“雙碳”目標下閩三角碳排放脫鉤狀態及驅動機制分析

侯麗朋,王 琳,錢 瑤,唐立娜,3,*

1中國科學院城市環境研究所城市環境與健康重點實驗室,廈門 361021 2 中國科學院大學,北京 100049 3 廈門市城市代謝重點實驗室,廈門 361021

溫室氣體濃度升高加劇了極端天氣發生的頻次和危害程度[1],低碳發展成為應對全球氣候變化的必然選擇。脫鉤是判斷發展模式是否符合低碳發展要求的重要手段[2—3]。脫鉤是經濟合作與發展組織(Organization for Economic Cooperation and Development, OECD)提出的用于描述“阻斷經濟增長與環境污染之間聯系”的理論,后被引入環境領域,描述“經濟發展與環境污染之間從相互制約到響應關系不再存在的過程”[4—6]。二氧化碳雖非污染物,但其對可持續發展的不利影響難以忽略,碳排放與經濟發展關系的判定成為脫鉤分析領域的焦點。當碳排放與經濟發展“脫鉤”時,碳排放將不再隨著經濟發展而增加[7]。碳達峰是二氧化碳排放達到最高值然后持續下降的過程[8],可見碳達峰的本質是碳排放與經濟發展的脫鉤[9],實現碳中和必須將碳排放與經濟發展脫鉤。

Tapio[10]脫鉤模型是環境領域研究脫鉤狀態的通用的模型,與OECD的脫鉤模型相比,該模型細化了脫鉤狀態的判斷標準,因此基于Tapio模型的相關研究其脫鉤狀態的判斷更清晰。使用該模型,學者們對發達國家和發展中國家的脫鉤狀態進行了對比[11—13],發現英美等已經實現碳達峰的發達國家以強脫鉤狀態為主,而碳排放還在增長的中國等發展中國家以弱脫鉤為主[7]。碳達峰、碳中和(“雙碳”)目標提出后,碳排放的脫鉤狀態成為是否達峰的判斷標準。當碳排放與經濟發展處于強脫鉤狀態時,碳達峰已經實現[14],當二者未脫鉤時,經濟發展將促進碳排放持續增加,碳達峰的實現較難。我國各省市以弱脫鉤和擴張負脫鉤為主,強脫鉤只是偶爾出現[15],可見實現碳達峰需要更多減排努力。由于碳排放受經濟社會等因素的影響,因此經濟社會發展等的差異是導致碳排放脫鉤狀態多樣性的關鍵原因[16]。在實證研究中常將脫鉤分析與驅動機制研究相結合[17—18],脫鉤狀態分析后開展碳排放驅動機制研究明確了經濟社會發展等因素對脫鉤以及碳排放的影響,進而可對經濟社會等因素進行調控,以促進碳排放與經濟發展脫鉤,助力碳達峰目標早日實現。Kaya恒等式建立了人類活動碳排放與經濟、政策和人口等因素的數學關系[19],以此為基礎進行擴展的對數平均迪氏指數法(LMDI)的計算過程更簡便、分解無殘差,且可根據實證研究的需要對模型中的因素進行擴展,因此LMDI方法是碳排放驅動機制研究中最常用的方法[20]。使用該方法,學者們開展了全球尺度[21]、地區尺度[22]、國家尺度[23]以及城市[24]乃至產業尺度[25]的研究。

城市群是城市的集合,是我國參與全球競爭的重要載體,對于推動區域協調發展和經濟增長有重要的作用。城市群地區經濟的快速發展導致其成為我國碳排放的重要來源[26],削減城市群地區的碳排放是實現“雙碳”目標的最佳方式[27],因此開展城市群碳排放脫鉤狀態及驅動機制研究對于判斷“雙碳”目標約束下地區是否達峰,以及如何實現碳達峰等具有更重要的理論及實踐意義。目前針對我國城市群開展的研究其研究對象有以下幾類：一是成熟的城市群,例如長三角[28]、京津冀[29]以及成渝城市群[30]等；二是我國中部人口密集地區,例如黃河流域地區[31]、中原城市群[32]等；三是我國經濟相對欠發達地區,例如關中城市群[33]、晉陜蒙[34]以及東三省[35]等。我國不同城市群之間以及同一城市群內的各個城市之間脫鉤狀態差別較大[16],東部經濟發達城市群的脫鉤狀態更好,但是強脫鉤也只是偶爾出現,我國整體上未達到強脫鉤這一理想狀態。研究結果證明,經濟發展和規模擴張是促進碳排放增加的正向因素[36],對碳排放起抑制作用的因素是結構優化和效率提升,尤其是產業結構高級化和能源結構低碳化[37]。

閩三角是我國經濟發展最有活力的城市群之一,城鎮化率高、經濟增長快。經濟規模雖不如長三角和珠三角,但也是帶動海西經濟區發展的重要增長極,未來該地區在輻射內地與沿海,以及對接長三角和珠三角等方面將發揮越來越重要的作用。閩三角擁有豐富的生態資源,是生態文明建設的重要地區,在保障東南沿海生態安全和削減碳排放方面占據重要地位。碳達峰、碳中和已被納入福建省“生態省”建設布局中。作為福建省的碳排放中心[38],閩三角有必要對經濟和社會發展進行調控,實現率先達峰。以往針對閩三角碳排放驅動機制的研究更側重綜合性的戰略研究[39]?！半p碳”目標的實現必須落實到各個城市、行業和部門,因此廈漳泉一體化背景下不僅要探索適合閩三角整體的減排路徑,同時又必須兼顧城市的差異探索適合不同城市的多元化、差異化的減排路徑。

圖1 閩三角城市群區位圖Fig.1 Location plan of the Golden Triangle of Southern Fujian

本研究使用Tapio脫鉤模型和LMDI方法分析了閩三角城市群的脫鉤狀態,探究了城市群碳排放的驅動機制,為“雙碳”目標約束下該地區發展低碳經濟和優化產業布局等提供了綜合性的建議。同時考慮到廈門、漳州和泉州在產業結構和能源利用等方面的差異,本文同時對比了這3個城市在脫鉤狀態和碳排放驅動機制方面的差異,明確了不同發展模式下經濟、人口以及能源消費等對碳排放的貢獻,為各個城市的碳減排提供了有針對性的建議。

1 數據與方法

1.1 研究區概況

1.2 清單法

本文采用政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change,IPCC)提供的框架[40]對2005—2017年閩三角能源消費、工業生產、農業生產、林綠地、廢棄物處置5個部門的碳排放進行核算。

(1)

(2)

CEj=Aj×Ij

(3)

式中,CE為閩三角碳排放,CEi為城市碳排放,i=1,2,3分別表示廈門,漳州,泉州。CEj為部門碳排放,j=1…5,Aj和Ij分別為碳排放相關過程的活動強度和碳排放系數(表1)。

表1 部門碳排放來源及各活動的碳排放系數

1.3 Tapio脫鉤模型

用Tapio脫鉤模型[10]計算2006—2017年碳排放的脫鉤系數。

(4)

式中,DI表示脫鉤系數(decoupling index),EP和DF分別表示環境壓力(environmental pressures)和經濟驅動力(driving factors),分別用人均碳排放(carbon emissions per capita,CP)和人均GDP(GDP per capita,GP)表示(圖2),因此脫鉤系數是t—t+1時期環境壓力變化率(%ΔEP)和經濟驅動力變化率(%ΔDF)的比值,脫鉤狀態的判斷見圖2。

圖2 脫鉤系數與脫鉤狀態Fig.2 Decoupling index and decoupling statusCP: 人均碳排放 Carbon emissions per capita; GP: 人均GDP GDP per capita; DI: 脫鉤系數Decoupling index

1.4 LMDI方法

參考LMDI方法[20],將碳排放分解為碳排放系數(Ii)、能源結構(ES)、能源強度(EI)、人均GDP(GP)和人口規模(P)。

(5)

ΔCE=CEt+1-CEt=ΔIi+ΔES+ΔEI+ΔGP+ΔP+ΔCErsd

(6)

式中,CE、Ei、E、G、P分別表示碳排放、煤炭消費、綜合能耗、GDP和人口規模,Ii=CE/Ei、ES=Ei/E、EI=E/G、GP=G/P,分別表示碳排放系數、能源結構、能源強度、人均GDP和人口規模。ΔIi、ΔES、ΔEI、ΔGP、ΔP分別表示碳排放系數、能源結構、能源強度、人均GDP和人口規模對碳排放的貢獻值。本研究設定,研究期內碳排放系數保持不變,因此ΔIi=0。加法分解的分解余量ΔCErsd=0。上述因素對碳排放的貢獻值通過以下公式計算：

2．金融結構通過技術的轉移和擴散對產業結構的促進作用。技術轉移與技術擴散都是一種新技術由高水平向低水平的傳播，沒有擴散，創新便不可能有經濟影響。學者通過各種模型對其進行研究，如謝建國通過兩階段古諾模型、羅德明等人利用羅默模型討論了技術轉移與擴散對實體經濟的作用。[15][16]其傳導機理主要有以下幾類。

(7)

(8)

(9)

(10)

(11)

(12)

DES=exp(wΔES)

(13)

DEI=exp(wΔEI)

(14)

DGP=exp(wΔGP)

(15)

DP=exp(wΔP)

(16)

式中,DCE表示t—t+1時期碳排放變化率,DIi、DES、DEI、DGP、DP分別表示上述五類驅動因素對碳排放變化率的貢獻。乘法分解的分解余量ΔDrsd=1。

用貢獻度(con)衡量各因素對碳排放的影響。不同因素間,貢獻度越高的因素,其對碳排放的影響程度越強。當驅動因素的貢獻度升高時,表明該因素對碳排放的影響程度加深。

(17)

式中,con表示驅動因素的貢獻度,Δ表示驅動因素的貢獻值,︱Δ︱表示貢獻值的絕對值

經濟發展時,所有能直接或間接促進碳減排的措施稱為脫鉤努力。用脫鉤努力模型[52]評估各類因素對碳減排的貢獻,即脫鉤努力,用ΔE表示。

ΔE=ΔCE-ΔGP

(18)

(19)

式中,ΔE表示剔除人均GDP的影響后各類因素對碳減排的努力。ΔCE和ΔGP分別表示碳排放變化量和人均GDP對碳排放的貢獻。D表示脫鉤努力系數。DES、DEI、DP分別表示能源結構、能源強度和人口規模對碳減排的脫鉤努力。D≤0表示驅動因素未做脫鉤努力,即驅動因素的變化不能促進碳排放與經濟發展脫鉤；01表示驅動因素為強脫鉤努力,即驅動因素的變化促進了碳排放與經濟發展脫鉤。

2 結果與分析

2.1 碳排放核算結果

整體而言,閩三角碳排放保持增長趨勢(圖3)。碳排放從2005年的1315.60萬t增長到2017年的5471.89萬t。從構成看,泉州碳排放最多：2005年該市碳排放948.13萬t,占比72.07%,2017年碳排放為4006.61萬t,占比73.22%(圖3),是閩三角最主要的碳源。漳州碳排放最少,整體呈先增后降趨勢。碳排放由2005年的38.45萬t增加至2014年的957.50萬t,隨后又下降至2017年的685.87萬t,占比由2.29%增加至19.72%又回落到12.53%(圖3)。漳州碳排放增長率最高,但增長率逐年下降(圖4)。漳州碳排放變化受工業發展的影響較大。2006年碳排放是2005年的2.98倍,此時碳排放增加主要受到了鋼鐵以及水泥產業擴張的影響。之后隨著鋼鐵、水泥等產業的規?？s小,地區碳排放增長率逐漸放緩?！靶鲁B”之后,上述產品的產量急速下降,地區碳排放總量也開始下降?？傮w而言,漳州碳排放增長率最高,達到35.78%,高于地區整體水平。廈門碳排放在波動中增加,年均增長率7.79%,低于地區整體水平,導致該市碳排放占比逐年下降(圖3)。廈漳泉3市在碳排放及增長率上的差異與部門碳收支有關(圖3)。閩三角碳支出最多的是能源活動部門,其碳支出占總碳支出的70%以上,而工業部門碳支出的增長率最高,為12.44%(圖3)。泉州能源消費量高是導致泉州碳排放量高且持續增長的主要原因。漳州工業發展較快導致了該市碳排放有最高的增長率。

圖3 閩三角城市群及廈漳泉各市碳排放特征Fig.3 Characteristics of carbon emissions of the Golden Triangle of Southern Fujian (GTSF), Xiamen, Zhangzhou and Quanzhou

閩三角人均碳排放從2005年的0.87 t/人增加至2017年的3.08 t/人,環境壓力持續增大(圖3)。2005—2017年廈門、漳州和泉州的人均碳排放分別從1.21、0.08、1.24 t/人增加至1.94、1.34、4.63 t/人(圖3)。泉州人均碳排放最高,環境壓力最大；漳州人均碳排放最低,環境壓力最小(圖3)。閩三角以及廈漳泉人均碳排放的變化趨勢與碳排放一致(圖4),即廈門人均碳排放增長率最低,漳州人均碳排放先增后降,最大值也出現在2014年(1.93 t/人)(圖3),且人均碳排放的增長率最高(34.94%)(圖4)。

圖4 碳排放與人均碳排放增長率Fig.4 Growth rate of carbon emissions and carbon emissions per capita

2.2 脫鉤分析

2006—2017年閩三角人均GDP升高,經濟發展,脫鉤狀態處于第一和第四象限(圖2)。脫鉤系數多年均值為1.03,碳排放與經濟發展處于擴張性連接的狀態(表2)。經濟發展與碳排放增長的速率相當,二者的響應關系持續存在。閩三角的脫鉤系數呈現“下降-升高-下降”的趨勢,脫鉤狀態經歷了“改善-惡化-改善”的過程(圖2)。2006—2010年閩三角碳排放增長率和脫鉤系數均逐漸下降,脫鉤狀態從擴張負脫鉤發展為弱脫鉤；2011—2015年碳排放增長率和脫鉤系數均升高,脫鉤狀態從弱脫鉤惡化至擴張負脫鉤；2016年碳排放下降,碳排放與經濟發展達到了最理想的強脫鉤狀態,之后碳排放反彈,脫鉤狀態變為弱脫鉤(表2)。整體而言,閩三角的脫鉤狀態以擴張性連接為主,強脫鉤偶爾出現,該地區尚不具備碳達峰的條件。

利用公式(4)對廈漳泉的脫鉤狀態進行分析,發現,廈門、漳州和泉州的平均脫鉤系數分別為0.45、2.70和1.10,脫鉤狀態分別以弱脫鉤、擴張負脫鉤和擴張性連接為主(表2)。廈門的脫鉤系數多是<1的(表2),脫鉤系數逐漸下降,脫鉤狀態得到改善。強脫鉤出現的頻次較多,說明低碳政策等對廈門碳減排的促進作用較強。廈門碳排放與經濟發展已逐漸脫鉤,具備碳達峰的條件。漳州的脫鉤系數在多數年份都是>1.2的(表2),人均GDP和人均碳排放均增長,且后者的增長率更高。2005年之后漳州進入快速工業化階段。工業化帶動經濟增長的同時也造成能耗增加,進而促進碳排放以更高的速率增長。但是隨著發展方式的轉變,漳州碳排放的脫鉤系數開始降低,尤其是2014年“新常態”之后隨著碳排放下降,演變至強脫鉤狀態(表2)。泉州的脫鉤狀態也在逐漸改善,但是從“十一五”到“十二五”整體的脫鉤狀態變差,最理想狀態出現在2016年(表2)。泉州未出現強脫鉤狀態。綜上,閩三角以及廈漳泉各市的脫鉤狀態都得到了改善,但強脫鉤出現頻次極低,經濟發展與碳排放未脫鉤。

表2 2006—2017年閩三角城市群以及廈漳泉各市碳排放與經濟發展的脫鉤系數與脫鉤狀態

2.3 驅動機制分析

人均GDP和人口規模對閩三角碳排放的累計貢獻值分別為3724.38萬t和519.15萬t,二者是促進碳排放增加的正向因素,且人均GDP的貢獻值更多(表3),但其對碳排放變化的貢獻度呈階段性變化。2006—2011年人均GDP對碳排放的貢獻值增長較快,隨后趨于穩定,在2015年達到最大值381.22萬t。人口規模對碳排放的貢獻值除了在2010年出現較大幅度增加外其余時間較穩定,最大貢獻值90.08萬t(2010年)。人均GDP和人口規模對碳排放的年均貢獻度分別為35.97%和4.68%,人均GDP的影響更強,但二者的貢獻度均在下降(圖5)。

能源結構和能源強度對閩三角碳排放的累計貢獻值分別是-1814.72萬t和-419.36萬t,二者均是碳排放的負向因素,且能源結構的負向貢獻更多(表3)。能源結構和能源強度的年均貢獻度分別為-5.49%和-10.44%,且二者的貢獻度整體上呈增長趨勢(圖5),表明能源結構和能源強度對碳排放的負向影響逐漸加強。能源結構和能源強度的最高貢獻度分別為45.77%(2012年)和35.53%(2010年),最低貢獻度分別為-53.81%(2015年)和-36.88%(2016年)(圖5)。能源結構的變動貢獻了閩三角近一半的碳排放變化量,能源結構的變化決定了閩三角碳排放的變化趨勢(圖6)。

使用公式(5)—公式(16)分析各驅動因素對廈漳泉碳排放的貢獻。人均GDP對廈門、漳州和泉州碳排放的累計貢獻值分別為527.96萬t、648.71萬t和2567.90萬t,人口規模的累計貢獻值分別為203.82萬t、46.88萬t和276.90萬t(表3)。與閩三角整體結果類似,人均GDP和人口規模是廈漳泉碳排放的正向因素。人均GDP的年均貢獻度分別為29.57%、48.60%和31.27%,人口規模的年均貢獻度分別為12.10% 2.93%和2.90%(圖5)。人均GDP對漳州碳排放有較強的影響,但是其貢獻度從2006—2010年的74.65%下降到2011—2015年的36.80%(圖5)。人口規模對廈門的碳排放有較強的影響,其貢獻度從2006—2010年的17.87%下降到2011—2015年的6.23%(圖5)。

表3 各因素對閩三角城市群及廈漳泉各市碳排放的累計貢獻值/(×104t)

圖5 各因素對閩三角城市群及廈漳泉的貢獻度Fig.5 Contribution degree of factors to carbon emissions in the GTSF, Xiamen, Zhangzhou and Quanzhou

能源結構對廈門、漳州和泉州碳排放的累計貢獻值分別為-482.16、-281.85、-602.45萬t,能源結構變化促進了廈漳泉碳減排。能源強度的累計貢獻值分別為-312.67、-273.64、271.25萬t(表3),能源強度對廈門和漳州碳排放起抑制作用,對泉州碳排放起促進作用。從貢獻度看,能源結構對3個城市的年均貢獻度分別為-22.98%、-5.76%和-2.99%,能源強度的年均貢獻分別為-13.00%、-10.23%和-12.32%(圖5),能源結構和能源強度均對廈門的碳減排有較強的促進作用。

剔除人均GDP的影響后,其余各驅動因素對閩三角碳減排的總脫鉤努力系數為4.81(表4),表明碳減排的努力抵消了部分經濟增長對碳排放的促進作用。能源結構、能源強度和人口規模的脫鉤系數分別為5.46、1.05和-1.70(表4),因此能源結構和能源強度是閩三角碳減排的強脫鉤努力,人口規模無脫鉤努力。人口規模對廈漳泉碳減排的總脫鉤努力系數分別為-5.31、-0.81和-1.34(表4),因此人口規模因素對廈漳泉碳減排均無脫鉤努力。能源結構對3市碳減排的總脫鉤努力系數分別為13.18、3.91和3.48(表4),能源結構是廈漳泉碳減排的強脫鉤努力。能源強度對碳減排的總脫鉤努力系數分別為7.04、4.26和-2.20(表4),能源強度對泉州碳減排無脫鉤努力。

表4 各因素的脫鉤努力系數

3 討論

3.1 經濟發展與碳排放的相互影響

由碳排放主導的全球氣候變化已經成為人類發展面臨的最大挑戰之一。經濟發展促進了碳排放增加[7,37],碳排放增長阻礙了可持續發展目標的實現。碳排放既是環境問題,又是經濟問題。全球氣候行動的領導者歐盟已在1990年實現了全面的碳達峰,并于2020年9月公布了碳中和目標。美國、日本以及加拿大等發達國家也已在2010年之前實現了碳達峰。

碳排放持續增加對我國對外貿易、國內經濟的持續發展以及生態安全等都造成了十分不利的影響。出于保障國內經濟社會持續發展的內在要求和應對全球氣候變化的責任,我國在2020年9月22日提出了“2030年前碳排放達峰、2060年前碳中和”的目標。碳達峰、碳中和將成為帶動經濟高質量發展的重要動力。

經濟發展對閩三角碳排放增加有最強的促進作用。經濟發展促進閩三角碳排放增加與地區經濟發展模式有關[53]。2005—2017年閩三角第二產業占比從53%提升至58%,產業擴張導致閩三角綜合能源消耗以年均11.46%的速率增加,高于人均GDP的年均增速(10.51%),經濟發展與能源消費難以脫鉤,閩三角的經濟發展模式遠未達到低碳的標準?！半p碳”目標明確了閩三角未來經濟發展的方向,即綠色的、低碳的、由技術進步驅動的。實現“雙碳”目標將對目前粗放的發展模式產生較強影響。對閩三角而言,實現“雙碳”目標既是機遇又是挑戰,關鍵在于如何平衡經濟發展與碳減排的關系。

《福建省“十三五”控制溫室氣體排放工作方案》明確指示“支持廈門、泉州率先實現碳排放峰值目標”。廈門、漳州和泉州明確了節能減排目標,但尚未制定詳細的碳達峰行動計劃。研究發現,經濟增長對廈漳泉碳排放增加也起促進作用,但影響程度不同。

廈門經濟增長率最低,碳排放和人均碳排放的增長率也遠低于地區整體水平。經濟發展對該市碳排放的貢獻度最低。碳排放與經濟發展整體上達到了弱脫鉤狀態,強脫鉤出現的頻次也較高。廈門是“低碳示范型”城市,其直接排放已達峰,綜合排放進入平臺期,已具備了“率先達峰”的條件。

2005年之后漳州進入快速工業化階段。鋼鐵、石化等產業的發展帶動了地區人均GDP以年均11.66%的速率增長,可見漳州的經濟發展是高碳的。經濟增長對漳州碳排放的貢獻度最高。漳州碳排放以擴張負脫鉤狀態為主,脫鉤狀態最差?；诮洕l展的現實需求,漳州碳排放還將有較大的上升空間,經濟發展對碳排放的促進作用將長期存在,漳州實現“雙碳”的壓力很大。漳州實現“雙碳”目標的最佳方式是轉變發展方式,提升發展質量。以高碳工業驅動經濟發展于碳達峰不利。數字化、智能化將成為漳州經濟擴量提質的手段。漳州農林碳匯抵消了部分碳排放,“雙碳”約束下,漳州更要保障農林業穩定發展,穩定碳匯。

泉州貢獻了閩三角2/3以上的碳排放,是閩三角碳達峰的關鍵。泉州從未出現強脫鉤狀態。泉州第二產業占比超過60%且持續升高。“雙碳”目標下,泉州面臨“率先達峰”的壓力,但是第二產業對能源的高度依賴阻礙了碳達峰的實現,因此泉州實現碳達峰必須對產業結構進行升級,以實現降耗和減排。

3.2 能源是閩三角實現“雙碳”目標的關鍵

能源消費是實現碳達峰、碳中和的關鍵[54]。長期看優化能源消費結構是降低碳排放的主要手段[55—56]。本文用煤炭消費占比表示能源結構。閩三角煤炭消費占比從2005年的35.72%下降到2017年的23.44%,能源結構持續改善。“控制煤炭資源的開發規模和強度”以及“調整優化能源結構和布局”等能源政策對閩三角能源結構優化和碳減排起到了積極的作用。廈漳泉3市煤炭消費占比也呈下降趨勢。能源結構對廈門碳減排的貢獻度最高(圖5、圖6)。廈門通過產業結構升級實現了結構節能。煤炭消費占比從2005年的35.32%下降到了2017年的16.80%(圖6),能源結構優化程度較高。隨著廈門抽水蓄能電站工程的建設,能源結構將進一步優化,煤炭消費占比將達到更低的水平,能源結構優化將助力廈門“率先達峰”。能源結構對泉州碳減排的貢獻度最低(圖5)。泉州消耗了閩三角45%的煤炭。雖然福建省“能源發展專項規劃”著重強調了泉州的節能降耗目標,但受產業結構和規模影響,泉州煤炭消費持續升高,煤炭消費占比降低較少：2017年煤炭消費量是2005年的3.55倍,2017年煤炭消費占比(23.94%)僅比2005年(19.95%)下降了4%(圖6),能源結構優化程度有限,能源結構變化對碳減排的貢獻較低。

能源強度衡量了能源消費與經濟產出間的關系,該因素對碳排放的影響存在較大不確定性[57]?？傮w而言,能源強度抑制了閩三角碳排放,但這種抑制作用僅發生在能源強度下降的階段。

能源強度下降抑制碳排放,能源強度升高促進碳排放的效應在廈漳泉3市也存在。2005—2017年廈漳泉能源強度年均變化率分別為-3.83%、-2.70和1.81%。廈門和漳州能源強度降低,能源強度的貢獻值<0,泉州能源強度升高,能源強度的貢獻值>0。廈門能源強度下降幅度最大、節能效果最好,能源強度對碳排放的抑制效應最強(圖5、圖6)。漳州的能源強度在“十二五”時期的下降幅度更大,因此“十二五”時期能源強度的負向貢獻更高(圖6)。泉州一直未將能源強度控制在省級約束目標內,導致泉州在每個“五年規劃”的初期必須降低能源強度來實現省級節能目標,但在規劃期末,能源強度反彈,所以在2005—2008年、2010—2013年以及2015—2017年能源強度對碳排放是抑制作用,在2008—2010年及2013—2015年是促進作用。

圖6 能源利用對閩三角城市群及廈漳泉碳排放的貢獻度Fig.6 Energy utilization and its contribution degree to carbon emissions of the GTSF, Xiamen, Zhangzhou and Quanzhou

“雙碳”目標提出之后閩三角的節能降耗力度將比之前更強,能源結構優化和能源強度下降將對碳排放產生更強的抑制作用。在保障能源供給安全的前提下,降低煤炭等化石能源的利用、提升能源效率將對閩三角以及廈漳泉“雙碳”目標的實現起到積極的促進作用。

4 結論與政策建議

本研究運用Tapio脫鉤模型和LMDI方法開展了閩三角碳排放脫鉤狀態及驅動機制研究,主要結論如下：(1)閩三角碳排放及人均碳排放均持續升高,二者趨勢相同。工業中心泉州的碳排放及人均碳排放均最高。增長型城市漳州的碳排放及人均碳排放增長最快。服務型城市廈門碳排放增長最慢,人均碳排放最低。(2)能源消費部門碳支出最高,其次是林綠地部門,但同時林綠地也是閩三角最主要的碳匯。工業部門碳支出增長最快。(3)閩三角碳排放與經濟發展未完全脫鉤,但脫鉤狀態逐漸改善。廈門、漳州和泉州分別以弱脫鉤、擴張負脫鉤和擴張性連接為主。(4)人均GDP和人口規模是閩三角碳排放的正向因素,前者的促進效應更強,但二者的貢獻度在降低。人均GDP和人口規模分別對漳州和廈門碳排放有最強的促進作用。(5)能源結構和能源強度是閩三角碳排放的負向因素,能源結構的抑制效應更強,二者的負向貢獻度均在升高。能源結構是廈漳泉碳排放的負向因素,能源強度對不同城市碳排放的影響效應不同。人口規模對閩三角碳減排未做脫鉤努力,能源結構是碳減排的強脫鉤努力。

能源消費是閩三角碳排放的主要來源,能源結構對碳排放起主要抑制作用?！半p碳”目標約束下閩三角實現低碳發展的關鍵在于能源消費結構的優化。在“十四五”及“十五五”時期,閩三角可依賴漳州核電、廈門水電以及泉州熱能工程等,發展低碳甚至無碳能源,擴大可再生能源的應用,實現能源供給和消費結構的優化,進而實現碳減排。閩三角海洋資源豐富,蘊含著豐富的油氣資源。與煤炭相比,相同熱值的油氣資源的碳排放量更低,因此開發海洋資源也應該納入閩三角的能源發展規劃中。閩三角可依托地區科研單位,探索可再生能源和海洋油氣能源高效的利用方式。經濟結構影響能源消費。閩三角第二產業,尤其是工業部門的發展導致了閩三角碳排放的迅速增長,實現低碳發展必須提升工業經濟的發展質量。閩三角應盡快明確行業碳排放特征及驅動機制,參考廈門“東坪山近零碳排放示范區”的經驗,對重點行業開展有針對性的減排措施。廈門應盡快制定碳達峰行動計劃,明確達峰目標,引領閩三角“雙碳”行動。漳州實現低碳發展的重點在于產業升級,提升現有的技術水平助力產業結構高級化。泉州實現低碳發展則必須提升能源效率。