碳排放对经济发展的影响范文

碳排放对经济发展的影响范文第1篇

【关键词】 城镇化 碳排放 STIRPAT模型 地区差异

一、引言

如今，自然资源日趋紧张，生态环境日趋恶劣，发展低碳经济已成为全世界人民关注的焦点。加速城镇化和促进低碳发展是我国目前经济发展的重点。城镇化不同阶段经济发展水平不同，不同经济发展水平下的能源消费对碳排放量的影响也不同。江苏省不同区域经济发展水平差异显著，苏南、苏中、苏北目前正处于不同的城镇化阶段，因此对比研究具有代表性的三个区域的能源消费碳排放量对我国在城镇化进程中发展低碳经济具有现实的指导意义。

二、研究方法

经济发展是碳排放增长的首要因素，本文结合York等提出的STIRPAT随机回归模型，来分析研究产业结构对碳排放的影响。该模型主要分析P（人口）、A（富裕度）、T（技术）、I（环境影响）之间的关系，公式为：

I■=？琢P■■A■■T■■e■ （1）

其中：？琢是常数项，b、c、d是人口、富裕度、技术的指数，e是误差项。

在实际分析时，将模型先进性对数化处理：

lnIi=ln？琢+blnPi+clnAi+dlnTi+lnei （2）

式（2）中，P代表城镇化水平，用城镇人口占总人口的比重表示（%），用来反映人口向城镇聚集的程度；A代表人均工业生产总值，用工业生产总值与常住人口的比值表示（元/人）；T代表工业能耗强度，选取工业能源消费量与工业生产总值的比重即工业能耗强度来表示（吨标准煤/万元）；I表示工业碳排放量（吨）。相关经济数据均以2000年为基期做了不变价处理。

根据国家统计局编制的《能源统计报表制度》，本文的能源消费指能源的终端消费量。在计算碳排放量时，首先将能源消费量折算成标准煤，然后根据国家发改委能源研究所给出的标准煤的碳排放系数为2.4567吨CO2/吨标准煤进行计算。

文中的能源数据来自江苏省13市各自历年的《统计年鉴》；经济社会数据来自历年《江苏省统计年鉴》。

三、结果与分析

1、研究区域

江苏省位于我国大陆东部沿海中心，地处长江三角洲，经济发展位于全国前列，地区生产总值占全国10%以上。江苏省经济发展区域差异大，苏南、苏中、苏北的城镇化发展处于不同的发展阶段，因此选择江苏省为研究样本，研究其城镇化发展对碳排放的影响，探究城镇化进程中碳排放的影响因素具有很好的代表性。

2、模型回归结果

苏中：lnI=0.4607lnP+0.2379lnA-0.2074lnT （4）

苏北：lnI=0.1846lnP+0.3516lnA+0.4007lnT （5）

对岭回归拟合结果进行检验（见表1），结果显示拟合结果能够通过显著性检验。

（1）工业能耗对碳排放的影响。根据回归方程可以看出，城镇化水平和工业生产总值与碳排放量都呈正相关，与实际相符合。工业发展越快，能源消耗越多，碳排放量越大。而城镇化水平的提高并没有导致碳排放的减少，很大程度上是因为城镇化发展仍然离不开工业产业的发展。

苏北地区城镇化发展较快，至2013年，苏北地区的城镇化水平已达到56.1%，超过苏中地区。相对而言，苏北地区的生产力水平较低，经济发展潜力较大。对苏北地区碳排放量影响较显著的因素是工业能耗强度，弹性系数为0.40，说明该地区节能减排的关键是降低工业能耗强度。城镇化水平弹性系数为0.18，对碳排放影响较弱，说明该地区大力提高城镇化水平不会造成碳排放量的大量增加。

对比三个回归方程，苏南和苏中的能耗强度与碳排放呈负相关，而苏北地区能耗强度与碳排放呈正相关，且能耗强度每增加1%，碳排放量将增加0.4007%，比人均工业生产总值对碳排放量的影响更大，原因在于，苏南和苏中地区的工业技术先进，能源利用效率高，而苏北地区经济落后，对传统化石能源的依赖性较强，能源利用效率较低。

（3）能源政策。应综合考虑三个地区不同城镇化发展水平下的能源政策对碳排放的影响。从三个地区的经济发展状况和资源禀赋可以看出，苏南地区的能源主要依靠进口，但苏南地区经济发展速度较快，苏中、苏北地区较多人口流入苏南地区，推动苏南地区的城镇化发展。在“十二五”期间，苏南地区基本已经实现能源消耗增长速度低于经济发展速度。苏南地区对于新能源产品和技术的研究和开发，使得苏南地区的碳排放量基本得到了控制。相对于苏南地区，苏中地区城镇化发展速度较慢，且正处于工业化中期向后期过渡阶段，高耗能产业发展较快，在推动新能源发展的同时，重点发展石油化工产业的衍生产品，能源消耗高出全省平均水平，碳排放量持续增长。苏北地区虽然城镇化水平超过苏中地区，但却是江苏省经济发展最落后的地区，能源消耗高，对煤炭等传统能源的依赖性高。但是苏北地区利用自身的地理优势，致力于新能源开发，主要研发太阳能和风能，在大力发展经济的同时注重减少碳排放量。独特的地理优势和能源优势，使苏北地区的城镇化建设发展较快，但同时也抑制了苏北地区的经济发展，促使苏北地区仍停留在重工业为主导的经济发展阶段。

四、结论和建议

1、结论

本文以处于城镇化发展不同阶段的苏南、苏中和苏北三个地区为例，利用STIRPAT模型探讨城镇化发展进程和经济发展水平对碳排放量的影响因素，研究结果表明，不同的城镇化发展进程和经济发展水平对碳排放量的影响不同。城镇化发展和经济发展速度均较快的苏南地区，碳排放量的增长速度（25.8%）已经低于工业经济增长速度（156%），碳排放量基本得到了控制；城镇化发展和经济发展速度适中平稳的苏中地区，城镇化发展是现阶段的发展重点，碳排放量增长速度与经济增长速度一致，持续稳步增长；城镇化发展速度较快但经济发展落后的苏北地区，对传统能源依赖性大，碳排放量增长速度超过经济发展速度。

（1）优化产业结构，促进产业优化升级。虽然苏南地区正在逐步实现产业转型，但是苏中和苏北地区的经济发展仍旧以重工业为主，而且江苏新能源资源匮乏，对传统能源依赖程度大，仅盐城地区风能资源较为丰富。因此加快产业结构优化升级，是减少碳排放量最直接的方法。

碳排放对经济发展的影响范文第2篇

【关键词】 城镇化 碳排放 STIRPAT模型 地区差异

一、引言

如今，自然资源日趋紧张，生态环境日趋恶劣，发展低碳经济已成为全世界人民关注的焦点。加速城镇化和促进低碳发展是我国目前经济发展的重点。城镇化不同阶段经济发展水平不同，不同经济发展水平下的能源消费对碳排放量的影响也不同。江苏省不同区域经济发展水平差异显著，苏南、苏中、苏北目前正处于不同的城镇化阶段，因此对比研究具有代表性的三个区域的能源消费碳排放量对我国在城镇化进程中发展低碳经济具有现实的指导意义。

已有学者对城镇化和碳排放之间的关系做了相关研究。卢祖丹基于1995―2008年省域面板数据，通过建立STIRPAT模型对城镇化和碳排放之间的关系进行了相关研究，得出城镇化发展有利于实现碳减排，但未探讨不同的城镇化水平对碳排放的影响因素。林伯强、刘希颖用协整法探讨城市化对碳排放的影响程度，但只针对中国这一主体进行研究，并未对不同区域进行对比分析。宋德勇、徐安采用STIRPAT模型分析了区域差异对碳排放的影响，并未对经济发展水平和碳排放的内在联系进行探讨。

二、研究方法

经济发展是碳排放增长的首要因素，本文结合York等提出的STIRPAT随机回归模型，来分析研究产业结构对碳排放的影响。该模型主要分析P（人口）、A（富裕度）、T（技术）、I（环境影响）之间的关系，公式为：

I■=？琢P■■A■■T■■e■ （1）

其中：？琢是常数项，b、c、d是人口、富裕度、技术的指数，e是误差项。

在实际分析时，将模型先进性对数化处理：

lnIi=ln？琢+blnPi+clnAi+dlnTi+lnei （2）

式（2）中，P代表城镇化水平，用城镇人口占总人口的比重表示（%），用来反映人口向城镇聚集的程度；A代表人均工业生产总值，用工业生产总值与常住人口的比值表示（元/人）；T代表工业能耗强度，选取工业能源消费量与工业生产总值的比重即工业能耗强度来表示（吨标准煤/万元）；I表示工业碳排放量（吨）。相关经济数据均以2000年为基期做了不变价处理。

根据国家统计局编制的《能源统计报表制度》，本文的能源消费指能源的终端消费量。在计算碳排放量时，首先将能源消费量折算成标准煤，然后根据国家发改委能源研究所给出的标准煤的碳排放系数为2.4567吨CO2/吨标准煤进行计算。

文中的能源数据来自江苏省13市各自历年的《统计年鉴》；经济社会数据来自历年《江苏省统计年鉴》。

三、结果与分析

1、研究区域

江苏省位于我国大陆东部沿海中心，地处长江三角洲，经济发展位于全国前列，地区生产总值占全国10%以上。江苏省经济发展区域差异大，苏南、苏中、苏北的城镇化发展处于不同的发展阶段，因此选择江苏省为研究样本，研究其城镇化发展对碳排放的影响，探究城镇化进程中碳排放的影响因素具有很好的代表性。

苏南地区（南京、苏州、无锡、镇江、常州）与上海相邻，经济发展较快，是江苏省经济发展的主力，城镇化发展水平较高，2013年城镇化率已达到73.5%；苏中地区（扬州、泰州、南通）与苏南地区隔江相望，位于长江中下游，经济发展速度适中，城镇化发展水平较落后，2013年城镇化率为59.7%；苏北地区（徐州、宿迁、淮安、连云港、淮安）相对苏南和苏中虽然自然资源丰富，但是接近内陆，经济发展落后，城镇化水平与苏中地区较接近，城镇化率在2013年已达到56.1%。

2、模型回归结果

由于苏中和苏北地区2006年以前能源消费量数据缺失，故本文将主要研究2006―2013年间各区域的碳排放量。对式（2）利用SPSS进行线性回归分析时，首先将数据进行Zscore一致性处理，避免各变量数量级不同对数据分析的影响，然后将处理后的数据带入模型进行分析。结果显示，模型整体通过了一致性检验，但是在95%的置信区间，所有变量的t值都不显著。进一步计算各变量的方差膨胀因子（VIF），三个变量的VIF均远大于10，证明模型中的城镇化水平、人均工业生产总值和工业能耗强度三个变量之间存在严重的多重共线性，因此不适合运用最小二乘法进行无偏估计。

为克服自变量之间的多重共线性问题，本文采用SPSS软件中的有偏估计岭回归函数对模型进行拟合。岭回归是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法。其中k=0时，即为普通最小二乘估计。将式（2）进行岭回归分析，当k=0.1时，苏南模型中各自变量回归系数变化趋于稳定，当k=0.2时，苏中和苏北的模型中各自变量回归系数变化趋于稳定，从而拟合方程分别为：

苏南：lnI=0.2813lnP+0.4407lnA-0.2424lnT （3）

苏中：lnI=0.4607lnP+0.2379lnA-0.2074lnT （4）

苏北：lnI=0.1846lnP+0.3516lnA+0.4007lnT （5）

对岭回归拟合结果进行检验（见表1），结果显示拟合结果能够通过显著性检验。

根据模拟结果可以看出，苏南、苏中和苏北的模型在5%的置信区间都能通过显著性检验，所有变量的t值都大于1.96，R2值和调整的R2值都大于86%，说明P（人口）、A（富裕度）、T（技术）三个变量解释了86%以上的碳排放量变动。

3、结果分析

（1）工业能耗对碳排放的影响。根据回归方程可以看出，城镇化水平和工业生产总值与碳排放量都呈正相关，与实际相符合。工业发展越快，能源消耗越多，碳排放量越大。而城镇化水平的提高并没有导致碳排放的减少，很大程度上是因为城镇化发展仍然离不开工业产业的发展。

苏南是江苏省经济最发达地区，是江苏地区经济发展的主力。结合表2和图1可以看出，2006年以来，苏南地区的城镇化水平较高，至2013年城镇化水平已达到73.50%，且一直持续稳步增长。苏南城镇化水平对碳排放影响的弹性系数为0.28，说明该地区较高水平的城镇化并没有使碳排放量得到减少。相比苏中和苏北地区，苏南地区的工业生产对碳排放的影响更大，弹性系数达0.44，说明该地区在发展工业的同时应提高生产技术水平，提高能源利用效率。

苏中地区的经济发展速度较慢，城镇化水平由2006年的47.3%增长为2013年的59.7%，变动幅度是三个区域中最小的。回归结果显示，苏中地区工业发展对碳排放量的影响较小，弹性系数为0.24，说明该地区工业发展并未造成碳排放量的大幅度增加。但是城镇化对碳排放量影响较大，弹性系数达到0.46，说明该地区在大力发展城镇化的同时必须注重减少碳排放量。

苏北地区城镇化发展较快，至2013年，苏北地区的城镇化水平已达到56.1%，超过苏中地区。相对而言，苏北地区的生产力水平较低，经济发展潜力较大。对苏北地区碳排放量影响较显著的因素是工业能耗强度，弹性系数为0.40，说明该地区节能减排的关键是降低工业能耗强度。城镇化水平弹性系数为0.18，对碳排放影响较弱，说明该地区大力提高城镇化水平不会造成碳排放量的大量增加。

对比三个回归方程，苏南和苏中的能耗强度与碳排放呈负相关，而苏北地区能耗强度与碳排放呈正相关，且能耗强度每增加1%，碳排放量将增加0.4007%，比人均工业生产总值对碳排放量的影响更大，原因在于，苏南和苏中地区的工业技术先进，能源利用效率高，而苏北地区经济落后，对传统化石能源的依赖性较强，能源利用效率较低。

（2）能源消费模式。2010年之前江苏省的家庭能源消费主要是煤气和液化石油气，从2010年开始其家庭能源消费主要是天然气。到2013年，除苏州地区，全省其他12个市都已经不使用煤气。根据IPCC《国家温室气体排放清单指南》提供的碳排放系数可知，天然气的碳排放系数为0.4483×104，煤气的碳排放系数为0.3548×104，液化石油气的碳排放系数为0.5042×104。

由图2可知，随着经济的发展，苏南、苏中、苏北城镇居民家庭消费的碳排放强度都在逐步减弱，且变动趋势接近一致。这主要是由于煤气和液化石油气消费量的减少和天然气消费量的增加，使得能源消耗导致的碳排放增长速度小于经济发展的增长速度。2006―2013年，仅家庭能源消费，苏南地区的碳排放强度下降38.27%，苏中地区的碳排放强度下降38.04%，苏北地区的碳排放强度下降50.46%。

至2007年，天然气还尚未投入使用，而江苏省13市中除苏北的连云港和宿迁两地外，其它各市气化率均达到90%以上。到2013年，江苏省13市的燃气普及率已经达到95%以上，天然气的使用使三大地区家庭能源消费模式趋于一致。不同的城镇化发展水平对于家庭能源消费模式的影响并不显著，从2007年开始，三大地区的能源消费强度就逐渐接近，因此改善能源消费模式也可以大大减少碳排放量。

（3）能源政策。应综合考虑三个地区不同城镇化发展水平下的能源政策对碳排放的影响。从三个地区的经济发展状况和资源禀赋可以看出，苏南地区的能源主要依靠进口，但苏南地区经济发展速度较快，苏中、苏北地区较多人口流入苏南地区，推动苏南地区的城镇化发展。在“十二五”期间，苏南地区基本已经实现能源消耗增长速度低于经济发展速度。苏南地区对于新能源产品和技术的研究和开发，使得苏南地区的碳排放量基本得到了控制。相对于苏南地区，苏中地区城镇化发展速度较慢，且正处于工业化中期向后期过渡阶段，高耗能产业发展较快，在推动新能源发展的同时，重点发展石油化工产业的衍生产品，能源消耗高出全省平均水平，碳排放量持续增长。苏北地区虽然城镇化水平超过苏中地区，但却是江苏省经济发展最落后的地区，能源消耗高，对煤炭等传统能源的依赖性高。但是苏北地区利用自身的地理优势，致力于新能源开发，主要研发太阳能和风能，在大力发展经济的同时注重减少碳排放量。独特的地理优势和能源优势，使苏北地区的城镇化建设发展较快，但同时也抑制了苏北地区的经济发展，促使苏北地区仍停留在重工业为主导的经济发展阶段。

四、结论和建议

1、结论

本文以处于城镇化发展不同阶段的苏南、苏中和苏北三个地区为例，利用STIRPAT模型探讨城镇化发展进程和经济发展水平对碳排放量的影响因素，研究结果表明，不同的城镇化发展进程和经济发展水平对碳排放量的影响不同。城镇化发展和经济发展速度均较快的苏南地区，碳排放量的增长速度（25.8%）已经低于工业经济增长速度（156%），碳排放量基本得到了控制；城镇化发展和经济发展速度适中平稳的苏中地区，城镇化发展是现阶段的发展重点，碳排放量增长速度与经济增长速度一致，持续稳步增长；城镇化发展速度较快但经济发展落后的苏北地区，对传统能源依赖性大，碳排放量增长速度超过经济发展速度。

苏南地区，城镇化水平由2006年的67.1%增长为2013年的73.5%，工业生产对碳排放的影响最大，弹性系数达0.44；城镇化水平对碳排放影响的弹性系数仅为0.28，城镇化建设的推动对碳排放量影响较小。苏中地区，城镇化水平由2006年的47.3%增长为2013年的59.7%，与苏南地区相反，工业发展对碳排放量的影响较小，弹性系数为0.24，工业发展并未造成碳排放量的大幅度增加。但是城镇化对碳排放量影响较大，弹性系数达到0.46，推动城镇化发展的基础设施建设对苏中地区的碳排放影响较大。苏北地区，虽然经济增长速度是三个地区中最快的，2013年苏北地区工业生产总值是2006年的6.31倍，但是苏北地区的城镇化水平和工业生产的弹性系数分别只有0.18和0.35，而能耗强度对碳排放的影响最大，弹性系数为0.40，提高能源利用效率、降低能耗强度才是苏北地区节能减排的关键。

2、政策建议

（1）优化产业结构，促进产业优化升级。虽然苏南地区正在逐步实现产业转型，但是苏中和苏北地区的经济发展仍旧以重工业为主，而且江苏新能源资源匮乏，对传统能源依赖程度大，仅盐城地区风能资源较为丰富。因此加快产业结构优化升级，是减少碳排放量最直接的方法。

（2）提高能源利用效率，优化能源消费模式。提高能源利用效率、降低能耗强度有助于节能减排。家庭能源消费对碳排放的影响体现在衣食住行各方面，应改变能源结构，使用碳排放量较少的新能源替代传统能源。例如，大力发展太阳能、风能发电，减少火力发电；早日实现江苏省13市100%的燃气普及率，减少煤气和液化石油气的使用。

（3）大力实施节能减排政策。政策与实践相结合，在接下来的“十三五”期间，进一步降低碳排放强度，努力实现经济与碳减排的同步发展。结合苏南、苏中和苏北地区不同的地理优势和资源禀赋，制定不同的发展政策，因地制宜，使地区在经济稳步发展的同时减少碳排放。

（注：基金项目：江苏省实践创新指导项目“城镇化不同阶段对区域碳排放影响研究――以江苏省为例”201410299088X。）

【参考文献】

[1] 卢祖丹：我国城镇化对碳排放的影响研究[J].中国科技论坛，2011（7）.

[2] 林伯强、刘希颖：中国城市化阶段的碳排放：影响因素和减排策略[J].经济研究，2010（8）.

[3] 宋德勇、徐安：中国城镇碳排放的区域差异和影响因素[J].中国人口・资源与环境，2011（11）.

[4] York R，Rosa E A，Dietz T.STIRPAT，IPAT and ImPACT；Analytic tools for unpacking the driving forces of environmental impacts[J]. Ecological Economics，2003（23）.

碳排放对经济发展的影响范文第3篇

[关键词]KAYA模型；碳排放；驱动因素；青岛市

[中图分类号]F207 [文献标识码]A [文章编号]1671-8372（2013）03-0084-04

一、引言

与同类城市相比，青岛的农村大、城市小，农民多、市民少，县域面积占全市总面积的90%，农业人口占全市总人口的60%。2011年青岛市的万元GDP能耗0.71吨标准煤，已居全国前列；一、二、三次产业结构的比重为4.6：47.6：47.8，能耗较高的工业比重依然大于当年的全国平均水平46.8%。因此，本文运用实证分析的方法，考量青岛市二氧化碳排放状况，分析驱动碳排放量增长的因素，及各个因素的影响程度。

目前我国对二氧化碳排放及其驱动因素的研究成果，大部分集中于某个区域或省份二氧化碳及驱动因素。李卫兵、陈思（2011）对中国中、东、西部三个经济带的碳排放驱动因素进行了分析，并通过区域对比研究发现，中部地区与东、西部在碳排放驱动因素的影响方向和影响程度上有很大的不同[1]。叶晓佳、孙敬水、董立峰（2011）测算了浙江省1996—2008年碳排放及各驱动因素对碳排量的贡献[2]。张超、任建兰（2012）利用1990—2009年的数据对山东省能源消费二氧化碳排放及驱动因素分析[3]。王兆君、李婷婷（2012）利用KAYA模型，分析了2001—2010年黑龙江国有林区碳排放量与人口数量、经济发展、单位能耗碳排放、单位GDP能源强度的关系，提出了减少林区碳排放的建议[4]。本文利用KAYA模型对青岛市二氧化碳排放及其驱动因素进行研究，以期为青岛市低碳经济发展政策的制定提供依据。

二、碳排放模型的构建及指标解释

（一）模型构建

KAYA模型是由日本学者Kaya Yoichi（1990）提出的，专门用于研究二氧化碳排放及其驱动因素，揭示二氧化碳排放量的推动力[5]。他认为一个国家或地区的碳排放量受到人口数量、人均GDP、单位GDP能源强度以及单位能耗碳排放量四个因素的影响，反映的是碳排放与人口数量、经济发展和能源利用的关系。利用KAYA模型，可对一个国家或地区碳排放量驱动因素分析，以找出降低碳排放的有效措施。模型的具体形式如下：

二氧化碳排放量=人口数量×人均GDP×单位GDP能源强度×单位能耗碳排放量 （1）

在KAYA模型原始表达式（1）的基础上，构建青岛市二氧化碳排放及驱动因素分析的模型：

其中，CO2为青岛市二氧化碳排放量，P为青岛市人口数量，GDP为青岛市生产总值，E为青岛市单位GDP能源强度，K为青岛市单位能耗二氧化碳排放量。

本文基于上述模型，测定青岛市2001—2010年二氧化碳排放量及变动趋势，分析各个驱动因素对碳排放总量的影响方向和影响程度。数据主要来源于2001—2011年《青岛市统计年鉴》、《山东省统计年鉴》。这10年正值国家“十五”计划（2001—2005）和“十一五”规划（2006—2010）的重要时期，也是青岛市经济快速发展时期。

（二）指标解释

1.人口数量

人口数量是影响碳排放的一个重要指标。在社会经济、技术条件不变的情况下，一般来讲人口数量增长对资源和能源的需求量就越大，碳排放量会增加。

2.人均GDP（GDP/P）

人均GDP是一个国家或地区，在核算期内（通常为一年）实现的生产总值与所属范围内的常住人口的比值，是衡量各国人民生活水平的一个标准。一般来讲，在高碳经济模式下，人均GDP越大，碳排放量越多；而在低碳经济模式下，人均GDP的增长可能不会带来碳排量的增加，低碳或无碳能源和低碳产业是推动经济的主要力量。

3.单位GDP能源强度（E）

单位GDP能源强度是指每单位GDP消耗能源的数量。单位GDP能耗越大，说明经济发展对能源的依赖程度越强，它是衡量能源经济效率的重要指标。

4.单位能耗碳排放量（K）

单位能耗碳排放量是指每消耗一单位的能源排放的二氧化碳量，是衡量碳能源结构的一项重要指标。由于热值和燃烧效率有所差异，不同的能源产生的二氧化碳排放量有很大的不同。单位能耗碳排放量的计算模型如下：

其中，Ui表示第i种能源消耗量，i表示第i种能源的碳排放系数，n表示能源的种类。参照2001—2010年的山东省能源消费结构，根据《2006年IPCC国家温室气体清单指南》的不同能源二氧化碳排放系数，计算得到各年的二氧化碳排放总量及单位能耗二氧化碳排放量。

三、青岛市碳排放计算结果及分析

（一）模型计算结果

为了保证数据的前后可比性，本文以2000年为基期，用GDP平减指数对GDP数据进行处理。在完成模型构建和原始数据收集汇总工作以后，利用Excel对数据进行处理、计算和分析。

根据模型（2）得到青岛市2001—2010年二氧化碳排放总量和增长速度（见表1）。可见，青岛市二氧化碳排放的增长速度总体上呈降低趋势，10年间的平均增长速度为7.16%，排放总量缓慢增加。

（二）结果分析

1.二氧化碳排放规模与速度分析

由表1可知，青岛市二氧化碳排放总量呈上升趋势，期间年平均增长速度为7.16%。从发展轨迹上来看，青岛市二氧化碳排放大致经历了三轮的螺旋式攀升阶段：2001—2004年环比增长速度较高，2005—2006年增长速度有所减缓，2007—2010年增长速度进一步放缓。2001—2004年正处在国家第十个五年计划的发展时期，经济发展进入了新一轮的快速增长，这一时期青岛市GDP（可比价）平均增长速度维持在14%左右的高水平上，能耗水平较高的工业比重在47%～51%之间，工业经济的增长速度在17%～24%之间，此阶段人们对高碳排放的认识不足，单位GDP碳排放水平较高，这种高能耗的产业结构和落后的耗能设备技术，是二氧化碳排放快速增长的主要原因。2005—2006年，工业经济比重依旧在51%～52.4%的高水平上，但增长的速度明显放慢，增速在20%左右。2007—2010年青岛市的产业结构调整速度加快，能耗高的工业比重由2006年的52%，降低到2010年的48.7%，工业的增长速度进一步放慢，在15%上下波动。“十一五”规划中国家节能减排的政策力度不断加强，青岛市在发展经济的同时，加强产业结构调整，加大节能减排力度，使碳排放增长速度趋于平缓。

2.碳生产力分析

碳生产力是衡量碳排放效率的重要指标，指一段时期内每单位二氧化碳排放创造了多少GDP，反映了单位碳排放所产生的经济效率，因为涵盖了“低碳”和“经济发展”两大目标，所以它成为衡量低碳经济发展水平的一个最具代表性的指标。碳生产力的提高意味着单位物质能源消耗创造了更多的社会财富，碳生产力的增长率也常被用于衡量一个国家或区域在降低二氧化碳排放量、应对气候变化方面所取得的成效。根据原始数据，计算2001—2010年青岛市、山东省碳生产力及增长情况（见表2，图1）。

由表2、图1可见，2001—2010年青岛市碳生产力在循环波动中不断提高，2001—2010年碳生产力增加总量1.28万元/吨，年均增长速度约为7.57%，其中，2004年、2007年、2010年的增长速度最快。碳生产力的发展趋势大致经历了两个阶段：第一阶段（2001—2003年），青岛市碳生产力缓慢提高，增速在2.2%～3.5%，即每吨碳排放产生的经济效益增加额为246.66万元；第二阶段（2004—2010年），青岛市碳生产力增速不断提高，增速最低的2009年也达到4.18%。从总体趋势来看，10年间青岛市碳生产力不断提高，意味着碳排放效率不断增强。

与山东省总体水平比较，不管是碳生产力还是其增长速度，青岛市的水平高于全省平均水平，主要是因为青岛市的产业结构优于全省的产业结构。2010年山东省工业比重为48.2%，其中重工业比重高达67.61%，青岛市工业比重为48.7%，其中重工业比重为61%。同时，青岛市在节能减排、生态城市建设等方面的成绩比较突出。

3.碳排放驱动因素分析

根据因素分析法计算可得，人口数量、人均GDP、单位GDP能源强度以及单位能耗二氧化碳排放量对青岛市二氧化碳排量的影响方向和影响程度（见表3，图2）。

由表3、图2数据，可以对人口数量、人均GDP、单位GDP能源强度以及单位能耗碳排放量四个因素做以下分析：

（1）人口效应。人口数量对青岛市碳排放量基本产生正向影响，影响程度总体来看相对较小，2003—2006年相对显著。从原始数据来看，主要是青岛市10年间人口总数波动不大，不会造成碳排放量的显著变化。

（2）经济发展效应。人均GDP的变化对碳排放量产生重要的正向影响，在四个影响因子中，人均GDP的影响程度最大。其历年对碳排放量的影响无论是在数量上还是从比重上都是最大的，且每年影响程度除2003年、2004年为87.85%、97.77%外，多数年份的影响比重均在116%以上，2008年达到顶峰值246.31%。10年经济发展共产生了增量二氧化碳4508.16万吨，占10年二氧化碳增量总量的近146%，这主要是由青岛市目前发展的高碳产业结构导致的。据相关研究，第三产业的二氧化碳排放强度远低于第二产业，而在第二产业中，先进制造业的二氧化碳排放强度也远低于以电力、石油加工为代表的传统能源加工转换部门以及以钢铁、化工为代表的能源密集型工业部门。因此，青岛市在未来经济发展中，应通过不同层面的结构调整，进一步降低二氧化碳的排放强度，实现低碳发展。

（3）单位GDP能源强度效应。该指标对青岛市碳排放产生了显著的负向影响，单位GDP能源强度的降低对抑制碳排放量有着重要意义。从GDP结构上来看，2001—2010年第二产业在青岛市GDP中的比重大致在47%—52%之间波动，2004—2008年都在50%以上，高碳经济的特征明显。因此，青岛市如何优化经济结构，加快低碳和零碳能源的开发利用，加快高能耗设备的技术改造，直接影响到青岛市低碳城市和蓝色经济发展目标的实现。

（4）单位能耗碳排放效应。该指标对青岛市碳排放有正向作用，但影响程度不大，只有少数年份出现负影响。这主要是受当年的能源结构变化的影响，从青岛市2001—2010年的一次能源消费结构来看，原煤和原油的消耗量占近99%以上，天然气比重不到1%。这种能源结构不仅会增加碳排放还会制约经济发展。因此，如何优化能源结构，发展和利用新能源成为青岛市发展低碳经济的关键。

四、研究结论与建议

本文运用KAYA模型，对青岛市碳排放及其驱动因素进行了实证分析。实证结果显示，2001—2010年青岛市碳排放总量持续增加，碳生产力不断提高，以煤炭、石油为主的高碳经济发展模式仍然没有根本改观。四个影响因素中，人口数量、经济发展、单位能耗碳排放三个因素对青岛市碳排放量基本为正向影响，即如果当前经济发展模式不变，人口增长、人均GDP增长、单位能耗碳排放增长都会导致青岛市碳排放量的增加。单位GDP能源强度则主要为负向影响，体现出青岛市能源利用效率的提高，一定程度上减少了碳排放水平。从影响程度上看，经济发展和单位GDP能源强度是影响青岛市碳排放的主要因素，而人口数量和单位能耗碳排放对碳排放影响较低。从最终结果来看，总的正向驱动效应大于总的负向驱动效应，从而使青岛市碳排放量呈现不断上升的趋势。

青岛市的经济结构和能源消费结构是影响碳排放的主要因素。未来青岛市低碳经济的发展应依据长期的碳强度控制目标，制定低碳发展战略。以调整经济结构为突破点，改变目前的高碳发展模式；提高低碳技术创新能力和能源利用效率，优化能源消费结构，构建低碳能源体系；通过机制创新和相关政策体系的完善，营造良好的低碳经济发展环境，并逐步建立起“低碳交易市场”，在政府、企业、市场“三位一体”监管机制的约束下，实现低碳经济的发展目标。

[参考文献]

[1]李卫兵，陈思.我国东中西部二氧化碳排放的驱动因素研究[J].华中科技大学学报，2011（3）：111-116.

[2]叶晓佳，孙敬水，董立锋.低碳经济发展中的碳排放驱动因素实证研究—以浙江省为例[J].经济理论与经济管理，2011（4）：13-23.

碳排放对经济发展的影响范文第4篇

关键词：低碳经济；碳排放；国际贸易

中图分类号：F74 文献识别码：A 文章编号：1001-828X（2016）006-000-01

一、低碳经济

1.低碳经济的定义

低碳经济是指以可持续发展观念为基础，通过技术创新、制度创新、产业转型、新能源开发等多种手段，尽可能地减少煤炭、石油等化石燃料的消耗，从而减少温室气体的排放，避免剧烈的气候改变，减少温室效应等带给人类伤害的机会，达到经济社会发展与生态环境的平衡，努力营造双赢的经济发展形态。

2.低碳经济的特征及其主要内容

低碳经济是与高能耗高污染高排放相反的基础经济模式，即低能耗低污染低排放。它的主要内容包括：①在生产过程中，降低能耗减少碳和其他污染物排放。②目前，经济增长速度和处理含碳气体技术发展水平不成正比，无法在保持经济增长同时保护环境，减少碳气体排放。所以要进行低碳方面的技术创新。③提高能源利用率，从排放源头扼杀，力求能控制碳气体排放。④国家制定法律法规，有关部门落实责任，对高碳产业进行适当控制。

3.低碳经济提出的背景

伴随着各种新能源的使用，人类逐步走进工业文明时代，经济增长和人口规模扩大继而增加了能源的使用。随之而来一系列危及全球良好发展的环境问题，比如碳气体大量排放导致的全球气候变暖引起人们的广泛关注。欧美国家首先给予这个问题一定注意，2003年，英国政府首先提出“低碳经济”这个概念，抛弃传统的单纯追求GDP的经济模式，在技术支持条件下，发展一种低能耗低污染低排放的经济模式。

4.发展低碳经济的意义

我国人口众多对能源需求量大，人均占有量不足，而且技术水平有限不能对资源合理利用。我国在经济发展的某段时期，片面追求GDP增长，导致碳排放总量大。工业革命促进煤炭等化石燃料的开发和利用，经济对能源有很大依赖。各国经济政策存在差异，部分发达国家在工业化后期开始把高碳排放产业通过各种渠道向发展中国家转移。减排难度随着边际成本的提高越来越难，单独进行节能减排的低碳经济持续性不强。发达国家人均碳排放规定量远少于发展中国家，因此应该具体情况具体分析，实施不同的策略。

二、低碳经济对国际贸易的影响

碳关税成为国际贸易中的新壁垒，绿色环保成为生产的新趋势。开征碳关税会导致国际贸易格局的变化，低碳经济将对全球经济发展带来深远影响。一些高能消耗的产品在国际市场上优势削弱，而符合低碳经济要求的产品却能在市场上大展风头。碳税的征收也成为国家经济发展的障碍。低碳经济能够促进诸如风能、太阳能、潮汐能、地热能等新能源的发展，这在发展中国家的进步将尤为显著。发展中国家低碳经济的发展速度大都落后于发达国家，对新能源的利用率也较低。发展中国家可以在崇尚低碳经济的前提下，把发展新能源产业作为国家发展的一个新机遇。发达国家应该从全球发展角度出发，对发展中国家进行技术指导，力所能及的帮助发展中国家，促进彼此间交流与合作，进而促进国际贸易的发展。各国应该大力倡导，促进产业结构升级，发达国家对低碳经济所需的技术掌握程度更好，能对发展中国家不良的经济模式进行改善。

三、相应的应对措施

调整能源消费结构，从建立资源节约型环境友好型社会入手，树立低消耗低污染低排放的生产观念。[1]优化产业结构，对旅游业、服务业等第三产业发展给予经济支持，提高低碳经济在市场中所占份额。我国煤炭资源较丰富，煤炭开发却会对环境良好发展带来不利。然而对经济影响较小的石油、天然气等资源我国却相对缺少。根据地区差异，发展不同的经济模式。大力倡导清洁能源和可再生能源的使用，减少化石燃料燃烧，从而适当改变我国能源结构。一些国家是出口大国，但在产品创新上尚需技术改革，加强与发达国家的技术交流与合作。首先对低碳经济试点研究，确保模式可靠之后将其推广到各行各业。由国家组织制定合理的相关法律法规，对高碳企业的碳排放量进行合理控制。加强宣传引导，对社会各界进行关于低碳经济的宣传，促进大众对低碳经济的了解，在理解基础上再进行更加容易。我国虽是个资源大国，但人均占有量很有限，由于技术能力不足，有限资源也不能进行有效利用，使得我国资源利用形势更加严峻。工业革命时期，化石能源被开发和利用，推动各国经济对其依赖。随着经济发展速度增快，发达国家开始向发展中国家转移一些高碳产业，而发展中国家本就有着碳排放方面的问题，造成全球减碳目标不均衡。而且，在经济急需发展的大形势下，仅仅要求低碳经济而限制发展是不可靠的。减碳要求更高，同时成本也更高，所以应该从全球大趋势考虑，转变经济增长方式，实现低碳经济。另外，应该召开全球性会议，针对不同国家，重新制定不同的减碳目标，具体情况具体分析。

参考文献：

[1]李丽.低碳经济对国际贸易规则的影响及中国的对策[J].财贸经济，2014，09：114-123.

[2]依东旭.低碳经济对国际贸易发展的影响分析[J].品牌，2014，08：14.

[3]马群.低碳经济对国际贸易发展的影响[J].中国市场，2015，21：156+171.

[4]李衡.低碳经济对国际贸易发展的影响[J].江苏经贸职业技术学院学报，2015，04：5-7.

[5]郭Z坤.论低碳经济对国际贸易规则的影响及中国的对策[J].中国管理信息化，2015，22：127.

碳排放对经济发展的影响范文第5篇

【关键词】碳排放强度 产业结构升级 STIRPAT模型

一、引言

低碳经济发展道路的选择不仅源于科学认识水平的推动，更重要的还要基于对其博弈过程及影响效果的技术考量。2009年底，我国承诺将在2020年实现单位GDP二氧化碳排放比2005年降低40%―45%，我们必须从源头上抓住重点发展低碳经济。产业集群对于提高能源利用效率、带动区域经济增长发挥着十分重要的作用；但是传统产业集群多是高能耗、高碳排放、高污染类型，因此，有必要尽快对现有产业集群进行低碳化升级，以实现低碳经济发展目标。

二、文献综述

理论研究方面，冯之浚、牛文元（2009）[1]指出，我国低碳经济发展需要在观念、结构、科技、消费和管理五个方面推进创新，而产业结构调整是推进我国结构创新的重要举措之一；张丽峰（2011）认为，目前我国工业尤其是重化工业仍是经济发展的重要支柱，节能减排的重要任务应以调整三次产业的内部结构和提高技术水平来实现；陈永国等（2013）提出了产业结构与碳排放强度演进的“开口型曲线”假说，正处于“开口型曲线”的拐弯阶段，产业结构仅有个别年份对碳排放强度起结构红利贡献，整体上是结构负担贡献。实证研究方面，陈诗一（2011）分析对上海而言更要特别注重第三产业中的交通运输业减排、切实进行国企改革、改变政府主导和投资驱动的增长模式。王薇（2014）选取我国1978～2011年城市化水平、产业结构及碳排放量的数据，表明城市化水平、第二产业对碳排放的影响具有滞后效应，且长期的影响显著。

学者基于不同角度研究了产业结构升级对碳排放的影响作用，但学术界对产业结构升级和低碳经济融合的研究并不成熟，文章利用我国1995―2012 年间的面板数据，对其影响进行定量分析。

三、产业结构升级对碳排放强度影响的实证分析

STIRPAT随机性环境影响模型： 。其中，i、t分别代表地区与年份，P、A、T分别代表人口、经济、技术对碳排放的影响。其中，I是用碳排放强度（GOT）来衡量，采用碳排放系数法对东部地区碳排放量T进行测度， ；A以工业增加值占GDP比重来衡量，表示为IS；技术指标T通常用单位GDP比能源消耗来表示能源强度表示为EP。

（二）单位根检验

本文使用IPS、LLC、Fisher-ADF和Fisher-PP面板据的单位根检验，所有变量的原值均为非平稳序列，经一阶差分后所有变量变为平稳，表明变量为一阶单整。

（三）协整检验

文章研究采用了面板协整的Johansen 协整检验和Kao检验。检验结果中我们可以显著拒绝“面板不存在协整关系”的原假设在长期发展中有均衡关系。

（四）面板协整模型的估计

为研究IS、IND、EP对GOT的影响，构建如下模型：

根据固定效应模型估计的结果如表所示：

产业结构在10% 的统计水平上显著为正，系数为-0.407；EP 对碳排放的影响为正，而且在1%的置信水平上维持在较高水平，能源强度每增加1%，将会造成碳排放增加1.239%；工业占比对一个地区的碳排放也有着重要作用，东部地区工业比重每增加1%，碳排放强度增加1.79%。

四、政策建议

（一）引进高新技术，实现高碳产业低碳化：我国传统产业呈现粗放式增长模式，能源利用率低、高消耗、高污染、高排放的特点[6]，应利用低碳技术对其进行改进，引导传统产业进行技术创新和产品开发，逐步摆脱对高碳能源的依赖。

（二）推进第二产业低碳化升级：第二产业是控制碳排放总量的核心所在，但总量控制压力很大。目前我国正处于工业化和城市化快速推进的阶段，“二、三、一”的产业发展格局在 2020 年前不大可能发生变化[7]，要积极采取措施推进工业低碳、绿色发展，使我国进入又好又快的协调经济增长和低碳排放的道路。

（三）发展低碳金融，助力新型低碳产业：我国金融部门应加大对低碳经济及低碳行业的研究，把握低碳行业的发展前景。为实现节能减排目标，政府要鼓励银行业金融机构支持低碳行业的发展，积极建立有关绿色信贷指引及绿色银行的激励措施。

参考文献：

[1]冯之浚，牛文元.低碳经济与科学发展 [J].中国软科学，2009（8）：13 ～19

[2]张丽峰.我国产业结构、能源结构和碳排放关系研究 [J] .中国工业经济，2011（ 5）：1～7.

碳排放对经济发展的影响范文第6篇

一、制度创新对低碳经济发展的理论分析

制度创新是社会政治、经济和管理等制度的革新，是支配人们行为和相互关系规则的变更，是组织与其外部环境相互关系的变更，其直接结果是激发人们的创造性和积极性，促使其不断创造新的知识和社会资源的合理配置及社会财富源源不断的涌现，最终推动社会的进步。低碳经济是一种具有正外部性的经济发展模式，但是现行的制度环境不利于低碳经济的发展，因此进行必要的制度创新是优化发展低碳经济制度环境的核心。

从经济学的角度来看，低碳经济的发展具有正外部性。所谓外部性，就是指经济主体的所从事的各项经济活动会对其他经济主体的福利水平产生影响，但不为这种影响进行补偿或者得到补偿。发展低碳类型的经济主体，其经济活动对其他经济主体的福利水平产生正效应，即社会受益大于企业收益，企业得不到应有的补偿。相反，高碳企业在生产过程中，消耗大量的化石能源，破坏生态环境，导致社会成本高于企业成本，社会承担了治理环境的大部分成本，而企业对环境污染的补偿不足，这种负外部性的存在，无疑制约了更多的经济主体参与到低碳经济的发展中。因此，发展低碳经济就必须解决其外部性问题。

从外部性的解决途径来看，要使产生正外部性的经济主体获得补偿，使产生负外部性的经济主体承担治理环境的责任，就必须建立一套相应的制度体系，营造有利于低碳经济发展的制度环境。

二、AHP分析甘肃省低碳经济发展制度创新的路径

低碳经济作为新的经济发展模式，需要建立与之相匹配的制度环境。但现行制度存在许多制约和影响低碳经济发展的因素，本文将这些因素中，对低碳经济发展起到决定性影响的因素进行层次分析，通过对主要影响因素的分析，提出甘肃省低碳经济发展中制度创新的路径。

（一）构建层次结构模型

图1 影响甘肃省低碳经济发展因素的层次结构模型

（二）构建判断矩阵

1.创新甘肃省低碳经济发展制度的判断矩阵

评价甘肃省低碳经济发展的制度创新水平，主要从政府的宏观干预制度、产业发展政策、碳排放交易制度和相关的法律进行综合分析，利用AHP层次分析软件，对影响影响因素进行两两比较，以此判断甘肃省建设和发展低碳经济过程中，哪些因素对其影响是最主要的。

经过比较，低碳经济制度创新的判断矩阵λmax=5.2402，对应于λmax的正规化的特征向量为：

通过对低碳经济发展制度创新因素的分析，说明低碳经济发展最关键的是建立和完善碳排放交易制度。

2.决策层判断矩阵

3.一致性检验

前述计算的理想消费水平的最大特征值：λmax=5.1667，

查表知平均随机一致性指标RI，从而可检验矩阵一致性：

理想消费水平的判断矩阵通过一致性检验。

4.层次总排序

经过对判断矩阵的比较，创新碳排放制度的权重为0.4315，为4项措施中权重最大。其他各项措施的权重排序如下：

路径 P1 P2 P3 P4

权重 0.1574 0.0833 0.4315 0.3278排序 3 4 1 2

计算结果表明，甘肃省发展低碳经济在制度创新上要先建立和完善碳排放交易制度，其次要积极创新产业政策；第三，政府部门加大对低碳经济的支持和帮助；最后建立配套的相关法律法规。

三、甘肃省低碳经济发展制度创新的路径

（一）逐步建立碳排放交易制度

碳排放交易制度是建立在科斯提出的排污权交易基础之上的。碳排放交易是以二氧化碳为主的温室气体排放为交易的标的物，通过引入市场交易机制和制定污染企业的碳排放量，允许企业将未使用的碳排放配额转售与碳排放超出配额的企业，以减轻温室气体对环境的破坏。在自然资源相对匮乏的甘肃，逐步建立碳排放制度可以减轻高耗能企业的负外部性，有效地敦促企业进行生产技术革新，调整企业的生产工艺，降低企业生产过程中所产生的温室气体。

（二）调整产业政策，优化产业结构

产业结构对于碳排放的影响较为明显。甘肃省是西北老工业基地之一，“二三一”的产业结构现状使得甘肃省经济的发展和环境问题都不同程度出现了问题。因此，要实现低碳化的经济发展，调整甘肃省的产业政策，优化现有的产业结构是极为必要的。首先，对于省内“三高两低”的高污染企业，实行“关、转、并”，加大对现有高耗能企业的设备改造，积极引进先进的生产技术和生产工艺，特别是要加快现代服务业的发展，以有效降低高碳对环境的污染；其次，通过在省内投资建设一批低碳产业园区，以清洁能源和可再生能源产业的发展作为投资目标，通过对清洁能源的开发与利用和对可再生能源的使用，有效降低低碳排放，并对全省碳排放形成示范效应。

（三）建立完善的行政干预制度

在低碳经济发展的背景下，政府所应发挥的作用是协调和指导，通过税收、补贴等一系列的财政政策，干预全省生产企业的碳排放。首先，建立健全财政补贴制度，对于发展新能源、可再生能源的企业或个人，进行必要的财政补贴，以保护生产者继续生产的积极性；第二，对于高耗能、高污染型的生产企业，要通过建立相应的税收制度，对其生产进行调控和指导；对于产生正外部性的低碳企业，政府可以在设备折旧、企业所得税等方面给予企业优惠政策。

（四）健全碳排放的相关法律制度

法律制度对低碳经济发展与减少碳排放的影响是十分深远的，低碳经济的发展处于起步阶段，现有的法律法规不足以保障低碳经济的顺利进行，因此，应健全碳排放的相关法律制度，由城管、卫生、环保等部门协同制定相关的环境保护法律法规，约束企业及个人的负外部性的经济行为，以减少碳排放量。

碳排放对经济发展的影响范文第7篇

关键词:碳排放 气候变化 减排政策 环境的库兹涅兹曲线

对气候变化从经济学角度进行系统的研究出现在20世纪90年代,最开始的论证气候变极少部分是由于人类的活动所产生的二氧化碳引起的,对大气中二氧化碳浓度的控制有助于减缓气候变暖。这是碳减排的实施的科学依据,在这个基础上使得探讨碳减排的方式成为可能。由于二氧化碳排放问题属于“公共物品”,具有外部性,这种外部性的影响无法通过市场的方式来解决,很多研究者从公共品角度进行了研究。碳排放产权的界定通过什么方式进行。关于减排方式方面,主要有基于市场的政策和行政政策,基于市场的政策有碳排放税,配额交易,行政政策有排放许可、各种规制。对于不同碳减排政策研究者发展了多种经济模型做了效果评价。关于碳排放与经济增长的关系,研究者试图寻找经济增长、人均收入、经济发展阶段等经济变量与碳排放的关系,许多研究者对环境的库兹涅兹曲线(EKC)进行验证,探讨了碳排放量与人均收入的关系,并试图从经济理论上进行解释,还有的研究者对EKC的形式进行拓展。

一、关于气候变化问题的研究

对气候变化从经济学角度进行系统的研究出现在20世纪90年代, Nordhaus(1993)是这一时期被广泛引用的标志性著作。文章从气候变化的科学背景出发分析了温室气体效应,温室气体效应对气候变化的影响,估计了二氧化碳加倍的假设条件下对美国各行业的收入影响,对收入的总的损失达到50.3亿美元,并且提出的有效政策是在排放量减少的边际成本和由于排放量减少而减缓的气候变暖而带来的边际收益相等处征收碳税为最优选择。

气候变化对经济的负面影响受到研究者的重视,困难在于到目前为止还没有完全获知气候的变化,特别是局部气候的变化,这些研究的粗糙性决定了对经济影响研究的不精确。尼古拉斯•斯特恩(2006)从经济学角度看气候变化的报告,评估了在气候变化背景下向低碳经济转变以及采取不同适应办法的可能性,并分析了气候变化对英国等国家经济的影响。到下世纪初,全球可能因气候变暖损失5%～20%的GDP。Cline(1992)最初提到了折现率的问题,有关折现率详细的讨论见stern review(2006)及WEITZMAN(2007)。WEITZMAN(2007)对斯特恩报告做了评述,指出报告中提出的“采取立即行动稳定温室气体是因为在应对气候变化方面强劲的、及早的行动所获得的收益超过成本”, Richard S.J.Tol(2004)运用概率密度函数的方法对100种左右的估计结果进行分析,二氧化碳排放的边际损失成本不会超过$50/Tc。

二、有关碳减排政策措施工具的文献

经济主体以碳排放的方式对社会施加外在成本,由于碳排放使得气候变暖,解决这种负的外部性的一个办法是对碳排放行为施加一个价格,使得碳排放的成本内在化。理想的价格是对碳排放征收带来的损失的边际成本的排放税--庇古税。但是实际经济中政策制定者一般采用“命令加控制”的政策工具,比如排放许可和强制使用特定的污染削减技术,而不是简单的使用排放税这种价格工具。关于控制碳排放采取的措施主要有以下几种,一是通过碳排放数量控制,比如国际协议确立减排指标(斯特恩)、《京都议定书》是从减排数量方面控制;另一种是从价格方面Nordhaus(2006、2007)实施碳排放税;还有a补贴、自愿协议、政府的直接管制等。从范围上进行分类主要包括国际层次和国家层次,国际层次的政策工具主要是《京都协议书》规范的国际排放税(碳税)、排放权贸易、联合履约、清洁发展机制等。现有的碳减排机制方面,大体上分为两类:一类是基于市场的方式,另一类是基于行政政策的方式。基于市场的方式是根据边际成本等于边际收益的原则,以最小的成本实现减排目标,碳排放政策实施:1、经济和准经济政策(税收、补贴、价格支持);2、规制和准规制政策(如政府规则、许可标准、自愿项目等)。很多研究者倾向于排放税优于管制,有关的研究主要分为:碳排放税对微观经济的影响,比如对消费者、生产者的影响;通过对不同碳税征收水平的模拟,分析碳税对减排效果的影响,对经济增长、投资、能源消费水平、进出口以及相应的国际竞争力等宏观变量的影响。

克莱因Cline(1992)论述了减排的两个阶段,第一阶段自愿的减排,经过对温室气体危害的科学论证后,第二阶段的强制减排,包括贸易制裁,又考虑到对自由贸易的影响;注意到温室气体减排存在“搭便车”的问题,污染减排是一种典型的“囚徒困境”,提出互惠策略或者“互相惩罚”策略的解决办法。在碳税的分配影响方面,已有的实证研究的路径主要有:财政负担怎么分配,财政收入使用的分配效果是什么,谁从积极的环境效应中受益。最后一项是比较复杂的研究:环境收益的分配(避免的成本),气候的变化是全球的问题,充满了不确定性,受益人是下一代或者其他地方的居民。

19世纪60年代研究者们大多致力于排污费的研究,加拿大政治学者约翰•戴尔斯(John Dales 1968)提出,作为排污费收费系统的替代物,可以引入可转让的产权体系来管理环境质量。关于排放权分配的方式: Hahn(1984)认为在不完全竞争的市场中,排污权的初始分配会影响排污权交易的效率,因此选择合适的排污权初始分配方式至关重要。初始排污权分配模式主要有政府免费分配、公开拍卖以及两者结合的三种分配方式。在国际气候谈判中关于排放权的分配,谈判各方的观点并不一致,(国务院发展研究中心课题组, 2009)主张通过对历史排放权和未来排放权的界定,建立了一个全球碳减排行动的框架,提出以国家作为排放主体,按人均相等的原则来界定各国历史累计排放权和未来初始排放权;张建等(2009)对碳税和碳排放交易对各行业的影响进行研究,考虑到碳税和碳排放交易机制对经济发展和经济结构会产生影响,运用CGE模型和lee提出的计算模型分析对我国各行业的综合影响。结果表明,合理的碳交易机制可以在一定程度上缓解间接碳税对中国能源行业的影响,并且溯往原则作为碳排放权配额分配方式更符合中国的经济现状。

三、碳排放与经济发展关系

已有的研究试图发现碳排放与经济发展的关系,Grossman和Krueger提出经济增长通过规模效应、技术效应与结构效应三种途径影响环境质量:规模效应,经济增长要增加投入,进而增加资源的使用,更多产出也带来污染排放的增加;技术效应,高收入水平与更好的环保技术、高效率技术紧密相连;结构效应,收入水平提高,产出结构和投入结构发生变化。关于环境库兹涅兹曲线,很多实证进行了研究。最早的关于环境质量和人均收入关系的实证研究是格鲁斯曼和克鲁格(Grossman and Krueger 1991)关于城市空气质量的研究。他们发现当一国的人均收入达到4,000-5,000美元的时候经济增长倾向于减轻环境污染问题,这说明经济增长和环境并不是完全的冲突。

国内的有关研究有:蔡等(2008)通过拟合环境库兹涅茨曲线,预测排放水平从提高到下降的转折点,考察了中国经济内在的节能减排要求,对于温室气体的减排来说,被动等待库兹涅茨转折点的到来,已无法应对日益增加的环境压力。在这种情况下,需要依靠中央政府的决心、地方政府和企业转变增长方式的动机,加大激励力度,以实现可持续经济增长。佘群芝(2008)提出倒U型EKC仅是一般化环境―收入关系的一种,不能说明环境质量与收入水平间的全部关系,EKC更多地反映地区性和短期性的环境影响,而非全球性的长期影响。国内有关实证模型的研究:高鹏飞等(2002)建立了一个中国MARKAL-MACRO模型,研究了征收碳税对中国碳排放和宏观经济的影响,得出了以下结论:征收碳税将会导致较大的国内生产总值损失;存在减排效果最佳的税率。但是这一模型没有考虑到碳减排对能源消费的影响,产生的环境收益以及碳税收的返还性。魏涛远等(2002)利用一个中国可计算一般均衡(CNAGE)模型定量分析了征收碳税对中国经济和温室气体排放的影响。研究表明,征收碳税将使中国经济状况恶化,但二氧化碳的排放量将有所下降。从长远看,征收碳税的负面影响将会不断弱化。对中国这样一个发展中国家,通过征收碳税实施温室气体减排,经济代价十分高昂。张明文(2009)突破了以前的基于理论的情景的研究,运用面板数据来分析碳税对我国各省市经济增长、能源消费与收入分配影响,利用资源税代替碳税,运用1995-2005年各省市能源消费数据,将能源要素引入到生产函数模型,运用广义最小二乘法进行估计,发现资源税的增加对大部分地区经济增长起拉动作用,并从私人投资和政府整体投资角度进行解释。刘小川等(2009)对减排政策工具特点进行分类、从减排作用的范围、借助市场力量的方式、减排成本的确定性大小等方面做了对比分析,提出我国碳减排的优化选择,近期以排放权交易为主,逐步过渡到远期的以碳税为主。

参考文献:

[1]MARTIN L.WEITZMAN. “A Review of The Stern Review on the Economics of Climate ”,2007

[2]Metcalf,G.E. "Market-based Policy Options to Control US Greenhouse Gas Emissions." Journal of Economic Perspectives 2009

[3]Nordhaus,W.2008,The Challenge of Global Warming: Economic Models and Environmental Policy, Yale University, New Haven Connecticut

[4]Stern, N.The Economics of Climate Change: The Stern Review, Cambridge University Press, Cambridge.2007

[5]鲍莫尔,奥茨.环境经济理论与政策设计,经济科学出版社,2003.6

[6]蔡,都阳,王美艳.经济发展方式转变与节能减排内在动力.经济研究,2008;6

碳排放对经济发展的影响范文第8篇

关键词：碳排放强度；能源结构：能源效率

中图分类号：F29；X502

文献标志码：A

文章编号：1007－519412010)03－0106－05

全球气候变暖已成为危害未来人类社会生存和发展的重要因素，国际社会普遍认同减少温室气体排放尤其是二氧化碳排放是解决该问题的最佳途径。然而以解决后京都时代国际社会法定减排问题为目的而召开的哥本哈根气候变化大会(丹麦，2009)却以失败而告终，这使得2012年后全球碳减排问题可能遭遇法律真空，将为资金、技术和管理能力占据优势的发达国家开征碳关税提供充足的理由。美国劳伦斯伯克利国家实验室研究发现，中国2006年与能源有关的碳排放量已超过美国，中国政府自愿积极承担国际减排义务，已于2009年11月26日正式对外宣布控制温室气体排放的清晰量化目标，决定到2020年单位国内生产总值二氧化碳排放比2005年下降40％～45％。由此看来无论从外部压力还是从内部经济结构转型的需要来说，发展低碳经济已成为我国经济发展的必然选择。而重庆是我国重要的重工业基地和最大的中央直辖市，也是全国统筹城乡综合配套改革试验区之一，担负着在一些重点领域大胆创新，探索实践，为区域乃至全国积累好的发展经验的历史重任。所以测度重庆碳排放量并研究其影响因素显得尤为重要，能够有效挖掘重庆降低碳排放的空间和方向，为重庆发展低碳经济提供基础性研究，有利于重庆改变经济增长方式，也将为中国经济转型提供示范样板。

一、文献综述

纵观国内外学者在碳排放方面的研究，主要集中在以下三个方面：王中英(2006)、杜婷婷(2007)等采用库茨涅茨曲线(EKC)模拟经济发展与碳排放之间的关系，并认为碳排放与收入水平之间遵循倒“U”曲线关系、“N”型关系；朱永彬(2009)等在内生经济增长模型Moon-Sonn基础上进行改进，从理论上得到了最优经济增长率与能源强度之间存在倒“U”曲线关系的必要条件，即能源的产出弹性小于0.5，以上研究侧重探讨碳排放与经济增长之间的关系。在碳排放机理方面：徐国泉(2006)等采用对数平均权重DVISIA分解法，定量分析了能源结构、能源效率和经济发展对我国人均碳排放的影响，得出能源效率对我抑制我国碳排放的作用在减弱，以煤为主的能源结构未发生根本性变化，能源效率和能源结构的抑制作用难以抵消由经济发展拉动的碳排放量增长；林伯强(2007)等该文采用协整技术研究中国煤炭需求的长期均衡关系，估计出中国煤炭需求的长期收入弹性、价格弹性、结构弹性以及运输成本弹性，尤其是工业结构的调整，哪怕是微调，也会对煤炭需求有很大的抑制作用；田志勇(2009)等运用信息熵理论，测算出在以各类能源探明储量为关键指标的前提下，我国以煤炭为主的能源消费结构是占优能源消费结构的结论，并提出节能减排的关键是提高煤炭利用效率和清洁利用问题研究；Lenung D Y C(2000)等对香港二氧化碳和甲烷的排放进行定量化分析，显示煤是二氧化碳的最主要来源；王铮(2008)等对全国各省区的碳排放进行了核算，并在省级尺度上对中国碳排放进行对比，发现碳排放较高的省份集中在消费结构以煤为主的地区，也就是能源消费结构对碳排放有重要影响。除此之外，张健(2009)等研究了碳税和碳排放权交易机制对我国各行业的影响，并得出合理的碳交易机制可以在一定程度桑缓解间接碳税对我国能源行业的影响的结论；顾朝林(2009)等研究了低碳城市规划进展并强调了其对发展低碳经济的关键作用，这些研究填补了我国控制碳排放制度设计的空白。然而专门针对政府发展规划的具体执行部门和监督部门的省级行政区碳排放研究并不多见，仅有帅通(2009)和赵敏(2009)等对上海市能源消费碳排放情况做过研究。本文将在上述研究基础上，测度重庆市1998―2008年碳排放量并对其影响因素进行研究。

二、碳排放量测度及趋势

(一)数据来源及测度方法

采用《重庆统计年鉴》1998～2008年中的能源数据。计算碳排放量时主要考虑以下几方面：1.只计算终端能源消费产生的碳排放；2.不计加工转换过程、运输和输配损失能源的碳排放；3.计算碳排放时统计年鉴只分煤炭、天然气、油料和电力四大类，本文测算碳排放时采用了各类能源的平均碳排放系数，这是基于统计数据的次优选择，由于本文侧重于研究年度变化趋势，故可以忽略此选择对研究结论的影响。

能源消费碳排放量根据IPCC碳排放计算指南，并结合重庆市统计数据的特点，采用以下方法计算碳排放量：A=∑Ck×Ik

式中A为碳排放量，单位104t；Ck为能源消费量，按标准煤计，单位104t标煤；Ik为能源碳排放系数，单位(104t)／(104t标煤)；k为能源种类，取11类。重庆市主要能源消费的碳排放系数来源于IPCC碳排放计算指南缺省值，原始数据以J为单位，为与统计数据单位一致，将能量单位转化成标准煤，具体转化系数为1×104t标准煤=2.93×105GJ，各种能源的碳排放系数(见表1)。

碳排放强度表示碳排放量与GDP的比值，由于经济发展过程中价格不断变化，以现价GDP计算的单位碳排放量不能直接比较，所以需要采用GDP可比价。计算方法：1998―2008年的GDP以1990年作为价格基准年，即将各年度GDP通过价格指数转化为价格基准年可比价。我国并没有公布正式的GDP价格平减指数，研究者需要根据研究目的，选择适当的方法来测算。根据重庆市公布的数据，文中价格指数为居民消费价格总指数和商品销售价格总指数的平均值。

(二)碳排放量变动趋势

近十年来重庆市碳排放量随GDP的增长逐年增长，由1998年的1.337×107t增长到2008年的3.202×107t，年均增长率为8.26％。图一显示碳排放量与GDP增长趋势相同，2003年后能源消费碳排放量增长速率明显加快，2006年后增长速率开始有下降趋势，这与国家“十一五”规划要求的节能 减排政策相符合。作为衡量单位GDP碳排放量指标的碳排放强度，十年来总体下降，从1998年的2.051／104元GDP，下降到2008年的1.50t／104元GDP，下降了26.83％，平均年下降率2.88％。如果要完成中国政府承诺的2020年藏排40％的最低目标，重庆必须在现有下降速率的基础上提高20.14％。何建坤等(2004)的研究认为，碳排放强度的下降率大于GDP的增长率时才能实现二氧化碳的绝对减排。比较发现，1998年到2008年的碳排放强度下降率远小于GDP的增长率11.36％，远不能实现碳绝对减排，图一也显示了碳排放量的增加趋势。

三、碳排放量影响因素分析

碳排放系统是一个复杂的系统，主要分为自然碳排放系统和人为碳排放系统，本文主要研究人为碳排放系统。影响碳排放的因素非常多，如科技进步、国际贸易、固定资产投资、资源丰富程度等都会影响到碳排放量，但归纳起来所有因素都会通过经济增长、产业结构、能源结构、能源效率中的一个或者多个因素体现出来，因此本文主要探讨这几个方面对重庆碳排放量的影响。

(一)经济增长

经济增长推动碳排放增长的作用机理是经济增长首先导致能源消费量的增长，进而促进碳排放量的增长。这个传导过程成立的条件是经济增长处于粗放型增长阶段，能源结构基本稳定且没有出现重大技术创新，重庆经济正处于这样的发展阶段(许秀川等，2008)。一般用能源消费弹性系数即能源总量增长速度与国内生产总值增长速度之间的比值来定量反映经济增长对能源消费量的影响，本文借鉴能源消费弹性系数的计算方法，测算了对应的能源碳排放弹性系数即能源碳排放增长速度与国内生产总值增长速度之间的比值来定量反映经济增长对碳排放的影响。

通常情况下，发展中国家经济发展初期能源消费弹性系数大于或者接近1，发达国家能源弹性系数小于或者接近0.5，表示经济增长在经济发展初期对能源消费增长影响显著(王中英，2006)。按照同样的思路，能源碳排放弹性系数也有相同的测量意义，图二显示重庆市能源碳排放弹性系数与能源消费碳排放系数基本同步变动，且基本都在0.5以上，十年来平均分别为0.76和0.79，表明经济增长对重庆碳排放量起促进作用，不利于降低碳排放强度。

(二)产业结构

产业结构对碳排放的影响主要是由于各产业能源消费密度不同，如能源密度高的产业在国民经济中占有较大比重且上升较快(史丹，1999)，在能源结构和技术因素既定的前提下，碳排放量就会上升较快。

图三演示了重庆市1998―2008年各产业生产总值占比的变化情况。第一产业占总GDP的比重由1998年的20.9％下降到2008的11.3％，下降了9.6个百分点；第三产业占总GDP的比重由1998年的40.3％波浪上升到2006年的45.3％后，急速下降到2008年的41％；第二产业的比重却从1998年的38.8％上升到2008年的47.7％，上升了8.9个百分点。分析表明，近十年来重庆产业结构变动基本上属于一二产业之间的互相替换，也就是在GDP构成当中第一产业减少份额基本被第二产业增加份额所替代，而第三产业比重基本没有改变。以2008年为例，第二产业单位GDP能耗分别是第一产业的3倍，第三产业的4倍，并且第二产业是能源构成中以高碳排放的煤、石油和天然气为主，表明三次产业结构变动对重庆碳排放量有促进作用。并且从变动趋势来说，产业结构向更不利于减少碳排放强度的方向发展。

(三)能源结构

近十年来重庆碳排放量成指数增长，且总碳排放量和煤类能源碳排放量高度相关(见图四)，1998年到2008年间煤类能源碳排量占总碳排放量的比例始终维持在80％以上，而天然气和油料能源的碳排放量也处于稳定的状态，也就是说在最近10年间重庆能源碳排放量的构成基本没有改变。

平均碳排放系数等于碳排放量与能源消费量的比值，由于一种能源本身的碳排放系数基本不会改变，当低碳能源所占比例增加时，平均碳排放系数将下降，反之亦然，能够体现能源结构调整对碳排放量的影响。1998年到2008年平均碳排放系数最高年份为0.639104t／104t标煤，最低年份为0.617104t／104t标煤，且围绕0.628104t／104t标煤的均线成上下波动趋势(见图四)。

同时，尽管重庆能源消费总量从1998年的2119.46104t标煤，增长到了2008年的5091.52104t标煤，年均增长速度达到8.29％，略低于GDP增长速度，但是图五显示的能源消费结构却基本没有改变，尤其是高碳排放煤类能源的比例基本维持在65％的比例，清洁能源如电力维持在10％左右，这与上面碳排放量构成分析完全一直。由此可知，在过去10年的时间里，没有任何证据表明重庆市能源消费结构对控制碳排放量有积极影响。

(四)能源效率

能源效率也称能源消耗强度一般采用万元GDP标准煤能耗量来表示，即e=E／r，其中e表示能源效率，E表示能源消费量(万吨标准煤)，r表示国民生产总值(亿元人民币)。在能源消费结构不变的前提下，能源效率的提高能有效降低碳排放量，徐国泉等(2006)研究表明1995―2004年中国人均碳排放的抑制作用主要来自能源效率的提高。借鉴孙海等(2009)对制造业能源消耗强度的分解方法，本文也将能源消耗强度分解成产效率份额。运用附件中公式(2)和(3)可计算得出十年来产业结构变动对重庆市总体能源效率贡献度为-32.57％，三产业效率份额对总体能源效率份额贡献度为132.57％。图六是重庆市1998―2008年社会生产总值和各产业万元GDP标准煤能耗量的变化图，显示第二产业能源效率变化是导致总体能源效率变化的关键原因，公式测算出二产业效率改进对产业效率改进贡献率达到102.2％，表明重庆市第二产业能源效率提高是重庆市能源效率改进的主要原因。

由于经济增长、产业结构、能源结构对抑制碳排放的贡献率要么为负，要么基本为零，可以得出1998―2008年重庆市能源效率改进是导致碳排放强度从1998年的2.05t／104元GDP，下降到2008年的1.50t／104元GDP的关键原因。

四、结论与启示

(一)结论

第一，碳排放强度有所下降，碳排放总量增长趋势不变。碳排放强度整体成下降趋势，十年间下降了26.83％，年均年下降率为2.88％。在过去10年中重庆市碳排放量以年均8.26％速度递增，略小于以基准年可比价衡量的年均GDP增长率11.36％。图一显示，尽管增长率有减缓的迹象，但短期内碳排放绝对增长趋势不会改变；第二，经济增长、产业结构变动是导致碳排量增加的主要因素。能源碳排放弹性系数与能源消费碳排放系数平均分别为O.76和0.79，远大于倒“U”型曲线关系的必要条件(朱永彬，2009)，表明经济增长促进重庆碳排放量增长趋势短期不会改变。产业结构中一产业下降了9.6个百分点，但是第二产业增加了8.9个百分点，占92.7％，而二产业的能耗强度是一产业的3.05倍，低能耗产业结构向高能耗产业结构转变，导致碳排放量增加；第三，能源结构变动对碳排放量影响很小，能源效率改进是重庆碳排放强度降低的主要原因。从能源结构比例图(见图五)上可以清楚地看出煤类能源、油料能源、天然气能源和电力能源的比例基本没有变化，并且高碳排放的煤炭能源始终处于绝对主导地位；从反应能源消费结构的平均碳排放系数(见图四)上来看，十年来重庆市能源平均碳排放系数基本处在0.628104t／104t标煤的水平，表明能源消费结构对控制碳排放量的影响很小。在经济增长、产业结构和能源结构都对抑制碳排放产生不利影响的情况下，重庆市碳排放强度从1998年的2.05t／104元GDP，下降到2008年的1.50t／104元GDP，这是重庆市产业能源效率提高的结果，尤其是第二产业能源效率提高的结果。

碳排放对经济发展的影响范文第9篇

【关键词】低碳经济；气候变化；可持续发展；经济增长

随着经济社会的迅速发展、人口的持续增长，资源消耗、环境保护与经济发展之间的矛盾日益突出，已严重地影响到经济、社会和环境的可持续发展。因此，从1987年世界环境与发展委员会在《我们共同的未来》报告中首次提出“可持续发展”概念，到1992年6月，联合国环境与发展大会通过的《21世纪议程》，再到英国能源白皮书中首次提出“低碳经济”的概念，人们渐渐对低碳经济思想有了认识，催生了低碳经济理念的迅速发展。

随着“低碳经济”日益受到社会公众的关注，低碳经济被认为是继信息化革命之后第四次产业革命，但低碳经济是如何发展的，何为低碳经济，发展低碳经济究竟会带来“毁灭性的创新”还是“包容性的增长”，这些问题还需要进行深入分析。本文追溯研究低碳经济发展的背景，对低碳经济的概念进行界定，并对低碳发展与经济增长之间的关系做了一个综述，并做出简要评论。

一、发展低碳经济的背景

（一）低碳经济与气候变化

气候变化主要是由于工业化生产过程中化石燃料燃烧和土地利用变化等人类活动排放的温室气体导致大气中高温气体浓度积聚。《斯特恩报告》指出如果不采取行动控制温室气体的排放，气候变化造成的经济、生态以及灾难的损失每年可能达到全球GDP的5～20%或是更多。

低碳经济是在气候变化背景下产生的。低碳经济发展的理念和战略转型，标志着人类对过度损害资源与环境为代价的高碳排放、高耗能和高污染的“高碳经济”发展模式的否定，开始寻找新的发展模式，以摆脱气候变化带来的灾难性后果。

（二）低碳经济与可持续发展

全球气候变化，不是一个单纯的环境问题，而是一个发展问题，需要在可持续发展的框架下加以解决。自工业革命以来，经济发展不断增长的矿物燃料消费，伴随着不断增长的温室气体排放以及其他环境问题。全球气候变化问题的出现和不断加剧已经证明这是一种不明智的、不可持续的发展模式。因此，气候变化作为一个不可持续的因素，未来世界经济的增长必须解决好能源、环境与发展之间的辩证关系，解决温室气体排放与经济增长之间长期形成的正相关性。很显然，低碳经济的发展必须兼顾两个目标，即稳定大气中的温室气体和维持经济增长。在此背景下，未来要求温室气体排放刚性约束条件下实现经济社会可持续发展，而低碳经济是一种可行模式，这是为了适应自然界环境发展变化趋势的一种长期的战略性选择。

（三）低碳经济与金融危机

应对危机的过程，是一个思索和应变的过程，往往也是一个发现机遇的过程。世界经济的发展历史表明，全球性的经济危机往往会促成科技创新的重大飞跃。工业化革命以来的三次科技革命都是以新技术的广泛应用为标志。2008年金融危机影响席卷全球，催生了全球经济结构的调整，以低碳经济为代表的新技术革命，已经成为世界各国推动经济复苏的新增长点和动力。

二、低碳经济的概念界定

目前，发展低碳经济在全球已经基本形成共识，与低碳经济相关的一系列新概念、新政策应运而生。“低碳经济”（low-carbon economy）一词最早见诸于政府文件是在2003年的英国能源白皮书《我们能源的未来：创建低碳经济》：低碳经济是通过更少的自然资源消耗和更少的环境污染，获得更多的经济产出；低碳经济是创造更高的生活标准和更好的生活机会，也为发展、应用和输出先进技术创造了机会，同时也能创造新的商机和更多的就业机会。但英国并没有界定低碳经济的概念，也没有给出可以在国际上进行比较的指标体系。随后，理论界从不同研究角度提出了各自不同的解释。

低碳经济概念有认识上的分歧，有学者指出低碳经济是一种经济发展模式。庄贵阳（2005）认为低碳经济是一种较少排放温室气体的经济发展模式，旨在减缓气候变化。其实质是高能源效率和清洁能源结构问题，核心是能源技术创新和制度创新，目标是减缓气候变化和促进人类的可持续发展，即依靠技术创新和政策措施，实施一场能源革命。徐承红（2010）对低碳经济进行了更详细的解释，他认为低碳经济是以低能耗、低污染、低排放为基础的一种经济模式，其实质是改造传统能源生产和需求、提高能源利用效率、清洁能源开发、追求绿色GDP，其中的核心问题是能源技术和减排技术创新、产业结构和制度创新以及人类生存发展观念的根本性转变。

另有学者提出低碳经济是一种经济形态。潘家华（2010）认为低碳经济是指碳生产力和人文发展均达到一定水平的经济形态，旨在实现控制温室气体排放的全球共同愿景。碳生产力指的是单位CO2排放所产出GDP，碳生产力的提高意味着用更少的物质和能源消耗生产出更多的社会财富。人文发展意味着在经济能力、健康、教育、生态保护、社会公平等人文尺度上实现经济发展和社会进步。中国环境与发展国际合作委员会（CCICED）报告也指出[1]，“低碳经济是一种后工业化社会出现的经济形态，旨在将温室气体排放降低到一定的水平，以防止各国及其国民受到气候变暖的不利影响，并最终保障可持续的全球人居环境。”

尽管低碳经济从不同的理解出发，被认为是经济模式或者是经济形态，但其实两者是共存的。低碳经济是具有包容性、兼容性的新经济形态，而向低碳经济转型的过程就是低碳发展的过程，目标是低碳高增长，强调的是发展模式。因此，低碳经济是指通过建立控制温室气体排放和保持经济可持续增长的发展模式，使碳生产力和人文发展均达到一定水平的经济形态。低碳经济的核心特征是使碳排放与经济增长脱钩，不仅包括技术的作用，还要强调生产、生活方式和社会变革的重要性。低碳经济的本质是通过一系列减缓和适应气候变化的政策和措施减少温室气体排放，促进经济持续、健康和稳定的增长，最终达到经济增长、环境保护和社会效益改善相互平衡的可持续发展。

三、低碳发展与经济增长

所谓碳，指人类社会经济活动排放到大气中温室气体所含的碳，其排放直接影响全球气候变化。研究表明，自工业革命以来，人类活动造成的温室气体排放是导致全球变暖的主要原因。

因此，世界气候变化对全球经济和安全的威胁迫使人们重新审视碳排放与经济增长的关系。对如何控制碳排放量（carbon emission）以及碳排放量受到哪些因素的影响一直是学者们研究的一个热点。通过对现有文献的分析发现，碳排放量的影响因素不仅包括Kaya公式所揭示的人口、人均GDP、GDP能源强度和能源消费CO2排放强度，还包括国际贸易，两国的商品贸易为碳排放创造了一种转移机制。

（一）人口规模、结构和消费模式对碳排放量的影响

不言而喻，人口越多，碳排放量就越多。从某种角度上讲，人口的增长速率、数量和规模是一种自然过程。人口因子难以通过政策和投资来调控，新增的人口必然需要额外的碳排放来满足其基本生活需要。

但是，人是资源和产品的最终需求者和消费者，如果没有人口的增长，对环境资源的压力和对产品的需求增长将主要来自于现有人口生活质量提高的需要。研究表明，由于行为习惯、生活方式等消费模式方面的差异，不同国家居民消费产生的能源消耗和碳排放具有较大的差异。例如，美国和英国等欧盟国家人均GDP均超过了3万美元，在消费排放上却存在较大差距。以家庭部门的交通排放为例，由于对私人汽车的依赖，美国家庭人均出行排放约4t左右，是其它国家的2倍[2]。

（二）GDP、能源消耗与碳排放量的因果关系

有学者对GDP、能源消耗、碳排放量之间的关系进行了定量研究。Ramakrishnan Ramanathan（2006）采用DEA方法（Data Envelopment Analysis，数据包络分析法）同时分析了GDP、能源消耗、碳排放量之间的联系。他指出以往研究的缺陷是，只分别分析了经济增长对碳排放的影响或者能源消耗对碳排放量的影响，没有对三者的联系进行分析。该研究以1980-2001为时间段，在DEA分析效率指标构建中，将GDP和碳排放量作为产出，非化石能源消耗作为投入。结果显示效率指标在1980年时最高，接下来的7年急剧下降，随后呈现反复震荡下跌趋势，1996-2001年逐渐回升。

另外，Xing-Ping Zhang，Xiao-Mei Cheng（2009）研究了中国能源消耗、碳排放量与经济增长之间的格兰杰因果关系及发展方向。他建立了一个包含GDP、能源消耗量、碳排放量、资本和城市人口指标的多元模型，根据1960-2007年的实证结果显示，GDP对能源消耗存在单向格兰杰成因，能源消耗量对碳排放量也存在单向格兰杰成因，而碳排放量和能源消耗量都不是经济增长的格兰杰成因。也就是说，从长远来看，中国政府可以推行渐进的能源政策和碳减排政策，这并不会妨碍经济增长。

定量分析的结果表明，化石能源消耗是碳排放的主要来源，低碳经济是经济增长与能源消耗脱钩的经济。也就是说，在低碳经济发展模式下，经济增长并不依赖于化石能源的消耗。从长期来看，经济增长与碳排放量也不存在因果关系，而能源消耗是碳排放量的重要影响因素。

（三）碳排放量随国际贸易而转移

关于碳排量的影响因素，不仅有国内因素，国际贸易也是影响碳排放量的一个重要因素。Yan Yunfeng，Yang Laike（2010）提出两国之间的商品贸易为碳排放提供了一种转移路径，不仅使产品可以在世界各国之间自由流动，同时也使得碳排放可以自由转移。1997-2007年间，中国碳排放量的10.03%-26.54%是由出口产品的生产所导致的，而进口产品的碳排放量仅占到4.40%和9.05%。世界其他国家因转移机制减排的CO2从1997年的150.18Mt增加到2007年的593Mt，而中国在该期间因出口产品而净增的CO2达到4894Mt。该研究为近年来中国碳排放量激增找到了一个新的解释视角，同时这些数据也说明了中国在国际贸易中处于“世界工厂”的地位。

朱启荣（2010）利用投入—产出模型，测算了2002年和2007年我国出口贸易活动产生的CO2排放量；然后实证分析了我国出口商品结构存在的问题及其原因，并揭示了出口贸易中的高碳产品转移问题。“入世”后，我国出口贸易产生的CO2排放量呈现迅速增长态势；我国高碳产品具有一定的竞争优势，使得高碳产品在我国出口中所占的比重较大。研究还表明，一些高碳产品正在向我国出口行业转移。

在开放经济条件下，自由贸易导致生产和消费环节相分离，要素流动性加强会促进国家间的产业转移。虽然这必然会带来资源配置效率的改进，但这会给不同国家带来不同的福利效果，也会给发展低碳经济过程带来不同的影响。

四、小结

“低碳经济”概念的提出源于全球气候变暖的背景，从《京都议定书》到“巴厘岛路线图”，乃至最近的哥本哈根会议，世界各国都在为解决气候问题发展低碳经济而努力。围绕低碳经济，国内外学者们从不同视角、运用不同方法、对不同地方进行了研究。

关于低碳经济与经济增长，目前比较一致的结论有：①影响碳排放量的因素有人口、消费模式、能源消耗、技术水平等，而两国间的商品贸易也可以导致碳排放的转移；②目前经济增长对碳排放量的影响主要是通过能源消耗来实现的，为实现低碳经济，应该降低能源强度及碳强度，逐渐由化石能源过度到清洁能源的使用；③不同行业的碳排放量有着显著差异，一个国家或地区应该从总体层面上规划产业发展，加大新技术研发力度，提升产业结构。在研究方法上，灰色关联分析法、数据包络分析法、投入产出法以及对人口经济学中Lotka-Volterra模型的应用等，值得国内学者的借鉴。低碳经济已成为一种发展趋势，各国都致力于向低碳经济的转变，并从中寻找新的经济增长点，如何才能实现低碳经济转型，这一问题更值得深入研究和探讨。

参考文献

[1]中国环境与发展国际合作委员会.低碳经济的国际经验和中国实践[R].北京：2008，12.

[2]潘家华.低碳发展的社会经济与技术分析[J].世界，2000：1-19.

[3]潘家华，庄贵阳，郑艳，朱守先，谢倩漪.低碳经济的概念辨识及核心要素分析[J].国际经济评论，2010（4）：88-101.

[4]张坤民.低碳世界中的中国：地位，挑战与战略[J].中国人口·资源与环境，2008（3）：1-7.

[5]朱启荣.中国出口贸易中的CO2排放问题研究[J].中国工业经济，2010（1）：55-64.

[6]庄贵阳.中国经济低碳发展的途径与潜力分析[J].国际技术经济研究，2005，7（3）：8-12.

[7]徐承红.低碳经济与中国经济发展之路[J].管理世界，2010（7）：171-172.

基金项目：江苏省教育厅高校哲学社会科学基金项目（08SJD6300025）；国家自然科学基金项目（71073078）。

作者简介：

碳排放对经济发展的影响范文第10篇

［关键词］ 低碳经济；经济类专业；教学

［作者简介］ 丘兆逸，广西师范学院经济管理学院副教授，研究方向：贸易与环境，广西 南宁，530001

［中图分类号］ G42 ［文献标识码］ A ［文章编号］ 1007-7723（2012）02-0096-0003

一、引 言

气候变化是当今全球最突出的环境问题。根据斯特恩报告，由于大气中二氧化碳浓度从工业革命前的280PPM上升到目前的480PPM，导致全球温度上升了0.5℃以上。若现在不进行积极干预，到21世纪末，温度可能上升2～3℃,导致的全球经济损失将占GDP的0～3%；综合其他因素，温度甚至可能上升5～6℃，造成的全球经济损失将可能导致GDP下降5％～10%。根据国际能源署的统计（IEA，2008），中国2007年由消费化石燃料而生产的二氧化碳排放量已经超过美国，成为全球最大的碳排放国，减排压力陡增。同时，中国是受气候变化影响较大的国家，根据王金南等（2006）的估计，中国每年因气象灾害造成的直接经济损失约占年GDP的3％～6%。为应对全球气候变化，中国政府于2002年专门成立气候变化评估报告编制领导小组，主要从事气候变化国家评估及其支撑性研究，2007年开始实施《应对气候变化国家方案》。为应对气候变化，最根本的办法就是发展低碳经济，实现经济发展和减少碳排放的双赢。

发展低碳经济，将对我国高等教育本科的经济类专业教学带来机遇和挑战。为此教育部于2010年3月了《关于战略性新兴产业相关专业申报和审批工作的通知》，支持、鼓励高校从本科教育入手，积极申报与包括低碳经济在内的战略性新兴产业发展人才需求相关的新专业。而现有研究主要集中在低碳技术专业的设置上，如对热能与动力工程专业、服装设计专业的影响等，就低碳经济对经济类专业教学的影响研究比较少。而低碳经济作为一种全新的经济发展模式，将对经济类专业教学产生重大影响。本文的结构安排为，先介绍低碳经济的内涵及其发展，其次分析低碳经济对经济类专业教学的影响，然后研究低碳经济背景下的经济类专业教学模式的创新，最后是相关措施。

二、低碳经济的内涵及其发展

（一）低碳经济的内涵

低碳经济的概念最早是在英国2003年的能源白皮书――《我们能源的未来：创建低碳经济》中提出的，而被广泛接受的低碳经济定义是英国环境专家鲁宾斯德的阐述。即低碳经济是一种正在兴起的经济模式，其核心是在市场机制基础上，通过创新制度框架和政策措施，推动各种能源技术与温室气体减排技术的开发和运用，促进整个社会经济向“一高两低（高能效、低能耗和低碳排放）”的模式转型。

（二）低碳经济的发展

1．国外低碳经济的发展

面对2008年的金融危机冲击，很多国家都把发展低碳经济作为走出危机、抢占新的经济发展战略的重要手段。在美国，奥巴马政府上台后，宣布实施“绿色能源新政”。具体包括，把风能、太阳能等可再生能源接入全美统一电网，并进行智能化管理；为推广混合动力汽车，每台给予补贴7000美元；为推动新能源技术发展，准备在五年内累计投入1500亿建设资金。在英国，发展低碳经济更是被上升到国家战略的高度。2008年，该国颁布实施《气候变化法案》，是世界上首个为温室气体减排目标立法的国家，同时还公布了世界上第一个碳预算。作为发展中国家的印度，是世界第五大温室气体排放国。印度政府制定刺激性财政政策，例如税收补贴、软贷款等，以鼓励可再生能源的大力开发、能源有效利用。

2.国内低碳经济发展

作为负责任的发展中大国，中国政府重视低碳经济发展。2007年9月8日召开的APEC第十五次领导人非正式会议上，同志在发表讲话时就提出要发展低碳经济。2009年底，我国政府宣布到2020年单位GDP的二氧化碳排放强度要在2005年基础上下降40％～45%。在“十二五”规划中提出发展多元清洁能源的目标，为此要积极发展太阳能、生物质能、地热能等新能源。为促进低碳经济发展，我国投入大量资金。在我国新增的4万亿刺激经济投资计划中，用于节能减排、生态工程等与应对气候变化相关的项目投资合计达5800亿元。在政府和市场的共同推动下，我国低碳经济取得了长足发展。目前，我国已初步形成了风电设备制造及其配套零部件专业化产业链。2008年，我国光伏电池产量占全球市场的30%，位居全球首位；全球前25家太阳能电池生产商中，我国企业占了8家。

三、低碳经济对经济类专业教学的影响

低碳经济作为一种新的经济发展模式，一方面通过创造新的经济活动，催生新的经济类专业；另一方面，对原有经济活动施加影响，需要对原有的经济类专业教学进行调整。

（一）低碳经济催生新的经济类专业

低碳经济催生新的经济类专业主要包括：碳排放交易、碳金融、企业碳管理咨询、节能管理，其中重点是前两者。为应对全球气候变暖，《京都议定书》确定了清洁发展机制（CDM）、联合履约（JI）和排放交易，这催生了配额型和项目型碳排放交易市场。其中，配额型交易是指因总量控制下而生产的减排单位交易，如“欧盟排放配额”；项目型交易是指因实施减排项目而产生的减排单位交易，如清洁发展机制导致的“排放减量权证”、联合履约机制导致的“排放减量单位”。碳排放交易的基本原理是，合约的买方通过向卖方支付货币等而获得温室气体减排额，这样买方可以将购得的减排额用于冲减其减排责任，从而实现减排的目标。2009年全球碳排放交易市场规模同比增长6%，达到1440亿美元。据世界银行预测，2012年全球碳排放交易市场规模将达到1500亿美元，有可能超过石油交易成为世界第一大市场。

据统计，中国国家发展改革委员会累计批准的CDM项目为2685个，折合造林面积大约为100万公顷，所产生的碳汇为3637万吨，交易金额为3.63亿～4.84亿美元（按世界银行生物碳基金每吨二氧化碳的排放价格为3～4美元价格计算），约占全球碳排放交易市场份额的20%，是全球最大的CDM交易国家。2008年，我国在北京、天津、上海等地区试点二氧化碳交易市场。次年8月5日，北京环境交易所完成国内自愿碳减排第一单交易――天平汽车保险以27.76万元的金额，购得奥运期间北京绿色出行活动中产生的8026吨碳减排指标，以抵消其2004年至2008年运营过程中所产生的碳排放。碳排放权交易需要高级的经济管理人才，为此需要开设与碳交易和碳金融相关的新专业，以满足低碳经济的人才市场需求。而目前国内高校几乎没有开设此类专业。

（二）低碳经济对现有的经济类专业教学的影响

低碳经济作为一种新的经济发展模式，会对原有的经济活动产生影响，从而对原有的经济类专业生产影响。本文主要以低碳经济对国际贸易的影响为例，说明其对国际经济与贸易专业的影响。

低碳经济的发展要求把二氧化碳排放内生化，即要考虑产品的碳足迹。碳足迹主要是指在产品或服务的生产、运输和消费过程中所排放的二氧化碳及其他温室气体的总量。而碳标签就是在产品标签上把其碳足迹标示出来，以让消费者了解该产品的碳信息，便于其进行低碳消费选择。以商店出售的炸鸡腿为例，其碳标签把从养鸡、加工、配送到上架、包装回收或垃圾处理等的每个环节所产生的二氧化碳明确标示出来。目前，法国、日本等国的部分商场规定，禁止没有碳足迹认证的商品进入。国际零售巨头――沃尔玛已要求其采购供应商必须实施碳足迹验证，贴上碳标签。我国是沃尔玛的主要采购来源地，碳足迹的实施，要求国内承担减排责任，否则将拿不到订单。2010年10月，大连獐子岛渔业集团股份有限公司的獐子岛虾夷扇贝成为我国第一个碳标识认证食品。

在低碳经济的约束下，促使我国发展气候友好产品。气候友好产品是一种特殊的环境产品友好产品，其可直接减少温室气体排放。风力发电机、光敏半导体器件、光学元件等是典型的气候友好产品。马建平、曲如晓（2009）的研究发现，我国的气候友好产品虽然规模大，但价值增值幅度小、在国际交换中处于不利位置上。此外，我国的能源结构以高碳排放的煤炭为主，出口商品的隐含碳比较高。而根据《2009美国清洁能源和安全法》，到2018年美国政府有权要求向来自包括我国在内不实施国际减排义务的国家进口商品征收碳关税。届时，碳关税的征收将严重损害我国的出口竞争力。因此，我国未来应大力发展气候友好产业，降低出口商品的隐含碳。

发展气候友好产品贸易，需要对传统的国际经济与贸易专业进行调整。一是从事国际贸易的相关人员必须了解气候变化的相关知识，如产品的碳足迹计算。二是要熟悉国际贸易中与气候变化相关的规制。比如与气候友好服务贸易相关的多变贸易协议有《服务贸易总协定》（the General Agreement on Trade in Services，GATS)的第XIX章，WTO成员对于以减缓气候变化为目标的政策有特别的条款。

四、低碳经济背景下经济类专业教学模式的创新

（一）经济与环境的学科交叉培养

无论是新的碳排放交易和碳金融相关专业的开设，还是对诸如国际经济与贸易等传统经济类专业而言，在低碳经济背景之下都强调经济学科与环境学科的有机结合。如国际经济与贸易专业的学生除了要掌握原来的国际经济理论、国际贸易实务等相关知识外，还要求了解气候变化的相关知识，才能适应低碳经济下从事国际贸易业务的新形势。这就要求，在低碳经济背景下，对新开设的相关经济类专业和传统的经济类专业实施经济与环境的学科交叉培养。

（二）产学研联合培养

低碳经济是一种全新的经济发展模式，并且还处于探索阶段，但又急需相关经济类人才参与。这对经济类的专业的发展带来挑战，因为相关知识、实践还没有成熟。以我国的碳排放交易市场为例，2004年我国政府颁布了《CDM项目运行管理暂行办法》，2008年开始试点，运营时间不长，并且还不够规范。更突出的是，我国碳排放权初始分配制度还不完善、交易体系的法律体系不健全。在这种背景之下，碳排放交易和碳金融类相关专业的建设面临很多困难，如师资力量不足、相关规制变化快。这就需要产学研联合建设相关经济类新专业和传统的经济类专业，因为低碳经济的市场界及其研究界掌握着该行业的最新发展。

五、促进低碳经济背景下经济类专业教学的措施

碳排放对经济发展的影响范文第11篇

[关键词]广东省；出口贸易；碳排放；实证分析

[中图分类号]F752.8 [文献标识码]A [文章编号]1002-736X（2013）09-0059-04

一、引言

我国从1978年实施改革开放试点探索，伴随着外贸管理体制的锐意改革、灵活的贸易形式和迅速增长的外商直接投资，我国对外贸易规模得到了快速的壮大。我国对外贸易的进出口总额由1978年的206.4亿美元快速增长到2011年的3.54万亿美元，2011年同比增长22.5%，33年间进出口金额增长超过176倍。其中，出口贸易额从1978年的101.4亿美元迅速增长到2011年的5317.93亿美元。0海关数据显示，2012年前三季度，广东省进出口贸易总值为7156.2亿美元，同比增长6.1%，其中9月份进出口规模再次刷新月度历史纪录，9月单月出口值突破500亿美元。广东省自改革开放以来，进出口总值一直保持在全国的领先位置和高企的外贸依存度。然而，在对外贸易飞速发展的同时，许多国内外学者的研究指出，对外贸易的快速发展往往伴随着碳排放的增加。国际能源署预测未来20年中国的碳排放平均增速将高达2.7%，居全球首位。

广东省作为我国经济发展的大省，有必要扮演好碳排放先驱的角色，促进大范围的减排活动和可持续发展。全球化贸易与发展已经成为当今社会经济发展的重要模式，对贸易与环境之间的互动关系进行探讨研究显得非常必要。作为以外资导向型外贸为特色的广东省，从对外贸易的角度探讨广东省经济可持续发展具有一定的现实价值。

关于研究出口贸易与碳排放之间的关系。相关的研究主要集中在以下两个方面。一是用计量分析工具将研究重点放在出口贸易与碳排放之间的关系，现有的文献大部分都是研究出口贸易对碳排放的影响，少数文献则研究碳排放对出口贸易的影响。张菲菲（2010）研究了湖北省出口贸易对碳排放的影响，对1978—2008年的数据进行ADF检验、协整检验和Granger检验，协整检验显示二者存在长期关系，出口增长1%会导致碳排放增长0.15883%，Granger检验表明，湖北省出口贸易是碳排放量增加的格兰杰原因。。许广月、宋德勇（2010）根据碳排放因素分解法计算出我国1980—2007年的碳排放量，然后实证分析了出口贸易、经济增长与碳排放量之间的动态关系。结论显示，3个变量间存在长期协整关系：出口贸易是碳排放和经济增长的Granger原因，而经济增长不是碳排放的Granger原因：碳排放对出口贸易的响应强度不断增强，随后不断较少，直至达到最小值；碳排放对经济增长的响应强度由负变正，且不断增强，达到最大值后减少。二是从全球价值链的角度对出口贸易和碳排放之间的关系进行分析，大多利用投入产出模型和结构分解模型进行分析。李斌、彭星（2011）引入了全球价值链视觉，通过联立方程计量经济学模型对中国1995—2010年的时间序列数据进行实证分析，研究结果表明：对外贸易规模的扩张、技术的不断进步及逐渐融入全球价值链是对外贸易影响中国碳排放的三大主要因素，而对外贸易商品结构的差异对碳排放的影响则不显著。杜运苏（2011）从贸易中隐含碳排放的测算方法出发，利用投入产出模型，总结了我国对外贸易中隐含碳排放失衡、碳排放责任认定及影响因素三个方面的研究进展，并且指明了未来的研究方向。

由于现有的相关研究大部分都集中在对全国范围的研究，相比而言对小范围或区域发展的研究成果则比较少。广东省作为我国对外贸易发展的先驱，研究广东省出口贸易与碳排放之间的关系具有一定的价值，能为我国其他省份的发展提供参考。本文将选取广东省1985—2011年共27年的对外贸易时间序列数据以及根据能源消耗计算出各年的碳排放数据，利用计量经济学的工具对出口贸易和碳排放之间的关系进行实证分析，探讨两者之间的关系从而为对外贸易政策和碳减排方案提供具有实践性的建议，推动省域低碳经济健康发展。

二、广东省出口贸易的碳排放研究

（一）模型设计及研究方法

1.模型设计。为了更针对性地分析广东省出口贸易对碳排放的影响，本文将不考虑其它因素的影响，将广东省出口贸易额和碳排放量作为同一模型下的两个变量，其中广东省出口贸易作为自变量，碳排放量作为因变量，建立广东省出口贸易对碳排放影响的实证分析模型。模型为：

LnC=α+βLnE+μ （1）

其中，LnC是LnCarbon的简写，为碳排放量的对数值；LnE是LnExport的简写，为出口贸易的对数值；二者分别是模型中的因变量和自变量。将变量取自然对数是为了消除异方差的影响，提高模型的拟合度效果，更准确地验证变量之间的关系。模型中，α是截距项，μ是残差项，β是待估计的变量系数。若估算出来的β值为正数，则表明广东省出口贸易的增加会导致碳排放的增加；反之，则广东省出口贸易的增加有利于碳排放的减少。鉴于我国的出口贸易结构还处于粗放型和高能耗的发展阶段，因此，本文实证分析理论预期在该模型中β为正数。

2。研究方法。本文的实证分析分为五个步骤，采用定性和定量分析相结合的方法。第一步，定性分析与现状描述。对广东省1985—2011年27年来的对外贸易发展情况和碳排放量现状进行定性的分析和描述。第二步，平稳性检验。平稳性检验简称为ADF检验，利用该方法对LnC和LnE序列数据进行稳定性检验。第三步，协整检验。在平稳性检验的基础上，运用Johanson协整检验实证分析二者是否存在长期的协整关系。第四步，误差修正检验。误差修正模型也称ECM模型，该模型将建立在协整检验的基础之上，检验变量之间的短期变动关系。

（二）数据来源与处理

1.出口贸易数据的来源与处理。广东省历年的出口贸易数据可以通过官方的统计获得，数据来源于历年《广东统计年鉴》以及《新中国六十年统计资料汇编》。为了消除价格变动的影响，本文以1985年为基期对后续各年的出口额进行CPI平减处理。CPI指数数据来源于历年《广东统计年鉴》和《新中国六十年统计资料汇编》。

2.碳排放数据的计算。由于目前为止尚未有固定标准统计出来的碳排放数据，而碳排放量的多少与能源的使用息息相关，因此碳排放量数据需要在能源使用的基础上获得，国际上通常是通过能源消耗来计算的。按能源品种核算碳排放量，碳排放的能源品种主要有煤炭、石油和天然气。目前国内关于碳排放的测算主要采用碳排放系数和能源消耗计算获得。本文通过《广东统计年鉴》和《新中国六十年统计汇编》收集到广东省历年的各类主要能源的具体消费数据。

本文假设电力不产生碳排放，分析集中在煤炭、石油和天然气三类能源的消耗上。本文参考徐国泉等（2006）研究提出的碳排放计算模型，该模型在测算碳排放量上具有很好的参考意义和代表性。依据Kaya恒等式，利用对数均值迪氏分解法计算广东省1985—2011年的碳排放量，具体计算公式为：

TC=∑i（Ei/E）*（Ci/Ei）*E=∑iSi*Fi*Ei （2）

公式中，TC为碳排放总量，i为能源种类，Ei表示能源i的消耗量，E表示能源的消耗总量，Ci表示能源i的碳排放量，Si表示能源i在能源消耗总量中所占的份额，Fi表示各种能源的排放系数。则进一步推导出碳排放总量的公式为：

碳排放总量=∑能源i的消费量*能源i的碳排放系数 （3）

碳排放系数是指每一种能源燃烧或使用过程中单位能源所产生的碳排放量，该排放系数是在正常的技术和管理条件下的统计平均值。通过查阅相关文献，本文查阅到美国能源部、日本能源经济研究所和国家发改委能源研究所等五个权威机构统计的能源碳排放系数。

为了使碳排放数据更准确，综合上述几个机构所的碳排放系数，本文最终采用的能源碳排放系数将取上述数据的均值，则本文所取的煤炭、石油和天然气的碳排放系数值分别是0.73592、0.5625和0.4269。综合各种能源使用的数据及对应的能源碳排放系数，计算得出广东省1985—2011年各年碳排放量（见表-2）。

（三）实证分析

1.定性分析与现状描述。在进行实证分析前，首先对广东省1985—2011年的对外贸易额和碳排放量进行初步的数量走势分析。随着广东省对外贸易的稳步发展，碳排放量保持着逐年上升的趋势，在进入21世纪后首次超过4000万吨的排放量，并以加快的速度持续地增长。到201 1年底止，广东省的碳排放量达到了1.1亿吨左右，是1985年碳排放量的8倍多，显示了广东省碳排放的快速增长情况。同时，根据对数据处理的结果，本文在进行了简单的定性分析后，参考张晓峒（2010）编著的Eviews使用指南并利用计量软件Eviews6.0对广东省1985—2011年出口贸易对碳排放的影响进行实证分析。根据前述的模型设计，在实证分析前对各年的出口贸易和碳排放数据进行取自然对数处理。

2.平稳性检验。本文采用ADF检验对时间序列数据进行平稳性检验。根据AIC准则确定变量的滞后阶数，计量软件Eviews 6.0操作分析的结果显示，LnE和LnC两个变量在1%、5%和10%的显著水平下均不能拒绝存在单位根的假设，两个变量的一阶差分序列分别在5%和10%的显著性水平下通过了平稳的显著性检验。因此，LnE和LnC两个变量的水平序列是不平稳的，而一阶差分序列是平稳的，即为一阶单整I（1），接下来可以进一步进行协整检验。

3.协整检验。根据上述的ADF平稳性检验结果，序列LnE和LnC都是一阶单整I（1）序列。由于上述序列均通过了平稳性检验且两个变量都是同阶单整的，这就符合协整检验的前提条件，接下来可以对变量进行进一步检验与分析，检验二者之间是否存在长期协整关系。本文的协整检验采用Johanson最大似然检验法，检验结果如表-4所示。无约束协整秩检验在轨统计量和极大特征值均表明在5%的显著性水平上拒绝了没有协整向量的假设，说明了LnC和LnE两个变量之间存在着协整关系，二者的长期均衡协整关系为：

LnC=0.550835*LnE+0.839582 （4）

（0.02064） （0.19176）

协整方程中括号内为相应的误差项，估计方程的似然比为65.47399。由协整方程可知，广东省碳排放量对出口贸易的弹性系数为0.550835，即广东省出口贸易增长1%，相应导致的碳排放量就会增长0.550835%。以此看来，广东省出口贸易对碳排放具有不利影响，出口贸易增加会导致碳排放的增加。

4.ECM误差修正模型。上述的检验结果表明广东省的出口贸易与碳排放之间存在长期协整关系，但接下来需要进一步对变量之间的短期变动关系进行检验。本文采用ECM误差修正模型进行分析，误差修正模型能反映具有协整关系变量的序列，能检验自变量离开均衡状态时的偏差值以解释因变量的调整值，反映了序列与均衡之间的关系。因此，根据上述的协整检验，可建立如下误差修正模型：

DlnCt=0.018001+0.224847*DlnE+0.465062*DlnCt-1-0.074995*DlnEt-1-0.523393*ECMt-1

（0.669554）（2.298364） （1.452801） （-0.684496） （-1.444384）

DW=2.063265，Logl=41.86134

回归结果显示，该模型通过了显著性检验，变量的变动方向与长期均衡模型的变动方向一致，出口贸易的短期变动对碳排放存在不利影响，本期的出口贸易每增加1%，碳排放则增加0.225%。由于短期的调整系数是显著的，具体数值为-0.523393，符合反向修正机制，表明了碳排放与长期均衡值的偏差中的52.3%被修正。该模型反映了LnC受LnE影响的短期波动规律，表明广东省出口贸易对碳排放二者之间存在紧密的联系。

三、结论与建议

本文对广东省1985—2011年的出口贸易与碳排放数据，针对出口贸易对碳排放的影响进行实证分析，实证研究结果表明出口贸易与碳排放之间存在长期均衡稳定关系，出口贸易每增加一个单位，碳排放量就会增加0.55个单位。误差修正模型表明了广东省出口贸易与碳排放二者之间在短期内存在紧密联系，在短期内，碳排放受到出口贸易的波动影响。本文将对广东省出口贸易以及低碳经济的发展提出一些政策与建议，以推动省域经济的健康可持续发展。

（一）创新和推广低碳技术，大力发展低碳经济

要切实减少碳排放，最根本的途径是减少对化石能源的使用和依赖，需要政府和社会各界加强在技术和科技创新方面的投入，走新型可持续发展的绿色道路。从长远来说，发展低碳经济需要在政府和社会的共同努力下，创建自有品牌，鼓励全社会进行自主创新，改变粗放经济发展模式，通过发展低碳技术，促进相关低碳高科技产业的发展，带动本国经济走向复苏。同时，加大对新兴绿色能源和可再生能源的研究，争取在可替代能源领域保持的优势，不断引领科技发展的潮流，避免消极被动应付。

（二）构建碳交易平台，积极推动碳排放交易

2012年初国家发改委正式批准全国七个省份启动碳排放交易试点，政府应进一步顺应时展的潮流和趋势，大力推广碳排放交易试点，扩大碳排放交易试点的范围，推动碳产业成为经济发展的新增长点。同时，适应全球低碳经济发展的趋势，着力构建完善的碳交易体系，建立碳交易的平台，全面推动碳减排。

（三）优化出口贸易结构，促进产业布局升级

广东省的出口贸易伴随着改革开放得到快速的发展，出口贸易中工业制成品的比例占据了90%以上，对环境带来了非常不利的影响，同时，出口贸易也是拉动经济发展的一大动力，因此，必须重视出口贸易对环境和气候带来的负面影响，对出口产品加征税收以提高出口产品的品质。在优化出口贸易结构的同时，需要以低碳技术为契机，降低经济对出口的依赖，积极调整产业结构，力争将劳动密集型产业向高新技术产业的发展转型，促进产业链的有效整合，利用广东省自身的地理区位优势、人口资源优势和国家倾斜政策吸引外商投资。

（四）构建低碳产业体系，完善法律法规

广东省作为全国经济发展的先驱，应在低碳产业发展体系的构建中扮演带头的角色，积极推动环保节能项目、传统产业节能减排、清洁发展机制项目和增加森林碳汇等方面的发展，提高节能效果。构建低碳产业体系的同时，要逐步完善有关碳减排的相关法律法规，为低碳经济的发展提供有效的法律保障机制。欧盟国家的成功实践表明，能源税、碳税和排放交易机制等财税政策是促进碳排放的有效途径。

注释：

①广东统计年鉴[Z].广东省统计信息网.

②中华人民共和国海关总署广东分署官网.

③冯相昭.碳减排还有哪些潜力可挖？[J].环境保护，2011，（10）：40-42.

④张菲菲.湖北省出口贸易对碳排放的影响研究[J].中国商界，2010，（2）：203.

⑤许广月，宋德勇.我国出口贸易、经济增长与碳排放关系的实证研究[J].国际贸易问题，2010，（1）：74-79.

⑥李斌，彭星.国对外贸易影响环境的碳排放效应研究——引入全球价值链视觉的实证分析[J].经济与管理研究，2011，（7）：40-48.

⑦杜运苏.我国对外贸易中隐含碳排放增长的结构分解分析[J].国际贸易，2011，（5）：19-24.

碳排放对经济发展的影响范文第12篇

【关键词】 低碳；能源；经济

当今世界，全球气候变暖已经成为不争的事实，气候问题已经成为世界各国关注的焦点。全球气候变暖给人类的生存和发展带来了极大的挑战，为应对不断恶化的环境问题，世界各国期望通过国际合作来解决气候变化问题。从1992年的《联合国气候变化框架公约》到1997年的《京都议定书》，到2007年的“巴厘岛路线图”再到2009年的《哥本哈根协议》，这些国际协议或者公约证明了人类已经认识到了气候变化问题的严重性，并期望通过国际合作积极寻找应对气候变化的良方，在全球范围内寻求一种可持续的经济发展模式。《京都议定书》为通过国际合作控制温室气体排放开了一个好头，但是美国以承担减排义务影响本国经济发展为由而拒签，使得《京都议定书》遭受严重的挫折，国际谈判在解决国际气问题上举步维艰。在此背景下，英国于2003年提出了低碳经济这一概念。这一概念一经提出就立即成为经济学界乃至整个社会的热点名词，由此引发了对低碳经济研究的热潮。世界各国都开始纷纷探寻发展低碳经济的途径，向低碳经济转型已经成为世界经济发展的趋势。对于低碳经济的含义，迄今还没有形成一个统一的说法，目前低碳经济被广泛引用的定义是英国环境专家鲁宾斯德的阐述，“低碳经济是一种正在兴起的经济模式，其核心是在市场机制基础上，通过制度框架和政策措施的制定和创新，推动提高能效技术、节约能源技术、可再生能源技术和温室气体减排技术的开发和运用，促进整个社会经朝高能效、低能耗和低排放的模式转型”。

Yoichi Kaya教授在IPCC的一次研讨会上的报告中提出Kaya恒等式，通过一种简单的数学公式将人口、经济、能源消费等因子与人类活动产生的二氧化碳联系起来，具体表述如下二氧化碳排放量二人口x人均GDP x单位GDP能源消耗量x单位能耗排放量Davis等分析了美国1996―2000年能源强度和碳排放强度下降的原因，认为能源结构调整不是主要原因，天气变化才是主要原因。Greening等采用Divisia Index De Composition的方法对10个经济合作发展组织成员国家的生产部门、货物运输、居民们终端服务部门、私人交通的碳排放强度进行了分析，认为生产部门能源强度下降是其 碳排放强度下降的主要原因，同时能源价格等一些因素也会对碳排放强度有很大的影响；货物运输部门碳排放强度的增长主要是受交通模式向碳密集型模式转变的影响，燃料价格及对购买交通工具征税等措施都不能有效的减少能源消费；居民终端服务部门的终端能源消费结构、发电的燃料构成、能源强度对碳排放强度下降的影响各不相同，但是终端用能方式对其下降却是起了相反的作用；私人交通部门能源强度的下降对碳排放强度下降的影响较大，但是未来仅仅依靠降低能源强度的政策来减少二氧化碳排放可能还是不够的。

碳排放对经济发展的影响范文第13篇

进行现代化建设以来，中国经济发展迅速，平均每年保持8%的经济增长速度，已经超越日本成为全球第二大经济体。反思中国经济增长背后的动因，不难发现这种增长是以资源高消耗、高污染为特征的粗放型经济增长，这不仅造成了巨大的资源浪费与低效率，而且还给环境带来了严重的污染。随着全球生态破坏日益加剧，大气中CO2等排放物增多，温室效应对人类的影响日趋严重，特别是温室气体的排放已成为关注的焦点，而中国已成为世界上温室气体排放最多的国家之一。温室气体减排行动正在逐步成为人类发展的责任和共识，如何实现碳减排也越来越被重视。因此，分析和准确把握我国碳排放的变化特征和影响因素，对科学制定碳减排政策具有重要的意义。

二、中国碳排放测算方法及数据来源

（一）测算方法

碳排放主要来源于三个方面：煤炭、石油、天然气的使用。本文参照各类能源的碳排放系数（表1），计算出中国代表性产业的二氧化碳的排量，据以观察国民经济增长中二氧化碳排放量的重点产业。本文用于计算碳排量的公式为Et=δfEf+δmEm+δnEn ，其中，Et为碳排放量，δf为煤炭消耗的碳排放转换系数，Ef为煤炭消耗量；δm为石油消耗的碳排放转换系数，Em为石油消耗量；δn为天然气的碳排放转换系数，En为天然气消耗量。

表1 各类能源的碳排放系数表

资料来源：根据徐国泉、汪刚等人的相关研究整理得出。

（二）数据来源

数据根据1994-2012年的中国统计年鉴获取，代表性行业选取了农业，工业，建筑业，交通运输、仓储及邮电通信业，批发零售贸易、贸易、餐饮业和其他产业。

三、中国碳排放变化特征分析

根据已给出的碳排放测算公式，测算1996-2011年中国碳排放总量的变化趋势。结果表明，1996年碳排放总量为467646.21万t，而2011年碳排放总量为852116.88万t，年均增速为4.12%，从总体上来看，碳排放量的年均增速呈阶段性上升趋势。

从中国碳排放量变化趋势（ 图1） 中可以看出，1996-2011年碳排放量一直呈现上升趋势，但不同阶段增速存在着一定差异，总体上可以分为三个变化阶段：

第一个阶段为1996-2000年，不稳定快速增长期，年际增长率基本大于5%。这主要是由于步入20世纪90年代后，中国现代化进程进一步加快，对煤炭等能源需求增加。另一方面，国家对于建造现代工业的经验不足，政策制定频繁变化，导致碳排放不稳定增长。

第二个阶段为2001-2007年，缓慢增长期，年均增速低于3%。这主要是由于前一个时期盲目加快现代化进程，导致很多经济结构性问题凸显，受其影响，各个行业对能源的需求放缓，碳排放的增速放慢。

第三个阶段为2008-2011年，增速反弹回升期，年均增速介于2.5%-4.5%之间。这是由于国家调整了经济发展政策，解决了一些前期出现的矛盾与问题，经济增速回升，对能源的需求增加，碳排放稳定增加。

图1 中国碳排放总量及年均增速

四、中国碳排放总量影响因素分解

（一）研究方法

Kaya 碳排放恒等式是用数学分析方法将人类社会活动产生的碳排放量与经济、政策和人口等因素建立起联系。该恒等式显示，碳排放主要的影响因素有四个，分别是人口、生活水平、能源使用强度和碳排放强度。具体公式为：

其中，P 、CI、EI、G、分别为人口规模因素、能源结构因素、能源效率因素、经济规模因素，C表示的是碳排放量，E为能源消耗总量，而GDP、P则为国内生产总值和人口总量。为了便于分析，各产业间以产值代替规模，统一采用产值作为比较量。为了消除残差对于分析的影响，将该恒等式的残差部分去除。故将该恒等式变形为：

CIt：代表从T -1年到T年仅有单位能源消耗碳排放强度变化而其它因子未发生变化而导致的碳排放量相对于基年的排放量变化。

EIt：代表T- 1年到T年仅有能源效率发生改变而CI、G、P 均保持在T年水平条件下碳排放量的变化。

Gt：代表从T -1年到T年仅有经济规模变化而其它因子未发生变化而导致的碳排放量相对于基年的排放量变化。

Pt：代表从T -1年到T年仅有劳动力规模变化而其它因子未发生变化而导致的碳排放量相对于基年的排放量变化。

通过变形可以得到以下公式：

这是一种没有残差的分解方法，通过此方法可以得到：

（二）结果及分析

根据上述模型以及搜集得来的数据，借助相关分析工具，得出中国各产业碳排放驱动分析结果如图2所示：

图2 基于Kaya恒等式的中国各产业碳排放影响因素分解结果

生产效率因素、结构因素一定程度上抑制了碳排放量，尽管促进碳减排逐年增强，但是作用有限。1997-2011年相比基期，生产效率因素、结构因素分别累计贡献13.6% （217.54万t） 、43.9% （982.37万t）的碳减排。总体来看，碳减排的效果为：结构因素 生产效率因素。从图2波动下降的态势可以看出，近年来随着生产效率的提高和结构的优化，有助于碳减排。随着劳动力规模的增大，不利于生产效率的提高，进而不利于实现规模经营，不利于碳减排，而经济发展则成为了碳排放增加的最主要因素。结果表明，1997-2011年相比基期，劳动力规模因素累计产生了34.4%（718.24万t） 的碳排放增量，经济发展水平因素则贡献了127.6%（7358.74万t）的碳排放增量，因此，随着经济的增长以及劳动力的增加，碳排放会增加，在今后一段时间内，经济发展仍会成为碳排放增加的主要因素。

五、促进中国碳减排的政策建议

（一） 加快提高生产效率，促进碳减排

生产率提高在提高经济发展水平的同时可以促进碳减排，要使国家发展经济以及节能减排目标真正得以实现，提高生产率是最为有效的方法。应加大生产技术的改进，从而减少劳动力的投入，发展规模经济，同时提高资源的利用率，实现高产出、低能耗的生产方式，达到碳减排的目的。

（二） 进一步调整优化能源结构，减少产业碳排放

在确保经济稳定的前提下，进一步调整优化能源结构，不断优化区域布局。当前我国能源消耗仍以碳排放量大的能源种类如煤炭、石油为主，绿色能源如风能以及低耗能产业发展水平相对滞后。因此，我国经济在未来发展中应减少对高耗能产业以及高排放能源的依赖，适当向低耗能产业以及绿色能源扩展，尤其是环保产业，一方面发育水平较低，拥有广阔的开发潜力；另一方面还能起到增加碳汇、保护生态环境的作用。减少资源高消耗、投入大的产品的制造，加大高生产率、低资源消耗产品的研发与制造。

（三） 兼顾环境保护与经济发展，切实转变经济发展方式

经济发展是碳排放增加的主要因素，因此发展经济的同时，要切实转变经济发展方式，摒弃传统的发展思维和发展模式，在发展思路上彻底改变重开发、轻节约，重速度、轻效益，重外延扩张、轻内涵发展，片面追求GDP 增长、忽视资源和环境的倾向，加快推进低碳经济发展，实现经济、社会、生态效益三者统筹兼顾，促进经济与气候资源环境的全面协调可持续发展。

（四） 树立低碳经济意识，降低人均碳排放

碳排放对经济发展的影响范文第14篇

关键词：碳排放；经济增长；空间效应；空间滞后模型；空间误差模型

中图分类号：F061.5　文献标识码：A　文章编号：1004-1494（2013）01-0040-06

一、引言

20世纪90年代以来，世界经济迅猛发展，能源需求量逐年增加。能源消费所导致的二氧化碳排放在人为温室气体排放总量中占有绝对优势。碳排放问题正日益受到国际社会的广泛关注，对其测算及影响因素问题，国内外很多学者从不同角度、应用不同方法进行了大量实证研究。国内碳排放研究方面，宋德勇等用“两阶段”LMDI方法，从全国层面将一次性能源消费产生的二氧化碳排放相关影响因素分解并进行了周期性波动研究［1］。李国志等利用状态空间模型构造可变参数数据模型，分析了出口贸易结构对二氧化碳排放的影响［2］。胡初枝等通过经验数据对江苏区域碳排放进行估算，分析了苏南、苏中、苏北三大区域产业结构的碳排放效应差异［3］。马军杰等测算了1990年—2006年我国省域一次能源CO2排放量并对其影响因素进行了空间计量经济分析［4］。姚亮等采用结构分解分析（SDA）方法对影响居民消费碳排放量变化的驱动因素进行了分析［5］。可见，现有关于碳排放的研究多以传统的时间序列数据分析为基础，主要集中在测算碳排放量及其因素分解方面，忽略了截面数据包含的空间效应。事实上，在多区域的经济和环境系统中，一个区域由于能源消费导致的碳排放行为不仅受该地区内部决定因素的影响，而且越来越多地受到周边地区碳排放量的关联作用，区域之间的能源消费及碳排放活动呈现出明显的空间自相关性［4］。可见，在理论和实证研究中忽略空间邻近效应，势必会影响传统OLS模型参数的无偏估计，导致研究结论的可靠性受到质疑。

为此，本文在考虑空间效应的前提下，利用“十一五”规划期间的碳排放数据，研究中国省域碳排放量的驱动因素，分析省域碳排放的空间依赖及邻近省域碳排放量的空间溢出效应，从而为国家和各省域制定节能减排政策提供决策支持依据。

二、省际碳排放的决定因素及理论假说

现有对碳排放决定因素模型的研究主要有EKC模型和IPAT模型。但是大多研究仅考虑了人口、经济发展、能源消费强度等因素的影响，忽略了技术创新和城市化因素的作用。根据有关经验研究，本文对IPAT模型进行改进，重点考虑人口、经济发展水平、能源消费强度、产业结构、技术创新及城市化等六个决定因素，使用空间计量经济模型研究其对中国省域碳排放量的作用。

1.　人口规模（POP）。中国作为人口大国，为满足广大人民群众日益提高的生活水平，刚性的能源消费需求必然会导致区域碳排放量的不断增大。因此，人口是影响碳减排压力的一个重要变量，本文预期其与碳排放之间呈正相关关系。

2.　经济发展水平（PGDP）。在经济快速发展的同时，也必然伴随着相应的能源消耗及其碳排放。本文选用人均GDP衡量一个地区的富裕度和经济发展水平，用以检验其对碳排放的影响。一般来说，区域经济发展水平越高，能源消费量相对越大，由此产生的碳排放量也就相应越多，二者之间应为正相关关系。

3.　能源消费强度（ENERGY）。能源消费强度定义为生产单位GDP所消耗的能源数量，能源强度越低，意味着能源利用效率越高。能源利用效率的不断提高，使得单位GDP所消耗的能源减少，从而减少碳排放量。因此，本文将能源消费强度纳入影响碳排放的驱动因素之一，并预计两者呈正相关关系。

4.　产业结构（STRU）。经济增长方式的转变同样影响着能源消耗和碳排放量的大小。长期以来，中国经济增长方式粗放，直接影响以煤碳为主的能效的提高，使得碳排放增长的态势难以遏制。实现经济方式由粗放式向集约式的转变是减少碳排放的必然选择。本文以第二产业与第三产业产值之比刻画产业结构对碳排放的作用。鉴于我国目前正处于产业结构转型过程中，预期其对碳排放的作用尚未充分发挥。

5.　城市化（URB）。近年来，中国城市化过程中的人口迁移对能源消耗和碳排放产生冲击，大规模城市基础设施和住房建设所需要的大量水泥与钢铁生产，导致高能耗高排放。城市化进程也是影响碳排放量的重要因素。本文选用城镇人口占总人口的比重衡量城市化［6］，初步预期其对碳排放产生正向作用。

6.　技术创新（RD）。中国每年巨大的能源消耗支撑着经济的快速增长，而经济迅速发展的同时，也带来了开发新技术新工艺的大量投入。但是，对于生产工艺和设备的引进，以及各种研发活动，到底对地区企业的节能减排产生了何种影响，目前的研究结果并不确定。本文选用各省域研究与试验发展（R&D）经费内部支出来衡量技术创新对碳排放的影响，其作用还有待检验。

三、模型设定与数据来源

（一）模型设定

基于以上解释变量，利用柯布—道格拉斯生产函数形式的双对数经验形式，建立如下碳排放影响因素模型：

（1）

其中，i表示30个省级地区，LnCARBON为被解释变量各地区碳排放量；LnPOP表示各地区人口数量；LnPGDP表示人均GDP；LnENERGY表示能源消费强度；LnSTRU表示第二产业产值占第三产业比重；LnURB表示城市化水平，LnRD表示技术创新。参数β分别反映了六个解释变量对被解释变量碳排放的影响。

假定模型（1）为没有考虑邻近地区空间效应的碳排放影响因素模型，可用OLS方法估计。但是，如果地区碳排放存在着空间自相关性，则有必要采用纳入了空间相关性效应的空间滞后模型、空间误差模型等空间计量经济模型。

空间滞后模型（Spatial　Lag　Model，SLM）主要探讨地区碳排放变量是否存在邻近地区碳排放溢出效应的情况。其模型表达式为：

（2）

式中，WlnCARBON为空间滞后被解释变量，反映邻近地区的碳排放对区域碳排放行为的作用大小和程度；ρ为空间滞后回归系数；W为n×n阶的空间权值矩阵，w表示W中的元素，一般用空间邻接矩阵；ε为随机误差项向量。

当一些决定地区间碳排放的因素没有被考虑到解释变量中时，则需要采用空间误差模型（Spatial　Error　Model，SEM）。空间误差模型的形式为：

（3）

式中，ε为随机误差项向量，λ为n×1阶的被解释变量向量的空间误差系数，μ为正态分布的随机误差向量。参数λ为存在于扰动误差项之中的空间依赖变量，衡量相邻地区忽略的具有空间依赖性的碳排放被解释变量的误差冲击对地区碳排放的影响方向和程度。

（二）数据来源

实证研究中所用到的空间样本为除了外（缺少能源数据）的中国大陆30个省、自治区和直辖市（简称省域或地区）。作为我国国民经济和社会发展“十一五”规划的基数年份，2005年是中国经济发展的一个关键年份，国家致力于通过宏观调控促进经济增长方式转变，力图在结构调整方面取得实质性进展。本文重点考察2005年—2010年之间我国各省域碳排放的决定因素，所用数据来源于2006年—2011年的《中国统计年鉴》、《中国能源统计年鉴》、《中国科技统计年鉴》和《中国区域经济年鉴》，实证变量数据取算术平均数，以消除年度波动影响。在碳排放行为研究中的一个基础工作是测算各种类型能源消耗的碳排放系数。虽然国内外各种能源研究机构和相关学者对各类能源消耗的碳排放系数进行了测算研究，但是大家获得的结果略有差异。国际机构使用的碳排放系数据其所在国情况测算，直接用来计算中国能源消耗碳排放是有问题的。本文综合考察了国内外相关研究，最终确定采用国家发展和改革委员会能源研究所在《中国可持续发展能源暨碳排放情景分析》中推荐的碳排放系数：即煤炭的碳排放系数为0.7476、石油为0.5825、天然气为0.443。

四、实证估计与结果分析

为了描述中国30个省级地区碳排放量的空间分布情况，本文首先采用空间自相关的Moran’s　I测算各省碳排放量是否存在聚群现象［4］。在做空间相关分析时，选择了常用的描述地区间邻近关系的一阶、二阶和三阶rook权值矩阵进行比较分析，最终再确定阶数。表1报告了三类rook权值矩阵的省际碳排放量空间自相关性的计算结果。

表1显示，基于rook一阶空间权值矩阵W1计算的30个省域碳排放的Moran’s　I为0.2227，在0.19%的水平上显著，表明中国省域之间的碳排放量在空间分布上并非分散（随机）分布，具有明显的正自相关关系（空间依赖性），表现出某些省域碳排放量的相似值之间在空间上趋于集群的现象。同时计算发现，rook邻近从低阶到高阶，全域Moran’s　I值逐阶下降，表明地区间碳排放量的空间相关性随着其空间距离的增大而衰减。由此，选择rook一阶空间权值矩阵符合现实，在研究区域碳排放问题时有必要考虑空间效应，否则得到的结果可能存在较大偏差。

表1　Moran’s　I检验结果

注：表中W1为rook一阶空间权值矩阵，W2为rook二阶空间权值矩阵，W3为rook三阶空间权值矩阵。

由于全域Moran’s　I有很大的局限性：如果一部分省域的碳排放增长存在正相关（溢出效应），而另一部分省域存在负相关（回流效应），二者将会抵消，则可能显示省域间的碳排放不存在空间相关性。此外，省际碳排放溢出与回流效应也未必局限于有共同边界的相邻省域间。因此，本文还进行了基于W1的空间关联局域指标LISA检验Moran散点图（略）分析，结果表明：位于第I象限的省域有黑龙江、内蒙古、辽宁、河北、山西、陕西、江苏、山东、河南和安徽，表现为高碳排放量的省域被高排放量的省域所包围（High—High，高—高集聚）；位于第II象限的省域有吉林、北京、天津、宁夏、重庆、江西、福建和广西，为低碳排放量的省域被高排放量的省域所包围（Low—High，低—高集聚）；位于第III象限的省域有新疆、甘肃、青海、贵州和云南，为低碳排放量的省域被低排放量的省域所包围（Low—Low，低—低集聚）；位于第IV象限的有广东、湖南和四川，为高碳排量的省域被低排放量的省域所包围（High—Low，高—低集聚）；其中上海跨越了第I、Ⅱ象限，海南跨越了第Ⅱ、IV象限，湖北和浙江同时跨越了第IV、I象限。显见，各省域碳排放量的空间集聚性非常明显，正向局域相关和集聚的典型特征非常显著，存在一个明显的空间趋同。省域碳排量在地理空间分布上呈非均衡，15个省域（50%）显示了相似的空间关联，其中10个（33.33%）的省域在第I象限（HH：高碳排放量—高空间滞后），5个（16.67%）的省域在第III象限（LL：低碳排放量—低空间滞后）。另外，对空间不稳定性和非典型区域偏离了全域正向空间自相关的省域识别结果显示：2005年—2010年平均来看，11个省域（36.67%）显示了非相似值的空间关联，其中8个省域在第Ⅱ象限（LH），3个省域在第IV象限（HL）。这表明各省域的碳排量行为的空间局域依赖性和差异性是同时存在的。

以上空间统计分析结果证明，中国省域碳排放量存在着较强的空间依赖性，有必要建立空间计量经济学模型来分析，将空间效应的省域碳排放量纳入影响因素。经典计量经济学模型假设空间是均质的，没有考虑到空间依赖效应，由于空间自相关性的存在，使得普通最小二乘估计无效，假若忽视空间自相关性，则可能无法得到稳健的回归结果。因此，需要建立空间计量经济学模型来克服OLS无法解决的空间依赖效应。为了与空间计量经济学模型的结果进行比对，本文先采用OLS进行估计，以显示空间计量经济模型估计结果的效果。

表2中六个解释变量的地区碳排放OLS估计结果显示，调整后的R2高达0.9193，模型的解释能力很强，F统计量为56.0299，通过了1%的方程显著性水平检验，因此模型的拟合程度很好。DW值为1.9197，表明模型残差不存在序列相关问题。变量的t检验结果显示，LnPOP、LnENERGY、LnPGDP均至少可通过0.28%显著性水平的检验，而LnSTRU、LnURB和LnRD均没有通过10%的显著性水平检验，表明这三个变量的作用不明显。进一步对解释变量的多重共线性检验发现，LnPGDP和LnUrban的方差膨胀因子（VIF）分别为12.9358和12.9453，大于10的临界值，表明这两个变量存在较高的共线性，不能同时进入回归模型，lnRD的VIF为9.7701，也存在一定程度的共线性。逐步回归分析获得的表2中三个解释变量的回归结果表明，当剔除不显著的LnSTRU、LnURB和LnRD三个变量后，VIF检验发现模型不存在共线性，而且三个解释变量的t统计量均至少能通过小于0.01%的变量显著性检验，因此三解释变量省域碳排放模型是更为可取的模型。

实际上，空间统计的Moran指数检验已经证明了我国30个省域的碳排放具有明显的空间自相关性，经典线性回归模型的OLS估计可能存在忽略空间效应的模型设定不当问题。为了进一步验证空间自相关性的存在，本文进行了省域碳排放的空间滞后和空间误差模型检验，结果如表3所示。

表3中的六个解释变量和三个解释变量模型Moran指数检验、两个拉格朗日乘数的空间依赖性检验结果显示：Moran指数（误差）检验证明经典回归OLS估计误差在4.98%和1.35%的显著性水平下具有显著的的空间依赖性（相关性）；区分内生空间滞后还是空间误差自相关的拉格朗日乘子滞后、误差及其稳健性检验表明：LMLAG和R-LMLAG分别在2.92%和3.78%、2.08%和2.37%的水平上较显著，而LMERR和R-LMERR则均不显著，显见空间滞后模型SLM应是更加恰当的模型形式。

最后，比较表2中的检验结果发现，空间滞后模型（SLM）中拟合优度的值（94.16%）、对数似然值LOGL（8.1831）都大于空间误差模型（SEM）和经典回归估计模型（OLS）的估计值，而SLM的AIC值（-0.3662）、SC值（10.8434）则均小于SEM和OLS的估计值。综合以上检验结果，SLM为最优模型。因此，本文以下的分析以SLM结果为主。表2中的三个解释变量省域碳排放模型的拉格朗日乘子误差和滞后及其稳健性检验显示，引入空间效应的模型较之OLS模型均有明显改善，SLM较之SEM是更为可取的模型形式，更好地反映了省域碳排放行为。

表2的空间计量分析结果显示，SLM的空间滞后估计参数ρ通过了1.22%和2.03%的显著性水平检验，表明省际碳排放存在空间集聚（回流）效应，即临近地区的碳排放量每增加1%，本地区碳排放量减少0.0782%和0.0618%；SEM的空间误差估计参数λ为0.4854和0.5250，通过了1.11%和0.40%的显著性水平检验，表明省际碳排放存在较强的空间依赖作用，忽略掉的一些因素如资源配置、劳动者素质、管理水平和市场化程度等也可能通过误差项对该地区碳排放产生着一定的作用。

最后，三解释变量模型估计结果显示：能源消费强度对省域碳排放的回归系数最大，为1.4433，表明在不考虑其他因素的情况下，地区能源消费强度每增加1%，碳排放总量平均增加1.4433%；其次是人均GDP的回归系数为1.1591，人均GDP每增加1%，碳排放量平均增加1.1591%；人口增长的回归系数为1.1088，人口每增加1%，碳排放量平均增加1.1088%；这三个决定因素的作用与理论预期一致。而城市化、产业结构及技术创新的回归系数均不显著，原因主要是：我国东中西部处于不同城市化发展阶段，“十一五”规划的宏观调控目标及经济增长方式转变对地区碳排放的作用还不够明显，各个地区的企业在生产和工艺环节方面还有待采用更为有效的节能减排技术，需要继续增强技术创新对消减地区碳排放的作用。

五、结论与启示

本文构建了省域碳排放量决定因素实证模型，对碳排放决定因素及其空间溢出效应进行了空间计量分析，得到如下主要结论及启示。

1.　中国30个省域相邻地区的碳排放行为普遍存在着正相关性，省域之间的碳排放行为存在空间集聚（回流）效应，制定省域碳排放政策时需要考虑碳排放行为的空间效应。

2.　能源消费强度是影响碳排放的最主要驱动因素。碳排放的实质是能源消耗，驱动中国经济增长的能源消费主要以煤炭为主。长期以来，低下的能源利用效率使得单位GDP的碳排放量较高。从长远利益考虑，中央及各级地方政府应在技术资金政策上鼓励新能源开发，实现节能减排，各省域要增加清洁能源如水能、风能、核能等的使用，各企业单位要提高能效、降低碳排放。

3.　人均GDP和人口规模的影响仅次于能源消费强度。虽然“十一五”期间的宏观调控与促进经济增长方式转变取得了一些成绩，但效果比较有限。提高经济增长质量和经济效益势在必行。同时，鉴于各省域人口总量增长惯性仍在持续，在继续严格执行计划生育政策的同时，提倡和鼓励居民理性消费、绿色消费，逐步促进城镇和农村居民消费向“绿色低碳”模式转变，构建资源节约型和环境友好型社会。

4.　产业结构对碳排放的影响不显著。1995年以来，我国大多数省域的产业结构变动并不大，第二产业比重基本上保持了小幅上升趋势，有些省域甚至出现了较大幅度下降（如北京、上海、云南）。优化产业结构，促进绿色产业发展是当下各省域实现产业升级的关键。各地方政府要淘汰高能耗、高污染的落后产业，大力发展高新技术产业和现代服务业，尤其是高产出低能耗的产业，如信息产业、生态旅游、新能源开发等，不断提高第三产业在国民经济中的比重，以降低能源消耗和碳排放量。

5.　城市化对碳排放的影响不显著。城市化既可能提升环境效率，也可能对环境产生负面影响。由于东部地区城市化水平较高，提升了第三产业、优化了产业结构，同时不完全竞争条件下的规模收益递增、人口和经济要素的集聚以及相应的知识、技术溢出，提高了整个东部地区的能源利用效率，减少了碳排放；中部地区还处于初级城市化阶段，建设项目主要集中在生活基础设施以及工业化基础设施方面，经济发展水平及能源利用效率相对较低，因而其城市化的提升反而带来了碳排放的增加；西部地区城市化进程缓慢，对碳排放的影响并不显著，导致全国省域城市化水平平均效应对碳排放的影响不显著。

6.　技术创新的作用不显著。由于技术创新虽然改善了能源效率而节约了能源，但技术创新同样促进了经济的快速发展，这又将导致对能源需求的增加，出现效率提高所节约的能源被因经济快速增长带来的额外能源消耗（部分地）抵消，即能源的回弹效应，最终导致各省域的研发投资对减少其碳排放数量的作用没有显现出来。为此，各省域的工业企业应该进一步加大清洁能源的研发资金投入，中央政府和各级地方政府要出台鼓励节能技术研发和推广的支持政策，重点提高节能减排投资的效率。

参考文献：

［1］宋德勇，卢忠宝.中国碳排放影响因素分解及其周期性波动研究［J］.中国人口·资源与环境，2009（3）：18-24.

［2］李国志，王群伟.中国出口贸易结构对二氧化碳排放的动态影响——基于变参数模型的实证分析［J］.国际贸易问题，2011（1）：82-89.

［3］胡初枝，黄贤金.区域产业结构变化的碳排放效应研究——以江苏省为例［C］.//中国地理学会2007年学术年会论文摘要集，2007：34-39.

［4］马军杰，陈震，尤建新.省域一次能源CO2排放的空间计量经济分析［J］.技术经济，2010（12）：62-67.

［5］姚亮，刘晶茹，王如松.中国城乡居民消费隐含的碳排放对比分析［J］.中国人口·资源与环境，2011（4）：25-29.

［6］林伯强，刘希颖.中国城市化阶段的碳排放：影响因素和减排策略［J］.经济研究，2010（8）：66-78.

碳排放对经济发展的影响范文第15篇

关键词 二氧化碳排放;区域差异;影响因素;面板数据模型

中图分类号 X2/F11 文献标识码 A 文章编号 1002-2104(2010)05-0022-06 doi:10.3969/j.issn.1002-2104.2010.05.005

全球气候变暖已是不争的事实,这已经严重影响了人类的生存环境和人类社会的生存与发展。气候变暖除了自然因素外,更大程度是人类活动造成的,特别是源于化石燃料的使用导致的人为温室气体排放[1]。二氧化碳是一种最主要的温室气体,因此实现二氧化碳的减排是应对气候变化的重中之重。中国幅员辽阔,不同区域的人口规模、经济水平、技术水平、能源结构等都有所不同,这些因素都有可能影响到二氧化碳的排放。目前国内外有部分学者对二氧化碳排放问题进行了研究。York利用STIRPAT模型研究了二氧化碳排放量与人口之间的关系[2];Cole发现二氧化碳排放量和人均收入之间符合库兹涅茨曲线[3],而杜婷婷等人却认为两者之间是“N”型曲线关系[4];Wu等利用LMDI方法从供给和需求的角度,研究了中国1980-2002年碳排放的变化[5];徐国泉等采用对数平均权重Disvisia分解法,定量分析了能源结构、能源效率和经济发展等因素变化对中国人均碳排放的影响[6];Coondoo还从Granger因果关系的角度分析了二氧化碳排放量和人均收入之间的关系,发现不同的国家存在不同的因果关系[7]。上述文献集中于探讨整个国家的碳排放,缺乏对不同区域碳排放的测算和比较,因此本文利用1995-2007年中国30个省份的面板数据,分析人口、经济和技术对不同区域二氧化碳排放的影响,并提出相关政策建议。

1 我国二氧化碳排放的区域划分和比较

1.1 二氧化碳排放量的测算方法

根据2007年IPCC第四次评估报告[1],温室气体增加的主要来源是化石燃料燃烧(化石燃料燃烧所导致的二氧化碳排放在2004 年占世界总排放将近 95.3%)。因此本文根据各省份历年能源消费量数据来进行二氧化碳排放量的测算。根据《中国能源统计年鉴》口径,将最终能源消费种类划分为9类(煤炭、汽油、柴油、天然气、煤油、燃料油、原油、电力和焦炭)。在计算各省二氧化碳排放量时采用9类能源消费总量乘以各自的碳排放系数η,如式(1)所示:

Cit=∑(Eijt• ηj)(1)

其中Cit为i省第t年的二氧化碳排放总量;Eijt为i省第t年第j种能源消费量;ηj为第j种能源的碳排放系数。由于原始统计时各种能源的消费均为实物统计量,测算碳排放时必须转换为标准统计量,2008年《中国能源统计年鉴》给出具体换算方法为:煤炭为0.714 3 kg标煤/kg、焦炭为0.971 4 kg标煤/kg、原油和燃料油为1.4286 kg标煤/kg、汽油和煤油为1.471 4 kg标煤/kg、柴油为1.457 1 kg标煤/kg、天然气为13.300 t标煤/万m3、电力为1.229 t标煤/万kWh。由式(1)可知,能源碳排放系数对二氧化碳排放量的计算影响很大。本文借鉴徐国泉的研究结果,各种能源的碳排放系数分别为:煤炭为0.747 6 t碳/t标准煤、汽油为0.553 2 t碳/t标准煤、柴油为0.591 3 t碳/t标准煤、天然气为0.447 9 t碳/t标准煤、煤油为0.341 6 t碳/t 标准煤、燃料油为0.617 6 t碳/t标准煤、原油为0.585 4 t碳/t标准煤、电力为2.213 2 t碳/t标准煤、焦炭为0.112 8 t碳/t标准煤[6]。利用式(1),可以测算出我国各省1995-2 007年的二氧化碳排放总量。

1.2 二氧化碳排放的区域划分

我国各省二氧化碳排放总量相差较大,碳排放量比较大的主要包括那些人口较多、资源丰富和经济发达的省份。表1按照1995-2007年各省的平均二氧化碳排放量由小到大的顺序,给出了我国30个省份1995年、2007年及1995-2007年平均二氧化碳排放量的变化。对表1 进行分析可以发现:目前我国的东中西部区域的划分标准不适合对各省二氧化碳排放量进行区域分析。如东部地区海南省1995-2007年平均二氧化碳排放量为712万t,明显低于东部地 区其他省份;中部地区的山西省平均二氧化碳排放量(12 452万t)明显高于中部地区其他省份;西部地区的四川省也较西部其他省份平均二氧化碳排放量要高。从表1可以看出,平均二氧化碳排放量基本能够反映各省近年来的二氧化碳排放量的变化。本文按照1995-2007年各省份平均二氧化碳排放量的大小重新划分二氧化碳排放区域,具体如下:①低排放区域,指平均二氧化碳排放量小于4 000万t的省份,包括海南、青海、宁夏、重庆、广西、江西、天津、甘肃、福建、云南、北京和新疆共12个省份;②中排放区域,平均二氧化碳排放量介于4 000万t和8 000万t之间的省份,包括陕西、吉林、贵州、湖南、安徽、四川、内蒙 古、上海、湖北和黑龙江共10个省份;③高排放区域,平均二氧化碳排放量高于8 000万t的省份,包括浙江、河南、江苏、河北、辽宁、山西、广东和山东共8个省份。因缺乏数据未纳入本文分析范围。

1.3 二氧化碳排放的区域比较

按照上述划分区域的方法,表2给出了1995-2007年我国低排放、中排放和高排放区域的二氧化碳排放总量和人均排放量的变化状况。

由表2可知:①三个区域的碳排放总量均逐年增加, 进一步分析可以发现其增速均呈阶段性特征,1995-2002年增长较为平缓,而2003-2007年增速较快。从总体增长速度看,低排放、中排放和高排放区域的碳排放量年平均

李国志等:中国二氧化碳排放的区域差异和影响因素研究中国人口•资源与环境 2010年 第5期表1 中国30省份二氧化碳排放量(单位:104t碳)

Tab.1 Carbon dioxide emissions of 30 provinces in C hina

省份ProvinceIn 1995In 2007平均值Average海南*246.821 480.82712.10青海*549.561 614.97900.89宁夏*929.083 683.651 896.90重庆*1 916.633 964.962 784.52广西*2 011.245 095.182 874.13江西*2 438.384 901.603 001.01天津*2 486.364 859.143 324.05甘肃*2 774.215 566.433 643.21福建*2 025.147 076.153 733.92云南*2 278.506 758.453 777.07北京*3 069.945 125.293 790.54新疆*2 608.916 215.373 834.47陕西**2 997.188 084.924 396.97吉林**3 934.786 906.244 720.97贵州**2 787.507 963.114 779.59湖南**4 558.899 213.545 307.51安徽**3 902.158 137.735 355.58四川**5 120.629 864.836 229.33内蒙古**3 071.2814 149.676 288.83上海**4 608.878 895.506 477.17湖北**4 922.3810 370.156 639.63黑龙江**6 090.559 558.087 022.58浙江***4 392.9416 267.458 475.19河南***6 522.4719 011.1410 130.97江苏***7 993.9622 320.4112 143.02河北***8 404.4220 862.1512 155.88辽宁***9 689.3318 260.3012 439.42山西***9 394.2519 932.7212 452.03广东***7 170.5421 883.6012 482.75山东***9 172.5229 725.7715 008.57注:*,**,***分别表示属于低、中、高排放区域。平均值为1995-200 7年共13年的平均碳排放量。

增速分别为7.62%、6.86%和8.57%,说明低排放、中排放区域的差异性在逐渐缩小,而高排放区域与低排放、中排放区域之间的差异呈不断扩大趋势。②不同区域的碳排放总量差异比较明显,其中低排放区域碳排放比重约为20%左右,中排放区域比重为30%左右,而高排放区域虽然只有8个省份,碳排放比重却高达50%左右,且呈现上

表2 1995-2007年3个区域二氧化碳排放的差异性

Tab.2 Carbon dioxide emissions differences of three regions from 1995 to 2007

年份

Year碳排放总量(104t碳)

Total carbon dioxide emissions低排放区域

lowemission rigions中排放区域

midemission rigions高排放区域

highemission rigions变异系数

CV人均碳排放量(t碳/人)

Per capita carbon dioxide emissions低排放区域

lowemission rigions中排放区域

midemission rigions高排放区域

highemission rigions变异系数

CV199523 33541 99462 7400.4620.8690.9701.2630.198199624 62443 82364 9990.4540.9081.0031.2990.191199725 11844 90665 7120.4490.9181.0151.3020.185199825 51344 14066 0720.4490.9230.9901.3000.188199926 36543 86967 7040.4510.9460.9781.3220.193200027 86745 56073 5680.4700.9881.0271.3780.190200129 33447 87479 2470.4841.0291.0521.5090.226200234 28151 22686 4970.4651.1911.1221.6380.213200335 87859 49797 9920.4861.2361.2951.8450.230200440 79467 522116 0130.5101.3941.4632.1600.253200545 59676 004136 8840.5391.5771.7072.5060.261200650 50184 276152 3480.5421.7291.8912.7660.262200756 34293 144168 2640.5391.9092.0873.0290.257注:变异系数由作者计算而来,计算公式为CV=S/E(S和E分别表示标准差和均值)。

升趋势。③不同区域的碳排放总量差异呈不断扩大趋势。在研究时序内,碳排放总量变异系数逐渐增加,1995年为0.462,而2007年为0.539。④从人均碳排放量来看,三个区域的差异性也是非常明显的,高排放区域远远高于低、中排放区域,且这种差异性也是呈逐年扩大趋势,变异系数由1995年的0.198增加到2007年的0.257。

2 二氧化碳排放影响因素实证分析

2.1 模型构建

目前,有部分文献利用“I=PAT”方程来分析环境变化的决定因素[8],该方程将环境影响(I)与人口规模(P)、人均财富(A)和对环境毁坏的技术水平(T)联系起来。但是,该模型存在一些局限性,即各自变量对因变量的影响是等比例的。为了克服该模型的不足,本文利用STIRPAT模型来分析人口、经济和技术对二氧化碳排放的非比例影响,即I=aPbAcTd。在进行计量分析时,模型将采用对数形式,这样既可以降低异方差,还可以直接获得因变量对自变量的弹性,具体如下:

lnIt=lna+blnPt+clnAt+dlnTt (2)

其中t表示年份。为了考察二氧化碳排放量与经济增长之间是否存在倒“U”型环境 库兹涅茨曲线,将式(2)中的lnA分解为lnA和(lnA)2两项。另外考虑到二氧化碳的排放具有一定的路径依赖特征(即二氧化碳的排放惯性,本期排放量与上一期排放量有关),进一步在上述模型中加入因变量的滞后项作为解释变量,最终得到如下动态模型:lnIt=lna+hlnIt-1+blnPt+c1lnAt+c2(lnAt)2+dlnTt(3)

根据模型中h的大小可以判断二氧化碳排放惯性的强弱,如果h较大,则表示本期二氧化碳排放与上一期排放量关系密切,即碳排放惯性较强。另外,根据模型中c1与c2的符号,可以判断出二氧化碳排放与经济增长的几种典型关系:①c1>0且c2=0,表示伴随经济增长,二氧化碳排放急剧增加;②c10且c2

2.2 方法和数据根据Friedl的观点,各因素对二氧化碳排放的影响不仅具有时间维度特征,同时也具有截面维度特征,即二氧化碳排放不仅与同一区域人口、经济和技术有关,而且与不同区域间的影响因素也有一定关系[9]。因此,结合时序和截面信息的面板数据更能反映出人口、经济和技术对二氧化碳排放的综合影响。

采用面板数据分析方法首先需要判断采用常截距模型还是变截距模型。本文使用协方差分析方法对此进行检验,构造F统计量进行面板模型的判定。F统计量具体公式如下:

F=[(SSEr-SSEu)/(N-1)]/[SS Eu/(NT-N-k)](4)

其中,SSEr和SSEu分别表示有约束模型( 常截距模型)和无约束模型(变截距模型)的残差平方和。在给定的显著性水平a下,如果F

本文所使用的变量分别说明如下:

二氧化碳排放量(I):为了和其它文献保持一致,将二氧化碳排放量的单位转变为以碳为单位,其转换率为单位碳等于3.667单位的二氧化碳排放量。该指标一般用来反映环境的变化,单位为万吨碳。

人口规模(P):用各省的总人口数表示,单位为万人。

人均财富(A):用各省的人均GDP表示,用来衡量各省的经济水平和生活水准对二 氧化碳排放的影响,单位为元(1978年价格)。

技术水平(T):用能源强度表示。能源强度即单位GDP产出的能源消费, 能源强度越低,表示经济活动的能源效率越高,产生的二氧化碳排放量相对越少,单位为吨标准煤/万元。该指标一般用来反映技术水平对二氧化碳排放的影响。

所使用的原始数据中,各省人口规模和GDP总量来源于历年《中国统计年鉴》,能源消费量来源于历年《中国能源统计年鉴》,其他数据经测算而来。

2.3 结果与分析根据研究方法中所述,首先对面板数据模型的设定形式进行判断,F检验和Hausman检验结果见表3。

检验结果显示,各区域和全国整体的数据均比较适合 固定效应模型。需要指出的是,由于将因变量的滞后项作为解释变量纳入到回归方程中,可能会出现解释变量的内生性问题,本文采用动态GMM方法来消除解释变量内生性的影响。根据设定的模型形式,利用EVIEWS6.0,得到回归结果见表4。

从总体来看,四个面板模型的R2都比较接近1,F值也较大,DW值显示随机误差项不存在自相关,所有的系数均通过了t检验,说明四个面板模型均拟合较好。

估计结果显示,人口、经济和技术对不同区域二氧化碳排放的影响是不一样的:①就人口弹性而言,中排放区域的弹性系数为负,而低排放区域、高排放区域和全国整体弹性系数均为正。笔者以为这可以解释如下:人口对环境的影响是双向的,一方面,人口增长对资源产生了压力,增加了能源消费导致环境恶化,另一方面人口增长会促进技术改革,这样就会减轻对环境的负面影响。所以有的区域人口对环境正面影响超过负面影响,回归系数表现为负,有的区域则刚好相反。其实经济发展对环境的影响也存在双向性,只不过所有区域的负面效应均超过了正面效应,所以系数均表现为正。②就经济弹性而言,在四个模型中,经济对二氧化碳排放的弹性系数均是三个弹性系数中最大的,说明我国目前的二氧化碳排放对经济增长是非常敏感的,经济增长是二氧化碳排放的主要驱动因素,这是符合我国工业化发展的阶段性特征的。③就技术弹性而言,四个模型的弹性系数均为正,说明技术进步在一定程度上缓解了二氧化碳排放的快速增长。另外低排放区域技术弹性系数明显高于中排放、高排放区域和全国平均值,说明低排放区域能源利用效率相对较高,同时中排放区域能源效率也明显高于高排放区域。

根据表4中c1和c2的回归系数可以发现,我国的二

表3 面板数据模型设定形式检验结果

Tab.3 Panel data model form test results

项目

ItemF test resultsHausman test resultsF值F value临界值threshold limit value结论condusionX2值X2 valueP值P value结论condusion低排放区域3.092.44变截距模型29.090.000***固定效应模型中排放区域27.242.75变截距模型38.920.000***固定效应模型高排放区域12.753.28变截距模型59.550.000***固定效应模型全国整体4.751.66变截距模型108.790.000***固定效应模型注:F检验中临界值为5%显著性水平;Hausman检验中***表示在1%显著性水平下拒绝原假设(原假设为随机效应模型)。

表4 面板数据模型估计结果

Tab.4 Panel data model estimation results

系数

Coefficient低排放区域

Lowemission rigions中排放区域

Midemission rigions高排放区域

Highemission rigions全国整体

Total countrya-16.547

(-5.312***)-8.378

(-3.852***)-14.047

(-4.149***)-12.501

(-5.505***)h0.374

(5.011***)0.427

(7.907***)0.504

(6.754***)0.341

(7.089***)b0.638

(8.194***)-0.371

(-1.654*)0.649

(2.722***)0.672

(3.813***)c11.946

(3.330***)2.179

(6.024***)1.679

(2.769***)1.125

(3.995***)c2-0.067

(-2.271**)-0.087

(-4.338***)-0.068

(-2.031**)-0.025

(-1.655*)d0.592

(6.499***)0.472

(10.914***)0.406

(4.927***)0.535

(8.480***)调整后R20.9710.9950.9860.980F值964.031491.39595.02536.50DW值2.2022.0801.6232.172注:括号中数据为相应系数的t检验结果;*、**和***分别表示在10%、5%和1%显著性水平下通过t检验。

氧化碳排放与经济增长之间存在明显的倒“U”型环境库兹涅茨曲线,在经济发展初期, 二氧化碳排放量伴随经济快速增长而急剧增加,当经济发展到一定程度后,经济进一步增长将有利于降低二氧化碳排放。根据公式lnA*=-c1/(2c2),可以求出四个模型中倒“U”型曲线的拐点分别为14.52, 12.52,12.35和22.50,即低、中、高排放区域的人均GDP要分别达到193.5万元、26 .3万元和22.2万元,这是需要经过一个非常漫长的时期的。而全国整体的环境库兹涅茨曲线要达到拐点,其人均GDP要高达55亿元,这是不可想象的。另外,四个模型中h的回归系数均为正,说明我国各区域的二氧化碳排放量存在显著的路径依赖现象,其中全国整体的路径依赖效应最明显,低排放、中排放、高排放区域的路径依赖效应逐渐减弱。需要指出的是,二氧化碳排放量的滞后项系数的大小不仅反映了空气质量路径依赖的程度大小,而且反映了当期的经济发展对未来环境质量的影响。根据表4的估计结果不难看出,当期经济增长至少对未来2-3年的空气质量将产生影响,其中全国整体为2.93年(1/0.341),低排放区域为2.67年(1/0.374),中排放区域为2.34年(1/0.427),高排放区域为1.99年(1/0.504)。这也告诉我们,虽然从短期来看环境恶化的负面影响可能并不显著,但我们却要为其付出长期的、沉重的代价,并且这种代价对整个国家来说比单个区域要更大。

3 结论与建议

根据上述,我国低排放、中排放和高排放三个不同区域的二氧化碳排放量差异非常明显且逐步扩大,这主要是由不同区域经济增长和资源消耗不同所引起的。其中二氧化碳排放与经济增长存在典型的库兹涅茨曲线关系,即随着经济发展,空气质量呈现先恶化后改善的趋势,但是在很长的时期内都难以达到转折点。另外,我国的二氧化碳排放还呈现出较强的排放惯性,当期的经济增长会对未来几年的空气质量产生影响。

面对我国严峻的碳排放问题,及由此引起的气候变暖和一系列生态环境问题,二氧化碳减排刻不容缓。2007年9月,总书记在亚太经合组织第十五次领导人非正式会议上,首次提出中国要“发展低碳经济”。结合本文上述内容,我们认为要发展低碳经济,我国需要在能源效率、能源体系低碳化、低碳技术创新和社会价值观念等领域开展工作。

第一,提高能效和减少能耗。面对能源供应趋紧的现状,整个社会迫切需要在保障一定的经济发展速度的同时,减少对能源的需求,进而减少对能源结构中占主导地位的化石燃料的依赖。提高能源效率和节约能源涵盖了社会经济的方方面面,尤其作为重点用能部门的工业、建筑和交通部门更是迫切需要提高能效的领域,通过改善燃油经济性、减少对小汽车的过度依赖、提高建筑能效和电厂能效等措施,能够实现节能增效的低碳发展目标。

第二,发展低碳能源并减少排放。降低能源中的碳含量和碳排放,主要涉及控制传统的化石燃料开发利用所产生的二氧化碳,以及通过以相对低碳的天然气来代替高碳的煤炭作为能源,通过捕集各种化石燃料电厂以及氢能电厂和合成燃料电厂中的碳并加以地质封存,能够改善现有能源体系下的环境负外部性。此外,能源“低碳化”还包括开发利用新能源、替代能源和可再生能源等非常规能源,以更为“低碳”甚至“零碳”的能源体系来补充并一定程度上替代传统能源体系。

第三,建立和完善低碳技术创新体系。走低碳发展道路,技术创新是未来社会经济发展的核心,要求我国政府和企业各司其职,不断促进生产和消费各个领域高能效、低排放技术的研发和推广,不断促进节约能源、可再生能源以及自然碳汇等领域的产业化发展。同时,我国应进一步加强国际合作,参与制定行业的能效和碳强度的标准、标杆,开展自愿或强制性标杆管理。

第四,推行低碳价值理念。低碳发展模式还要求改变整个经济社会的发展理念和价值观念,引导实现全面的低碳转型。要求经济社会的发展理念从单纯依赖资源和环境的外延型粗放型增长,转向更多依赖技术创新、制度构建和人力资本投入的科学发展理念。要求全社会建立更加可持续的价值观念,不能因对资源和环境过度索取而使其遭受严重破坏,要建立符合中国环境资源特征和经济发展水平的价值观念和生活方式。

(编辑:田 红)参考文献(References) [1]IPCC. Climate Change 2007: the Fourth Assessment Report of the Intergovmental Panel on Climate Change[M]. England:Cambridge University Press, 2007.

[2]York R,Rosa E A, Dieta T. STIRPAT, IPAT and IMPACT: Analytic Tools for Unpacking the Driving Forces of Environmental Impacts[J]. Ecological Economics,2003,(3):351-365.

[3]Cole M A, Development,Trade,and the Environment:How Robust is the Envir onmental Kunzets Cuvre[J].Environment and Development Economics,2003,(8):557-580.

[4]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.[Du Tingting, Mao Feng,Luo Rui. The Analysis Between China s Economic Growth and the Evolution of the Carbon Emission[J]. China's Po pulation Resources and Environment, 2007,17(2):94-99.]

[5]Wu L,Kaneko S,Matsuoka S. Dynamics of Energyrelated CO2 Emissions in C hina During 1980 to 2002: the Relative Importance of Energy Supplyside and Dema ndside Effects[J]. Enegry Policy,2006,(18):3549-3572.

[6]徐国泉,刘则渊,姜照华.中国碳排放的因素分解模型及实证分析:1995-2004[J].中国人口•资源与环境,2006,16(6):158-161.[Xu Guoquan, Liu zeyuan, Jiang Zhaohua. Factors Decomposition Model and Empirical Analysis on the Carbon Emission of China:1995-2004[J].China’s Population Resources and Environment, 2006,16(6):158-161.]

[7]Coondoo D,Dinda S.Causality Between Income and Emission: a Country Group specific Econometric Analysis[J]. Ecological Economics,2002,(40):351-367.

[8]Ehrlich P R. Knowledge and the Environment[J]. Ecological Economics,1999,(30):267-284.

[9]Friedl B M,Getzner.Determinants of CO2 Emissions in a Small Open Economy[J]. Ecological Economics,2003,(45):133-148.

[10]Hardi,Kaddour.Testing for Stationarity in Heterogeneous Panel Data[J].Econometric Journal, 2000,(3):148-161.

Regional Difference and Influence Factors of China’s Carbon Dioxide Emissions

LI Guozhi1,2 LI Zongzhi1

(1.School of Economics and Management, Nanjing University of Aeronautics and Astronautics, Nanjing Jiangsu 210016, China; 2.Business School, Jiangxi Agriculture University, Nanchang Jiangxi 330013, China)