当前位置：首页 > 文库 > 文案

碳排放论文范文10篇

时间：2024-08-15 14:07:20 33

碳排放论文

碳排放论文范文第1篇

1.数据来源。本文选择的样本时间区间是1980-2013年，数据主要来源于历年《四川省统计年鉴》和统计公报。

2.指标的选取。本文选择产业生产总值、产业资本存量和产业就业人数三个指标来评价产业结构的发展情况；本文结合Kaya模型和碳的化学燃烧公式法来测量碳排放。各指标具体如下:

2.1产业生产总值。本文采用的各次产业生产总值的数据主要来源于《四川省统计年鉴》历年公布的的当年GDP。用GDPit表示四川省第i次产业在t年的国内生产总值。

2.2产业资本存量。本文采用国际上普遍使用的永续盘存法来衡量四川省的资本存量，该方法由Goldsmith在1951年开创，该方法的计算公式为。公式中，i=1,2,3分别表示第一、二和三次产业；Kit表示第i个产业在第t年的资本存量；Kit-1表示第第i次产业在第t-1年的资本存量；Iit表示第i次产业在第t年的投资，δit表示第i次产业在第t年的折旧率。目前，国内学者对于资本存量基期的确定，大多数选择1952年或1978年作为基期，本文以1978年作为基期。对于折旧率的确定，国内学者的选择差异较大，如黄勇峰等(2002)选择设备、建筑的折旧率分别为17%、8%；张军等(2004)选择各省份的折旧率为9.6%；杨格(Young，2000)、龚六堂和谢丹阳(2004)的选择分别为6%和10%，本文的折旧率定为上述学者选择的算术平均数为10%。对于当年投资的确定，国内学者中张军和章元（2003）采用积累的概念及其相应的统计口径确定；王小鲁(2000)采用全社会固定资产投资作为当年的投资；还有用资本形成总额或固定资产形成总额作为当年的投资，本文采用第三种方法即四川省当年的固定资本形成总额作为当年的投资。

2.3产业就业人数。本文中各产业就业人数来源于四川省历年统计年鉴，用itlabor(其中i=1，2，3)表示四川省第i次产业在第t年的就业人数。

2.4碳排放量。目前我国没有碳排放量的直接监测数据，对于碳排放量的计算,学术界没有统一的标准，本文结合Kaya模型和碳的化学燃烧公式法来计算四川省的碳排放量。Kaya模型是由日本学者YoichiKaya提出的，该模型将经济发展、人口和政策等因素与人类活动产生的二氧化碳联系起来，分析地区的碳排放量和该地区的能源消费结构因素、各类能源的排放强度、能源的利用效率、经济的发展因素以及人类的活动的关系。公式中，P为人口，E/GDP表示单位能源使用强度，CO2/E表示碳排放强度即碳排放系数。碳的化学公式法是使用碳的化学燃烧公式:C+O2=CO2，从化学角度来测算能源消耗产生的碳排放。碳的燃烧值约为34070kj/kg，每吨标准煤消耗释放的热量约为29302kj，因此可以计算出消耗每吨标准煤释放出的二氧化碳。然而国内外学者发现标准煤含有硫、氮等元素会影响碳排放的测算，因此，本文结合两种方法计算出的每吨标准煤的碳排放系数的算术平均数作为本文每吨标准煤的碳排放系数为2.499。公式中，itcarbon(i=1，2，3)表示四川省第i次产业在第t年的碳排放量，单位为万吨;tcarbon表示四川省在第t年的碳排放量;GDPt和GDPit分别表示四川省在第t年的国内生产总值和第i次产业的国内生产总值。

二、模型的设定

鉴于本文中各经济变量数据较大，并且尽量减少或消除异方差对回归结果有效性的影响，本文对各变量取自然对数构造如下的面板数据计量模型。表示四川省第i次产业在第t年资本存量、劳动力和碳排放量的对数值;表示截距项，表示回归系数，表示残差项。

三、实证结果及分析与结论

1.回归结果及分析表1四川省各产业碳排放与产业结构回归结果由表1可知：对于第一产业，评价第一产业发展情况的三个因素GDP、资本存量和就业人员数量均通过了5%显著性水平的检验，且第一产业GDP与第一产业碳排放呈正相关关系，回归弹性系数达到0.8524，表示第一产业产值每增加1%就会导致第一产业碳排放增加0.8524%;而第一产业的资本存量和就业人员数量对第一产业的影响却呈现出负相关关系，相关弹性系数分别为－0.5134和－0.5285，这说明第一产业的资本存量和从业人数的增加不会导致碳排放的增加。对于第二产业，第二产业的资本存量对第二产业的碳排放通过了10%的显著性检验，其他变量均通过了5%的显著性水平检验，总体而言，各变量对于碳排放的影响是显著的。其中，第二产业的GDP对第二产业的碳排放影响最大，相关弹性系数达到1.5631，远远高于其他两个变量的影响，而且远远大于第一、三产业对碳排放的影响，表明四川省的第二产业中，三高（高能耗、高污染、高排放）企业居多，反映第二产业的发展结构不合理。对于第三产业，第三产业的所有变量均通过了5%的显著性水平检验，第三产业产值与碳排放呈正相关关系，弹性系数为0.6796，在各产业中对于碳排放的影响最小，且第三产业的资本存量和从业人员与第三产业的碳排放呈负相关关系，与第一产业一致。

2.结论。第二、三产业是四川省经济发展的支柱，经济发展是导致四川省碳排放增加的主要因素，其中第二产业的发展对碳排放的影响最大，第三产业最小，两者却对碳排放的贡献相差如此之大，由此表明第二产业的发展结构不合理是导致第二产业碳排放较大的主要原因，因此应鼓励发展高新技术产业和低能耗、低排放产业，加快第二产业升级改造；其次应保持第一产业的规模，大力发展第三产业。

碳排放论文范文第2篇

1．1能源消费碳排放核算根据《2006年指南》关于能源消费碳排放核算公式和张兰［19］等学者的研究，能源消费主要考虑煤炭、石油、天然气，此外还包含少量的风能、生物质能、核能等，由于其他能源对环境影响较小，不予考虑。核算能源消费碳排放的公式。式中，E－C为能源消费碳排放量;Energyi为第i种能源的消费量;αi为第i种能源转换因子，即根据净发热值将燃料转换为能源单位(TJ)的转换因子;CCi为第i种能源碳含量(t/TJ)，即单位能源的含碳量;NCi为第i种能源的非燃烧碳，即排除在燃料燃烧以外的原料和非能源用途中的碳;10－3为单位转化系数;COFi为第种能源的碳氧化因子，即碳被氧化的比例，通常缺省值为1，表示完全氧化。将上述公式进一步简化，可得到计算中更为简便且实用的公式:。式中，βi为第i种能源的碳排放系数，即单位能源的碳排放量。国内外开展能源碳排放系数研究主要有国家科委气候变化项目、国家计委能源所、日本能源经济研究所、美国能源部、DOE/EIA等，本文研究中选取几项权威系数的均值作为计算系数，详细情况见表1。

1．2农业碳排放核算IPCC有关农业生产碳排放的论述多集中于生物活动产生、土壤碳和水稻的甲烷排放，而关于农业生产物质投入导致碳排放的研究不多。结合我国和湖南省农业生产特点，以《2006年指南》为主要参考，结合田云［2，22］等基于投入视角的农地碳排放测算研究，确定农业生产碳排放源包括:稻田、化肥、农药、农膜、牲畜活动。由于农业机械动力相关的碳排放已在能源消费碳排放核算中涵盖，为避免重复，此处不再涉及。构建农业物质投入碳排放核算公式为。式中，A－C为碳排放;i为第i种农业生产要素投入;εi为第种农业生产要素碳排放系数。农药等农业生产要素碳排放系数参考美国橡树岭国家实验室等机构和学者的研究成果，见表2。水稻生长过程中会释放大量甲烷，而甲烷是IPCC公布的六类温室气体之一。水稻是湖南省种植面积最大的农作物，因此核算湖南省农业生产碳排放需要考虑水稻生长的碳排放。Wang［23］、Cao［24］、Matthew［25］等学者测算了稻田甲烷排放系数，结果为0．44gCH4/(m2•d)、0．44gCH4/(m2•d)、0．50gCH4/(m2•d)，研究将三者的算数平均值作为计算系数，即0．46gCH4/(m2•d)。根据2007年IPCC第四次评估报告的相关内容，1单位甲烷与1单位二氧化碳温室效应比为25∶1，据此可确定甲烷与碳的转换系数为6．82，结合稻田甲烷排放系数，确定稻田碳排放系数为3．136gC/(m2•d)。湖南省水稻生长周期为120—150天，研究选取平均值135天为计算标准。稻田碳排放计算公式为。式中，R－C为稻田碳排放量;S为水稻播种面积。根据《2006年指南》第四卷第10章关于牲畜和粪便管理过程碳排放的相关论述，畜牧业尤其是诸如牛、羊等反刍动物生长过程中会产生大量的甲烷，具体而言包括肠道发酵和粪便管理两部分。参考田云［12］等学者的研究，我国畜牧业产生甲烷排放的主要牲畜品种有牛、马、驴、骡、猪、羊，以IPCC给出的排放系数为依据，运用上文所述的甲烷—碳转换系数，建立我国主要牲畜碳排放系数见表3。畜牧业碳排放计算公式为:。

1．3废弃物碳排放核算根据《2006年指南》第五卷有关废弃物的分类研究，温室气体排放源主要有四类:固体废弃物生物处理、废弃物的焚化与露天燃烧、固体废弃物填埋处理、废水处理与排放，固体废弃物填埋处理(即SWDS)是废弃物温室气体的主要来源。固体废弃物被掩埋后，甲烷菌可使废弃物所含有机物分解产生甲烷气体。由前文可知，甲烷是主要温室气体之一，且产生的温室效应比二氧化碳强。据IPCC相关研究估计，全球每年约3%—4%的温室气体来源于废弃物填埋处理产生的甲烷。《2006年指南》推荐使用一阶衰减法(FOD)，一阶衰减法能获得更好的测算精度。根据《2006年指南》和渠慎宁［3］等学者的研究，本研究给出固体废弃物填埋处置产生甲烷量的一阶衰减法的估算公式。

2数据来源与处理说明

2．1数据来源农业生产中涉及的水稻种植面积、化肥、农药、农膜数据来自2001—2011年《中国农村统计年鉴》和能源数据来自湖南省能源平衡表;农业生产中各类牲畜数量来自历年《湖南省统计年鉴》;工业废弃物和城市固体垃圾数据来自国研网统计数据库，确实部分运用插值法根据历年数据补充完整(限于篇幅，方法介绍略);土地利用数据来自国研网统计数据库，经济数据来自相关年份的《湖南省统计年鉴》，按2000年不变价格参与计算。

2．2处理说明根据《土地利用现状分类》和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、农村居民点用地、城镇居民点及工矿用地、交通水利和其他用地。研究将根据碳排放发生载体，本文将其分解到具体的用地类型，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见表4。

3结果分析

3．1碳排放总量与时序特征根据上述公式，我们对湖南省的碳排放总量进行了测算，结果见表5。2011年湖南省碳排放总量为10377．79万t，比2000年的3504．60万t增长了196．10%，远低于同时期GDP增速(500．21%)。从碳排放来源分析，2011年湖南省碳排放的主要来源仍然是能源消费，占总量的95．69%，达9930．06万t;其次是畜牧业碳排放，占总量的2．43%，达2523．01万t;种植业碳排放站总量的1．78%，达184．76万t;废弃物碳排放最少，仅为碳排放总量的0．10%。根据IPCC给出的《2006年指南》，全球能源消费占碳排放总量比例的平均水平为75%，湖南省能源消费碳排放占比远高于参考值，说明湖南省的能源消耗量较大，节能减排的形势严峻。本研究重点测算了湖南省2000—2011年的碳排放总量，通过分析其时序和结构变化特征探讨了湖南省新世纪初期经济发展对环境的影响。研究时序内湖南省碳排放逐年增加(表5)，且增速持续上升，年均增长率10．37%，低于GDP的年均增长率(17．69%)。湖南省碳排放的结构特征也发生了较大变化，2000年能源消费仅占碳排放总量的77．29%，随后逐年上升，直至2008年超过90%，2011年达到总量的95．69%，能源消费对碳排放的影响逐渐增强，湖南省经济发展对能源消费的依赖日益突出，暴露了较为严重的经济发展质量问题。种植业碳排放占比逐年下降，比2000年降低了4．12倍，对碳排放总量的影响逐渐变小。畜牧业碳排放在碳排放结构中处于第二位，2000占比高达13．36%。随着能源消费碳排放的迅猛增加和畜牧业自身的萎缩，畜牧业碳排放占比也逐年下降，比2000年降低了4．50倍;废弃物在总量中的比例一直较低，2000年占总量的0．23%，随后逐年下降，2011年仅为0．10%。

3．2土地承载结构特征与效应分析根据以上有关土地承载碳排放来源的描述，本研究将2011年湖南省碳排放根据其土地承载的属性进行分解，并进一步计算结构特征与碳排放强度，以期从土地利用的视角分析碳排放的来源及减排路径，具体见表6。结果显示，城镇居民点及工矿用地是最大的碳排放源，总量达7781．06万t，占总量的74．98%，且碳排放强度(碳排放与土地面积的比值，t/hm2)也最高，为263．94;交通水利及其他用地次之，碳排放强度为33．41，碳排放占总量的11．30%，为1172．40万t;其他用地类型的碳排放量较少，总计占比为13．73%;牧草地的碳排放总量虽然较少，但其强度较大，单位面积碳排放达32．22t，是仅次于城镇居民点及工矿用地和交通水利及其他用地的碳排放土地承载类型。

4结论与讨论

4．1结论从2011年湖南省碳排放测算的结果可知，能源消费碳排放是碳排放的主要来源，其次是畜牧业、种植业和废弃物。能源消费的高碳排放与湖南省产业结构不合理、产能过剩、能源过度消费有着直接的关系。尤其是新世纪初期，忽视环境问题和对资源的过度消耗是造成碳排放居高不下的重要原因。湖南省节能减排形势严峻，为配合国家碳减排的重大目标，在后续发展中应着重从优化产业结构、转变经济发展方式、淘汰落后差能、创新能源利用技术、大力发展现代农业等方面着手。研究时序内，湖南省碳排放总量逐年增加，且增速不断变快，碳排放结构中能源消耗碳排放占比逐年增加，说明湖南省在能源消耗方面存在浪费问题。畜牧业碳排放占比仅次于能源消耗碳排放，其次是种植业碳排放，废弃物碳排放最少。除能源消耗碳排放占比外，其他来源占总量的比例均逐年下降。能源消耗碳排放的迅猛增加与新世纪初期湖南省经济发展的特征有关，大量工业企业项目投入使用，产能过剩，造成了资源浪费，从而造成碳排放激增。在种植业方面，在研究时序内湖南省耕地种植面积没有明显增加，但碳排放却显著增加，这与近年来优越的农业政策有关。农业政策刺激农民积极种粮的同时也加重了农业物质的投入，如化肥、农药、薄膜等，这些都是农业碳排放的主要来源。畜牧业的碳排放降低与农业产业结构调整有很大关系，湖南省畜牧业萎缩，其产值在第一产业中的比重逐年下降，而技术创新等手段对畜牧业碳排放影响较小，因此碳排放量较最初降低。城镇居民点及工矿用地是碳排放强度最大的用地类型，其次分别是交通水利及其他用地、牧草地、农村居民点用地、耕地，城镇居民点及工矿用地集约利用度高，人口密集，且承载了主要的能源消耗碳排放，因此其碳排放强度较高。通过土地承载碳排放效应分析，可为控制碳排放提供一条新路径。即通过调控土地结构控制碳排放增加，保护其他碳排放强度较低且综合效益较高的用地类型，如林地、草地、牧草地等。

4．2讨论本研究根据IPCC给出的指南，从能源消费、种植业、畜牧业、废弃物四个方面测算了湖南省历年碳排放总量，研究不仅计算得到碳排放的具体值，还通过研究其结构、时序等的特征对湖南省在研究时序内的碳排放综合情况进行分析，得出的一系列结论对引导湖南省各类资源高效配置、合理调整产业结构、降低碳排放等具有重要的理论和实践意义。根据对湖南省碳排放的相关分析，以绿色增长为目标，研究提出以下建议:①优化产业结构，转变经济发展方式，大力实施节能减排计划，严控高污染高能耗的企业，提升第三产业在国民经济中的占比，淘汰落后产能。②创新能源利用技术，提高能源利用效率，大力推广新型能源，如风能、太阳能等。目前我国清洁能源占能源消费总量的比例比发达国家低，且清洁能源可再生、对环境的影响较小，符合绿色增长的要求。③不断推进农业科技创新，严格控制农业物质过量投入，建立农田保护机制，加强农民培训，提升农民的耕地保护意识。④研发新技术，合理利用工业废弃物和城市生活垃圾，分类处理废弃物，降低填埋处置的比例。限于研究水平，本研究仅测度了湖南省的碳排放总量并进行了初步分析，研究还有待深入:①将碳排放与经济发展相联系，探讨碳排放与经济发展的脱钩特征;②运用投入产出的效率理论分析湖南省碳排放的全要素效率变化与改善;③节能减排与产业结构的互动机制研究;④碳排放引导土地利用结构合理调整。

碳排放论文范文第3篇

1.1碳排放的测量方法我国官方并没有对碳排放量进行特别统计，学界用的碳排放数据都是基于能源消费量、能源碳排放系数估算得到的。如张雷、李艳梅、胡初枝等基于一次能源消费总量和一次能源碳排放系数对碳排放量进行了估算。徐国泉等建立了中国人均碳排放的因素分解模型，采用对数平均权重Disvisia分解法，对我国的碳排放量进行了测算[20]。李健等结合上述方法提出了相应的计算公式[3]。上述研究方法虽然有所不同，但研究思路大体相似，煤、石油、天然气热力和电力是我国主要能源，只要估算出这五种基础能源的碳排放系数，结合能源的消费统计数据，就可以对碳排放进行估算。本文碳排放采用如下公式在李健提出的计算公式的基础上进行简化：其中，TC为碳排放总量；Ei为第i类能源的消费量，Pi为第i类能源的碳排放系数。各类能源对标准煤的折算系数采用《中国能源统计年鉴》（2012）规定的数值，即1吨原煤折0.7143吨标煤、1吨原油折1.4286吨标煤、1万立方米天然气折13.330吨标煤、1百万千焦热力折0.03412吨标煤、1万千瓦时电力折1.229吨标煤。碳排放系数各国测算的结果有所差别，本文煤炭、石油、天然气采用了国家发改委能源研究所提供的各类能源碳排放系数作为测算的依据，热力和电力则依据宋佩珊、王文秀和国家气候战略中心编制的《2010年中国区域及省级电网平均二氧化碳排放因子》计算得出。

1.2聚类分析聚类分析是研究多要素事物分类问题的数量方法，其基本原理是根据样本自身的属性,按照某种相似性或差异性指标,定量确定样本之间的亲属关系,并按这种亲疏关系程度对样本进行聚类[25]。根据分类对象的不同，聚类分析又可以分为两类，一是在变量空间中根据变量特征或者指标性质对样品，即研究对象进行分类，叫做Q型聚类分析；二是在样品空间中根据变量在样品上的观测值对变量进行分类，叫做R型聚类分析[26]。本文着重对各产业进行分类，故采用Q型聚类分析。

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

3.1结论通过上述产业分析可见，产业结构调整对广州发展低碳经济，提升城市生态竞争力具有重要意义。总体上来说，第一产业所占的比重略有增加，由2003年的1.60%提高到2012年的1.95%，这与农业机械化水平的提高有关；第二产业和第三产业变化最大，第二产业碳排放量由2003年的59.09%降低到2012年的42.05%，而第三产业则从2003年的24.48%提高到2012年42.49%，2012年第三产业碳排放首次超过第二产业，同时第三产业的增加值贡献率高达64.3%，说明广州市产业结构调整取得了阶段性成果。第二产业中工业部门众多，其内部各行业碳排放相差较大，本文通过聚类分析将其分为五类。第一是优先发展行业，汽车制造业，化学原料及化学制品制造业。该类产业产值规模大，经济效益好，碳排放强度低，就业人数较多。第二是重点发展行业，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。该类产业科技含量高，产值规模较大，吸纳就业的能力较强，同时碳排放强度较低。第三是优化发展行业，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。该类产业大部分属于轻工业，就业系数较高，碳排放强度较低，但经济效益偏低的产业，关键在于提高技术，打响品牌。第四是限制发展行业，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。属于典型的高碳低效行业，除水的生产和供应业作为国民经济运行必须发展外，其他行业应重点监控，关停部分行业，引导行业走低碳化道路。第五是深化发展行业，电力、热力的生产和供应业，石油加工、炼焦和核燃料加工业。该类产业作为能源供应业，虽然属于高碳排放产业，但是能源是作为国民经济运行的基础，今后需要加快发展石化深加工、提高低碳技术水平，发展核能、风能、潮汐能等能源，满足市场对清洁能源的需求。

3.2建议根据实证分析的结果，结合广州产业发展的实际情况，提出以下政策建议：（1）建立完善都市型农业产业体系，优化蔬菜、水果、花卉、畜牧、水产等传统产业结构，通过科技进步、管理创新和提高劳动者素质，使第一产业在提高经济效益方面大幅度提高，同时对碳排量的影响进一步减少。都市农业的建立，不仅有利于农业朝着产业化、规模化、生态化的方向发展，而且有利于先进适用的低碳技术在农业生产中的推广和利用，从而达到提升农业经济价值的同时减少二氧化碳排放量的目的。（2）工业内部五类行业发展的侧重点不同，对于第一类优先发展行业，特别是汽车制造业，需要加快产业基地的建设，发展以自主品牌和自主技术为主的汽车产业集群，建设国际汽车制造基地。对于第二类重点发展行业，大力支持的同时，应以技术高端化、产业集群化、资源集约化、园区生态化推动制造业结构调整，以壮大支柱产业为重点，做强先进制造业高端环节，同时大力延伸产业链。第三类优化发展行业，属于低能耗低污染但是目前经济效益较低的产业，对于这些“绿色”工业部门，政府在出台相应政策时应该积极引导、给与政策上的支持和税收优惠，打响品牌。第四类限制发展行业，重点在于控制高污染高排放行业的发展，促进其进行技术革新。第五类深化发展行业，是国民经济运行的基础行业，应加快对能源的深加工，提高能源利用效率，同时注重核能、太阳能、风能、潮汐能等低碳能源的开发利用。（3）第三产业已经成为广州的主要组成部分，碳排放量也已超过第二产业，第三产业的碳排放强度虽然低于第二产业，但其排放强度为第二产业的54.55%，碳排放量依然有很大的减排空间。第三产业应着力发展现代物流、金融保险、商务会展、总部经济、信息服务、科技服务、文化创意、服务外包等现代服务业。现代服务业在资源消耗和环境污染方面较少，提高这些行业在国民经济中的比重，有利于整体上降低二氧化碳总量的排放。

碳排放论文范文第4篇

（一）基于信息熵的行业碳排放配额分配模型信息熵可以客观衡量系统均衡性，避免人为偏好影响，近年来，信息熵被广泛应用于社会工程经济领域的系统评价和决策中。根据历史文献阅读和工业企业碳排放现状分析，总结工业企业碳排放的影响因素主要有经济水平、能源结构、能源强度和碳排放强度等。鉴于企业碳排放量的分配要考虑企业历史责任、发展要求、减排能力、减排潜力和减排效率，本文选取历史排放量、工业产值、能源结构、能源强度和碳排放强度5个指标。本文以T0年为碳排放量分配基准年，以T年为碳排放量分配目标年，根据“定总量、算减量、确定分配量”的思路，以历史沿袭法为基础，确定分配年各行业碳排放总量，在减排总量分配中体现各行业异质性和分配公平有效性。具体建模步骤如下：1．建立原始评价矩阵本文将m个工业行业设为待评价的对象，将历史排放量、工业产值、能源结构、能源强度和碳排放强度5个影响因素设为评价指标，每个对象对应这5个评价指标。2．原始矩阵归一化处理由于各个指标的含义和量纲不一，不能直接进行比较，需要进行归一化处理。不同性质的指标归一化处理方式不一，鉴于本文采用的减排分配量评价指标都是效益型指标，故进行统一归一化处理。各指标内涵和归一化处理如表1所示。

（二）基于波尔兹曼熵的企业碳排放配额分配模型在区域碳排放量分配给区域内各行业后，将行业碳排放总量分配给行业内各个企业是落实碳分配和碳减排目标的关键。本文基于波尔兹曼分布，将熵最大化的原理应用于同行业下各个企业之间碳排放量的分配。在这里，包含多个企业的单个减排工业行业类比于物质系统，单位分配碳排放量类比于物质颗粒，参与减排企业的历史碳排放量和上报未来碳排放量几何平均类比于物质单态。假设所有的单位碳排放量在同一个企业k内都产生相同的碳排放量，那么企业k的碳排放强度ek即类比于物质单态i的单态能量Ei。在这样的类比下，分配给企业k的单位碳排放量的概率和跟企业k的历史排放量和未来排放量成正比，跟企业k的碳排放强度成反比，既兼顾了历史排放责任、未来发展需求，又鼓励提高排放效率。

二、样本选取与数据来源

昆山市张浦镇位于上海、苏州、昆山之间的黄金三角地带，是“全国经济百强县”之首昆山市的经济强镇。改革开放以来，张浦镇实施外向带动战略，先后成立了德国工业园、海峡两岸食品产业园、N维空间文化产业园等特色园区，累计吸引了3400多家企业注册落户，形成了以加工制造业为主的工业城镇。2012年，张浦镇规模以上工业企业达到220家，其能源消耗占全部企业能源消耗的95%。通过对张浦镇规模以上工业企业碳排放量进行定量分配，给予企业明确碳排放量约束，不但推进了碳交易市场的建立和工作的开展，也促进了张浦镇“十二五”期间节能减排目标的实现。本文选取张浦镇规模以上工业企业为样本，考虑到张浦镇自2012年才进行规模以上工业企业网上能耗统计，本文选取2012年和2013年规模以上工业企业历史排放数据，分配2013年规模以上工业企业碳排放量。2012年张浦镇规模以上工业企业220家，2013年增加至255家，选取张浦镇2012—2013年不变的217家规模以上工业企业作为碳排放权分配企业。通过计算分析，2012—2013年期间，此217家工业企业在政府行政命令下减排11%，完全达到政府规划要求，因此本文直接使用2013年规模以上企业实际排放量作为分配总量，同时也方便对比分析分配结果的满意度。企业能耗和工业产值数据来源于张浦镇经促局统计科提供的《2012年张浦镇规模以上工业企业能耗明细》和《2013年张浦镇规模以上工业企业能耗明细》；碳排放数据以各企业各类能源消费量为依据，根据各类能源发热系数、排放系数和碳氧化率计算得到，相关系数取自《上海市温室气体排放核算与报告技术文件》推荐标准，各个分品种能源的碳排放系数如表2所示。

三、分配结果分析

（一）基于信息熵的行业碳排放配额分配结果分析本文基于信息熵理论，以2012年和2013年张浦镇规模以上工业企业碳排放数据均值，计算各行业碳排放减排系数，进而对2013年张浦镇规模以上工业行业碳排放总量进行分配。通过基于信息熵的行业碳排放分配模型公式的计算，可得各指标的信息熵值、信息量值和熵权重值，这3个参数是计算减排因子的基础。具体减排影响因素指标参数计算值如表3所示。从各个影响因素指标的信息熵值来看，工业产值信息熵值最大，熵值为0.707，说明工业产值信息量较小，行业减排能力对碳总量减排作用较小；能源结构熵值最小，熵值0.470，说明能源结构信息量较大，原煤减少使用对碳总量减排作用较大。其他因素如历史排放量、能源强度和排放强度在碳减排分配中影响越来越小。结合张浦镇2013年规模以上工业碳分配总量，通过信息熵行业碳分配模型计算可得张浦镇2013年规模以上工业各个行业碳排放配额。根据碳减排结果（图1）显示，各行业的碳减排量相对于2012年，各行业减排幅度从17.17%~0.02%不等，全行业碳减排量相对于基期2012年减排了11.01%，基本符合张浦镇发展需求和节能减排形势。如图1所示，一方面，化学原料和化学制品制造业（行业26）分配到碳减排量16.81万吨，减幅17.17%，对以煤为主的化工行业，施以严格的减排约束，有利于促进化工行业调整能源结构。其中，中盐昆山有限公司耗能占总化工行业耗能96.5%，其“十二五”期间实施节能技改可以节能21.45%，所以化工行业的碳排放减排降幅符合了行业节能潜力，该减排量切实可行。另一方面，非金属矿物制品业（行业30）分配到碳减排量8.40万吨，降幅9.27%，这对碳排放强度较高的非金属行业提出较高要求，督促企业节能减排，提高能源效率。其中，台玻集团耗能占总行业耗能81.81%，其能源审计报告显示台玻集团“十二五”期间实施节能技改项目，可以节能8.98%，考虑到中盐锅炉项目实施，台玻集团等企业将使用中盐的锅炉蒸汽，则台玻集团可以进一步节能减排，所以非金属矿物制品业碳排放降幅是合理且可行的。通过对比基于信息熵的碳排放总量行业分配和基于历史排放的碳排放总量行业分配结果如图2所示。以化工行业为例，若是基于历史排放进行碳排放量分配，其可获得87.118万吨的分配量，多出5.207万吨。这种情况下，虽然分配标准考虑到行业发展需求，但是分配存在不公平性，政府仿佛在变相鼓励高排放企业进行碳排放，此碳分配量可能得不到其他企业认同；另外，企业获得高排放权利，其节能减排动力不足，企业不会主动提高能源效率，行业碳排放强度难以下降，难以完成全行业的节能减排目标。基于信息熵的分配方法考虑了化工行业历史责任和行业减排潜力，分配结果使化工行业的碳排放量更加合理。进一步通过对比基于信息熵的碳排放总量行业分配和基于按比例分配的碳排放总量行业分配减排占比，如图3所示。经计算发现，按相同碳减排比例（本文的减排分配比例是11.01%）分配得到的各行业碳排放量和按历史排放分配得到的分配量结果是一致的。在按等减排比例分配情况下，此分配标准没有考虑各个行业的异质性，各个行业的减排能力和减排潜力是不一致的，对于能源效率低下的化工行业和能源效率相对较高的通信电子行业都采取一刀切的分配方法，是粗放不合适的。综上，基于信息熵的碳排放量分配相对于基于历史排放和基于等减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业异质性，客观考虑了行业发展需求、减排能力和减排潜力，其分配结果更加符合实际。

（二）基于波尔兹曼熵的企业碳排放配额分配结果分析基于上述行业碳排放配额分配结果，通过玻尔兹曼熵，计算张浦镇规模以上工业企业2013年碳排放量分配额。鉴于数据可得性，C0i使用企业2012年和2013年碳排放量的几何平均；ei使用企业2013年碳排放强度，以体现企业最新排放效率，贴合企业实际需求和要求；β由2012年和2013年历史碳排放量，通过最小二乘法模拟计算取得（即使Y值最小），各个行业β计模拟结果如表4所示。根据各行业的最优β值，进一步计算得出各个行业内企业的碳排放配额。根据各个行业内企业的碳排放量分配结果看出，各个企业获得的碳排放分配量相对于基期2012年排放量，减排幅度不等，不仅由于行业异质性，也考虑行业内企业的发展需求和碳排放效率。对于化学原料和化学制品制造业（行业26），对该行业下15家企业碳排放量的分配中，通过最小二乘法的β模拟最优值为0。通过计算，如图4所示，分配结果与历史排放均值成正比，分配结果相对于企业2013年实际排放值和2012年历史排放值比较没有很大波动。此时β取值为0，企业分配到的碳排放配额基本满足企业自身生产需要，企业之间碳交易成本最低。若适当提高β取值，可以进一步奖励高排放效率企业，惩罚低排放效率企业，不过增加了本行业下企业的碳交易成本。本文此处β取值为0，中盐公司虽然碳排放强度高，但是作为国营企业，已经进行节能改造，能源效率迅速提高，若减排后多出的碳排放配额，既可以用于进一步扩大生产，提高行业高效率产能占比，从而改善了行业的资源配置，提高了整个行业的碳排放效率；也可以通过碳交易市场出售给其他减排成本较高企业，获得利润，进一步改善生产结构。其他化学制品公司碳排放强度不高，在政府部分鼓励和补贴下，可以积极申报政府节能技改项目，以进一步提高碳排放效率。对于橡胶和塑料制品业（行业29），在对该行业下16家企业碳排放量的分配中，通过最小二乘法的β模拟最优值为0.514。通过计算可得各个企业2013年碳排放配额，相对于企业2012年和2013年历史排放几何平均值，分配减排量比从-22.77%~13%不等，由图5所示，在总量控制下，橡胶和塑料制品业下各企业分配到的减排比例和企业排放强度成正向关系，企业碳排放强度越高，企业分配得到减排量越大。此时的β取值，不仅使得企业碳交易成本最低，同时奖励了高排放效率企业，惩罚了低排放效率企业。随着β值取值越小于0.514，则企业分配到的碳排放量更接近历史排放均值；随着β值取值越大于0.514，企业因碳排放强度受到的惩罚和奖励就更大。β取值0.514，企业间碳交易成本最小。分配到较少碳排放配额的企业需要通过提高能源效率，降低碳排放需求，或者通过碳交易市场购买碳排放配额；分配到较多碳排放配额的企业，可以通过碳交易出售给减排成本较高的企业，也可以自己储备用来扩大优质生产力。例如，和进塑胶电子有限公司，2013年碳排放强度为0.686吨CO2/万元，碳排放效率行业最低，分配获得13%的碳排放减量；而贺升电子有限公司，2013年碳排放强度为0.016吨CO2/万元，碳排放效率行业最高，分配获得22.77%的碳排放增量。在此情况下，和进塑胶电子有限公司必须进行节能减排工程项目实施，提高碳排放效率，降低碳交易成本；而贺升电子有限公司则可以出售碳配额获益。综上，在同一个行业下使用基于玻尔兹曼熵的企业碳排放配额分配法，以最小交易成本为目标，考虑了企业未来发展需求，达到奖励高排放效率企业，惩罚低排放效率企业，分配结果更易被企业接受，也推动了张浦镇节能减排工作顺利完成。

四、主要结论

在明确各区域减排任务后，将区域内部碳排放总量分解到各企业，是真正落实区域减排目标的关键。本文在前人区域碳排放量分配研究的基础上，进一步探索了以加工制造业为主的区域内各行业和企业碳排放量分配问题。本文基于信息熵和玻尔兹曼熵理论，构建了区域碳排放总量企业间分配方法，并以昆山市张浦镇为例，实证分析方法的可行性。研究发现，一方面，基于信息熵的行业碳排放配额分配方法，客观考虑了行业异质性，分配结果基本符合各行业历史责任、减排能力和减排潜力；基于玻尔兹曼熵的企业碳排放配额分配方法，以最小交易成本为目标，考虑了企业的未来发展需求和碳排放效率，分配结果不仅公平有效可执行，而且达到社会资源优化配置作用。因此，基于熵的碳排放总量企业分配方法是一种较为科学的碳分配方法。另一方面，从张浦镇的碳排放总量分配结果看出，张浦镇减排重点行业是化学制品行业、非金属制品行业和通讯电子行业，减排重点企业是中盐公司和台玻集团；同时，张浦镇能源强度偏高，能源消费以煤为主。做好重点行业和企业的减排工作，改变以煤为主的能源消费结构，是张浦镇提高能源效率，完成“十二五”减排目标的关键。

碳排放论文范文第5篇

考虑到实体经济与碳排放影响的关系，本文选取以下经济指标来衡量城市化工业化水平。城镇化率；采取非农人口占总人口比重来度量，记为city。人均GDP；在模型中取人均GDP的对数形式，记为pgdp。建筑业总产值；模型中采用对数形式的总产值，记为building。规模以上工业产值；为便于统计，模型采用规模以上工业产值，同时取对数形式，记为in⁃dustry。能源强度；即每一单位GDP产出的能源消费量，值越高，表示经济活动的能源效率越低，碳排放量相对越多，记为energy。4.模型引用空间DURBIN模型是近几年发展起来的空间计量经济模型。模型考虑了因变量和自变量的滞后影响，能较好地反映空间外部性和溢出性，对空间经济集聚与扩散研究有较大解释能力(Anselin,1988)。式（2）中yit是i省t年二氧化碳排放量；W是0-1空间邻接矩阵；xit是解释变量向量，xit指i省t年数值；In是n阶单位矩阵；ρ，β，θ，α是待估参数,μ是随机误差项。

二、实证分析

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。

三、结论与建议

本文通过测算1997-2011年30个省市的二氧化碳排放量，运用空间DURBIN模型对区域碳排放做了较深入的分析，研究表明城镇化率、能源强度、建筑业总产值及规模以上工业产值均对碳排放有显著影响；城镇化率、能源强度及规模以上工业产值的空间溢出或挤出效应对相邻区域碳排放产生了不同程度的影响。因此，针对上述因素影响效果，当前应积极采取措施提高经济发展质量，加快技术革新、鼓励高新技术发展，引导社会资金向可以增加整体社会福利的现代产业领域投资，从产业结构转型的视角降低能源强度，实现产业结构更为优化合理发展。与此同时，从空间的角度、区域经济协调发展的角度出发，建议各地政府在制定相关产业发展政策时注重相邻区域的溢出效应，合理进行产业布局，使资源、生产要素达到最优化配置，且对相邻区域产生正向溢出效应，以提升我国的整体经济实力。

碳排放论文范文第6篇

对于国外碳排放审计的现状主要基于审计主体、审计标准、审计方法、审计报告等方面逐次进行说明。

（一）审计主体

目前碳排放审计的主体主要有两大类：一是专门从事审计与鉴证业务的组织，即会计师事务所，除了国际四大之外，均富国际等会计师事务所也有参与；另一类是由环境工程专家构成的咨询、评价机构，如知名的法国国际检验局、英国劳氏质量认证公司、环境资源管理集团等。两大审计主体均属于独立的第三方，经过其审计的碳排放信息质量有保证，更易获得他人的信赖。两大主体优势互补，会计师事务所具有扎实的审计功底与强大的审计队伍，而咨询公司在环境专业知识方面见长。根据WendyGreen（2013）对2006年至2008年来自43个国家的3008个公司的碳排放信息披露进行研究发现，当鉴证对象仅包括碳排放信息时，倾向于由咨询公司进行鉴证。当鉴证的对象延伸到可持续发展外的更广泛领域时，由会计师事务所提供审计的居多。

（二）审计标准

国外进行碳排放审计时所依据的审验标准有：在国际层面，有审计职业界，如国际审计与鉴证准则委员会（IAASB）的ISAE3000标准，其他组织，如世界可持续发展工商理事会（WBCSD）和世界资源研究所（WRI）2004年制定的温室气体议定书及国家化标准组织（ISO）于2006年制定的ISO14064-1、ISO14064-3等。在国家层面，美国会计师学会和加拿大特许会计师公会于2003年纷纷制定了关于温室气体排放信息认证的审计准则。尽管审计标准种类繁多，然而与成熟的财务审计不同，碳排放信息鉴证仍缺乏具体的、可操作的国际性指南。因此IAASB在2007年批准了一个旨在制定碳排放披露鉴证准则的项目，并于2008年在悉尼、墨尔本、多伦多、布鲁塞尔召开的四次圆桌会议中有来自不同背景的人员（会计人员、政府监管者、公司代表、学术界成员等）对构建准则中的难题进行集中讨论。

（三）审计方法

传统的财务审计方法如检查、观察、询问、分析程序等在碳排放审计中仍然可用。根据美国和欧盟的排放实践，在进行现场审计时，需要审查被审计单位的监测计划数据、历史排放数据等，现场检查监测设备的维护状况以及与相关工作人员面谈等，必要时运用专业技术和设备对检测系统进行独立的成效检验。基于获取的信息进行策略分析、程序分析以及风险分析，加强关注错误高发源和其他可能导致错误的监测和报告程序，重视经营者为降低不确定性采取的所有有效的控制风险的方式。除此之外，大量的数据处理与验证必须允许操作的交易程序建立在信息技术系统之上。在碳排放报告与审计中使用信息技术有助于增强数据的准确性，提高审计速度，增强数据的分析以及可比性。美国是将信息技术成功运用的典范，环保局（EPA）要求污染物的报告应以标准化的电子格式（EDR）报告。当排放数据以标准化的电子格式报告时，可通过数据检查软件进行质量保证和质量控制检查，并结合风险评估程序有针对性的投入审计资源，减少或避免错误，审计质量得到保证的同时提高审计效率。（四）审计报告碳排放审计的最终成果以审计报告的形式呈现。报告应明确所有完成的相关工作，并对有关排放信息表述是否恰当做出评价。传统财务审计一般提供的是合理保证，而在碳排放审计中审计人员可基于工作的努力程度和报告具体的要求有选择的提供合理、有限保证，甚至是高水平的保证。目前大部分的碳排放信息审计报告仍然作为可持续发展报告的一部分，但随着社会环保意识的增强，独立碳排放审计鉴证准则的建立，单独披露碳排放审计报告是发展趋势。

二、国外碳排放审计的效果分析

（一）研究假设

对碳排放信息进行审计、评价意味着企业注重碳管理，属于Sinkin（2008）所指的生态效益企业。相对而言生态效益企业能否拥有更高的市场价值，Sinkin（2008）选取2003年431家财富500强企业对此进行实证研究，结果发现企业采取具有生态效益的策略可以降低成本，提高利润，拥有较高的股票价格；Jacobs（2010）则选取340家美国公司作为样本，通过事件研究方法证明，经过ISO14001认证的公告会引起市场较强的正反应，与Sinkin（2008）结果类似。可见，经过认证的环境信息可以在一定程度上提升企业价值，而碳排放审计作为对碳排放信息的鉴证、评价，属于环境认证的子部分，是否有此效果，本文对此加以验证。由此，本文提出以下假设：经过碳排放审计的企业拥有更高的企业价值。

（二）样本数据与模型设定

本文样本来源于碳信息披露项目（CDP）。CDP是由英国伦敦机构投资者自发形成的，旨在向投资者披露有关气候变暖所引起的重大风险与机会的信息，试图在投资者和企业之间搭建起一个以高质量的信息披露为基础的对话平台，为广大投资者提供至关重要的碳排放信息和数据。目前CDP已扩展到20个国家和地区，成为国际碳披露的基本模式。而我国企业自2008年受邀参与CDP问卷调查，成为参与比例最低的几个国家之一，即使在2012年100家受邀企业中，回复问卷的企业也仅有23家，未回复但提供相关信息的企业有1家，尚未披露任何关于碳排放审计的信息。鉴于国内数据的不可获得性，本文以入选2011-2012CDPS&P500的企业作为研究对象。由于CDP属于自愿性披露项目，最终参与CDP问卷调查并予以公开的企业2011年有295家，2012年298家，即可获取的观察值有593个。其中2011、2012年经过审计的分别有79家（26.78%）、179家（60.01%），开展碳排放审计的企业数量逐年增加。对碳信息披露是否经过审计（Audit）采用虚拟变量定义，是为1，否为0。结合已有的研究，本文的企业价值采用托宾Q值（TobinQ）来衡量，并选择企业规模、财务杠杆、收入增长率、盈利能力作为控制变量，构建如下模型，模型中的定义变量见上页表1，变量的描述性统计见上页表2，各变量的标准差较小，没有表现出太大的差异性，处于正常的变动。TobinQ=β0+β1Audit+β2SIZE+β3Lev+β4Growth+β5Roa+ε

（三）变量的相关性检验

TobinQ与Audit之间的Pearson相关系数为0.018，p值为0.664，意味着简单的两者之间线性相关未能通过显著性检验。根据偏相关系数检验结果（表4），在控制了企业规模、财务杠杆、盈利能力、企业发展状况之后，TobinQ与Audit之间的偏相关系数为0.114，p值为0.006，在1%的水平上显著，即通过显著性检验。通过变量的相关性检验，初步说明碳排放审计可影响企业价值。（四）回归分析由表5的多变量回归结果表可得，TobinQ与Audit的系数为0.2241，且在1%的水平上显著。除此之外，企业规模、盈利能力与企业发展状况显著影响企业价值。这一结果充分印证了相关性检验的结论，即在控制企业规模、盈利能力、财务杠杆与企业发展状况下，碳排放审计可以提升企业价值，假设得到验证。

三、结论及启示

本文从审计主体、审计标准、审计方法、审计报告等四方面对国外的碳排放审计现状进行介绍，并对碳排放审计效果予以实证分析，结果显示，在控制其他的因素如企业规模、财务杠杆、盈利能力以及企业发展状况的情形下，企业价值与碳排放审计显著正相关，即碳排放审计是必要的。这一结论不仅对国外尚未开展碳排放审计的企业有所启示，更为国内企业和会计师事务所提供发展契机：一方面，面临激烈的竞争环境和日益严峻的环保态势，国内企业欲谋求一席发展之地，取得长远发展，低碳之路是其发展之道。注重节能减排，引入碳排放审计，提高碳排放披露质量，以吸引利益相关者的青睐，进而赢得更多的发展机会和发展空间，增强企业竞争力，实现企业价值。另一方面，目前我国有大大小小数千家会计师事务所，竞争已趋于“白热化”，拓展审计范围是突破发展瓶颈、做大做强走出国门的必由之路。而碳排放审计对于国内会计师事务所而言是新鲜的课题，可作为开拓创新的典范，为会计师事务所稳定发展融入一股强心剂。

碳排放论文范文第7篇

各部门出口、总投入、总产出、直接消耗系数通过投入产出表计算获得，并以2002年价格为基期，剔除2007年和2010年数据中的价格因素。各部门能源消耗量及能源出口由中国能源统计年鉴获得。由于能源统计口径和投入产出口径不一致，将投入产出表中的42个部门调整为21个部门，并以投入产出表为基准，将能源统计年鉴中的部门作相应调整(见表2)。本文结合2002年、2007年中国地区投入产出表以及2010年中国投入产出表延长表和能源统计数据，直接计算出2002年、2007年及2010年共三年21个部门的直接碳排放系数和完全碳排放系数，进而计算出各部门的出口隐含碳，并分别对2002—2007年以及2007—2010年的隐含碳排放增长进行分解。借鉴姜茜等和郑展鹏等的分类方法，结合具体贸易商品的要素密集特征，将主要出口商品分为四类，以便分析比较中国出口贸易结构与变动。分别为:①矿产品、动植物等自然资源密集型产品(1、2、3、4、5、6、9、10);②纺织以及服装皮革等非熟练劳动密集型产品(7、8);③化学制品、机械、运输设备等资本技术密集型产品(11、12、14、17);④电子、通信、精密仪器等人力资本密集型产品(13、15、16、18、19、20、21)。

2结果分析

2.1不同类型出口产品隐含碳排放强度

由表3可知，资本技术密集型和人力资本密集型产品的完全碳排放系数分居第一和第二，3个年份分别为6.65吨/万元、4.53吨/万元、3.60吨/万元和2.31吨/万元、1.83吨/万元、1.31吨/万元。其中，资本技术密集型产品的直接碳排放系数最高，其占完全碳排放系数比重分别为65.10%、61.94%、67.44%，这表明，生产过程中直接能源消耗排放的CO2较多。而人力资本密集型产品的间接碳排放系数较高，其占完全碳排放系数比重分别为71.84%、81.83%、79.66%，说明由于中间投入品比重较高而导致的间接能源消耗排放的CO2较多。值得注意的是，非熟练劳动密集型产品的间接碳排放系数最高，其占完全碳排放系数比重分别为80.09%、86.15%、84.79%。

2.2基于隐含碳角度的出口产品结构变化

对外贸易体现生产要素禀赋的特征及资源的配置效率，也在一定程度上体现了竞争优势的部门分布。从四类商品出口隐含碳占出口隐含碳总量比重来看，人力资本密集型产品出口隐含碳位居第一位，其占出口隐含碳总量的份额较稳定，为46.0%左右。其次是资本技术密集型产品，其占出口隐含碳总量比重呈稳步增长趋势。非熟练劳动密集型产品和自然资源密集型产品出口隐含碳所占份额呈逐步降低趋势。出口隐含碳总量及所占份额虽然一定程度上能说明中国出口贸易结构现状以及变化情况，但由于贸易隐含碳由规模效应、结构效应和技术效应共同决定，将导致出口隐含碳增长的因素进行分解，可以更清晰地看到出口结构的变化。从规模效应来看，2002—2007年和2007—2010年出口隐含碳规模效应均为正，表明四类产品的出口量均增长，但对比2002—2007年，2007—2010年增长幅度大大减少，很大原因在于2008年全球金融危机爆发，导致中国出口形势恶化。其中，人力资本密集型产品的规模效应最大，其次是资本技术密集型产品，说明这两类产品出口规模增长幅度较大，而非熟练劳动密集型产品和自然资源密集型产品出口规模增长较小。结构效应表示某类产品出口量比重的变动情况，其值为正，说明该类产品出口量占总出口量的比重增加，反之亦然。资本技术密集型和人力资本密集型产品出口量占出口总量的比重在增加，自然资源密集型和非熟练劳动密集型产品的出口比重减小，减小幅度基本持平(见表5)。从分解出来的规模效应和结构效应可清晰地看出，2002—2007年与2007—2010年期间，四类产品的出口量均在增长，但是，四类产品的出口份额呈两极分化趋势，即人力资本密集型与资本密集型产品的出口份额呈增长趋势，而自然资源密集型与非熟练劳动密集型产品的出口份额呈下降趋势。这说明，出口重心向碳排放强度较高的人力资本密集型产品以及资本密集型产品转移。

2.3出口产品隐含碳排放强度下降的速率在加快

技术效应反映产品生产过程中完全碳排放系数的增大或减小的问题，技术效应为负表明生产中能源利用效率提高，单位产品耗碳量减少。从表5可以看到，2002—2007年与2007—2010年，四类产品的单位产品耗碳量均减少，说明生产技术不断在改进。值得注意的是，尽管受2008年爆发的全球金融危机的影响，2007—2010年中国出口贸易增长额对比2002—2007年增长额大幅度减少，但是，四类产品的技术效应所带来的出口隐含碳排放的减少幅度均大于2002—2007年，表明能源利用效率提高的速率在加快。其中，2002—2007年完全碳排放系数降低幅度最大的是资本技术密集型产品，其次是人力资本密集型产品，最小的是非熟练劳动密集型产品。2007—2010年完全碳排放系数降低幅度最大的是人力资本密集型产品，其次是资本密集型产品，最小的是自然资源密集型产品。从四类产品的完全碳排放系数进行分析，可以得出同样的结论(见表3)。

2.4人力资本密集型产品中的加工贸易比重最大，其次是非熟练劳动密集型产品

一直以来，加工贸易是中国出口贸易的重要组成部分，所占份额较大。出口隐含碳计算式由两部分组成，一部分是中间投入品与最终产品均在国内生产的出口品所含的隐含碳，另一部分是中间投入品为国外进口品，在国内进行加工生产再出口的产品的隐含碳，即R(I－Ad)－1Am(I－A)－1EX，其所占比重则反映各类出口产品中加工贸易的比重。由表4可知，人力资本密集型产品中的加工贸易比重最大，并呈增长趋势(3个年份分别为29.44%、32.14%、26.91%)，其次为非熟练劳动密集型产品中的加工贸易(2002、2007和2010年分别为15.27%、22.47%、19.75%)。这表明，在机械、电气设备、纺织鞋帽等出口产品中，有相当一部分是“两头在外”的加工贸易，其因进口中间投入品，从而“节省”了大量的碳排放。但是，资本技术密集型产品中的加工贸易比重最小，而这类产品的完全碳排放系数最高(3个年份分别为6.65吨/万元、4.53吨/万元、3.60吨/万元)。说明加工贸易集中在完全碳排放系数较低的部门，而化工、运输设备等完全碳排放系数较高的出口产品在生产时的进口中间投入较少。相对人力资本密集型和非熟练劳动密集型产品，自然资源密集型和资本技术密集型产品在生产过程中的中间投入本来较少是原因之一。

3主要结论和几点建议

3.1主要结论

(1)人力资本密集型和资本密集型产品的出口隐含碳排放强度较高。人力资本密集型产品间接消耗带来的碳排放比重大，资本密集型产品直接碳排放系数较高。(2)出口重心向人力资本密集型产品和资本密集型产品转移，自然资源密集型产品与非熟练劳动密集型产品出口份额逐渐降低。出口产品向高端化发展，但碳排放强度也更高，出口结构的调整对碳减排不利。(3)加工贸易总体呈增长趋势，且集中在碳排放强度较低的部门，“节省”了大量碳排放。(4)出口产品能源利用效率提高的速率在加快，资本技术密集型产品与人力资本密集型产品的碳排放强度降低幅度最大。

3.2几点建议

中国出口重心向技术复杂度更高、碳排放强度更高的人力资本密集型和资本技术密集型产品转移，但这两类产品的碳排放强度在迅速降低，且人力资本密集型产品的加工贸易比重最大，从而“节省”了大量的碳排放。综合考虑出口产品技术复杂度以及碳排放强度，出口产品向高端化、低碳化发展，出口结构呈优化趋势。基于此，提出以下建议:(1)进一步提高出口产品技术复杂度，增强产品国际竞争优势。目前，虽然人力资本密集型和资本技术密集型产品出口份额最高且不断增长，但具有较强国际竞争优势的产品仍集中在纺织服装等非熟练劳动密集型产品。提高产品技术复杂度，不仅是指从产品间层面转变，更要从同一产品内的低端型转向高端型，从而培育新的更具有国际竞争优势的产品。(2)降低出口产品碳排放强度。生产能源强度效应是出口碳排放最大的负向驱动因素，一方面，继续提高能源效率，这是推进节能减排的重要手段，而节能技术是关键;另一方面，进一步优化能源结构，大力发展清洁能源探索。同时，实施“贸易碳税”政策，促进出口企业低碳创新。(3)适当进行碳排放的转移。在实现节能减排的同时，为了保持目前的出口规模，高耗能的中间产品不妨加大进口，从而“节省”碳排放。(4)加强国际合作。在现有国际碳排放责任的衡量框架重置遇到重重障碍的现状下，中国应充分利用清洁发展机制、多国基金机制和绿色基金机制，寻求更多低碳技术转移和资金支持，尽量降低经济发展与碳减排之间的冲突。

碳排放论文范文第8篇

从各种柴油车车型2010－2013年的增速来看，增长最快的轻型客车，增长了126.3%;增长较快的还有轻型货车，增长了57.1%;重型货车增长了46.5%;而三轮汽车和低速货车呈现下降的趋势。2013年各种车型与2010年相比的变化趋势如图3所示。近些年来，由于我国不断加强了对柴油车的污染控制管理力度，标准更新换代进程加快，黄标车和老旧车辆的淘汰管理力度和经济激励逐步加强，使得黄绿标柴油车的构成发生了很大的变化，如图4所示。从图4可以看出，2010－2013年我国黄标车的数量逐渐下降，绿标车增长很快。

2、2010－2013年柴油车黑碳排放变化趋势

研究表明，2013年全国柴油类机动车黑碳排放量为31.33万吨，与2012年相比，减少了约2.8%。2010－2013年全国机动车黑碳排放变化趋势如图5所示，从可以看出，2010－2013年我国机动车的黑碳出现先增后减的变化规律，经过2011年后呈现出下降的趋势。2010－2013年我国柴油类汽车的黑碳排放变化趋势也呈现相同的变化趋势。出现这种趋势的原因，一方面是因为我国柴油车仍旧呈现增长的态势，二是由于这两年我国加大了黄标车淘汰的力度，黄标车保有量逐渐减少，黄标柴油车的黑碳排放下降速度要快于绿标车黑碳排放的增长速度，黑碳排放在二者平衡之后逐渐开始下降。

3、2013年分区域黑碳排放状况分析

2013年全国各省(直辖市、自治区)的柴油类机动车保有量调研表明，柴油车保有量较大的省份主要集中在中东部地区，其中保有量前五位的省份依次为山东、河南、河北、广东和辽宁，分别为244.1、220.2、214.8、176.1和139.4万辆，另江苏和安徽的柴油车保有量也超过了100万辆。2013年全国分省份的柴油车保有量如图8所示。2013年分省黄标柴油汽车保有量的分布状况如图9所示。黄标柴油车较多的省份有广东、山东、河南、江苏和河北，分别为87.5万辆、61.4万辆、50.9万辆、39.4万辆和35.1万辆，这五个省的黄标柴油车所占数量占到全国黄标柴油车总保有量的38%左右。2013年各省(直辖市、自治区)柴油车黑碳排放量如图10所示。前五位的为河南、河北、山东、广东和内蒙，其黑碳排放量分占总柴油车黑碳排放量的8.8%、8.5%、7.7%、7.2%和5.1%，约占全国。各省(直辖市、自治区)黄标柴油车的黑碳排放量，前五位仍然为河南、河北、广东、山东和内蒙，显示了黄标柴油车黑碳排放与总的柴油车黑碳排放有着很强的相关性和黄标柴油车黑碳减排的重要性。

4、小结

(1)2010－2013年，我国柴油车增长了23%，柴油类汽车保有量约增长了约43.3%;2013年我国柴油车保有量约为2593.5万辆;

(2)2010－2013年，我国柴油车黑碳排放量出现先增后减的趋势，2013年各类柴油机动车的黑碳排放量约为33.33万吨，比2012年减少了2.8%;

(3)2013年按柴油车注册地划分的分省(直辖市、自治区)黑碳排放量较大的有河南、河北、山东、广东和内蒙，五个省(自治区)柴油机动车的黑碳排放约占全国黑碳排放的37.3%。

本文链接：http://www.vanbs.com/v-141-2636.html碳排放论文范文10篇

声明：本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。

上一篇：体验营销论文范文10篇

下一篇：体育论文开题报告范文10篇