中国碳排放量估计结果及差异影响因素分析

崔琦　杨军　董琬璐

摘要 在全球积极应对气候变化的大背景下，不论从自身经济发展需要，还是遵从国际相关条款，中国当前及未来都面临巨大的碳减排压力。准确估计碳排放量对于中国制定相关碳减排政策和应对国际谈判，都至关重要。尽管国内外针对碳排放量的研究很多，但是由于所采用的计算方法、数据来源、碳排放来源分类和能源排放系数等方面的不同，不同研究对于中国碳排放量的估计差异很大。本文利用Meta回归方法和多因素方差分析方法（ANOVA）对导致中国碳排放估计结果差异的因素进行了分析。研究结果表明，文献来源、碳排放系数、碳排放来源和分省计算与否是导致估计结果差异的主要因素，分别解释了碳排放估计结果差异的30.5%、29.7%、21.2%和11.8%。基于研究结果，提出在未来开展中国碳排放估计研究时，需要特别注意碳排放系数、碳排放来源和分省计算与否等关键性因素，客观准确地估计中国碳排放量，同时在国际气候变化谈判中要立足于中国权威机构和学者的研究结果。

关键词：碳排放；Meta分析；影响因素

中图分类号 F407.2 文献标识码 A 文章编号 1002-2104（2016）02-0035-07 doi：10.3969/j.issn.1002-2104.2016.02.005

在全球积极应对气候变化的大背景下，不论从自身经济发展需要，还是遵从国际相关条款，中国当前及未来都面临巨大的碳减排压力。在1978-2013年期间，中国实际GDP年均增长达到9.8%。伴随着经济的高速增长，中国能源消耗迅速提高。据国家统计局统计，2001-2013年初级能源消耗年均增长高达8.0%，以“高能耗”为突出特点的粗放型经济增长方式和以煤炭为主的能源消费结构，使得中国的CO2排放快速提高。根据美国能源署（EIA）的统计，2009年中国CO2排放量已经超过了美国成为全球第一大的碳排放国，约占全球CO2排放总量的23%。作为世界上发展最快的发展中大国，中国当前较大的碳排放量及其未来较快的经济增长速度都使得中国碳减排成为全球关注的重点和焦点，面临巨大的减排压力。

1 文献综述

围绕中国和国际碳减排政策，国内外学者已经开展大量研究，然而在中国到底排放多少碳这个最基本问题上，依然存在较大争议。如图1所示，国内外学者在中国碳排放量的估计上存在着明显分歧。例如，赵爱文等[1]估计2010年中国碳排放量为17.23亿t，然而Pao等[2]同年的估计量为21.95亿t，相差高达27.4%（4.72亿t）。国内外权威机构对中国碳排放量估计也存在极大差异。例如：3家国内权威机构（国家发改委能源研究所，国务院发展研究中心和清华大学气候政策研究中心）中国2007年碳排放估计平均值为16.92亿t，而9家国际机构（二氧化碳信息分析中心（Carbon Dioxide Information Analysis Center），国际能源机构（IEA），美国能源信息管理局（EIA），经济合作与发展组织（OECD），世界资源研究所（WRI），荷兰环境评估局（PBL），英国石油公司（BP），世界银行（World Bank）和日本能源经济研究所（IEEJ））估计平均值为18.35亿t，比国内权威机构估计结果高1.43亿t。

导致估计结果差异的原因很多，包括所采用的计算方法、数据来源、产品分类和能源排放系数等。例如，如果采用发改委能源研究所碳排放系数[3]，基于现有文献，中国2010年碳排放量估计结果的平均值约为17.24亿t；然而如果采用IPCC碳放排放系数[4]，平均值约为22.71亿t，比采用发改委能源研究所碳排放系数高31.74%（5.47亿t）。是否分省、分产业计算也对碳排放的估计产生显著差异。Geng et al.[5] 利用中国各省能源消耗数据计算各省碳排放量，所获得的全国碳排放量要大于基于全国数据所得到的碳排放量。

因此，总结国内外对中国碳排放估计结果，深入分析导致估计结果差异的原因，对于确定科学计算碳排放量的关键因素，准确估计中国的碳排放量具有重要意义。本文采用国际上普遍采用的文献研究方法——Meta回归方法和多因素方差分析（ANOVA）[6]探讨导致碳排放估计结果差异的各种影响因素，并评估各因素的贡献率。

2 研究样本

研究样本收集方法：以“碳排放量”、“二氧化碳排放”或者“carbon emission”、“dioxide carbon emission”在中国期刊全文数据库、万方数据库、Sciencedirect数据库等搜索相关文献。为确保纳入研究的同质性，本文将文献纳入标准设定为题目或者关键字至少包含上述词语之一。为了保证文献的全面性，我们将国际研究机构对中国碳排放量的估计纳入到文献中，比如国际能源所（IEA）、美国能源部二氧化碳信息中心（CDIAC）等。更进一步，我们还将中国官方机构对于中国碳排放量的评估包括进来，如2050中国能源和碳排放报告、2010中国低碳发展报告。

研究重点放在估计2005-2010年之间的中国碳排放量上。按照以上文献筛选标准，剔除定性分析和重复发表，截止到2013年8月，共得到42篇数量研究文献。其中，包括26篇核心期刊有效文献和16份国内外相关机构研究。这些文献都独立地计算了中国的碳排放量，由于部分现有文献计算的是中国二氧化碳排放量，我们按照分子量关系将中国二氧化碳排放量折算成为碳排放量，单位统一为“亿t”。

根据对收集文献的整理和分类，我们发现碳排放年度、文章来源、碳排放系数、分省计算与否、碳排放来源以及分产业计算与否是可能导致研究结论存在差异的主要因素。碳排放年度我们选择了2005-2010年，共6年。文章的研究来源分为两类：国外研究和国内研究，其中，国外研究是指第一作者署名单位为国外机构的研究，国内研究是指第一作者署名单位为国内机构的研究。碳排放系数主要分成三类：第一类是IPCC估计的碳排放系数，第二类是国家发改委能源研究所估计的碳排放系数，第三类是多种来源的碳排放系数加权平均。碳排放来源主要分为3类：第一类是初级能源消费，包括煤炭、石油、天然气；第二类是初级能源消费和水泥生产；第三类是初级能源消费和其他能源使用。其中，初级能源除了包括煤炭、石油、天然气之外，还包括焦炭、洗精煤、柴油、煤气等加工产品。其他能源主要包括风能、水能、生物质能源和核能。分省计算与否，是指文章是否分别计算各省的碳排放量。分产业计算与否，是指文章是否计算各产业的碳排放量。

在样本处理上，我们将每篇文章在2005-2010年之间的每个碳排放估计值作为一个观测样本（例如，如果文献提供了对2005年、2006年和2007年中国碳排放量的估计，则该文献提供了3个样本观测值）。再将每一个样本观测值针对碳排放年度、碳排放系数、分省计算与否、碳排放来源、分产业计算与否等变量进行分类，这样将每篇文献扩展为包含以上变量信息的多个独立样本。按照上述样本处理方法，我们对选取的42篇论文进行分类，最终得到154个研究样本。

3 各类指标的描述性统计分析

研究表明，中国碳排放量在2005-2010年间快速增长。图2为本文所选取样本的碳放量在不同年度的分布散点图，其中横轴代表碳排放年度，纵轴为中国碳排放量，单位为亿t碳。图中还给出了碳排放量的年度拟合线和95%的置信区间。如图2所示，文献估计2005年中国碳排放量平均为14.91亿t，2007年增长到17.64亿t，到2010年更是增长到了21.28亿t，年均增长1.11亿t。此外，从图2上还可清晰看出，现有文献在中国碳排放量的估计上差异极为显著，而且估计结果差异性呈加大趋势。

不同来源的研究对于中国碳排放量的估计存在显著差异，国外研究对中国碳排放量的估计要明显高于国内研究。我们对样本数量较多的2005、2007和2010年等3个时期不同来源的碳排放数据进行比较，下文的分析也将遵从该思路。表1列出了2005年、2007年和2010年国内外研究所计算的碳排放量简单平均值。从总体上看，国外研究对碳排放量的估计要显著高于国内研究估计。在2005年、2007年和2010年，国内外估计中国碳排放量的差别分别为0.64亿t、0.63亿t和3.35亿t碳。

碳排放量估计值在是否分省计算间差异比较显著。针对中国碳排放量的研究主要以全国统计数据估算为主，基于分省估算碳排放量的研究很少。分省计算碳排放量要普遍高于不分省研究。例如，在2005和2007年，分省计算的中国碳排放量平均值分别为16.23亿t和18.58亿t，都高于不分省所估计的15.61亿t和17.64亿t。

能源碳排放系数对于中国碳排放量估计结果有一定影响。虽然在2005和2007年，使用IPCC排放系数、多排放系数加权平均和国家发改委能源研究所排放系数所估计的中国碳排放量结果之间差异不大，但是在2010年却存在显著差异。例如，采用IPPC排放系数研究对中国碳排放量估计的平均值为22.71亿t，而采用发改委能源研究所排放系数研究的平均值为17.24亿t，相差高达5.47亿t。使用多种来源的碳排放系数加权平均值计算的碳排放量介于二者之间。

碳排放量估计结果在考虑不同碳排放来源的研究之间也存在显著差异。如表1所示，使用初级能源和水泥、初级能源和其他能源计算的碳排放量要显著多于只使用初级能源计算的碳排放量。虽然中国初级能源使用占碳排放量的80%以上，但是由于中国水泥产量已经达到18亿t，水泥生产中释放的二氧化碳也不可忽视。其他能源，如水能、风能、核能、生物质能在生产、使用过程中也会产生少量的二氧化碳，由于这些能源发展迅速，逐渐成为中国碳排放量增加的重要来源。

分产业计算的碳排放量略高于不分产业计算的碳排放量。如表1所示，在2005、2007和2010年，分产业研究估算的排放量平均值分别为15.83亿t、17.68亿t和22.04亿t；而不分产业研究估计的碳排放量平均值为14.90亿t、17.64亿t和20.75亿t，都低于相应的分产业估算的碳排放量。

4 Meta回归分析

4.1 Meta回归模型

Meta分析是一种科学的定量分析工具，通过对多个独立的同类研究的结论进行汇总分析，提高对研究结论的论证强度和效应分析的评估力度。同时，Meta分析可以考察各研究结果差异性的原因，并据此为以后的研究提供参考。目前，Meta方法越来越广泛地应用于经济学文献分析领域。Meta分析以现有文献研究成果的关键指标作为因变量，以现有文献所使用的方法、数据和设计等特征作为自变量，通过回归分析来研究变量间的关系。

其中，因变量Yi是第i篇文献中某个研究成果的统计指标，自变量Xij为文献i中某个具有争议的特征变量，如研究方法、数据特征、模型设定等变量。系数βj为现有文献某一特征对于文献研究结果的边际影响。εi是Meta回归分析的随机扰动项。根据Nelson and Kennedy[6]的研究，将各类文献纳入Meta分析时需要考虑到①样本的异质性，可以通过增加虚拟变量进行控制与处理；②异方差带来的影响，可以利用样本大小作为权重，通过加权最小二乘回归进行消除。

4.2 Meta回归结果

我们选择中国2005-2010年之间的碳排放量数据作为因变量，以文献来源、计算中使用的排放系数、碳排放来源、分省与否以及分行业与否作为因变量，同时控制年度变量，进行Meta回归分析。

具体变量如下：文献来源主要有两类，模型中我们将国内研究作为基准组，增加了1个二值虚拟变量：国外研究（1=国外研究，0=非国际研究）；分省计算为二值虚拟变量（1=分省计算碳排放量，0=按全国计算碳排放量）；现有文献所使用的碳排放系数主要有三组，将来自IPCC的碳排放系数作为基准组，增加了2个二值虚拟变量：多系数加权平均（1=来自多种排放系数加权平均，0=不来自多种排放系数加权平均），能源研究所系数（1=来自于发改委能源研究所，0=不来自发改委能源研究所）；现有文献中碳排放来源可以成为三组，选择初级能源作为基准组，模型增加了2个二值虚拟变量：初级能源和水泥（1=碳排放来自初级能源和水泥，0=碳排放不来自初级能源和水泥），初级能源和其他能源（1=碳排放来自初级能源和其他能源，0=碳排放不来自初级能源和其他能源）；分行业计算是二值虚拟变量（1=碳排放按照行业计算加总，0=碳排放按产业整体数据计算）。

在Meta回归中，由于中国碳排放量的数据来源于不同的文献，而各篇文献所提供的用于回归的样本观测值数量上存在差异，造成估计的标准差存在差异，导致异方差性的存在，因此要使用加权最小二乘法进行回归。按照Nelson and Kennedy[6]的方法，以每篇文献所纳入回归的样本量的平方根作为权数。例如文献2估计了2005年、2006年和2007年的中国碳排放量，其用于回归的样本量即为3；文献3只估计了2005年的中国碳排放量，其用于回归的样本量即为1，两篇文献的样本量的差异对估计结果存在显著的影响，采用加权最小二乘法进行估计可以避免样本量差异对估计结果造成的影响。具体估计结果如表2所示。

年度变量的系数显著为正，表明在2005-2010年中国碳排放量快速增长。在其它情况相同时，2006-2010年增幅分别为1.54亿t碳、1.23亿t碳、1.01亿t碳、1.35亿t碳、1.49亿t碳。碳排放量增幅非常大，年均增长1亿t碳以上。说明在此期间，中国经济高速增长是以高耗能、高排放为代价的。此外，除了2008年全球金融危机期间碳排放增长量小幅下降以外，中国碳排放量在总体上呈现加速增长趋势。特别是在2008年之后碳排放量快速增长，一定程度反映了当时所实施的经济刺激方案促进了高耗能、高排放产业的发展。

分省计算碳排放结果明显高于基于国家总体的计算结果。分省计算碳排放量是根据各省能源使用和水泥生产数据，然后再加总后得到全国碳排放数据，这种计算结果显著高于基于全国数据计算得到的结果。如表2所示，在其它条件相同时，分省计算碳排放量要比按全国计算碳排放量平均多2.84亿t碳。这一发现与现有部分文献结论一致。例如Guan D.et al.[7]研究表明：各省碳排放量加总比基于全国数据计算得到排放量高14%。

排放系数的选取对于碳排放估计影响非常显著，采用IPCC排放系数计算的碳排放量要明显高于采用发改委能源研究所碳排放系数和多排放系数加权平均值所计算的碳排放量。如表2所示，在其他条件相同时，使用发改委能源研究所碳排放系数和多排放系数加权平均值所计算的碳排放量，比使用IPCC排放系数计算的碳排放量分别少1.65亿t碳和0.54亿t碳。发改委能源研究所的排放系数只考虑了煤炭、石油、天然气三种初级能源的二氧化碳排放，而且每种能源的排放系数都要小于IPCC所公布的数字。譬如：就煤炭而言，发改委能源研究所煤炭排放系数为每t标准煤0.747 6 t二氧化碳 [8]；IPCC把煤炭产品细化为原煤、洗精煤、焦炭、其他焦化产品，碳排放系数分别为每t标准煤0.755 9、0.7559、0.855、0.644 9 t二氧化碳。因此，使用IPCC排放系数估计的碳排放量必然要多于使用中国能源研究所排放系数估计的碳排放量（IPCC[9]）。在计算加权平均的碳排放系数时，一般会使用IPCC和发改委能源研究所公布的排放系数，再加入来自其他权威机构的排放系数，如日本能源研究所、全球气候变化基金会等[10-11]。加权平均的碳排放系数介于IPCC和发改委能源研究所公布的碳排放系数之间，相应地，采用其所估计的碳排放量也处于二者之间。

碳排放来源对碳排放估计结果影响显著。如表2所示，两个碳排放来源变量（初级能源和水泥，初级能源和其它能源）的估计系数显著为正。这意味着，在其他条件相同时，相对于只计算初级能源，同时考虑初级能源和水泥的碳排放量要多1.01亿t碳；如果计算初级能源和其他能源，碳排放量估计值则要多2.24亿t碳。虽然中国的初级能源碳排放占中国碳排放总量的80%以上，但是由于中国的水泥产量巨大，水泥生产中释放的二氧化碳排放也接近1亿t[12]。同时，其他能源包括生物能源、风能、水能、核能在使用中也会释放出少量的二氧化碳[13]，其排放量也不可低估。

虽然分产业计算回归系数为正，但是并不显著。如表2所示，虽然分产业计算变量的回归系数为0.43，但是在统计上并不显著。这表明在控制其它因素后，分产业计算与否对碳排放量估计并没有显著差别。

国内外研究在中国碳排放估计结果上存在显著差异，国外研究估计的中国碳排放量明显高于国内研究。如表2所示，在控制了计算方法、排放系数、排放来源等变量之后，国外研究的系数显著为正，这意味国外估计的中国碳排放量比国内研究平均高0.76亿t碳。

4.3 多因素方差分析（ANOVA）

在Meta回归分析的基础上，我们利用多因素方差分析进一步探讨各类变量的组间方差对于总方差的贡献，分析导致研究结论差异的主要影响因素。表3中的平方和表示基于均值水平的各类变量组间方差估计的平方和，将其除以总平方和得到各变量组间方差的贡献率。显著性基于F检验，表明各组变量的组间方差是否显著影响总体方差。

以碳排放量为因变量，文献来源、分省计算、碳排放系数、碳排放来源和分产业计算作为自变量进行多因素方差分析。结果表明现有文献碳排放量的差异主要来自于文献来源、碳排放系数、碳排放来源和分省计算与否，分别可以解释结论差异的30.5%、21.2%、29.7%和11.8%，并且在5%的水平上显著，四个变量可以解释模型部分的93.1%。

5 主要结论

本文对中国碳排放量估计的相关研究进行了整理与汇总，利用Meta回归分析造成各项研究结论差异的影响因素。分析结果表明：碳排放年度、文献来源、分省估计与否、碳排放系数、碳排放来源是造成现有研究结论差异的重要原因，这些变量对于中国碳排放量估计结果影响显著。进一步采用多因素方差分析发现：文献来源、碳排放来源、碳排放系数和分省计算与否是导致现有研究差异的四个主要因素，分别可以解释结论差异的30.5%、29.7%、21.2%和11.8%，共计解释结论差异的93.1%。

目前针对中国碳排放量的估计结果存在较大差异，不仅使有关政策制定缺乏科学依据，而且使中国在全球气候谈判中处于不利地位。为了今后更加准确估计中国碳排放量，要加强对于碳排放系数的研究，采用分类更加细致的碳排放系数将可以得到更加精确的估计结果。随着可再生能源的比例提高，在计算碳排放量时，不能只考虑初级能源的消费，还要考虑其他能源消耗、工业生产所产生的碳排放。考虑到基于分省数据计算可能会高估中国的碳排放量，在计算中国碳排放时，利用全国能源消耗和工业生产的数据可能获得更加准确的结果；当利用分省数据时，要系统考虑省级数据的偏差。尽管本研究中分产业计算对于估计碳排放量的影响不显著，但是考虑到不同产业的能源消耗结构不同，如果能够利用分产业的能源消耗和生产数据，将可以获得更加准确的估计。同时，中外权威机构和学者对于中国碳排放量的估计存在系统性差异，在国际气候变化谈判中，要谨慎参考国外对中国碳排放的估计，立足于中国权威机构和学者的研究成果。

本文研究了中国碳排放量估计结果的差异性及其原因，然而其他温室气体排放量、估计结果差异性及其原因也非常值得关注和研究。在深入分析和有效甄别导致当前估计结果差异原因的基础上，采用更为完备和科学的方法，精确估计中国各种温室气体排放量及变化，这对于中国制定相关温室气体减排政策和应对全球气候变化谈判都具有重大理论价值和现实意义。

（编辑：刘照胜）

参考文献（References）

[1]赵爱文，李东.中国碳排放与经济增长的协整与因果关系分析[J].长江流域资源与环境，2011，20（11）：1297-1303.[Zhao Aiwen，Li Dong. Cointegration and Causal Relationship Between Carbon Emissions and Economic Growth in China [J]. Resources and Environment in the Yangtze Basin，2011，20（11）：1297-1303.]

[2]Pao H T，Fu H C，Tseng C L. Forecasting of CO2 Emissions，Energy Consumption and Economic Growth in China Using An Improved Grey Model [J]. Energy，2012，40（1）：400-409.

[3]徐国泉，刘则渊，姜照华. 中国碳排放的因素分解模型及实证分析：1995-2004[J]. 中国人口·资源与环境，2006，16（6）：158-161. [Xu Guoquan， Liu Zeyuan， Jiang Zhaohua. Decomposition Model and Empirical Study of Carbon Emissions for China， 1995-2004[J]. Chinese Population， Resources and Environment， 2006， 16（6）： 158-161.]

[4]Intergovernmental Panel on Climate Change （IPCC）. 2006 IPCC Guidelines for National Greenhouse Gas Inventories[R]. 2006.

[5]Geng Yuhuan， Tian Mingzhong， Zhu Qiuan，et al. Quantification of Provinciallevel Carbon Emissions from Energy Consumption in China [J]. Renewable and Sustainable Energy Reviews， 2011， 15： 3658-3668.

[6]Nelson J P，Kennedy P E. The Use （and Abuse） of Metaanalysis in Environmental and Natural Resource Economics： An Assessment [J]. Environment and Resource Economics， 2009，42（3）：345-377.

[7]Guan D，Liu Z，Geng Y， et al. The Gigatonne Gap in Chinas Carbon Dioxide Inventories [J]. Nature Climate Change，2012，2（9）：672-675.

[8]李健，周慧.中国碳排放强度与产业结构的关联分析[J].中国人口·资源与环境，2012，22（1）：7-14. [Li Jian，Zhou Hui. Correlation Analysis of Carbon Emission Intensity and Industrial Structure in China [J]. China Population，Resources and Environment，2012，22（1）：7-14.]

[9]IPCC.IPCC Emission Factor Database [EB/OL].http：//www.ipccnggip.iges.or.jp/EFDB/main.php.

[10]王天凤，张珺.出口贸易对我国碳排放影响之研究[J].国际贸易问题，2011，（3）：89-98. [Wang Tianfeng，Zhang Jun. Influence of Export Trade on Carbon Emission in China[J]. Journal of International Trade，2011，（3）：89-98.]

[11]赵奥，武春友.中国碳排放强度与煤炭消耗的冲击效应分析[J].中国人口·资源与环境，2011，21（8）：107-112. [Zhao Ao，Wu Chunyou. Analysis of Impact Effect Imposed on Carbon Emission Intensity and Coal Consumption of China[J]. China Population，Resources and Environment，2012，21（8）：107-112. ]

[12]赵志耘，杨朝峰.中国碳排放驱动因素分解分析[J].中国软科学，2012，（6）：175-183. [Zhao Zhiyun，Yang Chaofeng. The Decomposition Analysis on the Driving Factors of Chinas Carbon Emission[J]. China Soft Science，2012，（6）：175-183.]

[13]周伟，米红.中国碳排放：国际比较与减排战略[J].资源科学，2010，32（8）：1570-1577. [Zhou Wei，Mi Hong. Chinas Carbon Emissions：International Comparison and Mitigation Strategies[J]. Resources Science，2010，21（8）：1570-1577.]

[14]彭觅， 吕斌， 张纯， 等. 中国能源碳排放的区域差异及其影响因素分析[J]. 城市发展研究， 2010， 17（7）： 6-11. [Peng Mi， Lu Bin， Zhang Chun， et al. On the Spatial Differentia of Carbon Emissions in Energy and Its Influencing Factors on Provincial Level in China[J]. Urban Studies， 2010，17（7）： 6-11.]

[15]田立新， 张蓓蓓. 中国碳排放变动的因素分解分析[J]. 中国人口·资源与环境， 2011， 21（11）： 1-7. [Tian Lixin， Zhang Beibei. Factor Decomposition Analysis of Carbon Emissions Change in China [J]. China Population， Resources and Environment， 2011，21（11）： 1-7.]

[16]周葵， 戴小文. 中国城市化进程与碳排放量关系的实证研究[J]. 中国人口·资源与环境， 2013， 23（4）： 41-48. [Zhou Kui， Dai Xiaowen. An Empirical Study on the Relationship Between Urbanization and Carbon Emission in China [J]. China Population， Resources and Environment， 2013， 23（4）： 41-48.]

[17]周建， 易点点. 中国碳排放省级差异及其影响因素与减排机制研究[J]. 上海经济研究， 2012， 11： 65-80. [Zhou Jian， Yi Diandian. Studies on Provincial Differences， Influential Factors and Reduction Mechanisms of Chinas Carbon Dioxide Emission[J]. Shanghai Journal of Economics， 2012， 11： 65-80.]

[18]Olivier Jos G J， Greet J M， Jeroen AHW P. Trends in Global CO2 Emissions： 2012 Report [M]. Hague： PBL Netherlands Environmental Assessment Agency， 2012.

[19]Peters G， Christopher W， Jingru Liu. Construction of Chinese Energy and Emissions Inventory [R]. Reports and Working Papers from Norwegian University of Science and Technology （NTNU） Industrial Ecology Programme （IndEcol）， 2006.

[20]Wang Ke， Wei Yiming， Zhang Xian. A Comparative Analysis of Chinas Regional Energy and Emission Performance： Which is the Better Way to Deal with Undesirable Outputs？ [J]. Energy Policy， 2012， 46： 574-584.

[21]Wang Yafei， Liang Sai. Carbon Dioxide Mitigation Target of China in 2020 and Key Economic Sectors [J]. Energy Policy， 2013， 58： 90-96.

Abstract Under the background of responding to global climate change， China is facing huge pressure of reducing carbon emission at present and in the future， either for its own economic development needs or abiding by international conventions. Accurately estimating Chinas carbon emission is vitally important to make polices for reducing carbon emission and dealing with international negotiations. Although there are many studies on thesis of estimating Chinas carbon emission， the estimations on Chinas carbon emission varied remarkably among different studies. Based on the broad and intensive literature reviews， the paper adopts a metaanalysis method and the multifactor variance analysis （ANOVA） to analyze the key factors that cause the large variations of estimations. Our results indicate the sources of researches and the choice of carbon emission coefficients affect the estimation significantly. The sources of researches， choice of carbon emission coefficient， energies classification and calculation based on national or provincial data are the four key determinants， accounting for 30.5%， 29.7%，21.2% and 11.8% of variances of estimations respectively. According to our findings， it is proposed that the future studies to estimate Chinas carbon emission should pay extreme attention on those key elements， and it should adhere to research output of Chinese authorities and scholars in international negotiations.

Key words carbon emission； metaanalysis； influence factors