前言：中文期刊網精心挑選了碳減排的經濟影響分析范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
碳減排的經濟影響分析范文1
>> 中國碳排放區域劃分與減排路徑 我國煤炭消費碳排放測算及減排對策 中國人均能源碳排放因素分解及減排途徑分析 中國碳排放的區域異質性及減排對策 中國碳排放變化的因素分解與減排路徑研究 印尼承諾2030年前減少29%碳排放 中國可能的減排途徑及減排潛力 基于SDDF的中國省區二氧化碳排放效率及減排潛力測度 能源活動碳排放核算與減排政策選擇 工業碳減排潛力及來源分析 2排放變化、驅動因素及其減排對策研究'> 低碳經濟下中國工業行業CO2排放變化、驅動因素及其減排對策研究 中國建筑業碳排放的影響因素分解及減排策略研究 中國2020年碳減排目標下若干關鍵經濟指標研究 縣域COD排放總量預測及減排潛力與對策研究 低碳交通電動汽車碳減排潛力及其影響因素探討 2排放峰值分析：中國的減排目標與對策'> CO2排放峰值分析：中國的減排目標與對策 河北省工業碳排放情景預測與節能減排潛力分析 出口商品碳排放量計算及減排研究 生活垃圾處理的碳排放問題和減排策略 特大型城市客運交通碳排放與減排對策研究 常見問題解答 當前所在位置：l.
[18]張兵兵，徐康寧，陳庭強.技術進步對CO2排放強度的影響研究[J].資源科學，2014，36（3）：567-576.[ZHANG Bingbing，XU Kangning，CHEN Tingqiang. The influence of technical progress on carbon dioxide emission intensity[J].Resources science，2014，36（3）：567-576.]
[19]王改革，郭立紅，段紅，等.基于螢火蟲算法優化BP神經網絡的目標威脅估計[J].吉林大學學報（工學版），2013，43（4）：1064-1069.[WANG Gaige，GUO Lihong，DUAN Hong，et al.Target threat assessment using glowworm swarm optimization and BP neural network[J].Journal of Jilin university（engineering and technology edition），2013，43（4）：1064-1069.]
[20]周永權，黃正新.求解TSP的人工螢火蟲群優化算法[J].控制與決策，2012（12）：1816-1821.[ZHOU Yongquan，HUANG Zhengxin. Artificial glowworm swarm optimization algorithm for TSP[J].Control and decision，2012（12）：1816-1821.]
[21]黃正新，周永權.自適應步長螢火蟲群多模態函數優化算法[J].計算機科學，2011，38（7）：220-224.[HUANG Zhengxin，ZHOU Yongquan. Selfadaptive step glowworm swarm optimization algorithm for optimizing multimodal functions[J].Computer science，2011，38（7）：220-224.]
[22]陳詩一.中國碳排放強度的波動下降模式及經濟解釋[J].世界經濟，2011（4）：124-143.[CHEN Shiyi. China’s carbon intensity fluctuation drop pattern and economic explanation[J].World economy，2011（4）：124-143.]
[23]杜強，陳喬，楊銳.基于Logistic模型的中國各省碳排放預測[J].長江流域資源與環境，2013，22（2）：143-151.[DU Qiang，CHEN Qiao，YANG Rui. Forecast carbon emissions of provinces in China based on Logistic model[J].Resources and environment in the Yangtze Basin，2013，22（2）：143-151.]
[24]劉華軍，趙浩.中國CO2排放強度的地區差異分析[J].統計研究，2012，29（6）：46-50.[LIU Huajun，ZHAO Hao. Empirical analysis of the regional differences of China’s carbon dioxide emissions intensity[J].Statistical research，2012，29（6）：46-50.]
[25]渠慎寧，郭朝先.基于STIRPAT模型的中國碳排放峰值預測研究[J].中國人口?資源與環境，2010，20（12）：10-15.[QU Shenning，GUO Chaoxian. Forecast of China’s carbon based on STIRPAT model[J].China population，resources and environment，2010，20（12）：10-15.]
[26]趙玉新，YANG Xinshe，劉利強.新興元啟發式優化方法[M].北京：科學出版社，2013.[ZHAO Yuxin，YANG Xinshe，LIU Liqiang. New metaheuristic optimization methods[M].Beijing：Science Press，2013.]
[27]張國有.經濟發展方式變化對中國碳排放強度的影響[J].經濟研究，2010（4）：120-133.[ZHANG Guoyou. Economic development pattern change impact on China’s carbon intensity[J].Economic research journal，2010（4）：120-133.]
[28]LIU N，MA Z， KANG J. Changes in carbon intensity in China’s industrial sector： decomposition and attribution analysis[J].Energy policy，2015，87：28-38.
[29]MOUTINHO V，ROBAINAAlves M， MOTA J. Carbon dioxide emissions intensity of Portuguese industry and energy sector： a convergence analysis and econometric approach[J].Renewable and sustainable energy reviews，2014，40：438-449.
[30]PAO H T，FU H C， TSENG C L. Forecasting of CO2 emission，energy consumption and economic growth in China using an improved grey model[J].Energy，2012，40：400-409.
[31]WISE M，HODSON E L， MIGNONE B K，et al. An approach to computing marginal land use change carbon intensities for bioenergy in policy applications[J].Energy economics，2015，50：337-347.
碳減排的經濟影響分析范文2
關鍵詞碳權分配；公平原則；效率原則；非徑向方向性距離函數
中圖分類號F062.2文獻標識碼A文章編號1002-2104（2016）07-0053-09doi：10.3969/j.issn.1002-2104.2016.07.007
隨著中國工業化與城鎮化的快速發展，溫室氣體排放造成的環境壓力備受關注。哥本哈根氣候大會上中國提出2020年單位國內生產總值碳排放量比2005年降低40%-45%的約束性指標。為完成這一目標，“十二五”規劃確定了省際減排任務，并成功控制了國家層面與地區層面的碳排放。在巴黎氣候大會上，中國又進一步做出了至2030年單位GDP的二氧化碳排放量比2005年下降60%-65%的減排承諾。為降低減排的經濟成本，國家發改委已宣布2017年啟動全國的碳排放交易市場。碳排放權的市場化以激勵低耗能企業約束高耗能企業的方式推動減排，必然會使我國各省區市因產業結構與經濟技術水平的差異而承擔不同的減排壓力。因此，在宏觀經濟整體增速放緩以及“北上廣”集聚效應增強的大背景下，“十三五”期間中國省際碳權分配不僅涉及國家減排目標能否成功向區域分解落實，更涉及到區域經濟平衡發展問題，甚至會影響到區域的社會與金融穩定。從區域碳權分配看，其重點在于公平性與效率性原則的選擇。本文力圖研究“十二五”期間中國省際碳排放效率，對比分析公平與效率原則在中國省際碳權分配中的適用性。這不僅有助于明確“十三五”期間中國省際碳權分配這一亟待解決的現實問題，亦將豐富低碳經濟理論，助推中國的低碳發展戰略。
1文獻綜述
國內外學者從多角度、多層次探討了碳權分配中公平與效率原則的選擇問題。相關文獻可以分為單一公平原則、單一效率原則、公平原則與效率原則的結合三類。
Kverndokk S[1]認為依據人口規模分配碳權符合公平原則。Van Steenberghe V[2]采用合作博弈論分析各國在長期內依照公平原則的碳權分配，提出祖父原則下的碳權配額高于減排能力原則下的配額。De Brucker K et al.[3]認為利益相關者管理方法能夠解決可持續發展困境問題。徐玉高等[4]計算了全球五大地區基于人口與GDP指標下的碳權配額，指出人口指標分配有利于多數發展中國家。祁悅等[5]在綜述碳權分配原則、標準和模式的基礎上，比較分析了不同原則的優劣，并提出中國基于歷史公平與人均原則最為有利。邱俊永等[6]選取國土面積、人口、生態生產性土地面積與化石能源探明儲量指標，基于基尼系數測算了G20主要國家碳權分配的公平性，并提出發達國家應承擔更大的減排責任。戴君虎等[7]運用動態人口算法、靜態人口算法與“人年”算法分別計算了人均歷史累計碳排放，指出“人年”算法保證了每個人在每年擁有相同的碳權配額，更符合公平原則。朱潛挺等[8]提出最優的全球碳權分配模型應基于平等原則綜合考慮世襲、支付能力與人均累計等因素。
然而單一的公平原則忽略了效率因素，造成效益受損。林坦等[9]運用DEA模型測算出歐盟國家碳權分配效率較低，并基于效率原則利用ZSG-DEA模型調整碳權分配后提高了分配效率。與林坦類似的，鄭立群[10]基于ZSG-DEA模型將DEA-BCC模型下的中國低效率碳權分配進行調整，獲得統一DEA有效邊界的分配方案，達到了碳權分配效率最優。為避免單獨從效率角度考慮碳權分配會導致結果有偏，一些學者兼顧了公平原則與效率原則。Yuan et al.[11]基于聚類分析方法，運用單一公平原則、單一效率原則以及兩者的結合，測度各區域在2020年的減排潛力，提出應在經濟發展水平與減排潛力下，實現公平與效率的結合。陳文穎等[12]模擬了全球碳交易情況，提出按人口分配碳權是最優選擇。鄭立群[13]通過構造分配滿意度與公平偏離指數，基于公平與效率的均衡，構建了從單要素角度對各地區碳減排責任進行分攤的模型。王倩等[14]指出當前碳配額免費分配的祖父原則貌似公平但卻有違環境貢獻的效率原則，提倡配額分配的拍賣方式與行業準則。于瀟等[15]基于非參數化標準DDF模型，對2020年碳總量減排目標分解時，指出第一階段應采用公平原則，第二階段應采用效率原則。
王倩等：公平和效率維度下中國省際碳權分配原則分析中國人口?資源與環境2016年第7期現有文獻對中國省際碳權分配效率與公平原則的選擇提供了理論指導，但是未建立“單原則分析-雙原則結合-確定原則選取”的研究范式，同時缺乏對中國現階段區域碳減排情況的經驗證據。
因此，本文接下來將對公平與效率原則進行理論分析，基于2011-2014年除外中國30個省市區的數據，從全要素角度，運用雙導向共同前沿非徑向方向性距離函數法分別計算省際碳排放強度與碳排放總量效率值。通過測算相應的技術差距比，計算各地區基于效率最優的減排能力，分析公平與效率原則的適用性。最后分析公平與效率原則兼顧下的中國碳減排方法，為“十三五”減排目標設定及配額分配提供理論依據和數據支持。
Fig.2Potential carbon intensity reduction of each region in ‘the 12th Five Year Plan’ based on the best TFCi
生產總值二氧化碳排放降低目標責任考核評估結果》可知，海南等級為良好，僅優于和新疆的合格等級。可見，海南雖然低碳競爭力排名第一[18]，環境友好程度也較高，但是完成基于歷史排放確定的減排計劃也較為困難。安徽作為農業大省，通過打造“農業改革試驗特區”等手段促進農業的現代化，有效控制化石能源的消耗。2012年安徽能源強度排名第二十二位。由此可見，在減排指標確定之前，兩個地區的碳排放已經得到有效控制?！笆濉逼陂g減排指標的確定時已經考慮了經濟發展水平的差距，經濟發達地區的減排指標普遍高于全國的平均水平（17%），而經濟落后地區的減排指標低于全國的平均水平，以體現公平分配的原則。但是，減排指標的確定仍忽略了各地區在減排技術效率層面（可減排空間）的差距。雖然海南與安徽能夠在已經達到前沿面的基礎上通過其他手段進一步減排，從而完成規定目標，但相比其它減排空間大的省市，這兩個省承擔了更大的減排壓力，削弱了這兩個省維持碳排放效率與控制碳排放量的意愿。
碳排放效率較低的地區減排潛力較高，即其減排能力提升的空間較大。如圖2所示，河北、山西、內蒙古、河南、廣西、貴州、寧夏、新疆等地2011-2014年間的碳排放效率點均處于X軸的下方，說明他們的碳減排潛力較大。由表1可知，這些省市區技術差距比較低。組前沿表示 東、中、西部地區的碳排放效率前沿，基于組前沿計算的各省市排放效率僅體現了某一省市與同一地區其它省市相比的碳排放效率，而共同前沿則是全國的碳排放效率前沿，基于共同前沿計算各省市碳排放效率體現了某一省市與全國其它省市相比的碳排放效率，也間接反映了若采用全國最優的碳排放技術，其效率提升的可能。由于效率測度都是以某一群體的最優者作為前沿面，再通過各省市與最優者的距離測算效率，因此可以通過組前沿與共同前沿的均值判斷各區域碳排放效率的差異。例如，內蒙古、陜西、青海與新疆等地，組前沿效率較高，而共同前沿均低于0.5。這表明黃河中游與大西北區域由于經濟發展水平、地理位置與資源稟賦等原因與東部沿海、南部沿海等碳排放效率較高區域存在差距，導致組前沿效率被高估。由此可見，與經濟發展水平的區域差距相似，碳排放效率也存在較大的區域差距。以2011年青海為例，組前沿與共同前沿下TFCi分別為0.740與0.305，表示采用大西北的最優碳排放技術，效率能夠提升0.260，而采用全國最優碳排放技術，則能夠提升0.695。區域碳排放技術是該區域的產業結構、資源稟賦以及經濟發展水平等因素的綜合體現，短期內難以快速提升，因此各地區雖然具有在共同前沿面下的潛力，但是“十三五”碳減排指標不能完全依照文中計算的最大潛力確定，而應充分考慮區域差異，在一定程度上依靠“行業排放額度”等公平原則進行分配。特別是，自1993年實施西電東送以來，貴州、甘肅與內蒙古等西部地區由于“西電東送”工程，將電力資源輸送至電力緊缺的廣東、浙江等地區，從而導致西部產生碳排放，而東部經濟獲得發展，形成“能源東送，污染西移”問題[19]。單純的考慮效率原則，又會忽略東西部地區碳排放與經濟產出不匹配問題。而中國電價未實現完全的市場化，更加重了“西電東送”工程下，西部地區對東部地區的利益轉移。因此考慮到環境破壞的后果，獲得收益的東部地區應對西部地區進行生態補償，或者針對“西電東送”工程實現碳排放的豁免，以實現“公平”與“效率”的結合。
分別表示基于TFCt最優的各省市2011-2014年碳減排指標完成潛力。從TFCt最優的角度來看，X軸上方地區仍為海南和安徽；X軸下方云南與青海的減排潛力降低，其原因是兩地的經濟發展水平增長潛力較大，可見在碳強度減排指標的要求下，提高經濟發展水平也是完成碳減排指標的措施之一。
由此可見，確定區域碳減排指標時，既應考慮海南、安徽碳排放效率較高地區的情況，又應關注碳排放效率較低的山西、陜西與新疆等地。為解決高效率地區與低效率地
年的效率值和技術差距比。
區的減排沖突，在省際碳減排指標的制定中應兼顧公平與效率原則，同時提升低效率地區的技術創新與進步，縮小各區域組前沿與共同前沿的效率差距，提升各地區減排能力。
5兼顧公平與效率的碳權分配
基于上文對各地區減排潛力測算，為解決安徽、海南等高效率地區與新疆、陜西等低效率地區的指標設定矛盾，本文提出了兼顧公平與效率的雙原則。在我國減排的最終落腳點是企業，因此本部分詳細研究減排省市區與減排企業碳權分配的雙原則，為中國“十三五”省際減排目標的設定與全國碳市場的構建提供理論依據和數據支持。
實現責任分攤的公平性是公平原則設定的基礎，國家設定省市區減排任務的最終責任為企業，因此減排的公平性主要體現在企業減排配額設定的公平性上，現階段我國公平原則下的碳權配額設定滿足條件如式（10），
碳減排的經濟影響分析范文3
[關鍵字]排放成本；碳交易；定價；
一、引言
歐盟碳交易體系形成以來，碳現貨價格劇烈波動，增加了碳交易市場主體的風險，為了降低和分散市場和交易風險，碳交易中的各種金融工具陸續產生并應用，并且在碳交易市場的發展中起到了關鍵而積極的作用。而碳交易市場上金融工具運用的核心又是碳排放權的定價問題?？傮w來說，對于碳排放權價格問題的研究無論是國內還是國外都剛剛處于起步階段， Nordhnus(2001)等提出了涵蓋人類活動、空氣、氣候、海平面、經濟活動等因素的整體碳交易評估理論模型。Capros(1999)等分析政策因素如財稅政策、能源政策等對碳價格和其他工業部門的影響。Alberola 等人(2008) 證明了只有在極端的溫度變化事件中，例如：使四季平均溫度都發生徹底改變的事件，溫度才會對碳價格形成影響。T.Bole(2009)運用WICCH模型，基于減排成本、各國GDP以及環境容量之間的聯系，提出了碳減排成本及價格的預測方法 。黃桐城和武邦濤（2004）從排污治理邊際成本以及邊際收益兩個方面對排污權定價進行了分析，并提出了微觀市場定價模型。仇勝萍和李壽德（2002）從環境因子的經濟以及非經濟視角，分析了排污權的定價過程中存在的困難以及解決對策 。胡民(2007)和林云華(2009)分別用影子價格模型對排污權的定價進行了分析。
這些研究成果對促進碳排放權的合理初始定價及交易價格的形成具有很大的指導意義。
在實際碳交易中，一些模型中的計算或度量過于復雜和不可測，并且要求交易雙方具有較好的數理基礎，方法的實際應用受到了限制。由于沒有統一的定價方法，也導致了碳現貨價格的劇烈波動，增加了交易主體的風險。
因此，本文提出一種簡單實用的針對企業之間碳排放權交易的定價方法。在這種定價模式下，企業之間的碳排放定價就只需對一個常數進行談判，大大降低了交易成本，簡化了定價的流程和程序，有利于在實際的交易中廣泛應用。
二、以兩企業為例的碳排放權定價分析
碳排放權交易是一種以市場為基礎的經濟刺激手段，由于技術水平，能源結構和利用率等方面的差異會導致不同經濟主體之間的碳減排成本不同，形成碳排放權的價格差，從而形成最初的碳交易動機，即出售方可以從交易中取得經濟收益，有減排承諾或者有減排限制的經濟主體如果本身碳減排成本較高就可以通過交易來降低成本，同時達到削減排放量的目的。
具體來說，不同國家的企業在減排承諾和減排成本上存在很大差異，這為不同國家不同企業之間進行碳排放的交易提供了現實可能，由于發達國家能源效率較高，新技術已經普遍被采用，并且已經經過一輪減排，排放基數已經較低，容易遭遇減排瓶頸，所以通常發達國家的企業的碳減排成本要高于發展中國家的同類企業。部分企業可以利用減排成本優勢進行碳排放權的出售，而另一些處于成本劣勢的企業可以通過碳排放權交易購買排放權。但在排放權的定價方面卻沒有統一的規定和標準。這也是導致碳現貨價格參差不齊的原因之一。
為了更清楚地說明問題，我們通過圖示來對兩個單位GDP碳減排成本不同的企業進行經濟研究（見圖）。
在進行具體分析前，我們先做出3個假設：
碳減排的經濟影響分析范文4
中圖分類號：F124.5；F016.3 文獻標識碼：A 文章編號：1001-8409（2017）05-0080-05
The Nonlinear Relationship between Financial Development and Carbon Emission
――Based on Panel Smooth Transition Regression Model
SHAO Hanhua， LIU Yaobin
（School of Economics and Management，Nanchang University， Nanchang 330031）
Abstract：Based on the panel data of 30 provinces from 2000 to 2014 in China， this paper uses the panel smooth transition regression model to investigate the nonlinear relationship between financial development and carbon emission. The results show that financial development generally is conducive to reducing carbon emission， however， the reduction effect of financial development on carbon emission transitions smoothly between high and low regimes with the changes of the transition variables， such as economic development， industrial structure， energy structure and international trade. Therefore， the results underscore the need of enhancing the coordination between green finance and structural reforms to play the leading role of financial development in reducing carbon emission and promote regional development of green finance.
Key words：financial development； carbon emission； PSTR； nonlinear relationship
1 引言
伴隨著過去三十余年經濟持續高速增長，我國環境污染問題日益嚴重，環境承載能力已趨極限，環境污染產生的經濟成本是十分巨大的。要實質性改善我國環境不僅僅要依靠更強有力的末端治理措施，還必須采用一系列財稅、金融等手段改革資源配置的激勵機制[1]。在資源配置中，“十三五”規劃提出，要大力發展綠色金融，引導社會資金從“兩高一低”行業退出，更多地投向綠色環保產業，促進綠色清潔生產。與現有大多數研究從經濟結構、能源消費、城鎮化和貿易開放等角度來考察我國碳排放影響因素不同，本文擬從綠色金融視角來研究金融發展對碳排放的影響，并在PSTR模型的非線性分析框架下，深入研究中國不同省際地區發展特征差異對兩者關系的影響，以更好地發揮金融發展在地區節能減排中的作用，為促進地區綠色金融發展提供決策依據。
2 文獻綜述
自從溫室氣體排放引發全球氣候問題成為全球關注焦點以來，學界圍繞碳排放核算、碳排放權利分配以及碳排放影響因素研究進行了大量研究。其中，在環境壓力驅動影響因素的STIRPAT模型分析框架下，國內外學者實證檢驗了經濟增長、能源結構、產業結構、貿易開放和城市化等因素對碳排放的影響 [2～5]。近年來，金融發展對碳排放影響引起了學者的關注。一方面，金融發展可以通過緩解消費者和企業的融資約束，刺激消費投資增長，從而擴大經濟規模和能源消耗，使得碳排放量顯著增加。Sadorsky的研究發現，金融發展使得消費者可以更容易地獲得信貸，從而刺激消費者購買汽車、空調和冰箱等耗能大件產品，增加碳排放[6]。同樣，金融發展也可以提高企業融資可得性和降低企業融資成本，從而促進企業購置大型設備、新建生產線和擴大生產規模，這些必然會增加能源消耗和碳排放 [7]。
另一方面，Shahbaz等認為金融發展可以通過促進企業技術創新以及為環保產業項目和清潔生產技術研發應用提供資金支持等渠道，引導經??結構和能源結構調整，實現低碳經濟發展，從而實現碳排放可持續下降[8]。特別是在綠色金融發展的大背景下，發達的金融市場可以為企業節能減排項目提供多樣化的融資工具，同時，企業也有很強動機通過清潔生產來提高社會責任形象，以便更好地融資。因此，從理論上看，金融發展既可以通過引致需求、擴大經濟規模和能源消耗、產生金融發展對碳排放增加的規模效應，也可以通過調整結構、促進清潔生產、產生金融發展減少碳排放的結構效應，即金融發展對碳排放的影響存在不確定性。實證方面，一些學者利用時間序列模型或面板數據技術，對金磚四國、土耳其和南非等國研究發現，金融發展與碳排放在不同國家呈現出不同的影響，甚至在同一國家不同時期也表現出不一樣的影響關系 [9～12]，即兩者之間關系十分復雜。
需要指出的是，國內外實證研究大都使用線性模型研究金融發展與碳排放之間關系，對兩者可能涉及到的非線性關系研究不夠，所得出的結論也不一致甚至截然相反。特別地，現有研究使用的大都是時間序列數據，即使面板數據模型也是在線性分析框架建立的，沒有考慮到地區差距視角下金融發展與碳排放之間的復雜性。由于我國各地區經濟發展和稟賦結構存在較大異質性，金融發展與碳排放之間的關系可能受到這些異質性影響，從而呈現出非線性效應。因此，本文將從省際間異質性視角出發，基于2000～2014年我國30個?。ㄊ校┟姘鍞祿?，利用能夠根據地區屬性差距進行內生分組的面板平滑轉換模型（PSTR），在實證分析金融發展對碳排放影響的整體基礎上，深入研究經濟發展水平、產業結構、能源結構和貿易開放等不同省際特征差異對兩者關系所產生的非線性影響，以更好地發揮金融發展在區域節能減排中的作用，促進區域綠色金融發展。
3 模型、變量及數據說明
3.1 模型設定
為了研究基于不同發展水平和經濟結構等地區差異下我國金融發展與碳排放之間的非線性關系，本文采用González等提出的面板平滑轉換PSTR模型 [13]進行實證分析。
式（1）中，yit和xit分別是被解釋變量和解釋變量，即碳排放和金融發展；轉換函數g（qit；γ，c）是一個取值介于0和1之間的連續函數；qit、γ、c分別是轉換變量、平滑參數和位置參數；m是位置參數的個數，通常取值為1和2。當m=1時，轉換函數含有一個位置參數：
此時，模型（3）為三區制的面板平滑轉換模型，轉換函數關于（c1+c2）/2對稱，并在該點取得極小值，處于中間區制狀態。
需要指出的是，在對PSTR模型估計之前需要檢驗模型是否存在非線性轉換機制，常用的方法是在γ=0處進行泰勒展開構造輔助回歸式：
因此，對PSTR模型的“非線性檢驗”相當于對式（4）中H*0：β1=…=βm=0作為原假設進行假設檢驗，然后可以通過構造如下統計量來檢驗：
如果“線性檢驗”拒絕原假設，則需要進一步檢驗是否存在一個或至少兩個轉換函數，即“剩余非線性檢驗”。類似于“線性檢驗”，同樣通過泰勒展開構造輔助回歸函數，利用LM、LMF和LRT進行檢驗，直至不能拒絕原假設H0：r=r*為止，此時r*就為PSTR模型轉換函數最優個數。
3.2 數據變量說明
考慮到數據可得性，本文選取2000～2014年中國30個省級行政單元（西藏除外）作為研究對象，樣本數據來源于《中國統計年鑒》《中國金融年鑒》和《中國能源統計年鑒》。相關變量選取計算情況如下：
（1）被解釋變量：碳排放。以單位GDP二氧化碳（CO2）排放量表示。目前尚無權威機構關于省際層面CO2的數據，本文借鑒2006年聯合國政府間氣候專門委員會制定的溫室氣體清單指南提供的參考方法，構建CO2的核算公式，為：
式（8）中，Ei表示各種化石能源消費量；CFi為低位發熱量；CCi為單位熱量的含碳水平；COFi為能源的氧化率水平；44/12是CO2分子與碳原子質量比。
（2）解?變量：金融發展。選取經典的金融相關比率，即用存貸款余額總量/GDP表示。此外用私人部門信貸總量與GDP比重，即金融效率，作為金融相關比率的補充指標，該指標被廣泛應用于金融發展的衡量。由于我國金融機構尚未公布私人部門信貸數據，借鑒張軍和金煜[14]做法，私人部門信貸為：[（1-國有固定資產投資額）/全社會固定資產投資額]×貸款余額。
（3）轉換變量。由于我國各地區經濟發展迥異，不同地區的經濟發展水平、經濟結構、能源稟賦結構和對外開放等存在很大的差距，因此會使得金融發展對碳排放的影響在不同省份呈現出異質性差距。因此，結合現有研究，選取地區經濟發展水平、經濟結構、能源結構和貿易開放作為轉換變量，檢驗不同經濟特征差距對金融發展與碳排放之間產生的非線性關系。對于經濟發展水平、經濟結構、能源結構和貿易開放的測度，分別用各地區人均GDP對數值、二產比重、煤炭份額和進出口貿易總額與GDP占比表示。
4 實證分析
4.1 非線性檢驗
在對面板平滑轉換模型估計之前，首先需要確定在不同的轉換變量影響下金融發展與碳排放之間是否存在非線性關系。由表1可知，除了模型E和H外，其他模型在10%顯著性水平下都顯著拒絕兩者關系為線性關系的原假設，說明模型E和H是不含有異質性的線性模型，模型A至模型D、F和G存在明確的非線性特征；對模型A至模型D、F和G進一步進行非線性剩余檢驗，發現LM、LMF和LRT檢驗統計量在10%水平下均不能拒絕r=1的原假設，因此模型A至模型D、F和G均適合采用單個轉換函數的PSTR模型。最后，通過AIC和BIC準則確定模型A至模型D、F和G轉換函數的最優位置參數個數均為1。
4.2 估計結果分析
本文利用網格搜索法尋找平滑參數γ和位置參數c，通過求解相應回歸模型殘差平方和RSS最小時的參數值γ和c對模型進行最優參數估計，相關估計結果見表2。
從表2可知，所有模型的回歸系數在1%水平下均顯著，其中線性部分系數β1顯著為負，說明金融發展有利于降低碳排放。而非線性部分系數β11顯著為正，說明金融減排效應隨著轉換變量增加而減少，地區經濟的異質性，即轉換變量的存在使得金融發展對碳排放影響系數被分成高、低不同區制，影響系數在區制間平滑轉換，具體來說：
（1）經濟發展水平與金融減排效應。模型A結果顯示，β1和β11的系數分別為-0.574和0.240，位置參數c為10.016，說明當人均GDP對數值低于10.016時，模型趨向低區制，金融減排效應最大為-0.574，而當人均GDP對數值高于10.016，模型趨向高區制，金融減排效應通過平滑轉換函數作用最終減弱至-0.334，意味著經濟發展水平的提高降低了金融減排效應。結合轉換函數圖1可知，大部分樣本觀測值處于高、低區制之間，分布在位置參數c兩側，金融減排效應從低區制下開始，以c為中心向高區制地區平滑轉換減弱，轉換速率為4.252。
（2）經濟結構與金融減排效應。模型B的結果顯示，β1和β11的系數分別為-0.317和0.182，位置參數c為0.342，說明當二產比重低于0.342時，模型趨向低區制，金融減排效應最大為-0.317，而當二產比重高于0.342時，模型趨向高區制，金融減排效應通過平滑轉換函數作用最終減弱至-0.135，意味著經濟結構中工業比重的提高降低了金融減排效應。結合轉換函數圖2可知，大部分樣本觀測值都位于高區制，轉換函數g的值近似等于1，金融深化率每提高1%，碳排放下降0.135% ，金融減排效應相對于低區制的省份降低了0.182%。 2014年僅有北京和海南處于低區制，經濟結構中工業比重最低，轉換函數g的值近似等于0，金融發展降低碳排放的效應最大。當利用金融效率指標金融發展變量時，同樣發現金融效率改善降低了碳排放，并且這種效應隨著工業比重提高而弱化，但平滑速率有所降低（見模型E和圖3）。
（3）能源結構與金融減排效應。模型C的結果顯示，β1和β11的系數分別為-0.353和0.400，位置參數c為0.708，說明當能源結構中煤炭比重低于0.708時，模型趨向低區制，金融減排效應最大為-0.353，而當能源結構中煤炭比重高于0.708時，模型趨向高區制，金融減排效應通過平滑轉換函數作用最終減弱至0.047，意味著能源結構中煤炭比重提高降低了金融減排效應。特別地，當地區煤炭比重到達高區制，金融深化率每提高1%，碳排放會增加0.047%。這說明對于以煤為主的省份來說，金融發展不僅沒有降低碳排放，反而增加了碳排放。結合轉換函數圖4可知，轉換函數的數值基本處于0.15之上，說明模型基本處在一種高區制轉換狀態，其中450個樣本觀測值中已經有8.82%的樣本位于高區制。當利用金融效率指標金融發展變量時，同樣發現金融發展降低了碳排放，并且這種效應隨著能源結構中煤炭比重提高而弱化、消失直至轉變為金融效率提高1%，碳排放增加0.538%（見模型F和圖5）。
（4）對外貿易與金融減排效應。模型D的結果顯示，β1和β11的系數分別為-0.579和0.208，位置參數c為0.66，說明當進出口貿易占GDP比重低于0.66時，模型趨向低區制，金融減排效應最大為-0.579，而當進出口貿易占GDP比重高于0.66時，模型趨向高區制，金融減排效應通過平滑轉換函數作用最終減弱至-0.371，這意味著對外貿易弱化了金融減排效應。 根據“污染避難所”假說，發展中國家環境監管標準普遍較低，發達國家通過進出口貿易向發展中國家轉嫁污染，國內一些研究發現我國貿易開放存在“污染避難所” [15]。因此，粗放型的外貿發展方式使得金融減排效應大打折扣。
結合轉換函數（如圖6）進一步發現，76.9%樣本觀測值都處于低區制，貿易比重要顯著低于門檻值，轉換函數g的值近似等于0，金融深化率每提高1%，碳排放下降0.579%，金融減排效應最大。也就是說，對于我國大部分省份來說，當前貿易比重還沒有能夠顯著降低金融減排效應。但是，也有59個樣本觀測值處于高區制，貿易比重高于門檻值，轉換函數g的值近似等于1，金融深化率每提高1%，碳排放下降0.371%，金融?p排效應最弱。
5 結論性評述
面對日益嚴峻的環境壓力，積極發揮金融資源配置在綠色發展的引領作用是“十三五”時期發展綠色金融的題中之義。基于此，本文對我國金融發展與碳排放之間的非線性關系進行了實證檢驗。研究發現：金融發展總體上有利于降低碳排放，但這種金融減排效應會隨著經濟發展水平、經濟結構、能源結構和貿易開放等轉換變量，在高、低區制之間進行平滑轉換，呈現出復雜的異質性特征。具體來說，上述轉換變量的位置參數值分別為10.016、0.342（0.348）、0.708（0.677）和0.660，這些參數值將每個?。ㄊ校┓譃楦摺⒌蛥^制，金融減排效應在低區制最大、在高區制最小，即在人均GDP水平較高、工業比重較高、能源結構中煤炭比重較高和貿易開放程度較高的省份，金融減排效應下降。特別地，當一個省份能源結構煤炭比重達到0.708時，金融發展不僅不能降低碳排放，反而會增加碳排放?；谶@些研究結論，提出如下的政策建議：
一是大力發展綠色金融，更好地發揮金融資源配置對綠色發展的正向激勵作用。研究發現金融發展總體上有利于降低碳排放，但由于我國目前尚未建立完整的綠色金融體系，缺乏一個系統完整的政策框架，沒有充分吸引社會資金進入綠色行業，金融體系支持綠色發展仍然存在很大改善空間。因此，要切實按照“十三五”規劃提出的“發展綠色金融”的要求，積極營造良好的支持綠色金融發展的政策和市場環境，強化綠色金融的基礎設施建設，創新發展綠色貸款、綠色債券、綠色基金、綠色保險等多種方式的綠色金融產品，不斷滿足企業多元化綠色投融資需求，從而推動經濟真正實現綠色發展。
碳減排的經濟影響分析范文5
碳排放和溫室效應導致氣候異常變化是一個全球性的公共環境問題，已經引起國際社會廣泛關注，聯合國和一些國家政府及非政府機構開始組織、協調全球溫室氣體減排工作，包括成立聯合國政府間氣候變化專門委員會（IPCC），通過建立國際碳減排合作機制、分配碳排放配額、創設碳排放交易市場等途徑，遏制碳排放量過快增長。但由于各國經濟發展水平的差異，受氣候變化影響程度不同，實施碳減排的經濟基礎和發展低碳經濟的動機也不同，加之完成碳減排目標與國家利益存在各種沖突，都使得國際碳減排合作是一個多方利益博弈的過程。聯合國氣候大會上，各國針對如何建立國際碳減排機制的激烈爭論，表面上是歐美等發達國家與發展中國家對碳減排分配方案的爭議，實質上是各國爭奪發展權和國際經濟新秩序的主導權。各國發展低碳經濟過程中，通過低碳技術創新，發展新能源產業，完善低碳經濟市場機制，提高碳減排能力，并且嘗試在國際貿易中征收碳關稅，設置綠色貿易壁壘，希望在國際低碳經濟領域掌握主導權，以獲取國家最大經濟和政治利益。可以說，國際低碳經濟競爭已經成為覆蓋政策、技術、資本和產業的全方位競爭，并且上升為國家戰略利益的競爭，低碳經濟競爭已經成為全球化背景下國家競爭的重要內容。
國外很多學者從產業發展的角度，研究了發展低碳經濟對國家競爭力的影響，AllenTyrchniewicz研究了控制溫室氣體排放對加拿大農業國際競爭力的影響。[1]HengChiLee和BruceA．MeCarl研究了控制溫室氣體排放對美國農業的影響。[2]PongsakK和TetsuoT等人研究了能源價格不確定性條件下，碳稅政策的制定及其對產業發展的影響。[3]AnnetteB和IsabelC認為氣候變化對經濟發展既是挑戰，也是機遇，從動態和靜態兩個角度分析了技術創新對歐盟國家低碳經濟競爭力的影響。[4]國內學者也開始從國際競爭的角度研究低碳經濟，張中祥認為實施碳稅，盡管對某些產業可能在短期內造成嚴重影響，但對國家競爭力的損失并不明顯。[5]陳曉春和陳思果主張大力培育和提升低碳競爭力，能為企業和國家逆勢發展提供有效支撐和不竭動力，也是企業與國家規避綠色貿易壁壘的有力武器。[6]周建成把低碳競爭力界定為在節能減排目標的指導下，企業通過采用可持續發展戰略、低碳技術和清潔生產方式，率先生產、開發、利用比競爭對手具有更低污染、更低排放、更低能耗的產品與服務，從而持續獲得競爭優勢的能力。[7]一個國家既有保持經濟持續增長的迫切需要，又面臨著資源、能源、環境的約束，現在又面臨履行碳減排的國際責任和壓力。發展低碳經濟對產業發展及其國際競爭力有何影響，進而如何影響國家競爭力，本文試圖探析它們之間的內在邏輯關系。
二、低碳經濟與環境保護
“低碳經濟”是一個與氣候變化相聯系的范疇，最早可追溯到20世紀60年代，直到2003年英國能源白皮書[8]才把低碳經濟作為一個正式概念提出來，并迅速在世界廣泛傳播，但對于低碳經濟內涵和定義，到目前還沒有統一的意見。有的觀點從低碳本意出發，認為低碳經濟是相對于高碳經濟、相對于傳統能源、相對于人為碳排量大，實質是能源效率和能源結構問題，因此，這種觀點認為，發展低碳經濟主要是節能和改善能源結構,降低能源碳密度。另外一種觀點從物質流過程出發，認為低碳經濟就是經濟生命周期全過程中的碳減排和增加碳匯,在物質流的輸入環節、轉化環節和末端環節中提高能源生產率、降低二氧化碳排放和增加碳匯，這兩種是狹義的低碳經濟定義。更多的是從廣義角度來定義低碳經濟，有的觀點認為低碳經濟與人類社會發展的階段有關,是產業結構中服務業的比重超過第二產業、人文發展和碳生產力同時達到一定水平下的發展過程與形態。也有觀點把低碳經濟看作是低碳發展、低碳產業、低碳技術、低碳生活等經濟形態的總稱,不僅是一種企業盈利及生存模式，還是一種社會存在和社會制度發展的狀態，強調社會管理機制、社會生活方式在低碳經濟發展中的作用。得到廣泛認同的定義是以能源高效利用和清潔開發為基礎，以低能耗、低污染、低排放為基本特征的經濟發展模式，其實質是提高能源利用效率和創建清潔能源結構，核心是技術創新、制度創新和發展觀的轉變。[9]
其實低碳經濟是人類對當前經濟發展模式的反思，需要改變當前經濟發展過度依賴資源能源的消耗，以及由此造成自然環境的破壞性影響，希望在人、社會和環境之間建立一種更為和諧的關系。低碳經濟的發展模式就是運用低碳經濟理論來指導經濟活動,將傳統經濟改造成低碳型的新經濟模式，其內在要求是實現人類社會系統過程的各個單元在低能耗、低排放、低污染的條件下和諧共生，提升能源的高效利用、推行區域的清潔發展、促進產品的低碳開發和維持全球的生態平衡，告別不可持續的高碳經濟發展時代，實現一種低能耗、低物耗、低污染、低排放、高效能、高效率、高效益的可持續發展經濟?？梢哉f，低碳經濟是繼人類社會經歷過原始文明、農業文明、工業文明之后的生態文明，是人類社會繼工業革命、信息革命之后的新能源革命。所以，最理想的低碳經濟是一種能夠提高氣候變化的適應能力，盡可能地減緩氣候變化的負面影響，同時又能最大限度發展生產力，提高人類發展水平的經濟形態，同時兼顧代際公平和代內公平，實現經濟社會的可持續發展。
隨著人們對環境和經濟關系認識的深入，環境問題與經濟發展之間的辯證統一關系越來越清晰，一方面，兩者相互制約，經濟的發展要受到環境、資源的約束，經濟發展方式對環境也有顯著的影響；另一方面，兩者相互依托，相互促進，如果在經濟發展中合理利用自然資源，運用經濟成果為環境保護提供技術、物質支持，又可以促進生態平衡。越來越多的國家受到經濟全球化影響，環境保護對國內經濟的影響必然會反映到國際經貿關系上來。環境保護改變了各國經濟發展的條件和國家貿易條件，也影響了各國的生產分工和產業轉移，對各國的比較優勢和國際競爭力產生不可忽略的影響。對環境保護與國際競爭力的關系，目前有三種比較重要的理論假設。一個是“環境競次理論”（racetothebottom）[10][11][12]，該理論認為不同國家或地區對待環境保護問題上的行為類似于“公地悲劇”的發生過程，如果由于采取嚴格的環保標準，可能導致產業向環保標準較為寬松的地區轉移而產生失業、投資減少和工資降低等問題，每個國家都更愿意采取比其他國家更為寬松的環保政策，以使自己處于有利的國家競爭地位，這樣的結果就是每個國家都會采取比沒有國際競爭情況下更次的環保標準。第二個是“污染避難所假說”(hypothesisofpollutionhaven)或者“產業區位重置假說”(hypothesisofindustriesrelocation)[13][14]。存在貿易競爭的國家之間環保標準和執行力度不同，特別是發達國家和發展中國家之間環境保護力度有很大差異，很多發達國家的產業由于在本國生產要承受的環境成本比較高，為了追求最大化利潤，會轉移到發展中國家，以便獲得成本優勢。這種追求環境成本差異而轉移的產業，大多是資源消耗高、污染嚴重的產業，因此發展中國家也就因此成為了污染者的“樂園”，是世界污染和污染密集產業的“避難所”[15]。第三個是“波特假說”(Porterhypothesis)[16]，認為有效的環境政策將刺激企業的技術創新和管理創新，從長期來看，由于環境的壓力，企業在加大環境保護投資的同時，也在進行技術創新和管理創新等活動，反而會使企業擺脫資源稟賦的約束，能夠創造競爭優勢提高企業競爭力。
盡管二氧化碳本身不是污染氣體，但以二氧化碳為主的溫室氣體大量排放會加快氣候變化，對環境和經濟活動的影響是顯而易見的。發展低碳經濟形式上是一個關注氣候變化環境問題，內容是通過新能源技術和減排技術的創新，提高能源利用效率，有效控制碳排放，減緩氣候變暖速度，發展低碳經濟也是環境保護的重要內容。發展低碳經濟的重要內容是調整傳統經濟結構，發展新興工業，實現可持續發展，實施過程是各國爭奪碳排放權和國際發展空間，提高國家競爭力。
三、低碳經濟與國際競爭力
（一）低碳經濟與產業轉移
隨著能源消耗總量持續快速增長，空氣中二氧化碳濃度越來越高，國際碳減排形勢變的比以往任何時候都更嚴峻，不管碳減排任務分配的國際談判結果如何，各國都會面臨越來越大的碳減排壓力，必然會采取相應的政策措施，對能耗較高的產業和企業進行能源約束或征收碳排放稅。受此影響，相關產業和企業的產出就會下降，生產成本上升，導致利潤下降。碳減排壓力越大的國家，政策措施越嚴格，對產業的影響越大，特別是能耗較大的產業，受影響程度更大。由于國際碳減排機制的雙軌制和靈活性，各國碳減排政策不協調，政策標準和實施力度有很大差異，對國內產業發展的影響程度不同，就會促進資本跨國流動和產業轉移。
為了盡量避免能源約束和碳稅帶來的不利影響，逐利的資本就會從碳減排壓力較大的國家轉移到碳減排壓力較小的國家，從碳減排政策更嚴格的國家轉移到碳減排政策更寬松的國家。從行業來看，高能耗和高碳排放產業由于受到碳減排政策的影響更大，更容易出現跨國轉移。所以，發展低碳經濟步調較慢的國家更容易承接到其他國家的產業轉移，吸收資本和技術促進本國經濟發展，而發展低碳經濟步調較快的國家，特別是碳減排壓力較大的發達國家，如果實施嚴格的碳減排政策，國內很多產業就容易轉移出去，不但影響經濟發展，還會帶來工人失業等一系列問題，這也是發達國家要求發展中國家共同承擔碳減排任務從而使國際碳減排任務分配發生激烈博弈的主要原因。當然，產業轉移除了受到低碳經濟政策差異影響以外，還會受到其他條件的制約，首先就是要比較跨國轉移前后的利潤率，因為轉移到寬松政策國家雖然可以降低能源約束和碳稅帶來的不利影響，但也可能面臨喪失市場和技術支持等其他不利條件，只有在兩方權衡更有利的情況下，資本才愿意跨國轉移。另外一個條件就是產業轉移接收國家必須具備一定的資源基礎，包括充足的能源供應和其他生產要素的支持。低碳經濟發展趨勢不可避免，而國際碳減排機制的雙軌制或多軌制還會持續存在，由此造成的發達國家向發展中國家轉移高耗能產業就會繼續進行，規模會越來越大。但是國際碳減排機制中碳排放權交易和清潔發展機制（CDM）會在一定程度上削減這種趨勢，因為有硬性碳減排義務的締約國的企業，可以通過交易市場購買碳排放額度，或者購買沒有硬性碳減排義務的非締約國實施碳減排項目的CERS(經認證的碳減排量)，可以算成是自己的碳減排，就可以降低國內能源約束和碳稅的影響。如果碳減排額度的購買費用低于碳稅帶來的成本上升，就沒有必要轉移了。另外，發達國家如果開始實施碳關稅，會增加來自發展中國家產品的障礙，發達國家企業如果想通過產業轉移來規避國內碳稅的話，則又會面臨碳關稅的壁壘，為了國內市場的考慮，產業轉移的吸引力則大大降低。另外，作為低碳經濟重要內容的清潔能源，也可以發揮太陽能、風能、水利、潮汐和生物質等自然資源的稟賦優勢，吸引資本和技術投入，發展清潔能源產業，促進經濟增長。
（二）低碳經濟與技術進步
實現碳減排的主要途徑就是節約化石能源消耗、使用清潔能源和提高能源利用效率，對二氧化碳等溫室氣體進行捕集、存儲和利用，這都有賴于技術進步，技術創新在低碳經濟中發揮基礎性作用。新能源是在新技術基礎上開發利用的可再生能源和清潔能源，發展新能源是低碳經濟的重要組成部分，也是未來經濟社會可持續發展的能源基礎。各國為了完成碳減排目標，發展低碳經濟，必然會加大對低碳技術的研發投入，推廣低碳技術應用。其他領域生產由于受到能源約束，也會通過技術進步彌補影響，提高生產效率，保障其資本收益水平。
低碳經濟作為新的經濟發展模式，對于促進企業技術創新，可以從外部驅動和內部驅動兩個方面來看。從內部驅動來看，企業生產目的就是追求利潤最大化，就算是沒有低碳經濟政策的約束，企業也有通過技術創新來節約能源降低成本的內在動力，只是從成本角度來看，傳統化石能源具有成本優勢，使得企業不愿意采用更為昂貴的新能源。隨著低碳生產和低碳生活模式得到越來越廣泛的認可，低碳意識在生產、流通和消費等領域逐步滲透，低碳生產和低碳經營已經成為企業競爭的重要手段之一，很多企業開始把應用低碳技術作為獲得公眾認可的途徑，特別是通過低碳技術創新，企業在融資、政府扶持、獲得同行信賴、贏得消費者認同等方面獲得優勢，在這些因素的作用下，企業更加注重其低碳經營形象，具有低碳技術創新的積極性。發展低碳經濟將催生新能源、環保等一系列新的產業，具有開拓性的企業會抓住機遇，開辟新的生產和服務領域，掌握主動權的關鍵在于自主創新和技術進步，企業為了獲得在新領域的競爭力，也會主動進行低碳技術的自主創新，甚至利用技術創新設置行業壁壘，限制其他企業進入，通過阻礙資本流動以獲得壟斷利潤。企業進行低碳技術創新也會面臨不少阻力，主要來自技術創新風險，低碳技術研發需要額外投入大量的人力、物力和財力，增加了企業生產成本，作為新的技術創新領域，低碳技術本身還具有高風險性，在技術研發和應用的初期階段，表現出高成本、低收益的特征，難以與現有比較成熟的生產技術進行競爭，加大了企業低碳技術研發的難度。另外，如果成功的創新技術不能得到有效保護，很容易被別的企業模仿，從而會喪失創新帶來的技術優勢，打擊企業低碳技術研發的積極性。當然，隨著低碳技術的日益成熟和廣泛應用，這些阻力會逐步變小，發展低碳經濟促進企業技術自主創新的作用會越來越明顯。
從外部驅動來看，低碳經濟政策的實施迫使企業不得不轉向技術創新，首先是傳統能源約束、能源價格和碳稅等政策作用，加大了企業的生產成本，為了追逐利潤，企業只能通過技術創新來改進生產工藝，提高生產和管理效率，才能完成節能任務，或者抵消低碳政策帶來的成本增加。其次，政府為營造低碳技術創新環境，就會通過財政、金融等手段鼓勵企業技術創新，包括直接科研資助、信貸優惠、政府采購和財政補貼等扶持政策，這些政策和措施作為一種外生的驅動力量從不同側面提高了企業低碳技術創新的積極性。這種刺激效應的大小也是受到多種因素影響，關鍵在于政府扶持政策的力度大小和持續時間長短，以及給社會帶來的預期，如果政策力度太小或者存在不確定性，對企業的刺激作用就不會明顯。最后，技術創新已經成為競爭優勢的重要來源，低碳技術創新將成為企業在低碳發展模式下競爭的重要手段，企業要在激烈的競爭中立于不敗之地，必須加大低碳技術的積累和應用，充分利用新的低碳技術與管理方法，采取積極主動戰略去應對新的競爭，才能提高其整體競爭力。
（三）低碳經濟與競爭優勢
低碳經濟首要的就是降低能源消耗，減少溫室氣體排放，化石能源相關產業的發展必然受到影響，企業由于節能設備或改用其他能源的投入增加了資本沉淀。由于當前技術水平的制約，太陽能、核電和風電等新能源成本較高，大量使用新能源必將增加企業生產成本，特別是高耗能產業的生產成本將大幅度提升。一個國家或地區碳減排任務越大，節能減排的壓力越大，企業生產成本提高越明顯，產出下降的幅度就會更大?；?、冶金、制造、建材等高耗能行業的產出降低和成本上升，通過原材料的傳遞效應進而會影響到整個社會的產出水平和物價水平，會對宏觀經濟產生不利影響。碳稅作為一種價格調節手段，會提高能源價格，有利于各行業節約使用能源，但傳導作用會影響經濟產出，特別是能源消耗大的行業受到影響非常明顯。鄭玉歆[17]認為如果中國征收碳稅，短期內產出下降最大的部門五個部門分別是采煤、天然氣、煉焦等能源產業和紡織、服裝輕工業,其中采煤部門產出下降幅度達到10.68%，長期產出受到影響最大的部門是采煤、天然氣、煉焦、石油加工和金屬冶煉行業。魏濤遠和格羅姆斯洛德[18]認為中國征收碳稅雖然可以使二氧化碳排放量下降，但會使中國經濟惡化，經濟代價十分高昂。財政部財政科學研究所課題組[19]認為，開征碳稅會使GDP下降，使各行業的產出、出口下降，隨著時間推移，影響程度越來越大。張明喜[20]則認為碳稅可以使我國二氧化碳排放量大幅度下降，雖然對各行業產出有負面影響，對經濟影響不大，而且長期影響越來越小。
碳減排的經濟影響分析范文6
關鍵詞 能源消費；二氧化碳排放；LMDI
作者簡介晗（1986—）女，江西師范大學財政金融學院碩士研究生。（江西南昌 330000）
一、引言
發展低碳經濟，是可持續發展的題中之義。而碳排放作為全球氣候變暖背景下的新標識，得到學者們的廣泛研究。那么碳排放的影響因素有哪些？這些影響因素如何影響碳排放的？關于碳排放影響因素的問題，許多學者也做出了探究。例如陳彥玲，王深認為高速的經濟增長產出規模是經濟碳排放的驅動因素，而產業結構、能源結構的調整和能源效率的提高降低了碳排放量的增長。1唐志鵬等依據突變級數法基本原理，構建了我國CO2減排的影響要素指標評價體系，該指標體系主要包括一次能源消費結構、產業結構、能耗技術以及管理水平等2。馮相昭，王雪臣，陳紅楓（2008）、宋德勇，盧忠寶2009、王偉林，黃賢金2008、徐國泉，劉則淵，姜照華2006等均采用指數分解法對碳排放的影響因素進行定量研究3-6。
《江西省低碳經濟社會發展綱要白皮書》指出，“到2020年江西省建設低碳經濟社會的目標是：產業、能源結構趨于合理，生產方式基本實現向低碳型轉變；低碳技術的研發能力全面提升，若干技術和產業規模達到國內領先水平；溫室氣體排放得到有效控制，碳匯能力明顯提高；與低碳經濟社會發展相適應的法規、政策和管理體系基本建立；在低碳領域與國內外交流合作的平臺全面建立，國際低碳經濟交流合作中心的地位得到確立。”
減少能源消耗，降低溫室氣體二氧化碳排放，需要我們對江西省能源消費及碳排放現狀及影響有素有清晰的認識。本文從能源消費及二氧化碳的排放角度出發，結合江西省實際情況，分析“十五”中期至“十二五”初期各工業部門的能源消費、二氧化碳排放情況，并運用LMDI法對二氧化碳排放影響因素進行總體分析，從而為江西省的減排工作提出建議對策。
二、研究方法
一碳排放計算方法
本文采用《2006年IPCC國家溫室氣體清單指南》中推薦的基準方法來計算江西省各產業部門的CO2排放量。計算公式如下：7
Ct=∑iCi，t=∑iECi，t·efi
式中，Ct為t時期各種類型能源消費導致的CO2排放總量104t？鴉i為能源消費類型，如煤炭、石油和天然氣等？鴉EC為能源消費總量？鴉efi為能源i的CO2排放系數，CO2排放系數參考相關文獻并經過簡單的計算獲得參照下表1。本文未將工業生產過程中被用作生產原料的那部分能源的固碳量列入到研究范圍內，為此不考慮能源固碳化率對估算結果的影響。
二碳排放因素分解方法
近年來的研究不斷表明，能源消費碳排放除了與能源消費規模及經濟產出有直接聯系，而且與能源結構、能源效率及主導產業類型等有較為密切的關系8。因此，本文引入能表示產業結構、能源結構及能源效率的變量，對Kaya恒等式9進行了擴展。擴展后的Kaya恒等式表達為：
式中：POP表示國內人口總量；C表示碳排放總量，指能源燃燒釋放出的熱量所對應的碳量，用i區分不同的產業類型，用j區分不同的能源類型，則Cij表示第i種產業中第j種能源產生的碳排放；PEij表示第i種產業中第j種能源的消費量；PEi表示第i種產業的能源消費量；GDPi表示第i種產業的國內生產總值。
則能源消費碳排放分解模型表達式為：
式中：fij表示不同類型的單位能源所排放的碳量，即碳排放系數；mij表示第j種能源在第i種產業的能源消費中所占比重；ti表示第i種產業單位GDP的能源消費量，即該產業的能源強度；si表示第i種產業在GDP總量中所占比重；g表示人均GDP；p表示人口數量。
由此，將能源消費碳排放的變化分解為排放因子效應（fij）、產業能源結構效應（mij）、產業能源強度（ti）即能源效率效應、產業結構效應（si）、產出規模效應（g）及人口規模效應（p）等6種因素。
LMDI方法10采用“乘積分解”和“加和分解”兩種方法進行分解，兩種方法最終分解結果是一致的。對于公式C=∑i∑j（mij·fij·ti·si·g·p）所示模型，設基期碳排放總量為C0，T期總量為CT，用下標tot表示總的變化。采用加和分解，將差分分解為：
各分解因素貢獻值的表達式分別為：
排放因子效應：
能源結構效應：
能源強度效應：
產業結構效應：
經濟產出效應：
人口規模效應：
總效應：
由于各能源的碳排放因子即為該能源的碳排放系數，在實際應用中取常量，所以，在進行因素分解時，Cfij始終等于0，可以不作為考量因素。故總效應公式可簡化為：
3.基礎數據處理
為方便計算，本文將工業劃分為10個產業部門，具體劃分見下表。
本文工業部門能源消費量來自江西省統計年鑒（2004～2012年）11，經濟數據采用規模以上工業企業增加值，并依據產業分類加以合并整理。
通過碳排放計算公式得出江西省規模以上工業各部門碳排放量如下：
三、能源消費碳排放LMDI分析
通過能源消耗計算得到2004～2011年江西省規模以上工業內部產業部門能源碳排放情況。并在此基礎上進行LMDI分解，得出能源結構效應、能源強度效應、產業結構效應、產出規模效應、人口規模效應，得到各分解因素的效應結果如下表。
1.產出規模效應分析
從LMDI分解結果可以看出，工業部門能源消費的碳排放因素中影響最大的是產出規模正的增效應，即經濟增長的正影響。
經濟增長所衍生的能源需求是各產業部門CO2排放增加的主要因素，由經濟增長所帶動的CO2排放增量效應較大的產業包括：能源產業、石化產業、鋼鐵及有色金屬產業、建材產業、采選業等。此外，從時間序列分析，2004～2011年間各產業的增量效應總體上處于增強趨勢。部分產業，如紡織服裝業、造紙和印刷產業、裝備制造業、其他工業部門產出規模效應在2008年前后出現波動，其原因可能由于受國際金融危機影響，全國實行寬松的經濟政策，擴大內需，整體經濟水平獲得穩定增長，能源消費導致的碳排放也隨之增長，江西省亦不例外。但隨著時間推移，金融危機的影響逐漸滲入各個領域，經濟增長腳步放慢，產出規模相應相對減弱，但整體上仍處于上升趨勢。
2.能源強度效應分析
從表7和圖5可以看出，各產業部門能源強度變動所產生的減量效應漸趨明顯。能源強度變動所產生的減量效應較大的產業包括：能源產業、鋼鐵及有色金屬產業、紡織服裝業、裝備制造業等；由增量效應逐漸轉變為減量效應的產業為：采選業、食品加工和制造業、石化產業、建材產業、其他工業部門；而由減量效應轉變為增量效應繼而又轉變為減量效應的是造紙和印刷產業。結合江西省具體情況來分析，隨著戰略性新型產業的發展，江西省對傳統的能源消費較高產業，逐步進行生產工藝和生產設備技術改造，積極引進節能降耗的設備，提高能源的綜合利用效率，同時發展新型產業，逐步降低對能源的消耗。
3.產業結構效應分析
從LMDI數據分解結果來看，產業結構對整體產業部門的CO2排放由增量效應逐漸轉變為減量效應。從各產業部門來看，產業結構的減量效應的產業包括：食品加工和制造業、造紙和印刷產業、石化產業。產生增量效應的產業包括：采選業和紡織服裝業。由增量效應轉變為減量效應的產業為：鋼鐵和有色金屬產業、能源產業。其中能源產業在2004年后成為減量效應的主要貢獻產業，而隨著國家對鋼鐵及有色金屬產業結構的調整及限制，其能源消費及碳排放也得到了有效的控制和緩解。由減量效應轉變為增量效應的產業為：建材產業、裝備制造業和其他工業部門?？梢娊陙磉@些產業的產業結構不盡合理，造成產業重復率高，產能過剩。綜合上述分析，盡管能源產業、鋼鐵和有色金屬產業、石化產業是工業部門中主要的CO2排放源，卻因產業規?？s減或產業結構調整而帶來一定的減量效應，因此可以看出通過產業結構調整和優化可以實現CO2的減排。
四、結論及建議
本文通過碳排放影響因素的對數平均迪氏指數方法（LMDI），從能源消費結構、能源消費強度、產業結構效應、產出規模效應、人口規模效應五個方面對江西省能源消費碳排放進行分解分析，通過分析可以看出2004～2011年產出規模效應、產業結構效應、人口規模效應是影響江西省的能源消費CO2排放的增長因素。能源結構效應、能源強度效應的優化則對控制CO2排放有負的減效應。雖然高速的經濟增長會帶來能源消費CO2排放正的增效應，但以經濟增長換取低碳排放是不實際的。因此，在能源強度下降的同時，調整產業結構，優化能源消費結構，控制人口在合理的水平增長對江西省能源消費碳排放至關重要。
針對以上分析，給出如下建議：
（1）提高能源消費強度是減排的重中之重。江西省能源強度效應在碳排放影響因素中負的減效應最大，因此，要繼續推進工業內部重點部門的節能工作，要進一步強化能源產業、鋼鐵和有色金屬產業、石化、建材、采選、食品加工及制造等高耗能產業的節能減排責任，加強重點耗能行業設備、產品單位能耗管理，開展技術改造項目、淘汰落后工業及設備，提高能效，逐步完善以政府調控為主、市場主導為輔、行業為主體，全社會共同推進的節能減排局面。
（2）提高清潔能源比例是減排工作的深化。使用低碳清潔能源代替高碳能源是江西省減排工作的重要方面。一方面，依托西氣東輸工程，提高天然氣在江西省能源消費中的比例；另一方面，積極開發使用太陽能、風能電站建設，增加無碳電力的生產，保障能源安全的前提下，適當提高外來電力消費比例。
（3）碳捕捉及埋存是減排工作的可能途徑。碳捕捉及埋存指將CO2從相關排放源中分離出來，運輸到封存地，使CO2長期與大氣隔離的過程。目前江西省尚無次碳處理方法。但我國上海石洞口第二熱電廠碳捕捉項目的建設，可以提供經驗、設備及技術指導。另外，江西省還需將分散燃燒的煤炭集中用于發電部門，這樣，可以利用大型發電鍋爐高的燃燒效率，依托先進技術，減少煤炭分散燃燒，大幅提高煤炭利用效率，也為日后CO2捕捉及埋存奠定基礎。
參考文獻
1陳彥玲，王琛.影響中國人均碳排放的因素分析J.北京石油化工學院學報2009254～58.
2唐志鵬等.基于突變級數法的中國CO2減排的影響要素指標體系及其評價研究J.資源科學2009111999～2005.
3馮相昭王雪臣陳紅楓等.1971～2005年中國CO2排放影響因素分析J.氣候變化研究進展2008142～47.
4宋德勇，盧忠寶.中國碳排放影響因素分解及其周期性波動研究J.中國人口·資源與環境2009318～24.
5王偉林，黃賢金.區域碳排放強度變化的因素分解模型及實證分析J.生態經濟20081232～35.
6徐國泉劉則淵姜照華.中國碳排放的因素分級模型及實證分析：1995～2004J.中國人口·資源與環境2006166158～161.
7IPCC.2006 IPCC Guidelines for National Greenhouse Gas Inventories M.TokyoIGES2007.
8李國璋王雙.中國能源強度變動的區域因素分解分析——基于LMDI分解分析方法J.財經研究200834852～62.
9Kaya Yoichi.Impact of Carbon Dioxide Emission on GNP Growth Interpretation of Proposed Scenarios R.Paris Pre-sentation to the Energy and Industry Subgroup Response Strategies Working Group IPCC 1989.
