田慧敏，王向前

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

1 概述

2020年11月14日，習(xí)總書(shū)記強(qiáng)調(diào)：要推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶高質(zhì)量發(fā)展，譜寫(xiě)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(zhǎng)江經(jīng)濟(jì)帶GDP約占全國(guó)經(jīng)濟(jì)總量的46.42%，但能源消耗量卻超過(guò)全國(guó)總耗的一半，碳減排壓力較大.此外，由于各地區(qū)經(jīng)濟(jì)、能源結(jié)構(gòu)等發(fā)展尚未實(shí)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(zhǎng)江經(jīng)濟(jì)帶碳排放的時(shí)空差異及影響因素，對(duì)長(zhǎng)江經(jīng)濟(jì)帶綠色低碳發(fā)展有著深遠(yuǎn)意義.

關(guān)于長(zhǎng)江經(jīng)濟(jì)帶環(huán)境保護(hù)、綠色低碳方面的研究層見(jiàn)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(duì)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域低碳協(xié)調(diào)發(fā)展研究表明，長(zhǎng)江經(jīng)濟(jì)帶碳排放增速平穩(wěn)且聚集度較高；黃和平等[3-4]對(duì)長(zhǎng)江經(jīng)濟(jì)帶各行業(yè)低碳發(fā)展問(wèn)題研究表明，旅游業(yè)碳排放強(qiáng)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(jì)發(fā)展常呈弱脫鉤狀態(tài)[4].田澤等[5]通過(guò)GDIM考察了長(zhǎng)江經(jīng)濟(jì)帶碳排放演變的影響因素，并對(duì)碳峰值進(jìn)行預(yù)測(cè).

而關(guān)于碳排放影響因素的研究多從時(shí)間出發(fā)，對(duì)空間的分解研究較少.時(shí)間維度分解研究主要采用SDA和LMDI模型.但由于我國(guó)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(wú)殘差值[6]，近年來(lái)被廣泛應(yīng)用.宋杰鯤[7]用LMDI模型對(duì)山東省能耗碳排放驅(qū)動(dòng)因素展開(kāi)分解；曹俊文等[8-10]用LMDI模型從區(qū)域?qū)用娣謩e分析長(zhǎng)江經(jīng)濟(jì)帶、閩三角等地區(qū)碳排放的影響因素.石建屏等[11]運(yùn)用LMDI模型研究我國(guó)碳排放強(qiáng)度的驅(qū)動(dòng)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(wèn)題，并以研究對(duì)象的平均水平為基準(zhǔn)，使模型更具說(shuō)服力[12].僅有黃琳琳等[9]構(gòu)建該模型對(duì)閩三角等區(qū)域碳排放空間差異驅(qū)動(dòng)效應(yīng)進(jìn)行分解；Li等[13-14]采用該模型研究我國(guó)CO2排放的空間特征.在碳排放的研究方面應(yīng)用很少，未來(lái)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(zhǎng)江經(jīng)濟(jì)帶區(qū)域協(xié)調(diào)和產(chǎn)業(yè)低碳發(fā)展上，且較少?gòu)目臻g上挖掘碳排放的驅(qū)動(dòng)因素.因此，本文基于LMDI和M-R模型，以長(zhǎng)江經(jīng)濟(jì)帶為研究對(duì)象，從時(shí)間和空間兩個(gè)維度研究2008-2019年長(zhǎng)江經(jīng)濟(jì)帶能源消耗碳排放的影響因素及時(shí)空差異驅(qū)動(dòng)，為制定長(zhǎng)江經(jīng)濟(jì)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(guò)碳排放系數(shù)法對(duì)長(zhǎng)江經(jīng)濟(jì)帶碳排放量進(jìn)行估算，式(1).

(1)

其中：C為長(zhǎng)江經(jīng)濟(jì)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(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》及2006年IPCC發(fā)布的《國(guó)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(shí)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(jì)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(qiáng)度；R=G/P為人均GDP，即經(jīng)濟(jì)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(jì)發(fā)展水平、資源稟賦等情況對(duì)碳排放的影響可能存有差異，因此本文利用M-R模型對(duì)長(zhǎng)江經(jīng)濟(jì)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(zhǎng)江經(jīng)濟(jì)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(lái)源與說(shuō)明

長(zhǎng)江經(jīng)濟(jì)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(lái)自《中國(guó)能源統(tǒng)計(jì)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(jià)計(jì)算人均實(shí)際GDP，數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》.

3 實(shí)證結(jié)果分析

3.1 碳排放分析

(1)時(shí)間維度

①?gòu)膱D1可知，2008-2019年長(zhǎng)江經(jīng)濟(jì)帶的碳排放總量呈上升態(tài)勢(shì)，但增速明顯放緩.研究期內(nèi)，碳排放變化大致分為兩個(gè)階段：第一階段(2008-2011年)為穩(wěn)定增長(zhǎng)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(tái)，使得2012年開(kāi)始碳排放增長(zhǎng)速度變緩.

圖1 碳排放的時(shí)間變化

②2008-2019年長(zhǎng)江經(jīng)濟(jì)帶碳排放強(qiáng)度逐年下降，從0.616 3 t/萬(wàn)元降低至0.288 7 t/萬(wàn)元(圖2)，年均下降6.66%，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶的碳減排工作取得一定成效.但實(shí)現(xiàn)絕對(duì)減排的前提是碳排放強(qiáng)度下降率大于GDP增長(zhǎng)率[16].研究期內(nèi)長(zhǎng)江經(jīng)濟(jì)帶GDP年均增長(zhǎng)9.54%，大于碳排放強(qiáng)度年均下降率，表明長(zhǎng)江經(jīng)濟(jì)帶區(qū)域當(dāng)前還無(wú)法做到絕對(duì)的碳減排.

圖2 碳排放強(qiáng)度與GDP變化

(2)空間維度

長(zhǎng)江經(jīng)濟(jì)帶下游地區(qū)的碳排放量始終處于高位，對(duì)長(zhǎng)江經(jīng)濟(jì)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(jì)達(dá)594 892.6萬(wàn)t，占長(zhǎng)江經(jīng)濟(jì)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(shí)上中下游地區(qū)碳排放的年均增長(zhǎng)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(shí)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(shí)間維度分解 單位：106t

(1)經(jīng)濟(jì)發(fā)展水平是推動(dòng)碳排放增長(zhǎng)的最主要因素，2008-2019年長(zhǎng)江經(jīng)濟(jì)帶人均GDP逐年增長(zhǎng)，經(jīng)濟(jì)發(fā)展導(dǎo)致碳排放量增長(zhǎng)876.06×106t.其中，2008-2011年經(jīng)濟(jì)發(fā)展水平的提高對(duì)碳排放的貢獻(xiàn)較大.此后由于長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，經(jīng)濟(jì)發(fā)展速度放緩，對(duì)碳排放的貢獻(xiàn)減弱.同時(shí)人口規(guī)模也促進(jìn)長(zhǎng)江經(jīng)濟(jì)帶碳排放增長(zhǎng).長(zhǎng)江經(jīng)濟(jì)帶作為橫跨中國(guó)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(guó)人口的42.98%，人口規(guī)模的擴(kuò)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(qiáng)度對(duì)長(zhǎng)江經(jīng)濟(jì)帶碳排放增長(zhǎng)有顯著抑制作用.相比2008年，2018年能源強(qiáng)度的抑制作用減弱，說(shuō)明僅靠改造耗能產(chǎn)業(yè)實(shí)現(xiàn)碳減排的潛力空間整體變窄.但2011-2015年能源強(qiáng)度的抑制作用明顯增強(qiáng)，這與《能源發(fā)展“十二五”規(guī)劃》提出的2015年實(shí)現(xiàn)能源強(qiáng)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(zhǎng)江經(jīng)濟(jì)帶流域柴油船“綠色改造”的實(shí)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(jiàn)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(duì)長(zhǎng)江經(jīng)濟(jì)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(lái)說(shuō)，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(duì)下游地區(qū)減碳的作用相對(duì)較大，但貢獻(xiàn)額下降，同時(shí)對(duì)上游地區(qū)的貢獻(xiàn)額絕對(duì)值也在下降，說(shuō)明上游地區(qū)仍以消耗高碳能源為主，但依賴(lài)程度略有減弱.對(duì)下游地區(qū)而言，隨著西氣東輸?shù)雀黜?xiàng)工程的建成，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(duì)高碳能源的依賴(lài)性下降，能源結(jié)構(gòu)得以?xún)?yōu)化升級(jí).

(2)就能源強(qiáng)度效應(yīng)來(lái)說(shuō)，中下游地區(qū)能源強(qiáng)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(shuō)明中下游地區(qū)能源強(qiáng)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(duì)較低，能源資源未得到充分利用，促進(jìn)碳排放增長(zhǎng).

(3)就經(jīng)濟(jì)發(fā)展效應(yīng)來(lái)說(shuō)，上中游地區(qū)的經(jīng)濟(jì)發(fā)展效應(yīng)為負(fù)值，下游地區(qū)為正值.經(jīng)濟(jì)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(dòng)力，但驅(qū)動(dòng)力在減弱.這是因?yàn)樽鳛殚L(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展最前沿地區(qū)，下游經(jīng)濟(jì)發(fā)展水平較高，經(jīng)濟(jì)增長(zhǎng)拉動(dòng)了該地區(qū)的生產(chǎn)與消費(fèi)，導(dǎo)致碳排放量增加.但隨著經(jīng)濟(jì)增長(zhǎng)，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(jì)發(fā)展的驅(qū)動(dòng)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(shuō)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(zhǎng)江經(jīng)濟(jì)帶總?cè)丝诘?9%，高于三個(gè)地區(qū)的平均水平，加大了對(duì)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(duì)較大，且落后的經(jīng)濟(jì)和教育水平使人們對(duì)資源的利用方式也普遍落后，造成了資源的浪費(fèi)，促進(jìn)碳排放增長(zhǎng).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(shí)間上看，2008-2019年長(zhǎng)江經(jīng)濟(jì)帶碳排放總量呈上升態(tài)勢(shì)，但增速明顯放緩，碳排放強(qiáng)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(duì)長(zhǎng)江經(jīng)濟(jì)帶碳排放時(shí)間差異的貢獻(xiàn)額看，經(jīng)濟(jì)發(fā)展與人口規(guī)模均促進(jìn)碳排放增長(zhǎng)，經(jīng)濟(jì)發(fā)展的促進(jìn)效果最為顯著；而能源強(qiáng)度及結(jié)構(gòu)抑制碳排放增長(zhǎng).

(3)從各因素對(duì)不同地區(qū)碳排放空間差異的貢獻(xiàn)額看，在4個(gè)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(duì)下游地區(qū)減碳的作用相對(duì)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(qiáng)度效應(yīng)為負(fù)值，上游地區(qū)為正值；經(jīng)濟(jì)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(dòng)力，極大程度上促進(jìn)了碳排放的增長(zhǎng)；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(shuō)明下游地區(qū)人口規(guī)模始終高于平均水平.