資的系數為正，但是不顯著。2.依收入水平分組的實證檢驗本部分在計量方法上首先直接采用固定效應模型①進行實證檢驗，分高收入國家、中高收入國家和中低收入國家3組。此外，為檢驗模型的穩健性，本文在固定效應模型回歸的基礎上，還加入了OLS回歸。由表4可知，高收入國家服務貿易開放度對二氧化碳排放量有正向影響，但是不顯著，而服務貿易開放度的平方項卻與其呈顯著的負相關。可見，高收入國家的服務貿易與碳排放是非線性關系，且服務貿易能顯著地改善這些國家的碳排放。原因可能是高收入國家一般而言都是服務貿易進出口的大國，而且一般處于服務貿易的上游，即提供資本、技術密集型的服務，而傳統服務貿易占比較低。對中高收入國家而言，服務貿易開放度與二氧化碳排放量呈顯著的倒U型關系，即隨著中高收入國家服務貿易開放度的提高，其二氧化碳排放量呈先增后減的趨勢。對中低收入國家而言，服務貿易開放度對二氧化碳排放量的影響不顯著，但是經濟規模、收入水平和技術水平均在1%水平下顯著影響。這一結果與我們的預期是一致的，因為中低收入國家一般還處于工業化時期，與高收入國家相比，無論是在服務貿易的規模還是技術水平上均存在較大差距，影響其二氧化碳排放量的主要是工業，因而服務貿易開放度對其影響尚不顯著。此外，從穩健性檢驗可知，OLS回歸的結果與固定效應模型回歸的結果基本一致，表明本文回歸結果是穩健的，偏差較小。

篇（10）

二、計量模型設定及數據來源

（一）計量方程設定

地區污染通常受經濟規模、技術水平、產業結構等因素的影響（熊立等，2012；周力和龐辰晨，2013）。本文使用上述變量來分析我國OFDI對CO2排放量的影響，因此本文的基本方程設定如下：2logCOlogOFDI+LogGDP+logTech+logStruc+LLLLL（1）為了更好地分析影響我國CO2排放量的影響因素，本文同時引入了其他控制變量，即科研經費（RD）、地區受教育程度（Edu）、綠地面積（Green）、環境治理投資（Environ）和能源消費結構（Coalratio），最終計量方程設計為：2ititititititititititLlogCOlogOFDI+LogGDP+logRD+logEdu+logStruc+logGreen+logEnviron+logCoalratio+LLLLLLL（2）其中，i代表區域，t代表時間（年份），采用對數形式是為了更好地控制異方差。

（二）變量設定及數據來源

本文選取了2003~2011年我國30個省市自治區（除）的省級面板數據，以下進行變量說明：1.被解釋變量：CO2排放量。本文通過《中國能源統計年鑒（2012）》獲得各省市自治區石油、煤、天然氣3種能源的消費量數據，并通過《中國可持續發展能源暨碳排放情景分析》中給定的排放系數進行轉換，其中：石油的碳排放系數為0.58噸碳/噸標煤、煤炭的碳排放系數為0.75噸碳/噸標煤，天然氣的碳排放系數為0.44噸碳/噸標煤。2.核心解釋變量：對外直接投資（OFDI）。本文參照許和連和鄧玉萍（2012）的做法，選取各省市自治區OFDI存量進行估計。數據來源為2005年、2012年兩個年度的《中國對外直接投資統計公報》。3.其他變量：（1）經濟規模。參照He（2006）的做法，本文用各省市自治區GDP作為經濟規模的衡量指標。通常情況下，經濟規模越大意味著更高的工業化水平，因此也會帶來更多的CO2排放，二者擬呈正相關關系。數據來源為《中國統計年鑒（2012）》。（2）技術水平。對于技術水平的衡量，學界較多采用單位工業產出CO2（或SO2）排放量，為避免解釋變量與被解釋變量的多重共線性，本文選用兩個指標來共同衡量技術水平，即各省市自治區的科研經費和地區受教育程度（高中以上受教育人數）。科研經費投入的增多必然提高節能減排技術水平，而教育水平的提高也會增強個人的節能減排意識，因此上述兩個指標的提高都有助于節能減排，其與碳排放擬呈負相關關系。數據來源為中國科技部網站。（3）產業結構。第二產業為高碳排放產業，對于產業結構的量化，本文沿用已有的方法，采用第二產業產出占GDP的比重進行量化，第二產業產出比重的上升，必然帶來碳排放量的提高，二者擬為正相關關系。數據來源為《中國城市統計年鑒（2012）》。（4）綠地面積。綠地面積的增加必然帶來我國碳排放量的減少，其與碳排放擬呈負相關關系。數據來源為《中國城市統計年鑒（2012）》。（5）環境治理投資。近年來，我國加大了對環境治理的投資，2010年與2011年我國的環境治理投資分別為6,554億元和7,114億元。環境治理投資的增加必然有利于我國CO2排放量的減少，二者擬呈負相關關系。數據來源為《中國城市統計年鑒（2012）》。（6）能源結構。我國的能源消費以煤炭為主，占總能源消費量的70%以上。因此，本文選用煤炭消費量占總能源消費量的比重作為能源結構的量化指標。煤炭消費比例的上升必然導致碳排放量的增多，二者擬呈正相關關系。數據來源為《中國能源統計年鑒（2012）》。

（三）數據相關特征分析

加入對數后，數據整體變小，但仍可看到OFDI的對數標準差達到2.16，說明了2003~2011年我國OFDI的巨大變化，而本文選擇在此階段研究OFDI的碳排放效應，也使得結果更有可信度。由表2的相關性分析可知，經濟規模（LogGDP）與許多變量的相關系數都超過了0.7，疑存在多重共線性，因此對模型進行多重共線性檢驗，檢驗結果如表3所示。由表3可知，經濟規模（LogGDP）的方差膨脹因子（VIF）大大超過了10，模型存在嚴重的多重共線性，因此，以下進行回歸估計時，需對模型進行修正，并剔除具有多重共線性的變量。

三、計量結果分析

（一）全國層面分析

本文選取2003~2011年中國30個省級面板數據對計量方程進行回歸。首先對模型進行Hausman檢驗，根據檢驗結果，采用固定效應對模型進行回歸估計。此外，由于模型存在多重共線性，因此在回歸估計時采用逐步回歸法，從而剔除不顯著變量。如表4所示，隨著變量的加入，R2不斷增大，且模型1~6所有變量均十分顯著，但隨著綠地面積與產業結構的加入，R2開始減小，且二者的估計值均不顯著，因此將上述兩個變量予以剔除。模型1~6均通過Wald檢驗，模型估計效果良好，選擇模型6進行最終結果分析。數據顯示：1.我國OFDI對國內碳排放呈顯著正效應，OFDI每增加1%，國內CO2排放量將增加0.0914%。這說明，我國OFDI的增多顯著提高了我國的CO2排放量。從全國層面來看，“污染天堂假說”不適用于中國。我國的對外直接投資并沒有轉移國內高能耗產業，將高碳排放轉移至東道國。筆者認為，中國OFDI的增多通常會給本國帶來產業結構調整效應，增加第二產業的比重，而第二產業為高碳排放產業，這也是OFDI使得我國CO2排放量增多的原因所在。2.經濟規模擴大是我國碳排放增多的主要原因。數據顯示，經濟規模每擴大1%，我國的碳排放會顯著增加1.2541%。長期以來，我國第二產業的比重遠遠高于第一、三產業，經濟規模的擴大意味著工業化程度的提高，碳排放量必然顯著增多。3.能源結構是增加國內碳排放的重要原因。結果顯示，我國煤炭消費的比率每上升1%，我國的碳排放將增加0.5728%。這說明，如果增加其他化石能源的消費以替代煤炭消費，會有助于減少我國的碳排放，調整能源消費結構是節能減排的重要一環。4.我國的技術研發和受教育水平的提高均有助于減少國內碳排放。如果我國的技術研發經費與受教育水平分別增加1%，國內CO2排放量將分別顯著減少0.1944%和0.4740%。5.我國的環境治理投資增加了國內的CO2排放量。數據顯示，我國的環境治理投資每增加1%，國內碳排放量將顯著增加0.0828%。這是由于我國的環境治理投資主要用于減少“三廢”，對廢氣、廢渣的處理采用“催化燃燒”等方法時將會增加CO2排放量，這就是加大環境治理投資反而提高國內碳排放的原因所在。

（二）地區層面分析

由于我國幅員遼闊，區域間經濟發展程度不同、產業結構不一樣，更為重要的是，我國的OFDI數量在區域分布上極不均衡（如表5所示），因此有必要分區域研究我國OFDI對不同地區CO2排放的影響。本文將沿用剔除了多重共線性變量的模型進行估計，分析區域間的差異。本文對地區層面的分析沿用前面的分析方法，首先通過Hausman檢驗選擇固定效應模型，結果如表6所示，其中：東中西部3個模型均通過Wald檢驗，且較高的R2也顯示，模型的解釋度較高。以下對回歸結果進行簡要分析。1.OFDI對CO2排放量的影響呈正效應，這與全國層面的分析保持了一致。然而，在東部地區，OFDI對CO2排放量的影響并不顯著，而二者的關系在中西部地區卻十分顯著。由表5可知，東部地區的OFDI遠高于中西部地區，其與當地CO2排放量的關系卻不成比例。筆者認為，我國正在將高污染和高能耗產業向中西部轉移，龐大的對外投資代表著高速發展的經濟水平，而這種經濟高速發展卻未帶來相應比例的碳排放，這便是產業轉移的直接效應。數據顯示，在我國中西部地區，OFDI的增加均提高了上述地區的碳排放量：OFDI每增加1%，中部地區和西部地區的CO2排放量將分別增加0.1277%和0.1044%。2.經濟規模仍然是我國高碳排放的主要原因。在地區分析中，經濟規模仍然與我國的碳排放呈正相關關系，且在3個地區均十分顯著，這與全國層面分析保持一致，且經濟規模擴大所帶來的碳排放正效應按東中西部依次遞減。3.科研投入與受教育水平仍然是影響我國CO2排放的主要因素。二者在地區回歸分析中均與我國碳排放呈負相關關系。科研投入在中西部地區的減排效應并不顯著，這是由于我國的科研投入極不平衡，主要集中在東部發達地區，中西部則較少；受教育水平在我國東西部地區顯示為顯著的負效應，而在中部地區對碳排放的影響則不顯著。4.能源結構依然是我國高碳排放的重要原因。在地區分析中，能源結構仍然顯示為正效應，但在東部地區，能源結構的正效應并不如中西部地區顯著，這再次說明了我國東部地區存在高能耗企業轉移現象。5.環境治理投資被再次證明并不能減少反而會增加我國的碳排放量。在地區層面分析中，環境治理投資仍然對我國的碳排放呈正效應，由此進一步說明，我國對“三廢”的處理反而增加了我國的CO2排放量，其處理方法有待改善。

四、結論與政策建議

本文選用2003~2011年中國30個省市自治區的省級面板數據研究分析了我國OFDI對本國CO2排放量的影響。實證結果表明，我國的OFDI每增加1%，國內CO2排放量將增加0.0914%，這說明我國的OFDI并沒有減少國內碳排放，反而是增加本國碳排放的重要原因之一。作為碳排放大國，中國的節能減排工作刻不容緩，根據研究結果，筆者認為應從以下幾個方面加以應對：

（一）調整對外直接投資流向，加強國際能源開發

研究結果顯示，我國OFDI的增多會導致我國CO2排放量的增多，這說明我國并沒有將高污染、高能耗產業轉移至國外，因為我國OFDI主要流向了租賃服務業，①并不能減少國內的碳排放。筆者認為，我國的OFDI應加強對能源行業的投資比重，加強與他國在能源開發方面的合作，研究新能源，共同降低能耗和排放強度，從而一方面解決我國的能源安全問題，另一方面促進我國節能減排工作的開展。

（二）調整區域對外直接投資比重，促進中西部經濟發展

在區域研究中，東部OFDI比重最大，中西部的投資比重則相差甚遠，然而東部OFDI對CO2排放量的影響卻不顯著，而且不成比例，這再次證明了東部正在將高污染高能耗產業向中西部轉移，中西部OFDI帶來的正碳排放效應很可能是由于產業轉移帶來的，而造成上述現象的原因依然是經濟水平發展的不平衡。因此，帶動中西部經濟發展是解決問題的關鍵，而加強OFDI則是促進地區經濟發展的重要手段之一。對外直接投資的增多可能會增加我國的碳排放量，但會逐漸平衡我國區域的碳排放量，減少我國中西部的碳排放量。

（三）調整能源結構

本文雖然主要探討OFDI與我國CO2排放量的關系，但是回歸結果顯示，能源消耗才是我國碳排放量增加的直接原因之一。這是由于我國的能源消費主要以煤炭為主，而煤炭的碳排放系數最高，也就造成了我國較高的碳排放量。目前，我國應加大清潔新能源的開發力度。與此同時，還要逐漸采用“以氣代煤”和“以油代煤”的手段，調整能源消費結構，降低我國的CO2排放量。

（四）加大技術研發和教育力度

技術投入和教育水平與我國的CO2排放量呈負相關關系。這說明上述兩個要素是降低我國碳排放的重要手段。因此，加大研發力度、提高個人教育水平和素質、強調節能減排從個人做起，將有利于降低我國的碳排放。