排放影响因子与碳足迹研究述评
摘要：低碳经济在全球气候变暖的背景下已经成为国际社会关注的热点问题，碳排放作为发展低碳经济的重要问题之一更加受到全社会的重视。本文分别从国家、省域、城市和家庭层面回顾影响碳排放因素的相关文献，从国家和省域层面、交通领域层面和产品层面分析碳足迹的现有研究和应用，并对未来的研究方向和应用进行展望。
关键词：低碳经济；碳排放；影响因子；碳足迹
中图分类号：F062.2文献标识码：B
一、 引言
“低碳经济”概念最早正式出现在2003年2月24日的英国能源白皮书《我们能源的未来：创建低碳经济》中，该白皮书指出低碳经济是通过更少的自然资源消耗和更少的环境污染，获得更多的经济产出，是创造更高的生活标准和更好的生活质量的途径与机会，它也将为开发、应用和出口先进技术创造机会。白皮书虽然提出了低碳经济的概念，但没有进行严格的界定，而在其后的巴厘路线图中，这一概念被进一步肯定［1］。目前被广泛引用的是英国环境专家鲁宾斯德的阐述：低碳经济是一种正在兴起的经济模式，其核心是在市场机制的基础上；通过制度框架和政策措施的制定和创新，推动提高能效技术、节约能源技术、可再生能源技术和温室气体减排技术的开发和应用，促进整个社会经济朝向高能效、低能耗和低碳排放的模式转型。
在全球气候变暖的背景下，低碳经济已经成为当前国际社会关注的热点问题。低碳经济是通过更少的自然资源消耗和更少的环境污染，获得更多的经济产出［2］。随着低碳技术和低碳理念的推进，以“低碳”为标志的绿色行动将彻底改变人类社会的生产方式和生活方式。碳排放的相关研究作为发展低碳经济的核心问题，也受到科研人员的重视。本文拟对国内外学者关于碳排放因子与碳足迹的相关研究进行分类梳理和总结，分别从不同产业、不同区域、不同国家的碳排放差异以及碳足迹四个角度来进行归纳总结和分析。
二、碳排放影响因子研究及其展望
现有的文献分别从国家、省域、城市和家庭四个层面，探讨影响碳排放因素的问题，采用的研究方法主要是统计学和计量经济学等，在此基础上来提出相应的减排策略。在国家层面，何建坤和刘滨（2004）对作为温室气体排放衡量指标的碳排放强度进行的分析。作者利用历史统计数据，定量研究了碳排放强度下降率与GDP的增长率、碳排放增长对GDP的弹性、能源消费强度以及能源消费的碳强度等相关关系。对处于不同经济发展阶段国家的碳排放强度以及碳排放强度下降率进行了规律性分析，从而得出结论，以碳排放强度作为各国减缓气候变化贡献的衡量指标，对于发展中国家而言，可以承认和反映其对减缓气候变化的贡献；对发达国家来说，则不能只谈这一单一指标，而必须将碳排放强度的下降率大于GDP增长率作为重要基准［3］。
张德英（2005）对中国工业部门碳源排碳量估算办法的研究。通过详细分析工业部门的排碳方式后发现，其排碳量不仅与其生产方式、能源利用强度等有密切联系，还与经济系统中的科技、投资、人口等一些相关要素间接相关，而这些要素在经济系统中又是相互影响的。因此，作者用系统仿真的办法对其排碳量进行估算并在分析工业部门碳源及排碳系统要素间的反馈互动机制后，利用复杂系统综合集成的建模方法建立工业部门排碳模型，采用系统仿真的办法，达到对排碳量估算及预测的目的，最后通过模型在钢铁行业的成功应用来验证该方法对于工业部门的排碳量估算是行之有效的［4］。
徐国泉等人(2006)基于碳排放的基本等式，采用对数平均权重Divisia分解法，建立中国人均碳排放的因素分解模型，定量分析了1995-2004年间，能源结构、能源效率和经济发展等因素的变化对中国人均碳排放的影响，结果显示经济发展对拉动中国人均碳排放的贡献率呈指数增长，而能源效率和能源结构对抑制中国人均碳排放的贡献率都呈倒“U”形，这说明能源效率对抑制中国碳排放的作用在减弱，以煤为主的能源结构未发生根本性变化，能源效率和能源结构的抑制作用难以抵销由经济发展拉动的中国碳排放量增长［5］。
胡初枝等人（2008）对中国碳排放特征及其动态演进进行分析。本文基于EKC模型，采用平均分配余量的分解方法，构建中国碳排放的因素分解模型，定量分析了1990-2005年经济规模、产业结构和碳排放强度对碳排放的贡献，即规模效应、结构效应和技术效应。结果表明,经济增长与碳排放之间呈现出“N”型关系，经济规模对碳排放变动具有增量效应，这是推动碳排放增加的主要因素；由于不同产业之间碳排放差异性越来越大，产业结构调整对碳排放具有一定的减量效应，但抑制作用并不明显，产业结构仍有待优化；技术效应波动性较大，总体上具有正效应，从减少碳排放角度来看，现行技术对降低碳排放并未发挥优势［6］。
朱勤等人（2010）对中国1980-2007年碳排放情况的统计实证结果表明，扩展的STIRPAT模型对中国国情有较高的解释力。居民消费水平、人口城市化率、人口规模三个因素对我国碳排放总量的变化影响明显；现阶段我国居民消费水平与人口结构变化对碳排放的影响力已高于人口规模变化的影响力，居民消费水平与消费模式等人文因素的变化有可能成为我国碳排放的新的增长点；技术进步因素在此模型中对我国该阶段碳排放的解释力有限，表明我国未来通过技术进步减缓碳排放的潜力巨大［7］。
在国外，Soytas等人（2007）则通过格兰杰检验的方法研究了美国碳排放量、能源使用和国民收入之间的长期变化状况，结果表明对美国碳排放量提高的主要原因是能源的使用数量［8］。Dalton等人（2008）采用PET模型进行研究，结果表明：人口越多，碳排放量就越多，而且人口结构对碳排放量也有影响，随着世界人口转型，人口老龄化现象逐渐凸显，发达国家将在2020年前后进入老龄化社会，人口老龄化因素会降低碳排放量这一效果与技术变革的效果相当［9］。
在省域层面，查冬兰和周德群(2007)基于Kaya因素分解，引入Theil指数和Kaya因子，利用绝对差异法、相对差异法和基尼系数对我国28个省区1995-2005年间能源利用效率的差异性进行了比较。结果显示各省市区能源利用效率存在趋同现象；Theil指数表明2003年后人均CO2排放差异性在减弱，Kaya因子中贡献最大的是能源强度指标其次是人均GDP，碳排放系数贡献相对较小；八个经济区间的差异要大于经济区内部的差异，且一直占据主导地位［10］。王伟林和黄贤金(2008)以江苏省为例，进行的区域碳排放强度变化的因素分解模型及实证分析。通过分解模型从横向和纵向两个方面分析了影响碳排放强度变化的因素。研究表明江苏省碳排放强度变动由行业碳排放强度和行业产出份额共同作用。相对于行业产出份额，行业碳排放强度对整个社会碳排放强度变动影响更大［11］。
刘燕娜等人(2008)基于1994－2008年的时间序列统计数据，采用对数平均权重Divisia分解法将影响福建省碳排放的因素分解为能源结构因素、能源排放强度、能源效率和经济发展，建立福建省人均碳排放的因素分解模型，定量衡量各因素对福建省人均碳排放的贡献大小，得出经济发展是福建人均碳排放最大的拉动因素，能源效率是抑制福建人均碳排放最重要的因素，而能源结构对福建人均碳排放的影响相对较小但今后贡献可能增大等结论［12］。苏方林等人（2010）采用加权最小二乘法与向量自回归方法，对比性建立了广西碳排放量及影响因素间关系的实证模型，并进一步利用脉冲响应函数和方差分解探索影响系数大小和时期变化规律。研究表明，广西碳排放量对经济增长状况和产业结构的冲击反应十分敏感，能源价格、人均收入水平和外商直接投资随时期变化的响应比较稳定；各变量影响系数在短期和长期存在差异；单位根检验、格兰杰因果检验及协整检验发现碳排放量与各影响因素间存在一种长期均衡稳定的关系［13］。