基于物质流分析的城市工业经济脱钩问题研究——以天津市2001—2012年面板数据为例

李 虹，黄丹林 ，理明佳

(天津理工大学管理学院，天津300384)

0 引言

资源约束条件下，资源过度开采和废弃物排放引发的资源短缺和雾霾等环境问题日益突出。其中，化石能源的利用、农产品的消耗及金属矿产的开采在迅速消耗有限资源和降低生物多样性的同时也产生了大量的污染物排放，严重制约了中国经济的发展和人民生活质量的提高。为更好地满足人民的生活需求，工业经济系统需要像一个生物组织一样运行顺畅以提供必要的产品和服务。它从周边环境中吸收物质和能量，并将其转变为产品，然而最终某些产品将以废弃物的形式被排放到环境中。经济系统的输入端主要包括化石燃料、矿物质、生物质以及水分和氧气，输出端主要包括向水、空气和土壤中排放的气体及液体污染物和固体废弃物。这种物质流动在工业和社会代谢中是最为常见的物质转换过程。如何完善城市工业系统的物质流动、在降低自然资源消耗的同时缓解对环境的承载压力变得非常迫切，并且具有重要的现实意义。

社会代谢中的输入和输出流均会对环境产生一定的压力。目前，人类需求的满足(生活质量的改善)与这种压力成正相关性，经济可持续发展的总体目标是达到某种状态，即在人类生活质量提高的同时，环境压力呈现下降的趋势［1］，该现象称为脱钩。存在一系列表征环境压力的指标可以用于脱钩分析，经济合作与发展组织(OECD)为探讨如何打破环境质量下降与经济发展之间的耦合，通过测度经济增长与物质消耗、废弃物排放等环境生态压力的评估，提出了“脱钩”(decoupling)概念，带动了世界各国对各种类型经济活动的“脱钩”研究。OECD曾于2002年将这些指标运用到气候变化、空气污染、水体质量、废弃物管理和物质使用等领域［2］。基于GDP的经济系统物质流分析指标主要集中于各个国家不同脱钩程度驱动因素方面的研究［3-4］。R.Juknys将经济增长与自然资源消耗之间的脱钩现象称为初级脱钩(primary decoupling)，环境污染与经济增长的脱钩称为次级脱钩(second decoupling)［5］。P.Tapio 在脱钩理论研究中引入了弹性系数的方法，并对欧洲的交通业1970—2001年间经济增长与运输量、CO2排放的脱钩程度进行了测量，并将脱钩划分为强脱钩、弱脱钩、扩张连结和衰退脱钩等，完善了脱钩指标体系的构建，推动了脱钩理论的发展［6］。

国内学者对脱钩理论的研究主要集中于3个视角。①对经济发展与资源和能源消耗脱钩关系的研究。王鹤鸣等采用总物流分析方法对中国1998—2008年间直接物质输入的各项指标进行核算，并通过测算脱钩指数分析了经济发展与物质消耗的脱钩状态［7］;刘怡君等对中国的能源投入与经济增长进行了脱钩分析［8］;吴开亚等运用物质流分析方法并结合脱钩模型和EKC理论对安徽省经济增长与资源消耗、污染排放的脱钩关系进行了研究，提出应从资源生产力提高和经济增长方式转变来实现脱钩［9］;郭守前等运用脱钩指数方法对中国1998—2010年经济增长与能源消耗情况进行了脱钩关系的研究，认为当前多数省份经济增长与能源消耗处于弱脱钩状态［10］。②对循环经济和低碳城市评价模式的研究。王崇梅等基于脱钩理论和“3R”原则，分析了循环经济发展模式的重要理论因子，并从生态效率改善角度提出了烟台生态工业园循环经济发展新模式［11］;仇方道等采用脱钩、分解因素和物质流分析方法对徐州市经济发展与资源环境的脱钩程度、驱动因素及可持续发展状态进行了分析［12］;刘竹等选定了目标层(脱钩模式)和准则层次的指标，旨在构建城市低碳评价指标体系，并对单位生产总值的污染物排放进行了测算［13］。③ 对污染物及CO2减排与经济增长的脱钩关系研究。徐盈之等以制造业碳排放为研究对象，通过对拉氏因素分解方法进行改进，运用相关碳排放指数对1995—2007年之间的CO2排放的主要驱动因素做了分析［14］;陆钟武等构建了一个定量关系表达公式，用来测算经济增长与废弃物排放及资源消耗的脱钩指数［15］;岳立等基于Tapio脱钩公式测算了CO2排放与甘肃经济增长的脱钩情况［16］;彭佳雯等以经济与能源碳排放脱钩分析模型为基础，分析了二者脱钩发展的时间和空间变化趋势［17］;仲云云等选定中国1995—2009年间29个省市的CO2排放量为研究对象，对不同省市的碳排放区域差异进行比较分析，并进一步构建“LMDI三层完全分解模型”，得出了不同地区的9类碳排放驱动因素［18］;郭承龙等对污染排放与经济增长的脱钩状态进行重新量化和分类，并对污染物排放的各个组成部分分别进行脱钩状态评价，最后通过脱钩的结构性分析提出了对策建议［19］。

当前国内脱钩分析方法主要集中于使用脱钩指数及构建脱钩模型对经济增长与资源和能源消耗及碳排放的脱钩程度进行分析，使用物质流指标进行脱钩分析的较少，大都限于直接物质输入(direct material input，DMI)和直接物质输出(direct material output，DPO)2项指标进行研究，而鲜有对物质流指标做进一步细分进行更具体的研究。因此，本研究拟对物质流指标做进一步细分，并分别赋予其权重，研究细分指标与经济增长的脱钩程度，提出更符合实际、操作性更强的节能减排对策及建议，为生态文明建设提供一定的理论支撑。

2 数据来源和处理方法

2.1 数据来源

各项原始数据主要来自于天津市、天津市各区县以及国家在研究期间的相关统计资料。样本数据主要选自《天津统计年鉴》(2002—2013);工业系统中物质消耗及排放等数据选自《中国工业经济统计年鉴》(2002—2013)、《中国能源统计年鉴》(2002—2013)及《中国实物型投入产出表2009》;工业部门的废水、废渣、废气排放大部分数据来自《天津环境状况公告》、《中国环境年鉴》;能源消耗数据来自各省市统计年鉴。

2.2 数据处理方法

碳排放根据天津市煤、汽油、柴油、燃料油及天然气等能源的消耗量及《2006年IPCC国家温室气体排放清单指南》中的各种碳排放因子予以计算。结合国内的实际情况，所使用的CO2排放因子主要出自《中国能源统计年鉴2012》、国家发展和改革委员会气候司在《关于公布2009年中国区域电网基准排放因子的公告》中公布的各个地区的CO2排放因子及单位换算方法，保证了测量的真实性与可信度。在对天津市工业系统的碳排放进行统计时，并未包括除CO2以外的其他温室气体统计量。碳排放测算公式如下:

式中:Ei指i部门的能源消费CO2排放量(t);Nk指燃料k的低位热值(kJ/kg或kJ/m3);Ck指燃料k的CO2排放系数(kg/kJ或m3/kJ);Ak指i部门燃料k的消费量(kg或m3)。

2.3 物质流基本数据

根据上述数据来源及数据处理方法，获取天津市工业系统物质流输入、输出端的基本数据(表1)。

表1 天津市工业系统2001—2012物质流输入、输出端基本数据Tab.1 Basic data of material flow input and output in Tianjin industry system from 2001 to 2012

3 天津市工业经济系统的脱钩分析

3.1 工业碳排放与经济增长的脱钩现状

经济增长驱动指标选取天津市工业生产总值，碳排放根据天津市消耗的煤、汽油、柴油、燃料油及天然气等能源及各种碳排放因子予以计算。天津市工业系统2001—2012年间CO2排放与工业经济增长的脱钩分析结果(图1)表明，2001—2012年间天津工业总产值和CO2排放有大幅增长趋势，2001—2002，2003—2004，2005—2007，2009—2010，2011—2012 年间二者处于耦合状态，2002—2003，2004—2005，2007—2009，2010—2011年间二者处于相对脱钩状态。表述环境压力和经济驱动力脱钩关系最直接的方式是将二者在同一图像中表示出来。从表1中可以很明显地获得经济驱动指标的增长速率，并判断出是呈现相对脱钩还是绝对脱钩以及脱钩现象的起始时间。为了更好地在同一维度上对各个指标的变化趋势进行分析，分别以2001年作为基期(基期的指数为100)，其他年份的指数按照实际指标数值的比例乘以100来确定。

图1 2001—2012年CO2排放和工业总产值的耦合状态Fig.1 Coupling condition between CO2 emission and gross value of industrial output from 2001 to 2012

脱钩现象也可用生态效率来表示，环境压力变量与经济驱动力之间的比率称为生态强度，反之称为生态效率。2001—2012年天津工业系统碳排放生态强度的走势(图2)并未区分相对脱钩和绝对脱钩，但是可以较为明显地看出脱钩现象的关系，当生态强度上升时，脱钩现象不会发生，而当生态强度下降时，绝对或相对脱钩将会发生。因此，生态效率可作为脱钩现象概念上的一种补充。

图2 2001—2012年间碳排放生态强度走势Fig.2 Trend of CO2 emission ecological intensity from 2001 to 2012

3.2 基于物质流的脱钩分析:指标和组成部分分离

总而言之，基于经济系统物质流分析的指标被认为是合适的脱钩分析工具。区域内物质总输出(total domestic output，TDO)、物质总需求(total material requirement，TMR)、直接物质输入(DMI)和直接物质输出(DPO)等指标已应用于脱钩方面的研究，OECD更倾向于使用DMI指标，一方面由于DMI数据要求比TMR要求低，另一方面是该组织认为DMI与TMR有高度的相关性。然而最适合物质流分析的指标仍需进一步探索。

工业总产值与工业系统直接物质输入各项指标的耦合关系分析(图3)表明，DMI指标中化石能源消耗在2001—2002，2008—2009，2011—2012 年间与经济增长呈现耦合关系，在其余年度均呈现脱钩关系，其中2002—2004，2006—2007 年间脱钩程度最大，而在2004—2006，2007—2008，2009—2011 年间呈现弱脱钩现象。而金属矿物消耗与经济增长呈现脱钩关系的年度 有 2002—2003，2004—2005，2007—2008，2009—2010，2011—2012年，其余年度呈现耦合关系，其中2007—2008，2009—2010 年间脱钩程度最大，2005—2006，2008—2009年间耦合现象最明显。

图3 工业总产值与DMI各项指标的耦合分析Fig.3 Coupling analysis between gross value of industrial output and indicators of DMI

工业系统直接物质输出各项组成部分与经济增长的关系(生态强度)(图4)表明，2001—2012年间CO2排放的生态强度呈现总体上升态势，即CO2排放脱钩程度整体上减弱;SO2、水体污染、固废污染和烟尘排放量生态强度呈现总体下降趋势，即脱钩程度整体增强。

图4 DPO各项指标的生态强度表示Fig.4 Ecological intensity presentation of indicators of DPO

如果把这些物质流分析指标都放置于一张图上表示的话，这些曲线会错综复杂，只能看到变量的总体走势，因此，运用该方法进行分析具有一定的局限性。从图中不能看出各组成部分对物质流分析指标的贡献程度，如果不能判断化石能源和金属矿物的消耗对DMI的影响程度，则不利于政府做进一步的决策。

3.3 基于物质流的脱钩分析:指标和组成部分综合

对特定的物质流分析指标赋予各个组成部分在脱钩贡献上的权重。权重是指组成部分对物质流分析指标下降贡献的程度，而不仅仅是组成部分自身的下降程度。若进口自身相对下降50%，但进口的绝对价值在直接物质输入(DMI)中占的比例为20%，那么，直接物质输入下降中只有10%可以归因于进口因素。权重体现了各个组成部分对某一个指标去耦现象的贡献程度。将这种方法运用于直接物质输入指标，该指标也是综合性最小的物质流分析指标之一，DMI各组成部分在脱钩分析(从起始年开始计算)中的权重指数，可以用如下公式计算:

式中:0代表起始年度;t=n-1，n为考察年度;Wf，t为0到t期间国内化石能源输入对直接物质输入脱钩的权重指数;Wm，t为0到t期间金属矿物开采对直接物质输入脱钩的权重指数;I是直接物质输入的绝对值;J为指数价值(基期起始年度指数价值为100);F和M分别是化石能源输入和金属矿产开采的绝对值。

各组成部分的权重的比率(Rf，Rm)可按如下公式计算:

根据公式(2)和公式(3)进行测算，得出天津市2002—2012年直接物质输入(化石能源和金属矿物)指标权重的指数价值(表2，图5)。

表2 物质流输入指标脱钩权重指数价值Tab.2 Decoupling weight index value of DMI indicators

图5 DMI各指标组成部分的权重图解表示Fig.5 Weight graph presentation of indicator components of DMI

如图5所示，Wf和Wm随DMI同方向变化，且在2002—2011年间逐渐升高，表明化石能源输入和金属矿产开采对直接物质输入指标DMI的脱钩权重逐年增大，而Wf曲线在Wm曲线之上，表明化石能源输入对整个DMI指标的脱钩影响程度要高于金属矿产开采对其的影响。

同样地，按照DMI指标权重指数的计算方法可以求得天津市2002—2012年CO2排放、SO2排放、水体污染、固废污染以及烟尘排放权重的指数价值(表3，图6)。

如图6所示，DPO各项指标组成部分的权重在同一图像中表示出来，2002—2012年固废污染对DPO的脱钩贡献在各项组成部分中是最高的，其次是CO2、SO2、水体污染和烟尘排放权重。其中，固废污染权重和CO2排放权重在整个期间内增长较快，增长率分别为238.27%和149.4%，其他组成部分在2002—2004年增长速度较快，在2004—2012年增速很低，权重基本持平。

表3 各指标脱钩权重指数价值Tab.3 Decoupling index value of indicators

图6 DPO各指标组成部分的权重图解表示Fig.6 Weight graph presentation of indicator components of DPO

4 结论

采用物质流分析和脱钩分析理论，分析了天津市工业部门2001—2012年直接物质输入、直接物质输出和工业总产值之间的耦合关系。

1)CO2排放与工业总产值之间脱钩及生态强度的分析结果表明，2001—2002，2003—2004，2005—2007，2009—2010，2011—2012年间二者处于耦合状态，2002—2003，2004—2005，2007—2009，2010—2011 年间二者处于相对脱钩状态。天津工业部门的生态强度2004，2010，2012年较高，整体上呈上升趋势，预示着天津工业的节能减排压力在不断增大。

2)化石能源消耗、金属矿产消耗与工业总产值的脱钩及生态强度分析结果表明，化石能源消耗在2001—2002，2008—2009，2011—2012 年间与经济增长呈现耦合关系，在其余年度均呈现脱钩关系，其中2002—2004，2006—2007年间脱钩程度最大，而在 2004—2006，2007—2008，2009—2011年间呈现弱脱钩现象，生态强度呈现不断上升趋势。而金属矿物消耗与经济增长呈现耦合关系的年度有 2002—2003，2004—2005，2007—2008，2009—2010，2011—2012年，其余年度呈现脱钩关系，其中2007—2008，2009—2010年间脱钩程度最大，2005—2006，2008—2009年间耦合现象最明显，生态强度呈现高速增长趋势。表明天津高速的经济增长伴随着化石能源的快速消耗，同时对金属矿产的开采依存度逐年增加，城市承载力接受着严峻的考验。

3)物质输入指标各个组成部分的权重分析结果表明，化石能源输入权重和金属矿产开采权重与直接物质输入指标变化方向一致，且在2002—2011年间逐渐升高，表明化石能源输入和金属矿产开采对直接物质输入指标DMI的脱钩权重逐年增大，而化石能源输入权重指标曲线在金属矿产开采权重曲线之上，表明化石能源输入对整个DMI指标的脱钩影响程度要高于金属矿产开采对其的影响。结合生态强度分析可以看出，虽然金属矿产的生态强度增长速度高于化石能源，但是化石能源对整个直接物质输入与经济增长的脱钩贡献更大。因此，应该更加重视对化石能源消耗总量的控制，然而哪一种化石能源(煤炭、石油、天然气)对化石能源总量与经济脱钩的影响更大，值得进一步研究。

4)物质输出指标各个组成部分的权重分析结果表明，2002—2012年固废污染对直接物质输出的脱钩贡献在各项组成部分中是最高的，其次是CO2、SO2、水体污染和烟尘排放权重。其中，固废污染权重和CO2排放权重在整个期间内增长较快，增长率分别为238.27%，149.4%，其他组成部分在2002—2004年增长速度较快，在2004—2012年增速很低，权重基本持平。碳排放权重增长较快佐证了该期间化石能源输入增速较快，说明天津市工业经济的快速增长带来的化石能源高消耗导致了较高的碳排放;固废权重增长较快表明天津市应加强对固废的循环利用，建立健全固废污染物控制政策和法律法规体系;其中烟尘排放与工业经济增长在较多年份中呈现相对脱钩关系，而近些年京津冀地区的雾霾问题预示了烟尘排放的较高增长已经严重危及到人们的日常生活质量。从天津市整个工业、建筑、交通三大运行系统综合考虑，工业部门中烟尘排放的相对脱钩从侧面反映出了天津市建筑系统和交通运输等系统中烟尘排放总量控制的迫切和重要性。

实现城市工业经济与物质流各项指标脱钩的关键在于控制化石能源消耗强度、资源开采种类及强度及CO2、烟尘及固废排放量。必须积极调整产业结构，由高消耗、粗放型的经济发展方式向资源节约、生态友好的方式转变，提高能源效率以增强城市环境承载能力、提高城市运行效率、保障节能减排等国家“十二五”规划目标的顺利实现，促进生态文明建设的繁荣发展。

［1］ Communication from the Commission.A Sustainable Europe for a Better World:A European Union Strategy for Sustainable Development［R］.Brussels:Communication from the Commission，2001.

［2］ OECD.Indicators to Measure Decoupling of Environmental Pressure from Economic Growth［M］.London:Routledge，2004.

［3］ Bringezu S，Schütz H，Steger S，et al.International Comparison of Resource Use and Its Relation to Economic Growth:The Development of Total Material Requirement，Direct Material Inputs and Hidden Flows and the Structure of TMR［J］.Ecological Economics，2004，51(1):97-124.

［4］ Moll S，Bringezu S.Aggregated Indicators for Resource Use and Resource Productivity.Their Meaning，Cross-Country Comparability，and Potential Driving Factors［R］.Copenhagen:European Environment Agency，2005.

［5］ Juknys R.Transition Period in Lithuania-Do We Move to Sustainability［J］.Environmental Research，Engineering and Management，2003，4(26):4-9.

［6］ Tapio P.Towards a Theory of Decoupling:Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001［J］.Transport Policy，2005，12(2):137-151.

［7］ 王鹤鸣，岳强，陆钟武.中国1998年—2008年资源消耗与经济增长的脱钩分析［J］.资源科学，2011，33(9):1757-1767.

［8］ 刘怡君，王丽，牛文元.中国城市经济发展与能源消耗的脱钩分析［J］.中国人口·资源与环境，2011，21(1):70-77.

［9］ 吴开亚，刘晓薇，朱勤，等.安徽省经济增长与环境压力的脱钩关系研究——基于物质流分析［J］.地域研究与开发，2012，31(4):29-33.

［10］ 郭守前，马珍珍.中国经济增长与能源消耗脱钩关系研究［J］.统计与决策，2012(13):133-135.

［11］ 王崇梅，毛荐其.“脱钩”理论在烟台开发区循环经济发展模式中的应用［J］.科技进步与对策，2010(2):45-48.

［12］ 仇方道，沈正平，张敬，等.基于脱钩模型的煤炭城市可持续发展动态分析——以徐州市为例［J］.地域研究与开发，2011，30(3):67-72.

［13］ 刘竹，耿涌，薛冰，等.基于“脱钩”模式的低碳城市评价［J］.中国人口·资源与环境，2011，21(4):19-24.

［14］ 徐盈之，徐康宁，胡永舜.中国制造业碳排放的驱动因素及脱钩效应［J］.统计研究，2011，28(7):55-61.

［15］ 陆钟武，王鹤鸣，岳强.脱钩指数:资源消耗，废物排放与经济增长的定量表达［J］.资源科学，2011，33(1):2-9.

［16］ 岳立，李飞.西部经济增长与二氧化碳脱钩关系的实证分析——以甘肃省为例［J］.北京理工大学学报:社会科学版，2011，13(2):19-22.

［17］ 彭佳雯，黄贤金，钟太洋，等.中国经济增长与能源碳排放的脱钩研究［J］.资源科学，2011，33(4):626-633.

［18］ 仲云云，仲伟周.我国碳排放的区域差异及驱动因素分析——基于脱钩和三层完全分解模型的实证研究［J］.财经研究，2012，38(2):123-133.

［19］ 郭承龙，张智光.污染物排放量增长与经济增长脱钩状态评价研究［J］.地域研究与开发，2013，32(3):94-98.