中国各省区碳排放与经济发展的关系

李　琦，韩亚芬，黄淑玲，董传斌

(宿州学院 环境与测绘工程学院，安徽 宿州 234000)



中国各省区碳排放与经济发展的关系

李琦，韩亚芬，黄淑玲，董传斌

(宿州学院 环境与测绘工程学院，安徽 宿州 234000)

摘要：采用中国各省区2000-2012年的面板数据，计算各省区碳排放，并采用灰色关联度模型分析经济因素与碳排放之间的关联程度。结果显示：从时间序列看，各省区碳排放、人均碳排放呈现逐年增加态势，而碳排放强度逐年下降；从空间序列看，三者都呈现明显的区域差异，不同经济因素对碳排放的关联度存在省际差异；从产业结构看：东部地区碳排放与第三产业关联性最大，中西部地区碳排放与第二产业关联性最大。而居民消费水平和对外开放度与碳排放的关联度同样表现出东部地区>中部地区>西部地区的规律，说明经济发展水平与碳排放之间存在区域的差异性。

关键词：碳排放；经济发展；时空差异；灰色关联度

网络出版地址：http://www.cnki.net/kcms/detail/13.1415.C.20150410.1442.001.html

网络出版时间：2015-04-10 14:42

随着世界经济的飞速发展，人类所面临的环境问题也日益突出，由温室气体排放而导致的气候骤变已成为全球关注的焦点。中国是一个幅员辽阔的国家，各区域经济社会发展和能源消费水平及产业结构存在着巨大的差异。近年来，随着中国经济水平的不断提高，整体碳排放量也在与日俱增。因此面临着巨大的二氧化碳减排压力，如何有效控制碳排放、发展低碳经济已迫在眉睫。目前，碳排放问题已引起国内外学者的普遍关注，其研究主要集中在碳排放的科学估算、碳排放驱动因素的分析、能源碳排放机理研究等方面。IPCC(联合国气候变化专门委员会)于2006年出具了第四次评估报告，报告中提供有关二氧化碳、碳排放计算的参考方法[1]；Jorgenson利用1975-2000年39个不发达国家的数据，采用固定效应模型对碳排放与城市化的关系进行研究，得出了城市化与碳排放呈正相关的结果[2]。中国许多学者也从不同角度，对中国的碳排放进行了研究并提出相关对策，如徐国泉等采用LMDI方法来分析中国近几年的碳排放情况[3]；杜婷婷、李博等采用库茨涅兹曲线(EKC)模拟碳排放与其影响因素之间的关系，得出碳排放与人均GDP遵循倒“U”曲线关系，进一步验证了碳排放的环境库茨涅兹曲线(EKC)的存在性[4]；虞义华、李健等对中国碳排放强度与产业结构及经济发展水平进行了关联分析[5]；宋德勇、易艳春等研究了中国外商投资与经济发展的关系[6]；薛进军等对低碳经济理论及政策等方面作出相关的研究[7]。此文主要依据截面数据分析了中国各省区近年来碳排放的时空变化，并分析了不同区域碳排放变化影响因素的差异，为中国制定差异性的区域减排措施提供理论依据。

一、数据的来源和研究方法

此文主要分析中国各省区碳排放及碳排放影响因素的空间差异，具体研究思路及研究方法如下：

(一)研究思路

首先，依据2000-2012年中国各省区各种能源的消耗量，借助碳排放估算公式及各种能源的折算系数，计算各时段各省区碳排放总量；其次，根据各省区人口及生产总值，计算各省区不同时段的人均碳排放和单位产值碳排放，并分析时空差异出现的原因；最后，利用灰色关联度方法，分析碳排放与各产业结构、人均消费及进出口贸易之间的关系，分析不同区域影响因素之间的差异并找出原因。

(二)数据来源及方法

所采用的数据主要来源于《中国统计年鉴》和《中国能源统计年鉴》，除此之外还引用了有关学者在该领域的研究成果(包括公式系数和计算方法)，这些数据资料在文中出现的地方将会给予注明。在研究各省区碳排放情况时，选取了2000-2012年主要省域的主要能源的消耗数据，以及部分国民经济核算数据。因为缺乏关于西藏自治区和港澳台地区的相关数据，分析不包括这些地区。

1.碳排放量的估算

碳排放主要分为工业排放和人工排放，在选择碳排放的估算方法时，常用的方法是国际公认的IPCC(联合国政府间气候变化专门委员会)核算方法，但结合中国实际国情，可以看出各地区的碳排放主要集中在工业排放中化石燃料的消耗。该文采用已被广泛认可的碳排放量估算公式对中国除西藏、港澳台地区的其他省区进行了碳排放量的估算[8]。估算公式如下：

Cit=∑jEijt×ηj(i=1,2,3…;j=1,2,3…;)

(1)

Cit为i省t年的碳排放总量，Eijt表示i省第t年第j种能源的消耗量，ηi表示第j种能源的碳排放系数的确定。根据主要化石能源的分类可以将公式(1)简化成下列公式：

Cit=Efδf+Emδm+Enδn

(2)

Cit为i省t年的碳排放总量,Ef为煤炭消耗标准量，δf为煤炭的碳排放系数；Em为石油消耗标准量，δm为石油的碳排放系数；En为天然气的排放量，δn为天然气的碳排放系数。

此文根据《中国能源统计年鉴》中所提供的各种能源折标准煤参考系数，选取原煤、石油、天然气的折标准煤系数分别为0.714 3千克标准煤/千克、1.428 6千克标准煤/千克、1.33千克标准煤/立方米。

碳排放系数的选取则是参考了谭单、黄贤金在《我国东、中、西部地区经济发展与碳排放的关联分析及比较》[9]一文中所提到的根据有关文献提供的多种碳排放系数进行比较计算，最终取其平均值。

2.灰色关联法(GRA)

通过灰色关联法(GRA)探寻中国各省区及区域碳排放情况与其经济发展水平的关系，该方法具体采用邓聚龙先生在创建灰色系统理论之后所提出的灰色关联度方法又称一般关联度法[10]。现归纳如下：

设参考数列为X0，被比较数列(因数数列)为Xi,i=1,2,3,…,N，且

X0={x0(0),x0(0),…,x0(n)}

Xi={xi(1),xi(2),…,xi(n)}

则X0与Xi的灰色关联度r(x0,xi)定义为：

其中：r(x0(k),xi(k))

ρ为分辨系数；且ρ∈[0~1]。

根据申卯兴、薛西峰、张小水在《灰色关联度分析中分辨系数的选取》[11]一文所得出的结论，当ρ≤0.052 63时，较容易观察关联度的分辨率的变化，故通常应取值为ρ=0.05，以符合人们的认知习惯，也符合统计数据分析领域的0.95原则。此文在计算分析中ρ的取值为0.05。

二、碳排放的时空差异分析

低碳经济是中国建设资源节约型和环境友好型社会的必经之路，而分析升级碳排放的空间差异对于制定差异性节能减排政策以及碳排放分解有重要意义。

(一)各省区碳排放总量的时空格局分析

利用上文所述的碳排放计算方法，算出2000-2012年中国主要省域的碳排放量。为了直观地描述中国各省区碳排放量的变化趋势，等间距地选取了2004、2008、2012 3年的数据制成条形图(图1)，来反映中国30个省区碳排放的时空变化。

从图1可看出，近年来中国多数省区的碳排放量一直呈现持续增长的态势。从碳排放总量空间差异看，山东、山西、河北、辽宁位居全国前列，这些省份作为中国的重工业生产区和能源产出、消耗地，其能源消耗的份额占到了全国消耗总量的1/4以上，碳排放量也占中国碳排放总额的1/4以上。以山西和山东为例，山东省是以重工业为支柱产业的省份，能源生产和消费量在全国都处于最高水平；山西不仅是产煤大省同时也是能源消耗体系中煤炭消耗比重较高的省份。相对而言，工业基础较为落后的海南、宁夏、广西、青海等省份，这些区域的碳排量处于较低的水平，主要是由于这些区域能源消耗总量较少。而北京、天津、江西等碳排放量较少，则主要是由于其能源利用效率较高。因此，不同区域碳排放量差异明显且影响因素各不相同。

图1中国主要省域碳排放量统计图

(二)中国各省区人均碳排放及碳排放强度差异

碳排放总量是排放量的绝对数指标，而人均碳排放和单位产值碳排放属于相对指标，它们可以从另一层面反映碳排放区域差异。用GDP和人口水平对能源碳排放总量进行修正，得到能源碳排放强度和人均能源碳排放两个指标。图2和图3分别反映了2004年、2008年及2012年中国各省区人均碳排放及单位产值碳排放的空间差异。由图2可知，虽然西北部地区(如宁夏、甘肃、内蒙古自治区)的碳排放总量较低，但人均碳排放量却较高；而东部地区(如辽宁、江苏、广州)的碳排放总量较高但是人均碳排放量却较低。出现这种现象的原因一方面是中国总体人口的分布不均，西部人口稀少、中部和东部地区人口过于密集；另一方面也有可能是各地区经济产业结构不同所导致的。

图3反映了中国各省区碳排放强度，用来衡量区域经济发展水平与碳排放量的关系。从图3可以看出，东部沿海几个省份(如江苏、浙江、福建、广东)的碳排放强度明显低于中西部地区的省份(如青海、宁夏、贵州、新疆)，说明碳排放强度除了与碳排放总量相关外，主要取决于其经济发展水平。经济发展水平越高，碳排放强度越低；反之，碳排放强度就较高。如山西是以煤炭、焦炭、冶金、电力等一些传统工业为主的重工业省份，其能源消耗量大且使用效率低，从而导致其单位经济产值的碳排放量较高，碳排放强度位居中国前列。而山东碳排放总量要大于山西，但是其碳排放强度却相对较低，主要由于其经济技术水平较先进。

图2中国主要省域人均碳排放量统计图

图3　中国省域碳排放强度统计图

三、碳排放与经济发展的关联分析

从整体角度来看，中国各地区的经济、文化、环境等众多因素存在明显的区域差异，如不进行区域性的划分，就很难比较出相同因素在不同区域的差异和规律性变化。因此，为了更好地比较碳排放与经济发展的区域差异，对中国30多个省、自治区、直辖市进行区域划分。根据区域经济发展水平和地理位置，结合长期演变形成的特征可以将中国各省域划分成东部、中部、西部3个组成部分。东部地区包括北京、天津、河北、辽宁、上海、江苏、广东等11个省(市)；中部地区包括山西、吉林、安徽、河南、湖北、湖南等8个省(市)；西部地区包括四川、贵州、陕西、甘肃、新疆等12个省(市)。以2012年各省区数据为例分析碳排放与各经济要素之间的关系，具体结果见表3。

从表3中可以看出，3次产业经济指标与碳排放量的关联值在东、中、西部地区存在明显的差异。以3大地区中各省域3次产业与碳排放量关联度的平均值为例，从横向角度来看：东部地区数据分别为0.22、0.31、0.38，第三产业大于第二产业大于第三产业，这表明东部地区的产业结构主要是以第三产业为主导，第二产业为辅助，第一产业次之；中部地区为0.27、0.31、0.27，第二产业大于第三产业等于第一产业，这表明中部地区以第二产业占主导地位，第一产业和第三产业的比重较为均衡；西部地区为0.24、0.35、0.33，第二产业大于第三产业大于第一产业，这表明西部地区产业构成和中部类似，其3次产业中碳排放的主要驱动因子和中部地区一样仍然是第二产业。从纵向角度来看：东部地区第三产业的数值为0.38，高于中部和西部；而西部地区第二产业数值为0.35，高于东部。这表明中国3大地区的省域正处于产业转型的不同时期，各区域的碳排放量的变化情况与其产业构成的变化情况相吻合。除此之外，东部地区的居民消费水平、外企投资贸易额的平均数值分别为0.48和0.33，明显要高于中部和西部，这表明在经济水平较高的东部地区，居民消费水平及外企投资贸易额已成为影响区域碳排放量的又一重要经济指标。

表3　东、中、西部各省区的经济指标与碳排放量的灰色关联度(R)

综上所述：(1)近年来，中国各省区碳排放总量呈现逐年增加的趋势，其中处于工业深化发展阶段的中西部地区增速加大，而处于产业升级和转型的东部地区增速趋于稳定；人口分布的区域差异是导致人均碳排放差异的明显原因；经济发达区域碳排放强度较低，经济相对落后区域碳排放强度较高。(2)从横向比较，碳排放区域差异与各区域产业结构关系密切，产业结构模式决定了碳排放主要驱动产业的差异，东部地区第三产业关联度要大于一、二产业，而中西部地区第二产业的关联度大于第一、第三产业。另外，居民消费水平成为碳排放的新的增长点，对于碳排放的影响程度将逐年提升。(3)从纵向来看，第三产业与碳排放之间的关联度东部地区大于中西部地区，而第二产业与碳排放的关联度西部地区要大于东部地区，说明中国3大地区正处于产业转型的不同时期，各区域碳排放量的变化情况与其产业构成的变化情况相吻合。另外，第三产业比重较大的地区，其居民消费水平、进出口贸易与碳排放的关联度明显较高。

所以，中国要建立低碳经济，一方面必须进一步优化能源结构。应把煤炭的清洁利用和节能作为重点，不断提高能源的利用率，加快可再生能源、新能源及低碳技术的研发，并提高可再生能源在能源消费中的比重；另一方面要设定减排与GDP增长挂钩的指标，实施减排总量控制；第三，建立地方、企业、个人自主减排的机制，强调政府部门在该领域的管理责任，改变经济发展方式，加快产业结构升级；第四，培育低碳与环保的高端人才，提高科技创新的国际水平，利用技术进步促进减排。

参考文献：

[1]IPCC.2006 IPCC guidelines for national greenhouse gas Inventories[R].Prepared by the national Greenhouse Gas Inventories Program.BuendiaL,Mirak.etal.IGES,japan，2006.

[2]Jorgenson A .Does foreign investment harm the air we breathe and the water we drink[J].Organization Environment,2007，(20):137-156.

[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[J].中国人口·资源环境,2006,6(16):158-161.

[4]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·资源环境,2012,22(1):7-14.

[5]虞义华,郑新业,张莉.经济发展水平、产业结构与碳排放强度——中国省级面板数据分析[J].经济理论与经济管理,2011，(3):72-80.

[6]宋德勇,易艳春.外商直接投资与中国碳排放[J].中国人口·资源环境,2011,21(1):49-52.

[7]薛进军.低碳经济学[M].北京：社会科学文献出版社,2011.

[8]王卉彤,王妙平.中国30省区碳排放时空格局及其影响因素的灰色关联分析[J].中国人口·资源环境,2011,21(7):140-145.

[9]谭丹,黄坚金.我国东、中、西部地区经济发展与碳排放的关联分析及比较[J].中国人口·资源环境,2008,18(3):54-57.

[10]邓聚龙.灰色预测与决策[M].武汉：华中理工大学出版社,1998.

[11]申卯兴,薛西峰,张小水.灰色关联度分析中分辨系数的选取[J].空军工程大学学报,2004,4(1):39-42.

(责任编辑治丹丹)

Relationship between Carbon Dioxide Emission and

Economic Development in China’s Provinces

LI Qi,HAN Ya-fen,HUANG Shu-ling,DONG Chuan-bin

(School of Environment and Survey Engineering,Suzhou University,Suzhou,Anhui 234000,China)

Abstract:Based on panel data of China’s provinces from 2000 to 2012,this paper calculates the carbon emission in China’s provinces and analyzes the correlation between the carbon emission and economic factors through using grey correlation model.The results are as follows:from the perspective of time series,the total energy consumption and per-capita carbon emission in every province is increasing by years,while carbon intensity is decreasing simultaneously;from the perspective of spatial series,the three objects presents obvious regional differences,and different economic factors in different provinces have different influence on carbon emission;from the perspective of industrial structure,the carbon emission in eastern regions is most related to the tertiary industry,in central and western regions,the secondary industry;the correlation between residents’ consumption level and opening degree,and carbon emission manifests the law of eastern regions>central regions>western regions,which shows there exist regional differentiation between economic development level and carbon emission.

Key words:carbon emission;economic development;temporal and spatial differences;grey correlation analysis

中图分类号：F 12

文献标识码：A

文章编号：2095-462X(2015)02-0038-06

作者简介：李琦(1982-)，男，安徽宿州人，宿州学院环境与测绘工程学院讲师，环境科学硕士，主要研究方向为资源环境评价与管理。

项目基金：安徽省教育厅自然科学重点研究项目(KJ2014A251)；安徽省高校省级人文社科研究项目(SK2013B509)；宿州学院安徽省煤矿勘探工程技术研究中心开放课题(2013YKF05)；宿州学院教授博士基金课题(2014JB02)

收稿日期：20141120