上海工业行业能耗与经济脱钩分析

朱运涛　毛俊鹏　任庚坡　李琦芬

1 上海电力学院能源与机械工程学院

2 上海市节能监察中心

上海工业行业能耗与经济脱钩分析

朱运涛1毛俊鹏2任庚坡2李琦芬1

1 上海电力学院能源与机械工程学院

2 上海市节能监察中心

基于Tapio 脱钩指标理论，通过建立工业行业能耗与经济增长脱钩模型，对上海市2001年至2014年间工业能耗与经济增长的脱钩状态进行计算，发现总体上呈现“弱脱钩”状态。并将脱钩模型进一步应用于行业中观层面，表明“十二五”期间上海工业行业存在一定的脱钩效应，不同行业的脱钩指数差异较大，强脱钩效应行业不断增加。基于研究成果提出了相关政策建议和结论，以促进产业结构转型，推进上海工业行业经济增长与能源消费协调、绿色发展。

工业行业，能耗，经济增长，脱钩

Fund Item: Shanghai Economic and Information Technology Committee Special Funds, Item Number（201402004）

近年来，随着经济增长的加速，居民生活水平的提高，人们更加关注能源、经济、环境等与自身紧密相关的话题。2014年中国全社会能源消费总量为426 000万t标准煤，全国单位生产总值能耗0.670 t标准煤/万元，较2010年下降24.1%，2013年工业能源消费291 130.63万t标准煤，占全社会总能耗69.8%，并连续多年维持在70%左右[1]，工业作为中国能源消耗大户，是节能减排重点对象。

上海是一个经济发达、人口集聚、用能量大且能源供应基本依赖外部调入的能源消费型城市。随着国家的快速发展，能源供求问题日益凸显，以及上海市能源资源、地理条件、环境容量的限制，上海市的能源发展及安全仍然面临较大挑战[2]。当前，中国提倡绿色发展，在此背景下，对上海市工业行业能耗与经济关系的研究不仅是一个理论问题，也是转变经济发展方式面临的现实问题，对未来上海工业用能起到一定指导作用。

1　概述

当前脱钩理论研究较多，在国外方面，20世纪末，经济合作与发展组织（OECD）首先提出“脱钩”概念，指打破经济增长与环境压力之间的关系[3]，并将“脱钩”的概念引入环境等领域。继OECD提出“脱钩”的概念之后，Tapio在考虑经济数据选择的时间弹性基础上，根据欧洲1970～2001年交通业经济增长与二氧化碳排放量的数据构建了Tapio脱钩指标体系[4]。此外，Diakoulaki和Mandaraka[5]对欧盟的主要国家的工业产值增长和温室气体排放进行了脱钩关系研究；David Gray[6]等研究了苏格兰地区经济增长与交通运输中二氧化碳排放的脱钩关系。在国内方面，关雪凌[7]等对中国1980年至2012年间城镇经济及产业与能源消费间关系建立了脱钩模型，并进行了脱钩状态分析，总体呈“弱脱钩”状态；赵国飞[8]等利用Tapio脱钩模型计算了2000年到2012年黑龙江省经济与能源消耗脱钩指标，并分析了其中的弱脱钩状态原因；刘继成[9]对能源消耗因素进行分解，利用脱钩指数衡量模型，对我国经济增长与能源消耗做了定量分析。

通过阅读文献发现，脱钩模型已大量用于研究经济增长与能源消耗之间的关系，但当前的研究大多基于宏观层面的经济与能耗层面的研究，而应用于行业中观层面的研究不多。

文章基于历史工业能耗与工业产值数据，利用Tapio 脱钩模型对上海工业行业2001～2014 年经济增长与能源消耗的脱钩状态进行研究。能耗与经济的跨界分析中，首先在工业宏观层面建立了脱钩模型，研究了每年和每五年为一周期的脱钩状态变化，其次将脱钩模型进一步应用于工业分行业中观层面，从高、中、低载能行业进行了比较分析，低载能行业在转型期对经济结构的调整也越敏感，成效也较高。通过脱钩模型的应用表达了能耗与经济的不确定性关系，为定量化研究两者关系提供了全新视角，可指导产业结构调整布局，对两者的协同发展具有良好的指导作用，对上海工业行业制定能源消耗与经济增长之间的脱钩政策具有重要的指导意义。

2　脱钩模型理论

当前脱钩理论已应用于经济与能耗、经济与环境等领域。所谓“脱钩”即指用少于以往的物质消耗产生多于以往的经济财富。脱钩指标主要反映驱动力（如工业增加值增速）与压力（如工业总能耗增速）在同一时期的增长弹性变化情况。

该理论通过数量变化关系表达了经济增长与物质消耗之间的不确定关系，这为定量化研究经济增长与环境的关系提供了全新的视角[10]。

Tapio于2005年引入“脱钩弹性”(decoupling elasticity）的概念，Tapio脱钩模型综合了总量和相对量两种指标，解决了OECD模型基期选择不同而导致的结果偏差，提高了模型的科学性和准确性[11]。以能耗与经济为例，脱钩弹性值公式如下：

参照Tapio 的计算方法，将脱钩指标细分为脱钩、负脱钩和连接3种状态，再依据不同的弹性值，进一步可以划分出8种不同的脱钩状态，如表1所示。

如果两者各自的增长率不平行，即发生了脱钩现象。该指标的优点在于对能源环境压力指标与经济指标的各种组合给出了合理定位。针对当前国家的能源利用政策和节能形势，政府希望出现强脱钩状态，形成能耗增长小于经济增长或能耗减少而经济增长的局面。

表1　脱钩的8种状态

3　能耗与经济跨界分析

3.1工业能耗与产值的相关性分析

将上海市工业产值与工业能耗近15年来的数据经过标准化处理（以2001年数据为基准），其相应变化趋势如图1所示。

图1　上海市工业行业能耗与产值趋势

从图中可以分析：各项数值大体均呈上升趋势，其中各项年均增长速度分别为11.67%、3.18%，工业能耗以较低的增长速度支撑工业产值以较高增长速度增长，对上海市工业产值与工业能耗进行相关性分析，得出工业产值与工业能耗的相关系数为0.965 6，相关性联系较强，可以对工业产值与能耗在工业宏观层面和行业中观层面进一步分析。

3.2工业宏观层面

基于2001～2014年上海市工业能耗和上海市工业产值数据，利用脱钩模型公式，计算2001～2014年间上海市工业能耗与经济之间的脱钩弹性，如表2所示。

表2　2001～2014年上海市工业行业能耗与经济的脱钩指数与脱钩状态

从表2中可以看到，总体呈弱脱钩状态，其中弱脱钩、强脱钩、衰退脱钩的年份个数分别为10个、3个、1个。强脱钩的年份分别出现在2009年、2011年、2014年，说明节能政策的施行和产业结构的调整取得了一定的成效。

为进一步宏观把握上海市工业能耗与上海市工业产值之间的脱钩关系，以5年为一周期，做出上海市每五年计划的脱钩指数关系图，如图2所示。

图2　上海市工业能耗经济每五年脱钩指数变化

由图2分析可得，上海市工业能耗与经济脱钩指数从“十五”到“十二五”15年期间呈小幅波动状态。“十五”和“十一五”期间，为加快经济增长，能源消耗呈一定速度增长，在此期间经济发展方式已经逐渐从粗放型发展方式转向集约型发展方式转变，工业能耗与经济增长不呈连接状态，呈弱脱钩状态，实现了以较低的能源增长速度支撑了较高的经济增长；“十二五”期间面临经济下行压力等新常态，为提升自身发展内生动力、激发潜力、调整经济结构，上海市出台了一系列政策并取得一定成效，在此期间上海市工业能耗呈负增长状态，呈现强脱钩状态。

3.3行业中观层面

为进一步分析历史数据中上海市工业能耗与工业产值脱钩的深层原因，对上海市工业34个规模以上企业分行业进行了中观层面的脱钩分析，其中由于统计口径和数据时间原因，本文仅分析2010～2014年（近似“十二五”期间）34个行业中23个行业的脱钩状态。“十二五”期间规模以上企业分行业脱钩指数与脱钩状态如表3所示。

由表2可得，23个行业的脱钩状态分别表现有强脱钩、弱脱钩、衰退连接、扩张负脱钩、强负脱钩、衰退脱钩等六种状态。其中14个行业（通用设备制造业、专用设备制造业、电力机械及器材制造业等）处于强脱钩状态，约占60.9%，与上海市工业行业十二五期间脱钩指数为-0.01，呈强脱钩状态相符；呈弱脱钩、衰退连接、扩张负脱钩、强负脱钩、衰退脱钩状态行业的分别有1个行业（医药制造）、1个（黑色金属冶炼及压延加工业）、4个（农副食品加工业、食品制造业、化学原料及化学制品业、水的生产和供应业）、1个（计算机、通信和其他电子设备制造业）、2个（纺织业，石油加工、炼焦及核燃料加工业）。脱钩程度最高的是金属制品业（低载能行业），弹性值为-18.92，脱钩程度最低的是纺织业（高载能行业），弹性值为10.73。

表3　“十二五”期间规模以上企业分行业的脱指数与脱钩状态

从高、中、低载能行业分析，得到高、中、低载能行业脱钩状态分布图。（注：图中期望脱钩状态指强脱钩状态、不期望脱钩状态指扩张负脱钩和强负脱钩、其它状态指除上述三种状态的其他状态）。

图3　高、中、低载能行业脱钩状态分布图

由图3分析可得，期望脱钩状态在高、中、低载能行业的行业个数分别为4个、5个、5个，分别占比44.4%、62.5%、71.4%，说明低载能行业中大多数行业均处在期望的脱钩状态中，其在转型期对经济结构的调整也越敏感，成效也较高。

4　结论及政策建议

本文基于Tapio 模型理论，构建工业能耗与工业产值的脱钩指数模型，对上海工业行业能耗与经济的脱钩效应进行了分析，表现了上海工业行业能源消耗的行业特征。研究发现，2001～2014年间上海工业行业存在一定的脱钩效应，“十五”、“十一五”期间呈弱脱钩，而在“十二五”期间呈强脱钩状态。不同行业的脱钩指数存在较大差异性，发现低载能行业脱钩程度最强，整体上强脱钩比例呈上升趋势。

针对本文的研究结论，提出加快上海市产业结构转型的相关政策建议：

（1）大力发展低载能产业，合理调整产业结构。结合本市战略和实际，加快发展战略性新兴产业，优化先进制造业布局，通过新一代信息技术、民用航空制造、海洋工程装备、先进重大装备、生物、新材料等低载能产业的鼓励发展，大力发展低载能产业；对于高载能行业，制定严于国家要求的产业准入标准，严格实施电力、石化、钢铁、有色、水泥、化工等行业的能耗限额标准，促进上海市工业用能优化和环境质量改善；

（2）加快清洁能源替代，转变能源消费结构。对于纺织、服饰、造纸、食品加工、化工等可使用清洁能源替代的能源终端消费行业，改变工业行业能源终端消费结构，提升电力、天然气等清洁能源用能比例。

（3）发展新能源和可再生能源，优化能源供应格局。结合本市地理位置和自然资源，大力发展海上风电、光伏发电和生物质产业，培育智能电网，推进新能源和可再生能源发展；随着我国天然气管网建设的进一步完善，适当提高燃气-蒸汽联合循环发电比例，改善以煤电为主的能源供应格局，缓解与能源相关的环境污染问题。

[1] 中华人民共和国统计局.2015年中国统计年鉴[R].2015.

National Bureau of Statistics of the People’s Republic of China. The China statistical yearbook of 2015[R]. 2015.

[2] 毛俊鹏, 任庚坡, 李琦芬. 上海能源形势和能源需求预测分析[J]. 上海节能, 2014(2)：29-34.

MAO Junpeng, REN Gengpo, LI Qifen. Shanghai Energy Situation and Energy Demand Forecast[J]. Shanghai Energy Conservation, 2014(2)：29-34.

[3] OECD.Indicators to measure decoupling of environmental pressures from economic growth[R]. Paris： OECD, 2002．

[4] 王鲲鹏, 何丹. 山西省经济增长与能源消耗动态分析—基于脱钩理论[J]. 现代商贸工业, 2014( 4) ： 9-11.

WANG Kunpeng, HE Dan. The dynamic analysis of Shanxi Province economic growth and energy consumption - based on the decoupling theory[J]. Modern Business Trade Industry, 2014( 4) ： 9-11.

[5] Diakoulaki D,Mandaraka M.Decomposition analysis for assessing the progress in decoupling industrial growth from CO2 emissions in the EU manufacturing sector[J]. Energy Economics, 2007,( 29)：636-664.

[6] David Gray,Jillian Anable,Laura Illingworth and wendy Graham. Decoupling the link between economic growth,transport growth and carbon emissions in Scotland.[R/OL].htt P：//www.seotland.gov.Uk/Reso Uree/ Doc/935/0042647.Pdf.

[7] 关雪凌, 周敏. 城镇化进程中经济增长与能源消费的脱钩分析[J]. 经济问题探索,2015,4：88-93

GUAN Xueling, ZHOU Min. The decoupling analysis in the urbanization process of economic growth and energy consumption [J]. Inquiry into Economic Issues, 2015,4：88-93

[8] 赵国飞, 赵丹, 王玉芳. 黑龙江省经济增长与能源消耗脱钩分析[J]. 安徽农业科学, 2015,43(5),286-287.

ZHAO Guofei, ZHAO Dan, WANG Yufang. Study on Decoupling between Economic Development and Energy Consumption of Heilongjiang Province[J]. Journal of Anhui Agricultural Sciences, 2015,43(5),286-287.

[9] 刘继成. 经济增长和能源消耗脱钩及产业结构转型路径研究[D].南京：南京财经大学,2012.

LIU Jicheng. Research on the transition path of industrial structure and decoupling of economic growth and energy consumption[D]. Nanjing： Nanjing University of Finance and Economics,2012.

[10] 杨嵘,常烜钰.西部地区碳排放与经济增长关系的脱钩及驱动因素[J].经济地理, 2012（12）：34-39.

YANG Zheng, CHANG Xuanyu. Decoupling and Driving Factors Analysis Between the Relationship of Carbon Emissions and Economic Growth in Western Region[J]. Economic Geography, 2012（12）：34-39.

[11] 方佳敏,林基.中国工业行业经济增长与二氧化碳排放的脱钩效应[J].科技管理研究,2015(20)：243-248.

FANG Jiamin, LI Ji. Decoupling Effect between Chinese Industrial Economic Growth and Carbon Dioxide Emission[J]. Science and Technology Management Research, 2015(20)：243-248.

Decoupling Analysis of Shanghai Industrial Energy Consumption with Economics

Zhu Yuntao1, Mao Junpeng2, Ren Gengpo2, Li Qifeng1
1 Shanghai Electrical Power University Energy and Mechanical Engineering College
2 Shanghai Energy Conservation Supervision Center

Based on Tapio decoupling index theory, the author builds up industrial energy consumption and economic growth decoupling model and calculates decoupling condition of industrial energy consumption and economic growth from 2001 to 2014 in Shanghai. He figures out that overall presentation shows ‘weak decoupling’ condition and applies decoupling model into industry medium level to demonstrate that industrial sectors exist certain decoupling effect during ‘12thfive ’period in Shanghai. Different industries have large difference in decoupling index and enterprises with strong decoupling effect are constantly increasing. Based on research results, the author puts forward relative policy suggestions and conclusions to promote industries structure transformation to make Shanghai industrial economic growth coordinate with energy consumption and green development.

Industrial Sectors, Energy Consumption, Economic Growth, Decoupling

上海市经济和信息化委员会专项基金，项目（201402004）

10.13770/j.cnki.issn2095-705x.2016.11.005

朱运涛：（1991-），男，硕士研究生，研究方向：能源数据分析研究。

任庚坡：（1982-），男，博士，研究方向：能源大数据研究和节能理论。