楊麗珠 王世進

摘 要：以江蘇省2006—2017年13個市能源碳排放與經(jīng)濟增長數(shù)據(jù)為數(shù)據(jù)源，采用脫鉤模型分別對4個時間段經(jīng)濟增長與碳排的脫鉤關(guān)系進行定量分析;通過面板數(shù)據(jù)模型對影響江蘇省碳排放變化的主要因素進行分解，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)強度、經(jīng)濟強度、人口效應(yīng)等影響因子與碳脫鉤的內(nèi)在關(guān)系進行分析。根據(jù)研究結(jié)果，提出低碳發(fā)展相應(yīng)對策及建議，以期推動江蘇省低碳發(fā)展。

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

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

引言

2018年，中國在關(guān)于應(yīng)對氣候變化，國家自主決定貢獻的文件中提出“到2030年，中國單位GDP的CO2排放比2005年下降60%～65%”等目標。2010年，在哥本哈根會議上，我國向全球做出了2020年單位GDP溫室氣體排放比2005年下降40%～45%的減排承諾，對CO2帶來的排放量有更高的要求。然而2030年與2020年都是對2005年的碳排放量進行比較，不難看出中國在飛速發(fā)展的同時，減少能源的消費量是個很大的挑戰(zhàn)。通過江蘇省經(jīng)濟增長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，很少有針對某一個省或地區(qū)進行碳排放脫鉤的分析研究。因此，運用脫鉤模型和面板模型，以江蘇省為例，分析江蘇省13個市區(qū)的碳排放問題。

一、模型選取與數(shù)據(jù)來源

（一）Tapio脫鉤模型

（三）數(shù)據(jù)來源

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

二、經(jīng)濟增長與碳排放的分析

（一）經(jīng)濟增長及碳排放對比

由表1可知，第一時段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614億元的全國平均水平。蘇南地區(qū)經(jīng)濟增長一直處于領(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年碳排放增長速度較快，平均增速為20.65%，其中增長速度最快的是徐州。2009—2011年碳排放增長明顯加快，平均增長率達到了歷史高位23.57%，其中蘇北地區(qū)增長速度最快。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、無錫、鎮(zhèn)江、鹽城均出現(xiàn)負增長，其中蘇南地區(qū)負增長最顯著。

（二）經(jīng)濟增長與碳排放脫鉤狀態(tài)及特征

由表2可知，自2006年以來江蘇省呈現(xiàn)了四種狀態(tài)，以下從兩個方面進行對比分析。

1.分布的時間性。2006—2008年、2009—2011年GDP增長率以及碳排放增長率都呈現(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)強脫鉤狀態(tài)。蘇中地區(qū)2011年之前出現(xiàn)增長連接狀態(tài)，隨著GDP增長率的不斷增加，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)展狀態(tài)變動比較大之外，其他地區(qū)與蘇中地區(qū)發(fā)展類似。第四時間段鹽城處于強脫鉤的狀態(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個指標共同作用決定，隨著時間的變化，在不同的時間內(nèi)，各指標對碳排放的貢獻度有所不同。

碳排放脫鉤的影響因素是個復(fù)雜過程，是一個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。（1）研發(fā)強度。研發(fā)強度的投入量體現(xiàn)一個地區(qū)對經(jīng)濟發(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)濟強度。經(jīng)濟強度的增大加快碳排放量增加，經(jīng)濟發(fā)展是驅(qū)動碳排放和能源需求的主要力量。（5）人口效應(yīng)。江蘇省經(jīng)濟水平與人口分布的范圍相似，人口效應(yīng)對碳排放有正向推動的作用。（6）外商直接投資。外商直接投資對東道國的影響是把雙刃劍，“污染光環(huán)”和“污染避難”效應(yīng)。

（二）面板模型的估計結(jié)果

能源碳排放由以上6個指標共同作用決定。通過對這6個影響因子進行數(shù)據(jù)分析，得出面板模型的估計結(jié)果，進而解釋碳排放這一被解釋變量。根據(jù)Wald檢驗法，Hausman檢測值為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7 412萬人增加至2017年7 998.6萬人，增長586.6萬人，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之一，在同一社會中，年輕人與老人是消費能源的主力軍，因而人口帶來的碳排放增加就不足為奇了。

產(chǎn)業(yè)結(jié)構(gòu)對碳排放的作用為負，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，隨著工業(yè)的優(yōu)化升級與第三產(chǎn)業(yè)的發(fā)展迅速，對碳減排的貢獻也日漸明顯。尤其是蘇南地區(qū)目前多市呈現(xiàn)強脫鉤狀態(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系數(shù)為正，并且模型通過5%的顯著性水平檢驗，盡管系數(shù)不明顯，但FDI確實貢獻了碳排放。蘇南等地是外商直接投資的集聚地，長期接受國外高污染產(chǎn)業(yè)轉(zhuǎn)移，從而使當?shù)靥寂欧旁黾?，這種做法有利有弊。

能源結(jié)構(gòu)也是一個重要因素，煤炭作為主要能量來源，在工業(yè)發(fā)展的過程中長期存在，工業(yè)進程加快的同時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)濟強度上來看，人均GDP水平提高，刺激居民收入提高，進而改變居民的消費水平與消費結(jié)構(gòu)，人們往往過于追求物質(zhì)需求而忽視節(jié)能減排。

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

結(jié)語

第一，2006—2017年江蘇省大多數(shù)市區(qū)經(jīng)濟增長與碳排放均呈現(xiàn)出弱脫鉤狀態(tài)，只有蘇州、南京、無錫、鎮(zhèn)江、鹽城5個市區(qū)最后呈現(xiàn)強脫鉤狀態(tài)，強脫鉤狀態(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)整對經(jīng)濟發(fā)展與碳排放脫鉤起到良性的推動作用，蘇南地區(qū)尤其明顯。工業(yè)經(jīng)濟的轉(zhuǎn)型升級不足對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產(chǎn)業(yè)升轉(zhuǎn)型、技術(shù)進步與創(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)濟增長與能源碳排放脫鉤仍然未能達到理想狀態(tài)，今后這一地區(qū)的節(jié)能減排壓力依然很大。

參考文獻：

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

[2] ?雷蕾，楊愷鈞.經(jīng)濟發(fā)展、進出口貿(mào)易與水污染的關(guān)系研究——基于中國長江流域省級數(shù)據(jù)的面板計量分析[J].生態(tài)經(jīng)濟，2018，（9）.

[3] ?唐志鵬，鄭蕾，李方一.環(huán)境約束下的中國八大經(jīng)濟區(qū)出口結(jié)構(gòu)優(yōu)化模擬研究[J].自然資源學報，2017，（10）.

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

[5] ?邵桂蘭，陳令杰.碳排放與經(jīng)濟增長的脫鉤實證研究——以山東省為例[J].中國海洋大學學報，2012，（4）.