前言：中文期刊网精心挑选了碳排放的来源范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
碳排放的来源范文1
关键词：出口隐含碳；投入产出模型
中图分类号：F746.12 文献标识码：A 文章编号：1001-828X（2013）09-0-01
一、投入产出模型
根据全国投入产出的平衡关系（总产出=中间产出+最终产出），可以建立按行业的投入产出数学模型：X = AX+Y
整理后得 X=（I-A）-1Y
其中A为直接消耗系数或者技术系数矩阵；X为社会总产出列向量；Y为包含其他最终产品的社会最终产品列向量。如果设E为国内单位总产出的直接碳排放强度矩阵，则一国为满足最终需求Y而引起的国内碳排放C可表达为：
C = E（I-A）-1Y
对中国来讲，由于加工贸易所占的比重比较大，占我国外贸总量的40%-50%。如果在计算过程中不考虑加工贸易的影响，即不考虑生产过程中所耗用的进口中间产品的影响，把生产出口品所需要的中间产品都当成是国内生产，并利用国内的排放系数来计算这些产品隐含碳的话，计算结果会有所偏差。事实上，一个国家生产过程中的某些投入是来自国外的，如我国加工贸易中所需要的大部分原材料和零部件都是来自国外，这些产品虽然进入中国的生产过程，但并不在中国产生碳排放，因此，在计算时，需要把这些进口中间产品剔除。所以需要把国内生产过程的投入分为两部分：一部分来自国内投入，另一部分来自进口中间投入。如果设Ad和Am分别代表中间使用的国内投入部分和进口投入部分的直接消耗系数矩阵，且A=Ad+Am ，其中Am中元素aijm表示j部门每生产一单位产出需要投入的i部门的进口中间投入的量。Ad中的元素aijd表示j部门每生产一单位产出需要投入的i部门的国内中间投入的量。我们可以把Am写成Am=M·A，其中，M是进口系数，指的是每个产业部门投入中进口中间品所占的比例，用以衡量每个部门对进口的依赖程度。关于M，首先部门之间的均一性，即部门i对于所有其他部门j的投入中进口中间品投入的比例是一致的。因为进口品包括中间产品和最终产品，这样M就一个对角矩阵，用以衡量第i部门对进口的依赖程度。
所以中国出口的隐含碳排放为：
中国进口的隐含碳排放为：
其中为国内单位总产出的直接碳排放强度，为国内投入的直接消耗系数矩阵，为进口来源国单位总产出的直接碳排放强度，为进口来源国国内投入的直接消耗系数矩阵。
二、数据来源及变量处理
国内单位总产出的直接碳排放强度：，其中为j部门产出的碳排放总量（17个行业8种能源的消费量与每种能源的碳排放量相乘），部门的国内总产出。所使用数据，j部门2002、2005、2007年总产出（数据来源：《中国统计年鉴》），各种能源消费总量（数据来源：中国统计年鉴），各类能源碳排放系数（能源的碳排放系数采用IPCC碳排放计算指南缺省值，来源：2006 IPCC Guidelines for National Greenhouse Gas Inventories，1.1 introductions.）。
其中在统计年鉴中的能源消费量是按50个行业分，而为了与随后用到的数据一致，根据附表进行归类，分成17个行业。
国内投入的直接消耗系数矩阵：
（数据来源：通过2007年中国投入产出表获得直接投入系数A，M通过统计年鉴中各行业进口数量和国内总产出的数据计算获得）
为行业出口数量，通过统计年鉴可以获得。
即进口来源国单位产出的完全碳排放系数，这一系数的计算需要确定每一个进口来源国的直接消耗系数以及单位产出碳排放系数，数据获得困难，本文采用各行业平均的完全能耗强度与中国的平均碳排放强度的比值计算获得。（数据来源2007年世界各国平均碳排放强度和GDP能耗数据计算获得）
三、最终的计算
而具体的分析如下：
金属产品制造业、机械设备制造业所输出的隐含碳较多，从2002年分别占总量的20.25%和24.24%上升到2007年的24.69%和30.68%，与此同时，2002、2005、2007年的总量分别为1.38492、2.80960、3.12764亿吨，明显看出有大幅度的增加。
中国的进口隐含碳总量从2002年的0.55412亿吨到2007年的0.76524亿吨，而其中2005年比其他两年都要高为0.9269亿吨。但相比出口隐含碳而言，就九牛一毛了。具体的，2002年、2002、2007年机械设备制造业占进口隐含碳总量的比例为24.24%，25%，29%，但占总的耗用量9.69%、5.794%、7.105%，由此可见进口量还是很少的，中国的机械制造业大部分是自产自足，并且输出大量的出口。
除了采矿业有明显的进口外，其他行业无不是净出口为正的，其中以机械设备制造业为最多，02、05、07年的数据分别为1.343199千万吨、 2.32336千万吨、 2.2224千万吨。这一图表表明中国出口大量的物品，从而出口隐含碳，得出结论不能只看本土排放，还要看转移排放。众所周知这两类都是能耗很大的行业，可以定义中国为全世界输送了大量的高耗能的产品，从而减少其他国家的排放碳的总量。
由于本文采用八类能源的碳排放系数而并非魏本勇等 采用的固、液、气三类能源碳排放系数，并且本文在计算出口贸易隐含碳时剔除了加工贸易中的进口中间产品，因此本文的计算结果更加接近实际。
参考文献：
碳排放的来源范文2
1．1数据来源文中计算所需数据主要包括1995－2011年我国城乡家庭生活能源消耗、人均家庭生活消费支出、消费价格指数、人均家庭收入、人口数以及城乡人口比例。其中，生活能源消费数据来源于《中国能源统计年鉴1996－2012》;人均家庭生活消费支出、消费价格指数、人均家庭收入、人口数以及城乡人口比例来源于《中国统计年鉴1996－2012》。为了使数据具有可比性，1996－2011年有关消费与收入的数据均转换为1995年的不变价。
1．2研究方法根据排放来源的不同，家庭碳排放可分为直接和间接两部分。直接碳排放包括家庭用于炊事、取暖、照明、洗浴、交通等活动中对能源商品直接消费所产生的CO2;间接碳排放是家庭生活过程中使用的各项产品与服务在其开发、生产、流通、使用和回收整个生命周期中所产生的CO2。家庭直接碳排放的核算参照《IPCC温室气体排放清单指南》［16］中的表观消费量法，涉及能源类型包括原煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、汽油、煤油、柴油、液化石油气、天然气，部分计算系数根据我国最新标准①进行了调整。家庭间接碳排放的核算参照投入产出法［17－19］，涉及食品、衣着、居住、家庭设备、医疗保健、交通通讯、文教娱乐以及其他商品和服务八项消费所产生的碳排放。
2结果与分析
2．1家庭碳排放总量中国正处于城市化快速发展阶段，人们对生活质量的要求逐渐提高，各种能源商品及服务的消费支出相应增加，城乡家庭碳排放总量不断增加(图1)。1995－2011年，我国居民家庭碳排放总量呈现先缓慢上升后快速上升的趋势，从1995年的6．54亿t增至2011年的23．78亿t，增加了263．28%。其中，城镇从1995年的3．30亿t增至2011年的16．31亿t，年均增长9．85%;而农村从1995年的3．24亿t增至2011年的7．47亿t，年均增长5．03%。城镇家庭碳排放增速始终大于农村，城乡家庭碳排放差异从1995的1．02倍增至2011年的2．18倍，差距不断扩大。
2．2人均家庭碳排放量1995－2011年，我国人均家庭碳排放先缓慢增长后迅速增长(图2)，从1995年的0．54t/人增至2011年的1．77t/人。17年来，城镇人均家庭碳排放始终大于农村，但农村增速大于城镇，城乡家庭人均碳排放差异从1995年的2．47倍降至2011年2．07倍。差距逐步减小，体现了我国城乡居民生活水平差距的缩小。
2．3直接碳排放与间接碳排放1995－2011年，城镇家庭直接碳排放增长了132．21%，间接碳排放增长了692．21%(图3)，后者增幅远大于前者;直接碳排放比重从1995年的53．48%降至2011年的25．21%，间接碳排放比重从1995年46．52%增至2011年的74．79%，城镇家庭逐步转变为以间接碳排放为主。农村家庭直接碳排放增长了113．98%，间接碳排放增长了152．9%，两者增幅相当;直接碳排放比重从1995年的57．33%降至2011年的53．25%，间接碳排放比重从1995年42．67%增至2011年的46．75%，农村家庭仍以直接碳排放为主。1995年，城镇家庭直接碳排放是农村的0．95倍，2011年为1．03倍，城乡差距较小;1995年城镇间接碳排放是农村的1．11倍，2011年达到了3．49倍，城乡差距不断拉大。
2．4家庭碳排放结构将家庭碳排放分为煤炭(原煤、其他洗煤、型煤)、油品(汽油、柴油、煤油)、液化石油气、天然气、电力、其他能源(焦炭、焦炉煤气、其他煤气)、食品、衣着、居住、家庭设备及用品、交通通讯、文教娱乐、医疗保健、其他商品和服务共十四项。由于我国农村地区天然气暂未普及，使用量极少，故农村家庭不单独列出天然气的碳排放，而将其归于其他能源。城乡家庭在基本生活用能设施、能源类型、消费水平方面差异较大，两者碳排放结构差别显著(图4)。从城镇家庭的角度来看，交通通讯排放比重增幅最大，从1995年的3．03%增至2011年的21．14%，成为目前城镇最主要的排放源，这主要是因为近年来我国城市交通通讯基础设施的逐步完善，以及汽车、摩托车、移动电话等新产品不断的推出以及价格的下降;而煤炭排放比重降幅最大，从1995的32．31%降至2011年的1．94%，这主要是因为煤炭逐步被液化石油气、天然气等能源所替代。从农村家庭的角度而言，电力排放比重增幅最大，从1995年的13．31%增至2011年的32．22%，成为最主要的排放源，归因于农村能源结构的转变;煤炭排放比重虽大幅下降，但比重仍较大;食品排放比重下降幅度紧随其后，归因于农村居民消费结构的升级。
2．5不同收入水平的城乡家庭碳排放收入水平是影响家庭碳排放的重要因素［20，21］。2010年，我国城乡家庭不同收入水平间接碳排放变化情况如图5(直接能耗数据难以获得，因此仅考虑间接碳排放)。分析可知:无论城镇还是农村，随着收入水平的提高，各类型间接碳排放都呈增加趋势，对于城镇家庭，增幅最大的为交通通讯排放，其次为文教娱乐和居住排放;对于农村家庭，增幅最大的为居住排放，其次为交通通讯、文教娱乐、医疗保健排放。同时，随着收入水平的提高，食品排放比重下降，而交通通讯、文教娱乐排放比重上升。
2．6各省区城乡人均家庭碳排放我国幅员辽阔，由于地理位置、自然禀赋以及经济发展等因素，各省区城乡居民能源利用与家庭碳排放必然存在差异。限于数据的可得性，从人均家庭碳排放的角度对2010年我国30省区(不包括港澳台和)城乡家庭碳排放差异进行分析与比较。2010年，我国各省区城镇人均家庭碳排放均大于农村，以全国平均水平所在点为坐标原点，以①和②线为坐标轴，分为四个象限(图6)。其中，位于第一象限的北京、上海、浙江、广东、天津、福建、辽宁、内蒙古8省区的城镇和农村人均家庭碳排放均大于全国平均水平，该地区是节能减排的重点省区，应加强节能减排，且同时兼顾城乡区域;位于第二象限的江苏、黑龙江、山东、吉林、宁夏、河北6省区的农村人均家庭碳排放大于全国平均水平，而城镇小于全国平均水平，该地区应注重农村地区的节能减排;位于第三象限的湖北、陕西、湖南、河南、安徽、四川、广西、山西、新疆、江西、海南、青海、甘肃、贵州14省区的城镇和农村人均家庭碳排放均小于全国平均水平，该地区节能减排工作应在保障当地人民基本生活水平的基础上进行;位于第四象限的云南、重庆2省区城镇人均家庭碳排放大于全国平均水平，而农村小于全国平均水平，该地区节能减排应侧重城镇地区。
3讨论
随着我国经济社会的发展，城乡居民生活水平逐步提高，来自家庭生活消费的碳排放总量不断增加，家庭碳排放占我国碳排放总量的比重也不断上升，以家庭为单元的节能减排工作逐步提上议程。文中通过对1995－2011年我国城乡居民家庭碳排放的评估分析，形成以下认识:(1)我国居民家庭碳排放快速增长，这与我国前期总体排放水平较低、排放增长需求强密不可分。城镇居民家庭碳排放的增速明显高于农村，这与城镇化进程、城镇人口增长和消费能力的差别密切相关。城镇是家庭碳排放的主要贡献者，如何引导城市在快速发展的同时减缓碳排放增长速度，是城市决策者必须考虑的重点;农村能源消费行为逐步与城市接轨，优质能源(如电力)比重逐年增大，传统能源(如煤炭)比重逐年降低，为节能减排带来一定的契机。节能减排政策的制定应从城乡差异的实际出发。(2)文中研究表明，17年来，家庭碳排放的重点向电力、油品、交通通讯等方面转移。其中，城镇家庭交通通讯排放增长迅速，成为主要排放源，而煤炭排放比重快速下降;农村家庭电力排放增幅最大，替代煤炭排放成为最大排放源。科学利用家庭碳排放结构动态变化规律及其趋势预测对节能减排工作进行合理部署。(3)在文中分析的全国30省区中，城镇和农村的人均家庭排放均低于全国平均水平的有14个，而高于全国平均水平的仅有8个，低水平排放省区主要分布在中西部地区，且中西部省区的城乡排放差距更大，这意味着不同省区城乡人均家庭排放的现状、减排基础、排放增长需求等均有较大差别。应广泛考虑区域实际发展需求，使不同地区享有同等的发展权，同时关注城乡差距，将农村家庭的节能减排工作与脱贫发展互动结合。
4结论与建议
碳排放的来源范文3
一、碳排放会计定义及相关内容
(一)碳排放会计定义 碳排放主要是温室气体中碳化气体(61％)的排放，这是造成全球气候变暖的原因。在碳排放会计没有正式提出之前，其相关的概念，如排污权、碳汇、CDM等已有学者进行研究。
虽然目前没有统一的说法，但学者们也从不同角度对碳排放会计进行定义。Tristram O.West，Gregg Marland(2002)对与碳排放会计密切联系的净碳通量(net carbon flux)会计进行说明，指出认清“净碳通量是指源头排放和汇清除(emissions by sources and removals by sinks)”是实现联合国气候变化框架公约(UNFCCC)下净碳通量会计的重要一步。Climate Change Information Center(2003)通过说明CDM，对碳排放会计进行了定义，认为碳排放会计是通过源头和汇清除的方式，由碳会计记录、总结和报告碳排放量的过程。这些定义只就碳排放本身独立而言，还未形成系统的概念。Janek Ratnaunga，Stewart Jones(2008)提出了碳排放会计的体系概念：“一般将碳排放会计和碳固会计合称为碳会计，把碳会计作为一个企业实施碳排放管理的体系，即碳会计体系”，认为碳排放会计是构成碳会计体系的一部分。该研究不仅指明了碳会计体系研究对碳排放会计研究的有利之处，而且对构建碳会计规范给出两种主要思路：一是基于京都议定书框架下，与IPCC原则相协调的碳信用的会计规范；二是在温室气体协定书内(GHG Protoc01)对CO2排放分别进行计量和报告的相关会计问题，成为目前研究碳排放会计问题最具系统、全面的文献，也可作为我国学者初始研究碳排放会计问题的参考，如周志方、肖序(2009)对Stewart Jones(2008)的总结，以及Liu Qiang(2009)对中国碳会计发展的基本情况介绍与基于“只有在分清排放源的基础上，实施碳排放会计才是有用”的论断。可以看出，学者们一致强调碳排放其排放源头的重要性，这是碳排放会计客体研究的重点。综合而论，笔者将碳排放会计定义为：碳排放会计是以碳排放量作为客体对其进行确认、计量、报告，用以传递企业碳排放过程和减排情况的会计信息系统。
另外，由于缺少对碳排放会计的权威界定，导致目前一些研究将碳排放会计与碳会计概念混淆。碳排放会计与碳会计的区别在于侧重点不同。碳排放会计侧重于对碳排放所引起的会计内容，包括碳排放的分类、碳排放存货、碳排放计量、碳排放报告等。而碳会计其范围更广，除了碳排放会计的内容外，还包括碳固，以及一些涉及到会计确认、计量和报告的碳问题，如碳信用等。
(二)碳排教会计目的及实施步骤无论是企业还是国家实施碳排放会计，都需要有一个目标作为指引，激励全员为减排管理而努力。CCIC(2003)对企业实行碳排放会计提出三个方面的目的：一是建立有效战略管理GHG排放提供信息的需要；二是为企业参与到GHG交易市场做好相应准备的需要；三是企业服从政府在碳减排方面的相应管理。此外职业界的呼声也很高，ACCA(2009)政策执行总监罗杰·亚当斯基于对未来碳排放会计和报告准则的期望，指出建立碳排放会计准则可以让投资者、股东、员工和其他相关各方更容易地进行碳排放和温室气体测量，以了解企业经营表现。可见，企业碳排放会计的目的不仅是企业自身可持续发展的需要，更是要履行作为社会公民的责任：在政府政策的指导下实行碳排放会计，承担对气候变化、温室气体减排进行有效管理的责任，有利于利益相关者对减排信息的需求。
现有文献主要从企业排放目标设定、边界划分、排放量计算、排放记录和报告的真实与公允性这四个方面予以阐述。其中最权威、最系统的实施步骤指南是2004年WBCSD&WRI联合的《温室气体协定书——企业会计和报告准则(修订版)》。这份指南就GHG存货的核算和报告进行详细阐述，概括为五步：识别边界；识别所覆盖的排放源；选择一个碳排放计算的方法；收集活动数据并选择排放系数；应用计算工具估计排放量。对此指南规范划分了GHG排放的范围：直接GHG排放；电力间接GHG排放；其他间接GHG排放的划分。在计算企业GHG排放方面，指南将GHG排放予以量化，即GHG=A×EF，其中A指活动数据(activity data)，EF指排放系数(emission factor)。该公式简化了碳排放定量的研究困难，但也带来了另外的问题，即公式的构成因子如何确定、确定的标准、数据的来源等。这些都可能存在主观估计的偏差，而指南中并没有给出说明。但不可否认的是，指南的颁布为目前企业GHG排放会计(主要是碳排放会计)提供了实务依据，如澳大利亚Carbon reduction institute、Gary Otte(2008)、Jolin Warren(2008)等的论述，其中Jolin Warren通过对苏格兰碳会计指南的收集、总结，不仅提出借鉴GHG协议的企业碳排放会计实施步骤而且强调全员为企业碳排放会计实施服务的必要性，指出只有整个企业的经营理念、企业文化、经营目标向低碳经营转变，碳排放会计才能真正落实到企业中。
二、碳排放会计的不确定性问题
(一)不确定性的界定 国内外学者很早就对会计的不确定性，进行研究。奈特(1927)、科斯(1937)和哈耶克(1945)一致认为不确定性对企业存在和发展的重大影响性。美国会计学家亨德里克森(1965)提出会计不确定性的两个主要来源：一是与会计信息在未来持续存在的实体有关的不确定性；二是由会计在计量未来不确定事项时产生的估计不确定性。我国学者林长泉(1997)、李学峰(1998)、林斌(2000)、陈红，周映群(2004)、田建芳，丁君风(2005)等，对不确定性定义、分类，不同学科下不确定性表现，以及会计信息稳健性、会计假设与不确定性的关系进行深入探讨，承认会计的不确定性是一种客观存在，同时将不确定性归纳为概率事件和非概率事件。他们的研究立足于传统财务会计，对会计信息系统内外部的不确定性进行分析。但随着环境问题越来越受到重视，新兴会计分支——环境会计逐渐发展，其会计客体上的不确定性日益突出，碳排放会计作为环境会计中的一个新领域，将这一不确定性表现为当前碳排放对未来影响的确认、计量和报告。因此，碳排放会计的不确定性，可以说具有双重性：一是会计学科自身的不确定性，即会计程序是建立在一系列假设基础上，由会计估计、判断带来的不确定性；二是来自于会计对象(客体)，即不确定性经济事项(碳排放本身)导致的不确定性。
(二)碳排放会计不确定性的研究现状 以低排放、低消耗、低污染为核心特征的低碳经济发展模式是碳排放会计核算和报告的基础。但由于碳排放检测技术、标准的研究滞后，目前，碳排放会计还无法全面实施，WRl2009年的报告指出：如今世界500强企业中有60％采纳了温室气体协议下企业会计和报告准则所要求进行的GHG存货(主要是碳排放)核算、管理和报告。然而碳排放会计的不确定性主要还是因碳排放自身的不确定性所致。且目前的研究也以机构、组织为主。
加拿大环境咨询公司(2001)以林木业碳排放的管理为例，将碳排放会计中的不确定性分为系统风险和非系统风险。并量化不确定性所导致的企业碳排量差量，包括对基年的碳排放量和项目碳排放量比较分析，研究不确定性影响下，这两个因素是如何影响企业利润。同时对木制品企业可能存在的9种参数依据不确定性类型划分，依次进行不确定性敏感测试，判别不同参数的不确定性敏感程度，为管理不确定性提供参考。Richard Clarkson and Kathryn Deyes(DEFRA，2002)从估计碳排放社会成本的角度来分析不确定性，认为不确定性是由于应用成本效益分析法和边际成本法所致；并将不确定性分为两大类：科学上的不确定性和与经济价值相关的不确定性。另外，WBCSD&WRI(2004)在其联合的《温室气体协定书——企业会计和报告准则》中提供了企业GHG排放(主要是碳排放)数据的计量、估计中不确定性解决的工具，将GHG排放存货的不确定性分为两类：科学上的不确定性和估计的不确定性，其中估计的不确定性包括模型的不确定性和参数的不确定性，通过原则导向提供了各类不确定性相对应的解决方法。转贴于
与此同时，政府也进行了相关研究，如俄罗斯政府联合国际应用系统分析研究所IIASA(2004)通过使用完全碳会计(FCA)计算1988～1992年俄罗斯陆地的碳通量，指出基于自上而下和自下而上相结合的会计方法比纯粹的自上而下会计方法更能缩小碳排放存货估计的不确定性。政府间气候变化专门委员会(IPCC)第四次评估报告第三工作组的报告一技术摘要(2007)在阐述决策、风险和不确定性三者关系时，以一致性程度和证据量(独立来源的数量和质量)两个维度对不确定性进行定性定义。虽然目前碳排放会计的不确定性研究还处在定性分析的阶段，但是仍有进步，如发现明确排放源头以及不确定性根源是不确定性解决的依据，故Jan Bebbington and Carlos Larrinaga-Gonza'Lez(2008)对气候变化的内在产生原因进行分析时，指出温室气体排放的不确定性是温室气体本身的独一无二性所导致的，组织很难将其处理但可以通过“风险窗口”致力于不同利益相关者。同时指出研究者要解决温室气体排放的不确定性可以通过碳会计与会计责任共同研究的方法以及与碳账户设立相协调的规范研究来进行。Gregg Marland等(2009)在结合碳排放自身的不确定性与人为估计的主观偏差引起的不确定性基础上，认为不确定性在于对碳排放的估计，其中不确定性来源有两方面：排放形式的动态性以及全球排放影响的巨大、扩张性导致的不确定性；理解、估计全球碳排放、碳循环所需排放数据的数量不确定。此外，Gray(2002)、IPCC Good Practice Guidelines、Stem(2006)、周志方，肖序(2009)等也就碳排放不确定性产生的源头进行说明与分类，以便于披露碳排放不确定的信息，包括有益于不确定性的表内、表外披露，有助于不确定性在报告中的要素披露以及披露方式。综合而言，这些研究都还处在定性分析阶段，且更多地侧重于不确定性基础概念的辨析，而没有涉及如何解决碳排放的量化。这是目前碳排放会计研究的难点。
三、碳排放会计报告与鉴证问题及评析
(一)碳排放会计报告与鉴证问题 目前关于碳排放披露的研究，主要集中在碳排放披露的信息质量要求、报告准则和审计、鉴证准则的标准化问题等方面的建议。
WBCSD&WRI(2004)指南提出了碳排放报告的五个信息质量要求：相关性、完整性、一致性、透明性、准确性。并指出由计量、估计或计算所带来的不确定性需要减少到切实可行的范畴内，但对于什么程度是“切实可行”的，指南中并没有说明。英国Aldersgate Group(2007)在对英国企业进行碳排放披露动因(必要性)分析的基础上，指出现有研究缺乏对碳排放披露的清晰定义和相关协议，特别是一致和可比的披露框架的缺失，影响了企业碳排放披露的发展。在这方面，报告列举了英国具体5项缺失的披露框架内容。为此，Aldersgate Group认为政府在促进企业碳披露方面需要进行以下方面的努力：标准化的披露准则、所有部门均使用的披露准则、政府的披露榜样、各机构在计划制定安排时对碳排放交易财务重要性的考虑等，体现了最早低碳发展的英国对规范化碳排放会计信息的努力。AnsKolk，DavidLevy and JonatanPinkse(2008)以碳披露计划(CDP)为例，从制度方面，阐述温室气体会计报告体系的发展，对CDP制度建立、披露所采用的方法和数据、投资者压力、碳披露报告通约以及碳会计通约进行详细说明，指出由于缺少披露的类型、排放数据以及可靠性检查(第三方鉴证)，碳披露仍然存在争议、受到质疑，从而很难对已报告的排放进行检验，更不要说企业自身的实际排放效果。因此，碳披露体系存在的不足间接影响到信息的使用效果，即有用性。此外ProfRoger Simnett，The Institute of Chartered Accountants in Australia(2008)、CBI on climate changes(2008)、RachelJackson(ACCA，2009)、《ACCA&GRI联合报告——重要行业：面对气候变化报告的挑战》(2009)等都提出颁布全世界适用的碳排放报告标准化指南及第三方认证准则的迫切需求，以助于所披露信息的可比、一致，并将其通过立法化的方式得以实施。转贴于
碳排放的来源范文4
关键词：服务业；碳排放；发展导向；IPCC法；灰色关联分析法
中图分类号：F719文献标识码：A文章编号：1008-2670（2014）01-0100-05
收稿日期：2013-10-31
基金项目：吉林省教育厅“十二五”社会科学研究项目“吉林省现代服务业发展状况调查研究”（2013169）。
作者简介：韩岳峰，女，吉林长春人，吉林财经大学国际经贸学院、国际交流学院副教授，研究方向：世界经济，国际贸易；申瑛琦，女，黑龙江哈尔滨人，吉林财经大学，研究方向：区域经济；张龙，男，吉林长春人，吉林财经大学，研究方向：服务贸易。
一、引言
大气中二氧化碳排放量的增加是造成全球气候变暖的主要原因，目前来说，虽然服务业属于低能源消耗、低碳排放的产业，但随着三次产业的重新划分及各产业碳排放量的积累，服务业的碳排放必然成为碳污染的重要来源，由此服务业碳排放问题将成为了未来一大研究热点[1]。而产业结构优化（调整与升级）是一个国家或地区产业比例的最优化过程，以低碳为目标的产业优化是今后产业调整的必然趋势。
纵览已有研究成果，基于碳排放角度的产业结构优化研究主要是针对于第一产业与第二产业，且集中在以下两个方面：一方面是通过研究碳排放与产业结构的关系，得出产业结构对碳排放的影响，并在此基础上运用理论分析找出产业结构的重点优化方向，如段莹[2]、虞义华[3]等的研究。另一方面是研究二者关系后，通过定量的方式采用具体的经济统计分析方法提出产业结构优化方案，如于娜[4]、谢链锋[5]等的研究。而随着服务业的迅速发展，服务业活动的碳排放将成为碳排放来源的重要组成部分，确定低碳角度下的服务业发展导向意义重大。
基于此，本文在计算吉林省2004-2010年服务业内部行业碳排放量的基础上，运用灰色关联法分析吉林省各服务行业对碳排放的不同影响程度，进而找出吉林省服务业内部结构优化方向，为政府服务业发展战略的制定与实施提供可供参考的意见和建议。
二、研究方法与数据来源
（一）研究方法
1.碳排放量测算方法
目前，尚未形成对碳排放标准的监测方法，数据一般是基于煤、石油、天然气三类化石能源的消费量推导计算得出的，如张雷[6] 、朱勤[7]、张龙[8]等采用的方式是间接碳测算法（IPCC法）。本文采用IPCC法，从服务业物质投入的角度测算吉林省服务业的碳排放量，并构建吉林省服务业碳排放量公式如下：
2.灰色关联分析法
碳排放问题是一个存在信息不充分且存在诸多不确定因素的领域，而且多种因素的影响作用决定了它的发展。它与产业发展的很多因素有着密切相关的关系，需要进行关联性分析。关联性分析有几种计量经济模型，比如数理统计中的主成分分析、回归分析、方差分析等，但这些方法往往要求有大量样本数据，且各因素之间彼此无关[9]。对于本文所研究的问题，使用这些研究模型是不合适的。
此外，碳排放强度和服务业结构的关联度数值本身并不是本文研究的关键，本文重点关心的是以此得出的不同服务业与碳排放量关联度大小的排序结果，从而找出未来控制碳排放的服务业结构调整方向。基于服务业碳排放测算难及现实可操作性的考虑，经过综合比较分析，本文选取灰色关联分析方法，来反映碳排放强度和产业结构的关系[10]。关联程度通常是以关联系数体现的：关联示数越大证明关联程度越大，反之则越小。灰色关联法操作步骤及计算公式见表1
（二）数据来源
在《吉林省统计年鉴》分行业能源品种消费（实物量）中，统计能源消费量时涉及到17种能源，根据本文的研究，将能源按形态划分为3大类：煤类、油类、气类。其中，煤类包括原煤、洗精煤、煤制品、焦炭；油类包括原油、汽油、煤油、柴油、燃料油、其他油制品；气类包括天然气、焦炉煤气、炼厂干气、液化石油气。在测算吉林省服务业各行业碳排放量时，数据主要来源于《吉林省统计年鉴（2005-2011）》中三大能源平衡表中的服务业各部门的能源消费量；对于没有表示出来的服务部门，则其能源消费量按当年投入产出表中各服务行业增加值的比例来估算。为后续研究的开展，需要先将能源实物量换算成标准煤。具体公式为：标准煤=实物量×标准煤折算系数，表2所示为各能源的标准煤折算系数。
三、分析与结论
（一）服务业碳排放的相关分析
1.服务业碳排放量的计算
运用表1给定的各能源标准煤折算指数、能源碳排放系数（万吨标准煤）及公式（1），由各服务行业不同能源消费量计算其碳排放量，最终得到2004-2010年吉林省各服务行业的碳排放量情况，见表3。
由表3可知，近几年，吉林省各服务行业碳排放量差异较为明显，交通运输、仓储和邮政业排放量最高；批发、零售业、住宿和餐饮业以逐步递增的方式在超过100万吨；相较而言，水利、环境和公共设施管理业，租赁和商务服务业，研究、技术服务和地质勘查业等碳排放量不足10万吨，为绿色服务产业。就服务业碳排放总量来看，处于首位的交通运输、仓储和邮政业2010年碳排放量高达439.38万吨，批发、零售业、住宿和餐饮业以154.82万吨位居于次席，碳排放量最少是水利、环境和公共设施管理业，仅为0.97万吨。
2.服务业灰色关联分析相关值计算
以表3显示的2004-2010年吉林省13类服务业的碳排放量为数据基础，用灰色关联分析法分析吉林省服务业结构对碳排放的影响。具体来说，将吉林省服务业总的碳排放量作为参考序列，服务业中的13类具体行业作为相应的比较序列，依次进行无量纲处理（得到标准序列）、计算差绝对值、关联系数，并最终对关联度进行排序。
经过计算，得到吉林省13类服务行业各自的碳排放量与服务业总排放量平均关联度分别为：RA=0.93，RB=0.78，RC=0.78，RD=0.84，RE=0.91，RF=0.87，RG=0.67，RH=0.86，RI=0.92，RJ=0.65，RK=0.71，RL=0.89，RM=0.67。具体排序为：RA> RI >RE> RL >RF >RH >RD >RB = RC> RK >RG =RM >RJ 。
（二）基本结论
结合前文研究结果与相关分析，可得出以下结论：
（1）从行业碳排放量角度来看，13类服务业碳排放差异较大，吉林省服务业碳排量总体呈现较为明显的上升趋势。与2004年相比，分别累计增加了87.5%、120. 9%、113.5%、102.1%、84.7%、107.9%、142.5%、91.6%、94.1%、118.1%、64.0%、101.8%、106.1%的碳排放量，平均增幅在1倍以上，最高增幅出现在水利、环境和公共设施管理业，最低增幅出现在文化、体育和娱乐业。具体来说，交通运输、仓储和邮政业，批发、零售、住宿和餐饮等传统服务行业属于碳排放量高的服务业；租赁和商务服务业等新型服务行业为低碳排放量服务业。所以，从碳排放量的角度看，为减少碳排放，首先需对传统服务行业结构进行优化，应该把此类产业列为吉林省重点调整和优化结构的服务业对象。
分析其原因可能是目前我国交通运输、仓储和邮政业（如民航、长途运输等工具）的能源消费主要是石油，而绝大多数的餐饮企业能源消费则以煤炭、天然气、液化气为主， 这种大量使用化石燃料却很少使用清洁能源和新能源的能源消费结构是导致其碳排放高的最主要原因。当然， 与这些服务行业缺乏绿色经营理念、节能减排科技投入少等原因同样密不可分。
（2）从分行业对服务业碳排放的影响角度看，13类服务业碳排放影响差异较大，关联度最高的为交通运输、仓储和邮政业（0.93），最低的是卫生、社会保障和社会福利业（0.65）。同时通过上述两点结论及上面分析可知，碳排放量多少与碳排放对服务业影响并不存在必然的联系，更不能单纯地认为存在着正向相关关系，这是我们非常容易陷入的一个误区碳排放量多少与碳排放对服务业影响并不存在必然联系，进而基于这两个角度选出的服务业优化导向也就不同。，类似现象在李健[11]的中国碳排放强度与产业结构的关联分析中已经做了合理的解释。因此，从服务业碳排放灰色关联分析的角度看，要想有效减少服务业碳排放，首选应是优化关联度较高的交通运输、仓储和邮政业，租赁和商务服务业等行业。
尽管本文分析中有些服务行业无论是总量还是对服务业总的碳排放量影响方面基数不大，这主要是因为我国现阶段服务业的发展水平还比较低，表现为服务业的碳减排效应不明显。但是，需要注意的是，近年来服务业的发展速度迅速，甚至逐渐成为带动地区经济的主要源动力，而且随着三次产业结构优化进程的加快，服务业碳排放问题必然影响巨大。因此，必须未雨绸缪，现在就应注重优化服务业内部结构，提高服务业的发展水平，为加快产业结构优化，降低服务产业碳排放强度做好准备。
四、讨论与展望
本文定位的吉林省服务业发展导向主要是基于碳排放量及服务业碳排放灰色关联度的角度，更进一步说，本文的分析只是找到了在服务业内部行业中应该有目的、有准备、有次序地选择优化哪些行业，并没有在行业经济效益、产业关联、充分就业和产业规模等约束条件下去寻找具体优化途径。随着服务业的高速发展及其在三产业中比例的大幅提升，这一领域的研究空白必然会被迅速填补，笔者目前也在进行大量的数据收集和处理工作，但由于庞大的工作量及数据收集难度，并没能在本文中一起研究，这些遗留问题将是笔者接下来的学术研究重点。
随着经济的发展，资源环境和气候问题已经越来越明显地制约着经济的进一步发展。本文所重点强调的学术重点在于服务业碳排放量与服务业碳排放影响之间的关系，摒弃误区。另外，本文的核心观点是：按照可持续发展的要求，像中国这样资源使用量巨大的发展中国家，不能走先排放、后治理的路径，而必须在借鉴服务业发展及服务业碳排放研究已经取得很大进展的发达国家经验的基础上，力求在发展的过程中边发展、边治理，甚至未发展、先设防，实现服务业的绿色发展，实现经济和社会的可持续发展。
参考文献：
[1]田云，张俊飚，李波.基于投入角度的农业碳排放时空特征及因素分解研究――以湖北省为例[J].农业现代化研究，2011（6）：752-755.
[2]段莹.产业结构高度化对碳排放的影响――基于湖北省的实证[J].统计与决策，2010 （23）：94-95
[3]虞义华，郑新业，张莉.经济发展水平、产业结构与碳排放强度――中国省级面板数据分析[J].经济理论与经济管理，2011 （3）： 89.
[4]于娜.基于节能目标的辽宁省产业结构优化研究[D].大连：大连理工大学，2009.
[5]谢链锋.低碳约束下湖北省产业结构调整研究[D].武汉：华中科技大学，2010.
[6]张雷，黄园淅，李艳梅，等.中国碳排放区域格局变化与减排途经分析[J].资源科学，2010，32（2）： 211-217.
[7]朱勤，彭希哲，陆志明，等.人口与消费对碳排放影响的分析模型与实证[J].中国人口・资源与环境，2010，20（2）：98-102.
[8]张龙.中国农业碳排放变化因素分解研究――基于能源消耗与贸易角度的LMDI分解法[J].当代经济研究，2013（4）：47-52.
[9]尹春华，顾培亮.我国产业结构的调整与能源消费的灰色关联分析[J].天津大学学报：自然科学版，2003，36（1）：104-107.
碳排放的来源范文5
关键词：碳排放因素;行业差异;LMDI模型
Abstract: In this paper, the use of LMDI decomposition method, 2000-2010 Hubei Province carbon emissions driving factors. The results showed that the overall economic development is the most important factor in the increase of carbon emissions in Hubei Province, contribution to energy efficiency to reduce carbon emissions, energy structural condition to reduce carbon emissions contribute little to the .
Key words: carbon emission factors; industry differences; LMDI model
中图分类号：TE02文献标识码：A文章编号：2095-2104（2012）
引言
近年来，低碳减排已成为国际政治政治经济的重要话题。我国也向世界承诺在2020年碳排放量相较于2005年要减少40%—45%，湖北省政府也提出了单位GDP碳排放量每年减少4%以上的目标。然而从实际情况来看，湖北省的能源消费情况不容乐观，从2000——2010年，柴油消费量上升了66%，原煤的消耗量上升了151%，这些能源的使用是碳排放的最重要来源。随着2012年1月我国关于在湖北等9个省（直辖市）碳排放交易试点的展开，如何有效率地设置相关机制开展试点工作是目前的重要课题。正确认识目前湖北省的碳排放现状是十分必要的，是后续做好低碳减排的基础，基于此，本文将探究湖北省碳排放驱动因素及其行业差异。
文献综述
目前国内外学者对于碳排放驱动因素的探究主要基于国家层面。Ang et al. ( 1998) 首先运用对数平均Divisia 指数(LMDI)分解法, 对中国工业部门消费能源而排放的CO2 进行了研究。结果表明，工业部门总产出的变化对CO2 排放产生了比较大的正向效应, 而工业部门能源强度的变化则对CO2 排放起到了较大的抑制作用。Liu et al. ( 2007) 把对中国工业部门CO2 排放的研究扩大到36 个行业,他同样运用LMDI分解法,集中研究了中国1998 —2005年期间工业部门的CO2 排放,其结论认为工业经济发展和工业终端能源强度是推动CO2 排放变化的最重要因素。徐国泉等（2006）运用Divisia指数分解法研究了中国1995—2004年中国人均碳排放的影响因素。宋德勇和卢忠宝( 2009)采用了两阶段LMDI 方法, 研究了中国碳排放的影响因素及其周期性波动。结论表明中国四个阶段不同经济增长方式的差异是碳排放波动的重要原因。
就对省份的研究，温景光（2010）对江苏省碳排放驱动因素进行了实证研究，认为经济增长是江苏省碳排放呈指数增长的最重要原因，能源结构和能源效率对抑制江苏省人均碳排放效果并不显著。田云等（2011）对武汉市的碳排放量进行了测算，认为能源结构、效率对碳排放具有一定的抑制作用，但效果不显著并且波动性较强。孙志威等（2011）运用LMDI法对天津省碳排放进行研究，结果表明经济发展和能源强度之间的相互制约是碳排放的主要变化来源。
从现有的研究来看，第一，指数分解法是目前研究碳排放驱动因素较为有效的工具方法，但在碳排放量的计算上存在着一定缺陷；第二，学者大多数从时间序列上对碳排放数据进行分析，很少有对地区不同行业的碳排放情况进行对比分析。因此，本文将采用LMD分解法对湖北省的整体碳排放驱动因素分别进行整体分析以及行业的对比分析，得到关于湖北省碳排放更为细致可靠的信息，为碳交易机制的开展建立良好基础。
碳排放驱动因素分解模型
(一)模型、数据收集、估算与整理
本文使用的基础等式为Kaya恒等式的扩展，并采用不带残差项的LMDI分解法对湖北省碳排放量驱动因素的贡献度进行测算。关于湖北省能源消费数据、湖北省分行业产值来自于《湖北省统计年鉴》（2000—2010），《中国能源统计年鉴》（2000—2010）。另外，在碳排放系数的处理上，本文认为IPCC给出的碳排放系数不能直接引用，必须将其转化成以各自能源发热量为标准的碳排放系数，才能运用在数理分析中。基于此，本文重新测度了所用能源的碳排放系数，结果如表2所示
表2不同能源的碳排放系数
(二)因素分析
1、湖北省工业总排放量分析
能源强度为消费单位某种能源的二氧化碳排放量，由能源本身的状况所决定，较为固定。所以能源结构、能源效率以及经济发展水平三者为湖北省碳排放量的主要决定因素。
图1 湖北省碳排放驱动因素年度变化折线图 图2 湖北省碳排放驱动因素累积变化折线图
由湖北省总的二氧化碳排放量因素表以及图1图2可以发现，虽然湖北省能源结构对碳排放量影响在有些年份为负，但是其累积效应始终为正值。
近年来，能源效率的提高对于湖北省碳排放量的减少效用较为显著，说明湖北省抑制碳排放主要来自于能源效率的变化，特别是在2006年以后。从图1、图2我们发现经济发展水平和能源使用效率曲线呈现关于X轴对称的态势，这也说明经济发展是企业进行技术革新，加大设备投资以提高能源使用效率的基础。但是另一方面，经济发展又是碳排放增加的最主要的因素。根据库兹涅兹曲线，长期来看，环境压力与经济增长应该是倒U型的关系，而湖北省目前仍然处在倒U型曲线的左端，说明湖北省低碳发展任重而道远。
碳排放的来源范文6
[关键词]EKC；生猪养殖；碳排放
[基金项目]国家社会科学基金重大项目“长江经济带建设战略引领下沿江地区经济发展路径研究”（2015YZD16）、国家自然科学基金项目“大湖地区畜禽养殖污染形成机理及管控政策研究――以鄱阳湖生态经济区为例”（71303099）、江西省普通高校科技落地计划科学前沿项目“鄱阳湖生态经济区土地利用与生物多样性变化及优化技术”（KJLD12065）和江西财经大学2015年度学生科研课题（XS306）的阶段性成果。
[作者简介]孔凡斌，江西省社会科学院研究员，江西财经大学二级教授，博士生导师，博士后合作导师（江西南昌 330077）；王智鹏，江西财经大学鄱阳湖生态经济研究院农业经济管理专业硕士研究生；潘丹，江西财经大学在站博士后（江西南昌 330032）。
一、引言
畜禽养殖碳排放是全球温室气体排放的重要来源。联合国粮农组织（FAO）报告《畜牧的巨大阴影：环境问题与选择》统计数据显示，生猪、牛、羊和家禽的温室气体排放量占以二氧化碳当量计算的温室气体排放量的18%。在日益严峻的全球气候变暖情形之下，以“低能耗、低污染、低排放”的低碳养殖模式呼吁而出，如何处理好经济增长与生猪养殖碳排放的脱钩发展，成为低碳养殖研究领域中十分关注的问题。目前，学者对畜禽养殖碳排放的研究主要集中在以下几个方面：一是畜禽养殖碳排放的测算。学者主要运用碳转化系数法、IPCC排放系数法、综合调查法和碳排放指标体系等，对碳排放进行测算①。二是畜禽养殖碳排放与经济发展之间的关系。国外学者对碳排放与经济发展之间做了很多研究，发现不同国家的碳排放与经济发展存在“正U型”“倒U型”“正N型”或“倒N型”等多种曲线关系①。国内学者应用环境库兹涅茨曲线（EKC）模型验证畜禽养殖碳排放与经济发展关系的研究较少。孟祥海等运用EKC模型分析了我国畜禽污染与经济增长之间的关系，研究表明：污染程度与人均GDP之间存在“倒U型”曲线关系，且已跨过曲线拐点②。田素妍等对中国畜禽养殖碳排放与经济发展进行了EKC验证，结果发现：东部地区畜禽养殖碳排放与经济发展间存在显著的“倒U型”关系，中、西部地区畜禽养殖碳排放与经济发展则存在显著的“正U型”关系③。
综上所述，现有对畜禽养殖碳排放的研究多以国家、省际作为研究单位，对省、市级研究甚少。同时，目前对畜禽养殖碳排放的测算往往集中在肠道发酵与粪便管理④，很少从系统的角度去测算整个生命周期过程产生的污染物总量，这将导致碳排放量测算的不准确。而有学者研究表明，污染物测算不准、不全往往是导致EKC检验结果不准确的主要原因⑤。基于此，本文将以江西省生猪养殖为例，运用生命周期评价方法（LCA）系统测算生猪养殖碳排放量，在此基础上对生猪养殖碳排放与经济发展之间的EKC关系进行检验，并分析影响生猪养殖碳排放的主要因素。生猪养殖业在中国畜禽养殖业中占主导地位，是中国畜禽养殖碳排放的主要来源。江西省是全国十大生猪主产省之一，其生猪碳减排工作对全国生猪碳减排具有重要的意义。对致力于打造“生态明文先行示范区”和“美丽中国‘江西样板’”的江西省而言，对生猪养殖碳排放进行EKC检验以及对碳排放影响因素进行分析显得尤为迫切，具有重要的战略意义和现实意义。
二、模型构建、变量选取及数据来源
（一）生猪养殖碳排放量测算
FAO温室气体排放评估框架《IPCC 2006年国家温室气体清单指南》指出⑥，生猪养殖直接的碳排放主要来源于生猪肠道发酵CH4排放与粪便管理系统中CH4、N2O排放，间接的碳排放主要来源于饲料粮种植、饲料粮运输与加工、饲养环节耗能和猪肉产品屠宰加工等环节中能源与资源消耗所产生的排放。因此，本文结合江西省生猪养殖的实际情况，借鉴胡向东和孟祥海的研究成果⑦，运用生命周期评价方法（LCA），选取饲料粮种植、饲料粮运输和加工、生猪肠道发酵、粪便管理系统、饲养环节耗能和猪肉产品屠宰加工六大环节，测算出生猪从幼仔养殖到出栏以及到猪肉产品销售的整个生命周期过程中产生并排放到空气中的CH4、N2O等温室气体折算成二氧化碳当量总和。目前，生命周期评价（LCA）已被广泛应用于碳排放（即温室气体排放）研究领域①，但国内生命周期评价方法应用于畜禽养殖业特别是生猪养殖碳排放测算较少。
生猪养殖碳排放量测算公式如下：
C=EGF +ESM +EMT +ECD+EGE +ESF（1）
式（1）中：C为生猪养殖碳排放总量；EGF为饲料粮种植产生的碳排放量；ESM为饲料粮运输与加工产生的碳排放量；EMT为生猪肠道发酵CH4排放产生的碳排放量；ECD为粪便管理系统中CH4、N2O排放产生的碳排放量；EGE为生猪饲养环节耗能产生的碳排放量；ESF为猪肉产品屠宰加工产生的碳排放量。
（二）生猪养殖碳排放的EKC模型设定
参照国内外学者对环境质量与经济发展之间关系的研究成果②，根据测算的生猪养殖碳排放总量，环境质量指标选用碳排放量来衡量，经济发展指标选用农村居民人均可支配收入来衡量。
同时，本文采用含参数估计的生猪养殖碳排放环境库兹涅茨模型，来验证江西省及各地市生猪养殖碳排放与经济发展之间是否存在EKC拐点。EKC模型的设定多以二次、三次多项式为主，但三次多项式相对灵活③。为消除数据可能出现的异方差，分别对生猪养殖碳排放和农村居民可支配收入取自然对数，采用对数三次方作为回归方程的基准方程对生猪碳排放进行EKC检验：
lnCt=θ0+θ1lnYt+θ2（lnYt）2+θ3（lnYt）3+εt（2）
式（2）中：Ct为生猪养殖碳排放量；Yt为农村居民人均可支配收入；t为时间；θ0为截距项；θ1、θ2、θ3为模型估计参数；ε1为随机误差项。根据模型估计参数θ1、θ2、θ3，其取值的不同，可以反映出生猪养殖碳排放与经济发展之间的不同关系。
（三）生猪养殖碳排放的影响因素研究
1.变量选取与说明
现有研究表明，碳排放具有不确定性和受人类活动影响等特点④，受经济发展水平、人口规模、产业结构、城市化水平、交通便利情况、人力资本、市场需求和政府支持等因素影响⑤。基于此，本文结合江西省生猪养殖实际情况与现有的研究成果并考虑数据的可获得性，选取以下七个变量作为生猪养殖碳排放的影响因素：
（1）猪肉消费总量（X1）：用人均猪肉消费量与城镇人口之积来表示。一般情况下，人们对猪肉的消费总量越多，意味着生猪养殖总量越多，将会消耗更多的能源和资源，碳排放量越多。
（2）对外贸易程度（X2）：用对外出口的生猪总额与牧业生产总值之比来表示。一般情况下，对外贸易程度越高，说明对外出口的生猪数量越多，产生的碳排放量越高。
（3）公路密度（X3）：用每平方公里的公路里程来表示。通常而言，交通条件越便利，越有利于生猪的运输以及对低碳养殖技术的推广，生猪养殖的碳排放量将会越少。
（4）农村劳动力价格（X4）：用城乡劳动力人均收入之比来衡量。城乡劳动力人均收入之比越高，生猪养殖的机会成本就越高，在理性经济人假设下，生猪养殖户会选择进城务工以获取更高的非农收入，选择生猪养殖的概率更低，生猪养殖数量下降，生猪养殖碳排放量下降。
（5）产业结构（X5）：用牧业生产总值与农业生产总值之比来衡量。牧业生产总值占农业生产总值比重越高，说明生猪产业发展越好，用于生猪养殖的资源越多，生猪养殖所产生的碳排放越高。
（6）政府环保管制（X6）：用政府环境治理投入与地区生产总值之比来衡量。政府环保管制越高，对低碳养殖技术（例如粪便处理技术推广和沼气池建设技术）等的补贴越高，从而降低生猪养殖所产生的碳排放。
（7）能源利用效率（X7）：用单位GDP能耗来表示。一般情况下，在生猪养殖的整个生命周期过程中，能源的利用会间接产生碳排放。能源利用率越高，生猪养殖产生的碳排放越低。
2.模型构建
为消除数据中可能出现的异方差同时不改变数据的特征，本文采用变量的对数值。生猪养殖碳排放影响因素的计量模型构建如下：
lnC=θ0+θ1lnY+θ2（lnY）2+θ3（lnY）3+Yi lnXi+ε；i=1，2…（3）
式（3）中：C表示生猪养殖碳排放量；Y表示农村居民人均可支配收入；Xi为解释变量；θ0为常数；θ1、θ2、θ3、Yi为估计参数；ε为随机误差项。
（四）数据来源
生猪养殖碳排放量测算与EKC检验采用1990―2014年江西省及11个市区的面板数据，数据来源于1991―2015年《江西省统计年鉴》。由于2000年以前生猪养殖碳排放影响因素的相关数据缺失且较难获取，因此，生猪养殖碳排放影响因素研究采用2000年之后的数据进行分析，数据来源于2001―2015年《中国统计年鉴》和《江西统计年鉴》。
三、实证结果与分析
（一）生猪养殖碳排放的EKC检验及拐点分析
采用固定效应模型对生猪养殖碳排放的EKC进行计量模型估计，结果如表1所示。
■
由表1可知，θ10，且θ3
第一，当农村居民人均可支配收入低于2454元时，该时期为1990―2003年，生猪养殖碳排放与经济发展水平呈反向变化关系，即经济发展水平保持增长的态势，而生猪养殖碳排放呈下降趋势。这一阶段生猪养殖业多为农户散养经营，生猪养殖总量相对较少，有足够的土地吸纳生猪养殖废弃物，能够有效实现“废弃物―有机肥―种植业”的种养结合，废弃物环境友好型处理率较高。且该时间段生猪养殖业的发展更多依赖于劳动力的投入，物资资本、能源等的投入未急剧增加，因此生猪养殖碳排放呈现下降态势。
第二，当农村居民人均可支配收入介于2454元至10864元之间时，该时期为2004―2014年，生猪养殖碳排放与经济发展之间呈现同步上升的趋势，即随着农村居民人均可支配收入的增加，生猪养殖碳排放也在增加。该阶段随着人口规模壮大和人们生活水平提高，猪肉市场需求增加使得生猪养殖总量不断攀升，生猪养殖模式由传统散养模式向小、中、大规模化养殖模式转变。随着生猪养殖业专业化、规模化程度日益提高，但养殖户经济基础比较薄弱，且生猪养殖业在一般情况下属于微利产业，污染治理投资与运行费用相对较高，多数养殖户在资金需求上难以承受。因此，相当一部分生猪养殖场缺乏必要的粪污处理设施，大量未经处理的禽粪污随意排入河流、稻田、荷塘等，使得大量生猪粪污及废弃物不能实现资源化、循环化综合利用，环境污染日益严重。农牧脱节，使得“废弃物―有机肥―种植业”的种养结合模式难以实现。同时，政府对沼气的推广尚在起步阶段，“废弃物―沼气―有机肥”的资源化循环经济模式效果不显著。而且，随着劳动力对生猪养殖产出的贡献力逐渐减弱，生猪养殖产业的发展更多依赖于物资资本及能源的投入增加。因此，该阶段生猪养殖碳排放和经济发展水平处于同步上升的态势。
第三，当农村居民可支配收入大于10864元时，随着经济的进一步发展，生猪养殖碳排放将逐渐降低。这一阶段，人民生活水平逐渐提高、环保意识逐渐增强、对环境质量需求也不断提高。政府对生猪清洁生产更加重视，对生猪低碳养殖技术和清洁生产技术的补贴力度加大，如沼气池建设、干清粪工艺、尿粪固液分离工艺推广等。同时，政府采取一定的激励或者强制措施，促进生猪粪便还田，减少生猪粪便向环境排放。实施生猪养殖业废弃物综合利用工程。大力发展养殖业循环经济，建立以沼气为纽带形成“猪―沼―菜”“猪―沼―果”“猪―沼―林”“猪―沼―鱼”多功能生态养殖和循环经济模式。减量化、资源化、再循环模式成效的显现，使得该阶段生猪养殖碳排放会随着经济发展水平的提高而降低。
（二）生猪养殖碳排放EKC拐点的时空特征分析
1.空间分布特征
2014年江西省农村居民人均可支配收入为9997.0元，还处于临界值（10864元）左端，意味着当前江西省生猪养殖碳排放随着经济发展仍然呈现上升的趋势。将江西省十一个设区市2014年农村居民人均可支配收入与临界值（10864元）进行对比分析后发现：南昌市（12266.8元）、景德镇市（11410.1元）、萍乡市（12617.6元）、新余市（12678.9元）和鹰潭市（11215.4元）五个市的农村居民人均可支配收入已经超过其临界值，生猪养殖碳排放将随着经济发展水平的提高逐渐降低。可能的原因是：2014年景德镇市、萍乡市、新余市和鹰潭市生猪养殖量分别为25万头、66万头、40万头和58万头，远小于江西省129万头的生猪平均养殖量。这四个设区市生猪养殖量较小，可以较好地实现“废弃物―有机肥―种植业”的种养结合，以及政府对生态环境保护的重视和养殖技术的推广，如“废弃物―沼气―有机肥”循环经济模式等，废弃物的资源化利用使得这四个区域生猪养殖碳排放经过高拐点值进入了下降阶段。南昌市是江西省的省会城市与经济发展中心，政府对生猪养殖造成的环境污染更加重视，且南昌市生猪养殖专业化、规模化程度较高，中、大规模养殖场较多，得到的补贴更高；较好地实现了“废弃物―沼气―有机肥”多功能生态养殖和循环经济模式，使得南昌市生猪碳排放从高拐点值开始逐步降低。其余六个设区市生猪养殖碳排放还未到达高拐点值，即随着经济发展水平的提高生猪养殖碳排放仍然呈现上升的趋势。那么，这六个设区市的生猪养殖碳排放何时才能到达高拐点值？接下来本文将对各市到达高拐点值的时间路径进行分析。
2.时间路径特征
根据到2020年全面实现小康社会的目标以及各市2010―2014年间农村居民人均可支配收入的平均增速，首先预测出各市农村居民人均可支配收入，并且将其作为预估时间的年均增速；然后，计算出各市到达高拐点值所需要的时间；最后，确定到达的具体年份。根据计算方法，得出的结果如表2所示。
从表2可知，在2015年到达EKC高拐点值的市包括九江市、宜春市、抚州市，在2016年到达EKC高拐点值的市包括吉安市和上饶市，赣州市将在2018年到达EKC高拐点值。不同市到达EKC高拐点值的时间不同，可能由于各市生猪养殖碳排放与经济发展水平的差异造成的。九江市、宜春市、抚州市、吉安市和上饶市生猪养殖业占有重要地位，2014年这五市生猪养殖量分别达到了95万头、284万头、124万头、175万头和127万头，分别占江西省生猪养殖总量的6.66%、19.99%、8.73%、12.30%和8.92%。这五市生猪养殖量大，碳排放总量更高，使得生猪养殖碳排放量更高。生猪养殖业蓬勃发展，使得农村居民人均可支配收入更高，到达曲线高拐点值的时间相对较短。赣州市位于赣南地区，面积相对广阔，主要还是以包括生猪养殖业在内的农业发展为主，经济发展相对较慢，农村居民人均可支配收入较低，到达曲线高拐点值的时间相对较长。
（三）生猪养殖碳排放影响因素分析
运用stata10.0统计软件进行生猪养殖碳排放影响因素回归分析，结果如表3所示：采用固定效应模型处理数据，模型R2为0.9985，且F值为265.6139，说明模型整体拟合优度较好。在控制其他变量不变的情况下，经济发展水平的系数满足θ10，且θ3
表3结果显示，猪肉消费总量（X1）的系数为0.1378，且通过了10%的显著性检验，说明猪肉消费总量对江西省生猪养殖碳排放具有正影响作用，与预期一致。这表明，随着猪肉消费总量的上升，在其他条件不变的情况下，生猪养殖碳排放呈上升趋势。
对外贸易程度（X2）的系数为0.0963，且通过了5%的显著性检验，说明对外贸易程度对江西省生猪养殖碳排放具有正影响作用，与预期一致。这表明，随着对外贸易程度的提高，在其他条件不变的情况下，生猪养殖碳排放呈上升趋势。可能的原因是：发达国家的生猪从我国进口，使得碳排放环节发生在我国，出现了“碳转移排放”现象，这与林百强和蒋竺均研究相符①。
公路密度（X3）的系数为0.0880，且通过了10%的显著性检验，说明公路密度对江西省生猪养殖碳排放具有正影响作用，与预期并不一致。可能的原因是：随着公里密度的提升，交通条件更为便利，生猪规模饲养数量将会增多，生猪养殖碳排放量增加。
农村劳动力价格（X4）的系数为-0.5527，且通过了1%的显著性检验，说明农村劳动力价格对江西省生猪养殖碳排放具有负影响作用，与预期一致。这表明，在其他条件不变的情况下，在城市收入越高，养殖户生猪养殖的机会成本就会越高。基于人们对经济效益的抉择，城市务工收入越高，从事生猪养殖人员就会相对越少。这与邓力群的研究类似，养殖机会成本对养殖户饲养行为产生负影响，即农村劳动力价格将会抑制生猪养殖碳排放的增长①。
产业结构（X5）的系数为0.8767，且通过了1%的显著性检验，说明产业结构对江西省生猪养殖碳排放具有正影响作用，与预期一致。这说明，在其他条件不变的情况下，产业结构的提升会使得生猪养殖碳排放呈上升趋势。这与杜江和刘渝的研究结果相符②。
政府环保管制（X6）的系数为-0.1549，且通过了1%的显著性检验，说明政府环保管制对江西省生猪养殖碳排放具有负影响作用，与预期一致。张学刚和王玉婧认为，政府对环境的管制等对环境质量改善有重要影响③，在其他条件不变的情况下，政府对环境保护越重视，对生猪低碳养殖重视会越高，使得生猪养殖碳排放下降显著。
能源利用效率（X7）的系数为-6.6554，且通过了1%的显著性检验，说明能源利用效率对江西省生猪养殖碳排放具有负影响作用，与预期一致。赵爱文和李东研究发现，能源利用效率的不断提高，显著影响能源使用强度①。在生猪整个生命周期过程中，能源利用效率的提升，使得能源使用强度显著下降，使得生猪养殖碳排放减少。
四、结论与政策建议
本文基于1990―2014年江西省及十一个设区市的面板数据，运用生命周期评价方法（LCA）测算出江西省及各市生猪养殖碳排放总量，利用EKC模型检验了江西省及各市生猪养殖碳排放与经济发展水平之间的EKC关系，并对各市的碳排放拐点变动及时空特征进行了实证研究，最后对江西省生猪养殖碳排放的主要影响因素进行分析。得出以下结论：
第一，从长期发展来看，江西省生猪养殖碳排放与经济发展之间存在“倒N型”的EKC关系，且存在临界值分别为2454元和10864元的双拐点。研究表明，当经济发展水平低于2454元时，生猪养殖碳排放处于下降的态势；当经济发展水平超过2454元而低于10864元时，生猪养殖碳排放由低拐点值随着经济发展呈现同步上升态势；当经济发展水平超过10864元时，生猪养殖碳排放由高拐点值向下呈现逐步下降趋势。
第二，从空间分布来看，2014年江西省农村居民人均可支配收入为9997.0元，还处于临界值（10864元）左端，意味着当年江西省生猪养殖碳排放随着经济发展仍然呈现上升的趋势。江西省有五个市生猪养殖碳排放超过了高拐点值，其中包括南昌市、景德镇市、萍乡市、新余市和鹰潭市；其余六个市当前生猪养殖碳排放还仍未到达高拐点值，即随着经济发展生猪养殖碳排放仍然呈现上升的趋势。
第三，从时间路径来看，在未来三年内，有三个设区市将到达EKC高拐点。九江市、抚州市和宜春市已在2015年到达EKC高拐点；吉安市和上饶市将在2016年到达EKC高拐点；赣州市将在2018年到达EKC高拐点。
