华东“六省一市”经济增长与CO2排放的脱钩效应

钱芝网++俞佳立

摘 要：运用Tapio脱钩效应模型对华东地区“六省一市”2005—2014年的经济增长与CO2排放量进行脱钩状态研究，结果表明：华东地区“六省一市”经济增长与CO2排放之间确实存在着脱钩效应，且不同省市的脱钩指数差异较大，其中上海、浙江表现最好，脱钩效应逐步由弱脱钩转化为强脱钩。进一步运用灰色预测模型对“十三五”规划期间华东地区“六省一市”经济增长和CO2排放量进行短期预测，结果显示：上海、浙江经济增长的同时，伴随着CO2排放量的缓慢下降，将继续保持强脱钩状态；福建、江苏脱钩指数相对较低，福建CO2排放量有所降低，将向强脱钩状态转变，江苏CO2排放量有小幅上升，平均脱钩弹性值为0.028，未来有望实现强脱钩；其他省份的结果显示脱钩效应不稳定，将以弱脱钩为主。

关键词：华东地区；经济增长；CO2排放量；Tapio脱钩；灰色预测

中图分类号：F205 文献标识码：A 文章编号：1003-3890（2018）01-0054-06

一、引言

在全球经济缓慢复苏的大背景下，中国经济依然保持着7%左右的中高位增长速度。我国经济的快速发展一定程度上依赖于消耗煤炭、原油、天然气等资源，造成了大量二氧化碳（CO2）的排放，进而引发温室效应，导致环境恶化。据英国凯恩斯报告，按照现有的经济增长模式，到22世纪因温室气体排放造成的升温幅度将可能达到5至6摄氏度[1]。为了应对经济发展给环境造成的巨大压力，2015年中国政府在巴黎世界气候变化大会上宣布，到2030年单位国内生产总值的CO2排放比2005年降低60%～65%。这势必会给中国经济发展模式造成一定冲击，对清洁能源的迫切需求和节能减排的任务都提出了更高的要求。华东地区“六省一市”（苏、浙、鲁、皖、闽、赣、沪）是中国区域经济发展较好较快的地区之一。统计数据显示：2015年华东地区经济总量占全国经济总量的38.6%；同时华东地区又是我国人口的聚集地，庞大的人口数量造成了资源的巨大消耗，最终导致了环境的恶化。因此，研究华东地区“六省一市”经济总量与CO2排放量的脱钩状况显得尤为必要，这为国家或地区制定相应的节能减排策略和发展低碳经济有着重要的现实意义。

二、文献综述

随着环境问题的日益突出和可持续发展思想的深入，近年来，对于CO2排放量的研究一直都是国内外学者研究的热点。其中Tapio（2005）对1970—2001年欧洲交通运输业经济增长与运输量、CO2之间的脱钩状况进行研究，得出20世纪90年代欧盟15国基本处于扩张负脱钩[2]。Martínez（2009）分别对哥伦比亚和德国能源消耗产生的CO2排放量与经济增长之间的脱钩关系进行实证研究，发现都存在明显脱钩状态[3]。Boutabba（2014）运用Granger因果检验分析了印度CO2排放量与能源利用、金融发展等变量之间的关系，结果表明CO2排放与其他变量之间确实存在因果关系[4]。周银香（2016）运用Tapio脱钩模型、协整理论和Granger因果检验研究了我国1990—2013年交通行业CO2排放量和交通行业经济增长的关系，得出两者之间的脱钩状况并不理想；但从长期来看，二者确实有耦合关系，存在着从行业经济增长到CO2排放的单向因果关系[5]。张立国 等（2015）利用Tapio脱钩分析技术分析了我国2003—2012年物流行业的能源消耗、CO2排放、行业发展情况的脱钩状况，得出三者均呈现增长趋势，能源消耗、CO2排放量的增长率高于行业发展增长率，同时行业发展与CO2排放量和能源消耗表现出扩张性负脱钩[6]。苑清敏 等（2016）基于OECD脱钩模型对京津冀物流行业CO2排放进行测度，显示京津冀地区物流行业CO2排放存在脱钩效应，表现出一定的阶段性[7]。赵先超 等（2013）以湖南省旅游业CO2排放和旅游业经济增长为研究对象，得出两者之间主要以弱脱钩为主，旅游业经济增长速度快于旅游业CO2排放速度[8]。王君华 等（2015）以2000—2011年工业行业经济增长和CO2排放数据为研究对象进行Tapio效应测度，结果显示，我国工业行业存在脱钩效应，不同行业间脱钩指数有较大差异，强脱钩行业有递增趋势，同时不同要素密集度行业的脱钩状态表现出不同的发展特征[9]。

纵观国内外文献对CO2排放量的研究主要集中在对比分析国家与国家、区域与区域之间特定行业能源消耗所造成的CO2排放与行业经济增长之间的脱钩关系，部分文献也就经济增长、能源消耗、CO2排放之间是否存在因果关系给出检验。本文以华东地区“六省一市”为研究对象，研究地区全行业经济增长与CO2排放量之间的脱钩关系，在此基础上，對华东地区“六省一市”2015—2020年的经济总量和CO2排放进行预测分析，最后给出华东地区“六省一市”在“十三五”规划期间平均脱钩状况。

三、Tapio脱钩效应模型

（一）模型构建

本文利用Tapio脱钩弹性分析经济增长与CO2之间的脱钩效应，计算公式如下：

e=■/■（1）

Tapio脱钩效应有八种脱钩状态，如表1所示。

（二）数据的选取及处理

根据数据的可获得性，选取华东地区“六省一市”2005—2014年生产总值（GDP）和原煤、焦炭、汽油、柴油、燃料油、天然气六种能源消耗量的面板数据。本文数据来源于相关年份《中国统计年鉴》《中国能源统计年鉴》，其中GDP数据可直接获取，如图1所示。

CO2排放系数是基于IPCC《国家温室气体排放清单指南》，折标煤参考系数选自《中国能源统计年鉴》。各种能源的对应数据如表2所示。

CO2排放量计算公式如下：

CO2=■Hiθiδi（44/12） （2）

Hi为第i种能源消耗量、θi为第i种能源折标煤参考系数、δi为第i种能源的碳排放系数，44和12分别为二氧化碳和碳的分子量；δi（44/12）得到的是各种能源的排放系数。endprint

各种能源消耗量的单位均转换为万吨标准煤（104t）。运用公式（2），经计算可得华东地区“六省一市”2005—2014年的CO2排放量数据，由于数据值较大，便于直接观察将单位转化为千万吨，其变化趋势如图2所示。

（三）脱钩效应的结果及分析

华东地区“六省一市”2005—2014年△CO2/CO2、△GDP/GDP、e的指标结果如表3所示，脱钩状态结果如表4所示。

表3、表4是以2005年为基准年，通过对华东地区“六省一市”GDP总量与CO2排放量的脱钩效应测度的结果可以看出：安徽2005—2014年一直表现为弱脱钩状态，说明安徽经济增长同时，能源消耗导致的CO2排放量也在增加，但后期脱钩指数变小，表明CO2排放量的增长速度小于经济增长的速度。华东地区经济发展较好的江苏、浙江、上海三地，2011—2014年上海和浙江均呈现强脱钩状况，而江苏在2013—2014年出现一次强脱钩状态，其他年份中除了江苏、浙江各出现一次增长连结状态以外，过去几年总体保持着弱脱钩状态；上海、浙江连续的强脱钩依赖于当地经济发展模式的转型，能源使用效率的提高和高耗能产业的转移，而江苏稍落后于上海、浙江两地，江苏省内拥有众多高校科研院所，可以依靠当地人才优势，通过技术创新，开发新能源，推动经济发展模式转型升级。华东地区经济发展相对靠后的省份中，福建分别在2008—2009年和2010—2011年出现过两次增长连结外，还在2011—2013年连续两次出现了强脱钩状态，2014年脱钩指数为0.181 2，明显低于江西省的0.276 2和山东省的0.672 4，未来有实现强脱钩的可能。而江西和山东分别在2011—2012年和2012—2013年出现一次强脱钩状态，其他都为弱脱钩状态，说明这些省份的脱钩效应并不稳定。

总得来看，2005—2008年华东地区“六省一市”GDP总量与CO2排放量基本处于弱脱钩状态，仅有浙江在2005—2006年出现过一次增长联结。2008—2011年受全球金融危机的冲击以及我国4万亿投资决策的影响，华东地区“六省一市”表现出不同的态势，脱钩指数有增有减；特别需要关注的是上海出现了一次强脱钩，江苏出现了一次增长连结，福建出现了两次增长连结。2011—2014年，华东地区“六省一市”密集出现强脱钩状态，这主要得益于2011年国家发展与改革委员会发布的《产业结构调整指导目录》和国家发展科技部发布的《国家“十二五”科学和技术发展规划》明确指出要提高全行业的创新能力，同时降低高耗能行业CO2排放的政策有关。

四、脱钩状况的灰色预测模型

（一）GM（1，1）灰色预测模型

灰色系统预测理论是一种研究“小样本”“贫信息”不确定性问题的新方法，对系统科学领域有着重要的作用。经过二十多年的发展，在工业、交通、能源等众多领域得到了广泛的运用。

设X（0）={X（0）（1），X（0）（2），…，X（0）（n）}为原始序列数据，X（1）={X（1）（1），X（1）（2），…，X（1）（n）}为一阶累加生成序列，其中：

X（1）（k）=■X（0）（i），k=1，2，…n（3）

称X（0）（k）+aX（1）（k）=b为GM（1，1）模型的原始形式。

Z（1）={Z（1）（1），Z（1）（2），…，Z（1）（n）}是X（1）紧邻的生成序列，其中：

Z（1）（k）=■[X（1）（k）+X（1）（k-1）]，k=2，3，…，n（4）

称X（0）（k）+aZ（1）（k）=b为GM（1，1）模型的基本形式。参数a为发展系数，b为灰色作用量。

若■=[a，b]为参数列，且

B=-■Z（1）（2） 1-■Z（1）（3） 1 -■Z（1）（n） 1（5）

Y=X（0）（2）X（0）（3） X（0）（n） （6）

则GM（1，1）模型X（0）（k）+aZ（1）（k）=b的最小二乘估计参数列满足：

B■=Y？圯■=B-1Y？圯■=B-1（BT）-1BTY？圯■=（BTB）-1BTY（7）

则GM（1，1）模型的时间响应序列：

■（0）（t+1）=（1-ea）[X（0）（1）-■]e-at，t=1，2，…，n（8）

■（0）（1）=X（0）（9）

（二）灰色预测数据处理过程

本文以2010—2014年江苏GDP的时间序列数据做灰色预测，可以得到2015—2020年江蘇GDP的预测值，具体过程如下：

第一步：江苏省GDP原始时间序列数据：

X（0）={X（0）（1），X（0）（2），…，X（0）（5）}={41.43，49.11，

54.06，59.75，65.09}。

第二步：将原始时间序列数据带入公式（3）得累加生成数列：

X（1）={X（1）（1），X（1）（2），…，X（1）（5）}={41.43，90.54，

144.60，204.35，269.44}。

第三步：利用公式（4）计算X（1）的紧邻均值生成序列得：

Z（1）={Z（1）（2），Z（1）（3），…，Z（1）（5）}={65.99，117.57，

174.48，236.90}。

第四步：将步骤一、步骤三得到的数据带入公式（5）、（6）得到矩阵B和Y：

B=-65.99 1-117.57 1-174.48 1-236.90 1 Y=49.1154.0659.7565.09

第五步：将步骤四得到的矩阵带入公式（7）得：

■=[a，b]T=（BTB）-1BTY=[-0.094 04，43.015 84]Tendprint

第六步：将相关数据代入公式（8）和公式（9），得到GM（1，1）模型的时间响应序列：

■（0）（t+1）=（1-ea）[X（0）（1）-■]e-at=44.773 264 e0.09404，t=1，2，…，n

■（0）（1）=X（0）（1）=41.43

第七步：计算X（0）的预测值：

■（0）={41.43，49.19，54.04，59.37，65.22，71.65，78.72，

86.48，95.01，104.37，114.66}

此外，利用2010—2014年江苏CO2排放量的时间序列数据以及2010—2014年华东地区其他省市GDP和CO2排放量的时间序列数据做2015—2020年灰色预测与上述江苏GDP灰色预测过程相同。受篇幅所限，本文不一一列示，直接根据灰色预测结果进行分析。

（三）灰色预测结果及脱钩状况分析

由于折线较多，为了便于观察，将预测结果分两张图显示：图3、图4分别为江浙沪、皖闽赣鲁的GDP实际值和预测值，图5、图6分别为江浙沪、皖闽赣鲁的CO2排放量的实际值与预测值。表5为“十三五”规划期间华东地区“六省一市”平均脱钩状况。

通过图3、图4可以初步得到，“十三五”规划期间，华东地区“六省一市”经济将继续保持增长。图5、图6显示：上海、浙江的CO2排放量呈现明显的下降趋势，福建和江苏的CO2排放量分别有轻微的下降和上升，其他省份CO2排放量有明显上升趋势。表5显示，上海、浙江、福建的脱钩弹性值为负，表现为强脱钩状态。江苏省平均脱钩弹性值为0.028 4，江苏省可依靠科技和人才优势，加强技术创新，有较大可能向强脱钩状态转变。安徽、江西、山东等地的脱钩弹性值相较于其他省份还比较大，还要保持在弱脱钩状态下。

五、结论与建议

本文运用Tapio脱钩模型对华东地区“六省一市”经济增长与CO2排放量进行脱钩状态研究；并对华东地区“六省一市”2010—2014年的时间序列数据进行灰色预测，得到2015—2020年华东地区“六省一市”经济增长和CO2排放量的预测值，最后给出“十三五”规划期间华东地区“六省一市”的平均脱钩状况。研究表明，华东地区“六省一市”经济增长与CO2排放之间确实存在着脱钩效应，但地区差异导致脱钩弹性值有较大差别。2011—2014年上海、浙江连续保持三年的强脱钩状态，预测结果显示“十三五”期间还将继续保持。福建和江苏分别在2011—2013年和2013—2014年出现强脱钩状态，预测结果显示“十三五”期间福建将转化为强脱钩；虽然江苏预测结果是弱脱钩，但是脱钩弹性值较低。其他省份脱钩结果还是以弱脱钩为主，“十三五”规划期间还将延续。结合上述研究结论，本文提出如下政策建议：

（1）调整产业结构。产业结构调整的目的是实现经济发展方式由粗放型向集约型转变。从华东地区“六省一市”三大产业的比重来看，经济发展相对落后的江西、安徽、山东等地，产业主要集中在第一产业和第二产业，以消耗能源和破坏环境为代价的传统工、农业发展模式直接造成了CO2的大量排放。为了解决这一问题，这些地区应该改变自身的经济增长模式，推动新型工业化和农业现代化道路，提升第三产业在国民经济中的比重，加大科技人才引进力度，依靠科技创新大力发展技术密集型产业，同时依托技术进步来推动发展科技含量高和劳动生产率高的现代服务业，最终实现华东地区“六省一市”经济增长与CO2排放的整体脱钩。

（2）积极调整能源消费结构。华东地区“六省一市”经济的快速发展，主要依赖于消耗煤炭、石油、天然气等不可再生能源，这给能源问题和环境问题都造成了巨大压力。经济发展较好地上海、浙江、江苏等地区，可以依靠当地的人才优势、加强风能、地热能、太阳能等可再生能源的开发力度，开拓新能源市场，以“先富带动后富”，逐步改善其他地区的能源消费结构。从源头上降低CO2的排放量，实现经济增长与CO2排放的真正脱钩。

（3）加强政府职能。2016年上海市出台了《产业技术创新专项支持实施细则》，主要针对“新技术”“新产业”“新业态”“新模式”的企业，对从事技术创新的企业给予支持，使得企业的发展符合绿色发展的模式；该项政策对传统企业提升科技创新能力，改善落后技术发展模式有一定的激励作用。2017年上海市通过《产业结构调整工作安排》，要求各部门、各企业不能只注重GDP，应该走一条高质量、效益好、结构优、可持续的发展道路。其他省市也应该结合自身的情况适时出台一些相关的政策，根据企业完成情况，适当调整税收、信贷、资金补助等方面的力度，对于从事节能研发的企业，政府可以开辟绿色通道，降低企业的审批成本，提升企业研发的积极性；同时也可以颁布有关节能减排的法律法规，把企业的生产装进制度的笼子里。

参考文献：

[1]STREN N. The economics of climate change：the stern review[M].Cambridge：Cambridge University Press，2006.

[2]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.

[3]MARTINEZ C I P. Energy efficiency developments in the manufacturing industries of Germany and Colombia，1998-2005[J]. Energy for sustainable development，2009（131）：89-101.

[4]BOUTABBA M A. The impact of financial development，income，energy and trade on carbon emissions：ecidence from the Indian economy[J]. Economic modelling，2014（40）：33-41.

[5]周銀香.交通碳排放与行业经济增长脱钩及耦合关系研究——基于Tapio脱钩模型和协整理论[J].经济问题探索，2016（6）：41-48.

[6]张立国，李东.中国物流业能源消耗、碳排放与行业发展关系分析[J].科技管理研究，2015，35（24）：238-243.

[7]苑清敏，张文龙，宁宁宁.京津冀物流业碳排放驱动因素及脱钩效应研究[J].科技管理研究，2016，36（5）：222-226.

[8]赵先超，朱翔.湖南省旅游业碳排放的初步估算及脱钩效应分析[J].世界地理研究，2013（1）：166-175.

[9]王君华，李霞.中国工业行业经济增长与CO2排放的脱钩效应[J].经济地理，2015，35（5）：105-110.

责任编辑：王冬年endprint