碳排放的来源

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇碳排放的来源范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

碳排放的来源范文第1篇

关键词：碳排放；LMDI；能源消费总量；能源消费结构

中图分类号：F113.3 文献标识码：A 文章编号：1001-828X（2014）08-00-01

一、引文

2006年，尼古拉斯・斯特恩牵头做出的《斯特恩报告》指出：如果现在就开始采取强有力行动，我们可以以大约全球每年GDP的1%为代价，把温室气体在大气中的水平稳定在500-550ppm碳当量，并且认为尽早行动的益处远远超过不采取行动的代价，如果没有任何行动，那么气候变化带来的风险大约会增加到至少全球每年GDP的5%，如果考虑到更宽泛的影响，估计损失会达到20%或者更多，足以跟两次世界大战和经济大萧条比拟[1]。因此，对陕西省碳排放影响因素进行研究，具有重要的理论及现实意义。

本章主要利用陕西省历史数据，使用LMDI因素分解分析方法，对能源消费进行因素分解分析得出影响陕西省能源消费的主要因素及其历史贡献程度[3-6]。

二、碳排放的LMDI分解分析模型

依据LMDI分解分析方法的基本思路，碳排放可分解为如下几个部分：

其中， 为能源消费总量变化导致的总量变化效应

为能源碳排放系数变化导致的碳排放强度变化效应

为能源消费结构变化导致的结构变化效应

三、数据处理及实证分析

本章使用陕西省1995-2012年碳排放数据及能源消费量等数据，部分数据由推算得出，数据来源于陕西省统计年鉴。在本节中，能源碳排放系数是固定的，因此能源碳排放系数变化导致的碳排放强度变化效应为0。将数据代入公式2-1，可得出碳排放的分解数据，结果如图3-1所示：

1.能源消费总量效应

能源消费是碳排放的主要来源，并且目前国内对碳排放的估算是基于能源消费数据。从图3-2中可看出，陕西省碳排放量的变化主要来源于能源消费的变化，能源消费对碳排放变化的累积效应大部分年份超过了100%。此处之所以在对碳排放进行分解分析时纳入了能源消费总量的因素是因为，能源消费本身是受到经济增长、产业结构、人口等因素的影响，这些因素通过对能源消费的影响进一步影响到碳排放。

2.能源消费结构效应

从图3-1可以看出，从1995年开始，陕西省能源消费结构对碳排放的变化大部分表现为负效应，对减少碳排放的贡献值在不断增加。陕西省能源消费中煤炭所占的比重超过了70%，因此能源结构效应对减少中国碳排放的贡献力不大。从图3-1可以看出，各年份能源结构的累积效应变化较小，趋于平缓。

四、结论

本文主要采用LMDI分解分析方法，对陕西省能碳排放因素进行分解。主要结论是：在对碳排放进行因素分解分析后得出，碳排放量的变化可分解为能源消费总量变化及能源消费结构变化，通过导入能耗总量及能耗结构的的历史值，可计算得到各自对碳排放变量的历史贡献度。能源消费总量变化对碳排放总量变化贡献最大，并呈正向关系。能耗结构变化对碳排放总量变化贡献度相对较低，但呈负向关系，即能耗结构使得碳排放降低。

参考文献：

[1]Nicholas Stern. Stern Review on the economics of climate change [M].Cambridge University Press，Cambridge，UK，2006.

[2]基于系统动力学的广东省低碳经济发展路径选择[M].华南理工大学，2011：06.

[3]巩芳，王芳.基于LMDI分解模型的内蒙古碳排放实证研究，干旱区资源与环境[J].2013：72-77.

[4]吴振信，石佳，王书平.基于LMDI分解方法的北京地区碳排放驱动因素分析[J].中国科技论坛，2014：34-38.

碳排放的来源范文第2篇

一、碳排放权交易面临的会计问题

碳排放权所面临的会计问题主要是：碳排放权是不是企业的一项资产；如果是资产，企业应如何进行初始计量和后续计量；企业拥有的碳排放权来源于两个方面：政府的无偿分配和企业在交易市场上自行购买的，对于政府无偿分配给企业的碳排放权应该如何进行会计核算；企业在交易市场上自行购买的碳排放权应该确认为何种性质的资产以及如何进行会计核算。以上都是未来碳排放会计发展所要面临的问题，因此，有必要对碳排放权的确认和后续计量问题进行探讨。

二、碳排放权的确认与计量

碳排放权对于不同的企业有不同的经济性质，不能一概而论，因此应按照碳排放权的来源分别对碳排放权的会计处理进行探讨。

一是政府无偿分配给企业的碳排放权。包括：（1）政府无偿分配给企业碳排放权的确认。政府无偿分配给企业的碳排放权是无形资产，是与资产有关的政府补助。无形资产是指企业拥有或者控制的没有实物形态的可辨认非货币性资产。碳排放权是一项资产，同时还具备无形资产的特征：碳排放权是经过有关部门签发的减排权证，可以单独出售或者转让，而且碳排放权所带来的利益具有不确定性，无法用固定或者可确定的金额衡量，因此，碳排放权可以划分为无形资产。政府补助准则规定，政府补助是指企业从政府无偿取得货币性资产或非货币性资产，但不包括政府作为企业所有者投入的资本。《企业会计准则讲解》中提到：“政府对企业的经济支持主要集中在关系国际民生的农业、环境保护以及科学技术研究等领域”。碳排放权是政府为了保护环境无偿分配给企业的一种非货币性资产，因此，碳排放权是与资产有关的非货币性的政府补助。（2）政府无偿分配给企业碳排放权的初始及后续计量。政府无偿分配给企业的碳排放权作为无形资产时，其初始计量按照取得时的公允价值，在后续计量中企业按照实际排放量对碳排放权进行摊销，直接计入当期损益。对于确认为无形资产的碳排放权，不考虑减值；作为与资产有关的政府补助时，初始确认按照取得时的公允价值计量，计入“递延收益”，按照企业的实际排放量逐步转入当期损益（营业外收入）。（3）政府无偿分配给企业碳排放权的会计处理。1月1日，政府无偿分配给某煤炭企业120万吨的二氧化碳排放量，当时碳排放权的交易价格为每吨0.0003万元：

借：无形资产――碳排放权 360

贷：递延收益――碳排放权 360

经过测量，该煤炭企业1月二氧化碳的实际排放量为10万吨；

借：环境费用――碳排放权 10

贷：累计摊销――碳排放权 10

借：递延收益――碳排放权 10

贷：营业外收入――碳排放权 10

“环境费用”科目是为了反映企业在保护环境方面所发生的支出，作为当期损益科目，在利润表中列示。

二是企业自行购买的碳排放权。包括：（1）企业自行购买碳排放权的确认。企业在交易市场中自行购买的碳排放权按照其持有的目的可以分为两类：一类是政府分配给企业的碳排放权不够时而购买的碳排放权，这类碳排放权属于无形资产，虽然是从交易市场中购买，但是依然满足无形资产的条件；另一类是企业纯粹为了近期内出售赚取差价，且采用公允价值计量，价值变动计入当期损益，这类碳排放权属于交易性金融资产。（2）企业自行购买碳排放权的初始及后续计量。划定为无形资产的碳排放权，其初始及后续计量与政府无偿分配给企业碳排放权的计量方法相同，即按照取得时的公允价值入账，企业的实际排放量进行摊销，计入当期损益，不考虑价值波动问题；划定为交易性金融资产的碳排放权应该按照碳交易所的价格指数，即按照公允价值进行初始及后续计量。（3）企业自行购买碳排放权的会计处理。承上例：至9月底，企业已将政府无偿分配的碳排放权消耗完毕，因此，企业在碳交易所中以2元每吨的价格购买了50万吨碳排放权：

借：无形资产――碳排放权 100

贷：银行存款 100

10月初，碳交易所的交易价格为3元每吨，该厂经过分析认为碳排放价格到12月可能会升到6元每吨，因此该厂就购买了20万吨碳排放权用于出售赚取差价：

借：交易性金融资产――碳排放权60

贷：银行存款60

11月底，碳交易所的碳排放权交易价格升至5元每吨：

借：交易性金融资产――公允价值变动 40

贷：公允价值变动损益 40

12月底，碳交易所的碳排放权交易价格升至7元每吨，企业将其出售：

借：银行存款 140

贷：交易性金融资产――碳排放 60

――公允价值变动 40

投资收益40

借：投资收益 40

贷：公允价值变动损益 40

碳排放的来源范文第3篇

（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

碳排放的来源范文第4篇

（华中农业大学土地管理学院，武汉 430070）

摘要：采用武汉市1996－2010年的土地利用变更数据、能源数据以及相关经济数据，通过构建碳排放、碳足迹模型，测算近15年来武汉市土地利用的碳排放量和碳足迹，并分析其碳排放量、碳足迹的变化及影响因素。结果表明，武汉市建设用地碳排放量占碳排放总量的98％以上，在1996－2010年处于逐年增加的状态，2010年已达到1996年的1．4倍；武汉市的总碳足迹和人均碳足迹也在逐年增加，碳赤字较为严重。碳排放总量的不断增加主要是由武汉市建设用地不断扩大以及经济增长方式和能源结构不合理造成。为此，武汉市不仅要控制建设用地的扩张，同时还应改变经济增长方式、调整能源消费结构。

关键词 ：碳排放；碳足迹；建设用地；能源结构；武汉市

中图分类号：F301．24 文献标识码：A 文章编号：0439－8114（2015）02－0313-05

DOI:10.14088/j.cnki.issn0439-8114.2015.02.015

气候变暖是全世界公认的环境问题，造成气候变暖的原因主要是温室气体排放量的大幅增加。2005年2月16日《京都议定书》正式生效，给CO2排放量居世界第二位的中国带来了严峻和现实的压力与挑战［1］，掀起学术界有关碳排放研究的热潮。有学者对经济增长与碳排放的关系进行了研究。彭佳雯等［2］利用脱钩模型探讨了中国经济增长与能源碳排放的脱钩关系及程度；杜婷婷等［3］则以库茨涅兹环境曲线及衍生曲线为依据，对中国CO2排放量与人均收入增长时序资料进行统计拟合得出中国经济发展与CO2排放的函数关系。也有学者对土地利用类型转变引起的碳排放效应变化进行了研究。如苏雅丽等［4］对陕西省土地利用变化的碳排放效益进行了研究。对于土地利用碳排放影响因素的研究也有了一定的成果，主要是利用指数分解法对影响土地利用碳排放效应的因素进行分解分析，如蒋金荷［5］运用对数平均Divisia指数法（LMDI法）定量分析了中国1995－2007年碳排放的影响因素及贡献率。对于碳足迹的研究，赵荣钦等［6］计算和分析了江苏省不同土地利用方式能源消费碳排放与碳足迹。还有其他学者通过碳足迹计算模型，从碳足迹核算和碳足迹评价的角度进行了有意的探讨［7－9］。研究不同土地利用方式的碳排放效应，有助于从土地利用调控的角度控制碳排放。本研究以武汉市为例，分析武汉市土地利用碳排放和碳足迹，探讨武汉市碳排放变化的影响因素，为武汉市调控土地利用以减少碳排放提供科学依据，对武汉市构建“两型社会”具有重要的理论与现实意义。

1 研究区域概况

武汉市位于中国的中部地区、江汉平原的东部，地处东经113°41′－115°05′，北纬29°58′－31°22′。地形以平原为主，拥有丰富的自然资源。截至2010年，全市土地面积为8 494．41 km2，农用地面积为4 270．45 km2，其中耕地面积为3 174．05 km2，林地面积为975．81 km2， 建设用地1 596．51 km2，未利用地面积2 627．45 km2。本年全市国民生产总值达到6 762．20亿元，同比增长12．5％，位居15个副省级城市第五位。第一、第二、第三产业分别为198．70亿、3 254．02亿、3 303．48亿元，比重为2．94％、48．12％、48．94％。人均GDP为68 286．24元，城镇居民人均可支配收入23 738．09元，农村居民人均纯收入9 813．59元。全市全年社会消费品零售总额达2 959．04亿元。

2 研究方法与数据来源

2．1 碳排放测算模型

根据李颖等［10］、苏雅丽等［4］的研究，本研究基于各种用地类型的碳排放／碳吸收系数计算碳排放量，主要涉及耕地、林地、草地、建设用地。其中建设用地具有碳源效应，耕地上的农作物虽然能够吸收二氧化碳，但是在很短的时间内又会被分解释放到空气中，因此将耕地视为碳源［11］，林地和草地为碳汇。

碳排放测算公式［10］：

CL＝∑Si·Qi （1）

其中，CL为碳排放总量；Si为第i种土地利用类型的面积；Qi为第i种土地利用类型的碳排放（吸收）系数，吸收为负，其中耕地、林地、草地的碳排放系数分别为0．422、－0．644、－0．02 tC／hm2［12］。

建设用地的碳排放主要通过计算其建设过程消耗能源所产生的碳排放间接得到。这里的能源主要是指煤炭、石油和天然气。

建设用地碳排放估算公式［10］：

CP＝∑ni＝∑Mi·Qi （2）

其中，CP为碳排放量；ni为第i种能源的碳排放量；Mi为第i种能源消耗标准煤；Qi为第i种能源的碳排放系数，其中煤、石油、天然气的碳排放系数分别为0．747 6 tC／t标准煤、0．582 5 tC／t标准煤、0．443 4 tC／t标准煤［12］。

2．2 不同土地利用类型的碳足迹

碳足迹是指吸收碳排放所需的生产性土地（植被）面积，即碳排放的生态足迹［13］。净生态系统生产力即NEP是指1 hm2植被一年的碳吸收量，用来反映植被的固碳能力［13］，采用NEP指标反映不同植被的碳吸收量，并以此计算出消纳碳排放所需的生产性土地的面积（碳足迹）。森林和草原是主要的陆地生态系统，因此本文主要考察这两种植被类型的碳吸收［13］。根据赵荣钦等［6］、谢鸿宇等［13］的方法，首先计算出化石能源碳排放量，再根据森林和草地的碳吸收量计算出各自的碳吸收比例，最后由各自的NEP计算出吸收化石能源消耗碳排放所需的森林和草地的面积。化石能源碳足迹计算公式为：

其中，A为总的化石能源碳足迹，Ai为第i类能源的碳足迹，Ci为第i种能源的消耗量（万吨标准煤），Qi为第i种能源的碳排放系数，Perf与Perf分别为森林与草原吸收碳的比例；NEPerf与NEPerf分别为森林和草地的净积累量。吸收1 t的CO2所需的相应生产用地土地面积计算结果见表1。

2．3 数据来源

能源数据与经济数据来源于《武汉市统计年鉴（1996－2010）》，武汉市土地利用结构数据来源于武汉国土资源和规划局。

3 结果与分析

3．1 武汉市碳排放量

根据公式（1）、（2）和《武汉市统计年鉴》所查询的武汉市能源消耗量，以及武汉市历年土地变更数据，计算武汉市1996－2010年的碳排放量见表2。

从不同土地利用类型的碳排放量来看（表2），建设用地的碳排放量占碳排放总量的98％以上， 由此可以说明建设用地为主要的碳源。同时可以看到，武汉市的建设用地碳排放量增加较快， 1996到2010年间，武汉市建设用地碳排放量增加了1 091．6万t，增幅为88．58％，碳排放总量也增加了87．21％。通过SPSS 19对建设用地面积与碳排放总量进行双侧检验，结果表明，在0．01水平下显著相关，可见武汉市的碳排放总量与建设用地的碳排放量走势保持同步。

在建设用地面积增加的同时，耕地面积在不断减少，但是耕地面积的减少对碳排放总量并没有起到明显的影响，原因可能有两个方面，一是耕地的碳排放量相对于建设用地来讲数量太小，最高也只占碳源排放总量的1．6％；二是耕地转变为建设用地不仅没有降低碳排放量，反而会增加碳排放量。

另一方面，武汉市的碳吸收总量也在不断增加，1996到2010年间增加了2．09万t，增幅为49．76％，其中占碳汇吸收比例较小的草地碳吸收量在逐年下降，但是林地的碳吸收量占总吸收量的90％以上，甚至有些年份达到了99％以上，且林地面积在不断扩大，林地的固碳量在增加，从而使得武汉市碳吸收量15年间不断增加。

3．2 武汉市建设用地碳足迹分析

由公式（3）计算武汉市1996－2010年的能源消耗碳足迹间接得到建设用地碳足迹，如表3所示。由表3中可以看出，武汉市的建设用地碳足迹逐年增加，在此期间，虽然武汉市的林地与草地的总面积有所增加，但是远远不足总碳足迹的增加速度，同时人均碳足迹由0．63 hm2增加为0．74 hm2，由此表明武汉市的生态系统不足以弥补能源消费的碳足迹。不同能源的碳足迹表明，煤炭的消费是引起总碳足迹增加的主要原因。表3也表明，森林的碳吸收能力比草地要强，碳足迹以森林为主。

3．3 影响因素分析

3．3．1 土地利用结构 不同的土地利用结构对碳排放量与碳吸收量都会产生影响。1996－2010年武汉市土地利用结构变化见表4。由表4可以看出，武汉市的林地面积不断增加，草地面积在减少，但是由于林地是主要的碳汇，因此武汉市的碳汇量随林地面积的增加而增加。耕地面积在减少，建设用地面积不断增加，且增加速度较快，一部分面积的增加是由于耕地的非农化，即耕地转为了建设用地，而建设用地是主要碳源，因此，武汉市的碳排放量随建设用地面积增加而增加。

3．3．2 经济增长方式 现有的研究表明［10］，国家工业化，能源消费碳排放是最主要的排放类型，可占二氧化碳排放的90％以上。从上述武汉市碳排放量测算结果来看，能源碳排放占碳排放总量的98％以上。由此，应分析经济发展中能源消费带来的碳排放变化。

碳排放强度是碳排放量与国内生产总值（GDP）的比值，是衡量温室气体排放的指标，可以作为发展中国家承认和反映其对减缓气候变化的贡献指标［14］。计算可知，1996－2010年武汉市碳排放强度总体上呈下降趋势，由1996年的1．88 t／万元下降到2010年的0．53 t／万元，下降了71．81％，年平均下降4.79％。根据何建坤等［14］的研究，要实现二氧化碳的绝对减排，碳排放强度的下降率要大于GDP的增长率。而武汉市1996－2010年碳排放强度下降率远小于14．54％的GDP增长率，这远远不能实现碳减排。

经济增长既需要资本的投入，也需要土地、能源等物资投入，若经济增长使得土地、能源等物资消耗加剧，碳排放量加大，则资源利用效率降低，对环境的不利影响加剧，显然这种经济增长方式不可取。为评判经济增长对碳排放变化的影响，可选用能源碳排放系数，即能源碳排放增长速度与国内生产总值的比值来反映经济增长对碳排放的影响，其与能源消费弹性系数具有同样的测量意义［15］。已有研究表明，发展中国家能源消费弹性系数一般都大于或接近于1，而发达国家则小于或接近0．5［15］。其值越大，说明能源碳排放增长快于经济增长速度。计算发现，武汉市能源碳排放系数达到了0．76，远远大于0．5。由此说明，武汉市的经济增长促进了碳排放量的增加。

3．3．3 能源结构 不同的能源其碳排放系数不同，三大能源中，煤炭的碳排放系数最大，天然气最小，石油居中。因此，煤炭的消耗量越大，则能源碳排放量越大。根据公式（2）可测算各种能源碳排放量，并得出三大能源碳排放量趋势图（见图1）。由于各能源的碳排放量与能源消费量之间呈正比，因此，能源碳排放量的趋势与能源消费量的趋势一致。由图1可知，石油和天然气的消费量在1996－2010年间较为平稳，煤炭的消费量在1996－2002年间保持稳定，2002－2006年快速上升，2006－2009出现微小下降，2010年又开始上升，与武汉市碳源排放总量变化走势一致，煤炭消耗量占总能源的67％以上。可以看出，武汉市是以煤炭为主的能源结构。

平均碳排放系数是指能源碳排放总量与能源消耗总量的比值，其变化能够反映能源结构变动对碳排放量的影响。当低碳能源比例的增加时，平均碳排放系数将会变小。从图1来看，武汉市1996－2010年的平均碳排放系数较为平稳，在0．707~0．717之间浮动。以上分析表明，武汉市能源消费结构不合理。

3．3．4 碳足迹影响因素分析 武汉市能源消耗总量在15年间由1 790．13万t增长到了3 352．96万t，与此同时，其碳足迹也由328．13万hm2增长到了618．78万hm2。能源消耗总量与碳足迹走势图（图2）表明，碳足迹随着能源消耗总量的变动而变动，两者呈现出高度一致的走势。

采用回归分析可以定量分析能源消耗总量与碳足迹的关系。本文以95％的置信度通过有关检验，其相关性如表5所示，能源消耗量与碳足迹的相关系数达到了0．999 5，说明碳足迹受能源消耗总量影响较大。

4 小结与讨论

1）建设用地是主要的碳源，其碳排放量占总碳排放总量的98％以上。建设用地面积的增加是武汉碳排放量增加的一个重要原因。发展低碳经济，建设“两型社会”，武汉需控制建设用地面积的不断扩大。同时，提高土地利用集约度，通过集约利用缓解建设用地供求矛盾，实现低碳集约利用。

2）武汉市的总碳足迹和人均碳足迹在不断增加，虽然武汉市的林地与草地的总面积有所增加，但是远远不足总碳足迹的增加速度，表明武汉市碳赤字较为严重。其中，森林碳足迹和煤炭碳足迹为碳足迹的主要“碳汇”和“碳源”，煤炭的消耗是引起总碳足迹增加的主要原因。因此，增强生产性土地，特别是森林的固碳能力，改善能源消费结构，减少煤炭消费量，提高石油、天然气等能源的消费比例，可以较好地降低碳排放水平。

3）1996－2010年，武汉市碳排放量总体上升。主要原因除了建设用地面积不断增加外，还受经济增长方式与能源结构的影响。较高的能源碳排放系数反映出武汉市目前的经济增长方式不利于低碳经济的发展。建立低碳的能源体系，调整产业结构和能源消费结构，是发展低碳经济社会的关键。

4）通过土地利用变化以及能源消费量的变化分析了武汉市的碳排放以及碳足迹的变化，但是在计算能源消费碳排放时，因数据的限制，仅考虑了化石能源消费所带来的碳排放，未计算农村生物质能燃烧带来的碳排放。同时，由于目前对碳足迹的概念和计算边界缺乏统一的定义，计算数据获取难度较大，碳足迹的研究需要进一步深入探讨与完善。

参考文献：

［1］ 庄贵阳．低碳经济：中国之选［J］．中国石油石化，2007，7（13）：32－34．

［2］ 彭佳雯，黄贤金，钟太洋，等．中国经济增长与能源碳排放的脱钩研究［J］．资源科学，2011，33（4）：626－633．

［3］ 杜婷婷，毛 锋，罗 锐．中国经济增长与CO2排放演化探析［J］．中国人口资源与环境，2007，17（2）：94－99．

［4］ 苏雅丽，张艳芳．陕西省土地利用变化的碳排放效益研究［J］．水土保持学报，2011，25（1）：152－156．

［5］ 蒋金荷．中国碳排放量测算及影响因素分析［J］．资源科学， 2011，33（4）：597－604．

［6］ 赵荣钦，黄贤金．基于能源消费的江苏省土地利用碳排放与碳足迹［J］．地理研究，2010，29（9）：1639－1649．

［7］ SOVACOOL B K， BROWN M A． Twelve metropolitan carbon footprints： A preliminary comparative global assessment［J］． Energy Policy， 2010， 38（9）：4856－4869．

［8］ KENNY T， GRAY N F． Comparative performance of six carbon footprint models for use in Ireland［J］． Environmental Impact Assessment Review， 2009， 29（1）：1－61．

［9］ 黄贤金，葛 杨，叶堂林，等．循环经济学［M］．南京：东南大学出版社，2009．

［10］ 李 颖，黄贤金，甄 峰．江苏省区域不同土地利用方式的碳排放效应分析［J］．农业工程学报，2008，24（S2）：102－107．

［11］ 肖红艳，袁兴中，李 波，等．土地利用变化碳排放效应研究—以重庆市为例［J］．重庆师范大学学报（自然科学版），2012，29（1）：38－43．

［12］ 2006 IPCC Guidelines for National Greenhouse Gas Inventories ［R］． Geneva：IPCC，2006．

［13］ 谢鸿宇，陈贤生，林凯荣，等．基于碳循环的化石能源及电力生态足迹［J］．生态学报，2008，28（4）：1729－1735．

［14］ 何建坤，刘 滨．作为温室气体排放量衡量指标的碳排放强度分析［J］．清华大学学报（自然科学版），2004，44（6）：740－743．

［15］ FANG J Y， CHEN A P， PENG C H， et al． Changes in forest biomass carbon storage in China between 1949 and 1998［J］． Science， 2001， 292：2320－2322．

碳排放的来源范文第5篇

关键词：碳足迹　抽样　低碳　绿色校园

中图分类号：X22　文献标识码：A　文章编号：1007-3973(2011)004-118-02

近年来，由于温室气体的大量排放，全球平均温度呈逐年升高的趋势，严重影响到了人类的生存发展。为了应对全球气候变化的重大挑战，上世纪末，联合国环境与发展大会先后通过《联合国气候变化框架公约》和《京都议定书》，2009年更是召开了有史以来规模最大的哥本哈根世界气候大会。可见，碳排放量的控制已经成为世界各国的共识，并作为经济建设中的重要指标加以监测、研究。

由于低碳发展模式不仅符合时代要求，而且势必会对人类社会产生深远影响，国内外众多学者、机构纷纷开展碳足迹和碳结构方面的研究，在宏观和微观方面取得了很多有意义的成果。宏观方面，碳足迹研究主要集中在国家经济建设中的碳排放政策与措施等大的尺度上，但不够细化；微观方面，则主要关注于个人和家庭的碳足迹研究，但还没有对高校碳足迹和碳结构进行研究的。然而，国内高校人数多，规模大，并有数目庞大的实验室和办公机构，是碳排放的“大户”。因此，高校碳足迹和碳结构研究具有重要的现实意义。

本文首先总结了碳足迹计算的相关方法，为高校碳足迹研究提供了有效的途径。其次，针对高等院校的特点，分析并对比了各高校的碳足迹与碳结构。最后，初步提出了高校碳足迹研究的方案和意义，从而为提倡大学生低碳生活方式和绿色校园建设提供了有益的建议和帮助。

1　碳足迹计算的相关方法和常用实例

目前国内外用得较多的碳足迹计算方法有两种。第一种，利用生命周期评估(LCA)法(这种方法更准确也更具体)：第二种是通过所使用的能源矿物燃料排放量计算(这种方法较一股)。用汽车的碳足迹作为一个例子：第一种方法会估计几乎所有的碳排放量，涉及汽车的制造(包括制造汽车所有的金属、塑料、玻璃和其它材料)，使用和最后处理等各个环节。第二种方法则只计算制造、使用和处理汽车时所用化石燃料的碳排放量。

其实，碳足迹的计算是个相当复杂的过程，根据情况的不同会有所区别。理论上讲，碳足迹的计算应包括一切用于电力、建设我们的家园、运输(包括旅行时乘坐汽车、飞机、铁路和其它公共交通工具)的能源，以及我们所使用的所有消耗品。

高校碳足迹的计算最终可以归结于个人碳足迹的计算。为了研究的方便，忽视个体的特殊性，借助已有的碳足迹计算常用实例，对研究个体(每个大学生)采用抽样调查的方式计算其碳足迹，求出平均值，最后估算出高校总的碳足迹。

通过相关资料的搜集，本文整理出了个人碳足迹计算中的一些常用实例，主要包括以下几个方面：

由于高校人员组成的特殊性，其个人碳足迹的计算也有别于其他情况。因此可根据具体情况，采用上述部分常用实例估算出高校中个人的碳足迹。

2　高校里的碳结构分析

大学作为一个特殊的社会环境，它的碳排放结构相对于其他的社会环境有它独特的特点，但是其大体结构还是相同的。一方面是碳的排放，另一方面则是碳的吸收。

2.1碳的排放

大学里的碳排放最多的就是通过用电和用水，在这里我们考虑主要的因素而忽略一些比较次要的因素。家庭的“碳排放”主要由四部分构成：用电量、用水量、用气量、耗油量。大学校园里面教师开车比较多，我们将这部分的碳排放归于家庭的排放，大学校园的主体还是学生，学生主要以自行车和乘校车为主。

2.1.1用电方面

用电量主要、由教学楼用电，办公用电和寝室生活用电几部分组成。教学楼用电，一个教室会有很多学生共同使用，将总的碳排放平均到每个学生还是很少的，这点是学校用电的特点。办公用电，每个办公室的使用人员比教室的使用人员少得多，这样平均下来的碳排放相对较高。寝室生活用电的碳排放平均下来属于这三者的中等水平。

2.1.2用水方面

用水主要来源于寝室生活用水，在学生中提倡节约用水，可以减少碳排放量。

2.1.3用气方面

由于学生宿舍普遍没有安装热水器等用气设备，因此这部分碳排放主要来源于教师宿舍和校内食堂、旅社等用气量大户。

2.1.4耗油量方面

如今，随着经济水平的提高，高校里的私家车数量日益增多，成为碳排放的又一大来源。虽然有些家庭殷实的学生也拥有私家车，但数量极少，故忽略不计。另外，伴随着高校的扩招和发展，校车数量不断增加，其耗油量成为高校碳排放的重要组成部分。

2.1.5用纸方面

纸张的使用在碳排放量中占有很大的比重。由于高等院校的特殊性，其用纸量特别巨大。主要包括学生、教师所用的教材、打印资料、生活用纸等方面。

2.2碳的吸收

高校里的碳结构主要涉及碳排放，碳吸收方面很少，主要是通过绿色植物的光合作用来吸收二氧化碳。众所周知，绿色植物的光合作用和呼吸作用相互影响可以净化空气，使大气中的O2和CO2含量保持相对稳定。一个大学校园的树木每天光合作用吸收的CO2除了抵消掉自身的呼吸作用产生的CO2，还可以吸收我们所产生的CO2。

另外，水可以溶解二氧化碳，虽然溶解度较低，但像湖泊、海洋等大型水域则能有效地吸收二氧化碳。比如武汉大学紧邻东湖，东湖水对校园的碳吸收有一定的贡献。

3　高校里的碳结构比较

高校中的碳结构分析应包括碳排放和碳吸收两方面，而各种高校按类别应该分为偏文类大学，理工类大学和综合性大学，因此高校中的碳结构比较应按如下方面进行。

3.1碳排放方面

碳排放主要包含用电引起的碳排放，教师学生以及游客甚至是教职工所养宠物等的呼吸排放，工程建设方面的碳排放，能源结构不同所引发的碳排放不同等。

对于文科类学校(以武汉地区的中南财经政法大学为例)由于没有专业需求故碳排放仅仅是一些日常生活的排放，并且一些偏文的财经类大学人数相对较少，故而生活用电，师生呼吸排放，能源利用等相对其他类型的大学来说较少，

对于理工类大学(如华中科技大学)除生活用电外，还需大量实验用电，并且实验用电会占较大一部分，同时由于理工类大学人数比较多，故生活用电实验用电以及能源结构不同所造成的碳排放会比财经类大学多出很大一部分，

对于综合类大学(如武汉大学)其碳排放会更加复杂，其既有正常的生活用电也包含理工学生的实验用电，而且一般综合性大学都是各地著名的景点，因此每年特定的时期(武大的樱花节)会有较多的游客前来参观游览，故游客也会引起很多的碳排放，而且武大大多是老建筑因而会有许多建筑需要维修翻新，一些建筑材料会含有碳，故而会对碳排放产生一定的影响，综合看来，综合类院校的碳结构会比其他学校复杂。

3.2碳吸收方面

碳吸收主要是植物的光合作用引起的，因而各高校的碳吸收就看各高校植物的多少，一般来讲综合类的大学其植物会远远多于财经类大学理工类大学，因而综合类大学的碳吸收作用会多于其他类型学校碳吸收。

因此，高校里的碳结构比较应该从细而论，从各方面分析，这样才会有更加全面的结果。

4　结论

通过对高校碳结构的分析和比较，减少高校碳足迹的主要途径有以下两个方面：减少碳排放量和增加碳吸收量。

由于高校中碳排放量主要来源于用电方面，故从控制用电量着手来减少碳排放可能比较有成效。比如，通过宣传、教育，使学生尽量多的去图书馆自习，减少待在寝室的时间，提高用电效率。另外就是学校的办公用电，可以从多方面来减少碳排放，比如控制空调温度适宜、使用节能灯泡等。