楊振，李澤浩

（中共中央黨校 經(jīng)濟學部，北京 100091）

當前全球碳排放量不斷增加，已經(jīng)造成了諸如“全球變暖”、極端性氣候災害等影響人類正常生產(chǎn)生活的環(huán)境問題，這些現(xiàn)象引起了全世界各國政府的廣泛關注。自2006年碳排放總量超過美國后，我國成為全球最大的碳排放國。盡管近年來我國碳排放量占世界比重開始呈現(xiàn)下降趨勢，但2020年這一比例仍高達29%。為更好實現(xiàn)高質量綠色發(fā)展，我國制定了2030年前實現(xiàn)“碳達峰”和2060年前實現(xiàn)“碳中和”的目標及遠景計劃，履行減排責任仍任重道遠。而由于歷史原因和資源稟賦差異，我國碳排放表現(xiàn)出明顯的區(qū)域特征，碳排放控制政策的制定由此也面臨現(xiàn)實決策難題：若以東部發(fā)達地區(qū)更為嚴格的碳排放為標準，同步約束欠發(fā)達地區(qū)的碳排放，顯然在一定程度上會限制其發(fā)展權。因此，在約束碳排放的政策制定和制度設計時，如何因地制宜實施差別化的區(qū)域減排策略，是必須要研究的核心問題。尋找到影響區(qū)域碳排放的關鍵驅動因素及其動態(tài)變化，有助于緩解前述制度設計的困境。

事實上，對于碳排放驅動因素的研究，也一直是學術界研究的熱點問題。目前，已有研究聚焦在碳排放量與其影響因素的強弱關系和動態(tài)特征，以及針對特定區(qū)域和行業(yè)的研究兩個方面。

（1）對碳排放影響因素的有效識別。日本學者Kaya[1]將二氧化碳排放量與人口數(shù)量、產(chǎn)業(yè)結構、能源效率等因素聯(lián)系起來，將碳排放量表達為人口規(guī)模、人均GDP、單位GDP能耗和單位能耗碳排放的乘積，建立的Kaya恒等式成為碳排放計算的主流方法；Jiborn等[2]通過投入產(chǎn)出模型比較了不同國家在技術進步后的碳排放量，結果表明經(jīng)濟增長與碳排放存在著一定的脫鉤關系；張忠杰等[3]通過構建靜態(tài)和動態(tài)空間面板模型，發(fā)現(xiàn)城鎮(zhèn)化率的上升對于人均碳排放量增加的影響是顯著的；朱歡等[4]運用聯(lián)立方程模型實證研究了經(jīng)濟增長和能源結構對二氧化碳排放量的影響，結果表明二氧化碳排放量與經(jīng)濟增長呈倒“U”型關系，而與能源結構呈“U”型關系。上述文獻對碳排放的影響因素進行了有益探索，但并沒有結合區(qū)域發(fā)展的特點對局部碳排放的影響因素做出精準識別。

（2）對區(qū)域和特定行業(yè)碳排放影響因素的研究。這類文獻彌補了第一類文獻研究范圍過大的問題，由于目前研究方法的改進以及對碳排放控制的關注度提高，針對碳排放影響因素的研究越來越集中于微觀方面。如原嫄和孫欣彤[5]通過對產(chǎn)業(yè)結構與碳排放之間的關聯(lián)性進行省級數(shù)據(jù)的面板格蘭杰因果檢驗，發(fā)現(xiàn)不同收入水平的省份碳排放和產(chǎn)業(yè)結構的因果關系不同；Luo等[6]通過建立中國經(jīng)濟環(huán)境核算模型，對中國旅游業(yè)碳排放驅動因素進行了核算，發(fā)現(xiàn)正面驅動因素為國內游客，負面驅動因素為能源強度；孫帥帥等[7]采用空間杜賓模型研究了環(huán)境規(guī)制對碳排放影響的空間效應，發(fā)現(xiàn)碳排放的區(qū)域差異顯著。Elif等[8]則運用LMDI指數(shù)分解法對土耳其的碳排放驅動因素進行部門分解，結果表明制造業(yè)和建筑業(yè)是碳排放的主要動力部門。

已有研究的關注要點、研究方法、時間和地區(qū)跨度等方面存在差異，但仍然析出了部分有助于解釋碳排放變化的驅動因素，這為本文研究特別是變量的設定提供了有益借鑒。本文選擇以傳統(tǒng)重化工業(yè)支撐和煤炭消費更為依賴的中部六?。ê幽?、湖北、湖南、安徽、江西和山西）為例，重點考察中部地區(qū)碳排放驅動因素及其動態(tài)變化，主要基于以下幾方面考慮：（1）中部地區(qū)是我國典型的能源生產(chǎn)和消耗地區(qū)，經(jīng)濟發(fā)展依賴能源消耗，且以煤炭為主的能源消費結構難以在短期內改變。從排放總量看，截至2018年年底，中部六省碳排放總量達到了全國的21.53%。（2）從產(chǎn)業(yè)結構看，依靠能源消費支撐的第二產(chǎn)業(yè)比重比全國平均水平高2.35%，但能耗相對小的第三產(chǎn)業(yè)則比全國平均水平低5.57%。尤其是河南和江西兩地，第二產(chǎn)業(yè)占比分別比全國高5.2%和5.92%，第三產(chǎn)業(yè)占比則分別比全國低7%和8%，“雙碳”目標約束下必須調整優(yōu)化產(chǎn)業(yè)結構。（3）從排放經(jīng)濟效率看，中部地區(qū)的單位地區(qū)生產(chǎn)總值能耗長期高于全國水平。2021年4月23日，中共中央國務院在關于新時代推動中部地區(qū)高質量發(fā)展的意見上指出，要深入推進中部地區(qū)綠色發(fā)展，力求中部地區(qū)單位地區(qū)生產(chǎn)總值能耗降幅達到全國平均水平，單位地區(qū)生產(chǎn)總值二氧化碳排放進一步降低，推動中部地區(qū)資源節(jié)約型、環(huán)境友好型發(fā)展方式普遍建立。（4）中部六省仍處于城鎮(zhèn)化快速推進的重要階段，客觀上看，城鎮(zhèn)化會進一步增加碳排放。2019年，除湖北省城鎮(zhèn)化率略高于全國水平外，其余五省份的城鎮(zhèn)化率均低于全國水平，人口大省河南的城鎮(zhèn)化率53.2%更是低于全國的城鎮(zhèn)化率7.4個百分點。因此，隨著碳減排成本升高、減排難度增大，中部地區(qū)在保持經(jīng)濟快速增長的同時，面臨著更嚴峻的碳排放控制問題。

如何有效進行碳排放削減，從哪些領域入手能夠更好地進行碳排放控制，如何確定碳排放控制的政策著力點，等等，成為中部地區(qū)亟待解決的問題。科學測算和分析中部地區(qū)碳排放及其驅動因素，對中部地區(qū)高質量發(fā)展及全國實現(xiàn)“碳達峰”的目標具有十分重要的現(xiàn)實意義。在已有文獻基礎上，本文首先對中部地區(qū)碳排放量及其與經(jīng)濟增長的脫鉤狀態(tài)進行分析，然后基于灰色關聯(lián)模型，測算中部各省碳排放量與其驅動因素之間的時序灰色關聯(lián)度和截面灰色關聯(lián)度，以期能夠為中部地區(qū)碳排放削減提供有價值的經(jīng)驗證據(jù)和積極的政策建議。

1 研究變量設定

1.1 碳排放量的測度

碳排放量測度是否科學關系到本文研究結論是否可靠。本文采用Albrecht[9]的碳排放量計算方法，對中部六省2007—2018年能源消費產(chǎn)生的碳排放量進行計算。之所以選擇能源消費進行碳排放的替代性計算，主要是因為以煤、石油和天然氣為主的化石燃料燃燒所產(chǎn)生的碳排放占據(jù)碳排放的主導地位，我國不僅是能源消費大國，而且化石能源消費占我國碳排放總量的95%左右，采取能源消費碳排放計算方法無疑是個有效的策略選擇。

依據(jù)中部地區(qū)能源消費結構并結合中國能源統(tǒng)計年鑒，本文選取焦炭、煤炭、煤油、燃油、汽油、燃料油、原油和天然氣這8類能源，將其所產(chǎn)生的碳排放量作為中部地區(qū)碳排放總量的代理指標。由于能源存在物質屬性差異，難以統(tǒng)一計算碳排放水平，這里依據(jù)《2006年IPCC國家溫室氣體清單指南》所披露的有關碳排放計算的指標和系數(shù)進行統(tǒng)一折算，具體指標與系數(shù)如表1所示。

根據(jù)政府間氣候變化專門委員會（IPCC）提供的權威折標準煤系數(shù)，碳排放總量可依如下公式計算：

式中：Cj表示j地區(qū)的碳排放總量；Ei表示第i類能源的消費量；Ni表示第i類能源的折標準煤系數(shù)；ei表示第i類能源的碳排放系數(shù)。

1.2 碳排放驅動因素

基于Kaya恒等式，現(xiàn)有研究運用不同模型析出的碳排放驅動因素，主要包括產(chǎn)業(yè)結構、能源結構、能源強度[10]、人口規(guī)模、經(jīng)濟增長[11]以及城鎮(zhèn)化水平[5]等方面。根據(jù)這些研究結果，結合中部地區(qū)碳排放消費特點，本文選取上述對中部地區(qū)碳排放具有重要影響的指標作為驅動因素。

主要驅動因素指標構造如下：①能源結構，這里表示為煤炭消費量占能源消費的比重。由于不同能源具有不同的碳排放系數(shù)，因此在能源消費總量既定時，能源構成及其變動必然會對碳排放量產(chǎn)生影響；②能源效率，以碳排放總量與地區(qū)生產(chǎn)總值之比來表示。這一變量體現(xiàn)了國家或地區(qū)的能源利用效率與技術水平條件，能源效率和技術水平的提高均會抑制碳排放增加；③產(chǎn)業(yè)結構，以第二產(chǎn)業(yè)增加值在地區(qū)生產(chǎn)總值中所占比重表示。一般來看，由于第二產(chǎn)業(yè)對能源消耗最大，引致的碳排放量也最多，第二產(chǎn)業(yè)在中部地區(qū)產(chǎn)業(yè)結構中占有相當大的比重，產(chǎn)業(yè)結構的優(yōu)化調整特別是第二產(chǎn)業(yè)的比重相對下降，會有效降低碳排放；④經(jīng)濟增長，這里以各省實際GDP增長率來表示。⑤城鎮(zhèn)化率，即為城鎮(zhèn)常住人口占總人口的比重。隨著城鎮(zhèn)化水平的提高，大量農(nóng)村人口轉移到城鎮(zhèn)，這同時意味著城市生產(chǎn)和消費結構的變化，一般來看會導致碳排放的增加；⑥人口規(guī)模，包括城鎮(zhèn)居民和農(nóng)村居民的年末總人口數(shù)。顯而易見的是，能源消耗和碳排放會隨著人口規(guī)模的擴大而相應增多。

各類能源消費量數(shù)據(jù)，來自相關年度《中國能源統(tǒng)計年鑒》，六類驅動因素指標數(shù)據(jù)均來自國家統(tǒng)計局以及各省統(tǒng)計年鑒。

2 實證模型構建

由于我國關于碳排放的數(shù)據(jù)體系建設較晚，尚不具備企業(yè)級大樣本和完備信息，因此本文以省級碳排放為研究對象，方法上選取不受大樣本量約束且不需要典型分布規(guī)律的彈性脫鉤模型和灰色關聯(lián)度分析方法進行研究。

2.1 彈性脫鉤模型

脫鉤理論模型現(xiàn)已大量應用于能源、環(huán)境經(jīng)濟等方面的研究，是探究碳排放與經(jīng)濟增長關聯(lián)關系演變的有效工具。目前，OECD脫鉤指數(shù)模型以及Tapio彈性脫鉤模型是應用較為廣泛的兩種主要脫鉤模型。由于Tapio模型能夠更好地反映指數(shù)變化，也克服了OECD脫鉤模型在基期選擇上的困難，本文選取Tapio彈性脫鉤模型對中部各省碳排放脫鉤彈性進行動態(tài)分析。

Tapio模型中，各省經(jīng)濟發(fā)展與環(huán)境質量脫鉤彈性計算公式為：

式中：ut表示第t年的脫鉤彈性指數(shù)，Ct、Gt分別表示第t年的碳排放量、第t年的地區(qū)生產(chǎn)總值，Ct-1、Gt-1分別代表第t-1年的碳排放量、第t-1年的地區(qū)生產(chǎn)總值。脫鉤指數(shù)的實質是衡量碳排放量的增長與GDP的增長趨勢是否相脫離。從理論上看，經(jīng)濟增長與碳排放的脫鉤情況，一般可以分為8種類型，如圖1所示。

圖1 經(jīng)濟增長與碳排放可能的脫鉤狀態(tài)

2.2 灰色關聯(lián)模型

前述彈性脫鉤模型，主要是從整體上對經(jīng)濟發(fā)展與碳排放的關聯(lián)關系進行識別，但無法準確析出碳排放的影響驅動因素?；疑P聯(lián)分析法，則是有效測量碳排放驅動因素的主要分析工具之一，目前已被大量運用于此類問題的研究。有關學者聚焦于碳排放與產(chǎn)業(yè)的關聯(lián)[12-15]碳排放的影響因素測量[16-17]，這些研究利用灰色關聯(lián)模型得到了許多有價值的經(jīng)驗證據(jù)。

在對省域和區(qū)域碳排放驅動因素研究的應用上，灰色關聯(lián)模型也發(fā)揮著重要的作用。王卉彤和王妙平[18]運用灰色關聯(lián)分析法對我國11省份碳排放與其影響因素的灰色關聯(lián)度進行了測算；王永哲和馬立平[19]同樣利用灰色關聯(lián)模型對吉林省碳排放的影響因素與碳排放的關聯(lián)度進行了分析；譚靈芝和姜曉群[20]采用灰色關聯(lián)理論對我國省域碳減排強度協(xié)調水平進行了測度；熊萍萍等[21]通過構建面板數(shù)據(jù)的灰色矩陣相似關聯(lián)模型，對華東地區(qū)碳排放與其影響因素的關聯(lián)度進行了測算。由于灰色系統(tǒng)對樣本量和樣本分布的要求低，以及不易出現(xiàn)關聯(lián)度的量化結果和定性分析不一致的情況，灰色系統(tǒng)理論在研究碳排放的應用也越來越廣泛。

本文的研究對象不僅跨時間也跨區(qū)域，這里有必要引入并簡述面板數(shù)據(jù)的灰色關聯(lián)模型。假定共有M個省份，每個研究對象有N個驅動因素，觀測時間為T，則第m個省份第i個驅動因素在時間t的觀測值為xi(m,t)，驅動因素i的矩陣可表示為：

其中，i=1, 2, …,N；m=1, 2, …,M；t=1, 2, …,T。那么面板數(shù)據(jù)就可以表示為矩陣X=[X1(m,t),X2(m,t), …,XN(m,t)]。

本文首先依據(jù)先驗理論，選取中部各省份的碳排放量作為參考數(shù)列，矩陣可表示為：

式中：t表示時刻。選取各省的六種碳排放驅動因素作為比較數(shù)列，矩陣可表示為：

假設有k個比較數(shù)列，則i=1, 2, …,k。

接下來，對各時間序列原始數(shù)據(jù)進行標準化變換。本文采取均值化的方法進行無量綱處理。原始面板數(shù)據(jù)矩陣經(jīng)過無量綱處理后，給定分辨率ρ=0.5，灰色關聯(lián)系數(shù)計算公式為：

其中，i∈[1,N]，m∈[1,M]，t∈[1,T]。

最后分別對截面和時序灰色關聯(lián)度進行計算。假定比較數(shù)列Xi和參考數(shù)列X0的灰色關聯(lián)系數(shù)為 ，則面板數(shù)據(jù)的灰色關聯(lián)度為：

反映面板數(shù)據(jù)同一時刻不同研究對象與比較數(shù)列關系的截面灰色關聯(lián)度按下式計算：

反映面板數(shù)據(jù)同一研究對象在不同時刻與比較數(shù)列關系的時序灰色關聯(lián)度則按下式計算：

3 實證結果分析

3.1 中部各省碳排放量及脫鉤狀況分析

圖2直觀展示了中部六省2007—2018年碳排放量變化趨勢，主要特征：（1）碳排放總量表現(xiàn)出梯度結構。從碳排放總量看，中部六省的碳排放量呈現(xiàn)出明顯的梯度結構，山西和河南的碳排放量遙遙領先于其他四省，安徽、湖北和湖南次之，江西的碳排放量一直居于末位。（2）碳排放量與經(jīng)濟總量存在“脫鉤現(xiàn)象”。兩者并非簡單的線性關系，表現(xiàn)出一定程度的“脫鉤”。以2018年為例，碳排放總量最多的則是GDP總量最小的山西省，而GDP最高的河南省碳排放居第二位。安徽省經(jīng)濟總量居湖北和湖南之后，但其碳排放總量卻超過湖北、湖南。（3）碳排放趨勢差異化顯著。從碳排放的動態(tài)趨勢看，盡管各省份經(jīng)濟總量都在增長，但碳排放趨勢特征存顯著差異。河南省碳排放量在2011年達到峰值之后開始逐年下降，而山西省碳排放量至2015年卻呈現(xiàn)上升的趨勢，并在2016—2017年超過河南省，成為中部地區(qū)碳排放量最大的省份。湖北省2009—2013年的碳排放量有較大的起伏，2013年后趨于平穩(wěn)。安徽、湖南和江西三省碳排放量變化趨勢較為平穩(wěn)，其中安徽和江西兩省在2012年后碳排放量處于上升趨勢。

圖2 中部六省碳排放量的動態(tài)變化

值得進一步思考的是，碳排放與經(jīng)濟總量之間到底在多大程度上存在“脫鉤”現(xiàn)象？依據(jù)公式（2）構建的Tapio脫鉤模型，我們進一步測算了中部各省份經(jīng)濟增長與碳排放量的脫鉤狀態(tài)。為剔除通貨膨脹對數(shù)據(jù)的影響，保證數(shù)據(jù)的可比性，本文以2006年為基期計算2007—2018年實際GDP及碳排放增長率，計算所得的Tapio脫鉤指數(shù)見表2。

表2 中部地區(qū)經(jīng)濟增長與碳排放量Tapio脫鉤指數(shù)

從脫鉤指數(shù)的變化趨勢看，在數(shù)據(jù)考察年間，中部地區(qū)整體碳排放與經(jīng)濟增長基本處于弱脫鉤狀態(tài)，且近三年來脫鉤指數(shù)都比較小，意味著中部地區(qū)整個區(qū)域的經(jīng)濟增長增速要快于碳排放量增速。從各省的脫鉤指數(shù)變化來看，經(jīng)濟增長對碳排放依賴最輕的省份是河南省，最嚴重的則是山西省。河南省在2007年間還處于擴張負連接狀態(tài)，2010年之后其經(jīng)濟增長與碳排放的脫鉤狀態(tài)呈現(xiàn)為強脫鉤狀態(tài)，顯示出經(jīng)濟結構優(yōu)化轉型對碳排放依賴程度的巨大轉變。山西省在2008—2011年處于弱脫鉤狀態(tài)，在2013—2015年處于強脫鉤狀態(tài)，但2016—2018年卻呈現(xiàn)負脫鉤狀態(tài)。湖北省在2011—2018年間的脫鉤狀態(tài)多呈現(xiàn)為強脫鉤，其余三省在2006—2018年多處于弱脫鉤狀態(tài)。這些數(shù)據(jù)說明各地在追求經(jīng)濟增長的同時同步推進經(jīng)濟轉型，經(jīng)濟發(fā)展對能源消耗的依賴已經(jīng)開始呈現(xiàn)系統(tǒng)性的轉變。

3.2 灰色關聯(lián)度結果分析

3.2.1 截面灰色關聯(lián)度結果分析

為更好識別碳排放驅動因素對特定省份的綜合影響，本文根據(jù)截面灰色關聯(lián)度計算公式[公式（9）]，計算了中部地區(qū)能源結構、能源效率等六個碳排放驅動因素與碳排放量的截面灰色關聯(lián)度。截面灰色關聯(lián)度反映的是在不同時間，同一研究對象與其關聯(lián)指標灰色關聯(lián)系數(shù)的平均值，表3反映了2007—2018年上述六個碳排放驅動因素與中部地區(qū)及各省份的關聯(lián)程度。綜合地看，人口規(guī)模、城鎮(zhèn)化率以及能源結構，是近十幾年影響中部地區(qū)碳排放的三大核心驅動因素。但從具體指標來看，影響各省份碳排放的驅動因素仍然存在一定差異。

表3 中部六省碳排放量與其驅動因素的截面灰色關聯(lián)度

依據(jù)表3，對于河南省而言，與碳排放關聯(lián)度最高的四個驅動因素分別為人口規(guī)模、能源結構、產(chǎn)業(yè)結構和城鎮(zhèn)化率，對應的關聯(lián)度都在0.84之上；與碳排放量關聯(lián)度最低的驅動因素為能源效率與經(jīng)濟增長。具體來看，人口數(shù)量水平和能源消費結構與碳排放量的關系最為密切，其影響程度遠高于能源效率和經(jīng)濟增長對碳排放的驅動作用，可見河南省龐大的人口基數(shù)以及以煤炭為主的能源消費結構對碳排放仍表現(xiàn)出較大影響；以第二產(chǎn)業(yè)為主的產(chǎn)業(yè)結構和快速的城鎮(zhèn)化與河南省碳排放的關系也較為密切，究其原因，是因為河南省近些年快速推動城鎮(zhèn)化：在研究期河南省城鎮(zhèn)化率增長了17.37%，城鎮(zhèn)化增速居于中部地區(qū)首位，大量原農(nóng)村居民生活方式和生產(chǎn)方式發(fā)生改變，對能源消耗的需求增多；同時，河南省近年來推進新型工業(yè)化，截至2018年年底，河南省第二產(chǎn)業(yè)增加值占GDP的比重為44.1%，也在一定程度上產(chǎn)生了更多的碳排放。

湖北、湖南兩省的截面灰色關聯(lián)分析結果與河南省相似，人口規(guī)模和能源結構也是所有驅動因素中對碳排放影響最高的兩個因素，城鎮(zhèn)化率和產(chǎn)業(yè)結構對湖北省碳排放的影響也比較顯著，明顯高于經(jīng)濟增長和能源效率與碳排放的關聯(lián)度。可見，人口因素、能源消費結構、產(chǎn)業(yè)結構以及城市化的推進是湖北、湖南兩省碳排放的主要驅動因素。雖然這兩省碳排放驅動因素與碳排放的關聯(lián)度存在極大的相似性，但其背后的原因卻可能存在系統(tǒng)性差異。在人口驅動因素上，2007—2018年，湖北、湖南兩省人口分別增長了88萬、520.92萬，湖北人口數(shù)量的增長相較于湖南甚少?？梢?，雖然兩省人口規(guī)模對碳排放的影響程度居驅動因素首位，但湖北省可能源于人口增加帶來的能源消費結構變化，而湖南省則更可能是因人口總量增長帶來的能源消費擴大。此外，在產(chǎn)業(yè)結構上，兩省產(chǎn)業(yè)結構與碳排放的關聯(lián)程度都比較強，但湖南省近年來第二產(chǎn)業(yè)增加值占GDP的比重相對比較低，到2018年年底達到了38.3%，而湖北省仍在40%以上，這是因為湖南省第二產(chǎn)業(yè)中工業(yè)比重占比偏高，而工業(yè)內部重工業(yè)的比重也偏高，導致了湖南省碳排放的增多。

對于安徽和江西而言，兩省碳排放驅動因素按重要程度的排序都為：城鎮(zhèn)化率>人口規(guī)模＞能源結構＞產(chǎn)業(yè)結構＞能源效率＞經(jīng)濟增長。可見，與其他四省人口因素占據(jù)主導驅動因素不同，安徽和江西兩省城鎮(zhèn)化的推進是導致碳排放增加的第一大影響因素，2007—2018年，安徽和江西城鎮(zhèn)化快速推進，城鎮(zhèn)化率分別增長了15.99%和16.22%，城鎮(zhèn)化進程中人口生產(chǎn)、消費方式的改變以及城鎮(zhèn)化伴隨的工業(yè)化推進，增加了兩省的碳排放。另外，兩省人口規(guī)模和能源結構與碳排放的關聯(lián)度也較高，都在0.7之上。從能源效率與碳排放的關聯(lián)系數(shù)看，安徽和江西的關聯(lián)度都比較低，近年來兩省經(jīng)濟轉型升級迅速，能源利用效率相較于往年有所提高，但數(shù)據(jù)顯示其能源利用效率仍存在較大的改進空間。不可否認的是，兩省經(jīng)濟增長與碳排放的關聯(lián)程度相對較弱，說明其經(jīng)濟增長對能源消耗的依賴性下降，經(jīng)濟結構調整更適應綠色發(fā)展要求。

山西省與碳排放關聯(lián)程度最高的兩類驅動要素分別為城鎮(zhèn)化率和人口規(guī)模，關聯(lián)度都在0.9之上。2007—2018年，山西省作為中部地區(qū)人口基數(shù)最少的省份，人口增長了352.76萬人，人口數(shù)量增長位于中部地區(qū)第四位；城鎮(zhèn)化進程也較快，城鎮(zhèn)化率上漲了15.38%，人口規(guī)模的增加和城鎮(zhèn)化的快速推進增加了山西省的碳排放。此外，能源結構、產(chǎn)業(yè)結構和能源效率這三類驅動因素與山西省碳排放的關聯(lián)度也較強。從能源結構來看，山西省煤炭與能源消費總量之比是中部地區(qū)最高的，煤炭消費占能源消費的比重一直在90%之上，且煤炭在化石能源中具有最高的碳排放因子，對煤炭的依賴導致了山西省碳排放的大量增加；從產(chǎn)業(yè)結構來看，近年來山西省雖產(chǎn)業(yè)結構有所調整，第二產(chǎn)業(yè)增加值占比降到了44.3%，取得了初步成效，但山西省的第二產(chǎn)業(yè)以能源、重化工業(yè)為主，對碳排放的影響也較大；從能源效率來看，山西省的能源利用效率偏低，中部地區(qū)能源利用效率高的省份如湖北省近年來單位GDP能耗已經(jīng)降到了0.82噸標準煤/萬元，但山西省最低時也有3.53噸標準煤/萬元，能源利用水平的低下造成了山西省能源損耗和碳排放的增多。不過，從另外一個視角看，山西省能源效率與碳排放的高關聯(lián)系數(shù)也說明，給定能源效率同等改進，山西省可能會更為顯著地降低單位資源消耗產(chǎn)生的碳排放水平。山西省經(jīng)濟增長與碳排放的關聯(lián)度在中部各省中最低，表示山西省近幾年由于經(jīng)濟結構調整顯著，其經(jīng)濟增長對于能源消耗的依賴性也相應降低，其經(jīng)濟增長的路徑正逐步朝低碳排放方向邁進。

3.2.2 時序灰色關聯(lián)度結果分析

時序灰色關聯(lián)度反映的是在同一時間不同研究對象與其關聯(lián)指標灰色關聯(lián)系數(shù)的平均值。根據(jù)時序灰色關聯(lián)度的計算公式[公式（10）]，計算了2007—2018年能源結構等六個碳排放驅動因素與碳排放量的時序灰色關聯(lián)度結果，如圖3所示。

圖3 面板數(shù)據(jù)的時序灰色關聯(lián)度

從面板數(shù)據(jù)的時序灰色關聯(lián)度來看，在2007—2018年，能源結構、能源效率、產(chǎn)業(yè)結構、城鎮(zhèn)化率與人口規(guī)模這五個驅動因素與中部地區(qū)碳排放量的時序灰色關聯(lián)度呈現(xiàn)先上升后下降的變化趨勢，其中，能源結構、人口規(guī)模、產(chǎn)業(yè)結構和城鎮(zhèn)化率與碳排放量的時序灰色關聯(lián)度在2013后呈現(xiàn)出平穩(wěn)下降的趨勢；能源效率與碳排放量的關聯(lián)度在2007年較小，在2007—2011年關聯(lián)度迅速上升，且在2011年達到最大值；經(jīng)濟增長這一驅動因素則呈現(xiàn)出周期性的上下波動，2007—2009年、2010—2012年、2015—2018年為上升期，2009—2010年、2012—2015年則為下降期。

“十二五”時期，我國提出要建設資源節(jié)約型、環(huán)境友好型社會，推動能源生產(chǎn)和利用方式變革?！笆濉睍r期則把改善生態(tài)環(huán)境質量作為核心目標任務，貫徹創(chuàng)新、協(xié)調、綠色、發(fā)展、共享的新發(fā)展理念，把深化改革和創(chuàng)新驅動作為發(fā)展基本動力。中部地區(qū)能源效率與碳排放量的時序灰色關聯(lián)度在2011—2018年持續(xù)下降，且近兩年關聯(lián)度為所有碳排放驅動因素中最低。而能源結構、人口規(guī)模、產(chǎn)業(yè)結構和城鎮(zhèn)化率這四個驅動因素與碳排放量的時序灰色關聯(lián)度在2013—2018年趨于平穩(wěn)，且關聯(lián)度較大，表明中部地區(qū)以煤炭為主要化石能源的能源結構、人口總數(shù)、第二產(chǎn)業(yè)的發(fā)展以及城鎮(zhèn)化的推進仍是中部地區(qū)碳排放量的重要驅動因素。經(jīng)濟增長這一因素受政策影響可能較大，如金融危機后四萬億投資和十大產(chǎn)業(yè)振興計劃政策出臺后，經(jīng)濟增長與碳排放的時序灰色關聯(lián)度升高；而在“三期疊加”提出的2013年前后，由于結構轉型特別是去產(chǎn)能政策發(fā)力，經(jīng)濟增長與碳排放的時序灰色關聯(lián)度也隨之降低。

3.3 穩(wěn)健性檢驗

前文采取經(jīng)典的灰色關聯(lián)分析計算方法，將分辨率統(tǒng)一設為均值ρ=0.5，以此對中部六省碳排放與其驅動因素的時序和截面灰色關聯(lián)度進行測算分析。但公式（6），實際上說明分辨率與差序列最大值的絕對值乘積，會顯著影響灰色關聯(lián)系數(shù)的大小，也間接表明了分辨率設定的大小會影響關聯(lián)系數(shù)的計算。為驗證測算結果的穩(wěn)健性，這里在經(jīng)典灰色關聯(lián)分析方法的基礎上引入動態(tài)分辨系數(shù)，采取層次動態(tài)灰色關聯(lián)分析方法進行穩(wěn)健性檢驗。在層次動態(tài)灰色關聯(lián)分析方法中，分辨系數(shù)取決于λ的大小：當λ＜1/3時，分辨系數(shù)在[λ, 1.5λ]之間取值，通常取值為1.5λ；當1/3≤λ≤1/2時，分辨率的取值區(qū)間為[1.5λ, 2λ]，通常取值為2λ-1/6；若λ≥1/2，則分辨率通常取值為5/6。λ的計算公式為：

式中：ΔXir(k)為參考數(shù)列和比較數(shù)列差值的絕對值，即|x0(t)-xi(t)|。在根據(jù)λ確定分辨率的取值后，依據(jù)公式（6）對灰色關聯(lián)系數(shù)進行重新計算，測算結果如表4所示。

表4 引入動態(tài)分辨系數(shù)的穩(wěn)健性檢驗結果

將表4的測算結果與表3進行對比，從各省及中部整體碳排放與其驅動因素關聯(lián)度系數(shù)的大小上來看，層次動態(tài)灰色關聯(lián)分析方法的測算結果相較于經(jīng)典灰色關聯(lián)模型，其關聯(lián)系數(shù)都呈現(xiàn)下降的趨勢，其中，與碳排放關聯(lián)度高的驅動因素關聯(lián)度下降幅度較小，與碳排放關聯(lián)度較低的驅動因素關聯(lián)度則下降幅度較大，但總體上與表3的測算結果大小保持一致，各個關聯(lián)系數(shù)大小變動不大；從各省及中部地區(qū)整體碳排放與其驅動因素關聯(lián)系數(shù)的重要度排序來看，各省碳排放與其驅動因素關聯(lián)系數(shù)的重要度排序基本保持不變，中部地區(qū)整體碳排放與其驅動因素關聯(lián)系數(shù)的重要度排序也基本保持不變，中部地區(qū)整體上人口規(guī)模和城鎮(zhèn)化率仍是關聯(lián)度排在前兩位的主要驅動因素，能源結構、產(chǎn)業(yè)結構、能源效率與經(jīng)濟增長這四個驅動因素與碳排放的關聯(lián)度依次遞減。綜上，本文對中部六省碳排放與其驅動因素關聯(lián)度大小和重要度排序的檢驗結果與前文測算結果保持高度一致，可見本文的實證結果十分穩(wěn)健。

4 結論與政策建議

碳排放驅動因素識別和低碳增長路徑選擇，是推動高質量發(fā)展的關鍵。本文在測度中部六省2007—2018年碳排放量的基礎上，考察了經(jīng)濟增長與碳排放的脫鉤趨勢，并將各省的碳排放與其六個主要驅動因素進行時序灰色關聯(lián)及截面灰色關聯(lián)分析，提供了碳排放驅動因素及其動態(tài)特征的經(jīng)驗證據(jù)。結果顯示：總體來看，中部地區(qū)經(jīng)濟增長與碳排放增長的脫鉤趨勢已經(jīng)開始確立，中部六省碳排放與驅動因素關聯(lián)度由大到小依次為人口規(guī)模、城鎮(zhèn)化率、能源結構、產(chǎn)業(yè)結構、能源效率、經(jīng)濟增長；經(jīng)濟增長和城鎮(zhèn)化率等驅動因素是影響各省碳排放總量的核心因素，且近年來中部地區(qū)驅動因素對碳排放量的影響整體變得穩(wěn)定。但分省來看，碳排放的主要驅動因素和動態(tài)特征仍存在系統(tǒng)性差異，產(chǎn)業(yè)結構等驅動因素則因各省具體經(jīng)濟條件和發(fā)展水平不同呈現(xiàn)出差異化特征。

基于前述分析結果，對有效約束碳排放和形成低碳發(fā)展模式，提出如下對策建議：

（1）碳排放約束標準確立和調整，需因地制宜兼顧地區(qū)既有傳統(tǒng)發(fā)展模式。從中部六省經(jīng)濟增長與碳排放的脫鉤指數(shù)變化趨勢來看，山西、江西和安徽三個煤炭資源豐富的省份，近年來經(jīng)濟增長與碳排放沒有呈現(xiàn)出明顯的脫鉤狀態(tài)，特別是山西省在2016—2018年還呈現(xiàn)出負脫鉤的狀態(tài)。不同類型地區(qū)經(jīng)濟增長與碳排放脫鉤存在差異，這個結論給我們的啟示是，實施更為嚴格的碳排放標準，將對不同發(fā)展類型的地區(qū)形成差異化約束強度，若要求資源依賴型地區(qū)同時點、同標準推動減排，無疑會限制其發(fā)展權。在高質量發(fā)展和“雙碳”目標約束下，對資源大省和非資源大省的減排強度、速度及要求，可以因地制宜實施差異化的政策措施和時間安排。

（2）緩解碳排放緊約束，既要提高壁壘約束增量排放，也要調整結構優(yōu)化存量排放。當下，能源指標已經(jīng)成為約束地方發(fā)展的前置因素，為碳排放更少的高質量產(chǎn)業(yè)騰出更有價值的碳排放空間，是地方政府約束增量排放的理性選擇。對于第二產(chǎn)業(yè)內部重化工業(yè)占比較大的省份，在碳排放控制中可能更需要關注存量排放的調整。對此，對于未來的增量潛在碳排放，中部地區(qū)需要將能源和碳排放指標作為產(chǎn)業(yè)發(fā)展和項目增設的前置條件；對于存量碳排放，需要重點從第二產(chǎn)業(yè)內部進行結構性調整，降低重化工業(yè)和能源工業(yè)的比重，為輕工業(yè)和服務業(yè)高質量發(fā)展提供稀缺的碳排放空間。

（3）以市場化機制和更有效率的制度安排，為推動能源消費結構戰(zhàn)略性調整提供內在激勵。從能源結構及能源效率與碳排放的關聯(lián)度來看，以煤炭為主的能源消費結構已經(jīng)成為中部各省碳排放的關鍵約束。需要進一步引導工業(yè)企業(yè)向低能耗、低排放、低污染和高效率方向發(fā)展，推動經(jīng)濟增長與碳排放強脫鉤。在策略和制度安排上：一方面，可以實施總量控制下的排放權或排放指標跨區(qū)域市場化交易，讓“增加排放”真正進入企業(yè)的成本決策中，降低工業(yè)產(chǎn)業(yè)對煤炭的內在依賴，從根本上削減碳排放；另一方面，可以考慮對使用清潔能源的成本進行稅前加計扣除，在政策上引導企業(yè)提高對天然氣、太陽能、風能及水能等清潔能源的使用比例，特別是河南、山西和湖北這些能源結構與碳排放關聯(lián)度較高的省份，可以適用更高的加計扣除比例。

（4）探索低碳城鎮(zhèn)化發(fā)展新路徑，需考慮人口規(guī)模增長與城鎮(zhèn)化進程對碳排放的差異化影響。城鎮(zhèn)化率和人口規(guī)模是中部地區(qū)碳排放的主要驅動因素，能否弱化城鎮(zhèn)化和人口規(guī)模與碳排放的關聯(lián)，對中部地區(qū)碳減排至關重要。但不同地區(qū)，由于人口規(guī)模增加與城鎮(zhèn)化進程對碳排放的影響有別，低碳城鎮(zhèn)化發(fā)展新路徑的選擇和政策關注點因而存在差異。對于河南、湖南和安徽這三個人口大省，應積極關注新增人口在產(chǎn)業(yè)間的分布狀況，探索有利于低碳綠色發(fā)展的產(chǎn)業(yè)人口結構調整，在人口規(guī)模增長的同時通過就業(yè)結構轉換弱化碳排放壓力；對于人口增量少但人口規(guī)模分布與碳排放量關聯(lián)依舊比較強的湖北以及對煤炭長期依賴的山西來說，調整人口的能源消費結構，更應該成為碳排放控制政策的重心。