江苏省碳排放脱钩及影响因素研究

杨丽珠 王世进

摘 要：以江苏省2006—2017年13个市能源碳排放与经济增长数据为数据源，采用脱钩模型分别对4个时间段经济增长与碳排的脱钩关系进行定量分析;通过面板数据模型对影响江苏省碳排放变化的主要因素进行分解，分别从产业结构、外商直接投资、能源结构、研发强度、经济强度、人口效应等影响因子与碳脱钩的内在关系进行分析。根据研究结果，提出低碳发展相应对策及建议，以期推动江苏省低碳发展。

关键词：碳排放;经济增长;Tapio脱钩模型;面板数据模型

中图分类号：F124.5        文献标志码：A      文章编号：1673-291X（2019）13-0071-03

引言

2018年，中国在关于应对气候变化，国家自主决定贡献的文件中提出“到2030年，中国单位GDP的CO2排放比2005年下降60%～65%”等目标。2010年，在哥本哈根会议上，我国向全球做出了2020年单位GDP温室气体排放比2005年下降40%～45%的减排承诺，对CO2带来的排放量有更高的要求。然而2030年与2020年都是对2005年的碳排放量进行比较，不难看出中国在飞速发展的同时，减少能源的消费量是个很大的挑战。通过江苏省经济增长与碳排放脱钩的状态与特征，分析江苏省各地区碳排放变化的主要影响因素。

在碳排放的相关研究中，很少有针对某一个省或地区进行碳排放脱钩的分析研究。因此，运用脱钩模型和面板模型，以江苏省为例，分析江苏省13个市区的碳排放问题。

一、模型选取与数据来源

（一）Tapio脱钩模型

（三）数据来源

以江苏省2006—2017年时间段《江苏省能源统计年鉴》《各市统计年鉴》的数据为数据源，以2006年的GDP数据（亿元）为基准保持不变。

二、经济增长与碳排放的分析

（一）经济增长及碳排放对比

由表1可知，第一時段GDP增量大幅增加，幅度最大的地区是苏州，GDP为1 881亿元，高于614亿元的全国平均水平。苏南地区经济增长一直处于领先地位，但是镇江较其他市区发展略慢;苏中地区除南通GDP增量高于江苏省平均值外，其他市区发展都不及平均值，虽然南通的GDP增量高于镇江 GDP增量，但是人均GDP增量不如镇江发展好;苏北地区GDP增量以及人均GDP增量普遍小于江苏省内的平均值，但是徐州自2009年开始GDP增量就高于平均值，较其他苏北地区发展最好。

由表2可知，2006—2008年碳排放增长速度较快，平均增速为20.65%，其中增长速度最快的是徐州。2009—2011年碳排放增长明显加快，平均增长率达到了历史高位23.57%，其中苏北地区增长速度最快。2012—2014年各市区碳排放增速回落，平均增速降低至10.32%。2015—2017年各市区碳排放增速继续回落，平均增速降低至2.32%，苏州、南京、无锡、镇江、盐城均出现负增长，其中苏南地区负增长最显著。

（二）经济增长与碳排放脱钩状态及特征

由表2可知，自2006年以来江苏省呈现了四种状态，以下从两个方面进行对比分析。

1.分布的时间性。2006—2008年、2009—2011年GDP增长率以及碳排放增长率都呈现显著增加状态。

2.分布的区域性。苏南地区2014年之前都处于弱脱钩状态，苏南地区第三产业发展好，随着碳排放量的减少，各地呈现强脱钩状态。苏中地区2011年之前出现增长连接状态，随着GDP增长率的不断增加，碳排放量也显著增加。苏中地区普遍处于弱脱钩状态。苏北地区除了盐城发展状态变动比较大之外，其他地区与苏中地区发展类似。第四时间段盐城处于强脱钩的状态，其他苏北地区处于弱脱钩的状态。

三、碳排放Tapio影响因子分析

（一）影响因子作用分析

能源碳排放由6个指标共同作用决定，随着时间的变化，在不同的时间内，各指标对碳排放的贡献度有所不同。

碳排放脱钩的影响因素是个复杂过程，是一个涉及多种因素为一体的系统工程，本文遵循综合性、复杂性、可获取性等原则，构建江苏碳排放脱钩的主要影响指标。（1）研发强度。研发强度的投入量体现一个地区对经济发展的重视力度，体现技术发展水平。（2）产业结构。碳排放与产业结构关系密切，对脱钩效应也有显著影响。（3）能源结构。能源结构对碳排放呈抑制作用，主要与资源禀赋结构关系密切。（4）经济强度。经济强度的增大加快碳排放量增加，经济发展是驱动碳排放和能源需求的主要力量。（5）人口效应。江苏省经济水平与人口分布的范围相似，人口效应对碳排放有正向推动的作用。（6）外商直接投资。外商直接投资对东道国的影响是把双刃剑，“污染光环”和“污染避难”效应。

（二）面板模型的估计结果

能源碳排放由以上6个指标共同作用决定。通过对这6个影响因子进行数据分析，得出面板模型的估计结果，进而解释碳排放这一被解释变量。根据Wald检验法，Hausman检测值为123.65，选择固定效应模型。

由表3可知，人口是影响碳排放的主要因素，江苏省人口从2006年的7 412万人增加至2017年7 998.6万人，增长586.6万人，这些新增人口的规模与结构是影响碳排放的重要因素。人口老龄化也是江苏省人口特点之一，在同一社会中，年轻人与老人是消费能源的主力军，因而人口带来的碳排放增加就不足为奇了。

产业结构对碳排放的作用为负，表明第三产业有助于提升能源效率，在一定程度上降低碳排放水平。近年来，随着工业的优化升级与第三产业的发展迅速，对碳减排的贡献也日渐明显。尤其是苏南地区目前多市呈现强脱钩状态，表明苏南等地区服务业发展前景可观。

外商直接投资的估计系数为正，并且模型通过5%的显著性水平检验，尽管系数不明显，但FDI确实贡献了碳排放。苏南等地是外商直接投资的集聚地，长期接受国外高污染产业转移，从而使当地碳排放增加，这种做法有利有弊。

能源结构也是一个重要因素，煤炭作为主要能量来源，在工业发展的过程中长期存在，工业进程加快的同时使得江苏省的碳排放居高不下，应该大力调整能源结构。

从经济强度上来看，人均GDP水平提高，刺激居民收入提高，进而改变居民的消费水平与消费结构，人们往往过于追求物质需求而忽视节能减排。

研发强度对碳排放的作用为负，表明研发强度有助于提高技术水平，在一定程度上缓解碳排放水平。

结语

第一，2006—2017年江苏省大多数市區经济增长与碳排放均呈现出弱脱钩状态，只有苏州、南京、无锡、镇江、盐城5个市区最后呈现强脱钩状态，强脱钩状态主要分布在苏南地区。

第二，江苏省产业结构的正向调整对经济发展与碳排放脱钩起到良性的推动作用，苏南地区尤其明显。工业经济的转型升级不足对碳排放的影响仍比较大，第三产业发展引起碳排放减少。

第三，江苏省尽管积极地推进产业升转型、技术进步与创新以及节能减排技术，并取得了一定的成效，但多数市区经济增长与能源碳排放脱钩仍然未能达到理想状态，今后这一地区的节能减排压力依然很大。

参考文献：

[1]  李晨，丛睿，邵桂兰.基于MRIO模型与LMDI方法的中国水产品贸易隐含碳排放转移研究[J].资源科学，2018，（5）.

[2]  雷蕾，杨恺钧.经济发展、进出口贸易与水污染的关系研究——基于中国长江流域省级数据的面板计量分析[J].生态经济，2018，（9）.

[3]  唐志鹏，郑蕾，李方一.环境约束下的中国八大经济区出口结构优化模拟研究[J].自然资源学报，2017，（10）.

[4]  王淑纳.山东省碳排放与经济增长的脱钩关系及驱动因素[J].科技管理研究，2014，（16）.

[5]  邵桂兰，陈令杰.碳排放与经济增长的脱钩实证研究——以山东省为例[J].中国海洋大学学报，2012，（4）.