碳排放论文汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇碳排放论文范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

篇（1）

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

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

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

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

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

二、模型的设定

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

三、实证结果及分析与结论

篇（2）

（二）基于波尔兹曼熵的企业碳排放配额分配模型在区域碳排放量分配给区域内各行业后，将行业碳排放总量分配给行业内各个企业是落实碳分配和碳减排目标的关键。本文基于波尔兹曼分布，将熵最大化的原理应用于同行业下各个企业之间碳排放量的分配。在这里，包含多个企业的单个减排工业行业类比于物质系统，单位分配碳排放量类比于物质颗粒，参与减排企业的历史碳排放量和上报未来碳排放量几何平均类比于物质单态。假设所有的单位碳排放量在同一个企业k内都产生相同的碳排放量，那么企业k的碳排放强度ek即类比于物质单态i的单态能量Ei。在这样的类比下，分配给企业k的单位碳排放量的概率和跟企业k的历史排放量和未来排放量成正比，跟企业k的碳排放强度成反比，既兼顾了历史排放责任、未来发展需求，又鼓励提高排放效率。

二、样本选取与数据来源

昆山市张浦镇位于上海、苏州、昆山之间的黄金三角地带，是“全国经济百强县”之首昆山市的经济强镇。改革开放以来，张浦镇实施外向带动战略，先后成立了德国工业园、海峡两岸食品产业园、N维空间文化产业园等特色园区，累计吸引了3400多家企业注册落户，形成了以加工制造业为主的工业城镇。2012年，张浦镇规模以上工业企业达到220家，其能源消耗占全部企业能源消耗的95%。通过对张浦镇规模以上工业企业碳排放量进行定量分配，给予企业明确碳排放量约束，不但推进了碳交易市场的建立和工作的开展，也促进了张浦镇“十二五”期间节能减排目标的实现。本文选取张浦镇规模以上工业企业为样本，考虑到张浦镇自2012年才进行规模以上工业企业网上能耗统计，本文选取2012年和2013年规模以上工业企业历史排放数据，分配2013年规模以上工业企业碳排放量。2012年张浦镇规模以上工业企业220家，2013年增加至255家，选取张浦镇2012—2013年不变的217家规模以上工业企业作为碳排放权分配企业。通过计算分析，2012—2013年期间，此217家工业企业在政府行政命令下减排11%，完全达到政府规划要求，因此本文直接使用2013年规模以上企业实际排放量作为分配总量，同时也方便对比分析分配结果的满意度。企业能耗和工业产值数据来源于张浦镇经促局统计科提供的《2012年张浦镇规模以上工业企业能耗明细》和《2013年张浦镇规模以上工业企业能耗明细》；碳排放数据以各企业各类能源消费量为依据，根据各类能源发热系数、排放系数和碳氧化率计算得到，相关系数取自《上海市温室气体排放核算与报告技术文件》推荐标准，各个分品种能源的碳排放系数如表2所示。

三、分配结果分析

（一）基于信息熵的行业碳排放配额分配结果分析本文基于信息熵理论，以2012年和2013年张浦镇规模以上工业企业碳排放数据均值，计算各行业碳排放减排系数，进而对2013年张浦镇规模以上工业行业碳排放总量进行分配。通过基于信息熵的行业碳排放分配模型公式的计算，可得各指标的信息熵值、信息量值和熵权重值，这3个参数是计算减排因子的基础。具体减排影响因素指标参数计算值如表3所示。从各个影响因素指标的信息熵值来看，工业产值信息熵值最大，熵值为0.707，说明工业产值信息量较小，行业减排能力对碳总量减排作用较小；能源结构熵值最小，熵值0.470，说明能源结构信息量较大，原煤减少使用对碳总量减排作用较大。其他因素如历史排放量、能源强度和排放强度在碳减排分配中影响越来越小。结合张浦镇2013年规模以上工业碳分配总量，通过信息熵行业碳分配模型计算可得张浦镇2013年规模以上工业各个行业碳排放配额。根据碳减排结果（图1）显示，各行业的碳减排量相对于2012年，各行业减排幅度从17.17%~0.02%不等，全行业碳减排量相对于基期2012年减排了11.01%，基本符合张浦镇发展需求和节能减排形势。如图1所示，一方面，化学原料和化学制品制造业（行业26）分配到碳减排量16.81万吨，减幅17.17%，对以煤为主的化工行业，施以严格的减排约束，有利于促进化工行业调整能源结构。其中，中盐昆山有限公司耗能占总化工行业耗能96.5%，其“十二五”期间实施节能技改可以节能21.45%，所以化工行业的碳排放减排降幅符合了行业节能潜力，该减排量切实可行。另一方面，非金属矿物制品业（行业30）分配到碳减排量8.40万吨，降幅9.27%，这对碳排放强度较高的非金属行业提出较高要求，督促企业节能减排，提高能源效率。其中，台玻集团耗能占总行业耗能81.81%，其能源审计报告显示台玻集团“十二五”期间实施节能技改项目，可以节能8.98%，考虑到中盐锅炉项目实施，台玻集团等企业将使用中盐的锅炉蒸汽，则台玻集团可以进一步节能减排，所以非金属矿物制品业碳排放降幅是合理且可行的。通过对比基于信息熵的碳排放总量行业分配和基于历史排放的碳排放总量行业分配结果如图2所示。以化工行业为例，若是基于历史排放进行碳排放量分配，其可获得87.118万吨的分配量，多出5.207万吨。这种情况下，虽然分配标准考虑到行业发展需求，但是分配存在不公平性，政府仿佛在变相鼓励高排放企业进行碳排放，此碳分配量可能得不到其他企业认同；另外，企业获得高排放权利，其节能减排动力不足，企业不会主动提高能源效率，行业碳排放强度难以下降，难以完成全行业的节能减排目标。基于信息熵的分配方法考虑了化工行业历史责任和行业减排潜力，分配结果使化工行业的碳排放量更加合理。进一步通过对比基于信息熵的碳排放总量行业分配和基于按比例分配的碳排放总量行业分配减排占比，如图3所示。经计算发现，按相同碳减排比例（本文的减排分配比例是11.01%）分配得到的各行业碳排放量和按历史排放分配得到的分配量结果是一致的。在按等减排比例分配情况下，此分配标准没有考虑各个行业的异质性，各个行业的减排能力和减排潜力是不一致的，对于能源效率低下的化工行业和能源效率相对较高的通信电子行业都采取一刀切的分配方法，是粗放不合适的。综上，基于信息熵的碳排放量分配相对于基于历史排放和基于等减排比例的分配更加公平有效，主要是由于信息熵方法基于行业异质性，客观考虑了行业发展需求、减排能力和减排潜力，其分配结果更加符合实际。

（二）基于波尔兹曼熵的企业碳排放配额分配结果分析基于上述行业碳排放配额分配结果，通过玻尔兹曼熵，计算张浦镇规模以上工业企业2013年碳排放量分配额。鉴于数据可得性，C0i使用企业2012年和2013年碳排放量的几何平均；ei使用企业2013年碳排放强度，以体现企业最新排放效率，贴合企业实际需求和要求；β由2012年和2013年历史碳排放量，通过最小二乘法模拟计算取得（即使Y值最小），各个行业β计模拟结果如表4所示。根据各行业的最优β值，进一步计算得出各个行业内企业的碳排放配额。根据各个行业内企业的碳排放量分配结果看出，各个企业获得的碳排放分配量相对于基期2012年排放量，减排幅度不等，不仅由于行业异质性，也考虑行业内企业的发展需求和碳排放效率。对于化学原料和化学制品制造业（行业26），对该行业下15家企业碳排放量的分配中，通过最小二乘法的β模拟最优值为0。通过计算，如图4所示，分配结果与历史排放均值成正比，分配结果相对于企业2013年实际排放值和2012年历史排放值比较没有很大波动。此时β取值为0，企业分配到的碳排放配额基本满足企业自身生产需要，企业之间碳交易成本最低。若适当提高β取值，可以进一步奖励高排放效率企业，惩罚低排放效率企业，不过增加了本行业下企业的碳交易成本。本文此处β取值为0，中盐公司虽然碳排放强度高，但是作为国营企业，已经进行节能改造，能源效率迅速提高，若减排后多出的碳排放配额，既可以用于进一步扩大生产，提高行业高效率产能占比，从而改善了行业的资源配置，提高了整个行业的碳排放效率；也可以通过碳交易市场出售给其他减排成本较高企业，获得利润，进一步改善生产结构。其他化学制品公司碳排放强度不高，在政府部分鼓励和补贴下，可以积极申报政府节能技改项目，以进一步提高碳排放效率。对于橡胶和塑料制品业（行业29），在对该行业下16家企业碳排放量的分配中，通过最小二乘法的β模拟最优值为0.514。通过计算可得各个企业2013年碳排放配额，相对于企业2012年和2013年历史排放几何平均值，分配减排量比从-22.77%~13%不等，由图5所示，在总量控制下，橡胶和塑料制品业下各企业分配到的减排比例和企业排放强度成正向关系，企业碳排放强度越高，企业分配得到减排量越大。此时的β取值，不仅使得企业碳交易成本最低，同时奖励了高排放效率企业，惩罚了低排放效率企业。随着β值取值越小于0.514，则企业分配到的碳排放量更接近历史排放均值；随着β值取值越大于0.514，企业因碳排放强度受到的惩罚和奖励就更大。β取值0.514，企业间碳交易成本最小。分配到较少碳排放配额的企业需要通过提高能源效率，降低碳排放需求，或者通过碳交易市场购买碳排放配额；分配到较多碳排放配额的企业，可以通过碳交易出售给减排成本较高的企业，也可以自己储备用来扩大优质生产力。例如，和进塑胶电子有限公司，2013年碳排放强度为0.686吨CO2/万元，碳排放效率行业最低，分配获得13%的碳排放减量；而贺升电子有限公司，2013年碳排放强度为0.016吨CO2/万元，碳排放效率行业最高，分配获得22.77%的碳排放增量。在此情况下，和进塑胶电子有限公司必须进行节能减排工程项目实施，提高碳排放效率，降低碳交易成本；而贺升电子有限公司则可以出售碳配额获益。综上，在同一个行业下使用基于玻尔兹曼熵的企业碳排放配额分配法，以最小交易成本为目标，考虑了企业未来发展需求，达到奖励高排放效率企业，惩罚低排放效率企业，分配结果更易被企业接受，也推动了张浦镇节能减排工作顺利完成。

篇（3）

2我国纺织业温室气体排放分析

近几年，随着纺织产业高速发展，能源消费也显著增长。纺织工业能源消费总量由1995年的3531万吨标准煤增加到2013的6357万吨标准煤，增长了44%。纺织工业的能源消费主要集中在煤、电、热力的消耗上，占到90%左右。从工业企业生产成本构成看，纺织企业能源资源消耗占成本的比重超过70%。“十二五”时期，国家对纺织工业提出了新的要求，主要产品单耗值增加为新的约束性指标，并对单耗下降值提出了明确要求。纺织工业先后出台了《纺织工业“十二五”发展规划》和《建设纺织强国纲要（2011-2020）》两个纲领性文件。文件中明确提出了：“十二五”期间纺织工业节能发展目标：单位增加值能源消耗比2010年降低20%；工业二氧化碳排放强度比2010年降低20%。

3纺织工业的温室气体减排

我国经济发展进入新常态，正从高速增长转向中高速增长，经济发展方式正从规模速度型粗放增长转向质量效率型集约增长，经济结构正从增量扩能为主转向调整存量、做优增量并存的深度调整，经济发展动力正从传统增长点转向新的增长点。从资源环境约束看，过去能源资源和生态环境空间相对较大，现在环境承载能力已经达到或接近上限，必须推动形成绿色低碳循环发展新方式。在经济新常态的态势下，纺织行业也面临生产增速全面下降，出口形势严峻，资源环境承载压力大等情况，节能减排将成为纺织行业发展的突破口。纺织行业必须改变粗放增长方式，通过改变能源结构、提高能源利用效率、采用节能低碳技术来达到温室气体减排目的。纺织工业改变能源结构的方法有利用生物质能及太阳能。提高能源利用效率则可以通过采用厂房节能灯的使用、新型变压器的使用、变频器的使用、新型疏水阀、锅炉过量空气系数控制技术、耗热设备的保温技术、高温废水余热回收技术、热定形机尾气余热回收技术、节能风机等方法。节能低碳技术则包括低浴比印染技术、常温染整技术、无水染整技术、机械整理技术、数码印花技术、短流程印染技术等。

篇（4）

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

2实例测算

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

篇（5）

2各地区碳排放量的测算

考虑到二氧化碳排放的来源比较广泛，除了化石能源燃烧外，在水泥、石灰、电石、钢铁等工业生产过程中，由于物理和化学反应的发生，也会有二氧化碳的排放，而在所有工业生产过程排放的二氧化碳中，水泥大约占56．8％，石灰大约占33．7％，而电石、钢铁生产所占不足10％．为了进一步增强估算的全面性和准确性，本文不仅估算了化石能源燃烧所产生的二氧化碳排放量，同时也估算了水泥生产过程产生的二氧化碳排放量．另外，为精确起见，本文进一步将化石能源消费细分为煤炭消费、焦炭消费、石油消费、天然气消费，其中石油消费则更进一步细分为汽油、煤油、柴油、燃料油四类．所有化石能源消费数据都来自于历年《中国能源统计年鉴》．水泥生产数据来自于国泰安金融数据库．水泥生产过程产生的二氧化碳排放量具体计算公式如下：CC＝Q×EFcement．（2）其中CC表示水泥生产过程中二氧化碳排放总量，Q表示水泥生产总量，而EFcement则是水泥生产的二氧化碳排放系数．本文估算水泥生产的二氧化碳排放量时，仅仅计算了化学反应产生的二氧化碳排放量，而没有包含水泥生产过程中燃烧化石燃料而造成的二氧化碳排放量．表1列出了各类排放源的CO2排放系数．经过一系列准确计算，可以得到我国30个省市地区1997—2011年二氧化碳排放量的估计值.由表2的二氧化碳排放量估算值可以看出我国各省市地区碳排放量基本都呈现上升趋势，地区差异比较明显．为了更好的体现我国二氧化碳排放的地区差异性，将我国30个省（市、区）按照经济发展水平和其地理位置划分为三大区域，包括东部地区、中部地区以及西部地区．具体来讲，东部地区包括北京、河北、天津、辽宁、山东、江苏、上海、浙江、福建、广东和海南这11个省（市）；中部地区主要包括黑龙江、吉林、山西、湖北、河南、湖南、安徽和江西这8个省份；西部地区则包括内蒙古、广西、云南、贵州、四川、陕西、重庆、青海、宁夏、新疆、甘肃、（由于缺乏数据较多，未估算其二氧化碳排放量）这12个省（市、区）．表3显示我国三大区域的碳排放量.表3的数据反映了我国及东中西部三大区域碳排放量情况．从总体上来看，1997—2011年我国的二氧化碳排放量呈现持续增长的趋势，从1997年的336565．69万吨增长至2011年的1066359．01万吨，增长幅度达到729793．32万吨，短短15年间排放量大约增长了2．17倍．由图1可以明显看出，在1997—2002年我国二氧化碳排放量处于缓慢增长的阶段，这个阶段我国的二氧化碳排放量年均增长为3．48％．这个阶段产生的原因主要是受亚洲金融危机影响，我国出口贸易缩减，这在一定程度上减少了二氧化碳的排放．从2003年起，亚洲各国陆续走出金融危机的泥潭，我国经济发展加速，但由于我国高投入、高消耗、高污染的粗放型经济增长方式，使得我国这一阶段的二氧化碳排放量处于快速增长期，2003—2007年我国二氧化碳排放量增速达到13．70％．之后我国二氧化碳排放量增速有所下降，2008—2011年增速为9．37％．虽然增长率依旧不低，但是相比于2003—2007年还是呈现下降趋势．这说明我国意识到能源环境的重要性，开始探寻低碳经济路径，为实现绿色生产付出努力．特别是在2008年10月29日我国公布的《中国应对气候变化的政策行动》白皮书，郑重声明了我国应对气候变化问题的积极态度和相关行动，更是明晰了我国未来低碳发展路径．从表3东中西部三大区域碳排放量情况可以明显看出，我国的碳排放区域差异性是比较显著的．总体来讲，我国二氧化碳排放量呈现由东到西依次递减的规律，东部地区碳排放量最多，中部地区次之，西部地区碳排放量最少．东部地区的二氧化碳排放在绝对量上大大超过中西两大区域．从图2可以看到，这三大区域二氧化碳排放均呈现逐年增长的趋势，且其增长规律均与全国二氧化碳排放量一样，可以分为三个阶段：从1997—2002年三大区域的二氧化碳排放量有升有降，总体来说处于缓慢增长阶段；从2003—2007年，三大区域的二氧化碳排放量均呈现不同程度的增长，整体处于快速增长阶段；从2008—2011年，三大区域的二氧化碳排放量处于增速下降阶段．图2是我国1997—2011年30个省市地区二氧化碳排放量均值的降序排列图．其中，二氧化碳排放量均值位于全国二氧化碳排放均值的省市地区有：山东、河北、江西、江苏、河南、广东、辽宁、内蒙古、浙江、四川和湖北．排名靠前的前五个省份是山东、河北、江西、江苏和河南，分别占我国二氧化碳排放总量均值的8．71％、8．00％、7．68％、6．21％和5．95％．我国的主要二氧化碳排放大省均为传统工业，能源消费以煤炭为主．二氧化碳排放量排名靠后的五个省份分别是天津、甘肃、宁夏、青海和海南，分别占我国二氧化碳排放总量均值的1．46％、1．44％、0．98％、0．40％和0．30％．图3是我国1997—2011年各省碳排放年均增长率的降序排列图．可以看到，二氧化碳排放年均增长率排名前五的省份是宁夏、内蒙古、海南、福建和山东，其中宁夏二氧化碳排放的年均增长率达到15．36％．宁夏出现较高二氧化碳排放速度的原因与其快速的经济增长密切相关，1997年宁夏的国内生产总值为210．92亿元，2011年为2102．21亿元，增幅达到1891．29，增长了8．97倍．第二产业的产值占国内生产总值的比重由1997年的41．6％增长到了2011年的50．2％，增长了8．6个百分点．快速的经济发展及不合理的产业结构刺激了二氧化碳的高速排放．除了以上二氧化碳排放年均增长率排名靠前的省份外，青海、陕西、广西和新疆的年均增长率也均超过了10％，高于全国8．59％的平均增长水平．排名靠后的五个省份为辽宁、山西、黑龙江、上海和北京，其二氧化碳排放的年均增长率分别为6．47％、6．16％、5．41％、4．32％和1．95％，其中北京二氧化碳排放年均增长率以1．95％位居全国最低.

3我国各省区二氧化碳排放影响因素的实证研究

影响二氧化碳排放的相关因素很多，比如地理因素、经济发展水平、产业结构、产权结构、能源消费结构、对外开放程度、投资水平、制度环境、城市化水平、能源价格等［5－8］．考虑到客观条件的限制，在考虑数据可得性基础上，本文构建面板数据模型研究产业结构、出口贸易、能源消费结构、城市化水平、国内生产总值对二氧化碳排放的影响．本文选择的面板数据模型如下：yit＝α＋Zitβ＋ηi＋εit．（3）其中，yit是第i个省份第t年人均二氧化碳排放量；α是常数项，β是回归系数；ηi是个体效应，主要用来控制各省份自有的特殊性质，εit是外生解释变量，主要包含国内生产总值（用gdp表示）、能源消费结构、城市化水平、产业结构及出口贸易等因素．其中，能源消费结构以煤炭消费量占能源消费量的比重度量（用energe表示），城市化水平以非农人口占总人口比重度量（用city表示），出口贸易以出口额占GDP的比重度量（用export表示），产业结构以第二产业占GDP的比重度量（用industry表示），同时对所有变量进行了取对数处理．结果显示，该面板回归模型拟合地较好，回归系数具有较高的显著性，其符号方向与现实情况较为符合．产业结构及国内生产总值对二氧化碳排放量的弹性系数较高，说明二氧化碳对产业结构及国内生产总值的变动比较敏感．第二产业占GDP的比重每增加1％，会使二氧化碳排放量增加0．9744％，这说明第二产业与碳排放呈现明显的正相关关系，第二产业是二氧化碳排放的主要驱动因素．经济每增长1％，二氧化碳排放量则会增加0．5812％，这说明经济增长也是碳排放量增多的一个重要因素，二者呈现正相关关系．能源消费结构与出口贸易与碳排放量的弹性系数在1％水平上不显著．

篇（6）

2碳排放强度

为了深入考察河南省物流企业的经济发展与能源消耗之间的关系，本文引入了碳排放强度。碳排放强度主要是指在一定的时间内单位产值增加所带来的CO2排放量，它通常反映了经济发展对能源消耗的依赖程度。当然，碳排放强度受到技术水平、能源结构、经济发展等多个因素的影响，碳排放强度越低并不直接表明物流企业发展得越好或是运作效率越高，它需要结合物流企业的碳排放总量、生产总值等共同分析才能决定。河南省物流企业的碳排放强度与段向云研究所得的全国物流企业的碳排放强度平均水平基本一致。从变化规律上看，河南省物流企业的可比产值呈现单调的递增趋势，而碳排放强度呈现出先下降后上升中间略有小幅度反复的不规则趋势。具体来说，河南省物流企业碳排放强度的变化同样是以2003年为分界点，这与本文碳排放总量研究中的阶段划分相一致。在河南省物流企业发展的平稳期(1995—2003年)，碳排放强度有较明显的缓慢下降趋势，而在物流企业发展的增长期(2004—2012年)，虽然在2007年时有小幅震动，但整体上仍保持了单调上升的趋势。从发展趋势看，碳排放强度的上升态势已逐渐放缓，到2012年已趋于稳定。此外，本文还借鉴环境库兹尼茨曲线理论，运用SPSS软件对1995—2012年河南省物流企业的碳排放与其可比产值进行了回归拟合。

3河南省物流企业的碳排放特征分析

通过前文中对河南省物流企业碳排放的发展历程和变化趋势分析，发现河南省物流企业碳排放具有以下几个特征:

①碳排放总量变化具有阶段性。结合统计数据，我们可以清晰地看到，除去价格变动因素的影响外，河南省物流企业可比产值呈现出平滑的单调递增趋势，而碳排放总量的变化却有着明显的阶段性特征。我们以2003年为界点将河南省物流企业的碳排放发展分为平稳期(1995—2003年)和增长期(2004—2012年)两个阶段。在平稳期内，河南物流企业的碳排放曲线较平缓，各年份碳排放总量相差不大，物流企业产值的增长不但没有带来碳排放的增加，甚至还有小幅度的降低，反映出这一阶段物流企业产值的增加更多地是依靠技术效率的提升和运作规范化;而在增长期，碳排放总量的递增速度已超过了物流企业产值的增加速度，此阶段物流企业的产值增加对碳排放有着明显的依赖性，物流企业快速发展带来的碳排放增加越来越明显。

②能源结构组成逐渐转变。从物流企业的能源消耗结构来看，平稳期物流企业发展重点依赖的是煤、焦炭等固体燃料，进入到增长期之后，能源结构中油品比重大幅度提升，已成为物流业碳排放的主要来源。在油品燃料的消耗总量中，柴油所占比重最大且还在进一步提升之中。此外，电力、天然气等目前在能源消耗比重中处于较低水平，但稳中有升。由此看出，河南省物流企业的能源消耗类型正处于转化过渡阶段。

③物流碳排放与经济发展严重不协调。根据EKC理论，回归方程的模拟结果显示河南省碳排放与经济发展之间明显不协调，物流企业为了追求发展并未兼顾到环境效益。物流企业的发展对碳排放有着很强的依赖性。模拟曲线还表明，目前河南省物流企业的碳排放正处于EKC曲线中的上升阶段，且短时间内不可能达到下降变化的拐点。随着物流需求的不断增长，物流企业的碳排放总量还将继续扩大，河南省物流企业将面临更大的低碳减排压力。因此，河南省物流企业必须平衡兼顾，协调共进，才能实现经济发展和环境保护的双赢。

篇（7）

所谓碳排放，即指温室气体排放。温室气体主要包括二氧化碳(CO2)、甲烷(CH4)、氧化亚氮(N2O)、氢氟碳化物(HFC5)、全氟碳化物(PFCS)和六氟化硫(SF6)。由于CO2在温室气体中比重较大，故大多数研究中采用CO2当量来表示温室气体的排放量。环境管理生命周期评价标准(ISO14040)将生命周期评价方法分为四个步骤:研究目标和范围确定、生命周期清单分析、生命周期的影响评价以及生命周期结果解析。碳排放计量的首要工作是确定计算的目标和范围。工程建设阶段是建设产品的形成阶段，这一阶段产生的碳排放来源有三个方面，分别是建材生产碳排放、建材和机械运输碳排放和工程施工碳排放，需要确定每一部分碳排放的边界范围。

(1)建材生产碳排放，主要由建材生产时消耗的各种能源产生。由于原材料和生产工艺不同，不同建材的碳排放量有很大差别，选择合适的建材是减少碳排放的一个重要措施。另外，人的因素产生的碳排放量相对很小，在测算建材生产碳排放时可以忽略不计。

(2)建材和机械运输碳排放(以下简称运输碳排放)，主要由运输过程消耗的燃油资源产生。其碳排放量与所运输的物品种类、数量、运输工具以及运输距离等因素有关。在工程造价文件中，运输碳排放数据体现在运输车辆的机械台班消耗上，根据机械台班消耗量可估算出运输碳排放量。

(3)施工过程较建材生产和运输过程更加复杂，碳排放范围也更广泛。施工生产要素消耗包括人工、材料、机械三类，其中，人工碳排放量相对很少，可以忽略不计;建材生产过程已经计算过材料碳排放，不必重复计算。故施工碳排放主要考虑施工机械和施工工艺因素，通过对施工方案和施工组织设计的优化可有效减少碳排放量。

1.2计算方法

目前，工程建设碳排放计量尚无通用的国际或国家标准，可参考产品碳计量标准进行工程建设碳排放的计算。如ISO/CD14067、英国PAS2050:2008规范以及IPCC国家温室气体(GHG)排放清单指南等，这些规范在碳排放的范围核算和计量方法上都较为成熟，具有很大的参考价值。对现有规范和参考文献进行总结，得到工程建设领域可借鉴的几种碳排放量计算方法:

(1)实测法。通过标准连续计量设施对现场燃烧设备有关参数进行实际计量，得到排放气体的流速、流量和浓度数据，据此计算碳排放。实测法结果较为准确，但耗费的人工和费用成本较高，一般应用于量大面广的碳排放测量。

(2)投入产出法。投入产出法又称物料衡算法，它的原理是遵循质量守恒定律，即生产过程投入某系统或设备的燃料和原料中的碳等于该系统或设备产出的碳。投入产出法可用于计算整个或局部生产过程的碳足迹，但其无法区别出不同施工工艺和技术的差异，且获得结果的准确性有偏差。

(3)过程法。过程法在工程建设领域又叫作施工工序法。它是基于产品生命周期整个过程的物质和能源流动消耗来测算碳排放量，其思路是将施工阶段进行划分，列出分部分项工程的机械清单，然后用单位量乘以量就得到各分部分项工程的施工碳排放。过程法简便易行、精确性较高，但基于过程的物质和能源消耗数据不易获得，在一定程度上限制了该方法的应用。

(4)清单估算法。清单估算法采用IPCC政府间气候变化专门委员会公布的《IPCC温室气体排放清单》计算碳排放，主要原理是用各种能源的实际消耗量乘以碳排放因子加总得到总的碳排放量。碳排放因子指生产单位产品所排放的CO2的当量值，根据正常作业及管理条件，生产同一产品的不同工艺和规模下温室气体排放量加权平均得到，可在相关数据库中查得。清单估算法简单可行、应用面广，关键是要确定温室气体的排放清单并选择适当的碳排放因子。本文的工程建设碳排放量计算是基于生命周期评价理论，将过程法和清单估算法有机结合而成的混合计算方法。具体过程为:首先，采用过程法，按照工程图样列出材料机械消耗清单，也可直接采用清单计价时的分部分项工程材料机械清单;其次，采用清单估算法，将各个材料和机械的消耗量进行汇总并选择合适的碳排放因子;最后，将消耗量数据与对应碳排放因子相乘并加总，即得到整个工程建设阶段的碳排放量。

2案例实证

本文选取铁路工程某建设项目进行工程建设阶段碳排放实例分析，由于该工程的特殊性质，在此不便对工程概况进行介绍，只运用工程造价数据进行计算分析。

2.1清单汇总

根据工程造价文件中的机械台班消耗量和2005年《铁路工程机械台班费用定额》中的单位台班消耗指标，二者相乘即得到总的机械能源消耗量。

2.2碳排放因子确定

碳排放因子(CarbonEmissionFactor)是计算碳排放的基础数据，指消耗单位质量能源所产生的温室气体转化为二氧化碳的量。能源的碳排放因子包括了单位质量能源从开采、加工、使用各个环节中排放的温室气体量转化为二氧化碳量的总和。目前，关于碳排放因子的选用尚无统一标准，不同国家、组织和地区算得的碳排放因子往往有很大差别，在一定程度上影响到计算结果的准确性。本文总结并借鉴了现有碳排放因子，选择其常用值或平均值作为工程建设阶段碳排放计算的参考，各能源或材料的碳排放因子用F表示。

篇（8）

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

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

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

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

2基于基尼系数法的全球CO2排放权分配方法

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

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

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

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

3应用实例研究

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

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

3.2不同目标浓度下全球各国的排放空间计算及分配

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

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

篇（9）

二、模型构建和实证检验

（一）计量模型设定本文的计量模型首先将碳排放作为因变量，服务贸易开放度（服务贸易进出口额占GDP比重）作为自变量。为检验二者的非线性关系，加入服务贸易开放度的平方项作为自变量。其中，poll为环境污染，用二氧化碳排放量（人均公吨数）代替，X为影响碳排放的其他控制变量，为误差项。根据已有研究，影响一国环境的因素包括经济规模、技术进步、产业结构等。因此，添加外商直接投资占GDP比重（fdi）、技术水平（tech）、工业规模（scale）、收入水平（lngdp）作为控制变量。为减小异方差，对人均GDP取自然对数，其余指标为百分比，不做对数处理。因此，模型（1）扩展如下。

二）数据和变量解释本文的计量分析数据使用的是1995~2009年50个国家的面板数据，其中包括高收入国家20个，中等收入国家30个，样本总容量为750。选择1995~2009年这个区间是因为1995年《服务贸易总协定》正式生效，服务贸易开始进入大发展时期。碳排放包括二氧化碳、一氧化碳等碳氧化物，本文选择二氧化碳作为因变量（人均公吨），基于两方面考虑：一是二氧化碳是最常见和最主要的温室气体，具有代表性；二是根据数据可获得性原则。服务贸易开放度（open）用各国服务贸易进出口额占GDP比重代替。一般而言，一国服务贸易开放度指数越高，其第三产业在三次产业中的占比会越高，从而对环境的影响会越小。但是，服务贸易中的运输服务所需的交通工具以及旅游服务等劳动密集型行业均会产生二氧化碳等气体，对环境构成影响。fdi表示外商直接投资占GDP比重。国内外学者如郭沛等（2013）、Acharyya(2009)、Hajkova和Nicoletti(2006)、Grosse和Trevino(2005)等研究发现，FDI对环境具有影响，且以间接影响为主。如一国或地区所吸引的外资投向化工等易产生污染的行业，对环境造成影响；再比如，一国或地区吸引外资投向清洁行业，由于该行业的发展，带动下游原材料或中间产品的发展，但其原材料或中间产品却易对环境造成污染。因此，本文将FDI占GDP比重纳入模型。技术水平tech用GDP单位能源消耗代替，指平均每千克石油当量的能源消耗所产生的按购买力平价计算的GDP。一般而言，技术水平的提高能够有效地减少环境污染（曾波等，2006；李从欣，2009；李国璋等，2010）。收入水平用人均GDP代替，是国内生产总值除以年中人口数。现有研究结果趋于一致，即收入水平的提高能有效改善环境（陈红蕾等，2007），但是在不同收入水平国家其作用并不一致（黄顺武，2010）。经济规模scale用工业增加值（占GDP比重代替），因为此处考虑的是经济规模对环境的影响，因而工业增加值能很好地满足模型的要求。此处的工业与《国际标准行业分类》（ISIC）第10~45项相对应，增加值为所有产出相加再减去中间投入得出的部门的净产出。这种计算方法未扣除装配式资产的折旧或自然资源的损耗和退化，增加值来源是根据ISIC修订本第3版确定的。本文所有数据均来自世界银行网站（）和世界贸易组织统计数据库（），数据的统计描述如表2。

（三）实证检验首先利用stata软件对二氧化碳排放量（CO2）与服务贸易开放度（trade）、外商直接投资占GDP比重（fdi）、工业增加值占GDP比重（scale）、收入水平（gdp）、GDP单位能源消耗水平（tech）之间的关系进行了线性拟合。发现二氧化碳排放量与trade、scale、gdp呈显著的正向线性关系，而与fdi的线性斜率则较小，与scale则呈负向的线性关系。由此形成如下预期：第一，服务贸易开放度与二氧化碳排放量呈正向线性关系。当加入服务贸易开放度的二次项时，预期呈倒U形，即服务贸易开放度与二氧化碳排放量之间符合环境库兹涅茨曲线的关系。第二，GDP单位能源消耗水平、收入水平和外商直接投资占GDP比重对二氧化碳排放量具有正向影响，即tech、gdp、fdi的增加会引起二氧化碳排放量的增加。第三，工业增加值占GDP比重对二氧化碳排放量具有负向影响，即scale的增加会减少二氧化碳的排放。接下来，本文分别从全样本、依收入水平分组的样本对各变量之间的关系进行回归分析，以检验是否与预期一致。1.全样本面板数据的实证检验本部分利用软件stata11.0对服务贸易开放度与碳排放之间的关系进行实证检验。依据前面设定的模型（2），对1995~2009年的跨国面板数据进行计量分析。我们在服务贸易开放度和服务贸易开放度平方项的基础上逐步加入控制变量进行回归。在计量方法上，经Hausman检验，拒绝采用随机效应模型的原假设，因而采用固定效应模型。同时，我们还依次检验了模型的异方差、序列相关性和截面相关性，发现方程（1）~（5）均存在异方差、序列相关和截面相关。为消除上述影响，最终统一使用D-K①校正的固定效应模型对方程进行估计（易行健等，2013）。估计结果如表3所示。由表3可知，尽管不断加入控制变量，但服务贸易开放度系数一直为正，并且在10%水平下均显著，表明服务贸易开放度的提高对二氧化碳排放量的影响为正。这一结果与刘华军和闫庆悦（2011）利用我国1995~2007年省级面板数据对贸易开放与二氧化碳排放的协整检验结果一致。可见，服务贸易并非传统观念中所认为的“清洁行业”，它与货物贸易一样会对环境造成污染。服务贸易开放度平方项的系数在5个方程中均为负数，且都在1%水平下显著，说明服务贸易开放度与二氧化碳排放量之间是倒U型的非线性关系。即在服务贸易开放度较低时，随着服务贸易开放度的提高，二氧化碳的排放量也会随之上升；当达到一定临界点时，服务贸易开放度的提高会减少二氧化碳的排放量。技术水平的系数为负，均在1%水平下显著，这与我们线性拟合结果预期相左，但是与现实更趋一致，因为一国技术水平的提高会有效地降低碳排放。收入水平和经济规模的系数均在1%水平下显著为正，前者与我们的线性拟合预期一致，而经济规模与预期相反。事实上，本文选取的衡量经济规模的指标是工业增加值占GDP比重，因而占比越高，二氧化碳排放量也随之增加，这是符合现实的。外商直接投资的系数为正，但是不显著。2.依收入水平分组的实证检验本部分在计量方法上首先直接采用固定效应模型①进行实证检验，分高收入国家、中高收入国家和中低收入国家3组。此外，为检验模型的稳健性，本文在固定效应模型回归的基础上，还加入了OLS回归。由表4可知，高收入国家服务贸易开放度对二氧化碳排放量有正向影响，但是不显著，而服务贸易开放度的平方项却与其呈显著的负相关。可见，高收入国家的服务贸易与碳排放是非线性关系，且服务贸易能显著地改善这些国家的碳排放。原因可能是高收入国家一般而言都是服务贸易进出口的大国，而且一般处于服务贸易的上游，即提供资本、技术密集型的服务，而传统服务贸易占比较低。对中高收入国家而言，服务贸易开放度与二氧化碳排放量呈显著的倒U型关系，即随着中高收入国家服务贸易开放度的提高，其二氧化碳排放量呈先增后减的趋势。对中低收入国家而言，服务贸易开放度对二氧化碳排放量的影响不显著，但是经济规模、收入水平和技术水平均在1%水平下显著影响。这一结果与我们的预期是一致的，因为中低收入国家一般还处于工业化时期，与高收入国家相比，无论是在服务贸易的规模还是技术水平上均存在较大差距，影响其二氧化碳排放量的主要是工业，因而服务贸易开放度对其影响尚不显著。此外，从稳健性检验可知，OLS回归的结果与固定效应模型回归的结果基本一致，表明本文回归结果是稳健的，偏差较小。

篇（10）

二、计量模型设定及数据来源

（一）计量方程设定

地区污染通常受经济规模、技术水平、产业结构等因素的影响（熊立等，2012；周力和庞辰晨，2013）。本文使用上述变量来分析我国OFDI对CO2排放量的影响，因此本文的基本方程设定如下：2logCOlogOFDI+LogGDP+logTech+logStruc+LLLLL（1）为了更好地分析影响我国CO2排放量的影响因素，本文同时引入了其他控制变量，即科研经费（RD）、地区受教育程度（Edu）、绿地面积（Green）、环境治理投资（Environ）和能源消费结构（Coalratio），最终计量方程设计为：2ititititititititititLlogCOlogOFDI+LogGDP+logRD+logEdu+logStruc+logGreen+logEnviron+logCoalratio+LLLLLLL（2）其中，i代表区域，t代表时间（年份），采用对数形式是为了更好地控制异方差。

（二）变量设定及数据来源

本文选取了2003~2011年我国30个省市自治区（除）的省级面板数据，以下进行变量说明：1.被解释变量：CO2排放量。本文通过《中国能源统计年鉴（2012）》获得各省市自治区石油、煤、天然气3种能源的消费量数据，并通过《中国可持续发展能源暨碳排放情景分析》中给定的排放系数进行转换，其中：石油的碳排放系数为0.58吨碳/吨标煤、煤炭的碳排放系数为0.75吨碳/吨标煤，天然气的碳排放系数为0.44吨碳/吨标煤。2.核心解释变量：对外直接投资（OFDI）。本文参照许和连和邓玉萍（2012）的做法，选取各省市自治区OFDI存量进行估计。数据来源为2005年、2012年两个年度的《中国对外直接投资统计公报》。3.其他变量：（1）经济规模。参照He（2006）的做法，本文用各省市自治区GDP作为经济规模的衡量指标。通常情况下，经济规模越大意味着更高的工业化水平，因此也会带来更多的CO2排放，二者拟呈正相关关系。数据来源为《中国统计年鉴（2012）》。（2）技术水平。对于技术水平的衡量，学界较多采用单位工业产出CO2（或SO2）排放量，为避免解释变量与被解释变量的多重共线性，本文选用两个指标来共同衡量技术水平，即各省市自治区的科研经费和地区受教育程度（高中以上受教育人数）。科研经费投入的增多必然提高节能减排技术水平，而教育水平的提高也会增强个人的节能减排意识，因此上述两个指标的提高都有助于节能减排，其与碳排放拟呈负相关关系。数据来源为中国科技部网站。（3）产业结构。第二产业为高碳排放产业，对于产业结构的量化，本文沿用已有的方法，采用第二产业产出占GDP的比重进行量化，第二产业产出比重的上升，必然带来碳排放量的提高，二者拟为正相关关系。数据来源为《中国城市统计年鉴（2012）》。（4）绿地面积。绿地面积的增加必然带来我国碳排放量的减少，其与碳排放拟呈负相关关系。数据来源为《中国城市统计年鉴（2012）》。（5）环境治理投资。近年来，我国加大了对环境治理的投资，2010年与2011年我国的环境治理投资分别为6,554亿元和7,114亿元。环境治理投资的增加必然有利于我国CO2排放量的减少，二者拟呈负相关关系。数据来源为《中国城市统计年鉴（2012）》。（6）能源结构。我国的能源消费以煤炭为主，占总能源消费量的70%以上。因此，本文选用煤炭消费量占总能源消费量的比重作为能源结构的量化指标。煤炭消费比例的上升必然导致碳排放量的增多，二者拟呈正相关关系。数据来源为《中国能源统计年鉴（2012）》。

（三）数据相关特征分析

加入对数后，数据整体变小，但仍可看到OFDI的对数标准差达到2.16，说明了2003~2011年我国OFDI的巨大变化，而本文选择在此阶段研究OFDI的碳排放效应，也使得结果更有可信度。由表2的相关性分析可知，经济规模（LogGDP）与许多变量的相关系数都超过了0.7，疑存在多重共线性，因此对模型进行多重共线性检验，检验结果如表3所示。由表3可知，经济规模（LogGDP）的方差膨胀因子（VIF）大大超过了10，模型存在严重的多重共线性，因此，以下进行回归估计时，需对模型进行修正，并剔除具有多重共线性的变量。

三、计量结果分析

（一）全国层面分析

本文选取2003~2011年中国30个省级面板数据对计量方程进行回归。首先对模型进行Hausman检验，根据检验结果，采用固定效应对模型进行回归估计。此外，由于模型存在多重共线性，因此在回归估计时采用逐步回归法，从而剔除不显著变量。如表4所示，随着变量的加入，R2不断增大，且模型1~6所有变量均十分显著，但随着绿地面积与产业结构的加入，R2开始减小，且二者的估计值均不显著，因此将上述两个变量予以剔除。模型1~6均通过Wald检验，模型估计效果良好，选择模型6进行最终结果分析。数据显示：1.我国OFDI对国内碳排放呈显著正效应，OFDI每增加1%，国内CO2排放量将增加0.0914%。这说明，我国OFDI的增多显著提高了我国的CO2排放量。从全国层面来看，“污染天堂假说”不适用于中国。我国的对外直接投资并没有转移国内高能耗产业，将高碳排放转移至东道国。笔者认为，中国OFDI的增多通常会给本国带来产业结构调整效应，增加第二产业的比重，而第二产业为高碳排放产业，这也是OFDI使得我国CO2排放量增多的原因所在。2.经济规模扩大是我国碳排放增多的主要原因。数据显示，经济规模每扩大1%，我国的碳排放会显著增加1.2541%。长期以来，我国第二产业的比重远远高于第一、三产业，经济规模的扩大意味着工业化程度的提高，碳排放量必然显著增多。3.能源结构是增加国内碳排放的重要原因。结果显示，我国煤炭消费的比率每上升1%，我国的碳排放将增加0.5728%。这说明，如果增加其他化石能源的消费以替代煤炭消费，会有助于减少我国的碳排放，调整能源消费结构是节能减排的重要一环。4.我国的技术研发和受教育水平的提高均有助于减少国内碳排放。如果我国的技术研发经费与受教育水平分别增加1%，国内CO2排放量将分别显著减少0.1944%和0.4740%。5.我国的环境治理投资增加了国内的CO2排放量。数据显示，我国的环境治理投资每增加1%，国内碳排放量将显著增加0.0828%。这是由于我国的环境治理投资主要用于减少“三废”，对废气、废渣的处理采用“催化燃烧”等方法时将会增加CO2排放量，这就是加大环境治理投资反而提高国内碳排放的原因所在。

（二）地区层面分析

由于我国幅员辽阔，区域间经济发展程度不同、产业结构不一样，更为重要的是，我国的OFDI数量在区域分布上极不均衡（如表5所示），因此有必要分区域研究我国OFDI对不同地区CO2排放的影响。本文将沿用剔除了多重共线性变量的模型进行估计，分析区域间的差异。本文对地区层面的分析沿用前面的分析方法，首先通过Hausman检验选择固定效应模型，结果如表6所示，其中：东中西部3个模型均通过Wald检验，且较高的R2也显示，模型的解释度较高。以下对回归结果进行简要分析。1.OFDI对CO2排放量的影响呈正效应，这与全国层面的分析保持了一致。然而，在东部地区，OFDI对CO2排放量的影响并不显著，而二者的关系在中西部地区却十分显著。由表5可知，东部地区的OFDI远高于中西部地区，其与当地CO2排放量的关系却不成比例。笔者认为，我国正在将高污染和高能耗产业向中西部转移，庞大的对外投资代表着高速发展的经济水平，而这种经济高速发展却未带来相应比例的碳排放，这便是产业转移的直接效应。数据显示，在我国中西部地区，OFDI的增加均提高了上述地区的碳排放量：OFDI每增加1%，中部地区和西部地区的CO2排放量将分别增加0.1277%和0.1044%。2.经济规模仍然是我国高碳排放的主要原因。在地区分析中，经济规模仍然与我国的碳排放呈正相关关系，且在3个地区均十分显著，这与全国层面分析保持一致，且经济规模扩大所带来的碳排放正效应按东中西部依次递减。3.科研投入与受教育水平仍然是影响我国CO2排放的主要因素。二者在地区回归分析中均与我国碳排放呈负相关关系。科研投入在中西部地区的减排效应并不显著，这是由于我国的科研投入极不平衡，主要集中在东部发达地区，中西部则较少；受教育水平在我国东西部地区显示为显著的负效应，而在中部地区对碳排放的影响则不显著。4.能源结构依然是我国高碳排放的重要原因。在地区分析中，能源结构仍然显示为正效应，但在东部地区，能源结构的正效应并不如中西部地区显著，这再次说明了我国东部地区存在高能耗企业转移现象。5.环境治理投资被再次证明并不能减少反而会增加我国的碳排放量。在地区层面分析中，环境治理投资仍然对我国的碳排放呈正效应，由此进一步说明，我国对“三废”的处理反而增加了我国的CO2排放量，其处理方法有待改善。

四、结论与政策建议

本文选用2003~2011年中国30个省市自治区的省级面板数据研究分析了我国OFDI对本国CO2排放量的影响。实证结果表明，我国的OFDI每增加1%，国内CO2排放量将增加0.0914%，这说明我国的OFDI并没有减少国内碳排放，反而是增加本国碳排放的重要原因之一。作为碳排放大国，中国的节能减排工作刻不容缓，根据研究结果，笔者认为应从以下几个方面加以应对：

（一）调整对外直接投资流向，加强国际能源开发

研究结果显示，我国OFDI的增多会导致我国CO2排放量的增多，这说明我国并没有将高污染、高能耗产业转移至国外，因为我国OFDI主要流向了租赁服务业，①并不能减少国内的碳排放。笔者认为，我国的OFDI应加强对能源行业的投资比重，加强与他国在能源开发方面的合作，研究新能源，共同降低能耗和排放强度，从而一方面解决我国的能源安全问题，另一方面促进我国节能减排工作的开展。

（二）调整区域对外直接投资比重，促进中西部经济发展

在区域研究中，东部OFDI比重最大，中西部的投资比重则相差甚远，然而东部OFDI对CO2排放量的影响却不显著，而且不成比例，这再次证明了东部正在将高污染高能耗产业向中西部转移，中西部OFDI带来的正碳排放效应很可能是由于产业转移带来的，而造成上述现象的原因依然是经济水平发展的不平衡。因此，带动中西部经济发展是解决问题的关键，而加强OFDI则是促进地区经济发展的重要手段之一。对外直接投资的增多可能会增加我国的碳排放量，但会逐渐平衡我国区域的碳排放量，减少我国中西部的碳排放量。

（三）调整能源结构

本文虽然主要探讨OFDI与我国CO2排放量的关系，但是回归结果显示，能源消耗才是我国碳排放量增加的直接原因之一。这是由于我国的能源消费主要以煤炭为主，而煤炭的碳排放系数最高，也就造成了我国较高的碳排放量。目前，我国应加大清洁新能源的开发力度。与此同时，还要逐渐采用“以气代煤”和“以油代煤”的手段，调整能源消费结构，降低我国的CO2排放量。

（四）加大技术研发和教育力度

技术投入和教育水平与我国的CO2排放量呈负相关关系。这说明上述两个要素是降低我国碳排放的重要手段。因此，加大研发力度、提高个人教育水平和素质、强调节能减排从个人做起，将有利于降低我国的碳排放。