中國碳凈排放脫鉤效應(yīng)時空演變特征分析

李治國,趙 越

(中國石油大學(xué)(華東)經(jīng)濟管理學(xué)院,山東 青島 266580)

與碳排放量不同,碳凈排放量這一概念中包含了對于森林碳匯的考慮。碳排放是指向自然界和人類生產(chǎn)生活向大氣釋放碳的過程,碳匯是指森林吸收并且儲存碳的過程,二者作為碳循環(huán)的重要環(huán)節(jié),共同影響著碳凈排放量。殼牌發(fā)布的《“天空”遠景報告》中預(yù)測世界CO2凈排放量將于2025年增加至36 億噸,于2070年清零,并在之后形成大規(guī)模負凈排放量的格局。而我國近年來植樹造林成果顯著,已經(jīng)成為維持全球森林覆蓋面積基本平衡的主要貢獻者,可以預(yù)見中國在碳凈排放量清零這一過程中必定會扮演極其重要的角色。然而,目前國內(nèi)外已有研究中,較少有學(xué)者將碳匯指標納入范圍來考慮經(jīng)濟增長與碳凈排放量之間的關(guān)系,而是大多將目光集中于碳排放量與經(jīng)濟增長的脫鉤研究。經(jīng)濟增長往往伴隨著能源要素的投入與森林資源的演變,進一步影響環(huán)境,因此在低碳減排和資源高效利用的雙重約束下探究我國碳凈排放量是否已實現(xiàn)與經(jīng)濟增長之間的“脫鉤”,具有十分重要的研究意義。

目前在碳排放量計算時,國內(nèi)外大多數(shù)學(xué)者采用聯(lián)合國政府間氣候變化專門委員會(IPCC,intergovernmental panel on climate change)提出的因素分解法,通過對不同能源消費量的統(tǒng)計,結(jié)合平均CO2排放系數(shù),對能源消耗釋放的CO2量進行了折算。王錚等[1]、馬曉哲[2]、于洋[3]在針對CO2排放量的研究中,推導(dǎo)并計算了不同省市之間由于技術(shù)差異所形成的不同CO2排放系數(shù),更加精確地測算了不同年份各省的CO2排放量。

在碳匯測算方面,于洋等[4]、薛龍飛等[5-6]考慮了森林和城市綠地對CO2的去除效應(yīng);采用森林蓄積量擴展法推算了整個森林總固碳量;夏景陽[7]在建立森林種類碳密度與林分年齡之間關(guān)系的基礎(chǔ)上利用儲蓄量-生物量相關(guān)方程法對森林碳儲量進行了估算;張超[8]、姜霞等[9]、張繼平等[10]在計算CO2吸收量時參考光能利用率模型,獲取了以植被碳儲量為標準計算的凈初級生產(chǎn)力,結(jié)合CO2轉(zhuǎn)換系數(shù)測算了CO2吸收量的最終數(shù)據(jù)。

目前的文獻中對于碳排放脫鉤的測算大多基于Tapio[11]脫鉤指數(shù),孫葉飛等[12]、劉博文等[13]、曲健瑩等[14]、程慧等[15]均在研究中使用Tapio脫鉤指標對不同地區(qū)、行業(yè)的不同指標同經(jīng)濟增長進行脫鉤分析。在已有研究中,較少有學(xué)者將碳匯與脫鉤聯(lián)系在一起納入考慮范疇。因此在考慮森林碳匯效應(yīng)的基礎(chǔ)上,基于Tapio脫鉤模型、結(jié)合Kaya恒等式與對數(shù)平均迪氏分解法(LMDI,log-mean divisia index)對中國“碳凈排放量”同經(jīng)濟增長的脫鉤指數(shù)進行分解,在此基礎(chǔ)上分析了2007—2018年間中國各區(qū)域碳凈排放脫鉤指數(shù)時空變化特征,并由此得出一些政策建議。

1 數(shù)據(jù)來源與模型設(shè)定

1.1 數(shù)據(jù)來源

原始數(shù)據(jù)均來自于2003—2019年歷年《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》以及《中國林業(yè)統(tǒng)計年鑒》,其中西藏自治區(qū)、澳門特別行政區(qū)、香港特別行政區(qū)、臺灣省數(shù)據(jù)暫時缺失,不納入考慮范圍。同時參考國際能源署(IEA,international energy agency)和IPCC最新發(fā)展報告,個別缺失數(shù)據(jù)用均值或擬合值代替,確保數(shù)據(jù)真實有效。

1.2 碳凈排放量測算模型建立

計算碳凈排放量時從碳排放量與碳匯量2個角度來考慮,計算公式為

(1) 碳排放量測算 借鑒于洋[3]提出的質(zhì)能轉(zhuǎn)換法計算碳排放量,結(jié)合排放系數(shù)法和物料衡算法,令各省、市、自治區(qū)一段時間內(nèi)能源消費總量(標準煤)與對應(yīng)的碳排放系數(shù)相乘,從而獲得各省該時間段內(nèi)碳排放總量。其中各省能源消費總量可根據(jù)各省年內(nèi)生產(chǎn)總值與能源強度(即單位省內(nèi)生產(chǎn)總值能耗)計算公式為

表1 各省(市、自治區(qū))碳排放折算系數(shù)

同時,EIi數(shù)值采自《中國統(tǒng)計年鑒》,鑒于2019年統(tǒng)計年鑒中所列示的萬元GDP能源消費量指標在計算時考慮了歷年可比價格,且每5年更換一次基期,因此結(jié)合2003—2019年相關(guān)資料對歷年平均能源強度原始數(shù)據(jù)進行整理。

1.3 驅(qū)動因素分解模型

Kaya模型由日本教授Kaya[16]在IPCC的會議中提出,直至現(xiàn)在仍然被廣泛應(yīng)用于碳排放影響因素分解領(lǐng)域。在探討碳凈排放量的基礎(chǔ)上,在Kaya公式中引入碳匯效應(yīng)因素,對該公式做出了進一步的拓展,具體形式如下:

PC×EI×PG×P-V×d,

d=δ×ρ×γ×(1+α+β),

對Kaya公式進行進一步延伸,文獻[17-18]中提出了一系列指數(shù)分解法,并對不同的指數(shù)分解方法進行了檢驗和比較[19],結(jié)果表明只有LMDI法和精煉Laspeyres分解法可以通過時間可逆性檢驗、因子可逆性檢驗和循環(huán)性檢驗,且LMDI法具有良好的性質(zhì),整體優(yōu)于后者?；诖?使用LMDI因素分解法的加法形式對碳凈排放量進行解釋,分別體現(xiàn)了影響碳凈排放量的能源消費碳強度因素、能源強度因素、經(jīng)濟增長因素、人口規(guī)模因素和森林碳匯因素,公式分別為

ΔV=Vi-V0。

在研究過程中選取2006年數(shù)據(jù)為基期,即第0期。第i期相對于第0期的碳凈排放量變化表達為

ΔNE=NEi-NE0=ΔPC+ΔEI+ΔPG+

ΔP-ΔV×d。

1.4 脫鉤模型

脫鉤理論(decoupling)最早由經(jīng)濟合作與發(fā)展組織(OECD,organization for economic cooperation and development)提出,Tapio[11]在OECD脫鉤指數(shù)模型基礎(chǔ)上構(gòu)建了新的脫鉤模型,其優(yōu)勢在于其不受統(tǒng)計量綱變化的影響。

結(jié)合Kaya恒等式和LMDI因素分解結(jié)果,將Tapio脫鉤指標公式拓展改寫為

d=ePC+eEI+ePG+eP-eV×d,

其中:ePC分別表示能源消費碳強度效應(yīng)分脫鉤指數(shù);eEI為能源強度效應(yīng)分脫鉤指數(shù);ePG為經(jīng)濟增長效應(yīng)分脫鉤指數(shù);eP為人口規(guī)模效應(yīng)分脫鉤指數(shù);eV為碳匯效應(yīng)分脫鉤指數(shù),由于對于能源消費碳強度PC歷年各省的取值相同,因此不考慮存在時間差異,ePC=0,即總脫鉤指數(shù)為

e=eEI+ePG+eP-eV×d。

Tapio脫鉤彈性e指標的狀態(tài)列示見表2。

表2 Tapio脫鉤指數(shù)e狀態(tài)分布

2 實證分析

2.1 碳凈排放量現(xiàn)狀分析

我國2007—2018年間碳凈排放量構(gòu)成如圖1所示。

圖1 中國2007—2018年間碳凈排放量構(gòu)成Fig.1 Composition of China's net carbon emissions from 2007 to 2018

雖然我國是碳排放大國,每年碳排放量均處于世界前列,連續(xù)多年遠超同期世界平均水平,但由于我國植樹造林成果顯著,近十年來已經(jīng)成為了顯著碳匯國,向環(huán)境輸出的碳排放量在經(jīng)過2007—2011年間的逐年增加期后,近年來已趨于穩(wěn)定,而與此同時森林蓄積量帶來的碳匯能力卻仍然在穩(wěn)步上升,呈現(xiàn)出良好的發(fā)展趨勢,致使我國在碳凈排放量指標上已經(jīng)遠遠領(lǐng)先于世界其他國家,提前達到了“負碳凈排放量”的目標。這得益于我國從20世紀70年代開始即開展的大規(guī)模造林運動和各類生態(tài)修復(fù)工程:報告顯示2000—2018年間,全球森林面積凈減少1 700 萬km2,而中國森林面積凈增4 500 萬km2,增長率為26.90%,促使我國整體由碳源國轉(zhuǎn)變?yōu)樘紖R國,在全球碳減排活動中做出了重要貢獻。

2.2碳凈排放脫鉤時間特征

對我國2007—2018年間30個省(市、自治區(qū))的相關(guān)數(shù)據(jù)進行分析,得到的全國歷年碳凈排放脫鉤指數(shù)及其分解結(jié)果如圖2所示。

圖2 2007—2018年全國總脫鉤指數(shù)及其分解結(jié)果Fig.2 National total decoupling index and its decomposition results from 2007 to 2018

由圖2可知:(1)從全國視角來看,中國碳凈排放量總脫鉤指標e在2007—2017年間始終保持弱脫鉤的狀態(tài)(0.11

(2) 對于能源強度效應(yīng)分脫鉤指數(shù)eEI而言,在2007—2018年間均已處于強脫鉤狀態(tài)(eEI<0),表明經(jīng)濟增長的同時,能源強度是在不斷下降的。其中在2007—2010年間eEI分脫鉤指數(shù)絕對值有所降低,即EI的變化率相較于GDP變化率的敏感程度在降低,而近十年內(nèi)趨平,表明由于技術(shù)因素限制,能源強度同經(jīng)濟發(fā)展的脫鉤程度已經(jīng)穩(wěn)定在該水平上,如果不對現(xiàn)有能源結(jié)構(gòu)做出改變,能源強度效應(yīng)將難以繼續(xù)對碳凈排放脫鉤做出貢獻。

(3) 經(jīng)濟增長效應(yīng)分脫鉤指數(shù)ePG在2007年、2008年間處于增長連接狀態(tài)(0.80

(4) 人口規(guī)模效應(yīng)分脫鉤指數(shù)eP在觀測年間均處于較為穩(wěn)定的弱脫鉤狀態(tài),且總體而言十分貼近橫軸,證明人口規(guī)模在2007—2018年間同經(jīng)濟增長之間并無十分明顯的促進作用,但由于其整體位于總脫鉤指數(shù)e線下方,因此其對于總脫鉤指標具有正向作用。

(5) 碳匯效應(yīng)分脫鉤指數(shù)eV在觀測年間呈現(xiàn)出逐年上升的狀態(tài),尤其在2018年出現(xiàn)了一次跳躍式上升,是導(dǎo)致碳凈排放量總脫鉤指標e當(dāng)年實現(xiàn)強脫鉤的主要原因,證明國家人工造林、封山(沙)育林、退化林修復(fù)等政策卓有成效。

2.3 碳凈排放脫鉤空間演變

利用Arcgis 10.5軟件對各省歷年總脫鉤指數(shù)進行繪制,圖3為2007—2010年、2011—2014年、2015—2018年間各省平均碳凈排放總脫鉤指數(shù)e。

由圖3可知,我國各省碳凈排放總脫鉤效應(yīng)總體看來正在逐漸由弱脫鉤向強脫鉤過渡,在過去十多年間碳凈排放量同經(jīng)濟增長實現(xiàn)強脫鉤的省份數(shù)量正在逐漸增加,這與圖2顯示結(jié)果是一致的。整體而言,我國西北、西南、華中、華南大部分地區(qū)均在2007—2018年間保持弱脫鉤狀態(tài);在觀測年間保持碳凈排放強脫鉤狀態(tài)的省市主要集中在北京、天津、上海、江蘇、寧夏、山西和浙江等華東、華北地區(qū)(圖3中西藏自治區(qū)、臺灣省為數(shù)據(jù)缺失,非實際已達成強脫鉤狀態(tài));發(fā)生退步的地區(qū)為河北省和山東省,由于這些地區(qū)在近年來工業(yè)化發(fā)展快速增長,碳凈排放量脫鉤效應(yīng)在該年度范圍內(nèi)由強脫鉤向弱脫鉤狀態(tài)演變;發(fā)生進步的地區(qū)為河南省、黑龍江省和遼寧省,其中河南在觀測年間實現(xiàn)了“擴張負脫鉤-增長連接-強脫鉤”的演變,黑龍江、遼寧則實現(xiàn)了弱脫鉤向強脫鉤的過渡。

圖3 2007—2010年、2011—2014年、2015—2018年各省平均碳凈排放總脫鉤指數(shù)Fig.3 2007-2010,2011-2014,2015-2018 average decou-pling index of net carbon emissions of various provinces

針對不同地區(qū)的碳凈排放與經(jīng)濟增長不同脫鉤情況,為探究其驅(qū)動因素,將其按LMDI分解法分解為各項分脫鉤指數(shù),結(jié)果見表3。

由表3可知,對碳凈排放量同經(jīng)濟增長脫鉤指標影響最大的是能源強度效應(yīng)分脫鉤指數(shù)、經(jīng)濟增長效應(yīng)分脫鉤指數(shù)和碳匯效應(yīng)分脫鉤指數(shù)3項指標,而人口規(guī)模效應(yīng)分脫鉤指數(shù)相對于總脫鉤指數(shù)貢獻較小,因此各省應(yīng)當(dāng)將主要工作放到降低能源強度、增加碳匯效應(yīng)上來。其中由于技術(shù)因素限制,能源強度在降低到一定程度后將難以繼續(xù)對脫鉤做出貢獻。結(jié)合圖2全國總脫鉤指數(shù)及其分解結(jié)果,可以看出目前我國能源強度指標已經(jīng)達到一個瓶頸期,此時應(yīng)當(dāng)通過推動創(chuàng)新清潔能源的發(fā)掘和應(yīng)用來調(diào)整能源結(jié)構(gòu)，擺脫各行業(yè)對化石能源的過度依賴，改變依靠能源要素大量投入實現(xiàn)經(jīng)濟發(fā)展的粗放增長模式，通過碳排放的降低進一步實現(xiàn)脫鉤；而針對碳匯效應(yīng)分脫鉤指標，則需要考慮地理區(qū)位，針對不同地區(qū)的不同自然條件和經(jīng)濟水平因地制宜地實施森林資源差異化發(fā)展策略，進一步提升植樹造林政策效率。

表3 2007—2010年、2011—2014年、2015—2018年各省脫鉤指數(shù)分解結(jié)果

在保持碳凈排放量強脫鉤的地區(qū)中,北京、天津、上海、江蘇和浙江強脫鉤狀態(tài)的保持主要源于能源強度效應(yīng)分脫鉤指數(shù),國家對于這些重點省市節(jié)能減排政策進行嚴格推行和把控,在經(jīng)濟發(fā)展的同時強調(diào)創(chuàng)新清潔能源的推廣和應(yīng)用,大力促進產(chǎn)業(yè)轉(zhuǎn)型升級,快速淘汰落后產(chǎn)能,其能源強度效應(yīng)分脫鉤指數(shù)對總脫鉤指數(shù)的貢獻較為突出;山西、寧夏、東北地區(qū)碳凈排放強脫鉤狀態(tài)的基本實現(xiàn)則主要源于較高的碳匯效應(yīng)分脫鉤指數(shù),這得益于這些地區(qū)過去和正在推行實施的國家三北防護林工程等一系列植樹造林政策,使得這些曾經(jīng)風(fēng)沙危害、水土流失嚴重的地區(qū)林木蓄積量在過去幾十年中成倍增長,成為國家綠色發(fā)展典型;河南省碳凈排放脫鉤狀態(tài)在2007—2010年間較差,但在之后2個階段分別實現(xiàn)了不同程度的提高,完成了“擴張負脫鉤-增長連接-強脫鉤”的演變,主要是由于該地區(qū)初期工業(yè)粗放發(fā)展,節(jié)能減排效應(yīng)不明顯,后期在國家政策扶持下進行企業(yè)轉(zhuǎn)型升級,提升碳排放效率,促進工農(nóng)業(yè)高新清潔技術(shù)發(fā)展,于2015—2018年間實現(xiàn)了碳凈排放同經(jīng)濟增長的強脫鉤。

3 結(jié)論與啟示

根據(jù)研究結(jié)果,我國低碳減排、植樹造林政策成果顯著,目前已達“負碳凈排放量”的目標。在2010年之后我國碳凈排放量總脫鉤指數(shù)遞減于0,2018年首次實現(xiàn)強脫鉤,總體而言呈現(xiàn)出較好的發(fā)展態(tài)勢。華北、華東地區(qū)強脫鉤狀態(tài)的保持主要源于能源強度效應(yīng)分脫鉤指數(shù),西北、東北地區(qū)碳凈排放強脫鉤狀態(tài)的基本實現(xiàn)則主要源于較高的碳匯效應(yīng)分脫鉤指數(shù)。

上述結(jié)論對于我國進行碳凈排放脫鉤政策制定具有一定參考作用:第一,中國經(jīng)濟近年來正在不斷向高質(zhì)量增長轉(zhuǎn)型,以往高投入、高污染、粗放的經(jīng)濟增長方式正在進行重大調(diào)整。然而,政府仍然應(yīng)當(dāng)重視西北、西南、華中、華南大部分處于碳凈排放弱脫鉤的地區(qū)發(fā)展,大力推動這些地區(qū)傳統(tǒng)產(chǎn)能轉(zhuǎn)型升級,提高第三產(chǎn)業(yè)中高新技術(shù)產(chǎn)業(yè)占比,尤其要重視高新技術(shù)產(chǎn)業(yè)及高端服務(wù)業(yè)的發(fā)展,轉(zhuǎn)變經(jīng)濟發(fā)展方式;第二,由于研究結(jié)果顯示目前我國能源強度脫鉤效應(yīng)已經(jīng)暫時進入瓶頸期,因此國家應(yīng)當(dāng)轉(zhuǎn)而推動能源創(chuàng)新,發(fā)展和推廣清潔能源,嚴格執(zhí)行和落實“十三五”節(jié)能減排綜合工作方案,借鑒華北華東沿海強脫鉤省市的經(jīng)驗,因地制宜改善中西部地區(qū)不合理能源結(jié)構(gòu);第三,借鑒山西、寧夏、黑龍江、遼寧等省(自治區(qū))發(fā)展經(jīng)驗,我國應(yīng)當(dāng)繼續(xù)推行植樹造林政策,不斷增加森林碳匯,促進碳凈排放量進一步實現(xiàn)負增長,為能源消費碳排放做緩沖。同時應(yīng)當(dāng)考慮地理因素,針對不同地區(qū)不同自然條件和經(jīng)濟水平實施差異化發(fā)展策略。