碳减排的含义范文
时间：2023-12-22 17:48:19
导语：如何才能写好一篇碳减排的含义，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
关键词：碳减排；治理机制创新；利益相关者；界定与分类
中图分类号：F062.2
文献标识码：A 文章编号：16721101（2014）05001708
如何进行环境治理，减少碳排放，实现可持续发展，是我国当前亟待解决的重要问题。
从目前我国碳排放治理的实践来看，存在着企业投资动力不足，科研机构创新精神不够；政府管理部门多、杂，权利交织导致调控力下降，治理成本高；管理方式行政化，与其他利益相关者的利益冲突严重等问题。本文对碳减排利益相关者界定为对碳减排负有责任、拥有相应的权力和减排手段，对碳减排目标实现具有较大影响，与碳减排利益关系较大的组织。
这些问题表明了我国碳排放治理中政府单方治理的高成本、低效益，同时利益相关者的力量未得到有效利用。针对存在的这些问题，作者将从利益相关者共同治理角度对碳减排治理模式进行创新研究，为我国碳排放治理开辟新的途径。本文将对我国碳减排的利益相关者进行界定和分类，回答谁是利益相关者，并对其进行分类，明确其在碳减排中的角色地位。
一、文献综述
目前与碳排放利益相关者分类直接相关的研究文献尚未检索到。
碳排放方面的研究主要集中在碳排放的驱动因素及其影响程度，碳排放与经济增长、能源消费等的关系及碳排放的因素分解等方面[1-4]。学者研究认为我国碳排放增长的主要原因在于产业结构、能源结构、能源效率、人口因素、城镇化建设等方面，据此提出了调整产业结构、提高非化石能源比重、能源效率和人口素质等方面的建议[5-7]。这些丰硕的研究成果是本文进一步研究的基础。碳排放治理的文献侧重于政府单向治理，如碳减排政策的制定、取向分析和政府在碳减排中的职能等[8-11]。李欣研究认为环境治理中政府管制手段的优点是强制性高，效果明显，缺点是简单粗暴，经济效益差以及深层次的无法回避的制度缺陷[12]。学者在碳排放权市场交易机制、碳税、碳金融政策等方面也有大量研究成果[13-15]。如樊纲为代表的学者明显倾向于碳税政策[16]，而国务院发展研究中心课题组则明确建议采用碳市场制度[17]。财政税收手段属于双刃剑，一方面会带来碳排放量的下降，另一方面其对能源产业、收入分配、就业、国际贸易及公平性等方面的影响难以确定[18-19]。碳排放市场交易手段在国际层面的问题是如何确定初始碳排放的国际分配及界定方面，难以达成国际共识，在国家层面其关键问题是碳排放总量控制制度及市场机制的完善问题，也难以发挥利益相关者的推动力和积极性。
碳减排政策建议从客观上来看是降低碳排放的有效途径，而政策的实施要依赖于利益相关者去执行，其实施效果取决于利益相关者群体的执行程度和积极性。同时，目前的治理模式不能发挥利益相关者的积极性和推动力量。因此，提高碳减排效果还需要研究利益相关者及其在碳减排中的角色地位、利益要求等。
利益相关者治理理论早期主要应用于公司治理的研究，近年来扩展到了生态旅游和可持续能源等领域，得到了广泛应用。本文将利益相关者理论引入碳排放治理领域，试图突破目前的碳税治理和碳排放权治理模式的研究，为我国碳排放治理研究新的途径，提供新的选择。
二、方法与数据
（一）研究方法
根据本文对我国碳减排利益相关者的界定，选择政府、生产企业、银行、碳排放权交易机构、研发机构、能源供应行业、新闻媒体、公众团体、投资者、中介机构等10个组织进行调查研究。需要说明的是，中国管理碳减排的部门有国家各级政府部门、国家及各级环保部门和各级节能减排部门，在控制碳排放事务方面他们属于互补关系和上下级关系，共同为治理碳排放任务工作。因此，在本文中中国政府管理碳排放的部门统称为政府，以下不在说明。
借鉴学者提出的“多维细分法”和“米切尔评分法”的分析思路[20-22]，本文从利益相关者的合法性、权利属性和利益要求的紧急性三个维度对中国碳排放的利益相关者进行界定和分类。
根据界定与分类方法，本文编写了调查问卷，要求调查对象分别从合法性、权利属性、紧急性等三个维度对所给出的10种利益相关者与碳减排的相关程度按着从大到小进行排序，排名第一用1分表示，排名第二用2分表示，依次类推。因此，1分表示相关程度最大，2分表示相关程度第二大，依次类推，10分表示相关程度最小。
其中，合法性，表示该组织是否在法律或道德或特定的被赋予了减少碳排放的义务、责任，或承担了碳减排风险；权力属性，表示该组织是否拥有影响我国碳减排的能力、地位和相应的手段，对碳减排目标实现影响力的重要性程度；紧急性，表示该组织与碳减排的利益相关程度和实现碳减排目标的迫切性程度。
（二）数据来源
通过对调查对象的分析、选择，本次调查共计发放调查问卷750份，实际回收586份，回收率78.13%，回收的问卷中有效问卷529份，回收问卷有效率90.27%。调查对象的分布情况如表1所示。
表1 调查对象的分布情况
分类频数百分比（%）
性别男29655.95
女23344.05
年龄30岁及以下18534.97
30-40 岁16431.00
40岁以上18034.03
学历本科24345.94
硕士研究生 19436.67
博士研究生9217.39
工作行业大学417.75
研发机构499.26
政府部门6311.91
生产企业6913.04
金融业438.13
中介组织529.83
能源供应行业489.07
新闻媒体519.64
碳排放权交易机构529.83
公众团体6111.53
从调查对象的分布情况来看，调查对象性别、年龄结构分布合理，学历为本科以上层次，对碳减排能有较为准确的认识和理解，从工作行业来看分布在大学等10个行业，包含了碳减排的利益相关者行业，调查对象来源较为广泛。从调查样本数量来看，除其它行业外最少的分类变量数据大于40个，数据量可以满足统计分析的基本要求。
三、实证结果与分析
对回收的有效问卷利用SPSS16.0软件进行统计分析，包括调查数据描述性统计、配对样本T检验。
（一）描述性统计
首先，对调查结果从合法性、权利属性和紧急性三个维度进行描述性统计。三个维度的描述性统计结果分布如表2、表3和表4所示：
表2 利益相关者合法性维度上评分的描述性统计
（N）（Min）（Max）（Mean）Std D.
政府529172.155 30.703 6
生产企业529181.135 90.931 2
银行5292105.935 01.410 4
碳排放权
交易机构5291108.841 71.160 6
研发机构5292103.791 31.468 1
能源供应行业5293104.660 21.531 4
新闻媒体5291105.201 01.240 1
公众团体5291107.188 30.857 6
机构投资者5292108.233 00.988 4
中介机构5294106.730 10.703 6
注：根据调查问卷的按相关程度大小排序要求，1分表示相关程度最大，2分表示相关程度第二大，依次类推，10分表示相关程度最小。表2、表3的含义相同。
如表2所示，从碳减排的合法性维度上来看，按平均得分的大小，合法性程度从高到底依次为：生产企业、政府、研发机构、能源供应行业、新闻媒体、银行、中介机构、公众团体、机构投资者、碳排放权交易机构。
表3 利益相关者权利性维度上评分的描述性统计
（N）（Min）（Max）（Mean）Std D.
政府529151.679 60.542 2
生产企业529192.18641.088 4
银行5292105.820 42.106 1
碳排放权
交易机构529198.956 32.093 2
研发机构5291104.272 81.285 3
能源供应行业5292105.101 91.310 0
新闻媒体5291103.252 41.596 6
公众团体529187.762 11.506 1
机构投资者5291106.757 31.091 7
中介机构5294107.168 01.251 3
如表3所示，从碳减排的权利属性维度来看，权利大小从高到底依次为：政府、生产企业、新闻媒体、研发机构、能源供应行业、银行、机构投资者、中介机构、公众团体、碳排放权交易机构。
表4 利益相关者紧急性维度上评分的描述性统计
（N）（Min）（Max）（Mean）Std D.
政府529151.626 21.727 0
生产企业529192.132 01.448 2
银行5292107.077 71.655 6
碳排放权交易机构5291108.664 81.3798
研发机构5292105.193 21.580 8
能源供应行业5293104.889 30.928 8
新闻媒体5291103.786 42.269 8
公众团体5291104.089 31.462 9
机构投资者5291106.359 21.942 8
中介机构5293107.972 80.807 0
如表4所示，从碳减排的利益要求被关注的紧急性维度来看，从高到底依次为：政府、生产企业、新闻媒体、公众团体、能源供应行业、研发机构、机构投资者、银行、中介机构、碳排放权交易机构。
（二）配对样本T检验
利用配对样本T检验（Paired-Samples Test）进一步判断上述利益相关者每两个变量均值之差与0是否具有显著性差异。
合法性维度利益相关者评分均值差异的配对样本T检验结果如表5所示。
表5 合法性维度评分均值差异的配对样本T检验结果
123456789
1.政府
2.生产企业0.98**（7.77）
3.银行7.18**（7.36）6.20**（4.83）
4.碳排放权交易机构5.29*（4.32） 4.31**
（6.91）1.89（2.71）
5.研发机构5.64*
（4.25）4.66**
（7.51）1.54**
（5.35）0.35**（5.52）
6.能源供应行业4.50**
（5.40）3.52**
（8.79）2.67**
（4.77）0.78**
（5.80）1.13**
（6.37）
7.新闻媒体7.65**
（5.25）6.67**
（8.01）0.47**
（4.84）2.36**
（6.04）2.01**
（7.75）3.14
（2.09）
8.公众 团体3.73**
（6.52）2.75**
（9.24）3.45**
（8.52）1.55**
（4.72）1.90**
（8.02）0.77**
（9.70）3.91**
（8.54）
9.机构投资者5.08**
（4.48）4.10**
（4.79）2.10**
（8.25）0.21**
（5.44）0.56**
（7.38）0.57
（1.25）2.57**
（7.75）1.34**
（3.69）
10.中介机构6.17**
（4.38）5.19**
（9.15）1.00**
（4.10）0.89**
（3.82）0.54**
（5.31）1.67**
（5.87）1.47**
（4.88）2.44**
（6.15）1.10**
（8.01）
注：未加括号的数据表示某两类利益相关者在该维度上评分的均值的差，括号内的数据为配对样本T 检验值。*表示均值之差通过了95%置信度的检验，**表示均值之差通过了99%置信度的检验。均
值之差的数据下方有横线者，表示未通过检验。表6、表7含义相同。
从表5可以看出，从合法性维度来看，除个别利益相关者未通过配对样本检验外，绝大部分检验结果具有非常显著的统计意义上的差别，表明绝大部分利益相关者的排序都具有显著的统计意义上的差别。因此，合法性维度上利益相关者的评分均值可以反映其在碳减排中合法性程度的大小关系。
权利维度利益相关者评分均值差异的配对样本T检验结果如表6所示。
表6 权力维度评分均值差异的配对样本T检验结果
123456789
1.政府
2.生产企业0.89**
（4.24）
3.银行7.03**
（4.16）6.14*
（5.36）
4.碳排放权交易机构2.17**
（5.02）1.28**
（6.29）4.86**
（5.81）
5.研发机构1.79**
（4.53）0.89**
（5.22）5.25**
（4.96）0.38**
（6.20）
6.能源供应行业3.82**
（6.33）2.92**
（7.27）3.22**
（7.13）1.65**
（7.96）2.03
（1.23）
7.新闻媒体6.47**
（4.95）5.57**
（5.72）0.5**7
（6.36）4.30**
（7.81）4.68**
（7.63）2.65
（1.92）
8.公众团体0.02**
（4.26）0.92**
（5.28）7.06**
（5.94）2.19**
（5.22）1.81**
（6.73）3.84**
（5.85）6.49**
（4.24）
9.机构投资者3.97**
（6.24）3.08**
（7.22）3.06**
（7.58）1.80**
（7.91）2.18**
（6.34）0.16**
（6.21）2.50**
（6.39）4.00**
（7.03）
10.中介机构5.78**
（5.08）4.89**
（7.19）1.25**
（7.06）3.61**
（6.10）4.00**
（6.76）1.97**
（6.18）0.68**
（7.25）5.81**
（6.89）1.81**
（7.82）
从表6可以看出，从权力维度来看，仍然是绝大部分检验结果具有非常显著的统计意义上的差别，表明绝大部分利益相关者的排序都具有显著的统计意义上的差别。因此，权利维度上利益相关者的评分均值可以反映其在碳减排中权利的大小关系。
紧急性维度利益相关者评分均值差异的配对样本T检验结果如下页表7所示。
从表7可以看出，从权力维度来看，大部分检验结果具有非常显著的统计意义上的差别，表明绝大部分利益相关者的排序都具有显著的统计意义上的差别。因此，紧急性维度上利益相关者的评分均值可以反映其在碳减排中紧急性程度的大小关系。
（三）分类结果
根据各个利益相关者在三个维度上的得分均值及配对样本T检验结果，我们可以得到中国碳减排的利益相关者分类情况，如表8所示。
根据表8中的各个利益相关者的在三个维度的评分分布情况，本文对我国碳减排的利益相关者分类如下：
核心利益相关者，至少在2个维度的得分在4分以下。他们在中国减少碳排放的作用不可或缺，承担着碳减排的责任和义务，与减少碳排放具有紧密的利害联系，在碳减排活动中，有一定的利益要求和权利，在很大程度上可以决定碳减排目标的实现与否。 他们包括政府、生产企业、新闻媒体。
重要利益相关者，至少在两个维度上的得分在4分以上和6分以下。他们已经与碳减排形成了较为密切的关系，付出了专用性投资，在实践中承担者一定的风险。在正常状态下，他们一般表现为一种显性契约人，而一旦其利益要求没有得到很好的满足或受到损害时，他们可能从潜在状态变为活跃状态，从而直接影响我国碳减排目标的实现。他们包括研发机构、能源供应行业、银行。
一般利益相关者，至少在两个维度上的得分在6分以上。他们对我国碳减排目标的实现发挥辅助作用，往往被动的受到碳减排活动的影响，不能对减少碳排放直接施加影响，对实现减少碳排放目标的重要性程度较低，其实现利益要求的紧迫性也不强，他们包括中介机构、公众团体、机构投资者、碳排放权交易机构。
表7 紧急性维度评分均值差异的配对样本T检验结果
123456789
1.政府
2.生产企业1.31**
（5.04）
3.银行6.15**
（5.49）7.45
（1.08）
4.碳排放权交易机构3.74**
（5.07）5.05*
（4.51）2.40**
（8.06）
5.研发机构0.54**
（3.84）0.77**
（8.30）6.68**
（4.13）4.28**
（5.87）
6.能源供应行业3.26*
（4.95）4.56**
（3.64）2.89*
（4.33）0.49**
（5.24）3.80**
（4.86）
7.新闻媒体4.85**
（6.26）6.16**
（3.12）1.29**
（4.23）1.11**
（5.26）5.39
（1.98）1.60**
（4.24）
8.公众团体1.26**
（6.98）2.56**
（6.08）4.89**
（7.18）2.49**
（6.36）1.80**
（5.24）2.00**
（5.82）3.60**
（6.33）
9.机构投资者5.93**
（3.92）7.23**
（4.08）0.22**
（3.89）2.18**
（4.32）6.47**
（5.16）2.67**
（4.91）1.07**
（4.56）4.67
（0.12）
10.中介机构5.14**
（3.75）6.45**
（4.32）1.00*
（4.78）1.40**
（3.81）5.68**
（3.97）1.88**
（5.01）0.29**
（4.61）3.88**
（5.58）0.79
（0.69）
表8 中国碳减排利益相关者三维分类结果
评分[1，4][4，6][6，10]
合法性生产企业、政府、研发机构能源供应行业、新闻媒体、银行中介机构、公众团体、机构投资者、
碳排放权交易机构
权力性政府、生产企业、新闻媒体研发机构、能源供应行业、银行机构投资者、中介机构、公众团体、碳排放权交易机构
紧急性政府、生产企业、新闻媒体公众团体、能源供应行业、研发机构机构投资者、银行、中介机构、碳排放权交易机构
四、结论与展望
通过广泛的问卷调查和分析，本文将我国碳减排的利益相关者划分为核心利益相关者、重要利益相关者和一般利益相关者。不同的利益相关者在不同领域对我国碳减排发挥作用。
从核心利益相关者来看，控制及减少碳排放具有公共事务的性质，因此调查对象普遍认为政府在碳减排中应发挥主导作用，包括政策制定、管理机制、利益关系调节等政府均应发挥领导作用。生产企业是主要碳排放者和减少碳排放的直接执行者，因此是实现减排目标的关键。生产企业在生产中担负着加强节能环保技术开发、引进技术设备减少碳排放、提高产品的环保性能等重要作用。同时，减少碳排放在一定时期上将增加企业生产成本，提高产品价格，因此，生产企业实现减少碳排放需要外部力量的介入及资金支持。新闻媒体在碳减排中具有强大的舆论宣传优势及监督能力，被调查对象给予了厚望。政府、生产企业及新闻媒体分别在领导、执行、监督三个方面对我国实现碳减排目标中发挥核心主导作用。
从重要利益相关者来看，研发机构一方面为减少碳排放提供政策建议、决策支持，另一方面提供技术支持，提高我国能源的利用效率，从而减少碳排放。能源消费是碳排放的主要来源，能源供应行业可以通过控制能源供应的种类、数量及价格来影响能源的消费数量及种类，促使消费者加大节能投入，同时，可以开发新的绿色能源，从而减少碳排放。银行在政府的领导下通过对融资项目进行环保评价控制资金的供给和使用方向来引导节能减排行为，也在客观上承担了减排责任和风险。但目前其作用还非常有限。研发机构、能源供应行业和银行分别在技术支持、能源供给种类及数量、资金供给等方面对我国碳减排发挥重要作用。
从一般利益相关者来看，中介机构在碳减排中负责检测、检验认证、咨询策划等，可以帮助和促进碳排放交易的顺利进行，降低交易成本和费用。公众团体可以通过举办活动向社会宣传能源、气候及环境状况等，提高社会公众的节能减排的认识，也会通过一些活动向污染较大的生产企业进行抗议，对其施加压力，督促其减少碳排放。机构投资者可以为企业实现减排目标提供资金支持，但其以盈利为目标，其投资活动将以其预期盈利目标为前提。碳排放权交易机构是解决碳排放的问题的市场机制，促进具有成本效率的碳减排。现阶段由于碳排放治理是市场机制还处于起步阶段，他们能发挥的作用还非常有限或尚未发挥作用。随着市场机制的成熟和完善，这些利益相关者在碳减排中从碳检测认证、投融资、市场交易等角度对我国碳减排发挥重要的辅助作用。
明确了利益相关者在碳减排中的角色地位可以为我们构建合理的利益相关者共同治理机制，促进利益相关者在碳减排中发挥积极作用和推动力量提供指导。参考文献：
[1] 孙作人，周德群，周鹏.工业碳排放驱动因素研究：一种生产分解分析新方法[J]. 数量经济技术经济 ，2012（5）：63-74.
[2] 何小钢，张耀辉. 中国工业碳排放影响因素与CKC重组效应―基于STIRPAT模型的分行业动态面板数据实证研究 [J]. 中国工业经济，2012（1）：26-35.
[3] Ang J B.CO2 Emissions， Research and Technology Transfer in China[J]. Ecological Economics， 2009， 68： 2658-2665.
[4] Betül zer， Erdem G rgün， Selahattin ncecik. The scenario analysis on CO2 emission mitigation potential in the Turkish electricity sector： 20062030 [J]. Energy， 2013（49）： 395-403.
[5] 林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009（4）： 27-36.
[6] 陈诗一. 中国碳排放强度的波动下降模式及经济解释[J]. 世界经济，2011（4）： 124 143 .
[7] 王小鲁，樊纲，刘鹏. 中国经济增长方式转换和增长可持续性[J]. 经济研究，2009（1）：4-16.
[8] Apergis N，J. E. Payne. CO2 emissions， energy usage and output in central America [J]. Energy Policy， 2009， 37（8）：3 282-3 286.
[9] Thanh Cong Nguyen， Jackie Robinson， Shinji Kaneko， et.al. Estimating the value of economic benefits associated with adaptation to climate change in a developing country： A case study of improvements in tropical cyclone warning services [J]. Ecological Economics， 2013， 86 （2）： 117-128.
[10] 途正革.中国的碳减排路径与战略选择-基于行业部门碳排放量的指数分解分析 [J].中国社会科学，2012（3）：78-94.
[11] Henri L. F. de Groot， Erik T. Verhoef and Peter Nijkamp.Energy saving by firms： decision-making， barriers and policies [J]. Energy Economics， 2001， 23 （6）：717-740.
[12] 李欣. 环境政策研究[D].北京：财政部财政科学研究所，2012.
[13] 李昊，赵道致. 基于多Agent 的碳排放权交易机制建模与仿真[J].计算机工程与应用，2012，48（25）：9-14.
[14] T. Callan， S. Lyons， S. Scott， et al. The distributional implications of a carbon tax in Ireland [J]. Energy Policy， 2009， 37（2）：407-412.
[15] Philip James. Overcoming barriers to low carbon dwellings： the need for innovative models of finance and service-provision [J]. Environmental Development， 2012， 2（4）： 6-17.
[16] 樊纲. 走向低碳发展：中国与世界-中国经济学家的建议[M]. 北京：中国经济出版社，2010.
[17] 国务院发展研究中心课题组. 全球温室气体减排：理论框架和解决方案[J]. 经济研究，2009（3）：4-13.
[18] 沈满红，吴文博，魏楚. 近二十年低碳经济研究进展及未来趋势[J]. 浙江大学学报：人文社会科学版，2011，41（3）：28-39.
[19] Chuanyi Lu， Qing Tong， Xuemei Liu. The impacts of carbon tax and complementary policies on Chinese economy[J]. Energy Policy， 2010， 38（11）： 7 275-7 278.
[20] Freeman R E. Response： Divergent Stakeholder Theory [J]. Academy of Management Review， 1999， 24（2）： 233-236.
篇2
一、引言
本文将采取与上述文献不同的分析进路，首先针对STIRPAT模型运用在产业层面上比较困难的情况，提出一种修正方法，即回到IPAT等式的原意上重新构造产业STIRPAT模型，以此来进行计量分析;其次，我们不仅分析了工业行业技术进步的碳减排效应，还考虑到行业异质性，发现技术进步在资本和劳动密集型行业的不同碳减排机制。为实现这一分析思路，本文的研究结构体现为，第二部分是实证策略、变量以及数据来源的说明;第三部分是本文的实证结果及分析;第四部分是结论并提出可行的政策建议。
二、实证策略、变量和数据
(一)实证策略
对环境或碳排放问题来说，STIRPAT模型(Dietz和Rosa，1994)将经典的IPAT等式随机化，[6]逐步发展成为常用的回归分析工具：
进行一阶差分消除个体效应(difference GMM)，利用InCi，t-2及更多滞后期项为差分方程式提供有效的工具变量来解决内生性问题。Blundell和Bond(1998)的系统广义矩估计(system GMM)方法可以在上述差分GMM矩条件的基础上增加InCit的滞后差分项为方程式(4)的工具变量，从而会产生更加高效的估计结果[8]。除了全样本考察以外，本文还设置了资本、劳动密集型对照组，在一定程度上考察行业异质性下的碳排放特征，为了符合GMM的“大截面，小时间”数据要求，上述分组以劳均资本存量为判定指标从大到小排序并进行等分处理。资本密集型行业有：煤炭开采和洗选业、石油和天然气开采业、黑色金属矿采选业、饮料制造业、烟草制品业、造纸及纸制品业、石油加工炼焦及核燃料加工业、石油加工、炼焦及核燃料加工业、化学原料及化学制品制造业、医药制造业、化学纤维制造业、橡胶制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、交通运输设备制造业、通信设备计算机及其他电子设备制造业、电力热力的生产和供应业、燃气生产和供应业和水的生产和供应业。劳动密集型行业有：有色金属矿采选业、非金属矿采选业、农副食品加工业、食品制造业、纺织业、纺织服装鞋帽制造业、皮革毛皮羽毛(绒)及其制品业、木材加工及木竹藤棕草制品业、家具制造业、印刷业和记录媒介的复制、文教体育用品制造业、塑料制品业、非金属矿物制品业、金属制品业和仪器仪表及文化办公用机械制造业。
(二)变量与数据
本文的被解释变量为碳排放量，对此，我们利用《中国能源统计年鉴》中提供的16种工业行业终端能源实物消费总量计算工业行业碳排放量，具体参考IPCC(2006)确定的计算公式为：
技术进步是本文的核心解释变量，它对于碳减排的作用，是一个在逻辑上很容易被认同的关系。然而本文更为关注的是基于行业异质性的技术进步对于碳排放的影响分析。我们选择由Cobb-Douglas生产函数测算的全要素生产率(TFP)以综合反映行业技术进步的情况。由于行业分类标准和工业统计口径在各时期并不统一，曹利战(2012)进行了极为细致的比较、劈分和估算，并最终形成36个工业二位数行业的1978—2010年的投入产出数据集。[9](pp56-58)因此，本文依照曹利战对工业行业的分类调整，并直接引用其36行业的TFP数据。为了避免TFP可能存在的测量误差，本文同时给出利用单位产出中科研经费占比作为投入型的技术进步变量。由于规模以上工业行业的科研或研发数据的统计并不连续，因此我们利用《中国科技统计年鉴》大中型工业企业科研或研发经费内部支出占行业总产值的比重代替。
由于中国工业统计口径在1998年发生了重大调整，之前为，按隶属关系统计，之后则按规模大小统计，因此，可比行业数据应选择1998年及之后区间，不过在本文的解释变量贸易开放度中，其原始数据自2001年才由《中国工业经济统计年鉴》，为获取平衡数据，本文将样本期设定为2001—2010年。1998年之后的统计口径也发生了微小的变动，比如，1998—2006年的统计范围为全部国有及年主营业务收入在500万元以上非国有工业企业，而2007年至2010年为年主营业务收入在500万元以上工业企业(即规模以上工业企业)，由于这些微调不至于影响本文的定量分析，因此不予调整。
三、计量结果、检验及分析
(一)基本回归结果
表2中模型1为基于36个工业行业的主回归结果，模型2使用第二个技术进步指标检验技术进步作用的稳定性。首先，我们分析本文使用的系统GMM回归的两个重要的检验。一个是Arellano-Bond检验，表中报告的是常用的AR(2)，它检验差分方程的误差项是否存在二阶自相关。显然，模型1和模型2的概率值(P值)表明拒绝二阶自相关的原假设。一个是Hansen检验，它检验工具变量的有效性，P值同样表明模型1和模型2不拒绝工具变量是有效的原假设。这两项检验从统计学上支持了模型估计结果的可信性。从对回归模型的结果可以看到如下的一些经济意义。
(1)技术进步。不论是全要素生产率(TFP)，还是科研经费占比(S&T)，其与行业碳排放量的关系都是负向的，这体现了工业技术进步的碳减排效应。由于我们使用的技术进步指标是综合性的，比如，TFP是去除要素投入量后的“索罗残差”，S&T也是科研或研发投入的总量概念并没有区分是生产技术还是节能技术。而我们的被解释变量为不含任何经济因素的碳排放量，因此，这个回归结果的意义在于工业行业广义的技术进步存在碳减排的倾向。
(2)资本规模和能源资本比。在实证策略部分，我们曾分析传统的STIRPAT模型在工业行业研究时应用的不足，建议使用资本规模和能源资本比替代人口规模和人均财富，模型1和模型2的估计系数均在1%的水平上显著，这从统计上支持了我们替换的合理性。
(3)煤炭消费占比和出口开放度对碳排放的影响是正向的。前者符合预期，后者说明出口导向的贸易发展模式或许是引致碳排放量不断增长的原因之一，并且这一结论从碳排放的角度支持了“污染天堂假说”(Copeland和Taylor，1994)。Copeland B R， Taylor M S North-South Trade and the Environment[J] Quarterly Journal of Economics， 1994， 109(3)：755。企业规模指数的估计系数是负向显著的，这说明从整体来看，中国工业行业碳排放是存在规模经济的。市场化变量的符号为负，但是不具有统计显著性，因此，市场化改革与碳排放的关系需要更多的证据来探讨，至少在工业行业整体层面上还不十分确切。“十一五”虚拟变量的估计系数是正的，这一结论说明可能存在两个问题：一是我们设置的虚拟变量并没有很好地控制“十一五”期间的节能政策;二是如果被解释变量替换为碳排放强度或能源消费强度，政策性约束或许更明显一些。此外，滞后一期的碳排放量在两个模型里均为负向显著，说明工业行业当期碳排放至少受到前一期水平的影响，也就是存在所谓的路径依赖。
(二)对照组分析
为了发现中国工业行业技术进步与碳减排的更多经验性特征，我们设置了以资本密集度指标排序并等分处理的资本密集型与劳动密集型小组。通过对二者进行简单地比较，我们发现技术进步的碳减排效应存在行业异质性。下面我们对模型3和模型4的估计结果进行具体的分析。
首先，技术进步的碳减排效应在劳动密集型行业不仅存在而且在统计上显著，但资本密集型行业技术进步的碳减排效应还不能确定，因为尽管资本密集型行业中技术进步的估计系数是负数但是却不能获得统计上的支持。为了解释这一结果，我们可以先观察表1中的碳排放量，比较资本密集型和劳动密集型，我们发现前者的平均值要高于后者，这意味着资本密集型行业也往往是高排放行业。为了表明为什么高排放行业的技术进步效应会不显著，我们做了如下的辅助回归。
表3中的HCE为高排放行业的虚拟变量，我们将工业行业在2001—2010年的碳排放量均值进行降序排列，取前36/2=18个行业为高排放组，取值为1，其他行业为低排放组，取值为0。可以发现，技术进步的碳减排效应非常显著，高排放组的碳减排量也显著高于低排放组，而我们关注的重点，也就是技术进步与碳排放虚拟变量的交互项的估计系数为正值，这里的含义是如果工业行业的碳排放水平处于高位，那么其对于技术进步的碳减排效应会起到抑制作用。这可能是导致表2中模型3技术进步变量不显著的原因。
其次，劳动密集型行业中的市场化对于碳减排的作用变得显著。从表1中，我们发现劳动密集型行业的市场化水平更高，这意味着市场竞争更为激烈。随着能源价格逐步放开，非国有产权的企业会不断地调整其能源消费量和结构，而国有企业由于在能源获取和价格上的比较优势其调整幅度可能会比较微弱和缓慢。资本密集型行业在对外开放度指标上不再显著，这可能是因为其出口开放度依然较低所致。
此外，资本规模、能源资本比、煤炭消费占比、企业规模指数、政策变量和滞后一期的碳排放量的结果与模型1是一致的，这里就不再赘述。
四、结论及政策建议
本文是对中国工业行业的技术进步与碳排放问题的经验分析。我们重新构造和解释了产业STIRPAT模型，在应用分析中，我们发现2001—2010年间的技术进步在总体上存在碳减排倾向，但从行业异质性出发却有不尽相同的结果，劳动密集型行业的碳减排效应明显，而资本密集型行业的碳减排效应并不能确定。不仅如此，市场化变量和出口开放度对碳排放的影响在资本和劳动密集型行业中也有差异。基于这些结果，我们提出如下的政策建议：
第一，加大对工业行业技术进步的支持和推动的力度，特别是加大对资本密集型工业行业技术进步的支持和推动力度。为此，要把对工业行业技术进步的政策支持与实现碳减排目标挂起钩来，以碳减排的量确定对该行业或企业的税收、金融、进出口优惠支持的程度。
第二，深化国有经济改革，特别是打破行业垄断，这是实现碳减排的必要选择。为此，在政策上要加大对工业行业的民营经济支持力度，同时加快能源等资源价格的市场化改革进程。与此相适应，要打破工业行业的垄断，并对资源型行业的垄断采取打破垄断和抑制行业利益相结合的政策措施。
第三，优化工业出口贸易结构，构建有利于碳减排的工业行业结构。比如政府可以通过差别化的出口退税政策、征收出口关税等手段促使低能耗行业在全球价值链上的攀升。当然，政府更要在碳排放的核算问题上积极参与国际磋商，努力建立基于生产和消费共同承担碳排放责任的核算标准，为出口贸易结构的改善创造良好的外部环境。
篇3
关键词 边际减排成本；方向距离函数；影子价格；减排空间
中图分类号 F062.2 文献标识码 A 文章编号 1002-2104（2016）10-0086-08 doi：10.3969/j.issn.1002-2104.2016.10.011
“十二五”期间，我国已批准北京市、天津市、上海市、重庆市、广东省、湖北省、深圳市7省市开展碳排放权交易试点，并计划于“十三五”期间实现覆盖全国31个省市自治区的碳排放交易体系。推行碳排放权交易已经成为国家经济体制和生态文明体制改革的重要任务之一。以市场手段配置碳减排配额，能有效减少碳排放总量，促进企业绿色技术创新，节约规制成本，激励企业参与减排行动，以更加有效的方式实现绿色低碳发展。
我国正处在向低碳社会转型的重要阶段，然而各地区的经济发展方式、技术水平、产业结构、资源禀赋、能源消费结构等不同，决定其碳减排代价或成本存在巨大差异，因此客观合理地评估碳减排的宏观成本与区域差异，有利于协调各地区经济发展与环境污染之间的关系，促进区域性环境协同治理体系的发展，也可以为企业参与碳交易提供政策依据。本研究以全国30个省市为例，首先，通过建立方向性距离函数，计算非期望产出与期望产出的边际转化率；其次，根据期望产出的r格，估算碳排放的影子价格；最后，用影子价格来衡量碳边际减排成本，并进一步分析碳减排成本差异的时空演化特征与其影响因素。
1文献回顾
二氧化碳排放一般是伴随生产或生活过程而产生，如火力发电企业在发电的同时，不可避免地产生二氧化碳、二氧化硫与氮氧化物等副产品。二氧化碳排放通常具有排放跨界性、危害全局性、经济上难以捕获与封存等特点，决定了碳排放的负外部成本很难测算。边际减排成本是指在一定生产技术水平下，减排主体每减少一单位碳排放带来的产出减少量或投入增加量。边际减排成本是企业的内部减排成本，因而边际减排成本及曲线可以帮助企业确定适当的减排技术与策略，也有助于环境管理部门评价区域、行业或企业碳排放的减排潜力、绩效与成本等。
利用经济模型估算非期望产出的影子价格，通常是指污染物或温室气体等副产品的虚拟价格或隐含价格，即边际减排成本。在传统的生产函数下，仅有一种产出（期望产出），因而更多的产出意味着更多的利润或福利。如果生产函数包含期望产出与非期望产出，当产出同时增减时，而非期望产出没有市场价格信息，此时社会福利很难测算。在多投入、多产出的生产效率模型下，利用距离函数与收入函数的对偶关系，估算两种产出的边际转换率，推倒出非期望产出的影子价格。
影子价格模型按照污染物作为投入还是产出，可分为投入距离函数与产出距离函数。投入距离函数利用成本最小化推导影子价格，而产出距离函数则利用收益最大化推导影子价格。环境经济理论一般认为，环境污染物是生产过程的副产品，而不应当作为投入要素，因此近年来产出距离函数在实证研究中得到广泛应用。产出距离函数按照函数形式不同又可以分为三种类型：谢泼德距离函数（Shephard）、双曲线距离函数、方向距离函数。谢泼德距离函数假定期望产出与非期望产出同时增加或缩减；方向距离函数非对称地处理期望产出与非期望产出，在缩减非期望产出的同时，增加期望产出；虽然双曲线距离函数也能非对称地处理期望与非期望产出，但它采用乘法形式，并不能完全分离出两种产出的内在关联性。
在估计方法上，现有的研究可分为三类：非参数数据包络法（DEA）、参数随机前沿法（SFA）与参数线性规划法（IJP）。非参数DEA法利用投入产出组合构建生产前沿并形成分段效率前沿面，其优点是不需要指定距离函数的具体参数形式，但该方法不能确保距离函数处处可微，因而有时难以计算影子价格。另外，利用DEA法估算影子价格受样本的奇异值影响较大，估计结果可能为负值等缺陷。参数SFA法利用计量模型估算距离函数，能够考察随机冲击和技术非效率因素对环境产出前沿的影响，也可以确保距离函数处处可微分，但是计量模型不能事先设定生产技术的约束条件，因此影子价格是否满足相关约束条件需事后评估。参数LP法继承了SFA方法的优点，并且可以更为灵活地设定约束条件求解影子价格，因此得到广泛应用。
在实证研究上，早期的研究主要集中在估算大气中的二氧化硫、氮化物或水污染物的影子价格，近年来随着气候变化问题成为关注的热点，越来越多的学者利用影子价格方法估计二氧化碳的边际减排成本。涂正革利用非参数方法估算了省际工业二氧化硫的影子价格，研究发现二氧化硫的影子价格取决于排放水平和生产率水平。袁鹏等利用采用二次型方向性距离函数对地级市工业部门的废水、二氧化硫和烟尘等三种污染物的影子价格进行了估计。刘明磊等采用非参数距离函数方法研究了能源消费结构约束下的我国省级地区碳排放绩效水平和二氧化碳边际减排成本。陈诗一利用参数化和非参数化两种方法对环境方向性产出距离函数进行估计，并测算了工业分行业的二氧化碳的影子价格。魏楚利用104个地级市的数据测算了城市二氧化碳的边际减排成本。
上述文献从不同角度研究了非期望产出的影子价格，但还存在以下可突破之处。首先，现有的研究多采用非参数方法估算非期望产出的影子价格，没能充分利用参数估计方法的灵活性。本文在方向距离函数的中引入时间虚拟变量，考虑到省际碳排放的中性技术进步影响。技术进步是提升碳排放效率的重要手段，也是减少碳排放的重要路径，忽视了技术进步对碳排放影子价格的影响，会造成影子价格估算偏误；其次，组建区域性碳排放交易市场的前提是碳边际减排成本存在区域差异，现有的研究没能对碳减排成本的区域差异进行深入分析，本文利用泰尔指数分解方法，研究了碳减排成本差异的时空演化特征。
2模型与估计方法
2.1方向距离函数与影子价格
方向性距离函数是谢泼德距离函数的一般形式，方向性距离函数具有参数灵活性等特点，近年来，在污染物影子价格估计上得到广泛应用。参照Fare的定义，假定投入x∈RN+，期望产出yx∈RM+，非期望产出b∈RJ+，则生产技术定义为P（x）={（y，b）：x可以产生（y，b）}。产出集P（x）除了具备凸性、紧凑性与投入自由处置性等特点外，还必须满足以下性质：首先，期望产出与非期望产出具备零点关联性。如果（y，b）∈P（x）且y=0，意味着6=0。期望产出与非期望产出是联合生产的，污染物作为期望产出的副产品，如果没有污染物产出，就必须停产；其次，期望产出与非期望产出满足联合弱处置性。如果（y，6）∈P（x）且0≤θ≤1，则（θy，θb）∈P（x）。同比例地减少期望产出与非期望产出是可行的，换句话说，减少非期望产出必须要付出成本，其代价是相同比例地减少期望产出；最后，期望产出的自由处置性。如果（y，b）∈P（x）且y’
在考虑到以上性质的基础上，本文设定方向性产出距离函数作为生产技术集：
（1）
其中g=（gy，-gb）为方向方量且g≠0。方向产出距离函数表明在给定的生产技术P（x）下，沿着向量g的方向，最大限度地扩张期望产出，同时缩减非期望产出，以达到产出前沿点。
非期望产出（如污染物）通常不能像商品一样进行市场交易，因此它没有价格。期望产出与非期望产出是联合生产的，根据方向距离函数的弱处置特点，缩减非期望产出必须相应地减少期望产出，因此，减少期望产出的价值可以看作非期望产出的机会成本，即影子价格。Fare根据产出距离函数与收益函数的对偶关系，利用x泼德引理，推导出非期望产出与期望产出的影子价格比例等于其边际转化率，即
（2）式中，g是非期望产出的价格，p期望产出的价格，分式为非期望产出与期望产出的边际转化率。式（2）的含义是，污染物的价格等于减少一个单位的污染物，必须放弃相应期望产出变化的价值，也即污染物治理的影子价格或边际减排成本。如果方向性产出距离函数D是连续可微的，就可以利用期望产出的市场价格推导出污染物的影子价格。
2.2经验模型与求解
方向距离函数的参数形式通常有两种：超越对数函数与二次函数。超越对数的函数形式经常被用于谢泼德产出距离函数的参数化，正如前面所述，谢泼德产出距离函数通常把期望产出与非期望产出同等、对等，即通过同时扩张或同时缩减来计算产出效率与影子价格，因此不符合环境管制的要求。相比超越对数函数，二次函数的优点在于：二次函数满足方向距离函数的转移属性、二次可微性及灵活性等特性。理论研究也表明二次型函数在各种条件下均优于超越对数函数形式，Fare和Vardanyan等利用蒙特卡罗方法比较两类函数的性能发现，在不同的技术集条件下，无论是对于小样本还是大样本，二次型函数的估计结果要比超越对数函数的结果更为精确与灵活。
设定方向向量g=（1，-1），其含义表示，扩张期望产出的同时，同比例地减少非期望产出。本文在投入产出变量选择上，选择资本（x2）、劳动（x2）和能源（x3）三种投入变量，期望产出为各地区的经济总产出（y），非期望产出为二氧化碳排放量（b）。因此，第k个生产单元t时期的二次型方向距离函数为：
（3）
考虑到距离函数中各生产单元的个体效益与时间效益的差异，在式（3）中的常数项加入省份虚拟变量与时间虚拟变量：
（4）
其中λk与τt为虚拟变量的系数。当k’=k时，省份虚拟变量Sk'=1，否则Sk'==0。同理，当t’=t时，时间虚拟变量Tt'=1，否则Tt'=0。
为求解方向距离函数的未知参数，我们采用参数线性规划的方法求解，目标函数是最小化各时期所有样本点与前沿点的离差和：
（5）
各约束条件下含义如下：条件①确保各决策单元在生产技术曲线的前沿面或内部，即满足方向距离函数的非负约束；条件②满足期望产出与非期望产出的零点关联性，即当非期望产出为零时，方向距离函数为负值，此时方向距离函数不可行。以往多数学者的研究是在估计参数后，对零点关联假设进行验证，本文则作为约束条件来估计参数以满足该特性；条件③与④是单调性约束，确保影子价格具备正确的符号；条件⑤是满足投入变量的自由处置性；条件⑥与⑦分别表示方向距离函数的转换属性和对称性。
3碳边际减排成本估计结果与区域差异分析
3.1数据与变量
本研究使用分省级面板数据，考虑到数据的可得性与完整性，选择2010-2012年期间全国30个省、市、自治区（不包括台、港、澳）作为样本估计碳排放的边际减排成本，其中由于相关数据缺失，故予以删除。①投入。投入变量包括资本、劳动与能源三种。分省资本存量采用“永续盘存法”来估算，参考单豪杰的研究进行拓展，并以2000年为基期进行平减处理；劳动投入以各省份的三次产业就业人数的加总来表示；能源投入采用各地区一次能源消耗量，单位是万吨标准煤。②期望产出。采用分省份的地区生产总值，并以2000年为基期进行平减处理；③非期望产出。采用分省份的二氧化碳排放量。由于我国没有官方统计的二氧化碳排放量数据，本文估算各省主要化石能源消耗以及水泥生产过程的二氧化碳排放量，具体方法如下：
二氧化碳排放量根据IPCC《国家温室气体排放清单指南》（IPCC，2006）推荐的方法估算，选取煤炭、焦炭、汽油、煤油、柴油、燃料油和天然气7种主要化石能源，具体计算公式如下：
其中，C为估算的各类能源消费的二氧化碳排放量；i表示能源消费种类，Ei为各省份第iN能源的消耗量（实物量）；CFi为各类一次能源的平均低位发热量；CCi与COFi分别是单位热值含碳量与碳氧化率COFi；44/12为二氧化碳气化系数。除化石能源燃烧外，水泥生产过程中产生的二氧化碳排放约占总排量的10%左右，因此，在计算各省份的二氧化碳排放量过程中如果忽略了水泥工业生产中产生的碳排放（CE），会低估碳排放量。所以本文也利用各省份的水泥生产总量乘以水泥的碳排放系数来正确估计碳排放总量。
3.2估计结果与分析
本文采用GAMS/MINOS求解器求解线性规划模型（1）的未知参数，并计算方向性距离函数D与边际减排成本q。为了克服线性规划求解中的收敛问题，我们利用样本中投入产出的均值对所有变量进行了标准化处理。标准化处理后的数据意味着投入产出集（x，y，6）=（1，1，1），即对一个代表性省份，用平均投入获得平均产出。另外，在求解模型（1）得到参数后，由于数据事先进行了标准化处理，因此边际减排成本应当乘以投入产出均值以恢复其原有的减排成本规模。方向性距离函数的参数估计结果如表1所示。
从表1的参数估计结果可以看出，期望产出（y）的一阶系数为负值，负的系数表明地区生产总值越高，区域的环境无效率值越低；非期望产出（b）的一阶系数为正值，说明碳排放越多，环境无效率值越高；资本劳动与能源投入变量的一阶系数估计值均为正，表明投入越多，无效率值越高。投入产出的系数估计值均符合经济意义。时间虚拟变量的参数估计值均为负值，系数从2001年的-0.015 7减少到2009年的-0.076 6，且在2001-2009年期间逐渐下降，仅在近三年有所上升，表明各省份的环境技术随时间在逐步提升，无效率值逐渐减少，但近年来由于经济下行压力增大，环境技术进步率在下降。
根据表2的方向性距离函数描述性统计，方向距离函数的均值是0.082 8，意味着平均而言，生产无效值为8.28%，也即在保持期望产出8.28%的提升空间同时，碳排放可以有8.28%的减排空间。更进一步，在本文的样本中，地区GDP平均值为7 790.27亿元，碳排放均值为2.32亿吨，因此，通过提升生产与减排效率，可以平均增加产出645亿元（7 790.278.28%），同时减少0.19亿t（2.328.28%）的碳排放量。全国的碳平均边际减排成本为1 519.46元/t，从分区域看，东部地区最高，其次是中部，西部地区最低。各省份碳边际减排成本的标准差较大，表明各省份的减排成本存在很大的差异，例如，2003年山西的碳减排成本为274.46元/t，为最低值，而2012年江苏的碳减排成本高达38 078.18元/t。地区性的碳减排成本的差异，进一步说明可以通过区域生态环境协同治理机制实现区域内生态环境治理系统之间良性互动，以达到减排成本最小化的目的，并形成整体的协同治理效应。
图1是各地区的平均碳边际减排成本的分布图，从图中可以看出，东部地区的江苏、山东和广东的减排成本均超过3 000元/t，中部的山西边际减排成本最低，为484.8元/t。西部地区中贵州、甘肃、宁夏的平均边际减排成本均低于800元/t。平均而言，东部地区的碳边际减排成本最高，其次是中部，西部最低。边际减排成本的地区性差异表明可以用市场化手段如区域性碳排放权交易体系等控制总量排放，实现减排成本最小化、效益最大化。以京津冀协同治理为例，京津冀三地均面临着严峻的环境治理形势，如果执行区域性碳排放权交易，则三个地区的总减排成本将下降。北京、天津与河北的碳边际减排成本分别为1 461元/t、1 343元/I、1 042元/t，以三个地区的平均边际减排成本作为碳交易价格，则三地区平均每交易1 000 t的碳排放权，则北京可以平均节约治理成本17.9万元，天津节约6.1万元，河北则获得24万元的减排收益。
再来分析地区性边际减排成本的时间演化趋势。如图2所示，在2000-2006年期间，东中西部的边际减排成本变化趋势非常一致，均缓慢增长。但2006年之后，各区域的边际减排成本快速增加，特别是东部地区从2006年的1 280元/t快速增至2012年的10 021元/t，中部地区增速稍低，从2006年的701元/t增至2012年的3 103元/t。与东中部相比，西部地区的边际减排成本较低，增速也较慢，2006年为781元/t，到2012年达到1 499元/t。这些数据表明国家环境保护的“十一五”规划首次提出建设环境友好型社会，以及“十二五”规划提出推进生态文明建设等一系列改革方针对不同区域的环境治理与经济发展有着不同的影响。东部发达地区经济发展基础较好，落实政策方针较为迅速，因此边际减排成本增长较快。而中西部地区以经济发展为重点，而且承接东部地区的产业转移和污染转移，对污染治理重视不够等，因此边际减排成本增速较慢，只是近年来随着人们对环境污染事件越来越关注，以及区域环境协同治理政策的开展，中西部的碳减排成本在逐渐增加。
结合各地区能源消费结构中的煤炭消费比重和第三产业结构比重的时间演化特点，可以分析各区域碳减排空间与减排难度的地区性差异。根据统计数据，东部地区的江苏、广东、上海等地区的煤炭消费比重分别从2000年的34%、23%、19%下降到2012年的19%、19%、9%；而碳边际减排成本最低的贵州、山西煤炭消费强度均超过40%。东部地区的第三产业结构比重从2000年的42%上升到2012年的47%，中部地区则从39%下降至36%，西部地区则从41%下降至39%。其中北京的第三产业结构比重最高，达到76%，广东、江苏等地区的第三产业结构比重均超过45%。这些数据表明，东部发达地区碳边际减排成本普遍较高，减排空间有限，仅依靠调整化石能源消费结构或压缩高排放高耗能行业等手段进行减排的难度比较大，未来需要通过技术进步及增加新能源的消费比重来减少排放；中西部地区经济发展水平和技术水平较低，能源利用效率不高，碳边际减排成本较低，因此可以通过建立跨区域的碳排放交易体系，进一步学习先进地区的生产技术和治理技术，提高能源利用效率有效减少化石能源消费量，促进第三产业发展等方式以达到减缓碳排放的目的。
3.3碳边际减排成本区域差异的泰尔指数分解
为了进一步分析碳边际减排成本的区域性差异与变动幅度，本文选择泰尔指数来衡量边际减排成本的区域差异。泰尔指数可以将区域间的总体差异分解为区域内差异和^域间差异两部分，因此可以揭示区域内差异和区域问差异及各自变动的方向与变动幅度，也能解释各自在总差异中的重要性及其影响。泰尔指数数值区间为[0，1]，数值越小，则说明地区差异越小；数值越大，则说明地区差异越大。计算泰尔指数首先要设定一个权重，考虑到碳减排成本的特点，本文选择各地区的碳排放量作为权重。泰尔指数的计算与分解公式如下：
式中，qji和E。分别表示第j区域第i省市的碳边际减排成本和碳排放量；T、Tw与Tb分别是计算出的总体、区域间与区域内泰尔指数；为进一步研究区域间差异和区域内差异对总体差异贡献的大小，分别设定区域间贡献率和区域内贡献率：区域间贡献率为区域间泰尔指数与总体泰尔指数的比值Tb/T；区域内贡献率为区域内泰尔指数与总体泰尔指数的比值Tw/T。另外，定义区域内各子区域的贡献率为加权后各子区域的泰尔指数与总体泰尔的比值（qi/q）・（Twi/T）。泰尔指数计算结果见图3和表3。
图3是三大区域碳边际减排成本的泰尔指数演化趋势，从图中可以发现三个区域的泰尔指数呈现不同特征。总体上看，东部地区的泰尔指数最高，其次是中部，最低为西部。东部地区在2000-2005年间稳步上升，边际减排成本区域内差异呈扩大之势，2005年之后差异保持平稳；中部地区泰尔指数呈先升后降的趋势，特别是至2003年达到峰值之后逐渐收敛，说明中部地区各省份碳边际减排成本差异在不断缩小；西部地区在整个研究时间段泰尔指数保持相对平稳状态，西部各省份的边际减排成本差异较小。
从表3可以看出，碳边际减排成本的泰尔指数表明我国东中西部地区的减排成本存在明显的地区性差异性。区域内泰尔指数均远大于区域间泰尔指数，区域内贡献率均在70%以上，且变动幅度不大，表明碳减排成本总体差异主要是由地区内差异带来的。在地区内差异中，中部和西部地区差异对总体差异贡献率较小，而且东部地区差异的对总体差异的贡献率呈上升态势，中西部的贡献率呈下降态势。
4结论与启示
中国目前是世界上碳排放量最大的国家之一。为了切实实现碳减排目标，“十三五”规划确定，到2020年，实现单位GDP二氧化碳排放量累计降低18%。我国政府采用多种手段与措施来实现既定的宏观减排目标，其中，碳排放权交易兼有环境质量保障和成本效率的特征，是近年来环境政策中一项极有特色的改革，成为总量控制下最有潜力的环境政策。我国已正式批准北京市、天津市、上海市、重庆市、广东省、湖北省、深圳市7省市开展碳排放权交易试点。然而，二氧化碳排放通常具有排放跨界性、危害全局性、经济上难以捕获与封存等特点，决定了碳排放的负外部成本很难测算。因此，估算碳排放的边际减排成本，可以为环境管理部门与参与企业提供有价值的成本信息，有利于改进碳交易规则，制度适当的碳减排策略。
考虑到碳减排的中性技术进步及区域异质性等因素，本文采用二次型方向距离函数，研究了全国30个省份2000-2012年期间碳边际减排成本及其区域差异性。通过本文的研究可以得出以下结论与启示：
篇4
对于低碳生活，人们遭遇着类似的尴尬：知道保护环境的重要，也知道保护环境人人有责，但是，为了提高生活质量，却不得不以增加碳排放为代价。专家指出，尽管人们不能避免碳排放，但却可以减少碳排放。每个人都不可能过“零碳”的生活，在资源匮乏的当下，我们要做的是，把有限的资源用于满足人们的基本需要，限制奢侈浪费。同时，养成“低碳生活”理念，在可选择、可替换的条件下，首选自然、环保、健康的生活方式。
其实，加入到低碳一族当中并非难事，“低碳生活”细节贯穿在家居生活的各个环节，就拿日常生活用电来说：家用电器的插头插座接触良好才能节电；电水壶的电热管积了水垢后要及时清除，这样才能提高热效率；熨烫衣物最好选购功率为500瓦或700瓦的高温电熨斗，不仅升温快，还能节电；所有的家用电器尽量不使用“声控、光控、遥控”等作为控制开关，这样可节电10%～15%。这样看来，每个人都能为控制全球气候变暖做出积极的贡献。
或许有人认为，即使自己“低碳”了，也挡不住工矿企业的违规排放。但是，冰川融化、气候恶化，每个人都将受到惩罚。“低碳生活”带来的其实是一种新的生活质量观。需要厘清的是，过“低碳生活”，并不是意味着就不能开车、住大房子、享受空调了。低碳的真实含义是要给人们身体健康提供最大的保护和舒适感，对环境影响更小或有助改善环境。如欧洲现在建设了很多零排放建筑，隔热效果非常好，在自然通风的条件下，隔热层可以把室内温度调控到一个合适的水平，且能保持很长时间。在交通领域，可以开发太阳能汽车、生物燃料汽车等，同时大力发展公共交通。
事实上，每一个普通公民在举手投足之间就可尽享“低碳生活”。倡导低碳生活方式的公益环保网站“互联网森林”的首页上列出的平易近人的10件减排案例就生动有趣：少用一个塑料袋，减排二氧化碳0.1克；5层以下，以爬楼梯代替坐电梯，每次平均可减排二氧化碳600克；选择应季蔬菜水果，每千克减排二氧化碳400克；夏季空调调高1℃，平均每台每天可以减少排放175克二氧化碳；一棵树，一年可吸收18.3千克二氧化碳……。这些告诉我们，低碳生活就在我们身边，节约每一张纸、每一度电，装修中少用装饰灯、选用节能灯管，都是普通人可以做到的。
篇5
关键词：碳排放权交易；京都议定书；外部性
一、碳排放权交易相关概念
（一）碳排放权交易含义
碳排放权交易即由国家依据环境容量制定碳排放总量的控制目标，然后把碳排放总量目标分解成若干碳排放配额，分配给各区域的减排参与者，碳排放配额被允许在专门的交易市场上买卖，调剂余缺。碳排放权交易制度是旨在限定污染物或者温室气体排放量的前提下，温室气体排放参与者之间从自身需求出发，达成协议进行温室气体排放量的转移交付，国家则利用市场交易机制配置环境资源，实现环境资源高效公平利用的制度安排。
（二）碳排放权的交易类型
根据法律框架、交易动机、交易层次、交易机制等不同划分标准，碳排放权交易可以划分为不同的市场。一般来说，最常见的划分方法是根据交易机制不同分为基于项目的碳排放权交易市场和基于配额的碳排放权交易市场，另外就是根据交易动机不同分为强制履约碳市场和自愿碳市场。[1]
1.按照法律框架划分。可以分为京都市场与非京都市场。全球范围内的碳减排国际法框架是《全球气候变化框架公约》与《京都议定书》，尽管美国和澳大利亚相继退出《京都议定书》，但它们在国家范围内都己经形成碳排放权交易市场。因此，根据国家是否受《京都议定书》管辖，碳排放权交易市场可以划分成京都市场与非京都市场。
2.按照交易机制划分。可以分为基于项目的碳排放权交易市场与基于配额的碳排放权交易市场。在《京都议定书》建立的机制下存在三个温室气体减排合作机制，分别是国际排放贸易机制（IET）、清洁发展机制（CDM）和联合履行机制（JI）。根据这三个不同的机制，可将碳排放权交易市场划分为基于配额的市场和基于项目的市场。
3.按照交易动机划分。可以分为强制履约碳市场和自愿碳市场。强制履约碳市场是在《京都议定书》规制下，各国为履行约定进行强制减排而建立的市场。自愿减排碳市场指在《京都议定书》范围以外的，不以完成国际强制减排义务为目的，自愿进行交易的市场。例如美国的芝加哥气候交易所（CCX）以及我国天津排放权交易所，近几年自愿减排碳市场的发展速度迅猛。
4.按照交易层次划分。可以分为多区域合作市场（如欧盟）、国家级市场（如日本）、区域（州市）级市场（如美国州级碳市场）和零售市场。[2]
二、碳排放权交易的法律基础
（一）法律规则
随着全球变暖和气候异常现象越发严重，国际社会越来越重视由温室气体排放造成的环境问题。在1992年联合国召开的环境与发展会议上，155 个国家联合签署了《联合国气候变化框架公约》（以下简称《公约》）。承担国际减排义务的“共同但有区别的责任”原则即来自此公约， “各缔约方应当在公平的基础上，并根据他们共同但有区别的责任和各自的能力，为人类当代和后代的利益保护气候系统， 因此发达国家缔约方应当率先对付气候变化及其不利影响。”①该规定使《公约》成为其后《京都议定书》（以下简称《京都议定书》）中清洁发展机制的根本母法。1997年12月，联合国气候变化框架公约参加国在日本京都通过了旨在限制温室气体排放量以抑制全球变暖的《京都议定书》。为了平衡国际减排义务并且考虑到经济发展的现实需求，《京都议定书》在保证全球范围内碳排放总量不变或减少的思路指导下，创造性地引入了三个灵活机制：联合履行机制（JI）、②清洁发展机制（CDM）、③排放贸易机制（IET）④。JI和CDM机制便是基于温室气体减排项目合作的机制，均由附件一⑤国家和企业购买具有额外减排效益项目所产生的减排量，再将此减排量作为温室气体排放权的等价物抵消其温室气体的排放量。[3]这两种机制的不同之处在于：前者是发达国家之间的合作机制，而后者是发达国家和发展中国家的合作机制。IET机制则是由管理者确立、分配或拍卖排放配额的机制：即环境管理者制定总的排放额度的上限，然后将排放总额度依据一定的科学标准分配成若干份，给在该体系中的每个排放企业。
（二）碳排放权交易的法学分析
碳排放权是排放主体为了生存和发展的需要，由国际条约赋予的向大气排放一定数量温室气体的权利，其实质是权利主体获取的一定数量的气候环境资源使用权。这种权利与传统的权利不同，具有如下特征：
第一，权利的本质上不仅是权利，更是义务。碳排放权形式上表现为国际条约允许某个国家（地区）或国际组织温室气体排放的指标，实质上是重在限制温室气体排放，即只有在该指标规定的数量范围内排放温室气体才是合法的，否则就要承担相应的法律责任。[4]
第二，权利的主体范围广泛。气候资源无法为任何国家独占使用，是公共物品，全人类都有权使用，所以碳排放权的主体是全人类。但碳排放权经过分配后，其主体包括国家、国际组织、自然人、法人等。
第三，权利的客体是大气环境的温室气体容量资源。碳排放权概念是在大气环境容量理论的基础上建立起来的，该权利以大气环境容量为客体。人类的早些时期，温室气体排放量不大，并没有超过大气环境的自净能力或一定的温室气体含量，也就没有将大气环境的温室气体容量作为一种资源。只是由于化石燃料大量使用，温室气体的排放增长太快，严重超过了大气环境的自净能力，使得大气环境的温室气体容量日益成为一种稀缺资源。这种资源不具有特定性和排他性，与传统物权法中的客体有所不同。
第四，权利的内容是主体对若干大气环境温室气体容量资源的占有、使用和收益。具体而言，权利主体可以占有其拥有的排放指标而不做任何使用，也可以自己排放一定数量的温室气体，或者将盈余的排放指标赠予、出卖给其他主体。但权利主体一旦使用，或以其他方式处分了排放指标，这种权利就予以消失。
三、碳排放权交易的环境经济学原理
从环境经济学角度出发，环境问题实际上是外部性问题。所谓外部性（Externality），即个人（包括自然人和法人）的经济活动对他人造成了影响，而又没有将这些影响计入市场交易的成本和价格中。[5]外部性理论是环境经济学的基础。对于如何解决外部性问题，经济学家主张将外部成本内部化。对于将外部成本内部化的方法，经济学上存在两大理论，即庇古理论和产权理论。庇古理论主张用税收解决外部成本内部化的问题，即向污染者征税，征税的额度为一个边际净社会产品与边际净私人产品的差额，即征收庇古税，从而将外部成本内部化，以达到控制污染排放、保护环境的目的；二是产权理论，其最具代表性的人物为英国经济学家科斯，他认为在产权明确并且交易成本较小的前提下，无论最初产权属于哪一方，都可以通过市场交易的方式达到资源的最佳配置状态。无论初始的产权配置状态如何，供需双方都可以通过交易获得利益。要使外部成本内部化，通过市场主体之间的交易行为就能有效地解决。在科斯定理的基础上，美国经济学家戴尔斯提出了排污权交易理论，即污染排放总量不超过环境容量允许的前提下，明确排污权的产权主体，各主体之间通过交易调剂排污量，进行排污权交易，政府、受污染者和环保组织等市场参与者都可以购买污染权，促使污染排放总量降低。《京都议定书》是碳市场的最重要强制性规则，它促进了国际碳交易的产生。《京都议定书》引入了经济学的原理，以排污权交易原理为基础，衍生出了以二氧化碳排放权为主要内容的交易制度。生产者拥有一定的排放配额，体现了其利用环境资源的权利，如果排放量超出限额生产者则需要承担相应的责任；通过明确碳排放配额的产权，把企业的碳排放和经济效益结合起来，一方面能促使企业改进生产方式，提高生产工艺、开发利用新技术，以达到减少碳排放量的目的，减少大气污染；另一方面碳配额所有者之间根据自身需求通过市场交易进行买卖，可以使环境资源容量被合理配置和利用。京都议定书下的三项机制，在国际环境法领域中引入经济杠杆进行国际减排，避免了减排义务承担者任务过重的问题。由于各减排国之间国家发展水平、技术水平以及劳动力成本等因素参差不齐，同样的减排行动在不同的国家之间成本会有较大的差异。因为存在这种差异，为了以更低的成本获取更多的减排效益，减排成本高的国家具有强烈意愿到低减排成本的国家完成减排计划，以获得更高的经济效益。尤其是《京都议定书》中的清洁发展机制（CDM），它是包括发展中国家的弹性机制，开创了发展中国家与发达国家之间的减排量交易：一方面，发达国家有愿意向发展中国家转移资金、技术，降低减排成本，提高他们的能源利用效率和可持续发展能力；另一方面，发展中国家也乐于通过参与CDM 项目，提高自身能源利用率，优化产业结构。[6]
四、结语
随着碳排放权交易日益繁荣，国际碳交易市场也逐渐成熟。金融机构参与到碳排放权交易中使得碳市场的范围更加广泛，市场流动性以及透明度都得到加强。在一些金融发达国家和地区，如美国、欧洲等已经形成了一些大型的碳排放交易中心，如芝加哥气候交易所（CCX）、欧洲气候交易所（ECX）、，甚至出现了碳排放权证券化的衍生金融工具，如欧盟二氧化碳排放量交易体系下的欧盟排放配额期货。2013年6月18日，我国首个碳排放权交易平台在深圳启动，标志着中国碳市场建设迈出了关键性一步。此后，北京、上海、天津、湖北、重庆、广东等省市作为碳排放权交易试点相继启动。掌握碳交易话语权在未来国际竞争中至关重要。虽然目前碳捕捉、储存技术等高端技术的运用主要依靠政府这只“看得见的手”，但通过完善碳排放权交易制度和碳金融产品创新，进行市场交易实现价值发现，在企业层面大量展开后，技术创新的激励和规模效应就能显现，中国在国际碳排放权交易市场上的被动局面就能迅速改变。
（一） 《气候变化框架公约》第三条。
（二）《京都议定书》第六条：“附件一所列任一缔约方可以向任何其他此类缔约方转让或从他们获得由任何经济部门旨在减少温室气体的各种源的人为排放或增强各种汇的人为清除的项目所产生的减少排放单位。”
《京都议定书》第十二条：“清洁发展机制的目的是协助未列入附件一的缔约方实现可持续发展和有益于《公约》的最终目标，并协助附件一所列缔约方实现遵守第三条规定的其量化的限制和减少排放的承诺。”
（三）《京都议定书》第十七条：“《公约》缔约方会议应就排放贸易，特别是其核查、报告和责任确定相关的原则、方式、规则和指南。为履行其依第三条规定的承诺的目的， 附件二所列缔约方可以参与排放贸易。任何此种贸易应是对为实现该条规定的量化的限制和减少排放的承诺之目的而采取的本国行动的补充。”
（四）为实施“共同但有区别的责任”，《联合国气候变化框架公约》用附件把国家进行了分类。附件一包括富裕的经济合作发展组织（OECD 成员国以及“正向经济转型的” 国家。（作者单位：华东政法大学）
参考文献：
[1] 刚等. 碳排放交易制度的中国道路――国际实践与中国应用[M]. 经济管理出版社.2011
[2] 朱家贤. 碳金融创新与中国排放权交易[J]. 低碳经济. 2010，（1）：15
[3] 陆静. 后京都时代碳金融发展的法律路径[J]. 国际金融研究. 2010，（8）：36
[4] 牛慧. 碳金融发展的国际比较及对我国的启示：[硕士学位论文][D]. 北京：北京交通大学，2011. 16
[5] [美]巴利・菲尔德，玛莎・菲尔德. 环境经济学[M]. 大连：东北财经大学出版社. 2010.121
[6] 唐跃军，黎德福. 环境资本、负外部性与碳金融创新[J]. 中国工业经济. 2010，（6）：10
注解：
① 《气候变化框架公约》第三条。
② 《京都议定书》第六条："附件一所列任一缔约方可以向任何其他此类缔约方转让或从他们获得由任何经济部门旨在减少温室气体的各种源的人为排放或增强各种汇的人为清除的项目所产生的减少排放单位。"
③ 《京都议定书》第十二条："清洁发展机制的目的是协助未列入附件一的缔约方实现可持续发展和有益于《公约》的最终目标，并协助附件一所列缔约方实现遵守第三条规定的其量化的限制和减少排放的承诺。"
篇6
农业碳交易是指在清洁发展机制（CDM）框架下，发达国家通过与发展中国家农业减排项目合作，通过提供资金和技术的方式，帮助发展中国家农业减排，由此通过境外采取的低成本的减排行动，完成《京都议定书》减排目标的承诺。即发达国家通过农业碳交易项目，在发展中国家购买农业碳减排量，从而在获得自身碳排放权利的同时，完成减排目标。农民可以通过土地管理措施、农业生产措施增加固碳或减少温室气体排放，买方购买产生的碳信用用于抵消工业过程中排放的温室气体[1]。
当前，农业温室气体排放是全球温室气体的重要排放源之一，其排放量约占全球温室气体排放量的13.5%，而且这个比重还在不断攀升[2]。 据《中国碳平衡交易框架研究报告》，我国的碳汇总量约为8.95亿吨，其中农业占比将近20%，而且我国农业碳排放有很大一部分属于粗放式排放。资料显示：我国化肥利用率极低，约有50%以上的氮没有被作物吸收而流失到农田外[3]；部分农机能耗高、废气排放多；一些农户焚烧秸秆，直接污染大气；大量堆沤未利用的畜禽粪便直接释放出甲烷和二氧化碳等高碳生产现象较为严重。我国农业碳排放总量的巨大和排放的粗放式使得我国农业碳资源总量十分丰富，减排空间巨大，如能得到充分挖掘和开发，便可变劣势为优势资源，造就一个规模巨大的低碳产业和交易市场。
相比之下，农业碳交易尚处于起步阶段，是国际碳交易领域的一个薄弱环节。截止到2010年10月5日，全球范围注册的农业CDM共有128项，占CDM项目总数的4.43%。从国家和地区的分布情况来看，目前巴西、墨西哥、菲律宾和印度的农业碳交易项目数量最多，减排量最大，合计项目92个，占总数的71.9%，减排量占总量的64.1%。其次为马来西亚和智利，项目数分别为9个和7个。尽管中国已在CDM项目及核证减排量供应量方面居于世界领先地位，但基本属于能源活动和工业活动领域，除了几个试点性的林业碳汇项目外，基于AFOLU-VCS 2007标准的农业CDM项目较少。据统计，我国农业碳交易项目仅有3个，且均为沼气工程项目，仅占总数的2.3%，减排量占总量的2.8%[4]。可见，我国农业碳交易的市场潜力巨大，发展前景广阔。
2 我国农业碳交易具有良好的生态及社会经济效应
农业作为人类社会与自然生态系统唯一的有机体在参与碳循环过程中具有碳汇和碳排放等双重性。一方面，在农业生产体系中，植物生产包括草地、森林和作物利用太阳能把大气CO2和水合成碳水化合物，起着碳汇作用；另一方面，植物也需要部分呼吸消耗碳水化合物释放出CO2的以维持生理活动，形成碳排放。在农业生态过程中，即农业产前、产中、产后等各个环节都会耗用能源，造成大量的温室气体排放。据统计，作为温室效应气体的大户二氧化碳，农业对其贡献大约为15-25%[5]。实际上农产品生产从土壤到我们生活的每一个环节都可能形成大量的碳排放。从添加到农业生态系统的辅助能，如化肥、农药、农用薄膜、机械等工业能，其生产、制造与使用过程都离不开电力、石油等能源的使用，是农业参与温室气体排放的大户；农产品的加工、包装、流通过程也涉及大量能源消耗；各类农业废弃物的处理、管理和利用过程也必须消耗能源造成大量的碳排放。
当然，植物生产的碳汇功能远远超过碳排放功能，也主要起着碳汇作用，充分利用农业生态系统的绿色植物是低碳农业的核心含义。如何通过农业碳交易充分利用国际、国内2个CDM市场、自愿碳市场，大力开发基于AFOLU-VCS 2007 标准，气候、生物多样性标准，黄金标准的农业CDM项目，积极推动中国造林、森林保护、管理与利用、生物工程、可再生能源、绿色、有机农产品、废弃物综合利用等农业碳汇产业，利用国内外资本和技术发展低碳农业，将有利于实现我国农业良好的社会经济和生态效应。
2.1 我国农业碳交易的绿色生态经济效应
农业碳交易的的碳汇是通过绿色植物的光和作用实现的，和自然生态系统的森林与其他植被亚生态系统、水生亚生态系统一样，农业生态系统的作物同样是吸收和固定大气中二氧化碳的主要动力。不管这部分同化物以生物量、废弃物抑或是制作成各种生活用品等都可以暂时捕捉碳，或通过以各种形式扣押碳而“永久”埋藏在地下。这就是作为农业碳交易的碳汇的根本之所在，而充分利用农业生态系统的景观空间从而实现最大可能的绿色覆盖率是其根本途径。
在过去200年里， 由于农业土地利用的变化， 即由自然生态系统向人类管理生态系统的转换， 已经导致了大约相当于同期化石燃料燃烧向大气中排放的CO2 量。如毁林开荒、放牧、种植经济收益高的作物、弃牧毁草开垦、草场退化、农田侵蚀性退化、土地沙化等都是降低农业的碳汇功能增加碳排放功能。森林和草场破坏所引起的大气CO2浓度变化：一方面，植物通过光合作用吸收固定CO2的数量减少；另一方面，被毁坏林木、草通过燃烧或腐解而释放到大气中的CO2数量增加。土地利用变化是目前大气中碳含量增加的第二大来源，约占人类活动总排放量的20%，其作用仅次于化石燃料的燃烧[6]。此外，但由于大量施用化肥，加速了农田土壤中有机碳的矿化，进而向大气中排放了大量的CO2和CH4等温室气体。向土壤中施用石灰能够降低土壤的酸性，促进作物生长；但是碳酸盐和重碳酸盐的溶解和释放过程中也会产生大量的CO2。尿素施用过程中碳素的易挥发性也导致大量CO2的损失
一般而言，农业温室气体减排远比其他温室气体减排便宜，只需通过转换农业耕作方式即能增加土壤中的有机质，减少碳排放。据统计，我国尚有0.57亿公顷宜林荒山荒地、0.54亿公顷左右的宜林沙荒地、相当数量的25度以上的陡坡耕地和未利用地可用于植树造林，扩大森林面积尚有较大空间。另外，我国现有100公顷以上的各类湿地总面积达3848万公顷。加大湿地保护力度，可以减少因湿地退化或被占用、破坏而导致的温室气体排放。因此，通过农业碳交易的资本和技术的支持，加大生物措施，控制林地水土流失，保护林地土壤，促进和加速森林土壤发育，促使非森林土壤转化为森林土壤，提高森林土壤固碳能力。如我国可以加大在一些自然条件比较恶劣，生态环境比较脆弱的地区退耕还林、退耕还草的力度，加强林牧地、农地以及湿地保护力度，通过类似免耕和轮流放牧等农牧业方式，通过农业活动减少的碳排放量可以去弥补人类活动的温室气体排放，从而实现良好的绿色生态经济效应。
2.2 我国农业碳交易的农业循环经济效应
美国经济学家鲍尔丁认为，循环经济的要义是在人、自然资源和科学技术的大系统内，在资源投入、企业生产、产品消费及其废弃的全过程中，把传统的依赖资源消耗的线形增长经济转变成为依靠半态型资源循环来发展的经济。如果说低碳经济是咋为应对气侯变暖最有效的经济方式，它是高碳工业化时代最具有特征的可持续发展的经济方式，那么循环经济作为以节约型和环境友好型为特征的经济方式，就成为即便在低碳经济时代也能适应可持续发展的经济方式。如果说绿色经济作为应对高碳工业化时代灰色经济的一种最适合人类生存的生态经济，那么循环经济就是构建这种绿色生态经济的方法或实现这种环境的路径[7]。如果说绿色生态经济作为应对高碳工业化时代灰色经济的一种最适合人类生存的生态经济，那么循环经济就是构建这种绿色生态经济的实现路径。
据测算，到2020年，我国农村地区人均商品消耗将由0.62吨标煤增加到1.99吨标煤，其增量相当于我国能源发展中长期规划（2005-2020）能源消耗增量的60%。我国每年产生的农作物秸秆达6亿吨，其中约有3亿吨，可以作为饲料、建材或能源使用（折合1.5亿吨标准煤）。联合国粮农组织公布的《家畜的长期影响》报告说：“导致全球环境恶化的最主要因素有二至三个，家畜是其中之一”。10.5亿头牛排放的二氧化碳占全球总量的18%，污染程度甚于汽车尾气。如利用3亿吨秸秆制造“减少牛羊废气排放的饲料”（菊芋、甜高梁）可减排温室气体，节约粮食0.5～1.2亿吨，相当于0.5～1.2亿亩“吨粮田”。另外，我国每年的畜禽粪便约30亿吨，也是农村主要的污染源，若有效利用，可以生产数量巨大的沼气和沼渣。由于沼气（发电）能量来自植物当年固定的碳水化合物所携带的太阳能，即污染物零排放。沼气和天然气的有效成分均为甲烷，可替代燃煤发电和汽车用油，改善农村环境，减排温室气体。
我国化肥利用率是35%，农药利用率只有30%。由于大量施用化肥，加速排放了二氧化碳和甲烷。单一施用化肥的地块，排放的甲烷量是化肥配施猪粪地块的3倍，是不施肥地块的27倍[8]。沼气和大量沼渣（有机肥）替代化肥，不但减排了温室气体，还有利于大量的中低产田改造。由此可见，农业碳交易有利于转变当前我国农业普遍存在的能源高消耗、废物高排放、环境高污染农业增长方式，建立资源节约型、循环利用型的农业经济体系。
2.3 我国农业碳交易的社会经济效应
农业碳交易也可以通过造林、森林保护与管理、可再生能源、绿色农产品、有机农产品、废弃物综合利用等农业碳汇产业，充分利用国内外资本和先进农业技术，促进我国农村的社会经济发展。
（1）拓展农村就业渠道，增加就业。农业碳交易一方面可以通过还林还草，苗木种植、造林、森林保护和管理，以及绿色、有机农产品产业发展等为农民创造了就业机会；据中国社科院潘家华研究员2009年在“林业部门应对气候变化的就业效应”研究，到2020年，我国通过推进植树造林可新增短期就业岗位4762万个[9]。另一方面也可以通过废弃物综合利用等农业碳汇产业，通过循环利用和产业链的延展，如农民从事秸秆收集、运输、储存、加工和销售等增加新的就业岗位。（2）促进农民增收节支。一方面，农民可以通过农业碳交易出售减排温室气体获得一定的额外收入和补贴。 如美国农牧场参与碳汇项目，每英亩每年有希望获得2美元的碳汇收入[10]。同时，因为碳交易市场类似于商品交易市场，价格是浮动的，碳交易项目的合同允许每年设定碳价，碳交易是通过电子交易平台进行的；如果农户通过农业碳交易项目能够获得一定的较高收入，既可以提高他们参与农业碳交易的积极性，又能增加收入。另一方面，农民也可以通过农业碳交易，通过能源工程和废弃物处理项目节省了家庭的生活燃料费用、化肥和农药费用以及土壤固碳技术等增加农业产量，促进农民增收节支。而这对于高度依赖农业发展的我国部分贫困人口而言，意义尤为重大。据统计资料显示，2008年我国贫困户中纯农户占59.7%，贫困户的经营范围仍然主要局限在农业领域[11] 。（3）促进现代农业发展。资本和技术的不充分是我国部分农村地区发展缓慢的一大瓶颈，农业碳交易项目可以为农村发展带来的发达国家的先进农业应用技术、发展产业的资金支持以及市场信息，有利于农业发展的多样化、现代化。绿色农业、有机农业、立体农业、观光农业、标准农业发展不仅可以促进农村和农业经济发展，也可以满足国内外市场对于安全、营养、健康及多样化的农产品的需求。（4）优化农村社会生活环境。农业碳交易除了能够缓解温室气体排放，还可以优化农村地区的生态环境，保护生物多样性，增强地区对环境变化的抵御能力。我国农村地区能源供应紧张，多以燃煤、燃烧柴薪为主，燃烧柴薪容易造成空气污染；另外，畜禽粪便及其他生活废弃物也容易污染环境，成为影响农村地区人们身心健康的一大威胁。农业碳交易项目既可以通过农田耕作的低碳技术可以保持水土，增强土壤肥力，通过可再生能源的开发以较低的成本为农户提供能源服务，能够减少薪柴的燃烧，净化空气；也可以畜禽粪便处理的项目如沼气池项目可以提供新的生活燃料，通过秸秆发电和甘蔗渣发电等项目可以提供电力等减少农村的生产生活环境污染，优化农民生存环境。此外，还可以通过农业碳交易的一系列能力建设活动，强化农民的低碳和环保意识，树立可持续发展观。
3 我国农业碳交易市场发展的对策
3.1 不断完善我国农业碳交易市场
目前国际碳交易市场规则还在制定、完善中，各国、各地区初步形成了自己的区域性的碳交易市场，发展比较成熟的有欧盟CO2排放量交易体系、芝加哥气候交易所等。我国农业碳交易应该在充分了解、把握国际市场规则的基础上，结合我国《中华人民共和国国民经济和社会发展第十二个五年（2011―2015年）规划纲要》关于“建立完善温室气体排放统计核算制度，逐步建立碳排放交易市场”“增加森林碳汇”等精神，以清洁发展机制为核心，逐步引入农业碳交易机制，设立农业碳基金，拓展农业资本市场，用于碳汇的收购交易，从事节能减排的投资活动；同时结合我国财政政策、科技计划，增加对农业碳交易的公共投入，通过税费减免、财政扶持、引入社会资本等方式支持农业碳交易的关键技术的研发、示范和推广工作，推动农业碳汇项目的开展；同时，通过规范自愿减排的流程、评定机构、规则限定等内容，搭建农业碳交易市场平台，完善农业碳交易市场机制。
3.2 通过政府引导和法律约束推动市场主体积极参与农业碳交易
农业碳交易市场主体包括供求双方：需求方包括“参与自愿购碳，选择低碳生活或生产、实现社会责任”的个人、团体及企业；也包括在实施碳排放限额后，部分企业在其生产经营中需要使用碳排放许可来排放污染物或者其排放量超过了排放定额，在引进先进技术进行自身减排、购买其他企业减排额或进行农业碳交易中，经权衡参与市场农业碳交易的企业。
供给者一般是农业资源的所有者或经营者，包括拥有农业资源的个人、农户、家庭农场、企业以及其他实体。供给方参与碳交易能够给他们带来额外的正向的经济补偿，特别是我国一些自然条件比较恶劣的西北部地区，通过农业碳交易退耕还林还草、整体搬迁等可以获得良好的经济、社会、生态效益。
从目前国际市场碳交易形式来看，碳交易一般包括两种型态：总量控制或配额交易体系和自愿减排交易体系。总量控制或配额交易体系，也叫强制减排体系，政府确定一个国家一定时期碳排放总量，对具体企业的温室气体排放确定配额，企业的实际排放如果低于配额，就可以把剩余的配额进入碳市场卖出或留存；实际排放如果超出配额，就要在碳市场买入超出配额部分；自愿减排交易体系按照交易所与会员约定的减排额度确定会员的减排配额，碳市场只是交易余缺的配额，从而促使企业进行技术改造和提高管理水平，减少温室气体排放。
据此，我国农业碳交易应该通过政府引导和法律约束推动市场主体积极参与农业碳交易。一方面遵循自愿交易原则。引导企业主体从非盈利目标出发（如企业社会责任、品牌建设、社会效益等）自愿进行碳减排交易以实现其目标。让交易主体以“自愿”的动机聚集在一起，确定自己的排放额度，并到碳交易市场购买碳汇的行为。另一方面通过政府主导和法律约束原则，通过国家或政府主导，行政、法律约束，规定排碳主体必须参加交易。确定区域内企业二氧化碳排放权限，如果企业能够使其实际排放量大于分配到的排放许可量，该企业就必须到市场上购买碳汇或者自身节能减排，否则，将会受到重罚。同时如果节约了排放权，则可以将剩余的排放权放到碳排放市场上出售，获取利润。
3.3 规范农业碳交易市场的交易客体
交易客体为农业碳交易形成的碳汇单位、及可类比的碳排放额度中一位。这种交易客体以二氧化碳当量为换算标准的碳排放权现货指标，碳排放企业在交易市场获得了现货指标后，就获得了相应的温室气体排放权，指标持有者可以用碳排放额度抵消其自身的超额碳排放，也可以在碳交易市场公开出售，从而形成减排或固碳项目形成的碳排放权的“票据”。 现行产品定价可以参考国际市场碳交易价格，也可以采用成本加成定价法：即有环保部门和农业部门对农业碳汇产生的成木进行核算，加上交易费用及一定比例的内部利润，以此作为基准定价，加快农业碳交易市场交易客体标准化、规范化。
3.4 积极培养农业碳交易市场中介
篇7
关键词： 碳金融；碳交易；碳金融市场
中图分类号：F83 文献标识码：A 文章编号：1006-4311（2012）22-0162-020 引言
作为应对气候变化市场化的一项重要解决方案，全球温室气体，主要是二氧化碳（CO2，简称碳）排放交易市场的形成，使碳排放权成为了一种稀缺资源，碳交易市场的快速发展衍生出与碳交易相关的金融需求，碳金融应运而生。在目前的全球经济条件下，从短期来看，碳金融的创新可以有效地刺激金融市场的复苏，对于全球金融业的持续发展具有重要的意义；从长期看，碳金融能够催生经济从传统高碳模式过渡到新型的低碳模式。随着总量管制和排放交易计划及其他监管措施的逐步完善，碳金融必然会成为减缓和适应气候变化、灾害管理和实现经济可持续发展的一个低成本的有效途径。
1 碳金融的含义
关于碳金融，目前国内外还没有一个公认的概念。自欧洲气候交易所(European Climate Exchange，ECX)2005年陆续推出碳排放权的期货、期权后，碳排放权具有商品属性。其价格信号功能引导经济主体把碳排放成本作为影响投资的一项重要的因素，从而促使环境外部成本内部化。按照世界银行自2002年始已连续出版8年的《碳市场现状和趋势》给出的严格定义，碳金融指为购买产生(或预计产生)温室气体(二氧化碳)减排量的项目提供资源(World Bank，2009)，其定义限定为碳减排项目投融资，应为碳融资，所以狭义的讲，碳金融指以碳排放权期货和期权为代表的金融衍生产品，而广义的碳金融则指泛指所有服务于减少温室气体排放的各种金融制度安排和金融交易活动，包括碳排放权及其衍生品的交易和投资、低碳项目开发的投融资以及其他相关的金融中介活动。现阶段国内排放权交易所和环境交易所尚未开展碳期货和期权交易，金融界尚未大规模介入碳市场。
2 我国商业银行碳金融业务发展现状
作为一个发展中国家，中国有极其丰富和极具有潜力的碳减排资源和碳减排市场，但碳金融市场及业务发展相对落后。国际银行的经营方式多位混业经营，因此其参与碳金融市场的方式也并不仅仅局限于商业信贷，更多样化的方式为金融的衍生品，比如期权、期货、基金、债券以及对低碳清洁项目的直接投资，而我国的商业银行是不能进行投资业务的，所以这与我国商业银行参与碳金融业务存在很大的差异。在《京都议定书》提出的三种减排机制中，即联合履约(JI，第6条)，清洁发展机制(Clean Development Mechanism，以下简称CDM，第12条)和排放贸易(ER，第17条)。中国所能参与的只有CDM一个。目前商业银行业不能从事投资业务，由于我国的银行目前实行分业经营机制，因此,商业银行也绝对不能进行股权投资。在这种情况下，国内商业银行涉及碳金融领域最多的还是在节能减排项目贷款等绿色信贷方面。除此之外，只有少数银行（如兴业银行、浦发银行、光大银行）发展了CDM咨询中介及相关项目，虽然我国商业银行目前开展的碳金融业务较为单一，但是CDM市场前景十分广阔。据国际金融公司(IFC)预测，发达国家在未来的三年中将需要通过CDM项目购买约合2亿-4亿吨的二氧化碳温室气体，才能完成在《京都议定书》下的承诺。而我国目前可提供CDM所需项目的一半以上，约合1亿-2亿吨的二氧化碳温室气体。在这种机制下，中国企业可以得到数十万亿美元的融资机会。尽管2007年爆发的金融风暴肆虐全球，但是我国CDM项目发展不仅没有受到阻碍,反而呈现跳跃发展势头。根据联合国气候变化框架公约(UNFCCC)网站显示，截至2010年2月19日，全球共有2055个经联合国清洁发展机制执行理事会(EB)批准的CDM项目，中国占了748个，占36.4%；全球平均年CERs额度344,057,077吨，中国占59.28%。我国在CDM项目数量及CERs额度上都在世界上处在领先位置。
由此可见，我们国家银行业在碳金融方面有很大的拓展空间，但是相对于西方发达国家，所开展的业务仍处于初级阶段，缺乏相关的专业知识及项目业务能力，在未来很难与其他金融机构在碳金融业务上相抗衡，这对我国银行业，尤其是商业银行的发展也是一个严峻的挑战。
3 长春市商业银行发展碳金融业务制约因素
篇8
作者简介：李楠，硕士，主要研究方向为区域经济学。
（中南财经政法大学公共管理学院，湖北 武汉430073）
摘要 从人口结构角度探讨碳排放问题，有利于正确判断和把握影响碳排放量的人口因素，有的放矢地制定碳减排政策，应对我国经济发展方式的转变有着重要的理论和现实意义。本文利用我国1995-2007年碳排放量、人口总数、人口的城市化率、老龄化率和反映人口消费结构的恩格尔系数第二产业从业人口比重等时间序列数据，运用协整理论、格兰杰因果检验和多元回归模型作为分析工具，对我国人口结构与碳排放量之间的关系做了实证分析。结果发现：①1995-2007年间，人口结构中的人口城市化率、人口的消费结构、第二产业从业人口比重对碳排放量均存在正向影响，而人口规模对碳排放量的影响在模型中却表现为负效应；②相对于人口规模，人口的结构特征对碳排放量的影响越来越大，其中人口的城市化率对碳排放量的正向影响最大，说明中国的碳排放量与城市化的进程存在着密切关系；③人口的老龄化对二氧化碳排放量具有负效应，人口老龄化的加快对长期碳排放有抑制作用，所以在未来实现碳减排会逐渐成为可能。最后，针对分析结果，探讨了未来我国的碳减排策略，以期能有效地控制人口因素对我国碳排放增长的影响。
关键词碳排放量；人口结构；协整理论；格兰杰检验
中图分类号 N94；X196文献标识码 A文章编号 1002-2104（2011）06-0019-05doi:10.3969/j.issn.1002-2104.2011.06.004
随着低碳问题日益成为热点，越来越多的人开始关注低碳，国内外很多学者也展开了对碳排放量影响因素的研究。当前我国正在积极建设资源节约型、环境友好型社会，因此理清碳排放量的影响因素至关重要。碳排放量是由一个国家的经济发展程度、技术水平、能源结构、经济结构、人口结构等众多因素共同作用决定的。根据IEA（2009）的统计数据，2007年中国消费化石燃料而排放的CO2已经超过美国，成为全球第一大CO2排放国［1］。作为世界上最大的发展中国家，由于我国人口众多，能源消耗巨大，并且随着人口的增长，工业化、城镇化进程的加快以及经济的发展，我国的碳排放总量不可避免地会逐年增长，因此在碳减排方面将会面临巨大的压力和挑战。从人口结构视角探讨碳排放问题，不仅有利于正确判断和把握碳减排压力的人口因素，而且有助于提高碳减排政策决策的针对性和可操作性，因此研究人口因素对碳排放量的影响具有一定的现实意义和理论意义。
1 文献综述
关于碳排放量与人口因素之间的关联关系，国内外许多学者进行了大量的研究。其中，关于人口总量与碳排放的关系研究：Birdsall［2］认为较多的人口不仅会加大对能源的需求，而且快速增长的人口还会导致森林和耕地的破坏，二者共同作用导致了温室气体排放量的增加。Knapp［3］通过对全球CO2排放量与全球总人口进行Granger因果检验得出：虽然两者之间不存在长期协整关系，但是全球总人口的增加是全球CO2排放量增长的原因。
关于人口特征与碳排放的关系研究：Michael等［4］采用能源――经济增长模型研究了美国人口年龄结构对能源消费及碳排放的影响。结果表明：在人口压力不大的情况下，人口老龄化对长期碳排放有抑制作用，这种作用在一定的条件下甚至会大于技术进步的因素。宋杰鲲［5］认为15-64岁的人口和城市人口占总人口的比例越大，消费的能源和资源就越多，对碳排放量的贡献也就越大。
关于人口消费结构与碳排放的关系研究：魏一鸣等［6］采用CLA分析框架，分析了1999-2002年中国居民的消费结构与能源消费及碳排放的关系，得出约30%的CO2排放与居民的消费方式有关。彭希哲等［7］应用STIRPAT扩展模型，考察近30年来我国人口规模、居民消费及技术进步因素对碳排放的影响。研究发现居民消费水平的提高与碳排放增长高度相关――财富增长刺激了人们消费的欲望，而消费增长带动了能源需求的增长，进而增加了对碳的排放。迟远英等［8］认为经济水平的提高使得越来越多的居民存在非理性和过度消费行为，居民消费结构的改变增加了对能源供应的需求，因此也增加了碳减排的压力。
由此可见，以往的关于人口结构因素对碳排放量综合影响的相关研究还较少，且缺乏深入的探讨。本文从既有文献出发，并结合中国1995-2007年的碳排放量与反映人口结构的相关数据，主要考察以下五个变量对碳排放量的影响：人口总数、人口的城市化率、老龄化率、恩格尔系数和第二产业人口占总从业人口的比重。
2 模型设计及数据说明
2.1 模型构建与变量选择
如何更科学和更合理地评估人口结构对碳排放量的影响，制定针对人口结构的相应的碳减排政策，是未来实现低碳的一项工作。本文通过分析人口结构对碳排放量的实证考察，试图找出人口结构与碳排放量之间的一些内在联系，希望对决策者在制定针对人口结构的碳减排的长期政策时，可以提供一些理论和数据的支撑。
本文在以往研究的基础上，结合中国1995-2007年的碳排放量与反映人口结构的相关数据，主要从人口的城市化结构、产业结构、消费结构和年龄结构五个方面来考察中国人口结构因素对碳排放量的影响：其中人口规模是影响碳排放量的重要因素，因此本文假设，在其它条件相同的情况下，人口总量与碳排放量呈正相关关系；人口的城市化率反映了一个国家的经济发展状况，一个国家的城市化率越高，对能源的需求越大，假设人口的城市化率与碳排放量之间存在正相关关系；第二产业从业人口所占比重的经济含义是：第二产业是国民经济中公认的碳排放量最大的部门，所以该部门的劳动人口越多，产业规模越大，因而碳排放量也就越大；在其它因素保持不变的条件下，假设碳排放量与人口的老龄化率是反方向变动；恩格尔系数是衡量居民消费结构的重要指标，在一定程度上反映了居民的收入水平，高收入人群购买奢侈品和炫耀品等高碳产品的可能性较大，假设恩格尔系数越低，对碳排放量的影响越大。因此，此处依据这五个指标构建了人口结构因素对碳排放量影响的理论模型，如公式（1）。
YF（X1，X2，X3，X4，X5）（1）
在上式中，Y表示碳排放量；X1为人口总数；X2为人口的城市化率；X3为人口的老龄化率；X4为恩格尔系数；X5为第二产业人口占总从业人口的比重。
本文选取的样本区间为1995-2007年，数据来源于历年中国统计年鉴和中国能源统计年鉴，采用的计量软件是Eviews5.0。由于对时间序列数据进行对数变换后不会改变数据的特性，却能使数据趋势线性化并一定程度上消除时间序列的异方差，因此，在实证分析时分别对变量取对数。构造的碳排放人口结构影响因素的实证模型如公式（2）：
LnYC0+C1LnPtotal+C2LnPcity+C3LnPage+C4Plife
+C5Pind（2）
式中：Y为碳排放量；Ptotal为总人口数；Pcity为人口的城市化率；Page为人口的老龄化率；Plife为恩格尔系数；Pind为第二产业人口占从业人口的比重。C0为截距项，C1-C4为各变量的系数。
2.2 数据统计描述
1995-2007年，我国的碳排放量增加了98.7%，在人口增长了9.09%的同时，人口的结构也发生了一定的变化，其中人口的老龄化率和城市化率有了大幅度的提高，分别增加了2.65%、15.9%，第二产业人口的从业比重增加了3.8%，恩格尔系数从1995年的54.35%下降到39.7%，如表1所示。人口结构的改变在一定程度上会给碳排放量带来一定的影响，本文采用人口的城市化率和人口的老龄化率来反映人口的基本特征；用恩格尔系数来反映人口的消费结构，因为恩格尔系数的改变带动着居民消费结构的改变，消费结构的改变进而又影响着对碳的排放；因为第二产业是碳排放的一大影响点，因此用第二产业从业人口比重来表示人口的产业结构，可以从侧面来反映人口结构对碳排放量的影响。
3 人口结构对碳排放量影响的实证分析
3.1 单位根检验
为了防止虚假回归，在协整分析之前必须进行单位根检验。单位根检验对于检查时间序列的平稳性非常重要，如果数据是非平稳的，则说明序列中包含单积成分，在估计方程之前必须进行差分。本文采用ADF检验法，分别对每个变量的原序列和二阶差分序列形式进行检验。检验结果见表2。
通过表2可知，各个变量的ADF统计量的值，都比显著水平为10%的临界值小，所以拒绝序列LnY、LnPtotal 、LnPcity 、LnPage 、LnPlife和LnPind有单位根的原假设，即所有序列都是平稳的，且经过二阶差分之后，从表2中可以看出这些变量在1%的显著水平下为二阶单整的，这就意味着这些变量之间可能存在着长期均衡关系，可进一步做协整检验。
3.2 协整检验
协整分析的目的在于检验变量之间是否存在长期均衡关系，协整检验的基本思想是：如果两个（或两个以上）的时间序列变量是非平稳的，但它们的某种线性组合却表
表1 我国碳排放量与人口结构变动表
Tab.1 China’s population structure and carbon emission
注：人口规模、人口城市化结构、人口年龄结构、人口消费结构、人口产业结构分别以总人口、城市化率、老龄化率、恩格尔系数、第二产业从业人口比重表示。
数据来源：根据国家统计局历年《中国统计年鉴》、《中国能源统计年鉴》。
表2 单位根检验
Tab.2 Unit Root Tests
现出平稳性，则这些变量之间存在着长期稳定的均衡关系，即协整关系。对LnY、LnPtotal 、LnPcity 、LnPage 、LnPlife和LnPind采用最小二乘法进行回归，结果如下式所示：
R20.9942；SE0.0254；F241.87；DW2.79
从上式可以看出，模型的拟合优度高达0.9942，除了LnPlife的t值不是很显著外，其它变量的t值的绝对值都大于2，且DW值与2很接近，F统计量也通过了相关检验，说明变量之间关系显著，进而可对残差序列u进行单位根检验。残差序列单位根检验显示：残差序列u在1%的显著水平下平稳，可得出结论：回归方程中LnY、LnPtotal、LnPcity、LnPage、LnPlife和LnPind之间存在长期平稳关系。
3.3 格兰杰因果关系检验
协整检验结果只是说明了因变量和自变量之间具有协整关系，是否具有因果关系还需借助格兰杰检验来考察。格兰杰因果检验实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中，一个变量如果受到其他变量的滞后影响，则称它们具有格兰杰因果关系。接下来运用该方法来检验当滞后期为1时，LnY和 LnPtotal、LnPcity 、LnPage、LnPlife、LnPind之间的因果关系。检验结果见表3。
由表3的检验结果可以看出，在5%的显著水平下，LnY是LnPtotal和LnPind的格兰杰因果原因，LnPind是LnY的
表3 格兰杰因果检验
Tab.3 Granger causality test
注：*代表在5%的水平下显著；**代表在10%的水平下显著。
格兰杰因果原因。同时，在10%的显著水平下LnPage是的格兰杰原因。但是，LnPlife和LnY之间不是互为因果关系。
3.4 回归结果与分析
（1）从回归结果来看，碳排放量与总人口数之间的系数为负值，与模型假设相背离，虽然人口总量对二氧化碳排放量具有增量效应，即人口越多，使用和消耗的能源越多，产生的二氧化碳排放量越大，但是高人口增长并不必然伴随高碳排放量。近十几年以来，我国的经济和技术处在高速发展的状态，虽然人口基数大，但计划生育政策的实施加之高速发展的技术，使得技术进步率大于人口增长率，即各种能源利用效率的提高，可以解释碳排放量与人口总数之间存在的负效应。
（2）老龄化人口的比例对二氧化碳排放量具有负效应，说明当老龄人口比例增长速度越大时，二氧化碳排放量增速就会有所减缓，即随着老龄化进程的加快，“人口红利”的逐步消退，在未来实现碳减排会逐渐成为可能，人口的老龄化对长期碳排放有抑制作用。
（3）回归结果显示人口的城市化率对碳排放量的正向影响最大，主要存在两种方式：一是快速的城市化深刻的影响着居民的消费结构，城市化进程的加快不仅使城市居民越来越倾向于发展型和享乐型的高碳商品，而且城市居民对农村居民的“示范效应”也深刻的改变着农村居民的生活和消费方式，进而增大了对碳排放的贡献。二是城市化的进程带来的耕地和林地的减少也间接导致了碳排放量的增加。
（4）研究还发现：第二产业的从业人口占总人口的比例对碳排放量具有一定的影响，第二产业人口的比重在一定程度上反映了一个地区或国家的工业化程度，该产业人口的比重越高，说明工业化程度越大，因为工业排碳是碳排放的重要组成部分，同而该变量也间接的反映了第二产业对碳排放量的影响。因此要注重提高人口素质，在城市化建设中要注重优化人口结构、提高劳动力素质，为提升产业结构、发展节能环保的技术密集型产业做准备。
（5）恩格尔系数反映了居民的消费结构，在一定程度上反映了居民的收入水平。不同的收入水平下，居民的生活方式和消费方式存在着差异。收入的不平等还会带来资源利用的无效率，具有较低恩格尔系数的人群对应着高收入的人群，该类人群购买奢侈品和炫耀性商品等高碳商品的机率很大，因此对碳排放的影响也就大。但人们的消费水平对碳排放量不存在因果关系，可能的原因是：我国现在还处在经济发展阶段，人民的生活水平还不是太高，还没有达到大规模、大范围消费高碳产品的生活方式的阶段。因此，要逐步引导居民消费模式向可持续消费方向发展，防止过度消费的爆发性增长，同时也要注重提高人们的环保意识、节约意识，引导正确的生产和生活方式，如在家庭中推广使用节能灯和节能电器，网上支付账单，拒绝使用一次性塑料袋，选乘公交车等，有效降底CO2的排放。
4 结论与启示
本文通过人口因素对碳排量影响的实证检验，我们发现人口结构对碳排放有显著的影响。近年来，人口结构的不断变化，使得人口结构对碳排放量的影响远远大于人口规模这一单一因素。我们认为，人口结构的研究结果显示出人口总量变化在解释碳排放量变化上存在一定的缺陷。
近十几年以来，我国人口总量增长减慢，但由于人口结构的改变，使得人口总量对碳排放量增长的积极作用被消弱。通过人口结构对碳排放量影响的模型分析，我们认为，在分析人口因素对碳排放量的影响上，过多地关注人口总量对碳排放量的影响，会造成一定程度的政策误导。因此，当我们在研究人口、资源与环境的关系时，应当更多的重视与关注人口结构对其的影响。从本文的实证结果得出：随着我国城市化和工业化进程的加快，人口的城市化率、人口的消费结构、二产从业人口比重会给我国的碳减排带来一定的压力，在碳减排的政策建议中，应当推广有利于可持续发展的人口结构模式，从而更有效地控制人口因素对碳排放增长的影响，因此在实行碳减排政策时要注意一下几个问题：
首先，由于我国正处于工业化和现代化加速发展的阶段，而推动我国经济增长的主体是第二产业，加之人口红利期的存在，劳动力数量、质量和价格具有明显的优势，得以形成和保持很高的第二产业人口比重，这使得这种主要依靠第二产业的经济足以支撑碳排放量的高速增长，因此这种高碳特征突出的“发展型碳排放”是我国可持续发展过程中不可回避的一大制约，同时又由于工业部门的“重化结构”和生产技术水平落后，又加重了我国经济的高碳特征。所以要从逐步优化产业结构着手，减少第二产业对碳排放的贡献。其次，我国城市化进程的加快，不仅深刻的影响并改变着城镇居民的消费水平和消费方式，而且这种影响通过“示范效应”也改变着农村居民的消费结构――高消费水平和高碳消费方式，这种改变将会对碳排放量的增加产生极大的促进作用，与此同时，城市化带来的大城市的过度扩张造成的大量的能源浪费以及森林土地的破坏，也给碳减排带来了巨大的压力。因此，建立良好的城镇居民对农村居民的“示范效应”对于实现碳减排具有重要的现实意义。再次，随着中国人口老龄化进程的进一步加速，使得现有的人口红利会逐步消退，老龄人口的增多在一定程度上会给消费领域和生产领域的碳排放产生消极的影响，因此，老龄化对碳排放的抑制作用在一定程度上有利于实现我国的低碳经济发展。总之，我们认为，在制定碳减排的相关政策时，不应忽视人口结构因素，在碳减排的政策建议中，应当积极推广有利可持续发展和适应我国经济转型的人口结构模式，从而有效地控制人口因素对碳排放增长的影响。
参考文献（References）
［1］王锋，吴丽华，杨超. 中国经济发展中碳排放增长的驱动因素研究［J］. 经济研究，2010，（2）：123-135. ［Wang Feng，Wu Lihua，Yang Chao. Driving Factors for Growth of Carbon Dioxide Emissions during Economic Development in China ［J］. Economic Research, 2010，（2）：123-135.］
［2］Birdsall N. Another look at Population and Global Warming: Population, Health and Nutrition Policy Research［C］.Working Paper, Washington, D C: World Bank, WPS 1020, 1992.
［3］Knapp T, Mookerjee R. Population Growth and Global CO2 Emissions ［J］.Energy Policy，1996，24（1）：31-37.
［4］Dalton M，O’Neill B，Prskawetz A，et al. Population Aging and Future Carbon Emissions in the United States［J］. Energy Economics，2008，30：642-675.
［5］宋杰鲲. 我国二氧化碳排放量的影响因素及减排对策分析［J］. 价格理论与实践，2010，（1）：37-38. ［Song Jiekun. The Analysis of China’s Carbon Dioxide Emissions Factors and Abatement Strategies. Price Theory and Practice，2010，（1）：37-38. ］
［6］We Yiming，Liu Lancui，Fan Ying，Wu Gang. The Impact of Lifestyle on Energy Use and CO2 Emission：An Empirical Analysis of China’s Residents ［J］. Energy Policy，2007,（35）：247-257.
［7］彭希哲，朱勤. 我国人口态势与消费模式对碳排放的影响分析［J］. 人口研究，2010，34（1）：48-57.［ Peng Xizhe，Zhu Qin. Impacts of Population Dynamics and Consumption Pattern on Carbon Emission in China ［J］. Population Research，2010，34（1）：48-57.］
［8］迟远英，牛东晓，沈滢，刘志. 基于协整的影响我国碳排放因素的模型研究［J］. 华东电力，2010，38（5）：647-650. ［Chi Yuanying，Niu Dongxiao，Shen Ying，Liu Zhi. The Model Research of Influencing China Carbon Emission Factors Based on The Co-integrated Methods ［J］. East China Electric Power，2010，38（5）：647-650.］
Study on Impact from Population Structure on Carbon Emissions in China
LI Nan SHAO Kai WANG Qian-jin
（School of Public Management，Zhongnan University of Economics and Law， Wuhan Hubei 430073，China）
篇9
[关键词]碳排放；驱动因素；因素分解；LMDI
[中图分类号]F2992[文献标识码]A[文章编号]1005-6432（2013）32-0072-03
1模型构建
在扩展卡亚（Kaya）恒等式的基础上，采用LMDI分解法对河北省碳排放驱动因素的贡献度进行测算。为提高碳排放量计算的准确度，采用了第一产业、第二产业、第三产业和居民生活消费的15种能源品种来构建分解模型，并把碳排放总量C分解为国民经济三次产业部门的碳排放量C1和居民生活部门的碳排放量C2。
燃料油、液化石油气、炼厂干气、其他石油制品和天然气等15种燃料。各变量的含义见表1。
基于式（1），第 t期相对于第t-1期碳排放变化量的LMDI加和分解可以表示为：
LEI[]生活能源强度，即居民单位收入的能源消费量，计算公式为：LEI=Ei/TI
由于各类能源的碳排放系数不变，在实际应用中一般取常量，因此在进行因素分解时，ΔCF=0，可以不做考虑。根据LMD1分解法对各因素进行分解，得到：
2计算结果及分析
2.1对碳排放量分类分析
按照河北省能源消费量及碳排放系数，计算得到1995—2009年河北省各部门和各能源品种的碳排放量。从总量来看，河北省碳排放量总体呈上升趋势，从1995年的4193.63万吨增长到2009年的11628.38万吨，差不多增长了1.8倍。但从增长率曲线来看，各年增长幅度差异很大，大体经历了“缓慢增长—快速增长—增速下降”三个阶段。1996—2001年为缓慢增长期，这期间碳排放量增长率最高不超过5%；但从2002年开始随着宏观经济逐步走出通货紧缩的阴影，河北省也开始了新一轮投资快速增长期，带动了全社会能源需求的大幅上升，碳排放增速迅速提升至2002年的12.29%，增速最高的2005年甚至达到了3022%；之后随着“十一五”规划目标的推出，河北省加大了节能减排的力度，单位GDP能源消费量逐年下降，碳排放增速逐渐出现了回落，2005年以来碳排放的增长速度逐渐放慢。
从产业贡献来看，第二产业对碳排放量的贡献最大，1995—2009年的平均贡献率高达 829%，其中工业的贡献率为81.4%，这表明河北省处于工业化快速发展时期，并且重工业特征突出。除第二产业外，居民生活部门的平均贡献率达到97%；第一产业和第三产业的平均贡献率分别为109% 和603%。从贡献率的变化来看，第一产业和居民生活部门的贡献率趋于下降，第二产业和第三产业的贡献率趋于上升，但第三产业的上升幅度较小。从能源贡献来看，原煤、柴油、汽油和焦炭是影响河北省碳排放的4种主要能源。1995—2009年，4种能源碳排放的平均贡献率达到了 88.12%。在4种主要能源中又以原煤对碳排放量的贡献最大，平均贡献率为4961%，接近五成。受能源消费结构调整的影响，1995—2009年河北省原煤的碳排放比重从6027%下降至37.17%，而焦炭的碳排放量持续上升，且碳排放占比相应提高。尽管近年随着交通运输业和汽车制造业的快速发展，对柴油和汽油的需求量有所提高，但其碳排放的贡献率相对稳定，在1.5%～4.5%波动。
2.2对驱动因素的分类分析
通过扩展的卡亚（Kaya）恒等式，得到了影响碳排放的7个驱动因素，即生产能源强度因素、生活能源强度因素、能源结构因素、产业结构因素、人均产出因素、人均收入因素和人口规模因素。将这7个驱动因素进一步划分为4类，即能源强度效应、结构调整效应、经济发展效应和人口规模效应。利用LMDI分解法，计算得到各驱动因素对碳排放量的贡献值（如表2所示）。总体上看，经济发展、人口规模和结构效应对碳排放量的增长产生正向驱动效应，能源强度则产生负向驱动效应。由于正向驱动效应大于负向驱动效应致使河北省碳排放量呈现不断上升的态势。
（1）能源强度效应。按照部门，能源强度可以分为生产部门能源强度和生活部门能源强度。如果某一部门能源强度下降，说明该部门能源利用效率提高。在其他因素保持不变的情况下，该部门能源消费所产生的碳排放量必然减少，因而能源强度下降对碳排放产生负向驱动效应。
表2的结果表明，能源强度效应对碳排放量的确存在负向驱动作用，其中又以生产部门能源强度效应最为明显，1996—2009年累积降低碳排放311106万吨，贡献率达48.2%。但期间也有波动：ΔCPEI的值在2000—2001年、2002—2003年、2004—2005年和2007—2008年4个时段为正，表明这些年份的能源强度出现了不利于碳排放降低的变化。图1直观印证了这一点，图1表明1995—2009年河北省生产部门能源强度总体呈下降趋势（从1995年的603吨标准煤/万元下降到2009年的3.55吨标准煤/万元），这主要得益于第二产业尤其是工业的带动。但在2001年、2003年和2005年三个年份的工业能源强度的小幅上升带动了第二产业乃至整个生产部门能源强度的同向波动。值得注意的是，2008年第二产业能源强度的上升则是由于建筑业能源强度的大幅上升造成的。生活部门能源强度是指居民每单位收入所消费的能源量。一般而言，由于受到生活习惯、消费方式等因素的影响，居民生活能源消费的收入弹性较低，不会随收入的增加而大幅增长。从1996—2009年间的总体发展趋势来看，居民生活部门能源强度对碳排放量的增长基本是产生负的驱动影响。在15年间生活部门能源强度对碳排放量的驱动力达796.47万吨，贡献率达11.9%。上述分析表明，降低生产部门尤其是第二产业（工业）的能源强度，是实现河北省碳减排的重点；降低居民生活能源强度虽然能在一定程度上减缓碳排放量的增长，因为其涉及居民生活习惯和消费方式的改变，需要有一个长期的过程，但蕴藏着较大的潜力。
图11995—2009年河北省生产部门、第二产业及工业能源强度
（2）结构调整效应。结构调整效应具体包括了能源结构效应和产业结构效应。能源结构效应是指能源品种结构的调整对碳排放量的影响。一般而言，煤炭类能源消耗的碳排放因子最大，其次是石油类能源，天然气的碳排放因子最小。因此，如果其他因素不变，能源结构中的煤炭类能源消耗比重下降，石油类产品和天然气的比重即使上升，碳排放量也会减少，反之，碳排放量增加。从分解结果来看，能源结构变化对碳排放量的影响有限，这是由于河北省能源结构比较单一，严重依赖煤炭，煤炭在一次能源消费中的比重超过90%，且短期内难以改变，燃料结构的“高碳”特征依然明显。
对于产业结构效应来说，由于1995—2009年河北省第一产业、第二产业和第三产业的能源消费量占比平均值分别为084%，85.81%和275%，可见第二产业的能源消耗量和碳排放量在三次产业中最大。如果第二产业产值在国内生产总值中的比重不断提高，那么势必导致能源消费总量不断增加，碳排放量也必然持续增长。从1995—2009年，第一产业比重由22.16%下降至1281%，第二产业比重则由46.42%升至51.98%，其中工业产值比重由4037%升至46.32%，第三产业产值比重由31.42%上升至35.21%。这种以工业规模不断扩张为特征的经济结构变动，对化石能源消费总量增长起到了巨大的推动作用。表2的结果显示：样本期间，经济结构变动对碳排放量增长起到了一定的推动作用，其平均贡献为7.4%。可见，大力发展第三产业，逐步降低工业在经济中的比重将是实现河北碳减排的一个政策选择。
（3）经济发展效应。经济发展的本质是一个经济体中全体居民的人均产出和人均收入的增长。一般而言，当产出水平提高时，能源消费量随之提高，从而碳排放量相应增加；当收入水平提高时，势必增加居民对汽车、冰箱、空调等耐用消费品的需求，导致能源消费量和碳排放量的相应增加。从分解结果来看，人均产出成为河北省碳排放量增长最主要的推动因素。1995—2009年，河北省人均产出水平提高了3.1倍，对碳排放的贡献值提高了1.3倍。人均收入对碳排放同样产生正向推动作用，但影响相对较小，在该时期对碳排放的累积贡献率为98%。
综合来看，经济发展成为推动河北省碳排放量增长的主导性因素。究其原因，与河北省碳排放演化的阶段性不无关系。经验研究发现，一个国家或地区经济发展与碳排放关系的演化存在 3个倒U型曲线高峰规律，即该演化过程需要先后跨越碳排放强度倒U型曲线高峰、人均碳排放量倒U型曲线高峰和碳排放总量倒U型曲线高峰。在不同的演化阶段，驱动因素的影响和贡献存在明显差异。在碳排放强度高峰之前阶段，碳排放增长主要由能源、碳密集型技术进步驱动；在碳排放强度高峰到人均碳排放量高峰阶段，则主要由经济增长驱动；在人均碳排放量高峰到碳排放总量高峰阶段，则主要由碳减排技术进步驱动；进入碳排放总量稳定下降阶段后，碳减排技术进步占据了绝对的主导地位。通过观察1995—2009年河北省碳排放强度、人均碳排放量、碳排放总量的变化趋势可以发现，河北省已经跨越了碳排放强度高峰阶段，碳排放强度逐年下降，但仍处于碳排放强度高峰到人均碳排放量高峰阶段，经济增长成为这一阶段碳排放增长的主要驱动力，本文的实证结果也表明人均GDP增长是碳排放量增长的最大驱动因素，其平均贡献达到132.1%，远大于任何一个驱动因素的贡献。因此，河北省在减少碳排放、 发展低碳经济的过程中，必须权衡减排与发展的关系，在保证经济发展不受影响的条件下，实现发展与减排的双赢。
（4）人口规模效应。人口规模的扩大对碳排放量具有正向驱动作用。尽管1995—2009年期间河北省人口总数仅以年均063%的速度增长，但由于人口基数较大，人口增长对碳排放的正向驱动效应不断增强，再加上由于城市化进程的不断加快，大量农业人口进入城市从事第二产业和第三产业的工作，居民的消费规模和消费模式发生了显著变化，使得经济产出的持续增长以及与之相应的能源消费增长成为居民生产与发展的基本需求，从而推动了碳排放量的持续增长。
3结论
（1）提高能源效率是节能减排最为有效的方式。目前，河北省传统的粗放式发展模式还未得到根本改变，普遍存在着能源效率低、浪费大的问题，在节约能源、提高能效方面有着巨大的潜力，提高能源效率应从微观主体入手，充分利用市场机制，适度提高能源价格，加之使用补贴、税收等手段，达到政府、企业和个人的激励相容，形成节能减排的利益认同和一致行动。
篇10
1.1碳金融概念目前，国内外对于“碳金融”尚未形成一个统一的概念。国外主要从环境金融中应对气候变化方面延伸出碳金融概念。索罗亚·拉巴特和罗德尼·怀特在2007年出版的《碳金融：气候变化的金融启示》一书中认为，碳金融是指探讨在碳排放受限制约束的情况下，在一个排放二氧化碳等温室气体必须付出代价的世界中所产生的金融问题。因此，碳金融的定义包括三层含义：一是代表环境金融的一个分支；二是探讨与碳约束社会有关的金融财务风险与机会；三是预期会产生相应的基于市场的工具，用来转移环境风险和完成环境目标[1]。国内的谢怀筑、于李娜（2010）从狭义和广义两个角度对碳金融做出界定：狭义上，碳金融是指企业就政府分配的温室气体排放权进行市场交易所导致的金融活动；广义上，碳金融则泛指服务于限制碳排放的所有金融活动[2]。本文所研究的碳金融则指在《京都议定书》框架下特定从事金融行业的主体所进行的限制温室气体排放的金融活动,包括银行贷款、碳交易中介服务、直接投融资、碳指标交易、碳金融衍生品交易等。
1.2国外银行业碳金融业务现状分析国外银行业碳金融业务发展比较成熟。其碳金融业务由最初的为碳交易提供贷款和中介服务逐渐发展为直接投融资、参与碳指标交易及碳金融衍生品交易等方面。本文在对国外银行业碳金融业务分析基础上，总结归纳得出国外银行业现有碳金融业务类型如表1所示。
从表1可以看出，国外银行业碳金融业务呈现多样化特征，其业务既有对传统银行业务的创新，同时也开发出碳金融中介服务、碳指标交易和碳金融衍生品交易等新型业务。国外银行业已经成为碳交易市场的重要参与者。
2商业银行发展碳金融业务的SWOT分析
长期以来，我国商业银行的存贷款业务比重高达90%，几乎没有业务创新，这种单一的经营方式直接导致商业银行的利润空间越来越窄。因此我国商业银行迫切需要一个契机改变这一现状。自碳金融出现以来，各国金融机构积极参与其中，我国商业银行也迈出了可喜的一步。截至2009年年末，兴业银行累计发放节能减排项目贷款223笔，金额165.83亿元。2008年，浦发银行率先推出针对绿色产业的《绿色融资综合服务方案》[3]。但是，随着碳金融的愈演愈烈，我国商业银行对碳金融的参与不应仅仅是这一步。为了商业银行更好的开展碳金融业务，本文根据SWOT法，从优势、劣势、机会和威胁四方面来进行分析。
2.1优势①有利的政治经济环境。我国很早就提出了科学发展观这一重大战略思想，提倡建设“环境友好型”和“资源节约型”社会。因此，当碳金融在全球兴起时，我国能较快的对其做出积极的应对。这为商业银行发展碳金融业务创造了一个积极的政治经济环境。②巨大的发展空间。我国拥有十分丰富的碳减排资源。截至目前，我国提供的碳减排量约占全球市场的1/3，并有增长态势。此外，根据《京都议定书》，中国在2012年以前不需要承担减排义务，在中国境内减少的温室气体排放量，都可以以有价商品的形式出售给发达国家[4]。这为商业银行带来了巨大的业务发展空间。③明显的成本优势。在发达国家，温室气体的减排成本为100美元/吨碳以上。而在中国，其成本仅为发达国家的1/5左右。这种巨大的成本差异会促使发达国家企业在我国寻求合作项目，这为我国商业银行开展碳金融业务提供了机会。
2.2劣势①碳金融市场尚未健全。截至目前，我国相继成立了北京环境交易所、天津排放权交易所等碳交易相关市场，但是仍缺乏成熟的碳交易制度及统一的碳交易平台，使得碳金融现状与碳金融市场之间极度的不匹配，一定程度上影响了商业银行在碳金融领域的业务开发。②碳金融业务单一。目前，我国商业银行在碳金融实践中的探索主要集中在绿色贷款和CDM项目融资上(CDM即清洁剂发展机制，指发达国家提供资金和技术，与发展中国家开展合作项目，实现“经核证的减排量”（CERs）)。如中国银行积极加大绿色信贷投入，并实行“环保”一票否决制；兴业银行开发并成功运作了7种节能减排模式用于CDM项目融资[5]。然而，这些举措仅仅是将其现有传统业务复制到碳金融领域，对于较高层次的碳金融投资及衍生品交易仍是一片空白。③相关技术、人才匮乏。相对于传统业务，碳金融业务更需要具备化工、金融、法律、外语等知识的综合型人才。而我国大部分商业银行倾向于引进金融类专业人才，对于复合型人才的储备还远远不够。另外，商业银行尚未建立起健全的碳金融管理系统和支付应用系统，束缚了碳金融业务的发展。
2.3机会①有利于推进商业银行的国际化。自我国加入WTO后，商业银行面临的严峻问题之一就是凭借什么应对国际上的激烈竞争。碳金融作为全球金融界的“新宠”，其发展前景十分广阔。我国商业银行要紧紧抓住这一机遇，利用自身优势提高自身在国际碳金融领域的地位。②有利于减轻国际政治压力。据国际环境署2004年12月10日的统计，中国的二氧化碳排放量占全球排放总量的13%，位居世界第二，并有增长的态势[6]。美国与欧盟等发达国家对于《京都议定书》规定的我国在2012年之前不需要承担减排义务本身就存在很大不满。若我国商业银行积极参与到碳金融的发展中，一定程度上有利于减轻我国在国际舞台上面临的政治压力。
2.4威胁对于我国商业银行来说，碳金融是一把“双刃剑”，带来机遇的同时，也伴随着极大的未知风险。主要有：①政策风险。《京都议定书》到2012年将失去法律效力，中国在国际碳金融市场的角色具有未知性。因此，我国商业银行碳金融业务的发展模式与方向存在不确定性。②法律风险。由于碳金融业务往往涉及国内外多个市场主体,所以容易产生复杂的法律关系,因此商业银行开展业务面临较大的法律风险。③气候风险。碳排放与能源的消费正相关，而能源的消费与气候变化息息相关，因而碳交易市场价格及相关业务的盈利前景在很大程度上受制于气候变化[7]。
3我国商业银行发展碳金融业务的对策
我国商业银行应遵循“积极发挥优势，努力克服劣势，紧紧抓住机遇，勇敢迎接挑战”这一主线开展碳金融业务：
3.1借助宏观环境、低成本优势，挖掘碳金融潜力我国的政治经济环境良好，国家倡导环境、经济和社会的科学发展，支持且鼓励低碳类绿色产业的发展。商业银行可以借助这一稳健的宏观环境，充分利用我国开发碳减排项目的低成本优势，开发出多元化的碳金融业务。
3.2加大政策扶持，健全碳交易市场首先，政府应建立完善的激励和约束机制，一方面对切实开展碳金融业务且成绩显著的商业银行给予奖励，另一方面要严格处罚违背我国发展碳金融这一要求的银行。同时，政府还应出台减免税收、财政贴息等扶持政策，调动商业银行开展碳金融业务的积极性。其次，我国还应建立成熟的碳交易制度，制定统一的碳交易规则，从而形成一个全国性的碳交易市场与平台，保证商业银行碳金融业务的顺利开展。
3.3拓宽碳金融业务领域目前，我国商业银行除了继续完善绿色贷款和融资服务，还可以从以下三个方面发掘碳金融业务新领域：第一，依托于碳金融的投资业务。商业银行应积极的将投资业务拓展到碳金融领域，改变以往以“高能耗、高污染”行业为主导的投资方向，优化商业银行的业务结构。第二，基于CDM的中介服务。商业银行可以利用其在信息和渠道等方面的优势，为中国的CDM项目出售方和国外购买方提供财务顾问服务，并从中收取一定的费用。此外，商业银行还可以通过开设专门的资金账户，担当CDM项目的资金管理人，保证CDM项目下的资金的流动性。第三，碳交易服务。目前，我国还没有足够的能力完全参与到碳交易市场中，我国商业银行应该虚心学习国外银行业在这方面的经验，待时机成熟时介入碳交易市场，参与到碳指标交易中。在此基础上，还可以考虑开发碳金融衍生品，构建起我国完善的碳金融服务体系。