中國(guó)碳減排的技術(shù)路徑及政策建議——基于經(jīng)典估計(jì)貝葉斯平均(BACE)法的實(shí)證研究

唐建榮，張白羽，浦徐進(jìn)

(江南大學(xué)商學(xué)院，江蘇無(wú)錫214122)

一、引言

碳排放及其引起的氣候變化已引起全球性的普遍關(guān)注。聯(lián)合國(guó)政府間氣候變化委員會(huì)(IPCC)的研究報(bào)告指出，正是人類社會(huì)經(jīng)濟(jì)活動(dòng)的外部性導(dǎo)致了全球氣候變暖加速發(fā)展的事實(shí)，如果不采取有效行動(dòng)，世界平均溫度在未來(lái)100年最高可增加5.8℃，將對(duì)全球的可持續(xù)發(fā)展造成重大威脅。[1]控制和減少二氧化碳等溫室氣體的排放成為世界各國(guó)環(huán)境經(jīng)濟(jì)政策的重要導(dǎo)向。中國(guó)在哥本哈根氣候大會(huì)上主動(dòng)承諾:至2020年，單位國(guó)內(nèi)生產(chǎn)總值(GDP)的二氧化碳排放強(qiáng)度較2005年下降40%～45%，并將其作為約束性指標(biāo)納入國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展中長(zhǎng)期規(guī)劃?！笆濉币?guī)劃更是明確提及在五年期間碳排放強(qiáng)度較2010年降低17%。然而對(duì)于發(fā)展中國(guó)家，碳排放量與經(jīng)濟(jì)發(fā)展呈水漲船高之勢(shì)，在實(shí)現(xiàn)碳減目標(biāo)的同時(shí)，必須要關(guān)注成本、代價(jià)和發(fā)展之間的關(guān)系。碳排放強(qiáng)度影響因素的研究具有重大意義，制訂恰當(dāng)?shù)奶紲p政策、選擇合適的碳減路徑可以使中國(guó)在世界經(jīng)濟(jì)、政治和環(huán)境的外交博弈中處于優(yōu)勢(shì)地位，應(yīng)該成為政府、企業(yè)和消費(fèi)者共同的訴求重點(diǎn)。

目前，已有大量關(guān)于碳排放影響因素的研究文獻(xiàn)，這些研究多為運(yùn)用各類因素分解法對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行分析。例如ZHANG(2008)采用對(duì)數(shù)差分法對(duì)中國(guó)1980-2004年碳排放的增長(zhǎng)進(jìn)行了分析，結(jié)果表明中國(guó)在節(jié)能減排中“搭便車”的指責(zé)有失公平，事實(shí)上若非通過(guò)政策與技術(shù)手段去降低能源強(qiáng)度，該階段的碳排放總量會(huì)比實(shí)際值高50%。[2]徐國(guó)泉等(2006)采用Divisia指數(shù)分解法對(duì)中國(guó)1995-2004年間的碳排放做了類似的分解，得出經(jīng)濟(jì)發(fā)展對(duì)拉動(dòng)中國(guó)人均碳排放的貢獻(xiàn)呈指數(shù)增長(zhǎng)。[3]馮相昭等(2008)基于修改后的Kaya恒等式對(duì)1971-2005年中國(guó)的二氧化碳排放進(jìn)行了無(wú)殘差分解，其結(jié)果表明經(jīng)濟(jì)發(fā)展和人口增長(zhǎng)是二氧化碳排放增加的主要驅(qū)動(dòng)因素。[4]胡初枝等(2008)基于環(huán)境庫(kù)茲涅茨曲線(EKC)模型，采用平均分配余量的分解方法，分析了1990-2005年中國(guó)碳排放的規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)與技術(shù)效應(yīng)，結(jié)果表明，經(jīng)濟(jì)增長(zhǎng)與碳排放之間呈現(xiàn)“N”型關(guān)系。[5]這些文獻(xiàn)對(duì)碳排放的影響因素進(jìn)行了詳細(xì)分解，對(duì)中國(guó)控制碳排放的發(fā)展作出了突出貢獻(xiàn)，但經(jīng)過(guò)進(jìn)一步的比較，發(fā)現(xiàn)其分析過(guò)程中均忽略了由于“經(jīng)濟(jì)學(xué)的開(kāi)放性”而導(dǎo)致的模型的不確定性，進(jìn)而導(dǎo)致對(duì)因模型的不確定性而造成的估計(jì)偏差認(rèn)識(shí)不足，以至于將根據(jù)某一特定模型得到的回歸結(jié)果看作是一種普適的結(jié)論。正如Sala-i-Matin等(2004)所指出:“研究者們?cè)囍鴮?duì)解釋變量的不同組合進(jìn)行回歸，然后將自己偏愛(ài)的結(jié)果報(bào)告出來(lái)，這種‘?dāng)?shù)據(jù)挖掘’很可能導(dǎo)致虛假的推斷”。[6]從而造成對(duì)各解釋變量的作用莫衷一是、眾說(shuō)紛紜，大大降低了實(shí)證分析的可信度。

由Sala-i-Martin等(2004)提出的“經(jīng)典估計(jì)貝葉斯平均”(Bayesian Averaging of Classical Estimates，BACE)是一種處理模型不確定性的方法。[6]BACE明確地將模型的不確定性引入分析過(guò)程，并通過(guò)模型后驗(yàn)概率的加權(quán)平均減少了這種不確定性，最終在貝葉斯分析的框架下得到估計(jì)結(jié)果從而使其更加符合概率的思想。本文基于1995-2009年的面板數(shù)據(jù)和擴(kuò)展后的STRIPAT模型，首次運(yùn)用經(jīng)典估計(jì)貝葉斯平均(BACE)法對(duì)中國(guó)碳排放強(qiáng)度的影響因素進(jìn)行了實(shí)證分析，其實(shí)踐應(yīng)用更具有參考價(jià)值。

二、STIRPAT模型及其改進(jìn)

由于生態(tài)環(huán)境的限制，西方發(fā)達(dá)國(guó)家在經(jīng)濟(jì)發(fā)展的過(guò)程中已付出了慘重的環(huán)境代價(jià)，而發(fā)展中國(guó)家在可以借鑒的情況下應(yīng)盡量避免重復(fù)這種以消耗大量能源和礦產(chǎn)為代價(jià)的經(jīng)濟(jì)增長(zhǎng)模式。STIRPAT模型由Dietz等(1994)[7]提出，用來(lái)表征人類活動(dòng)對(duì)環(huán)境影響的成因，其數(shù)學(xué)表達(dá)形式如下:

其中，I表示環(huán)境影響，P表示人口規(guī)模，A表示富裕度，T表示科技水平，a為模型的系數(shù)，b、c、d為各自變量的指數(shù)，e表示模型的誤差。

對(duì)式(1)兩邊取自然對(duì)數(shù)，可得:

為了更深入研究各個(gè)影響因素，本文將碳排放強(qiáng)度作為環(huán)境影響，在參考了部分國(guó)內(nèi)外同類文獻(xiàn)的基礎(chǔ)上對(duì)此模型進(jìn)行了擴(kuò)展。

人口影響因素的擴(kuò)展。將城市化發(fā)展水平引入模型。城市化是一個(gè)地區(qū)的人口在城鎮(zhèn)和城市相對(duì)集中的過(guò)程，城市化也就意味著城鎮(zhèn)用地?cái)U(kuò)展，城市文化、城市生活方式和城市價(jià)值觀等在農(nóng)村地域的擴(kuò)散。城鎮(zhèn)人口的增加，將會(huì)直接或間接導(dǎo)致生活消費(fèi)能源的增長(zhǎng)，所以除人口總量規(guī)模外，也需要深入研究人口結(jié)構(gòu)變化對(duì)碳排放強(qiáng)度的影響。

富裕程度因素的擴(kuò)展。將產(chǎn)業(yè)結(jié)構(gòu)特征引入模型。從大量分析文獻(xiàn)的結(jié)論中可以看到，產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放強(qiáng)度有著重要影響，[8-10]為了研究產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放強(qiáng)度的影響，本文將經(jīng)濟(jì)影響因素分解為經(jīng)濟(jì)發(fā)展規(guī)模與產(chǎn)業(yè)結(jié)構(gòu)特征兩個(gè)部分。

科技水平因素的擴(kuò)展。此處為廣義的科技水平。在消費(fèi)能源的過(guò)程中，能源利用技術(shù)的高低直接影響到碳排放強(qiáng)度的高低；生態(tài)系統(tǒng)通過(guò)光合作用吸收并固定CO2，在穩(wěn)定溫室氣體濃度方面也發(fā)揮著不可或缺的作用。因此，本文將科技水平擴(kuò)展為能源影響因素和生態(tài)影響因素兩個(gè)方面。其中，在能源消費(fèi)總量一定的情況下，不同的能源消費(fèi)結(jié)構(gòu)將會(huì)導(dǎo)致不同的碳排放量，所以又將能源影響因素分解為能源強(qiáng)度與一次能源結(jié)構(gòu)兩個(gè)部分。

依此得到擴(kuò)展的STIRPAT模型如下所示:

上式中各變量的定義為:I為環(huán)境影響，用碳排放強(qiáng)度來(lái)表示；P為人口因素，分別用P1即人口總量規(guī)模和P2即城市化發(fā)展水平來(lái)表示；A為富裕度，分別用A1即經(jīng)濟(jì)發(fā)展規(guī)模和A2即產(chǎn)業(yè)結(jié)構(gòu)特征來(lái)表示；T為科技水平，分別用T11即能源強(qiáng)度、T12即一次能源結(jié)構(gòu)、T2即生態(tài)碳匯效應(yīng)來(lái)表示。

與傳統(tǒng)的STIRPAT模型相比，擴(kuò)展后的模型可以更全面、更系統(tǒng)地反映碳排放強(qiáng)度的影響因素。

三、碳排放強(qiáng)度的BACE分析

1.數(shù)據(jù)來(lái)源及說(shuō)明

碳排放可分為自然排放和人工源排放，人工源排放是由于人類活動(dòng)引起的碳排放，主要包括化石燃料消耗、生物質(zhì)能燃燒等，其中化石燃料的燃燒消耗所排出的碳占95%以上。[11]因此本文中應(yīng)用以下因素分解公式對(duì)碳排放量進(jìn)行估算:

其中，C為碳排放總量，E為一次能源消費(fèi)總量，按標(biāo)準(zhǔn)煤計(jì)，ωi為第i類能源所占的比重，αi為第i類能源的碳排放系數(shù)(取值于國(guó)家發(fā)改委能源研究所提供的碳排放因子:煤炭0.7476t C/tce，石油0.5825t C/tce，天然氣0.4435t C/tce)。論文基于《中國(guó)統(tǒng)計(jì)年鑒2010》所提供的1995-2009年的面板數(shù)據(jù)進(jìn)行分析，各個(gè)變量的表征意義和說(shuō)明見(jiàn)表1，數(shù)值設(shè)定見(jiàn)表2。

表1 變量一覽表

2.BACE分析

(1)BACE分析法簡(jiǎn)介。經(jīng)典估計(jì)貝葉斯平均法(BACE)與傳統(tǒng)估計(jì)方法最明顯的區(qū)別在于承認(rèn)模型的不確定性。利用樣本數(shù)據(jù)中所包含的信息，不僅能夠?qū)Ρ姸嗟慕忉屪兞堪雌渲匾赃M(jìn)行排序，還能夠得到與各個(gè)解釋變量相對(duì)應(yīng)的后驗(yàn)均值、后驗(yàn)方差以及其他幾個(gè)可以反映變量穩(wěn)健性的指標(biāo)。簡(jiǎn)而言之，BACE方法的基本思想就是在分析過(guò)程中承認(rèn)模型的不確定性，將模型的后驗(yàn)概率引入權(quán)重，在貝葉斯平均的理論框架下得到所需要的估計(jì)結(jié)果。

假設(shè)列出K個(gè)解釋變量，由這些解釋變量的任何一種組合都可以構(gòu)建一個(gè)模型，從而得到可能的模型共有2K個(gè)。BACE方法的估計(jì)結(jié)果就建立在對(duì)這2K個(gè)模型回歸分析的基礎(chǔ)之上。用Mj表示第j個(gè)模型，P(Mj)表示模型Mj的先驗(yàn)概率，則該模型的后驗(yàn)概率可以表達(dá)為:

表2 變量數(shù)據(jù)一覽表

公式(5)中，T為樣本容量，K為模型Mj中所包含的解釋變量的個(gè)數(shù)，SSEj為模型Mj的殘差平方和。由此可知，模型Mj的后驗(yàn)概率為其先驗(yàn)概率的加權(quán)平均，其權(quán)重與模型的解釋能力呈正相關(guān)關(guān)系，與模型中所包含的解釋變量的個(gè)數(shù)呈負(fù)相關(guān)關(guān)系，這與Schwarz模型的選擇標(biāo)準(zhǔn)是一致的。[12]在得出各個(gè)模型的后驗(yàn)概率之后，可以進(jìn)一步計(jì)算出各個(gè)變量相應(yīng)回歸系數(shù)的(無(wú)條件)后驗(yàn)均值如下:

最后需要說(shuō)明的一點(diǎn)是先驗(yàn)概率P(Mj)的確定。與其他所有需要參數(shù)先驗(yàn)分布的貝葉斯模型方法相比，BACE僅需要一種先驗(yàn)分布，即預(yù)期模型的大小，K為所有變量數(shù)目的總和，一般假設(shè)≥7，若每個(gè)相關(guān)變量的似然函數(shù)相同，則具有相等變量數(shù)目的模型也應(yīng)具有相同的先驗(yàn)概率。Sala-i-Martin等對(duì)此的解釋是一般文獻(xiàn)中的解釋變量個(gè)數(shù)很少超過(guò)7個(gè)，所以我們認(rèn)為這種假設(shè)并沒(méi)有什么可靠依據(jù)。[13]因此，在本文的分析中將采用一種更自然的假設(shè):各個(gè)模型具有相同的先驗(yàn)概率，根據(jù)二項(xiàng)分布公式，即每個(gè)解釋變量在該模型中的先驗(yàn)概率均為0.5。

(2)實(shí)證結(jié)果分析。本文基于1995-2009年的面板數(shù)據(jù)并選取了7個(gè)解釋變量進(jìn)行研究，因此將得到27=128個(gè)不同模型。使用EVIEWS6.0先將各解釋變量取對(duì)數(shù)(這種變換也可以消除可能存在的異方差)后再對(duì)各模型進(jìn)行普通最小二乘法回歸。后文將基于這128個(gè)回歸結(jié)果進(jìn)行分析。

運(yùn)用貝葉斯模型平均法得到的實(shí)證分析結(jié)果見(jiàn)表3。其中，后驗(yàn)包含概率是指所有26=64個(gè)包含該變量的模型的后驗(yàn)概率之和，根據(jù)公式(5)，后驗(yàn)包含概率反映了變量解釋能力(或?qū)τ诒唤忉屪兞康闹匾?的大小，因此表3中將7個(gè)解釋變量按其后驗(yàn)包含概率的大小進(jìn)行排序。表3中的后驗(yàn)均值是以此變量被包含在該模型中為條件計(jì)算得到的，也就是根據(jù)公式(6)得出的結(jié)果。表3中的后驗(yàn)方差，也同樣是以此變量被包含在該模型中為條件根據(jù)公式(7)計(jì)算得到。同時(shí)，表3中還給出了兩個(gè)有關(guān)變量穩(wěn)健性的指標(biāo)，即“符號(hào)確定率”和“p檢驗(yàn)顯著率”。其中，符號(hào)確定率表示在以上所有的64個(gè)回歸結(jié)果中，回歸系數(shù)的符號(hào)和后驗(yàn)均值的符號(hào)相同的比例；p檢驗(yàn)顯著率，表示在所有包含此變量的模型中回歸系數(shù)在5%的檢驗(yàn)水平具有統(tǒng)計(jì)顯著性的比例。

表3 用BACE方法得到的分析結(jié)果

從實(shí)證分析的結(jié)果來(lái)看，七個(gè)解釋變量的解釋能力由大到小依次為能源強(qiáng)度、一次能源結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展規(guī)模、城市化發(fā)展水平、人口總量規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)特征和生態(tài)碳匯效應(yīng)。其中，能源強(qiáng)度、一次能源結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展規(guī)模和城市化發(fā)展水平的后驗(yàn)包含概率都大于0.5，即它們?cè)谑潞髴?yīng)該被納入模型的概率大于它們的先驗(yàn)概率，說(shuō)明它們對(duì)此模型有著很強(qiáng)的解釋能力。另外，能源強(qiáng)度的符號(hào)確定率為1，p檢驗(yàn)顯著率也為1，這說(shuō)明它具有非常好的穩(wěn)健性，一次能源結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展規(guī)模和城市發(fā)展化水平也都有較高的符號(hào)確定率及p檢驗(yàn)顯著率。綜合而言，這四個(gè)解釋變量都是碳排放強(qiáng)度非常重要的影響因素。人口總量規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)特征和生態(tài)碳匯效應(yīng)的后驗(yàn)包含概率都小于0.5，解釋能力較弱，而且從符號(hào)確定率和p檢驗(yàn)顯著率來(lái)看其穩(wěn)健性也較差。

3.模型預(yù)測(cè)

(1)STIRPAT模型的建立。根據(jù)BACE方法分析所得到的結(jié)果，可以剔除模型(3)中的人口總量規(guī)模P1、產(chǎn)業(yè)結(jié)構(gòu)特征A2和生態(tài)碳匯效應(yīng)T2三個(gè)變量，新的STIRPAT模型如下:

從得到的回歸模型中，篩選出包含變量城市化發(fā)展水平P2、經(jīng)濟(jì)發(fā)展規(guī)模A1、能源強(qiáng)度T11和一次能源結(jié)構(gòu)T12的模型，其數(shù)學(xué)表達(dá)式為:

自相關(guān)檢驗(yàn):查表(n=15，k=4，α=5%)得dL=0.69，dU=2.97，可知無(wú)法通過(guò)杜賓—瓦森檢驗(yàn)來(lái)判斷此模型是否存在自相關(guān)。再對(duì)其做BG檢驗(yàn)(LM檢驗(yàn))，結(jié)果顯示F統(tǒng)計(jì)量和nR2的伴隨概率大于0.05，可斷定此模型不存在自相關(guān)。

異方差檢驗(yàn):用懷特檢驗(yàn)法對(duì)該模型進(jìn)行檢驗(yàn)可得其F統(tǒng)計(jì)量的p值為0.277651大于5%，可判定其不具有異方差性。

該模型的決定系數(shù)R2=0.995208，這是相當(dāng)高的擬合精度，從擬合效率也可以看出，因變量的實(shí)際值和擬合值幾乎重疊。

(2)STIRPAT模型的預(yù)測(cè)。采用指數(shù)平滑法基于1995-2009年的面板數(shù)據(jù)對(duì)解釋變量城市化發(fā)展水平P2、經(jīng)濟(jì)發(fā)展規(guī)模A1、能源強(qiáng)度T11和一次能源結(jié)構(gòu)T12進(jìn)行預(yù)測(cè)，再通過(guò)STIRPAT擴(kuò)展模型(9)，對(duì)未來(lái)11年的碳排放強(qiáng)度進(jìn)行估算，其結(jié)果如表4所示。

表4 指數(shù)平滑法預(yù)估結(jié)果

2005年的碳排放強(qiáng)度為127.36噸碳/萬(wàn)元(見(jiàn)表2)，據(jù)中國(guó)在哥本哈根氣候大會(huì)上的承諾“至2020年碳排放強(qiáng)度比2005年下降40%～45%”，則2020年碳排放強(qiáng)度應(yīng)控制在(70.05，76.42)噸碳/萬(wàn)元之間。而STIRPAT模型的預(yù)測(cè)結(jié)果顯示，2020年碳排放強(qiáng)度將達(dá)到85.52噸碳/萬(wàn)元，僅完成了承諾目標(biāo)值的73.01%～82.14%；同樣，2010年的碳排放強(qiáng)度為104.46噸碳/萬(wàn)元，根據(jù)“十二五”規(guī)劃“至2015年碳排放強(qiáng)度比2010年降低17%”的要求，2015年的碳排放強(qiáng)度應(yīng)低于87.74噸碳/萬(wàn)元，但預(yù)測(cè)結(jié)果顯示2015年為93.70噸碳/萬(wàn)元，僅完成了碳減目標(biāo)的64.35%。由此可見(jiàn)，當(dāng)前的生產(chǎn)技術(shù)、能源結(jié)構(gòu)及產(chǎn)業(yè)體系等因素自然發(fā)展趨勢(shì)下中國(guó)將無(wú)法完成既定的碳減目標(biāo)，中國(guó)的減碳任務(wù)依然任重而道遠(yuǎn)。

四、碳減排的技術(shù)路徑及政策建議

擴(kuò)展后的STIRPAT模型預(yù)測(cè)結(jié)果表明若非采取行之有效的措施來(lái)改變當(dāng)前碳排放主要影響因素的自然發(fā)展趨勢(shì)，中國(guó)將無(wú)法如期實(shí)現(xiàn)碳減承諾。而選擇何種路徑實(shí)施碳減排才能在成本最小的情況下達(dá)成碳減目標(biāo)，正是當(dāng)前全社會(huì)亟須解決的問(wèn)題。根據(jù)BACE方法得到的分析結(jié)果，借鑒國(guó)內(nèi)外先進(jìn)經(jīng)驗(yàn)，本文提出以下幾點(diǎn)建議。

1.生產(chǎn)技術(shù)的低碳化改造。BACE分析結(jié)果表明，能源強(qiáng)度是影響碳排放強(qiáng)度最為穩(wěn)健的因素，因此，加大節(jié)能科技投入，發(fā)展低碳經(jīng)濟(jì)關(guān)鍵技術(shù)和共性技術(shù)是降低碳排放強(qiáng)度的核心路徑。技術(shù)決定效率，淘汰能源利用效率低下的企業(yè)和技術(shù)，優(yōu)化能源利用方式以抑制能源需求量的增加；[9]通過(guò)對(duì)各企業(yè)行為加以約束、激勵(lì)和引導(dǎo)，將其資本邏輯限制在一定的范圍內(nèi)；推動(dòng)建立以企業(yè)為主體、產(chǎn)學(xué)研相結(jié)合的低碳技術(shù)創(chuàng)新與成果轉(zhuǎn)化體系；[10]逐步發(fā)展、完善各個(gè)行業(yè)和各種主要產(chǎn)品的具體的能源效率標(biāo)準(zhǔn)規(guī)范，建立各行業(yè)、企業(yè)特別是不同規(guī)模產(chǎn)業(yè)部門(mén)的能源消耗和碳排放限額標(biāo)準(zhǔn)，逐步在我國(guó)行業(yè)、企業(yè)間建立碳排放交換機(jī)制，將低碳經(jīng)濟(jì)的理念融入企業(yè)經(jīng)營(yíng)和政府管理中，有力推動(dòng)產(chǎn)品結(jié)構(gòu)調(diào)整升級(jí)和技術(shù)的改造與創(chuàng)新。

2.清潔能源的低碳化利用。BACE分析結(jié)果顯示，一次能源結(jié)構(gòu)亦是碳排放強(qiáng)度的重要影響因素。當(dāng)前中國(guó)的能源結(jié)構(gòu)仍以化石燃料為主，而化石燃料的燃燒是溫室氣體的重要來(lái)源之一。因而制訂切實(shí)可行的中長(zhǎng)期能源科技發(fā)展路線圖，推進(jìn)建立能源供應(yīng)品種多樣化的可持續(xù)能源體系，[10]提高獲取清潔能源和高級(jí)能源的能力，保證可再生能源在能源消費(fèi)中的比例，積極推行生物質(zhì)能、太陽(yáng)能、風(fēng)能、水力、核能和清潔煤等新型能源的低碳化應(yīng)用，是中國(guó)實(shí)施碳減排的必由之路。

3.產(chǎn)業(yè)結(jié)構(gòu)的低碳化調(diào)整。經(jīng)濟(jì)發(fā)展規(guī)模顯然也是影響碳排放強(qiáng)度不容忽視的重要因素。因噎廢食放棄發(fā)展并非明智之舉。以低排放、低能耗、低污染和高能效、高收益為特征的低碳經(jīng)濟(jì)，足以應(yīng)對(duì)碳減和經(jīng)濟(jì)發(fā)展的博弈要求。發(fā)展低碳經(jīng)濟(jì)宜采用“分清主次、先主后次、樹(shù)立典型、逐步鋪開(kāi)”的原則。重點(diǎn)發(fā)展如計(jì)算機(jī)通信設(shè)備、金融、保險(xiǎn)等低排放產(chǎn)業(yè)，鼓勵(lì)發(fā)展食品制造等產(chǎn)業(yè)，控制發(fā)展熱力電力的生產(chǎn)及供應(yīng)業(yè)等產(chǎn)業(yè)，限制發(fā)展金屬礦采產(chǎn)業(yè)等高能耗低產(chǎn)量產(chǎn)業(yè)。同時(shí)，地方政府要積極發(fā)展低碳工業(yè)園，打造產(chǎn)業(yè)鏈的縱向延伸與多產(chǎn)業(yè)的橫向發(fā)展相結(jié)合的低碳網(wǎng)絡(luò)，實(shí)現(xiàn)以企業(yè)“小循環(huán)”、產(chǎn)業(yè)“中循環(huán)”、省市“大循環(huán)”為特色的區(qū)域低碳經(jīng)濟(jì)體系和一條兼顧生態(tài)、社會(huì)、經(jīng)濟(jì)三大效益的“低碳產(chǎn)業(yè)體系”。[9]

4.消費(fèi)模式的低碳化培育。城市化發(fā)展水平也是BACE方法分析結(jié)論的碳排放關(guān)鍵影響因素。同經(jīng)濟(jì)規(guī)模一樣，城市化發(fā)展水平也是國(guó)家進(jìn)步不可放棄的發(fā)展方向，因此關(guān)注城市規(guī)劃模式，培育低碳消費(fèi)觀念是此種情況下的最佳路徑。無(wú)可否認(rèn)在人口總量不變甚至逐年遞增的情況下人口城鎮(zhèn)化水平升高就意味著城市人口規(guī)模增大，這意味著對(duì)能源的需求和浪費(fèi)將越來(lái)越多。因而實(shí)施緊湊型城市規(guī)劃，提高公共服務(wù)水平，開(kāi)發(fā)綠色建筑，推行低碳交通，探索有效節(jié)能途徑，實(shí)現(xiàn)供暖改造工程，普及低碳產(chǎn)品，鼓勵(lì)引導(dǎo)低碳NGO組織發(fā)揮宣傳作用，提倡初級(jí)食物的消費(fèi)，加強(qiáng)生態(tài)責(zé)任意識(shí)的培育，正確引導(dǎo)城鎮(zhèn)居民的生活習(xí)慣，推廣使用電子書(shū)、電子郵件、電子賬單來(lái)代替紙質(zhì)書(shū)、郵件和賬單，用視頻會(huì)議替代商務(wù)差旅等，對(duì)減少碳排放量都具有重要的作用。

5.關(guān)鍵鏈的低碳化管理。社會(huì)是一個(gè)有機(jī)整體，碳排放是各種不確定因素影響的集合，關(guān)鍵鏈正是要求以系統(tǒng)的觀點(diǎn)在碳減規(guī)劃中明確篩選重要制約因素進(jìn)行控制。從而在關(guān)于供應(yīng)鏈低碳化的應(yīng)用中應(yīng)注意改變生產(chǎn)者的生產(chǎn)觀念，重視消費(fèi)性的社會(huì)需求，減少經(jīng)濟(jì)鏈下游的消費(fèi)對(duì)上游生產(chǎn)的潛在倍增節(jié)約效應(yīng)，進(jìn)而降低自采購(gòu)原材料到制成最終產(chǎn)品間的碳排放，減少產(chǎn)品運(yùn)輸過(guò)程中的碳排放，從高能耗的環(huán)節(jié)中尋找減排契機(jī)，最終達(dá)到關(guān)鍵鏈的低碳化管理

6.碳預(yù)(核)算的低碳化預(yù)警。綜合考慮工業(yè)、農(nóng)業(yè)、能源、交通和地域等環(huán)境因素，研究碳排放現(xiàn)狀，加強(qiáng)碳預(yù)算分析以及碳平衡核算，明確碳足跡發(fā)展目標(biāo)，實(shí)施碳排放的可視化，及時(shí)發(fā)現(xiàn)碳排放超量的情況。加強(qiáng)低碳經(jīng)濟(jì)政策的監(jiān)控和評(píng)估，延伸生產(chǎn)者責(zé)任，同時(shí)提高社會(huì)系統(tǒng)應(yīng)對(duì)氣候變化的能力。建立健全碳預(yù)測(cè)、預(yù)防、預(yù)警以及應(yīng)急和重建機(jī)制，降低碳排放可能對(duì)社會(huì)經(jīng)濟(jì)造成的危害。

7.國(guó)際貿(mào)易的低碳化引導(dǎo)。在全球化分工中“低收入國(guó)家生產(chǎn)、高收入國(guó)家消費(fèi)”的格局使得中國(guó)等發(fā)展中國(guó)家要為全球低端制造環(huán)節(jié)中的“高污染、高消耗、高排放”買單。發(fā)達(dá)國(guó)家憑借技術(shù)、標(biāo)準(zhǔn)和軟件的壟斷，占據(jù)價(jià)值鏈的制高點(diǎn)，而將高排放量的產(chǎn)業(yè)或是產(chǎn)業(yè)的低端制造環(huán)節(jié)轉(zhuǎn)移到中國(guó)，使得中國(guó)成為了世界碳轉(zhuǎn)移的最大陣地。因此，在發(fā)展貿(mào)易的同時(shí)應(yīng)注重產(chǎn)品的碳足跡測(cè)算，改變“世界工廠”的生產(chǎn)模式，營(yíng)造多邊貿(mào)易環(huán)境，引導(dǎo)實(shí)現(xiàn)出口的低碳化模式。

8.政策體系的低碳化調(diào)控。要將低碳化置于國(guó)家戰(zhàn)略的高度，建立以綠色GDP為核心的新型宏觀調(diào)控體系，建立健全關(guān)于低碳經(jīng)濟(jì)的政策法規(guī)和法律保障體系。注重需求側(cè)管理，實(shí)施回購(gòu)源自可再生能源的電力等政策。[14]發(fā)展碳金融、碳市場(chǎng)及碳貿(mào)易，加強(qiáng)政府采購(gòu)的低碳化傾斜。創(chuàng)新銀行業(yè)務(wù)，加強(qiáng)信貸業(yè)務(wù)的環(huán)境風(fēng)險(xiǎn)評(píng)估，推出低碳貸款業(yè)務(wù)，[15]逐步完善各種主要行業(yè)的碳排放限額標(biāo)準(zhǔn)，逐步征收生態(tài)稅等以實(shí)現(xiàn)能源提價(jià)，在已經(jīng)建立環(huán)境產(chǎn)權(quán)交易所的城市根據(jù)自愿減排的原則培育區(qū)域性碳排放權(quán)交易市場(chǎng)，[16]最終實(shí)現(xiàn)整個(gè)政策體系的低碳化調(diào)控。

中國(guó)尚是一個(gè)發(fā)展中國(guó)家，發(fā)展經(jīng)濟(jì)是硬道理。在低碳化發(fā)展的技術(shù)路徑選擇中，既要關(guān)注新能源的替代，更要關(guān)注能源效率的提高；不但要重視生產(chǎn)技術(shù)的低碳化改造，還要重視社會(huì)消費(fèi)的需求管理，更要重視經(jīng)濟(jì)鏈下游的消費(fèi)對(duì)于上游生產(chǎn)的潛在倍增節(jié)約效應(yīng)。同時(shí)需要指出的是，在后哥本哈根時(shí)代，氣候政治與低碳經(jīng)濟(jì)共一色。有的放矢，選擇合適的技術(shù)路徑，通過(guò)技術(shù)進(jìn)步以有效控制環(huán)境的惡化和實(shí)現(xiàn)碳減的目標(biāo)，這是轉(zhuǎn)型綠色經(jīng)濟(jì)，縮減資源消耗，引發(fā)新一輪經(jīng)濟(jì)增長(zhǎng)的可能路徑。

[1]國(guó)家發(fā)展和改革委員會(huì)能源研究所課題組.中國(guó)2050年低碳發(fā)展之路[M].北京:科學(xué)出版社.2009.

[2]Zhang Z X.Decoupling China’s carbon emissions increase from economic growth:An economic analysis and policy implications[J].World Development,2008,28(4):739-752.

[3]徐國(guó)泉，劉則淵，姜照華.中國(guó)碳排放的因素分解模型及實(shí)證分析:1995-2004[J].中國(guó)人口·資源與環(huán)境,2006，16(6):158-161.

[4]馮相昭，鄒驥.中國(guó)CO2排放趨勢(shì)的經(jīng)濟(jì)分析[J].中國(guó)人口·資源與環(huán)境，2008，18(3):43-47.

[5]胡初枝，黃賢金，鐘太洋，等.中國(guó)碳排放特征及其動(dòng)態(tài)演進(jìn)分析[J].中國(guó)人口·資源與環(huán)境，2008，18(3):38-42.

[6]Sala-i-Martin X,Doppellhofer G,Miller R.Determinants of long-run growth:a Bayesian averaging of classical estimates(BACE)approach[J].American Economic Review,2004，94(4):813-835.

[7]Dietz T,Ross E A.Rethinking the Environmental Impacts of Population,Affluence,and Technology[J].Human Ecology Review,1994，(1):277-300.

[8]劉衛(wèi)東，陸大道，張雷，等.我國(guó)低碳經(jīng)濟(jì)發(fā)展框架與科學(xué)基礎(chǔ)[M].北京:商務(wù)印書(shū)館,2010.

[9]唐建榮，張榮榮.我國(guó)發(fā)展低碳經(jīng)濟(jì)的可能路徑[J].科技進(jìn)步與對(duì)策.2010，27(4):30-32.

[10]唐建榮，譚春輝，張榮榮.挑戰(zhàn)、機(jī)會(huì)與對(duì)策——江蘇發(fā)展低碳經(jīng)濟(jì)的可能路徑[J].未來(lái)與發(fā)展，2010，(7):40-44.

[11]宋德勇，易艷春.外商直接投資與中國(guó)碳排放[J].中國(guó)人口·資源與環(huán)境，2011，(21):49-25.

[12]陳寶.基于BACE方法對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)影響因素的實(shí)證研究[J].經(jīng)濟(jì)論壇，2011，(1):44-46.

[13]賀京同，李峰.影響自主創(chuàng)新的因素——基于BACE方法對(duì)中國(guó)省際數(shù)據(jù)的分析[J].南開(kāi)經(jīng)濟(jì)研究，2007，(3):68-79.

[14]魏伯樂(lè)，查理·哈格羅夫斯，邁克爾·史密斯，等.五倍集[M].上海:上海人民出版社.2010.

[15]高巖，王卉彤.發(fā)展低碳經(jīng)濟(jì)對(duì)商業(yè)銀行創(chuàng)新的推動(dòng)力[J].江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010，(4):19-25.

[16]盧現(xiàn)祥，張翼.政府職能轉(zhuǎn)變與企業(yè)二氧化碳減排動(dòng)力[J].當(dāng)代財(cái)經(jīng)，2011，(5):5-15.