安徽工業經濟增長與能源碳排放脫鉤研究

張純

(安徽理工大學經濟與管理學院，安徽 淮南 232001)

一、引言

在過去的數十年里，溫室氣體排放給全球環境帶來巨大的承載壓力，節能減排措施在世界各國越來越受到重視。 改革開放以來，我國經濟飛速發展， 目前已成為世界上僅次于美國的第二大經濟體，而30 多年的經濟增長也伴隨著二氧化碳排放量的急劇上升。 2012 年經濟進入新常態以來，我國經濟增長乏力，但碳排放量仍未達到峰值。 為此，2017 年黨十九大報告提出中國經濟正由高速增長階段轉向高質量發展階段， 2018 年習近平總書記在全國生態環境保護大會上進一步強調綠色發展是構建高質量現代化經濟體系的必然要求，是解決污染問題的根本之策，這意味著綠色低碳將長期引領經濟發展的方向。

安徽省地處我國華東地區，濱江近海，是長三角經濟帶的重要組成部分，是我國重要的能源輸出大省。 融入長三角后，安徽省工業化和城鎮化進程得到催化提速，但隨之而來的碳排放問題也面臨嚴峻挑戰。 為避免落入先污染后治理的發展模式，碳排預防和控制成為環境問題的重中之重。 由此，安徽省“十三五”工業綠色發展規劃明確提出要落實綠色發展理念，加快工業轉型升級，構建現代工業體系，創新制造業發展路徑。 因此，探究碳排放的內在驅動，把握碳排放關鍵點成為亟須解決的問題。 本文以安徽省工業行業為研究對象，分析其碳排放的內在驅動因素，在此基礎上研究工業經濟增長與碳排放的關系，并為政府制定節能減排政策提出建議。

二、文獻陳述

在研究方法上，能源經濟與碳排放驅動研究領域常用的分解方法主要有完全因素分解法(CDM)[1-2]和廣義費雪因素分解法(GFI)[3-4]、結構分解法(SDA)[5-6]、指數分解法(IDA)[7-8]。 其中，指數分解法分為LMDI 和AMDI 兩種。 在研究領域中，Ang 從理論基礎、適應性、易用性和研究結果解釋能力等四個方面闡述了LMDI 方法的優越性[9]。 Liu 和 Ang 對于 LMDI 方法分解過程中可能會出現的零值和負值問題進行了改進，改進后LMDI 能夠從不同方面研究各因素指標對碳排放或能源消耗的驅動作用，被認為是精確度較高、更具說服力的指數分解方法[10-11]。 同時，渠慎寧在對因素分解方法進行梳理時也指出，LMDI 方法在解決殘差項后，可適用于國家、區域、行業等多個領域的碳排放分析[12]。 如Jiang 就利用因素分解模型探究中國工業碳排放，試圖尋找中國制造業碳排放發展趨勢的關鍵所在[13]；郭朝先運用LMDI 分解法將中國碳排放分解為碳排放系數、經濟活動、經濟結構、經濟規模擴張、能源結構和能源消耗強度5 個因素[14]；涂正革使用LMDI “兩層分解法”將1995-2011 年30 個省份碳排放分解為城鎮居民生活、農村居民生活、工業、商業、農林牧漁業、建筑業、運輸業7 個部門進行研究[15]。

當前，我國經濟的高質量發展模式不能再完全依賴資源消耗和環境破壞，能源消耗、溫室氣體排放與經濟脫鉤研究的重要性也愈發重要。 脫鉤研究理論源于物理學，經由OECD 組織提出應用于資源消耗、環境污染與經濟增長之間的關系模型。 Tapio 以0、0.8 以及1.2 為脫鉤彈性節點將脫鉤定義為8 種狀態[16]。 由于脫鉤方法能夠直接反映能源、環境與經濟之間的動態關系，近年來諸多學者圍繞資源消耗的時空差異對碳排放與經濟增長的脫鉤狀態進行相關研究。 Zhou 等以中國八大區域為研究對象，基于Tapio 脫鉤研究了經濟發展與碳排放之間的關系，指出研究期間中國大部分區域處于弱脫鉤狀態[17]。 而彭佳雯等運用Tapio 脫鉤分析模型，分析了中國30個省份經濟增長與能源碳排放之間的脫鉤關系及程度，指出研究期間除了2000—2005 年為擴張性負脫鉤外，其余時期經濟與能源碳排放均呈現弱脫鉤狀態，并指出脫鉤的程度與宏觀經濟形勢和政策調控密切相關[18]。 Wang 以 2000—2014 年為研究期，分析了京津冀產業發展與碳排放之間的脫鉤彈性趨勢，證明在整個研究期間，京津冀產業發展與碳排放之間的脫鉤彈性呈下降趨勢[19]。 另外，胡穎、謝守紅、陳柔等學者分別對建筑業、交通運輸業和農業等不同行業進行了碳排放脫鉤關系和狀態的研究[20-22]。

綜上所述，多數學者對能源消耗、碳排放和經濟增長脫鉤關系的研究主要以國家、區域和發達省域為研究對象，對內陸不發達省份的碳排放與經濟增長關系的深入研究較少。 同時，在研究省份能源消耗、碳排放與經濟增長關系時，也未能考慮到不同行業之間碳排放的差異與聯系。

本文基于LMDI 分解方法，構建碳排放與經濟增長關系的脫鉤模型。 從年份和行業兩個不同維度，分析碳排放與經濟增長脫鉤狀態和內在驅動因素，并深入到省域細分行業，系統研究碳排放的層次差異、驅動因素及其脫鉤關系，為省際區域內節能減排政策制定提供有效參考。

三、研究方法

(一)碳排放的測算方法

化石燃料燃燒是引起二氧化碳排放上升的主要原因，故本文選取原煤、焦炭、原油、汽油、煤油、柴油6 種能源種類作為估算安徽工業碳排放基準，參考IPCC 制定的國家溫室氣體清單指南與中國碳排放相關參數(表1)，得到具體碳排放測算公式如下:

表1 各類能源的計算系數

式中，C O2為測算的C O2排放量，Ei為第i種能源的消耗數量，NC Vi為第i種能源的平均低位發熱量，CE Fi為第i種能源的碳排放系數，CO Fi為第i種能源的碳氧化因子，44/12 為C O2與C的分子量比率。

考慮到能源不充分燃燒情況，本文參考國內外學者研究和中化石燃料氧化系數，確定原煤、焦炭、原油、汽油、煤油、柴油碳氧化因子分別為0.94，0.93，0.98，0.98，0.98，0.98，并以《中國能源統計年鑒2017》附錄4 和2006 年IPCC 指南參考能源折算標準煤系數。

(二)碳排放影響因素分解模型

本文參考Ang 改進的LMDI 分解方法，并將其與擴展后的Kaya 恒等式結合，構建工業碳排放因素分解模型，分解出碳排放強度、能源效率、行業結構、經濟產出、人口效應6 個因素指標。 Kaya恒等式公式如下:

本文將脫鉤因素分解為以上6 個因素，主要從這幾個方面進行考慮:首先，碳排放強度即單位能源碳排放系數，一般為固定值，具體數值可見表1。 其次，在碳排放研究領域中，能源結構一直是影響碳排放變化的重要因素，通過分析每種能源消費的占比，有利于進行能源消費內部結構的調整，實現能源替代和轉換，從而達到節能減排目的。 另外，單位GDP 的能源消費量，能夠直觀反映能源的利用情況，因此，可以根據能源效率的高低，對碳排放變化的正負作用進行有效的評價。同時，由于工業行業的復雜性和多樣性，在進行工業碳排放研究時，必須進行細分行業的分析，行業結構對于行業分析研究起著不可忽視的作用。 最后，經濟產出即單位人口GDP 貢獻值，最能體現出一個地區的經濟發展情況，其與人口效應一起，構成推動社會發展的積極因素。

LMDI 分解模型有“加法”和“乘法”兩種形式，但兩種方法的最終分解結果相同，且加法形式能夠比較清晰直觀地分解出影響因素，故文本采用LMDI 方法中的“加法”對各因素進行分解。 具體表現形式如下:

在測算數據過程中遇到數據為0 值的情況，參考Ang 提出的處理方法[36]，使用10 的負20 次方代替0 值。 盡管碳排放強度D受能源利用程度的影響，但在能源使用技術水平未顯著突破前，碳排放強度基本保持不變，即Δ CD＝0 ，因此，本文主要圍繞能源結構、能源效率、行業結構、經濟產出、人口效應五個因素進行分析。

(三) Tapio 脫鉤模型

本文引入脫鉤模型探究安徽省工業經濟增長與碳排放的脫鉤關系，構建具體模型如下:

式中:E為能源消耗，C為碳排放，G為工業行業產值，ΔE為能源消耗變化量，ΔC碳排放變化量，ΔG工業產值變化量。

表2 脫鉤彈性與脫鉤狀態

(四)數據來源

本文數據為2005—2018 年安徽省規模以上工業企業能源消耗數量、從業人口效應、行業產值等數據，均來源于《安徽省統計年鑒》。 其中，2005—2016 年工業行業產值數據為《安徽省統計年鑒》公示數據，2017—2018 年數據以《安徽省統計年鑒》“主營業務收入”作為參考，輔助插值法處理替代工業部門總產值。

由于2011 年前后部分行業發生名稱變化，在統計和測算數據時，為保持行業分類一致，對相關行業進行調整和合并，最終保留37 個工業行業，具體行業編號見表4 注。 其中編號34 行業為2012 年新增行業。

四、實證分析與結果

(一)碳排放特征及演變

由圖1 可見，2005—2018 年安徽省工業能源換算成標準煤的消耗總量和二氧化碳排放總量發展趨勢基本一致。 在整個研究期間，2014 年和2016年是兩個拐點。 2005 年到2014 年，工業碳排放與能源消耗一直處于上升勢頭，其中，工業碳排放從2005 年的 1.64 億噸升到 2014 年的 3.86 億噸，增幅達135%；能源消耗從2005 年的0.58 億噸上升至2014 年的1.38 億噸，漲幅達 138%。 2014 年之后，出現了滯增長甚至下降的趨勢。 而到了2016 年，這兩個指標均觸底反彈，最后兩年保持平穩。

圖1 2005—2018 年工業能源消耗總量與碳排放總量

(二)脫鉤研究分析

根據碳排放脫鉤模型，對安徽省工業碳排放進行脫鉤彈性測算，得到歷年碳排放脫鉤彈性，結果如表3。

表3 2005—2018 年安徽省工業碳排放脫鉤彈性因素分解

從表3 看出，安徽省工業經濟增長與碳排放存在一定的脫鉤效應，且大致經歷了3 個階段:2005—2014 年弱脫鉤，2014—2016 年短暫的強脫鉤，2016—2018 年從衰退脫鉤向弱負脫鉤轉變。

弱脫鉤階段，安徽省工業碳排放弱脫鉤彈性指標介于 0-0.67 之間，波動性較小，基本趨于穩定狀態。 此階段，碳排放增長速度小于工業經濟增長速度，平穩驅動著工業經濟的增長，這與前10 年安徽省經濟增長率趨勢基本保持一致。

強脫鉤階段，脫鉤彈性值均小于零，表示期間安徽省工業總產值與碳排放均同期增長，但前者增長速度要大于后者，表明這一階段政府節能減排措施奏效。

變化階段，相比較而言，這三年間脫鉤彈性波動明顯，尤其是2016—2017 年的脫鉤彈性值達到了3. 46，說明在此階段，安徽省工業行業經歷著從強脫鉤→衰退脫鉤→弱負脫鉤的劇烈變化過程。

(三)脫鉤驅動因素分析

為了更好地分析不同行業脫鉤狀態變化，本文將整個研究期分為 2005—2011 年和2011—2018 年兩個階段，并利用脫鉤指數計算公式分別測算安徽省37 個工業行業中能源結構、能源效率、行業結構、經濟產出以及人口效應對脫鉤指彈性指數的影響，具體分解結果如下。

表4 2005—2018 年安徽省工業行業碳排放脫鉤彈性因素分解

續表4

由表5 可知，2005—2011 年間，安徽省工業發展處于高速增長期，此階段，工業行業以弱脫鉤為主，為23 個，強脫鉤、增長連接狀態的行業數量分別為9 個和 4 個。 2011—2018 年期間，處于弱脫鉤、強脫鉤、衰退連接、增長連接、弱負脫鉤、強負脫鉤、擴張性負脫鉤狀態的行業數分別是6 個、18個、3 個、2 個、1 個、1 個和 3 個，其中數量最多的是強脫鉤，同時由于工業增長乏力，經濟進入新常態，出現弱負、強負、擴張負等多個負脫鉤狀態。綜合來看，兩研究階段的行業主體脫鉤狀態出由弱脫鉤向強脫鉤的轉變，表明研究期間工業經濟增長依賴能源碳排放的程度呈逐漸減弱趨勢。

表5 兩個研究階段37 個工業行業碳排放脫鉤狀態

(1)能源結構(KM)對碳排放脫鉤影響

能源結構彈性值由2005—2011 年間的2.1 降低到2011—2018 年間的2.0，兩個階段均對安徽省工業碳排放脫鉤起抑制作用。 在2005—2011年間，19 個行業的能源結構對經濟增長與碳排放脫鉤有著微弱的促進作用，其他行業為抑制作用。2011—2018 年，工業部門中20 個行業對碳排放起促進作用，與上一階段相比有所進步。 這是因為在此階段后期工業行業開始致力于產業供給側改革，對于碳排放系數高的化石能源，例如原煤、焦炭等，使用頻率降低。 綜合來看，能源結構對于碳排放脫鉤影響較小，這也說明能源結構在提升安徽省工業碳排放脫鉤方面存在很大空間。 但由于安徽省能源生產結構以煤礦為主，當前階段還無法做到快速減少高碳化石能源消耗量在低碳能源中使用占比因此，工業各行業應加強能源結構優化，大力提倡清潔能源使用。

(2)能源效率(KT)對碳排放脫鉤的影響

能源效率是促進安徽省工業碳排放脫鉤的最主要因素，其脫鉤彈性由2005—2011 年間的-121.3 降低到 20011—2018 年的-162.9，對各行業的碳排放脫鉤也均為促進作用。 這說明近年來安徽省傳統工業不斷轉型升級，逐步向低耗能、高技術發展。 2005—2011 年，能源效率碳排放脫鉤彈性絕對值最大的行業是36(-37.04)，其次是08(-10.84)、31(-9.06)，與此同時，26 的能源效率脫鉤彈性僅為-0.16，是37 個行業中最弱的。 這是由于安徽省工業部門積極響應政府的號召，關停了“十五”小企業以及生產設備不符合標準的高污染高耗能企業，同時實施了一系列工業轉型措施，提高了能源利用效率。 2011—2018 年，2，14，17，23，32，35 等幾個行業的能源效率對碳排放脫鉤的影響由促進轉為抑制作用，其余的行業均為促進作用。 其中，能源效率脫鉤彈性絕對值最大的是09 (-54.65)，對碳排放脫鉤的作用居首位；其次為32(21.48)、28(-16.78)、06(-14.27)和12(-13.79)，能源效率對碳排放脫鉤有著較大的促進作用。 這是因為由于工業技術不斷優化，能源利用得到高效、集約發展，促使工業經濟的質量和效益得到有效提升，能源效率脫鉤彈性值從而明顯下降。

(3)行業結構(KS)對碳排放脫鉤的影響

由表4 可知，行業結構對安徽省工業碳排放脫鉤在兩個階段有著相反的驅動作用。 2005—2011年，安徽省行業結構脫鉤彈性為15.33，抑制碳排放的脫鉤發展。 在各行業中，36(4.70)脫鉤彈性最大，對碳排放脫鉤產生較大抑制作用，其次是13(1.57)、32(1.26)、31(1.06)。 這是由于這段時期安徽省37 個行業的行業結構尚未得到明顯改善，傳統高耗能產業仍是安徽省工業經濟發展的主要支撐。 2011—2018 年，安徽省行業結構的脫鉤彈性為-25.88，低于2005—2011 年，對碳排放脫鉤起到促進作用。 其中09(-47.56)的脫鉤彈性絕對值最大，對研究期間的碳排放行業結構脫鉤作用最為明顯，而32(14.13)對碳排放起主要抑制作用。 這是由于安徽省“十三五”工業綠色發展規劃建立以來，積極構建科技含量高、資源消耗低、環境污染少的產業結構，逐步形成了產業綠色發展模式。

(4)經濟產出(KI)對碳排放脫鉤的影響

經濟產出在兩個研究期間對安徽省碳排放脫鉤均起到抑制作用。 2005—2011 年，安徽省行業結構的脫鉤彈性為47.61，各行業脫鉤彈性均為正值，其中，經濟產出脫鉤彈性最大的是36(4.13)，其次為 06(3.23)、32(2.88)、31 (2.80)、08(2.57)，其他行業的脫鉤彈性均小于2。 這是因為在此階段，安徽省大力發展工業項目，推動重大基礎設施建設，實現工業經濟迅速增長的同時忽視了工業行業的綠色發展。 2011—2018 年，安徽省經濟產出的脫鉤彈性為 124.2。 除了 01、02、03、32等4 個行業彈性值為負值外，其余行業均為正值，其中09(64.77)是經濟產出脫鉤彈性最大的城市，其次為 35(5.38)、05(4.88)、23(4.53)，其他行業的行業結構脫鉤彈性均小于4。 在這一階段，安徽省工業行業發展勢頭放緩，工業總產值的增長乏力，但能源消耗量和碳排放量繼續保持增長，從而對碳排放的脫鉤起主要的抑制作用。

(5)人口效應(KP)對碳排放脫鉤的影響

人口在兩個研究期間對安徽省碳排放脫鉤均起到抑制作用，這是由于隨著工業規模擴大、城市化進程加快，第二產業就業人口增長。 2005—2011 年，安徽省人口的脫鉤彈性為30.44，各行業脫鉤彈性均為正值，其中，人口的脫鉤彈性最大是06(2.65)，其次為 36(2.62)、31 (2.05)，其他行業的脫鉤彈性均小于2。 2011—2018 年，安徽省人口的脫鉤彈性為 35.44，高于 2005—2011 年。 其中，09(24.27)是人口脫鉤彈性最大的城市，其次為 28(1.79)、29(1.43)、12(1.32)和 06(1.07)，其他行業的人口效應脫鉤彈性均小于1。 這主要是因為近年來第二產業市場趨于飽和，經濟增長乏力，產業尋求轉型升級，就業人口增長緩慢。

五、結論與建議

本文以安徽省37 個工業行業為研究對象，選用2005-2018 年作為研究期，從能源結構、能源效率、行業結構、經濟產出、人口效應5 個方面研究碳排放驅動因素，并結合LMDI 分解和Tapio 脫鉤模型對工業碳排放進行脫鉤研究，得出的結論如下。

碳排放趨勢分析:2005—2013 年安徽省工業行業碳排放量巨幅上升，年平均增長率為6.13%，2014 年后增幅逐步趨于平緩。

因素指標分析:能源效率是促進安徽省工業行業碳排放脫鉤的主要因素；經濟產出是抑制碳排放脫鉤的首要原因，其次是人口效應因素；行業結構在兩個研究期的驅動作用由抑制轉為促進；能源結構對碳排放脫鉤抑制效果最弱。

脫鉤狀態分析:在整個研究期間內，安徽省工業經濟增長與碳排放脫鉤效應經歷了長期弱脫鉤→短暫強脫鉤→最終弱負脫鉤3 個階段。 行業數量主體的脫鉤狀態實現了由第一階段的24 個行業弱脫鉤轉變為第二階段23 個行業強脫鉤的局面，表明安徽省工業經濟增長對能源碳排放的依賴程度正在逐漸減弱。

當前安徽省工業行業發展正處于產業升級重要時期，基于上述研究結論，為政府部門制定節能減排的政策提出以下三點建議:(1)安徽省作為能源大省，省內能源消費主要以煤炭類的化石燃料為主，而能源結構對于碳排放脫鉤作用相對較弱，說明能源結構存在一定提升空間。 因此，在對節能減排對策研究時，思路重點應放在新技術和新能源更新升級上，對能源利用技術進行改造升級，提高能源使用效率，同時要擴大清潔能源在工業能源消費比重。 (2)經濟產出雖然是抑制工業行業碳排放與經濟脫鉤的主要因素，但同時也是國民經濟發展的重要支柱，故不應將減少經濟發展作為控制減少碳排放的主要目標。 政府應通過加強供給側改革，控制產能生產，減少產能過剩和資源的浪費。 (3)結合安徽省內資源優勢，加快行業結構的升級優化，大力發展智能制造、新能源汽車，集成電路等高新技術產業，對于技術落后和排放不合格的產業進行淘汰和技術升級，全面提升工業綠色發展競爭力。