陳雯雯，朱夢婷

（河海大學(xué)商學(xué)院，江蘇 常州 213000）

碳排放不僅帶來環(huán)境問題，而且對全球社會的發(fā)展造成威脅。政府間氣候變化專門委員會（IPCC）第五次評估報告顯示，人類對氣候系統(tǒng)的影響是明確的，21 世紀(jì)末期及以后時期的全球平均地表變暖主要取決于累積CO2排放。中國作為能源消費大國和碳排放大國，面臨的資源環(huán)境矛盾突出。作為《巴黎協(xié)定》的簽署國，中國積極履行碳減排責(zé)任。東北三省作為中國老工業(yè)基地，重工業(yè)密集，能源消耗大，而能源消耗是CO2排放的主要原因，對東北三省的CO2排放影響因素進(jìn)行實證研究，對促進(jìn)東北地區(qū)低碳經(jīng)濟(jì)發(fā)展具有重要意義。

全球碳排放量總體呈現(xiàn)上升趨勢，對碳排放量影響因素的研究成為國內(nèi)外學(xué)者關(guān)注的熱點。渠慎寧［1］將LMDI 分解法與修正的Laspeyres 分解法用于碳排放影響因素分解；文揚等［2］使用LMDI 模型探究了2011—2015 年對京津冀及周邊地區(qū)工業(yè)大氣污染物排放造成影響的主要因素；胡慶龍等［3］運用Theil 指數(shù)法、能源消費統(tǒng)計因子表、LMDI 模型探究東、中、西部區(qū)域因終端能源消費產(chǎn)生的PM2.5 排放區(qū)域差異與驅(qū)動因素；吳賢榮等［4］運用Kaya 等式與改進(jìn)的Divisia 指數(shù)分解法，對中國2002—2014 年31個省份農(nóng)業(yè)碳排放增長驅(qū)動及減排退耦特征進(jìn)行分析；張陳 俊等［5］運用 改進(jìn)的LMDI 模型對1997—2011 年中國水資源消耗強度變化的影響因素進(jìn)行研究；陳其霆等［6］采用對數(shù)平均Divisia 分解法對1985—2010 年民航業(yè)運輸總收入等5 個因素對民航業(yè)CO2排放量的影響進(jìn)行定量分析；劉博文等［7］將LMDI 分解法與Tapio 脫鉤指標(biāo)結(jié)合分析了1996—2015 年中國CO2排放和區(qū)域產(chǎn)業(yè)增長的脫鉤彈性和脫鉤努力水平，得出產(chǎn)業(yè)結(jié)構(gòu)改善和能源結(jié)構(gòu)調(diào)整依然是促進(jìn)實現(xiàn)脫鉤的重要途徑；郭存芝等［8］研究得出能耗強度與經(jīng)濟(jì)規(guī)模對資源型城市能耗增長影響較大，其中能耗強度下降對能耗增長存在明顯的抑制作用，經(jīng)濟(jì)規(guī)模擴(kuò)大對能耗增長的促進(jìn)作用明顯；李剛［9］研究認(rèn)為經(jīng)濟(jì)發(fā)展與人口規(guī)模是碳排放增長的重要因素，產(chǎn)業(yè)結(jié)構(gòu)及能源強度是碳排放減少的著力點；王彩明等［10］認(rèn)為能源消費結(jié)構(gòu)是促進(jìn)河北省碳排放增長的主要因素；徐國泉等［11］對1995—2004 年間能源強度、能源結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展等因素的變動對中國人均碳排放的影響進(jìn)行實證分析；Chong 等［12］基于LMDI 模型，得出人均GDP 和人口增長是廣東省能源消費增長的主導(dǎo)因素，提高供電效率則抑制能源消費增長；馬曉君等［13］將擴(kuò)展的Kaya等式與LMDI 模型結(jié)合，認(rèn)為調(diào)整產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)，降低能源消耗強度，完善經(jīng)濟(jì)政策體制是促進(jìn)東北三省低碳經(jīng)濟(jì)發(fā)展的重要手段。

CO2排放影響因素研究分析中，LMDI 模型得到廣泛運用。LMDI 模型具有有理論基礎(chǔ)、適用性、運用簡單、容易理解等優(yōu)點［14］，可運用性強，能與不同研究方法結(jié)合運用。已有對東北三省的碳排放因素實證分析多立足于東北整體或行業(yè)部門角度，鮮見與全國數(shù)據(jù)比較分析和東北三省內(nèi)部分析結(jié)合的研究報道。因此，利用Kaya 等式與LMDI 模型，結(jié)合全國及東北三省內(nèi)部CO2排放情況對2000—2017 年東北三省的CO2排放影響因素進(jìn)行研究，探尋有效控制和切實減少CO2排放量的途徑。

1 變量說明和數(shù)據(jù)來源

1.1 LMDI因素分解變量說明

Divisia 指數(shù)分解法包括AMDI 分解法和LMDI分解法2 種方法［15］。LMDI 分解法由Ang 等提出，在理論評價、適應(yīng)性、易用性和結(jié)果的易解性方面具有一定優(yōu)勢，可以進(jìn)一步分為加法分解和乘法分解模式，在分解過程中不會產(chǎn)生殘差項，在分析國家、地區(qū)碳排放因素以及行業(yè)對碳排放的影響等領(lǐng)域得到廣泛運用。

在LMDI 分解法基礎(chǔ)上，結(jié)合Kaya 等式對東北三省碳排放影響因素進(jìn)行分析。

式中，C為東北三省CO2排放量，Cj、ENj、GDPj、POPj分別為東北地區(qū)第j個省份的CO2排放量、一次能源消費量、地區(qū)生產(chǎn)總值以及地區(qū)年平均人口。

因Yj=東北三省CO2排放的Kaya 等式可以進(jìn)一步表述為：

式中，Yj為東北三省第j個省份的單位能耗排放因子，代表能源結(jié)構(gòu)；Ej為東北三省第j個省份的單位GDP 消耗的能源用量，即能源強度；Gj為東北三省第j個省份的人均GDP，代表經(jīng)濟(jì)發(fā)展水平、Pj為東北三省第j個省份的人口規(guī)模。

依據(jù)LMDI 分解法，從t-1 到t期，CO2排放總增量（△C）為：

式中，Ct為第t年碳排放量，Yjt為第j個省份第t年單位能耗排放因子，Ejt為第j個省份第t年的單位GDP 消耗的能源用量，Gjt為第j個省份第t年的人均GDP，Pjt為第j個省份第t年的人口規(guī)模，ΔC為總跨度變動時間段［0，t］內(nèi)的CO2排放總增量。ΔC（y）為能源結(jié)構(gòu)效應(yīng)，ΔC（e）為能源強度效應(yīng)，ΔC（g）為經(jīng)濟(jì)發(fā)展效應(yīng)，ΔC（p）為人口規(guī)模效應(yīng)。

1.2 數(shù)據(jù)來源及處理

東北三省能源消費量來自2001—2018 年的《能源統(tǒng)計年鑒》；CO2排放量直接引用Ceads 數(shù)據(jù)庫；各年GDP、總?cè)丝跀?shù)量數(shù)據(jù)來源于2001—2018 年的《中國統(tǒng)計年鑒》，其中實際GDP 剔除價格水平的影響，以2000 年為基期進(jìn)行折算；地區(qū)年平均人口數(shù)量采用簡單算術(shù)平均法得出。

以每兩個相鄰年份區(qū)間作為變動樣本，運用Kaya等式與LMDI 分解法分解2000—2018 年間CO2排放總增量的因素，結(jié)果見表1、表2。

表1 2001—2017 年全國CO2排放總增量的LMDI分解結(jié)果（單位：10 萬t）

表2 2001—2017 年東北三省CO2排放總增量的LMDI分解結(jié)果（單位：10 萬t）

2 LMDI分解結(jié)果分析

2.1 東北地區(qū)與全國因素變動效應(yīng)比較

由東北三省CO2排放總增量趨勢可知，2000—2017 年東北三省年際CO2排放總增量是波動下降的趨勢，全國與東北三省的CO2排放總增量趨勢基本一致。根據(jù)波動特點可以將2000—2017 年的CO2排放總增量分為3 個時間段，即第一階段（2000—2007年）為第一個上升又下降的小周期；以此類推分為第二階段（2007—2013 年），第三階段（2013—2017 年）CO2排放量持續(xù)下降。結(jié)合經(jīng)濟(jì)發(fā)展水平、國家政策等背景因素，根據(jù)波動的特點對每一階段曲線的走向與峰值進(jìn)行分析。

第一階段（2000—2007 年）：由表2 可知，全國與東北三省的各個因素作用相似，人口規(guī)模效應(yīng)促進(jìn)作用微弱，經(jīng)濟(jì)發(fā)展效應(yīng)起主要正向影響，能源強度效應(yīng)的貢獻(xiàn)率絕對值減少又增大，能源結(jié)構(gòu)效應(yīng)貢獻(xiàn)率波動下降。中國通過并實施“十五”規(guī)劃，并且通過加入WTO 進(jìn)入國際市場，經(jīng)濟(jì)蓬勃迅速發(fā)展，全國的經(jīng)濟(jì)發(fā)展效應(yīng)對CO2排放量增加具有強力拉動作用，而東北三省產(chǎn)業(yè)為“二三一”結(jié)構(gòu)，GDP 中工業(yè)貢獻(xiàn)占比大，CO2排放強度高，經(jīng)濟(jì)發(fā)展效應(yīng)對CO2排放量增加具有主要促進(jìn)作用；東北地區(qū)的老工業(yè)基地能源利用技術(shù)發(fā)展，能源利用效率逐漸提高，能源強度效應(yīng)對CO2排放量的增加起著主要抑制作用；東北地區(qū)地域面積廣大，但人口僅占全國的8.3%左右，人口規(guī)模效應(yīng)對CO2排放總增量的促進(jìn)作用小；東北地區(qū)面臨資源枯竭、工業(yè)衰落等問題，對新能源使用問題進(jìn)行探索，單位能耗碳排放量呈現(xiàn)波動下降趨勢，能源結(jié)構(gòu)效應(yīng)對碳排量增加主要起抑制作用。2003 年中共十六屆三中全會明確提出支持東北老工業(yè)基地的調(diào)整與改造，2003—2004年能源強度效應(yīng)轉(zhuǎn)為正向促進(jìn)作用，為碳排量增量貢獻(xiàn)3 699.17 萬t，之后對CO2排放量表現(xiàn)有抑制作用；2004 年中央啟動“振興東北戰(zhàn)略”，東北地區(qū)產(chǎn)業(yè)結(jié)構(gòu)逐步優(yōu)化升級，CO2排放增加量在2004—2005 年達(dá)到最大值后開始下降；“振興東北戰(zhàn)略”帶動了東北地區(qū)經(jīng)濟(jì)發(fā)展，經(jīng)濟(jì)發(fā)展效應(yīng)的促進(jìn)作用增強；2004—2005 年人口規(guī)模效應(yīng)相對減弱，能源結(jié)構(gòu)效應(yīng)貢獻(xiàn)由負(fù)轉(zhuǎn)正，說明“振興東北戰(zhàn)略”促進(jìn)能源結(jié)構(gòu)改善作用微弱且政策效果短暫，2005 年后各因素作用效應(yīng)回歸正常變動趨勢。

第二階段（2008—2013 年）：總體看，全國和東北地區(qū)CO2排放總增量明顯增大，能源結(jié)構(gòu)效應(yīng)對CO2排放增加主要為促進(jìn)作用。中國作為人力資源大國，全國人口仍增加，人口規(guī)模效應(yīng)作用增強，而東北地區(qū)相較其他地區(qū)城市化進(jìn)程緩慢，人口流失明顯，人口規(guī)模效應(yīng)的促進(jìn)作用逐漸減弱，至2013年轉(zhuǎn)為抑制作用。由表3 可知，全國的經(jīng)濟(jì)發(fā)展水平正向貢獻(xiàn)率波動上升，說明經(jīng)濟(jì)拉動工業(yè)增長，能耗增加，從而CO2排放量上升；而東北地區(qū)的經(jīng)濟(jì)發(fā)展貢獻(xiàn)率由65.64%波動上升至71.74%后下降至31.02%，下降幅度明顯大于上升幅度。可見東北地區(qū)經(jīng)濟(jì)發(fā)展速度減緩，逐漸落后于全國水平。東北地區(qū)先全國1 年于2010 年到達(dá)CO2排放量的峰值。2011 年“十二五”規(guī)劃提出，國家堅持將建設(shè)資源節(jié)約型、環(huán)境友好型社會作為經(jīng)濟(jì)發(fā)展的重要著力點，科技創(chuàng)新能力不斷提升，能源利用效率提高，東北地區(qū)產(chǎn)業(yè)改革效果顯著，能源消費得到控制，能源強度效應(yīng)的抑制作用明顯增強，能源結(jié)構(gòu)的促進(jìn)作用減弱。

表3 影響因素對東北三省CO2排放的貢獻(xiàn)率（單位：%）

第三階段（2014—2017 年）：在低碳發(fā)展的大背景下，全國和東北地區(qū)的CO2排放總增量由正變負(fù)，CO2排放量呈下降趨勢，東北地區(qū)的CO2排放量水平高于全國。全國的人口規(guī)模效應(yīng)對CO2排放量增加仍為促進(jìn)作用，但是效果減弱，東北地區(qū)人口流失現(xiàn)象依然明顯，人口規(guī)模未能拉動能耗增加，表現(xiàn)為對CO2排放總增量的抑制作用。由表1、表2 可以看出，全國和東北地區(qū)對CO2排放總增量的影響因素作用變動趨勢相似，對CO2排放總增量的主要貢獻(xiàn)因素由經(jīng)濟(jì)發(fā)展效應(yīng)轉(zhuǎn)變?yōu)槟茉唇Y(jié)構(gòu)效應(yīng)。煤炭安全綠色開發(fā)和清潔高效利用以及新能源的大規(guī)模發(fā)展與多元化利用推動了能源結(jié)構(gòu)優(yōu)化。東北地區(qū)煤炭利用效率提高，新能源開發(fā)建設(shè)進(jìn)程良好，能源結(jié)構(gòu)效應(yīng)推動減排作用效果增強。

2.2 東北地區(qū)內(nèi)部分析

東北地區(qū)3 個省份的CO2排放量分解因素作用程度不相同，運用LMDI 分解法對遼寧省、吉林省和黑龍江省的CO2排放量進(jìn)行因素分析并進(jìn)行因素貢獻(xiàn)率計算，分析結(jié)果見表4。

表4 2001—2017 年CO2排放總增量的LMDI分解

2000—2017 年，遼寧省的CO2排放量保持最大，黑龍江省其次，吉林省的CO2排放量最?。粬|北三省的CO2排放總增量都較為平緩且趨勢相近，2016 年以后黑龍江省的CO2排放量下降趨勢明顯。遼寧省的CO2排放總增量依舊最明顯，吉林省次之，黑龍江省CO2排放總增量最小。

2000—2017 年，遼寧省人均GDP 增長4.04 萬元，明顯高于吉林省的3.45 萬元和黑龍江省的3.22萬元，遼寧省經(jīng)濟(jì)增長效應(yīng)對CO2排放總增量促進(jìn)作用明顯。黑龍江省人口在三省中為第二，對能源需求拉動作用強于吉林省，人口規(guī)模效應(yīng)促進(jìn)作用比吉林省明顯。吉林省工業(yè)占比相對較小，能源消耗較少，能源結(jié)構(gòu)改善對于CO2排放總增量的作用效果微弱，負(fù)向影響小于遼寧省與黑龍江省。

從CO2排放量分解因素貢獻(xiàn)率角度進(jìn)行分析，經(jīng)濟(jì)增長因素都是東北三省CO2排放量的主要促進(jìn)因素，貢獻(xiàn)率均達(dá)55%以上；能源強度效應(yīng)則是東北三省CO2排放量的主要抑制因素；人口規(guī)模效應(yīng)與能源結(jié)構(gòu)效應(yīng)的作用微弱。

東北三省發(fā)展高度相似，其中遼寧省發(fā)展?fàn)顩r最好，黑龍江省與吉林省次之。與全國相比，能源強度效應(yīng)作用相反而能源結(jié)構(gòu)作用微弱，可以看出東北三省工業(yè)發(fā)展速度落后于全國發(fā)展水平，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效果較微弱。

3 結(jié)論與建議

3.1 結(jié)論

在2000—2017 年各年度東北地區(qū)碳排放量數(shù)據(jù)的基礎(chǔ)上，運用Kaya 等式和與LMDI 分解法結(jié)合的因素分解模型量化分析了人均GDP、年平均人口數(shù)量、單位GDP 能源消耗量、單位能源消耗CO2排放量這5 個因素對碳排放總增量的影響。

能源強度下降即能源利用效率提高是抑制東北三省CO2排放量增加的主要因素之一。東北地區(qū)經(jīng)濟(jì)中工業(yè)占比大，能源利用效率的提高主要體現(xiàn)在能源利用技術(shù)上的創(chuàng)新和發(fā)展。能源結(jié)構(gòu)效應(yīng)即單位能源消耗排放的CO2量對碳排放具有微小的抑制作用。東北地區(qū)能源消費以煤和石油為主，煤炭、石油的碳排放占比有所下降但下降速度緩慢，能源消費結(jié)構(gòu)的調(diào)整仍需持續(xù)關(guān)注。

從東北三省的碳排放總增量趨勢可以看出，遼寧、吉林和黑龍江三個省份的CO2排放量趨勢相近，且省份之間的CO2排放量影響因素作用相似?？梢钥闯?，遼寧省的發(fā)展?fàn)顩r最好，黑龍江省和吉林省次之。三個省份同質(zhì)化發(fā)展明顯，發(fā)展產(chǎn)業(yè)之間區(qū)分模糊、競爭強烈，省份之間協(xié)調(diào)共同發(fā)展的情況并不明朗，雖然CO2排放量在逐漸下降但是下降趨勢緩慢，但CO2排放量下降不是由有利因素帶動，可持續(xù)發(fā)展?fàn)顩r依然嚴(yán)峻。

經(jīng)濟(jì)發(fā)展效應(yīng)即經(jīng)濟(jì)產(chǎn)出增加是拉動?xùn)|北三省CO2排放量上升的關(guān)鍵因素，對CO2排放量增長的最高貢獻(xiàn)率達(dá)到81.48%?！笆濉庇媱澨岢龊?，東北三省響應(yīng)國家號召經(jīng)濟(jì)增速放緩，帶動的能源消費增速也隨之下降，CO2排放量增速得到限制。但東北三省的經(jīng)濟(jì)發(fā)展放緩并不全為有利政策因素導(dǎo)致，東北三省GDP占全國比重逐年下降，經(jīng)濟(jì)發(fā)展方式不是可持續(xù)健康發(fā)展。東北三省的經(jīng)濟(jì)發(fā)展有滯緩跡象，人口規(guī)模效應(yīng)，即人口數(shù)量對東北地區(qū)CO2排放量的增加由最初的促進(jìn)作用在2012 年后轉(zhuǎn)為抑制作用。人口規(guī)模效應(yīng)CO2排放量增加的拉動作用并不明顯，靠控制人口來減少CO2排放量的途徑并不可取，并且人口規(guī)模效應(yīng)在近年來轉(zhuǎn)為負(fù)向作用，說明人口流失問題不容忽視。

3.2 政策建議

從影響因素出發(fā)，針對性地對東北三省的CO2排放量減少提出相關(guān)政策措施。

1）加快能源消費結(jié)構(gòu)的調(diào)整，開發(fā)利用新能源技術(shù)與節(jié)能減排技術(shù)。一方面，減少對煤炭、石油等傳統(tǒng)能源的依賴程度，并努力提升傳統(tǒng)能源利用效率；另一方面，推動低碳新能源，增加新能源如風(fēng)電、光伏發(fā)電的使用比例，黑龍江省資源發(fā)展?jié)摿^大，有序、科學(xué)地發(fā)展可再生能源是節(jié)能減排的有效途徑之一。

2）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，推動各省之間協(xié)調(diào)發(fā)展。從整體來看，東北地區(qū)第二產(chǎn)業(yè)比重大，且第二產(chǎn)業(yè)結(jié)構(gòu)內(nèi)資源型、高能耗型企業(yè)比例過高，面臨著產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的問題。第一輪東北經(jīng)濟(jì)振興帶來了經(jīng)濟(jì)的復(fù)蘇、工業(yè)的發(fā)展，能源消耗也隨之增大。構(gòu)建戰(zhàn)略性新興產(chǎn)業(yè)和傳統(tǒng)制造業(yè)共同發(fā)展、現(xiàn)代服務(wù)業(yè)和傳統(tǒng)服務(wù)業(yè)互相促進(jìn)、信息化和工業(yè)化深度融合的產(chǎn)業(yè)發(fā)展新格局有利于實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化，剔除落后產(chǎn)能，扶持綠色產(chǎn)業(yè)，減少CO2排放量。從各省發(fā)展角度來看，雖然經(jīng)濟(jì)發(fā)展程度存在差異，但是產(chǎn)業(yè)結(jié)構(gòu)相似，存在重復(fù)建設(shè)、浪費資源等問題，因此需要資源重新優(yōu)化配置，進(jìn)行產(chǎn)業(yè)分工，落實各省產(chǎn)業(yè)定位，發(fā)揮區(qū)域協(xié)同效應(yīng)。

3）積極推進(jìn)落實新一輪東北振興政策。對資源枯竭、產(chǎn)業(yè)衰退的地區(qū)轉(zhuǎn)型予以支持，精準(zhǔn)施策促進(jìn)升級發(fā)展；立足創(chuàng)新驅(qū)動和開放合作促發(fā)展，把握新舊動能轉(zhuǎn)換的機遇；鼓勵創(chuàng)業(yè)，營造良好的創(chuàng)新生態(tài)環(huán)境，為東北地區(qū)注入新活力。結(jié)合各項政策資源，推動?xùn)|北地區(qū)深層改革，開創(chuàng)發(fā)展新局面，才能實現(xiàn)健康可持續(xù)發(fā)展。