前言：中文期刊网精心挑选了碳排放的影响因素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。
碳排放的影响因素范文1
区别于传统视角的碳排放强度研究，本文从供给和需求，产出和增加值的内在联系出发，提出了最终需求视角下的完全碳排放强度及其消费的完全碳排放强度、投资的完全碳排放强度和出口的完全碳排放强度相关概念和计算方法，并根据合并WIOD形成的1996-2009年的中国非竞争型投入产出表完成了对各类完全碳排放强度的测算，以及对完全碳排放强度的变动的直接贡献率分解，同时对各类完全碳排放强度的变动进行了直接碳排放系数效应、中间投入技术结构效应、增加值系数效应和最终需求规模效应4种驱动因素的SDA分解。结果显示：第一，期间消费的完全碳排放强度均小于投资和出口的完全碳排放强度，且消费的完全碳排放强度对完全碳排放强度变动的直接贡献率要大于投资和出口，表明消费中隐含的碳排放与增加值的比例沿着“集约型”路径不断优化，而出口和投资的增长路径则相对“粗放”。第二，各类完全碳排放强度的减排路径大体一致，直接碳排放系数效应为正，而中间投入技术结构效应、增加值系数效应和最终需求规模效应均为负，暗含投入产出结构、各类需求的隐含增加值系数以及规模变动对碳排放强度下降并没有起到积极作用，而主要源泉还是直接碳排放系数下降。其中直接碳排放系数、中间产品技术结构效应和增加值系数效应的变化在投资的完全碳排放强度中作用较大，而最终需求规模的变化在消费的完全碳排放强度中作用较大。第三，各类完全碳排放强度变化以及其背后的驱动力具有明显的分阶段特征。2002-2004年投资和出口的完全碳排放强度变化促使了完全碳排放强度上升，而2004-2009年则对完全碳排放强度的下降有一定的正贡献。入世以前增加值系数对各类需求的完全碳排放强度下降的贡献为正，而其后贡献为负。其中，在2003-2007年投资和出口的完全碳排放强度变化中表现更为明显。因此，降低碳排放强度是一项系统工程，减排技术仍是最直接和有效的措施，而需求模式调整也是降低碳排放强度的重要手段之一，特别是降低出口和投资的中隐含碳和提高出口和投资中的增加值率，同时也要警惕消费结构变动中如汽车等高能耗产品普及带来的不利影响。
关键词 碳排放；增加值；碳排放强度；最终需求；结构分解分析
中图分类号 F205
文献标识码 A
文章编号 1002-2104（2014）10-0048-09 doi：10.3969/j.issn.1002-2104.2014.10.008
碳排放强度指单位国民生产总值的CO2排放量，体现了污染物和经济增长的相互关系，是经济可持续发展的重要评价指标，已作为约束性指标之一纳入国内统计、监测和考核办法。如中国在哥本哈根气候变化会议上承诺2020年CO2排放强度将比2005年降低40%到45%，“十二五”规划中明确提出单位GDP碳排放降低17%的目标。碳排放主要源自化石燃料燃烧，因此碳排放强度取决于碳基能源的碳排放系数、能源构成、能源强度等。而碳排放总量系各行业排放的加总，因此碳排放强度又与产业结构密切联系，取决于各行业单位GDP能耗，能耗部门占国民经济中的比重等。综合而言，这些细分指标受到了技术进步、经济增长、结构调整、能源利用和经济周期等的影响。目前，在碳排放强度方面的研究中，能源强度是重要的前沿研究领域[1]。而传统意义能源强度强调的是能源供给和产品生产过程，根据碳排放强度的定义和计算公式，作为分子的碳排放总量和作为分母的GDP测算均源自生产过程，如要体现消费过程，分子不仅要测算国际贸易中的隐含碳，还要测算中国内需中的隐含碳，分母GDP也不能简单采用收入法总量，还要根据需求部分进行相应分解。这样才能得到相应的碳排放强度，为减排路径设计提供新的依据。那么，在需求视角的碳排放强度的概念下，我国碳排放强度的变化规律如何，内在驱动因素又有哪些特点？
鉴于此，区别于传统视角碳排放强度的研究，本文从供给和需求，产出和增加值的内在联系出发，构造了消费、投资和出口的完全碳排放强度及其相应的计算指标。在此基础上，应用欧盟开发的全球投入产出数据库（World InputOutput Database，WIOD）中的中国投入产出表，测算中国1996-2009年的完全碳排放强度，对我国完全碳排放强度的变动进行贡献率分解，然后应用结构分解模型对引起完全碳排放强度变化的影响因素进行分解。论文旨在从需求结构层面提供降低我国碳排放强度的一种路径，有助于分析我国的结构调整战略，协调低碳排放和经济增长的均衡发展。
1 文献回顾与概念提出
杜刚等[1]指出在碳排放强度的研究中，分解技术是主要的方法创新（经典论文包括Ang[2-3]），其中指数分解分析（IDA）是最常用的方法。IDA系采用部门层面的数据，对碳排放总量逐项进行乘（和）式分解，并将其影响因素提取出来。可见，该方法的技术路线是从生产过程对碳排放进行分析，如Fan等[4]、Timilsina等[5]、陈诗一[6]、王峰等[7]等学者均采用了该方法，基本结论是能源强度是影响碳排放强度的主要因素。
结构分解分析（SDA）是另一种比较常见的研究方法，建立在投入产出表的基础上，利用投入和产出的平衡关系，采用Leontief逆矩阵分离出需求因素对产出的影响，进而将产品中隐含碳解释为需求拉动的结果。因此，SDA分析方法是从需求过程描述碳排放，如李艳梅和付加锋[8]、郭朝先[9]、姚亮等[10]等学者都利用SDA分解法对碳排放进行研究。在具体应用中，多数文献使用的是竞争型投入产出表，或在简单假设的基础上将其调整成非竞争型投入产出表，但这样会在一定程度上错估一国的碳排放量。
目前采用SDA方法分析碳排放强度的研究主要以如下学者为主。Youguo Zhang[11]对我国1992-2006年的碳排放强度进行研究，主要考虑生产碳排放，将我国碳排放强度的变化分解为生产模式、中间投入结构和需求模式的变化，表明在1992-2002年期间生产模式是碳排放强度下降的主要原因，而在2002-2006年中间投入技术成为主要原因。其后，张友国[12]进一步考虑生活能源消费产生的CO2排放以及能源强度与中间投入之间的相关性，对碳排放强度进行了研究。其他类似的研究还包括籍艳丽[13]、付雪[14]。但这些研究实质上仍延续碳排放量的SDA分解思路，主要特点是构造了碳排放总量的分解式（含最终需求），而分母GDP则与最终需求相联系，单独作为一项因素提出。因此，从公式形式上看，除了最后一项外，碳排放总量的SDA分解式和碳排放强度的SDA分解式在形式上非常相似，进而实证结果差异主要体现在最终需求的进口率上（称为进口率变化的影响因素）。那么，如何在需求层面重新表征GDP实现更有效的分析？
Lau、陈锡康和杨翠红等学者[15]构造了基于最终需求的完全增加值概念，是指在某商品产出过程中引起的直接增加值和所有间接增加值之和。从供需匹配出发，商品的价值量最终也会反映在商品的需求中，其产出的价值要等于各项需求的价值之和。因此出口中完全增加值的计算过程反映的是出口需求带来的所有增加值。类似的，考虑所有需求，即包括中间产品需求、消费需求、投资需求以及出口需求，其所带来的完全增加值之和势必要等于从生产过程中所产生的增加值之和（即生产法GDP），这为需求视角下分解增加值提供了可能。基于此，蒋雪梅和刘轶芳[16]提出了出口单位增加值隐含碳的概念，测算的也正是出口中隐含碳与出口中完全增加值的比值，某种意义上也是“出口的碳排放强度”。
同理，其他类型的需求碳排放强度也可以类似构造。经济含义上代表了该类需求模式的碳消费特征，如假设在当前的最终需求中，消费模式和出口模式带来相同的经济效应，前者所付出的环境代价要低，即出口单位增加值所需要承担的碳排放高于最终消费，那么在最终需求的转型中，最终消费产品比例的上升和出口产品比例的下降会使我国整体的完全碳排放强度降低。
总之，污染物的增长伴随着经济增长，经济增长的引擎离不开供给推动和需求拉动。在经济-能源-环境的复杂系统中，各部门的生产过程与需求过程相互耦合，生产环节碳排放强度测算仅反映了系统中环境污染与经济增长的一种依赖关联，而需求环节碳排放强度的测算将提供一种新的关联测算。在接下来的指标和模型构建中，我们将进一步详细推导需求环节的碳排放强度，并就其主要影响因素提出相应的分解模型。
2 数据说明与模型构建
2.1 数据说明
目前多国投入产出数据库主要有GTAP数据库、AIO数据库和WIOD数据库，各数据库主要在投入产出表所涉及的范围、构造方法及数据来源等方面存在区别。其中WIOD数据库由欧盟11个机构共同编制，提供1995-2011年全球范围投入产出表，同时该数据库还提供能源、环境和就业等账户，其中环境账户中的CO2排放量采用各国各部门的化石能源消费量数据利用IPCC的碳排放估计法进行计算，并将其细分至各部门。
论文采用了WIOD数据库中可比价格的中国IO表，其较我国编制的投入产出表具有一些优势，如在时间上较为连续，且部门统一等。CO2排放数据来自WIOD数据库
中的环境账户。考虑数据的可获得性，选取1996-2009年共14年的数据。由于WIOD数据库中的非竞争型投入产出表以美元为单位，本文通过中国统计年鉴中各年汇率将其折算为人民币。
2.2 完全碳排放强度指标
一般意义上的碳排放强度是指单位国内生产总值所产生的CO2排放量，计算过程源自生产法。而完全碳排放强度考虑了生产和需求的耦合关系，系对需求模式构建相应的碳排放强度，这里分别对这种耦合关系、完全碳排放、完全增加值进行说明。其中，完全碳排放强度是完全碳排放和完全增加值的比值。
本文采用区分了国产品和进口品的非竞争型投入产出表进行阐述。令
3 实证分析
3.1 我国完全碳排放强度的实证结果
根据公式（11）-（14）计算得出我国各类的完全碳排放强度，结果见图1。可以发现，完全碳排放强度的变化趋势与我国总体的碳排放强度是相符的，尽管我国的CO2排放总量增加迅猛，但碳强度得到了下降，且各类完全碳排放强度也出现了明显的下降。
在总量层面，投资的完全碳排放强度和消费的完全碳排放强度在各年间始终是最大者和最小者，且消费的完全
碳排放强度一直低于我国整体的完全碳排放强度，而投资的完全碳排放强度和出口的完全碳排放强度一直都高于我国完全碳排放强度。时序层面，我国完全碳排放强度除了2003年和2004年有小幅度上升外，其他年份都是逐年递减，2009年全国完全碳排放强度下降至1.88 t/万元，在1996年的基础上降低了55.52%，年均下降速度约为4.27%；消费的完全碳排放强度在1996年至2009年间逐3.2 完全碳排放强度变动的贡献率分解结果
根据公式（17）将中国1996-2009年完全碳排放强度变动进行贡献率分解，具体结果见表2。其中贡献率的符号含义如下：若我国完全碳排放强度整体是下降的，则贡献率为正代表促进完全碳排放强度的下降，为负表示抑制其下降；若我国完全碳排放强度整体是上升的，则贡献率为负是抑制完全碳排放强度的上升，为正表示促进其上升。根据完全碳排放强度的变动趋势，将1996-2009年分为1996-2002年、2002-2004年和2004-2009年三个时段，其中第一时段和第三时段为下降阶段，第二时段为上升阶段。
在整个研究期间，消费对完全碳排放强度变动的贡献率是最大的，其次是出口，贡献率最小的是投资。分时段来看，在1996-2002年期间，消费对我国完全碳排放强度下降的贡献率远远大于投资的和出口的贡献率。在2002-2004年期间，消费对我国完全碳排放强度的贡献率是负的，因为在2002-2004年，我国完全碳排放强度是上升的，而消费的完全碳排放强度是下降的，因此消费的贡献率为负值。而投资和出口的完全碳排放强度在该阶段都是上升的，因而投资和出口的贡献率都为正值。在2004-2009年期间，消费是我国完全碳排放强度下降贡献率中最大的。
因此总体来看消费是我国完全碳排放强度下降的贡献率中最大的，而另外两类贡献率的大小在中国入世前后有明显的变化，入世前投资的贡献率大于出口，而入世后是出口的贡献率较大。基于宋爽、樊秀峰[18]的研究结论，并结合以上的结果，可以更清晰地看出由消费所带来的增加值增长属于“集约型”增长，而由投资和出口所带来的增加值增长属于“粗放型”增长，是以过度的能源消耗和环境污染为代价的。
3.3 完全碳排放强度的SDA分解结果
根据公式（20）将中国1996-2009年各类完全碳排放强度变动的影响因素分解为四大效应，即碳排放系数效应、技术结构效应、增加值系数效应和最终需求效应。若效应值为负说明该影响因素是促使完全碳排放强度下降的，若效应值为正则说明该影响因素是抑制完全碳排放强度下降的。同时本文参考了鲁万波、仇婷婷和杜磊[19]文中所划分的阶段，将1996-2009年划分为四个阶段，即1996-1998年为第一阶段，1998-2003年为第二阶段，2003-2007年为第三阶段，2007-2009年为第四阶段。整体看来，这四个效应在各类完全碳排放强度的影响效果相差不大，具体结果如下（见表2）。
（1）四个阶段中碳排放系数效应均为负值，这说明在1996-2009年间，我国单位产出的直接碳排放量出现了下降，并在整体上使得各类完全碳排放强度也出现了下降。
整体看来，在各类完全碳排放强度中，碳排放系数效应的变动对投资的完全碳排放强度变动的影响是最大的，占比为166.53%，而对消费的完全碳排放强度变动的影响最小，仅为133.54%。分时段来看，碳排放系数效应都在第三阶段较大。尤其是对于投资的完全碳排放强度，其在第三阶段的变化中占比高达441.24%，而对消费的完全碳排放强度在第三阶段变化的影响相对较小，仅为163.62%。
（2）技术结构效应是各类碳排放强度上升的最大推手。在各阶段中，除了第四阶段，其他三个阶段的技术结构效应均为正，说明技术结构的变化，使得我国完全碳排放强度出现了一定程度的上升。而第四阶段的负值是由于我国当时正处于结构转型期，受益于国家的节能减排政策，我国投资品中减少了对资源性产品的依赖，使得其在这一阶段中出现了负值，即其对我国完全碳排放强度的上升起到了抑制作用。
整体看来，该影响因素在投资的完全碳排放强度的变动中作用最大，占比的绝对值为43.64%，其次是对出口的完全碳排放强度变动，其绝对值为43.50%，而对消费的完全碳排放强度变动的作用最小，绝对值仅为26.65%。分时段来看，技术结构效应在第三阶段中表现最为明显。其中在投资的完全碳排放强度第三阶段变动中的占比绝对值为226.85%，而在消费的完全碳排放强度变动中的占比绝对值仅为61.26%。
（3）在各阶段中，增加值系数效应表现不一，但大部分增加值系数效应值为正，这说明在1996-2009年间，我国单位产出的增加值出现了下降，并在其他因素不变的情况下，使得各类完全碳排放强度上升了，即增加值系数的变化对各类完全碳排放强度的降低具有负作用。从表中可知增加值系数效应的负值出现在第一阶段或者第二阶段，说明我国在该相应阶段的单位产品的增加值出现了上升，从而使得完全碳排放强度下降了。而出口产品的增加值系数在各阶段均为正效应，说明就出口产品而言，我国为获得单位产出所付出的中间投入比例上升，增加值系数即单位产出的增加值反而出现了较大幅度的下降，使得各阶段出口的完全碳排放强度上升了。
整体看来，该影响因素在投资的完全碳排放强度的变动中作用最大，占比绝对值为23.06%，其次是对出口的完全碳排放强度变动，其绝对值为20.47%，而对消费的完全碳排放强度变动的作用最小，其绝对值仅为4.98%。分时段来看，增加值系数效应在第三阶段中表现最为明显。其中在出口的完全碳排放强度第三阶段变动的占比绝对值为121.05%，而在消费的完全碳排放强度的占比绝对值仅为22.22%。尤其值得注意的是，该效应在出口的完全碳排放强度变动的占比在第三阶段变化较大，其绝对值由第二阶段的2.08%变化到第三阶段的121.04%，说明中国入世后单位增加值出现了较大幅度的下降，从而促进了出口的完全碳排放强度的上升。
（4）各类需求规模效应在各阶段中表现形式不一，但其对完全碳排放强度的作用是最小的。除了投资的完全碳排放强度，其他的需求规模效应值均为正，说明1996-2009年间需求规模的变动使得完全碳排放强度上升了。
整体看来，该影响因素在消费的完全碳排放强度中作用较大，占比绝对值为1.90%，而对出口的完全碳排放强度变动的占比绝对值仅为0.57%。分时段来看， 该效应值在消费的完全碳排放强度中第一阶段和第二阶段为负，第三阶段和第四阶段为正；在投资的完全碳排放强度中第一阶段和第四阶段为负，第二阶段和第三阶段为正；在出口的完全碳排放强度中，仅在第三阶段为负，且总体为负。
尽管本文是基于最终需求视角来分解碳排放强度，但碳排放的产生仍是源自生产过程，因而1996-2009年间各类完全碳排放强度下降最主要的原因是碳排放系数的下降，即节能减排技术的进步，不管是对于哪类完全碳排放强度，碳减排的成效都超过了技术结构效应、增加值系数效应以及需求规模效应之和；其次增加值系数效应在中国入世前后变化较大，且其在出口产品中，单位产出的增加值不断下降，从而促进了出口的完全碳排放强度上升；同时可以发现各效应在第三阶段中表现均较为明显，尤其是增加值系数效应，说明中国入世后对各类完全碳排放强度产生了较大的影响，因而其各影响因素也出现了明显的变化；当然也还需要注意到各影响因素在各类完全碳排放强度中作用的差异性，如碳排放系数、技术结构效应和增加值系数效应的变化在投资的完全碳排放强度中作用最大，而最终需求规模的变化在消费的完全碳排放强度中作用是最大的。
4 结论与讨论
本文通过对完全碳排放强度的分析得出：①在最终需求的视角下，最终需求模式的变化带来完全碳排放强度的提高，但增量较小。在未来的低碳发展中应集中于清洁需求模式的培养，当然，生产领域的节能工作仍不能被忽视。②消费的完全碳排放强度在各年都表现为最低，且均低于
我国的完全碳排放强度，而出口的完全碳排放强度和投资的完全碳排放强度都比我国完全碳排放强度高，其中投资的完全碳排放强度是最高的。同时消费对我国完全碳排
放强度变动的贡献率是最大的。因此，从促进经济环境共同协调发展的角度来看，鼓励居民和政府的消费需求，并大力激发消费潜力，是降低我国碳排放强度、实现低碳经济发展目标的重大战略方向。③各类完全碳排放强度的减排路径大体一致，但仍存在一定的偏向。即在各类完全碳排放强度的变动中，碳排放系数效应为正，而技术结构效应、增加值系数效应和最终需求效应均为负。但是，碳排放系数、技术结构效应和增加值系数效应的变化在投资的完全碳排放强度中作用较大，而最终需求规模的变化在消费的完全碳排放强度中作用较大。④1996-2009年各类完全碳排放强度都出现了大幅的下降，但其背后的驱动
力具有明显的分阶段特征。2002-2004年投资和出口的完全碳排放强度变化促使了完全碳排放强度上升，而2004-2009年则对完全碳排放强度的下降有一定的正贡献。入世以前增加值系数对各类需求的完全碳排放强度下降的贡献为正，而其后贡献为负。其中，在2003-2007年投资和出口的完全碳排放强度变化中表现更为明显。
无疑，降低碳排放强度是一项系统工程，应寻求更加多样化的措施强化减排效果，其中一条重要路径是最终需求模式调整，包括扩大内需的比例，鼓励居民和政府的消费需求，降低出口和投资的中隐含碳，提高出口和投资中的增加值率等。不过值得注意的是，居民消费结构变动中，家电和汽车等高能耗消费品普及可能并不利于消费的完全碳排放强度下降，需要予以一定程度的警惕。同时我国在实现碳排放强度承诺目标以及十二五规划目标时，技术进步始终是控制碳排放强度最为直接和有利的政策措施。当然我国也应该积极探索其他有助于降低碳排放强度的方法，如提升清洁能源比重、改善最终需求的产业结构等。
参考文献（References）
[1]杜刚，孙作人，苗建军.基于文献计量的碳排放强度研究前沿理论综述[J].经济学动态，2012，（4）：88-91.[Du Gang， Sun Zuoren， Miao Jianjun. Frontier Theoretical Review of Carbon Intensity Based on Bibliometric[J]. Economic Perspectives， 2012， （4）：88-91.]
[2]Ang B W， Zhang F Q. A Survey of Index Decomposition Analysis in Energy and Environmental Studies[J]. Energy， 2000， （12）：1149-1176.
[3]Ang B W. Decomposition Analysis for Policymaking in Energy： Which Is the Preferred Method [J]. Energy， 2004， （9）：1131-1139.
[4]Fan Ying， Liu Lancui， Wu Gang， et al. Changes in Carbon Intensity in China： Empirical Findings from 19802003 [J]. Ecological Economics， 2007， （62）：683-691.
[5]Govinda R， Timilsina， Ashish Shrestha. Transport Sector CO2 Emissions Growth in Asia： Underlying Factors and Policy Options [J]. Energy Policy， 2009， （11）：4523-4539.
[6]陈诗一.中国碳排放强度的波动下降模式及经济解释[J].世界经济，2011，（4）：124-143.[Chen Shiyi. Fluctuant Descent Mode of Carbon Intensity in China and Its Economic Interpretation [J]. The Journal of World Economy， 2011， （4）：124-143.]
[7]王峰，冯根福，吴丽华.中国经济增长中碳强度下降的省区贡献分解[J].经济研究，2013，（8）：143-155. [Wang Feng， Feng Genfu， Wu Lihua. Regional Contribution to the Decline of National Carbon Intensity in China’s Economic Growth [J]. Economic Research Journal， 2013， （8）：143-155.]
[8]李艳梅，付加锋.中国出口贸易中隐含碳排放增长的结构分解分析[J].中国人口・资源与环境，2010，20（8）：53-57. [Li Yanmei， Fu Jiafeng. Structural Decomposition Analysis on Carbon Emissions Growth Embodied in Exports in China [J]. China Population， Resources and Environment， 2010， 20（8）：53-57.]
[9]郭朝先.中国二氧化碳排放增长因素分析：基于SDA分解技术[J].中国工业经济，2010，（12）：47-56. [Guo Chaoxian. An Analysis of the Increase of CO2 Emission in China：Based on SDA Technique [J]. China Industrial Economics， 2010， （12）：47-56.]
[10]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，2011，21（4）：25-29. [Yao Liang， Liu Jingru， Wang Rusong. Comparison and Analysis of Carbon Emissions Embodied in Household Consumption between Urban and Rural Area of China [J]. China Population， Resources and Environment， 2011， 21（4）：25-29.]
[11]Zhang Y. Structural Decomposition Analysis of Sources of Decarbonizing Economic Development in China： 19922006 [J]. Ecological Economics， 2009， 68：2399-2405.
[12]张友国.经济发展方式变化对中国碳排放强度的影响[J].经济研究，2010，（4）：120-133. [Zhang Youguo. Economic Development Pattern Change Impact on China’s Carbon Intensity [J]. Economic Research Journal， 2010， （4）：120-133.]
[13]籍艳丽，郜元兴.二氧化碳排放强度的实证研究[J].统计研究，2011，28（7）：37-44. [Ji Yanli， Gao Yuanxing. An Empirical Study on Carbon Dioxide Emissions Intensity [J]. Statistical Research， 2011， 28（7）：37-44.]
[14]付雪，王桂新，魏涛远.上海碳排放强度结构分解分析[J].资源科学，2011，33（11）：2124-2130. [Fu Xue， Wang Guixin， Wei Taoyuan. Structure Decomposition on Carbon Emission Intensity of Shanghai [J]. Resources Science， 2011， 33（11）：2124-2130.]
[15]刘遵义，陈锡康，杨翠红，等.非竞争型投入占用产出模型及其应用：中美贸易顺差透视[J].中国社会科学，2007，（5）：91-103. [Lawrence J L， Chen Xikang， Yang Cuihong， et al. Inputoccupancyoutput Models of the Noncompetitive Type and Their Application：An Examination of the China―US Trade Surplus [J]. Social Sciences in China， 2007， （5）：91-103.]
[16]蒋雪梅，刘轶芳.全球贸易隐含碳排放格局的变动及其影响因素[J].统计研究，2013，30（9）：29-36. [Jiang Xuemei， Liu Yifang. Research on the Pattern Change of Carbon Emission Embodied in International Trade and Its Determinants[J]. Statistical Research， 2013， 30（9）：29-36.]
[17]Dietzenbacher E， Los B. Structural Decomposition Techniques： Sense and Sensitivity [J]. Economic Systems Research， 1998， （10）：307-323.
[18]宋爽，樊秀峰.最终需求模式演变、产业结构变迁与CO2排放：基于投入产出模型和SDA方法的分析[J].山西财经大学学报，2013，35（9）：73-83. [Song Shuang， Fan Xiufeng. Evolution of Final Demand Pattern， Changes in Industrial Structure and CO2 Emission in China： Based on Inputoutput Model and SDA Method [J]. Journal of Shanxi Finance and Economics University， 2013， 35（9）：73-83.]
[19]鲁万波，仇婷婷，杜磊.中国不同经济增长阶段碳排放影响因素研究[J].经济研究， 2013，（4）：106-118. [Lu Wanbo， Qiu Tingting， Du Lei. A Study on Influence Factors of Carbon Emissions under Different Economic Growth Stages in China [J]. Economic Research Journal， 2013， （4）：106-118.]
[20]秦昌才，刘树林.碳排放影响因素研究的现状、比较与启示[J].经济与管理评论，2012， （3）：29-33.[Qin Changcai，Liu Shulin.Current Situation，Comparison and Enlightenment of the Study on the Influencing Factors of Carbon Emissions[J].Review of Economy and Management， 2012，（3）：29-33.]
[21]包玉香.高效生态经济与低碳能力建设的耦合作用机制研究[J].山东师范大学学报：人文社会科学版，2012，（2）：86-93.[Bao Yuxiang.Study on the Coupling Mechanism Between High Efficient Ecological Economy and Capacity Building of Low Carbon Economy[J].Journal of Shangdong Normal University：Humanities and Social Sciences Edition，2012，（2）：86-93.]
[22]张伟，孙燕玲，朱萌.区域性中心城市的碳排放测定及影响因素分析：以青岛市为例[J].经济与管理评论，2012，（4）：150-156.[Zhang Wei，Sun Yanling，Zhu Meng.The Carbon Emission Determination for Regional Central Cities and the Analysis of the Influencing Factors：Taking Qingdao as an Example[J].Review of Economy and Management，2012，（4）：150-156.]
Analysis of the Change of Complete Carbon Intensity and Its Determinantsfrom the Perspective of Final Demand
XIAO Hao1，2 YANG Jiaheng1 JIANG Xuemei2
（1. School of Economics and Trade， Hunan University， Changsha Hunan 410079， China；2. Academy of Mathematics and Systems Science， Chinese Academy of Sciences， Beijing 100190， China）
碳排放的影响因素范文2
[关键词]碳排放；驱动因素；因素分解；LMDI
[中图分类号]F2992[文献标识码]A[文章编号]1005-6432（2013）32-0072-03
1模型构建
在扩展卡亚（Kaya）恒等式的基础上，采用LMDI分解法对河北省碳排放驱动因素的贡献度进行测算。为提高碳排放量计算的准确度，采用了第一产业、第二产业、第三产业和居民生活消费的15种能源品种来构建分解模型，并把碳排放总量C分解为国民经济三次产业部门的碳排放量C1和居民生活部门的碳排放量C2。
燃料油、液化石油气、炼厂干气、其他石油制品和天然气等15种燃料。各变量的含义见表1。
基于式（1），第 t期相对于第t-1期碳排放变化量的LMDI加和分解可以表示为：
LEI[]生活能源强度，即居民单位收入的能源消费量，计算公式为：LEI=Ei/TI
由于各类能源的碳排放系数不变，在实际应用中一般取常量，因此在进行因素分解时，ΔCF=0，可以不做考虑。根据LMD1分解法对各因素进行分解，得到：
2计算结果及分析
2.1对碳排放量分类分析
按照河北省能源消费量及碳排放系数，计算得到1995—2009年河北省各部门和各能源品种的碳排放量。从总量来看，河北省碳排放量总体呈上升趋势，从1995年的4193.63万吨增长到2009年的11628.38万吨，差不多增长了1.8倍。但从增长率曲线来看，各年增长幅度差异很大，大体经历了“缓慢增长—快速增长—增速下降”三个阶段。1996—2001年为缓慢增长期，这期间碳排放量增长率最高不超过5%；但从2002年开始随着宏观经济逐步走出通货紧缩的阴影，河北省也开始了新一轮投资快速增长期，带动了全社会能源需求的大幅上升，碳排放增速迅速提升至2002年的12.29%，增速最高的2005年甚至达到了3022%；之后随着“十一五”规划目标的推出，河北省加大了节能减排的力度，单位GDP能源消费量逐年下降，碳排放增速逐渐出现了回落，2005年以来碳排放的增长速度逐渐放慢。
从产业贡献来看，第二产业对碳排放量的贡献最大，1995—2009年的平均贡献率高达 829%，其中工业的贡献率为81.4%，这表明河北省处于工业化快速发展时期，并且重工业特征突出。除第二产业外，居民生活部门的平均贡献率达到97%；第一产业和第三产业的平均贡献率分别为109% 和603%。从贡献率的变化来看，第一产业和居民生活部门的贡献率趋于下降，第二产业和第三产业的贡献率趋于上升，但第三产业的上升幅度较小。从能源贡献来看，原煤、柴油、汽油和焦炭是影响河北省碳排放的4种主要能源。1995—2009年，4种能源碳排放的平均贡献率达到了 88.12%。在4种主要能源中又以原煤对碳排放量的贡献最大，平均贡献率为4961%，接近五成。受能源消费结构调整的影响，1995—2009年河北省原煤的碳排放比重从6027%下降至37.17%，而焦炭的碳排放量持续上升，且碳排放占比相应提高。尽管近年随着交通运输业和汽车制造业的快速发展，对柴油和汽油的需求量有所提高，但其碳排放的贡献率相对稳定，在1.5%～4.5%波动。
2.2对驱动因素的分类分析
通过扩展的卡亚（Kaya）恒等式，得到了影响碳排放的7个驱动因素，即生产能源强度因素、生活能源强度因素、能源结构因素、产业结构因素、人均产出因素、人均收入因素和人口规模因素。将这7个驱动因素进一步划分为4类，即能源强度效应、结构调整效应、经济发展效应和人口规模效应。利用LMDI分解法，计算得到各驱动因素对碳排放量的贡献值（如表2所示）。总体上看，经济发展、人口规模和结构效应对碳排放量的增长产生正向驱动效应，能源强度则产生负向驱动效应。由于正向驱动效应大于负向驱动效应致使河北省碳排放量呈现不断上升的态势。
（1）能源强度效应。按照部门，能源强度可以分为生产部门能源强度和生活部门能源强度。如果某一部门能源强度下降，说明该部门能源利用效率提高。在其他因素保持不变的情况下，该部门能源消费所产生的碳排放量必然减少，因而能源强度下降对碳排放产生负向驱动效应。
表2的结果表明，能源强度效应对碳排放量的确存在负向驱动作用，其中又以生产部门能源强度效应最为明显，1996—2009年累积降低碳排放311106万吨，贡献率达48.2%。但期间也有波动：ΔCPEI的值在2000—2001年、2002—2003年、2004—2005年和2007—2008年4个时段为正，表明这些年份的能源强度出现了不利于碳排放降低的变化。图1直观印证了这一点，图1表明1995—2009年河北省生产部门能源强度总体呈下降趋势（从1995年的603吨标准煤/万元下降到2009年的3.55吨标准煤/万元），这主要得益于第二产业尤其是工业的带动。但在2001年、2003年和2005年三个年份的工业能源强度的小幅上升带动了第二产业乃至整个生产部门能源强度的同向波动。值得注意的是，2008年第二产业能源强度的上升则是由于建筑业能源强度的大幅上升造成的。生活部门能源强度是指居民每单位收入所消费的能源量。一般而言，由于受到生活习惯、消费方式等因素的影响，居民生活能源消费的收入弹性较低，不会随收入的增加而大幅增长。从1996—2009年间的总体发展趋势来看，居民生活部门能源强度对碳排放量的增长基本是产生负的驱动影响。在15年间生活部门能源强度对碳排放量的驱动力达796.47万吨，贡献率达11.9%。上述分析表明，降低生产部门尤其是第二产业（工业）的能源强度，是实现河北省碳减排的重点；降低居民生活能源强度虽然能在一定程度上减缓碳排放量的增长，因为其涉及居民生活习惯和消费方式的改变，需要有一个长期的过程，但蕴藏着较大的潜力。
图11995—2009年河北省生产部门、第二产业及工业能源强度
（2）结构调整效应。结构调整效应具体包括了能源结构效应和产业结构效应。能源结构效应是指能源品种结构的调整对碳排放量的影响。一般而言，煤炭类能源消耗的碳排放因子最大，其次是石油类能源，天然气的碳排放因子最小。因此，如果其他因素不变，能源结构中的煤炭类能源消耗比重下降，石油类产品和天然气的比重即使上升，碳排放量也会减少，反之，碳排放量增加。从分解结果来看，能源结构变化对碳排放量的影响有限，这是由于河北省能源结构比较单一，严重依赖煤炭，煤炭在一次能源消费中的比重超过90%，且短期内难以改变，燃料结构的“高碳”特征依然明显。
对于产业结构效应来说，由于1995—2009年河北省第一产业、第二产业和第三产业的能源消费量占比平均值分别为084%，85.81%和275%，可见第二产业的能源消耗量和碳排放量在三次产业中最大。如果第二产业产值在国内生产总值中的比重不断提高，那么势必导致能源消费总量不断增加，碳排放量也必然持续增长。从1995—2009年，第一产业比重由22.16%下降至1281%，第二产业比重则由46.42%升至51.98%，其中工业产值比重由4037%升至46.32%，第三产业产值比重由31.42%上升至35.21%。这种以工业规模不断扩张为特征的经济结构变动，对化石能源消费总量增长起到了巨大的推动作用。表2的结果显示：样本期间，经济结构变动对碳排放量增长起到了一定的推动作用，其平均贡献为7.4%。可见，大力发展第三产业，逐步降低工业在经济中的比重将是实现河北碳减排的一个政策选择。
（3）经济发展效应。经济发展的本质是一个经济体中全体居民的人均产出和人均收入的增长。一般而言，当产出水平提高时，能源消费量随之提高，从而碳排放量相应增加；当收入水平提高时，势必增加居民对汽车、冰箱、空调等耐用消费品的需求，导致能源消费量和碳排放量的相应增加。从分解结果来看，人均产出成为河北省碳排放量增长最主要的推动因素。1995—2009年，河北省人均产出水平提高了3.1倍，对碳排放的贡献值提高了1.3倍。人均收入对碳排放同样产生正向推动作用，但影响相对较小，在该时期对碳排放的累积贡献率为98%。
综合来看，经济发展成为推动河北省碳排放量增长的主导性因素。究其原因，与河北省碳排放演化的阶段性不无关系。经验研究发现，一个国家或地区经济发展与碳排放关系的演化存在 3个倒U型曲线高峰规律，即该演化过程需要先后跨越碳排放强度倒U型曲线高峰、人均碳排放量倒U型曲线高峰和碳排放总量倒U型曲线高峰。在不同的演化阶段，驱动因素的影响和贡献存在明显差异。在碳排放强度高峰之前阶段，碳排放增长主要由能源、碳密集型技术进步驱动；在碳排放强度高峰到人均碳排放量高峰阶段，则主要由经济增长驱动；在人均碳排放量高峰到碳排放总量高峰阶段，则主要由碳减排技术进步驱动；进入碳排放总量稳定下降阶段后，碳减排技术进步占据了绝对的主导地位。通过观察1995—2009年河北省碳排放强度、人均碳排放量、碳排放总量的变化趋势可以发现，河北省已经跨越了碳排放强度高峰阶段，碳排放强度逐年下降，但仍处于碳排放强度高峰到人均碳排放量高峰阶段，经济增长成为这一阶段碳排放增长的主要驱动力，本文的实证结果也表明人均GDP增长是碳排放量增长的最大驱动因素，其平均贡献达到132.1%，远大于任何一个驱动因素的贡献。因此，河北省在减少碳排放、 发展低碳经济的过程中，必须权衡减排与发展的关系，在保证经济发展不受影响的条件下，实现发展与减排的双赢。
（4）人口规模效应。人口规模的扩大对碳排放量具有正向驱动作用。尽管1995—2009年期间河北省人口总数仅以年均063%的速度增长，但由于人口基数较大，人口增长对碳排放的正向驱动效应不断增强，再加上由于城市化进程的不断加快，大量农业人口进入城市从事第二产业和第三产业的工作，居民的消费规模和消费模式发生了显著变化，使得经济产出的持续增长以及与之相应的能源消费增长成为居民生产与发展的基本需求，从而推动了碳排放量的持续增长。
3结论
（1）提高能源效率是节能减排最为有效的方式。目前，河北省传统的粗放式发展模式还未得到根本改变，普遍存在着能源效率低、浪费大的问题，在节约能源、提高能效方面有着巨大的潜力，提高能源效率应从微观主体入手，充分利用市场机制，适度提高能源价格，加之使用补贴、税收等手段，达到政府、企业和个人的激励相容，形成节能减排的利益认同和一致行动。
碳排放的影响因素范文3
1、碳排放量主要来自化石原料的燃烧，比如石油燃烧等，所以要减少碳排放量，可以少用石油，具体就是减少石油使用，开发新能源，水能，风能，太阳能，地热能，天然气等，另外绿色植物可以用二氧化碳进行光合作用，可以减少空气中的碳。
2、与一个国家碳排放量的高低有关的因素是人口、能源结构、人均和单位GDP，碳排放量是在生产、运输、使用及回收该产品时所产生的平均温室气体排放量，而动态的碳排放量，则是指每单位货品累积排放的温室气体量，同一产品的各个批次之间会有不同的动态碳排放量。
（来源：文章屋网 ）
碳排放的影响因素范文4
>> 低碳环境视角下浙江省能源消费碳排放的因素分解及驱动因子测定研究 福州市工业能源消费及碳排放研究 天津市工业能源消费碳排放量核算及影响因素分解 资源型城市能源消费碳排放足迹的动态变化及对策分析 基于LMDI的四川省能源消费碳排放因素分解 中国碳排放变化特征及影响因素分解 中国农业碳排放变化因素分解研究 东部地区能源碳排放的省域比较及因素分解 中国碳排放变化的因素分解与减排路径研究 城镇化进程中的能源消费碳排放变化研究 昆明市药品经营企业从业人员学历层次结构及对策的研究 昆明市公共艺术的现状调查及研究 中国人均能源碳排放因素分解及减排途径分析 基于遥感的昆明市土地利用变化研究 昆明市高职教师生活质量现状及影响因素研究 昆明市儿童行为问题教师检出率及危险因素研究 中国建筑业碳排放的影响因素分解及减排策略研究 基于STIRPAT模型的能源消费碳排放影响因素研究——以云南省为例 黔东南地区气候变化对能源消费碳排放的响应 中国服务业能源消费碳排放量核算及影响因素分析 常见问题解答 当前所在位置：l.
[16]昆明市统计局.昆明市及各县（市）区单位GDP能耗等指标及有关情况的公报[R].昆明：昆明市统计局，2008.
[17]昆明市统计局.昆明市及各县（市）区单位GDP能耗等指标及有关情况的公报[R].昆明：昆明市统计局，2009.
[18]昆明市统计局.昆明市及各县（市）区单位GDP能耗等指标及有关情况的公报[R].昆明：昆明市统计局，2010.
[19]全国能源基础与管理标准化技术委员会，中华人民共和国国家标准GB/T 2589―2008《综合能耗计算通则》[S].北京：中国标准出版社，2008.
[20]昆明市统计局.昆明统计年鉴2006[M].北京：中国标准出版社，2006.
[21]昆明市统计局.昆明统计年鉴2011[M].北京：中国标准出版社，2011.
碳排放的影响因素范文5
关键词：老工业基地；碳排放；LMDI方法；能源强度；能源消费结构；行业结构；行业规模
中图分类号：F224.0；F127 文献标志码：A 文章编号：1674-8131（2015）01-0095-07
一、引言
低碳经济的核心理念是减少人类的经济活动所产生的、排放到空气中的二氧化碳；老工业基地大多以传统工业为主，碳排放强度较高，面临的资源环境压力也较大，因此其低碳转型发展意义重大。要实现老工业基地低碳转型发展，首先必须要弄清楚老工业基地碳排放趋势及影响因素，因此，准确测算我国老工业基地的碳排放具有重要意义。关于碳排放及其影响因素，很多学者进行了大量的实证研究，比如Wang et al（2005）、Wu et al（2005）、徐国泉等（2006）、Fan et al（2007）、雷厉等（2011）、张占贞（2013）、潘雄锋（2011）、孙宁（2011）、王迪（2012）等所做的研究。但相关文献的研究方法还存在进一步改进的空间，研究视角也可进一步拓展。本文主要在两个方面进行了改进：一是采用“电（热）碳分摊”原则对碳排放量进行测量，测算结果更加科学准确；二是采用LMDI方法将老工业基地碳排放量的影响因素分解为产业规模、产业结构、能源强度和能源结构四个纬度，并将48个老工业基地的37个行业碳排放的影响因素分为行业规模、能源强度和能源结构三个纬度，这样从区域、行业两个层面的深入研究，增强了结论的政策意义以及政策建议的针对性。
二、测算方法和数据处理
1.碳排放量测算方法
本文基于工业行业终端能源消费口径的统计数据，采用排放系数法核算各老工业基地各细分行业的碳排放量，计算公式如下：
2.数据来源及处理
规模以上工业行业总产值、CPI价格指数以及能源消费量均来自老工业基地2007―2013年的《统计年鉴》；工业行业总产值变量均以2006年不变价格计算，测算区间为2006―2012年；能源消费主要包括四大类：原煤（吨）、汽油（吨）、柴油（吨）、电力（万千瓦时），四类能源的转换系数及碳排放系数如表1所示。
经过调整，研究样本中行业数量为37个；在所考察的120个老工业基地中，由于直辖市、计划单列市或省会城市的市辖区的地理位置和发展环境的特殊性，在研究样本中删去；在95个地级市中，经过筛选，有辽宁抚顺、辽宁锦州、安徽安庆、山西临汾等48个地级老工业基地数据较为齐全。所以，最终样本为48个老工业基地37个行业的数据。
三、老工业基地工业碳排放概况
图1是48个老工业基地2006―2012年37个行业年产值总和、行业二氧化碳排放总量、行业总值碳排放强度趋势图在计算碳排放强度时一般用碳排放量与GDP的比值，但在行业层面只有行业总产值数据，所以本文在计算碳排放强度时使用的是工业总产值的数据，计算结果相应偏低，但不影响比较结果。 。2006年我国48个老工业基地37个行业碳排放总量为3.46亿吨，到2012年增加到5.23亿吨，平均年增长率为7.23%，工业碳排放总量整体上仍呈上升趋势。同期，48个老工业基地工业行业产值总和也由2006年的46 676.86 亿元增加到2012年的96 854.58亿元，平均年增长率达到13.50%。二者的变动趋势显现出明显的一致性。行业总值碳排放强度2006年为0.741 4吨/万元，2012年为0.540 3吨/万元，平均每年增长率为-4.46%，呈明显的下降趋势。
图2是48个老工业基地2006―2012年的碳密度值。碳密度是二氧化碳的排放量与能源消耗量的比值，可以反映行业的能源消费结构。不同能源在提供能量时所释放的二氧化碳不同（王玮，2012），2006―2012年48个老工业基地碳密度平均为1.08，可见老工业基地能源消费中还是以煤炭消费为主；同时，2006―2012年行业碳密度呈现上升的趋势，平均年增长率为6.83%。
四、老工业基地碳排放因素分解分析
采用LMDI方法将48个老工业基地碳排放量的影响因素分为产业规模、产业结构、能源强度以及能源结构四个维度（图3和图4）。
图3是老工业基地工业行业各因素碳排放量变化贡献值趋势。老工业基地规模以上工业企业产业规模的扩大（即经济总产值的不断增加）对碳排放量变动的贡献最大，2007年是-2 986.94万吨，然后一直上升到2012年的31 047.43万吨，是碳排放量增加的主要拉动因素。产业结构在2007年对工业碳排放量变动的贡献值为-174.06万吨，2011年为-879.88万吨，而2012年为-5.89万吨，对老工业基地碳排放的变动整体上显现抑制作用，也就是说随着国家节能减排政策的实施，相关行业发展受到抑制，产业结构发生变动，对规模以上工业企业碳排放确实起到了削减作用。能源强度代表技术水平，2007年能源强度对碳排放量变动的贡献值为9 090.71万吨，2012年为-13 932.50万吨，说明技术水平的不断提高对碳排放起到了抑制作用，对于碳减排具有重要意义。2007年能源结构对碳排放量变动的贡献值为339.45万吨，2012年为1 409.69万吨，对老工业基地碳排放的变动整体上显现促进作用，说明能源结构的调整对老工业基地碳减排的作用还有待进一步提高。
图4 是老工业基地各因素碳排放量变化贡献率趋势。贡献率>1的因素称为碳排放增加的拉动因素，贡献率
根据LMDI分解模型，对2006―2012年48个老工业基地的37个行业碳排放的影响因素进行分解，将影响因素分为行业规模、能源强度和能源结构三个维度（见表2）。
2006―2012年48个老工业基地的大部分行业的碳排放量都呈现出增长的趋势，其中煤炭开采和洗选业、电力热力的生产和供应业、黑色金属冶炼和压延加工业、有色金属冶炼及压延加工业、非金属矿物制造品业、化学原料及制品制造业的碳排放量变化的幅度较大。这6个行业碳排放变化幅度均在3 500万吨以上，使碳排放量增加了62 353.93万吨，可见这6个行业是老工业基地碳排放的密集行业，应该成为重点减排行业。而石油加工炼焦和核燃料加工业、石油和天然气开采业、废弃资源综合利用业、化学纤维制造业、其他制造业和烟草制品业的碳排放量在整体上是呈下降的趋势。
老工业基地37个行业的行业规模对碳排放量的影响均呈现出促进作用。黑色金属冶炼及压延加工业、电力热力的生产和供应业、化学原料及制品制造业、有色金属冶炼及压延加工业、非金属矿物制造品业、煤炭开采和洗选业以及石油加工炼焦和核燃料加工业的行业规模的促进作用尤为显著，这7个行业的经济规模对碳排放的贡献值均在1 200万吨以上，使得老工业基地的碳排放量增加了23 212.34万吨。这些行业属于大型制造业，规模一般情况下都比较大，其对碳排放的影响也比较明显，应重点考虑适时减小其行业规模。而文教工美体育娱乐用品制造业和烟草制品业等行业的规模较小，其对碳排放的影响也较小。
老工业基地的37个行业中除纺织服装和服饰业、印刷和记录媒介复制业、仪器仪表制造业、家具制造业、木材加工和木竹藤棕草制品业、有色金属矿采选业以及农副食品加工业的其他30个分行业的能源强度对碳排放量增量呈现出抑制作用，可能的原因是这些行业技术进步较快，产值增长幅度远超能源消耗增幅。电力热力的生产和供应业、煤炭开采和洗选业、石油加工炼焦和核燃料加工业、黑色金属冶炼及压延加工业、化学原料及制品制造业以及非金属矿物制造品业等行业的能源强度对碳减排的促进作用最为明显，2006―2012年这6个行业的能源强度使老工业基地的碳排放降低了57 834.40万吨。而对于能源强度对碳排放量的贡献值为正值的行业，应努力提高其技术水平，改善其能源强度。
老工业基地37个行业的能源结构对碳排放的影响不同。其中：煤炭开采和洗选业、电力热力的生产和供应业、金属制品业、酒饮料和精制茶制造业、电气机械及器材制造业、印刷业和记录媒介的复制、家具制造业、其他制造业和纺织服装服饰业的能源结构对碳排放量增量起到抑制作用，减少了666.19万吨的碳排放量，可能的原因是这些行业对煤炭消耗较少而对电力消耗较多；其余行业的能源结构均促进了二氧化碳的排放量，其中黑色金属冶炼及压延加工业、石油加工炼焦和核燃料加工业、化学原料及制品制造业以及非金属矿物制造品业的能源结构明显增加了碳排放量，2006―2012年这4个行业的能源结构对碳排放增量的贡献值为3 217.78万吨。从整体来看，全行业的能源结构对碳排放量的贡献值为4 287.66万吨，说明整个工业行业的能源结构仍需进一步优化。
五、结论及建议
本文通过考察我国48个老工业基地2006―2012年碳排放量的总体趋势及区域、行业碳排放影响因素，得到如下结论：
第一，老工业基地能源消费中还是以煤炭消费为主，2006―2012年的煤炭消费占总能源消费的比例平均达到 89.99%。可见，我国老工业基地工业行业能源结构还不合理，需要进一步改善能源结构。
第二，从地区层面来考察，在影响老工业基地工业行业碳排放的四大因素中，产业规模和能源结构是影响碳排放的主要拉动因素，其中，产业规模又是最主要的拉动因素；产业结构和能源强度是影响碳排放的重要制约因素，其中能源强度又是最主要因素。
第三，从行业层面来考察：（1）行业规模对我国老工业基地的37个行业碳排放量均表现出促进作用，其中对黑色金属冶炼及压延加工业、化学原料及制品制造业等7行业的促进作用较对烟草制品等行业的促进作用大；（2）能源强度对我国老工业基地的37个行业中的纺织服装和服饰业及印刷和记录媒介复制业等7行业碳排放量的贡献值为正值，其余30个行业均为负值，即能源强度对这7行业的碳排放起到促进作用，而对电力热力的生产和供应业、煤炭开采和洗选业等6行业的碳排放的抑制效应最为明显；（3）能源结构对我国老工业基地37个行业中的煤炭开采和洗选业、电力热力的生产和供应业等9行业的碳排放量具有抑制作用，其余行业的能源结构均促进了二氧化碳的排放，而其中能源结构对黑色金属冶炼及压延加工业、化学原料及制品制造业等4行业的碳排放量具有明显的拉动作用。
根据上述有关结论，本文认为老工业基地要实现低碳发展，可以采取以下措施：第一，适度控制工业产业规模，优化产业结构。在控制工业产业规模的同时调整产业结构，尤其应该降低黑色金属冶炼及压延加工业、化学原料及制品制造业等高排放行业的规模。第二，加快技术进步，进一步引进先进的生产技术和高效节能设备，加大对旧设备的更新与改造，加快产业转型升级。尤其要加大对黑色金属冶炼及压延加工业、化学原料及制品制造业以及非金属矿物制造品业等行业的科技投入，促进其技术进步，以提高其能源的利用效率。第三，进一步优化能源消费结构，在现有基础上逐步建立煤炭略有增长、石油平稳增长、天然气快速增长、非化石能源大幅增长的能源消费模式，重点转变黑色金属冶炼及压延加工业、石油加工炼焦和核燃料加工业、化学原料及制品制造业等行业的能源结构，使其能源结构利于减少碳排放量。
参考文献：
雷厉，仲云云，袁晓玲.2011.中国区域碳排放的因素分解模型及实证分析[J].当代经济科学（5）：59-65，126.
潘雄锋，舒涛，徐大伟.2011.中国制造业碳排放强度变动及其因素分解[J].中国人口・资源与环境（5）：101-105.
孙宁.2011.依靠技术进步实行制造业碳减排――基于制造业30个分行业碳排放的分解分析[J].中国科技论坛，（4）：44-48.
王迪，聂锐.2012.中国制造业碳排放的演变特征与影响因素分析[J].干旱区资源与环境（9）：132-136.
王玮.2012.碳排放驱动因素与减排潜力研究[D].武汉：华中师范大学.
徐国泉，刘则渊，姜照华.2006.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（6）：158-161.
张占贞.2013.基于KAYA模型的青岛市碳排放及驱动因素分析[J].青岛科技大学学报（社会科学版）（3）：84-87.
Ang. 2004. Decomposition analysis for policy making in energy ：which is the preferred method[J]. Energy Policy，32（9）：1131-1139.
Fan，Liu et al. 2007. Changes in carbon intensity in China： Empirical findings from 1980―2003[J]. Ecological Economics，62（3-4）：683-691.
碳排放的影响因素范文6
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
