江苏省经济增长与能源消耗的脱钩分析

郭承龙

摘要：经济增长与能源消费之间的脱钩状态一直是研究热点。文章借鉴Tapio脱钩钻石模型，并重新划分和解释了负脱钩、扩张连结、弱脱钩、衰退负脱钩、衰退脱钩和强脱钩的脱钩意义；然后对江苏省GDP和能源消费进行脱钩实证分析，得出江苏省重型化经济增长与能源消费主要呈弱脱钩状态。该结论表明，重型化经济也可以是实现与能源消费的脱钩，为其他省份发展低碳经济，降低能耗提供借鉴。

关键词：经济增长；能源消费；脱钩

一、引言

经济增长是人类发展权内容。化石能源对经济增长贡献存在边际效用递减，使得经济增长动力持续性显得不足，并且令环境承载力超负荷。根据IPCC第五次评估报告显示：大气中二氧化碳（CO2）浓度比工业化前的1750年高出了40%。经济增长兼顾能源消耗减量化得到各国理解和重视。

江苏省作为我国经济发达省份，是我国经济增长的示范区，但江苏又是一个化石能源资源禀赋相对匮乏的地区。2000～2014年，江苏省GDP年均增长15.41%（本文除特指外，年均增长率为年均几何增长率），高出全国水平的1.16个百分点；能源消耗年均增长9.29%，高出全国水平的1.39个百分点。2014年，江苏省GDP占全国10.23%；同期能耗也占全国消耗总量的7.01%。能源是经济增长的基本要素。一方面，江苏经济要实现可持续发展，另一方面江苏面临减少CO2排放，降低能源消耗，减轻环境压力。能源将是制约江苏省经济发展的“瓶颈”问题。因此，江苏经济增长与能源消耗之间脱钩的现实性关系有必要分解剖析，进而分析能源消费减量化的影响因素，对于江苏经济持续增长和碳减排任务履行具有紧迫性和重要意义。

二、文献综述

回顾和汇总文献中涉及的脱钩理论，脱钩方法大致可划分为三种：第一种是基于期初值和期末值的脱钩因子，OECD组织将脱钩分为绝对脱钩和相对脱钩（OECD，2002）；Juknys Romualdas（2003）则将脱钩分为初级脱钩和次级脱钩。第二种是基于弹性系数的Tapio脱钩模型（Tapio，2005），细分为强脱钩、弱脱钩、衰退性脱钩、强负脱钩、弱负脱钩、扩张性负脱钩、增长连结和衰退连结等8种脱钩态。在此基础上，J.Vehmas（2003）将经济衰退纳入考虑范畴，提出衰退性脱钩的概念。印宏亮（2013）更是提出多达13种状态脱钩类型（印宏亮，2013）。牛彤和袁长举等（2015）则将脱钩状态精简到6种，并分别分析经济增长与煤炭、石油、天然气和电力消费之间脱钩状态。第三种是基于IPAT模型和IGT模型，将脱钩态分为绝对脱钩、相对脱钩和未脱钩（陆钟武等，2011）。

其中，国内外学者围绕着基于弹性系数的脱钩模型展开深入区域与行业的应用型研究。Sorrell等（2012）使用Tapio脱钩模型，研究了英国公路货运能源消费与经济增长的脱钩情况。Qingchun Liu和Shufang Liu等（2015）指出研究期内，我国能源密集型制造业呈弱脱钩，非能源密集型制造业呈强脱钩。胡本田和方超（2014）使用脱钩弹性方法，研究发现皖江城市带经济增长与能源消费处于弱脱钩态。王鲲鹏和何丹（2014）将研究期分为三个阶段，只有第三阶段出现弱脱钩，表明山西省经济增长与能源消费并未真正实现两者脱钩。关雪凌和周敏（2015）直接使用Tapio弹性脱钩模型对我国城镇化过程中的经济增长和能源消费脱钩态进行计算，发现总体上呈“弱脱钩”。牛彤和袁长举等（2015）也得出相同结论。我国能源与经济的脱钩研究在省级区域研究较多（庞家幸、陈兴鹏等，2014；赵国飞、赵丹等，2015）。

三、研究方法及实证分析

（一）研究方法

Tapio（2005）提出的脱钩模型在脱钩弹性值1的±20%变化区间内将脱钩划分为强负脱钩、弱负脱钩、扩张联结、弱脱钩、强脱钩、衰退脱钩、衰退联结和衰退负脱钩。[0 0.8]和（0.8 1]脱钩状态划分因为在[0.5 0.8]和（0.8 1]区间含义均是表示能源消费增长速度高于经济增长速度。其他区间也存在类似情形。因此重新划分脱钩状态是必要的。

脱钩模型使用弹性系数方法赋予基期选择灵活性，便于根据研究需要选择不同时序对研究对象展开脱钩研究。经济增长与能源消费的脱钩弹性计算如下：

式中，e为弹性系数；%ΔE为能源消费变化率；%ΔGDP为国内生产总值变化率；%ΔE/%ΔGDP表示能源消费与经济增长间的弹性系数，代表能源综合利用率。

本研究根据能源消费变化率与经济增长率以及两者的脱钩弹性，重新界定脱钩状态分类及含义。

负脱钩（Negative decoupling）是指經济出现衰退，而能源消费呈增长的状态，此时的e∈（-∞，-0），是脱钩状态中的最差情形。扩张连结（Expansive coupling）是指经济增长与能源消费增长均为正值，能源消费增长速度高于经济增长速度的状态，此时的e∈（1，+∞）。弱脱钩（Weak decoupling）是指经济增长与能源消费增长均为正值，经济增长速度高于能源消费增长速度的状态，此时的e∈（0，1）。衰退负脱钩（Recessive negative decoupling）是指经济增长和能源消费同时出现衰减，但是经济衰退速度高于能源消费衰退速度的状态，此时的e∈（0，1）。衰退脱钩（Recessive decoupling）是指经济和能源消费同时出现衰减，但是能源消费衰退速度显著快于经济衰退速度的状态，此时的e∈（1，+∞）。强脱钩（Strong decoupling）是指经济增长为正值，而能源消费增长同步呈负增长，此时，经济增长的能源刚性需求显著下降，此时的e∈（-∞，0）。endprint

（二）能源消费与经济增长的脱钩结果分析

这里使用上年作为基期，逐年比较和分析能源消费与经济增长的脱钩弹性值。经计算，得到1991～2014年江苏省能源消费增长率和经济增长率以及相应的脱钩弹性值。由散点图2和表1可知，1997年，江苏省能源消费增长-0.0148，GDP增长0.1126，能源消费与经济增长呈强脱钩状态。究其原因：1996年，我国对技术落后、污染严重、效率低下的小企业即“十五小”采取关停并转措施；1997年，亚洲出现金融危机，两者叠加使得能源供给大于需求，导致能源消费与经济增长呈强脱钩状态。2003年和2004年，江苏省能源消费分别增长0.1511和0.2343，经济分别增长0.1731和0.2058，使得江苏省能源消费与经济增长呈扩张连结状态。究其原因：21世纪初，逐渐好转的国际经济形势以及国家通过提高投资规模引致扩大内需的宏观调控政策等影响，短期内大批高耗能、重复性的项目集中实施，能源消费急剧增加，造成经济增长与能源消费的扩张连结。其他时间，江苏省能源消费与经济增长呈弱脱钩状态。特别是2005年以来，能源消费与经济增长脱钩状态呈一稳态。究其原因：经济增长与能源消费有序变化以及能源低碳化战略。

四、结论与讨论

1. 江苏省经济连续增长，稳居全国领先地位，主要由于重型化经济发展的拉动。1990～2014年，江苏省重工业总产值占工业总产值比重由1990年的45.35%增加到2014年的73.42%，不可避免引致能源消费增长。

2. 江苏省能源强度不断下降。能源强度下降是脱钩的必要但非充分条件。1990～2014年，江苏省能源强度由1990年的3.89标准煤/万元稳定下降到2014年的0.46标准煤/万元。能源强度下降不但部分抵消江苏在重型化经济发展中的能源回弹效应，而且推动经济增长与能源消费的弱脱钩。

3. 统计政策红利。江苏是能源匮乏省份，外来能源供给是主要渠道。国家能耗统计制度规定能源加工转换损失和输变电损失纳入能源产地的消耗量，这在一定程度减少了江苏省能源消费统计压力，使得江苏省能源消费获得统计红利。

综上所述，江苏省被赋予一定国家经济增长重要贡献者地位。在经济增长中，应加大重型工业的技术改造和升级，减少能源消费需求量，才能实现经济增长与能源消费的持续脱钩，实现绿色可持续发展。

参考文献：

[1]OECD.Indicators to measure decoupling of environmental pressures from economic growth[R]. Paris： OECD， 2002.

[2]Juknys Romualdas. Transition Period in Lithuania-do We Move to Sustainability[J]. Environmental Research， Engineering and Management，2003（26）.

[3]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（02）.

[4]Vehmas J.Kaivo-oja J，Luukkanen J. Global trends of linking environmental stress and economic growth[R].Turku：Finland Futures Research Centre，2003.

[5]印宏亮.广西能源消费与经济增长脱钩轨迹分析[J].广西财经学院学报，2013（06）.

[6]牛彤，袁长举，牛冲槐，等.基于弹性脱钩的中国经济增长与能源消费脱钩关系研究[J].科技管理研究，20l5（18）.

[7]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（01）.

[8]Sorrell S， Lehtonen M，Stapleton L，et al.Decoupling of road freight energy use from economic growth in the United Kingdom[J].Energy Policy，2012（02）.

[9]Qingchun Liu，Shufang Liu，and Lin

gqun Kong.Decomposition and Decoupling Analysis of Energy-Related Carbon Emissions from China Manufacturing[J]. Mathematical Problems in Engineering，2015（10）.

[10]胡本田，方超.皖江城市帶区域经济增长与能源消耗的实证研究—基于Tapio脱钩模型和LMDI方法[J].铜陵学院学报，2014（02）.

[11]王鲲鹏，何丹.山西省经济增长与能源消耗动态分析—基于脱钩理论[J].现代商贸工业，2014（04）.

[12]关雪凌，周敏.城镇化进程中经济增长与能源消费的脱钩分析水[J].经济问题探索，2015（04）.

[13]庞家幸，陈兴鹏，王惠榆.甘肃省能源消耗与经济增长的关系研究及能源消耗预测[J].干旱区资源与环境，2014（02）.

[14]赵国飞，赵丹，王玉芳.黑龙江省经济增长与能源消耗脱钩分析[J].安徽农业科学，2015（05）.

（作者单位：南京林业大学经济管理学院）endprint