碳排放的影响因素大全11篇
时间：2024-03-05 14:44:50
碳排放的影响因素篇（1）
中图分类号：F124.5 文献标志码：A 文章编号：1673-291X（2014）06-0284-02
引言
目前，由于二氧化碳导致的全球变暖引起了世界各国的关注。作为一个生态大省云南省是著名的植物王国和动物王国，在全球变暖的过程中，2009―2012年云南省经历了百年不遇的旱灾，其生存和发展的环境受到了严重的威胁。但是，近年来发达国家的统计数据显示，居民生活消费中直接与间接能源消耗已超过产业部门，成为碳排放的主要增长点。但对于云南来说面临着几个特殊问题：工业化水平不高，正处于工业化的加速进程中；云南省是少数民族聚集区，人口在急剧增加，碳排放会随着人口规模和工业化水平的提高而不断增加。面对生存环境受到严重的威胁，近年来云南提出要发展低碳经济，建立能源有效利用、环境美好和经济持续发展的低碳省份。如何在现有条件下实施节能减碳，本文从云南居民生活消费的直接能源消耗产生的碳排放简称生活碳排放出发，研究云南居民生活碳排放的规律，对于促进居民可持续消费、寻找新的节能减碳途径都具有十分重要的意义。
一、研究方法
（一）建立模型
在环境研究中，多采用扩展的STIRPAT模型，本文考虑到数据的可获取性与变量之间的关系，研究中选取了国内外常用的几个社会经济指标：年末人口数、人口城市化率、人均消费支出以及能源结构作为解释变量。在各种能源中，一次电力（云南省主要是水电）不排放，和所有的化石能源有明显差异，因此碳排放影响因素模型中的能源结构用水电占生活能耗的比重表示。根据居居民生活消费的直接能源消耗对二氧化碳排放进行测算，并把它作为被解释变量进行回归分析。记为I生活碳排放，Ps为人口规模，Pt为人口城市化率，A为人均消费额，T为能源结构，则生活碳排放影响因素的STITPAT模型为：
lnI=lnα+bs（lnPs）+bt（lnPt）+c（lnA）+dln（T）+lne （1）
（二）数据来源与测算
对于云南省而言，由于云南地处热带和亚热带交界处，且大部分地区位于海拔较高的云贵高原上，形成了复杂多样的气候。就全省而言，大部分地区气候温润，冬夏温度差别不大，因此云南大部分地区不需供暖（热力供应）和制冷，为云南省居民的生活节省了不少能耗。因此，计算云南省居民的生活能耗碳排放，关键是电力排放的计算。云南电力的构成主要包括火电和水电，而且云南的水电占比是全国最高的。由于水电不产生碳排放，因此电力的排放实际上是火电的排放。火电的排放可按在生产过程中消耗的煤炭、石油和天然气数量简单计算，虽然火电生产过程中也消耗了部分其他能源，主要是秸秆、沼气等非化石能源，由于这部分能源占比很小，而且缺乏相应的参数，因此这部分碳排放忽略不计。通过以上介绍的方法，根据IPCC清单中的碳排放系数，结合《中国能源统计年鉴》中各种能源的平均低位发热量，可以计算得到各种能源的CO2排放系数。最终可计算云南生活碳排放总量，并收集汇总人口和消费数据进行分析研究。
二、实证分析
本文在变量选取上有明显的共线性，解决多重共线的方法有很多种，如主成分分析，岭回归，偏最小二乘法等，本文采用单因变量偏最小二乘方法拟合模型。偏最小二乘法是集主成分分析、典型相关分析和多元线性回归分析三种分析方法的优点于一身，可以有效解决变量内部高度线性相关的问题，而且在偏最小二乘法中，每一个自变量的回归系数将更容易解释。单因变量偏最小二乘通过计算交叉有效性Q2
h来选取主成分个数，当Q2
h≥0.0975时，引进新的主成分th（th是偏最小二乘回归过程中提取的成分）会对模型的预测能力有明显的改善作用。对（1）式进行偏最小二乘回归计算交叉有效性结果由于Q2
3
ln=0.288（lns）+0.321（lnt）+0.636（ln）-0.367（ln） （2）
对应的原始数据的回归方程为：
ln=-10.833+1.880（lns）+0.372（lnt）+0.271（ln）-0.236（ln）（3）
从（2）式可知，在该模型下云南省生活碳排放的4个解释因素按其影响比重大小依次为：人均消费（0.636），能源结构（-0.367），城市化率（0.321）和人口规模（0.288）。说明居民消费水平已经成为影响生活碳排放增长的主要因素，几乎是其他三个因素的2倍，人口总量的增加和城市化进程也直接加剧了生活碳排放的增加，而清洁能源所占比重的增加有效的减缓了生活碳排放的增加。
从生活碳排放的数据看，云南生活碳排放量从2000年的1 544.52万吨增长至2011年的2 380.24万吨，增幅约为0.54倍，年均增长率为3.67%。居民消费水平作为衡量一个居民富裕程度的重要指标，从云南居民的人均消费来看，2001―2011年间，居民的消费水平持续增高，从2 243.92元增涨到8 251.87元，涨幅约为2.68，年增长率为11.5%。由于居民财富的增加，极大地促进了人们的消费欲望，而消费的增加直接促进了生活能源消费的增加，二氧化碳的排放量也会随之增加。
从能源结构来看，2000―2011年云南清洁能源占生活消费总能源的比重总体呈增长趋势，随着清洁能源使用比重的增加二氧化碳排放量明显地减缓，并有下降的趋势。从数据看，2005年清洁能源占生活消费总能源的比重达到54%，同时2005年以后的几年中生活碳排放量都在2 000万吨左右，增长速度明显减慢。而且2005―2011年清洁能源占生活消费总能源的比重都在50%以上，这是减缓碳排放增长的重要因素。
城市化率是城市化的度量指标，在此模型中主要反映云南省由于人口结构的变化而引发居民消费行为变化对生活碳排放的影响。2000―2011年，云南省人口的城市化率从21.24%增涨到36.8%，年均增长率为4.69%。城市化率的提高实际上反映了居民整体消费水平的提高，从而促进了生活碳排放的增加。
结论与政策建议
用偏最小二乘对模型估计的结果表明人口规模，城市化率，人均消费和能源结构对生活碳排放都有显著的影响，随着工业化的加速人均消费已经成为生活碳排放增长的主要因素，同时人口规模的扩大和城镇化进程中也直接加剧了生活碳排量的增加，在清洁能源使用比重增加的过程中有效地限制了碳排放的增加。
在现有的条件下提出以下建议：第一，云南省是少数民族聚集区，而贫困地区和农村是人口增长较快的地方，各级人民政府应当对贫困地区、少数民族地区的人口与计划生育工作给予重点扶持，同时建立健全农村社会保障制度，促进计划生育工作的开展；第二，云南仍处于城市化进程中，由于城镇居民的人均生活能耗普遍高于农村居民的人均生活能耗，城市化率的提高意味着在生活领域的节能减排空间很有限，因此，为了缓解城市化过程中的碳排放增长问题，应该优化人口结构，提高劳动者素质，优化产业结构，大力发展节能环保的技术密集型产业；第三，随着居民收入的提升，消费水平也会随之提升，不可避免地会影响生活碳排放的增加，降低消费水平来减少碳排放是不可取的，因此只有通过强调适度消费，绿色消费，引导居民合理的消费行为和消费模式，防止消费模式的爆发性增长；第四，云南地处西南边陲，地理位置优越，具有丰富的太阳能、风能、水能、地热能等资源，尤其是太阳能资源，排在全国前列。云南应充分利用这一优势资源，推进太阳能建设。
参考文献：
[1] Birdsall N.1992.Another Look at Population and Global Warming：Population，Health and Nutrition Policy Research，Working Paper.
Washington，DC：World Bank，WPS 1020.
[2] 曲如晓，江铨.人口规模、结构对区域碳排放的影响研究――基于中国省级面板数据的经验分析[J].人口与经济，2012，（2）：10-17.
[3] 连淼，王宪恩.基于STIRPAT模型的欧盟人口态势与消费模式对碳排放的影响研究[D].长春：吉林大学，2012.
碳排放的影响因素篇（2）
一、引言
随着世界经济的发展，越来随着世界经济的快速发展，越来越多的人关注环境问题，特别是温室气体的二氧化碳排放量。碳排放所引起的全球变化对人类经济社会发展带来了严峻的挑战。中国政府将较2005年GDP碳排放降到40%～50%作为为期10年的发展目标。同时，2015年9月27日国家主席在纽约联合国总部出席联合国气候变化问题领导人工作午餐会强调，中国政府已经将应对气候变化全面融入国家经济社会发展的总战略。由此可知研究碳排放影响因素对我国经济可持续发展具有重大的意义。
二、关于工业企业碳排放差异的文献综述
近几年，温室气体二氧化碳的排放加剧使得全球气候变暖，已成为世界各国研究的热点问题，CO2排放加剧的主要贡献能源是化石能源。各行业碳排放量又各异，关于工业企业碳排放差异的分类，吕可文（2012）经过分析河1999～2010年
12年间工业行业碳排放，发现工业直接碳排放逐年增长，并没有出现由于经济发展带来的脱钩现象。采矿业的碳排放量越来越大，制造业和电力-天然气-水生产和供应业直接碳排放率已经放缓的趋势；王常凯等（2015）利用1991～2012年与电力行业相关的面板数据分析中国电力行业碳排放的碳排放情况，分析结果显示我国电力行业碳排放与GDP正向变动，这表明电力行况业碳排放量的减少对经济发展有密切影响；朱俏俏等（2014）分析了两大行业（制造业资源型产业与）与工业经济发展的关联度，得出主要依靠资源发展的产业碳排放量较大，并且不利于经济的发展，主要使用资源的企业比工业企业碳排放量大对于经济的阻碍作用也较大。
三、关于碳排放强度的影响因素的文献综述
近年来，国外学者已从不同视角采用不同方法分析了碳排放强度及其动因。Greening 等分析了100个OECD国家不同部门的碳排放强度，得出影响碳排放强度最主要的原因是生产部门碳排放强度较大；Schipper等利用因素分解方法探讨了13个IEA国家9个部门的碳排放强度，并对其下降的原因进行深度分析。Obas和Anthony研究非洲一些国家的碳排放强度，得出碳排放强度的主要影响因素是能源结构类型，经济结构，能源强度等等。Bhattacharyya通过研究得出降低能源强度能够降低碳排放强度。Simone运用卡地亚公式比较分析奥地利和捷克两个国家的碳排放强度得能源结构与碳排放之间存在密切的关系。然而，Nag和Ang等通过研究发现碳排放强度最大的影响因素是人均收入。
自我国提出碳减排目标以来，中国的碳排放强度引起了国内学者的高度关注，针对碳排放强度的估算、区域差异及成因分析做了较深入的研究。岳超和谭丹等使用泰尔指数方法分析得出我国碳排放量分布不均，主要集中于中西部；赵泰基于1997～2007年我国碳排放数据利用空间自相关分析方法研究我国各省碳排放空间分布之间的关系。结果表明：东部与沿海地区相对于西部地区碳排放较稀疏。陈诗一通过输入和中国的工业两个38位数行业输出面板数据的分析，认为技术进步，能源和资本是中国产业发展的驱动因素；刘清春和孔令辉等运用对数平均迪氏分解法，通过建立模型将制造业的碳排放分解为部门结构、产出规模和能源结构等，得出碳排放增加的重要因素为产出规模，能源强度与产业结构对碳排放的影响微乎其微；李建和周慧选用28个省市2001～2008年排放量数据以及三次产业的相关数据研究三次产业与我国各省碳排放量的关系，对碳排量的影响由大到小主要是第二产业、第一产业、第三产业
四、结语
当前学者们对碳排放强度的影响因素的研究还是比较多的，在当前经济飞速发展的同时，如何减少碳排放量是世界各国普遍关心的问题。国内学者主要研究的都是单一产业对碳排放的影响，应将研究角度转到研究几个重碳行业碳排放的碳排放严重的原因进行研究并将其进行对比已找出问题。对于在此背景下，我国应该担负一个大国的责任，积极推进节能减排，积极调整产业结构，加大第三产业的发展，加快第二产业的转型，完善与我国第二产业有关的环境法律法规，从源头解决我国碳排放的问题。应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，走新型工业化道路，争取到2020年实现我国碳减排的目标。
（李莱单位为武汉工程大学管理学院；汉景林单位为吉林省通化市实验中学数学组）
[作者简介：李莱（1993―），女，湖北荆州人，武汉工程大学企业管理专业研究生。基金项目：本文系武汉工程大学研究生教育创新基金项目，NO：CX2015096（Supportted by Graduate Innovative Fund of Wuhan Institute of Technology，NO：CX2015096）。]
参考文献
[1] 刘清春，孔令群，安泽扬.中国制造业能源相关的碳排放因素分析[J].中国人口・资源与环境，2014（S2）：14-18.
[2] 李健，周慧.中国碳排放强度与产业结构的关联分析[J].中国人口・资源与环境，2012（01）：7-14.
[3] 范丹.中国能源消费碳排放变化的驱动因素研究――基于LMDI-PDA分解法[J].中国环境科学，2013（09）：1705-1713.
[4] 刘广为，赵涛.中国碳排放强度影响因素的动态效应分析[J].资源科学，2012
（11）：2106-2114.
[5] 吴玉鸣，吕佩蕾.空间效应视角下中国省域碳排放总量的驱动因素分析[J].桂海论丛，2013（01）：40-45.
碳排放的影响因素篇（3）
中图分类号：F113.3 文献标识码：A 文章编号：1001-828X（2014）08-00-01
一、引文
2006年，尼古拉斯・斯特恩牵头做出的《斯特恩报告》指出：如果现在就开始采取强有力行动，我们可以以大约全球每年GDP的1%为代价，把温室气体在大气中的水平稳定在500-550ppm碳当量，并且认为尽早行动的益处远远超过不采取行动的代价，如果没有任何行动，那么气候变化带来的风险大约会增加到至少全球每年GDP的5%，如果考虑到更宽泛的影响，估计损失会达到20%或者更多，足以跟两次世界大战和经济大萧条比拟[1]。因此，对陕西省碳排放影响因素进行研究，具有重要的理论及现实意义。
本章主要利用陕西省历史数据，使用LMDI因素分解分析方法，对能源消费进行因素分解分析得出影响陕西省能源消费的主要因素及其历史贡献程度[3-6]。
二、碳排放的LMDI分解分析模型
依据LMDI分解分析方法的基本思路，碳排放可分解为如下几个部分：
其中， 为能源消费总量变化导致的总量变化效应
为能源碳排放系数变化导致的碳排放强度变化效应
为能源消费结构变化导致的结构变化效应
三、数据处理及实证分析
本章使用陕西省1995-2012年碳排放数据及能源消费量等数据，部分数据由推算得出，数据来源于陕西省统计年鉴。在本节中，能源碳排放系数是固定的，因此能源碳排放系数变化导致的碳排放强度变化效应为0。将数据代入公式2-1，可得出碳排放的分解数据，结果如图3-1所示：
1.能源消费总量效应
能源消费是碳排放的主要来源，并且目前国内对碳排放的估算是基于能源消费数据。从图3-2中可看出，陕西省碳排放量的变化主要来源于能源消费的变化，能源消费对碳排放变化的累积效应大部分年份超过了100%。此处之所以在对碳排放进行分解分析时纳入了能源消费总量的因素是因为，能源消费本身是受到经济增长、产业结构、人口等因素的影响，这些因素通过对能源消费的影响进一步影响到碳排放。
2.能源消费结构效应
从图3-1可以看出，从1995年开始，陕西省能源消费结构对碳排放的变化大部分表现为负效应，对减少碳排放的贡献值在不断增加。陕西省能源消费中煤炭所占的比重超过了70%，因此能源结构效应对减少中国碳排放的贡献力不大。从图3-1可以看出，各年份能源结构的累积效应变化较小，趋于平缓。
四、结论
本文主要采用LMDI分解分析方法，对陕西省能碳排放因素进行分解。主要结论是：在对碳排放进行因素分解分析后得出，碳排放量的变化可分解为能源消费总量变化及能源消费结构变化，通过导入能耗总量及能耗结构的的历史值，可计算得到各自对碳排放变量的历史贡献度。能源消费总量变化对碳排放总量变化贡献最大，并呈正向关系。能耗结构变化对碳排放总量变化贡献度相对较低，但呈负向关系，即能耗结构使得碳排放降低。
参考文献：
[1]Nicholas Stern. Stern Review on the economics of climate change [M].Cambridge University Press，Cambridge，UK，2006.
[2]基于系统动力学的广东省低碳经济发展路径选择[M].华南理工大学，2011：06.
[3]巩芳，王芳.基于LMDI分解模型的内蒙古碳排放实证研究，干旱区资源与环境[J].2013：72-77.
碳排放的影响因素篇（4）
（一）Kaya恒等式及LMDI因素分解法
Kaya恒等式是日本的YoichiKaya教授在IPCC的研讨会上提出的。
碳排放量的基本公式C＝∑ci=∑■■■■P①
其中，E为一次能源的消费量；Ei为第i种能源的消费量；Y为（GDP）；P为人口数量。其中，能源结构因素Si=Ei/E，第i种能源在能源消费中的份额；各类能源排放强度Fi=Ci/Ei，即消费单位i能源的碳排放量；能源强度I=E/Y，即单位GDP的能源消耗；经济发展因素R=Y/P，代表人均收入。
由此碳排放量公式可以写为
C＝∑ci=∑SiFiIRP②
人均碳排放公式为
A＝C/P=∑SiFiIR
其中，A为人均碳排放量。
ΔA=At-A0=∑SitFttItRt-∑S0iF0iI0R0=ΔAS+ΔAF+ΔAI+ΔAR+ΔArsd③
ΔAS＝∑W′iln■，ΔAF=∑Wtiln■，ΔAI=∑Wtiln■，ΔAR=∑Wtiln■
（二）数据整理
由于能源的碳排放系数相对稳定，故ΔAF=0，DF＝1。胡初枝综合了日本能源经济研究所、国家科委气候变化项目、徐国泉等的数据对各种能源的碳排放系数做了简均。本文引用胡初枝计算的碳排放系数，本文采用煤炭碳排放系数0.7329，石油碳排放系数0.5574，天然气碳排放系数0.4226。
二、吉林省碳排放因素分析
（一）吉林省人均碳排放的一般规律
从图1可以发现吉林省人均碳排放的一般规律，大致分为三个阶段：1981-1989年间，人均碳排放平稳上升；在1989-2002年间呈现，状态，甚至某些年份人均碳排放下降，；2003年开始上升出现加速状态。
（二）能源强度、能源结构和经济增长对吉林省碳排放的影响分析
根据因素分解法，我们把影响吉林省碳排放的因素归为3类，分别为能源强度因素、能源结构因素和经济增长因素。根据公式①-③，本文计算出具体影响数值，如表1所示。
其中，ΔAs为能源结构对碳排放的作用，ΔAI为能源强度对碳排放的作用，ΔAR为经济增长对碳排放的作用，三者之和为ΔA，即三者人均排放的变化量。由表3的分析结果，绘制相应的曲线图，如图2所示。
1.能源强度对碳排放的影响。如图2所示，1981-2009年，对吉林省人均碳排放起抑制作用的是能源强度的下降。
2.能源结构对碳排放的影响。如图2所示，1981-2009年，能源结构对人均碳排放的抑制作用不大，对碳排放呈现微弱的减少作用，在某些年份还会促进碳排放的增加。吉林省以煤炭为主的能源结构在近30年内没有发生显著变化，煤炭消费占50%以上，很多年份达到70%以上，从2003年开始，煤炭的消费量呈显著上升趋势，这加速了吉林省碳排放数量。
3.经济增长对碳排放的影响。如图2所示，1981-2009年，对吉林省人均碳排放起促进作用的是经济增长（人均GDP）。
1981-2009年，能源强度和能源结构对碳排放的抑制作用没有抵消掉经济增长对碳排放的增加作用，因此吉林省仍旧显示出碳排放连年增长的态势。
三、结论及对策
（一）结论
1.通过以上模型和计算结果，发现吉林省人均碳排放在1980-2003年间呈现比较平稳的状态，从2004-2009年出现加速状态。
2.1981-2009年，对吉林省人均碳排放起抑制作用的是能源强度的下降。
3.1981-2009年，能源结构对人均碳排放的抑制作用不大，对碳排放呈现微弱的减少作用，在某些年份还会促进碳排放的增加。
4.1981-2009年，对吉林省人均碳排放起促进作用的是经济增长（人均GDP）。
5.1981-2009年，能源强度和能源结构对碳排放的抑制作用没有抵消掉经济增长对碳排放的增加作用，因此吉林省仍旧显示出碳排放连年增长的态势。
（二）对策
针对以上结论，本文提出以下对策：
1.改善能源结构，发达国家如法、德等国近年来碳排放的下降主要源于能源结构的调整，能源结构逐渐向以核能、风能、水电等清洁能源发展，在法国核能的比重较高。针对吉林省的特征，要逐渐降低煤炭的比重，适当增加石油、天然气的使用，尽量开放风能、水电等清洁能源。
2.加大运用碳减排技术，燃煤的碳排放多，因此应研发和使用碳捕获技术，特别是煤炭领域，加强清洁煤的使用，以减少对环境的破坏。
3.继续提升能源强度的作用，能源强度的下降是吉林省碳减排的主要原因。
参考文献：
1.AngBW,ZhangFQ,ChoiKH.FactorizingChangesinEnergyanEnvironmentalIndicatorsthroughDecomposition[J].Energy,1998(6).
碳排放的影响因素篇（5）
［中图分类号］F127.4 ［文献标识码］A ［文章编号］2095-3283(2012)07-0090-04
作者简介：王小宁（1981-），女，汉族，河南南阳人，青海师范大学经济管理学院讲师，陕西师范大学国际商学院博士生，研究方向：人口、资源与环境经济学。
随着世界经济的不断发展，资源消耗和环境污染日益严重，特别是碳排放引起的温室效应对人类社会的可持续发展带来了严峻挑战。在2007 年的达沃斯世界经济论坛年会上，气候变化超过恐怖主义、阿以冲突、伊拉克问题而成为压倒一切的首要问题。青藏高原地跨、青海、四川、云南、甘肃、新疆6省（区）27个地区179个县，由于其独特的气候特征、地理位置、多样的生态系统以及丰富的生物资源，成为我国重要的生态安全屏障和亚洲乃至北半球气候变化的调节器。中科院的监测数据显示，由于高原生态环境比较脆弱，全球气候变暖趋势已经对青藏高原自然生态系统产生了一系列负面影响。与此同时，青藏高原6省（区）在“十二五”期间也面临着经济发展的压力。如何在保持青藏高原地区经济持续稳定增长的同时减少碳排放量，保护青藏高原生态安全，成为经济发展中必须重视的问题。青海省位于青藏高原东北部，是长江、黄河、澜沧江的发源地，被誉为“江河源头”、“中华水塔”，且生态环境脆弱敏感，对青海省的碳排放因素进行定量分析，不仅是青海实现“生态立省”、经济和环境可持续发展的需要，对青藏高原乃至整个亚洲都有着重大的意义。
一、相关文献回顾
国内外学者对碳排放影响因素进行了广泛的研究。对中国CO2 排放的影响因素的研究文献，较早可以追溯到Shrestha（1996）等运用Divisia 指数分解法对包括中国在内的亚洲12 国电力行业CO2 强度变化的研究，他们发现在1980 —1990年期间影响中国电力行业CO2 强度的主要因素是燃料强度的变化。李国志和李宗植（2010）应用IPAT模型及其扩展形式，从环境冲击的角度，基于动态面板模型方法，分析了CO2与人口、经济、技术的关系。王峰、吴丽华、杨超（2010）运用对数平均Divisia 指数分解法，把1995—2007 年中国能源消费的CO2 排放增长率分解为11 种驱动因素的加权贡献。结果表明中国CO2 排放量增长的主要正向驱动因素为人均GDP、交通工具数量、人口总量、经济结构、家庭平均年收入，负向驱动因素为生产部门能源强度、交通工具平均运输线路长度、居民生活能源强度，其中人均GDP 增长是CO2 排放量增长的最大驱动因素，工业部门能源利用效率的提高是碳排放量下降的主要驱动因素，而深层原因可能是研发经费支出大幅提高所推动的技术进步和工业企业所有制结构的变化。陈可嘉、梅赞超（2011）应用扩展的环境负荷模型（STIRPAT）对人口增长、经济发展和技术水平对福建省碳排放影响因素进行了分析，得出人口是影响福建省碳排放量的最大因素，经济增长和技术水平的影响并不显著。综合以上文献研究的成果，结合青海省的实际情况，本文采用扩展的环境负荷模型（STIRPAT），并结合协整分析方法，对青海省的碳排放影响因素进行实证分析，并提出相关的对策建议。
二、模型设定与数据说明
美国生态学家埃里奇（Ehrlich）和康默纳（Comnoner）于20世纪70年代提出了关于经济增长与资源环境关系的IPAT模型：I=PAT，这个模型表明，影响环境（I）的三个直接因素是人口规模（P）、人均财富（A）、技术（T）以及相互间作用的影响。这一分析环境影响的方程受到广泛认可，被学者们用于分析影响环境变化的决定因素。但是该模型存在明显的局限性，即只能通过改变一个因素，而保持其他因素固定不变来分析问题，这样得到的结果就是各自变量对因变量的影响是等比例的。但在现实中，人口、经济和技术对CO2排放量的影响不可能保持等比例变化。为解决这一局限，Dietz等在IPAT的基础上提出了环境影响随机模型（Stochastic Impacts by Regression on Population，Affluence，and Technology，STIRPAT）来分析这些因素对碳排放的非比例影响，即：
I=aPbAcTde（1）
该模型保留了“I=PAT”模型的乘法结构，仍然把三个主要因素即人口规模（P）、人均财富（A）、技术（T）作为排放量（I）的决定因素。在用数据进行计量分析时，模型将采用对数形式，这样既可以降低降低异方差，还可以直接获得因变量对自变量的弹性。具体如下：
碳排放的影响因素篇（6）
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.
碳排放的影响因素篇（7）
中图分类号：F124.5 文献标志码：A文章编号：1673－291X（2011）26－0144－04
在经济社会发展日益受到能源和环境制约的背景下，低碳经济作为应对全球气候变化、保障能源安全的基本途径和战略选择，正在全球范围内得到广泛认同。黑龙江省是能源大省，其要素禀赋结构决定了产业结构。以煤和石油为主的资源禀赋决定了其产业为以煤、石油等资源为主的重工业为支柱的产业，煤炭和石油在其能源消费结构中占有很大的比重。而且长期以来，能源生产以石油为主、能源消费以煤碳为主的能源结构以及煤炭能源的低效利用，使得黑龙江省无论是碳排放总量，还是人均碳排放量和单位GDP碳排放量在全国都处于较高位置。因此，结合黑龙江省情，系统分析碳排放影响因素、寻求减排之策显得尤为重要。
本文通过建立因素分解模型，采用对数平均权重Divisia分解法（Logarithmic Mean Weight Divisia Method，LMD），以碳排放量为研究对象，定量分析经济增长、能源结构以及能源效率对黑龙江省1990―2009年碳排放量的影响，剖析黑龙江省碳排放与其影响因素间的演化规律和可能态势，以便为黑龙江省经济可持续发展提供相应的理论支撑。
一、因素分解模型
因素分解法是研究碳排放的一个比较常用的方法。Ang BW[1]将中国工业部门碳排放分解成经济增长影响、产品结构影响以及能源利用效率影响三个影响因素；Shyamal Paula[2]将印度碳排放分解成GDP变化影响、产业结构影响、能源强度影响以及各能源碳排放影响四个因素；Malla Sunil [3]采用LMDI方法将终端能源消费相关的各部门碳排放量分解成经济增长、产业结构变动、技术进步、能源消耗结构变动四个影响因素。
本文借鉴Johan A[4]使用的碳排放量基本公式来分析黑龙江省碳排放量的影响因素，其基本公式如下：
C＝■iCi＝■i■×■×■×■×P （1）
其中C为碳排放总量；Ci为i种能源的碳排放量；E为一次能源的消费量；Ei为i种能源的消费量；Y为国内生产总值（GDP）；P为人口数量。
下面分别定义，各类能源排放强度Fi＝■，即消费单位i种能源的碳排放量；能源结构因素Si＝■，即第i种能源在一次能源消费中的份额；能源效率因素I＝■，即单位GDP的能源消耗；经济发展因素R＝■。由此，人均碳排放量可以写为：
A＝■＝■iFiSiIR （2）
式（2）显示，人均碳排放量A的变化来自于Fi（能源排放强度）的变化、Si（能源结构）的变化、I（能源效率）的变化和R（经济规模）的变化。
故第t期相对于基期的人均碳排放量的变化可以表示为：
ΔA＝At－A0＝■iFitSitItRt （3）
D＝■＝DFDSDIDRDrsd （4）
其中，ΔAF、DF为能源排放强度因素，ΔAS、DS为能源结构因素，ΔAI、DI为能源效率因素，ΔAR、DR为经济发展因素，ΔArsd、Drsd为分解余量。
式（3）中的ΔAF、ΔAS、ΔAI、ΔAR分别为各因素变化对人均碳排放量变化的贡献值，它们是有单位的实值。而式（4）中的DF、DS、DI、DR分别为各因素变化对人均碳排放量变化的贡献率。
对式（3）运用Ang BW[1]等人在1998年提出的对数平均权重Divisia分解法（Logarithmic Mean Weight Divisia Method，LMD）进行分解，各因素的分解结果如下：
ΔAF＝■iWiIn■；ΔAS＝■iWiIn■；
ΔAI＝■iWiIn■；ΔAR＝■iWiIn■；（5）
其中Wi＝■
所以：
ΔArsd＝ΔA－（ΔAF+ΔAS+ΔAI+ΔAR）
＝At-A0-■iWiIn■＝At－A0-■i（Ait -Ai0）＝0
对式（4）两边取对数，得到
InD＝InDF+InDS+InDI+InDR+InDrsd （6）
这里，对照式（3）和（6），可假设各项相应成比例，即
■＝■＝■＝■＝■＝■
假设■＝■＝M，则
DF＝exp（MΔAF），DS＝exp（MΔAS），
DI＝exp（MΔAI），DR＝exp（MΔAR）， Drsd＝1 （7）
二、黑龙江省碳排放的因素分析
（一）数据收集、估算与整理
国际原子能机构（IAEA）相关研究表明，在整个能源链的温室气体排放中，煤、石油和天然气等一次能源消费产生的温室气体最多。因此，结合公式（1）、（2）中各类能源排放强度Fi＝■和能源结构Si＝■，本文对黑龙江省总的碳排放量可采用以下公式进行估算：
C＝■iCi＝■i■×■×E＝■iFi×Si×E（8）
其中一次能源的碳排放强度系数 如表1所示，能源结构Si和一次能源的消费量E可参考黑龙江省统计年鉴能源与消费篇取得相关数据。
故根据公式（8）结合表1一次能源的碳排放强度系数 以及黑龙江省的一次能源消费的相关数据，可以估算出黑龙江省一次能源消费的碳排放量，如表2所示。
（二）因素分析
由于各类一次能源的碳排放强度系数 是固定值，即 =0， =1，故影响人均碳排放量的主要因素为能源结构变化、能源效率变化和经济发展变化。这三个主要影响因素按照公式（5）和公式（7）计算，结果见表3和图1。
从图1可以看出，黑龙江省人均碳排放量总体保持平稳增长，其中经济发展因素对人均碳排放的贡献值成正增长，说明长期以来黑龙江省的粗放型经济发展模式和以高能耗、高污染、高排放的重工业为主导的产业结构是人均碳排放量增长的主要因素；能源效率因素对人均碳排放的贡献值成负增长，说明黑龙江省近年来能源效率有所提高，成为抑制人均碳排放量增长的主要因素；能源结构因素对人均碳排放的贡献值变化不明显。特别指出的是：经济发展因素和能源效率因素对人均碳排放的贡献值趋势图和黑龙江省人均碳排放的曲线呈阶段性吻合状态。
黑龙江省人均碳排放量总体在不断增长，在1995―2003年呈现稳中有降的趋势，但2003年以后数值猛增。造成黑龙江人均碳排放量快速增长的主要因素是黑龙江经济的快速发展，特别是2004年年增长率接近了20%。在2002年之前，能源效率对人均碳排放的抑制作用贡献值小于经济发展对人均碳排放的贡献值，所以人均碳排放呈现不断上升趋势。在2003年以后，随着能源效率因素对抑制人均碳排放增长的速度明显赶不上经济发展因素对人均碳排放贡献值的快速增长，黑龙江省人均碳排放量大幅度上升。
人均碳排放曲线与能源结构变化曲线基本重合，说明能源结构的抑制作用对碳减排的贡献不大。主要因为黑龙江省在能源结构中仍以煤炭为主，煤炭在黑龙江一次能源中占67%以上，黑龙江人均碳排放量的能源结构对减少人均碳排放量的贡献值虽然在不断增加，但其贡献值不大。能源效率曲线一直处于基线以下且总体呈下降趋势，说明能源效率对碳排放有持续的抑制作用。因而，黑龙江人均碳排放的抑制作用主要来自能源效率的提高。但近年来，能源效率对降低黑龙江人均碳排放的贡献值与经济发展对增加人均碳排放的贡献值相比，其增长趋势明显趋缓，这直接导致近年来黑龙江人均碳排放的急剧增长。
为了强化各因素的可比性并且深入地分析各因素的作用，将其分为拉动因素和抑制因素，将抑制因素对黑龙江人均碳排放增加的贡献率（小于1）取倒数，成为对黑龙江人均碳排放降低的贡献率，然后比较拉动因素对拉动黑龙江省人均碳排放的贡献率与抑制因素对抑制黑龙江省人均碳排放的贡献率的变化趋势（见图2）。拉动因素是经济发展因素，抑制因素是能源结构因素和能源效率因素。
从图2中可以看出，经济发展因素对拉动黑龙江人均碳排放的贡献率呈现指数增长的趋势，并且拉动因素的贡献率曲线明显高于抑制因素曲线，说明经济发展的拉动贡献率远大于抑制因素的抑制贡献率，从而成为黑龙江省人均碳排放增长的主要因素。1995―2003年能源效率的抑制贡献率与经济发展拉动贡献率之间的差距逐渐缩小，使得黑龙江省人均碳排放量在2000年达到最小的0.992 6吨，但随后由于能源效率的抑制贡献率的减小和经济发展的拉动贡献率的增大，使得2003年以后，抑制贡献率与拉动贡献率之间的差距又不断扩大，导致了黑龙江省人均碳排放明显增长。
通过分析，1995―2003年间黑龙江人均碳排放的平稳增长主要是因为能源效率的提高引起的，但是随着2003年以后黑龙江省经济的高速发展，黑龙江省人均碳排放量在2003年后急剧增长，说明仅依靠能源效率的提高难以抑制经济发展引起的黑龙江人均碳排放。因此要大力优化黑龙江的能源结构，充分发挥能源结构因素对黑龙江人均碳排放的抑制作用。
三、结论及对策
通过以上的分析，本文得出以下结论：
1.1990―2009年，黑龙江省人均碳排放量整体大幅增长，其中1995―2003年增速趋缓，2003年以后呈快速增长态势。
2.经济增长因素是拉动黑龙江省人均碳排放量增长的主要因素，其作用效应远远大于能源效率和能源结构的抑制作用。伴随着黑龙江省经济的快速增长，其对人均摊排放量的拉动作用会逐步增大，这将使黑龙江省面临着巨大的减排压力。
3.能源效率因素是抑制黑龙江省人均碳排放量增长的主要因素，虽然在1990―2009年间对黑龙江省人均碳排放量的抑制作用明显，但在2003年以后与经济增长因素对黑龙江省人均碳排放量的拉动作用相比还远远不够。
4.能源结构因素对黑龙江省人均碳排放量的抑制作用不明显，主要因为长期以来黑龙江省能源消费结构以煤炭为主，而且煤炭消费在能源消费结构中的占比还有增长的趋势。
因此，黑龙江省要减少碳排放，还需要实行以下针对性的措施：
第一，优化产业结构，促进绿色产业发展。要在重化工领域进行资源整合，限制高碳产业发展，包括强制淘汰落后产能，完善主要工业耗能设备、机动车能效标准等，同时加快产品升级换代步伐。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比重，以促进黑龙江省经济向内涵集约型转变。适当运用财政政策引导，鼓励并扶持绿色产品开发，包括信息产业、生态旅游、生态农业、新能源开发等产业，逐渐增大黑龙江省绿色产业的比重。
第二，优化能源结构，大力发展替代能源和可再生能源。低碳经济的实现形式是合理调整能源结构，提高能源利用效率，积极开发替代能源和可再生能源。开拓煤炭资源优质开发利用，提高天然气、水能、核能等清洁能源、优质能源和可再生能源的比重是提升能源结构的重要途径。要推动可再生能源发展的机制建设，培育增长稳定的可再生能源市场，改善健全可再生能源发展的市场环境与制度创新。要推进能源体制改革，建立有助于实现能源结构调整和可持续发展的价格体系。加大利用煤层气，大力普及天然气，高效地利用焦炉煤气。大力发展风能、太阳能、水电、生物质能等清洁能源，提高可再生能源的比例。积极开发新能源和可再生能源产品，如开发太阳能热水器、空气热水器、沼气热水器和沼气灶具等。
第三，提高能源效利用率，推广节能减排技术。低碳经济的发展需要低碳技术的支撑。加大节能技术的开发、引进、推广和应用，依靠科技进步，提高煤炭、石油、天然气等能源资源的利用率。重点推进高耗能领域的技术改造，将能源强度指标作为产业发展政策的重要量化指标，落实到产业发展战略、规划和工程设计、验收指标体系中。在能源生产和消费领域推广使用节能设备，提高能源转化效率，降低中间环节的消耗和浪费。开发推广节能技术，推进重点节能工程。对现有的中小燃煤锅炉实施技术改造，着重推进区域热电联产、节约和替代石油、建筑节能、绿色照明等节能工程。引导和支持企业研究开发节能工艺、设备和技术，建立和完善“产、学、研”相结合的科技创新体系，增强自主创新能力；鼓励节能公司的发展，推行合同能源管理和节能投资担保机制，为企业实施节能改造创造良好的政策环境。
收稿日期：2011-07-20
基金项目：黑龙江省自然科学基金项目（A201003）
作者简介：田立（1965-），男，山东莱阳人，副教授，管理学博士，从事金融市场、金融工程研究；郭舟洪（1987-），男，湖北洪湖人，硕士研究生，从事金融市场、金融工程研究。
参考文献：
[1] Ang B W，zhang F Q，Choi Ki-Hong.Factorizing Changes in Energy and Environmental Indicators through Decomposition，Energy[J].1998.（23）：489-495.
碳排放的影响因素篇（8）
[中图分类号]X321
[文献标识码]A
[文章编号] 1673-5595（2013）04-0018-05
近年来，随着经济高速发展、人口持续膨胀和工业化、城市化进程的进一步推进，能源消费剧增，生态环境日益恶化，特别是温室气体排放引起的气候变暖已严重威胁到人类的生存和发展，低碳经济受到世界各国的普遍关注，成为应对气候变化、实现经济可持续发展的首选战略.[1]。东北老工业基地是中国碳排放的重灾区，不可避免地成为全国碳减排的首要对象，而工业又是其能源消费的主力军，因此，分析东北老工业基地工业碳排放量变化的影响因素，找出控制或降低碳排放量的措施，对于节能减排、促进东北老工业基地低碳经济发展具有重要的现实意义。本文针对东北老工业基地工业碳排放量变化的影响因素，利用对数平均迪氏指数法（Logarithmic Mean Divisia Index method， LMDI）进行因素分解并对模型展开研究，旨在为东北老工业基地未来的节能减排提供实证参考，据此提出控制碳排放的政策建议，以促进东北老工业基地低碳经济的发展，实现东北老工业基地的振兴和长期可持续发展。
一、分解模型的建立
基于对数平均迪氏指数法对碳排放影响因素分析的优越性（全分解、无残差、易使用、易理解），本文采用该方法分析东北老工业基地工业碳排放量变化的影响因素，因为LMDI分解法在理论基础、适用范围和结果表达等综合方面相对较优，分解结果有加法和乘法两种形式，易于转换且一致，不存在无法分解的残差，可以用于绝大多数情形的分析，所以，LMDI分解法是目前对能源分析的一种重要分析方法，具有表达性和实用性.[2]。
工业碳排放的影响因素很多，鉴于东北老工业基地的研究重点在人口规模、经济发展水平、工业化率、能源利用效率、能源消费结构和碳排放系数对工业碳排放量变化的影响，建立下面的工业碳排放影响因素分解模型
由式（2）可知，碳排放总量C的变化取决于P（人口规模因素）、Y（经济发展水平因素）、L（工业化率因素）、M（能源利用效率因素）、Ni（能源消费结构因素）、Ri的变化（碳排放系数因素）.[3]。
中国石油大学学报（社会科学版）2013年8月
第29卷第4期李绍萍，等：基于LMDI的东北老工业基地工业碳排放影响因素实证分析
第t期相对于基期的碳排放总量变化的影响因素可以分解为6个因素，具体如下：
二、数据来源及处理
东北老工业基地工业增加值和工业能源消费的原始数据来源于1997—2011年东北三省历年《统计年鉴》和《中国能源统计年鉴》，以原始数据为基础，按照以下方法进行数据处理：
由于工业总产值中存在固有的双倍计量问题，本文以工业增加值来计算工业化率和能源利用效率，同时，数据以1997年为基准，根据相应的工业产值指数统一折算成1997年不变价格，不变价工业GDP=基准工业GDP×工业产值指数。因为随着经济发展，价格是不断变化的，所以，以现价工业GDP计算的碳排放总量是不能直接对比的.[5]。
由于能源种类过多，且有些种类消费量较低，本文按照一次能源终端消费的分类将工业能源消费划分为原煤、原油、天然气三种能源种类进行碳排放总量的分析。
目前，东北老工业基地还没有碳排放量的直接检测数据，本文通过能源消费量来估算碳排放量：C=∑iEiRi。由于原始数据中各种能源消费均为实物统计量，单位各不相同，不便于比较，因此，在进行计算时首先需要将各种能源消费实物量按照一定的系数统一折算成标准煤数量，然后再乘以各自的碳排放系数，即可得到各种能源消费的碳排放量.[6]。各种能源的标准煤折算系数和碳排放系数见表2和表3。
三、实证结果及分析
通过整理得到的基础数据，根据上述加法和乘法计算公式，对东北老工业基地工业碳排放量进行因素分解，可以得到1998—2011年各影响因素对东北老工业基地工业碳排放量变化的贡献值和贡献率及贡献值和贡献率趋势图，见表5、图1、图2。
（一）东北老工业基地工业碳排放量的总体变化趋势
从表5和图1中可以看出，东北老工业基地工业碳排放量的总体变化趋势大致表现为明显的两阶段特征：第一阶段为碳排放减少阶段（1997—2002），但整体下降速度变缓，且2000年出现了一个拐点，碳排放量增加了4762万吨；第二阶段为碳排放增加阶段（2002—2011），整体增加速度变快，2008年出现了一个拐点，碳排放量减少了5130万吨，这可能是受绿色奥运等外部因素的影响，使碳排放量有所下降。总体而言，东北老工业基地工业碳排放量是不断增加的，虽然在1997—2002年期间有所下降，但其后一直呈快速增长的趋势，这表明近年来随着振兴东北老工业基地战略的实施和进一步推进，经济得以迅速发展的同时，能源消耗量剧增，东北老工业基地工业碳排放量也呈现出较快增长的趋势.[8]。
图1工业碳排放量变化贡献值趋势
图2工业碳排放量变化贡献率趋势
（二）东北老工业基地工业碳排放量的影响因素分析
为了进一步分析东北老工业基地工业碳排放量变化的内在机理，找出控制或降低工业碳排放量的措施，下面对各影响因素进行具体分析。一般而言，贡献率大于1是碳排放量增加的拉动因素，反之贡献率小于1是其抑制因素。
1. 人口规模因素分析
由表4可知，2011年东北老工业基地人口数为108155万人，较1997年增加了3873万人，说明近年来东北老工业基地人口增长较为缓慢。而根据LMDI分解结果可以看出，人口规模因素对工业碳排放量的贡献值较小，且其贡献率大于1，见表5，说明人口规模因素是工业碳排放量增加的拉动因素，但在其变动不大的情况下，贡献值和贡献率都比较小，且保持相对稳定的状态。
2. 经济发展因素分析
从分解结果中可以看出，经济发展一直是东北老工业基地工业碳排放量增加的主要贡献因素，且其贡献值呈现不断增加的趋势，由1998年的2043万吨增加到2011年的5779万吨，其贡献率则由1998年的108增长到112，说明经济发展始终是推动东北老工业基地工业碳排放量增加的主要因素，对碳排放量的影响最大，且其拉动作用越来越显著，呈不断增强的趋势。
3. 工业化率因素分析
工业化率对东北老工业基地工业碳排放量的贡献值有正也有负，1997—2004年贡献值为负，2004—2011年贡献值除2006年为负外，其他年份都为正，且每阶段内具有一定的变化幅度，这是因为自2004年初国家正式实施振兴东北老工业基地战略后，东北老工业基地迅猛发展，工业化率不断提高，工业能源消耗增加，这在一定程度上导致了工业碳排放量的增加。
4. 能源效率因素分析
能源效率对东北老工业基地工业碳排放量的贡献值整体为负（除2000、2004和2006年3个拐点外），且其贡献值的绝对值较大，其中2008年能源效率对工业碳排放量的抑制作用最大，使碳排放量减少了10776万吨，这说明能源效率是减缓工业碳排放量最重要的因素，是实现碳减排目标最关键的可行因素。
5. 能源结构因素分析
能源消费结构对东北老工业基地工业碳排放量的贡献同时存在正效应和负效应，且其对碳排放量增加的抑制作用较小，其贡献值基本保持在一定的范围内，反映了近年来东北老工业基地能源消费结构未能得到有效改善，有待进一步优化，以充分发挥其对工业碳排放量增加的抑制作用。
四、结论
在东北老工业基地工业碳排放影响因素分解的基础上，通过对各影响因素的实证分析，本文主要得到以下几点结论：
人口规模、经济发展和工业化率因素是东北老工业基地工业碳排放量增加的拉动因素，其中经济发展是工业碳排放量增加的最主要原因，工业化率的贡献值和贡献率次之，人口规模对工业碳排放影响的变化不大。
能源利用效率和能源消费结构因素是东北老工业基地工业碳排放量增加的抑制因素，其中能源利用效率因素的抑制作用大于能源消费结构因素，能源利用效率是减缓工业碳排放量最重要的因素，能源消费结构对工业碳排放影响的变化不大。
总体来讲，东北老工业基地工业碳排放量不断增加，呈现出较快的增长趋势，这主要是因为随着振兴东北老工业基地战略的实施和进一步推进，经济发展和工业化率因素的拉动作用远远大于能源利用效率和能源消费结构因素的抑制作用。
通过以上对影响东北老工业基地工业碳排放量变化因素的分析，笔者认为，在未来的工业发展中，应从以下几方面来控制或减少东北老工业基地工业碳排放量：一是引进先进的生产技术和高效节能设备，对旧设备进行更新与改造，提高能源利用效率；二是进一步优化能源消费结构，多使用天然气、太阳能、风能、水能以及地热能等清洁能源；三是大力发展高新技术产业，适当降低工业化率，特别是降低工业高能耗行业的比重。
综上所述，东北老工业基地在未来的工业发展中只有坚持走以低能耗、低污染、低排放为基本特征的低碳工业发展模式，才能实现东北老工业基地的可持续发展。
[参考文献]
[1] 温景光.江苏省碳排放的因素分解模型及实证分析[J].华东经济管理，2010，24（2）：2932.
[2] 郭朝先.中国碳排放因素分解：基于LMDI分解技术[J].中国人口·资源与环境，2010，20（12）：116220.
[3] 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）：158161.
[4] 潘佳佳，李廉水.中国工业二氧化碳排放的影响因素分析[J].环境科学与技术，2011，34（4）：8692.
[5] 张伟，吴文元.基于LMDI的长三角都市圈工业能源强度变动的因素分解——对长三角都市圈1996—2008年工业部门数据的实证分析[J].产业经济研究，2011，54（5）：6978.
碳排放的影响因素篇（9）
一、引言
随着新疆经济的快速发展，碳排放量逐年增加。尤其是在即将到来的“十二五”时期，新疆经济将更是处于快速增长阶段，在当前这个可持续发展的大环境下，研究碳排放的影响因素对于新疆经济的发展具有深远的意义。
“低碳经济”这个概念，是在2003年英国的《我们未来的能源创建低碳经济》白皮书中首次提出的。低碳经济一经提出，立刻引起了世界各国广泛持续的重视。
目前，低碳经济已经在欧美掀起了一场新的工业革命。发达国家已经陆续制定了一些有利于低碳经济发展的政策与制度。
2010年下半年的中共十七届五中全会上讨论建议将减排目标纳入"十二五"规划，预计到2020年，我国单位GDP的碳排放比2005年下降40%—45%。
新疆目前正处于工业化初期，耗能型产业结构特征明显，经济增长中高投入、高消耗、高污染、低水平、低效益问题突出，能源利用率不高，浪费严重，使得新疆经济中碳排放量居高难下。然而新疆生态环境脆弱，但却具有发展新能源得天独厚的条件，且在全国各省份对口支援新疆的条件下。分析新疆经济中的碳排放问题对于新疆经济的跨越式发展、可持续的发展具有十分重要的战略意义。
虽然关于碳排放的影响因素已经有很多的文献，并在一些问题上达成了共识，但是，到目前为止，由于经济发展中的区域差异，和经济发展水平的不同，各地区碳排放的影响因素差异较大。但在经济的发展过程中，碳排放不会脱离人类活动的生产、分配、交换和消费这四个环节。具体到经济发展中就是产业结构的变动、制度变迁和技术进步这三个方面，本文将从这三个方面分析新疆经济中的碳排放的影响因素。
二、碳排放总量与经济发展理论模型
卢卡斯（1988）的内生增长理论：
，（）
其中：是总产值，为物质资本存量，是劳动者的工作时间比例，是以教育水平衡量的劳动力平均质量，是劳动力数量，定义为人力资本，为人力资本的溢出效应，是常数项。
类比卢卡斯的内生经济增长理论，并考虑到经济发展过程不外乎生产、分配、交换和消费四个阶段，进一步归结，影响碳排放的主要因素即：制度因素、产业结构因素和技术水平，笔者用类比，用经济增长中的技术因素代替，用经济增长中的结构因素代替，制度因素代替。
于是关于碳排放的影响因素模型可建立为：
其中，表示碳排放总量，市场化率表示制度变迁，工业增加值表示产业结构，研究与实验发展经费代表技术水平。由于研究与实验发展费用具有一定的时滞，模型中取了3年作为研究与实验发展用于实践的周期。这基本就是卢卡斯模型的原型，仅做了几项小的变动。
为了更好的拟合制度因素、结构变动和技术进步对经济发展中碳排放总量的影响，笔者将模型进一步扩展为：
其中：为碳排放总量，为工业增加值，为科技资本存量，这里用研究与实验发展经费代替，为市场化程度，以非国有经济的工业总产值代替，为国内生产总，为人口自然增长率。
三、实证检验
本文采用自1995年到2009年15年的新疆经济发展中的时间序列数据，并根据《新疆统计年鉴》验证碳排放量与经济增长中的制度、技术和结构的关系，这些数据涵盖了新疆经济中15年的基本状况，因此具有一般性。
利用统计分析软件对新疆经济发展过程中影响碳排放的因素回归得到工业增加值、研究与试验经费、非国有经济的工业总产值、GDP以及人口自然增长率对碳排放之间的关系。
图1：碳排放和各影响因素的散点图
由图1可知，碳排放水平和GDP高度正相关，即GDP越大对于碳排放的影响越大，人口自然增长率对于碳排放影响不显著，而科技资本存量（pk）和碳排放负相关相关系数为0.4，在工业增加值和碳排放的关系中工业增加值每上升1%则碳排放增加1.09%，非国有经济在经济中的比重越高则碳排放水平越低。
对碳排放的影响因素进行组不回归：
.swregEGDP-ngr,pr(0.05)beginwithfullmodel
p=0.9090>=0.0500removingyear
p=0.3687>=0.0500removingngr
Source|SSdfMSNumberofobs=15
-------------+------------------------------F(4,10)=410.46
Model|13.915246543.47881162Prob>F=0.0000
Residual|.08475376810.008475377R-squared=0.9939
-------------+------------------------------AdjR-squared=0.9915
Total|14.0000003141.00000002RootMSE=.09206
------------------------------------------------------------------------------
E|Coef.Std.Err.tP>|t|[95%Conf.Interval]
-------------+----------------------------------------------------------------
GDP|1.091023.23176484.710.001.57461841.607427
pk|-.4116887.1083732-3.800.003-.6531593-.1702182
inv|1.039544.24133224.310.002.50182241.577266
mkt|-.7361574.2973834-2.480.033-1.398769-.0735458
_cons|1.73e-08.02377030.001.000-.0529634.0529635
------------------------------------------------------------------------------
图2：回归模型系数（regressionmodelCoefficientsa）
由图2得出回归模型为：
t4.71-3.84.31-2.84
由模型知影响新疆经济中碳排放的主要因素为研究与发展经费、非国有经济工业总产值、工业增加值和GDP,亦即技术水平和制度因素，人口自然增长率由于影响不显著被模型剔除。
技术水平每增加1%则碳排放减少0.412%，非国有经济比重增加1%碳排放减少0.74%，工业增加值每增加1%则碳排放量增加1.04%GDP增长越高碳排放水平越高，GDP对新疆经济中碳排放的影响说明了新疆粗放型经济的结构还没有得以扭转。
下面对影响新疆经济中碳排放的因素进行分析：
图3：能源消费总量和GDP的关系图4：新疆研究与实验经费占全国的比重
由图3看出新疆能源消耗量长期看呈现持续上升趋势，尤其是2001年以后能源消耗量更是呈加速上升趋势，这和新疆2001年开始济急速发展和能源的加大开发有关，也就是经济的发展是建立在高能耗的基础之上，但就新疆自身发展而言，依靠能源开发与与能源消耗固然是新疆一个“现成”的优势，但是要实现跨越式发展、全面建设小康社会、保障和改善民生目标必须依靠培育更多的新的经济增长点，而不是一味的依靠高能耗。
由上图4可知新疆科研与教育经费投入长期以来只占到全国的0.3%，这是一个极低的水平。研究与实验经费的偏低或缺失，说明了新疆科技创新水平的不足，科技创新水平的不足，对于新疆经济中的碳排放放有着长期的影响。对此有必要提高新疆经济中科技教育项目的投入。
“十一五”期间，新疆实施推进新型工业化战略目标，新疆新型工业化进入加速推进阶段。全区完成工业增加值8060亿元;规模以上工业企业利润总额预计完成820亿元，比2005年增长112.4%，年均增长16.3%;工业领域固定资产投资完成1500亿元左右，增长186.5%，年均增长23.4%。但新疆工业增加值主要还是依靠石油、煤炭、化工等来推动，从而也是的其对资源环境约束日益凸显，新疆节能减排面临的形势严峻。在非公有之经济方面，新疆在市场化改革是应注重非公有制经济的发展，对于对环境影响较大的产业应加以限制，以减少新疆经济中的碳含量。
四、结论与启示
由上文分析可知，新疆经济发展过程中碳排放的主要影响因子为科技水平、制度因素、经济增长速度，具体到是新疆经济中就是新疆经济中的技术水平越高碳排放越少，新疆经济发展越是快速碳排放越多，新疆经济中非国有经济成分越高碳排放越高。新疆作为一个高能耗地区，我们需要从节能减排、低碳发展的内在规律出发，找到新疆经济发展的动力。归结可以有如下几点关于新疆经济发展过程中减少碳排放的政策措施：
第一，提高新疆经济中科学技术含量，推动科技创新是减少新疆经济中碳排放量发展低碳经济的重要政府行为。由于技术创新需要大量的资金且投资周期较长，所以必须由政府主导。具体就是加大对科研教育经费的投入，培养专业的高科技人才和奖励专项发明。
第二，加速新疆的产业结构优化，在第三部分分析中产业结构因素在碳排放上影响显著，在工业化和城市化加速发展的今天，产业结构的优化有利于避免重化工业过度发展带来能耗高、物耗高、碳排放高等问题，尤其是新疆，其生态环境脆弱，环境对碳的容量较小，于是在新疆我们需要发展高能效低碳排放的产业。首先是提高“高碳”产业准入门槛，避免留下长久不利影响。二是调整结构，推进产业和产品向利润曲线两端延伸：向前端延伸，从生态设计入手形成自主知识产权；向后端延伸，提高核心竞争力。三是发展高新技术产业和现代服务业，降低GDP的碳强度。
第三，在注重经济增长的同时强调循环经济的发展，新疆经济中GDP的增加对碳排放的增加影响显著，GDP每增加1%碳排放将增加1.09%，这说明新疆的粗放型经济的特征还没有改善，于是新疆在经济发展的同时要更加注重资源的循环利用，实现从传统的线型经济到循环经济的转变，这也是新疆实现可持续发展的必要条件。
第四，成立专门机构和完善相关法律，减少碳排放是一项系统工程，需要全社会通力合作。我们可以借鉴国外的例子，2009年6月26日，美国通过《清洁能源安全法案》，旨在减少温室气体的排放，英国2008年通过的《气候变化法案》使英国成为世界上第一个为减少温室气体排放、适应气候变化而建立具有法律约束性长期框架的国家。中国应在相关方面做出努力。
参考文献
1 樊纲、王小鲁、朱桓鹏. 中国经济增长转换和经济增长可持续性[J]. 经济研究,2009年第1期.
2 马艳、严金强. 经济发展方式与低碳经济关系的理论与实证分析[J]. 经济纵横,2011年第1期.
碳排放的影响因素篇（10）
[基金项目]国家社会科学基金重大项目“长江经济带建设战略引领下沿江地区经济发展路径研究”（2015YZD16）、国家自然科学基金项目“大湖地区畜禽养殖污染形成机理及管控政策研究――以鄱阳湖生态经济区为例”（71303099）、江西省普通高校科技落地计划科学前沿项目“鄱阳湖生态经济区土地利用与生物多样性变化及优化技术”（KJLD12065）和江西财经大学2015年度学生科研课题（XS306）的阶段性成果。
[作者简介]孔凡斌，江西省社会科学院研究员，江西财经大学二级教授，博士生导师，博士后合作导师（江西南昌 330077）；王智鹏，江西财经大学鄱阳湖生态经济研究院农业经济管理专业硕士研究生；潘丹，江西财经大学在站博士后（江西南昌 330032）。
一、引言
畜禽养殖碳排放是全球温室气体排放的重要来源。联合国粮农组织（FAO）报告《畜牧的巨大阴影：环境问题与选择》统计数据显示，生猪、牛、羊和家禽的温室气体排放量占以二氧化碳当量计算的温室气体排放量的18%。在日益严峻的全球气候变暖情形之下，以“低能耗、低污染、低排放”的低碳养殖模式呼吁而出，如何处理好经济增长与生猪养殖碳排放的脱钩发展，成为低碳养殖研究领域中十分关注的问题。目前，学者对畜禽养殖碳排放的研究主要集中在以下几个方面：一是畜禽养殖碳排放的测算。学者主要运用碳转化系数法、IPCC排放系数法、综合调查法和碳排放指标体系等，对碳排放进行测算①。二是畜禽养殖碳排放与经济发展之间的关系。国外学者对碳排放与经济发展之间做了很多研究，发现不同国家的碳排放与经济发展存在“正U型”“倒U型”“正N型”或“倒N型”等多种曲线关系①。国内学者应用环境库兹涅茨曲线（EKC）模型验证畜禽养殖碳排放与经济发展关系的研究较少。孟祥海等运用EKC模型分析了我国畜禽污染与经济增长之间的关系，研究表明：污染程度与人均GDP之间存在“倒U型”曲线关系，且已跨过曲线拐点②。田素妍等对中国畜禽养殖碳排放与经济发展进行了EKC验证，结果发现：东部地区畜禽养殖碳排放与经济发展间存在显著的“倒U型”关系，中、西部地区畜禽养殖碳排放与经济发展则存在显著的“正U型”关系③。
综上所述，现有对畜禽养殖碳排放的研究多以国家、省际作为研究单位，对省、市级研究甚少。同时，目前对畜禽养殖碳排放的测算往往集中在肠道发酵与粪便管理④，很少从系统的角度去测算整个生命周期过程产生的污染物总量，这将导致碳排放量测算的不准确。而有学者研究表明，污染物测算不准、不全往往是导致EKC检验结果不准确的主要原因⑤。基于此，本文将以江西省生猪养殖为例，运用生命周期评价方法（LCA）系统测算生猪养殖碳排放量，在此基础上对生猪养殖碳排放与经济发展之间的EKC关系进行检验，并分析影响生猪养殖碳排放的主要因素。生猪养殖业在中国畜禽养殖业中占主导地位，是中国畜禽养殖碳排放的主要来源。江西省是全国十大生猪主产省之一，其生猪碳减排工作对全国生猪碳减排具有重要的意义。对致力于打造“生态明文先行示范区”和“美丽中国‘江西样板’”的江西省而言，对生猪养殖碳排放进行EKC检验以及对碳排放影响因素进行分析显得尤为迫切，具有重要的战略意义和现实意义。
二、模型构建、变量选取及数据来源
（一）生猪养殖碳排放量测算
FAO温室气体排放评估框架《IPCC 2006年国家温室气体清单指南》指出⑥，生猪养殖直接的碳排放主要来源于生猪肠道发酵CH4排放与粪便管理系统中CH4、N2O排放，间接的碳排放主要来源于饲料粮种植、饲料粮运输与加工、饲养环节耗能和猪肉产品屠宰加工等环节中能源与资源消耗所产生的排放。因此，本文结合江西省生猪养殖的实际情况，借鉴胡向东和孟祥海的研究成果⑦，运用生命周期评价方法（LCA），选取饲料粮种植、饲料粮运输和加工、生猪肠道发酵、粪便管理系统、饲养环节耗能和猪肉产品屠宰加工六大环节，测算出生猪从幼仔养殖到出栏以及到猪肉产品销售的整个生命周期过程中产生并排放到空气中的CH4、N2O等温室气体折算成二氧化碳当量总和。目前，生命周期评价（LCA）已被广泛应用于碳排放（即温室气体排放）研究领域①，但国内生命周期评价方法应用于畜禽养殖业特别是生猪养殖碳排放测算较少。
生猪养殖碳排放量测算公式如下：
C=EGF +ESM +EMT +ECD+EGE +ESF（1）
式（1）中：C为生猪养殖碳排放总量；EGF为饲料粮种植产生的碳排放量；ESM为饲料粮运输与加工产生的碳排放量；EMT为生猪肠道发酵CH4排放产生的碳排放量；ECD为粪便管理系统中CH4、N2O排放产生的碳排放量；EGE为生猪饲养环节耗能产生的碳排放量；ESF为猪肉产品屠宰加工产生的碳排放量。
（二）生猪养殖碳排放的EKC模型设定
参照国内外学者对环境质量与经济发展之间关系的研究成果②，根据测算的生猪养殖碳排放总量，环境质量指标选用碳排放量来衡量，经济发展指标选用农村居民人均可支配收入来衡量。
同时，本文采用含参数估计的生猪养殖碳排放环境库兹涅茨模型，来验证江西省及各地市生猪养殖碳排放与经济发展之间是否存在EKC拐点。EKC模型的设定多以二次、三次多项式为主，但三次多项式相对灵活③。为消除数据可能出现的异方差，分别对生猪养殖碳排放和农村居民可支配收入取自然对数，采用对数三次方作为回归方程的基准方程对生猪碳排放进行EKC检验：
lnCt=θ0+θ1lnYt+θ2（lnYt）2+θ3（lnYt）3+εt（2）
式（2）中：Ct为生猪养殖碳排放量；Yt为农村居民人均可支配收入；t为时间；θ0为截距项；θ1、θ2、θ3为模型估计参数；ε1为随机误差项。根据模型估计参数θ1、θ2、θ3，其取值的不同，可以反映出生猪养殖碳排放与经济发展之间的不同关系。
（三）生猪养殖碳排放的影响因素研究
1.变量选取与说明
现有研究表明，碳排放具有不确定性和受人类活动影响等特点④，受经济发展水平、人口规模、产业结构、城市化水平、交通便利情况、人力资本、市场需求和政府支持等因素影响⑤。基于此，本文结合江西省生猪养殖实际情况与现有的研究成果并考虑数据的可获得性，选取以下七个变量作为生猪养殖碳排放的影响因素：
（1）猪肉消费总量（X1）：用人均猪肉消费量与城镇人口之积来表示。一般情况下，人们对猪肉的消费总量越多，意味着生猪养殖总量越多，将会消耗更多的能源和资源，碳排放量越多。
（2）对外贸易程度（X2）：用对外出口的生猪总额与牧业生产总值之比来表示。一般情况下，对外贸易程度越高，说明对外出口的生猪数量越多，产生的碳排放量越高。
（3）公路密度（X3）：用每平方公里的公路里程来表示。通常而言，交通条件越便利，越有利于生猪的运输以及对低碳养殖技术的推广，生猪养殖的碳排放量将会越少。
（4）农村劳动力价格（X4）：用城乡劳动力人均收入之比来衡量。城乡劳动力人均收入之比越高，生猪养殖的机会成本就越高，在理性经济人假设下，生猪养殖户会选择进城务工以获取更高的非农收入，选择生猪养殖的概率更低，生猪养殖数量下降，生猪养殖碳排放量下降。
（5）产业结构（X5）：用牧业生产总值与农业生产总值之比来衡量。牧业生产总值占农业生产总值比重越高，说明生猪产业发展越好，用于生猪养殖的资源越多，生猪养殖所产生的碳排放越高。
（6）政府环保管制（X6）：用政府环境治理投入与地区生产总值之比来衡量。政府环保管制越高，对低碳养殖技术（例如粪便处理技术推广和沼气池建设技术）等的补贴越高，从而降低生猪养殖所产生的碳排放。
（7）能源利用效率（X7）：用单位GDP能耗来表示。一般情况下，在生猪养殖的整个生命周期过程中，能源的利用会间接产生碳排放。能源利用率越高，生猪养殖产生的碳排放越低。
2.模型构建
为消除数据中可能出现的异方差同时不改变数据的特征，本文采用变量的对数值。生猪养殖碳排放影响因素的计量模型构建如下：
lnC=θ0+θ1lnY+θ2（lnY）2+θ3（lnY）3+Yi lnXi+ε；i=1，2…（3）
式（3）中：C表示生猪养殖碳排放量；Y表示农村居民人均可支配收入；Xi为解释变量；θ0为常数；θ1、θ2、θ3、Yi为估计参数；ε为随机误差项。
（四）数据来源
生猪养殖碳排放量测算与EKC检验采用1990―2014年江西省及11个市区的面板数据，数据来源于1991―2015年《江西省统计年鉴》。由于2000年以前生猪养殖碳排放影响因素的相关数据缺失且较难获取，因此，生猪养殖碳排放影响因素研究采用2000年之后的数据进行分析，数据来源于2001―2015年《中国统计年鉴》和《江西统计年鉴》。
三、实证结果与分析
（一）生猪养殖碳排放的EKC检验及拐点分析
采用固定效应模型对生猪养殖碳排放的EKC进行计量模型估计，结果如表1所示。
■
由表1可知，θ10，且θ3
第一，当农村居民人均可支配收入低于2454元时，该时期为1990―2003年，生猪养殖碳排放与经济发展水平呈反向变化关系，即经济发展水平保持增长的态势，而生猪养殖碳排放呈下降趋势。这一阶段生猪养殖业多为农户散养经营，生猪养殖总量相对较少，有足够的土地吸纳生猪养殖废弃物，能够有效实现“废弃物―有机肥―种植业”的种养结合，废弃物环境友好型处理率较高。且该时间段生猪养殖业的发展更多依赖于劳动力的投入，物资资本、能源等的投入未急剧增加，因此生猪养殖碳排放呈现下降态势。
第二，当农村居民人均可支配收入介于2454元至10864元之间时，该时期为2004―2014年，生猪养殖碳排放与经济发展之间呈现同步上升的趋势，即随着农村居民人均可支配收入的增加，生猪养殖碳排放也在增加。该阶段随着人口规模壮大和人们生活水平提高，猪肉市场需求增加使得生猪养殖总量不断攀升，生猪养殖模式由传统散养模式向小、中、大规模化养殖模式转变。随着生猪养殖业专业化、规模化程度日益提高，但养殖户经济基础比较薄弱，且生猪养殖业在一般情况下属于微利产业，污染治理投资与运行费用相对较高，多数养殖户在资金需求上难以承受。因此，相当一部分生猪养殖场缺乏必要的粪污处理设施，大量未经处理的禽粪污随意排入河流、稻田、荷塘等，使得大量生猪粪污及废弃物不能实现资源化、循环化综合利用，环境污染日益严重。农牧脱节，使得“废弃物―有机肥―种植业”的种养结合模式难以实现。同时，政府对沼气的推广尚在起步阶段，“废弃物―沼气―有机肥”的资源化循环经济模式效果不显著。而且，随着劳动力对生猪养殖产出的贡献力逐渐减弱，生猪养殖产业的发展更多依赖于物资资本及能源的投入增加。因此，该阶段生猪养殖碳排放和经济发展水平处于同步上升的态势。
第三，当农村居民可支配收入大于10864元时，随着经济的进一步发展，生猪养殖碳排放将逐渐降低。这一阶段，人民生活水平逐渐提高、环保意识逐渐增强、对环境质量需求也不断提高。政府对生猪清洁生产更加重视，对生猪低碳养殖技术和清洁生产技术的补贴力度加大，如沼气池建设、干清粪工艺、尿粪固液分离工艺推广等。同时，政府采取一定的激励或者强制措施，促进生猪粪便还田，减少生猪粪便向环境排放。实施生猪养殖业废弃物综合利用工程。大力发展养殖业循环经济，建立以沼气为纽带形成“猪―沼―菜”“猪―沼―果”“猪―沼―林”“猪―沼―鱼”多功能生态养殖和循环经济模式。减量化、资源化、再循环模式成效的显现，使得该阶段生猪养殖碳排放会随着经济发展水平的提高而降低。
（二）生猪养殖碳排放EKC拐点的时空特征分析
1.空间分布特征
2014年江西省农村居民人均可支配收入为9997.0元，还处于临界值（10864元）左端，意味着当前江西省生猪养殖碳排放随着经济发展仍然呈现上升的趋势。将江西省十一个设区市2014年农村居民人均可支配收入与临界值（10864元）进行对比分析后发现：南昌市（12266.8元）、景德镇市（11410.1元）、萍乡市（12617.6元）、新余市（12678.9元）和鹰潭市（11215.4元）五个市的农村居民人均可支配收入已经超过其临界值，生猪养殖碳排放将随着经济发展水平的提高逐渐降低。可能的原因是：2014年景德镇市、萍乡市、新余市和鹰潭市生猪养殖量分别为25万头、66万头、40万头和58万头，远小于江西省129万头的生猪平均养殖量。这四个设区市生猪养殖量较小，可以较好地实现“废弃物―有机肥―种植业”的种养结合，以及政府对生态环境保护的重视和养殖技术的推广，如“废弃物―沼气―有机肥”循环经济模式等，废弃物的资源化利用使得这四个区域生猪养殖碳排放经过高拐点值进入了下降阶段。南昌市是江西省的省会城市与经济发展中心，政府对生猪养殖造成的环境污染更加重视，且南昌市生猪养殖专业化、规模化程度较高，中、大规模养殖场较多，得到的补贴更高；较好地实现了“废弃物―沼气―有机肥”多功能生态养殖和循环经济模式，使得南昌市生猪碳排放从高拐点值开始逐步降低。其余六个设区市生猪养殖碳排放还未到达高拐点值，即随着经济发展水平的提高生猪养殖碳排放仍然呈现上升的趋势。那么，这六个设区市的生猪养殖碳排放何时才能到达高拐点值？接下来本文将对各市到达高拐点值的时间路径进行分析。
2.时间路径特征
根据到2020年全面实现小康社会的目标以及各市2010―2014年间农村居民人均可支配收入的平均增速，首先预测出各市农村居民人均可支配收入，并且将其作为预估时间的年均增速；然后，计算出各市到达高拐点值所需要的时间；最后，确定到达的具体年份。根据计算方法，得出的结果如表2所示。
从表2可知，在2015年到达EKC高拐点值的市包括九江市、宜春市、抚州市，在2016年到达EKC高拐点值的市包括吉安市和上饶市，赣州市将在2018年到达EKC高拐点值。不同市到达EKC高拐点值的时间不同，可能由于各市生猪养殖碳排放与经济发展水平的差异造成的。九江市、宜春市、抚州市、吉安市和上饶市生猪养殖业占有重要地位，2014年这五市生猪养殖量分别达到了95万头、284万头、124万头、175万头和127万头，分别占江西省生猪养殖总量的6.66%、19.99%、8.73%、12.30%和8.92%。这五市生猪养殖量大，碳排放总量更高，使得生猪养殖碳排放量更高。生猪养殖业蓬勃发展，使得农村居民人均可支配收入更高，到达曲线高拐点值的时间相对较短。赣州市位于赣南地区，面积相对广阔，主要还是以包括生猪养殖业在内的农业发展为主，经济发展相对较慢，农村居民人均可支配收入较低，到达曲线高拐点值的时间相对较长。
（三）生猪养殖碳排放影响因素分析
运用stata10.0统计软件进行生猪养殖碳排放影响因素回归分析，结果如表3所示：采用固定效应模型处理数据，模型R2为0.9985，且F值为265.6139，说明模型整体拟合优度较好。在控制其他变量不变的情况下，经济发展水平的系数满足θ10，且θ3
表3结果显示，猪肉消费总量（X1）的系数为0.1378，且通过了10%的显著性检验，说明猪肉消费总量对江西省生猪养殖碳排放具有正影响作用，与预期一致。这表明，随着猪肉消费总量的上升，在其他条件不变的情况下，生猪养殖碳排放呈上升趋势。
对外贸易程度（X2）的系数为0.0963，且通过了5%的显著性检验，说明对外贸易程度对江西省生猪养殖碳排放具有正影响作用，与预期一致。这表明，随着对外贸易程度的提高，在其他条件不变的情况下，生猪养殖碳排放呈上升趋势。可能的原因是：发达国家的生猪从我国进口，使得碳排放环节发生在我国，出现了“碳转移排放”现象，这与林百强和蒋竺均研究相符①。
公路密度（X3）的系数为0.0880，且通过了10%的显著性检验，说明公路密度对江西省生猪养殖碳排放具有正影响作用，与预期并不一致。可能的原因是：随着公里密度的提升，交通条件更为便利，生猪规模饲养数量将会增多，生猪养殖碳排放量增加。
农村劳动力价格（X4）的系数为-0.5527，且通过了1%的显著性检验，说明农村劳动力价格对江西省生猪养殖碳排放具有负影响作用，与预期一致。这表明，在其他条件不变的情况下，在城市收入越高，养殖户生猪养殖的机会成本就会越高。基于人们对经济效益的抉择，城市务工收入越高，从事生猪养殖人员就会相对越少。这与邓力群的研究类似，养殖机会成本对养殖户饲养行为产生负影响，即农村劳动力价格将会抑制生猪养殖碳排放的增长①。
产业结构（X5）的系数为0.8767，且通过了1%的显著性检验，说明产业结构对江西省生猪养殖碳排放具有正影响作用，与预期一致。这说明，在其他条件不变的情况下，产业结构的提升会使得生猪养殖碳排放呈上升趋势。这与杜江和刘渝的研究结果相符②。
政府环保管制（X6）的系数为-0.1549，且通过了1%的显著性检验，说明政府环保管制对江西省生猪养殖碳排放具有负影响作用，与预期一致。张学刚和王玉婧认为，政府对环境的管制等对环境质量改善有重要影响③，在其他条件不变的情况下，政府对环境保护越重视，对生猪低碳养殖重视会越高，使得生猪养殖碳排放下降显著。
能源利用效率（X7）的系数为-6.6554，且通过了1%的显著性检验，说明能源利用效率对江西省生猪养殖碳排放具有负影响作用，与预期一致。赵爱文和李东研究发现，能源利用效率的不断提高，显著影响能源使用强度①。在生猪整个生命周期过程中，能源利用效率的提升，使得能源使用强度显著下降，使得生猪养殖碳排放减少。
四、结论与政策建议
本文基于1990―2014年江西省及十一个设区市的面板数据，运用生命周期评价方法（LCA）测算出江西省及各市生猪养殖碳排放总量，利用EKC模型检验了江西省及各市生猪养殖碳排放与经济发展水平之间的EKC关系，并对各市的碳排放拐点变动及时空特征进行了实证研究，最后对江西省生猪养殖碳排放的主要影响因素进行分析。得出以下结论：
第一，从长期发展来看，江西省生猪养殖碳排放与经济发展之间存在“倒N型”的EKC关系，且存在临界值分别为2454元和10864元的双拐点。研究表明，当经济发展水平低于2454元时，生猪养殖碳排放处于下降的态势；当经济发展水平超过2454元而低于10864元时，生猪养殖碳排放由低拐点值随着经济发展呈现同步上升态势；当经济发展水平超过10864元时，生猪养殖碳排放由高拐点值向下呈现逐步下降趋势。
第二，从空间分布来看，2014年江西省农村居民人均可支配收入为9997.0元，还处于临界值（10864元）左端，意味着当年江西省生猪养殖碳排放随着经济发展仍然呈现上升的趋势。江西省有五个市生猪养殖碳排放超过了高拐点值，其中包括南昌市、景德镇市、萍乡市、新余市和鹰潭市；其余六个市当前生猪养殖碳排放还仍未到达高拐点值，即随着经济发展生猪养殖碳排放仍然呈现上升的趋势。
碳排放的影响因素篇（11）
碳排放是资源环境研究热点问题之一，目前，国内外已有众多学者从不同角度研究了碳排放及其影响因素。李国志等通过STIRPAT模型和面板数据，分析了对我国不同区域碳排放及影响因素[1]；潘雄峰等通过结构份额和效率份额研究了我国制造业的碳排放强度变化[2]；闫云凤等从出口的角度分析隐含碳排放增长的影响因素[3]；李志强等使用因素分解模型研究了山西省碳排放的成因[4-6]。
广东省是我国碳排放大省，目前对该区域碳排放的定量研究少见报道，本文采用能源系数法计算了广东省2000-2010碳排放，并通过相关分析研究了碳排放影响因素。
1 广东省碳排放的测算
本文采用以下公式计算碳排放量：
CT=∑Ei·εi （1）
其中Ei是指i种能源的消费数量，εi 是相应能源种类的碳排放系数，能源碳排放系数对二氧化碳排放量的计算影响很大，本文采用DOE/EI、日本能源经济研究所、国家科委气候变化项目、国家发改委能源研究所机构的平均值煤炭碳排放系数0.7329、石油碳排放系数0.7329、天然气碳排放系数0.4226。各种能源的数量乘以相应的碳排系数，进而相加的和是碳排放的数量。能源的种类有煤炭、石油、天然气、电力等，为了方便计量，本文采用2008年《中国能源统计年鉴》给出能源之间换算方法。
按照公式1和相关系数，计算了2000-2010年广东省的碳排放量和年增长率分别7810.48、8482.27和8.60%、9193.85和8.39%、10369.67和12.79%、11757.69和13.39%、13736.09和16.83%、15278.37和11.23%、16938.23和10.86%、17834.52和5.29%、19057.30 和6.86%、21021.84和10.31%。
由上可知：①2000-2010年间，广东省能源消费总量呈明显地上升趋势，未来的发展还是会不断加大对能源的需求，由于煤炭石油等碳基能源的碳排放量很大，未来对新能源的开发势在必行。②随着能源消费总量的增加，虽然有科技的进步也使得能源的效率有所提高，但是全省碳排放量依然如同能源消耗量年年攀升。相比2000年碳排放量，01年增加了9%，05年增加了96%，10年增加169%。③在绝对值的增长上，碳排放显得更加突出，01和02的增长量在1000万吨以内，但是从03年开始以1000万吨以上甚至2000万吨的数量在增长，08年和09年，随着国际金融危机爆发，经济发展放缓，相较前几年碳排放增长率稍有回落，到10年又开始出现2位数的增长。
2 碳排放的影响因素证实研究
2.1 碳排放影响因素相关分析
碳排放的影响因素应该是各个方面由显入微的，本文参考李国志[1]、陈彦玲[9]等人的研究成果，结合对碳排放和理解，根据研究区特点，选择世界GDP、广东省GDP、总人口、产业结构系数、能源结构系数、植被覆盖率、农作物面积、科技系数等8个因素来进行分析。其中能源消费结构系数，用煤炭占总能源消费量的比重表示；产业结构系数用公式2计算
S=∑（■，■，■） （2）
式中，Y1，Y2，Y3分别代表一、二、三产业产值。
根据分析结果，把碳排放影响因素做以下分类：①高度相关影响因素。可决系数R2≥0.85、Pearson相关系数≥0.9且都能通过F检验和T检验（即他们的sig具备高度统计学意义）。这些因素包括：世界GDP、省GDP、总人口、和产业结构系数。这表明：经济发展、人口增长和产业结构系数变化，是导致广东省碳排放的主导因素，也是碳减排对策要着力考虑的因素。②中度相关影响因素。可决系数0.85>R2≥0.5、0.9>Pearson相关系数≥0.6且F检验和T检验的sig具备统计学意义。这些因素包括：农作物播种面积和能源消费系数。这表明，农业也是广东省碳排放的重要因素，而能源消费系数，因为是用煤炭在能源消费中的比例代替，广东省能源消费中石油、天然气也是碳基能源，同样会产生碳排放，所以该因素对碳排放的正效益表征意义不十分显著。③轻度相关影响因素。其他的可决系数小于0.5或者Pearson相关系数小于0.6，又或者sig不具统计意义，如科技系数和植被覆盖率。这表明，研究期间，科技对碳排放的抑制作用尚不显著，有待于进一步发挥科技进步的作用来实现碳减排。因为广东省碳排放总量比较大，植被对碳排放的吸收作用对减排贡献不大。
3 结论
1）2000-2010年间，广东省碳排放量从7810.48万吨，增加到21021.84万吨，总体呈快速上升趋势。
2）相关分析表明，世界GDP、广东省GDP、总人口、产业结构系数对广东省碳排放的增加具有重要影响，是主要因素。反映了广东省外向经济的特点，说明经济增长、人口增长、和产业结构变化是广东省碳排放的主要驱动因子。能源消费结构对广东省碳排放具有正效益，但相关系数比较小而且不能通过检验，这可能是广东省能源消费结构的原因，电力一直是广东省能源的主力，2000年就达到45.4%以上，煤和石油一共占到35%。
3）植被覆盖率、农作物面积、科技系数对碳排放具有负效益，但是对碳排放的抑制作用不明显。
综上，广东省要实现节能减排目标，需要进一步发挥科技水平在提高能源效率上的作用和潜力；转变经济增长方式，实现经济增长和碳排放脱钩，同时合理控制人口，优化产业机构和能源消费结构。■
参考文献
[1] 李国志，李宗植.中国二氧化碳排放的区域差异和影响因素研究[J].中国人口·资源与环境，2010，20（5）：22-27.
[2] 潘雄峰，舒涛，徐大伟.中国制造业碳排放强度变动及其因素分解[J].中国人口·资源与环境，2011，21（5）：101～105.
[3] 闫云凤，杨来科. 中国出口隐含碳增长的影响因素分析[J].中国人口·资源与环境，2010，20（8）：48～52.
[4] 李志强，王宝山.基于因素分解模型的二氧化碳排放影响因素分析——以山西为例[J].生产力研究，2010（12）：99～101.
