田慧敏，王向前

(安徽理工大學(xué) 經(jīng)濟與管理學(xué)院，安徽 淮南 232001)

1 概述

2020年11月14日，習(xí)總書記強調(diào)：要推動長江經(jīng)濟帶高質(zhì)量發(fā)展，譜寫生態(tài)優(yōu)先綠色發(fā)展新篇章，打造區(qū)域協(xié)調(diào)發(fā)展新樣板.2020年，長江經(jīng)濟帶GDP約占全國經(jīng)濟總量的46.42%，但能源消耗量卻超過全國總耗的一半，碳減排壓力較大.此外，由于各地區(qū)經(jīng)濟、能源結(jié)構(gòu)等發(fā)展尚未實現(xiàn)均衡，碳排放的區(qū)域差異仍較為明顯.因此，深入探討長江經(jīng)濟帶碳排放的時空差異及影響因素，對長江經(jīng)濟帶綠色低碳發(fā)展有著深遠(yuǎn)意義.

關(guān)于長江經(jīng)濟帶環(huán)境保護、綠色低碳方面的研究層見疊出，但重心在區(qū)域差異協(xié)調(diào)發(fā)展和產(chǎn)業(yè)低碳發(fā)展上.李健等[1-2]對長江經(jīng)濟帶區(qū)域低碳協(xié)調(diào)發(fā)展研究表明，長江經(jīng)濟帶碳排放增速平穩(wěn)且聚集度較高；黃和平等[3-4]對長江經(jīng)濟帶各行業(yè)低碳發(fā)展問題研究表明，旅游業(yè)碳排放強度的區(qū)域差異是由區(qū)域內(nèi)差異造成的[3]、物流業(yè)碳排放與經(jīng)濟發(fā)展常呈弱脫鉤狀態(tài)[4].田澤等[5]通過GDIM考察了長江經(jīng)濟帶碳排放演變的影響因素，并對碳峰值進(jìn)行預(yù)測.

而關(guān)于碳排放影響因素的研究多從時間出發(fā)，對空間的分解研究較少.時間維度分解研究主要采用SDA和LMDI模型.但由于我國投入產(chǎn)出表更新較慢，SDA模型的應(yīng)用受限.LMDI模型所需數(shù)據(jù)易于獲取且無殘差值[6]，近年來被廣泛應(yīng)用.宋杰鯤[7]用LMDI模型對山東省能耗碳排放驅(qū)動因素展開分解；曹俊文等[8-10]用LMDI模型從區(qū)域?qū)用娣謩e分析長江經(jīng)濟帶、閩三角等地區(qū)碳排放的影響因素.石建屏等[11]運用LMDI模型研究我國碳排放強度的驅(qū)動因素.在空間維度分解研究上，M-R模型的應(yīng)用改善了B-R模型比較次數(shù)較多的問題，并以研究對象的平均水平為基準(zhǔn)，使模型更具說服力[12].僅有黃琳琳等[9]構(gòu)建該模型對閩三角等區(qū)域碳排放空間差異驅(qū)動效應(yīng)進(jìn)行分解；Li等[13-14]采用該模型研究我國CO2排放的空間特征.在碳排放的研究方面應(yīng)用很少，未來M-R模型有很大應(yīng)用空間.

綜上所述，已有研究多集中在長江經(jīng)濟帶區(qū)域協(xié)調(diào)和產(chǎn)業(yè)低碳發(fā)展上，且較少從空間上挖掘碳排放的驅(qū)動因素.因此，本文基于LMDI和M-R模型，以長江經(jīng)濟帶為研究對象，從時間和空間兩個維度研究2008-2019年長江經(jīng)濟帶能源消耗碳排放的影響因素及時空差異驅(qū)動，為制定長江經(jīng)濟帶“雙碳”政策提供參考.

2 研究方法與數(shù)據(jù)

2.1 碳排放估算方法

參照公維鳳等[15]研究，通過碳排放系數(shù)法對長江經(jīng)濟帶碳排放量進(jìn)行估算，式(1).

(1)

其中：C為長江經(jīng)濟帶碳排放總量；Ei、φi、θi依次為第i種能源消耗量、標(biāo)準(zhǔn)煤折算系數(shù)及碳排放系數(shù)(表1).

表1 碳排放估算相關(guān)系數(shù)

*來源于《中國能源統(tǒng)計年鑒》及2006年IPCC發(fā)布的《國家溫室氣體排放清單指南》

2.2 LMDI模型

根據(jù)曹俊文等[8]研究，構(gòu)建LMDI模型分解碳排放時間分布影響因素，式(2).

(2)

其中：C為碳排放總量，Ci、Ei分別為第i種能源碳排放量及消耗量，E為能源消耗總量，G為經(jīng)濟總產(chǎn)出，P為年均常住人口.式(2)可進(jìn)一步分解為式(3).

(3)

其中：Ki=Ci/Ei表示單位i能源產(chǎn)生的碳排放量，即碳排放系數(shù)，為常量；Mi=Ei/E為第i種能源消耗量占總能耗的比重，即能源結(jié)構(gòu)；N=E/G為單位GDP能耗，即能源強度；R=G/P為人均GDP，即經(jīng)濟規(guī)模.

根據(jù)LMDI加法分解模型可知，設(shè)基準(zhǔn)年到第t年的碳排放變化量為ΔCt-0.

(4)

(5)

(6)

(7)

(8)

2.3 M-R模型

由于不同的經(jīng)濟發(fā)展水平、資源稟賦等情況對碳排放的影響可能存有差異，因此本文利用M-R模型對長江經(jīng)濟帶上、中、下游地區(qū)碳排放的影響因素進(jìn)行分析.假設(shè)長江經(jīng)濟帶平均碳排放量為Cμ，上、中、下游各地區(qū)的碳排放量為Cσ，各地區(qū)碳排放量與平均水平的總差異為ΔCσ-μ，即以上影響因素的總效應(yīng).

(9)

(10)

(11)

(12)

(13)

2.4 數(shù)據(jù)來源與說明

長江經(jīng)濟帶上中下游地區(qū)分別包括四川、重慶、貴州、云南；湖北、江西、湖南；上海、浙江、江蘇、安徽.所需能源消耗量數(shù)據(jù)來自《中國能源統(tǒng)計年鑒》，其中為“0”的數(shù)據(jù)用極小值“1×10-50”代替[8]；以2008年不變價計算人均實際GDP，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》.

3 實證結(jié)果分析

3.1 碳排放分析

(1)時間維度

①從圖1可知，2008-2019年長江經(jīng)濟帶的碳排放總量呈上升態(tài)勢，但增速明顯放緩.研究期內(nèi)，碳排放變化大致分為兩個階段：第一階段(2008-2011年)為穩(wěn)定增長期，第二階段(2012-2019年)為平穩(wěn)期.2011年《“十二五”控制溫室氣體排放工作方案》的出臺，使得2012年開始碳排放增長速度變緩.

圖1 碳排放的時間變化

②2008-2019年長江經(jīng)濟帶碳排放強度逐年下降，從0.616 3 t/萬元降低至0.288 7 t/萬元(圖2)，年均下降6.66%，說明長江經(jīng)濟帶的碳減排工作取得一定成效.但實現(xiàn)絕對減排的前提是碳排放強度下降率大于GDP增長率[16].研究期內(nèi)長江經(jīng)濟帶GDP年均增長9.54%，大于碳排放強度年均下降率，表明長江經(jīng)濟帶區(qū)域當(dāng)前還無法做到絕對的碳減排.

圖2 碳排放強度與GDP變化

(2)空間維度

長江經(jīng)濟帶下游地區(qū)的碳排放量始終處于高位，對長江經(jīng)濟帶碳排放貢獻(xiàn)最大(圖3).研究期內(nèi)下游地區(qū)的碳排放量累計達(dá)594 892.6萬t，占長江經(jīng)濟帶總排放量的49.27%，而上游和中游地區(qū)分別占22.5%、28.23%，碳排放呈現(xiàn)出顯著區(qū)域差異.同時上中下游地區(qū)碳排放的年均增長率分別為1.18%、2.85%、3.21%，中游地區(qū)碳排放增速大于上游地區(qū)，下游碳排放增速最快.

圖3 碳排放的空間分布

3.2 碳排放時間維度分解

由式(2)～(8)得出各影響因素每年的貢獻(xiàn)額(表2).

表2 碳排放時間維度分解 單位：106t

(1)經(jīng)濟發(fā)展水平是推動碳排放增長的最主要因素，2008-2019年長江經(jīng)濟帶人均GDP逐年增長，經(jīng)濟發(fā)展導(dǎo)致碳排放量增長876.06×106t.其中，2008-2011年經(jīng)濟發(fā)展水平的提高對碳排放的貢獻(xiàn)較大.此后由于長江經(jīng)濟帶經(jīng)濟發(fā)展進(jìn)入新常態(tài)，經(jīng)濟發(fā)展速度放緩，對碳排放的貢獻(xiàn)減弱.同時人口規(guī)模也促進(jìn)長江經(jīng)濟帶碳排放增長.長江經(jīng)濟帶作為橫跨中國東、中、西部的區(qū)域，人口規(guī)模不容小覷，2019年常住人口占全國人口的42.98%，人口規(guī)模的擴張加大了能源消耗，使得碳排放增多，但人口規(guī)模的促進(jìn)作用較弱.

(2)能源強度對長江經(jīng)濟帶碳排放增長有顯著抑制作用.相比2008年，2018年能源強度的抑制作用減弱，說明僅靠改造耗能產(chǎn)業(yè)實現(xiàn)碳減排的潛力空間整體變窄.但2011-2015年能源強度的抑制作用明顯增強，這與《能源發(fā)展“十二五”規(guī)劃》提出的2015年實現(xiàn)能源強度比2010年下降16%的目標(biāo)密切相關(guān).能源結(jié)構(gòu)的貢獻(xiàn)最小，但抑制作用略微增加.這主要源于高碳能源消耗比例在研究期內(nèi)逐漸下降，從76%下降至70%.此外，隨著長江經(jīng)濟帶流域柴油船“綠色改造”的實行，柴油逐漸被天然氣取代，減少了碳排放.

3.3 碳排放空間維度分解

本文以2008年和2019年的數(shù)據(jù)進(jìn)行空間維度研究，結(jié)果見表3.從空間總效應(yīng)看，上游和中游地區(qū)碳排放均低于平均水平，下游地區(qū)碳排放高于平均水平.

表3 碳排放空間維度分解 單位：106t

(1)由表3可知，各影響因素對長江經(jīng)濟帶上、中、下游地區(qū)碳排放的貢獻(xiàn)程度不同.就能源結(jié)構(gòu)效應(yīng)來說，下游地區(qū)的能源結(jié)構(gòu)效應(yīng)始終為負(fù)值，上游地區(qū)為正值，而中游地區(qū)的能源結(jié)構(gòu)效應(yīng)由正值轉(zhuǎn)為負(fù)值.其中，能源結(jié)構(gòu)對下游地區(qū)減碳的作用相對較大，但貢獻(xiàn)額下降，同時對上游地區(qū)的貢獻(xiàn)額絕對值也在下降，說明上游地區(qū)仍以消耗高碳能源為主，但依賴程度略有減弱.對下游地區(qū)而言，隨著西氣東輸?shù)雀黜椆こ痰慕ǔ?，天然氣被輸送到下游地區(qū)，替代了煤炭等高碳能源的使用，下游地區(qū)對高碳能源的依賴性下降，能源結(jié)構(gòu)得以優(yōu)化升級.

(2)就能源強度效應(yīng)來說，中下游地區(qū)能源強度效應(yīng)為負(fù)值，而上游地區(qū)為正值，但貢獻(xiàn)額下降，說明中下游地區(qū)能源強度均低于平均水平，能源利用率較高.中下游地區(qū)產(chǎn)業(yè)聚集度和生產(chǎn)技術(shù)等水平較高，生產(chǎn)要素得到充分利用，能源利用效率較高，減少了碳排放；而上游地區(qū)主要憑借重型化產(chǎn)業(yè)發(fā)展，生產(chǎn)技術(shù)水平相對較低，能源資源未得到充分利用，促進(jìn)碳排放增長.

(3)就經(jīng)濟發(fā)展效應(yīng)來說，上中游地區(qū)的經(jīng)濟發(fā)展效應(yīng)為負(fù)值，下游地區(qū)為正值.經(jīng)濟發(fā)展效應(yīng)是下游地區(qū)碳排放高于平均水平的最大驅(qū)動力，但驅(qū)動力在減弱.這是因為作為長江經(jīng)濟帶經(jīng)濟發(fā)展最前沿地區(qū)，下游經(jīng)濟發(fā)展水平較高，經(jīng)濟增長拉動了該地區(qū)的生產(chǎn)與消費，導(dǎo)致碳排放量增加.但隨著經(jīng)濟增長，產(chǎn)業(yè)結(jié)構(gòu)變得更加合理，高新技術(shù)得到較好發(fā)展，減弱了經(jīng)濟發(fā)展的驅(qū)動力.

(4)從人口規(guī)模效應(yīng)看，下游地區(qū)人口規(guī)模效應(yīng)為正值，中游地區(qū)為負(fù)值，上游地區(qū)的貢獻(xiàn)額由正值轉(zhuǎn)為負(fù)值，說明下游地區(qū)的人口規(guī)模始終高于平均水平.下游地區(qū)常年人口凈流入量多，2019年常住人口約占長江經(jīng)濟帶總?cè)丝诘?9%，高于三個地區(qū)的平均水平，加大了對產(chǎn)品、服務(wù)的需求，增加了能源消耗，使得碳排放增加.上游地區(qū)人口規(guī)模也相對較大，且落后的經(jīng)濟和教育水平使人們對資源的利用方式也普遍落后，造成了資源的浪費，促進(jìn)碳排放增長.但隨著“新發(fā)展理念”的提出，創(chuàng)新、綠色等觀念不斷深入人心，落后的思想觀念得以改變，使得人口規(guī)模效應(yīng)轉(zhuǎn)為負(fù)值.

4 結(jié)論

(1)從時間上看，2008-2019年長江經(jīng)濟帶碳排放總量呈上升態(tài)勢，但增速明顯放緩，碳排放強度持續(xù)減弱.在空間上，下游地區(qū)的碳排放量始終處于高位，明顯高于上中游地區(qū).

(2)從各因素對長江經(jīng)濟帶碳排放時間差異的貢獻(xiàn)額看，經(jīng)濟發(fā)展與人口規(guī)模均促進(jìn)碳排放增長，經(jīng)濟發(fā)展的促進(jìn)效果最為顯著；而能源強度及結(jié)構(gòu)抑制碳排放增長.

(3)從各因素對不同地區(qū)碳排放空間差異的貢獻(xiàn)額看，在4個影響因素的共同作用下，上、中游地區(qū)的碳排放均低于平均水平，下游地區(qū)的碳排放高于平均水平.其中能源結(jié)構(gòu)對下游地區(qū)減碳的作用相對較大，能源結(jié)構(gòu)效應(yīng)始終為負(fù)值，上游地區(qū)為正值，中游地區(qū)由正值轉(zhuǎn)為負(fù)值；中下游地區(qū)能源強度效應(yīng)為負(fù)值，上游地區(qū)為正值；經(jīng)濟發(fā)展效應(yīng)是下游地區(qū)碳排放高于平均水平的最大驅(qū)動力，極大程度上促進(jìn)了碳排放的增長；下游地區(qū)人口規(guī)模效應(yīng)為正值，中游地區(qū)為負(fù)值，上游地區(qū)的效應(yīng)由正值轉(zhuǎn)為負(fù)值，說明下游地區(qū)人口規(guī)模始終高于平均水平.