河北省科技厅课题 河北省碳排放影响因素分解与碳减排对策研究.docx

河北省教育厅人文社科研究计划项目可行性研究报告
项目名称：河北省碳排放影响因素分解与碳减排对策研究

一、国内外研究现状和发展趋势
1992年联合国环境与发展大会首次把全球资源环境管理提升到国家发展战略高度, 提出了“可持续发展” 理念, 通过了《联合国气候变化框架公约》, 明确提出了控制大气中温室气体浓度上升, 减少二氧化碳排放是国际社会共同的责任和义务。随后国际社会都在为协商和制定二氧化碳减排的国际履约协议而努力。“碳减排”不仅涉及到传统的产业结构、工业结构和能源结构的问题, 而且涉及人类传统的生方式、生活方式和消费方式等, 从本质上触动了人类经济发展方式变革。
在过去30年经济社会的快速发展背后，中国仍未完全摆脱高投入、高污染、低效益的传统工业化增长模式，并为此付出了巨大的资源和环境代价。改革开放之初的1978年，中国能源消费总量是5.7亿tce, 到2008年则迅速上升到28.5亿tce。特别是“十五”期间（2001-2005年），随着工业化、城市化进程的加速，中国能源消费更是呈现前所未有的高速增长态势，在短短5年时间中，中国能源消费增量超过了此前的20年（1981-2000年）的总和。与能源消费快速增长相伴的是CO2排放量的迅速增长，1978年中国碳排放量为13.8亿t CO2,2007年上升到60.1亿t CO2，1978-2007年化石能源燃料排放的CO2年均增速达到5.2%。 国家发展和改革委员会能源研究所课题组. 中国2050年低碳发展之路[M]. 北京：科学出版社. 2009
有研究表明,我国能源消费产生的CO2 占我国排放总量的75 %, Streets , D G, Jiang , K J , et al . Recent Reductions in China’s Greenhouse Gas Emissions [J ] . Science , 2001 , 294 : 1835～1837.
目前已位居世界第二， [CDIAC. National CO2 Emissions from Fossil2fuel Burning, Cement Manufacture, and Gas Flaring: 1751 - 2005 [ R ] . Carbon Dioxide Information Analysis Center ,2006.
预计到2030 年,我国CO2 排放总量很可能超过美国,居世界第一位。 EIA. Energy Information Administration, International Energy Annual,2006 International Energy Outlook[ R]. 2007.

联合国气候变化专家工作组的研究结果表明，大气层中CO2等温室气体含量的上升是导致全球气候变暖的主要原因，气候变暖会对全球在生态安全、粮食安全、水资源利用、海岸带低洼地区的人居环境等方面产生灾难性的影响。由于气候变化与能源消费之间的关系密切，气候变化问题已日益成为各国制定能源战略的重要影响因素，一些主要发达国家纷纷将减缓温室气体排放作为指导本国能源战略调整的重要方向，重点是限制化石能源消费，鼓励能源节约和使用清洁能源。《联合国气候变化框架公约》（UNFCCC）提出的“将大气中温室气体浓度稳定在防止气候系统受到危险干扰的水平上”已成为国际社会努力的共同目标。
2009年11月，我国政府首次量化温室气体减排目标：到2020年，中国单位国内生产总值二氧化碳排放将比2005年下降40%-45%。就河北省而言，国家的二氧化碳量化减排目标，即是对河北省经济发展的严峻挑战，同时也为河北省进行经济结构调整、能源结构调整、产业优化升级提供了机遇。
在能源消费与经济增长之间的协整性与因果关系的研究中，1978年Kraft,J和Kraft,A在能源经济研究中，发现了美国GNP对能源消费的因果关系。 Kraft,J.,Kraft,A. On the Relationship between Energy and GNP[J]. Journal of Energy Development. Vol.3,1978
然而，Akarca and Long指出，如果时间间隔改为2年，Kraft,J和Kraft,A的结论就值得怀疑。 Abosedra,S.,Baghestani,H. New Evidence on the Causal Relationship between U.S.Energy Consumption and Gross National Product[J]. Journal of Energy Development. Vol.14,1989
其他一些研究者利用不同的时间间隔和不同技术证实或反驳Kraft,J和Kraft,A的结论。 Cheng,B.S. An Investigation of Cointegration and Causalty between Economic Growth[J]. Journal of Energy Development.Vol.21,1995
Masih在对六个亚洲国家能源消费和GDP关系的协整检验中发现在印度、巴基斯坦、印度尼西亚三个国家能源消费和GDP之间存在协整关系,而马来西亚、新加坡、菲律宾则不存在协整关系。 Masih,A.M.M. Energy consumption, real income and temporal causality: result from a multy-country study based on cointegration and error-correction modeling techniques. Energy Economics. 1996:165-183

国内的研究成果主要有，魏一鸣等发现，中国的GDP和能源消费两个时间序列都是非平稳的，但都是二阶单整序列。对1978-2003年的数据，得到的协整回归方程为：
GDP = -13 652.663 46 +0.270 519 699 5·E + et （1）
因果关系的检验结果是，在1%的显著性水平上拒绝了“GDP不是E的Granger原因”的原假设，表明GDP是E的Granger原因；同时无法拒绝“E不是GDP的Granger原因”的原假设，这说明E不是GDP的Granger原因。魏一鸣等还进一步分析了各产业能源消费与经济增长之间的协整性与因果关系，结果显示第一产业、第二产业、第三产业均存在从经济增长到能源消费的单向Granger因果关系。 魏一鸣. 中国能源报告（2006） 战略与政策研究[M]. 北京：科学出版社. 2006

吴巧生，成金华等分析了1979-2002年中国能源消费与GDP的协整关系, 得出中国能源消费对GDP的广义差分回归模型为：
（2）
Granger因果关系检验的结论是，，经济增长是能源消费增长的Granger原因,GDP水平每提高1%，能源消费水平相应地提高0.493%。吴巧生，成金华还分析了用非农产业就业比重测定的中国工业化水平与能源密度的协整关系，结果表明，中国工业化水平提高1%，能源密度下降0.33%，工业化水平的提高从长期来看是有利于提高能源利用效率的。吴巧生，成金华. 中国工业化进程中的能源消费变动———基于计量模型的实证分析[J]. 中国工业经济.2005（4）

张丽峰利用协整理论, 检验三次产业的能源消费与产业发展的协整和因果关系, 建立误差修正模型。结果表明, 三次产业的能源消费弹性是不同的, GDP是能源消费的格兰杰因果关系。张丽峰. 产业能源消费与产业发展的协整与误差修正模型分析[J]. 经济经纬.2005（6）

国内的研究成果也有能源消费与经济增长之间存在Granger双向因果关系，或一些能源种类（如石油、天然气）消费和经济增长之间不存在协整关系。
王海鹏，田澎等以电力行业为研究对象，分析了中国能源消费、经济增长间协整关系和因果关系，Granger因果性检验表明,电力消费与经济增长之间存在双向因果关系。王海鹏，田澎等. 中国能源消费、经济增长间协整关系和因果关系的实证研究——以电力行业为例[J]. 生产力研究.2005（3）

马超群, 储慧斌等研究了中国从1954～ 2003 年间年度GDP 和能源总消费以及能源消费各构成部分(包括煤、石油、天然气和水电力等) 之间的长期均衡关系。研究结果表明GDP 分别与能源总消费、煤炭消费之间存在协整关系, 而GDP 与石油、天然气和水电之间不存在协整关系。马超群, 储慧斌. 中国能源消费与经济增长的协整与误差校正模型研究[J]. 系统工程. 2004（10）

在对碳排放影响因素进行分析时，常以分解为工具。分解分析作为研究事物的变化特征及其作用机理的一种分析框架，近年来在社会经济研究中得到越来越多的应用。目前，在能源消费与碳排放分解分析领域常用的分解方法有结构分解分析（structural decomposition analysis，简称SDA）与指数分解分析（index decomposition analysis，简称IDA）。其中，SDA方法利用投入产出表，以消耗系数矩阵为基础，可对各影响因素如产业部门最终需求、国际贸易等进行较为细致的分析，其主要方法包括投入产出法、两极分解法等； Hoekstra R, van der Bergh J.C.J.M. Comparing structure and index decomposition analysis[J]. Energy Economics,2003,25(1):39-64
IDA方法利用产业部门水平的总和数据，更易进行时间序列分析以及跨国比较，其主要方法包括Laspeyres指数分解与Divisia指数分解等。
　能源和碳排放的分解研究始于20 个世纪70 年代。GREENIN G等 采用分解模型分析了美国能源和碳排放强度下降的主要原因,认为能源结构的调整不是主要原因,天气的变化才是主要原因。 GREENING L A, DAVIS W B ,SCHIPPER L. Decomposition of aggregate carbon intensity for the manufacturing sector :comparison of declining trends from 10 OECD countries for the period 1971 —1991[J ] . Energy Economics, 1998 ,20 (1) :43-65.
GREENING L A, TING M ,DAVIS WB. Decomposition of aggregate carbon intensity for freight : comparison of declining trends from 10 OECD countries for the period 1971 —1991[J ] .Energy Economics ,1999 ,21 (4) :331-361.

GREENIN G等利用碳分解模型对经济合作与发展组织(OECD) 10 个国家的生产部门、货物运输部门、居民终端服务部门、私人交通部门的碳排放强度进行了分析,认为生产部门碳排放强度下降主要是由能源消费强度下降引起的,同时能源价格对碳排放强度有很大的影响,货物运输部门碳排放强度提高主要受交通模式向碳密集型模式转变的影响,居民终端服务部门的能源消费结构、发电燃料构成以及能源强度对碳排放强度的影响各不相同,私人交通部门能源强度的下降对碳排放强度的下降贡献最大。 GREENING L A, TING M. Effect of changes in residentialend2uses and behavior on aggregate carbon intensity: comparison of 10 OECD countries for the period 1970 through 1993[J ] . Energy Economics, 2001,23 (2) :153-178.
GREENING L A. Effect s of human behavior on aggregate carbon intensity of personal transportation : comparison of 10OECD countries for the period 1970 —1993 [ J ] . Energy Economics, 2004 ,26 (1) :1-30.

Ma &Stern 对中国1971 - 2003 的CO2 也进行了分解,其创新之处在于在能源结构中引进了生物质能,结果表明生物质能占比下降对碳排放减少产生了积极影响 Ma , C & D I Stern. China’s Carbon Emissions 1971 - 2003 [ R ] .Rensselaer Working Papers in Economics , Number 0706 , 2007.
。
近年来，国内以因素分解为工具研究碳排放影响因素的成果也在逐渐增多，比较有代表性的有，中国科学院可持续发展战略研究组选取能源强度、能源结构、人均GDP、人口四个碳排放驱动因子，研究中国碳排放随时间的变化规律，得出的结论是，自1995年以来，碳排放总量呈较快增长态势，尽管技术进步导致的碳排放下降速度基本上超过人口增长对碳排放的正贡献作用，但是碳排放增长的态势仍然主要由经济增长推动，说明我国还处于从能源消费强度高峰向人均碳排放量高峰的过渡阶段。中国科学院可持续发展战略研究组. 2009中国可持续发展战略报告——探索中国特色的低碳道路[M]. 北京：科学出版社，2009

徐国泉　刘则渊采用对数平均权重Divisia 分解法(Logarithmicmean weight Divisia method ,LMD),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”。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。徐国泉，刘则渊，姜照华. 中国碳排放的因素分解模型及实证分析:1995 – 2004[J]. 中国人口资源与环境. 2006（6）

朱勤基于扩展的Kaya恒等式建立因素分解模型，应用LMDI分解方法对能源消费碳排放进行因素分解。对中国1980年～2007年的能源消费碳排放进行分解分析，研究结果表明，经济产出效应对我国该阶段能源消费碳排放的贡献率最大，达到152.73%，研究认为，产业结构整体变化对该阶段碳排放增长未能表现出负效应，其主要原因是产业规模占GDP近半的第二产业的碳排放呈现长期增长态势，其贡献率抵消了第一、三产业对碳排放增长的负效应。目前我国节能减排的重点在于调整产业结构、优化能源结构及提高能源效率。朱勤，彭希哲. 中国能源消费碳排放变化的因素分解及实证分析[J]. 资源科学.2009（12）

胡初枝等通过对我国六部门能源消费数据使用简单的碳排放公式计算得到的1990 - 2005 年CO2 排放量进行了简单平均的因素分解,指出规模和能源强度是正负两类最主要的因素,并且指出不同产业碳排放差异较大,产业结构的变化对碳排放减少有一定影响。胡初枝,黄贤金,钟太洋,谭丹. 中国碳排放特征及其动态演进分析[J ] . 中国人口·资源环境,2008.(3)

　谭丹测算了我国工业各行业近十几年来的碳排放量, 并总结了我国工业行业碳排放的特征, 进而运用灰色关联度方法分析了我国工业行业碳排放量与产业发展之间的关系。研究结果表明，产业产值与碳排放之间存在着密切联系。谭丹, 黄贤金, 胡初枝. 我国工业行业的产业升级与碳排放关系分析[J]. 四川环境. 2008（4）

　郭运功和林逢春对人均GDP、人口和能源强度与二氧化碳排放量进行相关性分析,并运用对数平均迪氏指数(LMDI) 法,对上海市能源消费导致的碳排放强度和二氧化碳排放量进行了结构分解分析。结果表明,能源强度和能源结构因素引起碳排放强度下降,但能源强度的下降起主要作用;上海市二氧化碳排放量在不断的增加,其中能源结构和能源强度因素起抑制作用,常住人口和人均GDP起促进作用。郭运功，林逢春，白义琴. 上海市能源利用碳排放的分解研究[J]. 环境污染与防治.2009（9）

二、项目研究内容、目标和创新之处
1. 本项目的研究内容：
（1）河北省能源消费与经济增长之间的协整性与因果关系研究。
（2）河北省碳排放影响因素分解研究。
（3）河北省碳减排对策研究。
2. 本项目的目标：
建立河北省能源消费与经济增长之间的回归方程，碳排放与经济增长之间的回归方程，进而确定河北省经济增长与能源消费、碳排放之间“脱钩”的可能与潜力。
通过对河北省碳排放影响因素模型的分解，确定哪些因素对河北省碳排放有正向的加强影响，哪些因素有负向的削弱影响，从而找到实现河北省碳减排的关键因素，并提出相应的碳减排的对策，这是本项目的重要目标。
3. 创新之处：
将可再生能源纳入能源结构。以往的研究在考虑能源结构这一影响因素时，通常只考虑煤炭、石油、天然气这三种化石能源，一般不考虑可再生能源，但随着可再生能源在总能源中的比重持续上升，因此，将可再生能源纳入能源结构加以研究是十分必要的。
以河北省碳排放影响因素作为研究对象。现有的研究成果主要针对国家层面的碳排放影响因素研究，对省、自治区层面的研究相对较少，截止目前，还没有针对河北省碳排放影响因素分解的专门研究。

三、研究方案
本项目设四个子课题。
子课题1，河北省能源消费与经济增长之间的协整性与因果关系研究。
子课题2，河北省碳排放与经济增长之间的关系研究。
子课题3，河北省碳排放影响因素分解模型研究。
子课题4，河北省碳减排对策研究。
下面，分别说明四个子课题的研究方案。
1. 子课题1，河北省能源消费与经济增长之间的协整性与因果关系研究
自从1969年美国计量经济学家Granger提出因果分析的概念和方法之后，Granger因果关系的检验方法的有了很大的发展并得到广泛应用，同时，也成为国际上研究能源消费与经济增长之间关系的一种重要工具。
20世纪70年代以前，计量经济学中的建模技术基本上都是建立在“平稳的经济时间序列”这样一个前提假设上，实际的经济社会并不满足这一基本假设，在现实的经济活动中，大多数宏观经济时间序列都是非平稳的。而当经济过程非平稳的时候，回归拟合系数在不同的时序条件下具有不同的分布，从而由变量间的统计关系来推断计量经济模型的形式，就会出现比较大的偏差，导致出现伪回归现象，同时，在利用联立方程模型对经济活动进行建模的时候，经常出现很大的偏差，导致预测的失败。
已有的研究结果表明，包括协整检验和因果性检验在内的很多统计检验结果对序列的平稳性非常敏感，因此，作为协整检验和因果关系分析的第一步，就是对能源消费和GDP的时间序列进行平稳性检验。
1976年，Dickey和Fuller建立了对序列平稳性的检验方法，即DF单位根方法，1979-1980年间，他们又对其进行了扩展，形成了ADF检验方法。由于实际的经济序列不一定是一个简单的一阶自回归过程，所以，本项目采用ADF检验方法对序列进行单位根检验来判断其平稳性。
在经济运行中，两个时间序列变量都是随机游走的，即它们有着各自的长期波动规律，但他们的某个线性组合却可能是平稳的，则这两个变量存在协整关系。其基本思想是，如果两个或两个以上的时间序列变量是非平稳的，但它们的某个线性组合却表现出平稳性，则这些变量之间存在长期稳定关系，即协整关系。张宗新.金融计量学[M]. 北京：中国金融出版社. 2008
两个时间序列变量具备协整关系的必要条件是它们具有相同的单整阶数。如果已经判断两个时间序列变量是非平稳的，且都是d阶单整序列，则可以对这两个时间序列变量进行OLS回归，得到协整回归方程。进而通过对协整方程残差是否平稳的ADF检验，来判断两个时间序列之间的协整性。
本项目采用Granger因果关系检验方法来判断河北省能源消费和经济增长之间的因果性。其基本思路是，在序列变量X和Y消除了趋势之后,如果利用过去的X值和过去的Y值一起对本期或未来Y值进行预测，比单用过去Y值预测的效果更好，则表明序列X和序列Y存在因果关系，称X是Y的Granger原因。张雪莹.金融计量学教程[M]. 上海：上海财经大学出版社.2005

如果河北省能源消费和GDP具有相同的单整阶数，则可以建立GDP与能源消费之间的回归方程，
（3）
其中，GDP为河北省国内生产总值，E为河北省能源消费，并通过OLS回归得出回归系数。
对回归方程的残差进行ADF单位根检验，如果残差是平稳的，则说明河北省能源消费与经济增长之间有长期共同趋势，即存在协整关系。
在存在协整关系的条件下，可以建立下面两个变量模型，进行Granger因果关系分析。
（4）
（5）
并对βi(i=1,2,…,m)=0,βj(j=1,2,…,m)=0 的原假设分别进行检验。
2. 子课题2，河北省碳排放与经济增长之间的关系研究
本项目采用三次多项式简化模型对碳排放与GDP或人均GDP之间的关系进行分析，模型表达式为：
(6)
式中，C t代表河北省在第t 年的碳排放量；X t代表GDP或人均GDP；εt是随机误差项；α、βi（i =1,2, 3)为待估系数，βi取不同的值模型具有不同的含义。当β 1>0、β 2<0且β 3>0则为三次曲线关系,呈N型曲线关系；反之，如果β 1<0、β 2>0且β 3<0则为反N型曲线关系。当β 1>0、β 2<0且β 3=0，则为二次曲线关系即呈库兹涅茨倒U型曲线关系；反之，当β 1<0、β 2>0且β 3=0，则为U型曲线关系；如果β 1≠0，且β 2= 0 、β 3=0，则为线性关系。
利用相同的模型和分析思路，还可以研究碳排放与能源消费强度之间的关系、碳排放与第二产业比重之间的关系。
本子课题研究的重点是河北省碳排放与经济增长之间是否符合库兹涅茨倒U型曲线关系，是处于库兹涅茨倒U型曲线的左侧还是右侧，这对于判断河北省碳排放的长期趋势是十分重要的。目前河北省还处于工业化的初级阶段，工业特别是重化工业增长较快，而工业又是碳排放的主要部门，如何在保持经济快速增长的前提下，抑制碳排放的增长速度，是一个迫切需要解决的难题。
3. 子课题3，河北省碳排放影响因素分解模型研究
本项目采用因素分解法研究碳排放的影响因素。
Kaya教授于IPCC的一次研讨会上首次提出Kaya恒等式， Kaya Yoichi. Impact of Carbon Dioxide Emission on GNP Growth:Interpretation of Proposed Scenarios [R]. Paris: Presentation tothe Energy and Industry Subgroup，Response Strategies WorkingGroup，IPCC，1989.
Kaya恒等式将经济、政策和人口等因素与人类活动产生的CO2之间的关系联系起来，其表达为：
（7）
式中：CO2、PE、GDP和POP分别代表CO2排放量、一次能源消费总量、国内生产总值以及国内人口总量。Kaya恒等式含义清晰，结构简洁，在能源与环境经济经济领域得到较为广泛的应用。Kaya恒等式考察的变量数目相对较少，以它为基础的研究只能考察CO2排放与能源、经济及人口在宏观上的量化关系。由于能源消费碳排放除了与能源消费规模及经济产出有直接联系，而且与能源结构、能源效率及主导产业类型等有较为密切的关系。高振宇，王益. 我国生产用能源消费变动的分解分析[J]. 统计研究，2007，24(3): 52~57.
所以，本项目将引入能够表征产业结构、能源结构及能源效率的变量，对Kaya恒等式进行了扩展。扩展后的Kaya恒等式表达为：
（8）
式中： C表示碳排放总量，指燃烧化石能源（主要包括煤炭、石油及天然气等）释放出的热量所对应的碳量，用i 区分不同的产业类型，用j 区分不同的能源类型，则Cij表示第i种产业中第j 种能源产生的碳排放；PEij表示第i 种产业中第j 种能源的消费量；PEi表示第i 种产业的能源消费量；GDPi表示第i种产业的国内生产总值。令fij=Cij/PEij，mij=PEij/PEi ，ni=PEi/GDPi ，si=GDPi/GDP ，g=GDP/POP，p=POP，则能源消费碳排放分解模型表达式为：
(9)
式中：fij表示不同类型的单位能源所排放的碳量，即碳排放系数；mij 表示第j 种能源在第i 中产业的能源消费中所占比重；ni表示第i 种产业单位GDP的能源消费量，即该产业的能源强度；si表示第i 种产业在GDP总量中所占比重；g 表示人均GDP；p 表示人口数量。由此，将能源消费碳排放的变化分解为排放因子效应（fij）、产业能源结构效应（mij）、产业能源强度（ni）即能源效率效应、产业结构效应（si）、产出规模效应（g）及人口规模效应（p）等6种因素。
分解分析法包括因素分解法（IDA） 和结构分解分析法（SDA），被用来识别引发能源需求和CO2排放的变量。 Ang BW. Decomposition Methodology in Energy Demand and Environmental Analysis [A].Handbook of Environmental and Resource Economics[Z].Cheltenham: Edward Elgar;1999.
这两种分解方法经过了很长时期的独立发展并且形成了不同方法,这些方法主要是用历史数据来分析能源需求的驱动因素如何改变的。周元春，邹骥. 中国发展低碳简洁的影响因素与对策研究[J]. 统计与决策，2009（23）

IDA 运用国家或者部门的数据进行分析主要有两种方法：对数平均Divisia 指数法（LMDI）和算术平均Divisia 指数法（AMDI），可以给不同的因素赋予不同的权重。 Liu N., B. Ang. Factors Shaping Aggregate Energy Intensity Trend for Industry: Energy Intensity Versus Product Mix[J].Energy Economics,2007，(29).
Ang和Liu 认为对数平均Divisia 因素分解方法（LMDI）目前看来是最好的选择，因为LMDI方法满足因素可逆，能消除残差项，这就克服了用其他方法分解后存在残差项或对残差项分解不当的缺点，使模型更具说服力。鉴于此，选用LMDI方法对碳排放进行因素分解。
LMDI方法采用“乘积分解”和“加和分解”两种方法进行分解，两种方法最终分解结果是一致的。对于公式（9）所示模型，设基期碳排放总量为C0，T期总量为CT，用下标tot 表示总的变化。采用加和分解，将差分分解为：朱勤，彭希哲. 中国能源消费碳排放变化的因素分解及实证分析[J]. 资源科学 2009（12）

（10）
各分解因素贡献值的表达式分别为：
排放因子效应：
（11）
能源结构效应：
（12）
能源强度效应：
（13）
产业结构效应：
（14）
经济产出效应：
（15）
人口规模效应：
（16）
总效应为：
（17）
由于各类能源的碳排放因子即为该类能源的碳排放系数，在实际应用中一般取常量，因此，在进行分解分析时，ΔCfij始终等于0，可以不作为考量因素。则公式（17）可简化为：
(18)
4. 子课题4，河北省碳减排对策研究
国内有关发展低碳经济的政策建议和措施可以归纳为：调整产业结构、优化能源结构、节约能源、提高能源效率、使用清洁能源、大力发展可再生能源、开发新能源与低碳技术及其推广、开展碳金融、征收碳税。
诚然，这些政策建议和措施都有助于减缓碳排放或减少碳排放，但是，在经济、社会、环境协调可持续发展的要求下，在有限的资源投入约束下，哪些政策和措施是最有效率的，这是值得探讨的。
子课题3提出将能源消费碳排放的变化分解为排放因子效应（fij）、产业能源结构效应（mij）、产业能源强度（ni）即能源效率效应、产业结构效应（si）、产出规模效应（g）及人口规模效应（p）等6种因素，本子课题将在前面三个子课题研究结果的基础上，找出河北省碳排放的关键影响因素，有针对性的提出相应的政策建议和措施，达到以较小的资源投入，取得较为明显的抑制碳排放增长的效果。
本项目也要借鉴其他省市发展低碳借鉴的先进经验，将其他省市的先进经验结合我省的实际情况，尽可能找到一条适合河北省经济发展水平和资源禀赋的低碳之路。

四、项目负责人近三年研究情况简介

五、经费预算
资料费 2000
调研费 5000
小型研讨会 2000
其他 1000
合计 10000 （元）

六、工作进度安排
2010.03——2010.05 文献收集整理，梳理国内外文献有关碳排放影响因素的各种观点，对各种观点进行归纳总结，重点是碳排放影响因素分解模型的方法。
2010.06——2010.07 子课题1，河北省能源消费与经济增长之间的关系研究。
2010.08——2010.09 子课题2，河北省碳排放与经济增长之间的关系研究。
2010.10——2010.12 子课题3，河北省碳排放影响因素分解模型研究。其间，邀请校内外专家开一次小型研讨会，听取专家对本项目的意见，与专家交流观点与研究心得。
2011.01——2011.02 子课题4，河北省碳减排对策研究，并完成一份研究报告。

七、预期成果形式及先进程度
预期发表三篇核心期刊论文，达到国内先进研究水平。
形成一篇研究报告。

八、对社会经济发展和学科建设的作用和意义
国内外的研究表明，一个国家或地区经济发展与碳排放之间是有规律可循的，特别是发达国家或地区都显现出大致相同的规律，发展中国家或地区只走完了发达国家前期的轨迹。经济发展与碳排放关系的演化依次经历三个倒U型曲线，即碳排放强度倒U型曲线、人均碳排放量倒U型曲线和碳排放总量倒U型曲线。在碳排放的不同演化阶段，不同的碳排放驱动因子的作用也存在较大差异。这就揭示出一个原理，一个国家或地区要发展低碳经济不能脱离其基本国情和经济发展阶段，必须循序渐进，在不同的发展阶段，发展低碳经济的重点和目标是有所区别的。
本项目的作用是，通过河北省碳排放影响因素分解模型的研究，确定河北省碳排放所处的阶段，明确河北省碳减排的主要影响因素，因而确定河北省发展低碳经济的工作重点和目标，为政府制定发展低碳经济政策提供理论基础。

参考文献：