前言：中文期刊網精心挑選了減少二氧化碳排放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。
減少二氧化碳排放范文1
隨著全球環保意識高漲，二氧化碳排放權交易正成為新興投資商品。世界各大銀行與專業投資機構正逐步進入這一交易市場，他們積極參與規劃發展中國家減少溫室氣體排放的項目建設，希望借此獲得排碳配額，再賣到歐洲市場牟利。
據悉，歐盟排放交易機制（EU ETS）是目前最大的商業化碳交易機制，主要在歐洲氣候交易所（ECX）交易。歐盟27國廠商必須符合EU ETS規定的二氧化碳減排標準，如果減量超過標準，就可賣出稱為“歐盟排碳配額”（EUA）的二氧化碳排放權；反之，如果減排沒有達標，就必須從市場購買相應配額的排放權。
目前，歐盟法規主導的歐洲碳交易，已成為全球最大、最活躍的市場。歐洲氣候交易所的二氧化碳排放權期貨，自2005年4月開始到2007年6月，總交易額已達165億歐元（237億美元），并預計將繼續增加。二氧化碳排放權期貨市場的成熟擴大，使二氧化碳排放權和小麥、原油等商品一樣，可自由流通，提供了減少排放的商業誘因。
分析人士指出，隨著二氧化碳排放權市場擴大，歐洲企業現在希望從中國大陸、印度等發展中國家購得較便宜的二氧化碳排放權。這些國家可根據京都議定書規定，在減排之后獲取“合格減排配額”（CER）的二氧化碳排放權。CER2007年已開始在ECX交易。
由于發展中國家現行技術水準低，改善幅度大，因此引進新技術、獲取二氧化碳排放權的成本比在歐洲便宜。舉例而言，CER目前售價約為每噸7到17歐元，而EUA在歐洲氣候交易所的價格約為24歐元。
與歐洲相同，美國雖然尚未簽字加入規范全球溫室氣體排放的京都議定書，但美國企業卻早已對這個商機龐大的二氧化碳排放權交易市場蠢蠢欲動。盡管大多數專家認為美國全國最快要到2010年才會全部通過溫室氣體排放規范，但越來越多的美國企業正為京都議定書通過后必將欣欣向榮的二氧化碳排放權交易市場開始做出積極的準備。
目前，雖然美國企業并未被硬性規定從事二氧化排放權交易，而是采取自愿性質，但已有225家承諾在2010年以前減少6％溫室氣體的公司，正在芝加哥交易氣候交易所（CCX）交易二氧化碳排放權。二氧化碳排放權每噸價格從CCX在2000年成立時的90美分飆升至現在已超過4美元。
七年來一直致力于減少歐洲溫室氣體的益可環境國際金融集團，目前已在紐約成立辦事處，開始正式進軍美國市場。該公司新事業發展部主管指出：“美國市場將是二氧化碳排放權交易的寶藏，因此我們現在就要開始建立自有品牌?！?/p>
減少二氧化碳排放范文2
關鍵詞 二氧化碳排放；投入產出法；影響因素
中圖分類號 F205 文獻標識碼 A 文章編號 1002-2104（2015）09-0021-08 doi：10.3969/j.issn.1002-2104.2015.09.004
進入21世紀以來，溫室效應逐漸凸顯，能源流失問題也日益嚴重，二氧化碳排放的控制問題已上升到全球層面。在這種背景下，針對二氧化碳排放量的計算在當前的研究中顯得尤為重要，其計算結果的準確性不僅直接決定了社會和政府對于碳排放狀況的認識，更會對我國的高耗能產業結構調整、減排計劃的執行以及國際碳排責任的判定產生影響。因此，不斷分析、對比各種計算方法的影響因素、改進計算方法、修正計算結果并對計算進行深入分析，已經成為碳排放相關研究的重要基石。
1 文獻綜述
目前主要的二氧化碳計算方法有能源消耗法、生命周期評價法（LCA，Life Circle Assessment）和投入產出法（IO，InputOutput）。能源消耗法計算二氧化碳排放量是指以統計資料為依托，根據能源的消耗量以及二氧化碳的排放系數進行對二氧化碳排放量的估算。這一計算方法的數據選取較為靈活，可以針對具體的問題選取適合的數據進行分析，許多學者采用這一方法進行計算。但該方法也存在一定問題，比如數據來源不正統可能會導致計算結果較實際偏差過大。何建坤[1]根據Kaya公式及其變化率分析了中國及一些發達國家的二氧化碳排放峰值，并發現單位能耗的二氧化碳排放強度年下降率大于能源消費的年下降率。趙敏等[2]根據2006年IPCC二氧化碳排放計算指南中的公式及二氧化碳排放系數，計算了上海市1994-2006年間能源消費的二氧化碳排放量，并以此分析了二氧化碳排放強度下降的原因。曹孜等[3]根據化石能源的消耗量計算了2008年總體與各部門的二氧化碳排放量以及1990-2008年碳排放強度的發展趨勢，從而進一步研究二氧化碳排放量與產業增長之間的關系。汪莉麗等[4]根據全球及各地區的能源消費歷史數據分析了以往的二氧化碳排放總量、二氧化碳排放累積量和人均二氧化碳排放量，并以此預測了未來的能源消費二氧化碳排放情況。李宗遜等[5]根據昆明市的工業能耗統計數據對昆明市的工業二氧化碳排放、行業二氧化碳排放強度及行業分布做了探究。
生命周期評價法計算二氧化碳排放通常以活動環節為分類單位，要求詳細研究測度對象生命周期內的能源需求、原材料利用和活動造成的廢棄物排放。這一方法能夠具體到產品原材料資源化、開采、運輸、制造/加工、分配、利用/再利用/維護以及過后的廢棄物處理等各個環節，多被用于建筑領域。但在計算生產工序復雜的產品時，存在計算工作量大等缺陷。劉強等[6]利用全生命周期評價的方法對中國出口的46種重點產品進行了碳排放測算，發現這些產品的二氧化碳排放量占全國二氧化碳排放量的比例非常高。張智慧等[7]基于可持續發展及生命周期評價理論界定了建筑物生命周期二氧化碳排放的核算范圍并給出了評價框架和核算方法。張陶新等[8]利用生命周期法構建了測算建筑二氧化碳排放的計算模型，并通過構建的模型分析了中國城市建筑二氧化碳排放的現狀。
投入產出法計算二氧化碳排放量主要以投入產出表為依據，可以根據產品的直接消耗系數及完全消耗系數分別估算二氧化碳的直接排放和間接排放。直接消耗系數是指某一產品部門在單位總產出下直接消耗各產品部門的產品或服務總額。完全消耗系數是指某一部門每提供一個單位的最終產品，需要直接和間接消耗（即完全消耗）各部門的產品或服務總額。這一計算方法的優勢在于可以進行隱含二氧化碳排放（Embodied Carbon Emission）的估算，并且在對于多行業二氧化碳排放進行計算時通過直接消耗系數矩陣以及完全消耗系數矩陣進行一次性估算，減少行業分類的工作量。但是，投入產出法的缺點在于其在計算結果的準確度上不如前兩種二氧化碳排放計算法，因而多被用于隱含二氧化碳排放的計算。Lenzen[9]利用投入產出模型研究了1992年和1993年澳大利亞居民最終需求的能源消費及溫室氣體排放情況，發現65%以上的溫室氣體來自能源的隱含消費。Ahmed和Wyckof[10]根據投入產出方法估算了全球24個國家的貿易隱含碳，證實了產業地理轉移對全球二氧化碳排放的影響。劉紅光等[11]、孫建衛等[12]均采用區域間的投入產出表對中國各區域各行業的二氧化碳排放量做了測算，并針對區域碳減排做了分析。何艷秋[13]利用投入產出法計算了各行業的二氧化碳排放系數，并進一步計算了行業最終產品的直接二氧化碳排放量以及消費中間產品的間接二氧化碳排放量。
二氧化碳排放量的計算方法種類繁多，各有利弊，而現有文獻大多是選取其中一種方法對二氧化碳排放量進行估算，少有針對不同方法的比較研究和對不同影響因素的量化分析。本文梳理了當前主要的二氧化碳排放量計算方法，并基于投入產出法，對比計算了不同考慮因素對于二氧化碳排放量計算的影響，得到各種條件變動情況下所導致的測算偏差?；谕度氘a出法，對比分析了不同考慮因素對于二氧化碳排放量計算的影響，并計算了各種條件變動情況下的計算偏差。
2 計算方法及數據來源
二氧化碳排放主要包括能源燃燒的二氧化碳排放和水泥生產過程的二氧化碳排放兩類。其中，能源燃燒的二氧化碳排放是指各行業燃燒各種能源所產生的二氧化碳排放，主要根據能源行業對各個行業的能源投入進行計算。水泥生產過程的二氧化碳排放是指在水泥生產過程中因化學反應而產生的二氧化碳排放，主要根據水泥的產量及相關的排放系數進行計算。兩種來源涉及不同的行業，由于各行業在生產、加工過程中都需要能源提供熱力、動力等，因此各行業均存在能源燃燒二氧化碳排放，而水泥生產的過程排放主要與水泥生產相關，屬于非金屬礦物制品業的二氧化碳排放。具體來說，這兩類二氧化碳排放量的計算思路如下：
本文所介紹的二氧化碳排放量計算法適用于各類能源消耗量已知、各行業的能源使用量已知、水泥產量已知并且能源燃燒和水泥生產過程的二氧化碳排放系數均已知的情況，可以計算各年度國家或地區的總二氧化碳排放情況以及分行業二氧化碳排放情況。為方便介紹，本文以2007年中國的二氧化碳排放情況為例，給出其排放量的計算方法。選取的數據來源主要包括2007年的中國能源平衡表與投入產出表，各能源的平均低位發熱量以及單位產熱量下的二氧化碳排放系數，此外還需要水泥產量與水泥生產的二氧化碳排放系數等。其中，2007年的中國能源平衡表與各能源的平均低位發熱量取自國家統計局出版的《2008年能源統計年鑒》，內容包括2007年中國的能源使用情況；各能源在單位產熱量下的二氧化碳排放系數取自日本全球環境戰略研究所出版的《2006年IPCC國家溫室氣體清單指南》，指的是各能源在燃燒后每產生單位熱量所排放的二氧化碳量；水泥產量取自國家統計局公布的2007年全國30個省份水泥產量數據，全國的水泥產量本文認為是各省水泥產量的加總；而水泥生產的二氧化碳排放系數取自Greenhouse Gas Protocol網站關于波特蘭水泥系數的計算。波特蘭水泥是以水硬性硅酸鈣類為主要成分之熟料研磨而得之水硬性水泥，通常并與一種或一種以上不同型態之硫酸鈣為添加物共同研磨，其二氧化碳排放系數適用于對水泥生產過程中普遍的二氧化碳排放量計算。
3 二氧化碳排放量計算
3.1 能源燃燒的二氧化碳排放
全國的總二氧化碳排放量主要通過能源消耗量計算，而分行業的二氧化碳排放主要是將全國的二氧化碳排放總量按行業能耗的比例進行分解得出。在已知能源的燃燒量及二氧化碳排放系數時，二氧化碳排放量為能源的燃燒量與二氧化碳排放系數的乘積。
3.1.1 能源燃燒量
能源的燃燒量計算的關鍵問題在于將“沒有用于燃燒”的能源消費量從總量中剔除。根據能源平衡表顯示，各種能源用于燃燒的部分包括能源的終端消費量、用于火力發電的消費量以及用于供熱的消費量，不包括在工業中被用作原料、材料的部分。
3.1.2 能源的二氧化碳排放系數
能源燃燒的二氧化碳排放系數通過平均低位發熱量和單位熱量的二氧化碳排放系數計算。已知各能源燃燒產生單位熱量的二氧化碳排放系數和各能源的平均低位發熱量（即單位質量的各類能源在燃燒過程中產生的熱量），將各能源燃燒產生單位熱量的二氧化碳排放系數與其平均低位發熱量相乘，即可得出每單位質量的各類能源在燃燒過程中排放的二氧化碳總量，也即各能源的二氧化碳排放系數，計算過程如公式（4）所示，其計算結果見表2。
3.1.3 能源行業的二氧化碳排放系數
通過以上兩部分計算，已經可以得到全國的二氧化碳排放量，接下來需要計算分行業的二氧化碳排放量。如圖1的計算流程圖所示，計算各行業的二氧化碳排放需要用到各能源行業的二氧排放系數以及各能源行業向所有行業的投入關系。
燃燒所產生的二氧化碳排放量，但由于本文使用的中國42部門投入產出表中提供的能源行業僅有煤炭開采和洗選業、石油和天然氣開采業、石油加工煉焦及核燃料加工業、燃氣生產和供應業4個，這些能源行業與各個化石能源之間存在的對應關系如下：煤炭開采和洗選業包括的能源有原煤、洗精煤和其他洗煤，石油和天然氣開采業包括原油和天然氣，石油加工、煉焦及核燃料加工業包括汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣、其他石油制品、焦炭和其他焦化產品，燃氣生產和供應業包括焦爐煤氣和其他煤氣。各能源行業產生的二氧化碳排放量即為燃燒與其相關能源產品所產生的二氧化碳排放量之和。
這里需要說明的是，在使用投入產出法計算各行業的能源消耗量時，是否剔除能源的轉化部分、是否減去固定資本形成及出口投入都會導致二氧化碳排放結果的不同。原因在于，雖然全國42部門所需的能源均是由四個能源行業提供，但這四個能源行業所投入的能源卻并非全部用于國內產品生產的能耗，其中有三種用途需要在計算時單獨處理：①作為原材料進行加工轉換的部分，如煤炭煉焦、原油加工為成品油、天然氣液化等的消耗；②作為存貨及固定資本形成等的部分；③作為能源產品出口給國外或調出本地的部分。由于這些部分的燃燒過程不在本地，所排放的二氧化碳也不屬于本地排放。因此，在計算能源行業的投入金額時，是否剔除這三部分，會對計算結果產生影響。
本文將分別計算是否剔除以上三部分能源消耗的情況。首先，在不剔除這三類能源消耗的情況下，各能源行業用于燃燒部分的總投入金額為：
3.1.4 各行業的能源燃燒排放
在以上計算的基礎上，可以計算投入產出表中42行業各自的能源燃燒排放量。計算方法如公式（8）所示，將投入產出表中能源行業j對行業k的能源投入，乘以公式（7）中能源行業j的二氧化碳排放系數，可以計算得出能源行業j給行業k帶來的二氧化碳排放量。而行業k的能源燃燒排放為各能源行業投入到行業k的能源燃燒排放量之和，即：
3.2 水泥生產過程的二氧化碳的排放
由于水泥在生產過程中會產生復雜的化學反應，產生二氧化碳，這部分二氧化碳排放被稱之為水泥生產的過程排放，在我國二氧化碳排放總量中占到相當比例，因此，在計算中國的二氧化碳排放總量時，是否考慮水泥的過程排放也會影響最終的計算結果。
水泥的生產屬于非金屬礦物制品業，其二氧化碳排放的計算公式為：
EC=QC×v （9）
其中：EC為水泥生產中的二氧化碳排放量，QC為水泥的總產量，v為水泥生產的二氧化碳排放系數。
本文選取的水泥生產二氧化碳排放系數為波特蘭水泥系數，根據Greenhouse Gas Protocol，取值為每t的水泥產量在生產過程中排放
0.502 101 6 t的二氧化碳。水泥產量方面，根據國家統計局統計數據，將中國各省在2007年的水泥產量加總后可得全國在2007年的水泥總產量，共計135 957.6萬t。將這兩個數據代入公式（9）中計算可得，2007年中國水泥生產過程中的二氧化碳排放總量為68 264.5萬t。需要指出的是，在分行業統計的二氧化碳 排放中這一排放屬于非金屬礦物制品業。
4 不同考慮因素對計算結果的影響
根據本文第二部分對計算方法的介紹可以發現，從“是否剔除能源的轉化部分”、“是否減去固定資本形成總額與出口、調出的能源投入”以及“是否考慮水泥生產的過程排放”這3個角度出發，我們可以用23=8種方式對二氧化碳的排放量進行計算，如表3所示。理論上“剔除能源的轉化部分，減去固定資本形成總額與出口、調出的能源投入并且加上水泥生產過程排放”的情況下所得計算結果是最為準確的。因此，為了保證計算結果的準確性，在條件允許的情況下，上述三個角度的問題均需要考慮在內。當數據缺失的時候，就需要進行折衷，采取其他幾種“不完美的”方法進行計算：比如當能源轉化情況不明，即
能源轉化率或能源轉化量未知的情況下，應選取不剔除能源的轉化部分的方法計算；當缺乏固定資本形成總額與出口、調出能源投入的信息，也即投入產出表最終使用部分情況不明時，應選取不減固定資本形成總額與出口、調出的能源投入的方法計算；而在水泥產量或水泥生產的二氧化碳排放系數未知時，計算中不考慮水泥生產的過程排放。相應地，如果這三個角度的問題沒有被完全考慮，計算結果也會存在一定程度的偏差。只有在偏差度允許的情況下，該計算方法才是有意義的。因此在采取這些方法計算時，應首先確定各個方法計算結果的準確性。
為了分析各種方法計算得到的二氧化碳排放量的準確性，本文分別利用以上8種“不完美的”計算方法計算了中國2007年的二氧化碳排放量。表3中以“是否剔除能源的轉化部分”、“是否減去固定資本形成總額與出口、調出的能源投入”以及“是否考慮水泥生產的過程排放”作為計算變量，展示了各種計算方法得到的結果。當變量取1時為考慮該角度的計算方法，變量取0時為不考慮該角度的計算方法，一共列出8種二氧化碳排放量的計算方法。其中，由于三個變量均取1時，（即“剔除能源的轉化部分，減去固定資本形成總額與出口、調出的能源投入并且加上水泥生產的過程排放時”）所得到的計算結果最為準確，因此表3中以三個變量均取1的情況為基準情況，并將其余方法的計算結果與基準情況進行比較，得出各方法下計算結果的準確性偏差。
總排放量方面，計算結果顯示，總排放量僅受“是否考慮水泥的過程排放”影響。如表3所示，總排放量的取值僅有兩種情況，考慮水泥的過程排放時總排放量為695 167.1萬t，不考慮水泥的過程排放時總排放量為626 902.6萬t。原因在于本文中二氧化碳排放量的計算包括能源燃燒二氧化碳排放量的計算和水泥生產二氧化碳排放量的計算兩類，其中燃燒排放的總量是根據能源平衡表中能源燃燒量計算得出，如前文中的公式（3）所示，與公式（5）、（6）中“是否剔除能源的轉化部分”、“是否減去資本形成總額及出口和調出”無關（只影響結構不影響總量），因此總排放量僅受“是否考慮水泥的過程排放”影響。
不考慮能源的轉化部分會使中間使用二氧化碳排放量被高估，最終使用二氧化碳排放量被低估。如表3所示，在不剔除能源的轉化部分，減去資本形成總額及出口、調出的能源投入，并考慮水泥的過程排放時，中間使用的二氧化碳排放量較基準情況高出0.3%，最終使用的二氧化碳排放量較基準情況低11.7%。原因在于不剔除能源的轉化部分即認為所有的能源投入均被用于燃燒，這其中包括真正用于燃燒的部分和實際用于轉化的部分，而用于轉化的部分在轉化成新的能源后也會再次作為燃燒部分計算，也即這部分能源燃燒會被計算兩次。這意味著在計算各行業的二氧化碳排放量時，存在轉化工序的行業，其能源燃燒量被高估，總燃燒量一定的情況下，其他沒有轉化工序的行業和最終使用中的能源燃燒量會被低估，導致最終使用二氧化碳排放量的低估及中間使用二氧化碳排放量的高估。不考慮資本形成總額及出口、調出的能源投入會使中間使用二氧化碳排放量被低估，最終使用二氧化碳排放量被高估。表3顯示，在不減資本形成總額及出口、調出的能源投入，剔除能源的轉化部分，并考慮水泥的過程排放時，中間使用二氧化碳排放量較基準情況低3.0%，最終使用二氧化碳排放量較基準情況高103.5%。原因在于能源行業對資本形成總額（包括固定資本形成總額和存貨增加）的投入是將該部分能源以固定資本的形式保留到庫存中，并未用于燃燒，而能源行業的出口與調出是將能源以商品的形式轉移出本地，其之后無論是否用于燃燒，產生的二氧化碳均不屬于本地排放。如果不考慮公式（6）中能源行業j對資本形成總額及出口、調出的能源投入，會使得該能源行業j的總投入金額Dj被高估，從而導致公式（7）中二氧化碳排放系數ej被低估，那么所有通過ej計算的行業二氧化碳排放量均會被低估，使得計算所得各行業的二氧化碳排放量下降，中間使用的二氧化碳排放量減少，而最終使用的二氧化碳排放量增加。
不考慮水泥的過程排放會使中間使用中非金屬礦物制品業的二氧化碳排放量被低估。水泥的二氧化碳排放是指在水泥生產過程中，由于化學反應產生的二氧化碳排放，它屬于非能源燃燒的二氧化碳排放。根據前文的計算，2007年全國水泥生產的過程二氧化碳排放量為68 344.7萬t，因此表3所示“是否考慮水泥的過程排放”，也即是否在非金屬礦物制品業的二氧化碳排放中加上水泥生產的過程排放量，可以看到在不考慮水泥的過程排放，剔除能源的轉化部分，并減去資本形成總額及出口、調出的能源投入時，中間使用部分的二氧化碳排放量較基準情況減少10.1%。實際上，非能源排放，也即過程排放還包括其他化學反應排放、碳水飲料的排放等，本文僅考慮水泥生產這一項過程排放的做法也有待在后續研究中進行進一步的完善。
綜上所述，在剔除能源的轉化部分、減去資本形成總額及出口調出的能源投入并考慮水泥的過程排放時計算方法最為準確，與之相反，忽略所有以上因素的計算方法偏差最大。此外，不剔除能源的轉化部分、不減資本形成總額及出口調出的能源投入、不考慮水泥的過程排放均會導致計算結果被高估或低估。根據中間使用排放量比較，這三個變量的計算優先度為水泥的過程排放最重要（缺失導致結果偏低10.1%），資本形成總額及出口、調出的能源投入次之（缺失導致結果偏低3.0%），能源的轉化部分最末（缺失導致結果偏高0.3%）。根據最終使用排放量比較，這三個變量的計算優先度為資本形成總額及出口、調出的能源投入最重要（缺失導致結果偏高103.5%），能源的轉化部分次之（缺失導致結果偏低11.7%），水泥的過程排放不產生影響。根據總排放量比較，這三個變量的計算優先度為水泥的過程排放最重要（缺失導致結果偏低9.8%），能源的轉化部分與資本形成總額及出口、調出的能源投入不產生影響。不僅如此，當這三個變量中有兩個或三個取0時，計算結果同時受這兩三個變量缺失的影響，二氧化碳排放量的變化幅度疊加。表3顯示，僅考慮剔除能源的轉化部分時，中間使用排放量被低估13.2%，最終使用排放量被高估103.5%；僅考慮資本形成總額及出口、調出的能源投入時，中間使用排放量被低估9.8%，最終使用排放量被低估11.7%；僅考慮水泥的過程排放時，中間使用排放量被低估2.1%，最終使用排放量被高估71.0%；三個變量均不考慮時，中間使用排放量被低估12.2%，最終使用排放量被高估71.0%。
5 結論及建議
本文梳理了當前主要的二氧化碳排放量計算方法，并基于投入產出法，對比計算了不同考慮因素對于二氧化碳排放量計算的影響，研究發現：計算方法方面，本文認為二氧化碳排放的主要來源可以分為能源燃燒排放和水泥生產過程排放兩大類，在進行行業二氧化碳排放量的計算時應將這兩部分都考慮在內。其中，能源燃燒的二氧化碳排放量可根據分行業的能源消耗量計算，水泥生產的二氧化碳排放量可根據全國水泥產量計算。該方法不僅可以避免能源消耗法數據選取不統一、生命周期評價法多行業計算工作量大，投入產出法計算結果較粗糙等缺陷，得出較為準確的計算結果，還可以同時進行多省份、多行業二氧化碳排放量的計算，簡化計算步驟，提升計算效率。計算準確性方面，“是否剔除能源的轉化部分”、“是否減去固定資本形成總額與出口、調出的能源投入”以及“是否考慮水泥生產的過程排放”3個因素將對我國二氧化碳排放量的計算結果產生影響。其中，“是否考慮水泥生產的過程排放”影響碳排總量的計算，而其他2個因素主要影響碳排放量的結構。本文認為，在“剔除能源的轉化部分、減去資本形成總額及出口調出的能源投入、考慮水泥的過程排放”情況下得到的二氧化碳排放量計算結果最為準確。在此基礎上，若不剔除能源的轉化部分，會使中間使用排放量被高估0.3%，最終使用排放量被低估11.7%；若不減去資本形成總額及出口調出的能源投入，會使中間使用排放量被低估3.0%，最終使用排放量被高估103.5%；若不考慮水泥的過程排放，會使中間使用排放量被低估10.1%，總排放量被低估9.8%。
基于以上結論，本文提出以下建議：
（1）不斷推進二氧化碳計算方法的相關研究，提高對計算結果準確性的關注和重視。二氧化碳排放量作為衡量多種能源和環境問題的主要指標，其計算結果的準確性具有非常重要的意義。從總量上看，我國二氧化碳排放量的大小直接決定了社會各界對于我國碳排放現狀的認識，然而，忽視水泥生產過程排放等因素將會使我國碳排總量被低估接近10%，這將直接影響我國社會各界對自身排放現狀的正確認識，難以引起人們對能源和環境問題的重視，拖緩減排政策的推廣力度和執行程度，甚至影響我國減排目標的達成。排放結構上看，能源轉化、資本形成以及出口和調出等因素將會影響我國碳排結構的準確性，影響高耗能產業的確定和低碳產業結構調整。此外，在國際社會方面，各國減排責任的劃分越來越多受到關注，我國作為快速崛起的重要經濟體，其減排責任的確認更是備受矚目。因此，我國碳排量計算的準確性決定著我國在國際社會是否承擔了合理的減排責任，這一點不僅關乎我國和其他發展中國家的國際責任，更是世界環境問題的主要議題。
（2）關注二氧化碳排放量計算方式的選擇，在誤差允許的范圍內選擇準確度更高的方式進行計算。本文從3個角度出發，提供了計算二氧化碳排放量的8種不同方式，確定了最為準確的計算方式并對其他方式的偏差進行了計算和分析。各種方式對不同的影響因素各有取舍，側重點各不相同，準確度也有所偏差。因此，在數據可及性滿足且工作量大小適當的前提下，建議學者采用本文確定的準確方法進行二氧化碳排放量的計算，然而，如果數據不夠充分或受工作量大小限制，則應根據本文得到的各種方法的偏差原因和偏差幅度，在誤差允許的范圍內，針對不同的研究目的選取各自重點關注的主要問題，進而選取在重要環節上準確度更高的方法進行計算，以在最大程度上保證計算結果的準確性。
參考文獻（References）
減少二氧化碳排放范文3
全球變暖問題日益嚴重，減少溫室氣體排放的呼聲高漲。從2007年的“巴厘島路線圖”到2009年的“哥本哈根氣候變化峰會”，中國作為發展中國家雖不承擔減排義務，但作為全球能源消耗和二氧化碳排放大國，減排壓力與日俱增。中國政府在哥本哈根氣候變化峰會上公布了“2020年單位GDP碳排放強度相對于2005年降低40％～45％”的減排目標。根據Laspeyres指數分解和Kaya公式可知，二氧化碳排放受人口、經濟增長、產業結構、能源消費結構、技術進步等因素的影響，其中經濟增長是二氧化碳排放增長的重要原因。因此，氣候變化問題既是環境問題也是發展問題。而我國正處于工業化和城市化的進程中，重化工比例較高，能源消費增長較快，導致二氧化碳排放量較大，雖然實施碳減排政策有助于能源效率的提高，但要強制性減排必將對經濟增長帶來負面影響。在充分考慮國際環境與本國國情的情況下，“十二五”規劃適度放慢了經濟發展速度，要求加快轉變經濟發展方式，優化產業結構，降低能耗強度和碳排放強度、減少污染物排放等，說明我國越來越注重經濟質量發展，注重經濟、能源與環境的可持續發展。如何把總能源消耗、二氧化碳排放合理地分配到各省區，對實現能耗強度和碳排放強度雙重約束目標非常關鍵。
許多學者對碳減排成本和配額分配進行了詳細研究。高鵬飛等(2004)對2010－2050年中國的碳邊際減排成本進行了研究，指出中國的碳邊際減排成本是相當高的且越早開始實施碳減排約束越有利。王燦等(2005)分析了部門碳減排邊際成本曲線，發現重工業、電力、煤炭部門是減排成本相對較低的行業。隨著減排率的提高，所有部門成本急劇上升，重工業削減二氧化碳排放的彈性相對較大。韓一杰等(2010)在不同的減排目標和GDP增長率的假設下，測算了中國實現二氧化碳減排目標所需的增量成本，發現GDP增長速度越快或減排目標越高，減排增量成本也越高；但由GDP變化所引起的增量成本變化遠小于由減排目標調整所引起的增量成本變化。巴曙松等(2010)發現各種主要能源消費的碳減排成本之間存在差異性，提出施行燃料轉換政策是一個很好的減排政策選擇。也有一些文獻研究了省區減排成本和配額分配問題。褚景春等(2009)以綜合能源成本為準則，對省區內外的各種資源進行篩選，得出總成本最小的電力資源組，然后將減排成本計入綜合資源規劃，使系統排放量達到最優水平。Klepper, G. 等(2006)研究了不同地區的減排成本、區域二氧化碳排放等問題。李陶等(2010)基于碳排放強度構建了省級減排成本模型，在全國減排成本最小的目標下，得到了各省減排配額分配方案，但其各省減排成本曲線與全國類似的假設，與現實情況有些差距。以上文獻均是基于碳排放強度的單約束，通過估計碳邊際減排成本曲線來分析減排配額的。但“十二五”規劃中提出了能耗強度和碳排放強度分別降低16％和17％的雙重約束目標，為完成此雙重強度約束目標，國務院《“十二五”節能減排綜合性工作方案》(國發［2011］26號)(下文簡稱《節能減排方案》)對各省設定了能耗強度降低目標，各省也相應制定了經濟發展的年度規劃目標。如何在雙重強度約束下，實現各省經濟增長、能源消耗和二氧化碳排放最優分配，對整個國民經濟發展起著非常重要的作用。
本文基于以上想法，從全局最優的角度，建立在全國及各省的能耗強度和碳排放強度目標約束下的省際經濟增長優化模型，考察全國及各省的能耗強度、碳排放強度及省際經濟增長擴張約束對各省經濟增長、能源消耗和二氧化碳排放的影響，找到各省經濟增長、能源消耗和二氧化碳排放的最優分配值，比較各種情景下的節能成本和減排成本，分析全國能源消耗和二氧化碳排放對全國生產總值的脫鉤狀態，并對全國能耗強度和碳排放強度最大降低幅度進行了預測。
二、優化問題及模型
我國正處于快速工業化階段，發展經濟是當今及今后很長一段時期內的首要任務。因此，本模型的目標函數為最大化各省區生產總值總和，約束條件為全國及各省的能耗強度和碳排放強度的目標約束，以及經濟增長擴張約束。根據分析問題的側重點不同，可建立如下兩個優化模型。
(一)如果2010－2015年全國能耗強度和碳排放強度至少降低16％和17％，各省能耗強度和能源碳強度與2005－2010年變化幅度相同，各省經濟增長遵循歷史發展趨勢并兼顧東中西部協調發展，并且各省通過調整產業結構、能源消費結構、節能減排技術改造和技術進步等措施實現《節能減排方案》中各省區能耗強度的降低目標，那么就有關各省經濟增長、能源消耗和二氧化碳排放應該如何優化分配問題，可建立如下模型來考察。
利用模型Ⅰ可分析以下兩種情景：
情景1：2015年全國能夠完成能耗強度和碳排放強度分別降低16％和17％的目標，各省能夠完成《節能減排方案》中的下降目標，各省2010－2015年能源碳強度降低程度與2005－2010年相同。以各省政府工作報告中確定的2011年各省經濟增長速度作為2010－2015年各省經濟增長擴張約束上限；“十二五”規劃中提出了2010－2015年國內生產總值增長7％的預期目標，本情景以7％作為2010－2015年各省經濟增長擴張下限。
情景2：為適當減緩因經濟發展過快而造成能源的過度消耗，實現經濟可持續發展，本情景中各省經濟擴張約束上限在情景1基礎上同比例縮小，其他假設與情景1相同：全國能耗強度和碳排放強度分別降低16％和17％；各省能耗強度能夠實現《節能減排方案》中的下降目標；各省2010－2015年能源碳強度降低率與2005－2010年相同；2010－2015年各省經濟年均增長擴張下限為7％。
(二)能耗強度和能源碳強度共同決定碳排放強度的變化。若2010－2015年全國能源碳強度降低程度與2005－2010年相同，則全國能耗強度最大降低幅度是多少，以及全國能耗強度降度最大時各省經濟增長、能源消耗和二氧化碳排放的最優分配值又是怎樣的？此問題可轉化為情景3。
情景3：2010－2015年全國能源碳強度降低程度與2005－2010年相同，全國能耗強度降低率為可變參數。其他假設與情景2相同：2015年各省能耗強度能實現《節能減排方案》中的下降目標，2010－2015年各省能源碳強度降低程度與2005－2010年能源碳強度降低程度相同；2010－2015年各省經濟增長擴張下限為7％，上限在情景1基礎上 同比例縮小。可利用以下模型分析。
三、數據來源及預處理
數據來源于歷年《中國能源統計年鑒》和《中國統計年鑒》，數據樣本期為2005－2010年，基期和分析期分別為2010年和2015年。因西藏能源消耗數據缺失，模型中暫不考慮。由于二氧化碳排放主要來源于化石能源消耗，本文主要計算了各省煤炭、石油、天然氣三種主要化石能源的二氧化碳排放量，煤炭、石油、天然氣的排放系數分別為2.69kg/kg、2.67kg/L、2.09kg/kg(采用IPCC推薦值)。由于統計口徑不同，所有省區生產總值總和與國內生產總值數據不等，本文所說全國生產總值為所有省區(除西藏外)生產總值總和，所說全國能耗強度為所有省區能源消耗總量與全國生產總值之比，所說全國碳排放強度為所有省區二氧化碳排放總量與全國生產總值之比，所說全國能源碳強度為所有省區二氧化碳排放總量與所有省區能源消耗總量之比。從歷年《中國統計年鑒》可得2005－2010年各省區生產總值(2005年不變價)。從歷年《能源統計年鑒》可得各省各種能源消耗量。煤炭、石油和天然氣的消耗量與它們相應的排放系數相乘，可分別得到煤炭、石油和天然氣的二氧化碳排放量。進而可得樣本期每年全國及各省區能耗強度和能源碳強度，可得樣本期內各省及全國能源碳強度的變化率。能耗強度的降低率來源于《節能減排方案》。由于2010年各省區各種化石能源消耗量數據目前沒有公布，無法算出2010年各省二氧化碳排放量，在此假設2010年各省化石能源消費結構與2009年相當，則各省2010年能源碳強度與2009年能源碳強度相同。情景1中參數標定見表1，其他情景中參數的具體變化見本文分析過程。
四、情景優化結果分析
下面利用所建模型來分析三種情景中各省經濟增長、能源消耗和二氧化碳排放的優化分配。
(一)地區GDP優化分析
優化結果顯示三種情景下模型均有最優解，說明從全局最優角度看，在全國及省際能耗強度和碳排放強度約束下，保持經濟平穩較快發展，能夠找到各省區經濟增長的最優路徑，進而可分析三種情景下各省區經濟增長最優分配值的異同(見表2)。
情景1優化結果顯示，2010－2015年全國經濟年均增長率為10.2％，經濟區域中，東北、中部、西北和西南地區經濟發展較快，各省經濟年均增長率均大于全國經濟年均增長率；京津、北部沿海、華東沿海和南部沿海地區經濟年均增長率均低于全國經濟年均增長率，但均在9％以上。說明若各省能夠實現節能減排目標，經濟區域就能夠協調發展，尤其是東北、中部和西南地區經濟能夠保持較好的發展勢頭。從省區看，山西、貴州、青海和寧夏的經濟增長速度較慢，其中山西年均增長率為8.5％，沒有達到本省經濟增長擴張上限；貴州、青海和寧夏的年均增長率為7％，取值為經濟增長擴張下限，經濟增長速度最慢。其他省區經濟年均增長率取值為各省經濟增長擴張上限，經濟發展較快。說明如果經濟發展保持目前勢頭，現行的全國及各省能耗強度約束對山西、貴州、青海和寧夏的經濟發展較為不利，對其他省區的經濟發展較為有利。
為了維持能源、經濟和環境的可持續發展，避免能源過度消耗，需要適度放慢經濟發展速度。情景2在情景1基礎上同比例縮小了經濟擴張上限，為保證2010－2015年間各省年均增長率不低于8％，各省經濟發展水平擴張上限縮小比例不超過4.504％。優化結果顯示，同比例縮小上限約束對各省及全國經濟發展的負面影響是全方位的。當各省經濟擴張上限縮小比例為4.504％時，全國經濟年均增長率為9％，下降了1.2個百分點。從經濟區域看，京津、華東沿海、南部沿海、中部、西南、東北、北部沿海和西北地區經濟年均增長率下降程度依次增大。從省區來看，河北、內蒙古、云南、甘肅和新疆經濟增長率為7％，最優值從經濟擴張上限降到經濟擴張下限；遼寧年均增長率為9.1％，沒有達到經濟擴張上限。除此之外，其他省區的經濟發展水平在情景1基礎上同比例縮小了4.504％，最優值為經濟擴張上限。
情景3優化結果顯示，若2010－2015年全國能源碳強度降低程度與2005－2010年能源碳強度降低程度相同，則全國能耗強度的最大降低幅度為17.27％，與此同時全國碳排放強度降低了21.07％。與情景2對比，全國經濟年均增長率為8％，下降了一個百分點。從經濟區域看，東北、中部、西北和西南分別下降了2.9、1.7、1.2和2.8個百分點；其他區域沒有改變。從省區來看，河北、山西、內蒙古、貴州、云南、甘肅、青海、寧夏和新疆的經濟年均增長率分別為7％，最優值仍然是經濟擴張下限；吉林、黑龍江、河南、湖北、湖南、重慶、四川和陜西的經濟年均增長率分別為7％，最優值從經濟擴張上限降低到經濟擴張下限；遼寧年均增長率從9.1％下降到7％；廣西年均增長率從擴張約束上限下降到7.3％，接近經濟增長擴張下限。說明進一步降低全國能耗強度對東北、中部、西北和西南地區的經濟增長有較強的阻礙作用。
(二)地區能源消耗和二氧化碳排放優化分析
各省GDP優化值乘以相應能耗強度和碳排放強度可分別得到各省能源消耗和二氧化碳排放的最優分配值。圖1和圖2分別為三種情景下各省能源消耗和二氧化碳排放增加量的變化情況。
圖1 三種情景下2010－2015年能源消耗的增加量 單位：10000 tce
從圖1中可見三種情景下，山東、廣東、江蘇、河北、河南、遼寧等省區能源消耗較大，北京、上海、江西、海南、貴州、青海、寧夏等省區能源消耗較少。情景2與情景1相比，北京、上海、貴州、青海和寧夏能源消耗量沒有改變；其他省區均有不同幅度的減少，其中能源消耗變動幅度排在前十一位的省區依次是內蒙古、河北、遼寧、山東、甘肅、新疆、云南、江蘇、廣東、河南和山西。情景3與情景2相比，遼寧、吉林、黑龍江、河南、湖北、湖南、廣西、重慶、四川、陜西等地區能源消耗進一步減少，其中河南、四川、重慶、黑龍江和遼寧的能源消耗減少幅度較大；其他省區的能源消耗沒有改變。同理可分析各省區二氧化碳排放情況。三種情景中二氧化碳排放變動均較大的省區有河北、內蒙古、遼寧、黑龍江、山東、河南、廣東、云南、陜西、甘肅、新疆等。從圖2中可看出，情景2與情景1中各省二氧化碳排放的增減情況與能源消耗的增減情況一致。二氧化碳排放變動幅度排在前十一位的省區依次是內蒙古、遼寧、河北、山東、山西、新疆、甘肅、河南、云南、江蘇和廣東。但其省 區排序與能源消耗變動大小的省區排序有所不同，這是因為二氧化碳排放量不僅受能源消耗量的影響，而且還受能源碳強度的影響，即各省能源碳強度不同導致二氧化碳排放的變化與能源消耗的變化不一致。情景3與情景2相比，二氧化碳排放沒有變化的省區和能源消耗沒有變化的省區相同；二氧化碳排放減少的省區與能源消耗減少的省區也相同，但省區排序有所不同。
圖2 三種情景下2010－2015年二氧化碳排放的增加量 單位：10000 t
結合情景2與情景1中的經濟增長優化結果可知，能源消耗和二氧化碳排放變動較大的省區比較容易受經濟擴張約束上限變化的影響?？s小經濟擴張上限，雖然放慢了全國及一些省區的經濟增長速度，但有利于節約能源和減少二氧化碳的排放。結合情景3與情景2中的經濟增長優化結果可知，當2010－2015年各省能源碳強度與2005－2010年的能源碳強度變化相同時，能源消耗和二氧化碳排放變動較大的省區比較容易受全國能耗強度變化的影響。為了實現全國經濟增長、能源消耗和二氧化碳排放的最優配置，各省區在制定政策時，要充分考慮本省區的具體情況，制定出適合本省低碳發展的路徑。
(三)三種情景下全國節能減排成本與脫鉤狀態分析
我們把各種情景下全國總能源消耗和二氧化碳排放的優化結果進行對比，當GDP改變量與能耗改變量為負值時，令GDP改變量與能耗改變量比值為節能成本；當GDP改變量與二氧化碳排放改變量為負值時，令GDP改變量與二氧化碳排放改變量比值為減排成本。由三種情景的經濟增長、能源消耗和二氧化碳排放的最優化分配可看出，情景2在情景1基礎上同比例縮小了經濟擴張上限，減慢了某些省區的經濟增長速度，有利于節約能源和減少二氧化碳的排放，其節能成本和減排成本分別為0.963萬元/噸標準煤和0.310萬元/噸。情景3在情景2基礎上考察了全國能耗強度和碳排放強度的最大降低幅度。在此種情況下，節能成本和減排成本分別為1.010萬元／噸標準煤和0.339萬元/噸。兩種對比結果顯示節能成本和減排成本均較低，說明適度放慢經濟發展過快省區的經濟發展和進一步加快全國能耗強度和碳排放強度的降低，雖然對全國及個別省區的經濟發展有一定的阻礙作用，但對全國總體能源消耗和二氧化碳排放起著較強的抑制作用。
本文采用Tapio脫鉤指標，將二氧化碳排放與經濟增長的脫鉤彈性分解如下：
其中分別稱為碳排放彈性脫鉤指標、能源消耗彈性脫鉤指標和能源碳排放彈性脫鉤指標，經濟增長、能源消耗和二氧化碳排放增長率采用2010－2015年年均增長率。由三種情景的經濟增長、能源消耗和二氧化碳排放的最優化分配，可計算出三種情景下2010－2015年年均碳排放彈性脫鉤指標、能源消耗彈性脫鉤指標、能源碳排放彈性脫鉤指標(見表3)。結果顯示，能源消耗在情景1中處于增長連接狀態，在情景2和情景3中處于弱脫鉤狀態，且能源消耗脫鉤指標值越來越小，說明能源消耗和全國生產總值的弱脫鉤程度越來越強。能源碳排放在三種情景中雖均處于增長連接狀態，但能源碳排放彈性脫鉤指標值越來越趨于0.8(增長連接與弱脫鉤狀態的臨界值)，說明雖然二氧化碳排放與能源消耗之間還處于增長連接階段，但越來越趨于弱脫鉤狀態。二氧化碳排放在三種情景中均處于弱脫鉤狀態，而且碳排放彈性脫鉤指標值越來越小，說明二氧化碳排放與全國生產總值的弱脫鉤程度越來越強。
五、結論及政策建議
本文根據所分析問題的側重點不同，從全局最優的角度，建立了兩個在全國及省際能耗強度和碳排放強度約束下省區經濟增長優化模型。分析了三種情景下各省區經濟增長的優化問題，比較了各省經濟增長、能源消耗和二氧化碳排放的最優分配路徑的異同。發現三種情景下均能實現“十二五”規劃中對國內生產總值增長的預期目標、單位GDP能耗強度和碳排放強度的約束目標。若2010－2015年全國能源碳強度降低程度與2005－2010年能源碳強度降低程度相同，則全國能耗強度和碳排放強度的最大降低幅度約分別為17.27％和21.07％。
在地區經濟發展方面，本文比較了三種情景下各省經濟增長最優分配的異同，分析了縮小經濟擴張上限和進一步降低全國能耗強度對全國及各省區的影響，指出了經濟發展較慢和較快的省區。如果經濟保持目前發展勢頭，那么現行的全國及各省能耗強度指標約束對山西、貴州、青海和寧夏的經濟發展較為不利，對其他省區的經濟發展較為有利。同比例縮小經濟擴張上限，對各省及全國經濟發展的負面影響是全方位的，中部、西南、東北、北部沿海和西北地區經濟年均增長率下降程度較大，其中河北、內蒙古、云南、甘肅、新疆和遼寧經濟增長速度明顯減慢。若全國能耗強度降低率從16％進一步降低到17.27％，則全國經濟年均增長率將進一步下降1.2個百分點，西北、中部、西南和東北地區經濟增長速度明顯減慢，其中吉林、黑龍江、河南、湖北、湖南、重慶、四川、陜西、遼寧和廣西成為經濟發展較慢省區的新成員。說明進一步降低全國能耗強度對西北、中部、西南和東北地區的經濟增長有較強的阻礙作用。
減少二氧化碳排放范文4
1.熒光燈代替常用的白熾燈。
熒光燈用普通白熾燈40％的能源就能達到相同的亮度，使用熒光燈，每年能避免300磅二氧化碳被排放到大氣中。
2.冬天低兩攝氏度，夏天高兩攝氏度。
在人們生活所消耗的能源中，幾乎有一半用在了取暖和降溫上。冬天時，將室內溫度調低兩攝氏度，夏天時調高兩攝氏度，一年就能減少2000磅二氧化碳的產生。
3.定期清潔爐灶和空調，或更換過濾裝置。
這樣做每年能減少350磅二氧化碳被排放到大氣中。
4.別讓電器處于待機狀態。
使用電器上的開關按鈕，直接關閉電器，不要使用遙控器。以一天看3小時的電視為例(歐洲人看電視的平均時間)，其余的21個小時里，如果電器處于待機模式，就要白白地耗費40％的電量。
5.用絕緣毯包裹電熱水器。
用這樣一個簡單的方法，每年就能減少1000磅二氧化碳的排放，如果將熱水器的溫度設置在50攝氏度以下，每年還能避免550磅二氧化碳產生。
6.讓冰箱和冰柜遠離熱源。
如果把冰箱和冰柜放在離爐灶近的地方受熱，制冷就需要耗費更多的能源。舉例來說，如果把它們放在溫度高達30＝31攝氏度的房間里，消耗的電量就是常溫狀態下的2倍，在這種狀態下，冰箱和冰柜一年后向大氣中排放的二氧化碳分別能達到160千克和320千克。
7.定期給冰箱或冰柜除霜。
最好換一臺有自動除霜功能的冰箱，它們的能源利用效率比你現有的這臺高2倍。
8.不要長時間開窗，讓熱量從房間中流失。
開窗通風一般幾分鐘就可以了。如果讓窗戶整天都開著，在寒冷的冬天(當室外溫度低于10攝氏度時)，制熱器為了保持室內的溫度，會耗費很多能源，從而會產生高達一噸的二氧化碳。
9.做飯時蓋上鍋蓋。
這樣做一鍋飯能節約很多能源。用高壓鍋和蒸汽鍋最好，能節約70％的天然氣。
10.用淋浴代替泡澡。
淋浴耗費的能源只是泡澡的1／4。為了最大限度節約能源，還可以將淋浴噴頭改為低流量的，便宜又舒服。
11.增強房屋的御寒性能。
適當地在居室墻壁和天花板上采用絕緣材料，一年不僅能為你節省25％的供暖費用，還能避免2000磅二氧化碳的排放。此外，密封和給窗戶貼擋風雨條，每年能避免1700磅二氧化碳產生。
12.回收有機廢物。
溫室氣體中約有3％來自干生物降解過程中釋放的甲烷。對有機廢物進行回收，如果你有一個花園，就采用堆肥處理，這樣能避免甲烷的排放。需要注意的是，有機廢物需要足夠的氧氣才能充分降解，如果氧氣供應不足，不僅會釋放甲烷，而且會讓你的花園發出難聞的臭味。
13.明智地購物。
生產一瓶1.5L裝的飲料所需的能源比生產3瓶0.5L裝的飲料要少，建議購買大瓶裝飲料，這樣也能避免產生過多的垃圾。使用再生紙可以節省70％－90％的能源：減少森林的砍伐。
14.重復使用購物袋。
購物時拒絕商店提供的一次性購物袋，’使用可重復使用的購物袋，既節約了能源又避免產生垃圾。一次性購物袋產生的垃圾不僅向大氣中排放二氧化碳和甲烷，對空氣，地下水和土壤都會產生污染。
15.種一棵樹。
一棵樹在生長過程中會利用光合作用吸收一噸二氧化碳。樹蔭還可以供人們納涼，減少開空調的次數，幫你省10％－15％的電費。
16.改用綠色能源。
在很多領城，人們可以利用風能、太陽能這樣潔凈、可再生的能源。
17.購買本地出產的食物，本地生產的食物省汽油又省錢。
18.購買新鮮的而非冷凍的食品。
冷凍食品生產過程中耗費的能源要比新鮮食品多出10倍。
19.購買有機食品。
相比于普通的種植土壤，有機土壤能吸收和儲存更多的二氧化碳。如果所有的大米和大豆都在有機土壤中生長，就能避免5800億磅的二氧化碳被排放到大氣中。
20.少吃肉。
除了二氧化碳，甲烷無疑是溫室氣體中比重最大的氣體了，而牛是所有家畜中最大的甲烷排放者，它們以草料為食物，并且是多胃動物，每次呼吸過程中都會釋放大量甲烷。
21.縮減開車次數，盡可能步行、騎車、與別人合用汽車以及乘坐公共交通工具。
每周少開10英里，一年就能避免500磅的二氧化碳被排放到大氣中。
22.定期給車做保養。
定期保養你的車，有利于提高燃油效率，從而降低尾氣的排放量。只要1％的車主能做到定期保養，大氣中就能減少10億磅的二氧化碳。
23.節約汽油。
改變你的駕駛習慣可以減少二氧化碳的排放。選擇合適的擋位，不濫踩剎車，下坡時選擇合適的變速器擋位代替引擎制動，如果汽車?？啃枰^1分鐘，就將引擎關掉。
24.少坐飛機。
飛機在飛行中會產生大量廢氣，每年減少坐飛機的次數，哪怕只是一兩次，對于減少大氣中的二氧化碳都有很大的幫助。
25.保護全球的森林資源森林在全球變暖過程中扮演了一個重要的角色：樹木在燃燒和砍伐過程中，貯存的碳會釋放到大氣中。據統計，全球每年因砍伐森林而產生的二氧化碳占總量的20％。
減少二氧化碳排放范文5
我國能源與環境面臨何種形勢？
倪維斗指出，能源消費是造成霧霾天氣的直接原因。大量燃煤供暖、汽車尾氣及燃煤發電等加重了環境負擔。當前，能源與環境形勢嚴峻，我國已被逼到“墻角”，每年排放的二氧化碳已達70億噸，為世界第一。中國正處于二氧化碳排放的上升期，面臨國際上對我國二氧化碳排放峰值出現時間和絕對值的要求，在已經大力強化節能以及發展核能和可再生能源的條件下，未來我國在碳減排上仍將處于被動狀態。
倪維斗說，全世界環境問題已經非常嚴重，中國的問題更加嚴重，一個是氣候變化，再加上二氧化碳排放已是世界第一，大概是70-80億噸/年，美國現在60億噸/年，遠遠超過美國；第二個問題是能源安全，一些燃料中國大量進口，差不多每年要進口2.5億噸，消費量是4.5億噸，自產不到2億噸，進口的來源、進口的成本、進口的出路，將來都存在很大的問題；還有個問題是PM2.5的問題，以上這幾個問題困擾著中國的發展。
倪維斗認為，從長遠來看，化石能源仍然是世界上主要的能源，煤、石油、天然氣到2050年差不多各占27%左右（能源消費總量），核電、水電、可再生能源各占7%，從某種意義上來說，煤的問題比較突出。中國這個時期，議論很多，尤其霧霾天氣出來以后，人們認為煤是罪魁禍首，想把煤砍掉，但是中國看起來砍不掉，煤炭在相當時期仍然是我國的能源主力。在中國，如果不解決煤的清潔利用問題，那么所謂低碳發展都是不可能的。
倪維斗說，我國的二氧化碳排放是個尖銳問題，到2020年單位GDP的二氧化碳排放量減少40%-45%，到2050年，全世界二氧化碳排放量要比1990年下降一半，只能排放104億噸（1990年208億噸）。中國將來二氧化碳的減排主要落在煤身上。倪維斗說：“從2010年到2050年，我國將要用掉1200億噸煤，這1200億噸煤怎么用就是個大問題。如果直接燃燒，將產生大量污染，這顯然不行，大自然已經給我們教訓了，但我國以煤為主的能源消費結構不會變，因此，大幅度減排二氧化碳和其他污染物主要靠煤的清潔低碳利用。”
怎樣解決電煤的清潔化利用問題？
倪維斗認為，實現煤炭清潔高效轉化有多種途徑，分別是實施先進的煤炭發電技術和實施煤基多聯產能源系統技術。前者旨在進一步提高能效，減少排放，后者則是通過系統過程集成，達到物質和能量多維度梯級利用。
倪維斗表示，現在我國的燃煤發電技術已經走在世界前列。倪維斗舉例說，上海外高橋第三發電廠每度電的平均煤耗在276克標準煤左右，這在世界屬于領先水平。但是從目前的發電技術上來看，燃煤超超臨界蒸汽發電技術不一定是煤高效利用的唯一重點方向，因為燃煤超超臨界蒸汽發電在技術、經濟、常規污染物的脫除、二氧化碳的減排上都具有一定先天性的缺陷。特別是二氧化碳在煙氣中的收集成本很高，從煙氣中收集二氧化碳比較難，要大量的噴淋，還要用化學物質分離，會導致電廠的發電效率降低11%-12%，同時單位成本提高，投資成本增加一倍；本身的發電成本也增加。這種技術的真正商業化大規模使用在目前還沒有。
倪維斗說，第二條路徑是IGCC技術（整體煤氣化聯合循環發電系統）。華能集團在天津有一臺250MW的IGCC電站，現在已經基本運行，但是系統復雜，價格較貴，首套的造價差不多12000元/kW，而超臨界也就4000元/kW。IGCC本身是很好的概念，在目前條件之下，在中國純粹的發電的IGCC估計也不會有大發展，但是IGCC最大的優點就是將來較易把二氧化碳取出來，二氧化碳濃度較高，達到40%左右，壓力比較大，體積比較小，容易取出。
倪維斗表示，多聯產技術是中國二氧化碳減排的戰略方向。多聯產技術以煤氣化技術為核心，通過化工合成與動力生產過程的集成耦合，實現煤炭物質和能量的梯級轉化與利用。該技術具有捕捉二氧化碳的天性，是實現未來二氧化碳捕捉和埋存的有效途徑，且經濟效益和環保性能優異，對于我國乃至世界的煤炭清潔利用都具有非常重要的戰略意義。
倪維斗認為，多聯產是綜合解決我國能源問題的重要方案，有助于緩解能源總量要求，尤其是可以應用大量的高硫煤；有助于緩解液體燃料短缺，可以大規模地生產甲醇、F-T合成油等替代燃料，緩解石油進口壓力；徹底解決燃煤污染問題，同時用甲醇來制備二甲醚，二甲醚基本上是和LPG（液化石油氣）同樣性質的液體，可以大量供應小城鎮的需要；滿足未來減排CO2的需要，所以說，在煤的清潔高效利用方面電化共軌（或能化共軌）有很大潛力，是重要方向。
倪維斗說，以上這三種煤高效清潔利用的技術途徑各有千秋，要因時、因地而宜，但必須要有一個頂層設計、總體規劃。
如何減少燃煤電廠排放的二氧化碳？
倪維斗提出了兩種思路，一是要節約用能；二是將用能后產生的二氧化碳捕捉起來。從目前來看，要降低碳排放，實際上是要在煤的應用上下功夫，因為能源消費主體是煤。要將那些散燒煤取締或想辦法替代，將來煤要集中使用，在集中使用過程中再想辦法把二氧化碳減少。因此，碳減排的根本問題就是二氧化碳的捕捉問題。
“實施煤炭現代化戰略刻不容緩，煤的高效清潔利用最終離不開二氧化碳的捕捉與處理，我國的CCUS（二氧化碳捕集、利用與封存）戰略應該按照我國國情實施。”倪維斗表示，我國實施CCUS戰略目前已有很大的潛力，關鍵在于如何全面統籌安排、協調管理。
減少二氧化碳排放范文6
摘 要： 人均二氧化碳排放的影響因素基于Kaya恒等式可以分解為人均GDP、能源結構和能源強度三個因素。VEC模型的實證結果顯示我國存在二氧化碳庫茲涅茨曲線，即人均二氧化碳排放隨我國經濟增長先惡化后改善的倒U形曲線，非化石能源比重與能源強度對我國二氧化碳減排影響顯著，但方差分解方法顯示能源結構因素和能源強度因素對我國二氧化碳排放的抑制作用非常有限。我國“十二五”期間和2020年的節能減排任務艱巨，只有堅持節約發展和清潔發展，才能實現減排目標。
中圖分類號： F062.2 文獻標志碼： A 文章編號： 10012435(2012)01002506
Analysis of CO2Kuznets Curve in China Based on VECM
LIU Ying, REN Yanyan (School of Economics, Shandong University, Jinan 250100, China)
Key words: carbon dioxide Kuznets curve; proportion of non-fossil energy; energy intensity; VECM
Abstract: The influencing factors of per capita emissions can be decomposed as GDP per capita, energy structure and energy intensity based on Kaya identity. The empirical result of VECM shows that CKC，the inverted Ushaped curve between emissions and income, holds for China. Moreover, both proportion of nonfossil energy and energy intensity are significant on emissions reduction. However, the result of variance decomposition displays that their restraining effects are very limited. In addition, the tasks for energy saving and emissions reduction for twelve fiveyearplan and in 2020 are still arduous. We must insist on conservative and clean development to accomplish our goal.
2009年哥本哈根氣候大會召開前，我國提出到2020年單位GDP二氧化碳排放比2005年下降40％至45％，在2011年德班大會上再次重申并表示在2020年后有條件接受量化減排協議，引起了國際社會的關注。由于我國正處在發展經濟、改善民生、推進工業化和城市化的關鍵階段，二氧化碳減排困難重重。研究二氧化碳排放的影響因素，預測二氧化碳排放的趨勢，對于我們制訂合理的減排計劃、遵守減排承諾至關重要。
根據環境庫茲涅茨曲線（Environmental Kuznets Curve, EKC），在經濟發展初期，二氧化碳排放將隨經濟增長而增加，當經濟發展到一定階段排放會隨經濟增長而逐漸減少，這種倒U形曲線關系被稱為二氧化碳庫茲涅茨曲線(Carbon Dioxide Kuznets Curve, CKC)。Jalil 等認為，CKC假說在中國是成立的，能源消費對二氧化碳排放影響顯著而對外貿易影響不顯著［1］。Acaravci等發現除了丹麥和意大利支持CKC假說外，其他國家均不支持［2］。Iwata等則發現二氧化碳排放和經濟增長之間不是倒U型曲線關系，而是單調遞增的線性關系［3］。杜婷婷等認為我國不存在CKC曲線，我國的二氧化碳排放與經濟增長之間呈現“N”型曲線關系［4］。陸虹運用空間狀態模型證明我國人均二氧化碳排放隨人均收入上升而持續惡化［5］。國內外學者對于CKC假說難以得到一致的估計結果。國內學者對我國CKC的研究主要集中于二氧化碳排放與收入之間的關系，對收入以外影響二氧化碳排放的其他因素關注較少，缺乏對二氧化碳排放未來趨勢方面的預測研究。Auci 等將EKC模型分為未調整模型和調整模型，在未調整模型中只有人均GDP一次項和二次項兩個解釋變量，調整模型在未調整模型的基礎上加入了其他影響排放的控制變量，比如國際貿易、收入分配、能源消費、能源結構和產業結構等［6］。很多學者認為調整模型的估計結果比未調整模型有效［6-8］。我們基于Kaya恒等式在未調整模型中加入了能源結構因素和能源強度因素兩個控制變量，防止模型設定誤差，使估計結果更穩健。同時，Romero-vila和Wagner的研究均表明計量模型的選擇對CKC假說的估計結果意義重大［9-10］。我們用VEC模型分析人均排放與人均GDP、非化石能源比重和能源強度之間的協整關系，對我國人均排放的趨勢進行預測，考察我國政府提出的“十二五”節能減排目標和2020年的減排承諾實現的可能性。
一、模型構建
（一）基于Kaya恒等式的人均排放影響因素分解
Kaya在1989年IPCC 的研討會上提出了著名的Kaya恒等式：
C=CE×
EGDP×
GDPP×P，其中C、E、GDP和P分別代表一國二氧化碳排放總量、一次能源消費量、國內生產總值和人口數量。這種通過構造鏈式乘積的方法將二氧化碳排放影響因素分解為能源碳排放強度CE、能源強度EGDP、人均GDP和人口四個因素。其中能源強度是用單位GDP能耗來衡量的，反映了一國經濟對能源的依賴程度，能源碳排放強度CE可以轉化成iEiE×CiEi，其中i表示第i種能源，EiE表示第i種能源在一次能源消費中的比重，CiEi表示第i種能源的碳排放系數。這樣Kaya恒等式就可以進一步轉化為
CP=iEiE×
CiEi×
EGDP×
GDPP。由于目前還沒有成熟的二氧化碳減排技術，各種能源的碳排放系數基本保持不變，因此能源碳排放強度大體上就由能源結構決定［11］。轉化后的Kaya恒等式意味著人均二氧化碳排放由人均GDP、能源結構和能源強度三個影響因素驅動。
（二）CKC調整模型
基于轉化后的Kaya恒等式的分析，我們將能源結構因素和能源強度因素作為控制變量加入到未調整的CKC模型，特別地，我們用非化石能源比重代表能源結構因素。建立我國CKC調整模型的對數形式為：
ln(co2)t=β0+β1lnyt+β2(lnyt)2+β3ln(es)t+
β4ln(ei)t+εt （1）
其中co2表示人均二氧化碳排放，y表示人均GDP（按2005年不變價格計算），es表示非化石能源比重，ei表示能源強度，εt為隨機擾動項。我們對所有的變量都作對數變化是為了把握其線性趨勢。
二、實證分析
（一）數據來源及描述性分析
人均二氧化碳排放數據來源于美國能源部二氧化碳信息分析中心（Carbon Dioxide Information Analysis Center，CDIAC）。GDP和人口數據來源于賓夕法尼亞大學國際比較中心創立的Penn World Table
7.0，非化石能源比重和一次能源消費數據來源于世界銀行WDI。樣本區間為1971-2008年。在此期間我國二氧化碳排放和GDP分別增長了6.8倍和22.8倍，人均二氧化碳排放和人均GDP分別增長了4.0倍和14.2倍，非化石能源比重上升了4.4倍，能源強度下降了77.3%。從圖1可知我國的人均排放除了在1996-1999年出現短暫的改善外，從總體上呈現隨人均GDP增長而逐年惡化的趨勢，而且從2000年開始加速上升。如果CKC假說在我國成立，那么式（1）中β1＞0和β2＜0應同時成立，這就是CKC假說聲稱的倒U形曲線，而預期人均二氧化碳排放會隨著非化石能源比重上升和能源強度下降而下降，即β3＜0而β4＞0。
圖1 1971-2008年人均二氧化碳排放與人均GDP散點圖
（二） 平穩性檢驗
我們同時采用ADF檢驗和Phillips-Perron檢驗（PP檢驗）兩種方法來對各個變量進行單位根檢驗以保證檢驗的穩健性。ADF和PP兩種單位根檢驗方法均表明人均二氧化碳排放、人均GDP一次項、人均GDP二次項、非化石能源比重和能源強度的自然對數序列是差分后平穩序列即一階單整序列（I（1），見表1）。
（三）Johansen協整檢驗
以上I（1）序列的矩，如均值、方差和協方差會隨時間改變而改變，但這些序列的線性組合序列卻可能具有不隨時間變化的性質，假如這種平穩的或I（0）的線性組合存在，這些非平穩的時間序列之間被認為具有協整關系，即穩定的長期均衡關系。采用Johansen協整檢驗的跡檢驗方法可以在1%的顯著性水平上拒絕“協整秩為0”的原假設，表明以上I（1）序列之間具有協整關系（見表2）。盡管無法拒絕“最大秩為2”的原假設，但考慮到人均排放與人均GDP、非化石能源比重、能源強度之間如果存在穩定的長期均衡關系，則這種均衡關系必定是唯一的，因此我們將協整秩設為1。
（四）協整方程與誤差修正模型
VEC模型可以看作是帶有協整約束的VAR模型，既可以考察長期效應，也可以考察短期效應。我們用VEC模型來探求人均排放與人均GDP、非化石能源比重和能源強度之間的長期均衡關系，以及各個解釋變量的短期波動對人均排放的沖擊。人均排放的1階差分作為被解釋變量的誤差修正模型為以下形式：
Δln(co2)t=α1+β11Δln(co2)t-1+β12Δlnyt-1)+β13Δ(lnyt-1)2+β14Δln(es)t-1+
β15Δln(ei)t-1+λ1ecmt-1+εli
（2）
綜合AIC信息準則、BIC信息準則和樣本容量因素確定VEC模型對應的VAR系統滯后階數為2，此時的VEC模型是穩定的，也通過了殘差自相關的診斷性檢驗。
式（2）的解釋變量由人均排放1階差分的滯后項、式（1）中所有解釋變量的滯后項和誤差修正項組成。β12、β13、β14、β15反映式（1）中解釋變量的短期變化對人均排放短期波動的影響。ecmt-1是誤差修正項，反映變量之間的長期均衡關系，λ1為誤差修正項的系數，表示當人均排放偏離其長期均衡狀態時向均衡狀態調整的速度。
由表3協整方程系數可知，從長期來看，人均GDP一次項、人均GDP二次項、非化石能源比重和能源強度對人均二氧化碳排放的影響都是顯著的。與CKC假說相一致，式（1）中β1符號為正，β2符號為負，人均排放與人均GDP呈現倒U形曲線關系，說明我國人均排放會經歷一個隨經濟增長先惡化而后逐漸趨于改善的過程。同時，與預期相一致，β3符號為負而β4符號為正，說明改善能源結構和降低能源強度將會促進二氧化碳減排，其中非化石能源比重每提高一個百分比，人均排放就可以減少0.239%，能源強度每降低一個百分比，人均排放就可以減少0.883%。在表3的誤差修正模型中λ1為0.661，不僅顯著且符號也符合預期，預示著當人均排放偏離長期均衡狀態時它將以66.1%的速度向均衡狀態調整。當發生人均排放的短期沖擊時，這個調整速度是非常迅速的。值得注意的是，與CKC假說相反，β12＜0而β13＞0，說明人均排放與人均GDP之間為正U型曲線關系，可見在短期內經濟增長對惡化二氧化碳排放的力量比較明顯。同時，非化石能源比重和能源強度在短期內對二氧化碳排放沒有顯著影響。一個可能的解釋是非化石能源在一次能源消費中的比重過小且在短期內很難改善，同時能源強度的降低即能源效率的提高在短期內也很難實現，因而無法對二氧化碳減排發揮作用，而在長期，非化石能源比重和能源強度在短期的影響逐漸累積從而對人均排放產生顯著影響。
（五） 人均排放的方差分解
用方差分解方法可以分析每一個結構沖擊對人均排放波動的貢獻度，通過計算這個貢獻度在總貢獻中的比例可以分析每一個結構沖擊的相對重要性。由表4可知，除了人均排放本身外，人均GDP（包括一次項和二次項）對解釋人均排放的預測方差起到了重要作用，能源結構次之，能源強度起到的作用則非常微弱。在“十一五”期間，我國鼓勵開發可再生能源，如風能、太陽能和生物燃料。“十二五”期間，我國將加快推進包括水電、核電等非化石能源發展，積極有序做好風電、太陽能、生物質能等可再生能源的轉化利用，這將顯著減少煤炭消耗，并彌補石油和天然氣資源的不足。在中國科學院提出的能源科技發展規劃中，我國將在2050年前后建成可持續能源體系，總量上基本滿足經濟社會發展的能源需求，結構上對化石能源的依賴度降低到60%以下，可再生能源成為主導能源之一。我國非化石能源在一次能源消費中的比重在1971-1999年間年均增長5.3%，進入21世紀以來，非化石能源建設速度有所加快，年均增長6.4%，但從世界范圍看，我國非化石能源在能源結構中的比重是偏低的，以2008年為例，我國非化石能源比重為3.5%，遠低于9.1%的世界平均水平，更低于發達國家的一般水平。因此，盡管能源結構因素對減排影響顯著，但是非化石能源比重對人均排放預測方差的貢獻度最高只有9.4%，現階段我國能源結構因素對人均排放的抑制作用還很有限，能源強度對人均排放預測方差的貢獻度則更小，最高僅為1.9%。我國能源消耗高、效率低、環境壓力大，能源強度不僅高于許多發達國家，也高于許多發展中國家。能源強度對二氧化碳減排影響顯著，但能源強度的改善、能源效率的提高是個長期而復雜的過程，現階段改善能源強度對我國二氧化碳排放的抑制作用還沒有發揮出來。
（六） 二氧化碳排放預測
用2006年以前的數據來估計VEC模型，然后預測2006-2008年三年的數據，并與實際觀測值比較，如圖2所示，預測都落在了99%的置信區間之內，對人均GDP和能源強度的預測比較準確，對人均排放和非化石能源比重的預測次之。表5給出了用VEC模型預測我國“十二五”到2020年期間人均排放、人均GDP、非化石能源比重和能源強度的變化趨勢。根據測算，“十二五”期間我國單位GDP二氧化碳排放和單位GDP能耗分別會下降15.5%和12.0%，這和我國提出的降低17%和16%的目標有距離；我們預計2020年我國單位GDP二氧化碳排放比2005年下降39.0%，這與我國政府提出的下降40％至45％的承諾有差距。估計到2020年非化石能源占我國一次能源消費仍不到4%，我國政府提出：“十二五”期間我國非化石能源占一次能源消費的比重要提高到11.4%，到2020年要提高到15%，從預測看，我國的非化石能源建設過慢。過度依賴煤炭等化石能源的發展不僅嚴重污染環境，也是不可持續的，必須大力發展非化石能源，提高其在一次能源消費中的比重，才能夠有效降低二氧化碳排放，保護生態環境，并降低化石能源不可持續供應的風險。
三、結論與啟示
運用我國1971-2008年的經濟、能源和環境數據來實證分析人均二氧化碳排放的影響因素并對人均排放的趨勢預測，得出以下結論與啟示：
1. 人均排放、人均GDP、非化石能源比重和能源強度在我國存在穩定的長期均衡關系， 且人均GDP、非化石能源比重和能源強度對人均排放影響顯著。
2. CKC假說在我國是成立的，表明我國二氧化碳排放會經歷一個隨經濟發展先惡化再逐漸改善的過程，但是，單純依靠經濟增長自身實現二氧化碳減排是不現實的，發達國家“先污染后治理”的老路在我國行不通。我國目前仍處在二氧化碳排放逐漸惡化的階段，高投入、高消耗、高排放、難循環、低效率的粗放型增長方式在我國還沒有發生根本轉變。我國若要以較快的速度實現CKC假說聲稱的倒U型路徑，必須調整能源結構，加快轉變經濟增長方式，才能使人均排放隨經濟增長而趨于改善。
3. 人均排放的方差分解方法表明經濟增長因素對我國人均排放的解釋程度最高，而能源結構因素和能源強度因素對我國二氧化碳排放的抑制作用則非常有限。
4. 經過對VEC模型進行預測，基于我國經濟增長方式和資源使用現狀，我們認為，我國政府實現“十二五”節能減排目標和2020年減排承諾任務非常艱巨。我國必須降低能源強度，提高能源使用效率，同時優化能源結構，加快發展非化石能源。積極應對氣候變化，采取低碳型發展方式，不僅是國際潮流，也日趨成為一種國際壓力，我們只有在發展方式的轉型上增強緊迫感，深化節能減排，堅持節約發展和清潔發展，才能完成預定的減排任務、遵守我國的減排承諾，履行我國作為發展中大國的責任。
參考文獻：
［1］ Jalil A, Mahmud S F.Environment Kuznets curve for CO2 emissions: a cointegration analysis for China［J］.Energy Policy,2009,（37）:5167-5172.
［2］ Acaravci A, Ozturk I.On the relationship between energy consumption, CO2 emissions and economic growth in Europe［J］.Energy,2010,（35）:5412-5420.
［3］ Iwata H, Okada K, Samreth S.A note on the environmental Kuznets curve for CO2: A pooled mean group approach［J］.Applied Energy,2011,（88）:1986-1996.
［4］ 杜婷婷,毛鋒，羅銳.中國經濟增長與CO2排放演化探析［J］. 中國人口資源與環境，2007，（2）：94-99.
［5］ 陸虹.中國環境問題與經濟發展的關系分析 ［J］.財經研究，2000，(10) ：53-59.
［6］ Auci S, Becchetti L.The instability of the adjusted and unadjusted environmental Kuznets curves［J］.Ecological Economics,2006,（60）:282-298.
［7］ Copeland B R, Taylor M S. Trade, growth and the environment ［J］. Journal of Economic Literature, 2004,（42）:7-71.
［8］ Stern, D I.The rise and fall of the environmental Kuznets curve［J］. World Development, 2004, 32 (8):1419-1439.
［9］ Romero-vila D.Questioning the empirical basis of the environmental Kuznets curve for CO2: New evidence from a panel stationarity test robust to multiple breaks and cross-dependence ［J］. Ecological Eonomics,2008,（64）:559-574.
