張一清　劉傳庚　白衛(wèi)國

摘要：以17個城市2005～2013年的數據為樣本，基于山東省及17個城市GDP增長與碳排放的脫鉤效應，以及17個城市面板協(xié)整分析，研究山東省及17個城市碳排放特征。研究表明，山東省2006～2013年城市碳排放總體弱脫鉤；17個城市碳排放量、實際GDP增加值和碳生產力之間存在著長期均衡關系；山東省及17個城市碳鎖定效應較大，逐步通過技術和制度的改變解鎖碳鎖定成為低碳發(fā)展的關鍵；年均第二產業(yè)比重下降幅度、年均GDP增長和年均碳排放增長中，年均第二產業(yè)比重下降幅度起主導作用，山東省及17個城市應以產業(yè)結構優(yōu)化為主要途徑，通過技術進步、產品升級和財稅優(yōu)惠政策等措施，以及出臺政策法規(guī)，促進產業(yè)轉型升級發(fā)展低碳經濟。

關鍵詞：低碳經濟；脫鉤效應；面板協(xié)整；山東省

DOI：10.13956/j.ss.1001-8409.2015.10.11

中圖分類號：F0622；F1245 文獻標識碼：A 文章編號：1001-8409（2015）10-0048-05

Abstract：Based on the sample data from 2005 to 2013 about the decoupling effect of GDP growth and carbon emissions， and 17 cities panel cointegration， this paper studies the carbon emissions characteristics of Shandong Province and 17 cities. Result shows that Shandong province has been overall weak decoupling from 2005 to 2013. Carbon emissions， real GDP added value and carbon productivity of 17 cities have been a longterm equilibrium relationship. Carbon lockin effect is bigger， and the gradual change of unlock carbon technology and system lock becomes the key of lowcarbon development. The proportion of second average annual growth rate of industrial decline plays a leading role in the proportion of second average annual growth rate of industrial decline， average GDP growth and annual carbon emissions growth. Shandong province and 17 cities

should be based on the optimization of the industrial structure as the main way， through technological progress， product upgrading and tax preferential policies and other measures， and the introduction of policies and regulations， promoting industrial transformation and upgrading for the development of lowcarbon economy.

Key words：lowcarbon economy； decoupling effect； panel cointegration； Shandong province

1引言

低碳發(fā)展減緩氣候變化，已成為世界共識。山東省歷來是中國經濟大省和能源消費大省。山東省經濟總量占全國比重從1994年的799%上升到2006年最高點

1012%，而后略有波動，維持在95%以上，總體由逐步上升達到基本穩(wěn)定的態(tài)勢；山東省能源消費從1994年的707%攀升到2004年最高點1152%，而后略有起伏，維持在11%左右，由急劇上升轉為呈現(xiàn)平穩(wěn)的趨勢，隨之二氧化碳排放也持續(xù)增長。如圖1所示，山東省自2000年能源消費比重高于經濟總量比重之后，一直位于經濟總量之上，能源消費增長速度快于經濟增速，而且高于全國平均水平數據來源于《中國能源統(tǒng)計年鑒（1995～2013）》和《山東省統(tǒng)計年鑒（1995～2013）》，經過整理得出。 。近些年山東省積極推動低碳發(fā)展。2012年出臺的《山東省“十二五”控制溫室氣體排放工作實施方案》提出，要大幅度降低單位地區(qū)生產總值二氧化碳排放，到2015年全省單位地區(qū)生產總值二氧化碳排放比2010年下降18%的目標，并將指標分解到各市山東省人民政府.關于印發(fā)山東省“十二五”控制溫室氣體排放工作實施方案的通知[EB/OL].2012，http：//www.shandong.gov.cn/art/2012/11/21/art_3883_3120.html 。

圖1山東省GDP和能源消費分別占全國比重

山東低碳發(fā)展引起學術界關注，國內多位學者開展了山東省能源消費與碳排放的研究。許冬蘭和李琰通過建立向量自回歸模型，運用格蘭杰因果分析方法和協(xié)整分析方法分析山東省城市化和能源消耗量之間的長短期關系，結果表明山東省城市化水平提高是導致能源消費量增長的格蘭杰原因[1]；王同孝等根據IPCC方法核算山東省2001～2010年能源消費碳排放，得出能源消費和碳排放量呈現(xiàn)增長趨勢，碳排放強度穩(wěn)步下降[2]；宋杰鯤基于IPCC方法對山東省2000～2009年能源消費碳排放量進行測算，并且運用LMDI方法將山東省能源消費碳排放分解為人口、人均財富、產業(yè)結構、能源消費強度和能源消費結構等五方面效應，分析得出除能源消費強度因素的累積效應為負值外，其余四種因素的累積效應均為正值，其中人均財富是碳排放增加的最大拉動因素[3]。以上研究推動了山東省低碳發(fā)展，但是研究主要局限于全省范圍，缺乏對各個城市影響效應異質性考察，忽略了各個城市經濟社會發(fā)展不均衡的現(xiàn)實，弱化了對低碳發(fā)展實踐指導性和可操作性的作用。為深入研究山東省經濟發(fā)展與二氧化碳排放的關聯(lián)性，有必要采用脫鉤效應與面板數據以各個城市經濟發(fā)展與二氧化碳排放為基礎展開分析。在脫鉤效應研究方面，劉竹等應用脫鉤理論分析首批低碳試點省份經濟增長與碳排放關系[4]，徐盈之等從中國制造業(yè)角度分析碳排放的驅動因素及脫鉤效應[5]，王云運用Tapio提出的“脫鉤”彈性理論[6]，分析了能源消費大省山西省。在面板協(xié)整分析方面，郭慶賓和柳劍平研究了進口貿易、技術溢出與中國碳排放相互關系[7]，吳振信等分析了中國經濟增長、產業(yè)結構對碳排放的影響[8]，查建平等運用面板數據模型對影響我國工業(yè)碳排放績效的因素進行實證分析[9]，王少平和楊繼生研究了中國工業(yè)12個行業(yè)碳排放量、工業(yè)產值和碳效率之間的長期均衡[10]，徐勝和司登奎基于省際數據構建了異質面板協(xié)整分析模型，發(fā)現(xiàn)結構轉型、能源效率與低碳經濟之間存在動態(tài)穩(wěn)定的均衡關系[11]。已有文獻鮮有針對省級地區(qū)各個城市展開脫鉤效應結合面板協(xié)整的研究，本文應用脫鉤效應模型研究山東省及各個城市經濟發(fā)展與CO2排放關系，然后按照17個城市山東省共設17個城市，依次為濟南市、青島市、淄博市、棗莊市、東營市、煙臺市、濰坊市、濟寧市、泰安市、威海市、日照市、萊蕪市、臨沂市、德州市、聊城市、濱州市和菏澤市。 ，運用面板協(xié)整方法度量各個城市碳排放特征，為山東省低碳經濟發(fā)展提供決策參考，同時也為其他地區(qū)低碳發(fā)展提供借鑒。

2脫鉤效應

21脫鉤模型

脫鉤理論普遍用于衡量經濟增長與物質消耗投入失衡所導致經濟發(fā)展與環(huán)境保護不協(xié)調的關系。其理論基礎為OECD在1993年提出的驅動力（Driver）-壓力（Pressure）-狀態(tài)（State）-影響（Influence）-反應（Response）的框架（DPSIR）。OECD脫鉤分析主要方法為脫鉤指數。而后Tapio利用彈性系數法構建了“脫鉤”指標，利用“脫鉤彈性”（Decoupling Elasticity），將“脫鉤”指標表征經濟增長與環(huán)境污染脫鉤狀態(tài)詳細分為三個狀態(tài)和八種等級，即連接狀態(tài)（擴張連接和衰退連接）、“脫鉤”狀態(tài)（弱“脫鉤”、強“脫鉤”和衰退“脫鉤”）、負“脫鉤”狀態(tài)（弱負“脫鉤”、強負“脫鉤”和擴張負“脫鉤”）[12]，計算公式見式（1）具體分類等級見表1。

ε=ΔCO2/CO2ΔGDP/GDP（1）

式（1）中，ε為二氧化碳和經濟發(fā)展的“脫鉤”彈性系數，CO2排放表示環(huán)境壓力，ΔCO2為現(xiàn)期相對于基期CO2排放變化量，GDP表示經濟驅動力，ΔGDP為現(xiàn)期相對于基期GDP變動量。

22計算結果及分析

CO2排放以《省級溫室氣體清單編制指南（試行）》方法[13]為參考，核算2005～2013年能源消費排放二氧化碳總量。二氧化碳排放因子引自《省級溫室氣體清單編制指南（試行）》，各年度能源消費數據源于《山東省統(tǒng)計年鑒（2006～2014）》[14]。17個城市CO2排放根據城市各個年度能源消費乘以山東省能源碳強度得到。其中，能源碳強度=全省CO2排放/全省能源消費。山東省及各個城市GDP增加值源于《山東省統(tǒng)計年鑒（2006～2014）》，以2005年為基期經過指數平減的實際GDP增加值。山東省及17個城市二氧化碳與經濟發(fā)展的“脫鉤”彈性系數見圖2。

2006～2013年期間，山東省除2010年出現(xiàn)擴張負“脫鉤”，其余年份均弱“脫鉤”，總體為弱“脫鉤”。17個城市脫鉤狀態(tài)大體與山東省相似，2006年、2008年2010年與山東省同為弱“脫鉤”或擴張負“脫鉤”，其余年份除2011年外，只有個別城市與山東省不同。脫鉤狀態(tài)濟南、泰安、濱州和菏澤與省完全一致。與山東省脫鉤狀態(tài)變化差異較大的有棗莊、威海和日照，棗莊在2010年前后出現(xiàn)強“脫鉤”，威海2009～2012年經歷了強“脫鉤”、強負“脫鉤”、擴張連接和強“脫鉤”，日照自2007～2012年經歷擴張負“脫鉤”、弱“脫鉤”、擴張負“脫鉤”和強“脫鉤”。2011年12城市與山東省脫鉤狀態(tài)變化存在差異：淄博、煙臺、濰坊、威海和臨沂為擴張連接，棗莊、日照、濟寧、萊蕪、德州和聊城為強“脫鉤”，東營為擴張負“脫鉤”。強“脫鉤”最多有兩次，具體有萊蕪、威海、棗莊。相對而言，東營和日照脫鉤狀態(tài)最差，東營在2010年和2011年呈現(xiàn)擴張負“脫鉤”，而日照在2006～2013年期間脫鉤狀態(tài)跌宕起伏，由弱“脫鉤”、擴張負“脫鉤”、弱“脫鉤”、擴張負“脫鉤”、強“脫鉤”再到弱“脫鉤”。從產業(yè)結構角度分析，山東省第一產業(yè)和第二產業(yè)比重呈現(xiàn)逐漸下降態(tài)勢，2013年第二產業(yè)下降為50%左右，年均下降幅度為081；第三產業(yè)有較快增速，2013年超過40%。17個城市總體來講，產業(yè)結構變化與山東省相似，尤其是第二產業(yè)比重變化趨勢。其中，只有濟南、青島、泰安和臨沂的第二產業(yè)比重低于全省平均水平，第二產業(yè)年均下降幅度分別為074、070、077、052。相對而言，淄博、萊蕪和威海有較好的脫鉤狀態(tài)，與第二產業(yè)年均下降幅度超過全省平均水平有較緊密聯(lián)系，分別為108、117和126。東營作為中國第二大石油工業(yè)基地，第二產業(yè)比重至始至終都是最高，雖然與第二產業(yè)年均下降幅度超過全省平均水平達到142的最大絕對值，但是基于石化產業(yè)比重過大的特征，脫鉤狀態(tài)是最差之一。日照和菏澤的第二產業(yè)比重都是從2005年的40%多，經歷了先增加，后下降，直至2013年50%多，年均增加分別為049和126。但是日照脫鉤狀態(tài)的起伏較大，反映重工業(yè)發(fā)展勢頭迅猛，以及節(jié)能政策調控的不穩(wěn)定。而菏澤工業(yè)綠色發(fā)展則避免了工業(yè)規(guī)模擴大所帶來碳排放的大量增加。

3面板分析

31面板模型

根據面板數據建模原理，以各城市碳排放、GDP增加值和碳生產力三個變量構建模型，通過模型分析碳排放量是否與GDP增加值、碳生產力之間存在長期均衡關系，進而研究各個城市與碳排放的聯(lián)系，有助于根據城市特點發(fā)展低碳經濟。

32檢驗與估計

以17個城市碳排放、GDP增加值和碳生產力（2005～2013）的面板數據為分析樣本，經過協(xié)方差分析檢驗，面板模型設定為既有個體影響又有結構影響的變截距變系數模型，即模型中的參數對各個城市而言是不同的。

321單位根檢驗

對17個城市碳排放和實際增加值的對數值以及碳生產力分別進行單位根的LLC檢驗、ADF檢驗和PP檢驗。由檢驗結果（見表3）可知，構成面板模型3個變量滿足協(xié)整檢驗要求。

由表4可知，Panel-PP和Panel-ADF的統(tǒng)計量顯著，Panel-rho統(tǒng)計量不顯著。因為Pedroni[15]指出在時間較短（T≤20）的樣本數據分析中，Panel ADF 和Group ADF的統(tǒng)計量具有較高能效，其余統(tǒng)計量較低，則可以判斷通過了顯著性檢驗，即17個城市碳排放量的對數值、實際GDP增加值的對數值和碳生產力之間存在長期協(xié)整關系。

323協(xié)整估計

從協(xié)整向量i來看，可劃為三個等級：70以上為臨沂、聊城和菏澤；50～70之間為泰安、日照、濟南、淄博、青島、東營和濰坊；30～50之間為棗莊、煙臺、濟寧、威海、萊蕪、德州和濱州。70以上城市碳排放靜態(tài)依賴性最強，即固定碳排放水平；50～70之間為中等水平；30～50之間為次之。臨沂、聊城和菏澤的經濟總量和碳排放量在17個城市中排名靠后，碳排放靜態(tài)依賴性最強表明碳鎖定效應較大。而青島、濟南經濟總量和碳排放量都居于前列，但是碳排放靜態(tài)依賴性處于第二個等級，表明碳鎖定效應較低?？傮w來講，17個城市碳排放靜態(tài)依賴性都大于0，并且最高值與最低值差距不大，與山東省煤炭在能源結構中比重較大（見圖3），碳鎖定效應有較為緊密的聯(lián)系。

按照各個城市產出碳排放需求彈性β1i和碳生產力系數β2i，得均值為047和-073。其中，威海和萊蕪的β1i分別為075、074，是最大值；德州、濟寧和濱州次之；濟南、青島、淄博、棗莊、東營、煙臺、濰坊、泰安、日照、臨沂、聊城和菏澤再次之。2005年至2013年期間，威海GDP年均增長10%，低于山東省14%的平均水平，是增長最低的城市；萊蕪GDP年均增長13%，倒數第二。同時，威海和萊蕪的碳排放增長并列倒數第二為4%。這樣導致威海和萊蕪的產出碳排放需求彈性最高。日照GDP年均增長20%，碳排放增長為14%，同為山東省最高，而產出碳排放需求彈性僅為027的最低水平之一。關于碳生產力系數β2i，淄博和萊蕪分別為-373和-306；濟南、臨沂、棗莊和東營都小于-100，煙臺、威海、日照、聊城、濱州和菏澤都小于0；青島、濰坊、濟寧、泰安和德州都大于0。淄博與萊蕪碳生產力系數最小，第二產業(yè)比重下降幅度非常高，年均分別為-108%和-126%；碳排放增長都較低，分別為6%和4%；經濟增長都較低，同為13%。濰坊最大為084，第二產業(yè)比重下降幅度僅為-054%，低于山東省081%的平均水平，年均經濟增長15%略高于山東省14%的平均水平，碳排放增長與山東省一致為7%。值得一提的是東營，在脫鉤效應中是最差之一。但在面板協(xié)整分析中，其年均經濟增長與山東省一致，都為14%，碳排放增長8%略高于山東省平均水平的7%，但是第二產業(yè)比重下降幅度達到142，則對碳排放量的靜態(tài)依賴性、產出的碳排放需求彈性、碳生產力變化對碳排放的影響都處于中游水平。

4結論及政策建議

通過脫鉤效應和面板協(xié)整的分析，揭示山東省及17個城市碳排放特征，可以得出以下三點結論。（1）山東省除2010年出現(xiàn)擴張負“脫鉤”，其余年份均為弱“脫鉤”，總體為弱“脫鉤”，主要是節(jié)能與低碳關聯(lián)度非常高。（2）山東省17個城市的碳排放量、實際GDP增加值和碳生產力之間存在著長期均衡關系。（3）從i來看，對碳排放靜態(tài)依賴性都較強，表明山東省碳鎖定效應較大的特征；按照β1i城市年均GDP增長和年均碳排放增長起決定作用，諸如威海和萊蕪按照β2i城市年均第二產業(yè)比重下降幅度、年均GDP增長和年均碳排放增長起決定作用，諸如淄博、萊蕪、濰坊和東營。

按照山東省低碳經濟發(fā)展要求，基于以上研究提出山東省及17個城市碳減排的兩點建議。（1）山東省及17個城市能源消費結構中，煤炭所占比重呈現(xiàn)下降趨勢，但是仍然高于全國同期水平，形成對高碳發(fā)展的依賴，碳鎖定效應凸顯，建議通過技術和制度的改變解鎖碳鎖定。（2）17個城市碳排放特征有較大差異，年均第二產業(yè)比重下降幅度、年均GDP增長和年均碳排放增長三個變量起重要作用。其中，年均第二產業(yè)比重下降幅度起主導作用。山東省應根據城市特點下達碳約束指標，以產業(yè)結構為主，兼顧GDP的考量。山東省及17個城市應以產業(yè)結構優(yōu)化為主要途徑，通過技術進步、產品升級和財稅優(yōu)惠政策等措施，以及出臺政策法規(guī)，促進產業(yè)轉型升級來進行低碳經濟發(fā)展，以充分挖掘碳減排潛力。

參考文獻：

[1]許冬蘭，李琰.山東省城市化和能源消耗的關系研究[J].中國人口·資源與環(huán)境，2010 （11）：19-24.

[2]王同孝，趙聯(lián)振，王偉.山東省能源消費與碳排放分析[J].中國人口·資源與環(huán)境，2012 （7）：49-52.

[3]宋杰鯤.基于LMDI的山東省能源消費碳排放因素分解[J].資源科學，2012 （1）：35-41.

[4]劉竹，耿涌，薛冰，等.中國低碳試點省份經濟增長與碳排放關系研究[J].資源科學，2011，33（4）：620-625.

[5]徐盈之，徐康寧，胡永舜.中國制造業(yè)碳排放的驅動因素及脫鉤效應[J].統(tǒng)計研究，2011（7）：55-61.

[6]王云.低碳經濟“脫鉤”量化分解模型研究——基于IPAT 方程的分析[J].經濟問題，2012 （5）：8-13.

[7]郭慶賓，柳劍平.進口貿易、技術溢出與中國碳排放[J].中國人口·資源與環(huán)境，2013（3）：105-109.

[8]吳振信，謝曉晶，王書平.經濟增長、產業(yè)結構對碳排放的影響分析——基于中國的省際面板數據[J].中國管理科學，2012（3）：161-166.

[9]查建平，鄭浩生，唐方方.中國區(qū)域工業(yè)碳排放績效及其影響因素實證研究[J].軟科學，2012（4）：1-6.

[10]王少平，楊繼生. 中國工業(yè)能源調整的長期戰(zhàn)略與短期措施——基于12個主要工業(yè)行業(yè)能源需求的綜列協(xié)整分析[J].中國社會科學， 2006（4）：88-96.

[11]徐勝，司登奎.結構轉型、能源效率對低碳經濟的異質性影響——基于省際數據的面板協(xié)整分析[J].軟科學，2014（7）：6-10+39.

[12]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].Journal of Transport Policy，2005 （12）：137-151.

[13]省級溫室氣體清單編制指南編寫組.省級溫室氣體清單編制指南（試行）[R].2010.

[14]山東省統(tǒng)計局，國家統(tǒng)計局山東調查總隊.山東省統(tǒng)計年鑒（2006-2014）[K].中國統(tǒng)計出版社，1999-2014.

[15]Peter Pedroni. Critical Values for Cointegration Tests in Heterogeneous Panels with Multiple Regressors[J].Oxford Bulletin of Economics and Statistics， Special Issue，1999（1）：653-670.

（責任編輯：石琳娜）