二氧化碳的排放主要來源大全11篇

緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇二氧化碳的排放主要來源范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

 

1 二氧化碳排放清單

 

1.1 清單對象的確定

 

二氧化碳排放清單是包括所有能夠產生二氧化碳的能源消耗行為[3，4]，在編制高校碳排放清單時，突出影響碳排放量的主要因素，忽略次要因素。不同于其他能耗企業，高校能源種類、消耗方式較為集中，所以在編制二氧化碳排放清單時主要考慮水、電、化石能源、食物四個方面的消耗所產生的二氧化碳排放。在高校中，化石能源的消耗主要用于燃燒、實驗需要及設備驅動，所以只考慮天然氣、燃煤、汽油、柴油。食物方面分為主食、肉類、果蔬類。具體計算碳排放量時，利用公式：二氧化碳排放量=消耗量×對應的碳排放因子。

 

1.2 二氧化碳排放清單編制方法的選擇

 

根據IPCC清單指南和《北京市企業單位二氧化碳核算和報告》，本研究編制的原則相同，只是在編制方法、技術路線上更多地體現出高校的特色，使清單更能反映出其實際情況。二氧化碳清單編制方法基于物料平衡原理，計算出各類能源消耗量與相關排放因子乘積之和。其中化石能源的碳排放因子=燃料熱值×單位熱值含碳量×碳氧化率×CO2與碳原子量比。

 

2 二氧化碳排放量測算方法

 

基于《北京市企業單位二氧化碳核算和報告指南》中的相關碳排放因子[5]的計算公式，由水、電、食物及能源的用量數據，采取物料平衡法，可以計算出相應的二氧化碳排放量。其中高校總碳排放量=用水隱含碳排放量+用電隱含碳排放量+食物消耗碳排放量+其它能源直接碳排放量。

 

(1)用水隱含二氧化碳排放量計算式：

 

Ed1=D×fg1 (TY-1)

 

式中，Ed1是二氧化碳排放量，單位為tCO2;D是校園用水消耗量，單位為MWh;fg1是水的間接排放系數，采用的最近年份排放系數0.19t/kg。

 

(2)用電隱含二氧化碳排放量計算式：

 

Ed2=D×fg2 (TY-2)

 

式中，Ed2是二氧化碳排放量，單位為tCO2;D是校園電力消耗量，單位為MWh;fg2是電的間接排放系數，采用的最近年份排放系數。

 

(3)食物消耗產生的二氧化碳計算式：

 

式中，Ai是食物的類別的重量，單位為t;Fi是對應食物的二氧化碳排放系數，單位是tCO2/t。

 

(4)化石燃料燃燒產生的二氧化碳排放量計算式：

 

式中，E是化石燃料燃燒二氧化碳排放量，單位為tCO2;Ai是化石燃料燃燒活動水平數據，單位為tJ;Fi是第i種燃料的排放因子，單位為tCO2/tJ;

 

故企業第i種化石燃料消費量的熱量按公式(TY-5)計算。其中排放因子的確定：第i種燃料二氧化碳直接排放的排放因子按公式(TY-5)計算得到。

 

Fi=Ciρ (TY-5)

 

式中，Fi是燃料i的排放因子，單位為 tCO2/tJ;Ci是燃料i的單位熱值含碳量，單位為tC/tJ;αi是燃料i的碳氧化率;ρ是二氧化碳與碳的分子量之比，為一常數3.667。

 

3 軟件可視化輸出

 

高校碳排放測算軟件[6]是基于“C#”與“Access”開發的、具有數據計算功能的軟件，它能夠根據各類能源消耗量計算出高校碳排放總量和各個建筑功能區的碳排放量，從而實現在時間、空間上對高校碳排放量的全局掌控。

 

計算軟件包括4個模塊：全校CO2總量計算、各建筑功能區CO2計算、統計分析以及個人應用。相應地CO2計算公式通過源程序編譯給出，只需在對應的CO2清單中輸入使用量參數，軟件會自動計算出該時間段學校所產生的CO2量。同時，我們把學校分成了8個建筑功能區，各個建筑功能區的CO2清單不盡相同，輸入對應的能源參數后，軟件可以計算出該區域的CO2排放情況。

 

4 結果分析

 

利用上述CO2測算方法，可以得出水、電以及各類能源的測算結果。本次研究選取2010年用電、用水、能源(能源選取煤為代表)來分析結果。

 

由表1清單結果可以看出，2010年碳排放量中以用電消耗最大，其次是用水，煤的碳排放量最少，且碳排放總量數值巨大，存在很大的節能減排潛力。由2010年各區用電量比例進行進一步的分析，并得出各建筑功能區用電碳排放占比如圖1。

 

由各區總量比例可以看出，宿舍用電碳排放量最大，其次是教學樓和食堂。而原因在于學生是學校用電的主體，學生活動的最主要場所為宿舍，對用電的需求最大;教學辦公區是學校的重要功能區，是學生學習和教職工教學活動的主要場所，故其用電量在學校總體用電量中也占有一定比例。無論是宿舍還是教學辦公區中電力消耗主要來源于照明，但是學生節約用電的意識不高，用電浪費情況比較嚴重，同時教學區自習室用電也缺乏規范管理，這些現象都在一定程度上導致學校用電碳排放量增加。

 

5 結論與討論

 

篇（2）

中圖分類號 F205 文獻標識碼 A 文章編號 1002-2104（2015）09-0021-08 doi：10.3969/j.issn.1002-2104.2015.09.004

進入21世紀以來，溫室效應逐漸凸顯，能源流失問題也日益嚴重，二氧化碳排放的控制問題已上升到全球層面。在這種背景下，針對二氧化碳排放量的計算在當前的研究中顯得尤為重要，其計算結果的準確性不僅直接決定了社會和政府對于碳排放狀況的認識，更會對我國的高耗能產業結構調整、減排計劃的執行以及國際碳排責任的判定產生影響。因此，不斷分析、對比各種計算方法的影響因素、改進計算方法、修正計算結果并對計算進行深入分析，已經成為碳排放相關研究的重要基石。

1 文獻綜述

目前主要的二氧化碳計算方法有能源消耗法、生命周期評價法（LCA，Life Circle Assessment）和投入產出法（IO，InputOutput）。能源消耗法計算二氧化碳排放量是指以統計資料為依托，根據能源的消耗量以及二氧化碳的排放系數進行對二氧化碳排放量的估算。這一計算方法的數據選取較為靈活，可以針對具體的問題選取適合的數據進行分析，許多學者采用這一方法進行計算。但該方法也存在一定問題，比如數據來源不正統可能會導致計算結果較實際偏差過大。何建坤[1]根據Kaya公式及其變化率分析了中國及一些發達國家的二氧化碳排放峰值，并發現單位能耗的二氧化碳排放強度年下降率大于能源消費的年下降率。趙敏等[2]根據2006年IPCC二氧化碳排放計算指南中的公式及二氧化碳排放系數，計算了上海市1994-2006年間能源消費的二氧化碳排放量，并以此分析了二氧化碳排放強度下降的原因。曹孜等[3]根據化石能源的消耗量計算了2008年總體與各部門的二氧化碳排放量以及1990-2008年碳排放強度的發展趨勢，從而進一步研究二氧化碳排放量與產業增長之間的關系。汪莉麗等[4]根據全球及各地區的能源消費歷史數據分析了以往的二氧化碳排放總量、二氧化碳排放累積量和人均二氧化碳排放量，并以此預測了未來的能源消費二氧化碳排放情況。李宗遜等[5]根據昆明市的工業能耗統計數據對昆明市的工業二氧化碳排放、行業二氧化碳排放強度及行業分布做了探究。

生命周期評價法計算二氧化碳排放通常以活動環節為分類單位，要求詳細研究測度對象生命周期內的能源需求、原材料利用和活動造成的廢棄物排放。這一方法能夠具體到產品原材料資源化、開采、運輸、制造/加工、分配、利用/再利用/維護以及過后的廢棄物處理等各個環節，多被用于建筑領域。但在計算生產工序復雜的產品時，存在計算工作量大等缺陷。劉強等[6]利用全生命周期評價的方法對中國出口的46種重點產品進行了碳排放測算，發現這些產品的二氧化碳排放量占全國二氧化碳排放量的比例非常高。張智慧等[7]基于可持續發展及生命周期評價理論界定了建筑物生命周期二氧化碳排放的核算范圍并給出了評價框架和核算方法。張陶新等[8]利用生命周期法構建了測算建筑二氧化碳排放的計算模型，并通過構建的模型分析了中國城市建筑二氧化碳排放的現狀。

投入產出法計算二氧化碳排放量主要以投入產出表為依據，可以根據產品的直接消耗系數及完全消耗系數分別估算二氧化碳的直接排放和間接排放。直接消耗系數是指某一產品部門在單位總產出下直接消耗各產品部門的產品或服務總額。完全消耗系數是指某一部門每提供一個單位的最終產品，需要直接和間接消耗（即完全消耗）各部門的產品或服務總額。這一計算方法的優勢在于可以進行隱含二氧化碳排放（Embodied Carbon Emission）的估算，并且在對于多行業二氧化碳排放進行計算時通過直接消耗系數矩陣以及完全消耗系數矩陣進行一次性估算，減少行業分類的工作量。但是，投入產出法的缺點在于其在計算結果的準確度上不如前兩種二氧化碳排放計算法，因而多被用于隱含二氧化碳排放的計算。Lenzen[9]利用投入產出模型研究了1992年和1993年澳大利亞居民最終需求的能源消費及溫室氣體排放情況，發現65%以上的溫室氣體來自能源的隱含消費。Ahmed和Wyckof[10]根據投入產出方法估算了全球24個國家的貿易隱含碳，證實了產業地理轉移對全球二氧化碳排放的影響。劉紅光等[11]、孫建衛等[12]均采用區域間的投入產出表對中國各區域各行業的二氧化碳排放量做了測算，并針對區域碳減排做了分析。何艷秋[13]利用投入產出法計算了各行業的二氧化碳排放系數，并進一步計算了行業最終產品的直接二氧化碳排放量以及消費中間產品的間接二氧化碳排放量。

二氧化碳排放量的計算方法種類繁多，各有利弊，而現有文獻大多是選取其中一種方法對二氧化碳排放量進行估算，少有針對不同方法的比較研究和對不同影響因素的量化分析。本文梳理了當前主要的二氧化碳排放量計算方法，并基于投入產出法，對比計算了不同考慮因素對于二氧化碳排放量計算的影響，得到各種條件變動情況下所導致的測算偏差。基于投入產出法，對比分析了不同考慮因素對于二氧化碳排放量計算的影響，并計算了各種條件變動情況下的計算偏差。

2 計算方法及數據來源

二氧化碳排放主要包括能源燃燒的二氧化碳排放和水泥生產過程的二氧化碳排放兩類。其中，能源燃燒的二氧化碳排放是指各行業燃燒各種能源所產生的二氧化碳排放，主要根據能源行業對各個行業的能源投入進行計算。水泥生產過程的二氧化碳排放是指在水泥生產過程中因化學反應而產生的二氧化碳排放，主要根據水泥的產量及相關的排放系數進行計算。兩種來源涉及不同的行業，由于各行業在生產、加工過程中都需要能源提供熱力、動力等，因此各行業均存在能源燃燒二氧化碳排放，而水泥生產的過程排放主要與水泥生產相關，屬于非金屬礦物制品業的二氧化碳排放。具體來說，這兩類二氧化碳排放量的計算思路如下：

本文所介紹的二氧化碳排放量計算法適用于各類能源消耗量已知、各行業的能源使用量已知、水泥產量已知并且能源燃燒和水泥生產過程的二氧化碳排放系數均已知的情況，可以計算各年度國家或地區的總二氧化碳排放情況以及分行業二氧化碳排放情況。為方便介紹，本文以2007年中國的二氧化碳排放情況為例，給出其排放量的計算方法。選取的數據來源主要包括2007年的中國能源平衡表與投入產出表，各能源的平均低位發熱量以及單位產熱量下的二氧化碳排放系數，此外還需要水泥產量與水泥生產的二氧化碳排放系數等。其中，2007年的中國能源平衡表與各能源的平均低位發熱量取自國家統計局出版的《2008年能源統計年鑒》，內容包括2007年中國的能源使用情況；各能源在單位產熱量下的二氧化碳排放系數取自日本全球環境戰略研究所出版的《2006年IPCC國家溫室氣體清單指南》，指的是各能源在燃燒后每產生單位熱量所排放的二氧化碳量；水泥產量取自國家統計局公布的2007年全國30個省份水泥產量數據，全國的水泥產量本文認為是各省水泥產量的加總；而水泥生產的二氧化碳排放系數取自Greenhouse Gas Protocol網站關于波特蘭水泥系數的計算。波特蘭水泥是以水硬性硅酸鈣類為主要成分之熟料研磨而得之水硬性水泥，通常并與一種或一種以上不同型態之硫酸鈣為添加物共同研磨，其二氧化碳排放系數適用于對水泥生產過程中普遍的二氧化碳排放量計算。

3 二氧化碳排放量計算

3.1 能源燃燒的二氧化碳排放

全國的總二氧化碳排放量主要通過能源消耗量計算，而分行業的二氧化碳排放主要是將全國的二氧化碳排放總量按行業能耗的比例進行分解得出。在已知能源的燃燒量及二氧化碳排放系數時，二氧化碳排放量為能源的燃燒量與二氧化碳排放系數的乘積。

3.1.1 能源燃燒量

能源的燃燒量計算的關鍵問題在于將“沒有用于燃燒”的能源消費量從總量中剔除。根據能源平衡表顯示，各種能源用于燃燒的部分包括能源的終端消費量、用于火力發電的消費量以及用于供熱的消費量，不包括在工業中被用作原料、材料的部分。

3.1.2 能源的二氧化碳排放系數

能源燃燒的二氧化碳排放系數通過平均低位發熱量和單位熱量的二氧化碳排放系數計算。已知各能源燃燒產生單位熱量的二氧化碳排放系數和各能源的平均低位發熱量（即單位質量的各類能源在燃燒過程中產生的熱量），將各能源燃燒產生單位熱量的二氧化碳排放系數與其平均低位發熱量相乘，即可得出每單位質量的各類能源在燃燒過程中排放的二氧化碳總量，也即各能源的二氧化碳排放系數，計算過程如公式（4）所示，其計算結果見表2。

3.1.3 能源行業的二氧化碳排放系數

通過以上兩部分計算，已經可以得到全國的二氧化碳排放量，接下來需要計算分行業的二氧化碳排放量。如圖1的計算流程圖所示，計算各行業的二氧化碳排放需要用到各能源行業的二氧排放系數以及各能源行業向所有行業的投入關系。

燃燒所產生的二氧化碳排放量，但由于本文使用的中國42部門投入產出表中提供的能源行業僅有煤炭開采和洗選業、石油和天然氣開采業、石油加工煉焦及核燃料加工業、燃氣生產和供應業4個，這些能源行業與各個化石能源之間存在的對應關系如下：煤炭開采和洗選業包括的能源有原煤、洗精煤和其他洗煤，石油和天然氣開采業包括原油和天然氣，石油加工、煉焦及核燃料加工業包括汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣、其他石油制品、焦炭和其他焦化產品，燃氣生產和供應業包括焦爐煤氣和其他煤氣。各能源行業產生的二氧化碳排放量即為燃燒與其相關能源產品所產生的二氧化碳排放量之和。

這里需要說明的是，在使用投入產出法計算各行業的能源消耗量時，是否剔除能源的轉化部分、是否減去固定資本形成及出口投入都會導致二氧化碳排放結果的不同。原因在于，雖然全國42部門所需的能源均是由四個能源行業提供，但這四個能源行業所投入的能源卻并非全部用于國內產品生產的能耗，其中有三種用途需要在計算時單獨處理：①作為原材料進行加工轉換的部分，如煤炭煉焦、原油加工為成品油、天然氣液化等的消耗；②作為存貨及固定資本形成等的部分；③作為能源產品出口給國外或調出本地的部分。由于這些部分的燃燒過程不在本地，所排放的二氧化碳也不屬于本地排放。因此，在計算能源行業的投入金額時，是否剔除這三部分，會對計算結果產生影響。

本文將分別計算是否剔除以上三部分能源消耗的情況。首先，在不剔除這三類能源消耗的情況下，各能源行業用于燃燒部分的總投入金額為：

3.1.4 各行業的能源燃燒排放

在以上計算的基礎上，可以計算投入產出表中42行業各自的能源燃燒排放量。計算方法如公式（8）所示，將投入產出表中能源行業j對行業k的能源投入，乘以公式（7）中能源行業j的二氧化碳排放系數，可以計算得出能源行業j給行業k帶來的二氧化碳排放量。而行業k的能源燃燒排放為各能源行業投入到行業k的能源燃燒排放量之和，即：

3.2 水泥生產過程的二氧化碳的排放

由于水泥在生產過程中會產生復雜的化學反應，產生二氧化碳，這部分二氧化碳排放被稱之為水泥生產的過程排放，在我國二氧化碳排放總量中占到相當比例，因此，在計算中國的二氧化碳排放總量時，是否考慮水泥的過程排放也會影響最終的計算結果。

水泥的生產屬于非金屬礦物制品業，其二氧化碳排放的計算公式為：

EC=QC×v （9）

其中：EC為水泥生產中的二氧化碳排放量，QC為水泥的總產量，v為水泥生產的二氧化碳排放系數。

本文選取的水泥生產二氧化碳排放系數為波特蘭水泥系數，根據Greenhouse Gas Protocol，取值為每t的水泥產量在生產過程中排放

0.502 101 6 t的二氧化碳。水泥產量方面，根據國家統計局統計數據，將中國各省在2007年的水泥產量加總后可得全國在2007年的水泥總產量，共計135 957.6萬t。將這兩個數據代入公式（9）中計算可得，2007年中國水泥生產過程中的二氧化碳排放總量為68 264.5萬t。需要指出的是，在分行業統計的二氧化碳 排放中這一排放屬于非金屬礦物制品業。

4 不同考慮因素對計算結果的影響

根據本文第二部分對計算方法的介紹可以發現，從“是否剔除能源的轉化部分”、“是否減去固定資本形成總額與出口、調出的能源投入”以及“是否考慮水泥生產的過程排放”這3個角度出發，我們可以用23=8種方式對二氧化碳的排放量進行計算，如表3所示。理論上“剔除能源的轉化部分，減去固定資本形成總額與出口、調出的能源投入并且加上水泥生產過程排放”的情況下所得計算結果是最為準確的。因此，為了保證計算結果的準確性，在條件允許的情況下，上述三個角度的問題均需要考慮在內。當數據缺失的時候，就需要進行折衷，采取其他幾種“不完美的”方法進行計算：比如當能源轉化情況不明，即

能源轉化率或能源轉化量未知的情況下，應選取不剔除能源的轉化部分的方法計算；當缺乏固定資本形成總額與出口、調出能源投入的信息，也即投入產出表最終使用部分情況不明時，應選取不減固定資本形成總額與出口、調出的能源投入的方法計算；而在水泥產量或水泥生產的二氧化碳排放系數未知時，計算中不考慮水泥生產的過程排放。相應地，如果這三個角度的問題沒有被完全考慮，計算結果也會存在一定程度的偏差。只有在偏差度允許的情況下，該計算方法才是有意義的。因此在采取這些方法計算時，應首先確定各個方法計算結果的準確性。

為了分析各種方法計算得到的二氧化碳排放量的準確性，本文分別利用以上8種“不完美的”計算方法計算了中國2007年的二氧化碳排放量。表3中以“是否剔除能源的轉化部分”、“是否減去固定資本形成總額與出口、調出的能源投入”以及“是否考慮水泥生產的過程排放”作為計算變量，展示了各種計算方法得到的結果。當變量取1時為考慮該角度的計算方法，變量取0時為不考慮該角度的計算方法，一共列出8種二氧化碳排放量的計算方法。其中，由于三個變量均取1時，（即“剔除能源的轉化部分，減去固定資本形成總額與出口、調出的能源投入并且加上水泥生產的過程排放時”）所得到的計算結果最為準確，因此表3中以三個變量均取1的情況為基準情況，并將其余方法的計算結果與基準情況進行比較，得出各方法下計算結果的準確性偏差。

總排放量方面，計算結果顯示，總排放量僅受“是否考慮水泥的過程排放”影響。如表3所示，總排放量的取值僅有兩種情況，考慮水泥的過程排放時總排放量為695 167.1萬t，不考慮水泥的過程排放時總排放量為626 902.6萬t。原因在于本文中二氧化碳排放量的計算包括能源燃燒二氧化碳排放量的計算和水泥生產二氧化碳排放量的計算兩類，其中燃燒排放的總量是根據能源平衡表中能源燃燒量計算得出，如前文中的公式（3）所示，與公式（5）、（6）中“是否剔除能源的轉化部分”、“是否減去資本形成總額及出口和調出”無關（只影響結構不影響總量），因此總排放量僅受“是否考慮水泥的過程排放”影響。

不考慮能源的轉化部分會使中間使用二氧化碳排放量被高估，最終使用二氧化碳排放量被低估。如表3所示，在不剔除能源的轉化部分，減去資本形成總額及出口、調出的能源投入，并考慮水泥的過程排放時，中間使用的二氧化碳排放量較基準情況高出0.3%，最終使用的二氧化碳排放量較基準情況低11.7%。原因在于不剔除能源的轉化部分即認為所有的能源投入均被用于燃燒，這其中包括真正用于燃燒的部分和實際用于轉化的部分，而用于轉化的部分在轉化成新的能源后也會再次作為燃燒部分計算，也即這部分能源燃燒會被計算兩次。這意味著在計算各行業的二氧化碳排放量時，存在轉化工序的行業，其能源燃燒量被高估，總燃燒量一定的情況下，其他沒有轉化工序的行業和最終使用中的能源燃燒量會被低估，導致最終使用二氧化碳排放量的低估及中間使用二氧化碳排放量的高估。不考慮資本形成總額及出口、調出的能源投入會使中間使用二氧化碳排放量被低估，最終使用二氧化碳排放量被高估。表3顯示，在不減資本形成總額及出口、調出的能源投入，剔除能源的轉化部分，并考慮水泥的過程排放時，中間使用二氧化碳排放量較基準情況低3.0%，最終使用二氧化碳排放量較基準情況高103.5%。原因在于能源行業對資本形成總額（包括固定資本形成總額和存貨增加）的投入是將該部分能源以固定資本的形式保留到庫存中，并未用于燃燒，而能源行業的出口與調出是將能源以商品的形式轉移出本地，其之后無論是否用于燃燒，產生的二氧化碳均不屬于本地排放。如果不考慮公式（6）中能源行業j對資本形成總額及出口、調出的能源投入，會使得該能源行業j的總投入金額Dj被高估，從而導致公式（7）中二氧化碳排放系數ej被低估，那么所有通過ej計算的行業二氧化碳排放量均會被低估，使得計算所得各行業的二氧化碳排放量下降，中間使用的二氧化碳排放量減少，而最終使用的二氧化碳排放量增加。

不考慮水泥的過程排放會使中間使用中非金屬礦物制品業的二氧化碳排放量被低估。水泥的二氧化碳排放是指在水泥生產過程中，由于化學反應產生的二氧化碳排放，它屬于非能源燃燒的二氧化碳排放。根據前文的計算，2007年全國水泥生產的過程二氧化碳排放量為68 344.7萬t，因此表3所示“是否考慮水泥的過程排放”，也即是否在非金屬礦物制品業的二氧化碳排放中加上水泥生產的過程排放量，可以看到在不考慮水泥的過程排放，剔除能源的轉化部分，并減去資本形成總額及出口、調出的能源投入時，中間使用部分的二氧化碳排放量較基準情況減少10.1%。實際上，非能源排放，也即過程排放還包括其他化學反應排放、碳水飲料的排放等，本文僅考慮水泥生產這一項過程排放的做法也有待在后續研究中進行進一步的完善。

綜上所述，在剔除能源的轉化部分、減去資本形成總額及出口調出的能源投入并考慮水泥的過程排放時計算方法最為準確，與之相反，忽略所有以上因素的計算方法偏差最大。此外，不剔除能源的轉化部分、不減資本形成總額及出口調出的能源投入、不考慮水泥的過程排放均會導致計算結果被高估或低估。根據中間使用排放量比較，這三個變量的計算優先度為水泥的過程排放最重要（缺失導致結果偏低10.1%），資本形成總額及出口、調出的能源投入次之（缺失導致結果偏低3.0%），能源的轉化部分最末（缺失導致結果偏高0.3%）。根據最終使用排放量比較，這三個變量的計算優先度為資本形成總額及出口、調出的能源投入最重要（缺失導致結果偏高103.5%），能源的轉化部分次之（缺失導致結果偏低11.7%），水泥的過程排放不產生影響。根據總排放量比較，這三個變量的計算優先度為水泥的過程排放最重要（缺失導致結果偏低9.8%），能源的轉化部分與資本形成總額及出口、調出的能源投入不產生影響。不僅如此，當這三個變量中有兩個或三個取0時，計算結果同時受這兩三個變量缺失的影響，二氧化碳排放量的變化幅度疊加。表3顯示，僅考慮剔除能源的轉化部分時，中間使用排放量被低估13.2%，最終使用排放量被高估103.5%；僅考慮資本形成總額及出口、調出的能源投入時，中間使用排放量被低估9.8%，最終使用排放量被低估11.7%；僅考慮水泥的過程排放時，中間使用排放量被低估2.1%，最終使用排放量被高估71.0%；三個變量均不考慮時，中間使用排放量被低估12.2%，最終使用排放量被高估71.0%。

5 結論及建議

本文梳理了當前主要的二氧化碳排放量計算方法，并基于投入產出法，對比計算了不同考慮因素對于二氧化碳排放量計算的影響，研究發現：計算方法方面，本文認為二氧化碳排放的主要來源可以分為能源燃燒排放和水泥生產過程排放兩大類，在進行行業二氧化碳排放量的計算時應將這兩部分都考慮在內。其中，能源燃燒的二氧化碳排放量可根據分行業的能源消耗量計算，水泥生產的二氧化碳排放量可根據全國水泥產量計算。該方法不僅可以避免能源消耗法數據選取不統一、生命周期評價法多行業計算工作量大，投入產出法計算結果較粗糙等缺陷，得出較為準確的計算結果，還可以同時進行多省份、多行業二氧化碳排放量的計算，簡化計算步驟，提升計算效率。計算準確性方面，“是否剔除能源的轉化部分”、“是否減去固定資本形成總額與出口、調出的能源投入”以及“是否考慮水泥生產的過程排放”3個因素將對我國二氧化碳排放量的計算結果產生影響。其中，“是否考慮水泥生產的過程排放”影響碳排總量的計算，而其他2個因素主要影響碳排放量的結構。本文認為，在“剔除能源的轉化部分、減去資本形成總額及出口調出的能源投入、考慮水泥的過程排放”情況下得到的二氧化碳排放量計算結果最為準確。在此基礎上，若不剔除能源的轉化部分，會使中間使用排放量被高估0.3%，最終使用排放量被低估11.7%；若不減去資本形成總額及出口調出的能源投入，會使中間使用排放量被低估3.0%，最終使用排放量被高估103.5%；若不考慮水泥的過程排放，會使中間使用排放量被低估10.1%，總排放量被低估9.8%。

基于以上結論，本文提出以下建議：

（1）不斷推進二氧化碳計算方法的相關研究，提高對計算結果準確性的關注和重視。二氧化碳排放量作為衡量多種能源和環境問題的主要指標，其計算結果的準確性具有非常重要的意義。從總量上看，我國二氧化碳排放量的大小直接決定了社會各界對于我國碳排放現狀的認識，然而，忽視水泥生產過程排放等因素將會使我國碳排總量被低估接近10%，這將直接影響我國社會各界對自身排放現狀的正確認識，難以引起人們對能源和環境問題的重視，拖緩減排政策的推廣力度和執行程度，甚至影響我國減排目標的達成。排放結構上看，能源轉化、資本形成以及出口和調出等因素將會影響我國碳排結構的準確性，影響高耗能產業的確定和低碳產業結構調整。此外，在國際社會方面，各國減排責任的劃分越來越多受到關注，我國作為快速崛起的重要經濟體，其減排責任的確認更是備受矚目。因此，我國碳排量計算的準確性決定著我國在國際社會是否承擔了合理的減排責任，這一點不僅關乎我國和其他發展中國家的國際責任，更是世界環境問題的主要議題。

（2）關注二氧化碳排放量計算方式的選擇，在誤差允許的范圍內選擇準確度更高的方式進行計算。本文從3個角度出發，提供了計算二氧化碳排放量的8種不同方式，確定了最為準確的計算方式并對其他方式的偏差進行了計算和分析。各種方式對不同的影響因素各有取舍，側重點各不相同，準確度也有所偏差。因此，在數據可及性滿足且工作量大小適當的前提下，建議學者采用本文確定的準確方法進行二氧化碳排放量的計算，然而，如果數據不夠充分或受工作量大小限制，則應根據本文得到的各種方法的偏差原因和偏差幅度，在誤差允許的范圍內，針對不同的研究目的選取各自重點關注的主要問題，進而選取在重要環節上準確度更高的方法進行計算，以在最大程度上保證計算結果的準確性。

篇（3）

我國近幾年氣象問題頻發，如：酸雨，霧霾等，嚴重影響了人們的日常生活。那么是什么導致全球變暖呢？溫室氣體排放問題出現在我們眼前，而能源消費結構與溫室氣體排放息息相關。因此，基于能源消費結構的我國溫室氣排放問題的統計分析顯得尤為重要。研究能源消費結構與溫室氣體排放的關系也為我國調整能源戰略，引導我國國民經濟朝著新的能源消費結構方向理性發展提供了理論支持。

一、我國能源消費結構現狀

2010年至今，我國不斷優化能源消費結構，持續加快推進大型煤炭基地、大型煤電基地建設，并著重推進大型核電、西電東送、西氣東輸工程等方面的建設，加強新能源的開發和利用。

本文主要研究的能源有：煤炭，石油，天然氣，水電、風電、核電。

如表1所示，2010-2012年， 中國煤炭消費量占能源消費總量均占66%以上， 雖然在2012年有所下降，但是從能源消費結構來看， 煤炭依然在中國能源消費總量中占主導地位，這與中國煤炭資源豐富有著必然的關系。隨著中國天然氣工業和水電、核電、風電事業的發展， 煤炭消費比例呈下降的趨勢，但是全國能源消費總量都超過32000億噸， 逐年增長， 從能源消費總量環比增長速度來看，增長趨勢不明顯，但仍應引起重視，一個事實即是：能源消費總量在持續增加，能源消費結構仍有優化的空間。

二、能源消費結構與溫室氣體排放的關系

與能源消費結構相關的溫室氣體主要包括三種氣體：二氧化碳，甲烷，氧化亞氮。下面分別分析了能源消費結構與這三種主要溫室氣體排放的關系。

（一）能源消費結構與二氧化碳

如表2所示，2011-2012年，隨著煤炭消費比重的下降，新能源消費比重的增加，我國二氧化碳平均濃度下降，溫室氣體排放情況有所改善。CO2是最重要的溫室氣體，對溫室效應的貢獻約占全部溫室氣體的67%，目前在大氣中濃度已達389.6ppm，比工業革命前的濃度（278ppm）高41%，在2011年至2012年間，二氧化碳濃度約390ppm，是造成氣候變暖的主要原因，也是目前全球最關注的溫室氣體。現在普遍認為，人類活動造成了大氣中二氧化碳的快速增長，其中一次能源燃料是產生二氧化碳的最多來源，一次能源燃燒中以含碳量最多的煤炭燃燒貢獻最大，中國作為發展中國家，雖然與美國、日本、德國等發達國家相比，中國人均能源消費量和由此而產生的人均二氧化碳排放量遠低于這些國家，但單位能源所創造的產值也仍處于較低的水平，這就是中國能源消費總量始終保持較高的水平的原因。

（二）能源消費結構與甲烷

如表3所示，2011-2012年隨著天然氣消費比重的增加，我國甲烷平均濃度增加，說明甲烷的排放與天然氣的消費比重有關，隨著天然氣消費比重的增加而上升。甲烷是僅次于二氧化碳的重要溫室氣體，甲烷的濃度繼續保持著穩定的增長，濃度達到1809ppb，目前大氣甲烷濃度已達到如此高的水平，并且仍在繼續增加。現在甲烷對溫室效應的貢獻約為26%僅次于二氧化碳，且相對增溫潛力卻為二氧化碳的21倍。在甲烷氣體的各種排放源中，一次能源的開發和利用是重要來源。從全球范圍來看，人為源約占總釋放量的58%～79%，而其中的21%左右又與一次能源燃料的生產和使用有關。總體來說全球能源方面，甲烷在空氣中排放主要來源于煤礦、石油、天然氣開采過程的泄漏。，生物質燃燒排放是中國能源領域的第二大甲烷排放源。生物質燃燒排放的甲烷主要來自于生物體的不完全燃燒過程。甲烷排放到空氣中是多方面的，我們需要控制其源頭，防止其排放超標。

（三）能源消費結構與氧化亞氮

如表4所示，2011-2012年，隨著煤炭消費比重的下降，石油消費比重大致不變，我國氧化亞氮平均濃度下降，說明氧化亞氮的排放會隨著一次能源消費比重的下降而減少。氧化亞氮也是大氣的微量氣體成分，其平均濃度有所下降。且氧化亞氮對溫室效應的貢獻同樣有所下降。氧化亞氮在大氣中的濃度相對較低。但它對全球變暖的貢獻不可小視。因此，應高度重視氧化亞氮在大氣中濃度的增加。氧化亞氮排放同樣來自一次能源。雖遠小于自然土壤、水體等天然排放源，但它也是主要排放源，并且進行氧化亞氮減排較調控天然源見效更快。中國對一次能源燃燒和生物質燃燒過程氧化亞氮排放量約占全國氧化亞氮排放量的12.4%和1.9%。總的來說，中國對能源領域氧化亞氮排放量研究較其他兩種氣體要薄弱得多，目前關注較多的是循環流化床燃燒過程氧化亞氮的排放研究，對于其它氧化亞氮排放源則研究相對較少，因此，在利用有限數據進行氧化亞氮排放量的估算時存在著很大的不確定性。因此，我國一方面與要需要精確氧化亞氮排放量，一方面要減少及控制氧化亞氮排放量。

三、結論

由于我國經濟的飛速發展，我國不暇顧及能源消費結構的優化問題，導致能源消費結構未能適應當前新能源、可再生能源及清潔能源開始大力開發和利用的情況，從而使得我國溫室氣體排放問題日益嚴重。綜合上述研究，得出結論：能源消費結構與我國溫室氣體排放問題有關，2012年與2011年的能源消費結構的變化使二氧化碳平均濃度（ppm）、甲烷平均濃度（ppb）上升， 氧化亞氮平均濃度（ppb）有所下降。

四、能源消費結構優化措施

中國能源消費結構的優化主要在于能源系統的優化，能源系統優化是一個長久工程，也是一項非常艱巨而繁瑣的工作。

大力開發和完善風電、水電、核電技術，進一步發展風電、水電和核電工程。我國這方面的經驗豐富，且具有豐富的資源。現在我國各方面技術取得了長足的進步，但仍需要各方面的支持和廣大民眾的理解。核電雖然有泄漏的危險。但只要做好安全措施，并有效的利用，都是利國利民的。水電是我國長久以來比較關注，我國水電工程日趨完善。大力發展這三種能源，提高其消費比重，降低煤炭、石油的消費比重，可以減少溫室氣體排放。

著重研究和推廣煤清潔技術。我國煤炭消費比例常年高居不下，那么我們可以從降低污染的角度出發，降低其對空氣的污染。煤炭的清潔處理主要是煤凈化。煤凈化后，溫室氣體排放量就能得到有效控制。不管是從近期還是從長遠來看，都能夠實現能源消費結構優化。

篇（4）

摘 要：全球變暖與環境污染日益引起來世界各國的高度關注，并引起理論界的探索研究。采用IPCC計算方法，對中國碳排放量進行估算，并定量研究了碳排放量與GDP，碳排放強度與能源消費結構、環境治理水平的關系。研究表明，碳排放量與GDP顯著正相關，碳排放強度與環境治理水平顯著負相關，最后，從調整能源消費結構等角度提出促進中國低碳發展的政策措施。

關鍵詞 ：碳排放數據；碳排放強度；環境治理

中圖分類號：X784 文獻標識碼：A doi：10．3969／j．issn．1665－2272．2015．06．021

基金項目：教育部人文社會科學研究規劃項目“基于CGE模型的我國低碳發展政策構建研究”（項目編號：12YJA790214）；河南省高等學校哲學社科研究“三重”重大專項“新常態下河南省產業經濟發展的機遇、挑戰和對策”（項目編號：2014-SZZD-07）

收稿日期：2014-12-26

0 引言

根據聯合國（NGO）世界和平基金會世界低碳環保聯盟總會公布的數據顯示，中國碳排放量已超過美國，成為世界第一大碳排放國家，但人均碳排放卻遠遠低于美國。中國是發展中國家，現在正處于工業化、城鎮化的重要階段內，對于能源消費數量龐大，而且能源消費結構不合理。然而，隨著全球氣候變暖問題日益引起世界關注以及國內越來越嚴重的環境污染現象引起人民關注，減少二氧化碳等廢棄物排放，加快發展低碳經濟已經受到中國政府的重視。2009年中國在哥本哈根舉行的全球氣候大會中作出莊嚴承諾“到2020年，中國每單位GDP中碳排放比2005年下降40％~45％”。減少二氧化碳排放，首先要明確影響二氧化碳產生的因素，較為經濟、準確地獲得二氧化碳排放數據。本文將估算中國碳排放數據，為低成本、高質量獲取二氧化碳排放數據以及減少二氧化碳排放提供參考依據。

國內外有關估算碳排放數據的方法的研究主要有，Druckman等采用類多維區域投入產出模型，結果顯示英國碳排放量與收入水平、居所、職位和家庭組成有關；Ramakrishnan應用DEA方法研究了了GDP、能源消費、碳排放三者之間的聯系；Ugur Soytas運用VAR 模型研究了美國能源消耗、GDP與碳排放量之間的因果關系。魏楚通過研究發現GDP增長與能源利用效率對碳排放影響較大；許士春采用LMDI加和分解法得出我國碳排放的最大驅動因素經濟產出效應而最大的抑制因素為產業結構效應的結論；趙敏利用IPCC二氧化碳排放量計算方法估算出上海居民城市交通碳排放數據，并分析了碳排放強度；葉震參考了RAS雙向平衡方法，利用投入產出表，估算出我國1995－2009年數據。現有文獻研究結果表明，碳排放量與能源消耗、能源利用技術以及能源消費結構有重要的關系，然而現有研究方法有些過于復雜，所需要的參數較多，結果未必更真實接近真實碳排放量。

1 碳排放數據的估算方法

二氧化碳排放量的估算方法多種多樣，常見的有如投入產出法、碳足跡計算器法、IPPC計算法等。IPCC 計算碳排放的方法是聯合國氣候變化委員會提出的，為世界通用的計算方法，IPCC的評估報告闡明大氣中二氧化碳的來源主要為人工排放，而人工排放的途徑主要來源能源消費。盡管各國減排技術或資源稟賦存在諸多差異，但是這種方法依然可以通過變換相應參數進行調整，這種方法為研究者提供了所需要的各種能源的參數以及排放因子的缺省值，計算十分簡單。

采用IPCC碳排放計算指南中的計算方法，假設各類能源的碳排放系數為固定數值，將其結合能源消費數據：

式（1）中，A為通過能源消費向空氣中排放的碳排放總量；Bi為能源i消費量； i為能源種類；i＝1，2，3，估算的是由煤、石油、天然氣三種能源產生的二氧化碳量；Ci為能源i的碳排放系數。

上述IPCC碳排放計算方法在連續進行時間序列數據估算時存在一個缺陷，即如果選定基年的碳排放系數，那么基年以后年份同樣選擇相同的碳排放系數，則明顯沒考慮廢棄物循環利用和綜合治理的因素，因為隨著人類環境保護意識水平的提高，循環利用或綜合利用產生的二氧化碳等廢棄物的力度也在加大。但是很難獲得二氧化碳回收等方面的數據，因此，選擇“環境污染治理投資總額占國內生產總值比重”這一指標修正碳排放系數。

取某一種能源基年的碳排放系數為Ci1，基年環境污染治理投資總額占國內生產總值比重的值為，則基年以后任一年份碳排放系數為：

本文選擇2000年為基年，利用以上公式估算中國2000－2012年碳排放總量（文中數據來源歷年《中國統計年鑒》和《中國能源統計年鑒》），GDP以2012年價格計算，估算結果如表1和圖1。

從表1和圖1中可以看出，中國碳排放量總體呈現增長趨勢，在總體增長的趨勢中，出現幾次階段性下降現象，主要原因不是能源消費總量下降，而是環境污染治理投資總額占國內生產總值比重上升。中國碳排放量主要由煤炭產生，而石油和天然氣所產生的二氧化碳較少，這主要是因為中國能源消費結構中煤炭所占比重較大，而其他所占比重較小，產生單位熱量煤炭排放的二氧化碳多。碳排放強度的變化趨勢見圖2。

碳排放強度是單位GDP的碳排放量，其大小直接反映了經濟發展對環境影響的大小。從圖2可以看出，碳排放強度呈現出下降的趨勢，這表明中國在節能減排上取得的成效，然而應該認識到中國碳排放強度依然較高，而且最近幾年下降速度變慢。

2 碳排放量與GDP關系

中國經濟正在處于高速發展之中，能源消費結構和環境治理水平也在不斷變化，經濟的快速發展依賴于能源消費的快速增長，能源消費的快速增長促進了碳排放量的增長，而能源消費結構優化和環境治理水平提高又減少了碳排放量。因此，有必要研究碳排放量與GDP關系以及碳排放強度與能源消費結構、環境治理水平的關系。

為解釋變量，以2012年不變價格計算，碳排放量被為被解釋變量，模型中參數采用普通最小二乘法（OLS）估計，則中國二氧化碳碳排放量與的線性回歸模型如下：

用2000－2012年時間序列數據估計模型中的參數，則2000－2012年中國二氧化碳碳排放量與的關系為：

從上述建立的一次線性回歸模型各參數可以看出，GDP對碳排放量顯著，回歸系數顯示為正值，表明中國GDP顯著正向影響碳排放量，隨著GDP增長，二氧化碳排放量也將與之同步增長的趨勢，并且GDP每增加1億元，二氧化碳排放量增加0．24萬t。由于GDP增長和二氧化碳排放量呈長期的單調遞增關系，隨著中國經濟的不斷發展，中國將面臨著更多更大的減排壓力。

用CI表示碳排放強度，f1、f2分別代表煤炭、石油占能源消費總量的比重，用表示環境污染治理投資總額占國內生產總值比重，2000-2012年，中國碳排放強度能源利用結構以及環境治理水平的回歸如下：

括號中數據為相應參數的t檢驗值，1％顯著。

碳排放強度和煤炭、石油占能源消費總量的比重變化的正向關系說明，煤炭、石油占能源消費總量的比重的提高都會使碳排放強度增加，但是從回歸結果來看，煤炭占能源消費總量的比重提高1％要比石油占能源消費總量的比重提高1％促進碳排放強度增加得快一些，因此，從這個角度可以說，提高石油占能源消費總量的比重有利于降低碳排放強度。環境污染治理投資總額占國內生產總值比重的符號為負，表明環境治理水平能顯著降低碳排放強度，系數的絕對值較大，表明在中國提高環境污染治理將會顯著降低碳排放強度。

3 促進中國低碳發展的政策措施

3．1 轉變經濟發展方式，形成全社會參與低碳發展的局面

要把加快低碳發展作為貫徹落實科學發展觀的重要內容，在全社會廣泛開展宣傳，使全社會認識到中國由于經濟發展引起的過多碳排放量面臨的國際減排壓力，以及由于大量碳排放量引起的氣候變化和環境污染問題，要明確中國作為發展中大國在碳排放方面享有的權利和應承擔的義務。要牢固確立低碳發展意識，讓轉變經濟發展方式以及保護環境等成為各級政府和企業的重要發展理念。要區別經濟增長與經濟發展，經濟增長是經濟發展的部分內容，經濟發展不僅有經濟總量的增加，更需要有經濟效益、環境治理以及人民水平的提高。中國要避免走西方先污染后治理的模式就必須加快轉變經濟發展方式，加快低碳發展。

3．2 優化產業結構

當前中國產業結構不合理，主要表現在第二產業比重較大，第三產業比重較小，由于不同產業生產相同價值的產品其消耗的能源是不同的，一般來說，生產等值產品第二產業消耗的能源最多，排放的二氧化碳也最多，第三產業消耗的能源最少，排放的二氧化碳也最少。中國要想完成在哥本哈根舉行的全球氣候大會中作出的承諾，就必須加大產業結構調整力度，加快第三產業發展，力爭在快速發展經濟的同時，使碳排放總量最少。

3．3 調整能源消費結構

碳排放強度與能源利用結構顯著相關，一般來說，產生等熱煤碳排放的二氧化碳最多，石油次之，天然氣最少，而清潔能源排放更少。長期以來，中國能源消費結構形成以煤炭為主，清潔能源較少的局面，在一定程度造成了碳排放量的快速增加。因此，要加大對風能、核能、水電等清潔能源的開發與利用，不斷調整能源消費結構。另外，開發新的清潔能源在改善國內能源消費結構，降低碳排放量的同時，又可以顯著促進經濟增長。

3.4 加大環境治理力度

中國碳排放量的增加，影響因素很多，由前面研究可以看出環境治理能顯著降低碳排放強度。從統計數據可以看出，中國環境污染治理投資總額占國內生產總值比重一直較低，而且其值一直難以穩定，處于不斷變化中。當前，中國面臨諸多問題，其中大部分問題都與環境污染治理投資力度不夠相關，因此，有必要加大環境治理力度。加大環境治理力度可以逐步引入碳稅制度。碳稅可以迫使企業因為沉重的稅收而放棄碳排放量較多的一些產品生產，從而降低二氧化碳排放量，它是最具有市場效率的減少碳排放的經濟政策手段之一。

3.5 增加碳匯

減少二氧化碳除了減少二氧化碳的排放外，還應該盡量吸收已經排放的二氧化碳。碳匯的目的就是從大氣中除去二氧化碳的一些方法過程、活動以及機制，主要依靠森林吸收并儲存二氧化碳。陸地生態系統中森林是最大的碳庫，通過樹木和花草等植物的光合作用，吸收大氣中的二氧化碳，制造出氧氣并向外排出，這樣會降低大氣中的二氧化碳含量、減緩氣候變暖的效果。當前，中國森林面積和森林覆蓋率較低，需要繼續增加森林面積。中國是能源消費大國，排放的空氣中的二氧化碳十分龐大，要想保證空氣質量，減緩二氧化碳對氣候的影響，需要擴大森林面積來吸收空氣中的二氧化碳。另外，國土的綠化會使國家的形象得到大幅提升，吸引更多的游客來旅游觀光，不僅有利于降低二氧化碳，同時也可以加快發展第三產業，促進中國產業結構調整和經濟發展。

參考文獻

1 Angela Druckman. The Carbon Footprint of UK Households 1990-2004[J]. Ecological Economics, 2009(68)

2 Ramakrishnan. Factor Efficiency Perspectiveto the Relationships among World GDP, Energy Consumption and Carbon Dioxide Emissions[J]. Technological Forecasting & Social Change, 2006(73)

3 Ugur Soytas. Energy Consumption, income, and Carbon Emissions in the United State[J]. Ecological Economics, 2007(62)

4 蔣金荷.中國碳排放量測算及影響因素分析[J].資源科學，2011（4）

5 許士春，習蓉，何正霞．中國能源消耗碳排放的影響因素分析及政策啟示［J］．資源科學，2012（1）

篇（5）

中圖分類號：F592.3　文獻標識碼：A　文章編號：1673－5919(2012)01－0013－04

20世紀90年代，隨著全球油氣資源不斷趨緊，氣候變化問題也成為有史以來人類面臨的最大難題之一。如果全球溫度繼續升高，將帶來冰川消融，海平面升高，北冰洋和南極半島冰雪融化，生物種群滅亡等嚴重后果。因此，為應對全球變暖和實現可持續發展，在“低碳經濟”的背景下，“低碳旅游”已成為實現旅游業可持續發展的必然選擇。

1　低碳旅游與碳足跡的內涵

“低碳旅游”是指在旅游系統運行過程中，應用低碳經濟理論，以低能耗、低污染、低排放為原則，開發和利用旅游資源與環境，實現資源利用的高效低耗與對環境損害最小化的全新旅游發展方式。它以實現旅游業的可持續發展為目標，并要求通過旅游中的每一個環節來實現節約能源、降低污染，保護旅游地的自然和文化環境的旅游方式。

“碳足跡”來源于一個英語單詞“CarbonFootprint”，指的是一種新開發的，用于測量機構或個人因每日消耗能源而產生的二氧化碳排放對環境影響的指標，它能夠衡量一個人的能源意識和行為對自然界產生的影響，簡單的講就是指個人或團體“碳耗用量”，并以二氧化碳作為等價物，以t(或kg)為單位計算溫室氣體的量。游客“碳足跡”主要是指旅行團或單個游客在旅游全程消費中碳耗用量。

2　麗江市旅游產業游客碳足跡分析評價

2.1　麗江旅游產業基本現狀

麗江地處金沙江上游，歷史悠久，風景秀美，自然環境雄偉，擁有得天獨厚的旅游資源，是云南唯一、全國少有的同時擁有世界文化遺產地、世界自然遺產地和世界非物質文化遺產等稱號的旅游勝地。根據麗江市旅游局資料，2010年，麗江共接待海內外游客909.97萬人次，其中海外游客61.14萬人次，國內游客848.83萬人次。盡管麗江已成為世界著名的旅游地，但隨著旅游人數逐年增長，麗江自然生態環境質量日益下降，旅游景區的污染情況日益嚴重，這使麗江旅游業的可持續發展受到了嚴峻的挑戰。

2.2　麗江游客碳足跡分析

2.2.1　交通中的碳足跡

交通中的碳足跡主要表現為游客從自身所在地以飛機、輪船、火車等交通方式到達麗江所產生的二氧化碳排放量。據全球徒步旅行家鄒玉麟給出的關于交通運輸中的碳足跡計算公式為：開車的CO2排放量(kg)＝油耗公升數×0.785；乘坐飛機的CO2排放量(kg)：200km以內短途旅行CO2排放量＝km數×0.275；200～1000km以內中途旅行C02排放量＝55＋0.105×(km數－200)；1000km以上長途旅行CO2排放量＝km數×0.139。據法國環境與能源控制署所做的調查，如果一架飛機能把180名乘客送到目的地，所消耗相同燃油的情況下，一輛高速火車可以運送1720名乘客，一輛旅游客車可以運送910名乘客，一輛私人轎車可以運送390名乘客。如果每種交通工具送達麗江的旅游人數相同，旅游人數并不隨著距離的變化而變化，那么，以2010年為例，到麗江旅游的國內外游客共909.97萬人次，在旅行交通中所產生的碳足跡就為78.2953萬t。各交通工具碳排放比例如圖1所示。

2.2.2　住宿中的碳足跡

景區住宿碳排放因房型的不同、入住人數的多少、季節和時間等諸多因素而出現差異。一般情況下，景區不同類型的住宿設施，所產生的二氧化碳住宿中二氧化碳排放量計算公式為：

CO2排放量＝∑βm×Nm×Rm

式中，m為住宿類型，βm為m型交通工具的二氧化碳排放系數，Nm為m類型住宿的床位數，Rm為m型住宿的出租率。此可估算，在低碳經濟的背景下，旅游中住宿所產生的碳足跡及其對環境的嚴重影響。假定2010年來麗江旅游的旅客每人在麗江住兩晚，五種住宿設施住宿人數各占20％，那么由住宿所產生的“碳足跡”就約為28.2818萬t。

2.2.3　飲食中的碳足跡

飲食中的碳排放主要體現在對食物的生產、存儲、運輸、加工、消費和消費后處理等六個方面。在肉類消費中，牛肉產生的溫室氣體是最多的，每生產1kg牛肉相當于向大氣排放3.6～6.8kg二氧化碳。如果麗江游客每人食用1kg牛肉，不考慮未來氣體暖化潛能值，按照牛肉的轉換系數均值5.2計算，那么，909.97萬人所產生的二氧化碳為4.7318萬t。

同時，在飲食中的碳足跡還表現為餐飲企業燃料消耗所產生的二氧化碳，如1千瓦電＝0.997kg二氧化碳，1kg標準煤＝2.493kg二氧化碳，一頓飯大概要燒10L水，每L水從0℃燒到100℃所需要的熱量是42萬J，而煤每kg可以產生3360萬J，按煤的燃燒熱量50％被吸收，從理論上來講，1kg煤僅夠一個人吃一頓飯。在飲食中按照每人每天使用1千瓦電，3kg煤的話，就相當于排放了7.7129萬t二氧化碳。那么在飲食中所排放的碳總量就為12.4447萬t。

2.2.4　游覽中的碳足跡

游客在游覽中的碳足跡主要表現在游覽后留下的廢紙、塑料、易拉罐、玻璃、電池等垃圾在堆放和運輸過程中的碳排放。據資料顯示，在垃圾的排放與處理過程中，30kg廢紙＝57kg二氧化碳；30kg廢鋼鐵＝51kg二氧化碳；30kg廢塑料＝122kg二氧化碳；30kg廢玻璃＝9kg二氧化碳；30kg廢食物＝9kg二氧化碳。在麗江，每天所產生的旅游垃圾可以根據垃圾車的數量來衡量，按照旅游城市每天產生旅游垃圾為20t計算，在各類型垃圾數量均等的情況下，麗江旅游一年所產生的碳排放量就為14.34萬t。

2.2.5　娛樂中的碳足跡

游客在旅游過程中，除了一般的觀光游覽，通常還要展開一些娛樂活動，在這里以兩方面來計算游客的碳足跡：一部分為購物產品的碳足跡，另一部分為每位游客在娛樂中排放的二氧化碳。在麗江購物場所主要集中在古城，銷售物品大多為手工制品，碳足跡相對較小，在這里我們忽略不計。

對于游客在娛樂中排放的二氧化碳，根據Gossling等用過對大多數游客目的地抽樣調查統計，研究得出平均每位游客在旅游中排放的二氧化

碳為40kg，游客呼吸排放的二氧化碳可根據每人每天排放量約0.9kg計算，所以景區旅游者活動的碳足跡計算公式為：

CO2排放量＝∑(Pm×40＋Pm×0.9)

式中，Pm為游客人天數，按照麗江2010年旅游人數為909.97萬人次計算，那么在此過程中產生的碳足跡就為31.218萬t。

2.3　麗江游客碳足跡評價

通過對2011年的旅游數據進行分析，我們可以看到麗江在交通、住宿、飲食、游覽、娛樂這五個方面所產生的碳排放量的比較，如圖2所示。

綜合分析，2011年麗江旅游碳足跡總量約為164.6191萬t，其中旅游五大部門的碳排放依次為：交通碳足跡占總量的47.56％，娛樂碳足跡為18.96％，住宿碳足跡為17.18％，游覽碳足跡為8.71％，飲食碳足跡為7.56％。由此可見，交通中的碳足跡是影響麗江發展低碳旅游的主要方面，因此我們應該致力于控制旅游業交通中二氧化碳排放量，特別是航空中的碳排放。同時，在娛樂和住宿總產生的碳足跡也相對較高值得人們關注。

3　麗江市發展低碳旅游面臨的主要問題

3.1　交通中碳減排所面臨的問題

旅游交通是旅游業造成巨大碳排放的主要來源，尤其表現于航空交通。隨著航空交通的日益發展，相關預測認為到2035年航空運輸的碳排放量還將大幅增加并上升至旅游業碳排放總量的53％。但由于麗江位于中國西南端，地理位置較為偏僻，游客往往受到路程和時間等約束性條件的限制，讓人們選擇乘坐火車或自行車相對碳排放量較低的出行方式還比較困難。

3.2　住宿中碳減排所面臨的問題

住宿中的碳排放所面臨的問題表現在酒店往往采用豪華的建造和內部裝修來吸引顧客，但往往酒店越豪華，碳排放量也相對較高。到2007年6月末，麗江有星級酒店195家(五星級4家、四星級13家、三星級49家、二星級77家、一星級52家)，如此多的星級酒店，勢必會對環境產生影響。

3.3　飲食中碳減排所面臨的問題

中國自古以來講求“民以食為天”，游客在旅游中更是將這句話展現的淋漓盡致。麗江主要的特色小吃包括麗江臘排骨火鍋，野山藥火腿雞火鍋，黑山羊火鍋等等，均是高碳排放量的食物。大量肉食的食用，以及一次性餐具的使用，都會造成溫室氣體的排放。

3.4　游覽中碳減排所面臨的問題

要在麗江實現低碳游覽的技術門檻較高，麗江旅游景區以古鎮為主要景點，如何解決在古鎮使用生態能源和節能環保能源如太陽能、生物能、有機能等清潔能源；建筑如采用節能環保、無污染的環保材料；服務如增加低碳導游，設置低碳通訊、垃圾廢物的分類回收處理等這些技術難題，無疑又對人們提出了挑戰。

3.5　娛樂中碳減排所面臨的問題

要在麗江打造低碳娛樂景區，則需要高昂的成本支撐。從景區經營管理來說，景區的低碳轉型需要付出的成本主要來自于技術更新、替換以及融資等方面。如自主創新技術不成熟所付出的設備購買成本；投資額大，融資渠道有限所造成的融資成本等，這些因素都導致了景區在實施低碳轉型期間的舉步維艱。

4　麗江市發展低碳旅游的政策建議

從經濟學的角度來看，低碳經濟發展方式應該包涵發展低碳技術、建立碳匯機制和提倡低碳生活方式等三方面的內容，見圖3。

4.1　運用低碳技術

可以從簡單，實用的方向人手，就低碳旅游吸引物來看，應構筑旅游地低碳利用系統。開發者要樹立低碳經濟的理念，采用節能降耗技術，合理利用資源、能源，從源頭控制資源的消耗量，減少污染物，把對生態環境的影響降至最低水平。通過建設生態停車場，使用循環污水處理裝置，利用太陽能、風能、水能等新能源技術，使用低碳建筑材料，最大限度地減少碳排放。

4.2　發展碳匯潛機制

碳匯是指從空氣中清除二氧化碳的過程、活動、機制。綠色植物能通過光合作用吸收固定大氣中的二氧化碳，可以加增加綠化面積，將大氣中的溫室氣體儲存于生物碳庫之中，既能有效地吸收大氣中的二氧化碳污染，更能美化旅游區環境減少碳足跡。

篇（6）

中圖分類號 F59 文獻標識碼 A 文章編號 1002-2104（2015）11-0028-09

旅游業貢獻了全球溫室氣體排放量的5%-14%[1]，旅游業二氧化碳排放量評估和二氧化碳減排政策研究是被廣泛關注的熱點問題。目前，在旅游業二氧化碳排放量評估研究方面，國內外學者運用的評估方法基本相同，主要包括自下而上法、自上而下法、生命周期法、投入―產出法、擴展的衛星賬戶法、碳足跡法、生態足跡法、生產法和支出法、計量模型等。國外學者主要從全球[2]、大洲[3]、國家[4-6]、地區[7-10]、省市[11-12]、旅游目的地[13-14]等不同尺度，開展了旅游業（直接、間接、旅游投資）[2， 6， 9， 13]、旅游交通[10-11]、旅游方式[7]、短途旅游[8]及特色旅游（海濱游船、郵輪、極地觀賞、宗教）[3-5， 12， 14]等二氧化碳排放量評估工作；國內學者主要從國家[15-16]、地區[17]、省市[18-19]、旅游目的地[20]等不同尺度，開展了旅游業（直接、間接）[15-16]、旅游交通[17， 20]、旅游過程[18]、旅游線路[19]等二氧化碳排放量評估工作。從國內外旅游業二氧化碳排放量評估相關研究成果來看，國外學者的評估范圍和評估領域較國內學者要寬泛。國外學者的評估范圍涉及全球和大洲，評估領域涉及旅游投資、特色旅游等。在旅游業二氧化碳減排政策研究方面，國外學者較關注運用政府手段或市場手段，通過建立碳稅[21-22]、碳補償和碳中和[23-25]等碳排放政策來控制旅游業的二氧化碳排放量；而國內學者則較關注低碳旅游或低碳景區[26-28]的建設和評估方面。目前，從國內外旅游業二氧化碳排放量評估和碳減排政策相關研究成果來看，涉及旅游業二氧化碳排放量區域差異性與市場替換碳減排效果評估方面的研究成果較少，這不利于制定具有差異性的碳減排政策。本文運用自下而上法和市場替換法，以著名的海島型旅游目的地――舟山普陀旅游金三角為案例地，對旅游業二氧化碳排放量區域差異性及碳減排效果進行了評估，以期為相關研究和政策制定提供參考。

1 研究區域與研究方法

1.1 研究區域

浙江省舟山市（浙江舟山群島新區）共有大小島嶼1 390個，現有住人島嶼140個。舟山市旅游資源的核心區域主要位于普陀旅游金三角，包括普陀山、朱家尖、桃花島和沈家門。2014年，舟山市國內外游客量3 397.96×104人次，其中普陀山游客量625.26×104人次，朱家尖游客量482.01×104人次，桃花島游客量207.73×104人次，沈家門游客量439.45×104人次。

1.2.2 核算方法

（1）劃分游客客源地。①長三角地區游客客源地劃分為浙江省各地級市或副省級市（義烏市從金華市中單獨列出）、江蘇省各地級市或副省級市和上海市共26個客源地；②華中和華東地區（除長三角地區，全文以下稱華中和華東地區均不包含長三角地區）游客客源地劃分為安徽省、江西省、福建省、河南省、湖南省、湖北省和山東省共7個客源地；③廣東和京津冀地區游客客源地劃分為廣東省、北京市、河北省和天津市共4個客源地；④東北和西部地區游客客源地劃分為四川省、黑龍江省、遼寧省、陜西省、山西省、廣西自治區、吉林省、重慶市、、甘肅省、新疆自治區、貴州省、寧夏自治區、青海省和云南省共15個客源地；⑤國際游客客源地劃分為港澳地區、臺灣地區、日本、菲律賓、新加坡、泰國、印尼、美國、加拿大、英國、法國、德國、意大利、俄羅斯、澳大利亞、新西蘭、韓國和馬來西亞。

（2）長途旅游交通、市內旅游交通和景區間旅游交通游客周轉量核算。①國內游客長途旅游交通和市內旅游交通游客周轉量核算。按照問卷調查獲得的國內52個客源地游客乘坐各類交通工具（自駕、長途汽車、火車和飛機）和中轉城市（直達、寧波、杭州和上海）的基礎數據，分別核算每個客源地的汽車（自駕和長途汽車分別核算）、火車和飛機的游客周轉量；其中，長三角地區26個客源地的起點是各市，其他26個國內客源地的起點是各自的省會城市；長途旅游交通和市內旅游交通的分界點是金塘大橋舟山市定海區。②國際游客長途旅游交通和市內旅游交通游客周轉量核算。航空周轉量按照香港、臺北、東京、馬尼拉、新加坡、曼谷、雅加達、紐約、溫哥華、倫敦、巴黎、法蘭克福、羅馬、莫斯科、悉尼、奧克蘭、首爾和吉隆坡到達上海核算；長途汽車周轉量按照上海到達金塘大橋舟山市定海區核算；市內旅游交通游客周轉量按照金塘大橋舟山市定海區到達舟山普陀客運中心核算。③景區間旅游交通游客周轉量核算。景區間旅游交通游客周轉量包括半升洞碼頭――普陀山碼頭、普陀山碼頭――蜈蚣峙碼頭和墩頭碼頭――茅草屋碼頭之間的輪船游客周轉量和舟山普陀客運中心――國際沙雕廣場之間的汽車游客周轉量。

（3）其他核算。景區內旅游交通、旅游住宿、旅游餐飲、旅游游覽和旅游固體廢棄物等基礎數據的核算比較簡單，只需把訪談調查獲取的數據進行分類或匯總即可。

1.2.3 數據來源

（1）問卷調查。為了收集游客客源地、游客旅游目的地停留時間、游客交通方式（自駕、長途汽車、火車或飛機）和中轉城市（直達、寧波、杭州或上海）等基礎數據，2014年7月30日―8月12日到舟山市進行了游客問卷調查（見表1）。

（2）訪談調查。①旅游交通。為了獲得普陀山景區和桃花島景區各類旅游交通工具的年能源消耗量和游客使用交通工具的比例，訪談了普陀山客運公司、普陀山客運索道公司和桃花島客運公司；②旅游住宿。為了獲得舟山市普陀區和定海區市區內、普陀山景區內、朱家尖鎮、桃花鎮等星級賓館的床位數，訪談了舟山市旅游委；③旅游游覽。為了獲得普陀山景區游覽耗電量，訪談了普陀山供電營業所；④旅游固體廢棄物。為了獲得舟山市普陀區、定海區、臨城新區、普陀山等固體廢棄物產生量和運輸能源消耗量，訪談了舟山市及各區的環境衛生管理處。

（3）網站數據。為了獲得公路里程、鐵路里程、航空里程和景區游客量及國際游客量等數據，查閱了舟山、寧波長途汽車站，寧波、杭州、上海火車站和國際機場，南方航空公司，百度地圖，高鐵網，舟山市旅游委和舟山市統計信息網等網站。

（4）核算參數。沈家門、普陀山、朱家尖、桃花島等景區間里程來自文獻[29]；各類交通工具CO2排放系數和均衡因子來自文獻[30]；火電比例通過文獻[31]中數據計算；火力發電單位煤耗來自文獻[32]；舟山市普陀區和定海區社會賓館床位數來自文獻[18]；平均客房出租率來自文獻[33]；各類賓館每個床位每天的能源消耗量來自文獻[34]；我國電力考慮能源結構折算的CO2排放因子根據文獻[31-32， 35]中數據計算，其計算值為206.087 kg/GJ；舟山市城鎮居民餐飲每人每天能源消耗量根據文獻[36]中數據計算；各種能源的熱量折算系數和CO2排放因子來自文獻[35]；生活固體廢棄物可燃碳含量和氧化因子來自文獻[37]。

2 區域差異性評估

2.1 各客源地游客基本特征的區域差異性

通過統計游客客源地、停留時間、交通方式和中轉城市問卷（見表1），匯總得出各客源地游客的基本特征（見表2）。各客源地在游客量所占比例、旅游目的地停留時間、交通方式和中轉城市等方面存在顯著差異，具體表現詳見表2。

2.2 二氧化碳排放量和人均二氧化碳排放量的區域差異性

2.2.1 旅游業二氧化碳排放量和人均二氧化碳排放量的區域差異性

長三角地區游客量占游客總量的67.19%，但二氧化碳排放量卻只占各客源地旅游業二氧化碳排放總量的20.60%；東北和西部地區、港澳臺及國外地區游客量分別占游客總量的6.95%和0.76%，但二氧化碳排放量卻分別占各客源地旅游業二氧化碳排放總量的32.51%和9.61%（見表2和表3）。旅游交通是各客源地旅游業二氧化碳排放量的最主要來源（見表3和表4），各客源地旅游業二氧化碳排放量的差異主要是由旅游交通二氧化碳排放量的差異引起；各客源地旅游交通二氧化碳排放量占各自旅游業二氧化碳排放量的比例處于62.59%-99.14%之間；且該比例按照距離呈現出：長三角地區華中和華東地區廣東和京津冀地區東北和西部地區港澳臺及國外地區（見表4）。同時，各客源地旅游業人均二氧化碳排放量也存在顯著差異（見表3），且按照距離也呈現出：長三角地區華中和華東地區廣東和京津冀地區東北和西部地區港澳臺及國外地區（見表3）。

2.2.2 各類交通工具二氧化碳排放量和旅游交通人均二氧化碳排放量的區域差異性

各客源地旅游交通二氧化碳排放量差異較大（見表4和表5）。華中和華東地區旅游交通二氧化碳排放量是長三角地區的1.45倍，游客量卻只相當于長三角地區的0.31倍；廣東和京津冀地區、東北和西部地區、港澳臺及國外地區旅游交通二氧化碳排放量分別是長三角地區的1.01倍、2.27倍和0.69倍，但游客量卻分別只相當于長三角地區的0.06倍、0.10倍和0.01倍（見表2和表5）。長三角地區短途客源地游客汽車交通二氧化碳排放量占該

地區旅游交通二氧化碳排放量的86.57%；華中和華東地區中途客源地游客飛機交通二氧化碳排放量占比超過了50%；而其他地區長途客源地游客飛機交通二氧化碳排放量占比超過了85%，處于88.18%-99.17%之間（見表4）。

各客源地旅游交通人均二氧化碳排放量差異也較大。各客源地旅游交通人均二氧化碳排放量按照距離呈現出：長三角地區華中和華東地區廣東和京津冀地區東北和西部地區港澳臺及國外地區（見表5）；同時，通過對比各客源地旅游業人均二氧化碳排放量（見表3）和各客源地旅游交通人均二氧化碳排放量（見表5）可知，各客源地旅游業人均二氧化碳排放量的差異主要是由旅游交通人均二氧化碳排放量的差異引起。

2.2.3 狹義與廣義旅游業二氧化碳排放量和人均二氧化碳排放量的區域差異性

本文將旅游業產生的二氧化碳直接排放在旅游目的地行政區域范圍（舟山市普陀區和定海區）內的量定義為狹義旅游業二氧化碳排放量，包括旅游交通I（景區內非索道交通、景區間旅游交通和市內旅游交通）、旅游餐飲和旅游固體廢棄物產生的直接二氧化碳排放量；將旅游業產生的二氧化碳直接或間接（間接排放是指火力發電產生的二

氧化碳排放）排放在旅游目的地行政區域范圍外的量定義為廣義旅游業二氧化碳排放量，包括旅游交通II（景區內索道交通和長途旅游交通）、旅游住宿和旅游游覽產生的直接或間接二氧化碳排放量。

從表6和表7可知，各客源地狹義旅游業二氧化碳排放量及其人均量差異相對較小（見表6），各客源地狹義旅游業二氧化碳排放量的差異主要是由游客量的差異引起的；而各客源地廣義旅游業二氧化碳排放量及其人均量差異相對較大（見表7），各客源地廣義旅游業二氧化碳排放量的差異主要是由長途交通和游客量的差異引起的，特別是長途交通的差異。

3 市場替換減排效果評估

3.1 市場替換類型

受篇幅所限，本文只考慮了客源地之間完全（100%）替換；其實也可以考慮客源地之間部分替換。同時，直接利用市場替換法通常會對旅游業產生多方面連鎖反應；更具有現實性和可操作性的是間接利用市場替換法：以短途游客人均二氧化碳排放量為基準值，以中長途游客與短途游客人均二氧化碳排放量的差值為依據，對中長途游客征收旅游碳排放（增量）稅；獲得的資金用于植樹造林等增匯或碳匯項目建設，用以抵消其增加的二氧化碳排放量。

旅游目的地客源市場替換是降低旅游業二氧化碳排放量的重要策略[38]。從本文各客源地旅游業二氧化碳排放量和人均二氧化碳排放量的區域差異性分析可知，客源地市場與旅游目的地的距離（長途交通），是影響旅游業二氧化碳排放量的最關鍵因素。因此，替換長距離游客客源市場是降低旅游業二氧化碳排放量和人均二氧化碳排放量的重要策略。以區域差異性評估研究為基礎，本文提出了5種旅游目的地游客客源市場替換減排策略：①市場替換類型I：將華中和華東地區、廣東和京津冀地區、東北和西部地區、港澳臺及國外地區等游客客源市場替換為長三角地區游客市場；② 市場替換類型II：將廣東和京津冀地區、東北和西部地區、港澳臺及國外地區等游客客源市場替換為長三角地區游客市場；③市場替換類型III：將廣東和京津冀地區、東北和西部地區、港澳臺及國外地區等游客客源市場替換為華中和華東地區游客市場；④市場替換類型IV：將東北和西部地區、港澳臺及國外地區等游客客源市場替換為長三角地區游客市場；⑤市場替換類型V：將東北和西部地區、港澳臺及國外地區等游客客源市場替換為華中和華東地區游客市場。

3.2 減排效果

通過研究表明（見表8），5種市場替換類型市場替換比例分別為32.81%、11.96%、11.96%、7.71%和7.71%，旅游業二氧化碳排放量及其人均量下降范圍處于33.76%-69.35%之間；旅游交通二氧化碳排放量及其人均量下降范圍處于37.79%-76.83%之間；狹義旅游業二氧化碳排放量及其人均量下降范圍處于-3.76%--0.57%之間；廣義旅游業二氧化碳排放量及其人均量下降范圍處于36.61%-75.43%之間。由此可見，市場替換策略對減少二氧化碳排放量和人均二氧化碳排放量效果顯著；但其主要減少的是旅游交通和廣義旅游業二氧化碳排放量及其人均量。

通過市場替換，使游客由長途客源市場替換為中短途客源市場，縮短了長途交通的距離和改變了游客的旅游交通方式及中轉城市的比例，這引起了旅游交通二氧化碳排放量及其人均量的減少。同時，市場替換也縮短了游客在旅游目的地的停留時間（見表2），這引起了旅游住宿二氧化碳排放量的減少；旅游交通和旅游住宿共同作用，引起了廣義旅游業二氧化碳排放量及其人均量和旅游業二氧化碳排放量及其人均量的減少。市場替換引起了狹義旅游業二氧化碳排放量及其人均量略微增加，這主要是因為中短途游客的自駕比例遠高于長途游客（見表2），市場替換會引起市內交通自駕比例的大幅度提高，進而引起了市內交通二氧化碳排放量的增加和狹義旅游業二氧化碳排放量及其人均量的增加。

4 結 論

（1）普陀旅游金三角各客源地在游客量所占比例、游客旅游目的地停留時間、游客交通方式和中轉城市等方面存在顯著差異，再加上各客源地與旅游目的地之間的距離差異，這兩種差異導致了各客源地旅游業二氧化碳排放量及其人均量存在顯著差異。長三角地區、華中和華東地區等中短途客源地游客量占到了游客總量的88.04%，但其二氧化碳排放量卻只占各客源地旅游業二氧化碳排放總量的43.25%；長三角地區游客人均二氧化碳排放量分別相當于華中和華東地區、廣東和京津冀地區、東北和西部地區和港澳臺及國外地區游客人均二氧化碳排放量的28.22%、8.90%、6.55%和2.42%。

（2）旅游交通是各客源地旅游業二氧化碳排放量的最主要來源，其占各客源地旅游業二氧化碳排放量的比例處于62.59%-99.14%之間。長三角地區短途客源地游客以乘坐汽車（自駕和長途汽車）為主，汽車交通二氧化碳排放量占該地區旅游交通二氧化碳排放量的86.57%；華中和華東地區中途客源地游客飛機交通二氧化碳排放量占到了該地區旅游交通二氧化碳排放量的50%以上；而其他地區長途客源地游客飛機交通二氧化碳排放量占該地區旅游交通二氧化碳排放量的比例則更高，處于88.18%-99.17%之間。旅游交通特別是長途旅游交通二氧化碳排放量的差異是引起各客源地旅游業二氧化碳排放量及其人均量和廣義旅游業二氧化碳排放量及其人均量差異的最主要因素。

（3）市場替換策略對減少旅游業二氧化碳排放量和人均二氧化碳排放量效果顯著。通過將長途客源市場游客替換為中短途客源市場游客，縮短了長途交通的距離和游客旅游目的地的停留時間，改變了游客旅游交通方式和中轉城市的比例，進而引起了旅游交通二氧化碳排放量、廣義旅游業二氧化碳排放量和旅游業二氧化碳排放量及其人均量的減少。本文提出的5種市場替換策略，市場替換比例分別為32.81%、11.96%、11.96%、7.71%和7.71%，旅游業二氧化碳排放量及其人均量減少的比例分別為69.35%、53.09%、43.77%、39.77%和33.76%。

參考文獻（References）

[1]Whittlesea E R， Owen A. Towards a Low Carbon Futurethe Development and Application of REAP Tourism： A Destination Footprint and Scenario Tool [J]. Journal of Sustainable Tourism， 2012， 20（6）： 845-865.

[2]Gssling S. Global Environmental Consequences of Tourism [J]. Global Environmental Change， 2002， 12（4）： 283-302.

[3]Eijgelaar E， Thaper C， Peeters P. Antarctic Cruise Tourism： The Paradoxes of Ambassadorship， ‘Last Chance Tourism’ and Greenhouse Gas Emissions [J]. Journal of Sustainable Tourism， 2010， 18（3）： 337-354.

[4]Byrnes T A， Warnken J. Greenhouse Gas Emissions from Marine Tours： A Case Study of Australian Tour Boat Operators [J]. Journal of Sustainable Tourism， 2006， 14（3）：255-270.

[5]Howitt O J A， Revol V G N， Smith I J， et al. Carbon Emissions from International Cruise Ship Passengers’ Travel to and from New Zealand [J]. Energy Policy， 2010， 38（5）： 2552-2560.

[6]Cadarso M A， Gómez N， López L A， et al. Calculating Tourism’s Carbon Footprint： Measuring the Impact of Investments [J]. Journal of Cleaner Production， 2014，（9）：19.

[7]Becken S， Simmons D G， Frampton C. Energy Use Associated with Different Travel Choices [J]. Tourism Management， 2003， 24（3）： 267-277.

[8]Filimonau V， Dickinson J， Robbins D. The Carbon Impact of Shorthaul Tourism： A Case Study of UK Travel to Southern France Using Life Cycle Analysis [J]. Journal of Cleaner Production， 2014， 64： 628-638.

[9]Jones C. Scenarios for Greenhouse Gas Emissions Reduction from Tourism： An Extended Tourism Satellite Account Approach in a Regional Setting [J]. Journal of Sustainable Tourism， 2013， 21（3）： 458-472.

[10]MartínCejas R R， Ramírez Sánchez P P. Ecological Footprint Analysis of Road Transport Related to Tourism Activity： The Case for Lanzarote Island [J]. Tourism Management， 2010， 31（1）： 98-103.

[11]Peeters P， Schouten F. Reducing the Ecological Footprint of Inbound Tourism and Transport to Amsterdam [J]. Journal of Sustainable Tourism， 2006， 14 （2）： 157-171.

[12]El Hanandeh A. Quantifying the Carbon Footprint of Religious Tourism： The Case of Hajj [J]. Journal of Cleaner Production， 2013， 52： 53-60.

[13]Kelly J， Williams P W. Modelling Tourism Destination Energy Consumption and Greenhouse Gas Emissions： Whistler， British Columbia， Canada [J]. Journal of Sustainable Tourism， 2007， 15（1）： 67-90.

[14]Dawson J， Stewart E J， Lemelin H， et al. The Carbon Cost of Polar Bear Viewing Tourism in Churchill， Canada [J]. Journal of Sustainable Tourism， 2010， 18（3）： 319-336.

[15]石培華， 吳普. 中國旅游業能源消耗與CO2排放量的初步估算 [J]. 地理學報， 2011， 66（2）： 235-243. [Shi Peihua， Wu Pu. A Rough Estimation of Energy Consumption and CO2 Emission in Tourism Sector of China [J]. Acta Geographica Sinica， 2011， 66（2）： 235-243.]

[16]袁宇杰. 中國旅游間接能源消耗與碳排放的核算 [J]. 旅游學刊， 2013， 28（10）： 81-88. [Yuan Yujie. Tourism in China： Indirect Energy Consumption and Carbon Emissions [J]. Tourism Tribune， 2013， 28（10）： 81-88.]

[17]Lin T P. Carbon Dioxide Emissions from Transport in Taiwan’s National Parks [J]. Tourism Management， 2010， 31（2）： 285-290.

[18]肖建紅， 于愛芬， 王敏. 旅游過程碳足跡評估：以舟山群島為例 [J]. 旅游科學， 2011， 25（4）： 58-66. [Xiao Jianhong， Yu Aifen， Wang Min. Carbon Footprint Evaluation in Tours： A Case Study of Zhoushan Islands [J]. Tourism Science， 2011， 25（4）： 58-66.]

[19]羅芬， 王懷瘢 鐘永德. 旅游者交通碳足跡空間分布研究 [J]. 中國人口?資源與環境， 2014， 24（2）： 38-46. [Luo Fen， Wang Huaicai， Zhong Yongde. Tourists’ Transportation Carbon Footprint Spatial Distribution [J]. China Population， Resources and Environment， 2014， 24（2）： 38-46.]

[20]肖瀟， 張捷， 盧俊宇， 等. 旅游交通碳排放的空間結構與情景分析 [J]. 生態學報， 2012， 32（23）： 7540-7548. [Xiao Xiao， Zhang Jie， Lu Junyu， et al. Analysis on Spatial Structure and Scenarios of Carbon Dioxide Emissions from Tourism Transportation [J]. Acta Ecological Sinica， 2012， 32（23）： 7540-7548.]

[21]Tol R S J. The Impact of a Carbon Tax on International Tourism [J]. Transportation Research Part D， 2007， 12（2）： 129-142.

[22]Bakhat M， Rosselló J. Evaluating a Seasonal Fuel Tax in a Mass Tourism Destination： A Case Study for the Balearic Islands [J]. Energy Economics， 2013， 38： 12-18.

[23]Smith I J， Rodger C J. Carbon Emission Offsets for Aviationgenerated Emissions Due to International Travel to and from New Zealand [J]. Energy Policy， 2009， 37（9）： 3438-3447.

[24]Gssling S. Carbon Neutral Destinations： A Conceptual Analysis [J]. Journal of Sustainable Tourism， 2009， 17 （1）： 17-37.

[25]Gssling S， Schumacher K P. Implementing Carbon Neutral Destination Policies： Issues from the Seychelles [J]. Journal of Sustainable Tourism， 2010， 18 （3）： 377-391.

[26]蔡萌， 汪宇明. 低碳旅游：一種新的旅游發展方式 [J]. 旅游學刊， 2010， 25（1）： 13-17. [Cai Meng， Wang Yuming. Lowcarbon Tourism： A New Mode of Tourism Development [J]. Tourism Tribune， 2010， 25（1）： 13-17.]

[27]馬勇， 顏琪， 陳小連. 低碳旅游目的地綜合評價指標體系構建研究 [J]. 經濟地理， 2011， 31（4）： 686-689. [Ma Yong， Yan Qi， Chen Xiaolian. A Research on the Appraisal Index System of Lowcarbon Tourism Destination [J]. Economic Geography， 2011， 31（4）： 686-689.]

[28]唐明方， 曹慧明， 沈園， 等. 游客對低碳旅游的認知和意愿：以麗江市為例 [J]. 生態學報， 2014， 34（17）： 5096-5102. [Tang Mingfang， Cao Huiming， Shen Yuan， et al. The Cognition and Willingness of Tourist on Low Carbon Tourism： A Case Study of Lijiang City [J]. Acta Ecologica Sinica， 2014， 34（17）： 5096-5102.]

[29]肖建紅， 于慶東， 劉康， 等. 舟山群島旅游交通生態足跡評估 [J]. 生態學報， 2011， 31（3）： 849-857. [Xiao Jianhong， Yu Qingdong， Liu Kang， et al. Evaluation of Tourism Transport Ecological Footprint in Zhoushan Islands [J]. Acta Ecologica Sinica， 2011， 31（3）： 849-857.]

[30]Gssling S， Peeters P， Ceron JP， et al. The Ecoefficiency of Tourism [J]. Ecological Economics， 2005， 54（4）： 417-434.

[31]國家統計局. 中國統計年鑒 [Z]. 北京： 中國統計出版社， 2014. [National Bureau of Statistics of China. China Statistical Yearbook [Z]. Beijing： China Statistics Press， 2014.]

[32]肖建紅， 王敏. 水庫大壩建設的經濟價值與經濟損失評價：基于生態系統服務視角 [M]. 北京： 中國社會科學出版社， 2014. [Xiao Jianhong， Wang Min. Evaluation on Economic Values and Losses of Reservoir Dam Construction： Based on Ecosystem Services [M]. Beijing： China Social Sciences Press， 2014.]

[33]浙江省旅游局. 浙江省旅游統計月報 [EB/OL]. （2013-12-19） [2015-03-20].http：///UserFiles/f0718dc5b40e422b895bc29e7d081f84.pdf. [Zhe Jiang Provincial Tourism Bureau. Zhe Jiang Monthly Statistical Indicators [EB/OL]. （2013-12-19） [2015-03-20]. http：///UserFiles/f0718dc5b40e422b895bc29e7d081f84.pdf.]

[34]章錦河， 張捷. 旅游生態足跡模型及黃山市實證分析 [J]. 地理學報， 2004， 59（5）： 763-771. [Zhang Jinhe， Zhang Jie. Touristic Ecological Footprint Model and Analysis of Huangshan City in 2002 [J]. Acta Geographica Sinica， 2004， 59（5）： 763-771.]

[35]Intergovernmental Panel on Climate Change. IPCC Guidelines for National Greenhouse Gas Inventories （Volume second： Energy） [R]. 2006.

[36]舟山市統計局.舟山統計年鑒 [Z]. 北京： 中國統計出版社， 2014. [Zhoushan Municipal Bureau of Statistics. Zhoushan Statistical Yearbook [Z]. Beijing： China Statistics Press， 2014.]

[37]李歡， 金宜英， 李洋洋. 生活垃圾處理的碳排放和減排策略 [J]. 中國環境科學， 2011， 31（2）： 259-264. [Li Huan， Jin Yiying， Li Yangyang. Carbon Emission and Its Reduction Strategies During Municipal Solid Waste Treatment [J]. China Environmental Science， 2011， 31（2）： 259-264.]

篇（7）

許多學者對碳減排成本和配額分配進行了詳細研究。高鵬飛等(2004)對2010－2050年中國的碳邊際減排成本進行了研究，指出中國的碳邊際減排成本是相當高的且越早開始實施碳減排約束越有利。王燦等(2005)分析了部門碳減排邊際成本曲線，發現重工業、電力、煤炭部門是減排成本相對較低的行業。隨著減排率的提高，所有部門成本急劇上升，重工業削減二氧化碳排放的彈性相對較大。韓一杰等(2010)在不同的減排目標和GDP增長率的假設下，測算了中國實現二氧化碳減排目標所需的增量成本，發現GDP增長速度越快或減排目標越高，減排增量成本也越高；但由GDP變化所引起的增量成本變化遠小于由減排目標調整所引起的增量成本變化。巴曙松等(2010)發現各種主要能源消費的碳減排成本之間存在差異性，提出施行燃料轉換政策是一個很好的減排政策選擇。也有一些文獻研究了省區減排成本和配額分配問題。褚景春等(2009)以綜合能源成本為準則，對省區內外的各種資源進行篩選，得出總成本最小的電力資源組，然后將減排成本計入綜合資源規劃，使系統排放量達到最優水平。Klepper, G. 等(2006)研究了不同地區的減排成本、區域二氧化碳排放等問題。李陶等(2010)基于碳排放強度構建了省級減排成本模型，在全國減排成本最小的目標下，得到了各省減排配額分配方案，但其各省減排成本曲線與全國類似的假設，與現實情況有些差距。以上文獻均是基于碳排放強度的單約束，通過估計碳邊際減排成本曲線來分析減排配額的。但“十二五”規劃中提出了能耗強度和碳排放強度分別降低16％和17％的雙重約束目標，為完成此雙重強度約束目標，國務院《“十二五”節能減排綜合性工作方案》(國發［2011］26號)(下文簡稱《節能減排方案》)對各省設定了能耗強度降低目標，各省也相應制定了經濟發展的年度規劃目標。如何在雙重強度約束下，實現各省經濟增長、能源消耗和二氧化碳排放最優分配，對整個國民經濟發展起著非常重要的作用。

本文基于以上想法，從全局最優的角度，建立在全國及各省的能耗強度和碳排放強度目標約束下的省際經濟增長優化模型，考察全國及各省的能耗強度、碳排放強度及省際經濟增長擴張約束對各省經濟增長、能源消耗和二氧化碳排放的影響，找到各省經濟增長、能源消耗和二氧化碳排放的最優分配值，比較各種情景下的節能成本和減排成本，分析全國能源消耗和二氧化碳排放對全國生產總值的脫鉤狀態，并對全國能耗強度和碳排放強度最大降低幅度進行了預測。

二、優化問題及模型

我國正處于快速工業化階段，發展經濟是當今及今后很長一段時期內的首要任務。因此，本模型的目標函數為最大化各省區生產總值總和，約束條件為全國及各省的能耗強度和碳排放強度的目標約束，以及經濟增長擴張約束。根據分析問題的側重點不同，可建立如下兩個優化模型。

(一)如果2010－2015年全國能耗強度和碳排放強度至少降低16％和17％，各省能耗強度和能源碳強度與2005－2010年變化幅度相同，各省經濟增長遵循歷史發展趨勢并兼顧東中西部協調發展，并且各省通過調整產業結構、能源消費結構、節能減排技術改造和技術進步等措施實現《節能減排方案》中各省區能耗強度的降低目標，那么就有關各省經濟增長、能源消耗和二氧化碳排放應該如何優化分配問題，可建立如下模型來考察。

利用模型Ⅰ可分析以下兩種情景：

情景1：2015年全國能夠完成能耗強度和碳排放強度分別降低16％和17％的目標，各省能夠完成《節能減排方案》中的下降目標，各省2010－2015年能源碳強度降低程度與2005－2010年相同。以各省政府工作報告中確定的2011年各省經濟增長速度作為2010－2015年各省經濟增長擴張約束上限；“十二五”規劃中提出了2010－2015年國內生產總值增長7％的預期目標，本情景以7％作為2010－2015年各省經濟增長擴張下限。

情景2：為適當減緩因經濟發展過快而造成能源的過度消耗，實現經濟可持續發展，本情景中各省經濟擴張約束上限在情景1基礎上同比例縮小，其他假設與情景1相同：全國能耗強度和碳排放強度分別降低16％和17％；各省能耗強度能夠實現《節能減排方案》中的下降目標；各省2010－2015年能源碳強度降低率與2005－2010年相同；2010－2015年各省經濟年均增長擴張下限為7％。

(二)能耗強度和能源碳強度共同決定碳排放強度的變化。若2010－2015年全國能源碳強度降低程度與2005－2010年相同，則全國能耗強度最大降低幅度是多少，以及全國能耗強度降度最大時各省經濟增長、能源消耗和二氧化碳排放的最優分配值又是怎樣的？此問題可轉化為情景3。

情景3：2010－2015年全國能源碳強度降低程度與2005－2010年相同，全國能耗強度降低率為可變參數。其他假設與情景2相同：2015年各省能耗強度能實現《節能減排方案》中的下降目標，2010－2015年各省能源碳強度降低程度與2005－2010年能源碳強度降低程度相同；2010－2015年各省經濟增長擴張下限為7％，上限在情景1基礎上 同比例縮小。可利用以下模型分析。

三、數據來源及預處理

數據來源于歷年《中國能源統計年鑒》和《中國統計年鑒》，數據樣本期為2005－2010年，基期和分析期分別為2010年和2015年。因西藏能源消耗數據缺失，模型中暫不考慮。由于二氧化碳排放主要來源于化石能源消耗，本文主要計算了各省煤炭、石油、天然氣三種主要化石能源的二氧化碳排放量，煤炭、石油、天然氣的排放系數分別為2.69kg/kg、2.67kg/L、2.09kg/kg(采用IPCC推薦值)。由于統計口徑不同，所有省區生產總值總和與國內生產總值數據不等，本文所說全國生產總值為所有省區(除西藏外)生產總值總和，所說全國能耗強度為所有省區能源消耗總量與全國生產總值之比，所說全國碳排放強度為所有省區二氧化碳排放總量與全國生產總值之比，所說全國能源碳強度為所有省區二氧化碳排放總量與所有省區能源消耗總量之比。從歷年《中國統計年鑒》可得2005－2010年各省區生產總值(2005年不變價)。從歷年《能源統計年鑒》可得各省各種能源消耗量。煤炭、石油和天然氣的消耗量與它們相應的排放系數相乘，可分別得到煤炭、石油和天然氣的二氧化碳排放量。進而可得樣本期每年全國及各省區能耗強度和能源碳強度，可得樣本期內各省及全國能源碳強度的變化率。能耗強度的降低率來源于《節能減排方案》。由于2010年各省區各種化石能源消耗量數據目前沒有公布，無法算出2010年各省二氧化碳排放量，在此假設2010年各省化石能源消費結構與2009年相當，則各省2010年能源碳強度與2009年能源碳強度相同。情景1中參數標定見表1，其他情景中參數的具體變化見本文分析過程。

四、情景優化結果分析

下面利用所建模型來分析三種情景中各省經濟增長、能源消耗和二氧化碳排放的優化分配。

(一)地區GDP優化分析

優化結果顯示三種情景下模型均有最優解，說明從全局最優角度看，在全國及省際能耗強度和碳排放強度約束下，保持經濟平穩較快發展，能夠找到各省區經濟增長的最優路徑，進而可分析三種情景下各省區經濟增長最優分配值的異同(見表2)。

情景1優化結果顯示，2010－2015年全國經濟年均增長率為10.2％，經濟區域中，東北、中部、西北和西南地區經濟發展較快，各省經濟年均增長率均大于全國經濟年均增長率；京津、北部沿海、華東沿海和南部沿海地區經濟年均增長率均低于全國經濟年均增長率，但均在9％以上。說明若各省能夠實現節能減排目標，經濟區域就能夠協調發展，尤其是東北、中部和西南地區經濟能夠保持較好的發展勢頭。從省區看，山西、貴州、青海和寧夏的經濟增長速度較慢，其中山西年均增長率為8.5％，沒有達到本省經濟增長擴張上限；貴州、青海和寧夏的年均增長率為7％，取值為經濟增長擴張下限，經濟增長速度最慢。其他省區經濟年均增長率取值為各省經濟增長擴張上限，經濟發展較快。說明如果經濟發展保持目前勢頭，現行的全國及各省能耗強度約束對山西、貴州、青海和寧夏的經濟發展較為不利，對其他省區的經濟發展較為有利。

為了維持能源、經濟和環境的可持續發展，避免能源過度消耗，需要適度放慢經濟發展速度。情景2在情景1基礎上同比例縮小了經濟擴張上限，為保證2010－2015年間各省年均增長率不低于8％，各省經濟發展水平擴張上限縮小比例不超過4.504％。優化結果顯示，同比例縮小上限約束對各省及全國經濟發展的負面影響是全方位的。當各省經濟擴張上限縮小比例為4.504％時，全國經濟年均增長率為9％，下降了1.2個百分點。從經濟區域看，京津、華東沿海、南部沿海、中部、西南、東北、北部沿海和西北地區經濟年均增長率下降程度依次增大。從省區來看，河北、內蒙古、云南、甘肅和新疆經濟增長率為7％，最優值從經濟擴張上限降到經濟擴張下限；遼寧年均增長率為9.1％，沒有達到經濟擴張上限。除此之外，其他省區的經濟發展水平在情景1基礎上同比例縮小了4.504％，最優值為經濟擴張上限。

情景3優化結果顯示，若2010－2015年全國能源碳強度降低程度與2005－2010年能源碳強度降低程度相同，則全國能耗強度的最大降低幅度為17.27％，與此同時全國碳排放強度降低了21.07％。與情景2對比，全國經濟年均增長率為8％，下降了一個百分點。從經濟區域看，東北、中部、西北和西南分別下降了2.9、1.7、1.2和2.8個百分點；其他區域沒有改變。從省區來看，河北、山西、內蒙古、貴州、云南、甘肅、青海、寧夏和新疆的經濟年均增長率分別為7％，最優值仍然是經濟擴張下限；吉林、黑龍江、河南、湖北、湖南、重慶、四川和陜西的經濟年均增長率分別為7％，最優值從經濟擴張上限降低到經濟擴張下限；遼寧年均增長率從9.1％下降到7％；廣西年均增長率從擴張約束上限下降到7.3％，接近經濟增長擴張下限。說明進一步降低全國能耗強度對東北、中部、西北和西南地區的經濟增長有較強的阻礙作用。

(二)地區能源消耗和二氧化碳排放優化分析

各省GDP優化值乘以相應能耗強度和碳排放強度可分別得到各省能源消耗和二氧化碳排放的最優分配值。圖1和圖2分別為三種情景下各省能源消耗和二氧化碳排放增加量的變化情況。

圖1　三種情景下2010－2015年能源消耗的增加量　單位：10000 tce

從圖1中可見三種情景下，山東、廣東、江蘇、河北、河南、遼寧等省區能源消耗較大，北京、上海、江西、海南、貴州、青海、寧夏等省區能源消耗較少。情景2與情景1相比，北京、上海、貴州、青海和寧夏能源消耗量沒有改變；其他省區均有不同幅度的減少，其中能源消耗變動幅度排在前十一位的省區依次是內蒙古、河北、遼寧、山東、甘肅、新疆、云南、江蘇、廣東、河南和山西。情景3與情景2相比，遼寧、吉林、黑龍江、河南、湖北、湖南、廣西、重慶、四川、陜西等地區能源消耗進一步減少，其中河南、四川、重慶、黑龍江和遼寧的能源消耗減少幅度較大；其他省區的能源消耗沒有改變。同理可分析各省區二氧化碳排放情況。三種情景中二氧化碳排放變動均較大的省區有河北、內蒙古、遼寧、黑龍江、山東、河南、廣東、云南、陜西、甘肅、新疆等。從圖2中可看出，情景2與情景1中各省二氧化碳排放的增減情況與能源消耗的增減情況一致。二氧化碳排放變動幅度排在前十一位的省區依次是內蒙古、遼寧、河北、山東、山西、新疆、甘肅、河南、云南、江蘇和廣東。但其省 區排序與能源消耗變動大小的省區排序有所不同，這是因為二氧化碳排放量不僅受能源消耗量的影響，而且還受能源碳強度的影響，即各省能源碳強度不同導致二氧化碳排放的變化與能源消耗的變化不一致。情景3與情景2相比，二氧化碳排放沒有變化的省區和能源消耗沒有變化的省區相同；二氧化碳排放減少的省區與能源消耗減少的省區也相同，但省區排序有所不同。

圖2　三種情景下2010－2015年二氧化碳排放的增加量　單位：10000 t

結合情景2與情景1中的經濟增長優化結果可知，能源消耗和二氧化碳排放變動較大的省區比較容易受經濟擴張約束上限變化的影響。縮小經濟擴張上限，雖然放慢了全國及一些省區的經濟增長速度，但有利于節約能源和減少二氧化碳的排放。結合情景3與情景2中的經濟增長優化結果可知，當2010－2015年各省能源碳強度與2005－2010年的能源碳強度變化相同時，能源消耗和二氧化碳排放變動較大的省區比較容易受全國能耗強度變化的影響。為了實現全國經濟增長、能源消耗和二氧化碳排放的最優配置，各省區在制定政策時，要充分考慮本省區的具體情況，制定出適合本省低碳發展的路徑。

(三)三種情景下全國節能減排成本與脫鉤狀態分析

我們把各種情景下全國總能源消耗和二氧化碳排放的優化結果進行對比，當GDP改變量與能耗改變量為負值時，令GDP改變量與能耗改變量比值為節能成本；當GDP改變量與二氧化碳排放改變量為負值時，令GDP改變量與二氧化碳排放改變量比值為減排成本。由三種情景的經濟增長、能源消耗和二氧化碳排放的最優化分配可看出，情景2在情景1基礎上同比例縮小了經濟擴張上限，減慢了某些省區的經濟增長速度，有利于節約能源和減少二氧化碳的排放，其節能成本和減排成本分別為0.963萬元/噸標準煤和0.310萬元/噸。情景3在情景2基礎上考察了全國能耗強度和碳排放強度的最大降低幅度。在此種情況下，節能成本和減排成本分別為1.010萬元／噸標準煤和0.339萬元/噸。兩種對比結果顯示節能成本和減排成本均較低，說明適度放慢經濟發展過快省區的經濟發展和進一步加快全國能耗強度和碳排放強度的降低，雖然對全國及個別省區的經濟發展有一定的阻礙作用，但對全國總體能源消耗和二氧化碳排放起著較強的抑制作用。

本文采用Tapio脫鉤指標，將二氧化碳排放與經濟增長的脫鉤彈性分解如下：

其中分別稱為碳排放彈性脫鉤指標、能源消耗彈性脫鉤指標和能源碳排放彈性脫鉤指標，經濟增長、能源消耗和二氧化碳排放增長率采用2010－2015年年均增長率。由三種情景的經濟增長、能源消耗和二氧化碳排放的最優化分配，可計算出三種情景下2010－2015年年均碳排放彈性脫鉤指標、能源消耗彈性脫鉤指標、能源碳排放彈性脫鉤指標(見表3)。結果顯示，能源消耗在情景1中處于增長連接狀態，在情景2和情景3中處于弱脫鉤狀態，且能源消耗脫鉤指標值越來越小，說明能源消耗和全國生產總值的弱脫鉤程度越來越強。能源碳排放在三種情景中雖均處于增長連接狀態，但能源碳排放彈性脫鉤指標值越來越趨于0.8(增長連接與弱脫鉤狀態的臨界值)，說明雖然二氧化碳排放與能源消耗之間還處于增長連接階段，但越來越趨于弱脫鉤狀態。二氧化碳排放在三種情景中均處于弱脫鉤狀態，而且碳排放彈性脫鉤指標值越來越小，說明二氧化碳排放與全國生產總值的弱脫鉤程度越來越強。

五、結論及政策建議

本文根據所分析問題的側重點不同，從全局最優的角度，建立了兩個在全國及省際能耗強度和碳排放強度約束下省區經濟增長優化模型。分析了三種情景下各省區經濟增長的優化問題，比較了各省經濟增長、能源消耗和二氧化碳排放的最優分配路徑的異同。發現三種情景下均能實現“十二五”規劃中對國內生產總值增長的預期目標、單位GDP能耗強度和碳排放強度的約束目標。若2010－2015年全國能源碳強度降低程度與2005－2010年能源碳強度降低程度相同，則全國能耗強度和碳排放強度的最大降低幅度約分別為17.27％和21.07％。

篇（8）

霧霾實質上是一個能源使用的問題。首先是能源消費的瘋狂增長，這個我們在上一期的專欄中已經有所說明。還要說一說的是畸形的能源使用結構。我國的能源使用主要依賴化石能源。2012年我們消費的煤炭，如果覆蓋在中國的版圖上，足足有20厘米厚。試想，這些煤的燃燒，會產生多少的PM2.5？石油的消費主要用于為各種交通工具提供燃料。這些交通工具的廢氣排放則是PM2.5的另外一個主要來源。2013年中國汽車的產銷量更是雙超2000萬輛。在這樣嚴峻的趨勢面前，戰勝霧霾哪里是一句人定勝天的口號所能實現的？

霧霾，只是化石能源使用所造成的環境惡果之一。眾所周知，化石能源燃燒還是二氧化硫和二氧化碳的主要來源。這些年我國二氧化硫和二氧化碳的排放總量穩居世界首位。二氧化硫會造成酸雨，二氧化碳則是全球變暖的罪魁。

前些年，我和在政府工作的朋友談到二氧化硫和二氧化碳排放的問題，他告訴我這并不是當地政府工作的重點，他們最為關注的問題是水污染。原因很簡單，老百姓要在當地取水飲用，水質不好會直接引起民怨。排放二氧化硫是會造成酸雨，但酸雨反正不會降落在自己的后花園里，似乎不用過分地擔心；二氧化碳排放會造成氣候變化，但那是一個全球性的問題，而且貌似后果要在若干年后才會變得嚴重，因而大可不必杞人憂天。這正是哈丁所描述的公用地災難，每個人都很清楚自己行為的環境后果，但同時也都因為這些后果會由他人分擔而變得漫不經心。 插畫/茶茶

霧霾這樣的環境問題，與二氧化硫和二氧化碳排放很不相同，它是一個地域性很強，而且是現在發生的環境威脅。人們似乎再也不能“事不關己，高高掛起”了。還有，霧霾是空氣污染，清潔的空氣是最為典型的公共物品，也就是說，人們無法建立起空氣的排他使用權。正如馬云在一個論壇上所說的，水污染了，特權階層大可不必擔心，因為他們有喝不完的特供水。空氣霧霾了，他們卻不得不行動起來，因為沒有所謂的特供空氣。

說了這么多，其實主旨是說，中國能源消費的結構和能源消費總量的持續增長，會造成很多很多的環境問題。這些環境問題是現在我們不得不正視的。如果說霧霾發生之前，我們還可以裝聾作啞，那霧霾的發生卻最直接地刺痛了每個人。我們必須馬上行動起來。

篇（9）

在電力系統中，電力調度是在負荷預測的基礎上，對發電機在內的各種電器元件運行方式、狀態以及控制進行的科學監測，在這過程中也可以制定行之有效的調度計劃，進一步保障系統運行的可靠性和安全性。隨著低碳意識不斷增強，除了經濟性和安全性外，電力系統二氧化碳排放逐漸成為研究的重點。隨著環境資源危機加重，市場化建設逐漸成熟，對電能質量要求也越來越高，這對電力部門來說，既是機遇，也是挑戰。電力二氧化碳主要來源于大型的發電廠，由于它具有排放量不高、源頭不多的特點，所以通常利用先進的碳捕集方法或者發電技術，進一步降低減排水平。

一、低碳電力調度特性

在電源調度特性中，g表示電源發電量，E表示發電過程中二氧化碳的排放量，它們的關系是E=f（g），也就是電源調度特性。根據不同類型的低碳電源調度特性，可以分成三種情況。

（一）近零排放電源

（二）化石燃料電源

（三）碳捕集電廠

二、低碳電力調度決策模型以及算例分析

（一）低碳電力調度決策模型

1、決策模型框架

要實施低碳電力調度方式，之前的決策模型就會隨著改變，主要表現在：模型擴充的變量決策、目標函數的組成項以及模型的約束條件。

隨著碳捕集等低碳電力調度技術的引進，不僅拓寬了等待決策的電源品種，通過分析各種電源調度特性，也將二氧化碳作為重要的資源引入電力調度決策中，進而得到決策變量的擴充系數。

隨著碳價、碳交易、碳稅等相關政策的引入，電力二氧化碳排放也被賦予了對應的經濟價值，并且逐漸成為低碳電力調度決策模型的重要內容。

2、數學描述

在數學描述中，決策變量主要包括二氧化碳和發電量的排放量。在這過程中，對于近零碳排放量，二氧化碳排放一直為零；對于化石燃料電源，二氧化碳發電量和排放一直處于對應的狀態，并且不需要任何單獨的變量決策；對于碳捕集，二氧化碳和發電量通常以單獨的決策變量呈現。

在目標函數中，必須綜合分析碳成本和發電成本的關系，再根據標準函數將其表示出現。在約束條件中，通過目標函數關系可以得到平衡負荷、最小最大出力約束、速率約束、發電量、碳捕集運行約束等（如表一、所示）。

（二）低碳電力調度算例分析

在某電力系統實際數據構造中，其中4臺600MW的燃煤機需要進行對應的碳捕集改造，并且將電力調度用于日常發電計劃中。

1、算例描述

為了更加客觀的反映出傳統電力調度和低碳電力調度的不同，該電力系統根據上述模型定義，簡化成和低碳相關的因素，減小低碳模型計算規模以及復雜程度，有效減少對低碳模型過大的影響。

在組團式歸并中，以其中一組單元作為決策單元，例如：100MW、200MW、600MW、300MW的燃煤機決策單元中，水電通常被分成無調節能力與有調節能力的決策單元。在系統的可用發電量，除了檢修機組，通常將必開機組和阻塞出力等非決策量歸結在特定單元，并且規定合理的日發電計劃。一般以整個機組的出力情況為決策目標，在96點曲線背景中進行分析。

2、計算結果

在基準場景中，雖然沒有排放約束條件，但是在低碳電力調度中，也能得到最優發電計劃。通過低碳電力調度方式中，600MW的碳捕集、燃煤電廠以及可用調節的水電發電計劃，其他容量的水電都可以運行在最小的出力狀態中；對于不能調節的水電，并且沒有棄水的現象，一般運行在固定的出力點。當調峰電源為可以調節的水電時，碳捕集的發電序位是臨界位置，也可以在調峰上進行貢獻，對于600MW的燃煤機只需要在低谷負荷時，就能進行段壓運行。

在這過程中，由于基準場景下的碳價不高，不能達到碳捕集運輸、運行以及成本封存，所以在碳捕集裝置捕集中一直處于關閉的狀態。經過精細的計算，二氧化碳排放強度可以達到0.55kg/kw.h，總碳排放量可以達到55萬噸。

3、比較分析

在高碳價場景中，如果碳價為160元每噸，較高的碳價會直接促使碳捕集裝置運行在最大水平，進而獲得更多的二氧化碳，讓碳捕集調度運行比600MW的燃煤機組更加方便經濟。因此，時常將600MW的機組參與到調峰中，碳捕集則只在低谷負荷中運行。

在碳排放約束場景中，一旦引入碳排放約束，在原有強度基礎上就可以下調10%左右，通過設定二氧化碳排放強度，得到低碳電力調度最佳發電計劃。在這過程中，雖然實施二氧化碳沒有任何利益，但是為了滿足約束條件，必須適當運行，并且參與調峰。

表一、約束條件示意表

三、結束語

隨著低碳經濟的快速發展，對傳統電力方式帶來了更多的挑戰，它要求低碳電力滿足經濟目標、新型要素以及高效的調度方式。因此，在實際工作中，必須以實際系統為依據，明確電力系統調度決策的復雜度與新的內容，在調度決策中，正確分析二氧化碳和電能生產關系，兼顧二者的排放狀態；在碳平衡和電平衡銜接、協調發展的過程中，保障電力系統正常運行以及經濟效益。

參考文獻：

[1] 陳啟鑫，康重慶，夏清等.低碳電力調度方式及其決策模型[J].電力系統自動化，2010，34（12）：18-23.

篇（10）

從碳足跡談起

低碳生活首先源自碳足跡，它表示一個人或者一個團體的碳耗費量，是測量某個國家和地區的人口因每日消耗能源而產生的二氧化碳排放對環境影響的一種指標。

無論是個人還是群體的碳足跡都可以分為第一碳足跡和第：碳足跡。第一碳足跡是因使用化石能源而直接排放的二氧化碳，比如一個經常坐飛機出行的人會有較多的第一碳足跡，因為飛機飛行會消耗大量燃油，排出大量：氧化碳。第：碳足跡是因使用各種產品而間接排放的二氧化碳，比如消費一瓶普通的瓶裝水，會因它的生產和運輸過程中產生的碳排放而帶來第：碳足跡。女性消費化妝品除了會有氟利昂排放增加溫室氣體外，還會因化妝品的包裝、運輸等增多第二碳足跡增多，因而會增加環境負擔，甚至間接破壞環境。

所以，低碳生活就是人們在日常生活和工作中減低碳足跡的行為方式，即在生活和生產中少排放二氧化碳。例如，通過一個專門設計的“碳足跡計算器”來測算，你用了100度電，就等于排放了大約78.5千克二氧化碳；你自駕車消耗了100公升汽油，也就等于排放了270千克：氧化碳。碳足跡越大，說明你是高碳生活，對全球變暖所要負的責任越大。碳足跡越小，說明你進入了低碳生活。對環境的保護做出的貢獻也大。

當然，人類的低碳生活并不只是體現在個人生活上，而是處處體現，尤其是人類的生產活動。人類的活動是造成全球變暖的主要原因，這一點在國際政府間氣候變化專家委員會(IPCC)第四次評估報告中已得到確認。可以說，人類的一切活動都在直接和間接加速全球變暖，只是我們對此并不在意而已。所以，所謂的低碳生活還包括降低人類活動所造成的所有溫室氣體，而不僅僅是二氧化碳。

溫室氣體是指大氣層中易吸收紅外線的氣體，主要包括水汽、二氧化碳、甲烷、氧化亞氮、臭氧、氟利昂或氯氟烴類化合物。人類的衣食住行無一不在產生和制造溫室氣體，如工業生產、使用石化燃料。甚至連我們吃的糧食也是溫室氣體的重大來源之一。

例如，農業生產過程中的氣體排放是全球溫室氣體排放的第=大重要來源，排放量介于電熱生產和尾氣之間。中國是一個水稻生產大國，而水稻生產排出的溫室氣體可能并不被人們所知。水稻生長期間，植株及稻田會釋放出大量氧化亞氮，每千克相當于296千克二氧化碳的溫室效應量。全球農業生產中氧化亞氮的排放占全球氧化亞氮總排放量的84％。

盡管農作物生產和使用化石燃料排放大量溫室氣體從而危及環境，但卻不能因噎廢食去禁止使用化石燃料，更不能禁止農業生產，相反，只能從其他方面來加以改善。例如，在我國種植氮素高效利用水稻不但可以減少氧化亞氮排放對環境的破壞，還可以節約資源和資金。同理，研發和使用生物燃料也可以節約資源和減少溫室氣體排放。

個人生活的低碳選擇

就個人而言，每個人可以從自我做起，從生活中的細節做起，也就可以為減少全球變暖做出貢獻。例如，少開一天車，少吃一頓肉食大餐，少用一次性筷子，少用白熾燈，少開一盞燈等等，都是在為減緩全球變暖做貢獻。具體到化妝品而言，也有兩種方法。其一，像冰箱生產禁止加氟利昂一樣尋找化妝品原料的替代品，減少或替代化妝品中的氟利昂。其次，無論是女性還是男性，減少化妝品的使用，就像每個月少開一次車一樣，在不太重要或非正式的場合，就沒有必要濃妝艷抹，素面朝天或許更好。

個人在盡力減低自己碳足跡方面還有許多可以采納的方式。例如，減少不必要的家電消耗；出行多乘公共汽車；購買商品時要首選當地產品；甚至用餐做菜時選擇烹飪方式來減少“碳足跡”。以土豆為例，用烤箱烘烤土豆產生的=氧化碳比用鍋煮的要多，而用鍋煮產生的二氧化碳又比微波爐做產生的多。所以，用微波做土豆就是一種更好的低碳生活。甚至吃牛肉也要比吃豬肉排放的碳多，因此應減少吃牛肉。

另外，棉布衣服與化纖衣服，爬樓梯與坐電梯，走路與開車等等，都是前者是低碳生活，后者是高碳生活。例如，生產化纖衣服要消費更多的石油和能源，排放更多的=氧化碳，所以應當選擇棉布衣服。個人的低碳生活還有下面一些簡易的計算和選擇。

在家居用電上，根據發電過程中碳排放的平均值計算，=氧化碳排放量(千克)一耗電度數X0.785。據此可以計算個人的碳排放量并節約用電。當然，使用風電或水電等清潔能源產生的碳排放會比使用熱電低。

在交通出行方面，需要根據車輛耗油情況將距離轉化為耗油量才能計算碳排放量，小排放量汽車在相同距離碳排放量較少。二氧化碳排放量(千克)=油耗公升數×2.7。從這個公式來看，無論是政府管理還是生產廠商，抑或是個人消費，都應大力推廣小排量節能環保型汽車。

乘坐飛機的碳排放量是基機上乘客的平均排放。由于公務艙和頭等艙占有更大空間，因此排放應高于經濟艙。200千米以內短途旅行：氧化碳排放量(千克)=飛行千米數X0.275；200～1000千米中途旅行：氧化碳排放量(千克)=55+0.105×(飛行千米數－200)；1000千米以上長途旅行：氧化碳排放量(千克)=飛行千米數X0.139。據此可以看出，外出公務和旅行最好乘坐地面公共交通工具。

從家用燃氣來看，天然氣的：氧化碳排放量(千克)=天然氣使用度數ד碳強度系數”0.19。使用液化石油氣的二氧化碳排放量(千克)=液化石油氣使用度數ד碳強度系數”0.21。所以，使用天然氣和節約燃氣是低碳生活。

至于家用自來水，生產1噸自來水要消耗電能0.67～1.15度。根據耗電的平均值，：氧化碳排放量(千克)=自來水使用噸數X0.91。所以，節約用水也是低碳生活。

高碳生活應補償

盡管低碳生活是我們提倡的，但是，由于工作需要或其他原因，人們在生活中有時會進入高碳生活。這時就應當對自己的高碳生活進行補償。這種補償就是所謂的碳中和。

碳中和指的是，人們可以計算自己日常活動(生產)直接或間接制造的二氧化碳排放量，如果過高，則可以通過植樹等方式把這些排放量吸收掉，或者計算抵消這些二氧化碳所需的經濟成本，然后個人付款給專門企業或機構，由他們通過植樹或其他環保項目抵消大氣中相應的二氧化碳量，以達到降低溫室效應的目的。

因此，碳中和就是人們對自己高碳生活的補償，是人們對地球變暖的現實進行反思后的自省、自律和自覺的補救行動。例如，一家三口如果一年用電3000千瓦時，就排放了2。36噸：氧化碳，那么需要種22棵樹才能抵消。種植樹木補償是以一棵樹一年能吸收111千克二氧化碳來計算，因此需種植的樹木數(棵)=二氧化碳排放量(千克)／111。當然，種樹的補償既可以是全家自己動手種樹，也可以村款給園林機構，請他們種植22棵樹來補償。當然，現在這只是一種自覺行為，不具強制性。

篇（11）

家居是人的一生中停留時間最長的地方，尤其是嬰幼兒和老弱殘疾者在室內的時間更長，因此創造一個舒適的生存空間尤為重要。環境科學家的最新觀點是“室內污染并不比戶外污染輕”，室內污染物濃度一般是室外污染物濃度的2―5倍，在某些情況下可達到幾十甚至幾百倍。當前室內污染引發的各種健康問題已成為突出的公共衛生問題。人們在治理室外大環境污染的同時，應該采取有效對策，減少室內環境污染，以保護人類自身的健康。本文著重從室內化學污染物的來源和危害來陳述，以引起人們的重視。

一、甲醛的來源及危害

甲醛主要來源于室內裝修使用的膠合板、細木工板、中密度纖維板和刨花板等人造板材。其次是各類裝飾材料和一些生活用品，比如貼墻紙、化纖地毯、泡沫塑料、油漆和涂料、化妝品、清潔劑、消毒劑、防腐劑等。

甲醛是一種無色易溶的刺激性氣體，為細胞原漿毒，有凝固蛋白質的作用。在空氣中擴散，對人眼、鼻、喉、皮膚產生明顯的刺激作用。甲醛可經呼吸道吸收，會引起流淚、咽喉疼痛、惡心、嘔吐、咳嗽、胸悶、氣喘甚至肺氣腫，長期接觸低劑量可引起慢性呼吸道疾病、女性月經紊亂、妊娠綜合征、新生兒體質降低、染色體異常，甚至誘發鼻咽癌，高濃度時會侵害人的神經系統、肝臟等。［1］

二、苯及同系物來源及危害

苯及同系物主要來自于燃燒煙草的煙霧、溶劑、涂料、合成纖維、塑料、打印機、燃料、橡膠、油漆、各種膠粘劑、防水材料中。

苯及同系物為無色具有特殊芳香味的液體，已經被世界衛生組織確定為強烈致癌物質，苯可引起白血病和再生障礙性貧血也被醫學界公認。人在短時間內吸入高濃度的甲苯或二甲苯，會出現中樞神經麻醉的癥狀，輕者頭暈、惡心、胸悶、乏力，嚴重的會出現昏迷，甚至因呼吸循環衰竭而死亡。婦女長期吸入苯會導致月經失調，孕期的婦女接觸苯，妊娠并發癥的發病率會顯著增高，甚至會導致胎兒先天缺陷。

三、氨的來源及危害

氨主要來源于建筑施工中使用的混凝土添加劑，尤其是冬季施工，為了防止混凝土凍結，在混凝土中加入主要原料為尿素或氨水的防凍劑。另外氨還來自于室內裝修材料，如家具涂裝時作為添加劑和增白劑均使用氨水。氨水也廣泛使用于理發店和美容院燙發過程中。

氨是無色而具有強烈刺激性氣味的氣體，它對接觸的皮膚組織有腐蝕和刺激作用。可以吸收皮膚組織中的水分，并破壞細胞膜結構。氨的溶解度極高，主要對人體的上呼吸道有刺激和腐蝕作用，減弱人體對疾病的抵抗力。濃度過高時還可通過三叉神經末梢的反射作用而引起心臟停搏。氨被吸入肺后容易通過肺泡進入血液，與血紅蛋白結合，破壞運氧功能。短期內吸入大量氨氣后可出現流淚、咽痛、聲音嘶啞、咳嗽、痰帶血絲、胸悶、呼吸困難，可伴有頭痛、惡心、嘔吐、乏力等，嚴重者可發生肺水腫、成人呼吸窘迫綜合征。［2］

四、氡的來源及危害

氡是由鐳衰變產生的自然界唯一分布極廣的天然放射性無色無味的惰性氣體。氡在空氣中衰變產物為氡子體，常溫下氡及子體在空氣中能形成放射性氣溶膠而污染空氣。氡主要來自地下土壤和巖石，建筑裝飾材料如磚、瓦、水泥、地磚、陶瓷、大理石、花崗石等。

氡及其子體對人體脂肪有很高的親和力，極易被吸入體內，可對人的呼吸系統造成輻射損傷，隨著血液的流動向全身擴散。進入肺部時，氡及其子體衰變時放出α射線，使肺細胞受損，是僅次于吸煙而導致誘發肺癌的第二大“元兇”，被世界衛生組織公布為19種主要致癌物質之一。常接觸氡表現為乏力、脫發、牙齦出血、白細胞降低，可能誘發不孕、不育、胎兒畸形、基因突變、遺傳病等后果。［3］

五、二氧化硫的來源及危害

室內二氧化硫主要來自煤的燃燒，吸煙過程中也會產生二氧化硫。我國許多家庭以燒煤餅、煤球及蜂窩煤為主，由于爐灶結構的不合理，煤不能完全燃燒，排放出大量的污染物，其中含有大量的二氧化硫。

二氧化硫是具有強烈辛辣刺激氣味的無色氣體，吸入二氧化硫可使呼吸系統功能受損。二氧化硫濃度較高時，喉頭感覺異常，出現咳嗽、噴嚏、咳痰、聲啞、胸悶、呼吸困難、呼吸道紅腫等癥狀，造成氣管炎、哮喘病，嚴重時引起肺氣腫，甚至致命。二氧化硫的存在會加重已有的呼吸系統疾病，導致死亡率上升。二氧化硫可被吸收進入血液，對全身產生毒副作用。它能破壞酶的活力，從而明顯地影響碳水化合物及蛋白質的代謝，對肝臟有一定的損害。［4］

六、二氧化氮的來源及危害

室內二氧化氮主要是由于烹飪和取暖過程中燃料的燃燒，此外吸煙時也可產生二氧化氮。

二氧化氮是棕紅色有刺激性臭味的氣體。二氧化氮對人體的危害很大，即使接觸二氧化氮的時間很短，肺功能也會受到損害；如果長時間接觸二氧化氮，呼吸道感染的機會就會增加，而且可能導致肺部永久性器質性病變。對呼吸系統有問題的人群，如哮喘患者，更易受二氧化氮的影響。

七、一氧化碳的來源及危害

室內一氧化碳主要來源于人群吸煙、取暖設備及廚房。一支香煙通常可產生大約13mg的一氧化碳。取暖設備和廚房產生的一氧化碳主要是燃料的不完全燃燒引起的。

一氧化碳是無色無臭有毒氣體，且毒性較大。它能與人體血液中的血紅蛋白結合形成穩定的配合物，使血紅蛋白失去輸送氧氣的功能，導致全身組織特別是中樞神經系統嚴重缺氧。一氧化碳輕度中毒會頭疼、惡心、嘔吐、四肢無力。重度中毒可導致死亡。當空氣中一氧化碳的含量達到0.1%時，就會引起中毒，導致缺氧癥，甚至引起心肌壞死。

八、二氧化碳的來源及危害

室內二氧化碳主要來源于生物的呼吸作用和化石燃料的燃燒。

二氧化碳是無色無味的氣體，空氣中二氧化碳含量在0.07%以下時屬于清潔空氣，人體感覺良好；在0.07%―0.1%時屬于普通空氣；在0.1%―0.15%時屬于臨界空氣，人體開始感覺不適；達到0.15%―0.2%時屬于輕度污染，超過0.2%屬于嚴重污染；在0.3%―0.4%時人呼吸加深，出現頭疼、耳鳴、血壓增加等癥狀；當達到0.8%以上時，就會引起死亡。

九、總揮發性有機物的來源及危害

總揮發性有機物來源于各種涂料、膠粘劑、人造地板、壁紙等裝飾裝修材料。多種揮發性有機物共存于空間時，其聯合作用及對人體健康的影響不容忽視。

總揮發性有機物常表現為毒性、刺激性，而且有些化合物具有基因毒性，能引起機體免疫水平失調，影響中樞神經系統功能，出現頭暈、頭痛、嗜睡無力、胸悶等癥狀，還可能影響消化系統，出現食欲不振、惡心等，嚴重時可損傷肝臟和造血系統，出現變態反應等。

現代科學技術蓬勃發展，為我們提供了舒適的生活環境。然而，我們要清醒地認識到其中的弊端，用科學知識進行分析，將室內化學污染降低到最低限度，使我們的健康和長壽得到最佳的保護。

參考文獻：

［1］岳桂華.環境監測.大連理工大學出版社，2005：175.