碳排放影響因素以及脫鉤分析研究綜述

王天慶 王曉輝 彭書傳

（1. 合肥工業(yè)大學(xué)資源與環(huán)境工程學(xué)院，安徽合肥 230009；2. 安徽省環(huán)境科學(xué)研究院，安徽合肥 230061）

1 引言

人類不斷開發(fā)運(yùn)用能源和自然資源，導(dǎo)致二氧化碳（CO2）的排放量大幅增高，引起了溫室效應(yīng)等全球性環(huán)境問題，阻礙人類社會(huì)的可持續(xù)發(fā)展。作為負(fù)責(zé)任的大國，我國承諾：相較于2005 年，2020 年和2030 年我國的單位GDP 二氧化碳排放將分別下降40%～45%和60%～65%。我國目前減排壓力較大，為實(shí)現(xiàn)減排目標(biāo)，了解影響碳排放的驅(qū)動(dòng)因素以及碳排放與經(jīng)濟(jì)發(fā)展的聯(lián)系是很有必要的，本文就此對(duì)目前常用的研究方法進(jìn)行了歸納概述。

2 碳排放數(shù)據(jù)來源

進(jìn)行碳排放研究首先需要解決的問題就是碳排放數(shù)據(jù)的核算，但是我國目前沒有進(jìn)行對(duì)碳排放量的直接監(jiān)測，因此需要借助碳排放量核算方法模型來得到研究所需的碳排放量。目前的研究中，CO2排放總量數(shù)據(jù)來源通常是參照2006 年IPCC（聯(lián)合國政府間氣候變化專門委員會(huì)）公布的國家溫室氣體清單指南中關(guān)于污染物的排放系數(shù)的計(jì)算方法計(jì)算得到，即與化石能源相關(guān)的CO2排放量等于活動(dòng)數(shù)據(jù)乘以排放系數(shù)。計(jì)算公式為：

式中，C 表示碳排放總量；Ei表示第i 類能源消費(fèi)量；Fi表示第i 類能源折算標(biāo)準(zhǔn)煤系數(shù)；Ki表示第i 類能源碳排放系數(shù)。

其中，能源類型一般為原煤、汽油、煤油、柴油、天然氣、燃料油、電力、原油等，具體研究中也可根據(jù)研究對(duì)象的實(shí)際情況靈活選取。化石能源消費(fèi)量可以通過《中國能源統(tǒng)計(jì)年鑒》中相應(yīng)的實(shí)物量能源平衡表獲得，碳排量系數(shù)和折算標(biāo)準(zhǔn)煤系數(shù)也基本來自中國本地化的碳排放參數(shù)。

3 碳排放影響因素研究

研究碳排放影響因素的方法較多，本文介紹目前使用最為廣泛的2 種方法：對(duì)數(shù)平均迪氏指數(shù)法（Logarithmic Mean Divisia Index，即LMDI）和可拓展的隨機(jī)性的環(huán)境影響評(píng)估模型（Stochastic Impacts by Regression on Population，Affluence，and Technology，即STIRPAT）。

3.1 LMDI 法

LMDI 法屬于指數(shù)分解方法的類別，即通過將目標(biāo)變量的變化分解為若干驅(qū)動(dòng)因素的組合，進(jìn)而根據(jù)各因素的數(shù)據(jù)判斷它們的影響程度。Kaya［1］在1989 年IPCC 的一次研討會(huì)上提出了碳排放的Kaya恒等式，將碳排放的驅(qū)動(dòng)因素分解為單位能耗的CO2排放、能源強(qiáng)度、人均GDP 和人口。表達(dá)式如下：

式中，C 表示碳排放量；E 表示能源消耗量；G 表示GDP；P 表示人口。LMDI 法通過擴(kuò)展Kaya 恒等式將CO2排放總量按各個(gè)影響因素進(jìn)行分解，進(jìn)而分析各因素對(duì)CO2排放總量的驅(qū)動(dòng)作用。具體的影響因素可以根據(jù)研究對(duì)象的不同進(jìn)行靈活選取，采用適用于研究對(duì)象的影響因素。分解方法分為2 種：乘法分解是將基期和報(bào)告期的碳排放之比表示為各影響因素相對(duì)貢獻(xiàn)的乘積；加法分解則是分解碳排放量在一個(gè)時(shí)期內(nèi)絕對(duì)數(shù)的變化，分解出各影響因素變化導(dǎo)致的碳排放增量。

LMDI 分解法可以有效避免殘差項(xiàng)和數(shù)據(jù)零值，且結(jié)果明了，易于解釋，被廣泛應(yīng)用于各區(qū)域、各領(lǐng)域?qū)μ寂欧乓蛩氐姆纸庋芯恐?。李穎［2-3］通過LMDI法研究了安徽省農(nóng)村居民生活消費(fèi)碳排放的影響因素、安徽省交通運(yùn)輸業(yè)碳排放影響因素等；安芬等［4］通過LMDI 法研究了貴州生活能源碳排放影響因素；鄭穎等［5］通過LMDI 法研究比較了我國典型城市化石能源消費(fèi)CO2排放及其影響因素。

3.2 STIRPAT 模型

美國生態(tài)學(xué)家Ehrlich 和Holdren［6］于20 世紀(jì)70 年代提出了IPAT 模型（即I＝P×A×T），表明了環(huán)境壓力（I）與人口規(guī)模（P）、富裕程度（A）、技術(shù)水平（T）的聯(lián)系，但由于該模型是恒等式模型，假設(shè)沒有隨機(jī)因素的情況下，各個(gè)影響因素對(duì)于環(huán)境壓力之間的關(guān)系都是等比例的關(guān)系，而現(xiàn)實(shí)中各影響因素大多非單調(diào)且不成線性關(guān)系。Dietz 等［7］為了克服這個(gè)局限性，將IPAT 重新構(gòu)建為一個(gè)隨機(jī)模型，對(duì)影響因素加上了隨機(jī)影響，稱為STIRPAT 模型。表達(dá)式如下：

式中，I 表示環(huán)境壓力；a 表示模型系數(shù)；P 表示人口規(guī)模；A 表示富裕程度；T 表示技術(shù)水平；e 表示殘差項(xiàng)；b，c，d 分別表示各影響因素的指數(shù)。后York 等［8］指出STIRPAT 模型中所有變量均為對(duì)數(shù)的形式更便于估計(jì)和假設(shè)檢驗(yàn)。將模型進(jìn)行對(duì)數(shù)化處理后變換為lnI＝lna+blnP+clnA+dlnT+lne?；诖说仁剑Y(jié)合數(shù)據(jù)就可以分析人口規(guī)模、富裕程度、技術(shù)水平對(duì)環(huán)境壓力的影響程度。顯然，模型中的環(huán)境壓力可以是碳排放量，即此模型可以用來研究碳排放的影響因素。

同時(shí)，還可以針對(duì)研究的具體情況對(duì)STIRPAT模型中的因素進(jìn)行增減或分解。例如，閆樹熙等［9］在《交通碳排放影響因素分析——以西安市為例》中使用STIRPAT 模型分析西安市交通碳排放影響因素時(shí)，把富裕程度擴(kuò)展為人均GDP、客運(yùn)周轉(zhuǎn)量和貨物周轉(zhuǎn)量因素，把技術(shù)水平和隨機(jī)因素?cái)U(kuò)展為城市公共運(yùn)營車輛、地鐵客運(yùn)量以及單位GDP 能耗因素。再基于擴(kuò)展后的模型進(jìn)行分析得到相關(guān)結(jié)論。

目前，STIRPAT 模型被廣泛運(yùn)用于各區(qū)域、各行業(yè)碳排放影響因素研究。孫義等［10］基于STIRPAT 模型研究了黑龍江省碳排放影響因素；錢姍姍［11］基于STIRPAT 模型研究了民族地區(qū)CO2排放的影響因素；唐曉靈等［12］基于STIRPAT 模型分析了上海市和西安市的碳排放差異性等。

4 碳排放與經(jīng)濟(jì)水平關(guān)系研究

在分析碳排放與經(jīng)濟(jì)水平關(guān)系的研究當(dāng)中，脫鉤理論被廣泛運(yùn)用?！懊撱^”的概念自20 世紀(jì)60 年代被提出后逐步擴(kuò)展到了環(huán)境經(jīng)濟(jì)學(xué)等研究領(lǐng)域，通常用來描述環(huán)境污染與經(jīng)濟(jì)增長之間的關(guān)系，具體體現(xiàn)為脫鉤指標(biāo)的度量，即通過脫鉤指數(shù)來體現(xiàn)環(huán)境污染與經(jīng)濟(jì)發(fā)展聯(lián)系的緊密程度。該理論主要有2 種脫鉤模型：OECD 脫鉤模型和Tapio 脫鉤模型。其中，OECD 脫鉤模型利用環(huán)境壓力與GDP 比率的期末值和期初值之比表征脫鉤狀態(tài)，可以有效判斷經(jīng)濟(jì)發(fā)展與環(huán)境污染的相聯(lián)關(guān)系，但無法區(qū)分不同的脫鉤狀態(tài)。2005 年Tapio 建立了Tapio 脫鉤模型［13］。該指數(shù)在基期選擇上不敏感，同時(shí)還具有較強(qiáng)的脫鉤狀態(tài)識(shí)別能力。

Tapio 脫鉤指數(shù)以時(shí)期為時(shí)間尺度反映變量間的脫鉤關(guān)系。以碳排放為例，其脫鉤指數(shù)是以研究期初和期末間碳排放與產(chǎn)值的變化率之比進(jìn)行表征，如下式所示：

式中，D（C，I）為某一時(shí)期內(nèi)碳排放的脫鉤指數(shù)，C 表示基期碳排放量；I 表示基期產(chǎn)值；ΔC 表示目標(biāo)期相比基期碳排放的變化量；ΔI 表示目標(biāo)期相比基期產(chǎn)值的變化量；ΔC/C 表示目標(biāo)期相比基期碳排放量的變化率；ΔI/I 表示目標(biāo)期相比基期產(chǎn)值的變化率。依據(jù)D（C，I），ΔC，ΔI 的不同數(shù)值組合，可劃分為強(qiáng)脫鉤、弱脫鉤、衰退脫鉤、增長連結(jié)、衰退連結(jié)、強(qiáng)復(fù)鉤、弱復(fù)鉤、擴(kuò)張復(fù)鉤8 種不同的脫鉤狀態(tài)。通過不同的脫鉤狀態(tài)與實(shí)際情況結(jié)合可分析得出研究結(jié)果。

Tapio 脫鉤模型在各地區(qū)、各行業(yè)分析碳排放與經(jīng)濟(jì)水平關(guān)系的研究中得到廣泛運(yùn)用。近期的研究中，楊慶等［14］對(duì)安徽省碳排放進(jìn)行了脫鉤效應(yīng)分析；韓亞芬等［15］分析了安徽省工業(yè)行業(yè)碳排放的脫鉤效應(yīng)及驅(qū)動(dòng)類型；曹慶仁等［16］對(duì)北京市居民消費(fèi)支出與碳排放的脫鉤關(guān)系進(jìn)行了分析；王越等［17］對(duì)東北三省的碳排放脫鉤效應(yīng)進(jìn)行了研究；胡莉娜等［18］基于脫鉤理論對(duì)西藏旅游業(yè)碳排放與經(jīng)濟(jì)增長關(guān)系進(jìn)行了研究；王杰等［19］研究了中國高耗能行業(yè)碳排放脫鉤關(guān)系等。

5 綜合分析研究

在碳排放的影響因素以及脫鉤關(guān)系研究中，有學(xué)者將兩者結(jié)合起來，研究了經(jīng)濟(jì)增長與碳排放脫鉤關(guān)系的影響因素。如孫葉飛等［20］將Kaya 恒等式進(jìn)行了擴(kuò)展得到了能源消費(fèi)碳排放與經(jīng)濟(jì)增長的脫鉤模型，結(jié)合碳排放數(shù)據(jù)將每種因素對(duì)脫鉤指數(shù)的影響進(jìn)行了定量分析，從時(shí)間和空間的角度上對(duì)中國能源消費(fèi)碳排放與經(jīng)濟(jì)增長脫鉤特征及驅(qū)動(dòng)因素進(jìn)行了全面的分析；魏營等［21］基于Tapio 脫鉤理論和LMDI 分解技術(shù)構(gòu)建了脫鉤因素分解模型，對(duì)鎮(zhèn)江市的重點(diǎn)碳排放工業(yè)行業(yè)的碳排放脫鉤效應(yīng)進(jìn)行了因素分解；劉麗娜等［22］剔除了經(jīng)濟(jì)因素對(duì)農(nóng)業(yè)碳排放的影響，構(gòu)建了農(nóng)業(yè)碳排放的脫鉤努力指數(shù)模型，來權(quán)衡除了經(jīng)濟(jì)因素以外的其他措施對(duì)碳減排的脫鉤努力的影響程度等。