区域能源碳排放与经济增长的脱钩趋势分析

冯宗宪，陈志伟

（西安交通大学 经济与金融学院，陕西 西安 710061）

·区域发展

区域能源碳排放与经济增长的脱钩趋势分析

冯宗宪，陈志伟

（西安交通大学 经济与金融学院，陕西 西安 710061）

文章在测算中国各地区2001-2012年能源消费碳排放的基础上，结合脱钩理论和聚类分析方法，运用地理信息系统软件Arc-GIS，实证分析了这期间我国区域能源碳排放和经济增长的空间脱钩趋势。研究结果发现，中国大多数省份的能源碳排放与经济发展之间呈现弱脱钩的关系。在递进进行的脱钩关系的恒等式因果链分解后，可知中国工业领域的能源利用效率的显著提高和能源消费过程中电气化水平的稳步推进是中国各省区碳排放增长速度减缓的主要原因，而在此期间中国各省区经济增长对工业、特别是重工业的严重依赖是中国各省区碳排放增长的主要原因。

碳排放；经济增长；空间趋势；脱钩；聚类分析

［DOI］10.3969/j.issn.1007-5097.2015.01.009

当前，我国的温室气体排放总量已取代美国，成为世界上最大的二氧化碳排放国。虽然，作为发展中国家的中国在《京都议定书》中属于没有规定具体的减排或限排义务的“非附件Ⅰ国家”，但是美国等少数发达国家以此为借口，拒绝在《京都议定书》上签字，此举更使我国承受国际上不断变大的减排压力。作为一个负责任的发展中国家，中国于2009年在联合国气候变化峰会上公开承诺争取到2020年单位GDP二氧化碳排放要比2005年显著下降；同年的11月，我国政府决定到2020年全国单位国内生产总值二氧化碳排放要比2005年下降40%～45%，并将此作为约束性指标纳入“十二五”及其后的国民经济和社会发展中长期规划［1］。

由于当前国内外尚没有低碳排放、高经济增长的发展模式可供采用，且如果我国顺应国际上的碳减排压力，限制我国的能源消费，则很有可能影响我国的积极向上的经济发展势头和人民安居乐业的日常生活，导致社会矛盾的激化，由此可见，对我国区域能源碳排放与经济发展的脱钩趋势分析是十分必要且有意义的。

一、相关理论及文献综述

国际上通常用脱钩指标来反映经济增长与物质消耗的不同步变化。“脱钩”概念（decoupling）是由世界银行最早提出来的，具体包括去物质化和去污染化（dematerialisation and depolluting）两个方面，即经济活动对环境所造成的冲击逐步降低的过程（De-Bruyn，1997）［2］。现在，被引用最多的是OECD所提出的脱钩概念，即打破经济财富（economic goods）和环境危害（environmental bads）之间的具体联系（OECD，2003）［3］，也就是说，消灭经济绩效与环境压力的具体联系（Lu，2007；Enevoldsen，2007）［4-5］。换言之，“脱钩”的实现意味着经济增长方式的转变，即当社会进步到一定程度后，经济在继续增长的同时，碳排放量却逐年下降。脱钩可以粗略地分为强脱钩和弱脱钩两类，强脱钩是指随着时间的向前推进总物质消耗量逐步减少，而弱脱钩是指经济增长速度小于物质使用密度的减小（European Community，2005；OECD，2002）［6-7］。脱钩的反面即“连结”，又被称为耦合或复钩，即经济压力与环境压力之间具有很强的联系（De-Bruyn，1997）［8］。同时考虑到经济发展过程中会有增长与衰退之分，因而会有扩张性连结和衰退性脱钩的区别（Vehmas，2003；De-Bruyn，2000）［9-10］。

判断脱钩状态的主要方法有二种，即OECD脱钩指数法和Tapio脱钩弹性指标法。2002年，OECD在《Indicators to measure decoupling of environmental pressures from economic growth》的报告中具体解释了脱钩指数法（OECD，2002）［7］。芬兰学者Tapio（2005）［11］在研究1970-2001年间欧洲经济发展与碳排放之间的关系时导入了一个中间变量，即交通运输量，从而将GDP与碳排放之间的脱钩弹性指标分解成了二个弹性指标的乘积，即交通运输量与GDP之间的脱钩弹性（即产业增长弹性）和总体碳排放量与交通运输量之间的脱钩弹性（即产业排放弹性）。Tapio根据环境压力和经济增长的变化情况，以及脱钩弹性指标的数值具体定义了8种脱钩状态，如图1所示。

图1　Tapio脱钩指标的分类等级

Tapio脱钩弹性指标法的应用十分广泛。李效顺等（2008）［12］将脱钩理论分析方法应用于土地管理领域，对无锡城乡建设用地的变化关系进行了实证研究。肖翔（2011）［13］运用Tapio脱钩弹性指标法从时空角度对江苏省1996-2008年间碳排放量与经济发展进行了脱钩分析；彭佳雯等（2011）［14］运用Tapio脱钩弹性指标法对我国1980-2008年期间能源碳排放与经济增长的关系进行了脱钩实证研究，并对2000-2008年我国各省份进行了脱钩实证分析；王云等（2011）［15］运用Tapio脱钩弹性指标和Kaya恒等式对山西省CO2与经济发展的脱钩状况进行了实证研究分析，并基于LMDI模型进行了合理的因果链分解；王琴梅等（2013）［16］运用脱钩方法分析了河南、湖北和湖南三省的碳排放与经济增长的关系，并进行了因果链分解；梁日忠（2014）［17］以上海市为研究对象，运用Tapio脱钩弹性指标分析了上海市2001-2011年能源消费结构、产业结构与经济增长的脱钩关系及程度；此外，吴丹（2014）［18］、陈瑶等（2014）［19］、梁日忠等（2013）［20］分别将该分法运用到水资源利用、畜牧业和化学工业领域。

二、碳排放测算

由于资金、人员和技术等多方面的原因，我国没有直接的碳排放的监测数据，所以只能通过间接估算得到。鉴于我国的碳排放中有90%以上是来自于能源活动，且考虑到数据的可得性，笔者确定本文的研究对象为我国能源活动所产生的碳排放量情况，暂不涉及其他来源所产生的碳排放。若需要大约估算我国各地的碳排放量，只需将各地能源活动产生的碳排放量除以90%便可得到。

IPCC［21］在《2006年IPCC国家温室气体指南》里推荐了一种计算能源碳排放的方法，本文即采用该方法。具体计算方法为：首先将《中国能源统计年鉴2013》上的我国各地区的各种能源的消费量分别乘以其对应的发热量，从而得到各地区分类别能源消费热值数据；然后，将计算得到的各地区分类别能源消费热值数据分别乘以其对应的缺省碳含量，便可得到中国各地区分类别能源消费的碳排放量；最后，将各地区所有类别能源消费的碳排放量相加总，即得到各地区的能源消费的碳排放量。

三、碳排放与经济发展脱钩关系的实证研究

（一）脱钩弹性模型的构建

目前，国内外学者越来越多地注重将脱钩指标运用在温室气体减排的研究中，目的在于检验一个国家气候变化政策的有效性，并探求影响脱钩与连结的因素，以此用来作为制定促进碳排放与经济发展脱钩的政策依据。

本文构建了Tapio脱钩弹性指标，并利用恒等式原理将其实现了进一步的因果链分解。类似于芬兰学者Tapio引入交通运输量作为中间变量，笔者引入能源消费总量、电力消费量和工业生产总值三个变量作为中间变量，将中国各省碳排放与经济发展之间的脱钩弹性分解为碳排放与能源消费总量之间的弹性、能源消费总量对电力消费量之间的弹性、电力消费量与工业生产总值之间的弹性和工业生产总值对GDP的弹性这四组弹性变量的乘积，如公式（1）所示，

其中，

这四组弹性变量又分别被称为减排脱钩弹性、能源电力脱钩弹性、工业电气化脱钩弹性和工业增长脱钩弹性。

因为不同种类能源的碳排放系数相差很大，如煤炭的碳排放系数明显大于天然气的碳排放系数，所以减排脱钩弹性与能源消费的结构有很大关系。我国的能源消费结构中煤炭占绝对主要地位，且煤炭在主要能源消费种类中碳排放系数最大，故煤炭在能源消费总量中比重增大将导致减排脱钩弹性的上升。

能源电力脱钩弹性衡量的是能源消费过程中电气化水平的主要指标。若能源消费的增长率小于电力消费量的增长率，则说明能源消费领域的电气化水平得到了迅速推进；考虑到电力生产与消费的高效率，此时能源利用效率有所提高。

工业电气化脱钩弹性衡量的是工业发展过程中电气化水平的主要指标。若工业生产总值变化率小于电力消费量的变化率，则说明工业发展领域的电气化水平得到了迅速推进，工业技术的进步导致了电力在工业生产中的大规模运用，进而提高了能源利用的效率。

工业增长脱钩弹性衡量的是经济增长过程中工业化水平的主要指标。考虑到我国的特殊国情，发展工业对GDP的贡献要远高于农业和服务业，且重化工业的贡献力度远大于轻工业，故产业结构的变化将对该指标产生重大影响。

（二）数据来源与处理

中国各省2001-2012年能源消费总量、电力消费量的数据来自于历年《中国能源统计年鉴》。中国各省这12年间的地区生产总值数据和工业生产总值数据均来自于历年《中国统计年鉴》。将中国各省2001-2012年间的碳排放量、能源消费总量、电力消费量、GDP和工业生产总值这五组数据，分别代入以下公式：

便可得到中国各省最近12年的碳排放年均变化率、能源消费总量年均变化率、电力消费量年均变化率、GDP年均变化率和工业生产总值年均变化率。

（三）脱钩弹性与因果链分解

为了分析2001-2012年间我国各省区碳排放量与经济发展之间的脱钩关系，用各省区碳排放量年均变化率除以对应的GDP的年均变化率，便可得到中国各省区2001-2012年的碳排放量与经济发展之间的脱钩弹性指标。同理，可得减排脱钩弹性、能源电力脱钩弹性、工业电气化脱钩弹性和工业增长脱钩弹性，如表1所示。表1中，为了便于比较分析，根据脱钩弹性指标的大小进行了降序排列。

表1　2001-2012年间中国各省区碳排放量与经济发展之间脱钩弹性及其分解

由表1可以看出各地经济增长和碳排放之间的脱钩联系特点如下：

（1）除海南省和福建省为增长连结外，剩下的28个省的碳排放与经济发展的关系均为弱脱钩；说明2001-2012年间我国绝大多数省份的经济增长对于碳排放已经实现了弱脱钩，但海南省和福建省的经济发展质量应得到有效的治理与改善。

（2）减排脱钩弹性中仅宁夏、天津、上海和北京四地为弱脱钩，陕西和贵州两地为扩张负脱钩，其余24个省份均为增长连结，说明我国最近十年间煤炭等高碳排放能源在能源消费结构中的主体地位得到进一步增强，能源消费结构呈现恶化趋势，这也从侧面说明了我国在新能源开发和应用领域的不足，新能源在能源消费结构中所占比重偏低。

（3）能源电力脱钩弹性中除黑龙江为扩张负脱钩之外，其余29个省份均为增长连结或弱脱钩；其中，福建、广西等18个省份为增长连结，剩下的海南、新疆等11个省份均为弱脱钩。说明最近12年间我国大多数省份的能源消费领域的电气化水平得到了大幅度提高，但部分省份的能源利用效率还有较大的进步空间。

（4）工业电气化脱钩弹性中仅新疆、云南、江苏和浙江四省为增长连结，其余26个省份为弱脱钩。说明除部分省份的电力消费增长速度可以接近工业生产总值的增长速度之外，绝大多数省份的工业发展速度快于电力消费的增速；反映了我国工业生产领域中的电气化水平尚有较大的进步空间。

（5）工业增长脱钩弹性中除黑龙江为弱脱钩外，其余29省均为扩张负脱钩或增长连结；其中，海南、广西等7个省份为扩张负脱钩，其余的福建、新疆等22个省份均为增长连结。说明我国大多数省份在最近12年间，工业化水平和经济发展水平均稳步上升，经济结构的发展呈重工业化的倾向，这也导致我国对煤炭等高碳排放能源的严重依赖和能源消费结构的恶化。

（四）我国各地区脱钩程度的空间分布

聚类分析（Cluster Analysis）又称群分析，是根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法。其原理是运用数学工具和相应的计算方法将大量的样本按照其相类似的特征进行准确分类，从而实现定量的客观分类。聚类分析的优点是弥补了以前的主要依靠经验和理论知识来实现分类的不确定性和易变性。

将2001-2012年间我国各地区的脱钩弹性指标（见表1）放入SPSS软件中，进行系统聚类分析，可得系统聚类分析结果，如表2所示。其中第一组的经济发展与碳排放的脱钩程度表现最强，第五组的脱钩程度表现最弱；且第三组中天津的脱钩程度强于河北，山西的脱钩程度强于辽宁，以此类推。

表2　2001-2012年中国各省区脱钩弹性指标聚类分析

将表2系统聚类分析的结果，输入Arc-GIS软件中，将第一组对应于很强，第二组对应于强，第三组对应于一般，第四组对应于弱，第五组对应于很弱，即可得到2001-2012年间我国各地区碳排放与经济发展的脱钩程度的空间分布图，如图2所示。

图2　2001-2012年间我国各地区脱钩程度的空间分布

由图2可以看出最近十年间，我国各地区经济发展与能源碳排放的脱钩程度表现最好的是北京市，其次是上海市，这与北京、上海近十年来产业结构中第三产业比重不断增大，资金技术密集型行业的大发展，以及其重工业比重的持续下降有重大联系；脱钩程度最弱的是海南省，反映了海南省的经济发展是建立在高碳排放的基础之上。此外，脱钩程度表现弱的七个省份中，内蒙古、陕西、新疆和广西作为西部省份，是我国主要的煤炭、石油或有色金属生产基地，能源化工和有色冶金工业在产业结构中所占比重偏高，对此需要加快新能源和加工制造业的发展，以延伸产业链。山东和福建省，作为东部沿海开放地区，是韩国、日本和台资的许多企业，规避本地严苛的环境要求，对大陆进行生产投资转移，形成碳泄漏的重要地区；这提醒有关部门应该完善环境保护方面的法律法规，不得降低对外商引资中的环境保护的要求标准。

四、结论与政策建议

研究表明：2001-2012年间我国各地区工业领域的能源利用效率的提高和能源消费过程中电气化水平的稳步推进为全国碳排放增长速度的减缓起到了主要的推动作用，而经济增长对工业特别是重工业的严重依赖，进而导致对煤炭等高碳排放能源的严重依赖是我国碳排放增长的主要推手。工业电气化脱钩弹性和能源电力脱钩弹性中的较多省份的弱脱钩，对脱钩弹性指标的降低起到了最主要的作用；而工业增长弹性中29个省份的增长连结或扩张负脱钩与减排脱钩弹性中26个省份的增长连结或扩张负脱钩，为脱钩弹性指标的升高起到了最主要的作用。

本文提出如下对策与建议：

（1）我国在发展低碳经济和开展节能减排工作时，应因地制宜，不能搞一刀切。由表1可以看出，我国各省区的碳排放与经济增长脱钩关系的四个驱动因素的贡献率差别很大，因而在制定节能减排任务和发展低碳经济时应该因地制宜：对于像北京、上海等东部省份在资金和技术方面具有很强的比较优势，而在自然资源方面具有比较劣势，应大力开发低碳技术，发展资金技术密集型的产业，构建低碳城市，倡导低碳生活，为中西部高碳排放产业的升级换代提供必要的技术和资金支持；像内蒙古、陕西等西部省份资源丰裕但技术和经济条件落后，应着力提高现有产业的能源利用效率，实现高碳排放产业的升级换代，从而降低本省的碳排放强度。

（2）充分利用科学技术手段，大力提高我国工业特别是重工业行业的能源利用效率。通过对碳排放与经济增长的脱钩关系进行恒等式因果链的分解，本文发现工业领域的能源利用效率的显著提高是我国各省区脱钩程度改善的主要原因。然而，与欧美日等发达国家相比，我国工业领域的能源利用效率还有相当大的进步空间。在此，钢铁、煤炭、电力、石油化工等高碳排放行业的国企和央企应该履行主要责任，国家可以出台相关财税优惠政策以激励企业提高能源的利用效率。

（3）改善能源消费结构，大力发展水能、风能、太阳能等新能源。除了应该提高煤炭资源的利用效率以外，还应利用法律手段和财税等经济政策，大力发展风能、水能和太阳能等可再生清洁能源，提高这些清洁能源在我国能源消费中的比重，从而改善我国的能源消费结构。

［1］雷鹏.低碳经济发展模式论［M］.上海：上海交通大学出版社，2011：4.

［2］De-Bruyn S M，Opschoor J B.Developments in the Throughput2income Relationship：Theoretical and Empirical Observations［J］.Ecologica Economics，1997，20（3）：255-268.

［3］OECD.Environmental Indicators-Development，Measurement and Use［R］.Paris：OECD，2003.

［4］Lu I J，Lin S J，Lewis C.Decomposition and Decoupling Effects of Carbon Dioxide Emission from Highway Transportation in Taiwan，Germany，Japan and South Korea［J］.Energy Policy，2007，35（6）：3226-3235.

［5］Enevoldsen M K，Ryelund A V，Andersen M S.Decoupling of Industrial Energy Consumption and CO2-Emissions in Energy-intensive Industries in Scandinavia［J］.Energy Economics，2007，29（4）：665-692.

［6］European Community.Policy Review on Decoupling：Development of Indicators to Assess Decoupling of Economic Development and Environmental Pressure in the EU225 and AC23 Countries［R］.RALeiden，the Netherlands：European Community，2005.

［7］OECD.Indicators to Measure Decoupling of Environmental Pressures for Economic Growth［R］.Paris：OECD，2002.

［8］De-bruyn S M，Opschoor J B.Developments in the Throughput2income Relationship：Theoretical and Empirical Observations［J］.Ecologica Economics，1997，20（3）：255-268.

［9］Vehmas J，Kaivo-oja J，Luukkanen J.Global Trends of linking Environmental Stress and Economic Growth［R］.Turku：Finland Futures Research Centre，2003.

［10］De-bruyn S M.Economic Growth and the Environment：An Empirical Analysis［M］.Dordrect：Kluwer Academic Publishers，2000：62.

［11］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］.Journal of Transport Policy，2005（12）：137-151.

［12］李效顺，曲福田，郭忠兴，等.城乡建设用地变化的脱钩研究［J］.中国人口·资源与环境，2008，18（5）：179-184.

［13］肖翔.江苏城市15年来碳排放时空变化研究［D］.南京：南京大学，2011.

［14］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.

［15］王云，张军营，赵永椿，等.基于CO2排放因素模型的“脱钩”指标构建与评估——以山西省为例［J］.煤炭学报，2011，36（3）：507-513.

［16］王琴梅，赵阳阳，刘卫波.华中三省碳排放与经济增长脱钩分析——基于LYQ框架的实证［J］.华东经济管理，2013，27（7）：52-57.

［17］梁日忠.上海市经济增长与能源结构、产业结构关联状况的评价研究［J］.华东经济管理，2014（1）：42-46.

［18］吴丹.中国经济发展与水资源利用脱钩态势评价与展望［J］.自然资源学报，2014（1）：46-54.

［19］陈瑶，尚杰.中国畜牧业脱钩分析及影响因素研究［J］.中国人口·资源与环境，2014（3）：101-107.

［20］梁日忠，张林浩.1990-2008年中国化学工业碳排放脱钩和反弹效应研究［J］.资源科学，2013，35（2）：268-274.

［21］IPCC.2006年IPCC国家温室气体清单指南［R］.日本：全球环境战略研究所，2006.

［责任编辑：张青］

Decoupling Trend Analysis on Regional Energy Carbon Emissions and Economic Growth in China

FENG Zong-xian，CHEN Zhi-wei
（School of Economics and Finance，Xi'an Jiaotong University，Xi'an 710061，China）

On the basis of calculating carbon emissions from energy consumption in the provincial level，using decoupling theory，cluster analysis and the Arc-GIS software，this paper makes an empirical analysis on the spatial decoupling trend of carbon emissions and economic growth in China from 2001 to 2012.The results show that the decoupling relationship between carbon emissions from energy consumption and economic growth in most provinces of China presents weak decoupling.After decomposing identity causal chain withprogressive decoupling relationship，we find that the significant increase of energy efficiency in industrial sector and the steady advancement of electrification in energy consumption are the main reasons in slowing down the increase rate of carbon emissions，whereas the dependence of economic growth on industry，especially on heavy industry，is the most important reason of carbon emissions increase in the provinces of China during the same period.

carbon emissions；economic growth；spatial trend distribution；decoupling；cluster analysis

陈志伟（1989-），男，河南安阳人，硕士研究生，研究方向：低碳经济。

F061.5；F124.5

A

1007-5097（2015）01-0050-05

2014-11-07

国家社会科学基金重大项目（128ZD070）；教育部人文社会科学重点研究基地重大项目（11JJD790023）

冯宗宪（1954-），男，浙江宁波人，教授，博士生导师，博士，研究方向：环境治理，贸易壁垒；