碳减排研究大全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篇碳减排研究范文，希望它们能为您的写作提供参考和启发。

篇（1）

景区交通作为改善景区可进入性、实现游客分流、提升游客体验、提高游客游览效率的重要手段，已经被许多旅游景区重视，并将景区交通作为应对游客井喷的关键举措和景区建设管理的重要内容。而游客也习惯于借助景区交通获取更好的游览体验，实现对景区游览的时间和体力分配。

 

从我国景区交通实践看，景区交通是旅游交通的重要组成部分，是旅游者开展旅游活动的重要手段。交通已经成为旅游景区的主要能源消耗，是旅游景区碳排放的最主要组成部分。我国旅游景区碳排放主要来自能源使用和废弃物处理，其中，能源碳排放主要来自交通车辆的燃油消耗和景区居民生活、管理部门办公的电力使用，废弃物碳排放来自游客粪便、垃圾的处理。因电力属二次能源，并不直接产生碳排放，且景区的废弃物都是通过车辆运到沟外进行处理，碳排放并不产生在景区之内，所以景区人类活动的直接碳排放基本来自交通车辆的能源消耗，旅游景区交通碳排放不仅能基本反映景区的能源使用及直接碳排放情况，而且有助于了解能源活动的不同主体对景区的环境影响程度。

 

从旅游交通研究来看，交通碳排放已经成为仅次于交通线路规划、旅游流等的重要研究内容，现有旅游交通碳排放研究多集中在一国或某一目的地旅游交通的综合碳排放，且研究多以区际交通碳排放为主，专门针对景区内交通碳排放的具体研究较少。目前景区交通碳排放的相关研究有如下特点: 一是多与旅游目的地碳排放研究相交叉。如王怀采( 2010) 对 2008 年张家界旅游业碳足迹从食住行游购娱几方面进行了分析，指出张家界旅游业碳足迹为 6 685 816. 16kg，其中目的地客源地之间交通碳足迹为 5 442 839. 93kg，占 81%。张家界目的地旅游业碳足迹为 1 242 976. 23kg，而张家界间交通碳足迹 491 121. 63kg 与张家界各保护区内交通碳足迹 283 317. 18kg 分别占张家界目的地旅游业碳足迹的39. 51%和22. 79%。交通作为景区能源消耗的主要来源，在不考虑目的地客源地往返交通碳排放情况下，景区交通已占到目的地旅游业碳排放 1/5 强。王立国( 2011) 采用了综合模型江西省各旅游部门的碳足迹，结果发现旅游行业碳足迹的 95% 以上来自国内旅游，旅游六大部门的碳排放中旅游交通碳足迹占总量的37. 84% 。二是多被纳入旅游目的地交通进行综合分析。如肖建红( 2011) 分析了舟山群岛旅游过程( 包括旅游交通、旅游住宿、旅游景区游览、旅游餐饮、旅游废弃物) 碳足迹，指出舟山群岛旅游交通碳足迹最大。三是旅游交通碳排放的影响因素分析。景区交通碳排放的影响因素主要有交通方式、出行距离、车辆排量、车辆燃油类型、碳排放系数等，而人均交通碳排放则与车辆的载客能力、调度能力等有关。李伯华( 2012) 发现不同类型交通方式中，公路交通碳排放总量最大，能源结构效应和人口规模效应是旅游景区碳排放增加的主要因素，提出能源强度效应和经济规模效应则是抑制碳排放的有效因子。Lin Tzuping 通过对台湾 5 个国家公园旅游交通碳排量的研究发现，交通方式和出行距离不同使得彼此之间人均交通碳排放差异较大。四是多集中低碳景区建设与景区交通低碳策略研究。如重视旅游目的地交通工具的低碳宣传和合理选择，建立完善的交通运营机制;增加交通工具载客能力、鼓励乘坐公共交通而非私家车前往目的地等可以帮助减少交通碳排放。

 

景区交通碳排放虽然是由景区内不同交通工具能源消耗产生的，但更深层次上反映的是景区内不同主体行为活动的环境影响。我国景区交通主要可分为观光车辆、私家车、工作车辆三种，分别反映不同活动主体，如游客、居民和工作人员等的交通行为及活动。因此，景区交通碳排放不仅仅需要关注景区内旅游交通碳排放，还需要对景区内其他活动主体，如景区内居民、景区内工作人员的交通碳排放进行研究，因为在居民收入改善、游客服务和景区保护需求提升的大环境下，私家车和工作车辆的增长也是景区碳管理必然面对的另一个问题。但从现有文献研究看，景区私家车和工作车辆碳排放尚未被纳入景区交通碳排放的研究视野之中，相关研究多是集中在城市私家车的碳排放研究。研究学者对私家车碳排放普遍予以重视，认为私家车数量激增是造成居民出行碳排放增加的主要原因，居住分布与城市公共品分布的空间匹配程度越高，家庭拥有私家车的概率越小; 私家车出行成本越低，就业可达性越差，碳排放越高。

 

提出限制私家车数量成为最为关键的减排措施，设计合理的道路交通方案，使汽车尽可能接近其经济车速，改变汽车燃料种类等非常重要。

 

综上所述，旅游交通已经成为旅游业碳排放研究的重要内容和热点，研究多以区际交通碳排放为主，专门针对景区内交通碳排放的具体研究较少; 在景区交通碳排放研究方面多集中在游客交通方面，尚未关注景区内居民、景区内工作人员的交通碳排放。因此，研究旅游景区不同主体行为的交通碳排放，既有助于识别景区内交通的碳排放主体，进行碳减排责任分担，探寻碳减排因子和低碳路径，也可弥补现有旅游交通研究的不足，促进低碳景区建设，实现景区的可持续发展。

 

一、研究方法

 

方法选取

 

排放系数法是旅游业碳排放测算通常使用的方法，采用正常技术经济和管理条件下某种产品或活动的碳排放统计平均值，对小规模、区域范围小的组织或区域的碳排放量估算有较高的效率。

 

同样对于旅游景区碳排放评价具有很好的适用性和很高的借鉴价值。目前国际上旅游业碳排放测度可以分为旅游产业碳排放测度和旅游地碳排放测度，多数都将旅游业产生的直接碳排放作为研究的重点，主要通过实证调查、权威数据获取等来测算出每个旅游业碳排放源及其二氧化碳排放系数。

 

二、研究区域选取

 

作为 2012 年最受游客欢迎、游览人数最多的山地旅游目的地，九寨沟通过对景区交通观光车的出色调控有序分流游客，通过错峰进出，减少景区居民私家车在高峰时段进出，通过分时段经营对景区工作车进行工作安排等措施使景区有秩序运营，保证游客游览优先，并获得良好的游览体验。同时九寨沟自然保护区为保护其生态系统的完整性，减轻游客对环境的干扰破坏，开通景区绿色环保观光车，实现了“沟内游、沟外住”，以及通过垃圾全部打包外运集中处理，实现了景区垃圾日产日清、动态保洁，在景区交通管理方面做出许多创举。2012 年九寨沟自然保护区被评为“首批全国低碳旅游示范区”以表彰其在“低碳、零碳景区”方面做出的贡献。文章选择以九寨沟自然保护区为实证区域，对九寨沟交通车辆的数量、运营里程、燃油变化等进行跟踪观察来分析交通碳排放的情况，一方面可以考察景区交通的二氧化碳排放情况，找出碳排放的主要驱动因子; 另一方面有助于加强景区交通的碳减排分析，完善景区的碳管理策略。

 

( 一) 选取依据

 

九寨沟旅游发展对景区交通有极强的依赖，因其特殊的地形地貌以及独特的景观空间分布格局，再加上人数众多的游客游览需求，要实现游客体验与景区保护的同时兼顾，必须辅以大众化、高效化、便利化的景区交通。首先，九寨沟的瀑布、湖泊、原始森林、藏族风情等重点景观主要集中在“Y”形主沟内，全长 50 余公里，不同景点之间距离较远，游客必须借助交通工具才能在 1 ～2 天内完成游览。其次，自九寨沟 1982 年旅游开发以来，游客数量不断上升，2012 年游客数量创新高达到363. 86 万人。如此多的游客集中在景区之内，使得游客分流、游客服务的压力加大，九寨沟需要增加观光车辆，并进行调度，同时对保护区每个停留点游客数量及动向进行跟踪预测，以提高调度效率，改善景区可进入性。再次，因为九寨沟地处山地地区，受暴雨泥石流等自然灾害影响较大，且生态脆弱对环境保护要求高，使得九寨沟必须加强工作车辆管理以确保游客人身安全与景区生态安全，如增加垃圾车和粪便车的废弃物处理; 加强含警车、消防车、救护车、工程抢险车等特殊公务车辆的调度; 提供保护区安全监管、保障服务以及配备车辆进沟安装设备开展科研及保护活动等。此外，九寨沟内还居住有 2 000 多名居民从事旅游经营活动，当地居民家庭多拥有家庭轿车用于日常生活和经营活动，可见私家车也是景区交通的重要组成部分。

 

( 二) 数据获取

 

文章数据来自对九寨沟国家风景管理局、九寨沟观光公司、九寨沟景区内村寨居民的访谈调研。九寨沟景区观光车辆的数量、行驶里程、百公里油耗等数据通过观光公司访谈所得; 私家车数量、品牌型号、排量获取自九寨沟管理局法规处，先通过网络检索获得私家车百公里油耗根据其品牌型号，再通过算数平均求得私家车汽油和柴油的百公里油耗; 工作车辆数量、品牌型号、排量获取自管理局办公室小车班，百公里油耗根据其品牌型号网络检索获得。本文所采用的数据经九寨沟管理局科研处核实，基本无误。

 

三、研究分析

 

( 一) 九寨沟不同主体的交通行为分析

 

为保护生态环境、提高游客游览体验、加强景区安全管理，九寨沟自 1999 年起限制外来车辆进入保护区游览，目前允许进出的车辆基本分为三类: 为游客服务的观光车辆、当地居民私家车、后勤辅工作车辆。观光车辆分为使用柴油的大巴车和使用汽油的中巴车; 当地居民私家车分为使用汽油的轿车面包车和使用柴油的卡车、货车;工作车辆分为使用汽油的皮卡轿车、班车等和使用柴油的施工车辆、后勤车辆等。从九寨沟交通车辆所属主体来看，九寨沟自然保护区内部运营的交通车辆可以划分为观光公司用车、诺日朗中心用车、居民用车、管理局工作车辆和外单位车辆等。从行驶道路区域看，观光车辆行驶在主沟“Y”形沟道路区域; 私家车根据其村寨位置不同行驶范围集中在从景区入口到村寨的道路区域;工作车辆根据其工作性质不同形式范围有所不同，但也基本集中在主沟的道路区域。

 

2012 年九寨沟景区内运营的观光车辆共有373 辆，大巴主要以宇通、金龙、亚星为主，采用柴油为燃料; 中巴以丰田、尼桑为主，采用汽油为燃料。九寨沟景区内最初以燃气车为主，但因动力不足，在 2000 年前后已经全部更换为燃油车辆，每年观光车辆都会进行更新换代，大巴中巴的数量及比例也呈现不同程度的变化，但整体的趋势是观光车辆的排放标准在不断提高，目前正处于由欧三标准向欧四标准的过渡阶段。

 

当地居民私家车拥有量随九寨沟内居民收入和生活水平提高而不断增加，私家车消费已经由低档走向高档、由小排量走向大排量、由代步走向享受。2012 年景区内拥有出入证的车辆有 243辆，有货车、皮卡、面包车、轿车、越野车等不同类型，但整体上看，私家车主要是服务家庭生活休闲交通，服务农业和商业较少，燃油以汽油为主。

 

九寨沟工作车辆主要是为景区管理和游客游览提供后勤保障服务，使用主体是管理局工作人员和后勤部门工作人员，包括以下几种类型: 一是管理局的工作车辆，其中普通公务车辆如皮卡、面包车等，主要服务于科研考察、环境保护、活动交流、垃圾处理等，执行特殊公务工作车辆，如警车、消防车、救护车、工程救险车等; 二是驻九寨沟保护区诺日朗中心公司的工作车辆，主要服务于接送工作人员进出、后勤补给物资等运输、垃圾处理等; 三是观光公司的工作车辆，主要服务于保护区调度、游客购票检查等; 四是保护区担负建设任务、抢险任务的施工单位的工程运输车辆等。九寨沟工作车辆有其明确的行驶和运营规范，采取与游客避峰活动的策略。

 

( 二) 九寨沟交通车辆碳排放分析

 

根据九寨沟不同类型交通工具的运行特点及其规律性，采用管理局官方统计与抽样调研统计方法获取九寨沟交通车辆的燃油耗用量; 然后根据公式( 1) ，结合表 1 提供的碳排放系数，可以计算出交通车辆在 2012 年的二氧化碳排放量，结果如表 2 所示: 2012 年九寨沟交通碳排放总量为9 484. 57吨，其构成有以下特点: 第一，柴油车是主要碳排放因子，车辆的柴油碳排放占 78%，汽油碳排放占 22%; 第二，观光车辆是最主要的交通碳排放源，占总量的 97%，私家车和工作车的碳排放仅占 3%。

 

从不同主体行为看，游客的旅游交通活动是九寨沟景区的最主要碳排放来源，当地居民自驾和工作人员交通服务对碳排放贡献很少。分析其原因在于: 九寨沟作为旅游景区，游客是景区内最主要的活动主体，观光车辆是景区内最主要交通工具，并且观光车辆能源消费以柴油碳排放占主体，故二氧化碳排放量最大; 工作车辆作为景区运营的后勤保障，主要为保障景区与游客安全和旅游活动顺利开展，虽然种类较多，但数量较少，沟内运行时段受到严格规范控制，碳排放比重也很小; 因九寨沟对景区居民数量及私车拥有量也一直采取控制措施，并对私车在景区内的行驶时间段有严格限制，使得私家车排放量比重很小。

 

( 三) 九寨沟景区交通的碳排放强度分析

 

从人均碳排放和车均碳排放来考察九寨沟交通的碳排放强度，人均碳排放是根据交通车辆的乘坐人数来计算，观光车辆的乘坐人数采用的是2012 年九寨沟游客人数，私家车乘坐人数采用的是景区居民人数，工作车辆人数采用的是九寨沟管理局及后勤部门的工作人员数量。车均碳排放根据车辆数来计算，车辆数采用的都是 2012 年九寨沟不同交通车辆的数量。结果如表 3 所示: 九寨沟观光车辆人均碳排放最低，私家车和工作车辆的人均碳排放较高，是观光车辆的 54 倍左右;观光车辆的车均碳排放最高，是工作车的 9 倍，是私家车的 39 倍。九寨沟为观光车辆在景区内是重复循环运营，年行驶里程远高于工作车辆和私家车，故车均碳排放最高。

 

从不同交通主体来看，游客旅游交通碳排放强度最低，景区居民的交通碳排放强度最大，工作人员交通碳排放强度较高。分析其原因在于: 九寨沟内游客数量众多，观光车辆载客量大，且能根据游客分流需要及时调配，最易获得规模经济效益，碳排放强度最低; 私家车和工作车辆的使用人数有限，人均碳排放较高，说明载客量大的交通工具具有更高的服务效率，能够使更多人受益更有社会价值，人均碳排放强度也更低。

 

( 四) 九寨沟景区交通碳排放的趋势预测与减排压力分析

 

首先，景区交通碳排放的未来趋势与其不同主体行为的活动水平密切相关，如果活动主体还在不断增加，在技术条件不变的情况下，景区交通碳排放势必继续增长。先从游客数量增长来看，世界旅游组织( WTO) 预测到 2020 年全球游客数量平均每年将增长 3. 8%，亚洲和非洲将是外国游客人数增长幅度最大的地方，增幅有望达到 4% ～6% 。我国《国务院关于加快发展旅游业的意见》( 2009) 指出“到 2015 年，国内旅游人数达 33 亿人次，年均增长 10%”。九寨沟作为我国最受欢迎的山地类旅游目的地，游客人数也必然呈现增长，其观光车辆能源消耗也必随之增长。根据 2005 到2007 年九寨沟游客人数与观光车辆碳排放的相关性分析，游客数量每增加 1%观光车辆碳排放增加6. 7% 。

 

而工作车辆作为确保游客安全、提升体验的保障性手段，其数量及运营增长与景区游客增长呈现正相关关系，大约每增加 10% 的游客，碳排放工作车辆碳排放会增加 1%。再从居民人数变化分析，九寨沟已经采取严格的沟内居民管理政策，人口增长极为缓慢，但随居民收入提高，私家车排量和使用增加，根据 2007 到 2012 年居民私家车碳排放统计，呈现年 10. 6% 的增加态势。

 

对九寨沟自然保护区 2015 年、2020 年的观光车辆、私家车、工作车的碳排放进行预测，九寨沟景区交通碳排放量到 2015 年、2020 年将增长到11 519. 46 吨、15 946. 48 吨，分别是 2012 年碳排放的 1. 2 倍和 1. 68 倍。

 

其次，景区交通碳减排的压力与旅游景区的外部环境、现实要求、自身定位相关。先从外部环境看，《国务院关于加快发展旅游业的意见》( 国发[2009]41 号) 明确提出，我国要在五年内将星级饭店、A 级景区用水用电量降低 20%，积极利用新能源新材料，减少温室气体排放，积极发展循环经济。2011 年国家旅游局出台《A 级景区节能减排30 条》，其中规定旅游景区采用低噪、低排放量的区内交通运输工具。九寨沟作为 5A 级景区，是旅游业节能减排的重点区域，交通碳减排更是重中之重。再从九寨沟碳减排的现实要求看，作为世界自然遗产、生态脆弱性的自然保护区，九寨沟生态保护的需求都非常强烈。2011 年九寨沟被评为首批全国低碳旅游示范区，其标志是低能耗、低排放，并最终实现零碳排放。九寨沟目前碳排放现状与九寨沟建设“零排放低碳景区”的目标还有一定差距。因此，九寨沟降低碳排放进行低碳景区建设势在必行。

 

四、结论与讨论

 

九寨沟交通车辆碳排放既反映了九寨沟内能源使用的碳排放，也反映了九寨沟内不同主体行为活动的直接碳排放情况。通过对九寨沟观光车辆、私家车、工作车辆的燃油使用及碳排放分析，并对九寨沟交通碳排放的趋势预测和减排压力解析，得出如下结论:

 

首先，景区交通碳排放能够反映不同主体交通行为的环境影响。2012 年九寨沟交通碳排放量为 9 484. 57 吨，其中观光车辆占景区交通碳排放总量的 97%，私家车和工作车占 3%。说明游客是景区交通服务的主要主体，游客观光游览是景区观光车辆碳排放最多的深层原因。观光车辆和工作车碳排放反映了九寨沟景区内旅游产业对景区环境的影响与压力; 私家车碳排放则反映了景区居民的生活出行方式对景区的环境影响。

 

其次，景区交通碳排放量与不同主体的交通行为模式有关。交通碳排放总量取决于不同交通车辆的数量、行驶距离、能源利用效率、能源利用结构，而碳排放强度则与服务对象的人数、服务盈利有关。景区交通的碳减排应该从这些影响因素入手进行干预。以九寨沟为例，九寨沟在低碳景区建设中提倡载客量大、安全舒适的公共交通服务; 控制私人交通、提倡小排量; 对不同主体的交通车辆实行错峰管理和分区运行; 提高汽车排放标准，这些措施使得九寨沟碳减排效果显着。

 

再次，景区交通将承受需求继续增加和减排势在必行的双重压力。旅游景区游客增长、居民生活改善、景区运行完善都需要加大旅游交通的投入，如增加交通工具数量、提高运营效率、实现交通多元化，这些都会促使交通碳排放增加。但气候变化、生态脆弱、可持续发展、低碳旅游都要求景区开展碳减排，尽可能减少人类活动对旅游景区的环境影响。旅游景区的未来发展必须处理好两者的平衡关系，一方面提高游客体验和接待效率，另一方面降低景区交通碳排放。

 

最后，景区碳减排应在技术和政策方面进行突破，才能取得重大进展。一是探讨游客限流和分流措施，九寨沟作为生态系统脆弱的自然保护区，最大容客量是 438 万人，面临巨大的游客增长压力，应该探讨限制游客规模的有效方法。二是提倡人机合作，通过实时监控、景区游客分流、智能服务、人工调度等结合的方法来改进现有的人工经验调度，促进九寨沟调度水平的稳定提升，真正发挥智慧景区的优势。三是探讨新能源技术等在九寨沟景区交通中的应用，根据我国”十二五”规划节能减排目标，汽车等乘用车的减排目标是百公里汽车油耗由 8 升降到 6. 5 升，而九寨沟交通车辆的百公里油耗远高于该水平，在现实条件难以改进的条件下，采用新技术、新方法是一种新途径。四是尝试引入其他交通方式，如学习澳大利亚大堡礁热带雨林修建高空缆车，减缓地面交通压力; 在九寨沟内部修建有轨电车，将燃油能源替换为电力能源等。

 

参考文献:

 

[1]黄柯，祝建军，蒲素. 我国旅游交通发展现状及研究述评[J]. 人文地理，2007( 1) .

 

[2]李芦松. 旅游交通研究进展及启示[J]. 热带地理，2009( 4) .

 

[3]李伯华，刘云鹏，窦银娣. 旅游风景区旅游交通系统碳足迹评估及影响因素分析———以南岳衡山为例[J]. 资源科学，2012( 5) .

 

[4]郑思齐，霍燚. 低碳城市空间结构: 从私家车出行角度的研究[J]. 世界经济文汇，2010( 6) .

 

[5]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) .

 

[6]王雪娜，顾凯平. 中国碳源排碳量估算办法研究现状[J]. 环境科学与管理，2006( 4) .

 

篇（2）

中图分类号：F0621 文献标识码：B

20世纪90年代以来，全球变暖在国际社会受到越来越多的重视。我国作为全球CO2第一大排放国，面临的国际碳减排压力越来越大。为此，国家在“十二五”规划中提出2011-2015年单位国内生产总值能源消耗降低16个百分点，单位国内生产总值二氧化碳排放降低17个百分点；党的十更是将生态文明建设同经济建设、政治建设、文化建设、社会建设一道，纳入中国特色社会主义事业总体布局。

在政策层面上，中央及北京市政府对高碳产业制定了一系列的淘汰和控制发展的政策，对低碳且高附加值产业的企业则制定了一系列的鼓励和扶持政策。如2011年1月28日颁发的《国务院关于鼓励软件和集成电路产业发展的通知》中规定，对微电子业在财税、投融资、研究开发、进出口、人才、知识产权以及市场方面给予鼓励和支持。

微电子技术是以大规模集成电路为基础发展起来的新技术领域，是指从晶体管开始的固体原件微型化电子的总称，包括半导体材料及器件物理、集成电路及系统设计原理和技术、芯片加工工艺、功能和特性的测试技术等重要组成部分，其核心是集成电路技术。微电子制造业属于低碳产业。在我国能源结构中煤炭和石油仍占很大比例的情况下，能源消耗水平能够反映碳排放的水平。根据我们对2012年《中国统计年鉴》中微电子制造业和制造业总体的能耗和产值的数据计算发现，2010年我国微电子制造业万元产值能耗仅为00459吨标准煤，而同时期制造业总体万元产值能耗却高达03092吨标准煤。但这并不是说碳减排与微电子制造业无关，美国、日本和加拿大的万元产值能耗在2007年就均已低于002吨标煤[1]，说明该产业仍存在碳减排空间。随着微电子制造业的快速发展，其碳排放问题不容忽视。如何控制微电子制造企业的碳排放，首先需要确定影响企业实施碳减排的因素。为此，本文以北京市微电子制造企业为例，分析影响企业实施碳减排的主要因素，以期为相关决策提供有价值的参考。

一、文献综述与研究假设

（一）文献回顾

在Web of Science文摘数据库中通过检索关键词“carbon emission & influence factor”，发现2005年至今的相关文献924篇，其中制造业60篇。在CNKI数据库中通过检索“碳排放”和“影响因素”两个关键词，发现2008年至今的相关文献426篇，其中制造业14篇。通过对文献的阅读和梳理，我们发现研究者普遍认为政府因素、市场因素、技术因素和结构因素是企业层面的碳减排影响因素。

第一，政府因素与企业实施碳减排的关系。Matthew（2005）通过对英国制造业碳排放情况的分析发现，法律法规对碳排放起到抑制作用[2]；Qinghua Zhu、James Cordeiro和Joseph Sarkis（2013）对苏州、大连和天津的377家制造企业的研究发现，制度压力是发展中国家制造企业实施环境管理的驱动力[3]。

第二，市场因素与企业实施碳减排的关系。Bansal和Roth（2000）认为企业环境管理态度和环境管理行为受市场机会的影响，是企业环境管理的外部动因[4]；秦颖（2008）对大中型工业企业的调研分析发现，企业环境管理是规则因素、市场因素及企业自身属性综合作用的结果[5]。

第三，技术因素与企业实施碳减排的关系。Gavin（2005）分析了1970-1990年英国的14个制造业数据，将技术创新分为本国科技创新与国外技术引进两个指标，发现二者均能抑制碳排放[6]。

第四，结构因素与企业实施碳减排的关系。张传平（2012）分析了人口、城镇化水平、能源结构、产业结构、能源强度、经济发展水平（GDP）和能源价格对我国碳排放的影响，结果表明，能源结构和产业结构均对碳排放有影响，但产业结构的影响在逐渐削弱[7]。

（二）研究假设

根据以上的分析，我们结合文献研究和专家访谈，确定了政府因素、市场因素、结构因素和技术因素作为北京微电子制造企业碳减排的四大影响因素，探讨各影响因素之间的作用路径。本研究提出了以下九个假设。

二、调研设计与研究结果

（一）问卷设计与变量测量

本研究采用问卷调查方法对北京微电子制造企业碳减排影响因素的理论模型进行实证研究。根据文献研究法和专家访谈法，对理论模型中的四大影响因素设计了27个度量指标并由此组成了调查问卷，具体变量所对应的度量指标详见表1。问卷主要通过0-1赋值法和李克特5点量表法（0和1赋值法中0表示没有，1表示有；李克特量表法中，从低到高依次排列，1表示很低或很小，5表示很高或很大）测量政府因素、市场因素、技术因素、结构因素和企业碳减排实践这五个变量。

（二）数据收集

篇（3）

中图分类号： F127文献标志码： A 文章编号： 1009－4474(2012)02－0017－05

一、引言

研究表明，在工业化进程中，经济发展和碳排放呈正相关关系，因为能源尤其是矿物能源消费作为社会经济发展的重要动力，对碳排放的增加起着决定性作用。在整个20世纪，全球二氧化碳的排放总量增长了十倍以上，而同期世界能源的消费总量增加了十六倍，其中，矿物能源消费每年向大气排放的二氧化碳约为6.0~6.5PgC，占大气碳排放总量的70%左右〔1〕。因此，我国降低碳强度的实质就是实现经济发展和碳排放的脱钩，使碳强度的增长速度低于经济发展速度。

为此，许多学者进行了深入研究：如通过构建各种模型分析我国碳排放区域格局的变化，揭示了产业结构、区域经济结构和一次能源消费结构对碳排放和碳强度的重要影响〔2～5〕；通过对我国东中西部地区碳排放量的测算和各地区能源效率的比较研究，揭示了三大区域碳排放之间存在的差异和成因〔6～12〕；还有学者分别从定性和定量角度提出了针对西部地区的减少碳排放的建议〔13～16〕。

这些学者虽然运用不同方法从不同角度剖析了我国三大区域之间的碳排放差异和成因，但是很少涉及三大区域碳排放配额的具体分配及碳强度减排目标的实施路径。由于历史遗留原因，我国区域经济发展不均衡，西部地区在国民经济地域分工中长期扮演着原材料和初级产品生产者角色，产业发展主要依赖于能源的开采和输出，处于产业链的底端，这使西部地区发展成为资源型经济，导致碳排放强度高于全国平均水平。如何协调区域之间的关系，选择适合中国的碳强度减排实施路径就成为实现碳强度减排目标的关键。

本文基于上述研究成果，以人均排放原则为指导，期望通过建立碳排放配额制度和项目合作机制来推动我国东中西部区域的减排协作，最终实现碳强度减排目标。

二、基于人均排放原则的我国碳排放配额分配

人均碳排放是指一国在单位时间内，通常是一年或者一个核算期，总人口平均的二氧化碳排放量，它体现了对一国在当前经济发展过程中产生的碳排放量的人均分担。碳排放权本身具有的人权和财产权的双重属性为人均碳排放分配提供了依据和可操作性〔1〕。

我国政府在2009年哥本哈根会议上作出碳强度减排承诺：到2020年单位GDP碳排放比2005年减少40%～45%。考虑到我国东中西部区域发展不平衡的现实，为了能够快速有效地实现该减排承诺，本文利用刘钦普依据自变量和因变量交替移动预测法建立的区域人口预测时空回归模型对我国各省人口发展的预测数据〔17〕，以人均碳排放为原则，对基年与2020年各省的碳排放配额进行了计算和预测。

1．我国2005年的碳强度

根据国家统计局数据，我国2005年的碳排放总量为5558.5百万吨，GDP为2054880百万美元〔18〕，据此得到我国2005年的碳强度（C2005）为27.1吨/万美元。

2.我国2020年的碳强度

按照我国政府承诺的40%～45%的碳强度减排指标，可知2020年碳强度（C2020）为，

0.55C2005≤C2020≤0.6C2005。

代入C2005=27.1，得，

14.91≤C2020≤16.26（吨/万美元）。

即2020年碳强度下限为14.91吨/万美元，上限为16.26吨/万美元。

3.我国2020年的碳排放总量

假设从2005年到2020年，我国GDP保持年增率8%不变，基于2005年的GDP数据，可以得出2020年的GDP约为6518427百万美元。

由于碳排放总量等于碳强度与GDP的乘积，即：T2020=C2020×GDP2020，则可知2020年我国碳排放总量为9719百万吨～10599百万吨。

4.我国2020年的人均碳排放量

按照人均碳排放原则，我国2020年的人均碳排放量（H2020）为T2020/P2020，依据刘钦普对我国2020年的人口数量预测量〔17〕，即P2020=144690.3（万人），可预测我国2020年的人均碳排放量约为6.72吨～7.33吨。

5．我国2020年全国及各省的碳排放配额

S2020i=H2020×P2020i,i=1,…,31。

其中，S2020i为i省2020年获得的碳排放配额；P2020i为i省2020年的预测人口数。由此，可得到如表1所示的各省直辖市碳排放配额数据。

从表1可以看出，随着我国人口的增加，碳排放量也在增加，我国2005年的人均碳排放量为433吨，而到2020年将可能增至733吨。这恰好说明我国正处于工业化发展阶段，伴随着经济的不断发展，不可避免地要增加碳排放量。根据世界银行的报告，目前世界年人均碳排放量为43吨，而我国2005年的人均碳排放量与世界人均水平基本持平。如果继续按照目前的碳排放水平发展下去，在不久的将来，我国人均碳排放将大大超过国际人均水平。届时，我国提出的人均累积碳排放低的理由将不再有立足之地，中国将站在全球应对气候变化的风口浪尖，成为国际社会的焦点。因此，我国有必要加大政策实施力度，将碳强度减排的相对目标约束转化为碳排放配额的硬性目标约束，并借鉴国际碳交易市场经验，结合我国区域发展实际，在中国实行碳排放配额和碳减排项目合作的双轨制。

三、我国碳强度减排的制度安排

根据我国经济发展水平和区域经济演变的特征，可以将我国大陆区域划分为东、中、西三大区域。根据谭丹、黄贤金的研究成果，2005年我国东部地区的碳排放总量是中部地区的1.8倍，是西部地区的2.22倍〔6〕，已经大大超过了我国的人均碳排放水平。并且按照目前的经济发展速度，如果没有较大的政策变化，到2020年，我国东中西部碳排放总量的比值还可能继续扩大。因此，有必要探索不同的碳强度减排机制以实现东中西部地区的相对均衡发展，即将表1中2020年的碳配额转化为碳排放配额的强制性目标，对西部地区暂不纳入强制碳排放配额制度中，对东部和中部地区分别施行强度不同的碳排放配额制度。同时，应配之以碳减排项目合作机制以实现三大区域的协调发展。

（一）实施碳排放配额制度

我国东部沿海地区经过20多年的高速发展，已步入工业化后期，经济发展水平大大高于全国平均水平。但是，东部区域的经济发展是以能源消耗和环境恶化为代价的，长久以来没有代价地多排或超标碳排放实际上压缩了西部经济不发达地区的未来经济发展空间，依据污染者付费原则，东部地区应该为自己的多排或超排行为付费。因此，我国东部发达地区和一些碳排放量较多的中部地区省份（如山西）应该根据人均排放原则，实施严格的碳排放总量控制制度，将表1所示的2020年的碳排放配额下限作为本区域的总量控制目标，并结合本地区实际将配额量化到具体的企业排放源。

2005年，我国中部地区的碳排放总量居于三大区域的中间位置。按照目前的碳排放趋势，到2020年，我国中部地区的绝大部分省份的碳排放总量将与表1中的碳排放配额持平。因此，除个别省区外，可以对中部省区制定中等强度的减排控制目标，将国家规定的碳强度减排目标的下限40%（即表1中所示的碳排放配额上限）作为其减排目标，对本辖区内企业的排放量增速实施严格控制战略，以提高本区域的产业竞争力。

西部地区是我国重要的能源战略基地，最终可开采资源量为711亿吨标煤，约占全国总量的57%；其中煤炭、石油、天然气最终可开采资源量和水能技术可开发资源量分别为429亿吨、44亿吨、8万亿立方米和15678亿千瓦时，占全国总量的579%、336%、587%和706%，人均能源资源是全国平均水平的2倍〔13〕；且新能源和可再生能源主要集中在西部地区，这将使西部地区成为碳排放配额的主要输出区。考虑到西部地区经济发展缓慢的现状和未来广阔的发展空间，可以对其暂时不设具体的碳强度减排目标，将按照人均排放原则确定的碳排放配额作为当地政府引进项目和企业的参照基准，以承接我国东部高碳排放企业的转移，加速实现工业化，从而推动当地经济发展和改善当地居民的生活。

（二）建立碳减排项目合作机制

1.碳减排项目合作机制的缘起

碳减排项目合作机制主要源于国际公约《京都议定书》（以下简称《议定书》）的缔结。为了缓解和应对全球气候变化为人类带来的负面影响，《议定书》不仅明确了发达国家应当承担主要责任，而且首次为发达国家缔约方订立了量化的温室气体减排目标。但是，由于发达国家的工业化已经完成，技术和设备先进，减排空间较小，减排成本高昂，为了降低此类国家的履约成本和有效实现公约目的，《议定书》确立了三个灵活机制：排放贸易机制（ET）、联合履行机制（JI）和清洁发展机制（CDM）。其中，JI和CDM属于碳减排项目合作机制，是指通过发达国家之间（JI）或者发达国家和发展中国家之间（CDM）的合作，将通过实施温室气体减排项目获取的碳排放信用作为履约客体的碳排放贸易机制。其中，CDM是发达国家和发展中国家之间的碳减排项目合作机制，发达国家通过为发展中国家提供资金和技术的方式与发展中国家合作实施碳减排项目，不仅可以降低其减排成本，而且有利于提高发展中国家的气候适应能力。因此，CDM产生伊始就成为全球碳交易市场的追逐对象，并成为我国参与国际碳市场的主要方式，如中国CDM规模约为2.2亿吨，占CDM市场的40%〔19〕。

2.东中西部区域碳减排项目合作机制

这种通过明晰气候资源产权、进行碳排放配额分配的成功实践为我国的碳减排项目合作机制的建立提供了借鉴。碳减排项目合作机制得以成功实施的一个根本前提就是项目实施主体之间的减排成本各异，并在某些方面具有一定的互补性。与东中部区域相比，我国西部区域所占国土面积较大，近年来受国家政策驱动，经济发展步伐加快，但是由于地理位置偏远、基础设施不完善、技术落后，能源利用效率不到0.6（东部约为0.76，中部为074）〔7〕，对外吸纳能力较弱，总体上仍然属于资源型经济；而东中部区域尤其是东部区域具有丰厚的资金和先进技术。这种由经济发展水平差异造成的各省区碳强度减排成本的区别和资金技术上的互补性为建立碳减排项目合作机制提供了可能性。对于出现碳排放配额赤字的东中部地区的排放源，为了避免承担巨额罚款，可以通过购买碳排放配额或者进行碳减排项目合作的方式从西部地区获取碳排放信用以缓解其碳减排压力。

在实施碳减排项目合作机制时，由于实施主体都是我国企业，这对减少国际CDM市场上出现的投机现象和技术转移障碍有所缓解，但受地方利益的驱动，不排除东部和中部区域为了实现其碳强度减排目标，将重污染行业转移至西部，导致西部地区的碳排放强度进一步升高的情况；也不排除西部区域为了短期经济利益盲目引进重污染项目的可能性。因此，在碳减排项目合作和产业引进时，西部地区必须从长远考虑，要高度重视技术在碳减排项目合作机制中的重要作用，如从技术结构相似度的角度〔20〕，探寻最合适的东部省份，选择可以充分发挥本地区资源优势和提高自我建设能力的技术和产业，实现碳强度的降低。

东部地区发展快的一个重要因素就是东部地区在推动科技进步过程中大力发展高新技术及产业。从国内外科技发展史看，谁掌握了高科技，谁就能更快发展。我国西部地区的陕西、四川等省份有较好的发展高新技术的条件和环境，可以有选择、有重点地发展诸如电子信息、新材料、新能源等方面的先进技术。通过与东中部地区合作实施碳减排项目的形式，由东中部地区企业输入资金和先进技术提高其能源利用效率，加快新能源和可再生能源的开发速度，推动产业结构的优化；通过出售碳排放配额获得的资金还可以用于改善当地的基础设施与社会保障体系建设，加速西部地区的发展速度，缩短与东中部地区的差距。此外，国家可以建立全国性的碳排放配额交易市场，利用市场机制，扩大交易范围，增加交易产品种类，对市场参与主体形成更大的激励，达到经济发展与环境容量相协调、公平与效率并重的目的。

参考文献：

〔1〕Houghton J T,Filho L G M,Callander B A,et al.Climate Change 1995:The Science of Climate Chang〔M〕.Cambridge,U.K：Cambridge University Press，1996:2-8.

〔2〕侯 锋.我国省区间工业结构的异同与结构转换的调控途径〔J〕.地理研究,1990,9(4):6-16.

〔3〕李文彦,樊 杰.我国的经济地域结构与区域能源战略的关系初探〔J〕.地理科学,1994,14(3):201-210.

〔4〕Zhang Lei,Daniel TODD,Xie Hui,et al.CO2 Emissions and Their Bearing on Chinas Economic Development:The Long View〔J〕.Journal of Geographical Science,2005,15(1):61-70.

〔5〕郭广涛,郭菊娥,席酉民,等.西部产业结构调整的节能降耗效应测算及其实现策略研究〔J〕.中国人口资源与环境,2008,18(4):44-49.

〔6〕谭 丹,黄贤金.我国东、中、西部地区经济发展与碳排放的关联分析及比较〔J〕.中国人口资源与环境,2008,18(3):54-57.

〔7〕杨红亮,史 丹.能效研究方法和中国各地区能源效率的比较〔J〕.经济理论与经济管理,2008,(3):12-20.

〔8〕陈英姿,李雨潼.低碳经济与我国区域能源利用研究〔J〕.吉林大学社会科学学报,2009,49(2):66-73.

〔9〕高卫东,姜 巍,谢 辉.经济发展对中国能源碳排放空间分布的影响〔J〕.辽宁工程技术大学学报(自然科学版),2009,28(2):296-299.

〔10〕许广月,宋德勇.中国碳排放环境库兹涅茨曲线的实证研究——基于省域面板数据〔J〕.中国工业经济,2010,(5):37-47.

〔11〕岳 超,胡雪洋,贺灿飞,等.1995-2007年我国省区碳排放及碳强度的分析——碳排放与社会发展Ⅲ〔J〕.北京大学学报(自然科学版),2010,46(4):510-516.

〔12〕徐大丰.我国碳排放结构的区域差异分析〔J〕.江西社会科学,2010,(4):79-82.

〔13〕郭广涛,郭菊娥,柴 建.西部发展节能服务的低碳效应及其政策研究〔J〕.管理评论,2010,22(6):71-76.

〔14〕何建武,李善同.二氧化碳减排与区域经济发展〔J〕.管理评论,2010,22(6):9-16.

〔15〕张小刚.西部地区发展低碳经济的路径选择研究〔J〕.经济研究,2010,(9):57-60.

〔16〕李清源.西部经济发展对区域环境变化的影响及对策〔J〕.环境经济,2010,(3):51-56.

〔17〕刘钦普.时空回归模型在中国各省区人口预测中的应用〔J〕.南京师大学报(自然科学版),2009,9(32):119-124.

篇（4）

基金项目：上海市科技发展基金“特大型城市低碳化的系统结构研究”（编号：10692103000）。

摘要

本文基于对现有城市交通碳排放测算方法的比较分析，以上海市为例，采用IPCC“自下而上”法对特大型城市客运交通CO2排放进行了测算，结果显示：轨道交通是碳排放效率最高的客运方式，出租车最低；客运交通CO2排放总量增长迅速，且碳源结构发生了较大变化；近年客运交通CO2排放增量主要来自私人载客汽车，同时公务交通在客运交通碳排放中始终占较大比重。由此本文认为，控制客运交通碳排放的关键在于对以私人载客汽车和单位载客汽车为主的个体交通的管理和控制，形成以公共交通为主的交通结构。在此基础上，为了将控制碳排放纳入到城市交通政策目标中去，本文就主要城市交通政策对客运交通碳排放产生的影响进行了深入分析，并得出结论：以往的交通供给、需求管理政策对于抑制客运交通碳排放增长的作用有限；而就目前城市空间发展政策的实施效果而言，也不利于降低居民出行的碳排放水平。文章最后分别从交通供给、需求管理以及城市空间角度给出了控制客运交通碳排放的对策。

关键词 上海；城市客运交通；碳排放效率；交通政策

中图分类号 F512.3 文献标识码 A

文章编号 1002-2104(2012)01-0035-08 doi:10.3969/j.issn.1002-2104.2012.01.007

城市经济的不断发展以及空间的不断拓展，会导致城市居民出行机动化程度及其能耗水平的不断提高。由于能源消费以化石能源为主，客运交通必然是城市的重要碳源之一。

由于没有针对性的统计数据，对于城市客运交通CO2排放的测算，前人研究采用了匡算的方法，测算了公交车、轨道交通、出租车和私人载客汽车4种客运方式的CO2排放量[1-2]。但前人研究存在明显的不足：首先，所采用数据缺乏权威性；其次，遗漏了公务交通等重要的客运交通方式；再次，缺乏对不同客运交通方式碳排放效率的测算与比较分析。在如何控制城市客运交通碳排放的问题上，前人研究提出的对策建议主要集中在发展以轨道交通为主的公共交通、限制私人机动交通、促进交通节能技术的应用以及优化城市空间结构等几方面[3-5]。城市交通问题的解决要依靠交通政策的制定与实施，而上述研究的不足就在于没有考察主要交通政策对于客运交通碳排放的影响，提出的对策建议也没有立足于交通政策本身。

对我国而言，上海在经济发展水平、空间结构、客运交通系统等方面均具有代表性，研究其客运交通碳排放问题，对于其他特大型城市具有很强的借鉴意义。因此，本文在对现有交通碳排放测算方法进行比较分析的基础上，选择合理的测算方法，以上海市为例，对特大型城市客运交通CO2排放进行了测算和分析；在此基础上，为了将控制碳排放纳入到城市交通政策的政策目标中去，本文就上海市主要交通政策对于城市客运交通碳排放的影响进行了深入分析。

1 上海市客运交通系统及其碳源构成

上海城市客运交通系统主要包括公共交通、私人交通和公务交通（见图1）。公共交通主要包括常规地面公交、轨道交通、出租车以及其他客运方式；私人交通主要分为私人机动化交通和慢行交通，前者主要包括私人载客汽车、摩托车（包括常规摩托车和轻便摩托车），后者则主要包括步行、自行车（电动自行车包含在内）等；公务交通方式主要指政府机关、社会团体、企事业单位拥有的载客汽车，其中又以小型载客汽车为主。根据上述不同客运方式的用能特点，忽略轮渡等非主要客运方式，本文确定上海城市客运交通的主要碳源包括：常规地面公交、轨道交通、出租车、单位载客汽车以及私人载客汽车、摩托车。

① 文中出行特征、交通设施、交通状况、机动车类型及保有量等调查资料及统计数据，均来自历年《上海市综合交通发展年度报告》和《上海市第一、二、三次全市性综合交通调查总报告》，以下不再赘述。

2 客运交通碳排放测算方法与数据的选择

2.1 交通碳排放测算方法及其选择

根据文献研究[6-7]，交通CO2排放的测算方法主要包括IPCC移动排放源测算方法和“总量-结构”测算方法。IPCC测算方法包括“自上而下”法和“自下而上”法。前者是根据某一区域交通燃料销售数据乘以燃料CO2排放系数计算得到；后者是根据某种交通方式行驶总里程乘以单位行驶距离的燃料消耗量再乘以燃料的CO2排放系数计算得到。“总量-结构”法是根据不同客运交通方式的单位周转量能耗乘以相应的交通分担率，再乘以客运交通周转总量，最后乘以燃料的CO2排放系数计算得到。

不同测算方法的主要区别在于数据选择的不同。“自上而下”法是一种直接且较为准确的交通碳排放测算方法，但燃料销售数据中无法区分城市客运与货运、市内与对外交通的能耗量，在实际使用中受到限制；“总量-结构”法则因无法获得不同客运方式周转量的时间序列数据，同样无法满足研究目的的需要。

对于“自下而上”法，虽然像私人载客汽车年均行驶里程与百公里能耗均没有统计数据可查，但均具有官方或权威机构公布的间接数据或调研数据可以采用；同时，匡算所造成的误差主要来源于车辆型号、燃油技术等因素，并不影响测算结果有效性，同时能够使减排对策的提出更具针对性。综上所述，本文选用IPCC“自下而上”法用于上海市客运交通CO2排放的测算。

2.2 数据来源与处理

（1）各种交通燃料的碳排放系数和净热值系数。由于缺少上海市官方公布数据，本文采用IPCC缺省值。

（2）各种客运方式的保有量。公共交通和私人机动交通方式的保有量数据均取至历年《上海市统计年鉴》；单位载客汽车保有量数据则根据上海市统计局对民用载客汽车保有量数据的解释，用民用载客汽车保有量减去公共交通载客汽车与私人载客汽车保有量获得。

（3）不同客运方式单位行驶距离的能耗水平。由于缺乏统计数据，本文假定在考察期内各种交通方式单位行驶距离能耗水平保持不变。采用以上简化处理的方式，主要有两个依据：第一，测算的目的是考察城市客运交通碳排放相对准确的总量、结构及其演变趋势，而不是针对机动车能耗技术水平、交通路况等因素对碳排放的影响进行深入研究；第二，各种客运方式的单位行驶距离能耗水平随时

间的变化一般较慢，虽然早在2004年我国就颁布了强制性国家标准――《乘用车燃料消耗量限值》，但该标准2005年7月第一阶段的实施只是针对新开发车型，第二阶段则到2009年才开始对在生产车型实施，且节油率仅为5%-10%。

公共交通百公里能耗。上海市常规地面公交车以柴油车为主，由图2可知，2001-2004年，上海市公交车百公里油耗基本维持在33.3 L；2004年之后则略微呈上升趋势。研究上海市交通路况资料可以发现①，虽然不同年份不同路段的平均通行车速具有一定的起伏，但就上海市整体交通路况而言，早已达到拥挤的程度。由此可以认为，2004年后公交车百公里能耗水平提高的主要原因，是由于提高公交服务水平，逐步改善居民乘车环境（如车内温度控制等），以及提高公交车配套设施标准所致。因此，在不考虑上述引起公交车能耗变化的因素的情况下，此处取公交车平均百公里能耗值为33.3 L柴油。

上海市出租车燃料以汽油为主，由图2可知，2001-2008年百公里能耗基本稳定在12.5 L。因此，不考虑考察期内出租车车型的变化，此处取出租车平均百公里能耗值为12.5 L汽油。

上海市轨道交通采用电力牵引，据资料显示，其百公里耗电量为263.8kW•h[8]。根据《上海市综合交通年度报告》中提供的轨道交通能耗计算标准，1kW•h时电约需等于404 g标准煤，此处取轨道交通平均百公里能耗值

① 上海市三次交通调查中，社会客车出行特征调查对象指的是公交车、出租车、特种车辆以外的客运汽车，主要包括单位载客汽车与私人载客汽车。上海市第一、二次综合交通调查总报告中并未对两者进行区分，但由于1995年之前私人载客汽车保有量在社会客车保有量中的比重不足3%，故此处忽略其影响。

Fig.2 Energy consumption per 100 km of bus and taxi

资料来源：由历年《上海市综合交通年度报告》和《上海市工业能源、交通统计年鉴》中能耗及行驶里程数据计算得到。

。

私人机动化交通百公里能耗。私人载客汽车燃料以汽油为主，2009年国家工信部了“轻型汽车燃料消耗量通告”[9]，提供了包括市区、市郊、综合三种工况的机动车燃料消耗量数据。上海市约75%的小客车出行发生在中心城区以及中心城与郊区之间，因此，此处应该更多的参考国家工信部公布的市区工况下的能耗水平；另据汽车市场调查报告显示[10],上海市私人载客汽车需求量最大的车型的排量型号为1.6-2.0 L。因此，参考上海市主要车型的能耗水平，此处取私人载客汽车平均百公里能耗值为10.0 L汽油。

对于摩托车而言，由于缺乏权威资料，笔者选择了上海市中心城核心区和区、近郊区、远郊区的8个交通路口，对私人摩托车使用的相关指标进行了随机抽样调查，调查379人次，有效问卷257份。调查发现，上海市摩托车燃料类型主要包括汽油与LGP。其中，燃油型常规摩托车排量以125 cc为主，样式分为骑跨式和踏板式；其中，骑跨式有档位摩托车实际使用百公里耗汽油为2.0-3.0 L，踏板式为2.5-4 L，按两者各占50%计算均值为3 L。轻便摩托车以燃气（LGP）型助力车为主，但由于存在相关标准缺失和市场监管措施不力等问题，市场上存在大量改装车型，因此型号繁多，主要介于48-125 cc，设计时速大多超过50 km/h，样式以踏板式为主，百公里耗气量2-4 L。根据碳排放系数及热值系数可知，LPG（液态）碳排放水平为1.75 kgCO2/L，为汽油的77.5%；取燃气型摩托车百公里耗气量平均值3 L，按等量CO2排放折算成汽油约为2.3 L。由此可以根据统计资料中常规摩托车与轻便摩托车的相对比重求得历年摩托车百公里的平均能耗值。

公务交通百公里距离能耗。单位载客汽车燃料以汽油为主。上海市政府早在2006年的《关于在全市机关开展公务车辆节能活动的通知》中，就提到将上海市公务车的百公里能耗从14L降到13.2L。但考虑到至2009年仍未出台强制性的管理办法，此处仍然取单位载客汽车平均百公里能耗值为14 L汽油。

（4）不同客运方式的行驶里程。公共交通的年行驶总里程数据来源于历年《上海市工业、能源交通统计年鉴》和《上海市综合交通年度报告》。

对于私人载客汽车而言，针对我国一线城市私人载客汽车使用情况的调查结果显示，由于进入家庭的历史还很短，城市家庭购买私人载客汽车的目的相互交叉，车辆使用率较高，这种用途多样性的特点表现在行驶里程上，就是差异不是特别显著，且时间变化趋势不明显[11]。因此，此处采用《上海市第三次综合交通调查总报告》中的数据，即私人载客汽车日均行驶46.95 km，年均行驶17 136.8 km。对于摩托车而言，城市摩托车主要用于中短途出行需求，本文同样采用《上海市第三次综合交通调查总报告》中的数据，即摩托车（轻便）日均行驶9.88 km，年均行驶总里程为7 489.8 km，忽略其年行驶里程波动造成的较小误差。

Fig.3 Trends of official car daily mileage

对于上海市单位载客汽车而言，调查资料显示，其日均行驶里程1986年、1995年、2004年分别为36.4 km，51 km和62.2 km（见图3）①，其中1986-1995年年均增长1.63 km，1995-2004年年均增长1.24 km。本文假定1995-2004年上海市单位载客汽车日均行驶里程年均增长量保持不变，即年均增长1.24 km；同时由图3可知，单位载客汽车日均行驶里程增长趋缓，此处根据其变化趋势，将2004年后日均行驶里程年均增长量调整为0.95 km，从而得出其历年年均行驶里程数据。

3 测算结果与分析

3.1 不同客运方式CO2排放指标

根据上述测算方法及数据来源，可以计算出上海市不同客运方式百公里和单位周转量的CO2排放量。计算结果见表1。

注：由于缺乏最新统计数据，此处采用2004年《上海市第三次全市性综合交通调查总报告》中关于公共交通方式周转量的数据计算；私人机动化交通和公务交通则采用该报告中有关每车每次平均出行距离乘以平均装载系数得到周转量数据计算。

单位周转量CO2排放能够反映出不同客运方式的碳排放效率，并与之成反比。由计算结果可知，上海市不同客运方式的碳排放效率由高到低依次为轨道交通、轻便摩托车、公交车、摩托车、私人载客汽车、单位载客汽车、出租车。轨道交通虽然单位行使距离CO2排放量最高，但由于装载系数高，是碳排放效率最高的客运方式，单位周转量CO2排放量仅为8.1 g；出租车碳排放效率最低，单位周转量CO2排放量达到227.2 g，其主要原因可能是由于上海市出租车行驶里程利用率偏低所致；单位载客汽车与私人载客汽车由于装载系数的限制，碳排放效率远低于公共交通方式（出租车除外）；摩托车的碳排放效率略低于常规公交车，而轻便摩托车略高于常规公交车。

3.2 上海客运交通碳排放总量与结构

（1）上海客运交通碳排放总量与结构。由测算结果可知，2008年上海市居民出行交通CO2排放量总量达到754.1万t，为1995年的4.7倍，年均增长12.6%（见图4），远高于同时期居民出行总量的年均增长率5.3%，表明上海市居民出行的碳排放水平在迅速提高。这从上海市人均客运交通碳排放水平的变化也可以看出，2008年已达到399.3 kg，为1995年的3.5倍，年均增长10.2%。

上海市客运交通碳排放总量迅速增加的同时，其结构也发生了较大变化。1995年上海市客运交通碳排放主要由公共交通和公务交通碳排放构成，两者分别占总量的59.6%和37.4%，私人机动化交通碳排放所占比重仅为3%；2008年私人机动化交通碳排放所占比重已达到42.8%，成为客运交通第一大碳源；公共交通和公务交通碳排放比重则分别降至33%与24.2%。

以上情况也反映在不同客运方式对于上海市客运交

通碳排放增量的贡献率方面。早期上海市客运交通碳排放增量主要由公共交通和公务交通碳排放增量所致；1999年之后，私人机动化交通碳排放增量的贡献率迅速提高，2004-2008年均超过70%，其中主要是由于私人载客汽车碳排放的迅速增加所致（见图5）。

另外，从单位道路面积排放量的角度来看上海市客运交通的碳排放总量水平，2008年已达到32.6 kg CO2/m2，1995-2008年年均增长2.9%。由图6可知，上海市道路面积的不断拓展并没有降低单位面积碳排放。虽然2004年上海市道路面积的大幅增长（较上年增长10%）使得单位面积碳排放水平较上年降低10%。但是，2005年单位面积碳排放又迅速反弹，并且之后以更快的速度增长（年均增长率5.3%）。

（2）公共交通碳排放总量与结构。2008年，公共交通CO2排放总量达248.8万t，为1995年的2.6倍，年均增长率为7.6%。其中，轨道交通、公交车、出租车CO2排放量分别为9.2万t、99万t和140.6万t，出租车是公共交通的第一大碳源。就历史变动趋势而言，虽然公共交通近十几年取得巨大发展，但主要以轨道交通的迅速发展为主，总体而言碳排放增量相对不大，尤其是2000年以后公共交通碳排放总量增长明显趋缓，年均增长率仅为3.6%。

（3）私人机动化交通与公务交通碳排放总量与结构。2008年私人机动化交通CO2排放量总量已经达323.1万t，约为1995年的71倍，年均增长率达到38.8%，远高于公共交通碳排放的增长速度。其中，2008年私人载客汽车CO2排放量达到274.6万t，年均增长率达46.5%；摩托车CO2排放量达到48.5万t，年均增长率为23.9%。由此可见，私人载客汽车CO2排放量的迅速增加，是私人机动化交通CO2排放量迅速增加的主要原因。2008年上海市公务交通CO2排放量总量已经达182.2万t，是1995年水平的3倍，年均增长率为8.9%。虽然公务交通碳排放增长趋势较为平缓，但在上海客运交通碳排放中始终占有较大比重。由此可见，实现客运交通低碳化的关键，在于对以私人载客汽车和单位载客汽车为主的个体交通的控制和管理，形成以公共交通为主的客运交通结构。

4 交通政策对客运交通碳排放的影响分析

根据上述分析可以得出结论，居民出行需求量及其对不同客运方式的选择决定了客运交通碳排放的总量与结构。城市交通政策的制定和实施，在满足居民出行需求的同时，也必然会影响居民出行需求量及其对不同客运方式的选择，进而影响客运交通碳排放的总量与结构。虽然目前控制碳排放并不是上海市交通政策的主要目标，但实现特大型城市交通低碳化发展的目标，必须依靠制定合理的交通政策，在满足居民出行需求、解决城市交通拥堵问题的同时，降低居民出行的碳排放水平。因此，就城市主要交通政策对于客运交通碳排放的影响进行深入分析，有利于将控制碳排放纳入到城市交通政策的目标中去，进而有利于实现特大型城市客运交通的低碳化发展。

4.1 城市交通供给政策分析

（1）道路发展政策。上海道路设施建设发展迅速，统计资料显示，1995-2008年间，道路长度由5 420 km增加到15 844 km，道路面积由7 400万平方米增加到23 149万m2。其中，车行道面积由5 354万m2增加到18 720万m2，占全部道路面积增长的85%；道路设施结构以公路为主，历年公路面积均占道路面积总量的60%以上。

据资料显示，上海市不同年份各主要交通道路相同时段的行车速度并没有显著提高。由此可见，道路面积的增加没有降低道路拥堵的程度，这主要是新增的道路设施供给引致了更多的交通需求所致。另外，由于上海中心城区的道路系统形态布局已基本确立并固化，在有限的空间内开辟新道路的潜力十分有限，道路供给方式正由新建道路转向原有道路的改扩建，但也受到较大限制[12]。

就道路设施供给对客运交通碳排放的影响而言，由对客运交通碳排放测算结果的分析可知，道路设施供给的增加并没有抑制单位道路面积碳排放的增加。前人研究发现，增加公路等方便私人机动化交通方式的道路设施的供给，会鼓励居民选择私人机动化交通方式出行[13-14]。私人机动化方式以私人载客汽车为主，具有较低的碳排放效率，从而增加以公路为主的道路设施供给将致使居民出行碳排放水平的提高。由此可见，仅注重道路设施供给量的增加并不能很好的实现交通政策目标，同时也无法满通低碳化的发展要求。

（2）轨道交通发展政策。轨道交通相比地面常规公交具有运量大、不占用地面道路、准时、迅速、舒适的特点，同时也是碳排放效率最高的客运方式，对缓解地面交通压力、降低居民出行碳排放具有积极作用。早在90年代初上海就开始了大规模的城市轨道交通建设，2009年运营路线已达11条，路线长度达到355 km，日均客运量308万人次，占公共交通客运总量的22.5%。此外，上海市仍将继续进行大规模的轨道交通设施建设，并制定了《2008-2020上海市轨道交通规划》，将新建7条轨道交通路线，重点是扩大中心城区轨道交通站点覆盖范围，同时加强区与近郊区之间的交通联系，对远郊区也有进一步的延伸。

虽然轨道交通在居民出行方式结构中的比重趋于提高，但受站点分布、客运容量、地下空间以及投资规模等方面的限制，轨道交通并不能成为最主要的公共交通方式。统计资料显示，2008年轨道交通路线长度仅为地面常规公交车的1.5%，在交通便捷性、可达性等方面仍无法与地面常规公交相比。因此，单纯依靠发展轨道交通以满足居民出行需要、缓解地面交通压力以及降低居民出行碳排放水平，其作用也将受到限制。

4.2 城市交通需求政策分析

（1）公交优先政策。为了解决城市交通拥堵问题，上海市积极倡导“公共交通优先政策”，包括增加公交车辆和线路、提高公交乘车环境、设立公交专用道、加快轨道交通建设等。相比其它主要机动化客运方式，公共交通（不包括出租车）具有碳排放效率高的特点，因此，提高公共交通出行比例能够降低居民出行的碳排放水平。

但是，由于缺少其他相关配套措施与政策，公交优先的政策效果并不明显，主要体现在公交路权优先得不到保证，公交运行在准时性、乘车便捷性以及公交出行成本等方面差强人意，居民对城市公共交通服务不满意率仍然很高[15]。有关资料显示，1995-2008年公交出行比重（不包括出租车）仅提高1.6个百分点；同时私人机动化出行则提高了13个百分点。因此，公共交通碳排放效率高的优势并没有得到充分发挥。另外，由碳排放测算结果也可以看出，上海市客运交通碳排放增长迅速，其中主要是私人机动化方式碳排放的增加，这也说明上海市的公交优先政策对客运交通碳排放演变趋势的影响较小。

（2）小汽车限制政策。上海很早就实施了小汽车限制政策，如私车牌照拍卖制度，在一定程度上抑制了私人机动车保有量的增加，这可以从北京与上海的对比中发现。北京和上海人均收入水平相差不大，但据北京、上海《统计年鉴》资料显示，近年北京市私人载客汽车以日均千余辆的速度增长，而上海市只有200余辆左右；2009年北京市私人载客汽车拥有率为202辆/千人，是上海的4倍多。

国际上通行用车价除以人均GDP得到R值来衡量轿车市场的发育情况。私车牌照拍卖制度显著提高了上海市的R值水平，对私车需求有一定的抑制作用，从而对于控制私人机动化交通碳排放有一定的积极作用。但随着人均收入水平的迅速增加，其作用也将受到限制，同时提高了居民对中高档大排量汽车的需求。从对碳排放测算结果的分析也可以发现，私人载客汽车碳排放已成为上海市客运交通第一大碳源，且增长迅速。

4.3 城市空间结构优化政策分析

城市空间结构中的人口和经济活动密度、功能结构布局和空间形态是决定城市交通需求的根源，包括决定交通需求的总量水平、交通源的空间分布和交通方式的选择[16]。因此，国内外很多学者认为，应该从城市空间结构的角度解决城市交通问题[4、17-18]。为缓解中心城的人口、就业、交通等方面的压力，上海市采取了“多中心”、“新城”的空间发展战略以及中心城产业“退二进三”的产业空间发展战略。

多数学者认为上海依然是典型的“单中心”城市空间结构，但同时认为在城市空间发展政策的引导下，上海城市空间结构随着产业、人口空间布局的调整也呈现出新的特征：上海市常住人口规模的空间演变趋势是内减外增，由中心区向外呈圈层式迁移；服务业集聚区依然主要集中在中心城区，其中区“副中心”已显现规模，同时郊区服务业发展迅速，服务业空间结构呈现“多中心、多层次”的格局；工业由中心城向郊区发生大规模的转移，尤其在宝山、嘉定、闵行、浦东等近郊区有明显的工业集聚现象，远郊区工业也有一定的发展 [16，19]。由此可见，上海市空间结构一定程度上呈现出不同区域在功能上分化、在空间上分异的特点。

上海市城市空间结构的变化引起了居民出行需求量、出行距离以及出行空间分布的改变，进而影响了城市客运交通碳排放水平，主要表现在以下几个方面：第一，郊区承接了部分工业与人口的转移，但公共交通发展滞后，致使私人机动化方式增长迅速，资料显示，2004年上海市社会客车（此处统计不包括公交车与出租车）日均出行量达459万人次，其中郊区社会客车出行在总量中的比重已达44%，而1995年仅为31.4%；第二，中心城区各方面吸引力仍然过大，中心城与郊区轴线出行特征明显，加重中心城交通压力的同时，也增加了居民出行的碳排放水平；第三，中心城不同区域功能上的分异，打破了原本居住、就业均衡的局面，增加了居民出行距离，进而提高了居民机动化出行的比重，资料显示，中心城区非机动化出行方式比重2004年较1995年降低18个百分点。以上三个方面均不同程度的导致了居民机动化方式出行，尤其是以私人载客汽车为主的私人机动化方式出行比重的提高，这也是致使上海市客运交通碳排放水平迅速增加的重要原因。

5 总结与减排对策

上海市作为我国特大型城市的典型案例，其解决城市交通问题的经验和教训对于其他特大型城市而言具有重要的借鉴意义。由以上分析可知，就到目前为止的实施情况而言，旨在解决城市交通供求矛盾的主要交通政策并没有取得预期的效果，同时也不能满通低碳化的发展要求。因此要进一步优化和调整交通政策，并把交通低碳化要求纳入到交通政策的政策目标中去。提出对策如下：

（1）交通供给政策方面。首先，道路设施供给要从注重供给量的增加转变到注重供给结构的优化，加强道路管理，配合交通需求管理政策，尤其是公交优先政策，做好路权分配；其次，充分发挥公共交通（不包括出租车）碳排放效率高的优势，关键是在大力发展轨道交通建设的同时做好公共交通路网规划，增强轻轨、地铁和地面常规公交之间的互补性，常规地面公交能很好地为中长距离出行的轨道交通收集客流，提高公共交通的便捷性与可达性，促进公共交通对其他机动化方式的替代；第三，鉴于出租车较低的碳排放效率，应提高出租车的管理效率，如利用信息化系统提高出租车的调度效率，借鉴国外“电话调度+路泊候客”的出租车营运模式，最大程度降低空驶率。

（2）交通需求政策方面。首先，我国特大型城市居民公交出行比重相比伦敦、香港等特大型城市较低（伦敦、东京、香港的公交出行比重分别约为72%、87%、90%），仍有较大上升空间，因此要切实落实公交优先政策，并使其有严格的制度保证，同时改善乘车环境、提高地面公交准时性。其次，在控制私人载客汽车保有量的同时，加强对私人载客汽车使用的管理，例如借鉴国外先进经验，加快论证“拥堵收费”等小汽车使用限制政策的可行性。第三，虽然轻便摩托车的碳排放效率略高于常规公交车，但是目前的摩托车市场不够规范，同时笔者在调查中也发现，轻便摩托车在实际使用中存在诸多交通安全隐患，并容易导致道路交通混乱，并不适合大力推广，而必须严格规范摩托车市场，切实实施摩托车排量型号管理办法，严禁私人改装摩托车发动机，并加强针对摩托车的道路管理，使其向安全、有序的方向改进。第四，目前公务交通管理尚属空白，应尽快出台限制单位载客汽车保有量及其使用的相关制度性政策措施，提高公务车使用效率，并鼓励部分公务交通向公共交通转移。

（3）城市空间政策方面。首先，受产业集聚、土地价格等因素的影响，中心城区人口-就业空间分异的变动趋势短期内不可逆转，因此要配合中心城空间结构的演变趋势，进一步在空间上优化中心城公共交通设施供给，满足居民的公交出行需求；同时在规划新的轨道交通建设时，注意交通设施对城市空间的反馈作用，防止中心城“摊大饼”式的蔓延，以免将来进一步加剧中心城交通压力。其次，郊区新城的建设要与公共交通设施建设同步进行，避免社会经济的发展与小汽车使用“锁定效应”的发生；注重新城功能上的完整性与相对独立性，推行适合居民非机动化方式及公交方式出行的土地混合利用模式，避免大范围土地功能的单一化。最后，在加强中心城与新城之间公共交通联系的同时，应做好客流预测，合理安排公共交通的供给强度，提高公共交通效率。

参考文献(Reference)

［1］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, 22(6): 747-752. ［Zhao Min, Zhang Weiguo, Yu Lizhong. Travel Mode and Urban Residents in Shanghai CO2 Emissions and Traffic Measures［J］. Research On Environmental Sciences, 2009, 22(6): 747-752.］

［2］杨志波. 交通能耗、碳排放现状与对策［R］. //上海资源环境发展报告（2010）：低碳城市. 上海: 社会科学文献出版社, 2010:2. ［Yang Zhibo. Transportation Energy Consumption, Carbon Emissions and Countermeasures ［R］.// Resources and Environment Development Report of Shanghai (2010): Low Carbon City ［R］. Shanghai: Social Sciences Academic Press, 2010: 2］

［3］陈飞, 诸大建. 城市低碳交通发展模型、现状问题及目标策略［J］. 城市规划学刊, 2009, 184(6): 39-46. ［Chen Fei, Zhu Dajian. Lowcarbon Model of Urban Transport Development, Current Problems and Strategies［J］. Urban Planning, 2009, 184(6): 39-46.］

［4］潘海啸. 面向低碳的城市空间结构: 城市交通与土地使用的新模式［J］. 城市发展研究, 2010, 17(1): 40-44. ［Pang Haixiao. Urban Spatial Structure for Lowcarbon City: Urban Transport and Land Use of the New Model［J］. Research on Urban Development, 2010, 17(1): 40-44.］

［5］朱松丽. 北京、上海城市交通能耗和温室气体排放比较［J］. 城市交通, 2010, 8(3): 58-63. ［Zhu Lisong. The Cooperation of Urban Transport Energy Consumption and Greenhouse Gas Emissions Compared in Beijing and Shanghai［J］. Urban Transport, 2010, 8(3): 58-63.］

［6］IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories［EB/OL］. .

［7］刘卫东, 等. 我国低碳经济发展框架与科学基础［M］. 北京：商务印书馆，2010. ［Liu Weidong, et al. Framework for the Development of Lowcarbon Economy and the Scientific Basis［M］. Beijing: Commercial Press, 2010.］

［8］上海申通地铁股份有限公司.上海申通地铁股份有限公司2003年年度报告［EB/OL］.. ［Ministry of Industry and Information Technology. Lightduty Vehicle Fuel Consumption Notice［EB/OL］..］

［10］CBC（佳瑞）市场研究机构. 中国五大城市私家车市场调查［R］. 2003. ［CBC Marketing Research Institute. The Private Car Market Survey in Five Major Cities of China［R］. 2003.］

［11］北京零点前进策略咨询公司. 养车一年花两万［J］. 零点&前进新主张: 营销专刊. 2005，27，(4). ［Beijing Zero Forward Strategy Consulting Firm. Keep a Car One Year to Spend Twenty Thousand［J］. Zero & Forward New Ideas: Marketing Magazine. 2005, 27, (4).］

［12］郭研苓，孙斌栋. 上海城市交通供给政策效应分析及未来走向［R］. 上海城市规划, 2009, 6(89): 69-72. ［Guo Yanling, Sun Bindong. Shanghai Urban Transport Supply Analysis and the Future Direction of Policy Effects［R］. Shanghai Urban Planning, 2009, 6(89): 69-72.］

［13］Ingram G K, Liu Z. Motorization and Road Provision in Countries and Cities［C］. Policy Research Working Paper 1842. World Bank, Washington D C, 1997.

［14］Kenworthy J R. Transport Energy Use and Greenhouse Gases in Urban Passenger Transport Systems: A Study of 84 Global Cities［C］.The International Third Conference of the Regional Government Network for Sustainable Development, Notre Dame University, Fremantle, Western Australia, 2003, (9) : 17-19.

［15］孙斌栋, 郭研苓. 上海城市交通政策的优化研究［J］. 城市公用事业, 2009, (3): 4-6. ［Sun Bindong, Guo Yanling. Shanghai Urban Transport Policy Optimization［J］. Urban Public Utilities, 2009, (3): 4-6.］

［16］孙斌栋, 胥建华. 上海城市交通的战略选择：空间结构的视角［J］. 城市规划, 2007, (8): 62-67. ［Sun Bindong, Xu Jianhua. Shanghai Urban Transport Strategy: The Perspective of Spatial Structure［J］. Urban Planning, 2007, (8): 62-67.］

［17］Gordon P, Wong H L. The Cost of Urban Sprawl：Some New Evidence［J］. Environment and Planning, 1985, (17): 661-666.

［18］Bertaud A. World Development Report 2003: Dynamic Development in a Sustainable World Background Paper: The Spatial Organization of Cities: Deliberate Outcome or Unforeseen Consequence［R］. World Bank, 2003.

［19］李健, 宁越敏. 1990年代以来上海人口空间变动与城市空间结构重构［J］. 城市规划学刊, 2007, (2): 20-24. ［Li Jian, Ning Yuemin. Urban Planning, The Change of ShangHai in Population and Urban Spatial Restructuring Since 1990［J］. Urban Planning, 2007, (2): 20-24.］

Research On Carbon Emissions From Metropolis Urban

Passenger Transport and Countermeasures

ZHANG Qing TAO Xiaoma YANG Peng

篇（5）

中图分类号 X22 文献标识码 A 文章编号 1002-2104(2010)09-0030-06 doi:10.3969/j.issn.1002-2104.2010.09.006

气候变化是当前国际社会普遍关注的热点问题,遏制全球变暖、削减碳排放量,已经成为21世纪世界各国的共识[1-3]。有机废弃物在堆放或处理过程中排放大量的温室气体,是一种不可忽略的温室气体排放源。资源化利用有机废弃物既能回收其潜在的能源又可避免产生温室气体[4-6]。而明确有机废弃物资源量及其资源化利用的碳减排潜力是合理利用有机废弃物实现碳减排的基础。目前国内外学者对有机废弃物的研究主要侧重于资源量、资源化利用途径和潜力、碳排放量的研究,如谭祖琴等[7]概算了新疆农村有机废弃物资源量,夏朝凤[8-9]等探讨了城市固体垃圾及农作物秸秆的能源潜力,Luo等[10]估算了河北省生物质碳排放量等;而对有机废弃物资源化利用的碳减排潜力研究较少。福建省近年来不断加大节能减排工作力度,但其主要针对工业、企业的节能减排,对以资源化利用有机废弃物的方式实现碳减排关注较少。本文选取农作物秸秆、禽畜粪便、城市生活垃圾等作为典型的有机废弃物,使用政府间气候变化专门委员会(Intergovernmental Panel on Climate Change ,IPCC)及清洁发展机制执行理事会(Clean Development Mechanism Executive Board,CDM EB)推荐方法学,结合相关文献和统计数据,估算了福建省有机废弃物资源量,并对其资源化利用的碳减排潜力进行研究,希望能够为福建省资源化利用有机废弃物实现碳减排相关政策与管理措施的制定提供科学依据,同时能够推动我国有机废弃物资源化利用和碳减排相关研究的开展。

1 研究方法和数据来源

1.1 有机废弃物资源量估算模型

1.1.1 农作物秸秆资源量农作物秸秆是世界上最为丰富的物质之一,是粮食作物和经济作物生产中的副产物,其中含有丰富的氮、磷、钾微量元素等成分,是一种可供开发与综合利用的资源。农作物秸秆资源量一般根据农作物产量和相应的草谷比进行估算[11-13],计算公式为:

AS=∑iAPi×SPRi(1)

式中:AS为农作物秸秆资源量;AP为农作物年产量;i为秸秆种类;SPR为农作物的草谷比,本文搜集整理相关文献,结合实际情况从中选取适合福建省农作物秸秆的草谷比参数[14-15]。

1.1.2 禽畜粪便资源量

禽畜粪便的资源量取决于禽畜种类、日均排泄量以及饲养期[16-18],计算公式为:

AM=∑i(RQi×DEi×FPi)/103(2)

式中:AM为禽畜粪便的资源量;i为禽畜种类;RQ为禽畜饲养量;FP为饲养期;DE为禽畜日均排泄量,我国目前尚没有相应的国家标准,本文参照王方浩等[16]人的研究确定各种禽畜粪便的日均排泄量。

1.1.3 城市生活垃圾资源量

城市生活垃圾清运量可从福建省统计年鉴获得[19]。目前,福建省尚无有关全省城市生活垃圾组成成分的官方数据,本文计算时所用的城市生活垃圾组成成分为参考杜吴鹏等人的研究结果[20],并假设2003-2008年福建省城市生活垃圾的组成成分稳定。

1.2 有机废弃物资源化利用碳减排潜力估算模型

1.2.1 农作物秸秆碳减排潜力

我国农作物秸秆的利用方式主要有用作饲料、肥料、燃料、工业原料以及露天焚烧等,其中露天焚烧既浪费秸秆资源,又排放大量的温室气体。如果将这部分秸秆使用气化技术资源化利用,不但能回收秸秆中潜在的能源,同时还具有可观的碳减排潜力。农作物秸秆气化利用产生的碳减排来源于:①避免秸秆露天焚烧产生的碳排放量;②气化后所得燃气替代化石燃料产生的碳减排量;计算公式为:

CMPs=CEsb+ERsg(3)

式中:CMPs为秸秆资源化利用的碳减排潜力;CEsb为避免秸秆露天焚烧产生的碳排放量;ERsg为气化后所得燃气替代化石燃料产生的碳减排量。

秸秆露天焚烧产生的碳排放量根据秸秆露天焚烧比例及排放因子确定[21],计算公式为:

CEsb=∑(AS×Rsb×EFMsb)×GWPCH4+∑(AS×Rsb×EFNsb)×GWPN2O(4)

式中:EFMsb为秸秆露天焚烧CH4排放因子;EFNsb为秸秆露天焚烧N2O排放因子;Rsb为秸秆露天焚烧率;GWPCH4和GWPN2O分别为CH4和N2O的全球增温潜势值。

赵胜男等:福建省有机废弃物资源化利用碳减排潜力研究

中国人口•资源与环境 2010年 第9期气化后所得燃气替代化石燃料(本文仅以液化石油气为例)用于供热时产生的碳减排量的计算公式为:

ERg=AS×Rb×P×CVg×ηgηl×EFl×Ro×44/12(5)

式中:P为秸秆气化产气率;CVg为秸秆气化所得燃气的热值;ηg为燃气热效率;ηl为液化石油气热效率;EFl为液化石油气的碳排放因子;Ro为液化石油气的氧化率;44/12为C和CO2的转换系数。

1.2.2 禽畜粪便碳减排潜力

禽畜粪便中含有大量的有机物和水,是沼气发酵的理想原料,通过这种方式产生的碳减排来源于:1)避免粪便管理系统产生的碳排放量;2)沼气替代化石燃料产生的碳减排量;计算公式为:

CMPm=CEMm+CENm+ERmf(6)

式中:CMPm为禽畜粪便资源化利用的碳减排潜力;CEMm为避免粪便管理系统产生的CH4量;CENm为避免粪便管理系统产生的N2O量;ERmf为沼气替代化石燃料产生的碳减排量。

粪便管理系统排放的CH4计算公式为[22]:

CEMm=∑i(RQi×FPi/365)×EFMmm×GWPCH4/103(7)

式中:EFMmm为粪便管理系统的CH4排放因子。

粪便管理系统排放的N2O计算公式为[22]:

CEMm=∑i(RQi×FPi×DNi×GWi)×EFNmm×4428×GWPN2O/103(8)

式中:EFNmm为粪便管理系统的N2O排放因子;DN为禽畜日均排氮量;GW为禽畜平均体重;44/28为N2O与N的转换系数。

沼气替代化石燃料(本文以液化石油气为例)产生的碳减排量的计算公式为:

ERmf=CEMm×CVm×ηmηl×EFl×Ro×44/12(9)

式中: CVm为沼气热值;ηm为沼气热效率。

1.2.3 城市生活垃圾碳减排潜力

我国城市生活垃圾的处理方式主要有堆肥、填埋以及焚烧等。随着人们对垃圾资源化利用的重视,垃圾焚烧发电成为了城市垃圾处理的主要趋势。垃圾焚烧发电不但可以避免填埋处理过程中排放的温室气体;而且还可以替代部份化石燃料发电,从而相应地减少碳排放,具有双重的减排效果。垃圾焚烧发电的碳减排潜力计算公式为:

CMPw=CEwl+ERwff-CEff(10)

式中:CMPw为垃圾焚烧发电的碳减排潜力;CEwl为垃圾填埋产生碳排放量;ERwff为替代化石燃料产生的碳减排量;CEff为垃圾焚烧发电时使用辅助化石燃料产生的碳排放量。

垃圾填埋过程产生的碳排放量计算公式[23]为:

CEwl=φ(1-f)×GWPCH4×(1-OX)×1612×F×DOCf×MCF×∑yx=1∑jWx×Wj×DOCj×e-kj(y-x)×(1-e-kj)(11)

式中:ψ为模型不确定性修正因子;f为垃圾处理场通过燃烧、点天灯或其他方式破坏的甲烷量占甲烷总产量的比例;OX为氧化因子;F为垃圾填埋气中甲烷比例;DOCf为可降解有机碳分解指数(DOC);MCF为甲烷修正因子;Wx为第x年垃圾处理场填 埋的垃圾量;wj为j类有机物在垃圾中的比例;DOCj为垃圾处理场中j类有机物可降解量;kj为j类有 机物腐烂率;j为有机物种类;x为计算起始年;y为计算终止年。

垃圾替代化石燃料产生的碳减排量计算公式为:

ERwff=AE×EFe(12)

式中:AE为垃圾焚烧发电量;EFe为电网排放因子。

垃圾焚烧发电使用辅助化石燃料(本文以煤为例)产生的碳排放量计算公式为:

CEff=AF×EFcoal(13)

式中:AF为使用的辅助燃料量;EFcoal辅助燃料的排放因子。

1.3 数据来源

本文计算所需基础数据来源于福建省统计年鉴;计算参数来源于:①年鉴,如中国能源统计年鉴;②网络信息,如中国清洁发展机制网、UNFCCC网站;③文献或方法学推荐值。表1-3为本文根据福建省实际情况选取的计算参数。

2 结果和讨论

2.1 有机废弃物资源量

2003-2008年福建省有机废弃物年平均资源量3 875.56×104 t,其中农作物秸秆704.06×104 t,禽畜粪便2 846.06×104 t,城市生活垃圾325.45×104 t。图1显示了2003-2008年福建省有机废弃物资源量概况。从图1可以看出,福建省有机废弃物资源总量于2004年达到最大值4 367.79×104 t,随后逐年下降,2007年达到最小值后略有回升。三种有机废弃物在总量中所占的比例不断变化。

2003-2008年福建省农作物秸秆资源量缓慢下降,这可能与播种面积逐年减少有关。稻谷是福建省作物经济产量的重要生产者,因而稻草产量在农作物秸秆总量中占有极大比例73.74%(历年平均);其次是薯类,约占秸秆总量的9.38%;油料作物秸秆、豆类秸秆、杂粮秸秆、烟叶、糖类作物秸秆及麦类的产量相对较少,分别约占总量5.82%,

表1 农作物秸秆碳减排潜力计算参数

Tab.1 Calculation parameters for strawcarbon mitigation potential

参数

Parameter数值

Value参数

Parameter数值

ValueEFMsb3.4×10-3(kg/kg)[21]ηb55(%)[21]EFNsb0.07×10-3(kg/kg)[21]ηm55(%)[21]P2.39(m3/kg)[15]ηl55(%)[21]CVg4818(kJ/m3)[15]EFl0.017 (tc/GJ)[21]CVm2130( kJ/m3)[15]GWPCH421[21]Ro100(%)[21]GWPN2O310[21]

表2 禽畜粪便碳减排潜力计算参数

Tab.2 Calculation parameters for livestock manure

carbon mitigation potential

禽畜

LivestockDE[22]

(kg/head/d)FP[22]

(d)EFMmm[22]

(kgCH4/head/yr)EFNmm[22]

(kgN2O-N/head/yr)DN[22]

(kgN/103kg/d)GW[22]

(kg)猪5.319940.0020.42100奶牛53.2365170.0050.47400肉牛21.136510.0020.34240羊2.383650.150.0051.17170家兔0.11900.080.0018.10*家禽0.10650.020.0010.822.10

4.95%,3.12%,1.73%,1.17%,0.36%。

禽畜粪便的资源量在福建省有机废弃物资源总量中所占比例最大,分别是农作物秸秆、城市生活垃圾的4和8.7倍。猪和肉牛是福建省禽畜粪便的主要提供者,2003-2008年两者粪便资源量之和在禽畜粪便资源总量中所占比例88.7%(历年平均),说明两种粪便是今后禽畜粪便污染防治以及资源化利用的重点。表3 城市生活垃圾碳减排潜力计算参数

Tab.3 Calculation parameters for municipal solid waste carbon mitigation potential

垃圾WasteW[20]K[23]DOC[23]ψfOXFDOCfMCFEFe(tCO2e/MWh)EFcoal(tCO2e/t)厨余43.6%0.18515%纸板6.64%0.0640%木竹2.87%0.0343%织物2.22%0.124%0.9[23]0.1[23]0.1[23]0.5[23]0.5[23]1.0[23]0.7825[24]1.98[25]与农作物秸秆和禽畜粪便相比,城市生活垃圾的资源量相对较小,但其随着人们生活水平的提高逐年增加,因此也是有机废弃物的重要组成部分。2003-2008年福建省城市生活垃圾清运量325.45×104 t(历年平均),垃圾无害化处理率78.58%,卫生填埋、焚烧和堆肥法处理的垃圾量在垃圾无害化处理总量中所占比例分别为70.4%,17.6%和4%[19]。

图1 2003-2008年福建省有机废弃物资源量

Fig1 Amount of organic wastes in Fujian Province

from 2003 to 2008

2.2 资源化利用的碳减排潜力

2003-2008年福建省有机废弃物资源化利用的碳减排潜力年均140.18×104 tCO2e,其中农作物秸秆碳减排潜力51.43×104 tCO2e,禽畜粪便碳减排潜力60.61×104 tCO2e,城市生活垃圾碳减排潜力28.14×104 tCO2e。图2为2003-2008年福建省有机废弃物资源化利用的碳减排潜力概况。从图2可以看出,有机废弃物碳减排潜力总量的变化趋势与其资源总量的变化趋势一致,但三种有机废弃物在碳减排潜力总量中所占比例与在资源总量中所占比例相比有很大不同,主要是因为三种有机废弃物各自的特性(如含水率)以及资源化利用方式不同。

本文在计算农作物秸秆资源化利用的碳减排潜力时,仅考虑被露天焚烧的农作物秸秆,查阅并对比相关文献确定福建省农作物秸秆露天焚烧的比例为31.9%[26-27]。这部分农作物秸秆资源化利用的碳减排潜力年均51.43×104 tCO2e,其中99%来自替代化石燃料产生的碳减排,1%来自避免露天焚烧产生的碳排放。

福建省禽畜养殖业中散户养殖所占比例达90%以上[28],由于农民对禽畜粪便资源认识不足,大量禽畜粪便未加处理直接排放。本文在计算禽畜粪便资源化利用的碳减排潜力时,仅考虑未加利用的禽畜粪便,参考上海市郊禽畜粪便污染物流失率30%-40%[29],取流失率40%。这部分禽畜粪便资源化利用的碳减排潜力年均60.61×104 tCO2e,其中约95.5%来自避免粪便管理系统产生的碳排放,4.5%来自沼气替代化石燃料产生的碳减排。

卫生填埋法是福建省城市生活垃圾处理的主要方式,大多数垃圾填埋场在垃圾填埋时并未进行填埋气的收集利用,极大地浪费了垃圾中潜在的能源。本文在计算城市生活垃圾资源化利用的碳减排潜力时,仅考虑每年使用卫生填埋法处理的垃圾,并且计算时假设每吨垃圾的发电量为300 kWh[30],辅助燃料(煤)与垃圾的比例为1∶5.41[31]。这部分城市生活垃圾资源化利用的碳减排潜力年均28.14×104 tCO2e,其中55.9%来自替代化石燃料产生的碳减排,44.1%来自避免垃圾填埋产生的碳排放。

图2 2003-2008年福建省有机废弃

物资源化利用的碳减排潜力

Fig2 Carbon mitigation potential of organic wastes in

Fujian Province from 2003 to 2008

3 结论与建议

福建省有机废弃物资源丰富,资源总量年均3 875.56×104 t,其中农作物秸秆704.06×104 t,禽畜粪便2 846.06×104 t,城市生活垃圾325.45×104 t;各种有机废弃物可资源化利用的比例及方式不同,资源化利用的碳减排潜力总量为140.18×104 tCO2e(历年平均),禽畜粪便、农作物秸秆及城市生活垃圾对碳减排潜力的贡献率分别为43.23%、36.69%和20.07%。

禽畜粪便资源量大、分布范围广,难于收集,因此福建省今后应加快规模化养殖的发展或建设户用沼气池以便于禽畜粪便的资源化利用;随着经济的发展,农村使用商品能源的比例逐渐增加,剩余农作物秸秆的数量随之增多,福建省今后应避免露天焚烧农作物秸秆并推广秸秆综合利用技术以实现秸秆资源回收和碳减排;随着人们生活水平的提高,城市生活垃圾的数量随之增加,同时随着城市化进程的加快,可用于填埋垃圾的土地越来越少,因此福建省今后应加快垃圾处理从卫生填埋向焚烧发电的转化,以此节约土地资源并实现垃圾中的能源回收和碳减排。

由于方法学的适用性及数据可获性等原因,本文只估算了有机废弃物最终处置过程资源化利用的碳减排潜力,并且对于每种有机废弃物只选取了一种资源化利用方式进行估算。进一步的研究工作可以针对每种有机废弃物整个生命周期、不同资源化利用方式的碳减排潜力进行估算。同时,计算中所用参数均取自文献或方法学推荐值,计算结果跟福建省实际情况可能有些差距,在今后工作中可以对农作物草谷比等参数进行研究、计算,并及时更新,以提高有机废弃物资源量估算的精度,为其资源化利用和实现碳减排打下更坚实的基础。

参考文献(References)

[1]Gomi K, Shimada K, Matsuoka Y. A Lowcarbon Scenario Creation Method for a Localscale Economy and Its Application in Kyoto City [J]. Energy Policy, 2009, 56(3): 203-223.

[2]Solomon S, Plattner G K, Knutti R, et al. Irreversible Climate Change due to Carbon Dioxide Emissions[J]. PNAS, 2009, 106(6): 1704-1709.

[3]Roger P J, Wigley T, Green C. Dangerous Assumptions[J]. Nature, 2008, 452: 531-532.

[4]Suramaythangkoor T, Gheewala S H. Potential of Practical Implementation of Rice Strawbased Power Generation in Thailand[J]. Energy Policy, 2008, 36(8): 3193-3197.

[5]Tsai W, Lin C. Overview Analysis of Bioenergy from Livestock Manure Management in Taiwan[J]. Renewable and Sustainable Energy Reviews, 2009, 13(9): 2682-2688.

[6]Wang L, Hu G, Gong X, et al. Emission Reductions Potential for Energy from Municipal Solid Waste Incineration in Chongqing[J]. Renewable Energy, 2009, 34(9): 2074-2079.

[7]谭祖琴,徐文修. 新疆农村有机废弃物资源量概算及沼气潜力分析[J]. 可再生能源, 2008,(2):104-106. [Tan Zuqin.Xu Wenxiu. The Estimation on Resource and Its Biogas Potentiality of Rural Organic Wastes in Xinjiang[J]. Renewable Energy Resources, 2008,(2): 104-106.]

[8]夏朝凤,张无敌.全球城市固体废弃物及其能源潜力概算[J]. 云南师范大学学报, 1998, 18(2):32-35.[Xia Chaofeng, Zhang Wudi.Resources and Energy Potentiality of Urban Solid Waste[J].Journal of Yunan Normal University, 1998, 18(2):32-35.]

[9]Zeng Xianyang, Ma Yitai, Ma Lirong. Utilization of Straw in Biomass Energy in China[J]. Renewable and Sustainable Energy Reviews, 2007,(11):976-987.

[10]Luo Yuxiang, Wang Wei, Wan Xiao, et al. Estimation of Methane and Nitrous Oxide Emissions from Biomass Waste in China: A Case Study in Hebei Province [J]. Science China, 2010, 53(1):19-23.

[11]孙育峰,丰成学,李友权. 我国农作物秸秆资源及其利用与开发[J]. 调研世界, 2009,(7):37-39. [Sun Yufeng, Feng Chengxue, Li Youquan. Utilization and Development of Crop Straw Resource in China[J]. The World of Survey and Research, 2009,(7):37-39.]

[12]韩鲁佳,闫巧娟,刘向阳,等. 中国农作物秸秆资源及其利用现状[J]. 农业工程学报,2002,(3):87-91. [Han Lujia, Yan Qiaojuan, Liu Xiangyang, et al. Straw Resources and Their Utilization in China [J]. Transactions of the Chinese Society of Agricultural Engineering, 2002,(3): 87-91.]

[13]钟华平,岳燕珍,樊江文. 中国作物秸秆资源及其利用[J]. 资源科学, 2003, 25(4): 62-67. [Zhong Huaping, Yue Yanzhen, Fan Jiangwen. Characteristics of Crop Straw Resources in China and Its Utilization [J]. Resources Science, 2003, 25(4):62-67.]

[14]高利伟,马林,张卫峰,等. 中国作物秸秆养分资源数量估算及其利用状况[J]. 农业工程学报, 2009,(7): 173-179. [Gao Liwei, Ma Lin, Zhang Weifeng, et al.Estimation of Nutrient Resource Quantity of Crop Straw and Its Utilization Situation in China[J]. Transactions of the Chinese Society of Agricultural Engineering,2009,(7):173-179.]

[15]张培栋,杨艳丽,李光全,等. 中国农作物秸秆能源化潜力估算[J]. 可再生能源, 2007,(12):80-83. [Zhang Peidong, Yang Yanli, Li Guangquan, et al. Energy Potentiality of Crop Straw Resources in China [J].Renewable Energy Resources,2007,(12):80-83.]

[16]王方浩,马文奇,窦争霞,等. 中国畜禽粪便产生量估算及环境效应[J]. 中国环境科学, 2006, 26(5): 614-617. [Wang Fanghao, Ma Wenqi, Dou Zhengxia, et al. The Estimation of the Production Amount of Animal Manure and Its Environment Effect in China.[J] China Environmental Science, 2006, 26(5):614-617.]

[17]彭里,王定勇.重庆市畜禽粪便年排放量的估算研究[J]. 农业工程学报, 2004, 20(1): 288-292. [Peng Li, Wang Dingyong. Estimation of Annual Quantity of Total Excretion from Livestock and Poultry in Chongqing Municipality[J]. Transactions of the Chinese Society of Agricultural Engineering, 2004,20(1):288-292.]

[18]李轶冰,杨改河,楚莉莉,等. 中国农村户用沼气主要发酵原料资源量的估算[J]. 资源科学, 2009, 31(2):231-237. [Li Yibing, Yang Gaihe, Chu Lili, et al.Estimation of Resource Extent of Dominant Feedstock for Household Biogas in Rural Areas of China[J].Resources Science,2009,31(2):231-237.]

[19]国家统计局福建调查总队. 福建统计年鉴2009[M]. 北京:中国统计出版社.2009:409.[National Bureau of Statistics Survey Corps in Fujian.Fu Jian Statistical Yearbook 2009[M]. Beijing: China Statistics Press, 2009:409.]

[20]杜吴鹏,高庆先,张恩琛,等. 中国城市生活垃圾排放现状及成分分析[J].环境科学研究, 2006, 19(5):85-89. [Du Wupeng, Gao Qingxian, Zhang Enchen, et al. The Emission Status and Composition Analysis of Municipal Solid Waste in China[J].Research of Environmental Sciences, 2006, 19(5):85-89.]

[21]IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Volume 5 Waste. Kanagawa: Institute for Global Environmental Strategies, 2006:12-13.

[22]IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Volume 4 Agriculture, Forestry and Other Land Use. Kanagawa: Institute for Global Environmental Strategies, 2006:37-54.

[23]CDMExecutive Board. Tool to Determine Methane Emissions Avoided from Disposal of Waste at A Solid Waste Disposal Site(Version04)[EB/OL].[2010-3-29]. .

[24]国家发展改革委应对气候变化司. 关于公布2009年中国区域电网基准线排放因子的公告[EB/OL]. [2010-3-29].省略china.省略/web/Main.asp?ColumnId=25&ScrollAction=2. [National Development and Reform Commission Secretary for Climate Change.Notice on Chinas Regional Power Grid Baseline Emission Factor in 2009[EB/OL].[2010-3-29].省略china.省略/web/Main.asp?ColumnId=25&ScrollAction=2.]

[25]国家统计局工业交通统计司,国家发展和改革委员会能源局.中国能源统计年鉴2007 [M].北京: 中国统计出版社,2008:288. [Department of Industry and Transport Statistica,National Bureau of Statistics ,Peoples Republic of China,Energy Bureau National Development and Reform Commission Peoples Republic of China.China Energy Statistical Yearbook 2007[M]. Beijing: China Statistics Press,2008:288.]

[26]王书肖,张楚莹. 中国秸秆露天焚烧大气污染物排放时空分布[J].中国科技论文在线, 2008, 3(5):329-333. [Wang Shuxiao,Zhang Chuying. Spatial and Temporal Distribution of Air Pollutant Emissions from Open Burning of Crop Residues in China[J]. Sciencepaper Online, 2008, 3(5):329-333.]

[27]曹国良,张小曳,郑方成等. 中国大陆秸秆露天焚烧的量的估算[J].资源科学,2006,28(1):9-13.[Cao Guoliang,Zhang Xiaoye,Zheng Fangcheng, et al.Estimating the Quantity of Crop Residues Burnt in Open Field in China[J].Resources Science, 2006,28(1):9-13.]

[28]苏玉萍,郑达贤,林婉贞. 福建省畜禽养殖污染分析与防治对策[J].福建地理, 2004,19(3):1-4.[Su Yuping, Zheng Daxian, Lin Wanzhen. A Study on the Prevention and Control of Pollution in Domestic Animal and Poultry Farming in Fujian Province[J].Fujian Geology, 2004,19(3):1-4.]

[29]谢蓉.上海市畜牧业污染控制与黄浦江上游水源保护[J].农村生态环境, 1999, 15(1):41-44.[Xie rong. The Animal Husbandry Pollution in Songjiang Jinshan Qingpu Region of Shanghai and the Water Environmental Protection in the Upper Streams of Huangpu River[J].Rural Ecoenvironment, 1999,15(1):41-44.]

[30]胡秀莲,姜克隽,崔成.城市生活垃圾焚烧发电CDM项目案例分析[J]. 中国能源, 2002,(7):21-27. [Hu Xiulian, Jiang Kejun, Cui Cheng. Urban domestic waste incineration for electricity generation A CDM case study[J]. Energy of China, 2002,(7):21-27.]

[31]罗海中.城市生活垃圾焚烧发电清洁发展机制(CDM)项目开发研究[D].昆明:昆明理工大学,2008:69-70.[Luo Haizhong.MSW Incineration Power Project Development and Research (CDM) [D].Kunming:Kunming University of Science and Technology,2008:69-70.]

Research on Carbon Mitigation Potential of Organic Waste Reutilization in Fujian Province

ZHAO Shengnan CUI Shenghui LIN Tao LI Xinhu ZHANG Yajing

篇（6）

文章编号：1003-4625 （2015）06-0092-05 中图分类号：F831.5 文献标识码：A

一、前言

《京都议定书》2005年2月正式生效，其第一承诺期为2008年至2012年，第二承诺期为2013年至2020年。随着国际碳减排交易市场的发展和完善，目前国际碳市场可以分为配额市场和项目市场。欧盟排放交易体系（EUETS）是配额市场核心组成部分，其交易对象为欧盟排放配额（EUA）；项目市场以清洁发展机制（CDM）为主，其交易对象是核证减排量（CER）。EUETS允许欧盟成员国用CER抵消部分减排指标，从而使得欧盟成为CER最大需求方，也使得EUA和CER在交易量、交易价格等方面都具有密切的联系。2012年底在联合国气候变化谈判多哈会议上最终确立为第二承诺期。第二承诺期与第一承诺期相比，在灵活机制及其适用资格方面具有两方面的显著不同。一方面，第二承诺期规定，第一承诺期盈余的EUA和CER可以结转到第二承诺期，但各自最多只能占该缔约方第一承诺期排放许可的2.5%。另一方面，第二承诺期规定，所有附件一缔约方仍有资格参与清洁发展机制，但只有在第二承诺期下承担量化减排或排放限额目标的附件一缔约方，才能买卖CER，并用其履约（高翔、王文涛，2013）。碳减排政策的变化，是否会影响碳期货EUA和CER的尾部相关性？是加强了尾部相关性，还是减弱了尾部相关性？要回答这一问题，首先要分析其尾部相关性变化特征。我国是《京都议定书》的非缔约国，以CDM项目卖方参与CER-级市场交易是我国参与国际碳贸易的唯一途径。在一级市场上，CDM合同标的虽然为CER，但是合同价格却普遍以欧洲碳交易所的EUA期货价格为参照标准：通常固定价格合同以EUA期货当前价格为参照价格；浮动价格合同则与EUA期货未来价格直接挂钩（如规定合同价格为EUA期货价格的一定比例）（王家玮等，2011）。在这种定价模式下，研究CER期货与EUA期货的尾部动态相关性，尤其是第二承诺期的尾部动态相关性，对我国CDM项目的价格风险管理、有计划地推进CDM项目开发、提高我国CDM项目的定价权，具有重要的意义。

二、文献综述

目前国内外对碳市场相关性的研究主要集中在碳市场内部之间、碳市场与外部市场之间。

（一）碳市场内部之间的相关性

Chevallie（2010）采用VAR、脉冲响应分析和协整检验对EUA和CER的价格序列进行了相关性检验，结果显示：EUA的价格与CER的价格相互影响，EUA的价格序列通过向量误差修正机制引导着CER的价格发现过程。Mansanet- Bataller等（2011）利用EUA和CER的高频日内数据进行协整检验，发现两者无论在短期还是在长期均存在双向因果关系，并且EUA的价格引导CER价格发现过程。考虑到2007-2011年欧盟经济呈衰退趋势，EUA和CER间的相关性可能存在变结构特征，Chevallier（2012）采用马尔科夫状态转移模型进一步研究在经济增长衰退背景下EUA和CER间的相关性，实证结果表明：在经济衰退期，两者的关系比非衰退期的关系更加紧密，市场冲击对EUA市场和CER市场的巨大影响。Koop等（2013）基于时变参数VAR模型研究了EUA和CER之间的相关性，发现在样本观察期内，两者几乎不存在波动溢出效应和Granger因果关系。Chevallier（2011）采用DCC-GARCH模型研究发现：在现货市场上，EUA和CER的相关性在（0.01，0.90）范围内动态变化。黄明皓等（20lO）研究发现CER市场和EUA市场的期货和现货价格短期内存在相互影响，但从长期而言两个市场具有动态稳定性。盛春光（ 2013）运用Johansen协整检验、Granger因果关系检验等研究了EUA和CER期货价格的变动关系。黄文彬等（2014）从信息溢出角度研究EU ETS下EUA和CER现货市场之间的动态互动关系，结果发现两者之间有相互的波动溢出效应，极端上涨和下跌情况下有部分的信息溢出关系。

（二）碳市场与外部市场之间的相关性

Reboredo （2013）、Reboredo （2014）分别采用Copula模型、基于距离的波动测度模型（a range-based volatility measure）研究了EUA与石油市场的相关性结构，均发现碳金融市场与能源金融市场间存在正相关性。张跃军等（2010）利用状态空间模型和VAR模型研究了化石能源价格与碳价之间的协整关系及脉冲响应效应，发现两者之间存在显著的、长期均衡比例不断变化的协整关系，且油价的冲击对碳价波动的影响最为显著。张秋莉等（2012）基于DCC-MVCARCH模型研究CER期货与能源期货之间的动态相依关系。

从以上的文献综述可以看出，国内外关于碳市场内部之间、与外部之间的相关性研究，一类是采用VAR模型、协整检验等研究它们之间的一阶（均值）相关性，即收益率之间的相关性；另一类采用Copula模型研究它们之间的静态二阶（波动）相关性，缺乏动态相关性的研究。受2008年次贷危机、2010年欧债危机和能源市场以及复杂的宏观经济因素等诸多因素的冲击，碳市场的平稳运行遭遇前所未有的挑战，碳价格产生了剧烈的波动，碳价格一度跌人谷底，这就需要研究极端下跌状况下碳市场内部之间的动态相关性，即尾部动态相关性。为此，本文将研究点聚焦于碳期货EUA和CER尾部动态相关性及碳减排政策对其影响。研究思路为：首先，基于GARCH模型族对不同交割期的碳期货EUA、CER建模，通过比较对数似然函数值、AIC值等选择最优的模型，消除收益率序列的条件异方差性和自相关性；其次，通过比较，选择最优的时变Copula模型测度同一交割期的碳期货CER、EUA间的尾部动态相关性，分析尾部相关性变化特征；在此基础上，探讨碳减排政策变化对尾部相关性的影响。

三、碳期货尾部动态相关性测度模型

相对于静态Copula模型，时变Copula模型能更精确地刻画金融资产间的相关性。Patton提出了时变正态Copula（记作N-Copula）、时变T-Copula、时变Symmetrized Joe-Clayton Copula（记作SJC-Copula）等时变Copula模型，其中时变T-Copula函数仅仅假设相关系数是时变的，自由度1J仍然是常量。，

（一）时变N-Copula、T-Copula的相关系数演化方程分别为

其中， 是一种修正的Logistic变换，它的引入是为了确保 和 始终落在（-l.1）内； 表示标准正态分布的逆分布； 表示自由度为u的标准T分布的逆分布。

时变N-Copula函数对上尾相关和下尾相关都不敏感，当 时，上下尾的相关系数均为0，当 时，上下尾的相关系数均为1。时变T-Copula函数具有对称的上、下尾部相关性，其上、下尾部的相关性系数与T-Copula函数的参数具有关系：

SJC-Copula函数是由Joe-Clayton Copula（简记为JC-Copula）变换而来的。时变JC-Copula的分布函数表达式为：

其中， 和 是时变JC-Copula函数的两个参数，分别刻画上、下尾部相关性，

时变SJC-Copula的分布函数表达式为：

和 的演化方程分别为：

其中， 是Logistic变换，它的引入是为了保证 和 的变化范围保持在（0，1）内。

四、尾部动态相关性实证分析

（一）样本选择及描述性统计分析

选择EUA及CER期货分别作为欧盟碳排放权配额市场和项目市场的代表。研究对象为欧洲气候交易所（ECX）公布的2012年、2013年、2014年、2015年的12月到期的EUA期货和CER期货，分别记为12-CER、12-EUA、13-CER、13-EUA、14-CER、14-EUA、15-CER、15-EUA。2012年12月到期的CER和EUA期货样本区间为2009年1月12日到2012年12月17日，2013年12月到期的CER和EUA期货样本区间为2011年1月24日到2013年12月16日，2014年12月到期的CER和EUA期货样本区间为2011年1月24日到2014年9月24日，2015年12月到期的CER和EUA期货样本区间为2011年11月29日到2013年9月24日。为叙述方便，将2012年12月到期的碳期货称为第一承诺期内到期的碳期货，将2013年、2014年、2015年的12月到期的碳期货称之为第二承诺期内到期的碳期货。第二承诺期内到期的碳期货样本数据跨越《京都议定书》的第一承诺期和第二承诺期。

将收益率定义为 ，对其描述性统计进行分析（为节省篇幅，表略）。各样本观察期内，平均收益率均为负，反映出期货价格缓慢走低；同一样本期内，CER期货收益率的标准差均大于EUA期货收益率的标准差，说明前者波动大于后者；峰度统计量和J-B检验统计量均表明各序列比正态分布更具有尖峰厚尾特征；ARCH效应检验说明各序列均具有条件异方差性；Ljung- Box Q统计量显示，12-CER、12-EUA、13-EUA、14-EUA、15-EUA具有自相关性，其余序列不存在自相关性；单位根检验表明，所有的序列都是平稳的。即，各序列均具有高峰、厚尾、条件异方差性，适合用GARCH模型建模。

（二）边缘分布建模

分别采用GARCH、ECARCH、TGARCH等模型对各收益率序列建模。根据对数似然函数值、AIC、Kuppiec检验的LRT和DQT值选择最优的模型（为节省篇幅，表略），最终选择AR（I）-TGARCH（I，1）-t对12-CER、12-EUA、13-EUA、14-EUA建模，选择TGARCH（I，1）-t对13- CER、14- CER建模，选择CARCH（1，1）-t对15-CER建模，选择AR（I）-GARCH（1，1）-t对15-EUA建模，参数估计结果如表1第一栏所示。由此可知，除15-CER和15-EUA外，其余序列的波动均具有杠杆效应，到期时间相同的CER期货和EUA期货，前者的杠杆效应大于后者，但CER期货波动的持久性不及EUA期货（除13-CER和13-EUA外）。

表l第二栏是对经最优CARCH模型建模后的标准化残差序列进行自相关性和ARCH效应检验的结果，由此可知，残差序列不存在自相关性和ARCH效应，说明所选的模型建模效果较好。

为捕捉到CER期货与EUA期货相关性的动态变化特征，采用时变N-Copula、t-Copula、SJC-Copula建模，参数的演化方程估计结果如表2所示。

由表2中的AIC值和对数似然函数值可知，对12-CER与12-EUA而言，时变T-Copula建模效果最好，其次是时变SJC-Copula，时变N-Copula建模效果相对最差，说明两者具有对称的尾部相关性；对13-CER与13EUA、14-CER与14-EUA、15-CER与15-EUA而言，时变SJC-Copula建模效果最好，其次是时变T-Copula，时变N- Copula建模效果相对最差，说明具有不对称的尾部相关性。

基于最优的时变Copula模型研究CER与EUA尾部相关系数的动态演化过程。由表3可知，12-CER与12-EUA尾部相关系数演化方程即式（2）的滞后项系数p。均为正（0.164），说明上一期的相关性对本期具有正影响，相关性具有一定的“记忆性”，正相关后面往往跟着正相关，负相关后面往往跟着负相关，相关系数的波动幅度比较大。13-CER与13EUA、14-CER与14-EUA、15-CER与15-EUA上、下尾部相关系数演化方程即式（5）、（6）的滞后项系数βp均为负，分别为-1.012和-5.160、- 16.556和-6.884、-7.744和-22.569，说明上、下尾部相关性具有一定的“自我矫正”能力，正相关后面可能跟着负相关，负相关也可能转化正相关，从而使得相关系数具有“回复”能力，波动幅度较小。13- CER与13EUA、15-CER与15-EUA下尾相关性的“自我矫正”能力强于上尾，但14-CER与14-EUA上尾相关性的“自我矫正”能力强于下尾。图l是CER期货与EUA期货尾部相关性动态演化图，从中可以看出CER与EUA期货尾部相关性变化的特征。

（四）碳期货CER与EUA尾部相关性特征及碳减排政策对其影响

进一步分析CER与EUA期货尾部相关系数的描述性统计特征。由表3可知，12-CER和12-EUA的尾部相关系数在区间（ 0.700，0.945）上波动，平均值为0.838，尾部相关性最强；13-CER和13-EUA的上尾相关系数在区间（0.164，0.740）上波动，平均值为0.427，下尾相关系数在区间（0.090，0.702）上波动，平均值为0.413；14-CER和14-EUA的上尾相关系数在区间（0.037，0.884）上波动，平均值为0.380，下尾相关系数在区间（0.071，0.705）上波动，平均值为0.337；15-CER和15-EUA的上尾相关系数在区间（0.083，0.645）上波动，平均值为0.341，下尾相关系数在区间（ 0.005，0.856）上波动，平均值为0.276。从这些数据我们可以得出以下两个结论：

结论-：13- CER与13- EUA、14- CER与14-EUA、15-CER与15-EUA的上尾相关性均强于下尾相关性，说明CER和EUA期货在市场利好时容易同涨，但在市场悲观时不容易同跌。这与CER、EUA的产生机制不同有关，CER主要是由CDM产生的，CDM项目交易时，买方与卖方之间需要签订碳排放权交易协议，一旦签订协议碳价就确定下来了，但是从签订协议到CER在二级市场上交易时间间隔比较长，存在一定的时滞效应，故CER与EUA期货在市场悲观时不易同跌。

结论二：《京都议定书》第一承诺期内到期的碳期货CER和EUA尾部相关性强于第二承诺期内到期的碳期货CER和EUA尾部相关性，并且在第二承诺期内到期的碳期货CER和EUA，到期时间越晚，尾部相关性越弱。一个可能的原因是：第一承诺期，EUETS允许欧盟成员国用CER抵消部分减排指标，第二承诺期则规定所有附件一缔约方只有在第二承诺期下承担量化减排或排放限额目标，才能买卖CER，并用其履约，这就使得美国、加拿大、俄罗斯、日本、新西兰仍具有参加CDM项目的资格，但是其通过CDM项目获得的CER将不能在议定书体系下进行交易，导致CER与EUA间的关联性减弱。

为了进一步探讨结论二所呈现出来的特征是否与碳减排政策有关，我们将第二承诺期内到期的碳期货样本数据分为第一承诺期内和第二承诺期内两个阶段，分别研究尾部相关系数，结果如表4所示。由表4可知，第一承诺期内的CER与EUA尾部相关性均强于第二承诺期内的尾部相关性，说明碳期货CER与EUA尾部相关性与碳减排政策相关。

五、结论

本文以2012年、2013年、2014年、2015年的12月份到期的CER和EUA期货合约为研究对象，研究其尾部动态相关性，得出以下结论：

（1） 2012年、2013年、2014年的12月到期的碳期货CER、EUA的波动，利好消息和利差消息对其的影响不同，存在杠杆效应，并且同一到期月份，CER期货的杠杆效应普遍强于EUA期货。除2013年12月到期的CER和EUA外，CER期货波动的持久性不及EUA期货。

篇（7）

（一）碳排放权交易的概念

1. 碳产品的概念

低碳经济作为一种经济模式和形态，它的运行离不开包括生产、交换、分配和消费四个基本环节在内的社会再生产全过程。低碳经济是发达的商品经济，低碳经济交换、流通的低碳产品，又可分为广义和狭义两大类别。所谓广义低碳产品，指的是所有以低能源消耗、低环境污染、低碳排放代价产出的产品、商品或服务；所谓狭义低碳产品既包括了碳排放权和节能减排技术及解决方案这样的非实体产品，也包括了专门和直接用于节能减排的生产设备、生产资料和消费产品。

2. 碳排放权交易

碳排放权交易的概念源于1968年，美国经济学家戴尔斯首先提出的“排放权交易”概念，即建立合法的污染物排

放的权利，将其通过排放许可证的形式表现出来，令环境资源可以像商品一样买卖。目前所称碳交易，就是指的碳排放权交易，它是低碳经济下交换和流通的重要标志性产品，也是一种特殊商品。碳排放权本来是全球稀缺环境资源的公共产品，但是1997年《京都议定书》确立的碳排放交易制度，使它获得了“产权”，而且有了市场和交易价格，成为一种可以流通、交易、投资和追逐的资产。

为了促进各国完成温室气体减排目标，人类历史上出现了首次以法规形式限制温室气体排放的《京都议定书》，设计并规定了两个发达国家之间可以进行碳排放额度买卖的“碳排放交易”，也就是说，难以完成削减任务的国家，可以从超额完成减排任务的国家购买本国超出的碳排放额度。至于尚无硬性减排额度的发展中国家，如果通过技术革新和改造，在新老项目上实现了节能减排，也可以把经过核实认证的碳减排量，出售给需要购买碳排放指标的发达国家。

（二）碳排放权交易市场的产生及分类

1. 碳排放交易市场的产生

按照《京都议定书》的规定，协议国家承诺在一定时期内实现一定的碳排放减排目标，各国再将自己的减排目标分配给国内不同的企业。当某国不能按期实现减排目标时，可以从拥有超额配额或排放许可证的国家（主要是发展中国家）购买一定数量的配额或排放许可证，以完成自己的减排目标。同样的，在一国内部，不能按期实现减排目标的企业也可以从拥有超额配额或排放许可证的企业那里购买一定数量的配额或排放许可证以完成自己的减排目标，排放权交易市场由此而形成。

2. 碳排放权交易市场分类

（1）根据交易对象划分

可分为配额交易市场和项目交易市场两大类。配额交易市场交易的对象主要是指政策制定者通过初始分配给企业的配额。如《京都议定书》中的配额AAU、欧盟排放权交易体系使用的欧盟配额EUA。项目交易市场的交易对象主要是通过实施项目削减温室气体而获得的减排凭证，如由清洁发展机制CDM产生的核证减排量CER和由联合履约机制JI产生的排放削减量ERU。

（2）根据组织形式划分

可分为场内交易和场外交易。碳交易开始主要在场外市场进行交易，随着交易的发展，场内交易平台逐渐建立。 截至2010年，全球已建立了20多个碳交易平台，遍布欧洲、北美、南美和亚洲市场。

（3）根据法律基础划分

可分为强制交易市场和自愿交易市场。如果一个国家或地区政府法律明确规定温室气体排放总量，并据此确定纳入减排规划中各企业的具体排放量，为了避免超额排放带来的经济处罚，那些排放配额不足的企业就需要向那些拥有多余配额的企业购买排放权，这种为了达到法律强制减排要求而产生的市场就称为强制交易市场。而基于社会责任、品牌建设、对未来环保政策变动等考虑，一些企业通过内部协议，相互约定温室气体排放量，并通过配额交易调节余缺，以达到协议要求，在这种交易基础上建立的碳市场就是自愿碳交易市场。

二、培育我区碳排放交易市场的必要性和现实性

（一）建立碳排放权交易市场是顺应低碳发展潮流的战略抉择

被誉为“第四次工业革命”的低碳经济是世界经济社会发展的大势所趋，也是各个国家、地区之间相互竞争与合作的焦点。一方面，发达国家为抢占未来技术、产业发展的制高点和“话语权”，通过率先发展“低碳经济”、把握技术进步的脉搏、建立碳交易市场等，引领世界经济的发展，从而继续保持自己的竞争优势。另一方面，借保护气候之名，酝酿对发展中国家产品征收碳关税，借口“环境标准”设置新的贸易壁垒，阻碍发展中国家的发展进程。这给我国产业发展也带来了前所未有的挑战。

同时，我国碳资源丰富，目前我国是全世界核证的温室气体减排量（CER）一级市场上最大供应国，项目数和减排量均居世界首位，碳市场前景可期。但是，由于我国目前处于国际碳市场及碳价值链的低端，且没有定价权，不得不接受外国碳交易机构设定的较低的碳价格，沦为全球低价的“卖炭翁”。面对国际碳交易“千帆竞发”、“百舸争流”的局面，要极大限度发挥我国丰富的碳资源和控制温室气体排放，建立碳排放交易市场迫在眉睫。资源禀赋和产业结构决定了内蒙古是全国无可争辩的碳源大区，在国内外碳排放交易市场加快建立、低碳环保产业加快发展的大背景下，培育和建立碳排放交易市场，对我区具有更加重要的意义。

（二）建立碳排放权交易市场是落实科学发展观、转变发展方式的迫切需要

经过三十多年的改革开放，我区已经形成了以能源、重化工等资源型产业为主导的产业体系，重型化特征明显，能源消耗大。未来一段时期，我区经济社会发展面临两大突出问题：一是控制温室气体任务艰巨。国家把单位国内生产总值二氧化碳排放下降作为约束性指标首次纳入“十二五”规划，我区预分解指标为20%。要实现温室气体减排目标需要付出艰辛的努力。二是结构调整转型、经济发展方式转变迫在眉睫。要解决上述问题，除了使用传统行政手段外，还需综合运用市场手段，探索行政手段与市场机制的结合问题，实行两条腿走路。从理论和国际经验来看，财税政策、标准和管制政策、排放交易是核心的政策工具。在碳排放权交易体系下，国家和地方层面设定了温室气体排放上限配额，并允许企业和个人交易这些配额。这些基于总量控制的强制性碳排放交易既是“紧箍咒”，也是“催化剂”，使得高排放、高耗能行业必须依靠科技创新，提升产业素质和竞争力，突破能源资源瓶颈制约，推动经济增长由资源依赖型向创新驱动型转变，否则将付出更大成本。因此，碳排放交易市场是实现减排目标的重要突破口，是推进产业转型升级、促进我区产业结构调整和升级的重要力量，也是转变经济发展方式的重要抓手。

（三）建立碳排放权交易市场是提高外资质量和水平、吸引清洁技术的重要途径

当前，国际资本和沿海产业加快向中西部地区转移。建立碳排放交易市场，通过运用排放配额的市场手段，一方面限制高耗能、高污染、高排放的企业进入；另一方面，鼓励和允许企业运用节能减排、先进技术产生的多余排放配额，在碳市场上出售，除了享受传统的成本优势外，还可以获得额外的利润，使企业在节能减排上“有利可图”，既有利于引导外资重点投向先进制造业、高新技术产业、现代服务业和农副产品深加工等领域，促进配套项目建设、产业链延伸和企业群扩充，也有利于把我区建设成为开放程度较高、最具投资吸引力的重要区域之一。同时，通过开展清洁合作机制，还有利于引进国内外先进低碳技术和先进管理经验，促进我区低碳发展。

（四）我区具有建立碳排放权交易市场的政策条件

未来我国有可能面对一个排放权稀缺的碳交易市场，国家已经将建立全国碳交易市场提上议事日程，初步打算在2015年建立全国碳排放交易市场。内蒙古具有建设碳排放权交易市场的政策条件，《国务院关于进一步促进内蒙古经济社会又好又快发展的若干意见 》中明确提出：开展主要污染物排污权有偿使用和交易试点工作，控制温室气体排放。

三、建设碳排放权交易市场的几点建议

建立碳排放交易市场是一项复杂的系统工程，并非仅仅建立一个交易平台。涉及的领域众多，且是一项新工作，推进难度大。我区此项工作尚未开展，缺乏配套管理机制和能力，需紧密结合全国统一市场的建设进程，稳步推进。

1. 加快建立温室气体排放统计核算体系

建立温室气体排放统计核算体系是交易市场建设的重要基础，不能准确掌握现实温室气体排放量将使交易市场建设陷入“巧妇难为无米之炊”的境地。因此，我区目前当务之急是加快建立碳排放核算体系和温室气体排放基础统计制度，将温室气体排放基础统计指标纳入统计指标体系，建立健全涵盖能源活动、工业生产过程、农业、土地利用变化与林业、废弃物处理等领域，适应温室气体排放核算的统计体系。根据温室气体排放统计需要，扩大能源统计调查范围，细化能源统计分类标准。重点排放单位要健全温室气体排放和能源消费的台账记录。

2. 加强温室气体排放核算工作

抓紧制定我区温室气体排放清单编制指南，规范清单编制方法和数据来源。研究制定重点行业、企业温室气体排放核算指南。建立温室气体排放数据信息系统。定期编制自治区温室气体排放清单。加强对温室气体排放核算工作的指导，做好年度核算工作。加强温室气体计量工作，做好排放因子测算和数据质量监测，确保数据真实准确。构建自治区、盟市、企业三级温室气体排放基础统计和核算工作体系，加强能力建设，建立负责温室气体排放统计核算的专职工作队伍和基础统计队伍。实行重点企业直接报送能源和温室气体排放数据制度。

3.加强能力建设

完善碳盘查和核证体系的规则和制度建设，编制排放清单，准确掌握主要企业的碳排放现状，科学预测我区2020年温室气体排放控制目标，研究制定碳排放权分配方法。同时，抓紧研究企业排放设施的数据核算和报告标准。积极培育自治区内独立的第三方核证机构，加强对从事与碳排放交易工作有关人员的能力培训，以使其尽快熟悉国际碳排放交易规则，以胜任相关工作。加快低碳技术研发人才和碳金融专业人才队伍建设，为碳交易提供有力的智力支持。

篇（8）

[abstract] the global climate change, where countries come to realize mutual cooperation actively take effective countermeasures to solve this severe challenges importance. And the fundamental way of addressing climate change is to build a low carbon economy development mode. This paper introduces a carbon emissions trading market of the background, the school buildings total emission reductions certain cases, through the calculation of building emissions reduction potential, to the carbon emissions rights for distribution model.

[key words] climate change; The school buildings; Model; Carbon emissions initial distribution

中图分类号：P462文献标识码：A 文章编号：

1 引言

气候变化问题日益受到国际社会的广泛关注。为了更好地在全球范围内采取有效措施减缓气候变暖的进程，联合国于1992年5月通过了《联合国气候变化框架公约》（简称UNFCCC）。规定发达国家必须将2000年温室气体排放量下降到1990年水平；而2005年2月16日正式生效的《京都议定书》则标志着人们用法律法规来规范人类活动的时代已经来临。

碳排放权交易是指各国政府根据其实现对《京都议定书》的减排承诺，对本国企业实行二氧化碳排放额度控制的同时允许进行交易,也是是实现减缓气候变化国际合作的一个重要机制，它给予了各国在温室气体减排投资费用上的灵活性。本文主要对碳权交易市场中至关重要的碳权初始分配进行研究，从计算出学校内的各个建筑物减排潜力大小这一角度上，进行碳权合理分配。

鉴于不同国家的减排任务，实现减排目标难易程度等因素的差异，《京都议定书》在对发达国家减排义务做出规定的同时，也规定了三种非常灵活的履行义务机制[1]。即：在承担减排义务的发达国家之间实施的联合履约（JI）；发达国家提供资金和技术在发展中国家实施减排的清洁发展机制（CDM）；基于市场的国际排放贸易（IET）。这些灵活履行排放义务的机制的运行，就为国际碳排放交易市场的产生提供了前提条件。

2.初始碳排放权分配模型

2.1初始碳排放权合理分配的重要性

对于目前碳排放权制度的建立的研究尚处于刚开始起步阶段，还未形成一个完整合理的交易体系，我们将借鉴排污权的交易制度展开研究。对利用排污权交易之力污染最大的争议莫过于排污权的初始分配问题。因为它不仅对企业本身的负担有重要影响，而且牵扯到社会上某些集团的利益得失。排污权的初始分配方式有很多种，我国目前排污权的初始分配方式主要有免费分配、有偿分配及两者的结合等[2]。

和排污权类似，碳排放权的分配其控制污染在理论和实践中首先要解决的一个关键问题都是初始排放权的分配问题。各个国家的初始碳排放权的配置，是国际碳排放交易市场的前提，是至关重要的环节之一，是确保此交易市场的实施能够行之有效的基础环节。世界各地专家学者都对碳排放权初始分配方式设定进行了不少研究探索。其中包括通过设定一个基于总量控制的"祖父式"分配模型,运用一般均衡分析方法,找出在开放与封闭交易体系中同时满足社会和企业利益最大化的最优均衡条件[3]。以及免费分配、公开拍卖和二者混合机制这四种分配方式[4]。

通过削减二氧化碳排放量来缓解全球气候变暖的趋势需要的巨额支出，远远超出了一个国家或一部分国家所能承受的极限范围之内，需要世界各国的团结合作和共同努力。当前，世界各国一方面担心气候变化可能带来的更可怕的巨大灾难，要求尽快采取措施来减少二氧化碳等温室气体的排放量，另一方面又想要较多地占有排放资源，扩大本国的排放空间，获得更大更多的利益，增强本国在世界上的竞争力。因此，各国都十分关注初始碳排放权的分配，对其分配机制目前未达成共识，这一问题也是未来几次缔约方大会所要讨论的关键议题。

在刚刚出台的《福建省建筑节能“十二五”专项规划》中，首次提出给建筑物设定排放指标，并筹备建设碳减排量交易试点，超量排放需要购买 “碳指标”。“碳指标”如何购买？厦门碳交易开先河，超量排放需购买碳指标。从长远来看，碳排放权交易作为一种新的交易形式，但是这也基于碳排放权的初始分配，我们相信只要把这些都做好了，那么对于中国经济的提高有很大的前景。

2.2对象选择可行性分析

每个国家的减排量是由每个独立单位的减排量决定的，本课题就是研究单位减排量。这里以学校为研究对象，主要基于三方面的考虑。第一，学校为事业单位，建筑信息、人员信息、用电信息齐全，规律性明显。第二，人员数量、活动规律相对稳定，且组成成分相对单一，调查相对不复杂。第三，学校作为一个占地广，建筑量大，人员相对集中的事业单位，是减排的先锋队，模型的可实行率很高。所以本模型以学校为研究对象进行建模。

2.3初始碳排放权分配模型

在城市已建立起碳初始排放权的分配机制，学校总的排放权已给定的假设条件下，从建筑物本身、人员和设备三方面考虑计算出单个建筑物减排潜力值，用减排潜力值作为该楼的减排量权重，计算出该楼减排量。

减排潜力值又由刚性系数和柔性系数组成，刚性系数换算该建筑的硬性潜力，但由于建筑其本身的使用性质不同，所以潜力也会有所变动，例如实验楼建筑面积大，用电量大，如果只用刚性系数（建筑面积，人员和设备）来进行换算的话其减排潜力会很大，但其使用性能决定了它的减排潜力很小，所以引进柔性系数，对使用性能进行潜力修正。

2.4模型框架

设：学校总减排量—

各楼减排量—

各楼减排权重—

刚性系数：

设备：系数、用电量；

表示各楼上年用电量，表示全校总用电量；

建筑：系数、建筑面积；

表示各楼建筑面积，表示全校总建筑面积；

人员：系数、人员数；

表示各楼人流量，表示全校总人数。

柔性系数：

表示设备柔性减排系数；

表示建筑柔性减排系数；

表示人员柔性减排系数；

(=1,2,3……)

2.5模型换算公式：

一层模型：

二层模型：

三层模型：

2.6系数确定方法

确定了三级模型中的九个量也就确定了整个模型。，，三个刚性系数，其值由所求建筑物的用电量，建筑面积和人数三个数据所确定。这三个数据为一般管理性数据且正确性极高，可直接使用原始数据。

建筑柔性系数使用德尔菲法确定。具体操作步骤如下：①使用0-4打分法制定访问表格,为了不受刚性系数的影响,表格中只给出建筑使用性质一个信息,选取具代表性的建筑物。②表格由建筑学、建筑设备、工程管理三方面学科8位专家进行访问打分。③回收表格，进行数据处理，专家对某一建筑意见差异大于50%则对他们进行回访，最终确定出每栋建筑的。

由于设备柔性系数在短期（设备无更换）其节能主要是使用者，所以设备的柔性系数和人员柔性系数一样，其确定方式采用的是问卷调查。问卷设计使用李克特五级量表制法进行设计。问卷分为教师问卷和学生问卷两类，教师问卷25题，发放100份，回收率98%，有效率94.9%。学生问卷29题，发放300份，回收率99.7%，有效率94.0%。进行问卷数据整理后分别得出学生和老师的减排意识作为和。

3模型演算

选取了行政楼，公寓，宿舍，教学楼四栋建筑进行演算。单位：%

即：楼的减排量为吨。在2009年8月到2010年7月的时间段内，取总减排量取100吨进行演算，演算过程见上表。则计算出行政楼、公寓、宿舍、教学楼的可减排量分别为8.60吨、63.13吨、、6.56吨、、21.70吨。

对8位专家进行德尔菲法访问打分中， 6位专家认为与实际减排能力相符，2位专家认为有出入。模型正确率为75%，大于66.7%，达到原设计精确度。

四栋建筑其减排量和其建筑面积，用电量，人数成正比，受其刚性系数约束明显。由于四栋楼的使用性能差异不大，致使未能从此结果中反映出柔性系数的影响。

4结语

本模型从刚性和柔性两方面的潜力进行有机结合演算建筑物碳排放量，剔除了“一刀切”的评价弊端。模型结构清晰，计算简单，其中的六个刚性数据都是常规管理数据，易取得，实施难度低，易推广。模型针对目标为内部下属单位碳排放权分配，但其计算原理有概括性，也可推广为城市各建筑的初始碳排放分配权计算。

参考文献

[1]IISD 1997,Repert of the third conference of the parties to the United Nations Framework Convention on Chimate Change,1-11 December,Earth Negations Bulletin,1997,12(76).

[2]李寿德，黄桐城.初始排污权分配的一个多目标决策模型[J].中国管理科学，2003,11（6）：46-57.

篇（9）

中图分类号 F062.2 文献标识码 A 文章编号 1002-2104（2016）10-0086-08 doi：10.3969/j.issn.1002-2104.2016.10.011

“十二五”期间，我国已批准北京市、天津市、上海市、重庆市、广东省、湖北省、深圳市7省市开展碳排放权交易试点，并计划于“十三五”期间实现覆盖全国31个省市自治区的碳排放交易体系。推行碳排放权交易已经成为国家经济体制和生态文明体制改革的重要任务之一。以市场手段配置碳减排配额，能有效减少碳排放总量，促进企业绿色技术创新，节约规制成本，激励企业参与减排行动，以更加有效的方式实现绿色低碳发展。

我国正处在向低碳社会转型的重要阶段，然而各地区的经济发展方式、技术水平、产业结构、资源禀赋、能源消费结构等不同，决定其碳减排代价或成本存在巨大差异，因此客观合理地评估碳减排的宏观成本与区域差异，有利于协调各地区经济发展与环境污染之间的关系，促进区域性环境协同治理体系的发展，也可以为企业参与碳交易提供政策依据。本研究以全国30个省市为例，首先，通过建立方向性距离函数，计算非期望产出与期望产出的边际转化率；其次，根据期望产出的r格，估算碳排放的影子价格；最后，用影子价格来衡量碳边际减排成本，并进一步分析碳减排成本差异的时空演化特征与其影响因素。

1文献回顾

二氧化碳排放一般是伴随生产或生活过程而产生，如火力发电企业在发电的同时，不可避免地产生二氧化碳、二氧化硫与氮氧化物等副产品。二氧化碳排放通常具有排放跨界性、危害全局性、经济上难以捕获与封存等特点，决定了碳排放的负外部成本很难测算。边际减排成本是指在一定生产技术水平下，减排主体每减少一单位碳排放带来的产出减少量或投入增加量。边际减排成本是企业的内部减排成本，因而边际减排成本及曲线可以帮助企业确定适当的减排技术与策略，也有助于环境管理部门评价区域、行业或企业碳排放的减排潜力、绩效与成本等。

利用经济模型估算非期望产出的影子价格，通常是指污染物或温室气体等副产品的虚拟价格或隐含价格，即边际减排成本。在传统的生产函数下，仅有一种产出（期望产出），因而更多的产出意味着更多的利润或福利。如果生产函数包含期望产出与非期望产出，当产出同时增减时，而非期望产出没有市场价格信息，此时社会福利很难测算。在多投入、多产出的生产效率模型下，利用距离函数与收入函数的对偶关系，估算两种产出的边际转换率，推倒出非期望产出的影子价格。

影子价格模型按照污染物作为投入还是产出，可分为投入距离函数与产出距离函数。投入距离函数利用成本最小化推导影子价格，而产出距离函数则利用收益最大化推导影子价格。环境经济理论一般认为，环境污染物是生产过程的副产品，而不应当作为投入要素，因此近年来产出距离函数在实证研究中得到广泛应用。产出距离函数按照函数形式不同又可以分为三种类型：谢泼德距离函数（Shephard）、双曲线距离函数、方向距离函数。谢泼德距离函数假定期望产出与非期望产出同时增加或缩减；方向距离函数非对称地处理期望产出与非期望产出，在缩减非期望产出的同时，增加期望产出；虽然双曲线距离函数也能非对称地处理期望与非期望产出，但它采用乘法形式，并不能完全分离出两种产出的内在关联性。

在估计方法上，现有的研究可分为三类：非参数数据包络法（DEA）、参数随机前沿法（SFA）与参数线性规划法（IJP）。非参数DEA法利用投入产出组合构建生产前沿并形成分段效率前沿面，其优点是不需要指定距离函数的具体参数形式，但该方法不能确保距离函数处处可微，因而有时难以计算影子价格。另外，利用DEA法估算影子价格受样本的奇异值影响较大，估计结果可能为负值等缺陷。参数SFA法利用计量模型估算距离函数，能够考察随机冲击和技术非效率因素对环境产出前沿的影响，也可以确保距离函数处处可微分，但是计量模型不能事先设定生产技术的约束条件，因此影子价格是否满足相关约束条件需事后评估。参数LP法继承了SFA方法的优点，并且可以更为灵活地设定约束条件求解影子价格，因此得到广泛应用。

在实证研究上，早期的研究主要集中在估算大气中的二氧化硫、氮化物或水污染物的影子价格，近年来随着气候变化问题成为关注的热点，越来越多的学者利用影子价格方法估计二氧化碳的边际减排成本。涂正革利用非参数方法估算了省际工业二氧化硫的影子价格，研究发现二氧化硫的影子价格取决于排放水平和生产率水平。袁鹏等利用采用二次型方向性距离函数对地级市工业部门的废水、二氧化硫和烟尘等三种污染物的影子价格进行了估计。刘明磊等采用非参数距离函数方法研究了能源消费结构约束下的我国省级地区碳排放绩效水平和二氧化碳边际减排成本。陈诗一利用参数化和非参数化两种方法对环境方向性产出距离函数进行估计，并测算了工业分行业的二氧化碳的影子价格。魏楚利用104个地级市的数据测算了城市二氧化碳的边际减排成本。

上述文献从不同角度研究了非期望产出的影子价格，但还存在以下可突破之处。首先，现有的研究多采用非参数方法估算非期望产出的影子价格，没能充分利用参数估计方法的灵活性。本文在方向距离函数的中引入时间虚拟变量，考虑到省际碳排放的中性技术进步影响。技术进步是提升碳排放效率的重要手段，也是减少碳排放的重要路径，忽视了技术进步对碳排放影子价格的影响，会造成影子价格估算偏误；其次，组建区域性碳排放交易市场的前提是碳边际减排成本存在区域差异，现有的研究没能对碳减排成本的区域差异进行深入分析，本文利用泰尔指数分解方法，研究了碳减排成本差异的时空演化特征。

2模型与估计方法

2.1方向距离函数与影子价格

方向性距离函数是谢泼德距离函数的一般形式，方向性距离函数具有参数灵活性等特点，近年来，在污染物影子价格估计上得到广泛应用。参照Fare的定义，假定投入x∈RN+，期望产出yx∈RM+，非期望产出b∈RJ+，则生产技术定义为P（x）={（y，b）：x可以产生（y，b）}。产出集P（x）除了具备凸性、紧凑性与投入自由处置性等特点外，还必须满足以下性质：首先，期望产出与非期望产出具备零点关联性。如果（y，b）∈P（x）且y=0，意味着6=0。期望产出与非期望产出是联合生产的，污染物作为期望产出的副产品，如果没有污染物产出，就必须停产；其次，期望产出与非期望产出满足联合弱处置性。如果（y，6）∈P（x）且0≤θ≤1，则（θy，θb）∈P（x）。同比例地减少期望产出与非期望产出是可行的，换句话说，减少非期望产出必须要付出成本，其代价是相同比例地减少期望产出；最后，期望产出的自由处置性。如果（y，b）∈P（x）且y’

在考虑到以上性质的基础上，本文设定方向性产出距离函数作为生产技术集：

（1）

其中g=（gy，-gb）为方向方量且g≠0。方向产出距离函数表明在给定的生产技术P（x）下，沿着向量g的方向，最大限度地扩张期望产出，同时缩减非期望产出，以达到产出前沿点。

非期望产出（如污染物）通常不能像商品一样进行市场交易，因此它没有价格。期望产出与非期望产出是联合生产的，根据方向距离函数的弱处置特点，缩减非期望产出必须相应地减少期望产出，因此，减少期望产出的价值可以看作非期望产出的机会成本，即影子价格。Fare根据产出距离函数与收益函数的对偶关系，利用x泼德引理，推导出非期望产出与期望产出的影子价格比例等于其边际转化率，即

（2）式中，g是非期望产出的价格，p期望产出的价格，分式为非期望产出与期望产出的边际转化率。式（2）的含义是，污染物的价格等于减少一个单位的污染物，必须放弃相应期望产出变化的价值，也即污染物治理的影子价格或边际减排成本。如果方向性产出距离函数D是连续可微的，就可以利用期望产出的市场价格推导出污染物的影子价格。

2.2经验模型与求解

方向距离函数的参数形式通常有两种：超越对数函数与二次函数。超越对数的函数形式经常被用于谢泼德产出距离函数的参数化，正如前面所述，谢泼德产出距离函数通常把期望产出与非期望产出同等、对等，即通过同时扩张或同时缩减来计算产出效率与影子价格，因此不符合环境管制的要求。相比超越对数函数，二次函数的优点在于：二次函数满足方向距离函数的转移属性、二次可微性及灵活性等特性。理论研究也表明二次型函数在各种条件下均优于超越对数函数形式，Fare和Vardanyan等利用蒙特卡罗方法比较两类函数的性能发现，在不同的技术集条件下，无论是对于小样本还是大样本，二次型函数的估计结果要比超越对数函数的结果更为精确与灵活。

设定方向向量g=（1，-1），其含义表示，扩张期望产出的同时，同比例地减少非期望产出。本文在投入产出变量选择上，选择资本（x2）、劳动（x2）和能源（x3）三种投入变量，期望产出为各地区的经济总产出（y），非期望产出为二氧化碳排放量（b）。因此，第k个生产单元t时期的二次型方向距离函数为：

（3）

考虑到距离函数中各生产单元的个体效益与时间效益的差异，在式（3）中的常数项加入省份虚拟变量与时间虚拟变量：

（4）

其中λk与τt为虚拟变量的系数。当k’=k时，省份虚拟变量Sk'=1，否则Sk'==0。同理，当t’=t时，时间虚拟变量Tt'=1，否则Tt'=0。

为求解方向距离函数的未知参数，我们采用参数线性规划的方法求解，目标函数是最小化各时期所有样本点与前沿点的离差和：

（5）

各约束条件下含义如下：条件①确保各决策单元在生产技术曲线的前沿面或内部，即满足方向距离函数的非负约束；条件②满足期望产出与非期望产出的零点关联性，即当非期望产出为零时，方向距离函数为负值，此时方向距离函数不可行。以往多数学者的研究是在估计参数后，对零点关联假设进行验证，本文则作为约束条件来估计参数以满足该特性；条件③与④是单调性约束，确保影子价格具备正确的符号；条件⑤是满足投入变量的自由处置性；条件⑥与⑦分别表示方向距离函数的转换属性和对称性。

3碳边际减排成本估计结果与区域差异分析

3.1数据与变量

本研究使用分省级面板数据，考虑到数据的可得性与完整性，选择2010-2012年期间全国30个省、市、自治区（不包括台、港、澳）作为样本估计碳排放的边际减排成本，其中由于相关数据缺失，故予以删除。①投入。投入变量包括资本、劳动与能源三种。分省资本存量采用“永续盘存法”来估算，参考单豪杰的研究进行拓展，并以2000年为基期进行平减处理；劳动投入以各省份的三次产业就业人数的加总来表示；能源投入采用各地区一次能源消耗量，单位是万吨标准煤。②期望产出。采用分省份的地区生产总值，并以2000年为基期进行平减处理；③非期望产出。采用分省份的二氧化碳排放量。由于我国没有官方统计的二氧化碳排放量数据，本文估算各省主要化石能源消耗以及水泥生产过程的二氧化碳排放量，具体方法如下：

二氧化碳排放量根据IPCC《国家温室气体排放清单指南》（IPCC，2006）推荐的方法估算，选取煤炭、焦炭、汽油、煤油、柴油、燃料油和天然气7种主要化石能源，具体计算公式如下：

其中，C为估算的各类能源消费的二氧化碳排放量；i表示能源消费种类，Ei为各省份第iN能源的消耗量（实物量）；CFi为各类一次能源的平均低位发热量；CCi与COFi分别是单位热值含碳量与碳氧化率COFi；44/12为二氧化碳气化系数。除化石能源燃烧外，水泥生产过程中产生的二氧化碳排放约占总排量的10%左右，因此，在计算各省份的二氧化碳排放量过程中如果忽略了水泥工业生产中产生的碳排放（CE），会低估碳排放量。所以本文也利用各省份的水泥生产总量乘以水泥的碳排放系数来正确估计碳排放总量。

3.2估计结果与分析

本文采用GAMS/MINOS求解器求解线性规划模型（1）的未知参数，并计算方向性距离函数D与边际减排成本q。为了克服线性规划求解中的收敛问题，我们利用样本中投入产出的均值对所有变量进行了标准化处理。标准化处理后的数据意味着投入产出集（x，y，6）=（1，1，1），即对一个代表性省份，用平均投入获得平均产出。另外，在求解模型（1）得到参数后，由于数据事先进行了标准化处理，因此边际减排成本应当乘以投入产出均值以恢复其原有的减排成本规模。方向性距离函数的参数估计结果如表1所示。

从表1的参数估计结果可以看出，期望产出（y）的一阶系数为负值，负的系数表明地区生产总值越高，区域的环境无效率值越低；非期望产出（b）的一阶系数为正值，说明碳排放越多，环境无效率值越高；资本劳动与能源投入变量的一阶系数估计值均为正，表明投入越多，无效率值越高。投入产出的系数估计值均符合经济意义。时间虚拟变量的参数估计值均为负值，系数从2001年的-0.015 7减少到2009年的-0.076 6，且在2001-2009年期间逐渐下降，仅在近三年有所上升，表明各省份的环境技术随时间在逐步提升，无效率值逐渐减少，但近年来由于经济下行压力增大，环境技术进步率在下降。

根据表2的方向性距离函数描述性统计，方向距离函数的均值是0.082 8，意味着平均而言，生产无效值为8.28%，也即在保持期望产出8.28%的提升空间同时，碳排放可以有8.28%的减排空间。更进一步，在本文的样本中，地区GDP平均值为7 790.27亿元，碳排放均值为2.32亿吨，因此，通过提升生产与减排效率，可以平均增加产出645亿元（7 790.278.28%），同时减少0.19亿t（2.328.28%）的碳排放量。全国的碳平均边际减排成本为1 519.46元/t，从分区域看，东部地区最高，其次是中部，西部地区最低。各省份碳边际减排成本的标准差较大，表明各省份的减排成本存在很大的差异，例如，2003年山西的碳减排成本为274.46元/t，为最低值，而2012年江苏的碳减排成本高达38 078.18元/t。地区性的碳减排成本的差异，进一步说明可以通过区域生态环境协同治理机制实现区域内生态环境治理系统之间良性互动，以达到减排成本最小化的目的，并形成整体的协同治理效应。

图1是各地区的平均碳边际减排成本的分布图，从图中可以看出，东部地区的江苏、山东和广东的减排成本均超过3 000元/t，中部的山西边际减排成本最低，为484.8元/t。西部地区中贵州、甘肃、宁夏的平均边际减排成本均低于800元/t。平均而言，东部地区的碳边际减排成本最高，其次是中部，西部最低。边际减排成本的地区性差异表明可以用市场化手段如区域性碳排放权交易体系等控制总量排放，实现减排成本最小化、效益最大化。以京津冀协同治理为例，京津冀三地均面临着严峻的环境治理形势，如果执行区域性碳排放权交易，则三个地区的总减排成本将下降。北京、天津与河北的碳边际减排成本分别为1 461元/t、1 343元/I、1 042元/t，以三个地区的平均边际减排成本作为碳交易价格，则三地区平均每交易1 000 t的碳排放权，则北京可以平均节约治理成本17.9万元，天津节约6.1万元，河北则获得24万元的减排收益。

再来分析地区性边际减排成本的时间演化趋势。如图2所示，在2000-2006年期间，东中西部的边际减排成本变化趋势非常一致，均缓慢增长。但2006年之后，各区域的边际减排成本快速增加，特别是东部地区从2006年的1 280元/t快速增至2012年的10 021元/t，中部地区增速稍低，从2006年的701元/t增至2012年的3 103元/t。与东中部相比，西部地区的边际减排成本较低，增速也较慢，2006年为781元/t，到2012年达到1 499元/t。这些数据表明国家环境保护的“十一五”规划首次提出建设环境友好型社会，以及“十二五”规划提出推进生态文明建设等一系列改革方针对不同区域的环境治理与经济发展有着不同的影响。东部发达地区经济发展基础较好，落实政策方针较为迅速，因此边际减排成本增长较快。而中西部地区以经济发展为重点，而且承接东部地区的产业转移和污染转移，对污染治理重视不够等，因此边际减排成本增速较慢，只是近年来随着人们对环境污染事件越来越关注，以及区域环境协同治理政策的开展，中西部的碳减排成本在逐渐增加。

结合各地区能源消费结构中的煤炭消费比重和第三产业结构比重的时间演化特点，可以分析各区域碳减排空间与减排难度的地区性差异。根据统计数据，东部地区的江苏、广东、上海等地区的煤炭消费比重分别从2000年的34%、23%、19%下降到2012年的19%、19%、9%；而碳边际减排成本最低的贵州、山西煤炭消费强度均超过40%。东部地区的第三产业结构比重从2000年的42%上升到2012年的47%，中部地区则从39%下降至36%，西部地区则从41%下降至39%。其中北京的第三产业结构比重最高，达到76%，广东、江苏等地区的第三产业结构比重均超过45%。这些数据表明，东部发达地区碳边际减排成本普遍较高，减排空间有限，仅依靠调整化石能源消费结构或压缩高排放高耗能行业等手段进行减排的难度比较大，未来需要通过技术进步及增加新能源的消费比重来减少排放；中西部地区经济发展水平和技术水平较低，能源利用效率不高，碳边际减排成本较低，因此可以通过建立跨区域的碳排放交易体系，进一步学习先进地区的生产技术和治理技术，提高能源利用效率有效减少化石能源消费量，促进第三产业发展等方式以达到减缓碳排放的目的。

3.3碳边际减排成本区域差异的泰尔指数分解

为了进一步分析碳边际减排成本的区域性差异与变动幅度，本文选择泰尔指数来衡量边际减排成本的区域差异。泰尔指数可以将区域间的总体差异分解为区域内差异和^域间差异两部分，因此可以揭示区域内差异和区域问差异及各自变动的方向与变动幅度，也能解释各自在总差异中的重要性及其影响。泰尔指数数值区间为[0，1]，数值越小，则说明地区差异越小；数值越大，则说明地区差异越大。计算泰尔指数首先要设定一个权重，考虑到碳减排成本的特点，本文选择各地区的碳排放量作为权重。泰尔指数的计算与分解公式如下：

式中，qji和E。分别表示第j区域第i省市的碳边际减排成本和碳排放量；T、Tw与Tb分别是计算出的总体、区域间与区域内泰尔指数；为进一步研究区域间差异和区域内差异对总体差异贡献的大小，分别设定区域间贡献率和区域内贡献率：区域间贡献率为区域间泰尔指数与总体泰尔指数的比值Tb/T；区域内贡献率为区域内泰尔指数与总体泰尔指数的比值Tw/T。另外，定义区域内各子区域的贡献率为加权后各子区域的泰尔指数与总体泰尔的比值（qi/q）・（Twi/T）。泰尔指数计算结果见图3和表3。

图3是三大区域碳边际减排成本的泰尔指数演化趋势，从图中可以发现三个区域的泰尔指数呈现不同特征。总体上看，东部地区的泰尔指数最高，其次是中部，最低为西部。东部地区在2000-2005年间稳步上升，边际减排成本区域内差异呈扩大之势，2005年之后差异保持平稳；中部地区泰尔指数呈先升后降的趋势，特别是至2003年达到峰值之后逐渐收敛，说明中部地区各省份碳边际减排成本差异在不断缩小；西部地区在整个研究时间段泰尔指数保持相对平稳状态，西部各省份的边际减排成本差异较小。

从表3可以看出，碳边际减排成本的泰尔指数表明我国东中西部地区的减排成本存在明显的地区性差异性。区域内泰尔指数均远大于区域间泰尔指数，区域内贡献率均在70%以上，且变动幅度不大，表明碳减排成本总体差异主要是由地区内差异带来的。在地区内差异中，中部和西部地区差异对总体差异贡献率较小，而且东部地区差异的对总体差异的贡献率呈上升态势，中西部的贡献率呈下降态势。

4结论与启示

中国目前是世界上碳排放量最大的国家之一。为了切实实现碳减排目标，“十三五”规划确定，到2020年，实现单位GDP二氧化碳排放量累计降低18%。我国政府采用多种手段与措施来实现既定的宏观减排目标，其中，碳排放权交易兼有环境质量保障和成本效率的特征，是近年来环境政策中一项极有特色的改革，成为总量控制下最有潜力的环境政策。我国已正式批准北京市、天津市、上海市、重庆市、广东省、湖北省、深圳市7省市开展碳排放权交易试点。然而，二氧化碳排放通常具有排放跨界性、危害全局性、经济上难以捕获与封存等特点，决定了碳排放的负外部成本很难测算。因此，估算碳排放的边际减排成本，可以为环境管理部门与参与企业提供有价值的成本信息，有利于改进碳交易规则，制度适当的碳减排策略。

篇（10）

中图分类号:F205 文献标识码:A

文章编号:1004-4914(2011)04-070-02

一、引言

当前，由于二氧化碳的排放导致变暖是全球气候变化的主要特征，这也是制约经济可持续发展的主要因素。中国是一个煤炭消费大国，温室气体排放总量位居世界第二位，为了使我国在经济全球化进程中能够获得更优的资源分配、在征收碳关税的政策方面争取更大的话语权，寻求减排与经济可持续发展的道路已迫在眉睫。2009年底哥本哈根气候变化会议强调的以低能耗、低污染、低排放为基础的低碳经济，是实现二氧化碳减排和经济可持续发展的最佳经济模式。

可持续发展是社会经济发展的目标，尤其是在区域发展不平衡，人均资源不对等这样的背景下既要保护自然生态环境，又要实现经济的快速稳定发展，是一个巨大的社会实践的挑战。要对低碳技术的开发与转让、创新资金的运行机制、适应与减缓能力的建设等问题进行研究，进一步促进减排政策措施的实施，为可持续发展奠定实质性的基础。

国内关于低碳经济模式下经济增长与碳排放的理论研究已取得了显著成就：文献[1]用多元化指数方法分析了经济发展对碳排放的影响，认为经济结构的多元化和能源消费结构的多元化会导致国家从以高碳燃料为主转向以低碳为主。文献[2]通过相关分析探讨了中国GDP增长与碳排放的关系，结果表明，二者有明显的相关性(R2=0.9581)；文献[3]对中国低碳经济发展模式进行了深入探索，并就中国减少碳排放的目标和措施以及如何开展国际合作问题提出了建设性的建议。在此基础上，本文分析了二氧化碳减排与GDP持续增加之间的关系及其影响因素，并进一步深入探讨了减排与经济协调发展的解决途径。

二、GDP增长与二氧化碳排放关系

2007年，我国碳排放量达到了63.44亿t，是1953年的43.93倍，而GDP则为1953年的60.51倍。1979~2002年，碳排放增长率总体较为稳定，平均碳排放增长率为4%，其中1997和1998年的增长率为负；这期间我国实施了“计划为主，市场为辅”的经济制度，在市场经济的推动下，GDP的平均增长率高达9.7%。2003年我国的碳排放量加速上升，增长率达到16.8%，远高于同期我国实际GDP10%的增长率。2002~2007年我国GDP平均增长率达到10.56%，由于我国这一阶段的经济增长主要依赖于能源消费的高增长，碳排放平均增长率为12.15%。

从1953~2007年中国的GDP、能源消费与二氧化碳排放的增长趋势，可以看出二氧化碳排放量和能源消费量与GDP的变动方向基本是一致的，GDP迅速增长的外在表现形式是人们消费水平的迅速增长，这必然导致对能源消费总量的增加，也就间接造成了二氧化碳排放量增多，说明二氧化碳排放量和能源消费量的增加是由GDP的迅速增长导致的。同时能源消费量和二氧化碳排放量的增长与GDP的增长之间有着的大幅度差异，平均每年的增长速度相差约8.3%，这说明我国能源利用率上的提高，导致单位GDP的能耗（能源强度）和单位GDP的碳排放（碳排放强度）降低。

三、碳排放的影响因素

碳排放强度是指每万元国内生产总值(GDP)的二氧化碳排放量，该指标主要是用来衡量一国经济同碳排放量之间的关系，如果一国在经济增长的同时，每单位国民生产总值所带来的二氧化碳排放量在下降，那么说明该国就实现了一个低碳的发展模式。所以说碳排放强度是在保证经济可持续发展条件下衡量减排效果的最好指标。GDP变化与二氧化碳排放的关系是复杂的，其主要影响因素表现在以下几个方面。

1.市场化程度的影响。图1为1953~2007年我国阶段性碳排放强度比较，从中可以发现：改革开放之前（1953~1978年），由于实行的是高度集中的计划经济体制，市场化程度相当低，碳排放强度较高。计划经济形成初期（1953年~1957年），随着对农业、手工业和资本主义工商业的社会主义改造的完成，建立了计划经济体制，平均碳排放强度达到21.54tCO2/万元；而在计划经济运行阶段（1958~1978），在“”计划的指示下重点发展重工业，能源消耗量迅速增加，使得使这一时期的二氧化碳排放量急剧上升，平均碳排放强度达到39.93tCO2/万元，比计划经济形成阶段上升了85%。在改革开放的初期（1979~1984年）开始实行“计划经济为主，市场调节为辅”的市场经济体制，由于该阶段改革尚未从农业领域全面开展，国有企业仍处于“放权让利”时期，这一时期的碳排放强度仍很高，为37.05tCO2/万元，但是碳排放强度的降低是明显的；在改革开放全面推进阶段（1985~2007年），随着生产资料商品化的进一步推进，市场化程度得到很大提高，这一阶段的碳排放强度为19.94tCO2/万元，与改革的初始阶段相比降低了46%，显示了较高的碳排放效率；与计划经济的运行阶段相比，单位排放量降低了50%。据测算，1985~2007年，假定经济增长速度不变，由于社会主义市场经济体制的作用，我国的二氧化碳排放量总共减少了11467851t。

以上数据充分说明随着市场化程度的加深，碳排放强度越来越低。市场化是在开放的市场中，以市场需求为导向，竞争的优胜劣汰为手段，实现资源充分合理配制，效率最大化目标的机制。这一机制使得市场的作用扩大化，能够更加合理有效地配置资源，使资源得到了有效的利用，提高了资源的利用率。由此可见市场化一方面推进了国民经济的迅速增长，另一方面也使全球变暖这一环境问题得到了缓减。

2.能源消费结构不合理。碳排放系数是指每一种能源燃烧或使用过程中单位能源所产生的碳排放数量，一般在使用过程中，根据IPCC的假定，可以认为某种能源的碳排放系数是不变的。由表1可见，在煤、石油和天然气这三种化石能源中，煤的碳排放系数最高，石油次之，天然气的单位热值碳密集只有煤炭的60％。其他形式的新能源如核能、风能、太阳能、水等属于无碳能源。

煤炭一直是中国的主要能源，占整个能源消费结构的70%左右。1992年我国进行了煤炭工业管理体制改革，使得煤炭消费由于价格上升的因素而大幅度下降，而其他能源的消费则有所增加。在2006年，煤炭在一次能源消费中的比重由1978年的70.7%下降到69.4%，其他能源的比重由29.3%上升到30.6%，其中可再生能源和核电这类无碳能源的比重由3.4%提高到7.2%。碳排放总量与能源消费总量之比从1978年的2.5减少到了2006年的2.4，碳排放强度也由1978年的44.2tCO2/万元下降到了2006年的13.81tCO2/万元，说明煤炭在能源消费结构中比重的降低能显著减少了二氧化碳的排放。可见合理的能源消费结构，不仅能提高对资源的有效利用，更重要的是减少了碳的排放，有利于减排与经济的协调发展。

3.产业结构不合理。从图2可以看出，中国改革开放以来产业结构的变化趋势对二氧化碳排放的影响大体上可分为两个阶段：1980年~1993年，第一产业的比重由30.2%下降到19.7%，第三产业的比重由21.6%上升到33.7%，第二产业的份额在经过较长一段时间的徘徊之后开始呈上升趋势。在此期间的碳排放强度由1978年的40.14tCO2/万元下降到1993年的22.32tCO2/万元。1993年以后，中国的经济结构中，第一产业比重继续下降，第三产业的发展逐渐平缓，而第二产业的比重则迅速增长，到2007年第一、二、三产业的比重分别为11.1%、48.5%、40.4%，这一时期我国的经济增长主要依赖于第二产业的发展，而第三产业发展相对滞后，但是其碳排放强度已下降到13.36tCO2/万元，这充分说明大力发展低能耗和低碳排量的第三产业可以保证经济稳步增长的同时大力减少二氧化碳的排放。

四、低碳经济发展的对策

由以上分析可知，二氧化碳减排与可持续发展协调进行的关键在于市场化程度、能源消费结构和产业结构。与发达国家“先发展、后减排；先高碳，后低碳”的低碳经济道路不同的是，我国发展低碳经济应采取既基于国情又符合世界发展趋势的渐进式途径，采取严格的节能减排技术和相应的政策措施，因而，应从以下几个方面入手。

1.探索低排放的经济发展模式。中国的“低碳经济”道路与发达国家的低碳经济道路有所不同。发达国家主张的低碳经济是建立在国家综合实力已经比较强大、人民生活水平相对富足的基础上的，而且市场化程度较高；而中国的低碳经济道路是建立在工业化进程尚未过半、城市化水平显著偏低、绝大多数人民的生活水平还处于相对较低的水平基础之上，而且我国市场经济起步较晚，同时社会主义国家的市场经济体制还具有其特殊性。因此，我国必须从实际情况出发，充分利用加入WTO的契机，更深更广地融入全球市场经济体系，进一步推进我国经济市场化的深度与广度，加快能源配置效率和能源技术效率的提高，降低碳排放强度，走出一条“以发展促减排、以减排促发展”的道路。

2.优化能源结构，提高能源利用效率。中国以煤为主的能源结构是单位能源消费碳排放强度大的主要原因，优化一次能源供应结构，全面实现用能技术的先进化，合理发展可再生能源和核电，提高可再生能源和核电在一次能源消费中的比重，努力降低单位能源消费的CO2排放强度，有利于尽快提高整个国民经济的能源使用效率。提高能源利用效率，减少单位GDP所消耗的能源，是实现经济可持续发展和减少二氧化碳排放量的首要任务。研究表明，我国能源利用效率仅为3.4％，与国际先进水平相比低了10个百分点。因此，吸收国内外先进的能源利用和碳减排技术，改进中国的生产和消费方式，对减少单位产出的能源消耗和碳排放具有重要的现实意义。

3.做优第一产业，做强第二产业，做大第三产业。在产业结构中，第一、二、三产业的发展都会增加二氧化碳排放量，但单位产出增加量会逐次减少。从各国产业结构对二氧化碳排放的影响系数看，第三产业普遍小于第二产业，而第二产业又小于第一产业，如英国分别为0.000235、0.010445、0.051490，英国第一产业所占比重每增加1%，会导致二氧化碳排放量增加5.1%；第二产业每增加1%，会使二氧化碳排放量增加1.04%；而第三产业每增加1%，只会使二氧化碳排放量增加0.02%。可见低碳经济的发展模式要有合理的产业结构，既可以维持经济增长又能保证低碳排放甚至零排放。中国的第一、二产业比重较大，第三产业发展相对滞后，因此应具体分析我国的国情，抓住契机大力发展第三产业，加快产业结构调整的力度与步伐，达到经济增长与碳排放量的均衡，以实现低碳经济的发展模式。

五、结论

在全球低碳经济发展模式下，我国必须从实际出发，在扎实、深入研究的基础上，从GDP增长与碳排放的关系出发，深入分析影响碳排放的因素，研究低碳经济的发展对策，开展试点工作，进行战略规划，积极参与国际低碳规则的制定，为我国的经济发展争取更大的空间，在创造经济效益的同时创造更大的社会效益，走出一条符合国情、有中国特色的低碳经济之路。

参考文献：

1.张雷.经济发展对碳排放的影响[J].地理学报,2003(4)

2.王中英,王礼茂.中国经济增长对碳排放的影响分析[J].安全与环境学,2006(5)

3.胡鞍钢.“绿猫”模式的新内涵――低碳经济[J].世界环境，2008(2)

4.2050中国能源和碳排放研究课题组.2050中国能源和碳排放报告[M].北京:科学出版社,2009

5.中国统计年鉴2009.中华人民共和国国家统计局[M].北京:中国统计出版社,2009

6.邢继俊,赵刚.中国要大力发展低碳经济[J].中国科技论坛,2007(10)

篇（11）

关键词气候变化；碳排放；旅游业；计量框架

中图分类号F590文献标识码A文章编号1002-2104（2014）01-0078-09doi：103969/jissn1002-2104201401012

气候是旅游业的一个重要资源，旅游业对其高度敏感[1]。事实上，旅游业既是气候变化的受害者又是贡献者之一，因旅游交通、住宿及活动所产生的碳排放量占全球总量的4%-6%；若不采取缓解措施，在未来30年内碳排放量将增加1.5倍[2]。2011年，我国人均GDP超5 000美元，国家经济进入加速发展阶段，居民消费向小康型升级，旅游业进入发展的黄金期，其产生的碳排放也相应增加。但是，在学界或产业界对旅游业的认识多停留在其为绿色产业、无烟产业的定位上，这种认识上的不足，对未来旅游业的低碳化发展将会产生严重的弊端。可是，旅游业综合性强、关联度大、产业链长、边界不明晰等行业特殊性[2]，制约其碳排放的计量。同时，旅游业作为国家“五位一体”战略和“美丽中国”建设的重要载体，也不应该忽略其所隐含的大量碳排放。

20世纪90年代后，旅游业与气候变化研究的重点为旅游业对气候变化的影响研究。其中旅游业碳排放的计量是其核心内容。在旅游业碳排放计量理论与结果上，旅游业不是国民经济账户系统的一个传统的组成部分，尚没有一个国家具有对旅游业能源需求或碳排放完整的国家统计体系，制约其碳排放的计量[3]。一般应用生命周期评价与投入产出两种理论，实质是从“消费”与“生产”视角来计量碳排放[4]。分别对应“由下而上”与“由上而下”法[5]。目前，主要是从消费视角，应用生命周期评价理论来研究。如全球[2]、国家[6， 7]、省域[8-10]、地方[11-13]、景区或酒店[14-16]、旅游线路[5， 17， 18]以及旅游交通[19-25]等不同尺度的旅游业碳排放。另外，少数学者从生产视角，基于旅游卫星账户来计量其碳排放。如澳大利亚[26， 27]、新西兰[3]、瑞士[28]、夏威夷[29]等。研究发现，旅游业碳排放计量主要是指其直接碳排放，占国家碳排放的3.9%-53%[27]，我国目前的研究结果却只占056%-086%[7]。长途旅行与航空交通是两大来源[20， 30]。另外，对新西兰[19]、澳大利亚[26]的研究表明，其间接碳排放占其碳排放总量的50%-60%之间[27]。对旅游业间接碳排放研究的忽视，会造成旅游业的碳漏损。

按照旅游业“碳减排”的“测定-减排-补偿”三步走的逻辑主线，旅游业碳排放计量是旅游业节能减排的第一步。在现有研究中，将旅游业以生产性部门来研究其碳排放已经在国外取得了一定的成果，但这是以其完整的国民经济核算体系（System of National Accounting，SNA）、旅游卫星账户（Tourism Satellite Account，TSA）、环境经济综合账户（System of Integrated Environment and Economic Accounting，SEEA）为基础的。目前，国内旅游卫星账户、环境经济综合账户的研究还甚少，如何基于现有国际通用的编制手册或指南进行旅游卫星模拟账户和环境经济综合账户的编制，构建旅游业碳排放的计量平台，避免旅游碳漏损，并进行实证研究十分迫切。

本文从生产性行业这一新视角来阶段旅游业碳排放，突破现有旅游业多采用“由下而上”的计量方法体系，基于生命周期评价理论，应用投入产出方法，构建以旅游卫星模拟账户、旅游业能源-经济综合账户为核心的旅游业碳排放计量平台的“由上而下”的碳排放计量方法体系，将旅游经济影响与能源消耗、碳排放综合考虑，为旅游业碳排放的全面测算提供一条新思路，避免旅游业碳漏损。并实证研究了2007年我国旅游业碳排放，为我国低碳旅游的优化路径与旅游业节能减排相关政策的制定提供基础支撑。

1研究设计

1.1研究理论与计量方法

目前，国内的旅游环境影响评价研究多侧重于旅游活动直接的“现场影响”，忽略其间接的“非现场”影响，而考虑到在时间和空间上的非线性且协同的间接“非现场”的环境影响累积效应的研究甚少[31]。

生命周期评价（Life Cycle Assessment， LCA）理论诞生于20世纪60年代末、70年代初，在90年代来开始受到关注。其是对产品全生命过程，包括原材料的提取、加工、产品制造、使用、再生循环直至最终废弃的环境因素的判别及潜在影响的评估和研究。其能够较为全面地反映积累效应带来的环境影响，但是其在碳排放计量中，对产品或服务的直接或间接碳足迹的研究具有不可估量的优势，成为碳排放计量的主要理论之一[3，5]。

投入-产出分析（Inputoutput Analysis， IOA）方法自20世纪50年代就开始逐渐得到世界各国的普遍采用，成为经济系统数量分析不可或缺的工具。其是实施生命周期评价理论的一种方法，其最大的优点是可直接使用国家统计部门的经济数据，减少生命周期评价实施所需要收集的基础数据。可通过计算“生态乘数（Ecological Multipliers，又称生命周期乘数）”来计算生产一个产品所需要或排放总的资源总量或污染物总量[32]。

1.2研究边界界定

边界明确一直是专家学者们讨论的一个重要议题。在现有的研究中，多以旅游者为视角，认为旅游业碳排放是指旅游者从客源地到目的地再回到客源地的旅游产品生命周期中，涉及到其吃、住、行、游、购、娱等环节所直接产生的碳排放量，并不包括旅游物质载体生产、制造与分发，和旅游管理部门等为旅游业正常运行而产生的间接碳排放量。其实质是旅游者碳排放量[33]。

现在，旅游业绝不仅是一个产业，更像是一个影响许多产业的“部门”，旅游业与现存的国民经济部门有着千丝万缕的联系与影响。因此，本文认为，旅游业碳排放是指旅游产业活动过程中所直接和间接产生的二氧化碳（CO2）当量的估量值，包括旅游物质载体生产、制造与销售，旅游管理部门等为旅游业正常运行而涉及到的间接碳排放当量，也包括第一、二、三产业间接为旅游业服务而产生的碳排放当量。

1.3研究分析框架

首先，旅游卫星账户（TSA）是指在国民经济账户之外，按照国际统一国民经济账户的概念和分类要求单独设立的一个虚拟账户，通过对所有与旅游消费相关部门中，由于旅游而引致的产出部分分离出来单列入这一虚拟账户，以准确地测度旅游业的经济影响[34]。如果说旅游是一个产业，从根本上讲，旅游卫星账户则是测量这个产业产出的方法或途径，其是连接旅游业和国民经济核算系统中与旅游相关经济产业的桥梁。因研究的需要，可以构建国家旅游卫星模拟账户。

其次，环境经济综合核算体系（SEEA），又称综合环境经济核算卫星账户，其主要的特征为以国民核算体系（SNA）为基础，建立涵盖各种自然资源与环境生态领域的卫星账表，将有关自然资源和环境的账表与传统的国民经济账户连接起来[31]。以国家旅游卫星模拟账户为基础，通过构建中间需求矩阵、最终使用矩阵以及计算旅游剥离系数，构建旅游环境-经济综合账户，可实现连接旅游经济和旅游业对生态环境影响关系的桥梁。

然后，以旅游业经济-环境综合账户为基础，通过生态乘数的计算，可以实现旅游业的直接与间接碳排放的计量。同时，基于旅游业环境账户，依据能源碳排放系数，计量得出旅游业直接碳排放量。具体如图1所示。

1.4数据获取与处理

从《中国统计年鉴》中获取研究年份中国投入产出表，根据国民经济行业标准（GB/T 4754-2011）和统计基础情况，合并与拆分国民经济产业部门，得到中国22部门（不包含旅游部门）投入产出矩阵表。从其“旅游”章节中获取研究年份国际旅游（外汇）收入及构成，国内居民旅游总消费（包含城镇居民旅游总消费和农村居民旅游总消费）。从其“能源”章节获取研究年份中国44部门能源投入详细数据。

另外，从《中国国内旅游抽样调查资料》获取研究年份的国内旅游城镇居民散客出游人均花费及构成和农村居民散客出游人均花费及构成，以及从国家外汇管理局“统计数据”中获取研究年份人民币对美元汇率。

2“自上而下”的旅游业碳排放计量步骤构建

以国际通行规范性文件《2008年旅游卫星账户：概念推荐框架（TSA：RMF2008）》、《2008年国民经济账户（SNA2008）》和《2003年环境-经济综合账户系统（SEEA 2003）》为基准，结合我国国家经济核算体系、统计标准以及研究需要实际，构建“自上而下”的旅游业碳排放计量步骤。

第一步：确定TSA的核算范围、基本概念、计价方式、编制基年等以及确定拟编制的表式。重点应该明确如下内容：①明确旅游和游客的概念；②明确游客消费的类型和范围；③确定编制《TSA：RMF 2008》中的哪几张表式。④确定编制基年和计价方式。

第二步：确定旅游特征产品、旅游相关产品和旅游特征产业、旅游相关产业目录。重点应该明确两个关键环节：①需要确定旅游特征活动是采用产业部门分类还是产品部门分类；②需要确认旅游特征产品和旅游特征活动的分类水平。

第三步：修订《TSA：RMF2008》中选取的相关表式。旅游卫星账户的核心内容主要包含了10张内容上相互连接的账户和表格，研究者应根据研究目的与数据的可得性，对《TSA：RMF2008》中的推荐表式进行相应修订。

第四步：应针对现有旅游部门统计调查数据和国民经济核算数据，针对性分析现有数据的满足情况以及这些数据的质量，并分析和列示缺失的数据，即构建旅游卫星账户所需但无法从现有数据中剖解出来的数据。

第五步：在明确缺失数据的基础上，确定数据的解决方法，制定调查方案，如确定抽样调查、典型调查、重点调查的方案，或者明确需要采用专家评议等方法解决的数据等。

第六步：数据的评估、处理和汇总，表式的拼接，研究报告的撰写等后期工作，构建国家旅游卫星模拟账户，尤其是旅游剥离系数的计算。其中，旅游剥离系数的计算为Ri=ti/Ti，（i=1，2，...，n）。Ri为第i产业部门的旅游比率；ti为第i产业部门的旅游消费经济总量，Ti为第i产业部门的总产出经济总量（单位：RMB）。

第七步：构建研究年份中国投入产出矩阵表（22部门）。分析发现，不同年份中国投入产出矩阵表的构成部门是有差异的，如2000年、2002年、2005年为17部门，2007年为42部门。出于简化研究的需要，以将中国投入产出矩阵表中产业部门按照国民经济行业分类标准（GB/T4754-2011）整合与拆分为22个部门的投入产出矩阵表较为合适。

第八步：从研究年份中国投入产出矩阵表（22部门）中抽离出第Ⅰ象限和第Ⅲ象限中主要投入到中间需求部门的数据。

第九步：旅游部门购买物的量化。编辑经济部门中能够量化购买物（来自其他的22个部门）的数据列。研究认为22部门中旅游产业的部分具有与这些部门的平均投入组合相一致的投入结构。

第十步：旅游部门销售物的量化。编辑经济部门中能够量化销售额（到其他的22个部门）的数据行。在一般情况下，将旅游业认定为消费型产业，则其销售行设为零。

第十一步：将旅游部门的列与行插入到中间需求矩阵。列（第九步）和行（第十步）插入到中间需求矩阵，得到研究年份中国包含23部门的中间需求矩阵。

第十二步：确定包含在23部门模型中的最终使用矩阵，实现将旅游业从国民经济部门（22个）中剥离出来。

第十三步：通过合并第十一步、第十二步的中间需求矩阵与最终使用矩阵，构建包含旅游部门的23部门投入产出矩阵表。

第十四步：从中国国家统计局编制的《中国统计年鉴》中“能源”章节获取研究年份按行业分类能源消耗量数据表。

第十五步：构建研究年份中国22部门能源投入账户。一般数据整合集中在第二产业，而数据拆分主要集中在第三产业。

第十六步：构建研究年份中国23部门（包括旅游部门）能源投入账户，将旅游业的能源消耗从其他经济部门中独立出来。

第十七步：基于国家能源投入与CO2排放的关系得到各产业部门CO2的排放量，来构建研究年份中国23部门（包括旅游部门）的CO2排放账户。

第十八步：将来自第十三步的矩阵（中国投入产出经济矩阵，包括旅游部门的23部门）和来自第十七步的矩阵（能源消耗和CO2排放环境矩阵，包括旅游部门的23部门）整合为旅游业经济-环境综合账户。

第十九步：构建研究年份包含旅游部门的23部门净矩阵（O-I）。这一矩阵可以从第十三步的投入-产出矩阵表中获得。其中，O矩阵是总产出列向量的对角化矩阵，而I矩阵则是中间需求矩阵。

第二十步：计算（O-I）的可逆矩阵（O-I）-1。

第二十一步：确定生命周期乘数，即生态乘数。本研究用向量β乘以（O-I）-1

矩阵可以得到解向量ε。解向量ε中的元素即为每个经济部门的生态乘数。向量β是23部门（包括旅游部门）的直接CO2排放。

第二十二步：确定旅游部门的第1轮影响。用对角矩

阵E

乘以（O-I）可以得到矩阵W。这样就可以确定旅游部门的第一轮影响，即矩阵W的旅游部门列即为第一轮影响，包括间接投入和内涵产出。

第二十三步：确定旅游部门的第2轮至第n轮影响。旅游业间接碳排放的计算公式如下：Ii=Gi-Di。其中：Ii为旅游业各部门间接CO2排放量（单位：×106 t）；Gi为旅游业各部门总的CO2排放量（单位：×106 t）；Di为旅游业各部门直接CO2排放量（单位：×106 t）。另外，Gi=εi×ti。其中：Gi为旅游业各部门总的CO2排放量（单位：×106 t）；εi为旅游业各部门对应产业部门（22产业部门，不包含旅游业）的生态乘数（单位：kg/RMB）；ti为旅游业各部门的经济总量（单位：RMB）。

第二十四步：利用第二十二步和第二十三步中的数据，绘制旅游业碳排放生命周期评价图，呈现出直接流和间接流，同时在某一过程中，直接投入+间接投入=内涵产出。因第二轮后会出现大量的间接投入分支，故具体的标准需要被指定，以呈现一些重要的分支流。如第1轮间接CO2排放大于2×106 t，第2轮间接CO2排放大于0.60×106 t，第3轮间接CO2排放大于0.25×106 t，第4轮间接CO2排放大于0.10×106 t，第5轮间接CO2排放大于3 t，第6轮以后的间接CO2排放流量相对较小，故不再考虑进生命周期评价图中。

3实证研究：2007年中国旅游业碳排放计量

3.1旅游业碳排放计量与细分

基于“自上而下”的旅游业碳排放计量框架，计算结果具体如下：

在旅游业碳排放计量上，2007年我国旅游业总CO2排放总量为169.78×106 t，占我国所有产业CO2排放总量的2.71%，同时占我国CO2排放总量（包含生活消费CO2排放）的2.44 %。其中，旅游业直接碳排放为73.56×106 t，分别为交通50.14×106 t，游览1.33×106 t，住宿419×106 t，餐饮473×106 t，商品销售814×106 t，娱乐067×106 t，邮电通讯045×106 t，其他服务390×106 t。旅游业间接碳排放为9623×106 t，分别为交通3704×106 t，游览597×106 t，住宿1038×106 t，餐饮1171×106 t，商品销售1580×106 t，娱乐288×106 t，邮电通讯094×106 t，其他服务1150×106 t。具体请见表1。

进一步发现，采用“自上而下”法计量得知我国旅游业直接碳排放为7356×106 t，占全国碳排放总量的106%。其中，交通占68.17%、住宿占5.70%、活动占1.81%、购物占11.06%、餐饮占4.73%、娱乐占0.92%、其他占5.31%。而已有研究“自下而上”法计量得出2008年我国旅游业CO2排放总量为5134×106 t，占全国碳排放总量的086%。其中，交通3477×106 t（6772%）、住宿1536×106 t（2992%）、活动121×106 t（236%）。并指出，旅游业有高达25%-65%的间接消耗能源消耗

图2“自上而下”的旅游业碳排放计量框架

Fig.2Topdown carbon emission measurement for tourism industry

量[7]。比较发现，2008年我国旅游业碳排放约低估22×106 t，其中旅游交通碳排放约低估16×106 t，住

宿碳排放约高估11×106 t，而旅游活动碳排放基本一致。但是在购物、餐饮、娱乐以及其他等旅游部门未估计约17×106 t。另外，对2003-2004年澳大利亚旅游业直接碳排放计量发现，其直接碳排放为

26.3×106 t，其中交通为16.65×106 t（63.30%）、住宿2.42×106 t（9.22%）、购物1.85×106 t（7.05%）、餐饮0.75×106 t（2.84%）、其他4.63×106 t（17.59%）[27]。因而，交通、住宿与购物是旅游业碳排放的直接来源。

3.2旅游业与国民经济其他行业部门的比较

在国民经济各部门直接碳排放比较上，纵观2007年国民经济各行业部门的CO2排放总量，旅游业CO2直接排放总量位列第十六位，其中处于前四位的为金属产品制造业，化工工业，电力、热力及水的生产和供应业和非金属矿物制造业、交通运输及仓储业。具体请见图3。

图32007年23产业部门直接CO2排放总量图

Fig.3Direct CO2 emission of 23 industries

in China in 2007

在国民经济各行业部门的生态乘数比较上，2007年旅游业的生态乘数为0.16 kg/元，即1元经济产出所排放的直接和间接的CO2总量为0.16 kg，位列第十一位。其中，其生态乘数高于旅游业的行业部门包括采掘业（019 kg/元），食品制造及烟草加工业（013 kg/元），纺织、缝纫及皮革产品制造业（019 kg/元），其他制造业（018 kg/元），电力、热力及水的生产和供应业（034 kg/元），炼焦、煤气及石油加工业（031 kg/元），化学工业（031 kg/元），非金属矿物制品业（044 kg/元），金属产品制造业（044 kg/元），机器设备制造业（018 kg/元），建筑业（027 kg/元），交通运输及仓储业（028 kg/元）。具体如图4所示。因而，旅游业作为现代服务业的龙头，其的大力发展是有利于我国的节能减排目标的实现。

图42007年23产业部门生态乘数比较

Fig.4Comparison of ecological multipliers for

23 industries in China in 2007

在国民经济行业对旅游业间接碳排放的贡献上，国民经济行业对旅游业碳排放的第一轮影响如下，农林牧渔业403×106 t，采掘业054×106 t，食品制造及烟草加工业1066×106 t，纺织、缝纫及皮革产品制造业207×106 t，其他制造业357×106 t，电力、热力及水的生产和供应业618×106 t，炼焦、煤气及石油加工业2016×106 t，化学工业549×106 t，非金属矿物制品业084×106 t，金属产品制造业227×106 t，机器设备制造业1085×106 t，建筑业126×106 t，交通运输及仓储业1390×106 t，邮政、信息传输、计算机服务和软件业099×106 t，批发和零售业158×106 t，住宿和餐饮业236×106 t，金融业239×106 t，房地产业、租赁和商务服务业353×106 t，水利、环境和公共设施管理业021×106 t，居民服务和其他服务业210×106 t，文化、体育和娱乐业058×106 t，其他服务业067×106 t。其贡献百分比率请见图5。

图52007年23产业部门对旅游业的

间接碳排放贡献比率

Fig.5Contibution of 23 industries to indirect CO2

emission of tourism industry in China in 2007

从图5可知，我国旅游业间接碳排放的主要贡献国民经济部门为炼焦、煤气及石油加工业（21%）、交通运输及仓储业（14%）机器设备制造业（11%）食品制造及烟草加工业（11%），占总贡献率的57%。对澳大利亚的研究表

图62007年旅游业直接和间接CO2排放生命周期评价图

Fig.6Life cycle assessment of direct and indirect CO2 emission of tourism industry in 2007

明，2003年-2004年其旅游业间接碳排放来源主要自农林渔业（3064%）和煤电业（3744%），约占总贡献率的6808%[27]。新西兰的研究表明，1997年其旅游业的间接碳排放主要来自国际旅游（3033%）、国内交通（2339%）、食品与饮料（698%）、基础金属制品（661%）、零售业（661%）、纸浆与纸产品（660%），占总贡献率的8052%[3]。因而，在不同的国家，不同的旅游发展阶段，其间接碳排放的来源也是呈现出差异性的。2007年我国旅游业碳排放生命周期图如图6所示。

4结论与展望

在旅游业碳排放计量框架构建上，本研究通过以生命周期评价理论和投入产出分析方法为基础，以国民经济核算系统（SNA）和国家旅游卫星账户（TSA）为经济数据基础，以环境-经济综合账户（SEEA）的标准为参照，实现构建国家旅游卫星模拟账户、旅游业环境-经济综合账户为桥梁的“自上而下”的我国旅游碳排放计量框架体系。

在旅游业碳排放细分构成上，2007年我国旅游业碳排放总量为16978×106 t，占我国所有产业碳排放总量的271%，占我国碳排放总量（包含生活消费碳排放）的244%。其中，旅游业直接与间接碳排放分别为7356×106 t和9623×106 t。另外，旅游业间接碳排放主要来自于炼焦、煤气及石油加工业，交通运输及仓储业，机器设备制造业，食品制造及烟草加工业等产业。

在产业生态乘数比较上，2007年旅游业的生态乘数为016 kg/RMB，位列第十一位。与电力、热力及水的生产和供应业，炼焦、煤气及石油加工业，化学工业，金属矿物制品业等第二产业相比，其表现出良好的产业节能减排优势。

未来旅游业的节能减排政策方面，首先应该需要强化树立旅游业作为现代服务业龙头地位的认识，从生产业的视角，认识旅游业对国民经济发展的强大贡献，与其他行业相比，其在单位GDP能耗相对较小。其次，在旅游业内部节能减排的路径选择上，应该多加强在旅游交通、商品销售、餐饮和住宿等方面的碳减排政策与措施的制定，发展相应的节能减排技术，方可真正实现旅游业的低碳化发展。然后，在整个国民经济节能减排政策对旅游业的影响路径选择上，应该需要着重加强炼焦、煤气及石油加工业、交通运输及仓储业、机器设备制造业、食品制造及烟草加工业等产业半成品与成品制品在旅游业中的使用，优化其生产技术，将更能促进旅游业的节能减排。

尽管本文借助现有的旅游经济与环境影响评估理论与技术构建了“自上而下”的旅游业碳排放计量框架，且进行了实证研究。但在如下方面仍需进一步规范或深入：研究使用的国民经济行业规范有待细分；研究使用的基础数据有待完善；特殊旅游活动的投入产出有待详实； 旅游业沉没成本有待考虑等。另外，以此为契机，未来旅游业碳排放的研究应重点把握如下方面：研究历年来旅游业碳排放的演变规律；旅游业经济发展与旅游碳排放之间的关系；旅游业碳排放的主要驱动力；整套完善的国家经济和能源账户系统的构建；旅游业社会和文化成本碳排放研究等。

参考文献（References）

[1]钟永德， 李世宏， 罗芬. 旅游业对气候变化的贡献研究进展[J]. 中国人口・资源与环境， 2013，23（3）：158-164.[Zhong Yongde， Li ShiHong， Luo Fen. Contribution of Tourism Industry on Climate Change： A Literature Review[J]. China Population， Resources and Environment， 2013，23（3）：158-164.]

[2]UNWTO， UNEP. Climate Change and Tourism：Responding to Global Challenges[M]. Madrid： CEDRO， 2008.

[3]Becken S， Patterson M. Measuring National Carbon Dioxide Emissions from Tourism as a Key Step Towards Achieving Sustainable Tourism[J]. Journal of Sustainable Tourism， 2006，14（4）：323-338.

[4]Dwyer L， Forsyth P， Spurr R， et al. Estimating the Carbon Footprint of Australian Tourism[J]. Journal of Sustainable Tourism， 2010，18（3）：355-376.

[5]Filimonau V， Dickinson J E， Robbins D， et al. A Critical Review of Methods for Tourism Climate Change Appraisal： Life Cycle Assessment as a New Approach[J]. Journal of Sustainable Tourism， 2011，19（3）：301-324.

[6]Dubois G， Ceron J P. Tourism/Leisure Greenhouse Gas Emissions Forecasts for 2050： Factors for Change in France[J]. Journal of Sustainable Tourism， 2006，14（2）：172-191.

[7]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.]

[8]Bagliani M， Galli A， Niccolucci V， et al. Ecological Footprint Analysis Applied to a Subnational Area： The Case of the Province of Siena （Italy）.[J]. Journal of Environmental Management， 2008，86（2）：354-364.

[9]陶玉国， 张红霞. 江苏旅游能耗和碳排放估算研究[J]. 南京社会科学， 2011，（8）：151-156.[Tao Yuguo， Zhang Hongxia. A Rough Estimation of Energy Consumption and CO2 Emission in Tourism Sector of Jiangsu Province[J]. Social Sciences in Nanjing ， 2011，（8）：151-156.]

[10]王立国， 廖为明， 黄敏， 等. 基于终端消费的旅游碳足迹测算――以江西省为例[J]. 生态经济， 2011（5）：120-124.[Wang Liguo， Liao Weiming， Huang Min， et al. Calculation of Tourism Carbon Footprint on Final Consumption：A Case of Jiangxi Province[J]. Ecological Economy， 2011（5）：120-124.]

[11]Sisman D. Tourism Destinations Carbon Footprints[R]. Cambridge， UK： 2007.

[12]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.

[13]王怀. 张家界旅游者碳足迹[D]. 长沙： 中南林业科技大学， 2010.[Wang HuaiCai. Research on Tourist Carbon Footprint in Zhangjiajie[D]. Changsha： Central South University of Forestry & Technology， 2010.]

[14]Becken S， Simmons D G. Understanding Energy Consumption Patterns of Tourist Attractions and Activities in New Zealand[J]. Tourism Management， 2002，23（4）：343-354.

[15]Lin T. Carbon Dioxide Emissions From Transport in Taiwans National Parks[J]. Tourism Management， 2010，31（2）：285-290.

[16]， 黄继华， 莫延芬， 等. 昆明市四星级酒店住宿产品碳足迹计算与分析[J]. 旅游学刊， 2010，25（3）：27-34.[Li Peng， Huang Jihua， Mo Yanfen，et al. Carbon Footprint Calculation and Analysis of Accommodation Services in Fourstar Hotels of Kunming[J]. Tourism Tribune， 2010，25（3）：27-34.]

[17]， 杨桂华. 云南香格里拉旅游线路产品生态足迹[J]. 生态学报， 2007，27（7）：2954-2963.[Li Peng， Yang Guihua. The Ecological Footprint Study of Tourism Itinerary Production in ShanggriLa， Yunnan Province[J]. Acta Ecologica Sinica， 2007，27（7）：2954-2963.]

[18]， 杨桂华， 郑彪， 等. 基于温室气体排放的云南香格里拉旅游线路产品生态效率[J]. 生态学报， 2008，28（5）：2207-2219.[Li Peng， Yang Guihua， Zheng Biao， et al. GHG Emissionbased Ecoefficiency Study on Tourism Itinerary Products in ShangriLa， Yunnan Province， China[J]. Acta Ecologica Sinica， 2008，28（5）：2207-2219.]

[19]Becken S. Analysing International Tourist Flows to Estimate Energy Use Associated with Air Travel[J]. Journal of Sustainable Tourism， 2002，10（2）：114-131.

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

[21]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.

[22]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.

[23]魏艳旭， 孙根年， 马丽君， 等. 中国旅游交通碳排放及地区差异的初步估算[J]. 陕西师范大学学报：自然科学版， 2012，40（2）：76-84.[Wei YanXu， Sun GenNian， Ma LiJun， et al. Estimating the Carbon Emission and Regional Differences of Tourism Transport in China[J]. Journal of Shaanxi Normal Univeristy： Natural Science Edition， 2012，40（2）：76-84.]

[24]包战雄， 袁书琪， 陈光水. 不同游客吸引半径景区国内旅游交通碳排放特征比较[J]. 地理科学， 2012，32（10）：1168-1175.[Bao ZhanXiong， Yuan ShuQi， Chen GuangShui. Carbon Dioxide Emission From Tourist Transport in Three Destinations of Different Travel Distances[J]. Scientia Geographica Sinica， 2012，32（10）：1168-1175.]

[25]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 Ecologica Sinica， 2012，32（23）：7540-7548.]

[26]Forsyth P， Hoque S， Dwyer L， et al. The Carbon Footprint of Australian Tourism[R].Sustainable Tourism Cooperative Research Center， 2008.

[27]Dwyer L， Forsyth P， Spurr R， et al. Estimating the Carbon Footprint of Australian Tourism[J]. Journal of Sustainable Tourism， 2010，18（3）：355-376.

[28]Perchnielsen S， Sesartic A， Stucki M. The Greenhouse Gas Intensity of the Tourism Sector： The Case of Switzerland[J]. Environmental Science and Policy， 2010，13（2）：131-140.

[29]Tabatchnaiatamirisa N， Loke M K， Leung P， et al. Energy and Tourism in Hawaii[J]. Annals of Tourism Research， 1997，24（2）：390-401.

[30]Dubois G， Ceron J P. Tourism/Leisure Greenhouse Gas Emissions Forecasts for 2050： Factors for Change in France[J]. Journal of Sustainable Tourism， 2006，14（2）：172-191.

[31]李世宏. 我国旅游业碳排放计量研究[D]. 长沙： 中南林业科技大学， 2012.[Li Shihong. Research on Measurement of Tourism Carbon Emission in China[D]. Changsha： Central South University of Forestry & Technology， 2010.]