碳排放論文范文第1篇
1.數據來源。本文選擇的樣本時間區間是1980-2013年，數據主要來源于歷年《四川省統計年鑒》和統計公報。
2.指標的選取。本文選擇產業生產總值、產業資本存量和產業就業人數三個指標來評價產業結構的發展情況；本文結合Kaya模型和碳的化學燃燒公式法來測量碳排放。各指標具體如下:
2.1產業生產總值。本文采用的各次產業生產總值的數據主要來源于《四川省統計年鑒》歷年公布的的當年GDP。用GDPit表示四川省第i次產業在t年的國內生產總值。
2.2產業資本存量。本文采用國際上普遍使用的永續盤存法來衡量四川省的資本存量，該方法由Goldsmith在1951年開創，該方法的計算公式為。公式中，i=1,2,3分別表示第一、二和三次產業；Kit表示第i個產業在第t年的資本存量；Kit-1表示第第i次產業在第t-1年的資本存量；Iit表示第i次產業在第t年的投資，δit表示第i次產業在第t年的折舊率。目前，國內學者對于資本存量基期的確定，大多數選擇1952年或1978年作為基期，本文以1978年作為基期。對于折舊率的確定，國內學者的選擇差異較大，如黃勇峰等(2002)選擇設備、建筑的折舊率分別為17%、8%；張軍等(2004)選擇各省份的折舊率為9.6%；楊格(Young，2000)、龔六堂和謝丹陽(2004)的選擇分別為6%和10%，本文的折舊率定為上述學者選擇的算術平均數為10%。對于當年投資的確定，國內學者中張軍和章元（2003）采用積累的概念及其相應的統計口徑確定；王小魯(2000)采用全社會固定資產投資作為當年的投資；還有用資本形成總額或固定資產形成總額作為當年的投資，本文采用第三種方法即四川省當年的固定資本形成總額作為當年的投資。
2.3產業就業人數。本文中各產業就業人數來源于四川省歷年統計年鑒，用itlabor(其中i=1，2，3)表示四川省第i次產業在第t年的就業人數。
2.4碳排放量。目前我國沒有碳排放量的直接監測數據，對于碳排放量的計算,學術界沒有統一的標準，本文結合Kaya模型和碳的化學燃燒公式法來計算四川省的碳排放量。Kaya模型是由日本學者YoichiKaya提出的，該模型將經濟發展、人口和政策等因素與人類活動產生的二氧化碳聯系起來，分析地區的碳排放量和該地區的能源消費結構因素、各類能源的排放強度、能源的利用效率、經濟的發展因素以及人類的活動的關系。公式中，P為人口，E/GDP表示單位能源使用強度，CO2/E表示碳排放強度即碳排放系數。碳的化學公式法是使用碳的化學燃燒公式:C+O2=CO2，從化學角度來測算能源消耗產生的碳排放。碳的燃燒值約為34070kj/kg，每噸標準煤消耗釋放的熱量約為29302kj，因此可以計算出消耗每噸標準煤釋放出的二氧化碳。然而國內外學者發現標準煤含有硫、氮等元素會影響碳排放的測算，因此，本文結合兩種方法計算出的每噸標準煤的碳排放系數的算術平均數作為本文每噸標準煤的碳排放系數為2.499。公式中，itcarbon(i=1，2，3)表示四川省第i次產業在第t年的碳排放量，單位為萬噸;tcarbon表示四川省在第t年的碳排放量;GDPt和GDPit分別表示四川省在第t年的國內生產總值和第i次產業的國內生產總值。
二、模型的設定
鑒于本文中各經濟變量數據較大，并且盡量減少或消除異方差對回歸結果有效性的影響，本文對各變量取自然對數構造如下的面板數據計量模型。表示四川省第i次產業在第t年資本存量、勞動力和碳排放量的對數值;表示截距項，表示回歸系數，表示殘差項。
三、實證結果及分析與結論
1.回歸結果及分析表1四川省各產業碳排放與產業結構回歸結果由表1可知：對于第一產業，評價第一產業發展情況的三個因素GDP、資本存量和就業人員數量均通過了5%顯著性水平的檢驗，且第一產業GDP與第一產業碳排放呈正相關關系，回歸彈性系數達到0.8524，表示第一產業產值每增加1%就會導致第一產業碳排放增加0.8524%;而第一產業的資本存量和就業人員數量對第一產業的影響卻呈現出負相關關系，相關彈性系數分別為－0.5134和－0.5285，這說明第一產業的資本存量和從業人數的增加不會導致碳排放的增加。對于第二產業，第二產業的資本存量對第二產業的碳排放通過了10%的顯著性檢驗，其他變量均通過了5%的顯著性水平檢驗，總體而言，各變量對于碳排放的影響是顯著的。其中，第二產業的GDP對第二產業的碳排放影響最大，相關彈性系數達到1.5631，遠遠高于其他兩個變量的影響，而且遠遠大于第一、三產業對碳排放的影響，表明四川省的第二產業中，三高（高能耗、高污染、高排放）企業居多，反映第二產業的發展結構不合理。對于第三產業，第三產業的所有變量均通過了5%的顯著性水平檢驗，第三產業產值與碳排放呈正相關關系，彈性系數為0.6796，在各產業中對于碳排放的影響最小，且第三產業的資本存量和從業人員與第三產業的碳排放呈負相關關系，與第一產業一致。
2.結論。第二、三產業是四川省經濟發展的支柱，經濟發展是導致四川省碳排放增加的主要因素，其中第二產業的發展對碳排放的影響最大，第三產業最小，兩者卻對碳排放的貢獻相差如此之大，由此表明第二產業的發展結構不合理是導致第二產業碳排放較大的主要原因，因此應鼓勵發展高新技術產業和低能耗、低排放產業，加快第二產業升級改造；其次應保持第一產業的規模，大力發展第三產業。
碳排放論文范文第2篇
1．1能源消費碳排放核算根據《2006年指南》關于能源消費碳排放核算公式和張蘭［19］等學者的研究，能源消費主要考慮煤炭、石油、天然氣，此外還包含少量的風能、生物質能、核能等，由于其他能源對環境影響較小，不予考慮。核算能源消費碳排放的公式。式中，E－C為能源消費碳排放量;Energyi為第i種能源的消費量;αi為第i種能源轉換因子，即根據凈發熱值將燃料轉換為能源單位(TJ)的轉換因子;CCi為第i種能源碳含量(t/TJ)，即單位能源的含碳量;NCi為第i種能源的非燃燒碳，即排除在燃料燃燒以外的原料和非能源用途中的碳;10－3為單位轉化系數;COFi為第種能源的碳氧化因子，即碳被氧化的比例，通常缺省值為1，表示完全氧化。將上述公式進一步簡化，可得到計算中更為簡便且實用的公式:。式中，βi為第i種能源的碳排放系數，即單位能源的碳排放量。國內外開展能源碳排放系數研究主要有國家科委氣候變化項目、國家計委能源所、日本能源經濟研究所、美國能源部、DOE/EIA等，本文研究中選取幾項權威系數的均值作為計算系數，詳細情況見表1。
1．2農業碳排放核算IPCC有關農業生產碳排放的論述多集中于生物活動產生、土壤碳和水稻的甲烷排放，而關于農業生產物質投入導致碳排放的研究不多。結合我國和湖南省農業生產特點，以《2006年指南》為主要參考，結合田云［2，22］等基于投入視角的農地碳排放測算研究，確定農業生產碳排放源包括:稻田、化肥、農藥、農膜、牲畜活動。由于農業機械動力相關的碳排放已在能源消費碳排放核算中涵蓋，為避免重復，此處不再涉及。構建農業物質投入碳排放核算公式為。式中，A－C為碳排放;i為第i種農業生產要素投入;εi為第種農業生產要素碳排放系數。農藥等農業生產要素碳排放系數參考美國橡樹嶺國家實驗室等機構和學者的研究成果，見表2。水稻生長過程中會釋放大量甲烷，而甲烷是IPCC公布的六類溫室氣體之一。水稻是湖南省種植面積最大的農作物，因此核算湖南省農業生產碳排放需要考慮水稻生長的碳排放。Wang［23］、Cao［24］、Matthew［25］等學者測算了稻田甲烷排放系數，結果為0．44gCH4/(m2•d)、0．44gCH4/(m2•d)、0．50gCH4/(m2•d)，研究將三者的算數平均值作為計算系數，即0．46gCH4/(m2•d)。根據2007年IPCC第四次評估報告的相關內容，1單位甲烷與1單位二氧化碳溫室效應比為25∶1，據此可確定甲烷與碳的轉換系數為6．82，結合稻田甲烷排放系數，確定稻田碳排放系數為3．136gC/(m2•d)。湖南省水稻生長周期為120—150天，研究選取平均值135天為計算標準。稻田碳排放計算公式為。式中，R－C為稻田碳排放量;S為水稻播種面積。根據《2006年指南》第四卷第10章關于牲畜和糞便管理過程碳排放的相關論述，畜牧業尤其是諸如牛、羊等反芻動物生長過程中會產生大量的甲烷，具體而言包括腸道發酵和糞便管理兩部分。參考田云［12］等學者的研究，我國畜牧業產生甲烷排放的主要牲畜品種有牛、馬、驢、騾、豬、羊，以IPCC給出的排放系數為依據，運用上文所述的甲烷—碳轉換系數，建立我國主要牲畜碳排放系數見表3。畜牧業碳排放計算公式為:。
1．3廢棄物碳排放核算根據《2006年指南》第五卷有關廢棄物的分類研究，溫室氣體排放源主要有四類:固體廢棄物生物處理、廢棄物的焚化與露天燃燒、固體廢棄物填埋處理、廢水處理與排放，固體廢棄物填埋處理(即SWDS)是廢棄物溫室氣體的主要來源。固體廢棄物被掩埋后，甲烷菌可使廢棄物所含有機物分解產生甲烷氣體。由前文可知，甲烷是主要溫室氣體之一，且產生的溫室效應比二氧化碳強。據IPCC相關研究估計，全球每年約3%—4%的溫室氣體來源于廢棄物填埋處理產生的甲烷。《2006年指南》推薦使用一階衰減法(FOD)，一階衰減法能獲得更好的測算精度。根據《2006年指南》和渠慎寧［3］等學者的研究，本研究給出固體廢棄物填埋處置產生甲烷量的一階衰減法的估算公式。
2數據來源與處理說明
2．1數據來源農業生產中涉及的水稻種植面積、化肥、農藥、農膜數據來自2001—2011年《中國農村統計年鑒》和能源數據來自湖南省能源平衡表;農業生產中各類牲畜數量來自歷年《湖南省統計年鑒》;工業廢棄物和城市固體垃圾數據來自國研網統計數據庫，確實部分運用插值法根據歷年數據補充完整(限于篇幅，方法介紹略);土地利用數據來自國研網統計數據庫，經濟數據來自相關年份的《湖南省統計年鑒》，按2000年不變價格參與計算。
2．2處理說明根據《土地利用現狀分類》和趙榮欽等學者的研究，承載碳排放的土地利用類型包括耕地、牧草地、農村居民點用地、城鎮居民點及工礦用地、交通水利和其他用地。研究將根據碳排放發生載體，本文將其分解到具體的用地類型，畜牧業按照食物來源將牲畜活動分屬于耕地和牧草地，用地類型與碳排放源對應關系見表4。
3結果分析
3．1碳排放總量與時序特征根據上述公式，我們對湖南省的碳排放總量進行了測算，結果見表5。2011年湖南省碳排放總量為10377．79萬t，比2000年的3504．60萬t增長了196．10%，遠低于同時期GDP增速(500．21%)。從碳排放來源分析，2011年湖南省碳排放的主要來源仍然是能源消費，占總量的95．69%，達9930．06萬t;其次是畜牧業碳排放，占總量的2．43%，達2523．01萬t;種植業碳排放站總量的1．78%，達184．76萬t;廢棄物碳排放最少，僅為碳排放總量的0．10%。根據IPCC給出的《2006年指南》，全球能源消費占碳排放總量比例的平均水平為75%，湖南省能源消費碳排放占比遠高于參考值，說明湖南省的能源消耗量較大，節能減排的形勢嚴峻。本研究重點測算了湖南省2000—2011年的碳排放總量，通過分析其時序和結構變化特征探討了湖南省新世紀初期經濟發展對環境的影響。研究時序內湖南省碳排放逐年增加(表5)，且增速持續上升，年均增長率10．37%，低于GDP的年均增長率(17．69%)。湖南省碳排放的結構特征也發生了較大變化，2000年能源消費僅占碳排放總量的77．29%，隨后逐年上升，直至2008年超過90%，2011年達到總量的95．69%，能源消費對碳排放的影響逐漸增強，湖南省經濟發展對能源消費的依賴日益突出，暴露了較為嚴重的經濟發展質量問題。種植業碳排放占比逐年下降，比2000年降低了4．12倍，對碳排放總量的影響逐漸變小。畜牧業碳排放在碳排放結構中處于第二位，2000占比高達13．36%。隨著能源消費碳排放的迅猛增加和畜牧業自身的萎縮，畜牧業碳排放占比也逐年下降，比2000年降低了4．50倍;廢棄物在總量中的比例一直較低，2000年占總量的0．23%，隨后逐年下降，2011年僅為0．10%。
3．2土地承載結構特征與效應分析根據以上有關土地承載碳排放來源的描述，本研究將2011年湖南省碳排放根據其土地承載的屬性進行分解，并進一步計算結構特征與碳排放強度，以期從土地利用的視角分析碳排放的來源及減排路徑，具體見表6。結果顯示，城鎮居民點及工礦用地是最大的碳排放源，總量達7781．06萬t，占總量的74．98%，且碳排放強度(碳排放與土地面積的比值，t/hm2)也最高，為263．94;交通水利及其他用地次之，碳排放強度為33．41，碳排放占總量的11．30%，為1172．40萬t;其他用地類型的碳排放量較少，總計占比為13．73%;牧草地的碳排放總量雖然較少，但其強度較大，單位面積碳排放達32．22t，是僅次于城鎮居民點及工礦用地和交通水利及其他用地的碳排放土地承載類型。
4結論與討論
4．1結論從2011年湖南省碳排放測算的結果可知，能源消費碳排放是碳排放的主要來源，其次是畜牧業、種植業和廢棄物。能源消費的高碳排放與湖南省產業結構不合理、產能過剩、能源過度消費有著直接的關系。尤其是新世紀初期，忽視環境問題和對資源的過度消耗是造成碳排放居高不下的重要原因。湖南省節能減排形勢嚴峻，為配合國家碳減排的重大目標，在后續發展中應著重從優化產業結構、轉變經濟發展方式、淘汰落后差能、創新能源利用技術、大力發展現代農業等方面著手。研究時序內，湖南省碳排放總量逐年增加，且增速不斷變快，碳排放結構中能源消耗碳排放占比逐年增加，說明湖南省在能源消耗方面存在浪費問題。畜牧業碳排放占比僅次于能源消耗碳排放，其次是種植業碳排放，廢棄物碳排放最少。除能源消耗碳排放占比外，其他來源占總量的比例均逐年下降。能源消耗碳排放的迅猛增加與新世紀初期湖南省經濟發展的特征有關，大量工業企業項目投入使用，產能過剩，造成了資源浪費，從而造成碳排放激增。在種植業方面，在研究時序內湖南省耕地種植面積沒有明顯增加，但碳排放卻顯著增加，這與近年來優越的農業政策有關。農業政策刺激農民積極種糧的同時也加重了農業物質的投入，如化肥、農藥、薄膜等，這些都是農業碳排放的主要來源。畜牧業的碳排放降低與農業產業結構調整有很大關系，湖南省畜牧業萎縮，其產值在第一產業中的比重逐年下降，而技術創新等手段對畜牧業碳排放影響較小，因此碳排放量較最初降低。城鎮居民點及工礦用地是碳排放強度最大的用地類型，其次分別是交通水利及其他用地、牧草地、農村居民點用地、耕地，城鎮居民點及工礦用地集約利用度高，人口密集，且承載了主要的能源消耗碳排放，因此其碳排放強度較高。通過土地承載碳排放效應分析，可為控制碳排放提供一條新路徑。即通過調控土地結構控制碳排放增加，保護其他碳排放強度較低且綜合效益較高的用地類型，如林地、草地、牧草地等。
4．2討論本研究根據IPCC給出的指南，從能源消費、種植業、畜牧業、廢棄物四個方面測算了湖南省歷年碳排放總量，研究不僅計算得到碳排放的具體值，還通過研究其結構、時序等的特征對湖南省在研究時序內的碳排放綜合情況進行分析，得出的一系列結論對引導湖南省各類資源高效配置、合理調整產業結構、降低碳排放等具有重要的理論和實踐意義。根據對湖南省碳排放的相關分析，以綠色增長為目標，研究提出以下建議:①優化產業結構，轉變經濟發展方式，大力實施節能減排計劃，嚴控高污染高能耗的企業，提升第三產業在國民經濟中的占比，淘汰落后產能。②創新能源利用技術，提高能源利用效率，大力推廣新型能源，如風能、太陽能等。目前我國清潔能源占能源消費總量的比例比發達國家低，且清潔能源可再生、對環境的影響較小，符合綠色增長的要求。③不斷推進農業科技創新，嚴格控制農業物質過量投入，建立農田保護機制，加強農民培訓，提升農民的耕地保護意識。④研發新技術，合理利用工業廢棄物和城市生活垃圾，分類處理廢棄物，降低填埋處置的比例。限于研究水平，本研究僅測度了湖南省的碳排放總量并進行了初步分析，研究還有待深入:①將碳排放與經濟發展相聯系，探討碳排放與經濟發展的脫鉤特征;②運用投入產出的效率理論分析湖南省碳排放的全要素效率變化與改善;③節能減排與產業結構的互動機制研究;④碳排放引導土地利用結構合理調整。
碳排放論文范文第3篇
1.1碳排放的測量方法我國官方并沒有對碳排放量進行特別統計，學界用的碳排放數據都是基于能源消費量、能源碳排放系數估算得到的。如張雷、李艷梅、胡初枝等基于一次能源消費總量和一次能源碳排放系數對碳排放量進行了估算。徐國泉等建立了中國人均碳排放的因素分解模型，采用對數平均權重Disvisia分解法，對我國的碳排放量進行了測算[20]。李健等結合上述方法提出了相應的計算公式[3]。上述研究方法雖然有所不同，但研究思路大體相似，煤、石油、天然氣熱力和電力是我國主要能源，只要估算出這五種基礎能源的碳排放系數，結合能源的消費統計數據，就可以對碳排放進行估算。本文碳排放采用如下公式在李健提出的計算公式的基礎上進行簡化：其中，TC為碳排放總量；Ei為第i類能源的消費量，Pi為第i類能源的碳排放系數。各類能源對標準煤的折算系數采用《中國能源統計年鑒》（2012）規定的數值，即1噸原煤折0.7143噸標煤、1噸原油折1.4286噸標煤、1萬立方米天然氣折13.330噸標煤、1百萬千焦熱力折0.03412噸標煤、1萬千瓦時電力折1.229噸標煤。碳排放系數各國測算的結果有所差別，本文煤炭、石油、天然氣采用了國家發改委能源研究所提供的各類能源碳排放系數作為測算的依據，熱力和電力則依據宋佩珊、王文秀和國家氣候戰略中心編制的《2010年中國區域及省級電網平均二氧化碳排放因子》計算得出。
1.2聚類分析聚類分析是研究多要素事物分類問題的數量方法，其基本原理是根據樣本自身的屬性,按照某種相似性或差異性指標,定量確定樣本之間的親屬關系,并按這種親疏關系程度對樣本進行聚類[25]。根據分類對象的不同，聚類分析又可以分為兩類，一是在變量空間中根據變量特征或者指標性質對樣品，即研究對象進行分類，叫做Q型聚類分析；二是在樣品空間中根據變量在樣品上的觀測值對變量進行分類，叫做R型聚類分析[26]。本文著重對各產業進行分類，故采用Q型聚類分析。
1.3數據來源本文采用的數據廣州市能源消費總量（萬噸標準煤）、廣州市國民生產總值GDP（萬億）和廣州市年末常住人口數（萬人）均來源于歷年《廣州市統計年鑒》（2004～2013）。
2結果分析
2.1廣州市三次產業碳排放特征改革開放以來，廣州加快了產業結構調整步伐，產業結構由改革開放初期的“一、二、三”調整為目前的“三、二、一”，第三產業占據了三次產業的主體地位。據統計，2012年廣州市實現地區生產總值（GDP）13551.21億元，按可比價格計算，比上年（下同）增長10.5%，三次產業對經濟增長的貢獻率分別為0.5%、35.2%和64.3%。形成了以汽車、石油化工、電子信息制造業以及生物醫藥等產業為支柱的國民經濟體系。2012年，第一產業、第二產業和第三產業在碳排放總量中所占比重分別為1.95%、42.05%、42.49和13.50%左右。第一產業的碳排放量趨向穩定，近10年來一直維持在2%左右的低位，這說明第一產業并不是影響廣州市碳排放總量的主要因素。另外，第三產業的碳排放量增長迅速，2012年第三產業的碳排放量首次超過第二產業。在廣州市碳排放量比例中，以工業部門為主要構成的第二產業所占比重仍然較大，工業結構重型化，制造業仍然處于國際產業鏈的相對低端，先進制造業、現代服務業和戰略性新興產業發展相對不足。2012年廣州規模以上工業總產值中輕重工業比例為32.02:67.98，重工業的能源消費占工業能源消費的71.72%。隨著廣州城市化、現代化不斷發展，能源需求快速增長，碳排放需求將進一步釋放。10年來，第三產業的碳排放比重迅速增加，2012年第三產業部門的碳排放量首次超過第二產業，這是由于交通運輸業、倉儲、郵政業等較耗能第三產業的迅速發展所致，第三產業比重所占比重加大。第一產業所占的比重最小，隨著農業現代化水平的提高，農業能耗增加，碳排放比重有所提高。除第一產業外，其他部門碳排放強度呈現逐年下降趨勢（圖1），其中第二產業部門下降幅度最大，這是由于工業行業內部結構進行了優化調整，部分高能耗企業（印染、造紙等）關停或轉移，高附加值低能耗行業（電器機械制造業、醫藥業等）比重上升。第三產業的碳排放強度最低，但同時應該看到，10年來第三產業碳排放強度下降速度緩慢，第三產業是未來廣州經濟增長的核心，金融、保險、物流等服務業是發展的重心，而這些行業的碳排放強度小，所以第三產業碳排放強度仍有較大下降空間。第一產業碳排放強度有所上升，這是農業機械化導致能耗上升的結果。
2.2廣州工業內部各行業碳排放分析第二產業作為廣州重要的支柱產業，低碳指標無疑是重要的，但不能因此而放棄一些碳排放較大，但對國民經濟影響較大的部門。進一步優化廣州工業結構的關鍵是甄別出碳排放量小、社會經濟效益高的行業。本文將從經濟、社會、生態效益三方面提取指標對工業內部各行業進行聚類分析，建立起廣州工業內部的分類體系，該體系顯示未來廣州應該大力發展的行業和重點優化的行業。
2.2.1指標選取對經濟、社會、生態效益的衡量分別選取增加值規模、就業系數、碳排放強度這三項指標。增加值規模代表該行業占工業比重，體現了該行業重要程度，增加值規模越大，則該行業對國民經濟的拉動力越強。就業系數為行業的就業人數與該行業增加值的比值，反應行業對社會就業的吸納能力，就業系數越大，則單位增加值吸納勞動力越多，但同時也說明勞動生產率較低，在目前我國勞動力過剩的情況下需要辯證的看待這項指標。碳排放強度是單位增加值的碳排放量，該項指標反映行業對生態環境的影響程度。
2.2.2聚類分析本文采取聚類分析法對廣州市工業內部行業進行聚類分析，根據《廣州統計年鑒2013》查得規模以上工業各行業增加值、勞動生產率、單位增加值能耗等數據，從而計算出增加值規模、就業系數和碳排放強度等反應經濟、社會和生態的指標（表2），依據指標對各行業進行聚類分區。本文采用的是系統聚類法，運用SPSS19選擇ward聚類方法，采用平方Euclidean距離，聚類結果見圖2。根據聚類結果，可以將廣州的工業部門劃分為五大類。第一類，2個，汽車制造業，化學原料及化學制品制造業。增加值規模占總增加值規模比例高達34.18%（為敘述簡便，下述指標占比規模未作特別說明皆為該產業占規模以上工業比重），為增加值規模最大的兩個產業，是廣州的支柱產業，勞動生產率高，就業系數較低，但就業人數較多，就業人數規模為13.95%；同時也是碳排放強度較低的產業，碳排放強度僅為0.11，碳排放量占比為5.98%。上述產業為經濟效益很高，同時碳排放強度較低的產業，就業人數較多，是廣州今后優先發展的產業。第二類，14個，燃氣生產和供應業，煙草制品業，有色金屬冶煉和壓延加工業，農副食品加工業，計算機、通信和其他電子設備制造業，電氣機械及器材制造業，金屬制品業，儀器儀表制造業，專用設備制造業，食品制造業，醫藥制造業，酒、飲料和精制茶制造業，鐵路、船舶、航空航天和其他運輸設備制造業，通用設備制造業。增加值規模37.09%，就業規模44.82%，碳排放規模8.37%，就業系數0.04234，碳排放強度0.15749，主要為先進制造業和飲食制造業，該類產業產值的增長對碳排放的依賴較小，增長速度快，科技含量較高，吸納就業能力強的支柱產業，屬于典型的低碳行業。造船業，各類設備制造業，通信電子以及生物醫藥應該作為廣州重點發展的先進制造業；對于食品飲料，應健全監測與監控體系，提高產品質量標準，應用各項信息技術改善銷售方式和渠道，依靠“廣式食品”的傳統美譽，做強做大“廣式臘味”“廣式月餅”，更好地體現嶺南美食文化。第三類，8個，皮革、毛皮、羽毛及其制品和制鞋業，印刷業和記錄媒介的復制，木材加工及木、竹、藤、棕、草制品業，紡織服裝、服飾業，文教、工美、體育和娛樂用品制造業，家具制造業，其他制造業，橡膠和塑料制品業。增加值規模10.78%，就業規模30.93%，碳排放規模4.64%，就業系數0.10587，碳排放強度0.28035噸每萬元，大部分屬于輕工業，就業系數較高，碳排放強度較低，但經濟效益偏低的產業，從現階段來看，該類產業能夠解決部分就業問題，對環境污染較小，關鍵在于加大研發投入，開發高端產品，提高經濟效益，如高端服飾、體育用品、高尚家具品牌的建立。第四類，6個，紡織業，黑色金屬冶煉和壓延加工業，非金屬礦物制品業，造紙及紙制品業，水的生產和供應業，化學纖維制造業。增加值規模4.75%，就業規模8.46%，碳排放規模12.89%，就業系數0.0595，碳排放強度1.37282，屬于典型的高碳低效產業，是今后廣州發展需要重點控制的產業，關停部分高碳產業，提高技術降低碳排放強度，如通過環保搬遷、園區集聚和技術升級，提高造紙工藝技術水平，開發各類高檔新聞紙和高檔文化用紙，進一步發展廣州特色的高檔印刷業。第五類，2個，電力、熱力的生產和供應業，石油加工、煉焦和核燃料加工業。碳排放高達68.12%，是工業碳排放的主要來源，同時也是碳排放強度最大的兩個產業，碳排放強度高達3.18噸/萬元，為平均碳排放強度的5.3倍；增加值規模為13.20%，就業系數低，就業人數僅占1.84%。上述產業為經濟效益較高，但碳排放較大的產業，對就業的拉動不大，產業的增長對碳排放的依賴較大，增長方式不夠“低碳”，通過技術革新，大力降低碳排放強度的潛力還很大。
3結論與建議
3.1結論通過上述產業分析可見，產業結構調整對廣州發展低碳經濟，提升城市生態競爭力具有重要意義。總體上來說，第一產業所占的比重略有增加，由2003年的1.60%提高到2012年的1.95%，這與農業機械化水平的提高有關；第二產業和第三產業變化最大，第二產業碳排放量由2003年的59.09%降低到2012年的42.05%，而第三產業則從2003年的24.48%提高到2012年42.49%，2012年第三產業碳排放首次超過第二產業，同時第三產業的增加值貢獻率高達64.3%，說明廣州市產業結構調整取得了階段性成果。第二產業中工業部門眾多，其內部各行業碳排放相差較大，本文通過聚類分析將其分為五類。第一是優先發展行業，汽車制造業，化學原料及化學制品制造業。該類產業產值規模大，經濟效益好，碳排放強度低，就業人數較多。第二是重點發展行業，燃氣生產和供應業，煙草制品業，有色金屬冶煉和壓延加工業，農副食品加工業，計算機、通信和其他電子設備制造業，電氣機械及器材制造業，金屬制品業，儀器儀表制造業，專用設備制造業，食品制造業，醫藥制造業，酒、飲料和精制茶制造業，鐵路、船舶、航空航天和其他運輸設備制造業，通用設備制造業。該類產業科技含量高，產值規模較大，吸納就業的能力較強，同時碳排放強度較低。第三是優化發展行業，皮革、毛皮、羽毛及其制品和制鞋業，印刷業和記錄媒介的復制，木材加工及木、竹、藤、棕、草制品業，紡織服裝、服飾業，文教、工美、體育和娛樂用品制造業，家具制造業，其他制造業，橡膠和塑料制品業。該類產業大部分屬于輕工業，就業系數較高，碳排放強度較低，但經濟效益偏低的產業，關鍵在于提高技術，打響品牌。第四是限制發展行業，紡織業，黑色金屬冶煉和壓延加工業，非金屬礦物制品業，造紙及紙制品業，水的生產和供應業，化學纖維制造業。屬于典型的高碳低效行業，除水的生產和供應業作為國民經濟運行必須發展外，其他行業應重點監控，關停部分行業，引導行業走低碳化道路。第五是深化發展行業，電力、熱力的生產和供應業，石油加工、煉焦和核燃料加工業。該類產業作為能源供應業，雖然屬于高碳排放產業，但是能源是作為國民經濟運行的基礎，今后需要加快發展石化深加工、提高低碳技術水平，發展核能、風能、潮汐能等能源，滿足市場對清潔能源的需求。
3.2建議根據實證分析的結果，結合廣州產業發展的實際情況，提出以下政策建議：（1）建立完善都市型農業產業體系，優化蔬菜、水果、花卉、畜牧、水產等傳統產業結構，通過科技進步、管理創新和提高勞動者素質，使第一產業在提高經濟效益方面大幅度提高，同時對碳排量的影響進一步減少。都市農業的建立，不僅有利于農業朝著產業化、規模化、生態化的方向發展，而且有利于先進適用的低碳技術在農業生產中的推廣和利用，從而達到提升農業經濟價值的同時減少二氧化碳排放量的目的。（2）工業內部五類行業發展的側重點不同，對于第一類優先發展行業，特別是汽車制造業，需要加快產業基地的建設，發展以自主品牌和自主技術為主的汽車產業集群，建設國際汽車制造基地。對于第二類重點發展行業，大力支持的同時，應以技術高端化、產業集群化、資源集約化、園區生態化推動制造業結構調整，以壯大支柱產業為重點，做強先進制造業高端環節，同時大力延伸產業鏈。第三類優化發展行業，屬于低能耗低污染但是目前經濟效益較低的產業，對于這些“綠色”工業部門，政府在出臺相應政策時應該積極引導、給與政策上的支持和稅收優惠，打響品牌。第四類限制發展行業，重點在于控制高污染高排放行業的發展，促進其進行技術革新。第五類深化發展行業，是國民經濟運行的基礎行業，應加快對能源的深加工，提高能源利用效率，同時注重核能、太陽能、風能、潮汐能等低碳能源的開發利用。（3）第三產業已經成為廣州的主要組成部分，碳排放量也已超過第二產業，第三產業的碳排放強度雖然低于第二產業，但其排放強度為第二產業的54.55%，碳排放量依然有很大的減排空間。第三產業應著力發展現代物流、金融保險、商務會展、總部經濟、信息服務、科技服務、文化創意、服務外包等現代服務業。現代服務業在資源消耗和環境污染方面較少，提高這些行業在國民經濟中的比重，有利于整體上降低二氧化碳總量的排放。
碳排放論文范文第4篇
（一）基于信息熵的行業碳排放配額分配模型信息熵可以客觀衡量系統均衡性，避免人為偏好影響，近年來，信息熵被廣泛應用于社會工程經濟領域的系統評價和決策中。根據歷史文獻閱讀和工業企業碳排放現狀分析，總結工業企業碳排放的影響因素主要有經濟水平、能源結構、能源強度和碳排放強度等。鑒于企業碳排放量的分配要考慮企業歷史責任、發展要求、減排能力、減排潛力和減排效率，本文選取歷史排放量、工業產值、能源結構、能源強度和碳排放強度5個指標。本文以T0年為碳排放量分配基準年，以T年為碳排放量分配目標年，根據“定總量、算減量、確定分配量”的思路，以歷史沿襲法為基礎，確定分配年各行業碳排放總量，在減排總量分配中體現各行業異質性和分配公平有效性。具體建模步驟如下：1．建立原始評價矩陣本文將m個工業行業設為待評價的對象，將歷史排放量、工業產值、能源結構、能源強度和碳排放強度5個影響因素設為評價指標，每個對象對應這5個評價指標。2．原始矩陣歸一化處理由于各個指標的含義和量綱不一，不能直接進行比較，需要進行歸一化處理。不同性質的指標歸一化處理方式不一，鑒于本文采用的減排分配量評價指標都是效益型指標，故進行統一歸一化處理。各指標內涵和歸一化處理如表1所示。
（二）基于波爾茲曼熵的企業碳排放配額分配模型在區域碳排放量分配給區域內各行業后，將行業碳排放總量分配給行業內各個企業是落實碳分配和碳減排目標的關鍵。本文基于波爾茲曼分布，將熵最大化的原理應用于同行業下各個企業之間碳排放量的分配。在這里，包含多個企業的單個減排工業行業類比于物質系統，單位分配碳排放量類比于物質顆粒，參與減排企業的歷史碳排放量和上報未來碳排放量幾何平均類比于物質單態。假設所有的單位碳排放量在同一個企業k內都產生相同的碳排放量，那么企業k的碳排放強度ek即類比于物質單態i的單態能量Ei。在這樣的類比下，分配給企業k的單位碳排放量的概率和跟企業k的歷史排放量和未來排放量成正比，跟企業k的碳排放強度成反比，既兼顧了歷史排放責任、未來發展需求，又鼓勵提高排放效率。
二、樣本選取與數據來源
昆山市張浦鎮位于上海、蘇州、昆山之間的黃金三角地帶，是“全國經濟百強縣”之首昆山市的經濟強鎮。改革開放以來，張浦鎮實施外向帶動戰略，先后成立了德國工業園、海峽兩岸食品產業園、N維空間文化產業園等特色園區，累計吸引了3400多家企業注冊落戶，形成了以加工制造業為主的工業城鎮。2012年，張浦鎮規模以上工業企業達到220家，其能源消耗占全部企業能源消耗的95%。通過對張浦鎮規模以上工業企業碳排放量進行定量分配，給予企業明確碳排放量約束，不但推進了碳交易市場的建立和工作的開展，也促進了張浦鎮“十二五”期間節能減排目標的實現。本文選取張浦鎮規模以上工業企業為樣本，考慮到張浦鎮自2012年才進行規模以上工業企業網上能耗統計，本文選取2012年和2013年規模以上工業企業歷史排放數據，分配2013年規模以上工業企業碳排放量。2012年張浦鎮規模以上工業企業220家，2013年增加至255家，選取張浦鎮2012—2013年不變的217家規模以上工業企業作為碳排放權分配企業。通過計算分析，2012—2013年期間，此217家工業企業在政府行政命令下減排11%，完全達到政府規劃要求，因此本文直接使用2013年規模以上企業實際排放量作為分配總量，同時也方便對比分析分配結果的滿意度。企業能耗和工業產值數據來源于張浦鎮經促局統計科提供的《2012年張浦鎮規模以上工業企業能耗明細》和《2013年張浦鎮規模以上工業企業能耗明細》；碳排放數據以各企業各類能源消費量為依據，根據各類能源發熱系數、排放系數和碳氧化率計算得到，相關系數取自《上海市溫室氣體排放核算與報告技術文件》推薦標準，各個分品種能源的碳排放系數如表2所示。
三、分配結果分析
（一）基于信息熵的行業碳排放配額分配結果分析本文基于信息熵理論，以2012年和2013年張浦鎮規模以上工業企業碳排放數據均值，計算各行業碳排放減排系數，進而對2013年張浦鎮規模以上工業行業碳排放總量進行分配。通過基于信息熵的行業碳排放分配模型公式的計算，可得各指標的信息熵值、信息量值和熵權重值，這3個參數是計算減排因子的基礎。具體減排影響因素指標參數計算值如表3所示。從各個影響因素指標的信息熵值來看，工業產值信息熵值最大，熵值為0.707，說明工業產值信息量較小，行業減排能力對碳總量減排作用較小；能源結構熵值最小，熵值0.470，說明能源結構信息量較大，原煤減少使用對碳總量減排作用較大。其他因素如歷史排放量、能源強度和排放強度在碳減排分配中影響越來越小。結合張浦鎮2013年規模以上工業碳分配總量，通過信息熵行業碳分配模型計算可得張浦鎮2013年規模以上工業各個行業碳排放配額。根據碳減排結果（圖1）顯示，各行業的碳減排量相對于2012年，各行業減排幅度從17.17%~0.02%不等，全行業碳減排量相對于基期2012年減排了11.01%，基本符合張浦鎮發展需求和節能減排形勢。如圖1所示，一方面，化學原料和化學制品制造業（行業26）分配到碳減排量16.81萬噸，減幅17.17%，對以煤為主的化工行業，施以嚴格的減排約束，有利于促進化工行業調整能源結構。其中，中鹽昆山有限公司耗能占總化工行業耗能96.5%，其“十二五”期間實施節能技改可以節能21.45%，所以化工行業的碳排放減排降幅符合了行業節能潛力，該減排量切實可行。另一方面，非金屬礦物制品業（行業30）分配到碳減排量8.40萬噸，降幅9.27%，這對碳排放強度較高的非金屬行業提出較高要求，督促企業節能減排，提高能源效率。其中，臺玻集團耗能占總行業耗能81.81%，其能源審計報告顯示臺玻集團“十二五”期間實施節能技改項目，可以節能8.98%，考慮到中鹽鍋爐項目實施，臺玻集團等企業將使用中鹽的鍋爐蒸汽，則臺玻集團可以進一步節能減排，所以非金屬礦物制品業碳排放降幅是合理且可行的。通過對比基于信息熵的碳排放總量行業分配和基于歷史排放的碳排放總量行業分配結果如圖2所示。以化工行業為例，若是基于歷史排放進行碳排放量分配，其可獲得87.118萬噸的分配量，多出5.207萬噸。這種情況下，雖然分配標準考慮到行業發展需求，但是分配存在不公平性，政府仿佛在變相鼓勵高排放企業進行碳排放，此碳分配量可能得不到其他企業認同；另外，企業獲得高排放權利，其節能減排動力不足，企業不會主動提高能源效率，行業碳排放強度難以下降，難以完成全行業的節能減排目標。基于信息熵的分配方法考慮了化工行業歷史責任和行業減排潛力，分配結果使化工行業的碳排放量更加合理。進一步通過對比基于信息熵的碳排放總量行業分配和基于按比例分配的碳排放總量行業分配減排占比，如圖3所示。經計算發現，按相同碳減排比例（本文的減排分配比例是11.01%）分配得到的各行業碳排放量和按歷史排放分配得到的分配量結果是一致的。在按等減排比例分配情況下，此分配標準沒有考慮各個行業的異質性，各個行業的減排能力和減排潛力是不一致的，對于能源效率低下的化工行業和能源效率相對較高的通信電子行業都采取一刀切的分配方法，是粗放不合適的。綜上，基于信息熵的碳排放量分配相對于基于歷史排放和基于等減排比例的分配更加公平有效，主要是由于信息熵方法基于行業異質性，客觀考慮了行業發展需求、減排能力和減排潛力，其分配結果更加符合實際。
（二）基于波爾茲曼熵的企業碳排放配額分配結果分析基于上述行業碳排放配額分配結果，通過玻爾茲曼熵，計算張浦鎮規模以上工業企業2013年碳排放量分配額。鑒于數據可得性，C0i使用企業2012年和2013年碳排放量的幾何平均；ei使用企業2013年碳排放強度，以體現企業最新排放效率，貼合企業實際需求和要求；β由2012年和2013年歷史碳排放量，通過最小二乘法模擬計算取得（即使Y值最小），各個行業β計模擬結果如表4所示。根據各行業的最優β值，進一步計算得出各個行業內企業的碳排放配額。根據各個行業內企業的碳排放量分配結果看出，各個企業獲得的碳排放分配量相對于基期2012年排放量，減排幅度不等，不僅由于行業異質性，也考慮行業內企業的發展需求和碳排放效率。對于化學原料和化學制品制造業（行業26），對該行業下15家企業碳排放量的分配中，通過最小二乘法的β模擬最優值為0。通過計算，如圖4所示，分配結果與歷史排放均值成正比，分配結果相對于企業2013年實際排放值和2012年歷史排放值比較沒有很大波動。此時β取值為0，企業分配到的碳排放配額基本滿足企業自身生產需要，企業之間碳交易成本最低。若適當提高β取值，可以進一步獎勵高排放效率企業，懲罰低排放效率企業，不過增加了本行業下企業的碳交易成本。本文此處β取值為0，中鹽公司雖然碳排放強度高，但是作為國營企業，已經進行節能改造，能源效率迅速提高，若減排后多出的碳排放配額，既可以用于進一步擴大生產，提高行業高效率產能占比，從而改善了行業的資源配置，提高了整個行業的碳排放效率；也可以通過碳交易市場出售給其他減排成本較高企業，獲得利潤，進一步改善生產結構。其他化學制品公司碳排放強度不高，在政府部分鼓勵和補貼下，可以積極申報政府節能技改項目，以進一步提高碳排放效率。對于橡膠和塑料制品業（行業29），在對該行業下16家企業碳排放量的分配中，通過最小二乘法的β模擬最優值為0.514。通過計算可得各個企業2013年碳排放配額，相對于企業2012年和2013年歷史排放幾何平均值，分配減排量比從-22.77%~13%不等，由圖5所示，在總量控制下，橡膠和塑料制品業下各企業分配到的減排比例和企業排放強度成正向關系，企業碳排放強度越高，企業分配得到減排量越大。此時的β取值，不僅使得企業碳交易成本最低，同時獎勵了高排放效率企業，懲罰了低排放效率企業。隨著β值取值越小于0.514，則企業分配到的碳排放量更接近歷史排放均值；隨著β值取值越大于0.514，企業因碳排放強度受到的懲罰和獎勵就更大。β取值0.514，企業間碳交易成本最小。分配到較少碳排放配額的企業需要通過提高能源效率，降低碳排放需求，或者通過碳交易市場購買碳排放配額；分配到較多碳排放配額的企業，可以通過碳交易出售給減排成本較高的企業，也可以自己儲備用來擴大優質生產力。例如，和進塑膠電子有限公司，2013年碳排放強度為0.686噸CO2/萬元，碳排放效率行業最低，分配獲得13%的碳排放減量；而賀升電子有限公司，2013年碳排放強度為0.016噸CO2/萬元，碳排放效率行業最高，分配獲得22.77%的碳排放增量。在此情況下，和進塑膠電子有限公司必須進行節能減排工程項目實施，提高碳排放效率，降低碳交易成本；而賀升電子有限公司則可以出售碳配額獲益。綜上，在同一個行業下使用基于玻爾茲曼熵的企業碳排放配額分配法，以最小交易成本為目標，考慮了企業未來發展需求，達到獎勵高排放效率企業，懲罰低排放效率企業，分配結果更易被企業接受，也推動了張浦鎮節能減排工作順利完成。
四、主要結論
在明確各區域減排任務后，將區域內部碳排放總量分解到各企業，是真正落實區域減排目標的關鍵。本文在前人區域碳排放量分配研究的基礎上，進一步探索了以加工制造業為主的區域內各行業和企業碳排放量分配問題。本文基于信息熵和玻爾茲曼熵理論，構建了區域碳排放總量企業間分配方法，并以昆山市張浦鎮為例，實證分析方法的可行性。研究發現，一方面，基于信息熵的行業碳排放配額分配方法，客觀考慮了行業異質性，分配結果基本符合各行業歷史責任、減排能力和減排潛力；基于玻爾茲曼熵的企業碳排放配額分配方法，以最小交易成本為目標，考慮了企業的未來發展需求和碳排放效率，分配結果不僅公平有效可執行，而且達到社會資源優化配置作用。因此，基于熵的碳排放總量企業分配方法是一種較為科學的碳分配方法。另一方面，從張浦鎮的碳排放總量分配結果看出，張浦鎮減排重點行業是化學制品行業、非金屬制品行業和通訊電子行業，減排重點企業是中鹽公司和臺玻集團；同時，張浦鎮能源強度偏高，能源消費以煤為主。做好重點行業和企業的減排工作，改變以煤為主的能源消費結構，是張浦鎮提高能源效率，完成“十二五”減排目標的關鍵。
碳排放論文范文第5篇
考慮到實體經濟與碳排放影響的關系，本文選取以下經濟指標來衡量城市化工業化水平。城鎮化率；采取非農人口占總人口比重來度量，記為city。人均GDP；在模型中取人均GDP的對數形式，記為pgdp。建筑業總產值；模型中采用對數形式的總產值，記為building。規模以上工業產值；為便于統計，模型采用規模以上工業產值，同時取對數形式，記為in⁃dustry。能源強度；即每一單位GDP產出的能源消費量，值越高，表示經濟活動的能源效率越低，碳排放量相對越多，記為energy。4.模型引用空間DURBIN模型是近幾年發展起來的空間計量經濟模型。模型考慮了因變量和自變量的滯后影響，能較好地反映空間外部性和溢出性，對空間經濟集聚與擴散研究有較大解釋能力(Anselin,1988)。式（2）中yit是i省t年二氧化碳排放量；W是0-1空間鄰接矩陣；xit是解釋變量向量，xit指i省t年數值；In是n階單位矩陣；ρ，β，θ，α是待估參數,μ是隨機誤差項。
二、實證分析
實證部分主要運用空間DURBIN模型對我國區域碳排放的影響進行量化分析。模型中，以co2為被解釋變量，以city，energy，pgdp，building，industry為解釋變量，利用STATA軟件進行編程計算。具體模型如下。可決系數R2為0.3530，反映模型在變量的選擇上及模型整體構建上基本上符合預期。因變量的空間滯后回歸系數為0.1264，在0.01的水平上不顯著為正，這反映了我國相鄰的各省市間碳排放存在空間依賴性，但并不十分顯著。我國區域碳排放的空間影響因素分析：城鎮化率對碳排放的回歸系數顯著為正，在其他因素不變的情況下，城鎮化率每提高1%，碳排放增加5.4%；城鎮化率的空間滯后項系數為-0.072，顯著為負，表明城鎮化率對區域間碳排放存在顯著的擠出效應，這表明相鄰省市相同的城鎮化率會形成競爭態勢，使相鄰區域碳排放量受到影響。
能源強度對碳排放的回歸系數顯著為正，能源強度每降低1噸標準煤/萬元GDP，碳排放降低11.5%；能源強度的空間滯后項系數為0.0337，顯著為正，表明能源強度對區域間碳排放存在顯著的溢出效應。人均GDP的對數對碳排放的回歸系數不顯著為負，人均GDP的對數每增加1個單位，碳排放降低4.1%；人均GDP的對數形式的空間滯后項系數為-0.1735，但不顯著，這表明人均GDP對相鄰區域間碳排放不存在顯著的擠出效應，這也表明人均GDP增加并不意味著相鄰區域碳排放會增加。建筑業總產值對碳排放的回歸系數顯著為正，建筑業總產值的對數每增加一個1個單位，碳排放增加0.74%；建筑業總產值的空間滯后項系數為0.102，但不顯著，這表明建筑業總產值對相鄰區域間碳排放存在不顯著的溢出效應。規模以上工業產值對碳排放的回歸系數顯著為正，規模以上工業產值的對數每增加一個1個單位，碳排放增加0.24%；規模以上工業產值的空間滯后項系數顯著為負，表明規模以上工業產值對區域間碳排放存在顯著的擠出效應，這表明相鄰省市相同的規模以上工業產值會形成競爭態勢，資本等生產要素要流向更有利于增值的地方。
三、結論與建議
本文通過測算1997-2011年30個省市的二氧化碳排放量，運用空間DURBIN模型對區域碳排放做了較深入的分析，研究表明城鎮化率、能源強度、建筑業總產值及規模以上工業產值均對碳排放有顯著影響；城鎮化率、能源強度及規模以上工業產值的空間溢出或擠出效應對相鄰區域碳排放產生了不同程度的影響。因此，針對上述因素影響效果，當前應積極采取措施提高經濟發展質量，加快技術革新、鼓勵高新技術發展，引導社會資金向可以增加整體社會福利的現代產業領域投資，從產業結構轉型的視角降低能源強度，實現產業結構更為優化合理發展。與此同時，從空間的角度、區域經濟協調發展的角度出發，建議各地政府在制定相關產業發展政策時注重相鄰區域的溢出效應，合理進行產業布局，使資源、生產要素達到最優化配置，且對相鄰區域產生正向溢出效應，以提升我國的整體經濟實力。
碳排放論文范文第6篇
對于國外碳排放審計的現狀主要基于審計主體、審計標準、審計方法、審計報告等方面逐次進行說明。
（一）審計主體
目前碳排放審計的主體主要有兩大類：一是專門從事審計與鑒證業務的組織，即會計師事務所，除了國際四大之外，均富國際等會計師事務所也有參與；另一類是由環境工程專家構成的咨詢、評價機構，如知名的法國國際檢驗局、英國勞氏質量認證公司、環境資源管理集團等。兩大審計主體均屬于獨立的第三方，經過其審計的碳排放信息質量有保證，更易獲得他人的信賴。兩大主體優勢互補，會計師事務所具有扎實的審計功底與強大的審計隊伍，而咨詢公司在環境專業知識方面見長。根據WendyGreen（2013）對2006年至2008年來自43個國家的3008個公司的碳排放信息披露進行研究發現，當鑒證對象僅包括碳排放信息時，傾向于由咨詢公司進行鑒證。當鑒證的對象延伸到可持續發展外的更廣泛領域時，由會計師事務所提供審計的居多。
（二）審計標準
國外進行碳排放審計時所依據的審驗標準有：在國際層面，有審計職業界，如國際審計與鑒證準則委員會（IAASB）的ISAE3000標準，其他組織，如世界可持續發展工商理事會（WBCSD）和世界資源研究所（WRI）2004年制定的溫室氣體議定書及國家化標準組織（ISO）于2006年制定的ISO14064-1、ISO14064-3等。在國家層面，美國會計師學會和加拿大特許會計師公會于2003年紛紛制定了關于溫室氣體排放信息認證的審計準則。盡管審計標準種類繁多，然而與成熟的財務審計不同，碳排放信息鑒證仍缺乏具體的、可操作的國際性指南。因此IAASB在2007年批準了一個旨在制定碳排放披露鑒證準則的項目，并于2008年在悉尼、墨爾本、多倫多、布魯塞爾召開的四次圓桌會議中有來自不同背景的人員（會計人員、政府監管者、公司代表、學術界成員等）對構建準則中的難題進行集中討論。
（三）審計方法
傳統的財務審計方法如檢查、觀察、詢問、分析程序等在碳排放審計中仍然可用。根據美國和歐盟的排放實踐，在進行現場審計時，需要審查被審計單位的監測計劃數據、歷史排放數據等，現場檢查監測設備的維護狀況以及與相關工作人員面談等，必要時運用專業技術和設備對檢測系統進行獨立的成效檢驗。基于獲取的信息進行策略分析、程序分析以及風險分析，加強關注錯誤高發源和其他可能導致錯誤的監測和報告程序，重視經營者為降低不確定性采取的所有有效的控制風險的方式。除此之外，大量的數據處理與驗證必須允許操作的交易程序建立在信息技術系統之上。在碳排放報告與審計中使用信息技術有助于增強數據的準確性，提高審計速度，增強數據的分析以及可比性。美國是將信息技術成功運用的典范，環保局（EPA）要求污染物的報告應以標準化的電子格式（EDR）報告。當排放數據以標準化的電子格式報告時，可通過數據檢查軟件進行質量保證和質量控制檢查，并結合風險評估程序有針對性的投入審計資源，減少或避免錯誤，審計質量得到保證的同時提高審計效率。（四）審計報告碳排放審計的最終成果以審計報告的形式呈現。報告應明確所有完成的相關工作，并對有關排放信息表述是否恰當做出評價。傳統財務審計一般提供的是合理保證，而在碳排放審計中審計人員可基于工作的努力程度和報告具體的要求有選擇的提供合理、有限保證，甚至是高水平的保證。目前大部分的碳排放信息審計報告仍然作為可持續發展報告的一部分，但隨著社會環保意識的增強，獨立碳排放審計鑒證準則的建立，單獨披露碳排放審計報告是發展趨勢。
二、國外碳排放審計的效果分析
（一）研究假設
對碳排放信息進行審計、評價意味著企業注重碳管理，屬于Sinkin（2008）所指的生態效益企業。相對而言生態效益企業能否擁有更高的市場價值，Sinkin（2008）選取2003年431家財富500強企業對此進行實證研究，結果發現企業采取具有生態效益的策略可以降低成本，提高利潤，擁有較高的股票價格；Jacobs（2010）則選取340家美國公司作為樣本，通過事件研究方法證明，經過ISO14001認證的公告會引起市場較強的正反應，與Sinkin（2008）結果類似。可見，經過認證的環境信息可以在一定程度上提升企業價值，而碳排放審計作為對碳排放信息的鑒證、評價，屬于環境認證的子部分，是否有此效果，本文對此加以驗證。由此，本文提出以下假設：經過碳排放審計的企業擁有更高的企業價值。
（二）樣本數據與模型設定
本文樣本來源于碳信息披露項目（CDP）。CDP是由英國倫敦機構投資者自發形成的，旨在向投資者披露有關氣候變暖所引起的重大風險與機會的信息，試圖在投資者和企業之間搭建起一個以高質量的信息披露為基礎的對話平臺，為廣大投資者提供至關重要的碳排放信息和數據。目前CDP已擴展到20個國家和地區，成為國際碳披露的基本模式。而我國企業自2008年受邀參與CDP問卷調查，成為參與比例最低的幾個國家之一，即使在2012年100家受邀企業中，回復問卷的企業也僅有23家，未回復但提供相關信息的企業有1家，尚未披露任何關于碳排放審計的信息。鑒于國內數據的不可獲得性，本文以入選2011-2012CDPS&P500的企業作為研究對象。由于CDP屬于自愿性披露項目，最終參與CDP問卷調查并予以公開的企業2011年有295家，2012年298家，即可獲取的觀察值有593個。其中2011、2012年經過審計的分別有79家（26.78%）、179家（60.01%），開展碳排放審計的企業數量逐年增加。對碳信息披露是否經過審計（Audit）采用虛擬變量定義，是為1，否為0。結合已有的研究，本文的企業價值采用托賓Q值（TobinQ）來衡量，并選擇企業規模、財務杠桿、收入增長率、盈利能力作為控制變量，構建如下模型，模型中的定義變量見上頁表1，變量的描述性統計見上頁表2，各變量的標準差較小，沒有表現出太大的差異性，處于正常的變動。TobinQ=β0+β1Audit+β2SIZE+β3Lev+β4Growth+β5Roa+ε
（三）變量的相關性檢驗
TobinQ與Audit之間的Pearson相關系數為0.018，p值為0.664，意味著簡單的兩者之間線性相關未能通過顯著性檢驗。根據偏相關系數檢驗結果（表4），在控制了企業規模、財務杠桿、盈利能力、企業發展狀況之后，TobinQ與Audit之間的偏相關系數為0.114，p值為0.006，在1%的水平上顯著，即通過顯著性檢驗。通過變量的相關性檢驗，初步說明碳排放審計可影響企業價值。（四）回歸分析由表5的多變量回歸結果表可得，TobinQ與Audit的系數為0.2241，且在1%的水平上顯著。除此之外，企業規模、盈利能力與企業發展狀況顯著影響企業價值。這一結果充分印證了相關性檢驗的結論，即在控制企業規模、盈利能力、財務杠桿與企業發展狀況下，碳排放審計可以提升企業價值，假設得到驗證。
三、結論及啟示
本文從審計主體、審計標準、審計方法、審計報告等四方面對國外的碳排放審計現狀進行介紹，并對碳排放審計效果予以實證分析，結果顯示，在控制其他的因素如企業規模、財務杠桿、盈利能力以及企業發展狀況的情形下，企業價值與碳排放審計顯著正相關，即碳排放審計是必要的。這一結論不僅對國外尚未開展碳排放審計的企業有所啟示，更為國內企業和會計師事務所提供發展契機：一方面，面臨激烈的競爭環境和日益嚴峻的環保態勢，國內企業欲謀求一席發展之地，取得長遠發展，低碳之路是其發展之道。注重節能減排，引入碳排放審計，提高碳排放披露質量，以吸引利益相關者的青睞，進而贏得更多的發展機會和發展空間，增強企業競爭力，實現企業價值。另一方面，目前我國有大大小小數千家會計師事務所，競爭已趨于“白熱化”，拓展審計范圍是突破發展瓶頸、做大做強走出國門的必由之路。而碳排放審計對于國內會計師事務所而言是新鮮的課題，可作為開拓創新的典范，為會計師事務所穩定發展融入一股強心劑。
碳排放論文范文第7篇
各部門出口、總投入、總產出、直接消耗系數通過投入產出表計算獲得，并以2002年價格為基期，剔除2007年和2010年數據中的價格因素。各部門能源消耗量及能源出口由中國能源統計年鑒獲得。由于能源統計口徑和投入產出口徑不一致，將投入產出表中的42個部門調整為21個部門，并以投入產出表為基準，將能源統計年鑒中的部門作相應調整(見表2)。本文結合2002年、2007年中國地區投入產出表以及2010年中國投入產出表延長表和能源統計數據，直接計算出2002年、2007年及2010年共三年21個部門的直接碳排放系數和完全碳排放系數，進而計算出各部門的出口隱含碳，并分別對2002—2007年以及2007—2010年的隱含碳排放增長進行分解。借鑒姜茜等和鄭展鵬等的分類方法，結合具體貿易商品的要素密集特征，將主要出口商品分為四類，以便分析比較中國出口貿易結構與變動。分別為:①礦產品、動植物等自然資源密集型產品(1、2、3、4、5、6、9、10);②紡織以及服裝皮革等非熟練勞動密集型產品(7、8);③化學制品、機械、運輸設備等資本技術密集型產品(11、12、14、17);④電子、通信、精密儀器等人力資本密集型產品(13、15、16、18、19、20、21)。
2結果分析
2.1不同類型出口產品隱含碳排放強度
由表3可知，資本技術密集型和人力資本密集型產品的完全碳排放系數分居第一和第二，3個年份分別為6.65噸/萬元、4.53噸/萬元、3.60噸/萬元和2.31噸/萬元、1.83噸/萬元、1.31噸/萬元。其中，資本技術密集型產品的直接碳排放系數最高，其占完全碳排放系數比重分別為65.10%、61.94%、67.44%，這表明，生產過程中直接能源消耗排放的CO2較多。而人力資本密集型產品的間接碳排放系數較高，其占完全碳排放系數比重分別為71.84%、81.83%、79.66%，說明由于中間投入品比重較高而導致的間接能源消耗排放的CO2較多。值得注意的是，非熟練勞動密集型產品的間接碳排放系數最高，其占完全碳排放系數比重分別為80.09%、86.15%、84.79%。
2.2基于隱含碳角度的出口產品結構變化
對外貿易體現生產要素稟賦的特征及資源的配置效率，也在一定程度上體現了競爭優勢的部門分布。從四類商品出口隱含碳占出口隱含碳總量比重來看，人力資本密集型產品出口隱含碳位居第一位，其占出口隱含碳總量的份額較穩定，為46.0%左右。其次是資本技術密集型產品，其占出口隱含碳總量比重呈穩步增長趨勢。非熟練勞動密集型產品和自然資源密集型產品出口隱含碳所占份額呈逐步降低趨勢。出口隱含碳總量及所占份額雖然一定程度上能說明中國出口貿易結構現狀以及變化情況，但由于貿易隱含碳由規模效應、結構效應和技術效應共同決定，將導致出口隱含碳增長的因素進行分解，可以更清晰地看到出口結構的變化。從規模效應來看，2002—2007年和2007—2010年出口隱含碳規模效應均為正，表明四類產品的出口量均增長，但對比2002—2007年，2007—2010年增長幅度大大減少，很大原因在于2008年全球金融危機爆發，導致中國出口形勢惡化。其中，人力資本密集型產品的規模效應最大，其次是資本技術密集型產品，說明這兩類產品出口規模增長幅度較大，而非熟練勞動密集型產品和自然資源密集型產品出口規模增長較小。結構效應表示某類產品出口量比重的變動情況，其值為正，說明該類產品出口量占總出口量的比重增加，反之亦然。資本技術密集型和人力資本密集型產品出口量占出口總量的比重在增加，自然資源密集型和非熟練勞動密集型產品的出口比重減小，減小幅度基本持平(見表5)。從分解出來的規模效應和結構效應可清晰地看出，2002—2007年與2007—2010年期間，四類產品的出口量均在增長，但是，四類產品的出口份額呈兩極分化趨勢，即人力資本密集型與資本密集型產品的出口份額呈增長趨勢，而自然資源密集型與非熟練勞動密集型產品的出口份額呈下降趨勢。這說明，出口重心向碳排放強度較高的人力資本密集型產品以及資本密集型產品轉移。
2.3出口產品隱含碳排放強度下降的速率在加快
技術效應反映產品生產過程中完全碳排放系數的增大或減小的問題，技術效應為負表明生產中能源利用效率提高，單位產品耗碳量減少。從表5可以看到，2002—2007年與2007—2010年，四類產品的單位產品耗碳量均減少，說明生產技術不斷在改進。值得注意的是，盡管受2008年爆發的全球金融危機的影響，2007—2010年中國出口貿易增長額對比2002—2007年增長額大幅度減少，但是，四類產品的技術效應所帶來的出口隱含碳排放的減少幅度均大于2002—2007年，表明能源利用效率提高的速率在加快。其中，2002—2007年完全碳排放系數降低幅度最大的是資本技術密集型產品，其次是人力資本密集型產品，最小的是非熟練勞動密集型產品。2007—2010年完全碳排放系數降低幅度最大的是人力資本密集型產品，其次是資本密集型產品，最小的是自然資源密集型產品。從四類產品的完全碳排放系數進行分析，可以得出同樣的結論(見表3)。
2.4人力資本密集型產品中的加工貿易比重最大，其次是非熟練勞動密集型產品
一直以來，加工貿易是中國出口貿易的重要組成部分，所占份額較大。出口隱含碳計算式由兩部分組成，一部分是中間投入品與最終產品均在國內生產的出口品所含的隱含碳，另一部分是中間投入品為國外進口品，在國內進行加工生產再出口的產品的隱含碳，即R(I－Ad)－1Am(I－A)－1EX，其所占比重則反映各類出口產品中加工貿易的比重。由表4可知，人力資本密集型產品中的加工貿易比重最大，并呈增長趨勢(3個年份分別為29.44%、32.14%、26.91%)，其次為非熟練勞動密集型產品中的加工貿易(2002、2007和2010年分別為15.27%、22.47%、19.75%)。這表明，在機械、電氣設備、紡織鞋帽等出口產品中，有相當一部分是“兩頭在外”的加工貿易，其因進口中間投入品，從而“節省”了大量的碳排放。但是，資本技術密集型產品中的加工貿易比重最小，而這類產品的完全碳排放系數最高(3個年份分別為6.65噸/萬元、4.53噸/萬元、3.60噸/萬元)。說明加工貿易集中在完全碳排放系數較低的部門，而化工、運輸設備等完全碳排放系數較高的出口產品在生產時的進口中間投入較少。相對人力資本密集型和非熟練勞動密集型產品，自然資源密集型和資本技術密集型產品在生產過程中的中間投入本來較少是原因之一。
3主要結論和幾點建議
3.1主要結論
(1)人力資本密集型和資本密集型產品的出口隱含碳排放強度較高。人力資本密集型產品間接消耗帶來的碳排放比重大，資本密集型產品直接碳排放系數較高。(2)出口重心向人力資本密集型產品和資本密集型產品轉移，自然資源密集型產品與非熟練勞動密集型產品出口份額逐漸降低。出口產品向高端化發展，但碳排放強度也更高，出口結構的調整對碳減排不利。(3)加工貿易總體呈增長趨勢，且集中在碳排放強度較低的部門，“節省”了大量碳排放。(4)出口產品能源利用效率提高的速率在加快，資本技術密集型產品與人力資本密集型產品的碳排放強度降低幅度最大。
3.2幾點建議
中國出口重心向技術復雜度更高、碳排放強度更高的人力資本密集型和資本技術密集型產品轉移，但這兩類產品的碳排放強度在迅速降低，且人力資本密集型產品的加工貿易比重最大，從而“節省”了大量的碳排放。綜合考慮出口產品技術復雜度以及碳排放強度，出口產品向高端化、低碳化發展，出口結構呈優化趨勢。基于此，提出以下建議:(1)進一步提高出口產品技術復雜度，增強產品國際競爭優勢。目前，雖然人力資本密集型和資本技術密集型產品出口份額最高且不斷增長，但具有較強國際競爭優勢的產品仍集中在紡織服裝等非熟練勞動密集型產品。提高產品技術復雜度，不僅是指從產品間層面轉變，更要從同一產品內的低端型轉向高端型，從而培育新的更具有國際競爭優勢的產品。(2)降低出口產品碳排放強度。生產能源強度效應是出口碳排放最大的負向驅動因素，一方面，繼續提高能源效率，這是推進節能減排的重要手段，而節能技術是關鍵;另一方面，進一步優化能源結構，大力發展清潔能源探索。同時，實施“貿易碳稅”政策，促進出口企業低碳創新。(3)適當進行碳排放的轉移。在實現節能減排的同時，為了保持目前的出口規模，高耗能的中間產品不妨加大進口，從而“節省”碳排放。(4)加強國際合作。在現有國際碳排放責任的衡量框架重置遇到重重障礙的現狀下，中國應充分利用清潔發展機制、多國基金機制和綠色基金機制，尋求更多低碳技術轉移和資金支持，盡量降低經濟發展與碳減排之間的沖突。
碳排放論文范文第8篇
從各種柴油車車型2010－2013年的增速來看，增長最快的輕型客車，增長了126.3%;增長較快的還有輕型貨車，增長了57.1%;重型貨車增長了46.5%;而三輪汽車和低速貨車呈現下降的趨勢。2013年各種車型與2010年相比的變化趨勢如圖3所示。近些年來，由于我國不斷加強了對柴油車的污染控制管理力度，標準更新換代進程加快，黃標車和老舊車輛的淘汰管理力度和經濟激勵逐步加強，使得黃綠標柴油車的構成發生了很大的變化，如圖4所示。從圖4可以看出，2010－2013年我國黃標車的數量逐漸下降，綠標車增長很快。
2、2010－2013年柴油車黑碳排放變化趨勢
研究表明，2013年全國柴油類機動車黑碳排放量為31.33萬噸，與2012年相比，減少了約2.8%。2010－2013年全國機動車黑碳排放變化趨勢如圖5所示，從可以看出，2010－2013年我國機動車的黑碳出現先增后減的變化規律，經過2011年后呈現出下降的趨勢。2010－2013年我國柴油類汽車的黑碳排放變化趨勢也呈現相同的變化趨勢。出現這種趨勢的原因，一方面是因為我國柴油車仍舊呈現增長的態勢，二是由于這兩年我國加大了黃標車淘汰的力度，黃標車保有量逐漸減少，黃標柴油車的黑碳排放下降速度要快于綠標車黑碳排放的增長速度，黑碳排放在二者平衡之后逐漸開始下降。
3、2013年分區域黑碳排放狀況分析
2013年全國各省(直轄市、自治區)的柴油類機動車保有量調研表明，柴油車保有量較大的省份主要集中在中東部地區，其中保有量前五位的省份依次為山東、河南、河北、廣東和遼寧，分別為244.1、220.2、214.8、176.1和139.4萬輛，另江蘇和安徽的柴油車保有量也超過了100萬輛。2013年全國分省份的柴油車保有量如圖8所示。2013年分省黃標柴油汽車保有量的分布狀況如圖9所示。黃標柴油車較多的省份有廣東、山東、河南、江蘇和河北，分別為87.5萬輛、61.4萬輛、50.9萬輛、39.4萬輛和35.1萬輛，這五個省的黃標柴油車所占數量占到全國黃標柴油車總保有量的38%左右。2013年各省(直轄市、自治區)柴油車黑碳排放量如圖10所示。前五位的為河南、河北、山東、廣東和內蒙，其黑碳排放量分占總柴油車黑碳排放量的8.8%、8.5%、7.7%、7.2%和5.1%，約占全國。各省(直轄市、自治區)黃標柴油車的黑碳排放量，前五位仍然為河南、河北、廣東、山東和內蒙，顯示了黃標柴油車黑碳排放與總的柴油車黑碳排放有著很強的相關性和黃標柴油車黑碳減排的重要性。
4、小結
(1)2010－2013年，我國柴油車增長了23%，柴油類汽車保有量約增長了約43.3%;2013年我國柴油車保有量約為2593.5萬輛;
(2)2010－2013年，我國柴油車黑碳排放量出現先增后減的趨勢，2013年各類柴油機動車的黑碳排放量約為33.33萬噸，比2012年減少了2.8%;
(3)2013年按柴油車注冊地劃分的分省(直轄市、自治區)黑碳排放量較大的有河南、河北、山東、廣東和內蒙，五個省(自治區)柴油機動車的黑碳排放約占全國黑碳排放的37.3%。
本文鏈接：http://www.svtrjb.com/v-141-2636.html碳排放論文范文10篇
相關文章：
開門紅口號01-19
畢業實踐周記范文8篇08-15
電影《2046》中的經典臺詞及劇情簡介07-25
形容心情傷感的句子20條04-15
簡短的晚安朋友圈問候語03-12
一年級數學教學工作計劃02-12
幼兒園小班班級總結12-23
民間游戲社團活動總結11-28
教師崗位求職信01-30
違規的道歉信08-15
小學數學教學心得：數學學習習慣的培養02-12
小學英語作文我的經歷12-10
成長感悟的優美段落10-12
慶祝元旦作文07-23
2025上半年西藏中小學教師資格考試面試報考公告（4月21日起報名）04-13
2025年3月廣東計算機二級報名時間及報名入口（2024年12月26日-31日）12-28
株洲四中和九方哪個學校文科班好12-09