工业碳排放与经济增长的关系——基于速度脱钩和数量脱钩的实证研究

何洋洋，魏振香

(中国石油大学(华东)经济管理学院，中国 青岛 266580)

随着世界经济的发展，全球能源需求和消耗不断增加，碳排放逐年增多，导致环境污染日益严重。近几年，中国跃为世界第二大经济体，成为世界上碳排放量最多的国家[1]，其中，工业碳排放量是其主要来源，占全国总碳排放量的83.1%[2]。根据国家能源局统计资料显示，2012年中国一次能源消耗为36.2亿吨标煤，已超美国成为世界第一大能源消费国。由此可见，能源驱动型经济增长模式已给中国的生态环境带来挑战，工业节能减排刻不容缓，研究工业碳排放与经济增长间的关系，对于中国工业可持续发展具有重要意义。

1 研究综述

碳排放与经济增长的关系一直是学术界研究的热点，其中实现二氧化碳排放与经济增长的脱钩问题则成为当前研究的焦点问题。就脱钩分析的测度方法而言，分为速度脱钩与数量脱钩。速度脱钩指环境污染物的增长速度与经济增长速度相背离，若某一时期环境污染物增加速度小于经济增长速度，则说明已打破环境压力与经济绩效之间的联系，两者脱钩[3]。Tapio弹性系数因具有测量精度高、所需数据少的特点而广泛应用于能源消耗领域的研究。王崇梅[4]、查建平等[5]和王仲瑀[6]和方佳敏等[7]等基于脱钩指数分析当前我国能源消耗、碳排放与经济增长的关系，丰富了脱钩理论应用于减排的相关研究成果。梁涵玮等[8]对中日韩美经济增长与资源消费之间的关系进行Tapio脱钩分析，得出推进区域生态工业发展是实现中国经济增长与资源消费脱钩的重要路径。数量脱钩是指环境污染物增加的总量随着经济增长过程出现下降的趋势，较常用的是环境库兹涅茨曲线。林伯强、蒋竺均[9]和许广月等[10]对中国二氧化碳的EKC曲线进行预测并分析其影响因素，随后Khajuria等[11]、朱哲毅等[12]和王凯等[13]则分别将EKC假说运用到城市固体废物、农业等二氧化碳排放分析中，进一步扩大研究领域。近几年，有学者开始将数量与速度脱钩两种方法进行结合，共同分析环境与经济增长的关系，凌立文等[14]基于这两种测度方法探究经济增长与工业三废间的关系，并对比了两种方法导致的环境管控政策差异。谢守红等[15]、张志高等[16]和Jiang等[17]将脱钩模型和EKC模型应用于交通运输业、农业及工业等领域。

综上所述，学者们对于碳排放的脱钩理论与实证研究较为成熟，均取得了一定的成果，尤其是对于中国工业碳排放与经济增长关系的速度脱钩研究较多，但现有文献缺少对中国工业碳排放与经济增长的速度脱钩与数量脱钩进行比较研究。本文基于Tapio脱钩模型和环境库兹涅茨曲线分析，对中国工业碳排放与经济增长的关系进行脱钩探究，比较两种分析结果，以期为政府节能减排政策的制定提供依据和参考。

2 模型与数据来源

在衡量环境压力变化与经济增长绩效方法中，速度脱钩与数量脱钩是最常用的方法，但二者的理论基础存在一定差异。在本文的研究中，速度脱钩立足于相对量角度，探讨工业碳排放增长速度与经济增长速度之间的快慢关系；而数量脱钩则从绝对量角度出发，寻找工业碳排放总量随经济增长的变化规律。速度脱钩与数量脱钩中常用的方法分别是Tapio弹性分析与环境库兹涅茨曲线分析。

2.1 Tapio弹性系数法

脱钩理论是描述阻断经济增长与资源消耗或环境污染之间联系的一种基本理论，现已运用到农业、能源等各个领域。目前，速度脱钩分析模型有两种，一种是OECD模型，此模型基于期初值和期末值进行分析，对于数值选取存在一定的敏感性，测算结果易产生偏差。另一种是Tapio制作的基于弹性变化的Tapio脱钩模型，采用“弹性概念”动态的反应分析各变量之间的关系，提高了脱钩分析的准确性，测算公式为

T(CO2，GDP)=(ΔCO2/CO2)/(ΔGDP/GDP)，

(1)

式中T(CO2，GDP)表示CO2排放量随着经济增长水平的变化呈现出的变化趋势，进而描述CO2与经济增长之间的脱钩状态，以0，0.8与1.2为临界值，根据弹性系数的大小来判定脱钩程度的强弱。Tapio脱钩模型根据脱钩弹性的大小分为负脱钩、脱钩及连接3种状态，其次根据弹性数值的大小将3种状态细分为弱负脱钩、强负脱钩、扩张脱钩、衰退脱钩、强脱钩、弱脱钩、衰退连接以及扩张连接等8种脱钩状态，如表1所示。

表1 Tapio脱钩弹性模型

因本文是对中国工业碳排放量和经济增长的脱钩关系进行分析，所以在原Tapio脱钩模型的基础上进行改进，将脱钩弹性模型定义为

(2)

其中，e表示工业碳排放脱钩弹性指数；ΔC表示研究期限内工业碳排放的变化量，Cn为第n年工业碳排放量，Cn-1为第n-1年工业碳排放量；ΔG表示研究期限内工业GDP增加值的变化量，同理，Gn为第n年工业GDP增加值，Gn-1为第n-1年工业GDP增加值。

2.2 环境库兹涅茨曲线分析

EKC模型基于传统的EKC假说建立，以反映环境污染与经济增长之间的关系，经典EKC曲线以经济增长水平为横坐标，环境污染水平为纵坐标，两者之间呈现倒U型形态。随着研究的不断深入，国内外学者发现二者之间还包括U型、单调递增线型、单调递减线型、N型和倒N型等多种关系。本文借鉴国内外学者的做法，采用2次多项式或3次多项式进行拟合[14]，以中国工业碳排放量为表征环境变化的变量，以人均GDP为决定环境污染的变量，构建如下模型：

lnYC=β0+β1lnrG+β2(lnrG)2+εC，

(3)

lnYC=β0+β1lnrG+β2(lnrG)2+β3(lnrG)3+εC，

(4)

其中，YC为中国工业碳排放量，rG中国人均GDP；β0为截距，β1，β2和β3为待估计参数，εC为随机误差，对变量取对数的目的是消除波动趋势和异方差，参数具体取值与曲线形状的关系见表2。

表2 模型参数与曲线形状关系

2.3 数据来源

本文用中国工业GDP增加值来衡量工业经济增长水平，数据来源于《中国统计年鉴(2001—2019)》。本文选择中国工业能源消耗中的8类能源消费量进行计算分析，得到中国2001—2019年的碳排放量(见表3)。碳排放量计算公式依据IPCC提供的公式进行测算，计算公式为

表3 8类能源碳排放系数表

(5)

其中C为碳排放量，Ai为能源i的消费量(吨标准煤)，Bi为能源i的碳排放系数，i为能源种类。

3 中国工业碳排放变化及特征分析

3.1 工业碳排放趋势分析

2001—2019年中国工业碳排放量总体呈上升趋势(见图1)，工业碳排放的主要来源是制造业的碳排放量，且制造业的碳排放量占比一直呈上升态势(见图2)，从2001年占工业总碳排放的86.23%增加到2019年的5.67%。工业碳排放量年平均增长率为7.36%，碳排放量呈现阶段性上升趋势，但不同阶段的碳排放量增速存在一定差异，呈现出“高-低-高-低”的变化特征(见图3)。2001—2005年，工业碳排放量年平均增长率为19.68%，呈现快速的增长趋势；2005—2010年，年平均增长率为5.13%，增长速度较为减缓，为低速增长状态；2010—2011年，工业碳排放量再次高速增长，年平均增长率达10.98%；2012-2018年期间，工业碳排放量增速开始降低，年平均增长率为-2.76%，其中2017年最为明显，增速-4.49%，为最低增长速率，工业能源消耗的减少直接影响了中国工业碳排放量的下降。这段时期国家开始“十三五”规划，将“工业污染源全面达标排放”列入重大项目表，并从政策等方面激励工业开展节能减排工作。此外，有些工业企业大力发展清洁能源，通过技术改进等措施逐步降低化石能源使用。

图1 工业能源消耗及碳排放量

图2 工业分行业碳排放量

图3 2001—2019年工业碳排放量环比增速

3.2 工业能源消耗强度与碳排放强度特征分析

能源消耗强度用单位GDP的能源消耗来表示，计算公式为：单位能耗=能源消耗量/GDP总量。2001—2019年，中国工业能源消耗强度总体呈现下降趋势(见表4和图2)，其中，2001—2003年期间有微上升的趋势，2003年以后工业能源消耗强度始终保持下降趋势，主要原因是2003年至今，中国的产业结构在逐渐发生转变，高耗能产业逐渐转变为低耗能产业，工业企业的能源利用率在不断提高。

表4 2001—2019年工业能源消耗量与碳排放量

碳排放强度用单位GDP的碳排放量来表示，计算公式为：单位能耗=碳排放量/GDP总量，较低的碳排放强度是反映地区实现低碳发展的重要指标。从碳排放强度看，2001—2019年，中国工业碳排放强度呈现下降趋势(见图1)，由2001年的0.778 5吨/万元到2019年0.221 2吨/万元，其中，2001—2005年，碳排放强度处于一种平稳状态，这说明工业碳排放量与经济增长的速率相差较小，由此可知，此时中国工业经济增长主要依靠工业能源的消耗增加。2005年以后，工业碳排放强度一直呈现下降趋势，而GDP始终保持增长趋势，从77 958.3亿元增加到2019年的317 108.7亿元，说明工业企业的生产方式开始向低碳型生产转型，中国经济增长方式也开始由粗放型向集约型经济方式转变。

4 中国工业碳排放与经济增长脱钩关系分析

4.1 速度脱钩分析

根据Tapio脱钩模型，计算中国工业碳排放与经济发展的脱钩弹性指数(见表5)。结果显示，工业碳排放与经济发展的脱钩关系包括扩张连接、弱脱钩、扩张负脱钩及强脱钩4种，其中，弱脱钩与强脱钩状态共出现10次，占总统计期数的62.5%。2002，2004—2005以及2009年，工业碳排放量与经济发展水平均呈现出扩张连接状态，工业碳排放量与经济发展同方向变化，二者存在一定联系，并未实现脱钩。2009年之后，二者关系均为脱钩，其中2010和2013—2016年均表现为理想的强脱钩状态，说明近几年来，工业经济发展与环境之间的矛盾趋于缓和。分析其原因，2011年中国开始进入“十二五”，国家将节能减排作为调整产业结构、转变企业发展方式的重要抓手，将优化产业结构、淘汰落后产能作为节能减排首要任务，使得脱钩弹性指数较“十一五”期间有明显降低。

表5 2001—2019年中国工业碳排放与经济发展的脱钩弹性指数

4.1.1 脱钩指标因果链分析 为探究脱钩状态变化原因，将工业碳排放量与经济增长的脱钩弹性指数拆分为工业碳排放量与能源消耗量脱钩弹性指数(能源结构弹性指数)和工业能源消耗量和经济增长脱钩指数(能源效率弹性指数)间的乘积，分别对二者进行脱钩分析。能源结构弹性系数可以分析工业碳排放量与经济增长的影响因素所在，能源效率弹性系数为衡量工业能源利用效率指标，脱钩效果越明显，说明工业能源利用率越高，节能效果越好。

碳排放脱钩弹性指数=能源结构弹性指数×能源效率弹性指数，计算公式为

(6)

其中E表示中国工业能源消耗量；e1表示能源结构脱钩弹性指数；e2表示能源效率弹性指数。

(1)能源结构脱钩效应分析

由表6可以看出，2010年表现出弱负脱钩，说明能源消耗速度开始降低，碳排放量下降，但是能源消耗的速度大于碳排放量的下降速度。2012年表现为扩张负脱钩，说明工业能源消耗不断增加，工业碳排放量也增加，但是能源消耗的速度小于碳排放的速度，反映出在此期间工业减排力度较弱。2001—2009年及2011年，中国工业能源结构脱钩状态均表现为扩张连接，2013—2016年表现为衰退脱钩，能源结构脱钩弹性指数在大部分时间段基本维持在1左右，表明工业能源消耗量与碳排放量同方向变化并存在一定联系，且没有处于脱钩状态。

表6 2001—2019年各项脱钩弹性指数及脱钩关系一览表

(2)能源效率脱钩效应分析

由表6可知，2001—2019年，中国工业能源效率脱钩弹性共呈现扩张连接、扩张负脱钩、弱脱钩以及强脱钩4种状态。2010年之前主要以弱脱钩、扩张连接为主，其中2002，2004—2005年为扩张连接，主要原因是能源消耗量增多。2006—2009以及2011—2012年为弱脱钩状态，表明经济增长对能源消耗的依赖程度较低。2010和2013—2016年均呈现理想的强脱钩关系，说明经济增长对工业能源的依赖处于较弱状态，工业企业在近几年节能方面工作表现较好。

图4反映2001—2019年各指标脱钩弹性指数走势。可以看出，在能源结构与能源效率两个因素中，能源效率脱钩弹性的变动趋势与碳排放脱钩弹性的变动趋势基本一致，结合脱钩指标因果链分析，可以得出在此期间工业能源消耗与经济增长的关系在很大程度上影响工业碳排放与经济增长的脱钩关系，能源效率的提高对于碳排放与经济增长实现脱钩有很大作用。表6得出2010和2013—2019年工业能源效率脱钩弹性均呈现强脱钩，较高的能源利用率使得工业碳排放与经济增长的脱钩关系在此期间也均呈现强脱钩状态。研究发现，2015年碳排放脱钩弹性指数为-5.6673，2016年上升为1.0102，随后脱钩指数不断上升，2019年为-0.392，究其原因是能源效率脱钩弹性指数的增加引起的，说明相对于2015年，2016年以来工业能源的利用率有所下降，未来一段时期内节能减排仍是工业企业重点关注的工作之一。

图4 2001—2019年各指标脱钩弹性指数走势

4.1.2 分行业碳排放与经济增长脱钩分析 为进一步分析工业碳排放与经济增长之间的脱钩关系，本文将工业按不同行业类型分成了三大类，分别为采掘业、制造业以及电力、煤气及水生产和供应业。根据Tapio脱钩模型，计算各工业行业碳排放与经济发展的脱钩弹性指数(见表7)。

表7 2001—2019年中国工业分行业碳排放与经济发展的脱钩弹性指数

采掘业脱钩状态在研究期限内呈现“未脱钩-脱钩-未脱钩-脱钩”(见图5)，2004年开始出现脱钩一直持续到2008年，2009年呈现出扩张负脱钩，随后脱钩指数均呈现脱钩状态，其中，脱钩弹性系数的最小值为-17.656 0，位于2014年观察期，说明在此期间采掘业的节能减排工作取得了显著成效。制造业在2005年之前呈现拓张负脱钩与扩张连接两种状态，自2006年进入“十一五”以来，均呈现较为稳定的脱钩状态，在“十一五”与“十二五”期间制造业的结构转型加快，节能减排技术有所提高，使得碳排放的增速相对于经济发展来说呈下降趋势。电力、煤气及水生产和供应业的脱钩弹性指数曲线波动幅度较大，但仍以脱钩为主，2013年为扩张负脱钩，2009—2012和2014—2015年均呈现强脱钩，在2019年为扩张负脱钩，相比采掘业与制造业，节能减排效果有待提高。

图5 2001—2019年工业与分行业碳排放脱钩弹性指数走势

4.2 数量脱钩分析

结合式(3)和(4)，使用Stata 15.1统计软件对2001—2019年数据进行回归分析(结果如表8所示)，括号内为t统计量；***，**和*分别表示在1%，5%和10%的水平上通过显著性检验，R2表示拟合优度。

4.2.1 工业碳排放与人均GDP的EKC分析 由表8可知， EKC曲线模型均取得较好的拟合优度，模型(4)略优于(3)，而显著性检验效果显示模型(3)优于(4)，模型(3)的β0，β1和β2均在1%的水平上显著，因此选用模型(3)进行二次多项式拟合。拟合曲线如图6，工业碳排放量与人均GDP的曲线方程为：

表8 中国工业碳排放环境库兹涅茨曲线模型拟合估计结果

lnYC=-39.696 48+9.759 332lnrG-0.466 298 7(lnrG)2。

从图6可以看出，工业碳排放与人均GDP的拟合曲线呈“倒U型”，工业碳排放EKC曲线到达拐点时对应的人均GDP为34 914.122元，发生的时间为2011年。结合图6中的散点图，拐点实际出现在2012年，二者时间基本相符。当中国人均GDP大于34 914.122元临界水平时，随着人均GDP的上升，工业碳排放量呈下降趋势。自2011年以来，中国人均GDP均在3.5万元以上，表明在目前情况下，中国基本进入工业碳排放量随人均GDP增长而下降的阶段，节能减排工作取得较好成果。

图6 工业总碳排放量与人均GDP关系曲线

4.2.2 分行业碳排放与人均GDP的EKC分析 碳排放量EKC模型回归结果显示，采掘业与电力、煤气及水生产和供应业EKC模型(4)的拟合与显著性检验效果较好，制造业EKC模型(3)系数的显著性检验效果较好。因此对采掘业与电力、煤气及水生产和供应业选择模型(4)，制造业选择模型(3)，拟合曲线如图7-9，各行业碳排放量与人均GDP的EKC曲线方程分别为

图7 采掘业碳排放量与人均GDP关系曲线

lnYC1=477.857 2-145.238lnrG+14.911 22(lnrG)2-0.508 142 7(lnrG)3,

lnYC2=-42.016 85+10.163 46lnrG-0.484 352(lnrG)2,

lnYC3=541.339 8-160.899 5lnrG+16.369 13(lnrG)2-0.552 252 8(lnrG)3。

其中，YC1，YC2和YC3分别表示采掘业、制造业以及电力、煤气及水生产和供应业的碳排放量。

图8 制造业碳排放量与人均GDP关系曲线

图9 电力、煤气及水生产和供应碳排放量与人均GDP关系曲线

采掘业碳排放与人均GDP的拟合曲线呈“倒N型”，EKC曲线到达拐点时对应的人均GDP为9 374.045元和33 436.386元，发生时间为2002年和2011年。这表明，当人均GDP大于1.067万元临界水平时，随着人均GDP的上升，采掘业碳排放量呈上升趋势，达到人均GDP大于3.343 6万元临界水平时，采掘业碳排放量随人均GDP的上升呈下降趋势。制造业碳排放与人均GDP的拟合曲线呈“倒U型”，与工业总碳排放量的拟合曲线相似。EKC曲线的拐点已出现，拐点对应人均GDP为36 019.356元，发生时间为2011年。水电、煤气及水生产和供应业的碳排放与人均GDP的拟合曲线呈“倒N型”，EKC曲线到达拐点时对应的人均GDP为9 623.853元和39 537.308元，拐点发生时间为2003年和2011年。数据表明，在目前情况下，采掘业、制造业与煤气及水生产和供应业均处在碳排放量随人均GDP增长而下降的阶段。

4.3 速度脱钩与数量脱钩比较分析

速度脱钩与数量脱钩分析结果显示，采掘业与电力、煤气及水生产和供应业的碳排放量脱钩指数均呈现“降低-增加-降低”趋势，工业总碳排放量与制造业的脱钩弹性指数总体呈现降低趋势，碳排放脱钩弹性系数均不断在降低，反映出我国工业碳排放速度逐渐与经济增长相脱钩。其中，采掘业与电力、煤气及水生产和供应业的碳排放量脱钩指数的变动状态与其EKC曲线的变化趋势趋于一致，工业总碳排放量与制造业的脱钩指数与其EKC曲线右半侧的变化趋势相符，这说明二者之间存在一定对应关系(表9)。

表9 速度脱钩与数量脱钩拐点比较

从表9看出，速度脱钩显示采掘业脱钩系数的转折点在2004年和2009年附近，EKC曲线的拐点出现在2003年和2011年，第一个拐点基本吻合，第二个拐点稍微滞后。电力、煤气及水生产和供应业的碳排放量脱钩系数转折点出现在2004年和2009年，EKC曲线拐点发生时间为2003年和2011年，第一个转折点较为吻合，第二个转折点时间滞后。制造业与工业脱钩系数的转折点在2006年，EKC曲线的拐点出现时间为2011年，数量脱钩的拐点判断时间有所滞后，其原因在于速度脱钩状态的判断标准是根据碳排放量增长速度小于经济的增长速度，即(ΔC/C)/(ΔGDP/GDP)<0；而数量脱钩判断标准是碳排放量随经济的增长而减少，即ΔC/ΔGDP<0，说明当速度脱钩开始时，仅仅是碳排放的增速开始降低，碳排放总量仍在上升，仍需经过一段时间后总碳排放量才开始下降。因此，数量脱钩的拐点滞后于速度脱钩，且数量脱钩的拐点出现时间与实际碳排放量降低的拐点较为一致。

盛业旭等人提出在出现未脱钩关系时应采取宽松适度的环境管控政策，出现脱钩关系时应采取相对较为严格的环境管控政策[3]。因为在未脱钩时，碳排放与经济增长处于“两难区间”，政策无法兼顾环境与经济同时发展，若采取严格的环境政策时兼顾环境改善，同时也抑制经济的增长。本文的分析结果印证其观点，“数量脱钩”能准确地反映碳排放与经济增长二者从“两难”到“双赢”的转化，可更好应用于资源环境管控实践。

5 建议

本文基于速度脱钩与数量脱钩两种测度方法，对中国工业2001—2019年间碳排放与经济增长之间的关系进行分析。

基于本文实证分析，对我国工业发展提出以下3点建议：

第一，改善能源消费结构。目前在工业能源结构中，煤炭占比较高，能源消耗对经济增长依赖程度较大。为实现真正脱钩，工业企业应积极采取措施调整能源消费结构，加大清洁能源的使用，从源头解决碳排放问题。

第二，提高能源利用效率。能源效率的提高对于碳排放与经济增长实现脱钩有很大的作用，工业企业需采取措施提高能源利用效率。一方面工业企业引进新型节能技术设备；另一方面加大高水平技术人才的培养力度。

第三，发挥政府部门推动作用。工业行业减排潜力有待提高，政府部门需加大政策力度，一方面提高工业行业的准入门槛以限制高碳企业发展；另一方面政府加大对环保、低碳、节能工业企业的资金支持力度，设立绿色低碳专项基金，重点支持节能工程和低碳项目，以此形成积极效应，鼓励企业发展节能减排项目。