碳減排的經(jīng)濟影響分析精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的碳減排的經(jīng)濟影響分析主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：碳減排的經(jīng)濟影響分析范文

關鍵詞：二氧化碳；減排成本；減排技術；減排對策

一、我國二氧化碳排放基本狀況分析

隨著經(jīng)濟發(fā)展，溫室效應不斷加劇，已嚴重影響到了人類的生存與發(fā)展。二氧化碳是最主要的溫室氣體，對溫室效應的作用可達66%。大部分的溫室氣體與人類活動有關，特別是進入工業(yè)化后，溫室氣體的濃度急速上升。

1.我國二氧化碳排放的總體特征

我國能源主要是石油、煤炭等化石燃料，這類能源是二氧化碳的主要能源。而且，由于我國是上升期的發(fā)展中國家，經(jīng)濟的快速增長，能源消耗大，導致我國二氧化碳排放量很大。我國在上個世紀80年代以前二氧化碳排放量相對較小，在21世紀之前，二氧化碳的排放量增速緩慢。從2003年開始，隨著我國經(jīng)濟的迅猛發(fā)展，二氧化碳的排放量迅猛的增長，增長率達到了13%。在2010年，我國成為世界上二氧化碳排放量最大的國家，超過了美國。

歐盟的碳排放量一直居高不下，美國的碳排放量也一直是處于穩(wěn)定的高水平狀態(tài)。中國與日本的碳排放量從1980年到2007年都出現(xiàn)增長，日本增量較小，中國增量較大，總體碳排放量超過了美國。發(fā)達國家，已度過了工業(yè)化初期高耗能的時期，碳排放量趨于穩(wěn)定并緩慢減少。中國由于經(jīng)濟的發(fā)展，碳排放量大增，減排任務極重。而且由于技術的不到位，強制性減排會造成很大的經(jīng)濟代價。

2.我國不同地區(qū)及不同行業(yè)碳排放量的現(xiàn)狀

我國不同省區(qū)二氧化碳排放量有很大的差異。2007年，絕對碳排放量最多的省份是山東，最少的省份是海南；碳排放量增長速度最快的是寧夏和內蒙古，最少的黑龍江。從分布區(qū)域看，東部地區(qū)二氧化碳排

放量占到了全國排放量的一半，而且增長最快，達到9.8%；中部地區(qū)占到26.72%，增長率分別為8.85%；西部相對最少，增長率為7.45%；從行業(yè)分布來看，工業(yè)碳排放量占到全國的70%以上，高耗能行業(yè)碳排放量增長了一倍。其中有色金屬冶煉及壓延加工業(yè)碳排放增長最快。電力碳排放系數(shù)總體呈下降趨勢。

二、溫室氣體減排成本分析

減排成本是一個關鍵制約因素，發(fā)展中國家短期內無法通過技術進步實現(xiàn)減排目標，只能是通過限制、關閉高排放部門來實現(xiàn)，這就需付出巨大的經(jīng)濟代價。

1.減排成本的基本概述

對二氧化碳減排成本可以從不同視角、層次對二氧化碳的減排成本的定義和估算?？傮w來說，可以從宏觀層面和微觀層面進行界定。

從微觀角度，二氧化碳減排成本是指一個國家或地區(qū)為了實現(xiàn)減排目標而直接投入的技術和資金。從宏觀角度，二氧化碳減排成本是指一個國家或地區(qū)為了實現(xiàn)減排目標采取措施從而對宏觀經(jīng)濟造成的影響，即通過強制性減排造成的國家GDP損失。這種損失主要是因為在短期內無法依靠技術進步而達到減排目標，只能通過限制高耗能企業(yè)的發(fā)展來減少二氧化碳排放量，這樣抑制了經(jīng)濟的發(fā)展，付出很大的經(jīng)濟代價。本文主要從宏觀角度分析，還涉及到邊際減排成本，邊際減排成本是指每減少一單位二氧化碳排放量所引起的GDP的減少量。

2.我國二氧化碳減排成本分析

經(jīng)濟發(fā)展與減少二氧化碳排放量存在的一種矛盾的關系，如何做出一個適當?shù)臋嗪夥浅Ｖ匾Ｍㄟ^考察中國經(jīng)濟發(fā)展和二氧化碳排放量之間的關系，運用投入產(chǎn)出分析及多目標規(guī)劃理論，建立了中國宏觀經(jīng)濟成本估算模型。通過對模型的求解，對其結果的分析，建立了下圖。

從表中我們可以看出二氧化碳排放量與潛在GDP之間的關系，從而對中國減排宏觀經(jīng)濟成本做出粗略的計算。不同的二氧化碳排放量對應不同的GDP值，當二氧化碳的排放量最大時，GDP值也最大。當GDP值為最大值35.30萬億元時，二氧化碳排放量也達到最大值97.01噸。從另一方面，也可以看出，對二氧化碳的限制將以降低GDP的增長率為代價。通過對上圖數(shù)據(jù)的計算分析得出下表。

從表中可以看出，當二氧化碳減排的力度越大，減排的宏觀經(jīng)濟代價就越大，GDP的年增長率就會越低，二氧化碳的宏觀經(jīng)濟成本就越高，而且在不同的減排力度下，成本的上升幅度也不同。在

減排量在4.42億噸到7.59億噸的區(qū)間內，減排量每增加1%，宏觀經(jīng)濟成本就上升0.20%；在7.59到9.84這個區(qū)間內，減排量每增加1%，宏觀經(jīng)濟成本就上升0.46%。同時也可以看出，碳強度降低的彈性較小。二氧化碳減排對我國經(jīng)濟的影響十分顯著，我國2010年二氧化碳減排的宏觀經(jīng)濟成本約為3100―4024元/噸二氧化碳。

然而由于溫室效應的消極影響越來越大，國際對中國溫室氣體減排的要求越來越高，中國目前必需節(jié)能減排，由于技術的不到位只能強制性減排，造成了很大的經(jīng)濟損失。如表2中所示為二氧化碳濃度穩(wěn)定在650ppmv，550ppmv，450ppmv情景下對我國經(jīng)濟的影響。

可以看出在450ppmv穩(wěn)定情景下，發(fā)展中國家在2010年減排，會出現(xiàn)經(jīng)濟損失。減排率越大經(jīng)濟損失就越大。所以大規(guī)模的二氧化碳減排會對我國經(jīng)濟帶來巨大的損失，對二氧化碳濃度要求越低，我國的經(jīng)濟損失就越大。如圖中所示在450ppmv情景下，2100年損失可達到4.8%，在650情景下?lián)p失就小的多；有長期準備的減排其損失要小于突然快速減排；技術是實現(xiàn)減排的核心。

因此，在設定限排目標時應充分考慮到二氧化碳減排對我國宏觀經(jīng)濟的影響程度，根據(jù)實際的潛力和承受力確定合理目標。減排要依靠長期的技術進步，短期內碳排放強度下降的空間彈性不塌，因此不宜把目標設的太高。

參考文獻：

[1]范英.溫室氣體減排的成本、路徑與政策研究[M].科學出版社，2011（7）：112-152

第2篇：碳減排的經(jīng)濟影響分析范文

關鍵詞：天然氣；碳稅；碳排放量；最優(yōu)供給量；替代作用

中圖分類號：F2

文獻標識碼：A

doi：10.19311/ki.16723198.2017.05.006

1引言

我國目前已經(jīng)是世界上能源消費量和碳排放量最大的國家之一，煤炭約占我國能源供應的70%。但這種以煤為主的消費結構，卻是引起我國大氣污染的主要原因。當下中國85%的煤炭是通過直接燃燒使用的，主要包括火力發(fā)電、工業(yè)鍋爐、民用取暖和家庭爐灶等。高耗低效燃燒煤炭向空氣中排放出大量SO2、CO2和煙塵，造成中國以煤煙型為主的大氣污染。而天然氣作為一種優(yōu)質、高效、清潔的化石能源，與煤相比，可以同時解決碳排放和污染兩個問題。我國以天然氣為燃料的分布式能源系統(tǒng)建設以逐步進入實質性開發(fā)實施階段，“試點先行”將成為推動天然氣體制改革的探索方案。

已有的研究較多關注經(jīng)濟體中短期的減排應急之策，聚焦于環(huán)境管制政策，例如碳稅、資源稅、排污費以及生態(tài)補償機制等，研究認為長期內發(fā)展低碳經(jīng)濟在于提高能源效率和優(yōu)化能源結構。但是將長期內低碳經(jīng)濟與短期應急減排策略相結合的研究較少。本文的核心任務就是研究在環(huán)境管制政策下天然氣和煤炭減排成本的經(jīng)濟可比性，考慮企業(yè)利潤、社會福利等因素，探討天然氣相對于煤炭能否成為中國清潔可靠能源保障的合理長期選擇。

本文以天然夂兔禾康奶寂帕課對象，在傳統(tǒng)模型基礎上做出一些調整，首先研究不同碳稅，控制不同碳排量，天然氣和煤炭的環(huán)境成本核算，包括碳稅和減排成本；再綜合企業(yè)供應利潤，在單位煤炭天然氣熱值構成的約束條件下得到總利潤函數(shù)，考慮經(jīng)濟損失，獲得社會總福利函數(shù)；最后比較分析天然氣和基于環(huán)境管制政策下的替代作用，從該角度實現(xiàn)能源結構調整、推進節(jié)能減排。本文的研究為我能源企業(yè)合理控制環(huán)境成本、實現(xiàn)經(jīng)濟與環(huán)境的雙贏和政府制定相關減排政策提供了理論依據(jù)。

2文獻綜述

目前國內已有大量文獻從宏觀層面上研究國家化石能源燃燒后的碳排放對經(jīng)濟影響。碳排放是我國在經(jīng)濟發(fā)展過程應該考慮重要問題。

有研究者建立了對碳排放和我國經(jīng)濟發(fā)展的計量經(jīng)濟模型，從定量角度分析二者相關性。武紅（2013）等通過建立近五十多年我國的碳排放總量和國內生產(chǎn)總值的計量經(jīng)濟學模型，發(fā)現(xiàn)在這期間經(jīng)濟增長過程中，存在從碳排放總量到GDP的單項Granger因果關系，即高碳排放促進了經(jīng)濟的增長，但經(jīng)濟增長并不會明顯導致碳排放的增加。另一方面，冷雪（2012）認為如果存在一個經(jīng)濟可以容易地使用低碳排放要素投入去代替高碳排放要素投入，就可以削弱經(jīng)濟增長與碳排放之間因果關系的顯著性。同樣建立近三十年計量經(jīng)濟學模型，研究表明碳排放與經(jīng)濟增長之間沒有存在明顯的環(huán)境庫茲涅茲曲線，即在不采取減排措施的假設下，我國碳排放量不會自然地減少，反而碳排放量會隨著經(jīng)濟發(fā)展而急劇增加，因此采取經(jīng)濟手段和政治措施進行二氧化碳減排是必要的。

GDP碳排放強度也是對碳排放和經(jīng)濟發(fā)展關系研究的一個方面。張友國（2010）認為，在經(jīng)濟發(fā)展方式變化的各構成因素種，生產(chǎn)部門能源強度的降低是導致中國碳排放強度下降的最主要因素，直接能源消費率的下降也對碳排放強度產(chǎn)生了明顯的抑制作用，另外隨著電力對原煤的替代，終端能源消費結構的變化也使碳排放強度略有下降。劉廣力（2012）將煤炭消耗引入到了GDP與碳排放的關系之間，他認為從長期來看，煤炭消耗比重的持續(xù)增加必然會使碳排放的增長速度高于GDP的增長速度，因此大大提高碳排放強度。因此，我國要降低碳排放需要從分子上的碳排放量入手，不斷尋找清潔能源和提高各能源使用力度和效率的方法，降低煤炭消耗比重，從而達到降低排放的目的。

在研究宏觀層面的同時，已經(jīng)有越來越多的學者利用各類模型來研究碳排放問題，其中以CGE模型或者基于CGE模型的變形為主。有學者從能源環(huán)境經(jīng)濟系統(tǒng)出發(fā)，構建我國能源經(jīng)濟動態(tài)CEG模型，也有從二氧化碳減排、緩解常規(guī)能源供給壓力的能源可持續(xù)發(fā)展角度出發(fā)，構建了基于另一種模型假設基礎之上的CGE模型。大多研究的是環(huán)境管制制度背景下企業(yè)的減排行為和碳交易問題。在研究煤電行業(yè)實施碳減排的路徑選擇方面，葉斌等（2013）在參與開發(fā)中國能源與環(huán)境政策分析模型（CEEPA）基礎上進行相關擴展和補充；在探討影響碳排放減排成本因素方面，姚云飛等（2012）構建了煤電全生命周期碳排放強度模型和碳排放權資源影子價格模型，研究了煤電企業(yè)和煤電行業(yè)的碳減排潛力、減排成本及其影響因素。一些學者還考慮了其他因素，胡雅楠等（2014）加入了CO2排放減少的居民支付意愿；楊翱等（2014）還考慮了生產(chǎn)者和使用者角度的能耗責任歸屬原則，從投入產(chǎn)出模型內外部兩個層面界定能耗強度系數(shù)，以此提出能源消耗外部性的測定模型。部分文獻綜合模擬分析不同碳稅水平、不同能源使用效率、不同碳稅使用方式對二氧化碳減排強度、二氧化碳排放強度邊際變化率、部門產(chǎn)出及其價格、經(jīng)濟發(fā)展、社會福利等變量的影響，婁峰等（2014）通過構建動態(tài)可計算一般均衡（DCGE）模型；任志娟等（2012）Sartzetakis的分析框架，用cournot模型將這三種減排手段統(tǒng)一探討。

已有的與碳排放相關的研究中，大多數(shù)文獻研究方向在減排方式的選擇和影響減排成本因素宏觀分析等方面，而少有文獻具體針對天然氣和煤炭減排時對社會總福利的影響進行探討，包括比較環(huán)境管制政策下煤炭和天然氣最優(yōu)供應量、社會總福利、廠商的利潤額等。而這個角度研究對于我國目前亟待解決優(yōu)化能源結構，推動天熱氣改革極具實際參考價值。鑒于此，本文將針對該處空白進行研究。

3模型說明

4模型分析

從模型中可以看出，供應商利潤Ui與煤炭供應量Ci成負相關關系，同時，社會總福利U也與煤炭供應量Ci成顯然的負相關關系。煤炭供應量的上升一方面會使得供應商利潤因減排成本的上升和碳稅的上升而下降，另一方面，會在供應商利潤下降和環(huán)境外部性的影響下，使得社會總體福利下降。這兩方面的因素導致在環(huán)境管制政策下，煤炭使用成本是高昂的，這恰恰是天然氣替代煤炭的意義所在。

從供應約束來看，在一個地區(qū)以熱值計量的能源總需求量不變的情況下，天然氣作為一種清潔高效的能源，對煤炭具有顯著的替代作用。天然氣對煤炭的替代作用具體可以體現(xiàn)在如下的三個方面：一是由于燃燒產(chǎn)生相同熱量時，天然氣比煤炭產(chǎn)生更少的二氧化碳，使用天然氣替代煤炭可以減少供應商的碳排放，使得供應商的減排成本下降，提高企業(yè)利潤；二是使用天然氣所帶來的較低的碳排放量同樣會使得企業(yè)面臨的碳稅下降，從而進一步降低供應商成本；三是溫室氣體排放會對不同區(qū)域造成不同的環(huán)境外部性影響，天然氣對煤炭的替代降低了溫室氣體的排放量，從而降低了能源使用的外部性，降低了社會總體成本，提高了社會總福利。綜上所述，在環(huán)境政策管制政策下，具體而言，在政府設置一定碳稅的情況下，天然氣對煤炭的替代效用在企業(yè)利潤層面和社會福利層面均產(chǎn)生正面的影響，這也從經(jīng)濟效益和福利經(jīng)濟學角度解釋了天然氣使用的必要性。

基金項目：

河北省廊坊市科學技術局2015年廊坊市科學技術研究與發(fā)展計劃自籌經(jīng)費項目“創(chuàng)新城市建設背景下廊坊市高新技術產(chǎn)業(yè)創(chuàng)新模式與機制研究”（項目編號：2015023104）。

5結論及政策建議

天然氣作為一種單位碳排放量小、產(chǎn)熱效率高的煤炭的替代能源，正在世界范圍內越來越多地被開發(fā)和使用，我國政府須重視天然氣對傳統(tǒng)化石能源的替代，以配合我國的可持續(xù)發(fā)展戰(zhàn)略。針對本文提出的問題，結合我國的客觀實際，現(xiàn)提出具體的政策建議如下：一是制定更加完善的法律法規(guī)，規(guī)范能源市場，提高能源使用效率，加大對重污染企業(yè)的懲處力度；二是利用合理的碳稅等政策對能源結構進行調整，重視天然氣對煤炭的替代作用；三是增加天然氣管道等基礎設施建設投入，引導企業(yè)和居民正確、安全地使用天然氣，促使天然氣使用向普遍化、高效化、常態(tài)化的方向發(fā)展。

參考文獻

[1]張倩.環(huán)境管制與煤炭企業(yè)競爭力關系的理論研究[J].資源開發(fā)與市場，2013，（03）：303306.

[2]赫永達.基于能源消費的資本與能源替代效應研究[D].長春：吉林大學，2015.

[3]郭正權，劉海濱，牛東曉.基于CGE模型的我國碳稅政策對能源與二氧化碳排放影響的模擬分析[J].煤炭工程，2012，（01）：138140.

[4]云箭，覃國軍，徐鳳銀等.低碳視角下中國非常規(guī)天然氣的開發(fā)利用前景[J].石油學報，2012，（03）：526532.

[5]孫慧，李偉.天然氣如何在節(jié)能減排中發(fā)揮作用[J].石油規(guī)劃設計，2009，（05）：79，50.

[6]姚云飛.中國減排成本及減排政策模擬：CEEPA模型的拓展研究[D].合肥：中國科學技術大學，2012.

[7]王亞璇.中國重點污染行業(yè)環(huán)境績效和減排成本估算及區(qū)域比較研究[D].北京：北京理工大學，2016.

[8]單衛(wèi)國.未來中國天然氣市場發(fā)展方向[J].國際石油經(jīng)濟，2016，（02）：5962.

[9]王建民，楊文培，楊力.雙贏目標約束下中國能源結構調整測算[J].中國人口?資源與環(huán)境，2016，（03）：2736.

[10]申萬，張廣軍.霧霾治理情境下的中國煤炭消費總量研究[J].發(fā)展研究，2014，（12）：6771.

[11]付俊.我國煤炭及天然氣消費與經(jīng)濟增長關系研究[J].中國集體經(jīng)濟，2015，（25）：1415.

[12]劉暢，杜偉，龐淑娟.征收碳稅對我國二氧化碳減排的影[J].中國能源，2014，（09）：2126.

第3篇：碳減排的經(jīng)濟影響分析范文

在能源和環(huán)境容量約束嚴峻的背景下，既要保持經(jīng)濟增長，還要推進低碳經(jīng)濟轉型和不斷提高社會生產(chǎn)的環(huán)境友好性程度，是各國特別是發(fā)展中國家實現(xiàn)可持續(xù)發(fā)展和建設生態(tài)文明的重要課題。但是，在碳減排意義上如何理解和界定社會生產(chǎn)環(huán)境友好性的內涵？如何考慮歷史累積碳排放責任與碳強度減排策略的關系？如何對一經(jīng)濟體的碳排放責任和碳減排努力作出更為合理的評價？這些都是需要深入探討的重要問題。

因此，研究中既需要考察一經(jīng)濟體當前絕對碳減排量，也同時考慮經(jīng)濟發(fā)展要求、歷史累積碳排放和實際作出的累積碳減排努力程度，進行綜合評價和分析判斷，在下一階段國際碳減排磋商談判和實際碳減排決策中，有助于理性把握各經(jīng)濟體實際碳減排努力程度和可能承諾，進行有效決策。

一、碳減排和環(huán)境產(chǎn)出

社會生產(chǎn)的環(huán)境友好性，要求納入環(huán)境產(chǎn)出因素，建立社會“環(huán)境―經(jīng)濟”復合社會產(chǎn)出目標。假設社會產(chǎn)出包括經(jīng)濟生產(chǎn)和環(huán)境生產(chǎn)兩個方面，兩者之間存在替代關系，但又具有某種聯(lián)合生產(chǎn)和范圍經(jīng)濟特性[1]。其中，在本研究中，經(jīng)濟產(chǎn)出以一經(jīng)濟體GDP總量，環(huán)境產(chǎn)出以碳減排量（根據(jù)相對2005年基期2020年中國碳排放強度降低45%的相對減排目標，以2005年中國碳排放強度為基準參照強度，進行絕對減排量的換算，參考表1中計算公式）進行度量。借鑒生產(chǎn)可能性的概念，可知：在一定范圍內，存在通過技術進步或提高技術效率實現(xiàn)同時提高經(jīng)濟產(chǎn)出和改善環(huán)境的社會生產(chǎn)調整路徑。從碳減排意義上來說，也就是兼顧實現(xiàn)經(jīng)濟發(fā)展和碳減排的環(huán)境友好型調整路徑。

在主流環(huán)境經(jīng)濟學理論中，通常把污染排放（包括碳排放）視為經(jīng)濟發(fā)展的外部性效應或負的非期望產(chǎn)出（undesirable output），然后，將其導致的社會負收益或正成本通過內部化而納入經(jīng)濟分析框架，用以研究環(huán)境資源和經(jīng)濟資源的優(yōu)化配置方式與調整過程。在采用DEA方法進行環(huán)境績效和效率評價時，該理論假設隱含設定負的非期望環(huán)境產(chǎn)出具有弱處置性，降低非期望產(chǎn)出，就需要減少正期望產(chǎn)出，不能滿足DEA模型產(chǎn)出最大化的要求，因而一般將求解目標調整為在兩者之間尋求平衡。為方便研究，對負期望產(chǎn)出的處理方法主要有負產(chǎn)出法、線性數(shù)據(jù)轉換法和非線性數(shù)據(jù)轉換法[2]。

根據(jù)IPCC定義，碳排放是7種主要大氣污染物按一定系數(shù)加總換算得到的等當量碳排放值，主要與能源利用有關，依據(jù)環(huán)境經(jīng)濟學假設一般將其作為負期望產(chǎn)出。相對于一般污染排放的概念，碳排放與社會經(jīng)濟發(fā)展過程的關系更為緊密和廣泛。根據(jù)IPAT模型，碳排放主要取決于人口規(guī)模（P）、經(jīng)濟發(fā)展水平（A，人均GDP）和技術水平（T，一般采用碳排放強度表征）。STIRPAT模型將IPAT模型擴展為C-D函數(shù)形式，將碳排放量的變化歸因于人口數(shù)量、人均GDP、產(chǎn)業(yè)結構、城市化等指數(shù)化驅動因素的影響[3]。

不同于傳統(tǒng)的環(huán)境管理，降低碳排放影響的努力，不僅包括“主動”降低生產(chǎn)生活過程中與能源消費直接相關的碳排放（即碳減排），如能源利用清潔化、能源結構低碳化、能源效率與節(jié)能、碳捕獲/碳儲存（CSS）等，還應包括通過產(chǎn)業(yè)結構低碳化、增加碳匯（如植樹造林）、不破壞或不過度開發(fā)現(xiàn)有環(huán)境資源（或碳匯資源）、生活方式低碳化等“消極”或間接的碳減排和提高可排放容量的努力。該努力部份，特別是碳匯資源增量，具有長期的減排效應。該部分的減排努力不易測算，現(xiàn)有基于負期望產(chǎn)出假設的理論，對此未給予明確和充分的解釋。

與一般負期望環(huán)境產(chǎn)出假設不同，非負環(huán)境產(chǎn)出假設[4]認為，給定經(jīng)濟生產(chǎn)和環(huán)境生產(chǎn)可替代，在社會生產(chǎn)可能性邊界內，社會生產(chǎn)目標是追求相對實現(xiàn)社會環(huán)境產(chǎn)出（Q）和經(jīng)濟產(chǎn)出（P）的最優(yōu)配置（即林達爾均衡配置）的“合意”目標，而不是一般意義上在徑向距離上逼近經(jīng)濟生產(chǎn)前沿面。與碳減排概念相結合，把該“環(huán)境產(chǎn)出”概念界定為考察第t年及之前年份的累積碳減排量，滿足正期望產(chǎn)出假設，表示為：

進一步，假設碳排放量本文中有關變量，在未特殊說明的情況下，一般是指年均量。直接取決于一經(jīng)濟體能源消費量及其含碳程度，碳排放量應當是實際發(fā)生的碳排放量。因此，與能源消費有關的碳排放量測算的基本方法，是采用各種一次能源消費與相應碳排放系數(shù)乘數(shù)再加總得到。碳減排量則是該變量的衍生概念，是指相鄰年份的相對凈碳減排量。作為累積碳減排量的環(huán)境產(chǎn)出概念，包括了對已實現(xiàn)碳減排成果（或環(huán)境存量）的保護。

采用環(huán)境方向產(chǎn)出距離函數(shù)的DEA生產(chǎn)效率測度理論，在有關研究[4-5]的基礎上，借鑒采用切克蘭德的“水平―結構―動態(tài)效率”三維度軟系統(tǒng)評價方法，提出了評價一經(jīng)濟體社會生產(chǎn)環(huán)境友好性的指標集，對有關概念和評價指標及方法進行了進一步厘清界定、修正和拓展（表1），提取了有關評價指標集，用于對1980-2013年期間美國（USA）、歐盟（EU）、日本（JAP）、德國（GER）、印度（IND）與中國（CHN）的環(huán)境友好性進行評價、分析和比較。

同時，對其他國家水平指標的測算均以2020年中國經(jīng)濟產(chǎn)出目標和環(huán)境產(chǎn)出目標作為參照指標，結構指標和動態(tài)效率指標測算方式不受影響。在國際比較中，水平指標和結構指標本身已經(jīng)是相對指標，而對于動態(tài)效率指標，統(tǒng)一以1980-2013年期間中國對應指標的t-1期值作為參照進行測算，形成可用于比較的相對動態(tài)效率指標。

二、數(shù)據(jù)準備

為了解中國環(huán)境生產(chǎn)水平及其效率相對國際水平的差異，選擇了發(fā)達經(jīng)濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經(jīng)濟規(guī)模具有可比性的生產(chǎn)單元進行評價和比較。

2018年及以前各經(jīng)濟體（包括中國）經(jīng)濟產(chǎn)出數(shù)據(jù)，采用國際貨幣基金組織世界經(jīng)濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數(shù)據(jù)；為預測2019-2020年各經(jīng)濟體GDP總量，采用二次指數(shù)平滑法（阻尼系數(shù)α=0.05）和IMF所預測2018年各經(jīng)濟體貨幣對美元不變匯率預測各經(jīng)濟體這兩年的GDP增長率。其他數(shù)據(jù)采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環(huán)境產(chǎn)出測算方面，考察期（1980-2013年）內各經(jīng)濟體碳減排數(shù)據(jù)參考BP公司的《2014年世界能源統(tǒng)計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據(jù)分別計算各經(jīng)濟體2015年或2020年絕對碳排放量和環(huán)境產(chǎn)出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環(huán)境產(chǎn)出測算的基準強度，因部分環(huán)境產(chǎn)出指數(shù)測算不允許負值，因此采用各經(jīng)濟體各年份環(huán)境產(chǎn)出值減去1980年中國環(huán)境產(chǎn)出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環(huán)境產(chǎn)出值是零，但其他經(jīng)濟體1980年環(huán)境產(chǎn)出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環(huán)境生產(chǎn)和環(huán)境友好性評價

（一）環(huán)境產(chǎn)出、GDP和人均GDP

采用經(jīng)濟產(chǎn)出規(guī)模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據(jù)新環(huán)境產(chǎn)出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環(huán)境產(chǎn)出值

因測算方法原因，結合滯后期影響分析，環(huán)境產(chǎn)出值均采用1986年及以后的數(shù)據(jù)。與環(huán)境產(chǎn)出有關的指數(shù)測算結果，也作相同處理。。將該環(huán)境產(chǎn)出作為縱坐標，可以看出新的“環(huán)境產(chǎn)出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產(chǎn)出水平上，中國2007年環(huán)境產(chǎn)出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產(chǎn)出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現(xiàn)同等經(jīng)濟產(chǎn)出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現(xiàn)了較高環(huán)境產(chǎn)出（累積碳減排），以新的“環(huán)境產(chǎn)出”概念進行指標評價，中國作出了更多的環(huán)境努力?？偟膩碚f，實現(xiàn)同等經(jīng)濟規(guī)模，中美歐三者環(huán)境產(chǎn)出水平基本相近。

進一步，采用衡量社會經(jīng)濟綜合發(fā)展水平的人均GDP指標（作為橫軸），分別以環(huán)境產(chǎn)出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環(huán)境產(chǎn)出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經(jīng)濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現(xiàn)明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環(huán)境產(chǎn)出量都顯著“雙高”于其他經(jīng)濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環(huán)境產(chǎn)出則反之。

總體上，“環(huán)境產(chǎn)出―GDP（表征經(jīng)濟規(guī)模）”、“環(huán)境產(chǎn)出―人均GDP（表征社會經(jīng)濟發(fā)展水平）”兩組變量數(shù)據(jù)分別呈現(xiàn)出明顯不同的關系模式（如圖1a和圖2a）。

二、數(shù)據(jù)準備

為了解中國環(huán)境生產(chǎn)水平及其效率相對國際水平的差異，選擇了發(fā)達經(jīng)濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經(jīng)濟規(guī)模具有可比性的生產(chǎn)單元進行評價和比較。

2018年及以前各經(jīng)濟體（包括中國）經(jīng)濟產(chǎn)出數(shù)據(jù)，采用國際貨幣基金組織世界經(jīng)濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數(shù)據(jù)；為預測2019-2020年各經(jīng)濟體GDP總量，采用二次指數(shù)平滑法（阻尼系數(shù)α=0.05）和IMF所預測2018年各經(jīng)濟體貨幣對美元不變匯率預測各經(jīng)濟體這兩年的GDP增長率。其他數(shù)據(jù)采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環(huán)境產(chǎn)出測算方面，考察期（1980-2013年）內各經(jīng)濟體碳減排數(shù)據(jù)參考BP公司的《2014年世界能源統(tǒng)計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據(jù)分別計算各經(jīng)濟體2015年或2020年絕對碳排放量和環(huán)境產(chǎn)出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環(huán)境產(chǎn)出測算的基準強度，因部分環(huán)境產(chǎn)出指數(shù)測算不允許負值，因此采用各經(jīng)濟體各年份環(huán)境產(chǎn)出值減去1980年中國環(huán)境產(chǎn)出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環(huán)境產(chǎn)出值是零，但其他經(jīng)濟體1980年環(huán)境產(chǎn)出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環(huán)境生產(chǎn)和環(huán)境友好性評價

（一）環(huán)境產(chǎn)出、GDP和人均GDP

采用經(jīng)濟產(chǎn)出規(guī)模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據(jù)新環(huán)境產(chǎn)出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環(huán)境產(chǎn)出值

因測算方法原因，結合滯后期影響分析，環(huán)境產(chǎn)出值均采用1986年及以后的數(shù)據(jù)。與環(huán)境產(chǎn)出有關的指數(shù)測算結果，也作相同處理。。將該環(huán)境產(chǎn)出作為縱坐標，可以看出新的“環(huán)境產(chǎn)出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產(chǎn)出水平上，中國2007年環(huán)境產(chǎn)出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產(chǎn)出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現(xiàn)同等經(jīng)濟產(chǎn)出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現(xiàn)了較高環(huán)境產(chǎn)出（累積碳減排），以新的“環(huán)境產(chǎn)出”概念進行指標評價，中國作出了更多的環(huán)境努力?？偟膩碚f，實現(xiàn)同等經(jīng)濟規(guī)模，中美歐三者環(huán)境產(chǎn)出水平基本相近。

進一步，采用衡量社會經(jīng)濟綜合發(fā)展水平的人均GDP指標（作為橫軸），分別以環(huán)境產(chǎn)出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環(huán)境產(chǎn)出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經(jīng)濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現(xiàn)明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環(huán)境產(chǎn)出量都顯著“雙高”于其他經(jīng)濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環(huán)境產(chǎn)出則反之。

總體上，“環(huán)境產(chǎn)出―GDP（表征經(jīng)濟規(guī)模）”、“環(huán)境產(chǎn)出―人均GDP（表征社會經(jīng)濟發(fā)展水平）”兩組變量數(shù)據(jù)分別呈現(xiàn)出明顯不同的關系模式（如圖1a和圖2a）。

二、數(shù)據(jù)準備

為了解中國環(huán)境生產(chǎn)水平及其效率相對國際水平的差異，選擇了發(fā)達經(jīng)濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經(jīng)濟規(guī)模具有可比性的生產(chǎn)單元進行評價和比較。

2018年及以前各經(jīng)濟體（包括中國）經(jīng)濟產(chǎn)出數(shù)據(jù)，采用國際貨幣基金組織世界經(jīng)濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數(shù)據(jù)；為預測2019-2020年各經(jīng)濟體GDP總量，采用二次指數(shù)平滑法（阻尼系數(shù)α=0.05）和IMF所預測2018年各經(jīng)濟體貨幣對美元不變匯率預測各經(jīng)濟體這兩年的GDP增長率。其他數(shù)據(jù)采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環(huán)境產(chǎn)出測算方面，考察期（1980-2013年）內各經(jīng)濟體碳減排數(shù)據(jù)參考BP公司的《2014年世界能源統(tǒng)計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據(jù)分別計算各經(jīng)濟體2015年或2020年絕對碳排放量和環(huán)境產(chǎn)出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環(huán)境產(chǎn)出測算的基準強度，因部分環(huán)境產(chǎn)出指數(shù)測算不允許負值，因此采用各經(jīng)濟體各年份環(huán)境產(chǎn)出值減去1980年中國環(huán)境產(chǎn)出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環(huán)境產(chǎn)出值是零，但其他經(jīng)濟體1980年環(huán)境產(chǎn)出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環(huán)境生產(chǎn)和環(huán)境友好性評價

（一）環(huán)境產(chǎn)出、GDP和人均GDP

采用經(jīng)濟產(chǎn)出規(guī)模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據(jù)新環(huán)境產(chǎn)出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環(huán)境產(chǎn)出值

因測算方法原因，結合滯后期影響分析，環(huán)境產(chǎn)出值均采用1986年及以后的數(shù)據(jù)。與環(huán)境產(chǎn)出有關的指數(shù)測算結果，也作相同處理。。將該環(huán)境產(chǎn)出作為縱坐標，可以看出新的“環(huán)境產(chǎn)出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產(chǎn)出水平上，中國2007年環(huán)境產(chǎn)出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產(chǎn)出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現(xiàn)同等經(jīng)濟產(chǎn)出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現(xiàn)了較高環(huán)境產(chǎn)出（累積碳減排），以新的“環(huán)境產(chǎn)出”概念進行指標評價，中國作出了更多的環(huán)境努力。總的來說，實現(xiàn)同等經(jīng)濟規(guī)模，中美歐三者環(huán)境產(chǎn)出水平基本相近。

進一步，采用衡量社會經(jīng)濟綜合發(fā)展水平的人均GDP指標（作為橫軸），分別以環(huán)境產(chǎn)出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環(huán)境產(chǎn)出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經(jīng)濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現(xiàn)明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環(huán)境產(chǎn)出量都顯著“雙高”于其他經(jīng)濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環(huán)境產(chǎn)出則反之。

總體上，“環(huán)境產(chǎn)出―GDP（表征經(jīng)濟規(guī)模）”、“環(huán)境產(chǎn)出―人均GDP（表征社會經(jīng)濟發(fā)展水平）”兩組變量數(shù)據(jù)分別呈現(xiàn)出明顯不同的關系模式（如圖1a和圖2a）。

二、數(shù)據(jù)準備

為了解中國環(huán)境生產(chǎn)水平及其效率相對國際水平的差異，選擇了發(fā)達經(jīng)濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經(jīng)濟規(guī)模具有可比性的生產(chǎn)單元進行評價和比較。

2018年及以前各經(jīng)濟體（包括中國）經(jīng)濟產(chǎn)出數(shù)據(jù)，采用國際貨幣基金組織世界經(jīng)濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數(shù)據(jù)；為預測2019-2020年各經(jīng)濟體GDP總量，采用二次指數(shù)平滑法（阻尼系數(shù)α=0.05）和IMF所預測2018年各經(jīng)濟體貨幣對美元不變匯率預測各經(jīng)濟體這兩年的GDP增長率。其他數(shù)據(jù)采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環(huán)境產(chǎn)出測算方面，考察期（1980-2013年）內各經(jīng)濟體碳減排數(shù)據(jù)參考BP公司的《2014年世界能源統(tǒng)計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據(jù)分別計算各經(jīng)濟體2015年或2020年絕對碳排放量和環(huán)境產(chǎn)出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環(huán)境產(chǎn)出測算的基準強度，因部分環(huán)境產(chǎn)出指數(shù)測算不允許負值，因此采用各經(jīng)濟體各年份環(huán)境產(chǎn)出值減去1980年中國環(huán)境產(chǎn)出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環(huán)境產(chǎn)出值是零，但其他經(jīng)濟體1980年環(huán)境產(chǎn)出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環(huán)境生產(chǎn)和環(huán)境友好性評價

（一）環(huán)境產(chǎn)出、GDP和人均GDP

采用經(jīng)濟產(chǎn)出規(guī)模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據(jù)新環(huán)境產(chǎn)出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環(huán)境產(chǎn)出值

因測算方法原因，結合滯后期影響分析，環(huán)境產(chǎn)出值均采用1986年及以后的數(shù)據(jù)。與環(huán)境產(chǎn)出有關的指數(shù)測算結果，也作相同處理。。將該環(huán)境產(chǎn)出作為縱坐標，可以看出新的“環(huán)境產(chǎn)出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產(chǎn)出水平上，中國2007年環(huán)境產(chǎn)出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產(chǎn)出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現(xiàn)同等經(jīng)濟產(chǎn)出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現(xiàn)了較高環(huán)境產(chǎn)出（累積碳減排），以新的“環(huán)境產(chǎn)出”概念進行指標評價，中國作出了更多的環(huán)境努力。總的來說，實現(xiàn)同等經(jīng)濟規(guī)模，中美歐三者環(huán)境產(chǎn)出水平基本相近。

進一步，采用衡量社會經(jīng)濟綜合發(fā)展水平的人均GDP指標（作為橫軸），分別以環(huán)境產(chǎn)出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環(huán)境產(chǎn)出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經(jīng)濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現(xiàn)明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環(huán)境產(chǎn)出量都顯著“雙高”于其他經(jīng)濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環(huán)境產(chǎn)出則反之。

總體上，“環(huán)境產(chǎn)出―GDP（表征經(jīng)濟規(guī)模）”、“環(huán)境產(chǎn)出―人均GDP（表征社會經(jīng)濟發(fā)展水平）”兩組變量數(shù)據(jù)分別呈現(xiàn)出明顯不同的關系模式（如圖1a和圖2a）。

二、數(shù)據(jù)準備

為了解中國環(huán)境生產(chǎn)水平及其效率相對國際水平的差異，選擇了發(fā)達經(jīng)濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經(jīng)濟規(guī)模具有可比性的生產(chǎn)單元進行評價和比較。

2018年及以前各經(jīng)濟體（包括中國）經(jīng)濟產(chǎn)出數(shù)據(jù)，采用國際貨幣基金組織世界經(jīng)濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數(shù)據(jù)；為預測2019-2020年各經(jīng)濟體GDP總量，采用二次指數(shù)平滑法（阻尼系數(shù)α=0.05）和IMF所預測2018年各經(jīng)濟體貨幣對美元不變匯率預測各經(jīng)濟體這兩年的GDP增長率。其他數(shù)據(jù)采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環(huán)境產(chǎn)出測算方面，考察期（1980-2013年）內各經(jīng)濟體碳減排數(shù)據(jù)參考BP公司的《2014年世界能源統(tǒng)計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據(jù)分別計算各經(jīng)濟體2015年或2020年絕對碳排放量和環(huán)境產(chǎn)出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環(huán)境產(chǎn)出測算的基準強度，因部分環(huán)境產(chǎn)出指數(shù)測算不允許負值，因此采用各經(jīng)濟體各年份環(huán)境產(chǎn)出值減去1980年中國環(huán)境產(chǎn)出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環(huán)境產(chǎn)出值是零，但其他經(jīng)濟體1980年環(huán)境產(chǎn)出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環(huán)境生產(chǎn)和環(huán)境友好性評價

（一）環(huán)境產(chǎn)出、GDP和人均GDP

采用經(jīng)濟產(chǎn)出規(guī)模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據(jù)新環(huán)境產(chǎn)出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環(huán)境產(chǎn)出值

因測算方法原因，結合滯后期影響分析，環(huán)境產(chǎn)出值均采用1986年及以后的數(shù)據(jù)。與環(huán)境產(chǎn)出有關的指數(shù)測算結果，也作相同處理。。將該環(huán)境產(chǎn)出作為縱坐標，可以看出新的“環(huán)境產(chǎn)出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產(chǎn)出水平上，中國2007年環(huán)境產(chǎn)出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產(chǎn)出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現(xiàn)同等經(jīng)濟產(chǎn)出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現(xiàn)了較高環(huán)境產(chǎn)出（累積碳減排），以新的“環(huán)境產(chǎn)出”概念進行指標評價，中國作出了更多的環(huán)境努力?？偟膩碚f，實現(xiàn)同等經(jīng)濟規(guī)模，中美歐三者環(huán)境產(chǎn)出水平基本相近。

進一步，采用衡量社會經(jīng)濟綜合發(fā)展水平的人均GDP指標（作為橫軸），分別以環(huán)境產(chǎn)出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環(huán)境產(chǎn)出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經(jīng)濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現(xiàn)明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環(huán)境產(chǎn)出量都顯著“雙高”于其他經(jīng)濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環(huán)境產(chǎn)出則反之。

總體上，“環(huán)境產(chǎn)出―GDP（表征經(jīng)濟規(guī)模）”、“環(huán)境產(chǎn)出―人均GDP（表征社會經(jīng)濟發(fā)展水平）”兩組變量數(shù)據(jù)分別呈現(xiàn)出明顯不同的關系模式（如圖1a和圖2a）。

二、數(shù)據(jù)準備

為了解中國環(huán)境生產(chǎn)水平及其效率相對國際水平的差異，選擇了發(fā)達經(jīng)濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經(jīng)濟規(guī)模具有可比性的生產(chǎn)單元進行評價和比較。

2018年及以前各經(jīng)濟體（包括中國）經(jīng)濟產(chǎn)出數(shù)據(jù)，采用國際貨幣基金組織世界經(jīng)濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數(shù)據(jù)；為預測2019-2020年各經(jīng)濟體GDP總量，采用二次指數(shù)平滑法（阻尼系數(shù)α=0.05）和IMF所預測2018年各經(jīng)濟體貨幣對美元不變匯率預測各經(jīng)濟體這兩年的GDP增長率。其他數(shù)據(jù)采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環(huán)境產(chǎn)出測算方面，考察期（1980-2013年）內各經(jīng)濟體碳減排數(shù)據(jù)參考BP公司的《2014年世界能源統(tǒng)計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據(jù)分別計算各經(jīng)濟體2015年或2020年絕對碳排放量和環(huán)境產(chǎn)出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環(huán)境產(chǎn)出測算的基準強度，因部分環(huán)境產(chǎn)出指數(shù)測算不允許負值，因此采用各經(jīng)濟體各年份環(huán)境產(chǎn)出值減去1980年中國環(huán)境產(chǎn)出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環(huán)境產(chǎn)出值是零，但其他經(jīng)濟體1980年環(huán)境產(chǎn)出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環(huán)境生產(chǎn)和環(huán)境友好性評價

（一）環(huán)境產(chǎn)出、GDP和人均GDP

采用經(jīng)濟產(chǎn)出規(guī)模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據(jù)新環(huán)境產(chǎn)出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環(huán)境產(chǎn)出值

因測算方法原因，結合滯后期影響分析，環(huán)境產(chǎn)出值均采用1986年及以后的數(shù)據(jù)。與環(huán)境產(chǎn)出有關的指數(shù)測算結果，也作相同處理。。將該環(huán)境產(chǎn)出作為縱坐標，可以看出新的“環(huán)境產(chǎn)出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產(chǎn)出水平上，中國2007年環(huán)境產(chǎn)出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產(chǎn)出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現(xiàn)同等經(jīng)濟產(chǎn)出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現(xiàn)了較高環(huán)境產(chǎn)出（累積碳減排），以新的“環(huán)境產(chǎn)出”概念進行指標評價，中國作出了更多的環(huán)境努力。總的來說，實現(xiàn)同等經(jīng)濟規(guī)模，中美歐三者環(huán)境產(chǎn)出水平基本相近。

進一步，采用衡量社會經(jīng)濟綜合發(fā)展水平的人均GDP指標（作為橫軸），分別以環(huán)境產(chǎn)出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環(huán)境產(chǎn)出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經(jīng)濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現(xiàn)明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環(huán)境產(chǎn)出量都顯著“雙高”于其他經(jīng)濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環(huán)境產(chǎn)出則反之。

總體上，“環(huán)境產(chǎn)出―GDP（表征經(jīng)濟規(guī)模）”、“環(huán)境產(chǎn)出―人均GDP（表征社會經(jīng)濟發(fā)展水平）”兩組變量數(shù)據(jù)分別呈現(xiàn)出明顯不同的關系模式（如圖1a和圖2a）。

二、數(shù)據(jù)準備

為了解中國環(huán)境生產(chǎn)水平及其效率相對國際水平的差異，選擇了發(fā)達經(jīng)濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經(jīng)濟規(guī)模具有可比性的生產(chǎn)單元進行評價和比較。

2018年及以前各經(jīng)濟體（包括中國）經(jīng)濟產(chǎn)出數(shù)據(jù)，采用國際貨幣基金組織世界經(jīng)濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數(shù)據(jù)；為預測2019-2020年各經(jīng)濟體GDP總量，采用二次指數(shù)平滑法（阻尼系數(shù)α=0.05）和IMF所預測2018年各經(jīng)濟體貨幣對美元不變匯率預測各經(jīng)濟體這兩年的GDP增長率。其他數(shù)據(jù)采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環(huán)境產(chǎn)出測算方面，考察期（1980-2013年）內各經(jīng)濟體碳減排數(shù)據(jù)參考BP公司的《2014年世界能源統(tǒng)計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據(jù)分別計算各經(jīng)濟體2015年或2020年絕對碳排放量和環(huán)境產(chǎn)出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環(huán)境產(chǎn)出測算的基準強度，因部分環(huán)境產(chǎn)出指數(shù)測算不允許負值，因此采用各經(jīng)濟體各年份環(huán)境產(chǎn)出值減去1980年中國環(huán)境產(chǎn)出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環(huán)境產(chǎn)出值是零，但其他經(jīng)濟體1980年環(huán)境產(chǎn)出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環(huán)境生產(chǎn)和環(huán)境友好性評價

（一）環(huán)境產(chǎn)出、GDP和人均GDP

采用經(jīng)濟產(chǎn)出規(guī)模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據(jù)新環(huán)境產(chǎn)出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環(huán)境產(chǎn)出值

因測算方法原因，結合滯后期影響分析，環(huán)境產(chǎn)出值均采用1986年及以后的數(shù)據(jù)。與環(huán)境產(chǎn)出有關的指數(shù)測算結果，也作相同處理。。將該環(huán)境產(chǎn)出作為縱坐標，可以看出新的“環(huán)境產(chǎn)出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產(chǎn)出水平上，中國2007年環(huán)境產(chǎn)出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產(chǎn)出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現(xiàn)同等經(jīng)濟產(chǎn)出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現(xiàn)了較高環(huán)境產(chǎn)出（累積碳減排），以新的“環(huán)境產(chǎn)出”概念進行指標評價，中國作出了更多的環(huán)境努力?？偟膩碚f，實現(xiàn)同等經(jīng)濟規(guī)模，中美歐三者環(huán)境產(chǎn)出水平基本相近。

進一步，采用衡量社會經(jīng)濟綜合發(fā)展水平的人均GDP指標（作為橫軸），分別以環(huán)境產(chǎn)出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環(huán)境產(chǎn)出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經(jīng)濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現(xiàn)明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環(huán)境產(chǎn)出量都顯著“雙高”于其他經(jīng)濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環(huán)境產(chǎn)出則反之。

總體上，“環(huán)境產(chǎn)出―GDP（表征經(jīng)濟規(guī)模）”、“環(huán)境產(chǎn)出―人均GDP（表征社會經(jīng)濟發(fā)展水平）”兩組變量數(shù)據(jù)分別呈現(xiàn)出明顯不同的關系模式（如圖1a和圖2a）。

二、數(shù)據(jù)準備

為了解中國環(huán)境生產(chǎn)水平及其效率相對國際水平的差異，選擇了發(fā)達經(jīng)濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經(jīng)濟規(guī)模具有可比性的生產(chǎn)單元進行評價和比較。

2018年及以前各經(jīng)濟體（包括中國）經(jīng)濟產(chǎn)出數(shù)據(jù)，采用國際貨幣基金組織世界經(jīng)濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數(shù)據(jù)；為預測2019-2020年各經(jīng)濟體GDP總量，采用二次指數(shù)平滑法（阻尼系數(shù)α=0.05）和IMF所預測2018年各經(jīng)濟體貨幣對美元不變匯率預測各經(jīng)濟體這兩年的GDP增長率。其他數(shù)據(jù)采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環(huán)境產(chǎn)出測算方面，考察期（1980-2013年）內各經(jīng)濟體碳減排數(shù)據(jù)參考BP公司的《2014年世界能源統(tǒng)計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據(jù)分別計算各經(jīng)濟體2015年或2020年絕對碳排放量和環(huán)境產(chǎn)出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環(huán)境產(chǎn)出測算的基準強度，因部分環(huán)境產(chǎn)出指數(shù)測算不允許負值，因此采用各經(jīng)濟體各年份環(huán)境產(chǎn)出值減去1980年中國環(huán)境產(chǎn)出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環(huán)境產(chǎn)出值是零，但其他經(jīng)濟體1980年環(huán)境產(chǎn)出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環(huán)境生產(chǎn)和環(huán)境友好性評價

（一）環(huán)境產(chǎn)出、GDP和人均GDP

采用經(jīng)濟產(chǎn)出規(guī)模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據(jù)新環(huán)境產(chǎn)出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環(huán)境產(chǎn)出值

因測算方法原因，結合滯后期影響分析，環(huán)境產(chǎn)出值均采用1986年及以后的數(shù)據(jù)。與環(huán)境產(chǎn)出有關的指數(shù)測算結果，也作相同處理。。將該環(huán)境產(chǎn)出作為縱坐標，可以看出新的“環(huán)境產(chǎn)出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產(chǎn)出水平上，中國2007年環(huán)境產(chǎn)出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產(chǎn)出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現(xiàn)同等經(jīng)濟產(chǎn)出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現(xiàn)了較高環(huán)境產(chǎn)出（累積碳減排），以新的“環(huán)境產(chǎn)出”概念進行指標評價，中國作出了更多的環(huán)境努力?？偟膩碚f，實現(xiàn)同等經(jīng)濟規(guī)模，中美歐三者環(huán)境產(chǎn)出水平基本相近。

進一步，采用衡量社會經(jīng)濟綜合發(fā)展水平的人均GDP指標（作為橫軸），分別以環(huán)境產(chǎn)出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環(huán)境產(chǎn)出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經(jīng)濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現(xiàn)明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環(huán)境產(chǎn)出量都顯著“雙高”于其他經(jīng)濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環(huán)境產(chǎn)出則反之。

總體上，“環(huán)境產(chǎn)出―GDP（表征經(jīng)濟規(guī)模）”、“環(huán)境產(chǎn)出―人均GDP（表征社會經(jīng)濟發(fā)展水平）”兩組變量數(shù)據(jù)分別呈現(xiàn)出明顯不同的關系模式（如圖1a和圖2a）。

式（12）說明：環(huán)境產(chǎn)出與經(jīng)濟發(fā)展水平（人均GDP）、當期與基期的廣義技術差距（碳排放強度之差）和人口規(guī)模POPt有關。同時可以看出，環(huán)境產(chǎn)出與人口規(guī)模之間的關系，與碳排放IPAT公式的簡單關系刻畫有所不同。

基于以上關系描述，可以初步理解，中印“雙高”的原因主要在于：一方面，因經(jīng)濟增長迅速和高碳能源結構等約束，兩國碳排放增長迅速；另一方面，依據(jù)本文環(huán)境產(chǎn)出測算方法，兩國環(huán)境產(chǎn)出增長迅速與人口規(guī)模增長、GDP/人均GDP雙增長和年均碳減排量高等原因有關，說明考察期內隨著社會經(jīng)濟發(fā)展水平提高，兩國也同時付出了很大的碳減排和環(huán)境生產(chǎn)努力，GDP的能源消費及相關碳排放強度下降明顯。

對應來看，美歐德日巴5個經(jīng)濟體環(huán)境產(chǎn)出增長與碳排放趨勢在內涵上基本一致，即環(huán)境生產(chǎn)的增長主要是由碳減排推動。其中，美歐德主要是通過加大碳減排力度和促進碳排放脫鉤，來實現(xiàn)環(huán)境產(chǎn)出提高；而日巴也呈現(xiàn)出一定的環(huán)境產(chǎn)出與碳排放“雙略增”的趨勢，原因在于兩國因經(jīng)濟增長影響碳排放有所增加，具體而言是：仍未走出經(jīng)濟增長停滯“怪圈”的日本近年來的經(jīng)濟增長有所復蘇，同時因暫停核電開發(fā)，增加了碳基能源消費；巴西則是處于經(jīng)濟追趕階段的發(fā)展中國家，經(jīng)濟增長及其規(guī)模效應推動了碳排放的增長。

（二）基于“水平―結構―動態(tài)效率”三維指標的測算和比較

1.水平相對指標的測算和比較

由測算得到各經(jīng)濟體經(jīng)濟產(chǎn)出（EL）和環(huán)境產(chǎn)出水平指數(shù)（ENL）、“經(jīng)濟―環(huán)境”綜合發(fā)展水平指數(shù)（EENL）（圖3），可得以下發(fā)現(xiàn)。

經(jīng)濟產(chǎn)出水平指數(shù)（EL）：結合IMF WEO（2014）預測，2020年前中國GDP（PPP修正）將一直處于快速增長過程，2020年美國和歐洲經(jīng)濟規(guī)模將相當于中國的約90.89%和83.33%，其他國家都被遠遠超越。

環(huán)境產(chǎn)出水平指數(shù)（ENL）：考察期內，中國環(huán)境產(chǎn)出在2008年和2009年分別超過德國和日本，僅次于歐美位居第3。但是，在考察期內，德日兩國環(huán)境產(chǎn)出水平相近且始終保持平穩(wěn)，歐美分別在1983年和1993年才超過兩國，說明德日始終保持較高的低碳化水平。

進一步，采用變異系數(shù)法測算不同經(jīng)濟體在發(fā)展過程中對環(huán)境產(chǎn)出和經(jīng)濟產(chǎn)出的權重（表2）。變異系數(shù)用以描述期內各經(jīng)濟體對于實現(xiàn)環(huán)境和經(jīng)濟產(chǎn)出目標的難易程度。結合本研究可知，變異系數(shù)越大，意味著對應環(huán)境努力程度更高。所測算得到的權重系數(shù)，可用于評價考察期內對該項指標實現(xiàn)的側重程度。

由各指標結果可以看到：考察期內，中國環(huán)境產(chǎn)出水平相對最低，歐美水平較高，其他相近；歐美中的努力水平較高。由于基礎相對較差，中國環(huán)境產(chǎn)出改善的效果最為明顯。在經(jīng)濟產(chǎn)出方面，中美歐努力水平（變異系數(shù)）較高，但中國改善程度最大。整體看，中國對經(jīng)濟發(fā)展和環(huán)境的政策偏好與歐美相近，說明考察期內中國在致力于社會經(jīng)濟發(fā)展方面以歐美發(fā)展模式作為了主要參考，同時取得了經(jīng)濟環(huán)境“雙快速增長”的良好成績。日德巴印4國均相對側重于經(jīng)濟發(fā)展，主要與這些國家環(huán)境基礎條件保持較好有關。中國要真正實現(xiàn)環(huán)境和經(jīng)濟協(xié)調的低碳化發(fā)展，下一階段應提高環(huán)境產(chǎn)出權重，加大環(huán)境努力。圖3 “經(jīng)濟―環(huán)境”綜合發(fā)展水平指數(shù)

“經(jīng)濟―環(huán)境”綜合發(fā)展水平指數(shù)（EENL）：該指數(shù)測算采用Fisher指數(shù)構造方法。環(huán)境產(chǎn)出和經(jīng)濟產(chǎn)出的測算均以中國2020年目標水平為參照（標準化為1），因此，據(jù)此得到的中國2020年“經(jīng)濟―環(huán)境”綜合發(fā)展水平指數(shù)也是標準化值1。

由圖3可知，歐美發(fā)展水平明顯高于除中國外的其他經(jīng)濟體，但中國追趕速度很快。印度增速也較快。從“環(huán)境―經(jīng)濟”協(xié)調程度改善（綜合指數(shù)增速）的角度看，中國改善最快，歐美次之，印日德巴4國增長平緩。但是，需要說明的是，中國該指數(shù)的改善主要得益于快速經(jīng)濟增長的貢獻。

2.結構指標的測算和比較

考察期內，依據(jù)碳排放強度指標，各經(jīng)濟體廣義碳減排技術水平基本處于持續(xù)進步狀態(tài)，即碳排放強度持續(xù)降低，與多數(shù)研究結論一致。但是，依據(jù)評價廣義環(huán)境技術進步的環(huán)境生產(chǎn)強度（單位與碳排放強度相同）指標，結論卻顯然不同（表3）。

總體上，各經(jīng)濟體環(huán)境強度有趨同趨勢，中國技術進步水平最低，但改善最為明顯；歐美技術進步水平相對穩(wěn)定；德日巴印的所謂“技術退步”狀態(tài)，主要原因在于GDP增速高于環(huán)境產(chǎn)出增速，其中，印巴兩國更多地強調了經(jīng)濟增長。

環(huán)境友好指數(shù)是社會產(chǎn)出和環(huán)境產(chǎn)出的無量綱化比值，說明的是一經(jīng)濟體在社會發(fā)展中趨于環(huán)境友好的程度。2020年中國該指數(shù)取值為1。雖然這并不完全標志著該年份中國的“環(huán)境―經(jīng)濟”生產(chǎn)滿足目標“合意”配置，但不影響國際間比較。

由圖4和表4看出，各國社會生產(chǎn)的環(huán)境友好程度呈現(xiàn)明顯的趨同趨勢。

考察期內，中國社會生產(chǎn)的環(huán)境友好程度底子薄，雖在整個考察期內呈提高趨勢，但橫向比仍最低。

德日歐美環(huán)境友好程度高，發(fā)展平穩(wěn)。結合實際看，4經(jīng)濟體經(jīng)濟發(fā)展水平也較高，說明采取了較合理的社會發(fā)展方式。其中，美歐人口和經(jīng)濟規(guī)模與中國相近，在環(huán)境生產(chǎn)上采取“踩碎步”的改進模式，具有更高的可比性和借鑒意義。日德的環(huán)境友好程度一直好于歐美，指數(shù)略趨降的原因是考察期內總體上GDP增長超過環(huán)境產(chǎn)出增長。

圖4 環(huán)境友好指數(shù)國際比較

巴印兩國則是在較低經(jīng)濟發(fā)展水平上實現(xiàn)的“高”環(huán)境友好性。并且，在考察期內，兩國環(huán)境友好程度明顯下降，應與兩國側重經(jīng)濟增長的發(fā)展模式有關。

3.動態(tài)效率指數(shù)的測算和比較

動態(tài)效率基本指數(shù)集包括對環(huán)境產(chǎn)出的總體績效（DENP）、廣義技術進步影響（DENT）和經(jīng)濟產(chǎn)出影響（DEEN）的3項評價指數(shù)，是基于相鄰年份環(huán)比關系對單一經(jīng)濟體環(huán)境生產(chǎn)的動態(tài)評價。該類指標只能用于經(jīng)濟體自身動態(tài)效率的縱向比較。此外，為更便于辨析環(huán)境產(chǎn)出和碳排放概念及其應用的不同，也分別給出考察期內經(jīng)濟增長（DCEP）和技術進步（DCTP）對碳排放影響的動態(tài)指數(shù)變化情況，測算方法相同。

由測算結果（如圖5）可得以下結論。

第一，對所有經(jīng)濟體，考察期內經(jīng)濟增長對環(huán)境產(chǎn)出的動態(tài)影響均基本為負向效應（DEEN

第二，在廣義技術進步對環(huán)境產(chǎn)出動態(tài)影響方面，在整個考察期內對中國始終保持正向效應（DETP>1）且最為顯著，但作用逐漸減弱；對歐美在多數(shù)年份保持平穩(wěn)正向效應，變動很小，對歐盟作用強于美國；對其他4國均基本保持負向效應（DETP

第三，依據(jù)DCEP指數(shù)，考察期內經(jīng)濟增長對碳排放的影響，對發(fā)達經(jīng)濟體而言，對歐盟和德國在約1/2年份和對美日在約1/3年份呈現(xiàn)正向效應。

大體以1996年和2001年為兩個標志性年份，經(jīng)濟增長對4個發(fā)達經(jīng)濟體碳排放的影響方式分為三個階段：1980-1996年和2001年后4個經(jīng)濟體的影響模式相近，1996-2001年期間有所差異。對中巴印3國，經(jīng)濟增長的碳排放效應均呈負向效應（DCEP

第四，依據(jù)DCTP指數(shù)，在整個考察期內對各經(jīng)濟體，廣義技術進步對碳排放均基本呈正向效應，對中國作用相對最為顯著。

進一步，采用同年份中國環(huán)境產(chǎn)出及其強度、碳排放及碳排放強度、GDP數(shù)據(jù)作為參照，僅選取廣義環(huán)境技術進步可比指數(shù)（正向指標，簡寫為RENTP，測算公式如式（13））和廣義碳減排技術進步可比指數(shù)（負向指標，簡寫為RCTP，測算公式如式（14）），用于比較同期其他經(jīng)濟體與中國的廣義環(huán)境技術和廣義碳減排技術進步差距。

由測算結果（如圖6）有以下發(fā)現(xiàn)。

其一，考察期內，各經(jīng)濟體之間及其與中國的廣義環(huán)境技術進步差距，均呈現(xiàn)迅速縮小和趨同的趨勢。依據(jù)RENTP指數(shù)，總體上，發(fā)達經(jīng)濟體均保持較高技術進步水平，德日兩國高于歐美。僅依據(jù)表面指數(shù)值，巴印兩國廣義環(huán)境技術進步衰退明顯，原因在于初期兩國經(jīng)濟發(fā)展較低，碳排放水平低，近年來也采取了側重經(jīng)濟增長的發(fā)展模式。

其二，依據(jù)RCTP指數(shù)，考察期內，各經(jīng)濟體的廣義碳減排技術進步影響的變化趨勢趨同，且均明顯高于中國。但是，巴西的廣義碳排放技術退步明顯。

4.基于2020年碳減排承諾的預期環(huán)境友好特征評價和國際比較

以2020年預期GDP標準化為參照值1，以及根據(jù)中國承諾測算的2020年碳排放量（1 026 652萬噸），相應環(huán)境產(chǎn)出量（2 962 654萬噸）也標準化為參照值1，可知2020年中國環(huán)境友好指數(shù)和復合產(chǎn)出水平指數(shù)也是1。

由表4可知，以2020年中國各環(huán)境生產(chǎn)相關指數(shù)為參照，日德兩國環(huán)境產(chǎn)出水平最高，環(huán)境技術進步水平也最高。經(jīng)濟發(fā)展處于較低水平的巴印兩國，環(huán)境產(chǎn)出水平和環(huán)境友好程度較高的原因在于既有的高環(huán)境存量，其環(huán)境技術水平較高內涵意味著對環(huán)境存量的保護工作開展得好。歐美兩經(jīng)濟體與中國經(jīng)濟規(guī)模相近，但環(huán)境友好程度、環(huán)境產(chǎn)出水平和碳減排技術進步程度均高。比較可知，中國“經(jīng)濟―環(huán)境”復合生產(chǎn)水平高的原因，主要在于經(jīng)濟發(fā)展的貢獻，在以碳減排努力為代表的環(huán)境生產(chǎn)領域仍亟待努力。

具體而言，測算得到的中國2015和2020年環(huán)境友好指數(shù)反而相對之前明顯降低。以2020年環(huán)境友好為1，考察期內1990年至今的環(huán)境友好都高于1。這說明中國現(xiàn)有碳強度減排承諾目標偏低或經(jīng)濟產(chǎn)出目標過高，“環(huán)境―經(jīng)濟”生產(chǎn)目標制定的環(huán)境友好性偏低。

四、經(jīng)濟增長對碳排放和環(huán)境產(chǎn)出的影響分析

根據(jù)前述定義，可以將環(huán)境產(chǎn)出看作受經(jīng)濟增長、直接碳排放和影響碳排放的其他間接因素等影響的趨勢性成份和周期性成分的疊加。HP濾波方法可以幫助剔出周期性成分影響，保留某一影響因素的趨勢性成份。

這里，采用HP濾波方法，對各經(jīng)濟體，在碳排放和環(huán)境產(chǎn)出序列中分別剔出經(jīng)濟產(chǎn)出（GDP）周期性因素的影響，識別經(jīng)濟影響的趨勢性成份（如圖7），用以說明一經(jīng)濟體經(jīng)濟增長對于自身碳排放影響（DCEP）和環(huán)境產(chǎn)出影響（DEEN）的不同趨勢特征。該趨勢成份值大于1，說明經(jīng)濟增長對該方面影響呈正向效應；趨勢成分值小于1，則說明呈負向效應。

依據(jù)結果可以看到，各經(jīng)濟體經(jīng)濟增長對環(huán)境產(chǎn)出的凈影響總體呈負向效應，也就是說，經(jīng)濟增長在一定程度上會抵消碳減排努力。而對碳排放則因經(jīng)濟體不同而不同。相應的趨勢影響分析（表5）也能夠說明經(jīng)濟與環(huán)境產(chǎn)出、碳排放存在不同的趨勢效應。

五、政策建議和結論

本文采用基于正期望產(chǎn)出假設的環(huán)境經(jīng)濟分析理論，對中國和美歐等7個主要經(jīng)濟體的社會“環(huán)境―經(jīng)濟”生產(chǎn)的狀況進行了比較和分析，與采用碳排放或年度碳減排指標的有關國際比較研究結論有所不同，本研究主要有以下結論。

碳減排與社會生產(chǎn)的環(huán)境友好性在內涵上具有一致性。經(jīng)濟增長對環(huán)境生產(chǎn)（累積碳減排）總體呈負面影響，有效的碳減排政策應與促進經(jīng)濟增長的政策相獨立?？疾炱趦?，實現(xiàn)同等經(jīng)濟規(guī)模，中美歐3經(jīng)濟體環(huán)境產(chǎn)出水平相近，日德始終保持較高低碳化水平，巴印環(huán)境產(chǎn)出水平較高的原因在于較低經(jīng)濟發(fā)展水平上對環(huán)境存量的低消耗；中美歐對經(jīng)濟和環(huán)境產(chǎn)出的政策偏好相近，但中國未來需要更加重視環(huán)境生產(chǎn)；美歐德日巴5經(jīng)濟體環(huán)境生產(chǎn)與碳減排變化趨勢一致，而中印兩國環(huán)境生產(chǎn)與碳排放“雙增長”的原因在于伴隨經(jīng)濟增長的結構調整等政策導致的碳減排；各國社會生產(chǎn)的環(huán)境友好程度呈現(xiàn)明顯趨同趨勢，而中國相對仍最低，德日歐美的社會經(jīng)濟發(fā)展模式更為合理。但是，中國累積環(huán)境生產(chǎn)努力最大，改善也最明顯。此外，從環(huán)境友好性角度看，按照中國2020年承諾測算的社會生產(chǎn)環(huán)境友好性水平偏低，甚至低于現(xiàn)階段，需要進行調整。

從動態(tài)效率角度看，考察期內，經(jīng)濟增長對環(huán)境產(chǎn)出的負面效應，對較大規(guī)模的經(jīng)濟體影響也較大，但隨時間推移趨于減弱，其中對中國影響最明顯；廣義環(huán)境技術進步影響對各經(jīng)濟體呈現(xiàn)趨同趨勢，對中美歐體現(xiàn)為正效應，而對其他4經(jīng)濟體效應為負，對中國正效應最顯著。但是與碳減排相關的單純技術進步也沒有遏止碳排放增長的勢頭。

由此，結合中國實際情況提出以下政策建議：在當前放緩經(jīng)濟增長和建設生態(tài)文明的背景下，中國應在未來適當調高環(huán)境生產(chǎn)目標或降低經(jīng)濟產(chǎn)出目標，提高環(huán)境友好性程度，進一步加大環(huán)境和碳減排努力，促進經(jīng)濟低碳化發(fā)展；調整經(jīng)濟增長速率和節(jié)奏，控制經(jīng)濟增長的負面環(huán)境影響；采取與經(jīng)濟增長相獨立的碳減排政策，加大該領域投入，推進“碳脫鉤”進程；促進經(jīng)濟結構調整和有關制度創(chuàng)新，更加重視碳減排技術的實用化和推廣；密切跟蹤各國碳減排和社會生產(chǎn)調整進展，學習他國的先進技術和經(jīng)驗。

第4篇：碳減排的經(jīng)濟影響分析范文

關鍵詞：碳減排；治理機制創(chuàng)新；利益相關者；界定與分類

中圖分類號：F062.2

文獻標識碼：A 文章編號：16721101（2014）05001708

如何進行環(huán)境治理，減少碳排放，實現(xiàn)可持續(xù)發(fā)展，是我國當前亟待解決的重要問題。

從目前我國碳排放治理的實踐來看，存在著企業(yè)投資動力不足，科研機構創(chuàng)新精神不夠；政府管理部門多、雜，權利交織導致調控力下降，治理成本高；管理方式行政化，與其他利益相關者的利益沖突嚴重等問題。本文對碳減排利益相關者界定為對碳減排負有責任、擁有相應的權力和減排手段，對碳減排目標實現(xiàn)具有較大影響，與碳減排利益關系較大的組織。

這些問題表明了我國碳排放治理中政府單方治理的高成本、低效益，同時利益相關者的力量未得到有效利用。針對存在的這些問題，作者將從利益相關者共同治理角度對碳減排治理模式進行創(chuàng)新研究，為我國碳排放治理開辟新的途徑。本文將對我國碳減排的利益相關者進行界定和分類，回答誰是利益相關者，并對其進行分類，明確其在碳減排中的角色地位。

一、文獻綜述

目前與碳排放利益相關者分類直接相關的研究文獻尚未檢索到。

碳排放方面的研究主要集中在碳排放的驅動因素及其影響程度，碳排放與經(jīng)濟增長、能源消費等的關系及碳排放的因素分解等方面[1-4]。學者研究認為我國碳排放增長的主要原因在于產(chǎn)業(yè)結構、能源結構、能源效率、人口因素、城鎮(zhèn)化建設等方面，據(jù)此提出了調整產(chǎn)業(yè)結構、提高非化石能源比重、能源效率和人口素質等方面的建議[5-7]。這些豐碩的研究成果是本文進一步研究的基礎。碳排放治理的文獻側重于政府單向治理，如碳減排政策的制定、取向分析和政府在碳減排中的職能等[8-11]。李欣研究認為環(huán)境治理中政府管制手段的優(yōu)點是強制性高，效果明顯，缺點是簡單粗暴，經(jīng)濟效益差以及深層次的無法回避的制度缺陷[12]。學者在碳排放權市場交易機制、碳稅、碳金融政策等方面也有大量研究成果[13-15]。如樊綱為代表的學者明顯傾向于碳稅政策[16]，而國務院發(fā)展研究中心課題組則明確建議采用碳市場制度[17]。財政稅收手段屬于雙刃劍，一方面會帶來碳排放量的下降，另一方面其對能源產(chǎn)業(yè)、收入分配、就業(yè)、國際貿易及公平性等方面的影響難以確定[18-19]。碳排放市場交易手段在國際層面的問題是如何確定初始碳排放的國際分配及界定方面，難以達成國際共識，在國家層面其關鍵問題是碳排放總量控制制度及市場機制的完善問題，也難以發(fā)揮利益相關者的推動力和積極性。

碳減排政策建議從客觀上來看是降低碳排放的有效途徑，而政策的實施要依賴于利益相關者去執(zhí)行，其實施效果取決于利益相關者群體的執(zhí)行程度和積極性。同時，目前的治理模式不能發(fā)揮利益相關者的積極性和推動力量。因此，提高碳減排效果還需要研究利益相關者及其在碳減排中的角色地位、利益要求等。

利益相關者治理理論早期主要應用于公司治理的研究，近年來擴展到了生態(tài)旅游和可持續(xù)能源等領域，得到了廣泛應用。本文將利益相關者理論引入碳排放治理領域，試圖突破目前的碳稅治理和碳排放權治理模式的研究，為我國碳排放治理研究新的途徑，提供新的選擇。

二、方法與數(shù)據(jù)

（一）研究方法

根據(jù)本文對我國碳減排利益相關者的界定，選擇政府、生產(chǎn)企業(yè)、銀行、碳排放權交易機構、研發(fā)機構、能源供應行業(yè)、新聞媒體、公眾團體、投資者、中介機構等10個組織進行調查研究。需要說明的是，中國管理碳減排的部門有國家各級政府部門、國家及各級環(huán)保部門和各級節(jié)能減排部門，在控制碳排放事務方面他們屬于互補關系和上下級關系，共同為治理碳排放任務工作。因此，在本文中中國政府管理碳排放的部門統(tǒng)稱為政府，以下不在說明。

借鑒學者提出的“多維細分法”和“米切爾評分法”的分析思路[20-22]，本文從利益相關者的合法性、權利屬性和利益要求的緊急性三個維度對中國碳排放的利益相關者進行界定和分類。

根據(jù)界定與分類方法，本文編寫了調查問卷，要求調查對象分別從合法性、權利屬性、緊急性等三個維度對所給出的10種利益相關者與碳減排的相關程度按著從大到小進行排序，排名第一用1分表示，排名第二用2分表示，依次類推。因此，1分表示相關程度最大，2分表示相關程度第二大，依次類推，10分表示相關程度最小。

其中，合法性，表示該組織是否在法律或道德或特定的被賦予了減少碳排放的義務、責任，或承擔了碳減排風險；權力屬性，表示該組織是否擁有影響我國碳減排的能力、地位和相應的手段，對碳減排目標實現(xiàn)影響力的重要性程度；緊急性，表示該組織與碳減排的利益相關程度和實現(xiàn)碳減排目標的迫切性程度。

（二）數(shù)據(jù)來源

通過對調查對象的分析、選擇，本次調查共計發(fā)放調查問卷750份，實際回收586份，回收率78.13%，回收的問卷中有效問卷529份，回收問卷有效率90.27%。調查對象的分布情況如表1所示。

表1 調查對象的分布情況

分類頻數(shù)百分比（%）

性別男29655.95

女23344.05

年齡30歲及以下18534.97

30-40 歲16431.00

40歲以上18034.03

學歷本科24345.94

碩士研究生 19436.67

博士研究生9217.39

工作行業(yè)大學417.75

研發(fā)機構499.26

政府部門6311.91

生產(chǎn)企業(yè)6913.04

金融業(yè)438.13

中介組織529.83

能源供應行業(yè)489.07

新聞媒體519.64

碳排放權交易機構529.83

公眾團體6111.53

從調查對象的分布情況來看，調查對象性別、年齡結構分布合理，學歷為本科以上層次，對碳減排能有較為準確的認識和理解，從工作行業(yè)來看分布在大學等10個行業(yè)，包含了碳減排的利益相關者行業(yè)，調查對象來源較為廣泛。從調查樣本數(shù)量來看，除其它行業(yè)外最少的分類變量數(shù)據(jù)大于40個，數(shù)據(jù)量可以滿足統(tǒng)計分析的基本要求。

三、實證結果與分析

對回收的有效問卷利用SPSS16.0軟件進行統(tǒng)計分析，包括調查數(shù)據(jù)描述性統(tǒng)計、配對樣本T檢驗。

（一）描述性統(tǒng)計

首先，對調查結果從合法性、權利屬性和緊急性三個維度進行描述性統(tǒng)計。三個維度的描述性統(tǒng)計結果分布如表2、表3和表4所示：

表2 利益相關者合法性維度上評分的描述性統(tǒng)計

（N）（Min）（Max）（Mean）Std D.

政府529172.155 30.703 6

生產(chǎn)企業(yè)529181.135 90.931 2

銀行5292105.935 01.410 4

碳排放權

交易機構5291108.841 71.160 6

研發(fā)機構5292103.791 31.468 1

能源供應行業(yè)5293104.660 21.531 4

新聞媒體5291105.201 01.240 1

公眾團體5291107.188 30.857 6

機構投資者5292108.233 00.988 4

中介機構5294106.730 10.703 6

注：根據(jù)調查問卷的按相關程度大小排序要求，1分表示相關程度最大，2分表示相關程度第二大，依次類推，10分表示相關程度最小。表2、表3的含義相同。

如表2所示，從碳減排的合法性維度上來看，按平均得分的大小，合法性程度從高到底依次為：生產(chǎn)企業(yè)、政府、研發(fā)機構、能源供應行業(yè)、新聞媒體、銀行、中介機構、公眾團體、機構投資者、碳排放權交易機構。

表3 利益相關者權利性維度上評分的描述性統(tǒng)計

（N）（Min）（Max）（Mean）Std D.

政府529151.679 60.542 2

生產(chǎn)企業(yè)529192.18641.088 4

銀行5292105.820 42.106 1

碳排放權

交易機構529198.956 32.093 2

研發(fā)機構5291104.272 81.285 3

能源供應行業(yè)5292105.101 91.310 0

新聞媒體5291103.252 41.596 6

公眾團體529187.762 11.506 1

機構投資者5291106.757 31.091 7

中介機構5294107.168 01.251 3

如表3所示，從碳減排的權利屬性維度來看，權利大小從高到底依次為：政府、生產(chǎn)企業(yè)、新聞媒體、研發(fā)機構、能源供應行業(yè)、銀行、機構投資者、中介機構、公眾團體、碳排放權交易機構。

表4 利益相關者緊急性維度上評分的描述性統(tǒng)計

（N）（Min）（Max）（Mean）Std D.

政府529151.626 21.727 0

生產(chǎn)企業(yè)529192.132 01.448 2

銀行5292107.077 71.655 6

碳排放權交易機構5291108.664 81.3798

研發(fā)機構5292105.193 21.580 8

能源供應行業(yè)5293104.889 30.928 8

新聞媒體5291103.786 42.269 8

公眾團體5291104.089 31.462 9

機構投資者5291106.359 21.942 8

中介機構5293107.972 80.807 0

如表4所示，從碳減排的利益要求被關注的緊急性維度來看，從高到底依次為：政府、生產(chǎn)企業(yè)、新聞媒體、公眾團體、能源供應行業(yè)、研發(fā)機構、機構投資者、銀行、中介機構、碳排放權交易機構。

（二）配對樣本T檢驗

利用配對樣本T檢驗（Paired-Samples Test）進一步判斷上述利益相關者每兩個變量均值之差與0是否具有顯著性差異。

合法性維度利益相關者評分均值差異的配對樣本T檢驗結果如表5所示。

表5 合法性維度評分均值差異的配對樣本T檢驗結果

123456789

1.政府

2.生產(chǎn)企業(yè)0.98**（7.77）

3.銀行7.18**（7.36）6.20**（4.83）

4.碳排放權交易機構5.29*（4.32） 4.31**

（6.91）1.89（2.71）

5.研發(fā)機構5.64*

（4.25）4.66**

（7.51）1.54**

（5.35）0.35**（5.52）

6.能源供應行業(yè)4.50**

（5.40）3.52**

（8.79）2.67**

（4.77）0.78**

（5.80）1.13**

（6.37）

7.新聞媒體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.公眾 團體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.機構投資者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.中介機構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：未加括號的數(shù)據(jù)表示某兩類利益相關者在該維度上評分的均值的差，括號內的數(shù)據(jù)為配對樣本T 檢驗值。*表示均值之差通過了95%置信度的檢驗，**表示均值之差通過了99%置信度的檢驗。均

值之差的數(shù)據(jù)下方有橫線者，表示未通過檢驗。表6、表7含義相同。

從表5可以看出，從合法性維度來看，除個別利益相關者未通過配對樣本檢驗外，絕大部分檢驗結果具有非常顯著的統(tǒng)計意義上的差別，表明絕大部分利益相關者的排序都具有顯著的統(tǒng)計意義上的差別。因此，合法性維度上利益相關者的評分均值可以反映其在碳減排中合法性程度的大小關系。

權利維度利益相關者評分均值差異的配對樣本T檢驗結果如表6所示。

表6 權力維度評分均值差異的配對樣本T檢驗結果

123456789

1.政府

2.生產(chǎn)企業(yè)0.89**

（4.24）

3.銀行7.03**

（4.16）6.14*

（5.36）

4.碳排放權交易機構2.17**

（5.02）1.28**

（6.29）4.86**

（5.81）

5.研發(fā)機構1.79**

（4.53）0.89**

（5.22）5.25**

（4.96）0.38**

（6.20）

6.能源供應行業(yè)3.82**

（6.33）2.92**

（7.27）3.22**

（7.13）1.65**

（7.96）2.03

（1.23）

7.新聞媒體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.公眾團體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.機構投資者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.中介機構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）

從表6可以看出，從權力維度來看，仍然是絕大部分檢驗結果具有非常顯著的統(tǒng)計意義上的差別，表明絕大部分利益相關者的排序都具有顯著的統(tǒng)計意義上的差別。因此，權利維度上利益相關者的評分均值可以反映其在碳減排中權利的大小關系。

緊急性維度利益相關者評分均值差異的配對樣本T檢驗結果如下頁表7所示。

從表7可以看出，從權力維度來看，大部分檢驗結果具有非常顯著的統(tǒng)計意義上的差別，表明絕大部分利益相關者的排序都具有顯著的統(tǒng)計意義上的差別。因此，緊急性維度上利益相關者的評分均值可以反映其在碳減排中緊急性程度的大小關系。

（三）分類結果

根據(jù)各個利益相關者在三個維度上的得分均值及配對樣本T檢驗結果，我們可以得到中國碳減排的利益相關者分類情況，如表8所示。

根據(jù)表8中的各個利益相關者的在三個維度的評分分布情況，本文對我國碳減排的利益相關者分類如下：

核心利益相關者，至少在2個維度的得分在4分以下。他們在中國減少碳排放的作用不可或缺，承擔著碳減排的責任和義務，與減少碳排放具有緊密的利害聯(lián)系，在碳減排活動中，有一定的利益要求和權利，在很大程度上可以決定碳減排目標的實現(xiàn)與否。 他們包括政府、生產(chǎn)企業(yè)、新聞媒體。

重要利益相關者，至少在兩個維度上的得分在4分以上和6分以下。他們已經(jīng)與碳減排形成了較為密切的關系，付出了專用性投資，在實踐中承擔者一定的風險。在正常狀態(tài)下，他們一般表現(xiàn)為一種顯性契約人，而一旦其利益要求沒有得到很好的滿足或受到損害時，他們可能從潛在狀態(tài)變?yōu)榛钴S狀態(tài)，從而直接影響我國碳減排目標的實現(xiàn)。他們包括研發(fā)機構、能源供應行業(yè)、銀行。

一般利益相關者，至少在兩個維度上的得分在6分以上。他們對我國碳減排目標的實現(xiàn)發(fā)揮輔助作用，往往被動的受到碳減排活動的影響，不能對減少碳排放直接施加影響，對實現(xiàn)減少碳排放目標的重要性程度較低，其實現(xiàn)利益要求的緊迫性也不強，他們包括中介機構、公眾團體、機構投資者、碳排放權交易機構。

表7 緊急性維度評分均值差異的配對樣本T檢驗結果

123456789

1.政府

2.生產(chǎn)企業(yè)1.31**

（5.04）

3.銀行6.15**

（5.49）7.45

（1.08）

4.碳排放權交易機構3.74**

（5.07）5.05*

（4.51）2.40**

（8.06）

5.研發(fā)機構0.54**

（3.84）0.77**

（8.30）6.68**

（4.13）4.28**

（5.87）

6.能源供應行業(yè)3.26*

（4.95）4.56**

（3.64）2.89*

（4.33）0.49**

（5.24）3.80**

（4.86）

7.新聞媒體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.公眾團體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.機構投資者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.中介機構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 中國碳減排利益相關者三維分類結果

評分[1，4][4，6][6，10]

合法性生產(chǎn)企業(yè)、政府、研發(fā)機構能源供應行業(yè)、新聞媒體、銀行中介機構、公眾團體、機構投資者、

碳排放權交易機構

權力性政府、生產(chǎn)企業(yè)、新聞媒體研發(fā)機構、能源供應行業(yè)、銀行機構投資者、中介機構、公眾團體、碳排放權交易機構

緊急性政府、生產(chǎn)企業(yè)、新聞媒體公眾團體、能源供應行業(yè)、研發(fā)機構機構投資者、銀行、中介機構、碳排放權交易機構

四、結論與展望

通過廣泛的問卷調查和分析，本文將我國碳減排的利益相關者劃分為核心利益相關者、重要利益相關者和一般利益相關者。不同的利益相關者在不同領域對我國碳減排發(fā)揮作用。

從核心利益相關者來看，控制及減少碳排放具有公共事務的性質，因此調查對象普遍認為政府在碳減排中應發(fā)揮主導作用，包括政策制定、管理機制、利益關系調節(jié)等政府均應發(fā)揮領導作用。生產(chǎn)企業(yè)是主要碳排放者和減少碳排放的直接執(zhí)行者，因此是實現(xiàn)減排目標的關鍵。生產(chǎn)企業(yè)在生產(chǎn)中擔負著加強節(jié)能環(huán)保技術開發(fā)、引進技術設備減少碳排放、提高產(chǎn)品的環(huán)保性能等重要作用。同時，減少碳排放在一定時期上將增加企業(yè)生產(chǎn)成本，提高產(chǎn)品價格，因此，生產(chǎn)企業(yè)實現(xiàn)減少碳排放需要外部力量的介入及資金支持。新聞媒體在碳減排中具有強大的輿論宣傳優(yōu)勢及監(jiān)督能力，被調查對象給予了厚望。政府、生產(chǎn)企業(yè)及新聞媒體分別在領導、執(zhí)行、監(jiān)督三個方面對我國實現(xiàn)碳減排目標中發(fā)揮核心主導作用。

從重要利益相關者來看，研發(fā)機構一方面為減少碳排放提供政策建議、決策支持，另一方面提供技術支持，提高我國能源的利用效率，從而減少碳排放。能源消費是碳排放的主要來源，能源供應行業(yè)可以通過控制能源供應的種類、數(shù)量及價格來影響能源的消費數(shù)量及種類，促使消費者加大節(jié)能投入，同時，可以開發(fā)新的綠色能源，從而減少碳排放。銀行在政府的領導下通過對融資項目進行環(huán)保評價控制資金的供給和使用方向來引導節(jié)能減排行為，也在客觀上承擔了減排責任和風險。但目前其作用還非常有限。研發(fā)機構、能源供應行業(yè)和銀行分別在技術支持、能源供給種類及數(shù)量、資金供給等方面對我國碳減排發(fā)揮重要作用。

從一般利益相關者來看，中介機構在碳減排中負責檢測、檢驗認證、咨詢策劃等，可以幫助和促進碳排放交易的順利進行，降低交易成本和費用。公眾團體可以通過舉辦活動向社會宣傳能源、氣候及環(huán)境狀況等，提高社會公眾的節(jié)能減排的認識，也會通過一些活動向污染較大的生產(chǎn)企業(yè)進行抗議，對其施加壓力，督促其減少碳排放。機構投資者可以為企業(yè)實現(xiàn)減排目標提供資金支持，但其以盈利為目標，其投資活動將以其預期盈利目標為前提。碳排放權交易機構是解決碳排放的問題的市場機制，促進具有成本效率的碳減排?，F(xiàn)階段由于碳排放治理是市場機制還處于起步階段，他們能發(fā)揮的作用還非常有限或尚未發(fā)揮作用。隨著市場機制的成熟和完善，這些利益相關者在碳減排中從碳檢測認證、投融資、市場交易等角度對我國碳減排發(fā)揮重要的輔助作用。

明確了利益相關者在碳減排中的角色地位可以為我們構建合理的利益相關者共同治理機制，促進利益相關者在碳減排中發(fā)揮積極作用和推動力量提供指導。參考文獻：

[1] 孫作人，周德群，周鵬.工業(yè)碳排放驅動因素研究：一種生產(chǎn)分解分析新方法[J]. 數(shù)量經(jīng)濟技術經(jīng)濟 ，2012（5）：63-74.

[2] 何小鋼，張耀輝. 中國工業(yè)碳排放影響因素與CKC重組效應―基于STIRPAT模型的分行業(yè)動態(tài)面板數(shù)據(jù)實證研究 [J]. 中國工業(yè)經(jīng)濟，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] 林伯強，蔣竺均.中國二氧化碳的環(huán)境庫茲涅茨曲線預測及影響因素分析[J].管理世界，2009（4）： 27-36.

[6] 陳詩一. 中國碳排放強度的波動下降模式及經(jīng)濟解釋[J]. 世界經(jīng)濟，2011（4）： 124 143 .

[7] 王小魯，樊綱，劉鵬. 中國經(jīng)濟增長方式轉換和增長可持續(xù)性[J]. 經(jīng)濟研究，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.中國的碳減排路徑與戰(zhàn)略選擇-基于行業(yè)部門碳排放量的指數(shù)分解分析 [J].中國社會科學，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. 環(huán)境政策研究[D].北京：財政部財政科學研究所，2012.

[13] 李昊，趙道致. 基于多Agent 的碳排放權交易機制建模與仿真[J].計算機工程與應用，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] 樊綱. 走向低碳發(fā)展：中國與世界-中國經(jīng)濟學家的建議[M]. 北京：中國經(jīng)濟出版社，2010.

[17] 國務院發(fā)展研究中心課題組. 全球溫室氣體減排：理論框架和解決方案[J]. 經(jīng)濟研究，2009（3）：4-13.

[18] 沈滿紅，吳文博，魏楚. 近二十年低碳經(jīng)濟研究進展及未來趨勢[J]. 浙江大學學報：人文社會科學版，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.

第5篇：碳減排的經(jīng)濟影響分析范文

 

一、引言

 

本文將采取與上述文獻不同的分析進路，首先針對STIRPAT模型運用在產(chǎn)業(yè)層面上比較困難的情況，提出一種修正方法，即回到IPAT等式的原意上重新構造產(chǎn)業(yè)STIRPAT模型，以此來進行計量分析;其次，我們不僅分析了工業(yè)行業(yè)技術進步的碳減排效應，還考慮到行業(yè)異質性，發(fā)現(xiàn)技術進步在資本和勞動密集型行業(yè)的不同碳減排機制。為實現(xiàn)這一分析思路，本文的研究結構體現(xiàn)為，第二部分是實證策略、變量以及數(shù)據(jù)來源的說明;第三部分是本文的實證結果及分析;第四部分是結論并提出可行的政策建議。

 

二、實證策略、變量和數(shù)據(jù)

 

(一)實證策略

 

對環(huán)境或碳排放問題來說，STIRPAT模型(Dietz和Rosa，1994)將經(jīng)典的IPAT等式隨機化，[6]逐步發(fā)展成為常用的回歸分析工具：

 

進行一階差分消除個體效應(difference GMM)，利用InCi，t-2及更多滯后期項為差分方程式提供有效的工具變量來解決內生性問題。Blundell和Bond(1998)的系統(tǒng)廣義矩估計(system GMM)方法可以在上述差分GMM矩條件的基礎上增加InCit的滯后差分項為方程式(4)的工具變量，從而會產(chǎn)生更加高效的估計結果[8]。除了全樣本考察以外，本文還設置了資本、勞動密集型對照組，在一定程度上考察行業(yè)異質性下的碳排放特征，為了符合GMM的“大截面，小時間”數(shù)據(jù)要求，上述分組以勞均資本存量為判定指標從大到小排序并進行等分處理。資本密集型行業(yè)有：煤炭開采和洗選業(yè)、石油和天然氣開采業(yè)、黑色金屬礦采選業(yè)、飲料制造業(yè)、煙草制品業(yè)、造紙及紙制品業(yè)、石油加工煉焦及核燃料加工業(yè)、石油加工、煉焦及核燃料加工業(yè)、化學原料及化學制品制造業(yè)、醫(yī)藥制造業(yè)、化學纖維制造業(yè)、橡膠制品業(yè)、黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉及壓延加工業(yè)、交通運輸設備制造業(yè)、通信設備計算機及其他電子設備制造業(yè)、電力熱力的生產(chǎn)和供應業(yè)、燃氣生產(chǎn)和供應業(yè)和水的生產(chǎn)和供應業(yè)。勞動密集型行業(yè)有：有色金屬礦采選業(yè)、非金屬礦采選業(yè)、農副食品加工業(yè)、食品制造業(yè)、紡織業(yè)、紡織服裝鞋帽制造業(yè)、皮革毛皮羽毛(絨)及其制品業(yè)、木材加工及木竹藤棕草制品業(yè)、家具制造業(yè)、印刷業(yè)和記錄媒介的復制、文教體育用品制造業(yè)、塑料制品業(yè)、非金屬礦物制品業(yè)、金屬制品業(yè)和儀器儀表及文化辦公用機械制造業(yè)。

 

(二)變量與數(shù)據(jù)

 

本文的被解釋變量為碳排放量，對此，我們利用《中國能源統(tǒng)計年鑒》中提供的16種工業(yè)行業(yè)終端能源實物消費總量計算工業(yè)行業(yè)碳排放量，具體參考IPCC(2006)確定的計算公式為：

 

技術進步是本文的核心解釋變量，它對于碳減排的作用，是一個在邏輯上很容易被認同的關系。然而本文更為關注的是基于行業(yè)異質性的技術進步對于碳排放的影響分析。我們選擇由Cobb-Douglas生產(chǎn)函數(shù)測算的全要素生產(chǎn)率(TFP)以綜合反映行業(yè)技術進步的情況。由于行業(yè)分類標準和工業(yè)統(tǒng)計口徑在各時期并不統(tǒng)一，曹利戰(zhàn)(2012)進行了極為細致的比較、劈分和估算，并最終形成36個工業(yè)二位數(shù)行業(yè)的1978—2010年的投入產(chǎn)出數(shù)據(jù)集。[9](pp56-58)因此，本文依照曹利戰(zhàn)對工業(yè)行業(yè)的分類調整，并直接引用其36行業(yè)的TFP數(shù)據(jù)。為了避免TFP可能存在的測量誤差，本文同時給出利用單位產(chǎn)出中科研經(jīng)費占比作為投入型的技術進步變量。由于規(guī)模以上工業(yè)行業(yè)的科研或研發(fā)數(shù)據(jù)的統(tǒng)計并不連續(xù)，因此我們利用《中國科技統(tǒng)計年鑒》大中型工業(yè)企業(yè)科研或研發(fā)經(jīng)費內部支出占行業(yè)總產(chǎn)值的比重代替。

 

由于中國工業(yè)統(tǒng)計口徑在1998年發(fā)生了重大調整，之前為，按隸屬關系統(tǒng)計，之后則按規(guī)模大小統(tǒng)計，因此，可比行業(yè)數(shù)據(jù)應選擇1998年及之后區(qū)間，不過在本文的解釋變量貿易開放度中，其原始數(shù)據(jù)自2001年才由《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》，為獲取平衡數(shù)據(jù)，本文將樣本期設定為2001—2010年。1998年之后的統(tǒng)計口徑也發(fā)生了微小的變動，比如，1998—2006年的統(tǒng)計范圍為全部國有及年主營業(yè)務收入在500萬元以上非國有工業(yè)企業(yè)，而2007年至2010年為年主營業(yè)務收入在500萬元以上工業(yè)企業(yè)(即規(guī)模以上工業(yè)企業(yè))，由于這些微調不至于影響本文的定量分析，因此不予調整。

 

三、計量結果、檢驗及分析

 

(一)基本回歸結果

 

表2中模型1為基于36個工業(yè)行業(yè)的主回歸結果，模型2使用第二個技術進步指標檢驗技術進步作用的穩(wěn)定性。首先，我們分析本文使用的系統(tǒng)GMM回歸的兩個重要的檢驗。一個是Arellano-Bond檢驗，表中報告的是常用的AR(2)，它檢驗差分方程的誤差項是否存在二階自相關。顯然，模型1和模型2的概率值(P值)表明拒絕二階自相關的原假設。一個是Hansen檢驗，它檢驗工具變量的有效性，P值同樣表明模型1和模型2不拒絕工具變量是有效的原假設。這兩項檢驗從統(tǒng)計學上支持了模型估計結果的可信性。從對回歸模型的結果可以看到如下的一些經(jīng)濟意義。

 

(1)技術進步。不論是全要素生產(chǎn)率(TFP)，還是科研經(jīng)費占比(S&T)，其與行業(yè)碳排放量的關系都是負向的，這體現(xiàn)了工業(yè)技術進步的碳減排效應。由于我們使用的技術進步指標是綜合性的，比如，TFP是去除要素投入量后的“索羅殘差”，S&T也是科研或研發(fā)投入的總量概念并沒有區(qū)分是生產(chǎn)技術還是節(jié)能技術。而我們的被解釋變量為不含任何經(jīng)濟因素的碳排放量，因此，這個回歸結果的意義在于工業(yè)行業(yè)廣義的技術進步存在碳減排的傾向。

 

(2)資本規(guī)模和能源資本比。在實證策略部分，我們曾分析傳統(tǒng)的STIRPAT模型在工業(yè)行業(yè)研究時應用的不足，建議使用資本規(guī)模和能源資本比替代人口規(guī)模和人均財富，模型1和模型2的估計系數(shù)均在1%的水平上顯著，這從統(tǒng)計上支持了我們替換的合理性。

 

(3)煤炭消費占比和出口開放度對碳排放的影響是正向的。前者符合預期，后者說明出口導向的貿易發(fā)展模式或許是引致碳排放量不斷增長的原因之一，并且這一結論從碳排放的角度支持了“污染天堂假說”(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。企業(yè)規(guī)模指數(shù)的估計系數(shù)是負向顯著的，這說明從整體來看，中國工業(yè)行業(yè)碳排放是存在規(guī)模經(jīng)濟的。市場化變量的符號為負，但是不具有統(tǒng)計顯著性，因此，市場化改革與碳排放的關系需要更多的證據(jù)來探討，至少在工業(yè)行業(yè)整體層面上還不十分確切?！笆晃濉碧摂M變量的估計系數(shù)是正的，這一結論說明可能存在兩個問題：一是我們設置的虛擬變量并沒有很好地控制“十一五”期間的節(jié)能政策;二是如果被解釋變量替換為碳排放強度或能源消費強度，政策性約束或許更明顯一些。此外，滯后一期的碳排放量在兩個模型里均為負向顯著，說明工業(yè)行業(yè)當期碳排放至少受到前一期水平的影響，也就是存在所謂的路徑依賴。

 

(二)對照組分析

 

為了發(fā)現(xiàn)中國工業(yè)行業(yè)技術進步與碳減排的更多經(jīng)驗性特征，我們設置了以資本密集度指標排序并等分處理的資本密集型與勞動密集型小組。通過對二者進行簡單地比較，我們發(fā)現(xiàn)技術進步的碳減排效應存在行業(yè)異質性。下面我們對模型3和模型4的估計結果進行具體的分析。

 

首先，技術進步的碳減排效應在勞動密集型行業(yè)不僅存在而且在統(tǒng)計上顯著，但資本密集型行業(yè)技術進步的碳減排效應還不能確定，因為盡管資本密集型行業(yè)中技術進步的估計系數(shù)是負數(shù)但是卻不能獲得統(tǒng)計上的支持。為了解釋這一結果，我們可以先觀察表1中的碳排放量，比較資本密集型和勞動密集型，我們發(fā)現(xiàn)前者的平均值要高于后者，這意味著資本密集型行業(yè)也往往是高排放行業(yè)。為了表明為什么高排放行業(yè)的技術進步效應會不顯著，我們做了如下的輔助回歸。

 

表3中的HCE為高排放行業(yè)的虛擬變量，我們將工業(yè)行業(yè)在2001—2010年的碳排放量均值進行降序排列，取前36/2=18個行業(yè)為高排放組，取值為1，其他行業(yè)為低排放組，取值為0?？梢园l(fā)現(xiàn)，技術進步的碳減排效應非常顯著，高排放組的碳減排量也顯著高于低排放組，而我們關注的重點，也就是技術進步與碳排放虛擬變量的交互項的估計系數(shù)為正值，這里的含義是如果工業(yè)行業(yè)的碳排放水平處于高位，那么其對于技術進步的碳減排效應會起到抑制作用。這可能是導致表2中模型3技術進步變量不顯著的原因。

 

其次，勞動密集型行業(yè)中的市場化對于碳減排的作用變得顯著。從表1中，我們發(fā)現(xiàn)勞動密集型行業(yè)的市場化水平更高，這意味著市場競爭更為激烈。隨著能源價格逐步放開，非國有產(chǎn)權的企業(yè)會不斷地調整其能源消費量和結構，而國有企業(yè)由于在能源獲取和價格上的比較優(yōu)勢其調整幅度可能會比較微弱和緩慢。資本密集型行業(yè)在對外開放度指標上不再顯著，這可能是因為其出口開放度依然較低所致。

 

此外，資本規(guī)模、能源資本比、煤炭消費占比、企業(yè)規(guī)模指數(shù)、政策變量和滯后一期的碳排放量的結果與模型1是一致的，這里就不再贅述。

 

四、結論及政策建議

 

本文是對中國工業(yè)行業(yè)的技術進步與碳排放問題的經(jīng)驗分析。我們重新構造和解釋了產(chǎn)業(yè)STIRPAT模型，在應用分析中，我們發(fā)現(xiàn)2001—2010年間的技術進步在總體上存在碳減排傾向，但從行業(yè)異質性出發(fā)卻有不盡相同的結果，勞動密集型行業(yè)的碳減排效應明顯，而資本密集型行業(yè)的碳減排效應并不能確定。不僅如此，市場化變量和出口開放度對碳排放的影響在資本和勞動密集型行業(yè)中也有差異?；谶@些結果，我們提出如下的政策建議：

 

第一，加大對工業(yè)行業(yè)技術進步的支持和推動的力度，特別是加大對資本密集型工業(yè)行業(yè)技術進步的支持和推動力度。為此，要把對工業(yè)行業(yè)技術進步的政策支持與實現(xiàn)碳減排目標掛起鉤來，以碳減排的量確定對該行業(yè)或企業(yè)的稅收、金融、進出口優(yōu)惠支持的程度。

 

第二，深化國有經(jīng)濟改革，特別是打破行業(yè)壟斷，這是實現(xiàn)碳減排的必要選擇。為此，在政策上要加大對工業(yè)行業(yè)的民營經(jīng)濟支持力度，同時加快能源等資源價格的市場化改革進程。與此相適應，要打破工業(yè)行業(yè)的壟斷，并對資源型行業(yè)的壟斷采取打破壟斷和抑制行業(yè)利益相結合的政策措施。

 

第三，優(yōu)化工業(yè)出口貿易結構，構建有利于碳減排的工業(yè)行業(yè)結構。比如政府可以通過差別化的出口退稅政策、征收出口關稅等手段促使低能耗行業(yè)在全球價值鏈上的攀升。當然，政府更要在碳排放的核算問題上積極參與國際磋商，努力建立基于生產(chǎn)和消費共同承擔碳排放責任的核算標準，為出口貿易結構的改善創(chuàng)造良好的外部環(huán)境。

第6篇：碳減排的經(jīng)濟影響分析范文

1模型構建

1.1目標函數(shù)的構建

本文基于低碳經(jīng)濟理論，分別設定2005、2020年為基準年和預期年，以預期年的碳排放總量最小為優(yōu)化目標，影響低碳經(jīng)濟發(fā)展的預期年各行業(yè)經(jīng)濟增長量作為優(yōu)化模型的決策變量，構建基于結構減排的不確定性低碳經(jīng)濟發(fā)展碳排放總量控制優(yōu)化模型，選取我國在哥本哈根會議上承諾的2020年單位GDP溫室氣體減排目標、社會經(jīng)濟增速不變、行業(yè)經(jīng)濟增長量等作為約束條件，運用區(qū)間規(guī)劃數(shù)學方法進行模型求解。模型目標函數(shù)具體表達如下：

1.2約束條件的選取

在約束條件的選取過程中，溫室氣體減排目標約束為我國在哥本哈根會議上承諾的2020年單位GDP溫室氣體排放量較2005年降低40%~45%的減排目標；預期年社會經(jīng)濟總量約束以2005年經(jīng)濟增長總量為基準，參考近年來我國經(jīng)濟增長速率，考慮金融危機等經(jīng)濟因素的影響，以保守經(jīng)濟增速預測2020年經(jīng)濟增長總量；行業(yè)經(jīng)濟增長量約束，以2005年各行業(yè)經(jīng)濟值為基準，以各行業(yè)保守經(jīng)濟增速預測2020年行業(yè)經(jīng)濟增長量。（1）溫室氣體減排目標約束：（Ii=1ΣPi0±+Ii=1ΣExi±×ΔPi±ΔEi±）/Ii=1ΣExi±≤C0/E0×（1-η±）（2）社會經(jīng)濟總量約束：Ii=1ΣExi±≥E0×（1+δ±）n（3）行業(yè)經(jīng)濟增長量約束：Exi±≥AE0andExi±≥AB01.3決策變量及參數(shù)的意義（1）決策變量。模型選取各行業(yè)經(jīng)濟增長量作為決策變量，并以區(qū)間形式表示。（2）參數(shù)。f±：預期年的碳排放總量，萬t；C1±：不同行業(yè)預期年的碳排放量，萬t；PF0±：農、林、水利業(yè)基準年的碳排放量，萬t；ExF±：農、林、水利業(yè)預期年經(jīng)濟總量，萬元；ΔPF±/ΔEF±：農、林、水利業(yè)單位經(jīng)濟增長量的碳排放量，萬t/萬元；PG0±：采掘業(yè)基準年的碳排放量，萬t；ExG±：采掘業(yè)預期年經(jīng)濟總量，萬元；ΔPG±/ΔEG±：采掘業(yè)單位經(jīng)濟增長量的碳排放量，萬t/萬元；PH0±：制造業(yè)基準年的碳排放量，萬t；ExH±：制造業(yè)預期年經(jīng)濟總量，萬元；ΔPH±/ΔEH±：制造業(yè)單位經(jīng)濟增長量的碳排放量，萬t/萬元；PI0±：能源生產(chǎn)與供應業(yè)基準年的碳排放量，萬t；ExI±：能源生產(chǎn)與供應業(yè)預期年經(jīng)濟總量，萬元；ΔPI±/ΔEI±：能源生產(chǎn)與供應業(yè)單位經(jīng)濟增長量的碳排放量，萬t/萬元；PJ0±：建筑業(yè)基準年的碳排放量，萬t；ExJ±：建筑業(yè)預期年經(jīng)濟總量，萬元；ΔPJ±/ΔEJ±：建筑業(yè)單位經(jīng)濟增長量的碳排放量，萬t/萬元；PK0±：交通運輸業(yè)基準年的碳排放量，萬t；ExK±：交通運輸業(yè)預期年經(jīng)濟總量，萬元；ΔPK±/ΔEK±：交通運輸業(yè)單位經(jīng)濟增長量的碳排放量，萬t/萬元；PL0±：銷售住宿餐飲業(yè)基準年的碳排放量，萬t；ExL±：銷售住宿餐飲業(yè)預期年經(jīng)濟總量，萬元；ΔPL±/ΔEL±：銷售住宿餐飲業(yè)單位經(jīng)濟增長量的碳排放量，萬t/萬元；PM0±：其他行業(yè)基準年的碳排放量，萬t；ExM±：其他行業(yè)預期年經(jīng)濟總量，萬元；ΔPM±/ΔEM±：其他行業(yè)單位經(jīng)濟增長量的碳排放量，萬t/萬元；PN0±：居民日常生活基準年的碳排放量，萬t；ExN±：居民日常生活預期年經(jīng)濟總量，萬元；ΔPN±/ΔEN±：居民日常生活單位經(jīng)濟增長量的碳排放量，萬t/萬元；E0：基準年社會經(jīng)濟總量，萬元；η+：預期年的碳減排目標，無量綱；C0：基準年的碳排放總量，萬t；δ±：預期年社會經(jīng)濟增速，無量綱。

1.3模型參數(shù)

模型參數(shù)均取自國家統(tǒng)計局出版的中國統(tǒng)計年鑒，其中，C1±~C9±分別代表九大行業(yè)，表1為各行業(yè)基準年經(jīng)濟總量、能源消耗量等模型參數(shù)。

2模型求解及分析

2.1模型求解結果

在模型參數(shù)及約束條件輸入后，利用Lingo11.0軟件求解預期年各行業(yè)經(jīng)濟總量、碳排放量，并計算預期年的單位GDP碳排放量（表2）。

2.2模型結果分析

將基于結構減排的不確定性碳排放總量控制優(yōu)化方案下預期年的單位GDP碳排放量與基準年單位GDP碳排放量以柱形圖形式表達，如圖1所示。結合圖1和表2分析可知：（1）基于結構減排的不確定性優(yōu)化方案下，預期年的碳排放總量控制在[273274.96,288285.27]萬t之間，單位GDP碳排放量為[0.48,0.50]萬t/萬元，較基準年單位GDP碳排放量有明顯降低，能夠保證在2020年實現(xiàn)37.07%~41.08%的降低幅度，但僅有不確定性優(yōu)化上限能夠達到我國在哥本哈根會議上承諾的2020年單位GDP溫室氣體減排目標。（2）基于結構減排的不確定性優(yōu)化方案中，各行業(yè)單位GDP碳排放量降低幅度均較為明顯，下降值最大的行業(yè)是建筑業(yè)、銷售住宿餐飲業(yè)和農林牧漁水利業(yè)，表明以上行業(yè)相比其他行業(yè)具有經(jīng)濟效益好、碳排放量低的優(yōu)勢，若積極推廣低碳能源應用、低碳飲食習慣和低碳消費方式，大力發(fā)展低碳社區(qū)，能夠十分有效、顯著地降低單位GDP的碳排放量，亦可彌補其他行業(yè)低碳發(fā)展的不足。（3）所有行業(yè)中，交通運輸業(yè)、制造業(yè)和能源生產(chǎn)供應業(yè)單位GDP碳排放優(yōu)化量較基準年的降低比重低于整體單位GDP碳排放降低值的均值，其中，交通運輸業(yè)的單位GDP碳排放量降低幅度最低，表明此行業(yè)碳減排阻力很大，同時，新能源、新技術在交通運輸業(yè)的推廣不僅面臨著技術難題還有成本壓力，若不從技術上突破、大力扶持公共交通事業(yè)，單位GDP碳排放量較難有大幅度降低。

第7篇：碳減排的經(jīng)濟影響分析范文

關鍵詞排放交易體系；全球排放市場；可計算一般均衡模型

中圖分類號F224文獻標識碼A文章編號1002-2104（2014）03-0019-06doi：103969/jissn1002-2104201403004

全球氣候變化給人類生存和社會可持續(xù)發(fā)展帶來了嚴峻挑戰(zhàn)，世界各國意識到在實現(xiàn)經(jīng)濟發(fā)展的同時，需要降低經(jīng)濟增長所帶來的碳排放。碳排放交易體系（Emission Trading Schemes， ETS）作為基于市場機制下的政策工具一直被認為是成本有效的減排手段，正在被越來越多的國家所采用。目前已開展排放權交易體系的國家和區(qū)域包括歐盟、美國加州、澳大利亞、新西蘭、哈薩克斯坦、西部氣候倡議（Western Climate Initiative，包括美國、加拿大、墨西哥部分州/?。┮约爸袊纳钲诘鹊兀碛兄袊牟糠质∈幸约绊n國已經(jīng)明確公布即將開展碳市場的計劃及實施方案。據(jù)世界銀行的統(tǒng)計，2011年全球碳市場總交易量達103億t CO2e[1]。

伴隨碳排放權交易體系在全球各國的日漸推廣，建立全球跨區(qū)域的國際性碳市場，以實現(xiàn)在更大范圍內匹配減排資源、降低減排成本的方案正在被人們廣泛討論[2-3]，但實際進展十分緩慢。這主要一方面是由于當前國際社會尚未形成統(tǒng)一而明確的減排目標，各國減排權責不明，同時也缺乏具有實際約束力的“自頂向下”的協(xié)調機構及機制來推進全球共同減排行動的開展；另一方面由于各國碳市場機制與實施細則存在較大差異，實現(xiàn)各區(qū)域自發(fā)的“自底向上”式的碳市場整合并形成一致性的交易平臺存在諸多機制障礙，具有巨大挑戰(zhàn)。此外，全球主要排放國家及區(qū)域只有歐盟已經(jīng)實施了碳市場政策，盡管中國與美國已開始為建立本國碳市場做出準備，但是實際建立時間尚有很大不確定性。同時，全球還有諸如印度、俄羅斯等主要排放國尚沒有建立碳市場的行動計劃。因此，從目前來看，短期內建立全球框架下包含世界主要區(qū)域的全球碳市場具有很大的困難。

盡管困難重重，國際社會已經(jīng)開始從區(qū)域層面與產(chǎn)業(yè)層面為建立全球碳市場做出努力。即將開展的歐盟與澳大利亞兩個跨區(qū)域碳市場鏈接就是一次重要的嘗試。澳大利亞政府已明確表示計劃在2015年左右建立本國碳市場并與歐盟碳市場實現(xiàn)交易對接[4]。如果該鏈接市場得以建立，將使歐盟與澳大利亞成為全球第一個建立在兩個獨立區(qū)域基礎上的國際性碳市場。除了與歐盟合作以外，澳大利亞也在尋求與包括中國在內的其他國家合作建立跨區(qū)域碳市場。對此中國也表現(xiàn)出較大興趣[5]，并已經(jīng)在多個場合表示愿意在本國碳市場完善以后加入全球碳市場的意向[6]。當前中國已經(jīng)著手在國內建立區(qū)域碳市場試點，為全國碳市場的建立做好準備。中國第一個地方性碳市場試點已經(jīng)開始在深圳運行[7]，同時關于中國參與全球碳市場影響的相關研究也在逐步開展[8-9]。

本研究基于歐盟與澳大利亞碳市場，考慮中國未來加入全球碳市場后對全球碳市場交易規(guī)模及全球碳價的影響，以及國際碳排放權交易體系下對各國能源與經(jīng)濟系統(tǒng)的影響。

齊天宇等：國際跨區(qū)碳市場及其能源經(jīng)濟影響評估中國人口?資源與環(huán)境2014年第3期1模型工具

第8篇：碳減排的經(jīng)濟影響分析范文

一、碳稅和排放權交易對高排放企業(yè)成本影響的作用機理分析

碳稅和排放權交易都屬于使外部性成本內部化的重要手段，兩者對企業(yè)成本都產(chǎn)生影響，但碳稅直接導致企業(yè)成本的增加，而排放權交易則通過間接方式增加企業(yè)成本。兩種政策對企業(yè)成本的影響程度也存在差異。

碳稅是按照化石燃料燃燒后的排碳量而征收的一種稅。碳稅的開征將改變企業(yè)原材料和能源的消費結構。征收碳稅將導致高碳原材料需求量和價格的下降，加大對低碳原材料的需求，在供給不變的情況下，低碳原材料的價格將攀升。因此，企業(yè)不會簡單的用低碳原材料來替代高碳原材料，而是要綜合考慮自身的技術條件、高碳原材料和低碳原材料的當前和預期的價格、兩類原材料的生產(chǎn)效率、企業(yè)生產(chǎn)經(jīng)營計劃等因素。征收碳稅也會將以同樣的機理影響企業(yè)的能源消費結構。

碳排放權交易制度下，政府機構依據(jù)一定的標準評估出一定區(qū)域內允許的最大排放量，并將其分成若干排放份額。排放權一級市場上，政府采用免費發(fā)放、招標、拍賣等方式進行排放權分配，并允許多余的排放權在二級市場上進行交易。實施排放權交易制度后，企業(yè)不僅面臨較大的交易成本，包括游說監(jiān)管當局以爭取較多排放配額的成本、對自身碳排放量進行盤查需要的各項投入、接受獨立第三方對企業(yè)碳排放信息的鑒證而發(fā)生的支出，等等；而且需要購買超額排放配額，并可能受到監(jiān)管當局對超額排放的處罰。當然，企業(yè)也會因減排力度較大而獲得監(jiān)管當局的獎勵和排放權處置收益。

二、碳稅和排放權交易對高排放企業(yè)成本影響的測度模型構建與政策情景模擬

（一）碳稅和排放權交易對高排放企業(yè)成本影響的測度模型。為了體現(xiàn)企業(yè)生產(chǎn)要素投入使用對環(huán)境質量的影響，本文沿用經(jīng)濟學中柯布―道格拉斯生產(chǎn)函數(shù)的基本模型和分析方法。假設高排放企業(yè)除生產(chǎn)技術以外，只需要高碳生產(chǎn)要素和低碳生產(chǎn)要素的投入，這兩種生產(chǎn)要素投入數(shù)量可變，并具有不完全的替代性。

高排放企業(yè)的生產(chǎn)函數(shù)可表示為：y=f（x1，x2）=Ax。式中x1、x2分別表示高碳生產(chǎn)要素和低碳生產(chǎn)要素投入品的需求數(shù)量；A為技術進步率，A>0；α、β分別為兩類生產(chǎn)要素的產(chǎn)出彈性，α，β∈（0，1），α+β=1。如果p1、p2分別表示兩類生產(chǎn)要素的市場價格（p1，p2>0），則企業(yè)的生產(chǎn)成本C可表示為：C=p1x1+p2x2。

當被征收碳稅時，企業(yè)對兩種生產(chǎn)要素投入品的需求量將發(fā)生變化。設x1′和x2′為被征收碳稅時企業(yè)對兩種生產(chǎn)要素投入品的需求量；s1為政府對企業(yè)使用高碳原材料x1所征收的碳稅（0≤s1≤p1），s2為政府對企業(yè)使用低碳原材料x2所給予的補貼（0≤s2≤p2）；政府對企業(yè)征收碳稅或提供補貼措施時企業(yè)新的生產(chǎn)總成本C1可表示為C1=（p1+s1）x1′+（p2-s2）x2′。

假設e為被征收碳稅政策前企業(yè)的碳排放量，則有e=e1x1+e2x2，其中，e1、e2為兩類生產(chǎn)要素x1、x2的二氧化碳（CO2）排放系數(shù)，且0≤e2

碳排放權交易制度下，假設企業(yè)可以免費獲得排放限額E0。當企業(yè)的碳排放量超過E0時，需要從市場購買排放配額，單位配額的價格用p表示，則企業(yè)的生產(chǎn)成本函數(shù)轉換為：C2= x1′p1+x2′p2+（e1x1′+e2x2′-E0）p。

為了測度、比較碳稅和碳排放權交易對高排放企業(yè)成本的影響，本文構建了成本―減排敏感系數(shù)CER= -（c/c）/（e/e）。CER表示在一定時期內高排放企業(yè)成本的變動對于該企業(yè)二氧化碳排放量變動的敏感程度，CER的值越小，說明企業(yè)減排對于企業(yè)成本的影響越小，減排效果越好。

（二）碳稅和排放權交易對高排放企業(yè)成本影響的政策情景模擬。為了比較碳稅和排放權交易政策對高能耗企業(yè)生產(chǎn)要素投入品需求的影響及減排效果，本文分別設置基準情景、碳稅情景和排放權交易情景。通過對其他國家減排政策的分析不難發(fā)現(xiàn)，無論是采用碳稅還是排放權交易政策，為了保證減排效果和減少碳減排政策對國民經(jīng)濟的沖擊，都會出臺相應的補貼政策，補貼方式包括補貼低碳能源和可再生能源、稅收返還、稅收減免等。參照上述做法，本文也設置補貼情景，為了便于研究，補貼方式確定為對低碳原材料進行補貼。將補貼政策分別與碳稅和排放權交易相結合，本文中的減排政策情景分為以下幾種：不實施任何碳減排政策、征收碳稅、征收碳稅同時提供補貼、單獨實行排放權交易制度、實行排放權交易制度同時提供補貼。

基準情景下，當政府不實施任何碳稅政策措施時（即s1、s2=0，E0=0），則高排放企業(yè)在既定產(chǎn)量Q下的成本最小化的目標函數(shù)及其約束條件為：

MinC=p1x1+p2x2，

[A>0，α、β∈（0，1），α+β=1，x1、x2>0]

通過構建拉格朗日函數(shù)，消除影子價格，分別對x1、x2求偏導，按照拉格朗日極值的計算方法，可求出高、低碳原材料的投入量x1、x2分別為：

x1=Q/A（α/β）β（p2/p1）β

x2=Q/A（β/α）α（p1/p2）α

不實施任何減排政策時，高排放企業(yè)的生產(chǎn)成本函數(shù)為C0=p1x1+p2x2，二氧化碳排放量函數(shù)為E0= e1x1+e2x2。其他四種情形下，高、低碳原材料的投入量函數(shù)如下頁表1所示。

將不同情境下的x1′、x2′代入成本函數(shù)和二氧化碳排放量函數(shù)中，可計算出相應的成本函數(shù)和排放量函數(shù)，并計算得出各自對應的成本――減排敏感系數(shù)。

三、樣本構成與測度模型中涉及的參數(shù)估計

（一）樣本選取與數(shù)據(jù)來源。依據(jù)《中國能源報告（2008）》，火電、鋼鐵、水泥、電解鋁等行業(yè)的CO2排放分別約占全國碳排放總量的38%、18%、18%、13%，因此，本文將上述行業(yè)的企業(yè)界定為高排放企業(yè)，以這四個行業(yè)在深滬上市公司總數(shù)為基數(shù)，采用分層抽樣，分別從火電、鋼鐵、水泥、電解鋁等行業(yè)各抽取12家、9家、4家、5家，共30家企業(yè)構成研究樣本。從樣本公司2011年的年報提取各企業(yè)的產(chǎn)量信息，在中國煤炭信息網(wǎng)、易鋼在線網(wǎng)獲取樣本企業(yè)生產(chǎn)所需原材料在2011年的價格信息。

（二）測度模型中涉及參數(shù)的設定。關于電力行業(yè)的技術進步率，黃仁輝（2006）的估算值為1.08，徐瑛（2006）的估算值為1.02，本文取兩者的平均數(shù)，即A=1.05。由于缺乏相關資料，本文選用我國國民經(jīng)濟技術進步率1.025作為鋼鐵、水泥和電解鋁等行業(yè)技術進步率的近似值。生產(chǎn)要素的的排放系數(shù)來自IPCC的碳排放系數(shù)表。當原材料的消耗不止一種時，以原材料的投入比例為權數(shù)，加權計算原材料的價格和排放系數(shù)。高碳原材料和低碳原材料的產(chǎn)出彈性系數(shù)，采用兩種材料的熱能之比來計算。

（三）關于碳稅稅率的設定。本文根據(jù)王金南等學者的研究，采用“漸進征收”的原則，針對高碳原材料征稅，并對低碳原材料進行補貼。本文假設政府對高碳原材料征收碳稅的額度分別為20、25、30、35、40、45元/tC。對于低碳原材料采用從量補貼方式，假定政府對于低碳原材料的補貼額度分別為10、15、20、25、30、35元/tC。

（四）關于碳排放權交易制度的設置。采用基準――信用交易機制，參照英國排放權交易機制的規(guī)則，碳排放權初始配額的分配則采用免費分配模式，運用祖父原則。關于各高排放企業(yè)的碳排放基準線，本文參照2009年我國政府宣布的控制碳減排行動目標，到2020年單位GDP的碳排放比2005年下降40%-45%，每年平均減排率為3.91%。以此為標準，本文中樣本企業(yè)的碳排放基準線設定為基準情景中各企業(yè)碳排放量的97%、96.5%、96%、95.5%、95%、94.5%，按順序與前文中的碳稅情景相對應。超出或者少于基準配額的碳排放權，企業(yè)可以購買或者出售，每噸碳排放權的交易價格設定為50元、55元、60元、65元、70元、75元，分別對應于前面的各情景。表2顯示了碳稅和排放權交易政策的具體方案的設定。

四、描述性統(tǒng)計分析與配對樣本T檢驗

（一）不同政策水平下各模擬情景的CER與減排效果分析。表3說明了不同政策水平下，各情景的CER的均值和減排效果。從表3可以看出，無論何種政策水平，排放權交易政策對企業(yè)成本增加帶來的影響程度都相對較小。如果采用排放權交易與補貼相配合的政策，企業(yè)的碳排放量每減少1%，原材料成本將分別減少0.428%、0.436%、0.464%、0.467%、0.491%、0.471%，因此，在排放權交易體制下，對低碳原材料進行補貼后，減排不會增加企業(yè)的材料成本，相反材料成本會隨減排而減少。從減排效果看，僅征收碳稅的政策最不理想；當排放權交易和補貼結合采用時，減排效果非常理想，與基期碳排放水平相比較，不同政策水平下總體分別減排了6.02%、6.61%、7.19%、7.75%、8.30%、8.73%。

（二）配對樣本T檢驗。由于本文在情景模擬中是針對同一企業(yè)采用不同的減排政策，研究碳減排與企業(yè)成本之間的關系，所以可以近似認為是針對兩組規(guī)模、經(jīng)營等基本情況相近的企業(yè)，分別施以不同的減排政策以研究他們之間的差異，在均值比較的方法上選取配對樣本T檢驗的方法。在下頁表4中列示了各政策水平、不同情景兩兩配對樣本T檢驗的結果?？梢钥闯?，政策水平一、二、四下，碳稅加補貼情景和排放權交易情景的相關性在10%的水平上具有顯著性，其他配對組各情景兩兩之間的相關性非常顯著，符合配對樣本T檢驗的條件；在這三種政策水平下，碳稅加補貼政策與排放權交易政策下，碳減排對企業(yè)成本的影響程度基本不存在差異性；而其他碳減排政策對企業(yè)成本影響的程度互不相同：征收碳稅使企業(yè)的成本增幅最大，排放權交易政策和碳稅加補貼政策次之；排放權交易加補貼政策將使企業(yè)的成本減少。政策水平三、五、六下各情景兩兩配對樣本T檢驗顯示，各配對組均通過相關性檢驗，符合配對樣本T檢驗的條件，各情景下的CER相互之間的均值比較，其檢驗結果均是顯著的，說明這三個政策水平下，征收碳稅使企業(yè)的成本增幅最大，排放權交易政策次之，碳稅加補貼政策再次之；排放權交易加補貼政策將使企業(yè)的成本減少。

第9篇：碳減排的經(jīng)濟影響分析范文

關鍵詞：碳排放權交易市場；交易成本；市場有效

中圖分類號：F062.9 文獻標志碼：A 文章編號：1673-291X（2016）27-0074-05

根據(jù)科斯定理，只要對碳排放權進行完整界定，并允許碳排放權進行交易，就可以使得碳排放權的最終配置與初始分配無關，實現(xiàn)市場公平與市場效率的雙重目標，這就是碳排放權交易市場成立的理論基礎。但Hahn（2011）認為由于存在交易成本以及市場勢力問題，碳排放權交易市場并不能完全實現(xiàn)市場公平和市場效率。所以，關于交易成本的研究成為理論研究的焦點。本文就是在文獻分析的基礎上，建立交易成本市場模型，分析交易成本對碳排放權交易市場的影響，以期為有關政策的實施提供理論指導。

一、交易成本定義

一直以來，關于交易成本的定義，學術上討論比較多。更多的研究從市場摩擦展開的，有許多論文文獻對市場摩擦進行了討論，認為交易成本阻礙了或者至少影響了經(jīng)濟主體的經(jīng)濟行為，并且是傳統(tǒng)的經(jīng)濟學理論所不能解釋的。Hicks （1935）認為，需要給“市場摩擦”更精確的定義，并從交易成本角度對“市場摩擦”進行解釋。盡管Coase（1937）認為廠商的存在價值，就是由于廠商的組織形式使得交易更為有效率也更為經(jīng)濟，但是他沒有提到“交易成本”這個概念。交易成本這個概念在貨幣和金融市場中使用得比較多。在20世紀70年代，隨著產(chǎn)業(yè)組織理論的興起，經(jīng)濟領域開始討論交易成本問題，早期的產(chǎn)業(yè)組織理論主要是研究市場失靈和“市場摩擦”問題。經(jīng)濟學領域關注交易成本主要有兩個方面的原因：一是交易成本會引起市場失靈，從而導致社會福利的損失；二是交易成本會影響產(chǎn)業(yè)內部的組織結構形式（Solomon，1999）。

對于碳排放權交易市場來說，由于遵約參與者相對較少、交易的品種比較專業(yè)，所以導致碳排放權交易市場交易相對不夠活躍，總體交易成本比較高，對于碳排放權交易市場中交易成本的研究就非常有意義。對于碳排放權交易市場來說交易成本主要包括三個部分，分別是尋找對手和信息成本、討價還價和決策成本以及監(jiān)管執(zhí)行成本。第一部分，也就是尋找對手和信息成本是比較明顯的。碳排放權交易市場作為一個新的碳減排措施，其建立是基于一系列的法律文件，尤其是在《京都議定書》之后才正式確認為碳減排的主要措施之一，并且各個國家和地區(qū)由于經(jīng)濟條件和地理資源稟賦的不同，采取的碳排放權交易規(guī)則差異也較大。作為新的減排措施，碳排放權交易市場的各項制度還需要逐步完善，比如歐盟采取了三個階段來開展碳排放權交易工作，這些規(guī)則的修改直接影響碳排放權的供求關系，并且直接或者間接影響碳排放權交易價格，所以對于遵約參與廠商來說，對于碳排放權交易市場的信息搜集工作就非常重要，這些工作更多的是由中介咨詢機構來提供。由于碳排放權供給方和需求方往往是跨行業(yè)的，所以統(tǒng)一的碳排放權交易市場更有利于尋找交易對手。第二部分，討價還價和決策成本也非常重要，為了使得交易能夠達成，雙方需要支付必要的管理費用以及支付給中介一定的費用。第三部分，監(jiān)管和執(zhí)行成本主要是監(jiān)管機構來承擔的，為了維持正常的市場秩序，對于碳排放的額度確認以及后續(xù)的違規(guī)監(jiān)管和處罰，形成準確而真實的碳排放權供給和需求，這一部分也非常重要。

二、交易成本對碳排放權交易市場的影響

關于交易成本對產(chǎn)業(yè)內部的組織結構的影響。Hanemann（2009）發(fā)現(xiàn)，交易成本的不同結構會對參與碳排放不同規(guī)模的經(jīng)濟體影響是不同的，規(guī)模較大的廠商具有一定的規(guī)模效益。如果環(huán)境監(jiān)管所帶來的交易成本是非線性的，那么邊界條件的改變會使得以成本最小化為目標的廠商面臨不同的最優(yōu)決策，結果會使得規(guī)模較大的廠商更為有利，從而促進行業(yè)的兼并重組，市場的集中度得以提高，有可能減弱市場的競爭性。論文用計量方法分析了歐盟碳排放交易計劃（EU ETS）監(jiān)管下的德國廠商的交易成本情況。通過最小二乘法和非線性估計方法對碳排放交易成本的估計，論文認為交易成本是碳排放量和碳排放交易量的非線性函數(shù)。這也就意味著，歐盟碳排放交易計劃存在碳交易的規(guī)模效益。對于二氧化碳年排放100萬噸以上的廠商交易成本是下降的，二氧化碳年排放100萬噸以下的廠商交易成本是上升的。基于數(shù)據(jù)的分析，德國受歐盟碳排放交易計劃監(jiān)管的廠商，每年交易成本總額約為870萬歐元。實證進一步顯示對于年排放100萬噸以下的廠商更有動機去減少碳排放量。雖然這一扭曲結果會帶來社會福利的損失以及經(jīng)濟效率的降低，但對于整個歐盟碳排放交易計劃的減排效果影響較小。

關于交易成本會引起市場失靈，從而導致社會福利的損失是本文研究的重點。極端情況下由于管理成本以及其他交易成本太高以至于抵消了交易所獲得的收益，從而使得Fox River水污染排放交易計劃失敗。Stavins（1995）首先給出了碳排放權交易市場下交易成本基本模型，首先，給出了交易成本曲線和邊際污染控制曲線，通過分析認為交易成本會減少可交易區(qū)間，也就是說當交易收益小于交易成本，那么遵約參與者就不會到市場上進行交易了；其次，論文給出了交易成本在碳排放權供給和需求方的分攤情況，認為無論哪方在名義上給付交易費用，實際上的交易成本的分攤主要受碳排放權供給方和需求方的污染控制成本函數(shù)的彈性所決定的，具體而言交易成本更多的是由邊際污染控制成本較高的一方承擔；最后，論文分析了不同的交易成本結構下，遵約參與者碳技術減排數(shù)量與初始碳排放權分配額度之間的關系，認為如果交易成本函數(shù)是線性的情況下，遵約參與者碳技術減排數(shù)量與初始碳排放權分配額度無關，如果交易成本函數(shù)是凸函數(shù)的情況下，遵約參與者碳技術減排數(shù)量與初始碳排放權分配額度負相關，如果交易成本函數(shù)是凹函數(shù)的情況下，遵約參與者碳技術減排數(shù)量與初始碳排放權分配額度正相關。但是，論文沒有考慮產(chǎn)品生產(chǎn)數(shù)量與初始碳排放權分配額度之間的關系。本文就是在Stavins（1995）的基礎上，把產(chǎn)品市場納入到模型中進行分析。Ofei-Mensah和Bennett（2013）研究了在澳大利亞交通運輸和能源部門中開展的三個碳交易計劃的交易成本估計問題。這三個碳交易計劃分別是：燃料強制標示計劃，自愿燃料效率提升計劃和假想的市場型計劃。資料主要通過調查訪談和其他二手數(shù)據(jù)等方法獲取。第一，本文發(fā)現(xiàn)市場型計劃碳減排交易成本要高于其他兩個計劃，交易成本約為7.2美元/噸。也就是說，交易成本成為碳減排的主要障礙。第二，各碳減排計劃交易成本組成部分比例的不同主要是由各計劃自身特征造成的。因為自愿燃料效率提升計劃是自愿加入的，所以其執(zhí)法成本較低。較低執(zhí)法成本增加了對是否有足夠的資源投入到這碳減排計劃實施的疑慮。也就是說，是否有足夠資源用來碳減排。對于市場型計劃而言，碳市場交易過程產(chǎn)生的費用是主要費用。第三，論文認為對于燃料強制標示計劃和市場型計劃而言，交易成本非常高以至于對碳減排計劃的實施效果具有實質性影響。總之，交易成本會影響政策市場失靈。在選擇碳減排政策時考慮交易成本，有助于對政策工具進行初步篩選，有助于提高政策設計和實施，以及政策的評價。盡管如此，但是對于交易成本的關注還是太少。一般研究認為，市場型碳減排計劃（碳交易和碳稅）比非市場型碳減排計劃效率要高，但是本文發(fā)現(xiàn)，考慮計劃實施過程中的交易成本等因素，市場型的碳減排計劃未必優(yōu)于非市場型的。所以，交易成本對于政策選擇具有一定的作用。

三、交易成本模型建立

這里我們首先假設存在N個廠商生產(chǎn)同質的產(chǎn)品，產(chǎn)品市場是完全競爭的。并且，這N個廠商都是碳排放權交易市場遵約參與者，這時這些廠商就需要考慮碳排放成本。于是這些廠商的利潤函數(shù)為：

π=r?z-C（z）-B（q）-p（θz-a-q）

其中，z表示產(chǎn)品產(chǎn)量，r表示產(chǎn)品價格，C（z）表示產(chǎn)品生產(chǎn)成本函數(shù)，并且Cz>0，Czz>0。假設u=θz為遵約廠商在不受排放約束情況下的碳排放量，θ為碳排放強度，也就是單位產(chǎn)品產(chǎn)量對應的碳排放量，q為通過技術手段減少排放的碳排放量（污染處理量），a為監(jiān)管機構免費發(fā)放的碳排放權量，x=θz-a-q為在二級市場交易的碳排放權交易量，當x>0表示賣出碳排放權，當x0，Bqq>0。從這個利潤表達式可以看出，碳排放權的初始分配并不會影響到產(chǎn)品產(chǎn)量z，產(chǎn)品產(chǎn)量實際上是產(chǎn)品價格、碳排放權交易價格以及碳排放強度的函數(shù)，也即z=z（r，p，θ）。

但是如果把碳排放權交易市場中的交易成本考慮進來，碳排放權的初始分配就會影響到最優(yōu)的產(chǎn)品產(chǎn)量。用t表示廠商在碳排放權交易市場凈交易量，表示為廠商碳排放水平減去初始碳排放權額度的絕對值：

t=|υ-a|

其中，υ=θz-q表示廠商碳排放水平。那么在此基礎上，我們定義交易費用函數(shù)T（t）為，并且Tt>0。由于遵約廠商參與碳排放權交易市場需要繳納一定的固定費用，比如說參與碳排放權交易市場所需的管理費用、注冊費用等，所以T（t）應該是永遠大于零的。當這些固定費用太大時，會使得一些廠商沒有動力參與碳排放權交易市場，所以此模型假設固定費用足夠小以至于只考慮變動費用則可。這時，遵約廠商的利潤函數(shù)可表達為：

π=r?z-C（z）-B（q）+p（a+q-θz）-T（t）

不失一般化，這里我們假設其中一個遵約廠商是碳排放權凈買入者（υ>a），以此我們分析碳排放權初始分配對遵約廠商利潤以及產(chǎn)品產(chǎn)量的影響。遵約廠商的目標函數(shù)就是最大化其利潤，那么目標函數(shù)的一階條件有：

πz=r-Cz-pθ-θTt=0

從這里可以看出，一階條件表示產(chǎn)品價格r等于邊際成本（Cz+pθ+θTt），也可以說是邊際收入（r-pθ-θTt）等于邊際產(chǎn)品成本（Cz）。對于交易所來說，不會把交易費用提高到遵約廠商虧損的程度，由于Cz>0，所以要求r-pθ-θTt>0。并且，我們假設遵約廠商技術碳減排量必須大于0。綜上，對技術碳減排量求偏導，我們有：

-Bq+p+Tt≤0

q（-Bq+p+Tt）=0

q≥0

如果遵約廠商技術碳減排量大于0，那么遵約廠商的產(chǎn)品產(chǎn)出量和技術碳減排量都是產(chǎn)品價格、碳排放權交易價格、碳排放強度以及碳排放權初始分配額度的函數(shù)，z=z（r，p，θ，a）和a=a（r，p，θ，a）。為了進一步分析碳排放權初始分配額度對產(chǎn)品產(chǎn)量和技術碳減排量的影響，我們對一階條件進行全微分，整理可以得到：

=

=

|H|表示海塞矩陣

|H|=CzzBqq+Ttt（Czz+θ2Bqq）>0

從中我們可以看出，產(chǎn)品產(chǎn)量的變動和技術碳減排量的變動依賴于Ttt的符號。當Ttt=0時，dz/da=0并且dq/da=0，這時碳排放權初始分配額度對產(chǎn)品產(chǎn)量和技術碳減排量沒有影響，這個與沒有交易成本的情形結果是一致的。當Ttt>0時，dz/da>0并且dq/da

四、結論與政策建議