经济发展和碳排放的关系精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的经济发展和碳排放的关系主题范文，仅供参考，欢迎阅读并收藏。

第1篇：经济发展和碳排放的关系范文

关键词：碳排放；农业经济；增长；关系；实证分析

当前，低碳经济的发展已经成为了一种主要的经济发展模式，特别是在碳排放量不断增多的情况下，会使得温室效应越来越严重，从而给低碳经济的发展提供了可能性和必要性。在这样的情况下，如何才能够保证农业经济得到增长，并且减少碳的排放是最重要的发展策略。

一、碳排放的研究内容和研究方法

（一）基本碳排放计算方法

碳排放量的计算主要从化学的角度来进行，其中的主要参数是二氧化碳。根据它产生的化学原理，可以进行碳排放量的计算。一般来说在计算中需要结合我国在碳排放和经济发展中的实际情况来进行，要在二者之间相互影响的关系中来思考。在计算中，需要通过抽样调查的方式来进行辅助，对碳排放量和农业经济增长的关系进行探究和分析。常用的研究方法是碳排放测算法和弹性分析法。第一种方法的计算对象是碳排放量，主要依据是生产者和消费者的责任原则，具体的计算公式是：碳排(29.27MJ/kg)×燃料含碳量×氧化率×C转化为CO2的系数44/12。第二种方法主要考察的是经济增长和碳排放之间的关系，结合二氧化碳排放量的GDP弹性情况来进行等级的计算，具体通过如下公式来进行计算：碳排放量的GDP弹性=CO2排放量变化的百分比/GDP变化的百分比。

（二）基于农业经济发展的碳排放计算方法

对于农业经济的发展来说，在每一个阶段都会涉及到碳排放的计算，例如发展农业经济时所需要的基础工程建设和能源消耗等等，这些都是碳排放的重要环节。因此在对农业经济发展中的碳排放量进行计算时，要分别对每一个阶段进行计算。具体的计算原理是：T碳排放量＝A所消耗的资源数量×B二氧化碳排放因子通过对每一个阶段的碳排放量进行计算和求和，就可以得到农业经济在它的发展周期中的二氧化碳排放量。由于农业经济在发展的过程中，会受到很多主客观不确定性因素的影响，因此计算过程要灵活进行调整。在农业经济发展的过程中会涉及到基础设施的建设，建筑的建造会对建筑材料产生消耗，建筑材料在生产的时候，在开采、运输和生产环节所消耗的其它资源都是碳排放产生的地方。在建材的生产阶段，碳排放因子指的是消耗以单位的质量的物质所产生的温室气体的量。在这个计算中，涉及到各种建筑材料的碳排放因子。对于这个数值来说，不可循环利用的材料因子是固定的，对于可循环利用的材料，其因子由两部分组成，且计算还会涉及到回收系数。实际上在农业经济发展的环节当中，很多人会忽略了建筑在其中的碳排放状况，但是农业经济的发展并非是单纯和农业相关，它需要一些基础性的东西来进行支持。在这样的情况下，就不能忽略这些环节的碳排放状况。农业经济的发展涉及到大量农作物的运输，运输需要交通工具，而交通工具在使用中会产生能源的消耗，最终会排放大量的二氧化碳。不同运输方式的单位耗能和碳排放系数是不一样的，由于不同的农作物在不同的环境下所涉及的运输距离是不一样的，因此需要具体的计算中进行探讨和研究。

二、我国碳排放的现状和低碳经济发展的背景

经济增长必须会产生能源消耗，这就会对环境造成一定的危害，特别是碳的排放，对人类的生存环境是造成比较大的威胁的。从近几年来我国的排放量分析可以发现，随着时间的变化，我国的碳排放量增长率是在全面增长，因此，这需要我国不断地加强碳排放的治理工作。近些年来人们对他开放所带来的环境问题给予了更高的关注，其主要原因在于人们对经济增长进行追求的时候会对自然环境出现严重的破坏。实际上这样的破坏会给人们的生活造成比较大的影响。随着全球气候的不断变化，为了更好地控制这一现象，人们就会对低碳经济进行追求，这是一种新的经济形势，也是一种符合社会发展需求的经济形势。对低碳经济的发展来说，途径的确定需要对经济的结构进行调整，同时对生活方式进行改变，并且尽可能地发展一些可再生的能源技术。除此之外，我国还要切实地发挥政府本身的职能作用，通过改革提供它们的管理水平。对于低碳经济的发展来说，它的出发点是为了应对温室气体排放所带来的经济发展形势的变化，但是低碳经济发展过程中会涉及到许多方面的内容，这些内容和市场经济发展息息相关，和社会的稳定息息相关，和国家的发展也息息相关。在这样的情况下，实行低碳经济的模式，这样子，我们能够从多个方面加强节能减排工作的进行，从而为低碳文明的基础提供帮助。我构建作用，使得我们在创建环境和经济增长的同时，二者能够和谐共同发展。

三、碳排放和农业经济增长关系实证背景下的发展策略

基于碳排放和农业经济增长之间的关系和实证研究，可以发现，在能源消费的过程当中，碳排放的数量是不断的，随着煤炭的碳排放量迅速升高而在增大。因此我们要想对碳排放量的增大进行控制，主要从三个方面来进行加强。首先，要对我国的产业结构调整进行推动。当前，我国是处在一个工业化的发展时期，不可避免地产生大量的二氧化碳，从而把压力转接到环境上。在这样的情况下我国要从产业结构的调整这个根源上入手，通过各种手段推动我国产业结构的升级，减少二氧化碳的排放。其次，我国要加快技术的创新，加强技术对于研发投入力度和研究力度，确保在碳排放的控制方面有着良好的技术支持，可以从过程中减少碳的排放，为我国的经济发展提供帮助。具体来说，我国应该在增加洁净的能源上入手。我国的主要能源来源于煤炭的燃烧，而煤炭的燃烧会产生大量的二氧化碳，成为了碳排放的罪魁祸首。因此，要想控制碳的排放量，就应该加强可再生能源的开发和利用，通过这一个开发利用来对我国的能源结构进行改变，最终从根源上控制碳排放。最后，我国要从现实的角度出发，不能对碳排放处理问题和农业经济问题进行一刀切，要结合实际的情况来促进二者之间的协同发展，尽量寻找它们之间的最佳平衡点。一般来说，这样的平衡点寻找是需要不断摸索的，应该结合具体的实证分析关系进行探寻，避免出现过于极端或不契合实际需求的情况。

四、结语

总的来说，碳排放和经济的增长是有着一定的关系的，并且在不同的经济区域关系会有一定的差别。我国应该对二者的关系进行明确，结合我国的实际情况，加强产业规模和结构的调整，注重技术的研发和创新，推动产业结构的升级和优化，并且加强可再生能源的开发和利用，促进清洁技术的创新，最终促进经济增长和碳排放得到协调的发展，为我国的可持续发展提供动力和帮助，切实提高人们的幸福生活指数。

参考文献：

[1]李国志,李宗植,周明.碳排放与农业经济增长关系实证分析[J].农业经济与管理,2011(04).

[2]李玉波,许清涛,高标,等.吉林省农业碳排放与经济增长脱钩关系实证分析[J].中国农机化学报,2017(02).

第2篇：经济发展和碳排放的关系范文

（许昌学院经济与管理学院 河南 许昌 461000）

摘 要：全球变暖与环境污染日益引起来世界各国的高度关注，并引起理论界的探索研究。采用IPCC计算方法，对中国碳排放量进行估算，并定量研究了碳排放量与GDP，碳排放强度与能源消费结构、环境治理水平的关系。研究表明，碳排放量与GDP显著正相关，碳排放强度与环境治理水平显著负相关，最后，从调整能源消费结构等角度提出促进中国低碳发展的政策措施。

关键词 ：碳排放数据；碳排放强度；环境治理

中图分类号：X784 文献标识码：A doi：10．3969／j．issn．1665－2272．2015．06．021

基金项目：教育部人文社会科学研究规划项目“基于CGE模型的我国低碳发展政策构建研究”（项目编号：12YJA790214）；河南省高等学校哲学社科研究“三重”重大专项“新常态下河南省产业经济发展的机遇、挑战和对策”（项目编号：2014-SZZD-07）

收稿日期：2014-12-26

0 引言

根据联合国（NGO）世界和平基金会世界低碳环保联盟总会公布的数据显示，中国碳排放量已超过美国，成为世界第一大碳排放国家，但人均碳排放却远远低于美国。中国是发展中国家，现在正处于工业化、城镇化的重要阶段内，对于能源消费数量庞大，而且能源消费结构不合理。然而，随着全球气候变暖问题日益引起世界关注以及国内越来越严重的环境污染现象引起人民关注，减少二氧化碳等废弃物排放，加快发展低碳经济已经受到中国政府的重视。2009年中国在哥本哈根举行的全球气候大会中作出庄严承诺“到2020年，中国每单位GDP中碳排放比2005年下降40％~45％”。减少二氧化碳排放，首先要明确影响二氧化碳产生的因素，较为经济、准确地获得二氧化碳排放数据。本文将估算中国碳排放数据，为低成本、高质量获取二氧化碳排放数据以及减少二氧化碳排放提供参考依据。

国内外有关估算碳排放数据的方法的研究主要有，Druckman等采用类多维区域投入产出模型，结果显示英国碳排放量与收入水平、居所、职位和家庭组成有关；Ramakrishnan应用DEA方法研究了了GDP、能源消费、碳排放三者之间的联系；Ugur Soytas运用VAR 模型研究了美国能源消耗、GDP与碳排放量之间的因果关系。魏楚通过研究发现GDP增长与能源利用效率对碳排放影响较大；许士春采用LMDI加和分解法得出我国碳排放的最大驱动因素经济产出效应而最大的抑制因素为产业结构效应的结论；赵敏利用IPCC二氧化碳排放量计算方法估算出上海居民城市交通碳排放数据，并分析了碳排放强度；叶震参考了RAS双向平衡方法，利用投入产出表，估算出我国1995－2009年数据。现有文献研究结果表明，碳排放量与能源消耗、能源利用技术以及能源消费结构有重要的关系，然而现有研究方法有些过于复杂，所需要的参数较多，结果未必更真实接近真实碳排放量。

1 碳排放数据的估算方法

二氧化碳排放量的估算方法多种多样，常见的有如投入产出法、碳足迹计算器法、IPPC计算法等。IPCC 计算碳排放的方法是联合国气候变化委员会提出的，为世界通用的计算方法，IPCC的评估报告阐明大气中二氧化碳的来源主要为人工排放，而人工排放的途径主要来源能源消费。尽管各国减排技术或资源禀赋存在诸多差异，但是这种方法依然可以通过变换相应参数进行调整，这种方法为研究者提供了所需要的各种能源的参数以及排放因子的缺省值，计算十分简单。

采用IPCC碳排放计算指南中的计算方法，假设各类能源的碳排放系数为固定数值，将其结合能源消费数据：

式（1）中，A为通过能源消费向空气中排放的碳排放总量；Bi为能源i消费量； i为能源种类；i＝1，2，3，估算的是由煤、石油、天然气三种能源产生的二氧化碳量；Ci为能源i的碳排放系数。

上述IPCC碳排放计算方法在连续进行时间序列数据估算时存在一个缺陷，即如果选定基年的碳排放系数，那么基年以后年份同样选择相同的碳排放系数，则明显没考虑废弃物循环利用和综合治理的因素，因为随着人类环境保护意识水平的提高，循环利用或综合利用产生的二氧化碳等废弃物的力度也在加大。但是很难获得二氧化碳回收等方面的数据，因此，选择“环境污染治理投资总额占国内生产总值比重”这一指标修正碳排放系数。

取某一种能源基年的碳排放系数为Ci1，基年环境污染治理投资总额占国内生产总值比重的值为，则基年以后任一年份碳排放系数为：

本文选择2000年为基年，利用以上公式估算中国2000－2012年碳排放总量（文中数据来源历年《中国统计年鉴》和《中国能源统计年鉴》），GDP以2012年价格计算，估算结果如表1和图1。

从表1和图1中可以看出，中国碳排放量总体呈现增长趋势，在总体增长的趋势中，出现几次阶段性下降现象，主要原因不是能源消费总量下降，而是环境污染治理投资总额占国内生产总值比重上升。中国碳排放量主要由煤炭产生，而石油和天然气所产生的二氧化碳较少，这主要是因为中国能源消费结构中煤炭所占比重较大，而其他所占比重较小，产生单位热量煤炭排放的二氧化碳多。碳排放强度的变化趋势见图2。

碳排放强度是单位GDP的碳排放量，其大小直接反映了经济发展对环境影响的大小。从图2可以看出，碳排放强度呈现出下降的趋势，这表明中国在节能减排上取得的成效，然而应该认识到中国碳排放强度依然较高，而且最近几年下降速度变慢。

2 碳排放量与GDP关系

中国经济正在处于高速发展之中，能源消费结构和环境治理水平也在不断变化，经济的快速发展依赖于能源消费的快速增长，能源消费的快速增长促进了碳排放量的增长，而能源消费结构优化和环境治理水平提高又减少了碳排放量。因此，有必要研究碳排放量与GDP关系以及碳排放强度与能源消费结构、环境治理水平的关系。

为解释变量，以2012年不变价格计算，碳排放量被为被解释变量，模型中参数采用普通最小二乘法（OLS）估计，则中国二氧化碳碳排放量与的线性回归模型如下：

用2000－2012年时间序列数据估计模型中的参数，则2000－2012年中国二氧化碳碳排放量与的关系为：

从上述建立的一次线性回归模型各参数可以看出，GDP对碳排放量显著，回归系数显示为正值，表明中国GDP显著正向影响碳排放量，随着GDP增长，二氧化碳排放量也将与之同步增长的趋势，并且GDP每增加1亿元，二氧化碳排放量增加0．24万t。由于GDP增长和二氧化碳排放量呈长期的单调递增关系，随着中国经济的不断发展，中国将面临着更多更大的减排压力。

用CI表示碳排放强度，f1、f2分别代表煤炭、石油占能源消费总量的比重，用表示环境污染治理投资总额占国内生产总值比重，2000-2012年，中国碳排放强度能源利用结构以及环境治理水平的回归如下：

括号中数据为相应参数的t检验值，1％显著。

碳排放强度和煤炭、石油占能源消费总量的比重变化的正向关系说明，煤炭、石油占能源消费总量的比重的提高都会使碳排放强度增加，但是从回归结果来看，煤炭占能源消费总量的比重提高1％要比石油占能源消费总量的比重提高1％促进碳排放强度增加得快一些，因此，从这个角度可以说，提高石油占能源消费总量的比重有利于降低碳排放强度。环境污染治理投资总额占国内生产总值比重的符号为负，表明环境治理水平能显著降低碳排放强度，系数的绝对值较大，表明在中国提高环境污染治理将会显著降低碳排放强度。

3 促进中国低碳发展的政策措施

3．1 转变经济发展方式，形成全社会参与低碳发展的局面

要把加快低碳发展作为贯彻落实科学发展观的重要内容，在全社会广泛开展宣传，使全社会认识到中国由于经济发展引起的过多碳排放量面临的国际减排压力，以及由于大量碳排放量引起的气候变化和环境污染问题，要明确中国作为发展中大国在碳排放方面享有的权利和应承担的义务。要牢固确立低碳发展意识，让转变经济发展方式以及保护环境等成为各级政府和企业的重要发展理念。要区别经济增长与经济发展，经济增长是经济发展的部分内容，经济发展不仅有经济总量的增加，更需要有经济效益、环境治理以及人民水平的提高。中国要避免走西方先污染后治理的模式就必须加快转变经济发展方式，加快低碳发展。

3．2 优化产业结构

当前中国产业结构不合理，主要表现在第二产业比重较大，第三产业比重较小，由于不同产业生产相同价值的产品其消耗的能源是不同的，一般来说，生产等值产品第二产业消耗的能源最多，排放的二氧化碳也最多，第三产业消耗的能源最少，排放的二氧化碳也最少。中国要想完成在哥本哈根举行的全球气候大会中作出的承诺，就必须加大产业结构调整力度，加快第三产业发展，力争在快速发展经济的同时，使碳排放总量最少。

3．3 调整能源消费结构

碳排放强度与能源利用结构显著相关，一般来说，产生等热煤碳排放的二氧化碳最多，石油次之，天然气最少，而清洁能源排放更少。长期以来，中国能源消费结构形成以煤炭为主，清洁能源较少的局面，在一定程度造成了碳排放量的快速增加。因此，要加大对风能、核能、水电等清洁能源的开发与利用，不断调整能源消费结构。另外，开发新的清洁能源在改善国内能源消费结构，降低碳排放量的同时，又可以显著促进经济增长。

3.4 加大环境治理力度

中国碳排放量的增加，影响因素很多，由前面研究可以看出环境治理能显著降低碳排放强度。从统计数据可以看出，中国环境污染治理投资总额占国内生产总值比重一直较低，而且其值一直难以稳定，处于不断变化中。当前，中国面临诸多问题，其中大部分问题都与环境污染治理投资力度不够相关，因此，有必要加大环境治理力度。加大环境治理力度可以逐步引入碳税制度。碳税可以迫使企业因为沉重的税收而放弃碳排放量较多的一些产品生产，从而降低二氧化碳排放量，它是最具有市场效率的减少碳排放的经济政策手段之一。

3.5 增加碳汇

减少二氧化碳除了减少二氧化碳的排放外，还应该尽量吸收已经排放的二氧化碳。碳汇的目的就是从大气中除去二氧化碳的一些方法过程、活动以及机制，主要依靠森林吸收并储存二氧化碳。陆地生态系统中森林是最大的碳库，通过树木和花草等植物的光合作用，吸收大气中的二氧化碳，制造出氧气并向外排出，这样会降低大气中的二氧化碳含量、减缓气候变暖的效果。当前，中国森林面积和森林覆盖率较低，需要继续增加森林面积。中国是能源消费大国，排放的空气中的二氧化碳十分庞大，要想保证空气质量，减缓二氧化碳对气候的影响，需要扩大森林面积来吸收空气中的二氧化碳。另外，国土的绿化会使国家的形象得到大幅提升，吸引更多的游客来旅游观光，不仅有利于降低二氧化碳，同时也可以加快发展第三产业，促进中国产业结构调整和经济发展。

参考文献

1 Angela Druckman. The Carbon Footprint of UK Households 1990-2004[J]. Ecological Economics, 2009(68)

2 Ramakrishnan. Factor Efficiency Perspectiveto the Relationships among World GDP, Energy Consumption and Carbon Dioxide Emissions[J]. Technological Forecasting & Social Change, 2006(73)

3 Ugur Soytas. Energy Consumption, income, and Carbon Emissions in the United State[J]. Ecological Economics, 2007(62)

4 蒋金荷.中国碳排放量测算及影响因素分析[J].资源科学，2011（4）

5 许士春，习蓉，何正霞．中国能源消耗碳排放的影响因素分析及政策启示［J］．资源科学，2012（1）

6 赵敏．上海市居民出行方式与城市交通CO2排放及减排对策［J］．环境科学研究，2009（6）

第3篇：经济发展和碳排放的关系范文

关键词：碳生产率；环境库兹涅茨曲线；相对减排；绝对减排

中图分类号 F062.2 文献标识码 A 文章编号 1002-2104（2013）05-0046-06 doi：12.3969/j.issn.1002-2104.2013.05.007

当前中国的减排是一种“相对减排”，即碳强度的减排。有研究机构估计，中国将在2020-2050年间出现排放峰值，而中国官方首次预估碳排放峰值在2030-2040年之间[1]。这就意味着从当前的“相对减排”通往碳排放量的“绝对减排”，还需要再走二三十年甚至更长的路。如何走好这段路，如何协调经济发展和碳减排之间关系，无疑是眼下值得深思与研究的一个重要课题，更是决定将来中国低碳转型命运的关键问题。为此，本文将重点引入“碳生产率”概念，将控制CO2排放和促进经济增长两个目标有机结合起来。

碳生产率概念于1993 年由Kaya和 Yokobofi提出[2]，被定义为一段时期内国内生产总值（GDP）数量与同期CO2排放量之比，等于碳强度的倒数，反映了单位CO2排放所生产的经济效益。Beinhocker等[3]全面阐述了碳生产率的内涵及其结构性演进，指出碳生产率将经济发展与CO2排放有机地联系在一起。虽然碳生产率与碳强度在数量上是倒数关系，但两者存在本质区别。谌伟等[4]研究了上海市工业碳排放总量与碳生产率关系，并建议将碳生产率指标纳入上海市工业低碳化发展的政策制定中去。潘家华[5]指出碳生产率是从经济学的角度将碳作为一种隐含在能源和物质产品中的要素投入，衡量一个经济体消耗单位碳资源所带来的相应产出，可与传统的劳动或资本生产率相比较。碳生产率遵循在一定的技术水平条件下，以最少的碳资源投入获得最大的产出，碳排放成为社会经济发展的一种投入要素和约束性指标。未来的竞争不是劳动生产率的竞争，也不是石油效率的竞争，而是碳生产率的竞争。因此，从碳生产率角度研究低碳经济意义重大，然而，国内外关于碳生产率的研究仍不多见。

另外，众多研究表明发达国家在经济增长的进程中，能源消耗碳排放是有规律可循的[6]。他山之石，可以攻玉。目前很多发达国家碳排放都已跨过峰值点，从“相对减排”到“绝对减排”，在不同的环境和背景下走出了形形的道路，积累了很多宝贵的发展经验，研究这些国家的发展历史，可以为我国的发展提供客观而可靠的理论依据。为此，本文从现有的文献出发，着力探寻经济发展中碳排放总量与碳生产率的演变规律，并结合数据勾勒出主要发达国家1850-2010年的碳排放发展轨迹，为明确我国碳排放发展阶段及进一步实现低碳经济提供有意义的参考与借鉴。

1 经济发展过程中碳排放的变化曲线与阶段划分

1.1 碳排放的倒U型曲线

自从Grossman和Krueger[7]首次提出环境库兹涅茨曲线后，众多学者也开始研究碳排放与经济增长的曲线关系，即CO2的库兹涅茨曲线（简写为CKC）是否存在。“CKC假说”表明在经济发展的初始阶段， CO2排放将随着经济的增长而增加，而当经济进一步发展并达到某个门槛水平之后，CO2排放将随着经济的增长而下降。围绕 “CKC假说”是否成立，国内外学者进行了大量的研究。例如，Selden和Song [8]、Marzio Galeottia等人 [9]认为存在CKC，但是 Agras和Chapman[10]， Richmond和Kaufmann[11]，He 和Richard[12]等均发现并不存在CKC。林伯强、蒋竺均[13]利用CKC，研究了我国CO2排放的拐点，并进行了预测。韩玉军、陆[14]则认为收入水平不同的国家有着不同类型的CKC。

如果“CKC假说”成立，那么这就意味着碳排放与经济增长的一种倒U型关系，而这种倒U型关系既表现在碳强度上，又表现在碳排放总量上，而且碳强度的峰值点要比碳排放总量的峰值点先出现。

1.2 碳生产率的正U型曲线

从生产角度考虑，碳是一种隐含在能源和物质产品中的要素投入，碳排放空间是比劳动力、资本等更为稀缺的要素[16]。而目前的研究更多是从环境的角度考虑问题，强调碳排放作为产出的附属物及对环境造成的影响。

假设一个经济的产出函数是柯布――道格拉斯生产函数的情形，引入碳要素投入后，生产函数为：Yt=Kαt Cβt（At Lt）1-α-β（1）

其中Y表示总产出，C表示碳要素投入，K表示资本投入，L表示劳动投入，A表示技术水平。假设每种生产要素都是必不可少的、二阶可导的、满足稻田（Inada）条件[16]，则碳要素与资本、劳动这些要素有着相似的特征，即：碳投入越大、产出越大，而碳的边际生产率递减。

然而，“CKC假说”表明当经济进一步发展并达到某个门槛水平之后，碳排放将随着经济的增长而下降，碳排放与经济增长逐渐脱钩，经济产出与碳要素投入的比值（即碳生产率）将会上升。由于碳排放和碳要素投入是同一事物的两面，这意味着碳要素投入不可能无节制地增加下去，而是会随着经济的增长先增加到一定门槛水平后再下降。

因此，基于“CKC假说”，无论是从“碳生产率数值上等于碳强度的倒数”这个层面理解，还是从碳生产率本身蕴含的经济学含义考虑，随着经济发展，碳生产率呈现出先降后升的正U型关系，而且碳生产率的最低点恰好是碳强度的峰值点。

1.3 碳排放的阶段划分

将经济发展中碳排放的倒U型曲线和碳生产率的正U型曲线放在一个图形中（见图1），我们可以将经济发展过程中的碳排放大致分为“三个阶段”：

第一阶段：碳排放积累期。即碳强度峰值点出现之前的阶段，也是经济发展的初始阶段。此时，收入水平和碳排放水平整体较低，碳生产率不断下降，碳强度和碳排放总量都在不断增加。

第二阶段：碳相对减排期。即碳强度峰值点出现之后，碳排放峰值点出现之前的阶段。此时，收入水平和碳排放水平整体都有了很大提升，碳生产率开始不断上升，碳强度开始不断下降，而碳排放总量继续增加。

第三阶段：碳绝对减排期。即碳排放峰值点出现之后的阶段。此时，收入水平已经很高，碳生产率继续上升，碳强度继续下降，而碳排放总量也开始不断下降。这个时期，经济增长与碳排放实现了脱钩。

对照图1，从“相对减排”通往“绝对减排”的过程正是对应A峰值点和B峰值点之间的阶段，而这个阶段承前启后，是至关重要的一个阶段。无论是“相对减排”还是“绝对减排”，碳生产率始终保持增长的态势。

2 主要发达国家的碳排放轨迹与经验启示

2.1 主要发达国家的碳排放轨迹

本文选取美国、日本、英国、法国、德国、澳大利亚、西班牙、荷兰等主要发达国家作为分析对象，据CDIAC数据统计，在19-20世纪，这八个国家的碳排放累计总量占全球累计排放的2/3以上，具有足够的研究价值和代表意义。为了在较长时间段中全面地考察各主要发达国家碳

排放的演变规律，我们考察的样本期从1850-2010年，长达161年。

本文所述的能源消耗碳排放，是指一国在样本时间段内包括煤炭、石油、天然气等全部化石燃料在本国境内使用所产生的CO2排放量。而所用到的碳排放数据主要来自美国能源部CO2信息分析中心（CDIAC）数据库，有关各国人口、GDP历史数据则均来自于荷兰格罗宁根增长与发展中心（GGDC）数据库，其中GDP数据是基于1990年国际美元给出的。

从时间趋势上来看，八个国家的碳生产率整体呈现出一种正U型，而碳排放整体呈现出来的则是倒U型曲线的前半部分，美国、德国、英国、荷兰的碳生产率和碳排放变化趋势见图2。

结合各个国家的人均GDP水平，我们可以绘制出各个国家的碳排放轨迹，基本上与图1相似，其中，英国尤为明显（见图3）。

为了更精确地检验这些国家的碳排放轨迹，本文对8个国家1850-2010年碳生产率、碳排放总量以及人均

GDP的数据进行面板回归。估计方程分别为：

（3）

式中，下标i和t分别表示各国和时期，α0和α1为常数项，εit和it为误差项，ln cbit表示取对数后的碳生产率，ln carbonit表示取对数后的碳排放量，ln pgdpit表示取对数后的人均收入水平。

如果存在碳生产率的正U型曲线，则（2）须满足条件：

β00

（4）

如果存在碳排放的倒U型曲线，则（3）须满足条件：

β1>0，λ1

（5）

考虑到各国的固定不可测因素，同时为了控制时期的差异，以及个体间的异方差性，本文在对回归方程（2）、（3）进行估计时采用了个体固定效应、时期固定效应以及怀特跨国家的协方差调整，结果见表1。

可以看出，β0的值为-11.534，λ0的值为0.692，满足条件（4），所以存在碳生产率的正U型曲线；而β1的值为10.039，λ1的值为-0.535，满足条件（5），所以存在碳排放的倒U型曲线。

2.2 主要发达国家碳排放的历史阶段

从碳排放的“三个阶段”来看，美日英等八个国家都经历了碳生产率的底点，进入或通过了碳排放的相对减排阶段。英、荷、德、法四个国家则率先跨过了碳排放的峰值点，日本、美国、西班牙三个国家近年来也相继达到了碳排放的峰值，澳大利亚的碳排放仍有增加的空间，因此，这些国家除了澳大利亚基本上都进入了碳排放的绝对减排阶段（有关指标见表2）。

而在“三个阶段”中，第二阶段（即相对减排阶段）承前启后，是至关重要的一个阶段。能否顺利跨过相对减排阶段，直接决定着低碳经济能否实现。从时间先后顺序来看，英国早在1883年就进入了第二阶段，荷兰、美国、德国相继于1913、1917年迈出了相对减排的步伐，法国1930年，日本、西班牙则到20世纪70年代，澳大利亚最晚到

1982年。从时间跨越长短来看，英国耗费了88年，荷兰66年，美国则多达90年，德国62年，法国49年，日本、西班牙均仅为31年。从与碳生产率的联系来看，英国、荷兰、美国、德国进入相对减排阶段时间较早，但进入时碳生产率水平不高，整个阶段碳生产率平均水平不高，结果花费较长的时间走出这个阶段；而日本、西班牙较晚进入相对减排阶段，但进入时碳生产率水平较高，整个阶段碳生产率平均水平较高，结果仅花费31年就跨进了绝对减排阶段的门槛。

2.3 主要发达国家的经验启示

归纳主要发达国家的碳排放变化规律，分析这些国家所经历的碳减排道路，有助于我国站在发展与减排双重压力下，汲取经验，启迪思路，积极探索契合中国国情的低碳经济发展之路。

2.3.1 认清形势，努力提升碳生产率水平

发展低碳经济的核心在于提高碳生产率[17]，从主要发达国家碳排放的三大阶段来看，第一阶段是碳生产率下降的阶段，这个时期碳排放与日俱增；第二、三阶段是碳生

产率上升的阶段，碳排放上升到顶点后下降。从第二阶段开始到第二阶段结束，是从“相对减排”通往“绝对减排”的关键阶段，碳生产率有明显的提升，如英国从1883年的1.44美元/kg碳提升到1971年的3.39美元/kg碳，日本从1973年的4.60美元/kg碳提升到2004年的8.01美元/kg碳。而且这个阶段的长短与起始年份的碳生产率水平直接相关，碳生产率水平越高，第二阶段经历的时间就越短。而碳生产率反映了经济增长与碳排放之间的依存关系，影响经济增长和碳排放的因素都会影响到碳生产率，这些因素包括经济发展水平、产业结构、能源消费结构、能源利用效率、消费方式等。我国进入第二阶段的碳生产率水平（2.35美元/kg碳）较低，当前碳生产率水平更是远远落后于主要发达国家。因此，从各种影响因素入手，大幅度提高碳生产率水平，是我国从“相对减排”通往“绝对减排”的重要突破口。

2.3.2 乘势而上，充分发挥经济后发优势

从历史来看，英美德等国家较早进入了碳排放的第二阶段，碳生产率起点低，第二阶段经历时间长，累积碳排放量较大。而日本、西班牙等国家较晚进入碳排放的第二阶段，反而有效地利用了英美德等国的先进技术和设备，同时大力开发新能源，充分发挥其经济发展中的“后发优势”，有效降低了累积碳排放，缩短了碳排放周期，形成了“高增长、短周期、低排放”的低碳发展模式。我国在1978年才进入碳排放的第二阶段，比日本、西班牙还要晚几年，碳生产率的起点比英美德高，大可学习日本、西班牙等国的历史经验，在引进并学习国外先进技术的同时，大力鼓励自主研发和企业创新，充分发挥“后发优势”，抓住机遇， 乘势而上，在低碳领域培育竞争优势，实现跨越式发展。

2.3.3 遵循规律，制定合理有效的减排目标

目前全球主要发达国家大致都已进入或刚进入碳排放的第三阶段，碳生产率已上升到一个较高水平，碳排放总量处在下降过程中，对于这些国家而言，绝对量减排已成现实目标。而我国仍处于碳排放的第二阶段，拿法国类比，法国第二阶段初始碳生产率水平为2.78美元/kg碳，第二阶段历时49年，而我国第二阶段的初始碳生产率水平要比法国低一些，走完第二阶段预计也得50年以上。这意味着，我国未来几十年里仍将处于第二阶段，未来碳排放仍会伴随经济增长而上升。所以，对我国而言，实现绝对量减排仍不现实，我国首要目标应是降低碳排放的峰值，减少不必要的排放，缩短碳排放周期，尽快跨过相对减排阶段，尽早进入绝对减排阶段。因此，准确判断自身所处的碳排放阶段，据此合理制定产业政策和减排计划，切不可急于求成，违背历史规律。

3 结论及研究方向

3.1 结论

本文从现有的文献出发，基于环境库兹涅茨曲线研究了经济发展过程中碳排放与碳生产率的变化规律，进而提出了碳排放积累阶段、碳相对减排阶段和碳绝对减排阶段的三大阶段划分办法。美国、日本、英国、法国、德国、澳大利亚、西班牙、荷兰等八个主要发达国家1850-2010年的历史数据很好地验证了这一变化规律，并且这些国家都经历了碳生产率的底点，除澳大利亚外它们都已进入或刚进入碳排放的绝对减排阶段。从“相对减排”通往“绝对减排”，这些发达国家经历的时间或长或短，与相对减排阶段起始年份的碳生产率水平和整个阶段的碳生产率平均水平有着较强的联系。我国正处于且未来几十年里仍将处于碳排放的相对减排阶段，起步较晚，起点不高，当前碳生产率水平较低。汲取他国经验，发挥本国特色，充分利用后发优势，大幅度提高碳生产率水平，是我国从“相对减排”通往“绝对减排”、进一步发展低碳经济的关键所在。

3.2 本文的局限性及进一步研究方向

本文对碳排放的阶段划分是建立在CO2的库兹涅茨曲线（即CKC曲线）假说基础上，而CKC假说是否成立仍有争议。本文对西方八个主要发达国家的研究进一步佐证了这一假说，但不能断言这些发达国家的变化规律也同样适用于包括中国在内的广大发展中国家。另外，从“相对减排”通往“绝对减排”，提高碳生产率是关键，本文的研究揭示了碳生产率的重要作用，但没有揭示碳生产率增长的具体原因。因此，研究不同阶段碳生产率增长的国家差异与影响因素，深入挖掘国外发展经验、探索本国特色减排路径，将是今后进一步的研究方向。

参考文献（References）

[1]渠慎宁，郭朝先. 基于STIRPAT模型的中国碳排放峰值预测研究[J].中国人口・资源与环境，2010，20（12）：10-15. [Qu Shenning，Guo Chaoxian. Forecast of China’s Carbon Emissions based on STIRPAT Model [J]. China Population， Resources and Environment， 2010， 20（12）：10-15.]

[2]Kaya Y， Yokobori K. Environment， Energy and Economy： Strategies for Sustainability [M]. Delhi： Bookwell Publications， 1999.

[3]Beinhocker E， Oppenheim J， et al. The Carbon Productivity Challenge： Curbing Climate Change and Sustaining Economic Growth [EB]. http：// /mgi/publications/CarbonProductivity，june，2008

[4]谌伟，诸大建，白竹岚.上海市工业碳排放总量与碳生产率关系[J]. 中国人口.资源与环境，2010，20（9）：24-29.[Chen Wei， Zhu Dajian， Bai Zhulan. Research on Relationship between Industrial Carbon Emissions and Carbon Productivity in Shanghai [J]. China Population Resources and Environment， 2010， 20（9）：24-29. ]

[5]潘家华，庄贵阳.低碳经济的概念辨识及核心要素分析[J].国际经济评论，2010，（4）：88-101+5.[Pan Jiahua， Zhuang Guiyang. Clarification of the Concept of LowCarbon Economy and Analysis of its Core Elements [J].International Economic Review， 2010， （4）：88-101+5.]

[6]张晨栋，宋德勇.工业化进程中碳排放变化趋势研究：基于主要发达国家1850-2005年的经验启示[J].生态经济，2011，（10）：24-28. [Zhang Chendong， Song Deyong. Carbon Emissions Trends in Industrialization Process： Based on the Data of Major Developed Countries 1850 to 2005[J]. Ecological Economy， 2011， （10）：24-28.]

[7]Grossman G M， Krueger A B. Environmental Impacts of A North American Free Trade Agreement [J].NBER Working Paper， 1991.

[8]Selden T， Song D. Environmental Quality and Development： Is There A Kuznets Curve for Air Pollution Emissions？ [J].Journal of Environmental Economics and Management， 1994， 27 （2）：147-162.

[9]Galeotti M， Lanza A. Reassessing the Environmental Kuznets Curve for CO2 Emissions： A Robustness Exercise [J].Ecological Economics， 2006， 57（4）：152-163.

[10]Agras J， Chapman D. A Dynamic Approach to Environment Kuznets Curve Hypothesis [J].Ecological Economics， 1999， 28（2）：266-277.

[11]Richmond A K， Kaufmann R K. Is There A Turning Point in the Relationship between Income and Energy Use and/or Carbon Emissions？ [J] .Ecological Economics， 2006， 56（2）：176-189.

[12]He J， Richard P. Environmental Kuznets Curve for CO2 in Canada [R]. Cahier de recherche/Working Paper 09-13， 2009.

[13]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. Lin Boqiang， Jiang Zhujun. China’s Carbon Environmental Kuznets Curve Prediction and Influence Factors Analysis [J]. Management World， 2009， （4）：27-36.]

[14]韩玉军，陆. 经济增长与环境的关系：基于对CO2环境库兹涅茨曲线的实证研究[J]. 经济理论与经济管理，2009，（3）：5-11. [Han Yujun， Lu Yang. The Relationship between Economic Growth and Environmental Quality： An Empirical Test on the Environmental Kuznets Curve of CO2 [J]. Economic Theory and Business Management， 2009， （3）：5-11.]

[15]潘家华，张丽峰. 我国碳生产率区域差异性研究[J]. 中国工业经济，2011，（5）：47-57. [Pan Jiahua1， Zhang Lifeng. Research on the Regional Variation of Carbon Productivity in China [J]. China Industrial Economics， 2011， （5）：47-57.]

[16]Inada K I. On the Stability of Growth Equilibria in Twosector Models[J]. The Review of Economic Studies，1964，31（2）：127-142.

[17]王永龙. 我国高碳发展模式下的碳生产率增长分析[J].经济学家，2011， （9）：36-41. [Wang Yonglong. Carbon Productivity Growth Analysis for Our Country under the High Carbon Development Model [J]. Economist， 2011， （9）：36-41.]

[18]何建坤，苏明山.应对全球气候变化下的碳生产率分析[J].中国软科学，2009，（10）：42-47.[He Jiankun，Su Mingshan.Carbon Productivity Analysis to Address Global Climate Change[J].China Soft Science，2009，（10）：42-47.]

[19]周五七，聂鸣.碳排放与碳减排的经济学研究文献综述[J].经济评论，2012，（5）：144-151.[Zhou Wuqi，Nie Ming.A Review on Economic Studies of Carbon Emissions and Carbon Abatement[J]. Economic Review，2012，（5）：144-151.]

[20]涂正革. 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.[Tu Zhengge.Strategic Measures to Reduce China’s Carbon Emissions：Based on lndex Decomposition Analysis of Carbon Emissions in Eight lndustries[J].Social Sciences in China，2012，（3）：78-94.]

[21]彭斯震，张九天. 中国2020年碳减排目标下若干关键经济指标研究[J].中国人口・资源与环境，2012：22（5）： 27-31.[Peng Sizhen，Zhang Jiutian.Study on Key Macroeconomic Factors and lndexes in Context of China’s Goal of Carbon Intensity Reduction[J].China Population，Resources and Environment，2012，22（5）：27-31.]

第4篇：经济发展和碳排放的关系范文

关键词：城市体系规模结构；经济发展；工业碳排放

文章编号：2095-5960（2016）04-0077-09；中图分类号：F290；文献标识码：A

一、引言与文献综述

改革开放以来，我国经济发展和城镇化都取得了举世瞩目的成就，我国经济总量稳居世界第二位，城镇化率从1978年的17.92%增长到2014年的54.77%。与此同时，能源高消耗和碳排放的迅速增加也成为我国发展中无法回避的问题。根据世界能源所（WRI）的数据显示，2009年我国超过美国成为世界第一大碳排放国家（许士春，龙如银，2014）[1]，目前，我国每年碳排放超过 60亿吨。面对日益突出的资源和环境压力，绿色发展成为我国“十三五”时期的五大发展理念之一。为了进一步控制和减少碳排放，落实绿色发展目标，探讨如何在经济发展和城镇化进程中降低碳排放强度就成为一个十分重要的问题。

城镇化过程不仅包括人口身份和就业的转换、产业结构的升级，同时也离不开城市体系规模结构的调整。城市体系规模结构是指一定地域内一系列规模大小不等的城市在不同规模等级上的分布特征。城市体系规模结构在很大程度上受到城镇化发展战略的影响。因此，分析和检验经济发展过程中城市体系规模结构与碳排放之间的关系，对于制定降低碳排放强度的城镇化发展战略具有重要意义。

近年来，我国碳排放问题已得到研究者的广泛关注。对于影响碳排放的因素，研究表明经济增长、产业结构、技术进步、宏观经济环境、政府环境规制政策、人口规模、能源强度、能源结构、贸易开放等都有显著影响（国涓等，2011[2]；李锴，齐绍洲，2011[3]；何小钢，张耀辉，2012[4]；孙欣，张可蒙，2014[5]）。城市化对碳排放也具有重要影响，但在影响方向存在不同观点：林伯强和刘希颖（2010）通过中国1978―2008年的数据实证发现城市化水平与二氧化碳排放总量之间具有同向变化关系[6]；而赵红和陈雨蒙（2013）的研究则表明城市化对二氧化碳排放存在负向影响[7]。许士春和龙如银（2014）的研究则发现城市化与二氧化碳排放的关系在不同地区间存在差异，东部地区为线性递增关系，而在中西部地区两者呈现“倒U型”关系。[1]此外，城市化对碳排放的影响程度也与经济发展水平相关，孙辉煌（2012）研究表明在经济发展水平不同的地区，城市化对碳排放的影响也有明显差异[8]；王娟等（2013）发现经济发展水平的提升会弱化城市化对二氧化碳排放的影响[9]。

对于我国城市体系规模结构的研究，在城市地理学视角下，周一星、杨齐（1986）分析了到1980年代中期我国城镇等级体系的结构特征、演变过程以及省区地域类型。[10]顾朝林（1992）系统研究了中国城镇体系的起源、产生、发展以及城镇体系的地域空间结构、等级规模结构、职能类型结构和网络系统结构等特征，并就我国城镇体系发展条件、城镇化水平及城镇人口增长、国家地域开发等对城镇体系发展的影响进行了讨论。[11]王放（2001）[12]、高鸿鹰和武康平（2007）[13]、程开明和庄燕杰（2013）[14]等也对我国城市规模分布特征、区域差异及演变机制等进行了测算和分析。近年来，城市体系的结构特征对经济绩效的影响也开始受到关注，谢小平和王贤彬（2012）讨论了城市规模分布对经济增长的影响，发现更为“均匀”的城市规模分布有利于经济增长。[15]陆铭和冯皓（2014）采用级行政区内部地级市之间的人口规模差距来反映空间集聚水平，发现人口和经济活动的集聚度提高有利于降低单位工业增加值的污染物质的排放强度。[16]李顺毅（2015）认为城市体系规模结构对城乡收入差距会产生显著影响，城市体系协调发展，促进中、小城市充分发育，有助于缩小城乡收入差距。[17]

从现有文献看，尽管城市化对我国碳排放的影响已经得到一定程度的讨论，但城市体系规模结构的影响作用还没有研究涉及。研究表明城市规模对碳排放也具有重要影响，王钦池（2015）利用1960―2009年161个国家的面板数据实证发现，碳排放压力最小的是人口规模100―500万的城市，规模更小或更大的城市的碳排放压力都会增大[18]。城市体系规模结构反映的是各级城市在规模上的分布特征，因此，城市体系的规模结构也会对区域内的碳排放产生影响。相关研究表明，碳排放主要来自工业、电力和热力生产、交通运输及居民生活等方面，其中工业所排放的二氧化碳占比较高，工业部门碳排量的减少已成为我国碳减排的关键（卓德保等，2015[19]），因此，本文将关注的焦点集中于工业碳排放。

本文将运用2006―2013年的中国省际数据，采用动态面板数据模型和系统GMM估计方法，实证分析城市体系规模结构与工业碳排放强度之间的关系，以及经济发展水平的提高将会对上述两个变量的关系产生怎样的影响。

二、计量模型与估计方法

（一）计量模型的设定

为了确定回归模型的设定形式，首先需要对城市体系规模结构与工业碳排放强度的关系进行理论分析。

根据王钦池（2015）的实证研究，对于不同规模的城市，碳排放压力最小的是100―500万人规模城市，其次是50―100万人规模城市，1000万以上人口规模城市的碳排放压力最大。[18]这表明随着城市规模的扩大，碳排放强度呈现先降低后升高的“U型”变化。这是由于不同规模的城市具有不同程度的聚集效应和外部成本（王小鲁，夏小林，1999[20]；Henderson，2002[21]），随着城市规模扩大，集聚带来的正外部性会促使能源利用效率的提升，从而降低碳排放强度；但城市规模也不是越大越好，过度集聚会带来高昂的成本，出现规模收益递减和负外部性问题，由此降低能源利用效率，从而使碳排放强度上升。

城市体系的规模结构不同表现为各规模等级上的城市数量分布不同，在分散型结构中，大城市规模不足，中小城市数量较多；在协调型结构中，大、中、小城市的规模和数量适当，形成较均匀的金字塔层级结构，大城市达到较大规模且不过大，人口向大、中城市的聚集程度高于分散型城市体系；在集中型结构中，处于城市体系顶端的大城市规模偏大，人口向大城市集中，中小城市普遍规模偏小，城市间规模差距较大。与协调型结构相比，分散型城市体系中，大城市规模不足，城市规模普遍偏小，能源利用的规模效益不能充分发挥出来，导致工业碳排放强度较高。因此，分散型城市体系下工业碳排放强度比协调型城市体系更高。对于集中型城市体系来说，规模过大的顶层城市由于规模收益递减和负外部性会提高工业碳排放强度，同时，这种体系中城市规模差距较大，除过大的顶层城市外，其他城市规模则偏小，也导致其余城市的工业碳排放强度较高。因此，集中型城市体系下的工业碳排放强度与协调型城市体系相比也会更高。根据上述分析，随着城市体系规模结构的集中程度不断提高，工业碳排放强度可能呈现“U型”变化。

为了检验上述分析，本文设定一个包含城市体系规模结构指标一次项和二次项的回归模型。此外，当期碳排放强度可能还会受到过去状态的影响，因此，本文在解释变量中引入被解释变量的一阶滞后项，构建动态面板数据模型：

（二）估计方法

在选择计量模型估计方法时，本文考虑到可能存在内生性问题：一是在动态面板数据模型中，由于在解释变量中加入了被解释变量的一阶滞后项，往往导致被解释变量的滞后项与不可观测的截面异质性效应产生相关性，从而产生内生性问题；二是工业碳排放强调可能受到多方面因素的影响，由于控制变量有限，可能遗漏重要解释变量。如果采用普通的面板数据估计方法，内生性问题将会导致估计结果是有偏且不一致的。因此，本文选择系统GMM方法进行估计，尽量减小内生性问题产生的不利影响。系统GMM方法的特点是同时对水平方程和差分方程进行估计，并以差分变量的滞后项作为水平方程的工具变量，以水平方程的滞后项作为差分方程的工具变量，从而使估计量具有更好的有限样本性质，提高了估计结果的有效性（Blundell，Bond，1998[23]）。此外，系统GMM分为一步法和两步法两种估计方法，相比而言，两步法不易受到异方差的干扰，因此本文使用两步法进行估计。

三、变量与数据说明

对于工业碳排放强度（ce），本文采用单位工业增加值的工业碳排放量（吨/万元）来度量，由工业碳排放总量除以工业增加值来计算。其中工业碳排放总量的测算，本文采用卓德保等（2015）的方法[19]，从工业消耗燃料角度入手，使用《IPCC温室气体排放清单指南》中的“参考方法”，计算公式为：

四、估计结果分析

为检验城市体系规模结构对工业碳排放强度的影响，表2报告了回归模型（1）的估计结果，Wald检验表明模型的设定整体上具有显著性；Sargan检验接受原假设，即工具变量为过度识别；AR（1）和AR（2）检验表明不存在二阶序列相关。因此，这里用两步法系统GMM估计动态面板模型是合理的。

表2中第（1）列回归没有包含控制变量，空间基尼系数的一次项显著为负、二次项显著为正。在第（2）列中加入了各控制变量后，空间基尼系数的一次项仍为负、二次项仍为正，而且都在统计上显著。这反映出城市体系规模结构的集中程度与工业碳排放强度之间具有“U型”关系，验证了前文对城市体系规模结构与工业碳排放强度之间关系的理论分析。根据表2中第（2）列的估计结果，当空间基尼系数为0.483时，为城市体系规模结构与工业碳排放强度“U型”关系的拐点。该拐点处于空间基尼系数从0.1732―0.6245的样本值范围内。当空间基尼系数小于0.483时，随着城市规模分布从分散逐渐向适度集中转变，空间基尼系数提高，工业碳排放强度会降低；但当空间基尼系数超过0.483后，城市体系的规模结构进一步集中，则会使工业碳排放强度转而上升。由此说明，过度分散和过度集中的城市体系结构都不利于减少碳排放，大中小城市协调发展的城市体系对于降低工业碳排放具有更加积极的作用。

对于各控制变量，从表2第（2）列的估计结果看，人均实际GDP的系数显著为负，说明经济发展水平的提高有利于降低工业碳排放强度，其原因是经济发展有利于提高工业企业的技术水平和能源利用效率，从而降低工业碳排放强度。第三产业产值占GDP比重的系数显著为正，反映出第三产业比重的提高在样本时期内并没有起到降低工业碳排放强度的作用，韩坚和盛培宏（2014）[30]的研究也得到类似的结果。其原因可能是样本时期内我国服务业的层次还较低，以低端产业为主的服务业发展产生了对高能耗工业品的大量需求，从而增加了工业碳排放强度；同时，由于生产业发展较为滞后，制约了其提升工业能源利用效率的作用，难以充分发挥出生产业降低工业碳排放强度的积极效应。城市化率的系数为显著为正，与郭郡郡和刘成玉（2012）[31]的实证结果类似，其原因主要与以往城市化过程中的高投入、高能耗增长模式有关。外商直接投资的系数显著为负，说明对外开放可以促进工业碳排放强度降低，这与毕克新和杨朝均（2012）[32]的研究结果是一致的，反映出FDI的溢出效应对我国工业碳排放强度的降低产生了积极影响。国有经济比重的系数为正，但不显著。正如张志辉（2015）研究发现国有及国有控股工业产值比重对能源效率具有不显著的负面影响[33]，使国有经济比重对碳排放强度的影响也具有不显著的正向关系。财政出占GDP比重的系数为正，也不显著，反映出样本时期内政府在经济中的影响力并没有对工业碳排放强度产生显著影响。这是由于政府行为对碳排放强度具有正、负双向作用：一方面，政府支出可以通过支持企业技术升级和节能改造降低碳排放强度；但另一方面，由于信息不对称、保护地方纳税大户等原因，政府也可能维持一部分技术含量低、能耗较高企业长期不被淘汰，从而增加碳排放强度。政府的这种双向作用可能导致其综合效应不显著。此外，工业碳排放强度的一阶滞后项显著为正，说明工业碳排放强度会受到以往的影响，这也表明采用动态模型进行估计是必要的。

为检验经济发展水平提高会对城市体系规模结构与工业碳排放强度的关系产生怎样的影响，表3报告了采用交互项的回归模型（2）的估计结果，其中Wald检验、Sargan检验、AR（1）和AR（2）检验都表明使用系统GMM两步法估计的动态面板模型是合理的。

表3中，经济发展水平与空间基尼系数的交互项是我们关注的重点。第（1）列没有考虑控制变量，经济发展水平与空间基尼系数一次项的交互项系数为负、与空间基尼系数二次项的交互项系数为正，而且都是显著的。第（2）列加入各控制变量后，经济发展水平与空间基尼系数一次项的交互项系数仍显著为负、与空间基尼系数二次项的交互项系数仍显著为正。与回归方程（1）的估计结果相比，增加了经济发展水平的交互后，空间基尼系数一次项和二次项的系数符号均没有改变，这反映出随着经济发展水平的提高，城市体系规模结构集中度对工业碳排放强度的“U型”影响将会进一步强化。由此说明，经济发展不会自动缓解城市体系结构失调对降低工业碳排放产生的制约作用。

从表3第（2）列的各控制变量来看，估计系数的符号和显著性与回归模型（1）的估计结果基本是一致的。人均实际GDP和外商直接投资的系数均显著为负，说明经济发展水平的提高和对外开放有利于降低工业碳排放强度。第三产业产值占GDP比重和城市化率的系数均显著为正，反映出样本时期内第三产业比重的提高和城市化与工业碳排放强度的上升正相关。国有经济比重的系数显著为正，反映出国有经济比重过高不利于降低工业碳排放强度。财政支出占GDP比重的系数为正，但不显著。此外，工业碳排放强度的一阶滞后项显著为正，说明采用动态模型进行估计是必要的。

为进一步检验城市化过程中城市体系规模结构对土地集约利用影响的稳健性，本文使用两步法系统GMM估计方法，采用位序-规模模型的幂律指数ζ代替空间基尼系数作为反映城市体系规模结构的指标对回归模型（1）和回归模型（2）进行估计。如表2第（3）、（4）列所示，幂律指数ζ的一次项均显著为负、二次项均显著为正。而且，根据表2中第（4）列的估计结果，当幂律指数为1.013时，城市体系规模结构与工业碳排放强度“U型”关系出现拐点。该拐点也处于幂律指数从0.3921―1.1756的样本值范围内。说明替换了测度指标后，城市体系规模结构集中度对工业碳排放强度的影响为“U型”关系这一结论仍然成立。

从表3的第（3）、（4）列估计结果也可以看到，经济发展水平与幂律指数ζ一次项的交互项均显著为负，经济发展水平与幂律指数ζ二次项的交互项均显著为正，这也表明替换了测度指标后，经济发展水平提高将进一步强化城市体系集中度与工业碳排放强度的“U型”关系这一结果仍保持不变。此外，各控制变量的系数和显著性与前面的估计结果基本也是一致的。这表明上述实证检验的结果具有一定稳健性。

五、结论与建议

本文运用2006―2013年的中国省际数据，通过动态面板数据模型系统GMM估计方法进行实证分析表明：随着城市体系规模结构的集中程度不断提高，工业碳排放强度呈现“U型”变化。即随着城市规模分布从分散逐渐向适度集中转变，工业碳排放强度有所降低；但当城市规模分布的集中程度超越一定水平，在过度集中的城市体系结构下，工业碳排放强度将转而上升。而且，随着经济发展水平的提高，城市体系规模结构集中度对工业碳排放强度的“U型”影响将会进一步强化。这反映出经济发展不会自动缓解城市体系结构失调对工业碳排放降低产生的制约作用。与过度分散或过度集中的城市体系相比，大中小城市协调发展的城市体系更有利于降低工业碳排放强度。

绿色发展不仅是我国“十三五”时期的重要发展理念，也是我国新型城镇化战略的基本目标之一。本文发现城市体系规模结构与工业碳排放强度之间存在密切关系，优化城市体系的规模结构，避免城市体系过度分散或过度集中，对于降低工业碳排放强度具有积极作用。近年来，我国城镇化过程中出现了特大城市规模迅速膨胀、中小城市和小城镇相对萎缩的两极化倾向（魏后凯，2014）[34]，失衡的城市体系结构在某种程度上制约了我国工业碳排放的减少。在现实中，一个区域的城市体系必然是一个规模从大到小的层级结构，因此，城镇化战略的着眼点不仅需要关注单个城市，同时也需要关注区域城市体系的结构优化，强调大中小城市和小城镇在等级有序、分工合理、协调发展中形成的综合优势。本文的实证分析还发现，随着经济发展水平提高，城市体系结构失衡制约工业碳排放降低的作用不会自动得到缓解。因此，需要在经济发展过程中通过合理的规划和政策引导来优化城市体系的结构。在新型城镇化过程中，应更加注重城市体系规模结构的协调程度，避免城市规模分布过度分散或过度集中。合理疏解已经进入规模收益递减阶段的巨型城市；积极促进一批有条件的中小城市向大中城市发展；对于不具备规模大幅度增加条件的中小城市和小城镇，着力提升城市的经济社会功能和综合承载能力，进一步完善公共设施、增强产业支撑和人口吸纳能力。

参考文献：

[1]许士春，龙如银.经济增长、城市化与二氧化碳排放[J].广东财经大学学报，2014（6）：23-31.

[2]国涓，刘长信，孙平.中国工业部门的碳排放：影响因素及减排潜力[J].资源科学，2011（9）： 1630-1640.

[3]李锴，齐绍洲.贸易开放、经济增长与中国二氧化碳排放[J].经济研究，2011（11）：60-72.

[4]何小钢，张耀辉.中国工业碳排放影响因素与CKC重组效应[J].中国工业经济，2012（1）：26-35.

[5]孙欣，张可蒙.中国碳排放强度影响因素实证分析[J].统计研究，2014（2）：61-67.

[6]林伯强，刘希颖.中国城市化阶段的碳排放：影响因素和减排策略[J].经济研究，2010（8）：66-78.

[7]赵红，陈雨蒙.我国城市化进程与减少碳排放的关系研究[J].中国软科学，2013（3）：184-192.

[8]孙辉煌.我国城市化、经济发展水平与二氧化碳排放[J].华东经济管理，2012（10）：69-74.

[9]王娟，魏玮，马松昌.中国的经济发展、城市化与二氧化碳排放[J].经济经纬，2013（6）：18-24.

[10]周一星，杨齐.我国城镇等级体系变动的回顾及其省区地域类型[J].地理学报， 1986（2）：97-111.

[11]顾朝林. 中国城镇体系――历史、现状、展望[M].北京：商务印书馆，1992.

[12]王放.论中国城市规模分布的区域差异[J].人口与经济，2001（4）：9-14.

[13]高鸿鹰，武康平.我国城市规模分布Pareto指数测算及影响因素分析[J].数量经济技术经济研究， 2007（4）：43-52.

[14]程开明，庄燕杰.中国中部地区城市体系规模分布及演进机制探析[J].地理科学， 2013（12）：1421-1427.

[15]谢小平，王贤彬.城市规模分布演进与经济增长[J].南方经济， 2012（6）：58-73.

[16]陆铭，冯皓.集聚与减排：城市规模差距影响工业污染强度的经验研究[J].世界经济，2014（7）：86-114.

[17]李顺毅.城市体系规模结构与城乡收入差距[J].财贸研究，2015（1）：9-17.

[18]王钦池.城市规模、城市化率与碳排放关系研究[J].西北人口，2015（3）：1-5.

[19]卓德保，吴玉海，潘植强.中国工业碳排放的特征及影响因素[J].经济纵横，2015（4）：47-53.

[20]王小鲁，夏小林.优化城市规模，推动经济增长[J].经济研究，1999（9）：22-29.

[21]Henderson J V. Urban Primacy， External Costs，and Quality of Life，Resource and Energy Economics， 2002，24（1-2）：95-106.

[22]Rajan R， Zingales L. Financial dependence and growth [J]. American Economic Review， 1998，88 （3）：559-586.

[23]Blundell R， Bond S R.Initial conditions and moment restrictions in dyanmic panel data models[J]. Journal of Econometrics，1998， 87（1）：115-143.

[24]朱顺娟，郑伯红.从基尼系数看中国城市规模分布的区域差异[J].统计与决策，2015（8）：127-129.

[25]许学强，周一星，宁越敏. 城市地理学[M].北京：高等教育出版社，1997：123-147.

[26]梁琦，陈强远，王如玉.户籍改革、劳动力流动与城市层级体系优化[J].中国社会科学，2013（12）：36-59.

[27]Gabaix X， Ibragimov R. Rank-1/2 ：A Simple Way to Improve the OLS Estimation of Tail Exponent. Journal of Business and Economic Statistics， 2011，29（1）：24-29.

[28]沈体雁，劳昕.国外城市规模分布研究进展及理论前瞻――基于齐普夫定律的分析[J].世界经济文汇， 2012（5）：95-111.

[29]陈斌开，林毅夫. 发展战略、城市化与中国城乡收入差距[J].中国社会科学，2013（4）：81-102

[30]韩坚，盛培宏.产业结构、技术创新与碳排放实证研究[J].上海经济研究，2014（8）：67-74.

[31]郭郡郡，刘成玉.城市化对碳排放量及强度的影响[J].城市问题，2012（5）：21-28.

[32]毕克新，杨朝均.FDI 溢出效应对我国工业碳排放强度的影响[J].经济管理，2012（8）：31-39.

第5篇：经济发展和碳排放的关系范文

（一）数据及处理

为了能够全面系统地揭示广西区经济增长与碳排放以及三次产业之间的关系，文章采用了多种指标，并使用了不同的衡量方法，对影响经济增长的各个因素作了解析。文章选择的样本区间为1986-2010年，数据主要来源于广西统计年鉴。国民生产总值数据在文章中采用国民生产总值来表示广西区的经济发展状况，数据来源于广西统计年鉴公布的当年GDP，单位为亿元，样本区间为1986-2010年，以2000年为基期。第一产业碳排放数据估算第一产业包括农、林、牧、渔四个行业，在第一产业土地利用过程中还会涉及到碳汇的问题，但是至今为止还没有学者明确的研究出土地利用与开发过程中碳汇的测量，因此在进行本次研究中将碳汇的影响忽略不计，重点对碳源进行深入探讨。

按不同的碳排放途径进行计算，第一产业的碳排放主要包括化肥生产的碳排放（Ef）、机械使用的碳排放（Em）和灌溉的碳排放（Ei）。则农业活动总的碳排放为：Et=Ef+Em+Ei这里采用如下公式来计算化肥生产带来的碳排放：Ef=Gf×A。其中Gf为化肥施用量，A为系数A=857.54kgC·t-1。农业生产活动中，农业机械采用如下公式来计算农业机械使用及操作带来的碳排放：Em=（Am×B）+（Wm×C），其中Am为农作物种植面积，Wm为农业机械总动力，B、C为转化系数，B=16.47kgC·hm-2，C=0.18kgC·kW-1。灌溉过程带来的碳排放可以用下列公式表示：Ei=Ai×D，Ai为灌溉面积，D为转换系数，采用D=266.48kgC·hm-2进行估算。第二产业碳排放数据测算工业碳排放数据由于目前我国没有碳排放量的直接监测数据，当前大部分的碳排放量研究都是基于能源消费量、能源碳排放系数进行估算。如朱勤等基于能源消费碳排放系数、化石能源终端消费碳排放以及二次能源消费碳排放对碳排放量进行的估算。张雷、李艳梅等基于一次能源消费总量和一次能源碳排放系数对碳排放量进行的估算。徐国泉等基于一次能源消费量、国内生产总值和人口对碳排放量进行的估算等，文章碳排放量采用以下公式进行估算:iiiiCESF其中，C为碳排放总量；Ei为第i类化石能源的消费量，Si为第i类化石能源对标准煤的折算系数，Fi为第i类化石能源的碳排放系数。

建筑业的碳排放估算文章运用环境经济学中较为常用的STIRPA模型，结合排放系数法，通过对我国1986-2010年建筑业的相关数据对其碳排放量进行核算，得到我国建筑业碳排放STIRPAT模型。进而计算出建筑业的碳排放总量第三产业碳排放量的测算中国第三产业能源碳排放数据无法直接获取，本研究依据IPCC(2006)提出的碳排放总量公式对中国第三产业能源碳排放进行计算:TC=ΣiΣjCij=ΣiΣjCijEij×EijEi×EiYi×YiY×Y式中，TC为第三产业能源碳排放总量，Cij为第三产业内部第i行业的第j类能源的碳排放量，Eij为第三产业内部第i行业的第j类能源的消费量，Ei为第三产业内部第i行业的能源消费总量，Yi为第三产业内部第i类行业的产出，Y为第三产业的总产出。

（二）数据分析

通过对数据进行整合分析，利用E-views进行分析可以得出广西人均碳排放量与人均GDP之间的关系得出:Y=0.154291+7.01E-05X-3.81E-10X2X表示人均GDP，Y表示人均碳排放量通过图形可以看出广西环境EKC曲线呈线性，且增长趋势不断放缓，说明在经济不断增长的过程中二氧化碳排放量在缓慢减少。下面对各产业经济增长与碳排放之间的关系进行具体分析：时间序列平稳性检验为了减少波动，消除数据中可能出现的异方差，对碳排放Y和经济增长X1、X2、X3分别取自然对数，得到序列LNY和LNX1、LNX2、LNX3，同时对四个序列进行平稳性检验。检验结果显示：序列LNY和序列LNX1、LNX2、LNX3的ADF检验t统计量相应的概率值远大于5％、10％的检验水平，从而可以认为序列LNY和序列LNX1、LNX2、LNX3是非平稳的。序列LNY和序列LNX1、LNX2、LNX3的二阶差分序列dLNY、dLNX1、dLNX2、dLNX3的ADF检验t统计量相应的概率值远小于5％。因此可以认为序列dLNY、dLNX1、dLNX2、dLNX3是平稳的。协整检验为了分析第一产业、第二产业、第三产业人均碳排放量与人均GDP之间是否存在协整关系，首先对四个变量进行回归分析，然后检验回归残差的平稳性。得到如下方程：LNY=0.511560+0.159063LNX1+0.487892LNX2+0.051079LNX3+εt（2.0）根据D-W检验决策规则可知误差项很明显存在正相关，选用广义差分法对自相关进行处理：对原模型进行广义查分得到广义查分回归方程LNY=0.84702892+0.174530LNX1+0.482274LNX2+0.079003LNX3+εt（2.1）现对（2.0）式进行残差做ADF检验残差序列单位根检验t-StatisticProb.*ADF检验值-4.2213740.0002临界值：1%水平-2.6693595%水平-1.95640610%水平-1.608495从表中可以看出，残差单位根检验的t统计量=-4.221374，其相应的概率值p=0.0002，小于1％的检验水平，可认为残差序列是平稳的。碳排放和经济增长的协整关系符合广西的实际情况，随着经济规模的不断扩大，碳基能源的需求不断增加，碳排放必然增加。

二、结论与对策

（一）结论

通过计量经济分析，得出以下结论：从长期来看，广西三次产业碳排放与经济增长之间存在协整关系，第二产业的碳排放所占比例最高，其次是第三产业。从短期误差修正模型可以看出碳排放偏离长期均衡关系的调整力度，碳排放与经济增长之间具有动态调整机制。非均衡误差项的存在保证了碳排放与经济增长之间的长期均衡关系。广西区碳排放量随着经济增长有放缓的趋势，但是并不能因此而放松对产业碳排放的治理工作，在三次产业的碳排放量中，第二产业仍然占有相当大的比重，工业碳排放将成为未来治理碳排放的首要问题。

（二）对策

第6篇：经济发展和碳排放的关系范文

【关键词】碳排放强度 产业结构升级 STIRPAT模型

一、引言

低碳经济发展道路的选择不仅源于科学认识水平的推动，更重要的还要基于对其博弈过程及影响效果的技术考量。2009年底，我国承诺将在2020年实现单位GDP二氧化碳排放比2005年降低40%―45%，我们必须从源头上抓住重点发展低碳经济。产业集群对于提高能源利用效率、带动区域经济增长发挥着十分重要的作用；但是传统产业集群多是高能耗、高碳排放、高污染类型，因此，有必要尽快对现有产业集群进行低碳化升级，以实现低碳经济发展目标。

二、文献综述

理论研究方面，冯之浚、牛文元（2009）[1]指出，我国低碳经济发展需要在观念、结构、科技、消费和管理五个方面推进创新，而产业结构调整是推进我国结构创新的重要举措之一；张丽峰（2011）认为，目前我国工业尤其是重化工业仍是经济发展的重要支柱，节能减排的重要任务应以调整三次产业的内部结构和提高技术水平来实现；陈永国等（2013）提出了产业结构与碳排放强度演进的“开口型曲线”假说，正处于“开口型曲线”的拐弯阶段，产业结构仅有个别年份对碳排放强度起结构红利贡献，整体上是结构负担贡献。实证研究方面，陈诗一（2011）分析对上海而言更要特别注重第三产业中的交通运输业减排、切实进行国企改革、改变政府主导和投资驱动的增长模式。王薇（2014）选取我国1978～2011年城市化水平、产业结构及碳排放量的数据，表明城市化水平、第二产业对碳排放的影响具有滞后效应，且长期的影响显著。

学者基于不同角度研究了产业结构升级对碳排放的影响作用，但学术界对产业结构升级和低碳经济融合的研究并不成熟，文章利用我国1995―2012 年间的面板数据，对其影响进行定量分析。

三、产业结构升级对碳排放强度影响的实证分析

STIRPAT随机性环境影响模型： 。其中，i、t分别代表地区与年份，P、A、T分别代表人口、经济、技术对碳排放的影响。其中，I是用碳排放强度（GOT）来衡量，采用碳排放系数法对东部地区碳排放量T进行测度， ；A以工业增加值占GDP比重来衡量，表示为IS；技术指标T通常用单位GDP比能源消耗来表示能源强度表示为EP。

（二）单位根检验

本文使用IPS、LLC、Fisher-ADF和Fisher-PP面板据的单位根检验，所有变量的原值均为非平稳序列，经一阶差分后所有变量变为平稳，表明变量为一阶单整。

（三）协整检验

文章研究采用了面板协整的Johansen 协整检验和Kao检验。检验结果中我们可以显著拒绝“面板不存在协整关系”的原假设在长期发展中有均衡关系。

（四）面板协整模型的估计

为研究IS、IND、EP对GOT的影响，构建如下模型：

根据固定效应模型估计的结果如表所示：

产业结构在10% 的统计水平上显著为正，系数为-0.407；EP 对碳排放的影响为正，而且在1%的置信水平上维持在较高水平，能源强度每增加1%，将会造成碳排放增加1.239%；工业占比对一个地区的碳排放也有着重要作用，东部地区工业比重每增加1%，碳排放强度增加1.79%。

四、政策建议

（一）引进高新技术，实现高碳产业低碳化：我国传统产业呈现粗放式增长模式，能源利用率低、高消耗、高污染、高排放的特点[6]，应利用低碳技术对其进行改进，引导传统产业进行技术创新和产品开发，逐步摆脱对高碳能源的依赖。

（二）推进第二产业低碳化升级：第二产业是控制碳排放总量的核心所在，但总量控制压力很大。目前我国正处于工业化和城市化快速推进的阶段，“二、三、一”的产业发展格局在 2020 年前不大可能发生变化[7]，要积极采取措施推进工业低碳、绿色发展，使我国进入又好又快的协调经济增长和低碳排放的道路。

（三）发展低碳金融，助力新型低碳产业：我国金融部门应加大对低碳经济及低碳行业的研究，把握低碳行业的发展前景。为实现节能减排目标，政府要鼓励银行业金融机构支持低碳行业的发展，积极建立有关绿色信贷指引及绿色银行的激励措施。

参考文献：

[1]冯之浚，牛文元.低碳经济与科学发展 [J].中国软科学，2009（8）：13 ～19

[2]张丽峰.我国产业结构、能源结构和碳排放关系研究 [J] .中国工业经济，2011（ 5）：1～7.

第7篇：经济发展和碳排放的关系范文

随着“十二五”节能减排综合性工作方案的推三出，如何实现金融业的绿色转型，发挥金融业提高资产配置效率、降低减排成本的巨大潜能，成为亟!待解决的现实问题。金融发展理论是否适用于低碳经济这一新型经济发展模式，也成为值得思考的理论问题。作为应对气候变化的市场解决方式，碳金融自《京都议定书》生效短短几年来呈几何级数增长。根据英国新能源财务公司2009年6月报告的预测，全球碳交易市场2020年将达到3．5万亿美元，以碳排放权为基础进一步衍生的金融资产交易额也在迅速扩大。(1]世界银行的碳交易报告也说明，碳交易增长迅速并被越来越多的国家所接受和采用。[2]然而，由于碳金融发展时间短及相关数据匮乏，金融发展理论在低碳经济发展中的适用性未能得到证实。PaolaGarrone等基于13个国家1980-2004年的面板数据的研究证实，能源领域的R&D公共投入有助于提高能源效率，一国二氧化碳排放量与银行等金融机构提供的资金支持有负相关关系，但影响并不显著。[3]阿斯普特朗指出清洁能源领域或行业的投资将有助于降低单位GDP中的二氧化碳排放量。[4]然而，也有学者质疑碳金融的作用，认为碳金融是发达国家重新构建世界格局的武器，是一种重新控制国际经济走向的金融陷阱。(5]虽然，国内学者已就碳金融的内涵和整体框架、发展碳金融的必要性、对策建议及路径选择进行了阐释，但却少有涉及金融发展理论对低碳经济的适用性问题的研究，更缺少相关的实证分析。本文力图运用金融发展理论辨析碳金融对低碳经济发展的支撑作用，明确碳金融的职能，进而基于欧盟14个国家2005-2009年的面板数据证伪“碳金融陷阱”，证实金融发展理论的适用性。

二、碳金融支撑低碳经济发展的应然功能

正如健全的金融体制能够分散风险、优化资源配置、促进资本的形成和技术进步，刺激全要素生产力的增长[6]，碳金融也凭借其资金融通、信息传递、分散风险、降低成本和将外部性内部化等功能成为发展低碳经济的重要支撑。碳金融框架体系涵盖了碳排放权定价和交易体系的建立等市场微观层面，金融体系的信贷、保险、资本市场资源配置等中观层面以及财政政策、货币政策、产业政策等政府宏观层面。[7]可以说，碳金融市场资源配置效率的提高在宏观层面主要体现为低碳经济的发展和金融体系的完善，在中观和微观层面则主要体现在金融机构本身及碳金融相关企业的功能上。低碳经济发展的真正动力来源于企业切实采用新能源与减排技术，在低消耗的同时实现高发展。这就需要节能减排技术与资本的更高层次的结合。作为碳金融领域最基础的融资形式，碳贷款以能源链转型的资金融通功能，满足企业实现减排和技术创新所需求的融资需求。作为最重要的市场杠杆，碳金融市场将社会资金有序地导入减排技术的创新领域，成为低碳技术开发、利用的平台，激励企业开发利用新能源、使用并创新节能减排技术。金融机构围绕现行的碳交易体系开展的中介服务，如CDM(清洁发展机制)项目的识别设计、为项目业主寻找碳购买方以及协助办理减排量的核证等[8]，则发挥了碳金融机构的信息传递功能，打破了企业进入全球碳交易市场所面临的专业知识与信息渠道壁垒。此外，伴随着金融机构在信贷、衍生品设计上逐渐向低碳领域的倾斜，碳金融产品与服务所蕴含的理念也会在潜移默化中影响企业家精神，形成低碳氛围。碳交易和碳汇保险则以气候风险管理和转移功能分担了碳交易各环节的风险。碳交易期权、期货和其他衍生产品所拥有的规避价格波动风险的套期保值功能，使其成为碳金融市场上最基本的风险管理工具。碳排放权交易机制则发挥了减排内部化功能，企业间交易(或政府拍卖)代表污染权利的权证，使得环境污染的外部性问题通过企业成本内部化来解决，也就避免了外部性所导致的市场失灵。[9]

三、碳金融支撑低碳经济发展的实然功能

基于金融发展理论，我们讨论了碳金融应该发挥的功能，但理论分析得出的应然功能是否在现实中真正得以实现还需要进一步的实证检验。

(一)样本与数据说明

碳生产率(GC)即单位二氧化碳排放的GDP产出水平，也即“碳均GDP”，被认为是考量低碳经济的核心指标。[1o]本文采用碳生产率作为被解释变量，代表低碳经济发展状况，碳生产率的提高意味着用更少的物质和能源消耗产生出更多的社会财富。作为一种经济形态，低碳经济发展水平与发展阶段密切相关。[11]因此，本文采用各国国内生产总值(GDP)的对数形式作为解释变量，代表各国经济发展的水平。由于直接衡量碳金融的数据匮乏，本文将采用间接计算的方式获得代表碳金融的指标。自2005年起，《京都议定书》附件I的国家开始承担减少本国二氧化碳排放量的责任。为了以最小的成本实现最大的温室气体减排量，《京都议定书》纳入了三个基于市场的机制，即排放贸易机制(ET)、联合履行机制(JI)及清洁发展机制(CDM)。前者是基于配额的交易机制，后两者是基于项目的交易机制。以配额为基础的交易主要买卖市场创造的碳排放许可权(AAUs)，即在附件I的国家中，一国如果需要超过其被许可的排放量，可以从拥有富裕排放量的其他国家以现货交易的方式购买AAUs。基于项目的交易是指附件I的发达国家或其国内企业到其他国家投资具有减排效益的项目。因此，成员国实际排放的二氧化碳如果多于核定量，其多出的部分将通过ET、JI、CDM三种方式弥补。而成员国实际排放的二氧化碳少于核定排放额时，会通过上述方式将多余的量卖给其他国家。这使得二氧化碳的核定排放量和实际排放量之问存在了一个差值(记作CarbonFi—nance，简称为CF)，本文选择这个差值作为解释变量，代表碳金融发展状况的指标。当一国CF大于零时，说明该国核定的二氧化碳排放量大于实际的二氧化碳排放量，该国将会通过碳金融交易市场出售碳排放权，并获得转移排放权的收入；当一国CF小于零时，该国核定的二氧化碳排放量小于实际的二氧化碳排放量，即超过了规定的量，该国必须通过碳金融交易市场购买碳排放权，并支付获得碳排放权的使用费。因此，以各国实际减排量与核定减排量的差额代表该国碳金融发展水平是合理的。作为全球碳减排急先锋，欧盟在低碳经济与碳金融发展上全球领先。欧盟排放交易体系(EUETS)是世界最大的碳交易体系，欧元也成为碳金融交易最主要的计价货币。基于数据的可得性，本文选择了奥地利、比利时、丹麦、斯洛文尼亚、德国、希腊、匈牙利、爱尔兰、意大利、葡萄牙、芬兰、西班牙、瑞典、英国14个欧盟国家作为样本集。时间跨度为2005年到2009年。数据来源于欧盟委员会公布的各国碳排放权分配统计表和世界银行的统计数据库。面板数据中，当截面单位数(N)大于时期数(T)时，数据的平稳性可能成为问题。[12]如果数据不平稳，则需要采用面板协整的估计方法，否则估计结果会有偏差。所以我们运用Eviews6．0对各个变量的平稳性进行检验，以便采用合适的方法估计模型。如表1所示，Levinetal(2002)的t检验以及Maddala＆Wu(1999)的Chi—sauqre检验都在1％水平上呈显著性。因此，所有变量既不含普遍单位根也不含个别单位根，均具有平稳性，可用于估计。

(二)模型的选择

面板数据分析主要有三种模型，即普通混合回归模型、变截距模型和变系数模型。模型形式设定的协方差分析检验表明，F1的数值小于临界值，而F2的数值大于临界值，因此采用变截距模型。由于本文所使用的面板数据截面单元远大于时序单元，所以初步认为差异主要表现在横截面的不同个体之间，即模型选择参数不随时间变化的固定效应模型。但冗余固定效应检验结果显示横截面和时间的F统计量和Chi—square统计量的相应概率都低于1％的显著性水平，说明应拒绝“效应是冗余的”零假设，应选择截面和时间均固定的模型。即14个国家具有各自的截距、五年时间具有各自的时间效应。模型回归的结果显示回归方程的调整较高、F统计最的P值接近于0、解释变量的t统计量均大于2，方程的拟合程度很好。上述计量结果表明：

1．碳金融与碳生产率呈显著的正相关关系。碳排放交易中的卖方每出让一吨二氧化碳排放权就会使单位二氧化碳排放量的GDP产出增加178万美元。这是因为，碳排放权的出让国作为超额实现减排目标的国家已实现了二氧化碳排放量的相应降低，而且出售二氧化碳排放权的收益有助于支持该国进行新能源的开发、清洁能源的发展以及环境保护方面的投资，这进一步提高了该同的碳生产率，促进其低碳发展。

2．经济增长率与碳生产率呈显著的正相关关系。经济增长率每提高1％，碳生产率将提高54％，即当二氧化碳排放量保持一定时，经济增长率每增加1％，平均GDP相应会增加5423．8万美元。这说明经济增长有助于提高碳生产率，促进低碳经济发展。

第8篇：经济发展和碳排放的关系范文

【关键词】低碳发展；碳排放强度；政策途径；河南省

党的十将生态文明建设纳入中国特色社会主义“五位一体”的总布局，党的十八届三中全会提出要加快生态文明制度建设。实现低碳发展，是生态文明建设的重要内容；建立促进低碳发展的体制机制和政策体系，是加快生态文明制度建设的重要组成部门。河南是一个人口和经济大省，伴随着经济的快速增长和发展水平的提高，河南省碳排放强度虽然在明显下降，但碳排放总量和人均碳排放量仍处于快速增长阶段。如何促进并尽快实现低碳发展，促使碳排放库兹涅茨曲线的倒U形拐点早日到来[1]，是中原崛起、河南振兴的一个重大战略问题。本文针对河南省碳排放的特征，结合社会经济发展的形势和趋势，着重探讨河南实现低碳发展的政策路径。

1.加大产业结构调整力度，着力转变经济增长方式

实证分析结果显示，改革开放以来，河南省碳排放总量和人均碳排放量在逐渐增加，并且经济产出的持续增长是河南省碳排放增长的主导因素，而且其作用的贡献值与贡献率还在不断的上升。同时，在研究时段内，河南省二氧化碳排放总量、人均排放量和人均GDP之间呈现出三次曲线的关系，而碳排放强度与人均GDP之间呈现出反比曲线的关系[2]。这说明，随着人均GDP的提高，二氧化碳排放量并非必然经历一段时间的上升后逐渐下降，有可能出现反复，呈现逐渐上升的趋势。如果没有有效的宏观经济和环境政策的干预，环境与经济协调发展的结果不会自然而然的实现。

发展是每一个国家和地区的基本要求和权利，经济产出的增长是满足人民生存与发展基本需求的必要条件。能源消耗作为维持经济系统运行的一项基本投入，在一定程度上反映了国家经济活动的强度和满足国民生活需要的能力。因此，经济快速增长导致环境压力上升是难以避免的[3]。特别是，河南省正处于工业化与城镇化快速推进的发展阶段，这是实现经济腾飞和现代化的必经阶段。目前，河南省以工业特别是重化工业为主的产业结构，对碳排放增加起到了加速作用。改革开放以来，河南省的产业结构调整虽取得了一些成效，但工业增加值和第二产业增加值占地区GDP的比重一直在波动中上升。1998年，河南省第二产业增加值占全省GDP的比重为45.0%，工业增加值占全省GDP的比重为39.3%，到全球金融危机爆发的2008年，河南省第二产业增加值占全省GDP的比重已提高到56.9%，工业增加值占全省的比重达到51.9%。全球经济危机以来，河南省第二产业增加值占全省GDP的比重维持在56.3%-57.3%之间，工业增加值的比重维持在50.7%-51.8%之间。在中部崛起战略中，河南定位为国家的能源、原材料和装备制造业基地，形成了机械、电力、建材、冶金、化工、煤炭、石油及天然气、烟草等一批重点产业，这对碳排放的快速增加起到了推波助澜的作用。

但另一方面，虽然中原崛起、河南振兴对经济快速增长提出了客观的要求，节能减排和降低碳排放的任务异常艰巨，但这并不意味着中原崛起一定要走发达国家和地区那种“高投入、高污染，先污染、后治理”的老路。加快产业结构调整力度，转变经济增长方式，是避免重走工业化老路的必然选择。从节能减排的角度来看，河南省产业结构优化调整应主要包括两个方面，一是在重化工业领域，要进行资源整合，加快技术改造与产品升级换代，大力推进和推广清洁煤技术；二是要大力发展高新技术产业、环保产业和现代服务业，不断提高低碳产业在国民经济中的比重，尽快实现经济结构从高碳产业主导向低碳产业主导的转变。为此，必须改变落后的生产方式与经济发展方式，走全面、协调、绿色、可持续的发展之路，尽快使河南省经济完成从外延粗放型增长向内涵集约型发展的转变，以更少的资源环境和碳排放低价，来维持中原快速崛起所需要的经济增长速度。

2.大力提高能源效率，降低碳排放强度

目前，国际社会提出的碳排放减排的主要措施之一，就是提高能源利用效率，降低单位GDP能源消耗[3]。在河南省碳排放的抑制因素中，能源效率的作用比较显著，是抵消经济发展带来的碳排放增加的主要因素。因此，在能源消费持续增长、能源结构调整步履艰难的情况下，提高能源效率、节约能源是最有效的碳减排途径。这不仅是经济增长方式从粗放型向集约型根本转变的战略需要，也是减轻河南省经济增长对能源高度依赖的一项长期战略。要坚决淘汰落后产能，加大对先进节能技术的倾斜性投资，推动能源开采、转换及利用环节各种创新技术的研发与推广，在经济上和技术上为提升能源效率提供必要的保证。同时，加大《节能法》宣传贯彻力度，加快制定各行业《节能法》实施细则，建立并实施有关碳排放的法律法规、技术标准以及企业准入门槛，从法律、政策层面保障能源效率的持续提高。

3.积极改善能源结构，增加洁净能源的比重

通过对河南省碳排放影响因素的计量分析，发现能源结构因素对碳排放的贡献值为负值，是碳排放的重要抑制因素。从实证分析结果看，河南省能源结构调整进展缓慢，对抑制人均碳排放的贡献比较小。1978年，河南能源消费中煤、石油、天然气和水电的比例分别为92.3%、6.8%、0%、0.9%，而到2008年，这四者的比例为87.9%、7.92%、2.7%、1.5%，能源结构仍高度依赖煤炭，石油、天然气和水电的比例仅略有增加。如果能通过能源替代，增加石油、天然气、水电等洁清能源的比重，逐步改变以煤炭为主的能源结构，这对抑制河南省碳排放的快速增长是极为有利的。为此，需要制定切实可行的能源结构调整规划，一方面大力发展非化石能源，积极扶持发展风电、水电、太阳能及生物质能项目，努力提升非化石能源的比重；另一方面，在化石能源中，增加相对低碳的天然气的使用，是能源结构调整的一个重要战略方向。目前，天然气在河南省一次能源消费中比例还不到3%，这与世界平均高于25%的水平相比，具有很大的发展空间。因此，要加快能源领域的体制改革，通过深化市场和价格机制、政策宏观调控以及实施有关产业政策，理顺能源价格，积极引导能源生产与消费结构的调整和升级，切实改变高度依赖煤炭的结构，大幅度提升洁清能源的比重。

4.结合行业特性，制定差异化的行业节能减排政策

河南省工业行业间直接碳排放存在明显差异性，可以划分为直接碳排放量和直接碳排放强度都较高的高碳行业、直接碳排放量较大和直接碳排放强度较低的中碳行业、直接碳排放量和直接碳排放强度都较小的低碳行业以及直接碳排放量较小、直接碳排放强度较高的碳排放关注行业4种类型[4]。由于产业部门之间存在着投入产出的关联效应，由这种关联效应所引发的间接碳排放也不容忽视，且在一些行业中占有较高比重。因此，针对工业行业间碳排放的差异性，减排政策需要具有行业针对性。

对于高碳行业，由于其是工业碳排放的主要排放源，因此应作为碳减排的主要对象。改善能源投入结构、提高行业技术和能源利用效率，关停一些资源浪费和环境污染严重、能源消耗量大的落后产能，是该类行业节能减排的政策重点。对于中碳行业，其也是工业直接碳排放的重点部门，改善能源投入结构，控制排放总量是一个有效途径。而对于碳排放关注行业，提高行业技术和能源利用效率，同时，鼓励新型燃料的生产和使用，降低碳排放强度是减排政策的着力点。

此外，在制定节能减排政策时，间接碳排放需要引起重视。如金属制品业、通用专用设备制造业等部门，虽然对化石能源的依赖程度不大，直接碳排放量较小，但该类产业具有较强的产业关联效应和较长产业链，对其他产业的碳排放需求较大，间接碳排放在其碳排放中占有很高比重。提高这些部门中间产品的利用效率，减少中间消耗，应作为促进这些部门发展的政策重点。

5.针对区域差异，制定分区域的节能减排政策

由于经济结构、发展阶段、地理条件以及区域政策等方面的差异，河南省低碳发展与碳排放特征的区域差异非常明显，可以划分为低碳发展水平高，经济发展水平、工业化水平和城市化率高的低碳经济区；低碳发展水平高，经济发展水平、工业化水平和城市化率低的伪低碳经济区；低碳发展水平低，经济发展水平、工业化水平和城镇化水平高的高碳经济区等三种类型。针对区域特性，如何制定科学有效的区域差异化的减排政策，对于促进河南省低碳经济发展与节能减排整体目标的实现十分关键。

对于以郑州、洛阳等为代表的低碳经济区，如何继续保持经济增长、工业化与城市化的推进和低碳经济发展的“同步”是政策的着眼点，继续发展绿色环保、技术先进的产业，保持合理的产业结构和高效的能源利用效率十分关键；对于以焦作、济源等为代表的高碳经济区，实现经济增长方式转变与结构调整，促进结构转型与升级，改变资源型经济的局面，提高资源和能源投入的利用效率，发挥规模经济优势十分重要；对于以周口、驻马店、信阳和南阳等为代表的伪低碳经济区，如何改变产业结构、能源结构和技术进步的低水平发展，防止随着经济的增长、工业化的不断推进与城市的扩展而带来的高排放出现则应成为政策的着眼点。

参考文献：

[1]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（6）：27-36.

[2]尚文英.河南省能源消费碳排放量演变及其与经济增长关系研究[J].经济经纬，2011（3）：

39-42.

[3]Grossman G.M，Krueger，A.B.Economic growth and the environment[J].Quarterly Journal of Economics，1995，110（2）：353-377.

[4]吕克文，苗长虹，尚文英.工业能源消耗碳排放行业差异研究——以河南省为例[J].经济地理，2012，32（12）：17-22，35.

第9篇：经济发展和碳排放的关系范文

关键词 南京；低碳经济；城市化；气候变暖

中图分类号 F207 文献标识码 A

文章编号 1002-2104（2011）11-0028-05 doi:10.3969/j.issn.1002-2104.2011.11.005

当前，温室气体排放引起全球变暖问题日益引起国际社会的广泛关注，气候变化被认为是21世纪人类面临的最复杂的挑战之一。发展中国家城市化和工业化是经济增长的主要特征，也是碳排放的最重要来源。研究城市化和经济增长与碳排放的定量关系成为业界研究的热点问题［1-8］。目前，最常用的方法是在环境库茨涅茨曲线（EKC）存在下的经济计量学的方法和模型预测方法［9-11］。在EKC的讨论研究方面主要从收入（或消费）的边际效应、制度因素和减排成本等方面予以解释。在低碳经济方面主要是研究低碳经济的模式、低碳经济发展阶段以及碳排放量预测等，对于城市发展与碳排放的定量关系研究较少。中国是发展中大国，当前正面临着城市化和工业化快速发展带来的碳排放的巨大压力，研究南京发展模式与低碳经济的关联性对于努力探索我国城市发展与碳排放量的关系，实现低碳经济，具有重要的现实意义。

1 研究方法和材料来源

环境库茨涅茨曲线来定量化研究人均碳排放与人均GDP，利用Moom soon内生经济增长模型，建立南京市增长模型，预测不同发展速度和低碳经济水平下2050年南京碳排放总量的变化，选择最优的低碳经济模式。

所用经济资料来自于南京市经济统计年鉴1979-2008［12］，部分来自江苏省统计局资料；气象资料来自于国家气候中心信息资料室，能源和碳排放来源于中国能源年鉴。所有资料整理和模型计算采用SPSS13.0和Malable软件。

2 模型研建

2.1 碳消耗强度系数

G=ΔGDPGDP

C=ΔCO2CO2（1）

ε=CG（2）

其中，G为经济增长强度，GDP为经济增长量，C为碳消耗增长强度，为碳消耗强度。

2.2 碳消费预测模型

为了研究能源强度和经济产出之间的关系，Moon 和Sonn［13］将能源投入引入生产函数，构造Cobb Douglas生产函数：

Y(t)=AKαE1-α（3）

南京能源98%以上属于区域外输入，假设完全依赖区外的情况下，能源的支出为：

R(t)=b(t)E(t)（4）

其中，b为能量市场价格。

经济稳态最优增长率为：

G=-1σ［ρ-(1-bΓ)A1/αΓ(1-α)/α］ （0

式中：σ是风险厌恶系数，ρ为时间偏好率，1-α为能源产出弹性系数。当1-α>0时，即能源投入的增大会促进经济增长，当1-α/α

能源消费总量预测模型：

E(t)=ε(t)f(t-1)(1+ΔG(t))（6）

最佳能源消费模型：

E(t)=Γ(t)y(t-1)(g+1)（7）

E为能源消费总量，G为经济增长量，为碳消耗强度系数，f与y为经济增长随机函数，g为经济增长强度系数。

3 结果分析

3.1 南京低碳经济阶段特征分析

解决气候变化问题、实现低碳经济发展的最终途径是切断经济增长与温室气体排放之间的联系。国际上通常用“脱钩”指标来反映经济增长与物质消耗不同步变化的实质。建立脱钩指标的目的在于检验一国气候变化政策的有效性，并寻求影响连接与可能造成脱钩的因素，作为制定适当脱钩政策的依据［14］。若CO2排放增长率与GDP增长率呈现不平行，即称经济体系产生脱钩现象。若经济增长率高于CO2排放增长率，即称为相对脱钩（相对的低碳经济发展），倘若经济驱动力呈现稳定增长，而CO2排放量反而减少，称为绝对脱钩（绝对的低碳经济发展）。Tapio［15］利用脱钩弹性（Decoupling elasticity）的概念，将脱钩指标再细分为连接（Coupled）、脱钩或负（Negatively）脱钩三种状态，再依据不同弹性值，再进一步细分为弱（Weak）脱钩、强（Strong）脱钩、弱负脱钩、强负脱钩、扩张负（Expansion negative）脱钩、扩张连接、衰退（Recession）脱钩与衰退连接等类（见图1）。2005年发达国家如美国、欧盟25国、加拿大、澳大利亚、日本和俄罗斯，在6个时间段至少出现一次强脱钩，其中英国最为突出，一直呈现强脱钩特征。其余发达国家也以强脱钩和弱脱钩为主要特征。从发展中国家的情况来看，虽然在某些时段出现过弱脱钩特征，但非常不稳定。发达国家的发展实践表明，实现温室气体排放与经济增长的强脱钩是完全可能的。对于广大发展中国家来说，采取相应的政策措施，努

力做到相对的低碳经济发展更为现实。

长江三角洲是中国重要的工业经济区和最重要的城市群，是中国人口密度最高、最具经济活力的地区之一，同时也是城市化水平最高、发展速度最快的区域之一。南京作为长江三角洲的核心城市之一, 1978-2008年建成区面积增长了7倍以上，其城市化和工业化发展极具代表性。

30年来，南京市低碳经济发展呈现波动反复的特征（见表1），南京市经济已经实现不同形式的与能源消费脱钩现象，30年中出现能源高消费低经济增长的扩张负脱钩3次，较高能源消费的经济增长形式-扩张连接4次，经济发展实现与能源消费较好脱钩的弱负脱钩1次，强脱钩4次，其余为弱脱钩。这表明，南京市处于低碳经济水平较低的弱脱钩阶段，低碳经济尚不稳定，虽然经济呈现快速增长，其能源消费总量也相应大幅增加，碳排放压力在较长时间依然较大，实现强脱钩阶段的较高水平的低碳经济尚需时日。南京市属于能源输入性城市，能源构成中煤炭和原油占绝对比重，其余所占比重较小；能源总量除个别年份（1994、2000年）均呈现上升趋势，各种能源中煤炭、原油和焦煤消费量上升速度较快，2000年后其增长的速度呈加快之势（见图2）。南京市尚处于明显的工业化和城市化过程中，碳消费总量压力较大。

3.2 南京未来50年低碳经济及碳消费演变预测模拟

选取1980-2006年南京市的经济发展和能源消费统计数据作为样本，代入模型计算出系数，结果如表2所示。通过对统计模型进行回归，发现方程拟和程度非常好，R2为0.982，其中除生产要素A不能通过显著性检验外，其余参数均在5%水平之上显著。虽然生产要素变动不明显，考虑到技术进步对其产出的影响，仍将其保留在模型中。A=0.017 62e0.000 115 4 t。根据实际数据校正，设定固定资本折旧率为10% 的情况下，ε值为0.953。

模拟结果显示，在考虑最优经济增长模式的情况下，南京市经济在50年内保持5%以上的高增长，GDP总量20年翻3番，同时，保持了较高的能源强度，碳排放总量迅速增加，2010-2030年20年内碳排放总量增加6倍，2030-2050年期间碳排放总量预计增加3-4倍，2050-2060年碳排放总量增加速度逐步减缓，大约在2058年左右实现负增长。50年内前期南京市预计为扩张负脱钩和扩张连接，2030-2055年处于弱脱钩阶段，2055-2060年才逐步实现强脱钩（见表3）。如果以这种经济增长模式，南京市在未来的50年内其低碳经济增长模式将长期处于较低水平，难以实现稳定的高水平低碳经济增长模式，经济增长将是以对环境的巨大压力为代价，这种模式是典型的发展中国家增长模式特征，与可持续发展理论不相适应。设定最优能源强度参数的模式下，南京迅速实现稳定强脱钩的低碳经济，能源强度小，同时能保持3-6%左右的经济增长速度，碳释放量EKC曲线呈现倒U型，且在2015

年左右即达到了峰值（见表4），此后预计随经济增长碳释放量呈持续下降态势，真正实现碳排放的负增长，达到节能减排的可持续发展目的。综合各种因素，南京近几年将延续模式1的增长模式，在2020年左右实现向模式2转变，其碳释放量峰值约出现在2028年前后。

从南京现有产业结构来看，第二产业比重占主体，且

2000年后第二产业所占比重有明显上升趋势，第一产业增速呈下降趋势，第三产业也有明显的增速，但其比重仍小于第二产业。在第二产业中，轻工业比重过小，且呈迅速下降趋势，表明重工业在南京市产业结构中占主导地位（见图4），而重工业是相对高耗能产业，不利于南京低碳经济发展。调整优化产业结构，发展低碳技术，优

化能源消费结构，提高核能、太阳能等新能源比重，引进利

用先进国家低碳技术和资金是提高南京低碳经济水平的有效途径。强化清洁生产，发展循环经济，促使南京在2020年前提前达到碳排放峰值，使南京2035年前实现碳零排放，建成低碳生态城市。

4 结论与讨论

30年来，南京市低碳经济发展呈现波动反复的特征，

扩张负脱钩3次，较高能源消费的经济增长形式-扩张连

接4次，经济发展实现与能源消费较好脱钩的弱负脱钩1次，强脱钩4次，其余为弱脱钩。

不同发展模式南京的低碳经济发展水平不同，在考虑最优经济增长模式的情况下，南京市在未来的50年内其低碳经济增长模式将长期处于较低水平，难以实现稳定的高水平低碳经济增长模式。最优能源强度模式下，南京碳释放量EKC曲线呈现倒U型，且在2015年左右即达到了峰值。

针对南京经济发展现状和碳排放规律，南京要在未来的20年内实现真正意义上的

低碳经济，应该采取如下措施：①改变经济增长模式，依靠科学发展、内涵发展代替规模发

展和外延发展模式；②优化提升产业结构，逐步压缩高碳产业，大力发展低碳产业，依靠科

技拉长产业链，减少碳排放；③注重控制城市规模和人口总量，科学规划利用现有的基础设施，

减少拆迁量，加大城市森林公园和绿林建设，注重城、林、山、水、人文资源的有效结合，

建设低碳、环保、高效、美观的现代化南京古城。

总之，低碳经济和低碳城市的建设至关重要，探讨经济-环境耦合最优发展模式及其参数量的设定是今后区域低碳经济定量化研究的重要内容。

参考文献（References）

［1］Janice J， Francesca M. Moving on: Farmer Education in Integrated Insect Pest and Disease Management［M］. Farmer Education in Integrated Insect Pest and Disease Management，2009.

［2］Urban F, Benders R M J, Moll H C. Renewable and Low carbon Energies as Mitigation Options of Climate Change for China［J］. Climatic Change, 2009, 94:169-188.

［3］Kei Gomi, Koji Shimada, Yuzuru Matsuoka, et al. Scenario Study for a Regional Low carbon Society［J］. Sustain Sci , 2007, (2):121-131.

［4］Jaber J O, Badran O O, Abu Shikhah N. Sustainable Energy and Environmental Impact: Role of Renewables as Clean and Secure Source of Energy for the 21st Century in Jordan［J］. Clean Technology Environment Policy ,2004,(6): 174-186.

［5］任小波,曲建升,张志强. 气候变化影响及其适应的经济学评估［J］. 地球科学进展,2007,22(7): 754-760.［Ren Xiaobo,Qu Jiansheng,Zhang Zhiqiang. Economic Assessment of Climate Change Impact and Its Adaptation:An Introduction to “Stern Review: The Economics of Climate Change”［J］. Advances in Earth Science, 2007, 22(7): 754-760.］

［6］戴亦欣. 中国低碳城市发展的必要性和治理模式分析［J］. 中国人口•资源与环境,2009,19(3):12-18. ［Dai Yixin. The Necessity and Governance Model of Developing Low Carbon City in China［J］. China Population, Resources and Environment, 2009,19(3):12-18.］

［7］沈镭，刘立涛. 中国能源政策可持续性评价与发展路径选择［J］. 资源科学，2009，31（8）：1264-1271.［Shen Lei，Liu Litao. Sustainability Evaluation and Energy Policies Options in China［J］. Resources Science, 2009，31（8）：1264-1271.］

［8］宋德勇，卢忠宝. 中国碳排放影响因素分解及其周期性波动研究［J］. 中国人口•资源与环境,2009,19(3):18-24.［Song Deyong, Lu Zhongbao.The Factor Decomposition and Periodic Fluctuations of Carbon Emission in China［J］. China Population, Resources and Environment, 2009,19(3):18-24.］

［9］朱守先. 城市低碳发展水平及潜力比较分析［J］.开放导报，2009，115(4)：10-13.［Zhu Shouxian. On Levels of Urban Low Carbon Economy and Analysis of the Potentials［J］.China Opening Herald,2009,115(4):10-13.］

［10］朱永彬, 王铮，庞丽，等. 基于经济模拟的中国能源消费与碳排放高峰预测［J］. 地理学报，2009，64（8）：935-944.［Zhu Yongbin, Wang Zheng，Pang Li, et al. Simulation on China’s Economy and Prediction on Energy Consumption and Carbon Emission under Optimal Growth Path［J］. Acta Geographica Sinica, 2009，64（8）：935-944.］

［11］于文金，邹欣庆.江苏盐城海岸带环境效应与产业调整定量研究［J］. 中国环境科学，2008，28（2）：188-192.［ Yu Wenjin, ZouXinqing. Research on Environmental Effect of Industrial Restructuring about Coastal Ocean of Yancheng, Jiangsu Province［J］. China Environmental Science, 2008，28（2）：188-192.］

［12］南京市年鉴编委会.南京市统计年鉴1978-2010［M］.北京：统计出版社，2010.［Yearbook Editorial Committee of Nanjing. Nanjing Statistical Yearbook 1978-2010 ［M］.Beijing： Statistics Press,2010］

［13］Moon Y S, Sonn Y H. Productive Energy Consumption and Economic Growth: An Endogenous Growth Model and Its Empirical Application［J］. Resource and Energy Economics, 1996, 18: 189-200.

［14］Pan Jiahua. “Commitment to Human Development Goals with Low Emission: An Alternative to Emissions Caps for Post Kyoto from a Developing Country. Perspective”, Presentation at Side Event Hosted by Research Centre for Sustainable Development, Chinese Academy of Social Sciences, UNFCCC COP9 December 1, 2003.

［15］Tapio. Towards a Theory of Decoupling: Degrees of Decoupling in the EU and the Case of Road traffic in Finland Between 1970 and 2001［J］. Trans port Policy,2005，（12）:137- 151.

Quantitative Study of Low carbon Economy in Nanjing City

YU Wen jin1，2 YAN Yong gang1 ZHANG Chao lin3

(1.Key Laboratory of Meteorogical Disater of Ministry of Education, Nanjing Jiangsu 210044, China；2.Key Laboratory of Coastal Disasters and Defence of Ministry of Education，Nanjing Jiangsu 210098, China；3.Institute of Urban Meteorology CMA,Beijing 100089, China)