重庆市碳排放趋势及产业关联性分析——基于灰色理论的实证研究

引用格式：章晓英，李阳.重庆市碳排放趋势及产业关联性分析——基于灰色理论的实证研究[J].重庆理工大学学报:社会科学，2015(4):21-27.

Citationformat：ZHANGXiao-Ying,LIYang.AnalysisofChongqingCarbonEmissionsTrendsandIndustryAssociationBasedonGrayTheory[J].JournalofChongqingUniversityofTechnology:SocialScience,2015(4):21-27.

重庆市碳排放趋势及产业关联性分析——基于灰色理论的实证研究

章晓英，李阳

(重庆理工大学 经济与贸易学院，重庆400054)

摘要：运用灰色模型GM(1,1)模拟了重庆市2001—2013年碳排放总量的变化规律，并以此为基础预测了2014—2020年的排放量。研究发现：自2006年伴随国家“十一五”规划提出节能目标责任制以来，重庆市作为低碳试点城市，碳排放总量增长率显著下降。采用灰色相关分析方法分析了重庆市三大产业的产值结构对于重庆市碳排放总量的相关性。结果表明：第二产业比重增加对于碳排放总量变化产生正效应，而第一和第三产业是负相应的，其中第三产业负相关绝对值最大，所以重庆市加强第三产业发展是控制碳排放总量的重要途径。

关键词：重庆市；碳排放总量；灰色理论；产业结构

收稿日期：2014-11-24

作者简介：章晓英(1970—)，女，浙江嵊州人，教授，硕士，研究方向：区域经济学；李阳(1989—)，女，陕西宝鸡人，硕士研究生，研究方向：城市与区域经济管理。

doi:10.3969/j.issn.1674-8425(s).2015.04.005

中图分类号：F426

文章编号：1674-8425(2015)04-0021-07

AnalysisofChongqingCarbonEmissionsTrendsand

IndustryAssociationBasedonGrayTheory

ZHANGXiao-Ying,LIYang

(CollegeofEconomy&Trade,ChongqingUniversityofTechnology,Chongqing400054,China)

Abstract:The gray model GM (1,1) was used to simulate the variation of Chongqing’s total carbon emissions from 2001 to 2013, and to be a basis for predicting the emissions in 2014 and 2020. The study found that since 2006, along with the national “Eleventh Five-Year plan” proposed energy conservation target responsibility, as a low-carbon pilot cities, Chongqing’s carbon emissions growth rate decreased significantly. At the same time, this paper analyzed the correlation of carbon emissions and industrial structure. The results show that the proportion of secondary industry has a positive effect on carbon emissions, while the first and third industries are negative, especially the tertiary industry, therefore to control the amount of carbon emissions is an important way to strengthen the development of tertiary industry in Chongqing.

Keywords:Chongqing；carbonemissions；graytheory；industrialstructure

在社会经济与文明高度发展的今天，环境问题已经不再是一个地区乃至一个国家的问题，而是全人类共同面临的生存问题。众所周知，人类活动排放的以二氧化碳为主的温室气体是造成全球气候变暖的主要原因。作为正在加速发展的发展中国家，我国的碳排放总量已居于世界首位，在资源环境约束日益增强、国际压力不断增加的多重背景下，中国政府开始意识到低碳转型的重要性和紧迫性，并采取一系列措施实施低碳转型战略。

以城市为经济活动单元推行碳减排政策，是实现低碳经济发展的必由之路。重庆作为低碳试点城市，受到了广泛的关注。2009年起，英国战略方案基金(SPF)为加强中英两国气候变化项目的合作，并推动中国的低碳事业发展，先后支持了包括重庆市在内的4个省对于低碳城市发展的研究和规划。可以看出，重庆市的低碳城市建设对于我国走低碳之路具有重要的战略意义。因此，加强对重庆市碳排放状况和规律的研究，寻找切实可行的碳减排途径，成为重庆市城市发展的重中之重。

一、文献回顾

近年来，国内外学者对碳排放的影响因素做了大量研究，这些因素不仅包括气候资源条件等自然因素，还涉及了产业结构、经济水平、能源效率等社会因素。朱勤等运用LMDI分解法综合考量经济产出规模、产业结构、能源结构等因素对碳排放的影响，对依照能源消费情况估计的碳排放总量进行因素分解[1]。Hammond等利用分解分析法区分了出口、工业结构、能源强度、混合燃料和电力排放因素对降低英国制造业与能源相关的碳排放量的贡献度，指出1990—2007年每年碳排放量下降2%的主要原因是能源强度降低，其中非能源密集型产业的能源相关的碳排放量降幅很大，主要得益于能源强度的相对改善[2]。李江苏等将人口增长、经济增长、产业结构演进、能源结构演进四大碳排放影响因子分为放大因子、双向拉动因子以及缩小因子三类，并分析各因子自1953—2006年的变化特征，采用相关分析法以及绘制散点图来研究不同时段各因子与碳排放增长的关系[3]。段莹采用产业结构层次系数来描述产业结构高度化水平，就湖北省产业结构高度化对二氧化碳排放量的影响进行实证分析，认为产业结构变动是单位产出排碳量变动的Granger原因，产业结构升级对发展低碳经济有显著作用，湖北省应进一步优化产业结构以推动低碳经济的发展[4]。

大量研究表明：产业结构调整对于碳排放总量变化有重要的影响。然而，对于碳排放总量与产业结构变化相关程度的定量研究目前还不够深入。相比于常用的很多关联分析模型，如统计学中的回归分析、方差分析等关联分析计量模型，灰色关联分析(GreyRelationalAnalysis)是一种新的关联度分析方法。这种方法是根据各个因素之间发展趋势的相似性来确定被衡量因素间的关联程度，不同于大部分常用关联分析方法的要求，如要求有足够的样本数据、各因素间没有相互关系等，灰色关联分析法并不要求有大量的数据，也不排除因素间有相互影响的情况。采用灰色关联分析法定量分析碳排放与产业结构的关联性，可以更直接地看出三大产业产值变化与重庆市碳排放总量变化的相关程度，针对研究结论提出产业结构调整的建议，为采取措施推动碳减排提供理论支持。

二、重庆市碳排放总量的演变趋势

(一)碳排放总量的估计

参照美国能源部下属的二氧化碳信息分析中心(carbondioxideinformationanalysiscenter，CDIAC)给出的分析，碳排放的主要来源是固体燃料、液体燃料和气体燃料的燃烧[5]。在此基础上，可以从煤炭(M)、石油(S)、天然气(G)这三大化石燃料的消耗入手估算碳排放总量。根据文献[6]，大部分研究都是采用碳排放系数法估算碳排放，以煤碳、石油和天然气这三种能源为基础，可得其碳排放估算公式为

(1)

其中，Qt表示能源碳排放总量；Ec，Eo，En分别表示煤炭、石油、天然气消耗实物量；δc，δo，δn分别表示煤炭、石油、天然气消耗的碳排放转换系数。

在碳排放转换系数的选取上，本文选用较为权威的美国能源部公布的数据，即煤炭、石油、天然气的碳排放系数分别为0.702 0kg碳/kg标煤、0.478 0kg碳/kg标煤和0.389 0kg碳/kg标煤。因此，估算关系式为

(2)

本文选用2001—2013年的数据作为研究对象，着重分析这一时间段里重庆市碳排放情况。数据来源于《中国统计年鉴》《中国能源年鉴》和《重庆市统计年鉴》，据此测算出这13年间重庆市能源消耗和碳排放总量，见表1。

表1　2001—2013年重庆市能源消耗和

从表1可以看出，随着能源消耗量的增加，重庆市碳排放总量也在逐年增加，而增长率的变化趋势主要分为两个阶段：以2006年为分界点，2006年之前重庆市碳排放增长率维持在一个较高水平上，明显高于10%，2005年甚至于超过了20%；2006年之后，碳排放增长率显著下降，开始低于10%，在2012年达到了4.14%的低增长速度。这是由于自2006年起国家确立“十一五”规划，实行节能目标责任制，颁布了一系列法律法规全面开展碳减排工作，迎来了我国低碳经济发展热潮。由此可见，我国颁布实施的一系列减碳政策和措施是碳排放总量增长率下降的主要原因。

(二)基于灰色模型 GM(1,1)的碳排放演变规律模拟

灰色模型(GreyModel,简称GM)是由中国学者邓聚龙[7]1982年首先提出的，建立微分方程形式的规律和预测模型，可以对于事物的发展趋势作出模糊性的长期描述。灰色系统模型被广泛用于各研究领域，对于自然系统、社会系统和经济系统的预测具有重要的意义。运用各个年份重庆市碳排放总量数据建立灰色模型，可对其演变规律进行模拟，进而预测未来的碳排放发生量，为理论分析和政策制定的参考指标。

1.灰色模型GM(1,1)的理论推导

将一个变化着的系统作为研究对象，用数值去描述系统每个时间的特征，在过去的时间段里就可以得到连续的数值集合，将这些数值根据事件发生的先后顺序列为一个由n个元素组成的数列，分别记为X(0)=(X(0)(1),X(0)(2),…，X(0)(n))，数列记X(0)。首先，需要对数列进行预处理，即计算数列的生成数X(1)(记为AGO)

(3)

则定义X(1)的灰导数为

(4)

令Z(1)为数列X(1)的紧邻均值数列，即

(5)

则Z(1)=(Z(1)(1),Z(1)(2),…，Z(1)(n))。于是定义GM(1,1)的灰微分方程模型为

(6)

即

(7)

其中X(0)(k)成为灰导数，a成为发展系数，Z(1)(k)成为白化背景值，b成为灰作用量。将时刻k=2,3，…，n代入式(6)中有

(8)

由最小二乘法可以求得

(9)

(10)

称之为GM(1,1)的白化型。

求解方程可得

(11)

2.模拟重庆市碳排放演变模型

将由2001—2013年的碳排放量数据组成的13个元素的数列X(0)=(X(0)(1),X(0)(2),…，X(0)(13))作为样本，建立重庆市碳排放量的时间序列如下：

(12)

首先，为了保证建模方法的可行性，需要对已知数据列做必要的检验处理。计算数列的级比

(13)

(14)

经多次计算比较，c取1 000时结果比较满意，数列Y(0)的级比

(15)

按照上述方法对Y(0)建立模型GM(1，1),求得

(16)

则可得到预测值

(17)

即

(18)

Y(0)经过平移转换，易得数据列X(0)(表2)，为了检验模型的可靠性，需要进行残差检验，令残差为ε(k)，计算

(19)

如果|ε(k)|<0.2，则可以认为达到一般要求，如果|ε(k)|<0.1，则认为达到较高的要求。

表2　2001—2013年重庆市碳排放

表3　2014—2020年重庆市碳排放量预测　万吨

三、重庆市碳排放与产业结构的关联分析

(一)重庆市产业结构分析

根据《重庆市统计年鉴》2001—2012年的经济数据，将2001年作为基数年，得到重庆市三大产业的结构分布情况(见表4)。

根据表4的数据，从产值的绝对数量来看，三大产业产值都在急剧增长，以2001年作为基数年比较，第二产业增加了6倍，增加值最大，第三产业增加了4倍多，第一产业增加了两倍多。从产值比重来看，第一产业比重逐年减小，第二产业比重有较大的增加，而第三产业比重在较为平稳的变化趋势下略有减少。综上可知，重庆市的第二产业无论在绝对值还是相对值上都是三大产业中最大的。

表4　重庆市2001—2012年三大产业产值

(二)碳排放与产业结构的相关性

1.从图形定性分析关联性

三大产业作为能源的终端消耗主体，是碳排放的主要来源，所以产业结构变化影响着碳排放总量的变化。运用折线图(图1)，可以直观地看出这些指标的发展趋势(碳排放量数据取以10为底的对数做变换)，碳排放总量趋势与第二产业产值比变化趋势比较接近，与第一产业和第三产业的产值比变化趋势相差较大，可以初步判断第二产业对碳排放总量的影响较大，然而要量化这种相关性，就需要用一种计算方法衡量因素间关联程度的大小。本文采用灰色关联度分析法测算三大产业产值变化与碳排放总量的相关程度，也就是对运用各个变量动态过程发展态势的量化做比较分析。

图1　碳排放与产业结构变化趋势

2.灰色关联分析模型

将由2001—2012年碳排放总量数据组成的12个元素的序列X(0)作为参考数列，同时期三大产业的产值比组成的序列X(1)、X(2)和X(3)作为比较数列，则有

在计算关联度之前，需要对各个数列作初始化处理，一方面对各种数据进行无量纲化消除数据单位的影响，另一方面，为了易于比较，要求所有数列有公共的交点。出于这两方面考虑，对给定数列进行变换。令

(20)

为原始数列x(m)的初始化数列。则有

令di(k)为初始化数列的差序列，有

(21)

求两级最大差与最小差。记

(22)

则关联系数为

(23)

进而可计算出关联度

(24)

代入数据得m=0，M=2.76，求得比较数列对于参考数列的关联系数为

(25)

则：

(1)当sign(σi)=sign(σj),则xi和xj为正关联；

(2)当sign(σi)=-sign(σj),则xi和xj为负关联。

最后，求得三大产业对碳排放总量的关联度(见表5)。

表5　三大产业对碳排放总量的关联度

(三)计算结果分析

综合表4与表5重庆市第一、第二和第三产业产值情况及其比重与碳排放总量相关性的分析，得出如下结论：

(1)在三大产业比重对碳排放总量的关联度中，只有第二产业是正相关的，并且绝对值最大，可以看出，从产业结构的角度来说，重庆市第二产业的飞速发展是造成重庆市碳排放总量增大的主要原因。

(2)第一产业和第三产业产值比重对于碳排放总量都是负相关的，说明这两个产业比重的增加会引起碳排放的减少，具有碳减排效果。其中，第三产业相关度的绝对值较大，说明增加第三产业产值对于减少碳排放的作用效果更为明显。从表4可以看出，12年间第一产业和第三产业产值都处于下降趋势，致使这两大产业减排效应还没有发挥出来，可以看出，重庆市进行产业结构调整对于减少碳排放量的潜力是非常大的。

这个结论从另一方面也证明了环境库兹涅茨理论：即第二产业比重最大时也是生态环境最恶化的时候，随着产业结构的调整和升级，第三产业的比重渐渐增大，环境污染也会随着产业结构优化而得以恢复，达到经济效益和环境效益坚固的理想状态，并且走向低碳经济的道路。

四、政策建议

本文通过对重庆市碳排放总趋势的模拟，揭示了其内在变化规律，并且分析了三大产业变化对碳排放的影响作用，根据分析结果，为了加大重庆市碳减排力度，提出以下建议：

(1)调整能源消费结构，加强新能源开发与利用。当前，我国的能源消费结构极为不平衡，煤、石油等化石燃料消耗巨大，严重污染着生态环境。不同燃料燃烧释放的污染物在空气中经过物理、化学反应，又形成二次污染物，更难以降解，造成空气的二次污染。因此，我国应该全面推行煤炭的选洗加工，降低煤的硫分和灰分，全面整治小锅炉，加快重点行业的脱硫脱销除尘改造，而在用油总量上也需要进行控制，减少工业企业能源消耗量，在城市居民中提倡低碳出行。同时，开发和使用清洁能源，目前我国可供发展清洁能源的方向主要有太阳能、水能、风能、氢能、生物能和地热能等[8]。

(2)加快服务业发展势头，提升第三产业比重。随着我国经济发展的结构转型，第三产业对国民经济的贡献越来越大，相对于第一和第二产业，第三产业在低投入高产出和提升环境友好度方面的优势最为明显。在发展服务行业中，应重点关注物流、金融、科技、咨询等产业的发展，提高城市软实力。

(3)优化试点城市建设方案，以城市为单元研究发展低碳经济。从本文研究分析来看，自2006年国家实施节能目标责任制以来，碳排放增长率显著减小，可见政策导向对于控制碳排放量是很有效用的。地方低碳发展试点实施以来，包括重庆在内的各个试点省市都做了大量的工作，也取得一些成绩，值得总结和推广。在我国，城市数量巨大，每个城市的区位优势不同，发展理念也不尽相同，对于不同类型的城市，发展低碳经济的路径也需要因地制宜，不能千篇一律。每个城市应该根据各自的特点寻找切实可行的低碳发展路径，基于我国庞大的城市数量和形态迥异的区域特点，这些城市对于探索低碳路径所做的实践与研究，都将成为我国乃至世界宝贵的低碳城市建设的经验与知识。

参考文献：

[1]朱勤，彭希哲，陆志明，等.中国能源消费碳排放变化的因素分解及实证分析[J].资源科学，2009,31(12)：2072-2079.

[2]Hammond G P,Norman J B.Decomposition analysis of energy-related carbon emissions from UK manufacturing[J].Energy,2012,41(1):220-227.

[3]李江苏，张雷，程晓凌.中国碳排放机理分析[J].资源科学，2010,32(11):2059-2065.

[4]段莹.产业结构高度化对碳排放的影响[J].统计与决策，2010(23):94-95.

[5]田立新，孙梅.能源碳排放系统分析[M].北京：科学出版社，2013:46-47.

[6]徐国泉.中国能源效率问题研究[M].北京：经济科学出版社，2013.

[7]邓聚龙.灰色系统理论教程[M].武汉：华中理工大学出版社，1990:1-20.

[8]孙建，毛明明.重庆制造业能源消费碳排放因素实证研究[J].重庆理工大学学报：社会科学，2014(11):52-58.

(责任编辑游小娟)