華東“六省一市”經濟增長與CO2排放的脫鉤效應

錢芝網++俞佳立

摘 要：運用Tapio脫鉤效應模型對華東地區“六省一市”2005—2014年的經濟增長與CO2排放量進行脫鉤狀態研究，結果表明：華東地區“六省一市”經濟增長與CO2排放之間確實存在著脫鉤效應，且不同省市的脫鉤指數差異較大，其中上海、浙江表現最好，脫鉤效應逐步由弱脫鉤轉化為強脫鉤。進一步運用灰色預測模型對“十三五”規劃期間華東地區“六省一市”經濟增長和CO2排放量進行短期預測，結果顯示：上海、浙江經濟增長的同時，伴隨著CO2排放量的緩慢下降，將繼續保持強脫鉤狀態；福建、江蘇脫鉤指數相對較低，福建CO2排放量有所降低，將向強脫鉤狀態轉變，江蘇CO2排放量有小幅上升，平均脫鉤彈性值為0.028，未來有望實現強脫鉤；其他省份的結果顯示脫鉤效應不穩定，將以弱脫鉤為主。

關鍵詞：華東地區；經濟增長；CO2排放量；Tapio脫鉤；灰色預測

中圖分類號：F205 文獻標識碼：A 文章編號：1003-3890（2018）01-0054-06

一、引言

在全球經濟緩慢復蘇的大背景下，中國經濟依然保持著7%左右的中高位增長速度。我國經濟的快速發展一定程度上依賴于消耗煤炭、原油、天然氣等資源，造成了大量二氧化碳（CO2）的排放，進而引發溫室效應，導致環境惡化。據英國凱恩斯報告，按照現有的經濟增長模式，到22世紀因溫室氣體排放造成的升溫幅度將可能達到5至6攝氏度[1]。為了應對經濟發展給環境造成的巨大壓力，2015年中國政府在巴黎世界氣候變化大會上宣布，到2030年單位國內生產總值的CO2排放比2005年降低60%～65%。這勢必會給中國經濟發展模式造成一定沖擊，對清潔能源的迫切需求和節能減排的任務都提出了更高的要求。華東地區“六省一市”（蘇、浙、魯、皖、閩、贛、滬）是中國區域經濟發展較好較快的地區之一。統計數據顯示：2015年華東地區經濟總量占全國經濟總量的38.6%；同時華東地區又是我國人口的聚集地，龐大的人口數量造成了資源的巨大消耗，最終導致了環境的惡化。因此，研究華東地區“六省一市”經濟總量與CO2排放量的脫鉤狀況顯得尤為必要，這為國家或地區制定相應的節能減排策略和發展低碳經濟有著重要的現實意義。

二、文獻綜述

隨著環境問題的日益突出和可持續發展思想的深入，近年來，對于CO2排放量的研究一直都是國內外學者研究的熱點。其中Tapio（2005）對1970—2001年歐洲交通運輸業經濟增長與運輸量、CO2之間的脫鉤狀況進行研究，得出20世紀90年代歐盟15國基本處于擴張負脫鉤[2]。Martínez（2009）分別對哥倫比亞和德國能源消耗產生的CO2排放量與經濟增長之間的脫鉤關系進行實證研究，發現都存在明顯脫鉤狀態[3]。Boutabba（2014）運用Granger因果檢驗分析了印度CO2排放量與能源利用、金融發展等變量之間的關系，結果表明CO2排放與其他變量之間確實存在因果關系[4]。周銀香（2016）運用Tapio脫鉤模型、協整理論和Granger因果檢驗研究了我國1990—2013年交通行業CO2排放量和交通行業經濟增長的關系，得出兩者之間的脫鉤狀況并不理想；但從長期來看，二者確實有耦合關系，存在著從行業經濟增長到CO2排放的單向因果關系[5]。張立國 等（2015）利用Tapio脫鉤分析技術分析了我國2003—2012年物流行業的能源消耗、CO2排放、行業發展情況的脫鉤狀況，得出三者均呈現增長趨勢，能源消耗、CO2排放量的增長率高于行業發展增長率，同時行業發展與CO2排放量和能源消耗表現出擴張性負脫鉤[6]。苑清敏 等（2016）基于OECD脫鉤模型對京津冀物流行業CO2排放進行測度，顯示京津冀地區物流行業CO2排放存在脫鉤效應，表現出一定的階段性[7]。趙先超 等（2013）以湖南省旅游業CO2排放和旅游業經濟增長為研究對象，得出兩者之間主要以弱脫鉤為主，旅游業經濟增長速度快于旅游業CO2排放速度[8]。王君華 等（2015）以2000—2011年工業行業經濟增長和CO2排放數據為研究對象進行Tapio效應測度，結果顯示，我國工業行業存在脫鉤效應，不同行業間脫鉤指數有較大差異，強脫鉤行業有遞增趨勢，同時不同要素密集度行業的脫鉤狀態表現出不同的發展特征[9]。

縱觀國內外文獻對CO2排放量的研究主要集中在對比分析國家與國家、區域與區域之間特定行業能源消耗所造成的CO2排放與行業經濟增長之間的脫鉤關系，部分文獻也就經濟增長、能源消耗、CO2排放之間是否存在因果關系給出檢驗。本文以華東地區“六省一市”為研究對象，研究地區全行業經濟增長與CO2排放量之間的脫鉤關系，在此基礎上，對華東地區“六省一市”2015—2020年的經濟總量和CO2排放進行預測分析，最后給出華東地區“六省一市”在“十三五”規劃期間平均脫鉤狀況。

三、Tapio脫鉤效應模型

（一）模型構建

本文利用Tapio脫鉤彈性分析經濟增長與CO2之間的脫鉤效應，計算公式如下：

e=■/■（1）

Tapio脫鉤效應有八種脫鉤狀態，如表1所示。

（二）數據的選取及處理

根據數據的可獲得性，選取華東地區“六省一市”2005—2014年生產總值（GDP）和原煤、焦炭、汽油、柴油、燃料油、天然氣六種能源消耗量的面板數據。本文數據來源于相關年份《中國統計年鑒》《中國能源統計年鑒》，其中GDP數據可直接獲取，如圖1所示。

CO2排放系數是基于IPCC《國家溫室氣體排放清單指南》，折標煤參考系數選自《中國能源統計年鑒》。各種能源的對應數據如表2所示。

CO2排放量計算公式如下：

CO2=■Hiθiδi（44/12） （2）

Hi為第i種能源消耗量、θi為第i種能源折標煤參考系數、δi為第i種能源的碳排放系數，44和12分別為二氧化碳和碳的分子量；δi（44/12）得到的是各種能源的排放系數。endprint

各種能源消耗量的單位均轉換為萬噸標準煤（104t）。運用公式（2），經計算可得華東地區“六省一市”2005—2014年的CO2排放量數據，由于數據值較大，便于直接觀察將單位轉化為千萬噸，其變化趨勢如圖2所示。

（三）脫鉤效應的結果及分析

華東地區“六省一市”2005—2014年△CO2/CO2、△GDP/GDP、e的指標結果如表3所示，脫鉤狀態結果如表4所示。

表3、表4是以2005年為基準年，通過對華東地區“六省一市”GDP總量與CO2排放量的脫鉤效應測度的結果可以看出：安徽2005—2014年一直表現為弱脫鉤狀態，說明安徽經濟增長同時，能源消耗導致的CO2排放量也在增加，但后期脫鉤指數變小，表明CO2排放量的增長速度小于經濟增長的速度。華東地區經濟發展較好的江蘇、浙江、上海三地，2011—2014年上海和浙江均呈現強脫鉤狀況，而江蘇在2013—2014年出現一次強脫鉤狀態，其他年份中除了江蘇、浙江各出現一次增長連結狀態以外，過去幾年總體保持著弱脫鉤狀態；上海、浙江連續的強脫鉤依賴于當地經濟發展模式的轉型，能源使用效率的提高和高耗能產業的轉移，而江蘇稍落后于上海、浙江兩地，江蘇省內擁有眾多高校科研院所，可以依靠當地人才優勢，通過技術創新，開發新能源，推動經濟發展模式轉型升級。華東地區經濟發展相對靠后的省份中，福建分別在2008—2009年和2010—2011年出現過兩次增長連結外，還在2011—2013年連續兩次出現了強脫鉤狀態，2014年脫鉤指數為0.181 2，明顯低于江西省的0.276 2和山東省的0.672 4，未來有實現強脫鉤的可能。而江西和山東分別在2011—2012年和2012—2013年出現一次強脫鉤狀態，其他都為弱脫鉤狀態，說明這些省份的脫鉤效應并不穩定。

總得來看，2005—2008年華東地區“六省一市”GDP總量與CO2排放量基本處于弱脫鉤狀態，僅有浙江在2005—2006年出現過一次增長聯結。2008—2011年受全球金融危機的沖擊以及我國4萬億投資決策的影響，華東地區“六省一市”表現出不同的態勢，脫鉤指數有增有減；特別需要關注的是上海出現了一次強脫鉤，江蘇出現了一次增長連結，福建出現了兩次增長連結。2011—2014年，華東地區“六省一市”密集出現強脫鉤狀態，這主要得益于2011年國家發展與改革委員會發布的《產業結構調整指導目錄》和國家發展科技部發布的《國家“十二五”科學和技術發展規劃》明確指出要提高全行業的創新能力，同時降低高耗能行業CO2排放的政策有關。

四、脫鉤狀況的灰色預測模型

（一）GM（1，1）灰色預測模型

灰色系統預測理論是一種研究“小樣本”“貧信息”不確定性問題的新方法，對系統科學領域有著重要的作用。經過二十多年的發展，在工業、交通、能源等眾多領域得到了廣泛的運用。

設X（0）={X（0）（1），X（0）（2），…，X（0）（n）}為原始序列數據，X（1）={X（1）（1），X（1）（2），…，X（1）（n）}為一階累加生成序列，其中：

X（1）（k）=■X（0）（i），k=1，2，…n（3）

稱X（0）（k）+aX（1）（k）=b為GM（1，1）模型的原始形式。

Z（1）={Z（1）（1），Z（1）（2），…，Z（1）（n）}是X（1）緊鄰的生成序列，其中：

Z（1）（k）=■[X（1）（k）+X（1）（k-1）]，k=2，3，…，n（4）

稱X（0）（k）+aZ（1）（k）=b為GM（1，1）模型的基本形式。參數a為發展系數，b為灰色作用量。

若■=[a，b]為參數列，且

B=-■Z（1）（2） 1-■Z（1）（3） 1 -■Z（1）（n） 1（5）

Y=X（0）（2）X（0）（3） X（0）（n） （6）

則GM（1，1）模型X（0）（k）+aZ（1）（k）=b的最小二乘估計參數列滿足：

B■=Y？圯■=B-1Y？圯■=B-1（BT）-1BTY？圯■=（BTB）-1BTY（7）

則GM（1，1）模型的時間響應序列：

■（0）（t+1）=（1-ea）[X（0）（1）-■]e-at，t=1，2，…，n（8）

■（0）（1）=X（0）（9）

（二）灰色預測數據處理過程

本文以2010—2014年江蘇GDP的時間序列數據做灰色預測，可以得到2015—2020年江蘇GDP的預測值，具體過程如下：

第一步：江蘇省GDP原始時間序列數據：

X（0）={X（0）（1），X（0）（2），…，X（0）（5）}={41.43，49.11，

54.06，59.75，65.09}。

第二步：將原始時間序列數據帶入公式（3）得累加生成數列：

X（1）={X（1）（1），X（1）（2），…，X（1）（5）}={41.43，90.54，

144.60，204.35，269.44}。

第三步：利用公式（4）計算X（1）的緊鄰均值生成序列得：

Z（1）={Z（1）（2），Z（1）（3），…，Z（1）（5）}={65.99，117.57，

174.48，236.90}。

第四步：將步驟一、步驟三得到的數據帶入公式（5）、（6）得到矩陣B和Y：

B=-65.99 1-117.57 1-174.48 1-236.90 1 Y=49.1154.0659.7565.09

第五步：將步驟四得到的矩陣帶入公式（7）得：

■=[a，b]T=（BTB）-1BTY=[-0.094 04，43.015 84]Tendprint

第六步：將相關數據代入公式（8）和公式（9），得到GM（1，1）模型的時間響應序列：

■（0）（t+1）=（1-ea）[X（0）（1）-■]e-at=44.773 264 e0.09404，t=1，2，…，n

■（0）（1）=X（0）（1）=41.43

第七步：計算X（0）的預測值：

■（0）={41.43，49.19，54.04，59.37，65.22，71.65，78.72，

86.48，95.01，104.37，114.66}

此外，利用2010—2014年江蘇CO2排放量的時間序列數據以及2010—2014年華東地區其他省市GDP和CO2排放量的時間序列數據做2015—2020年灰色預測與上述江蘇GDP灰色預測過程相同。受篇幅所限，本文不一一列示，直接根據灰色預測結果進行分析。

（三）灰色預測結果及脫鉤狀況分析

由于折線較多，為了便于觀察，將預測結果分兩張圖顯示：圖3、圖4分別為江浙滬、皖閩贛魯的GDP實際值和預測值，圖5、圖6分別為江浙滬、皖閩贛魯的CO2排放量的實際值與預測值。表5為“十三五”規劃期間華東地區“六省一市”平均脫鉤狀況。

通過圖3、圖4可以初步得到，“十三五”規劃期間，華東地區“六省一市”經濟將繼續保持增長。圖5、圖6顯示：上海、浙江的CO2排放量呈現明顯的下降趨勢，福建和江蘇的CO2排放量分別有輕微的下降和上升，其他省份CO2排放量有明顯上升趨勢。表5顯示，上海、浙江、福建的脫鉤彈性值為負，表現為強脫鉤狀態。江蘇省平均脫鉤彈性值為0.028 4，江蘇省可依靠科技和人才優勢，加強技術創新，有較大可能向強脫鉤狀態轉變。安徽、江西、山東等地的脫鉤彈性值相較于其他省份還比較大，還要保持在弱脫鉤狀態下。

五、結論與建議

本文運用Tapio脫鉤模型對華東地區“六省一市”經濟增長與CO2排放量進行脫鉤狀態研究；并對華東地區“六省一市”2010—2014年的時間序列數據進行灰色預測，得到2015—2020年華東地區“六省一市”經濟增長和CO2排放量的預測值，最后給出“十三五”規劃期間華東地區“六省一市”的平均脫鉤狀況。研究表明，華東地區“六省一市”經濟增長與CO2排放之間確實存在著脫鉤效應，但地區差異導致脫鉤彈性值有較大差別。2011—2014年上海、浙江連續保持三年的強脫鉤狀態，預測結果顯示“十三五”期間還將繼續保持。福建和江蘇分別在2011—2013年和2013—2014年出現強脫鉤狀態，預測結果顯示“十三五”期間福建將轉化為強脫鉤；雖然江蘇預測結果是弱脫鉤，但是脫鉤彈性值較低。其他省份脫鉤結果還是以弱脫鉤為主，“十三五”規劃期間還將延續。結合上述研究結論，本文提出如下政策建議：

（1）調整產業結構。產業結構調整的目的是實現經濟發展方式由粗放型向集約型轉變。從華東地區“六省一市”三大產業的比重來看，經濟發展相對落后的江西、安徽、山東等地，產業主要集中在第一產業和第二產業，以消耗能源和破壞環境為代價的傳統工、農業發展模式直接造成了CO2的大量排放。為了解決這一問題，這些地區應該改變自身的經濟增長模式，推動新型工業化和農業現代化道路，提升第三產業在國民經濟中的比重，加大科技人才引進力度，依靠科技創新大力發展技術密集型產業，同時依托技術進步來推動發展科技含量高和勞動生產率高的現代服務業，最終實現華東地區“六省一市”經濟增長與CO2排放的整體脫鉤。

（2）積極調整能源消費結構。華東地區“六省一市”經濟的快速發展，主要依賴于消耗煤炭、石油、天然氣等不可再生能源，這給能源問題和環境問題都造成了巨大壓力。經濟發展較好地上海、浙江、江蘇等地區，可以依靠當地的人才優勢、加強風能、地熱能、太陽能等可再生能源的開發力度，開拓新能源市場，以“先富帶動后富”，逐步改善其他地區的能源消費結構。從源頭上降低CO2的排放量，實現經濟增長與CO2排放的真正脫鉤。

（3）加強政府職能。2016年上海市出臺了《產業技術創新專項支持實施細則》，主要針對“新技術”“新產業”“新業態”“新模式”的企業，對從事技術創新的企業給予支持，使得企業的發展符合綠色發展的模式；該項政策對傳統企業提升科技創新能力，改善落后技術發展模式有一定的激勵作用。2017年上海市通過《產業結構調整工作安排》，要求各部門、各企業不能只注重GDP，應該走一條高質量、效益好、結構優、可持續的發展道路。其他省市也應該結合自身的情況適時出臺一些相關的政策，根據企業完成情況，適當調整稅收、信貸、資金補助等方面的力度，對于從事節能研發的企業，政府可以開辟綠色通道，降低企業的審批成本，提升企業研發的積極性；同時也可以頒布有關節能減排的法律法規，把企業的生產裝進制度的籠子里。

參考文獻：

[1]STREN N. The economics of climate change：the stern review[M].Cambridge：Cambridge University Press，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.

[3]MARTINEZ C I P. Energy efficiency developments in the manufacturing industries of Germany and Colombia，1998-2005[J]. Energy for sustainable development，2009（131）：89-101.

[4]BOUTABBA M A. The impact of financial development，income，energy and trade on carbon emissions：ecidence from the Indian economy[J]. Economic modelling，2014（40）：33-41.

[5]周銀香.交通碳排放與行業經濟增長脫鉤及耦合關系研究——基于Tapio脫鉤模型和協整理論[J].經濟問題探索，2016（6）：41-48.

[6]張立國，李東.中國物流業能源消耗、碳排放與行業發展關系分析[J].科技管理研究，2015，35（24）：238-243.

[7]苑清敏，張文龍，寧寧寧.京津冀物流業碳排放驅動因素及脫鉤效應研究[J].科技管理研究，2016，36（5）：222-226.

[8]趙先超，朱翔.湖南省旅游業碳排放的初步估算及脫鉤效應分析[J].世界地理研究，2013（1）：166-175.

[9]王君華，李霞.中國工業行業經濟增長與CO2排放的脫鉤效應[J].經濟地理，2015，35（5）：105-110.

責任編輯：王冬年endprint