碳排放效率（通用12篇）
碳排放效率 篇1
随着全球气候变暖速度日益加剧, 气候变暖问题逐渐引起人们关注。《京都议定书》对世界各国共同解决气候问题具有重要意义, 签约国家就合力进行温室气体减排达成了共识。但美国政府不赞同《京都议定书》中提到的绝对减排量, 并于2002年提出基于碳排放效率的减排目标。碳排放效率是指分析主体的碳排放量与主体产值的比值。许多学者从发展中国家参与温室气体减排的角度出发, 认为基于碳排放效率的减排更加合理。因为这种减排方式可以保障分配公平, 而绝对量的减排方式则可能对经济发展造成阻碍。为全面把握当前国内碳排放效率研究的主要内容及最新进展, 深入理解碳排放效率的内在机理, 本文对碳排放效率研究进行综述。
1 碳排放效率研究进展
我国学者主要注重对碳排放效率的评价和研究。本文通过相关研究文献总结, 从评价内容、评价方法和影响因素两个方面对碳排放效率研究进展进行梳理。
1.1 碳排放效率的评价内容及方法
我国学者对碳排放效率的评价研究主要集中于区域角度, 研究方法主要分为两种:一种是以碳排放总量与某一要素的比值作为碳排放效率的评价标椎, 如单位GDP的碳排放量、单位能源消费的碳排放量、人均碳排放量等。这是从单要素的角度来考虑, 单要素能效指标简单易懂, 并且便于使用和分析, 但也存在不少缺点。最主要的缺点便是单要素指标忽略了与碳排放相关的能源消费、经济发展等多种影响因素的耦合性, 评价结果不能全面反映一个地区的碳排放效率。
另一种则基于全要素视角, 主要是把生产中的“效率”引入到碳排放效率评价中, 通过确定生产前沿边界衡量实际产出的效率。这种比较流行的方法包括数据包络分析法 (DEA) 和随机前沿分析法 (SFA) 。这两种方法能综合考虑经济发展和能源消费等多种因素的影响, 还可以反映出生产过程的各种投入要素及产出、能源构成等之间的相互作用关系。
随机前沿分析方法主要是通过借助生产函数等形式来进行生产过程中各种参数的估计, 纳入随机误差项来区分无效率效应和随机误差, 存在随机性。而数据包络分折方法 (DEA) 则具有一定的灵活性和客观性。尤其是在环境、能源和生产效率方面具有重要意义, 因此如今已经广泛应用。
另外, 随着研究的深入, 越来越多的学者也开始关注从微观角度进行研究, 如有学者开始对工业、农业、土地利用、航空运输、出口贸易及物流业的碳排放效率进行研究, 研究方法主要应用DEA方法, 并根据研究角度对DEA方法进行扩展, 如SBM、DEA-Malmquist方法等 (表1) 。
1.2 碳排放效率的影响因素
一般而言, 碳排放量的外在影响环境是由多种因素共同决定的。我国很多学者对碳排放效率的影响因素进行实证分析, 发现主要的影响因素包括技术水平、产权结构、对外开放、城市化、能源消费结构、能源价格、环境政策及政府对市场的干预等, 但各个因素量的增加对碳排放效率提升与否得到的结论不尽相同。
结合对相关文献的分析, 统一各变量的定义 (表2) 。综合我国学者对碳排放效率影响因素的研究, 建立表3, 由表3可以看出, 我国学者对技术投入、能源价格因素对提高碳排放效率, 以及产业结构、产权结构、政府干预、能源消费比重抑制碳排放效率这点并无争议, 但对外贸易、城市化水平对碳排放效率的影响仍有不同意见。
一方面有学者研究认为对外贸易产生了大量的二氧化碳, 抑制了我国碳排放效率的提高, 另一方面有学者认为对外贸易与碳排放效率存在“倒U型”关系。也就是说, 伴随着对外贸易提高碳排放效率呈先增加后降低的趋势。
针对城市化对碳排放效率的影响, 有学者认为城市化对碳排放效率的影响主要表现在城市化扩大了市场, 产生了聚集效应, 进而提高了市场的生产效率, 最终带来了碳排放效率的提升。但也有学者发现城市化的提高对碳排放效率具有显著的促进作用, 城市化率高的地区碳排放效率水平也更高。城市化水平对碳排放效率影响的争议也将吸引学者进一步深入研究[7]。
2 研究展望
目前, 我国关于碳排放效率的相关理论研究比较滞后, 研究方法比较单一, 由于数据的可获得性研究角度主要集中于对省级碳排放效率研究, 导致研究结果不够深入, 限制了进一步的深入研究。因此, 我们有必要在碳排放效率实证研究的基础上, 通过促进交流, 加强碳排放效率的理论研究, 开展多元化的研究方法, 建立更富有解释力、可操作性和动态性的碳排放效率模型。重点要提到的是我国碳排放效率研究的基础数据主要从统计年鉴获得, 并且各市县数据不全, 因此, 我国碳排放效率研究主要集中于省级碳排放效率研究, 这促进了宏观研究, 研究结果代表我国碳排放效率的整体趋势, 但从碳减排、发展低碳经济角度讲, 各市县碳排放效率的影响因素对碳减排的贡献度并不等同于省级碳排放效率影响因素的贡献度。因此, 我们应该挖掘基础数据, 扩大数据来源, 加强各市县及微观碳排放效率的研究。
参考文献
[1]周五七, 聂鸣.中国工业碳排放效率的区域差异研究[J].数量经济技术经济研究, 2012, (09) :58-70.
[2]吴贤荣, 张俊飚, 田云, 等.中国省域农业碳排放:测算、效率变动及影响因素研究——基于DEA-Malmquist指数分解方法与Tobit模型运用[J].资源科学, 2014, (01) :0129-0138.
[3]史洁.中国航空运输行业碳排放效率研究[J].企业经济, 2015, (06) :25-28.
[4]孙爱军, 房静涛, 王群伟.2000-2012年中国出口贸易的碳排放效率时空演变[J].资源科学, 2015, (06) :1230-1238.
[5]游和远, 吴次芳.土地利用的碳排放效率及其低碳优化——基于能源消耗的视角[J].自然资源学报, 2010, (11) :1875-1885.
[6]杨斌, 白雪微, 白丽莎.基于PCA和DEA的江苏省物流业碳排放效率评价[J].江苏科技大学学报 (自然科学版) , 2014, (02) :171-176.
[7]魏梅, 曹明福, 江金荣.生产中碳排放效率长期决定及其收敛性分析[J].数量经济技术经济研究, 2014, (09) :40-52.
[8]杜克锐, 邹楚沅.我国碳排放效率地区差异、影响因素及收敛性分析——基于随机前沿模型和面板单位根的实证研究[J].浙江社会科学, 2011, (11) :32-43.
[9]胡玉莹.中国能源消耗、二氧化碳排放与经济可持续增长[J].当代财经, 2010, (02) :29-36.
[10]查建平, 唐方方, 别念民.结构性调整能否改善碳排放绩效?[J].数量经济技术经济研究, 2012, (11) :18-33.
[11]朱德进.基于技术差距的中国地区二氧化碳排放绩效研究[D].济南:山东大学, 2013.
碳排放效率 篇2
第17号
为落实党的十八届三中全会决定、“十二五”规划《纲要》和国务院《“十二五”控制温室气体排放工作方案》的要求，推动建立全国碳排放权交易市场，我委组织起草了《碳排放权交易管理暂行办法》。现予以发布，自发布之日起30日后施行。
附件：碳排放权交易管理暂行办法
2014年12月10日
附件
碳排放权交易管理暂行办法
第一章 总则
第一条 为推进生态文明建设，加快经济发展方式转变，促进体制机制创新，充分发挥市场在温室气体排放资源配臵中的决定性作用，加强对温室气体排放的控制和管理，规范碳排放权交易市场的建设和运行，制定本办法。
第二条 在中华人民共和国境内，对碳排放权交易活动的监督和管理，适用本办法。
第三条 本办法所称碳排放权交易，是指交易主体按照本办法开展的排放配额和国家核证自愿减排量的交易活动。第四条 碳排放权交易坚持政府引导与市场运作相结合，遵循公开、公平、公正和诚信原则。
第五条 国家发展和改革委员会是碳排放权交易的国务院碳交易主管部门（以下称国务院碳交易主管部门），依据本办法负责碳排放权交易市场的建设，并对其运行进行管理、监督和指导。
各省、自治区、直辖市发展和改革委员会是碳排放权交易的省级碳交易主管部门（以下称省级碳交易主管部门），依据本办法对本行政区域内的碳排放权交易相关活动进行管理、监督和指导。
其它各有关部门应按照各自职责，协同做好与碳排放权交易相关的管理工作。
第六条 国务院碳交易主管部门应适时公布碳排放权交易纳入的温室气体种类、行业范围和重点排放单位确定标准。
第二章 配额管理
第七条 省级碳交易主管部门应根据国务院碳交易主管部门公布的重点排放单位确定标准，提出本行政区域内所有符合标准的重点排放单位名单并报国务院碳交易主管部门，国务院碳交易主管部门确认后向社会公布。
经国务院碳交易主管部门批准，省级碳交易主管部门可适当扩大碳排放权交易的行业覆盖范围，增加纳入碳排放权交易的重点排放单位。
第八条 国务院碳交易主管部门根据国家控制温室气体排放目标的要求，综合考虑国家和各省、自治区和直辖市温室气体排放、经济增长、产业结构、能源结构，以及重点排放单位纳入情况等因素，确定国家以及各省、自治区和直辖市的排放配额总量。
第九条 排放配额分配在初期以免费分配为主，适时引入有偿分配，并逐步提高有偿分配的比例。
第十条 国务院碳交易主管部门制定国家配额分配方案，明确各省、自治区、直辖市免费分配的排放配额数量、国家预留的排放配额数量等。
第十一条 国务院碳交易主管部门在排放配额总量中预留一定数量，用于有偿分配、市场调节、重大建设项目等。有偿分配所取得的收益，用于促进国家减碳以及相关的能力建设。
第十二条 国务院碳交易主管部门根据不同行业的具体情况，参考相关行业主管部门的意见，确定统一的配额免费分配方法和标准。
各省、自治区、直辖市结合本地实际，可制定并执行比全国统一的配额免费分配方法和标准更加严格的分配方法和标准。
第十三条 省级碳交易主管部门依据第十二条确定的配额免费分配方法和标准，提出本行政区域内重点排放单位的免费分配配额数量，报国务院碳交易主管部门确定后，向本行政区域内的重点排放单位免费分配排放配额。
第十四条 各省、自治区和直辖市的排放配额总量中，扣除向本行政区域内重点排放单位免费分配的配额量后剩余的配额，由省级碳交易主管部门用于有偿分配。有偿分配所取得的收益，用于促进地方减碳以及相关的能力建设。
第十五条 重点排放单位关闭、停产、合并、分立或者产能发生重大变化的，省级碳交易主管部门可根据实际情况，对其已获得的免费配额进行调整。
第十六条 国务院碳交易主管部门负责建立和管理碳排放权交易注册登记系统（以下称注册登记系统），用于记录排放配额的持有、转移、清缴、注销等相关信息。注册登记系统中的信息是判断排放配额归属的最终依据。
第十七条 注册登记系统为国务院碳交易主管部门和省级碳交易主管部门、重点排放单位、交易机构和其他市场参与方等设立具有不同功能的账户。参与方根据国务院碳交易主管部门的相应要求开立账户后，可在注册登记系统中进行配额管理的相关业务操作。
第三章 排放交易
第十八条 碳排放权交易市场初期的交易产品为排放配额和国家核证自愿减排量，适时增加其他交易产品。
第十九条 重点排放单位及符合交易规则规定的机构和个人（以下称交易主体），均可参与碳排放权交易。
第二十条 国务院碳交易主管部门负责确定碳排放权交易机构并对其业务实施监督。具体交易规则由交易机构负责制定，并报国务院碳交易主管部门备案。第二十一条 第十八条规定的交易产品的交易原则上应在国务院碳交易主管部门确定的交易机构内进行。
第二十二条 出于公益等目的，交易主体可自愿注销其所持有的排放配额和国家核证自愿减排量。
第二十三条 国务院碳交易主管部门负责建立碳排放权交易市场调节机制，维护市场稳定。
第二十四条 国家确定的交易机构的交易系统应与注册登记系统连接，实现数据交换，确保交易信息能及时反映到注册登记系统中。
第四章 核查与配额清缴
第二十五条 重点排放单位应按照国家标准或国务院碳交易主管部门公布的企业温室气体排放核算与报告指南的要求，制定排放监测计划并报所在省、自治区、直辖市的省级碳交易主管部门备案。
重点排放单位应严格按照经备案的监测计划实施监测活动。监测计划发生重大变更的，应及时向所在省、自治区、直辖市的省级碳交易主管部门提交变更申请。
第二十六条 重点排放单位应根据国家标准或国务院碳交易主管部门公布的企业温室气体排放核算与报告指南，以及经备案的排放监测计划，每年编制其上一的温室气体排放报告，由核查机构进行核查并出具核查报告后，在规定时间内向所在省、自治区、直辖市的省级碳交易主管部门提交排放报告和核查报告。第二十七条 国务院碳交易主管部门会同有关部门，对核查机构进行管理。
第二十八条 核查机构应按照国务院碳交易主管部门公布的核查指南开展碳排放核查工作。重点排放单位对核查结果有异议的，可向省级碳交易主管部门提出申诉。
第二十九条 省级碳交易主管部门应当对以下重点排放单位的排放报告与核查报告进行复查，复查的相关费用由同级财政予以安排：
（一）国务院碳交易主管部门要求复查的重点排放单位；
（二）核查报告显示排放情况存在问题的重点排放单位；
（三）除
（一）、（二）规定以外一定比例的重点排放单位。第三十条 省级碳交易主管部门应每年对其行政区域内所有重点排放单位上的排放量予以确认，并将确认结果通知重点排放单位。经确认的排放量是重点排放单位履行配额清缴义务的依据。
第三十一条 重点排放单位每年应向所在省、自治区、直辖市的省级碳交易主管部门提交不少于其上经确认排放量的排放配额，履行上的配额清缴义务。
第三十二条 重点排放单位可按照有关规定，使用国家核证自愿减排量抵消其部分经确认的碳排放量。
第三十三条 省级碳交易主管部门每年应对其行政区域内重点排放单位上的配额清缴情况进行分析，并将配额清缴情况上报国务院碳交易主管部门。国务院碳交易主管部门应向社会公布所有重点排放单位上的配额清缴情况。
第五章 监督管理
第三十四条 国务院碳交易主管部门应及时向社会公布如下信息：纳入温室气体种类，纳入行业，纳入重点排放单位名单，排放配额分配方法，排放配额使用、存储和注销规则，各重点排放单位的配额清缴情况，推荐的核查机构名单，经确定的交易机构名单等。
第三十五条 交易机构应建立交易信息披露制度，公布交易行情、成交量、成交金额等交易信息，并及时披露可能影响市场重大变动的相关信息。
第三十六条 国务院碳交易主管部门对省级碳交易主管部门业务工作进行指导，并对下列活动进行监督和管理：
（一）核查机构的相关业务情况；
（二）交易机构的相关业务情况；
第三十七条 省级碳交易主管部门对碳排放权交易进行监督和管理的范围包括：
（一）辖区内重点排放单位的排放报告、核查报告报送情况；
（二）辖区内重点排放单位的配额清缴情况；
（三）辖区内重点排放单位和其它市场参与者的交易情况。第三十八条 国务院碳交易主管部门和省级碳交易主管部门应建立重点排放单位、核查机构、交易机构和其它从业单位和人员参加碳排放交易的相关行为信用记录，并纳入相关的信用管理体系。
第三十九条 对于严重违法失信的碳排放权交易的参与机构和人员，国务院碳交易主管部门建立“黑名单”并依法予以曝光。
第六章 法律责任
第四十条 重点排放单位有下列行为之一的，由所在省、自治区、直辖市的省级碳交易主管部门责令限期改正，逾期未改的，依法给予行政处罚。
（一）虚报、瞒报或者拒绝履行排放报告义务；
（二）不按规定提交核查报告。
逾期仍未改正的，由省级碳交易主管部门指派核查机构测算其排放量，并将该排放量作为其履行配额清缴义务的依据。
第四十一条 重点排放单位未按时履行配额清缴义务的，由所在省、自治区、直辖市的省级碳交易主管部门责令其履行配额清缴义务；逾期仍不履行配额清缴义务的，由所在省、自治区、直辖市的省级碳交易主管部门依法给予行政处罚。
第四十二条 核查机构有下列情形之一的，由其注册所在省、自治区、直辖市的省级碳交易主管部门依法给予行政处罚，并上报国务院碳交易主管部门；情节严重的，由国务院碳交易主管部门责令其暂停核查业务；给重点排放单位造成经济损失的，依法承担赔偿责任；构成犯罪的，依法追究刑事责任。
（一）出具虚假、不实核查报告；
（二）核查报告存在重大错误；
（三）未经许可擅自使用或者公布被核查单位的商业秘密；
（四）其他违法违规行为。
第四十三条 交易机构及其工作人员有下列情形之一的，由国务院碳交易主管部门责令限期改正；逾期未改正的，依法给予行政处罚；给交易主体造成经济损失的，依法承担赔偿责任；构成犯罪的，依法追究刑事责任。
（一）未按照规定公布交易信息；
（二）未建立并执行风险管理制度；
（三）未按照规定向国务院碳交易主管部门报送有关信息；
（四）开展违规的交易业务；
（五）泄露交易主体的商业秘密；
（六）其他违法违规行为。
第四十四条 对违反本办法第四十条至第四十一条规定而被处罚的重点排放单位，省级碳交易主管部门应向工商、税务、金融等部门通报有关情况，并予以公告。
第四十五条 国务院碳交易主管部门和省级碳交易主管部门及其工作人员，未履行本办法规定的职责，玩忽职守、滥用职权、利用职务便利牟取不正当利益或者泄露所知悉的有关单位和个人的商业秘密的，由其上级行政机关或者监察机关责令改正；情节严重的，依法给予行政处罚；构成犯罪的，依法追究刑事责任。第四十六条 碳排放权交易各参与方在参与本办法规定的事务过程中，以不正当手段谋取利益并给他人造成经济损失的，依法承担赔偿责任；构成犯罪的，依法追究刑事责任。
第七章 附则
第四十七条 本办法中下列用语的含义：
温室气体：是指大气中吸收和重新放出红外辐射的自然和人为的气态成分，包括二氧化碳（CO2）、甲烷（CH4）、氧化亚氮（N2O）、氢氟碳化物（HFCs）、全氟化碳（PFCs）、六氟化硫（SF6）和三氟化氮（NF3）。
碳排放：是指煤炭、天然气、石油等化石能源燃烧活动和工业生产过程以及土地利用、土地利用变化与林业活动产生的温室气体排放，以及因使用外购的电力和热力等所导致的温室气体排放。
碳排放权：是指依法取得的向大气排放温室气体的权利。排放配额：是政府分配给重点排放单位指定时期内的碳排放额度，是碳排放权的凭证和载体。1单位配额相当于1吨二氧化碳当量。
重点排放单位：是指满足国务院碳交易主管部门确定的纳入碳排放权交易标准且具有独立法人资格的温室气体排放单位。
国家核证自愿减排量：是指依据国家发展和改革委员会发布施行的《温室气体自愿减排交易管理暂行办法》的规定，经其备案并在国家注册登记系统中登记的温室气体自愿减排量，简称CCER。
碳排放产业链 篇3
1997年12月，以欧洲为主的一些发达国家说：“我们先来带个头，限定一个减排额度，没完成任务的国家甘愿受罚。”——这就是《京都议定书》(简称为“议定书”)的主要内容。它第一次为减排赋予了法律效力，并明确了各个发达国家的减排量，从此这些国家(正式名称叫做“附件一国家”)就必须动真格的了。
具体说，各发达国家从2008年到2012年必须完成的削减目标是：与1990年相比，欧盟削减8％、美国削减7％、日本削减6％、加拿大削减8％、东欧各国削减5％至8％。新西兰、俄罗斯和乌克兰可将排放量稳定在1990年水平上。议定书同时允许爱尔兰、澳大利亚和挪威的排放量比1990年分别增加10％、8％和1％。
由于已经发展到一定程度，发达国家减排本国的温室气体所需资金和难度较大，于是，极富商业头脑的美国人提出一个变通的办法：允许发达国家帮助发展中国家减排，然后把减排的碳排放额度成果算在本国账下。这个方法的基础是：我们只有一个地球，不论是谁减，效果都一样。
这就是大名鼎鼎的“清洁发展机制”(简称CDM)的主要体系。其实现是靠一个概念的衡量和一个监管机构实现的。这个概念是减排的碳排放额度，通常简称为碳排放、碳排放权，是一个可以衡量计算的单位，其单位为吨。监管机构为联合国下属“执行委员会”(EB)，负责核准单个CDM项目的有效碳排放额度，并且签发通过单。
这件事其实发生在(《京都议定书》之前，CDM帮助了发达国家更便宜地实现减排的目标，他们这才同意签署了议定书。发展中国家也喜欢CDM，因为这个机制让他们凭空得到了很多钱，于是他们也就积极地加入了全球减排大军。
美国人提出的方法之所以很“巧妙”，就是因为它把商业机制引入环保运动，就像当初洛杉矶奥运会所做的那样。美国人希望利用人类对钱的渴望，最大限度地调动全世界的积极性，达到拯救地球的目的。不过可笑的是，美国总统布什2001年上台后宣布美国退出《京都议定书》，成为世界主要工业发达国家中唯一没有签署的，理由是议定书对美国经济发展带来过重负担。
2005年2月16日，《京都议定书》正式生效。这是人类历史上首次以法规的形式限制温室气体排放。这推动二氧化碳排放权成为炙手可热的商品在国际资本市场流通。据测算，发达国家其中需要在境外购买的排放量为25亿吨，因此形成了一个500亿欧元的巨大市场。
为了促进各国完成温室气体减排目标，也为了防止有人作弊，执行委员会督促各发达国家，并对可以买卖的CDM项目设定了严格的标准，而且申请过程非常漫长，对买卖双方的技术含量要求都很高。于是，出现了一批专门负责帮助买卖双方应付EB的中介机构(通常称作“咨询公司”)。
再后来，出现了一大批转变成投资商的“咨询公司”，手里拿着钱，去发展中国家找项目，通过EB认证其减排的碳排放额度，并将这个额度单买下来，再转手卖出去。很多发展中国家的政府严格规定了本国减排碳额度的定价，例如中国就规定不得低于每吨8欧元。
就这样，CDM渐渐变成了一个巨大的“碳市场”，发达国家可以进入这个市场选购发展中国家出卖的碳。也正是因为有了这个市场，才会吸引一大批商人参加进来，客观上促进了买方卖方之间的交易。仅在2006年，世界CDM的总交易量就达到了48亿美元，这个数字比前一年增长了100％!CDM机制也很快成为发展中国家从全球气候变化的总金库中得到的最大一笔援助。
严格说来，碳市场并不是一个完全自由的市场，它百分之百地依附在《京都议定书》名下，所以碳市场产业链的企业非常关心2007年12月15日召开的联合国气候变化大会，其所产生的“巴厘岛路线图”，将直接关系到2012年之后下一个阶段的减排额度和涉及国家。CDM迫切地需要联合国维持其气候政策的连续性，否则商业游戏规则就不好使了。
因为CDM中减排额度必须取得联合国认证，对于发达国家咨询公司来说，找到符合要求的减排项目是最重要的。于是大部分的CDM项目都被中国、印度、巴西、墨西哥和阿根廷等少数几个国家瓜分了。发达国家为了贪图方便，通常也只会从这几个国家买碳排放额度。
碳排放效率 篇4
据统计,2013 年中国碳排放总量超过欧美总和,人均碳排放首次超过欧盟,我国的碳排放总量已占到世界碳排放量的29% 。我国政府在2009 年提出了在2020 年单位GDP的碳排放量要在2005 年的基础上下降40% ~ 45% 的自主减排目标,但我国的能源结构中煤炭占一次能源的70% 以上,而且从技术因素和结构性因素来看,我国的能源转换和利用效率均低于发达国家,从而导致了我国的碳排放强度与发达国家有很大的差距。
在全球生态气候环境快速恶化的情况下,发展低碳经济且保护环境气候,解决可持续发展的有效手段之一就是提高碳排放效率。早期部分学者采用单要素指标研究碳排放效率,但是杨红亮等[1]却认为单要素指标虽然简单易懂但会存在许多的不足之处,例如只用碳排放强度这个单一的要素指标来衡量碳排放效率,最终无法反映各要素之间的替代关系,因为能源只有在与其他的要素结合后才能进行生产,并且碳强度还与产业结构、经济发展水平和地区环境资源等相关,产业结构等的变化都会导致碳强度发生一定的变化,然而碳排放效率可能不发生变化; 近年来大量的文献从全要素的角度出发,采用数据包络分析法( DEA) 对碳排放效率进行了评价,比如屈小娥[2]从全要素的角度运用DEA测算了1995—2010 年我国30 个省份的二氧化碳排放效率。数据包络分析法是一种运用方程组求极值的方法,对碳排放效率前沿进行估算时很容易受到一些数据质量的影响,且研究我国碳排放效率的数据一般为宏观统计数据,有一定的较大误差,所以运用数据包络分析法得到的测算需要进行严格的检验,但是数据包络分析模型不但没有将随机因素的影响考虑在内,而且不具有统计的特性导致不能对模型进行一定的检验。随着随机干扰项的引入,随机前沿模型更准确地描述生产者的行为,它首先假设偏离前沿的因素来源于两个方面,其中一个是非负随机误差项,表示技术无效,另外一个是随机误差项,表示噪声的系统[3]。Risto Herrala等[4]基于前沿边界模型( SFA) 方法对世界170 个国家1997—2007 年二氧化碳排放效率进行了测算,结果表明中国的碳排放效率低于世界其他国家。杜克锐等[5]利用随机前沿模型和面板数据测算了我国的碳排放效率,最终得出我国碳排放效率存在地区差异,且这种差异在不断的扩大。赵国浩等[6]基于随机前沿模型测算了山西省1995—2010 年的碳排放效率,并且对山西省碳排放效率的影响因素进行了深入的分析研究。
我国中部地区处于中原地带,是东西南北地区互通的必经之路。虽然资源比较丰富,工业基础相对较好,但是由于产业结构层次不高,二元经济有大的反差,增加经济产值需要消耗大量的资源。再加上生产管理水平、污染治理投入不足等原因,经济增长所带来的环境负面影响不能被生态环境完全消化和吸收,从而碳排放量较大。但目前有关我国中部地区碳排放效率评价的相关文献不多,本文以中国中部地区为研究对象,基于随机前沿模型测算出碳排放效率,对中部地区碳排放效率进行研究分析,最后提出因地制宜的对策建议,为中部地区提高能源利用效率和节能减排提供决策参考。
1 研究方法
1. 1 计量模型
随机前沿方法( SFA) 是考虑问题比较全面的效率估计方法。它主要是基于宏观层面的相关统计数据( 对最基础的数据进行计算获得) ,从投入产出的角度来测算效率。从该方法的基本原理来看,对碳排放效率的定义会更加直观,更能贴切的评价生产活动中CO2的排放绩效,这也是本文选择该模型作为研究方法的重要原因。
在有关效率估算的定量研究中,一般运用生产函数模型,来反映生产投入与产出函数量之间的关系。Aigner,Lovell和Schmidt( 1977)[7]以及Meeusen和Van Den Broeck( 1977)[8]分别独立提出了随机前沿生产函数。起初该模型并没有处理综列数据的能力,但是Battese和Coelli( 1995)[9]在1992 年提出了一个针对那些综列数据的随机生产模型,通过极大似然估计的方法来确定前沿边界,使该模型在处理跨时间段的数据成为了可能,极大的提升了应用范围。本文基于随机前沿模型,采用了较为灵活的超越对数函数,通过极大似然估计的方法来确定前沿边界,具体表述如下:
依据式( 2) 就可以求出碳排放效率。其中,i为各省份; t为t年; Y为各省的GDP ; TC为碳排放量;K为各省的固定资本存量; L为各省的从业人数,νit表示随机干扰项,μit表示技术的非效率项。
1. 2 数据来源
本文的样本选择了山西、安徽、江西、河南、湖北和湖南等中部地区的6 个省际的面板数据集,考虑到数据的可得性与可比性,样本观测区间设定为2001—2014 年。生产投入指标选取能源碳排放量、从业年均人数和资本存量,产出指标选取地区生产总值。相关数据来源于《中国能源统计年鉴》、《中国统计年鉴》和中部6 省历年统计年鉴。
相关指标及其数据处理说明如下:
( 1) 各省的GDP( Y) 。各省的国内生产总值数据直接来源于《中国统计年鉴》,然后在此基础上以2001 年作为基准,将各省历年的GDP按照2001 年的可比价格进行折算。
( 2) 各省的固定资本存量( K) 。资本投入以资本存量数据表示地区的资本投入量,采用永续盘存法来进行估算。在方法上本文将借鉴单豪杰等[10]的估算方法,以2001 年的不变价格换算2001—2014年的数据,单位为亿元。
( 3) 各省的从业人员( L) 。从业人员直接选取了中国统计年鉴中中部地区各省的2001—2014 的年末从业人数。
( 4) 各省的碳排放量( TC) 。统计年鉴中没有直接的碳排放量的数据,要用一定的测算的方法对能源消费进行处理,能源消费数据来源于《中国能源统计年鉴》,在对碳排放量的测算上,本文采用了IPCC《国家温室气体清单指南》的测算方法,以下是能源消费的碳排放量计算公式:
其中: EC表示估算的各类能源消费的碳排放量; i表示能源消费种类,包括煤炭、焦炭、原油、汽油、柴油、煤油、燃料油、天然气和电力共9 种;CFi× CCi× COFi表示碳排放系数。
2 实证结果与分析
2. 1 模型计算结果和分析
基于随机前沿模型,采用2001—2014 年的面板数据,测算了中国中部地区2001—2014 年的碳排放效率,由Frontier 4. 1 程序运用其中的最大似然法来估算得出各项参数,参数估算结果如表1 所示,碳排放效率的计算结果如表2 所示。
注: * ,**,***分别表示在10% ,5% ,1% 的显著性水平下通过t检验。回归结果由Frontier软件计算所得。
从表1 可以看出,碳排放效率和劳动力的系数为正,资本的系数为负,即前两者与产出呈正相关,资本与产出GDP呈负相关; 劳动力、碳排放量和资本三者之间的相互影响皆约等于0 ,说明对产出的影响都不明显。从表2 中可以看出,2001—2014 年我国中部地区的碳排放效率稳步上升。从中部地区六省近3 年碳排放效率的平均值来看,河南的碳排放效率最高,湖南次之; 安徽的碳排放效率最低,山西次之; 中部地区的碳排放效率平均水平达到0. 738。
从样本期间各地碳排放效率的演变趋势来看,中部地区的碳排放效率变动趋势大体一致,整体上呈现上升的趋势。中部地区6 省的碳排放效率的差距在逐渐缩小,而河南的碳排放效率一直处于最高水平,碳减排任务最为艰巨。我国中部地区的碳排放效率平均值在2001—2014 年间呈现缓慢上升的趋势,中部各省区的碳排放效率差距正在缩小。
2. 2 收敛性检验
收敛性分析在于检验不同地区碳排放效率的趋同与发散情况,收敛一般分为3 种类型,即 σ 收敛、绝对 β 收敛和条件 β 收敛。
( 1) σ 收敛性检验
对于 σ 收敛,测度的方法通常有标准差、变异系数、基尼系数和泰尔指数等。为了更进一步考察地区内部的差异,本文使用变异系数来对中部地区碳排放效率进行 σ 收敛性检验,结果如图1 所示。中部碳排放效率的变异系数随着年份的增加不断的下降,且这种下降比较稳定,说明中部地区各省碳排放效率的差异在不断缩小,显示出明显的 σ 收敛特征,没有发散的趋势。
( 2) 绝对 β 收敛检验
采用Sala - i - Martin( 1996)[11]的方法进行绝对 β 收敛检验,构造回归模型如下:
其中 ɑ 是常数项,β 是待估的收敛参数,ε 为随机误差项,Eit、Ei0分别表示第i地区在第t年和初始年的地区碳排放效率,git表示t年间第i地区碳排放效率的平均增长速度。采用最小二乘法进行回归,若 β 显著为负,表明存在绝对 β 收敛。
为消除经济周期或经济波动的异常影响,我们将2001—2014 年划分为3 个时期,以2001—2004年工业碳排放效率平均值作为初始值,以2011—2014 年工业碳排放效率平均值作为期末值,两个时间段的时间差距为10 年,即式( 4) 中的t = 10,绝对β 收敛检验结果见表3。从表3 可看出,中部地区的β = - 0. 68 为负数且在1% 的水平下显著,所以碳排放效率具有绝对 β 收敛趋势,即中部各地的碳排放效率趋于同一稳定状态,初始值低的地区碳排放效率平均增长速度高于初始值高的地区,存在落后地区追赶先进地区的发展趋势。
( 3) 条件 β 收敛检验
进行条件 β 收敛检验需要加入控制变量,为了更好地对中部地区碳排放效率进行分析,在此选碳排放效率的直接影响因素作为控制变量,主要包括能源消费结构、技术进步、产业结构和城市化水平等4 方面。本文使用如下回归方程式进行检验:
上式中Ei( t + 1)表示第i个省份t + 1 期的能源水平,Eit表示第i个省份t期的能源效率水平。INS表示产业结构( 第二产业占地区实际GDP的比例) ,URB表示城市化水平( 非农人口占地区总人口比例) ,COAL表示能源消费结构( 煤炭消费比例) ,INT表示技术进步因素( 发明专利申请授权量) ,εit为随机变量,满足 εit( 0,σ2) 。
利用面板数据固定效应模型进行条件β 收敛检验( 见表4) ,中部地区的β 值为负,且达到了1% 显著水平。结果表明,中部地区碳排放效率存在条件β 收敛,收敛于自己的稳态水平,由于又呈绝对收敛特征,表明中部内部各省份碳排放效率趋向于一个共同的稳态水平。产业结构对碳排放效率的提高起到了促进作用,第二产业占比越大,越有利于碳排放效率的提升; 而在城市化进程中,碳排放量也会随着城市的发展有一定程度的增长,同时,城市化进程中的技术创新和资源优化配置,对碳排放效率存在一定的促进作用; 中部地区的城市化进程水平还不是很好,工业化进程相对缓慢,对能源的大量使用还是有很强的依赖性,特别是河南和山西,是煤炭的能源大省,因此在能源结构中煤炭的消耗量也是最大的,从而导致煤炭在整个能源消费总量中占的比重比较大,碳排放相对于其他能源也比较高,因此它对整个碳排放效率的提高起到了阻碍作用; 技术进步的系数为负值,对整个效率的提高具有一定的阻碍,但不明显,由此可见技术进步还需要进一步的加强,引进能够减少碳排放量的先进技术。
注:*,**,***分别表示在10% ,5% ,1% 的显著性水平下通过t检验
3 结论和政策建议
本文采用SFA模型测算了碳排放效率值,在2001—2014 年期间,中部地区的能源碳排放效率均呈不断增长趋势,且内部省份的碳排放效率差距较小。在样本期间,中部地区的碳排放效率平均值为0. 738,说明我国中部地区能源仍有一定的减排潜力有待挖掘。碳排放效率越高的省份,能源碳减排的成本越高,碳减排政策的制定与实施,需要考虑不同省份碳排放效率的差异,测算与比较地区碳排放效率,可以为各地碳减排目标的设定提供参考。从碳排放效率的收敛性来看,中部碳排放效率存在 σ 收敛和 β 收敛,说明中部碳排放效率存在追赶效应与趋同态势,碳排放效率的差距呈现不断缩小的趋势。
我国节能减排的任务要根据不同地区碳排放效率的差异来实施因地制宜的政策措施,从而能够更好地利用各地区节能减排的潜力,来实现我国在2009年提出的节能减排目标。因此根据本文对中部地区碳排放效率进行的测算和分析,得出中部地区可以从以下方面来减少碳排放量:(1)提高中部地区的能源利用效率。从传统能源的清洁利用和新能源的发展两方面着手,从而提高能源的碳排放效率,降低中部各省的碳排放量。中部地区主要以煤炭为主的能源结构,应该积极引进一些新的先进技术,实现煤炭等传统能源的清洁利用。同时加快煤制天然气产业发展,降低二氧化碳的排放,可通过利用煤炭大量生产无碳气体氢气,从而减少煤炭在燃烧过程中排放的各种环境污染物。(2)优化中部地区的产业结构。中部地区经济增长主要依靠第二产业带动,第三产业发展相对落后。调整产业结构,积极引导高耗能行业健康发展,关闭一些耗能大、污染重的企业,控制高耗能行业的过快增长,运用低碳环保技术对煤炭、钢铁、冶金等传统产业进行技术改造,推动煤炭等资源型企业向规模化、集约化、可持续化的方向发展,促进第三产业的快速发展。(3)调整中部地区的能源消费结构,改变部分省能源结构单一的局面,向清洁能源转化。中部地区各省的现状是以煤炭为主的能源结构,且煤炭又是中部地区碳排放的主要来源,因而调整能源结构对提高碳排放效率非常重要。随着科学技术的快速发展,各省应结合自身的发展情况和各自的资源优势,通过开发水电、发展风电、推进核电就地转化,与其他清洁能源相比,核电的供应相对比较稳定,且不受气候变化的影响,可以用来满足基础用电的供应。转化核电的原材料用料相对比较少,不但减少了成本费用,而且也减少了运输产生的资源浪费,为交通工作减少了压力。在这些有限的不可再生资源开发中,还应该积极开发可以循环利用,特别是可再生能源。太阳能是一个新生能源,可称得上是绿色能源,太阳能具有成本低、无污染和可再生的特点,符合保护环境的理念,我们目前可使用的各种清洁能源中,太阳能的转换效率比较高,并且经济实惠具有很大的发展空间,是未来新能源发展的必然选择。
参考文献
[1]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.
[2]屈小娥.中国省际全要素CO2排放效率差异及驱动因素—基于1995-2010年的实证研究[J].南开经济研究,2012(3):128-141.
[3]蒂莫西·J·科埃利,D·S·普拉萨德·拉奥,克里斯托弗·J·奥唐奈,等.效率与生产率分析引论(第二版)[M].王忠玉,译.北京:中国人民大学出版社,2008.
[4]Herrala R,Goel R K.Global CO2efficiency:Countrywise estimates using a stochastic cost frontier[J].Energy Policy,2012,45(6):762-770.
[5]杜克锐,邹楚沅.我国碳排放效率地区差异、影响因素及收敛性分析[J].浙江社会科学,2011(11):32-43.
[6]赵国浩,李玮,张荣霞.基于随即前沿模型的山西省碳排放效率评价[J].资源科学,2012,34(10):1965-1971.
[7]Aigner D,Lovell C A K,Schmidt P.Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics,1977,6(1):21-37.
[8]Meeusen W,Broeck J V D.Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error[J].International Economic Review,1977,18(2):435-444.
[9]Battese G E,Coelli T J.Frontier Production Functions,Technical Efficiency and Panel Data:With Application to Paddy Farmers in India[J].Journal of Productivity Analysis,1992,3(1-2):145-165.
[10]单豪杰.中国资本存量K的再估算:1952-2006年[J].数量经济技术经济研究,2008(10):17-13.
碳排放效率 篇5
内容摘要：本文通过对我国低碳经济下碳排放权交易现状进行分析，提出确立低碳经济下碳排放权交易的原则，健全碳排放初始分配标准和方式，完善碳排放权交易的内容，建立违法交易应承担的法律责任体系等观点，从而为推动我国低碳经济下碳排放权交易的规范性发展提供理论参考。
关键词：低碳经济 碳排放权交易 法律规制
低碳经济下碳排放权交易现状
英国于2003年最早提出“低碳经济”的概念。“低碳”是指在保持经济社会稳定健康发展、人民生活水平不断提高的前提下，二氧化碳排放维持在一个较低的水平，对自然系统产生较小负面影响。低碳经济是一种经济社会发展与生态环境保护双赢的经济发展模式，这种经济发展模式是在可持续发展理念的指导下，通过制度创新、产业转型、技术革新、新能源开发等多种手段，尽可能地减少煤炭、石油等高碳能源的消耗。低碳经济最基本的要求就是要减少碳的排放，建立碳排放权交易机制是减少碳排放的有效方式之一。具体而言，是指由环保部门根据各种指标制定碳排放总量控制目标，然后依据一定标准将碳排放总量目标分配给各区域和企业，允许碳排放许可额在市场上进行买卖。低碳经济下碳排放权交易的主要目的就是利用市场主体自发的力量，通过有效的市场交易将利益相关者的收益和成本有效对应，从而调动企业的内在积极性，使它们自发主动减少碳排放，从而建立低碳排放的经济模式。
2008年7月以来，我国相继成立了上海环境能源交易所、北京环境交易所、天津排放权交易所、山西吕梁节能减排交易中心，迈出了构建碳排放权交易机制的第一步。这四个市场的建立表明，我国正在积极探索碳排放权交易市场化机制。虽然我国已经在以上地方进行了碳排放权交易的试点，但由于缺乏完善统一的法律、法规支持，这些交易所都算不上真正的碳排放权交易平台，造成这个局面的主要原因是由于政府在碳排放权交易中始终处于主导地位，导致对市场的培育力度不够，交易主体范围狭窄，交易价格不稳定、不透明等问题。同时，碳排放权交易的过程也受到多方面的局限，在交易过程当中由于我国对碳排污权交易中定价没有话语权，议价能力低下，使得交易价格远远低于国际水平。另外，在实践中还存在着碳排放权初始分配标准和方式不统一、碳排放权交易内容凌乱、对违法交易的法律制裁力度不强等问题。因此，如何从法律制度上完善具有中国特色的碳排放权交易机制势在必行。
确立低碳经济下碳排放权交易的原则
碳排放总量限制原则。碳排放总量限制是以一定区域内环境能承受的碳排放总量为依据，计算出各种特定物允许碳排放的总量，并据此对该区域内的企业作出碳排放的限量规定，以达到该区域内环境可持续发展的目的。碳排放权交易的前提是不能对该区域内碳排放的总量进行增加，只有这样才能促进该区域内的环境朝健康的方向发展。
碳排放物备案原则。需要进行碳排放交易的单位，必须向所在地的环境保护部门进行碳排放物的备案，将单位所拥有的碳排放物的排放设施和在正常作业条件下碳排放物的数量进行登记，并需要提供防治污染环境的相关材料。如果该单位的碳排放物种类、数量发生重大改变，必须及时到环境保护部门进行变更登记备案。碳排放物备案可以使环境保护部门及时全面地了解掌握本区域内碳排放情况，为科学合理地确定本地区碳排放许可证配额提供客观依据。
政府监督原则。碳排放权交易是一种采用市场经济运行的交易方式，通过市场竞争使碳排放权得到合理的配置。但是，市场经济具有两面性，既有积极的一面，也有消极的一面。因此，碳排放权的交易在市场经济运行过程中也难免会出现问题，这时就需要政府来进行引导和监督，靠政府的公信力和强制力来解决市场经济运行中出现的问题。目前，我国正处于碳排放权交易的初级阶段，政府的引导和监督至关重要。
意思自治原则。首先，碳排放权是一种财产性权利，是一种对环境资源的使用权，从法律属性上应该属于《物权法》中的用益物权；其次，进行碳排放权交易的主体是民事主体；最后，碳排放权交易的行为是一种民事法律行为。民事法律行为应当遵循意思自治原则，也就是说碳排放权交易必须遵循意思自治原则。市场经济的典型特征就是允许市场主体追求自身的最大利益，因此在碳排放权交易的过程中，拥有碳排放许可交易资格的双方当事人应当在平等、自愿、等价有偿的原则基础上进行合法交易。
健全碳排放初始分配的标准和方式
笔者认为，应当根据经济发展和减排目标来确定碳排放初始分配的标准，将排放总量进行分配，分配配额应当综合考量地区经济社会情况、历史排放记录、预测排放数值等各种因素。根据排放目标的实施情况和低碳技术发展情况及时调整审核每年的配额数量。在碳排放初始分配方式上，笔者建议采用出售和拍卖等有偿的方式。具体操作中，应由环保部门根据上年度本区域各单位碳排放情况，确定本年度可以出售和拍卖的碳排放权比例，并可预留适量的碳排放权用于奖励和吸引更多新的投资。碳排放权的初始分配以一年为一个周期，这样有利于加快交易频率，激活交易市场。环保部门应以上年度的12月31日为截止日，碳排放权分配系统和审核系统将自动计算出碳排放源的实际排放量和富余量，同时把信息反馈给总量目标系统，以便准确确定来年的碳排放总量标准，富余量从第二年的1月1日起允许在市场上进行交易。
完善低碳经济下碳排放权交易的内容
（一）交易主体
碳排放权交易的主体，是指有资格进行碳排放权买卖的自然人、法人、其他组织。碳排放权的交易可以分阶段逐步展开，每一个阶段都应当按事先设定的标准确定具体的交易主体，交易主体应该到环保部门进行登记，接受环保部门的统一监督管理。环保部门事先设定的标准必须具备以下条件：第一，交易主体应是每年定期进行碳排放物备案登记的企业；第二，交易主体范围限于排放同类碳排放物的企业之间，这样既可以使碳排放权交易有效进行，又可以避免因交易所带来的污染监管不力、环境污染失控等结果；第三，能耗高、污染严重、不符合国家产业政策和环境功能区总体规划的企业，不得受让碳排放指标；第四，政府在特殊情况下可以充当交易主体，如在环境质量恶化时，买进大量碳排放指标，进行宏观调控。
（二）交易标的
碳排放权交易的标的是指企业在达到国家规定的碳排放总量后超额减少的“节余”指标。碳排放权使用人依法在一级市场取得一定的碳排放许可额后，可能因各种原因而出现碳排放许可额的富余，二级市场就是对这些碳排放许可额进行的交易。企业采用新的技术设备提高碳排放的污染治理能力，从而具有了碳排放的减少量，对于企业是选择将这种减少量出售获利还是选择留存，以备以后企业自身业务发展时使用，法律应给予相应的保护，保障企业对超额减少的“节余”碳排放指标拥有使用权、收益权和转让权。
（三）交易合同
碳排放权交易合同是一种特殊的民事合同，应当充分考虑碳排放权交易合同的公法化属性。因为在碳排放权交易合同中，当事人的意思不能完全自治，要受环境公共利益等条件的限制，这与传统的民事合同存在很大的差别。意思自治是传统民事合同的本质，如果将碳排放权交易合同纳入传统民事合同范畴按照意思自治原则，碳排放权交易合同应该是当事人意思自由协商的结果，政府无权对合同的签订、履行过程进行干预，并且除当事人之外，任何人不得请求享有合同上的权利。但碳排放权交易合同中，涉及到对环境容量的使用。企业通过碳排放权的初始分配，对环境容量取得合法的使用权，但环境容量是一种重要的自然资源，具有公共物品的属性，这就决定了同一环境资源物品上的公共利益和私人利益的冲突。在碳排放权的市场配置中，必须加入公共意志的干预因素。在碳排放权交易合同中，当事人的意志和公共意志是互相协调的关系。一方面，公共意志在碳排放权交易合同中处于基础性地位，对当事人意志的限制需要通过确定公共意志的优先地位来实现，公共意志的作用范围决定着当事人意思自治领域的大小；另一方面，公共意志又不能完全排斥当事人意志在碳排放权交易合同中发挥作用。碳排放权交易合同同时满足当事人经济利益和公众的环境利益，合同成为平衡二者利益的支撑点。因此，碳排放权交易合同是通过私法手段实现公法目的的途径，其合同的实质就是“利益平衡”问题，即当事人利益与公众利益的平衡，强调资源利用与环境保护的统一。
（四）交易中介机构
交易成本在碳排放权交易中始终存在，如发布信息的成本、交易谈判的成本等，这些交易成本必须进行有效的控制，否则就会抵减企业参与碳排放权交易实际获得的利益，交易将变得无利可图，碳排放权交易市场也就不能顺利发展。另外，我国的企业具有规模大小不等、数量繁多、分布不固定等特点，这也会增加碳排放权交易的成本。因此，碳排放权交易中介机构的建立至关重要。建立碳排放权交易的中介机构，可以有效地降低交易成本，增加企业交易的实际收益。笔者建议，碳排放权交易中介机构的业务应当包括提供交易信息、进行交易代理、办理碳排放权的储存、借贷等方面。
（五）交易程序
笔者认为碳排放权的交易程序应该包括以下几个步骤：首先，碳排放权交易主体应该向环保部门提出交易申请，并提交交易双方的详细资料、交易的必要性和可行性说明等。其次，碳排放权交易必须取得环保部门颁发的许可证才可以进行交易。环保部门对碳排放权交易主体的审核应包括对双方的审核和对交易本身的审核，由此确定其可以交易的碳排放额，并对交易前后的环境质量进行检测。再次，碳排放交易各方就碳排放权交易的数量、价格、时间等具体内容应进行充分地协商，达成协议并签订书面合同。最后，碳排放权交易双方就交易达成的初步协议须上报环保部门审批。若审查符合要求，环保部门则批准该协议并交付执行，变更双方的碳排放许可额，颁发特殊的许可证，并监督交易的正常进行。
建立查处违法交易的法律责任体系
根据碳排放权交易制度的特点及国内、外的立法实践，在一级市场里主要涉及政府的具体行政行为，违法者主要承担行政责任；二级市场是碳排放权主体之间的交易，同时存在环保部门的管理，违法者将承担民事责任或行政责任，严重者将承担刑事责任。
飓风与碳排放等 篇6
由于海水的比热容很高，所以陆地上空在冬夏时节的温度变化比海洋更剧烈，这造成海洋上空与陆地上空的温度差。夏季，空气受热膨胀导致密度降低，空气向上升，冬季则完全相反。由于空气的上升与下降造成气压变化，季风随之产生。
夏季疾风中，南亚季风与东亚季风深刻影响了中国、印度、日本及东南亚等国家的气候、农业与人类生活，但全球气候变暖却对季风产生了严峻挑战。有科学家发现，全球气候变暖会增加南亚季风降水，虽有利于印度东北部地区的农业，但过量的降水会对印度中南部地区造成极大的洪涝压力。
飓风与台风
飓风和台风均指的是风速达到或超过118.8千米／小时(33米／秒)的强烈热带气旋，只是不同地区对强烈热带气旋采用了不同的叫法。生成于西太平洋与中国南海的气旋称为台风，生成于北太平洋东部、加勒比海与大西洋的气旋称为飓风，生成于印度洋、阿拉伯海与孟加拉湾的则称为旋风。
蝴蝶效应
1961年冬季，美国科学院院士，气象学家洛伦茨在电脑上进行天气预报的模拟计算。为了考察一个很长的序列，他走了一条捷径，令电脑从中途开始运算。他把上次的输出结果直接作为初值，无意间省略了小数点后六位的零头。一小时后，电脑运算得出的天气变化同上一次的模拟迅速偏离。进一步的计算表明，输入的细微差异可能很快成为输出的巨大差别，这种现象被称为对初始条件的敏感依赖性。这便是蝴蝶效应产生的机缘，而真正被命名为“蝴蝶效应”源于洛伦茨教授的名言：一只蝴蝶在巴西扇动翅膀会引发德克萨斯州的飓风吗?
飓风与地震何干?
美国迈阿密大学海洋与大气科学学院的开创性研究表明，强烈热带气旋可能是引发地震的重要机制。例如近年发生的海地大地震与中国台湾地震在内的许多地震，与飓风存在很大的关系。
该研究表明，飓风往往会带来极强烈的降雨，而降雨则导致大面积的山体滑坡与地表侵蚀。这些地质灾害造成的地表物质运动使地壳断层负荷压力减轻，继而因断层压力释放导致地震。
假如没有人类，飓风会怎么样?
2006年，也就是卡特琳娜飓风后的一年，美国劳伦斯·利弗莫尔国家实验室的气象学家本杰明·桑特及其同事，借助超级计算机强大的运算能力，建立了—个虚拟模型模拟工业革命没有发生的世界，并将模拟结果与现实世界对比。经过22次计算机模拟后，桑特教授表示?人类活动让飓风更加剧烈。不过，桑特教授这—研究结果尚未得到全球气象学家的一致认可。
飓风与碳排放
一场飓风来袭，刮倒的不仅是房屋，吹走的不仅是财产，当大型树木被毁坏时，你不一定想到飓风还影响了人类的节能减排。美国能源部下属劳伦斯·伯克利实验室的钱伯斯教授发现，2005年美国卡特琳娜飓风摧毁总计32亿棵乔木或灌木，这些树木损失相当于全美一年的碳排放再增加10％。
碳排放效率 篇7
中国快速城市化, 非农建设用地需求与日俱增。耕地减少会引发一系列的生态效应 (李晓文、朴世龙, 2003) , 降低区域内的生态服务功能 (杨志荣、吴次芳、刘勇等, 2008) , 导致环境恶化和粮食危机。制止危机的思路之一是提高土地利用效率, 因此非农用地的效率研究成为学术界的一个焦点。
土地利用效率的部分研究基于比较优势理论。 这些文献运用该理论研究了中国东中西[1], 2004;姜开宏、陈江龙、陈雯[2], 2004) 。鉴于耕地保护的目的, 曲福田和朱新华 (2008) 又依据粮食产区划分全国, 分析其土地利用效率。然而上述研究均忽视了区内差异, 而且区内差异还可能大于区际间差异 (谭荣、曲福田、郭忠兴, 2005) 。
比较优势理论的内涵是各地区利用相对成本较低的要素生产产品, 用于交换相对成本较高的产品。只考虑经济收益前提下, 该理论适于研究非农用地效率, 但考虑生态环境约束条件后, 如果中西部将非农用地指标转给东部, 那么后者与前者相比生态功能损失增大, 综合考虑经济成本和环境成本后, 各区域可能不再有比较优势, 所以这个理论不再适用。况且区域内部结构复杂, 城市群、城市带或城市圈扩张与粮食基地的耕地保护并存, 因此以区域为对象, 利用比较优势理论研究各区域土地利用效率并不科学。通过改变研究对象或理论框架可以避免这个问题。
谭荣和曲福田[3,4] (2006) 突破了比较优势理论的研究框架, 基于边际替代理论, 从空间上测算了中国土地利用效率, 不仅弥补了上述研究的不足, 而且考虑了生态约束条件。美中不足的是, 该研究把本应作为约束条件的生态服务价值当作农用地经济价值的一部分, 并未真正发挥其生态约束功能。
改进已有研究的途径是结合生态效率 (Eco-efficiency) 理论, 设置科学的效率方程式, 在生态环境约束作用下, 测算非农用地的生态效率。生态效率由德国学者Schaltegger和Sturm[5] (2002) 提出, 其内涵是一定量的投入, 期望产出与非期望产出的比值 (Jollands, 2003) [6]。计算中需要解决的关键问题是为环境压力指标确定合理的权重, 常用的方法有三种:一是对每种环境压力指标都给予相同的权重, 这忽视了各种环境压力的差异; 二是专家赋权重, 这导致了一定的主观性; 三是通过DEA技术 内生地得到权重 (Kuosmamen和Kortelainen[7]2005;Kuosmanen、Cherchye和Sip[8], 2006) , 这种方法不仅保证了权重的客观性而且还兼顾了不同自然资源与非期望产出之间的可替代性。
但是, 现有生态效率相关文献的研究对象主要是企业 (商华, 2007) , 比如张炳、毕军和黄和平[9] (2008) , 王兵、吴延瑞和颜鹏飞[10] (2008) 等学者的研究, 而且多为静态评价, 缺乏动态比较, 仅有少数学者运用结合DEA技术的Malmquist指数 (Kortelainen[11], 2008) 分析了工业的环境动态技术 (杨文举[12], 2009;王群伟、周鹏和周德群[13], 2010) , 还未见涉及城市化中非农用地生态效率的动态变化的研究, 致使无法比较城市化中各省区市历年的非农用地生态效率, 发现其中的规律性, 更难以找到影响它的根源, 不利于耕地的保护。鉴于此, 第2节在Kortelainen (2008) 的理论体系下, 构建考虑碳排放的城市非农用地的动态环境绩效模型; 第3节利用该模型测算中国各省区市1999～2010年城市非农用地生态效率并分解出技术效率和技术进步两个影响因素; 第4节是结束语。
2 研究方法和模型构建
2.1 生态环境技术
经济系统的生产过程伴随着各种资源投入, 产品既有期望的产出 (好的产出) 也有非期望的产出 (坏的产出) 。假设某一地区在城市化中以传统的三个投入要素——资本 (K) 、劳动力 (L) 和土地 (S) 形成国内生产总值 (Y) 一种期望产出和二氧化碳 (C) 一种非期望产出。该生产过程以方程式P (x) ={ (Y, C) : (K, L, S, Y, C) ∈T}表示, T为生产过程中的技术关系, P (K, L, S) 为产出集, 符合闭性、有界和凸性特征, 即一定的投入不可能得到无限产出; 如果这些投入可以获得两组产出量, 那么也能产出这两种产出量的任意加权平均。此外, 根据Chung、 Fare和Grosskopf[14] (1997) 以及Fare、Grosskopf和Pasurka[15] (2007) , P (x) 还满足以下条件。
①P (x) 满足投入的强可处置性, 即若 (y, u) ∈P (x) 且x′>x, 则P (x) ∈P (x′) ;
②P (x) 满足期望产出的强可处置性, 而且为零成本, 即若 (y, u) ∈P (x) 且y′<y, 则 (y′, u) ∈P (x) ;
③P (x) 满足非期望产出的弱可处置性, 这表明非期望产出减少必须以损失期望产出为代价, 因而减少非期望产出存在成本。 即若 (y, u) ∈P (x) 且两类产出的比例系数θ满足0≤θ≤1, 则满足 (θy, θu) ∈P (x) ;
④P (x) 满足期望产出和非期望产出的零结合性。这意味着生产活动中只要有期望产出, 就必然伴随非期望产出, 避免非期望产出的唯一办法是停止生产活动, 即若 (y, u) ∈P (x) 且u=0, 则y=0。
上述理论将期望产出和非期望产出有效地结合在一起, 更深入地解析了生态环境生产技术, 但其不具备应用性, 无法直接用于实证研究, 只有与DEA技术结合才能应用于实践 (Chung、Fare和Grosskopf, 1997) 。根据Zhou、Ang和Poh[16] (2008) 的DEA技术, 设有I个地区, 即I个决策单元 (DMU) , 第i个地区的投入产出为 (K, L, S, Y, C) 。据此, 规模报酬不变条件下的生产过程可式 (1) 表示。
其中, λi为相对于DMU0重新构造的一个有效DMU组合中第i个评价单元DMUi, λi≥0表明生产技术为规模报酬不变。式 (1) 中的不等式约束表明要素投入和期望产出具有强可处置性, 等式约束则说明了非期望产出的弱可处置性和两类产出的零结合性。
2.2 Malmquist生态效率指数
Malmquist指数由Caves、Christensen和Diewert[17,18] (1982) 引入, Fare、Grosskopf和Norris等[19] (1994) 将其发展为用距离函数描述的非参数方法。定义Malmquist指数的Shephard距离函数分为投入导向型和产出导向型, 前者在保持一定产出的条件下尽可能地减少投入, 后者是在保持投入一定的前提下, 尽可能地增加产出。因为模型中出现了非期望产出二氧化碳, 所以传统的Shephard距离函数无法求解, 需要借鉴Tyteca[20] (1997) 的静态环境绩效测度方法, 定义二氧化碳的距离函数为式 (2) 。
通过求解式 (2) 中的δ值可得提升生态效率的最大限度, 从而可以评价地区的静态生态绩效。在此基础上, 可以构建Malmquist动态绩效方程测算生态效率的动态变化。
参照Malmquist TFP指数, 设Malmquist动态生态效率指数为MEI, 因为MEI既可以t时期的技术为参照, 也可以t+1时期的技术为参照, 为避免因时期选择不同而造成结果上的差异, 以两个时期的几何平均数衡量t到t+1时期二氧化碳产出的变化情况, 如式 (3) 。
(Kt, Lt, St, Yt, Ct) 和 (Kt+1, Lt+1, St+1, Yt+1, Ct+1) 分别表示t时期和t+1时期的投入产出量;Dt和Dt+1分别表示以t时期的技术T (t) 和以t+1时期的技术T (t+1) 为参照的生态效率的距离函数, 不变规模报酬的假设下, 式 (3) 可写为
其中, 等式右边方括号内外的比值分别反映从t到t+1时期的技术进步指数 (TECH) 和技术效率指数 (EFFCH) , 分别以式 (5) 、式 (6) 表示。前者测量的是t到t+1时期, 被评价地区追赶生产前沿面的程度, 后者测算的是技术变动情况。TECH或EFFCH大于1表示其为城市非农用地生态效率提高的源泉, 反之则是降低的根源;MEI大于1表示城市非农用地生态效率提高, 反之表示降低。
求每一个地区城市非农用地的Malmquist生态效率动态指数时, 需要以四个时期的技术为参照求解四个距离函数, 求解采用线性规划法, 如式 (7) , 其中, p和q表示时期, 且p, q∈ (t, t+1) 。
3 数据说明和实证分析
3.1 数据来源与说明
基于数据的科学性和研究需要, 选取1999～2010年中国28个省区市的资本、劳动力、土地为投入, GDP为期望产出, 二氧化碳为非期望产出。海南和西藏因数据缺失而不包括在内, 重庆并入四川一起统计。 其中, 资本投入量选用资本存量数据, 采取永续盘存法估计 (张军[21], 2004) , 历年资本存量均折算为1952年的价格水平, 单位是亿元;劳动力投入以每年年初和年末二三产业就业人数平均得到, 单位是万人;投入的土地面积计量的是建成区非农用地数量, 等于各地区建成区面积减园林面积和绿化覆盖面积, 单位是公顷;期望产出选择每个地区二三产业的GDP, 并折算为1952年的价格水平, 与资本价格水平一致, 单位是亿元;估算非期望产出二氧化碳需要做适当假设和估算。覆盖农用地的植被有吸收二氧化碳的生态服务功能, 这个功能会随着农地非农化而丧失, 导致环境中二氧化碳的数量增加, 这一增加量可视作土地投入生产后产出了二氧化碳。为测算二氧化碳排出量, 还需要确定在转变为非农用地前, 农用地的植被类型, 因为植被类型不同吸收二氧化碳的能力不同。一些学者估算中国古代森林覆盖率很高, 凌大燮 (1983) 估得覆盖率达到49.6%, 赵冈 (1996) 估计是56%, 马忠良, 宋朝枢和张清华 (1997) 估算为64%, 樊宝敏和董源 (2001) 得到60%～64%. 虽然在漫长的岁月中, 同一块土地上的植被覆盖并非一成不变的, 但追根溯源, 中国古代陆地以森林为主, 所以假设建成区源于覆盖森林的农用地。评估生态服务价值的一些文献估算了森林的固碳能力 (方精云、郭兆迪、朴世龙等, 2007;钱江波、王恩和章银柯, 2011) , 中国每年每公顷森林平均能固定二氧化碳10.53吨, 与土地投入量的乘积即是该地区一年的二氧化碳产出量, 单位为吨。二三产业GDP、资本投入量、劳动力数量、建成区面积、园林面积和绿化覆盖面积的数据均来自于《新中国六十年统计资料汇编》、历年《中国统计年鉴》和《中国城市统计年鉴》。相关数据统计描述如表1所示。
数据来源: 根据统计年鉴整理获得。
3.2 实证分析
利用式 (4) 和式 (7) 计算1999～2010年中国28个省区市每年的考虑二氧化碳排放的非农用地生态效率指数 (MEI) , 计算结果如表2所示。
数据来源: 计算整理获得。
再利用式 (5) 与式 (7) 、式 (6) 与式 (7) 分别得到1999～2010年每个省区市的技术进步指数 (TECH) 和技术效率指数 (EFFCH) 对非农用地生态效率 (MEI) 的贡献, 如表3和表4所示。限于表的容量, 表中1999年表示1999～2000年, 表中其它年份及后文图中年份表达的含义与之类似。
数据来源: 计算整理获得。
数据来源: 计算整理获得。
对照表2、 表3和表4可以得到1999～2010年各地区的非农用地生态效率及其影响根源。以北京市为例, 表2 中2002～2003年其非农用地生态效率指数 (MEI) 为 0.75, 导致生态效率下降的原因查看表3和表4, 该年北京的技术进步指数 (TECH) 为2, 技术效率指数 (EFFCH) 为0.375, 这说明技术效率降低是根源, 而且降低幅度很大, 抵消了技术进步的贡献。全国三大区域非农用地生态效率指数, 可查找表2、表3和表4中的东中西部平均, 为更直观地表现, 用图1刻画。由图1可知, 考虑生态约束条件后, 三个区域非农用地效率的差距不大, 而且变化趋势相同, 与陈福军 (2001) , 陈江龙、曲福田、陈雯 (2004) , 姜开宏、陈江龙和陈雯 (2004) 等学者没考虑生态约束条件时的研究结论相左, 表明环境成本削弱了东部非农用地的效率优势, 不支持实施区域之间土地占补平衡政策。将表2、表3和表4中的全国平均用图2描述, 从图中可知非农用地生态效率在1999～2000年、2006～2010年均出现了降低的现象, 这都是由技术衰退大于技术效率提升所致;2000～2006年表现为上升, 这可能得益于技术效率提升和技术进步的共同作用, 比如2000～2001年;也有可能是技术效率提升大于技术衰退引起, 比如2001～2002年和2003～2004年;还可能是技术进步大于技术效率降低的结果, 比如2002～2003年、2004～2005年和2005～2006年。三个表不仅提供了中国28个省区市在考虑二氧化碳排放约束下的生态效率的动态变化, 而且还将其分解为技术进步因素影响和技术效率因素影响, 有利于从根本上查明土地浪费的原因。
4 结束语
提升非农建设用地生态效率是缓解土地浪费的突破口。建立考虑碳排放的城市非农用地动态的生态效率方程, 计算1999～2010年中国28个省区市城市非农用地的生态效率, 并且将其分解为技术进步和技术效率两部分。无论以某一省区、或以东中西部、还是以全国整体的非农用地为研究对象, 历年的生态效率都不断变化, 变化源于技术效率和技术进步。因此, 为提升非农建设用地生态效率, 一方面要加快创新成果的转化速度, 尽快将其转变为现实的生产力, 加快各地区追赶前沿面的速度, 促进技术进步;另一方面, 要采取相关激励手段高效复合地利用土地, 提升技术效率。只有技术进步指数和技术效率指数均增大, 才能保证非农用地生态效率提高, 才有希望减缓土地浪费的程度。
摘要：为分析土地浪费, 高效利用土地, 构建考虑碳排放的非农用地生态效率的动态模型。该模型不仅结合Malmquist指数和DEA技术, 而且考虑二氧化碳排放的约束条件, 衡量经济效率的同时兼顾了生态保护。通过分析城市非农用地生态效率的动态变化, 并将生态效率分解为技术进步因素和技术效率因素, 有助于找到土地浪费的根源。最后以中国28个省区市1999～2010年非农用地为例, 说明该方法的有效性和实用性。
碳排放效率 篇8
中国在2009年哥本哈根召开的世界气候大会上做出承诺,到2020年中国单位GDP的排放量将下降40% ~ 45% 。IPCC( 2007) 报告认为始于20世纪中期可观测的全球气温上升有90% 以上的可能性是由人类活动的温室气体排放造成的。工业化前后,全球大气浓度已经增长了超过40% ,2014年4月全球CO2浓度首次超过400 ppmv,其中工业终端消费的能源消耗占据了能源消耗的一半,产生了大量的CO2。因此,深入研究工业碳排放效率,有效控制工业碳排放效率的影响因素,对于实现节能减排和降低温室效应具有重要的理论和现实意义。 国内外学者在研究碳排放效率及其影响因素的问题上很少考虑邻近省份之间的空间交互作用。因此,本文运用空间计量经济学的方法对中国工业碳排放效率及其影响因素的空间效应进行实证研究。
1 中国工业碳排放效率测算及空间效用分析
1. 1 中国工业碳排放效率测算
1. 1. 1 SBM 最小距离法
本文参考Aparicio,et al[1]和Jahanshahloo,et al[2]提出的基于线性二层规划( LBP) 的通用方法来获得与强效率生产前沿面的距离最小的参考点( 或称为强效率生产前沿的投影点) ,在此基础上,提出了包含非期望产出的强效率生产前沿的最小距离法。
假设存在n个决策单元,某一个决策单元j投入了m种生产要素,并且生产出s1个期望产出和s2个非期望产出。定义变量Xj= ( x1j,x2j,…,xmj) ∈ Rm+, Yjs1= ( y1j,y2j,…,ys1j) ∈ Rs+1,Yjs2= ( y1j,y2j,…,ys2j) ∈ Rs2+,分别为生产要素投入、期望产出、非期望产出。SBM的最小距离模型为:
其中,s-,s1+,s2,-,1+,2为松弛变量,M为取值足够大的正数。式( 1) 为一个二层线性规划,这里我们称为基于SBM模型的最小距离法。
本文选取各省的GDP( y) 为期望产出,各省的排放量CO2( b) 为非期望产出。投入要素分别为资本( K) 、劳动力( L) 、能源消耗( E) 。
1. 1. 2 三阶段 DEA 模型
本文运用三阶段DEA模型进行效率评估,具体的三阶段DEA的测算方法参见[3]。工业碳排放效率的测算对各数据的处理见陈诗一( 2010) 和周五七、聂鸣( 2012) ,CO2排放的测算采用IPCC提供的方法[4,5,6]。本文对各省及四大经济区域的工业碳排放效率测算结果由于篇幅限制,此处省略1。
中国各省份工业碳排放效率的差异有自身资源禀赋的因素,也有环境和随机因素的干扰。各环境变量对于不同省份的工业碳排放效率的影响是不同的。剔除了环境和随机因素后,我国第三阶段碳排放效率的数值相比第一阶段有明显的下降。我国工业碳排放效率存在较明显的地区差异,工业碳排放效率高的省份大多分布在东部,值得关注的是,全国工业碳排放效率总体偏低,平均值仅为0. 316 6,这与王群伟等 ( 2010) 测算的全国碳排放绩效值为0. 349的水平比较接近。从四大经济区域工业碳排放效率的平均值来看,区域分化较为明显,东部工业碳排放效率平均水平达到0. 509 0,大大高于全国平均水平,西部、中部和东北工业碳排放效率平均水平分别为0. 205 2、0. 240 1和0. 236 4,西部、中部与东北部的工业碳排放效率均低于全国平均水平,中国工业碳排放效率还有很大的提升空间。
中国及四大经济区域的工业碳排放效率演变趋势总体上表现一致,无论是中国各省份的工业碳排放效率,还是四大经济区域的工业碳排放效率,整体上呈现上升的趋势,并且与李涛、傅强( 2011) 和周五七( 2012) 的结论基本一致。东部的工业碳排放效率明显高于东北部、中部和西部,这也印证了环境库兹涅茨曲线。2011年中国和四大经济区域的工业碳排放效率达到最大值,这与中国提出2010年单位GDP的CO2排放量要比2005年减少20% 这一目标有较大关系,而且此时的中国经济增长速度放缓, 政府加强了对节能减排的环境规制力度,着手对工业结构调整和升级。
1. 2 中国工业碳排放效率重心动态演变轨迹
重力模型在经济空间集聚的规模和形态方面已得到广泛的运用。本文引入重力模型,从中国工业碳排放效率入手,将重力模型应用到中国工业碳排放效率空间动态转移的分析中。根据物理学知识得知,总力矩最小的点为重心所在点,重心坐标的表达式为[7]:
、分别为某要素空间重心的东经和北纬坐标; Ei、Ni分别为区域中第i个元素的东经和北纬坐标; Qi为第i个元素的要素值。以1998—2013年中国工业碳排放效率为Qi,取各省会城市经纬坐标代表该省的坐标,将其带入重力模型公式,可测算中国工业碳排放效率重心的经纬度坐标值,如图1所示。
图1显示,1998—2013年间,中国工业碳排放效率的重心经历了向东部转移、向西部转移。近年来又开始向东部转移。中国工业碳排放效率重心的这种转移趋势显示出了中国工业碳排放效率的地区差异。中国工业碳排放效率的重心分布明显偏北、 偏东,中国东部和北部的工业碳排放效率份额比例比较大,“马太效应”显著。这一方面是因为中国北方地区调整第二产业结构,降低了对资源能源的依赖有关,南部工业发展对资源能源的大量消耗; 另一方面是由于东部的节能减排技术相对其他地区来讲比较先进。同时也表明北部和东部在工业碳排放效率方面的累积优势,强化和加剧了中国工业碳排放效率的区域差异。
2 中国工业碳排放效率影响因素的模型设定与实证研究
为分析中国各省份的工业碳排放效率的空间自相关性和差异性,本文分别选择传统混合面板模型、SLM,SEM和SDM模型。以中国大陆30个省份为研究单元,选取工业碳排放效率ITCEit为因变量, 自变量包括规模因素( SS) 、工业结构( IS) 、工业所有制结构( IO) 、能源结构( ES) 、能源强度( EI) 、能源价格水平 ( EPL) 、要素禀赋 ( FE) 、技术因素 ( TE) 、环境规制因素( ER) 、外资因素( FDI) 、经济开放度( EO) 等11个因素。
从表1可以看出,模型估计的残差存在空间自相关性,SLM和SEM均优于传统混合面板数据模型。并且SDM的拟合效果要优于SLM和SEM。因此,本文选择空间Durbin模型( SDM) 来考察各因素对工业碳排放效率时空格局的影响。
其中,ITCEit为因变量n × 1阶矩阵,表示中国i地区在t时期的工业碳排放效率; X为解释变量向量n × k阶矩阵,W为空间权重矩阵,邻近地区取1,其他地区取0; ρ 为空间滞后自回归参数,反映相邻区域工业碳排放效率对本区域的影响; β 是n × 1阶向量,表示解释变量系数; γ 是空间滞 后解释变 量WijXijt的回归系数向量,反映相邻区域自变量对本区域工业碳排放效率的影响。ut是地区效应,λt为时间效应,εit表示随机扰动项。
Lesage & Pace指出空间回归模型中使用一个或者多个点估计的方法检验是否存在空间溢出效应会导致错误的结论,应在截面模型的背景下使用求解偏微分 方程的方 法来检验 变量的直 接效应 ( Direct effects)和空间溢 出效应 ( Spillover effects)[8]。Elhorst将SDM模型改写为如下向量形式[9]:
其中,误差项 εt*包括 εt和固定效应,ITCEt关于N个区域的内生变量Xt中第k个变量的偏微分矩阵如下式:
由于空间滞后因素的影响,模型的估计值难以准确反映其边际效应。因此,需要利用式( 4) 、( 5) 来计算各解释变量的直接效应和溢出效应,SDM估计与检验结果如表2。从表2可以得出,ES、EI、IS、EPL和TE是影响中国工业碳排放效率时空格局的主要因素。ES、EI、IS、EPL和TE对中国各省工业碳排放效率的影响为正,除EI外相邻省份的ES、IS、EPL变化对本省工业碳排放效率有负影响,而技术因素TE正向提高了邻近省份的工业碳排放效率。可见技术进步减少CO2排放,促进工业碳排放效率的提高。 ES和EI两个因素的直接效应远大于IS、EPL和TE的直接效应,可见能源结构的优化和能源强度的降低是提高中国省际工业碳排放效率的主要因素,IS、 EPL和TE也是影响中国省际工业碳排放效率时空格局的重要因素。ES、IS、EPL和TE这4个因素有负的空间溢出效应,即某一省份的ES、EI、UR和IS变化对邻近省份的工业碳排放效率或邻近省份ES、 EI、IS、EPL和TE变化对本省份工业碳排放效率均有负影响。ES、EI、IS、EPL和TE的弹性系数及其直接效应的数值略有差异,其原因是存在反馈效应 ( 弹性系数 - 直接效应 = 反馈效应) ,即A省份通过影响邻近省份的工业碳排放效率再反过来影响本省的工业碳排放效率。这种反馈效应来自空间滞后被解释变量和空间滞后解释变量。进一步分析表2可以发现,ES、EI、IS、EPL和TE的反馈效应分别为0. 023 27、 - 0. 001 8、0. 001 6、0. 000 8和0. 000 5,对工业碳排放效率的影响都比较小,这种反馈效应分别源于5个因素的空间滞后变量( W × ln ES,W × ln EI,W × ln IS,W × ln EPL或W × ln TE) 和空间被解释变量( W × ln ITCE) 的交互综合效应。
3 研究结论和启示
本文利用包含非期望产出的三阶段DEA模型及改进的SBM最小距离法,测算了中国1998—2013年各个省份的工业碳排放效率。在此基础上,分析了中国各个省区的工业碳排放效率的空间效应,并且借鉴重力模型分析了中国工业碳排放效率重心的动态轨迹。最后,通过构建空间Durbin模型( SDM) 分析了影响中国省际工业碳排放效率的因素。结论如下:
注:***、**和*分别表示 1% 、5% 和 10% 的显著性水平。
1在1998—2013年间,除少许年份外,中国及各地区的工业碳排放效率都呈现出不同程度的上升趋势; 但各省份的工业碳排放效率有较大区域差异, 东部地区的工业碳排放效率最高,其他地区的工业碳排放效率均低于全国平均水平,且东部、东北部和西部的工业碳排放效率差距存在缩小的趋势。通过重力模型分析,发现中国工业碳排放效率的重心分布明显偏北、偏东,且“马太效应”显著。
2中国省际工业碳排放效率在空间分布上表现出较强的正相关性特征,中国工业碳排放效率相似的地区趋近于集中分布,并且集聚程度有增强的趋势。基于空间滞后变量的LISA图表明,中国邻近各省份之间的工业碳排放效率表现出了较强的空间相似性。属于H-H与L-L类型的省份所占比例是处在L-H与H-L象限的省份的三倍,中国各省份的工业碳排放效率存在着“二元结构”。中国各省份工业碳排放效率在空间效应上,不仅表现出空间自相关性,也存在空间异质性。
3空间Durbin模型( SDM) 估算与检验结果表明,ES、EI、IS、EPL和TE均通过了5% 显著性水平的检验,对提高中国省际工业碳排放效率有正向作用,是时空格局演变的重要因素,且具有空间自相关性和空间溢出效应,即某省份ES、EI、IS、EPL和TE的提高不仅会提高本省工业碳排放效率,而且可能通过空间传导机制引起相邻省份工业碳排放效率的下降。空间反馈效应的结果表明,某省份ES、EI、 IS、EPL和TE的提高通过影响邻近省份的工业碳排放效率再反过来影响本省的工业碳排放效率,但影响程度较小。
中国的经济社会发展经历着城市化和工业化的双重考验,工业碳排放将会对经济、社会和环境的可持续发展造成较大压力。基于中国工业碳排放效率的空间差异性和自相关性研究,本文建议中国制定差异化的工业碳减排政策,对于中、西部和东北部, 要加强政策引导和支持,利用比较优势实现自身工业碳排放效率的提高; 加强省际关于节能减排的政策推进和技术交流,整体提升工业碳排放效率。
摘要：分析了中国工业碳排放效率的区域差异性以及空间自相关性,并用1998—2013年中国大陆30个省份的面板数据,建立空间面板数据模型,对工业碳排放效率的影响因素进行实证研究。研究结果表明:除少许年份外,中国及各地区的工业碳排放效率都呈现出不同程度的上升趋势且存在区域差异,中国省际工业碳排放效率在空间分布上表现出较强的正相关性和空间集聚特征,能源结构、能源强度、工业结构、能源价格水平和技术因素是影响中国工业碳排放效率的主要因素,对提高中国省际工业碳排放效率有正向作用,是空间格局演变的重要因素,且具有空间自相关性和空间溢出效应。
碳排放效率 篇9
关键词：能源产业,技术创新效率,碳排放
1 引言
温室气体排放引起的全球气候变化早已引起世界各国的关注。从签订《京都议定书》到召开哥本哈根气候大会和坎昆会议等重大国际事件, 都表明气候变化已成为人类必须面对的现实威胁。根据国际能源署 (IEA) 所发布的数据, 2011年全球化石燃料燃烧释放的CO2达31.6亿t, 而中国占7.2亿t, 约为总量的9.3%, 成为最大的CO2排放国。作为全球最大的发展中国家, 中国虽然已通过转变经济发展方式等多种措施来控制温室气体排放, 但由于处于工业化、城市化快速发展的特殊历史时期, 其能源需求量还在不断地增加。此外, 中国人均能源占有量少且优质能源比例低, 能源利用效率偏低, 因此未来CO2的排放量仍然有上升的趋势。面对传统能源的资源约束和经济发展压力, 中国在后金融危机时代迫切需要探索既能减少碳排放量又能保证经济发展的有效途径。在现有基础上充分推动能源产业的技术创新, 通过技术创新推动能源的勘探、开发、存储和使用技术的升级, 增加能源的探明量和产量, 提高能源利用效率, 降低碳排放不失为当前的正确选择。
2 文献回顾
学术界已有学者针对技术创新、技术进步对碳排放的影响开展了相应的理论与实证研究。Grǜbler、Messner借助学习曲线建立了技术内生化模型, 指出只有提高R&D投入和学习能力才能更好地完成减排目标[1]。Nordhaus将R&D因素纳入气候与经济的动态结合模型, 比较了引致创新与要素替代对碳排放的影响, 发现引致创新对碳排放的影响小于要素替代弹性的影响[2]。Buonanno对遵守京都议定书的减排成本进行了研究, 发现引致性技术进步可显著降低减排本成本[3]。Popp通过研究发现, 忽略引致技术进步会高估减排成本[4]。Kemfert指出, 在没有技术进步的情况下, 减排初期会导致产出量的大幅度减少, 从而降低整体福利;而在有技术进步的情况下, 产出降幅则会减少[5]。Gerlagh认为, 技术进步价值体现在两个方面:一是它能降低碳价格, 从而降低强制性减排负担;二是存在技术进步情境下的减排可能会产生学习收益, 从而使减排成本降低[6]。Col等利用中国1997—2003年产业层面的数据进行研究, 结果显示能源消耗和人力资本对产业层面的碳排放具有积极影响, 通过提高生产率和研发活动投入可降低碳排放[7]。Ang基于内生经济增长理论, 运用环境影响方程研究了研发活动、技术转移对碳排放减少的影响, 发现技术转移、研发活动和吸收能力会降低碳排放, 但能源消耗、收入提高和贸易发展会增加碳排放[8]。陈劭锋等研究发现, 碳排放在技术进步驱动下会随着时间变化呈现三个倒“U”型曲线, 每个阶段的驱动因素各不相同[9]。李国志和李宗植指出, 技术进步能在一定程度上缓解CO2排放[10]。陈震等构建了技术进步对碳排放绩效影响的动态计量方程, 研究发现技术进步是中国碳排放绩效增长的主要因素[11]。李凯杰和曲如晓对中国全要素生产率进行了测算, 并将其作为技术进步的指标, 运用向量误差修正模型检验了技术进步与中国碳排放的关系, 结果表明技术进步与碳排放之间存在长期均衡关系, 在长期内技术进步可减少碳排放, 而在短期内技术进步对碳排放无明显作用[12]。查建平和唐方方对中国工业碳排放绩效变动的因素进行了分解, 发现技术效率和技术进步对碳排放的降低均具有积极影响, 且技术进步的作用力度大于技术效率[13]。姚西龙和于渤研究了技术进步、行业结构变动对中国CO2排放的影响效应, 研究结果显示技术进步对工业CO2排放具有抑制作用[14]。
目前的研究主要集中在全社会的技术创新、技术进步对碳排放的影响, 很少关注能源产业本身的技术创新对碳排放的影响。与以往的研究不同, 本文从能源产业技术创新角度来研究技术创新效率对碳排放的影响方向、影响程度, 为克服能源需求刚性, 制定更有效的节能减排政策提供决策支持。
3 中国能源产业技术创新效率测算
3.1 Super-SBM模型
SBM是以松弛变量测度 (Slacks-Based Measure, SBM) 为基础的DEA效率分析方法, 由Tone提出。SBM模型以优化松弛变量为目标, 通过非射线方式, 同时考虑投入与产出的差额来估计效率值。与多数DEA模型一样, SBM模型也存在效率决策单元不只一个的问题, 因此仍面临着对这些有效的单元进行排序的问题。Tone在SBM模型的基础上进一步提出了超效率模型, 较成功地解决了此类问题[15]。无导向规模报酬可变下的 (VRS) Super-SBM模型为:
3.2 指标的选取与数据来源
能源产业包括煤炭开采和洗选业, 石油和天然气开采业, 石油加工、炼焦及核燃料加工业, 电力、热力的生产和供应业, 燃气的生产和供应五大类。本文以2001—2011年中国能源产业为研究样本。
投入指标: (1) R&D资本存量。关于R&D资本存量的核算, 本文采用永续盘存法, 其核算公式为:K t= (1-τK) Kt-1+Et。式中, K为R&D资本存量;E为R&D经费支出;τK为折旧率。首先, 考虑将R&D经费支出平减为实际值, 利用以2000年为基期的GDP平减指数进行平减。其中, R&D经费支出数据来源于各年度《中国科技统计年鉴》, GDP平减指数来源于2012年《中国统计年鉴》。折旧率以文献中普遍采用的折旧率为准, 即15%。其次, 考虑基期的R&D资本存量, 设样本前所有时期的R&D经费支出呈几何级数衰减, 并假设样本前所有时期的R&D经费支出的平均增长率为gk, 则基期R&D资本存量表示为:K1=E1/ (gk+τk) , 可根据样本计算得出。2001年和2002年《中国科技统计年鉴》仅统计了科技活动经费支出, 本文参考其他年度R&D经费支出占科技活动经费支出比重进行推算。 (2) R&D人员。R&D人员用R&D活动人员全时当量来衡量, 数据来源于各年度《中国科技统计年鉴》。 (3) 能源固定资产投资。技术创新的固定资本投入用能源产业全社会固定资产投资总额来衡量, 并用以2000年为基期的固定资产投资价格指数进行平减, 数据来源于2011年《中国能源统计年鉴》和2012年《中国统计年鉴》。 (4) 知识投入。知识投入用知识存量来衡量。知识存量的核算方法在本质上与资本存量的核算是一致的。由于知识也存在推陈出新, 知识与其他生产要素一样也存在折旧率τA, 考虑到我国技术的平均使用年限为14年, 取其倒数得到τA的取值为0.0714[16]。因此, 知识存量的估算可表示为:At= (1-τA) At-1+Pt。式中, Pt为年度专利申请量。对基期知识存量的核算, 使用以下假设:A1=P1/ (gA+τA) 。式中, gA为各年度专利增长率的几何平均数。
产出指标: (1) 专利申请量。在研究中常用专利申请量和专利授权量作为衡量技术创新水平的指标, 但专利授权量受政府专利机构的影响较大, 因此本文用专利申请量作为衡量创新活动产出的指标[17]。数据来源于各年度《中国科技统计年鉴》。 (2) 能源消耗强度和能源加工转化率。能源消耗强度是指国民经济生产中单位能耗水平, 通常量化为单位国内生产总值所消耗的能源量, 能综合反映生产中对能源的利用效率。能源加工转化率是指在一定时期内能源经过加工、转换后产出的各种能源产品的数量与同期内投入加工转换的各种能源数量的比率, 能反映能源加工转换装置和生产工艺的先进与落后、管理水平的高与低。能源产业技术创新活动的结果是带来技术进步和生产效率的提高, 进而推动能源消耗强度的降低和能源加工转化率的提高。因此, 本文将能源消耗强度和能源加工转化率作为反映能源产业技术创新的产出指标, 数据来源于2011年《中国能源统计年鉴》。 (3) 新产品销售收入。新产品销售收入也是反映技术创新产出的常用指标之一。本文利用以2000年为基期的工业产品出厂价格指数对其进行评鉴, 数据来源于各年度《中国科技统计年鉴》和2012年《中国统计年鉴》。
能源产业技术创新效率测算结果:能源产业技术创新效率测算结果见表1。由表1可知, 2001—2011年中国能源产业技术创新综合效率仅有2007年没有达到有效。
4 技术创新效率对碳排放影响的实证研究
本文以VAR模型为基础, 研究能源产业技术创新效率与碳排放之间的长期动态关系。首先, 通过变量ADF单位根检验判断变量是否平稳。如果变量是单整的, 表明可建立VAR模型, 并运用Johansen协整检验考察变量之间是否存在协整关系, 从而建立协整方程。然后在VAR模型的基础上, 运用脉冲相应函数和方差分解进一步考察能源产业技术创新效率与碳排放之间的动态影响过程。由于中国没有官方公布的碳排放量统计数据, 只能基于其他统计数据进行估算。根据化石能源的消费量可粗略估算出化石能源使用所产生的碳排放量[18]。计算公式为:
每种能源消费量×分品种单位能耗碳排放因子) …………………………………………… (5)
能源消耗的碳排放系数采用EIA、日本能源经济研究所和国家发改委能源研究所公布的数据的平均值, 见表2。各种能源消费量数据来源于2012年《中国统计年鉴》。
4.1 ADF单位根检验
为避免“伪回归”现象, 在进行回归时要求所用的时间序列是平稳的。本文首先对碳排放与能源技术创新效率的自然对数值进行单位根检验, 以判断其平稳性, 检验结果见表3。从表3可见, LNCO2经过一阶差分后是单整的即I (1) , LNINN是0阶单整的即I (0) , 说明这两个时间序列是平稳的, 可进一步进行协整性分析。
4.2 构建VAR模型
VAR模型的最佳滞后期可通过LR统计量、AIC准则、SC准则和HQ信息准则确定, 结果见表4。由表4可见, 在滞后期为1时, AIC、SC和HQ都达到了最小, 因此VAR模型的最佳滞后期为1, 再构建滞后阶数为1的无约束VAR模型。由于VAR模型特征方程根的倒数都在单位圆之内 (图1) , 这说明模型是稳定的, 基于VAR模型的结论是可靠的。
4.3 Johansen协整检验
对碳排放量 (LNCO2) 和能源产业技术创新效率 (LNINN) 两个变量的滞后1期VAR (1) 模型Johansen协整检验结果见表5。检验结果显示, 这两个变量之间存在协整关系, 即两者之间存在长期的动态均衡关系。碳排放与能源产业技术创新效率之间的协整方程为:
由式 (6) 可见, 能源产业技术创新效率对碳排放影响的弹性系数为-1583.79, 标准差为284.842, 在5%的显著性水平下统计检验结果显著。从长期角度上, 能源产业技术创新效率每提高1%, 将引起碳排放量下降1583.79%。能源产业技术创新效率的提升对降低碳排放的影响巨大。
注:*表示在5%的显著性水平下拒绝原假设。
4.4 脉冲相应函数
在向量自回归模型的基础上, 可通过脉冲响应函数与方差分解, 进一步分析一个随机扰动项对系统内碳排放量与能源产业技术创新效率的影响。图2—5是基于VAR模型和渐进解析法模拟的脉冲响应函数曲线。图中的横轴和纵轴分别代表响应函数的追踪期数和因变量对解释变量的响应程度, 实线和虚线分别代表脉冲响应函数和两倍标准差的偏离线。
由图2可见, 如果在本期给碳排放量一个正向冲击, 会给以后各期的碳排放量带来正向影响。其中, 对第一期的影响最大, 随着时间的推移这种正向影响逐步衰减。由图3可见, 当在本期给能源产业技术创新效率一个正向冲击后, 对碳排放的影响第一期为0, 第二期产生最大的反方向影响, 自第二期之后这种反向影响会逐渐稳定。由图4可见, 当在本期给碳排放量一个正向冲击后, 会对第一期的能源产业技术创新效率产生微弱的正向影响, 以后各期的影响基本为0。由图5可见, 当在本期给能源产业技术创新效率一个正向冲击后, 对第一期的能源产业技术创新效率产生较大的正向影响, 对第二期产生微弱的负向影响, 自第三期及以后各期该影响基本为0。总体上来看, 能源产业技术创新效率会对碳排放量产生较大影响, 碳排放量会随着能源产业技术创新效率的提升而降低, 而碳排放量对能源产业技术创新效率的影响并不是十分明显。
方差分解:方差分解法是通过分析每个结构冲击对内生变量变化的贡献度评价不同结构冲击的重要性。方差分解能给出VAR模型中的变量产生影响的每个随机扰动的相对重要性的新息。LNCO2和LNINN的方差分解见表6。
在LNCO2的方差分解中, 引起碳排放量变化主要是自身的新息冲击, 第一期达到最大为100%, 以后各期逐渐减小, 基本保持在70%左右;能源产业技术创新效率对碳排放量波动的贡献率第一期为0, 从第二期开始持续稳定增长, 并在第十期达到最大的32.31%。碳排放量自身冲击要大于能源产业技术创新效率的冲击, 能源产业技术创新效率对碳排放的影响具有一定的滞后性。在LNINN的方差分解中可见, 分解结果基本稳定, 引发能源产业技术创新效率变化的主要是自身的新息冲击, 占97.7%左右;碳排放量的贡献率仅占2.3%左右。方差分解的结果与脉冲响应分析的结论是一致的。
5 结论及政策建议
本文首先运用Super-SBM模型对2001—2011年中国能源产业的综合创新效率进行测算, 在此基础上构建了衡量中国碳排放量与能源产业技术创新效率的VAR模型, 并通过Johansen协整性检验、脉冲响应函数以及方差分解, 对碳排放与能源产业技术创新效率之间的长期动态关系进行了研究, 得出如下结论: (1) 2001—2011年 (除2007年外) , 中国能源产业技术创新综合效率均有效, 说明中国能源产业创新资源的配置效率基本有效。 (2) 碳排放与能源产业技术创新效率之间存在长期动态关系。能源产业技术创新效率每提高1%, 将引起碳排放量下降1583.79%。能源产业技术创新效率的提升对降低碳排放的影响巨大。 (3) 能源产业技术创新效率对碳排放的影响具有一定的滞后性, 滞后期为1年。这说明能源产业技术创新需要一定的传导机制和传导过程, 经过一段时间的积累才能最终影响到碳排放。 (4) 碳排放量波动主要由自身因素决定, 但能源产业技术创新效率的影响占30%左右, 最高占32.31%。这说明能源产业技术创新效率对碳排放波动的影响是不容忽视的。 (5) 能源产业技术创新效率的波动主要由其自身因素决定, 碳排放量对能源产业技术创新效率的影响不显著, 这与实际情况吻合。
碳排放效率 篇10
综上所述发现,目前在对全要素能源效率的问题的研究过程中,往往会忽视非期望产出CO2排放的负面作用。中国沿海地区是经济发展的领头羊,而对其能源效率问题却缺乏研究。因此,本文在考虑CO2排放的条件下,利用超效率VRS-DEA模型和STIRPAT模型对中国沿海地区能源效率及影响因素进行分析。
一、能源效率评价
(一)研究方法
超效率VRS-DEA模型是在传统DEA模型进行扩展后所提出来的。考虑到传统规模报酬不变的条件在现实中是很难成立的,以及为更好地处理具有相同效率值的决策单元,因此本文利用超效率VRS-DEA模型进行沿海地区能源效率评价。由于在进行能源效率测算时加入了CO2排放,本文采用线性数据转换法对CO2进行处理。首先利用线性数据转换函数,进行转换,再用替换bj进行计算,其中v为足够大的向量。
(二)数据说明
以资本存量、劳动、能源作为投入要素,地区生产总值作为期望产出,而CO2作为非期望产出。其中,利用永续盘存法,以1978年为基期对资本存量数据进行估算;以各省市从业人数作为劳动投入指标;各省市全社会能源消费总量作为能源投入指标;地区生产总值同样是以1978年为基期估算实际数值;从化石能源使用和水泥两方面测算CO2,其中化石能源使用过程中CO2估算公式为:
式中,EC表示化石燃料CO2排放量,Ei、CFi、CCi和COFi分别为能源消费量、发热值、碳含量和氧化因子,αi为碳排放系数,具体数值如表1所示。
单位:吨碳/吨标准煤
注:数据来源于《国家温室气体排放清单指南》。
水泥生产过程中产生的CO2,通过水泥生产总量Q与水泥生产的CO2系数β的乘积获得,其中β为0.527 0 t CO2/t。
各变量的数据来源于《中国统计年鉴》、《中国能源统计年鉴》、各省市的统计年鉴和国家统计局公布的相关数据。
(三)测算结果
利用超效率VRS-DEA模型对沿海地区2005—2014年全要素能源效率进行测算的结果如表2所示。
数据来源:Maxdea软件处理结果。
根据表2,江苏、上海、福建、广东和海南的全要素能源效率均值都达到了1以上,而天津、广西、浙江、山东、河北和辽宁的能源效率还有较高的提升空间。总体上与经济直觉相符合,因为这些省市具有充足的人力资本、先进的生产技术以及完善的管理制度等。海南省的全要素能源效率排第三位,主要是由于海南省是以旅游业作为其支柱产业,不同于制造业,其发展不会造成严重的环境污染,也不依赖大量的化石能源。而河北、辽宁虽然有较好的工业基础但是其能源效率却较低,因此这些省份的产业需要进行转型,减少CO2的排放,提高能源效率。
(四)聚类分析
通过对沿海地区2005年和2014年的能源效率值进行聚类,如表3所示。
注:来源于stata软件聚类分析结果。
从表3中可以发现,沿海地区全要素能源效率空间特征存在显著差异,从2005年到2014年辽宁、山东、浙江和广西这四个地区的能源效率有显著变化,其中,辽宁省由低效区转变为中低效区,山东、浙江由中低效区转变为中效区,广西由中效区转变为中高效区,说明这些省市在加强节能技术研发、推广,促进传统企业转型升级,提升能源效率方面取得了一定的进展。而河北和天津能源效率略有提升但并不明显,说明河北与天津在节能减排、实现低碳发展方面尚需加大力度提升技术水平,同时辅以政策支持。此外还可以发现南北地区之间的能源效率差异明显,南方的海南、福建、广东等地区能源效率值明显高于北方的辽宁、河北等地区,之所以产生这种空间差异格局主要因为地区产业结构不同,海南、福建、广东等地主要以服务业为主,而辽宁、河北以工业作为经济支撑。
二、全要素能源效率影响因素分析
(一)指标选择
全要素能源效率受到多种因素的影响,借鉴相关学者研究成果,结合经济因素、科技因素、能源因素和政府因素,选取产业结构(ind)、技术进步(rd)、能源消费结构(cec)、经济发展水平(pgdp)、政府干预能力(gfe)、经济开放程度(ei)和能源价格(ep)作为能源效率的解释变量。各指标数据均来自于《新中国六十年统计资料汇编》、《中国能源统计年鉴》以及各省市统计年鉴。
(二)计量分析
1. 扩展STIRPAT模型
原始STIRPAT模型为I=bPαAβTγe,其中I、P、A和T分别表示环境影响、人口规模、富裕程度和技术水平;α、β和γ表示弹性值;b和e分别表示常数项和干扰项。通过对I=bPαAβTγe取对数,可得ln I=ln b+aln P+bln A+gln T+ln e。结合研究实际,对模型进行扩展,具体模型如下:
其中,i表示省份,t表示年份,β表示能源效率弹性。
2. 模型回归分析
首先采用F检验对模型形式的选择进行判定,F检验t值为0.000 0故拒绝了原假设,使用变截距模型。利用Hausman检验对固定效应模型与随机效应模型进行选择,Hausman检验t值为0.000 0,故拒绝了原假设,应当建立固定效应模型。在此基础上对模型是否存在时间效应做了相关检验,检验结果P值为0,故采用双向固定效应模型。除此之外,在利用Wald和Wooldridge一阶自相关检验过程中分析板数据存在异方差和序列相关,故在模型估计时选用Driscoll-Kraay标准差法进行估计。具体检验与回归结果如表4所示。
从表4可以看出:(1)技术进步与全要素能源效率存在显著正相关关系。因为沿海地区具有较好的资源禀赋优势,可以充分利用这些资源提升科技转化能力,从而提高能源效率。能源消费结构与能源效率存在显著的负相关关系,沿海地区需要更多地利用新能源,比如风能、电能、水能等,以降低煤炭的消费量,从而提高全要素能源效率。
注:源于stata软件回归结果,括号中的值表示标准误差;*表示显著水平。
(2)经济发展水平与全要素能源效率存在显著正相关关系。因为沿海地区具有先进的生产技术、管理经验,完善的基础设施,在提升能源效率、较少环境污染方面发挥有效作用。政府的干预能力与全要素能源效率存在显著的正相关关系。所以沿海地区经济发展过程中要加强政府干预,从而提升能源效率。
(3)经济开放程度与全要素能源效率存在显著的负相关关系。主要是因为外商直接投资会扩大非外资企业与代表前沿最优的先进企业的差距,从而使得整个地区相对前沿的平均水平降低。
(4)能源价格与全要素能源效率存在显著的正相关关系,表明沿海地区的全要素能源效率可以通过提高能源价格来实现。
3. 稳健性检验
为了进一步确认计量结果的准确性,在检验模型估计结果的稳健性时,利用碳排放效率替代能源效率。采用碳排放效率替代能源效率的原因,是前文在进行碳排放测算时,采用了IPCC提出的因素分解法进行测算,两者之间存强相关性。根据稳健性检验结果,可以认为上文的能源效率影响因素分析结论总体上稳健,如表5所示。
三、结论及政策建议
基于超效率VRS-DEA模型和STIRPAT模型对沿海地区能源效率及影响因素进行分析,得到如下结论:(1)中国沿海地区能源效率存在明显差异。上海、江苏、福建、广东、海南近10年的平均全要素能源效率大于1,而河北和辽宁的能源效率分别为0.27和0.37,地域能源效率差距很大;(2)技术进步、经济发展水平、政府干预能力、能源价格对全要素能源效率的提升具有积极作用,能源消费结构和对外开放程度对全要素能源效率具有明显的抑制作用。
注:源于stata软件回归结果,括号中的值表示标准误差;*表示显著水平。
为全面提升沿海地区能源效率,提出以下政策建议:(1)促进沿海地区之间积极有效的交流、合作,制定一系列政策方案,解除区域壁垒,促进人才、资金、技术的流动,建立长效的区域节能减排合作机制,从而形成“低投入、低消耗、低污染”的经济增长模式;(2)调整地区产业结构,加快产业结构的升级和优化;加大地区研究与发展经费的支出促进技术进步,同时对于经费的使用也要加强监管;逐渐改善能源消费结构,摆脱“煤依赖症”,形成多元化能源消费格局。
参考文献
[1]Zhao X L.Yang R,Ma Q.China's Total Factor Energy Efficiency of Provincial Industrial Sectors[J].Energy,2014,65(2),52-61.C
[2]Pang R Z,Deng Z Q,Hu J L.Clean Energy Use and Total-factor Efficiencies:An International Comparison[J].Rene-wable and Sustainable Energy Reviews,2015,52(12):1158-1171.
[3]Peng L H,Zhang Y T.Wang Y J et al.Energy Efficiency and Influencing Factor Analysis in the Overall Chinese Textile Industry[J]Energy,2015,93(12):1222-1229.
[4]蒋伟,李蓉,强林飞,等.环境约束下的中国全要素能源效率研究[J].统计与信息论坛,2015(5).
碳排放：中国工业的绞索？ 篇11
中国的行动应当更具战略眼光，在关注天空的同时，应当密切留意脚下，避免落入西方的新陷阱。
2009年5月21日，美国众议院能源商务委员会以33比25的票数通过了《美国清洁能源与能源安全法案》，这为雄心勃勃的奥巴马政府力图在全球气候问题上赢回国际领导地位做了较好的铺垫。今年年底，国际气候大会将在丹麦的哥本哈根举行，国际社会普遍认为，这将是一次对地球未来气候变化走向起决定性作用的会议。届时，192个国家的代表团将就2012年后应对气候变化的全球行动签署新的协议。若将垒球气候问题、国家竞争战略、大国责任以及中国崛起等关键词放到一起，便可以引申出一个深刻话题——中国将面临更大的压力与更深的陷阱。
撩开“碳交易”的面纱
地球变暖，本是一个似是而非、见仁见智的话题，但是如今在西方强大舆论攻势下，怀疑论者的声音越来越微弱了。在地球变暖的“定理”下，垒球人民行动起来了，在西方“一二一”的口令声中，调整着参差不齐的步伐，以“拯救”人类的共同家园。
为迎接日益紧迫的挑战，国际社会在1992年制定了《联合国气候变化框架公约》。1997年12月，《公约》第三次缔约方大会在日本京都召开，149个国家和地区的与会代表达成了《京都议定书》(以下简称《议定书》)。《议定书》规定，到2010年，所有发达国家二氧化碳等六种温室气体的排放量，要比1990年减少5，2％。《议定书》于2005年2月16日正式生效。
由于对地球温室气体存量影响的差异、资源禀赋和经济发展水平的差异、在履行减排义务时所付出的代价不同，因此，《议定书》赋予各国在温室气体减排方面具有“共同但有区别的责任”。
根据“共同但有区别的责任”原则，已完成工业革命的发达国家应对全球变暖承担更多的历史责任。自工业化时代起所排放的每10吨二氧化碳中，约有7吨是发达国家排放的，因此《议定书》只给工业化国家制定了减排任务，对发展中国家没有相应的硬约束要求。但是，占发达国家温室气体排放约40％的美国和澳大利亚当时没有批准《议定书》。2007年11月，新任澳大利亚总理陆克文上任不到3小时，就签署了《京都议定书》。至此，美国成了孤家寡人。
迄今，二氧化碳减排主要有三种技术方向和选择：一是以清洁能源、可再生能源、新能源(不包括核能)等技术来替代化石能源技术；二是提高能效，进而通过减少能耗实现二氧化碳排放的削减，三是碳埋存及生物碳汇技术。
按照《议定书》的减排目标，2012年前发达国家需要减少的二氧化碳排放量约在50亿-55亿吨，其中一半减排量由发达国家通过各类技术改进等方式“内部消化”，余下超过25亿吨则需要通过向发展中国家输出先进技术或设备改造资金实现减排抵免，或经由发展中国家与发达国家基于项目合作的清洁发展机制(CDM)，进行排放额度转让贸易来完成。
由此，便人为形成了一个奇特的“碳交易市场”，实际上就是CDM市场。核心内容就是，有减排义务的国家，通过和没有减排义务的国家进行CDM项目合作，发达国家获得项目产生的全部或部分经核证的减排量(cERs)，用于履行其在《议定书》下量化的温室气体减排义务，同时相关发展中国家可以获得额外的资金或先进的环境技术。全球碳排放交易市场一经产生，成长迅速，如今在千亿美元左右规模。专家预测，未来这个市场的规模可达到2000亿-2500亿美元，超过国际石油交易规模，中国有可能将占有该市场1／4的份额。
自《议定书》生效以来，国际上出现了名目众多的、专门从事碳交易的“碳基金”和公司。按现行规定，发展中国家企业不能直接将配额出售到西方市场，这些企业卖出的二氧化碳“减排权”主要由来自西方的“碳基金”和公司、或通过世界银行等机构参与后才能进入国际市场，这使得投资于“减排权”转让的基金或公司可以从中赚取丰厚利润，每项交易差价往往比发展中国家出售的“减排权”还要高。因此，整个国际碳交易市场如今还是一个买方市场，发展中国家的企业本来就没有定价权，议价能力又较弱，信息与能力的不对称，使发展中国家处于被动与不利地位。
发达国家借气候变化来“拯救”人类共同家园这一道德高地，一开始就有令人质疑的动机。例如，在气候变化问题上表现得最为积极的欧盟，在技术转让与资金援助方面的态度却非常消极，它们不断以知识产权为借口，拒不履行向发展中国家提供资金和技术援助的承诺。国际媒体早就披露，欧盟有意通过全球变暖议题，积极推动气候谈判，目的是增加其环保、新能源产业的发展和对外出口。同时，在全球竞争日益激烈的今天，欧盟将自己现行的生态保护标准推广到全球其他地区，将迫使其主要竞争对手提高类似的生态成本支出，借以遏制其经济竞争力。目前，欧洲联盟与伞形国家(美国、加拿大、日本、澳大利亚与新西兰的地图连线形似一把雨伞)正积极着手2012年以后(即“后京都协议”)的二阶段碳排放的国际角力，而发展中国家尚沉溺于如何向发达国家更多更好地“卖碳”赚钱，而且为此相互杀价，相互指责。
国际角力日酣，中国怎么办
发达国家上百年工业化过程中分阶段出现的环境问题，在我国近20多年来集中出现。中国在传统污染问题(空气、水、酸雨、土壤、海域等污染)依旧十分严峻的态势下，温室气体排放等新型污染也在迅速增加。
英国和美国的二氧化碳人均历史排放量约达1100吨，而中国和印度的人均水平分别为66吨和23吨。根据联合国开发计划署发布的《2007／2008年人类发展报告》，到2015年，中国的人均碳排放量预计会达到5.2吨，只相当于届时美国人均水平的1／4，或相当于整个发达国家平均水平的1／3。但是，中国如火如荼的工业化，使得二氧化碳排放增量迅速，未来十年内势必成为世界最大的二氧化碳排放国。西方有报道渲染，中国如今已经超越美国成为世界上头号碳排放国。
中国“以煤为主”的一次能源结构短期内很难改变。中国正进入工业化中期，重化工业比重仍在持续增加，能源密集度在不断提高，能源消费呈现迅速增长态势，由此决定了中国温室气体排放总量大、增速快，单位GDP的二氧化碳排放强度高。由于能源结构的刚性，以及能源效率的提高受到技术和资金的制约，因此中国控制二氧化碳排放的前景不容乐观。中国政府不但要承担各种各样的国内责任，如今扑面而来的是多种多样的国际责任，减少碳排放只是新增加的一种。
在《议定书》“共同但有区别的责任”下，中国作为发展中国家，如今仍享
有减排达标的“豁免权”。但是，中国要捍卫这种权利，已经越来越不轻松。首先，美国一直将中国作为它拒绝《议定书》的“挡箭牌”，布什政府就认为，不对中国、印度等发展中大国设置控制标准是不公平的。其次，2006年8月，巴西推出了一个后京都国际气候制度的全面设计方案(简称《圣保罗案文》)，呼吁限制中国在CDM市场的发展，认为中国应该在CDM市场达到一定规模后，转换成定量减排目标。也就是，在中国尚未完成工业化、实现消除贫困人口之时，逼迫中国提前进入“买碳”行列。
更值得关注的是，奥巴马政府一改前任在温室气体排放与全球气候变暖问题上的消极态度，以高姿态积极介入。明确提出以优先发展清洁能源、积极应对气候变化为内容的绿色能源战略。5月21日，美国众议院通过了《美国清洁能源与能源安全法案》，确立旨在限制温室气体排放的“总量管制和交易”制度已在预料之中，而且随着时间的推移，排放限制会变得日益严厉。因此可以预期，一旦美国采取行动，世界多国将仿效美国的做法，而拒绝限制其温室气体排放的国家将面临制裁。
3月17日，美国能源部长朱棣文在众议院科学小组会议上称，如果其他国家没有实施温室气体强制减排措施，那么美国将征收碳关税(CarbonTariff)，这将有助于公平竞争。所谓碳关税，是指对高耗能的产品进口征收特别的二氧化碳排放税。欧盟一直积极倡导，对未遵守《议定书》的国家课征商品进口税。西方已经着手“后京都时代”的国际竞争战略布局。
那么，中国为此做了些什么?2008年4月，美国国际集团(AIG)宣布，将注资400万美元于中国和美国温室气体减排项目，用于补偿该公司业务部门2006年所排放的62万吨温室气体总量，其中200万美元将投资在中国新疆和四川的农村，并将碳减排的补偿额度在北京产权交易所进行注册，并被封存。中国官员非常高兴，“通过使用沼气减少氮肥和机械使用的四川60万户农民参与该交易”，“要让农民知道，除了农产品，还可以卖碳排放指标”。当中国还在乐颠颠地寻找卖碳商机、忙活着与美欧经济战略对话时，西方的气候变化软刀正指向中国。
关注天空，更应留意脚下
由于中国处于世界产业链的低端，高耗能、高污染、低附加值的产品在总出口中占很大比例，因此在很大程度上，中国的能源消费量和二氧化碳排放总量持续上升是因为相关产品出口的不断增加。
发达国家消费了“中国制造”，却把巨大的温室气体排放量留给了中国。据国内研究机构测算，2006年中国的“内涵能源”出口量达6.3亿吨标准煤，占当年一次能源消费量的25.7％；净出口“内涵能源”的二氧化碳排放量超过10亿吨，占当年二氧化碳排放总量的35％以上。“内涵能源”是指产品上游加工、制造、运输等全过程所消耗的总能源。2007年11月，根据英国一家研究机构的研究，中国大约25％的碳排放是由于出口导致的。如果把出口产品的“内涵能源”计算在内，中国实际上是能源的净出口国，并不是国际社会指责的净消费国。换言之，某种程度上，“中国制造”非但不是推高国际能源价格的罪魁祸首，而且还是帮助发达国家降低碳排放的牺牲者，中国是在用本国能源贴补发达国家的消费者。
但是，当今国际游戏规则掌握在发达国家手中，话语权、裁量权也在它们手中。在后京都时代，发达国家针对“中国制造”征收碳关税，并非遥不可及。一旦碳关税付诸实施，“中国制造”的低成本优势将不复存在。例如，按碳排放硬约束推算，未来电价至少得上涨一倍，太阳能电池板所需的硅原料加工的耗电成本就会超过了三四百元，如此相较于美国，中国新能源的电池组件就没有任何优势了。出口是拉动中国经济增长的“三驾马车”之一，2008年中国GDP为4.22万亿美元，进出口总额达到2.56万亿美元，其中出口1.43万亿美元，进口1.13万亿美元，贸易顺差2954亿美元。对中国经济增长的贡献，出口约占34％，净出口约占％。碳关税的征收必将对中国外贸进而对中国经济增长产生重大影响。
原煤储藏丰富是中国的比较优势同时也是中国制造的竞争优势所在。但是，在国际责任的重压与未来贸易大棒的高压下，中国在工业化尚未完成之际，将被迫进行能源消费结构的调整。有关部门以2003年中国能源消费数据进行了相关推算，当年煤的比重为67.1％，天然气的比重为2.8％。如果将煤的使用比重降低1个百分点，代之以天然气，二氧化碳的排放量会减少0.74％，而GDP会下降0.64％，居民福利降低.60％，各部门生产成本普遍提高(其中电力部门受影响最大，平均成本提高0.60％)；如果“气代煤”的比例为5％，二氧化碳的排放量会减少4.9％，而GDP会下降2.0％，居民福利减低2.0％，电力部门平均成本提高2.4％。因此，中国能源结构调整的后果是，一方面二氧化碳排量会显著降低，另一方面GDP增长速度会放缓，居民福利受到的影响较大。在2020年之前，中国一直将面临巨大就业压力，“保增长，就是保就业，就是保稳定”。因此，碳排放问题直接关系到中国对外贸易、经济增长、就业增加与社会稳定。
此外，还有一个重大危险就是财富的大量流失。在后京都时代，发达国家将以碳关税的形式，堂而皇之地直接虹吸中国的财富。此外，依照《圣保罗案文》，中国应该在CDM市场达到一定规模后，转换成定量减排目标，中国将由“卖碳”者变为“买碳”者，企业的利润由此将被大量分流。值得关注的是，中国相关部门提出了遥远的、或者说有些不切实际的“超主权货币”，某种意义上讲，恰好给西方正在酝酿的碳货币本位的推出提供契机。由此，中国可能将在“美元陷阱”与“金融陷阱”中越陷越深，甚至无意中使自己的未来利益受到损害。
碳排放与低碳建筑 篇12
所谓碳排放是关于温室气体排放的一个总称或简称。1997年于日本京都召开的联合国气候变化纲要公约第三次缔约国大会中所通过的[京都议定书], 明确针对六种温室气体排放进行削减, 包括:二氧化碳 (CO2) 、甲烷 (CH4) 、氧化亚氮 (N2O) 、氢氟碳化物 (HFCs) 、全氟碳化物 (PFCs) 及六氟化硫 (SF6) 。其中, 后三类气体造成温室效应的能力最强, 但对全球升温的影响百分比来说, 由于二氧化碳含量较多, 所占的比例也最大, 约为55%。因此用碳 (Carbon) 一词作为代表。
随着世界工业经济的发展、人口的剧增和人类生产生活方式的无节制, 温室气体排放量越来越大, 世界气候面临越来越严重的问题, 地球环境正遭受前所未有的危机, 全球灾难性气候变化屡屡出现, 已经严重危害到人类的生存环境和健康安全。
1997年的12月, 《联合国气候变化框架公约》第三次缔约方大会在日本京都召开。149个国家和地区的代表通过了旨在限制发达国家温室气体排放量以抑制全球变暖的《京都议定书》。2003年, 在英国发表的能源白皮书中首次提到“低碳经济”一词, 2007年中国国家主席胡锦涛明确提出中国要“发展低碳经济”, 2009年末召开的“哥本哈根气候峰会”让低碳、减排成为全球关注的焦点。
2. 低碳建筑
2.1 什么是低碳建筑
低碳建筑指在建筑材料与设备制造、施工建造和建筑物使用的整个生命周期内, 减少化石能源的使用, 提高能效, 降低二氧化碳排放量。目前低碳建筑已逐渐成为国际建筑界的主流趋势。
2.2 为什么发展低碳建筑
人们越来越清晰的认识到二氧化碳排放量猛增, 会导致全球气候变暖, 而全球气候变暖会对整个人类的生存和发展产生严重威胁。一个经常被忽略的事实是:建筑在二氧化碳排放总量中, 几乎占到了50%, 这一比例远远高于运输和工业领域。实际上, 城市里碳排放, 60%来源于建筑维持功能本身上, 而交通汽车只占到30%。
具体到房地产行业就更是能耗大户。统计数据显示, 中国每建成1平方米的房屋, 约释放出0.8吨碳。另外, 在房地产的开发过程中建筑采暖、空调、通风、照明等方面的能源都参与其中, 碳排放量很大。因此, 尽快建设绿色低碳住宅项目, 实现节能技术创新, 建立建筑低碳排放体系, 注重建设过程的每一个环节, 以有效控制和降低建筑的碳排放, 并形成可循环持续发展的模式, 最终, 使建筑物有效的节能减排并达到相应的标准, 是中国房地产业走上健康发展的必由之路, 也是开发商们义不容辞的责任。
低碳经济的发展已经越来越多地得到更加广泛的重视并将成为中国乃至全球经济增长的新亮点。关键是市场的认可, 随着人们对低碳经济的认知和了解, 市场的认可是指日可待, 不会太久, 没有绿色低碳内容的项目恐怕就要被市场淘汰, 而积极筹划运营开发的低碳项目或将大行其道。
2.3 怎样实现低碳建筑
以下技术的应用是实现低碳建筑的基础。约增加的建筑投入在总成本的5%左右, 却能取得30%~40%的减排效果。
(1) 外墙节能技术:墙体的复合技术有内附保温层、外附保温层和夹心保温层三种。我国采用夹心保温作法的较多, 在欧洲各国, 大多采用外附发泡聚苯板的做法, 在德国, 外保温建筑占建筑总量的80%, 而其中70%均采用泡沫聚苯板。
(2) 门窗节能技术:中空玻璃, 镀膜玻璃 (包括反射玻璃、吸热玻璃) 高强度LOW-E防火玻璃 (高强度低辐射镀膜防火玻璃) 、采用磁控真空溅射方法镀制含金属银层的玻璃以及最特别的智能玻璃。
(3) 屋顶节能技术:利用智能技术、生态技术来实现建筑节能的愿望, 如太阳能集热屋顶和可控制的通风屋顶等。
(4) 采暖、制冷和照明是建筑能耗的主要部分, 如使用地 (水) 源热泵系统、置换式新风系统、地面辐射采暖。
(5) 新能源的开发利用:太阳能热水器、光电屋面板、光电外墙板、光电遮阳板、光电窗间墙、光电天窗以及光热、光电玻璃幕墙等。
(6) 屋顶节能技术:利用智能技术、生态技术来实现建筑节能的愿望, 如太阳能集热屋顶和可控制的通风屋顶等。
(7) 采暖、制冷和照明是建筑能耗的主要部分, 如使用地 (水) 源热泵系统、置换式新风系统、地面辐射采暖。
(8) 新能源的开发利用:太阳能热水器、光电屋面板、光电外墙板、光电遮阳板、光电窗间墙、光电天窗以及光热、光电玻璃幕墙等。
2.4 低碳建筑代表
2008年落成、2009年投入使用的北京电视台高楼, 是北京新兴建筑物中并不起眼的一座, 没有明星建筑师光环、没有耀眼的外形设计。不过, 对于中国建筑师来说, 它可能有着别样的样板意义。
由于采用了低碳建筑技术, 北京电视台集成了目前建筑界对环保建筑要求的最佳状态。这其中, 不仅大到包括了所有建筑材料的就地取材、无铅化设计、太阳能和日光利用、噪音、振动对策, 而且小到电梯的节能、低辐射玻璃、既能蓄热也能散热的天窗, 甚至是能根据二氧化碳浓度控制新风量等技术。