京津冀碳排放的地區異質性及減排對策

武義青,趙亞南

摘 要：以京津冀為研究對象，選用碳排放量、碳生產率和脫鉤彈性系數三大指標分析三省市2000—2011年低碳經濟的發展，并以KAYA等式的擴展式為基礎，建立LMDI分解模型，對三省市碳排放影響因素進行無殘差分解，區分其碳排放的地區異質性，結果顯示：北京市呈現碳排放量規模驅動型特征，天津市和河北省的碳排放均呈現出規范結構混合驅動型特征。

關鍵詞：碳排放；碳生產率；脫鉤彈性系數；LMDI方法

中圖分類號：F205 文獻標識碼：A 文章編號：1003-3890（2014）05-0013-04

近年來，全球氣候變暖已經成為十分突出的問題。為了應對氣候變化，許多國家和地區選擇走低碳發展之路。面對嚴峻的氣候變化問題，中國顯示出了作為一個負責任的大國應有的態度。《中國應對氣候變化的政策與行動2013年度報告》于2013年11月5日在北京正式發布。報告中公布，“十一五”期間中國已經在經濟發展的同時減排二氧化碳15億噸，“十二五”前兩年我們已經減排三四億噸二氧化碳。這表明中國在應對氣候變化方面所采取的一系列政策、措施、行動取得一定的成效，并且在堅定不移地走低碳發展之路。此外，2014年2月12日，李克強主持召開國務院常務會議。會議決定，2014年，中央財政安排100億元，對重點區域大氣污染防治實行“以獎代補”，其中50億元投向京津冀等五省區。實際上，治理大氣污染的同時會帶來巨大的節能減排效應。京津冀作為我國核心都市圈之一，面臨著巨大的挑戰和壓力。該地區各省市已經進行了節能減排的合作，在新形勢下，必須抓住各省市碳減排的異質性，才能更有效率地實現該地區的低碳發展。

一、京津冀碳排放的異質性

（一）碳排放量

本文基于《2006年IPCC國家溫室氣體清單指南》中碳排放核算方法對京津冀碳排放量進行了測算[1]，見表1。表1顯示，2000—2011年京津冀三個省市的碳排放量大體呈現遞增的趨勢，年均增速分別為1.23%、7.94%、10.66%，河北省最高，到2011年其總量將近是京津碳排放量之和的三倍。

（二）碳生產率

碳生產率是指單位碳排放量所產生的國內（地區）生產總值，它可以反映一定區域單位碳排放所帶來的經濟產出。本文對2000—2011年京津冀的碳生產率進行了測算，結果如圖1所示，表明北京市的碳生產率明顯較高且呈現不斷增加的趨勢；天津次之，2000—2009年不斷增加，2010年有所回落，2011年又回升。河北省在12年間碳生產率變化不大，但卻最低。從年均增速的角度來看，北京速度最快，為10.09%；天津稍低，為6.66%；河北最慢，為0.76%。

（三）脫鉤彈性系數

脫鉤彈性系數是指碳排放量變化率比同期國內（地區）生產總值變化率，它可以反映碳排放量增長與經濟增長之間的關系。本文對2001—2011年京津冀的脫鉤彈性系數進行了測算（見表2）。根據Petri Tapio構建的脫鉤狀態評價標準[2]，2001—2011年，京津冀三省市多數年份呈現弱脫鉤的狀態，北京脫鉤彈性系數較穩定，天津次之，河北則波動較大。其中，北京呈現為強脫鉤或弱脫鉤狀態，表明其經濟走低碳發展之路。天津在2004年和2010年分別呈現擴張掛鉤和擴張負脫鉤狀態，主要是因為工業的加速發展。而河北省在2002年、2011年呈現擴張掛鉤狀態，2003—2005年呈現擴張負脫鉤狀態，是由這些年份高碳工業快速發展導致的。

綜合以上分析可以看出，京津冀三省市在低碳發展中具有以下特點：（1）北京市的碳排放量低、碳生產率高、脫鉤彈性系數水平高，這表明該市走在低碳發展道路的前列，同時面臨著進一步發展低碳經濟壓力大、成長空間小的挑戰。（2）天津市碳排放量、碳生產率及脫鉤彈性系數均處于中間水平，表明該市低碳經濟水平一般，發展空間較大，需在低碳發展中加快步伐。（3）河北省碳排放量高、碳生產率低及脫鉤彈性系數水平低，表明該地區低碳經濟發展水平較低，但潛力最大，是節能減排的重點。

二、京津冀碳排放的地區異質性分析

為進一步分析京津冀碳排放的地區異質性，本文在KAYA等式拓展式的基礎上建立LMDI分解模型，步驟如下：

（一）模型建立與數據收集

KAYA等式將影響碳排放量的因素分解為能源碳強度、能源強度、人均產出和人口規模四個因素，其表達式為：

C=■*■*■*P

其中，C為碳排放量，E為能源消費量，Q為國內生產總值，P為人口規模。本文對KAYA恒等式進行了擴展，建立以下恒等式：

C=■Cij=∑ij■■■■■P=■UijMijIiSiGP

式中：Cij指第i個省（市）消耗第j種能源所排放的碳；∑i指第i個省（市）的各種能源消耗總量；∑ij指第i個省（市）的第j種能源的消耗量；Q指國內生產總值；Qi指第i省（市）當年地區生產總值；P指我國人口總量；Uij=■，指第i個省（市）第j種能源折算碳排放量的系數；Mij=■，指第i個省（市）中第j種能源的占該省（市）能源消耗總量的比重，即能源結構；Ii=■，指第i個省（市）單位地區生產總值的能源消費量，即能源強度；Si=■，指第i省（市）地區生產總值占國內生產總值的比重，即經濟結構；g=■，指我國的人均國內生產總值，即人均產出。由以上分析可知，該模型把碳排放量的影響因素分解成碳排放系數、能源結構與強度、經濟結構、人均產出及人口規模六項。

數據來源于《中國統計年鑒》（2012）和《中國能源統計年鑒》（2012）。

（二）LMDI模型與結論

本文在KAYA等式拓展式的基礎上建立了LMDI模型，模型如下：

？駐C表示碳排放的變化量，其公式為：？駐C=CT-C0，其中，CT、C0分別表示第T期和基期的碳排放量。下面建立LMDI分解模型為：

總效應為：？駐C=CT-C0=？駐CUij+？駐Cmij+？駐Cii+？駐Csi+？駐Cg+？駐Cp

？駐CUij=■■■*ln■

？駐Cm ij=■■■*ln■

？駐Ci i=■■■*ln■

？駐CS i=■■■*ln■

？駐Cg=■■■*ln■

？駐CP=■■■*ln■

其中，？駐CUij、？駐Cm ij、？駐Ci i、？駐CS i、？駐Cg、？駐CP分別表示碳排放系數、能源結構、能源強度、經濟結構、人均產出和人口規模。此外，碳排放系數是固定值，來源于《2006年IPCC國家溫室氣體清單指南》，于是碳排放系數對碳排放的貢獻度為零。本文以2010年為基期，對京津冀各因素的貢獻度進行了測算，結果見表3。

以上結果表明，2000—2011年對京津冀碳排放量影響最大的因素是人均產出規模；能源強度的影響程度也較大，但呈反向關系；其他三個因素（經濟結構、能源結構和人口規模）對不同省市的貢獻度存在一定的差異。從三省市看，具體如下：

1. 北京市呈現碳排放量規模驅動型特征。北京市2000—2011年的碳排放量共增加了403萬噸，其中人均產出規模與人口規模的變化導致其增加了3 111萬噸，貢獻率為772%。經濟結構的變動也使碳排放量增加了296萬噸，其貢獻率為73%。能源結構和能源強度的變動使碳排放量減少了3 004萬噸，貢獻率為-745%。以上分析表明，經濟發展和人口規模是引起北京市碳排放量增長的主要因素，而能源結構和能源強度使其增長速度較慢；進一步分析可知，根源在于北京市的煤炭消費量較少且其以第三產業為主。

2. 天津市和河北省的碳排放均呈現出規模結構混合驅動型特征。天津市2000—2011年的碳排放量共增加了3 158萬噸，其中人均產出規模、經濟結構和人口規模這三項因素的變化導致碳排放分別增加了2 930萬噸、1 757萬噸和1 131萬噸，貢獻率分別為93%和56%和36%；能源結構、能源強度的變動使碳排放減少了2 661萬噸，貢獻率為-85%。以上分析表明，天津市的碳排放量增長也主要是經濟發展和人口規模擴大引起的，但其增長速度較北京高，主要因為其能源結構和能源強度，尤其是能源強度；進一步分析可知，天津市比北京市對煤炭的依賴程度大且以第二產業為主。

3. 河北省的人均產出規模驅動明顯強于其他因素，人口規模驅動較弱，且能源結構呈正向作用。該省碳排放增加了17 399萬噸，其中人均產出、能源結構、經濟結構和人口規模的貢獻率分別為89%、14%、9%和7%，能源強度的變化使其減少3 436萬噸，貢獻率為-20%。以上分析表明，河北省的碳排放量增長較天津市多了能源結構這一影響因素，主要是該省煤炭的能源消費占到90%，而減少因素的貢獻度較小，源于該省以高碳工業為主。

三、京津冀碳減排的政策建議

根據以上分析的京津冀碳排放呈現的異質性，三地應揚長避短，找到效率最大化的發展策略，從而實現整個地區低碳經濟的快速發展。

1. 北京市要想盡快從規模驅動的模式中掙脫出來，就應該在低碳發展中充分發揮自身優勢，爭取盡早跨越碳排放量峰值，從“弱脫鉤”走向“強脫鉤”。（1）以技術和管理創新為依托。北京市要充分利用自身的技術、人才優勢，不僅要繼續跟蹤和研究節能減排先進的基礎、應用技術，還要不斷進行自主創新，充分發掘低碳節能技術；要在碳排放管理模式、效率上不斷創新，包括碳交易市場、碳稅等方面經驗的推廣，并發揮好進行低碳試點的帶頭作用。（2）優化能源結構。切實抓緊清潔能源的開發和利用，減少煤炭等高碳能源的消耗，切實抓好天然氣供應保障，做好油品品質提升工作。（3）控制人口規模，創建低碳城市，倡導綠色消費。通過技術手段提高能源利用效率，并不斷對人們進行有關低碳消費的教育，引導市民在日常生活中養成低碳消費的習慣。

2. 天津市在低碳發展中扮演一個“追隨者”的角色，要想早日實現經濟的綠色增長，就必須不斷促進能源結構的優化和產業結構的轉型升級。（1）積極調整產業結構，牽手北京大力發展第三產業。如電子商務、大數據、綠色金融、信貸業、能源服務業、養老服務業及家政服務業等。（2）調整工業內部結構。天津市經濟增長主要依靠工業帶動，今后應加強與北京的協作并發揮本身科技、政策等發面的優勢，催生出更多高價值、高效率的產業集群；對工業內部產業結構進行調整，向低能耗、低排放的方向發展。（3）把握低碳經濟發展中的商機，選擇性地承接產業轉移。天津市在承接北京和東部沿海產業轉移的過程中，應嚴格堅持節能環保的準則，合理確定產業承接重點，防止低水平、高污染、高耗能產業的擴散。對承接產業轉移項目應做好備案，加強對承接產業的低碳監測。積極引進具備先進工藝和自主研發能力的企業，發展精深加工產業，加快淘汰落后產能。與此同時，不斷改善產業轉移承接環境，統籌規劃產業發展園區，設立專項資金支持產業園區的建設，形成產業集聚、專業分工、特色鮮明、環境友好的產業園區體系，實現低碳發展。

3. 河北省作為低碳發展的追趕者，低碳發展空間巨大，要充分利用自身條件和政策優勢，并充分發揮毗鄰京津的優勢，加強與京津的協同創新，加快向低碳經濟轉型的步伐，實現低碳經濟的跨越式發展。（1）發揮后發優勢，淘汰落后產能，推動傳統產業的綠色轉型。河北省憑借自身的資源稟賦形成了較為密集的高能耗、高污染行業，如鋼鐵、電力、建材、化工等，這些行業對河北經濟做出過重大貢獻，但受環境容量限制，須淘汰一大批落后產能并化解一大批過剩產能，這樣做從長遠來看，是利大于弊的。此外，要運用低碳環保技術對傳統產業進行升級改造。（2）提高自身承接產業轉移的標準，堅決避免落后產能、高能耗產業的重建，并不斷加強所承接產業環保技術的改造。（3）在加強傳統能源清潔利用的同時開發新能源。河北省是煤炭消費大省，對煤炭等高排放能源的清潔利用是首要任務。另外，河北省要有效結合其資源優勢，不斷加強風能、太陽能發電的能源系統的推廣，并促進新的能源發電系統的研發，如生物質能源等。（4）因地制宜，培養低碳環保而又富有競爭力的特色產業。河北省依托其資源條件，可以大力發展綠色生態農業、旅游業等特色產業。河北省碳匯資源非常豐富，通過完善生態效益補償機制，加大對碳匯林業的支持，減少二氧化碳排放。

參考文獻

[1]聯合國政府間氣候變化專門委員會.2006年IPCC國家溫室氣體清單指南[R].日本：全球環境戰略研究所，2006.

[2]Tapio P. Towards a Theory of Decoupling：Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001[J]. Transport Policy，2005，12（2）：137-151.

責任編輯：關 華

Beijing-Tianjin-Hebei Regional Heterogeneity for Carbon Emissions and Mitigation Countermeasures

Wu Yiqing1， Zhao Yanan2

（1.Hebei Economic and Trade University， Shijiazhuang 050061， China；

2. Institute of Economic Research， Hebei University of Economics and Business， Shijiazhuang 050061， China）

Abstract： As the research object of the Beijing-Tianjin-Hebei region， this paper chooses carbon emissions， carbon productivity and decoupling coefficient of elasticity index analyzes the low-carbon economic development of the three provinces and cities in 2000-2011. And based on the extended KAYA equation， LMDI decomposition model is established and used to no residual decomposition for the carbon emissions influence factors of three provinces， and the heterogeneity of its carbon emissions is sectioned. The results show that Beijing has carbon emissions scale driven feature， carbon emissions in Tianjin and Hebei showed normal structure of hybrid driven feature.

Key words： Carbon emissions； Carbon productivity； Decoupling elasticity coefficient； LMDI method

參考文獻

[1]聯合國政府間氣候變化專門委員會.2006年IPCC國家溫室氣體清單指南[R].日本：全球環境戰略研究所，2006.

[2]Tapio P. Towards a Theory of Decoupling：Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001[J]. Transport Policy，2005，12（2）：137-151.

責任編輯：關 華

Beijing-Tianjin-Hebei Regional Heterogeneity for Carbon Emissions and Mitigation Countermeasures

Wu Yiqing1， Zhao Yanan2

（1.Hebei Economic and Trade University， Shijiazhuang 050061， China；

2. Institute of Economic Research， Hebei University of Economics and Business， Shijiazhuang 050061， China）

Abstract： As the research object of the Beijing-Tianjin-Hebei region， this paper chooses carbon emissions， carbon productivity and decoupling coefficient of elasticity index analyzes the low-carbon economic development of the three provinces and cities in 2000-2011. And based on the extended KAYA equation， LMDI decomposition model is established and used to no residual decomposition for the carbon emissions influence factors of three provinces， and the heterogeneity of its carbon emissions is sectioned. The results show that Beijing has carbon emissions scale driven feature， carbon emissions in Tianjin and Hebei showed normal structure of hybrid driven feature.

Key words： Carbon emissions； Carbon productivity； Decoupling elasticity coefficient； LMDI method

參考文獻

[1]聯合國政府間氣候變化專門委員會.2006年IPCC國家溫室氣體清單指南[R].日本：全球環境戰略研究所，2006.

[2]Tapio P. Towards a Theory of Decoupling：Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001[J]. Transport Policy，2005，12（2）：137-151.

責任編輯：關 華

Beijing-Tianjin-Hebei Regional Heterogeneity for Carbon Emissions and Mitigation Countermeasures

Wu Yiqing1， Zhao Yanan2

（1.Hebei Economic and Trade University， Shijiazhuang 050061， China；

2. Institute of Economic Research， Hebei University of Economics and Business， Shijiazhuang 050061， China）

Abstract： As the research object of the Beijing-Tianjin-Hebei region， this paper chooses carbon emissions， carbon productivity and decoupling coefficient of elasticity index analyzes the low-carbon economic development of the three provinces and cities in 2000-2011. And based on the extended KAYA equation， LMDI decomposition model is established and used to no residual decomposition for the carbon emissions influence factors of three provinces， and the heterogeneity of its carbon emissions is sectioned. The results show that Beijing has carbon emissions scale driven feature， carbon emissions in Tianjin and Hebei showed normal structure of hybrid driven feature.

Key words： Carbon emissions； Carbon productivity； Decoupling elasticity coefficient； LMDI method