劉芳 江海濤

(安徽工程大學 經(jīng)濟與管理學院 安徽蕪湖 241000)

技術的發(fā)展不僅帶來經(jīng)濟的高速增長，還導致碳排放增加，催生全球氣候風險。減少能源消耗碳排放已經(jīng)成為國際政治、經(jīng)濟、環(huán)境等領域關注的焦點。人類對保護環(huán)境的認識越來越深刻，中國作為最大的發(fā)展中國家在能源消費結(jié)構(gòu)調(diào)整及碳減排方面肩負重要責任。長三角地區(qū)擁有中國經(jīng)濟結(jié)構(gòu)最完整最活躍的城市群，以10%的人口，創(chuàng)造了全國20%的GDP。隨著該地區(qū)三大產(chǎn)業(yè)的不斷發(fā)展，各類能源被大量消耗，在推動經(jīng)濟增長的同時，也帶來不可估量的環(huán)境影響。在“雙碳”目標下，探究長三角地區(qū)能源碳排放影響因素，促進該地區(qū)碳減排，實現(xiàn)低碳、高質(zhì)量經(jīng)濟增長具有重要意義。

1 文獻綜述

國內(nèi)學者圍繞碳排放與經(jīng)濟增長以及碳排放影響因素開展了多視角的研究。從內(nèi)容看，Waheed等(2019)研究表明全球大多數(shù)國家和地區(qū)的碳排放突增都是因為其經(jīng)濟高速增長而消耗了大量化石能源造成的[1]。能源的大量消耗在造就經(jīng)濟增長的同時，還引發(fā)空氣污染和碳排放增加。Dong等(2021)選取河南省12個主要工業(yè)碳排放行業(yè)作為研究對象，運用LMDI+Tapio解耦模型分析碳排放與經(jīng)濟發(fā)展的關系，并利用長期能源替代規(guī)劃系統(tǒng)模型預測碳排放與經(jīng)濟發(fā)展的脫鉤狀態(tài)[2]。Akif等(2020)認為，在英國、加拿大和日本等G7國家，隨著收入和能源消耗的增加，二氧化碳排放也在增加[3]。賀勇等(2021)基于STIRPAT研究了工業(yè)研發(fā)投入能源消費碳排放的影響進行定量分析[4]。從方法看，結(jié)構(gòu)性因素分解法、自適應權重分解法、指數(shù)因素分解方法和EKC(環(huán)境庫茲涅茲曲線)等被用于碳排放影響因素的確定。張仁杰和董會忠(2020)研究發(fā)現(xiàn)城市結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)都對碳排放有抑制作用；而當城市結(jié)構(gòu)達到一定程度時，人口及產(chǎn)業(yè)的集中則變得有利于降低碳排放[5]。

2 研究方法與數(shù)據(jù)來源

2.1 LMDI模型構(gòu)建

LMDI分解法是基于擴展的Kaya恒等式變化而來，旨在對一定時期內(nèi)能源消費或碳排放變化的影響因素進行分解[6]。LMDI分解法有乘法模式和加法模式兩種形式[7]。加法模式表達式如下：

其中，C是能源消費二氧化碳排放總量，Cij表示第j類能源在第i類產(chǎn)業(yè)中的二氧化碳排放量，E是能源消費量，G表示經(jīng)濟總產(chǎn)值，反映經(jīng)濟產(chǎn)出效應，Si是某類產(chǎn)業(yè)碳排放量占碳排總量的比例，反映產(chǎn)業(yè)結(jié)構(gòu)效應；Ii是第i類產(chǎn)業(yè)的單位GDP碳排放量，表征能源強度效應；Mi是某類能源在能源消費總量中的比例，反映能源結(jié)構(gòu)效應；Fi代表各能源的碳排放系數(shù)。以C0和Ct分別表示基期和t期的碳排放水平，并用ΔC表示前后兩期碳排放增量，則有：

各分解因素貢獻值表達式為：

2.2 數(shù)據(jù)來源

本文以長三角27個城市為研究區(qū)域，計算所使用的能源和GDP數(shù)據(jù)來自《中國能源統(tǒng)計年鑒》、各省統(tǒng)計年鑒,參考IPCC推薦的方法對能源消耗碳排放進行測度。

3 結(jié)果分析

3.1 長三角城市能耗碳排放分區(qū)分析

本文對2005—2019年27個城市的平均能源消費量及平均碳排放量進行了整理計算，限于版面，數(shù)據(jù)在此不贅列。參考現(xiàn)有研究[8]，按27個城市年均平均值的1/2倍和2倍，將27個城市分為能源消費的高值區(qū)(＞4800萬噸/年)、中值區(qū)(1200～4800萬噸/年)和低值區(qū)(＜1200萬噸/年)。即碳排放的高值區(qū)(＞12000萬噸/年)、中值區(qū)(3000～12000萬噸/年)和低值區(qū)(＜3000萬噸/年)。結(jié)果表明上海、南京、蘇州和杭州4個城市為能源消費高值區(qū)和碳排放高值區(qū)；無錫、常州、南通、寧波、溫州、合肥和馬鞍山7個城市為能源消費中值區(qū)和碳排放中值區(qū)；揚州、鎮(zhèn)江等16個城市均為能源消費低值區(qū)和碳排放低值區(qū)。

3.2 長三角城市能源消耗碳排放影響因素分解分析

通過LMDI因素分解法對長三角城市2005—2019年能源消費碳排放變化量進 行計算分析，如表1所示，得出經(jīng)濟產(chǎn)出效應、產(chǎn)業(yè)結(jié)構(gòu)效應、能源強度效應和能源結(jié)構(gòu)效應對長三角城市能源消費碳排放的影響效果。

表1 2005—2019年長三角地區(qū)碳排放因素分解效應 (單位：萬噸)

首先，經(jīng)濟產(chǎn)出對長三角能源消費碳排放起拉動因素，總體上呈正效應。具體來說，在2005—2019年，由于長三角的經(jīng)濟飛速發(fā)展，碳排放也隨之增加，十五年累計增加了256276.01萬噸。經(jīng)濟產(chǎn)出效應在2012—2013年，尤為突出，達到了30547.47萬噸，在2010—2011年拉動效應最小，為11391.2萬噸。產(chǎn)業(yè)結(jié)構(gòu)對長三角能源消費碳排放起拉動因素，總體上呈正效應。2005—2019年，產(chǎn)業(yè)結(jié)構(gòu)累計使碳排放增加了35.76萬噸。產(chǎn)業(yè)結(jié)構(gòu)對能源消費碳排放的影響程度在2010—2011年最高，達到了11.28萬噸。2015—2019年，產(chǎn)業(yè)結(jié)構(gòu)變化對碳排放量的影響相對較小，并且在2016—2017年幾乎沒有影響。能源強度對長三角能源消費碳排放起抑制作用，總體上呈負效應?？傮w來說，能源強度在2005—2019年，累計使碳排放減少了144407.6萬噸。2012—2013年，能源強度對碳排放量的抑制作用最為突出，使碳排放減少了23109.56萬噸。2006—2007年，能源強度對碳排放量的抑制程度最小，為-3263.43萬噸。能源結(jié)構(gòu)對長三角能源消費碳排放起拉動作用，整體呈正效應?？傮w來說，能源結(jié)構(gòu)2005—2019年，累計使碳排放增加了82.03萬噸。能源結(jié)構(gòu)效應在2016—2017年體現(xiàn)得較為突出，使碳排放增加了21.55萬噸，在2009—2010年影響力度較小，為1.14萬噸。

因素分解結(jié)果顯示，長三角近些年經(jīng)濟發(fā)展迅速，為滿足其高速發(fā)展，對能源的要求也就處于高需求階段，因此長三角的經(jīng)濟產(chǎn)出一直較高的拉動著長三角的碳排放量。長三角碳排放的產(chǎn)業(yè)結(jié)構(gòu)效應處于階段性的趨勢，在2012年前因長三角為了經(jīng)濟發(fā)展大力追求第二三產(chǎn)業(yè)的發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)對碳排放起明顯的拉動因素，自2012年以后，該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)趨于穩(wěn)定，其碳排放的影響效應微弱了很多。而長三角的能源強度則恰恰與經(jīng)濟產(chǎn)出相反，雖然能源強度效應一直不是很穩(wěn)定，但能源強度一直起著抑制長三角碳排放的作用。能源結(jié)構(gòu)雖然近些年對長三角碳排放的影響程度不是很明顯，但一直處于拉動效應，說明長三角能源消費還是過度的依賴煤炭化石能源，能源結(jié)構(gòu)應往綠色環(huán)保方面發(fā)展。

4 結(jié)語

結(jié)合以上數(shù)據(jù)分析，本文提出促進長三角地區(qū)能源消費綠色轉(zhuǎn)型的建議：(1)突破清潔能源技術應用瓶頸。加大對基礎科學研究的支持力度，扶持一批關鍵清潔能源技術的研發(fā)與應用，降低清潔能源技術使用成本，同時充分發(fā)揮水力發(fā)電優(yōu)勢，彌補風力發(fā)電和太陽能發(fā)電中間歇性的不足。(2)大力發(fā)展數(shù)字經(jīng)濟和平臺經(jīng)濟。在產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型方面，對高能耗的產(chǎn)業(yè)進行轉(zhuǎn)移，依托長三角科研資源和對外貿(mào)易優(yōu)勢，著力發(fā)展數(shù)字經(jīng)濟和平臺經(jīng)濟，減少對能源消費的依賴。(3)各城市實施差異化的碳減排措施。屬于高碳區(qū)城市要重點監(jiān)測高碳行業(yè)和高碳企業(yè)，引導和鼓勵企業(yè)進行低碳化運營，通過參與碳市場交易，平衡碳減排成本。(4)引導公民樹立零廢低碳生活理念。通過微信、抖音、快手等現(xiàn)代網(wǎng)絡平臺，加大低碳生活方式的宣傳，營造低碳消費氛圍，通過全民參與，積極建設零廢低碳城市。