经济发展和碳排放的关系汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇经济发展和碳排放的关系范例，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）

1能源消费、经济增长和碳排放关系的实证分析

1.1数据来源及预处理选取1990—2013年我国的能源消费、经济增长和碳排放作为研究对象，采用年度数据，对三者之间的关系进行研究.能源消耗状况采用能源消费总量（EC）来反映，数据来自《中国能源统计年鉴》，单位为百万吨标准煤.经济的发展状况采用GDP来度量，数据来自《中国统计年鉴》，单位为亿元.碳排放采用CO2排放量（TC）来表示，数据来自美国能源信息署（EIA）网站公布的数据，单位为百万吨.为保证数据的客观性和可比性，剔除物价上涨因素，将各年GDP换算成以1990年为基期的实际GDP.为消除能源消费总量，实际GDP和CO2排放量三个时间序列的不平稳性和异方差现象，对三者取自然对数，并分别记为LEC、LGDP、LTC.通过对三者进行两两回归检验，证实任意两者均存在显著相关关系.

1.2稳定性检验采用ADF检验法对所有变量进行平稳性检验，即是否存在单位根.ADF法可以通过对3个模型（模型1无常数项和时间趋势项，模型2有常数项无趋势项，模型3有常数项和趋势项）进行检验，任意一个检验模型中的ADF值大于临界值，就可以认为该序列没有单位跟，即为平稳序列.若序列不平稳，需要取对数或进行差分处理.对LET、LGDP和LTC及其一阶、二阶差分序列进行ADF单位根检验，检验结果如表1所示.LET、LGDP和LTC及其一阶差分序列都不平稳，但二阶差分序列的检验值在1%的显著性水平下均小于其临界值.因此，其二阶差分序列为平稳序列，即LET、LGDP和LTC三个时间序列是I（2）的单位根过程.

1.3协整检验模型含有3个变量，并且均为二阶单整，采用Johansen法进行协整检验，该法在检验前需要确定最优滞后阶数.在保证自由度的条件下，根据无约束VAR模型中的AIC、SC和LR等信息准则确定VAR模型的最优滞后阶数为2，则协整分析的滞后阶数为1.检验结果如表2所示.迹检验和最大特征值检验都表明在5%的显著性水平下拒绝原假设，即变量之间存在两个协整关系.检验确定最优协整形式为：有线性趋势且协整方程有截距.取标准化的协整向量.

1.4Granger因果检验为确定我国能源消费、经济增长和碳排放之间的因果关系，对LTC、LEC和LGDP三个时间变量序列进行格兰杰因果关系检验.检验结果如表3所示.在5%的显著性水平下，拒绝LTC不是LGDP的格兰杰原因假设，拒绝LTC不是LEC的格兰杰原因假设，并且拒绝LEC不是LGDP的格兰杰原因假设，即说明1990—2013年我国的CO2排放对能源消费和经济发展均具有单向因果关系，并且能源消费对经济发展具有单向因果关系.这表明我国能源消费增加可促进经济发展，同时碳排放会影响到经济发展和能源消费，但是经济发展并不必然导致能源消费增加.

1.5脉冲响应分析和方差分解为全面反映我国能源消费、经济增长和碳排放之间的互动关系和相互影响程度，对其进行基于VAR的滞后20期的脉冲响应分析和方程分解，结果分别如图1和图2所示.脉冲响应分析是考虑扰动项的影响是如何传播到各变量的，刻画了对一个扰动项加上一个单位标准差的冲击后，对内生变量的当前值和未来值所带来的影响.从CO2脉冲响应图可知，当期对CO2施加一个单位标准差的正向冲击，CO2排放有所下降，随后开始上升，第5期达到最大（0.05464），然后开始下降，达到12期最小时开始增长，并逐渐趋于平稳；CO2对来自GDP的单位标准差的冲击没有初始响应，随后开始逐渐上升，在第4期达到最大（0.01239），然后逐步稳定在0.0098左右；同样对来自能源消费的单位标准差的冲击没有初始响应，随后开始增强，第3期达到最大（0.01738），随后开始下降并逐步稳定在0.0046左右；这表明，CO2排放对其自身具有较强的正向影响作用，但波动比较大，能源消费和经济增长的影响较弱，虽有小幅波动，但是总体趋势比较稳定.这与长期形成的碳排放路径有很大关系，也说明我国节能环保政策起到了良好的效果.从GDP脉冲响应图可知，GDP对来自碳排放、GDP和能源消费的单位标准差的冲击都具有正效应，响应趋势均为先增长后下降，然后趋于稳定，但是三者并不同步，存在滞后效果.尤其是受到CO2冲击影响最大，能源消费影响相对较小，而对来自自身的冲击响应比较平稳.这三者的促进作用均具有较长的持续效应.

从EC脉冲响应图可知，能源消费对来自碳排放、GDP和自身的单位标准差的冲击同样具有正效应，响应趋势也相同，均表现为先增长后下降，然后稍有增长并趋于稳定.而短期内对碳排放具有较为明显的同向效应，而经济发展和其自身效应较弱.这说明碳排放的正向冲击对能源消费具有显著的正向作用，因此通过低碳政策，可以引导我国能源消费的良性发展.体现了我国关于节约能源、提高利用率的相关政策的实施，在一定程度上抑制了能源消费的快速增长.方差分解图反映了能源消费、经济增长和碳排放之间相互影响程度.在碳排放的变动中，碳排放对其自身的贡献率最大，虽然在第一期开始有所下降，但均在80%以上，而GDP和能源消耗对其贡献率较小，虽有所上升，但却稳定在较低的水平；在GDP变动中，碳排放和GDP对其的贡献程度呈现反向趋势，碳排放对其贡献是先上升后趋于稳定，而GDP是先下降后趋于稳定，能源消费对GDP的贡献程度虽然相对较小，但却较为稳定；在能源消费的变动中，碳排放对其贡献程度呈现上升并稳定的趋势，并在第2期及以后贡献程度最高，而能源消费对其自身的贡献程度呈现下降趋势，并趋于稳定，GDP对能源消费的贡献程度最小.这表明，我国碳排放对其自身依赖性较大，森林碳汇等自然路径形成了较为完善的控碳系统，尤其是对植树造林等工作的重视.最近几年，国家提倡节能减排，加强低碳工作，并取得了很大成效，但能源消费结构仍存在不合理之处，导致能源消费对其自身影响较弱，在低碳方面也并未起到良好的效果.碳排放对经济增长起到约束作用，能源消费对经济增长有促进作用.可见，减碳工作对促进我国经济增长具有重要作用，同时要兼顾能源消费和产业结构优化，使其影响作用进一步增强.

2主要结论与建议

本文基于1990—2013年我国能源消费、经济增长和碳排放的数据，实证分析三者之间的动态关系和相互影响.主要得出如下结论：

第一，我国能源消费、经济增长和碳排放之间呈现出趋同增长趋势，并存在长期均衡关系.第二，Granger因果检验表明，碳排放对能源消费和经济增长存在单向因果关系，能源消费对经济增长存在单向因果关系.第三，脉冲响应和方差分解结果表明，短期内我国碳排放量增加对其自身具有较强的同向影响；能源消费和经济增长受到碳排放冲击影响较大；碳排放、能源消费和GDP的主要贡献因子均为碳排放.我国能源消费、经济增长和碳排放三者具有密不可分的关系，在保证经济发展的同时，提高能源利用率，降低碳排放是可持续发展的前提，如何平衡三者之间的关系是重点.鉴于此，提出以下建议：第一，加大科研投入，引进先进减碳技术.新技术、新设备的引进和推广使用是节能减排的重要手段和不竭动力，虽然成本较高，但长远来看，必将有益于我国碳排放的控制，促进经济资源和环境的可持续发展.本文研究结论显示，我国森林碳汇、碳循环等自然控碳作用发挥了较明显的效果.因此，必须要从内部着手，保证技术资本的投入，加快研发脚步，引进国外的先进减碳技术和设备，降低生产生活过程中的碳排放.

第二，稳定经济发展，优化产业结构.相对于发达国家而已，我国第二产业比重偏大，高排放，高消耗、低利用率的发展模式已经明显不能适应新国情的需要.我国经济、能源消费和碳排放均呈现上升趋势，如何保证经济发展的同时，对产业结构进行优化是一项十分困难的任务.脉冲响应分析显示GDP和碳排放存在明显的正效应，对能源消费有一定影响，即表明经济增长促进碳排放量增加，引起能源消耗的增长.控制经济增长速度，保证第一产业，优化第二产业，发展第三产业，是促进生态环境发展的关键，有助于实现可持续发展战略.

篇（2）

中图分类号 X196 文献标识码 A 文章 编号 1002-2104(2008)03-0038-05

改革开放以来，中国经济发展取得了显著的绩效，快速的经济增长不可避免带来了资源消 耗、碳排放增加等问题。1990-2003年间，中国二氧化碳排放量增加了17亿t，增幅超过73％ ，已成为世界第二大碳排放国［1］。尤其是2005年的《京都协定书》的生效，虽然 没有对中国 提出减排任务，但却给中国经济发展带来了严峻的挑战，如何有效地减少碳排放成为国际政 治经济及学术研究关注的热点之一，更是中国国际政治交往中的重要内容。针对碳排放与经 济增长关系研究，具有代表性的是环境库兹涅茨曲线（EKC）的检验和拐点阈值的预测， 类似于经济发展与环境质量之间的倒“U”型关系［2～3］。但倒“U”型并非两者唯 一的关系，经 济发展不是解决环境问题唯一的办法［4～6］。除了经济发展之外，许多其他社会因 素也会影响 环境质量［7］。分解分析法能够揭示各种可能的影响因素对碳排放的贡献度。在生 态、环境领 域分解分析方法已成为一种重要的分析工具［8～10］。为此，本研究在EKC模型分析 的基础上，引入分解分析法分析中国碳排放变化的机制。

1 研究方法与数据来源

1.1 碳排放的环境库兹涅茨曲线模型[BT)]为解释经济增长与碳排放之间的关系，本文采用经济增长―环境质量的简约式回归方程进行 分析，以直接模拟经济发展与碳排放之间的关系，进而根据经济发展水平估算出污染排放的 变化趋势。在分析过程中，假定除经济发展以外的其他因素对碳排放影响不变，用方程中的 截距项表示，得出经验方程［11～12］：

式中：yi表示第i年碳排放量；x表示经济发展变量（常用人均GDP表示）；εi为截距项（包括技术 、贸易、制度等影响因素）。对于不同的βi，i＝1、2、3，模型具有不同的意义。具体 来讲， 当β3≠0时，模型刻画了人均碳排放量与人均GDP之间呈现N型或倒N型曲线关系 ；当β2≠0且β3＝0时 ，人均碳排放量与人均GDP之间呈现U型或倒U型曲线关系；而当β1≠0 、β2＝0且β3＝0时，模型反映出人均碳排放量与人均GDP单调变化特征。

1.2 碳排放的分解分析

EKC模型揭示经济增长与环境质量方面存在着理论上的局限性［13］。为此，在EKC模 型难以全面 解释碳排放机制的情况下，分解分析的方法被引入EKC研究中，以定量分析碳排放变化过程 中各种影响因素的相对重要性。将碳排放的变化看作经济规模（以GDP表示）、产业结构（ 七大细分产业分别占GDP的比例Sit）和碳排放强度这3个因素共同作用的结果，即碳 排放变化分解为3种不同的变化效应：规模效应、结构效应和技术效应。

碳排放分解模型可用下式表示：

式中：Et为碳排放量；Yt为t年GDP，代表规模效应；Sit(S it=Yit/Yt)为t年i行业GDP占全国GDP 的份额，代表行业结构效应；Iit(Iit=Eit/Yit)为t年i 行业污染排放强度，代表广 义技术效应。本研究采用平均分配余量的方法计算碳排放各类效应的贡献率［10,14］ 。

式中：gx=(xt-x0)x0为t年变量x相对于基年的变化率，x代表r，Iit，Sit，Yt;ei0=Ei0/E0为基年各行业i的碳排放比例。若 三要素变化相应引起的碳排放效应为正值，表示各因素的变化对碳排放的冲击在增长，其变 化值为碳排放量变化的增量效应；反之，为减量效应。

1.3 数据来源与说明

本研究数据来源于中国能源统计年鉴(1996-1999年，2006年)和中国统计年鉴(2006年)，包 括全国31省、自治区和直辖市(由于资料限制没有考虑中国香港、澳门和台湾3个 地区)。行业划分采用世界上通用的产业结构分类，并结合中国统计年鉴所划分产业结构，具体为第 一产业（农、林、牧、渔业）；工业；建筑业；交通运输、邮政和通讯业；商业、批发与零 售业；其他服务业。由于能源数据统计为实物消耗量，为此对能源消耗数据作了相 应的换算， 统一折算成标准煤，其中煤炭的标准煤系数为0.714 3 kg标准煤/kg，石油换 算系数为1.428 6 kg标准煤/kg，天然气换算系数为1.33 kg标准煤/m3(中国能源年 鉴，2006)。

2 中国碳排放特征及其成因分析

2.1 碳排放量的估算及其特征

中国碳排放量采用以下公式进行估算：

C=∑imi×δi

其中， C为碳排放量；mi为中国一次能源的消费标准量；δi为i类能源的碳排放系数。 通过 查阅有关文献，收集有关能源消耗的碳排放系数并进行比较计算，最终取平均值确定为各能 源消耗碳排放系数（见表 1），通过整理以上数据得到中国不同行业的碳排放量(见表2)。

从我国碳排放总量以及行业碳排放量来看，具有以下特征：

（1）碳排放量的阶段性。在研究时序内，碳排放总量具有明显的阶段性，1980-1996年是 碳排放量的迅速增长阶段，1996-1999年是碳排放的平稳阶段，2000-2005年是碳排放的急速 增长阶段(见图1)。

（2）行业碳排放具有明显的差异性。总的碳排放量中，第一产业、工业、建筑业、交 通运 输邮电业、批发等服务业、其他服务业碳排放所占比重分别约为2.5%、80％、1％、5％、1 ％、10％左右，其中工业碳排放占绝大部分比重，为71％～84％之间，并且有不断上升的趋 势，这说明快速工业化过程推动了碳排放量的增长。

（3）行业碳排放差异逐渐扩大。在研究时序内，碳排放量变异系数在不断扩大，碳排放量 在行业之间的差异不断的扩大，1980年行业之间的差异系数为0.62，至2005年为0.74（见图 2）。

2.2碳排放的动态演进分析

（1）碳排放与经济增长的关系。Grossman等学者依据实证分析［17］，认为这种随 收入水平提 高环境质量先恶化再好转的演变与诺贝尔奖获得者Kuznets提出的收入与经济增长的相依关 系类似，均呈现出“倒U型”变化趋势，故称之为“环境库兹涅茨(Kuznets) 曲线”。为进 一 步验证碳排放与收入水平之间的关系，本文选取1980－2005年的数据进行回归分析得出：

y=1.13×10-7x3-0.002x2+18.24x+38793.55

（R2=0.966，F＝133.59，sig.=0.000）

模型中系数都显著异于零，且拟合程度很高，β1>0 ,β20，呈现不太明 显 的N型趋势，即碳排放量随经济的发展先上升，再保持一定的水平，而后又上升，这区别于 一般意义上的倒“U” 型特征，说明我国的碳排放与经济发展之间处在非均衡、难以协同的 发 展阶段。从曲线特征来看，人均GDP达到6 000左右时（即1996年），曲线有所下降。当 达到7 000左右时（即2000年）曲线迅速上扬。我国经济增长与碳排放之间不具备严格的倒 “ U”型关系，这也验证了我国碳排放具有波动性，与经济增长之间具有不协调性，为此在下 面分解模型中对碳排放背后的机制进行研究，初步探讨经济规模、产业结构和碳排放强度分 别在不同时期对碳排放变化影响的程度、特点和规律。

（2）碳排放变化的分解分析。为分析中国碳排放变化背后的机制，对1990-2005年的 碳排放每年分别进行了分解(见表3)。

碳排放的规模效应均为正值（6％～33％）,年平均值为15.76％，表明经济规模的扩 大 导致了碳排放的增加，但随着经济增长规模效应呈下降的趋势。我国在1990-2005年GDP以每 年10%左右的速度递增，尤其是1992-1994年经济增长速度达到了14%左右，1996-1999年 经济增长速度大幅度下降，1999年跌至7.6%，此后经济保持10%左右的速度高速增长。1990- 1995年的快速上升阶段，经济 增长规模明显印证了碳排放规模效应的变化规律；1996-199 9年这一效应大幅度下降，这可能是因为1996年我国采取措施淘汰、关闭了一批技术落后、 污染严重、浪费资源的小企业和1997年的亚洲金融危机及其滞后效应所致；2000-2005年 规模效应又在波动中上升，这可能是由于扩大内需和增加投资的宏观政策导致大批高能耗、 重 复性的基础设施项目和工业项目盲目上马，导致经济发展对碳排放贡献保持高位。所以说中 国经济规模的不断增长，导致经济活动副产品（碳排放）的不断增加。在可以预见的未来， 中国仍然面临经济增长与碳排放的压力。

结构效应比较平稳，其值在-8％～2％之间，多数年份为负效应，年平均值为-0.8％，中国 经济结构变动对降低碳排放具有一定的作用，但贡献不是很大。在时序1990-2005年内 ，第 一产业由26%下降至12.5%；第三产业持续上升了8个百分点，低碳经济的第三产业能降低碳 排放；第二产业虽然出现了一定的波动性，但仍保持在46%左右，其中工业比重维持在40%左 右。 从我国产业结构变动规律来看，中国作为发展中国家，工业化仍是我国经济发展的主要特征 ，在工业结构和服务业比重不断上升的背景下，结构效应是经济结构在竞争中的结果。在降 低碳排放量的角度，我国经济结构仍有待优化。

技术效应在研究时序也比较平稳，其值在-3％～32％之间，技术效应值波动较大，年平均值 为4.65％，这说明技术效应对碳排放量的贡献不是很大，且具有一定的随意性

3 结论与政策性建议

3.1 结 论

（1）碳排放的非均衡状态。EKC曲线模拟结果显示我国碳排放量呈现“N”型，并没有呈现 严格的倒“U”型特征，这与规模效应具有一致性。说明我国经济增长并不会自发导致碳排 放量的减少，经济增长也并不一定引发碳排放的增加，关键是我国的环境治理的机制、市场 和政策不完善，若不施行合理有效的控制措施，未来在降低碳排放方面面临着许多风险。

（2）环境经济政策对碳排放的配置效应。我国碳排放政策的缺失，节能减排政策实施滞后 是导致我国碳排放持续上升的又一重要因素。环境经济政策的实施改变了不同碳排放单位与 国家、排放单位之间、区域与区域之间的关系，在政府、企业与消费者之间进行有效配置。

（3）经济结构调整在降低碳排放中的作用。在规模效应、结构效应和技术效应中，只有结 构效应的平均值为负，表明经济结构优化能降低碳排放，是减少碳排放的有效手段。

（4）碳排放与技术的分离。从理论上讲，技术效应对碳排放具有负效应， 然而实际上我国 碳排放技术效应具有随意性。这说明技术在降低碳排放方面并未发挥优势，现行技术应用主 要目的是提高劳动生产率，许多技术进步并非与提高环境质量有关，尽管技术进步非常快， 但对降低碳排放的作用并不大。

3.2 控制碳排放的政策性建议

（1）建立和实施不同时间尺度上的环境调控政策。控制经济发展过程中的碳排放，应建立 实施碳排放法律法规、技术标准、碳交易、碳排放的企业准入门槛、节能减排等政策措施降 低碳排放量。

（2）积极推进产业结构向节能型、高级化发展，并大力发展环保产业。按照“减量化、再 利用、资源化”原则和走新型工业化道路的要求，采取各种有效措施，进一步改进产业结构 和能源结构从而降低碳排放。调整产业结构就要大力发展第三产业和高新技术产业，尤其是 要大力发展环保产业。

（3）推行削减碳排放的技术，提高能源利用效率；发展低碳能源和可再生能源，改善能源 结构。（编辑：王兴杰）

参考文献（References）

［1］世界银行的CO2排放报告〔EB/OL〕.省略.省略/billasx/bl og/p_2/.省略.省略/billasx/blog/p_ 2/.］

［2］王中英,王礼茂. 中国经济增长对碳排放的影响分析［J］. 安全与环境学报, 2006 :6（5）：88～91. ［Wang Zhongying，Wang Limao. Economic Growth and Its Effects o n Carbon Emission in China ［J］，Journal of Safety and Environment，2006，6（5 ）：88～91.］

［3］Magnus Lindmark. An EKC-pattern in Historical Perspective : Carbon DioxideEmissions, Technology, Fuel Prices and Growth in Sweden(1870 -1997) ［J］. Ecol ogical Economics,2002,42(2):333～347.

［4］Birgit Friedl, Michael Getzner. Determinants of CO2 Emissions in a Smal l Open Economy［J］ . Ecological Economics,2003,45(1):133～148.

［5］Douglas HoltzEakin, Thomas M. Selden. Stoking the fires? CO2 Emissionsand Economic Growth［J］. Journal of Public Economics, 1995,57(1): 85～10 1.

［6］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. Study on China's Econ omic Growth and CO2 Emissions ［J］. China Population Resources and Environme nt，2007,17(2):94～99.］

［7］李玉文，徐中民，王勇. 环境库兹涅茨曲线研究进展［J］., 2005,15（5）：7～14.［Li Yuwen, Xu Zhongmin, Wang Yong. Study on the Environmental Kuznets Curve ［J ］. China Population, Resources and Environment，2005，15（5）：7～14.］

［8］SM. de Bruyn. Explaining the Environmental Kuznets Curve:Structural Chang e and International Agreements in Reducing Sulphur Emissions［J］. Environmentand Development Economics, 1997, 2(4):485.

［9］David I. Stern. Explaining Changes in Global Sulfur Emissions: An Economet ric Decomposition Approach［J］. Ecological Economics, 2002（42）：201～22 0.

［10］陈六君, 王大辉, 方福康. 中国污染变化的主要因素――分解模型与实证分 析［J］.北京师范大学学报(自然科学版)， 2004,40(4):561～568.［Chen Liujun, Wang Da hui , Fang Fukang. The Main Factors of Pollution Change in China: DecompositionModel and Econometric Analysis ［J］. Journal of Beijing Normal University(Natu ral Science)，2004,40(4):561～568.］

［11］彭水军, 包群. 经济增长与环境污染――环境库兹涅茨曲线假说的中国检验［J］. 财经问题研究, 2006,（8）：3～17. ［Peng Shuijun, Bao Qun. Economic Growth and En vironmental Pollution: An Empirical Test for the Environmental Kuznets Curve Hyp othesis in China ［J］.Research on Financial and Economic Issues，2006,（8）：3 ～17.］

［12］S.M. de Bruyn, J.C.J.M. van den Bergh, J.B. Opschoor. Economic Growth andEmissions:Reconsidering the Empirical Basis of Environmental Kuznets Curves［J ］. Ecological Economics, 1998，(25):161～175.

［13］佘群芝. 环境库兹涅茨曲线的理论批评综论［J］. 中南财经政法大学学报， 2008, （1）：20～26.［She Qunzhi. Study on the Environmental Kuznets Curve Criticism［J］. Journal of Zhongnan University of Economics and Law，2008,（1）：20～26. ］

［14］Sun J W. Changes in Energy Consumption and Energy Intensity:a CompleteDecomposition Model ［J］ . Energy Economics, 1998, 20(1):85.

［15］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］., 2006,16(6):158～161.［Xu Guoquan, Liu Zeyuan, Jiang Z haohua. Decomposition Model and Empirical Study of Carbon Emissions for China,19 95-2004［J］. China Population Resources and Environment, 2006,16(6):158～161.］

［16］汪刚，冯霄.基于能量集成的CO2减排量的确定［J］. 化工进展, 2006， 25 （12 ）：1467～1470.［Wang Gang, Feng Xiao. CO2 Emission Reduction Through Energy I ntegration ［J］. Chemical Industry and Engineering Progress, 2006.25 （12）：1 467～1470.］

［17］Grossman GM,Krueger A B. Environmental Impacts of the NorthAmericanFree Trade Agreement ［M］ . NBER, Working Paper, 1991.3914.

Character of Carbon Emission in China and Its Dynamic Development Analysis

HU Chuzhi HUANG Xianjin ZHONG Taiyang TAN Dan

篇（3）

1各因素对碳排放的影响

根据对相关指标的分类，具体分析各因素对碳排放的影响．能源因素:能源消费总量(X1)与碳排放(X0)之间的相关系数为0.998，为所有指标中的最大值．这反映出，能源消费的不断增长是导致目前碳排放总量不断增加的最主要原因;煤炭消费总量(X2)与碳排量(X0)间的相关系数为0.964，结合考虑煤炭在当前能源消费中占主导地位，这反映出推进低碳经济的发展，降低碳排放量的一条有效途径就是优化能源消费结构，减少煤炭为代表的化石能源的消费比重，开发以水电、核电为代表的非化石能源，提高新能源在能源消费结构中的地位．人口因素:城市化率(X3)、总人口(X4)、从业人员总数(X5)与碳排放量(X0)之间的相关系数分别为0.994、0.995、0.994，显示出极强的正相关关系．当前我国的碳排放主要产生在城市地区，从其高达0．994的相关系数可以也看出，城市化率越高，碳排放量越大．而人口则是碳排放的来源载体，只有通过人工的劳动和社会生活才会产生大量的碳排放，这一点也可以从总人口以及从业人员总数和碳排放之间的极高相关系数看出．经济因素:GDP增长率(X7)、第三产业比重(X8)与碳排放(X0)的相关系数(0．63、0．745)相对较低，但是其绝对值仍远远超过了0．5;城镇居民可支配收入(X9)、GDP总量(X6)与碳排放(X0)之间的相关系数则高达0.992、0.996．这体现出以这四个指标为依据的经济因素与碳排放量间有着较密接的联系，经济发展的能源需要在一定程度上增加低碳建设的压力．技术因素:高新科技的运用，对于低碳经济的建设发展有着极其深远的影响，从具体的指标来看，碳排放量(X0)与单位GDP能耗(X10)、碳生产力(X11)的相关系数分别高达0．972和0．97．这说明走低碳发展的道路，离不开对科学技术的使用，科技的发展可以开阔我们的生存空间，提供新的能源，优化能源结构，并且可以通过实现节能减排以及产业升级转型提高碳生产力来减少碳排放量．

2基于I=PAT修正模型的中部地区低碳经济发展的影响因素分析

原模型中考虑的是人口对环境的压力［5］，故而其选取指标A为人均财富．在本文中，为了能够准确分析低碳经济建设过程中的碳排放与区域经济发展以及其他因素间的定量变化，特在传统的I=PAT模型中引入了地区经济发展状况(GDP总量)以替代人均财富指标，式中，用I代表碳排放总量，单位为万吨;P表示总人口;A则表示地区经济发展状况，用GDP总量表示;T是指单位GDP能耗，代表技术因素．通过各因素中指标的相关系数比较，在人口因素中选取总人口(X4)指标、在经济因素中选取GDP总量(X6)指标、在技术因素中选取单位GDP能耗(X10)指标与碳排放总量(X0)进行回归分析，所取样本数仅满足最小样本容量要求．因此由方程2可以看出，影响湖南省碳排放的因素按其对模型的解释能力依次为总人口、单位GDP能耗、GDP总量．具体来讲，总人口的对数每提升(或降低)一个百分点，碳排放量的对数将提高(或降低)14．01556个百分点;单位GDP能耗的对数每提升(或降低)一个百分点，碳排放量的对数将提高(或降低)1．506186个百分点;GDP总量的对数每提升(或降低)一个百分点，碳排放量的对数将提高(或降低)0．405073个百分点．

作者：常骞 柴志阳 单位：湖南师范大学资源与环境科学学院

篇（4）

一、引言

中国改革开放30年来，随着经济的快速发展，尤其是化石能源消费的快速增长，中国的碳排放增速一直居世界前列。我国要实现可持续发展，完成哥本哈根气候大会上的承诺――2020年中国单位国内生产总值碳排放比2005年下降40%或50%，就必须积极寻求节能减排的途径。而寻求节能减排的前提，是准确的分析和计量促使碳排放增加的影响因素，因此，深入分析碳排放相关因素尤为重要。

二、研究综述

目前，国内外对于碳排放影响因素实证研究较多，常用的方法有结构分解分析（SDA）与指数分解分析（IDA）。

国内对于碳排放因素分解的研究大部分都采用了IDA方法。笔者从行业、地区、和宏观经济方面对国内碳排放影响因素文献进行综述。

王伟林、黄贤金（2008）以江苏省为例，从横向和纵向两个方面分析影响碳排放强度变化的因素，表明江苏省碳排放强度变动由行业碳排放强度和行业产出份额共同作用，其中，行业碳排放强度影响更大。查冬兰，周德群（2007）利用绝对差异法、相对差异法和基尼系数对我国28个省区1995―2005年间利用能源效率的差异性进行了比较，结果显示，各地区能源利用效率存在趋同现象。徐国泉、刘则渊、姜照华（2006）采用对数平均权重Divisia分解法（LMDI），建立中国人均碳排放的因素分解模型，结果显示经济发展对拉动中国人均碳排放的贡献率呈指数增长。

综上所述，我国对于碳排放影响因素研究没有采用面板数据对碳排放影响因素进行全面分析，具有一定的局限性。本文通过选取中国29个省的碳排放、经济发展、能源使用等数据，建立固定效应模型，实证分析了中国二氧化碳排放量与经济增长、产业结构和能源利用效率的函数关系，得出结论并做了相应分析。

三、模型建立

建立回归模型之前，我们选取了中国29个省的面板数据，一般认为，在相对而言在不是大样本的情况下初步选择固定效应模型是较为合适的。

本文假设碳排放量与其影响因素间的关系符合三次多项式简化模型，模型表达式如下：

模型（1）-（2）中，Cit代表第i个省在第t年的碳排放量；Xit Yit Zit分别代表表人均GDP、能源效率和产业结构；ai为特定的截面效应，ai=a0+（i=1，2，…29；t=1，2，…，12），a0为总体均值截距项，为个体对总体均值偏离的个体截距项，而且有，即所有个体截距项偏离值和为0。

为随机误差项。表示各次解释变量的待估系数。

四、数据选取

本文选取了1996-2007年12年间全国29个省的能源、经济、人口面板数据。我们以人均GDP作为度量经济发展水平的指标，第二产业创造的GDP占总GDP的比重作为衡量产业结构的指标，以单位GDP能耗作为衡量能源利用效率的指标。其中，人均GDP的数据取1996年的价格水平为基准计算得出，碳排放量是以各省各时期能源消费量为依据折算得出，折算公式为：

（i＝19；j＝1，2，3）（3）

其中Ejit为i省第t年第j种能源消费量；为第j种能源的碳排放系数，石油0.5825t(c)/t，煤炭0.7476t(c)/t，天然气0.4435t(c)/t，天然气密度取0.7174Kg/。

五、实证分析

1.碳排放量与经济增长、产业结构、能源使用效率的协整分析

为了检验中国碳排放量与能源使用效率、经济增长、产业结构之间是否有长期关系，我们先对模型（1）做OLS回归，保留方程的残差面板数据。然后，再对该残差值进行单位根检验。经检验如果无单位根，则我们可以断定碳排放量与能源使用效率、产业结构存在协整关系。

2.实证结果

经过豪斯曼检验，我们可确认与Xit相关，故应用固定效应模型。并且采用截面加权以消除截面异方差。

回归结果表明，拟合优度指标与F统计量结果均令人满意，说明模型具有一定的解释力。

（1）碳排放量与人均GDP模型

C=+493.769+0.242*X-5.38e-6*(X)^2+4.335e-11*(X)^3+[AR(1)=0.8264837222]

a*为不同截面个体对总体均值偏离的个体截距项。

人均GDP和碳排放量可以表示为“N”型关系，但与典型的先上升再下降的“N”型不同，此曲线并不存在极大值和极小值，而是单调递增的。我们看到当省人均GDP达到41368元时，曲线来到拐点。以2008年的数据来看，全国只有上海、北京和天津的人均GDP超过了41368元，其余各省均位于此点的左侧。显然我们的实证结果显示中国并没有经历碳排放量随着经济发展而递减的阶段。

（2）碳排放与产业结构的关系模型

Log（C）=+10.572-0.173*Y+0.004*(Y)^2+[AR(1)=0.9350648985]

碳排放量和第二产业产值占总产值比重的回归曲线为“U”型，存在一个对碳排放量来说最优的产业结构，当第二产业产值占总产值的比重位于22%左右时，这种产业结构对于碳排放，或者扩展来讲对于环境的压力是最小的。从1997年至2008年，各地区之间的数值虽有差别但第二产业产值占GDP的比重都不断下降，国内有些省市已经逐渐接近了最优产业结构临界点，比如海南省和北京市。

六、结论

通过分析我们得出以下的结论：

1.最近十余年内中国各省的碳排放量逐年上升，并且碳排放量与人均GDP、第二产业产值占总产值比重和单位GDP能耗有协整关系。

2.碳排放量与人均GDP呈正向关系，碳排放量由缓慢上升转为急剧上升的拐点出现在人均GDP达到41368元之后。中国并没有经历库兹涅茨经验曲线假设的倒U型拐点。

3.碳排放量与第二产业比重呈U型关系，第二产业产值比重为21.6%时，碳排放量取最小值。中国各省第二产业产值占GDP比重逐年下降，平均值为46%，远大于22%的最小环境压力值。

4.实证结果表明我国碳排放量增长趋势存在两方面的力量。首先，产业结构不断优化，表现在第二产业产值占GDP比重逐年下降有利于碳排放量的控制。然而另一方面，人均GDP增长和单位GDP能耗的降低对碳排放量增加起到正面作用，它们是我国进一步控制碳排放的阻力。在GDP或者人均GDP增长成为政府主要政策目标的当代，如果想控制经济发展对环境的压力，我们只有通过改变产业结构，认识到产业技术发展对环境资源影响的加速器作用，才能在保证经济平稳发展的前提下实现减排目标。

参考文献

[1]岳瑞峰,朱永杰.1990―2007年中国能源碳排放的省域聚类分析[J].技术经济,2009(3).

篇（5）

一、引言

作为我国政治、文化、科技中心，京津冀被称为二十一世纪我国区域经济发展的新亮点及全国经济发展的新龙头。然而，京津冀经济迅速发展的同时，其环境污染问题也不容忽视，二氧化碳的排放量的增大，给京津冀的经济发展带来负面影响。经观察，近年来，尽管京津冀地区已经开展了节能减排的相关合作，但碳排放量却一直居高不下。可见，还存在其他因素导致碳排放增加。因此，深入研究并测算京津冀地区碳排放的驱动因素，并在此基础上制定有指向性的政策法规，才能在实现该地区在经济发展的同时，减少二氧化碳的排放。对于经济发展与碳排放量关系的研究，艾尔利希（Ehrlich 1970）最先建立IPAT模型，指出碳排放的主要驱动力为人口规模、经济发展水平和科技进步等因素的综合作用。研究表明，碳排放量与人口数量、经济发展水平、技术进步等因素密不可分，本文将对京津冀区域2000-2013年的碳排放量与人口规模、经济发展水平、技术进步、产业结构以及能源消费结构之间的关系做实证研究，进而为该区域制定产业经济政策以及低碳经济的发展提供有效建议。

二、文献回顾与假设

一般而言，人口增长会从两个方面促进二氧化碳的排放，一是较多的人口导致对能源需求较多；二是较快的人口增长可能导致森林破坏，土地利用方式发生改变。现有文献中，Knapp（1996）研究了二氧化碳量和全球人口之间的因果关系，认为人口是二氧化碳排放量增长的原因。相反，也有学者的观点与此相反，Bin（2005）认为人口规模的增多能够促进技术改革，从而在一定程度上可以减缓二氧化碳排放。此外，也有学者认为，人口增长对环境的影响是双向的。李国志等（2010）提出，一方面，人口增长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，从而减轻对环境的负面影响。就人口增长对碳排放量的影响而言，取决于两方面的效应之和。由于京津冀地区近年来发展速度较快，教育水平、创新能力不断提高，所以很可能导致该区域内人口增长带来较大的技术进步，从而使人口对环境正面影响大于负面影响。基于此，本文提出假设1：碳排放量的增长与人口规模负相关，即人口增长能够使碳排放量减少。就经济发展水平对碳排放量的影响来看，绝大多数学者认为经济的高速增长是碳排放量增长的主要因素。Dinda（2004）研究发现碳排放量和人均收入之间呈正向线性关系。Fried陂现人均实际GDP和二氧化碳排放量之间存在立方关系。我国长期以来实行重工业发展战略，所以导致我国经济增长进一步加快了重工业的发展，引起对能源、交通的需求增加，碳排放随之上升。同时，一些地方片面追求经济增长，造成大片森林被砍伐，环境破坏，这也使得碳排放量随经济的增长而增加。基于这些理论研究，本文提出假设2：碳排放量的增长与经济发展水平正相关。

研究表明，技术进步与能源强度之间存在长期均衡关系，技术进步对能源强度降低作用很明显，并且存在因果关系。因此国内外目前文献中，绝大多数学者用能源强度的大小来反映一个地区的技术发展水平，能源强度越高，技术水平越低，相反，能源强度越低，技术发展水平越高。而关于能源强度与碳排放量的关系，Wu（2005）等利用一种新的三层分解方法研究了1996-1999年中国碳排放“突然下降”的原因，结果表明工业部门能源强度下降是碳排放下降的决定因素。Wang等（2005）利用LMDI方法研究了中1957-2000年碳排放变化，结果表明95%的碳排放是由能源强度下降引起的。因此，本文提出假设3：碳排放量与技术进步负相关，与能源强度负相关。关于碳排放量与产业结构的关系，Liu Chunmei等通过建立碳排放和产业结构比重的回归模型，发现第三产业增加值比重的增加可以有效降低CO2排放强度。此外，庄贵阳、牛鸿蕾、江可申等均指出，不同产业结构会导致不同的碳排放量，且工业增加值比重与碳排放量显著正相关。基于此，本文提出假设4：碳排放量与产业结构相关，且与第二产业的比重呈正相关。针对能源消费结构对碳排放的影响，Richard基于对美国能源消费和碳排放量的研究发现，1917年以来，美国碳排放量降低的主因之一是替代能源的开发，说明能源结构的改善可以降低碳排放量。此外，国内学者王韶华、于维洋运用途径分析法研究了一次能源消费比例与碳排放强度的关系，结果表明：煤炭消费是碳排放强度增长的主要原因。因此本文提出假设5：碳排放量与能源消费结构密切相关，与煤炭消费比重正相关。

三、模型设定

四、实证结果及结论

篇（6）

关键词 外商直接投资；碳排放；影响机制

【基金项目】教育部社科规划项目“FDI‘碳光环’效应对节能减碳的影响作用机制与评价研究”（批准号：13YJA790048） 的阶段性成果。

【作者简介】王昊，河北大学经济学院硕士研究生，研究方向：国际投资、国际商务；邢美慧，河北大学经济学院，研究方向：国际金融；张扬，河北金融学院，研究方向：经济学。

全球环境变化以及我国生态环境问题的日益严重，警示我们必须坚定不移地走可持续发展之路，进行发展模式的转型，谋求经济与生态环境的协调和高度融合。FDI作为我国经济发展的重要组成部分，理应适应我国经济发展模式转变的要求，所以不断进行FDI是否适应我国经济发展模式转变的跟踪研究，特别是在低碳经济发展背景下全面考量FDI 与碳排放的关系，揭示FDI 的碳效应形成机制及FDI对碳排放的影响程度和影响途径，具有重要的现实意义。

一、隐含在FDI 生态环境效应中的碳排放效应研究

关于FDI 的碳排放效应研究最先包含在FDI的生态环境效应研究中，而国内外对于FDI与生态环境的关系研究，又可以追溯到国际贸易与生态环境效应的研究中，探讨研究对外贸易、FDI等国际经济活动是否对东道国生态环境产生影响以及影响程度。由于生态环境污染问题包含着大气污染，而二氧化碳排放是导致大气污染的主要因素，因此，分析研究FDI 对生态环境的影响，会直接或间接反映FDI 与碳排放关系。Grossman& Krueger （1991） 开创性地提出了FDI对生态环境影响的三种效应，即FDI投资规模扩大引致严重的污染排放和环境质量下降的规模效应、伴随着产业结构调整而形成的FDI生态环境结构正效应以及由FDI带来的专业分工和新技术，形成使单位产出污染量下降的技术效应，由此建立起对外贸易、FDI对生态环境影响的分析框架，被后来学者广泛应用。

由于不同地区的经济发展水平和产业结构不同，FDI的流入规模不同，FDI对于东道国的生态环境的影响程度也有差异，其影响效果最终取决于上述这些效应的力量对比。后来的学者就其影响力量强弱不同，并以是否存在污染性产业转移为切入点，对隐含FDI 与碳排放关系的FDI 生态环境影响研究不断跟踪，形成的主要观点如下：认为FDI 的流入会使东道国成为“污染避难所”（Walter & Ugelow，1989）。该假说认为，由于发展中国家相对宽松的环境管制，污染密集型企业会从环境管制严格的国家向环境成本较低的国家转移，而这种流向往往是发达国家对发展中国家投资，使发展中国家的生态环境进一步恶化。随着经济全球化趋势的加强，国际竞争进一步加剧，导致发展中国家间环境标准的竞相降低，进而出现FDI “向底线赛跑”的现象。随后Baumol& Oates （1998） 对该假说进行了补充和理论上系统的证明，将生态环境作为一种生产要素引入H-O 模型，并得出发展中国家成为发达国家的“污染避难所”的结论。赵细康（2002）、潘申彪等（2005）、应瑞瑶等（2006） 认为我国外商直接投资与生态环境的关系基本符合Walter &Ugelow 提出的污染避难所假说，即当FDI不断增加时我国的工业污染的程度加重。

同时多数研究成果均采用学者经实证检验论证存在FDI进行污染产业转移的观点，同时也能从经典的国际贸易理论和国际直接投资理论中找到国际资金转移所产生的生态环境效应问题。比如国际贸易理论中的比较优势论、维农的产品生命周期论以及小岛清的边际产业扩张论等，这些理论本身就为发达国家向发展中国家输出污染提供了理论基础。

还有一种观点认为，FDI 的流入有利于东道国生态环境的改善。其理由是发达国家FDI进入发展中国家的同时，也带来了先进的科学技术和管理经验，其技术进步的程度高于发展中国家的同行业平均水平，因而在生产过程中能够有效地进行清洁生产，减少对生态环境的污染和破坏。Grossman & Krueger （1991） 在提出FDI 对环境的三种影响机制的同时，提出了环境库兹涅茨曲线（EKC曲线），即“倒U”曲线。强调指出，如果FDI 的结构效应和技术效应的总和超过FDI 对于生态环境的规模效应，则FDI的影响作用为正效应。Eskeland & Harrison （2003） 通过对委内瑞拉、科特迪瓦和墨西哥等国的FDI的环境绩效进行研究表明，FDI与较清洁的能源使用和较少的单位产出能耗之间存在相关关系，相比较其内资企业，在高污染行业的外企更重视环境保护，更倾向于利用环境友好型的生产和治污技术，能提高东道国的生态福利，这就是著名的“污染晕轮”效应。罗良文等（2012） 分析认为，FDI 的流入不仅可以通过先进技术对生态环境造成良好的影响，而且也会把母国良好的绿色管理体制引入，从而对东道国生态环境产生积极影响。

同样支持FDI对东道国生态环境产生有利影响的“波特”假说认为，环境管制压力就像市场竞争压力一样，能够鼓励企业进行清洁生产技术或产品的创新，改进污染控制技术，使FDI产生生态环境正效应，在竞争中获取明显的优势。

由此可见，FDI 对东道国生态环境产生积极影响还是消极影响，不同阶段的研究成果有不同的认识，说明继续跟踪探讨其发展变化规律具有现实意义。特别是分析研究FDI的生态环境影响作用时，着重关注FDI对大气污染的影响，在大力发展低碳经济的背景下具有重要的现实意义。

二、关于FDI 与碳排放关系的研究

对FDI和碳排放的关系研究是近几年来伴随着低碳经济发展的要求而逐渐加深的。美国学者Hoffman （2005） 研究了112 个国家的面板数据，通过格兰杰因果检验考察了FDI和二氧化碳的排放关系，得出了低收入国家的碳排放水平影响了FDI 的进入，中等收入国家的FDI 流入助长碳排放的增加，在高收入国家没有检测到FDI与碳排放存在因果关系的结论。这一分析结论成为后来国内外学者不断实证检验FDI与碳排放关系的主要分析范式。

我国对于FDI 与碳排放关系的研究成果不多，目前仍处于实证研究层面，大多是在借鉴国外学者研究的基础之上，运用数理模型对我国实际利用FDI与碳排放关系进行实证研究。主要的研究分析方法，一是运用相关的时间序列数据，采用协整和格兰杰因果检验等方法，对FDI和碳排放量之间的关系进行实证研究。二是利用国内各地区的面板数据，采用面板数据模型对FDI与碳排放量之间的关系进行实证分析。三是利用地区、行业数据，运用联立方程的方法，对FDI与碳排放量之间的关系进行研究。

基本研究结论如下：

一是认为FDI的流入增加了东道国二氧化碳的排放量。一方面FDI的大量流入所引发的规模效应会阻碍东道国实现低碳经济的转型；另一方面跨国公司会将碳排放量大的生产活动部署在环境标准低的国家，形成“碳泄露”。跨国公司在世界各地投资，高度分工虽然带来生产效率的提高，但也增加了交通活动的需求，进而显著提高化石燃料需求，由此增加了碳排放量。对发展中国家来说，跨国公司严格控制高新技术向发展中国家转移，低碳技术的外溢效应不明显，而且转移的技术多是处于成熟期或衰退期的技术，发展中国家很难获得先进的技术（赵晓莉等，2010）。王道臻等（2011） 通过对1980~2008年外国直接投资与经济规模以及经济规模与二氧化碳排放之间的格兰杰因果关系进行检验，发现外国直接投资是我国经济规模增长的格兰杰原因，而经济规模是二氧化碳排放的格兰杰原因，即外国直接投资增加可以通过经济规模导致我国二氧化碳排放量的上升。程思婧等（2011） 认为，FDI的流入与我国碳排放量的增长存在着极大的正相关关系，同时FDI也是引起碳排放量增长的格兰杰原因。而从FDI流向的分析中可以看到，流入中国的FDI大多投入到了高碳产业中，比例高达80%以上。从总量上看，我国外商直接投资实际利用额对二氧化碳排放量起到了显著的带动作用，并且在长期内这种趋势仍然存在（朱彦梅，2011）。

二是认为FDI的流入会减少我国二氧化碳排放量。近年来随着我国经济发展模式的转变，我国利用FDI也更加趋于理性。在此背景下分析研究FDI的碳排放效应时，可能会有与不同的观点和结论。其主要依据是以跨国公司为载体的外商直接投资，可以弥补东道国发展低碳产业的资金短缺，而且FDI的流入有助于通过低碳技术、低碳产品和服务的转移来促进东道国的生产向低碳经济转型，同时在消费过程中提供更加低碳的产品和服务，进而影响消费模式，引导东道国市场偏好（赵晓莉等，2010）。李小平等（2010） 认为，发达国家向中国转移的产业并不仅仅是污染产业，同时也向中国转移了低排放系数的“干净” 产业， 中国并不是发达国家的“ 污染天堂”。陈红蕾等（2011） 分析了1987～2009年FDI对广东省发展低碳经济的长期动态影响，认为FDI 每增加1%，会使碳排放量减少0.293%，即FDI 起到了减少碳排放量的作用。姬世东等（2012） 也认为FDI的流入对于区域碳排放具有一定的抑制作用，也就是说FDI的“污染天堂”假说在中国并不成立，FDI流入在一定程度上有利于我国碳排放问题的改善。姚奕等（2013） 通过分析得出我国FDI与碳强度存在显著的负相关关系，FDI 技术溢出可以有效地降低我国的碳强度，对我国技术水平的提高具有显著的溢出效应，FDI的技术溢出是提高我国技术水平的重要途径。

但也有观点认为，FDI 对碳排放产生的影响不是单一的，表现在不同时期不同发展战略下FDI对碳排放产生的影响程度不同，其产生的影响具有复合性。邹麒（2012） 认为，FDI 对碳排放既产生积极的正效应，也产生消极影响。FDI通过技术扩散、收入变化和行业结构调整产生积极的正效应，而FDI带来的高碳产业转移、争议性技术扩散和生产规模变化则对经济发展产生消极的影响。从短期看FDI对发展低碳经济产生消极影响，但从长期看FDI 对碳排放有抑制作用。刘辉煌（2011） 的研究结果表明，对全国大部分省、市、自治区而言，当期的FDI对生态环境影响呈恶化作用，而滞后项的碳排放效应呈现清洁作用，而且我国碳排放的区域性差异较为明显，东部地区的正动态性最大，而中部的正动态性最小。

关于FDI对碳排放影响的路径，几乎一致认同FDI 通过技术扩散有利于降低东道国碳排放量。从最近8 年二氧化碳捕获和封存技术（CSS技术） 在我国的发展和扩散情况可以看出，我国取得了明显的技术进步，这根源于先进技术国家的FDI对我国的CCS技术研发产生了正的技术扩散效应（殷砚等，2010；宋德勇等，2011；李子豪等，2011）。而FDI规模效应、结构效应显著增加了各省二氧化碳排放（李子豪等，2011），而FDI的管制效应对二氧化碳的排放暂时不存在显著的抑制作用。实际上，FDI对各个行业的影响不同，我国FDI主要投向了制造业，第一产业和第三产业流入的FDI 对于碳排放影响较小。同时， FDI对我国东、西、中部的影响程度也存在差别，其影响与FDI在我国的分布情况一致，呈现出“ 东高西低” 的梯度特征。蒋庚华等（2013） 对外商直接投资地区差距对碳排放的影响进行实证分析，得出外商直接投资地区差距对地区碳排放差距的影响为负的结论。

由此可见，FDI 与碳排放的关系会随着低碳经济的发展而越来越受到关注，所以，如何协调FDI与生态环境保护之间的关系，使引进和利用FDI与提高我国生态环境质量的要求相适应，使利用FDI的规模和结构都以解决生态环境要素的稀缺性为中心。特别是在节能减碳背景下，以发挥FDI节能减碳正效应为宗旨，搭建FDI “碳光环”效应发挥的平台，在利用外资政策和产业目录调整上引导FDI的碳效应能够“降负升正”，避免和减少FDI“碳泄露”的负效应产生，以优化实现共同减碳的路径，是不断进行跟踪研究的目的所在。

参考文献

[1]Grossman,G.M.,Krueger,A.B. Environmental Impacts of aNorth American Free Trade Agreement[J].National Bureau of EconomicResearch Working Paper, 1991,(3).

[2]WalterI.,JUgelow.EnvironmentalPolicesinDevelopingCountries[J].Ambio,1989,(12).

[3] 赵细康.论贸易、经济与环境保护的关系[J].广东社会科学,2002,(1).

[4] 潘申彪,余妙志.江浙沪三省市外商直接投资与环境污染的因果关系检验[J].国际贸易问题,2005,(12).

[5] 应瑞瑶,周力.外商直接投资、工业污染与环境规制——基于中国数据的计量经济学分析[J].财贸经济,2006,(1).

[6]程思婧,闫登丰.FDI 与中国碳排放关系的实证研究[J].经营管理者,2011,(1).

[7] 宋德勇,易艳春.外商直接投资与中国碳排放[J].中国人口.资源与环境,2011,(1).

[8] 代迪尔,李子豪.外商直接投资的碳排放效应——基于中国工业行业数据的研究[J].国际经贸探索,2011,(5).

[9] 李子豪,代迪尔.外商直接投资与中国二氧化碳排放——基于省际经验的实证研究[J].经济问题探索,2011,(9).

[10] 李子豪,刘辉煌.外商直接投资、技术进步和二氧化碳排放——基于中国省际数据的研究[J].科学学研究,2011,(10).

[11] 王道臻,任荣明.外国直接投资、经济规模与二氧化碳排放关系研究[J].经济问题,2011,(10).

[12] 陈红蕾,刘静.FDI 对广东发展低碳经济影响的实证分析[J].特区经济,2011,(11).

[13]罗良文,李珊珊.国际资本流动对我国低碳经济发展影响的实证分析——基于主成分分析法[J].技术经济,2012,(6).

[14]李小平,卢现祥.国际贸易、污染产业转移和中国工业二氧化碳排放[J].经济研究,2010,(1).

[15]赵晓莉,熊立奇.FDI 对东道国低碳经济发展的影响[J].国际经济合作,2010,(8).

[16]殷砚,廖翠萍等.对中国新型低碳技术扩散的实证研究与分析[J].科技进步与对策,2010,(23).

[17]朱彦梅.外商直接投资对我国碳排放的影响及国际比较[D].济南:山东大学,2011.

[18]姬世东,吴昊.贸易增长、FDI 流入和地区碳排放关联性的PVAR模型分析[J].工业技术经济,2012,(11).

[19]姚奕,倪勤.外商直接投资对碳强度的影响——基于中国省级动态面板数据的实证研究[J].数理统计与管理,2013,(1).

篇（7）

中图分类号：F842.6 文献标识码：A 文章编号：1003-3890（2011）06-0014-06

一、引言

自从18世纪中期人类社会进入工业化时代以来，人类的社会活动对气候变化的影响越来越大。从IPCC的四次气候变化报告来看，越来越多的证据表明人类活动，特别是占温室气体主要成分的二氧化碳的排放，是影响最近半个世纪以来气候变化的主要原因，这也引起了越来越多的国内外学者重新审视以能源消耗为主，大量排放二氧化碳的经济增长方式。于是，低碳经济自然成为当前研究的热点。哥本哈根会议上中国承诺到2020年在2005年的基础上减排40%~45%，进一步明确了中国走低碳经济的发展道路。研究能源消费、经济增长与二氧化碳排放的变动关系，探讨减排二氧化碳的影响因素，对实现减排目标和发展低碳经济具有重要的现实意义。

国内外学者对于影响二氧化碳排放的因素进行了大量的研究。K.Lisakas等[1]利用代数分解方法研究了欧盟1973―1993年的工业二氧化碳排放的变化，研究表明二氧化碳排放量的减少可以在不影响经济增长的情况下实现。Josep G等[2]研究发现与19世纪90年代相比，2000―2006年二氧化碳的排放增长速率从1.3%到3.3%，其中65.16%来自全球经济活动的贡献，17.6%来自全球碳强度的贡献，18.15%来自最近50年来空气中二氧化碳的比例变化的贡献。James B[3]利用协整和误差修正模型研究了污染物排放、能源消耗和经济产出的关系，认为三者有密切的相互关系；从长期来看经济增长和能源消耗、污染物排放的互为Granger因果关系；短期来看，能源消耗与经济增长具有单向Granger因果关系。李艳梅等[4]以1953―2007年的中国一次能源消耗数据估算了碳排放的变动状况，研究结果表明中国碳排放增加的因素是经济总量增长和产业结构变化，而产生碳减排效应的因素惟有碳排放强度降低。徐国泉等[5]采用1990年为基期，利用1995―2004年的数据研究了中国人均碳排放的变化，认为经济发展是影响人均碳排放增加的主要因素，能源结构的调整作用不大，能源效率有效的抑制了人均碳排放的增长。王迪等[6]利用Laspeyres分解技术，以1996―2007年的6部门终端能源消耗数据研究了江苏省的碳排放变动，认为经济增长的规模效应和技术进步效应解释了江苏省碳排放量变动的大部分原因，产业结构优化的作用不明显，能源效率的提高对抑制碳排放起到了积极的作用。

综合上述文献可知，因素分解法被广泛的应用在研究能源和经济发展相关领域的问题，其有助于找出最主要的影响因素，以及通过理论的指导可以发现哪些因素没有起到应有的作用，从而为政策制定提供参考依据。尽管国内部分学者也应用因素分解技术研究了影响全国或者区域的碳排放因素，但有的分解因素不够完善，或者是数据期较短，研究的结论作为节能减排政策制定的参考依据具有一定的局限性。本文以1981―2008年中国能源消耗量、人口数和人均能源碳排放相对于基期的变动状况为研究对象，利用对数平均权重Divisia分解法（Logarithmic Mean weight Divisia Index method， LMDI）完全分解技术，从经济增长、能源强度和能源结构三个方面考察对人均能源碳排放的贡献。

二、模型构建

（一）能源碳排放计算公式

本文根据IPCC[7]能源碳排放的计算方法，将能源碳排放总量分解为：

Ct=Cit=••Et（1）

=••••P（2）

式中，Ct为t时期能源碳排放总量；Cit为第i种能源t时期能源碳排放量；Et为t时期所消耗的能源总量（折算成标准煤，下同）；Eit为第i种能源t时期所消耗的能源总量；Cit为第i种能源t时期碳排放量；Y为t时期的国内生产总值；P为t时期的人口总数。

（二）因素分解模型

由公式（2）可求得，第t时期人均能源碳排放量为：

ACt==•••

=SitFitItRt （3）

公式中，Sit第i种能源第t时期所占总能源的比重，即能源结构；Fit第i种能源第t时期单位能源碳排放量，即能源排放强度，也就是能源的碳排放系数；It第t时期单位GDP消耗的能源量，即能源强度；Rt为第t时期人均GDP量，作为经济发展指标。

相对于基期的人均能源碳排放变化量为：

?驻AC=ACt-AC0=SitFitIitRt-Si0Fi0Ii0R0

=?驻ACS+?驻ACF+?驻ACI+?驻ACR+?驻ACrsd（4）

D==DSDFDIDRDrsd（5）

式中，?驻ACS，DS分别为能源结构变动因素；?驻ACF，DF分别为能源碳排放强度变动因素；?驻ACI，DI分别为能源强度变动因素；?驻ACR，DR分别为经济发展变动因素；?驻ACrsd，Drsd分解余量。

需要注意的是，?驻ACS、?驻ACF、?驻ACI、?驻ACR分别是各因素的变化对人均能源碳排放量的贡献值，有单位；DS、DF、DI、DR分别是各因素的变化对人均能源碳排放量的贡献率，无单位；

根据Ang等[8]人1998年提出的对数平均权重Divisia分解法（Logarithmic mean weight Divisia Index Method， LMDI），结合式（3），把影响人均能源碳排放的各因素分解，结果如下：

?驻ACS=L（ACit，ACi0）ln（） （6）

?驻ACF=L（ACit，ACi0）ln（） （7）

?驻ACI=L（ACit，ACi0）ln（）（8）

?驻ACR=L（ACit，ACi0）ln（） （9）

?驻ACrsd=?驻AC-?驻ACS-?驻ACF-?驻ACI-?驻ACR

=ACt-AC0-L（ACit，ACi0）（ln（）

+ln（）ln（）ln（））

=ACt-AC0-L（ACit，ACi0）ln（）

=ACt-AC0-ACit，ACi0）

=0（10）

式中，L（ACit，ACi0）=（ACit-ACi0）/（lnACit-lnACi0）

即这是一个完全分解，不带有残差。

对式（5）两边取对数，可得：

lnD=lnDt-lnD0=lnDS+lnDF+lnDI+lnDR+lnDrsd（11）

由式（5）和式（11），可得：

=====（12）

假设为任意常数，设=

=L（ACit，ACi0）（13）

则有式（12）和式（13）可得：

DS=exp（L（ACit，ACi0）×?驻ACS）（14）

DF=exp（L（ACit，ACi0）×?驻ACF） （15）

DI=exp（L（ACit，ACi0）×?驻ACI）（16）

DR=exp（L（ACit，ACi0）×?驻ACR） （17）

Drsd=1

三、数据来源、处理及实证分析

（一）数据来源及处理

本文所用能源数据来源于《中国能源统计年鉴2009》；人口数据和GDP数据来源于《中国统计年鉴2010》，其中GDP数据已经由作者换算成1978年可比价格；能源碳排放总量数据依据式（1）计算得到；各种能源碳排放系数据见表1，计算结果见表2。

（二）人均能源碳排放因素分解分析

本文依据Ang等[8]人1998年研究中国工业行业人均能源碳排放的分解因素，把影响中国人均能源碳排放变化的因素分解为能源结构、能源碳排放强度、能源强度和经济发展四个变量。文中假设Fit不变，即各能源碳排放强度不变，所以?驻ACF=0，DF=1，也就是说影响中国人均能源碳排放变化的因素为能源结构、能源强度和经济发展。本文研究的基期为1981年，依据公式（6）―（9）和（14）―（17）计算可得表3的结果。

从图1中可以看出，中国人均能源碳排放相对于基期人均能源碳排放的变化总体上呈现增长趋势，其中1982―1996年相对于基期人均能源碳排放的变化较为缓慢，呈逐年较平稳增长，2002―2008年人均能源碳排放相对于基期的变化显著。特别是2002年以后，人均能源碳排放量年均增长率为10.03%，略低于中国人均GDP年均增长率10.69%。值得注意的是，中国人均能源碳排放相对于基期的变化从1996―1998年有一个下降的阶段，尽管降幅较小；中国人均能源碳排放相对于基期的变化从2007年以后增幅开始显著收窄，2000―2007年，后一期比前一期的能源碳排放总量增幅都在1 000万吨以上，但2008年仅比2007年多排放约400万吨。

经济发展与人均能源碳排放的增长有显著的正相关关系，经济的快速发展是引起中国人均能源碳排放增长的主要因素。从图1中可以看出，经济发展曲线对人均能源碳排放曲线的走势具有决定性作用，其对人均能源碳排放曲线的向上拉动作用显著，这也符合人们的预期。经济发展对人均能源碳排放的贡献呈现先增大、再减小，最后增大的趋势，这主要与国民经济的产业结构有关，1990年三大产业的比例为27.1∶41.3∶31.6，2008年则为10.7∶47.4∶41.8，第二产业占比的增加导致了人均碳排放的快速增长。能源结构对人均能源碳排放的影响先呈现正相关，而后呈现负相关，开始起到抑制人均能源碳排放增加的作用，其拐点出现在1995年，但是能源结构对人均能源碳排放相对于基期变化的影响有限，贡献很小，主要原因是非化石能源的供给总量较小。值得注意的是，能源结构对于人均能源碳排放量变化的抑制作用近来年有加大的趋势。能源强度相对于基期的变化呈现出逐步加大的趋势，是抑制人均能源碳排放增长的主要因素，但弱于经济发展对人均能源碳排放增长的贡献，且其贡献有减缓的趋势。

为了进一步分析各因素对人均能源碳排放的贡献率的趋势，我们将各因素对人均能源碳排放变化的影响分为拉动因素和抑制因素，拉动因素为经济增长，抑制因素为能源强度的降低。由于能源结构在1995年以前对人均能源碳排放变化起到了微弱的促进作用，而后开始起到微弱的抑制作用，故能源结构因素贡献率数值在很接近数值1的上下微弱变动。根据经验可知，非化石能源在消耗的总能源中的占比越大，其总能源碳排放量越小，在人口数不变的情况下，人均能源碳排放也越小。综合以上分析，能源结构的变动也作为人均能源碳排放的抑制因素考虑。为了方便观察，我们将抑制因素对人均能源碳排放的贡献取倒数，即为人均能源碳排放降低的贡献率（见图2）。

从图2可以看出，拉动因素（经济发展）对中国人均能源碳排放的贡献率呈指数型增长，且各阶段的贡献率明显大于抑制因素对人均能源碳排放的贡献率，加上能源结构变化对人均能源碳排放的贡献率微弱，从而导致人均能源碳排放量呈逐年增加趋势。能源强度在2002年以前对人均能源碳排放的贡献率逐步上升，但是在2002―2004年有一个快速下降的趋势，之后贡献率开始增加。究其原因，主要是从2002年开始中国的经济开始了新一轮的快速增长，截至2008年，全社会固定资产投资年均增长率达25.85%，其中房地产开发投资年均增长率更高达26.02%；此时中国的国民经济也开始了再次重工业化的趋势，对能源的需求量快速扩大，而能源利用技术却没有得到实质性的提高，相反经济的快速发展还催生出了盲目投资，经济结构调整有走回头路的趋势。2004年以后，能源强度对人均能源碳排放的贡献率止跌反弹，逐步开始提高。笔者认为这主要得力于2004年11月国家出台了节能领域的第一个中长期规划――《能源中长期发展规划纲要（2004―2020年）》；其后国家先后对焦碳、钢铁、水泥、电解铝等高耗能行业出台了一系列加大产业结构调整力度的政策文件。在此期间，电冰箱、空调器、洗衣机、照明器具等数十类产品的能效标准相继出台，《夏热冬冷地区居住建筑节能设计标准》等一系列与建筑节能设计有关的标准与规范也陆续颁布，这些文件对2004年以后能源强度对人均能源碳排放贡献率的增加起到了很大的促进作用。

通过以上分析，笔者发现能源强度的降低对抑制人均能源碳排放量随经济规模的增长有着积极的作用，但是2002年以后，由于经济规模的快速增长，其对人均能源碳排放的贡献显著超越了能源强度降低的贡献，尽管能源强度的贡献在逐步增加，能源结构对人均能源碳排放的贡献值由正转负，即由加剧人均能源碳排放到抑制人均能源碳排放。

四、结论和建议

综上可知，自1982年以来，中国人均能源碳排放主要呈增长趋势，且增幅成指数型增长，其中1996―1999年增幅略有下降，2002―2007年增速显著加快，但2007年以后增速放缓，可能出现下降的趋势。而抑制中国人均能源碳排放的主要因素是能源强度的降低，而能源结构的改变对人均能源碳排放的变化先有拉动作用，而后出现抑制作用，但效果不显著。能源强度在抑制人均能源碳排放的作用具有阶段性，开始抑制作用明显，中间有一个调整过程。近年来对人均能源碳排放的抑制作用有不断放缓的趋势，但是其和能源结构对人均能源碳排放的抑制作用仍然没有超过经济增长对人均能源碳排放的拉动作用，故人均能源碳排放总体上呈现增长趋势。

减少人均能源碳排放，应注重以下几个方面：

第一，从中国工业化发展现状出发，将节约能源，降低能源强度，即提高能源的利用效率作为减少人均能源碳排放的长远战略方针。一方面要坚决贯彻“开发与节约并重，近期把节约放在首要位置”的能源发展方针，另一方面要进一步落实遏制高耗能高污染行业过快增长，加快实施淘汰落后生产能力的节能减排政策，有效提高能源的利用效率。

第二，优化能源结构，进一步加大非化石能源总量的供给，逐步提高天然气、核电、水电和太阳能等其他可再生能源在总能源消耗中的比重。考虑到中国人均水资源紧缺，在水电开发的时候，要注重统筹利用，加大太阳能、风电的开发力度，同时大力发展核电，增大核电能源的供给，有效改变非化石能源所占比例。

第三，应大力发展60万千瓦及以上超（超）临界机组、大型联合循环机组，提高能源转换效率。加快建设百万千瓦级大型先进压水堆核电建设，推进高温气冷堆、核中子增殖反应堆、核聚变反应堆等技术的研发应用，真正实现零碳排放。

第四，加快技术升级，推广节能减排技术的应用，在高效利用煤发电技术、建筑节能、清洁生产等方面组织科研攻关，攻克消耗能源总量大和高耗能领域中的关键节能技术，重点发展冶金、制造、水泥、化工等行业的节能减排技术。

第五，转变经济结构，加快产业升级。遏制对人均能源碳排放具有决定性影响的高耗能和高排放的第二产业不合理的增长，坚决淘汰高消耗、高污染和高排放的落后产能，转变国民经济再次重工业化的不合理趋势。充分利用财政和税收等手段，发挥市场对经济结构调整的灵活性和决定性作用，大力发展高新技术产业和现代服务业，不断提高第三产业在国民经济中的占比，有效地引导国民经济走上低碳发展道路。

参考文献：

［1］K.Liaskas， G.Mavrotas， M.Mandarka， et al. Decomposition of industrial CO2 emissioms: The case of European Union［J］. Energy Economics，2000，（22）：383-394.

［2］Josep G. Canadell， Corinne Le Quéré， Michael R. Raupach， et al. Contributions to accelerating atmospheric CO2 growth from economic activity， carbon intensity， and efficiency of natural sinks. PNAS，2007，（11）：18866-18870.

［3］James B. Ang， CO2 emissions， energy consumption， and output in France. Energy Policy， 2007，35（10）：4772-4778.

［4］李艳梅，等.中国碳排放变化的因素分解与减排途径分析［J］.资源科学， 2010，（2）:218-222.

［5］徐国泉，等.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， （6）：158-161.

［6］王迪，等.江苏省节能减排影响因素及其效应比较［J］.资源科学，2010，（7）:1252-1258.

［7］IPCC2006.2006 IPCC Guidelines for National Greenhouse Gas Inventories［J］.Energy，2006，（1）．

［8］B.W Ang， F.Q Zhang and K-Hong Choi. Factorizing changes in energy and environmental indicators through decomposition［J］. Energy，1998，（6）：489-495.

Factor Decomposition and Emission Reduction Approaches Analysis on China's Per

Capita Carbon Emission

Zhu Mingxu, Huang Shaopeng, Sun Na, Xu Guanyu

（Research Center for Economic Development, Anhui University of Finances & Economics, Bengbu 233041, China）

篇（8）

关键词：碳排放； 经济增长；湖北省

1.引言

1.1 研究背景

通过对近十年湖北省碳排放量分析可发现，近10年，湖北省人均碳排放量低于全国水平，其中能源消费结构及产业结构的优化是造成这种现象的主要原因。湖北省碳排放量由逐年稳定下降转为快速上升而后又出现波动，其拐点分别为2001年、2005年以及2006年。对湖北省碳排放量的影响因素集中在产业结构、能源消费结构、能源效率及经济发展规模上，即结构效应、技术效应和规模效应。其中第一阶段起主导性作用的是产业结构优化及能源效率提升；第二阶段起主导作用的是能源效率下降及能源消费结构中煤炭消费的大量增加；第三阶段起主导作用的是能源效率及产业结构变动，因此能源效率及产业结构在碳排放中起到了重要的作用。

1.2 碳排放介绍

碳排放指的是温室气体排放的一个总称。温室气体中含量最多的是CO2，并且给全球造成气温上升危害最大的也是CO2，所以国际组织为了方便群众理解即命名这些以CO2，为主的温室气体的排放叫做“碳排放”。碳排放分为可再生碳排放和不可再生碳排放两种。前者指在地球表面的各种动植物正常的碳循环，也包括使用各种可再生能源的碳排放；后者指从地下把几亿年前沉积下来的矿物能源开发出来，燃烧后产生的碳排放。碳排放现在已经成为国际社会普遍用来衡量各地区环境的一个重要参考和数据并且倍受关注。

1.3 研究目的

本文通过建立碳排放定量评价模型，对湖北省碳排放总量进行定量计算，并对其时间序列进行分析（1999-2010年），在此基础上对碳排放与经济发展的关系进行研究。在当前背景下深入探讨湖北省碳排放量的发展趋势特征及影响碳排放量的影响因素，制定各种能源政策、抑制碳排放量，并根据计算结果对湖北省的发展提供科学的决策依据，最终实现低碳经济。

1.4 研究现状

碳排放与经济增长间关系问题实际上是环境质量与经济发展间关系问题的一个特例，是在全球气候变暖这一大环境下衍生出来的。对于碳排放与经济增长之间的关系，已有研究表明，CO2排放量和经济增长之间存在线性关系、倒U形关系和N形关系，其中以支持两者呈倒U形的环境库兹涅兹曲（Environmental Kuznets Curve，EKC）关系的有效证据居多（1）。但也有一些证据表明两者之间并不存在EKC关系。从目前的研究结果来看，CO2排放量和经济增长之间的关系曲线是否为EKC，还没有得到实证分析证据的支持。从一般意义上讲，EKC理论揭示了碳排放与经济增长的长期变化趋势。国外关于碳排放与经济增长间关系的实证研究结果多数支持EKC假说（2）。

2.湖北省碳排放与经济增长的关系分析

2.1 碳排放量与GDP数据计算

湖北省1999-2010年总碳排放量采用以下公式计算：

式中，C为碳排放量，104t；Ai为能源i消费量，按万吨标准煤计，104t；Wi 为能源i的转换系数，（kg标煤/kg），Bi为能源i碳排放系数，（104t）/（104t）；i为能源种类，取15类。湖北省主要消费能源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标准煤等于2.93×105GJ（3）。

对1999-2010年湖北省人均碳排放量进行分析，根据定义计算得出：1999年湖北省碳排放总量为4071.8万吨，在12年的提高当中，尤其从2001年开始，增长速率不断提高，并以2001年为分界点。2001年以前碳排放量下降而后出现上升，增长趋势不稳定。2001年后碳排放量一直上升，增长趋势十分严峻。与此同时，自1999年起，湖北省人均碳排放量的变化呈现增加的趋势。1999-2003年，由于经济发展较为缓慢，人均碳排放量较低且增长趋势较为平稳。2004-2009年间，人均碳排放量增长十分突出，2004年为1.03吨/人・年，相对2003年年增长率高达28.8%，而这几年间增长率相对较为稳定，一般保持在9%左右，而2010年人均碳排放量再创新高，达到1.67吨/人・年，增长率高达10%。我们可以想象，如果湖北省政府及其相关单位，还不能提供一套切实可行多行的治理方案的话，在湖北省未来环境发展中，讲、将会遇到越来越多阻碍的因素。

从1978年改革开放以来，湖北省的经济总量不断提高，经济发展势头强劲而有力，一跃成为我国的战略中心地域之一。本文将通过查询1999-2010年湖北省总GDP，湖北省1999-2010年总人口数，从而得到计算得到人均GDP。

湖北省历年人均GDP呈现稳步增长趋势，1999年到2010年，人均GDP从5434元增长到25854元，相对增长率达到375%，特别是2007-2010 年人均GDP出现较迅速增加，2007年为15338元，较2006年增长22%。而2010年较2009年增长23%。近几年，湖北省第一、第二、第三产业大力的发展，尤其是第三产业发展迅速，政府投资加大，人民生活得到了较好的改善，另一方面，经济的增长使人们忽略了对周边环境的保护，导致了人均碳排放量亦增长迅速。

2.2 碳排放与经济增长的关系分析

当前，已经有很多研究人员运用EKC理论分析经济增长与碳排放的关系。一般，标准的参数化EKC模型为：

Ln（CO2/P）t =c+β1ln（GDP/P） +β2[In（GDP/P）] 2+β3[1n（GDP/P）] 3+ut

其中，被解释变量（人均CO2排放量）和解释变量（人均GDP）均以自然对数形式表示。C代表常数，u代表随机误差，t为时间指标（t=l，2，T），βi（i=l，2，3）分别代表一次、二次和三次系数。当β3 ≠0时，人均CO2排放量与人均GDP之间呈现N型或倒N型曲线关系；当β3 =0且β20时，人均CO2排放量随人均GDP呈U型关系变化；当β3 =0，β2=0且β1≠0时，人均CO2排放量随人均GDP单调递增或递减；当β3 =0，β2 =0且β1=0时，人均CO2排放量与人均GDP没有关系。

而通过计算出的湖北省1999-2010年的人均碳排放量，人均GDP，运用SPSS软件，得到标准的参数化EKC模型：

Ln（CO2/P）t=0.018+0.757Ln（GDP/P）-0.071[Ln（GDP/P）]2-0.229[Ln（GDP/P）]3+ut

由EKC模型表明，β1=0.757>0，β2=-0.071

3.结论与展望

3.1 结论

（1）1999-2010年湖北省人均二氧化碳排放量呈现持续增长的趋势，2004年之前增长比较缓慢，之后增长比较迅速，人均碳排放量由1999年的0.69吨/人・年增长到2010年的1.67吨/人・年，总体上增长形势十分严峻。

（2）根据EKC模型得出，1999-2010年湖北省人均CO2排放量与人均GDP之间存在协整关系，二者之间呈N型曲线关系，总体增长趋势上碳排放量随GDP的增长而增长，GDP的增长趋势较为稳定，而碳排放量增长幅度较大。湖北省随着人均GDP的上升，目前人均CO2排放量正处于上升阶段，尚未达到N型曲线的转折点。

3.2 本文研究展望

湖北省碳排放量与经济增长关系的研究还处于起步阶段，很多的基础数据还无从获得。随着研究的深入，探求更为精确的居民消费的碳排放核算方法势在必行，那将意味着对统计数据的要求越来越详细，对湖北省相关统计部门在进行数据统计时的要求也越来越严格。对湖北省当前所做的部分研究中，对能源消费因子的研究不够具体和深入，因此，亟待加强对能源消费种类及相应碳源碳排放强度的深入研究，为湖北省制定二氧化碳排放量控制决策提供科学依据。（作者单位：华中科技大学文华学院）

参考文献

篇（9）

中图分类号：F064.2；F113 文献标志码：A 文章编号：1674-8131（2012）02-0066-06

International Comparison of the Carbon Emissions

Reduction Based on Fair Development RightsLI Jun-jun, ZHOU Li-mei

（Economics School, Fujian Normal University, Fuzhou 350007, China）

Abstract: Developed countries and developing countries have a lot of controversies about historical responsibility for carbon emissions and the task for carbon emission reduction, which make international cooperation mechanism uncertain for international carbon emission reduction responding to global climate change. This paper consturcts an international panel data model to analyze the influence of carbon dioxide emission on economic growth in 32 developed countries and 17 developing countries during 1971―2009, the results show that the income elasticity coefficient of carbon emissions is increasing, that the income elasticity coefficient of carbon emission in developed countries is continuously bigger than that of developing countries, that the developed countries have not strictly fulfilled the obligation for carbon emission reduction, meanwhile, dual policy under “Kyoto Protocol” has not made abnormal transfer of industry. Based on economic development rights owned by each country, it is unfair to require developing countries for taking carbon emission reduction obligation currently, the income elasticity coefficient of carbon emission should be used to evaluate carbon emission reduction effects of each country.

Key words：EKC Curve; economic growth; economic development rights; global carbon emission reduction cooperation mechanism; carbon dioxide emission; carbon emission reduction obligation; carbon emission reduction effect; Kyoto Protocol

一、引言

温室效应导致气候异常变化，已经引起国际社会广泛关注，国际碳减排合作机制正在不断完善之中，以图遏制碳排放量的过快增长。但世界工业发展方式还未实现根本性转变，在维持经济持续增长的压力下，各国都在继续大量使用化石能源，碳排放的增长趋势短期内难以扭转。同时，由于各国经济发展水平的差异和受气候变化的影响程度不同，实施碳减排的经济基础和发展低碳经济的动机也不同，碳减排任务的分配将是一个长期的利益博弈过程。《联合国气候变化框架公约》（简称《公约》）规定了发达国家和发展中国家应对气候变化的不同责任，即“共同但有区别的责任”原则，就是考虑到发展中国家经济发展水平较低，碳减排压力太大。2005起年生效的《京都议定书》进一步要求发达国家在2008年到2012年第一承诺期内的温室气体排放量比1990年平均减少5.2％，大多数国家要求在1990年基础上减排8%，而澳大利亚、冰岛和挪威则允许一定幅度的上升。但事实上，包括美国、日本等国在内的大多数发达国家都没有完成既定的碳减排目标，并企图抛弃《京都议定书》，要求中国等发展中国家也承担硬性碳减排义务，其理由是发展中国家的碳排放总量迅速增长，占全球比重越来越高，对发达国家和发展中国家不同要求的双重政策不公平。

李军军，周利梅:基于公平发展视角的碳减排国际比较按照“污染避难假说”，在不同国家的碳减排政策标准和实施力度有差距的情况下，碳减排压力较大的国家，政策措施更为严格，对产业的影响就越大；同时，为了避免能源约束和碳税等低碳政策带来的不利影响，资本就会转移到碳减排政策更宽松的国家，导致产业非正常转移，二氧化碳排放也随之转移。为了吸引外资，低收入国家可能竞相放松碳排放管制，从而破坏碳减排国际合作机制。积极应对气候变化，是人类面临公共环境问题和可持续发展问题的共同选择，如果不能建立各方都认可的碳减排国际合作机制，全球气候环境就可能陷入“公地悲剧”。那么，《京都议定书》是否真的是约束了发达国家的碳排放，而提高了发展中国家的碳排放增速？发展中国家是否由于宽松的碳减排政策而获得额外经济增长？

从公平角度来看，发达国家和发展中国家都需要发展，都有保持经济增长的权利，但经济结构和发展阶段不同，经济增长过程中碳排放量也不同，要正视这种差异。按照环境库兹涅茨曲线（EKC），二氧化碳排放量和收入之间存在一个倒U形曲线的关系：在相对较低的收入水平，随着收入的增加，能源的消费量增加并引起二氧化碳排放量增长，此时，两者呈正相关关系；随着收入增长到一定的高水平，因为环境保护意识增强，提高了环境政策的调控和传导效果，二氧化碳排放量将减少，两者呈负相关关系。因此，在建立和完善国际碳减排合作机制过程中，应该考虑经济增长对碳排放的影响，科学评价各国经济增长过程的碳减排效果。

自从Grossman 等（1991）较早发现空气污染和人均GDP之间存在倒U曲线关系后，当前多用EKC曲线研究碳排放和经济增长的关系，如：Ang（2007）、Zhang等（2009）、Fodha等（2010）分别建立向量自回归模型、自回归分布滞后模型（ARDL）或者向量误差修正模型（VECM）检验二氧化碳排放和GDP之间因果关系，Azomahou（2006）和Romero-ávila（2008）等人用面板数据模型（Panel Data）验证EKC曲线。但这些研究大多数都基于单个国家或局部区域；也有一些文献选择经合组织或大量国家（Wang，2011）作为样本的，但也都是侧重于验证EKC曲线，没有从国际对比的角度分析不同碳减排义务的国家。有鉴于此，本文将从经济发展对碳排放影响的角度分析处于不同发展阶段的国家碳减排效果。

二、面板数据模型与数据分析

不失一般性，假设碳排放主要来自化石能源消耗，影响二氧化碳排放增长的主要原因是经济增长，据此建立双对数面板数据模型：

如果β>1，说明碳排放增长速度超过经济增长速度，碳减排形势恶化，碳排放强度上升；如果β

为了比较发达国家和发展中国家经济增长对碳排放的影响程度，可以把面板数据的样本分成发达国家和发展中国家两部分，分别估计以后比较弹性系数，根据弹性系数的大小来判断碳减排政策的作用。如果发达国家的弹性系数小于发展中国家，说明经济发展程度高的国家碳减排形势好于发展中国家。尽管《京都议定书》规定了发达国家2008年至2012年的强制性碳减排义务，但协议是从2005年开始生效，此后发达国家之间的碳排放交易非常活跃，清洁发展机制（CDM）也允许发达国家和发展中国家进行项目级的碳减排量的转让，在发展中国家实施温室气体减排项目，CDM项目数量和规模都增长迅速。因此，要判断碳减排协议的签订对各国碳减排效果的影响，可以把2005年作为分水岭，分别估计并比较前后两个期间的弹性系数，如果弹性系数下降，说明碳减排政策取得实质性效果。

《京都议定书》规定41个发达国家具有强制性碳减排义务，由于9个国家缺失部分碳排放统计数据，本研究把具有完整数据的32个发达国家纳入分析范围，包括澳大利亚、奥地利、比利时、保加利亚、加拿大、捷克、丹麦、芬兰、法国、德国、希腊、匈牙利、冰岛、爱尔兰、意大利、日本、卢森堡、马耳他、摩洛哥、荷兰、新西兰、挪威、波兰、葡萄牙、罗马尼亚、斯洛伐克、西班牙、瑞典、瑞士、土耳其、英国、美国。由于发展中国家较多，本研究选择其代表性国家，选择依据是2009年二氧化碳排放量超过一亿吨，符合这个标准的国家共17个，分别为中国、印度、伊朗、韩国、沙特、墨西哥、印尼、南非、巴西、泰国、埃及、阿根廷、马来西亚、委内瑞拉、阿拉伯联合酋长国、巴基斯坦和越南。二氧化碳排放和GDP数据都采集自国际能源署（IEA）的能源统计年鉴，时间跨度为1971年至2009年。其中二氧化碳排放（CO2）单位是百万吨；GDP以十亿美元为单位，按汇率（GDPE）和按购买力评价（GDPP）两种方法折算为2000年不变价格。

数据测算表明，2009年世界各国二氧化碳排放总量为290亿吨，是1990年的1.38倍，比1971年翻了一倍。样本中49个国家碳排放总量为238.3亿吨，占全球总量的82.2%，具有较好的代表性。其中，17个发展中国家碳排放总量从1990年的47.9亿吨快速增长到2009年的126.9亿吨，年均增长5.26%，占全球总量的比重从1990年的22.9%上升到2009年的43.9%。同期32个发达国家的碳排放总量则从108.1亿吨上升到111.3亿吨，上涨了3%，比重从51.6%下降到38.4%。据此来看，近年来全球碳排放总量的快速增长主要归因于发展中国家，只有发展中国家实施严格的碳减排措施，才能有效控制全球碳排放总量的过快增长，这也是近年来在全球气候峰会上，发达国家强硬要求发展中国家承担硬性碳减排义务的主要原因。但是从碳排放和经济发展的关系来看，发展中国家的经济发展水平较低，大多处于工业化起步阶段，增长速度普遍高于发达国家，碳排放增速较快是正常的；而发达国家基本完成工业化，经济增长速度普遍放缓，碳排放增速理应降低。如果不顾这个事实，强行要求发展中国家承担严格的碳减排义务，不但忽视了发达国家碳排放的历史责任，也会剥夺发展中国家的经济增长的权利，加大发达国家和发展中国家的差距，对发展中国家而言是极不公平的。衡量发展中国家碳减排效果，重要的是看经济增长过程中碳排放的收入弹性，如果弹性系数和碳排放强度下降，就说明其碳减排政策的有效性。

三、检验与参数估计

1.单位根检验

由于每个时间序列都是由多个国家组成，其检验方法要考虑到截面的差异。LLC方法是应用于面板数据模型时间序列单位根检验较早的方法，假设各截面序列具有一个相同的单位根，仍采用ADF检验形式（Levin et al，2002）；而IPS检验则是对每个截面成员进行单位根检验以后，利用参数构造统计量检验整个面板数据是否存在单位根（Im et al，2003）。Fisher-ADF检验和Fisher-PP检验也是对不同截面进行单位根检验，利用参数的p值构造统计量，检验整个面板数据是否存在单位根。分别用四种方法对CO2、GDPE和GDPP三个序列进行单位根检验，检验时的滞后阶数都按AIC最小化准则确定，结果如表1所示。表1 面板数据序列的单位根检验

四种方法的检验结果非常接近，通过对原序列和一阶差分的单位根检验结果进行判断，在1%显著性水平下三个变量都是非平稳序列，都有单位根，并且是一阶单整。因此，可以对三个变量进行协整检验。

2.协整检验

协整检验是判断变量之间是否存在长期稳定关系的方法，Engle和Granger最早提出的协整检验方法是判断两个或多个变量回归后的残差是否平稳，如果残差是平稳的，说明变量之间存在协整关系；对于面板数据的协整检验，Pedroni（1999）的检验方法是假设各截面的截距项和斜率系数不同，Kao（1999）的检验方法却规定第一阶段回归中的系数相同；Maddala等（1999）提出根据单个截面序列的协整检验结果构建新的统计量，从而判断整个面板数据的协整关系。表2列出了采用不同方法分别对CO2和GDPE、CO2和GDPP两组变量协整检验的结果。检验结果一致拒绝不存在协整关系的原假设，表明CO2和GDPE、CO2和GDPP两组变量之间存在长期的稳定关系，据此可以对模型（1）进行参数估计。

表2 面板数据变量的协整检验

CO2与 GDPECO2 与GDPPPanel v-Statistic-0.40-0.39Panel rho-Statistic-2.53**-2.53**Panel PP-Statistic-4.36***-4.36***Panel ADF-Statistic-5.27***-5.27***Kao（Engle-Granger）6.49***4.20***Johansen FisherTest trace statistic 163.00*** 163.30***Max-eigenvalue statistic 159.90*** 159.70***

3.参数估计

由于各国经济发展程度不同，碳排放水平有很大差异，参数估计应该选择面板数据的变截距模型；至于选择固定效应还是随机效应，尽管样本国家只有49个，但仅仅用于分析这些个体，不涉及其他国家，因此选择固定效应模型更为合适。另外，截面随机效应的Hausman检验p值为0.94，也不支持采用随机效应模型。考虑到存在截面异方差，采用加权广义最小二乘法（GLS）估计参数，并处理序列相关性，参数估计结果如表3所示。

方程1的解释变量是按汇率计算的国内生产总值（GDPE），方程2的解释变量是按购买力平价计算的国内生产总值（GDPP），方程拟合优度较高，除截距项外参数都能通过1%显著性检验，两个方程的系数比较接近，说明以不同方式换算的GDP对结果影响不大。考察不同期间的系数，1971―2009年碳排放的收入弹性系数0.607

D.W.2.0982.1362.571.8991.8741.759Chow-F1.72***0.79方程3的样本由32个发达国家组成，方程4的样本由17个发展中国家组成，方程拟合优度较高，除截距项外参数都能通过1%显著性检验。方程3的系数0.712大于方程4的系数0.574，在两个不同时期内，发达国家的碳排放的收入弹性系数都超过发展中国家。按照公式（2），方程3的分割点检验Chow-F值在1%显著性水平下通过检验，也是明显大于2005年以前的弹性系数。而发展中国家的弹性系数虽然也有上升，但没有通过分割点检验。

四、结论

在环境和能源约束下维持经济持续稳定增长，无疑是各国经济政策的重要目标。旨在应对气候变化的国际碳减排合作机制能否发挥作用，关键在于碳减排目标的设定对经济增长的影响程度以及碳减排任务的分配能否得到各国认可。只有在碳减排任务合理、公平分配的前提下，兼顾到处于不同发展阶段国家的承受能力，才能得到广泛认可，形成合作的基础。碳排放的收入弹性系数反映经济增长对碳排放的影响程度，弹性系数的大小和变化趋势能够说明一个国家应对气候变化的努力程度和碳减排效果，也可以作为碳减排任务分配的依据之一。利用面板数据模型分析1971―2009年主要国家经济增长对碳排放的影响，弹性系数为0.6，碳排放增幅低于经济增幅，碳减排政策发挥了一定的作用。但是分割点检验判定弹性系数有明显上升趋势，说明近年来经济增长过程中碳减排力度在减小。对比发达国家和发展中国家，尽管发达国家的碳排放总量增长缓慢，部分国家的碳排放总量甚至下降，而发展中国家的碳排放总量增长比较快，但发达国家碳排放的收入弹性系数在各个阶段一直大于发展中国家，2005年以后也没有明显改变。这一方面说明发达国家碳减排政策实施力度不够，效果还不甚明显；另一方面也说明《京都议定书》规定发达国家和发展中国家不同的碳减排义务形成的政策差异，并没有造成资本因为规避碳排放约束而发生明显的非正常转移。

因此，从各国公平拥有经济发展权的角度来看，应该坚持“共同但有区别的责任”原则，在明确发达国家碳排放历史责任前提下，发挥发达国家良好经济基础和先进技术优势，确实降低碳排放强度。同时，加强国际合作交流，加大技术转让和资金援助力度，扩大碳排放权交易范围，完善清洁发展机制，提高发展中国家的碳减排积极性，降低发展中国家的碳排放增速。只有建立在公平、合理基础上的国际碳减排合作机制，才能发挥各国碳减排的积极性，有效控制全球碳排放过快增长。

参考文献：

ANG J B. 2007. CO2 emissions, energy consumption, and output in France［J］. Energy Policy（10）:4772-4778.

AZOMAHOU T，LAISNEY F，VAN P N. 2006. Economic development and CO2 emissions: a nonparametric panel approach［J］. J Public Econ，90:1347-1363.

FODHA M，ZAGHDOUD O. 2010. Economic growth and pollutant emissions in Tunisia: an empirical analysis of the environmental Kuznets curve［J］. Energy Policy，38:1150-1156.

GROSSMAN G M，KRUEGER A B. 1991. Environmental impacts of a north American free trade agreement［R］. National Bureau of Economic Research，working paper，No.3914:1-38.

IEA.2011. CO2 Emissions from Fuel Combustion 2011［EB/OL］.省略.

IM K S，PESARN M H，SHIN Y. 2003. Testing for unit roots in heterogeneous panels［J］. J Economet，115:53-74.

KAO C.1999. Spurious regression and residual-based tests for cointegration in panel data［J］. J Economet，90:1-44.

LEVIN A，LIN C F，CHU C. 2002. Unit root tests in panel data: asymptotic and finite-sample properties［J］. J Economet，108:1-24.

MADDALA G S，WU S.1999. A comparative study of unit root tests with panel data and a new simple test［J］. Oxford Bull Econ Stat，61：631-652.

PEDRONI P.1999. Critical values for cointegration tests in heterogeneous panels with multiple regressors［J］. Oxford Bull Econ Stat， 61:653670.

篇（10）

摘要：为了从产业结构调整角度对陕西省碳减排政策设计提供决策依据，选择能源消费、生产链、消费需求视角，基于2007和2012年投入产出表，采用IPCC碳排放核算方法和EIO-LCA模型分别测算陕西省2007和2012年30个细分部门的直接碳排放和间接碳排放，构建碳减排效应模型分析各细分部门的2007和2012年的碳减排变化。结果表明，直接碳排放中，电力、热力的生产和供应业，石油加工、炼焦及核燃料加工业，煤炭开采和洗选业等基础性能源部门的碳排放量较高；间接碳排放中，建筑业、其他服务业隐含碳排放量较高，而“流出”间接碳排放对最终需求引起的碳排放贡献最大；在碳减排政策设计中，上述部门应该成为碳减排的重点领域。

关键词：陕西省；碳减排；EIO-LCA模型；产业结构调整；投入产出分析

发展低碳经济是转变经济发展方式的内在要求，陕西作为能源生产和消费大省，发展绿色环保的低碳经济是必由之路。《国务院关于印发“十二五”控制温室气体排放工作方案的通知》中，陕西省的目标是单位GDP碳排放下降15%。陕西省目前处于工业化、城镇化快速发展期，经济发展与碳排放需求持续上升。为了在促进经济增长的同时降低碳排放，产业结构调整与升级是重要途径之一。因此，系y测算陕西具体产业部门的碳排放量，分析各部门的碳减排潜力，对于有针对性地设计碳减排方案具有重要的理论意义与现实意义。

目前关于碳排放的研究主要集中在碳排放测算、碳强度因素分析、碳排放格局及其与经济增长关系的研究。碳排放测算方面：一种是以生产者视角的碳排放清单核算框架为主，此方法主要是利用IPCC核算体系，对各部门的直接碳排放进行测算，但这类方法存在“碳泄漏”及排放公平性问题；另一种是基于需求者视角的隐含碳排放测算，主要利用投入产出法核算整个经济系统的直接和间接碳排放，即进行“碳足迹”追踪。国外学者运用碳足迹研究了中国、美国、澳大利亚等国家的国际贸易的隐含碳问题，Shui等利用经济投入产出生命周期评价软件计算了美国出口到中国的隐含碳排放量；国内学者计军平建立了EIO-LCA模型分析了温室气体排放在部门间的分布结构；唐建荣等对江浙沪地区隐含碳排放进行了估算，石敏俊等应用2002年中国省区间投入产出模型，定量测算了各省区碳足迹。碳强度因素分析方面，徐国泉等采用对数平均权重Divisia分解法分析了1995～2004年间能源结构、能源效率和经济发展等因素的变化对中国人均碳排放的影响；崔佳运用LMDI法将中国碳排放强度的驱动因素分解为技术因素、能源消费结构因素、能源强度因素和产业结构因素，并结合相关数据对中国碳排放强度驱动效应进行测度；张旺等利用LMDl分解研究了北京能源消费排放增量增长的驱动因素；雷厉通过构建“LMDI分解模型”，认为产业结构变化通过促进能源强度的增加，间接推动了碳排放量的增长。碳排放格局及其与经济增长关系方面，张雷等试图通过产业一能源关联和能源一碳排放关联两个基本评价模型，解析中国碳排放区域格局变化的原因；杜婷婷等以库兹涅茨环境曲线（EKC）及衍生曲线为依据，对中国C02排放量与人均收入增长时序资料进行统计拟合得出中国经济发展与C02排放的函数关系；赵爱文等选取1953～2008年中国碳排放量和经济增长数据，运用协整和误差修正模型及Granger因果关系，研究了碳排放与经济增长的关系。

以往的研究在分析宏观层面的产业结构变化带来的碳排放效应做出了卓有成效的工作，但在微观的具体行业部门的碳减排问题力有不逮。投入产出模型与生命周期理论相结合即经济投入产出生命周期评价（EIO-LCA）是分析计算微观部门生产全过程隐含碳排放的有效方法之一。本文拟运用IPCC碳排放核算办法及EIO-LCA模型，分别从消费、需求等角度对陕西省各细分部门的直接和隐含碳排放情况进行测算，并对比分析2007和2012年各部门碳排放的结构变化，构建碳减排效应模型对各部门的碳减排效应进行分析。研究结论为政府制定碳减排政策及产业发展政策提供了决策支持。