中国能源碳排放时空特征分析

摘 要：【目的】运用中国能源消费统计数据，分析中国能源碳排放时空分布特征。【方法】对中国2000—2019年30个省区市的碳排放总量进行估算，绘制相关分布图表，分析其时空特征，并提出合理建议。【结果】2000—2019年，中国碳排放总量增长约58.4亿t，年均增长幅度约为22.73%，不同省份的城市化程度分别与碳排放之间具有不同的相关关系。中国煤炭能源消费占比降低和碳排放量降低呈现出由沿海向内陆、由发达地区向落后地区倾斜的格局。【结论】建议加大节能技术研发投入，提高能源效率，合理调整能源消费结构，鼓励垃圾分类、植树造林等节约资源、保护环境的行为。

关键词：能源消费；碳排放；时空特征

中图分类号：P962" " "文献标志码：A" " " 文章编号：1003-5168（2024）10-0089-07

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.10.018

Spatial-temporal Characteristics Analysis of China's Energy Carbon Emissions

WANG Shuo

（School of Earth and Environment， Anhui University of Scienceamp; Technology， Huainan 232001， China）

Abstract： [Purposes] The article analysed the temporal and spatial distribution characteristics of energy carbon emissions in China using Chinese energy consumption statistics. [Methods] The total carbon emissions of 30 provinces， autonomous regions and municipalities directly under the central government in China for the 20 years from 2000 to 2019 are estimated， the relevant distribution charts are drawn， the spatial and temporal characteristics are analyzed， and reasonable suggestions are made. [Findings] From 2000 to 2019， China's total carbon emissions grew by about 5.84 billion tons， with an average annual growth rate of about 22.73%， and there are different correlations between the degree of urbanization in different provinces and carbon emissions， respectively， and China's reduction in the share of coal energy consumption and carbon emissions show a pattern of tilting from the coast to the inland， and from the developed regions to the backward regions. [Conclusions] This paper suggests increasing investment in research and development of energy-saving technologies， improving energy efficiency， rationalizing the structure of energy consumption， and encouraging garbage classification， afforestation and other behaviors that conserve resources and protect the environment.

Keywords： energy consumption；carbon emissions；the space-time characteristics

0 引言

能源消费是指生产和生活所消耗的能源，以其人均占有量作为衡量国家经济发展、人民生活水平的重要标志。碳排放是指由于人类活动或者自然形成的温室气体的排放（如二氧化碳、甲烷等），目前，碳减排已成为人类共同面临的重大课题。

当前，国内外学者在一定程度上对碳排放的相关问题进行了研究。中国是世界上最大的发展中国家和最大的二氧化碳排放国家，为高碳排放行业寻找一种合理的减缓战略是十分必要的。通常情况下，能源消费越低，二氧化碳的排放量就会减少越多［1］。部分学者认为，提高能效可以在降低成本的情况下获得一定的环保利益［2］。马大来［3］、冯宗宪［4］、陈志建［5］、于潇［6］等研究了中国各省市的经济增长、碳排放绩效和人均碳排放的空间分布特点，以及能源消费碳排放之间的关系。王少剑等［7］基于1992—2013年中国城市遥感模拟反演碳排放数据，分析其区域差异，研究表明，城市间差异在逐步缩小，西部城市间差异对碳排放总体差异的贡献最大。曾贤刚等［8］根据各省市能源消费数据和IPCC缺省排放系数，计算分析各省市碳排放及其变化趋势，提出相应节能减排对策。徐国泉等［9］定量分析了1995—2004年能源结构和能源效率等因素对中国人均碳排放的影响，结果表明，中国人均碳排放的降低主要在于能源效率的提高，而调整能源结构对其的影响不大。李金超等［10］采用空间计量经济学方法，分析了2002—2019年中国电力碳排放的空间相关性。宾厚等［11］运用长江经济带11个省市2000—2020年面板数据，采用中介效应、调节效应模型分析环境规制对碳排放效率与生产性服务业和传统制造业融合的影响。Lantz［12］、Kivyiro［13］等采用线性回归方法，研究了非洲国家和加拿大的人均GDP、能源消费、经济发展等与碳排放的相关性。程叶青等［14］采用空间自相关分析方法和空间面板计量模型结合对1997—2010年全国30个省区市碳排放强度的估算，探讨了中国省级尺度碳排放强度的时空格局特征，得出中国省区碳排放强度在空间分布上呈现明显的南高北低的地域性特征的结论。Wang［15］等利用1995—2011年中国各省市的面板数据，发现中国的人均碳排放比率由西部地区到中部地区，再到东部沿海地区呈现逐渐增多的现象。Amin［16］等使用最小二乘法对欧洲国家运输部门的碳排放量进行了研究，发现使用可再生能源会降低碳排放，而城市化发展对碳排放没有显著影响［16］。余碧莹［17］、苏健［18］等围绕“双碳”目标，研究了中国中长期二氧化碳排放的总体目标和实现路径，到2060年，能源碳排放主要来自化工、电力等行业，并且需要森林、海洋碳汇来吸收，谋划最优战略路径，实现碳减排和经济发展并行。

本研究从煤炭能源消费结构、城市化程度等方面来分析能源碳排放的时空特征，利用中国2000—2019年30个省区市（西藏自治区及港澳台地区数据缺失）的能源碳排放等相关数据，实现以下目标：分析煤炭能源消费结构与碳排放时空特征的关系；研究不同程度城市化背景下的能源碳排放时空特征；在对能源碳排放时空特征分析的基础上提出相应的建议对策。

1 数据来源及研究方法

1.1 数据来源

本研究使用的有关碳排放能源清单数据来自中国碳核算数据库［19］（CEADs，ceads.net）（由于西藏自治区及港澳台地区数据的缺失， 为保证数据的连续性，故选取2000—2019年30个省区市的数据为研究对象）。

1.2 数据计算方法

本研究使用2006年IPCC《国家温室气体清单指南》提供的方法，按照原煤、焦炭、原油、汽油、柴油、煤油、燃料油、天然气和电力将能源消费种类划分为9大类，根据各种能源的折标准煤系数和二氧化碳排放系数，对我国30个省区市的碳排放量进行计算，计算公式为式（1）。

Amt=Σ（Emqt*Bq*Cq*44/12） （1）

式中：Amt表示第t年m省份碳排放总量；Emqt 表示第t年m省份q类能源的实物消费量；Bq表示q类能源的折标准煤系数；Cq表示q类能源的二氧化碳排放系数；44/12表示将碳原子质量转换为二氧化碳分子质量的转换系数。

1.3 数据处理方法

利用ArcGIS软件和Origin软件绘制碳排放量变化图、煤炭能源消费占比分布图表、碳排放量分布图表及相关关系图，结合图表对碳排放时空特征进行分析。

2 碳排放时间特征分析

根据2000—2019年各省区市的能源清单数据，计算出每年各省份的碳排放量，按照各省份碳排放量高低将30个省份划分为高碳排省份、低碳排省份和其他省份，得出高、低碳排省份2000—2019年碳排放量变化如图1、图2所示。结合数据及图表对碳排量随时间变化的情况进行分析。

高碳排省份2000—2019年碳排放量变化如图1所示。由图1可知，各省份每年碳排放量均不超过7亿t，为高碳排放地区。其中，山东省的碳排放量增量多，增长幅度大，碳排放量从2014年的约4.23亿t增长到了2019年的约6.85亿t，6年间增长了约2.62亿t，年平均增长率约为10.34%。河南省2012—2019年的碳排放量基本上处于缓慢增长的趋势，碳排放量从约2.86亿t增长到约3.38亿t，8年间仅增长了约5 200万t。河南省一方面通过加快清洁能源利用和煤炭减量替代，大力发展水电、光伏发电等新能源，积极推动能源结构转型升级。另一方面通过推进产业结构调整，改造提升传统产业为绿色、低碳、智能产业，发展文化旅游、创新科技等新兴产业，把经济发展引向更加环保、可持续的方向，有效减少了碳排放量。

低碳排省份2000—2019年碳排放量变化如2所示。由图2可知，各省份每年碳排放量均低于1.6亿t，为低碳排放地区。2000—2019年，这些省份碳排放量增长量在3 000万t到1亿t之间，特别是海南和吉林两省的碳排放增长量低于5 000万t。吉林省自2012年起，碳排放量开始降低，并且保持相对稳定的碳排放量变化。甘肃、青海位于中国西北地区，多为高原地带，经济发展较为落后，地广人稀，煤炭等化石能源消耗量低，因而碳排放量低，碳排放量变化不显著。在产业结构方面，海南生态环保产业、青海生态农业和北京高端服务业的快速发展，不仅推动了当地经济发展，也减少了对能源的需求和碳排放量。

2000—2019年全国各省份碳排放量均不同程度增长。2019年全国碳排放量约为71.26亿t，相比于2000年全国碳排放量增长约58.4亿t，年均增长幅度超过22.73%。山东、江苏、广州、浙江等省份增长量巨大，作为高碳排放地区，对全国碳排放量增长产生重要影响。海南、青海、北京、上海等省市增长量少，增长幅度小，为低碳排放地区。

3 碳排放时空特征分析

3.1 能源消费结构——煤炭占比时空特征分析

能源消费结构是指在某一特定时间内，各个经济部门消耗的各种能源和它们在总的能源消耗中的比例。随着“双碳”目标的提出，中国能源消费结构发生较大变化。太阳能、风能、海洋能等其他清洁能源开发力度不断加大，持续推进产业结构和能源结构调整，清洁能源消费占比增多，煤炭等化石能源消费占比有一定程度的降低，导致碳排放量降低。2000、2012和2019年中国煤炭能源消费结构占比分布见表1。

由表1可知，2000年，河北、山西、湖北和贵州等中西部省份能源消费结构煤炭占比最高，高于60%。经分析可知，河北、山西、湖北和贵州等中西部省份，由于经济较为落后，太阳能、风能等其他新能源开发较少，且部分省份具有丰富的煤炭储备量和相对便宜的煤炭价格，仍以煤炭能源消费为主。这些地区的交通运输需求较大，特别是铁路、水运等运输行业对煤炭能源消耗的需求占比很大，产业结构偏重于重工业，且其主要集中于煤炭、钢铁等能源行业和高耗能行业。从能源需求的角度来看，重工业能源消耗大，钢铁等重工业对焦炭有刚性需求，因此煤炭消费占了很大份额，由煤炭消耗所造成的碳排放量也就相对较高。

相比2000年，2012年和2019年煤炭能源消费占比低于30%的省市有所增加，包括北京、上海、浙江、广东、海南和青海等省市。东北地区、黄河流域大部分地区、长江流域等省份的煤炭能源消费占比处于30%～50%之间，较2000年，均有不同程度的降低。截至2019年，煤炭能源占比大于60%的省份仅有河北省和山西省。

综合分析可知，煤炭能源消费占比在全国范围内有不同程度下降，并且中国煤炭能源消费占比降低和碳排放量降低的格局呈现出由东南沿海地区向中西部地区倾斜的趋势。

3.2 不同城市化背景下的能源碳排放时空特征分析

城市化不仅是人类社会发展的一个重要标志，同时也是经济和社会发展的必然趋势。Li等［20］的研究表明，城市化程度的阈值估计值区分值为4.1和4.45，中国城市化程度最高，且高于阈值4.45的省市仅有北京、天津和上海三个直辖市；城市化程度较高且介于阈值4.1和阈值4.45之间的省区市有11个，主要为内蒙古和东北地区、中部鄂渝两省市，以及东南沿海省份；中国其他省份城市化程度低，低于阈值4.1。

2019年部分省份不同城市化程度阈值与碳排放量关系如图3所示，2000—2019年部分省份不同城市化程度阈值与碳排放量增量关系如图4所示。由图3、图4初步判断可知，城市化程度高的地区，其碳排放量及其增量相对较低；但某些省份的城市化程度与其碳排放量之间有着明显不同的关系。因此，需要结合各省份碳排放量分布图表进一步分析部分省份不同城市化程度与碳排放量之间的特征及相关性关系。

2000、2012和2019年中国各省区市碳排放量分布见表2。由表2可知，2000年全国各省份碳排放量基本上处于1亿t以下的水平，从2000—2019年碳排放量出现明显增加的省份有山东、广东、江苏、浙江、内蒙古，碳排放量出现少量增加的地区有京津沪渝、东北黑吉两省、海南和青海地区。

城市化程度最高的京津沪的碳排放量处于全国低水平。2019年，北京碳排量约为1.11亿t，天津碳排放量约为0.92亿t，上海碳排放量约为1.545亿t，并且与2012年相比，2019年碳排放量均有少量增长。另外，重庆作为四大直辖市之一，虽然城市化程度小于阈值4.45，但是其碳排放量较低，低于1.2亿t。京津沪渝作为四大直辖市，是中国最早进入城市现代化的地区，具有相当雄厚的经济实力基础，经济发展快速，城市化程度高，城市基础设施完善；京津沪渝地区经济结构先进且多元化，传统重工业产值占比较低，作为国家的科技中心，新能源、新材料、环保科技等高科技产业获得了政策支持和发展空间，也有助于降低综合碳排放量。

城市化程度低于阈值4.1的新疆、河南、河北、山东等地区的碳排放量较高。在2012—2019年期间，这些地区的碳排放量增加较多，如新疆的碳排放量从约1.08亿t增长到约2.91亿t，河北的碳排放量从约2.89亿t增长到约3.86亿t。山东省的碳排放量从约3.80亿t增长到约6.85亿t，其年均增长率达到了约11.5%。这主要是由于，山东省位于黄河下游，是我国的经济和人口大省，随着城市化程度在不断加快，大量的基础设施建设，城市化带来的工业化、交通化、生活化等多方面因素，都会对碳排放产生影响。山东省拥有丰富的能源资源和较为完善的能源基础设施，是中国重要工业生产基地之一。许多工业企业集中，其生产活动、能源消耗、物流运输等都会增加当地的碳排放量。

城市化程度在阈值4.1和阈值4.45之间的内蒙古自治区的碳排放量与2000年相比，特别是2012—2019年有很大增长，年均增长率超过了10%。内蒙古是我国重要的能源和矿产资源产区，煤炭、油气等化石能源的开采和利用在当地经济中占有重要地位。在持续推进城市化进程的过程中，城市规模和人口在不断扩大，同时也加速了工业化进程，扩大了工业规模，给能源消耗和污染物排放带来了巨大压力，从而导致碳排放量增高。另外，近年来，随着国内外贸易的蓬勃发展和物流需求的不断增加，内蒙古作为跨越东北亚和蒙古高原及西亚欧洲的枢纽地带，交通运输业蓬勃发展，对碳排放造成一定的影响。

总的来说，2000—2019年，全国各省区市碳排放量均有所增加，这与不同的城市化背景有密不可分的关系。从具体情况上来看，京津沪渝等城市化程度高、经济科技发达但地域面积小的地区碳排放量相对少，城市化程度与碳排放量呈现负相关关系；城市化程度较低但城市化发展迅速的地区，以及东南沿海等城市化程度较高且轻重工业经济发达的地区的碳排放量较多且有明显增加；青海、贵州等西部城市化程度低、地广人稀、经济较为落后的地区碳排放量少，城市化程度与碳排放量呈现正相关关系。

4 结论与建议

通过对能源碳排放时间和空间特征的研究与分析，得出如下结论。

①2000—2019年，中国碳排放总量约增长58.4亿t，年均增长幅度约为22.73%，山东、江苏、广州、浙江等高碳排放省份碳排放量增长较多，京津沪渝、海南、青海等省份的碳排放量增长缓慢且增长量少。

②从能源消费结构看，中国煤炭能源消费占比降低和碳排放量降低的格局为由东南沿海地区向中西部地区倾斜，由经济发达地区向经济发展落后地区倾斜。

③京津沪等城市化程度越高，经济、科技越发达的地区，城市化程度与碳排放量及其增量呈现负相关关系。其他城市化程度不高的地区，考虑到经济发展、地理位置、地域面积等多种因素，城市化程度与能源碳排放量及其增量呈现出不同的相关性关系。

根据上述分析及结论，提出如下建议。

①各省区市要积极采取相应的政策措施，增加技术投资，加速节能技术的研究和开发，以此提高能源效率和减少碳排放。

②合理调整能源消费结构，减少煤炭等化石能源消耗，开发使用太阳能、风能、海洋能等清洁能源，减少碳排放。

③以中西部省份为重点，合理推进城市化进程，吸引东部省份人口进入中西部省份，缓解东部省份压力同时促进中西部省份经济建设，发挥人口因素对碳排放减少的积极促进作用。

④加强低碳宣传，树立低碳意识，广泛开展积极有效的低碳活动，鼓励垃圾分类、植树造林等节约资源和保护环境的行为。

参考文献：

［1］HUANG Y， ZHU H M， ZHANG Z Q .The heterogeneous effect of driving factors on carbon emission intensity in the Chinese transport sector： evidence from dynamic panel quantile regression［J］.Science of the Total Environment， 2020， 727：138578.

［2］MUHAMMAD J，MUHAMMAD K. Energy efficiency and underlying carbon emission trends［J］. Environmental Science and Pollution Research， 2000，27（3）： 3224-3236.

［3］马大来，陈仲常，王玲.中国省际碳排放效率的空间计量［J］.中国人口·资源与环境，2015，25（1）：67-77.

［4］冯宗宪，陈志伟.区域能源碳排放与经济增长的脱钩趋势分析［J］.华东经济管理，2015，29（1）：50-54.

［5］陈志建，王铮，孙翊.中国区域人均碳排放的空间格局演变及俱乐部收敛分析［J］.干旱区资源与环境，2015，29（4）：24-29.

［6］于潇，孙猛.中国省际碳排放绩效及2020年减排目标分解［J］.吉林大学社会科学学报，2015，55（1）：57-65，172.

［7］王少剑，苏泳娴，赵亚博.中国城市能源消费碳排放的区域差异、空间溢出效应及影响因素［J］.地理学报，2018，73（3）：414-428.

［8］曾贤刚，庞含霜.我国各省区CO2排放状况、趋势及其减排对策［J］.中国软科学，2009（S1）：64-70.

［9］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：1995-2004［J］.中国人口·资源与环境，2006（6）：158-161.

［10］李金超，向思徽.基于空间视角的中国电力碳排放驱动因素研究［J］.生态经济，2023，39（5）：19-27.

［11］宾厚，姚秋茹，李娇，等.环境规制视角下传统制造业和生产性服务业融合与碳排放效率关系研究：基于长江经济带的实证［J］.科技管理研究，2023，43（8）：222-229.

［12］LANTZ V，FENG Q. Assessing income， population， and technology impacts on CO2 emissions in Canada： where's the EKC［J］. Ecological Economics， 2006， 57（2）： 229-238.

［13］KIVYIRO P， ARMINEN H. Carbon dioxide emissions， energy consumption， economic growth， and foreign direct investment： Causality analysis for Sub-Saharan Africa［J］. Energy， 2014，74： 595-606.

［14］程叶青，王哲野，张守志，等.中国能源消费碳排放强度及其影响因素的空间计量［J］.地理学报，2013，68（10）：1418-1431.

［15］WANG S J， FANG C L， GUAN X L， et al. Urbanisation， energy consumption， and carbon dioxide emissions in China： a panel data analysis of China's provinces［J］. Applied Energy， 2014，136： 738-749.

［16］AMIN A， ALTINOZ B，DOGAN E. Analyzing the determinants of carbon emissions from transportation in European countries： the role of renewable energy and urbanization［J］. Clean Technologies and Environmental Policy， 2020，22（8）， 1-10.

［17］余碧莹，赵光普，安润颖，等.碳中和目标下中国碳排放路径研究［J］.北京理工大学学报（社会科学版），2021，23（2）：17-24.

［18］苏健，梁英波，丁麟，等.碳中和目标下我国能源发展战略探讨［J］.中国科学院院刊，2021，36（9）：1001-1009.

［19］SHAN Y L， LIU J H， LIU Z，" et al. New provincial CO2 emission inventories in China based on apparent energy consumption data and updated emission factors［J］.Applied Energy ，2016， 184：742-750.

［20］LI R L ， LI J L， WANG Q. The impact of energy efficiency on carbon emissions： evidence from the transportation sector in Chinese 30 provinces［J］.Sustainable Cities and Society， 2022，82 ，103880.