基于碳足跡研究的中國地區工業低碳轉型
——以山東省為例

張一清,王琳晴，劉傳庚，白衛國

1 山東能源經濟協同創新中心，煙臺 264005 2 四川大學商學院， 成都 610064 3 山東工商學院工商管理學院，煙臺 264005 4 山東工商學院煤炭經濟研究院， 煙臺 264005 5 國瑞沃德低碳經濟技術中心， 北京 100053

?

基于碳足跡研究的中國地區工業低碳轉型
——以山東省為例

張一清1,3,王琳晴2，劉傳庚1,4，白衛國5

1 山東能源經濟協同創新中心，煙臺 264005 2 四川大學商學院， 成都 610064 3 山東工商學院工商管理學院，煙臺 264005 4 山東工商學院煤炭經濟研究院， 煙臺 264005 5 國瑞沃德低碳經濟技術中心， 北京 100053

行業的低碳發展是工業低碳轉型的目標，以工業部門為對象，應用脫鉤效應和面板模型分析行業能源消費的碳足跡，對深入研究地區工業低碳轉型具有重要現實意義。以山東省為例，分析工業能源消費碳足跡的1997年至2012年樣本數據，將工業部門分為高耗能行業、其他行業、戰略性新興行業，展開研究，結果表明：(1)自20世紀90年末代開始節能降耗，山東省工業呈現強負“脫鉤”、強“脫鉤”、擴張負“脫鉤”和弱“脫鉤”交替發生，表明對工業節能降耗調控波動大，不利于工業部門均衡有序發展；(2)高耗能行業是能耗大戶，高耗能行業與工業在絕大部分年份的脫鉤狀態相同，表明高耗能行業主導工業總體脫鉤狀態，是節能減排的主要對象；隨著節能降耗的深入，相關政策趨緊，碳足跡邊際成本不斷升高，應關注鎖定效應大的火電行業和碳足跡邊際成本高的化學工業；(3)其他行業包含行業多，但總體能耗水平不高，隨著節能減排的開展和行業持續發展，能耗將增加，必將承擔更多的節能減排，需要關注鎖定效應強的金屬制品業發展，推動碳生產力系數高的食品飲料業發展；(4)戰略性新興行業碳鎖定效應最弱、碳足跡邊際成本最低和碳生產力系數最高，是國家大力倡導發展的行業；由于基數低，對工業碳排放態勢影響極其有限，應大力推動碳鎖定效應弱的新一代信息技術產業、碳足跡邊際成本低的新材料行業、碳生產力系數高的節能環保業和新材料行業。

碳足跡; 脫鉤效應; 面板協整; 工業; 山東省

低碳發展是實現生態文明的主要途徑之一，工業作為碳排放大戶，中國各個地區大力推進工業低碳轉型。工業碳足跡，即測量工業部門生產經營導致的溫室氣體排放，對工業低碳發展具有重要現實意義。碳足跡核算方法研究，按核算范圍可分為生產側和消費側。生產側以《IPCC國家溫室氣體排放清單指南》[1]為代表，只核算邊界內直接產生的溫室氣體排放，適用于國家和地區；消費側以《ISO14064標準系列》[2]為代表，不僅包括核算邊界內直接產生的溫室氣體排放，也包括邊界內人類活動引致產生的邊界外溫室氣體排放，適用于項目和產品。有學者認為只核算生產側[3-4]會導致國際貿易的隱含碳或碳泄漏；對地域劃分較小的如城市，《ICLEI城市溫室氣體清單指南》[5]與部分學者[6-8]指出城市應該按照需求側核算。考慮到本文所指的地區為省域，碳足跡核算適合采用生產側。國內外學者應用不同方法對碳足跡進行了深入研究。(1)碳足跡驅動因素分解。采用IPCC方法核算能源消費碳排放，對經濟增長主要動力和抑制因素分析[9-12]。(2)脫鉤效應。綜合運用脫鉤理論及LMDI方法，從國家、省級層面或者產業角度對經濟增長與能源消費、碳排放之間關系以及碳排放驅動因素作了深入研究[13-17]。(3)面板協整。從省級或者行業層面對經濟增長、產業結構以及碳排放關系，使用面板協整均衡分析[18-19]。

作為代表性的工業大省，山東省近些年積極推動低碳發展。2012年出臺的《山東省“十二五”控制溫室氣體排放工作實施方案》提出，要大幅度降低單位地區生產總值二氧化碳排放。本文以山東省工業部門的碳足跡為研究對象，研究碳足跡的影響因素、脫鉤效應和面板協整,分析行業優化升級，以深入剖析工業部門分行業碳足跡特征，為山東省工業低碳轉型的政策措施提供決策依據。

1 模型方法

脫鉤效應主要刻畫工業部門及行業經濟增長與能源消費的動態關系，面板模型能夠更詳實地分析行業碳足跡、行業增加值和行業碳生產力的均衡關系。綜合兩種方法可以互相補充驗證經濟增長和能源消費的動態關系以及行業碳足跡、行業增加值以及行業碳生產力的均衡關系，為地區工業低碳轉型提供決策依據和經驗借鑒。

1.1 脫鉤效應模型

衡量經濟增長、物質消耗及環境保護之間同期變化關系的一個重要思想是脫鉤理論。其理論基礎為經濟合作與發展組織(Organization for Economic Co-operation and Development)在1993年提出的DPSIR框架。而后Tapio利用彈性系數法構建了“脫鉤”指標，“脫鉤彈性”見[20]式(1)，并將“脫鉤”指標劃分為三大狀態和8種等級。其中，“脫鉤”狀態包括弱“脫鉤”、強“脫鉤”和衰退“脫鉤”，連接狀態包括擴張連接和衰退連接，負“脫鉤”狀態包括弱負“脫鉤”、強負“脫鉤”和擴張負“脫鉤”，具體見表1。

(1)

式中，ε為二氧化碳排放和經濟發展的“脫鉤”彈性系數，CO2排放表示碳足跡對環境的壓力，ΔCO2為現期相對于基期CO2排放變化量，GDP表示經濟驅動力，ΔGDP為現期相對于基期GDP變動量。

表1 經濟增長與環境污染脫鉤狀態

1.2 面板模型

選擇高耗能行業、其他行業和戰略性新興行業的17個行業，以行業碳足跡、行業增加值和行業碳生產力3個變量構建模型，通過面板模型分析行業碳足跡是否與行業增加值、行業碳生產力之間存在長期均衡關系，通過研究行業特點與碳足跡的聯系，有助于根據產業特性，制定更有針對性的減排策略:

(2)

式中，Yit表示第i行業第t期的碳足跡(萬tC)，Xit表示第i行業第t期行業增加值(億元)，Zit表示第i行業第t期的碳生產力(億元/萬tC)。等式兩邊同取對數，得：

lnYit=αi+β1ilnXit+β2iZit+uit

(3)

式中，αi表示i行業性質所決定的對碳足跡的靜態依賴性，β1i表示i行業產出的碳足跡需求彈性，β2i反映該行業碳生產力變化對碳足跡的影響。

2 案例應用

2.1 經濟部門分析

以《省級溫室氣體清單編制指南(試行)》方法為參考，分析1997—2012年山東省能源消費碳足跡，將其劃分為能源工業、農業、工業和建筑業、交通運輸業、服務業和居民生活6個經濟部門。能源消費總量包括各種化石燃料終端消費及加工與轉換的火力發電、供熱、煉焦和煉油引致碳足跡，用于原料的除外。碳排放量計算公式如下：

GHG排放量=A=∑∑∑(EFij×DAij)

(4)

式中, EFij為排放因子，引自《省級溫室氣體清單編制指南(試行)》；DAij為活動水平數據，各個年度能源消費數據源于《山東省統計年鑒(1998—2013)》[21]；i為燃料類型； j為部門活動。

根據計算結果山東省碳足跡從1997年的26133.42萬t增長到2012年的128005.06萬t，增長了4.9倍，年均增長11.17%(圖1)。按照碳足跡主要指標山東省比較國家同期水平：2005年，中國為3.16tCO2/萬元GDP，人均3.88tCO2/人，山東4.26tCO2/萬元GDP，8.52tCO2/人(參考國家第二次信息公報的能源活動引致二氧化碳直接排放的數據，GDP為以1997年為基期的扣除通貨膨脹因素的實際GDP，以及人口數量數據來源于《中國統計年鑒2006》；而山東省相關數據來源于《山東省統計年鑒2006》)。可以得出，雖然山東省碳足跡強度指標呈現下降態勢，但是主要指標均高于國家平均水平，這很大程度上得益于能源消費的快速增長。按照1997至2012年間碳足跡所占比重平均水平分析，能源工業約為48.29%，工業和建筑業約為39.66%(其中工業為38%，建筑業為1.66%)，服務業約為2.91%，交通運輸業約為3.97%，居民生活約為3.57%，農業約為1.6%。其中，如果將能源工業與工業加總，則占到86.29%，說明山東省碳足跡主要來源于統計意義上的工業。

圖1 總量及6個經濟部門的碳足跡Fig.1 Total and 6 sector Carbon footprint居民生活The lives of residents；服務業Service industry；交通運輸Communication and Transportation;工業Industry；農業Agriculture；能源工業Energy industry

2.2 脫鉤效應

為分析深入，比較研究山東省工業增長與碳足跡的脫鉤效應，以及高耗能行業、其他行業、戰略性新興行業增長與碳足跡的脫鉤效應。其中，高耗能行業包括電力行業、石油天然氣開采與加工業、煤炭開采和洗選業、鋼鐵工業、有色金屬加工業、建筑材料業、化學工業；其他行業包括紡織業、造紙及紙制品業、食品飲料業、金屬制品業等；戰略性新興行業[22]包括節能環保(廢棄資源和廢舊材料回收加工業)、新一代信息技術產業(電氣機械及器材制造業、通信設備、計算機及其他電子設備制造業)、生物產業(醫藥制造業)、高端裝備制造業(通用設備制造業、專用設備制造業、交通運輸設備制造業、儀器儀表及文化、辦公用機械制造業)、新材料(工藝品及其他制造業)。

數據來源與整理。CO2排放以《省級溫室氣體清單編制指南(試行)》方法為參考，二氧化碳排放因子引自《省級溫室氣體清單編制指南(試行)》，各個年度能源消費數據源于《山東省統計年鑒(1998—2013)》及灰色文獻[23]。各個行業工業增加值在《山東省統計年鑒(1998—2013)》中是以當年價格計算的，需要進行價格換算。換算的方法是首先以1997年為基期，基期價格指數為100；然后將歷年各個行業名義工業增加值通過“按工業行業分工業生產者出廠價格指數”換算成實際工業增加值。其中，電力行業按電力工業指數換算，煤炭開采和洗選業按煤炭及煉焦工業指數換算，石油天然氣開采與加工業按石油工業指數換算，化學原料及化學制品制造業按化學工業指數換算，建筑材料業按建筑材料工業指數換算，鋼鐵工業按冶金工業指數換算，有色金屬業按冶金工業指數換算；紡織業按紡織工業指數換算，造紙及紙制品業按造紙工業指數換算，食品飲料業按食品工業指數換算，金屬制造業按冶金工業指數換算；廢棄資源和廢舊材料回收加工業參考其他工業指數換算，機械/電子/通用設備業按機械工業指數換算，醫藥制造業參考化學工業指數換算，通用設備制造業、專用設備制造業、交通運輸設備制造業、儀器儀表及文化、辦公用機械制造業參考機械工業指數換算，工藝品及其他制造業參考其他工業指數換算。經過匯總整理，分別將數據代入式(1)得山東省工業、高耗能行業、其他行業和戰略性新興行業的脫鉤效應(圖2)。

圖2 山東省工業及行業的脫鉤效應Fig.2 The decoupling effect in Shandong province,industry and industries

2.3 面板協整

數據來源與整理。分行業碳足跡和行業增加值引用上述研究，行業碳生產力為行業增加值除以行業碳足跡得到。以17個行業碳足跡、行業增加值以及碳生產力(1997—2012)的面板數據為分析樣本，經過協方差分析檢驗，面板模型設定為既有個體影響又有結構影響的變截距變系數模型，即模型中的參數對各個行業而言是不同的。

(1)單位根檢驗

對17個行業碳足跡和增加值的對數值，以及碳生產力分別進行單位根的LLC檢驗、ADF檢驗和PP檢驗。由檢驗結果(表2)可知，構成面板模型3個變量滿足協整檢驗要求。

表2 單位根檢驗結果

檢驗形式(c,t,k)中，c=1和t=1分別表示帶有常數項和趨勢項，c=0和t=0分別表示無常數項和無趨勢項，k表示滯后期數

(2)協整檢驗

對17個行業碳足跡、行業增加值的對數值以及碳生產力進行面板協整檢驗，其檢驗結果見表3。

由表3可知，Panel-PP和Panel-ADF的統計量顯著，Panel-rho統計量不顯著。因為Pedroni[24]指出在時間較短(T≤20)的樣本數據分析中，Panel ADF 和Group ADF的統計量具有較高能效，其余統計量較低，則可以判斷通過了顯著性檢驗，即17個行業碳足跡的對數值、增加值的對數值和碳生產力之間存在長期協整關系。

表3 協整檢驗結果

(3)協整估計

表4 協整方程估計結果

T值即t統計量

3 結果分析

3.1 脫鉤效應分析

山東省工業及高耗能行業、其他行業、戰略性新興行業脫鉤效應見圖3—圖6。

圖3 工業脫鉤效應Fig.3 The decoupling effect of industry

圖4 高耗能行業脫鉤效應 Fig.4 The decoupling effect of the traditional high energy consuming industries

圖5 其他行業脫鉤效應Fig.5 The decoupling effect of other industries

圖6 戰略性新興行業脫鉤效應Fig.6 The decoupling effect of the strategic emerging industries

圖3顯示工業在1998年、2006年和2009年呈現強負“脫鉤”，1999年至2000年為強“脫鉤”，2001年、2005年和2012年為擴張負“脫鉤”，2002年至2004年、2007年至2008年、2010年至2011年為弱“脫鉤”，說明20世紀90年末開始的節能降耗發展初始起到一定效果，但在2006年開始將節能降耗指標作為約束性指標后，能源消耗與工業經濟發展的脫鉤顯著提升，在經歷2008年的刺激政策后脫鉤勢頭減弱。

圖4顯示高耗能行業在1998年、2001年、2006年和2009年呈現強負“脫鉤”，1999年至2000年為強“脫鉤”，2005年和2012年為擴張負“脫鉤”，2002年至2004年、2007年至2008年、2010年至2011年為弱“脫鉤”，說明根據節能降耗要求，針對能耗大戶——高耗能行業開展的節能降耗措施行動起初成果突出，而后受經濟發展需要，弱化了節能降耗要求，“十一五”期間將節能降耗指標作為約束性指標后，高耗能行業能源消費高速增長勢頭得到極大遏制，但在2008年的刺激政策后，又得到了反彈，“十二五”的嚴峻形勢使得脫鉤效應明顯。

圖5顯示其他行業在1998年和2006年呈現強負“脫鉤”，2012年為強“脫鉤”，1999年、2001年、2004年至2005年、2009年為擴張負“脫鉤”，2000年、2002年至2003年、2007年至2008年、2010年為弱“脫鉤”，2011年為擴張連接，說明上世紀開始的節能降耗發展初始起到一定效果，在“十一五”期間將節能降耗指標作為約束性指標后，其他行業起初能耗增長速度顯著降低，但之后節能降耗作用并不明顯，與其不是能耗大戶有極大關聯。

圖6顯示戰略性新興行業在1998年和2006年呈現強負“脫鉤”，2000年和2012年為強“脫鉤”，1999年、2001年和2009年為擴張負“脫鉤”，2002年、2004年、2007年至2008年、2010年為弱“脫鉤”，2003年、2005年和2011年為擴張連接，說明戰略性新興行業自20世紀末到2002年重組，能耗增長速度加快，而后伴隨行業發展，能耗增長速度明顯超過經濟增速，但由于基數低，對工業部門的碳排放態勢影響極其有限。

總體來講，山東省工業1997年至2012年期間呈現強負“脫鉤”、強“脫鉤”、擴張負“脫鉤”和弱“脫鉤”交替發生，表明對工業節能降耗調控波動大；3個強負“脫鉤”和擴張負“脫鉤”體現了高耗能的特征。

高耗能行業與工業在絕大部分年份的脫鉤狀態相同，表明高耗能行業主導工業總體脫鉤狀態。其他行業脫鉤狀態變化多，1997年至2012年期間共發生強負“脫鉤”、強“脫鉤”、擴張負“脫鉤”、擴張連接和弱“脫鉤”5種狀態，其中強負“脫鉤”發生2次，擴張負“脫鉤”發生5次，期間能耗增長速度顯著。戰略性新興行業強負“脫鉤”發生2次，擴張負“脫鉤”發生3次，相對而言，期間能耗增長速度最快，但碳足跡低，對工業部門的影響有限。

3.2 面板協整分析

根據面板模型分析得出行業碳足跡、行業增加值和行業碳生產力存在均衡關系，對αi、β1i、β2i展開分析。

工業產出碳足跡需求彈性(碳足跡邊際成本)β1i平均水平為0.78。其中，高耗能行業為0.84，其他行業為0.79，戰略性新興行業為0.68，高耗能行業和其他行業都高于平均水平且高耗能行業最高，戰略性新興行業不僅低于平均水平而且在三者之中最低，呈現隨著節能降耗的深入，高耗能行業規模經濟導致碳足跡邊際成本不斷升高。按照行業分析：高耗能行業7個行業從高到低依次為化學工業、建筑材料業、有色金屬加工業、鋼鐵工業、煤炭開采和洗選業、石油天然氣開采與加工業、電力行業，只有電力行業低于平均水平，其余行業如建筑材料業和化學工業碳足跡邊際成本較高，并且化學工業在17個行業中最高，表明需求彈性變化大，其與碳鎖定效應下降形成一致；其他行業5個行業從高到低依次為其他行業、食品飲料業、造紙及紙制品業、紡織業、金屬制品業，其他行業最高，表明需求彈性變化大，其與碳鎖定效應下降形成一致；戰略性新興行業5個行業從高到低依次為高端裝備制造業、新一代信息技術產業、生物產業、節能環保、新材料行業，這里新一代信息技術產業和高端裝備制造業高于平均水平，體現了大規模制造能耗大的特點，生物產業接近平均水平，說明有一定可取之處，節能環保業和新材料行業遠低于平均水平，體現綠色低碳的顯著效果。

工業碳生產力系數β2i平均水平為-0.045，總體為負值。其中，高耗能行業為-0.081，其他行業為-0.032，戰略性新興行業為-0.008，高耗能行業低于平均水平且高耗能行業最低，其他行業和戰略性新興行業都高于平均水平，而且戰略性新興行業在三者之中最高，呈現明顯的行業特征優勢，與靜態依賴性及產出碳足跡需求彈性分析一致。按照行業分析：高耗能行業7個行業從高到低依次為建筑材料業、煤炭開采和洗選業、石油天然氣開采與加工業、電力行業、鋼鐵工業、有色金屬加工業和化學工業，有色金屬加工業和化學工業既是高耗能行業最低,也是17個行業中最低的,表明這兩個行業碳生產力乏力；其他行業5個行業從高到低依次為食品飲料業、紡織業、金屬制品業、其他行業、造紙及紙制品業，總體處于中游水平；戰略性新興行業5個行業從高到低依次為節能環保業、新材料行業、新一代信息技術產業、生物產業、高端裝備制造業，這5個行業均高于平均水平，其中節能環保業、新材料行業在17個行業中最高，凸顯戰略性新興行業低排放的特征。

4 結論與討論

以山東省工業能源消費碳足跡的1997年至2012年的樣本數據為切入點，將工業分為高耗能行業、其他行業、戰略性新興行業三大類別17個行業，應用脫鉤效應和面板模型深入分析，研究結果對地區工業低碳轉型具有重要現實意義。首先，得出山東省碳足跡強度指標呈現下降態勢，但主要指標均高于國家平均水平，其中工業是碳足跡主要來源的結論。其次，研究結果表明：(1)自20世紀90年末代開始，山東省工業呈現強負“脫鉤”、強“脫鉤”、擴張負“脫鉤”和弱“脫鉤”交替發生，表明工業節能降耗調控波動大，不利于工業部門均衡有序發展；(2)高耗能行業主導工業總體脫鉤狀態，是實施節能減排措施的對象；隨著節能降耗的深入，節能環保政策趨緊，碳足跡邊際成本不斷升高，應關注鎖定效應大的火電行業和碳足跡邊際成本高的化學工業；(3) 其他行業總體能耗水平不高，隨著節能減排工作的開展和行業持續發展，必將承擔更多的節能減排，需要關注鎖定效應強的金屬制品業發展，推動碳生產力系數高的食品飲料業發展；(4) 戰略性新興行業碳鎖定效應最弱，碳足跡邊際成本最低而且碳生產力系數最高，是需要倡導發展的行業；應大力推動碳鎖定效應弱的新一代信息技術產業、碳足跡邊際成本低的新材料行業、碳生產力系數高的節能環保業和新材料行業。

國內外學者[9-11,13-19]對碳足跡的影響因素，分別應用IPCC方法、面板協整、脫鉤效應與LMDI，從國家、省級層面或者產業角度對經濟增長與碳排放因素開展研究。碳足跡驅動因素分解可以明晰碳排放增長的主要動力和抑制因素，脫鉤效應能夠刻畫動態變化，面板模型可以突出指標之間均衡關系，但是上述學者尚沒有將這些方法綜合應用，深入研究地區工業低碳轉型。本研究應用脫鉤效應和面板模型分析地區工業低碳轉型，剖析行業的經濟增長與碳排放，以及碳鎖定效應、碳足跡邊際成本和碳生產力系數之間的關系，研究揭示出了地區工業低碳轉型中行業碳足跡，為地區工業低碳轉型提供決策依據和經驗借鑒。然而，碳足跡的核算和模型分析存在一些局限性。比如，只核算了化石燃料燃燒排放，未納入工業生產過程排放，碳排放因子和參數的選擇是否符合山東省實際；模型的選擇以及關鍵指標變量還需要斟酌，另外模型可能還存在不確定性。后續研究針對不同地區工業低碳轉型，碳足跡核算應盡可能包含化石燃料燃燒排放和工業生產過程排放，碳排放因子和參數的選擇符合實際情況，并考慮模型適應范圍。

[1] IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventory. New York: Intergovernmental Panel on Climate Change, 2006.

[2] ISO. ISO/TS 14067—2013 Greenhouse gases-carbon footprint of products-requirements and guidelines for quantification and communication. Santiago: Austrian Federal Environment Agency, 2012.

[3] Wyckoff A W, Roop J M. The embodiment of carbon in imports of manufactured products: implications for international agreements on greenhouse gas emissions. Energy Policy, 1994, 22(33): 187-194.

[4] Rhee H C, Chung H S. Change in CO2emission and its transmissions between Korea and Japan using international input-output analysis. Ecological Economics, 2006, 58(4): 788-800.

[5] ICLEI. International Local Government GHG Emissions Analysis Protocol Version 1.0, (October 2009). ICLEI, 2009. (請核對出版地)

[6] Lin J Y, Liu Y, Meng F X, Cui S H, Xu L L. Using hybrid method to evaluate carbon footprint of Xiamen City, China. Energy Policy, 2013, 58: 220-227.

[7] Ramaswami A, Hillman T, Janson B, Reiner M, Thomas G. A demand-centered, hybrid life-cycle methodology for city-scale greenhouse gas inventories. Environmental Science & Technology, 2008, 42(17): 6455-6461.

[8] 林劍藝, 孟凡鑫, 崔勝輝, 于洋, 趙勝男. 城市能源利用碳足跡分析——以廈門市為例. 生態學報, 2012, 32(12): 3782-3794.

[9] 張明. 基于能流圖的山東省能源消耗分析. 中國人口·資源與環境, 2011, 21(7): 46-50.

[10] 王同孝, 趙聯振, 王偉. 山東省能源消費與碳排放分析. 中國人口·資源與環境, 2012, 22(7): 49-52.

[11] 宋杰鯤. 基于LMDI的山東省能源消費碳排放因素分解. 資源科學, 2012, 34(1): 35-41.

[12] 趙忠, 任俊義, 黃婉澈. 山東省碳排放的影響因素及低碳經濟發展路徑探析. 生態經濟, 2013, (4): 62-65, 69.

[13] Zhang M, Song Y, Su B, Sun X M. Decomposing the decoupling indicator between the economic growth and energy consumption in China. Energy Efficiency, 2015, 8(6): 1231-1239.

[14] 徐盈之, 徐康寧, 胡永舜. 中國制造業碳排放的驅動因素及脫鉤效應. 統計研究, 2011, 28(7): 55-61.

[15] Wang W W, Liu R, Zhang M, Li H N. Decomposing the decoupling of energy-related CO2emissions and economic growth in Jiangsu Province. Energy for Sustainable Development, 2013, 17(1): 62-71.

[16] 王云. 低碳經濟“脫鉤”量化分解模型研究——基于IPAT方程的分析. 經濟問題, 2012, (5): 8-13.

[17] Ren S G, Yin H Y, Chen X H. Using LMDI to analyze the decoupling of carbon dioxide emissions by China′s manufacturing industry. Environmental Development, 2014, 9: 61-75.

[18] 吳振信, 謝曉晶, 王書平. 經濟增長、產業結構對碳排放的影響分析——基于中國的省際面板數據. 中國管理科學, 2012, 20(3): 161-166.

[19] 杜書云, 萬宇艷. 中國工業結構調整的碳減排戰略研究-基于12個行業的面板協整分析. 經濟學家, 2013, (12): 51-56.

[20] 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. Transport Policy, 2005, 12(2): 137-151.

[21] 山東省統計年鑒(1998—2013). 北京: 中國統計出版社, 1998-2013.

[22] 周晶, 何錦義. 戰略性新興產業統計標準研究. 統計研究, 2011, 28(10): 3-8.

[23] 山東省統計局, 國家統計局山東調查總隊.山東省統計年鑒(1998—2013). 北京: 中國統計出版社, 1998-2013.

[24] Pedroni P. Critical Values for Cointegration Tests in Heterogeneous Panels with Multiple Regressors. Oxford Bulletin of Economics and Statistics, 1999, 61(S1): 653-670.

China′s carbon footprint regional industrial low-carbon transition: a case study of the Shandong Province

ZHANG Yiqing1,3, WANG Linqing2, LIU Chuangeng1,4, BAI Weiguo5

1CollaborativeInnovationCenterforEnergyEconomicsofShandong,Yantai264005,China2SchoolofBusiness，SichuanUniversity，Chengdu610064,China3ShandongInstituteofBusinessandTechnology,SchoolofBusinessAdministration,Yantai264005,China4ShandongInstituteofBusinessandTechnology,InstituteofCoalEconomicResearch,Yantai264005,China5GreenWorldLow-carbonEconomy&TechnologyCenter,Beijing100053,China

Decreasing atmospheric carbon is the goal of low carbon industries. Using the industrial sector industry as an example, this study applies a decoupling model and analyzes the industrial carbon footprint during energy consumption. In this study, we analyzed the carbon footprint in Shandong province from 1997 to 2012. Separating the industrial sector into energy intensive and emerging industries, the results demonstrate that: (1) the government began to implement energy conservation and emission reductions since the last century in late ninety′s. The strong negative “decoupling”, the strong “decoupling”, the expansion negative “decoupling” and weak “decoupling” of industries occur alternately in Shandong province. This suggests that high volatility for regulation and the control of industrial saving energy and reduces consumption, which is harmful to industrial development. (2) The energy consumption in industries is vast. The decoupling of energy intensive industries and industry is the same in most periods. It is the main driving force of industrial energy consumption, and it necessitates implementation of government policies. With increase in saving energy and reducing consumption, the marginal cost of carbon footprint is rising, and energy conservation and emission reduction should focus on thermal power industry with large locking effect and chemical industry with high carbon footprint marginal cost.(3) Energy consumption is not as high in other industries. With the development of the energy conservation and emission reduction and sustainable development of industry, the energy consumption will increase, and other industries will certainly take more obligation. The government should pay attention to industries making metal products and promote the food and beverage industry. (4) Strategic and emerging industries have the weakest carbon lock-in effect, the smallest cost of carbon production, and the highest production of carbon, which the government advocates. Because of the low base, emerging industries have limited effects on industrial carbon emissions. The government should promote a new generation of technologies with a smaller carbon footprint that will help conserve energy and protect the environment.

carbon footprint; decoupling effect; panel cointegration; industry; Shandong Province

2014年山東能源經濟協同創新中心重大資助項目 (2014SDXT001)；國家社會科學基金資助項目(13BGL108)；山東省自然科學基金資助項目(ZR2011GL016)；國家科技支撐計劃課題(2013BAK15B04)

2015- 07- 28;

2016- 01- 25

10.5846/stxb201507281580

*通訊作者Corresponding author.E-mail: zyq_751105@163.com

張一清，王琳晴，劉傳庚，白衛國.基于碳足跡研究的中國地區工業低碳轉型——以山東省為例.生態學報,2016,36(20):6646- 6655.

Zhang Y Q, Wang L Q, Liu C G, Bai W G.China′s carbon footprint regional industrial low-carbon transition: a case study of the Shandong Province.Acta Ecologica Sinica,2016,36(20):6646- 6655.