碳排放的影響因素精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的碳排放的影響因素主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：碳排放的影響因素范文
摘 要：兩會委員提出推動“碳期貨”市場建設(shè)使碳交易再一次成為了熱門話題。本文在介紹碳交易市場概況及其相關(guān)機制的基礎(chǔ)上，根據(jù)相關(guān)學者曾經(jīng)提出的理論，以北京交易所碳交易價格為研究對象進行了碳排放權(quán)交易價格影響因素的實證分析，并結(jié)合模型和當下我國經(jīng)濟形勢對我國碳市場的進一步發(fā)展提出了相關(guān)建議。
關(guān)鍵詞：碳交易市場;碳排放權(quán)定價;實證分析
1. 研究背景
隨著人類社會、科技的高速發(fā)展，環(huán)境、資源問題日益凸顯，尤其是溫室氣體大量排放引發(fā)的全球氣溫變暖，已成為當代人類社會發(fā)展的緊迫問題。我國對節(jié)能減排的重視程度與日俱增，在“十二五規(guī)劃”中明文提出，必須“樹立綠色、低碳發(fā)展理念，以節(jié)能減排為重點”，“積極應對全球氣候變化。把大幅降低能源消耗強度和二氧化碳排放強度作為約束性指標，有效控制溫室氣體排放”。并提出于2020年將實現(xiàn)碳排放強度降低40%-45%的減排目標。
世界上第一個為有效控制二氧化碳等溫室氣體排放從而減緩溫室效應影響的國際公約是1992年5月9 日合國政府間談判委員會制定的《聯(lián)合國氣候變化框架公約》（以下簡稱《聯(lián)合公約》），在此公約中便對發(fā)達國家和發(fā)展中國家采取了區(qū)別對待的態(tài)度。公約對發(fā)達國家和發(fā)展中國家規(guī)定的義務(wù)以及履行義務(wù)的程序有所區(qū)別，要求發(fā)達國家積極減少溫室氣體排放，而發(fā)展中國家只承擔提供溫室氣體源與溫室氣體匯的國家清單的義務(wù)，由發(fā)達國家為發(fā)展中國家提供履行公約的資金支持。其目標是將大氣中溫室氣體濃度穩(wěn)定在不對氣候系統(tǒng)造成危害的水平上。
而1997年的《京都議定書》（以下簡稱《議定書》）可謂是《聯(lián)合公約》的進一步發(fā)展，使溫室氣體減排進一步成為發(fā)達國家的法律義務(wù)，要求從2008年到2012年間，主要工業(yè)發(fā)達國家的以二氧化碳為代表的六種溫室氣體的排放量要在1990年的基礎(chǔ)上減少5.2%。2009年12月7-18日召開的哥本哈根世界氣候大會是繼《議定書》后又一具有劃時代意義的全球氣候協(xié)議書，它商討了《議定書》一期承諾到期后于2012年至2020年的全球節(jié)能減排方案。我國對此一直表示積極的配合態(tài)度，中國政府代表表示，2016～2020年中國將把每年的二氧化碳排放量控制在100億噸以下。
碳交易市場是指碳排放權(quán)交易市場，為了進一步達到減少溫室氣體排放量，緩解全球變暖現(xiàn)狀，《議定書》實際上創(chuàng)造出了一種新的交易對象――碳減排額度，即把二氧化碳排放權(quán)作為一種商品，通過市場機制實現(xiàn)了對二氧化碳排放權(quán)配額的交易?！蹲h定書》建立了三種以市場機制為基礎(chǔ)的國際合作減排機制。其一是清潔發(fā)展機制（簡稱CDM）。即某一締約國（一般為發(fā)達國家）與某儀非締約國（一般為發(fā)展中國家）之間的在清潔發(fā)展登記處的減排單位的轉(zhuǎn)讓，在非締約國實施溫室氣體減排項目，協(xié)助締約國通過此機制項目獲得“核證減排量”也即CERs，以降低締約國履行兩河國框架公約的成本。
清潔發(fā)展機制賦予有減排義務(wù)的發(fā)達國家向不具有強制減排義務(wù)的發(fā)展中國家投資降低溫室氣體排放的減排項目，從而獲得CERs。其二是國際排放貿(mào)易機制（簡稱ET）。這一交易機制的核心是允許發(fā)達國家之間相互交易碳排放額度。賦予溫室氣體排放量超過其許可排放量的締約國從其他擁有剩余排放量的締約國購買CERs，其過程包括“分配數(shù)量單位”、“排放減量權(quán)證”、“排放減量單位”等減排單位核證的轉(zhuǎn)讓或獲得。一個發(fā)達國家將其超額完成減排義務(wù)的指標，以貿(mào)易的方式轉(zhuǎn)讓給另外一個未能完成減排義務(wù)的發(fā)達國家的同事，從轉(zhuǎn)讓方的允許排放限額上扣減相應的轉(zhuǎn)讓額度。其三是聯(lián)合履約機制（簡稱JI），其核心是締約國之間以項目為基礎(chǔ)的一種合作機制。所實現(xiàn)的減排單位可以轉(zhuǎn)讓給另一個發(fā)達國家締約方，但是同時必須在轉(zhuǎn)讓方的分配數(shù)量配額上扣減相應的額度。通過此機制實現(xiàn)了減排成本較高的締約國在減排成本較低的締約國實施溫室氣體排放項目。通過以上三種不同機制的對比可以看出，碳交易分為兩類，一類是以CDM和JI為代表的以項目為基礎(chǔ)的減排交易形式;另一類是以ET為代表的配額型交易，由管理者制定總的排放配額，并在參與者之間分配，參與者根據(jù)自身需要進行排放配額的買賣。由于我國是《京都議定書》的非締約國，因此不能直接開展配額型交易。我國碳排放交易的主要類型是基于項目的減排交易形式，最主要的是CDM機制。
目前世界上的碳交易所共有四個：歐盟的歐盟排放權(quán)交易制（EU ETS）英國的英國排放權(quán)交易制（ ETG）美國的芝加哥氣候交易所（CCX）澳大利亞的澳大利亞國家信托（NSW）其中EU ETS是世界上最大的碳排放交易市場，在世界碳 交易市場中具有示范作用。2012年1月13日，中國國家發(fā)展和改革委員會宣布在北京、上海、天津、重慶、深圳、廣東省、湖北省開展碳排放權(quán)交易試點，逐步建立起了國內(nèi)碳排放交易市場，以實現(xiàn)低成本2020年中國溫室氣體排放的目標。由此可見，中國碳交易市場尚處于起步階段，交易大部分比較分散，多是企業(yè)之間的場外交易，缺乏價格機制，而且以CDM為主的品種較為單一，再加上市場和價格不夠公開、透明，因此還沒有建立成一套完整的定價、核證體系，導致我國碳交易成交價格明顯低于國際碳市場價格，不利于爭取國際價格決定權(quán)。
2.變量選取
第2篇：碳排放的影響因素范文
關(guān)鍵詞：聚類分析 碳排放 低碳發(fā)展
引言
我國幅員遼闊，各地收入水平、消費水平、產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦等存在著很大的差異，因此在倡導節(jié)能環(huán)保、實施低碳發(fā)展時，必須要考慮到影響區(qū)域排放的因素差異，從而有目的、有針對性地制定不同的減排目標和策略。
一、相關(guān)文獻回顧
探索低碳發(fā)展的道路，既要注意到發(fā)展模式的普適性，也要考慮模式的適應性。在中國，從1980年開始CO2 的排放總量就不斷上漲。但是由于地區(qū)之間經(jīng)濟發(fā)展水平、生活水平以及環(huán)境狀況之間存在很大差異，沿海與內(nèi)陸、東中西部碳排放的驅(qū)動因素差異較大，因此在實施低碳發(fā)展時，必須考慮影響區(qū)域碳排放驅(qū)動因素的差異，從而有針對性地制定減排策略。張彬（2011）從環(huán)境經(jīng)濟學角度出發(fā)，基于碳排放的驅(qū)動因素，利用Kaya模型研究分析例如影響中國碳排放的主要因素――人口、人均國民生產(chǎn)總值和單位國民生產(chǎn)總值碳排放量，并將此三項指標作為模糊聚類指標，將中國按碳排放驅(qū)動因素分為4大區(qū)域，并針對各區(qū)域提出實現(xiàn)低碳發(fā)展的相關(guān)政策建議，并對應用該方法將中國按照碳排放驅(qū)動因素進行區(qū)劃的優(yōu)點與不足做了進一步的討論。張建民（2011）以2005年為基期，對我國2015年與2010年一次能源需求以及碳排放進行了預測。并在此基礎(chǔ)上，與美國、日本、英國、歐盟等國家和地區(qū)以及世界平均水平1971年～2005年期間的碳排放進行了比較。發(fā)現(xiàn)中國的二氧化碳排放低于發(fā)達國家，如果與日本相比，尚有50年的差距。馮蕊（2010）對當前國內(nèi)外居民生活消費碳排放估算方法進行對比，從居民生活消費能源的界定和估算方式的選擇2 方面入手，分析各種估算方法的優(yōu)缺點，為我國合理準確的估算居民生活消費碳排放提供參考借鑒。
前人研究碳排放問題存在三個問題：（1）研究多以定性研究為主，指標量化不完全，不能給人以直觀清晰的結(jié)果；（2）研究中個人主觀臆斷問題嚴重，對于各指標權(quán)重的決定不夠科學合理。（3）在進行聚類分析中，考慮的指標過少，內(nèi)容略顯單薄，分析不具體不全面。本文在數(shù)據(jù)來源規(guī)范的情況下，從人均收入、人均支出、人均碳排放、能源強度、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)等方面內(nèi)容著手，運用聚類分析，更為全面地研究我國各省域的碳排放狀況。
二、各省份碳排放樣本和指標體系的建立
（一）評價指標的選取
（1）科學系統(tǒng)性，指標要能夠全面的反映低碳的發(fā)展狀況，數(shù)據(jù)處理要科學，目標設(shè)定要合理。（2）實用可操作性，評價指標的選取主要是為低碳的發(fā)展研究服務(wù)的，所以它必須能夠可以量化、準確獲得并能夠清晰的表明低碳的發(fā)展狀況。（3）客觀獨立性，指標數(shù)據(jù)的得來是不以人的意志為轉(zhuǎn)移的，它是客觀存在的，同時指標之間是相互獨立的，避免人為的擴大或者縮小研究內(nèi)容的重要性。
（二）評價指標體系的建立
影響我國各省域碳排放包括人均收入、人均支出、人均碳排放、能源強度、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)等方面，遵循以上的指標選取原則，本文特選取這6個方面為指標，具體如表1。
（三）樣本數(shù)據(jù)的來源與特別說明
樣本數(shù)據(jù)全部來自2001年―2012年的《中國統(tǒng)計年鑒》。
選取2011年我國內(nèi)地30 個省市自治區(qū)的人均收入、人均支出、人均碳排放、能源強度、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)作為指標來進行聚類分析。指標中的人均收入、人均支出、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、人口數(shù)據(jù)以及人均碳排放直接來源于2001年―2012年的《中國統(tǒng)計年鑒》。能源結(jié)構(gòu)用煤炭消費占能源消費的比例表示，產(chǎn)業(yè)結(jié)構(gòu)用第二產(chǎn)業(yè)占國民經(jīng)濟的比重來表示，能源強度是用能源消費除以GDP 算出來的，能源消費和GDP 的數(shù)據(jù)也來源于《中國統(tǒng)計年鑒》。聚類分析中如果參與聚類的變量的量綱不同會導致錯誤的聚類結(jié)果。例如在本文分析中，能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)都是用百分比表示的，因而絕對值都不會超過1，而人均收入和人均支出的單位是元，具體數(shù)值在幾千到幾萬不等，如果不對數(shù)據(jù)進行無量綱化，那么在最終的聚類結(jié)果中，由于產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的數(shù)值絕對值太小，就會完全起不了作用。因此在進行聚類分析之前必須對變量值進行標準正態(tài)化，消除量綱的影響。
三、對我國碳排放的具體分析
（一）聚類分析
聚類分析指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的分析過程。聚類分析的目標就是在相似的基礎(chǔ)上收集數(shù)據(jù)來分類。聚類分析是一種很常見的數(shù)據(jù)挖掘技術(shù)，它的主要作用是用于揭示數(shù)據(jù)庫中未知的對象類。簡單地說，就是對大量的數(shù)據(jù)進行分類，使得同一類別的數(shù)據(jù)之間的相似度盡可能大、相異度盡可能小，而不同類別之間的數(shù)據(jù)的相似度要盡可能小、相異度盡可能大。聚類分析的本質(zhì)特征就是按照事物的所有特征來構(gòu)建組，每組的成員應該顯示出盡可能類似的結(jié)構(gòu)。聚類分析來的目的是為了在眾多對象中確定對象的同質(zhì)性。
（二）實證分析過程
標準正態(tài)化 由于各項數(shù)據(jù)指標統(tǒng)計時采取的測量單位不同，不可能直接運用因子分析法，故在分析前要對原始數(shù)據(jù)進行標準化處理（均值為0，方差為1），消除量綱帶來的干擾。用Xi（i=1，2…9）表示標準化后的指標數(shù)據(jù)。四、總結(jié)
通過聚類分析，按照和低碳經(jīng)濟相關(guān)的6 個因素――人均收入、人均支出、人均碳排放、能源強度、能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)，可將中國內(nèi)地（除外）分為五個區(qū)域。
第一個區(qū)域為北京和上海。該區(qū)域是中國最發(fā)達的地區(qū)，經(jīng)過這么多年的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和升級，該地區(qū)已經(jīng)形成以現(xiàn)代服務(wù)業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)模式。這些地區(qū)人均收入和生活水平較高，促使該地區(qū)碳排放增長的主要動力是城市居民消費方式的轉(zhuǎn)變。該類地區(qū)實施低碳發(fā)展模式的重點在于轉(zhuǎn)變傳統(tǒng)工業(yè)文明的消費觀念，倡導低碳消費方式。具體的舉措有：大力推廣建筑節(jié)能，鼓勵使用節(jié)能電器，降低單位產(chǎn)品生產(chǎn)和使用的能耗，提倡公交、步行以及騎自行車等綠色出行方式。
第二類區(qū)域是廣東、天津、浙江、福建、江蘇，這些地區(qū)的主要特點是能源結(jié)構(gòu)中煤炭的比例非常低，而石油、天然氣和電力等比重較大；產(chǎn)業(yè)結(jié)構(gòu)中工業(yè)比重不大，人均排放量少。廣東省一直都是中國改革開放的前沿陣地，經(jīng)過這么多年的發(fā)展，產(chǎn)業(yè)逐漸轉(zhuǎn)型升級，逐漸從以前的資源、勞動密集型向技術(shù)、智力密集型轉(zhuǎn)換。
第三類有陜西、甘肅、青海，這些地區(qū)位于我國的西北地區(qū)，經(jīng)濟相對落后，產(chǎn)業(yè)結(jié)構(gòu)工業(yè)比重非常小，人口密度相對較小，所以人均碳排放也比較少。
第四類有吉林、黑龍江、新疆、湖南、湖北、重慶、安徽、江西、河南、廣西、四川、云南、海南 14個省區(qū)，它囊括了中國絕大多數(shù)省區(qū)。這些地區(qū)人均收入比較低，正在承接東部發(fā)達地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移，第二產(chǎn)業(yè)的比重在將來還會逐漸增加，工業(yè)耗能和工業(yè)碳排放也將會有較大的增長，這類省區(qū)應通過技術(shù)進步來調(diào)整產(chǎn)值的能源強度，充分發(fā)揮科學技術(shù)在減排中的作用，同時注意調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，轉(zhuǎn)變生產(chǎn)模式，注重可再生能源的開發(fā)和利用，不能重走發(fā)達地區(qū)先污染再治理的老路。海南作為一個旅游強省和生態(tài)農(nóng)業(yè)大省，工業(yè)經(jīng)濟比重在全國是最小的省份之一。
第五類有內(nèi)蒙古、寧夏、遼寧、山東、河北、山西、貴州。這些省份是我國煤炭資源的主要產(chǎn)地，煤炭在能源結(jié)構(gòu)中的比重非常大，同時工業(yè)在該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)中比重非常高，導致這些省份的能源強度非常高。這些地區(qū)也是我國減排壓力最大的地區(qū)，在低碳減排方面最關(guān)鍵的是要努力提升煤炭資源的利用效率、降低能源強度、加大科技投入力度、使資源得到充分利用。通過以上聚類分析可以看出，中國省域間的差異很大，這種差異必然要求采取不同的減排政策和措施。
參考文獻：
[1]克勞斯?巴克豪斯，本德?埃里克森，伍爾夫?普林克等.多元統(tǒng)計分析方法―――用SPSS 工具[M].上海：格致出版社、上海人民出版社，2009.
[2]張彬，姚娜，劉學敏.基于模糊聚類的中國分省碳排放初步研究[J].中國人口資源與環(huán)境，2011（1）.
[3]Johan Albrecht，Delphine Francois，Koen Schoors. A shapleydecomposition of carbon emissions without residuals [J]. EnergyPolicy，2002（30）.
第3篇：碳排放的影響因素范文
關(guān)鍵詞：黑龍江省；農(nóng)業(yè)碳排放；脫鉤理論；LMDI模型
中圖分類號：F320 文獻標志碼：A 文章編號：1673-291X（2013）26-0058-03
全球持續(xù)變暖成為制約經(jīng)濟社會可持續(xù)發(fā)展的重要因素，20世紀世界平均氣溫上升了0.72℃，而目前全球的經(jīng)濟社會發(fā)展方式若不發(fā)生調(diào)整，21世紀世界平均氣溫將會上升1.78―4℃[1-2]。農(nóng)業(yè)作為基礎(chǔ)產(chǎn)業(yè)，不斷走向現(xiàn)代化、化學化和機械化，大量化肥、農(nóng)藥等農(nóng)業(yè)化學物資和農(nóng)業(yè)柴油等的使用造成農(nóng)業(yè)源的碳排放持續(xù)增加。IPCC（2007）報告顯示，農(nóng)業(yè)是人為溫室氣體第二大排放源，占人為溫室氣體排放的13.5%。FAO指出，農(nóng)業(yè)CH4的排放占人為CH4排放總量的47%，農(nóng)業(yè)N2O排放占到人為排放的58%。我國耕地少、人口多造成我國農(nóng)業(yè)生產(chǎn)嚴重依賴化肥等化學農(nóng)業(yè)生產(chǎn)資料，農(nóng)業(yè)源溫室氣體排放占全國人為排放量的17%，其中，CH4（動物反芻、動物糞便和稻田）、N2O（動物糞便和農(nóng)田）和CO2（放牧、秸稈燃燒、化肥和農(nóng)藥等）的排放當量分別為4.2億噸、3.0億噸和2.3億噸CO2當量[3]。黑龍江省作為重要的商品糧基地為保障國家糧食安全做出了重要貢獻，但是由于化肥、農(nóng)藥等的過度使用土地的不合理耕作和黑土流失，在造成農(nóng)業(yè)面源污染日趨嚴峻的同時，還農(nóng)業(yè)源的碳排放持續(xù)增加。本文運用脫鉤理論，量化分析黑龍江省糧食產(chǎn)量和農(nóng)業(yè)碳排放之間的關(guān)系，并計量其影響因素和實現(xiàn)方式，以期對黑龍江省控制農(nóng)業(yè)源碳排放，實現(xiàn)農(nóng)業(yè)低碳化、可持續(xù)發(fā)展，進而推動區(qū)域整體經(jīng)濟的低碳化發(fā)展提供政策參考。
一、研究方法與理論
（一）農(nóng)業(yè)碳排放的測算方法
結(jié)合前人研究成果并結(jié)合黑龍江省實際，黑龍江省農(nóng)業(yè)碳排放主要為種植業(yè)生產(chǎn)過程中所引起的碳排放。本文選取了化肥施用量、農(nóng)藥使用量、農(nóng)用薄膜和農(nóng)用柴油消耗量、農(nóng)業(yè)灌溉面積作為測算黑龍江省農(nóng)業(yè)碳排放的主要碳源，其計算公式為：
式中，CE為農(nóng)業(yè)總碳排放量，CEi為第類農(nóng)業(yè)碳源的碳排放量，Ni為第類農(nóng)業(yè)碳源量，δi為第類農(nóng)業(yè)碳源的碳排放系數(shù)，化肥的碳排放系數(shù)為0.895 6t/t [4]，農(nóng)膜的碳排放系數(shù)為5.18t/t，農(nóng)藥的碳排放系數(shù)為4.934 1t/t，農(nóng)業(yè)灌溉的碳排放系數(shù)為20.476kg/hm2[2]。
（二）脫鉤理論
工業(yè)革命以來，經(jīng)濟增長尤其是工業(yè)發(fā)展帶來了嚴峻的環(huán)境問題，使得經(jīng)濟增長與環(huán)境狀況之間的關(guān)系成為學術(shù)界重要的研究課題。Kuznets S（1955）認為經(jīng)濟發(fā)展和環(huán)境質(zhì)量之間呈現(xiàn)“倒U型曲線”，即隨著經(jīng)濟的發(fā)展環(huán)境質(zhì)量將會下降，但是發(fā)展到一定階段后環(huán)境質(zhì)量就會逐漸提升[5]。OECD（2002）提出了脫鉤理論，用脫鉤指數(shù)來衡量經(jīng)濟發(fā)展的水平，以期打斷經(jīng)濟發(fā)展與環(huán)境質(zhì)量下降之間的耦合關(guān)系[6]。Tapio（2005）在脫鉤理論的基礎(chǔ)上提出彈性脫鉤理論，構(gòu)建經(jīng)濟發(fā)展與環(huán)境質(zhì)量的關(guān)系鏈，并將脫鉤指標細化，在克服OECD脫鉤理論的誤差大等缺陷的同時，使得脫鉤理論更具可操作性[7]。國內(nèi)相關(guān)專家和學者在OECD脫鉤理論和彈性脫鉤理論的基礎(chǔ)上分析了國內(nèi)各個產(chǎn)業(yè)和區(qū)域經(jīng)濟的脫鉤狀況。Tapio的彈性脫鉤指標根據(jù)彈性值t細化為8個指標，即擴張負脫鉤、強負脫鉤、弱負脫鉤、強脫鉤、弱脫鉤、衰退脫鉤、增長連結(jié)和衰退連結(jié)[8]。
其中彈性值（t）的具體算法為：
（三）農(nóng)業(yè)CO2排放的LMDI分解法
為了探尋黑龍江省農(nóng)業(yè)CO2排放的影響因素，本文利用對數(shù)平均權(quán)重Divisia指數(shù)法（LMDI）從經(jīng)濟發(fā)展水平、產(chǎn)出效率和勞動力等因素量化分解影響黑龍江省農(nóng)業(yè)碳排放的相關(guān)因素[9]。結(jié)合前人研究成果，本文對黑龍江省農(nóng)業(yè)碳排放進行如下分解：
式中，C表示農(nóng)業(yè)源碳排放量，本文采用農(nóng)業(yè)CO2排放，Ci表示第i類碳源的碳排放量，GOT表示糧食產(chǎn)量，MPi表示第類碳源的消耗量，SG表示農(nóng)業(yè)播種面積，P為農(nóng)業(yè)勞動力數(shù)量。SCi=Ci/GOT表示第i類碳源的糧食產(chǎn)量碳排放強度，EMi=GOT/MPi表示生產(chǎn)效率，SMi=MPi/SG表示單位面積第類碳源的使用強度，SP=SG/P表示農(nóng)業(yè)生產(chǎn)規(guī)模，P表示農(nóng)業(yè)勞動力投入量。
鑒于LMDI的“和分解”和“乘積分解”最終結(jié)果的一致性[2]，本文在計算過程中采用“和分解”，即分部門的效應的加和等于總體的效應[10]，分部門的效應分別為農(nóng)業(yè)碳排放強度、生產(chǎn)效率、投入強度、生產(chǎn)規(guī)模和勞動力五個部分，其表達式為：
二、數(shù)據(jù)來源與碳排放測算結(jié)果
（一）數(shù)據(jù)來源
本文使用的數(shù)據(jù)包括黑龍江省農(nóng)業(yè)生產(chǎn)資料消耗、糧食產(chǎn)量和播種面積的相關(guān)數(shù)據(jù)，具體的數(shù)據(jù)來自于《黑龍江省統(tǒng)計年鑒2012》。農(nóng)業(yè)生產(chǎn)資料消耗的數(shù)據(jù)主要包括黑龍江省1993―2011年的化肥、農(nóng)藥、農(nóng)用柴油、農(nóng)用薄膜和農(nóng)田灌溉面積相關(guān)數(shù)據(jù)。
（二）碳排放測算結(jié)果
本文運用式（1），根據(jù)前文（一）的數(shù)據(jù)測算了黑龍江省1993―2011年的農(nóng)業(yè)各類碳源的CO2排放量。具體數(shù)據(jù)見圖1。
參考文獻：
[1] Jeff S，Holly H.Agriculture，Climate Change and Carbon Sequestration[J/OL].http：//attran.cat .org：2009.
[2] 李俊杰.民族地區(qū)農(nóng)地利用碳排放測算及影響因素研究[J].中國人口?資源與環(huán)境，2012，（22）：42-44.
[3] 胡啟山.低碳農(nóng)業(yè)任重而道遠[J].農(nóng)藥市場信息，2010，（2）.
[4] West T O，Marland G.A Synthesis of Carbon Sequestration，Carbone Missions，and Net Carbon Flux in Agriculture：Comparing Tillage Practices in the United States[J].Agriculture Ecosystems and Environment，2002，（9）：117-232.
[5] Kuznets S.Economic Growth and Income Equality[J].American Economic Review，1955，45（1）：1-28.
[6] OECD.Indicators to measure decoupling of environmental pressure from economic growth.[R].paris.OECD.2002.
[7] Tapio P.Towards a Theory of Decoupling：Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001[J].Journal of Transport Policy，2005，（12）.
[8] 肖宏偉，易丹輝，周明勇.中國區(qū)域碳排放與經(jīng)濟增長脫鉤關(guān)系研究[J].山西財經(jīng)大學學報，2011，34（11）.
第4篇：碳排放的影響因素范文
[關(guān)鍵詞]物流業(yè)；碳排放；影響因素
[DOI]10.13939/ki.zgsc.2017.15.239
1 引 言
近年來，河北物流業(yè)企業(yè)數(shù)量不斷增加，規(guī)模不斷擴大，服務(wù)水平不斷提升。物流業(yè)的快速發(fā)展緣于河北省經(jīng)濟的迅猛發(fā)展，兩者之間互相促進。然而，河北省物流業(yè)發(fā)展較為粗放，2014年前三季度社會物流總費用為4.136億元，同比增長3.41%；社會物流總費用占GDP的比重為19.05%，物流成本明顯偏高。《河北省現(xiàn)代物流業(yè)“十二五”發(fā)展規(guī)劃》明確提出，要著眼發(fā)展低碳經(jīng)濟，以降低物流業(yè)資源消耗為重點，構(gòu)建節(jié)能高效、綠色環(huán)保的現(xiàn)代物流服務(wù)體系。到2015年，物流業(yè)碳排放量有所下降，初步建立起節(jié)能高效的物流運作模式，但物流業(yè)相關(guān)行業(yè)能耗依然巨大。[1]本文對河北省物流業(yè)碳排放量進行測算，并對其影響因素進行分析，為河北省相關(guān)部門制定物流業(yè)節(jié)能減排政策提供理論支持，同時為河北省物流企業(yè)的低碳化發(fā)展決策提供依據(jù)。
2 河北省物流業(yè)能源消費分析
物流業(yè)是一個復合型的產(chǎn)業(yè)，其作為一個生產(chǎn)業(yè)，由于其跨行業(yè)、跨部門、跨區(qū)域和滲透性強等特點。目前，國家尚未建立成熟、統(tǒng)一的指標體系和統(tǒng)計核算方法。根據(jù)河北省統(tǒng)計普查中心的統(tǒng)計方法，交通運輸、倉儲和郵政業(yè)可用于代表物流業(yè)[2]，本文利用河北省交通運輸、倉儲和郵政業(yè)能源消耗數(shù)據(jù)進行相關(guān)分析與計算。表1給出河北省物流業(yè)2005―2014年的能源消費量及比重。
由表1可以看出，2005―2014年，河北省物流業(yè)能源消耗總量整體上具有波動性上升的變化特征，除2008年、2009年和2014年外，河北省其余8年的能源消費總量均有所增長，2013年河北省能源消耗總量達到811.76萬噸標準煤，為2005年能源消耗量的1.37倍。三種能源中，石油的消耗量一直最大，煤炭的消耗量次之，電力的消耗量最小，其中，石油的消耗量總體呈上升趨勢，從2005年的544.85萬噸標準煤增長至2014年的705.77萬噸標準煤，增長了160.92萬噸標準煤，比重由92.12%增加到95.58%；煤炭的消耗量總體上處于下降趨勢，從2005年的42.19萬噸標準煤減少到2014年的21.92萬噸標準煤，減少近一半，比重由7.13%降低到2.97%；電力消耗量比重雖然最低，但一直處于穩(wěn)定上升趨勢，從2005年的4.39萬噸標準煤增長到2014年的10.68萬噸標準煤，實現(xiàn)了2.43倍的增長，比重由0.74%上升到1.45%。
3 河北省物流業(yè)碳排放測算
目前，我國還沒有建立統(tǒng)一完善的碳排放監(jiān)測體系，直接的碳排放量的監(jiān)測數(shù)據(jù)還有待測算體系的形成。而根據(jù)政府間氣候變化專門委員會（IPCC）的評估報告，碳排放量主要來源于化石燃料的燃燒。因此，國內(nèi)外的碳排放量測算都是由能源消耗量估算而來[3]，估算公式為：
由表2可以看出，2005―2014年，河北省物流業(yè)的碳排放總量與能源消費總量變化趨勢相似，呈現(xiàn)波動性增長趨勢，除2008年、2009年和2014年外，其余8年的碳排放總量均有所增長；分階段來看，碳排放總量在2008―2010年增長較快，2007―2009年略有下降，2013―2014年下降比較明顯，其他時期處于略有增長狀態(tài)。三種能源中，石油的碳排放量最大，占碳排放總量的90%以上；煤炭的碳排放量次之，碳排放比重由2005年的9.20%減少到2014年的3.87%；電力的碳排放量最少，呈現(xiàn)逐年增長趨勢，2014年其碳排放比重增長到1.74%。
4 河北省物流業(yè)碳排放影響因素分析
4.1 直接影響因素
由物流業(yè)能源消耗碳排放的形成與計算過程可知，河北省物流業(yè)碳排放量的直接影響因素是物流業(yè)各類能源的消耗量及比重。由表1可以看出，河北省物流業(yè)能源消耗量最大的是石油，且石油的碳折算系數(shù)較高，所以碳排放最高的是石油。在油類能源消耗中，河北省物流業(yè)對柴油消耗量所占比重最大，另外是汽油，它們的消耗主要來自物流運輸活動。此外，河北省物流業(yè)需求增長和運輸方式不均衡是導致碳排放大的原因。[4]物流需求的增長能夠推動碳排放量的增長，河北省的貨物周轉(zhuǎn)量從2005年的4750.64億噸公里增長到2014年的12968.8億噸公里，增長了近3倍。貨物周轉(zhuǎn)量的上升勢必會帶動物流業(yè)運輸里程與能源消耗的增加，從而提高了物流業(yè)的碳排放量，運輸方式的不均衡也會影響到物流業(yè)的碳排放量。多年來，河北省物流業(yè)一直以公路運輸為主，相比鐵路運輸、水運運輸，公路運輸具有單位里程碳排放大、能源消耗多等特點，進一步促進了河北省物流業(yè)碳排放量的增長。
4.2 間接影響因素
物流業(yè)是服務(wù)業(yè)，屬于第三產(chǎn)業(yè)，服務(wù)于人們生產(chǎn)、生活的需要，生產(chǎn)規(guī)模的擴大、生活水平的提高都會增大物流服務(wù)的需求量，三次產(chǎn)業(yè)結(jié)構(gòu)差異導致物流服務(wù)需求量和服務(wù)結(jié)構(gòu)上的差異。比如，第一產(chǎn)業(yè)和第二產(chǎn)I對物流服務(wù)中的干線運輸與倉儲需求量大，而零售業(yè)對配送和末端運輸服務(wù)需求量大，這些結(jié)構(gòu)上的差異都會影響物流業(yè)的碳排放量。另外，人口的增長可以引起能源及各種資源的消耗，從而導致碳排放的增加。河北省人口的增長推動了物流行業(yè)的發(fā)展，增加了對物流的需求，促使物流業(yè)的碳排放量增加。
5 結(jié) 論
本文測算了河北省物流業(yè)的碳排放量，并分析了影響河北省物流業(yè)碳排放的因素。結(jié)果表明，河北省物流業(yè)的碳排放量與能源消費量的變化趨勢相似，具有波動性增長特征，其中，石油的碳排放量最大，煤炭的碳排放量次之，電力的碳排放量最少；直接因素與間接因素共同影響著河北省物流業(yè)的碳排放量。
參考文獻：
[1]趙松嶺.河北省物流業(yè)節(jié)能減排對策研究[J].合作經(jīng)濟與科技，2015（5）.
[2]劉楠.城市物流業(yè)碳排放測算及影響因素分析――以天津市為例[D].西安：長安大學，2013.
第5篇：碳排放的影響因素范文
［關(guān)鍵詞］城市化；二氧化碳排放；協(xié)整分析；Kaya恒等式
［中圖分類號］F293 ［文獻標識碼］A?。畚恼戮幪枺?671-8372（2012）04-0012-04
一、引言
城市化作為一種全球性的經(jīng)濟社會現(xiàn)象，主要發(fā)生在工業(yè)革命以后。伴隨著世界城市化的快速發(fā)展，城市人口急劇膨脹，城市規(guī)?？焖贁U張，能源消費迅猛增加，工業(yè)污染迅速蔓延，生態(tài)環(huán)境問題日益嚴重。在全球十大環(huán)境問題中，氣候變暖居首位，而全球氣候變化主要是由于溫室氣體排放量的不斷增加，尤其以二氧化碳排放的增加為主。近200年來，世界城市化水平和二氧化碳排放量保持同步上升，目前二者均有加速的趨勢。產(chǎn)業(yè)革命以來，世界城市化水平在5%左右，大氣中二氧化碳濃度在280ppm左右（ppm是氣體濃度單位，表示百萬分之一），到了2007年，世界城市化水平達到了50%，二氧化碳濃度值上升到了383ppm，而其危險臨界值為385 ppm，全球平均地表溫度也比工業(yè)革命時期升高了0.74℃［1］。
我國城市化進程快速發(fā)展的同時帶動了以化石燃料為主的能源消耗迅猛增長，使得二氧化碳等環(huán)境污染物的排放量逐年增加。根據(jù)國際能源署（IEA）公布的統(tǒng)計數(shù)據(jù)顯示，2007年我國化石能源消費產(chǎn)生的二氧化碳排放已經(jīng)超過美國，成為目前世界上二氧化碳排放總量最大的國家［2］。然而伴隨著我國城市化、工業(yè)化發(fā)展的不斷快速推進，以煤為主的能源消費量還將不斷增加，由此產(chǎn)生的二氧化碳排放量也會進一步上升，這意味著，我國碳減排面臨的國際壓力將會日益增加。
隨著全球氣候變暖問題的日益嚴峻，越來越多的研究開始關(guān)注如何在城市化進程中緩解溫室氣體排放問題。徐國泉等運用LMDI分解法對中國碳排放進行了因素分解研究，定量分析了經(jīng)濟發(fā)展和能源強度對我國碳排放的影響，指出經(jīng)濟發(fā)展拉動我國碳排放呈指數(shù)增長，而能源強度的貢獻率則表現(xiàn)為倒“U”形［3］。王鋒對1995-2007年中國碳排放量增長的驅(qū)動因素進行了研究，認為人均GDP增長是二氧化碳排放量增加的最大驅(qū)動因素［5］。何吉多關(guān)于1978-2008年中國城市化與碳排放關(guān)系的協(xié)整分析表明，我國碳排放量與城市化水平之間存在長期動態(tài)均衡關(guān)系，且這種長期均衡關(guān)系對當前碳排放偏離均衡水平的調(diào)整力度較大［5］。日本學者Yoichi Kaya于IPCC的一次研討會上提出Kaya恒等式，指出人類活動產(chǎn)生的溫室氣體排放與經(jīng)濟發(fā)展、人口等因素存在聯(lián)系［6］。Duro和Padilla認為Kaya因素中引起不同國家碳排放差異的重要因素為人均收入、能源消費碳強度和能源強度［7］。林伯強等通過對Kaya恒等式的分解，認為1978-2008年對中國碳排放影響較為顯著的因素包括經(jīng)濟發(fā)展、能源強度、能源消費碳強度和城市化水平［8］。
人類活動與溫室氣體排放之間的關(guān)系已經(jīng)成為國際熱點之一，研究二者之間的關(guān)系有著重要的現(xiàn)實意義。山東省作為我國的人口、經(jīng)濟大省，一直是高能耗、高碳排放區(qū)，魏一鳴指出，2005年山東省終端能源消費產(chǎn)生的二氧化碳排放總量居全國首位［9］。同時，山東省城市化進程快速推進，2010年山東省城市化水平為40.04%，正處于諾瑟姆曲線劃分的城市化發(fā)展階段中的中期加速發(fā)展階段［10］。雖然山東省城市化發(fā)展已取得了可喜的成績，但與我國49.95%的城市化水平相比還是相差較遠。研究山東省城市化進程中的碳排放，不僅對于把握山東省碳減排政策、城市化發(fā)展戰(zhàn)略、保持經(jīng)濟持續(xù)快速發(fā)展具有現(xiàn)實意義，而且對于更好地理解我國的整體狀況也有重要意義。基于此，本文運用協(xié)整分析方法借助VECM模型對山東省城市化水平和二氧化碳排放量之間的長短期關(guān)系進行實證分析，并利用Kaya恒等式對山東省城市化進程中的碳排放影響因素進行分解分析，最后提出相應的政策建議。
二、山東省城市化與碳排放關(guān)系的協(xié)整分析
2．變量的平穩(wěn)性檢驗
四、結(jié)論及政策建議
本文運用協(xié)整分析方法借助VECM模型對山東省城市化水平和二氧化碳排放量之間的長短期關(guān)系進行了實證分析，并利用Kaya恒等式對山東省城市化進程中的碳排放影響因素進行了分解分析，從而得出以下結(jié)論：
（1）山東省城市化水平和二氧化碳排放量之間的協(xié)整方程說明，二者之間存在長期均衡關(guān)系，長期彈性系數(shù)為1.7120，即城市化水平每提高1%，碳排放量將同步增長1.7120%，這說明城市化是導致山東省碳排放量增長的一個重要因素。
（2）由VECM模型可知，在短期內(nèi)，山東省碳排放量的波動受到城市化水平和自身滯后量的影響，其中，滯后1期和2期的城市化水平對當期碳排放量變動的影響比較明顯，城市化水平提高將導致碳排放量的增加；滯后1期的碳排放量對當期碳排放也有比較顯著的影響，然而滯后2期的碳排放量對當期的碳排放有抑制作用，這是因為碳排放持續(xù)快速增長會促使政府采取碳減排措施。另外，短期誤差項的修正作用并不很強，模型的修正系數(shù)僅為-0.0576，表明在短期內(nèi)山東省碳排放量和城市化水平之間的長期均衡關(guān)系對當前碳排放量偏離均衡水平的調(diào)整力度不大，說明山東省碳排放量的變動除了受城市化水平影響之外，還受到其他因素的影響。
第6篇：碳排放的影響因素范文
關(guān)鍵詞：微電子；碳減排；影響因素；結(jié)構(gòu)方程
中圖分類號：F0621 文獻標識碼：B
20世紀90年代以來，全球變暖在國際社會受到越來越多的重視。我國作為全球CO2第一大排放國，面臨的國際碳減排壓力越來越大。為此，國家在“十二五”規(guī)劃中提出2011-2015年單位國內(nèi)生產(chǎn)總值能源消耗降低16個百分點，單位國內(nèi)生產(chǎn)總值二氧化碳排放降低17個百分點；黨的十更是將生態(tài)文明建設(shè)同經(jīng)濟建設(shè)、政治建設(shè)、文化建設(shè)、社會建設(shè)一道，納入中國特色社會主義事業(yè)總體布局。
在政策層面上，中央及北京市政府對高碳產(chǎn)業(yè)制定了一系列的淘汰和控制發(fā)展的政策，對低碳且高附加值產(chǎn)業(yè)的企業(yè)則制定了一系列的鼓勵和扶持政策。如2011年1月28日頒發(fā)的《國務(wù)院關(guān)于鼓勵軟件和集成電路產(chǎn)業(yè)發(fā)展的通知》中規(guī)定，對微電子業(yè)在財稅、投融資、研究開發(fā)、進出口、人才、知識產(chǎn)權(quán)以及市場方面給予鼓勵和支持。
微電子技術(shù)是以大規(guī)模集成電路為基礎(chǔ)發(fā)展起來的新技術(shù)領(lǐng)域，是指從晶體管開始的固體原件微型化電子的總稱，包括半導體材料及器件物理、集成電路及系統(tǒng)設(shè)計原理和技術(shù)、芯片加工工藝、功能和特性的測試技術(shù)等重要組成部分，其核心是集成電路技術(shù)。微電子制造業(yè)屬于低碳產(chǎn)業(yè)。在我國能源結(jié)構(gòu)中煤炭和石油仍占很大比例的情況下，能源消耗水平能夠反映碳排放的水平。根據(jù)我們對2012年《中國統(tǒng)計年鑒》中微電子制造業(yè)和制造業(yè)總體的能耗和產(chǎn)值的數(shù)據(jù)計算發(fā)現(xiàn)，2010年我國微電子制造業(yè)萬元產(chǎn)值能耗僅為00459噸標準煤，而同時期制造業(yè)總體萬元產(chǎn)值能耗卻高達03092噸標準煤。但這并不是說碳減排與微電子制造業(yè)無關(guān)，美國、日本和加拿大的萬元產(chǎn)值能耗在2007年就均已低于002噸標煤[1]，說明該產(chǎn)業(yè)仍存在碳減排空間。隨著微電子制造業(yè)的快速發(fā)展，其碳排放問題不容忽視。如何控制微電子制造企業(yè)的碳排放，首先需要確定影響企業(yè)實施碳減排的因素。為此，本文以北京市微電子制造企業(yè)為例，分析影響企業(yè)實施碳減排的主要因素，以期為相關(guān)決策提供有價值的參考。
一、文獻綜述與研究假設(shè)
（一）文獻回顧
在Web of Science文摘數(shù)據(jù)庫中通過檢索關(guān)鍵詞“carbon emission & influence factor”，發(fā)現(xiàn)2005年至今的相關(guān)文獻924篇，其中制造業(yè)60篇。在CNKI數(shù)據(jù)庫中通過檢索“碳排放”和“影響因素”兩個關(guān)鍵詞，發(fā)現(xiàn)2008年至今的相關(guān)文獻426篇，其中制造業(yè)14篇。通過對文獻的閱讀和梳理，我們發(fā)現(xiàn)研究者普遍認為政府因素、市場因素、技術(shù)因素和結(jié)構(gòu)因素是企業(yè)層面的碳減排影響因素。
第一，政府因素與企業(yè)實施碳減排的關(guān)系。Matthew（2005）通過對英國制造業(yè)碳排放情況的分析發(fā)現(xiàn)，法律法規(guī)對碳排放起到抑制作用[2]；Qinghua Zhu、James Cordeiro和Joseph Sarkis（2013）對蘇州、大連和天津的377家制造企業(yè)的研究發(fā)現(xiàn)，制度壓力是發(fā)展中國家制造企業(yè)實施環(huán)境管理的驅(qū)動力[3]。
第二，市場因素與企業(yè)實施碳減排的關(guān)系。Bansal和Roth（2000）認為企業(yè)環(huán)境管理態(tài)度和環(huán)境管理行為受市場機會的影響，是企業(yè)環(huán)境管理的外部動因[4]；秦穎（2008）對大中型工業(yè)企業(yè)的調(diào)研分析發(fā)現(xiàn)，企業(yè)環(huán)境管理是規(guī)則因素、市場因素及企業(yè)自身屬性綜合作用的結(jié)果[5]。
第三，技術(shù)因素與企業(yè)實施碳減排的關(guān)系。Gavin（2005）分析了1970-1990年英國的14個制造業(yè)數(shù)據(jù)，將技術(shù)創(chuàng)新分為本國科技創(chuàng)新與國外技術(shù)引進兩個指標，發(fā)現(xiàn)二者均能抑制碳排放[6]。
第四，結(jié)構(gòu)因素與企業(yè)實施碳減排的關(guān)系。張傳平（2012）分析了人口、城鎮(zhèn)化水平、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、能源強度、經(jīng)濟發(fā)展水平（GDP）和能源價格對我國碳排放的影響，結(jié)果表明，能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)均對碳排放有影響，但產(chǎn)業(yè)結(jié)構(gòu)的影響在逐漸削弱[7]。
（二）研究假設(shè)
根據(jù)以上的分析，我們結(jié)合文獻研究和專家訪談，確定了政府因素、市場因素、結(jié)構(gòu)因素和技術(shù)因素作為北京微電子制造企業(yè)碳減排的四大影響因素，探討各影響因素之間的作用路徑。本研究提出了以下九個假設(shè)。
二、調(diào)研設(shè)計與研究結(jié)果
（一）問卷設(shè)計與變量測量
本研究采用問卷調(diào)查方法對北京微電子制造企業(yè)碳減排影響因素的理論模型進行實證研究。根據(jù)文獻研究法和專家訪談法，對理論模型中的四大影響因素設(shè)計了27個度量指標并由此組成了調(diào)查問卷，具體變量所對應的度量指標詳見表1。問卷主要通過0-1賦值法和李克特5點量表法（0和1賦值法中0表示沒有，1表示有；李克特量表法中，從低到高依次排列，1表示很低或很小，5表示很高或很大）測量政府因素、市場因素、技術(shù)因素、結(jié)構(gòu)因素和企業(yè)碳減排實踐這五個變量。
（二）數(shù)據(jù)收集
本研究采用了實地調(diào)研、對從事微電子制造企業(yè)的MBA學生調(diào)研、郵件調(diào)研和專業(yè)的調(diào)查公司調(diào)研等多種方式，自2012年12月開始發(fā)放問卷，截止到2013年4月，歷時5個月，共發(fā)放問卷345份，回收274份，回收率為794%，其中有效問卷231份，有效率為843%。
第7篇：碳排放的影響因素范文
關(guān)鍵詞 碳排放強度；煤炭消耗；EG協(xié)整檢驗；VAR模型；脈沖響應函數(shù)
中圖分類號 X24 文獻標識碼 A文章編號 1002-2104（2011）08-0107-06doi:10.3969/j.issn.1002-2104.2011.08.017
自上世紀90年代初期開始，中國經(jīng)濟經(jīng)歷了一個持續(xù)的高速發(fā)展階段，隨著國內(nèi)生產(chǎn)總值的逐年增加，一系列資源消耗、環(huán)境污染、生態(tài)惡化等問題讓中國的經(jīng)濟發(fā)展與環(huán)境問題陷入矛盾局面。進入21世紀以來，中國城市化和工業(yè)化發(fā)展帶來了化石能源，特別是煤炭資源的大量消耗，由“黑色能源”引發(fā)的碳排放問題成為溫室效應、全球變暖的代名詞。相較于天然氣、水電、風電消耗而言，煤炭消耗所釋放的CO2量平均要高出近50%，雖自1990年以來，我國煤炭消耗比重呈下降態(tài)勢，然而碳排放總量卻逐年上升，由高速經(jīng)濟增長所抵消的環(huán)境負面增長促使碳排放強度緩慢降低，但碳排放強度的降低究竟源于煤炭消耗比重的下降還是源于GDP的分母拉動性值得我們?yōu)橹伎?。因此，考察一定年份區(qū)間內(nèi)煤炭消耗與碳排放強度之間的交互沖擊效應，有助于從深層次挖掘二者的作用機理，為未來高效控制碳排放量乃至碳排放強度，降低對化石能源的依賴性，提供措施借鑒。
1 文獻綜述
從已有的研究文獻來看，考察碳排放量以及排放強度變化的影響因素的研究較多。其中，徐國泉等人［1］采用Divisia分解法定量分析了能源結(jié)構(gòu)、能源效率和經(jīng)濟發(fā)展等因素的變化對中國人均碳排放的影響；馮相昭等人［2］對1971-2005年期間影響中國CO2排放量的因素展開分析，研究發(fā)現(xiàn)經(jīng)濟發(fā)展、人口增長、能源強度、能源消費結(jié)構(gòu)是影響CO2排放量的主要因素；宋德勇、盧忠寶［3］采用“兩階段”LMDI方法，將能源消費產(chǎn)生的CO2排放的相關(guān)影響因素分解為產(chǎn)出規(guī)模、能源結(jié)構(gòu)、排放強度和能源強度四個方面；Stephen D-Casler 和 Adamrose［4］運用兩階段KLEM模型對影響美國碳排放量的諸多因素進行實證分析；Christopher Yang和Stephen H- Schneider［5］認為CO2排放量的影響因素可以分解為人口規(guī)模、富裕程度、能源強度和單位能源消耗的排碳強度。以上研究只能大體計算出影響因素之間的重要程度，而無法顯示單一因素或者某幾個重要因素的變動，特別是能源消費結(jié)構(gòu)、能源強度的變動對碳排放量的影響，盡管國內(nèi)外一些學者已經(jīng)嘗試進行相應的研究，例如帥通、袁雯［6］計量分析了上海市產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的變動對碳排放量的影響，蘇方林等人［7］采用加權(quán)最小二乘法與向量自回歸方法建立廣西碳排放量及影響因素間關(guān)系的實證模型，杜官印等人［8］測算了1997-2007年中國分省化石能源碳排放強度變化趨勢，邵帥等人［9］基于STIRPAT模型的上海分行業(yè)動態(tài)面板數(shù)據(jù)得出煤炭消費比重對碳排放規(guī)模和強度均具有顯著的促進作用。然而，碳排放量是建立在能源消耗和經(jīng)濟發(fā)展基礎(chǔ)上產(chǎn)生的，單純考察碳排放量值的高低或僅僅通過影響因素的模型構(gòu)建無法更好地將碳排放量與能源消耗和經(jīng)濟發(fā)展聯(lián)系起來。
綜上所述，本研究嘗試將碳排放量進行數(shù)值轉(zhuǎn)換處理，換算成碳排放強度，采用VAR模型與脈沖響應函數(shù)方法，對能源消費結(jié)構(gòu)中的煤炭消耗比重與碳排放強度之間的動態(tài)沖擊關(guān)系進行計量研究，進一步考察能源消費中煤炭消耗對碳排放強度的影響，從而為未來如何降低碳排放量乃至碳排放強度提供措施路徑導向。
2 實證研究
2-1 模型數(shù)據(jù)
碳排放強度：本研究采用碳排放量與GDP的比值來衡量，記為CI。其中，碳排放量數(shù)據(jù)來自于中國統(tǒng)計年鑒（1990-2008）、中國能源統(tǒng)計年鑒（1990-2008）公布的1990-2008年中國能源消費構(gòu)成中按照萬噸標準煤折合計算的煤炭、石油、天然氣消耗量，經(jīng)各類能源的碳排放系數(shù)折算而得到的碳排放量；GDP數(shù)據(jù)來源于中國統(tǒng)計年鑒（1990-2008），根據(jù)以1990年為基期的GDP指數(shù)和1990年GDP數(shù)據(jù)計算獲得，得到的GDP數(shù)據(jù)均為1990年不變價格的實際GDP。
煤炭消耗：本研究采用中國統(tǒng)計年鑒（1990-2008）中能源消費構(gòu)成表中的煤炭消耗比重數(shù)據(jù)作為煤炭消耗的衡量指標，記為CP。
能源的碳排放系數(shù)是在查閱有關(guān)權(quán)威結(jié)構(gòu)的文件的基礎(chǔ)上，取各類機構(gòu)官方公布的排放系數(shù)的平均值作為本研究中能源的碳排放折算系數(shù)，具體模型數(shù)據(jù)經(jīng)過換算整理后如表1所示。
2-2 ADF單位根檢驗
在建立VAR模型和進行協(xié)整分析之前需要對變量的平穩(wěn)性進行檢驗，即沒有隨機趨勢或確定性趨勢，否則在進行最小二乘回歸時易產(chǎn)生“偽回歸”現(xiàn)象，單位根檢驗是判斷數(shù)據(jù)序列是否平穩(wěn)的常用方法，例如ADF檢驗、PP檢驗等。本研究采用ADF檢驗法對模型數(shù)據(jù)的原始
中國人口•資源與環(huán)境 2011年 第8期序列進行單位根檢驗，具體的平穩(wěn)性檢驗報告如表2所示。
從表2可知，在5%的顯著水平上，零假設(shè)(時間序列非平穩(wěn))被拒絕，Prob值也遠遠小于0-05，由此說明，CI、CP兩個時間序列都是平穩(wěn)的。
2-3 序列的EG協(xié)整檢驗
協(xié)整檢驗是通過多個變量的線性組合關(guān)系來驗證變
量之間具有長期的穩(wěn)定均衡關(guān)系，協(xié)整檢驗的經(jīng)濟意義在于對若干個具有各自長期波動規(guī)律的變量，如果它們之間存在協(xié)整關(guān)系，則也同時具有長期均衡關(guān)系。因此，本研究在已經(jīng)驗證模型數(shù)據(jù)序列具有平穩(wěn)性的基礎(chǔ)上，進一步采用Engle和Granger提出的兩步協(xié)整方法，對CI、CP兩變量序列進行最小二乘回歸，然后對模型殘差進行平穩(wěn)性檢驗，如果殘差通過平穩(wěn)性檢驗，則證明兩變量在長期內(nèi)存在均衡關(guān)系。具體回歸方模型殘差的單位根檢驗報告如下所示：
如表3所示，殘差序列的ADF單位根檢驗值小于5%水平上的臨界值，由此說明殘差序列是平穩(wěn)的，CI、CP兩變量是協(xié)整的，碳排放強度與煤炭消耗比重雖在短時間內(nèi)呈現(xiàn)出逐年波動變化態(tài)勢，但二者存在長期均衡關(guān)系，即煤炭消耗比重變化的一次沖擊會使協(xié)整變量暫時偏離平衡位置，但煤炭消耗比重變化的長期沖擊會使協(xié)整變量自動歸于平衡位置。
2-4 VAR模型構(gòu)建
向量自回歸模型(VAR)是由西姆斯于1980年提出的，是在模型的每一個方程中用當期內(nèi)生變量對模型中全部內(nèi)生變量的滯后值進行回歸，從而將單個變量的自回歸模型推廣至多元時間序列變量組成的“向量”自回歸模型。
VAR模型的數(shù)學表達式為：
Yt是內(nèi)生變量向量，Xt是外生變量向量，n是滯后階數(shù)，T是樣本數(shù)，α1到αn以及β是待估計的系數(shù)矩陣，εt是隨機擾動向量。通過運用Eviews 6-0計量軟件，構(gòu)建出如下VAR模型。
從表4可知，CI、CP方程的調(diào)整后R2值分別為0-916 554、0-888 738，由此說明此向量回歸模型方程具有較強的解釋力，F(xiàn)檢驗通過，AIC與Sc值的大小也符合模型基本要求，因而該VAR模型在理論上成立，但需要進一步進行模型的平穩(wěn)性檢驗，具體檢驗結(jié)果如圖1所示。由圖1可知，VAR模型全部特征根在單位圓曲線之內(nèi)，說明模型是一個平穩(wěn)系統(tǒng)，可以進行脈沖響應分析。綜上所述，建立碳排放強度與煤炭消耗比重的互動關(guān)系的VAR模型整體擬合情況較好，解釋力較強。
因此，碳排放強度CI與煤炭消耗比重向量CP自回歸
由方程（2、（3）可知，碳排放強度受CI其自身滯后一階變化影響較大，煤炭消耗比重CP受CI滯后一階變化影響較大，但這種影響關(guān)系無法顯示出未來變化時期內(nèi)CI、CP兩變量的沖擊影響，因而需要借助脈沖響應函數(shù)進行具體分析。
2-5 脈沖響應函數(shù)分析
脈沖響應函數(shù)描述的是系統(tǒng)對沖擊擾動在不同滯后期的的動態(tài)反應，以衡量來自隨機擾動項的一個標準差沖擊對內(nèi)生變量當前和未來取值的影響，即在隨機誤差項上施加一個標準差大小的新息沖擊后對內(nèi)生變量的當期值和未來值帶來的影響，由此來判斷變量間的動態(tài)關(guān)系［10,11］。在VAR模型中，第i個變量的沖擊不僅直接影響到第i個變量本身，而且會通過VAR模型的滯后結(jié)構(gòu)傳遞到其它內(nèi)生變量。
由于VAR模型的估計系數(shù)難以解釋，需要根據(jù)脈沖響應函數(shù)來衡量來自隨機擾動項的一個標準差變動是如何影響變量現(xiàn)值以及未來值。因此，在上述檢驗及模型構(gòu)建基礎(chǔ)上，本研究采用脈沖響應函數(shù)，分析煤炭消耗比重與碳排放強度的變化對變量自身以及對對方變量的動態(tài)沖擊影響。具體沖擊函數(shù)曲線以及分析如下：
從圖2可以看出，碳排放強度對其自身的一個標準差立刻有較強反應，影響率達60%，第二期達到最大值78%，之后呈現(xiàn)出逐漸減弱的趨勢。碳排放強度對來自于煤炭消耗比重的波動對碳排放強度的影響在第一期沒有響應，第二期則迅速反應，達到最大正影響值18%，從第三期開始呈現(xiàn)出負影響趨勢，并于第六期達到最低值。由此可見，煤炭消耗比重的變化對碳排放強度的沖擊影響具有滯后性和波動性，煤炭消耗比重的降低短期內(nèi)不會造成碳排放強度迅速下降，但長期會產(chǎn)生較好的減排效應。
從圖3可以看出，對于煤炭消耗來說，煤炭消耗比重對其自身的一個標準差立刻有較強反應，影響率達80%，此后期間逐漸下降，并于第六期開始呈現(xiàn)出負影響態(tài)勢，之后趨于穩(wěn)定。煤炭消耗比重對來自于碳排放強度的波動對煤炭消耗比重的影響在第一期就迅速達到62%，此后呈逐漸下降趨勢，
并于第六期達到最低值。由此可見，
注：橫軸表示沖擊的滯后期間（單位：年），縱軸表示響應數(shù)，實線表示脈沖響應函數(shù)，虛線表示兩倍標準差的偏離線。
煤炭消耗比重的變化在初始階段會受碳排放強度變化的沖擊影響，但隨著周期推移，這種沖擊會逐漸減弱，即擴大GDP的分母拉動性或強制減排措施產(chǎn)生的減排效應在短期可以對能源消費結(jié)構(gòu)產(chǎn)生微調(diào)，但持久性較差。
由圖4可知，碳排放強度發(fā)生增加變化沖擊后，煤炭消耗比重的增加也開始出現(xiàn)明顯的正向反應，并于第二期達到最大值，此后沖擊力度開始衰退，隨后煤炭消耗比重的增長率開始出現(xiàn)明顯的負向反應，并于第六期達到負向反應最大值。由此說明：碳排放強度對煤炭消耗比重的沖擊影響在短期內(nèi)較劇烈，但不具有長記憶，碳排放強度發(fā)生增加變化的初期，煤炭消耗比重也會出現(xiàn)明顯的增加反應，但隨著沖擊周期的推移，在碳排放強度增加的同時，煤炭消耗比重可能出現(xiàn)降低的負向反應，這也驗證了模型原始數(shù)據(jù)中某些年份碳排放強度下降的同時卻對應著煤炭消耗比重的增加，因而碳排放強度變化對煤炭消耗比重的沖擊影響不明顯。
由圖5可知，煤炭消耗比重的增長發(fā)生沖擊后，碳排放強度的增加也開始出現(xiàn)明顯的正向反應，并于第一期就達到最大值80%，此后一直保持著較強的沖擊力度，直到第六期開始才逐漸轉(zhuǎn)為負向影響，并逐漸趨于穩(wěn)定。這說明給煤炭消耗比重一個正向沖擊，會造成對碳排放強度在很長時間內(nèi)的同向沖擊，即煤炭消耗比重對碳排放強度的影響作用是長期持久的，因而在較長周期變動中，可以通過降低煤炭消耗比重來達到降低碳排放強度的目的。
3 研究結(jié)論及啟示
與已有的對碳排放影響因素研究的不同，本文將碳排放量轉(zhuǎn)換成萬元GDP的強度值，即碳排放強度，基于VAR模型與脈沖響應函數(shù)，對我國1990-2008年期間的煤炭消耗比重與碳排放強度之間的相互動態(tài)影響進行考察。具體研究結(jié)果如下：①碳排放強度與煤炭消耗比重的時間序列數(shù)據(jù)是平穩(wěn)協(xié)整的，盡管二者在1990-2008年間呈現(xiàn)波動變化態(tài)勢，但仍舊存在長期均衡關(guān)系；②煤炭消耗比重的變化對碳排放強度的沖擊影響具有一定滯后性和波動性，但沖擊作用長期持久，煤炭消耗比重在一定時期內(nèi)的變化會帶來碳排放強度同方向的沖擊變化，即煤炭消耗比重的降低會促使碳排放強度下降；③碳排放強度對煤炭消耗比重的沖擊影響在短期內(nèi)較劇烈，但長期沖擊影響不明顯，煤炭消耗比重的變化沖擊多是來自于變量自身，因而長期內(nèi)依靠降低碳排放強度來達到降低煤炭消耗比重的目標是不可行的。綜上所述，煤炭消耗比重與碳排放強度有很強的關(guān)聯(lián)性，煤炭消耗比重的變化沖擊會在長期內(nèi)帶來碳排放強度的同方向變化，并且這種沖擊效應是長期持久的，因而降低碳排放強度的有效途徑就是降低煤炭消耗比重。
鑒于以上結(jié)論，本研究認為降低中國碳排放強度的關(guān)鍵在于降低煤炭消耗比重，在能源剛性需求難以降低的背景下，煤炭消耗比重的下降可以通過結(jié)構(gòu)性降低、產(chǎn)業(yè)傳導性降低、技術(shù)性降低來實現(xiàn)。具體措施如下：①結(jié)構(gòu)性降低：能源消費結(jié)構(gòu)的優(yōu)化調(diào)整對工業(yè)碳減排，特別是絕對量的減排具有重要意義，政府部門應該積極鼓勵發(fā)展構(gòu)建多樣、安全、清潔、高效的能源供應和消費體系，優(yōu)化能源消費結(jié)構(gòu)，改善傳統(tǒng)的以煤為主的能源消費結(jié)構(gòu)，降低煤炭消耗比重，提高風電、水電和核電等清潔能源的替代性消費比重，大力開發(fā)生物質(zhì)能、太陽能、潮汐能等可再生能源，由依靠傳統(tǒng)化石能源向新能源和清潔能源轉(zhuǎn)變；②產(chǎn)業(yè)傳導性降低：推動產(chǎn)業(yè)結(jié)構(gòu)演進由增加碳排放向減少碳排放的方向轉(zhuǎn)化，是中國碳減排的產(chǎn)業(yè)潛力所在，推進第三產(chǎn)業(yè)發(fā)展，促進第二產(chǎn)業(yè)高耗能部門向低耗能部門轉(zhuǎn)化，重視人為產(chǎn)業(yè)政策干預，制定相關(guān)政策措施，促使高耗能產(chǎn)業(yè)內(nèi)部煤炭消耗和環(huán)境成本內(nèi)部化，從而達到控制高耗能行業(yè)比重、降低煤炭消耗強度的目的；③技術(shù)性降低：重視技術(shù)植入，大力發(fā)展?jié)崈裘杭夹g(shù)，貫徹采選源頭的優(yōu)選控制、燃燒過程的潔凈控制和污染物排放的達標處理控制等機制，降低開采、生產(chǎn)、消費整個全生命周期鏈條過程中的煤炭消耗量和損失量，提高單位耗煤的利用效率，從而達到減少耗煤數(shù)量、降低碳排放量的最終目的。
參考文獻（References）
［1］徐國泉,劉則淵,姜照華-中國碳排放的因素分解模型及實證分析:1995-2004［J］-中國人口•資源與環(huán)境,2006,16(6):158-161-［Xu Guoquan, Liu Zeyuan, Jiang Zhaohua- Decomposition Model and Empirical Study of Carbon Emissions for China, 1995-2004［J］-China Population，Resources and Environment, 2006,16(6):158-161-］
［2］馮相昭,王雪臣,陳紅楓-1971-2005年中國CO2排放影響因素分析［J］-氣候變化研究進展,2008,4(1):42-47-［ Feng Xiangzhao,Wang Xuechen,Chen Hongfeng- Analysis of Factors Impacting China’s CO2 Emissions During 1971-2005［J］- Advances in Climate Change Research, 2008,4(1):42-47-］
［3］宋德勇,盧忠寶-中國碳排放影響因素分解及其周期性波動研究［J］- 中國人口•資源與環(huán)境, 2009,19(3):18-24-［ Song Deyong, Lu Zhongbao, The Factor Decomposition and Periodic Fluctuations of Carbon Emission in China［J］- China Population,Resources and Environment, 2009,19(3):18-24-］
［4］Stephen D, Adam R- Carbon Dioxide Emissions in the U-S- Economy: A Structural Decomposition Analysis ［J］- Environmental and Resource Economics,1998,11(34): 349-363-
［5］Christopher Y, Stephen H S- Global Carbon Dioxide Emissions Scenarios: Sensitivity to Social and Technological Factors in Three Regions［J］-Mitigation and Adaptation Strategies for Global Change, 1997,2( 4):373-404-
［6］帥通,袁雯-上海市產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的變動對碳排放的影響及應對策略［J］-長江流域資源與環(huán)境, 2009,18(10):885-888-［ Shuai Tong, Yuan Wen- Effect of the Changes of the Industry Structure and the Energy Structure in Shanghai on Carbon Emission and the Strategies Response ［J］- Resources and Environment in the Yangtze Basin, 2009,18(10):885-888-］
［7］蘇方林,宋幫英,侯曉博-廣西碳排放量與影響因素關(guān)系的VAR實證分析［J］-西南民族大學學報：人文社會科學版,2010,9:140-144-［Su Fanglin, Song Bangying, Hou Xiaobo- VAR Analysis about Relations of Carbon Emission and Influencing Factors in Guangxi ［J］-Journal of Southwest University for Nationalities:Humanities and Social Sciences Edition, 2010,31(9):140-144-］
［8］杜官印,蔡運龍,李雙成-1997-2007年中國分省化石能源碳排放強度變化趨勢分析［J］- 地理與地理信息科學,2010,26(5):76-81-［Du Guanyin,Cai Yunlong,Li Shuangcheng- FossilFuel Carbon Emission Intensity Change of Each Province in China during 1997-2007［J］- Geography and GeoInformation Science,2010,26(5):76-81-］
［9］邵帥,楊莉莉,曹建華-工業(yè)能源消費碳排放影響因素研究――基于STIRPAT模型的上海分行業(yè)動態(tài)面板數(shù)據(jù)實證分析［J］- 財經(jīng)研究,2010-36(11):16-27-［ Shao Shuai,Yang Lili,Cao Jianhua- Study on Influencing Factors of CO2Emissions from Industrial Energy Consumption:An Empirical Analysis Based on STIRPAT Model and Industrial Sectors’Dynamic Panel Data in Shangha［J］- Journal of Finance and Economics, 2010-36(11):16-27-］
［10］王舒健,李釗-中國地區(qū)經(jīng)濟增長互動關(guān)系的脈沖響應分析［J］-數(shù)理統(tǒng)計與管理,2007,26(3):385-390-［ Wang Shujian, Li Zhao- A Pulseresponding Analysis on Mutual Effect of Regional Economic Growth in China ［J］- Application of Statistics and Management, 2007,26(3):385-390-］
［11］王先柱-VAR模型框架下房地產(chǎn)業(yè)與經(jīng)濟增長關(guān)系的實證檢驗［J］-經(jīng)濟問題,2007,(7):31-34-［Wang Xianzhu- The Empirical Tests of the Relationship between Real Estate Industry and Economic Growth Based on VAR Model ［J］-On Economic Problems,2007,(7):31-34-］
Analysis of Impact Effect Imposed on Carbon Emission
Intensity and Coal Consumption of China
ZHAO Ao WU Chunyou
(Faculty of Management and Economics,Dalian University of Technology, Dalian Liaoning 116024, China)
第8篇：碳排放的影響因素范文
【關(guān)鍵詞】 城鎮(zhèn)化 碳排放 STIRPAT模型 地區(qū)差異
一、引言
如今，自然資源日趨緊張，生態(tài)環(huán)境日趨惡劣，發(fā)展低碳經(jīng)濟已成為全世界人民關(guān)注的焦點。加速城鎮(zhèn)化和促進低碳發(fā)展是我國目前經(jīng)濟發(fā)展的重點。城鎮(zhèn)化不同階段經(jīng)濟發(fā)展水平不同，不同經(jīng)濟發(fā)展水平下的能源消費對碳排放量的影響也不同。江蘇省不同區(qū)域經(jīng)濟發(fā)展水平差異顯著，蘇南、蘇中、蘇北目前正處于不同的城鎮(zhèn)化階段，因此對比研究具有代表性的三個區(qū)域的能源消費碳排放量對我國在城鎮(zhèn)化進程中發(fā)展低碳經(jīng)濟具有現(xiàn)實的指導意義。
已有學者對城鎮(zhèn)化和碳排放之間的關(guān)系做了相關(guān)研究。盧祖丹基于1995―2008年省域面板數(shù)據(jù)，通過建立STIRPAT模型對城鎮(zhèn)化和碳排放之間的關(guān)系進行了相關(guān)研究，得出城鎮(zhèn)化發(fā)展有利于實現(xiàn)碳減排，但未探討不同的城鎮(zhèn)化水平對碳排放的影響因素。林伯強、劉希穎用協(xié)整法探討城市化對碳排放的影響程度，但只針對中國這一主體進行研究，并未對不同區(qū)域進行對比分析。宋德勇、徐安采用STIRPAT模型分析了區(qū)域差異對碳排放的影響，并未對經(jīng)濟發(fā)展水平和碳排放的內(nèi)在聯(lián)系進行探討。
二、研究方法
經(jīng)濟發(fā)展是碳排放增長的首要因素，本文結(jié)合York等提出的STIRPAT隨機回歸模型，來分析研究產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響。該模型主要分析P（人口）、A（富裕度）、T（技術(shù)）、I（環(huán)境影響）之間的關(guān)系，公式為：
I■=？琢P■■A■■T■■e■ （1）
其中：？琢是常數(shù)項，b、c、d是人口、富裕度、技術(shù)的指數(shù)，e是誤差項。
在實際分析時，將模型先進性對數(shù)化處理：
lnIi=ln？琢+blnPi+clnAi+dlnTi+lnei （2）
式（2）中，P代表城鎮(zhèn)化水平，用城鎮(zhèn)人口占總?cè)丝诘谋戎乇硎荆?），用來反映人口向城鎮(zhèn)聚集的程度；A代表人均工業(yè)生產(chǎn)總值，用工業(yè)生產(chǎn)總值與常住人口的比值表示（元/人）；T代表工業(yè)能耗強度，選取工業(yè)能源消費量與工業(yè)生產(chǎn)總值的比重即工業(yè)能耗強度來表示（噸標準煤/萬元）；I表示工業(yè)碳排放量（噸）。相關(guān)經(jīng)濟數(shù)據(jù)均以2000年為基期做了不變價處理。
根據(jù)國家統(tǒng)計局編制的《能源統(tǒng)計報表制度》，本文的能源消費指能源的終端消費量。在計算碳排放量時，首先將能源消費量折算成標準煤，然后根據(jù)國家發(fā)改委能源研究所給出的標準煤的碳排放系數(shù)為2.4567噸CO2/噸標準煤進行計算。
文中的能源數(shù)據(jù)來自江蘇省13市各自歷年的《統(tǒng)計年鑒》；經(jīng)濟社會數(shù)據(jù)來自歷年《江蘇省統(tǒng)計年鑒》。
三、結(jié)果與分析
1、研究區(qū)域
江蘇省位于我國大陸東部沿海中心，地處長江三角洲，經(jīng)濟發(fā)展位于全國前列，地區(qū)生產(chǎn)總值占全國10%以上。江蘇省經(jīng)濟發(fā)展區(qū)域差異大，蘇南、蘇中、蘇北的城鎮(zhèn)化發(fā)展處于不同的發(fā)展階段，因此選擇江蘇省為研究樣本，研究其城鎮(zhèn)化發(fā)展對碳排放的影響，探究城鎮(zhèn)化進程中碳排放的影響因素具有很好的代表性。
蘇南地區(qū)（南京、蘇州、無錫、鎮(zhèn)江、常州）與上海相鄰，經(jīng)濟發(fā)展較快，是江蘇省經(jīng)濟發(fā)展的主力，城鎮(zhèn)化發(fā)展水平較高，2013年城鎮(zhèn)化率已達到73.5%；蘇中地區(qū)（揚州、泰州、南通）與蘇南地區(qū)隔江相望，位于長江中下游，經(jīng)濟發(fā)展速度適中，城鎮(zhèn)化發(fā)展水平較落后，2013年城鎮(zhèn)化率為59.7%；蘇北地區(qū)（徐州、宿遷、淮安、連云港、淮安）相對蘇南和蘇中雖然自然資源豐富，但是接近內(nèi)陸，經(jīng)濟發(fā)展落后，城鎮(zhèn)化水平與蘇中地區(qū)較接近，城鎮(zhèn)化率在2013年已達到56.1%。
2、模型回歸結(jié)果
由于蘇中和蘇北地區(qū)2006年以前能源消費量數(shù)據(jù)缺失，故本文將主要研究2006―2013年間各區(qū)域的碳排放量。對式（2）利用SPSS進行線性回歸分析時，首先將數(shù)據(jù)進行Zscore一致性處理，避免各變量數(shù)量級不同對數(shù)據(jù)分析的影響，然后將處理后的數(shù)據(jù)帶入模型進行分析。結(jié)果顯示，模型整體通過了一致性檢驗，但是在95%的置信區(qū)間，所有變量的t值都不顯著。進一步計算各變量的方差膨脹因子（VIF），三個變量的VIF均遠大于10，證明模型中的城鎮(zhèn)化水平、人均工業(yè)生產(chǎn)總值和工業(yè)能耗強度三個變量之間存在嚴重的多重共線性，因此不適合運用最小二乘法進行無偏估計。
為克服自變量之間的多重共線性問題，本文采用SPSS軟件中的有偏估計嶺回歸函數(shù)對模型進行擬合。嶺回歸是一種改良的最小二乘估計法，通過放棄最小二乘法的無偏性，以損失部分信息、降低精度為代價獲得回歸系數(shù)更為符合實際、更可靠的回歸方法。其中k=0時，即為普通最小二乘估計。將式（2）進行嶺回歸分析，當k=0.1時，蘇南模型中各自變量回歸系數(shù)變化趨于穩(wěn)定，當k=0.2時，蘇中和蘇北的模型中各自變量回歸系數(shù)變化趨于穩(wěn)定，從而擬合方程分別為：
蘇南：lnI=0.2813lnP+0.4407lnA-0.2424lnT （3）
蘇中：lnI=0.4607lnP+0.2379lnA-0.2074lnT （4）
蘇北：lnI=0.1846lnP+0.3516lnA+0.4007lnT （5）
對嶺回歸擬合結(jié)果進行檢驗（見表1），結(jié)果顯示擬合結(jié)果能夠通過顯著性檢驗。
根據(jù)模擬結(jié)果可以看出，蘇南、蘇中和蘇北的模型在5%的置信區(qū)間都能通過顯著性檢驗，所有變量的t值都大于1.96，R2值和調(diào)整的R2值都大于86%，說明P（人口）、A（富裕度）、T（技術(shù)）三個變量解釋了86%以上的碳排放量變動。
3、結(jié)果分析
（1）工業(yè)能耗對碳排放的影響。根據(jù)回歸方程可以看出，城鎮(zhèn)化水平和工業(yè)生產(chǎn)總值與碳排放量都呈正相關(guān)，與實際相符合。工業(yè)發(fā)展越快，能源消耗越多，碳排放量越大。而城鎮(zhèn)化水平的提高并沒有導致碳排放的減少，很大程度上是因為城鎮(zhèn)化發(fā)展仍然離不開工業(yè)產(chǎn)業(yè)的發(fā)展。
蘇南是江蘇省經(jīng)濟最發(fā)達地區(qū)，是江蘇地區(qū)經(jīng)濟發(fā)展的主力。結(jié)合表2和圖1可以看出，2006年以來，蘇南地區(qū)的城鎮(zhèn)化水平較高，至2013年城鎮(zhèn)化水平已達到73.50%，且一直持續(xù)穩(wěn)步增長。蘇南城鎮(zhèn)化水平對碳排放影響的彈性系數(shù)為0.28，說明該地區(qū)較高水平的城鎮(zhèn)化并沒有使碳排放量得到減少。相比蘇中和蘇北地區(qū)，蘇南地區(qū)的工業(yè)生產(chǎn)對碳排放的影響更大，彈性系數(shù)達0.44，說明該地區(qū)在發(fā)展工業(yè)的同時應提高生產(chǎn)技術(shù)水平，提高能源利用效率。
蘇中地區(qū)的經(jīng)濟發(fā)展速度較慢，城鎮(zhèn)化水平由2006年的47.3%增長為2013年的59.7%，變動幅度是三個區(qū)域中最小的?；貧w結(jié)果顯示，蘇中地區(qū)工業(yè)發(fā)展對碳排放量的影響較小，彈性系數(shù)為0.24，說明該地區(qū)工業(yè)發(fā)展并未造成碳排放量的大幅度增加。但是城鎮(zhèn)化對碳排放量影響較大，彈性系數(shù)達到0.46，說明該地區(qū)在大力發(fā)展城鎮(zhèn)化的同時必須注重減少碳排放量。
蘇北地區(qū)城鎮(zhèn)化發(fā)展較快，至2013年，蘇北地區(qū)的城鎮(zhèn)化水平已達到56.1%，超過蘇中地區(qū)。相對而言，蘇北地區(qū)的生產(chǎn)力水平較低，經(jīng)濟發(fā)展?jié)摿^大。對蘇北地區(qū)碳排放量影響較顯著的因素是工業(yè)能耗強度，彈性系數(shù)為0.40，說明該地區(qū)節(jié)能減排的關(guān)鍵是降低工業(yè)能耗強度。城鎮(zhèn)化水平彈性系數(shù)為0.18，對碳排放影響較弱，說明該地區(qū)大力提高城鎮(zhèn)化水平不會造成碳排放量的大量增加。
對比三個回歸方程，蘇南和蘇中的能耗強度與碳排放呈負相關(guān)，而蘇北地區(qū)能耗強度與碳排放呈正相關(guān)，且能耗強度每增加1%，碳排放量將增加0.4007%，比人均工業(yè)生產(chǎn)總值對碳排放量的影響更大，原因在于，蘇南和蘇中地區(qū)的工業(yè)技術(shù)先進，能源利用效率高，而蘇北地區(qū)經(jīng)濟落后，對傳統(tǒng)化石能源的依賴性較強，能源利用效率較低。
（2）能源消費模式。2010年之前江蘇省的家庭能源消費主要是煤氣和液化石油氣，從2010年開始其家庭能源消費主要是天然氣。到2013年，除蘇州地區(qū)，全省其他12個市都已經(jīng)不使用煤氣。根據(jù)IPCC《國家溫室氣體排放清單指南》提供的碳排放系數(shù)可知，天然氣的碳排放系數(shù)為0.4483×104，煤氣的碳排放系數(shù)為0.3548×104，液化石油氣的碳排放系數(shù)為0.5042×104。
由圖2可知，隨著經(jīng)濟的發(fā)展，蘇南、蘇中、蘇北城鎮(zhèn)居民家庭消費的碳排放強度都在逐步減弱，且變動趨勢接近一致。這主要是由于煤氣和液化石油氣消費量的減少和天然氣消費量的增加，使得能源消耗導致的碳排放增長速度小于經(jīng)濟發(fā)展的增長速度。2006―2013年，僅家庭能源消費，蘇南地區(qū)的碳排放強度下降38.27%，蘇中地區(qū)的碳排放強度下降38.04%，蘇北地區(qū)的碳排放強度下降50.46%。
至2007年，天然氣還尚未投入使用，而江蘇省13市中除蘇北的連云港和宿遷兩地外，其它各市氣化率均達到90%以上。到2013年，江蘇省13市的燃氣普及率已經(jīng)達到95%以上，天然氣的使用使三大地區(qū)家庭能源消費模式趨于一致。不同的城鎮(zhèn)化發(fā)展水平對于家庭能源消費模式的影響并不顯著，從2007年開始，三大地區(qū)的能源消費強度就逐漸接近，因此改善能源消費模式也可以大大減少碳排放量。
（3）能源政策。應綜合考慮三個地區(qū)不同城鎮(zhèn)化發(fā)展水平下的能源政策對碳排放的影響。從三個地區(qū)的經(jīng)濟發(fā)展狀況和資源稟賦可以看出，蘇南地區(qū)的能源主要依靠進口，但蘇南地區(qū)經(jīng)濟發(fā)展速度較快，蘇中、蘇北地區(qū)較多人口流入蘇南地區(qū)，推動蘇南地區(qū)的城鎮(zhèn)化發(fā)展。在“十二五”期間，蘇南地區(qū)基本已經(jīng)實現(xiàn)能源消耗增長速度低于經(jīng)濟發(fā)展速度。蘇南地區(qū)對于新能源產(chǎn)品和技術(shù)的研究和開發(fā)，使得蘇南地區(qū)的碳排放量基本得到了控制。相對于蘇南地區(qū)，蘇中地區(qū)城鎮(zhèn)化發(fā)展速度較慢，且正處于工業(yè)化中期向后期過渡階段，高耗能產(chǎn)業(yè)發(fā)展較快，在推動新能源發(fā)展的同時，重點發(fā)展石油化工產(chǎn)業(yè)的衍生產(chǎn)品，能源消耗高出全省平均水平，碳排放量持續(xù)增長。蘇北地區(qū)雖然城鎮(zhèn)化水平超過蘇中地區(qū)，但卻是江蘇省經(jīng)濟發(fā)展最落后的地區(qū)，能源消耗高，對煤炭等傳統(tǒng)能源的依賴性高。但是蘇北地區(qū)利用自身的地理優(yōu)勢，致力于新能源開發(fā)，主要研發(fā)太陽能和風能，在大力發(fā)展經(jīng)濟的同時注重減少碳排放量。獨特的地理優(yōu)勢和能源優(yōu)勢，使蘇北地區(qū)的城鎮(zhèn)化建設(shè)發(fā)展較快，但同時也抑制了蘇北地區(qū)的經(jīng)濟發(fā)展，促使蘇北地區(qū)仍停留在重工業(yè)為主導的經(jīng)濟發(fā)展階段。
四、結(jié)論和建議
1、結(jié)論
本文以處于城鎮(zhèn)化發(fā)展不同階段的蘇南、蘇中和蘇北三個地區(qū)為例，利用STIRPAT模型探討城鎮(zhèn)化發(fā)展進程和經(jīng)濟發(fā)展水平對碳排放量的影響因素，研究結(jié)果表明，不同的城鎮(zhèn)化發(fā)展進程和經(jīng)濟發(fā)展水平對碳排放量的影響不同。城鎮(zhèn)化發(fā)展和經(jīng)濟發(fā)展速度均較快的蘇南地區(qū)，碳排放量的增長速度（25.8%）已經(jīng)低于工業(yè)經(jīng)濟增長速度（156%），碳排放量基本得到了控制；城鎮(zhèn)化發(fā)展和經(jīng)濟發(fā)展速度適中平穩(wěn)的蘇中地區(qū)，城鎮(zhèn)化發(fā)展是現(xiàn)階段的發(fā)展重點，碳排放量增長速度與經(jīng)濟增長速度一致，持續(xù)穩(wěn)步增長；城鎮(zhèn)化發(fā)展速度較快但經(jīng)濟發(fā)展落后的蘇北地區(qū)，對傳統(tǒng)能源依賴性大，碳排放量增長速度超過經(jīng)濟發(fā)展速度。
蘇南地區(qū)，城鎮(zhèn)化水平由2006年的67.1%增長為2013年的73.5%，工業(yè)生產(chǎn)對碳排放的影響最大，彈性系數(shù)達0.44；城鎮(zhèn)化水平對碳排放影響的彈性系數(shù)僅為0.28，城鎮(zhèn)化建設(shè)的推動對碳排放量影響較小。蘇中地區(qū)，城鎮(zhèn)化水平由2006年的47.3%增長為2013年的59.7%，與蘇南地區(qū)相反，工業(yè)發(fā)展對碳排放量的影響較小，彈性系數(shù)為0.24，工業(yè)發(fā)展并未造成碳排放量的大幅度增加。但是城鎮(zhèn)化對碳排放量影響較大，彈性系數(shù)達到0.46，推動城鎮(zhèn)化發(fā)展的基礎(chǔ)設(shè)施建設(shè)對蘇中地區(qū)的碳排放影響較大。蘇北地區(qū)，雖然經(jīng)濟增長速度是三個地區(qū)中最快的，2013年蘇北地區(qū)工業(yè)生產(chǎn)總值是2006年的6.31倍，但是蘇北地區(qū)的城鎮(zhèn)化水平和工業(yè)生產(chǎn)的彈性系數(shù)分別只有0.18和0.35，而能耗強度對碳排放的影響最大，彈性系數(shù)為0.40，提高能源利用效率、降低能耗強度才是蘇北地區(qū)節(jié)能減排的關(guān)鍵。
2、政策建議
（1）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進產(chǎn)業(yè)優(yōu)化升級。雖然蘇南地區(qū)正在逐步實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型，但是蘇中和蘇北地區(qū)的經(jīng)濟發(fā)展仍舊以重工業(yè)為主，而且江蘇新能源資源匱乏，對傳統(tǒng)能源依賴程度大，僅鹽城地區(qū)風能資源較為豐富。因此加快產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，是減少碳排放量最直接的方法。
（2）提高能源利用效率，優(yōu)化能源消費模式。提高能源利用效率、降低能耗強度有助于節(jié)能減排。家庭能源消費對碳排放的影響體現(xiàn)在衣食住行各方面，應改變能源結(jié)構(gòu)，使用碳排放量較少的新能源替代傳統(tǒng)能源。例如，大力發(fā)展太陽能、風能發(fā)電，減少火力發(fā)電；早日實現(xiàn)江蘇省13市100%的燃氣普及率，減少煤氣和液化石油氣的使用。
（3）大力實施節(jié)能減排政策。政策與實踐相結(jié)合，在接下來的“十三五”期間，進一步降低碳排放強度，努力實現(xiàn)經(jīng)濟與碳減排的同步發(fā)展。結(jié)合蘇南、蘇中和蘇北地區(qū)不同的地理優(yōu)勢和資源稟賦，制定不同的發(fā)展政策，因地制宜，使地區(qū)在經(jīng)濟穩(wěn)步發(fā)展的同時減少碳排放。
（注：基金項目：江蘇省實踐創(chuàng)新指導項目“城鎮(zhèn)化不同階段對區(qū)域碳排放影響研究――以江蘇省為例”201410299088X。）
【參考文獻】
[1] 盧祖丹：我國城鎮(zhèn)化對碳排放的影響研究[J].中國科技論壇，2011（7）.
[2] 林伯強、劉希穎：中國城市化階段的碳排放：影響因素和減排策略[J].經(jīng)濟研究，2010（8）.
[3] 宋德勇、徐安：中國城鎮(zhèn)碳排放的區(qū)域差異和影響因素[J].中國人口?資源與環(huán)境，2011（11）.
[4] York R，Rosa E A，Dietz T.STIRPAT，IPAT and ImPACT；Analytic tools for unpacking the driving forces of environmental impacts[J]. Ecological Economics，2003（23）.
第9篇：碳排放的影響因素范文
關(guān)鍵詞：城市；能源消耗；碳足跡
中圖分類號：X703
文獻標識碼：A文章編號：16749944（2016）12006802
1引言
隨著社會經(jīng)濟的快速發(fā)展，城市化與工業(yè)化建設(shè)不斷加快，大量的能源消耗產(chǎn)生了大量的溫室氣體，這些溫室氣體的排放加快了全球氣候變暖的進程，引發(fā)了諸多環(huán)境問題，海平面上升、冰川面積減小、極端天氣等，對人類的生產(chǎn)生活構(gòu)成嚴重威脅。CO2等溫室氣體的產(chǎn)生主要源于城市的能源消耗，大量的化石能源消耗碳排放成為了溫室效應的主要貢獻者。因此，城市能源消耗對溫室效應的貢獻引發(fā)了學術(shù)界的廣泛關(guān)注[1，2]。
當前，中央和地方對生態(tài)環(huán)境提出了新要求，旨在實現(xiàn)綠色發(fā)展，建設(shè)美麗中國。要想實現(xiàn)城市的可持續(xù)發(fā)展，就必須走一條低碳發(fā)展的道路，也就是碳足跡要小，衡量其低碳發(fā)展的重要指標就是城市碳足跡。而城市碳足跡主要來自能源消耗碳排放，通過對能源消耗碳排放的測算便可得到該城市的能源消耗碳足跡。因此，城市能源消耗碳足跡的相關(guān)問題成了時下研究的熱點[3，4]。
2碳足跡的定義與解釋
碳足跡[4]一詞最早源于生態(tài)足跡，是由哥倫比亞大學的Rees 和 Wackernagel[5]提出。很快碳足跡這一概念在學界、政界和新聞界得到了廣泛關(guān)注。對碳足跡的概念而言，國外的學者看法就不一樣。Energetics[6]認為碳足跡是人們?nèi)粘；顒赢a(chǎn)生的全部直接或間接的CO2 排放量；ETAP[7]把碳足跡視為人類活動對環(huán)境影響的度量；Druckman[8]則把碳足跡定義為由某種活動直接或間接產(chǎn)生的 CO2 排放量；Post[9]認為碳足跡是指產(chǎn)品從生產(chǎn)到消亡整個生命周期內(nèi)排放的 CO2 及其他溫室氣體的總量。綜合國外學者對碳足跡的定義，不難看出他們都把最終的研究焦點落在了 CO2 等溫室氣體上，通過對產(chǎn)生的 CO2 排放量進行分析測算得出相應的碳足跡。
3研究進展與文獻綜述
2007 年，聯(lián)合國環(huán)境規(guī)劃署/國際環(huán)境毒理學與化學學會召開了主題為“生命周期倡議”的大會，大會設(shè)立了碳足跡專項研究小組，旨在討論碳足跡的具體計算方法 （生命周期法、投入產(chǎn)出法、IPCC 法等）與研究應用[10-11]。就碳足跡的研究程度來看，歐美地區(qū)較為深入。美國自然保護協(xié)會通過對各州居民平均碳排量的計算，開發(fā)出了測算個人碳足跡的計算器。英國愛丁堡大學的巴斯敏和莫里斯對社區(qū)的碳足跡計量開展了研究，基于對日常生活圈頻繁使用的產(chǎn)品生產(chǎn)與分解過程中碳排放量的分析，建立了評估社區(qū)碳排放量大小和主要組成部分的碳足跡模型，指出交通出行方面的碳排放是社區(qū)碳足跡的主要組成部分。所以，國外對碳足跡的研究逐步從宏觀走向微觀，從整體走向局部，測算碳足跡的方法也越來越多樣化，應用的領(lǐng)域也越來越廣泛，研究的程度也在不斷的深入。
我國碳足跡研究始于20世紀90 年代，且研究的理論與方法多借鑒國外的碳足跡研究。就目前國內(nèi)碳足跡的研究現(xiàn)狀來看，彭俊銘、朱嬋瓔、張約翰等人[12-14]對區(qū)域能源消耗碳足跡做了相關(guān)研究，構(gòu)建了碳足跡的計算模型，引入了能源消耗碳足跡產(chǎn)值（VCF值），闡述了能源消耗碳足跡發(fā)生動態(tài)變化并提出了建議，為區(qū)域的低碳發(fā)展提供了科學依據(jù)；宋宇辰[15]等人對做了能源消耗碳足跡的實證研究，運用 IPCC 法計算了該自治區(qū)的能源消耗碳足跡，新引入了能源消耗碳足跡強度指數(shù)等相關(guān)指標，并基于環(huán)境庫茲涅茨曲線探究了能源消耗碳足跡與經(jīng)濟發(fā)展水平之間的關(guān)系，據(jù)此得出相關(guān)結(jié)論；趙濤、鄭丹[16，17] 等人對中國能源消耗碳足跡的生態(tài)壓力做了相關(guān)研究，借鑒了IPCC 法[18] 測算了中國能源消耗碳排放量、碳足跡、碳足跡生態(tài)壓力指數(shù)等，又引入經(jīng)濟學中的脫鉤理論來研究能源消耗碳足跡與人均GDP二者的關(guān)系，據(jù)此得出相關(guān)結(jié)論。盧俊宇、黃賢金[19～24]等人對一些行政區(qū)能源消費碳足跡、碳足跡產(chǎn)值、碳足跡強度進行了分析；然后在此基礎(chǔ)上，采用嶺回歸函數(shù)對STIRPAT模型進行擬合，研究了人口與人均GDP與能源消費碳足跡的關(guān)系及其驅(qū)動因素分析。鄭丹[25]引入能源碳足跡生態(tài)壓力（EPICF）的概念，并對區(qū)域能源碳足跡生態(tài)壓力的時空變化進行了定量分析，以測度現(xiàn)有森林和草地的面積是否能夠滿足區(qū)域日益增加的能源碳足跡?？v觀我國碳足跡的研究進展，理論與方法正在不斷豐富與完善，研究的指標也不斷的多樣化，多學科的交叉也日益明顯，但有關(guān)區(qū)域差異的相關(guān)研究顯得有些不足，今后有待加強。
4結(jié)語
城市的能源消耗已不再是單純的能源利用問題，它還關(guān)系到整個城市的社會、經(jīng)濟、環(huán)境的發(fā)展，能源的利用效率反應該地區(qū)的科技發(fā)展水平，能源的利用結(jié)構(gòu)關(guān)系到該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化及從事不同產(chǎn)業(yè)的人口調(diào)整，能源的消耗更是對該地區(qū)的生態(tài)環(huán)境造成巨大的壓力，危及到城市的生態(tài)安全，不利于城市的低碳發(fā)展。為了實現(xiàn)城市的低碳發(fā)展，走一條低能耗、低污染、高增長的生態(tài)城市道路，勢必要弄清城市的能源消費狀況，測算出城市的能源消耗碳排放量及碳足跡，分析城市的能源碳足跡強度、能源碳足跡產(chǎn)值、能源碳足跡生態(tài)壓力指數(shù)，找出產(chǎn)生能源碳足跡生態(tài)壓力的原因并提出合理化建議，為城市的生態(tài)文明建設(shè)提供科學的依據(jù)與方法。研究能源消耗碳足跡及其影響因素，計算碳排放指標，總體和人均碳足跡，通過脫鉤分析以及灰色關(guān)聯(lián)法等數(shù)學模型摸清區(qū)域現(xiàn)階段的能源消費狀況及能源利用效率，看清城市能源消耗碳排放、碳足跡的動態(tài)變化趨勢，有助于我們對城市碳匯的生態(tài)壓力大小及產(chǎn)生壓力的原因有比較清醒地認識，為此我們可以提出相應的對策為城市未來的低碳發(fā)展創(chuàng)造有利條件。本文綜述了國內(nèi)外最新的研究成果，可以作為其他城市研究相關(guān)問題的借鑒。
參考文獻：
[1]
段孟辰，薛科社，薛璐，等.城市能源消耗碳足跡動態(tài)變化及影響因素分析――以西安市為例[J].河南科學，2013，31（6）：837～841.
[ 2 ]焦文獻，陳興鵬，賈卓，等.甘肅省能源消費碳足跡變化及影響因素分析[J].資源科學，2012，34（3）：559～565.
[ 3 ]桓漢青，陳冬冬，陳超凡等，.四川省能源消耗碳足跡的分析[J].環(huán)境污染與防治， 2014，36（4）：96～101.
[ 4 ]郭運功，汪冬冬，林逢春.上海市能源利用碳排放足跡研究[J].中國人口?資源與環(huán)境，2010，20（2）：103～108.
[ 5 ]Wackemagel M， Rees W E. Our Ecological Footprint： Reducing Human Impact on the Earth[R]. Gabriola island （Canada）： New Society Publishers，1995.
[ 6 ]Energetics. Carbon footprint of different hdustrial spaces base on energy cansupmtion in China[R].The reality of carbon neutrality.2007.
[ 7 ]ETAP.The carbon trust helps UK businesses reduce their environmental impact[R].The rcality of carbon neutrality，2007.
[ 8 ]Druckman A，Jackson T. The carbon footprint of UK households 1990― 2004 a socio economically disaggregated，quasi-multi-regional input-output model[J]. Ecological Economics，2009，68（7）：2066―2077.
[ 9 ]POST. Carbon Footprint of Electricity Generation[R].London： Parliam entary Office of Science and Technology， 2006.
[10]IPCC. 氣候變化報告 2007[EB/OL].ipcc.ch.
[11]宋宇辰，張靜，孟海東.內(nèi)蒙古能源消費碳足跡研究[J].寧夏大學學報（自然科學版），2013，34（2）：177-181.
[12]彭俊銘， 吳仁海. 基于LMDI的珠三角能源碳足跡因素分解[J]. 中國人口?資源與環(huán)境， 2012， 22（2）：69-74.
[13] 張約翰， 張平宇. 長吉都市區(qū)能源碳足跡測度及影響因素研究[J]. 地理科學， 2012， 32（9）：1099-1105.
[14] 朱嬋瓔. 江蘇省能源消費的碳足跡特征分析[D]. 南京：南京信息工程大學， 2013.
[15] 宋宇辰，張靜，孟海東.內(nèi)蒙古能源消費碳足跡研究[J].寧夏大學學報（自然科學版），2013，34（2）：177-181.
[16] 趙濤，鄭丹.1996-2010 年中國能源碳足跡生態(tài)壓力研究[J].干旱區(qū)資源與環(huán)境，2014，28（2）：1-6.
[17] 張清，鄭丹，許憲碩.中國能源碳足跡生態(tài)壓力變動的因素分解研究[J]. 干旱區(qū)資源與環(huán)境，2015，29（4）：41-46.
[18] IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories - Volume 2 Energy[R].IPCC，2006.
[19]盧俊宇， 黃賢金， 陳逸，等. 基于能源消費的中國省級區(qū)域碳足跡時空演變分析[J]. 地理研究， 2013， 32（2）：326-336.
[20]Xiaowei C， Li L， Huang X， et al. Temporospatial changes of carbon footprint based on energy consumption in China[J]. 地理學報（英文版）， 2012， 22（1）：110-124.
[21]Zhao R， Huang X， Liu Y， et al. Urban carbon footprint and carbon cycle pressure： The case study of Nanjing[J]. Journal of Geographical Sciences， 2014， 24（1）：159-176.
[22]盧娜， 曲福田， 馮淑怡，等. 基于STIRPAT模型的能源消費碳足跡變化及影響因素――以江蘇省蘇錫常地區(qū)為例[J]. 自然資源學報， 2011（5）：814-824.
[23]盧娜， 馮淑怡， 曲福田. 基于STIRPAT模型的能源消費碳足跡變化及影響因素分析―― 以無錫市為例[C]∥中國生態(tài)經(jīng)濟建設(shè)2010太原論壇， 2010.