中国区域经济增长、碳排放的脱钩效应与重心转移轨迹分析

(1.江西财经大学 信息管理学院，江西 南昌 330032； 2. 中国社会科学院 数量经济与技术经济研究所，北京 100732)

一、引言

能源作为一种重要资源，已经逐渐成为影响地区和国家经济增长的重要生产要素。但能源消费在促进经济增长的同时，也导致资源耗竭、环境污染、生态破坏等问题日益凸显，严重制约着经济的可持续发展。特别是近年来，化石能源消费产生的二氧化碳、甲烷等温室气体排放直接导致了全球性的气候变暖问题，使人类的生存和发展面临巨大的挑战。在资源短缺和环境承载力有限的情况下，发展低碳经济已成为全球共识。根据哥本哈根会议精神，“到2020年，中国单位GDP二氧化碳排放比2005年下降40%～50%”。这一减排目标的实现意味着经济增长率要超过碳排放增长率，即实现经济增长与碳排放的“脱钩”。

与此同时，由于中国各个省份资源禀赋、经济发展水平以及在整体经济发展中的分工存在明显的差异，国家在具体实施低碳经济时应兼顾各个省份经济发展的特点，基于公平与效率合理分摊碳减排责任，否则地方政府在实施碳排放强度目标任务时将困难重重，甚至有可能出现将高耗能、高污染的产业向其他地区转移的行为，不仅导致污染排放空间格局的动态变化，更不利于区域经济协调发展。基于此，本文采用脱钩作为衡量中国低碳经济发展水平的一种量化指标，并根据经济重心、碳排放重心、碳排放强度重心转移轨迹的对比及碳排放重心转移的驱动因素进一步分析中国低碳经济空间动态均衡发展趋势及形成机制，这对缓解中国经济粗放型增长困境，制定区域碳排放控制方案，实现区域经济协调、可持续发展具有重要的意义。

二、文献综述

脱钩理论是一种常见的用来阻断经济绩效与环境压力具体联系的定量方法[1]。王崇梅(2010)[2]通过对1990-2007年能源消耗、二氧化碳排放以及国民经济增长关系的探索，表明在某个时间段经济增长与能源消耗处于相对脱钩与绝对脱钩两种状态。彭佳雯等(2011)[3]从全国和地区两个层面出发分析二氧化碳排放与经济增长的关系，结果显示我国目前呈现弱脱钩现象，并且在未来还将延续，地区间的脱钩状况将越来越接近。郭承龙等(2013)[4]研究发现，1998-2010年间我国污染物排放量与经济增长总体上处于增长弱脱钩和强正脱钩，但是部分污染物排放量脱钩状态出现短暂的恶化。王君华等(2015)[5]则以我国2000-2011年间全部工业行业以及不同要素密集度行业为研究对象，分析行业增长与CO2排放之间的脱钩关系及程度，结果表明，中国工业行业存在一定的脱钩效应，强脱钩行业呈现不断增加的趋势，不同要素密集度行业的脱钩状态表现出不同的发展特征。刘惠敏(2016)[6]发现长时间尺度上，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。Schandl(2016)[7]评估了全球13个国家和地区经济增长与环境压力的脱钩潜力，发现OECD国家尚有较大的潜力去减少碳排放，且对经济增长几乎没有影响，而像中国这样的发展中国家则需以更低的环境成本来促进经济增长。

区域经济差异是经济发展中不可避免的问题，并造成环境污染也存在一定的空间差异。在区域经济一体化的驱动下，从重心转移轨迹的角度诠释经济社会活动的非均衡性成为热点。Jean等(2010)[8]通过整理1975-2004年世界重要城市的地理位置以及其国民生产总值，采用重心模型探讨了世界经济重心是否迁移到亚洲。丁焕峰等(2009)[9]从移动距离、移动方向、路径对比、空间相关性分析等多角度阐述了我国区域经济重心与污染重心的动态变化及空间联系。许家伟等(2011)[10]发现我国人口重心和经济重心均表现出不均衡性，经济重心向东南方向移动，人口重心持续向西南方向移动。Lehmijoki和Rovenskaya(2010)[11]构建重心模型讨论了欧洲空气污染跨界转移问题，并利用EKC分解公式计算污染排放与经济增长之间的关系，结果发现，富裕国家使用更为清洁的生产技术，导致污染排放的收入弹性显著为负。

国内外学者还对经济增长与环境污染的脱钩、污染重心转移的驱动因素进行了分析。孙耀华等(2011)[12]通过分解脱钩弹性指标的因果链，认为工业领域能源利用效率的提高是碳排放增长速度逐渐变缓的主要原因。杨嵘等(2012)[13]发现我国西部地区大部分年份呈现弱脱钩状态，其中经济规模的高速增长是导致碳排放增加的主要因素，经济结构的调整、能源效率的提高、能源结构的优化对碳排放的减少有很大潜力。Andreoni和Galmarini(2012)[14]发现1998-2006年意大利经济增长与二氧化碳排放并未实现完全脱钩，而经济增长和能源强度是二氧化碳排放量增加的主要因素。Jung等(2012)[15]分析了韩国生态工业园区内碳排放的驱动因素，结果显示，生态工业园区和周边地区的生产网络关系、能源强度是减少碳排放的主要因素。赵海霞等(2013)[16]通过测算重心坐标及其偏移距离，揭示了长江三角洲地区经济重心和工业污染重心移动轨迹和演变规律，并发现安徽、江西地区高污染产业份额的增加及宽松的宏观区域政策助推了工业污染向西部地区偏移。乔健等(2017)[17]分析了碳排放强度重心转移路径及其驱动因素，发现碳排放强度重心、经济重心演进呈现经度向西、纬度基本不变态势，能源消费强度是其主要推动因素，经济增长是其主要制约因素。

已有的脱钩研究从地区和行业的角度分析了经济增长与环境污染所处的具体阶段，发现经济增长与环境污染存在一定的脱钩效应，为本文分析经济增长与碳排放脱钩的时变趋势提供了依据。由于脱钩理论不能反映经济粗放型增长矛盾的空间动态均衡性，不少文献采用重心模型对碳排放重心与经济重心的转移路径进行了有益的探索，以此衡量国家或区域发展方向及空间联系。但已有文献多是根据EKC假说、Kaya恒等式等方法分析经济增长、产业结构、能源结构等因素对碳排放的影响，很少从时空角度对碳排放重心转移的驱动因素进行深入分析。本研究在对我国2000-2015年30个省市的二氧化碳排放量进行测算的基础上，首先基于脱钩理论分析我国经济增长与碳排放的关联性及其实时动态趋势，其次采用重心模型进一步探讨经济重心、碳排放重心及碳排放强度重心的空间转移轨迹和演变规律，最后结合面板数据模型分析碳排放重心转移的驱动因素，以期为区域环境污染的综合治理和加快实现经济可持续发展提供理论依据。

三、碳排放核算与碳排放时空变化

二氧化碳排放主要来自化石能源的燃烧，根据能源碳足迹模型和IPCC系数法，化石能源燃烧产生的排放量的计算公式为[18]

(1)

其中，C表示二氧化碳排放总量，单位(t)；EFi表示燃料的二氧化碳排放因子，单位(kgCO2/kg, m3)。本研究考虑了煤炭、焦炭、汽油、煤油、柴油、燃料油和天然气共7种能源消费种类(n=7)；Ei表示燃料i的消费量，单位(kg, m3)；CEFi表示燃料i单位热值的含碳量，单位(tC/TJ)；NCVi表示燃料i的平均低位发热量，单位(kJ/kg, m3)；ORi表示燃料i的碳氧化率，单位(%)。各种能源的二氧化碳排放系数见表1。

本研究依据不同年份我国各省市的能源平衡表，提取焦炭、煤炭、柴油、汽油、煤油、燃料油和天然气这七种能源消费量，推算出2001-2015年中国内陆30个省市(西藏因数据不全不在考察范围内)能源消费的二氧化碳排放总量。

表1 化石燃料的二氧化碳排放参数

资料来源：《中国能源统计年鉴》与国家发改委能源研究所。

通过式(1)测算得到我国2000-2015年内陆30个省市的二氧化碳排放量，其中，年均碳排放量是2.438亿吨，山东省的碳排放总量在30个省市中是最高的，其次是河北省、山西省和江苏省，而累积排碳量最少的3个省市为海南省、青海省和北京市。本研究根据碳排放总量将我国各省市划分为四类，分别是低碳(<1亿吨)、中碳(1-3亿吨)、高碳(3-5亿吨)、超高碳(>5亿吨)，并利用MATLAB 7.0软件输出典型代表年份的碳排放分布图(见图1)。2005年之前中国没有出现超高碳排放省市，碳排放的空间分布比较均衡，而随着经济的高速增长，碳排放量也在逐年递增，到2006年山西、河北、山东成为超高强度的排碳省市，且2006年之后越来越多的省市成为能耗大省和超高碳排放大省。近年来，以山东、辽宁、河北为代表的环渤海地区和内蒙古、山西、河南为代表的能源大省已成为超高碳排放区域。总体上来看，碳排放具有明显的集聚和块状分布特征，大部分省市的碳排放量属于中等强度，高于平均强度的省市个数随时间有明显减少的趋势，其中，沿海低碳省市的个数在变多，且从南往北部和中部扩散，西部的高碳排放省市个数在变少。

图1 2000-2015年我国碳排放量的空间分布图

除此之外，本研究还考察了我国各省市碳排放的时间变动趋势。2002年之后，各省市的碳排放量开始有显著的增加。就碳排放量的增长率来说，宁夏、内蒙古、陕西以高于13%的年均增长率排放二氧化碳，山东、新疆、福建、海南等省市的碳排放年均增长率高于9%，仅有上海和北京的碳排放增长速度低于5%。具体到山东可知，其碳排量曲线呈现先快速上升后平缓，再极速上升的趋势。其他省市的碳排量曲线也基本呈现曲折上升的趋势，表明随着经济的快速增长，我国碳排放的增长趋势在短期之内是不可逆转的。

四、碳排放与经济增长的脱钩分析

(一)脱钩分析

脱钩理论客观反映了经济增长与碳排放增长不同步变化的实质，因此，分析经济增长与碳排放的脱钩效应有助于低碳经济的实施。本研究基于以弹性为依据的Tapio脱钩模型分析环境压力与经济增长之间的联系。Tapio脱钩模型由Petri Tapio提出，他在研究经济发展与二氧化碳排放时将与碳排放之间的脱钩弹性分为两部分，一是运输量和国民生产总值间脱钩状态的弹性程度，二是运输量和二氧化碳排放量间脱钩状态的弹性程度，把两个弹性结合起来，便是脱钩弹性的计算方法，如下所示

(2)

其中，V表示交通运输量；e(CO2,GDP表示碳排放与经济增长的脱钩弹性指数。

Tapio将脱钩模型加以细化，将脱钩状态划分为连接、脱钩或负脱钩等8种状态[19]。其中，为了避免将变量的微小变化解释得过度显著，将脱钩弹性指数在0.8-1.2之间称为“连接”，并将其划分为扩张连接(ΔC>0，ΔGDP>0)和衰退连接(ΔC<0，ΔGDP<0)；脱钩可划分为3个子类型：弱脱钩、强脱钩和衰退脱钩；负脱钩可划分为扩张负脱钩、强负脱钩和弱负脱钩。具体如图2所示。

图2 经济增长与碳排放的脱钩状态图

省20012004200520062009201020112012201320142015均值京0.030.550.180.120.050.16-0.63-0.07-0.81-0.61-1.55-0.19津0.290.770.260.480.640.380.390.33-0.06-0.30-1.050.25冀0.530.751.420.580.890.430.650.160.11-1.51-1.950.33晋1.220.220.490.70-1.940.270.460.560.533.05-34.01-1.75蒙0.591.000.850.650.580.541.110.39-0.550.49-0.160.58辽-0.210.741.020.640.500.410.390.21-0.400.12-20.94-1.04吉0.600.581.520.610.260.600.69-0.040.93-2.27-3.680.11黑-0.590.660.890.500.500.500.370.69-1.320.38-1.480.24沪0.310.230.440.09-0.100.590.23-0.75-0.06-0.92-0.090.08苏0.161.241.190.590.280.570.940.200.06-0.150.230.49浙0.270.711.130.900.380.260.36-0.31-0.09-0.220.060.38皖0.570.120.490.530.740.260.360.300.610.170.120.48闽0.151.191.980.610.880.160.99-0.23-0.250.20-0.770.65赣0.600.950.640.450.430.740.50-0.100.650.280.500.53鲁2.060.971.940.590.300.700.350.45-0.470.680.920.78豫0.761.370.960.820.210.440.63-0.80-0.160.230.020.46鄂-0.090.500.620.740.510.650.650.04-1.47-0.03-0.140.29湘2.231.092.530.500.470.270.45-0.27-0.36-0.190.700.66粤0.460.720.780.510.230.670.65-0.40-0.29-0.01-0.150.35桂0.001.460.840.501.000.740.530.420.14-0.27-0.940.47琼3.971.87-1.480.601.220.600.850.700.27-0.010.910.87渝-0.550.770.720.630.630.470.54-0.17-1.230.560.030.28川-0.090.75-0.110.631.000.000.100.370.33-0.25-1.620.40黔-0.330.960.481.000.970.050.440.470.21-0.25-0.070.42滇0.821.221.390.671.020.330.140.24-0.09-1.23-1.710.55陕0.961.100.721.020.860.830.571.060.640.67-0.220.74甘0.370.650.660.33-0.430.780.690.430.310.345.160.78青1.420.150.171.760.63-0.150.651.610.97-0.91-2.410.44宁2.77-0.120.870.530.860.781.510.130.650.420.470.99新0.110.800.630.9010.810.380.941.591.431.118.682.00省均0.650.800.810.640.810.450.550.240.01-0.02-1.840.39东部平均0.730.890.810.520.480.450.470.03-0.18-0.25-2.220.27中部平均0.660.691.020.610.150.470.510.05-0.070.20-4.750.13西部地区0.550.800.660.781.630.430.660.590.260.060.660.69标准差1.000.430.720.301.980.250.370.550.670.917.511.12

由图2可知，强脱钩是最优的一种情况，此时经济发展水平在不断提升，但是环境污染得到控制，生态环境不断改善，环境压力得到缓解，实现了经济增长与环境保护的双赢。强负脱钩则为最差的情况，此时情况正好相反，表示环境质量不断下降，而经济不仅没有得到发展反而也在不断下滑。当GDP持续增长时，二氧化碳相对于GDP的弹性系数越小，表明脱钩效果越明显，社会承受的环境压力越小，越有可能实现低碳经济。

(二)脱钩指标的构建与脱钩弹性的空间格局

从二氧化碳排放的增长率可知，经济扩张约束与能耗程度会对碳排放增长率的变化有极大的影响效力，根据式(2)得到我国2001-2015年30个省市的二氧化碳相对于GDP的脱钩弹性系数，如表2所示。

从脱钩值的时变趋势可见，2001-2008年的脱钩弹性值呈现曲折下降的规律，2008年到达波底后强势反弹，2009年脱钩弹性立马出现第二个峰值，之后稳步下降，2014-2015年间经济增长与碳排放已经出现强脱钩状态。且从表2可直观地看出，2000-2005年大多数省市的脱钩模式为扩张负脱钩与扩张连接并存(即e(CO2,GDP)>0.8)。究其缘由，期间逐渐好转的国内外宏观经济形势和粗放型经济增长是造成经济增长与碳排放扩张性连接的主要原因。“十五”期间，中国政府为了抗击金融风暴尽快实现经济复苏，采用一系列宽松的宏观政策刺激经济高速增长，同时依赖投资于汽车、电子和电力等能源密集型产业拉动经济增长，造成二氧化碳排放量也在大幅度增加，环境承载力不断下降，这种经济增长趋势不利于可持续发展目标的实现。2006年经济水平稳步上扬后，节能减排和环境保护的重要性不断上升，成为经济结构调整、产业升级和转型的重中之重，为此政府出台了一系列倡扬低碳的战略政策，例如首次设定严格的节能目标，提出到2010年，单位GDP能耗比2005年降低20%。低碳政策的实施有利于能源要素利用效率的提升和能源结构的改善，使得“十一五”期间中国绝大部分省市的经济增长与碳排放回到“弱脱钩”状态，处于强脱钩状态的省市个数也在不断增加。“十二五”期间，我国逐步步入深入调整“经济增长速度换挡期、结构调整阵痛期、前期刺激政策消化期”三期叠加的经济新常态，经济总量的增长速度逐渐减缓。同时，随着节能减排政策的持续实施，碳排放总量逐渐降低，2014-2015年碳排放开始呈现负增长，从而推动经济增长与碳排放开始呈现强脱钩状态，中国经济开始步入可持续发展的良性循环。总体看来，2000-2015年间，中国经济增长与碳排放呈现“扩张连接—弱脱钩—强脱钩”的波动态势。

同时，本文考察了中国2000-2015年经济增长与碳排放脱钩弹性的区域差异。根据脱钩弹性在省市间的标准差可知，中国经济增长与碳排放的脱钩弹性存在较大的空间差异，2001、2003、2009和2015年脱钩弹性在省市间的差异尤其大。“十五”期间，除了2003年，中国东、中部地区经济增长与碳排放的脱钩弹性明显高于西部地区，表明2001-2005年间，以山东、海南为代表的中国东部地区的经济增长仍然是城市化和工业化占主导地位，过度依赖能源消费导致中国东中部地区处于扩张性负脱钩与扩展性连接状态，碳排放是以高于经济增长的速度增长，而西部地区的经济发展尚未跟上，其碳排放对经济增长的敏感度不高，面临的环境压力没有东部地区严峻。“十一五”期间，中国东部、中部地区经济可持续发展状态有所缓解，处于弱脱钩状态，这表明了经济增长虽然是碳排放增加的一大因素，但并没有造成环境质量同等或加剧恶化，中国东、中部地区经济与生态的矛盾基本都有所缓解，而随着西部地区经济的逐步跟进，其碳排放对经济增长的敏感度开始高于东中部地区。“十二五”期间，中国东中部地区经济增长与碳排放由弱脱钩逐渐向强脱钩状态转变，其中山西、辽宁、吉林、黑龙江、北京、天津、河北等省市生态与经济矛盾的改善程度最为突出，而西部地区仍处于弱脱钩状态。这一方面是由于中国东、中部地区开始重视产业结构转型，开展的节能减排和环境治理升级工作是有效的，另一方面也有可能是将高污染产业转移到经济不发达地区，造成污染的暂时转移。

为了进一步分析中国经济增长与碳排放脱钩弹性时空分异的原因以及未来的空间格局，本文接下来将从经济重心与碳排放重心转移轨迹的角度分析中国经济格局与碳排放格局的动态演化趋势。

五、中国区域经济重心与碳排放重心的转移轨迹

本研究采用几何重心法衡量我国区域经济和环境属性的空间分布状态和转移趋势。假设一个区域是由各省市(或次级区域)构成，几何重心法的原理是通过这个次级区域的地理方位与某种共有属性来测算重心点的位置，计算公式如下所示

(3)

当某一个省市的属性值在总体中所占的比重较大而且增长速度相对较快时，区域重心就会向该省市移动，即重心发生偏离。重心偏离的角度和距离可反映区域经济发展变动的轨迹及空间差异性。从第t年到第t+1年，区域某属性的重心移动距离的计算公式如下所示

(4)

其中，C为常数111.111km，表示把地理坐标单位转化为平面距离时的系数。

为了更好地比较各种重心在某一方向上的变化幅度，本文同时计算了重心偏移角度θ和方向，具体公式如下

(5)

图3 2000-2015年我国经济及环境污染重心的演变轨迹

其中，degrees{}表示将弧度转为角度，偏移角度与偏移方向的对应关系如表3所示。

根据式(3)—式(5)计算得到我国区域经济重心、碳排放重心、碳排放强度重心，以及各类重心的移动距离和移动方向，如表4所示。同时绘制了各类重心的动态演变轨迹，如图3所示。

几何中心是区域在空间上的均衡点，通过分析碳排放重心、经济重心与几何中心的偏离，揭示区域碳排放和经济发展分布的空间均衡程度。从表4可发现，2000-2015年间，中国的经济重心位于中国几何中心的东南方向。且相对于南北方向，经济重心在东西方向上更加远离几何中心，表明中国东西部省市经济发展的不均衡程度比南北方向的不均衡要大。2000-2003年间，经济重心的经度以较小幅度呈上升趋势，而纬度略有所下降，即经济重心略向中国东南沿海方向转移。而2004-2015年间，经度呈现下降趋势，而纬度变动频繁，先小幅上升后下降最后又有一个明显的上升，表明经济重心在西北、西南方向游离，最终由安徽省阜阳市移动到河南信阳市附近。这表明东南部是我国经济高密集区，但由于近年来经济政策不断向中西部地区倾斜，经济重心正向西南方向偏移。2000-2015年期间，经济重心的年均移动距离为5.20km。“十二五”期间，经济重心向西部地区移动的速度明显加快，表明中国东中西部地区的经济差距在一定程度上得到缓解。

表3 重心偏移方向与角度对应关系表

表4 2000-2015年我国经济重心与碳排放重心

相对于经济重心，碳排放重心与几何中心在南北方向上的偏离更小，表明环境污染的南北空间差异性相对更小。碳排放重心的经度大体是不断减小的，即不断向西偏移，碳重心的纬度有明显的先下降后上升的趋势，即碳排放重心总体呈现先向西南后向西北方向移动的变动趋势。中国西北地区要加快产业结构转型以遏制碳排放向该地区偏移的倾向。从移动距离上来看，“十五”期间碳排放移动速度较快，“十一五”期间移动速度有所下降，在2010年达到最低后又有一个急速的上升，年均移动距离达到12.65km。碳排放重心一直位于经济重心的西北方向，且朝着越来越偏离经济重心的方向移动，碳排放重心的移动速度也高于经济重心的移动速度。说明中国西北地区经济增长方式较为粗放，正成为碳排放密集区。这与中国东、中部地区处于强脱钩状态，而西部地区处于弱脱钩状态呈现的空间格局相一致。

相比于经济重心与碳排放重心的变化，碳排放强度重心的变化幅度最为剧烈，碳排放强度重心的经度以较大的幅度下降，纬度是先下降后上升，在南北方向上与几何重心基本重合。从移动方向上看，碳排放强度重心与碳排放重心偏移路径大体一致，总体趋势为大幅向西北方向移动。这说明碳排放强度主要受碳排放量影响，与经济增长并不同步。其中，碳排放重心是在河南省开封附近移动到郑州市，碳排放强度重心则从河南省洛阳市移动到内蒙古乌海市(内蒙古与宁夏的交界处)。从移动距离上看，移动速度基本上呈现先递减后平稳再大幅上升的趋势，年均移动距离达到53.98km。

在各省市全面实现经济增长与碳排放强脱钩的状态下，经济重心向西部的偏移，经济重心与碳排放重心的适当偏离对于分析区域经济协调、可持续发展是有意义的。碳排放重心与碳排放强度重心的不一致、经济重心与碳排放重心的分离表明由粗放型经济增长方式和能源消费结构不合理造成的碳排放效应正在日益缓解。碳排放强度重心向西北偏移与我国国家发展战略的调整有直接关系，受西部大开发、振兴东北老工业基地、中部崛起等梯度开发战略的影响，国家政策向这些地区倾斜，区域经济差距有所缓解，东南地区的环境质量有所改善，但东南地区的部分省市通过产业转移将污染转移到西北地区。可以预测在“一带一路”等战略的影响之下，碳排放强度重心未来将会继续向西移动。今后应遵循“谁污染谁治理”的原则，警惕高污染高耗能产业向西北地区转移，以防西北地区成为碳排放重灾区。

六、碳排放重心转移的驱动因素分析

为了进一步考察中国经济增长与碳排放为何脱钩，以及碳排放重心转移的驱动因素，本文构建面板数据模型进行实证检验。模型的被解释变量为碳排放重心与省级行政区域中心的距离D。根据Kaya恒等式可知，影响碳排放的因素主要是经济增长、产业结构、能源结构和能源消费强度[20]。以上因素在中国各个省市存在巨大差异，必然导致碳排放重心有所偏移。除此之外，节能减排政策的制定与政府对环境污染防治工作的监管是实现低碳经济的重要途径，因而选取环境规制作为影响碳排放重心转移的控制变量。各个自变量的度量方法具体如下所示。

(1)经济增长(lngdp)。用国内生产总值(GDP)的自然对数衡量经济增长状况。高物耗、高能耗、高污染的粗放型经济增长方式将造成资源的浪费和环境的恶化，只有实现经济增长方式的转变才能偏离碳排放重心。数据来源于历年的《中国统计年鉴》。

(2)产业结构(stru)。用工业增加值占GDP的比重衡量产业结构。工业化发展前期，主要依靠重工业支持经济增长，发展经济与保护环境的矛盾较为突出，偏离碳排放重心的可能性较小。数据来源于历年的《中国统计年鉴》。

(3)能源结构(e)。能源结构用煤炭消费量(将实物量折合成标准煤)占能源消费总量的比重表示。以煤为主的能源消费结构不仅消耗大量资源，还是产生二氧化碳的主要原因，省市间能源结构的不一致将导致碳排放重心的转移。数据来源于历年的《中国能源统计年鉴》。

(4)能源消费强度(intensity)。能源消费强度是衡量一个国家或地区能源利用效率的重要指标，本文用单位GDP所消耗的标准煤来衡量。能源消费强度越高，能源利用效率越低，距离碳排放重心越近。数据来源于历年的《中国能源统计年鉴》。

(5)环境规制(reg)。加强环境监管力度，减少碳排放是实现经济发展与环境保护双赢的关键。本文采用环境污染治理投资额占GDP的比重来衡量环境规制，环境规制力度越大，表明地方政府对环境污染治理的投入越大，从而越有可能偏离碳排放重心。数据来源于历年的《中国环境统计年鉴》。

因而，本文构建的面板数据模型如下所示

Dit=β0+β1lngdpit+β2struit+β3eit+β4intensityit+β5regit+μit

采用面板数据分析方法首先需要判断是采用固定效应还是随机效应，本文根据Hausman检验来识别。以全国范围的模型为例，Hausman检验结果为9.31，对应的P值为0.09，在10%的显著性水平下拒绝原假设，选择固定效应模型。同理检验东、中、西部地区的模型，发现在5%的显著性水平下都拒绝原假设。固定效应模型的实证结果如表5所示。

注：小括号内的数值为t统计值；*，**，***分别表示10%，5%，1%的显著性水平。

从全国范围来看，经济增长对省市行政中心与碳排放重心的距离具有显著的负面影响，表明经济增长是导致二氧化碳排放的主要因素，从而导致经济发达的省市逐渐成为碳排放重心。产业结构对碳排放重心转移具有显著的影响，我国产业结构是以工业为支撑的“二三一”模式，工业占比较高，第三产业发展相对滞后，而工业对能源消费的依赖性相对较大，因此，工业占比越高的省市离碳排放重心的距离越近。能源结构与能源消费强度对向碳排放重心偏移具有显著的正向影响，说明目前的能源结构仍是以煤炭为主，能源利用效率也不高，两者尚未优化到偏离碳排放重心的地步。而环境规制对碳排放重心转移尚未表现出显著的影响，表明中国环境污染治理力度不够，不足以促使各省市远离碳排放重心。

通过对比发现，东部地区的经济发展水平对偏离碳排放重心具有正向影响，这说明已经率先完成经济发展任务的东部地区开始关注环境保护和经济可持续发展，工作重点转向能源结构优化和环境污染治理，导致能源消费和碳排放有所下降，能源消费强度有所缓解，因此，能源结构、能源消费强度和环境规制对偏离碳排放重心表现出不太显著的促进作用。对于东部地区而言，产业结构是导致碳排放重心偏移的重要因素。

通过观察中部地区发现，经济发展水平与碳排放重心距离呈现不太显著的负相关关系，这表明中部地区经济发展水平越高，距离碳排放重心越近，中部地区粗放型和数量型经济增长方式尚未实现完全转换，致使经济发展水平与环境保护还处于两难的境地。产业结构和能源消费强度对偏离碳排放重心具有显著的负面影响。这说明中部地区的工业化程度越高，能源消费强度越大，距离碳排放重心越近。能源结构与碳排放重心距离之间具有显著的正相关关系，表明中部地区的能源结构正在日益优化，使其逐渐偏离碳排放重心。中部地区受到经济发展水平和科技创新能力的限制，环境污染治理力度偏小，对碳排放重心偏移的推动作用尚不明显。即粗放型的重工业化模式、以煤炭为主的能源结构、低下的能源利用效率是导致中部地区成为碳排放重心的主要因素。

对于经济发展相对滞后的西部地区而言，实现经济快速增长是目前的首要任务，但由于经济主要依靠粗放型和数量型的增长方式，造成能源过度消耗和二氧化碳大量排放，从而导致经济增长水平越高，距离碳排放重心越近。与此同时，与东中部地区相对，西部地区尚处于工业化发展初期，对环境污染的负面影响尚未凸显，导致西部地区工业化程度越高，距离碳排放重心越远，但要警惕重工业化和高污染产业转移对碳排放重心向西部地区偏移的影响。能源结构与碳排放重心距离之间呈现显著的负相关关系，能源消费强度、环境规制与碳排放重心距离的负相关关系并不显著，表明以煤炭为主的能源结构是导致碳排放重心向西部地区转移的重要因素，同时可推测：若西部地区的能源消费强度一直得不到改善，对环境污染治理的投入相对不足的话，将导致碳排放重心日益向西部地区偏移。

总体来看，粗放型的经济增长方式、以煤炭为主的能源结构、低下的能源消费强度将导致碳排放重心由东部地区向中、西部地区转移，但工业化发展程度是阻碍碳排放重心向西部地区转移的主要力量，这表明东部地区尚未完成产业结构转型，仍处于结构调整阵痛期。而各地的环境规制力度不足，对碳排放重心转移的影响并不明显。

七、结语

碳排放与经济增长的协调性是实现低碳经济的必然选择。本研究利用能源碳足迹模型核算了我国2000-2015年30个省市的碳排放量，并对其时空分布特征进行了分析，发现碳排放具有明显的集聚和块状分布特征，以山东、辽宁、河北为代表的环渤海地区和内蒙古、山西、河南为代表的能源大省成为超高碳排放区域。在此基础上，采用脱钩模型分析了碳排放与经济增长的相互作用，并基于重心模型探讨了我国经济重心、碳排放重心、碳排放强度重心所在的位置及其重心转移轨迹。结果显示，中国大多数省市的碳排放与经济规模在不断增长，但碳排放增长速度不及经济增长速度，随着时间的推移，中国经济增长与碳排放呈现“扩张连接—弱脱钩—强脱钩”的波动态势；从重心位置上看，经济重心、碳排放重心位于几何中心的东南方，经济重心、碳排放重心与几何中心的偏离揭示我国区域碳排放和经济发展分布存在较大的空间不均衡性，碳排放强度的空间分布最为均衡；从重心移动方向上看，2000-2015年经济重心、碳排放重心、碳排放强度重心都向西北方向移动，且经度(东西方向)变动较大，纬度(南北方向)变动相对较小，这与我国东、中、西部梯度开发战略相吻合；从重心移动距离上看，碳排放强度重心的转移幅度最大，且主要受到碳排放的影响，与经济增长不同步。通过面板数据模型发现粗放型的经济增长方式、以煤炭为主的能源结构、低下的能源消费强度是导致碳排放重心由东部地区向中、西部地区转移的主要因素，但东部地区尚未完全转型的产业结构阻碍碳排放重心向西部地区转移。

鉴于以上研究结论，提出以下几点建议：

第一，推动低碳技术的应用，转变经济增长方式，加快经济集约化发展，以降低区域碳排放强度。加快建立节能减排的技术支撑体系，攻克一批节能减排共性和关键技术，加快重大节能减排技术产业化示范和推广应用，提升企业生产效率与经营效益。增加环保、生态文明等指标在政府官员考核中的权重，改变“唯GDP论”的考核制度，通过更加严格的温室气体排放目标责任考核制度，对目标完成情况进行评价考核，督促地方政府认真完成，发挥好碳强度强度目标对低碳发展的指挥棒和引领作用。另外，每个省份的碳排放情况不同，要根据不同省份的情况因地制宜制定适合于自身的减排方案，并注重与其他省份合作加强环境污染的综合治理。

第二，结构性减排是区域节能减排重要的战略方向，因此，在发展经济的同时，要注重以煤炭为主的能源结构和以重工业为主的产业结构的优化，以第三产业或战略性新兴产业为主导的产业结构体系符合低碳发展的要求。加强对太阳能、风能、生物能、海洋潮汐能等可再生能源、绿色能源的开发，建立清洁能源体系，用清洁能源逐渐代替以化石能源为主的传统能源消耗，优化能源供给结构；坚持创新驱动发展，坚定不移走新型工业化道路，加大对绿色环保产业、战略性新兴产业的扶持力度，提高以服务业为主的第三产业在经济发展过程中的带动作用，加强战略性新兴产业与传统产业之间的耦合。

第三，加强生态环境保护的监管机制，完善环境治理与保护的相关法律、行政法规、经济政策等基本制度。各级地方政府根据省情建立区域碳财政预算和支出的评价评估体系，加大对低碳技术研发的投入，加强区域低碳财政补贴政策力度与政府低碳采购力度，对区域财政支出政策的效果进行数据化的评估，及时调整碳财政预算和支出结构。抓好节能环保企业的认定，积极与财税部门沟通，确保国家绿色工业发展的各项资金及补贴能有效到位。定期对全省企业进行测评，选取示范企业、示范行业以及排名靠后的企业、行业，加大相关奖惩力度，提升企业绿色发展的内在动力。

第四，加快实施主体功能区战略，逐步形成与经济、资源、环境相协调的国土空间开发格局，构建科学合理的生态安全格局。碳排放重心转移是产业转移过程中形成的环境空间响应形式，因而要警惕产业转移过程中出现“污染夹带”现象，发达地区应主动承担污染治理的责任，不可恣意将污染转嫁给其他地区，而中西部地区在承接产业转移时必须坚持高标准的方针，考虑自身的环境承载能力与能源状况，以产业错位发展和分工协作为承接产业转移的前提，对于将要承接企业的生产工艺水平、污染物处理能力等进行严格的审查，拒绝污染产业和落后产能的转入。同时，根据区位功能和“统一规划、分步开发、梯度推进、协调发展”的要求，建立产业转移园区，将回收、加工再生、无害化处理等各个环节连接起来，形成绿色循环产业链。

[1]Enevoldsen M K, Ryelund A V, Andersen M S. Decoupling of Industrial Energy Consumption and CO2Emission in Energy-Intensive Industries in Scandinavia[J]. Energy Economics, 2007, 29(4): 665-692.

[2]王崇梅.中国经济增长与能源消耗脱钩研究[J].中国人口·资源与环境，2010，20(3)：35-37.

[3]彭佳雯，黄贤金，钟太洋，等.中国经济增长与能源碳排放的脱钩研究[J].资源科学，2011，33(4)：626-633.

[4]郭承龙，张智光.污染物排放量增长与经济增长脱钩状态评价研究[J].地域研究与开发，2013，32(3)：94-98.

[5]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.

[6]刘惠敏. 中国经济增长与能源消耗的脱钩——东部地区的时空分异研究[J]. 中国人口·资源与环境，2016(12)：157-163.

[7]Schandl H. Decoupling Global Environmental Pressure and Economic Growth: Scenarios for Energy Use, Materials Use and Carbon Emissions[J]. Journal of Cleaner Production, 2016, 132(20)：45-56.

[8]Jean M G, Nicole A M. Is the World’s Economic Center of Gravity Already in Asia[J].AREA, 2010, 42(1)：47-50.

[9]丁焕峰，李佩仪.中国区域污染重心与经济重心的演变对比分析[J].经济地理，2009，29(10)：1629-1633.

[10]许家伟，候景伟，宋宏权，等.1990-2009年中国区域差异与空间格局[J].人文地理，2011，26(4)：85-90.

[11] Lehmijoki U, Rovenskaya E. Air Pollution in Europe 2020: the Gravity Model and EKC Decomposition[J]. Helsinki Center of Economic Research, 2010, 292(4):1-21.

[12]孙耀华，李忠民.中国各省区经济发展与碳排放脱钩关系研究[J].中国人口·资源与环境，2011，21(5)：87-92.

[13]杨嵘，常烜钰.西部地区碳排放与经济增长关系的脱钩及驱动因素[J]. 经济地理，2012，32(12)：34-39.

[14]Andreoni V, Galmarini S. Decoupling Economic Growth from Carbon Dioxide Emissions: A Decomposition Analysis of Italian Energy Consumption[J]. Energy, 2012, 46(1): 682-691.

[15]Jung S. Regional Energy-related Carbon Emission Characteristics and Potential Mitigation in Eco-industrial Parks in South Korea: Logarithmic Mean Divisia Index Analysis Based on the Kaya Identity[J]. Energy, 2012, 46(1): 231-241.

[16]赵海霞，蒋晓威.长江三角洲经济与工业污染重心演变及脱钩机理[J].中国环境科学，2013，33(10)：1911-1919.

[17]乔健，吴青龙。中国碳排放强度重心演变及驱动因素分析[J]. 经济问题，2017(8)：63-67,+100.

[18]IPCC.2006年IPCC国家温室清单指南[M].日本全球环境战略研究所,2006.

[19]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.

[20]刘佳骏，李雪慧，史丹. 中国碳排放重心转移与驱动因素分析[J]. 财贸经济，2013(12)：112-123.