江蘇省碳排放脫鉤及影響因素研究

楊麗珠 王世進

摘 要：以江蘇省2006—2017年13個市能源碳排放與經濟增長數據為數據源，采用脫鉤模型分別對4個時間段經濟增長與碳排的脫鉤關系進行定量分析;通過面板數據模型對影響江蘇省碳排放變化的主要因素進行分解，分別從產業結構、外商直接投資、能源結構、研發強度、經濟強度、人口效應等影響因子與碳脫鉤的內在關系進行分析。根據研究結果，提出低碳發展相應對策及建議，以期推動江蘇省低碳發展。

關鍵詞：碳排放;經濟增長;Tapio脫鉤模型;面板數據模型

中圖分類號：F124.5 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2019）13-0071-03

引言

2018年，中國在關于應對氣候變化，國家自主決定貢獻的文件中提出“到2030年，中國單位GDP的CO2排放比2005年下降60%～65%”等目標。2010年，在哥本哈根會議上，我國向全球做出了2020年單位GDP溫室氣體排放比2005年下降40%～45%的減排承諾，對CO2帶來的排放量有更高的要求。然而2030年與2020年都是對2005年的碳排放量進行比較，不難看出中國在飛速發展的同時，減少能源的消費量是個很大的挑戰。通過江蘇省經濟增長與碳排放脫鉤的狀態與特征，分析江蘇省各地區碳排放變化的主要影響因素。

在碳排放的相關研究中，很少有針對某一個省或地區進行碳排放脫鉤的分析研究。因此，運用脫鉤模型和面板模型，以江蘇省為例，分析江蘇省13個市區的碳排放問題。

一、模型選取與數據來源

（一）Tapio脫鉤模型

（三）數據來源

以江蘇省2006—2017年時間段《江蘇省能源統計年鑒》《各市統計年鑒》的數據為數據源，以2006年的GDP數據（億元）為基準保持不變。

二、經濟增長與碳排放的分析

（一）經濟增長及碳排放對比

由表1可知，第一時段GDP增量大幅增加，幅度最大的地區是蘇州，GDP為1 881億元，高于614億元的全國平均水平。蘇南地區經濟增長一直處于領先地位，但是鎮江較其他市區發展略慢;蘇中地區除南通GDP增量高于江蘇省平均值外，其他市區發展都不及平均值，雖然南通的GDP增量高于鎮江 GDP增量，但是人均GDP增量不如鎮江發展好;蘇北地區GDP增量以及人均GDP增量普遍小于江蘇省內的平均值，但是徐州自2009年開始GDP增量就高于平均值，較其他蘇北地區發展最好。

由表2可知，2006—2008年碳排放增長速度較快，平均增速為20.65%，其中增長速度最快的是徐州。2009—2011年碳排放增長明顯加快，平均增長率達到了歷史高位23.57%，其中蘇北地區增長速度最快。2012—2014年各市區碳排放增速回落，平均增速降低至10.32%。2015—2017年各市區碳排放增速繼續回落，平均增速降低至2.32%，蘇州、南京、無錫、鎮江、鹽城均出現負增長，其中蘇南地區負增長最顯著。

（二）經濟增長與碳排放脫鉤狀態及特征

由表2可知，自2006年以來江蘇省呈現了四種狀態，以下從兩個方面進行對比分析。

1.分布的時間性。2006—2008年、2009—2011年GDP增長率以及碳排放增長率都呈現顯著增加狀態。

2.分布的區域性。蘇南地區2014年之前都處于弱脫鉤狀態，蘇南地區第三產業發展好，隨著碳排放量的減少，各地呈現強脫鉤狀態。蘇中地區2011年之前出現增長連接狀態，隨著GDP增長率的不斷增加，碳排放量也顯著增加。蘇中地區普遍處于弱脫鉤狀態。蘇北地區除了鹽城發展狀態變動比較大之外，其他地區與蘇中地區發展類似。第四時間段鹽城處于強脫鉤的狀態，其他蘇北地區處于弱脫鉤的狀態。

三、碳排放Tapio影響因子分析

（一）影響因子作用分析

能源碳排放由6個指標共同作用決定，隨著時間的變化，在不同的時間內，各指標對碳排放的貢獻度有所不同。

碳排放脫鉤的影響因素是個復雜過程，是一個涉及多種因素為一體的系統工程，本文遵循綜合性、復雜性、可獲取性等原則，構建江蘇碳排放脫鉤的主要影響指標。（1）研發強度。研發強度的投入量體現一個地區對經濟發展的重視力度，體現技術發展水平。（2）產業結構。碳排放與產業結構關系密切，對脫鉤效應也有顯著影響。（3）能源結構。能源結構對碳排放呈抑制作用，主要與資源稟賦結構關系密切。（4）經濟強度。經濟強度的增大加快碳排放量增加，經濟發展是驅動碳排放和能源需求的主要力量。（5）人口效應。江蘇省經濟水平與人口分布的范圍相似，人口效應對碳排放有正向推動的作用。（6）外商直接投資。外商直接投資對東道國的影響是把雙刃劍，“污染光環”和“污染避難”效應。

（二）面板模型的估計結果

能源碳排放由以上6個指標共同作用決定。通過對這6個影響因子進行數據分析，得出面板模型的估計結果，進而解釋碳排放這一被解釋變量。根據Wald檢驗法，Hausman檢測值為123.65，選擇固定效應模型。

由表3可知，人口是影響碳排放的主要因素，江蘇省人口從2006年的7 412萬人增加至2017年7 998.6萬人，增長586.6萬人，這些新增人口的規模與結構是影響碳排放的重要因素。人口老齡化也是江蘇省人口特點之一，在同一社會中，年輕人與老人是消費能源的主力軍，因而人口帶來的碳排放增加就不足為奇了。

產業結構對碳排放的作用為負，表明第三產業有助于提升能源效率，在一定程度上降低碳排放水平。近年來，隨著工業的優化升級與第三產業的發展迅速，對碳減排的貢獻也日漸明顯。尤其是蘇南地區目前多市呈現強脫鉤狀態，表明蘇南等地區服務業發展前景可觀。

外商直接投資的估計系數為正，并且模型通過5%的顯著性水平檢驗，盡管系數不明顯，但FDI確實貢獻了碳排放。蘇南等地是外商直接投資的集聚地，長期接受國外高污染產業轉移，從而使當地碳排放增加，這種做法有利有弊。

能源結構也是一個重要因素，煤炭作為主要能量來源，在工業發展的過程中長期存在，工業進程加快的同時使得江蘇省的碳排放居高不下，應該大力調整能源結構。

從經濟強度上來看，人均GDP水平提高，刺激居民收入提高，進而改變居民的消費水平與消費結構，人們往往過于追求物質需求而忽視節能減排。

研發強度對碳排放的作用為負，表明研發強度有助于提高技術水平，在一定程度上緩解碳排放水平。

結語

第一，2006—2017年江蘇省大多數市區經濟增長與碳排放均呈現出弱脫鉤狀態，只有蘇州、南京、無錫、鎮江、鹽城5個市區最后呈現強脫鉤狀態，強脫鉤狀態主要分布在蘇南地區。

第二，江蘇省產業結構的正向調整對經濟發展與碳排放脫鉤起到良性的推動作用，蘇南地區尤其明顯。工業經濟的轉型升級不足對碳排放的影響仍比較大，第三產業發展引起碳排放減少。

第三，江蘇省盡管積極地推進產業升轉型、技術進步與創新以及節能減排技術，并取得了一定的成效，但多數市區經濟增長與能源碳排放脫鉤仍然未能達到理想狀態，今后這一地區的節能減排壓力依然很大。

參考文獻：

[1] ?李晨，叢睿，邵桂蘭.基于MRIO模型與LMDI方法的中國水產品貿易隱含碳排放轉移研究[J].資源科學，2018，（5）.

[2] ?雷蕾，楊愷鈞.經濟發展、進出口貿易與水污染的關系研究——基于中國長江流域省級數據的面板計量分析[J].生態經濟，2018，（9）.

[3] ?唐志鵬，鄭蕾，李方一.環境約束下的中國八大經濟區出口結構優化模擬研究[J].自然資源學報，2017，（10）.

[4] ?王淑納.山東省碳排放與經濟增長的脫鉤關系及驅動因素[J].科技管理研究，2014，（16）.

[5] ?邵桂蘭，陳令杰.碳排放與經濟增長的脫鉤實證研究——以山東省為例[J].中國海洋大學學報，2012，（4）.