基于公平的中国省域碳排放差异模型构建探讨——以中国2010年碳排放为例
我国碳排放影响因素的实证研究基于固定效应面板分位数回归模型
我国碳排放影响因素的实证研究基于固定效应面板分位数回归模型一、本文概述随着全球气候变暖的日益严重，碳排放问题已成为全球关注的焦点。
我国作为全球最大的碳排放国，其碳排放影响因素的研究具有重大的理论和现实意义。
本文旨在通过固定效应面板分位数回归模型，对我国碳排放影响因素进行实证研究，以期为我国碳减排政策的制定提供科学依据。
本文回顾了国内外关于碳排放影响因素的相关研究，梳理了影响碳排放的主要因素，包括经济发展、能源结构、技术进步、人口规模等。
在此基础上，本文构建了固定效应面板分位数回归模型，以控制个体效应和时间效应，同时考虑到碳排放分布的非对称性。
本文利用我国省级面板数据，对模型进行估计和检验。
通过对比分析不同分位数的回归结果，揭示了各影响因素在不同碳排放水平下的作用机制和差异性。
这有助于我们更全面地了解碳排放影响因素的复杂性和多样性。
本文根据实证研究结果，提出了针对性的政策建议。
包括优化能源结构、提高能源利用效率、促进技术创新、推动产业升级等，以期为我国实现碳减排目标提供有益的参考。
本文也指出了研究中存在的不足和未来的研究方向，以期推动该领域的研究进一步发展。
二、文献综述在全球气候变化背景下，碳排放量的增加及其影响因素已成为国内外学者研究的热点。
我国作为世界上最大的碳排放国，其碳排放量的变化及其影响因素的研究对于全球气候治理和可持续发展具有重要意义。
本文将从碳排放量的影响因素、面板分位数回归模型的应用等方面进行文献综述。
关于碳排放影响因素的研究，国内外学者从多个角度进行了深入探讨。
经济因素方面，多数研究认为经济增长与碳排放量之间存在正相关关系，即随着经济的增长，碳排放量也会相应增加。
但也有学者认为，在经济发展的不同阶段，碳排放量与经济增长之间的关系可能存在差异。
产业结构也是影响碳排放的重要因素，工业化进程中的能源消耗和排放增加会导致碳排放量的上升。
技术因素在碳排放量的控制中扮演着重要角色。
技术进步可以通过提高能源利用效率、推广清洁能源等方式来减少碳排放。
中国城镇碳排放的区域差异和影响因素
中国城镇碳排放的区域差异和影响因素宋德勇;徐安【摘要】This paper amends IPCC's carbon emission coefficient of the electricity in 2006. Based on China's energy balance table, this paper calculates the urban carbon emissions in China's 30 provinces during 1995 and 2008. The regional difference of carbon emission is analyzed by the division of high, medium and low carbon emission zones, while the STIRPAT model is employed to its influential factors analysis. The results showed that urban emission, featured in rapid growth since 2001 particularly, played the dominant role of the total carbon emission. There is a strong regional difference of urban carbon emissions in China, for eight provinces of high-emission accounted for more than 50% of China's total urban carbon emissions in 2008. The per capita income of urban residents exerted the greatest impact on urban carbon emissions, followed by the urbanization rate and energy intensity. The population had relatively little influence on carbon emissions. There are differences among the influence on carbon emission as a result of urban average income increase, the progress of urbanization and energy intensity reduce. The intensity-affected difference constructs the main reason of regional difference in urban carbon emission. On the one hand, China's rising urban incomes and urbanization need some space for carbon emissions, while on the other hand, towns need to follow sustainable low-carbon development path.%修正了IPCC关于电力碳排放系数的计算方法,根据中国(省市)能源平衡表估算了1995-2008年中国30个省市的城镇碳排放,划分了高、中、低三个不同排放区域,分析城镇碳排放的区域差异,采用STIRPAT模型分析城镇碳排放及区域差异的影响因素.结果表明,城镇碳排放是中国碳排放的主体；城镇碳排放总体快速增长趋势,2001年后表现尤为明显;中国城镇碳排放存在很强的区域差异,2008年高排放区域的八个省市城镇碳排放总量占全国城镇碳排放总量的50％以上；城镇居民人均收入对城镇碳排放影响最大,然后是城镇化率和能源强度,人口总量对碳排放影响较小；城镇居民人均收入增加、城市化进程不断推进、能源强度降低对城镇碳排放的影响存在区域差异,这种影响强度的差异是导致城镇碳排放存在区域差异的主要原因.一方面,我国城镇居民收入的不断提高和城市化进程的推进决定了城镇发展需要一定的碳排放空间,另一方面,城镇需要走可持续的低碳发展道路.【期刊名称】《中国人口·资源与环境》【年(卷),期】2011(021)011【总页数】7页(P8-14)【关键词】城镇碳排放;区域差异;影响因素;STIRPAT模型【作者】宋德勇;徐安【作者单位】华中科技大学经济学院,湖北武汉430074;华中科技大学经济学院,湖北武汉430074【正文语种】中文【中图分类】X2;F29当前中国处于城市化快速发展时期，据统计，1995年中国城镇化率为29．04%，2008年中国城镇化率达到45．68%，增长了16．64%，年均增长1．28%。
中国省域碳排放时空格局及其影响因素实证研究
库（CEADs）；经济发展水平（PGDP）、城镇化水平
GOV、UR、PDEN、RD 分别为人均 GDP、对外开放水
（UR）、人口集聚（PDEN）数据来自于《中国统计年
平、外商直接投资、工业化水平、政府干预、城镇化
鉴》；政府干预（GOV）、对外开放水平（OPEN）数据
水平、人口集聚以及技术创新水平。μ it 为误差项。
2021 年第 2 期
区域经济
引用格式：
刘真真，
马远.中国省域碳排放时空格局及其影响因素实证研究[J].新疆农垦经济，
2021（2）：
53-62.
中国省域碳排放时空格局及其影响因素实证研究
○ 刘真真 马远
（新疆财经大学经济学院，新疆 乌鲁木齐
830012）
摘要：文章采用核密度估计及 ESDA 方法，分析 1997-2017 年中国各省碳排放强度的变化趋势及空间
参考李建豹等 、沈杨等 及冯杰等 对碳排放
PDEN。
（8）技术进步：研发投入可以带来技术创新
影响因素解释变量的选取以及本文研究的需要，本
能力的提升，提高企业的资源利用效率，从而影响
文的主要解释变量选取如下：
（1）经济发展水平：人
碳排放量。本文选取 R&D 投入衡量地区的技术创
均 GDP 能够反映居民生活水平的改善，因此用其
二、
变量选取、
研究方法和数据来源
带来大量能源消耗，从而使得碳排放量增加，但是
随着城镇化率的提升，发达地区逐渐走向城市集
（一）变量选取
考虑到当前我国经济发展对能源的依赖程度
约化发展，加之人们环保意识的提升会带来碳排
仍然较高，碳排放总量仍然呈上升趋势且短时间内
放强度下降。用各地区城镇人口与年末常住人口
中国碳排放区域差异研究综述
中国碳排放区域差异研究综述作者：万子捷肖雁飞来源：《经济研究导刊》2013年第15期摘要：在面对越来越严峻的国际减排新形势下，中国碳排放的增加受到全球的重点关注，如何降低中国的碳排放成为一个我们亟待研究的课题。
以综述的方式总结中国碳排放的区域差异和影响碳排放的多种因素，通过对经济学研究文献的梳理可知，中国碳排放区域差异的研究主要从三大区域、八大区域和碳聚集三个划分标准展开。
影响中国碳排放区域差异的驱动因素主要有经济增长、产业结构和能源消费结构为三大主要影响因素，技术、贸易、人口和城市化也对碳排放有相应的影响。
关键词：碳排放；区域差异；影响因素；综述中图分类号：F124.5 文献标志码：A 文章编号：1673-291X（2013）15-0218-02引言在面对越来越严峻的国际减排新形势下，中国碳排放的增加受到全球的重点关注，如何降低中国的碳排放成为一个我们亟待研究的课题。
根据国际能源署（IEA，2009）统计数据，中国已经成为全球CO2排放量最大的国家。
在“十二五”规划中，中国把降低碳排放强度这一目标放在首要考虑的范围之中。
一、关于碳排放空间差异研究由于中国幅员辽阔，不同区域之间的自然条件因素、经济发展程度等都不尽相同，所以中国碳排放分布的一个重要特征——非均衡性。
中国专家学者从不同区域划分的角度来研究CO2空间分布差异。
（一）地理区域划分标准1.三大区域划分标准。
把中国划分为东、中、西三大区域，谭丹（2008）运用碳排放量分解模型的算法，测算出中国三大区域的排放总量及变化趋势，简单描述了东部地区的碳排放总量远高于中、西部地区。
同样的结论岳超（2010）用各省的CO2排放总量、人均CO2排放量和碳强度等数据，通过泰尔系数来分析省区碳排放差异。
结论认为中国碳排放量和人均碳排放量由东部沿海想西部内陆逐渐递减，而碳排放强度则是中、西部高于东部。
杨骞（2012）也采用泰尔系数的分析方法对中国碳排放的区域差异进行了结构分解，则持不同的观点。
我国碳排放区域差异及成因分析
我国碳排放区域差异及成因分析作者：辛玲付志刚刘莹来源：《中国管理信息化》2017年第19期[摘要] 进行碳排放的区域差异及成因研究，可以为制定合理科学、针对性强的节能减碳政策提供信息支持。
论文较准确地测算了1995-2013年我国各省市的碳排放，从空间统计学的角度分析碳排放的区域特点，并构建空间滞后模型考察造成我国碳排放区域差异的成因。
结果表明：一是我国各省市碳排放区域差异明显，且存在“北高南低”的特点；二是我国各地区碳排放差异存在空间集聚效应，雾霾现象会跨地区连片形成；三是科技创新效率、居民收入、能源消费结构和产业结构是造成我国碳排放区域差异的主要成因，对外贸易度和城市化水平对碳排放区域差异的影响不大。
[关键词] 碳排放差异；区域；空间滞后模型doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 19. 057[中图分类号] F830 [文献标识码] A [文章编号] 1673 - 0194（2017）19- 0133- 050 前言作为世界上最大的碳排放国家， 2015年我国政府在巴黎气候大会上再次承诺：2030年单位GDP的碳排放比2005年下降60%～65%。
低碳减排行动实施以来，我国单位GDP的碳排放水平从2005年的29.68吨/万美元下降到2014年的19.65吨/万美元，下降幅度达到33.8%，低碳减排行动效果显著。
但与单位GDP碳排放效率高的国家相比，我国还有较大差距。
例如瑞士的单位GDP碳排放水平只有1.35吨/万美元，仅为我国的6.87%。
我国各省市的经济发展不平衡、资源禀赋差异使得各省市的碳排放水平不同，碳排放区域差异是否明显，引起差异的主要影响因素有哪些，能否依据区域差异有针对性地制定碳减排政策，此类问题值得思考。
鉴于此，论文将在测算我国各省市碳排放的基础上，分析区域差异特点并探究其成因，为制定合理科学、针对性强的节能减碳政策提供支持。
碳排放文献综述
1. 我国二氧化碳排放绩效的动态变化区域、差异及影响因素中国工业经济2010方法：用DEA构建Malmquist指数测算效率，用固定效应模型进行影响分析门伉也尸y计严：汁匕肝皿:朋才指标符号：-+++-2. 能源消耗、二氧化碳排放与中国工业的可持续发展陈诗一经济研究2009方法：普通面板回归模型In/k = 0i + + 阳 + 片目才+ 丙\nX>f+ 占〉j （J 3/ b〕_¥j InA^f +屁—J3. 生产中碳排放效率长期决定及其收敛性分析数量经济技术经济研究2010指标：R&D投入、能源价格、公共投资、对外开放度、产业结构、技术溢出4. 我国二氧化碳排放的影响因素：基于省级面板数据的研究南方经济2010启示：查一篇已下载含滞后项的英文SFA文献w n W 处面板数据模型指标：人均收入、能源消费结构、产业结构、工业结构（重工业总产值占工业总产值的比重）、城市化水平、时间趋势人均收入：在不同的收入阶段，人们对环境的要求有所不同，低收入阶段时，人们更关注物质生活，对环境的要求不高，而随着收入的提高，人们很可能转而更关注环境质量。
因此，两者之间很可能存在倒u型关。
这一理论也被称为环境库兹涅兹曲线假说。
能源消费结构：不同种类能源消费所产生的CO2排放量并不相同。
煤炭燃烧的CO2排放量是天然气的1.6倍，石油的1.2倍，而核电、水电、风电、太阳能等则是清洁能源，并不排放CO2。
各省煤炭消费量占该省一次能源消费总量的比重作为能源消费结构的代理变量。
城市化水平：1、城市化的推进需要进行大规模基础设施建设，需要消耗大量的钢铁和水泥，从而产生大量的C02排放。
2、城市化也改变人们的生活习惯，城市人口的能源消费要大大高于农村人口的能源消费，而能源消费的大幅度增加则是C02排放增加的主要原因。
本文以非农人口比重作为各省城市化水平的代理变量。
产业结构和工业结构：工业的能源消耗往往要比农业和第三产业高很多，特别是重工业,一般都是高耗能产业。
中国省际碳排放空间分配研究
２ ０ １ ３年
第 ５期
２ 碳公平及其度量
碳 公平 的本质 是 测度 碳 空 间 的分 配差 异 。分 配差 异
国实行 的是计 划经济 ， 各 区域 进 行统 一 管理 和计 划 调 配 ，
自从 ０暑 ０ｕ １ ９ 【 Ｉ ７ 一 ８年改 ｇ ｌ ０ ０ｌ 革开放 ｕ０Ｑ０Ｊ ｄ 以后 ＾Ｉ 葛暑 ， 我 暑 ８ 国实 《 行梯 度式 的 发展
采用 以下 因素分解公 式进行估 算 ：
０ ｌ
累 计 人 口 占 比
Ａｃ ｃ ｕ ｍｕ ｌ ａ ｔ ｉ ｖ ｅ ｐ ｒ ｏ ｐ ｏ ｒ ｔ ｉ ｏ ｎ ｏ ｆ ｔ ｈ ｅ ｐ ｏ ｐ ｕ ｌ ａ ｔ ｉ ｏ ｎ
Ｃ＝∑ ÷ ／ ×Ｅ＝∑Ｓ ×Ｆ × Ｅ ／ ５ ５ ｉ
中国人121资源与环境2013年第23卷第5期china舢tionresourcesandenvironmentv0123no52013中国省际碳排放空问分配研究宋德勇刘习平华中科技大学经济学院湖北武汉430074摘要以19782010年中国各地区碳排放数据为依据基于人均历史累计碳排放的视角重新定义了碳排放公平中的碳洛伦兹曲线和碳基尼系数
过０ ． ５ 则 表示 收入 差距 悬殊 。 因此 ， ０ ． ４通 常被 认 为是分
配 差距 的“ 警戒 线” 。
２ ０ １ ０年 ， 所有数据 均来 源 于 中 国经 济 信息 网数 据 库 、 《 中 国统计年 鉴》 、 《 中 国科技 统计 年鉴 》 、 《 新 中国六 十年统 计 资料汇 编》 以及 各省 （ 自治 区 ） 的《 统 计年 鉴》 。其 中 ， 人口 数取各地 区年底 总人 口 数， 单 位为亿 人 。
虽然 在气候 变化研 究 中是一 个新 问题 ， 但在财 富分 配 的公
我国省域碳排放绩效差异及影响因素研究——基于非期望产出的SBM模型及Malmquist指数分解
我国省域碳排放绩效差异及影响因素研究——基于非期望产出的SBM模型及Malmquist指数分解
陈燕和
【期刊名称】《海南金融》
【年(卷),期】2022()9
【摘要】不同地区人口、经济和技术等发展水平和特征呈现出较大差异,这使得碳排放绩效以及影响碳排放绩效的因素也存在差异。
本文在评估2001—2019年全国各省区碳排放绩效基础上,深入分析碳排放绩效的结构和差异,研究分析其影响因素,并提出完善碳绩效考核机制、制定差异化碳减排政策、完善碳减排管理制度、加快能源结构转型等政策建议。
【总页数】16页(P42-57)
【作者】陈燕和
【作者单位】中国人民银行南宁中心支行
【正文语种】中文
【中图分类】F124.6;F062.1
【相关文献】
1.我国工业绿色全要素生产率的区域差异与影响因素研究——考虑非期望产出的SBM-DDF与GML指数方法的应用
2.我国省域全要素碳排放绩效比较研究——基于Malmquist指数分解方法
3.新疆农业生产效率地区差异分解与影响因素研究——基于非期望产出Super-SBM-Theil-GMS
4.我国工业绿色全要素生产率的区域
差异与影响因素研究——考虑非期望产出的SBM-DDF与GML指数方法的应用5.考虑非期望产出的航空公司运营效率及影响因素研究--基于SBM-Malmquist-luenberger指数和Tobit方法
因版权原因，仅展示原文概要，查看原文内容请购买。
关于碳减排问题解决方案的建模探讨数学建模竞赛一等奖优秀论文
江西省研究生数学建模竞赛参赛选择的题号是：B 关于碳减排问题解决方案的建模探讨摘要碳减排是近年来备受关注的国际问题，由于全球各国对经济发展的侧重性，盲目地投入到对经济发展增长的问题上，忽视了环境的保护，造成了各种环境问题，尤其是温室效应，近年来已经越来越严重，温室效益主要是由于全球碳排放的增加造成的，“全球气候变暖”（Global Warming）以及“碳减排”（Carbon emission reduction）已经成了当今世界关注的热点问题。
分别对1959年到2009年全球每年平均碳排放总量进行线性拟合、二次曲线拟合、三次曲线拟合、四次曲线拟合和五次曲线拟合，建立了不减少碳排放时，全球每年平均碳排放量的数学模型，利用建立的数学模型，预测2010年到2050年全球每年平均碳排放量，发现利用三次曲线拟合预测的2010年到2013年全球碳排放量与实际2010年到2013年的碳排放量最接近，最终选用三次曲线拟合求到的方程作为不减排时，全球每年平均碳排放的数学模型，以此模型来预测不减排时，2014年到2050年全球碳排放量，预测到2050年全球二氧化碳排放量达到474ppm,相对2010年地球表面温度将会上升3.2摄氏度，所以必须对碳进行减排。
经过研究发现，要使全球温度不超过2摄氏度，全球每年二氧化碳排放量不能超过442ppm，通过控制交通运输业、电力行业、农业和其他产业的碳排放量，全球每年减排16%的碳，2050年相对2010年，全球排放的二氧化碳上升不超过8ppm,如果再增加全球绿化的面积，可以实现联合国“使全球变暖不超过2摄氏度”的气候变化目标。
通过对1980年到2007年美国、日本、俄罗斯、印度、巴西、中国碳排放量进行曲线拟合，建立数学模型，预测如果不减排，碳排放量将会非常多，通过分析这些国家能源消耗结构和碳排放结构和特点，对这些碳排放主要国家提出了一些建议，希望通过碳减排，最终使全球每年碳排放减少16%，从而实现地球表面温度升高不超过2摄氏度。
我国碳排放量预测模型
我国碳排放量预测模型我国碳排放量预测模型随着全球气候变化的加剧，碳排放量成为全球关注的重要问题。
我国作为全球最大的碳排放国之一，建立碳排放量预测模型对于制定减排策略和推动可持续发展具有重要意义。
本文将介绍我国碳排放量预测模型的研究现状、模型构建方法和未来发展趋势。
一、研究现状我国在碳排放量预测领域的研究起步较晚，但近年来随着国家对碳排放控制重视程度的提高，相关研究逐渐增多。
目前，国内外学者主要采用情景分析、多元回归分析、神经网络等方法对我国碳排放量进行预测。
其中，情景分析法通过设定不同的政策、经济、能源等情景，预测未来碳排放量；多元回归分析法利用历史碳排放数据和相关影响因素建立回归模型，预测未来碳排放量；神经网络法则通过构建复杂的神经网络模型，对碳排放量进行预测。
二、模型构建方法1.数据收集与处理首先，收集历史碳排放数据及相关影响因素数据，如能源消费、经济增长、人口变化等。
对数据进行清洗、整理和标准化处理，确保数据的质量和可靠性。
2.确定影响因素通过对历史数据的分析，筛选出与碳排放量相关性较高的影响因素。
例如，能源消费结构、能源强度、产业结构、城市化率等。
3.建立回归模型利用筛选出的影响因素，建立多元线性回归模型或非线性回归模型，对碳排放量进行预测。
通过调整模型参数，优化模型的预测精度和稳定性。
4.模型验证与评估将建立的模型应用于实际数据，对模型进行验证和评估。
可以采用交叉验证、ROC曲线分析等方法对模型的预测性能进行评估。
5.制定减排策略根据模型的预测结果，制定相应的减排策略。
例如，调整能源消费结构、提高能源利用效率、推广清洁能源等措施。
三、未来发展趋势1.考虑更多影响因素随着研究的深入，未来预测模型将考虑更多与碳排放相关的因素，如气候变化、政策调整、技术创新等。
这将有助于提高模型的预测精度和稳定性。
2.结合先进技术方法随着人工智能、机器学习等技术的发展，未来预测模型将结合这些先进技术方法，构建更加复杂、精准的模型。
中国区域碳排放绩效评价与差异分析
中国区域碳排放绩效评价与差异分析李雷鸣;孙梁平;刘丙泉【摘要】建立考虑资源禀赋限制的全要素指标体系,运用超效率DEA模型,对中国28个省(市、自治区)“十一五”期间碳排放绩效予以评价,在此基础上梳理各区域碳排放绩效演化特征,进而把握各区域内部及区域之间差异变化规律.研究发现:“十一五”期间,中国整体碳排放绩效保持较高水平,但提升速度相对较缓慢;三大地区中,东部地区绩效最高,西部地区提升速度最快;全国各省(市、自治区)间在2006-2009年差异较稳定,之后呈发散态势,东部地区与全国情况基本一致,中部地区发生α收敛,西部地区差异变动较大,三大地区间的差异变动较小.【期刊名称】《中国石油大学学报（社会科学版）》【年(卷),期】2013(029)005【总页数】5页(P38-42)【关键词】超效率DEA;碳排放绩效;差异【作者】李雷鸣;孙梁平;刘丙泉【作者单位】中国石油大学经济管理学院,山东青岛266580;中国石油大学经济管理学院,山东青岛266580;中国石油大学经济管理学院,山东青岛266580【正文语种】中文【中图分类】F205;X24一、引言目前,碳排放绩效已引起国内外学者的广泛关注,学者们提出了不同的指标体系与研究方法,从多角度对碳排放绩效予以评价。
在指标选取方面,早期研究认为,碳排放主要来源于能源消耗,因而大多数研究主要利用能源强度(单位GDP能源消费量)[1]、碳指数(单位能源消耗碳排放量)[2]来衡量碳排放绩效；另一部分学者认为经济发展对于碳排放产生根本性的影响,碳强度(单位GDP碳排放量)[3]更能反映一地区碳排放水平。
上述研究多以碳排放量与某一要素的比值来衡量碳排放绩效,具有明显的“单要素”特征。
然而碳排放绩效是能源、劳动力、资本等多投入要素共同作用的结果,具有“全要素”特点,并且要素间有不容忽视的替代性,而单要素研究结果对碳减排措施提出作用不大,因此建立全要素指标体系更加合理。
中国农村碳排放区域差异演变与公平性探讨
华中农业大学学报（社会科学版），（总171期）2024（3）Journal of Huazhong Agricultural University（Social Sciences Edition）中国农村碳排放区域差异演变与公平性探讨李贝1,2，田云1,2*，王庆3（1.中南财经政法大学工商管理学院，湖北武汉 430073；2.中南财经政法大学 WTO与湖北发展研究中心，湖北武汉 430073；3.黄冈师范学院商学院，湖北黄冈 438000）摘要在完成中国及其部分省级行政区农村碳排放量测算的基础上，重点围绕其区域差异演变特征、碳排放公平性与否等问题展开了探讨。
研究发现：第一，2005−2021年中国农村碳排放总量虽存在起伏但总体处于上升趋势，结合其变化特征可大致划分为“波动下降”“波动上升”“持续下降”“持续上升”四个不同阶段。
各省份2021年农村碳排放量差异较大，其中湖南居首、上海最后，排在前10位的省份农村碳排放量之和占到了全国的56.35%，而后10位仅占11.26%。
第二，各省份农村碳排放量差异在多数年份受经济发展水平的影响要大于农村常住人口规模，具体到粮食主产区、主销区、产销平衡区等三类区域又呈现出不同特点。
从总体贡献率来看，区域内差异相比区域间差异发挥了更为重要的作用。
第三，各省份农村碳排放存在着明显的非公平性特征，具体表现为：以海南为代表的13个省份相对以较多的农村常住人口抑或农业增加值引发了较少的碳排放，客观上承载了其他省份的碳排放压力，而青海等17个省份的情形则正好相反。
基于人口承载系数、经济贡献系数的数值差异，可以将30个省份划分为“双高”“高-低”“低-高”“双低”等四种类型。
关键词农村碳排放；农业碳排放；区域差异；公平性评价；泰尔指数中图分类号：F323.2 文献标识码：A 文章编号：1008‐3456（2024）03‐0025‐13DOI编码：10.13300/ki.hnwkxb.2024.03.0032021年中央一号文件进一步强调要全面推进乡村振兴，其中产业兴旺是基石，而生态宜居则是保障，是提升乡村发展质量的关键所在。
2030年碳强度目标约束下中国省域碳排放总量分配——基于边际减排成本效应视角的分析
调研报告2030年碳强度目标约束下中国省域碳排放总量分配—基于边际减排成本效应视角的分析黄煌内容摘要：本文以“排放责任”“排放能力”“排放效率”和“排放需求”作为中国省域碳排放总量 分配的依据，构建了碳排放总量分配的综合指标体系；同时，通过不同决策偏好下的指标权重设 定，测算了各省份在5种分配方案下的碳排放总量；运用SBM—D E A糢型对不同碳排放总量分 配方案下各省份的边际减排成本进行比较分析.研究发现：各省份碳排放总量在5种分配方案中 具有一些相似性，不会出现碳排放总量分配差异过大的情况，但不同的分配方案中，各省份的碳 排放总量存在差异性，不同指标强调的侧重点不同。
基于不同的情境考量，政策制定者可以选择 不同的碳排放总量分配方案。
关键词：碳排放总量分配；综合指标体系；边际减排成本；SBM—D E A模型中图分类号：C812 文献标识码：A文章编号：1004-7794(2020)07-0025-09DOI: 10.13778/ki.l l-3705/c.2020.07.004一、引言《巴黎协定》签署后，全球气候治理进入新 的关键性阶段。
作为国际社会负责任的大国，中国努力践行创新、协调、绿色、开放、共享的发 展理念，着力促进经济实现高质量发展，走绿色、低碳、可持续发展之路，在应对气候变化的征程 中不断迈出新步伐。
2009年哥本哈根气候变化大 会前夕，中国提出到2020年单位国内生产总值 C02排放比2005年下降40%〜45%，2015年中国 向联合国气候变化框架公约秘书处提交了应对气 候变化国家自主贡献报告，承诺到2030年单位国 内生产总值C02排放比2005年下降60%〜65%。
根据中国生态环境部发布的《中国应对气候变化 的政策与行动2019年度报告》中的初步核算，2018 年全国碳排放强度比2005年累计下降45.8% ,且 保持了持续下降。
这一结果表明中国已经提前实现了 2020年的减排目标国际承诺。
中国省际碳排放公平性的测度与分解的开题报告
中国省际碳排放公平性的测度与分解的开题报告
题目：
中国省际碳排放公平性的测度与分解
研究背景：
近年来，全球气候变化引起了世界各国的高度关注。
作为全球最大的温室气体排放国家之一，中国的碳排放问题日益凸显。
同时，中国的碳排放不仅涉及全球气候变化问题，也与中国各地区的发展不平衡问题密切相关。
因此，研究中国省际碳排放的公平性具有实际意义和重要意义。
研究内容：
1. 碳排放的公平性理论框架
2. 构建中国省际碳排放的指标体系，分解各因素对碳排放的影响
3. 基于2000年至2019年的数据，分析中国省际碳排放的时空特征
4. 探讨中国省际碳排放的公平性问题，并提出相应的政策建议
研究方法：
1. 碳排放的公平性理论框架的构建：理论分析法
2. 指标体系的构建：多指标评价法
3. 分解各因素对碳排放的影响：灰色关联度分析法
4. 时空特征分析：时间序列分析法、空间自相关分析法
5. 公平性问题探讨：差异分解法、扩展Gini系数法
研究意义：
1. 理论上，能够为碳排放公平性的研究提供指导和支撑。
2. 实践上，能够为制定全国性和地方性碳排放政策提供科学依据。
3. 对于中国实现碳中和目标，具有重要的政策意义。
我国碳排放区域差异及成因分析——基于空间统计的省级面板数据分析
入廊有偿使用费测算模型。
为疏导电力电缆入廊所产生的相关费用,在有偿使用费测算模型的基础之上,提出了电力电缆入廊有偿使用费的补偿模型,并对原有线路迁改、新建线路等电气部分新增费用提出资金疏导策略。
研究成果有助于提高电力公司对电力管线入廊的积极性,推动电力管线入廊工作顺利开展。
主要参考文献[1]国务院办公厅.关于推进城市地下综合管廊建设的指导意见[Z].2015.[2]张丽,鲁斌,夏凉.高压电缆线路与城市地下空间资源协调规划[J].华东电力,2011(8):1304-1307.[3]刘禹,李鑫.基于PPP 的城市综合管廊投资与收益模式研究[J].建筑经济,2017(2):10-14.[4]杜娅妮.地下综合管廊项目PPP 模式应用研究[J].建筑经济,2016(10):58-61.[5]崔启明,张宏,韦翔.城市综合管廊收费定价模式探讨[J].建筑经济,2016(9):11-15.[6]谭忠盛,陈雪莹,王秀英,等.城市地下综合管廊建设管理模式及关键技术[J].隧道建设,2016(10):1177-1189.[7]王曦,祝付玲.基于博弈分析的城市综合管廊收费对策研究[J].地下空间与工程学报,2013(1):197-203.[8]方圆震.国家发展改革委会同住房城乡建设部指导地方建立健全城市地下综合管廊有偿使用制度[EB/OL]./xinwen/2015-12/09/content_5021816.htm.2015-12-09.[9]陈寿标.共同沟投资模式与费用分摊研究[D].上海:同济大学,2006.[10]王建.城市地下市政综合管廊建设费分摊探讨[J].上海建设科技,2008(4):66-67.[11]田强,薛国州,田建波,郑立宁.城市地下综合管廊经济效益研究[J].地下空间与工程学报,2015(z2):373-377.[12]王曦,祝付玲.基于博弈分析的城市综合管廊收费对策研究[J].地下空间与工程学报,2013(1):197-203.我国碳排放区域差异及成因分析———基于空间统计的省级面板数据分析辛玲,付志刚,刘莹(湖南商学院数学与统计学院,长沙410205)［摘要］进行碳排放的区域差异及成因研究,可以为制定合理科学、针对性强的节能减碳政策提供信息支持。
中国碳排放区域差异与减排机制研究的开题报告
中国碳排放区域差异与减排机制研究的开题报告一、研究背景随着全球气候变化问题越来越严重，碳排放减排成为国际社会的共同关注。
中国作为世界上最大的碳排放国家之一，其碳排放问题备受关注。
目前，中国已经采取了一系列的减排措施，但是由于中国经济的发展不平衡性以及地域性差异，导致中国不同地区的碳排放情况存在明显差异，出现了大城市碳排放量高，中西部地区碳排放量低等情况。
因此，探究中国不同地区碳排放情况的差异以及减排机制非常必要和重要。
二、研究目的本研究旨在通过对中国不同地区的碳排放情况进行深入分析，探究出区域内碳排放差异的原因，并提出有效的减排机制，为中国碳减排提供参考和建议。
三、研究方法本研究将采用定量和定性相结合的研究方法，主要包括以下步骤：1. 收集相关的碳排放数据，包括国家和地方的碳排放数据，通过对不同地区的碳排放情况进行比较，找出各地区的碳排放差异；2. 通过问卷调查、深度访谈等方式获取相关的数据和信息，分析造成不同地区碳排放差异的原因；3. 基于采集的数据和信息，分析目前的减排机制的优势和缺陷，提出针对中国不同地区的减排机制。
四、研究意义本研究通过对中国不同地区碳排放情况的分析和研究，可以分析不同地区碳排放差异的原因，提出有效的减排机制，并为中国的碳减排提供参考和建议。
此外，本研究可以促进相关政策和实践的不断完善和优化，提高中国碳减排的效率和效果。
五、预期结果预计本研究将得出以下方面的结果：1. 揭示中国不同地区碳排放差异的原因，分析造成这种差异的经济、社会和政策因素等；2. 提出有效的减排机制，包括政策、技术和管理方法等，针对不同地区的特点提出相应的减排方案；3. 为中国碳减排提供参考和建议，促进中国碳减排政策的不断完善和优化。
中国地区碳排放强度差异成因研究_基于Shapley值分解方法_王佳
第36卷第3期2014年3月2014，36（3）：0557-0566Resources ScienceVol.36，No.3Mar.，2014收稿日期：2013-11-06；修订日期：2013-12-12基金项目：国家自然科学基金重点项目：“天然气资源的经济安全重大问题与对策研究”（编号：71133007）；国家自然科学基金面上项目：“基于市场交易的天然气开采量与成本协调激励气价机制研究”（编号：71373297）；中央高校基本科研业务费项目：“中国地区碳不平等：测度及影响因素”（编号：JBK130823）。
作者简介：王佳，男，河南修武人，博士，讲师，主要从事资源环境经济学、投资经济学方面的研究。
E-mail ：wangjia@文章编号：1007-7588（2014）03-0557-10中国地区碳排放强度差异成因研究——基于Shapley 值分解方法王佳1，杨俊2（1.西南财经大学财政税务学院，成都611130；2.重庆大学经济与工商管理学院，重庆400030）摘要：中国地区碳排放强度的较大差异，将增加CO 2减排目标实现的难度。
本文通过将化石能源细分为17种估算了1997-2010年中国各省的CO 2排放强度，从省际、东中西部和八大经济区域3个视角，运用Shapley 值分解方法实证研究了中国地区CO 2排放强度差异的成因。
分解结果显示，经济发展水平、城市化水平和能源结构可以解释70%左右的地区CO 2排放强度差异。
其中各地区间经济发展水平不均衡是形成地区CO 2排放强度差异的主要原因，省际、东中西部和八大经济区域视角的平均贡献率依次为30.78%、28.54%和26.23%；城市化水平和能源结构是地区CO 2排放强度差异的第二大贡献因素，其平均贡献率依次为21.40%与20.93%、24.92%与21.07%、22.43%与21.08%。
产业结构、对外开放水平对地区CO 2排放强度差异也具有重要影响，二者平均贡献率之和接近30%。
区域二氧化碳排放绩效及减排潜力研究_以我国主要工业省区为例_王群伟
λ k x kn ≤ x0n n ∑ k =1
K
λk yk ≥ （ 1 ∑ k =1
K
λ k ck ∑ k =1
= （ 1 － β ） c0
2， …， K λk ≥ 0k = 1，
对比计算单一绩效和综合绩效的式 （ 3 ） 及式 （ 5） ， 不难发现， 当综合绩效中的方向向量 g = （ g y ， － g c ） 调整为 g = （ 0 ，－ g u ） 时， 就只要求二氧化碳 排放量的减少， 而无经济产出增加的要求。此时， 式 （ 5 ） 退化为式（ 3 ） ， 综合绩效实际上是单一绩效更一 般的形式。 为更好地说明二氧化碳排放单一绩效与综合绩 效以及有向距离函数与 Shephard 距离函数的内在 联系与差异性， 图 1 给出了简单的示意。 点 A 代表 P （ x ） 内的某一地区， 生产技术集 线段 OI 和 OE 分 别代表期望产出和非期望产出的生产量。 在 Shephard 距离函数条件下， 对两类产出是对称处理的， 点 A 应朝着点 D 的方向移动以实现产出的最大化。 显然， 这种模式是实现了经济的扩张， 但二氧化碳排 放也随之快速增加。 与之相区别， 在标准有向距离 函数条件下考虑综合绩效时， 点 A 沿着点 C 方向移 既实现二氧化碳的减排 （ 减排量为 GE ） ， 也实现 动， 经济的发展（ 增加值为 HI） ， 具体的综合绩效值则可 表示为 β
。 此 后， Ang 和
、 Greening
［3 ］
及 Kwon
［4 ］
分别针对 OECD 居
民、 交通和电力部门碳强度的变化进行了类似探讨 。 Wang 等分析了中国 1957 － 2000 年二氧化碳强度的 认为中国在碳减排方面的成绩主要归功 变化情况，
中国分省碳排放系统—模型和GIS的开题报告
中国分省碳排放系统—模型和GIS的开题报告1. 研究背景随着全球变暖的加剧，全球各国越来越意识到减缓气候变化的紧迫性，而碳排放控制也成为了各国政府及企业关注的重点。
中国是全球最大的温室气体排放国之一，政府也明确提出了降低碳强度和实现碳达峰的目标。
因此，掌握每个省份的碳排放情况非常重要，这对于政府制定适当的碳排放控制政策和企业判断该地区的碳排放压力和单位碳产品竞争力都具有一定的参考价值。
2. 研究目的本研究旨在开发一种基于模型和GIS技术的中国分省碳排放系统，以从不同角度对每个省份的碳排放量进行量化分析，并作出相应的数据可视化呈现，为政府制定碳排放控制政策以及企业制定碳排放减排方案提供参考。
3. 研究方法本系统将以工业、交通、住宅三个方面为主要碳排放来源，基于已有的碳排放计算模型和数据，结合GIS技术，将相关数据以地图形式进行展示，进而进行数据分析和量化比较，以实现对每个省份的碳排放情况进行综合评估。
具体研究方法如下：（1）对工业、交通和住宅等几个主要的碳排放来源制定相应的模型，实现数据量化和数据可视化。
（2）通过GIS技术将不同省份的数据进行地理位置关联，并以地图形式呈现。
（3）进行数据分析和量化比较，在各个方面对每个省份的碳排放情况进行综合评估。
4. 研究步骤本研究的主要步骤如下：（1）研究资料收集与整理，包括国内外碳排放计算模型、数据以及当前已有的相关系统。
（2）建立系统的技术架构，包括主要技术及功能模块、数据存储与管理以及系统架构设计等。
（3）实现系统主要功能，包括数据可视化、数据查询、数据分析和数据报告生成等。
（4）对系统进行测试和优化，进行样例操作和用户测试，对系统进行完善和优化。
5. 预期目标和输出成果本研究预期目标如下：（1）建立一套中国分省碳排放系统，实现全面、细化的碳排放情况分析，对政府和企业提供具有参考意义的分析报告。
（2）优化数据可视化方案，以图表和地图等形式为用户提供直观的数据展示效果，增加数据的易读性与易用性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第36卷第5期2014年5月2014，36（5）：0998-1004Resources Science收稿日期：2013-12-11；修订日期：2014-03-05基金项目：中国科学院重点部署项目（编号：KZZD-EW-14）；国家自然科学基金（编号：41071278）；中国人才引进基金和135项目（编号：Y254021031，Y355031061）。
作者简介：王秋贤，女，山东烟台人，博士生，讲师，主要研究方向土地利用与碳循环。
E-mail ：qxwang@ 通讯作者：高志强，E-mail ：zqgao@文章编号：1007-7588（2014）05-0998-07基于公平的中国省域碳排放差异模型构建探讨——以中国2010年碳排放为例王秋贤1，2，3，高志强1，宁吉才1（1.中国科学院烟台海岸带研究所，烟台264003；2.中国科学院大学，北京100049；3.鲁东大学地理与规划学院，烟台264025）摘要：中国各省份经济发展水平不同，其CO 2排放也存在很大的空间差异。
作者认为碳排放的区域差异不应只体现在其绝对排放数量上，更要体现在其与社会、经济和生态的兼容度差异上。
因此本文首先运用IPCC2006清单法计算出了2010年中国各省份碳排放数量，然后对之进行了空间差异分析。
接着在综合考虑碳排放的生态、公平和效率前提下，尝试性地构建了碳排放区域差异的3E 模型体系，并用之进行了具体计算。
结果表明，虽然广东、湖北、四川和黑龙江等省的碳排放绝对量大，但这些省份的Y 3E 值均大于1，表明这些区域的碳汇能力很强，无论从生态、公平还是从效率的角度来说其碳排放都是在其省域的生态承载范畴之内。
由此证明新构建的3E 模型对中国碳排放区域差异研究是有益的参考和补充。
关键词：碳排放；省域差异；模型构建；公平；中国1引言温室气体含量的增加被认为是当下全球气候变暖的一个主要原因，而温室气体中的主要物质是CO 2[1]，因此自20世纪80年代以来，世界各国都非常重视CO 2排放问题的研究。
在碳排放的研究中，主要以碳排放量的计算方法、碳排放的公平性研究和碳排放空间以及情景模拟为主。
其中碳排放量的计算目前国内外都有较为成熟的方法，如IPCC 清单法[2]、实测法[3]、物料衡算法[4]、模型因素分解法[5]等；碳排放空间及排放情景模拟也有相关比较成熟的模型，国内许多学者也做了大量的工作[6-8]。
但CO 2排放的公平性研究或者基于公平的碳排放区域差异研究目前在国内外争议比较大。
发达国家倾向忽略地区的历史碳排放量，侧重研究如何合理分配世界各国未来的CO 2排放限额[9]，而国内学者则更倾向的采用某个历史时期的累计排放量[10，11]或者基尼系数[12]来进行基于公平性的区域碳排放研究，有关碳排放区域差异研究的其他方法则少有人关注，目前没有一个统一的模型对国家范围内的碳排放区域空间差异进行具体计算。
另外在低碳减排的大背景下，目前世界范围内没有公认的国家排放权分配方案，将来国际上一旦确定中国的碳排放额，那么中国承诺到2020年碳排放强度在2005年基础上降低45%[13]的目标将面临总配额在国内各省之间进行合理分配的问题。
如果单纯的以排放绝对数量或历史累积量来进行分配，而不考虑我国各省不同的生态条件和社会经济发展水平、不考虑高碳排放区可能包含的高经济生产力和高碳吸收能力，对某些区域来讲势必是不公平的。
基于以上考虑本文尝试在生态经济学的构架下，建立一个能从生态、公平和效率（Ecology-Equity-Efficiency ）3个方面综合反映中国省域CO 2排放公平性的综合研究指标Y 3E （简称3E 模型），用这个指标来进行我国各个省、直辖市、自治区的碳排放的公平性研究，以期为今2014年5月王秋贤等：基于公平的中国省域碳排放差异模型构建探讨后探讨我国省域CO2排放公平性提供方法支持，或为将来我国各省份CO2排放额的计算提供依据。
2数据来源与碳排放计算方法2.1数据来源与处理①化石燃料数据来源于《中国能源统计年鉴2011》；②水泥生产量来自于《中国水泥年鉴2011》；③人口，GDP等经济社会数据来源于《中国统计年鉴2011》；④能源和水泥碳排放参数来自IPCC2006碳排放清单；⑤土地利用数据是选择了2000年、2005年和2010年3个时期的SPOTNDVI数据，每年36个VGT-S10文件。
2.2数据处理将影像按年叠加（Annual Stacking）合成为36个波段的年NDVI时间序列数据集。
使用SRTM3（Shuttle Radar Mission）的DEM数据用来辅助Topography土地覆盖分类后处理，空间分辨率为90m×90m。
同时，利用中国资源环境遥感数据库的2000年和2005年两期通过TM/ETM/ETM+机助人工解译的土地利用数据对基于SPOT VEGETATION NDVI时序数据分类的2000年和2005年结果进行精度检验。
检验时主要使用混淆矩阵[14]分别计算了Kappa系数、总体精度和用户精度。
通过计算得到：2000年的Kappa系数为0.8226，2005年的Kappa系数为0.8218；总体分类精度2000年为86.67%，2005年为86.58%；而用户精度除了2000年的建设用地用户精度为0.5255和2005年的建设用地用户精度为0.5536略低外，其他类型分类的用户精度均在0.8以上。
由此可见，基于SPOT VEGETATION NDVI的时序数据提取的中国土地覆盖数据精度能满足研究的需要。
2.3排放量计算方法根据2007年IPCC第四次评估报告，温室气体增加的主要来源是化石燃料燃烧（化石燃料燃烧所导致的CO2排放量在2004年占世界总排放量将近95.13%）[15]，结合我国现状，作者在计算中国碳排放量时主要考虑化石燃料燃烧和水泥消费两个方面，两者的碳排放数量分别采用IPCC2006排放清单法进行计算。
其中化石燃料的CO2排放计算方法采用的是《中国能源统计年鉴》中统计的8类最终能源数据，即原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然气；而水泥消费的碳排放计算是使用水泥产量数据来估算熟料产量，本文采用默认熟料含量为75%，不考虑水泥的进出口量，具体方法参见曾贤刚提出的计算公式[16]。
3碳排放区域差异3E模型的构建如前言所述，目前对于区域碳排放公平性研究无论是国外还是国内主要是采用的一段时期的碳累计排放量来考虑，但是笔者认为：不同的区域有不同的地域面积、不同的土地利用类型、不同的人口数量、不同的经济发展水平、不同的环境承载力，如果只考虑累计碳排放量一个指标作为公平研究标准的话对区域公平碳排放研究有一定局限性。
因为有些区域虽然碳排放总量大，但是当地的植被碳汇能力也较强，所以在很大程度上可以减少排向大气的CO2。
受文献[11]的启发笔者尝试着从生态承载力、区域公平性和社会碳排放效率3个方面构建基于生态、公平、效率（Ecology-Equity-Efficiency）的3E模型来探讨碳排放公平性研究，即：Y3E=∑i=1i=3ri×Ii（1）式中Y3E为运用特尔斐法综合考虑的表征生态、公平、效率3个指标转化而来的可度量指标；Ii为3个指数即生态承载指数（Ecological Support Index，即ESI）、公平分配指数（Equitable Distribution Index，即EDI）和经济效率指数（Economy Efficient Index，即EEI），ri为每个指标的权重，主要是通过特尔斐法确定。
调查问卷中说明了本文模型构建的初衷，考虑到区域碳排放与该区经济发展关系紧密、但森林对碳的吸收能力也很强的特点，然后选择了碳排放研究领域的包括科学院、高等院校和发展与改革委员会等部门在内的10名专家，分别对3个指数的重要性进行权重赋予，因为第一轮统计结果各位专家的意见就比较一致，所以对各个指标权重取了算术平均，即ESI、EDI、EEI分别为0.4、0.2、0.4，以此为权重做相关的计算分析。
3.1生态承载指数（ESI）生态承载力是指区域生态系统可承受各种自然与人为活动的能力，它可以评价一个区域可持续发展的能力[17]。
一个区域碳排放量的增加会加速大气中温室气体含量的增加，从而导致全球气温的999第36卷第5期资源科学变暖，进而威胁到生态系统的承载能力。
但是考虑到森林是一个巨大的碳汇，如果该地区有足够的森林、草地，那么该区域强大的碳汇能力定会大大减少进入大气中的CO 2，减少温室气体的增加趋势，从而使得区域生态系统实现稳定、有良好承载性。
所以本文设计的碳排放生态承载指数就是借鉴了传统生态学中的生态承载力概念并对之进行延伸，主要考虑区域的生态碳汇功能对其碳排放的承载能力，以各个行政单元主要碳汇对碳的吸收量为参照，对比排放一定比例的碳需要贡献相应比例的碳吸收量[12]来设计生态承载指数，生态承载指数（ESI ）等于区域主要碳汇对碳的吸收量的比率/碳排放的比率，若某一区域碳排放的比率大于其主要碳汇对碳吸收量的贡献率，则其侵害了其它区域的利益，要使其它区域为其承担过量碳排放带来的生态环境影响；反之，则其属于有相对较高的生态容量，该地区对减轻碳排放对生态环境的压力有重要贡献。
生态承载指数ESI 表示公式为：E S I =(A i A )(Y i Y )（2）式中A i ，A 为各区域和全国的主要碳汇对碳的吸收量；Y i ，Y 为各区域和全国的CO 2排放量。
其中A 鉴于目前国内的研究现状[18-20]，本文主要选取林地和草地为主要碳汇（碳的吸收源）进行相关计算研究，估算公式为：A =∑i =1i =nT i ×s i（3）式中A 为不同土地利用方式碳的吸收总量；T i 为第i 种土地利用方式的面积，包括林地面积和草地；s i 为第i 种土地利用方式的碳的吸收系数，林地和草地的碳汇系数来源于方精云等的研究成果，林地碳汇（吸收）系数为5.77kg/（m 2·a ），草地碳汇（吸收）系数为0.0021kg/（m 2·a ）[21]。
3.2公平分配指数（EDI ）社会发展除了要考虑以生态规模为代表的地球环境接纳CO 2温室气体的能力外，还要考虑人民平等的碳排放权利和福利的合理配置。
20世纪90年代起，作为发展中国家代表，中国学者开始关注国际气候制度中的公平问题，人均CO 2排放量作为较早出现的碳排放公平分配指标具有现实意义[11]，目前在国际上也得到一定认可。
同时笔者认为不同面积的区域在面临相同数量的碳排放时，其大气中CO 2增加浓度是不同的，所以本文在构建公平分配指数（EDI ）时主要是基于公平分配的人均年CO 2排放量和碳排放密度两个指标展开。