甘肃省经济增长与碳排放脱钩现状与原因分析——基于脱钩分解理论

岳 立，丁绍翔,郭山宁

(1.兰州大学 经济学院，甘肃 兰州 730000；2.中共甘肃省委党校 教务处，甘肃 兰州 730000)

甘肃省经济增长与碳排放脱钩现状与原因分析
——基于脱钩分解理论

岳 立1，丁绍翔1,郭山宁2

(1.兰州大学 经济学院，甘肃 兰州 730000；2.中共甘肃省委党校 教务处，甘肃 兰州 730000)

首先基于Tapio脱钩模型并利用2001年—2011年相关数据研究了甘肃省在西北五省经济增长与碳排放的“脱钩”现状中所处的地位，然后通过链式因果分解和LMDI因素分解法对甘肃省“脱钩”的原因进行了定量分析。研究结果表明：甘肃省总体呈弱脱钩状态，在西北五省中脱钩状态最好，且优于全国平均水平；能源强度效应是促进甘肃省“脱钩”的主要原因，能源碳强度效应正逐渐成为促进“脱钩”的另一个原因，而工业化效应、城镇化效应、经济发展效应是抑制“脱钩”的主要原因。最后，基于研究结论给出了推动甘肃省经济增长与碳排放脱钩的一些建议。

二氧化碳排放；tapio脱钩模型；因素分解

一、引言

近百年来，随着工业化进程的加快，世界经济迅速发展，人口剧烈膨胀，由此带来一系列环境问题，其中全球变暖问题尤为严重。而二氧化碳等温室气体的过量排放是导致全球变暖的直接原因。如何在降低二氧化碳排放量的同时又对经济的发展产生较小的影响逐渐成为学界研究热点。“低碳经济”的概念应运而生，低碳经济强调以较少的温室气体排放获得较大的经济产出，即温室气体排放和经济增长逐渐“脱钩”。

脱钩最早用来描述经济增长与物质消耗之间的关系，现在逐渐被引入低碳经济研究范畴。Tapio最早利用脱钩弹性的方法对欧洲交通业经济增长与运输量、温室气体排放量之间的脱钩关系作了研究[1]；庄敏芳对台湾地区二氧化碳排放与经济增长的脱钩指标进行了相关研究[2]；庄贵阳运用Tapio脱钩指标研究了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”状况[3]；李忠民等运用OECD脱钩指标和Tapio脱钩指标共同对山西省工业增加值及其能源消耗量和二氧化碳排放之间的关系进行了研究[4]。彭佳雯、黄贤金等基于脱钩理论，研究了我国经济增长与能源碳排放的脱钩关系及程度，分析了二者脱钩发展的空间及时间的变化趋势[5]。王云等运用LMDI分解法分别构建了二氧化碳脱钩弹性指标和努力指标扩展分解模型[6]。赵爱文、李东运用LMDI方法构建了Tapio分解模型，对影响我国经济增长与二氧化碳脱钩的主要原因进行了定量分析[7]。

通过以上文献回顾发现：(1)大部分研究是基于脱钩理论来评定碳排放与经济增长的脱钩关系，却很少有人对脱钩背后的原因进行深入的分析；(2)由于没有统一计算二氧化碳排放量的标准和采取可比价格计算地区总产值，脱钩弹性计算结果较为混乱；(3)大部分学者都是以我国整体作为研究对象，少有将研究地域限定在省域范围上。甘肃省作为丝绸之路经济带内起东西桥梁作用的黄金地段，研究其脱钩现状以及其背后的原因，可以为丝绸之路经济带建设过程中实现西部欠发达地带的低碳经济发展提供借鉴作用。

二、研究方法与模型

(一)脱钩模型

本文研究主要基于Tapio脱钩模型，即：

(1)

公式(1)中tco2,gdp表示脱钩弹性指标，分别以碳排放量与经济增长的正负状况、弹性值大小来说明经济增长是否与二氧化碳排放的脱钩状态。脱钩指标体系见表1。

表1Tapio脱钩指标体系

脱钩状态脱钩指标△CO2(排放增量)△GDP(经济增长)弹性t负脱钩增长负脱钩>0>0>1.2强负脱钩>0<0<0弱负脱钩<0<000>000<0衰退脱钩<0<0>1.2连接增长连接>0>00.8

(二) 二氧化碳脱钩弹性分解量化模型

1.脱钩链式因果分解模型

为解决Tapio指标缺乏对二氧化碳“脱钩”内在机理的深入分析和研究的缺陷，以便能为评价和制定准确、全面的低碳经济发展措施、政策及战略提供相应的理论依据。可以加入适当的中间媒介，将公式(1)进行链式因果分解[8][9]。由于工业在甘肃省国民经发展的特殊地位，故将全省能源消费量和工业产值指标作为中间变量，将弹性值分解为减排脱钩、工业节能、产业发展三个指标，公式为：

(2)

公式(2)中，ΔCO2为二氧化碳排放变化量，ΔE为能源变化量，ΔGIO为工业总产值变化量，ΔGDP为历年地区总产值变化量。虽然通过分解可以找出影响甘肃省经济增长与二氧化碳排放脱钩的相关因素的脱钩弹性状况，便于采取相应的措施进行碳减排。但该式应用的局限性也很明显，很难将其他指标如城镇化等纳入分解式中进行更加细致的分析，故第二步我们引入LMDI分解法。

2.LMDI因素分解脱钩模型

本文根据扩展的Kaya恒等式将二氧化碳排放量进行因素分解，并参考已有文献[10]的LMDI(Log-Mean Divisia Index)分解方法，根据甘肃省实际情况加入工业化和城镇化因素后，构建甘肃省经济增长与二氧化碳排放脱钩分解模型。根据CO2排放量的基本公式可知：

(3)

公式(3)中，CO2为二氧化碳排放量，主要指化石能源的排放量；E为能源消费总量；GIO为工业生产总值；GDP为地区生产总值；PC为城镇人口数量；P为地区总人口；F=C/E,为能源结构碳强度；I=E/GIO,为能源强度；G=GIO/GDP,为工业化率；A=GIO/PC，为城市人均工业产值；Z=PC/P，为城市化指数；P表示人口数量。T期相对于基期的CO2排放量变化可以表示为：

ΔCO2=FTITGTATZTPT-F0I0G0A0Z0P0=ΔCf+ΔCi+ΔCg+ΔCa+ΔCz+ΔCp+ΔCd

(4)

公式(4)中：ΔCf为能源结构碳强度因素；ΔCi为能源强度因素；ΔCg为工业化程度因素；ΔCa为经济发展因素;ΔCz为城镇化因素；ΔCp为人口因素；ΔCd为分解余量。它们分别为各因素变化对CO2排放总量变化的贡献值。根据Ang[11]提出的LMDI方法，对上式进行如下分解：

(5)

ΔCO2=ΔCf+ΔCi+ΔCg+ΔCa+ΔCz+ΔCp

(6)

综合式(1)和式(6)，可得到扩展的CO2排放总量与经济增长的脱钩模型：

(7)

公式(7)中，tf、ti、tg、ta、tz、tp分别是各效应对应的分脱钩弹性指标。因此，CO2排放总量与经济增长的脱钩弹性指数tco2，gdp可分解为能源结构碳强度效应tf，能源强度效应ti，工业化效应tg，经济发展效应ta，城镇化效应tz，以及人口效应tp。

三、数据来源与说明

研究采用的基础数据如GDP、人口、能源消费量、工业总产值等均来自历年《甘肃省统计年鉴》和《中国能源统计年鉴》，为了使得出的数据具有可比性，分别将地区国内生产总值按照2000年不变价格表示。其中二氧化碳排放量的计算公式为：

(8)

公式(8)中CK为各种能源的折标煤量，IK为二氧化碳排放系数。原始能源数据采用了原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然气8种能源的消费量。折标煤系数来自《中国能源统计年鉴》，根据《2006年IPCC国家温室气体清单指南》各种能源的碳排放系数HK(表2)，可计算出二氧化碳排放系数IK,公式为：

(9)

表2 各种能源折算系数①

能源名称折标煤系数(千克标准煤/千克)CO2排放系数(104t/104t)原煤0.71432.7718焦炭0.97143.1351原油1.42862.1477汽油1.47142.1711煤油1.47142.1067柴油1.45712.1711燃料油1.42862.2678液化石油气1.71431.8488天然气1.33001.6437

资料来源：IPCC(2006)和《中国能源统计年鉴》。

四、计算结果与分析

(一) 脱钩横向对比分析

总体上来看(表3)，甘肃省历年的脱钩弹性平均值为0.629，低于中国总体平均值0.708，二者均为弱脱钩状态，而陕西、宁夏、青海分别为0.958、0.845、1.147，均为增长连接状态。只有新疆为1.719处于增长负脱钩状态。从时间段来看，在“十五”期间，陕西、宁夏、青海、新疆分别为1.048、0.452、0.823、0.636，而甘肃省为0.792，脱钩状态良好。“十一五”期间陕西、宁夏、青海、新疆分别为0.944、0.847、1.333、2.897，甘肃省为0.385，只有甘肃省和陕西省脱钩指标值降低。

从甘肃省来看，甘肃省脱钩弹性由“十五”期间的0.792下降到“十一五”期间的0.385。同期中国总体脱钩弹性也由“十五”期间的0.835下降到“十一五”期间的0.569,这说明甘肃省脱钩状态与中国总体水平同步变动，且优于全国平均水平。2001年到2011年间，甘肃省经济增长与二氧化碳排放总体上处于“弱脱钩”状态，二氧化碳排放总量与经济增长呈正相关关系。该期间甘肃省GDP的平均增长速度为12.54% ，而二氧化碳排放总量的平均增长速度为8.34%，GDP增速高于二氧化碳排放增速，这使甘肃省总体处于“弱脱钩”状态。

其中2009年为强脱钩状态，即经济总量增长的同时，二氧化碳排放量比往年降低了。在甘肃省总体脱钩弹性值降低的情况下，在2011年反弹到1.030呈增长连接状态，即二氧化碳排放的增长率快于经济总量的增长率。

表3 区域脱钩弹性值对比表②

年份甘肃陕西宁夏青海新疆中国20011.4141.047—1.775-0.0020.24820020.1700.942—0.3080.7870.52820031.1161.072—1.1270.6481.23220040.7021.469-0.3170.4301.0231.32420050.5600.7101.2220.4760.7220.842“十五”均值0.7921.0480.4520.8230.6360.83520060.4121.3640.7051.3300.9050.73120070.9070.7570.9450.6830.9240.45120080.2510.6100.5061.7451.1020.5732009-0.3140.9971.1192.85511.0070.56620100.6680.9930.9600.0520.5480.522“十一五”均值0.3850.9440.8471.3332.8970.56920111.0300.5721.6211.8391.2410.775均值0.6290.9580.8451.1471.7190.708

(二)脱钩链式因果分解

根据公式(2)，计算可得到减排脱钩、工业节能、产业发展三个脱钩效应指标，结果见表4。从减排脱钩指标来看，总体呈增长负脱钩和弱脱钩状态，说明甘肃省能源消费量的变动率低于能源二氧化碳的排放速率，能源碳强度脱钩状态不理想。这一方面是因为甘肃省经济增长主要依赖工业，而工业主要以煤炭、石油等化石能源为主；另一方面也与碳减排技术利用不理想有较大关系。

从工业节能指标来看，总体呈现弱脱钩状态，说明甘肃省能源利用效率状况良好，不是影响脱钩指标的主要原因。其中，2009年工业节能弹性为-45.543，为强负脱钩状态，这是因为这一年工业总产值增速远低于能源消耗的增速。

从产业发展指标来看，总体呈增长负脱钩状态，工业总产值增速快于甘肃省国内生产总值的增速，表明了甘肃省工业在三次产业中的比重过大是影响脱钩指标变动的另一个重要原因，这与减排脱钩指标计算的结果相一致。

表4 脱钩弹性指数链式因果分解

年份减排脱钩状态工业节能状态产业发展状态20013.656增长负脱钩0.434弱脱钩0.892增长连接2002-0.141强负脱钩-1.044强脱钩1.149增长负脱钩20030.559弱脱钩1.598增长负脱钩1.248增长负脱钩20041.179增长连接0.627弱脱钩0.950增长连接20050.601弱脱钩0.673弱脱钩1.385增长负脱钩20060.777弱脱钩0.344弱脱钩1.540增长负脱钩20071.477增长负脱钩0.478弱脱钩1.285增长负脱钩20080.416弱脱钩1.576增长负脱钩0.383弱脱钩2009-0.821强脱钩-45.543强负脱钩-0.008强脱钩20101.398增长负脱钩0.289弱脱钩1.657增长负脱钩20111.603增长负脱钩0.725弱脱钩0.887增长连接

(三) LMDI脱钩弹性分解

根据公式(7)计算出能源结构碳强度、能源强度、工业化、经济发展、城镇化以及人口六个效应对应的分解脱钩弹性指标，结果见表1和表5。从历年各指标贡献率的平均值(表5)大小来看，影响经济增长和碳排放脱钩弹性指数的最重要因素是经济发展效应和能源强度效应，其中经济发展脱钩弹性指标影响为正值为0.827、而能源强度脱钩弹性指标影响为负，贡献率均值为-1.086。这说明甘肃省在能源的利用效率上较高，即单位工业产值的能耗指标良好。

图1 脱钩弹性分解指标曲线

城镇化、工业化、能源碳强度指标对总体脱钩弹性贡献均值均为正值，分别为0.689、0.402、0.232，而人口数量脱钩弹性的影响不大，仅为0.036。由此可以看出城镇化的加快对甘肃省二氧化碳的排放有较大的促进作用。在已有文献中，对于城镇化与二氧化碳的排放的关系上有两种观点，一种认为城镇化有利于碳减排，另一种却持相反态度。其争论的关键在于城镇化是否真正起到了规模经济效应[12]。2011年底甘肃省城镇化率为36.1%，西部地区为43.0%，全国为51.27%，甘肃省城镇化率水平过低。此外，由于受地理位置、地形地貌、矿产资源、经济实力和历史文化等诸多因素的影响，甘肃生产力布局和城镇分布不均衡，城镇化水平全省差异很大。甘肃省城镇体系不突出，具有单一的行政职能和资源型小城镇过多，基础设施不完善，对区域辐射带动作用较弱，难以形成规模经济和集聚经济优势。故在碳减排上，资源消耗型的小城镇难以负担高昂的成本。故总体来说，甘肃省城镇化质量不高是抑制了经济增长与二氧化碳排放的脱钩的一个重要原因。

工业化效应指标贡献率历年趋势不明显，但其均值为正，说明总体对脱钩状态具有抑制作用，这与链式因果分解的结果一致。

能源碳强度效应指标均值为正，说明其对脱钩状态具有抑制作用，但其从2001年到2011年对脱钩弹性的贡献率一直在下降，说明甘肃省能源碳排放强度效应对脱钩弹性的抑制作用正在逐渐削弱，反而正在成为有利于脱钩的因素。

通过LMDI分解法得出能源强度效应是促进脱钩的主要原因，且能源碳强度效应正在成为促进脱钩的另一个重要原因。这与通过因果链式分解方法，得出的能源强度弹性处在弱脱钩状态、碳强度脱钩弹性和产业结构弹性处在强负脱钩状态一致(表6)。

表5 脱钩弹性LMDI分解

年份tftiTgtatztptco2,gdp20010.4300.080-0.1060.4200.4370.1521.41420020.049-0.9840.1380.1880.6980.0820.17020030.316-0.4410.2340.4580.5090.0401.11620040.180-0.401-0.0440.7620.1810.0240.70220050.130-0.8910.3460.6570.394-0.0770.56020060.091-1.0990.4630.7050.2230.0290.41220070.188-0.5390.2630.8260.1340.0350.90720080.048-0.178-0.5890.7130.2080.0490.2512009-0.064-0.241-0.9750.6250.2890.052-0.31420100.127-1.0000.5670.5250.632-0.1820.66820110.177-0.042-0.1060.7890.2010.0121.030

表6 LMDI分解因素贡献率

年份tftitgtatztp20010.3040.057-0.0750.2970.3090.10720020.288-5.8050.8121.1084.1170.48120030.284-0.3950.2100.4100.4560.03520040.256-0.572-0.0621.0860.2570.03520050.233-1.5910.6181.1730.704-0.13720060.221-2.6691.1231.7120.5420.07120070.207-0.5940.2900.9110.1480.03920080.193-0.711-2.3492.8430.8280.19720090.2040.7703.109-1.992-0.923-0.16720100.190-1.4970.8480.7850.946-0.27220110.172-0.041-0.1030.7660.1950.011平均0.232-1.1860.4020.8270.6890.036

五、结论及建议

研究分析主要得出如下结论：(1)以2000年为基年，2001年—2011年甘肃省经济增长和二氧化碳排放的脱钩弹性值总体上呈下降趋势，即呈弱脱钩状态。在西北五省中脱钩状态最好，且优于全国脱钩水平。(2)从因果链式分解计算结果来看，产业发展指标和减排脱钩指标在历年主要为增长负脱钩状态和弱脱钩状态，即工业比重过大和能源碳排放强度成为抑制甘肃省经济发展与二氧化碳排放脱钩的主要原因。(3)从LMDI因素分解结果来看，甘肃省能源强度效应成为促进脱钩的主要因素，能源碳强度效应对脱钩弹性值的贡献率呈下降趋势，也逐渐成为促进脱钩的另一个因素。而经济增长效应、工业化效应、城镇化效应、经济发展效应是抑制脱钩的主要原因。

虽然经济发展效应是抑制脱钩的重要原因，但我们不能通过降低经济增长来促进脱钩。一方面，我们要继续发挥甘肃省在能源强度效应上的优势，要继续提高能源利用效率、降低能源碳强度，提高碳减排技术的利用效率。这就要求我们要合理调整产业结构，加大第三产业的发展，大力发展新能源，以降低对化石能源的过分依赖。另一方面在全国加速城镇化的背景下，甘肃省要避免城镇化过程中的重复建设，优化大中小城镇体系，发挥城镇化过程中的规模经济和集聚经济优势，切实提高甘肃省城镇化质量。

注 释：

① 天然气折标煤系数单位为(千克标准煤 / 立方米)。

② 由于宁夏综合能源平衡表2000年—2003年相关数据缺失，故空缺。

〔1〕 TAPIO P.Towards a theory of decoupling:degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J].JournalofTransportPolicy,2005(12):137-151.

〔2〕 庄敏芳.台湾工业与运输部门脱钩指标建构与评估[D].中国台北：台北大学，2006.

〔3〕 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，2007：28-30.

〔4〕 李忠民，庆东瑞.经济增长与二氧化碳脱钩实证研究——以山西省为例[J].福建论坛(人文社会科学版)，2010(2)：67-72.

〔5〕 彭佳雯，黄贤金，钟太洋.中国经济增长与能源碳排放的脱钩研究[J].资源科学，2011,33(4)：626-633.

〔6〕 王云，张军营，赵永春，等.基于CO2排放因素模型的脱钩指标构建于评估——以山西省为例[J].煤炭学报,2011,36(3)：507-513.

〔7〕 赵爱文，李东.中国碳排放与经济增长间脱钩关系实证分析[J].技术经济,2013,32(1)：106-111.

〔8〕 肖宏伟.中国区域碳排放与经济增长脱钩关系研究[J].山西财经大学学报,2012,34(11):1-10.

〔9〕 仲伟周，孙耀华，庆东瑞.经济增长、能源消耗与CO2脱钩关系研究[J].审计与经济研究,2012，27(6):99-105.

〔10〕 王云.低碳经济“脱钩”量化分解模型[J].经济问题,2012(5)：8-13.

〔11〕 ANG B W,ZHANG F Q,CHOIKH.Factorizing changes in energy and environmental indicators through decomposition[J].Energy,1998,23(6):489-495.

〔12〕 肖宏伟.城镇化进程对我国碳排放的影响及对策建议[J].生态与环境,2013(10)：66-68.

(责任编辑 周吉光)

The Analysis on the Degree and Reasons of the Decoupling in the Economic Growth and Carbon Dioxide Emissions in Gansu Province—Based on the Theory of Decoupling Decomposition

YUE Li1,DING Shao-xiang1，GUO Shan-ning2

(1. Lanzhou University, Lanzhou, Gansu 730000；2. Party School of Gansu Provincial Committee of CPC, Lanzhou, Gansu 730000)

Based on Tapio decoupling model and relevant statistic data from 2001 to 2011, first, this study describes the present situation of the decoupling position of economic growth and carbon emissions about the five northwest provinces. Then the author uses the methods of the chain factors decomposition and LMDI decomposition to carry on the quantitative analysis to find out the main decoupling reasons in Gansu. The results show that Gansu is in the weak decoupling state and the decoupling degree is the best of the five northwest provinces. Furthermore it is better than the national average level. For Gansu, energy intensity effect is the main reason to promote decoupling and the energy carbon intensity effect is becoming another. But the effects of industrialization, urbanization and economic development are the main reasons to suppress the decoupling. Thus several suggestions are proposed for promoting decoupling in Gansu province.

carbon dioxide emissions; tapio decoupling model; factorization

10.13937/j.cnki.sjzjjxyxb.2014.06.010

2014-06-01

http://www.cnki.net/kcms/doi/10.13937/j.cnki.sjzjjxyxb.2014.06.010.html 网络出版时间：2014-12-29 15：30

岳立(1969—)，女，新疆哈密人，博士，兰州大学经济学院教授、硕士生导师，主要研究方向：区域经济学、区域可持续发展。

F062.2

A

1007-6875(2014)05-0050-06