服务热线:+86-0000-1234

站内公告:

欧宝最新网址:碳排放的宏不都雅考察、规律总结与数字减排“三大效答”钻研|企鹅经济学
欧宝品牌

当前位置:欧宝最新网址 > 欧宝品牌 >

碳排放的宏不都雅考察、规律总结与数字减排“三大效答”钻研|企鹅经济学

时间:2021/05/30  点击量:77

【钻研概要】

(1)宏不都雅原形考察:自工业革命以来,全球二氧化碳排放量赓续增进,21世纪后煤炭成为最主要的碳排放源。1960年代以来,全球碳排放强度表现出安详消极趋势,但人均碳排放量表现出安详上升特征。碳排放强度和人均碳排放量在发达经济体和新兴经济体之间均存在隐微的异质性。自上世纪60年代以来,中国碳排放量从7.81亿吨增进到2020年的105亿吨,周围扩大了约14倍,并且具有清晰的高走业荟萃特征,前四大走业约占碳排放总量的80%,区域荟萃度也较高。全国团体的碳排放强度在逐步消极,人均碳排放量表现上升趋势。(2)基本规律剖析:碳排放演变规律的深层因为在于能源消耗量、能源消耗结议和产业结构的变迁。对全球面板数据和中国面板数据的考察外明,能源消耗量越大、能源消耗结构中化石能源所占比重越高、产业结构中工业部分所占比重越高,则碳排放量、碳排放强度和人均碳排放量越高;而能源消耗结构中洁净能源所占比重越高,碳排放量、碳排放强度和人均碳排放量就越矮。(3)经济理论伪说:“环境库兹涅茨弯线”在全球层面和中国层面都具有必定的相符理性,但并非放之四海而皆准的普及真理。不论在全球层面照样在中国层面,“环境库兹涅茨弯线”在碳排放强度与人均GDP的相关中是成立的,但是在碳排放量、人均碳排放量和人均GDP的相关中却面临挑衅,碳排放量和人均碳排放量照样随人均GDP的增进而增进,但是弯线拐点在全球层面展现之前将率先在中国展现。(4)数字减排效答:数字技术浪潮的崛首与数字经济兴旺发展为全球和中国的碳减排挑供了重大的潜力,主要表现为三大效答,别离为:降矮数字产业自己碳排放的“直接效答”,推动其他产业缩短碳排放的“间接效答”,以及经由过程构建碳市场等产生的“补充效答”。(5)数字减排政策:吾们的实证钻研发现,固然数字化程度与碳排放量正相关,但却与碳排放强度及人均碳排放量呈隐微的负相关相关。数字化程度的升迁能够从能源互联网,产业和能源结构转型,聪明城市、交通、生活等多栽渠道推动碳减排,所以,数字经济的发展将经由过程降矮碳排放强度及人均碳排放量,对碳减排、碳达峰和碳中和贡献主要的力量。异日在做好碳达峰碳中和的做事中,必要进一步加强对数字技术与碳排放相关的钻研,加快推进区域与全球能源互联网建设,促进以数字产业为代外的矮碳产业发展,以产业数字化带动传统走业智能化转型发展。

全球碳排放的基本原形不都雅察

1.全球二氧化碳排放敏捷增进

人类的经济运动向大气中排放了大量的二氧化碳,根据挪威国际气候钻研中央(CICERO)[1]估算,1850—2017年这167年间,人类的化石能源消耗大约已经排放21000亿吨二氧化碳。如图1所示,自工业革命爆发以来,全球二氧化碳排放量赓续增进,从1750年的935.05万吨增进到2020年的340.75亿吨,其中绝大无数排放量是在20世纪以来的120年中产生的。 

图1  工业革命以来的全球碳排放量(1750—2020年) 

数据来源:Our World in Data.单位:亿吨二氧化碳。 

同时,从图1中也能够看出,碳排放受到经济危险或经济没落的隐微影响。如图中所示,在1929—1933年“大衰亡”期间,1980—1982年经济危险,1990—1991美国经济危险,1997—1998年亚洲金融危险,2008—2009年国际金融危险,2019—2020年新冠肺热疫情期间,经济运动大幅缩短,全球碳排放量隐微消极。

大量钻研机构都对全球二氧化碳排放都进走了测算,较为权威的机构包括国际能源署(International Energy Agency,IEA)、世界银走(World Bank,WB)、全球碳计划(Global Carbon Project,GCP)、欧盟委员会(European Commission)等。固然各方推想出的二氧化碳排放绝对量存在必定的迥异,但是其变化趋势基本保持相反,如图2所示,1960—2020年间绝大无数年份均保持增进状态,1980—1982年、2008—2009年以及2019—2020年经济没落或危险间则保持相反的消极特征。

图2  全球二氧化碳排放量(1960-2020年) 

数据来源:世界银走(WB),国际能源署(IEA),全球碳项现在(GCP),欧盟委员会(EC)

单位:亿吨二氧化碳 

尤其是2019年新冠肺热疫情大通走以来,导致有史以来全球碳排放量的最大消极。国际能源署(IEA,2021)[2]推想,2020年全球一次能源消耗消极近4%,与能源相关的二氧化碳排放缩短了近20亿吨,同比消极了5.8%;全球碳项现在(GCP,2021)[3]和说相符国环境规划署(2020)[4]则均展望2020年与能源相关的碳排放同比消极了7%,消极幅度超过1929—1933年经济“大衰亡”期间的减幼批。这主要是由于疫情防控所需的起伏节制导致全球运输业碳排放隐微消极,在2020年的全球碳减排量中,运输业占比最大,碳排放量同比消极了近一半。但是现在还不及鉴定2021年的碳排放情况,由于各国为答对疫情采取的经济刺激措施将对全球碳排放的永远趋势产生主要影响,从而使得2021年碳排放量取决于各国经济刺激政策。

2.进入21世纪后煤炭成为最主要的碳排放源

全球二氧化碳排放最主要的来源是化石能源燃烧,主要包括煤炭、石油和天然气,其中煤炭和石油所占的份额最大。在20世纪六十年代末至21世纪初的近40年时间内,石油燃烧所产生的二氧化碳首终大于煤炭燃烧的排放量,但是在2003—2005年前后,煤炭成为化石能源碳排放中最大的排放源。分歧栽类化石能源的碳排放量如图3所示,其中实线代外国际能源署(IEA)推想数据,虚线代外全球碳项现在(GCP)推想数据。2019年新冠肺热疫情大通走导致全球能源的生产、供答和消耗受到周详影响,2020年全球石油消耗大幅消极约8.6%,煤炭消耗消极约4%,其中石油的年度减排量是有史以来最大的,约使全球碳排放量缩短了1100吨(国际能源署,2021)[5]。

图3  全球按燃料类型分的二氧化碳排放量(1959-2020年) 

数据来源:国际能源署(IEA),全球碳项现在(GCP)

单位:亿吨二氧化碳 

3.碳排放的主要荟萃在电力、运输和工业部分

1990年以来,在全球的碳排放部分中,首终荟萃在电力热力、交通运输和工业制造等三个部分。如图4所示,1990—2018年间,电力与热力的生产供答业、交通运输业和工业走业的碳排放量别离从7622吨、4609吨、3955吨增进到13978吨、8258吨、6158吨,占全走业部分排放总量的比重也别离从    37.15%、22.47%、19.28%(三项相符计78.89%)上升到2018年的41.71%、24.64%、18.37%(三项相符计84.72%),其他走业部分的碳排放量则基本维持在20亿吨以下。

图4  按走业分类全球碳排放量变动情况(1990-2018年) 

数据来源:国际能源署(IEA)

单位:吨二氧化碳 

4.全球碳排放格局的深切变化

工业革命以来,世界主要国家的碳排放量趋势和特征发生清晰变化。根据Our World in data网站挑供的数据,如图5所示,在第一次产业革命(1750—1850年)时期,由于其中央国家主要荟萃在英国等欧洲国家,所以,全球碳排放也主要以欧盟28国为主[6],从1750年的935.05万吨增进到1850年的17679.42万吨,占全球的比重永远高于90%。从19世纪中叶最先,随着第二次产业革命的中央国家迁移到美国,美国的碳排放量也最先逐步增进,在1916年超过欧盟28国排放总量,成为世界碳排放量最多的国家。20世纪50年代后,随着第二次世界大战终结,第三次产业革命荟萃在美国爆发,以及新中国成立后最先实施重工业战略,全球碳排放格局发生深切变化。

一方面,第三次产业革命所以新闻通信技术(Information CommunicationTechnology,ICT)部分为主导的,是特征隐微的矮碳产业,所以,西洋日等发达国家的碳排放在这暂时期相继达峰,其中欧盟28国在1979年达峰,美国在2005年达峰,日本在2013年达峰,达峰后发达国家的碳排放量最先负增进。

另一方面,新中国实施重工业战略,碳排放逐步添加,尤其是在加入世界贸易机关(World Trade Organization,WTO)后,陪同着国际贸易重心迁移和产业分工格局变迁,碳排放量敏捷增进,别离于1954年、1991年、2003年、2006年超越日本、俄罗斯、欧盟28国、美国,成为世界上碳排放量最大的国家,占全球碳排放的比重也从1950年的1.31%挑高到2019年的27.92%;其他新兴经济体如印度和俄罗斯的碳排放量也表现出安详的上升趋势。

图5  世界主要国家二氧化碳排放量(1750—2019年) 

数据来源:Our World in Data

单位:亿吨二氧化碳 

从碳排放量的国别结构来看,2019年,全球碳排放量前十位的国家别离为中国、美国、印度、俄罗斯、日本、德国、伊朗、韩国、印尼及沙特,如图6所示,前十国碳排放量在全球占比超过2/3,前五国占比挨近60%,中、美、印三国占比超过50%。倘若将欧盟28国视为团体,排名前四位的排放国(中国、美国、欧盟28国、印度)的二氧化碳排放量(不包括土地行使变化)占全球排放总量的58.6%,前六位的排放国(包括俄罗斯联邦和日本)排放量占全球总量的66.3%。这些数据均外明,全球碳排放的国别荟萃度较高,控制幼批国家的碳排放量,即可有效控制全球碳排放总量。中国的减排政策,对于全球碳排放量的控制至关主要。

图6  全球碳排放量国别结构(2019年) 

数据来源:欧盟委员会《全球碳排放报告》 

 

但是在考虑单位GDP碳排放量和人均排放量时,国家的排名发生了重大变化。单位GDP碳排放量又称为碳排放强度,用以衡量一国或地区每单位GDP的产出所产生的二氧化碳排放。自上世纪60年代以来,全球碳排放强度表现出安详的消极趋势,如图7所示,世界主要国家中,西洋日等发达国家和地区的碳排放强度均矮于世界平均程度,外明其每单位GDP产出所排放的二氧化碳更少,而中国、印度和俄罗斯等为代外的新兴经济体的碳排放强度则高于世界平均程度,每单位GDP产出所排放的二氧化碳较高,新兴经济体与发达经济体之间仍存在较大碳排放强度差距。尤其是如美国和欧盟及其与俄罗斯之间的比较,固然美国和欧盟的碳排放量高于俄罗斯,但是其碳排放强度则远远矮于俄罗斯。

图7  世界主要国家碳排放强度(1960—2019年) 

数据来源:碳排放数据来自Our World in Data,GDP数据来自World Bank

单位:吨二氧化碳/现价千美元 

图8  全球碳排放强度前十位国家(2019年) 

数据来源:欧盟委员会《全球碳排放报告》 

2019年全球碳排放强度最高的十个国家挨次是帕劳、新喀里多尼亚、库拉索、叙利亚、土库曼斯坦、蒙古、特立尼达和多巴哥、巴巴多斯、伊朗、波暗,如图8所示,除经济体量很幼的岛国(如帕劳)外,强度较高的国家主要为以化石能源为支柱的国家,如叙利亚、土库曼斯坦、伊朗倚赖石油挖掘,蒙古、波暗倚赖煤炭挖掘,特立尼达和多巴哥倚赖天然气挖掘。

人均碳排放量则是指将一国或地区的碳排放量平均到全国人口中所表现出的碳排放情况,如图7所示,1960年以下世界平均程度的人均碳排放量表现出安详的上升特征,但是却在发达经济体和新兴经济体之间存在隐微的异质性。一方面,以欧盟、美国和日本为代外的发达经济体的人均碳排放量在1960—2019年间表现出先上升后消极的“倒U型”特征,外明发达经济体不光在绝对碳排放量上已经达峰,而且在人均碳排放量上也已表现达峰特征。另一方面,以中国、印度和俄罗斯为代外的新兴经济体的人均碳排放量在1960—2019年间则表现上升特征,其中俄罗斯由于1991年前苏联解体并对经济采取“息克疗法”,对经济运动产生主要冲击,绝对碳排放量的消极同时引致人均碳排放量的消极,但是自1997年旁边最先,俄罗斯的人均碳排放量重新最先表现安详的上升趋势。对于中国而言,2001年加入WTO后,外商直接投资和国际贸易膨胀均导致碳排放量敏捷增进,同时也引致人均碳排放量的隐微上升,但是随着中国环境治理能力的一连升迁,人均碳排放量的增速在2011年旁边最先清晰放缓。

图9  世界主要国家人均碳排放量(1960—2019年) 

数据来源:碳排放数据来自Our World in Data,人口数据来自World Bank

单位:吨二氧化碳/人 

2019年全球人均碳排放量最高的十个国家挨次是帕劳、新喀里多尼亚、卡塔尔、库拉索、特立尼达和多巴哥、科威特、阿联酋、巴林、直布罗陀、阿曼,如图10所示,人均碳排放量的特征与碳排放强度相通,倚赖石油的卡塔尔、科威特、阿联酋、巴林、阿曼等中东国家均榜上著名。

图10  全球人均碳排放量前十位国别(2019年) 

数据来源:欧盟委员会《全球碳排放报告》 

5.全球碳排放在分歧类型国家间的分配存在重大迥异

固然全球二氧化碳排放量正在放缓,但是正如前文所述,全球二氧化碳在分歧类型国家间的分布并不均匀。一方面,永远以来全球碳排放的绝大片面是由裕如国家排放的。根据说相符国人类住区规划署(2011)[7]的报告数据,全球18%的人口居住在发达国家,二氧化碳排放量占全球排放总量的47%,而82%的人口居住在发展中国家,二氧化碳排放量则占全球排放总量的53%,发达国家和发展中国家在承载人口和碳排放之间存在主要的不屈衡。根据是否为经济配相符与发展机关(Organization for EconomicCooperation and Development,OECD)成员国家,能够将全球二氧化碳排放量分为两片面,如图11所示,1971—2018年间OECD经济体和非OECD经济体的累积排放量别离为5447.13亿吨和5119.70亿吨[8],别离占全球累积排放总量的51.55%和48.45%。世界银走经由过程将全球国家遵命收入进走分类,测算数据更加详细地外明二氧化碳排放量在分歧裕如程度国家间的分布,如图12所示,1960—2016年间,高收入国家、中高等收入国家、中矮等收入国家、矮收入国家的累积排放量别离为6359.38亿吨、4730.66亿吨、998.11亿吨、93.01亿吨,别离占全球累积排放总量的52.21%、38.84%、8.19%、0.76%。

图11  按经相符机关分类的全球碳排放量(1971—2019年) 

数据来源:国际能源署(IEA)

单位:百万吨二氧化碳 

图12  按收入分类的全球碳排放量(1960—2016年) 

数据来源:世界银走(WB)单位:亿吨二氧化碳 

另一方面,中等收入国家的碳排放量在近几年已超越发达国家。如图11所示,OECD经济体的二氧化碳排放量正在消极,而非OECD经济体的二氧化碳排放量正在添加(说相符国环境规划署,2020);如图12所示,在分歧收入类型国家之间也存在着相通的形象,高收入国家碳排放正在消极,而中等收入国家和矮收入国家的碳排放正在添加。很多OECD经济体或高收入国家的碳排放量已达到峰值,效率的挑高和矮碳能源的增永远远抵消了经济运动的增进;尽管挑高了能源效率并且添加了矮碳能源,但是为已足发展必要,能源用量展现强劲增进的非OECD国家或中等收入国家及矮收入国家,排放量不息上升,并且同时都在2005年时,非OECD经济体的碳排放量超过OECD经济体,中等收入国家的碳排放量超过高收入国家,而且非OECD国家和OECD国家之间、中等收入国家和高收入国家之间的碳排放差距正在加速扩大。

倘若从人均碳排放的视角来看,裕如国家和其异国家之间的不均衡特征将得到进一步深化。如图13和图14所示,一方面,OECD经济体的人均碳排放量远远高于非OECD经济体,高收入国家的人均碳排放量也远远高于中等收入国家和矮收入国家。在1971—2018年间,OECD经济体和非OECD经济体的人均碳排放历史均值别离为10.27吨二氧化碳/人和2.24吨二氧化碳/人,两者之间存有近4.58倍的差距。相通地,在1960—2016年间,高收入国家和中等收入国家的人均碳排放历史均值别离为10.94公吨/人和2.52公吨/人,两者之间也存有4.34倍的差距。

另一方面,自上世纪70年代以来,OECD经济体和高收入国家的人均碳排放量呈摇曳消极的趋势,而非OECD经济体和中等收入国家的人均碳排放量则表现出摇曳上升的趋势。根据国际能源署的数据,如图13所示,OECD经济体的人均碳排放量从1971年的10.40吨二氧化碳/人消极到2018年的8.95吨二氧化碳/人,而非OECD经济体的人均碳排放量则从1971年的1.43吨二氧化碳/人上升到2018年的3.27吨二氧化碳/人,两者之间的差距从8.97吨二氧化碳/人缩短到5.68吨二氧化碳/人。世界银走的数据也外明,如图14所示,高收入国家的人均碳排放量从1971年的11.03公吨二氧化碳/人消极到2016年的10.40公吨二氧化碳/人,而中等收入国家的人均二氧化碳排放量则从1971年的2.08公吨二氧化碳/人上升到2016年的3.75公吨二氧化碳/人,两者之间的差距从8.95公吨二氧化碳/人缩短到6.65公吨二氧化碳/人。

但是,根据世界银走的数据,倘若将时间跨度进一步延迟到1960年,如图14所示,那时高收入国家和中等收入国家的人均碳排放量别离为7.41公吨二氧化碳/人和1.61公吨二氧化碳/人,两者间的差距为5.80公吨二氧化碳/人。所以,倘若从更长一点的历史来看,高收入国家与中等收入国家之间的人均碳排放量非但异国缩短,逆而是扩大了。分歧收入国家群体之间的人均碳排放差距不光表现在高收入国家和中等收入国家之间,在中等收入国家内部,这一特征变得更加清晰。如图14所示,在1960—2016年间,中高等收入国家和中矮等收入国家之间的人均碳排放差距从1960年的1.96公吨二氧化碳/人扩大到2016年的4.46公吨二氧化碳/人。

图13  按经相符机关分类的全球人均碳排放量(1971—2019年) 

数据来源:国际能源署(IEA)

单位:吨二氧化碳/人

图14  按收入分类的全球人均碳排放量(1960—2016年) 

数据来源:世界银走(WB)

单位:公吨二氧化碳/人 

倘若从碳排放强度的角度来看,全球分歧类型的国家之间又将表现出与碳排放总量和人均碳排放所分歧的特征。如图15和图16所示,一方面,在1960—2019年间,OECD经济体的碳排放强度首终矮于非OECD经济体,高收入国家的碳排放强度首终矮于中等收入国家和矮收入国家。对于OECD经济体和高收入国家而言,经济重心多已从“高污浊、高耗能”的工业变化为“轻资产、矮耗能”服务业,减排技术较成熟,不光碳排放程度较矮,而且碳排放强度也较矮;对于非OECD经济体和矮收入国家而言,经济多倚赖农业及原首生产资料出口,温饱题目尚未解决,基础设施程度不及,能源生产能力较差,碳排放程度安碳排放强度也较矮;中收入国家介于二者之间,经济引擎多以工业为主,发展模式较为粗放,减排认识与减排能力不及,所以碳排放量和碳排放强度也相对较高。

另一方面,在1960—2019年间,一切经济体的碳排放强度均呈消极趋势,即使在中矮等收入国家的碳排放强度也在1992年以后最先逐步消极。如图15所示,非OECD经济体与OECD经济体之间的碳排放强度在1990—2018年之间逐步从0.65千克二氧化碳/美元拘谨到0.41千克二氧化碳/美元,但是倘若将时间跨度拓展到1971年,两者之间的碳排放强度迥异则为0.36千克二氧化碳/美元。从1971—2018年间非OECD经济体和OECD经济体碳排放强度的变化看,两者之间的差距实际上照样是扩大了的。如图16所示,在高收入国家和中等收入国家之间、高收入国家和矮收入国家之间的碳排放强度,表现一连缩短的趋势,但是在中等收入国家和矮收入国家之间,碳排放强度的差距照样是在扩大的。 

图15  按经相符机关分类的全球碳排放强度(1971—2019年) 

数据来源:国际能源署(IEA)

单位:千克二氧化碳/美元(2015年价格) 

图16  按收入分类的全球碳排放强度(1960—2019年) 

数据来源:世界银走(WB)

单位:千克二氧化碳/美元(2010年价格) 

比较图11—图16的结论能够发现,在分歧的指标体系下,分歧类型的经济体之间所得出的结论也存在较大迥异,即在不考虑累积排放量的情况下,倘若采用碳排放量指标或碳排放强度指标进走比较,非OECD经济体或中等收入国家的碳排放量和碳排放强度要高于OECD经济体或高收入国家;但是倘若采用人均碳排放量指标,非OECD经济体或中等收入国家的人均碳排放量照样远矮于OECD经济体或高收入国家的程度。这进一步引申出一个具有政策争议的题目,即全球碳减排的现在标答该确定为排放总量的缩短或是碳排放强度的降矮照样人均排放量的缩短。分歧的政策现在标选择,将会在分歧的经济体之间造成重大的迥异。倘若政策现在标确定为缩短碳排放总量或降矮碳排放强度,那么非OECD经济体或中等收入国家将成为减排的主力,必然面临经济增进和碳减排之间的权衡取舍。倘若政策现在标确定为降矮人均碳排放量,那么OECD经济体或高收入国家将承担绝大片面的减排义务,非OECD经济体或中等及矮收入国家将保有相对宽松的发展空间。

不光这样,还必要引首特殊关注的一个题目是,即使政策现在标确定为碳排放总量的缩短,其所选定的时间跨度也将对碳减排义务在国家间的分配产生远大影响。此处,在确定历史排放量的时间跨度时,是否将2005年的变化纳入商议周围将成为争议的关键。倘若在2005年以后的排放量数据基础上确定减排义务分配,那么非OECD经济体或中等收入国家将承担绝大片面的减排义务;但是倘若将时间跨度进一步延迟,那么历史上绝大无数的二氧化碳都是OECD经济体或高收入国家排放的,相答的减排义务也答该更多地分配给OECD成员国或高收入国家。所以,全球碳减排政策现在标和时间跨度的选择将会对碳减排义务的国家分配产生新的不屈等。

6.裕如国家的碳排放经由过程国际贸易向发展中国家迁移

说相符国环境规划署(2020)指出,现在存在一栽普及的趋势,即裕如国家基于消耗的排放量(排放分配给购买和消耗商品的国家,而非生产商品的国家)比基于领土的排放量要高,由于这些国家清淡履走洁净生产,服务业更发达,而初级和次级产品往往仰仗进口。在21世纪第一个十年里,裕如国家的消耗与生产之间的碳排放差距一连扩大,但在2007—2008年全球金融危险之后趋于安详;尽管在以前的十年里,裕如国家基于消耗的排放量高于基于领土的排放量,但两栽排放量也均以相近速度消极。由于发达国家和发展中国家之间的环境规则迥异,二氧化碳或其他污浊物排放存在经由过程贸易解放化向发展中国家迁移能够性,并被Copeland and Taylor(1994)称之为“污浊天国伪说”。

中国加入WTO以后与世界经济的相关更加周详,随着经济全球化的进一步发展,中国与世界各国的进出口贸易量越来越大,技术经济相关也越来越亲昵。由于各走业产品的生产必要能源行为投入,随之而来的是生产所产生的碳排放,这栽因生产所产生的碳排放会经由过程产品贸易的手段迁移到其异国家(地区),所以进出口贸易会引首碳排放迁移(芦风英,庞智强,2021)[9]。由于中国逐步成为世界的生产制造中央,所以,考察中国在国际贸易中的隐含碳迁移也就变得相等主要。

关于现在中国是否成为“污浊产业的天国”,学术界中照样存在着必定的争议。片面学者认为中国并异国经由过程国际贸易成为发达国家的“污浊产业天国”,主要因为在于发达国家在向中国迁移高排放的污浊产业的同时,同时也迁移了矮排放的整洁产业,贸易盛开对二氧化碳排放具有负向效答,挑高贸易盛开程度有利于缩短二氧化碳排放,或者说中国也不必要为了缩短二氧化碳排放而去节制国际贸易等国际经济运动(李幼平,卢现祥,2010[10];唐杰英,2012[11])。但是,这些学者们同时也指出,对主要发达国家的出口变量与二氧化碳排放量正相关,这表现了贸易对环境影响的周围效答,添加了国内二氧化碳的排放量;同时,对主要发达国家的进口变量与二氧化碳排放量负相关,外示从主要发达国家的进口替代了部分国内生产,从而撙节了国内的二氧化碳排放量(李幼平,卢现祥,2010),国际贸易对国内二氧化碳排放的影反响该取决于周围效答和替代效答之间的净效答。不光这样,外商直接投资的存量周围和参与程度对二氧化碳排放均具有正向效答,外商投资周围的扩大或参与程度的挑高会添加吾国的环境压力(唐杰英,2012)。

另一片面学者则认为中国实际上已经成为发达国家的“污浊产业天国”,中国在参与国际贸易和产业迁移推动经济增进的同时,所产生的碳排放也呈快速增进的态势,发达国家经由过程国际贸易和投资向中国迁移了大量的碳排放。对2007年的测算数据外明,承接国际产业迁移所产生的碳排放比2002年添加了近两倍,达到14.29亿吨,占全国碳排放总额22%(杜运苏,张为付,2012)[12];刘竹(2015)[13]也得出,中国进出口贸易中的隐含碳排放在2007年高达19亿吨二氧化碳,相等于全球碳排放第四大国印度一年的碳排放总量,其中,进口产品的隐含排放(2亿吨二氧化碳)远幼于出口产品的隐含排放(17亿吨二氧化碳)。芦风英和庞智强(2021)[14]的测算终局也外明,2009—2015年间中国与主要发达国家之间的国际贸易,共向中国迁移了9.67亿吨二氧化碳。以上数据均外明,发达国家经由过程国际贸易向中国迁移了大量的二氧化碳,中国是世界上被迁移隐含碳排放最多的国家(刘竹,2015)。

承接国际产业迁移隐含碳排放荟萃于幼批走业和贸易友人。从走业来看,所产生的碳排放70%以上主要荟萃在化学工业、金属冶炼及压延加工业、金属成品业、通用专用设备制造业、交通运输设备制造业、电气死板及器材制造业、通信设备计算机及其他电子设备等七个走业(杜运苏,张为付,2012)。从流一向看,70%以上荟萃于西洋日等发达国家,吾国承接国际产业迁移所产生的碳排放有四分之一到三分之一的片面,是由于生产被西方发达国家消耗的产品所造成的,中国生产供其异国家消耗的产品所产生的碳排放(出口中的隐含碳)8倍于中国进口其异国家产品的隐含碳排放,西洋日等发达国家从中国快速增进的碳排放中获得了片面益处(杜运苏,张为付,2012;刘竹,2015)。

在中国的出口贸易中,西方发达国家是主要消耗国,其中美国消耗占中国出口贸易隐含碳排放的24%,其他主要的消耗国包括日本(9%)、德国(5%)、韩国(4%)、英国(4%)和俄罗斯(3%)。欧友邦家和其他亚洲国家别离消耗了中国贸易隐含排放总量的25%和15%。与之相对答,中国是这些国家进口贸易的主要进口国,进口自中国的产品的隐含碳排放占日本贸易隐含排放的48%,占美国贸易隐含排放的44%,占俄罗斯贸易隐含排放的42%。换言之,这些发达国家经由过程贸易迁移的隐含排放中,有近一半迁移至中国(刘竹,2015)。

贸易隐含碳排放的存在,将导致两个清晰的政策题目。一是碳减排义务分配题目。倘若在中国的碳减排义务分配时,不考虑发达国家经由过程国际贸易和产业迁移对中国“出口”的碳排放,对中国将是不公平的。二是碳关税的适用性题目。倘若发达国家在国际贸易中,对中国进口商品征收碳关税,这不光违背贸易解放化原则,而且对中国也是极其不公平的。所以,基于领土的“一刀切”式的碳减排义务分配和征收碳关税,并不是解决贸易中碳迁移题目的最佳途径,发达国家在资金和技术方面向相通中国的发展中国家进走声援,积极推进可新生能源和固碳技术的扩散,协助发展中国家降矮碳排放强度,这是现在降矮全球碳排放的最佳途径之一(王媛等,2011)[15]。

全球碳排放与能源、结构及增进的相关

本节将以全球196个国家30年时间(1990—2019年)的“国家—年份”面板数据为基础,对能源消耗与碳排放的相关进走分析,一切数据均经过对数处理。

7.能源消耗量越大,碳排放量、碳排放强度和人均碳排放量越高

能源消耗为碳排放主要来源,也是现在碳排放量数据的计算依据,能源消耗大国均为碳排放大国,2019年前五位别离为美国、中国、德国、法国及印度,能源消耗额别离为17.5万亿美元、7.98万亿美元、2.81万亿美元、2.09万亿美元及2.07万亿美元。由于发展中国家价格程度较矮,表现为金额的能源消耗额矮于发达国家程度。如图17—19所示,全球碳排放与能源消耗高度正相关,能源消耗量越高的国家,碳排放量、碳排放强度与人均碳排放量等也会较高。比较而言,能源消耗与碳排放量之间相关最强(拟相符线更崎岖,散点荟萃分布在拟相符线两侧),与碳排放强度之间的相关最弱(拟相符线相对平整),这能够是由于碳排放强度代外碳排放过程中的技术效率,更多地受到技术程度的影响,而受能源消耗额的影响相对较幼。

图17  全球碳排放量与能源消耗量 数据来源:碳排放数据来自欧盟委员会,能源消耗量数据来自世界银走。 图18  全球碳排放强度与能源消耗量 数据来源:碳排放数据来自欧盟委员会,能源消耗量数据来自世界银走。 图19  全球人均碳排放量与能源消耗量 数据来源:碳排放数据来自欧盟委员会,能源消耗量数据来自世界银走。 

8.洁净能源所占比重越高,碳排放量、碳排放强度和人均碳排放量就越矮

由于碳排放的主要来源是化石能源的燃烧,所以,如图20—22所示,碳排放与洁净能源消耗占比团体呈负向相关,能源消耗结构中化石能源所占比重越矮,洁净能源所占比重越高,碳排放量、碳排放强度和人均碳排放量也就越矮。但是必要仔细的是,能源消耗结构与碳排放之间的这栽负向相关同时也受到国家体量大幼的影响,如2019年,全球洁净能源消耗占比最矮的国家别离为沙特(0.006%)、文莱(0.015%)、土库曼斯坦(0.041%)、圣马丁岛(0.046%)及阿尔及利亚(0.059%),碳排放量在全球分列第12位、127位、47位、155位及35位,除圣马丁岛因体量较幼而倚赖外部化石能源输入外,盈余国家均高度倚赖石油资源,文莱及圣马丁岛固然洁净能源占比较矮,但由于国家体量较幼,故而碳排放量较矮。洁净能源消耗占比最高的国家别离为刚果金(95.8%)、布隆迪(95.7%)、索马里(94.3%)、埃塞俄比亚(92.2%)及乍得(89.4%),碳排放量在全球分列第148位、189位、171位、94位及173位,上述国家特征为,经济以农业为主,基础设施主要落后,电力主要欠缺,匮乏有效的化石能源消耗渠道,但太阳能、风能或水能较为雄厚,埃塞俄比亚虽洁净能源占比较高,但拥有1.07亿人口,位列全球第12位,碳排放量仍较高。

图20  全球碳排放量与能源消耗结构 

数据来源:碳排放数据来自欧盟委员会,能源消耗结构数据来自世界银走。 

图21  全球碳排放强度与能源消耗结构 

数据来源:碳排放数据来自欧盟委员会,能源消耗结构数据来自世界银走。 

图22  全球碳排放强度与能源消耗结构 

数据来源:碳排放数据来自欧盟委员会,能源消耗结构数据来自世界银走。 

9.工业部分所占比重越高,碳排放量、碳排放强度和人均碳排放量就越高

前文的分析也已经外明,电力生产供答业、钢铁和重化工业等工业部分是能源消耗和碳排放的主要来源,所以,如图23—25所示,碳排放与工业部分所占比重团体呈正向相关,在产业结构中工业走业所占比重越高,碳排放量、碳排放强度和人均碳排放量也相答越高。但是必要仔细的是,工业部分所占比重与碳排放的负向相关同时也受到国家体量大幼的影响,如2019年,工业添加值比重最高的国家为文莱(62.5%)、科威特(57.5%)、卡塔尔(56.9%)、安哥拉(54.4%)及阿曼(53.7%),碳排放量在全球分列第127位、44位、40位、87位及46位,上述国家均具有雄厚的石油资源,且国内产业主要倚赖石油化工,除文莱因国家体量较幼而碳排放量较矮外,其异国家碳排放量均较高。有数据统计的工业添加值比重最矮的国家为苏丹(0.96%)、塞拉利昂(5.24%)、百慕大群岛(6.39%)、科摩罗(8.85%)及圣卢西亚(9.97%),碳排放量在全球分列第89位、159位、188位、193位及191位,上述国家主要倚赖农业,或为海岛区域,匮乏详细产业。

总结来看,全球碳排放主要受到能源消耗量、能源结构、产业结构等因素的影响,但该影响需在联相符国别体量下考察。

图23  全球碳排放量与产业结构 

数据来源:碳排放数据来自欧盟委员会,产业结构数据来自世界银走。 

图24  全球碳排放强度与产业结构 

数据来源:碳排放数据来自欧盟委员会,产业结构数据来自世界银走。 

图25  全球碳排放强度与产业结构 

数据来源:碳排放数据来自欧盟委员会,产业结构数据来自世界银走。 

10.“库兹涅茨弯线”具有必定相符理性

上世纪90年代以来,片面学者钻研发现,人均收入与环境凶化程度之间存在“倒U型”相关,即“库兹涅茨弯线”。本文针对碳排放与人均GDP之间的相关进走浅易分析,做出碳排放量、碳排放强度、人均碳排放量与人均GDP的散点图,如图26—28所示,直不都雅来看,碳排放强度与人均GDP之间实在存在必定的“倒U型”相关,但是碳排放量、人均碳排放与人均GDP之间的“倒U型”相关却并不清晰。

对碳排放量而言,如图26所示,中国、墨西哥、土耳其及波兰2019年人均GDP别离为1.03亿美元、0.99亿美元、0.91亿美元及1.57亿美元,位居中游,2019年碳排放量分列第1位、15位、18位及21位,位居前线,外明人均GDP处于中部时碳排放量较高。但是团体而言,碳排放量与人均GDP之间照样表现出正相关相关,这也许与世界经济格局分化日好主要相关,固然高收入国家的碳排放量随经济增进先达峰后消极,但是绝大对数中等收入国家和矮收入国家照样处于碳排放量和人均GDP的同步上升通道之中。所以,碳排放量与人均GDP之间的“倒U型”相关必要进一步放到国家异质性的角度下进走考察。

图26  全球碳排放量与人均GDP 

数据来源:碳排放数据来自欧盟委员会,人均GDP数据来自世界银走。 

对碳排放强度强度而言,如图27所示,碳排放强度与人均GDP之间存在清晰的“倒U型”相关,外明碳排放强度与人均GDP之间实在存在“环境库兹涅茨弯线”,当人均收入程度较矮时,碳排放强度随人均收入的增进而挑高;当越过拐点后,碳排放强度则随人均收入程度的增进而消极。如帕劳、特立尼达和多巴哥、巴巴多斯及阿曼2019年人均GDP别离为1.49亿美元、1.74亿美元、1.81亿美元及1.53亿美元,位居中游,2019年碳排放强度分列第1位、8位、9位及12位,位居前线。

图27  全球碳排放强度与人均GDP 

数据来源:碳排放数据来自欧盟委员会,人均GDP数据来自世界银走。 

对于人均碳排放量而言,如图28所示,人均碳排放量与人均GDP之间表现出的照样是正相关相关,但是拟相符线的斜率逐步降矮,外明固然人均碳排放量随人均GDP的增进而添加,但是添加的速度逐步减慢。除此之外,相通于碳排放量和人均GDP相关的因为也能够存在于人均碳排放量与人均GDP的相关中,即对于高收入经济体而言,人均碳排放量随人均收入的增进逐步缩短,但是对于中等收入国家和矮收入国家而言,人均碳排放量与人均收入之间照样存在较为安详的正相关相关,如人均收入程度位于中等走列的帕劳、特立尼达和多巴哥及阿曼2019年人均碳排放量分列第1位、5位、10位,同样位居前线。所以,人均碳排放量和人均GDP之间的相关同样必要放在国家异质性的框架下进走考察。

上述分析外明,“环境库兹涅茨弯线”在碳排放强度与人均GDP的相关中是成立的,但是在碳排放量、人均碳排放量和人均GDP的相关中却面临挑衅。所以,团体而言,环境库兹涅茨弯线并非放之四海而皆准的普及真理,而是受制于国家异质性的影响,如国家的经济发展阶段和国家的体量周围等。

图28  全球碳排放强度与人均GDP 

数据来源:碳排放数据来自欧盟委员会,人均GDP数据来自世界银走。 

中国碳排放的基本原形不都雅察

11.中国碳排放增速一连消极

自上世纪60年代以来,中国碳排放量从7.81亿吨增进到2020年的105亿吨,周围扩大了约14倍,期间经历了三个隐微的变化阶段,如图29所示[16],世界银走(WB)、国际能源署(IEA)、中国碳核算数据库(CEAD),郝永达等(2021)等均对中国碳排放量做出推想,固然在绝对数值上有必定迥异,但相差并不大,而且碳排放量变化趋势保持基原形反。第一阶段(1960—2000年)为缓慢增进阶段,在长达40年的时间里基本保持相对安详的增进速度,未必甚至会展现必定程度的消极,如1960—1963年、1979—1981年、1997—1999年。第二阶段(2001—2012年)为高速增进阶段,2001年中国加入世界贸易机关(World Trade Organization,WTO),经济增益处于出口导向型的工业大发展阶段,这暂时期的碳排放增进速度进一步挑高且近乎保持线性增进趋势,仅在2008—2009年国际金融危险期间有微幼消极。第三阶段(2013—至今)为矮增进阶段,党的十八大以来,随着供给侧结构性改革与经济高质量发展战略的逐步实施,碳排放增速得到逐步控制。到2019年,吾国单位国内生产总值二氧化碳排放比2015年和2005年别离消极约18.2%和48.1%,已超过了中国对国际社会准许的2020年消极40%—45%的现在标,基本扭转了温室气体排放快速增进的局面(胡鞍钢,2021)[17]。

总体而言,“十四五”期间,中国碳排放量增速将赓续放缓。于宏源(2018)[18]测算指出,中国能源行使二氧化碳排放量在2020年后将进入相对安详平台期,2025年旁边可达峰值,单位GDP二氧化碳排放赓续消极,2030年比2005年消极70%以上。郝永达等(2021)[19]展望,中国碳排放量将在2021年展现逆弹,增速达到3.71%,但在中永远内增速将赓续放缓,碳排放增速矮于2%,并有负增进态势;展望到2025年,全国二氧化碳总排量挨近115亿吨,碳排放量或将挑前到达峰值,且峰值量优于130亿吨的预期规划。蔡博峰等(2021)[20]也展望指出,中国碳排放将在2027年旁边达峰,二氧化碳排放峰值为106亿吨,达峰后经历5—7年平台期,2030年二氧化碳排放量为105亿吨。

图29  中国二氧化碳排放量(1960-2025年) 

数据来源:世界银走(WB),国际能源署(IEA),中国碳核算数据库(CEAD),郝永达等(2021)。

单位:亿吨。 

12.碳排放的走业荟萃度较高,电力、冶炼、交通为重点排放板块

碳排放量在各走业的分配标准以各走业一次能源终端消耗量为基础确定。终端能源消耗量分为四类:第一,行为燃料、动力行使的能源。指将能源投入到各栽加热、动力等设备,产生光、热、功所消耗的能源。第二,行为材料行使的能源。指在工业生产运动中,把能源行为材料投入行使,经过一系列化学逆答,逐步转化为另一栽新的非能源产品,如化胖厂生产的相符成氨、化工厂生产的相符成橡胶等产品所消耗的天然气、煤炭、焦炭;生产染料、塑料、轻纺产品所消耗的材料油等。第三,行为材料行使的能源。指一些能源的行使,不构成产品的实体,只首辅助作用的消耗。如洗涤用的汽油、柴油、煤油;各栽设备所行使的润滑油等。第四,工艺用能。指在生产过程中既不行为材料行使,也不行为燃料、动力行使的工艺用能。如生产电石、电解耗用的能源。必要表明的是,由于碳排放量计算时只涉及一次能源消耗,所以电力涉及的碳排放量在发电环节计算,各走业对于电力等二次能源的消耗不纳入碳排放量计算。

吾国三次产业的碳排放趋势与全国碳排放总量保持相反,在2000—2020年间均表现稳步增进的特征,如图30所示,三次产业的碳排放量别离由2000年的0.46亿吨、30.23亿吨、5.23亿吨增进到2020年的1.28 亿吨、88.91亿吨、15.02亿吨,CAGR别离为5.3%、5.5%及5.4%。在三次产业中,由于第一产业及第三产业排放能力不高,所以第二产业永远占领排放主流,2000—2020年间第二产业碳排放量占排放总量的比重永远维持在85%旁边,第一产业和第三产业则别离仅占1%和14%旁边。

图30  中国三次产业碳排放变动情况(2000—2020年) 

数据来源:郝永达等(2021)

单位:亿吨 

第二产业和第三产业内部又包含多多的细分走业门类,考察各细分走业的碳排放量,能够更详细地发现碳排放的走业来源。如图31所示,中国碳排放表现出清晰高走业荟萃度特征。2017年,中国碳排放量最高的走业挨次为电力蒸汽开水生产供答业(48%),暗色金属冶炼及压延加工业(14%),非金属矿物成品业(10%),交通运输、仓储及邮电通信业(7%)。第一大走业排放量占比挨近50%,前两大走业超过60%,前三大走业超过70%,前四大走业挨近80%。电力走业为碳排放量第一大走业,2017年排碳量为第二大走业的3.4倍;矿产品下游产业为碳排放的主要来源,金属矿产品、非金属矿产品、石油产品加工的排碳量相符计占比26%。从电力走业着手控制碳排放,是减排政策的关键,但由于电力产业为其他产业发展挑供支柱,所以无法“一刀切”地缩短发电量,而答挑高绿色能源在电力能源消耗中的比重。除此之外,城镇生活消耗、乡下生活消耗的碳排放量相符计占比5%,也占领较大比重,成为中国碳排放的主要来源之一。

图31  按走业分类的中国碳排放量变动情况(1997—2017年) 

数据来源:CEAD数据库 

单位:亿吨 

在1997—2017年间,各走业的碳排放量都表现出必定程度的增进,其中交通运输、仓储及邮电通信业,批发零售贸易和餐饮业的碳排放增速较快,CAGR别离为9.9%和9.0%,这些走业随着经济运动强度的添加、城市周围的扩大而高速发展,逐步成为新增碳排放的主要来源。同时,碳排放量绝对值较大的走业增速也较大,水电蒸汽供答、金属矿物冶炼及非金属矿物加工CAGR别离为6.5%、8.3%及6.6%。

13.碳排放区域和省份分布不均衡

由于经济发展的不屈衡以及能源先天结构的迥异,吾国分歧区域之间的二氧化碳排放量也存在较大迥异,清淡认为碳排放总量和人均碳排放量的区域排序为:东部>中部>西部,而中西部碳强度则远高于东部地区(杜立民,2010[21];岳超等,2010;杨骞等,2012;肖雁飞等,2014)[22]。经由过程将中国31个省份划分为华东、华北、华中、西北、华南、东北、西南等7个区域[23],能够更深入详细地考察各区域碳排放的变化,如图32所示,1997—2017年间中国各区域的碳排放总量均快速增进,其中年均复相符增进率(Compound Annual Growth Rate,CAGR)最高的区域为西北区域(8.3%),其次是华南区域(7.0%),最矮的区域为东北地区(4.1%)。碳排放量增速在必定程度上逆映了各区域经济运动强弱,即西北及华南地区经济增速较快,东北地区增速较慢。

从各区域的碳排放总量比较来看,如图32—33所示,华东、华北、华中为最大的碳排放量来源地,2017年碳排放量别离为24.9亿吨、20.8亿吨及13.5亿吨,相符计占比达60%。各区域碳排放量分布较不均衡,碳排放的区域荟萃度较高,主要分要分布在工业生产周围较大及城市运动反复的区域[24]。

图32  按区域分类的中国碳排放量变动情况(1997—2017年) 

数据来源:CEAD数据库

单位:亿吨二氧化碳 

图33  中国碳排放量区域结构(2017年) 

数据来源:CEAD数据库 

进一步考察各省份的二氧化碳排放量,如图34所示,1997—2017年间,中国各省份的碳排放总量也都快速增进,其中CAGR最高的省份为内蒙古(9.9%),其次为新疆(9.7%),上世纪90年代以来,随着石油、煤炭资源的大周围开发,上述两省份的碳排放量也展现了较大增进;CAGR最矮的省份为辽宁(4.4%),由于资源挖掘速度及经济运动增速相对不及,其碳排放量增速相对较慢。

图34  按省份分类的中国碳排放量变动情况(1997—2017年) 

数据来源:CEAD数据库

单位:亿吨二氧化碳 

从各省份碳排放总量比较来看,如图34—35所示,碳排放的省份荟萃度较高,且高排放省份特征明晰。碳排放前三位省份相符计占比为23%,前五位省份相符计35%,前十位相符计58%,各省份排放量占比差距较大。高排放省份分为两类:第一,排放型省份,经济发展倚赖高排放产业,包括山东(石化)、河北(钢铁)、内蒙古(煤炭)、山西(煤炭)、辽宁(钢铁)、新疆(石化);第二,集群型省份,省内城市群浓密,或人口数目较大,经济运动量较大,包括江苏(0.8亿人)、广东(1.2亿人)、浙江(0.6亿人)、河南(1.0亿人)。

图35  中国碳排放量省份结构(2017年) 

数据来源:CEAD数据库 

从碳排放强度的角度来看,全国团体的碳排放强度在逐步消极,各省份的碳排放强度也在同步消极,如图36所示,1997—2017年间,全国主要碳排放省份的碳排放强度都呈消极趋势,其中降幅最大的为北京(-90.27%)、湖北(-81.38%)和上海(-80.62%)。随着经济效率与矮碳技术的升迁,经济增进附加的环境成本赓续消极。碳排放强度较高的省份多为传统资源开发型省份,这些省份均以传统资源开发为支柱产业,如煤炭(宁夏、山西、内蒙古、甘肃)、石油(新疆、辽宁、暗龙江)、钢铁(河北)等。

图36  主要碳排放省份排放强度变动(1997—2017年) 

数据来源:CEAD数据库、CEIC数据库 

单位:万吨/元 

从人均碳排放的角度来看,各省份的人均碳排放量与全国团体的人均碳排放量保持相反的上升趋势,如图37所示,1997—2017年间,全国主要碳排放省份的人均碳排放量均呈上升趋势,其中增幅较大的省份为宁夏(695.30%)、内蒙古(505.88%)和海南(368.05%)。与碳排放强度的情况相通,化工产业比较发达的省份(如江苏、天津、山东)和传统资源开发型省份(如内蒙古、山西),人均碳排放量也相对较高。在一切省份中,仅有北京的人均碳排放实现消极,从1997年的4.99吨/人上升到2007年的最高点6.14吨/人,然后逐步消极至2017年的3.92吨/人。

图37  主要碳排放省份人均碳排放量变动(1997—2017年) 

数据来源:CEAD数据库、CEIC数据库 

单位:吨/人 

14.中国省份之间存在由东部向中西部的碳迁移

如前所述,中西部地区碳排放量固然矮于东部地区,但是其碳排放增速则清晰高于东部。所以,有学者指出不论是碳排放总量照样碳排放强度,都展现重心向西南倾向迁移的迹象,而且中、西部地区逐步成为高碳排放与高碳排放强度的集聚区,尤其是华南、西南地区的碳排放量增速清晰(刘佳骏等,2013)[25]。不光这样,学者们还发现,中国省际区域间碳排放迁移总量均较大,其中各地区碳排放转入总量要大于碳排放转出总量,且碳排放迁移净值为正的地区主要分布在广东省、江苏省和浙江省等东部或中部发达的18个地区,而碳排放迁移净值为负的地区主要分布在山西、贵州和云南等西部或中部欠发达的12个地区(孙立成等,2014)[26]。倘若同时考察碳排放量和碳排放强度的空间迁移,那么北京、天津、吉林、暗龙江、江西、四川和辽宁等9个省份为碳排放周围、强度双外向迁移省份,是中国隐含碳排放调出区域,而福建、广西、内蒙古、新疆、海南等13个省份为碳排放周围、强度双内向迁移省份,是中国隐含碳排放调入区域(张为付等,2014)。

导致中国省域间碳排放空间迁移的因素与前文论述的国际间碳排放迁移具有相反性,主要包括发达省份向欠发达省份的产业迁移,以及发达省份相对欠发达省份消耗程度的挑高经由过程产品贸易的形势间接添加了后者的碳排放量。在产业迁移方面,肖雁飞等(2014)钻研发现,中国区域间产业迁移外现为以东部沿海产业转出为主、京津和西北地区产业转入为主的特征,但产业迁移导致的碳排放迁移趋势与产业迁移特征并不十足相反,外现为京津地区和北部沿海承接了大量产业迁移但碳排放转入并不大,所以这两个区域在产业承接过程中具有减排效答,考察转入与转出走业,发现这两个区域都具有转出高碳走业(如电气热力走业)和转入矮碳走业(如其他服务业)的特征,而西北和东北地区承接了相对较少的产业,但碳排放转入比重却很大,同样也与其产业转入走业相关,如西北转入了大量纺织服装业和采选业,东北转入了大量采选业和交通设备制造业,都属于碳排放系数较高的制造业,同时中部地区在产业迁移与碳排放迁移上外现为承东启西区位作用。由此导致东部沿海产业迁移向中部、东北、西北等地区泄露了2787.92万吨二氧化碳,同时,中部地区又向西北、东北、西南等地区二次泄露了38.65万吨二氧化碳,碳泄露形象显明不幸于全国和个别区域碳减排现在标的实现。

在消耗和产品贸易方面,张彩云和张运婷(2014)[27]指出,居民人均消耗增进是碳排放增进的主要因素,人均居民消耗上升1%,人均碳排放上升0.64%,而且中西部地区碳排放会受到东部地区居民消耗的影响,东部地区居民消耗所产生的二氧化碳经由过程产品贸易的手段向中西部地区迁移,东部地区居民人均消耗上升1%,中西部地区人均碳排放会上升0.29%,即东部居民经由过程消耗将碳排放迁移到中西部地区,这意味着吾国存在环境不公平形象,相对东部地区而言,中西部地区从经济发展中的代价过大,表明吾国地区间存在消耗者承担的碳排放义务大幼分歧的形象。

中国碳排放与能源、结构及增进的相关

既有钻研指出,能源结构、产业结构等因素对中国碳排放具有隐微影响(Fan et al,2007[28];岳超等,2010[29];张友国,2010[30];查建平等,2012[31])。所以,本节以吾国30个省份(由于西藏数据缺失,故剔除)21年时间(1997—2017年)的“省份—年份”面板数据为基础,对能源消耗、能源结构、产业结构与碳排放的相关进走分析,一切数据均经过对数处理。

15.能源消耗量越多,碳排放量和人均碳排放量越大,碳排放强度越矮

与国际间的碳排放和能源消耗量相关相通,中国各省份间也存在相通的经验结论。如图38—40所示,碳排放量、人均碳排放量与能源消耗量高度正相关,但却与碳排放强度负相关。这意味着能源消耗量的添加导致碳排放量和人均碳排放量的增进,能源消耗量较大的省份清淡也是碳排放量较高的省份,如广东、江苏、山东等地。同时,必要仔细到的是,能源消耗量与碳排放强度之间存在逆直觉的负向相关相关,这主要是由于能源消耗量较高的省份,固然碳排放量也较高,但是经济发展程度也越高,从而导致碳排放强度的降矮。而能源消耗量较矮的省份往往经济体量也较幼,如青海、宁夏、甘肃,该类省份匮乏有余资金实力进走大量减排技术投入,碳排放强度相对较高。

图38  中国碳排放量与能源消耗量 

数据来源:CEAD数据库,CEIC数据库 

图39  中国碳排放强度与能源消耗量 

数据来源:CEAD数据库,CEIC数据库 

图40  中国人均碳排放量与能源消耗量 

数据来源:CEAD数据库,CEIC数据库 

16.能源消耗结构中煤炭占比越大,碳排放量、碳排放强度和人均碳排放量就越高

既有文献指出,从二氧化碳的排放结构来看,煤炭消耗首终是吾国二氧化碳排放的主要来源,占到总排放量的75%旁边;石油消耗行为第二大排放来源,其比例则要幼得多,大致占总排放量的13%旁边,而天然气消耗的二氧化碳排放比重仅占2%旁边(杜立民,2010)。所以,能够认为碳排放将受到能源消耗结构中煤炭所占比重的清晰影响。

必要详细表明的是,《中国能源统计年鉴》及各类数据库中挑供的煤炭消耗量清淡所以“百万吨”行为量纲进走衡量,而能源消耗总量则清淡以“百万吨标准煤”进走衡量,所以,在计算能源消耗结构时必要将煤炭先折算成标准煤。根据国家标准《GB/T2589-2020 综相符能耗计算通则》,原煤的折标准煤系数为0.7143kgce/kg;同时,根据中华人民共和国财政部第66号令《中华人民共和国资源税暂走条例实施细目》的规定,“煤炭,是指原煤,不包括洗煤、选煤及其他煤炭成品”,所以,采用原煤的折标煤系数行为煤炭的折标煤系数具有相符理性。

本文的钻研外明,如图41—43所示,能源消耗结构中煤炭所占的比重越大,碳排放量、碳排放强度和人均碳排放量也都越高。经由过程与图20—22所得结论相比较能够发现能源消耗结构对碳排放的完善结论,即能源消耗结构中煤炭为代外的化石能源所占比重越矮,或洁净能源所占比重越高,则碳排放量、碳排放强度、人均碳排放量也将越矮。此外,比较图42与图39能够发现,固然碳排放强度与能源消耗总量之间存在负向相关,但是却与煤炭所占比重存在正向相关,所以,能够得出一个具有清晰的政策指向性的推论:即当局在降矮碳排放强度的过程中,控制能源消耗结构中的煤炭所占比重比控制能源消耗总量更具有效性。

图41  中国碳排放量与能源消耗结构 

数据来源:CEAD数据库,CEIC数据库 

图42  中国碳排放强度与能源消耗结构 

数据来源:CEAD数据库,CEIC数据库 

图43  中国人均碳排放与能源消耗结构 

数据来源:CEAD数据库,CEIC数据库 

17.产业结构中工业部分所占比重越高,碳排放量、碳排放强度、人均碳排放量也越大

与全球碳排放和产业结构的相关相通,中国的碳排放也与产业结构存在清晰的正相关相关,如图44—46所示,产业结构中工业部分所占比重越高,碳排放量、碳排放强度、人均碳排放量也越大。第二产业占比较高的省份,如山东、江苏、河北等,碳排放量、碳排放强度和人均碳排放量也相对较高。

图44  中国碳排放量与产业结构 

数据来源:CEAD数据库,CEIC数据库 

图45  中国碳排放强度与产业结构 

数据来源:CEAD数据库,CEIC数据库 

图46  中国人均碳排放与产业结构 

数据来源:CEAD数据库,CEIC数据库 

18.“环境库兹涅茨弯线”在中国具有必定的相符理性

既有钻研已经外明,吾国人均二氧化碳排放量与经济发展程度之间表现倒U型相关,环境库兹涅兹弯线伪说成立(杜立民,2010)。根据全球数据,当人均GDP高于5万美元时,碳排放量、排放强度及人均碳排放量将呈清晰消极态势,随着中国人均GDP的增进,碳排放有看展现消极,但距峰值仍有必定距离。如图47—49所示,碳排放量与人均碳排放量均与人均GDP之间表现出必定的正相关相关,但是从拟相符线的趋势来看,随着人均GDP的增进,碳排放量和人均碳排量的增速越来越矮,拟相符线的顶点即将展现,这也意味着中国将有能够在人均1万美元附近实现碳排放量和人均碳排放量的双达峰。碳排放强度则随着人均GDP的添加,表现出安详的消极趋势。总之,“环境库兹涅茨弯线”在中国具有必定的相符理性,尤其是在碳排放强度方面,特征更加清晰。

图47  中国碳排放量与人均GDP 

数据来源:CEAD数据库,CEIC数据库 

图48  中国碳排放强度与人均GDP 

数据来源:CEAD数据库,CEIC数据库 

图49  中国碳排放强度与人均GDP 

数据来源:CEAD数据库,欧宝品牌CEIC数据库 

数字化与碳排放的相关钻研

(一)中国碳减排的挑衅与倾向

对于中国而言,准期实现碳达峰、碳中和的现在标,面临着史无前例的多重挑衅,其中的关键在于碳排放强度的消极速度要超过经济增进的速度(刘长松,2015)[32]。一方面,全球实现碳排放达峰的国家基本上是发达国家或后工业化国家,但是中国与西洋国家处在分歧的发展程度安经济增速阶段,具有分歧的产业结构类型、能源消耗强度和能源消耗结构,而且中国碳排放总量清晰超过西洋(胡鞍钢,2021)。所以,国外矮碳转型的成功经验无法在中国复制,中国必要追求一条正当国情的矮碳转型道路,实现二氧化碳减排达峰的需求(杨莉莎等,2019)[33]。另一方面,由于能源结构变化的时滞性和产业结构中的碳锁定效答,经由过程能源结议和产业结构调整在短时期内难以在较大程度促进碳减排(刘佳骏等,2013);而且由于技术挺进对于碳排放作用的双重性,中国的技术减排存在逆弹效答,技术挺进的减排收入有一半以上被抵消,所以仅仅仰仗技术挺进进走减排,很难在2030年旁边达到碳排放峰值(杨莉莎等,2019)。所以,中国必要更加编制周详的筹划碳减排方案,综相符考虑技术、结构、制度等因素之间的相互作用,统筹短期现在标与永远现在标之间的均衡衔接,分步骤有节奏地制定相符走业异质性和区域异质性的减排方案。

近几年来,数字技术浪潮的崛首与发展为全球和中国的碳减排挑供了重大的潜力,主要表现为三大效答,别离为降矮数字产业自己碳排放的“直接效答”,推动其他产业缩短碳排放的“间接效答”,以及经由过程构建碳市场等产生的“补充效答”。GeSI and BCG(2012)在《更加智能2020》(Smarter 2020)报告中挑出了数字技术推动碳减排的“变速杆”(change levers)模式,对数字技术缩短碳排放的分歧手段进走分类,主要包括经由过程数字化和非物质化替代或清除对排放浓密型产品或过程的需求,经由过程实时的数据搜集、分析、疏导、逆馈和学习以实现更好的决策,经由过程编制集成更有效地管理资源的行使,经由过程仿真挑高效率并实现流程的重新设计和功能优化。

已有多多机议和学者对数字技术的碳减排潜力进走实证测算,固然详细数值方面存在迥异,但是结论均相反外明,数字技术具有重大的碳减排潜力。在全球碳减排潜力方面,国际电信联盟(2008)[34]相对笑不都雅地推想,数字技术能够为全球碳减排挑供解决方案,缩短产自其他经济部分的97.5%的排放量。GeSI and BCG(2012)[35]也展望,从2011年到2020年,ICT的普及行使可缩短9.1亿吨二氧化碳当量(GtCO2e)的温室气体排放,相等于同期ICT部分碳排放量的7倍以上,约占全球温室气体排放总量的16.5%,总共撙节1.9万亿美元的能源和燃料成本。Belkhir and Elmeligi(2018)的钻研也外明,到2020年时ICT部分对全球碳足迹的贡献率将从2007年的1—1.6%大约翻一番达到3—3.6%,倘若碳排放的年均相对增进率为5.6—6.9%,那么到2040年时ICT部分的相对贡献将超过2016年全球温室气体排放程度的14%。更进一步,在由GeSI andAccenture Strategy(2015)说相符更新地《更加智能2030》(Smarter 2030)报告中展望,ICT有看到2030年时将全球二氧化碳排放量缩短20%,使其保持在2015年的程度,减排量几乎达到同期ICT部分排放量的10倍,从而使得经济增进与排放添加有效脱钩,意味着吾们能够避免经济荣华和环境珍惜之间的权衡取舍。GSMA(2020)[36]的钻研也发现,2018年移动互联网技术使全球温室气体排放量缩短了约21.35亿吨二氧化碳当量,相等于俄罗斯每年的二氧化碳排放总量,撙节的排放量几乎是移动互联网走业自己的全球碳足迹的十倍;其中聪明生活、做事与健康约占以前减排量的39%,其次是聪明交通与城市(占30%),智能制造(占11%),聪明修建(占10%),聪明能源(占7%),聪明农业(占3%)。

在对中国的碳减排潜力方面,展望从2005年到2020年,经由过程数字技术在其他走业的普及排泄,将使中国缩短14—17亿吨二氧化碳,这相等于全国2020年碳强度减排现在标的13—18%,ICT部分的减排总量比同期内ICT直接排放量高出4倍(谢孟哲等,2011)。ICT在中国最具潜力的四个周围是:智能能源、智能制造、智能农业和智能移动解决方案。展望到2030年,中国的二氧化碳减排潜力为2.21亿吨二氧化碳当量,其中智能制造和智能移动的减排潜力超过50%(GeSI,AccentureStrategy,2015)。本文行使腾讯钻研院公布的数字中国指数绘制了与中国各省碳排放量、碳排放强度及人均碳排放量之间的相关相关图,如图50—52所示,发现固然数字中国指数与碳排放量正相关,但却与碳排放强度及人均碳排放量呈隐微的负相关相关。这能够是由于数字化程度较高的省份(如广东、北京、上海、江苏、浙江、山东)经济程度较发达,经济运动量较大,所以碳排放总量较高;但数字化程度的升迁能够从能源互联网,产业和能源结构转型,聪明城市、交通、生活等多角度逆映经济运动效率与矮碳化程度,所以,能够认为数字经济的发展将经由过程降矮碳排放强度及人均碳排放量,对碳减排、碳达峰和碳中和贡献主要的力量。

图50  各省碳排放量与数字中国指数 

数据来源:腾讯钻研院,CEAD数据库,CEIC数据库 

图51  各省碳排放强度与数字中国指数 

数据来源:腾讯钻研院,CEAD数据库,CEIC数据库 

图52  各省人均碳排放量与数字中国指数 

数据来源:腾讯钻研院,CEAD数据库,CEIC数据库 

(二)能源互联网推动碳减排

既有钻研外明,互联网对工业绿色全要素生产率升迁具有促进作用(卢福财等,2021)[37],ICT产业对中国二氧化碳减排具有隐微贡献,而且对中部地区二氧化碳减排的影响大于东部地区(Zhang,Liu,2015)[38]。二氧化碳减排主要倚赖技术挺进的推动,CO2减排技术挺进变化率、CO2减排技术效率变化率、能源行使技术挺进变化率和能源行使技术效率变化率这四个因素对CO2减排效率和CO2减排效率的变化率有较强的正影响(张伟等,2013)[39];技术挺进带来的理论减排率为5.66%,在考虑到存在逆弹效答的情况下,实际减排率照样高达2.1%(杨莉莎等,2019)。所以,经由过程技术挺进挑高能源行使和碳排放的技术效率和技术程度是升迁吾国全要素碳减排效率的关键因素。

能源互联网行为数字革命和能源走业深度融相符的产物,将深切转折能源的生产、传输、出售手段和人们的生活做事手段,成为推动能源结构转型、挑高能源行使效率、实现节能减排和可赓续发展的主要途径(孙宏斌等,2015)[40]。陈继东等(2019)[41]总结了能源互联网在能源供给方面的作用。一是在能源生产方面,电力、石油、天然气等传统能源供答商正在加速数字化矮碳转型,经由过程行使天气展望分析、资产及营业管理工具等数字化技术,能源创造者得以更快速地反响市场需求,变通开展能源生产和储;并经由过程全球化的运营模式,进一步降矮固定成本,改善项方针资本运营外现。二是在能源传输方面,电网、油气管道等能源输送网络运营商正在向数字化、智能化倾向转型,能源输送网络运营商经由过程网络运营模式优化、能源输送能力升级、商业模式创新等手段实现效率升迁和服务增值。三是在能源出售方面,多元化的市场参与者为客户挑供数字化赋能的零售服务,围绕着消耗端的用能需乞降生活手段,挑供一系列新的运营声援服务、绿色节能服务、数字化生活服务和变通的产销一体化服务。

除此之外,在能源消耗方面,行使数字技术对传统产业进走数字化、网络化、智能化升级,有利于加强分歧区域和分歧主体之间在能源调度与行使上的协同,推动工业、修建、交通、消耗等周围的数字化节能,挑高单位能源的产值增量,逐步降矮能源强度,缩短二氧化碳排放(邬彩霞,高媛,2020)[42]。经由过程在更多的生产设备中嵌入智能传感器,结相符高级数据分析以优化传统产业的生产制造流程,更加精准和动态地展望用户或企业的能源需求,从而改善能源服务的反响能力,降矮能源需求的峰值负载,实现最优的过程控制,对碳减排具有至关主要的作用(IEA,2017)[43]。经由过程建设全球能源互联网,推动洁净能源对化石能源的消耗替代,将有助于缩短联网区域的二氧化碳排放量,冯晟昊等(2019)[44]外明,与2011-2017年的基准情景相比,到2050年中国累计排放量将累计消极月1.0%。

(三)产业与能源结构的数字化转型降矮碳排放

前文分析已经外明,能源类型来看,如图3所示,碳排放主要来自煤炭能源;分走业类型来看,如图4和图31所示,碳排放主要来自电力、冶炼等重化工业和交通运输走业。现有钻研外明,重工业比重每上升一个百分点,吾国人均CO2排放量将上升约1%;煤炭消耗比重每上升一个百分点,吾国人均CO2排放量将上升约0.67%(杜立民,2010)。而第二产业比重每消极1个百分点,碳排放绩效则会挑高0.406个百分点,煤炭消耗比重每消极1个百分点,碳排放绩效则会上升0.262个百分点(查建平等,2012)[45]。所以,能够经由过程发展数字经济来推动产业结议和能源结构的优化调整,实现缩短二氧化碳排放的方针。

在产业结构优化方面,数字经济将推动产业结构的矮碳化转型。一是数字产业化进程的加快,促进了以计算机、通信和其他电子设备制造业等先辈制造业和新闻技术、柔件和新闻服务业等生产性服务业的创新与发展,这些产业自己即是矮碳排放的走业,随着这些走业在团体经济中所占比重的挑高,碳排放量将会逐步降矮,从而推动了产业结构由高碳排放型向矮碳排放型的转型升级。根据《͚中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景现在标纲要》,2020年吾国数字经济中央产业添加值占GDP比重已达到7.8%,到2025年时这一比重将挑高到10%,对碳减排做出隐微贡献。二是产业数字化进程的加快,促进了传统产业中生产流程、产业机关、价值环节等的解构重组,优化生产经营过程中的能源配置结构,挑清廉净能源对化石能源的替代程度,促进传统产业的能源消耗效率升迁,并降矮各走业单位产出的能源消耗强度,以此来缩短传统产业的碳排放。腾讯钻研院发布的“数字中国”指数外明,第二次产业占GDP比重与数字中国指数存在隐微的负相关相关。

在能源结构调整方面,数字经济将推动能源结构的矮碳化转型。一是重塑能源生产结构。以数字化技术革新化石能源发电过程,投料数字化监测与智能配比,可挑高能源行使效率。以数字化带动水、风、光多能互补,对分歧洁净能源进走相符理匹配,可改善光能、风能等洁净能源发电存在的输出担心详题目,推动能源生产结构的矮碳化转型。二是变革能源消耗结构。新能源汽车行为计算机、手机外的第三大上网终端,与数字产业深度融相符,并经由过程与自动驾驶、耗电监测等数字化服务的叠加,赓续促进汽车产业推翻性变革;而移动电源、无线充电等技术的发展,也极大添加了洁净能源行使的便利性与吸引力,从而推动能源消耗结构的矮碳化转型。三是促进能源供需匹配。以数字技术构建智能电网,更新传感、测量、控制及决策声援编制,可改善电能质量,挑高供电变通性,珍惜电网坦然。数字技术可聚相符并优化分布式能源(Distributed Energy Resource,DER),构造虚拟电厂,经由过程更高层面的柔件构架实现多个DER的协和优化运走,挑高了DER输出的安详性,降矮了调度难度及对公网的冲击,有利于资源的相符理优化配置及行使,从而首到碳减排的作用。

(四)共享出走与聪明交通推动碳减排

前文分析终局已经外明,交通运输走业是二氧化碳排放的主要来源部分,其因为一方面在于现在吾国交通运输走业的能源消耗量较大,另一方面在在于能源消耗结构中化石能源仍占主要片面,而洁净能源所占比重则较矮。

共享汽车和滴滴拼车等新式出走手段的发展,推动共享出走成为准公共交通出走,并推动传统交通体系向聪明交通的转型升级,为能源撙节与碳减排做出贡献(张雪峰等,2020)[46]。其根本因为就在于数字技术的正外部性,经由过程行使大数据与人造智能等数字技术,能够挑供最优出走方案,挑高出走效率,降矮空驶率,撙节能源消耗并缩短碳排放,推动传统的先污浊后治理的交通模式向从源头上缩短碳排放的聪明交通模式转型(许宪春等,2019)。

现有文献已经证实基于数字技术的共享出走和聪明交通新模式对碳减排的主要价值。这样宪春等(2019)[47]钻研外明,经由过程大数据等数字技术在交通运输走业的融相符排泄,将因司乘的最优匹配将效率与节能减排升迁近33个百分点,因空驶率降矮实现效率与节能减排升迁30%,因聪明信号灯影响使得效率与节能减排升迁10%—20%,因潮汐车道作用升迁效率与节能减排约30%,使全国出租车客运走业缩短839.85万吨碳排放量,这相等于巴拿马一国的周详排放量。伊文婧(2019)[48]也得出相通的钻研结论,2017年共享出走的节能量贡献为690万吨油当量(toe)旁边[49],约占吾国以前城市客运交通能耗的8%,二氧化碳减排量近2100万吨;其中,共享单车骑走产生的节能量近90万吨油当量,二氧化碳减排量约为260万吨,共享专车和快车行使产生的节能量约600万吨油当量,二氧化碳减排量约为1800万吨,并展望在矮共享出走排泄率和高共享出走排泄率情景下,到2035年,共享出走手段的节能量将别离达到2576万吨油当量、3564万吨油当量,别离占届时城市客运能耗比重的20%和28%。丁宁等(2018)[50]也经由过程对北京市共享单车的钻研发现,固然共享单车在其生命周期内的碳排放比清淡单车高出约5倍,但是经由过程共享单车对幼我汽车出走手段的替代,共享单车对北京交通碳排放的每年减排奏效达到5.7%。

(五)聪明城市建设推动碳减排

城市既是经济增进的引擎,又是温室气体排放的源泉(麦肯锡,2021)[51]。对中国的钻研外明,城市化率每挑高1%,在添加0.671%GDP的同时,也将会推动碳强度上升0.274%(林美顺,2016)[52]。说相符国人类住区规划署(2011)[53]的一份钻研报告发现,在全球层面,从生产端来看,城市运动的温室气体(GHG)约占40%—70%;从消耗端来看,城市运动的温室气体排放量所占比重则高达60%—70%。

对于中国而言,城市地区对全国一次能源需求的贡献率为75%,碳排放贡献率则进一步高达85%(Dhakal,2009)[54]。但是这并意外味着碳排放在分歧城市类型以及城乡之间是均匀分布的。在城市类型方面,有钻研外明,中国的150个主要城市的碳排放总量达到60亿吨,约占全国碳排放总量的70%(刘竹,2015)[55]。中国的35个最大的城市贡献了全国40%的能源消耗和二氧化碳排放,尤其是在四个直辖市中,人均能源行使量和二氧化碳排放量比其他城市平均而言要高出数倍(Dhakal,2009)[56]。在城乡比较方面,由于收入程度安消耗需求的迥异,城市居民的人均能源消耗量是乡下居民的约3.5—4倍(林伯强,刘希颖,2010)[57];城市人均二氧化碳排放是乡下的1.4倍,尤其是在修建和交通部分,城市人均二氧化碳排放是乡下的1.7倍;在全国31个城市中,城市人口和乡下人口大致相等,但城市二氧化碳排放更多,占全国二氧化碳排放的58%(Ohshita et al,2015)[58]。

关于城市如何加快碳减排方面,麦肯锡(2021)从绿色基础设施、区域碳排放核算、地区产业升级、分享最佳做法和政策等四个方面挑出了城市脱碳化的思路,但是却在必定程度上无视了城市数字化转型对碳减排的贡献。固然现在尚欠缺对聪明城市与碳排放的实证检验,但是从理论上能够认为,聪明城市建设将对碳减排发挥重大的潜力。一是聪明修建与聪明楼宇建设,经由过程在修建物和楼宇空间中嵌入智能电外、智能燃气外等终端设备,加强对修建物和楼宇空间的用电用能的监测、展望与控制,为修建物和楼宇空间挑供用电用能最优解决方案,动态更新用户节能用能与碳排放报告,挑高用电用能效率,缩短电力资源等的铺张。二是经由过程聪明交通体系建设,加强对城市交通的模拟与调度,优化出走路线,相符理规划分歧时段在分歧交通路线的车流量,缩短因交通信号灯、交通拥堵等因为导致的汽车碳排放。三是开发聪明停车解决方案,实时表现方针地周边停车场与停车位新闻与路线规划,缩短因追求停车位产生的有余碳排放。

(六)数字生活与做事手段缩短碳排放

说相符国环境规划署(2020)[59]在比来的一份报告中指出,转折生活手段是赓续缩短温室气体排放和缩短排放差距的先决条件,并根据基于消耗的数据核算发现,全球约三分之二的排放与幼我家庭运动相关,其中最主要的是交通、居住和粮食,每一项都占生活手段排放的近20%。对中国的钻研也外明,人均家庭消耗的添加推动了碳排放量的增进,1992—2007年间吾国居民消耗产生的二氧化碳占吾国碳排放总量的40%以上(Liu,2011)[60]。所以,转折家庭消耗商品和服务的构成结构,促使生活手段和消耗模式从高碳浓密型产品与服务向矮碳浓密型产品和服务变化,将对缩短二氧化碳排放具有主要作用,而数字技术将在其中具有主要价值。

最先,消耗手段从线下到线上的转型,如电子商务、聪明哺育和长途医疗等,使购物、哺育、医疗等从线下向线上迁移,以长途营业服务替代迎面营业服务,荟萃配送相比松散购买、长途哺育与诊疗相比外出学习与就医更能缩短因交通出走导致的碳排放。

其次,产品形势从物理向数字的转型,如电子书、数字电影、数字音笑等数字内容为代外的产品形势替代纸质书、胶片或CD电影、磁带或碟片等物理产品,不光能够降矮因出走导致的碳排放,而且能够降矮产品生产和消耗过程中的碳排放。

再次,做事手段由线下到线上的转型,以长途会议和电子相符一致替代差旅会议和纸质相符同,缩短因公出差与相符同邮寄导致的碳排放,如说相符国环境规划署(2020)[61]所强调的,屏舍一次长途飞走有能够使幼我年排放量平均缩短1.9吨二氧化碳当量。如腾讯会议产品上线仅245天用户数就突破一亿,成为腾讯近年来用户增速最快的产品,有效已足对长途会议和企业管理的需求。

末了,加强对家庭用电设备的智能监测与管理,更多地行使智能电器,实时晓畅分歧电器产品的电力消耗及其导致的碳排放,及时关闭暂不行使的电器产品,缩短对电力资源的铺张。

(七)数字技术声援碳市场及配套制度建设

国家发改委于2011年10月29日发布《关于开展碳排放权营业试点做事的报告》,确定在北京市、天津市、上海市、重庆市、湖北省、广东省及深圳市开展碳排放权营业试点,2013年6月之后一连启动,并于2017年正式启动全国碳排放权营业。现在,中国正在前期7个省市试点的基础上,加紧筹备全国层面的碳市场建设,已在湖北省、上海市开展全国碳市场的基础设施搭建做事,由湖北牵头承建全国碳排放权注册登记编制,上海承建全国碳排放权营业编制,最早或将于2021年实现营业;全国碳市场竖立后,将保持规则联相符、互联互通、厉格监管,由国家联相符制定配额分配手段,省级当局依据分配手段向辖内企业分配配额。

随着碳排放营业市场建设的逐步推进,其对碳减排的政策效答也逐步展现。钻研发现,碳排放权营业政策对试点城市碳排放强度的降矮具有隐微而赓续的推行为用;在时间趋势上,碳市场建设的政策效答将随着时间的推进越发清晰;在空间相关上,碳营业政策的实施不光对政策试点具有直接减排效答,对于邻近地区同样存在按捺碳排放的政策溢出效答(周迪,刘奕淳,2020[62];李治国,王杰,2021[63])。如图53所示,在2011年碳市场试点政策挑出之前,试点省份的碳排放总量基本呈逐年上升态势,1997—2011年间的CAGR达7.15%;2011年试点政策实施后,试点省市碳排放总量由2011年15.0亿吨敏捷降至2013年的14.0亿吨,并在此后若干年内保持安详,试点省市碳排放量占全国碳排放量的比重也从2011年16.24%降至2017年14.61%,碳市场已对试点省市减排发挥卓异奏效。 

图53  碳市场遮盖省市排放量变动(1997—2017年) 

数据来源:CEAD数据库 

但是,现在吾国的碳排放营业试点仍处于初级阶段,七大试点地区由于政策和技术题目,暂时还异国实现互连,也照样一个碎片形势的市场(李志学等,2014)[64]。建设全国联相符的碳排放营业市场必要解决相答的技术题目,包括排放量的监测、报告与核查(MRV)机制以及注册登记编制的技术标准等(庞韬等,2014)[65]。数字技术的普及行使,将有助于解决一体化碳排放营业市场中的技术题目。

其一,数字化将促进碳市场建设。现在省市层面的碳营业市场试点已实施8年,步入成熟阶段,全国层面的试点即将推开,初步计划以上海、武汉为中央,建设全国碳排放营业所。碳排放营业所为主要的新基建基础设施,对调节并控制全国碳排放具有主要意义,但同时面临参与主体复杂、营业松散等挑衅,可依托数字化技术,足够借鉴此前各类营业所的架构经验,搭建高效、变通、坦然的营业市场,促进碳配额资源相符理配置,搭载相符理的衍生金融产品。

其二,数字化声援碳监测走业发展。在碳市场、碳税等制度搭建过程中,如何快速、实在地度量排放主体的碳排放量,将成为碳排放制度建设的重点难点,可依托普及的碳监测数据竖立新闻平台,对分歧区域、分歧主体的碳排放动态数据进走分析,跟踪碳排放变动趋势,验证数据郑重性。经由过程数字化技术,将碳排放与碳捕捉、碳封存相连接,可实现对二氧化碳全生命周期变动的监测追踪。

(八)互联网科技走业的碳减排走动

千真万确,数字产业是全球碳排放添加的片面诱因。主要包括全球用户数目的敏捷增进,对终端产品行使频率的赓续挑高,终端产品行使时长的一连添加,存储而非删除旧资料对资源的占用等(国际电信联盟,2008)。赵昕等(2021)[66]则进一步表明,因互联网倚赖导致的非理性消耗使得家庭碳排放隐微添加。

多多钻研机构对全球和中国的数字经济产业的碳排放进走了测算。在全球碳排放方面,国际电信联盟(2008)测算终局外明,新闻通信技术(Information andCommunication Technology)部分的碳排放量略矮于10亿吨二氧化碳,约占全球碳排放的2—2.5%。GeSI and BCG(2012)的测算也表现,全球ICT走业的碳排放量从2002年的0.53亿吨二氧化碳当量(GtCO2e)增进到2011年的0.91亿吨,展望到2020年将添加到1.27亿吨;在全球碳排放总量中所占的份额也有所添加,从2002年的1.3%添加到2011年的1.9%,展望到2020年将达到2.3%。但是分歧学者对ICT走业碳排放在分歧来源之间分配的划分有所迥异,例如国际电信联盟(2008)指出,40%的比重来自终端用户设备,来自通信网络的排放量约占24%,另有23%的排放量来自数据中央。但是Belkhir andElmeligi(2018)[67]则发现,2020年全球ICT碳排放的45%来自数据中央,通信网络占领24%的比重,各类智能终端产品共占31%的份额(其中智能手机占11%,台式机占6%,笔记本电脑占7%,表现器占7%)。

在中国数字产业碳排放方面,随着中国数字经济的发展,新闻通信技术走业的直接二氧化碳排放也将添加,将从2011年的1.97亿吨增进到2020年的3.26亿吨,2011—2020年的复相符年均增进率为6%,其中固然数据中央13%的增进率最高,但是到2020年时终端用户设备仍将是最大的贡献者,占整个ICT走业碳排放的68%(GeSI,AccentureStrategy,2015)。绿色和平安华北电力大学(2019)[68]的钻研也外明,2018年全中国数据中央行使火电约为1171.81亿千瓦时,产生9855万吨二氧化碳的排放,倘若数据中央在异日五年(2019—2023年)不采取额外措施挑高可新生能源行使率,到2023年数据中央用电将会造成1.63亿吨二氧化碳排放量,五年内新增6487万吨的二氧化碳排放量。

同时,必要仔细到的是,数字产业行为数字经济时代创新最浓密的周围,其自己的碳排放增速正在消极,碳排放强度也在逐步消极。固然GeSI and BCG(2012)的钻研外明2002—2020年间全球ICT产业的碳排放量及其所占比重都有所升迁,但是其复相符年均增进率从2002—2011年的6.1%消极到2011—2020年的3.8%。更远期的钻研则进一步外明,ICT产业的碳排放占全球排放的比重将随着时间的推移而消极,展望将从2020年的2.3%消极到2030年的1.97%(GeSI,AccentureStrategy,2015)。国际能源署(IEA)的数据也外明,如图54所示,倘若将2010年全球互联网流量、数据中央做事负载和数据中央能源消耗都设定为1,在2010—2019年的十年时间里,全球互联网流量增进了12倍,数据中央做事负载增进了7.5倍,而数据中央的能源消耗则基本位置不变,足够表清新数据中央的能源消耗和碳排放并未因其数据存储和处理量的增进而变化。

图54  全球互联网流量、数据中央做事负载和数据中央能源消耗趋势(2010-2019) 

数据来源:国际能源署(IEA)。

注:2010年=1。 

对中国数字产业碳排放的钻研也外明,数字产业的碳排放强度正在消极。谢孟哲等(2011)[69]钻研指出,固然ICT部分自己产生的排放量也在增进,但其能源强度和碳排放强度相对较矮。2007年,ICT部分碳排放量相等于全国排放总量的2.4%,碳排放强度为190吨二氧化碳/百万元人民币,到2020年时ICT部分的碳排放量缓慢增进到占全国排放总量的3-3.3%,但与此同时该部分的碳排放强度为70吨二氧化碳/百万元人民币,这就意味着ICT部分碳排放强度消极超过60%。

现在,多多互联网科技企业已发布碳减排、碳中和计划并采取相答的走动。在国际上,苹果公司、亚马逊、微柔、谷歌、脸书等大型科技企业均已制定清晰的碳中和时间节点。在国内,腾讯行为数字化周围的领先企业,已采取现履走动声援碳减排,并于2021年1月宣布启动碳中和计划,成为首批启动碳中和规划的互联网企业之一。近年来,腾讯已经在腾讯滨海大厦和所属各数据中央,经由过程人造智能和云计算来降矮碳排放,研发的节能技术已经迭代到T-Block4.0版本。2017年,腾讯滨海大厦获得国际性绿色修建认证编制LEED NC金级认证。天津数据中央正根据余热回收原理,钻研节能行使方案;贵安七星数据中央极限PUE值(评价能源效率的指标)幼于1.1;即将交付的清远数据中央液冷实验室,更将实现极限PUE值矮于1.06的高节能奏效。此外,腾讯已经在欧洲与片面火电厂开展相通配相符,期待能协助一同打造智能火电厂。

以数字经济推动碳减排的政策提出

(一)中国碳减排的“三步走”现在标

总结近年来国家浓密发布的碳排放政策现在标来看,吾国的碳减排大致有三个阶段性现在标,别离是到2020年碳排放强度比2005年消极40%—45%,到2030年实现碳达峰,2060年实现碳中和。

第一步,2020年碳减速。早在2009年9月22日,时任国家主席胡锦涛在说相符国气候变化峰会开幕式上发外《携手答对气候变化挑衅》的主要说话,首次挑出中国2020年相对减排现在标,即“争夺到2020年单位国内生产总值二氧化碳排放比2005年有隐微消极”,但那时并异国规定详细减排现在标。两个月后,在2009年11月25日召开的国务院常务会议上挑出,到2020年时实现“单位国内生产总值二氧化碳排放比2005年消极40%—45%”的详细减排现在标,但是却异国及时形成政策文件。直到2014年9月发布《国家答对气候变化规划(2014-2020年)》,对这一减排现在标作出了详细清晰;并在2015年3月发布的《关于加快推进生态雅致建设的偏见》中进一步强调。

第二步,2030年碳达峰。2015年6月30日,中国向《说相符国气候变化框架公约》秘书处挑交了《深化答对气候变化走动——中国国家自立贡献》(INDC),文件中挑出“中国确定了到2030年的自立走动现在标:二氧化碳排放2030年旁边达到峰值并争夺尽早达峰;单位国内生产总值二氧化碳排放比2005年消极60%-65%,非化石能源占一次能源消耗比重达到20%旁边,森林储存量比2005年添加45亿立方米旁边”。2015年11月30日,习近平主席在巴黎出席气候变化巴黎大会开幕式并发外题为《携手构建配相符共赢、公平相符理的气候变化治理机制》的主要说话,再次重申了这一减排现在标。

第三步,2060年碳中和。2020年9月22日,习近平主席发外《在第七十五届说相符国大会清淡性申辩上的说话》,郑重宣布“中国将挑高国家自立贡献力度,采取更加有力的政策和措施,力争2030年前二氧化碳排放达到峰值,勤苦争夺2060年前实现碳中和”。此后,习近平总书记相继在说相符国生物多样性峰会(2020年9月30日)、第三届巴黎和平论坛(2020年11月12日)、金砖国家领导人第十二次会晤(2020年11月17日)、二十国集团领导人利雅得峰会“守护地球”主题边会(2020年11月22日)、领导人气候峰会(2021年4月22日)上不息重申碳达峰和碳中和现在标。2020年12月12日,习近平主席在气候雄心峰会上发外《继去开来,开启全球答对气候变化新征程》的主要说话,进一步挑高国家自立贡献力度的新现在标,“到2030年,中国单位国内生产总值二氧化碳排放将比2005年消极65%以上,非化石能源占一次能源消耗比重将达到25%旁边,森林储存量将比2005年添加60亿立方米,风电、太阳能发电总装机容量将达到12亿千瓦以上”。2021年3月,全国两会期间,李克强总理在2021年《当局做事报告》中挑出“壮实做好碳达峰、碳中和各项做事。制定2030年前碳排放达峰走动方案”。同期发布的《͚中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景现在标纲要》中进一步挑出,“十四五”期间,“单位国内生产总值能源消耗和二氧化碳排放别离降矮13.5%、18%”。

(二)加强对数字技术与碳排放相关的钻研

前文分析已经外明,数字技术对碳减排具有隐微作用,但是同时也能够发现,现在学术界和钻研机构对数字技术与碳排放之间的钻研仍处于首步阶段。一方面欠缺数字技术与碳减排之间的理论框架,另一方面也欠缺数字技术与碳减排之间的经验结论,这能够是由于对数字经济的统计数据的缺失造成的。所以,必要加强对数字技术与碳排放相关的钻研,为“十四五”规划和2035年愿景现在标纲要中挑出的“落实2030年答对气候变化国家自立贡献现在标,制定2030年前碳排放达峰走动方案”,挑供来自数字经济周围的参考价值。

最先,构建数字技术与碳排放之间的理论体系。融相符互联网经济学、能源经济学、环境经济学等学科的基本理论,将以大数据、云计算、人造智能等为代外的新一代数字技术纳入到能源消耗、环境治理等理论模型中,在走业异质性甚至企业异质性的基础上,追求数字技术发展对碳排放的作用机制与影响作用。

其次,实证检验数字技术与碳减排之间的量化相关。足够行使计量经济学、数据包络分析、投入产出分析等手段,实证检验数字技术与碳排放之间的因果相关与偏效答。现在亟待解决的一个题目是,必要尽快构建数字经济统计分类与核算数据库,这不光有助于推动数字经济与碳排放相关的钻研,同时将成为钻研数字经济与其他主要议题的数据基础,如收入分配、国际贸易、就业与创业等。

末了,模拟展望数字技术发展与碳排放的变动趋势。现有文献基于多栽场景对碳排放进走了模式,但是大无数钻研结论均无视了对数字技术的考量,从而导致对数字技术的碳减排潜力的高估或矮估。异日,必要在更厉谨的理论框架和更坚实的统计数据的基础上,结相符编制动力学、可计算清淡均衡模型(CGE)等钻研手段,实在评估数字技术的碳减排潜力。

(三)加快推进区域与全球能源互联网建设

2015年9月26日,习近平总书记在出席说相符国发展峰会时发外题为《谋共同永续发展、做配相符共赢友人》的主要说话,挑出“倡议探讨构建全球能源互联网,推动以洁净和绿色手段已足全球电力需求”。2016年3月29日,全球能源互联网发展配相符机关在北京成立。2017年5月14日,习近平总书记在“一带一同”国际配相符高峰论坛开幕式上发外《携手推进“一带一同”建设》的主要演讲,挑出“要抓住新一轮能源结构调整和能源技术变革趋势,建设全球能源互联网,实现绿色矮碳发展”。哥伦比亚大学教授杰弗里·萨克斯(2018)[70]盛赞“中国的‘全球能源互联网’倡议及走动计划,为实现能源转型现在标,描绘了一个激动人心的愿景”。

全球和中国能源资源和能源消耗分布的不均衡性以及洁净能源的间歇性、摇曳性,加快能源互联网建设有助于推动能源供需的协和匹配,以分布式能源网络挑高团体的能源行使效率。全球能源互联网发展配相符机关主席刘振亚(2017)[71]指出,亚欧非大陆85%的水能、风能、太阳能资源荟萃在从北非经中亚到俄罗斯远东、与赤道成45度角的能源带上,负荷主要荟萃在东亚、南亚、欧洲、南部非洲等地区,而且太阳只在白天照耀,风力强度也会一连地首伏变化;吾国80%以上的水能、风能和太阳能资源分布在西部和北部地区,70%以上的电力消耗荟萃在东中部地区。

能源互联网内心就是“智能电网+特高压+洁净能源”,是去中央化、以多个能源企业为中央的“星系”型生态编制:每个中央企业都能够形成一个幼生态,由中央企业主导的能源平台链接水、电、气、热等各松散主体,挑供中介增值服务,共同构成一个多中央而有序的生态(陈继东等,2019)[72],异日能源互联网建设总体能够分为三步走。第一步,构建全国联相符的能源互联网。如前所述,吾国能源资源与能源消耗在地理空间的分布上具有主要的不均衡特征,加快实现省际之间、城市群之间、经济圈之间的互联互通。第二步,构建国际多边能源互联网,加强与“一带一同”沿线国家、东友邦家之间共建能源互联网。第三步,周详融入全球能源互联网,推动能源资源尤其是洁净能源的全球贸易与配置。

从技术角度看,数字技术发展将为能源互联网挑供技术赞成。所以,在能源互联网建设过程中必要高度偏重数字技术的行使。

最先,升迁电网智能化程度,推动大数据、云计算、人造智能等数字技术与电力编制的深度融相符,为洁净能源开发和电能替代挑供技术赞成与编制解决方案,加强需求侧智能管理,降矮用电负荷峰谷差(刘振亚,2020)[73]。

其次,赓续推动新式基础设施建设,稀奇是与新闻共享相关的数字化基础设施、移动数据网络和云平台建设(林伯强,2020)[74],为分布式能源生产与供给挑供数字基础设施,赞成高频海量数据流通与营业,巩固并挑高能源互联网的安详性。

末了,加快能源类国有企业数字化转型,厉格落实《关于推进“上云用数赋智”走动造就新经济发展实施方案》和《关于加快推进国有企业数字化转型做事的报告》中的相关请求,挑高能源类国有企业数字化、网络化、智能化程度,促进能源类国有企业能源效率的升迁。

(四)促进以数字产业为代外的矮碳产业发展

不论对碳排放的产业来源照样对产业结构与碳排放相关的分析都外明,降矮产业结构中的高碳走业所占比重,挑高矮碳走业的占比,将对碳减排产生主要的助推作用。在数字产业的发展过程中,往往并不直接消耗一次能源,如煤炭、石油、天然气等清淡与数字产业之间并不存在投入产出相关,所以几乎不产生直接的碳排放。数字产业的碳排放清淡来自对二次能源如电力的行使,由此导致间接的碳排放。由于投入产出相关的迥异,数字产业比传统产业的碳排放量和碳排放强度都更矮。经由过程加快促进以数字产业为代外的矮碳产业的发展,推动产业结构调整,将对碳排放量和碳排放强度的降矮首到至关主要的作用,相关减排潜力的测算前文已有数据外明。

必要尽快出台数字经济发展的顶层设计。一方面,在战略规划上,2021年全国两会期间发布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景现在标纲要》中已经清晰挑出,“十四五”时期数字经济中央产业添加值占 GDP 比主要从2020年的7.8%挑高到2020年的10%。所以,现在需首主要把握现在“十四五”开局之年的关键时期,加快制定数字经济发展的十四五规划,清晰中国数字经济发展的时间外、路线图、基本现在标和重点义务,促进聪明城市、聪明交通、聪明生活、数字内容等数字产业的发展。另一方面,在法规政策上,浙江省已经制定《浙江省数字经济促进条例》,是全国首部以促进数字经济发展为主题的地方性法规,并于2021年3月1日首正式实施;广东省也于2020年11月3日发布《广东省数字经济促进条例(征求偏见稿)》,必要加快制定国家层面的数字经济促进条例,为中国数字经济发展挑供法律基础与保障。

(五)以产业数字化带动传统走业智能化转型发展

如前所述,数字技术对碳减排更大的贡献在于经由过程产业数字化推动传统产业的数字化、网络化、智能化转型,尤其是针对水电燃气生产、金属冶炼、非金属矿物、设备制造等高碳排放走业,更必要加快产业数字化步伐。这这些走业中,火力发电、冬季供暖、金属冶炼等生产环节,必要投入大量的化石能源,这些化石能源的燃烧直接排放了超过一半的碳排放。在非金属矿物成品业中,水泥制造是碳排放的主要来源,其因为在于水泥主要由石灰石高温煅烧而来,而石灰石的主要成分是碳酸钙在煅烧过程中会分解开释出二氧化碳,其排放量占到了总排放量的10%旁边,比石油类排放比例略矮(杜立民,2010)。

不光这样,在制造业内部中的很多走业部分并不直接消耗化石能源,而是经由过程电力消耗间接排放大量二氧化碳。如有学者发现在汽车制造业中,电力消耗排放的二氧化碳占走业排放总量的97.36%,其中涂装环节的排放量在一切生产环节中的占比超过一半(张铁山,陈幼双,2014)[75]。但是同时也有学者指出,由于电力、钢铁、建材等高耗能走业自己所具有的碳锁定效答,短时期内很难经由过程产业结构调整来实现减排,异日中国节能减排做事的关键在于以新式工业化调整能源结构,加快技术改造,裁汰传统落后的生产工艺(刘佳骏等,2013)。产业数字化进程为传统工业部分的智能化转型升级挑供了主要的解决方案,经由过程挑高传统产业部分的数字化程度,降矮其直接碳排放或间接碳排放。

为此,必要加快出台“十四五”期间的《工业绿色发展规划》。2016年工业和新闻化部制定了《工业绿色发展规划(2016—2020年)》,其中清晰挑出“实施绿色制造+互联网,升迁工业绿色智能程度”,异日必要结相符《国民经济和社会发展第十四个五年规划和远景现在标纲要》和《中国制造2025》等中永远发展战略,尽快制定发布《工业绿色发展规划(2021—2025年)》。

此外,必要坚持以智能制造为主攻倾向,加强对传统走业的转型改造。腾讯钻研院(2021)[76]挑出“数实共生”的理念,认为传统产业要经由过程数字技术改进设计、研发、生产、制造、物流、出售、服务,创造新业态、新模式,实现产业结构调整和创新升级。腾讯WeMake工业互联网平台旨在成为工业互联网的“连接器”、“工具箱”与“生态共建者”,将富强的云计算、物联网、大数据、人造智能、5G、坦然等数字技术以平台化的手段输出给全走业,有助于周围化降矮制造企业云化、数字化、移动化与智能化的门槛。

企鹅经济学做事坊

【钻研组长】

陈维宣  腾讯钻研院钻研员、博士后

【钻研成员】

郑梦圆  腾讯钻研院助理钻研员、北京大学博士钻研生

白惠天  腾讯钻研院钻研员、博士后

【项现在负责人】

吴绪亮  腾讯钻研院首席经济学顾问

参考资料:

[1]数据来源:国际气候钻研中央(CICERO),https://cicero.oslo.no/en/carbonbudget-for-dummies.

[2] IEA,“GlobalEnergy Review: CO2 Emissions in 2020”,2021-3-2,https://www.iea.org/articles/global-energy-review-co2-emissions-in-2020.

[3] PierreFriedlingstein,Michael O'Sullivan,MatthewW. Jones,et al,“GlobalCarbon Budget 2020”,Earth SystemScience Data,2020,12(4):3269–3340.

必要仔细的是,全球碳项现在中挑供的碳排放数据所以碳(C)行为计量单位,其与二氧化碳(CO2)之间的转换系数为3.664,即1单位碳等于3.664单位二氧化碳。

[4]说相符国环境规划署:《2020年排放差距报告》,2020年。

[5] IEA,“GlobalEnergy Review: CO2 Emissions in 2020”,2021-3-2,https://www.iea.org/articles/global-energy-review-co2-emissions-in-2020.

[6]欧盟28国是指欧盟的28个成员国,包括奥地利、比利时、保加利亚、克罗地亚、塞浦路斯、捷克共和国、丹麦、喜欢沙尼亚、芬兰、法国、德国、希腊、匈牙利、喜欢尔兰、意大利、拉脱维亚、立陶宛、卢森堡、马耳他、荷兰、波兰、葡萄牙、罗马尼亚、斯洛伐克、斯洛文尼亚、西班牙、瑞典、英国。英国于2020年1月正式退出欧盟,在本文的统计期间,照样属于欧盟成员国。

[7]说相符国人类住区规划署:《城市与气候变化:全球人类住区报告 2011》,2011年5月12日。

[8]由于国际能源署只公布了2019年OECD经济体的数据,而未公布非OECD经济体数据,所以,本文的计算区间截至到2018年。

[9]芦风英,庞智强:《中国与世界主要国家间碳排放迁移的实证分析》,《统计与决策》2021年第3期,第94-97页。

[10]李幼平,卢现祥:《国际贸易、污浊产业迁移和中国工业CO2排放》,《经济钻研》2010年第1期,第15-26页。

[11]唐杰英:《产业迁移、国际贸易和CO2排放——来自吾国工业的实证分析》,《国际贸易题目》2012年第9期,第118-128页。

[12]杜运苏,张为付:《吾国承接国际产业迁移的碳排放钻研》,《南京社会科学》2012年第11期,第22-28页。

[13]刘竹:《哈佛中国碳排放报告 2015》,2015年5月。

[14]芦风英,庞智强:《中国与世界主要国家间碳排放迁移的实证分析》,《统计与决策》2021年第3期,第94-97页。

[15]王媛,王文琴,方修琦:《基于国际分工角度的中国贸易碳迁移估算》,《资源科学》2011年第33卷第7期,第1331-1337页。

[16]中国碳核算数据库(CEAD)中,2018年数据缺失,本文采用2017年与2019年的两年平均值进走补齐;2020年12月数据缺失,由于2020年下半年新冠肺热疫情基本控制,与2019年下半年碳排放趋势基原形反,所以,本文以2019年和2020年7—11月碳排放量之比行为系数,对2019年12月碳排放量进走调整,得到2020年12月碳排放数据。

[17]胡鞍钢:《中国实现2030年前碳达峰现在标及主要途径》,《北京工业大学学报(社会科学版)》2021年第21卷第3期,第1-15页。

[18]于宏源:《迈向全球能源强国的可赓续路径——学习习近平总书记关于能源坦然的说话》,《学术前沿》2018年第4期,第61-69页。

[19]赫永达,文红,孙传旺:《“十四五”期间吾国碳排放总量及其结构展望——基于混频数据ADL-MIDAS模型》,《经济题目》2021年第4期,第31-40页。

[20]蔡博峰,曹丽斌,雷宇等:《中国碳中和现在标下的二氧化碳排放路径》,《中国人口·资源与环境》2021年第31卷第1期,第7-14页。

[21]杜立民:《吾国二氧化碳排放的影响因素:基于省级面板数据的钻研》,《南方经济》2010年第11期,第20-33页。

[22]肖雁飞,万子捷,刘红光:《吾国区域产业迁移中“碳排放迁移”及“碳泄露”实证钻研——基于2002年、2007年区域间投入产出模型的分析》,《财经钻研》2014年第40卷第2期,第75-84页。

[23]七个区域所包含的省份别离为:华东地区包括山东、江苏、安徽、浙江、上海,华北地区包括北京、天津、河北、山西、内蒙古,华中地区包括湖北、湖南、河南、江西,西北地区包括陕西、甘肃、宁夏、青海、新疆,华南地区包括广东、广西、海南、福建,东北地区包括辽宁、吉林、暗龙江,西南地区包括四川、重庆、贵州、云南等省份。

[24]平新乔,郑梦圆,曹和平.《中国碳排放强度变化趋势与“十四五”时期碳减排政策优化》,《改革》,2020年第11期,第37-52页。

[25]刘佳骏,李雪慧,史丹:《中国碳排放重心迁移与驱动因素分析》,《财贸经济》2013年第12期,第112-123页。

[26]孙立成,程发新,李群:《区域碳排放空间迁移特征及其经济溢出效答》,《中国人口·资源与环境》2014年第24卷第8期,第17-23页。

[27]张彩云,张运婷:《碳排放的区际比较及环境不公平——消耗者义务角度下的实证分析》,《现代经济科学》2014年第36卷第3期,第26-34页。

[28] Fan Ying,LiuLancui,Wu Gang,HaienTang Tsai,Wei Yiming,“Changesin Carbon Intensity in China:EmpiricalFindings from 1980-2013”,EcologicalEconomics,2007(62):683-691.

[29]岳超,胡雪洋,贺灿飞,江玲,王少鹏,方精云:《1995-2007年吾国省区碳排放及碳强度的分析——碳排放与社会发展Ⅲ》,《北京大学学报(天然科学版)》2010年第46卷第4期,第510-516页。

[30]张友国:《经济发展手段变化对中国碳排放强度的影响》,《经济钻研》2010年第4期,第120-133页。

[31]查建平,唐方方,别念民:《结构性调整能否改善碳排放绩效?——来自中国省级面板数据的证据》,《数目经济技术经济钻研》2012年第11期,第18-33页。

[32]刘长松:《吾国实现碳排放峰值现在标的挑衅与对策》,《宏不都雅经济管理》2015年第9期,第46-50页。

[33]杨莉莎,朱俊鹏,贾智杰:《中国碳减排实现的影响因素和现在挑衅——基于技术挺进的视角》,《经济钻研》2019年第11期,第118-132页。

[34]国际电信联盟:《国际电联亲善候变化》,2008年10月。

[35] GeSI  and BCG,“GeSI SMARTer 2020:TheRole of ICT in Driving a Sustainable Future”,December 2012.

[36] GSMA,“TheEnablement Effect:The Impact of MobileCommunications Technologies on Carbon Emission Reductions”,Junary2020.

[37]卢福财,刘林英,徐远彬:《互联网发展对工业绿色全要素生产率的影响钻研》,《江西社会科学》2021年第1期,第39-50页。

[38] Chuanguo Zhang,CongLiu,“The impact of ICTindustry on CO2 emissions: A regional analysis in China”,Renewableand Sustainable Energy Reviews,2015,44(4):12-19.

[39]张伟,朱启贵,李汉文:《能源行使、碳排放与吾国全要素碳减排效率》,《经济钻研》2013年第10期,第138-150页。

[40]孙宏斌,郭庆来,潘昭光,王剑辉:《能源互联网:驱动力、评述与展看》,《电网技术》2015年第39卷第11期,第3005-3013页。

[41]陈继东,陈珊,李姝:《如何成为能源互联网中最亮的星?》,埃森哲,《转型的科学》,上海交通大学出版社,2019年版,第96-103页。

[42]邬彩霞,高媛:《数字经济驱动矮碳产业发展的机制与效答钻研》,《贵州社会科学》2020年第11期,第155-161页。

[43] IEA,“Digitalization& Energy”,2017,https://webstore.iea.org/download/direct/269.

[44]冯晟昊,王健,张恪渝:《基于CGE模型的全球能源互联网经济社会效好分析——以中国及其周边地区为例》,《全球能源互联网》2019年第2卷第4期,第376-383页。

[45]查建平,唐方方,别念民:《结构性调整能否改善碳排放绩效?——来自中国省级面板数据的证据》,《数目经济技术经济钻研》2012年第11期,第18-33页。

[46]张雪峰,宋鸽,闫勇:《城市矮碳交通体系对能源消耗结构的影响钻研——来自中国十四个城市的面板数据经验》,《中国管理科学》2020年第28卷第12期,第183-183页。

[47]许宪春,任雪,常子豪:《大数据与绿色发展》,《中国工业经济》2019年第4期,第5-22页。

[48]伊文婧:《共享出走对客运交通能耗的影响钻研》,《中国能源》2019年第41卷第5期,第17-22页。

[49]吨油当量(tonoil equivalent),按一吨标准油的热值计算各栽能源量的换算指标。

[50]丁宁,杨建新,逯馨华,刘晶茹:《共享单车生命周期评价及对城市交通碳排放的影响——以北京市为例》,《环境科学学报》2018年第6期,第1-15页。

[51]麦肯锡:《2060碳中和:中国如何发挥城市的作用实现这一现在标》,2021年3月。

[52]林美顺:《中国城市化阶段的碳减排:经济成本与减排策略》,《数目经济技术经济钻研》2016年第3期,第59-77页。

[53]说相符国人类住区规划署:《城市与气候变化:全球人类住区报告 2011》,2011年5月12日。

[54] Shobhakar Dhakal,“Urbanenergy use and carbon emissions from cities in China and policy implications”,EnergyPolicy,2009(37):4208–4219.

[55]刘竹:《哈佛中国碳排放报告 2015》,2015年5月。

[56] Shobhakar Dhakal,“Urbanenergy use and carbon emissions from cities in China and policy implications”,EnergyPolicy,2009(37):4208–4219.

[57]  林伯强,刘希颖:《中国城市化阶段的碳排放:影响因素和减排策略》,《经济钻研》2010年第8期,第66-78页。

[58] StephanieOhshita,Lynn Price,周南等:《中国城市在温室气体减排中的作用:城镇用能和温室气体排放概述》。2015年9月。

[59]说相符国环境规划署:《2020年排放差距报告》,2020年。

[60] Lan-Cui Liu,GangWu,Jin-Nan Wang,Yi-MingWei,“China’scarbon emissions from urban and rural households during 1992-2007”,Journalof Cleaner Production,2011(19):1754-1762.

[61]说相符国环境规划署:《2020年排放差距报告》,2020年。

[62]周迪,刘奕淳:《中国碳营业试点政策对城市碳排放绩效的影响及机制》,《中国环境科学》2020年第40卷第1期,第453~464页。

[63]李治国,王杰:《中国碳排放权营业的空间减排效答:准天然实验与政策溢出》,《中国人口·资源与环境》2021 年第31卷第1期,第26-36页。

[64]李志学,张肖杰,董英宇:《中国碳排放权营业市场运走状况、题目和对策钻研》,《生态环境学报》2014年第23卷第11期,第1876-1882页。

[65]庞韬,周丽,段兴旺:《中国碳排放权营业试点体系的连接可走性分析》,《中国人口·资源与环境》2014年第24卷第9期,第6-12页

[66]赵昕,曹森,丁黎黎.互联网倚赖对家庭碳排放的影响——收入差距和消耗升级的链式中介作用.北京理工大学学报(社会科学版).2021年第4期(网络首发版)

[67] Lotfi Belkhir,Ahmed Elmeligi,“Assessing ICT globalemissions footprint: Trends to 2040 & recommendations”,Journalof Cleaner Production,2018(177):448-463.

[68]绿色和平,华北电力大学:《点亮绿色云端:中国数据中央能耗与可新生能源行使潜力钻研》,2019年9月。

[69]谢孟哲,玛雅•弗斯塔特,余晓文,约翰•科尼克:《ICT 产业促进中国矮碳经济发展》,中国电子学会节能做事推进委员会,2011年3月23日。

[70]杰弗里·萨克斯:《构建“全球能源互联网”》,《中国经济报告》2018年第8期,第52-53页。

[71]刘振亚:《加快建设吾国和全球能源互联网,促进能源结构调整和绿色矮碳发展》,《中国电力企业管理》2017年第8期,第6-8页。

[72]陈继东,陈珊,李姝:《如何成为能源互联网中最亮的星?》,埃森哲,《转型的科学》,上海交通大学出版社,2019年版,第96-103页。

[73]刘振亚:《建设吾国能源互联网推进绿色矮碳转型(下)》,《中国能源报》2020年8 月3日,第1 版。

[74]林伯强:《能源互联网助力中国能源绿色矮碳转型》,《煤炭经济钻研》2020年第40卷第11期,第1页。

[75]张铁山,陈幼双:《汽车制造企业生产过程碳排放核算与策略》,《企业经济》2014年第10期,第17-20页。

[76]腾讯钻研院、IDC:《数实共生:异日经济白皮书2021》,2021年1月21日。

   

/ 去期文章

你“在看”吾吗? 

首页 | 欧宝首页 | 欧宝资讯 | 欧宝品牌 |

+86-0000-1234



Powered by 欧宝最新网址 @2018 RSS地图 HTML地图

2013-2021 168ty 版权所有