基于LMDI的區(qū)域產(chǎn)業(yè)碳排放脫鉤努力研究

劉博文 張賢 楊琳

摘要 隨著全球變暖形勢的不斷加劇以及能源的過度開發(fā)利用，人類迫切需要一種能滿足能源環(huán)境可持續(xù)發(fā)展要求的新型經(jīng)濟(jì)模式，代替以高能耗高污染為特點(diǎn)的工業(yè)經(jīng)濟(jì)發(fā)展模式。低碳經(jīng)濟(jì)被廣泛認(rèn)為是繼工業(yè)革命后改變?nèi)蚪?jīng)濟(jì)的又一次革命浪潮。低碳產(chǎn)業(yè)不僅是低碳發(fā)展的重點(diǎn)內(nèi)容，也是低碳經(jīng)濟(jì)轉(zhuǎn)型的重要途徑。我國終端能源消費(fèi)的90%直接發(fā)生在產(chǎn)業(yè)部門，巨大的能源消費(fèi)總量，加上中國以煤炭為主的能源結(jié)構(gòu)，使得產(chǎn)業(yè)部門的碳排放管理勢必成為中國低碳經(jīng)濟(jì)政策的重要內(nèi)容之一。本文運(yùn)用LMDI 分解法和Tapio脫鉤指標(biāo)分析了1996年到2015年間中國區(qū)域產(chǎn)業(yè)增長和CO₂排放的脫鉤彈性和脫鉤努力程度。結(jié)果表明：①各區(qū)域的產(chǎn)業(yè)碳排放都呈現(xiàn)顯著增加趨勢，其中增幅最大的是位于北部沿海的河北和山東。從排放結(jié)構(gòu)來看，制造業(yè)在1996年所占比重最大，但部分地區(qū)的交通碳排放在2015年超過制造業(yè)，成為最大的碳排放源。②從全國層面看，“九五”、“十一五”和“十二五”時(shí)期呈現(xiàn)弱脫鉤，“十五”時(shí)期呈現(xiàn)為擴(kuò)張鏈接狀態(tài)。尤其需要注意的是“十二五”時(shí)期，西北地區(qū)呈現(xiàn)出擴(kuò)張負(fù)脫鉤。③各地區(qū)都做出了脫鉤努力，其中，北京做出的脫鉤努力最大，青海和寧夏做出的脫鉤努力最小。從各脫鉤努力指標(biāo)來看，能源強(qiáng)度的貢獻(xiàn)比較大；產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)基本沒有顯著效果，甚至阻礙了部分地區(qū)脫鉤的實(shí)現(xiàn)；人口規(guī)模一直未做出脫鉤努力，尤其是在發(fā)達(dá)的人口密集區(qū)。由此可見，產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)調(diào)整依然是未來我國實(shí)現(xiàn)脫鉤的重要途徑。

關(guān)鍵詞 區(qū)域產(chǎn)業(yè)增長；碳排放；脫鉤；LMDI

中圖分類號 F124.5；X196

文獻(xiàn)標(biāo)識碼 A文章編號 1002-2104（2018）04-0078-09DOI：10.12062/cpre.20180106

能源消費(fèi)引起的全球氣候變暖問題已經(jīng)引起了全球各國廣泛關(guān)注。自 1992 年第一次氣候大會(huì)通過的 《聯(lián)合國氣候變化框架公約》 開始，到 1997 年的 《京都議定書》，再到2015年的《巴黎協(xié)定》，國際社會(huì)不斷為減少二氧化碳排放而努力。中國作為全球最大的發(fā)展中國家，經(jīng)濟(jì)增長雖然取得了舉世矚目的成就，但與此同時(shí)帶來的二氧化碳排放問題已經(jīng)不容忽視。面對著日益嚴(yán)峻的減排形勢，我國政府已經(jīng)承諾到 2020和2030 年單位 GDP 碳排放要比 2005 年分別下降 40%～45%和60%～65%，并已經(jīng)將其作為約束性指標(biāo)納入國民經(jīng)濟(jì)和社會(huì)發(fā)展中長期規(guī)劃。目前，我國還處在城鎮(zhèn)化和工業(yè)化快速發(fā)展過程中，要達(dá)到既定的減排目標(biāo)，就必須降低經(jīng)濟(jì)增長對能源消耗的依賴。因此，深入研究經(jīng)濟(jì)增長與二氧化碳排放的脫鉤關(guān)系，對于制定合理的減排政策，按期實(shí)現(xiàn) 2020及2030 年的減排承諾具有重要的現(xiàn)實(shí)意義。

經(jīng)濟(jì)合作與發(fā)展組織（OECD）[1]在 《衡量經(jīng)濟(jì)增長對環(huán)境影響脫鉤關(guān)系的指標(biāo)》報(bào)告中首次從經(jīng)濟(jì)學(xué)的意義上提出了 “脫鉤”的概念以及模型，探討了如何降低甚至阻斷經(jīng)濟(jì)增長與環(huán)境污染的關(guān)聯(lián)性。目前，國外研究主要從節(jié)能和減排兩個(gè)角度出發(fā)來進(jìn)行研究。Juknys[2]對脫鉤指標(biāo)進(jìn)一步細(xì)化，將經(jīng)濟(jì)增長與自然資源的脫鉤稱為初級脫鉤，與環(huán)境污染的脫鉤稱為次級脫鉤。Tapio[3]構(gòu)建了完整的脫鉤指標(biāo)體系，并研究了歐洲交通業(yè)發(fā)展與運(yùn)輸量、CO₂之間的脫鉤情況。隨后Gray et al[4]、Diakoulaki和Mandaraka[5]、De Freitas和Kaneko[6]、Csereklyei和Stern [7]、Grand[8]應(yīng)用Tapio 脫鉤模型分析了世界部分國家的經(jīng)濟(jì)增長或者產(chǎn)業(yè)發(fā)展與碳排放之間的脫鉤關(guān)系。國內(nèi)關(guān)于脫鉤理論的研究也集中在節(jié)能與溫室氣體減排領(lǐng)域。在節(jié)能領(lǐng)域， 趙一平等[9]和王崇梅[10]運(yùn)用脫鉤理論研究了中國經(jīng)濟(jì)增長與能源消費(fèi)之間的相關(guān)性。Dong et al.[11]研究了遼寧省能源消費(fèi)和經(jīng)濟(jì)增長的脫鉤關(guān)系。在減排領(lǐng)域，彭佳雯等[12]和Wang et al.[13]通過構(gòu)建經(jīng)濟(jì)與能源碳排放的脫鉤分析模型，研究了我國經(jīng)濟(jì)增長與能源碳排放的脫鉤關(guān)系及程度，并分析了二者脫鉤發(fā)展的時(shí)間與空間演變趨勢。岳立和李飛[14]、齊靜和陳彬[15]、王蓉和邢俊玲[16]分別研究了從區(qū)域角度研究了某些省份（甘肅、重慶、陜西）經(jīng)濟(jì)增長與碳排放的脫鉤關(guān)系。隨后，Zhang和Wang[17]、Lu et al.[18]和Wang和Yang[19]在分析經(jīng)濟(jì)增長與碳排放的耦合關(guān)系的同時(shí)，構(gòu)建了二氧化碳排放的影響因素模型。

我國產(chǎn)業(yè)部門的能源消費(fèi)占能源消費(fèi)總量的80%以上，而且能源結(jié)構(gòu)仍然以煤炭為主，這就使得產(chǎn)業(yè)部門的碳排放管理成為低碳經(jīng)濟(jì)發(fā)展的重中之重[20]。我國已經(jīng)實(shí)施節(jié)能減排多年，并且制定了多項(xiàng)政策措施，但到底是否實(shí)現(xiàn)經(jīng)濟(jì)增長與碳排放的脫鉤，為了脫鉤又做出了多大努力，而哪些因素又是實(shí)現(xiàn)脫鉤的重要因素，這些問題都值得探討。通過文獻(xiàn)梳理不難發(fā)現(xiàn)，目前大多數(shù)研究只停留在對脫鉤或復(fù)鉤狀態(tài)的評判層面上，而對脫鉤因子影響力和脫鉤穩(wěn)定性的分析并不多?？紤]到我國各地區(qū)的經(jīng)濟(jì)發(fā)展以及碳排放存著明顯的區(qū)域差異，本文以全國各省份的五大產(chǎn)業(yè)為研究對象，通過構(gòu)建產(chǎn)業(yè)碳排放的脫鉤努力模型，定量測算能源結(jié)構(gòu)、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)產(chǎn)出和人口規(guī)模對于區(qū)域產(chǎn)業(yè)碳排放變化和脫鉤努力的影響程度，進(jìn)而得出脫鉤努力進(jìn)程中的關(guān)鍵影響因素，以期為區(qū)域性產(chǎn)業(yè)低碳發(fā)展提供建議。

1 研究方法和數(shù)據(jù)

1.1 產(chǎn)業(yè)碳排放

本文依據(jù)IPCC[21]國家溫室氣體清単計(jì)算指南提供的方法，對能源活動(dòng)有關(guān)的產(chǎn)業(yè)CO₂排放進(jìn)行測算，公式如下：

1.2 LMDI指數(shù)分解

指數(shù)分解法是根據(jù) Kaya 恒等式的基本原理，通過構(gòu)造鏈?zhǔn)匠朔e的形式分解出多個(gè)影響因素。該等式是由日本學(xué)者Yoichi Kaya[22]提出的，將人類活動(dòng)產(chǎn)生的CO₂排放與人口、GDP、能耗強(qiáng)度等因素聯(lián)系起來，具體的分解公式如下：

式中：CO₂、E、G、PE分別表示二氧化碳排放量、能源消費(fèi)量、國內(nèi)生產(chǎn)總值和人口總量。Kaya恒等式揭示了影響CO₂排放的主要因素：Ci表示單位能源消耗的CO₂排放量，即碳排放強(qiáng)度；Ei表示單位GDP的能源消耗量，即能源強(qiáng)度；Yi表示人均GDP，反映了社會(huì)經(jīng)濟(jì)水平。

因素分解法是對Kaya恒等式的進(jìn)一步延伸，主要包括拉氏指數(shù)分解法、迪氏指數(shù)分解法和費(fèi)雪理想指數(shù)法等。其中，Ang[23-24]提出的對數(shù)平均迪氏指數(shù)分解法（Logarithmic Mean Divisia Index method，簡稱 LMDI 法） 解決了指數(shù)分解分析法固有的殘值和零值問題，具有完全分解和結(jié)果唯一性的優(yōu)勢。因此，LMDI模型已經(jīng)成為了能源環(huán)境領(lǐng)域的主流研究工具。本文從區(qū)域產(chǎn)業(yè)層面建立了兩層的LMDI分解模型，具體公式如下，各變量的含義解釋見表1。

脫鉤指標(biāo)可細(xì)分為三大狀態(tài)和八種等級，即連接狀態(tài)（擴(kuò)張連接和衰退連接）、脫鉤狀態(tài)（弱脫鉤、強(qiáng)脫鉤和衰退脫鉤）、負(fù)脫鉤狀態(tài)（弱負(fù)脫鉤、強(qiáng)負(fù)脫鉤和擴(kuò)張負(fù)脫鉤），如圖1所示。

在碳排放總量中剔除經(jīng)濟(jì)增長因素而導(dǎo)致的碳排放可進(jìn)一步評價(jià)產(chǎn)業(yè)脫鉤努力，即產(chǎn)業(yè)發(fā)展中一切直接或間接使得產(chǎn)業(yè)CO₂排放下降的努力措施，具體表現(xiàn)為提高能源效率、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級和能源結(jié)構(gòu)優(yōu)化以及控制人口等減排措施的實(shí)施效果。因此，碳排放的脫鉤努力指標(biāo)具體為

式中：ΔE表示現(xiàn)期相對于基期剔除經(jīng)濟(jì)增長因素后碳排放的變動(dòng)，D 為剔除經(jīng)濟(jì)增長效應(yīng)后的脫鉤努力指標(biāo)。DES、DEI、DSI、DP分別表示能源結(jié)構(gòu)、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)和人口規(guī)模的變化對脫鉤的努力程度。當(dāng)脫鉤努力導(dǎo)致CO₂排放變化量大于或等于0，D≤0 為“無脫鉤努力”；當(dāng)脫鉤努力導(dǎo)致CO₂排放變化量小于0時(shí)，0

1.4 數(shù)據(jù)來源

本文選擇了9種主要的能源消費(fèi)品種來核算碳排放，分別是原煤、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油氣和天然氣，對應(yīng)的能源消費(fèi)量的數(shù)據(jù)均來源于《中國能源統(tǒng)計(jì)年鑒》；燃燒熱值系數(shù)、含碳量等均采用IPCC于2006年公布的數(shù)據(jù)；分行業(yè)增加值、產(chǎn)值數(shù)據(jù)和人口數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》，1996—2015年的分行業(yè)增加值、產(chǎn)值等都換算為1996年的不變價(jià)。因數(shù)據(jù)可得性原因，本研究未包括港、澳、臺地區(qū)。

2 各地區(qū)產(chǎn)業(yè)碳排放以及影響因素分析

各地區(qū)分行業(yè)的碳排放如圖2a所示，可以看出各區(qū)域的碳排放都顯著增加，并且區(qū)域差異呈現(xiàn)擴(kuò)大趨勢。1996年，北部沿海地區(qū)的碳排放最大（30 049×10⁴t），其次是黃河中下游地區(qū)（27 265×10⁴t）和長江中下游地區(qū)（26 781×10⁴t），西北地區(qū)最?。? 578×10⁴t）。2015年，北部沿海區(qū)域的碳排放量依舊最大（84 083×10⁴t），然后是黃河中游地區(qū)（70 447×10⁴t）、長江中游（60 618×10⁴t）和西南地區(qū)（57 857×10⁴t），西北地區(qū)的排放量最?。?5 459×10⁴t）。從增長幅度來看：西北地區(qū)的增幅最大，為235.96%；其次是南部沿海和北部沿海地區(qū)，分別為192.07%和179.82%；東北地區(qū)和長江中游地區(qū)的增幅最小，分別為123.57%和126.35%。從省際分行業(yè)的碳排放情況來看（圖2b）：各區(qū)域都是制造業(yè)碳排放所占比重最大，建筑業(yè)和農(nóng)業(yè)碳排放較?。黄浯?，除了西北地區(qū)，其他地區(qū)的交通碳排放都顯著增加。從省際層面看：各省份在1996年的碳排放差異較小，但在2015年卻顯著擴(kuò)大，尤其是位于北部沿海地區(qū)的河北和山東的排放量和增幅都遠(yuǎn)遠(yuǎn)高于其他省份和全國平均水平；江蘇、遼寧、廣東、湖北、河南、山西、內(nèi)蒙和四川的排放量也較大，高于全國平均水平；海南、青海和北京的碳排放量較小，并且一直低于全國平均水平，其中北京是唯一一個(gè)碳排放下降的地區(qū)。從省際的排放結(jié)構(gòu)來看：在1996年，各省份都是制造業(yè)所占比重最大，但是到2015年，北京的交通碳排放超過制造業(yè)，成為該地區(qū)最大的碳排放源，并且北京是唯一的制造業(yè)碳排放下降的地區(qū)；上海、山東、廣東、遼寧、江蘇、浙江等發(fā)達(dá)地區(qū)的交通碳排放也有顯著增加。

綜合分析，北部沿海的排放總量和增加幅度都較大；西北地區(qū)和南部沿海地區(qū)的排放量相對較小，但是增幅較大；東北地區(qū)和東部沿海地區(qū)的控排做的相對較好。尤其需要注意的是北部沿海的碳排放呈現(xiàn)巨大的區(qū)域內(nèi)部差異，北京和天津的排放量以及增幅遠(yuǎn)遠(yuǎn)低于河北和山東，這非常不利于京津地區(qū)的協(xié)同發(fā)展。京津冀地區(qū)一直在大力推行節(jié)能減排，采取措施治理燃煤、機(jī)動(dòng)車、工業(yè)和揚(yáng)塵污染，淘汰落后產(chǎn)能，推動(dòng)空氣質(zhì)量持續(xù)改善。但除了北京和天津，周邊的地區(qū)包括遼寧、山西和內(nèi)蒙，碳排放都增幅較大，非常不利于霧霾的治理。除此之外，各地區(qū)的交通碳排放，尤其是發(fā)達(dá)地區(qū)，增長幅度較為明顯，必須予以重視。商業(yè)碳排放雖然比重較小，但是部分地區(qū)已經(jīng)出現(xiàn)快速增長的勢頭，未來隨著我國產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和經(jīng)濟(jì)形勢的回暖，增長的空間還是很大，今后也將成為節(jié)能減排的重點(diǎn)行業(yè)。各分解效應(yīng)對各地區(qū)產(chǎn)業(yè)碳排放的累計(jì)貢獻(xiàn)值如圖3所示?？梢钥闯鼋?jīng)濟(jì)產(chǎn)出是產(chǎn)業(yè)碳排放增長的決定性因素，人口規(guī)模也一定程度上增加了碳排放，能源強(qiáng)度是抑制碳排放增長決定性因素，能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)對碳排放的抑制作用還不顯著，甚至在部分地區(qū)促進(jìn)了碳排放增長。

經(jīng)濟(jì)產(chǎn)出增加是碳排放增長的主要因素，說明我國經(jīng)濟(jì)發(fā)展依賴于能源消費(fèi)。能源強(qiáng)度下降是抑制碳排放的最有力因素，這是因?yàn)槲覈恢笔种匾暪?jié)能減排工作，技術(shù)效率和資源利用效率大幅提高，使得能源強(qiáng)度特別是第二產(chǎn)業(yè)的能源強(qiáng)度不斷降低。人口規(guī)模效應(yīng)對碳排放的正向影響正在逐漸顯現(xiàn)，成為僅次于經(jīng)濟(jì)效應(yīng)的第二大碳排放增長推動(dòng)力，尤其是在廣東和上海等人口稠密地區(qū)，拉動(dòng)作用正在增強(qiáng)。Birdsall[25]認(rèn)為人口增長對碳排放的影響主要有兩方面：一是人口增加，通過需求引導(dǎo)生產(chǎn)擴(kuò)大，進(jìn)而導(dǎo)致碳排放增長；二是人口增長破壞生態(tài)平衡，改變土地利用方式。雖然我國人口增速已經(jīng)放緩，但由于人口基數(shù)巨大，即使是少量的人口增加，引起的碳排放增加量也相當(dāng)可觀。未來隨著我國城鎮(zhèn)化進(jìn)程的進(jìn)一步加快，一線城市的常住人口規(guī)模還將繼續(xù)加大，所以未來控制人口對減少碳排放的作用不容忽視。能源結(jié)構(gòu)效應(yīng)和產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)并沒有對碳排放起到明顯的抑制作用，這與部分研究的結(jié)果相似[26-29]。由于在1996—2015年間，除了北京、上海和海南以外，我國大部分地區(qū)第二產(chǎn)業(yè)比重始終在45%～60%之間，并且煤炭為主要能源，這表明各地區(qū)經(jīng)濟(jì)增長對第二產(chǎn)業(yè)的依賴還比較強(qiáng)，所以未來調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)依然任重道遠(yuǎn)。

3 各地區(qū)產(chǎn)業(yè)碳排放的脫鉤情況分析

根據(jù)式（13），1996—2015年各地區(qū)碳排放脫鉤情況見表2。從全國層面看：“九五”期間（1996—2000）脫鉤彈性指標(biāo)為0.3，呈現(xiàn)弱脫鉤；“十五”期間（2001—2005）脫鉤彈性指標(biāo)增長到0.94，呈現(xiàn)為擴(kuò)張鏈接狀態(tài)；“十一五”期間（2006—2010）和“十二五”初期（2011—2015）又改善為弱脫鉤，脫鉤彈性指標(biāo)顯著下降。這表明“十五”期間，在排出大量二氧化碳的同時(shí)并沒有帶來同比例的生產(chǎn)總值增加，進(jìn)入“十一五”以后，隨著國家節(jié)能減排力度的加大，又出現(xiàn)了二氧化碳和經(jīng)濟(jì)發(fā)展的弱脫鉤。從區(qū)域?qū)用婵矗骸熬盼濉逼陂g，黃河中游地區(qū)和長江中游地區(qū)呈現(xiàn)強(qiáng)脫鉤狀態(tài)，西南地區(qū)呈現(xiàn)擴(kuò)張鏈接狀態(tài)，其他地區(qū)都為弱脫鉤；“十五”時(shí)期，除了西北地區(qū)，其他地區(qū)的脫鉤指標(biāo)都顯著增加，北部沿海地區(qū)、東部沿海地區(qū)和長江中游地區(qū)呈現(xiàn)擴(kuò)張連接狀態(tài)，而南部沿海地區(qū)和西南地區(qū)甚至出現(xiàn)擴(kuò)張負(fù)脫鉤；“十一五”時(shí)期，各區(qū)域的脫鉤指標(biāo)有了顯著改善，均呈現(xiàn)弱脫鉤狀態(tài)；而進(jìn)入“十二五”時(shí)期，東部沿海地區(qū)則呈現(xiàn)強(qiáng)脫鉤，而西北地區(qū)又呈現(xiàn)出擴(kuò)張連接狀態(tài)，其他地區(qū)均為弱脫鉤。由此可以看出，發(fā)達(dá)地區(qū)正在逐步改善粗放的經(jīng)濟(jì)增長模式，尤其是東部沿海地區(qū)，減排成果顯著，而欠發(fā)達(dá)地區(qū)（西北地區(qū)）卻依然過度依賴能源資源投入支撐經(jīng)濟(jì)增長。從省際層面看：北京地區(qū)的脫鉤情況最好，這主要是因?yàn)楸本┦谐雠_了大量減排措施，淘汰落后產(chǎn)能；其他地區(qū)的脫鉤指標(biāo)都呈現(xiàn)出較大的波動(dòng)，尤其是在“十五”期間，河北、山東、吉林、江蘇、湖北、湖南、福建、貴州和云南等多地呈現(xiàn)出擴(kuò)張連接和擴(kuò)張負(fù)脫鉤狀態(tài)，但隨后又顯著改善；進(jìn)入“十二五”以后，多地開始呈現(xiàn)負(fù)脫鉤的狀態(tài)，但是西北地區(qū)的甘肅、青海和新疆卻呈現(xiàn)出擴(kuò)張負(fù)脫鉤的狀態(tài)，表明該地區(qū)需要注意經(jīng)濟(jì)增長方式，不能盲目擴(kuò)大投資，注重經(jīng)濟(jì)增長質(zhì)量。

根據(jù)式（14）和公示式（15），剔除經(jīng)濟(jì)增長效應(yīng)后的脫鉤努力情況如圖4所示?？梢钥闯?，在剔除經(jīng)濟(jì)增長效應(yīng)后，所有地區(qū)都做出了脫鉤努力。其中，北京做出的脫鉤努力最大，其次為河南、吉林、山西、湖北、湖南和天津，青海和寧夏做出的脫鉤努力最小。從各脫鉤努力指標(biāo)來看，能源強(qiáng)度的貢獻(xiàn)比較大；產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)在上海、北京、廣東和天津做出一定的脫鉤努力，但在其他地區(qū)并沒顯著效果，甚至阻礙了脫鉤的實(shí)現(xiàn)；人口規(guī)模一直未做出脫鉤努力，尤其是在上海、廣東、北京和天津等發(fā)達(dá)的人口密集區(qū)，但除了上海和廣東，其他地區(qū)人口的負(fù)向脫鉤努力值并不是很大，這說明人口控制政策還是有效的；能源結(jié)構(gòu)除了在山東、河北、青海、陜西等地表現(xiàn)出較為明顯負(fù)向脫鉤努力，在其他地區(qū)并未起到明顯作用，說明1996年到2015年間我國的能源結(jié)構(gòu)調(diào)整政策并沒有取得顯著成效，未來依舊是節(jié)能減排的重中之重。

4 結(jié)論與討論

本文利用LMDI和Tapio指標(biāo)分析1996—2015 年間各地區(qū)產(chǎn)業(yè)碳排放的脫鉤情況。結(jié)果表明：①各區(qū)域的產(chǎn)業(yè)碳排放都呈現(xiàn)顯著增加趨勢，其中河北和山東的排放量和增幅遠(yuǎn)遠(yuǎn)高于其他地區(qū)和全國平均水平。從排放結(jié)構(gòu)來看，1996年各省份都是制造業(yè)所占比重最大，但是2015年北京的交通碳排放超過制造業(yè)，成為該地區(qū)最大的碳排放源，并且北京是唯一的制造業(yè)碳排放下降的地區(qū)。此外，上海、山東、廣東、遼寧、江蘇、浙江等發(fā)達(dá)地區(qū)的交通碳排放也有顯著增加。②經(jīng)濟(jì)產(chǎn)出效應(yīng)是產(chǎn)業(yè)碳排放快速增長的最主要因素，人口增長也一定程度上增加了碳排放，能源強(qiáng)度效應(yīng)則是抑制碳排放增長最為重要的原因，能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整沒有起到明顯的抑制作用，在部分地區(qū)甚至增加了碳排放。③“九五”期間，各地區(qū)都呈現(xiàn)弱脫鉤；“十五”時(shí)期，除了西北地區(qū)，其他地區(qū)的脫鉤指標(biāo)都顯著增加，北部沿海地區(qū)、東部沿海地區(qū)和長江中游地區(qū)呈現(xiàn)擴(kuò)張連接狀態(tài)，而南部沿海地區(qū)和西南地區(qū)甚至出現(xiàn)擴(kuò)張負(fù)脫鉤；“十一五”時(shí)期，各區(qū)域的脫鉤指標(biāo)有了顯著改善，均呈現(xiàn)弱脫鉤狀態(tài)；而進(jìn)入“十二五”時(shí)期，東部沿海地區(qū)則呈現(xiàn)強(qiáng)脫鉤，而西北地區(qū)又呈現(xiàn)出擴(kuò)張連接狀態(tài)，其他地區(qū)均為弱脫鉤。由此可以看出，發(fā)達(dá)地區(qū)正在逐步改善粗放的經(jīng)濟(jì)增長模式，尤其是東部沿海地區(qū)，減排成果顯著，而欠發(fā)達(dá)地區(qū)（西北地區(qū)）卻依然過度依賴能源資源投入支撐經(jīng)濟(jì)增長。④所有地區(qū)都做出了脫鉤努力，其中，北京做出的脫鉤努力最大，青海和寧夏做出的脫鉤努力最小。從各脫鉤努力指標(biāo)來看：能源強(qiáng)度的貢獻(xiàn)比較大；產(chǎn)業(yè)結(jié)構(gòu)在上海、北京、廣東和天津做出一定的脫鉤努力，在其他地區(qū)并沒顯著效果，甚至阻礙了脫鉤的實(shí)現(xiàn)；人口規(guī)模一直未做出脫鉤努力，尤其是在上海、廣東、北京和天津等發(fā)達(dá)的人口密集區(qū)；能源結(jié)構(gòu)除了在山東、河北、青海、陜西等地表現(xiàn)出較為明顯負(fù)向脫鉤努力，在其他地區(qū)并未起到明顯作用，說明“九五”到“十二五”期間，我國的能源結(jié)構(gòu)調(diào)整政策并沒有取得顯著成效，未來依舊是節(jié)能減排的重中之重。

總而言之，各省市碳排放脫鉤指數(shù)值均有明顯差異，節(jié)能減排政策的制定應(yīng)適當(dāng)考慮區(qū)域經(jīng)濟(jì)發(fā)展水平、能源消耗及碳排放的差異性，制定“共同但有區(qū)別”的減排責(zé)任。大部分經(jīng)濟(jì)發(fā)達(dá)省份的脫鉤指數(shù)呈現(xiàn)倒U型的變動(dòng)趨勢，但仍處于弱脫鉤或者增長連接狀態(tài)，這意味著盡管我國能源消耗強(qiáng)度以及碳排放強(qiáng)度不斷下降，但是經(jīng)濟(jì)發(fā)展與碳排放、能源消耗之間仍然存在較強(qiáng)的關(guān)聯(lián)性。經(jīng)濟(jì)相對落后的省份雖然碳排放較小，但脫鉤指數(shù)呈上升趨勢，說明經(jīng)濟(jì)發(fā)展還是延續(xù)了以往粗放型的模式，不利于我國可持續(xù)發(fā)展的整體戰(zhàn)略布局。脫鉤因素的分解表明當(dāng)前不合理的能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)可能是導(dǎo)致經(jīng)濟(jì)增長與碳排放、能源之間未實(shí)現(xiàn)脫鉤的重要因素，隨著能源效率的天花板效應(yīng)逐漸顯現(xiàn)，未來產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整還將是節(jié)能減排的重要途徑。

參考文獻(xiàn)（References）

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

[2]JUKNYS R. Transition period in lithuania：do we move to sustainability？[J]. Environmental research， engineering and management， 2003， 4（26）： 4-9.

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

[4]GRAY D， ANABLE J， IIIINGWORTH L， et al. Decoupling the link between economic growth， transport growth and carbon emissions in Scotland[R]. Aberdeen： The Centre for Transport Policy， Robert Gordon University， 2006.

[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（4）： 636-664.

[6]FREITES L C D， KANEKO S. Decomposing the decoupling of CO₂ emissions and economic growth in Brazil[J]. Ecological economics， 2011， 70（8）： 1459-1469.

[7]CSEREKLYEI Z， STERN D I. Global energy use： decoupling or convergence？[J]. Energy economics， 2015， 51： 633-641.

[8]GRAND M C. Carbon emission targets and decoupling indicators[J]. Ecological indicators， 2016， 67： 649-656.

[9]趙一平， 孫啟宏， 段寧. 中國經(jīng)濟(jì)發(fā)展與能源消費(fèi)響應(yīng)關(guān)系研究——基于相對“脫鉤”與“復(fù)鉤”理論的實(shí)證研究[J]. 科研管理， 2006， 27（3）：128-134. [ZHAO Yiping， Sun Qihong， DUAN Ning. Responsive relationship between economic development and energy consumption in China： a practical research based on comparative de-link and re-link theory[J]. Science research management， 2006， 27（3）：128-134.]

[10]王崇梅. 中國經(jīng)濟(jì)增長與能源消耗脫鉤分析[J]. 中國人口·資源與環(huán)境， 2010， 20（3）：35-37. [WANG Chongmei. Decoupling analysis of China economic growth and energy consumption[J]. China population， resources and environment， 2010， 20（3）：35-37.]

[11]DONG B， ZHANG M， MU H L， et al. Study on decoupling analysis between energy consumption and economic growth in Liaoning Province[J]. Energy policy， 2016， 97： 414-420.

[12]彭佳雯， 黃賢金， 鐘太洋， 等. 中國經(jīng)濟(jì)增長與能源碳排放的脫鉤研究[J]. 資源科學(xué)， 2011， 33（4）：626-633. [PENG Jiawen， HUANG Xianjin， ZHONG Taiyang， et al. Decoupling analysis of economic growth and energy carbon emissions in China[J]. Resources science， 2011， 33（4）：626-633.]

[13]WANG W W， LI M， ZHANG M. Study on the changes of the decoupling indicator between energy-related CO₂， emission and GDP in China[J]. Energy， 2017， 128：11-18.

[14]岳立， 李飛. 西部經(jīng)濟(jì)增長與二氧化碳脫鉤關(guān)系的實(shí)證分析——以甘肅省為例[J]. 北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2011， 13（2）：19-22. [YUE Li， LI Fei. Empirical analysis of the Tapio decoupling of western provincial economic growth and carbon dioxide with Gansu Province as a case[J]. Journal of Beijing Institute of Technology（social sciences edition）， 2011， 13（2）：19-22.]

[15]齊靜， 陳彬. 城市工業(yè)部門脫鉤分析[J]. 中國人口·資源與環(huán)境， 2012， 22（8）：102-106. [QI Jing， CHEN Bin. Decoupling analysis for urban industrial sectors[J]. China population， resources and environment， 2012， 22（8）：102-106.]

[16]王蓉， 邢俊玲. 陜西經(jīng)濟(jì)增長與二氧化碳排放量脫鉤關(guān)系研究——基于Tapio脫鉤模型[J]. 西安財(cái)經(jīng)學(xué)院學(xué)報(bào)， 2013（6）：48-52. [WANG Rong， XING Junling. Study on decoupling relationship between economic growth and carbon dioxide emissions： based on the Tapio model[J]. Journal of Xian Institute of Finance & Economics， 2013（6）：48-52.]

[17]ZHANG M， WANG W E. Decouple indicators on the CO₂ emission-economic growth linkage： the Jiangsu Province case[J]. Ecological indicators， 2013， 32： 239-244.

[18]LU Q L， YANG H， HUANG X J， et al. Multi-sectoral decomposition in decoupling industrial growth from carbon emissions in the developed Jiangsu Province， China[J]. Energy， 2015， 82： 414-425.

[19]WANG Z， YANG L. Delinking indicators on regional industry development and carbon emissions： Beijing-Tianjin-Hebei economic band case[J]. Ecological indicators， 2015， 48： 41-48.

[20]王君華，李霞. 中國工業(yè)行業(yè)經(jīng)濟(jì)增長與CO₂ 排放的脫鉤效應(yīng)[J].經(jīng)濟(jì)地理， 2015，35（5）：105-110. [WANG Junhua， LI Xia. The effect of sector decoupling between Chinas industrial economic growth and carbon dioxide emissions[J]. Economic geography， 2015， 35（5）：105-110.]

[21]IPCC. 2006 IPCC guidelines for national greenhouse gas inventories[R]. 2006.

[22]KAYA Y. Impact of carbon dioxide emission control on GNP growth： interpretation of proposed scenarios[R]. Paris：IPCC， 1990.

[23]ANG B W， ZHANG F Q， CHOI K H. Factorizing changes in energy and environmental indicators through decomposition[J]. Energy， 1998， 23（6）： 489-495.

[24]ANG B W. Decomposition analysis for policymaking in energy： which is the preferred method？[J]. Energy policy， 2004， 32（9）： 1131-1139.

[25]BIRDSALL N. Another look at population and global warming[R]. 1992.

[26]WU L B， KANEKO S， MATSUOKA S. Driving forces behind the stagnancy of Chinas energy-related CO₂ emissions from 1996 to 1999： the relative importance of structural change， intensity change and scale change[J]. Energy policy， 2005， 33（3）： 319-335.

[27]郭朝先. 中國碳排放因素分解：基于 LMDI 分解技術(shù)[J]. 中國人口·資源與環(huán)境， 2010， 20（12）：4-9. [GUO Chaoxian. Decomposition of Chinese carbon emissions： based on LMDI method[J]. China population， resources and environment， 2010， 20（12）：4-9.]

[28]趙奧， 武春友. 中國CO₂排放量變化的影響因素分解研究——基于改進(jìn)的Kaya等式與LMDI分解法[J]. 軟科學(xué)， 2010， 24（12）： 55-59. [ZHAO Ao， WU Chunyou， 2010. Analysis of decomposition of influencing factors of variationin CO₂ emission of China： based on improved Kaya identity and LMDI method[J]. Soft science， 2010， 24（12）： 55-59.]

[29]涂紅星， 肖序， 許松濤. 基于LMDI的中國工業(yè)行業(yè)碳排放脫鉤分析[J]. 中南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2014（4）：31-36. [TU Hongxing， XIAO Xu， XU Songtao. An analysis of carbon dioxide emission by Chinese industires based on LMDI method[J]. Journal of Central South University（social sciences edition），2014（4）：31-36.]

[30]王云. 低碳經(jīng)濟(jì)“脫鉤”量化分解模型研究——基于IPAT方程的分析[J]. 經(jīng)濟(jì)問題， 2012， 5：8-13. [WANG Yun. The study of the decomposition model to quantify low-carbon economy‘decoupling based on Kaya identity[J]. On economic problems， 2012， 5：8-13.]