基于Laspeyres分解法的东部地区经济增长与碳排放分析

黄元生，李 慧

(华北电力大学 经济管理系，河北 保定 071003)



基于Laspeyres分解法的东部地区经济增长与碳排放分析

黄元生，李 慧

(华北电力大学 经济管理系，河北 保定 071003)

本文运用以Laspeyres指数分解算法为基础的分解模型，将2006-2012年东部地区GDP的增长量定量分解为碳排放总量变化、碳排放结构变化和碳生产率变化三个影响因素之和。研究结果表明：东部地区的经济增长方式正在从粗放型向集约型转变；东部各省碳排放结构的变化对东部地区经济增长贡献极少，说明存在地方保护主义；在考虑碳排放对经济发展模式影响的情况下，不同省份的经济发展模式与经济发达程度无关。

Laspeyres分解法；东部地区；经济增长；碳排放

一、引言

对于当前的中国而言，化石能源的消费对经济发展做出了重大贡献，但是化石能源燃烧产生的二氧化碳气体导致了温室效应。研究发现温室效应已极大地影响社会经济系统和人类生产活动。如何将经济增长与碳排放的关系调整为最优、实现社会经济的可持续发展，是我国面临的一个挑战。

目前，对于中国的经济增长(GDP增长)与化石能源消费及CO2排放的研究往往都是针对整个国家、某些产业或者某个地区而进行的，很少进行各省或地区之间的横向比较研究，Laspeyres指数分解算法适用于进行同类研究对象之间的比较分析。因此，本文运用以Laspeyres指数分解算法为基础的分解模型，研究东部地区经济增长与碳排放总量、东部各省的碳排放结构和碳生产率之间的关系，找出东部地区经济增长的主要驱动因素，并通过东部各省之间的横向比较，探索经济发展和碳排放之间的规律，进而提出相应的政策建议。

二、Laspeyres指数分解算法

若一个区域由若干个子区域构成，当研究该地区经济增长(GDP增长)与碳排放关系时，碳排放总量、结构与效率是重要的影响因素。鉴于此，构建如下模型：

(1)

其中，Gi和G分别表示第i个子区域和整个区域的GDP；Ci和C分别表示第i个子区域和整个区域的碳排放量；Si(Ci/C)表示第i个子区域的碳排放量在整个区域中的碳排放量比例；Ei(Gi/Ci)表示第i个子区域的碳生产率。

该区域的GDP在第1期和第t期之间的变化量为：

(2)

根据芬兰学者Sun提出的“联合创造，共同分配”原则，将各项分解余量平均分配到形成该项分解余量的各个变量的影响中去，分解结果如下：

整个区域的碳排放总量变化对GDP增长的贡献值为：

(3)

不同子区域的碳排放结构变化对GDP增长的贡献值为：

(4)

不同子区域的碳生产率变化对GDP增长的贡献值为：

(5)

至此，该区域的GDP增长定量分解为三个影响因素之和：整个区域的碳排放总量、不同子区域的碳排放结构和碳生产率，

三、实证分析

根据“七五计划”的划分方法，我国东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南12个省、市、自治区。本文选取东部地区为研究对象，通过实证分析研究2006-2012年东部地区经济增长与碳排放之间的关系。

(一)数据来源及转换

在各省的统计年鉴中，并没有给出碳排放量数据，需要通过化石能源终端消费量转换获得。各省的化石能源终端消费量来源于《中国能源统计年鉴》，本文选择的化石能源包括原煤、洗精煤、其他洗煤、型煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然气。碳排放量的计算按照《2006年IPCC国家温室气体清单指南》方法一：首先将各种化石能源的消费量折算为标准煤，然后利用碳排放系数计算出碳排放量。

各省的GDP数据来源于《中国统计年鉴》，为了消除价格波动对分解效果的影响，采用居民消费价格指数对各省GDP数据进行修正。经转换获得的各省碳排放量(单位：万吨)和GDP(单位：亿元)如表1所示。

表1 2006年、2012年东部各省GDP及碳排放量

(二)定量分解结果

根据表1中的数据，可以计算出C1、Si1、Ei1、△C、△Si、△Ei，将这些数据代入式(3)-式(5)，得到每种影响因素对GDP增长的贡献值。此外，为了衡量碳排放总量变化对东部各省GDP增长的贡献率，作如下定义：

(6)

其他两个影响因素对东部各省GDP增长的贡献率也可采用相似的方法算出，各影响因素的贡献值和贡献率计算结果如表2所示。将表2中的分解结果经过简单运算可知，在2006-2012年间，东部地区GDP增长了131751.3亿元。其中，东部地区碳排放总量变化的贡献值为74479.9亿元，占56.5%；东部各省碳排放结构变化的贡献值为-3676亿元，占-2.8%；东部各省碳生产率变化的贡献值为60947.4亿元，占46.3%。

表2 各影响因素的贡献值和贡献率

(三)分解结果分析

1.东部地区由粗放型向集约型转变

经济增长通常反映为GDP增长，经济增长方式指的是推动经济增长的各种生产要素投入、组合和使用的方式，可分为两类：粗放型和集约型。粗放型经济增长方式是指主要依靠增加生产要素的投入来实现经济增长，以这种方式实现经济增长，会使资源浪费严重、生态环境问题突出、经济效益低下。本文的分解结果中，碳排放量增加可视为这种增长方式的影响。集约型经济增长方式是指在生产规模不变的基础上通过技术进步等方式来实现经济增长，以这种方式实现经济增长，会使资源消费较低、经济效益较高。本文的分解结果中，碳排放结构的调整和碳生产率的增加均可视为这种增长方式的影响。

前述分解结果表明，东部地区碳排放总量增加对GDP增长的贡献占56.5%，碳排放结构调整和碳生产率的提高对GDP增长的贡献占43.5%，两个数值差距不是十分悬殊，说明粗放型经济增长方式的主导地位并不明显，东部地区的经济增长方式正在从粗放型向集约型转变。

2.东部各省存在地方保护主义

东部各省碳排放结构变化的贡献仅占三大影响因素总贡献的-2.8%，负值说明了碳排放结构变化阻碍了东部地区GDP增长。

图1为东部各省在2006-2012年的平均碳生产率(万元/吨)，从图中可以看出，各省的碳生产率差距很大，其中，北京的碳生产率是河北的4.5倍。根据式(4)，在东部地区碳排放总量不变的前提下，如果碳生产率较高的省份增加碳排放比例、碳生产率较低的省份减少碳排放比例会对东部地区总体碳生产率的提高做出贡献，进而使东部各省碳排放结构变化对经济增长的贡献为正，但分解结果为负值说明事实并非如此。虽然中央政府制定碳减排目标并颁布具体实施方案，但是各省可能出于地方保护主义不愿意从整体利益出发来限制化石能源消费和控制C02排放。

图1 各省2006-2012年平均碳生产率

3.东部各省经济发展方式与经济经济发达程度无关

为了进一步研究东部各省的经济增长模式，可以根据各省的各个因素贡献率是否超过平均值将表2中的分解结果进行分类，共分成8类。由表2计算出△GC(%)、△GS(%)、△GE(%)的平均值分别为55.69%、0.38%、43.93%，分类结果如表3所示。

表3 东部各省经济增长方式分类标准及分类结果

由表3的分类结果得知，东部各省均集中在第1、2、4、5类，其他4类没有省份划入。根据表1所提供的2006年和2012年东部各省GDP数据和《中国统计年鉴》提供的2006年和2012年东部各省人口数量，可以计算出各省在2006年和2012年的人均GDP，各省在上述年份的人均GDP平均值(记为人均GDP)是衡量该省经济发达程度的指标，如表4所示。此外，各省人均GDP排名和经济增长方式分类也列于表4中。

表4 东部各省人均GDP及经济增长方式分类

由表4可以看出，在考虑碳排放对经济发展模式影响的情况下，东部各省的发展模式与经济发达程度之间并没有明显而得对应关系。例如，上海、北京、天津、江苏是经济最为发达的前四个省份，但它们分属于第2、2、1、5类发展模式；同样，福建、河北、海南、广西是经济最不发达的4个省份，它们分属于第5、4、5、5类发展模式。没有规律表明经济发达地区一定采用某种发展模式，或者经济不发达地区一定采取某种发展模式。因此，在考虑化石能源消费和碳排放的情况下，如果以经济发展水平作为不同发展模式的分类标准，并采取不同政策，显然是不合适的。

四、结论

运用以Laspeyres指数分解算法为基础的分解模型，将东部地区GDP的增长量定量分解到碳排放总量变化、碳排放结构变化和碳生产率变化三个影响因素。通过对东部地区2006-2012年的数据进行实证分析，得到以下结论：东部地区的经济增长方式正在从粗放型向集约型转变；东部各省碳排放结构的变化对东部地区经济增长贡献极少，说明存在地方保护主义；在考虑碳排放对经济发展模式影响的情况下，不同省份的发展模式与经济发达程度无关。

为了将东部地区经济增长与碳排放的关系调整为最优、实现社会经济的可持续发展，可以采取以下措施：第一，加快经济增长方式从粗放型向集约型转变的步伐：发展规模经济、淘汰落后技术、提高管理水平。第二，调整碳排放结构：对于中央政府，应该明确地方政府节能减排的责任，根据不同省市碳生产率的水平分配碳排放额，分配给碳生产率高的省市较高的碳排放额，分配给碳生产率低的省市较低的碳排放额，并给予财政补贴；对于地方政府，应该从整体利益出发，破除地方保护主义，优化产业结构，淘汰落后企业产能，建立碳排放交易机制。第三，国家制定政策时应该因地制宜，根据不同地区的发展模式制定不同的政策，而不是将东部地区作为一个整体制定统一的政策。

[1] Wang Y. The analysis of the impacts of energy consumption on environment and public health in China[J].Energy, 2010(11).

[2] Andrews-Speed P. China's ongoing energy efficiency drive: Origins,progress and prospects [J].EnergyPolicy,2009(4).

[3] Yuan X, Zuo J. Transition to low carbon energy policies in China-from the Five-Year Plan perspective [J].EnergyPolicy, 2011(6).

[4] Zhang N, Lior N, Jin H.The energy situation and its sustainable development strategy in China [J].Energy, 2011(6).

[5] 彭斯震,张九天.中国2020年碳减排目标下若干关键经济指标研究[J].中国人口、资源与环境,2012(5).

[6] Yan X,Crookes R J. Energy demand and emissions from road transportation vehicles in China[J].ProgressinEnergyandCombustionScience,2010(6).

[7] 徐钢,田龙虎,刘彤,黄其励.中国电力工业CO2减排战略分析[J].中国电机工程学报,2011(17).

[8] 潘雄锋,舒涛,徐大伟.中国制造业碳排放强度变动及其因素分解[J].中国人口、资源与环境,2011(5).

[9] Xiao H,Wei Q,Jiang Y.The reality and statistical distribution of energy consumption in office buildings in China [J].EnergyandBuildings, 2012(50).

[10] 陈卓淳,姚遂.中国电力系统低碳转型的路径探析—基于社会技术转型思路[J].中国人口.资源与环境,2012(2).

[11] 张乐勤,李荣富,荣慧芳,许信旺.安徽省近10年能源足迹测度及驱动因子分析[J].环境科学研究,2012(4).

[12] Zhang M,Wang W.Using an energy flow chart to analyze Jiangsu Province’s energy balance [J].RenewableEnergy, 2012(1).

[13] Ang B. W. Decomposition analysis for policymaking in energy: which is the preferred method? [J].EnergyPolicy,2004(9).

[14] Wang C,Chen J, Zou J. Decomposition of energy-related CO2emission in China; 1957-2000[J].Energy, 2005(1).

[15] Martinez C. I. P. Energy efficiency developments in the manufacturing industries of Germany and Colombia,1998-2005[J].EnergyforSustainableDevelopment, 2009(3).

[16] Sun,J."Changes in energy consumption and energy intensity:a complete decomposition model"[J].EnergyEconomics,1998(20).

(责任编辑：李潇雨)

Basis of the Laspeyres Decomposition Method Analysis of the Eastern Regional Economic Growth and Carbon Emissions

HUANG Yuan-sheng, LI Hui

(Pepart.of Economics & Managements, North China Electric Power University,Baoding 071003, China)

In this paper, with the Laspeyres decomposition algorithm based on decomposition model, the 2006-2012 annual growth of GDP in the eastern region of quantitative decomposition of changes in carbon emissions, carbon structural changes and changes in carbon productivity are sum of three factors. The results show that the eastern region of economic growth is shifting from extensive to intensive; changes in the structure of the provincial carbon emissions in eastern eastern region have little contribution to economic growth, indicating the presence of local protectionism in considering the impact of carbon emissions on the economic development model under the circumstances, independent of economic development mode and level of economic development in different provinces.

Laspeyres decomposition method; the eastern region; economic growth; carbon emissions

2014-12-06

黄元生，男，华北电力大学(保定)经济管理系副主任，博士生导师；李慧，女，华北电力大学(保定)经济管理系硕士研究生。

F206

A

1008-2603(2015)01-0015-05