二氧化碳的排放主要来源大全11篇

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的11篇二氧化碳的排放主要来源范文，希望它们能为您的写作提供参考和启发。

篇（1）

 

1 二氧化碳排放清单

 

1.1 清单对象的确定

 

二氧化碳排放清单是包括所有能够产生二氧化碳的能源消耗行为[3，4]，在编制高校碳排放清单时，突出影响碳排放量的主要因素，忽略次要因素。不同于其他能耗企业，高校能源种类、消耗方式较为集中，所以在编制二氧化碳排放清单时主要考虑水、电、化石能源、食物四个方面的消耗所产生的二氧化碳排放。在高校中，化石能源的消耗主要用于燃烧、实验需要及设备驱动，所以只考虑天然气、燃煤、汽油、柴油。食物方面分为主食、肉类、果蔬类。具体计算碳排放量时，利用公式：二氧化碳排放量=消耗量×对应的碳排放因子。

 

1.2 二氧化碳排放清单编制方法的选择

 

根据IPCC清单指南和《北京市企业单位二氧化碳核算和报告》，本研究编制的原则相同，只是在编制方法、技术路线上更多地体现出高校的特色，使清单更能反映出其实际情况。二氧化碳清单编制方法基于物料平衡原理，计算出各类能源消耗量与相关排放因子乘积之和。其中化石能源的碳排放因子=燃料热值×单位热值含碳量×碳氧化率×CO2与碳原子量比。

 

2 二氧化碳排放量测算方法

 

基于《北京市企业单位二氧化碳核算和报告指南》中的相关碳排放因子[5]的计算公式，由水、电、食物及能源的用量数据，采取物料平衡法，可以计算出相应的二氧化碳排放量。其中高校总碳排放量=用水隐含碳排放量+用电隐含碳排放量+食物消耗碳排放量+其它能源直接碳排放量。

 

(1)用水隐含二氧化碳排放量计算式：

 

Ed1=D×fg1 (TY-1)

 

式中，Ed1是二氧化碳排放量，单位为tCO2;D是校园用水消耗量，单位为MWh;fg1是水的间接排放系数，采用的最近年份排放系数0.19t/kg。

 

(2)用电隐含二氧化碳排放量计算式：

 

Ed2=D×fg2 (TY-2)

 

式中，Ed2是二氧化碳排放量，单位为tCO2;D是校园电力消耗量，单位为MWh;fg2是电的间接排放系数，采用的最近年份排放系数。

 

(3)食物消耗产生的二氧化碳计算式：

 

式中，Ai是食物的类别的重量，单位为t;Fi是对应食物的二氧化碳排放系数，单位是tCO2/t。

 

(4)化石燃料燃烧产生的二氧化碳排放量计算式：

 

式中，E是化石燃料燃烧二氧化碳排放量，单位为tCO2;Ai是化石燃料燃烧活动水平数据，单位为tJ;Fi是第i种燃料的排放因子，单位为tCO2/tJ;

 

故企业第i种化石燃料消费量的热量按公式(TY-5)计算。其中排放因子的确定：第i种燃料二氧化碳直接排放的排放因子按公式(TY-5)计算得到。

 

Fi=Ciρ (TY-5)

 

式中，Fi是燃料i的排放因子，单位为 tCO2/tJ;Ci是燃料i的单位热值含碳量，单位为tC/tJ;αi是燃料i的碳氧化率;ρ是二氧化碳与碳的分子量之比，为一常数3.667。

 

3 软件可视化输出

 

高校碳排放测算软件[6]是基于“C#”与“Access”开发的、具有数据计算功能的软件，它能够根据各类能源消耗量计算出高校碳排放总量和各个建筑功能区的碳排放量，从而实现在时间、空间上对高校碳排放量的全局掌控。

 

计算软件包括4个模块：全校CO2总量计算、各建筑功能区CO2计算、统计分析以及个人应用。相应地CO2计算公式通过源程序编译给出，只需在对应的CO2清单中输入使用量参数，软件会自动计算出该时间段学校所产生的CO2量。同时，我们把学校分成了8个建筑功能区，各个建筑功能区的CO2清单不尽相同，输入对应的能源参数后，软件可以计算出该区域的CO2排放情况。

 

4 结果分析

 

利用上述CO2测算方法，可以得出水、电以及各类能源的测算结果。本次研究选取2010年用电、用水、能源(能源选取煤为代表)来分析结果。

 

由表1清单结果可以看出，2010年碳排放量中以用电消耗最大，其次是用水，煤的碳排放量最少，且碳排放总量数值巨大，存在很大的节能减排潜力。由2010年各区用电量比例进行进一步的分析，并得出各建筑功能区用电碳排放占比如图1。

 

由各区总量比例可以看出，宿舍用电碳排放量最大，其次是教学楼和食堂。而原因在于学生是学校用电的主体，学生活动的最主要场所为宿舍，对用电的需求最大;教学办公区是学校的重要功能区，是学生学习和教职工教学活动的主要场所，故其用电量在学校总体用电量中也占有一定比例。无论是宿舍还是教学办公区中电力消耗主要来源于照明，但是学生节约用电的意识不高，用电浪费情况比较严重，同时教学区自习室用电也缺乏规范管理，这些现象都在一定程度上导致学校用电碳排放量增加。

 

5 结论与讨论

 

篇（2）

中图分类号 F205 文献标识码 A 文章编号 1002-2104（2015）09-0021-08 doi：10.3969/j.issn.1002-2104.2015.09.004

进入21世纪以来，温室效应逐渐凸显，能源流失问题也日益严重，二氧化碳排放的控制问题已上升到全球层面。在这种背景下，针对二氧化碳排放量的计算在当前的研究中显得尤为重要，其计算结果的准确性不仅直接决定了社会和政府对于碳排放状况的认识，更会对我国的高耗能产业结构调整、减排计划的执行以及国际碳排责任的判定产生影响。因此，不断分析、对比各种计算方法的影响因素、改进计算方法、修正计算结果并对计算进行深入分析，已经成为碳排放相关研究的重要基石。

1 文献综述

目前主要的二氧化碳计算方法有能源消耗法、生命周期评价法（LCA，Life Circle Assessment）和投入产出法（IO，InputOutput）。能源消耗法计算二氧化碳排放量是指以统计资料为依托，根据能源的消耗量以及二氧化碳的排放系数进行对二氧化碳排放量的估算。这一计算方法的数据选取较为灵活，可以针对具体的问题选取适合的数据进行分析，许多学者采用这一方法进行计算。但该方法也存在一定问题，比如数据来源不正统可能会导致计算结果较实际偏差过大。何建坤[1]根据Kaya公式及其变化率分析了中国及一些发达国家的二氧化碳排放峰值，并发现单位能耗的二氧化碳排放强度年下降率大于能源消费的年下降率。赵敏等[2]根据2006年IPCC二氧化碳排放计算指南中的公式及二氧化碳排放系数，计算了上海市1994-2006年间能源消费的二氧化碳排放量，并以此分析了二氧化碳排放强度下降的原因。曹孜等[3]根据化石能源的消耗量计算了2008年总体与各部门的二氧化碳排放量以及1990-2008年碳排放强度的发展趋势，从而进一步研究二氧化碳排放量与产业增长之间的关系。汪莉丽等[4]根据全球及各地区的能源消费历史数据分析了以往的二氧化碳排放总量、二氧化碳排放累积量和人均二氧化碳排放量，并以此预测了未来的能源消费二氧化碳排放情况。李宗逊等[5]根据昆明市的工业能耗统计数据对昆明市的工业二氧化碳排放、行业二氧化碳排放强度及行业分布做了探究。

生命周期评价法计算二氧化碳排放通常以活动环节为分类单位，要求详细研究测度对象生命周期内的能源需求、原材料利用和活动造成的废弃物排放。这一方法能够具体到产品原材料资源化、开采、运输、制造/加工、分配、利用/再利用/维护以及过后的废弃物处理等各个环节，多被用于建筑领域。但在计算生产工序复杂的产品时，存在计算工作量大等缺陷。刘强等[6]利用全生命周期评价的方法对中国出口的46种重点产品进行了碳排放测算，发现这些产品的二氧化碳排放量占全国二氧化碳排放量的比例非常高。张智慧等[7]基于可持续发展及生命周期评价理论界定了建筑物生命周期二氧化碳排放的核算范围并给出了评价框架和核算方法。张陶新等[8]利用生命周期法构建了测算建筑二氧化碳排放的计算模型，并通过构建的模型分析了中国城市建筑二氧化碳排放的现状。

投入产出法计算二氧化碳排放量主要以投入产出表为依据，可以根据产品的直接消耗系数及完全消耗系数分别估算二氧化碳的直接排放和间接排放。直接消耗系数是指某一产品部门在单位总产出下直接消耗各产品部门的产品或服务总额。完全消耗系数是指某一部门每提供一个单位的最终产品，需要直接和间接消耗（即完全消耗）各部门的产品或服务总额。这一计算方法的优势在于可以进行隐含二氧化碳排放（Embodied Carbon Emission）的估算，并且在对于多行业二氧化碳排放进行计算时通过直接消耗系数矩阵以及完全消耗系数矩阵进行一次性估算，减少行业分类的工作量。但是，投入产出法的缺点在于其在计算结果的准确度上不如前两种二氧化碳排放计算法，因而多被用于隐含二氧化碳排放的计算。Lenzen[9]利用投入产出模型研究了1992年和1993年澳大利亚居民最终需求的能源消费及温室气体排放情况，发现65%以上的温室气体来自能源的隐含消费。Ahmed和Wyckof[10]根据投入产出方法估算了全球24个国家的贸易隐含碳，证实了产业地理转移对全球二氧化碳排放的影响。刘红光等[11]、孙建卫等[12]均采用区域间的投入产出表对中国各区域各行业的二氧化碳排放量做了测算，并针对区域碳减排做了分析。何艳秋[13]利用投入产出法计算了各行业的二氧化碳排放系数，并进一步计算了行业最终产品的直接二氧化碳排放量以及消费中间产品的间接二氧化碳排放量。

二氧化碳排放量的计算方法种类繁多，各有利弊，而现有文献大多是选取其中一种方法对二氧化碳排放量进行估算，少有针对不同方法的比较研究和对不同影响因素的量化分析。本文梳理了当前主要的二氧化碳排放量计算方法，并基于投入产出法，对比计算了不同考虑因素对于二氧化碳排放量计算的影响，得到各种条件变动情况下所导致的测算偏差。基于投入产出法，对比分析了不同考虑因素对于二氧化碳排放量计算的影响，并计算了各种条件变动情况下的计算偏差。

2 计算方法及数据来源

二氧化碳排放主要包括能源燃烧的二氧化碳排放和水泥生产过程的二氧化碳排放两类。其中，能源燃烧的二氧化碳排放是指各行业燃烧各种能源所产生的二氧化碳排放，主要根据能源行业对各个行业的能源投入进行计算。水泥生产过程的二氧化碳排放是指在水泥生产过程中因化学反应而产生的二氧化碳排放，主要根据水泥的产量及相关的排放系数进行计算。两种来源涉及不同的行业，由于各行业在生产、加工过程中都需要能源提供热力、动力等，因此各行业均存在能源燃烧二氧化碳排放，而水泥生产的过程排放主要与水泥生产相关，属于非金属矿物制品业的二氧化碳排放。具体来说，这两类二氧化碳排放量的计算思路如下：

本文所介绍的二氧化碳排放量计算法适用于各类能源消耗量已知、各行业的能源使用量已知、水泥产量已知并且能源燃烧和水泥生产过程的二氧化碳排放系数均已知的情况，可以计算各年度国家或地区的总二氧化碳排放情况以及分行业二氧化碳排放情况。为方便介绍，本文以2007年中国的二氧化碳排放情况为例，给出其排放量的计算方法。选取的数据来源主要包括2007年的中国能源平衡表与投入产出表，各能源的平均低位发热量以及单位产热量下的二氧化碳排放系数，此外还需要水泥产量与水泥生产的二氧化碳排放系数等。其中，2007年的中国能源平衡表与各能源的平均低位发热量取自国家统计局出版的《2008年能源统计年鉴》，内容包括2007年中国的能源使用情况；各能源在单位产热量下的二氧化碳排放系数取自日本全球环境战略研究所出版的《2006年IPCC国家温室气体清单指南》，指的是各能源在燃烧后每产生单位热量所排放的二氧化碳量；水泥产量取自国家统计局公布的2007年全国30个省份水泥产量数据，全国的水泥产量本文认为是各省水泥产量的加总；而水泥生产的二氧化碳排放系数取自Greenhouse Gas Protocol网站关于波特兰水泥系数的计算。波特兰水泥是以水硬性硅酸钙类为主要成分之熟料研磨而得之水硬性水泥，通常并与一种或一种以上不同型态之硫酸钙为添加物共同研磨，其二氧化碳排放系数适用于对水泥生产过程中普遍的二氧化碳排放量计算。

3 二氧化碳排放量计算

3.1 能源燃烧的二氧化碳排放

全国的总二氧化碳排放量主要通过能源消耗量计算，而分行业的二氧化碳排放主要是将全国的二氧化碳排放总量按行业能耗的比例进行分解得出。在已知能源的燃烧量及二氧化碳排放系数时，二氧化碳排放量为能源的燃烧量与二氧化碳排放系数的乘积。

3.1.1 能源燃烧量

能源的燃烧量计算的关键问题在于将“没有用于燃烧”的能源消费量从总量中剔除。根据能源平衡表显示，各种能源用于燃烧的部分包括能源的终端消费量、用于火力发电的消费量以及用于供热的消费量，不包括在工业中被用作原料、材料的部分。

3.1.2 能源的二氧化碳排放系数

能源燃烧的二氧化碳排放系数通过平均低位发热量和单位热量的二氧化碳排放系数计算。已知各能源燃烧产生单位热量的二氧化碳排放系数和各能源的平均低位发热量（即单位质量的各类能源在燃烧过程中产生的热量），将各能源燃烧产生单位热量的二氧化碳排放系数与其平均低位发热量相乘，即可得出每单位质量的各类能源在燃烧过程中排放的二氧化碳总量，也即各能源的二氧化碳排放系数，计算过程如公式（4）所示，其计算结果见表2。

3.1.3 能源行业的二氧化碳排放系数

通过以上两部分计算，已经可以得到全国的二氧化碳排放量，接下来需要计算分行业的二氧化碳排放量。如图1的计算流程图所示，计算各行业的二氧化碳排放需要用到各能源行业的二氧排放系数以及各能源行业向所有行业的投入关系。

燃烧所产生的二氧化碳排放量，但由于本文使用的中国42部门投入产出表中提供的能源行业仅有煤炭开采和洗选业、石油和天然气开采业、石油加工炼焦及核燃料加工业、燃气生产和供应业4个，这些能源行业与各个化石能源之间存在的对应关系如下：煤炭开采和洗选业包括的能源有原煤、洗精煤和其他洗煤，石油和天然气开采业包括原油和天然气，石油加工、炼焦及核燃料加工业包括汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、其他石油制品、焦炭和其他焦化产品，燃气生产和供应业包括焦炉煤气和其他煤气。各能源行业产生的二氧化碳排放量即为燃烧与其相关能源产品所产生的二氧化碳排放量之和。

这里需要说明的是，在使用投入产出法计算各行业的能源消耗量时，是否剔除能源的转化部分、是否减去固定资本形成及出口投入都会导致二氧化碳排放结果的不同。原因在于，虽然全国42部门所需的能源均是由四个能源行业提供，但这四个能源行业所投入的能源却并非全部用于国内产品生产的能耗，其中有三种用途需要在计算时单独处理：①作为原材料进行加工转换的部分，如煤炭炼焦、原油加工为成品油、天然气液化等的消耗；②作为存货及固定资本形成等的部分；③作为能源产品出口给国外或调出本地的部分。由于这些部分的燃烧过程不在本地，所排放的二氧化碳也不属于本地排放。因此，在计算能源行业的投入金额时，是否剔除这三部分，会对计算结果产生影响。

本文将分别计算是否剔除以上三部分能源消耗的情况。首先，在不剔除这三类能源消耗的情况下，各能源行业用于燃烧部分的总投入金额为：

3.1.4 各行业的能源燃烧排放

在以上计算的基础上，可以计算投入产出表中42行业各自的能源燃烧排放量。计算方法如公式（8）所示，将投入产出表中能源行业j对行业k的能源投入，乘以公式（7）中能源行业j的二氧化碳排放系数，可以计算得出能源行业j给行业k带来的二氧化碳排放量。而行业k的能源燃烧排放为各能源行业投入到行业k的能源燃烧排放量之和，即：

3.2 水泥生产过程的二氧化碳的排放

由于水泥在生产过程中会产生复杂的化学反应，产生二氧化碳，这部分二氧化碳排放被称之为水泥生产的过程排放，在我国二氧化碳排放总量中占到相当比例，因此，在计算中国的二氧化碳排放总量时，是否考虑水泥的过程排放也会影响最终的计算结果。

水泥的生产属于非金属矿物制品业，其二氧化碳排放的计算公式为：

EC=QC×v （9）

其中：EC为水泥生产中的二氧化碳排放量，QC为水泥的总产量，v为水泥生产的二氧化碳排放系数。

本文选取的水泥生产二氧化碳排放系数为波特兰水泥系数，根据Greenhouse Gas Protocol，取值为每t的水泥产量在生产过程中排放

0.502 101 6 t的二氧化碳。水泥产量方面，根据国家统计局统计数据，将中国各省在2007年的水泥产量加总后可得全国在2007年的水泥总产量，共计135 957.6万t。将这两个数据代入公式（9）中计算可得，2007年中国水泥生产过程中的二氧化碳排放总量为68 264.5万t。需要指出的是，在分行业统计的二氧化碳 排放中这一排放属于非金属矿物制品业。

4 不同考虑因素对计算结果的影响

根据本文第二部分对计算方法的介绍可以发现，从“是否剔除能源的转化部分”、“是否减去固定资本形成总额与出口、调出的能源投入”以及“是否考虑水泥生产的过程排放”这3个角度出发，我们可以用23=8种方式对二氧化碳的排放量进行计算，如表3所示。理论上“剔除能源的转化部分，减去固定资本形成总额与出口、调出的能源投入并且加上水泥生产过程排放”的情况下所得计算结果是最为准确的。因此，为了保证计算结果的准确性，在条件允许的情况下，上述三个角度的问题均需要考虑在内。当数据缺失的时候，就需要进行折衷，采取其他几种“不完美的”方法进行计算：比如当能源转化情况不明，即

能源转化率或能源转化量未知的情况下，应选取不剔除能源的转化部分的方法计算；当缺乏固定资本形成总额与出口、调出能源投入的信息，也即投入产出表最终使用部分情况不明时，应选取不减固定资本形成总额与出口、调出的能源投入的方法计算；而在水泥产量或水泥生产的二氧化碳排放系数未知时，计算中不考虑水泥生产的过程排放。相应地，如果这三个角度的问题没有被完全考虑，计算结果也会存在一定程度的偏差。只有在偏差度允许的情况下，该计算方法才是有意义的。因此在采取这些方法计算时，应首先确定各个方法计算结果的准确性。

为了分析各种方法计算得到的二氧化碳排放量的准确性，本文分别利用以上8种“不完美的”计算方法计算了中国2007年的二氧化碳排放量。表3中以“是否剔除能源的转化部分”、“是否减去固定资本形成总额与出口、调出的能源投入”以及“是否考虑水泥生产的过程排放”作为计算变量，展示了各种计算方法得到的结果。当变量取1时为考虑该角度的计算方法，变量取0时为不考虑该角度的计算方法，一共列出8种二氧化碳排放量的计算方法。其中，由于三个变量均取1时，（即“剔除能源的转化部分，减去固定资本形成总额与出口、调出的能源投入并且加上水泥生产的过程排放时”）所得到的计算结果最为准确，因此表3中以三个变量均取1的情况为基准情况，并将其余方法的计算结果与基准情况进行比较，得出各方法下计算结果的准确性偏差。

总排放量方面，计算结果显示，总排放量仅受“是否考虑水泥的过程排放”影响。如表3所示，总排放量的取值仅有两种情况，考虑水泥的过程排放时总排放量为695 167.1万t，不考虑水泥的过程排放时总排放量为626 902.6万t。原因在于本文中二氧化碳排放量的计算包括能源燃烧二氧化碳排放量的计算和水泥生产二氧化碳排放量的计算两类，其中燃烧排放的总量是根据能源平衡表中能源燃烧量计算得出，如前文中的公式（3）所示，与公式（5）、（6）中“是否剔除能源的转化部分”、“是否减去资本形成总额及出口和调出”无关（只影响结构不影响总量），因此总排放量仅受“是否考虑水泥的过程排放”影响。

不考虑能源的转化部分会使中间使用二氧化碳排放量被高估，最终使用二氧化碳排放量被低估。如表3所示，在不剔除能源的转化部分，减去资本形成总额及出口、调出的能源投入，并考虑水泥的过程排放时，中间使用的二氧化碳排放量较基准情况高出0.3%，最终使用的二氧化碳排放量较基准情况低11.7%。原因在于不剔除能源的转化部分即认为所有的能源投入均被用于燃烧，这其中包括真正用于燃烧的部分和实际用于转化的部分，而用于转化的部分在转化成新的能源后也会再次作为燃烧部分计算，也即这部分能源燃烧会被计算两次。这意味着在计算各行业的二氧化碳排放量时，存在转化工序的行业，其能源燃烧量被高估，总燃烧量一定的情况下，其他没有转化工序的行业和最终使用中的能源燃烧量会被低估，导致最终使用二氧化碳排放量的低估及中间使用二氧化碳排放量的高估。不考虑资本形成总额及出口、调出的能源投入会使中间使用二氧化碳排放量被低估，最终使用二氧化碳排放量被高估。表3显示，在不减资本形成总额及出口、调出的能源投入，剔除能源的转化部分，并考虑水泥的过程排放时，中间使用二氧化碳排放量较基准情况低3.0%，最终使用二氧化碳排放量较基准情况高103.5%。原因在于能源行业对资本形成总额（包括固定资本形成总额和存货增加）的投入是将该部分能源以固定资本的形式保留到库存中，并未用于燃烧，而能源行业的出口与调出是将能源以商品的形式转移出本地，其之后无论是否用于燃烧，产生的二氧化碳均不属于本地排放。如果不考虑公式（6）中能源行业j对资本形成总额及出口、调出的能源投入，会使得该能源行业j的总投入金额Dj被高估，从而导致公式（7）中二氧化碳排放系数ej被低估，那么所有通过ej计算的行业二氧化碳排放量均会被低估，使得计算所得各行业的二氧化碳排放量下降，中间使用的二氧化碳排放量减少，而最终使用的二氧化碳排放量增加。

不考虑水泥的过程排放会使中间使用中非金属矿物制品业的二氧化碳排放量被低估。水泥的二氧化碳排放是指在水泥生产过程中，由于化学反应产生的二氧化碳排放，它属于非能源燃烧的二氧化碳排放。根据前文的计算，2007年全国水泥生产的过程二氧化碳排放量为68 344.7万t，因此表3所示“是否考虑水泥的过程排放”，也即是否在非金属矿物制品业的二氧化碳排放中加上水泥生产的过程排放量，可以看到在不考虑水泥的过程排放，剔除能源的转化部分，并减去资本形成总额及出口、调出的能源投入时，中间使用部分的二氧化碳排放量较基准情况减少10.1%。实际上，非能源排放，也即过程排放还包括其他化学反应排放、碳水饮料的排放等，本文仅考虑水泥生产这一项过程排放的做法也有待在后续研究中进行进一步的完善。

综上所述，在剔除能源的转化部分、减去资本形成总额及出口调出的能源投入并考虑水泥的过程排放时计算方法最为准确，与之相反，忽略所有以上因素的计算方法偏差最大。此外，不剔除能源的转化部分、不减资本形成总额及出口调出的能源投入、不考虑水泥的过程排放均会导致计算结果被高估或低估。根据中间使用排放量比较，这三个变量的计算优先度为水泥的过程排放最重要（缺失导致结果偏低10.1%），资本形成总额及出口、调出的能源投入次之（缺失导致结果偏低3.0%），能源的转化部分最末（缺失导致结果偏高0.3%）。根据最终使用排放量比较，这三个变量的计算优先度为资本形成总额及出口、调出的能源投入最重要（缺失导致结果偏高103.5%），能源的转化部分次之（缺失导致结果偏低11.7%），水泥的过程排放不产生影响。根据总排放量比较，这三个变量的计算优先度为水泥的过程排放最重要（缺失导致结果偏低9.8%），能源的转化部分与资本形成总额及出口、调出的能源投入不产生影响。不仅如此，当这三个变量中有两个或三个取0时，计算结果同时受这两三个变量缺失的影响，二氧化碳排放量的变化幅度叠加。表3显示，仅考虑剔除能源的转化部分时，中间使用排放量被低估13.2%，最终使用排放量被高估103.5%；仅考虑资本形成总额及出口、调出的能源投入时，中间使用排放量被低估9.8%，最终使用排放量被低估11.7%；仅考虑水泥的过程排放时，中间使用排放量被低估2.1%，最终使用排放量被高估71.0%；三个变量均不考虑时，中间使用排放量被低估12.2%，最终使用排放量被高估71.0%。

5 结论及建议

本文梳理了当前主要的二氧化碳排放量计算方法，并基于投入产出法，对比计算了不同考虑因素对于二氧化碳排放量计算的影响，研究发现：计算方法方面，本文认为二氧化碳排放的主要来源可以分为能源燃烧排放和水泥生产过程排放两大类，在进行行业二氧化碳排放量的计算时应将这两部分都考虑在内。其中，能源燃烧的二氧化碳排放量可根据分行业的能源消耗量计算，水泥生产的二氧化碳排放量可根据全国水泥产量计算。该方法不仅可以避免能源消耗法数据选取不统一、生命周期评价法多行业计算工作量大，投入产出法计算结果较粗糙等缺陷，得出较为准确的计算结果，还可以同时进行多省份、多行业二氧化碳排放量的计算，简化计算步骤，提升计算效率。计算准确性方面，“是否剔除能源的转化部分”、“是否减去固定资本形成总额与出口、调出的能源投入”以及“是否考虑水泥生产的过程排放”3个因素将对我国二氧化碳排放量的计算结果产生影响。其中，“是否考虑水泥生产的过程排放”影响碳排总量的计算，而其他2个因素主要影响碳排放量的结构。本文认为，在“剔除能源的转化部分、减去资本形成总额及出口调出的能源投入、考虑水泥的过程排放”情况下得到的二氧化碳排放量计算结果最为准确。在此基础上，若不剔除能源的转化部分，会使中间使用排放量被高估0.3%，最终使用排放量被低估11.7%；若不减去资本形成总额及出口调出的能源投入，会使中间使用排放量被低估3.0%，最终使用排放量被高估103.5%；若不考虑水泥的过程排放，会使中间使用排放量被低估10.1%，总排放量被低估9.8%。

基于以上结论，本文提出以下建议：

（1）不断推进二氧化碳计算方法的相关研究，提高对计算结果准确性的关注和重视。二氧化碳排放量作为衡量多种能源和环境问题的主要指标，其计算结果的准确性具有非常重要的意义。从总量上看，我国二氧化碳排放量的大小直接决定了社会各界对于我国碳排放现状的认识，然而，忽视水泥生产过程排放等因素将会使我国碳排总量被低估接近10%，这将直接影响我国社会各界对自身排放现状的正确认识，难以引起人们对能源和环境问题的重视，拖缓减排政策的推广力度和执行程度，甚至影响我国减排目标的达成。排放结构上看，能源转化、资本形成以及出口和调出等因素将会影响我国碳排结构的准确性，影响高耗能产业的确定和低碳产业结构调整。此外，在国际社会方面，各国减排责任的划分越来越多受到关注，我国作为快速崛起的重要经济体，其减排责任的确认更是备受瞩目。因此，我国碳排量计算的准确性决定着我国在国际社会是否承担了合理的减排责任，这一点不仅关乎我国和其他发展中国家的国际责任，更是世界环境问题的主要议题。

（2）关注二氧化碳排放量计算方式的选择，在误差允许的范围内选择准确度更高的方式进行计算。本文从3个角度出发，提供了计算二氧化碳排放量的8种不同方式，确定了最为准确的计算方式并对其他方式的偏差进行了计算和分析。各种方式对不同的影响因素各有取舍，侧重点各不相同，准确度也有所偏差。因此，在数据可及性满足且工作量大小适当的前提下，建议学者采用本文确定的准确方法进行二氧化碳排放量的计算，然而，如果数据不够充分或受工作量大小限制，则应根据本文得到的各种方法的偏差原因和偏差幅度，在误差允许的范围内，针对不同的研究目的选取各自重点关注的主要问题，进而选取在重要环节上准确度更高的方法进行计算，以在最大程度上保证计算结果的准确性。

篇（3）

我国近几年气象问题频发，如：酸雨，雾霾等，严重影响了人们的日常生活。那么是什么导致全球变暖呢？温室气体排放问题出现在我们眼前，而能源消费结构与温室气体排放息息相关。因此，基于能源消费结构的我国温室气排放问题的统计分析显得尤为重要。研究能源消费结构与温室气体排放的关系也为我国调整能源战略，引导我国国民经济朝着新的能源消费结构方向理性发展提供了理论支持。

一、我国能源消费结构现状

2010年至今，我国不断优化能源消费结构，持续加快推进大型煤炭基地、大型煤电基地建设，并着重推进大型核电、西电东送、西气东输工程等方面的建设，加强新能源的开发和利用。

本文主要研究的能源有：煤炭，石油，天然气，水电、风电、核电。

如表1所示，2010-2012年， 中国煤炭消费量占能源消费总量均占66%以上， 虽然在2012年有所下降，但是从能源消费结构来看， 煤炭依然在中国能源消费总量中占主导地位，这与中国煤炭资源丰富有着必然的关系。随着中国天然气工业和水电、核电、风电事业的发展， 煤炭消费比例呈下降的趋势，但是全国能源消费总量都超过32000亿吨， 逐年增长， 从能源消费总量环比增长速度来看，增长趋势不明显，但仍应引起重视，一个事实即是：能源消费总量在持续增加，能源消费结构仍有优化的空间。

二、能源消费结构与温室气体排放的关系

与能源消费结构相关的温室气体主要包括三种气体：二氧化碳，甲烷，氧化亚氮。下面分别分析了能源消费结构与这三种主要温室气体排放的关系。

（一）能源消费结构与二氧化碳

如表2所示，2011-2012年，随着煤炭消费比重的下降，新能源消费比重的增加，我国二氧化碳平均浓度下降，温室气体排放情况有所改善。CO2是最重要的温室气体，对温室效应的贡献约占全部温室气体的67%，目前在大气中浓度已达389.6ppm，比工业革命前的浓度（278ppm）高41%，在2011年至2012年间，二氧化碳浓度约390ppm，是造成气候变暖的主要原因，也是目前全球最关注的温室气体。现在普遍认为，人类活动造成了大气中二氧化碳的快速增长，其中一次能源燃料是产生二氧化碳的最多来源，一次能源燃烧中以含碳量最多的煤炭燃烧贡献最大，中国作为发展中国家，虽然与美国、日本、德国等发达国家相比，中国人均能源消费量和由此而产生的人均二氧化碳排放量远低于这些国家，但单位能源所创造的产值也仍处于较低的水平，这就是中国能源消费总量始终保持较高的水平的原因。

（二）能源消费结构与甲烷

如表3所示，2011-2012年随着天然气消费比重的增加，我国甲烷平均浓度增加，说明甲烷的排放与天然气的消费比重有关，随着天然气消费比重的增加而上升。甲烷是仅次于二氧化碳的重要温室气体，甲烷的浓度继续保持着稳定的增长，浓度达到1809ppb，目前大气甲烷浓度已达到如此高的水平，并且仍在继续增加。现在甲烷对温室效应的贡献约为26%仅次于二氧化碳，且相对增温潜力却为二氧化碳的21倍。在甲烷气体的各种排放源中，一次能源的开发和利用是重要来源。从全球范围来看，人为源约占总释放量的58%～79%，而其中的21%左右又与一次能源燃料的生产和使用有关。总体来说全球能源方面，甲烷在空气中排放主要来源于煤矿、石油、天然气开采过程的泄漏。，生物质燃烧排放是中国能源领域的第二大甲烷排放源。生物质燃烧排放的甲烷主要来自于生物体的不完全燃烧过程。甲烷排放到空气中是多方面的，我们需要控制其源头，防止其排放超标。

（三）能源消费结构与氧化亚氮

如表4所示，2011-2012年，随着煤炭消费比重的下降，石油消费比重大致不变，我国氧化亚氮平均浓度下降，说明氧化亚氮的排放会随着一次能源消费比重的下降而减少。氧化亚氮也是大气的微量气体成分，其平均浓度有所下降。且氧化亚氮对温室效应的贡献同样有所下降。氧化亚氮在大气中的浓度相对较低。但它对全球变暖的贡献不可小视。因此，应高度重视氧化亚氮在大气中浓度的增加。氧化亚氮排放同样来自一次能源。虽远小于自然土壤、水体等天然排放源，但它也是主要排放源，并且进行氧化亚氮减排较调控天然源见效更快。中国对一次能源燃烧和生物质燃烧过程氧化亚氮排放量约占全国氧化亚氮排放量的12.4%和1.9%。总的来说，中国对能源领域氧化亚氮排放量研究较其他两种气体要薄弱得多，目前关注较多的是循环流化床燃烧过程氧化亚氮的排放研究，对于其它氧化亚氮排放源则研究相对较少，因此，在利用有限数据进行氧化亚氮排放量的估算时存在着很大的不确定性。因此，我国一方面与要需要精确氧化亚氮排放量，一方面要减少及控制氧化亚氮排放量。

三、结论

由于我国经济的飞速发展，我国不暇顾及能源消费结构的优化问题，导致能源消费结构未能适应当前新能源、可再生能源及清洁能源开始大力开发和利用的情况，从而使得我国温室气体排放问题日益严重。综合上述研究，得出结论：能源消费结构与我国温室气体排放问题有关，2012年与2011年的能源消费结构的变化使二氧化碳平均浓度（ppm）、甲烷平均浓度（ppb）上升， 氧化亚氮平均浓度（ppb）有所下降。

四、能源消费结构优化措施

中国能源消费结构的优化主要在于能源系统的优化，能源系统优化是一个长久工程，也是一项非常艰巨而繁琐的工作。

大力开发和完善风电、水电、核电技术，进一步发展风电、水电和核电工程。我国这方面的经验丰富，且具有丰富的资源。现在我国各方面技术取得了长足的进步，但仍需要各方面的支持和广大民众的理解。核电虽然有泄漏的危险。但只要做好安全措施，并有效的利用，都是利国利民的。水电是我国长久以来比较关注，我国水电工程日趋完善。大力发展这三种能源，提高其消费比重，降低煤炭、石油的消费比重，可以减少温室气体排放。

着重研究和推广煤清洁技术。我国煤炭消费比例常年高居不下，那么我们可以从降低污染的角度出发，降低其对空气的污染。煤炭的清洁处理主要是煤净化。煤净化后，温室气体排放量就能得到有效控制。不管是从近期还是从长远来看，都能够实现能源消费结构优化。

篇（4）

摘 要：全球变暖与环境污染日益引起来世界各国的高度关注，并引起理论界的探索研究。采用IPCC计算方法，对中国碳排放量进行估算，并定量研究了碳排放量与GDP，碳排放强度与能源消费结构、环境治理水平的关系。研究表明，碳排放量与GDP显著正相关，碳排放强度与环境治理水平显著负相关，最后，从调整能源消费结构等角度提出促进中国低碳发展的政策措施。

关键词 ：碳排放数据；碳排放强度；环境治理

中图分类号：X784 文献标识码：A doi：10．3969／j．issn．1665－2272．2015．06．021

基金项目：教育部人文社会科学研究规划项目“基于CGE模型的我国低碳发展政策构建研究”（项目编号：12YJA790214）；河南省高等学校哲学社科研究“三重”重大专项“新常态下河南省产业经济发展的机遇、挑战和对策”（项目编号：2014-SZZD-07）

收稿日期：2014-12-26

0 引言

根据联合国（NGO）世界和平基金会世界低碳环保联盟总会公布的数据显示，中国碳排放量已超过美国，成为世界第一大碳排放国家，但人均碳排放却远远低于美国。中国是发展中国家，现在正处于工业化、城镇化的重要阶段内，对于能源消费数量庞大，而且能源消费结构不合理。然而，随着全球气候变暖问题日益引起世界关注以及国内越来越严重的环境污染现象引起人民关注，减少二氧化碳等废弃物排放，加快发展低碳经济已经受到中国政府的重视。2009年中国在哥本哈根举行的全球气候大会中作出庄严承诺“到2020年，中国每单位GDP中碳排放比2005年下降40％~45％”。减少二氧化碳排放，首先要明确影响二氧化碳产生的因素，较为经济、准确地获得二氧化碳排放数据。本文将估算中国碳排放数据，为低成本、高质量获取二氧化碳排放数据以及减少二氧化碳排放提供参考依据。

国内外有关估算碳排放数据的方法的研究主要有，Druckman等采用类多维区域投入产出模型，结果显示英国碳排放量与收入水平、居所、职位和家庭组成有关；Ramakrishnan应用DEA方法研究了了GDP、能源消费、碳排放三者之间的联系；Ugur Soytas运用VAR 模型研究了美国能源消耗、GDP与碳排放量之间的因果关系。魏楚通过研究发现GDP增长与能源利用效率对碳排放影响较大；许士春采用LMDI加和分解法得出我国碳排放的最大驱动因素经济产出效应而最大的抑制因素为产业结构效应的结论；赵敏利用IPCC二氧化碳排放量计算方法估算出上海居民城市交通碳排放数据，并分析了碳排放强度；叶震参考了RAS双向平衡方法，利用投入产出表，估算出我国1995－2009年数据。现有文献研究结果表明，碳排放量与能源消耗、能源利用技术以及能源消费结构有重要的关系，然而现有研究方法有些过于复杂，所需要的参数较多，结果未必更真实接近真实碳排放量。

1 碳排放数据的估算方法

二氧化碳排放量的估算方法多种多样，常见的有如投入产出法、碳足迹计算器法、IPPC计算法等。IPCC 计算碳排放的方法是联合国气候变化委员会提出的，为世界通用的计算方法，IPCC的评估报告阐明大气中二氧化碳的来源主要为人工排放，而人工排放的途径主要来源能源消费。尽管各国减排技术或资源禀赋存在诸多差异，但是这种方法依然可以通过变换相应参数进行调整，这种方法为研究者提供了所需要的各种能源的参数以及排放因子的缺省值，计算十分简单。

采用IPCC碳排放计算指南中的计算方法，假设各类能源的碳排放系数为固定数值，将其结合能源消费数据：

式（1）中，A为通过能源消费向空气中排放的碳排放总量；Bi为能源i消费量； i为能源种类；i＝1，2，3，估算的是由煤、石油、天然气三种能源产生的二氧化碳量；Ci为能源i的碳排放系数。

上述IPCC碳排放计算方法在连续进行时间序列数据估算时存在一个缺陷，即如果选定基年的碳排放系数，那么基年以后年份同样选择相同的碳排放系数，则明显没考虑废弃物循环利用和综合治理的因素，因为随着人类环境保护意识水平的提高，循环利用或综合利用产生的二氧化碳等废弃物的力度也在加大。但是很难获得二氧化碳回收等方面的数据，因此，选择“环境污染治理投资总额占国内生产总值比重”这一指标修正碳排放系数。

取某一种能源基年的碳排放系数为Ci1，基年环境污染治理投资总额占国内生产总值比重的值为，则基年以后任一年份碳排放系数为：

本文选择2000年为基年，利用以上公式估算中国2000－2012年碳排放总量（文中数据来源历年《中国统计年鉴》和《中国能源统计年鉴》），GDP以2012年价格计算，估算结果如表1和图1。

从表1和图1中可以看出，中国碳排放量总体呈现增长趋势，在总体增长的趋势中，出现几次阶段性下降现象，主要原因不是能源消费总量下降，而是环境污染治理投资总额占国内生产总值比重上升。中国碳排放量主要由煤炭产生，而石油和天然气所产生的二氧化碳较少，这主要是因为中国能源消费结构中煤炭所占比重较大，而其他所占比重较小，产生单位热量煤炭排放的二氧化碳多。碳排放强度的变化趋势见图2。

碳排放强度是单位GDP的碳排放量，其大小直接反映了经济发展对环境影响的大小。从图2可以看出，碳排放强度呈现出下降的趋势，这表明中国在节能减排上取得的成效，然而应该认识到中国碳排放强度依然较高，而且最近几年下降速度变慢。

2 碳排放量与GDP关系

中国经济正在处于高速发展之中，能源消费结构和环境治理水平也在不断变化，经济的快速发展依赖于能源消费的快速增长，能源消费的快速增长促进了碳排放量的增长，而能源消费结构优化和环境治理水平提高又减少了碳排放量。因此，有必要研究碳排放量与GDP关系以及碳排放强度与能源消费结构、环境治理水平的关系。

为解释变量，以2012年不变价格计算，碳排放量被为被解释变量，模型中参数采用普通最小二乘法（OLS）估计，则中国二氧化碳碳排放量与的线性回归模型如下：

用2000－2012年时间序列数据估计模型中的参数，则2000－2012年中国二氧化碳碳排放量与的关系为：

从上述建立的一次线性回归模型各参数可以看出，GDP对碳排放量显著，回归系数显示为正值，表明中国GDP显著正向影响碳排放量，随着GDP增长，二氧化碳排放量也将与之同步增长的趋势，并且GDP每增加1亿元，二氧化碳排放量增加0．24万t。由于GDP增长和二氧化碳排放量呈长期的单调递增关系，随着中国经济的不断发展，中国将面临着更多更大的减排压力。

用CI表示碳排放强度，f1、f2分别代表煤炭、石油占能源消费总量的比重，用表示环境污染治理投资总额占国内生产总值比重，2000-2012年，中国碳排放强度能源利用结构以及环境治理水平的回归如下：

括号中数据为相应参数的t检验值，1％显著。

碳排放强度和煤炭、石油占能源消费总量的比重变化的正向关系说明，煤炭、石油占能源消费总量的比重的提高都会使碳排放强度增加，但是从回归结果来看，煤炭占能源消费总量的比重提高1％要比石油占能源消费总量的比重提高1％促进碳排放强度增加得快一些，因此，从这个角度可以说，提高石油占能源消费总量的比重有利于降低碳排放强度。环境污染治理投资总额占国内生产总值比重的符号为负，表明环境治理水平能显著降低碳排放强度，系数的绝对值较大，表明在中国提高环境污染治理将会显著降低碳排放强度。

3 促进中国低碳发展的政策措施

3．1 转变经济发展方式，形成全社会参与低碳发展的局面

要把加快低碳发展作为贯彻落实科学发展观的重要内容，在全社会广泛开展宣传，使全社会认识到中国由于经济发展引起的过多碳排放量面临的国际减排压力，以及由于大量碳排放量引起的气候变化和环境污染问题，要明确中国作为发展中大国在碳排放方面享有的权利和应承担的义务。要牢固确立低碳发展意识，让转变经济发展方式以及保护环境等成为各级政府和企业的重要发展理念。要区别经济增长与经济发展，经济增长是经济发展的部分内容，经济发展不仅有经济总量的增加，更需要有经济效益、环境治理以及人民水平的提高。中国要避免走西方先污染后治理的模式就必须加快转变经济发展方式，加快低碳发展。

3．2 优化产业结构

当前中国产业结构不合理，主要表现在第二产业比重较大，第三产业比重较小，由于不同产业生产相同价值的产品其消耗的能源是不同的，一般来说，生产等值产品第二产业消耗的能源最多，排放的二氧化碳也最多，第三产业消耗的能源最少，排放的二氧化碳也最少。中国要想完成在哥本哈根举行的全球气候大会中作出的承诺，就必须加大产业结构调整力度，加快第三产业发展，力争在快速发展经济的同时，使碳排放总量最少。

3．3 调整能源消费结构

碳排放强度与能源利用结构显著相关，一般来说，产生等热煤碳排放的二氧化碳最多，石油次之，天然气最少，而清洁能源排放更少。长期以来，中国能源消费结构形成以煤炭为主，清洁能源较少的局面，在一定程度造成了碳排放量的快速增加。因此，要加大对风能、核能、水电等清洁能源的开发与利用，不断调整能源消费结构。另外，开发新的清洁能源在改善国内能源消费结构，降低碳排放量的同时，又可以显著促进经济增长。

3.4 加大环境治理力度

中国碳排放量的增加，影响因素很多，由前面研究可以看出环境治理能显著降低碳排放强度。从统计数据可以看出，中国环境污染治理投资总额占国内生产总值比重一直较低，而且其值一直难以稳定，处于不断变化中。当前，中国面临诸多问题，其中大部分问题都与环境污染治理投资力度不够相关，因此，有必要加大环境治理力度。加大环境治理力度可以逐步引入碳税制度。碳税可以迫使企业因为沉重的税收而放弃碳排放量较多的一些产品生产，从而降低二氧化碳排放量，它是最具有市场效率的减少碳排放的经济政策手段之一。

3.5 增加碳汇

减少二氧化碳除了减少二氧化碳的排放外，还应该尽量吸收已经排放的二氧化碳。碳汇的目的就是从大气中除去二氧化碳的一些方法过程、活动以及机制，主要依靠森林吸收并储存二氧化碳。陆地生态系统中森林是最大的碳库，通过树木和花草等植物的光合作用，吸收大气中的二氧化碳，制造出氧气并向外排出，这样会降低大气中的二氧化碳含量、减缓气候变暖的效果。当前，中国森林面积和森林覆盖率较低，需要继续增加森林面积。中国是能源消费大国，排放的空气中的二氧化碳十分庞大，要想保证空气质量，减缓二氧化碳对气候的影响，需要扩大森林面积来吸收空气中的二氧化碳。另外，国土的绿化会使国家的形象得到大幅提升，吸引更多的游客来旅游观光，不仅有利于降低二氧化碳，同时也可以加快发展第三产业，促进中国产业结构调整和经济发展。

参考文献

1 Angela Druckman. The Carbon Footprint of UK Households 1990-2004[J]. Ecological Economics, 2009(68)

2 Ramakrishnan. Factor Efficiency Perspectiveto the Relationships among World GDP, Energy Consumption and Carbon Dioxide Emissions[J]. Technological Forecasting & Social Change, 2006(73)

3 Ugur Soytas. Energy Consumption, income, and Carbon Emissions in the United State[J]. Ecological Economics, 2007(62)

4 蒋金荷.中国碳排放量测算及影响因素分析[J].资源科学，2011（4）

5 许士春，习蓉，何正霞．中国能源消耗碳排放的影响因素分析及政策启示［J］．资源科学，2012（1）

篇（5）

中图分类号：F592.3　文献标识码：A　文章编号：1673－5919(2012)01－0013－04

20世纪90年代，随着全球油气资源不断趋紧，气候变化问题也成为有史以来人类面临的最大难题之一。如果全球温度继续升高，将带来冰川消融，海平面升高，北冰洋和南极半岛冰雪融化，生物种群灭亡等严重后果。因此，为应对全球变暖和实现可持续发展，在“低碳经济”的背景下，“低碳旅游”已成为实现旅游业可持续发展的必然选择。

1　低碳旅游与碳足迹的内涵

“低碳旅游”是指在旅游系统运行过程中，应用低碳经济理论，以低能耗、低污染、低排放为原则，开发和利用旅游资源与环境，实现资源利用的高效低耗与对环境损害最小化的全新旅游发展方式。它以实现旅游业的可持续发展为目标，并要求通过旅游中的每一个环节来实现节约能源、降低污染，保护旅游地的自然和文化环境的旅游方式。

“碳足迹”来源于一个英语单词“CarbonFootprint”，指的是一种新开发的，用于测量机构或个人因每日消耗能源而产生的二氧化碳排放对环境影响的指标，它能够衡量一个人的能源意识和行为对自然界产生的影响，简单的讲就是指个人或团体“碳耗用量”，并以二氧化碳作为等价物，以t(或kg)为单位计算温室气体的量。游客“碳足迹”主要是指旅行团或单个游客在旅游全程消费中碳耗用量。

2　丽江市旅游产业游客碳足迹分析评价

2.1　丽江旅游产业基本现状

丽江地处金沙江上游，历史悠久，风景秀美，自然环境雄伟，拥有得天独厚的旅游资源，是云南唯一、全国少有的同时拥有世界文化遗产地、世界自然遗产地和世界非物质文化遗产等称号的旅游胜地。根据丽江市旅游局资料，2010年，丽江共接待海内外游客909.97万人次，其中海外游客61.14万人次，国内游客848.83万人次。尽管丽江已成为世界著名的旅游地，但随着旅游人数逐年增长，丽江自然生态环境质量日益下降，旅游景区的污染情况日益严重，这使丽江旅游业的可持续发展受到了严峻的挑战。

2.2　丽江游客碳足迹分析

2.2.1　交通中的碳足迹

交通中的碳足迹主要表现为游客从自身所在地以飞机、轮船、火车等交通方式到达丽江所产生的二氧化碳排放量。据全球徒步旅行家邹玉麟给出的关于交通运输中的碳足迹计算公式为：开车的CO2排放量(kg)＝油耗公升数×0.785；乘坐飞机的CO2排放量(kg)：200km以内短途旅行CO2排放量＝km数×0.275；200～1000km以内中途旅行C02排放量＝55＋0.105×(km数－200)；1000km以上长途旅行CO2排放量＝km数×0.139。据法国环境与能源控制署所做的调查，如果一架飞机能把180名乘客送到目的地，所消耗相同燃油的情况下，一辆高速火车可以运送1720名乘客，一辆旅游客车可以运送910名乘客，一辆私人轿车可以运送390名乘客。如果每种交通工具送达丽江的旅游人数相同，旅游人数并不随着距离的变化而变化，那么，以2010年为例，到丽江旅游的国内外游客共909.97万人次，在旅行交通中所产生的碳足迹就为78.2953万t。各交通工具碳排放比例如图1所示。

2.2.2　住宿中的碳足迹

景区住宿碳排放因房型的不同、入住人数的多少、季节和时间等诸多因素而出现差异。一般情况下，景区不同类型的住宿设施，所产生的二氧化碳住宿中二氧化碳排放量计算公式为：

CO2排放量＝∑βm×Nm×Rm

式中，m为住宿类型，βm为m型交通工具的二氧化碳排放系数，Nm为m类型住宿的床位数，Rm为m型住宿的出租率。此可估算，在低碳经济的背景下，旅游中住宿所产生的碳足迹及其对环境的严重影响。假定2010年来丽江旅游的旅客每人在丽江住两晚，五种住宿设施住宿人数各占20％，那么由住宿所产生的“碳足迹”就约为28.2818万t。

2.2.3　饮食中的碳足迹

饮食中的碳排放主要体现在对食物的生产、存储、运输、加工、消费和消费后处理等六个方面。在肉类消费中，牛肉产生的温室气体是最多的，每生产1kg牛肉相当于向大气排放3.6～6.8kg二氧化碳。如果丽江游客每人食用1kg牛肉，不考虑未来气体暖化潜能值，按照牛肉的转换系数均值5.2计算，那么，909.97万人所产生的二氧化碳为4.7318万t。

同时，在饮食中的碳足迹还表现为餐饮企业燃料消耗所产生的二氧化碳，如1千瓦电＝0.997kg二氧化碳，1kg标准煤＝2.493kg二氧化碳，一顿饭大概要烧10L水，每L水从0℃烧到100℃所需要的热量是42万J，而煤每kg可以产生3360万J，按煤的燃烧热量50％被吸收，从理论上来讲，1kg煤仅够一个人吃一顿饭。在饮食中按照每人每天使用1千瓦电，3kg煤的话，就相当于排放了7.7129万t二氧化碳。那么在饮食中所排放的碳总量就为12.4447万t。

2.2.4　游览中的碳足迹

游客在游览中的碳足迹主要表现在游览后留下的废纸、塑料、易拉罐、玻璃、电池等垃圾在堆放和运输过程中的碳排放。据资料显示，在垃圾的排放与处理过程中，30kg废纸＝57kg二氧化碳；30kg废钢铁＝51kg二氧化碳；30kg废塑料＝122kg二氧化碳；30kg废玻璃＝9kg二氧化碳；30kg废食物＝9kg二氧化碳。在丽江，每天所产生的旅游垃圾可以根据垃圾车的数量来衡量，按照旅游城市每天产生旅游垃圾为20t计算，在各类型垃圾数量均等的情况下，丽江旅游一年所产生的碳排放量就为14.34万t。

2.2.5　娱乐中的碳足迹

游客在旅游过程中，除了一般的观光游览，通常还要展开一些娱乐活动，在这里以两方面来计算游客的碳足迹：一部分为购物产品的碳足迹，另一部分为每位游客在娱乐中排放的二氧化碳。在丽江购物场所主要集中在古城，销售物品大多为手工制品，碳足迹相对较小，在这里我们忽略不计。

对于游客在娱乐中排放的二氧化碳，根据Gossling等用过对大多数游客目的地抽样调查统计，研究得出平均每位游客在旅游中排放的二氧化

碳为40kg，游客呼吸排放的二氧化碳可根据每人每天排放量约0.9kg计算，所以景区旅游者活动的碳足迹计算公式为：

CO2排放量＝∑(Pm×40＋Pm×0.9)

式中，Pm为游客人天数，按照丽江2010年旅游人数为909.97万人次计算，那么在此过程中产生的碳足迹就为31.218万t。

2.3　丽江游客碳足迹评价

通过对2011年的旅游数据进行分析，我们可以看到丽江在交通、住宿、饮食、游览、娱乐这五个方面所产生的碳排放量的比较，如图2所示。

综合分析，2011年丽江旅游碳足迹总量约为164.6191万t，其中旅游五大部门的碳排放依次为：交通碳足迹占总量的47.56％，娱乐碳足迹为18.96％，住宿碳足迹为17.18％，游览碳足迹为8.71％，饮食碳足迹为7.56％。由此可见，交通中的碳足迹是影响丽江发展低碳旅游的主要方面，因此我们应该致力于控制旅游业交通中二氧化碳排放量，特别是航空中的碳排放。同时，在娱乐和住宿总产生的碳足迹也相对较高值得人们关注。

3　丽江市发展低碳旅游面临的主要问题

3.1　交通中碳减排所面临的问题

旅游交通是旅游业造成巨大碳排放的主要来源，尤其表现于航空交通。随着航空交通的日益发展，相关预测认为到2035年航空运输的碳排放量还将大幅增加并上升至旅游业碳排放总量的53％。但由于丽江位于中国西南端，地理位置较为偏僻，游客往往受到路程和时间等约束性条件的限制，让人们选择乘坐火车或自行车相对碳排放量较低的出行方式还比较困难。

3.2　住宿中碳减排所面临的问题

住宿中的碳排放所面临的问题表现在酒店往往采用豪华的建造和内部装修来吸引顾客，但往往酒店越豪华，碳排放量也相对较高。到2007年6月末，丽江有星级酒店195家(五星级4家、四星级13家、三星级49家、二星级77家、一星级52家)，如此多的星级酒店，势必会对环境产生影响。

3.3　饮食中碳减排所面临的问题

中国自古以来讲求“民以食为天”，游客在旅游中更是将这句话展现的淋漓尽致。丽江主要的特色小吃包括丽江腊排骨火锅，野山药火腿鸡火锅，黑山羊火锅等等，均是高碳排放量的食物。大量肉食的食用，以及一次性餐具的使用，都会造成温室气体的排放。

3.4　游览中碳减排所面临的问题

要在丽江实现低碳游览的技术门槛较高，丽江旅游景区以古镇为主要景点，如何解决在古镇使用生态能源和节能环保能源如太阳能、生物能、有机能等清洁能源；建筑如采用节能环保、无污染的环保材料；服务如增加低碳导游，设置低碳通讯、垃圾废物的分类回收处理等这些技术难题，无疑又对人们提出了挑战。

3.5　娱乐中碳减排所面临的问题

要在丽江打造低碳娱乐景区，则需要高昂的成本支撑。从景区经营管理来说，景区的低碳转型需要付出的成本主要来自于技术更新、替换以及融资等方面。如自主创新技术不成熟所付出的设备购买成本；投资额大，融资渠道有限所造成的融资成本等，这些因素都导致了景区在实施低碳转型期间的举步维艰。

4　丽江市发展低碳旅游的政策建议

从经济学的角度来看，低碳经济发展方式应该包涵发展低碳技术、建立碳汇机制和提倡低碳生活方式等三方面的内容，见图3。

4.1　运用低碳技术

可以从简单，实用的方向人手，就低碳旅游吸引物来看，应构筑旅游地低碳利用系统。开发者要树立低碳经济的理念，采用节能降耗技术，合理利用资源、能源，从源头控制资源的消耗量，减少污染物，把对生态环境的影响降至最低水平。通过建设生态停车场，使用循环污水处理装置，利用太阳能、风能、水能等新能源技术，使用低碳建筑材料，最大限度地减少碳排放。

4.2　发展碳汇潜机制

碳汇是指从空气中清除二氧化碳的过程、活动、机制。绿色植物能通过光合作用吸收固定大气中的二氧化碳，可以加增加绿化面积，将大气中的温室气体储存于生物碳库之中，既能有效地吸收大气中的二氧化碳污染，更能美化旅游区环境减少碳足迹。

篇（6）

中图分类号 F59 文献标识码 A 文章编号 1002-2104（2015）11-0028-09

旅游业贡献了全球温室气体排放量的5%-14%[1]，旅游业二氧化碳排放量评估和二氧化碳减排政策研究是被广泛关注的热点问题。目前，在旅游业二氧化碳排放量评估研究方面，国内外学者运用的评估方法基本相同，主要包括自下而上法、自上而下法、生命周期法、投入―产出法、扩展的卫星账户法、碳足迹法、生态足迹法、生产法和支出法、计量模型等。国外学者主要从全球[2]、大洲[3]、国家[4-6]、地区[7-10]、省市[11-12]、旅游目的地[13-14]等不同尺度，开展了旅游业（直接、间接、旅游投资）[2， 6， 9， 13]、旅游交通[10-11]、旅游方式[7]、短途旅游[8]及特色旅游（海滨游船、邮轮、极地观赏、宗教）[3-5， 12， 14]等二氧化碳排放量评估工作；国内学者主要从国家[15-16]、地区[17]、省市[18-19]、旅游目的地[20]等不同尺度，开展了旅游业（直接、间接）[15-16]、旅游交通[17， 20]、旅游过程[18]、旅游线路[19]等二氧化碳排放量评估工作。从国内外旅游业二氧化碳排放量评估相关研究成果来看，国外学者的评估范围和评估领域较国内学者要宽泛。国外学者的评估范围涉及全球和大洲，评估领域涉及旅游投资、特色旅游等。在旅游业二氧化碳减排政策研究方面，国外学者较关注运用政府手段或市场手段，通过建立碳税[21-22]、碳补偿和碳中和[23-25]等碳排放政策来控制旅游业的二氧化碳排放量；而国内学者则较关注低碳旅游或低碳景区[26-28]的建设和评估方面。目前，从国内外旅游业二氧化碳排放量评估和碳减排政策相关研究成果来看，涉及旅游业二氧化碳排放量区域差异性与市场替换碳减排效果评估方面的研究成果较少，这不利于制定具有差异性的碳减排政策。本文运用自下而上法和市场替换法，以著名的海岛型旅游目的地――舟山普陀旅游金三角为案例地，对旅游业二氧化碳排放量区域差异性及碳减排效果进行了评估，以期为相关研究和政策制定提供参考。

1 研究区域与研究方法

1.1 研究区域

浙江省舟山市（浙江舟山群岛新区）共有大小岛屿1 390个，现有住人岛屿140个。舟山市旅游资源的核心区域主要位于普陀旅游金三角，包括普陀山、朱家尖、桃花岛和沈家门。2014年，舟山市国内外游客量3 397.96×104人次，其中普陀山游客量625.26×104人次，朱家尖游客量482.01×104人次，桃花岛游客量207.73×104人次，沈家门游客量439.45×104人次。

1.2.2 核算方法

（1）划分游客客源地。①长三角地区游客客源地划分为浙江省各地级市或副省级市（义乌市从金华市中单独列出）、江苏省各地级市或副省级市和上海市共26个客源地；②华中和华东地区（除长三角地区，全文以下称华中和华东地区均不包含长三角地区）游客客源地划分为安徽省、江西省、福建省、河南省、湖南省、湖北省和山东省共7个客源地；③广东和京津冀地区游客客源地划分为广东省、北京市、河北省和天津市共4个客源地；④东北和西部地区游客客源地划分为四川省、黑龙江省、辽宁省、陕西省、山西省、广西自治区、吉林省、重庆市、、甘肃省、新疆自治区、贵州省、宁夏自治区、青海省和云南省共15个客源地；⑤国际游客客源地划分为港澳地区、台湾地区、日本、菲律宾、新加坡、泰国、印尼、美国、加拿大、英国、法国、德国、意大利、俄罗斯、澳大利亚、新西兰、韩国和马来西亚。

（2）长途旅游交通、市内旅游交通和景区间旅游交通游客周转量核算。①国内游客长途旅游交通和市内旅游交通游客周转量核算。按照问卷调查获得的国内52个客源地游客乘坐各类交通工具（自驾、长途汽车、火车和飞机）和中转城市（直达、宁波、杭州和上海）的基础数据，分别核算每个客源地的汽车（自驾和长途汽车分别核算）、火车和飞机的游客周转量；其中，长三角地区26个客源地的起点是各市，其他26个国内客源地的起点是各自的省会城市；长途旅游交通和市内旅游交通的分界点是金塘大桥舟山市定海区。②国际游客长途旅游交通和市内旅游交通游客周转量核算。航空周转量按照香港、台北、东京、马尼拉、新加坡、曼谷、雅加达、纽约、温哥华、伦敦、巴黎、法兰克福、罗马、莫斯科、悉尼、奥克兰、首尔和吉隆坡到达上海核算；长途汽车周转量按照上海到达金塘大桥舟山市定海区核算；市内旅游交通游客周转量按照金塘大桥舟山市定海区到达舟山普陀客运中心核算。③景区间旅游交通游客周转量核算。景区间旅游交通游客周转量包括半升洞码头――普陀山码头、普陀山码头――蜈蚣峙码头和墩头码头――茅草屋码头之间的轮船游客周转量和舟山普陀客运中心――国际沙雕广场之间的汽车游客周转量。

（3）其他核算。景区内旅游交通、旅游住宿、旅游餐饮、旅游游览和旅游固体废弃物等基础数据的核算比较简单，只需把访谈调查获取的数据进行分类或汇总即可。

1.2.3 数据来源

（1）问卷调查。为了收集游客客源地、游客旅游目的地停留时间、游客交通方式（自驾、长途汽车、火车或飞机）和中转城市（直达、宁波、杭州或上海）等基础数据，2014年7月30日―8月12日到舟山市进行了游客问卷调查（见表1）。

（2）访谈调查。①旅游交通。为了获得普陀山景区和桃花岛景区各类旅游交通工具的年能源消耗量和游客使用交通工具的比例，访谈了普陀山客运公司、普陀山客运索道公司和桃花岛客运公司；②旅游住宿。为了获得舟山市普陀区和定海区市区内、普陀山景区内、朱家尖镇、桃花镇等星级宾馆的床位数，访谈了舟山市旅游委；③旅游游览。为了获得普陀山景区游览耗电量，访谈了普陀山供电营业所；④旅游固体废弃物。为了获得舟山市普陀区、定海区、临城新区、普陀山等固体废弃物产生量和运输能源消耗量，访谈了舟山市及各区的环境卫生管理处。

（3）网站数据。为了获得公路里程、铁路里程、航空里程和景区游客量及国际游客量等数据，查阅了舟山、宁波长途汽车站，宁波、杭州、上海火车站和国际机场，南方航空公司，百度地图，高铁网，舟山市旅游委和舟山市统计信息网等网站。

（4）核算参数。沈家门、普陀山、朱家尖、桃花岛等景区间里程来自文献[29]；各类交通工具CO2排放系数和均衡因子来自文献[30]；火电比例通过文献[31]中数据计算；火力发电单位煤耗来自文献[32]；舟山市普陀区和定海区社会宾馆床位数来自文献[18]；平均客房出租率来自文献[33]；各类宾馆每个床位每天的能源消耗量来自文献[34]；我国电力考虑能源结构折算的CO2排放因子根据文献[31-32， 35]中数据计算，其计算值为206.087 kg/GJ；舟山市城镇居民餐饮每人每天能源消耗量根据文献[36]中数据计算；各种能源的热量折算系数和CO2排放因子来自文献[35]；生活固体废弃物可燃碳含量和氧化因子来自文献[37]。

2 区域差异性评估

2.1 各客源地游客基本特征的区域差异性

通过统计游客客源地、停留时间、交通方式和中转城市问卷（见表1），汇总得出各客源地游客的基本特征（见表2）。各客源地在游客量所占比例、旅游目的地停留时间、交通方式和中转城市等方面存在显著差异，具体表现详见表2。

2.2 二氧化碳排放量和人均二氧化碳排放量的区域差异性

2.2.1 旅游业二氧化碳排放量和人均二氧化碳排放量的区域差异性

长三角地区游客量占游客总量的67.19%，但二氧化碳排放量却只占各客源地旅游业二氧化碳排放总量的20.60%；东北和西部地区、港澳台及国外地区游客量分别占游客总量的6.95%和0.76%，但二氧化碳排放量却分别占各客源地旅游业二氧化碳排放总量的32.51%和9.61%（见表2和表3）。旅游交通是各客源地旅游业二氧化碳排放量的最主要来源（见表3和表4），各客源地旅游业二氧化碳排放量的差异主要是由旅游交通二氧化碳排放量的差异引起；各客源地旅游交通二氧化碳排放量占各自旅游业二氧化碳排放量的比例处于62.59%-99.14%之间；且该比例按照距离呈现出：长三角地区华中和华东地区广东和京津冀地区东北和西部地区港澳台及国外地区（见表4）。同时，各客源地旅游业人均二氧化碳排放量也存在显著差异（见表3），且按照距离也呈现出：长三角地区华中和华东地区广东和京津冀地区东北和西部地区港澳台及国外地区（见表3）。

2.2.2 各类交通工具二氧化碳排放量和旅游交通人均二氧化碳排放量的区域差异性

各客源地旅游交通二氧化碳排放量差异较大（见表4和表5）。华中和华东地区旅游交通二氧化碳排放量是长三角地区的1.45倍，游客量却只相当于长三角地区的0.31倍；广东和京津冀地区、东北和西部地区、港澳台及国外地区旅游交通二氧化碳排放量分别是长三角地区的1.01倍、2.27倍和0.69倍，但游客量却分别只相当于长三角地区的0.06倍、0.10倍和0.01倍（见表2和表5）。长三角地区短途客源地游客汽车交通二氧化碳排放量占该

地区旅游交通二氧化碳排放量的86.57%；华中和华东地区中途客源地游客飞机交通二氧化碳排放量占比超过了50%；而其他地区长途客源地游客飞机交通二氧化碳排放量占比超过了85%，处于88.18%-99.17%之间（见表4）。

各客源地旅游交通人均二氧化碳排放量差异也较大。各客源地旅游交通人均二氧化碳排放量按照距离呈现出：长三角地区华中和华东地区广东和京津冀地区东北和西部地区港澳台及国外地区（见表5）；同时，通过对比各客源地旅游业人均二氧化碳排放量（见表3）和各客源地旅游交通人均二氧化碳排放量（见表5）可知，各客源地旅游业人均二氧化碳排放量的差异主要是由旅游交通人均二氧化碳排放量的差异引起。

2.2.3 狭义与广义旅游业二氧化碳排放量和人均二氧化碳排放量的区域差异性

本文将旅游业产生的二氧化碳直接排放在旅游目的地行政区域范围（舟山市普陀区和定海区）内的量定义为狭义旅游业二氧化碳排放量，包括旅游交通I（景区内非索道交通、景区间旅游交通和市内旅游交通）、旅游餐饮和旅游固体废弃物产生的直接二氧化碳排放量；将旅游业产生的二氧化碳直接或间接（间接排放是指火力发电产生的二

氧化碳排放）排放在旅游目的地行政区域范围外的量定义为广义旅游业二氧化碳排放量，包括旅游交通II（景区内索道交通和长途旅游交通）、旅游住宿和旅游游览产生的直接或间接二氧化碳排放量。

从表6和表7可知，各客源地狭义旅游业二氧化碳排放量及其人均量差异相对较小（见表6），各客源地狭义旅游业二氧化碳排放量的差异主要是由游客量的差异引起的；而各客源地广义旅游业二氧化碳排放量及其人均量差异相对较大（见表7），各客源地广义旅游业二氧化碳排放量的差异主要是由长途交通和游客量的差异引起的，特别是长途交通的差异。

3 市场替换减排效果评估

3.1 市场替换类型

受篇幅所限，本文只考虑了客源地之间完全（100%）替换；其实也可以考虑客源地之间部分替换。同时，直接利用市场替换法通常会对旅游业产生多方面连锁反应；更具有现实性和可操作性的是间接利用市场替换法：以短途游客人均二氧化碳排放量为基准值，以中长途游客与短途游客人均二氧化碳排放量的差值为依据，对中长途游客征收旅游碳排放（增量）税；获得的资金用于植树造林等增汇或碳汇项目建设，用以抵消其增加的二氧化碳排放量。

旅游目的地客源市场替换是降低旅游业二氧化碳排放量的重要策略[38]。从本文各客源地旅游业二氧化碳排放量和人均二氧化碳排放量的区域差异性分析可知，客源地市场与旅游目的地的距离（长途交通），是影响旅游业二氧化碳排放量的最关键因素。因此，替换长距离游客客源市场是降低旅游业二氧化碳排放量和人均二氧化碳排放量的重要策略。以区域差异性评估研究为基础，本文提出了5种旅游目的地游客客源市场替换减排策略：①市场替换类型I：将华中和华东地区、广东和京津冀地区、东北和西部地区、港澳台及国外地区等游客客源市场替换为长三角地区游客市场；② 市场替换类型II：将广东和京津冀地区、东北和西部地区、港澳台及国外地区等游客客源市场替换为长三角地区游客市场；③市场替换类型III：将广东和京津冀地区、东北和西部地区、港澳台及国外地区等游客客源市场替换为华中和华东地区游客市场；④市场替换类型IV：将东北和西部地区、港澳台及国外地区等游客客源市场替换为长三角地区游客市场；⑤市场替换类型V：将东北和西部地区、港澳台及国外地区等游客客源市场替换为华中和华东地区游客市场。

3.2 减排效果

通过研究表明（见表8），5种市场替换类型市场替换比例分别为32.81%、11.96%、11.96%、7.71%和7.71%，旅游业二氧化碳排放量及其人均量下降范围处于33.76%-69.35%之间；旅游交通二氧化碳排放量及其人均量下降范围处于37.79%-76.83%之间；狭义旅游业二氧化碳排放量及其人均量下降范围处于-3.76%--0.57%之间；广义旅游业二氧化碳排放量及其人均量下降范围处于36.61%-75.43%之间。由此可见，市场替换策略对减少二氧化碳排放量和人均二氧化碳排放量效果显著；但其主要减少的是旅游交通和广义旅游业二氧化碳排放量及其人均量。

通过市场替换，使游客由长途客源市场替换为中短途客源市场，缩短了长途交通的距离和改变了游客的旅游交通方式及中转城市的比例，这引起了旅游交通二氧化碳排放量及其人均量的减少。同时，市场替换也缩短了游客在旅游目的地的停留时间（见表2），这引起了旅游住宿二氧化碳排放量的减少；旅游交通和旅游住宿共同作用，引起了广义旅游业二氧化碳排放量及其人均量和旅游业二氧化碳排放量及其人均量的减少。市场替换引起了狭义旅游业二氧化碳排放量及其人均量略微增加，这主要是因为中短途游客的自驾比例远高于长途游客（见表2），市场替换会引起市内交通自驾比例的大幅度提高，进而引起了市内交通二氧化碳排放量的增加和狭义旅游业二氧化碳排放量及其人均量的增加。

4 结 论

（1）普陀旅游金三角各客源地在游客量所占比例、游客旅游目的地停留时间、游客交通方式和中转城市等方面存在显著差异，再加上各客源地与旅游目的地之间的距离差异，这两种差异导致了各客源地旅游业二氧化碳排放量及其人均量存在显著差异。长三角地区、华中和华东地区等中短途客源地游客量占到了游客总量的88.04%，但其二氧化碳排放量却只占各客源地旅游业二氧化碳排放总量的43.25%；长三角地区游客人均二氧化碳排放量分别相当于华中和华东地区、广东和京津冀地区、东北和西部地区和港澳台及国外地区游客人均二氧化碳排放量的28.22%、8.90%、6.55%和2.42%。

（2）旅游交通是各客源地旅游业二氧化碳排放量的最主要来源，其占各客源地旅游业二氧化碳排放量的比例处于62.59%-99.14%之间。长三角地区短途客源地游客以乘坐汽车（自驾和长途汽车）为主，汽车交通二氧化碳排放量占该地区旅游交通二氧化碳排放量的86.57%；华中和华东地区中途客源地游客飞机交通二氧化碳排放量占到了该地区旅游交通二氧化碳排放量的50%以上；而其他地区长途客源地游客飞机交通二氧化碳排放量占该地区旅游交通二氧化碳排放量的比例则更高，处于88.18%-99.17%之间。旅游交通特别是长途旅游交通二氧化碳排放量的差异是引起各客源地旅游业二氧化碳排放量及其人均量和广义旅游业二氧化碳排放量及其人均量差异的最主要因素。

（3）市场替换策略对减少旅游业二氧化碳排放量和人均二氧化碳排放量效果显著。通过将长途客源市场游客替换为中短途客源市场游客，缩短了长途交通的距离和游客旅游目的地的停留时间，改变了游客旅游交通方式和中转城市的比例，进而引起了旅游交通二氧化碳排放量、广义旅游业二氧化碳排放量和旅游业二氧化碳排放量及其人均量的减少。本文提出的5种市场替换策略，市场替换比例分别为32.81%、11.96%、11.96%、7.71%和7.71%，旅游业二氧化碳排放量及其人均量减少的比例分别为69.35%、53.09%、43.77%、39.77%和33.76%。

参考文献（References）

[1]Whittlesea E R， Owen A. Towards a Low Carbon Futurethe Development and Application of REAP Tourism： A Destination Footprint and Scenario Tool [J]. Journal of Sustainable Tourism， 2012， 20（6）： 845-865.

[2]Gssling S. Global Environmental Consequences of Tourism [J]. Global Environmental Change， 2002， 12（4）： 283-302.

[3]Eijgelaar E， Thaper C， Peeters P. Antarctic Cruise Tourism： The Paradoxes of Ambassadorship， ‘Last Chance Tourism’ and Greenhouse Gas Emissions [J]. Journal of Sustainable Tourism， 2010， 18（3）： 337-354.

[4]Byrnes T A， Warnken J. Greenhouse Gas Emissions from Marine Tours： A Case Study of Australian Tour Boat Operators [J]. Journal of Sustainable Tourism， 2006， 14（3）：255-270.

[5]Howitt O J A， Revol V G N， Smith I J， et al. Carbon Emissions from International Cruise Ship Passengers’ Travel to and from New Zealand [J]. Energy Policy， 2010， 38（5）： 2552-2560.

[6]Cadarso M A， Gómez N， López L A， et al. Calculating Tourism’s Carbon Footprint： Measuring the Impact of Investments [J]. Journal of Cleaner Production， 2014，（9）：19.

[7]Becken S， Simmons D G， Frampton C. Energy Use Associated with Different Travel Choices [J]. Tourism Management， 2003， 24（3）： 267-277.

[8]Filimonau V， Dickinson J， Robbins D. The Carbon Impact of Shorthaul Tourism： A Case Study of UK Travel to Southern France Using Life Cycle Analysis [J]. Journal of Cleaner Production， 2014， 64： 628-638.

[9]Jones C. Scenarios for Greenhouse Gas Emissions Reduction from Tourism： An Extended Tourism Satellite Account Approach in a Regional Setting [J]. Journal of Sustainable Tourism， 2013， 21（3）： 458-472.

[10]MartínCejas R R， Ramírez Sánchez P P. Ecological Footprint Analysis of Road Transport Related to Tourism Activity： The Case for Lanzarote Island [J]. Tourism Management， 2010， 31（1）： 98-103.

[11]Peeters P， Schouten F. Reducing the Ecological Footprint of Inbound Tourism and Transport to Amsterdam [J]. Journal of Sustainable Tourism， 2006， 14 （2）： 157-171.

[12]El Hanandeh A. Quantifying the Carbon Footprint of Religious Tourism： The Case of Hajj [J]. Journal of Cleaner Production， 2013， 52： 53-60.

[13]Kelly J， Williams P W. Modelling Tourism Destination Energy Consumption and Greenhouse Gas Emissions： Whistler， British Columbia， Canada [J]. Journal of Sustainable Tourism， 2007， 15（1）： 67-90.

[14]Dawson J， Stewart E J， Lemelin H， et al. The Carbon Cost of Polar Bear Viewing Tourism in Churchill， Canada [J]. Journal of Sustainable Tourism， 2010， 18（3）： 319-336.

[15]石培华， 吴普. 中国旅游业能源消耗与CO2排放量的初步估算 [J]. 地理学报， 2011， 66（2）： 235-243. [Shi Peihua， Wu Pu. A Rough Estimation of Energy Consumption and CO2 Emission in Tourism Sector of China [J]. Acta Geographica Sinica， 2011， 66（2）： 235-243.]

[16]袁宇杰. 中国旅游间接能源消耗与碳排放的核算 [J]. 旅游学刊， 2013， 28（10）： 81-88. [Yuan Yujie. Tourism in China： Indirect Energy Consumption and Carbon Emissions [J]. Tourism Tribune， 2013， 28（10）： 81-88.]

[17]Lin T P. Carbon Dioxide Emissions from Transport in Taiwan’s National Parks [J]. Tourism Management， 2010， 31（2）： 285-290.

[18]肖建红， 于爱芬， 王敏. 旅游过程碳足迹评估：以舟山群岛为例 [J]. 旅游科学， 2011， 25（4）： 58-66. [Xiao Jianhong， Yu Aifen， Wang Min. Carbon Footprint Evaluation in Tours： A Case Study of Zhoushan Islands [J]. Tourism Science， 2011， 25（4）： 58-66.]

[19]罗芬， 王怀瘢 钟永德. 旅游者交通碳足迹空间分布研究 [J]. 中国人口・资源与环境， 2014， 24（2）： 38-46. [Luo Fen， Wang Huaicai， Zhong Yongde. Tourists’ Transportation Carbon Footprint Spatial Distribution [J]. China Population， Resources and Environment， 2014， 24（2）： 38-46.]

[20]肖潇， 张捷， 卢俊宇， 等. 旅游交通碳排放的空间结构与情景分析 [J]. 生态学报， 2012， 32（23）： 7540-7548. [Xiao Xiao， Zhang Jie， Lu Junyu， et al. Analysis on Spatial Structure and Scenarios of Carbon Dioxide Emissions from Tourism Transportation [J]. Acta Ecological Sinica， 2012， 32（23）： 7540-7548.]

[21]Tol R S J. The Impact of a Carbon Tax on International Tourism [J]. Transportation Research Part D， 2007， 12（2）： 129-142.

[22]Bakhat M， Rosselló J. Evaluating a Seasonal Fuel Tax in a Mass Tourism Destination： A Case Study for the Balearic Islands [J]. Energy Economics， 2013， 38： 12-18.

[23]Smith I J， Rodger C J. Carbon Emission Offsets for Aviationgenerated Emissions Due to International Travel to and from New Zealand [J]. Energy Policy， 2009， 37（9）： 3438-3447.

[24]Gssling S. Carbon Neutral Destinations： A Conceptual Analysis [J]. Journal of Sustainable Tourism， 2009， 17 （1）： 17-37.

[25]Gssling S， Schumacher K P. Implementing Carbon Neutral Destination Policies： Issues from the Seychelles [J]. Journal of Sustainable Tourism， 2010， 18 （3）： 377-391.

[26]蔡萌， 汪宇明. 低碳旅游：一种新的旅游发展方式 [J]. 旅游学刊， 2010， 25（1）： 13-17. [Cai Meng， Wang Yuming. Lowcarbon Tourism： A New Mode of Tourism Development [J]. Tourism Tribune， 2010， 25（1）： 13-17.]

[27]马勇， 颜琪， 陈小连. 低碳旅游目的地综合评价指标体系构建研究 [J]. 经济地理， 2011， 31（4）： 686-689. [Ma Yong， Yan Qi， Chen Xiaolian. A Research on the Appraisal Index System of Lowcarbon Tourism Destination [J]. Economic Geography， 2011， 31（4）： 686-689.]

[28]唐明方， 曹慧明， 沈园， 等. 游客对低碳旅游的认知和意愿：以丽江市为例 [J]. 生态学报， 2014， 34（17）： 5096-5102. [Tang Mingfang， Cao Huiming， Shen Yuan， et al. The Cognition and Willingness of Tourist on Low Carbon Tourism： A Case Study of Lijiang City [J]. Acta Ecologica Sinica， 2014， 34（17）： 5096-5102.]

[29]肖建红， 于庆东， 刘康， 等. 舟山群岛旅游交通生态足迹评估 [J]. 生态学报， 2011， 31（3）： 849-857. [Xiao Jianhong， Yu Qingdong， Liu Kang， et al. Evaluation of Tourism Transport Ecological Footprint in Zhoushan Islands [J]. Acta Ecologica Sinica， 2011， 31（3）： 849-857.]

[30]Gssling S， Peeters P， Ceron JP， et al. The Ecoefficiency of Tourism [J]. Ecological Economics， 2005， 54（4）： 417-434.

[31]国家统计局. 中国统计年鉴 [Z]. 北京： 中国统计出版社， 2014. [National Bureau of Statistics of China. China Statistical Yearbook [Z]. Beijing： China Statistics Press， 2014.]

[32]肖建红， 王敏. 水库大坝建设的经济价值与经济损失评价：基于生态系统服务视角 [M]. 北京： 中国社会科学出版社， 2014. [Xiao Jianhong， Wang Min. Evaluation on Economic Values and Losses of Reservoir Dam Construction： Based on Ecosystem Services [M]. Beijing： China Social Sciences Press， 2014.]

[33]浙江省旅游局. 浙江省旅游统计月报 [EB/OL]. （2013-12-19） [2015-03-20].http：///UserFiles/f0718dc5b40e422b895bc29e7d081f84.pdf. [Zhe Jiang Provincial Tourism Bureau. Zhe Jiang Monthly Statistical Indicators [EB/OL]. （2013-12-19） [2015-03-20]. http：///UserFiles/f0718dc5b40e422b895bc29e7d081f84.pdf.]

[34]章锦河， 张捷. 旅游生态足迹模型及黄山市实证分析 [J]. 地理学报， 2004， 59（5）： 763-771. [Zhang Jinhe， Zhang Jie. Touristic Ecological Footprint Model and Analysis of Huangshan City in 2002 [J]. Acta Geographica Sinica， 2004， 59（5）： 763-771.]

[35]Intergovernmental Panel on Climate Change. IPCC Guidelines for National Greenhouse Gas Inventories （Volume second： Energy） [R]. 2006.

[36]舟山市统计局.舟山统计年鉴 [Z]. 北京： 中国统计出版社， 2014. [Zhoushan Municipal Bureau of Statistics. Zhoushan Statistical Yearbook [Z]. Beijing： China Statistics Press， 2014.]

[37]李欢， 金宜英， 李洋洋. 生活垃圾处理的碳排放和减排策略 [J]. 中国环境科学， 2011， 31（2）： 259-264. [Li Huan， Jin Yiying， Li Yangyang. Carbon Emission and Its Reduction Strategies During Municipal Solid Waste Treatment [J]. China Environmental Science， 2011， 31（2）： 259-264.]

篇（7）

许多学者对碳减排成本和配额分配进行了详细研究。高鹏飞等(2004)对2010－2050年中国的碳边际减排成本进行了研究，指出中国的碳边际减排成本是相当高的且越早开始实施碳减排约束越有利。王灿等(2005)分析了部门碳减排边际成本曲线，发现重工业、电力、煤炭部门是减排成本相对较低的行业。随着减排率的提高，所有部门成本急剧上升，重工业削减二氧化碳排放的弹性相对较大。韩一杰等(2010)在不同的减排目标和GDP增长率的假设下，测算了中国实现二氧化碳减排目标所需的增量成本，发现GDP增长速度越快或减排目标越高，减排增量成本也越高；但由GDP变化所引起的增量成本变化远小于由减排目标调整所引起的增量成本变化。巴曙松等(2010)发现各种主要能源消费的碳减排成本之间存在差异性，提出施行燃料转换政策是一个很好的减排政策选择。也有一些文献研究了省区减排成本和配额分配问题。褚景春等(2009)以综合能源成本为准则，对省区内外的各种资源进行筛选，得出总成本最小的电力资源组，然后将减排成本计入综合资源规划，使系统排放量达到最优水平。Klepper, G. 等(2006)研究了不同地区的减排成本、区域二氧化碳排放等问题。李陶等(2010)基于碳排放强度构建了省级减排成本模型，在全国减排成本最小的目标下，得到了各省减排配额分配方案，但其各省减排成本曲线与全国类似的假设，与现实情况有些差距。以上文献均是基于碳排放强度的单约束，通过估计碳边际减排成本曲线来分析减排配额的。但“十二五”规划中提出了能耗强度和碳排放强度分别降低16％和17％的双重约束目标，为完成此双重强度约束目标，国务院《“十二五”节能减排综合性工作方案》(国发［2011］26号)(下文简称《节能减排方案》)对各省设定了能耗强度降低目标，各省也相应制定了经济发展的年度规划目标。如何在双重强度约束下，实现各省经济增长、能源消耗和二氧化碳排放最优分配，对整个国民经济发展起着非常重要的作用。

本文基于以上想法，从全局最优的角度，建立在全国及各省的能耗强度和碳排放强度目标约束下的省际经济增长优化模型，考察全国及各省的能耗强度、碳排放强度及省际经济增长扩张约束对各省经济增长、能源消耗和二氧化碳排放的影响，找到各省经济增长、能源消耗和二氧化碳排放的最优分配值，比较各种情景下的节能成本和减排成本，分析全国能源消耗和二氧化碳排放对全国生产总值的脱钩状态，并对全国能耗强度和碳排放强度最大降低幅度进行了预测。

二、优化问题及模型

我国正处于快速工业化阶段，发展经济是当今及今后很长一段时期内的首要任务。因此，本模型的目标函数为最大化各省区生产总值总和，约束条件为全国及各省的能耗强度和碳排放强度的目标约束，以及经济增长扩张约束。根据分析问题的侧重点不同，可建立如下两个优化模型。

(一)如果2010－2015年全国能耗强度和碳排放强度至少降低16％和17％，各省能耗强度和能源碳强度与2005－2010年变化幅度相同，各省经济增长遵循历史发展趋势并兼顾东中西部协调发展，并且各省通过调整产业结构、能源消费结构、节能减排技术改造和技术进步等措施实现《节能减排方案》中各省区能耗强度的降低目标，那么就有关各省经济增长、能源消耗和二氧化碳排放应该如何优化分配问题，可建立如下模型来考察。

利用模型Ⅰ可分析以下两种情景：

情景1：2015年全国能够完成能耗强度和碳排放强度分别降低16％和17％的目标，各省能够完成《节能减排方案》中的下降目标，各省2010－2015年能源碳强度降低程度与2005－2010年相同。以各省政府工作报告中确定的2011年各省经济增长速度作为2010－2015年各省经济增长扩张约束上限；“十二五”规划中提出了2010－2015年国内生产总值增长7％的预期目标，本情景以7％作为2010－2015年各省经济增长扩张下限。

情景2：为适当减缓因经济发展过快而造成能源的过度消耗，实现经济可持续发展，本情景中各省经济扩张约束上限在情景1基础上同比例缩小，其他假设与情景1相同：全国能耗强度和碳排放强度分别降低16％和17％；各省能耗强度能够实现《节能减排方案》中的下降目标；各省2010－2015年能源碳强度降低率与2005－2010年相同；2010－2015年各省经济年均增长扩张下限为7％。

(二)能耗强度和能源碳强度共同决定碳排放强度的变化。若2010－2015年全国能源碳强度降低程度与2005－2010年相同，则全国能耗强度最大降低幅度是多少，以及全国能耗强度降度最大时各省经济增长、能源消耗和二氧化碳排放的最优分配值又是怎样的？此问题可转化为情景3。

情景3：2010－2015年全国能源碳强度降低程度与2005－2010年相同，全国能耗强度降低率为可变参数。其他假设与情景2相同：2015年各省能耗强度能实现《节能减排方案》中的下降目标，2010－2015年各省能源碳强度降低程度与2005－2010年能源碳强度降低程度相同；2010－2015年各省经济增长扩张下限为7％，上限在情景1基础上 同比例缩小。可利用以下模型分析。

三、数据来源及预处理

数据来源于历年《中国能源统计年鉴》和《中国统计年鉴》，数据样本期为2005－2010年，基期和分析期分别为2010年和2015年。因西藏能源消耗数据缺失，模型中暂不考虑。由于二氧化碳排放主要来源于化石能源消耗，本文主要计算了各省煤炭、石油、天然气三种主要化石能源的二氧化碳排放量，煤炭、石油、天然气的排放系数分别为2.69kg/kg、2.67kg/L、2.09kg/kg(采用IPCC推荐值)。由于统计口径不同，所有省区生产总值总和与国内生产总值数据不等，本文所说全国生产总值为所有省区(除西藏外)生产总值总和，所说全国能耗强度为所有省区能源消耗总量与全国生产总值之比，所说全国碳排放强度为所有省区二氧化碳排放总量与全国生产总值之比，所说全国能源碳强度为所有省区二氧化碳排放总量与所有省区能源消耗总量之比。从历年《中国统计年鉴》可得2005－2010年各省区生产总值(2005年不变价)。从历年《能源统计年鉴》可得各省各种能源消耗量。煤炭、石油和天然气的消耗量与它们相应的排放系数相乘，可分别得到煤炭、石油和天然气的二氧化碳排放量。进而可得样本期每年全国及各省区能耗强度和能源碳强度，可得样本期内各省及全国能源碳强度的变化率。能耗强度的降低率来源于《节能减排方案》。由于2010年各省区各种化石能源消耗量数据目前没有公布，无法算出2010年各省二氧化碳排放量，在此假设2010年各省化石能源消费结构与2009年相当，则各省2010年能源碳强度与2009年能源碳强度相同。情景1中参数标定见表1，其他情景中参数的具体变化见本文分析过程。

四、情景优化结果分析

下面利用所建模型来分析三种情景中各省经济增长、能源消耗和二氧化碳排放的优化分配。

(一)地区GDP优化分析

优化结果显示三种情景下模型均有最优解，说明从全局最优角度看，在全国及省际能耗强度和碳排放强度约束下，保持经济平稳较快发展，能够找到各省区经济增长的最优路径，进而可分析三种情景下各省区经济增长最优分配值的异同(见表2)。

情景1优化结果显示，2010－2015年全国经济年均增长率为10.2％，经济区域中，东北、中部、西北和西南地区经济发展较快，各省经济年均增长率均大于全国经济年均增长率；京津、北部沿海、华东沿海和南部沿海地区经济年均增长率均低于全国经济年均增长率，但均在9％以上。说明若各省能够实现节能减排目标，经济区域就能够协调发展，尤其是东北、中部和西南地区经济能够保持较好的发展势头。从省区看，山西、贵州、青海和宁夏的经济增长速度较慢，其中山西年均增长率为8.5％，没有达到本省经济增长扩张上限；贵州、青海和宁夏的年均增长率为7％，取值为经济增长扩张下限，经济增长速度最慢。其他省区经济年均增长率取值为各省经济增长扩张上限，经济发展较快。说明如果经济发展保持目前势头，现行的全国及各省能耗强度约束对山西、贵州、青海和宁夏的经济发展较为不利，对其他省区的经济发展较为有利。

为了维持能源、经济和环境的可持续发展，避免能源过度消耗，需要适度放慢经济发展速度。情景2在情景1基础上同比例缩小了经济扩张上限，为保证2010－2015年间各省年均增长率不低于8％，各省经济发展水平扩张上限缩小比例不超过4.504％。优化结果显示，同比例缩小上限约束对各省及全国经济发展的负面影响是全方位的。当各省经济扩张上限缩小比例为4.504％时，全国经济年均增长率为9％，下降了1.2个百分点。从经济区域看，京津、华东沿海、南部沿海、中部、西南、东北、北部沿海和西北地区经济年均增长率下降程度依次增大。从省区来看，河北、内蒙古、云南、甘肃和新疆经济增长率为7％，最优值从经济扩张上限降到经济扩张下限；辽宁年均增长率为9.1％，没有达到经济扩张上限。除此之外，其他省区的经济发展水平在情景1基础上同比例缩小了4.504％，最优值为经济扩张上限。

情景3优化结果显示，若2010－2015年全国能源碳强度降低程度与2005－2010年能源碳强度降低程度相同，则全国能耗强度的最大降低幅度为17.27％，与此同时全国碳排放强度降低了21.07％。与情景2对比，全国经济年均增长率为8％，下降了一个百分点。从经济区域看，东北、中部、西北和西南分别下降了2.9、1.7、1.2和2.8个百分点；其他区域没有改变。从省区来看，河北、山西、内蒙古、贵州、云南、甘肃、青海、宁夏和新疆的经济年均增长率分别为7％，最优值仍然是经济扩张下限；吉林、黑龙江、河南、湖北、湖南、重庆、四川和陕西的经济年均增长率分别为7％，最优值从经济扩张上限降低到经济扩张下限；辽宁年均增长率从9.1％下降到7％；广西年均增长率从扩张约束上限下降到7.3％，接近经济增长扩张下限。说明进一步降低全国能耗强度对东北、中部、西北和西南地区的经济增长有较强的阻碍作用。

(二)地区能源消耗和二氧化碳排放优化分析

各省GDP优化值乘以相应能耗强度和碳排放强度可分别得到各省能源消耗和二氧化碳排放的最优分配值。图1和图2分别为三种情景下各省能源消耗和二氧化碳排放增加量的变化情况。

图1　三种情景下2010－2015年能源消耗的增加量　单位：10000 tce

从图1中可见三种情景下，山东、广东、江苏、河北、河南、辽宁等省区能源消耗较大，北京、上海、江西、海南、贵州、青海、宁夏等省区能源消耗较少。情景2与情景1相比，北京、上海、贵州、青海和宁夏能源消耗量没有改变；其他省区均有不同幅度的减少，其中能源消耗变动幅度排在前十一位的省区依次是内蒙古、河北、辽宁、山东、甘肃、新疆、云南、江苏、广东、河南和山西。情景3与情景2相比，辽宁、吉林、黑龙江、河南、湖北、湖南、广西、重庆、四川、陕西等地区能源消耗进一步减少，其中河南、四川、重庆、黑龙江和辽宁的能源消耗减少幅度较大；其他省区的能源消耗没有改变。同理可分析各省区二氧化碳排放情况。三种情景中二氧化碳排放变动均较大的省区有河北、内蒙古、辽宁、黑龙江、山东、河南、广东、云南、陕西、甘肃、新疆等。从图2中可看出，情景2与情景1中各省二氧化碳排放的增减情况与能源消耗的增减情况一致。二氧化碳排放变动幅度排在前十一位的省区依次是内蒙古、辽宁、河北、山东、山西、新疆、甘肃、河南、云南、江苏和广东。但其省 区排序与能源消耗变动大小的省区排序有所不同，这是因为二氧化碳排放量不仅受能源消耗量的影响，而且还受能源碳强度的影响，即各省能源碳强度不同导致二氧化碳排放的变化与能源消耗的变化不一致。情景3与情景2相比，二氧化碳排放没有变化的省区和能源消耗没有变化的省区相同；二氧化碳排放减少的省区与能源消耗减少的省区也相同，但省区排序有所不同。

图2　三种情景下2010－2015年二氧化碳排放的增加量　单位：10000 t

结合情景2与情景1中的经济增长优化结果可知，能源消耗和二氧化碳排放变动较大的省区比较容易受经济扩张约束上限变化的影响。缩小经济扩张上限，虽然放慢了全国及一些省区的经济增长速度，但有利于节约能源和减少二氧化碳的排放。结合情景3与情景2中的经济增长优化结果可知，当2010－2015年各省能源碳强度与2005－2010年的能源碳强度变化相同时，能源消耗和二氧化碳排放变动较大的省区比较容易受全国能耗强度变化的影响。为了实现全国经济增长、能源消耗和二氧化碳排放的最优配置，各省区在制定政策时，要充分考虑本省区的具体情况，制定出适合本省低碳发展的路径。

(三)三种情景下全国节能减排成本与脱钩状态分析

我们把各种情景下全国总能源消耗和二氧化碳排放的优化结果进行对比，当GDP改变量与能耗改变量为负值时，令GDP改变量与能耗改变量比值为节能成本；当GDP改变量与二氧化碳排放改变量为负值时，令GDP改变量与二氧化碳排放改变量比值为减排成本。由三种情景的经济增长、能源消耗和二氧化碳排放的最优化分配可看出，情景2在情景1基础上同比例缩小了经济扩张上限，减慢了某些省区的经济增长速度，有利于节约能源和减少二氧化碳的排放，其节能成本和减排成本分别为0.963万元/吨标准煤和0.310万元/吨。情景3在情景2基础上考察了全国能耗强度和碳排放强度的最大降低幅度。在此种情况下，节能成本和减排成本分别为1.010万元／吨标准煤和0.339万元/吨。两种对比结果显示节能成本和减排成本均较低，说明适度放慢经济发展过快省区的经济发展和进一步加快全国能耗强度和碳排放强度的降低，虽然对全国及个别省区的经济发展有一定的阻碍作用，但对全国总体能源消耗和二氧化碳排放起着较强的抑制作用。

本文采用Tapio脱钩指标，将二氧化碳排放与经济增长的脱钩弹性分解如下：

其中分别称为碳排放弹性脱钩指标、能源消耗弹性脱钩指标和能源碳排放弹性脱钩指标，经济增长、能源消耗和二氧化碳排放增长率采用2010－2015年年均增长率。由三种情景的经济增长、能源消耗和二氧化碳排放的最优化分配，可计算出三种情景下2010－2015年年均碳排放弹性脱钩指标、能源消耗弹性脱钩指标、能源碳排放弹性脱钩指标(见表3)。结果显示，能源消耗在情景1中处于增长连接状态，在情景2和情景3中处于弱脱钩状态，且能源消耗脱钩指标值越来越小，说明能源消耗和全国生产总值的弱脱钩程度越来越强。能源碳排放在三种情景中虽均处于增长连接状态，但能源碳排放弹性脱钩指标值越来越趋于0.8(增长连接与弱脱钩状态的临界值)，说明虽然二氧化碳排放与能源消耗之间还处于增长连接阶段，但越来越趋于弱脱钩状态。二氧化碳排放在三种情景中均处于弱脱钩状态，而且碳排放弹性脱钩指标值越来越小，说明二氧化碳排放与全国生产总值的弱脱钩程度越来越强。

五、结论及政策建议

本文根据所分析问题的侧重点不同，从全局最优的角度，建立了两个在全国及省际能耗强度和碳排放强度约束下省区经济增长优化模型。分析了三种情景下各省区经济增长的优化问题，比较了各省经济增长、能源消耗和二氧化碳排放的最优分配路径的异同。发现三种情景下均能实现“十二五”规划中对国内生产总值增长的预期目标、单位GDP能耗强度和碳排放强度的约束目标。若2010－2015年全国能源碳强度降低程度与2005－2010年能源碳强度降低程度相同，则全国能耗强度和碳排放强度的最大降低幅度约分别为17.27％和21.07％。

篇（8）

雾霾实质上是一个能源使用的问题。首先是能源消费的疯狂增长，这个我们在上一期的专栏中已经有所说明。还要说一说的是畸形的能源使用结构。我国的能源使用主要依赖化石能源。2012年我们消费的煤炭，如果覆盖在中国的版图上，足足有20厘米厚。试想，这些煤的燃烧，会产生多少的PM2.5？石油的消费主要用于为各种交通工具提供燃料。这些交通工具的废气排放则是PM2.5的另外一个主要来源。2013年中国汽车的产销量更是双超2000万辆。在这样严峻的趋势面前，战胜雾霾哪里是一句人定胜天的口号所能实现的？

雾霾，只是化石能源使用所造成的环境恶果之一。众所周知，化石能源燃烧还是二氧化硫和二氧化碳的主要来源。这些年我国二氧化硫和二氧化碳的排放总量稳居世界首位。二氧化硫会造成酸雨，二氧化碳则是全球变暖的罪魁。

前些年，我和在政府工作的朋友谈到二氧化硫和二氧化碳排放的问题，他告诉我这并不是当地政府工作的重点，他们最为关注的问题是水污染。原因很简单，老百姓要在当地取水饮用，水质不好会直接引起民怨。排放二氧化硫是会造成酸雨，但酸雨反正不会降落在自己的后花园里，似乎不用过分地担心；二氧化碳排放会造成气候变化，但那是一个全球性的问题，而且貌似后果要在若干年后才会变得严重，因而大可不必杞人忧天。这正是哈丁所描述的公用地灾难，每个人都很清楚自己行为的环境后果，但同时也都因为这些后果会由他人分担而变得漫不经心。 插画/茶茶

雾霾这样的环境问题，与二氧化硫和二氧化碳排放很不相同，它是一个地域性很强，而且是现在发生的环境威胁。人们似乎再也不能“事不关己，高高挂起”了。还有，雾霾是空气污染，清洁的空气是最为典型的公共物品，也就是说，人们无法建立起空气的排他使用权。正如马云在一个论坛上所说的，水污染了，特权阶层大可不必担心，因为他们有喝不完的特供水。空气雾霾了，他们却不得不行动起来，因为没有所谓的特供空气。

说了这么多，其实主旨是说，中国能源消费的结构和能源消费总量的持续增长，会造成很多很多的环境问题。这些环境问题是现在我们不得不正视的。如果说雾霾发生之前，我们还可以装聋作哑，那雾霾的发生却最直接地刺痛了每个人。我们必须马上行动起来。

篇（9）

在电力系统中，电力调度是在负荷预测的基础上，对发电机在内的各种电器元件运行方式、状态以及控制进行的科学监测，在这过程中也可以制定行之有效的调度计划，进一步保障系统运行的可靠性和安全性。随着低碳意识不断增强，除了经济性和安全性外，电力系统二氧化碳排放逐渐成为研究的重点。随着环境资源危机加重，市场化建设逐渐成熟，对电能质量要求也越来越高，这对电力部门来说，既是机遇，也是挑战。电力二氧化碳主要来源于大型的发电厂，由于它具有排放量不高、源头不多的特点，所以通常利用先进的碳捕集方法或者发电技术，进一步降低减排水平。

一、低碳电力调度特性

在电源调度特性中，g表示电源发电量，E表示发电过程中二氧化碳的排放量，它们的关系是E=f（g），也就是电源调度特性。根据不同类型的低碳电源调度特性，可以分成三种情况。

（一）近零排放电源

（二）化石燃料电源

（三）碳捕集电厂

二、低碳电力调度决策模型以及算例分析

（一）低碳电力调度决策模型

1、决策模型框架

要实施低碳电力调度方式，之前的决策模型就会随着改变，主要表现在：模型扩充的变量决策、目标函数的组成项以及模型的约束条件。

随着碳捕集等低碳电力调度技术的引进，不仅拓宽了等待决策的电源品种，通过分析各种电源调度特性，也将二氧化碳作为重要的资源引入电力调度决策中，进而得到决策变量的扩充系数。

随着碳价、碳交易、碳税等相关政策的引入，电力二氧化碳排放也被赋予了对应的经济价值，并且逐渐成为低碳电力调度决策模型的重要内容。

2、数学描述

在数学描述中，决策变量主要包括二氧化碳和发电量的排放量。在这过程中，对于近零碳排放量，二氧化碳排放一直为零；对于化石燃料电源，二氧化碳发电量和排放一直处于对应的状态，并且不需要任何单独的变量决策；对于碳捕集，二氧化碳和发电量通常以单独的决策变量呈现。

在目标函数中，必须综合分析碳成本和发电成本的关系，再根据标准函数将其表示出现。在约束条件中，通过目标函数关系可以得到平衡负荷、最小最大出力约束、速率约束、发电量、碳捕集运行约束等（如表一、所示）。

（二）低碳电力调度算例分析

在某电力系统实际数据构造中，其中4台600MW的燃煤机需要进行对应的碳捕集改造，并且将电力调度用于日常发电计划中。

1、算例描述

为了更加客观的反映出传统电力调度和低碳电力调度的不同，该电力系统根据上述模型定义，简化成和低碳相关的因素，减小低碳模型计算规模以及复杂程度，有效减少对低碳模型过大的影响。

在组团式归并中，以其中一组单元作为决策单元，例如：100MW、200MW、600MW、300MW的燃煤机决策单元中，水电通常被分成无调节能力与有调节能力的决策单元。在系统的可用发电量，除了检修机组，通常将必开机组和阻塞出力等非决策量归结在特定单元，并且规定合理的日发电计划。一般以整个机组的出力情况为决策目标，在96点曲线背景中进行分析。

2、计算结果

在基准场景中，虽然没有排放约束条件，但是在低碳电力调度中，也能得到最优发电计划。通过低碳电力调度方式中，600MW的碳捕集、燃煤电厂以及可用调节的水电发电计划，其他容量的水电都可以运行在最小的出力状态中；对于不能调节的水电，并且没有弃水的现象，一般运行在固定的出力点。当调峰电源为可以调节的水电时，碳捕集的发电序位是临界位置，也可以在调峰上进行贡献，对于600MW的燃煤机只需要在低谷负荷时，就能进行段压运行。

在这过程中，由于基准场景下的碳价不高，不能达到碳捕集运输、运行以及成本封存，所以在碳捕集装置捕集中一直处于关闭的状态。经过精细的计算，二氧化碳排放强度可以达到0.55kg/kw.h，总碳排放量可以达到55万吨。

3、比较分析

在高碳价场景中，如果碳价为160元每吨，较高的碳价会直接促使碳捕集装置运行在最大水平，进而获得更多的二氧化碳，让碳捕集调度运行比600MW的燃煤机组更加方便经济。因此，时常将600MW的机组参与到调峰中，碳捕集则只在低谷负荷中运行。

在碳排放约束场景中，一旦引入碳排放约束，在原有强度基础上就可以下调10%左右，通过设定二氧化碳排放强度，得到低碳电力调度最佳发电计划。在这过程中，虽然实施二氧化碳没有任何利益，但是为了满足约束条件，必须适当运行，并且参与调峰。

表一、约束条件示意表

三、结束语

随着低碳经济的快速发展，对传统电力方式带来了更多的挑战，它要求低碳电力满足经济目标、新型要素以及高效的调度方式。因此，在实际工作中，必须以实际系统为依据，明确电力系统调度决策的复杂度与新的内容，在调度决策中，正确分析二氧化碳和电能生产关系，兼顾二者的排放状态；在碳平衡和电平衡衔接、协调发展的过程中，保障电力系统正常运行以及经济效益。

参考文献：

[1] 陈启鑫，康重庆，夏清等.低碳电力调度方式及其决策模型[J].电力系统自动化，2010，34（12）：18-23.

篇（10）

从碳足迹谈起

低碳生活首先源自碳足迹，它表示一个人或者一个团体的碳耗费量，是测量某个国家和地区的人口因每日消耗能源而产生的二氧化碳排放对环境影响的一种指标。

无论是个人还是群体的碳足迹都可以分为第一碳足迹和第：碳足迹。第一碳足迹是因使用化石能源而直接排放的二氧化碳，比如一个经常坐飞机出行的人会有较多的第一碳足迹，因为飞机飞行会消耗大量燃油，排出大量：氧化碳。第：碳足迹是因使用各种产品而间接排放的二氧化碳，比如消费一瓶普通的瓶装水，会因它的生产和运输过程中产生的碳排放而带来第：碳足迹。女性消费化妆品除了会有氟利昂排放增加温室气体外，还会因化妆品的包装、运输等增多第二碳足迹增多，因而会增加环境负担，甚至间接破坏环境。

所以，低碳生活就是人们在日常生活和工作中减低碳足迹的行为方式，即在生活和生产中少排放二氧化碳。例如，通过一个专门设计的“碳足迹计算器”来测算，你用了100度电，就等于排放了大约78.5千克二氧化碳；你自驾车消耗了100公升汽油，也就等于排放了270千克：氧化碳。碳足迹越大，说明你是高碳生活，对全球变暖所要负的责任越大。碳足迹越小，说明你进入了低碳生活。对环境的保护做出的贡献也大。

当然，人类的低碳生活并不只是体现在个人生活上，而是处处体现，尤其是人类的生产活动。人类的活动是造成全球变暖的主要原因，这一点在国际政府间气候变化专家委员会(IPCC)第四次评估报告中已得到确认。可以说，人类的一切活动都在直接和间接加速全球变暖，只是我们对此并不在意而已。所以，所谓的低碳生活还包括降低人类活动所造成的所有温室气体，而不仅仅是二氧化碳。

温室气体是指大气层中易吸收红外线的气体，主要包括水汽、二氧化碳、甲烷、氧化亚氮、臭氧、氟利昂或氯氟烃类化合物。人类的衣食住行无一不在产生和制造温室气体，如工业生产、使用石化燃料。甚至连我们吃的粮食也是温室气体的重大来源之一。

例如，农业生产过程中的气体排放是全球温室气体排放的第=大重要来源，排放量介于电热生产和尾气之间。中国是一个水稻生产大国，而水稻生产排出的温室气体可能并不被人们所知。水稻生长期间，植株及稻田会释放出大量氧化亚氮，每千克相当于296千克二氧化碳的温室效应量。全球农业生产中氧化亚氮的排放占全球氧化亚氮总排放量的84％。

尽管农作物生产和使用化石燃料排放大量温室气体从而危及环境，但却不能因噎废食去禁止使用化石燃料，更不能禁止农业生产，相反，只能从其他方面来加以改善。例如，在我国种植氮素高效利用水稻不但可以减少氧化亚氮排放对环境的破坏，还可以节约资源和资金。同理，研发和使用生物燃料也可以节约资源和减少温室气体排放。

个人生活的低碳选择

就个人而言，每个人可以从自我做起，从生活中的细节做起，也就可以为减少全球变暖做出贡献。例如，少开一天车，少吃一顿肉食大餐，少用一次性筷子，少用白炽灯，少开一盏灯等等，都是在为减缓全球变暖做贡献。具体到化妆品而言，也有两种方法。其一，像冰箱生产禁止加氟利昂一样寻找化妆品原料的替代品，减少或替代化妆品中的氟利昂。其次，无论是女性还是男性，减少化妆品的使用，就像每个月少开一次车一样，在不太重要或非正式的场合，就没有必要浓妆艳抹，素面朝天或许更好。

个人在尽力减低自己碳足迹方面还有许多可以采纳的方式。例如，减少不必要的家电消耗；出行多乘公共汽车；购买商品时要首选当地产品；甚至用餐做菜时选择烹饪方式来减少“碳足迹”。以土豆为例，用烤箱烘烤土豆产生的=氧化碳比用锅煮的要多，而用锅煮产生的二氧化碳又比微波炉做产生的多。所以，用微波做土豆就是一种更好的低碳生活。甚至吃牛肉也要比吃猪肉排放的碳多，因此应减少吃牛肉。

另外，棉布衣服与化纤衣服，爬楼梯与坐电梯，走路与开车等等，都是前者是低碳生活，后者是高碳生活。例如，生产化纤衣服要消费更多的石油和能源，排放更多的=氧化碳，所以应当选择棉布衣服。个人的低碳生活还有下面一些简易的计算和选择。

在家居用电上，根据发电过程中碳排放的平均值计算，=氧化碳排放量(千克)一耗电度数X0.785。据此可以计算个人的碳排放量并节约用电。当然，使用风电或水电等清洁能源产生的碳排放会比使用热电低。

在交通出行方面，需要根据车辆耗油情况将距离转化为耗油量才能计算碳排放量，小排放量汽车在相同距离碳排放量较少。二氧化碳排放量(千克)=油耗公升数×2.7。从这个公式来看，无论是政府管理还是生产厂商，抑或是个人消费，都应大力推广小排量节能环保型汽车。

乘坐飞机的碳排放量是基机上乘客的平均排放。由于公务舱和头等舱占有更大空间，因此排放应高于经济舱。200千米以内短途旅行：氧化碳排放量(千克)=飞行千米数X0.275；200～1000千米中途旅行：氧化碳排放量(千克)=55+0.105×(飞行千米数－200)；1000千米以上长途旅行：氧化碳排放量(千克)=飞行千米数X0.139。据此可以看出，外出公务和旅行最好乘坐地面公共交通工具。

从家用燃气来看，天然气的：氧化碳排放量(千克)=天然气使用度数ד碳强度系数”0.19。使用液化石油气的二氧化碳排放量(千克)=液化石油气使用度数ד碳强度系数”0.21。所以，使用天然气和节约燃气是低碳生活。

至于家用自来水，生产1吨自来水要消耗电能0.67～1.15度。根据耗电的平均值，：氧化碳排放量(千克)=自来水使用吨数X0.91。所以，节约用水也是低碳生活。

高碳生活应补偿

尽管低碳生活是我们提倡的，但是，由于工作需要或其他原因，人们在生活中有时会进入高碳生活。这时就应当对自己的高碳生活进行补偿。这种补偿就是所谓的碳中和。

碳中和指的是，人们可以计算自己日常活动(生产)直接或间接制造的二氧化碳排放量，如果过高，则可以通过植树等方式把这些排放量吸收掉，或者计算抵消这些二氧化碳所需的经济成本，然后个人付款给专门企业或机构，由他们通过植树或其他环保项目抵消大气中相应的二氧化碳量，以达到降低温室效应的目的。

因此，碳中和就是人们对自己高碳生活的补偿，是人们对地球变暖的现实进行反思后的自省、自律和自觉的补救行动。例如，一家三口如果一年用电3000千瓦时，就排放了2。36吨：氧化碳，那么需要种22棵树才能抵消。种植树木补偿是以一棵树一年能吸收111千克二氧化碳来计算，因此需种植的树木数(棵)=二氧化碳排放量(千克)／111。当然，种树的补偿既可以是全家自己动手种树，也可以村款给园林机构，请他们种植22棵树来补偿。当然，现在这只是一种自觉行为，不具强制性。

篇（11）

家居是人的一生中停留时间最长的地方，尤其是婴幼儿和老弱残疾者在室内的时间更长，因此创造一个舒适的生存空间尤为重要。环境科学家的最新观点是“室内污染并不比户外污染轻”，室内污染物浓度一般是室外污染物浓度的2―5倍，在某些情况下可达到几十甚至几百倍。当前室内污染引发的各种健康问题已成为突出的公共卫生问题。人们在治理室外大环境污染的同时，应该采取有效对策，减少室内环境污染，以保护人类自身的健康。本文着重从室内化学污染物的来源和危害来陈述，以引起人们的重视。

一、甲醛的来源及危害

甲醛主要来源于室内装修使用的胶合板、细木工板、中密度纤维板和刨花板等人造板材。其次是各类装饰材料和一些生活用品，比如贴墙纸、化纤地毯、泡沫塑料、油漆和涂料、化妆品、清洁剂、消毒剂、防腐剂等。

甲醛是一种无色易溶的刺激性气体，为细胞原浆毒，有凝固蛋白质的作用。在空气中扩散，对人眼、鼻、喉、皮肤产生明显的刺激作用。甲醛可经呼吸道吸收，会引起流泪、咽喉疼痛、恶心、呕吐、咳嗽、胸闷、气喘甚至肺气肿，长期接触低剂量可引起慢性呼吸道疾病、女性月经紊乱、妊娠综合征、新生儿体质降低、染色体异常，甚至诱发鼻咽癌，高浓度时会侵害人的神经系统、肝脏等。［1］

二、苯及同系物来源及危害

苯及同系物主要来自于燃烧烟草的烟雾、溶剂、涂料、合成纤维、塑料、打印机、燃料、橡胶、油漆、各种胶粘剂、防水材料中。

苯及同系物为无色具有特殊芳香味的液体，已经被世界卫生组织确定为强烈致癌物质，苯可引起白血病和再生障碍性贫血也被医学界公认。人在短时间内吸入高浓度的甲苯或二甲苯，会出现中枢神经麻醉的症状，轻者头晕、恶心、胸闷、乏力，严重的会出现昏迷，甚至因呼吸循环衰竭而死亡。妇女长期吸入苯会导致月经失调，孕期的妇女接触苯，妊娠并发症的发病率会显著增高，甚至会导致胎儿先天缺陷。

三、氨的来源及危害

氨主要来源于建筑施工中使用的混凝土添加剂，尤其是冬季施工，为了防止混凝土冻结，在混凝土中加入主要原料为尿素或氨水的防冻剂。另外氨还来自于室内装修材料，如家具涂装时作为添加剂和增白剂均使用氨水。氨水也广泛使用于理发店和美容院烫发过程中。

氨是无色而具有强烈刺激性气味的气体，它对接触的皮肤组织有腐蚀和刺激作用。可以吸收皮肤组织中的水分，并破坏细胞膜结构。氨的溶解度极高，主要对人体的上呼吸道有刺激和腐蚀作用，减弱人体对疾病的抵抗力。浓度过高时还可通过三叉神经末梢的反射作用而引起心脏停搏。氨被吸入肺后容易通过肺泡进入血液，与血红蛋白结合，破坏运氧功能。短期内吸入大量氨气后可出现流泪、咽痛、声音嘶哑、咳嗽、痰带血丝、胸闷、呼吸困难，可伴有头痛、恶心、呕吐、乏力等，严重者可发生肺水肿、成人呼吸窘迫综合征。［2］

四、氡的来源及危害

氡是由镭衰变产生的自然界唯一分布极广的天然放射性无色无味的惰性气体。氡在空气中衰变产物为氡子体，常温下氡及子体在空气中能形成放射性气溶胶而污染空气。氡主要来自地下土壤和岩石，建筑装饰材料如砖、瓦、水泥、地砖、陶瓷、大理石、花岗石等。

氡及其子体对人体脂肪有很高的亲和力，极易被吸入体内，可对人的呼吸系统造成辐射损伤，随着血液的流动向全身扩散。进入肺部时，氡及其子体衰变时放出α射线，使肺细胞受损，是仅次于吸烟而导致诱发肺癌的第二大“元凶”，被世界卫生组织公布为19种主要致癌物质之一。常接触氡表现为乏力、脱发、牙龈出血、白细胞降低，可能诱发不孕、不育、胎儿畸形、基因突变、遗传病等后果。［3］

五、二氧化硫的来源及危害

室内二氧化硫主要来自煤的燃烧，吸烟过程中也会产生二氧化硫。我国许多家庭以烧煤饼、煤球及蜂窝煤为主，由于炉灶结构的不合理，煤不能完全燃烧，排放出大量的污染物，其中含有大量的二氧化硫。

二氧化硫是具有强烈辛辣刺激气味的无色气体，吸入二氧化硫可使呼吸系统功能受损。二氧化硫浓度较高时，喉头感觉异常，出现咳嗽、喷嚏、咳痰、声哑、胸闷、呼吸困难、呼吸道红肿等症状，造成气管炎、哮喘病，严重时引起肺气肿，甚至致命。二氧化硫的存在会加重已有的呼吸系统疾病，导致死亡率上升。二氧化硫可被吸收进入血液，对全身产生毒副作用。它能破坏酶的活力，从而明显地影响碳水化合物及蛋白质的代谢，对肝脏有一定的损害。［4］

六、二氧化氮的来源及危害

室内二氧化氮主要是由于烹饪和取暖过程中燃料的燃烧，此外吸烟时也可产生二氧化氮。

二氧化氮是棕红色有刺激性臭味的气体。二氧化氮对人体的危害很大，即使接触二氧化氮的时间很短，肺功能也会受到损害；如果长时间接触二氧化氮，呼吸道感染的机会就会增加，而且可能导致肺部永久性器质性病变。对呼吸系统有问题的人群，如哮喘患者，更易受二氧化氮的影响。

七、一氧化碳的来源及危害

室内一氧化碳主要来源于人群吸烟、取暖设备及厨房。一支香烟通常可产生大约13mg的一氧化碳。取暖设备和厨房产生的一氧化碳主要是燃料的不完全燃烧引起的。

一氧化碳是无色无臭有毒气体，且毒性较大。它能与人体血液中的血红蛋白结合形成稳定的配合物，使血红蛋白失去输送氧气的功能，导致全身组织特别是中枢神经系统严重缺氧。一氧化碳轻度中毒会头疼、恶心、呕吐、四肢无力。重度中毒可导致死亡。当空气中一氧化碳的含量达到0.1%时，就会引起中毒，导致缺氧症，甚至引起心肌坏死。

八、二氧化碳的来源及危害

室内二氧化碳主要来源于生物的呼吸作用和化石燃料的燃烧。

二氧化碳是无色无味的气体，空气中二氧化碳含量在0.07%以下时属于清洁空气，人体感觉良好；在0.07%―0.1%时属于普通空气；在0.1%―0.15%时属于临界空气，人体开始感觉不适；达到0.15%―0.2%时属于轻度污染，超过0.2%属于严重污染；在0.3%―0.4%时人呼吸加深，出现头疼、耳鸣、血压增加等症状；当达到0.8%以上时，就会引起死亡。

九、总挥发性有机物的来源及危害

总挥发性有机物来源于各种涂料、胶粘剂、人造地板、壁纸等装饰装修材料。多种挥发性有机物共存于空间时，其联合作用及对人体健康的影响不容忽视。

总挥发性有机物常表现为毒性、刺激性，而且有些化合物具有基因毒性，能引起机体免疫水平失调，影响中枢神经系统功能，出现头晕、头痛、嗜睡无力、胸闷等症状，还可能影响消化系统，出现食欲不振、恶心等，严重时可损伤肝脏和造血系统，出现变态反应等。

现代科学技术蓬勃发展，为我们提供了舒适的生活环境。然而，我们要清醒地认识到其中的弊端，用科学知识进行分析，将室内化学污染降低到最低限度，使我们的健康和长寿得到最佳的保护。

参考文献：

［1］岳桂华.环境监测.大连理工大学出版社，2005：175.