1997—2014年我国区域物流碳排放的脱钩效应分析

金凤花，马洪伟

(上海电机学院 商学院, 上海 201306)



1997—2014年我国区域物流碳排放的脱钩效应分析

金凤花，马洪伟

(上海电机学院 商学院, 上海 201306)

在测算1997—2014年我国省级区域物流碳排放、区域经济碳排放的基础上，运用脱钩弹性理论，实证分析了区域物流碳排放脱钩弹性指数，并与区域经济碳排放脱钩状态发展趋势进行了比较。结果表明，区域物流碳排放与区域经济碳排放的发展趋势相似，大部分省区呈现持续增长态势；区域物流脱钩状态表现为扩张负脱钩、增长连结、弱脱钩和强脱钩等4种状态；我国大部分区域物流的碳排放对环境的压力呈现不断弱化状况。

区域物流; 碳排放; 脱钩

中国在2009年的联合国气候变化峰会上，公开承诺争取到2020年单位GDP二氧化碳排放比2005年显著下降，2009年11月，国务院常务会议决定到2020年我国单位国内生产总值二氧化碳排放比2005年下降40%～45%，作为约束性指标纳入国民经济和社会发展中长期规划，并制定相应的国内统计、监测、考核办法。碳排放与经济发展间的关系问题一直是国内外学者的关注重点，力图寻找经济发展的同时能够降低碳排放的途径，较为常见的是以“脱钩”的角度分析。最初提出的脱钩是经济合作与发展组织(Organization for Economic Co-operation and Development, OECD)提出打破经济财富与环境危害间的具体关联，即经济增长与环境冲击间耦合关系的破裂，并且在此基础上提出了相对脱钩和绝对脱钩的定义，经济发展速度高于碳排放量增长的速度称之为相对脱钩，经济发展速度持续稳定，而碳排放量却降低的状态称之为绝对脱钩。进一步可以理解为，社会发展到一定阶段时，经济增长方式发生转变，不仅经济实现了持续发展，而且碳排放在数量上也表现出持续降低。

国内外学者的研究中，李宁等基于脱钩弹性理论，从结构、技术和规模效应角度分解脱钩弹性系数，分解效应对环境规制政策的影响，并分析了我国水环境压力与经济增长间的脱钩关系；方齐云等在测算武汉市1995—2013年二氧化碳排放量的基础上，利用对数平均迪氏指数法分析了二氧化碳排放的驱动因素，并分析了二氧化碳排放与经济增长间的脱钩弹性；张文彬等运用因子分析法提炼出经济增长和可持续性指标，并利用脱钩指数和追赶脱钩指数分析了经济增长和可持续性指标之间的脱钩演化轨迹；郭承龙等利用化石能源和经济增长的符合增长率重新定义脱钩弹性，以中国和韩国为实证对象，分析增长替代、清洁和节能因子对脱钩效应的贡献度；李虹等基于天津市的物质流输入、输出指标，分析与经济的脱钩状态，并提出实现脱钩的对策建议；范清敏等基于能耗脱钩弹性和碳排放脱钩弹性，分析了上海、天津和重庆的脱钩稳定性，并从能耗弹性脱钩因子和碳排放弹性脱钩因子角度分析了工业部门经济增长与工业能源消耗、碳排放间的关系；Soytas等[10]利用向量自回归模型，分析美国、土耳其的能耗、GDP和碳排放之间的关系，检验得出能耗是碳排放增长的直接原因；Guzian等[11]通过分析欧盟国家废弃物排放与能源消费间的关系，提出2030年欧盟可能实现低废弃物排放的脱钩趋势；Diakoulaki等[12]基于欧盟14个国家1990—2003年工业部门数据，采用Laspeyres模型分析得出产出、能源强度、能源结构、碳排放系数等影响因素。国内外学者关注环境污染与经济发展关系、碳排放驱动因素分析、能源消费与经济发展关系等方面的研究，细分到产业也大多集中在工业经济发展与碳排放的关系研究。而对于保障经济社会物资顺畅流通的物流业，在不同发展时期，物流业经济发展水平与碳排放量是否表现出脱钩状态，或者呈现脱钩的哪个层次的状态，却较少有研究涉及。因此，本文基于1997—2014年相关数据，在测算中国各省区碳排放和物流碳排放的基础上，运用Tapio脱钩弹性指数，分析1997—2014年各省区物流碳排放的脱钩状态，并与经济碳排放的脱钩状态进行比较，探索物流发展与碳排放量间的动态演化趋势，为促进区域物流的低碳化发展提供依据。

1　区域物流碳排放的测算

对碳排放的测算可以通过两种估算方式：① 基于实物消费量；② 将热量转化为标准煤的热量进行统计。由于我国物流业碳排放的监测数据还不完善，本文根据各省区物流业的能源消费量，将其转化为标准煤估算其碳排放。依据IPCC“2006年国家温室气体清单指南”中所提供的碳排放量估算方法，即式(1)测算区域物流碳排放[13]。

(1)

式中，i是能源种类；C是区域物流碳排放总量；Ei是区域物流第i种能源的消费量；NCVi是平均低位发热量(根据2013年版《中国统计年鉴》整理)；CEFi是联合国政府间气候变化专门委员会(Intergovmmental Panel on Climate Change, IPCC)(2006)提供的碳排放系数；COFi是碳氧化因子(IPCC(2006)默认为1)。结合物流业的能源消耗结构，将能源种类划分为8类，即原煤、原油、汽油、煤油、柴油、燃料油、液化石油气、天然气。运用折标准煤系数(根据2013年版《中国统计年鉴》整理)，估算这8种能源的标准煤碳排放系数如表1所示。

表1　标准煤碳排放系数估算表

借鉴1998—2015年版《中国能源统计年鉴》，整理各省区物流业的相关能源消费量，计算出1997—2014年各省区物流碳排放量。大部分省区的物流碳排放总体表现出逐年增加的趋势，较多省区在2009年稍有回落；从物流碳排放总量来看，广东和山东总是位于各省区前列，除了2012年，其他年份广东的物流碳排放量始终高于山东，接下来是上海、辽宁、内蒙古等省区；而排放量增长速度最快的是山东，其次是重庆、广西、内蒙古、云南。

将式(1)中参数替换为区域经济的相关数据，测算区域经济碳排放。区域经济碳排放的发展趋势总体与区域物流碳排放相似，且部分省区在区域物流碳排放减少的年份中，区域经济碳排放也表现出减少的状态。山东的经济碳排放与其物流碳排放发展趋势相似，处于所有省区中碳排放最高的位置，而广东的经济碳排放却向后下滑了几个位置，没有达到物流碳排放的规模；内蒙古虽然在物流碳排放方面没有表现的有广东和山东那么突出，但也是处于前列的位置，其经济碳排放表现的却非常突出，与其经济地位稍有距离。其中，由于《中国能源统计年鉴》未涉及2013年数据，本文相关分析中均未包含2013年。

2　区域物流碳排放的脱钩分析

2.1脱钩理论

脱钩一词起源于物理学，在分析经济增长与环境压力时，人们生活质量得到提高的同时，环境压力呈现不断下降的趋势，这种状态称之为脱钩[14]。脱钩状态的判定方法主要有两种，① 由OECD所提出，设计了基于“驱动力-压力-状态-影响-反应”框架的脱钩指标，如Lu等[15]以OECD脱钩指标分析了德国、日本、台湾和韩国等国家和地区碳排放与GDP间的脱钩状态；② Tapio[16]基于此脱钩理论，将交通运输量作为中间变量，提出脱钩弹性系数用以分析交通运输量与GDP的脱钩弹性、交通运输量与碳排放间的脱钩弹性，呈现能源消费碳排放与经济增长间的关系，并为很多学者所应用。Tapio脱钩弹性指标对数据要求较低，适合于分析不同时间长度的脱钩状态，本文以此方法分析1997—2014年我国各区域物流碳排放与物流发展的脱钩状态为

(2)

式中，ω表示区域物流碳排放与区域物流发展的脱钩弹性指数；Y表示区域物流GDP，即区域物流发展水平；ΔC表示区域物流碳排放量与基期的变化量；ΔY表示区域物流GDP与基期的变化量。

脱钩的本质可以理解为保障经济增长的资源投入或者产生的废弃物减少，粗略地可以分为强脱钩和弱脱钩，而与脱钩相反的是连结，即经济发展与环境压力间具有很强的关联[17]。本文参考Tapio的类型划分方法，区域物流碳排放的脱钩类型如表2所示。

2.2实证分析

本文在实证分析过程中，为了与区域物流脱钩发展趋势进行比较，测算区域碳排放脱钩弹性指数，区域GDP数值以2000年数据为基期进行平减化处理。将相关数据代入式(2)，得到1997—2014年的区域物流碳排放脱钩弹性指数和区域经济碳排放脱钩弹性指数，由于Δ物流GDP、ΔGDP均为正值，因此区域物流碳排放和区域经济碳排放的脱钩状态只有4种状态：扩张负脱钩(K)、强脱钩(Q)、弱脱钩(R)和增长连结(ZL)，不同时期出现的不同脱钩状态频率值如图1和图2所示，各区域在1997—2014年出现不同脱钩状态频率如图3和图4所示(由于统计年鉴中海南、宁夏部分年份能耗统计数据缺失，因此无法对当年数据予以测算)。

表2　区域物流脱钩类型表

图1　各时期区域经济碳排放脱钩状态频率图Fig.1　Frequency of decouplingstatus regional ofcarbon emission invariousperiods

图2　各时期区域物流碳排放脱钩状态频率图Fig.2　Frequency of decouplingstatus of regional logisticscarbon emission in various periods

图3　1997—2014年各区域经济碳排放脱钩状态频率图Fig.3　Frequency of decoupling status of regionalcarbon emission during 1997-2014

图4　1997—2014年各区域物流碳排放脱钩状态频率图Fig.4　Frequency of decoupling status of regionallogistics carbon emission during 1997-2014

(1)区域经济碳排放脱钩弹性指数分析。区域经济一直保持持续的增长状态，因此区域经济碳排放脱钩状态表现为K、Q、R、ZL等，1997—2001年间R、Q状态占据较大比例，而且Q状态逐渐由集中在华北、东北向华南、西北地区转移，在1997—1998年间“对环境的破坏程度大于经济发展速度”的K状态省区仅有一个，而到2014年时增加至8个，而且这些区域出现K状态的频率也较高。2001—2006年间则表现为ZL状态密集地出现，东北、华中地区出现次数较多，K状态区域逐渐地在减少，R状态区域出现的频率在增加，Q状态区域数量相对稳定。2006—2010年间，2007—2008年总体状态最好，基本为R和Q状态，ZL状态区域相对较少，但K状态区域持续降低却在2010年迅速增加；2012—2014年，K状态区域急速增加了6个，Q状态区域急速增加了10个，其中9个区域是从R状态转变为Q，5个区域是从R状态转变为K。从另一个层面上，可以解释为这两年整体上经济发展仍是以破坏环境为代价，甚至更多地耗费能源方式实现了经济发展，虽然仍然有16个区域为Q状态，即经济发展速度和环境较为和谐发展，但若不加以控制，将会向更恶劣的方向发展。

(2)区域物流碳排放脱钩弹性指数分析。与区域经济脱钩状态相比，区域物流发展速度弱于对资源破坏程度的K状态出现的频率要高很多，这与我国物流业所处的发展阶段相符合。K、Q、R、ZL等4个状态表明我国各区域物流一直保持增长态势，差别在于是协调的能源耗费，还是过多的能源耗费。区域物流脱钩弹性指数中，1997—2014年K状态区域从6个增加到13个，但是中间经历的时期中最高达到过18个区域，2005年前一直呈现较为恶劣的形式，之后区域数量逐渐在减少；表现为Q状态的区域一直不多，2005—2006年甚至没有一个区域达到了Q状态，但2014年却呈现出急剧的优化状态，有9个省区表现为Q状态，主要集中在华北和华中地区；近几年R状态出现频率较高，说明区域物流低碳化的推行获得了一定成效；ZL状态相比区域经济脱钩指数中的频率要少很多，内蒙古、浙江、安徽等出现ZL状态较多。从不同时期来看，1999—2005年非常密集地出现了K状态，一方面说明这个时间阶段，我国各区域物流得到的大力支持与发展，但另一方面也说明是以过度地能源耗费才能实现这种发展，本身物流业属于能源消耗型产业，而这个阶段的物流业为了发展，以效率较低的方式利用能源实现物流业的快速发展。随后，较多区域在政策引导、技术提升、环境意识等方面的影响下，物流业的发展得到较大程度的改善。2005—2012年间，K和ZL状态虽然出现次数仍较多，但相对于前面的时期有了很大的改善，R状态区域覆盖范围较广；2012—2014年情况与经济脱钩弹性指数发展较为相近，K状态区域密集地出现，与之抗衡的Q状态区域比以往任何时期数量都多，而且有些区域是由R转变为Q，即尽管较多区域是朝向不好的方向转变，但还是有不少区域转变为物流经济发展与环境协调，或优于对环境的破坏程度。

3　结　论

本文在测算1997—2014年区域物流碳排放和经济碳排放的基础上，通过重构脱钩弹性指数，实证测算并比较分析了区域物流脱钩状态和区域经济脱钩状态，得出如下结论。

(1)区域物流碳排放与区域经济碳排放的发展趋势相近，大部分省区的区域物流碳排放呈现持续增长趋势，物流业作为区域经济的重要组成部分之一，共同促进着区域经济的发展。尽管物流业对能源的依赖性较强，但各区域物流碳排放的较大差异，与所处区域经济结构存在一定关联的同时，在一定程度上也表明各区域在能源效率利用方面存在差异，因此，产业结构优化的推行、能源利用技术的提升在各区域物流低碳化发展进程中将能发挥较强促进作用。

(2)无论是区域物流还是区域经济，其脱钩弹性指数表现为4种类型：扩张负脱钩K、增长连结ZL、弱脱钩R、强脱钩Q，区域物流GDP始终保持增长的态势，表明区域物流一直实现着发展。但区域物流发展中对环境破坏程度较大的状态K出现的频率要高于区域经济发展，这与我国区域物流所处的初级发展阶段有关；增长连结状态介于K和R之间，应采取措施使ZL状态省区朝向R状态发展，将有利于低碳化发展的扩散。

(3)环境库兹涅兹曲线假说中认为经济发展与环境呈现倒U型关系，即在经济快速发展的初期，环境会恶化，但当人均收入达到一定水平时，由于人们环保意识的提高和治理，环境恶化情况会得到改善。正如我国区域物流的碳排放方面也存在好的迹象，即不少省区的区域物流朝向Q状态发展，我国区域物流的低碳意识及实现在不断好转，对环境的压力由于人们的关注和政府的引导在不断弱化。

[1]张晓梅，庄贵阳.中国省际区域碳减排差异问题的研究进展.中国人口·资源与环境，2015，25(2)：135-143.

[2]OECD.Indicators to measure decoupling of environmental pressures from economic growth .Paris：OECD Environment Directorate，2002.

[3]ENEVOLDSEN M K，RYELUND A V，ANDERSEN M S.Decoupling of industrial energy consumption and CO2-emissions in energy-intensive industries inScandinavia .Energy economics，2007，29(4)：665-692.

[4]李宁，孙涛.环境规制、水环境压力与经济增长——基于Tapio脱钩弹性的分解.科技管理研究，2016，36(4)：58-262.

[5]方齐云，吴光豪.城市二氧化碳排放和经济增长的脱钩分析——以武汉市为例.城市问题，2016(3)：56-61.

[6]张文彬，李国平.中国区域经济增长及可持续性研究——基于脱钩指数分析.经济地理，2015，35(11)：8-14.

[7]郭承龙，周德群.经济增长与化石能源脱钩测度分析——基于中国和韩国比较.科技管理研究，2015(17)：217-223.

[8]李虹，黄丹林，理明佳.基于物质流分析的城市工业经济脱钩问题研究——以天津市2001—2012年面板数据为例.地域研究与开发，2015，34(1)：111-116.

[9]范清敏，郑少宇.区域产业脱钩弹性与低碳经济路径分析.环境科学与技术，2014，37(10)：177-181.

[10]SOYTAS U，SARI R，EWING B T.Energy consumption，income，and carbon emissions in the United States.Ecological Economics，2007，62(3)：482-489.

[11]GUZIANA B，SONG H，THORIN E，et al.Policy based scenarios for waste-to-energy use：Swedish perspective .Waste and Biomass Valorization，2014，5(4)：679-688.

[12]DIAKOULAKI D，MANDARAKA M.Decomposition analysis for assessing the progress in decoupling industrial growth from CO2emissions in the EU manufacturing sector .Energy Economics，2007，29(4)：636-664.

[13]金凤花，富立友，马洪伟.区域物流碳排放的测算及其重心轨迹研究.开发研究，2015(6)：14-17.

[14]GOMES F B，MORAES J C DE.Communication from the Commission：A Sustainable Europe for a Better World：A European Union Strategy for Sustainable Development.Proceedings of the Institution of Mechanical Engineers Part H Journal of Engineering in Medicine，2014，228(4)：330-341.

[15]LU I J，LIN S J，LEWIS C.Decomposition and decoupling effects of carbon dioxide emission from highway transportation in Taiwan，Germany，Japan and South Korea.Energy Policy，2007，35(6)：3226-3235.

[16]TAPIO P.Towards a theory of decoupling：degrees of decoupling in the EU and the ease of road traffic in Finland between 1970 and 2001 .Transport Policy，2005，12(2)：137-151.

[17]BRUYN S M D，OPSCHOOR J B.Developments in the throughput-income relationship：Theoretical and empirical observations .Ecological Economics，1997，20(3)：255-268.

JIN Fenghua，MA Hongwei

(School of Business， Shanghai Dianji University, Shanghai 201306, China)

Based on calculations of regional logistics carbon emissions and regional economy carbon emissions during 1997-2014, decoupling index of regional logistics carbon emissions with the Tapio decoupling theory is empirically analyzed.It is compared with the development trend of decoupling index of regional economy carbon emissions.The results indicate that both logistics carbon emissions and economic carbon emissions of most provinces in China show an increasing trend.The decoupling indexes of regional logistics carbon emissions can bedivided into expansive negative decoupling, increasing coupling, weak decoupling, strong decoupling, etc.Carbon emissions of most domestic regional logistics show weakening pressure on the environment.

regional logistics; carbon emissions; decoupling

2016-05-03

国家自然科学基金面上基金项目资助(61273042)；上海电机学院学科建设项目资助(10XKJ01)

金凤花(1982-)，女，副教授，博士，主要研究方向为区域物流发展、物流与供应链管理，

E-mail: kim0421@sina.com

2095-0020(2016)04-0227-06

F 259.27； X 196

A