中國區域經濟增長、碳排放的脫鉤效應與重心轉移軌跡分析

(1.江西財經大學 信息管理學院，江西 南昌 330032； 2. 中國社會科學院 數量經濟與技術經濟研究所，北京 100732)

一、引言

能源作為一種重要資源，已經逐漸成為影響地區和國家經濟增長的重要生產要素。但能源消費在促進經濟增長的同時，也導致資源耗竭、環境污染、生態破壞等問題日益凸顯，嚴重制約著經濟的可持續發展。特別是近年來，化石能源消費產生的二氧化碳、甲烷等溫室氣體排放直接導致了全球性的氣候變暖問題，使人類的生存和發展面臨巨大的挑戰。在資源短缺和環境承載力有限的情況下，發展低碳經濟已成為全球共識。根據哥本哈根會議精神，“到2020年，中國單位GDP二氧化碳排放比2005年下降40%～50%”。這一減排目標的實現意味著經濟增長率要超過碳排放增長率，即實現經濟增長與碳排放的“脫鉤”。

與此同時，由于中國各個省份資源稟賦、經濟發展水平以及在整體經濟發展中的分工存在明顯的差異，國家在具體實施低碳經濟時應兼顧各個省份經濟發展的特點，基于公平與效率合理分攤碳減排責任，否則地方政府在實施碳排放強度目標任務時將困難重重，甚至有可能出現將高耗能、高污染的產業向其他地區轉移的行為，不僅導致污染排放空間格局的動態變化，更不利于區域經濟協調發展。基于此，本文采用脫鉤作為衡量中國低碳經濟發展水平的一種量化指標，并根據經濟重心、碳排放重心、碳排放強度重心轉移軌跡的對比及碳排放重心轉移的驅動因素進一步分析中國低碳經濟空間動態均衡發展趨勢及形成機制，這對緩解中國經濟粗放型增長困境，制定區域碳排放控制方案，實現區域經濟協調、可持續發展具有重要的意義。

二、文獻綜述

脫鉤理論是一種常見的用來阻斷經濟績效與環境壓力具體聯系的定量方法[1]。王崇梅(2010)[2]通過對1990-2007年能源消耗、二氧化碳排放以及國民經濟增長關系的探索，表明在某個時間段經濟增長與能源消耗處于相對脫鉤與絕對脫鉤兩種狀態。彭佳雯等(2011)[3]從全國和地區兩個層面出發分析二氧化碳排放與經濟增長的關系，結果顯示我國目前呈現弱脫鉤現象，并且在未來還將延續，地區間的脫鉤狀況將越來越接近。郭承龍等(2013)[4]研究發現，1998-2010年間我國污染物排放量與經濟增長總體上處于增長弱脫鉤和強正脫鉤，但是部分污染物排放量脫鉤狀態出現短暫的惡化。王君華等(2015)[5]則以我國2000-2011年間全部工業行業以及不同要素密集度行業為研究對象，分析行業增長與CO2排放之間的脫鉤關系及程度，結果表明，中國工業行業存在一定的脫鉤效應，強脫鉤行業呈現不斷增加的趨勢，不同要素密集度行業的脫鉤狀態表現出不同的發展特征。劉惠敏(2016)[6]發現長時間尺度上，經濟增長與能源消耗存在“連接-脫鉤-復鉤-再脫鉤”的動態反復過程。Schandl(2016)[7]評估了全球13個國家和地區經濟增長與環境壓力的脫鉤潛力，發現OECD國家尚有較大的潛力去減少碳排放，且對經濟增長幾乎沒有影響，而像中國這樣的發展中國家則需以更低的環境成本來促進經濟增長。

區域經濟差異是經濟發展中不可避免的問題，并造成環境污染也存在一定的空間差異。在區域經濟一體化的驅動下，從重心轉移軌跡的角度詮釋經濟社會活動的非均衡性成為熱點。Jean等(2010)[8]通過整理1975-2004年世界重要城市的地理位置以及其國民生產總值，采用重心模型探討了世界經濟重心是否遷移到亞洲。丁煥峰等(2009)[9]從移動距離、移動方向、路徑對比、空間相關性分析等多角度闡述了我國區域經濟重心與污染重心的動態變化及空間聯系。許家偉等(2011)[10]發現我國人口重心和經濟重心均表現出不均衡性，經濟重心向東南方向移動，人口重心持續向西南方向移動。Lehmijoki和Rovenskaya(2010)[11]構建重心模型討論了歐洲空氣污染跨界轉移問題，并利用EKC分解公式計算污染排放與經濟增長之間的關系，結果發現，富裕國家使用更為清潔的生產技術，導致污染排放的收入彈性顯著為負。

國內外學者還對經濟增長與環境污染的脫鉤、污染重心轉移的驅動因素進行了分析。孫耀華等(2011)[12]通過分解脫鉤彈性指標的因果鏈，認為工業領域能源利用效率的提高是碳排放增長速度逐漸變緩的主要原因。楊嶸等(2012)[13]發現我國西部地區大部分年份呈現弱脫鉤狀態，其中經濟規模的高速增長是導致碳排放增加的主要因素，經濟結構的調整、能源效率的提高、能源結構的優化對碳排放的減少有很大潛力。Andreoni和Galmarini(2012)[14]發現1998-2006年意大利經濟增長與二氧化碳排放并未實現完全脫鉤，而經濟增長和能源強度是二氧化碳排放量增加的主要因素。Jung等(2012)[15]分析了韓國生態工業園區內碳排放的驅動因素，結果顯示，生態工業園區和周邊地區的生產網絡關系、能源強度是減少碳排放的主要因素。趙海霞等(2013)[16]通過測算重心坐標及其偏移距離，揭示了長江三角洲地區經濟重心和工業污染重心移動軌跡和演變規律，并發現安徽、江西地區高污染產業份額的增加及寬松的宏觀區域政策助推了工業污染向西部地區偏移。喬健等(2017)[17]分析了碳排放強度重心轉移路徑及其驅動因素，發現碳排放強度重心、經濟重心演進呈現經度向西、緯度基本不變態勢，能源消費強度是其主要推動因素，經濟增長是其主要制約因素。

已有的脫鉤研究從地區和行業的角度分析了經濟增長與環境污染所處的具體階段，發現經濟增長與環境污染存在一定的脫鉤效應，為本文分析經濟增長與碳排放脫鉤的時變趨勢提供了依據。由于脫鉤理論不能反映經濟粗放型增長矛盾的空間動態均衡性，不少文獻采用重心模型對碳排放重心與經濟重心的轉移路徑進行了有益的探索，以此衡量國家或區域發展方向及空間聯系。但已有文獻多是根據EKC假說、Kaya恒等式等方法分析經濟增長、產業結構、能源結構等因素對碳排放的影響，很少從時空角度對碳排放重心轉移的驅動因素進行深入分析。本研究在對我國2000-2015年30個省市的二氧化碳排放量進行測算的基礎上，首先基于脫鉤理論分析我國經濟增長與碳排放的關聯性及其實時動態趨勢，其次采用重心模型進一步探討經濟重心、碳排放重心及碳排放強度重心的空間轉移軌跡和演變規律，最后結合面板數據模型分析碳排放重心轉移的驅動因素，以期為區域環境污染的綜合治理和加快實現經濟可持續發展提供理論依據。

三、碳排放核算與碳排放時空變化

二氧化碳排放主要來自化石能源的燃燒，根據能源碳足跡模型和IPCC系數法，化石能源燃燒產生的排放量的計算公式為[18]

(1)

其中，C表示二氧化碳排放總量，單位(t)；EFi表示燃料的二氧化碳排放因子，單位(kgCO2/kg, m3)。本研究考慮了煤炭、焦炭、汽油、煤油、柴油、燃料油和天然氣共7種能源消費種類(n=7)；Ei表示燃料i的消費量，單位(kg, m3)；CEFi表示燃料i單位熱值的含碳量，單位(tC/TJ)；NCVi表示燃料i的平均低位發熱量，單位(kJ/kg, m3)；ORi表示燃料i的碳氧化率，單位(%)。各種能源的二氧化碳排放系數見表1。

本研究依據不同年份我國各省市的能源平衡表，提取焦炭、煤炭、柴油、汽油、煤油、燃料油和天然氣這七種能源消費量，推算出2001-2015年中國內陸30個省市(西藏因數據不全不在考察范圍內)能源消費的二氧化碳排放總量。

表1 化石燃料的二氧化碳排放參數

資料來源：《中國能源統計年鑒》與國家發改委能源研究所。

通過式(1)測算得到我國2000-2015年內陸30個省市的二氧化碳排放量，其中，年均碳排放量是2.438億噸，山東省的碳排放總量在30個省市中是最高的，其次是河北省、山西省和江蘇省，而累積排碳量最少的3個省市為海南省、青海省和北京市。本研究根據碳排放總量將我國各省市劃分為四類，分別是低碳(<1億噸)、中碳(1-3億噸)、高碳(3-5億噸)、超高碳(>5億噸)，并利用MATLAB 7.0軟件輸出典型代表年份的碳排放分布圖(見圖1)。2005年之前中國沒有出現超高碳排放省市，碳排放的空間分布比較均衡，而隨著經濟的高速增長，碳排放量也在逐年遞增，到2006年山西、河北、山東成為超高強度的排碳省市，且2006年之后越來越多的省市成為能耗大省和超高碳排放大省。近年來，以山東、遼寧、河北為代表的環渤海地區和內蒙古、山西、河南為代表的能源大省已成為超高碳排放區域。總體上來看，碳排放具有明顯的集聚和塊狀分布特征，大部分省市的碳排放量屬于中等強度，高于平均強度的省市個數隨時間有明顯減少的趨勢，其中，沿海低碳省市的個數在變多，且從南往北部和中部擴散，西部的高碳排放省市個數在變少。

圖1 2000-2015年我國碳排放量的空間分布圖

除此之外，本研究還考察了我國各省市碳排放的時間變動趨勢。2002年之后，各省市的碳排放量開始有顯著的增加。就碳排放量的增長率來說，寧夏、內蒙古、陜西以高于13%的年均增長率排放二氧化碳，山東、新疆、福建、海南等省市的碳排放年均增長率高于9%，僅有上海和北京的碳排放增長速度低于5%。具體到山東可知，其碳排量曲線呈現先快速上升后平緩，再極速上升的趨勢。其他省市的碳排量曲線也基本呈現曲折上升的趨勢，表明隨著經濟的快速增長，我國碳排放的增長趨勢在短期之內是不可逆轉的。

四、碳排放與經濟增長的脫鉤分析

(一)脫鉤分析

脫鉤理論客觀反映了經濟增長與碳排放增長不同步變化的實質，因此，分析經濟增長與碳排放的脫鉤效應有助于低碳經濟的實施。本研究基于以彈性為依據的Tapio脫鉤模型分析環境壓力與經濟增長之間的聯系。Tapio脫鉤模型由Petri Tapio提出，他在研究經濟發展與二氧化碳排放時將與碳排放之間的脫鉤彈性分為兩部分，一是運輸量和國民生產總值間脫鉤狀態的彈性程度，二是運輸量和二氧化碳排放量間脫鉤狀態的彈性程度，把兩個彈性結合起來，便是脫鉤彈性的計算方法，如下所示

(2)

其中，V表示交通運輸量；e(CO2,GDP表示碳排放與經濟增長的脫鉤彈性指數。

Tapio將脫鉤模型加以細化，將脫鉤狀態劃分為連接、脫鉤或負脫鉤等8種狀態[19]。其中，為了避免將變量的微小變化解釋得過度顯著，將脫鉤彈性指數在0.8-1.2之間稱為“連接”，并將其劃分為擴張連接(ΔC>0，ΔGDP>0)和衰退連接(ΔC<0，ΔGDP<0)；脫鉤可劃分為3個子類型：弱脫鉤、強脫鉤和衰退脫鉤；負脫鉤可劃分為擴張負脫鉤、強負脫鉤和弱負脫鉤。具體如圖2所示。

圖2 經濟增長與碳排放的脫鉤狀態圖

省20012004200520062009201020112012201320142015均值京0.030.550.180.120.050.16-0.63-0.07-0.81-0.61-1.55-0.19津0.290.770.260.480.640.380.390.33-0.06-0.30-1.050.25冀0.530.751.420.580.890.430.650.160.11-1.51-1.950.33晉1.220.220.490.70-1.940.270.460.560.533.05-34.01-1.75蒙0.591.000.850.650.580.541.110.39-0.550.49-0.160.58遼-0.210.741.020.640.500.410.390.21-0.400.12-20.94-1.04吉0.600.581.520.610.260.600.69-0.040.93-2.27-3.680.11黑-0.590.660.890.500.500.500.370.69-1.320.38-1.480.24滬0.310.230.440.09-0.100.590.23-0.75-0.06-0.92-0.090.08蘇0.161.241.190.590.280.570.940.200.06-0.150.230.49浙0.270.711.130.900.380.260.36-0.31-0.09-0.220.060.38皖0.570.120.490.530.740.260.360.300.610.170.120.48閩0.151.191.980.610.880.160.99-0.23-0.250.20-0.770.65贛0.600.950.640.450.430.740.50-0.100.650.280.500.53魯2.060.971.940.590.300.700.350.45-0.470.680.920.78豫0.761.370.960.820.210.440.63-0.80-0.160.230.020.46鄂-0.090.500.620.740.510.650.650.04-1.47-0.03-0.140.29湘2.231.092.530.500.470.270.45-0.27-0.36-0.190.700.66粵0.460.720.780.510.230.670.65-0.40-0.29-0.01-0.150.35桂0.001.460.840.501.000.740.530.420.14-0.27-0.940.47瓊3.971.87-1.480.601.220.600.850.700.27-0.010.910.87渝-0.550.770.720.630.630.470.54-0.17-1.230.560.030.28川-0.090.75-0.110.631.000.000.100.370.33-0.25-1.620.40黔-0.330.960.481.000.970.050.440.470.21-0.25-0.070.42滇0.821.221.390.671.020.330.140.24-0.09-1.23-1.710.55陜0.961.100.721.020.860.830.571.060.640.67-0.220.74甘0.370.650.660.33-0.430.780.690.430.310.345.160.78青1.420.150.171.760.63-0.150.651.610.97-0.91-2.410.44寧2.77-0.120.870.530.860.781.510.130.650.420.470.99新0.110.800.630.9010.810.380.941.591.431.118.682.00省均0.650.800.810.640.810.450.550.240.01-0.02-1.840.39東部平均0.730.890.810.520.480.450.470.03-0.18-0.25-2.220.27中部平均0.660.691.020.610.150.470.510.05-0.070.20-4.750.13西部地區0.550.800.660.781.630.430.660.590.260.060.660.69標準差1.000.430.720.301.980.250.370.550.670.917.511.12

由圖2可知，強脫鉤是最優的一種情況，此時經濟發展水平在不斷提升，但是環境污染得到控制，生態環境不斷改善，環境壓力得到緩解，實現了經濟增長與環境保護的雙贏。強負脫鉤則為最差的情況，此時情況正好相反，表示環境質量不斷下降，而經濟不僅沒有得到發展反而也在不斷下滑。當GDP持續增長時，二氧化碳相對于GDP的彈性系數越小，表明脫鉤效果越明顯，社會承受的環境壓力越小，越有可能實現低碳經濟。

(二)脫鉤指標的構建與脫鉤彈性的空間格局

從二氧化碳排放的增長率可知，經濟擴張約束與能耗程度會對碳排放增長率的變化有極大的影響效力，根據式(2)得到我國2001-2015年30個省市的二氧化碳相對于GDP的脫鉤彈性系數，如表2所示。

從脫鉤值的時變趨勢可見，2001-2008年的脫鉤彈性值呈現曲折下降的規律，2008年到達波底后強勢反彈，2009年脫鉤彈性立馬出現第二個峰值，之后穩步下降，2014-2015年間經濟增長與碳排放已經出現強脫鉤狀態。且從表2可直觀地看出，2000-2005年大多數省市的脫鉤模式為擴張負脫鉤與擴張連接并存(即e(CO2,GDP)>0.8)。究其緣由，期間逐漸好轉的國內外宏觀經濟形勢和粗放型經濟增長是造成經濟增長與碳排放擴張性連接的主要原因。“十五”期間，中國政府為了抗擊金融風暴盡快實現經濟復蘇，采用一系列寬松的宏觀政策刺激經濟高速增長，同時依賴投資于汽車、電子和電力等能源密集型產業拉動經濟增長，造成二氧化碳排放量也在大幅度增加，環境承載力不斷下降，這種經濟增長趨勢不利于可持續發展目標的實現。2006年經濟水平穩步上揚后，節能減排和環境保護的重要性不斷上升，成為經濟結構調整、產業升級和轉型的重中之重，為此政府出臺了一系列倡揚低碳的戰略政策，例如首次設定嚴格的節能目標，提出到2010年，單位GDP能耗比2005年降低20%。低碳政策的實施有利于能源要素利用效率的提升和能源結構的改善，使得“十一五”期間中國絕大部分省市的經濟增長與碳排放回到“弱脫鉤”狀態，處于強脫鉤狀態的省市個數也在不斷增加。“十二五”期間，我國逐步步入深入調整“經濟增長速度換擋期、結構調整陣痛期、前期刺激政策消化期”三期疊加的經濟新常態，經濟總量的增長速度逐漸減緩。同時，隨著節能減排政策的持續實施，碳排放總量逐漸降低，2014-2015年碳排放開始呈現負增長，從而推動經濟增長與碳排放開始呈現強脫鉤狀態，中國經濟開始步入可持續發展的良性循環。總體看來，2000-2015年間，中國經濟增長與碳排放呈現“擴張連接—弱脫鉤—強脫鉤”的波動態勢。

同時，本文考察了中國2000-2015年經濟增長與碳排放脫鉤彈性的區域差異。根據脫鉤彈性在省市間的標準差可知，中國經濟增長與碳排放的脫鉤彈性存在較大的空間差異，2001、2003、2009和2015年脫鉤彈性在省市間的差異尤其大。“十五”期間，除了2003年，中國東、中部地區經濟增長與碳排放的脫鉤彈性明顯高于西部地區，表明2001-2005年間，以山東、海南為代表的中國東部地區的經濟增長仍然是城市化和工業化占主導地位，過度依賴能源消費導致中國東中部地區處于擴張性負脫鉤與擴展性連接狀態，碳排放是以高于經濟增長的速度增長，而西部地區的經濟發展尚未跟上，其碳排放對經濟增長的敏感度不高，面臨的環境壓力沒有東部地區嚴峻。“十一五”期間，中國東部、中部地區經濟可持續發展狀態有所緩解，處于弱脫鉤狀態，這表明了經濟增長雖然是碳排放增加的一大因素，但并沒有造成環境質量同等或加劇惡化，中國東、中部地區經濟與生態的矛盾基本都有所緩解，而隨著西部地區經濟的逐步跟進，其碳排放對經濟增長的敏感度開始高于東中部地區。“十二五”期間，中國東中部地區經濟增長與碳排放由弱脫鉤逐漸向強脫鉤狀態轉變，其中山西、遼寧、吉林、黑龍江、北京、天津、河北等省市生態與經濟矛盾的改善程度最為突出，而西部地區仍處于弱脫鉤狀態。這一方面是由于中國東、中部地區開始重視產業結構轉型，開展的節能減排和環境治理升級工作是有效的，另一方面也有可能是將高污染產業轉移到經濟不發達地區，造成污染的暫時轉移。

為了進一步分析中國經濟增長與碳排放脫鉤彈性時空分異的原因以及未來的空間格局，本文接下來將從經濟重心與碳排放重心轉移軌跡的角度分析中國經濟格局與碳排放格局的動態演化趨勢。

五、中國區域經濟重心與碳排放重心的轉移軌跡

本研究采用幾何重心法衡量我國區域經濟和環境屬性的空間分布狀態和轉移趨勢。假設一個區域是由各省市(或次級區域)構成，幾何重心法的原理是通過這個次級區域的地理方位與某種共有屬性來測算重心點的位置，計算公式如下所示

(3)

當某一個省市的屬性值在總體中所占的比重較大而且增長速度相對較快時，區域重心就會向該省市移動，即重心發生偏離。重心偏離的角度和距離可反映區域經濟發展變動的軌跡及空間差異性。從第t年到第t+1年，區域某屬性的重心移動距離的計算公式如下所示

(4)

其中，C為常數111.111km，表示把地理坐標單位轉化為平面距離時的系數。

為了更好地比較各種重心在某一方向上的變化幅度，本文同時計算了重心偏移角度θ和方向，具體公式如下

(5)

圖3 2000-2015年我國經濟及環境污染重心的演變軌跡

其中，degrees{}表示將弧度轉為角度，偏移角度與偏移方向的對應關系如表3所示。

根據式(3)—式(5)計算得到我國區域經濟重心、碳排放重心、碳排放強度重心，以及各類重心的移動距離和移動方向，如表4所示。同時繪制了各類重心的動態演變軌跡，如圖3所示。

幾何中心是區域在空間上的均衡點，通過分析碳排放重心、經濟重心與幾何中心的偏離，揭示區域碳排放和經濟發展分布的空間均衡程度。從表4可發現，2000-2015年間，中國的經濟重心位于中國幾何中心的東南方向。且相對于南北方向，經濟重心在東西方向上更加遠離幾何中心，表明中國東西部省市經濟發展的不均衡程度比南北方向的不均衡要大。2000-2003年間，經濟重心的經度以較小幅度呈上升趨勢，而緯度略有所下降，即經濟重心略向中國東南沿海方向轉移。而2004-2015年間，經度呈現下降趨勢，而緯度變動頻繁，先小幅上升后下降最后又有一個明顯的上升，表明經濟重心在西北、西南方向游離，最終由安徽省阜陽市移動到河南信陽市附近。這表明東南部是我國經濟高密集區，但由于近年來經濟政策不斷向中西部地區傾斜，經濟重心正向西南方向偏移。2000-2015年期間，經濟重心的年均移動距離為5.20km。“十二五”期間，經濟重心向西部地區移動的速度明顯加快，表明中國東中西部地區的經濟差距在一定程度上得到緩解。

表3 重心偏移方向與角度對應關系表

表4 2000-2015年我國經濟重心與碳排放重心

相對于經濟重心，碳排放重心與幾何中心在南北方向上的偏離更小，表明環境污染的南北空間差異性相對更小。碳排放重心的經度大體是不斷減小的，即不斷向西偏移，碳重心的緯度有明顯的先下降后上升的趨勢，即碳排放重心總體呈現先向西南后向西北方向移動的變動趨勢。中國西北地區要加快產業結構轉型以遏制碳排放向該地區偏移的傾向。從移動距離上來看，“十五”期間碳排放移動速度較快，“十一五”期間移動速度有所下降，在2010年達到最低后又有一個急速的上升，年均移動距離達到12.65km。碳排放重心一直位于經濟重心的西北方向，且朝著越來越偏離經濟重心的方向移動，碳排放重心的移動速度也高于經濟重心的移動速度。說明中國西北地區經濟增長方式較為粗放，正成為碳排放密集區。這與中國東、中部地區處于強脫鉤狀態，而西部地區處于弱脫鉤狀態呈現的空間格局相一致。

相比于經濟重心與碳排放重心的變化，碳排放強度重心的變化幅度最為劇烈，碳排放強度重心的經度以較大的幅度下降，緯度是先下降后上升，在南北方向上與幾何重心基本重合。從移動方向上看，碳排放強度重心與碳排放重心偏移路徑大體一致，總體趨勢為大幅向西北方向移動。這說明碳排放強度主要受碳排放量影響，與經濟增長并不同步。其中，碳排放重心是在河南省開封附近移動到鄭州市，碳排放強度重心則從河南省洛陽市移動到內蒙古烏海市(內蒙古與寧夏的交界處)。從移動距離上看，移動速度基本上呈現先遞減后平穩再大幅上升的趨勢，年均移動距離達到53.98km。

在各省市全面實現經濟增長與碳排放強脫鉤的狀態下，經濟重心向西部的偏移，經濟重心與碳排放重心的適當偏離對于分析區域經濟協調、可持續發展是有意義的。碳排放重心與碳排放強度重心的不一致、經濟重心與碳排放重心的分離表明由粗放型經濟增長方式和能源消費結構不合理造成的碳排放效應正在日益緩解。碳排放強度重心向西北偏移與我國國家發展戰略的調整有直接關系，受西部大開發、振興東北老工業基地、中部崛起等梯度開發戰略的影響，國家政策向這些地區傾斜，區域經濟差距有所緩解，東南地區的環境質量有所改善，但東南地區的部分省市通過產業轉移將污染轉移到西北地區。可以預測在“一帶一路”等戰略的影響之下，碳排放強度重心未來將會繼續向西移動。今后應遵循“誰污染誰治理”的原則，警惕高污染高耗能產業向西北地區轉移，以防西北地區成為碳排放重災區。

六、碳排放重心轉移的驅動因素分析

為了進一步考察中國經濟增長與碳排放為何脫鉤，以及碳排放重心轉移的驅動因素，本文構建面板數據模型進行實證檢驗。模型的被解釋變量為碳排放重心與省級行政區域中心的距離D。根據Kaya恒等式可知，影響碳排放的因素主要是經濟增長、產業結構、能源結構和能源消費強度[20]。以上因素在中國各個省市存在巨大差異，必然導致碳排放重心有所偏移。除此之外，節能減排政策的制定與政府對環境污染防治工作的監管是實現低碳經濟的重要途徑，因而選取環境規制作為影響碳排放重心轉移的控制變量。各個自變量的度量方法具體如下所示。

(1)經濟增長(lngdp)。用國內生產總值(GDP)的自然對數衡量經濟增長狀況。高物耗、高能耗、高污染的粗放型經濟增長方式將造成資源的浪費和環境的惡化，只有實現經濟增長方式的轉變才能偏離碳排放重心。數據來源于歷年的《中國統計年鑒》。

(2)產業結構(stru)。用工業增加值占GDP的比重衡量產業結構。工業化發展前期，主要依靠重工業支持經濟增長，發展經濟與保護環境的矛盾較為突出，偏離碳排放重心的可能性較小。數據來源于歷年的《中國統計年鑒》。

(3)能源結構(e)。能源結構用煤炭消費量(將實物量折合成標準煤)占能源消費總量的比重表示。以煤為主的能源消費結構不僅消耗大量資源，還是產生二氧化碳的主要原因，省市間能源結構的不一致將導致碳排放重心的轉移。數據來源于歷年的《中國能源統計年鑒》。

(4)能源消費強度(intensity)。能源消費強度是衡量一個國家或地區能源利用效率的重要指標，本文用單位GDP所消耗的標準煤來衡量。能源消費強度越高，能源利用效率越低，距離碳排放重心越近。數據來源于歷年的《中國能源統計年鑒》。

(5)環境規制(reg)。加強環境監管力度，減少碳排放是實現經濟發展與環境保護雙贏的關鍵。本文采用環境污染治理投資額占GDP的比重來衡量環境規制，環境規制力度越大，表明地方政府對環境污染治理的投入越大，從而越有可能偏離碳排放重心。數據來源于歷年的《中國環境統計年鑒》。

因而，本文構建的面板數據模型如下所示

Dit=β0+β1lngdpit+β2struit+β3eit+β4intensityit+β5regit+μit

采用面板數據分析方法首先需要判斷是采用固定效應還是隨機效應，本文根據Hausman檢驗來識別。以全國范圍的模型為例，Hausman檢驗結果為9.31，對應的P值為0.09，在10%的顯著性水平下拒絕原假設，選擇固定效應模型。同理檢驗東、中、西部地區的模型，發現在5%的顯著性水平下都拒絕原假設。固定效應模型的實證結果如表5所示。

注：小括號內的數值為t統計值；*，**，***分別表示10%，5%，1%的顯著性水平。

從全國范圍來看，經濟增長對省市行政中心與碳排放重心的距離具有顯著的負面影響，表明經濟增長是導致二氧化碳排放的主要因素，從而導致經濟發達的省市逐漸成為碳排放重心。產業結構對碳排放重心轉移具有顯著的影響，我國產業結構是以工業為支撐的“二三一”模式，工業占比較高，第三產業發展相對滯后，而工業對能源消費的依賴性相對較大，因此，工業占比越高的省市離碳排放重心的距離越近。能源結構與能源消費強度對向碳排放重心偏移具有顯著的正向影響，說明目前的能源結構仍是以煤炭為主，能源利用效率也不高，兩者尚未優化到偏離碳排放重心的地步。而環境規制對碳排放重心轉移尚未表現出顯著的影響，表明中國環境污染治理力度不夠，不足以促使各省市遠離碳排放重心。

通過對比發現，東部地區的經濟發展水平對偏離碳排放重心具有正向影響，這說明已經率先完成經濟發展任務的東部地區開始關注環境保護和經濟可持續發展，工作重點轉向能源結構優化和環境污染治理，導致能源消費和碳排放有所下降，能源消費強度有所緩解，因此，能源結構、能源消費強度和環境規制對偏離碳排放重心表現出不太顯著的促進作用。對于東部地區而言，產業結構是導致碳排放重心偏移的重要因素。

通過觀察中部地區發現，經濟發展水平與碳排放重心距離呈現不太顯著的負相關關系，這表明中部地區經濟發展水平越高，距離碳排放重心越近，中部地區粗放型和數量型經濟增長方式尚未實現完全轉換，致使經濟發展水平與環境保護還處于兩難的境地。產業結構和能源消費強度對偏離碳排放重心具有顯著的負面影響。這說明中部地區的工業化程度越高，能源消費強度越大，距離碳排放重心越近。能源結構與碳排放重心距離之間具有顯著的正相關關系，表明中部地區的能源結構正在日益優化，使其逐漸偏離碳排放重心。中部地區受到經濟發展水平和科技創新能力的限制，環境污染治理力度偏小，對碳排放重心偏移的推動作用尚不明顯。即粗放型的重工業化模式、以煤炭為主的能源結構、低下的能源利用效率是導致中部地區成為碳排放重心的主要因素。

對于經濟發展相對滯后的西部地區而言，實現經濟快速增長是目前的首要任務，但由于經濟主要依靠粗放型和數量型的增長方式，造成能源過度消耗和二氧化碳大量排放，從而導致經濟增長水平越高，距離碳排放重心越近。與此同時，與東中部地區相對，西部地區尚處于工業化發展初期，對環境污染的負面影響尚未凸顯，導致西部地區工業化程度越高，距離碳排放重心越遠，但要警惕重工業化和高污染產業轉移對碳排放重心向西部地區偏移的影響。能源結構與碳排放重心距離之間呈現顯著的負相關關系，能源消費強度、環境規制與碳排放重心距離的負相關關系并不顯著，表明以煤炭為主的能源結構是導致碳排放重心向西部地區轉移的重要因素，同時可推測：若西部地區的能源消費強度一直得不到改善，對環境污染治理的投入相對不足的話，將導致碳排放重心日益向西部地區偏移。

總體來看，粗放型的經濟增長方式、以煤炭為主的能源結構、低下的能源消費強度將導致碳排放重心由東部地區向中、西部地區轉移，但工業化發展程度是阻礙碳排放重心向西部地區轉移的主要力量，這表明東部地區尚未完成產業結構轉型，仍處于結構調整陣痛期。而各地的環境規制力度不足，對碳排放重心轉移的影響并不明顯。

七、結語

碳排放與經濟增長的協調性是實現低碳經濟的必然選擇。本研究利用能源碳足跡模型核算了我國2000-2015年30個省市的碳排放量，并對其時空分布特征進行了分析，發現碳排放具有明顯的集聚和塊狀分布特征，以山東、遼寧、河北為代表的環渤海地區和內蒙古、山西、河南為代表的能源大省成為超高碳排放區域。在此基礎上，采用脫鉤模型分析了碳排放與經濟增長的相互作用，并基于重心模型探討了我國經濟重心、碳排放重心、碳排放強度重心所在的位置及其重心轉移軌跡。結果顯示，中國大多數省市的碳排放與經濟規模在不斷增長，但碳排放增長速度不及經濟增長速度，隨著時間的推移，中國經濟增長與碳排放呈現“擴張連接—弱脫鉤—強脫鉤”的波動態勢；從重心位置上看，經濟重心、碳排放重心位于幾何中心的東南方，經濟重心、碳排放重心與幾何中心的偏離揭示我國區域碳排放和經濟發展分布存在較大的空間不均衡性，碳排放強度的空間分布最為均衡；從重心移動方向上看，2000-2015年經濟重心、碳排放重心、碳排放強度重心都向西北方向移動，且經度(東西方向)變動較大，緯度(南北方向)變動相對較小，這與我國東、中、西部梯度開發戰略相吻合；從重心移動距離上看，碳排放強度重心的轉移幅度最大，且主要受到碳排放的影響，與經濟增長不同步。通過面板數據模型發現粗放型的經濟增長方式、以煤炭為主的能源結構、低下的能源消費強度是導致碳排放重心由東部地區向中、西部地區轉移的主要因素，但東部地區尚未完全轉型的產業結構阻礙碳排放重心向西部地區轉移。

鑒于以上研究結論，提出以下幾點建議：

第一，推動低碳技術的應用，轉變經濟增長方式，加快經濟集約化發展，以降低區域碳排放強度。加快建立節能減排的技術支撐體系，攻克一批節能減排共性和關鍵技術，加快重大節能減排技術產業化示范和推廣應用，提升企業生產效率與經營效益。增加環保、生態文明等指標在政府官員考核中的權重，改變“唯GDP論”的考核制度，通過更加嚴格的溫室氣體排放目標責任考核制度，對目標完成情況進行評價考核，督促地方政府認真完成，發揮好碳強度強度目標對低碳發展的指揮棒和引領作用。另外，每個省份的碳排放情況不同，要根據不同省份的情況因地制宜制定適合于自身的減排方案，并注重與其他省份合作加強環境污染的綜合治理。

第二，結構性減排是區域節能減排重要的戰略方向，因此，在發展經濟的同時，要注重以煤炭為主的能源結構和以重工業為主的產業結構的優化，以第三產業或戰略性新興產業為主導的產業結構體系符合低碳發展的要求。加強對太陽能、風能、生物能、海洋潮汐能等可再生能源、綠色能源的開發，建立清潔能源體系，用清潔能源逐漸代替以化石能源為主的傳統能源消耗，優化能源供給結構；堅持創新驅動發展，堅定不移走新型工業化道路，加大對綠色環保產業、戰略性新興產業的扶持力度，提高以服務業為主的第三產業在經濟發展過程中的帶動作用，加強戰略性新興產業與傳統產業之間的耦合。

第三，加強生態環境保護的監管機制，完善環境治理與保護的相關法律、行政法規、經濟政策等基本制度。各級地方政府根據省情建立區域碳財政預算和支出的評價評估體系，加大對低碳技術研發的投入，加強區域低碳財政補貼政策力度與政府低碳采購力度，對區域財政支出政策的效果進行數據化的評估，及時調整碳財政預算和支出結構。抓好節能環保企業的認定，積極與財稅部門溝通，確保國家綠色工業發展的各項資金及補貼能有效到位。定期對全省企業進行測評，選取示范企業、示范行業以及排名靠后的企業、行業，加大相關獎懲力度，提升企業綠色發展的內在動力。

第四，加快實施主體功能區戰略，逐步形成與經濟、資源、環境相協調的國土空間開發格局，構建科學合理的生態安全格局。碳排放重心轉移是產業轉移過程中形成的環境空間響應形式，因而要警惕產業轉移過程中出現“污染夾帶”現象，發達地區應主動承擔污染治理的責任，不可恣意將污染轉嫁給其他地區，而中西部地區在承接產業轉移時必須堅持高標準的方針，考慮自身的環境承載能力與能源狀況，以產業錯位發展和分工協作為承接產業轉移的前提，對于將要承接企業的生產工藝水平、污染物處理能力等進行嚴格的審查，拒絕污染產業和落后產能的轉入。同時，根據區位功能和“統一規劃、分步開發、梯度推進、協調發展”的要求，建立產業轉移園區，將回收、加工再生、無害化處理等各個環節連接起來，形成綠色循環產業鏈。

[1]Enevoldsen M K, Ryelund A V, Andersen M S. Decoupling of Industrial Energy Consumption and CO2Emission in Energy-Intensive Industries in Scandinavia[J]. Energy Economics, 2007, 29(4): 665-692.

[2]王崇梅.中國經濟增長與能源消耗脫鉤研究[J].中國人口·資源與環境，2010，20(3)：35-37.

[3]彭佳雯，黃賢金，鐘太洋，等.中國經濟增長與能源碳排放的脫鉤研究[J].資源科學，2011，33(4)：626-633.

[4]郭承龍，張智光.污染物排放量增長與經濟增長脫鉤狀態評價研究[J].地域研究與開發，2013，32(3)：94-98.

[5]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.

[6]劉惠敏. 中國經濟增長與能源消耗的脫鉤——東部地區的時空分異研究[J]. 中國人口·資源與環境，2016(12)：157-163.

[7]Schandl H. Decoupling Global Environmental Pressure and Economic Growth: Scenarios for Energy Use, Materials Use and Carbon Emissions[J]. Journal of Cleaner Production, 2016, 132(20)：45-56.

[8]Jean M G, Nicole A M. Is the World’s Economic Center of Gravity Already in Asia[J].AREA, 2010, 42(1)：47-50.

[9]丁煥峰，李佩儀.中國區域污染重心與經濟重心的演變對比分析[J].經濟地理，2009，29(10)：1629-1633.

[10]許家偉，候景偉，宋宏權，等.1990-2009年中國區域差異與空間格局[J].人文地理，2011，26(4)：85-90.

[11] Lehmijoki U, Rovenskaya E. Air Pollution in Europe 2020: the Gravity Model and EKC Decomposition[J]. Helsinki Center of Economic Research, 2010, 292(4):1-21.

[12]孫耀華，李忠民.中國各省區經濟發展與碳排放脫鉤關系研究[J].中國人口·資源與環境，2011，21(5)：87-92.

[13]楊嶸，常烜鈺.西部地區碳排放與經濟增長關系的脫鉤及驅動因素[J]. 經濟地理，2012，32(12)：34-39.

[14]Andreoni V, Galmarini S. Decoupling Economic Growth from Carbon Dioxide Emissions: A Decomposition Analysis of Italian Energy Consumption[J]. Energy, 2012, 46(1): 682-691.

[15]Jung S. Regional Energy-related Carbon Emission Characteristics and Potential Mitigation in Eco-industrial Parks in South Korea: Logarithmic Mean Divisia Index Analysis Based on the Kaya Identity[J]. Energy, 2012, 46(1): 231-241.

[16]趙海霞，蔣曉威.長江三角洲經濟與工業污染重心演變及脫鉤機理[J].中國環境科學，2013，33(10)：1911-1919.

[17]喬健，吳青龍。中國碳排放強度重心演變及驅動因素分析[J]. 經濟問題，2017(8)：63-67,+100.

[18]IPCC.2006年IPCC國家溫室清單指南[M].日本全球環境戰略研究所,2006.

[19]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.

[20]劉佳駿，李雪慧，史丹. 中國碳排放重心轉移與驅動因素分析[J]. 財貿經濟，2013(12)：112-123.