緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇碳減排研究范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

景區交通作為改善景區可進入性、實現游客分流、提升游客體驗、提高游客游覽效率的重要手段，已經被許多旅游景區重視，并將景區交通作為應對游客井噴的關鍵舉措和景區建設管理的重要內容。而游客也習慣于借助景區交通獲取更好的游覽體驗，實現對景區游覽的時間和體力分配。

 

從我國景區交通實踐看，景區交通是旅游交通的重要組成部分，是旅游者開展旅游活動的重要手段。交通已經成為旅游景區的主要能源消耗，是旅游景區碳排放的最主要組成部分。我國旅游景區碳排放主要來自能源使用和廢棄物處理，其中，能源碳排放主要來自交通車輛的燃油消耗和景區居民生活、管理部門辦公的電力使用，廢棄物碳排放來自游客糞便、垃圾的處理。因電力屬二次能源，并不直接產生碳排放，且景區的廢棄物都是通過車輛運到溝外進行處理，碳排放并不產生在景區之內，所以景區人類活動的直接碳排放基本來自交通車輛的能源消耗，旅游景區交通碳排放不僅能基本反映景區的能源使用及直接碳排放情況，而且有助于了解能源活動的不同主體對景區的環境影響程度。

 

從旅游交通研究來看，交通碳排放已經成為僅次于交通線路規劃、旅游流等的重要研究內容，現有旅游交通碳排放研究多集中在一國或某一目的地旅游交通的綜合碳排放，且研究多以區際交通碳排放為主，專門針對景區內交通碳排放的具體研究較少。目前景區交通碳排放的相關研究有如下特點: 一是多與旅游目的地碳排放研究相交叉。如王懷采( 2010) 對 2008 年張家界旅游業碳足跡從食住行游購娛幾方面進行了分析，指出張家界旅游業碳足跡為 6 685 816. 16kg，其中目的地客源地之間交通碳足跡為 5 442 839. 93kg，占 81%。張家界目的地旅游業碳足跡為 1 242 976. 23kg，而張家界間交通碳足跡 491 121. 63kg 與張家界各保護區內交通碳足跡 283 317. 18kg 分別占張家界目的地旅游業碳足跡的39. 51%和22. 79%。交通作為景區能源消耗的主要來源，在不考慮目的地客源地往返交通碳排放情況下，景區交通已占到目的地旅游業碳排放 1/5 強。王立國( 2011) 采用了綜合模型江西省各旅游部門的碳足跡，結果發現旅游行業碳足跡的 95% 以上來自國內旅游，旅游六大部門的碳排放中旅游交通碳足跡占總量的37. 84% 。二是多被納入旅游目的地交通進行綜合分析。如肖建紅( 2011) 分析了舟山群島旅游過程( 包括旅游交通、旅游住宿、旅游景區游覽、旅游餐飲、旅游廢棄物) 碳足跡，指出舟山群島旅游交通碳足跡最大。三是旅游交通碳排放的影響因素分析。景區交通碳排放的影響因素主要有交通方式、出行距離、車輛排量、車輛燃油類型、碳排放系數等，而人均交通碳排放則與車輛的載客能力、調度能力等有關。李伯華( 2012) 發現不同類型交通方式中，公路交通碳排放總量最大，能源結構效應和人口規模效應是旅游景區碳排放增加的主要因素，提出能源強度效應和經濟規模效應則是抑制碳排放的有效因子。Lin Tzuping 通過對臺灣 5 個國家公園旅游交通碳排量的研究發現，交通方式和出行距離不同使得彼此之間人均交通碳排放差異較大。四是多集中低碳景區建設與景區交通低碳策略研究。如重視旅游目的地交通工具的低碳宣傳和合理選擇，建立完善的交通運營機制;增加交通工具載客能力、鼓勵乘坐公共交通而非私家車前往目的地等可以幫助減少交通碳排放。

 

景區交通碳排放雖然是由景區內不同交通工具能源消耗產生的，但更深層次上反映的是景區內不同主體行為活動的環境影響。我國景區交通主要可分為觀光車輛、私家車、工作車輛三種，分別反映不同活動主體，如游客、居民和工作人員等的交通行為及活動。因此，景區交通碳排放不僅僅需要關注景區內旅游交通碳排放，還需要對景區內其他活動主體，如景區內居民、景區內工作人員的交通碳排放進行研究，因為在居民收入改善、游客服務和景區保護需求提升的大環境下，私家車和工作車輛的增長也是景區碳管理必然面對的另一個問題。但從現有文獻研究看，景區私家車和工作車輛碳排放尚未被納入景區交通碳排放的研究視野之中，相關研究多是集中在城市私家車的碳排放研究。研究學者對私家車碳排放普遍予以重視，認為私家車數量激增是造成居民出行碳排放增加的主要原因，居住分布與城市公共品分布的空間匹配程度越高，家庭擁有私家車的概率越小; 私家車出行成本越低，就業可達性越差，碳排放越高。

 

提出限制私家車數量成為最為關鍵的減排措施，設計合理的道路交通方案，使汽車盡可能接近其經濟車速，改變汽車燃料種類等非常重要。

 

綜上所述，旅游交通已經成為旅游業碳排放研究的重要內容和熱點，研究多以區際交通碳排放為主，專門針對景區內交通碳排放的具體研究較少; 在景區交通碳排放研究方面多集中在游客交通方面，尚未關注景區內居民、景區內工作人員的交通碳排放。因此，研究旅游景區不同主體行為的交通碳排放，既有助于識別景區內交通的碳排放主體，進行碳減排責任分擔，探尋碳減排因子和低碳路徑，也可彌補現有旅游交通研究的不足，促進低碳景區建設，實現景區的可持續發展。

 

一、研究方法

 

方法選取

 

排放系數法是旅游業碳排放測算通常使用的方法，采用正常技術經濟和管理條件下某種產品或活動的碳排放統計平均值，對小規模、區域范圍小的組織或區域的碳排放量估算有較高的效率。

 

同樣對于旅游景區碳排放評價具有很好的適用性和很高的借鑒價值。目前國際上旅游業碳排放測度可以分為旅游產業碳排放測度和旅游地碳排放測度，多數都將旅游業產生的直接碳排放作為研究的重點，主要通過實證調查、權威數據獲取等來測算出每個旅游業碳排放源及其二氧化碳排放系數。

 

二、研究區域選取

 

作為 2012 年最受游客歡迎、游覽人數最多的山地旅游目的地，九寨溝通過對景區交通觀光車的出色調控有序分流游客，通過錯峰進出，減少景區居民私家車在高峰時段進出，通過分時段經營對景區工作車進行工作安排等措施使景區有秩序運營，保證游客游覽優先，并獲得良好的游覽體驗。同時九寨溝自然保護區為保護其生態系統的完整性，減輕游客對環境的干擾破壞，開通景區綠色環保觀光車，實現了“溝內游、溝外住”，以及通過垃圾全部打包外運集中處理，實現了景區垃圾日產日清、動態保潔，在景區交通管理方面做出許多創舉。2012 年九寨溝自然保護區被評為“首批全國低碳旅游示范區”以表彰其在“低碳、零碳景區”方面做出的貢獻。文章選擇以九寨溝自然保護區為實證區域，對九寨溝交通車輛的數量、運營里程、燃油變化等進行跟蹤觀察來分析交通碳排放的情況，一方面可以考察景區交通的二氧化碳排放情況，找出碳排放的主要驅動因子; 另一方面有助于加強景區交通的碳減排分析，完善景區的碳管理策略。

 

( 一) 選取依據

 

九寨溝旅游發展對景區交通有極強的依賴，因其特殊的地形地貌以及獨特的景觀空間分布格局，再加上人數眾多的游客游覽需求，要實現游客體驗與景區保護的同時兼顧，必須輔以大眾化、高效化、便利化的景區交通。首先，九寨溝的瀑布、湖泊、原始森林、藏族風情等重點景觀主要集中在“Y”形主溝內，全長 50 余公里，不同景點之間距離較遠，游客必須借助交通工具才能在 1 ～2 天內完成游覽。其次，自九寨溝 1982 年旅游開發以來，游客數量不斷上升，2012 年游客數量創新高達到363. 86 萬人。如此多的游客集中在景區之內，使得游客分流、游客服務的壓力加大，九寨溝需要增加觀光車輛，并進行調度，同時對保護區每個停留點游客數量及動向進行跟蹤預測，以提高調度效率，改善景區可進入性。再次，因為九寨溝地處山地地區，受暴雨泥石流等自然災害影響較大，且生態脆弱對環境保護要求高，使得九寨溝必須加強工作車輛管理以確保游客人身安全與景區生態安全，如增加垃圾車和糞便車的廢棄物處理; 加強含警車、消防車、救護車、工程搶險車等特殊公務車輛的調度; 提供保護區安全監管、保障服務以及配備車輛進溝安裝設備開展科研及保護活動等。此外，九寨溝內還居住有 2 000 多名居民從事旅游經營活動，當地居民家庭多擁有家庭轎車用于日常生活和經營活動，可見私家車也是景區交通的重要組成部分。

 

( 二) 數據獲取

 

文章數據來自對九寨溝國家風景管理局、九寨溝觀光公司、九寨溝景區內村寨居民的訪談調研。九寨溝景區觀光車輛的數量、行駛里程、百公里油耗等數據通過觀光公司訪談所得; 私家車數量、品牌型號、排量獲取自九寨溝管理局法規處，先通過網絡檢索獲得私家車百公里油耗根據其品牌型號，再通過算數平均求得私家車汽油和柴油的百公里油耗; 工作車輛數量、品牌型號、排量獲取自管理局辦公室小車班，百公里油耗根據其品牌型號網絡檢索獲得。本文所采用的數據經九寨溝管理局科研處核實，基本無誤。

 

三、研究分析

 

( 一) 九寨溝不同主體的交通行為分析

 

為保護生態環境、提高游客游覽體驗、加強景區安全管理，九寨溝自 1999 年起限制外來車輛進入保護區游覽，目前允許進出的車輛基本分為三類: 為游客服務的觀光車輛、當地居民私家車、后勤輔工作車輛。觀光車輛分為使用柴油的大巴車和使用汽油的中巴車; 當地居民私家車分為使用汽油的轎車面包車和使用柴油的卡車、貨車;工作車輛分為使用汽油的皮卡轎車、班車等和使用柴油的施工車輛、后勤車輛等。從九寨溝交通車輛所屬主體來看，九寨溝自然保護區內部運營的交通車輛可以劃分為觀光公司用車、諾日朗中心用車、居民用車、管理局工作車輛和外單位車輛等。從行駛道路區域看，觀光車輛行駛在主溝“Y”形溝道路區域; 私家車根據其村寨位置不同行駛范圍集中在從景區入口到村寨的道路區域;工作車輛根據其工作性質不同形式范圍有所不同，但也基本集中在主溝的道路區域。

 

2012 年九寨溝景區內運營的觀光車輛共有373 輛，大巴主要以宇通、金龍、亞星為主，采用柴油為燃料; 中巴以豐田、尼桑為主，采用汽油為燃料。九寨溝景區內最初以燃氣車為主，但因動力不足，在 2000 年前后已經全部更換為燃油車輛，每年觀光車輛都會進行更新換代，大巴中巴的數量及比例也呈現不同程度的變化，但整體的趨勢是觀光車輛的排放標準在不斷提高，目前正處于由歐三標準向歐四標準的過渡階段。

 

當地居民私家車擁有量隨九寨溝內居民收入和生活水平提高而不斷增加，私家車消費已經由低檔走向高檔、由小排量走向大排量、由代步走向享受。2012 年景區內擁有出入證的車輛有 243輛，有貨車、皮卡、面包車、轎車、越野車等不同類型，但整體上看，私家車主要是服務家庭生活休閑交通，服務農業和商業較少，燃油以汽油為主。

 

九寨溝工作車輛主要是為景區管理和游客游覽提供后勤保障服務，使用主體是管理局工作人員和后勤部門工作人員，包括以下幾種類型: 一是管理局的工作車輛，其中普通公務車輛如皮卡、面包車等，主要服務于科研考察、環境保護、活動交流、垃圾處理等，執行特殊公務工作車輛，如警車、消防車、救護車、工程救險車等; 二是駐九寨溝保護區諾日朗中心公司的工作車輛，主要服務于接送工作人員進出、后勤補給物資等運輸、垃圾處理等; 三是觀光公司的工作車輛，主要服務于保護區調度、游客購票檢查等; 四是保護區擔負建設任務、搶險任務的施工單位的工程運輸車輛等。九寨溝工作車輛有其明確的行駛和運營規范，采取與游客避峰活動的策略。

 

( 二) 九寨溝交通車輛碳排放分析

 

根據九寨溝不同類型交通工具的運行特點及其規律性，采用管理局官方統計與抽樣調研統計方法獲取九寨溝交通車輛的燃油耗用量; 然后根據公式( 1) ，結合表 1 提供的碳排放系數，可以計算出交通車輛在 2012 年的二氧化碳排放量，結果如表 2 所示: 2012 年九寨溝交通碳排放總量為9 484. 57噸，其構成有以下特點: 第一，柴油車是主要碳排放因子，車輛的柴油碳排放占 78%，汽油碳排放占 22%; 第二，觀光車輛是最主要的交通碳排放源，占總量的 97%，私家車和工作車的碳排放僅占 3%。

 

從不同主體行為看，游客的旅游交通活動是九寨溝景區的最主要碳排放來源，當地居民自駕和工作人員交通服務對碳排放貢獻很少。分析其原因在于: 九寨溝作為旅游景區，游客是景區內最主要的活動主體，觀光車輛是景區內最主要交通工具，并且觀光車輛能源消費以柴油碳排放占主體，故二氧化碳排放量最大; 工作車輛作為景區運營的后勤保障，主要為保障景區與游客安全和旅游活動順利開展，雖然種類較多，但數量較少，溝內運行時段受到嚴格規范控制，碳排放比重也很小; 因九寨溝對景區居民數量及私車擁有量也一直采取控制措施，并對私車在景區內的行駛時間段有嚴格限制，使得私家車排放量比重很小。

 

( 三) 九寨溝景區交通的碳排放強度分析

 

從人均碳排放和車均碳排放來考察九寨溝交通的碳排放強度，人均碳排放是根據交通車輛的乘坐人數來計算，觀光車輛的乘坐人數采用的是2012 年九寨溝游客人數，私家車乘坐人數采用的是景區居民人數，工作車輛人數采用的是九寨溝管理局及后勤部門的工作人員數量。車均碳排放根據車輛數來計算，車輛數采用的都是 2012 年九寨溝不同交通車輛的數量。結果如表 3 所示: 九寨溝觀光車輛人均碳排放最低，私家車和工作車輛的人均碳排放較高，是觀光車輛的 54 倍左右;觀光車輛的車均碳排放最高，是工作車的 9 倍，是私家車的 39 倍。九寨溝為觀光車輛在景區內是重復循環運營，年行駛里程遠高于工作車輛和私家車，故車均碳排放最高。

 

從不同交通主體來看，游客旅游交通碳排放強度最低，景區居民的交通碳排放強度最大，工作人員交通碳排放強度較高。分析其原因在于: 九寨溝內游客數量眾多，觀光車輛載客量大，且能根據游客分流需要及時調配，最易獲得規模經濟效益，碳排放強度最低; 私家車和工作車輛的使用人數有限，人均碳排放較高，說明載客量大的交通工具具有更高的服務效率，能夠使更多人受益更有社會價值，人均碳排放強度也更低。

 

( 四) 九寨溝景區交通碳排放的趨勢預測與減排壓力分析

 

首先，景區交通碳排放的未來趨勢與其不同主體行為的活動水平密切相關，如果活動主體還在不斷增加，在技術條件不變的情況下，景區交通碳排放勢必繼續增長。先從游客數量增長來看，世界旅游組織( WTO) 預測到 2020 年全球游客數量平均每年將增長 3. 8%，亞洲和非洲將是外國游客人數增長幅度最大的地方，增幅有望達到 4% ～6% 。我國《國務院關于加快發展旅游業的意見》( 2009) 指出“到 2015 年，國內旅游人數達 33 億人次，年均增長 10%”。九寨溝作為我國最受歡迎的山地類旅游目的地，游客人數也必然呈現增長，其觀光車輛能源消耗也必隨之增長。根據 2005 到2007 年九寨溝游客人數與觀光車輛碳排放的相關性分析，游客數量每增加 1%觀光車輛碳排放增加6. 7% 。

 

而工作車輛作為確保游客安全、提升體驗的保障性手段，其數量及運營增長與景區游客增長呈現正相關關系，大約每增加 10% 的游客，碳排放工作車輛碳排放會增加 1%。再從居民人數變化分析，九寨溝已經采取嚴格的溝內居民管理政策，人口增長極為緩慢，但隨居民收入提高，私家車排量和使用增加，根據 2007 到 2012 年居民私家車碳排放統計，呈現年 10. 6% 的增加態勢。

 

對九寨溝自然保護區 2015 年、2020 年的觀光車輛、私家車、工作車的碳排放進行預測，九寨溝景區交通碳排放量到 2015 年、2020 年將增長到11 519. 46 噸、15 946. 48 噸，分別是 2012 年碳排放的 1. 2 倍和 1. 68 倍。

 

其次，景區交通碳減排的壓力與旅游景區的外部環境、現實要求、自身定位相關。先從外部環境看，《國務院關于加快發展旅游業的意見》( 國發[2009]41 號) 明確提出，我國要在五年內將星級飯店、A 級景區用水用電量降低 20%，積極利用新能源新材料，減少溫室氣體排放，積極發展循環經濟。2011 年國家旅游局出臺《A 級景區節能減排30 條》，其中規定旅游景區采用低噪、低排放量的區內交通運輸工具。九寨溝作為 5A 級景區，是旅游業節能減排的重點區域，交通碳減排更是重中之重。再從九寨溝碳減排的現實要求看，作為世界自然遺產、生態脆弱性的自然保護區，九寨溝生態保護的需求都非常強烈。2011 年九寨溝被評為首批全國低碳旅游示范區，其標志是低能耗、低排放，并最終實現零碳排放。九寨溝目前碳排放現狀與九寨溝建設“零排放低碳景區”的目標還有一定差距。因此，九寨溝降低碳排放進行低碳景區建設勢在必行。

 

四、結論與討論

 

九寨溝交通車輛碳排放既反映了九寨溝內能源使用的碳排放，也反映了九寨溝內不同主體行為活動的直接碳排放情況。通過對九寨溝觀光車輛、私家車、工作車輛的燃油使用及碳排放分析，并對九寨溝交通碳排放的趨勢預測和減排壓力解析，得出如下結論:

 

首先，景區交通碳排放能夠反映不同主體交通行為的環境影響。2012 年九寨溝交通碳排放量為 9 484. 57 噸，其中觀光車輛占景區交通碳排放總量的 97%，私家車和工作車占 3%。說明游客是景區交通服務的主要主體，游客觀光游覽是景區觀光車輛碳排放最多的深層原因。觀光車輛和工作車碳排放反映了九寨溝景區內旅游產業對景區環境的影響與壓力; 私家車碳排放則反映了景區居民的生活出行方式對景區的環境影響。

 

其次，景區交通碳排放量與不同主體的交通行為模式有關。交通碳排放總量取決于不同交通車輛的數量、行駛距離、能源利用效率、能源利用結構，而碳排放強度則與服務對象的人數、服務盈利有關。景區交通的碳減排應該從這些影響因素入手進行干預。以九寨溝為例，九寨溝在低碳景區建設中提倡載客量大、安全舒適的公共交通服務; 控制私人交通、提倡小排量; 對不同主體的交通車輛實行錯峰管理和分區運行; 提高汽車排放標準，這些措施使得九寨溝碳減排效果顯著。

 

再次，景區交通將承受需求繼續增加和減排勢在必行的雙重壓力。旅游景區游客增長、居民生活改善、景區運行完善都需要加大旅游交通的投入，如增加交通工具數量、提高運營效率、實現交通多元化，這些都會促使交通碳排放增加。但氣候變化、生態脆弱、可持續發展、低碳旅游都要求景區開展碳減排，盡可能減少人類活動對旅游景區的環境影響。旅游景區的未來發展必須處理好兩者的平衡關系，一方面提高游客體驗和接待效率，另一方面降低景區交通碳排放。

 

最后，景區碳減排應在技術和政策方面進行突破，才能取得重大進展。一是探討游客限流和分流措施，九寨溝作為生態系統脆弱的自然保護區，最大容客量是 438 萬人，面臨巨大的游客增長壓力，應該探討限制游客規模的有效方法。二是提倡人機合作，通過實時監控、景區游客分流、智能服務、人工調度等結合的方法來改進現有的人工經驗調度，促進九寨溝調度水平的穩定提升，真正發揮智慧景區的優勢。三是探討新能源技術等在九寨溝景區交通中的應用，根據我國”十二五”規劃節能減排目標，汽車等乘用車的減排目標是百公里汽車油耗由 8 升降到 6. 5 升，而九寨溝交通車輛的百公里油耗遠高于該水平，在現實條件難以改進的條件下，采用新技術、新方法是一種新途徑。四是嘗試引入其他交通方式，如學習澳大利亞大堡礁熱帶雨林修建高空纜車，減緩地面交通壓力; 在九寨溝內部修建有軌電車，將燃油能源替換為電力能源等。

 

參考文獻:

 

[1]黃柯，祝建軍，蒲素. 我國旅游交通發展現狀及研究述評[J]. 人文地理，2007( 1) .

 

[2]李蘆松. 旅游交通研究進展及啟示[J]. 熱帶地理，2009( 4) .

 

[3]李伯華，劉云鵬，竇銀娣. 旅游風景區旅游交通系統碳足跡評估及影響因素分析———以南岳衡山為例[J]. 資源科學，2012( 5) .

 

[4]鄭思齊，霍燚. 低碳城市空間結構: 從私家車出行角度的研究[J]. 世界經濟文匯，2010( 6) .

 

[5]趙敏，張衛國，俞立中. 上海市居民出行方式與城市交通CO2排放及減排對策[J]. 環境科學研究，2009 ( 6) .

 

[6]王雪娜，顧凱平. 中國碳源排碳量估算辦法研究現狀[J]. 環境科學與管理，2006( 4) .

 

篇（2）

中圖分類號：F0621 文獻標識碼：B

20世紀90年代以來，全球變暖在國際社會受到越來越多的重視。我國作為全球CO2第一大排放國，面臨的國際碳減排壓力越來越大。為此，國家在“十二五”規劃中提出2011-2015年單位國內生產總值能源消耗降低16個百分點，單位國內生產總值二氧化碳排放降低17個百分點；黨的十更是將生態文明建設同經濟建設、政治建設、文化建設、社會建設一道，納入中國特色社會主義事業總體布局。

在政策層面上，中央及北京市政府對高碳產業制定了一系列的淘汰和控制發展的政策，對低碳且高附加值產業的企業則制定了一系列的鼓勵和扶持政策。如2011年1月28日頒發的《國務院關于鼓勵軟件和集成電路產業發展的通知》中規定，對微電子業在財稅、投融資、研究開發、進出口、人才、知識產權以及市場方面給予鼓勵和支持。

微電子技術是以大規模集成電路為基礎發展起來的新技術領域，是指從晶體管開始的固體原件微型化電子的總稱，包括半導體材料及器件物理、集成電路及系統設計原理和技術、芯片加工工藝、功能和特性的測試技術等重要組成部分，其核心是集成電路技術。微電子制造業屬于低碳產業。在我國能源結構中煤炭和石油仍占很大比例的情況下，能源消耗水平能夠反映碳排放的水平。根據我們對2012年《中國統計年鑒》中微電子制造業和制造業總體的能耗和產值的數據計算發現，2010年我國微電子制造業萬元產值能耗僅為00459噸標準煤，而同時期制造業總體萬元產值能耗卻高達03092噸標準煤。但這并不是說碳減排與微電子制造業無關，美國、日本和加拿大的萬元產值能耗在2007年就均已低于002噸標煤[1]，說明該產業仍存在碳減排空間。隨著微電子制造業的快速發展，其碳排放問題不容忽視。如何控制微電子制造企業的碳排放，首先需要確定影響企業實施碳減排的因素。為此，本文以北京市微電子制造企業為例，分析影響企業實施碳減排的主要因素，以期為相關決策提供有價值的參考。

一、文獻綜述與研究假設

（一）文獻回顧

在Web of Science文摘數據庫中通過檢索關鍵詞“carbon emission & influence factor”，發現2005年至今的相關文獻924篇，其中制造業60篇。在CNKI數據庫中通過檢索“碳排放”和“影響因素”兩個關鍵詞，發現2008年至今的相關文獻426篇，其中制造業14篇。通過對文獻的閱讀和梳理，我們發現研究者普遍認為政府因素、市場因素、技術因素和結構因素是企業層面的碳減排影響因素。

第一，政府因素與企業實施碳減排的關系。Matthew（2005）通過對英國制造業碳排放情況的分析發現，法律法規對碳排放起到抑制作用[2]；Qinghua Zhu、James Cordeiro和Joseph Sarkis（2013）對蘇州、大連和天津的377家制造企業的研究發現，制度壓力是發展中國家制造企業實施環境管理的驅動力[3]。

第二，市場因素與企業實施碳減排的關系。Bansal和Roth（2000）認為企業環境管理態度和環境管理行為受市場機會的影響，是企業環境管理的外部動因[4]；秦穎（2008）對大中型工業企業的調研分析發現，企業環境管理是規則因素、市場因素及企業自身屬性綜合作用的結果[5]。

第三，技術因素與企業實施碳減排的關系。Gavin（2005）分析了1970-1990年英國的14個制造業數據，將技術創新分為本國科技創新與國外技術引進兩個指標，發現二者均能抑制碳排放[6]。

第四，結構因素與企業實施碳減排的關系。張傳平（2012）分析了人口、城鎮化水平、能源結構、產業結構、能源強度、經濟發展水平（GDP）和能源價格對我國碳排放的影響，結果表明，能源結構和產業結構均對碳排放有影響，但產業結構的影響在逐漸削弱[7]。

（二）研究假設

根據以上的分析，我們結合文獻研究和專家訪談，確定了政府因素、市場因素、結構因素和技術因素作為北京微電子制造企業碳減排的四大影響因素，探討各影響因素之間的作用路徑。本研究提出了以下九個假設。

二、調研設計與研究結果

（一）問卷設計與變量測量

本研究采用問卷調查方法對北京微電子制造企業碳減排影響因素的理論模型進行實證研究。根據文獻研究法和專家訪談法，對理論模型中的四大影響因素設計了27個度量指標并由此組成了調查問卷，具體變量所對應的度量指標詳見表1。問卷主要通過0-1賦值法和李克特5點量表法（0和1賦值法中0表示沒有，1表示有；李克特量表法中，從低到高依次排列，1表示很低或很小，5表示很高或很大）測量政府因素、市場因素、技術因素、結構因素和企業碳減排實踐這五個變量。

（二）數據收集

篇（3）

中圖分類號： F127文獻標志碼： A 文章編號： 1009－4474(2012)02－0017－05

一、引言

研究表明，在工業化進程中，經濟發展和碳排放呈正相關關系，因為能源尤其是礦物能源消費作為社會經濟發展的重要動力，對碳排放的增加起著決定性作用。在整個20世紀，全球二氧化碳的排放總量增長了十倍以上，而同期世界能源的消費總量增加了十六倍，其中，礦物能源消費每年向大氣排放的二氧化碳約為6.0~6.5PgC，占大氣碳排放總量的70%左右〔1〕。因此，我國降低碳強度的實質就是實現經濟發展和碳排放的脫鉤，使碳強度的增長速度低于經濟發展速度。

為此，許多學者進行了深入研究：如通過構建各種模型分析我國碳排放區域格局的變化，揭示了產業結構、區域經濟結構和一次能源消費結構對碳排放和碳強度的重要影響〔2～5〕；通過對我國東中西部地區碳排放量的測算和各地區能源效率的比較研究，揭示了三大區域碳排放之間存在的差異和成因〔6～12〕；還有學者分別從定性和定量角度提出了針對西部地區的減少碳排放的建議〔13～16〕。

這些學者雖然運用不同方法從不同角度剖析了我國三大區域之間的碳排放差異和成因，但是很少涉及三大區域碳排放配額的具體分配及碳強度減排目標的實施路徑。由于歷史遺留原因，我國區域經濟發展不均衡，西部地區在國民經濟地域分工中長期扮演著原材料和初級產品生產者角色，產業發展主要依賴于能源的開采和輸出，處于產業鏈的底端，這使西部地區發展成為資源型經濟，導致碳排放強度高于全國平均水平。如何協調區域之間的關系，選擇適合中國的碳強度減排實施路徑就成為實現碳強度減排目標的關鍵。

本文基于上述研究成果，以人均排放原則為指導，期望通過建立碳排放配額制度和項目合作機制來推動我國東中西部區域的減排協作，最終實現碳強度減排目標。

二、基于人均排放原則的我國碳排放配額分配

人均碳排放是指一國在單位時間內，通常是一年或者一個核算期，總人口平均的二氧化碳排放量，它體現了對一國在當前經濟發展過程中產生的碳排放量的人均分擔。碳排放權本身具有的人權和財產權的雙重屬性為人均碳排放分配提供了依據和可操作性〔1〕。

我國政府在2009年哥本哈根會議上作出碳強度減排承諾：到2020年單位GDP碳排放比2005年減少40%～45%。考慮到我國東中西部區域發展不平衡的現實，為了能夠快速有效地實現該減排承諾，本文利用劉欽普依據自變量和因變量交替移動預測法建立的區域人口預測時空回歸模型對我國各省人口發展的預測數據〔17〕，以人均碳排放為原則，對基年與2020年各省的碳排放配額進行了計算和預測。

1．我國2005年的碳強度

根據國家統計局數據，我國2005年的碳排放總量為5558.5百萬噸，GDP為2054880百萬美元〔18〕，據此得到我國2005年的碳強度（C2005）為27.1噸/萬美元。

2.我國2020年的碳強度

按照我國政府承諾的40%～45%的碳強度減排指標，可知2020年碳強度（C2020）為，

0.55C2005≤C2020≤0.6C2005。

代入C2005=27.1，得，

14.91≤C2020≤16.26（噸/萬美元）。

即2020年碳強度下限為14.91噸/萬美元，上限為16.26噸/萬美元。

3.我國2020年的碳排放總量

假設從2005年到2020年，我國GDP保持年增率8%不變，基于2005年的GDP數據，可以得出2020年的GDP約為6518427百萬美元。

由于碳排放總量等于碳強度與GDP的乘積，即：T2020=C2020×GDP2020，則可知2020年我國碳排放總量為9719百萬噸～10599百萬噸。

4.我國2020年的人均碳排放量

按照人均碳排放原則，我國2020年的人均碳排放量（H2020）為T2020/P2020，依據劉欽普對我國2020年的人口數量預測量〔17〕，即P2020=144690.3（萬人），可預測我國2020年的人均碳排放量約為6.72噸～7.33噸。

5．我國2020年全國及各省的碳排放配額

S2020i=H2020×P2020i,i=1,…,31。

其中，S2020i為i省2020年獲得的碳排放配額；P2020i為i省2020年的預測人口數。由此，可得到如表1所示的各省直轄市碳排放配額數據。

從表1可以看出，隨著我國人口的增加，碳排放量也在增加，我國2005年的人均碳排放量為433噸，而到2020年將可能增至733噸。這恰好說明我國正處于工業化發展階段，伴隨著經濟的不斷發展，不可避免地要增加碳排放量。根據世界銀行的報告，目前世界年人均碳排放量為43噸，而我國2005年的人均碳排放量與世界人均水平基本持平。如果繼續按照目前的碳排放水平發展下去，在不久的將來，我國人均碳排放將大大超過國際人均水平。屆時，我國提出的人均累積碳排放低的理由將不再有立足之地，中國將站在全球應對氣候變化的風口浪尖，成為國際社會的焦點。因此，我國有必要加大政策實施力度，將碳強度減排的相對目標約束轉化為碳排放配額的硬性目標約束，并借鑒國際碳交易市場經驗，結合我國區域發展實際，在中國實行碳排放配額和碳減排項目合作的雙軌制。

三、我國碳強度減排的制度安排

根據我國經濟發展水平和區域經濟演變的特征，可以將我國大陸區域劃分為東、中、西三大區域。根據譚丹、黃賢金的研究成果，2005年我國東部地區的碳排放總量是中部地區的1.8倍，是西部地區的2.22倍〔6〕，已經大大超過了我國的人均碳排放水平。并且按照目前的經濟發展速度，如果沒有較大的政策變化，到2020年，我國東中西部碳排放總量的比值還可能繼續擴大。因此，有必要探索不同的碳強度減排機制以實現東中西部地區的相對均衡發展，即將表1中2020年的碳配額轉化為碳排放配額的強制性目標，對西部地區暫不納入強制碳排放配額制度中，對東部和中部地區分別施行強度不同的碳排放配額制度。同時，應配之以碳減排項目合作機制以實現三大區域的協調發展。

（一）實施碳排放配額制度

我國東部沿海地區經過20多年的高速發展，已步入工業化后期，經濟發展水平大大高于全國平均水平。但是，東部區域的經濟發展是以能源消耗和環境惡化為代價的，長久以來沒有代價地多排或超標碳排放實際上壓縮了西部經濟不發達地區的未來經濟發展空間，依據污染者付費原則，東部地區應該為自己的多排或超排行為付費。因此，我國東部發達地區和一些碳排放量較多的中部地區省份（如山西）應該根據人均排放原則，實施嚴格的碳排放總量控制制度，將表1所示的2020年的碳排放配額下限作為本區域的總量控制目標，并結合本地區實際將配額量化到具體的企業排放源。

2005年，我國中部地區的碳排放總量居于三大區域的中間位置。按照目前的碳排放趨勢，到2020年，我國中部地區的絕大部分省份的碳排放總量將與表1中的碳排放配額持平。因此，除個別省區外，可以對中部省區制定中等強度的減排控制目標，將國家規定的碳強度減排目標的下限40%（即表1中所示的碳排放配額上限）作為其減排目標，對本轄區內企業的排放量增速實施嚴格控制戰略，以提高本區域的產業競爭力。

西部地區是我國重要的能源戰略基地，最終可開采資源量為711億噸標煤，約占全國總量的57%；其中煤炭、石油、天然氣最終可開采資源量和水能技術可開發資源量分別為429億噸、44億噸、8萬億立方米和15678億千瓦時，占全國總量的579%、336%、587%和706%，人均能源資源是全國平均水平的2倍〔13〕；且新能源和可再生能源主要集中在西部地區，這將使西部地區成為碳排放配額的主要輸出區。考慮到西部地區經濟發展緩慢的現狀和未來廣闊的發展空間，可以對其暫時不設具體的碳強度減排目標，將按照人均排放原則確定的碳排放配額作為當地政府引進項目和企業的參照基準，以承接我國東部高碳排放企業的轉移，加速實現工業化，從而推動當地經濟發展和改善當地居民的生活。

（二）建立碳減排項目合作機制

1.碳減排項目合作機制的緣起

碳減排項目合作機制主要源于國際公約《京都議定書》（以下簡稱《議定書》）的締結。為了緩解和應對全球氣候變化為人類帶來的負面影響，《議定書》不僅明確了發達國家應當承擔主要責任，而且首次為發達國家締約方訂立了量化的溫室氣體減排目標。但是，由于發達國家的工業化已經完成，技術和設備先進，減排空間較小，減排成本高昂，為了降低此類國家的履約成本和有效實現公約目的，《議定書》確立了三個靈活機制：排放貿易機制（ET）、聯合履行機制（JI）和清潔發展機制（CDM）。其中，JI和CDM屬于碳減排項目合作機制，是指通過發達國家之間（JI）或者發達國家和發展中國家之間（CDM）的合作，將通過實施溫室氣體減排項目獲取的碳排放信用作為履約客體的碳排放貿易機制。其中，CDM是發達國家和發展中國家之間的碳減排項目合作機制，發達國家通過為發展中國家提供資金和技術的方式與發展中國家合作實施碳減排項目，不僅可以降低其減排成本，而且有利于提高發展中國家的氣候適應能力。因此，CDM產生伊始就成為全球碳交易市場的追逐對象，并成為我國參與國際碳市場的主要方式，如中國CDM規模約為2.2億噸，占CDM市場的40%〔19〕。

2.東中西部區域碳減排項目合作機制

這種通過明晰氣候資源產權、進行碳排放配額分配的成功實踐為我國的碳減排項目合作機制的建立提供了借鑒。碳減排項目合作機制得以成功實施的一個根本前提就是項目實施主體之間的減排成本各異，并在某些方面具有一定的互補性。與東中部區域相比，我國西部區域所占國土面積較大，近年來受國家政策驅動，經濟發展步伐加快，但是由于地理位置偏遠、基礎設施不完善、技術落后，能源利用效率不到0.6（東部約為0.76，中部為074）〔7〕，對外吸納能力較弱，總體上仍然屬于資源型經濟；而東中部區域尤其是東部區域具有豐厚的資金和先進技術。這種由經濟發展水平差異造成的各省區碳強度減排成本的區別和資金技術上的互補性為建立碳減排項目合作機制提供了可能性。對于出現碳排放配額赤字的東中部地區的排放源，為了避免承擔巨額罰款，可以通過購買碳排放配額或者進行碳減排項目合作的方式從西部地區獲取碳排放信用以緩解其碳減排壓力。

在實施碳減排項目合作機制時，由于實施主體都是我國企業，這對減少國際CDM市場上出現的投機現象和技術轉移障礙有所緩解，但受地方利益的驅動，不排除東部和中部區域為了實現其碳強度減排目標，將重污染行業轉移至西部，導致西部地區的碳排放強度進一步升高的情況；也不排除西部區域為了短期經濟利益盲目引進重污染項目的可能性。因此，在碳減排項目合作和產業引進時，西部地區必須從長遠考慮，要高度重視技術在碳減排項目合作機制中的重要作用，如從技術結構相似度的角度〔20〕，探尋最合適的東部省份，選擇可以充分發揮本地區資源優勢和提高自我建設能力的技術和產業，實現碳強度的降低。

東部地區發展快的一個重要因素就是東部地區在推動科技進步過程中大力發展高新技術及產業。從國內外科技發展史看，誰掌握了高科技，誰就能更快發展。我國西部地區的陜西、四川等省份有較好的發展高新技術的條件和環境，可以有選擇、有重點地發展諸如電子信息、新材料、新能源等方面的先進技術。通過與東中部地區合作實施碳減排項目的形式，由東中部地區企業輸入資金和先進技術提高其能源利用效率，加快新能源和可再生能源的開發速度，推動產業結構的優化；通過出售碳排放配額獲得的資金還可以用于改善當地的基礎設施與社會保障體系建設，加速西部地區的發展速度，縮短與東中部地區的差距。此外，國家可以建立全國性的碳排放配額交易市場，利用市場機制，擴大交易范圍，增加交易產品種類，對市場參與主體形成更大的激勵，達到經濟發展與環境容量相協調、公平與效率并重的目的。

參考文獻：

〔1〕Houghton J T,Filho L G M,Callander B A,et al.Climate Change 1995:The Science of Climate Chang〔M〕.Cambridge,U.K：Cambridge University Press，1996:2-8.

〔2〕侯 鋒.我國省區間工業結構的異同與結構轉換的調控途徑〔J〕.地理研究,1990,9(4):6-16.

〔3〕李文彥,樊 杰.我國的經濟地域結構與區域能源戰略的關系初探〔J〕.地理科學,1994,14(3):201-210.

〔4〕Zhang Lei,Daniel TODD,Xie Hui,et al.CO2 Emissions and Their Bearing on Chinas Economic Development:The Long View〔J〕.Journal of Geographical Science,2005,15(1):61-70.

〔5〕郭廣濤,郭菊娥,席酉民,等.西部產業結構調整的節能降耗效應測算及其實現策略研究〔J〕.中國人口資源與環境,2008,18(4):44-49.

〔6〕譚 丹,黃賢金.我國東、中、西部地區經濟發展與碳排放的關聯分析及比較〔J〕.中國人口資源與環境,2008,18(3):54-57.

〔7〕楊紅亮,史 丹.能效研究方法和中國各地區能源效率的比較〔J〕.經濟理論與經濟管理,2008,(3):12-20.

〔8〕陳英姿,李雨潼.低碳經濟與我國區域能源利用研究〔J〕.吉林大學社會科學學報,2009,49(2):66-73.

〔9〕高衛東,姜 巍,謝 輝.經濟發展對中國能源碳排放空間分布的影響〔J〕.遼寧工程技術大學學報(自然科學版),2009,28(2):296-299.

〔10〕許廣月,宋德勇.中國碳排放環境庫茲涅茨曲線的實證研究——基于省域面板數據〔J〕.中國工業經濟,2010,(5):37-47.

〔11〕岳 超,胡雪洋,賀燦飛,等.1995-2007年我國省區碳排放及碳強度的分析——碳排放與社會發展Ⅲ〔J〕.北京大學學報(自然科學版),2010,46(4):510-516.

〔12〕徐大豐.我國碳排放結構的區域差異分析〔J〕.江西社會科學,2010,(4):79-82.

〔13〕郭廣濤,郭菊娥,柴 建.西部發展節能服務的低碳效應及其政策研究〔J〕.管理評論,2010,22(6):71-76.

〔14〕何建武,李善同.二氧化碳減排與區域經濟發展〔J〕.管理評論,2010,22(6):9-16.

〔15〕張小剛.西部地區發展低碳經濟的路徑選擇研究〔J〕.經濟研究,2010,(9):57-60.

〔16〕李清源.西部經濟發展對區域環境變化的影響及對策〔J〕.環境經濟,2010,(3):51-56.

〔17〕劉欽普.時空回歸模型在中國各省區人口預測中的應用〔J〕.南京師大學報(自然科學版),2009,9(32):119-124.

篇（4）

基金項目：上海市科技發展基金“特大型城市低碳化的系統結構研究”（編號：10692103000）。

摘要

本文基于對現有城市交通碳排放測算方法的比較分析，以上海市為例，采用IPCC“自下而上”法對特大型城市客運交通CO2排放進行了測算，結果顯示：軌道交通是碳排放效率最高的客運方式，出租車最低；客運交通CO2排放總量增長迅速，且碳源結構發生了較大變化；近年客運交通CO2排放增量主要來自私人載客汽車，同時公務交通在客運交通碳排放中始終占較大比重。由此本文認為，控制客運交通碳排放的關鍵在于對以私人載客汽車和單位載客汽車為主的個體交通的管理和控制，形成以公共交通為主的交通結構。在此基礎上，為了將控制碳排放納入到城市交通政策目標中去，本文就主要城市交通政策對客運交通碳排放產生的影響進行了深入分析，并得出結論：以往的交通供給、需求管理政策對于抑制客運交通碳排放增長的作用有限；而就目前城市空間發展政策的實施效果而言，也不利于降低居民出行的碳排放水平。文章最后分別從交通供給、需求管理以及城市空間角度給出了控制客運交通碳排放的對策。

關鍵詞 上海；城市客運交通；碳排放效率；交通政策

中圖分類號 F512.3 文獻標識碼 A

文章編號 1002-2104(2012)01-0035-08 doi:10.3969/j.issn.1002-2104.2012.01.007

城市經濟的不斷發展以及空間的不斷拓展，會導致城市居民出行機動化程度及其能耗水平的不斷提高。由于能源消費以化石能源為主，客運交通必然是城市的重要碳源之一。

由于沒有針對性的統計數據，對于城市客運交通CO2排放的測算，前人研究采用了匡算的方法，測算了公交車、軌道交通、出租車和私人載客汽車4種客運方式的CO2排放量[1-2]。但前人研究存在明顯的不足：首先，所采用數據缺乏權威性；其次，遺漏了公務交通等重要的客運交通方式；再次，缺乏對不同客運交通方式碳排放效率的測算與比較分析。在如何控制城市客運交通碳排放的問題上，前人研究提出的對策建議主要集中在發展以軌道交通為主的公共交通、限制私人機動交通、促進交通節能技術的應用以及優化城市空間結構等幾方面[3-5]。城市交通問題的解決要依靠交通政策的制定與實施，而上述研究的不足就在于沒有考察主要交通政策對于客運交通碳排放的影響，提出的對策建議也沒有立足于交通政策本身。

對我國而言，上海在經濟發展水平、空間結構、客運交通系統等方面均具有代表性，研究其客運交通碳排放問題，對于其他特大型城市具有很強的借鑒意義。因此，本文在對現有交通碳排放測算方法進行比較分析的基礎上，選擇合理的測算方法，以上海市為例，對特大型城市客運交通CO2排放進行了測算和分析；在此基礎上，為了將控制碳排放納入到城市交通政策的政策目標中去，本文就上海市主要交通政策對于城市客運交通碳排放的影響進行了深入分析。

1 上海市客運交通系統及其碳源構成

上海城市客運交通系統主要包括公共交通、私人交通和公務交通（見圖1）。公共交通主要包括常規地面公交、軌道交通、出租車以及其他客運方式；私人交通主要分為私人機動化交通和慢行交通，前者主要包括私人載客汽車、摩托車（包括常規摩托車和輕便摩托車），后者則主要包括步行、自行車（電動自行車包含在內）等；公務交通方式主要指政府機關、社會團體、企事業單位擁有的載客汽車，其中又以小型載客汽車為主。根據上述不同客運方式的用能特點，忽略輪渡等非主要客運方式，本文確定上海城市客運交通的主要碳源包括：常規地面公交、軌道交通、出租車、單位載客汽車以及私人載客汽車、摩托車。

① 文中出行特征、交通設施、交通狀況、機動車類型及保有量等調查資料及統計數據，均來自歷年《上海市綜合交通發展年度報告》和《上海市第一、二、三次全市性綜合交通調查總報告》，以下不再贅述。

2 客運交通碳排放測算方法與數據的選擇

2.1 交通碳排放測算方法及其選擇

根據文獻研究[6-7]，交通CO2排放的測算方法主要包括IPCC移動排放源測算方法和“總量-結構”測算方法。IPCC測算方法包括“自上而下”法和“自下而上”法。前者是根據某一區域交通燃料銷售數據乘以燃料CO2排放系數計算得到；后者是根據某種交通方式行駛總里程乘以單位行駛距離的燃料消耗量再乘以燃料的CO2排放系數計算得到。“總量-結構”法是根據不同客運交通方式的單位周轉量能耗乘以相應的交通分擔率，再乘以客運交通周轉總量，最后乘以燃料的CO2排放系數計算得到。

不同測算方法的主要區別在于數據選擇的不同。“自上而下”法是一種直接且較為準確的交通碳排放測算方法，但燃料銷售數據中無法區分城市客運與貨運、市內與對外交通的能耗量，在實際使用中受到限制；“總量-結構”法則因無法獲得不同客運方式周轉量的時間序列數據，同樣無法滿足研究目的的需要。

對于“自下而上”法，雖然像私人載客汽車年均行駛里程與百公里能耗均沒有統計數據可查，但均具有官方或權威機構公布的間接數據或調研數據可以采用；同時，匡算所造成的誤差主要來源于車輛型號、燃油技術等因素，并不影響測算結果有效性，同時能夠使減排對策的提出更具針對性。綜上所述，本文選用IPCC“自下而上”法用于上海市客運交通CO2排放的測算。

2.2 數據來源與處理

（1）各種交通燃料的碳排放系數和凈熱值系數。由于缺少上海市官方公布數據，本文采用IPCC缺省值。

（2）各種客運方式的保有量。公共交通和私人機動交通方式的保有量數據均取至歷年《上海市統計年鑒》；單位載客汽車保有量數據則根據上海市統計局對民用載客汽車保有量數據的解釋，用民用載客汽車保有量減去公共交通載客汽車與私人載客汽車保有量獲得。

（3）不同客運方式單位行駛距離的能耗水平。由于缺乏統計數據，本文假定在考察期內各種交通方式單位行駛距離能耗水平保持不變。采用以上簡化處理的方式，主要有兩個依據：第一，測算的目的是考察城市客運交通碳排放相對準確的總量、結構及其演變趨勢，而不是針對機動車能耗技術水平、交通路況等因素對碳排放的影響進行深入研究；第二，各種客運方式的單位行駛距離能耗水平隨時

間的變化一般較慢，雖然早在2004年我國就頒布了強制性國家標準――《乘用車燃料消耗量限值》，但該標準2005年7月第一階段的實施只是針對新開發車型，第二階段則到2009年才開始對在生產車型實施，且節油率僅為5%-10%。

公共交通百公里能耗。上海市常規地面公交車以柴油車為主，由圖2可知，2001-2004年，上海市公交車百公里油耗基本維持在33.3 L；2004年之后則略微呈上升趨勢。研究上海市交通路況資料可以發現①，雖然不同年份不同路段的平均通行車速具有一定的起伏，但就上海市整體交通路況而言，早已達到擁擠的程度。由此可以認為，2004年后公交車百公里能耗水平提高的主要原因，是由于提高公交服務水平，逐步改善居民乘車環境（如車內溫度控制等），以及提高公交車配套設施標準所致。因此，在不考慮上述引起公交車能耗變化的因素的情況下，此處取公交車平均百公里能耗值為33.3 L柴油。

上海市出租車燃料以汽油為主，由圖2可知，2001-2008年百公里能耗基本穩定在12.5 L。因此，不考慮考察期內出租車車型的變化，此處取出租車平均百公里能耗值為12.5 L汽油。

上海市軌道交通采用電力牽引，據資料顯示，其百公里耗電量為263.8kW•h[8]。根據《上海市綜合交通年度報告》中提供的軌道交通能耗計算標準，1kW•h時電約需等于404 g標準煤，此處取軌道交通平均百公里能耗值

① 上海市三次交通調查中，社會客車出行特征調查對象指的是公交車、出租車、特種車輛以外的客運汽車，主要包括單位載客汽車與私人載客汽車。上海市第一、二次綜合交通調查總報告中并未對兩者進行區分，但由于1995年之前私人載客汽車保有量在社會客車保有量中的比重不足3%，故此處忽略其影響。

Fig.2 Energy consumption per 100 km of bus and taxi

資料來源：由歷年《上海市綜合交通年度報告》和《上海市工業能源、交通統計年鑒》中能耗及行駛里程數據計算得到。

。

私人機動化交通百公里能耗。私人載客汽車燃料以汽油為主，2009年國家工信部了“輕型汽車燃料消耗量通告”[9]，提供了包括市區、市郊、綜合三種工況的機動車燃料消耗量數據。上海市約75%的小客車出行發生在中心城區以及中心城與郊區之間，因此，此處應該更多的參考國家工信部公布的市區工況下的能耗水平；另據汽車市場調查報告顯示[10],上海市私人載客汽車需求量最大的車型的排量型號為1.6-2.0 L。因此，參考上海市主要車型的能耗水平，此處取私人載客汽車平均百公里能耗值為10.0 L汽油。

對于摩托車而言，由于缺乏權威資料，筆者選擇了上海市中心城核心區和區、近郊區、遠郊區的8個交通路口，對私人摩托車使用的相關指標進行了隨機抽樣調查，調查379人次，有效問卷257份。調查發現，上海市摩托車燃料類型主要包括汽油與LGP。其中，燃油型常規摩托車排量以125 cc為主，樣式分為騎跨式和踏板式；其中，騎跨式有檔位摩托車實際使用百公里耗汽油為2.0-3.0 L，踏板式為2.5-4 L，按兩者各占50%計算均值為3 L。輕便摩托車以燃氣（LGP）型助力車為主，但由于存在相關標準缺失和市場監管措施不力等問題，市場上存在大量改裝車型，因此型號繁多，主要介于48-125 cc，設計時速大多超過50 km/h，樣式以踏板式為主，百公里耗氣量2-4 L。根據碳排放系數及熱值系數可知，LPG（液態）碳排放水平為1.75 kgCO2/L，為汽油的77.5%；取燃氣型摩托車百公里耗氣量平均值3 L，按等量CO2排放折算成汽油約為2.3 L。由此可以根據統計資料中常規摩托車與輕便摩托車的相對比重求得歷年摩托車百公里的平均能耗值。

公務交通百公里距離能耗。單位載客汽車燃料以汽油為主。上海市政府早在2006年的《關于在全市機關開展公務車輛節能活動的通知》中，就提到將上海市公務車的百公里能耗從14L降到13.2L。但考慮到至2009年仍未出臺強制性的管理辦法，此處仍然取單位載客汽車平均百公里能耗值為14 L汽油。

（4）不同客運方式的行駛里程。公共交通的年行駛總里程數據來源于歷年《上海市工業、能源交通統計年鑒》和《上海市綜合交通年度報告》。

對于私人載客汽車而言，針對我國一線城市私人載客汽車使用情況的調查結果顯示，由于進入家庭的歷史還很短，城市家庭購買私人載客汽車的目的相互交叉，車輛使用率較高，這種用途多樣性的特點表現在行駛里程上，就是差異不是特別顯著，且時間變化趨勢不明顯[11]。因此，此處采用《上海市第三次綜合交通調查總報告》中的數據，即私人載客汽車日均行駛46.95 km，年均行駛17 136.8 km。對于摩托車而言，城市摩托車主要用于中短途出行需求，本文同樣采用《上海市第三次綜合交通調查總報告》中的數據，即摩托車（輕便）日均行駛9.88 km，年均行駛總里程為7 489.8 km，忽略其年行駛里程波動造成的較小誤差。

Fig.3 Trends of official car daily mileage

對于上海市單位載客汽車而言，調查資料顯示，其日均行駛里程1986年、1995年、2004年分別為36.4 km，51 km和62.2 km（見圖3）①，其中1986-1995年年均增長1.63 km，1995-2004年年均增長1.24 km。本文假定1995-2004年上海市單位載客汽車日均行駛里程年均增長量保持不變，即年均增長1.24 km；同時由圖3可知，單位載客汽車日均行駛里程增長趨緩，此處根據其變化趨勢，將2004年后日均行駛里程年均增長量調整為0.95 km，從而得出其歷年年均行駛里程數據。

3 測算結果與分析

3.1 不同客運方式CO2排放指標

根據上述測算方法及數據來源，可以計算出上海市不同客運方式百公里和單位周轉量的CO2排放量。計算結果見表1。

注：由于缺乏最新統計數據，此處采用2004年《上海市第三次全市性綜合交通調查總報告》中關于公共交通方式周轉量的數據計算；私人機動化交通和公務交通則采用該報告中有關每車每次平均出行距離乘以平均裝載系數得到周轉量數據計算。

單位周轉量CO2排放能夠反映出不同客運方式的碳排放效率，并與之成反比。由計算結果可知，上海市不同客運方式的碳排放效率由高到低依次為軌道交通、輕便摩托車、公交車、摩托車、私人載客汽車、單位載客汽車、出租車。軌道交通雖然單位行使距離CO2排放量最高，但由于裝載系數高，是碳排放效率最高的客運方式，單位周轉量CO2排放量僅為8.1 g；出租車碳排放效率最低，單位周轉量CO2排放量達到227.2 g，其主要原因可能是由于上海市出租車行駛里程利用率偏低所致；單位載客汽車與私人載客汽車由于裝載系數的限制，碳排放效率遠低于公共交通方式（出租車除外）；摩托車的碳排放效率略低于常規公交車，而輕便摩托車略高于常規公交車。

3.2 上海客運交通碳排放總量與結構

（1）上海客運交通碳排放總量與結構。由測算結果可知，2008年上海市居民出行交通CO2排放量總量達到754.1萬t，為1995年的4.7倍，年均增長12.6%（見圖4），遠高于同時期居民出行總量的年均增長率5.3%，表明上海市居民出行的碳排放水平在迅速提高。這從上海市人均客運交通碳排放水平的變化也可以看出，2008年已達到399.3 kg，為1995年的3.5倍，年均增長10.2%。

上海市客運交通碳排放總量迅速增加的同時，其結構也發生了較大變化。1995年上海市客運交通碳排放主要由公共交通和公務交通碳排放構成，兩者分別占總量的59.6%和37.4%，私人機動化交通碳排放所占比重僅為3%；2008年私人機動化交通碳排放所占比重已達到42.8%，成為客運交通第一大碳源；公共交通和公務交通碳排放比重則分別降至33%與24.2%。

以上情況也反映在不同客運方式對于上海市客運交

通碳排放增量的貢獻率方面。早期上海市客運交通碳排放增量主要由公共交通和公務交通碳排放增量所致；1999年之后，私人機動化交通碳排放增量的貢獻率迅速提高，2004-2008年均超過70%，其中主要是由于私人載客汽車碳排放的迅速增加所致（見圖5）。

另外，從單位道路面積排放量的角度來看上海市客運交通的碳排放總量水平，2008年已達到32.6 kg CO2/m2，1995-2008年年均增長2.9%。由圖6可知，上海市道路面積的不斷拓展并沒有降低單位面積碳排放。雖然2004年上海市道路面積的大幅增長（較上年增長10%）使得單位面積碳排放水平較上年降低10%。但是，2005年單位面積碳排放又迅速反彈，并且之后以更快的速度增長（年均增長率5.3%）。

（2）公共交通碳排放總量與結構。2008年，公共交通CO2排放總量達248.8萬t，為1995年的2.6倍，年均增長率為7.6%。其中，軌道交通、公交車、出租車CO2排放量分別為9.2萬t、99萬t和140.6萬t，出租車是公共交通的第一大碳源。就歷史變動趨勢而言，雖然公共交通近十幾年取得巨大發展，但主要以軌道交通的迅速發展為主，總體而言碳排放增量相對不大，尤其是2000年以后公共交通碳排放總量增長明顯趨緩，年均增長率僅為3.6%。

（3）私人機動化交通與公務交通碳排放總量與結構。2008年私人機動化交通CO2排放量總量已經達323.1萬t，約為1995年的71倍，年均增長率達到38.8%，遠高于公共交通碳排放的增長速度。其中，2008年私人載客汽車CO2排放量達到274.6萬t，年均增長率達46.5%；摩托車CO2排放量達到48.5萬t，年均增長率為23.9%。由此可見，私人載客汽車CO2排放量的迅速增加，是私人機動化交通CO2排放量迅速增加的主要原因。2008年上海市公務交通CO2排放量總量已經達182.2萬t，是1995年水平的3倍，年均增長率為8.9%。雖然公務交通碳排放增長趨勢較為平緩，但在上海客運交通碳排放中始終占有較大比重。由此可見，實現客運交通低碳化的關鍵，在于對以私人載客汽車和單位載客汽車為主的個體交通的控制和管理，形成以公共交通為主的客運交通結構。

4 交通政策對客運交通碳排放的影響分析

根據上述分析可以得出結論，居民出行需求量及其對不同客運方式的選擇決定了客運交通碳排放的總量與結構。城市交通政策的制定和實施，在滿足居民出行需求的同時，也必然會影響居民出行需求量及其對不同客運方式的選擇，進而影響客運交通碳排放的總量與結構。雖然目前控制碳排放并不是上海市交通政策的主要目標，但實現特大型城市交通低碳化發展的目標，必須依靠制定合理的交通政策，在滿足居民出行需求、解決城市交通擁堵問題的同時，降低居民出行的碳排放水平。因此，就城市主要交通政策對于客運交通碳排放的影響進行深入分析，有利于將控制碳排放納入到城市交通政策的目標中去，進而有利于實現特大型城市客運交通的低碳化發展。

4.1 城市交通供給政策分析

（1）道路發展政策。上海道路設施建設發展迅速，統計資料顯示，1995-2008年間，道路長度由5 420 km增加到15 844 km，道路面積由7 400萬平方米增加到23 149萬m2。其中，車行道面積由5 354萬m2增加到18 720萬m2，占全部道路面積增長的85%；道路設施結構以公路為主，歷年公路面積均占道路面積總量的60%以上。

據資料顯示，上海市不同年份各主要交通道路相同時段的行車速度并沒有顯著提高。由此可見，道路面積的增加沒有降低道路擁堵的程度，這主要是新增的道路設施供給引致了更多的交通需求所致。另外，由于上海中心城區的道路系統形態布局已基本確立并固化，在有限的空間內開辟新道路的潛力十分有限，道路供給方式正由新建道路轉向原有道路的改擴建，但也受到較大限制[12]。

就道路設施供給對客運交通碳排放的影響而言，由對客運交通碳排放測算結果的分析可知，道路設施供給的增加并沒有抑制單位道路面積碳排放的增加。前人研究發現，增加公路等方便私人機動化交通方式的道路設施的供給，會鼓勵居民選擇私人機動化交通方式出行[13-14]。私人機動化方式以私人載客汽車為主，具有較低的碳排放效率，從而增加以公路為主的道路設施供給將致使居民出行碳排放水平的提高。由此可見，僅注重道路設施供給量的增加并不能很好的實現交通政策目標，同時也無法滿通低碳化的發展要求。

（2）軌道交通發展政策。軌道交通相比地面常規公交具有運量大、不占用地面道路、準時、迅速、舒適的特點，同時也是碳排放效率最高的客運方式，對緩解地面交通壓力、降低居民出行碳排放具有積極作用。早在90年代初上海就開始了大規模的城市軌道交通建設，2009年運營路線已達11條，路線長度達到355 km，日均客運量308萬人次，占公共交通客運總量的22.5%。此外，上海市仍將繼續進行大規模的軌道交通設施建設，并制定了《2008-2020上海市軌道交通規劃》，將新建7條軌道交通路線，重點是擴大中心城區軌道交通站點覆蓋范圍，同時加強區與近郊區之間的交通聯系，對遠郊區也有進一步的延伸。

雖然軌道交通在居民出行方式結構中的比重趨于提高，但受站點分布、客運容量、地下空間以及投資規模等方面的限制，軌道交通并不能成為最主要的公共交通方式。統計資料顯示，2008年軌道交通路線長度僅為地面常規公交車的1.5%，在交通便捷性、可達性等方面仍無法與地面常規公交相比。因此，單純依靠發展軌道交通以滿足居民出行需要、緩解地面交通壓力以及降低居民出行碳排放水平，其作用也將受到限制。

4.2 城市交通需求政策分析

（1）公交優先政策。為了解決城市交通擁堵問題，上海市積極倡導“公共交通優先政策”，包括增加公交車輛和線路、提高公交乘車環境、設立公交專用道、加快軌道交通建設等。相比其它主要機動化客運方式，公共交通（不包括出租車）具有碳排放效率高的特點，因此，提高公共交通出行比例能夠降低居民出行的碳排放水平。

但是，由于缺少其他相關配套措施與政策，公交優先的政策效果并不明顯，主要體現在公交路權優先得不到保證，公交運行在準時性、乘車便捷性以及公交出行成本等方面差強人意，居民對城市公共交通服務不滿意率仍然很高[15]。有關資料顯示，1995-2008年公交出行比重（不包括出租車）僅提高1.6個百分點；同時私人機動化出行則提高了13個百分點。因此，公共交通碳排放效率高的優勢并沒有得到充分發揮。另外，由碳排放測算結果也可以看出，上海市客運交通碳排放增長迅速，其中主要是私人機動化方式碳排放的增加，這也說明上海市的公交優先政策對客運交通碳排放演變趨勢的影響較小。

（2）小汽車限制政策。上海很早就實施了小汽車限制政策，如私車牌照拍賣制度，在一定程度上抑制了私人機動車保有量的增加，這可以從北京與上海的對比中發現。北京和上海人均收入水平相差不大，但據北京、上海《統計年鑒》資料顯示，近年北京市私人載客汽車以日均千余輛的速度增長，而上海市只有200余輛左右；2009年北京市私人載客汽車擁有率為202輛/千人，是上海的4倍多。

國際上通行用車價除以人均GDP得到R值來衡量轎車市場的發育情況。私車牌照拍賣制度顯著提高了上海市的R值水平，對私車需求有一定的抑制作用，從而對于控制私人機動化交通碳排放有一定的積極作用。但隨著人均收入水平的迅速增加，其作用也將受到限制，同時提高了居民對中高檔大排量汽車的需求。從對碳排放測算結果的分析也可以發現，私人載客汽車碳排放已成為上海市客運交通第一大碳源，且增長迅速。

4.3 城市空間結構優化政策分析

城市空間結構中的人口和經濟活動密度、功能結構布局和空間形態是決定城市交通需求的根源，包括決定交通需求的總量水平、交通源的空間分布和交通方式的選擇[16]。因此，國內外很多學者認為，應該從城市空間結構的角度解決城市交通問題[4、17-18]。為緩解中心城的人口、就業、交通等方面的壓力，上海市采取了“多中心”、“新城”的空間發展戰略以及中心城產業“退二進三”的產業空間發展戰略。

多數學者認為上海依然是典型的“單中心”城市空間結構，但同時認為在城市空間發展政策的引導下，上海城市空間結構隨著產業、人口空間布局的調整也呈現出新的特征：上海市常住人口規模的空間演變趨勢是內減外增，由中心區向外呈圈層式遷移；服務業集聚區依然主要集中在中心城區，其中區“副中心”已顯現規模，同時郊區服務業發展迅速，服務業空間結構呈現“多中心、多層次”的格局；工業由中心城向郊區發生大規模的轉移，尤其在寶山、嘉定、閔行、浦東等近郊區有明顯的工業集聚現象，遠郊區工業也有一定的發展 [16，19]。由此可見，上海市空間結構一定程度上呈現出不同區域在功能上分化、在空間上分異的特點。

上海市城市空間結構的變化引起了居民出行需求量、出行距離以及出行空間分布的改變，進而影響了城市客運交通碳排放水平，主要表現在以下幾個方面：第一，郊區承接了部分工業與人口的轉移，但公共交通發展滯后，致使私人機動化方式增長迅速，資料顯示，2004年上海市社會客車（此處統計不包括公交車與出租車）日均出行量達459萬人次，其中郊區社會客車出行在總量中的比重已達44%，而1995年僅為31.4%；第二，中心城區各方面吸引力仍然過大，中心城與郊區軸線出行特征明顯，加重中心城交通壓力的同時，也增加了居民出行的碳排放水平；第三，中心城不同區域功能上的分異，打破了原本居住、就業均衡的局面，增加了居民出行距離，進而提高了居民機動化出行的比重，資料顯示，中心城區非機動化出行方式比重2004年較1995年降低18個百分點。以上三個方面均不同程度的導致了居民機動化方式出行，尤其是以私人載客汽車為主的私人機動化方式出行比重的提高，這也是致使上海市客運交通碳排放水平迅速增加的重要原因。

5 總結與減排對策

上海市作為我國特大型城市的典型案例，其解決城市交通問題的經驗和教訓對于其他特大型城市而言具有重要的借鑒意義。由以上分析可知，就到目前為止的實施情況而言，旨在解決城市交通供求矛盾的主要交通政策并沒有取得預期的效果，同時也不能滿通低碳化的發展要求。因此要進一步優化和調整交通政策，并把交通低碳化要求納入到交通政策的政策目標中去。提出對策如下：

（1）交通供給政策方面。首先，道路設施供給要從注重供給量的增加轉變到注重供給結構的優化，加強道路管理，配合交通需求管理政策，尤其是公交優先政策，做好路權分配；其次，充分發揮公共交通（不包括出租車）碳排放效率高的優勢，關鍵是在大力發展軌道交通建設的同時做好公共交通路網規劃，增強輕軌、地鐵和地面常規公交之間的互補性，常規地面公交能很好地為中長距離出行的軌道交通收集客流，提高公共交通的便捷性與可達性，促進公共交通對其他機動化方式的替代；第三，鑒于出租車較低的碳排放效率，應提高出租車的管理效率，如利用信息化系統提高出租車的調度效率，借鑒國外“電話調度+路泊候客”的出租車營運模式，最大程度降低空駛率。

（2）交通需求政策方面。首先，我國特大型城市居民公交出行比重相比倫敦、香港等特大型城市較低（倫敦、東京、香港的公交出行比重分別約為72%、87%、90%），仍有較大上升空間，因此要切實落實公交優先政策，并使其有嚴格的制度保證，同時改善乘車環境、提高地面公交準時性。其次，在控制私人載客汽車保有量的同時，加強對私人載客汽車使用的管理，例如借鑒國外先進經驗，加快論證“擁堵收費”等小汽車使用限制政策的可行性。第三，雖然輕便摩托車的碳排放效率略高于常規公交車，但是目前的摩托車市場不夠規范，同時筆者在調查中也發現，輕便摩托車在實際使用中存在諸多交通安全隱患，并容易導致道路交通混亂，并不適合大力推廣，而必須嚴格規范摩托車市場，切實實施摩托車排量型號管理辦法，嚴禁私人改裝摩托車發動機，并加強針對摩托車的道路管理，使其向安全、有序的方向改進。第四，目前公務交通管理尚屬空白，應盡快出臺限制單位載客汽車保有量及其使用的相關制度性政策措施，提高公務車使用效率，并鼓勵部分公務交通向公共交通轉移。

（3）城市空間政策方面。首先，受產業集聚、土地價格等因素的影響，中心城區人口-就業空間分異的變動趨勢短期內不可逆轉，因此要配合中心城空間結構的演變趨勢，進一步在空間上優化中心城公共交通設施供給，滿足居民的公交出行需求；同時在規劃新的軌道交通建設時，注意交通設施對城市空間的反饋作用，防止中心城“攤大餅”式的蔓延，以免將來進一步加劇中心城交通壓力。其次，郊區新城的建設要與公共交通設施建設同步進行，避免社會經濟的發展與小汽車使用“鎖定效應”的發生；注重新城功能上的完整性與相對獨立性，推行適合居民非機動化方式及公交方式出行的土地混合利用模式，避免大范圍土地功能的單一化。最后，在加強中心城與新城之間公共交通聯系的同時，應做好客流預測，合理安排公共交通的供給強度，提高公共交通效率。

參考文獻(Reference)

［1］趙敏, 張衛國, 俞立中. 上海市居民出行方式與城市交通CO2排放及減排對策［J］. 環境科學研究, 2009, 22(6): 747-752. ［Zhao Min, Zhang Weiguo, Yu Lizhong. Travel Mode and Urban Residents in Shanghai CO2 Emissions and Traffic Measures［J］. Research On Environmental Sciences, 2009, 22(6): 747-752.］

［2］楊志波. 交通能耗、碳排放現狀與對策［R］. //上海資源環境發展報告（2010）：低碳城市. 上海: 社會科學文獻出版社, 2010:2. ［Yang Zhibo. Transportation Energy Consumption, Carbon Emissions and Countermeasures ［R］.// Resources and Environment Development Report of Shanghai (2010): Low Carbon City ［R］. Shanghai: Social Sciences Academic Press, 2010: 2］

［3］陳飛, 諸大建. 城市低碳交通發展模型、現狀問題及目標策略［J］. 城市規劃學刊, 2009, 184(6): 39-46. ［Chen Fei, Zhu Dajian. Lowcarbon Model of Urban Transport Development, Current Problems and Strategies［J］. Urban Planning, 2009, 184(6): 39-46.］

［4］潘海嘯. 面向低碳的城市空間結構: 城市交通與土地使用的新模式［J］. 城市發展研究, 2010, 17(1): 40-44. ［Pang Haixiao. Urban Spatial Structure for Lowcarbon City: Urban Transport and Land Use of the New Model［J］. Research on Urban Development, 2010, 17(1): 40-44.］

［5］朱松麗. 北京、上海城市交通能耗和溫室氣體排放比較［J］. 城市交通, 2010, 8(3): 58-63. ［Zhu Lisong. The Cooperation of Urban Transport Energy Consumption and Greenhouse Gas Emissions Compared in Beijing and Shanghai［J］. Urban Transport, 2010, 8(3): 58-63.］

［6］IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories［EB/OL］. .

［7］劉衛東, 等. 我國低碳經濟發展框架與科學基礎［M］. 北京：商務印書館，2010. ［Liu Weidong, et al. Framework for the Development of Lowcarbon Economy and the Scientific Basis［M］. Beijing: Commercial Press, 2010.］

［8］上海申通地鐵股份有限公司.上海申通地鐵股份有限公司2003年年度報告［EB/OL］.. ［Ministry of Industry and Information Technology. Lightduty Vehicle Fuel Consumption Notice［EB/OL］..］

［10］CBC（佳瑞）市場研究機構. 中國五大城市私家車市場調查［R］. 2003. ［CBC Marketing Research Institute. The Private Car Market Survey in Five Major Cities of China［R］. 2003.］

［11］北京零點前進策略咨詢公司. 養車一年花兩萬［J］. 零點&前進新主張: 營銷專刊. 2005，27，(4). ［Beijing Zero Forward Strategy Consulting Firm. Keep a Car One Year to Spend Twenty Thousand［J］. Zero & Forward New Ideas: Marketing Magazine. 2005, 27, (4).］

［12］郭研苓，孫斌棟. 上海城市交通供給政策效應分析及未來走向［R］. 上海城市規劃, 2009, 6(89): 69-72. ［Guo Yanling, Sun Bindong. Shanghai Urban Transport Supply Analysis and the Future Direction of Policy Effects［R］. Shanghai Urban Planning, 2009, 6(89): 69-72.］

［13］Ingram G K, Liu Z. Motorization and Road Provision in Countries and Cities［C］. Policy Research Working Paper 1842. World Bank, Washington D C, 1997.

［14］Kenworthy J R. Transport Energy Use and Greenhouse Gases in Urban Passenger Transport Systems: A Study of 84 Global Cities［C］.The International Third Conference of the Regional Government Network for Sustainable Development, Notre Dame University, Fremantle, Western Australia, 2003, (9) : 17-19.

［15］孫斌棟, 郭研苓. 上海城市交通政策的優化研究［J］. 城市公用事業, 2009, (3): 4-6. ［Sun Bindong, Guo Yanling. Shanghai Urban Transport Policy Optimization［J］. Urban Public Utilities, 2009, (3): 4-6.］

［16］孫斌棟, 胥建華. 上海城市交通的戰略選擇：空間結構的視角［J］. 城市規劃, 2007, (8): 62-67. ［Sun Bindong, Xu Jianhua. Shanghai Urban Transport Strategy: The Perspective of Spatial Structure［J］. Urban Planning, 2007, (8): 62-67.］

［17］Gordon P, Wong H L. The Cost of Urban Sprawl：Some New Evidence［J］. Environment and Planning, 1985, (17): 661-666.

［18］Bertaud A. World Development Report 2003: Dynamic Development in a Sustainable World Background Paper: The Spatial Organization of Cities: Deliberate Outcome or Unforeseen Consequence［R］. World Bank, 2003.

［19］李健, 寧越敏. 1990年代以來上海人口空間變動與城市空間結構重構［J］. 城市規劃學刊, 2007, (2): 20-24. ［Li Jian, Ning Yuemin. Urban Planning, The Change of ShangHai in Population and Urban Spatial Restructuring Since 1990［J］. Urban Planning, 2007, (2): 20-24.］

Research On Carbon Emissions From Metropolis Urban

Passenger Transport and Countermeasures

ZHANG Qing TAO Xiaoma YANG Peng

篇（5）

中圖分類號 X22 文獻標識碼 A 文章編號 1002-2104(2010)09-0030-06 doi:10.3969/j.issn.1002-2104.2010.09.006

氣候變化是當前國際社會普遍關注的熱點問題,遏制全球變暖、削減碳排放量,已經成為21世紀世界各國的共識[1-3]。有機廢棄物在堆放或處理過程中排放大量的溫室氣體,是一種不可忽略的溫室氣體排放源。資源化利用有機廢棄物既能回收其潛在的能源又可避免產生溫室氣體[4-6]。而明確有機廢棄物資源量及其資源化利用的碳減排潛力是合理利用有機廢棄物實現碳減排的基礎。目前國內外學者對有機廢棄物的研究主要側重于資源量、資源化利用途徑和潛力、碳排放量的研究,如譚祖琴等[7]概算了新疆農村有機廢棄物資源量,夏朝鳳[8-9]等探討了城市固體垃圾及農作物秸稈的能源潛力,Luo等[10]估算了河北省生物質碳排放量等;而對有機廢棄物資源化利用的碳減排潛力研究較少。福建省近年來不斷加大節能減排工作力度,但其主要針對工業、企業的節能減排,對以資源化利用有機廢棄物的方式實現碳減排關注較少。本文選取農作物秸稈、禽畜糞便、城市生活垃圾等作為典型的有機廢棄物,使用政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change ,IPCC)及清潔發展機制執行理事會(Clean Development Mechanism Executive Board,CDM EB)推薦方法學,結合相關文獻和統計數據,估算了福建省有機廢棄物資源量,并對其資源化利用的碳減排潛力進行研究,希望能夠為福建省資源化利用有機廢棄物實現碳減排相關政策與管理措施的制定提供科學依據,同時能夠推動我國有機廢棄物資源化利用和碳減排相關研究的開展。

1 研究方法和數據來源

1.1 有機廢棄物資源量估算模型

1.1.1 農作物秸稈資源量農作物秸稈是世界上最為豐富的物質之一,是糧食作物和經濟作物生產中的副產物,其中含有豐富的氮、磷、鉀微量元素等成分,是一種可供開發與綜合利用的資源。農作物秸稈資源量一般根據農作物產量和相應的草谷比進行估算[11-13],計算公式為:

AS=∑iAPi×SPRi(1)

式中:AS為農作物秸稈資源量;AP為農作物年產量;i為秸稈種類;SPR為農作物的草谷比,本文搜集整理相關文獻,結合實際情況從中選取適合福建省農作物秸稈的草谷比參數[14-15]。

1.1.2 禽畜糞便資源量

禽畜糞便的資源量取決于禽畜種類、日均排泄量以及飼養期[16-18],計算公式為:

AM=∑i(RQi×DEi×FPi)/103(2)

式中:AM為禽畜糞便的資源量;i為禽畜種類;RQ為禽畜飼養量;FP為飼養期;DE為禽畜日均排泄量,我國目前尚沒有相應的國家標準,本文參照王方浩等[16]人的研究確定各種禽畜糞便的日均排泄量。

1.1.3 城市生活垃圾資源量

城市生活垃圾清運量可從福建省統計年鑒獲得[19]。目前,福建省尚無有關全省城市生活垃圾組成成分的官方數據,本文計算時所用的城市生活垃圾組成成分為參考杜吳鵬等人的研究結果[20],并假設2003-2008年福建省城市生活垃圾的組成成分穩定。

1.2 有機廢棄物資源化利用碳減排潛力估算模型

1.2.1 農作物秸稈碳減排潛力

我國農作物秸稈的利用方式主要有用作飼料、肥料、燃料、工業原料以及露天焚燒等,其中露天焚燒既浪費秸稈資源,又排放大量的溫室氣體。如果將這部分秸稈使用氣化技術資源化利用,不但能回收秸稈中潛在的能源,同時還具有可觀的碳減排潛力。農作物秸稈氣化利用產生的碳減排來源于:①避免秸稈露天焚燒產生的碳排放量;②氣化后所得燃氣替代化石燃料產生的碳減排量;計算公式為:

CMPs=CEsb+ERsg(3)

式中:CMPs為秸稈資源化利用的碳減排潛力;CEsb為避免秸稈露天焚燒產生的碳排放量;ERsg為氣化后所得燃氣替代化石燃料產生的碳減排量。

秸稈露天焚燒產生的碳排放量根據秸稈露天焚燒比例及排放因子確定[21],計算公式為:

CEsb=∑(AS×Rsb×EFMsb)×GWPCH4+∑(AS×Rsb×EFNsb)×GWPN2O(4)

式中:EFMsb為秸稈露天焚燒CH4排放因子;EFNsb為秸稈露天焚燒N2O排放因子;Rsb為秸稈露天焚燒率;GWPCH4和GWPN2O分別為CH4和N2O的全球增溫潛勢值。

趙勝男等:福建省有機廢棄物資源化利用碳減排潛力研究

中國人口•資源與環境 2010年 第9期氣化后所得燃氣替代化石燃料(本文僅以液化石油氣為例)用于供熱時產生的碳減排量的計算公式為:

ERg=AS×Rb×P×CVg×ηgηl×EFl×Ro×44/12(5)

式中:P為秸稈氣化產氣率;CVg為秸稈氣化所得燃氣的熱值;ηg為燃氣熱效率;ηl為液化石油氣熱效率;EFl為液化石油氣的碳排放因子;Ro為液化石油氣的氧化率;44/12為C和CO2的轉換系數。

1.2.2 禽畜糞便碳減排潛力

禽畜糞便中含有大量的有機物和水,是沼氣發酵的理想原料,通過這種方式產生的碳減排來源于:1)避免糞便管理系統產生的碳排放量;2)沼氣替代化石燃料產生的碳減排量;計算公式為:

CMPm=CEMm+CENm+ERmf(6)

式中:CMPm為禽畜糞便資源化利用的碳減排潛力;CEMm為避免糞便管理系統產生的CH4量;CENm為避免糞便管理系統產生的N2O量;ERmf為沼氣替代化石燃料產生的碳減排量。

糞便管理系統排放的CH4計算公式為[22]:

CEMm=∑i(RQi×FPi/365)×EFMmm×GWPCH4/103(7)

式中:EFMmm為糞便管理系統的CH4排放因子。

糞便管理系統排放的N2O計算公式為[22]:

CEMm=∑i(RQi×FPi×DNi×GWi)×EFNmm×4428×GWPN2O/103(8)

式中:EFNmm為糞便管理系統的N2O排放因子;DN為禽畜日均排氮量;GW為禽畜平均體重;44/28為N2O與N的轉換系數。

沼氣替代化石燃料(本文以液化石油氣為例)產生的碳減排量的計算公式為:

ERmf=CEMm×CVm×ηmηl×EFl×Ro×44/12(9)

式中: CVm為沼氣熱值;ηm為沼氣熱效率。

1.2.3 城市生活垃圾碳減排潛力

我國城市生活垃圾的處理方式主要有堆肥、填埋以及焚燒等。隨著人們對垃圾資源化利用的重視,垃圾焚燒發電成為了城市垃圾處理的主要趨勢。垃圾焚燒發電不但可以避免填埋處理過程中排放的溫室氣體;而且還可以替代部份化石燃料發電,從而相應地減少碳排放,具有雙重的減排效果。垃圾焚燒發電的碳減排潛力計算公式為:

CMPw=CEwl+ERwff-CEff(10)

式中:CMPw為垃圾焚燒發電的碳減排潛力;CEwl為垃圾填埋產生碳排放量;ERwff為替代化石燃料產生的碳減排量;CEff為垃圾焚燒發電時使用輔助化石燃料產生的碳排放量。

垃圾填埋過程產生的碳排放量計算公式[23]為:

CEwl=φ(1-f)×GWPCH4×(1-OX)×1612×F×DOCf×MCF×∑yx=1∑jWx×Wj×DOCj×e-kj(y-x)×(1-e-kj)(11)

式中:ψ為模型不確定性修正因子;f為垃圾處理場通過燃燒、點天燈或其他方式破壞的甲烷量占甲烷總產量的比例;OX為氧化因子;F為垃圾填埋氣中甲烷比例;DOCf為可降解有機碳分解指數(DOC);MCF為甲烷修正因子;Wx為第x年垃圾處理場填 埋的垃圾量;wj為j類有機物在垃圾中的比例;DOCj為垃圾處理場中j類有機物可降解量;kj為j類有 機物腐爛率;j為有機物種類;x為計算起始年;y為計算終止年。

垃圾替代化石燃料產生的碳減排量計算公式為:

ERwff=AE×EFe(12)

式中:AE為垃圾焚燒發電量;EFe為電網排放因子。

垃圾焚燒發電使用輔助化石燃料(本文以煤為例)產生的碳排放量計算公式為:

CEff=AF×EFcoal(13)

式中:AF為使用的輔助燃料量;EFcoal輔助燃料的排放因子。

1.3 數據來源

本文計算所需基礎數據來源于福建省統計年鑒;計算參數來源于:①年鑒,如中國能源統計年鑒;②網絡信息,如中國清潔發展機制網、UNFCCC網站;③文獻或方法學推薦值。表1-3為本文根據福建省實際情況選取的計算參數。

2 結果和討論

2.1 有機廢棄物資源量

2003-2008年福建省有機廢棄物年平均資源量3 875.56×104 t,其中農作物秸稈704.06×104 t,禽畜糞便2 846.06×104 t,城市生活垃圾325.45×104 t。圖1顯示了2003-2008年福建省有機廢棄物資源量概況。從圖1可以看出,福建省有機廢棄物資源總量于2004年達到最大值4 367.79×104 t,隨后逐年下降,2007年達到最小值后略有回升。三種有機廢棄物在總量中所占的比例不斷變化。

2003-2008年福建省農作物秸稈資源量緩慢下降,這可能與播種面積逐年減少有關。稻谷是福建省作物經濟產量的重要生產者,因而稻草產量在農作物秸稈總量中占有極大比例73.74%(歷年平均);其次是薯類,約占秸稈總量的9.38%;油料作物秸稈、豆類秸稈、雜糧秸稈、煙葉、糖類作物秸稈及麥類的產量相對較少,分別約占總量5.82%,

表1 農作物秸稈碳減排潛力計算參數

Tab.1 Calculation parameters for strawcarbon mitigation potential

參數

Parameter數值

Value參數

Parameter數值

ValueEFMsb3.4×10-3(kg/kg)[21]ηb55(%)[21]EFNsb0.07×10-3(kg/kg)[21]ηm55(%)[21]P2.39(m3/kg)[15]ηl55(%)[21]CVg4818(kJ/m3)[15]EFl0.017 (tc/GJ)[21]CVm2130( kJ/m3)[15]GWPCH421[21]Ro100(%)[21]GWPN2O310[21]

表2 禽畜糞便碳減排潛力計算參數

Tab.2 Calculation parameters for livestock manure

carbon mitigation potential

禽畜

LivestockDE[22]

(kg/head/d)FP[22]

(d)EFMmm[22]

(kgCH4/head/yr)EFNmm[22]

(kgN2O-N/head/yr)DN[22]

(kgN/103kg/d)GW[22]

(kg)豬5.319940.0020.42100奶牛53.2365170.0050.47400肉牛21.136510.0020.34240羊2.383650.150.0051.17170家兔0.11900.080.0018.10*家禽0.10650.020.0010.822.10

4.95%,3.12%,1.73%,1.17%,0.36%。

禽畜糞便的資源量在福建省有機廢棄物資源總量中所占比例最大,分別是農作物秸稈、城市生活垃圾的4和8.7倍。豬和肉牛是福建省禽畜糞便的主要提供者,2003-2008年兩者糞便資源量之和在禽畜糞便資源總量中所占比例88.7%(歷年平均),說明兩種糞便是今后禽畜糞便污染防治以及資源化利用的重點。表3 城市生活垃圾碳減排潛力計算參數

Tab.3 Calculation parameters for municipal solid waste carbon mitigation potential

垃圾WasteW[20]K[23]DOC[23]ψfOXFDOCfMCFEFe(tCO2e/MWh)EFcoal(tCO2e/t)廚余43.6%0.18515%紙板6.64%0.0640%木竹2.87%0.0343%織物2.22%0.124%0.9[23]0.1[23]0.1[23]0.5[23]0.5[23]1.0[23]0.7825[24]1.98[25]與農作物秸稈和禽畜糞便相比,城市生活垃圾的資源量相對較小,但其隨著人們生活水平的提高逐年增加,因此也是有機廢棄物的重要組成部分。2003-2008年福建省城市生活垃圾清運量325.45×104 t(歷年平均),垃圾無害化處理率78.58%,衛生填埋、焚燒和堆肥法處理的垃圾量在垃圾無害化處理總量中所占比例分別為70.4%,17.6%和4%[19]。

圖1 2003-2008年福建省有機廢棄物資源量

Fig1 Amount of organic wastes in Fujian Province

from 2003 to 2008

2.2 資源化利用的碳減排潛力

2003-2008年福建省有機廢棄物資源化利用的碳減排潛力年均140.18×104 tCO2e,其中農作物秸稈碳減排潛力51.43×104 tCO2e,禽畜糞便碳減排潛力60.61×104 tCO2e,城市生活垃圾碳減排潛力28.14×104 tCO2e。圖2為2003-2008年福建省有機廢棄物資源化利用的碳減排潛力概況。從圖2可以看出,有機廢棄物碳減排潛力總量的變化趨勢與其資源總量的變化趨勢一致,但三種有機廢棄物在碳減排潛力總量中所占比例與在資源總量中所占比例相比有很大不同,主要是因為三種有機廢棄物各自的特性(如含水率)以及資源化利用方式不同。

本文在計算農作物秸稈資源化利用的碳減排潛力時,僅考慮被露天焚燒的農作物秸稈,查閱并對比相關文獻確定福建省農作物秸稈露天焚燒的比例為31.9%[26-27]。這部分農作物秸稈資源化利用的碳減排潛力年均51.43×104 tCO2e,其中99%來自替代化石燃料產生的碳減排,1%來自避免露天焚燒產生的碳排放。

福建省禽畜養殖業中散戶養殖所占比例達90%以上[28],由于農民對禽畜糞便資源認識不足,大量禽畜糞便未加處理直接排放。本文在計算禽畜糞便資源化利用的碳減排潛力時,僅考慮未加利用的禽畜糞便,參考上海市郊禽畜糞便污染物流失率30%-40%[29],取流失率40%。這部分禽畜糞便資源化利用的碳減排潛力年均60.61×104 tCO2e,其中約95.5%來自避免糞便管理系統產生的碳排放,4.5%來自沼氣替代化石燃料產生的碳減排。

衛生填埋法是福建省城市生活垃圾處理的主要方式,大多數垃圾填埋場在垃圾填埋時并未進行填埋氣的收集利用,極大地浪費了垃圾中潛在的能源。本文在計算城市生活垃圾資源化利用的碳減排潛力時,僅考慮每年使用衛生填埋法處理的垃圾,并且計算時假設每噸垃圾的發電量為300 kWh[30],輔助燃料(煤)與垃圾的比例為1∶5.41[31]。這部分城市生活垃圾資源化利用的碳減排潛力年均28.14×104 tCO2e,其中55.9%來自替代化石燃料產生的碳減排,44.1%來自避免垃圾填埋產生的碳排放。

圖2 2003-2008年福建省有機廢棄

物資源化利用的碳減排潛力

Fig2 Carbon mitigation potential of organic wastes in

Fujian Province from 2003 to 2008

3 結論與建議

福建省有機廢棄物資源豐富,資源總量年均3 875.56×104 t,其中農作物秸稈704.06×104 t,禽畜糞便2 846.06×104 t,城市生活垃圾325.45×104 t;各種有機廢棄物可資源化利用的比例及方式不同,資源化利用的碳減排潛力總量為140.18×104 tCO2e(歷年平均),禽畜糞便、農作物秸稈及城市生活垃圾對碳減排潛力的貢獻率分別為43.23%、36.69%和20.07%。

禽畜糞便資源量大、分布范圍廣,難于收集,因此福建省今后應加快規模化養殖的發展或建設戶用沼氣池以便于禽畜糞便的資源化利用;隨著經濟的發展,農村使用商品能源的比例逐漸增加,剩余農作物秸稈的數量隨之增多,福建省今后應避免露天焚燒農作物秸稈并推廣秸稈綜合利用技術以實現秸稈資源回收和碳減排;隨著人們生活水平的提高,城市生活垃圾的數量隨之增加,同時隨著城市化進程的加快,可用于填埋垃圾的土地越來越少,因此福建省今后應加快垃圾處理從衛生填埋向焚燒發電的轉化,以此節約土地資源并實現垃圾中的能源回收和碳減排。

由于方法學的適用性及數據可獲性等原因,本文只估算了有機廢棄物最終處置過程資源化利用的碳減排潛力,并且對于每種有機廢棄物只選取了一種資源化利用方式進行估算。進一步的研究工作可以針對每種有機廢棄物整個生命周期、不同資源化利用方式的碳減排潛力進行估算。同時,計算中所用參數均取自文獻或方法學推薦值,計算結果跟福建省實際情況可能有些差距,在今后工作中可以對農作物草谷比等參數進行研究、計算,并及時更新,以提高有機廢棄物資源量估算的精度,為其資源化利用和實現碳減排打下更堅實的基礎。

參考文獻(References)

[1]Gomi K, Shimada K, Matsuoka Y. A Lowcarbon Scenario Creation Method for a Localscale Economy and Its Application in Kyoto City [J]. Energy Policy, 2009, 56(3): 203-223.

[2]Solomon S, Plattner G K, Knutti R, et al. Irreversible Climate Change due to Carbon Dioxide Emissions[J]. PNAS, 2009, 106(6): 1704-1709.

[3]Roger P J, Wigley T, Green C. Dangerous Assumptions[J]. Nature, 2008, 452: 531-532.

[4]Suramaythangkoor T, Gheewala S H. Potential of Practical Implementation of Rice Strawbased Power Generation in Thailand[J]. Energy Policy, 2008, 36(8): 3193-3197.

[5]Tsai W, Lin C. Overview Analysis of Bioenergy from Livestock Manure Management in Taiwan[J]. Renewable and Sustainable Energy Reviews, 2009, 13(9): 2682-2688.

[6]Wang L, Hu G, Gong X, et al. Emission Reductions Potential for Energy from Municipal Solid Waste Incineration in Chongqing[J]. Renewable Energy, 2009, 34(9): 2074-2079.

[7]譚祖琴,徐文修. 新疆農村有機廢棄物資源量概算及沼氣潛力分析[J]. 可再生能源, 2008,(2):104-106. [Tan Zuqin.Xu Wenxiu. The Estimation on Resource and Its Biogas Potentiality of Rural Organic Wastes in Xinjiang[J]. Renewable Energy Resources, 2008,(2): 104-106.]

[8]夏朝鳳,張無敵.全球城市固體廢棄物及其能源潛力概算[J]. 云南師范大學學報, 1998, 18(2):32-35.[Xia Chaofeng, Zhang Wudi.Resources and Energy Potentiality of Urban Solid Waste[J].Journal of Yunan Normal University, 1998, 18(2):32-35.]

[9]Zeng Xianyang, Ma Yitai, Ma Lirong. Utilization of Straw in Biomass Energy in China[J]. Renewable and Sustainable Energy Reviews, 2007,(11):976-987.

[10]Luo Yuxiang, Wang Wei, Wan Xiao, et al. Estimation of Methane and Nitrous Oxide Emissions from Biomass Waste in China: A Case Study in Hebei Province [J]. Science China, 2010, 53(1):19-23.

[11]孫育峰,豐成學,李友權. 我國農作物秸稈資源及其利用與開發[J]. 調研世界, 2009,(7):37-39. [Sun Yufeng, Feng Chengxue, Li Youquan. Utilization and Development of Crop Straw Resource in China[J]. The World of Survey and Research, 2009,(7):37-39.]

[12]韓魯佳,閆巧娟,劉向陽,等. 中國農作物秸稈資源及其利用現狀[J]. 農業工程學報,2002,(3):87-91. [Han Lujia, Yan Qiaojuan, Liu Xiangyang, et al. Straw Resources and Their Utilization in China [J]. Transactions of the Chinese Society of Agricultural Engineering, 2002,(3): 87-91.]

[13]鐘華平,岳燕珍,樊江文. 中國作物秸稈資源及其利用[J]. 資源科學, 2003, 25(4): 62-67. [Zhong Huaping, Yue Yanzhen, Fan Jiangwen. Characteristics of Crop Straw Resources in China and Its Utilization [J]. Resources Science, 2003, 25(4):62-67.]

[14]高利偉,馬林,張衛峰,等. 中國作物秸稈養分資源數量估算及其利用狀況[J]. 農業工程學報, 2009,(7): 173-179. [Gao Liwei, Ma Lin, Zhang Weifeng, et al.Estimation of Nutrient Resource Quantity of Crop Straw and Its Utilization Situation in China[J]. Transactions of the Chinese Society of Agricultural Engineering,2009,(7):173-179.]

[15]張培棟,楊艷麗,李光全,等. 中國農作物秸稈能源化潛力估算[J]. 可再生能源, 2007,(12):80-83. [Zhang Peidong, Yang Yanli, Li Guangquan, et al. Energy Potentiality of Crop Straw Resources in China [J].Renewable Energy Resources,2007,(12):80-83.]

[16]王方浩,馬文奇,竇爭霞,等. 中國畜禽糞便產生量估算及環境效應[J]. 中國環境科學, 2006, 26(5): 614-617. [Wang Fanghao, Ma Wenqi, Dou Zhengxia, et al. The Estimation of the Production Amount of Animal Manure and Its Environment Effect in China.[J] China Environmental Science, 2006, 26(5):614-617.]

[17]彭里,王定勇.重慶市畜禽糞便年排放量的估算研究[J]. 農業工程學報, 2004, 20(1): 288-292. [Peng Li, Wang Dingyong. Estimation of Annual Quantity of Total Excretion from Livestock and Poultry in Chongqing Municipality[J]. Transactions of the Chinese Society of Agricultural Engineering, 2004,20(1):288-292.]

[18]李軼冰,楊改河,楚莉莉,等. 中國農村戶用沼氣主要發酵原料資源量的估算[J]. 資源科學, 2009, 31(2):231-237. [Li Yibing, Yang Gaihe, Chu Lili, et al.Estimation of Resource Extent of Dominant Feedstock for Household Biogas in Rural Areas of China[J].Resources Science,2009,31(2):231-237.]

[19]國家統計局福建調查總隊. 福建統計年鑒2009[M]. 北京:中國統計出版社.2009:409.[National Bureau of Statistics Survey Corps in Fujian.Fu Jian Statistical Yearbook 2009[M]. Beijing: China Statistics Press, 2009:409.]

[20]杜吳鵬,高慶先,張恩琛,等. 中國城市生活垃圾排放現狀及成分分析[J].環境科學研究, 2006, 19(5):85-89. [Du Wupeng, Gao Qingxian, Zhang Enchen, et al. The Emission Status and Composition Analysis of Municipal Solid Waste in China[J].Research of Environmental Sciences, 2006, 19(5):85-89.]

[21]IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Volume 5 Waste. Kanagawa: Institute for Global Environmental Strategies, 2006:12-13.

[22]IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Volume 4 Agriculture, Forestry and Other Land Use. Kanagawa: Institute for Global Environmental Strategies, 2006:37-54.

[23]CDMExecutive Board. Tool to Determine Methane Emissions Avoided from Disposal of Waste at A Solid Waste Disposal Site(Version04)[EB/OL].[2010-3-29]. .

[24]國家發展改革委應對氣候變化司. 關于公布2009年中國區域電網基準線排放因子的公告[EB/OL]. [2010-3-29].省略china.省略/web/Main.asp?ColumnId=25&ScrollAction=2. [National Development and Reform Commission Secretary for Climate Change.Notice on Chinas Regional Power Grid Baseline Emission Factor in 2009[EB/OL].[2010-3-29].省略china.省略/web/Main.asp?ColumnId=25&ScrollAction=2.]

[25]國家統計局工業交通統計司,國家發展和改革委員會能源局.中國能源統計年鑒2007 [M].北京: 中國統計出版社,2008:288. [Department of Industry and Transport Statistica,National Bureau of Statistics ,Peoples Republic of China,Energy Bureau National Development and Reform Commission Peoples Republic of China.China Energy Statistical Yearbook 2007[M]. Beijing: China Statistics Press,2008:288.]

[26]王書肖,張楚瑩. 中國秸稈露天焚燒大氣污染物排放時空分布[J].中國科技論文在線, 2008, 3(5):329-333. [Wang Shuxiao,Zhang Chuying. Spatial and Temporal Distribution of Air Pollutant Emissions from Open Burning of Crop Residues in China[J]. Sciencepaper Online, 2008, 3(5):329-333.]

[27]曹國良,張小曳,鄭方成等. 中國大陸秸稈露天焚燒的量的估算[J].資源科學,2006,28(1):9-13.[Cao Guoliang,Zhang Xiaoye,Zheng Fangcheng, et al.Estimating the Quantity of Crop Residues Burnt in Open Field in China[J].Resources Science, 2006,28(1):9-13.]

[28]蘇玉萍,鄭達賢,林婉貞. 福建省畜禽養殖污染分析與防治對策[J].福建地理, 2004,19(3):1-4.[Su Yuping, Zheng Daxian, Lin Wanzhen. A Study on the Prevention and Control of Pollution in Domestic Animal and Poultry Farming in Fujian Province[J].Fujian Geology, 2004,19(3):1-4.]

[29]謝蓉.上海市畜牧業污染控制與黃浦江上游水源保護[J].農村生態環境, 1999, 15(1):41-44.[Xie rong. The Animal Husbandry Pollution in Songjiang Jinshan Qingpu Region of Shanghai and the Water Environmental Protection in the Upper Streams of Huangpu River[J].Rural Ecoenvironment, 1999,15(1):41-44.]

[30]胡秀蓮,姜克雋,崔成.城市生活垃圾焚燒發電CDM項目案例分析[J]. 中國能源, 2002,(7):21-27. [Hu Xiulian, Jiang Kejun, Cui Cheng. Urban domestic waste incineration for electricity generation A CDM case study[J]. Energy of China, 2002,(7):21-27.]

[31]羅海中.城市生活垃圾焚燒發電清潔發展機制(CDM)項目開發研究[D].昆明:昆明理工大學,2008:69-70.[Luo Haizhong.MSW Incineration Power Project Development and Research (CDM) [D].Kunming:Kunming University of Science and Technology,2008:69-70.]

Research on Carbon Mitigation Potential of Organic Waste Reutilization in Fujian Province

ZHAO Shengnan CUI Shenghui LIN Tao LI Xinhu ZHANG Yajing

篇（6）

文章編號：1003-4625 （2015）06-0092-05 中圖分類號：F831.5 文獻標識碼：A

一、前言

《京都議定書》2005年2月正式生效，其第一承諾期為2008年至2012年，第二承諾期為2013年至2020年。隨著國際碳減排交易市場的發展和完善，目前國際碳市場可以分為配額市場和項目市場。歐盟排放交易體系（EUETS）是配額市場核心組成部分，其交易對象為歐盟排放配額（EUA）；項目市場以清潔發展機制（CDM）為主，其交易對象是核證減排量（CER）。EUETS允許歐盟成員國用CER抵消部分減排指標，從而使得歐盟成為CER最大需求方，也使得EUA和CER在交易量、交易價格等方面都具有密切的聯系。2012年底在聯合國氣候變化談判多哈會議上最終確立為第二承諾期。第二承諾期與第一承諾期相比，在靈活機制及其適用資格方面具有兩方面的顯著不同。一方面，第二承諾期規定，第一承諾期盈余的EUA和CER可以結轉到第二承諾期，但各自最多只能占該締約方第一承諾期排放許可的2.5%。另一方面，第二承諾期規定，所有附件一締約方仍有資格參與清潔發展機制，但只有在第二承諾期下承擔量化減排或排放限額目標的附件一締約方，才能買賣CER，并用其履約（高翔、王文濤，2013）。碳減排政策的變化，是否會影響碳期貨EUA和CER的尾部相關性？是加強了尾部相關性，還是減弱了尾部相關性？要回答這一問題，首先要分析其尾部相關性變化特征。我國是《京都議定書》的非締約國，以CDM項目賣方參與CER-級市場交易是我國參與國際碳貿易的唯一途徑。在一級市場上，CDM合同標的雖然為CER，但是合同價格卻普遍以歐洲碳交易所的EUA期貨價格為參照標準：通常固定價格合同以EUA期貨當前價格為參照價格；浮動價格合同則與EUA期貨未來價格直接掛鉤（如規定合同價格為EUA期貨價格的一定比例）（王家瑋等，2011）。在這種定價模式下，研究CER期貨與EUA期貨的尾部動態相關性，尤其是第二承諾期的尾部動態相關性，對我國CDM項目的價格風險管理、有計劃地推進CDM項目開發、提高我國CDM項目的定價權，具有重要的意義。

二、文獻綜述

目前國內外對碳市場相關性的研究主要集中在碳市場內部之間、碳市場與外部市場之間。

（一）碳市場內部之間的相關性

Chevallie（2010）采用VAR、脈沖響應分析和協整檢驗對EUA和CER的價格序列進行了相關性檢驗，結果顯示：EUA的價格與CER的價格相互影響，EUA的價格序列通過向量誤差修正機制引導著CER的價格發現過程。Mansanet- Bataller等（2011）利用EUA和CER的高頻日內數據進行協整檢驗，發現兩者無論在短期還是在長期均存在雙向因果關系，并且EUA的價格引導CER價格發現過程。考慮到2007-2011年歐盟經濟呈衰退趨勢，EUA和CER間的相關性可能存在變結構特征，Chevallier（2012）采用馬爾科夫狀態轉移模型進一步研究在經濟增長衰退背景下EUA和CER間的相關性，實證結果表明：在經濟衰退期，兩者的關系比非衰退期的關系更加緊密，市場沖擊對EUA市場和CER市場的巨大影響。Koop等（2013）基于時變參數VAR模型研究了EUA和CER之間的相關性，發現在樣本觀察期內，兩者幾乎不存在波動溢出效應和Granger因果關系。Chevallier（2011）采用DCC-GARCH模型研究發現：在現貨市場上，EUA和CER的相關性在（0.01，0.90）范圍內動態變化。黃明皓等（20lO）研究發現CER市場和EUA市場的期貨和現貨價格短期內存在相互影響，但從長期而言兩個市場具有動態穩定性。盛春光（ 2013）運用Johansen協整檢驗、Granger因果關系檢驗等研究了EUA和CER期貨價格的變動關系。黃文彬等（2014）從信息溢出角度研究EU ETS下EUA和CER現貨市場之間的動態互動關系，結果發現兩者之間有相互的波動溢出效應，極端上漲和下跌情況下有部分的信息溢出關系。

（二）碳市場與外部市場之間的相關性

Reboredo （2013）、Reboredo （2014）分別采用Copula模型、基于距離的波動測度模型（a range-based volatility measure）研究了EUA與石油市場的相關性結構，均發現碳金融市場與能源金融市場間存在正相關性。張躍軍等（2010）利用狀態空間模型和VAR模型研究了化石能源價格與碳價之間的協整關系及脈沖響應效應，發現兩者之間存在顯著的、長期均衡比例不斷變化的協整關系，且油價的沖擊對碳價波動的影響最為顯著。張秋莉等（2012）基于DCC-MVCARCH模型研究CER期貨與能源期貨之間的動態相依關系。

從以上的文獻綜述可以看出，國內外關于碳市場內部之間、與外部之間的相關性研究，一類是采用VAR模型、協整檢驗等研究它們之間的一階（均值）相關性，即收益率之間的相關性；另一類采用Copula模型研究它們之間的靜態二階（波動）相關性，缺乏動態相關性的研究。受2008年次貸危機、2010年歐債危機和能源市場以及復雜的宏觀經濟因素等諸多因素的沖擊，碳市場的平穩運行遭遇前所未有的挑戰，碳價格產生了劇烈的波動，碳價格一度跌人谷底，這就需要研究極端下跌狀況下碳市場內部之間的動態相關性，即尾部動態相關性。為此，本文將研究點聚焦于碳期貨EUA和CER尾部動態相關性及碳減排政策對其影響。研究思路為：首先，基于GARCH模型族對不同交割期的碳期貨EUA、CER建模，通過比較對數似然函數值、AIC值等選擇最優的模型，消除收益率序列的條件異方差性和自相關性；其次，通過比較，選擇最優的時變Copula模型測度同一交割期的碳期貨CER、EUA間的尾部動態相關性，分析尾部相關性變化特征；在此基礎上，探討碳減排政策變化對尾部相關性的影響。

三、碳期貨尾部動態相關性測度模型

相對于靜態Copula模型，時變Copula模型能更精確地刻畫金融資產間的相關性。Patton提出了時變正態Copula（記作N-Copula）、時變T-Copula、時變Symmetrized Joe-Clayton Copula（記作SJC-Copula）等時變Copula模型，其中時變T-Copula函數僅僅假設相關系數是時變的，自由度1J仍然是常量。，

（一）時變N-Copula、T-Copula的相關系數演化方程分別為

其中， 是一種修正的Logistic變換，它的引入是為了確保 和 始終落在（-l.1）內； 表示標準正態分布的逆分布； 表示自由度為u的標準T分布的逆分布。

時變N-Copula函數對上尾相關和下尾相關都不敏感，當 時，上下尾的相關系數均為0，當 時，上下尾的相關系數均為1。時變T-Copula函數具有對稱的上、下尾部相關性，其上、下尾部的相關性系數與T-Copula函數的參數具有關系：

SJC-Copula函數是由Joe-Clayton Copula（簡記為JC-Copula）變換而來的。時變JC-Copula的分布函數表達式為：

其中， 和 是時變JC-Copula函數的兩個參數，分別刻畫上、下尾部相關性，

時變SJC-Copula的分布函數表達式為：

和 的演化方程分別為：

其中， 是Logistic變換，它的引入是為了保證 和 的變化范圍保持在（0，1）內。

四、尾部動態相關性實證分析

（一）樣本選擇及描述性統計分析

選擇EUA及CER期貨分別作為歐盟碳排放權配額市場和項目市場的代表。研究對象為歐洲氣候交易所（ECX）公布的2012年、2013年、2014年、2015年的12月到期的EUA期貨和CER期貨，分別記為12-CER、12-EUA、13-CER、13-EUA、14-CER、14-EUA、15-CER、15-EUA。2012年12月到期的CER和EUA期貨樣本區間為2009年1月12日到2012年12月17日，2013年12月到期的CER和EUA期貨樣本區間為2011年1月24日到2013年12月16日，2014年12月到期的CER和EUA期貨樣本區間為2011年1月24日到2014年9月24日，2015年12月到期的CER和EUA期貨樣本區間為2011年11月29日到2013年9月24日。為敘述方便，將2012年12月到期的碳期貨稱為第一承諾期內到期的碳期貨，將2013年、2014年、2015年的12月到期的碳期貨稱之為第二承諾期內到期的碳期貨。第二承諾期內到期的碳期貨樣本數據跨越《京都議定書》的第一承諾期和第二承諾期。

將收益率定義為 ，對其描述性統計進行分析（為節省篇幅，表略）。各樣本觀察期內，平均收益率均為負，反映出期貨價格緩慢走低；同一樣本期內，CER期貨收益率的標準差均大于EUA期貨收益率的標準差，說明前者波動大于后者；峰度統計量和J-B檢驗統計量均表明各序列比正態分布更具有尖峰厚尾特征；ARCH效應檢驗說明各序列均具有條件異方差性；Ljung- Box Q統計量顯示，12-CER、12-EUA、13-EUA、14-EUA、15-EUA具有自相關性，其余序列不存在自相關性；單位根檢驗表明，所有的序列都是平穩的。即，各序列均具有高峰、厚尾、條件異方差性，適合用GARCH模型建模。

（二）邊緣分布建模

分別采用GARCH、ECARCH、TGARCH等模型對各收益率序列建模。根據對數似然函數值、AIC、Kuppiec檢驗的LRT和DQT值選擇最優的模型（為節省篇幅，表略），最終選擇AR（I）-TGARCH（I，1）-t對12-CER、12-EUA、13-EUA、14-EUA建模，選擇TGARCH（I，1）-t對13- CER、14- CER建模，選擇CARCH（1，1）-t對15-CER建模，選擇AR（I）-GARCH（1，1）-t對15-EUA建模，參數估計結果如表1第一欄所示。由此可知，除15-CER和15-EUA外，其余序列的波動均具有杠桿效應，到期時間相同的CER期貨和EUA期貨，前者的杠桿效應大于后者，但CER期貨波動的持久性不及EUA期貨（除13-CER和13-EUA外）。

表l第二欄是對經最優CARCH模型建模后的標準化殘差序列進行自相關性和ARCH效應檢驗的結果，由此可知，殘差序列不存在自相關性和ARCH效應，說明所選的模型建模效果較好。

為捕捉到CER期貨與EUA期貨相關性的動態變化特征，采用時變N-Copula、t-Copula、SJC-Copula建模，參數的演化方程估計結果如表2所示。

由表2中的AIC值和對數似然函數值可知，對12-CER與12-EUA而言，時變T-Copula建模效果最好，其次是時變SJC-Copula，時變N-Copula建模效果相對最差，說明兩者具有對稱的尾部相關性；對13-CER與13EUA、14-CER與14-EUA、15-CER與15-EUA而言，時變SJC-Copula建模效果最好，其次是時變T-Copula，時變N- Copula建模效果相對最差，說明具有不對稱的尾部相關性。

基于最優的時變Copula模型研究CER與EUA尾部相關系數的動態演化過程。由表3可知，12-CER與12-EUA尾部相關系數演化方程即式（2）的滯后項系數p。均為正（0.164），說明上一期的相關性對本期具有正影響，相關性具有一定的“記憶性”，正相關后面往往跟著正相關，負相關后面往往跟著負相關，相關系數的波動幅度比較大。13-CER與13EUA、14-CER與14-EUA、15-CER與15-EUA上、下尾部相關系數演化方程即式（5）、（6）的滯后項系數βp均為負，分別為-1.012和-5.160、- 16.556和-6.884、-7.744和-22.569，說明上、下尾部相關性具有一定的“自我矯正”能力，正相關后面可能跟著負相關，負相關也可能轉化正相關，從而使得相關系數具有“回復”能力，波動幅度較小。13- CER與13EUA、15-CER與15-EUA下尾相關性的“自我矯正”能力強于上尾，但14-CER與14-EUA上尾相關性的“自我矯正”能力強于下尾。圖l是CER期貨與EUA期貨尾部相關性動態演化圖，從中可以看出CER與EUA期貨尾部相關性變化的特征。

（四）碳期貨CER與EUA尾部相關性特征及碳減排政策對其影響

進一步分析CER與EUA期貨尾部相關系數的描述性統計特征。由表3可知，12-CER和12-EUA的尾部相關系數在區間（ 0.700，0.945）上波動，平均值為0.838，尾部相關性最強；13-CER和13-EUA的上尾相關系數在區間（0.164，0.740）上波動，平均值為0.427，下尾相關系數在區間（0.090，0.702）上波動，平均值為0.413；14-CER和14-EUA的上尾相關系數在區間（0.037，0.884）上波動，平均值為0.380，下尾相關系數在區間（0.071，0.705）上波動，平均值為0.337；15-CER和15-EUA的上尾相關系數在區間（0.083，0.645）上波動，平均值為0.341，下尾相關系數在區間（ 0.005，0.856）上波動，平均值為0.276。從這些數據我們可以得出以下兩個結論：

結論-：13- CER與13- EUA、14- CER與14-EUA、15-CER與15-EUA的上尾相關性均強于下尾相關性，說明CER和EUA期貨在市場利好時容易同漲，但在市場悲觀時不容易同跌。這與CER、EUA的產生機制不同有關，CER主要是由CDM產生的，CDM項目交易時，買方與賣方之間需要簽訂碳排放權交易協議，一旦簽訂協議碳價就確定下來了，但是從簽訂協議到CER在二級市場上交易時間間隔比較長，存在一定的時滯效應，故CER與EUA期貨在市場悲觀時不易同跌。

結論二：《京都議定書》第一承諾期內到期的碳期貨CER和EUA尾部相關性強于第二承諾期內到期的碳期貨CER和EUA尾部相關性，并且在第二承諾期內到期的碳期貨CER和EUA，到期時間越晚，尾部相關性越弱。一個可能的原因是：第一承諾期，EUETS允許歐盟成員國用CER抵消部分減排指標，第二承諾期則規定所有附件一締約方只有在第二承諾期下承擔量化減排或排放限額目標，才能買賣CER，并用其履約，這就使得美國、加拿大、俄羅斯、日本、新西蘭仍具有參加CDM項目的資格，但是其通過CDM項目獲得的CER將不能在議定書體系下進行交易，導致CER與EUA間的關聯性減弱。

為了進一步探討結論二所呈現出來的特征是否與碳減排政策有關，我們將第二承諾期內到期的碳期貨樣本數據分為第一承諾期內和第二承諾期內兩個階段，分別研究尾部相關系數，結果如表4所示。由表4可知，第一承諾期內的CER與EUA尾部相關性均強于第二承諾期內的尾部相關性，說明碳期貨CER與EUA尾部相關性與碳減排政策相關。

五、結論

本文以2012年、2013年、2014年、2015年的12月份到期的CER和EUA期貨合約為研究對象，研究其尾部動態相關性，得出以下結論：

（1） 2012年、2013年、2014年的12月到期的碳期貨CER、EUA的波動，利好消息和利差消息對其的影響不同，存在杠桿效應，并且同一到期月份，CER期貨的杠桿效應普遍強于EUA期貨。除2013年12月到期的CER和EUA外，CER期貨波動的持久性不及EUA期貨。

篇（7）

（一）碳排放權交易的概念

1. 碳產品的概念

低碳經濟作為一種經濟模式和形態，它的運行離不開包括生產、交換、分配和消費四個基本環節在內的社會再生產全過程。低碳經濟是發達的商品經濟，低碳經濟交換、流通的低碳產品，又可分為廣義和狹義兩大類別。所謂廣義低碳產品，指的是所有以低能源消耗、低環境污染、低碳排放代價產出的產品、商品或服務；所謂狹義低碳產品既包括了碳排放權和節能減排技術及解決方案這樣的非實體產品，也包括了專門和直接用于節能減排的生產設備、生產資料和消費產品。

2. 碳排放權交易

碳排放權交易的概念源于1968年，美國經濟學家戴爾斯首先提出的“排放權交易”概念，即建立合法的污染物排

放的權利，將其通過排放許可證的形式表現出來，令環境資源可以像商品一樣買賣。目前所稱碳交易，就是指的碳排放權交易，它是低碳經濟下交換和流通的重要標志性產品，也是一種特殊商品。碳排放權本來是全球稀缺環境資源的公共產品，但是1997年《京都議定書》確立的碳排放交易制度，使它獲得了“產權”，而且有了市場和交易價格，成為一種可以流通、交易、投資和追逐的資產。

為了促進各國完成溫室氣體減排目標，人類歷史上出現了首次以法規形式限制溫室氣體排放的《京都議定書》，設計并規定了兩個發達國家之間可以進行碳排放額度買賣的“碳排放交易”，也就是說，難以完成削減任務的國家，可以從超額完成減排任務的國家購買本國超出的碳排放額度。至于尚無硬性減排額度的發展中國家，如果通過技術革新和改造，在新老項目上實現了節能減排，也可以把經過核實認證的碳減排量，出售給需要購買碳排放指標的發達國家。

（二）碳排放權交易市場的產生及分類

1. 碳排放交易市場的產生

按照《京都議定書》的規定，協議國家承諾在一定時期內實現一定的碳排放減排目標，各國再將自己的減排目標分配給國內不同的企業。當某國不能按期實現減排目標時，可以從擁有超額配額或排放許可證的國家（主要是發展中國家）購買一定數量的配額或排放許可證，以完成自己的減排目標。同樣的，在一國內部，不能按期實現減排目標的企業也可以從擁有超額配額或排放許可證的企業那里購買一定數量的配額或排放許可證以完成自己的減排目標，排放權交易市場由此而形成。

2. 碳排放權交易市場分類

（1）根據交易對象劃分

可分為配額交易市場和項目交易市場兩大類。配額交易市場交易的對象主要是指政策制定者通過初始分配給企業的配額。如《京都議定書》中的配額AAU、歐盟排放權交易體系使用的歐盟配額EUA。項目交易市場的交易對象主要是通過實施項目削減溫室氣體而獲得的減排憑證，如由清潔發展機制CDM產生的核證減排量CER和由聯合履約機制JI產生的排放削減量ERU。

（2）根據組織形式劃分

可分為場內交易和場外交易。碳交易開始主要在場外市場進行交易，隨著交易的發展，場內交易平臺逐漸建立。 截至2010年，全球已建立了20多個碳交易平臺，遍布歐洲、北美、南美和亞洲市場。

（3）根據法律基礎劃分

可分為強制交易市場和自愿交易市場。如果一個國家或地區政府法律明確規定溫室氣體排放總量，并據此確定納入減排規劃中各企業的具體排放量，為了避免超額排放帶來的經濟處罰，那些排放配額不足的企業就需要向那些擁有多余配額的企業購買排放權，這種為了達到法律強制減排要求而產生的市場就稱為強制交易市場。而基于社會責任、品牌建設、對未來環保政策變動等考慮，一些企業通過內部協議，相互約定溫室氣體排放量，并通過配額交易調節余缺，以達到協議要求，在這種交易基礎上建立的碳市場就是自愿碳交易市場。

二、培育我區碳排放交易市場的必要性和現實性

（一）建立碳排放權交易市場是順應低碳發展潮流的戰略抉擇

被譽為“第四次工業革命”的低碳經濟是世界經濟社會發展的大勢所趨，也是各個國家、地區之間相互競爭與合作的焦點。一方面，發達國家為搶占未來技術、產業發展的制高點和“話語權”，通過率先發展“低碳經濟”、把握技術進步的脈搏、建立碳交易市場等，引領世界經濟的發展，從而繼續保持自己的競爭優勢。另一方面，借保護氣候之名，醞釀對發展中國家產品征收碳關稅，借口“環境標準”設置新的貿易壁壘，阻礙發展中國家的發展進程。這給我國產業發展也帶來了前所未有的挑戰。

同時，我國碳資源豐富，目前我國是全世界核證的溫室氣體減排量（CER）一級市場上最大供應國，項目數和減排量均居世界首位，碳市場前景可期。但是，由于我國目前處于國際碳市場及碳價值鏈的低端，且沒有定價權，不得不接受外國碳交易機構設定的較低的碳價格，淪為全球低價的“賣炭翁”。面對國際碳交易“千帆競發”、“百舸爭流”的局面，要極大限度發揮我國豐富的碳資源和控制溫室氣體排放，建立碳排放交易市場迫在眉睫。資源稟賦和產業結構決定了內蒙古是全國無可爭辯的碳源大區，在國內外碳排放交易市場加快建立、低碳環保產業加快發展的大背景下，培育和建立碳排放交易市場，對我區具有更加重要的意義。

（二）建立碳排放權交易市場是落實科學發展觀、轉變發展方式的迫切需要

經過三十多年的改革開放，我區已經形成了以能源、重化工等資源型產業為主導的產業體系，重型化特征明顯，能源消耗大。未來一段時期，我區經濟社會發展面臨兩大突出問題：一是控制溫室氣體任務艱巨。國家把單位國內生產總值二氧化碳排放下降作為約束性指標首次納入“十二五”規劃，我區預分解指標為20%。要實現溫室氣體減排目標需要付出艱辛的努力。二是結構調整轉型、經濟發展方式轉變迫在眉睫。要解決上述問題，除了使用傳統行政手段外，還需綜合運用市場手段，探索行政手段與市場機制的結合問題，實行兩條腿走路。從理論和國際經驗來看，財稅政策、標準和管制政策、排放交易是核心的政策工具。在碳排放權交易體系下，國家和地方層面設定了溫室氣體排放上限配額，并允許企業和個人交易這些配額。這些基于總量控制的強制性碳排放交易既是“緊箍咒”，也是“催化劑”，使得高排放、高耗能行業必須依靠科技創新，提升產業素質和競爭力，突破能源資源瓶頸制約，推動經濟增長由資源依賴型向創新驅動型轉變，否則將付出更大成本。因此，碳排放交易市場是實現減排目標的重要突破口，是推進產業轉型升級、促進我區產業結構調整和升級的重要力量，也是轉變經濟發展方式的重要抓手。

（三）建立碳排放權交易市場是提高外資質量和水平、吸引清潔技術的重要途徑

當前，國際資本和沿海產業加快向中西部地區轉移。建立碳排放交易市場，通過運用排放配額的市場手段，一方面限制高耗能、高污染、高排放的企業進入；另一方面，鼓勵和允許企業運用節能減排、先進技術產生的多余排放配額，在碳市場上出售，除了享受傳統的成本優勢外，還可以獲得額外的利潤，使企業在節能減排上“有利可圖”，既有利于引導外資重點投向先進制造業、高新技術產業、現代服務業和農副產品深加工等領域，促進配套項目建設、產業鏈延伸和企業群擴充，也有利于把我區建設成為開放程度較高、最具投資吸引力的重要區域之一。同時，通過開展清潔合作機制，還有利于引進國內外先進低碳技術和先進管理經驗，促進我區低碳發展。

（四）我區具有建立碳排放權交易市場的政策條件

未來我國有可能面對一個排放權稀缺的碳交易市場，國家已經將建立全國碳交易市場提上議事日程，初步打算在2015年建立全國碳排放交易市場。內蒙古具有建設碳排放權交易市場的政策條件，《國務院關于進一步促進內蒙古經濟社會又好又快發展的若干意見 》中明確提出：開展主要污染物排污權有償使用和交易試點工作，控制溫室氣體排放。

三、建設碳排放權交易市場的幾點建議

建立碳排放交易市場是一項復雜的系統工程，并非僅僅建立一個交易平臺。涉及的領域眾多，且是一項新工作，推進難度大。我區此項工作尚未開展，缺乏配套管理機制和能力，需緊密結合全國統一市場的建設進程，穩步推進。

1. 加快建立溫室氣體排放統計核算體系

建立溫室氣體排放統計核算體系是交易市場建設的重要基礎，不能準確掌握現實溫室氣體排放量將使交易市場建設陷入“巧婦難為無米之炊”的境地。因此，我區目前當務之急是加快建立碳排放核算體系和溫室氣體排放基礎統計制度，將溫室氣體排放基礎統計指標納入統計指標體系，建立健全涵蓋能源活動、工業生產過程、農業、土地利用變化與林業、廢棄物處理等領域，適應溫室氣體排放核算的統計體系。根據溫室氣體排放統計需要，擴大能源統計調查范圍，細化能源統計分類標準。重點排放單位要健全溫室氣體排放和能源消費的臺賬記錄。

2. 加強溫室氣體排放核算工作

抓緊制定我區溫室氣體排放清單編制指南，規范清單編制方法和數據來源。研究制定重點行業、企業溫室氣體排放核算指南。建立溫室氣體排放數據信息系統。定期編制自治區溫室氣體排放清單。加強對溫室氣體排放核算工作的指導，做好年度核算工作。加強溫室氣體計量工作，做好排放因子測算和數據質量監測，確保數據真實準確。構建自治區、盟市、企業三級溫室氣體排放基礎統計和核算工作體系，加強能力建設，建立負責溫室氣體排放統計核算的專職工作隊伍和基礎統計隊伍。實行重點企業直接報送能源和溫室氣體排放數據制度。

3.加強能力建設

完善碳盤查和核證體系的規則和制度建設，編制排放清單，準確掌握主要企業的碳排放現狀，科學預測我區2020年溫室氣體排放控制目標，研究制定碳排放權分配方法。同時，抓緊研究企業排放設施的數據核算和報告標準。積極培育自治區內獨立的第三方核證機構，加強對從事與碳排放交易工作有關人員的能力培訓，以使其盡快熟悉國際碳排放交易規則，以勝任相關工作。加快低碳技術研發人才和碳金融專業人才隊伍建設，為碳交易提供有力的智力支持。

篇（8）

[abstract] the global climate change, where countries come to realize mutual cooperation actively take effective countermeasures to solve this severe challenges importance. And the fundamental way of addressing climate change is to build a low carbon economy development mode. This paper introduces a carbon emissions trading market of the background, the school buildings total emission reductions certain cases, through the calculation of building emissions reduction potential, to the carbon emissions rights for distribution model.

[key words] climate change; The school buildings; Model; Carbon emissions initial distribution

中圖分類號：P462文獻標識碼：A 文章編號：

1 引言

氣候變化問題日益受到國際社會的廣泛關注。為了更好地在全球范圍內采取有效措施減緩氣候變暖的進程，聯合國于1992年5月通過了《聯合國氣候變化框架公約》（簡稱UNFCCC）。規定發達國家必須將2000年溫室氣體排放量下降到1990年水平；而2005年2月16日正式生效的《京都議定書》則標志著人們用法律法規來規范人類活動的時代已經來臨。

碳排放權交易是指各國政府根據其實現對《京都議定書》的減排承諾，對本國企業實行二氧化碳排放額度控制的同時允許進行交易,也是是實現減緩氣候變化國際合作的一個重要機制，它給予了各國在溫室氣體減排投資費用上的靈活性。本文主要對碳權交易市場中至關重要的碳權初始分配進行研究，從計算出學校內的各個建筑物減排潛力大小這一角度上，進行碳權合理分配。

鑒于不同國家的減排任務，實現減排目標難易程度等因素的差異，《京都議定書》在對發達國家減排義務做出規定的同時，也規定了三種非常靈活的履行義務機制[1]。即：在承擔減排義務的發達國家之間實施的聯合履約（JI）；發達國家提供資金和技術在發展中國家實施減排的清潔發展機制（CDM）；基于市場的國際排放貿易（IET）。這些靈活履行排放義務的機制的運行，就為國際碳排放交易市場的產生提供了前提條件。

2.初始碳排放權分配模型

2.1初始碳排放權合理分配的重要性

對于目前碳排放權制度的建立的研究尚處于剛開始起步階段，還未形成一個完整合理的交易體系，我們將借鑒排污權的交易制度展開研究。對利用排污權交易之力污染最大的爭議莫過于排污權的初始分配問題。因為它不僅對企業本身的負擔有重要影響，而且牽扯到社會上某些集團的利益得失。排污權的初始分配方式有很多種，我國目前排污權的初始分配方式主要有免費分配、有償分配及兩者的結合等[2]。

和排污權類似，碳排放權的分配其控制污染在理論和實踐中首先要解決的一個關鍵問題都是初始排放權的分配問題。各個國家的初始碳排放權的配置，是國際碳排放交易市場的前提，是至關重要的環節之一，是確保此交易市場的實施能夠行之有效的基礎環節。世界各地專家學者都對碳排放權初始分配方式設定進行了不少研究探索。其中包括通過設定一個基于總量控制的"祖父式"分配模型,運用一般均衡分析方法,找出在開放與封閉交易體系中同時滿足社會和企業利益最大化的最優均衡條件[3]。以及免費分配、公開拍賣和二者混合機制這四種分配方式[4]。

通過削減二氧化碳排放量來緩解全球氣候變暖的趨勢需要的巨額支出，遠遠超出了一個國家或一部分國家所能承受的極限范圍之內，需要世界各國的團結合作和共同努力。當前，世界各國一方面擔心氣候變化可能帶來的更可怕的巨大災難，要求盡快采取措施來減少二氧化碳等溫室氣體的排放量，另一方面又想要較多地占有排放資源，擴大本國的排放空間，獲得更大更多的利益，增強本國在世界上的競爭力。因此，各國都十分關注初始碳排放權的分配，對其分配機制目前未達成共識，這一問題也是未來幾次締約方大會所要討論的關鍵議題。

在剛剛出臺的《福建省建筑節能“十二五”專項規劃》中，首次提出給建筑物設定排放指標，并籌備建設碳減排量交易試點，超量排放需要購買 “碳指標”。“碳指標”如何購買？廈門碳交易開先河，超量排放需購買碳指標。從長遠來看，碳排放權交易作為一種新的交易形式，但是這也基于碳排放權的初始分配，我們相信只要把這些都做好了，那么對于中國經濟的提高有很大的前景。

2.2對象選擇可行性分析

每個國家的減排量是由每個獨立單位的減排量決定的，本課題就是研究單位減排量。這里以學校為研究對象，主要基于三方面的考慮。第一，學校為事業單位，建筑信息、人員信息、用電信息齊全，規律性明顯。第二，人員數量、活動規律相對穩定，且組成成分相對單一，調查相對不復雜。第三，學校作為一個占地廣，建筑量大，人員相對集中的事業單位，是減排的先鋒隊，模型的可實行率很高。所以本模型以學校為研究對象進行建模。

2.3初始碳排放權分配模型

在城市已建立起碳初始排放權的分配機制，學校總的排放權已給定的假設條件下，從建筑物本身、人員和設備三方面考慮計算出單個建筑物減排潛力值，用減排潛力值作為該樓的減排量權重，計算出該樓減排量。

減排潛力值又由剛性系數和柔性系數組成，剛性系數換算該建筑的硬性潛力，但由于建筑其本身的使用性質不同，所以潛力也會有所變動，例如實驗樓建筑面積大，用電量大，如果只用剛性系數（建筑面積，人員和設備）來進行換算的話其減排潛力會很大，但其使用性能決定了它的減排潛力很小，所以引進柔性系數，對使用性能進行潛力修正。

2.4模型框架

設：學校總減排量—

各樓減排量—

各樓減排權重—

剛性系數：

設備：系數、用電量；

表示各樓上年用電量，表示全校總用電量；

建筑：系數、建筑面積；

表示各樓建筑面積，表示全校總建筑面積；

人員：系數、人員數；

表示各樓人流量，表示全校總人數。

柔性系數：

表示設備柔性減排系數；

表示建筑柔性減排系數；

表示人員柔性減排系數；

(=1,2,3……)

2.5模型換算公式：

一層模型：

二層模型：

三層模型：

2.6系數確定方法

確定了三級模型中的九個量也就確定了整個模型。，，三個剛性系數，其值由所求建筑物的用電量，建筑面積和人數三個數據所確定。這三個數據為一般管理性數據且正確性極高，可直接使用原始數據。

建筑柔性系數使用德爾菲法確定。具體操作步驟如下：①使用0-4打分法制定訪問表格,為了不受剛性系數的影響,表格中只給出建筑使用性質一個信息,選取具代表性的建筑物。②表格由建筑學、建筑設備、工程管理三方面學科8位專家進行訪問打分。③回收表格，進行數據處理，專家對某一建筑意見差異大于50%則對他們進行回訪，最終確定出每棟建筑的。

由于設備柔性系數在短期（設備無更換）其節能主要是使用者，所以設備的柔性系數和人員柔性系數一樣，其確定方式采用的是問卷調查。問卷設計使用李克特五級量表制法進行設計。問卷分為教師問卷和學生問卷兩類，教師問卷25題，發放100份，回收率98%，有效率94.9%。學生問卷29題，發放300份，回收率99.7%，有效率94.0%。進行問卷數據整理后分別得出學生和老師的減排意識作為和。

3模型演算

選取了行政樓，公寓，宿舍，教學樓四棟建筑進行演算。單位：%

即：樓的減排量為噸。在2009年8月到2010年7月的時間段內，取總減排量取100噸進行演算，演算過程見上表。則計算出行政樓、公寓、宿舍、教學樓的可減排量分別為8.60噸、63.13噸、、6.56噸、、21.70噸。

對8位專家進行德爾菲法訪問打分中， 6位專家認為與實際減排能力相符，2位專家認為有出入。模型正確率為75%，大于66.7%，達到原設計精確度。

四棟建筑其減排量和其建筑面積，用電量，人數成正比，受其剛性系數約束明顯。由于四棟樓的使用性能差異不大，致使未能從此結果中反映出柔性系數的影響。

4結語

本模型從剛性和柔性兩方面的潛力進行有機結合演算建筑物碳排放量，剔除了“一刀切”的評價弊端。模型結構清晰，計算簡單，其中的六個剛性數據都是常規管理數據，易取得，實施難度低，易推廣。模型針對目標為內部下屬單位碳排放權分配，但其計算原理有概括性，也可推廣為城市各建筑的初始碳排放分配權計算。

參考文獻

[1]IISD 1997,Repert of the third conference of the parties to the United Nations Framework Convention on Chimate Change,1-11 December,Earth Negations Bulletin,1997,12(76).

[2]李壽德，黃桐城.初始排污權分配的一個多目標決策模型[J].中國管理科學，2003,11（6）：46-57.

篇（9）

中圖分類號 F062.2 文獻標識碼 A 文章編號 1002-2104（2016）10-0086-08 doi：10.3969/j.issn.1002-2104.2016.10.011

“十二五”期間，我國已批準北京市、天津市、上海市、重慶市、廣東省、湖北省、深圳市7省市開展碳排放權交易試點，并計劃于“十三五”期間實現覆蓋全國31個省市自治區的碳排放交易體系。推行碳排放權交易已經成為國家經濟體制和生態文明體制改革的重要任務之一。以市場手段配置碳減排配額，能有效減少碳排放總量，促進企業綠色技術創新，節約規制成本，激勵企業參與減排行動，以更加有效的方式實現綠色低碳發展。

我國正處在向低碳社會轉型的重要階段，然而各地區的經濟發展方式、技術水平、產業結構、資源稟賦、能源消費結構等不同，決定其碳減排代價或成本存在巨大差異，因此客觀合理地評估碳減排的宏觀成本與區域差異，有利于協調各地區經濟發展與環境污染之間的關系，促進區域性環境協同治理體系的發展，也可以為企業參與碳交易提供政策依據。本研究以全國30個省市為例，首先，通過建立方向性距離函數，計算非期望產出與期望產出的邊際轉化率；其次，根據期望產出的r格，估算碳排放的影子價格；最后，用影子價格來衡量碳邊際減排成本，并進一步分析碳減排成本差異的時空演化特征與其影響因素。

1文獻回顧

二氧化碳排放一般是伴隨生產或生活過程而產生，如火力發電企業在發電的同時，不可避免地產生二氧化碳、二氧化硫與氮氧化物等副產品。二氧化碳排放通常具有排放跨界性、危害全局性、經濟上難以捕獲與封存等特點，決定了碳排放的負外部成本很難測算。邊際減排成本是指在一定生產技術水平下，減排主體每減少一單位碳排放帶來的產出減少量或投入增加量。邊際減排成本是企業的內部減排成本，因而邊際減排成本及曲線可以幫助企業確定適當的減排技術與策略，也有助于環境管理部門評價區域、行業或企業碳排放的減排潛力、績效與成本等。

利用經濟模型估算非期望產出的影子價格，通常是指污染物或溫室氣體等副產品的虛擬價格或隱含價格，即邊際減排成本。在傳統的生產函數下，僅有一種產出（期望產出），因而更多的產出意味著更多的利潤或福利。如果生產函數包含期望產出與非期望產出，當產出同時增減時，而非期望產出沒有市場價格信息，此時社會福利很難測算。在多投入、多產出的生產效率模型下，利用距離函數與收入函數的對偶關系，估算兩種產出的邊際轉換率，推倒出非期望產出的影子價格。

影子價格模型按照污染物作為投入還是產出，可分為投入距離函數與產出距離函數。投入距離函數利用成本最小化推導影子價格，而產出距離函數則利用收益最大化推導影子價格。環境經濟理論一般認為，環境污染物是生產過程的副產品，而不應當作為投入要素，因此近年來產出距離函數在實證研究中得到廣泛應用。產出距離函數按照函數形式不同又可以分為三種類型：謝潑德距離函數（Shephard）、雙曲線距離函數、方向距離函數。謝潑德距離函數假定期望產出與非期望產出同時增加或縮減；方向距離函數非對稱地處理期望產出與非期望產出，在縮減非期望產出的同時，增加期望產出；雖然雙曲線距離函數也能非對稱地處理期望與非期望產出，但它采用乘法形式，并不能完全分離出兩種產出的內在關聯性。

在估計方法上，現有的研究可分為三類：非參數數據包絡法（DEA）、參數隨機前沿法（SFA）與參數線性規劃法（IJP）。非參數DEA法利用投入產出組合構建生產前沿并形成分段效率前沿面，其優點是不需要指定距離函數的具體參數形式，但該方法不能確保距離函數處處可微，因而有時難以計算影子價格。另外，利用DEA法估算影子價格受樣本的奇異值影響較大，估計結果可能為負值等缺陷。參數SFA法利用計量模型估算距離函數，能夠考察隨機沖擊和技術非效率因素對環境產出前沿的影響，也可以確保距離函數處處可微分，但是計量模型不能事先設定生產技術的約束條件，因此影子價格是否滿足相關約束條件需事后評估。參數LP法繼承了SFA方法的優點，并且可以更為靈活地設定約束條件求解影子價格，因此得到廣泛應用。

在實證研究上，早期的研究主要集中在估算大氣中的二氧化硫、氮化物或水污染物的影子價格，近年來隨著氣候變化問題成為關注的熱點，越來越多的學者利用影子價格方法估計二氧化碳的邊際減排成本。涂正革利用非參數方法估算了省際工業二氧化硫的影子價格，研究發現二氧化硫的影子價格取決于排放水平和生產率水平。袁鵬等利用采用二次型方向性距離函數對地級市工業部門的廢水、二氧化硫和煙塵等三種污染物的影子價格進行了估計。劉明磊等采用非參數距離函數方法研究了能源消費結構約束下的我國省級地區碳排放績效水平和二氧化碳邊際減排成本。陳詩一利用參數化和非參數化兩種方法對環境方向性產出距離函數進行估計，并測算了工業分行業的二氧化碳的影子價格。魏楚利用104個地級市的數據測算了城市二氧化碳的邊際減排成本。

上述文獻從不同角度研究了非期望產出的影子價格，但還存在以下可突破之處。首先，現有的研究多采用非參數方法估算非期望產出的影子價格，沒能充分利用參數估計方法的靈活性。本文在方向距離函數的中引入時間虛擬變量，考慮到省際碳排放的中性技術進步影響。技術進步是提升碳排放效率的重要手段，也是減少碳排放的重要路徑，忽視了技術進步對碳排放影子價格的影響，會造成影子價格估算偏誤；其次，組建區域性碳排放交易市場的前提是碳邊際減排成本存在區域差異，現有的研究沒能對碳減排成本的區域差異進行深入分析，本文利用泰爾指數分解方法，研究了碳減排成本差異的時空演化特征。

2模型與估計方法

2.1方向距離函數與影子價格

方向性距離函數是謝潑德距離函數的一般形式，方向性距離函數具有參數靈活性等特點，近年來，在污染物影子價格估計上得到廣泛應用。參照Fare的定義，假定投入x∈RN+，期望產出yx∈RM+，非期望產出b∈RJ+，則生產技術定義為P（x）={（y，b）：x可以產生（y，b）}。產出集P（x）除了具備凸性、緊湊性與投入自由處置性等特點外，還必須滿足以下性質：首先，期望產出與非期望產出具備零點關聯性。如果（y，b）∈P（x）且y=0，意味著6=0。期望產出與非期望產出是聯合生產的，污染物作為期望產出的副產品，如果沒有污染物產出，就必須停產；其次，期望產出與非期望產出滿足聯合弱處置性。如果（y，6）∈P（x）且0≤θ≤1，則（θy，θb）∈P（x）。同比例地減少期望產出與非期望產出是可行的，換句話說，減少非期望產出必須要付出成本，其代價是相同比例地減少期望產出；最后，期望產出的自由處置性。如果（y，b）∈P（x）且y’

在考慮到以上性質的基礎上，本文設定方向性產出距離函數作為生產技術集：

（1）

其中g=（gy，-gb）為方向方量且g≠0。方向產出距離函數表明在給定的生產技術P（x）下，沿著向量g的方向，最大限度地擴張期望產出，同時縮減非期望產出，以達到產出前沿點。

非期望產出（如污染物）通常不能像商品一樣進行市場交易，因此它沒有價格。期望產出與非期望產出是聯合生產的，根據方向距離函數的弱處置特點，縮減非期望產出必須相應地減少期望產出，因此，減少期望產出的價值可以看作非期望產出的機會成本，即影子價格。Fare根據產出距離函數與收益函數的對偶關系，利用x潑德引理，推導出非期望產出與期望產出的影子價格比例等于其邊際轉化率，即

（2）式中，g是非期望產出的價格，p期望產出的價格，分式為非期望產出與期望產出的邊際轉化率。式（2）的含義是，污染物的價格等于減少一個單位的污染物，必須放棄相應期望產出變化的價值，也即污染物治理的影子價格或邊際減排成本。如果方向性產出距離函數D是連續可微的，就可以利用期望產出的市場價格推導出污染物的影子價格。

2.2經驗模型與求解

方向距離函數的參數形式通常有兩種：超越對數函數與二次函數。超越對數的函數形式經常被用于謝潑德產出距離函數的參數化，正如前面所述，謝潑德產出距離函數通常把期望產出與非期望產出同等、對等，即通過同時擴張或同時縮減來計算產出效率與影子價格，因此不符合環境管制的要求。相比超越對數函數，二次函數的優點在于：二次函數滿足方向距離函數的轉移屬性、二次可微性及靈活性等特性。理論研究也表明二次型函數在各種條件下均優于超越對數函數形式，Fare和Vardanyan等利用蒙特卡羅方法比較兩類函數的性能發現，在不同的技術集條件下，無論是對于小樣本還是大樣本，二次型函數的估計結果要比超越對數函數的結果更為精確與靈活。

設定方向向量g=（1，-1），其含義表示，擴張期望產出的同時，同比例地減少非期望產出。本文在投入產出變量選擇上，選擇資本（x2）、勞動（x2）和能源（x3）三種投入變量，期望產出為各地區的經濟總產出（y），非期望產出為二氧化碳排放量（b）。因此，第k個生產單元t時期的二次型方向距離函數為：

（3）

考慮到距離函數中各生產單元的個體效益與時間效益的差異，在式（3）中的常數項加入省份虛擬變量與時間虛擬變量：

（4）

其中λk與τt為虛擬變量的系數。當k’=k時，省份虛擬變量Sk'=1，否則Sk'==0。同理，當t’=t時，時間虛擬變量Tt'=1，否則Tt'=0。

為求解方向距離函數的未知參數，我們采用參數線性規劃的方法求解，目標函數是最小化各時期所有樣本點與前沿點的離差和：

（5）

各約束條件下含義如下：條件①確保各決策單元在生產技術曲線的前沿面或內部，即滿足方向距離函數的非負約束；條件②滿足期望產出與非期望產出的零點關聯性，即當非期望產出為零時，方向距離函數為負值，此時方向距離函數不可行。以往多數學者的研究是在估計參數后，對零點關聯假設進行驗證，本文則作為約束條件來估計參數以滿足該特性；條件③與④是單調性約束，確保影子價格具備正確的符號；條件⑤是滿足投入變量的自由處置性；條件⑥與⑦分別表示方向距離函數的轉換屬性和對稱性。

3碳邊際減排成本估計結果與區域差異分析

3.1數據與變量

本研究使用分省級面板數據，考慮到數據的可得性與完整性，選擇2010-2012年期間全國30個省、市、自治區（不包括臺、港、澳）作為樣本估計碳排放的邊際減排成本，其中由于相關數據缺失，故予以刪除。①投入。投入變量包括資本、勞動與能源三種。分省資本存量采用“永續盤存法”來估算，參考單豪杰的研究進行拓展，并以2000年為基期進行平減處理；勞動投入以各省份的三次產業就業人數的加總來表示；能源投入采用各地區一次能源消耗量，單位是萬噸標準煤。②期望產出。采用分省份的地區生產總值，并以2000年為基期進行平減處理；③非期望產出。采用分省份的二氧化碳排放量。由于我國沒有官方統計的二氧化碳排放量數據，本文估算各省主要化石能源消耗以及水泥生產過程的二氧化碳排放量，具體方法如下：

二氧化碳排放量根據IPCC《國家溫室氣體排放清單指南》（IPCC，2006）推薦的方法估算，選取煤炭、焦炭、汽油、煤油、柴油、燃料油和天然氣7種主要化石能源，具體計算公式如下：

其中，C為估算的各類能源消費的二氧化碳排放量；i表示能源消費種類，Ei為各省份第iN能源的消耗量（實物量）；CFi為各類一次能源的平均低位發熱量；CCi與COFi分別是單位熱值含碳量與碳氧化率COFi；44/12為二氧化碳氣化系數。除化石能源燃燒外，水泥生產過程中產生的二氧化碳排放約占總排量的10%左右，因此，在計算各省份的二氧化碳排放量過程中如果忽略了水泥工業生產中產生的碳排放（CE），會低估碳排放量。所以本文也利用各省份的水泥生產總量乘以水泥的碳排放系數來正確估計碳排放總量。

3.2估計結果與分析

本文采用GAMS/MINOS求解器求解線性規劃模型（1）的未知參數，并計算方向性距離函數D與邊際減排成本q。為了克服線性規劃求解中的收斂問題，我們利用樣本中投入產出的均值對所有變量進行了標準化處理。標準化處理后的數據意味著投入產出集（x，y，6）=（1，1，1），即對一個代表性省份，用平均投入獲得平均產出。另外，在求解模型（1）得到參數后，由于數據事先進行了標準化處理，因此邊際減排成本應當乘以投入產出均值以恢復其原有的減排成本規模。方向性距離函數的參數估計結果如表1所示。

從表1的參數估計結果可以看出，期望產出（y）的一階系數為負值，負的系數表明地區生產總值越高，區域的環境無效率值越低；非期望產出（b）的一階系數為正值，說明碳排放越多，環境無效率值越高；資本勞動與能源投入變量的一階系數估計值均為正，表明投入越多，無效率值越高。投入產出的系數估計值均符合經濟意義。時間虛擬變量的參數估計值均為負值，系數從2001年的-0.015 7減少到2009年的-0.076 6，且在2001-2009年期間逐漸下降，僅在近三年有所上升，表明各省份的環境技術隨時間在逐步提升，無效率值逐漸減少，但近年來由于經濟下行壓力增大，環境技術進步率在下降。

根據表2的方向性距離函數描述性統計，方向距離函數的均值是0.082 8，意味著平均而言，生產無效值為8.28%，也即在保持期望產出8.28%的提升空間同時，碳排放可以有8.28%的減排空間。更進一步，在本文的樣本中，地區GDP平均值為7 790.27億元，碳排放均值為2.32億噸，因此，通過提升生產與減排效率，可以平均增加產出645億元（7 790.278.28%），同時減少0.19億t（2.328.28%）的碳排放量。全國的碳平均邊際減排成本為1 519.46元/t，從分區域看，東部地區最高，其次是中部，西部地區最低。各省份碳邊際減排成本的標準差較大，表明各省份的減排成本存在很大的差異，例如，2003年山西的碳減排成本為274.46元/t，為最低值，而2012年江蘇的碳減排成本高達38 078.18元/t。地區性的碳減排成本的差異，進一步說明可以通過區域生態環境協同治理機制實現區域內生態環境治理系統之間良性互動，以達到減排成本最小化的目的，并形成整體的協同治理效應。

圖1是各地區的平均碳邊際減排成本的分布圖，從圖中可以看出，東部地區的江蘇、山東和廣東的減排成本均超過3 000元/t，中部的山西邊際減排成本最低，為484.8元/t。西部地區中貴州、甘肅、寧夏的平均邊際減排成本均低于800元/t。平均而言，東部地區的碳邊際減排成本最高，其次是中部，西部最低。邊際減排成本的地區性差異表明可以用市場化手段如區域性碳排放權交易體系等控制總量排放，實現減排成本最小化、效益最大化。以京津冀協同治理為例，京津冀三地均面臨著嚴峻的環境治理形勢，如果執行區域性碳排放權交易，則三個地區的總減排成本將下降。北京、天津與河北的碳邊際減排成本分別為1 461元/t、1 343元/I、1 042元/t，以三個地區的平均邊際減排成本作為碳交易價格，則三地區平均每交易1 000 t的碳排放權，則北京可以平均節約治理成本17.9萬元，天津節約6.1萬元，河北則獲得24萬元的減排收益。

再來分析地區性邊際減排成本的時間演化趨勢。如圖2所示，在2000-2006年期間，東中西部的邊際減排成本變化趨勢非常一致，均緩慢增長。但2006年之后，各區域的邊際減排成本快速增加，特別是東部地區從2006年的1 280元/t快速增至2012年的10 021元/t，中部地區增速稍低，從2006年的701元/t增至2012年的3 103元/t。與東中部相比，西部地區的邊際減排成本較低，增速也較慢，2006年為781元/t，到2012年達到1 499元/t。這些數據表明國家環境保護的“十一五”規劃首次提出建設環境友好型社會，以及“十二五”規劃提出推進生態文明建設等一系列改革方針對不同區域的環境治理與經濟發展有著不同的影響。東部發達地區經濟發展基礎較好，落實政策方針較為迅速，因此邊際減排成本增長較快。而中西部地區以經濟發展為重點，而且承接東部地區的產業轉移和污染轉移，對污染治理重視不夠等，因此邊際減排成本增速較慢，只是近年來隨著人們對環境污染事件越來越關注，以及區域環境協同治理政策的開展，中西部的碳減排成本在逐漸增加。

結合各地區能源消費結構中的煤炭消費比重和第三產業結構比重的時間演化特點，可以分析各區域碳減排空間與減排難度的地區性差異。根據統計數據，東部地區的江蘇、廣東、上海等地區的煤炭消費比重分別從2000年的34%、23%、19%下降到2012年的19%、19%、9%；而碳邊際減排成本最低的貴州、山西煤炭消費強度均超過40%。東部地區的第三產業結構比重從2000年的42%上升到2012年的47%，中部地區則從39%下降至36%，西部地區則從41%下降至39%。其中北京的第三產業結構比重最高，達到76%，廣東、江蘇等地區的第三產業結構比重均超過45%。這些數據表明，東部發達地區碳邊際減排成本普遍較高，減排空間有限，僅依靠調整化石能源消費結構或壓縮高排放高耗能行業等手段進行減排的難度比較大，未來需要通過技術進步及增加新能源的消費比重來減少排放；中西部地區經濟發展水平和技術水平較低，能源利用效率不高，碳邊際減排成本較低，因此可以通過建立跨區域的碳排放交易體系，進一步學習先進地區的生產技術和治理技術，提高能源利用效率有效減少化石能源消費量，促進第三產業發展等方式以達到減緩碳排放的目的。

3.3碳邊際減排成本區域差異的泰爾指數分解

為了進一步分析碳邊際減排成本的區域性差異與變動幅度，本文選擇泰爾指數來衡量邊際減排成本的區域差異。泰爾指數可以將區域間的總體差異分解為區域內差異和^域間差異兩部分，因此可以揭示區域內差異和區域問差異及各自變動的方向與變動幅度，也能解釋各自在總差異中的重要性及其影響。泰爾指數數值區間為[0，1]，數值越小，則說明地區差異越小；數值越大，則說明地區差異越大。計算泰爾指數首先要設定一個權重，考慮到碳減排成本的特點，本文選擇各地區的碳排放量作為權重。泰爾指數的計算與分解公式如下：

式中，qji和E。分別表示第j區域第i省市的碳邊際減排成本和碳排放量；T、Tw與Tb分別是計算出的總體、區域間與區域內泰爾指數；為進一步研究區域間差異和區域內差異對總體差異貢獻的大小，分別設定區域間貢獻率和區域內貢獻率：區域間貢獻率為區域間泰爾指數與總體泰爾指數的比值Tb/T；區域內貢獻率為區域內泰爾指數與總體泰爾指數的比值Tw/T。另外，定義區域內各子區域的貢獻率為加權后各子區域的泰爾指數與總體泰爾的比值（qi/q）?（Twi/T）。泰爾指數計算結果見圖3和表3。

圖3是三大區域碳邊際減排成本的泰爾指數演化趨勢，從圖中可以發現三個區域的泰爾指數呈現不同特征。總體上看，東部地區的泰爾指數最高，其次是中部，最低為西部。東部地區在2000-2005年間穩步上升，邊際減排成本區域內差異呈擴大之勢，2005年之后差異保持平穩；中部地區泰爾指數呈先升后降的趨勢，特別是至2003年達到峰值之后逐漸收斂，說明中部地區各省份碳邊際減排成本差異在不斷縮小；西部地區在整個研究時間段泰爾指數保持相對平穩狀態，西部各省份的邊際減排成本差異較小。

從表3可以看出，碳邊際減排成本的泰爾指數表明我國東中西部地區的減排成本存在明顯的地區性差異性。區域內泰爾指數均遠大于區域間泰爾指數，區域內貢獻率均在70%以上，且變動幅度不大，表明碳減排成本總體差異主要是由地區內差異帶來的。在地區內差異中，中部和西部地區差異對總體差異貢獻率較小，而且東部地區差異的對總體差異的貢獻率呈上升態勢，中西部的貢獻率呈下降態勢。

4結論與啟示

中國目前是世界上碳排放量最大的國家之一。為了切實實現碳減排目標，“十三五”規劃確定，到2020年，實現單位GDP二氧化碳排放量累計降低18%。我國政府采用多種手段與措施來實現既定的宏觀減排目標，其中，碳排放權交易兼有環境質量保障和成本效率的特征，是近年來環境政策中一項極有特色的改革，成為總量控制下最有潛力的環境政策。我國已正式批準北京市、天津市、上海市、重慶市、廣東省、湖北省、深圳市7省市開展碳排放權交易試點。然而，二氧化碳排放通常具有排放跨界性、危害全局性、經濟上難以捕獲與封存等特點，決定了碳排放的負外部成本很難測算。因此，估算碳排放的邊際減排成本，可以為環境管理部門與參與企業提供有價值的成本信息，有利于改進碳交易規則，制度適當的碳減排策略。

篇（10）

中圖分類號:F205 文獻標識碼:A

文章編號:1004-4914(2011)04-070-02

一、引言

當前，由于二氧化碳的排放導致變暖是全球氣候變化的主要特征，這也是制約經濟可持續發展的主要因素。中國是一個煤炭消費大國，溫室氣體排放總量位居世界第二位，為了使我國在經濟全球化進程中能夠獲得更優的資源分配、在征收碳關稅的政策方面爭取更大的話語權，尋求減排與經濟可持續發展的道路已迫在眉睫。2009年底哥本哈根氣候變化會議強調的以低能耗、低污染、低排放為基礎的低碳經濟，是實現二氧化碳減排和經濟可持續發展的最佳經濟模式。

可持續發展是社會經濟發展的目標，尤其是在區域發展不平衡，人均資源不對等這樣的背景下既要保護自然生態環境，又要實現經濟的快速穩定發展，是一個巨大的社會實踐的挑戰。要對低碳技術的開發與轉讓、創新資金的運行機制、適應與減緩能力的建設等問題進行研究，進一步促進減排政策措施的實施，為可持續發展奠定實質性的基礎。

國內關于低碳經濟模式下經濟增長與碳排放的理論研究已取得了顯著成就：文獻[1]用多元化指數方法分析了經濟發展對碳排放的影響，認為經濟結構的多元化和能源消費結構的多元化會導致國家從以高碳燃料為主轉向以低碳為主。文獻[2]通過相關分析探討了中國GDP增長與碳排放的關系，結果表明，二者有明顯的相關性(R2=0.9581)；文獻[3]對中國低碳經濟發展模式進行了深入探索，并就中國減少碳排放的目標和措施以及如何開展國際合作問題提出了建設性的建議。在此基礎上，本文分析了二氧化碳減排與GDP持續增加之間的關系及其影響因素，并進一步深入探討了減排與經濟協調發展的解決途徑。

二、GDP增長與二氧化碳排放關系

2007年，我國碳排放量達到了63.44億t，是1953年的43.93倍，而GDP則為1953年的60.51倍。1979~2002年，碳排放增長率總體較為穩定，平均碳排放增長率為4%，其中1997和1998年的增長率為負；這期間我國實施了“計劃為主，市場為輔”的經濟制度，在市場經濟的推動下，GDP的平均增長率高達9.7%。2003年我國的碳排放量加速上升，增長率達到16.8%，遠高于同期我國實際GDP10%的增長率。2002~2007年我國GDP平均增長率達到10.56%，由于我國這一階段的經濟增長主要依賴于能源消費的高增長，碳排放平均增長率為12.15%。

從1953~2007年中國的GDP、能源消費與二氧化碳排放的增長趨勢，可以看出二氧化碳排放量和能源消費量與GDP的變動方向基本是一致的，GDP迅速增長的外在表現形式是人們消費水平的迅速增長，這必然導致對能源消費總量的增加，也就間接造成了二氧化碳排放量增多，說明二氧化碳排放量和能源消費量的增加是由GDP的迅速增長導致的。同時能源消費量和二氧化碳排放量的增長與GDP的增長之間有著的大幅度差異，平均每年的增長速度相差約8.3%，這說明我國能源利用率上的提高，導致單位GDP的能耗（能源強度）和單位GDP的碳排放（碳排放強度）降低。

三、碳排放的影響因素

碳排放強度是指每萬元國內生產總值(GDP)的二氧化碳排放量，該指標主要是用來衡量一國經濟同碳排放量之間的關系，如果一國在經濟增長的同時，每單位國民生產總值所帶來的二氧化碳排放量在下降，那么說明該國就實現了一個低碳的發展模式。所以說碳排放強度是在保證經濟可持續發展條件下衡量減排效果的最好指標。GDP變化與二氧化碳排放的關系是復雜的，其主要影響因素表現在以下幾個方面。

1.市場化程度的影響。圖1為1953~2007年我國階段性碳排放強度比較，從中可以發現：改革開放之前（1953~1978年），由于實行的是高度集中的計劃經濟體制，市場化程度相當低，碳排放強度較高。計劃經濟形成初期（1953年~1957年），隨著對農業、手工業和資本主義工商業的社會主義改造的完成，建立了計劃經濟體制，平均碳排放強度達到21.54tCO2/萬元；而在計劃經濟運行階段（1958~1978），在“”計劃的指示下重點發展重工業，能源消耗量迅速增加，使得使這一時期的二氧化碳排放量急劇上升，平均碳排放強度達到39.93tCO2/萬元，比計劃經濟形成階段上升了85%。在改革開放的初期（1979~1984年）開始實行“計劃經濟為主，市場調節為輔”的市場經濟體制，由于該階段改革尚未從農業領域全面開展，國有企業仍處于“放權讓利”時期，這一時期的碳排放強度仍很高，為37.05tCO2/萬元，但是碳排放強度的降低是明顯的；在改革開放全面推進階段（1985~2007年），隨著生產資料商品化的進一步推進，市場化程度得到很大提高，這一階段的碳排放強度為19.94tCO2/萬元，與改革的初始階段相比降低了46%，顯示了較高的碳排放效率；與計劃經濟的運行階段相比，單位排放量降低了50%。據測算，1985~2007年，假定經濟增長速度不變，由于社會主義市場經濟體制的作用，我國的二氧化碳排放量總共減少了11467851t。

以上數據充分說明隨著市場化程度的加深，碳排放強度越來越低。市場化是在開放的市場中，以市場需求為導向，競爭的優勝劣汰為手段，實現資源充分合理配制，效率最大化目標的機制。這一機制使得市場的作用擴大化，能夠更加合理有效地配置資源，使資源得到了有效的利用，提高了資源的利用率。由此可見市場化一方面推進了國民經濟的迅速增長，另一方面也使全球變暖這一環境問題得到了緩減。

2.能源消費結構不合理。碳排放系數是指每一種能源燃燒或使用過程中單位能源所產生的碳排放數量，一般在使用過程中，根據IPCC的假定，可以認為某種能源的碳排放系數是不變的。由表1可見，在煤、石油和天然氣這三種化石能源中，煤的碳排放系數最高，石油次之，天然氣的單位熱值碳密集只有煤炭的60％。其他形式的新能源如核能、風能、太陽能、水等屬于無碳能源。

煤炭一直是中國的主要能源，占整個能源消費結構的70%左右。1992年我國進行了煤炭工業管理體制改革，使得煤炭消費由于價格上升的因素而大幅度下降，而其他能源的消費則有所增加。在2006年，煤炭在一次能源消費中的比重由1978年的70.7%下降到69.4%，其他能源的比重由29.3%上升到30.6%，其中可再生能源和核電這類無碳能源的比重由3.4%提高到7.2%。碳排放總量與能源消費總量之比從1978年的2.5減少到了2006年的2.4，碳排放強度也由1978年的44.2tCO2/萬元下降到了2006年的13.81tCO2/萬元，說明煤炭在能源消費結構中比重的降低能顯著減少了二氧化碳的排放。可見合理的能源消費結構，不僅能提高對資源的有效利用，更重要的是減少了碳的排放，有利于減排與經濟的協調發展。

3.產業結構不合理。從圖2可以看出，中國改革開放以來產業結構的變化趨勢對二氧化碳排放的影響大體上可分為兩個階段：1980年~1993年，第一產業的比重由30.2%下降到19.7%，第三產業的比重由21.6%上升到33.7%，第二產業的份額在經過較長一段時間的徘徊之后開始呈上升趨勢。在此期間的碳排放強度由1978年的40.14tCO2/萬元下降到1993年的22.32tCO2/萬元。1993年以后，中國的經濟結構中，第一產業比重繼續下降，第三產業的發展逐漸平緩，而第二產業的比重則迅速增長，到2007年第一、二、三產業的比重分別為11.1%、48.5%、40.4%，這一時期我國的經濟增長主要依賴于第二產業的發展，而第三產業發展相對滯后，但是其碳排放強度已下降到13.36tCO2/萬元，這充分說明大力發展低能耗和低碳排量的第三產業可以保證經濟穩步增長的同時大力減少二氧化碳的排放。

四、低碳經濟發展的對策

由以上分析可知，二氧化碳減排與可持續發展協調進行的關鍵在于市場化程度、能源消費結構和產業結構。與發達國家“先發展、后減排；先高碳，后低碳”的低碳經濟道路不同的是，我國發展低碳經濟應采取既基于國情又符合世界發展趨勢的漸進式途徑，采取嚴格的節能減排技術和相應的政策措施，因而，應從以下幾個方面入手。

1.探索低排放的經濟發展模式。中國的“低碳經濟”道路與發達國家的低碳經濟道路有所不同。發達國家主張的低碳經濟是建立在國家綜合實力已經比較強大、人民生活水平相對富足的基礎上的，而且市場化程度較高；而中國的低碳經濟道路是建立在工業化進程尚未過半、城市化水平顯著偏低、絕大多數人民的生活水平還處于相對較低的水平基礎之上，而且我國市場經濟起步較晚，同時社會主義國家的市場經濟體制還具有其特殊性。因此，我國必須從實際情況出發，充分利用加入WTO的契機，更深更廣地融入全球市場經濟體系，進一步推進我國經濟市場化的深度與廣度，加快能源配置效率和能源技術效率的提高，降低碳排放強度，走出一條“以發展促減排、以減排促發展”的道路。

2.優化能源結構，提高能源利用效率。中國以煤為主的能源結構是單位能源消費碳排放強度大的主要原因，優化一次能源供應結構，全面實現用能技術的先進化，合理發展可再生能源和核電，提高可再生能源和核電在一次能源消費中的比重，努力降低單位能源消費的CO2排放強度，有利于盡快提高整個國民經濟的能源使用效率。提高能源利用效率，減少單位GDP所消耗的能源，是實現經濟可持續發展和減少二氧化碳排放量的首要任務。研究表明，我國能源利用效率僅為3.4％，與國際先進水平相比低了10個百分點。因此，吸收國內外先進的能源利用和碳減排技術，改進中國的生產和消費方式，對減少單位產出的能源消耗和碳排放具有重要的現實意義。

3.做優第一產業，做強第二產業，做大第三產業。在產業結構中，第一、二、三產業的發展都會增加二氧化碳排放量，但單位產出增加量會逐次減少。從各國產業結構對二氧化碳排放的影響系數看，第三產業普遍小于第二產業，而第二產業又小于第一產業，如英國分別為0.000235、0.010445、0.051490，英國第一產業所占比重每增加1%，會導致二氧化碳排放量增加5.1%；第二產業每增加1%，會使二氧化碳排放量增加1.04%；而第三產業每增加1%，只會使二氧化碳排放量增加0.02%。可見低碳經濟的發展模式要有合理的產業結構，既可以維持經濟增長又能保證低碳排放甚至零排放。中國的第一、二產業比重較大，第三產業發展相對滯后，因此應具體分析我國的國情，抓住契機大力發展第三產業，加快產業結構調整的力度與步伐，達到經濟增長與碳排放量的均衡，以實現低碳經濟的發展模式。

五、結論

在全球低碳經濟發展模式下，我國必須從實際出發，在扎實、深入研究的基礎上，從GDP增長與碳排放的關系出發，深入分析影響碳排放的因素，研究低碳經濟的發展對策，開展試點工作，進行戰略規劃，積極參與國際低碳規則的制定，為我國的經濟發展爭取更大的空間，在創造經濟效益的同時創造更大的社會效益，走出一條符合國情、有中國特色的低碳經濟之路。

參考文獻：

1.張雷.經濟發展對碳排放的影響[J].地理學報,2003(4)

2.王中英,王禮茂.中國經濟增長對碳排放的影響分析[J].安全與環境學,2006(5)

3.胡鞍鋼.“綠貓”模式的新內涵――低碳經濟[J].世界環境，2008(2)

4.2050中國能源和碳排放研究課題組.2050中國能源和碳排放報告[M].北京:科學出版社,2009

5.中國統計年鑒2009.中華人民共和國國家統計局[M].北京:中國統計出版社,2009

6.邢繼俊,趙剛.中國要大力發展低碳經濟[J].中國科技論壇,2007(10)

篇（11）

關鍵詞氣候變化；碳排放；旅游業；計量框架

中圖分類號F590文獻標識碼A文章編號1002-2104（2014）01-0078-09doi：103969/jissn1002-2104201401012

氣候是旅游業的一個重要資源，旅游業對其高度敏感[1]。事實上，旅游業既是氣候變化的受害者又是貢獻者之一，因旅游交通、住宿及活動所產生的碳排放量占全球總量的4%-6%；若不采取緩解措施，在未來30年內碳排放量將增加1.5倍[2]。2011年，我國人均GDP超5 000美元，國家經濟進入加速發展階段，居民消費向小康型升級，旅游業進入發展的黃金期，其產生的碳排放也相應增加。但是，在學界或產業界對旅游業的認識多停留在其為綠色產業、無煙產業的定位上，這種認識上的不足，對未來旅游業的低碳化發展將會產生嚴重的弊端。可是，旅游業綜合性強、關聯度大、產業鏈長、邊界不明晰等行業特殊性[2]，制約其碳排放的計量。同時，旅游業作為國家“五位一體”戰略和“美麗中國”建設的重要載體，也不應該忽略其所隱含的大量碳排放。

20世紀90年代后，旅游業與氣候變化研究的重點為旅游業對氣候變化的影響研究。其中旅游業碳排放的計量是其核心內容。在旅游業碳排放計量理論與結果上，旅游業不是國民經濟賬戶系統的一個傳統的組成部分，尚沒有一個國家具有對旅游業能源需求或碳排放完整的國家統計體系，制約其碳排放的計量[3]。一般應用生命周期評價與投入產出兩種理論，實質是從“消費”與“生產”視角來計量碳排放[4]。分別對應“由下而上”與“由上而下”法[5]。目前，主要是從消費視角，應用生命周期評價理論來研究。如全球[2]、國家[6， 7]、省域[8-10]、地方[11-13]、景區或酒店[14-16]、旅游線路[5， 17， 18]以及旅游交通[19-25]等不同尺度的旅游業碳排放。另外，少數學者從生產視角，基于旅游衛星賬戶來計量其碳排放。如澳大利亞[26， 27]、新西蘭[3]、瑞士[28]、夏威夷[29]等。研究發現，旅游業碳排放計量主要是指其直接碳排放，占國家碳排放的3.9%-53%[27]，我國目前的研究結果卻只占056%-086%[7]。長途旅行與航空交通是兩大來源[20， 30]。另外，對新西蘭[19]、澳大利亞[26]的研究表明，其間接碳排放占其碳排放總量的50%-60%之間[27]。對旅游業間接碳排放研究的忽視，會造成旅游業的碳漏損。

按照旅游業“碳減排”的“測定-減排-補償”三步走的邏輯主線，旅游業碳排放計量是旅游業節能減排的第一步。在現有研究中，將旅游業以生產性部門來研究其碳排放已經在國外取得了一定的成果，但這是以其完整的國民經濟核算體系（System of National Accounting，SNA）、旅游衛星賬戶（Tourism Satellite Account，TSA）、環境經濟綜合賬戶（System of Integrated Environment and Economic Accounting，SEEA）為基礎的。目前，國內旅游衛星賬戶、環境經濟綜合賬戶的研究還甚少，如何基于現有國際通用的編制手冊或指南進行旅游衛星模擬賬戶和環境經濟綜合賬戶的編制，構建旅游業碳排放的計量平臺，避免旅游碳漏損，并進行實證研究十分迫切。

本文從生產性行業這一新視角來階段旅游業碳排放，突破現有旅游業多采用“由下而上”的計量方法體系，基于生命周期評價理論，應用投入產出方法，構建以旅游衛星模擬賬戶、旅游業能源-經濟綜合賬戶為核心的旅游業碳排放計量平臺的“由上而下”的碳排放計量方法體系，將旅游經濟影響與能源消耗、碳排放綜合考慮，為旅游業碳排放的全面測算提供一條新思路，避免旅游業碳漏損。并實證研究了2007年我國旅游業碳排放，為我國低碳旅游的優化路徑與旅游業節能減排相關政策的制定提供基礎支撐。

1研究設計

1.1研究理論與計量方法

目前，國內的旅游環境影響評價研究多側重于旅游活動直接的“現場影響”，忽略其間接的“非現場”影響，而考慮到在時間和空間上的非線性且協同的間接“非現場”的環境影響累積效應的研究甚少[31]。

生命周期評價（Life Cycle Assessment， LCA）理論誕生于20世紀60年代末、70年代初，在90年代來開始受到關注。其是對產品全生命過程，包括原材料的提取、加工、產品制造、使用、再生循環直至最終廢棄的環境因素的判別及潛在影響的評估和研究。其能夠較為全面地反映積累效應帶來的環境影響，但是其在碳排放計量中，對產品或服務的直接或間接碳足跡的研究具有不可估量的優勢，成為碳排放計量的主要理論之一[3，5]。

投入-產出分析（Inputoutput Analysis， IOA）方法自20世紀50年代就開始逐漸得到世界各國的普遍采用，成為經濟系統數量分析不可或缺的工具。其是實施生命周期評價理論的一種方法，其最大的優點是可直接使用國家統計部門的經濟數據，減少生命周期評價實施所需要收集的基礎數據。可通過計算“生態乘數（Ecological Multipliers，又稱生命周期乘數）”來計算生產一個產品所需要或排放總的資源總量或污染物總量[32]。

1.2研究邊界界定

邊界明確一直是專家學者們討論的一個重要議題。在現有的研究中，多以旅游者為視角，認為旅游業碳排放是指旅游者從客源地到目的地再回到客源地的旅游產品生命周期中，涉及到其吃、住、行、游、購、娛等環節所直接產生的碳排放量，并不包括旅游物質載體生產、制造與分發，和旅游管理部門等為旅游業正常運行而產生的間接碳排放量。其實質是旅游者碳排放量[33]。

現在，旅游業絕不僅是一個產業，更像是一個影響許多產業的“部門”，旅游業與現存的國民經濟部門有著千絲萬縷的聯系與影響。因此，本文認為，旅游業碳排放是指旅游產業活動過程中所直接和間接產生的二氧化碳（CO2）當量的估量值，包括旅游物質載體生產、制造與銷售，旅游管理部門等為旅游業正常運行而涉及到的間接碳排放當量，也包括第一、二、三產業間接為旅游業服務而產生的碳排放當量。

1.3研究分析框架

首先，旅游衛星賬戶（TSA）是指在國民經濟賬戶之外，按照國際統一國民經濟賬戶的概念和分類要求單獨設立的一個虛擬賬戶，通過對所有與旅游消費相關部門中，由于旅游而引致的產出部分分離出來單列入這一虛擬賬戶，以準確地測度旅游業的經濟影響[34]。如果說旅游是一個產業，從根本上講，旅游衛星賬戶則是測量這個產業產出的方法或途徑，其是連接旅游業和國民經濟核算系統中與旅游相關經濟產業的橋梁。因研究的需要，可以構建國家旅游衛星模擬賬戶。

其次，環境經濟綜合核算體系（SEEA），又稱綜合環境經濟核算衛星賬戶，其主要的特征為以國民核算體系（SNA）為基礎，建立涵蓋各種自然資源與環境生態領域的衛星賬表，將有關自然資源和環境的賬表與傳統的國民經濟賬戶連接起來[31]。以國家旅游衛星模擬賬戶為基礎，通過構建中間需求矩陣、最終使用矩陣以及計算旅游剝離系數，構建旅游環境-經濟綜合賬戶，可實現連接旅游經濟和旅游業對生態環境影響關系的橋梁。

然后，以旅游業經濟-環境綜合賬戶為基礎，通過生態乘數的計算，可以實現旅游業的直接與間接碳排放的計量。同時，基于旅游業環境賬戶，依據能源碳排放系數，計量得出旅游業直接碳排放量。具體如圖1所示。

1.4數據獲取與處理

從《中國統計年鑒》中獲取研究年份中國投入產出表，根據國民經濟行業標準（GB/T 4754-2011）和統計基礎情況，合并與拆分國民經濟產業部門，得到中國22部門（不包含旅游部門）投入產出矩陣表。從其“旅游”章節中獲取研究年份國際旅游（外匯）收入及構成，國內居民旅游總消費（包含城鎮居民旅游總消費和農村居民旅游總消費）。從其“能源”章節獲取研究年份中國44部門能源投入詳細數據。

另外，從《中國國內旅游抽樣調查資料》獲取研究年份的國內旅游城鎮居民散客出游人均花費及構成和農村居民散客出游人均花費及構成，以及從國家外匯管理局“統計數據”中獲取研究年份人民幣對美元匯率。

2“自上而下”的旅游業碳排放計量步驟構建

以國際通行規范性文件《2008年旅游衛星賬戶：概念推薦框架（TSA：RMF2008）》、《2008年國民經濟賬戶（SNA2008）》和《2003年環境-經濟綜合賬戶系統（SEEA 2003）》為基準，結合我國國家經濟核算體系、統計標準以及研究需要實際，構建“自上而下”的旅游業碳排放計量步驟。

第一步：確定TSA的核算范圍、基本概念、計價方式、編制基年等以及確定擬編制的表式。重點應該明確如下內容：①明確旅游和游客的概念；②明確游客消費的類型和范圍；③確定編制《TSA：RMF 2008》中的哪幾張表式。④確定編制基年和計價方式。

第二步：確定旅游特征產品、旅游相關產品和旅游特征產業、旅游相關產業目錄。重點應該明確兩個關鍵環節：①需要確定旅游特征活動是采用產業部門分類還是產品部門分類；②需要確認旅游特征產品和旅游特征活動的分類水平。

第三步：修訂《TSA：RMF2008》中選取的相關表式。旅游衛星賬戶的核心內容主要包含了10張內容上相互連接的賬戶和表格，研究者應根據研究目的與數據的可得性，對《TSA：RMF2008》中的推薦表式進行相應修訂。

第四步：應針對現有旅游部門統計調查數據和國民經濟核算數據，針對性分析現有數據的滿足情況以及這些數據的質量，并分析和列示缺失的數據，即構建旅游衛星賬戶所需但無法從現有數據中剖解出來的數據。

第五步：在明確缺失數據的基礎上，確定數據的解決方法，制定調查方案，如確定抽樣調查、典型調查、重點調查的方案，或者明確需要采用專家評議等方法解決的數據等。

第六步：數據的評估、處理和匯總，表式的拼接，研究報告的撰寫等后期工作，構建國家旅游衛星模擬賬戶，尤其是旅游剝離系數的計算。其中，旅游剝離系數的計算為Ri=ti/Ti，（i=1，2，...，n）。Ri為第i產業部門的旅游比率；ti為第i產業部門的旅游消費經濟總量，Ti為第i產業部門的總產出經濟總量（單位：RMB）。

第七步：構建研究年份中國投入產出矩陣表（22部門）。分析發現，不同年份中國投入產出矩陣表的構成部門是有差異的，如2000年、2002年、2005年為17部門，2007年為42部門。出于簡化研究的需要，以將中國投入產出矩陣表中產業部門按照國民經濟行業分類標準（GB/T4754-2011）整合與拆分為22個部門的投入產出矩陣表較為合適。

第八步：從研究年份中國投入產出矩陣表（22部門）中抽離出第Ⅰ象限和第Ⅲ象限中主要投入到中間需求部門的數據。

第九步：旅游部門購買物的量化。編輯經濟部門中能夠量化購買物（來自其他的22個部門）的數據列。研究認為22部門中旅游產業的部分具有與這些部門的平均投入組合相一致的投入結構。

第十步：旅游部門銷售物的量化。編輯經濟部門中能夠量化銷售額（到其他的22個部門）的數據行。在一般情況下，將旅游業認定為消費型產業，則其銷售行設為零。

第十一步：將旅游部門的列與行插入到中間需求矩陣。列（第九步）和行（第十步）插入到中間需求矩陣，得到研究年份中國包含23部門的中間需求矩陣。

第十二步：確定包含在23部門模型中的最終使用矩陣，實現將旅游業從國民經濟部門（22個）中剝離出來。

第十三步：通過合并第十一步、第十二步的中間需求矩陣與最終使用矩陣，構建包含旅游部門的23部門投入產出矩陣表。

第十四步：從中國國家統計局編制的《中國統計年鑒》中“能源”章節獲取研究年份按行業分類能源消耗量數據表。

第十五步：構建研究年份中國22部門能源投入賬戶。一般數據整合集中在第二產業，而數據拆分主要集中在第三產業。

第十六步：構建研究年份中國23部門（包括旅游部門）能源投入賬戶，將旅游業的能源消耗從其他經濟部門中獨立出來。

第十七步：基于國家能源投入與CO2排放的關系得到各產業部門CO2的排放量，來構建研究年份中國23部門（包括旅游部門）的CO2排放賬戶。

第十八步：將來自第十三步的矩陣（中國投入產出經濟矩陣，包括旅游部門的23部門）和來自第十七步的矩陣（能源消耗和CO2排放環境矩陣，包括旅游部門的23部門）整合為旅游業經濟-環境綜合賬戶。

第十九步：構建研究年份包含旅游部門的23部門凈矩陣（O-I）。這一矩陣可以從第十三步的投入-產出矩陣表中獲得。其中，O矩陣是總產出列向量的對角化矩陣，而I矩陣則是中間需求矩陣。

第二十步：計算（O-I）的可逆矩陣（O-I）-1。

第二十一步：確定生命周期乘數，即生態乘數。本研究用向量β乘以（O-I）-1

矩陣可以得到解向量ε。解向量ε中的元素即為每個經濟部門的生態乘數。向量β是23部門（包括旅游部門）的直接CO2排放。

第二十二步：確定旅游部門的第1輪影響。用對角矩

陣E

乘以（O-I）可以得到矩陣W。這樣就可以確定旅游部門的第一輪影響，即矩陣W的旅游部門列即為第一輪影響，包括間接投入和內涵產出。

第二十三步：確定旅游部門的第2輪至第n輪影響。旅游業間接碳排放的計算公式如下：Ii=Gi-Di。其中：Ii為旅游業各部門間接CO2排放量（單位：×106 t）；Gi為旅游業各部門總的CO2排放量（單位：×106 t）；Di為旅游業各部門直接CO2排放量（單位：×106 t）。另外，Gi=εi×ti。其中：Gi為旅游業各部門總的CO2排放量（單位：×106 t）；εi為旅游業各部門對應產業部門（22產業部門，不包含旅游業）的生態乘數（單位：kg/RMB）；ti為旅游業各部門的經濟總量（單位：RMB）。

第二十四步：利用第二十二步和第二十三步中的數據，繪制旅游業碳排放生命周期評價圖，呈現出直接流和間接流，同時在某一過程中，直接投入+間接投入=內涵產出。因第二輪后會出現大量的間接投入分支，故具體的標準需要被指定，以呈現一些重要的分支流。如第1輪間接CO2排放大于2×106 t，第2輪間接CO2排放大于0.60×106 t，第3輪間接CO2排放大于0.25×106 t，第4輪間接CO2排放大于0.10×106 t，第5輪間接CO2排放大于3 t，第6輪以后的間接CO2排放流量相對較小，故不再考慮進生命周期評價圖中。

3實證研究：2007年中國旅游業碳排放計量

3.1旅游業碳排放計量與細分

基于“自上而下”的旅游業碳排放計量框架，計算結果具體如下：

在旅游業碳排放計量上，2007年我國旅游業總CO2排放總量為169.78×106 t，占我國所有產業CO2排放總量的2.71%，同時占我國CO2排放總量（包含生活消費CO2排放）的2.44 %。其中，旅游業直接碳排放為73.56×106 t，分別為交通50.14×106 t，游覽1.33×106 t，住宿419×106 t，餐飲473×106 t，商品銷售814×106 t，娛樂067×106 t，郵電通訊045×106 t，其他服務390×106 t。旅游業間接碳排放為9623×106 t，分別為交通3704×106 t，游覽597×106 t，住宿1038×106 t，餐飲1171×106 t，商品銷售1580×106 t，娛樂288×106 t，郵電通訊094×106 t，其他服務1150×106 t。具體請見表1。

進一步發現，采用“自上而下”法計量得知我國旅游業直接碳排放為7356×106 t，占全國碳排放總量的106%。其中，交通占68.17%、住宿占5.70%、活動占1.81%、購物占11.06%、餐飲占4.73%、娛樂占0.92%、其他占5.31%。而已有研究“自下而上”法計量得出2008年我國旅游業CO2排放總量為5134×106 t，占全國碳排放總量的086%。其中，交通3477×106 t（6772%）、住宿1536×106 t（2992%）、活動121×106 t（236%）。并指出，旅游業有高達25%-65%的間接消耗能源消耗

圖2“自上而下”的旅游業碳排放計量框架

Fig.2Topdown carbon emission measurement for tourism industry

量[7]。比較發現，2008年我國旅游業碳排放約低估22×106 t，其中旅游交通碳排放約低估16×106 t，住

宿碳排放約高估11×106 t，而旅游活動碳排放基本一致。但是在購物、餐飲、娛樂以及其他等旅游部門未估計約17×106 t。另外，對2003-2004年澳大利亞旅游業直接碳排放計量發現，其直接碳排放為

26.3×106 t，其中交通為16.65×106 t（63.30%）、住宿2.42×106 t（9.22%）、購物1.85×106 t（7.05%）、餐飲0.75×106 t（2.84%）、其他4.63×106 t（17.59%）[27]。因而，交通、住宿與購物是旅游業碳排放的直接來源。

3.2旅游業與國民經濟其他行業部門的比較

在國民經濟各部門直接碳排放比較上，縱觀2007年國民經濟各行業部門的CO2排放總量，旅游業CO2直接排放總量位列第十六位，其中處于前四位的為金屬產品制造業，化工工業，電力、熱力及水的生產和供應業和非金屬礦物制造業、交通運輸及倉儲業。具體請見圖3。

圖32007年23產業部門直接CO2排放總量圖

Fig.3Direct CO2 emission of 23 industries

in China in 2007

在國民經濟各行業部門的生態乘數比較上，2007年旅游業的生態乘數為0.16 kg/元，即1元經濟產出所排放的直接和間接的CO2總量為0.16 kg，位列第十一位。其中，其生態乘數高于旅游業的行業部門包括采掘業（019 kg/元），食品制造及煙草加工業（013 kg/元），紡織、縫紉及皮革產品制造業（019 kg/元），其他制造業（018 kg/元），電力、熱力及水的生產和供應業（034 kg/元），煉焦、煤氣及石油加工業（031 kg/元），化學工業（031 kg/元），非金屬礦物制品業（044 kg/元），金屬產品制造業（044 kg/元），機器設備制造業（018 kg/元），建筑業（027 kg/元），交通運輸及倉儲業（028 kg/元）。具體如圖4所示。因而，旅游業作為現代服務業的龍頭，其的大力發展是有利于我國的節能減排目標的實現。

圖42007年23產業部門生態乘數比較

Fig.4Comparison of ecological multipliers for

23 industries in China in 2007

在國民經濟行業對旅游業間接碳排放的貢獻上，國民經濟行業對旅游業碳排放的第一輪影響如下，農林牧漁業403×106 t，采掘業054×106 t，食品制造及煙草加工業1066×106 t，紡織、縫紉及皮革產品制造業207×106 t，其他制造業357×106 t，電力、熱力及水的生產和供應業618×106 t，煉焦、煤氣及石油加工業2016×106 t，化學工業549×106 t，非金屬礦物制品業084×106 t，金屬產品制造業227×106 t，機器設備制造業1085×106 t，建筑業126×106 t，交通運輸及倉儲業1390×106 t，郵政、信息傳輸、計算機服務和軟件業099×106 t，批發和零售業158×106 t，住宿和餐飲業236×106 t，金融業239×106 t，房地產業、租賃和商務服務業353×106 t，水利、環境和公共設施管理業021×106 t，居民服務和其他服務業210×106 t，文化、體育和娛樂業058×106 t，其他服務業067×106 t。其貢獻百分比率請見圖5。

圖52007年23產業部門對旅游業的

間接碳排放貢獻比率

Fig.5Contibution of 23 industries to indirect CO2

emission of tourism industry in China in 2007

從圖5可知，我國旅游業間接碳排放的主要貢獻國民經濟部門為煉焦、煤氣及石油加工業（21%）、交通運輸及倉儲業（14%）機器設備制造業（11%）食品制造及煙草加工業（11%），占總貢獻率的57%。對澳大利亞的研究表

圖62007年旅游業直接和間接CO2排放生命周期評價圖

Fig.6Life cycle assessment of direct and indirect CO2 emission of tourism industry in 2007

明，2003年-2004年其旅游業間接碳排放來源主要自農林漁業（3064%）和煤電業（3744%），約占總貢獻率的6808%[27]。新西蘭的研究表明，1997年其旅游業的間接碳排放主要來自國際旅游（3033%）、國內交通（2339%）、食品與飲料（698%）、基礎金屬制品（661%）、零售業（661%）、紙漿與紙產品（660%），占總貢獻率的8052%[3]。因而，在不同的國家，不同的旅游發展階段，其間接碳排放的來源也是呈現出差異性的。2007年我國旅游業碳排放生命周期圖如圖6所示。

4結論與展望

在旅游業碳排放計量框架構建上，本研究通過以生命周期評價理論和投入產出分析方法為基礎，以國民經濟核算系統（SNA）和國家旅游衛星賬戶（TSA）為經濟數據基礎，以環境-經濟綜合賬戶（SEEA）的標準為參照，實現構建國家旅游衛星模擬賬戶、旅游業環境-經濟綜合賬戶為橋梁的“自上而下”的我國旅游碳排放計量框架體系。

在旅游業碳排放細分構成上，2007年我國旅游業碳排放總量為16978×106 t，占我國所有產業碳排放總量的271%，占我國碳排放總量（包含生活消費碳排放）的244%。其中，旅游業直接與間接碳排放分別為7356×106 t和9623×106 t。另外，旅游業間接碳排放主要來自于煉焦、煤氣及石油加工業，交通運輸及倉儲業，機器設備制造業，食品制造及煙草加工業等產業。

在產業生態乘數比較上，2007年旅游業的生態乘數為016 kg/RMB，位列第十一位。與電力、熱力及水的生產和供應業，煉焦、煤氣及石油加工業，化學工業，金屬礦物制品業等第二產業相比，其表現出良好的產業節能減排優勢。

未來旅游業的節能減排政策方面，首先應該需要強化樹立旅游業作為現代服務業龍頭地位的認識，從生產業的視角，認識旅游業對國民經濟發展的強大貢獻，與其他行業相比，其在單位GDP能耗相對較小。其次，在旅游業內部節能減排的路徑選擇上，應該多加強在旅游交通、商品銷售、餐飲和住宿等方面的碳減排政策與措施的制定，發展相應的節能減排技術，方可真正實現旅游業的低碳化發展。然后，在整個國民經濟節能減排政策對旅游業的影響路徑選擇上，應該需要著重加強煉焦、煤氣及石油加工業、交通運輸及倉儲業、機器設備制造業、食品制造及煙草加工業等產業半成品與成品制品在旅游業中的使用，優化其生產技術，將更能促進旅游業的節能減排。

盡管本文借助現有的旅游經濟與環境影響評估理論與技術構建了“自上而下”的旅游業碳排放計量框架，且進行了實證研究。但在如下方面仍需進一步規范或深入：研究使用的國民經濟行業規范有待細分；研究使用的基礎數據有待完善；特殊旅游活動的投入產出有待詳實； 旅游業沉沒成本有待考慮等。另外，以此為契機，未來旅游業碳排放的研究應重點把握如下方面：研究歷年來旅游業碳排放的演變規律；旅游業經濟發展與旅游碳排放之間的關系；旅游業碳排放的主要驅動力；整套完善的國家經濟和能源賬戶系統的構建；旅游業社會和文化成本碳排放研究等。

參考文獻（References）

[1]鐘永德， 李世宏， 羅芬. 旅游業對氣候變化的貢獻研究進展[J]. 中國人口?資源與環境， 2013，23（3）：158-164.[Zhong Yongde， Li ShiHong， Luo Fen. Contribution of Tourism Industry on Climate Change： A Literature Review[J]. China Population， Resources and Environment， 2013，23（3）：158-164.]

[2]UNWTO， UNEP. Climate Change and Tourism：Responding to Global Challenges[M]. Madrid： CEDRO， 2008.

[3]Becken S， Patterson M. Measuring National Carbon Dioxide Emissions from Tourism as a Key Step Towards Achieving Sustainable Tourism[J]. Journal of Sustainable Tourism， 2006，14（4）：323-338.

[4]Dwyer L， Forsyth P， Spurr R， et al. Estimating the Carbon Footprint of Australian Tourism[J]. Journal of Sustainable Tourism， 2010，18（3）：355-376.

[5]Filimonau V， Dickinson J E， Robbins D， et al. A Critical Review of Methods for Tourism Climate Change Appraisal： Life Cycle Assessment as a New Approach[J]. Journal of Sustainable Tourism， 2011，19（3）：301-324.

[6]Dubois G， Ceron J P. Tourism/Leisure Greenhouse Gas Emissions Forecasts for 2050： Factors for Change in France[J]. Journal of Sustainable Tourism， 2006，14（2）：172-191.

[7]石培華， 吳普. 中國旅游業能源消耗與CO2排放量的初步估算[J]. 地理學報， 2011，66（2）：235-243.[Shi Peihua， Wu Pu. A Rough Estimation of Energy Consumption and CO2 Emission in Tourism Sector of China[J]. Acta Geographica Sinica， 2011，66（2）：235-243.]

[8]Bagliani M， Galli A， Niccolucci V， et al. Ecological Footprint Analysis Applied to a Subnational Area： The Case of the Province of Siena （Italy）.[J]. Journal of Environmental Management， 2008，86（2）：354-364.

[9]陶玉國， 張紅霞. 江蘇旅游能耗和碳排放估算研究[J]. 南京社會科學， 2011，（8）：151-156.[Tao Yuguo， Zhang Hongxia. A Rough Estimation of Energy Consumption and CO2 Emission in Tourism Sector of Jiangsu Province[J]. Social Sciences in Nanjing ， 2011，（8）：151-156.]

[10]王立國， 廖為明， 黃敏， 等. 基于終端消費的旅游碳足跡測算――以江西省為例[J]. 生態經濟， 2011（5）：120-124.[Wang Liguo， Liao Weiming， Huang Min， et al. Calculation of Tourism Carbon Footprint on Final Consumption：A Case of Jiangxi Province[J]. Ecological Economy， 2011（5）：120-124.]

[11]Sisman D. Tourism Destinations Carbon Footprints[R]. Cambridge， UK： 2007.

[12]Kelly J， Williams P W. Modelling Tourism Destination Energy Consumption and Greenhouse Gas Emissions： Whistler， British Columbia， Canada[J]. Journal of Sustainable Tourism， 2007，15（1）：67-90.

[13]王懷. 張家界旅游者碳足跡[D]. 長沙： 中南林業科技大學， 2010.[Wang HuaiCai. Research on Tourist Carbon Footprint in Zhangjiajie[D]. Changsha： Central South University of Forestry & Technology， 2010.]

[14]Becken S， Simmons D G. Understanding Energy Consumption Patterns of Tourist Attractions and Activities in New Zealand[J]. Tourism Management， 2002，23（4）：343-354.

[15]Lin T. Carbon Dioxide Emissions From Transport in Taiwans National Parks[J]. Tourism Management， 2010，31（2）：285-290.

[16]， 黃繼華， 莫延芬， 等. 昆明市四星級酒店住宿產品碳足跡計算與分析[J]. 旅游學刊， 2010，25（3）：27-34.[Li Peng， Huang Jihua， Mo Yanfen，et al. Carbon Footprint Calculation and Analysis of Accommodation Services in Fourstar Hotels of Kunming[J]. Tourism Tribune， 2010，25（3）：27-34.]

[17]， 楊桂華. 云南香格里拉旅游線路產品生態足跡[J]. 生態學報， 2007，27（7）：2954-2963.[Li Peng， Yang Guihua. The Ecological Footprint Study of Tourism Itinerary Production in ShanggriLa， Yunnan Province[J]. Acta Ecologica Sinica， 2007，27（7）：2954-2963.]

[18]， 楊桂華， 鄭彪， 等. 基于溫室氣體排放的云南香格里拉旅游線路產品生態效率[J]. 生態學報， 2008，28（5）：2207-2219.[Li Peng， Yang Guihua， Zheng Biao， et al. GHG Emissionbased Ecoefficiency Study on Tourism Itinerary Products in ShangriLa， Yunnan Province， China[J]. Acta Ecologica Sinica， 2008，28（5）：2207-2219.]

[19]Becken S. Analysing International Tourist Flows to Estimate Energy Use Associated with Air Travel[J]. Journal of Sustainable Tourism， 2002，10（2）：114-131.

[20]Becken S， Simmons D G， Frampton C. Energy Use Associated with Different Travel Choices[J]. Tourism Management， 2003，24（3）：267-277.

[21]Byrnes T A， Warnken J. Greenhouse Gas Emissions from Marine Tours： A Case Study of Australian Tour Boat Operators[J]. Journal of Sustainable Tourism， 2006，14（3）：255-270.

[22]Peeters P， Schouten F. Reducing the Ecological Footprint of Inbound Tourism and Transport to Amsterdam[J]. Journal of Sustainable Tourism， 2006，14（2）：157-171.

[23]魏艷旭， 孫根年， 馬麗君， 等. 中國旅游交通碳排放及地區差異的初步估算[J]. 陜西師范大學學報：自然科學版， 2012，40（2）：76-84.[Wei YanXu， Sun GenNian， Ma LiJun， et al. Estimating the Carbon Emission and Regional Differences of Tourism Transport in China[J]. Journal of Shaanxi Normal Univeristy： Natural Science Edition， 2012，40（2）：76-84.]

[24]包戰雄， 袁書琪， 陳光水. 不同游客吸引半徑景區國內旅游交通碳排放特征比較[J]. 地理科學， 2012，32（10）：1168-1175.[Bao ZhanXiong， Yuan ShuQi， Chen GuangShui. Carbon Dioxide Emission From Tourist Transport in Three Destinations of Different Travel Distances[J]. Scientia Geographica Sinica， 2012，32（10）：1168-1175.]

[25]肖瀟， 張捷， 盧俊宇， 等. 旅游交通碳排放的空間結構與情景分析[J]. 生態學報， 2012，32（23）：7540-7548.[Xiao Xiao， Zhang Jie， Lu JunYu， et al. Analysis on Spatial Structure and Scenarios of Carbon Dioxide Emissions From Tourism Transportation[J]. Acta Ecologica Sinica， 2012，32（23）：7540-7548.]

[26]Forsyth P， Hoque S， Dwyer L， et al. The Carbon Footprint of Australian Tourism[R].Sustainable Tourism Cooperative Research Center， 2008.

[27]Dwyer L， Forsyth P， Spurr R， et al. Estimating the Carbon Footprint of Australian Tourism[J]. Journal of Sustainable Tourism， 2010，18（3）：355-376.

[28]Perchnielsen S， Sesartic A， Stucki M. The Greenhouse Gas Intensity of the Tourism Sector： The Case of Switzerland[J]. Environmental Science and Policy， 2010，13（2）：131-140.

[29]Tabatchnaiatamirisa N， Loke M K， Leung P， et al. Energy and Tourism in Hawaii[J]. Annals of Tourism Research， 1997，24（2）：390-401.

[30]Dubois G， Ceron J P. Tourism/Leisure Greenhouse Gas Emissions Forecasts for 2050： Factors for Change in France[J]. Journal of Sustainable Tourism， 2006，14（2）：172-191.

[31]李世宏. 我國旅游業碳排放計量研究[D]. 長沙： 中南林業科技大學， 2012.[Li Shihong. Research on Measurement of Tourism Carbon Emission in China[D]. Changsha： Central South University of Forestry & Technology， 2010.]