低碳经济发展的驱动因素研究——以浙江省为例

孙敬水 李志坚 陈稚蕊

(浙江工商大学经济学院,浙江杭州 310018)

低碳经济发展的驱动因素研究
——以浙江省为例

孙敬水 李志坚 陈稚蕊

(浙江工商大学经济学院,浙江杭州 310018)

本文从人口规模、经济发展水平、能源强度、单位能耗碳排放量、能源消费结构、产业结构、城市化、国际贸易分工等方面探讨了低碳经济发展的主要驱动因素,对STIRPA T模型进行了扩展,利用1990～2008年浙江省的统计数据,对低碳经济发展的驱动因素及其贡献率进行了实证研究。研究结果表明:人均 GDP、能源强度、人口规模、单位能耗碳排放量和能源消费结构对碳排放总量有显著正向影响,其中人均实际 GDP的影响最大,能源强度的影响较大,人口规模和单位能耗碳排放量的影响较小,能源消费结构的影响最小,而产业结构、城市化水平、国际贸易分工对碳排放总量的影响不显著;人均实际 GDP持续增长是碳排放增长的最大正向驱动因素,对碳排放增长的贡献率最大,能源强度变动是碳排放增长的最大负向驱动因素,能源强度变动对碳排放增长具有一定的抑制作用。

低碳经济;碳排放;人均实际 GDP;能源强度

在当前的全球环境问题中,控制和减少二氧化碳等温室气体排放是世界各国环境经济政策的重要导向。中国改革开放以来,随着经济的快速发展,尤其是化石能源消费的快速增长,中国碳排放增长速度一直居世界前列,结构性矛盾日益突出,控制温室气体排放面临巨大压力。中国作为发展中的温室气体排放大国,如何从自己的国情出发发展低碳经济,事关经济发展方式转变、资源节约型社会和环境友好型社会的构建,影响重大而深远。

浙江是一个经济大省,但同时也是一个资源匮乏的省份——“无油、缺煤、少电”,产业结构层次较低,升级缓慢,具有粗放型增长特征,并且存在着高排放的特点,经济增长代价较大,环境污染和治理成本不堪重负。要实现经济社会持续健康发展,必须采用低消耗、低排放的发展模式,发展低碳经济是必由之路。发展低碳经济对于应对气候环境变化、转变发展方式、实现结构调整、提升技术创新能力、增强可持续发展能力具有十分重要的意义。

一、文献综述

低碳(Low-carbon)意指较低(更低)的温室气体排放。“碳”有狭义和广义之分。狭义上的碳是指造成当前全球气候问题的二氧化碳气体(特别是化石能源燃烧所产生的二氧化碳)。广义上的碳包括《京都议定书》上提出的六种温室气体。低碳经济是指保持经济稳定增长的同时实现温室气体排放的低增长或负增长[1](P26—27)。影响温室气体排放(本文主要指碳排放)的驱动因素也是低碳经济发展的主要驱动因素。围绕碳排放的驱动因素及其贡献率问题,国内外学者进行了富有成效的研究,其中具有代表性的研究成果为基于IPA T方程的驱动力分析和基于 Kaya模型的碳排放驱动因子分析。Ehrlich等学者提出IPA T方程,认为碳排放的驱动力主要是人口规模、经济发展水平和科技进步的综合作用[2](P121—137)。另一种是基于 Kaya模型的碳排放驱动因子分析,在 Kaya模型中,碳排放的推动力主要是人口、人均 GDP、能源强度和单位能耗碳排放量等四个因子[3]。与IPA T方程不同的是,Kaya模型引入了能源强度和单位能耗碳排放量两个因子,产业不同其能源强度不同,同一行业中能源强度也有所不同。Dietz等在 Kaya模型基础上,建立了 IPA T等式的随机模型——STIRPA T模型,指数的引入使得该模型可用于分析人文因素对环境的非比例影响[4]。Wang等采用对数均值迪氏分解法(LMD I)对碳排放因素进行了分解,结果表明代表技术因素的能源强度是减少碳排放的最重要的因素,而能源结构也起到一定的作用,经济增长带来碳排放的增加[5]。

国内学者徐国泉等定量分析了能源结构、能源效率和经济增长对中国人均碳排放的影响,得出能源效率和能源结构的抑制作用难以抵消由经济快速增长拉动的中国碳排放量增长的结论[6]。庄贵阳运用Tapio脱钩指标对包括中国在内的全球20个温室气体排放大国在不同时期的脱钩特征进行了分析,提出能源和排放情景的主要驱动力包括人口增长、工业化水平、国际贸易分工、技术进步和资源禀赋等[7](P24—67)。胡初枝等对我国六部门能源消费的碳排放量进行了简单平均的因素分解,指出能源强度是最主要的影响因素,并且指出产业结构的变化对碳排放减少有一定影响[8]。中国科学院可持续发展战略研究组的研究结果表明,在碳排放所处的不同阶段,其依靠的驱动力是不一样的,这主要包括能源技术进步、经济增长、碳排放技术进步等。从碳排放的驱动因子来看,要降低碳排放增长,可以从降低人口增长、经济增长、碳强度或能源强度以及单位能耗碳排放量等方面入手[9](P53—73)。朱勤等对1980～2007年中国国民经济三次产业的能源消费碳排放进行因素分解,发现经济产出效应对该阶段中国能源消费碳排放贡献率最大,产业结构整体变化未能对碳排放增长产生负效用[10]。宋德勇等将碳排放的影响因素分解为产出规模、能源结构、碳排放强度和能源强度四个方面,再引入产出结构效应,对能源强度进行再次分解,发现产出规模和能源效率是对碳排放的增加和减少起关键作用的变量[11]。王锋等把中国CO2排放总量分解为8个部门消费的8种燃料产生的CO2的加总,使用改进后的“三层完全分解法”,对中国1995～2007年间碳排放的影响因素进行了研究,发现人均GDP增长是CO2排放量增长的最大驱动因素,而生产部门能源强度下降是抑制CO2排放增长的最重要因素[12]。

现有国内外研究成果,对进一步探讨低碳经济的驱动因素具有一定的启发意义,但还存在一些不足之处:(1)目前对低碳经济的驱动因素的理论探讨比较薄弱,主要集中在人口规模、经济发展水平、能源强度、单位能耗碳排放量等方面,而从能源消费结构、产业结构、城市化、国际贸易分工等角度探讨其驱动因素的较少。(2)现有研究较多采用LMD I分解方法,而采用计量经济模型分析方法的较少,其研究结果说服力不强。(3)对不同演化阶段碳排放的驱动力分析多数是以国家为研究对象,而对省级层面进行实证分析的很少,忽略了地区差异性。针对以往研究的不足,本文较为全面地从理论上探讨低碳经济发展的主要驱动因素,对STIRPA T模型进行扩展,以浙江省为例,实证分析人口规模、经济发展水平、能源强度、单位能耗碳排放量、能源消费结构、产业结构、城市化水平、国际贸易分工等驱动因素对碳排放总量和人均碳排放的影响及其贡献率,探讨降低碳排放的重点领域,得出具有启发意义的结论,在此基础上提出向低碳经济转型的政策建议。

二、低碳经济发展的主要驱动因素

影响低碳经济发展的主要驱动因素包括人口规模与结构、经济发展水平、技术进步、能源消费结构与能源利用效率、单位能耗碳排放量、产业结构、城市化水平和国际贸易分工等方面。

1.人口规模与结构。大量研究表明,人口规模对碳排放量具有正向影响。首先,人口越多,使用和消耗的能源越多,所产生的二氧化碳排放量越大。其次,人口增长会不可避免地改变自然生态环境,减少了碳汇潜力。人口结构的变化对碳排放量也有一定的影响,主要表现在人口年龄结构趋于老龄化对碳排放量具有抑制作用。

2.经济发展水平。经济发展离不开大量的能源投入和使用,而能源消费的增加必然会促进碳排放量的增加。当前,我国刚进入工业化的中期阶段,仍处在能源需求和消费需求快速增长的时期,碳排放量在今后较长的一段时期内还会随着经济发展而增加。从世界范围的总体数据来看,也印证了经济发展、能源消费和碳排放之间具有很强的正相关性。

3.技术进步。技术进步是解决温室气体减排和气候变化的重要因素。技术进步对碳排放的影响主要表现在两个方面:一是技术进步可以提高能源利用效率,减少单位产值物质材料和能源的使用,从而在能源结构不变的情况下降低能源强度;二是采用技术替代,主要是能源或是燃料的转换,用低碳能源(如可再生能源和核能等无碳的能源)替代煤、石油等高碳能源,改善能源结构,降低碳排放强度。利用各种先进的节能技术、可再生能源技术、二氧化碳捕获与封存技术等,将有利于改进能源消费方式,节约能源,提高能源利用效率以及减少二氧化碳排放。

4.能源消费结构与能源利用效率。碳排放主要来自能源的使用。不同的能源消费结构与能源利用效率所产生的碳排放有很大的不同。例如,由于热值和燃烧效率不同,同样消耗1吨标准煤,煤炭、石油、天然气的碳排放量依次为0.775、0.585、0.448吨。因此,能源结构趋于低碳化将会减少碳排放,而能源利用效率的提高同样对碳排放具有重要的抑制作用。

5.单位能耗碳排放量。单位能耗碳排放量是区分一个国家或地区是否实现低碳发展的主要标准。单位能耗碳排放量对二氧化碳的排放具有直接影响。单位能耗碳排放量越大,碳排放越多;单位能耗碳排放量越小,碳排放则越少。而单位能耗碳排放量主要由能源结构与能源利用效率决定,因此,要降低单位能耗碳排放量,必须从优化能源结构、提高能源效率着手。

6.产业结构。不同产业部门消耗的能源类型和结构不同,导致碳排放量也各不相同。由于能源消费主要集中在第二产业,因此,第二产业在国民经济中比例的变化一定程度上决定了碳排放量的变化,第二产业所占比例越高,则碳排放量越高;反之,则越低。因此,分析第二产业在产业中的比例对二氧化碳排放量的影响,一定程度上代表了产业结构对二氧化碳排放量的总体影响。

7.城市化水平。城市化水平是影响碳排放变化的重要因素之一。城市是人口、交通、工业等各种资源的集中地,也是能源消耗、碳排放的集中地。据统计,全球城市能源消耗占世界能源消费总量的75%以上,碳排放量占世界的80%以上。因此,城市化水平越高,能源的生产和生活需求及使用量就越大,碳排放量也就越大,反之,碳排放量越小。

8.国际贸易分工。由于存在资源禀赋、产业结构、能源利用效率等各方面的差异,使得国际贸易过程中存在碳排放转移的问题,因此国际贸易分工也是影响碳排放水平的重要因素之一。国际贸易分工对碳排放具有双重作用:进口高能耗的资源密集型产品则能降低本地区的碳排放,而出口高能耗的资源密集型产品则增加了本地区的碳排放量,这实际上是碳排放在国际贸易双方间转移的过程。

三、实证分析

(一)扩展的STIRPAT模型

STIRPAT模型是IPAT方程的随机形式。IPAT方程是一个被广泛认可的分析人文因素对环境影响的量化模型,其一般形式为:

其中:I为CO2排放量,P为人口总量,A为人均国内生产总值,即A=GDP/P,T为单位 GDP产生的二氧化碳,即碳排放强度 T=I/GDP。IPA T方程结构简单,易于操作,已在能源与环境经济领域得到较为广泛的应用。但因为其考察的变量数目有限,所能得到的研究结果基本限于CO2排放与能源、经济及人口在宏观上的量化关系,且其仅能得到自变量对因变量的等比例影响,这成为该模型最大的局限。

为了克服该模型的不足,Dietz等建立了IPA T等式的随机模型——STIRPA T模型[4],即:

其中,α1、α2、α3分别表示碳排放量关于人口、经济发展水平、碳排放强度的弹性系数,ε为随机误差项。指数的引入使得该模型可用于分析人文因素对环境的非比例影响。

根据低碳经济发展的主要驱动因素,本文引入单位能耗碳排放量、产业结构、能源消费结构、城市化水平、国际贸易分工等变量,对STIRPA T模型进行扩展。扩展后的STIRPA T模型为:

其中:I为CO2排放量,P为人口总量,A为人均 GDP(A=GDP/P),T为能源强度(T=E/GDP,其中E为能源消费量),CT为单位能耗碳排放量(CT=I/E),S代表产业结构,CS代表能源消费结构,U为城市化水平,NX代表国际贸易分工,ε为随机误差项。其中α1、α2、α3、α4、α5、α6、α7、α8分别表示碳排放量关于人口、经济发展水平、能源强度、单位能耗碳排放量、产业结构、能源消费结构、城市化水平、国际贸易分工的弹性系数。与传统的STIRPA T模型相比,扩展后的模型引入了产业结构、能源消费结构、城市化水平、国际贸易分工等变量,使得低碳经济的驱动因素能够得到全面反映,模型更加符合实际情况。

式(3)两边取自然对数,将模型(3)转化为线性回归模型(各变量均取自然对数可以减弱各变量指标数据中存在的异方差现象):

其中模型(5)为人均碳排放的STIRPA T模型,各变量解释同上。在用多元回归方程分析低碳经济发展的驱动因素时,由于解释变量或驱动因素所用的单位不同,数据的大小差异往往很大,这就不利于放在同一标准上进行比较。为了消除量纲不同和数量级的差异所带来的影响,需要将样本数据(对数形式)做标准化处理,即将每个变量(对数样本数据)减去各自的均值后除以其标准差,得到新的变量和新的模型,最后用计量方法估计未知参数,求得标准化回归系数。有了标准化回归系数后,变量的相对重要性就容易进行比较了。将式(4)、式(5)中每个变量标准化后(加上“＊”以示区别),变为新的线性回归模型:

(二)数据来源

低碳经济的实质是在保持经济稳定增长的前提下减少碳排放。由于我国统计机构没有公布二氧化碳排放数据,本文根据浙江省历年各能源消费量和各能源的碳排放系数,计算出历年的碳排放量(I,单位为万吨)。为了消除物价水平对 GDP和人均 GDP的影响,本文以1978年为基期,用 GDP缩减指数计算实际GDP和人均实际 GDP(A,单位为元)。鉴于浙江省的能源消费结构以煤和石油为主,天然气及其他新能源使用比例很小,因而对于能源消费结构(CS),本文以煤炭消费占能源消费的比重表示。产业结构指标(S)采用第二产业增加值占GDP的比重表示。城市化水平(U)用城镇人口占总人口的比重表示。国际贸易分工(NX)用净进出口与GDP之比表示。本文所采用的数据均来自于历年《浙江省统计年鉴》、《中国能源统计年鉴》等,数据区间为1990～2008年。

计算结果显示,1990～2008年,浙江能源消费总量和碳排放总量不断增长。能源消费总量由1990年的2 732.86万吨标准煤增加到2008年的15 116.59万吨标准煤,增加了4.53倍,年均增长10.0%;碳排放总量由1990年的 1 802.54万吨增加到2008年的 8 678.02万吨,增加了3.81倍,年均增长9.2%。1990～2008年,浙江人均能源消费和人均碳排放也在不断增长。人均能源消费量由1990年的0.645 3吨标准煤增加到2008年的3.224 6吨标准煤,增加了4.0倍,年均增长8.0%;人均碳排放量由1990年的0.425 6吨增加到2008年的1.851 2吨,增加了3.35倍,年均增长8.6%。1990～2008年,浙江省碳排放增长与经济增长走势基本保持一致,GDP年均增长13.5%、人均 GDP年均增长12.0%,均快于碳排放总量增长与人均碳排放增长。

(三)实证分析

1.碳排放总量和人均碳排放驱动因素计量模型分析。利用计量经济软件Eview s6.0容易验证各变量时间序列(对数形式)为非平稳、一阶单整序列。因此,可以进一步检验变量之间的协整关系。根据多元回归线性模型(6)和(7),利用各变量数据和 Eview s6.0软件,得到表1和表2的回归结果,容易验证表1和表2中的模型1至模型9的残差均为平稳序列,即各变量之间存在协整关系。

表1 碳排放总量(对数形式ln I＊)关于各驱动因素的回归模型

表2 人均碳排放量(对数形式ln PI＊)关于各驱动因素的回归模型

由表1可知,lnP＊、lnA＊、lnT＊、lnCT＊对lnI＊有显著影响,其他变量不显著。从模型1至模型5看,模型3的回归结果最好,各回归系数均显著(lnCS＊回归系数在7%的水平上显著),拟合优度较高,模型不存在异方差和自相关性,解释变量之间不存在多重共线性,该模型达到了比较理想的效果。由表2可知,lnA＊、lnT＊、lnCT＊、lnS＊、lnCS＊对lnPI＊有显著影响,模型 7的回归结果最好。根据上述回归结果,可以得出如下结论:

(1)由表1的回归结果可知,人口、经济发展水平、能源强度、单位能耗碳排放量、能源消费结构对碳排放总量有显著正向影响,而产业结构、城市化水平、国际贸易分工对碳排放总量的影响不显著。从模型3的回归系数来看,碳排放总量关于人均实际 GDP弹性、能源强度弹性、人口规模弹性、单位能耗碳排放弹性和能源消费结构弹性,从大到小排列依次为1.237、0.479、0.286、0.093和0.007,即人均实际 GDP、能源强度、人口规模、单位能耗碳排放、能源消费结构每提高1%,碳排放总量将依次增长1.237%、0.479%、0.286%、0.093%和0.007%。因此,经济发展水平对碳排放总量的正向影响最大,能源强度的影响较大,人口规模和单位能耗碳排放的影响较小,能源消费结构的影响最小。

(2)由表2的回归结果可知,经济发展水平、能源强度、单位能耗碳排放、产业结构、能源消费结构对人均碳排放量有显著正向影响,而城市化水平、国际贸易分工对人均碳排放量的影响不显著。从模型7的回归系数来看,人均碳排放关于人均实际 GDP弹性、能源强度弹性、单位能耗碳排放弹性、产业结构弹性和能源消费结构弹性,从大到小排列依次为1.538、0.458、0.101、0.035和0.011,即人均实际GDP、能源强度、单位能耗碳排放、产业结构和能源消费结构每提高1%,人均碳排放量将依次增长1.538%、0.458%、0.101%、0.035%和0.011%。因此,人均实际 GDP对人均碳排放的正向影响最大,能源强度的影响较大,单位能耗碳排放和产业结构的影响较小,能源消费结构的影响最小。

2.各驱动因素对碳排放总量增长和人均碳排放增长的贡献率分析。由模型3可知其回归系数依次为由模型7可知其回归系数依次为将模型3和模型7的回归系数做归一化处理,记归一化处理后的系数为,则各驱动因素变动对碳排放总量变动和人均碳排放变动的贡献率分别为δiGi/GI(i=1,2,3,4,6)和γjGj/GPI(j=1,2,3,4,5)。其中 Gi(Gj)为各驱动因素增长率,GI为碳排放总量增长率,GPI为人均碳排放增长率。各驱动因素对碳排放总量增长和人均碳排放增长的贡献率计算结果如表3所示。

表3 各驱动因素对碳排放变动的贡献率(%)

由计算结果可知,1990～2008年浙江省碳排放总量、人均碳排放总体上呈增长趋势。1990～2008年碳排放总量年均增长9.2%,分解后的各影响因素中,人均实际 GDP增长、人口增长对碳排放总量增长表现为正效应,其平均贡献率分别为112.19%和1.23%;而能源强度、单位能耗碳排放和能源消费结构变动则表现为负效应,对碳排放总量增长的平均贡献率依次为-12.94%、-0.46%和-0.02%。1990～2008年浙江省人均碳排放年均增长8.6%,分解后的各影响因素中,人均实际 GDP增长和产业结构变动对人均碳排放的增长表现为正效应,其平均贡献率分别为113.43%和0.15%;而能源强度、单位能耗碳排放和能源消费结构变动则表现为负效应,对人均碳排放增长的平均贡献率分别为 -13.1%、-0.47%和 -0.02%。

之所以出现这样的结果,其主要原因在于:1990～2008年浙江省人均实际 GDP年均增长率达到12.984%,人均 GDP持续增长是现阶段碳排放总量增长、人均碳排放增长的主导因素,其贡献率最大。人口增长、产业结构变动对现阶段碳排放的增长也具有正向影响,但由于人口年均增长率(0.566%)、产业结构年均变动率(-0.232%)较小,因此对碳排放增长的贡献率较小。1990～2008年,浙江省能源强度有较大幅度的下降,年均下降3.572%,对碳排放总量增长与人均碳排放增长负向驱动的贡献率最大,而单位能耗碳排放和能源消费结构变动较小,对碳排放总量增长与人均碳排放增长负向驱动的贡献率较小。尽管单位能耗碳排放和能源消费结构变动对碳排放增长表现为微弱负效应,但也表明浙江能源结构优化的成效初步显现。

四、研究结论与建议

本文鉴于碳排放的主要驱动因素,对STIRPA T模型进行了扩展,实证研究了人口规模、经济发展水平、能源强度、单位能耗碳排放量、能源消费结构、产业结构、城市化水平、国际贸易分工等驱动因素对碳排放总量和人均碳排放的影响及其贡献率,得到以下主要结论:

1.经济发展水平、能源强度、人口规模、单位能耗碳排放量和能源消费结构对碳排放总量有显著正向影响,而产业结构、城市化水平、国际贸易分工对碳排放总量的影响不显著。人均实际 GDP、能源强度、人口规模、单位能耗碳排放量、能源消费结构每提高1%,碳排放总量将依次增加1.237%、0.479%、0.286%、0.093%和0.007%。因此,经济发展水平对碳排放总量的正向影响最大,能源强度的影响较大,人口规模和单位能耗碳排放量的影响较小,能源消费结构的影响最小。

2.经济发展水平、能源强度、单位能耗碳排放量、产业结构和能源消费结构对人均碳排放量有显著正向影响,而城市化水平、国际贸易分工对人均碳排放量的影响不显著。人均实际 GDP、能源强度、单位能耗碳排放量、产业结构和能源消费结构每提高1%,人均碳排放量将依次增长1.538%、0.458%、0.101%、0.035%和0.011%。因此,人均实际 GDP对人均碳排放的正向影响最大,能源强度的影响较大,单位能耗碳排放和产业结构的影响较小,能源消费结构的影响最小。总体而言,经济发展水平、能源强度对碳排放总量和人均碳排放的正向影响较大。

3.人均实际 GDP持续增长和人口总量增长是碳排放总量增长(年均增长9.2%)的正向驱动因素,其平均贡献率分别为112.19%和1.23%。这一研究结果表明,浙江省碳排放总量增长与人均GDP水平提高有着密切关系,人口总量的增加对碳排放量增长起到了一定的推动作用,但由于人口总量增长缓慢,所以其推动力非常有限。而能源强度、单位能耗碳排放量和能源消费结构变动是碳排放总量增长的负向驱动因素,其平均贡献率分别为-12.94%、-0.46%和-0.02%。这一研究结果表明,能源强度的变动对碳排放总量增长有较大的抑制作用,而单位能耗碳排放和能源消费结构变动对碳排放总量增长的抑制作用较小。

4.人均实际 GDP增长和产业结构变动是人均碳排放增长(年均增长8.6%)的正向驱动因素,其贡献率分别为113.43%和0.15%;而能源强度、单位能耗碳排放量和能源消费结构变动是人均碳排放增长的负向驱动因素,其贡献率分别为-13.1%、-0.47%和-0.02%。因此,人均实际 GDP增长是碳排放总量增长、人均碳排放增长的最大正向驱动因素,而能源强度变动是碳排放总量增长、人均碳排放增长的最大负向驱动因素,能源强度变动对碳排放增长具有一定的抑制作用。

针对以上研究结果,结合浙江省的实际情况,本文提出如下的政策建议:

1.加快低碳技术创新,提高能源利用效率。总体来看,尽管1990～2008年浙江省能源利用效率呈稳步上升趋势,但是与发达国家相比仍存在较大差距,经济增长方式仍呈现粗放型特征,但同时这也给浙江省能源利用效率的提高提供了广阔的空间。走低碳发展道路,技术创新是未来社会经济发展的核心,能源效率特别是工业能源利用效率的提高,其主要驱动力来自技术创新。因此,必须加大能源科技投入,加快技术升级,同时,鼓励节能技术的研发应用,实现节能技术的更新与改造。同时,在碳捕获与封存技术、生物固碳技术等控制碳排放的关键技术方面,应加强国际交流与合作,提高低碳技术水平。

2.发展低碳能源,优化能源结构。统计数据显示,浙江省能源消费一直以煤炭为主,虽然近年来煤炭在能源消费结构中的比例有下降趋势,但是煤炭主导的局面并没有发生根本性的变化。因此,要实现碳减排,必须发展低碳能源,优化能源结构。具体而言,就是要改善能源的生产和消费结构,降低煤炭、石油等化石能源的消费比例,开发利用新能源、替代能源。浙江省地处沿海,有着丰富的风能、水能和潮汐能,大力发展风能、核能、水电、太阳能、潮汐能和生物质能等可再生能源,促进新能源产业化发展,进而加快从以化石能源为主向以清洁和可再生能源为主的结构转变,实现对传统化石能源的替代。

3.优化产业结构,推动产业升级。产业结构的变化对现阶段碳排放表现出正效应,这与以调整产业结构推动节能减排的初衷有较大差距。目前,浙江省的产业结构仍停留在第二产业占主导地位的局面,经济增长过分依赖于第二产业的发展,造成工业特别是重工业等高能耗产业所占比例偏高。因此,在不影响经济发展的前提下,从节能减排政策的产业结构优化角度而言,一方面,要采取行政手段和经济手段,限制高碳产业的发展,利用低碳技术改造传统制造业,使高碳产业低碳化;另一方面要引导、鼓励和扶持低碳产业的发展,提高现代服务业在产业结构中的比重,培育发展新兴产业、高新技术产业和节能环保产业,促进低碳产业竞争力的提高,从而实现产业结构的优化和升级。

4.控制人口规模,倡导低碳消费。尽管近年来浙江省人口增长缓慢,但是实证分析显示,人口增长对碳排放量增长具有正向作用,人口增加不仅造成对生存空间的挤压,更加大了对资源和环境的压力。随着人口城镇化率的逐年提高,居民人均能源消费水平相应提高,这将给碳减排带来新的压力。因此,要实现节能减排目标,一方面,必须降低人口增长的速度,控制人口规模,注重优化人口结构与人口素质;另一方面,政府还要注重提高公众的低碳意识,加强对低碳经济的宣传力度,大力倡导低碳消费、绿色消费的理念,引导居民的消费模式向可持续的低碳消费方向发展。

[1]孙桂娟,殷晓彦,孙相云,等.低碳经济概论[M].济南:山东人民出版社,2010.

[2]Ehrlich,P.R.,Ehrlich,A.H.Population,Resources,Environment:Issues in Human Ecology[M].San Francisco:Freeman,1970.

[3]Kaya Yoichi.Impact of Carbon Dioxide Emission on GNP Growth:Interpretation of Proposed Scenarios[Z].Paris:Presentation to the Energy and Industry Subgroup,Response Strategies Working Group,IPCC,1989.

[4]Dietz,T.,Rosa,E.A.Rethinking the Environmental Impacts of Population,Affluence,and Technology[J].Human Ecology Review,1994,(1):277—300.

[5]Wang Can,Chen Jining,Zou Ji.Decomposition of Energy-related CO2Emission in China:1957—2000[J].Energy,2005,30(1):73—83.

[6]徐国泉,刘则渊,姜照华.中国碳排放的因素分解模型及实证分析:1995—2004[J].中国人口·资源与环境,2006,16(6):158—161.

[7]庄贵阳.低碳经济:气候变化背景下中国的发展之路[M].北京:气象出版社,2007.

[8]胡初枝,黄贤金,钟太洋.中国碳排放特征及其动态演进分析[J].中国人口·资源与环境,2008,18(3):38—42.

[9]中国科学院可持续发展战略研究组.2009年中国可持续发展战略报告——探索中国特色的低碳道路[M].北京:科学出版社,2009.

[10]朱勤,彭希哲,陆志明,等.中国能源消费碳排放变化的因素分解及实证分析[J].资源科学,2009,31(12):2072—2079.

[11]宋德勇,卢忠宝.中国碳排放影响因素分解及其周期性波动研究[J].中国人口·资源与环境,2009,19(3):18—24.

[12]王锋,吴丽华,杨超.中国经济发展中碳排放增长的驱动因素研究[J].经济研究,2010,(2):123—136.

(责任编辑:胡浩志)

On Driving Factors of Low Carbon Economy Development Based on Zhejiang Province

SUN Jingshui LI Zhijian CHEN Zhirui
(School of Economics,Zhejiang Gongshang University,Hangzhou 310018,China)

Based on population,economy development level,energy strength,carbon footprint of per energy consump tion rate,energy consump tion structure,industrial structure,urbanization and division of cross-border trade,the article discusses the main driving factorsoflow carbon economic development.U sing statistical data of Zhejiang province from 1990 to 2008,it extends the model of STIRPA T to make an empirical analysisof driving factors and contribution rate of low carbon economic development.The results are as follows.Per capita GDP,energy strength,population,carbon footprint of energy consump tionrate and energy consump tion structure have a significant positive effect on carbon emission.Results indicate that among these the effect of percapita GDP is the greatest,the next is energy strength,thirdly population and that energy consump tion rate and energy consumption structure the smallest,while industrial structure,urbanization and division of cross-border trade have no significant effect.Sustainable of per capita GDP contributed the most to the grow thin carbon emissions and is the biggest positive driver.The change in energy intensity is the maximum negative driving factor of carbon emissions and has certain inhibiting effect on it.Finally,the relative policy suggestions are proposed based on the empirical result.

Low Carbon Economy;Carbon Emission;Per Capita GDP;Energy Strength

F062.9

A

1003-5230(2011)02-0048-08

2010-12-27

浙江省哲学社会科学规划课题“浙江省低碳经济发展战略、途径和对策研究”(10CGYD22YB)

孙敬水(1958—),男,安徽蚌埠人,浙江工商大学现代商贸研究中心教授,博士生导师;

李志坚(1987—),男,湖南永州人,浙江工商大学经济学院硕士生;

陈稚蕊(1986—),女,安徽蚌埠人,浙江工商大学经济学院硕士生。