在线客服

碳排放论文实用13篇

引论:我们为您整理了13篇碳排放论文范文,供您借鉴以丰富您的创作。它们是您写作时的宝贵资源,期望它们能够激发您的创作灵感,让您的文章更具深度。

碳排放论文

篇1

1.3数据来源本文采用的数据广州市能源消费总量(万吨标准煤)、广州市国民生产总值GDP(万亿)和广州市年末常住人口数(万人)均来源于历年《广州市统计年鉴》(2004~2013)。

2结果分析

2.1广州市三次产业碳排放特征改革开放以来,广州加快了产业结构调整步伐,产业结构由改革开放初期的“一、二、三”调整为目前的“三、二、一”,第三产业占据了三次产业的主体地位。据统计,2012年广州市实现地区生产总值(GDP)13551.21亿元,按可比价格计算,比上年(下同)增长10.5%,三次产业对经济增长的贡献率分别为0.5%、35.2%和64.3%。形成了以汽车、石油化工、电子信息制造业以及生物医药等产业为支柱的国民经济体系。2012年,第一产业、第二产业和第三产业在碳排放总量中所占比重分别为1.95%、42.05%、42.49和13.50%左右。第一产业的碳排放量趋向稳定,近10年来一直维持在2%左右的低位,这说明第一产业并不是影响广州市碳排放总量的主要因素。另外,第三产业的碳排放量增长迅速,2012年第三产业的碳排放量首次超过第二产业。在广州市碳排放量比例中,以工业部门为主要构成的第二产业所占比重仍然较大,工业结构重型化,制造业仍然处于国际产业链的相对低端,先进制造业、现代服务业和战略性新兴产业发展相对不足。2012年广州规模以上工业总产值中轻重工业比例为32.02:67.98,重工业的能源消费占工业能源消费的71.72%。随着广州城市化、现代化不断发展,能源需求快速增长,碳排放需求将进一步释放。10年来,第三产业的碳排放比重迅速增加,2012年第三产业部门的碳排放量首次超过第二产业,这是由于交通运输业、仓储、邮政业等较耗能第三产业的迅速发展所致,第三产业比重所占比重加大。第一产业所占的比重最小,随着农业现代化水平的提高,农业能耗增加,碳排放比重有所提高。除第一产业外,其他部门碳排放强度呈现逐年下降趋势(图1),其中第二产业部门下降幅度最大,这是由于工业行业内部结构进行了优化调整,部分高能耗企业(印染、造纸等)关停或转移,高附加值低能耗行业(电器机械制造业、医药业等)比重上升。第三产业的碳排放强度最低,但同时应该看到,10年来第三产业碳排放强度下降速度缓慢,第三产业是未来广州经济增长的核心,金融、保险、物流等服务业是发展的重心,而这些行业的碳排放强度小,所以第三产业碳排放强度仍有较大下降空间。第一产业碳排放强度有所上升,这是农业机械化导致能耗上升的结果。

2.2广州工业内部各行业碳排放分析第二产业作为广州重要的支柱产业,低碳指标无疑是重要的,但不能因此而放弃一些碳排放较大,但对国民经济影响较大的部门。进一步优化广州工业结构的关键是甄别出碳排放量小、社会经济效益高的行业。本文将从经济、社会、生态效益三方面提取指标对工业内部各行业进行聚类分析,建立起广州工业内部的分类体系,该体系显示未来广州应该大力发展的行业和重点优化的行业。

2.2.1指标选取对经济、社会、生态效益的衡量分别选取增加值规模、就业系数、碳排放强度这三项指标。增加值规模代表该行业占工业比重,体现了该行业重要程度,增加值规模越大,则该行业对国民经济的拉动力越强。就业系数为行业的就业人数与该行业增加值的比值,反应行业对社会就业的吸纳能力,就业系数越大,则单位增加值吸纳劳动力越多,但同时也说明劳动生产率较低,在目前我国劳动力过剩的情况下需要辩证的看待这项指标。碳排放强度是单位增加值的碳排放量,该项指标反映行业对生态环境的影响程度。

2.2.2聚类分析本文采取聚类分析法对广州市工业内部行业进行聚类分析,根据《广州统计年鉴2013》查得规模以上工业各行业增加值、劳动生产率、单位增加值能耗等数据,从而计算出增加值规模、就业系数和碳排放强度等反应经济、社会和生态的指标(表2),依据指标对各行业进行聚类分区。本文采用的是系统聚类法,运用SPSS19选择ward聚类方法,采用平方Euclidean距离,聚类结果见图2。根据聚类结果,可以将广州的工业部门划分为五大类。第一类,2个,汽车制造业,化学原料及化学制品制造业。增加值规模占总增加值规模比例高达34.18%(为叙述简便,下述指标占比规模未作特别说明皆为该产业占规模以上工业比重),为增加值规模最大的两个产业,是广州的支柱产业,劳动生产率高,就业系数较低,但就业人数较多,就业人数规模为13.95%;同时也是碳排放强度较低的产业,碳排放强度仅为0.11,碳排放量占比为5.98%。上述产业为经济效益很高,同时碳排放强度较低的产业,就业人数较多,是广州今后优先发展的产业。第二类,14个,燃气生产和供应业,烟草制品业,有色金属冶炼和压延加工业,农副食品加工业,计算机、通信和其他电子设备制造业,电气机械及器材制造业,金属制品业,仪器仪表制造业,专用设备制造业,食品制造业,医药制造业,酒、饮料和精制茶制造业,铁路、船舶、航空航天和其他运输设备制造业,通用设备制造业。增加值规模37.09%,就业规模44.82%,碳排放规模8.37%,就业系数0.04234,碳排放强度0.15749,主要为先进制造业和饮食制造业,该类产业产值的增长对碳排放的依赖较小,增长速度快,科技含量较高,吸纳就业能力强的支柱产业,属于典型的低碳行业。造船业,各类设备制造业,通信电子以及生物医药应该作为广州重点发展的先进制造业;对于食品饮料,应健全监测与监控体系,提高产品质量标准,应用各项信息技术改善销售方式和渠道,依靠“广式食品”的传统美誉,做强做大“广式腊味”“广式月饼”,更好地体现岭南美食文化。第三类,8个,皮革、毛皮、羽毛及其制品和制鞋业,印刷业和记录媒介的复制,木材加工及木、竹、藤、棕、草制品业,纺织服装、服饰业,文教、工美、体育和娱乐用品制造业,家具制造业,其他制造业,橡胶和塑料制品业。增加值规模10.78%,就业规模30.93%,碳排放规模4.64%,就业系数0.10587,碳排放强度0.28035吨每万元,大部分属于轻工业,就业系数较高,碳排放强度较低,但经济效益偏低的产业,从现阶段来看,该类产业能够解决部分就业问题,对环境污染较小,关键在于加大研发投入,开发高端产品,提高经济效益,如高端服饰、体育用品、高尚家具品牌的建立。第四类,6个,纺织业,黑色金属冶炼和压延加工业,非金属矿物制品业,造纸及纸制品业,水的生产和供应业,化学纤维制造业。增加值规模4.75%,就业规模8.46%,碳排放规模12.89%,就业系数0.0595,碳排放强度1.37282,属于典型的高碳低效产业,是今后广州发展需要重点控制的产业,关停部分高碳产业,提高技术降低碳排放强度,如通过环保搬迁、园区集聚和技术升级,提高造纸工艺技术水平,开发各类高档新闻纸和高档文化用纸,进一步发展广州特色的高档印刷业。第五类,2个,电力、热力的生产和供应业,石油加工、炼焦和核燃料加工业。碳排放高达68.12%,是工业碳排放的主要来源,同时也是碳排放强度最大的两个产业,碳排放强度高达3.18吨/万元,为平均碳排放强度的5.3倍;增加值规模为13.20%,就业系数低,就业人数仅占1.84%。上述产业为经济效益较高,但碳排放较大的产业,对就业的拉动不大,产业的增长对碳排放的依赖较大,增长方式不够“低碳”,通过技术革新,大力降低碳排放强度的潜力还很大。

3结论与建议

篇2

实证部分主要运用空间DURBIN模型对我国区域碳排放的影响进行量化分析。模型中,以co2为被解释变量,以city,energy,pgdp,building,industry为解释变量,利用STATA软件进行编程计算。具体模型如下。可决系数R2为0.3530,反映模型在变量的选择上及模型整体构建上基本上符合预期。因变量的空间滞后回归系数为0.1264,在0.01的水平上不显著为正,这反映了我国相邻的各省市间碳排放存在空间依赖性,但并不十分显著。我国区域碳排放的空间影响因素分析:城镇化率对碳排放的回归系数显著为正,在其他因素不变的情况下,城镇化率每提高1%,碳排放增加5.4%;城镇化率的空间滞后项系数为-0.072,显著为负,表明城镇化率对区域间碳排放存在显著的挤出效应,这表明相邻省市相同的城镇化率会形成竞争态势,使相邻区域碳排放量受到影响。

能源强度对碳排放的回归系数显著为正,能源强度每降低1吨标准煤/万元GDP,碳排放降低11.5%;能源强度的空间滞后项系数为0.0337,显著为正,表明能源强度对区域间碳排放存在显著的溢出效应。人均GDP的对数对碳排放的回归系数不显著为负,人均GDP的对数每增加1个单位,碳排放降低4.1%;人均GDP的对数形式的空间滞后项系数为-0.1735,但不显著,这表明人均GDP对相邻区域间碳排放不存在显著的挤出效应,这也表明人均GDP增加并不意味着相邻区域碳排放会增加。建筑业总产值对碳排放的回归系数显著为正,建筑业总产值的对数每增加一个1个单位,碳排放增加0.74%;建筑业总产值的空间滞后项系数为0.102,但不显著,这表明建筑业总产值对相邻区域间碳排放存在不显著的溢出效应。规模以上工业产值对碳排放的回归系数显著为正,规模以上工业产值的对数每增加一个1个单位,碳排放增加0.24%;规模以上工业产值的空间滞后项系数显著为负,表明规模以上工业产值对区域间碳排放存在显著的挤出效应,这表明相邻省市相同的规模以上工业产值会形成竞争态势,资本等生产要素要流向更有利于增值的地方。

篇3

近几年,随着纺织产业高速发展,能源消费也显著增长。纺织工业能源消费总量由1995年的3531万吨标准煤增加到2013的6357万吨标准煤,增长了44%。纺织工业的能源消费主要集中在煤、电、热力的消耗上,占到90%左右。从工业企业生产成本构成看,纺织企业能源资源消耗占成本的比重超过70%。“十二五”时期,国家对纺织工业提出了新的要求,主要产品单耗值增加为新的约束性指标,并对单耗下降值提出了明确要求。纺织工业先后出台了《纺织工业“十二五”发展规划》和《建设纺织强国纲要(2011-2020)》两个纲领性文件。文件中明确提出了:“十二五”期间纺织工业节能发展目标:单位增加值能源消耗比2010年降低20%;工业二氧化碳排放强度比2010年降低20%。

3纺织工业的温室气体减排

我国经济发展进入新常态,正从高速增长转向中高速增长,经济发展方式正从规模速度型粗放增长转向质量效率型集约增长,经济结构正从增量扩能为主转向调整存量、做优增量并存的深度调整,经济发展动力正从传统增长点转向新的增长点。从资源环境约束看,过去能源资源和生态环境空间相对较大,现在环境承载能力已经达到或接近上限,必须推动形成绿色低碳循环发展新方式。在经济新常态的态势下,纺织行业也面临生产增速全面下降,出口形势严峻,资源环境承载压力大等情况,节能减排将成为纺织行业发展的突破口。纺织行业必须改变粗放增长方式,通过改变能源结构、提高能源利用效率、采用节能低碳技术来达到温室气体减排目的。纺织工业改变能源结构的方法有利用生物质能及太阳能。提高能源利用效率则可以通过采用厂房节能灯的使用、新型变压器的使用、变频器的使用、新型疏水阀、锅炉过量空气系数控制技术、耗热设备的保温技术、高温废水余热回收技术、热定形机尾气余热回收技术、节能风机等方法。节能低碳技术则包括低浴比印染技术、常温染整技术、无水染整技术、机械整理技术、数码印花技术、短流程印染技术等。

篇4

2指标体系与数据来源

2.1土地利用碳排放效率评价指标体系土地利用碳排放包括2类,即:直接土地碳排放与间接土地碳排放[8]。直接土地碳排放是指土壤内部生物化学活动导致的自然排放过程,长期存在,可控性不强;间接土地碳排放是指由土地所承载的人类活动产生的碳排放,这类碳排放是人类经济社会发展的必然产物,其受到经济增长的影响较大,是可调控的碳排放类型,也是有关碳排放研究的主要研究内容。根据前文建立的碳排放测算体系,承载碳排放的土地利用类型主要有两类,即:农地和建设用地,本文将这两类用地的碳排放强度(单位面积的碳排放量,单位t/hm2)作为投入指标参与计算。经济增长是测度产出最直接、最客观的指标,本文选取地均三次产业产值作为产出指标测度碳排放投入对应的产出情况,建立指标体系如表1所示。

2.2数据来源本文实证分析中的数据均来自于各行业统计年鉴(2000-2011年),具体包括:农业物质投入及水稻播种面积的数据来自历年中国农村统计年鉴,数据缺失省份查找其当年统计年鉴补充完整;能源数据来自历年中国能源统计年鉴给出的各地区能源平衡表;城市垃圾及工业废弃物数据来自国家及各省统计年鉴,参考国研网统计数据库数据补充完整,缺失年份的数据借鉴插值法根据该年份临近数据进行估计;经济数据来自国研网统计数据库的查询结果,由于要进行时序比较,经济数据按2000年不变价参与计算。

2.3处理说明根据《土地利用现状分类》及赵荣钦等学者的研究,承载碳排放的土地利用类型包括耕地、牧草地、城镇居民点及工矿用地、农村居民点用地、交通水利及其他用地。研究将根据碳排放载体将其分解到具体的用地类型,值得说明的是畜牧业按照食物来源将牲畜活动分属于耕地和牧草地,用地类型与碳排放源对应关系如表2所示。

3结果分析

3.1湖南省碳排放测算本文根据IPCC给出指南,结合研究重点和研究区域特征,对湖南省2000-2011年碳排放进行测算,结果如表3所示。(1)碳排放总量快速增加。2000年湖南省碳排放总量为35045999.67t,5年后,翻了一倍多,2005年碳排放总量达76214406.62t,2011年碳排放总量为103777937.56t,较2000年增长近两倍,年均增长率10.37%,增速略低于GDP增速。(2)能源消费碳排放增加构成碳排放总量增加的主要因素。2000年能源消费碳排放总量为27085405.84t,到2005年该项碳排放增加一倍多,总量67139441.27t,2011年能源消费碳排放总量为95300578.70t,较2000年增加多于2倍,增长率为266.62%,年增速13.42%,增速高于GDP增速。(3)种植业碳排放波动较大,呈现先升后降的趋势,具体而言,2000-2006年,种植业碳排放持续上升,且增速较快,这主要得益于2003年后农业政策不断完善尤其是废除农业税等大大激发了农民的种粮积极性,由此引发的农业物质投入飞速增长,碳排放源来源增加,2006年后,种植业碳排放波动较大,整体呈下降态势,到2011年碳排放总量已经下降到2847563.67t,低于研究时序内各年的种植业碳排放,这样大幅的下降究其原因主要有,城市建设用地扩张,大量农田被侵占,种植业的总量减少,可持续发展理念深入人心,农田保护工作落实得力,农业物质过量投入的现象有所缓解,农田污染得到一定治理。(4)畜牧业碳排放持续上升,但增速较慢,2000年畜牧业碳排放为4683184.82t,2011年畜牧业碳排放为5523005.01t,总增长17.93%,远小于碳排放总量及能源消费碳排放增加率。结合研究时序内湖南省农业产业结构调整的特征可以发现,畜牧业在第一产业中的比重不断提高,但就生猪出栏量分析,从2000年的3583.8万头增加到2011年的4044.86万头。(5)废弃物碳排放占总量比例较低,虽然在研究时序内其总量也发生了较大变化,但对碳排放总量的影响很小,2000年废弃物碳排放总量为80030.24t,在研究时序内波动上升,至2011年达到106790.18t,总增长率为33.44%。

3.2湖南省土地利用碳排放动态效率分析根据前文2.3节所述,将碳排放源分解为农地承载碳排放(耕地、牧草地)和建设用地承载碳排放(城镇居民点及工矿用地、农村居民点用地、交通水利及其他用地),分别计算各DMU的2项土地利用碳排放强度,作为Malmquist模型的投入指标测算,按3.1中说明,将地均三次产业产值作为模型产出指标,运用Matlab软件计算得到湖南省2001-2011年间土地利用碳排放效率动态演变路径,结果见表4所示。结果显示,2001-2011年,湖南省土地利用碳排放全要素效率保持稳中有升的趋势,特别是2004年、2007年、2008年、2010年、2011年,全要素效率均显著上升。2008年后受到金融危机等经济环境影响,各效率变化指数显著下降。尽管如此,从均值来看,土地利用碳排放效率仍然保持了年均28.32%的增长。土地利用碳排放效率指数小于1的年份有2002年、2005年、2009年,分析其他效率变化指数可知,这3年的综合技术率变化指数、规模效率变化指数和纯技术效率变化指数均小于1,且综合技术率变化指数均处于其他3类指数的最小值,由此可以推断综合技术率不足是造成湖南省土地利用碳排放效率指数小于1的主要因素。2003-2007年,土地利用碳排放效率指数和技术进步指数均大于1(2005年稍低但接近于1),而同期的规模效率变化指数连续出现小于1的情况,因此,这段时期土地利用碳排放效率进步主要源于技术进步。事实上,随着科技进步和能源利用效率的不断提升,技术效率将不断得到改善。2003年后,废除农业税等利农政策的推出使得农业投入不断加大,化肥、农药等过度使用造成了农地碳排放的陡然上升,而产出效率不足以弥补投入,致使规模效率降低。2008-2010年,土地利用碳排放效率指数呈现先下降后上升的特征。这一时期主要受到金融危机的影响,整体经济效率下降,产能难以削减,市场需求不足导致产出效率较低。技术进步继续维持上升状态,指数大于1,综合技术效率指数2009年小于1。2010年后,经过多轮经济刺激政策,经济状况企稳回升,金融危机对经济系统运行效率的影响渐渐淡化,可持续发展理念与生态文明建设渐入人心,日益严重的全球变化和气候异常也不断提高人们对环境问题的关注,土地利用碳排放效率及其他指数均开始回归大于1的状态。

篇5

关于建筑产品生产、运输和安装阶段所消耗的隐含能和排放的隐含碳,AlcornandBaird[29]、BuchananandHoney[30]、Bjorklund[6]、lawson[31]、CWC等做过前期研究,有研究成果数据.Guggemos[18]的研究边界是美国中西部2栋面积为4400m2的5层办公建筑的全生命周期,但针对案例的隐含能和隐含碳,Guggemos得出混凝土结构分别是8300MJ/m2和550kg/m2,钢结构分别是9500MJ/m2和620kg/m2.日本学者Ari-ma[21]根据《京都议定书》计算不同回收方式时结构的碳排放.台湾学者Li在统计建筑所需钢材、混凝土、木材、胶合板需要量后,采用基于过程的LCA分析方法,得出混凝土结构、钢结构和木结构建筑隐含能与隐含碳成果.Rossi对布鲁塞尔某居住建筑进行研究时,使用Pleaides+软件进行模拟,结合手工计算,得出混凝土结构和钢结构的隐含碳成果.2013年,Griffin[25]采用Hammond和Jones的ICE数据库研究某大学礼堂大跨度结构的隐含能和隐含碳.结构系统的隐含能和隐含碳在计算时分原始材料和非原始材料2类.混凝土结构分桁架混凝土结构和预应力混凝土结构.桁架混凝土结构和预应力混凝土结构采用原始材料时对应的隐含能分别为808MJ/m2和1036MJ/m2,对应的隐含碳为100kg/m2和133kg/m2.Kim[27]采用投入产出法,根据不同结构建筑主要材料的消耗量和韩国经济基础数据计算建筑能耗与碳排放.研究特别分析了螺纹钢、型钢占建筑总能耗与碳排放的比例。表2,3反映多数研究者认为木结构建筑比混凝土结构建筑和钢结构建筑有更低的隐含能和隐含碳.另一方面,单从隐含能的角度,CORRIM[33]、UN-HABITAT[34]、BuchananandLevine[35]的研究也显示,木结构住宅相较混凝土结构住宅有更低的隐含能.BorjessonandGustavsson[36]考虑土地使用和替代的影响,得出同样结论.瑞典和挪威学者PetesonandSolberg[37]依赖建筑材料、废弃物管理和森林碳汇流,也得出同样结论.LenzanandTreloar[38]参考澳大利亚材料价格采用投入产出法分析了BorjessonandGustavsson的研究数据,得出隐含能是BorjessonandGustavsson研究结果的2倍,但也有同样的结论.从结构的环境影响角度,日本Gerilla用全球变暖潜力来描述建筑的环境影响,认为混凝土结构比之木结构有更高的环境影响(多23%).其他方面,Li研究木结构替代混凝土结构以及木结构替代钢结构的替代效应因子.Arima认为木结构建筑有碳储存功能,由于碳储存的原因,Arima把城市木建筑群称为“城市森林”,指出日本城市中的碳储存为1.5×108t碳,超过日本森林6.8×108t碳储存的20%.从建筑结构类型看,木结构碳排放的减量是混凝土结构的1/2,是钢结构的2/3.Griffin认为木结构在隐含能、隐含碳和重量方面有利,但木结构有很差的隔声性能,同时需要配备石膏板防火系统和自动喷淋系统以满足防火的要求.Schmidt在Gagono、Pirun及Crespell、Gagnon研究的基础上以某高层住宅为例,研究CLT交叉层积材结构在美国使用的潜力.研究指出CLT结构的防火性能可以满足法律的要求.相较混凝土结构而言,由于CLT结构采用了更少的劳力及材料成本更低,有更低的隐含能和隐含碳.关于混凝土结构和钢结构,Guggemos认为钢结构和混凝土结构建筑在使用阶段的能源消耗没有区别.尽管在建设阶段钢结构的能源消耗指标比混凝土结构要小很多,然而需要注意的是,钢结构材料在生产过程中的能耗一定程度上超过了其在建设阶段、废弃阶段相对于混凝土结构的能源节约.所以Guggemos认为从全生命周期的角度来看,钢结构并不会比混凝土结构更优越.Kim认为混凝土结构相较钢结构具有减少能耗、减少建设成本(含碳排放成本)的优势.Griffin认为钢结构如果考虑足够高的回收率的话,它的隐含能与混凝土结构是有可比性的,但钢结构的隔热性能不好,隔声和防火性能也是最差的.简言之,Guggemos认为混凝土结构和钢结构在生产阶段和工程建设阶段的能耗与碳排放高低互补,以致2种结构隐含能与隐含碳近似.而Kim和Griffin的研究结论比较一致,即在同等边界条件下混凝土结构比钢结构有更低的隐含能和隐含碳.但如果考虑钢材的回收利用,则钢结构与混凝土结构的能耗与碳排放亦相当.图2,3反映了不同时期、不同学者对木结构、混凝土结构和钢结构建筑隐含能与隐含碳研究的数据集群.从图2,3可知,研究成果不具有随着时间增加或减少的趋势,而且数据成果差异度较大.研究成果主要与研究者的研究边界、研究方法以及采用的数据来源(数据库)密切相关.但总体上,木结构建筑的隐含能与隐含碳低于混凝土结构建筑和钢结构建筑,混凝土结构建筑的隐含能与隐含碳在同等边界条件下低于钢结构建筑.

3不同结构建筑的环境影响

图4主要材料能耗占建筑能耗的百分比结构形式的不同并不意味着材料的单一性.Buchanan和Honey的研究显示,混凝土结构住宅中含有钢材和木材,钢结构住宅中含有混凝土和木材,木结构住宅中含有钢材和混凝土.表4为Buchanan和Honey研究木结构、混凝土结构和钢结构建筑能耗时,得出的不同材料能耗在建筑能耗中所占的百分比.由图4可知,钢材、混凝土和木材能耗分别在钢结构、混凝土结构和木结构建筑能耗中的比例都是最高的.从材料的能耗分配看,钢结构中钢材能耗占3种结构钢材全部能耗的50%以上,混凝土结构中混凝土能耗占3种结构混凝土能耗约50%,木结构中木材能耗占3种结构木材能耗的80%。考虑建筑运营阶段,Rossi认为50年生命周期混凝土结构运营碳排放加隐含碳是200~1500kg/m2,钢结构运营碳排放加隐含碳是180~1250kg/m2.Rossi强调运营阶段的环境影响占建筑全生命周期环境影响的62%~98%,而能源结构强烈影响着运营阶段的碳排放.将现有的能源结构向可再生能源结构转变,是Rossi提出的可持续建筑的发展之道,只有当能源结构更环保以后,结构隐含能在建筑全生命周期中才更具有代表性.关于颇具争议的“盈余森林”和“负碳排放”,中瑞典大学Gustavsson指出,木结构建筑由于采用了生物燃料替代了化石燃料,有更高的“负碳排放”.混凝土结构建筑全生命周期的碳排放是负值,原因是“盈余森林”的存在,即混凝土结构建筑由于需要更少的木材,提高了建筑生命周期的生物质能.从建筑的能量平衡和碳平衡看,Gustavsson指出木结构建筑的能量平衡及碳平衡除了不考虑木材加工残留物或废弃木材作为燃料再恢复使用外都是负的.木结构建筑比混凝土结构建筑有更低的碳排放.表5是Gustavsson案例在最佳情境和最不利情境下的能量平衡和碳平衡(某公寓住宅建筑面积为1190m2).图5,6是Gustavsson案例最佳情境时能量平衡与碳平衡的过程示意图.

4不同墙体建筑的碳排放

美国硅酸盐水泥协会MedgarL.Marcean[15]等研究2种不同结构墙体(木框架墙和混凝土隔热墙)住宅的生命周期评估.图7,8为2种墙体不同的结构构造,二者差异在于木框架樯以合板为主要材料,混凝土隔热墙以混凝土为主.报告采用Simapro软件[39]对某2层住宅案例进行模拟,并考虑住宅分布在美国的5个城市(代表美国5种不同的气候)以对比分析.案例住宅设计满足美国1998年国际能源保护法(IECC)[40]的需要.在软件模拟中采用了Eco-indicator99(荷兰和瑞士),EDIP/UMIP96(丹麦),EPS2000(瑞典)3种不同的准则.并在Eco-indicator99中采用了不同的权重设置(共有3种情境).在建筑的运营阶段,采用VisualDOE2.6软件[41]模拟家庭能源消费,因为该软件在模拟家庭能源消耗方面比其他软件更精确.该报告的LCA评估在ISO14040框架[42]下执行.研究案例的系统边界包括能源和材料的输入和输出、使用和维护,但不包括废弃情境和废弃物处理.LCA评估中使用的LCI数据来源于公开发表的报告和可获取的商业数据.同一住宅在5种不同准则(情境)下的环境影响被归一化和加权为一个没有单位的环境负荷分数.研究数据显示,几乎在5种准则(情境)所有情况下,木框架墙住宅的环境影响指标比混凝土隔热墙住宅的环境影响指标要大,混凝土隔热墙住宅有更低的环境影响分数.如果仅考虑建筑材料,木材和铜管的环境影响排放第1位和第2位,以水泥为基础的材料排第3.

篇6

2结果与分析

2.1家庭碳排放总量中国正处于城市化快速发展阶段,人们对生活质量的要求逐渐提高,各种能源商品及服务的消费支出相应增加,城乡家庭碳排放总量不断增加(图1)。1995-2011年,我国居民家庭碳排放总量呈现先缓慢上升后快速上升的趋势,从1995年的6.54亿t增至2011年的23.78亿t,增加了263.28%。其中,城镇从1995年的3.30亿t增至2011年的16.31亿t,年均增长9.85%;而农村从1995年的3.24亿t增至2011年的7.47亿t,年均增长5.03%。城镇家庭碳排放增速始终大于农村,城乡家庭碳排放差异从1995的1.02倍增至2011年的2.18倍,差距不断扩大。

2.2人均家庭碳排放量1995-2011年,我国人均家庭碳排放先缓慢增长后迅速增长(图2),从1995年的0.54t/人增至2011年的1.77t/人。17年来,城镇人均家庭碳排放始终大于农村,但农村增速大于城镇,城乡家庭人均碳排放差异从1995年的2.47倍降至2011年2.07倍。差距逐步减小,体现了我国城乡居民生活水平差距的缩小。

2.3直接碳排放与间接碳排放1995-2011年,城镇家庭直接碳排放增长了132.21%,间接碳排放增长了692.21%(图3),后者增幅远大于前者;直接碳排放比重从1995年的53.48%降至2011年的25.21%,间接碳排放比重从1995年46.52%增至2011年的74.79%,城镇家庭逐步转变为以间接碳排放为主。农村家庭直接碳排放增长了113.98%,间接碳排放增长了152.9%,两者增幅相当;直接碳排放比重从1995年的57.33%降至2011年的53.25%,间接碳排放比重从1995年42.67%增至2011年的46.75%,农村家庭仍以直接碳排放为主。1995年,城镇家庭直接碳排放是农村的0.95倍,2011年为1.03倍,城乡差距较小;1995年城镇间接碳排放是农村的1.11倍,2011年达到了3.49倍,城乡差距不断拉大。

2.4家庭碳排放结构将家庭碳排放分为煤炭(原煤、其他洗煤、型煤)、油品(汽油、柴油、煤油)、液化石油气、天然气、电力、其他能源(焦炭、焦炉煤气、其他煤气)、食品、衣着、居住、家庭设备及用品、交通通讯、文教娱乐、医疗保健、其他商品和服务共十四项。由于我国农村地区天然气暂未普及,使用量极少,故农村家庭不单独列出天然气的碳排放,而将其归于其他能源。城乡家庭在基本生活用能设施、能源类型、消费水平方面差异较大,两者碳排放结构差别显著(图4)。从城镇家庭的角度来看,交通通讯排放比重增幅最大,从1995年的3.03%增至2011年的21.14%,成为目前城镇最主要的排放源,这主要是因为近年来我国城市交通通讯基础设施的逐步完善,以及汽车、摩托车、移动电话等新产品不断的推出以及价格的下降;而煤炭排放比重降幅最大,从1995的32.31%降至2011年的1.94%,这主要是因为煤炭逐步被液化石油气、天然气等能源所替代。从农村家庭的角度而言,电力排放比重增幅最大,从1995年的13.31%增至2011年的32.22%,成为最主要的排放源,归因于农村能源结构的转变;煤炭排放比重虽大幅下降,但比重仍较大;食品排放比重下降幅度紧随其后,归因于农村居民消费结构的升级。

2.5不同收入水平的城乡家庭碳排放收入水平是影响家庭碳排放的重要因素[20,21]。2010年,我国城乡家庭不同收入水平间接碳排放变化情况如图5(直接能耗数据难以获得,因此仅考虑间接碳排放)。分析可知:无论城镇还是农村,随着收入水平的提高,各类型间接碳排放都呈增加趋势,对于城镇家庭,增幅最大的为交通通讯排放,其次为文教娱乐和居住排放;对于农村家庭,增幅最大的为居住排放,其次为交通通讯、文教娱乐、医疗保健排放。同时,随着收入水平的提高,食品排放比重下降,而交通通讯、文教娱乐排放比重上升。

2.6各省区城乡人均家庭碳排放我国幅员辽阔,由于地理位置、自然禀赋以及经济发展等因素,各省区城乡居民能源利用与家庭碳排放必然存在差异。限于数据的可得性,从人均家庭碳排放的角度对2010年我国30省区(不包括港澳台和)城乡家庭碳排放差异进行分析与比较。2010年,我国各省区城镇人均家庭碳排放均大于农村,以全国平均水平所在点为坐标原点,以①和②线为坐标轴,分为四个象限(图6)。其中,位于第一象限的北京、上海、浙江、广东、天津、福建、辽宁、内蒙古8省区的城镇和农村人均家庭碳排放均大于全国平均水平,该地区是节能减排的重点省区,应加强节能减排,且同时兼顾城乡区域;位于第二象限的江苏、黑龙江、山东、吉林、宁夏、河北6省区的农村人均家庭碳排放大于全国平均水平,而城镇小于全国平均水平,该地区应注重农村地区的节能减排;位于第三象限的湖北、陕西、湖南、河南、安徽、四川、广西、山西、新疆、江西、海南、青海、甘肃、贵州14省区的城镇和农村人均家庭碳排放均小于全国平均水平,该地区节能减排工作应在保障当地人民基本生活水平的基础上进行;位于第四象限的云南、重庆2省区城镇人均家庭碳排放大于全国平均水平,而农村小于全国平均水平,该地区节能减排应侧重城镇地区。

3讨论

随着我国经济社会的发展,城乡居民生活水平逐步提高,来自家庭生活消费的碳排放总量不断增加,家庭碳排放占我国碳排放总量的比重也不断上升,以家庭为单元的节能减排工作逐步提上议程。文中通过对1995-2011年我国城乡居民家庭碳排放的评估分析,形成以下认识:(1)我国居民家庭碳排放快速增长,这与我国前期总体排放水平较低、排放增长需求强密不可分。城镇居民家庭碳排放的增速明显高于农村,这与城镇化进程、城镇人口增长和消费能力的差别密切相关。城镇是家庭碳排放的主要贡献者,如何引导城市在快速发展的同时减缓碳排放增长速度,是城市决策者必须考虑的重点;农村能源消费行为逐步与城市接轨,优质能源(如电力)比重逐年增大,传统能源(如煤炭)比重逐年降低,为节能减排带来一定的契机。节能减排政策的制定应从城乡差异的实际出发。(2)文中研究表明,17年来,家庭碳排放的重点向电力、油品、交通通讯等方面转移。其中,城镇家庭交通通讯排放增长迅速,成为主要排放源,而煤炭排放比重快速下降;农村家庭电力排放增幅最大,替代煤炭排放成为最大排放源。科学利用家庭碳排放结构动态变化规律及其趋势预测对节能减排工作进行合理部署。(3)在文中分析的全国30省区中,城镇和农村的人均家庭排放均低于全国平均水平的有14个,而高于全国平均水平的仅有8个,低水平排放省区主要分布在中西部地区,且中西部省区的城乡排放差距更大,这意味着不同省区城乡人均家庭排放的现状、减排基础、排放增长需求等均有较大差别。应广泛考虑区域实际发展需求,使不同地区享有同等的发展权,同时关注城乡差距,将农村家庭的节能减排工作与脱贫发展互动结合。

篇7

相比较而言,吉林省和辽宁省二氧化碳排放的环境库兹涅茨曲线与黑龙江省不同,呈现为标准的“倒U”型,且逐渐接近最高点(见图2和图3)。吉林省和辽宁省的经济增长速度的变化趋势与黑龙江省相同,但2008年之后,吉林省和辽宁省的产业结构并没有出现“逆工业化”的回调趋势,特别是吉林省近年来的工业化速度明显加快。黑龙江省的能源结构较快得到优化,而吉林省和辽宁省的非碳能源消费比重分别不足2%和1%。因此,如果沿着这个趋势来判断未来吉林省和辽宁省的CKC拐点已经确立的可信度较高。随着未来工业化的深入发展,黑龙江省的二氧化碳排放总量可能还会继续上升。

二、结论与建议

通过上述比较分析可知,由于不能确定黑龙江省的CKC曲线是否已经达到最高点,且第二产业比重回调,未来黑龙江省为发展低碳经济而进行产业结构调整和实现工业化的过程中,应注重以下几个方面:

篇8

1.2指标选取与模型构建

(1)指标选取从上述文献可以看出,影响我国交通运输业碳排放的因素可能有交通发展水平、交通能源强度、交通运输结构、人均GDP、居民收入等因素。根据蔡博峰等人的研究,和国外不同,我国交通部门CO2排放量和人均GDP之间并不显著相关(判定系数R2=0.214),这可能是由于我国交通领域的CO2排放主要受工业生产和经济活动驱动,而不是家庭收入的驱动;我国道路交通CO2排放与居民收入的相关性很低(判定系数R2=0.147),这可能是我国道路运输的CO2排放并非像一些发达国家以私家车排放为主,而很可能主要以货车、出租车、公司商务车和政府用车为主[15]。因此人均GDP、居民收入不是影响我国交通运输业碳排放的主要因素。由于如何量化交通运输结构存在一定的分歧,因此本文重点研究交通发展水平和交通能源强度对我国交通运输业碳排放的影响。选取交通运输业碳排量为因变量,交通发展水平和交通能源强度为自变量,用能源消耗法计算交通运输业碳排放,交通发展水平用换算周转量指标表征,交通能源强度用单位换算周转量的能源消耗表征。(2)模型构建基于上述研究方法和指标,本文构建了交通运输业影响因素的计量经济模型:y=u+αx1+βx2,(1)式中,μ为随机误差项;y为交通运输业碳排量值;x1为交通运输业换算周转量;x2为交通能源强度;α,β为回归系数。

1.3数据处理

(1)交通运输业碳排量测算模型及结果根据《IPCC2006国家温室气体清单指南》,移动源(交通部门)的CO2排放核算方法可以分为两种。方法一是自上而下,基于交通工具燃料消耗的统计数据计算;方法二是自下而上,基于不同交通类型的车型、保有量、行驶里程、单位行驶里程燃料消耗等数据计算燃料消耗,从而计算CO2排放。由于获取我国不同类型机动车行驶里程和油耗等数据比较困难,因此基于公开数据完全采用第2种方法的可行度较低。考虑我国成品油生产和供应的垄断性很高,因而采用第1种方法基于交通工具燃料消耗的计算精度高。本文根据第1种方法构建交通运输业CO2排放测算模型:EQ=EQp+EQc+EQg+EQe+EQh,(2)式中,EQ为交通运输业总CO2排放量;EQp为消耗石油燃料的CO2排放量;EQc为消耗煤炭的CO2排放量;EQg为消耗然气的CO2排放量;EQe为消耗电能折算的CO2排放量;EQh为消耗热能折算的CO2排放量。①消耗石油燃料的CO2排放量交通运输业中使用石油燃料的主要有汽油、煤油和柴油等。EQp=∑(不同燃油消耗量×CO2排放系数),其中燃油、煤炭、燃气等各种能源CO2排放因子取《IPCC2006国家温室气体清单指南》第2卷能源中的表2-2所规定的值。终端电的消耗不直接产生CO2,但电厂发电过程中会产生CO2,属于间接碳排放。在火电、水电和核电3类电厂中,水电和核电厂产生很少的CO2排放,可以忽略不计,因此本文主要计算火电厂产生的CO2排放。(2)交通运输业换算周转量计算公式及结果交通运输业换算周转量TR为客运周转量和货运周转量之和。采用客/货运周转量转换系数(如表2所示),将客运周转量转换成货运周转量,并与原来的货运周转量相加,最后得到换算周转量,如表3所示。各运输方式周转量数据来源于我国历年的统计年鉴。(3)交通能源强度计算公式及结果交通能源强度EN用单位换算周转量所消耗的能源量表征。由于能源的种类众多,因此能源消耗按发热量折算成标准煤表示,即:交通能源强度=能源消费量换算周转量。

2实证结果分析

2.1数据预处理

为了避免时间序列数据出现伪回归的现象,对EQ,TR,EN数据进行对数变换,这种处理不会影响数据的统计性质,对数变换后的序列分别用LNEQ,LNTR,LNEN表示,检验均由EVIEW6.0完成。

2.2单位根检验

本文的平稳性检验采用常见的ADF单位根检验,得到相关数据序列的单整性阶数如表5所示。原序列和其一阶差分序列的ADF单位根检验表明,LNEQ,LNTR,LNEN均为一阶单整序列I(1),满足对其进一步进行协整检验的要求,变量彼此之间可能存在协整关系。

2.3Johnsen协整检验及标准化协整方程

(1)迹检验和最大特征值检验对3个变量LNEQ,LNTR,LNEN进行Johnsen协整检验,检验结果如表6、表7所示。表6和表7的结果均表明,LNEQ,LNTR,LNEN在0.05的显著水平下拒绝了没有协整关系的假设,接受了至多存在一个协整关系的假设。这说明在0.05的显著水平下序列LNEQ,LNTR,LNEN间存在一个协整关系,能够建立向量误差修正模型。(2)标准化协整方程Johnsen协整检验除给出协整关系的检验外,还给出了协整关系式。本案例的无限制条件下的协整关系如表8所示。为了使序列间的更为明显直观,一般将排序第一的序列前的系数标准化为1,这样表示的协整关系称为标准化协整关系,如表9所示。因此,最终的协整方程为:LNEQ=1.429165×LNEN+0.985885×LNTR,se=(0.07462)(0.01502)。(3)式(3)揭示了LNEQ与LNTR,LNEN间的长期均衡关系:交通能源强度每增长1个单位将导致交通运输业碳排放上升1.429165个单位,交通运输换算周转量每增长1个单位将导致交通运输业碳排放上升0.985885个单位。

2.4VECM模型及检验结果

协整关系只能说明各序列间的长期均衡关系,为了分析EQ与TR和EN的短期动态关系,需要建立将短期波动与长期均衡联系在一起的误差修正模型(VECM)。通过Eview6.0估算出误差修正模型:D(LNEQt)=-0.681440×ECMt-1-0.467110×D(LNEQt-1)+0.249810×D(LNENt-1)+0.200329×D(LNTRt-1)-0.064671,(4)式中,LNEQt,LNEQt-1分别为第t年和第t-1年交通运输业碳排量的对数变换;LNENt-1为第t-1年交通运输业换算周转量的对数变换;LNTRt-1为第t-1年交通能源强度的对数变换;ECMt-1为误差修正项。由式(4)可以看出,交通运输业碳排放的短期波动可以分为3个部分:第1部分是前一期碳排放变动的影响,第2部分是前一期能源强度和交通发展水平的影响,第3部分是前一期碳排放偏离长期均衡关系的影响。上年度LNEQ增加1个单位,本年度LNEQ反方向变动0.467110个单位。上年度LNEN增加1个单位,本年度LNEQ正方向变动0.249810个单位。上年度LNEQ增加1个单位,本年度LNTR正方向变动0.200329个单位。上年度的非均衡误差以68.144%的比率对本年度碳排放增量做出修正,即以-68.144%的调整力度将非均衡状态拉回均衡状态。

篇9

(一)计量模型设定本文的计量模型首先将碳排放作为因变量,服务贸易开放度(服务贸易进出口额占GDP比重)作为自变量。为检验二者的非线性关系,加入服务贸易开放度的平方项作为自变量。其中,poll为环境污染,用二氧化碳排放量(人均公吨数)代替,X为影响碳排放的其他控制变量,为误差项。根据已有研究,影响一国环境的因素包括经济规模、技术进步、产业结构等。因此,添加外商直接投资占GDP比重(fdi)、技术水平(tech)、工业规模(scale)、收入水平(lngdp)作为控制变量。为减小异方差,对人均GDP取自然对数,其余指标为百分比,不做对数处理。因此,模型(1)扩展如下。

二)数据和变量解释本文的计量分析数据使用的是1995~2009年50个国家的面板数据,其中包括高收入国家20个,中等收入国家30个,样本总容量为750。选择1995~2009年这个区间是因为1995年《服务贸易总协定》正式生效,服务贸易开始进入大发展时期。碳排放包括二氧化碳、一氧化碳等碳氧化物,本文选择二氧化碳作为因变量(人均公吨),基于两方面考虑:一是二氧化碳是最常见和最主要的温室气体,具有代表性;二是根据数据可获得性原则。服务贸易开放度(open)用各国服务贸易进出口额占GDP比重代替。一般而言,一国服务贸易开放度指数越高,其第三产业在三次产业中的占比会越高,从而对环境的影响会越小。但是,服务贸易中的运输服务所需的交通工具以及旅游服务等劳动密集型行业均会产生二氧化碳等气体,对环境构成影响。fdi表示外商直接投资占GDP比重。国内外学者如郭沛等(2013)、Acharyya(2009)、Hajkova和Nicoletti(2006)、Grosse和Trevino(2005)等研究发现,FDI对环境具有影响,且以间接影响为主。如一国或地区所吸引的外资投向化工等易产生污染的行业,对环境造成影响;再比如,一国或地区吸引外资投向清洁行业,由于该行业的发展,带动下游原材料或中间产品的发展,但其原材料或中间产品却易对环境造成污染。因此,本文将FDI占GDP比重纳入模型。技术水平tech用GDP单位能源消耗代替,指平均每千克石油当量的能源消耗所产生的按购买力平价计算的GDP。一般而言,技术水平的提高能够有效地减少环境污染(曾波等,2006;李从欣,2009;李国璋等,2010)。收入水平用人均GDP代替,是国内生产总值除以年中人口数。现有研究结果趋于一致,即收入水平的提高能有效改善环境(陈红蕾等,2007),但是在不同收入水平国家其作用并不一致(黄顺武,2010)。经济规模scale用工业增加值(占GDP比重代替),因为此处考虑的是经济规模对环境的影响,因而工业增加值能很好地满足模型的要求。此处的工业与《国际标准行业分类》(ISIC)第10~45项相对应,增加值为所有产出相加再减去中间投入得出的部门的净产出。这种计算方法未扣除装配式资产的折旧或自然资源的损耗和退化,增加值来源是根据ISIC修订本第3版确定的。本文所有数据均来自世界银行网站()和世界贸易组织统计数据库(),数据的统计描述如表2。

(三)实证检验首先利用stata软件对二氧化碳排放量(CO2)与服务贸易开放度(trade)、外商直接投资占GDP比重(fdi)、工业增加值占GDP比重(scale)、收入水平(gdp)、GDP单位能源消耗水平(tech)之间的关系进行了线性拟合。发现二氧化碳排放量与trade、scale、gdp呈显著的正向线性关系,而与fdi的线性斜率则较小,与scale则呈负向的线性关系。由此形成如下预期:第一,服务贸易开放度与二氧化碳排放量呈正向线性关系。当加入服务贸易开放度的二次项时,预期呈倒U形,即服务贸易开放度与二氧化碳排放量之间符合环境库兹涅茨曲线的关系。第二,GDP单位能源消耗水平、收入水平和外商直接投资占GDP比重对二氧化碳排放量具有正向影响,即tech、gdp、fdi的增加会引起二氧化碳排放量的增加。第三,工业增加值占GDP比重对二氧化碳排放量具有负向影响,即scale的增加会减少二氧化碳的排放。接下来,本文分别从全样本、依收入水平分组的样本对各变量之间的关系进行回归分析,以检验是否与预期一致。1.全样本面板数据的实证检验本部分利用软件stata11.0对服务贸易开放度与碳排放之间的关系进行实证检验。依据前面设定的模型(2),对1995~2009年的跨国面板数据进行计量分析。我们在服务贸易开放度和服务贸易开放度平方项的基础上逐步加入控制变量进行回归。在计量方法上,经Hausman检验,拒绝采用随机效应模型的原假设,因而采用固定效应模型。同时,我们还依次检验了模型的异方差、序列相关性和截面相关性,发现方程(1)~(5)均存在异方差、序列相关和截面相关。为消除上述影响,最终统一使用D-K①校正的固定效应模型对方程进行估计(易行健等,2013)。估计结果如表3所示。由表3可知,尽管不断加入控制变量,但服务贸易开放度系数一直为正,并且在10%水平下均显著,表明服务贸易开放度的提高对二氧化碳排放量的影响为正。这一结果与刘华军和闫庆悦(2011)利用我国1995~2007年省级面板数据对贸易开放与二氧化碳排放的协整检验结果一致。可见,服务贸易并非传统观念中所认为的“清洁行业”,它与货物贸易一样会对环境造成污染。服务贸易开放度平方项的系数在5个方程中均为负数,且都在1%水平下显著,说明服务贸易开放度与二氧化碳排放量之间是倒U型的非线性关系。即在服务贸易开放度较低时,随着服务贸易开放度的提高,二氧化碳的排放量也会随之上升;当达到一定临界点时,服务贸易开放度的提高会减少二氧化碳的排放量。技术水平的系数为负,均在1%水平下显著,这与我们线性拟合结果预期相左,但是与现实更趋一致,因为一国技术水平的提高会有效地降低碳排放。收入水平和经济规模的系数均在1%水平下显著为正,前者与我们的线性拟合预期一致,而经济规模与预期相反。事实上,本文选取的衡量经济规模的指标是工业增加值占GDP比重,因而占比越高,二氧化碳排放量也随之增加,这是符合现实的。外商直接投资的系数为正,但是不显著。2.依收入水平分组的实证检验本部分在计量方法上首先直接采用固定效应模型①进行实证检验,分高收入国家、中高收入国家和中低收入国家3组。此外,为检验模型的稳健性,本文在固定效应模型回归的基础上,还加入了OLS回归。由表4可知,高收入国家服务贸易开放度对二氧化碳排放量有正向影响,但是不显著,而服务贸易开放度的平方项却与其呈显著的负相关。可见,高收入国家的服务贸易与碳排放是非线性关系,且服务贸易能显著地改善这些国家的碳排放。原因可能是高收入国家一般而言都是服务贸易进出口的大国,而且一般处于服务贸易的上游,即提供资本、技术密集型的服务,而传统服务贸易占比较低。对中高收入国家而言,服务贸易开放度与二氧化碳排放量呈显著的倒U型关系,即随着中高收入国家服务贸易开放度的提高,其二氧化碳排放量呈先增后减的趋势。对中低收入国家而言,服务贸易开放度对二氧化碳排放量的影响不显著,但是经济规模、收入水平和技术水平均在1%水平下显著影响。这一结果与我们的预期是一致的,因为中低收入国家一般还处于工业化时期,与高收入国家相比,无论是在服务贸易的规模还是技术水平上均存在较大差距,影响其二氧化碳排放量的主要是工业,因而服务贸易开放度对其影响尚不显著。此外,从稳健性检验可知,OLS回归的结果与固定效应模型回归的结果基本一致,表明本文回归结果是稳健的,偏差较小。

篇10

(2)投入产出法。投入产出法又称物料衡算法,它的原理是遵循质量守恒定律,即生产过程投入某系统或设备的燃料和原料中的碳等于该系统或设备产出的碳。投入产出法可用于计算整个或局部生产过程的碳足迹,但其无法区别出不同施工工艺和技术的差异,且获得结果的准确性有偏差。

(3)过程法。过程法在工程建设领域又叫作施工工序法。它是基于产品生命周期整个过程的物质和能源流动消耗来测算碳排放量,其思路是将施工阶段进行划分,列出分部分项工程的机械清单,然后用单位量乘以量就得到各分部分项工程的施工碳排放。过程法简便易行、精确性较高,但基于过程的物质和能源消耗数据不易获得,在一定程度上限制了该方法的应用。

(4)清单估算法。清单估算法采用IPCC政府间气候变化专门委员会公布的《IPCC温室气体排放清单》计算碳排放,主要原理是用各种能源的实际消耗量乘以碳排放因子加总得到总的碳排放量。碳排放因子指生产单位产品所排放的CO2的当量值,根据正常作业及管理条件,生产同一产品的不同工艺和规模下温室气体排放量加权平均得到,可在相关数据库中查得。清单估算法简单可行、应用面广,关键是要确定温室气体的排放清单并选择适当的碳排放因子。几种碳排放计算方法对比。本文的工程建设碳排放量计算是基于生命周期评价理论,将过程法和清单估算法有机结合而成的混合计算方法。具体过程为:首先,采用过程法,按照工程图样列出材料机械消耗清单,也可直接采用清单计价时的分部分项工程材料机械清单;其次,采用清单估算法,将各个材料和机械的消耗量进行汇总并选择合适的碳排放因子;最后,将消耗量数据与对应碳排放因子相乘并加总,即得到整个工程建设阶段的碳排放量。基于工程造价的工程建设碳排放计算。这种混合碳排放计算模型集合了过程法和清单估算法的优点,具有更强的可操作性和准确性,能够方便地应用于实际工程。同时,采用的工程量清单数据可直接套用工程造价数据,大大减少了碳排放计算工作量,在工程建设的同时,还可随工程造价进行碳排放的动态管理和控制。

2案例实证

本文选取铁路工程某建设项目进行工程建设阶段碳排放实例分析,由于该工程的特殊性质,在此不便对工程概况进行介绍,只运用工程造价数据进行计算分析。

2.1清单汇总

按照工程造价文件中的分部分项工程量清单,汇总出本工程材料和机械消耗量,用大写字母Q表示。根据工程造价文件中的机械台班消耗量和2005年《铁路工程机械台班费用定额》中的单位台班消耗指标,二者相乘即得到总的机械能源消耗量。汇总后,本文选取燃料和电力消耗总量最大的20种机械列举。

2.2碳排放因子确定

碳排放因子(CarbonEmissionFactor)是计算碳排放的基础数据,指消耗单位质量能源所产生的温室气体转化为二氧化碳的量。能源的碳排放因子包括了单位质量能源从开采、加工、使用各个环节中排放的温室气体量转化为二氧化碳量的总和。目前,关于碳排放因子的选用尚无统一标准,不同国家、组织和地区算得的碳排放因子往往有很大差别,在一定程度上影响到计算结果的准确性。本文总结并借鉴了现有碳排放因子,选择其常用值或平均值作为工程建设阶段碳排放计算的参考,各能源或材料的碳排放因子用F表示。

2.3碳排放量计算

根据上文数据,可利用以下公式求得工程建设不同阶段总的碳排放量CE。工程建设不同阶段碳排放量汇总。

篇11

我国的环境政策是影响碳密集企业资产和负债的重要因素。2011年3月,“十二五规划”明确提出到2015年非化石能源只占一次能源消费比重的11.4%。该约束性指标更清楚地表明了中国发展新能源的决心。为了推进企业实行低碳,淘汰落后产能,国务院颁布了《加强淘汰落后产能工作的通知》,加大对小炼铁、小火电关停力度,由此可见碳排放的治理显示出它重要的位置。同时,我国碳市场的法律法规有了较大进步。2012年11月9日《深圳经济特区碳排放管理若干规定》已出台并正式实施,这是我国首部规范碳排放权交易的地方法规,使困扰我国碳排放交易有关主体、配额、交易方式、处罚等诸多问题得到了明确。同时我国出台了一系列政策来促进企业实行低碳,包括奖励和惩罚措施。“十一五”以后,我国在节能减排项目上投入了大量的专项拨款资金。如今,国家低碳技术创新专项资金最高可获2000万元扶持同时我国对再生资源实行税收优惠政策,对符合条件的风力发电、垃圾发电和燃料乙醇等实行增值税、消费税的优惠政策。在处罚力度上,显得略为单薄。例如在深圳,违反低碳生态精神,违背可持续发展的,最高罚款为20万元。

(二)碳战略管理现状

(1)我国缺乏碳披露相关的法律法规。

碳信息披露项目(CDP)是英国成立的非营利性组织,旨在推动企业积极应对气候变化。在2011年CDP对全球企业进行的碳披露项目中,54%的被调查中国企业(100家样本企业)不愿意披露自己的碳信息。500强报告中的10个“未回复大企业”中,光中国企业就有3家。事实上,负责CDP项目的人员与企业沟通的时候经常会遇到一些困难。如上市企业不明白什么是碳信息披露以及为何要进行碳披露。不仅如此,企业部门缺少碳战略智能部门,导致无人填写问卷。目前为止,我国并未出台系统的有关碳披露的法律法规,导致与国外碳信息披露标准的脱轨。然而,随着我国碳市场的兴起,有关碳信息披露的政策必将影响到企业的生存发展,特别是一些碳密集型企业。

(2)企业内部缺乏碳法规和相关职能部门应对新型的低碳经济。

我国企业对与如何进行碳管理仍然停留在概念层面。在2011中国CDP报告中仅有15%(100家样本企业)成立了专门应对温室气体的治理机构,16家企业披露了其温室气体的绩效及激励机制,23%的企业披露了应对温室气体变化风险的方法体系。然而,外界希望企业实行碳信息披露制度的情绪高涨,为了满足政府和社会公众当前和未来对于“温室气体排放及其影响”相关信息的需求,有必要在企业内部建立一个自上而下的温室气体排放信息框架体系以及相应的信息披露平台。

二、企业内部“自上而下”的碳影响报告书建立

(一)编制碳影响报告书的前提:编制温室气体清单

为了有效应对温室气体变化和碳市场的出现,企业必须通过持续、透明的操作过程去建立一个有登记制度和全面审查制度的温室气体清单,这个清单能够帮助公司去测量其碳足迹。建立清单的第一步在于理解现有的温室气体会计准则。由于我国缺乏完善健全的碳会计体系,可以借鉴国际会计准则和环境会计准则中有关温室气体的确认计量和报告披露。通过此举,可以确信企业的碳足迹计量和披露的标准是恰当的,也就是说确认计量温室气体排放的标准必须和相应的会计政策相吻合。由此,企业有关碳的披露报告是公允且准确的,能够被公司管理层、股东和政府机构相信和理解,从而衡量企业是否遵守了国家的法律法规。关于如何建立温室气体会计标准,我国企业可以借鉴世界资源研究院(WRI)的“温室气体协议:企业计量和报告准则(企业标准)”。要想充分利用相关会计准则,必须对物理碳足迹和温室气体排放成本有深刻的了解。完成第一步以后,便可以开始企业碳影响报告书的建立。

(二)碳影响报告书编制要求

(1)碳影响报告书通过将碳信息转换成财务信息帮助企业进行决策分析。

企业的碳影响报告书应当实质有效地反应碳资产和碳负债。这一体系将帮助企业决策者将物理碳排放信息转化成财务上的信息。鉴于无论是GAAP还IFRIS都缺乏可指导的碳排放交易、碳汇、碳抵消等财税准则,这里建立的企业碳影响报告书将有效地处理物理碳信息和财务信息之间的鸿沟。碳影响报告书能够帮助企业决策者分析物理数据上的碳足迹并将其转化为财务上的指标,从而分析碳排放对企业利润的影响。关于如何建立一个有效的碳报告体系,企业必须在一段时间内建立一个合理而透明的估价机制,从而评估出有关的碳资产和碳负债。然而,建立这样的估价机制到目前来说是有很大困难的,主要在于没有有关碳抵消信用额度和碳排放分配额的市场价格。以下是在建立碳影响报告书时遇到的一些会计计量上的问题。

(2)碳影响报告书中影响会计计量的因素。

主要包括:一是碳抵消的市场价格。碳抵消的价格是受地理因素、碳抵消标准和碳信用影响的。公司应当采用当前市场价格或者采用碳市场交易下明确标明的价格。然而,在用它情况下,企业必须采取较低的价格从而减少企业对利润的操纵。这样使得企业对碳信用的估价是准确公允的。二是碳的社会成本。碳的社会成本是指企业由于排放温室气体违反相关法律法规而造成的潜在成本。通常是指企业向大气排放二氧化碳对社会环境造成破坏而形成的经济上的代价,如罚款。目前在我国,企业由于碳排放污染的最高罚款相较于发达国家显得较少,但由于我国将越来越重视循环低碳经济,企业的社会成本必将增加。社会成本的估价在碳减排和碳排放市场无确定交易价格时显得尤为重要,社会成本的计量将减少企业由于碳排放的不确定性和交易价格不稳定性而造成的财务风险。社会成本是确认计量企业较长时期内的成本,这将提高温室气体披露报告的质量和可信度,同时有助于企业进行相关的碳资本预算。三是温室气体的分类操作。温室气体来源的分类是很重要的,能够确定什么样的活动排放碳,排放出来的碳属于哪个排放种类。确定温室气体的种类是为了根据公式计算出温室气体的排放量。排放种类可以被分为三类:一号直接排放源(化石燃料、交通燃料、加工等)、二号间接排放源(购买的电力、暖气、冷气等)与三号间接排放源(生产采购的原料、商务出差、雇员上下班等)。每个企业的性质不同则关注的重点排放种类也是不同的,例如电力企业应当关注一号直接排放源,而一个零售商应当注重三号间接排放源。通过分类计算并结合相关部门、法规和股东的因素,可以得出哪些部门或者业务的碳风险是较高的。四是能源成本。与确认计量有关的碳减排一样重要的是能源资源成本。这样使得低碳清洁项目在企业有了优先执行的机会,从而减少由于执行高碳项目而带来的损失,使得企业减少资本预算并增强了竞争力。五是碳资产。碳资产=社会成本的减少+碳抵消+碳减排。六是碳负债。碳负债=社会成本的增加+碳排放违法相关法律法规的成本+产品生产过程中的碳排放成本。七是碳定价机制。在碳资产方面,应当以货币计量每吨碳减排量带来的经济效益。在碳负债方面,以货币计量每吨碳排量带来的损失。总之,碳影响报告书必须包括所有的碳活动,包括碳减排和购买碳排放量。碳资产与碳负债之差得出一个净额,这个净额为碳所有者权益,即为净碳。净碳是作为企业进行长期碳管理的目标和碳资本预算的标准,通过此举达到减少温室气体排放的目的。

三、温室气体排放的全面管理

(一)建立碳全面管理模型,将碳管理融入到企业资本预算决策中,分析与碳排放有关的机遇与风险

有关温室气体的政策和碳排放市场充满危机的同时,也赋予了很多机遇。危机包括罚款和社会不良效应,机遇包括了成本的节约、商誉和罚款的避免。如企业能够严格执行编制温室气体清单表,并通过编制碳影响报告书去了解碳排放对公司财务的影响和相关的碳资产和碳负债,那企业就能有效的管理和温室气体排放有关的风险和机遇。企业之所以要衡量与碳排放有关的风险、或有负债和机遇,是因为企业通过此举能够做出更为完善的决定,比如在对相关碳密集企业的合并与收购时进行的风险评估调查,从而确定在该能源产业的投资是否正确。由此可得,一个对碳足迹有着深刻理解的企业在未来是有很强的竞争力的。为了充分利用这一竞争优势,企业应当保证对碳的决策分析是融入到企业决策的整个过程中的,即企业应当对碳排放进行全面的管理。企业建立的碳全面管理的模型,可以通过相关的财务管理工具和方法去分析和管理碳排放的成本、相关风险和机遇。

(二)将碳排放纳入资本预算的指标、影响因素与具体的影响

(1)碳排放相关的现金流量和测量碳风险的指标。

有效的管理与碳排放有关的风险、或有负债和机遇的目的之一是为了得出碳排放的现金流,从而将碳排放融入到资本预算的决策中去。资本预算是根据项目的正负的现金流量与项目的折现率算出投资项目的价值,从而判断该项投资是否值得。净现值、内部收益率、投资回报率、投资回收期、碳排放影子价格都将成为投资项目碳风险的财务指标。

(2)影响碳排放现金流量的因素。

碳足迹对项目现金流的影响有两方面。首先,在进行一项新的投资时,必须了解这项投资的碳足迹对整个公司的影响。其次,在进行企业合并收购时,将温室气体成本的资本预算融入到被合并方现有资产和负债中,从而掌握一项投资的真正成本。

(3)目前温室气体成本对企业的影响大大被忽视了,然随着社会进步,有关碳的成本将对企业造成重要影响。

不管是项目的投资还是企业间的合并,项目的资本预算都应当考虑为了遵守温室气体减排的相关法律法规,而产生的预计现金流量。比如,若潜在投资项目每单位生产量产生的温室气体超过了企业其他项类似的资产,那么潜在投资项目的资本预算应当包括为了碳减排而发生的成本。如果潜在投资项目每单位生产量产生的温室气体低于了企业其他项类似的资产,那么资本预算应当包含相关碳减排成本的节约。目前为止,温室气体成本对于资本预算的影响大大被忽视了。然而,随着碳市场和相关法规的持续发展,有关碳的成本将对企业造成重要的影响。

(4)碳排放是影响市场份额的重要因素。

除了温室气体排放对现金流造成的影响外,如果一个企业的单位生产力产生的温室气体较多,会对其市场份额产生不良影响。这样的企业从内部管理的角度,是缺乏效率的。相较于其他碳减排显著的企业而言,碳排放量较高的企业缺乏竞争力。因此,企业应当将碳排放管理纳入内部控制管理。比如,沃尔玛成为了碳减排的楷模,沃尔玛力争在供应链上减少碳排放量带来的成本。它认为污染代表着没用被利用的资源,从而会给企业带来成本。长期以往,高成本的供应链会因为竞争对手的低成本供应链而丧失客户市场。面临环境问题的企业也会因为遵守相关温室气体法规而带来较高的成本。市场上也会发觉这些风险,从而对债务和股票有更高的收益要求,从而对企业造成更大成本负担。

四、碳风险评估与全面管理模型应用

企业首先应当根据自己的性质建立建立一个高标准、登记制度的温室气体清单。其次,了解与温室气体减排有关的签字优势,从而建立一个自上而下得碳影响报告书,用来约束企业内部的每个人员。最后,将碳排放纳入企业资本预算,实行全面管理制度,测量碳风险和财务评估。以下矿物燃料发电力企业进行模拟。

篇12

对常规部门,生产要素(劳动力、资本、土地、能源)之间存在替代,通过多层的常弹性替代生产函数(CE5)描述;其他非能源商品则具有列昂惕夫函数(LEO)关系。对能源加工转换部门、生产要素(劳动力、资本、土地)之间存在替代,但能源之间不能相互替代。

居民的收入来源于劳动力、资本、土地和来自其他机构的转移收入,支出分为税收、消费、储蓄和转移支出,消费结构按线性支出函数(LE5)分配。企业的收入来自资本、土地和转移收入,支出分为储蓄和转移支出。政府的收入来源主要是税收(营业税、生产税、所得税、关税、出口税和碳税),此外还有资本、土地和转移收入。

2.进出口模块

作为单区域模型,本模型假设世界商品市场价格是固定的,但汇率随政策情景变化。本地生产的商品通过常弹性转换函数(CET)分为本地消费和出口两部分。本地消费的商品总量通过本地生产消费的商品、进口商品并通过阿明顿函数合成。

3.温室气体模块

本文只考虑化石能源燃烧排放的COZ气体,排放量可由能源消费量乘以排放因子获得。COZ的减排措施包括碳税、碳排放限制、碳交易、碳捕获和储存技术(CC5)、自主能效提高(ADEEI)等。

4.模型动态化设计

动态CGE模型是在静态CGE模型的基础上研究和模拟多时期(不同年份)的经济变动。

1)劳动力增长率

劳动力的变化和人口数量呈正比关系,人口的变化是外生的。

2)资本增长率

每一年新投入到生产活动的总资本等于上一年的总储蓄,然后按照各个生产活动拥有的资本比例分配到各个生产活动中。式(1)中,QFNO (A)表示生产活动A的新投资;QINV表示今年的总投资QF(A)表示A目前的总资本。

这是新资本的初始分配,再按以下两种方式进行校正:

一是按资本的回报率校正,资本回报率越高的生产活动,投入的新资本就越多。式(2)中,L}F(F,A)表示生产要素F在生产活动A中的价格;L}F(A)是生产要素F在所有生产活动中的平均价格;二是效率系数。

二是按宏观政策校正,2035年之前政府会对电子设备业、服务业等新型战略产业增加财政支出。同时适当降低对煤炭发电的投资.鼓励天然气发电和新能源发电的投资 

经过校正后的新资本毋1V0 (A)需要做归一化后再乘以总投资口INV,保证新资本总和不变。

 

5.全要素生产率(TFP)  全要素生产率(TFP)由劳动力、资本、GDP增长率等决定。式((6)中,。。表示TFP ; QVA万‘(l+脚二,)表示今年预期的增加值;脚二,表示GDP增长率血州表示生产要素的增长率。

 

篇13

1.2研究方法

1.2.1碳排放测算方法碳排放包括人为碳排放和自然碳排放,本文仅考察人为因素产生的碳排放。能源消耗及农作物生产为主要碳源,而林地和草地则为主要碳汇,其中,能源消费碳排放可通过能源消耗的碳排放系数计算,农作物生产的碳排放量及林地和草地的碳吸收量可以通过土地利用的碳排放及吸收系数计算1.2.2城镇化演进对碳排放贡献测度方法1)扩展Kaya恒等式构建Kaya于1989年提出了将碳排放与能源、经济和人口三个因素联系在一起的的Kaya恒等式。2)LMDI分解方法Ang等提出的对数平均权重Divisia分解法,是针对一段时期内能源需求或气体排放的因素分解方法,该方法具有技术成熟、形式多样、计算简单方便、分解无残差等优点,因而在能源消费及碳排放测算中得到了广泛应用,为此,本文采用LMDI分解法对碳排放变化进行分解,以揭示出城镇化演进对碳排放的贡献份额。1.2.3城镇化演进对碳排放影响极限测度方法1)边际模型构建经济学边际理论是指:假设在其他条件不变的情况下,每增加或减少一个单位数量产生的效应,将经济学边际理论引入城镇化演进的碳排放效应研究中,可界定为:城镇化水平每增加1个百分点所导致的碳排放量,以MCE表示,借鉴李效顺等研究方法,构建安徽省城镇化演进对碳排放影响的边际模型:LnΔCU=α+βLnΔU(8)式中:ΔU表示城镇化水平的变化量;α、β为待估参数。2)边际碳排放变化率测度对式(8)求导可得城镇化演进的边际碳排放影响表达式:MCE=d(ΔCU)d(ΔU)(3)碳排放影响极限测度依据式(10),可测算研究时序边际碳排放效应变化率,以此作因变量,时间序列作自变量,借助Excel软件,通过作散点图,添加趋势线,选取多项式类型进行拟合,可获取城镇化演进边际碳排放效应变化率拟合曲线,若该曲线二次项系数大于零,则该曲线为开口向上的U形抛物线,表明边际碳排放变化率存在极小值,依据二次曲线求极值方法,可测算出城镇化演进碳排放效应影响最小的极限时刻。

2数据来源与说明

为了保证数据可获取性与完整性,本研究选取安徽省1995—2011年数据考察城镇化演进对碳排放极限影响,数据来源及说明如下:(1)能源消费界定为:物质生产部门、非物质生产部门和生活消费的各种能源总和,包括原煤和原油及其制品、天然气,不包括低热值燃料、生物质能和太阳能等。能源消费数据来源于《中国能源统计年鉴》。(2)城镇化涉及人口、土地、产业、社会多方面因素[17],表征城镇化水平有综合指标法、单一指标法两种[37],单一指标度量方法,数据易取,计算简洁,得到了国际上大多数国家和地区的认同[17],也为中国学者普遍采用[7-17,22-25,37],因此,本文使用单一指标法来测度城市化水平,即用年末城镇人口占总人口比例表征,其数据来源于《安徽统计年鉴》。(3)GDP总量及人均GDP采用不变价格进行调整,方法为:实际指标=当年指标×100÷CPI价格指数(以1990年为100),数据来源于《安徽统计年鉴》。(4)耕地面积、林地面积来源于《安徽统计年鉴》,草地面积数据来源于《中国草地资源数据》。

3结果与分析

3.1碳排放分析

依据公式(1),运用《中国能源统计年鉴》、《安徽统计年鉴》及《中国草地资源数据》中原始数据及表1中碳排放与吸收系数,可得1995—2011年安徽省碳排放(图1),图1表明,安徽省碳排放量由1995年的2182.39×104t增至2011年的10120.20×104t,年平均增幅为10.06%,城镇化水平由1995年的19.09%提升至2011年的44.8%,年均增幅为5.48%,碳排放与城镇化水平均呈增长态势,但碳排放增幅快于城镇化水平升幅。将图1中碳排放与城镇化水平时序数据输入SPSS17.0软件进行关联分析,结果显示,在0.01水平(双侧)上,两者关联系数达0.945,由此表明,研究时序内,安徽省城镇化演进是导致碳排放持续增加的重要因素。

3.2城镇化演进对碳排放贡献测度

依据式(8),可对安徽省1995—2011年城镇化演进过程产生的碳排放进行测算,结果如表2。由表2可知,1995—2011年,安徽省城镇化产生的碳排放总量为3602.78×104t,年均225.17×104t,城镇化演进的碳排放增量效应明显,但不同年份间波动性较大,表明城镇化发展是导致安徽省碳排放持续增加的重要因素,究其原因,首先,城镇化发展驱动了工业经济腾飞,也加大了基础建设投资,从而带动了能源消费数量的增加;其次,农村人口迁移至城镇后生活水平得到了提升,也相应地提高了人均能源消费量;再次,城镇化演进意味着土地利用类型变化,当林地、草地转变为建设用地后,必然引致从“碳汇”到“碳源”的转变,由此也导致了碳排放量的增加。

3.3城镇化演进对碳排放影响极限探索

3.3.1关联分析将表2中ΔCU与ΔU时序数据输入SPSS17.0中进行双相关分析,结果显示,ΔCU与ΔU间相关系数为0.842,且在0.01水平上通过显著性检验(双侧),表明城镇化演进产生的碳排放与城镇化水平时序数据间具有较高相关性,具备进行回归分析的条件。3.3.2城镇化演进对碳排放影响模型构建以表2中1995—2011年ΔCU时序数据作被解释变量,ΔU时序数据作解释变量,将其输入SPSS17.0中进行最小二乘回归分析,所得结果如表3。由表3可知,模型回归的R2为0.892,F值为115.771,Sig值为0.000,表明模型拟合较好,由模型回归系数可得安徽省1995—2011年城镇化演进对碳排放影响模型:LnΔCU=4.908+1.05LnΔU(11)3.3.3城镇化演进边际碳排放变化率测算对式(11)两边求导,可得城镇化演进边际碳排放影响表达式:由图2可知,1995—2011年,安徽省城镇化演进边际碳排放变化率整体呈不规整、波动性较大的特征,其变异系数(标准差与均值的百分比)达79.18%,究其原因,与安徽省城镇化发展速度有关,2000年前,安徽省城镇化发展速度波动性较大(如1996、1999年分别净提升2.62、3.67个百分点,而1997、1998年仅年提升0.31个百分点),而2000年后,城镇化发展速度保持在年均提升1~2个百分点区间内,变化较平稳,城镇化演进速度的快慢导致了碳排放量增幅多少的同向变化,进而引致了边际碳排放变化率变化明显。3.3.4城镇化演进对碳排放影响极限探索以图2中边际碳排放变化率时序数据为因变量,时间为自变量,在Excel2003软件中作散点图(图3),通过对图3的边际碳排放变化率曲线添加趋势线,选取多项式类型进行拟合,所得拟合方程的R2为0.186,表明边际碳排放变化率在时间维度上变化不规整(即变化轨迹既非U型也非倒U型,可能为N型),显示出边际碳排放变化率与时间变量间不构成依存关系,即不存在边际碳排放变化率极限时刻,这表明,安徽省城镇化演进对碳排放极限影响未能显现。为了进一步考察安徽省城镇化发展对碳排放影响的趋势,以表2中1995—2011年ΔU数据作自变量,ΔCU数据作因变量,将其输入SPSS17.0软件中进行曲线回归分析,通过选择不同拟合类型的多次试验,结果以乘冪函数拟合最优,所得R2为0.892,F值为115.778,且在0.01水平上通过显著性检验(Sig值为0.000),回归所得系数如表4,拟合曲线如图4。