楊麗珠 王世進(jìn)

摘 要：以江蘇省2006—2017年13個(gè)市能源碳排放與經(jīng)濟(jì)增長(zhǎng)數(shù)據(jù)為數(shù)據(jù)源，采用脫鉤模型分別對(duì)4個(gè)時(shí)間段經(jīng)濟(jì)增長(zhǎng)與碳排的脫鉤關(guān)系進(jìn)行定量分析;通過(guò)面板數(shù)據(jù)模型對(duì)影響江蘇省碳排放變化的主要因素進(jìn)行分解，分別從產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資、能源結(jié)構(gòu)、研發(fā)強(qiáng)度、經(jīng)濟(jì)強(qiáng)度、人口效應(yīng)等影響因子與碳脫鉤的內(nèi)在關(guān)系進(jìn)行分析。根據(jù)研究結(jié)果，提出低碳發(fā)展相應(yīng)對(duì)策及建議，以期推動(dòng)江蘇省低碳發(fā)展。

關(guān)鍵詞：碳排放;經(jīng)濟(jì)增長(zhǎng);Tapio脫鉤模型;面板數(shù)據(jù)模型

中圖分類號(hào)：F124.5 ? ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ?文章編號(hào)：1673-291X（2019）13-0071-03

引言

2018年，中國(guó)在關(guān)于應(yīng)對(duì)氣候變化，國(guó)家自主決定貢獻(xiàn)的文件中提出“到2030年，中國(guó)單位GDP的CO2排放比2005年下降60%～65%”等目標(biāo)。2010年，在哥本哈根會(huì)議上，我國(guó)向全球做出了2020年單位GDP溫室氣體排放比2005年下降40%～45%的減排承諾，對(duì)CO2帶來(lái)的排放量有更高的要求。然而2030年與2020年都是對(duì)2005年的碳排放量進(jìn)行比較，不難看出中國(guó)在飛速發(fā)展的同時(shí)，減少能源的消費(fèi)量是個(gè)很大的挑戰(zhàn)。通過(guò)江蘇省經(jīng)濟(jì)增長(zhǎng)與碳排放脫鉤的狀態(tài)與特征，分析江蘇省各地區(qū)碳排放變化的主要影響因素。

在碳排放的相關(guān)研究中，很少有針對(duì)某一個(gè)省或地區(qū)進(jìn)行碳排放脫鉤的分析研究。因此，運(yùn)用脫鉤模型和面板模型，以江蘇省為例，分析江蘇省13個(gè)市區(qū)的碳排放問(wèn)題。

一、模型選取與數(shù)據(jù)來(lái)源

（一）Tapio脫鉤模型

（三）數(shù)據(jù)來(lái)源

以江蘇省2006—2017年時(shí)間段《江蘇省能源統(tǒng)計(jì)年鑒》《各市統(tǒng)計(jì)年鑒》的數(shù)據(jù)為數(shù)據(jù)源，以2006年的GDP數(shù)據(jù)（億元）為基準(zhǔn)保持不變。

二、經(jīng)濟(jì)增長(zhǎng)與碳排放的分析

（一）經(jīng)濟(jì)增長(zhǎng)及碳排放對(duì)比

由表1可知，第一時(shí)段GDP增量大幅增加，幅度最大的地區(qū)是蘇州，GDP為1 881億元，高于614億元的全國(guó)平均水平。蘇南地區(qū)經(jīng)濟(jì)增長(zhǎng)一直處于領(lǐng)先地位，但是鎮(zhèn)江較其他市區(qū)發(fā)展略慢;蘇中地區(qū)除南通GDP增量高于江蘇省平均值外，其他市區(qū)發(fā)展都不及平均值，雖然南通的GDP增量高于鎮(zhèn)江 GDP增量，但是人均GDP增量不如鎮(zhèn)江發(fā)展好;蘇北地區(qū)GDP增量以及人均GDP增量普遍小于江蘇省內(nèi)的平均值，但是徐州自2009年開始GDP增量就高于平均值，較其他蘇北地區(qū)發(fā)展最好。

由表2可知，2006—2008年碳排放增長(zhǎng)速度較快，平均增速為20.65%，其中增長(zhǎng)速度最快的是徐州。2009—2011年碳排放增長(zhǎng)明顯加快，平均增長(zhǎng)率達(dá)到了歷史高位23.57%，其中蘇北地區(qū)增長(zhǎng)速度最快。2012—2014年各市區(qū)碳排放增速回落，平均增速降低至10.32%。2015—2017年各市區(qū)碳排放增速繼續(xù)回落，平均增速降低至2.32%，蘇州、南京、無(wú)錫、鎮(zhèn)江、鹽城均出現(xiàn)負(fù)增長(zhǎng)，其中蘇南地區(qū)負(fù)增長(zhǎng)最顯著。

（二）經(jīng)濟(jì)增長(zhǎng)與碳排放脫鉤狀態(tài)及特征

由表2可知，自2006年以來(lái)江蘇省呈現(xiàn)了四種狀態(tài)，以下從兩個(gè)方面進(jìn)行對(duì)比分析。

1.分布的時(shí)間性。2006—2008年、2009—2011年GDP增長(zhǎng)率以及碳排放增長(zhǎng)率都呈現(xiàn)顯著增加狀態(tài)。

2.分布的區(qū)域性。蘇南地區(qū)2014年之前都處于弱脫鉤狀態(tài)，蘇南地區(qū)第三產(chǎn)業(yè)發(fā)展好，隨著碳排放量的減少，各地呈現(xiàn)強(qiáng)脫鉤狀態(tài)。蘇中地區(qū)2011年之前出現(xiàn)增長(zhǎng)連接狀態(tài)，隨著GDP增長(zhǎng)率的不斷增加，碳排放量也顯著增加。蘇中地區(qū)普遍處于弱脫鉤狀態(tài)。蘇北地區(qū)除了鹽城發(fā)展?fàn)顟B(tài)變動(dòng)比較大之外，其他地區(qū)與蘇中地區(qū)發(fā)展類似。第四時(shí)間段鹽城處于強(qiáng)脫鉤的狀態(tài)，其他蘇北地區(qū)處于弱脫鉤的狀態(tài)。

三、碳排放Tapio影響因子分析

（一）影響因子作用分析

能源碳排放由6個(gè)指標(biāo)共同作用決定，隨著時(shí)間的變化，在不同的時(shí)間內(nèi)，各指標(biāo)對(duì)碳排放的貢獻(xiàn)度有所不同。

碳排放脫鉤的影響因素是個(gè)復(fù)雜過(guò)程，是一個(gè)涉及多種因素為一體的系統(tǒng)工程，本文遵循綜合性、復(fù)雜性、可獲取性等原則，構(gòu)建江蘇碳排放脫鉤的主要影響指標(biāo)。（1）研發(fā)強(qiáng)度。研發(fā)強(qiáng)度的投入量體現(xiàn)一個(gè)地區(qū)對(duì)經(jīng)濟(jì)發(fā)展的重視力度，體現(xiàn)技術(shù)發(fā)展水平。（2）產(chǎn)業(yè)結(jié)構(gòu)。碳排放與產(chǎn)業(yè)結(jié)構(gòu)關(guān)系密切，對(duì)脫鉤效應(yīng)也有顯著影響。（3）能源結(jié)構(gòu)。能源結(jié)構(gòu)對(duì)碳排放呈抑制作用，主要與資源稟賦結(jié)構(gòu)關(guān)系密切。（4）經(jīng)濟(jì)強(qiáng)度。經(jīng)濟(jì)強(qiáng)度的增大加快碳排放量增加，經(jīng)濟(jì)發(fā)展是驅(qū)動(dòng)碳排放和能源需求的主要力量。（5）人口效應(yīng)。江蘇省經(jīng)濟(jì)水平與人口分布的范圍相似，人口效應(yīng)對(duì)碳排放有正向推動(dòng)的作用。（6）外商直接投資。外商直接投資對(duì)東道國(guó)的影響是把雙刃劍，“污染光環(huán)”和“污染避難”效應(yīng)。

（二）面板模型的估計(jì)結(jié)果

能源碳排放由以上6個(gè)指標(biāo)共同作用決定。通過(guò)對(duì)這6個(gè)影響因子進(jìn)行數(shù)據(jù)分析，得出面板模型的估計(jì)結(jié)果，進(jìn)而解釋碳排放這一被解釋變量。根據(jù)Wald檢驗(yàn)法，Hausman檢測(cè)值為123.65，選擇固定效應(yīng)模型。

由表3可知，人口是影響碳排放的主要因素，江蘇省人口從2006年的7 412萬(wàn)人增加至2017年7 998.6萬(wàn)人，增長(zhǎng)586.6萬(wàn)人，這些新增人口的規(guī)模與結(jié)構(gòu)是影響碳排放的重要因素。人口老齡化也是江蘇省人口特點(diǎn)之一，在同一社會(huì)中，年輕人與老人是消費(fèi)能源的主力軍，因而人口帶來(lái)的碳排放增加就不足為奇了。

產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放的作用為負(fù)，表明第三產(chǎn)業(yè)有助于提升能源效率，在一定程度上降低碳排放水平。近年來(lái)，隨著工業(yè)的優(yōu)化升級(jí)與第三產(chǎn)業(yè)的發(fā)展迅速，對(duì)碳減排的貢獻(xiàn)也日漸明顯。尤其是蘇南地區(qū)目前多市呈現(xiàn)強(qiáng)脫鉤狀態(tài)，表明蘇南等地區(qū)服務(wù)業(yè)發(fā)展前景可觀。

外商直接投資的估計(jì)系數(shù)為正，并且模型通過(guò)5%的顯著性水平檢驗(yàn)，盡管系數(shù)不明顯，但FDI確實(shí)貢獻(xiàn)了碳排放。蘇南等地是外商直接投資的集聚地，長(zhǎng)期接受國(guó)外高污染產(chǎn)業(yè)轉(zhuǎn)移，從而使當(dāng)?shù)靥寂欧旁黾?，這種做法有利有弊。

能源結(jié)構(gòu)也是一個(gè)重要因素，煤炭作為主要能量來(lái)源，在工業(yè)發(fā)展的過(guò)程中長(zhǎng)期存在，工業(yè)進(jìn)程加快的同時(shí)使得江蘇省的碳排放居高不下，應(yīng)該大力調(diào)整能源結(jié)構(gòu)。

從經(jīng)濟(jì)強(qiáng)度上來(lái)看，人均GDP水平提高，刺激居民收入提高，進(jìn)而改變居民的消費(fèi)水平與消費(fèi)結(jié)構(gòu)，人們往往過(guò)于追求物質(zhì)需求而忽視節(jié)能減排。

研發(fā)強(qiáng)度對(duì)碳排放的作用為負(fù)，表明研發(fā)強(qiáng)度有助于提高技術(shù)水平，在一定程度上緩解碳排放水平。

結(jié)語(yǔ)

第一，2006—2017年江蘇省大多數(shù)市區(qū)經(jīng)濟(jì)增長(zhǎng)與碳排放均呈現(xiàn)出弱脫鉤狀態(tài)，只有蘇州、南京、無(wú)錫、鎮(zhèn)江、鹽城5個(gè)市區(qū)最后呈現(xiàn)強(qiáng)脫鉤狀態(tài)，強(qiáng)脫鉤狀態(tài)主要分布在蘇南地區(qū)。

第二，江蘇省產(chǎn)業(yè)結(jié)構(gòu)的正向調(diào)整對(duì)經(jīng)濟(jì)發(fā)展與碳排放脫鉤起到良性的推動(dòng)作用，蘇南地區(qū)尤其明顯。工業(yè)經(jīng)濟(jì)的轉(zhuǎn)型升級(jí)不足對(duì)碳排放的影響仍比較大，第三產(chǎn)業(yè)發(fā)展引起碳排放減少。

第三，江蘇省盡管積極地推進(jìn)產(chǎn)業(yè)升轉(zhuǎn)型、技術(shù)進(jìn)步與創(chuàng)新以及節(jié)能減排技術(shù)，并取得了一定的成效，但多數(shù)市區(qū)經(jīng)濟(jì)增長(zhǎng)與能源碳排放脫鉤仍然未能達(dá)到理想狀態(tài)，今后這一地區(qū)的節(jié)能減排壓力依然很大。

參考文獻(xiàn)：

[1] ?李晨，叢睿，邵桂蘭.基于MRIO模型與LMDI方法的中國(guó)水產(chǎn)品貿(mào)易隱含碳排放轉(zhuǎn)移研究[J].資源科學(xué)，2018，（5）.

[2] ?雷蕾，楊愷鈞.經(jīng)濟(jì)發(fā)展、進(jìn)出口貿(mào)易與水污染的關(guān)系研究——基于中國(guó)長(zhǎng)江流域省級(jí)數(shù)據(jù)的面板計(jì)量分析[J].生態(tài)經(jīng)濟(jì)，2018，（9）.

[3] ?唐志鵬，鄭蕾，李方一.環(huán)境約束下的中國(guó)八大經(jīng)濟(jì)區(qū)出口結(jié)構(gòu)優(yōu)化模擬研究[J].自然資源學(xué)報(bào)，2017，（10）.

[4] ?王淑納.山東省碳排放與經(jīng)濟(jì)增長(zhǎng)的脫鉤關(guān)系及驅(qū)動(dòng)因素[J].科技管理研究，2014，（16）.

[5] ?邵桂蘭，陳令杰.碳排放與經(jīng)濟(jì)增長(zhǎng)的脫鉤實(shí)證研究——以山東省為例[J].中國(guó)海洋大學(xué)學(xué)報(bào)，2012，（4）.