说到全球温室效应,大家都会认为这是大企业和政府该做的事情,普通人似乎既帮不上什么忙,也造不成太多的危害。实际上,人人都可以成

近年来,我国私家车数量的快速增长引起人们对其碳排放问题的关注。而私家车排量的大小基本上能够决定每百公里碳排放量的多少,因此要控制私家车的碳排放总量,应该从调控私家车的消费结构入手,通过实行有效的碳税征收政策来鼓励和引导排量为1.6L及以下的私家车消费。经研究对比发现,当碳税税率为10元/吨,排量在1.6L及以下的车辆购置税降低到5%的征收模式是最有效的。

九寨沟居民私家车已经成为仅次于九寨沟景区内观光车辆之外的另一大交通主力,随景区内居民生活水平提升私家车数量增多,景区居民私家车碳排放势必加大对景区的环境影响。论文通过考察九寨沟居民私家车数量从2005年到2012年的变化,从私家车的出行距离、次数、油耗、数量等要素来估算私家车的燃油消耗情况,从多个角度分析了九寨沟私家车碳排放情况,结论如下:首先,景区内私家车碳排放量平均每年以10.62的速度增长,2012年达到151.82TCO2。其中树正寨私家车碳排放占70%,荷叶寨和扎如寨合占30%。其次,私家车中汽油碳排放占总量的97%,说明居民私家车多是用于满足居民日常生活和享受需要。论文最后建议改善...

中国城市的内部空间结构正在发生巨大演变,空间集聚在带来经济效率的同时,也引发了交通拥堵与环境污染等问题。本文利用2009年9月开展的北京市社区住户"家庭出行能耗与居住环境"调查数据,重点分析了城市空间结构(居住、就业及城市公共品的空间布局)对居民选择购买私家车以及私家车碳排放的影响。我们发现:居住分布与城市公共品分布的空间匹配程度越高,家庭拥有私家车的概率越小;私家车出行成本越低,就业可达性越差,碳排放越高。这些实证发现可以给城市规划者以启示,提高城市空间结构的低碳效果。

依托互联网、大数据、云计算等数字技术，中国数字金融获得了快速发展，深刻影响了居民的生活方式和消费习惯，其在消费端的碳减排效果有待科学评估。基于2015年、2017年和2019年中国家庭金融调查数据以及北京大学发布的数字普惠金融指数，实证检验了数字金融对家庭消费碳排放的影响及作用机制。研究发现，数字金融降低了家庭消费碳排放，且主要通过促进消费结构升级降低了家庭消费碳排放。异质性分析显示，在西部地区家庭、户主处于失业状态家庭、高消费家庭中以及地区数字金融发展水平较低时，数字金融降低家庭消费碳排放的效果更加显著。针对数字金融三个维度的进一步分析表明，相较于数字化程度，数字金融在覆盖广度、使用深度方面的表现才是降低家庭消费碳排放的关键。因此，应大力推进数字金融的发展，并积极推动居民消费结构升级，有效地降低家庭消费碳排放，进而助力实现“双碳”目标。

【目的】私家车行驶碳排放是中国居民日常出行碳排放的主要来源，现有测算方法局限于宏观层面研究，本文以车主大数据和机器学习方法为基础，旨在构建燃油私家车出行碳排放量测算方法，可为道路交通碳排放量核算提供科学依据，助力实现碳达峰、碳中和。【方法】本文以2014—2023年中国13万余燃油车主披露的多维度数据为基础，运用线性回归、决策树、神经网络等方法，提出车辆（单辆车）累积出行碳排放量、相同行驶天数车辆群的平均累积出行碳排放量计算模型及预测模型，构建车辆年均出行碳排放量计算模型。【结果】(1)在车辆累积出行碳排放量预测方面，相比仅基于车龄的预测模型，由车型、制造商、区域、城市级别、价格区间等5个类别以及车龄构建的包含25个变量的模型可将预测精度（R~2）由0.666提高到0.821，其中车龄对车辆累积出行碳排放量预测的影响程度仍然最高；(2)在相同行驶天数车辆群的平均累积出行碳排放量预测方面，基于神经网络方法的预测结果显示，全国层面的车辆平均累积出行碳排放量的预测精度达到0.915，车型、制造商、区域、城市级别、价格区间等5个类别的车辆平均累积出行碳排放量的预测精度处于0.875～0.925之间；(3)在车辆年均出行碳排放量测算方面，全国层面的车辆年均出行碳排放量为2.99 t，进口制造商、价格区间在(50, 100]万、价格高于100万等3个类别下的车辆年均出行碳排放量高于4 t,MPV、SUV车型、华南区域、超大城市级别、价格区间在(20, 30]万、价格区间在(30, 50]万等6个类别下的车辆年均出行碳排放量处于3.00～3.99 t之间，其余15个子类别划分下车辆年均出行碳排放量均低于全国层面的平均水平，处于2.15～2.99 t之间。【结论】具有车龄、车型、制造商、区域、城市级别、价格区间等多维特征的大规模车主数据以及神经网络模型有助于提高私家车使用周期碳排放量测算的科学性、全面性，不同区域的道路交通碳排放量测算应考虑上述特征差异。本文可为新能源私家车出行碳排放量测算研究提供参考。

私家车出行方式对城市交通碳排放的影响巨大,如何促使居民出行行为的转变是城市实现绿色交通和低碳发展的关键问题。基于济南市主城区居民日常出行的调查数据,本文分析了私家车日常出行碳排放的基本特征,并应用Heckman两步估计法计量模型,研究了私家车碳排放的影响因素,结果发现:(1)私家车日常出行年碳排放量的平均值为2.22t,空间分布呈现中心低、外围高的差异化格局,个体分布则符合60/20的量化分布;(2)与社会经济因素相比,建成环境因素对私家车碳排放的影响更为显著,公共交通可达性水平的提高和职住距离的缩短虽然

随着我国“双碳”战略的推行，碳风险已成为约束企业高质量发展的重要因素。作为国家重要监督和治理方式，国家审计能否助力企业降低碳风险？研究发现，国家审计介入后，被审计企业的碳风险水平下降，媒体关注和行业竞争分别起互补作用和替代作用；机制检验表明，国家审计能够通过促进企业绿色技术创新和环境责任履行，从而降低碳风险；异质性分析表明，在环境规制强、制度环境好和政府财政资金充足地区的样本，以及非重污染和非重点监控单位企业中，上述影响更加显著；进一步研究发现，国家审计对企业碳风险的抑制作用具有溢出效应，且有利于改善企业长期绩效。本文对于强化国家审计的碳排放治理效应，缓解企业碳风险，促进企业绿色转型具有一定启示意义。

[目的] 研究中国各省区农业服务化水平的时空演变特征，明确农业服务化对农业碳排放的影响效应与作用机制，以期为中国农业与服务业的深度融合以及绿色农业发展提供经验依据。[方法] 基于中国30个省区的区域间投入产出表，对各省区农业服务化水平进行测算和特征事实分析，进而采用面板固定效应模型、异质性分析以及中介效应模型等方法，考察中国农业服务化水平的碳排放效应及其作用途径。[结果]（1）总体而言，近年来中国农业服务化水平稳步提升，其主要表现在对交通运输和科学技术服务的大量使用，对信息服务投入的依赖程度也逐渐增强；各省区的农业服务投入越来越多地来源于经济发达地区，其国内市场一体化程度显著提高。（2）农业服务化水平提升能够有效降低农业碳排放强度，尤其是农业交通运输服务、农业批发与零售服务投入以及来源于省外的农业服务投入，对农业碳减排具有显著促进作用。（3）农业服务化水平的提升，主要通过土地规模化经营以及缓解农业财政补贴的部分负面环境效应来降低农业碳排放。[结论] 中国在促进现代服务业与现代农业深度融合的同时，应当注重优化农业服务投入结构，鼓励发达地区带头发展农业服务业，充分发挥土地适度规模经营与农业服务化的协同作用等，推动实现农业生产效率提升与农业碳排放强度降低的双赢局面。

为应对气候变化和推进绿色低碳发展,中国政府自2010年开始实施低碳城市试点政策,并不断扩大试点范围。准确评估低碳城市建设的政策效果,对于进一步推广这一试点政策具有重要意义。本文利用2003—2016年中国285个城市的面板数据,借助于低碳试点政策在不同城市、不同试点时间上的变异,使用双重差分方法估计了低碳城市建设对碳排放的影响。研究发现,相比于非试点城市,试点城市的碳排放量相对于样本均值降低了约1.05个百分点,意味着低碳城市建设显著降低碳排放水平。同时,低碳城市建设对碳排放的影响存在异质性,碳减排效应在西部城市和低经济发展水平城市的子样本中更加显著。从动态效应上看,低碳城市建设的碳减排效应出现在试点后的第一年到第四年,而在试点后的第五年和第六年消失。机制分析表明,低碳城市建设通过降低电力消费量和提升技术创新水平等途径抑制碳排放量。本文研究为在全国范围内推广低碳城市建设的政策规划提供了经验支持。

在数字经济时代，完善数字基础设施建设释放“数字红利”，已经成为实现“碳达峰、碳中和”的重要手段。基于2009—2019年中国287个城市的面板数据，文章以“宽带中国”示范城市政策为切入点，借助双重差分法考察数字基础设施建设对碳排放的影响和作用机制。研究发现，“宽带中国”建设显著降低了城市碳排放，经过一系列稳健性检验后，上述结果依然成立。机制分析发现，数字基础设施建设主要通过促进绿色技术创新降低城市碳排放量。进一步的异质性分析表明，“宽带中国”示范城市建设对碳排放的影响存在区域异质性，从东中西差异来看碳减排效应在东部地区更为显著，从南北差异来看碳减排效应在南部地区更为显著。文章的研究深化了对数字化赋能“双碳”战略的效应、机制和地区差异的理解。

针对工件等待时间受限的废钢铁再制造生产调度问题,在碳排放约束下构建了等待时间受限的废钢铁再制造生产调度模型,并设计遗传算法进行了求解。最后结合算例,比较分析了碳排放对生产调度的影响,并得出:废钢铁再制造过程产生的碳排放量与设备空转时间呈显著的正相关关系;工件等待时间受限作为约束其主要作用在于避免重调度,对于减少makespan和碳排放量影响不大。

本文利用品牌经济学从企业和消费者的微观视角对碳排放强度的降低机制进行了规范分析。从企业角度,通过构建简洁的碳排放强度模型,将碳排放强度的降低分解为技术效应、规模效应和品牌效应,研究表明技术进步率和品牌信用度的提高有助于碳排放强度的降低,而规模的扩张则不利于碳排放强度的降低;同时,品牌可以通过影响企业定价权而放大技术进步的正效应和抵消规模扩张的负效应。从消费者角度,研究表明低碳标识可以作为品牌符号引导消费者对低碳产品的选购,从而加快碳排放强度的降低。本文研究结论表明,品牌经济是低碳经济发展的内在必然要求,大力发展品牌经济是实现低碳经济发展模式转变的有力途径。

选取2007—2017年我国281个地级及以上城市的市长和市委书记的微观数据,运用双重差分模型探究地方官员异地交流对城市碳排放的影响。研究结果表明:(1)地方官员异地交流显著降低了城市的碳排放水平,且减排效应主要来自市长异地交流,多发生在非资源型城市和"十八大"以后;(2)市长任期与城市碳排放之间存在"U型"非线性关系,初始任职年龄更大和拥有文科教育背景的官员异地交流对降低城市碳排放的作用更加显著;(3)地方官员异地交流的碳减排效应通过加强环境规制和打破流入城市原有社会人情网络的渠道来实现。

“双碳”目标的实现与低碳经济发展都要求重点关注道路交通碳减排问题。文章首先以私家车轨迹数据为切入口，通过逆地理编码、BP神经网络与广义回归神经网络（GRNN）的仿真对比，对四大经济区域私家车碳排放量进行预测，发现各区域按照道路交通碳排放量排序，由高到低依次为东部、西部、中部和东北部区域；其次，模拟不同碳税情景，基于效率、效果和公平三重视角构建指标体系评估四大经济区域道路交通领域减排潜力，发现不同碳税情景下，东部道路交通领域减排潜力最优，各区域道路交通领域减排潜力差距较大，并且随着税率的增加，东部、中部和西部呈上升趋势，东北部呈下降趋势；最后，针对各区域道路交通领域减排潜力差异，提出政策建议。