中国经济增长与能源消耗的脱钩

刘惠敏

摘要：工业时代的经济增长是以大量消耗能源为代价的，直接导致环境污染和资源枯竭。将经济增速与环境压力脱钩的同时，实现将人类福祉与资源消耗的脱钩，是实现绿色可持续发展的焦点问题。采用Tapio基本模型构建中国能源消耗与经济增长的脱钩模型，将1979-2014年的脱钩指数划分为8种脱钩类型。结果说明，绝对而稳态的脱钩是不存在的。虽然大部分年份的中国处于弱脱钩状态，但长时间尺度上，经济增长与能源消耗存在“连接-脱钩-复钩-再脱钩”的动态反复过程。以中国东部地区10省份为例，研究脱钩指数变化的趋势和时间分异情况。结果显示，进入21世纪后该地区复钩的可能性不断增加，特别在经济增速趋缓的背景下，需要警惕以能源消耗驱动经济发展的模式重现。计算并比较脱钩指数的5年均值，研究中国东部地区脱钩的空间分异情况。结果表明，经济增长与能源消耗是否脱钩与宏观政策的调整密切相关。不断提高利用效率以减少能源消耗总量，保持弱脱钩是中国经济发展与能源消耗关系的常态。

关键词 ：脱钩；经济增长；能源消耗；时空分异；中国东部

中图分类号：X24 文献标识码： A 文章编号： 1002-2104（2016）12-0157-07

当经济增长无法给人类福利带来持续的改善时，经济发展究竟需要多大的生产规模？2004年我国环境污染造成经济损失占当年GDP的3.05%；现有治理技术水平下全部处理当年点源排放污染物需要投资占GDP的6.8%，虚拟治理运行成本占GDP的1.8%[1]。这意味着至少10%的GDP增长是无效的。此外，中国平均每1万城市居民中有6人因空气污染死亡、10人因大气污染引发呼吸或脑血管系统疾病住院；3亿农民喝不到安全饮用水，因饮用水污染造成农村居民癌症死亡人数为11.8万人[2]。2011年来，一些大城市灰霾天数已达全年的30%以上，甚至达到50%。PM 2.5引发的雾霾天气，是经济长期粗放式增长造成的生态赤字的短期集中涌现。加之产业结构调整战略迫使污染企业从东向西、从沿海向内地、从城市向农村转移，导致雾霾在城市群间成片连区，笼罩城乡，与“美丽中国”的期望相去甚远。透支自然环境可承载能力的GDP高增长率，必将产生“福利门槛”，只能是小部分人受益、全社会埋单。

过去30年来中国的经济增长世界瞩目，但是中国未来经济增长存在的突出问题就是资源环境生态问题。工业时代，自然资本富足而人力稀缺，因此，经济增长依赖于人造资本，并以无节制地滥用无偿但有限的自然资本为结果。由此产生的工业文明也是以服从和支持经济增长范式为前提的，强调生态系统是经济系统的子系统，提供人类经济发展的自然资源，并吸纳环境污染。现在，人力不再稀缺而自然资本越发稀缺。自然资本成为制约经济增长的决定性因素，其供给容量的极限给经济增长提出了“生态门槛”。而发达国家的经济发展轨迹已经证明，經济系统的物质规模增长是有限度的，不是可以无限扩张的，经济系统应该内含于生态系统。在全球经济增速放缓、生态环境急剧恶化、生存条件迅速降级的背景下，上述需求、挑战与机遇凝练成一个根本的科学问题：探索生态文明下经济增长与生态改善的脱钩发展模式，实现人类福祉与资源消耗的脱钩。

1 相关研究进展

随着经济增长与资源环境关系研究的深入，“脱钩”理论应运而生。脱钩（Decoupling），也有翻译为“退耦”，指物质消耗总量在工业化之初随经济总量增长而一同增长，并在某个特定阶段出现反向变化，从而实现在经济增长的同时物质消耗下降[3]，形容阻断经济增长与环境污染之间的联系或者说使两者的变化速度不同步。OECD提出，在某一时期，当环境压力的增长，比它的经济驱动因素（GDP） 的增长慢时，就是环境退化与经济增长的脱钩[4]。脱钩指标设计是基于驱动力-压力-状态-影响-反应框架（DPSIR），主要反映前是驱动力（例如GDP增长）与压力（例如环境污染）在同一时期的增长弹性变化情况[5]。根据单位GDP能耗的减少是否降低了能源消耗总量，将脱钩分为两种类型，即：绝对脱钩和相对脱钩[6]。当GDP增长快于环境污染物增长时称为相对脱钩（Relative decoupling），GDP 增长而环境污染物为零或负增长时则称之为绝对脱钩（Absolute decoupling），具体的测度用脱钩指数。当DI≥1时，能源消耗或污染物排放量增速与经济增速同步，或快于经济增速，即绝对挂钩；当0

近年来关于脱钩理论的实证研究取得了显著的进展，形成了两种主流的脱钩理论研究评价模式：①物质消耗总量与经济增长总量关系研究；②物质消耗强度的曲线研究。脱钩指数已经得到了众多组织的广泛运用，包括欧洲委员会[8]和联合国环境规划署[9]。Tapio[10]将脱钩模型加以完善和细化，提出八种脱钩类型，并对芬兰的城市交通做了实证研究。相关研究发现，西方发达国家经济增长与物质消耗的总量在20世纪70年代中期脱钩后，又于近年来重新“复钩”的重要事实，提出“上升式多峰”理论[11]。中国学者对于脱钩理论的研究，多以实证研究经济增长与土地、水、能源等资源消耗的不同步变化[12]，通过对脱钩程度和规律的判定，认为中国整体上遵循相对脱钩I→相对脱钩Ⅱ→相对脱钩Ⅳ→相对脱钩Ⅲ→相对脱钩Ⅱ的演变规律，且东部省份的脱钩速度快于中西部[13]。尽管研究方法与表达手段各异，但是基本能够达成一致的是：脱钩客观反映了经济增长与物质消耗不同步变化的实质。

2 脱钩基本模型的构建

2.1 数据来源与分类

研究能源消耗与经济增长的脱钩关系DI，可以通过弹性系数来表示，取值等于给定时期内能源消耗变化的百分比除以经济增长的百分比。

m = %ΔEC/%ΔGDP

式中：m表示GDP对能耗的弹性系数，代表经济增长和能源消耗的脱钩指数；%ΔEC表示能源消耗变化的百分比；%ΔGDP表示GDP变化的百分比。

根据Tapio的脱钩模型，GDP增长与能源消耗增加之间的关系可以划分为连接、脱钩或负脱钩等类型。一方面，为了避免将变量的微小变化解释得过度显著，研究将弹性系数在取值1.0左右20%范围内的变化仍然认定为连接，即m在0.8-1.2之间为“连接”。另一方面，变量本身的变化可能是正向的，也可能是负向的，因此，将“连接”划分为扩张性连接（%ΔEC>0 和 %ΔGDP >0）和衰退性连接（%ΔEC<0 和 %ΔGDP <0）。根据脱钩变量的取值范围，进一步将“脱钩”划分为3个子类型：弱脱钩、强脱钩和衰退脱钩。同理，将“负脱钩”也划分为3个子类型：扩张负脱钩、强负脱钩和弱负脱钩。根据上述分析框架，将脱钩指数划分为8种逻辑关系（见图1）。

2.2 脱钩指数的计算与分析

根据公式（1）计算中国1979—2014年的脱钩指数（见表1），数据来源于《中国统计年鉴》、《中国能源统计年鉴》和《中国城市统计年鉴》。

能耗增长、GDP增速和脱钩指数的变化趋势见图2。X轴表示研究的时序，Y轴表示能源消耗变化百分比和GDP增长百分比，Z轴表示脱钩指数。通过GDP曲线可以看出，过去30年，中国实行改革开放获得了显著的经济社会发展。但规模导向的经济增长模式也引发了严重的问题，包括能源消耗过快，温室气体排放增及严重的环境污染。为了实现可持续发展，中国政府实施了保护能源和提高能效等政策和计划。这些政策和计划的影响在20世纪8、90年代尤为显著，能源强度（每单位GDP耗能）从1980年到2001年持续下降。因此，能耗曲线的波动较轻，并位于GDP曲线之下。但是，在2002—2005年期间，能源强度持续下降的状态被打破，年平均增长了1.6%；同时期，能源需求也显著增加了57%。为此，中国政府2006年公布国家能源保护目标，提出在2005年基础水平上，将2006—2010年期间的能源强度减少20%[14]。自此，一系列节能减排法律法规、政策计划陆续出台，能耗增速重回GDP曲线之下。从2011开始，能耗增速虽然持续下降，但经济发展面临GDP增速趋缓的新挑战。

2.3 脱钩指数的时间分异研究

根据Tapio脱钩模型的8种分类，对中国1979—2014年期间的脱钩指数依次划分。由于近30年来中国GDP保持持续正向增长，ΔGDP>0决定了脱钩指数m的取值仅会出现在图1模型的右侧。

（1）1981年的能源消耗总量下降，GDP和能源消耗变化方向相反，强脱钩（m<0）出现。经济能够增长的同时，能耗却减少了，这是经济发展的理想脱钩状态。

（2）1989年、2002年和2005年属于扩张连接类型（0.8

（3）2003年和2004年能源消耗的增速领先于GDP增长，即能源消费并未带动经济实现同步增长，因此，这种脱钩是负面的，能耗扩张是低效的，两者呈现扩张负脱钩（m>1.2）关系。

（4）除上述年份外，其余研究时间均表现为弱脱钩状态。尽管能耗和经济同时保持增长，但前者增速落后于后者。即能源消耗增长1%推动了GDP超过1%的增长。事实上，经济发展不可能完全摈弃能源的消耗。因此，弱脱钩状态是大部分发展中国家短期内期望达到的目标。

3 中国东部地区脱钩的时空分异

中国有4个主要经济区，分别是东部地区、中部地区、西部地区和东部地区。根据《中国统计年鉴》，东部地区包括3个直辖市（北京、天津和上海）和7个省份（河北、山东、江苏、浙江、广东、福建和海南），基本覆盖中国东部沿海。由于先天的资源优势和经济基础，东部地区是中国城市化程度和经济发展的先锋。2012年，东部地区GDP近30万亿元，占中国总GDP的57.02%，能源消耗也占据全国总量的50.87%。东部地區拥有中国最发达的经济和最高级的产业结构，是否能够实现经济增长与能源消耗的脱钩，值得研究并供其他地区借鉴。

3.1 脱钩状态和分类

图3-图5分别描述了1979—2014年期间东部地区10省份的脱钩指数及其变化趋势。从整体看，脱钩指数的波动是相当明显的。一个突出的特征是，通常前一年脱钩指数快速上升，下一年就会下降。导致这种波动最有可能的原因是，中国作为发展中国家，经济增长的很多领域都高度依赖于能源和其他自然资源的大量投入。因此，能源消耗的下降难以持续。考虑到GDP的增速是稳定的，这种情况说明，脱钩指数的变化与近年来当地政府对能源消耗快速增长的关注有密切关联。即便如此，研究仍然可以给出乐观的评价，即近年来维持GDP增长的能源消耗总体趋势是下降的。

3.2 脱钩在时间和空间上的分异研究

表2给出了1979—2014年期间，东部地区三种主要脱钩类型的时间分异结果，其余年份均呈现弱脱钩状态。其中，北京除了1986年和1997年之外，其余年份均为弱脱钩。上海和江苏弱脱钩年份分列二、三位。海南进行大规模城市化的时间较晚，目前能源消耗仍旧保持较高的水平，同期的脱钩指数比其他地区偏高。综合来看，脱钩指数的变化有一定的阶段性特征。

为了更好地描述脱钩变化的趋势和特征，研究选取5年均值来考察不同区域之间的差异，进行空间分异研究。研究尺度的选择符合中国经济发展五年规划的制度设计。由于某些省份的统计数据最早为1986年，选取1986年后的数据计算5年均值；河北和江苏两省2011年后统计数据缺失，鉴于中国政府于2006年公布国家能源保护目标，自此开始节能减排的国家策略，因此，研究以2006—2014年的脱钩指数均值进行时空分异的分析，结果见表3。

图6（a、b、c、d）分别表示东部10省份在5个时期（1986—1990年，1991—1995年， 1996—2000年，2001—2005 年和2006—2014年）的脱钩情况。其中，1991—1995年和2006—2014年的空间分异情况相同。尽管脱钩指数的年取值有较大的波动，但从5年均值的角度进行研究，可以清晰地观测到脱钩在时间上和空间上的分异情况。

3.3 分异结果的分析与评价

（1）“脱钩+连接”共存。根据图6a，在1986—1990年期间，北京、天津、江苏、浙江和福建属于弱脱钩；河北、山东、上海和广东属于扩张连接；海南表现为扩张负脱钩。在城市化和工业化占主导地位的经济快速扩张期，经济增长和能源消耗的连接关系密切而显著。

（2）“脱钩”时代。进入20世纪90年代，中国继续保持相当快速的经济增长率，也逐渐认识到提高资源配置和利用效率的重要性。因此，能源消耗的持续增长在一定程度上得以限制，万元GDP能耗从3.40 t下降到1.16 t，降低了65.82%[15]。图6b和图6c 代表1991—2000年的10年，除海南外，其余9省经济增长的速度始终领先能源消耗的增加，两者保持弱脱钩。从经济发展和环境保护的角度来看，这个时期可以称为“中国经济的黄金10年”。但是，海南作为工业化发展的落后地区，依赖能耗促进经济仍是发展的主基调。

（3）“复钩”重现。汽车、电子和电力等能源密集型产业的发展不仅带来GDP年均超过10%的增长率，同时也引发了能源和其他资源的井喷式增长[16]。万元GDP能源强度从1.16 t又增加到1.28 t[17]，工业部门能源消耗总量巨大。以2002年为例，工业部分经济增长占GDP的比重为44.2%，但能源消耗占全国总量的68.9%[18]。5年间，能源消耗以年均12%的速度增长，大大领先同时期的经济增长速度[19]。图6d 显示，2001—2005年东部地区大部分省份都进入了“复钩”阶段，这意味着能源消耗与经济增长特别是工业发展的关系再度紧密。能源密集型产业的低效扩张，是“复钩”状态出现的根本原因。

（4）再度“脱钩”。2006年开始，进入中国经济社会发展的“十一五”规划期，政府特别关注升级传统制造业和淘汰落后技术，首次设定严格的节能目标，提出到2010年，将单位GDP能耗比2005年水平降低20%。相关举措极大地改变了生产结构，减轻了环境压力[20]。图6b显示，尽管东部地区2006—2011年的能源消耗和GDP增速均高于1991—2000年的“黄金十年”，但仍然属于弱脱钩状态，这可以归因于各种能源要素利用效率的提升和区域间差异的缩小[21]。

4 结 论

首先，运用Tapio脱钩模型研究1979—2014年期间中国经济增长与能源消耗的关系。脱钩指数说明，两者之间经历了“弱脱钩-强脱钩-扩张连接（复钩）-扩张负脱钩-弱脱钩”的波动过程。其中，2000—2005年期间出现的扩张复钩和负脱钩应该引起关注。特别需要警惕在经济增长放缓背景下，出现经济与能耗再度复钩的可能性。不断地提高能源利用效率是保持脱钩的前提，发展可再生能源和低排放技术，及时地进行技术创新，在减少环境压力的同时刺激经济的增长[22]。

其次，将中国东部地区作为典型案例，对脱钩指数的时间和空间分异情况进行分析。结果显示，在过去30年里，绝对而稳态的脱钩没有出现。整体而言，东部地区经济增长对能源消耗的依赖在逐渐下降，但 “复钩”的出现说明情况并不稳定。由于中国的经济增长速度相对稳定，“复钩”现象说明能源消耗增长太快。脱钩动态变化的5个时期，高度密切地对应着宏观政策的调整。中国长期面临经济发展与环境破坏的冲突，受能源种类的限制，能源供给仍然以原煤为主导。能源低效利用所带来的严重污染和温室气体排放，给中国的能源可持续性和社会经济稳定发展带来了巨大的风险。考虑到经济转型和节能减排的双重任务，将提高能效作为节能的关键政策。

再次，尽管东部地区脱钩指数在30多年的研究尺度上呈现了明显的波动，但实现能源消耗与经济增长的脱钩是完全可能的。1979—2014年的大部分时间中国都处于弱脱钩状态，经济在保持合理增长的同时，减少能源消耗是可以达到的。即使在中国城市化和工业化程度最高的东部地区，除21世纪前5年之外，其余年份也都实现了弱脱钩。弱脱钩将是未来中国经济增长与能源消耗脱钩的常态。2009年全球经济危机加速了国际经济格局的分化，中国經济增长面临新的挑战。继续保持过去30年的增长速度困难重重，经济放缓的可能性增加。因此，及时的技术创新、生产结构调整和消费结构改变是在经济慢速增长的背景下，减少经济发展对能源依赖的重要策略。发展非化石能源以保证能源安全和响应气候变化的当务之急；生产结构调整的最大贡献是减少氨氮排放；通过改变终端需求结构增强环境的可持续性。

最后，脱钩指数不是孤立的，盲目追求脱钩是没有意义的，必须结合同时期能源消耗和GDP变化的弹性和方向来综合评判。脱钩应该分辨两种情况：能源消耗效率的提高导致的脱钩和经济增长速度放缓导致的脱钩。研究发现，尽管能源消耗总量保持增长趋势，但相邻年份的数据总是呈现显著的起伏波动。例如，一旦东部地区某一年份能源消耗增长迅速，通常会导致下一年缓慢增长甚至下降。大量的能源消耗数据直观地反应出经济增长的能源使用效率，是地区和国家能源使用效率的直接表现。因此，能源消耗的变化通常在短期内是显性的，对能源政策产生显著影响。以不断提高效率为途径，最终实现能源使用总量的绝对下降，是经济与能源脱钩的长期目标。

生态改善的两条基本途径是降低消耗和减少污染，即“节能”和“减排”。多年来“传统经济+资源管理”和“传统经济+污染治理”的模式在资源环境问题上的失败，充分说明经济增长对生态改善的作用“失灵”。根源在于，提高微观经济生态效率、产生“红利效应”的同时，催生的“促销作用”促进了规模扩张，引发的“反弹效应”更加显著，导致物质消耗总量没有减少反而增加。长期以来，以效率为导向的技术研究和经济理论认为，只要持续地通过技术创新改变物品效率，或者通过结构调整提高经济效率，就可以大幅度地降低资源消耗和污染排放。事实上，在不摒弃经济增长目标下，依靠效率改进降低环境压力并最终实现生态恢复和提高的尝试是不成功的。通过经济增长和技术创新来解决生态问题的愿景，与资源枯竭和污染加剧的现实，呈现出愈加激化的矛盾。发达国家可以通过经济全球化实现自然资本的全球采购和资源污染的全球转移，即“发达国家的河变清了是因为发展中国家的河变黑了”，但发展中国家难以通过这一途径实现生态改善。因此，经济决策应首先考虑自然资本供给的容量，到达一定的经济规模后，经济增长是需要停止的，而经济发展是可以持续的。

（编辑：徐天祥）

参考文献（References）

[1]WU C H. On a different scaleputting Chinas environmental crisis in perspective[J]. Environmental health perspectives， 2000， 108（10）： 452-459.

[2]国家环保总局、国家统计局.中国绿色国民经济核算研究报告[R]. 2004. [Ministry of Environmental Protection of the Peoples Republic of China， National Bureau of Statistics of the Peoples Republic of China. Research report of green national economic accounting of China[R].2004. ]

[3]OECD. Decoupling： a conceptual overview [R]. 2001.

[4]OECD. OECDChina seminar on environmental indicators proceedings[R]. 2005.

[5]JIE W， TIAN J L， HE X B. Decoupling indicators of soil erosion for agroecosystem assessment[R]. 2005.

[6]WANG H. Decoupling measure between economic growth and energy consumption of China[J]. Energy procedia， 2011（5）：2363-2367.

[7]LUCIANO C de F， SHINJI K. Decomposing the decoupling of CO₂ emissions and economic growth in Brazil[J]. Ecological economics 2011：70：1459-1469.

[8]EUROPEAN C. Thematic strategy on the sustainable use of natural resources[R]. 2005.

[9]United Nations Environment Programme UNEP. Decoupling natural resource use and environmental impacts from economic growth， a report of the working group on decoupling to the international resource panel[R]. 2011.

[10]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.

[11]赵一平， 孙启宏， 段宁. 中国经济发展与能源消费响应关系研究——基于相对“脱钩”与“复钩”理论的实证研究[J]. 科研管理，2006，27 （3）：128-134. [ZHAO Yiping， SUN Qihong， DUAN Ning. Responsive relationship between economic development and energy consumption in China：a practical research based on comparative delink and relink theory [J]. Science research management， 2006， 27 （3）：128-134.]

[12]李效順，曲福田，郭忠兴，等.城乡建设用地变化的脱钩研究， 中国人口·资源与环境，2008， 18（5）：179-184. [LI Xiaoshun， QU Futian， GUO Zhongxing， et al. Decoupling between urban and rural construction land [J]. China population， resources and environment， 2008， 18（5）：179-184.]

[13]赵兴国， 潘玉君， 赵波，等.区域资源环境与经济发展关系的时空分析[J].地理科学进展， 201l， 30 （6）： 706-714. [ZHAO Xingguo， PAN Yujun， ZHAO Bo， et al. Temporalspatial evolution of the relationship between resourceenvironment and economic development in China： a method based on decoupling [J]. Progress in geography， 201l， 30 （6）： 706-714.]

[14]WANG K， LU B， WEI Y M. Chinas regional energy and environmental efficiency： a rangeadjusted measure based analysis [J]. Applied energy 2013， 112： 1403-1415.

[15]ANDREWSSPEED P. Chinas ongoing energy efficiency drive： origins， progress and prospects [J]. Energy policy， 2009，37： 1331-1344.

[16]XIANG N， XU F， SHA J H. Simulation analysis of Chinas energy and industrial structure adjustment potential to achieve a lowcarbon economy by 2020[J]. Sustainability， 2013 （5）： 5081-5099.

[17]LIAO H， FAN Y， WEI Y M. What induced Chinas energy intensity to fluctuate： 1997-2006？ [J]. Energy policy， 2007，35： 4640-4649.

[18]PAN H F， ZHANG H Y， ZHANG X L. Chinas provincial industrial energy efficiency and its determinants[J]. Mathematical and computer modelling， 2013，58：1032-1039.

[19]ZOU G F， CHEN L M， LIU W， et al. Measurement and evaluation of Chinese regional energy efficiency based on provincial panel data[J]. Mathematical and computer modelling， 2013，58： 1000-1009.

[20]WANG Q. Effects of urbanisation on energy consumption in China[J]. Energy policy， 2014，65： 332-339.

[21]ZHAO X L， YANG R， MA Q. Chinas total factor energy efficiency of provincial industrial sectors[J]. Energy， 2014，65：52-61.

[22]LIANG S， LIU Z， DOUGLAS C B， et al. Decoupling analysis and socioeconomic drivers of environmental pressure in China[J]. Environmental science & technology， 2014，48：1103-1113.

Abstract Economic development is the output of tremendous energy consumption， which is based on the cost of environmental pollution and resource depletion. Decoupling human wellbeing from resource consumption as well as decoupling environmental pressures from economic growth have been proposed as the focus of promoting a green economy and sustainable development， especially in developing countries. The research utilized Tapios model to establish and classify eight types of decoupling in China from 1979 to 2014. Results showed that weak decoupling occurred in the most years and revealed the process of couplingdecoupling recouplingdecoupling between economic growth and energy consumption in a long term. The research took Eastern China as an example to study the decoupling trends and illustrate the temporal and spatial differentiation during the developing process. Results demonstrated that after entering the 21st century， the recoupling possibility may rise. Under the condition of slowing economic growth， the developing model driven by energy consumption may come back. Finally， the research calculated and compared 5year averages of decoupling values to implement temporal and spatial differentiation study of Eastern China. Results show that the decoupling between economic growth and energy consumption has close relationship with nationwidely major policy adjustments.

Key words decoupling； economic growth； energy consumption； temporal and spatial differentiation； Eastern China