减少碳排放方法
开篇：润墨网以专业的文秘视角，为您筛选了八篇减少碳排放方法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
减少碳排放方法范文第1篇
（许昌学院经济与管理学院 河南 许昌 461000）
摘 要：全球变暖与环境污染日益引起来世界各国的高度关注，并引起理论界的探索研究。采用IPCC计算方法，对中国碳排放量进行估算，并定量研究了碳排放量与GDP，碳排放强度与能源消费结构、环境治理水平的关系。研究表明，碳排放量与GDP显著正相关，碳排放强度与环境治理水平显著负相关，最后，从调整能源消费结构等角度提出促进中国低碳发展的政策措施。
关键词 ：碳排放数据；碳排放强度；环境治理
中图分类号：X784 文献标识码：A doi：10．3969／j．issn．1665－2272．2015．06．021
基金项目：教育部人文社会科学研究规划项目“基于CGE模型的我国低碳发展政策构建研究”（项目编号：12YJA790214）；河南省高等学校哲学社科研究“三重”重大专项“新常态下河南省产业经济发展的机遇、挑战和对策”（项目编号：2014-SZZD-07）
收稿日期：2014-12-26
0 引言
根据联合国（NGO）世界和平基金会世界低碳环保联盟总会公布的数据显示，中国碳排放量已超过美国，成为世界第一大碳排放国家，但人均碳排放却远远低于美国。中国是发展中国家，现在正处于工业化、城镇化的重要阶段内，对于能源消费数量庞大，而且能源消费结构不合理。然而，随着全球气候变暖问题日益引起世界关注以及国内越来越严重的环境污染现象引起人民关注，减少二氧化碳等废弃物排放，加快发展低碳经济已经受到中国政府的重视。2009年中国在哥本哈根举行的全球气候大会中作出庄严承诺“到2020年，中国每单位GDP中碳排放比2005年下降40％~45％”。减少二氧化碳排放，首先要明确影响二氧化碳产生的因素，较为经济、准确地获得二氧化碳排放数据。本文将估算中国碳排放数据，为低成本、高质量获取二氧化碳排放数据以及减少二氧化碳排放提供参考依据。
国内外有关估算碳排放数据的方法的研究主要有，Druckman等采用类多维区域投入产出模型，结果显示英国碳排放量与收入水平、居所、职位和家庭组成有关；Ramakrishnan应用DEA方法研究了了GDP、能源消费、碳排放三者之间的联系；Ugur Soytas运用VAR 模型研究了美国能源消耗、GDP与碳排放量之间的因果关系。魏楚通过研究发现GDP增长与能源利用效率对碳排放影响较大；许士春采用LMDI加和分解法得出我国碳排放的最大驱动因素经济产出效应而最大的抑制因素为产业结构效应的结论；赵敏利用IPCC二氧化碳排放量计算方法估算出上海居民城市交通碳排放数据，并分析了碳排放强度；叶震参考了RAS双向平衡方法，利用投入产出表，估算出我国1995－2009年数据。现有文献研究结果表明，碳排放量与能源消耗、能源利用技术以及能源消费结构有重要的关系，然而现有研究方法有些过于复杂，所需要的参数较多，结果未必更真实接近真实碳排放量。
1 碳排放数据的估算方法
二氧化碳排放量的估算方法多种多样，常见的有如投入产出法、碳足迹计算器法、IPPC计算法等。IPCC 计算碳排放的方法是联合国气候变化委员会提出的，为世界通用的计算方法，IPCC的评估报告阐明大气中二氧化碳的来源主要为人工排放，而人工排放的途径主要来源能源消费。尽管各国减排技术或资源禀赋存在诸多差异，但是这种方法依然可以通过变换相应参数进行调整，这种方法为研究者提供了所需要的各种能源的参数以及排放因子的缺省值，计算十分简单。
采用IPCC碳排放计算指南中的计算方法，假设各类能源的碳排放系数为固定数值，将其结合能源消费数据：
式（1）中，A为通过能源消费向空气中排放的碳排放总量；Bi为能源i消费量； i为能源种类；i＝1，2，3，估算的是由煤、石油、天然气三种能源产生的二氧化碳量；Ci为能源i的碳排放系数。
上述IPCC碳排放计算方法在连续进行时间序列数据估算时存在一个缺陷，即如果选定基年的碳排放系数，那么基年以后年份同样选择相同的碳排放系数，则明显没考虑废弃物循环利用和综合治理的因素，因为随着人类环境保护意识水平的提高，循环利用或综合利用产生的二氧化碳等废弃物的力度也在加大。但是很难获得二氧化碳回收等方面的数据，因此，选择“环境污染治理投资总额占国内生产总值比重”这一指标修正碳排放系数。
取某一种能源基年的碳排放系数为Ci1，基年环境污染治理投资总额占国内生产总值比重的值为，则基年以后任一年份碳排放系数为：
本文选择2000年为基年，利用以上公式估算中国2000－2012年碳排放总量（文中数据来源历年《中国统计年鉴》和《中国能源统计年鉴》），GDP以2012年价格计算，估算结果如表1和图1。
从表1和图1中可以看出，中国碳排放量总体呈现增长趋势，在总体增长的趋势中，出现几次阶段性下降现象，主要原因不是能源消费总量下降，而是环境污染治理投资总额占国内生产总值比重上升。中国碳排放量主要由煤炭产生，而石油和天然气所产生的二氧化碳较少，这主要是因为中国能源消费结构中煤炭所占比重较大，而其他所占比重较小，产生单位热量煤炭排放的二氧化碳多。碳排放强度的变化趋势见图2。
碳排放强度是单位GDP的碳排放量，其大小直接反映了经济发展对环境影响的大小。从图2可以看出，碳排放强度呈现出下降的趋势，这表明中国在节能减排上取得的成效，然而应该认识到中国碳排放强度依然较高，而且最近几年下降速度变慢。
2 碳排放量与GDP关系
中国经济正在处于高速发展之中，能源消费结构和环境治理水平也在不断变化，经济的快速发展依赖于能源消费的快速增长，能源消费的快速增长促进了碳排放量的增长，而能源消费结构优化和环境治理水平提高又减少了碳排放量。因此，有必要研究碳排放量与GDP关系以及碳排放强度与能源消费结构、环境治理水平的关系。
为解释变量，以2012年不变价格计算，碳排放量被为被解释变量，模型中参数采用普通最小二乘法（OLS）估计，则中国二氧化碳碳排放量与的线性回归模型如下：
用2000－2012年时间序列数据估计模型中的参数，则2000－2012年中国二氧化碳碳排放量与的关系为：
从上述建立的一次线性回归模型各参数可以看出，GDP对碳排放量显著，回归系数显示为正值，表明中国GDP显著正向影响碳排放量，随着GDP增长，二氧化碳排放量也将与之同步增长的趋势，并且GDP每增加1亿元，二氧化碳排放量增加0．24万t。由于GDP增长和二氧化碳排放量呈长期的单调递增关系，随着中国经济的不断发展，中国将面临着更多更大的减排压力。
用CI表示碳排放强度，f1、f2分别代表煤炭、石油占能源消费总量的比重，用表示环境污染治理投资总额占国内生产总值比重，2000-2012年，中国碳排放强度能源利用结构以及环境治理水平的回归如下：
括号中数据为相应参数的t检验值，1％显著。
碳排放强度和煤炭、石油占能源消费总量的比重变化的正向关系说明，煤炭、石油占能源消费总量的比重的提高都会使碳排放强度增加，但是从回归结果来看，煤炭占能源消费总量的比重提高1％要比石油占能源消费总量的比重提高1％促进碳排放强度增加得快一些，因此，从这个角度可以说，提高石油占能源消费总量的比重有利于降低碳排放强度。环境污染治理投资总额占国内生产总值比重的符号为负，表明环境治理水平能显著降低碳排放强度，系数的绝对值较大，表明在中国提高环境污染治理将会显著降低碳排放强度。
3 促进中国低碳发展的政策措施
3．1 转变经济发展方式，形成全社会参与低碳发展的局面
要把加快低碳发展作为贯彻落实科学发展观的重要内容，在全社会广泛开展宣传，使全社会认识到中国由于经济发展引起的过多碳排放量面临的国际减排压力，以及由于大量碳排放量引起的气候变化和环境污染问题，要明确中国作为发展中大国在碳排放方面享有的权利和应承担的义务。要牢固确立低碳发展意识，让转变经济发展方式以及保护环境等成为各级政府和企业的重要发展理念。要区别经济增长与经济发展，经济增长是经济发展的部分内容，经济发展不仅有经济总量的增加，更需要有经济效益、环境治理以及人民水平的提高。中国要避免走西方先污染后治理的模式就必须加快转变经济发展方式，加快低碳发展。
3．2 优化产业结构
当前中国产业结构不合理，主要表现在第二产业比重较大，第三产业比重较小，由于不同产业生产相同价值的产品其消耗的能源是不同的，一般来说，生产等值产品第二产业消耗的能源最多，排放的二氧化碳也最多，第三产业消耗的能源最少，排放的二氧化碳也最少。中国要想完成在哥本哈根举行的全球气候大会中作出的承诺，就必须加大产业结构调整力度，加快第三产业发展，力争在快速发展经济的同时，使碳排放总量最少。
3．3 调整能源消费结构
碳排放强度与能源利用结构显著相关，一般来说，产生等热煤碳排放的二氧化碳最多，石油次之，天然气最少，而清洁能源排放更少。长期以来，中国能源消费结构形成以煤炭为主，清洁能源较少的局面，在一定程度造成了碳排放量的快速增加。因此，要加大对风能、核能、水电等清洁能源的开发与利用，不断调整能源消费结构。另外，开发新的清洁能源在改善国内能源消费结构，降低碳排放量的同时，又可以显著促进经济增长。
3.4 加大环境治理力度
中国碳排放量的增加，影响因素很多，由前面研究可以看出环境治理能显著降低碳排放强度。从统计数据可以看出，中国环境污染治理投资总额占国内生产总值比重一直较低，而且其值一直难以稳定，处于不断变化中。当前，中国面临诸多问题，其中大部分问题都与环境污染治理投资力度不够相关，因此，有必要加大环境治理力度。加大环境治理力度可以逐步引入碳税制度。碳税可以迫使企业因为沉重的税收而放弃碳排放量较多的一些产品生产，从而降低二氧化碳排放量，它是最具有市场效率的减少碳排放的经济政策手段之一。
3.5 增加碳汇
减少二氧化碳除了减少二氧化碳的排放外，还应该尽量吸收已经排放的二氧化碳。碳汇的目的就是从大气中除去二氧化碳的一些方法过程、活动以及机制，主要依靠森林吸收并储存二氧化碳。陆地生态系统中森林是最大的碳库，通过树木和花草等植物的光合作用，吸收大气中的二氧化碳，制造出氧气并向外排出，这样会降低大气中的二氧化碳含量、减缓气候变暖的效果。当前，中国森林面积和森林覆盖率较低，需要继续增加森林面积。中国是能源消费大国，排放的空气中的二氧化碳十分庞大，要想保证空气质量，减缓二氧化碳对气候的影响，需要扩大森林面积来吸收空气中的二氧化碳。另外，国土的绿化会使国家的形象得到大幅提升，吸引更多的游客来旅游观光，不仅有利于降低二氧化碳，同时也可以加快发展第三产业，促进中国产业结构调整和经济发展。
参考文献
1 Angela Druckman. The Carbon Footprint of UK Households 1990-2004[J]. Ecological Economics, 2009(68)
2 Ramakrishnan. Factor Efficiency Perspectiveto the Relationships among World GDP, Energy Consumption and Carbon Dioxide Emissions[J]. Technological Forecasting & Social Change, 2006(73)
3 Ugur Soytas. Energy Consumption, income, and Carbon Emissions in the United State[J]. Ecological Economics, 2007(62)
4 蒋金荷.中国碳排放量测算及影响因素分析[J].资源科学，2011（4）
5 许士春，习蓉，何正霞．中国能源消耗碳排放的影响因素分析及政策启示［J］．资源科学，2012（1）
6 赵敏．上海市居民出行方式与城市交通CO2排放及减排对策［J］．环境科学研究，2009（6）
减少碳排放方法范文第2篇
中部地区是我国重要的能源原材料基地，本文采用2001—2014年的面板数据，运用随机前沿模型对我国中部地区的碳排放效率进行了测算，并根据计算结果对中部地区的碳排放效率进行了收敛性检验和预测。主要结论是:(1)中部地区2001—2014年的碳排放效率呈逐年上升的趋势，且内部省份的碳排放效率差距不断缩小;(2)中部地区的碳排放效率存在σ收敛和β收敛。在对碳排放效率作出评价基础上，论文最后提出了相应的因地制宜对策建议。
关键词:
碳排放效率;随机前沿模型;中部地区;收敛性检验
据统计，2013年中国碳排放总量超过欧美总和，人均碳排放首次超过欧盟，我国的碳排放总量已占到世界碳排放量的29%。我国政府在2009年提出了在2020年单位GDP的碳排放量要在2005年的基础上下降40%～45%的自主减排目标，但我国的能源结构中煤炭占一次能源的70%以上，而且从技术因素和结构性因素来看，我国的能源转换和利用效率均低于发达国家，从而导致了我国的碳排放强度与发达国家有很大的差距。在全球生态气候环境快速恶化的情况下，发展低碳经济且保护环境气候，解决可持续发展的有效手段之一就是提高碳排放效率。早期部分学者采用单要素指标研究碳排放效率，但是杨红亮等［1］却认为单要素指标虽然简单易懂但会存在许多的不足之处，例如只用碳排放强度这个单一的要素指标来衡量碳排放效率，最终无法反映各要素之间的替代关系，因为能源只有在与其他的要素结合后才能进行生产，并且碳强度还与产业结构、经济发展水平和地区环境资源等相关，产业结构等的变化都会导致碳强度发生一定的变化，然而碳排放效率可能不发生变化;近年来大量的文献从全要素的角度出发，采用数据包络分析法(DEA)对碳排放效率进行了评价，比如屈小娥［2］从全要素的角度运用DEA测算了1995—2010年我国30个省份的二氧化碳排放效率。数据包络分析法是一种运用方程组求极值的方法，对碳排放效率前沿进行估算时很容易受到一些数据质量的影响，且研究我国碳排放效率的数据一般为宏观统计数据，有一定的较大误差，所以运用数据包络分析法得到的测算需要进行严格的检验，但是数据包络分析模型不但没有将随机因素的影响考虑在内，而且不具有统计的特性导致不能对模型进行一定的检验。随着随机干扰项的引入，随机前沿模型更准确地描述生产者的行为，它首先假设偏离前沿的因素来源于两个方面，其中一个是非负随机误差项，表示技术无效，另外一个是随机误差项，表示噪声的系统［3］。RistoHerrala等［4］基于前沿边界模型(SFA)方法对世界170个国家1997—2007年二氧化碳排放效率进行了测算，结果表明中国的碳排放效率低于世界其他国家。杜克锐等［5］利用随机前沿模型和面板数据测算了我国的碳排放效率，最终得出我国碳排放效率存在地区差异，且这种差异在不断的扩大。赵国浩等［6］基于随机前沿模型测算了山西省1995—2010年的碳排放效率，并且对山西省碳排放效率的影响因素进行了深入的分析研究。我国中部地区处于中原地带，是东西南北地区互通的必经之路。虽然资源比较丰富，工业基础相对较好，但是由于产业结构层次不高，二元经济有大的反差，增加经济产值需要消耗大量的资源。再加上生产管理水平、污染治理投入不足等原因，经济增长所带来的环境负面影响不能被生态环境完全消化和吸收，从而碳排放量较大。但目前有关我国中部地区碳排放效率评价的相关文献不多，本文以中国中部地区为研究对象，基于随机前沿模型测算出碳排放效率，对中部地区碳排放效率进行研究分析，最后提出因地制宜的对策建议，为中部地区提高能源利用效率和节能减排提供决策参考。
1研究方法
1．1计量模型随机前沿方法(SFA)是考虑问题比较全面的效率估计方法。它主要是基于宏观层面的相关统计数据(对最基础的数据进行计算获得)，从投入产出的角度来测算效率。从该方法的基本原理来看，对碳排放效率的定义会更加直观，更能贴切的评价生产活动中CO2的排放绩效，这也是本文选择该模型作为研究方法的重要原因。在有关效率估算的定量研究中，一般运用生产函数模型，来反映生产投入与产出函数量之间的关系。Aigner，Lovell和Schmidt(1977)［7］以及Meeusen和VanDenBroeck(1977)［8］分别独立提出了随机前沿生产函数。起初该模型并没有处理综列数据的能力，但是Battese和Coelli(1995)［9］在1992年提出了一个针对那些综列数据的随机生产模型，通过极大似然估计的方法来确定前沿边界，使该模型在处理跨时间段的数据成为了可能，极大的提升了应用范围。本文基于随机前沿模型，采用了较为灵活的超越对数函数，通过极大似然估计的方法来确定前沿边界。
1．2数据来源本文的样本选择了山西、安徽、江西、河南、湖北和湖南等中部地区的6个省际的面板数据集，考虑到数据的可得性与可比性，样本观测区间设定为2001—2014年。生产投入指标选取能源碳排放量、从业年均人数和资本存量，产出指标选取地区生产总值。相关数据来源于《中国能源统计年鉴》、《中国统计年鉴》和中部6省历年统计年鉴。相关指标及其数据处理说明如下:(1)各省的GDP(Y)。各省的国内生产总值数据直接来源于《中国统计年鉴》，然后在此基础上以2001年作为基准，将各省历年的GDP按照2001年的可比价格进行折算。(2)各省的固定资本存量(K)。资本投入以资本存量数据表示地区的资本投入量，采用永续盘存法来进行估算。在方法上本文将借鉴单豪杰等［10］的估算方法，以2001年的不变价格换算2001—2014年的数据，单位为亿元。(3)各省的从业人员(L)。从业人员直接选取了中国统计年鉴中中部地区各省的2001—2014的年末从业人数。(4)各省的碳排放量(TC)。统计年鉴中没有直接的碳排放量的数据，要用一定的测算的方法对能源消费进行处理，能源消费数据来源于《中国能源统计年鉴》，在对碳排放量的测算上，本文采用了IPCC《国家温室气体清单指南》的测算方法，以下是能源消费的碳排放量计算公式。
2实证结果与分析
2．1模型计算结果和分析基于随机前沿模型，采用2001—2014年的面板数据，测算了中国中部地区2001—2014年的碳排放效率，由Frontier4．1程序运用其中的最大似然法来估算得出各项参数，参数估算结果如表1所示，碳排放效率的计算结果如表2所示。从表1可以看出，碳排放效率和劳动力的系数为正，资本的系数为负，即前两者与产出呈正相关，资本与产出GDP呈负相关;劳动力、碳排放量和资本三者之间的相互影响皆约等于0，说明对产出的影响都不明显。从表2中可以看出，2001—2014年我国中部地区的碳排放效率稳步上升。从中部地区六省近3年碳排放效率的平均值来看，河南的碳排放效率最高，湖南次之;安徽的碳排放效率最低，山西次之;中部地区的碳排放效率平均水平达到0.738。从样本期间各地碳排放效率的演变趋势来看，中部地区的碳排放效率变动趋势大体一致，整体上呈现上升的趋势。中部地区6省的碳排放效率的差距在逐渐缩小，而河南的碳排放效率一直处于最高水平，碳减排任务最为艰巨。我国中部地区的碳排放效率平均值在2001—2014年间呈现缓慢上升的趋势，中部各省区的碳排放效率差距正在缩小。
2．2收敛性检验收敛性分析在于检验不同地区碳排放效率的趋同与发散情况，收敛一般分为3种类型，即σ收敛、绝对β收敛和条件β收敛。(1)σ收敛性检验对于σ收敛，测度的方法通常有标准差、变异系数、基尼系数和泰尔指数等。为了更进一步考察地区内部的差异，本文使用变异系数来对中部地区碳排放效率进行σ收敛性检验，结果如图1所示。中部碳排放效率的变异系数随着年份的增加不断的下降，且这种下降比较稳定，说明中部地区各省碳排放效率的差异在不断缩小，显示出明显的σ收敛特征，没有发散的趋势。(2)绝对β收敛检验采用Sala－i－Martin(1996)［11］的方法进行绝对β收敛检验，构造回归模型如下。其中ɑ是常数项，β是待估的收敛参数，ε为随机误差项，Eit、Ei0分别表示第i地区在第t年和初始年的地区碳排放效率，git表示t年间第i地区碳排放效率的平均增长速度。采用最小二乘法进行回归，若β显著为负，表明存在绝对β收敛。
为消除经济周期或经济波动的异常影响，我们将2001—2014年划分为3个时期，以2001—2004年工业碳排放效率平均值作为初始值，以2011—2014年工业碳排放效率平均值作为期末值，两个时间段的时间差距为10年，即式(4)中的t=10，绝对β收敛检验结果见表3。从表3可看出，中部地区的β=－0．68为负数且在1%的水平下显著，所以碳排放效率具有绝对β收敛趋势，即中部各地的碳排放效率趋于同一稳定状态，初始值低的地区碳排放效率平均增长速度高于初始值高的地区，存在落后地区追赶先进地区的发展趋势。(3)条件β收敛检验进行条件β收敛检验需要加入控制变量，为了更好地对中部地区碳排放效率进行分析，在此选碳排放效率的直接影响因素作为控制变量，主要包括能源消费结构、技术进步、产业结构和城市化水平等4方面。本文使用如下回归方程式进行检验。利用面板数据固定效应模型进行条件β收敛检验(见表4)，中部地区的β值为负，且达到了1%显著水平。结果表明，中部地区碳排放效率存在条件β收敛，收敛于自己的稳态水平，由于又呈绝对收敛特征，表明中部内部各省份碳排放效率趋向于一个共同的稳态水平。产业结构对碳排放效率的提高起到了促进作用，第二产业占比越大，越有利于碳排放效率的提升;而在城市化进程中，碳排放量也会随着城市的发展有一定程度的增长，同时，城市化进程中的技术创新和资源优化配置，对碳排放效率存在一定的促进作用;中部地区的城市化进程水平还不是很好，工业化进程相对缓慢，对能源的大量使用还是有很强的依赖性，特别是河南和山西，是煤炭的能源大省，因此在能源结构中煤炭的消耗量也是最大的，从而导致煤炭在整个能源消费总量中占的比重比较大，碳排放相对于其他能源也比较高，因此它对整个碳排放效率的提高起到了阻碍作用;技术进步的系数为负值，对整个效率的提高具有一定的阻碍，但不明显，由此可见技术进步还需要进一步的加强，引进能够减少碳排放量的先进技术。
3结论和政策建议
本文采用SFA模型测算了碳排放效率值，在2001—2014年期间，中部地区的能源碳排放效率均呈不断增长趋势，且内部省份的碳排放效率差距较小。在样本期间，中部地区的碳排放效率平均值为0．738，说明我国中部地区能源仍有一定的减排潜力有待挖掘。碳排放效率越高的省份，能源碳减排的成本越高，碳减排政策的制定与实施，需要考虑不同省份碳排放效率的差异，测算与比较地区碳排放效率，可以为各地碳减排目标的设定提供参考。从碳排放效率的收敛性来看，中部碳排放效率存在σ收敛和β收敛，说明中部碳排放效率存在追赶效应与趋同态势，碳排放效率的差距呈现不断缩小的趋势。我国节能减排的任务要根据不同地区碳排放效率的差异来实施因地制宜的政策措施，从而能够更好地利用各地区节能减排的潜力，来实现我国在2009年提出的节能减排目标。因此根据本文对中部地区碳排放效率进行的测算和分析，得出中部地区可以从以下方面来减少碳排放量:(1)提高中部地区的能源利用效率。从传统能源的清洁利用和新能源的发展两方面着手，从而提高能源的碳排放效率，降低中部各省的碳排放量。中部地区主要以煤炭为主的能源结构，应该积极引进一些新的先进技术，实现煤炭等传统能源的清洁利用。同时加快煤制天然气产业发展，降低二氧化碳的排放，可通过利用煤炭大量生产无碳气体氢气，从而减少煤炭在燃烧过程中排放的各种环境污染物。(2)优化中部地区的产业结构。中部地区经济增长主要依靠第二产业带动，第三产业发展相对落后。调整产业结构，积极引导高耗能行业健康发展，关闭一些耗能大、污染重的企业，控制高耗能行业的过快增长，运用低碳环保技术对煤炭、钢铁、冶金等传统产业进行技术改造，推动煤炭等资源型企业向规模化、集约化、可持续化的方向发展，促进第三产业的快速发展。(3)调整中部地区的能源消费结构，改变部分省能源结构单一的局面，向清洁能源转化。中部地区各省的现状是以煤炭为主的能源结构，且煤炭又是中部地区碳排放的主要来源，因而调整能源结构对提高碳排放效率非常重要。随着科学技术的快速发展，各省应结合自身的发展情况和各自的资源优势，通过开发水电、发展风电、推进核电就地转化，与其他清洁能源相比，核电的供应相对比较稳定，且不受气候变化的影响，可以用来满足基础用电的供应。转化核电的原材料用料相对比较少，不但减少了成本费用，而且也减少了运输产生的资源费，为交通工作减少了压力。在这些有限的不可再生资源开发中，还应该积极开发可以循环利用，特别是可再生能源。太阳能是一个新生能源，可称得上是绿色能源，太阳能具有成本低、无污染和可再生的特点，符合保护环境的理念，我们目前可使用的各种清洁能源中，太阳能的转换效率比较高，并且经济实惠具有很大的发展空间，是未来新能源发展的必然选择。
参考文献
［1］杨红亮，史丹．能效研究方法和中国各地区能源效率的比较［J］．经济理论与经济管理，2008(3):12－20．
［2］屈小娥．中国省际全要素CO2排放效率差异及驱动因素—基于1995－2010年的实证研究［J］．南开经济研究，2012(3):128－141．
［3］蒂莫西•J•科埃利，D•S•普拉萨德•拉奥，克里斯托弗•J•奥唐奈，等．效率与生产率分析引论(第二版)［M］．王忠玉，译．北京:中国人民大学出版社，2008．
［4］HerralaR，GoelRK．GlobalCO2efficiency:Countrywiseestimatesusingastochasticcostfrontier［J］．EnergyPoli-cy，2012，45(6):762－770．
［5］杜克锐，邹楚沅．我国碳排放效率地区差异、影响因素及收敛性分析［J］．浙江社会科学，2011(11):32－43．
减少碳排放方法范文第3篇
1.1参考Chai[8]的研究成果，出口贸易引起的碳排放可以用公式表示为。式（2）中带撇的变量表示该变量在研究时序内的变化量，等式左边表示由出口引起的碳排放变化量，右边的第一项表示我国出口贸易的结构效应，即在总出口额和部门碳排放强度不变的情况下，由出口结构变化带来的碳排放量变化；第二项为技术效应，即在出口总额与出口结构不变的情况下，由各部门碳排放强度变化引起的碳排放量变化；第三项表示规模效应，即在出口结构和部门碳排放强度不变的情况下，由出口总额变化带来的碳排放量变化。
1.2数据来源与处理本文中的工业分行业增加值、分行业能源消耗量以及出口贸易总额数据均来源于2005年、2009年和2013年的《中国统计年鉴》，分行业出口贸易额数据来源于《中国工业经济统计年鉴》，要说明的是这里的分行业出口贸易额选取的是大中型工业企业的出口贸易额。为了剔除价格因素的影响，分别用居民消费价格指数和工业品出厂价格指数平减出口贸易额和工业增加值数据。鉴于统计口径的不一致及数据的可获得性，本文借鉴前人文献的分类方法，将中国主要工业分类归并调整为14个行业，具体如表1所示。
1.3行业碳排放量测算为计算各主要工业行业的碳排放强度数据，进而计算出口贸易影响碳排放的技术效应，有必要经测算获得各工业行业的行业碳排放量数据。本文将采用方程（3）所示的计算公式，通过一次能源消耗量及其碳排放系数来估算各主要工业行业一次能源消费活动的二氧化碳排放量。其中，C为行业碳排放量，E表示一次能源（煤炭、石油、天然气）的行业消费量，F为一次能源的碳排放系数。通过搜集不同机构研究确定的能源碳排放系数，取其平均值，确定煤炭、石油和天然气能源的碳排放系数F分别为0.728，0.549，0.416。
2出口贸易对碳排放量影响的因素分解分析
2.1结构效应根据模型（2）的计算方法，将2008年相对2004年、2012年相对2008年各主要工业行业的出口份额变化量，分别与2004年和2008年该行业的碳排放量相乘，加总后即得到出口规模和碳排放强度不变的情况下，在2004～2008年和2008～2012两个计算期内，主要工业行业由于出口结构变动而引起的碳排放量变化，计算结果如图1、图2和图3所示。由图1、图2和图3可以看出，在第一个计算期内，我国工业行业出口商品结构发生了很大的变化。其中，出口份额下降较多的行业有服装鞋帽制造业和纺织业，由此带来的碳减排量分别为142.002万吨和1536.27万吨。值得注意的是，煤炭、石油和天然气开采业出口份额的减少量虽然不是最多的，但其对我国工业碳排放量的增加发挥了最大的抑制作用，减排量为299.28万吨，此外，一些加工制造业出口份额的小幅降低也为碳减排起到了积极作用。出口份额增长较快的行业包括通信设备及其他电子设备制造业、交通运输设备制造业和金属冶炼及压延加工业。其中，通信设备及其他电子设备制造业与交通运输设备制造业属于技术密集型产业，这种行业的能源利用率高且碳排放量低，即使出口份额增长很快，带来的碳排放量占总量的比重并不大。而金属冶炼及压延加工业是加工制造行业，由该行业出口份额变动带来的碳排放增量最多，多达21006.23万吨。总的来看，在2003～2007年这一计算期内，出口商品结构的变化使碳排放量增加了20140.03万吨，结构效应为正。通过以上分析可以看出，我国工业行业的出口贸易结构处于从轻纺制品行业向机电产品和高新技术品行业转变的过渡阶段，出口商品结构已经在朝着清洁化的方向发展。从图4、图5和图6可以看出，在第二个计算期内，出口份额增长较快的行业有交通运输设备制造业、电气机械及器材制造业和通信设备及其他电子设备制造业，这主要是因为我国在这些年里逐步发展了机电产品和高新技术品的出口，由此带来的碳排放增量分别为819.425万吨、154.5555万吨和274.29万吨。由于这些行业本身属于技术密集型的低碳行业，所以由此引起的碳排放增量并没有对环境造成很大影响。出口份额减少的行业包括金属冶炼及压延加工业，金属制品业，金属、非金属矿采选业和煤炭、石油、天然气开采业，其中金属冶炼及压延加工业出口份额的调整对降低碳排放做出了巨大贡献，碳排放量减少了17810.1万吨。2007～2011年处于“十一五”规划期间，总的来看，在这一计算期内，工业行业出口结构不断向低碳低能耗转变，工业行业的碳减排起到了成效，减排量为167.81万吨，结构效应为负。由此可以说明，此计算期内，我国始终坚持以资本和技术密集型行业为主的出口结构，把减少资源密集型产品出口，作为优化出口产业结构的主要方向。结合这两个计算期来看，在第一个计算期内，我国初步确立了工业碳减排意识，但减排成效尚不明显。在第二个计算期内，各主要工业行业已基本实现了向高新技术产品出口的结构转变，并取得了较显著的碳减排成效。
2.2技术效应碳排放强度也称碳强度，是指单位国内生产总值的二氧化碳排放量。该指标主要是用来衡量一国经济同碳排放量之间的关系，如果一国在经济增长的同时，每单位国内生产总值所带来的二氧化碳排放量在下降，那么说明该国就实现了一个低碳的发展模式。鉴于本文的研究对象是各主要工业行业，因此这里的碳强度是指单位工业增加值中包含的二氧化碳排放量。根据模型（2）的计算方法，结合两个计算期各主要工业行业的行业出口额与碳排放强度变化量，二者相乘再加总便可得出主要工业行业出口对碳排放影响的技术效应，计算结果如图7、图8和图9所示。由图7、图8和图9中的碳强度数据可知，2004～2008年和2008～2012年两个计算期内，碳排放强度都较大的行业包括煤炭、石油和天然气开采业，金属冶炼及压延加工业，非金属矿物制品业，化学原料及其制品和造纸印刷及文体用品制造业，这些高碳排放行业以资源密集型和加工制造行业为主，其生产效率和排污处理水平较低，伴随着能源消耗而产生的碳排放量也较大。碳强度维持在较低水平的清洁型工业行业主要包括通信设备及其他电子设备制造业、电气机械及器材制造业，交通运输设备制造业，服装鞋帽制造业和金属制品业。总的来看，各主要工业行业的碳排放强度总体呈下降趋势，其中资源密集型和重度污染行业如煤炭、石油和天然气开采业，金属、非金属矿采选业，非金属矿物制品业和化学原料及其制品和医药制造业表现尤为显著。具体而言，第一个计算期内碳强度下降最多的行业依次为煤炭、石油和天然气开采业，非金属矿物制品业，金属、非金属矿采选业，金属冶炼及压延加工业和化学原料及其制品和医药制造业，由此带来的碳排放量分别减少了191.1万吨，215.83万吨，34.01万吨，295.23万吨和327.04万吨。在第二个计算期内，非金属矿物制品业仍保持着碳排放强度的大幅减少并跃居减幅量首位，给工业行业碳减排起到很大的推动作用。到第二个计算期结束，14个主要工业行业中有13个行业的碳强度水平已经降低到每亿元1万吨以下，表明我国在节能技术上的进步，使得工业行业获得了良好的减排效果，一些行业如各类机械、设备和器材制造行业的碳排放强度已经接近每万吨0万吨。综上所述，由于碳排放强度的变化，在第一个计算期内碳排放量减少了1233.08万吨，技术效应为负，在第二个计算期内碳排放量减少了1809.81万吨，技术效应为负。这说明在过去这两个计算期内，我国工业生产的环境保护意识明显增强了，工业生产的节能减排技术得到了大力的发展与应用，对国家的碳减排和环境保护起到了积极作用。
2.3规模效应根据模型（2）的计算方法，将2008年相对2004年、2012年相对2008年各主要工业行业的出口增长率，分别与2004年和2008年该行业的碳排放量相乘，加总后即得到出口结构和碳排放强度不变的情况下，在2004～2008年和2008～2012两个计算期内，主要工业行业由于出口规模变动而引起的碳排放量变化，计算结果如表2所示。在第一个计算期内，除金属、非金属矿采选业外，其余主要工业行业的出口规模都大幅增加，其中金属冶炼及压延加工业，交通运输设备制造业，电气机械及器材制造业，通信及其他电子设备制造业的出口增长率均超过了100%，通信及其他电子设备制造业更是高达730.01%。因而在该计算期内，由于出口规模的变动而带来的碳排放增量大大超过减排量，总计2230144.01万吨，规模效应为正，但一些机电产品和高新技术品行业的出口行业的出口规模显示出大幅度的增加。在2007～2011年也即第二个计算期间，各主要工业行业的出口规模均大幅缩小，其中，煤炭、石油和天然气开采业，金属、非金属矿采选业，金属制品业和金属冶炼及压延加工业，其出口增长率分别下降至-60.02%、-64.07%、-1.80%和-18.51%，由此带来的碳排放减量分别为792701.55万吨、37204.81万吨、352.78万吨和339860.07万吨，为工业碳减排做出了巨大贡献。在此计算期内，主要工业行业碳排放减少了204136.20万吨，规模效应为负，说明“十一五”期间，我国工业坚持走信息化道路，扩展机电产品和高新技术品行业的出口，提高了资源利用效率，加强了排污控制，工业碳减排取得了显著成效。3.4总效应综合来看，主要工业行业出口贸易的碳排放量变化是出口结构、生产技术和出口规模共同作用的结果。由表3可知，在第一个计算期内，主要工业行业出口对碳排放影响的总效应为正，其中出口规模的扩大是导致碳排放量上升的主要原因，技术进步给碳减排带来了积极作用，结构效应虽为正，但结合上述分析可知出口结构已经处于向低能耗、低碳排放的清洁化方向转型的过程中。在第二个计算期内，总效应为负，其中出口规模的减小是导致碳排放量下降的主要原因，而技术进步是减少碳排放的关键因素，出口结构的变化给碳减排起到了积极作用。
3结论与建议
减少碳排放方法范文第4篇
【关键词】碳排放；能源结构；能源效率；经济发展水平
自2005年2月16日《京都议定书》正式生效后，中国在碳排放方面承受着巨大的压力和严峻的挑战。广东省作为中国最大的经济省份，同样，在中国碳排放方面也占有了重要的地位，因此，为了实现中国碳减排的目标，广东省的作用更是不能忽视。根据现有的文献，大部分是采用LMD分解方法对中国的碳排放进行了整体的测度和分解，以及通过关联系数对经济发展与碳排放的趋同性进行分析。本文在前人的基础上，仅针对能源消费引起的碳排放进行研究分析，同样得出能源结构变化是减少广东省碳排放的主要途径。
广东省碳排放的分解因素分析：
1.能源碳排放系数估计
现阶段对各种能源的碳排放系数的权威估计主要包括DOE/EIA、日本能源经济研究所、国际可为气候变化项目以及徐国泉等。为了消除各种估计的误差，本文采取它们的平均值进行计算，经计算可得，煤炭、石油以及天然气的碳排放系数分别为0.7329t（C）/t、0.5574t（C）/t和0.4226t（C）/t。
2.广东省碳排放测算的数据来源和说明
各数据来自1991-2009年的《广东省统计年鉴》，其中生产总值（GDP）以1990年的不变价格进行处理调整。
3.广东省碳排放测算结果
从图1可以看出，广东省人均碳排放量总体上是增加的，只有在1998年和2008年稍有回落。整个时间段可以分为两个阶段，第一个阶段是1991-1997年，在这个阶段，广东省碳排放缓慢上升，平均增速为5.7%。以1998年回落为界，1999-2007年，广东省碳排放快速上升，年平均增速高达8.9%，其中，在2003年和2004年增速高达14%以上。从各影响因素的曲线位置来看，经济发展因素位于X轴上方，表明经济发展因素是拉动人均碳排放的增长因素；能源效率和能源结构位于X轴下方，表明这两者均是抑制人均碳排放增长的因素。从各曲线的变化幅度可知，能源效率在抑制广东省人均碳排放上起着重要的作用，而能源结构的作用一直没有得到充分发挥；并且经济发展变化幅度一直大于能源结构和效率的变化幅度之和，使得人均碳排放总体上处于上升的状态，在第二个阶段，能源效率的抑制作用在近年来明显趋于缓慢，而经济的快速增长以及人口的控制促使经济发展水平得到了快速的提高，增长速度远远快于能源结构以及能源效率的优化和提高，从而导致了在第二阶段人均碳排放的持续快速增长。因此，为了减缓广东省碳排放的增长速度，优化能源结构的空间更为巨大。
进一步分析各影响因素对广东省人均碳排放的贡献率，为了使得抑制因素和拉动因素直接具有可比性，将抑制因素小于1的贡献率取倒数，得到图2。
图2 1991-2008年各因素对广东省人均碳排放的贡献率趋势图
从图2可以看出，广东省经济发展水平对人均碳排放的贡献率呈指数拉动趋势。而作为抑制因素的能源效率对人均碳排放的贡献率在第一个阶段呈现较快上升状态，使得其与经济发展水平的贡献率曲线之间逐渐收窄，但能源效率在第二个阶段则表现平平，在2003年和2004年稍有回落，但却没有呈现出明显的倒“U”型；作为抑制因素的能源结构在整个研究时期对人均碳排放的贡献率几乎维持在一个较低的水平。因此，与贡献值的研究结果一致，要在保持经济的快速增长前提下，抑制广东省碳排放的主要办法就是通过优化广东省的能源消费结构，由于煤炭主要是消耗在产业结构中的第二产业，所以产业结构的升级，有利于减少煤炭的使用量，调整能源消费结构和减低广东省的人均碳排放。
参考文献：
[1]徐国泉,刘则渊,姜照华.中国碳排放的因素分解模型及实证分析:1995-2004[J].中国人口,资源与环境,2006,16(6):158-161.
[2]谭丹,黄贤金.我国东、中、西部地区经济发展与碳排放的关联分析及比较[J].中国人口,资源与环境,2008,18(3):54-57.
[3]刘宇.广东省二氧化碳排放现状及对策[J].开放导报,2009,10(5),总第146期.
减少碳排放方法范文第5篇
关键词：低碳经济；能源计量；碳计量
1引言
伴随着人口的不断增长、环境日益恶化以及温室效应的持续增强，“高能耗、高污染、能源消耗巨大”的发展模式已经成为全球各国面临的共同问题。节约能源、减少碳排放、发展低碳经济，已经成为实现经济可持续发展和保护生态环境的重要途径，低碳环保经济模式已经成为全球经济发展的新模式。该模式的特征为低能耗、低污染和低排放。低碳经济的起因来自两个方面：一是能源约束，二是气候变化，就计量而言，能源约束体现在能源计量，气候变化体现在碳计量。因此，发展低碳经济，必须大力推进能源计量与碳计量的工作，二者在落实发展低碳经济中起着基础性和关键性的作用。
2低碳经济下的能源计量
所谓能源计量是指在煤炭、原油、天然气、电力、焦炭、热力、煤气、成品油、生物智能和其他直接或者通过加工、转换而获取的有用能的各种能源过程中，对用能单位各个环节的数量、性能参数、相关的特征参数进行检测、度量和计算。能源计量是为了确定用能对象的能源完善程度而对能源及相关量的计量。2．1能源计量在发展低碳经济中的作用能源计量是用能单位节能的基础。发展低碳经济首先要做的就是减少碳排放、有效合理的利用能源资源，因而对能源的计量工作就显得尤为重要。要想节约能源，就应该找到用能单位节能降耗的关键环节，因此必须有准确和必要的计量数据，有了计量数据才能真实体现用能单位的能源消耗，从而提高能源的综合利用率。能源计量为节能监管提供了依据。在《节约能源法》中第五十三、五十四条中明确了用能单位的节能义务，强化了监督和管理；同时国务院出台了《国务院关于节能工作的决定》，要求督促用能单位开展能源计量工作。因此只有做好能源计量工作，提供准确可靠的能源计量数据才能编制出反应用能单位内部真实的用能情况，为各级节能部门对能源监管提供数据支持。能源计量是减少排放、解决环境问题的有效措施。能源计量能够对废弃物排放进行实时全程测量监控，对测量的数据进行汇总、整理、归档、分析，从而发现污染问题并提出有效的解决方法，可极大的提高废物的利用率，减少对环境产生有害影响废弃物的排放，改善环境问题。2．2能源计量措施（1）加强宣传，营造氛围。能源计量本身不产生直接的经济效益，从而导致部分用能单位不太重视该工作，因此要加强国家能源形势、能源政策和能源计量重要性的宣讲，宣传节能计量知识，提高用能单位的能源计量意识，使用能单位特别是重点用能单位将被动接受变为主动狠抓落实。（2）执法监督，强化力度。首先根据JJF1356－2012《重点用能单位能源计量审查规范》及GB17167－2006《用能单位能源计量器具配备和管理通则》对用能单位计量器具的配备、检定、使用和管理情况进行检查，其次加强实施能源效率标识管理，扩大能效标识的应用，促进用能单位加快高效节能产品的应用。（3）加强培训，提供保障。举办能源计量技术培训班，邀请能源计量方面技术专家为用能单位特别是重点用能单位的能源计量管理人员讲解能源计量、能源平衡测试等方面的知识，宣传贯彻能源计量相关法律法规，制定人员培训计划，指导用能单位能源计量人员的培训，从而提高用能单位能源计量技术水平。
3低碳经济下的碳计量
碳计量是对碳排放量的测量计算，又称碳核查或编制温室气体排放清单。碳计量在我国低碳经济发展中起着“眼镜”和“尺子”的作用，通过计量碳排放量获得数据，用来评价低碳经济的发展情况，反应节能减排的效果。因此发展碳计量是建设低碳经济、实现减排目标和减小温室效应的关键和前提。3．1碳计量在发展低碳经济中的作用温室气体核查过程的基础。进行温室气体量化、核查工作，编制温室气体排放量清单和碳排放量报告，组织核查工作等一系列活动的基础是活动水平数据的收集和排放因子的确定，因此，无论是直接获得碳数据还是间接测量碳数据都离不开碳计量。温室气体排放清单编制的前提。低碳经济发展的重要数据就是碳排放清单。排放清单从理论上说可以通过对各类碳排放的连续监测和计量获得，但由于碳排放源繁多且排放总量大，气体排放成分复杂，使得对气体排放实现连续监测计量变得不太可能，因此目前国内外均采用通过直接能源消耗和间接消耗的数量统计，再通过量化得到排放因子，编制排放清单。碳计量主要体现在对水、煤、电等用量计量上，通过对这些数据的测量可以估算排放量，为编制对应的清单打下基础。为企业节能减排提供依据。通过温室气体排放核查以及清单编制工作，可以确定企业的排放源和高能耗设备，企业可以根据这些计量数据有针对性、有目的性地开展节能减排工作，进行用能情况实时、动态分析等，这些节能减排措施的运用都离不开碳计量。3．2碳计量方法目前，我国对于经济活动生产的碳排放如何进行量化，还没有形成比较完善的体系和方法，需要进一步研究。然而国际上关于碳计量的方法很多，主要包括：系数法、IPCC推荐缺省法、部门分类核算法以及卡亚公式等。（1）系数法主要用于能源碳排放量的计算，其公式为：E＝k×N其中，E为碳排放量，k为碳排放因子（中国CO2的排放因子系数为0．67，日本为0．68，美国为0．69），N为某一能源使用数量。（2）缺省法是根据能源消耗量估算碳排放量，是一种粗略的估算，其公式为：CO2排放量＝（燃料消费量×单位碳含量－固碳量）×氧化率×3．7（3）部门分类核算法是以部门为基础，使用更加微观的数据，通过对每个部门使用每种燃料进行单独计算并进行汇总得到每个部门总排放量，然后利用同种方法将每个部门的碳排放量进行相加得到总排放量。该方法缺点是计算起来比较繁琐，但是与缺省法比，其计算结果更接近真实排放量。（4）卡亚公式由日本学者yoichikaya提出，反映了碳排放与GDP和人口间的关系。其公式为：CO2排放量＝人口×人均GDP×单位GDP能耗量×单位能耗碳排量从该公式可以看出，我国经济高速发展阶段，GDP高速增长，要减少排放量就必须降低单位GDP能耗量和单位能耗碳排量。
4能源计量与碳计量的关系
能源计量主要工作是节能，其重点是减少能耗、有效使用能源；而碳计量主要工作是减排，其重点是减少碳排放、控制温室气体效应，这是两者的不同点。同时两者又是相辅相成的、相互促进的，两者都是以计量数据为基础，碳计量是能源计量的一部分，又是能源计量发展的分支，两者是实现低碳环保可持续发展的重要前提和基础，缺一不可。
5结语
中国目前处于经济发展的关键时期，长年粗放型的增长模式造成了能源紧张、环境污染、气候变化等问题，这就要求必须走低碳经济的可持续发展道路。因此必须大力倡导开展能源计量、碳计量工作，为节能减排提供技术保障。
参考文献：
［1］邓思齐．低碳经济背景下碳计量工作的思考［J］．中国计量，2013（12）：103～105．
［2］张春鹏，唐蓉，王昌玲．碳计量的国际经验和实际做法［J］．未来与发展，2015（10）：45～47．
［3］陈卫斌，曾鉴三．碳计量：由概念到技术支撑［J］．中国计量，2012（2）：39～40．
［4］胡建栋，刘继兵．重点用能单位能源计量审查规范［M］．北京：中国质检出版社，2012．
［5］张昌州．浅析能源计量在低碳环保经济建设中的作用［J］．现代营销，2011（6）：228．
［6］吴斌．狠抓能源计量，助推低碳经济［J］．福建质量技术监督，2011（5）：26～27．
［7］赵海凤，闫昱霖，张大红．低碳经济计量模式［J］．生态学报，2015，35（4）：1249～1257．
［8］杨蕾．没有碳计量就没有碳交易［J］．质量探索，2014，11（Z1）：63～64．
［9］吕学都，王艳萍，黄超．低碳经济指标体系的评价方法研究［J］．中国人口．资源与环境，2013，23（7）：27～33．
［10］周娟．低碳工业园区评价指标体系研究［D］．武汉：华中科技大学，2013．
［11］方大春，张敏新．低碳经济的理论基础及其经济学价值［J］．中国人口．资源与环境，2011，21（7）：91～95．
减少碳排放方法范文第6篇
关键词：碳减排；治理机制创新；利益相关者；界定与分类
中图分类号：F062.2
文献标识码：A 文章编号：16721101（2014）05001708
如何进行环境治理，减少碳排放，实现可持续发展，是我国当前亟待解决的重要问题。
从目前我国碳排放治理的实践来看，存在着企业投资动力不足，科研机构创新精神不够；政府管理部门多、杂，权利交织导致调控力下降，治理成本高；管理方式行政化，与其他利益相关者的利益冲突严重等问题。本文对碳减排利益相关者界定为对碳减排负有责任、拥有相应的权力和减排手段，对碳减排目标实现具有较大影响，与碳减排利益关系较大的组织。
这些问题表明了我国碳排放治理中政府单方治理的高成本、低效益，同时利益相关者的力量未得到有效利用。针对存在的这些问题，作者将从利益相关者共同治理角度对碳减排治理模式进行创新研究，为我国碳排放治理开辟新的途径。本文将对我国碳减排的利益相关者进行界定和分类，回答谁是利益相关者，并对其进行分类，明确其在碳减排中的角色地位。
一、文献综述
目前与碳排放利益相关者分类直接相关的研究文献尚未检索到。
碳排放方面的研究主要集中在碳排放的驱动因素及其影响程度，碳排放与经济增长、能源消费等的关系及碳排放的因素分解等方面[1-4]。学者研究认为我国碳排放增长的主要原因在于产业结构、能源结构、能源效率、人口因素、城镇化建设等方面，据此提出了调整产业结构、提高非化石能源比重、能源效率和人口素质等方面的建议[5-7]。这些丰硕的研究成果是本文进一步研究的基础。碳排放治理的文献侧重于政府单向治理，如碳减排政策的制定、取向分析和政府在碳减排中的职能等[8-11]。李欣研究认为环境治理中政府管制手段的优点是强制性高，效果明显，缺点是简单粗暴，经济效益差以及深层次的无法回避的制度缺陷[12]。学者在碳排放权市场交易机制、碳税、碳金融政策等方面也有大量研究成果[13-15]。如樊纲为代表的学者明显倾向于碳税政策[16]，而国务院发展研究中心课题组则明确建议采用碳市场制度[17]。财政税收手段属于双刃剑，一方面会带来碳排放量的下降，另一方面其对能源产业、收入分配、就业、国际贸易及公平性等方面的影响难以确定[18-19]。碳排放市场交易手段在国际层面的问题是如何确定初始碳排放的国际分配及界定方面，难以达成国际共识，在国家层面其关键问题是碳排放总量控制制度及市场机制的完善问题，也难以发挥利益相关者的推动力和积极性。
碳减排政策建议从客观上来看是降低碳排放的有效途径，而政策的实施要依赖于利益相关者去执行，其实施效果取决于利益相关者群体的执行程度和积极性。同时，目前的治理模式不能发挥利益相关者的积极性和推动力量。因此，提高碳减排效果还需要研究利益相关者及其在碳减排中的角色地位、利益要求等。
利益相关者治理理论早期主要应用于公司治理的研究，近年来扩展到了生态旅游和可持续能源等领域，得到了广泛应用。本文将利益相关者理论引入碳排放治理领域，试图突破目前的碳税治理和碳排放权治理模式的研究，为我国碳排放治理研究新的途径，提供新的选择。
二、方法与数据
（一）研究方法
根据本文对我国碳减排利益相关者的界定，选择政府、生产企业、银行、碳排放权交易机构、研发机构、能源供应行业、新闻媒体、公众团体、投资者、中介机构等10个组织进行调查研究。需要说明的是，中国管理碳减排的部门有国家各级政府部门、国家及各级环保部门和各级节能减排部门，在控制碳排放事务方面他们属于互补关系和上下级关系，共同为治理碳排放任务工作。因此，在本文中中国政府管理碳排放的部门统称为政府，以下不在说明。
借鉴学者提出的“多维细分法”和“米切尔评分法”的分析思路[20-22]，本文从利益相关者的合法性、权利属性和利益要求的紧急性三个维度对中国碳排放的利益相关者进行界定和分类。
根据界定与分类方法，本文编写了调查问卷，要求调查对象分别从合法性、权利属性、紧急性等三个维度对所给出的10种利益相关者与碳减排的相关程度按着从大到小进行排序，排名第一用1分表示，排名第二用2分表示，依次类推。因此，1分表示相关程度最大，2分表示相关程度第二大，依次类推，10分表示相关程度最小。
其中，合法性，表示该组织是否在法律或道德或特定的被赋予了减少碳排放的义务、责任，或承担了碳减排风险；权力属性，表示该组织是否拥有影响我国碳减排的能力、地位和相应的手段，对碳减排目标实现影响力的重要性程度；紧急性，表示该组织与碳减排的利益相关程度和实现碳减排目标的迫切性程度。
（二）数据来源
通过对调查对象的分析、选择，本次调查共计发放调查问卷750份，实际回收586份，回收率78.13%，回收的问卷中有效问卷529份，回收问卷有效率90.27%。调查对象的分布情况如表1所示。
表1 调查对象的分布情况
分类频数百分比（%）
性别男29655.95
女23344.05
年龄30岁及以下18534.97
30-40 岁16431.00
40岁以上18034.03
学历本科24345.94
硕士研究生 19436.67
博士研究生9217.39
工作行业大学417.75
研发机构499.26
政府部门6311.91
生产企业6913.04
金融业438.13
中介组织529.83
能源供应行业489.07
新闻媒体519.64
碳排放权交易机构529.83
公众团体6111.53
从调查对象的分布情况来看，调查对象性别、年龄结构分布合理，学历为本科以上层次，对碳减排能有较为准确的认识和理解，从工作行业来看分布在大学等10个行业，包含了碳减排的利益相关者行业，调查对象来源较为广泛。从调查样本数量来看，除其它行业外最少的分类变量数据大于40个，数据量可以满足统计分析的基本要求。
三、实证结果与分析
对回收的有效问卷利用SPSS16.0软件进行统计分析，包括调查数据描述性统计、配对样本T检验。
（一）描述性统计
首先，对调查结果从合法性、权利属性和紧急性三个维度进行描述性统计。三个维度的描述性统计结果分布如表2、表3和表4所示：
表2 利益相关者合法性维度上评分的描述性统计
（N）（Min）（Max）（Mean）Std D.
政府529172.155 30.703 6
生产企业529181.135 90.931 2
银行5292105.935 01.410 4
碳排放权
交易机构5291108.841 71.160 6
研发机构5292103.791 31.468 1
能源供应行业5293104.660 21.531 4
新闻媒体5291105.201 01.240 1
公众团体5291107.188 30.857 6
机构投资者5292108.233 00.988 4
中介机构5294106.730 10.703 6
注：根据调查问卷的按相关程度大小排序要求，1分表示相关程度最大，2分表示相关程度第二大，依次类推，10分表示相关程度最小。表2、表3的含义相同。
如表2所示，从碳减排的合法性维度上来看，按平均得分的大小，合法性程度从高到底依次为：生产企业、政府、研发机构、能源供应行业、新闻媒体、银行、中介机构、公众团体、机构投资者、碳排放权交易机构。
表3 利益相关者权利性维度上评分的描述性统计
（N）（Min）（Max）（Mean）Std D.
政府529151.679 60.542 2
生产企业529192.18641.088 4
银行5292105.820 42.106 1
碳排放权
交易机构529198.956 32.093 2
研发机构5291104.272 81.285 3
能源供应行业5292105.101 91.310 0
新闻媒体5291103.252 41.596 6
公众团体529187.762 11.506 1
机构投资者5291106.757 31.091 7
中介机构5294107.168 01.251 3
如表3所示，从碳减排的权利属性维度来看，权利大小从高到底依次为：政府、生产企业、新闻媒体、研发机构、能源供应行业、银行、机构投资者、中介机构、公众团体、碳排放权交易机构。
表4 利益相关者紧急性维度上评分的描述性统计
（N）（Min）（Max）（Mean）Std D.
政府529151.626 21.727 0
生产企业529192.132 01.448 2
银行5292107.077 71.655 6
碳排放权交易机构5291108.664 81.3798
研发机构5292105.193 21.580 8
能源供应行业5293104.889 30.928 8
新闻媒体5291103.786 42.269 8
公众团体5291104.089 31.462 9
机构投资者5291106.359 21.942 8
中介机构5293107.972 80.807 0
如表4所示，从碳减排的利益要求被关注的紧急性维度来看，从高到底依次为：政府、生产企业、新闻媒体、公众团体、能源供应行业、研发机构、机构投资者、银行、中介机构、碳排放权交易机构。
（二）配对样本T检验
利用配对样本T检验（Paired-Samples Test）进一步判断上述利益相关者每两个变量均值之差与0是否具有显著性差异。
合法性维度利益相关者评分均值差异的配对样本T检验结果如表5所示。
表5 合法性维度评分均值差异的配对样本T检验结果
123456789
1.政府
2.生产企业0.98**（7.77）
3.银行7.18**（7.36）6.20**（4.83）
4.碳排放权交易机构5.29*（4.32） 4.31**
（6.91）1.89（2.71）
5.研发机构5.64*
（4.25）4.66**
（7.51）1.54**
（5.35）0.35**（5.52）
6.能源供应行业4.50**
（5.40）3.52**
（8.79）2.67**
（4.77）0.78**
（5.80）1.13**
（6.37）
7.新闻媒体7.65**
（5.25）6.67**
（8.01）0.47**
（4.84）2.36**
（6.04）2.01**
（7.75）3.14
（2.09）
8.公众 团体3.73**
（6.52）2.75**
（9.24）3.45**
（8.52）1.55**
（4.72）1.90**
（8.02）0.77**
（9.70）3.91**
（8.54）
9.机构投资者5.08**
（4.48）4.10**
（4.79）2.10**
（8.25）0.21**
（5.44）0.56**
（7.38）0.57
（1.25）2.57**
（7.75）1.34**
（3.69）
10.中介机构6.17**
（4.38）5.19**
（9.15）1.00**
（4.10）0.89**
（3.82）0.54**
（5.31）1.67**
（5.87）1.47**
（4.88）2.44**
（6.15）1.10**
（8.01）
注：未加括号的数据表示某两类利益相关者在该维度上评分的均值的差，括号内的数据为配对样本T 检验值。*表示均值之差通过了95%置信度的检验，**表示均值之差通过了99%置信度的检验。均
值之差的数据下方有横线者，表示未通过检验。表6、表7含义相同。
从表5可以看出，从合法性维度来看，除个别利益相关者未通过配对样本检验外，绝大部分检验结果具有非常显著的统计意义上的差别，表明绝大部分利益相关者的排序都具有显著的统计意义上的差别。因此，合法性维度上利益相关者的评分均值可以反映其在碳减排中合法性程度的大小关系。
权利维度利益相关者评分均值差异的配对样本T检验结果如表6所示。
表6 权力维度评分均值差异的配对样本T检验结果
123456789
1.政府
2.生产企业0.89**
（4.24）
3.银行7.03**
（4.16）6.14*
（5.36）
4.碳排放权交易机构2.17**
（5.02）1.28**
（6.29）4.86**
（5.81）
5.研发机构1.79**
（4.53）0.89**
（5.22）5.25**
（4.96）0.38**
（6.20）
6.能源供应行业3.82**
（6.33）2.92**
（7.27）3.22**
（7.13）1.65**
（7.96）2.03
（1.23）
7.新闻媒体6.47**
（4.95）5.57**
（5.72）0.5**7
（6.36）4.30**
（7.81）4.68**
（7.63）2.65
（1.92）
8.公众团体0.02**
（4.26）0.92**
（5.28）7.06**
（5.94）2.19**
（5.22）1.81**
（6.73）3.84**
（5.85）6.49**
（4.24）
9.机构投资者3.97**
（6.24）3.08**
（7.22）3.06**
（7.58）1.80**
（7.91）2.18**
（6.34）0.16**
（6.21）2.50**
（6.39）4.00**
（7.03）
10.中介机构5.78**
（5.08）4.89**
（7.19）1.25**
（7.06）3.61**
（6.10）4.00**
（6.76）1.97**
（6.18）0.68**
（7.25）5.81**
（6.89）1.81**
（7.82）
从表6可以看出，从权力维度来看，仍然是绝大部分检验结果具有非常显著的统计意义上的差别，表明绝大部分利益相关者的排序都具有显著的统计意义上的差别。因此，权利维度上利益相关者的评分均值可以反映其在碳减排中权利的大小关系。
紧急性维度利益相关者评分均值差异的配对样本T检验结果如下页表7所示。
从表7可以看出，从权力维度来看，大部分检验结果具有非常显著的统计意义上的差别，表明绝大部分利益相关者的排序都具有显著的统计意义上的差别。因此，紧急性维度上利益相关者的评分均值可以反映其在碳减排中紧急性程度的大小关系。
（三）分类结果
根据各个利益相关者在三个维度上的得分均值及配对样本T检验结果，我们可以得到中国碳减排的利益相关者分类情况，如表8所示。
根据表8中的各个利益相关者的在三个维度的评分分布情况，本文对我国碳减排的利益相关者分类如下：
核心利益相关者，至少在2个维度的得分在4分以下。他们在中国减少碳排放的作用不可或缺，承担着碳减排的责任和义务，与减少碳排放具有紧密的利害联系，在碳减排活动中，有一定的利益要求和权利，在很大程度上可以决定碳减排目标的实现与否。 他们包括政府、生产企业、新闻媒体。
重要利益相关者，至少在两个维度上的得分在4分以上和6分以下。他们已经与碳减排形成了较为密切的关系，付出了专用性投资，在实践中承担者一定的风险。在正常状态下，他们一般表现为一种显性契约人，而一旦其利益要求没有得到很好的满足或受到损害时，他们可能从潜在状态变为活跃状态，从而直接影响我国碳减排目标的实现。他们包括研发机构、能源供应行业、银行。
一般利益相关者，至少在两个维度上的得分在6分以上。他们对我国碳减排目标的实现发挥辅助作用，往往被动的受到碳减排活动的影响，不能对减少碳排放直接施加影响，对实现减少碳排放目标的重要性程度较低，其实现利益要求的紧迫性也不强，他们包括中介机构、公众团体、机构投资者、碳排放权交易机构。
表7 紧急性维度评分均值差异的配对样本T检验结果
123456789
1.政府
2.生产企业1.31**
（5.04）
3.银行6.15**
（5.49）7.45
（1.08）
4.碳排放权交易机构3.74**
（5.07）5.05*
（4.51）2.40**
（8.06）
5.研发机构0.54**
（3.84）0.77**
（8.30）6.68**
（4.13）4.28**
（5.87）
6.能源供应行业3.26*
（4.95）4.56**
（3.64）2.89*
（4.33）0.49**
（5.24）3.80**
（4.86）
7.新闻媒体4.85**
（6.26）6.16**
（3.12）1.29**
（4.23）1.11**
（5.26）5.39
（1.98）1.60**
（4.24）
8.公众团体1.26**
（6.98）2.56**
（6.08）4.89**
（7.18）2.49**
（6.36）1.80**
（5.24）2.00**
（5.82）3.60**
（6.33）
9.机构投资者5.93**
（3.92）7.23**
（4.08）0.22**
（3.89）2.18**
（4.32）6.47**
（5.16）2.67**
（4.91）1.07**
（4.56）4.67
（0.12）
10.中介机构5.14**
（3.75）6.45**
（4.32）1.00*
（4.78）1.40**
（3.81）5.68**
（3.97）1.88**
（5.01）0.29**
（4.61）3.88**
（5.58）0.79
（0.69）
表8 中国碳减排利益相关者三维分类结果
评分[1，4][4，6][6，10]
合法性生产企业、政府、研发机构能源供应行业、新闻媒体、银行中介机构、公众团体、机构投资者、
碳排放权交易机构
权力性政府、生产企业、新闻媒体研发机构、能源供应行业、银行机构投资者、中介机构、公众团体、碳排放权交易机构
紧急性政府、生产企业、新闻媒体公众团体、能源供应行业、研发机构机构投资者、银行、中介机构、碳排放权交易机构
四、结论与展望
通过广泛的问卷调查和分析，本文将我国碳减排的利益相关者划分为核心利益相关者、重要利益相关者和一般利益相关者。不同的利益相关者在不同领域对我国碳减排发挥作用。
从核心利益相关者来看，控制及减少碳排放具有公共事务的性质，因此调查对象普遍认为政府在碳减排中应发挥主导作用，包括政策制定、管理机制、利益关系调节等政府均应发挥领导作用。生产企业是主要碳排放者和减少碳排放的直接执行者，因此是实现减排目标的关键。生产企业在生产中担负着加强节能环保技术开发、引进技术设备减少碳排放、提高产品的环保性能等重要作用。同时，减少碳排放在一定时期上将增加企业生产成本，提高产品价格，因此，生产企业实现减少碳排放需要外部力量的介入及资金支持。新闻媒体在碳减排中具有强大的舆论宣传优势及监督能力，被调查对象给予了厚望。政府、生产企业及新闻媒体分别在领导、执行、监督三个方面对我国实现碳减排目标中发挥核心主导作用。
从重要利益相关者来看，研发机构一方面为减少碳排放提供政策建议、决策支持，另一方面提供技术支持，提高我国能源的利用效率，从而减少碳排放。能源消费是碳排放的主要来源，能源供应行业可以通过控制能源供应的种类、数量及价格来影响能源的消费数量及种类，促使消费者加大节能投入，同时，可以开发新的绿色能源，从而减少碳排放。银行在政府的领导下通过对融资项目进行环保评价控制资金的供给和使用方向来引导节能减排行为，也在客观上承担了减排责任和风险。但目前其作用还非常有限。研发机构、能源供应行业和银行分别在技术支持、能源供给种类及数量、资金供给等方面对我国碳减排发挥重要作用。
从一般利益相关者来看，中介机构在碳减排中负责检测、检验认证、咨询策划等，可以帮助和促进碳排放交易的顺利进行，降低交易成本和费用。公众团体可以通过举办活动向社会宣传能源、气候及环境状况等，提高社会公众的节能减排的认识，也会通过一些活动向污染较大的生产企业进行抗议，对其施加压力，督促其减少碳排放。机构投资者可以为企业实现减排目标提供资金支持，但其以盈利为目标，其投资活动将以其预期盈利目标为前提。碳排放权交易机构是解决碳排放的问题的市场机制，促进具有成本效率的碳减排。现阶段由于碳排放治理是市场机制还处于起步阶段，他们能发挥的作用还非常有限或尚未发挥作用。随着市场机制的成熟和完善，这些利益相关者在碳减排中从碳检测认证、投融资、市场交易等角度对我国碳减排发挥重要的辅助作用。
明确了利益相关者在碳减排中的角色地位可以为我们构建合理的利益相关者共同治理机制，促进利益相关者在碳减排中发挥积极作用和推动力量提供指导。参考文献：
[1] 孙作人，周德群，周鹏.工业碳排放驱动因素研究：一种生产分解分析新方法[J]. 数量经济技术经济 ，2012（5）：63-74.
[2] 何小钢，张耀辉. 中国工业碳排放影响因素与CKC重组效应―基于STIRPAT模型的分行业动态面板数据实证研究 [J]. 中国工业经济，2012（1）：26-35.
[3] Ang J B.CO2 Emissions， Research and Technology Transfer in China[J]. Ecological Economics， 2009， 68： 2658-2665.
[4] Betül zer， Erdem G rgün， Selahattin ncecik. The scenario analysis on CO2 emission mitigation potential in the Turkish electricity sector： 20062030 [J]. Energy， 2013（49）： 395-403.
[5] 林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009（4）： 27-36.
[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 .
[7] 王小鲁，樊纲，刘鹏. 中国经济增长方式转换和增长可持续性[J]. 经济研究，2009（1）：4-16.
[8] Apergis N，J. E. Payne. CO2 emissions， energy usage and output in central America [J]. Energy Policy， 2009， 37（8）：3 282-3 286.
[9] Thanh Cong Nguyen， Jackie Robinson， Shinji Kaneko， et.al. Estimating the value of economic benefits associated with adaptation to climate change in a developing country： A case study of improvements in tropical cyclone warning services [J]. Ecological Economics， 2013， 86 （2）： 117-128.
[10] 途正革.中国的碳减排路径与战略选择-基于行业部门碳排放量的指数分解分析 [J].中国社会科学，2012（3）：78-94.
[11] Henri L. F. de Groot， Erik T. Verhoef and Peter Nijkamp.Energy saving by firms： decision-making， barriers and policies [J]. Energy Economics， 2001， 23 （6）：717-740.
[12] 李欣. 环境政策研究[D].北京：财政部财政科学研究所，2012.
[13] 李昊，赵道致. 基于多Agent 的碳排放权交易机制建模与仿真[J].计算机工程与应用，2012，48（25）：9-14.
[14] T. Callan， S. Lyons， S. Scott， et al. The distributional implications of a carbon tax in Ireland [J]. Energy Policy， 2009， 37（2）：407-412.
[15] Philip James. Overcoming barriers to low carbon dwellings： the need for innovative models of finance and service-provision [J]. Environmental Development， 2012， 2（4）： 6-17.
[16] 樊纲. 走向低碳发展：中国与世界-中国经济学家的建议[M]. 北京：中国经济出版社，2010.
[17] 国务院发展研究中心课题组. 全球温室气体减排：理论框架和解决方案[J]. 经济研究，2009（3）：4-13.
[18] 沈满红，吴文博，魏楚. 近二十年低碳经济研究进展及未来趋势[J]. 浙江大学学报：人文社会科学版，2011，41（3）：28-39.
[19] Chuanyi Lu， Qing Tong， Xuemei Liu. The impacts of carbon tax and complementary policies on Chinese economy[J]. Energy Policy， 2010， 38（11）： 7 275-7 278.
[20] Freeman R E. Response： Divergent Stakeholder Theory [J]. Academy of Management Review， 1999， 24（2）： 233-236.
减少碳排放方法范文第7篇
中国于2007年超过美国成为世界第一碳排放大国。2011年全球共排放CO2340亿吨，中国占世界总排放量的比重高达29%。①与此同时，中国从2003年开始，OFDI迅猛增长。《中国对外直接投资统计公报（2012）》显示，2011年中国OFDI实现了自2003年以来连续10年的高速增长，达到746.5亿美元，同比增长8.5%；2003~2011年，中国OFDI年均增长速度为44.6%。中国不断增加的OFDI是否如“污染天堂假说”所说，转移了高污染及高能耗产业，有助于减少本国的CO2排放，这是一个值得深思的问题，也是本文的主要议题。
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。
（五）调整环境治理手段，逐步改变使用高碳排换取低“三废”的治理手段
减少碳排放方法范文第8篇
关键词：LED照明灯；道路照明节能改造；高效照明；碳减排量 引言
随着能源危机的加剧，节能减排成为共识。我国也把控制温室气体排放作为积极应对全球气候变化的重要任务，国家“十二五”规划明确提出了“到2015年单位国内生产总值能源消耗降低16%，单位国内生产总值二氧化碳排放降低17%”的约束性指标。目前我国照明用电占全社会用电量的12%左右，因此在照明行业推广使用高效节能的照明产品，对于节能减排和照明产业转型升级具有重要意义。有数据统计，地级以上城市，每年路灯耗电量达1000万度以上，电费支出超800万元，二氧化碳排放量达7000吨。因此，为积极贯彻和落实国家“节能减排”的方针政策，实施城市路灯节电改造是城市节能减排的一项重要措施，也是用实际行动建设低碳生活的重要举措。
同时，国家发展改革委办公厅已《关于开展碳排放权交易试点工作的通知》，批准北京、天津、深圳等 7省市为试点开展碳排放权交易工作，计划于“十二五”期间逐步建立庞大的国内碳排放交易市场，但由于国内碳交易市场处于刚刚建立和起步阶段，如何科学有效地计量某些项目层面碳减排量或减排潜能仍然是一个技术难题，而各个行业作为碳交易的重要参与方，也必然需要尽快的建立相应的行业规范、科学适用的温室气体核算体系，以使各行业完成的减排量具有公信力和可交易性。
1 LED节能路灯定义及其特点
LED路灯（Light Emitting Diode，发光二级管）即半导体照明灯。它是一种基于半导体PN结形成的用微弱的电能就能发光的高效固态光源。LED路灯与常规高压钠灯路灯不同的是，大功率LED路灯的光源采用低压直流供电、由GaN基功率型蓝光LED与黄色荧光粉合成的高效白光二极管，具有高效、安全、节能、环保、寿命长、响应速度快、显色指数高等独特优点，可广泛应用于城市道路照明。
2 LED节能路灯碳减排量计算方法
LED节能灯性能优越，是引领全球低碳和负碳经济社会发展的一个突破口。推广使用LED节能灯可以大大减少电力消耗，从而减少能耗和碳排放量，虽然对于节能灯一类的低碳产品的推广使用而言，每一个低碳产品所产生的减排量是很微小的，但当推广使用数量累计到一定量的后，其整体减排收益则非常巨大。
据有关方面统计，中国现有路灯总数大约在一亿盏以上，并以每年20%的速度增长。如果将这一亿盏路灯折合成6000万盏250瓦的路灯进行对比，假定每盏路灯每天工作10小时，现在普遍的使用的高压钠灯每年将会产生将近1100千克的二氧化碳，若全部改造成LED路灯，那么总共可以节约1300万千瓦的功率，在1年内将节约597亿度电，从而也大大减少了二氧化碳的排放量。
我国目前的碳排放量计算方法主要是参考《京东议定书》中的清洁发展机制（CDM）基于项目的核算体系。其中与照明领域节能灯相关的CDM方法学主要有： AMS-II-C需求方采用特定技术提高能效的小型方法学；AMS-II-J高效照明技术的需求侧应用活动；AMS-II-N需求侧再建筑安装节能灯及节能控制装置的能效提高方法学等，本文主要参考LED灯相关的碳减排量核算方法，对LED灯道路照明节能改造项目的碳减排计算方法进行了探索，并应用于具体产业化实例中，试图对该类项目的碳减排量计算方法提供借鉴意义。
3 项目案例
3.1 项目简介
本项目计划将某城镇道路原有的钠灯及汞灯全部更换为LED节能路灯；同时，城镇道路新安装路灯也将全部采用LED节能路灯。项目改造及新安装路灯总里长数为463.65公里，改造及新安装路灯总数25，253盏。具体方案如下：
路灯改造：
3.2 LED节能路灯替换项目碳减排量计算
根据项目特点，替换或新建LED路灯，是通过替代传统的高压钠灯减少了电力消耗，从而减少碳排放量。年碳减排量可由年节省的电量与相应的电网二氧化碳排放因子相乘得到，能耗由照明系统的功率与运行时间相乘得到。
3.2.1 项目边界
根据项目特点，该项目边界包括所有改造及新安装路灯消耗的电力及电力生产所涉及的华中区域电网。
3.2.2 项目碳减排量计算
现以该城区路灯改造项目中某具体乡镇安阳乡改造为例，即用300盏56W的LED节能路灯改造功率150W的钠灯，并新建200盏56w节能路灯，计算碳减排量如下：
（1）项目基准线排放量
项目的基准线确定为使用钠灯及汞灯用于公路照明。
首先计算项目的基准耗能量
4 结束语
本文简要介绍了LED照明路灯的节能减排潜力，并通过项目案例，借鉴现有温室气体排放核算方法，对具体LED照明路灯改造项目碳减排量进行了简化核算，可以得出结论， LED路灯作为低碳产品当推广使用达到一定数量后，将会产生较大的减碳效益。中国的路灯总数很庞大，且以较快的速度继续增长，且LED路灯的技术也日趋成熟，未来凭借其绿色环保、高效节能的优势，必将作为节能先锋普遍应用于路灯的节能改造中，从对照明领域的节能减排做出重大贡献。
参考文献
[1]国家发改委，2013年区域电网基准线排放因子.北京.2013
[2]节能灯技术与低碳照明[M].河北科技出版社，2011
[3]王志艳.能源世界[M].呼和浩特：内蒙古人民出版社，2007