中国碳排放现状报告范文 第1篇

改革开放伊始，我国大力发展经济建设，大力发展工业，而忽略了环境问题，截止目前，工业仍是国民经济发展强有力的动力产业，导致能源过度消耗，并引起碳排放不断攀升，更为甚者，在2006年碳排放量一跃超过美国，位列世界第一。导致我国碳排放量高居不下的主要原因源于各省市大量消耗能源资源，要有效抑制我国的碳排放量需要各省市在低碳减排行动上积极努力配合。其中，贵州和云南同属于欠发达地区，在全国低碳减排行动如火如荼进行的大背景下，它们需要兼顾生态与发展两条底线，面临的碳减排压力更大，其减排成果更具有特殊性与代表性。基于此，文章选取集欠发达地区与资源富集区于一体的滇黔两省市为研究对象，可以为我国以后的节能减排提供经验。另外，产业部门作为碳排放的重要来源地之一，其行为方式成为碳减排目标能否顺利实现的关键所在。因此，合理测算产业部门的碳排放量，分析产业部门产值与碳排放之间具体的脱钩状态，为我国的生态文明建设提供数据支撑。

二、模型构建

1．能源消费碳排放测算方法

根据2006年IPCC提供的参考方法，来构建能源消费的CO2排放模型，能源消费产生CO2排放的测算方法具体为：CE＝E×EF（1）其中：CE指能源消费的CO2排放量，E是指能源消费总量（单位：吨标准煤），EF是指标准煤的CO2排放系数（单位：吨／吨标准煤）。

2．产业增长与其隐含碳排放脱钩弹性模型

本文学习借鉴Tapio脱钩弹性来分析产业增长与其隐含碳排放间的脱钩关系，计算公式为：其中：DI为脱钩弹性系数，％ΔC为能源消耗产生的CO2排放量的变化率，％ΔG为产业部门产出的变化率。t为当期，Ct、Gt分别为当期的CO2排放量和产业部门产出；t－1为基期，Ct－1、Gt－1分别为基期的CO2排放量和产业部门产出。根据Tapio的分类，脱钩状态大致分为负脱钩、脱钩和连接三大类，其中强脱钩是我们追求的最理想的经济增长方式。

3．数据来源

为了分析滇黔两省市产业部门产值与碳排放脱钩关系，主要依据2016年《云南统计年鉴》以及《贵州统计年鉴》里能源消费量的数据以及地区生产总值的数据。

三、实证分析

具体实证结果及分析如下：（1）对云南省而言，在2001年～2015年间，在碳排放和产业部门产值不断变动的作用下，云南省在研究期间的产业部门产值与碳排放之间的脱钩状态共有4种，分别为增长连接、增长负脱钩、弱脱钩以及强脱钩。2001年、2003年和2004年产业部门产值与碳排放的脱钩状态均为增长连接；2002年和2005年脱钩状态均为增长负脱钩；有8个年份的产业部门产值与碳排放的脱钩状态为弱脱钩，这些年份对应的脱钩弹性值分别为2006年的0．68，2007年的0．42，2008年的0．28，2009年的0．62，2010年的0．54，2011年的0．48，2012年的0．58及2014年的0．33，即在这些年份，云南省的碳排放和产业部门产值均在增长，但是碳排放的增长速度远远小于产业部门产值的增长速度，表明云南省随着节能减排工作的不断推进，产业部门的增长方式越来越趋向于合理化。另外，2013年和2015年的脱钩状态均为强脱钩，脱钩弹性值分别为－0．27和－0．32，即在这两个年份，云南省在产业部门产值增加的同时，碳排放不断减少，是我们追求的最理想的产业增长方式，值得提倡。（2）对贵州省而言，在2001～2015年间，在碳排放和产业部门产值不断变动的作用下，贵州省产业部门产值与碳排放之间的脱钩状态共有3种，分别为增长负脱钩、弱脱钩以及强脱钩。2001年和2003年产业部门产值与碳排放的脱钩状态均为增长负脱钩；大约在67％的年份内，产业部门产值与碳排放的脱钩状态为弱脱钩，这些年份对应的脱钩弹性值分别为2004年的0．58，2006年的0．68，2007年的0．51，2008年的0．24，2009年的0．76，2010年的0．41，2011年的0．44，2012年的0．42、2014年的0．24以及2015年的0．20，即在这些年份，贵州省的碳排放增长速度远远小于产业部门产值的增长速度。另外，2002年、2005年以及2013年的脱钩状态均为强脱钩，脱钩弹性值分别为－0．03、－0．32和－0．28，表明在这三个年份，贵州省的产业增长方式是一种理想的增长方式，需要继续推进。通过对比研究滇黔两省市在2001～2015年间产业部门产值与碳排放的脱钩关系可以看出：云南省在研究期间的最开始的前几个年份里，产业部门产值的不断增长是以大量的碳排放为代价的，其增长方式比较扭曲，之后随着政府对减排工作的不断推进，其产业增长愈发合理。相比较而言，贵州省仅有两个年份产业部门产值增长与碳排放之间表现出增长负脱钩的关系，其余年份均为弱脱钩和强脱钩，由此表明，贵州省产业部门的增长在整个研究期间基本上保持着一种健康的方式，值得云南省在以后的减排行动中学习借鉴。

四、政策建议

通过对滇黔产业部门产值与碳排放的脱钩关系比较研究，我们可知，在未来的节能减排中要做到：促进经济低碳绿色发展，在能源消费中，减少煤炭消费量，提高科学技术，不断开发新能源，从源头上控制碳排放；树立低碳理念，使全民意识到低碳生活是现代生态文明建设必不可少的，自觉养成全民共同关注、参与的习惯，塑造出绿色生活从我做起的良好社会氛围。

中国碳排放现状报告范文 第2篇

关键词：碳排放配额；核证减排量；状态转换；Markov机制转换模型

DOI：

State Switching Structure of European Union

Carbon Emission Trading Market Based on

ThreeState Markov Model

HU Genhua1， WU Hengyu2

（1. School of Business； Research Center of Anhui InnovationDriven and IndustrialTransformation and Upgrading Development， Anhui University of Technology， Maanshan 243032；

2. School of Management， Jinan University，Guangzhou 510632）

Abstract：This paper applied ARGARCH model to study volatility clustering and proposed a Markov regime switching model to capture structural switches， based on the data of EUA spot prices， EUA futures prices and CER futures prices. Result showed that： Firstly， lepkurtosis， heavy tails and volatility clustering existed in the carbon emission trading markets， indicated that the tailed risks happened in the markets with a large probability. Secondly， the Markov regime switching model captured the threshold of different stages of the carbon emission trading markets， and identified a large change of the structures of EUA spot and futures markets and being the fall state in a long time. Besides， the expected durations of the states of the rise， the consolidation and the fall were five days. Additionally， the transition probabilities were small from the states of the consolidation and the fall to the rise， and the markets were in one of the three states for a long time.

Key words：carbon emission allowance； certified emission reduction； state switching； Markov regimeswitching model

引言

碳排放交易市龅慕立是尝试采用经济学手段解决气候变暖问题的重要途径。目前，碳排放交易市场已经成为重要的新兴贸易市场。碳排放交易市场的不断发展且日趋成熟，使得该市场的资本化程度逐渐深化，其金融属性也日益显著，并出现了多种碳金融产品及其衍生品。然而，该市场仍然不十分完善，市场结构容易受到外界信息的冲击而发生变化，并产生很大的市场不确定性风险。因而，研究碳排放交易市场的结构特征，不仅有助于完善市场制度，也有利于对该市场进行风险管理。

1相关文献综述

目前，针对碳排放配额和核证减排量的研究，许多国内外学者都是基于计量经济学方法，如Paolella和Taschini [1]，王军锋等 [2]。近几年来，国内外学者研究了碳排放现货交易市场的动态特征（如Conrad等[3]，吴恒煜和胡根华[4]）、期货市场的动态变化特征（如Rittler[5]，王玉和郇志坚[6]）、现货与期货市场之间的关系（如Nazifi[7]，和程玲[8]）、碳排放交易产品的定价与价格预测（如Chen等[9]，高杨和李健[10]）等。上述研究都是从碳排放市场自身的角度展开，并未研究其他资本市场与碳排放市场之间的关系。

实际上，碳排放交易市场与其他市场之间的联系越来越紧密且复杂，市场之间的风险传染日益显现。正是由于这一特征，碳排放交易市场容易受到其他资本市场的冲击。同时，自2005年正式引入碳排放交易制度以来，碳排放交易市场得到了快速发展，但市场的不成熟、不完善使市场在面临内部因素的冲击而发生市场结构的变化。采用Markov机制转换模型可以较好地研究这类特征，参见Benz和Trück[11]、刘维泉[12]、吴恒煜等[13]，这些研究往往从某一个方面进行研究。与上述研究不同，本文从收益率、残差和波动率等三个角度来展开研究。

本研究主要存在两方面不同。（1）主要研究碳排放交易市场EUA现货与期货市场、CER期货市场的结构特征，这是由于市场相对较为成熟，而采用具有代表性的市场能够得到较为准确的结论。（2）选择2010年1月4日至2014年6月30日的交易数据，主要是探讨碳排放交易市场在相对平稳的阶段所可能呈现的状态转换结构特征。

2基

32ARGARCH模型参数估计

采用GARCH族模型来拟合三个市场收益率序列，并假设残差服从Students t分布，同时运用极大似然参数估计方法估计参数，而AIC和BIC准则用来选择最优模型。根据这一准则，AR（1）GARCH（1，1）模型为最优模型。于是，表2直接描述了AR（1）-GARCH（1，1）模型的估计结果。

根据表2，GARCH（1）项的系数都比较大，表明EUA现货和期货市场、CER期货市场等三个市场均出现显著的波动聚集现象，且尖峰厚尾的特征也很显著。此外，GARCH（1）项和ARCH（1）项的系数之和均非常接近于1表2中，GARCH（1）项和ARCH（1）项的系数之和出现等于或者大于1，是由于数值的四舍五入的结果。实际上，两者的系数之和均小于1，但非常接近于1。

， 这说明在已知的约束条件下，AR（1）-GARCH（1，1）模型比较稳定，也表明模型的选择存在一定的合理性。根据自由度参数的值，EUA现货和期货市场、CER期货市场都存在较大可能性的尾部风险，市场发生极端事件的概率比较大。

33机制转换模型参数估计

在碳排放交易市场上，产品价格序列的变化常常呈现三种波动状态，即上涨状态（状态1）、盘整状态（状态2）和下跌状态（状态3）。因此，本文采用三状态Markov机制转换模型，分别在t分布和GED分布的假设下，从收益率和残差的角度来研究碳排放交易市场的结构转换特征。根据结果显示，在t分布假设下的对数极大似然值均要大于GED分布假设下的对数极大似然值。因此，主要分析t分布假设下的结果。

从收益率的状态转换特征看，EUA现货与期货市场、CER期货市场在三种状态下的转换概率均为080，表明三个市场处于三种状态的期望持续期均为5天。从残差的状态转换特征看，EUA现货与期货市场、CER期货市场在状态1下的转换概率均较大，即三个市场在上涨状态下的期望持续期均较长，而状态2和状态3的期望持续期相对非常短。另外，EUA期货市场与CER期货市场在三种状态下的转换概率均相等，说明两个市场的状态转换特征趋同。

资本市场的波动变化特征，其外在表现就是体现在价格或者收益率的波动上，而其内在根本原因是由波动率驱动。尽管波动率无法观测，但运用AR（1）GARCH（1，1）模型可以得到波动率序列。根据表3，EUA现货与期货市场、CER期货市场在三种状态下的转换概率均相等，且碳排放市场从市场盘整状态和下跌状态到上涨状态的转换概率比较小，说明当市场处于某一状态时，可以预计该市场将会在较长时间内处于该状态下。

34状态的识别与平滑概率分析

如图2所示，描述了碳排放市场在三种状态上的平滑状态概率。如果简单地以05的概率作为临界点，当市场处于某一状态的概率大于05时，就认为该市场处于这一状态。于是，基本上可以粗略地判定，EUA现货市场基本上在2012年之前、2012年2月至2012年12月、2013年7月至2014年2月、2014年4月之后都处于上涨状态，而2012年1月、2013年1月至6月、2014年3月处于下跌状态。

根据EUA期货市场的平滑状态概率图，其状态走势基本与EUA现货市场相似。主要原因是因为EUA现货市场发展的历史较长、制度较完善等，其在碳排放交易市场上起着市场主导的作用，且已经具有较为明显的价格发现功能。因此，EUA期货市场的发展受到EUA现货市场很强的影响，其市场结构的状态变化大体上趋同于EUA现货市场。对于CER期货市场而言，也受到EUA现货与期货市场的影响，但其市场结构特征仍然有别于另外两个市场。相比于其他两个市场，CER期货市场经历了更多次数的上涨状态与下跌状态之间的转换，但每次处于下跌状态的时间都不长，这在很大程度上说明CER期货市场的结构出现较为频繁的改变。另外，只有CER期货市场在某些时间段上短暂地表现出市场盘整的状态。

4结论与启示

本文结合ARGARCH与Markov机制转换模型，研究EUA现货市场与期货市场、CER期货市场的波动聚集现象与结构转换特征。主要研究结果如下：（1）碳排放交易市场存在尖峰厚尾与波动聚集现象。（2）在不同的发展阶段，碳排放交易市场呈现明显不同的状态转换结构特征，其中EUA现货市场与期货市场的结构变化较大，且在较长时期内处于下跌状态。另外，碳排放交易市场在上涨状态、盘整状态和下跌状态下的期望持续期均大约为5天。（3）碳排放市场从市场盘整状态和下跌状B到上涨状态的转换概率均比较小。

通过研究发现，碳排放交易市场在不同发展阶段上发生了明显的状态转换结构特征。同时，新的减排政策的出台也会给碳排放交易市场带来很大的冲击。因此，对于我国碳排放交易市场建立初期而言，由于市场不成熟、制度不完善而需要调整或者改变相关政策，但并不宜追求“重拳出击”的大举措，而只能是循序渐进地调整，这将对我国碳排放交易市场的稳定运行至关重要。自2013年6月18日我国首个碳排放权交易所在深圳挂牌交易以来，已经有多个城市试点碳排放权交易，这有利于促进我国碳排放权资源的有效配置。但目前，我国还没有建立全国统一的碳排放权交易市场，且碳排放权交易产品相对单一，无法使我国碳金融市场同国外碳交易市场相接轨。在未来，需要在相关政策的支持下稳步推进CDM项目，不断开发更多的减排项目产品，这对于进一步完善我国碳排放权交易市场具有很重要的意义。

参考文献：

[1]Paolella M S， Taschini L. An Econometric Analysis of Emission Allowance Prices[J]. Journal of Banking & Finance， 2008， 32：2022-2032.

[2]王军锋，张静雯，刘鑫.碳排放权交易市场碳配额价格关联机制研究――基于计量模型的关联分析[J].中国人口?资源与环境， 2014， 24（1）：64-69.

[3]Conrad C， Rittler D， Rotfu W. Modeling and Explaining the Dynamics of European Union Allowance Prices at Highfrequency [J]. Energy Economics， 2012， 34：316-326.

[4]吴恒煜，胡根华. 国际碳排放权市场动态相依性分析及风险测度：基于Copula-GARCH模型[J].数理统计与管理， 2014， 33（5）：892-909.

[5]Rittler D. Price Discovery and Volatility Spillovers in the European Union Emissions Trading Scheme： A Highfrequency Analysis [J]. Journal of Banking & Finance， 2012， 36： 774-785.

[6]王玉，郇志坚.欧盟碳排放权交易市场的价格发现和波动溢出研究[J].中国人口?资源与环境， 2012， 22（5）： 244-249.

[7]Nazifi， F. Modeling the Price Spread between the EUA and the CER Carbon Prices [J]. Energy Policy， 2013， 56：434-445.

[8]，程玲.欧盟碳配额现货与期货价格关系及对中国的借鉴[J]. 中国人口?资源与环境， 2016， 26（7）：85-92.

[9]Chen S， Lin S， Li C. Pricing Derivatives with Modeling CO2 Emission Allowance Using a Regime Switching Jump Diffusion Model： With Regimeswitching Risk Premium[R]. Working Paper， 2014.

[10]高杨，李健.基于EMD-PSO-SVM误差校正模型的国际碳金融市场价格预测[J]. 中国人口?资源与环境， 2014， 24（6）：163-170.

[11]Benz E， Trück S. Modeling the Price Dynamics of CO2 Emission Allowances [J]. Energy Economics， 2009， 31（1）：4-15.

中国碳排放现状报告范文 第3篇

关键词：非二氧化碳 温室气体排放 空气污染

当今环境问题中的全球变暖和臭氧层损耗导致地球表面紫外线辐射大大增强已经引起了国际学术界的广泛关注，当人们谈及温室气体时，很多人首先会想到二氧化碳，是的，全球变暖的原因之一是CO2气体的浓度不断增加，但是全球温室气体排放实际上有相当一部分是其他气体，例如CH4（甲烷）和N2O（一氧化二氮）。在全世界，CH4和N2O占温室气体总排放量的比例估计分别为14%和9%。

1997年签署的《京都议定书》中规定了除了CO2外的其他五种温室气体，即甲烷（CH4）、氧化亚氮（N2O）、氢氟碳化物（HFCs）、全氟碳化物（PFCs）及六氟化硫（SF6）。CH4和N2O在大自然界中本来就存在，但是由于人类活动而增加了它们的含量，含氟气体则完全是人类活动的产物，主要来源于制冷剂和含氟气体在工业中的应用的释放。（见图1）

长期以来，非二氧化碳温室气体（除甲烷外）的排放多与能源消费有直接关系，是工业化、城市化和农业现代化的结果，因此在气候变化的总体战略中需要加入控制这些气体的排放。根据EPA（美国环境保护局）的数据，2010年中国排放的非二氧化碳温室气体占全球该类气体的比重最高（），其次是美国（），然后是印度（）、巴西（）、俄罗斯（）。非CO2温室气体的存续时间长、全球增暖潜势大，对地球环境的负面影响较大，中国面临的国际减排压力与日俱增，导致国内环境条件恶化，对经济社会的健康发展造成不利影未响。

1 中国非二氧化碳温室气体排放现状

中国在上个世纪的重化工发展阶段中，非二氧化碳温室气体无论是从排放总量角度，还是从排放增速而言都在迅猛增加，从而跃居世界第一，并远高于其他国家。下表列出了各种温室气体的全球变暖潜能值（GWP）在大气中相对二氧化碳影响的时间。（见表1）

甲烷的排放现状

甲烷（CH4）是仅次于二氧化碳的第二大影响气候的温室气体。在过去的150年间，大气中甲烷的浓度增为原来的三倍。生物界中甲烷是由于微生物在厌氧条件下，利用氢还原二氧化碳及利用醋酸盐发酵产生了甲烷，同时自身厌氧分解有机物。目前大气中甲烷浓度的增加主要来源于生物过程的排放，如湿地和稻田、垃圾场、污水处理厂，以及反刍动物和白蚁的消化系统，产生的甲烷占全世界每年排放的6亿吨甲烷的三分之二。

普朗克研究所的科学家发现，即使在完全正常、氧气充足的环境里，植物自身也会产生甲烷并排放到大气中。据德国核物理研究所的科学家经过试验发现，甲烷也来源于植物和落叶，而且随着温度和日照的增强甲烷的生成量也逐渐增加。另外，植物产生的甲烷是腐烂植物的10～100倍。他们经过估算认为，植物每年产生的甲烷占到世界甲烷生成量的10%～30%。

一氧化二氮的排放现状

一氧化二氮（N2O）在大气中的存留时间长，并可输送到平流层。进入大气平流层中的N2O发生了光化学分解，作为臭氧消耗的主要自然催化剂，导致了臭氧层的损耗。虽然N2O的含量仅约二氧化碳的9%，但其单分子增温潜势却是二氧化碳的310倍，对全球气候的增温效应在未来将越来越显著，N2O浓度的增加，已引起科学家的极大关注。

N2O的增加主要自然源包括海洋、森林和草地土壤，主要是土壤中的微生物通过硝化作用将铵盐转化为硝酸盐和反硝化作用将硝酸盐还原成氮气（N2）或氧化氮（N2O）；人为源主要是农业氮肥过度使用，部分氮肥被庄稼所吸收，剩余相当部分的氮素肥料在土壤中的反硝化细菌的作用下变为一氧化二氮释放到空气中，造成了污染。工业源包括硝酸生产过程、己二酸生产过程和己内酰胺生产过程，目前，硝酸生产过程是大气中N2O的重要来源，也是化学工业过程中N2O排放的主要来源。

含氟气体的排放现状

《京都议定书》界定的六种温室气体中含氟气体包括氢氟碳化物（HFCs）、全氟碳化物（PFCs）及六氟化硫（SF6）。

1988年，《Nature》首次发表了英国南极考察队关于南极臭氧空洞的报道，我国青藏高原上空也发现了臭氧低值中心。氟利昂在制冷方面有着很大的优势，但当氟利昂进入平流层后受到紫外线辐射发生光解，产生氯原子，这些氯原子迅速与臭氧反应，将其还原为氧，从而加快臭氧的破坏速率，导致紫外线过强，致暖作用明显，因此逐步被淘汰。由于以前产生的大量的废旧冰箱空调，原来密封的氯氟烃（CFCs）释放到空气中，加上氯氟烃的存续时间长，使得平流层臭氧层在短时间内难以得到完全修复。

氢氟烃（HFCs），虽然其ODP（消耗臭氧潜能值）为零，但在大气中停留时间较长，GWP较高，大量使用会引起全球气候变暖。HFC-134a分子中含有CF3基团，在大气中解离后易与OH自由基或臭氧反应形成对生态系统危害严重的三氟乙酸。

虽然六氟化硫（SF6）本身对人体无毒、无害，但它却是一种温室效应气体，其单分子的温室效应是二氧化碳的万倍，根据IPCC提出的诸多温室气体的GWP指标，六氟化硫的GWP值最大，500年的GWP值为32600，且由于六氟化硫高度的化学稳定性，其在大气中存留时间可长达3200年。

由于氟化气体主要是在工业加工过程中排放的，而随着我国汽车工业、新能源工业的兴起，在制造工艺中使用了越来越多的氟化气体，因此，如何有效控制氟化气体排放，减少其逃逸和泄漏，无害化处理末端气体，成为未来我国非二氧化碳温室气体减排的重中之重。

2 对策

建立相应的政策法规

目前，我国还没有建立起有关于温室气体的排放统计制度，在现有的统计标准下还存在很多问题，譬如温室气体种类不明确、覆盖面不全、地域差异等等。为了推进研究工作，我们应建立起统一、科学、规范的统计方法制度，采用合理的数据模型，进行不同区域的划分，进行数据测算等等，建立起完整的一套体系。收集到的温室气体报告可以帮助决策者制定政策、帮助企业改善现排放状况，可以使各个地区根据当地的情况合理制定政策法规。

发挥森林的碳汇能力

根据联合国环境规划署《持续林业：投资我们共同的未来》中揭示，森林每年能够固定碳率达～ Gt。有资料显示，2008年森林碳汇抵消了亿吨的二氧化碳当量温室气体排放，相当于2008年美国温室气体排放量的13%（EPA，2010）。因此在保证我国18亿亩耕地红线的条件下，在对天然林、湿地、草原保护的同时，要坚持推进退耕还林（草）工程，充分发挥和提高森林、湿地等资源的碳汇能力。

调整农业结构

联合国粮农组织指出，耕地释放的温室气体超过人为温室气体排放总量的30%。传统的深耕细作农业，严重破坏了土壤层对有机碳的固定，导致土壤中的有机碳以二氧化碳形式释放到大气中。因此，国内可以通过减少耕地面积或采取免耕的方法来实现控制碳的排放。而且我国可以发展精准农业，实验表明，通过对农场进行精准农业技术试验，使用了GPS指导施肥的作物产量比传统施肥提高30%，同时减少了化肥的使用量，提高了化肥利用率，减小了对环境的污染。目前，这项技术已经延伸到精量播种，精准灌溉技术等相关领域。

集中发展畜牧业

目前，畜牧业排放的温室气体约占农业的，主要来源于反刍动物肠道消化、畜牧草场、动物粪尿垃圾，IPCC（2000）认为反刍动物以甲烷的形式损失的能量约占采食总能量的2%～15%。因此提高饲料转化率，降低动物个体甲烷排放量是减少温室气体的重要手段之一。同时应鼓励和支持规模化畜禽养殖场和养殖小区的建设，转变传统的散养方式，采用舍饲、规模养殖方式，积极引导大型生猪、牛、羊养殖场利用动物粪便生产沼气，发展畜牧业沼气生产。

3 结语

每年6月5日是“世界环境日”，_年的主题是“警惕，全球要变暖”，1991年的主题是“气候变化―需要全球合作”。气候的变化确实已经成为了限制人类生存和发展的重要因素，受到了各国政府的关注。

尽管这些“非二氧化碳”气体在19世纪以来的全球变暖过程中单独所起的作用较小，但它们的综合影响却是相当巨大的。甲烷、一氧化二氮和含氟气体所产生的净暖化效应大约是二氧化碳暖化效应的2/3，再加上空气污染形成烟雾带来的升温，非二氧化碳气体的暖化效应大体上与二氧化碳相当。