中國碳排放總量與強度的省際差異與因素分解

劉亦文，陽 超，蔡宏宇

（1.湖南工商大學 國際商學院，湖南 長沙 410205；2.湖南工商大學 數字經濟與高質量發展重點實驗室，湖南 長沙 410205）

1 研究背景

隨著工業現代化的迅猛發展和人類活動的日益頻繁，氣候變化已經演化成當今世界所面臨的嚴峻挑戰之一[1]。2019年，全球包括土地利用變化在內的溫室氣體排放總量，達到了591 億t 二氧化碳當量（GtCO2e）[2]，平均溫度比工業化前的水平升高了1.1℃[3]。政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）在《全球升溫1.5 ℃特別報告》中稱，如果氣候變暖以目前的速度持續下去，那么預計全球氣溫在2030年至2052年間就會比工業化之前的水平升高1.5 ℃[4]。氣溫升高將給人類和環境帶來災難性后果，不僅會對生態安全造成影響，如海平面上升、更強烈和更不穩定的風暴、荒漠化、極端的水壓力和天氣事件等，而且會嚴重威脅國家糧食安全、能源安全、水資源安全、基礎設施安全，以及人民生命財產安全[4]。全球氣候變化問題，從一個科學問題開始向一個全球性的政治、經濟、社會和技術問題轉變[5]。

順應并引領全球低碳發展轉型趨勢，中國政府以負責任的大國姿態與國際社會攜手，共同應對全球氣候變化問題的挑戰。在2020年第七十五屆聯合國大會一般性辯論上，習近平主席宣示中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和。這一宏偉愿景，盡顯中國政府的大國風范和國際責任擔當。黨的第十九屆五中全會將“做好碳達峰、碳中和工作”列為“十四五”時期乃至今后更長時期的重點任務之一，開啟了減污降碳協同治理的歷史發展新階段。對碳排放總量與碳排放強度進行準確地預測和定量分析，無疑有助于決策者制定精準的低碳轉型藍圖。囿于我國各地資源稟賦、經濟發展水平、人力資本、科學技術水平、生態建設等大相徑庭，二氧化碳排放具有明顯的區域異質性[6]，需要因地制宜施行減少碳排放的政策。因此，有效估算中國各地區碳排放總量與強度可以為中國政府精準施策提供數據決策依據。

目前，對碳排放總量與碳排放強度的研究，主要集中在核算方法、空間分布以及演進趨勢等方面。如L.A.Greening 等[7]采用適應性加權迪維西亞指數分析法（the adaptive weighting divisia index method，AWD方法）評估了10 個經濟合作與發展組織（Organisation for Economic Co-operation and Development，OECD）國家不同部門的碳排放強度。張艷等[8]將碳排放源分為交通、取暖、炊事和家庭電器耗電等，并且以此測算各碳排放源的碳排放量。鄧吉祥等[9]測度了1995—2010年中國八大區域的碳排放總量和人均碳排放量，并且對各區域的碳排放特征及其演變規律進行了探索。夏四友等[10]采用Theil 指數及空間分析相關方法，分析了1997—2016年中國農業碳排放強度的區域差異、時空格局特征，并且利用R/S 分析法預測了其演化趨勢。韓夢瑤等[11]基于泰爾指數和Tapio 模型，測度了中國各省份2005—2017年碳排放總量和碳排放強度，并且對其區域差異及脫鉤趨勢演變進行了分析。除上述方法外，投入產出法在碳排放計算中的應用也較為廣泛，該方法通過運用碳排放強度與家庭最終需求相乘得到的貨幣數據，以家庭為單位來估算城市能耗的碳排放量[12]。此外，還有生命周期評價法和碳足跡計算法等，主要以調研數據為基礎，對微觀個體的碳排放量進行估算[13]。

與此同時，國內外學者們還專注于碳排放的建模和計算方面的研究，試圖幫助各國制定合理的氣候和能源政策。20世紀80年代以來，國內外學者們建立了許多CO2排放的定量分析方法。這些分析模型包括指數分解分析、對數均值迪氏分解法（log-mean Dirichlet decomposition，LMDI）、結構分解分析（structure decomposition analysis，SDA）、Kaya 恒等式、IPAT（human impact,population,affluence,and technology）和STIRPAT（stochastic impacts by regression on population，affluence，and technology）模型，主要致力于探索和計算各驅動因素的貢獻。考慮到CO2排放背后的社會、經濟和技術方面的驅動因素，STIRPAT 模型被廣泛地用于研究它們對CO2排放的貢獻。STIRPAT 模型是在IPAT 模型的基礎上建立的，對隨機沖擊進行了特別建模[14-16]。

2010年以來，中國政府實行碳排放總量和碳排放強度雙控，以推動碳排放與能源消費脫鉤。同時，為了實現碳排放總量和碳排放強度目標，中央政府將全國碳排放總量和碳排放強度下降目標分配到省際層面，分類確定省級碳排放控制目標。對中國各省（市、區）二氧化碳排放總量與碳排放強度的科學測算，是判斷中國二氧化碳排放能否在2030年前達到峰值和2060年前實現碳中和的根本依據。本文采用表面能源消費量估算法，測度中國30 個省級行政區（因數據缺失，香港特別行政區、澳門特別行政區、臺灣省、西藏自治區未納入本文的研究范圍內）2000—2018年的碳排放總量與碳排放強度，從時間與空間兩個維度分析我國碳排放總量與碳排放強度的時空動態演變趨勢，并且基于LMDI 模型，對我國碳排放增長的驅動因素進行分解，進而有針對性地根據影響我國碳排放總量與強度的因素提出碳減排的政策性建議，以期為中國如期實現碳達峰與碳中和目標提供決策依據。

2 研究方法與數據來源

2.1 碳排放總量測度方法

本文采用表面能源消費量估算法（屬于物料衡算法的一種），參考2006年IPCC 公布的碳排放計算方法和參數，對2000—2018年中國的30 個省（市、區）碳排放總量進行估算。計算時，將各種能源消費數量的終端能源消費類（標準統計量）乘以各自的碳排放系數，可以得到各種能源消費的碳排放數量，最后將各種能源的碳排放量簡單加總即可得到某個省（市、區）的二氧化碳排放總量。在已有的碳排放量計算中，均采用終端能源消費量（實物統計量）乘以相應折標準煤系數的方法折算成標準統計量，而本研究直接采用2001—2018年《中國能源統計年鑒》中的終端能源消費量（標準統計量），具體的能源消費碳排放總量計算公式如式（1）所示。

式中：i=1,2,…,m，為中國的30 個省級行政區；

j=1,2,…,n，為能源種類；

Ce為能源消費碳排放總量，萬t；

Cf為終端化石能源消費量（萬t 或億m3，不包括用于產品制造原料的消費量），數據來自《中國能源統計年鑒》（2000—2017）；

Qcv為平均低位發熱值 （kJ/kg 或kJ/m3），數據來自《中國能源統計年鑒》（2013）；

wccf為燃料的碳含量（kg/106kJ），數據來自《2006年IPCC 國家溫室氣體清單指南》；

fco為碳氧化率，來自《中國省級溫室氣體清單編制指南》；

44 和12 分別為CO2的相對分子質量和C 的相對原子質量。

公式（1）可以簡化為

二氧化碳排放系數指的是單位化石能源在燃燒或使用過程中產生的二氧化碳排放量，根據IPCC 的假定，可以認為每種化石能源的二氧化碳排放系數是不變的，其計算方法即為第一個二氧化碳排放量計算公式中的。

值得注意的是，碳排放量計算過程中的單位轉換十分重要。在對二氧化碳排放量進行測算時，首先，整理相應分類依據下所需化石能源的計量單位、Qcv（平均低位發熱值，單位為kJ/kg 或kJ/m3）、折標準煤系數、wccf（燃料的碳含量，單位為kg/106kJ）、fco（碳氧化率）；然后，對各種化石能源的二氧化碳排放系數進行計算；最后，根據化石能源對應的終端能源消費量（標準統計量）與二氧化碳排放系數綜合，得到該行業/該省/城鄉該種化石能源的二氧化碳排放量。

2.2 碳排放強度測度方法

對于碳排放強度的測算，本文中設碳排放強度等于二氧化碳排放量與國內生產總值的比值，即：

式中：IC為碳排放強度水平，也即二氧化碳排放強度，量化指標為大于0 的自然數；

GDP為各省（市、區）的國內生產總值。

3 碳排放總量與碳排放強度的時間動態演變分析

依據上述方法測度出我國30 個省份2000—2018年的碳排放總量與碳排放強度，其變化趨勢如圖1所示。

圖1 2000—2018年我國30 個省（市、區）碳排放總量與碳排放強度的變化趨勢圖Fig.1 Change trend of China’s total carbon emissions and carbon emission intensity from 2000 to 2018

由圖1可以得知，2000—2018年間，我國30 個省（市、區）碳排放總量呈現出逐年上升的變化趨勢，碳排放總量由2000年的414 001.41 萬t 上升為2018年的1 257 001.95 萬t，與聯合國環境規劃署公布的137 億t 二氧化碳當量較為接近[17]，18 a 間碳排放總量的漲幅為203.62%，即2018年我國碳排放總量近乎2000年的3 倍。雖然我國碳排放總量在持續增長，但是我國碳排放強度卻在逐年下降，尤其是在2009年以后，中國在哥本哈根氣候變化大會做出減排承諾后，我國的碳排放強度便開始有了較大幅度的下降。自2009年以來，我國碳排放強度由1.94 t/千美元下降到2018年的1.05 t/千美元，降幅為-45.88%。這說明雖然隨著經濟發展與我國工業化發展的需要，我國的碳排放總量在持續增長，但是自2009年我國向世界做出減排承諾后，一直積極出臺相關碳減排政策，實施了一系列碳減排措施，碳排放強度大幅度降低，取得了顯著成效。

縱觀2000—2018年中國的30 個省（市、區）碳排放強度的變動情況，可以得知全國二氧化碳排放強度處于逐漸下降的水平，從2000年的3.45 t/千美元降為2017年的1.06 t/千美元，中國碳排放強度已經大大減小，這一方面反映出中國實行新發展理念以來，節能減排措施、綠色環保政策的有效性；另一方面，也反映出中國經濟社會發展已經逐漸邁上高質量發展的正軌。

2000—2018年，我國30 個省（市、區）碳排放總量與碳排放強度排名情況見表1。

表1 2000—2018年我國30 個省（市、區）碳排放總量與碳排放強度排名Table 1 Carbon emission totality and intensity ranking of China’s 30 provinces (including municipal,autonomous regions) from 2000 to 2018

由表1可知，2000—2018年，我國30 個省（市、區）碳排放總量均值排名前三位的分別是山東省、河北省和山西省，排名末三位的分別是北京市、海南省和青海省。其中，排名最高的山東省，其年均碳排放總量為91 828.98 萬t，排名最末的青海省，其年均碳排放總量僅為3 608.02 萬t，可見山東省的年均碳排放總量約為青海省的25.45 倍。碳排放強度均值排名前三位的分別是山西省、貴州省、寧夏回族自治區，其年均碳排放強度分別為3.93,2.34,2.14 t/千美元；排名末3 位的省（市、區）分別為廣東省、海南省以及福建省，排名最末的福建省的年均碳排放強度僅為0.32 t/千美元。

由表1可以發現，我國各省（市、區）的碳排放總量存在較大差異，碳排放強度較高的省（市、區）大多集中在經濟較為落后的中西部地區，尤其是西部地區；而碳排放強度較低的省（市、區）則多集中在我國經濟較為發達的東部沿海地區。

自2009年在哥本哈根氣候變化大會對世界做出減排承諾后，中國政府采取了一系列減排政策，故本文以2009年為分界線，分析中國做出減排承諾前后我國30 個省（市、區）碳排放總量與碳排放強度的變化，所得結果見表2。

表2 2000—2018年我國30 個省（市、區）碳排放總量與碳排放強度年均變化情況Table 2 Average annual changes in total carbon emissions and carbon emissions intensity of China’s 30 provinces（including municipal,autonomous regions）from 2000 to 2018%

由表2可以得知，2000—2018年全國碳排放總量在2009年前后具有顯著的變化，2000—2008年碳排放總量年均增幅高達10.48%，而到了2009—2018年，碳排放總量年均增幅僅為2.92%，表明碳排放總量得到有效控制；從碳排放強度來看，2000—2018年碳排放強度總體下降了70.44%，雖然2009—2018年碳排放強度的下降幅度略低于2000—2008年的下降幅度，但總體而言我國碳排放強度仍然呈現為良性的下降趨勢。

從各省（市、區）的變化來看，2000—2008年中國30 個省份的碳排放總量增長幅度最高的3 個省（市、區）分別為海南省、寧夏回族自治區與內蒙古自治區，排名最后的3 個省（市、區）分別為黑龍江省、上海市與北京市，排名最高的海南省碳排放總量年均增幅為23.25%，排名最低的北京市的碳排放總量年均增幅僅為2.5%。2009年以后，各省（市、區）碳排放總量的增長速度皆顯著放緩，2009—2018年碳排放總量增長排名前三位的分別是寧夏回族自治區、新疆維吾爾自治區與陜西省，排名末三位的是四川省、云南省與北京市，此時排名最高的寧夏回族自治區的碳排放總量年均增幅僅為9.87%，排名最末的北京更是出現負增長，碳排放總量年均下降了4.69%。此外，河南省、四川省、云南省的碳排放總量也出現了不同程度的負增長，這說明2009年以來北京市、河南省、四川省及云南省等省（市）的碳排放總量得到了有效控制，中國的碳減排工作取得了顯著成果。

2000—2008年，我國30 個省（市、區）的碳排放強度增長較多的前3 位的分別為海南省、山東省和云南省，增長較少的末3 位的分別為山西省、天津市與北京市。其中，海南省的碳排放強度年均增長了5.55%，而北京市的碳排放強度年均下降了16.83%，30 個省（市、區）也僅海南省的碳排放強度呈現為增長趨勢，其余省（市、區）的碳排放強度皆存在一定程度的下降；2009—2018年，碳排放強度增長最多的前3 位分別為寧夏回族自治區、新疆維吾爾自治區與內蒙古自治區，增加最少的末3 位分別是貴州省、云南省以及北京市，其中寧夏回族自治區的碳排放強度年均下降了0.87%，而北京市的碳排放強度則年均下降了13.87%，此時海南省的碳排放強度也呈下降趨勢，年均下降幅度為7.25%。可以發現，2009年前后碳排放強度增長前三位的省（市、區）發生了較大的變動，原本碳排放強度增長較快的省份分散在我國東部與西部地區，而2009年以后碳排放強度增長最快的3 個省（市、區）皆屬于西部地區。值得注意的是，海南省在2009年前后碳排放強度變化趨勢存在較大的差異，碳排放強度由2009年前的增長態勢變化為2009年后的下降態勢，表明海南省2009年以來實施的碳減排措施是精準有效的。

4 碳排放量驅動因素分解

4.1 LMDI 分解模型構建

Kaya 恒等式通過一種簡單的數學公式把人類活動產生的二氧化碳排放與經濟、政策、人口等影響因素聯系起來。本文基于Kaya 恒等式與省級面板數據，并且將碳排放總量變化的驅動因素分解為能源結構效應、技術進步效應、經濟發展效應以及人口規模效應4 個部分，構建了如下對碳排放總量的LMDI分解模型：

式中：Ci為上文測算的各省（市、區）碳排放總量；

Ei為各省（市、區）能源消費總量；

Yi為各省（市、區）國民生產總值；

Pi為各省（市、區）人口總量，數據來源于EPS（Economy Prediction System）數據庫。

4.2 碳排放量驅動因素分解結果分析

2000—2018年我國碳排放總量的驅動因素分解結果如表3所示。

由表3可以得知，2000—2018年間，總效應年均增長46 833.36 萬t，其中由于能源結構改善年均實現減排9 893.58 萬t，占總效應的-21.13%，這表明改善能源結構對碳減排具有一定的作用；技術進步是實現碳減排的最主要因素，2000—2018年間，實現了年均48 487.96 萬t 的碳減排，占總效應的-103.53%。經濟增長與人口增長是導致碳排放總量增加的原因，其中人口增長導致的碳排放總量年均增長6 099.99 萬t，占總效應的13.02%。可見，雖然人口增長在一定程度上促使碳排放總量增長，但其效應并不明顯；經濟增長效應則使得碳排放總量年均增長99 114.90 萬t，是總效應的211.63%，可見經濟增長是碳排放增長的最主要原因。

1）結構效應。結構效應對碳排放總量的影響可以分為2000—2013年與2013—2018年兩個階段。在第一階段（2000—2013年），結構效應的減排效果呈波動變化，在2001—2002年、2003—2004年、2006—2009年及2011—2012年，結構效應均起到了很好的碳減排效果，而在2000—2001年、2002—2003年、2004—2006年、2009—2011年 及2012—2013年中，結構效應反而促進了碳排放總量的增加。其中，2011—2012年間結構效應的碳減排效應最好，在結構效應的作用下，期間碳排放總量減少了29 033.45 萬t，約占總效應的-95.93%，是影響碳減排的主要因素之一。而在2012—2013年，結構效應反而促使碳排放總量增加了43 727.91 萬t，增加量約達總效應的2 462.31%，這使得結構效應成為當年碳排放總量增加的最主要原因。在第二階段（2013—2018年），結構效應對碳排放總量則始終具有減排效果。從整體來看，結構效應總體在實現碳減排中做出了一定的貢獻，尤其是2013年以后，結構效應持續發揮著減排作用，這表明2013年以來，我國的能源結構得到了一定程度的優化，并且在一定程度上緩解了我國的碳排放問題。結構效應碳減排的貢獻度雖然在2000—2018年僅為-21.13%，但在2013—2018年間，結構效應碳減排的貢獻度高達-439.79%，在此期間技術效應對碳減排的貢獻度也僅為-189.20%，結構效應一躍成為碳排放總量下降的最主要因素。結合我國實際情況來看，以往我國能源消費結構中煤炭所占比例相當大，而一些清潔能源所占的比例則相對偏低。自2009年我國對世界作出節能減排的承諾后，就在能源消費結構優化方面不斷探索，呼吁各地積極用清潔能源替代煤炭等化石能源，隨著我國清潔能源使用率的提高與煤炭等化石能源使用率的下降，我國的能源結構效應也在2013年開始穩定發揮碳減排效用，但改善能源結構仍然是我國未來實現碳減排的主要途徑之一。

2）技術效應。2000—2018年，總體來看，技術效應是實現碳減排的主要原因。除了2001—2002年及2017—2018年，其余年份的技術效應都起到了很好的碳減排效果。其中，2012—2013年技術效應起到的碳減排效用最為顯著，實現了153 290.41 萬t 的碳減排，占總效應的-8631.74%，這表明技術效應在該時段對我國碳減排發揮了極其重要的作用。然而，技術效應也并非始終都發揮著減排的效果，在2001—2002年及2017—2018年兩個時段，技術效應不僅沒有減少碳排放總量，反而還促進了碳排放總量的增加。2001—2002年，技術效應使得碳排放總量增加了4 273.52 萬t，但是僅為總效應的10.86%，影響并不大。但是到了2017—2018年，在技術效應作用下，碳排放總量增加了100 311.50 萬t。總的來說，技術效應貢獻值也占到了總效應的較高比例，技術效應對實現碳減排具有重要作用，故而減低碳排放強度是我國實現碳減排的另一重要途徑，這也是我國在哥本哈根會議中提出的是碳排放強度減排而不是總量減排的原因。

3）經濟增長效應。經濟增長效應是我國碳排放總量增長的最主要推動因素，在2000—2018年期間，年均增加的碳排放總量高達211.63%，也就是說，排除結構效應與技術效應的作用，單經濟增長效應作用就能使得我國年均碳排放總量增加兩倍有余。2000—2011年經濟增長效應對我國碳排放的促進作用整體呈現為不斷加強的趨勢，由2000—2001年促進碳排放總量增長43 949.14 萬t 變化為2010—2011年促進碳排放總量增長198 771.62 萬t。2011年以后，經濟增長效應對碳排放總量增長的促進作用逐漸減弱，到2017—2018年，經濟增長效應促進碳排放增長總量又回落至47 697.09 萬t。這表明在2000—2011年間我國經濟雖然高速增長，但我國碳排放總量也隨之增長，經濟增長以破壞環境為代價，但在2011年以后，這種狀況得到了一定的改善，這不僅與我國日益重視綠色發展的觀念密切相關，也與我國經濟增長速度逐漸放緩有關。未來我國應更加重視經濟增長與環境保護的協調發展，在實行減排目標的基礎上維持我國的經濟增長速度，走經濟高質量發展之路。

4）人口規模效應。人口規模效應雖整體會促進我國碳排放總量增長，但其促進作用并不顯著，僅為總效應的13.02%。其中除2000—2001年及2004—2005年兩個時段人口規模效應具有一定的碳減排效果外，其余年份人口規模效應都會增加我國碳排放總量。2009—2010年人口規模效應對碳排放總量的促進作用最為顯著，期間碳排放總量增加了18 644.67萬t。2010年以后，人口規模效應的促進作用維持在一個較為穩定的狀態，在人口規模效應的作用下，碳排放總量的增加值約為60 007 500 萬t 左右。

5）總效應。2000—2018年碳排放的總效應呈波動變化，這是上述4 種效應獨自或者交互影響的結果。根據上述4 種效應的總體貢獻來看，技術效應是實現碳減排的最主要因素，結構效應次之；而經濟增長則是推動碳排放總量增長的主要力量，人口規模效應雖然也會在一定程度上推動我國的碳排放增長，但其推動作用與經濟增長效應相比就變得微乎其微了。

5 結論與建議

作為世界上最大的發展中國家和最大的碳排放國，中國在全面建設社會主義現代化國家征程中面臨著減污降碳和經濟可持續發展雙重目標帶來的困境。中國政府已經在多個場合，通過一系列決議，向世界表明為減緩氣候變化做出重大貢獻的決心。由于我國碳排放總量和強度下降目標采取的是任務分解到各省（市、區），而我國各省（市、區）在經濟社會發展、自然條件、資源稟賦、產業結構和能源消費結構等方面都存在顯著差異，從而形成了對減排目標分配不同的利益訴求。如何實現國家層面減排目標在省域間公平合理、科學有效分配，最終實現碳達峰與碳中和的美好愿景，成為現階段我國碳減排工作亟需解決的關鍵問題。因此，在將減排目標進行省際分解時，不僅需要考慮各省（市、區）的碳排放差異，而且需要深入分析其驅動因素。本文通過對各省市碳排放總量與強度進行測算，從時間與空間兩個維度得到了各省（市、區）碳排放總量與強度的時空差異，并對各省市碳減排驅動因素進行了評估，得出如下結論：

1）我國二氧化碳排放總量持續保持高位并呈現出進一步上升的趨勢，2030年碳達峰壓力巨大，但碳排放強度逐年下降，說明我國節能減排政策已發揮了減排效應，未來仍需出臺更多的減污降碳協同治理政策以助推碳達峰、碳中和目標的實現。

2）我國各省（市、區）碳減排成效不盡相同，如何有效平衡地區經濟增長與碳減排仍考驗著地方政府現代化治理水平和智慧。

3）長足的節能技術進步和產業結構優化顯著地推動了碳減排工作，但各地區發展經濟的努力會增加碳減排壓力。

基于以上分析結果，可為我國政府制定碳減排政策提出如下建議：

1）以系統性、前瞻性、科學性思維制定區域差異化“雙碳”減排政策和行動計劃。當前我國碳減排形勢嚴峻，絕大部分省份的碳排放總量仍處于增長態勢，要立足于地方產業政策、文化環境、地理優勢、資源稟賦、交通條件和能源發展實際，推行區域差異化的“雙碳”能源政策、減排目標和考核評價要求，運用新發展理念科學謀劃新發展階段碳減排發展新格局。

2）實現碳達峰、碳中和的路徑中，技術進步（尤其是低碳技術的進步）發揮著決定性作用。要加強能源產業鏈、關鍵核心技術、基礎設施網絡建設，推進以氫能為代表的新型清潔能源基礎設施的投資發展和能源結構轉型升級，基于大數據、物聯網、區塊鏈、人工智能和云計算等新一代信息技術，構建能源環境數據協同管理平臺，實現跨部門、跨層級、跨系統的數據互聯互通，將減碳降污工作向定量化、精細化、精準化、智能化方向推進。

3）充分發揮市場機制在能源要素配置中的作用，進一步打破區塊分割、區域封鎖、城鄉隔離等市場體制障礙，推進市場體制和資源要素機制改革。