碳排放论文范文第1篇
摘要 利用LMDI分解模型探讨长江经济带农业碳排放各种影响因素的贡献值，再逐年分析其碳排放增速和经济增长之间的退耦效应。结果表明，长江经济带农业碳排放在2010—2019年呈现出先缓慢增长后快速下降的趋势。农业经济发展对长江经济带农业碳排放起极大的促进作用，而农业生产效率、劳动力规模和生产结构对长江经济带农业碳排放有较为明显的抑制作用。2010—2019年退耦指数有增大的趋势，说明政府出台的节能减排政策正在被有效执行，对二氧化碳排放的抑制效果不断增强。
关键词 农业碳排放;影响因素分解;退耦指数
doi：10.3969/j.issn.0517-6611.2021.24.027
Research on Driving Factors and Decoupling Effects of Agricultural Carbon Emissions—Taking the Yangtze River Economic Belt as an Example
ZHU Tong-ya
（School of Economics and Management， Yangtze University， Jingzhou， Hubei 434023）
Key words Agricultural carbon emission;Decomposition of influencing factors;Decoupling index
作者簡介 朱通雅（1995—），男，湖北当阳人，硕士研究生，研究方向：农村发展。
收稿日期 2021-07-05
人类活动所产生的温室气体排放是引起气候变化的重要原因，在现代化农业的发展模式下，农业生产活动成为温室气体的第二大来源，原因是农业生产过程中过度使用农药、化肥等农用物资以及与农业生产相关的不合理安排导致了大量的温室气体排放，进而引发了一系列环境问题，加剧了人类与自然和谐发展相冲突的矛盾。长江经济带作为我国的主要农作物产区，在我国农业发展中具有重要的战略地位。所以，分析长江经济带农业碳排放的驱动因素，研究长江经济带农业减排的成效如何，对加快长江经济带农业高质量发展、推进绿色生态文明建设具有重要的意义。
梳理文献来看，对农业碳排放的研究重心逐步从对量的计算转移到产生机制和减排机理上，从农业碳排放的主要来源看，农业生产碳排放较工业来源更加复杂，主要可以分为两类：其一是农作物生产过程中要素投入产生的碳排放，如化肥和农膜等农资的投入以及能源的消耗等环节会产生温室气体[1];其二来自土壤自身贮存的碳素，农地利用变化是仅次于化石能源燃烧的碳源，受耕作方法、化肥施用的影响，土地会加速二氧化碳的排放[2]。目前，认可度较高的农业六大主要碳排放源有化肥的生产和施用、农药的生产和使用、农膜的生产和使用、农耕机械消耗化石能源、土地利用破坏了土壤碳库、农地灌溉中电能使用所间接消耗的化石能源[3]。除了农作物种植以外，牲畜肠道发酵和畜禽粪便管理产生大量的温室气体，所以畜禽养殖也是一种碳源，并且有相对应的排放系数[4]。
学者们对农业碳排放的影响因素研究多采用LMDI模型、STIRPAT模型等。如黎孔清等[5]利用STIRPAT模型对南京市农业碳排放影响因素进行了分析，指出技术水平、富裕程度、农村人口、技术水平与农业碳排放之间存在正相关，而城镇化率、农村居民人均可支配收入和林业面积与农业碳排放之间则存在负相关;赵先超等[6]利用LMDI模型对湖南省农业碳排放的影响因素进行了研究，认为农业经济水平和产业结构是推动农业碳排放量增长的主要原因，农业生产效率和劳动规模对农业碳排放量的增加具有一定的抑制作用;戴小文等[7]利用扩展的Kaya恒等式对我国农业碳排放影响因素进行了分析，指出农村生活用水、城镇化和人口变动因素与农业碳排放的变动存在正相关，而一般技术和农业低碳技术与农业碳排放之间存在负相关。
以上研究对于农业碳排放增长的驱动因素和对应的节能减排政策的制定提供了一些理论支持，但是关于碳减排效果与经济的耦合发展机制还需进一步研究。退耦效应模型是当前研究减排和经济发展的关系较为流行且有效的方法，“退耦”是一个物理名词，指把各部分电路引起电源产生的电压波动去除，避免这些波动使各电路互相干扰，后来被引用到农业政策研究等领域[8]。退耦指数能够十分简洁地表明环境变量和动力因子（如经济发展）之间的关系，但是目前来看，少有文献对长江经济带农业碳排放和经济发展之间的退耦关系进行研究。笔者将利用2010—2019年长江经济带11省（市）的相关数据，采用因素分解法和退耦分析方法，研究长江经济带农业碳排放的驱动因素，并且分析长江经济带农业碳减排和经济发展之间的耦合状态，弄清这个时期长江经济带农业碳排放减排的退耦效应的特征。
1 研究方法与数据来源
1.1 农业碳排放的计算方法
在总结以往学者研究成果的基础上，将农业碳排放源分为化石燃料、化肥、农药、农用薄膜、翻耕、灌溉和动物肠道发酵7个方面。该研究使用长江经济带11个省（市）2010—2019年的数据，数据来源于《中国农村统计年鑒》《中国农村统计资料》以及国家统计局官方数据库。分别用柴油使用量、农用化肥施用折纯量、农药使用量、农膜使用量、农作物播种总面积、灌溉总面积、牲畜养殖数量来代表以上7个方面的碳排放来源。《省级温室气体清单编制指南》指出反刍动物瘤胃容积大，寄生的微生物种类多，能分解纤维素，单个动物产生的温室气体排放量大，至于非反刍动物碳排放排放量较小，特别是鸡和鸭等常见家禽，体重小其肠道发酵温室气体排放可以忽略不计。另外考虑到我国养猪数量较大，占世界存栏量的50%以上。所以该研究统计长江经济带11省（市）猪牛羊的养殖情况，并进行碳排放的估算。碳排放量测算方程式如下：
C=Ci=Ti×δi（1）
式（1）中，C为碳排放总量，Ci为第i种碳源一年内产生的碳排放量，Ti为第i种碳源的规模或者数量，δi为第i种碳源的碳排放系数。碳排放系数如表1所示。
1.2 碳排放影响因素的分解模型
LMDI方法可进行多个因素的分解，具有全分解、无残差、易使用、易理解等优点，目前在许多领域得到广泛应用。该研究选用LMIDI中的加和分解，选取农业生产效率、生产结构、劳动力规模和经济发展水平4个影响因素，公式如下：
C=Ci=CG种植×G种植G×GP×P（2）
β1=CG种植（3）
β2=G种植G（4）
β3=GP（5）
C=β1×β2×β3×P（6）
式中，C为碳排放总量，Ci为第i种碳源一年内产生的碳排放，G为农林牧渔业生产总值，G种植为种植业生产总值，P为农业劳动力人数。
β1为农业生产效率，β2为农业生产结构，β3为农业经济发展水平。
根据（2）～（6）式，得到4个分解因素的贡献值公式：
Δβ1=Ct-C0lnCt-lnC0×（lnβ1，t-lnβ1，0）=
Ct-C0lnCtC0×lnβ1，tβ1，0
（7）
Δβ2=Ct-C0lnCtC0×lnβ2，tβ2，0
（8）
Δβ3=Ct-C0lnCtC0×lnβ3，tβ3，0
（9）
ΔP=Ct-C0lnCtC0×lnPtP0
（10）
ΔC=Δβ1+Δβ2+Δβ3+ΔP（11）
式中，Δβ1、Δβ2、Δβ3和ΔP分别表示4个分解因素随时间变化使农业碳排放量产生变化的值;ΔC是上述4个影响因素的加总。用t表示第t年，用0表示基年。
1.3 退耦指数的计算方法
通常来讲，发展低碳经济是碳排放与经济增长之间退耦的过程，目的是经济增长的速率大于碳排放强度的增长速率，退耦研究的测度用退耦指数表示，公式如下：
D=EF （12）
式中，D表示退耦指数，E表示环境指标（如碳排放强度），F表示动力因子（如经济增长速率）。退耦指数主要用于评价某个指标在不同地区或者时期的压力强度和趋势[10]。为了更加准确地评价减排有效程度，该研究参考李志学等[11]的退耦指数来评价长江经济带农业碳排放与经济增长之间是否存在退耦效应，公式如下：
Dit=1-ΔCitΔYit=-ΔFitΔYit（13）
式中，Dit表示i省（市）第t年的退耦指数，ΔCit表示i省（市）第t年的排放效应，ΔYit表示i省（市）第t年的产出效应。长江经济带各省（市）的减排贡献绝对量可以定义为ΔFit=ΔCit-ΔYit。一般来说，Dit越小，碳排放压力就越大。Dit≤0时，表示没有退耦效应，碳排放增长速率大于经济增长速率，说明实际的减排政策十分缺乏有效性，没有达到减排的目的;0<Dit<1时，表示弱的退耦效应，表明政府已推行的碳减排政策使碳排放增长速率得到了一定的抑制，但是总的碳排放依然在增加，政策的有效性不能得到保证;Dit≥1时，表示强的退耦效应，这时的碳排放增长率是负值，指数越大表示减排效果越好，实际的减排政策是有效果且高效率的。
2 结果与分析
2.1 长江经济带农业碳排放的影响因素分析
以2010年数据为基期，计算得出2011—2019年长江经济带农业碳排放LMDI分解结果如表2～3所示，正值表示对碳排放起促进作用，负值表示对碳排放有抑制作用。总体上，长江经济带农业碳排放影响总效用呈现出先促进后抑制，2011—2015年长江经济带农业碳排放逐年增长，但是增长速度逐年降低;2016年农业碳排放有所下降，但还是有促进作用;2017—2019年农业碳排放开始加速下降。
2.1.1 农业经济发展水平对长江经济带农业碳排放的影响。
由表2可知，2011—2019年对长江经济带农业碳排放最有促进效果的影响因素是经济发展水平，且每年都是正向效应，累计增加碳排放18 898.940万t;环比计算，2012年增幅最大，为60.8%;2017年促进效果略微减弱，2019年达到最大值3 394.091万t。由表3可知，长江经济带11省（市）的经济发展均对其农业碳排放起到促进作用，但各省（市）贡献度差别较大，其中湖北省2011—2019年经济发展水平对于长江经济带对应影响因素的贡献值最大，为526.819万t，其次是云南省，为455.917万t，上海市最低，为0.572万t。由此可见，经济规模总量的持续增长是长江经济带农业碳排放逐年扩张的最主要原因，经济增长会促进各类耗能型产品购买需求增加，进而引起碳排放的增加。
2.1.2 农业生产效率对长江经济带农业碳排放的影响。
由表2可知，农业生产效率对长江经济带农业碳排放的抑制作用最明显。2011—2019年农业生产效率对长江经济带农业碳排放始终表现为抑制效应，累计减少碳排放15 032.277万t。对比上、中、下游的贡献值（表3），上游农业生产效率的抑制效果明显高于中游和下游。各省（市）农业生产效率均表现出较强的抑制作用。所以，提高农业生产效率对于推进长江经济带农业节能减排有十分重要的意义。
2.1.3 劳动力规模对长江经济带农业碳排放的影响。
由表2可知，劳动力规模对长江经济带农业碳排放的抑制作用仅次于农业生产效率。整体来看，2011—2019年累计减排3 208.381万t。除了贵州省，其余10省（市）农业劳动力规模对农业碳排放均是抑制作用，抑制效果较强的省份有湖北省、江苏省和浙江省（表3）。出现这种现象可能是因为近年来国家提倡农业规模化、集约化发展，生产效率大幅度提高，农村劳动力开始不断向二、三产业流动;同时，随着城镇化的发展，更多的农村人力资源流向城市，农业劳动力的减少有效降低了农业碳排放。
2.1.4 农业生产结构对长江经济带农业碳排放的影响。
由表2可知，农业生产结构对长江经济带农业碳排放整体上呈现抑制作用;2011—2014、2016和2019年农业生产结构对长江经济带碳排放都表现为抑制作用，2015、2017和2018年表现为促进作用;2011—2019年累计减少碳排放226.338万t，2011年减排最多，为131.630万t。分省（市）来看（表3），除江西省、四川省、贵州省和云南省以外，其余7省（市）农业生产结构均对其农业碳排放有抑制作用。可见，长江经济带内部各省（市）农业生产结构有差异，总体上呈现出逐年优化的趋势。
2.2 长江经济带农业碳排放与经济增长的退耦分析
根据“1.3”退耦指数计算方法，得到2010—2019年长江经济带农业碳排放的退耦指数，如图1可知，除2010年退耦指数为负值，其余年份皆为正值，其中最大值为2018年的2.37，最小值为2010年的-0.39。退耦指数整体上呈现上升趋势，表明长江经济带各项减排政策执行效果逐年增强。
2010年退耦指数为-0.39，处于无退耦效应阶段;分析可得，经济发展的产出效应为12.8%，碳排放增长为17.9%，经济增长慢于碳排放增长速度，说明2010年长江經济带农业减排工作力度不足，二氧化碳排放没有得到较好的控制，减排压力很大。
2011—2015年，长江经济带农业碳排放处于弱退耦效应阶段;从2011年开始，退耦指数变为正值，说明这5年长江经济带农业碳排放总量控制有一定成效，减排政策对减少二氧化碳的排放起到积极作用，但不能完全抵消产出增长和能源需求增加带来的碳排放的增加，意味着经济增长的同时，长江经济带的环境压力得到一定改善，但是农业排放依然在增加。
2016—2019年，长江经济带农业碳排放达到了强的退耦效应阶段，减排效果明显;究其原因是国家出台了一系列农村节能减排和环境保护措施，对控制二氧化碳排放起到了积极影响;2016年1月5日，习近平总书记在推动长江经济带发展座谈会上
指出，要把修复长江生态环境摆在压倒性位置，共抓大保护，不搞大开发，近年来沿江各地践行新发
展理念，坚持生态优先、绿色发展;所以高排放、高消耗的农业生产模式得到了明显改善。
分省（市）分析其退耦指数，能更加科学地评价长江经济带农业减排政策实施的效果。选取2010、2013、2016和2019年的指数进行分析，从表4可以看出，长江经济带各省（市）二氧化碳排放的退耦指数大多为正值，处于弱退耦和强退耦阶段，整体上随着时间的推移，退耦指数在变大，说明长江经济带各省（市）对于二氧化碳的减排压力逐渐减弱，各省（市）实施的减排政策效果在逐渐变强，截至目前已经取得了较好的减排成效。例如江苏、浙江、江西等省份，退耦指数逐年增加，由弱退耦阶段进入到强退耦阶段，之后指数继续增大，说明这些省份的农业碳排放增加速度在不断减小，而农业经济发展速度在逐渐升高，其节能减排措施对减少二氧化碳等排放起很积极的作用。但同时，也出现了指数波动较大甚至不断降低的现象，例如上海市，2013年指数达到最大，随后不断下降，2019年变为负值，从国家统计局查询的数据可说明一些原因，2013年上海市农林牧渔业生产总值为342.29亿元，之后逐年下降，2019年为279.82亿元，并且农业劳动力从2013年的43.43万人下降至2019年的32.20万人，相对应的农业碳排放从2013年的35.8万t下降至2019年的28.3万t，这些数据表明并不是上海市的节能减排政策实施不到位，反而减排效果较好，究其主因是上海市非农产业发达，整体经济水平领先全国其他城市，农业经济占比较低，经济建设重点放在其他产业，同时随着科技的发展，农业生产条件得到极大改善，机械生产代替人力作业，规模集中生产代替小农生产，农村劳动力向第三产业流动，所以才会有碳排放和农业经济同时下降的现象。
3 结论与讨论
2011—2015年长江经济带农业碳排放总体呈现上升趋势，从2016年开始下降，可见长江经济带推行减排政策初见效果。该研究通过对长江经济带农业碳排放的LMDI分解发现，农业经济发展水平是对长江经济带农业碳排放起促进作用最大的影响因素;农业生产效率的提高是抑制长江经济带农业碳排放增加的最主要因素，农业劳动力规模和农业生产结构也对农业碳排放起一定的抑制作用。
对于农业碳排放增速和农业经济增长速度之间的退耦效应，研究发现2010—2019年长江经济带整体呈现出退耦指数增大的趋势，说明政府出台的一系列农村节能减排政策正在被积极执行，对温室气体排放起到抑制作用，并且这个作用在不断增强。
结合研究结论可预期，在保证粮食安全和经济稳步增长的前提下，长江经济带农业碳排放未来将保持一定下降态势。据此提出相关建议：①重视农业技术的研究与推广，促进农业生产效率稳步提高。在农业生产中，高效高产的农业新技术将会是现代农业的重要技术支撑，是实现现代农业的必要条件之一，农业生产效率对于抑制农业碳排放具有十分明显的作用，因此要优先将技术升级作为节能减排的手段。发挥农业科技创新主体优势，加强相互间的交流合作，提高农业科技创新资源投入力度，不断强化政府、高校和企业之间在低碳、绿色农业生产技术领域的合作交流。②对农药、
化肥等农资产品的使用进行有效控制，着重发展有机农业，改良土壤，提倡发展精准农业，减少投入物不必要的浪费和流失。③调整能源消费结构，提倡使用清洁能源。煤的含碳量最高，油次之，其他形式的能源例如太阳能、风能、水能等自然能源是无碳的，所以要积极推广先进环保的低排放的技术理念，减少化石燃料使用。④提高减排政策执行的有效性和效率是推进农业碳排放与经济增长间加速退耦的关键。当前，长江经济带农业的节能减排工作已经取得了较好的成效，但节能减排、发展绿色农业是一个长远的计划，所以要提高并保持相关部门的监督和执法力度，保证政策的执行是有效和高效的。并且把减排因素纳入经济决策中去，充分考虑当地环境的承载能力，以此为条件进行决策。
参考文献
[1] 赵其国，钱海燕.低碳经济与农业发展思考[J].生态环境学报，2009，18（5）：1609-1614.
[2] 李晓兵.国际土地利用-土地覆盖变化的环境影响研究[J].地球科学进展，1999，14（4）：395-400.
[3] 李波，张俊飚，李海鹏.中国农业碳排放时空特征及影响因素分解[J].中国人口·资源与环境，2011，21（8）：80-86.
[4] 田成诗，陈雨.中国省际农业碳排放测算及低碳化水平评价：基于衍生指标与TOPSIS法的运用[J].自然资源学报，2021，36（2）：395-410.
[5] 黎孔清，马豆豆，李义猛.基于STIRPAT模型的南京市农业碳排放驱动因素分析及趋势预测[J].科技管理研究，2018，38（8）：238-245.
[6] 赵先超，宋丽美，谭书佳.基于LMDI模型的湖南省农业碳排放影响因素研究[J].环境科学与技术，2018，41（1）：177-183.
[7] 戴小文，何艳秋，钟秋波.基于扩展的Kaya恒等式的中国农业碳排放驱动因素分析[J].中国科学院大学学报，2015，32（6）：751-759.
[8] OECD.Indicators to Measure Decoupling of Environmental Pressure from Economic Growth[R].Paris：OECD，2002.
[9] 段华平，张悦，赵建波，等.中国农田生态系统的碳足迹分析[J].水土保持学报，2011，25（5）：203-208.
[10] 國涓，刘长信，孙平.中国工业部门的碳排放：影响因素及减排潜力[J].资源科学，2011，33（9）：1630-1640.
[11] 李志学，孙敏.我国各省区碳退耦指数与减排潜力的测算[J].统计与决策，2017（14）：101-104.
碳排放论文范文第2篇
摘要：居民消费对能源消耗与碳排放影响的相关问题已成为学术界关注的焦点。当前国内居民消费对碳排放影响的研究主要集中在：居民消费对碳排放影响程度的判断；居民消费碳排放的结构特征；居民消费碳排放的影响因素分析。目前国内研究还处于起步阶段，缺乏对消费模式、能源消耗与碳排放三者之间关系的系统研究。从居民日常生活的角度来研究消费方式——能源利用——碳排放之间的逻辑关系，将成为今后气候变化与低碳社会研究领域的一个热点。
关键词：居民消费； 能源消耗； 碳排放
世界气象组织发布的《2007年温室气体公报》指出，在过去10年中，二氧化碳对全球变暖的贡献高达87%[1]。从目前对二氧化碳排放监测的成果来看，来自化石燃料燃烧排放的碳排放是最主要的、结果可信度高、最具代表性的温室气体来源，是目前全球进行温室气体评估的最主要对象[2]。居民消费对能源消耗与碳排放影响的相关问题目前已成为国内外学术界和政府等部门关注的焦点。
长期以来，碳排放问题的相关研究主要集中于工业生产层面。但消费与生产是紧密联系在一起的，它在很大程度上影响着国民经济各部门的产品或服务产生，甚至影响着一些经济部门的产出水平。居民家庭消费是最终消费中的一个主要组成部分。因此，在一个开放的消费取向的经济模式中，一种以消费为基础的核算框架更适合计算能源和碳排放之间的关系[3]。从上个世纪七、八十年代以来，一些学者就开始关注居民消费行为对能源利用及碳排放的影响。自1992年巴西里约热内卢召开可持续发展地球峰会以来，居民的可持续消费问题更得到了学术界的广泛关注。本文试图对国内学术界相关研究现状做些梳理，介绍该方向目前的研究状况，并展望未来的研究前景，以期对今后开展该方面的研究有所启示。
一、居民消费碳排放的类型
按居民消费所需能源的直接程度，家庭消费所产生的碳排放可分为直接排放和间接排放。以前关于中国家庭能源消费及碳排放方面的研究主要局限于直接消费以及由此而产生的直接排放，目前的研究既包括直接方面也包括间接方面，而且越来越注重对间接方面的研究。目前研究内容可分为以下几个方面：
第一，直接碳排放研究。直接排放指家庭能源产品所产生的直接能源需要产生的排放， 主要包括家庭能耗和私人交通两大类， 主要影响因素是耗能设备的直接能源效率。如：居民生活用能碳排放的测算与分析[4]；对城市家庭能耗直接碳排放影响分析[5]；对中国居民生活能源消费的结构分解分析[6]。
第二，间接碳排放研究。间接排放涉及到除能源产品之外的其他家庭消费品， 如食物、衣着、家具（电）、房屋、休闲娱乐、医疗卫生和教育等间接产生的碳排放。如对间接能源消耗与碳排放分析[7]。
第三，居民生活完全碳排放研究。既包括直接碳排放研究 也包括间接碳排放研究。如：对中国居民生活与CO2排放关系研究；[8]对城镇居民消费诱发的完全能耗的研究[9]。
最后，对衣食住行等的某一方面的研究，包括直接排放和间接排放，如对食品消费的研究[10]。
二、居民消费碳排放的测算方法
由于排放的途径不同，直接能源排放和间接能源排放的测算也不同，而且间接能源排放的测算比直接能源测算的方法复杂。国内直接能源排放和间接能源排放的测算方法大致如下：
（一）居民生活直接能源消费测算方法
在对中国居民直接消费碳排放测算一般采用碳排放系数法，即将居民生活各类能源直接消费量对应乘以碳排放系数。目前国内的研究主要采用的碳排放计算系数有几种方式：一是采用科技部《公民节能减排手册》或以科技部的方法为主并辅之以其他机构的数据，如杨选梅等的研究首先以中国科技部《公民节能减排手册》为参考确定，减排手册中未涉及的计算内容则根据地域相近性现在我国台湾能源局公布的排放系数，再次则引用GHG Protocol的数据，考虑到保护国际里飞机系数忽略短途、中途和长途航线的差异，故飞机系数引用来源于保护国际[11]。二是采用IPCC温室气体排放计算指南中提供的关于能源消费碳排放量，如赵敏根据IPCC提供的交通能源消费CO2排放计算方法，对上海市居民交通出行产生的碳排放进行了估算[12]；冯蕊等根据联合国政府间气候变化专门委员会（IPCC）碳排放计算指南（2006年版）中的计算公式和CO2排放系数缺省值，以居住综合消费碳排放、叠加交通消费碳排放计算模型为基础，应用碳排放系数法估算了2006年-2008 年天津市居民人均生活消费CO2排放量及其在总的能源消耗CO2排放量中所占比例[13]。三是将不同类型的能源使用量折算为标准煤总量，再根据标准煤的碳排放系数估算碳排放情况。但因不同国家、地区和技术条件以及能源结构的不同，以及不同能源的燃烧效率和燃烧方式不同，这种计算会造成较大的误差。
（二）居民生活间接能源消费测算方法
由于居民生活间接能源消费及其相关的碳排放量比较复杂，国内外都还没有研究出一套比较完整的核算方法。目前关于间接能源消费及与之相应的碳排放的测算方法度是以投入产出分析法为基础的。除投入产出法外，目前使用的方法还有生命周期法、生活方式分析法等。下面结合已有研究分别对上述几种研究方法的运用情况进行介绍和分析。
1.投入产出分析法
投入产出分析法是Leontief教授于20世纪30年代提出的一个分析框架，20世纪60年代末期，一些专家开始将投入产出分析方法应用于能源及环境问题的研究。李艳梅、张雷利用投入产出SDA法分析了1987年-2002年间中国居民生活能源消费的结构[6]。张咪咪通过编制能源环境投入产出表，结合农村居民消费支出数据，计算了2000年-2007年我国农村居民八项消费支出的间接能耗强度系数，并进一步测算了由农村人均生活消费支出及农村五个收入组居民人均消费支出所诱发的能源消耗量及碳排放量[7]。王妍等结合城镇居民的生活消费数据，利用投入产出分析法测算了1995-2004年我国城镇居民生活消费所诱发的完全能消耗[9]。
2.生命周期评价法
生命周期评价法是评价一个产品（或服务）体系在其整个生命周期内对环境造成影响或潜在影响的方法。刘晶茹等通过生命周期分析方法建构了可持续消费评价模型，并对2000年中国城市家庭消费行为的生态影响进行了分析，比较了不同消费行为对生态影响的贡献[14]。但传统的生命周期评价只对系统边界内的环境影响进行研究，忽视了系统边界外的环境影响。因此，结合投入产出分析和生命周期评价的综合生命周期分析方法被提出，以期弥补这种缺陷。它将整个经济系统作为评价实施的系统边界，实现了评价范围的完整化。姚亮等采用综合生命周期分析方法核算了1997年、2002年和2007年三年的居民消费隐含的二氧化碳排放总量[15]。尽管综合生命周期分析方法还存在着一些问题，如投入产出表是价值型的，而环境影响是实物型的，如何将价值型转换为实物型，是目前该方法面临的最大问题。但该方法对于研究宏观消费问题，尤其是涉及到区域与消费相关的“隐含”的环境污染问题非常有益[16]。
3.消费者生活方式分析法
消费者生活方式分析法是建立在投入产出法——生命周期分析法的基础上，以居民生活消费品为基础分析单位，分析消费品在生产过程中各个产品部分对其能源投入的综合影响，根据家庭消费支出数据计算出每类消费活动的能源强度，对直接和间接影响以及各类消费活动进行了对比。魏一鸣[17]、凤振华[8] 等利用Bin和Dowlatabadi 提出的消费者生活方式法（CLA）比较分析城镇和农村居民二氧化碳排放量。杨选梅等运用消费者生活方式法探讨了南京市城市家庭消费活动与碳排放之间的关系[11]。但这种方法的运用也存在着一些困境，如魏一鸣等利用Shui Bin和 Hdi Dowlatabadi的研究思路将居民的消费与生产活动相联系，由于认为中国尚未建立投入产出法——生命周期评价法模型，在分析间接影响时未采用投入产出模型，仅将与八类消费类别有直接关系的产业直接能源强度加总平均，因而反映不出消费与生产网络之间真正的关系，也达不到区分直接和间接能耗影响的根本目的，低估了间接能耗的影响[17]。
三、居民消费对碳排放影响程度、结构特征和影响因素
通过对我国居民碳排放的现状、结构特征以及影响它们的因素的比较和分析，有助于清醒认识我国未来碳排放的趋势及其特征，预测未来的研究走向。由于受到上述研究尺度、研究内容、测算方法及数据来源的局限，下面研究结论中一些数据的比较不具有绝对意义，只具有相对意义。
（一）居民消费对碳排放影响程度
居民消费对碳排放的影响程度可以从几个层面来分析：国家层面、城市（地区）层面、家庭层面和个人层面等。
国家或地区层面。国家层面主要指从国家或地区整个层面对由于居民消费所产生的能源消耗及碳排放进行研究。中国的家庭能源需求占整个国家能源需求的大约26%和整个二氧化碳排放的30%。1992年、1997年、2002年我国居民生活所导致的直接和间接二氧化碳排放分别为2.74亿吨碳、4.00亿吨碳、3.92亿吨碳，分别占一次能源消费产生二氧化碳排放的36.52%、43.90%、42.31%[18]。而姚亮等研究发现，1997年、2002年、2007年的城乡居民消费隐含的碳排放量分别为11.73亿吨碳、12.52亿吨碳、18.01亿吨碳[15]。这两个研究的数据来源都是国家统计部门的数据，为何结果却相差这么大？其原因可能在于测算方法的不同。魏一鸣采用的测算方式是投入产出法和消费者生活方式法结合的方式[18]。而姚亮采用的测算方式是综合生命周期评价法[15]。朱勤专门对居民生活用能的情况进行了分析，1980年-2007年我国居民生活用能碳排放量从6.728×107t碳增长至16.545×107t碳，增幅为145.9%，人均生活用能碳排放量从每年68 kg碳增长至125 kg碳，增幅为83.7%[4]。
城市或地区的层面。目前已有研究对一些城市如昆明、天津、北京、石家庄市等地居民的能源消费及其碳排放进行了研究。智静等研究认为，2006年北京市生活能源消费总量为1704.11万t标准煤，占北京市能源消费总量的33.12%[19]。
从家庭的角度对居民消费所产生的能源消耗及碳排放进行研究。家庭是社会生活的基本单位。居民消费经常不是以个人的方式进行，而是以家庭消费的方式展开，因此个人消费不是完全的个人决策行为，在大多数情况下是家庭的选择。陈家瑛等研究发现家庭户规模减少导致人均消费支出的增加及总户数消费规模的扩张，以家庭户为分析单位考察队碳排放的影响具有较高的解释力[20] 。“南京1000家庭碳排放调查”碳排放结果发现，三口户均年碳排放量为3705.76kg，则人均家庭碳排放量为1211.03kg。根据世界银行报告，中国人均碳排放量为4100kg左右，也就是说，人均家庭碳排放约占总碳排放量29.27%[11]。
（二）居民消费对碳排放影响的结构特征分析
1.城乡之间的比较和分析
按照城乡二元结构的差异，碳排放的类型可分为城镇居民的碳排放和农村居民消费的碳排放。城乡居民在消费水平和消费结构上都存在着较大的差异，因此城乡居民对能源的需求及二氧化碳排放量之间的差异也很明显。目前关于我国居民消费对碳排放的影响分析，一般都把城市和农村分开来对待。下面分别从碳排放量、排放结构和能源利用结构的角度对已有研究中关于城乡之间的差异进行介绍和分析。
首先，居民消费碳排放的城乡排放量的差异大小及趋势分析。有学者从完全碳排放的角度进行了城乡排放量的比较分析。如凤振华等对我国城市与农村居民1999年-2002年的生活能源碳排放进行了定量分析，发现城市居民间接生活能源碳排放量高于直接生活能源碳排放量，而农村居民的直接碳排放量要高于间接碳排放量。[8]张馨等研究认为，从2000年-2007年，城镇居民家庭的直接能耗和间接能耗都呈上升趋势，农村居民家庭的直接能耗逐年增加而间接能耗下降。在不考虑其他因素的前提下，一个农村居民转变为城市居民，将会增加能源消费量1085.26kg标煤。家庭能源消费产生的碳排放总量也在逐年增长，2007年城镇居民家庭的直接能耗和间接能耗产生的碳排放量分别达到8535.04万吨和56678.76万吨，农村分别为6883.41万吨和8117.94万吨[21]。
有学者从直接排放的角度进行了城乡排放量的比较分析。如朱勤等研究认为，1980年-2007年我国城镇居民生活用能的人均碳排放量从206kg下降到167kg，总体上呈波动下降趋势。我国农村居民生活用能的人均碳排放量从35kg 上升到91kg ， 总体上呈波动上升趋势。相应地，该阶段人均生活用能排放的城乡比从5.87持续下降至1.84，表明城乡居民在生活用能排放方面的差距不断缩小[4]。
有学者从某一类消费结构的角度进行了城乡排放量的比较分析。如智静等研究认为，城镇居民在食品消费碳排放总量上高于农村居民，直接排放量农村居民高于城镇居民，间接排放量城镇居民高于农村居民。城镇居民的饮食习惯不利于减少食品消费碳排放量，农村人口进入城市将增加居民食品消费对碳排放的影响[10]。
其次，城乡居民生活能源及碳排放在消费结构（如衣食住行等）的差异。从总体上来说，随着我国城乡居民家庭消费恩格尔系数的持续降低，居民消费需求从以“衣、食”支出为主逐渐向注重“住、行、乐”消费发展，与之关联的能源消费及其碳排放相应变化[22] 。城市家庭消费中，居住、家庭生活用能、食品、教育、文化和娱乐服务是最主要的能源密集和碳密集型活动。农村家庭消费中，家庭生活用能、食品、教育、文化和娱乐服务、私人交通是最主要的能源密集和碳密集型活动[4]。还有研究专门对我国城乡居民食品消费的碳排放结构进行了研究。1980年—2007年间，上海市居民食物碳消费从“以粮食碳消费为主”的相对单一的消费模式转变为“以粮食、肉类、植物油等碳消费为主”的多元消费模式。其中粮食碳消费量所占比例明显减少，由68.57%减少至37.91%，而畜禽肉、植物油所占比例明显增加，分别从8.41%、5.85%增加到15.49%、15.75%。其他食物碳消费量所占比例变化较小[23]。
第三，城乡居民在生活用能结构上的差异。我国居民的直接能源利用类型主要以电力和天然气为主，一次性能源的利用逐步减少甚至完全不使用，城乡居民用能结构差距逐步缩小，但差距仍旧客观存在。朱勤等认为，1980-2007年城镇居民用能消费中煤炭所占比重从90.23%持续下降至13.47%，电力比重大幅上扬，石油、天然气及热力的比重则持续上升，形成目前以电力为主（比重近50%）、其他能源各占一至两成的生活用能格局。同期，从农村居民生活用能结构变化来看，煤炭比重持续下降，电力比重大幅上升，石油比重稍有增加，天然气与热力消费则几乎为空白。[4]
2.不同收入阶层的比较和分析
几乎所有的研究表明收入水平对碳排放量及排放结构有着明显的影响。高收入水平的居民二氧化碳排放量高于低收入水平居民，而且不同收入水平的居民排放结构组成也不同，收入水平越高，结构越多样化，消费的层次也越高。
凤振华等研究了居民收入对居民间接二氧化碳排放量的影响。研究认为，城镇最高收入户平均消费支出是城镇最低收入户的5.8倍，碳排放量是5.6倍；农村最高收入户平均消费支出是最低收入户的3.2倍，碳排放量是3.1倍；城镇最高收入的支出是农村最高支出的3.9倍，碳排放量是5.0倍；高收入水平的人追逐高层次的消费，高层次的商品很多是能源密集型产品，二氧化碳排放量因此增多。与城市居民相比，农村居民主要消费较为单一，食品消费占主要部分，农村居民二氧化碳排放结构较为单一，食品占比例较大，占50% 左右[8]。
王妍等结合城乡居民生活消费数据，首先比较了不同收入水平的城镇居民群体诱发的完全能源消耗，发现高收入阶层远高于中低收入阶层，2004年最高收入阶层人均完全能耗已达到2790kg， 是低收入阶层的7.5倍。其次分析了居住和交通方式的改变对完全能源消耗的影响。发现不同收入阶层的城镇居民之间，居住和交通消费诱发的能耗存在较大差异，随着收入不断提高，高收入阶层和交通能耗增加速度快于中低收入阶层，中低收入阶层居住能耗小幅下降[7]。
张咪咪对2002年-2007年我国农村五个收入组居民生活间接能耗及碳排放情况进行了比较，研究表明，能耗量及碳排放量与居民收入级别有较强的正相关性，即收入越高则能耗及碳排放越多，五个收入组居民能耗量及碳排放量由大至小依次为高收入户、中高收入户、中等收入户、中低收入户及低收入户[7]。
（三）居民消费碳排放的影响因素研究
目前国内对居民消费碳排放研究的影响因素涉及到多个方面。从性质来说，包括社会心理因素、人口因素、经济因素、技术因素等。下面分别从城市、家庭、个人的角度对已有的研究情况进行介绍。
首先，城市因素如城市人口增长、城市的发展水平、基础设施、气候因素、空间结构等都对居民生活的碳排放产生较大影响。
郑思齐等研究发现：目前中国城市几乎全部处于居住碳排放随着收入水平的提高而快速增长的发展阶段（第二阶段），且造成S型三次曲线关系可能的原因是二氧化碳排放具有较强的全球负外部性，居民对本地二氧化碳排放的感知程度很低。具体来说，如城市人口增长、城市的发展水平和模式、气候因素等都易对居民生活的碳排放产生较大影响。她以国家统计局“2006年中国城市住户调查”（含中国74个主要城市中的25，300个家庭微观样本）的数据为主要基础，估算得出了中国主要城市的家庭生活碳排放水平，并且分析了各种影响因素，发现城市人口和城市发展水平等都与城市居民生活呈显著的正相关关系[24]。张超也考察了城市化发展对不同城市一个标准家庭的碳排放量的影响。研究认为，城市人口规模、人口增长、收入、气温和城市化发展模式等因素对碳排放均有影响，家庭碳排放量与1月份平均气温显著负相关[25]。
城市的空间结构对居民消费所产生的碳排放也有影响。霍燚等通过估算北京市38个社区826个居民家庭生活碳排放，发现家庭随着距城市主中心（天安门）距离的增加，其拥有私家车的可能性显著提高[26]。张英杰等认为，对于正处于快速城市化关键时期的中国而言，城市的经济增长与人口的不断增加是现阶段的客观现实和突出特点。但由政府规划所控制的城市的空间结构，则能够通过影响居民的行为，显著地改变城市的生活碳排放水平[27]。
其次，家庭因素如规模、人口结构、年龄、消费结构等对碳排放也有影响。
杨选梅等研究了家庭消费活动对碳排放的影响。研究认为，家庭常住人口、交通出行、住宅面积是影响家庭排放中的显著因子。每增加一个常住人口、住宅面积多一个平方米、交通工具每提高一个档次，户均年碳排放量要增加约397.84kg、8.54kg、551.21kg[11] 。叶红也以厦门岛区为例分析了影响家庭直接碳排放的因素。研究分析了家庭社会情况中的6个次因素即住宅、家庭人口数、家庭人口平均年龄、职业、学历、学历、收入对于家庭能耗直接碳排放的贡献。家庭能耗直接碳排放受到住宅面积和家庭人口数的显著影响。家庭人口数和家庭住宅面积组成的公共因子解释了42.74%的方差。但住宅面积对公共因子的贡献率大于家庭人口数的贡献，所以相对于家庭人口数，住宅面积是影响家庭能耗直接碳排放的更为重要因素[5]。
陈佳瑛等就家庭规模对碳排放的影响进行了深入研究。就1978年-2007年中国的家庭模式变化对碳排放影响进行实证分析后发现，家庭户规模的变小导致人均消费的增加及总户数消费规模的扩张，在很大程度上抵消了人口总量增长减缓对碳排放的影响。如果我国的家庭户规模保持在1982年的状况，而人均消费等其他变量遵循各自的变化轨迹，到2007年时我国的碳排放量会比实际排放量减少38.68%[20]。在此基础上，她还以家庭成员在45岁-54岁年龄段可能存在更多消费为假设，在修正了STIRPAT环境压力模型的基础上，用“家庭户碳排放模型”分析了家庭消费阶段差异对碳排放的影响；并采用情景分析方法对未来家庭消费高峰期变化对碳排放的可能影响做了预测分析[28]。
第三，居民的人均消费水平、人口结构和消费结构等对碳排放的影响。
朱勤等用自上而下模型对我国1980年-2007年碳排放情况进行研究，发现现阶段我国居民消费水平与人口结构变化对碳排放的影响力已高于人口规模变化的影响力，居民消费水平与消费模式等人文因素的变化有可能成为我国碳排放的新的增长点[4] 。魏一鸣还对1992年-1997年和1997-2002年两个时期，人均消费、人口增长和消费结构等影响因素对碳排放的贡献率大小进行了分析，人均消费的贡献率最大，分别为64.68%和65.84%；人口增长的贡献率次之，分别为15.97%和21.16%；消费结构的贡献率占第三位，分别为8.71%和13%[18]。
四、研究反思与展望
虽然目前国内已对我国城乡居民的消费模式对碳排放产生的影响进行了一定的研究，但仍处于起步阶段，缺乏对消费模式、能源消耗与碳排放三者之间的关系进行系统的研究。从居民日常生活的角度来研究消费方式——能源利用——碳排放之间的逻辑关系，将成为今后气候变化与低碳社会研究领域的一个热点。
首先，关于居民消费碳排放的研究尺度和研究内容等问题。第一，由于我国各地区之间的自然、地理和社会经济方面的差异显著，而且即使同一地区不同群体之间的差异也比较明显，因此未来越来越多的研究将从中观或微观的尺度来开展。第二，未来的研究将更多地对居民生活的间接能源及排放开展研究。第三，未来的研究数据来源将主要有两个途径：一是继续完善已有的统计数据；二是在今后的研究中应加大实地调查的力度，了解更加真实而又准确的第一手资料。
其次，居民消费的碳排放量的测算方法问题。目前关于中国居民消费的碳排放量的测算主要有两种方式：自上而下的方式和自下而上的方式。其实无论哪种方式都是混合式的方式，只是测量层次不同而已。但总体来说，已有的研究主要以自上而下的方式为主并辅之以自下而上的方式。未来的测算将以自下而上为主并辅之以自上而下的方式。如将更多地采用消费者生活方式法，但这种方式的使用必须建立在投入产出法-生命周期分析法模型的基础上。因此有必要进一步完善投入产出法-生命周期分析模型。
第三，我国居民消费的碳排放量的趋势和特征。从居民消费碳排放量的趋势来看，未来将继续呈现增长趋势。从特征来看，城乡之间的差异将越来越小。如何在推动城镇化的进程中融合低碳发展的理念与举措，显然是一个值得研究者及决策者们深入探讨和付诸实践的重要议题。而城乡居民不同阶层内部排放的差异呈增大趋势，尤其是最高收入阶层和最低收入阶层之间的差异将越来越大，如何通过集体的制度性约束，一方面保持既能满足人们的基本需求又能与保持社会经济发展水平相适应的低碳消费模式；另一方面也能抑制高收入阶层家庭消费所导致的奢侈型消费，将是值得我们去研究的课题。
第四，关于居民消费碳排放的影响因素问题。从上述研究来看，目前越来越强调城市因素、家庭因素和个人因素等对居民消费碳排放的影响，但目前的研究仍存在着不足，一是目前关于家庭因素的影响主要在经济学和人口学层面，还很少涉及到社会文化层面。二是目前有的研究把不同层次的影响因素混在一起，难以进行深入分析。针对已有研究的不足，未来的研究应该更多地从社会学、文化学等学科的角度来挖掘影响居民消费碳排放的深层次原因。
参考文献：
[1]WMO.2008.WMO Greenhouse Gas Bulletin，http：//www.wmo.int/pages/mediacentre/press_r eleases/pr_833_en.html.2007.
[2]曲建升.欠发达地区温室气体排放特征与对策研究[M].北京：气象出版社，2009.
[3]Shui Bin etc.Total Energy Use and Related CO2 Emissions of American Household Consumption，1997-2007，2010 ACEEE Summer Study on Energy Efficiency in Buildings.
[4]朱勤，彭希哲，陆志明，等.1980—2007年中国居民生活用能碳排放测算与分析[J].安全与环境学报，2010，（2）：72-76.
[5]叶红，潘玲阳，陈峰，等.城市家庭能耗直接碳排放影响因素——以厦门岛区为例[J].生态学报，2010，（14）：3802-3811.
[6]李艳梅，张雷.中国居民间接生活能源消费的结构分解分析[J].资源科学，2008，（6）：890-895.
[7]张咪咪.中国农村居民生活间接能源消耗与碳排放分析[J].统计教育，2010，（12）：35-40.
[8]凤振华，邹乐乐，魏一鸣.中国居民生活与CO2排放关系研究[J].中国能源，2010，（3）：37-40.
[9]王妍，石敏俊.中国城镇居民生活消费诱发的完全能源消耗[J].资源科学，2009，（12）：2093-2100.
[10]智静，高吉喜.中国城乡居民食品消费碳排放对比分析[J].地理科学进展，2009，（3）：429-434
[11]杨选梅，葛幼松，曾红鹰.基于个体消费行为的家庭碳排放研究[J].中国人口.资源与环境，2010，（5）：35—40.
[12]赵敏，张卫国，俞立中.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）：747-752.
[13]冯蕊，朱坦，陈胜男，等.天津市居民生活消费CO2排放估算分析[J].中国环境科学，2011，（1）：163-169.
[14]刘晶茹，王茹松，杨建新.基于生命周期分析方法的家庭消费生态影响评价[J].城市环境与城市生态，2005，（2）：15-17.
[15]姚亮，刘晶茹，王如松.中国城乡居民消费隐含的碳排放对比分析[J].中国人口.资源与环境，2011，（4）：25-29.
[（6]刘晶茹，Glen P.Peters，王如松，等.综合生命周期分析方法在可持续消费研究中的应用[J].生态学报，2007，（12）：5331-5336.
[17]Yi-Ming Wei，Lan-Cui Liu，Ying Fan，et al.The Impact o f Lifestyle on Ener gy Use and CO2 Emission：An Empirical Analysis of China’s Residents[J].Energy Policy，2007，（35）：247-257.
[18]魏一鸣.中国能源报告（2008）：碳排放研究[M].北京：科学出版社，2008.
[19]智静，高吉喜.生活能源消费对碳排放的影响——以北京市为例[C].Proceedings of 2010 International Conference on Remote Sensing（ICRS 2010）Volume 3：625-629.
[20]陈家瑛，彭希哲，朱勤.家庭模式对碳排放影响的宏观实证分析[J].中国人口科学，2009（5）：68-78
[21]张馨，牛叔文，赵春升，等.中国城市化进程中的居民家庭能源消费及碳排放研究[J].中国软科学，2011，（9）：65-75.
[22]彭希哲，朱勤.我国人口态势与消费模式对碳排放的影响分析[J].人口研究，2010，（1）：48-58.
[23]吴开亚，王文秀，朱勤.上海市居民食物碳消费变化趋势的动态分析[J].中国人口.资源与环境，2009，（5）：161—167.
[24]Siqi Zheng， Rui Wang，Edward L.Glaeser and Matthew E. Kahn. The Greenness of China：Household Carbon Emissions and Urban Development. NBER Working Paper 15621.http：//www.nber.org/papers/w15621.
[25]张超.碳排放、家庭与城市发展[J].产经评论，2010，（4）：41-54.
[26]霍燚，郑思齐，杨赞.低碳生活的特征探索——基于2009年北京市“家庭能源消耗与居住环境”调查数据的分析[J].城市与区域规划，2010，（1）：56-84.
[27]张英杰，霍燚.城市增长与生活碳排放的理论研究[J].城市观察，2010，（2）：69-79.
[28]Jiaying Chen et.An Empirical Analysis of Carbon Emission in the Household Comsumption Peak Period in China[J].Society，2011，（3）：184-199.
碳排放论文范文第3篇
摘要：研究陕西省能源消费碳排放对陕西省减少碳排放、发展低碳经济有重要意义。本文基于Kaya恒等扩展式和LMDI因素分解模型，应用LMDI分解方法对能源消费碳排放进行因素分解。定量分析陕西省2000～2011年人口、人均GDP、能源消费结构、能源消费强度、产业结构等5方面的因素对能源消费碳排放的贡献大小。结果表明：人均GDP增长是陕西省碳排放量增加最大的因素，其次是能源消费强度；人口效应和能源消费结构对碳排放量的增加有较微弱的拉动作用；产业结构效应对陕西省碳排放量增加产生负作用；产业结构和能源消费结构需要进一步调整与优化以抑制碳排放量增长。
关键词：陕西省；碳排放；能源消费；LMDI；影响因素
Key words Shaanxi Province； Carbon emission； Energy consumption； LMDI； Influencing factor
由于温室气体过量排放造成全球气温升高一直是人们关注的热点问题。为了应对这一日趋严重的环境问题，中国向世界承诺2020年单位GDP二氧化碳排放量将比2005年下降40%～45%的减排目标，且在“十二五”规划中明确提出要“降低温室气体排放强度”、“单位国内生产总值二氧化碳排放降低17%”。为了响应国家的减排政策，陕西省也在“十二五”规划纲要中提到2015年“全省万元生产总值能耗下降到0.95吨标准煤（按2005年价格计算），比2010年的1.129吨标准煤下降16%”，确保实现“十二五”节能减排约束性目标。要实现这一目标，必须因地制宜，深入分析了解陕西省能源消费碳排放的主要影响因素，提出针对性强并切实有效的减排策略。
目前陕西省在能源消费碳排放方面的研究主要有：马蓓蓓等（2010）从经济总量、产业结构、消费特征、能源消费结构和利用效率等方面对影响陕西省碳排放变化的主要因素进行分析并提出了低碳化发展的建议[7]；邵峰祥等（2012）研究指出技术进步使碳排放减少，经济发展水平、能源消费强度、产业结构、工业结构重型化和制度因素使碳排放增加[8]；杜笑典等（2011）分析了陕西省碳排放的现状，探讨了能源消费结构和产业结构变动对碳排放量的影响，并通过卡亚公式对2009～2020年能源碳排放量趋势进行了预测[9]；吴文洁等（2011）通过分析 1995～2009 年陕西省三大产业能源消费碳排放总量及六大部门碳排放变化情况，以及该段时间内产业结构、经济规模与能源消费结构三大因素对能源消费碳排放的影响，从中发现，经济规模效应、产业结构效应是正向决定性因素，能源消费结构效应是负向决定性因素[10]。上述研究基本都测算了不同时间尺度的陕西省碳排放总量，并选取对碳排放有影响的指标利用统计学的方法通过计算表示出各种指标对碳排放量影响的程度大小，但是并没有量化各因素对碳排放的增加值。鉴于此，本研究测算了陕西省2000～2011年的能源消费碳排放量，并利用LMDI分解方法对能源消费碳排放进行因素分解，定性和定量地描述了各因素对碳排放总量的影响。
1 陕西省能源利用现状
陕西省是能源大省，其能源消费主要为煤炭、石油、天然气以及水电。据《陕西统计年鉴》，煤炭、石油、天然气、电力分别占能源消费总量的71.3%、23.3%、3.1%、2.3%。2011年的能源消费总量为10 128.41万吨标准煤（当量值），其中，煤炭、石油、天然气、电力分别占能源消费总量的74.66%、16.06%、8.21%、1.07%。陕西省2000～2011年能源消费总量保持年均13.09%的增长之势。因陕西省煤炭资源丰富，煤炭储量居全国第四，2000～2011年间煤炭占陕西省能源消费的比例一直保持在70%左右，石油消费比例略有下降，天然气的消费比例有所上升，电力消费比例一直在1%～3%之间。可见，目前乃至今后的很长时间里煤炭仍将是陕西省能源消费的主体，由煤炭消费带来的碳排放量增加的局势在短期内亦不会改变。因此，将能源消费的碳排放进行因素分解研究对减少陕西省碳排放有至关重要的作用。
2 研究方法
2.1 基于扩展的Kaya恒等式
Kaya恒等式由日本教授Yoichi Kaya于IPCC的一次研讨会上首次提出，Kaya恒等式建立起经济、政策和人口等因素与人类活动产生CO2之间的联系[1]。
式中： C、E、G和P分别为CO2、Energy、GDP、People的英文首字母，分别代表CO2排放量、一次能源消费总量、国内生产总值以及国内人口总量。
该恒等式结构简单，易于操作，但因其考察的变量数目有限，所能得到的研究结果基本仅限于CO2排放与能源、经济及人口在宏观上的量化关系[1]。因此本文借鉴了朱勤等[1]的扩展恒等式，其恒等式将能够代表产业结构、能源消费结构及能源效率的变量引入Kaya恒等式对其进行了扩展，扩展后的恒等式能更全面地分析碳排放的影响因素。扩展后的Kaya恒等式为：
式中：P代表人口，fij代表第i产业第j种能源的碳排放系数，eij代表第i产业第j种能源的消费比例，mi代表第i产业的能源消费强度，ni代表第i产业的GDP比例，g代表人均GDP。 故本文就碳排放系数、人口、人均GDP、产业结构、能源消费结构及能源消费强度六个因素对陕西省能源消费碳排放的影响进行分析。
2.2 LMDI因素分解法
对数平均迪氏分解（Logarithmic Mean Divisia Index， LMDI）因素分解法分为“乘法分解”和“加法分解”两种。因为两种分解方法最终表达的意思一致，所以本文选用LMDI“加法分解”方法。表述如下：
式中：△Ctot是基期C0与第T期CT之间的能源消费碳排放量之差，也就是基期与T期间的能源消费碳排放量增量。△Cp、△Cf、△Ce、△Cm、△Cn、△Cg分别表示能源消费碳排放中的人口效应、碳排放系数效应、能源消费结构效应、能源消费强度效应、产业结构效应和人均GDP效应。由于各能源碳排放系数基本保持不变，因此碳排放系数效应△Cf=0[2]。
3 数据来源与处理
碳排放主要产生于三大产业的能源消费，因此本文着重计算农业、工业和建筑业、交通运输业、仓储及邮电通讯业、批发和零售贸易业以及餐饮业的能源消费产生的碳排放，不考虑生活消费等的碳排放。能源消费数据来源于《中国能源统计年鉴》中陕西省能源平衡表中的终端能源消费量（除去用于加工转换二次能源消费量和损失量以后的能源数量）；人口、GDP、产业结构数据来源于《陕西省统计年鉴》，其中GDP以2000年的不变价格计算。最后汇总各方数据并整理计算得到能源消费强度和能源消费结构数据。
3.1 陕西省终端能源消费碳排放量
陕西省碳排放量计算根据IPCC碳排放计算指南和《2011年省级温室气体清单编制指南》，结合本文的研究内容采用以下公式计算：
式中：Ctot表示碳排放总量，Eij表示第i产业第j种能源的消费量，rij表示第i产业第j种能源的标准煤折算系数，fij表示第i种产业第j种能源的碳排放系数。
根据陕西省能源消费特征，选取化石能源为主的能源品种进行分析，各种能源的碳排放系数及标准煤折算系数见表1。其中标准煤折算系数来源于《中国能源统计年鉴》，碳排放系数采用IPCC碳排放计算指南缺省值。经整理计算得到陕西省2000～2011各年间的终端能源消费总量和能源消费产生的碳排放量（表2）、各能源消费量比例（表3）及各能源消费碳排放量比例（表4）。
3.2 陕西省碳排放LMDI分解
本文以2000年为基期，运用上述LMDI因素分解模型对陕西省2000～2011年的碳排放量进行因素分解，得到历年人口、人均GDP、产业结构、能源消费结构、能源消费强度对陕西省碳排放的逐年效应（表 5）及累积效应（表6），同时计算得到各因素的逐年贡献度（图1）和累积贡献度（图2）。
4 结果与分析
4.1 陕西省2000～2011年能源消费及其碳排放
陕西省2000～2011年间的终端能源消费总量和碳排放总量整体呈增长趋势（见表2）。其中，原煤占陕西省能源消费比例最高，其次是焦炭，这两种能源的年均消费比例之和在75%以上；其他各项能源消耗随年份不同消费比例排名有所变化（见表3）。2000～2011年能源消费比例之和由大到小排序为：原煤>焦炭>柴油>洗精煤>汽油>燃料油>原油>煤油>天然气>液化石油气。其中，原油、柴油、天然气的消费呈现增长趋势；洗精煤、汽油、煤油、燃料油的消费比例呈现下降趋势。
原煤在各年中的消费比例均达到了55%以上，2006年消费比例最高，为74.1%，消费呈现先增长后降低的趋势。洗精煤的消耗比例从2000年开始逐步上升至2005年达到最高消费比例12.7%后开始下降，2008年以后消费比例开始稳定在1.0%～1.3%。焦炭的年均消费比例为12.1%，是除原煤外的第二大能源消耗种类。原油的消费比例在2000～2007年间平均为0.4%，2007年以后有所上升，2008～2011年平均消费比例达到2.3%。汽油的最大消费比例出现在2000年为8.4%，最小消费比例为2008年的2.6%，2009～2011年消费比例稳定在4%左右。煤油的消费比例出现两个不同的阶段，2000～2006年年均消费比例为1.6%，2007～2011年均消费比例仅为0.2%，后5年比前6年的消费比例下降了1.4个百分点。柴油消费比例同样呈现两个阶段，2000～2007年年均消费比例为8.1%，2008～2011年年均消费比例为12.2%。燃料油在2000～2004年有明显的消耗，2005年以后消费量趋于0。液化石油气消费是陕西省2000～2011年间消费量最少的能源品种。天然气作为清洁能源，消费比例逐年上升，最后稳定在1%左右。
各能源消耗产生的碳排放情况见表4：原煤因在消费量上占绝对优势，带来的碳排放量最高，其次是焦炭；2000～2011年各能源消费碳排放比例之和由大到小排序为：原煤>焦炭>柴油>天然气>汽油>洗精煤>燃料油>煤油>原油>液化石油气。总体来说某种能源消费量越大，碳排放量相应越大，但也存在能源消费量与碳排放量排名不一致的情况，如天然气、洗精煤等，这可能是在计算能源消费碳排放时受到标准煤折算系数和碳排放系数的影响。
4.2 陕西省2000～2011年碳排放的LMDI分解
从表5看出，人口效应除2010年为负值外，其余都为正值，整体绝对值偏低且稳定，出现负值的原因是陕西省的人口自2000年以来一直上升但到2010年人口自然增长率却比上年下降0.28个千分点，人口减少37万人，因此2010年碳排放的人口效应有所下降；就整体而言，人口变化对碳排放量增长有微弱的拉动作用。人均GDP的效应全部为正值且绝对值逐年增大。产业结构对碳排放逐年的影响主要分为两个阶段，一是2007年以前逐年效应多数为正值，产业结构效应表现为拉动碳排放量增长；二是2007年及以后全为负值，产业结构效应对碳排放量的作用由拉动转变为抑制。能源消费结构逐年效应波动明显，2001、2003、2005、2006、2009年为正值，其余年份为负值；能源消费强度逐年效应总体趋势是每年递减。
从表6可看出，以2000年为基期，到2011年陕西省的碳排放量增加了2 485.2058万吨。人口、人均GDP、能源消费结构、能源消费强度对碳排放量增加产生正影响，产业结构产生负影响，对陕西省2000～2011年间的碳排放累积效应分别为32.3080、1 431.5930、19.9395、1 104.8812和-103.516万吨。可见，人均GDP是产生碳排放的最大因素，其次是能源消费强度、人口和能源消费结构；产业结构是唯一有抑制碳排放量增长效应的因素。
从图1可以看出，人口效应对碳排放的逐年贡献度都比较低；人均GDP的贡献度前两年并不明显，2003年以后逐渐增大；产业结构的逐年贡献度也普遍较低，较为明显的是2009年的贡献度为-21.8%，是产业结构逐年效应绝对值最大的年份，究其原因是相比上年在这一年第二产业GDP比例有所下降，第三产业GDP比例有所增加，而第二产业的主要代表行业工业一直是能源利用产生碳排放的大部门，因此第二产业GDP比例波动对碳排放量有较明显的影响；能源消费结构的逐年贡献度有明显的波动；能源消费强度效应的逐年贡献度变化明显，前两年的贡献度都达到80%以上，之后虽有所下降，但绝对值普遍偏大，最后稳定在20%水平。
从各因素的累积贡献度（图2）可以看出，人均GDP的累积贡献度高达53.17%，占整个碳排放增量的1/2以上；其次分别为能源消费强度41.04%，产业结构-3.85%，人口效应1.2%和能源消费结构0.74%。其中人均GDP增长和能源消费强度的累积贡献度之和达到94.21%，说明人均GDP和能源消费强度变化是拉动碳排放量增长的最主要因素。
5 结论与讨论
本文对《中国能源统计年鉴》中陕西能源消费量进行了收集和整理，计算了陕西省2000～2011年的碳排放量，并利用LMDI因素分解模型将其分解并分析了人口、人均GDP、产业结构、能源消费结构、能源消费强度对陕西省碳排放增长的影响。总体上，人口、人均GDP、能源消费结构、能源消费强度对碳排放量增加产生正影响，产业结构产生负影响。不管是从累积效应还是从累积贡献度来看，人均GDP和能源消费强度都是拉动碳排放量增长的最主要因素，因此陕西省的碳减排工作应该多关注这两个领域。产业结构是唯一有负影响的因素，应该继续优化产业结构进一步减少碳排放量的增加。虽然人口和能源消费结构对碳排放量产生正影响，但作用比较微弱，今后仍需进一步控制人口数量的增加使其对碳排放的增量影响始终保持在一个较低的水平；而对能源消费结构应实施调整和优化并最终使其对碳排放量的影响转变为负值。
各因素的逐年效应变化显示，人口变化对碳排放量增长有微弱的拉动作用；人均GDP除2001和2002年的正影响微弱外，后面贡献度都逐年上升，说明经济增长的同时伴随着大量的碳排放，陕西仍是以高碳排放的方式来拉动经济增长；产业结构总体上在2007年以后趋于合理，应当继续保持并寻求更加优秀的产业结构布局以达到增强产业结构对碳排放抑制能力的目的。能源消费结构逐年效应正负波动明显，但其累积效应增量为19.9395万吨，说明在这11年里能源消费结构使碳排放量增加；2003和2006年陕西省能源消费总量较前年有所下降，但能源消费结构效应增量在这两年却为正值，说明陕西省的能源消费结构不够优化，碳排放系数较高的化石能源品种使用量大；而2010、2011年能源消费总量明显上升，能源消费结构效应增量却为负值，说明碳排放系数较低的天然气等能源品种使用量增大，所以陕西省应积极调整能源消费结构提高高效且低碳排放的能源品种的使用比例，进一步优化能源消费结构；能源消费强度逐年效应总体趋势是每年递减，最后两年稳定在20%左右，碳排放增量为70万～80万吨之间，其中比较突出的是2003和2006年，逐年贡献度分别达到-70.1%和-51.44%且是唯一能源消费强度产生负影响的两年，也是这两年中对碳排放量增长起主要抑制作用的因素，这是因为这两年的碳排放强度是陕西省2001～2011年间的最低水平，由此可见碳排放强度下降对碳排放量增长有较强的抑制作用，应该深入分析陕西省2003年和2006年碳排放强度下降的原因并加以利用从而抑制不断增加的碳排放。
本文的不足之处：（1）本文在测算能源消费碳排放量时，选取的能源品种虽然有代表性但是却未涵盖所有的能源品种，因此计算的碳排放量可能比实际的碳排放量偏低。（2）利用人口、人均GDP、产业结构、能源消费结构、能源消费强度作为分解碳排放的因素还不够细化，未来应该以此为基础更加深入分析，寻求更多具有代表性的因素并引入模型中，将碳排放分解为更小的部分，以期更有利于科学合理地实施碳减排工作以实现经济发展与环境保护的双赢。
参 考 文 献：
[1]朱勤，彭希哲，陆表明等. 中国能源消费碳排放变化的因素分解及实证分析[J].资源科学，2009，31（12）：2072-2078.
[2]宋杰鲲.基于 LMDI 的山东省能源消费碳排放因素分解[J].资源科学，2012，34（1）：35-41.
[3]史安娜，李淼.基于LMDI的南京市工业经济能源消费碳排放实证分析[J].资源科学，2011，33（10）：1890-1896.
[4]Ang B W.The LMDI approach to decomposition analysis—a practical guide[J]. Energy Policy， 2005， 33： 867-871.
[5]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）：4-9.
[6]刘燕娜，洪燕真，余建辉. 福建省碳排放的因素分解实证研究[J].技术经济，2010，29（8）：58-61.
[7]马蓓蓓，鲁春霞，张雷，等.新形势下西北地区碳排放及低碳化发展研究——以陕西省为例[J].资源科学，2010，32（2）：223-229.
[8]邵锋祥，屈小娥，席瑶.陕西省碳排放环境库兹涅茨曲线及影响因素——基于1978-2008年的实证分析[J].干旱区资源与环境，2012（8）：37-43.
[9]杜笑典，戴尔阜，付华.陕西省能源消费碳排放分析及预测[J].首都师范大学学报：自然科学版，2011（5）：46-51.
[10]吴文洁，王小妮.陕西省能源消费碳排放分析[J].商业经济，2011（21）：18-19，38.
碳排放论文范文第4篇
关键词：碳排放权;价格波动;PEST分析
一、引言
据“全球碳项目”(Global Carbon Project，GCP)提供数据，全球化石燃料燃烧和工业活动排放的二氧化碳从20世纪60年代的平均3.1±0.2GtC/年上升到2007-2016年平均9.4±0.5GtC/年，2017年排放量为9.9±0.5GtC。按如此趋势发展，20年后地球的碳总容量将达饱和。减少碳排放迫在眉睫。将“二氧化碳排放权”作为商品的碳排放权交易，是我国实现节能减排、履行国际协议的重要手段。我国在北京、天津、深圳等地先后启动了7个碳交易试点，探索碳交易机制发展，2017年底我国统一碳排放交易市场正式启动。
国外碳排放交易经验表明，市场间相关联动性能够提高市场抗风险能力，促进市场健康稳定发展;还可从高度相关市场间价格预测未来价格趋势，进行投机操作，规避交易风险。集中统一碳交易市场可突破试点市场的割裂分散状态，释放中国碳排放交易市场规模潜力，发挥碳价信号引导作用。那新形势下北京、深圳碳排放交易市场的交易价格波动是怎样的?有什么相关性?这些现象暴露全国统一碳排放市场存在问题的原因是什么?本文将对上述问题做出回答，以期为完善全国统一碳排放权交易市场提供决策支持，促进经济可持续发展。
二、相关性分析
(一)指标选取与数据来源
北京、深圳市场较为成熟，具有代表性。交易价格衡量指标来自两交易所官方网站公布的碳成交均价。本文选取北京、深圳市场2015-2018年每月收盘成交均价作为碳交易价格处理，因数据缺失，2015年数据从五月起选取，共43对成交均价对比组。
(二)统计指标分析
利用EXCEL软件对数据进行描述性统计分析，如表1所示。
[46.76 39.48 北京 深圳 平均 50.47814 平均 32.26767 方差 90.58145 方差 77.06353 最小值 22.1 最小值 11.63 最大值 70.02 最大值 48.39 置信度(95.0%) 2.929032 置信度(95.0%) 2.701649 ]
表1：描述性统计
由两市场交易价格均值看出，北京市场交易均价为50.48元/吨，远大于深圳价格32.27元/吨;由方差看出，北京价格方差大于深圳，深圳市场的价格波动性较小。综上，北京市场交易价格整体高于深圳市场，且市场价格波动性大于深圳市场。对数据进行可视化处理即用折线图表示，如图1所示。
图1：北京、深圳碳排放权交易价格趋势图
从折线图整体趋势看：2015年两市场交易价格接近40元/吨，2016年上半年起两者差距拉大，北京价格明显高于深圳，平均在50元/吨左右并有持续增加趋势;深圳价格平均30元/吨左右，2018年持续走低，趋势表明仍有下降可能。从波动情况看：北京市场2017年下半年出现较大波动，短时间价格从50元/吨降至20元/吨后迅速回升。综上，北京市价不稳定，有特殊波动情况，深圳价格波动较小;北京、深圳市场价格波动相关性很弱。
三、“PEST”分析
据分析可知北京、深圳的碳排放交易价格相关性弱。国外成熟碳排放交易市场经验表明市场间价格较强联动性有益，本文使用“PEST法”分析两市场弱相关的宏观原因。
(一)市场缺乏统一政策、法律体系(P)
北京、深圳市场成立后分别发布具有不同法律效力的交易地方法规，这些文件对排放的控制目标、分配方法等市场交易规则进行了各自规定。如在交易参与人规定上，深圳市场交易主体门槛较低，要求有良好信誉，一定时期内无违法违规行为即可;北京市场要求满足信誉和合法行为要求外，需满足一定资产、户籍条件。如《北京环境交易所碳排放权交易规则配套细则》要求个人金融资产不少于100万元人民币等。因此北京市场对参与主体要求比深圳市场高，是市场交易价格更高，市场间价格相关性弱的原因之一。此外，两市场具体交易方式和规定还有诸多不一致。交易价格由此在规则上产生了不同。
(二)价格机制不完善，市场不透明，信息缺失(E)
碳排放权交易市场价格机制不完善，缺乏技术理论支持。我国统一碳排放交易市场的建立时间尚短，这是全国市场都存在的问题，也是各市场价格弱相关原因之一。
碳排放交易是新兴产业，大众对其了解少，若加上市场不透明、信息缺失等问题，大众更难进入市场，市场无法实现最优化，缺乏活力;不透明信息会使供需双方信息不对称，投资权益受损，市场交易风险提高，价格波动性大，降低市场间价格相关性。
(三)市场参与者行为(S)
多数市场参与者缺乏交易规则的了解，因此投机获利行为促进市场活跃的同时也造成市场价格混乱;北京、深圳市场准入规则导致不同参与者进入，不同交易主体也是价格波动弱相关的原因。
(四)缺乏技术人才(T)
熟悉碳定价理论，同时可将其与中国国情结合运用到实践的人才稀缺。市场价格机制缺乏知识、技术支持，波动情況难以预测，影响各市场间价格相关度。
四、建议
(一)出台统一碳排放权交易政策、法律体系
统一市场准入等规则，使市场标准更规范，加强统一监管，防止暗箱操作和违规行为。
(二)减少直接干预，更多以金融手段对价格调整干预。
我国碳排放交易种类单一，不能满足现实需求，应鼓励市场进行交易创新，如与银行合作创新交易方式，提高市场活跃度。
(三)利用多渠道信息公开、知识科普
一是对碳排放权加深理解，发挥新时代自媒体宣传作用，向大众科普碳排放知识。
二是加强碳排放交易平台建设，包括交易中心、相关网络建设。统一碳交易平台有助规范市场，解决目前我国交易平台分布分散，零散不成体系问题。
(四)加强人才培养
对相关方面人才进行培养;国外相关技术较成熟，中国可向国外适当借鉴，也可进行人才引进，使之为国内市场发展提供新鲜想法与合理建议。
参考文献：
[1]刘海燕，郑爽.北京市碳排放权交易试点分析[J].中国能源，2016，38(12)：32-36.
[2]曾文革，党庶枫.《巴黎协定》国家自主贡献下的新市场机制探析[J].中国人口·资源与环境，2017，27(9)：112-119.
碳排放论文范文第5篇
一、碳排放权会计确认
（一）碳排放权会计确认依据 碳排放权作为在低碳环保环境下应运而生的稀缺型权利，在会计确认上确认为资产并无异议，但划分为何种资产，各位专家学者各抒己见，目前会计领域尚未达成共识。考虑到碳排放权自身的特殊性，它具有各类资产的特点，但又不完全符合会计确认定义，不能将它严格划分确定为任何一种资产。建议在实际处理过程中，根据企业自身经营特点，按照持有碳排放权的意图目的，进行会计初始确认。
（二）以持有目的划分确认碳排放权 （1）以使用为目的的碳排放权确认。由于生产经营的需要，很多企业为了满足自身发展，提供劳务、生产商品，对拥有的碳排放权并不是为了进行交易而准备，而仅仅是为了满足企业持续经营的基本需要。无论是企业无偿分配所得还是企业购买所得，都已表明碳排放权符合核证标准并且权利已归企业控制或拥有；碳排放权是经相关部门鉴定批准的碳排放减排量，是一种排放温室气体的权利，不具备实物形态，使用过程中没有实物的消耗；企业获得的碳排放权目的是自己使用，但它明显区别于其他资产，符合无形资产可辨认性条件，可以独立转让和售出；碳排放权价值受环境影响而波动，未来经济利益很可能流入企业，但收益数额却是不固定的，具有风险性，符合非货币资产定义。
（2）以交易为目的的碳排放权确认。随着碳排放权交易市场逐步在发展完善，我国近几年也在重点建立属于自己的碳排放交易所，直至2012年初，已在北京、上海、天津等7个省市地区开始了碳排放权交易试点基地，致力于打造健康规范的碳排放权交易市场体系。在此过程中，由于碳排放权交易前景广阔，获利空间大，交易的主体不再仅仅局限于最初的企业之间，更出现了许多新的行业和投资者，他们希望能在国际环境大背景下，利用不确定的环境因素和经济价格的波动性从中获利。我国处于探索碳排放权的起步阶段，碳排放权作为一种稀缺的绿色新型资产，很多企业看到了它的未来价值，对它的持有目的，也不仅仅是为了满足企业基本的生产、劳务需求，更多的是考虑到商业交易。同时，随着《京都议定书》的续签，我国最终也要承担起减排的义务，政府会把减排指标作为硬性任务分配给各个企业，定价系统趋于完善，以公允价值进行计量。当碳排放权交易在稳定规范的交易所中进行买卖，碳排放权是协调环境与经济的特殊资源，在自由交易市场中，具备专有的定价系统，企业持有碳排放权的目的是为了近期出售给投资者、中间商或企业，从中赚取差价利润，进而获得短期经济利润，公允价值能够可靠取得，并始终以市场公允价值对碳排放权这项资产进行计量和价值调整。
（3）CDM项目中持有碳排放权的确认。CDM（Clean Development Mechanism）全称为清洁发展机制，是《京都议定书》中提出的三项灵活履约机制中，唯一一个由发展中国家共同参与的项目，其内容核心是发达国家和发展中国家对碳排放减排量进行项目合作，发达国家在发展中国家实施减排计划的成本低于在本国的减排控制成本，在两国项目合作中，可以彼此获利，达到降低温室气体排放量保护环境的目的。
CDM项目中，企业需要内部自主研究设计开发CDM项目，经我国政府和相关审核部门批准后，再递交给联合国审核鉴定，符合国际规定的项目将授权签发CERS，最终才能和发达国家进行碳减排项目合作。CDM项目之间的交易，主要是为了避免未来因环境变化而带来的经营损失，规避经济和环境变化风险带来的不确定影响。CDM项目涉及两个国家之间的利益，时间空间上都存在一定差异，大部分企业都无法实现现货交易方式，而是采用远期或期货交易方式。因此，建议将CDM项目中的碳排放权确认为“衍生工具”。
二、碳排放权会计计量
（一）碳排放权确认为无形资产的计量 初始取得碳排放权时，对于由政府无偿分配而得的碳排放权配额，不进行确认，初始计量成本为零，只需对配额进行登记，实际消耗时再进行抵消；对于从政府、交易所购买的碳排放权配额，按照支付的费用和相关税费作为成本进行初始计量，在“无形资产”科目下增设“碳排放权”，贷记“银行存款”或其他资产等科目。待实际排放污染物后，进行摊销时，借记“制造费用——碳排放权费用”、“管理费用——碳排放权费用”，贷记“无形资产——碳排放权”。
（1）碳排放权由政府分配确认为无形资产的计量。对于政府无偿分配的碳排放权：如果企业消耗的碳排放量少于政府分配数量，即存在剩余的情况下，按企业未来持有意向进行会计记录，在没有出售意向的情况下，按照公允价值，确认无形资产，借记“无形资产——碳排放权”，贷记“递延收益——政府补贴”；如果企业消耗的碳排放量超过政府分配的数量，无偿获得的碳排放权无法满足企业生产经营活动需要，需要从其他企业或交易市场购买时，按实际支付，借记“无形资产——碳排放权”，贷记“银行存款”或其他资产。
（2）碳排放权购买所得确认为无形资产的计量。对于从交易市场或其他企业购买获得的碳排放权，企业购买的目的是为了满足生产产品或经营活动需要时，在购买当日，按购买成本计量入账， 借记“无形资产——碳排放权”，贷记“银行存款”。在后续期间当企业碳排放量出现节余，消耗的排放指标小于购买的排放量指标，按今后使用意图分为两种处理方式：一是如果企业计划留用到以后经营期间，则可以不进行任何会计处理。二是如果企业打算在近期内出售，则应将剩余的碳排放权配额从无形资产转入到交易性金融资产，借记“交易性金融资产——碳排放权”，贷记“无形资产——碳排放权”；出售时，需要对公允价值变动进行调整，按实际收到价款，借记“银行存款”，贷记“交易性金融资产——碳排放权”，差额计入投资收益；在未实际出售期间，需要对公允价值进行调整，若公允价值上升，则借记“交易性金融资产——碳排放权公允价值变动”，贷记“公允价值变动损益——碳排放权”，反之则做相反处理。
（二）碳排放权确认为交易性金融资产的计量 （1）碳排放权由政府分配确认为交易性金融资产的计量。取得的碳排放权配额方式是由政府无偿分配获得的企业，在排放指标有剩余的情况下，如果持有者准备在近期内将碳排放权指标出售，从中赚取差价获得利润，此时应当在交易性金融资产科目下设置“碳排放权”，按照公允价值计入借方“交易性金融资产”，贷方计入“递延收益——政府补助”。尚未出售的碳排放权，需要按公允价值进行后续计量，当公允价值出现变动时，按公允价值上升或下降的情况，分别借记或贷记“交易性金融资产——碳排放权公允价值变动”，与之相对应的会计科目贷记或借记“公允价值变动损益一碳排放权”。（2）碳排放权购买所得确认为交易性金融资产的计量。对于企业由购买所得的碳排放权配额，当持有目的不是为了企业生产产品、提供劳务或经营管理所需，只用于短期内出售从中获得价差收益时，在购买当日，应当按照实际支付的价款，借记“交易性金融资产——碳排放权”，贷记“银行存款”或其他资产项目。企业持有期间，需要根据公允价值波动及时调整碳排放权的价值，当碳排放权公允价值升高，按升高差额借记“交易性金融资产——碳排放权公允价值变动”，贷记“公允价值变动损益——碳排放权”，当公允价值下降，按下降的差额做相反的会计处理。待到处置该碳排放权配额时，在调整公允价值变动损益的同时，确认投资收益。
（三）基于项目进行交易的碳排放权的计量 CDM项目是发达国家与发展中国家共同参与的合作机制，具有不确定性和高风险性，其流程大致为项目设计—东道国批准—审定和注册—监测—核查与核证—签发CERS，用于CDM项目中的碳排放权交易，能够为企业规避未来经营风险，CDM项目的设计根据各国实际情况，具有多种设计方式，符合衍生工具具有很强的灵活性的特点，不同于一般的交易活动，整个流程期间，涉及多个部门机构，跨越时间较长，成本计算也是比较复杂的。如果CDM项目得到批准申请成功，并找到愿意合作的购买企业，则应在“衍生工具——碳排放权”科目下进行会计计量，按申请过程中发生的费用确认为“衍生工具”。
关于CDM项目的成本核算，当项目申请注册成功，获得EB批准时，主要相关支出包括：项目文件设计和辅导费用、国际核证机构的项目核证费用、每年的检测和核证费用、项目进行阶段分析和一些相关人员的费用等。在CDM项目申请成功之前，先按照CDM项目发生的实际相关费用支出计入“CDM项目费用”，贷方记“银行存款”或相应的应付科目。当获知CDM项目申请成功，并与发达国家签订合同时，再将“CDM项目费用”转到 “衍生工具”科目中，同时将其差额计入到当期损益。确认为衍生工具的碳排放权后续计量，按照公允价值及时进行调整，并将公允价值的变动计入当期损益，若公允价值升高，则借记“衍生工具——碳排放权”，贷记“公允价值变动损益——碳排放权”，若公允价值下降，则做相反的会计处理；如果进行的项目未获得成功，损失费用主要包括项目文件设计和辅导费用、国家核证机构的项目核证费用，按实际支出确认为“CDM项目费用”。
三、碳排放权会计披露
（一）碳排放权会计报告 碳排放权交易作为可以反映环境状况并给企业带来收益的新型绿色资产，对它的会计报告方式应当结合传统会计报告方式，但有其独立于传统报告之外的低碳排放权会计报告。基于本文对碳排放权的确认和计量方式，在传统报表中针对无形资产、交易性金融资产和金融衍生工具，按照碳排放权交易状况，分别在资产负债表、利润表、现金流量表和所有者权益变动表中遵循会计报告原则反映碳排放权交易信息以及带给企业的经济利益影响。
在低碳经济环境中，碳排放权交易不同于以往会计活动，它的产生条件不仅仅受经济环境和公司财务状况的影响，生态环境的变化也在制约着碳交易的发展变化。碳排放交易的独特之处就在于要时刻考虑到自然资源环境与社会经济环境的互动影响，在报告时应当核算牺牲环境代价的成本以及环境变动带来的收益或损失。编制独立的碳排放权交易报告有利于企业在低碳时代快速健康的发展，全面反映经济、社会、自然的关系，从而帮助所有者、债权人、社会公众以及有关部门深入了解企业运行状况。对于碳排放权交易中发生的有关碳排放权所带来的区别于传统会计的活动项目，根据信息需要者的决策需要，在借鉴传统财务会计报告的基础上，采用灵活科学的编制方法进行全面报告，以会计六要素为主对碳排放权会计报告进行探讨。
（1）碳资产可以包括为了减少碳排放量而引进的低碳减排设备、低碳减排先进技术等。
（2）碳负债与传统负债的不同之处在于，碳负债不只是为购买材料、设备而承担的支付义务，还包含企业因破坏牺牲人类共有的环境资源而承担的补偿费用。可以在传统负债会计科目中引入专属于碳排放权的二级科目。如，在“应缴税费”下设置“应缴碳排放罚款”、“应缴碳排放税”；在“长期借款”下增加“低碳设备借款”；“预计负债”下设立二级科目“碳排放负债”等。
（3）碳所有者权益，也会涉及一些不同于传统会计的经营、投资、捐赠等经济管理活动，我们可以建立独立的碳排放权交易核算体系，制定相关会计法规原则，来对这些经济活动进行管理和报告。碳排放权交易涉及国家的利益，因此，对于国家财政部发放用于环境保护和治理碳排放权交易的专项款，环保部门的捐赠等，都可以在“碳排放资本公积”科目中进行核算；对于所有者对碳排放权交易中碳资产的实际投入，可以增设“碳排放实收资本”科目进行核算。
（4） 碳排放费用，可以包括碳排放减排设备的折旧，减排技术的摊销以及支付的环境费用，在费用科目下针对不同费用的支付原因、用途，设置不同的碳排放费用科目。
（5）碳排放收益和碳排放利润，碳排放收益可以按照收益取得的来源设立相关的会计科目，碳排放收益来源有：由于引进低碳减排设备所减少的环境污染罚款、采用先进技术碳循环使用增加的收益、碳排放权交易项目成果突出而得到的政府奖励等。对应上述收益来源核算碳排放利润，核算方法与传统会计相同。
（二）碳排放权会计披露 随着碳排放权交易的发展，我国经济改革也逐渐趋于与国际化接轨，仅仅披露生产财务活动信息，在低碳经济时代还远远不够。国外很多国家要求企业在年度报告中对经济活动产生的环境影响进行披露，在国际大环境的背景下，我国也必须提高环保意识，将环境信息添加到会计披露中。建议在碳排放权交易披露中从经济活动和环境信息两方面入手，完善披露内容。
（1）经济活动的披露。经济活动披露的内容包括：一是碳排放权交易状况的基本说明。企业应对下列情况进行具体的补充说明：企业碳排放权交易的规模、项目方案、合作方式；企业的交易项目是属于采用新能源开发还是采用新型环保技术；企业因碳减排量交易获利或因未能达到减排目标而支付的罚款损失；企业获得的政府碳基金、其他组织的投资、环保组织的奖励等；碳排放交易项目的计划方案，完成进展。二是碳排放权的取得信息。企业取得碳排放权的渠道、指标数量及其价值；初始确认的方式及原因说明；由政府无偿分配的碳排放权指标，要准确说明其持有碳排放权的用途，使用情况，剩余或是超标购买，使用的期限等。三是减排核算。对温室气体减排核算的方法，企业直接减排和间接减排的数量，报告编制方法选择的原因，减排带来的成本和效益等要有详细说明。四是CDM项目概况信息。对企业实施的CDM项目名称、合作方信息、实施的进度、项目所属领域要准确披露说明；企业获得资金的渠道是投资还是筹资方式；项目规划、成本控制和竞争风险要进行解释补充；经相关部门核证的碳减排量，给企业带来的经济收益如实披露。五是碳排放权交易额外性评价。额外性是说明企业实施碳排放权交易的必要所在，对检测温室气体减排量和测量由减排带来的利润有决定性的作用，因此，额外性评价这一步骤是CDM项目至关重要的一步，企业应当对其进行详细披露。六是碳排放审计管理。主要审计信息的披露包括：内部审计的机构设置；外部审计部门和监督管理部门对碳排放权交易程序的合法性审核、碳减排量的鉴定和信用的鉴证等。
（2）环境影响信息的披露。环境影响信息披露的内容包括：一是气候问题导致的经济环境变化。恶劣气候引致企业生产经营风险，减排项目目标和战略的改变，全球气候变化带来的机遇和挑战，能源紧缺带来的使用效率提高等。二是企业经营对环境的影响。企业主营业务生产产品的过程中会释放有害气体，或是对环境造成污染的有害物质，要对这些破坏环境的因素进行披露，并对企业采取的治理措施进行说明。三是保护环境管理信息：企业为减少污染引进的技术和购买的设备成本、治理污染的行动措施、对环境造成破坏支付的赔款、政府对企业环保工作的支持等要进行必要说明。
参考文献：
[1]郑玲、周志方：《全球气候变化下碳排放与交易的会计问题》，《财经科学》2010年第3期。
[2]王小波、陈程、曾锴：《低碳经济视角下我国碳会计体系研究》，《国际商务财会》2010年第10期。