黃河流域經(jīng)濟(jì)發(fā)展和碳排放的脫鉤關(guān)系分析

史紅偉， 郭銀菊

(1.中國水務(wù)投資有限公司， 北京 100053； 2.華北水利水電大學(xué) 水利學(xué)院， 鄭州 450046)

面對全球氣候變化的嚴(yán)峻挑戰(zhàn)，碳減排是人們一直關(guān)注的問題，并且無節(jié)制的碳排放深刻影響著人類的生存環(huán)境以及社會的可持續(xù)發(fā)展[1]。根據(jù)國際能源署(IEA)公布的數(shù)據(jù)，至2018年，中國二氧化碳排放量達(dá)到94.81億t，占世界二氧化碳排放總量的28.61%，這表明中國成為全球第一大碳排放國[2]。大規(guī)模的碳排放問題歸結(jié)于中國的粗放式經(jīng)濟(jì)發(fā)展模式，高速發(fā)展的經(jīng)濟(jì)狀況對環(huán)境造成了嚴(yán)重威脅。中國黃河流域的煤炭、石油等資源十分豐富，作為中國的能源供應(yīng)基地，該流域的經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)之間的矛盾極為突出[3-4]。因此，分析黃河流域各省碳排放與經(jīng)濟(jì)發(fā)展之間的關(guān)系，對黃河流域經(jīng)濟(jì)社會的可持續(xù)發(fā)展具有重要意義。

對于各地區(qū)的碳排放影響因素的研究，已經(jīng)有大量學(xué)者進(jìn)行了探索[5-10]。結(jié)果顯示，不同地區(qū)的影響因素是不同的。在研究碳排放和經(jīng)濟(jì)增長之間的關(guān)系時(shí)，庫茲涅茨曲線(EKC)經(jīng)常被提及，高標(biāo)等[11]、洪業(yè)應(yīng)[12]驗(yàn)證了經(jīng)濟(jì)發(fā)展和碳排放在整體上符合環(huán)境庫茲涅茨曲線的模型假說?！懊撱^ ”起源于物理學(xué)，后來經(jīng)濟(jì)合作與發(fā)展組織(OECD)將 “脫鉤 ”應(yīng)用于環(huán)境領(lǐng)域，并將其定義為 “經(jīng)濟(jì)增長與環(huán)境污染之間沒有相互影響”[13]。常用的脫鉤研究方法包括IU曲線法、OECD脫鉤指數(shù)法以及Tapio彈性系數(shù)法等，當(dāng)前Tapio彈性系數(shù)法運(yùn)用最廣泛，建立了較為完整的脫鉤評價(jià)指標(biāo)體系[14]，很多學(xué)者從不同層面進(jìn)行了經(jīng)濟(jì)增長與碳排放關(guān)系的研究[15-19]。

本文對2005—2019年黃河流域9省區(qū)的碳排放量進(jìn)行測算，比較各省區(qū)碳排放差異及其影響因素，并對黃河流域碳排放與經(jīng)濟(jì)增長的脫鉤狀態(tài)進(jìn)行分析，以期甄別影響碳排放脫鉤態(tài)勢的主要驅(qū)動因素，從而為實(shí)現(xiàn)黃河流域各省經(jīng)濟(jì)轉(zhuǎn)型和可持續(xù)發(fā)展提出參考性建議。

1 研究方法與數(shù)據(jù)來源

1.1 碳排放測算公式

目前，中國碳排放并未公布直接的核算體系和監(jiān)測數(shù)據(jù)，因而需要對碳排放進(jìn)行分析和測算，從而獲得所需的碳排放數(shù)據(jù)。當(dāng)前測算碳排放的方法較多，考慮到數(shù)據(jù)的可獲得性以及測算方法的可操作性，本文運(yùn)用IPCC測算法對中國黃河流域的碳排放進(jìn)行測度。IPCC法的基本原理是在確定特定碳排放源的基礎(chǔ)上，以某種碳源的數(shù)據(jù)與其對應(yīng)的碳排放系數(shù)的乘積計(jì)算該碳源的碳排放量[20]，公式為

(1)

式中：CE為碳排放總量；Ei為第i種碳排放源的消耗量；Ci為第i種碳源的碳排放系數(shù)。相較于其他能源，煤炭、石油、天然氣在能源消費(fèi)總量中的占比最大，并且三者的碳排放量超過了其他能源，因此本文通過測算近些年煤炭、石油、天然氣的消耗量來近似計(jì)算黃河流域的碳排放量。碳排放系數(shù)的確定較為困難，因此選用IPCC(聯(lián)合國政府間氣候變化專門委員會)在2006年推出的《2006年IPCC國家溫室氣體清單指南》[21]中的碳排放系數(shù)的建議值。

1.2 脫鉤模型

1.2.1 Tapio彈性脫鉤模型

常用的脫鉤模型包括OECD模型和Tapio脫鉤模型。與OECD脫鉤方法相比，Tapio脫鉤模型引入了彈性系數(shù)，避免了尺寸干擾，對脫鉤狀態(tài)的劃分更加精細(xì)。OECD脫鉤模型是固定基期計(jì)算的脫鉤數(shù)值來表示的，隨基期的變化而變化；而Tapio脫鉤模型是基于上年的數(shù)據(jù)進(jìn)行計(jì)算，不受基期變化的影響，該方法更為準(zhǔn)確客觀。因此，選擇Tapio脫鉤模型黃河流域9省區(qū)的碳排放與經(jīng)濟(jì)發(fā)展彈性脫鉤關(guān)系進(jìn)行分析。Tapio脫鉤指數(shù)的計(jì)算模型公式為

eT=(ΔI/I)/(ΔG/G)=[(ΔE/E)/(ΔG/G)][(ΔI/I)/Δ(E/E)]=eE，GeI,E

(2)

式中：eT為脫鉤彈性指數(shù)；I、G、E分別為碳排放量、國民生產(chǎn)總值和能源消費(fèi)中煤炭消耗比重；ΔI、ΔG、ΔE分別為基期到末期碳排放量、國民生產(chǎn)總值、能源消費(fèi)中煤炭消耗比重的變化量;eE，G和eI，E分別為能源彈性脫鉤指數(shù)和能源結(jié)構(gòu)彈性脫鉤指數(shù)。

1.2.2 脫鉤標(biāo)準(zhǔn)

根據(jù)脫鉤系數(shù)的不同，可判斷脫鉤的不同類型，當(dāng)脫鉤彈性系數(shù)ε<1時(shí)，表明分子項(xiàng)小于分母項(xiàng)，即黃河流域碳排放的變化率小于經(jīng)濟(jì)增長的變化率，說明二者已經(jīng)發(fā)生脫鉤。而國內(nèi)學(xué)者設(shè)定了脫鉤系數(shù)的標(biāo)準(zhǔn)，將脫鉤劃分為8種脫鉤狀態(tài)，脫鉤狀態(tài)依次從最理想到最不理想的順序排列,見表1。

表1 脫鉤關(guān)系的標(biāo)準(zhǔn)

1.3 數(shù)據(jù)來源

鑒于國家未公布黃河流域碳排放量的具體數(shù)據(jù)，選取2005—2019年中國青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東9省區(qū)的經(jīng)濟(jì)增長數(shù)據(jù)以及煤炭、石油和天然氣的消費(fèi)數(shù)據(jù)(萬噸標(biāo)準(zhǔn)煤)進(jìn)行碳排放與經(jīng)濟(jì)增長脫鉤關(guān)系的探究。相關(guān)數(shù)據(jù)來源于相關(guān)年份的《中國能源統(tǒng)計(jì)年鑒》和各個(gè)省區(qū)的統(tǒng)計(jì)年鑒。

2 碳排放與經(jīng)濟(jì)發(fā)展脫鉤關(guān)系分析

2.1 黃河流域碳排放特征

橫向來看，由于沿黃河各省區(qū)地理環(huán)境、人口、資源以及經(jīng)濟(jì)發(fā)展的水平等各不相同，因此碳排放情況存在著明顯的地區(qū)差異性(圖1)?？傮w來看，沿黃河流域的9省區(qū)2005—2018年碳排放量不斷攀升，整體碳排放增速較快的區(qū)間集中于2005—2012年，而2012—2017年趨于平穩(wěn)，2017—2019年各省碳排放量再次加快增速。青海、甘肅和寧夏的碳排放增幅較小，陜西和四川的碳排放量位于黃河流域所有省份的中下水平且變動較平緩，山東、內(nèi)蒙古、山西3省區(qū)碳排放量明顯居于較高水平，碳排放量增幅較大，且都呈現(xiàn)明顯的上升趨勢。

圖1 2005—2019年黃河流域9省區(qū)碳排放量變化

以2005年為起始點(diǎn)，直至2012年，內(nèi)蒙古地區(qū)的碳排放量持續(xù)處于增長狀態(tài)，且增速較快。這是由于2006年國務(wù)院審議通過了《西部大開發(fā)“十一五”規(guī)劃》，以煤炭為主要燃料的重工業(yè)在西部大開發(fā)初期大量消耗。2013年內(nèi)蒙古的碳排放量為27 010.01萬t，與去年同期相比減少了1 619.78萬t，增速減少了5.66%，原因是2013年內(nèi)蒙古自治區(qū)為完成節(jié)能和碳排放降速目標(biāo)而實(shí)行了一系列措施，例如集中供暖，集中供暖屬于新型能源消費(fèi)，對于節(jié)約燃料消耗和碳排放強(qiáng)度的降低具有較大的意義。山東省從2014年發(fā)布《2014—2015年節(jié)能減排發(fā)展行動實(shí)施方案》開始，近幾年陸續(xù)發(fā)布了關(guān)于以完成山東省“十二五”時(shí)期節(jié)能減排和降碳為目標(biāo)的文件，經(jīng)過一系列的政策的制定和實(shí)施，山東省促進(jìn)了全省的節(jié)能減排發(fā)展，順應(yīng)經(jīng)濟(jì)升級轉(zhuǎn)型，因此近幾年山東省雖然維持著較高的碳排放水平，但變化愈趨平穩(wěn)。長久以來，山西省一直是中國的工業(yè)基地，重工業(yè)是該省的經(jīng)濟(jì)支柱，因此山西省的碳排放量一直處于前列，并且增幅較大。河南省碳排放量在2005年位于黃河流域9省區(qū)中第3名的位置，2005年后持續(xù)增加。2011年，河南省積極響應(yīng)“十二五”規(guī)劃，將單位GDP能源消耗的降低值作為各級政府工作考核的一個(gè)重點(diǎn)，因此河南省碳排放量在該時(shí)點(diǎn)達(dá)到峰值。青藏高原跨青海省、四川省、甘肅省等，該地區(qū)人口密度小、總數(shù)少，工業(yè)生產(chǎn)以及交通運(yùn)輸?shù)囊?guī)模都較小，因此碳排放量也較小。甘肅省在發(fā)改委印發(fā)能源發(fā)展“十三五”規(guī)劃后，該省的一些小型煤礦因?yàn)檎弑魂P(guān)閉，淘汰了落后的煤炭能源，清潔能源被積極推動，這些措施的實(shí)施有效地減少了能源的消耗。

縱向來看，2005—2012年黃河流域的碳排放總量總體呈現(xiàn)逐年增加的趨勢，如圖2所示。2009—2011年，黃河流域碳排放增長迅速，平均增長率達(dá)到9.91%，其中2010—2011年碳排放增速為11.65%，遠(yuǎn)超整體增速4.69%。這是因?yàn)檫@幾年一直處于中國經(jīng)濟(jì)高速發(fā)展的重要時(shí)期，經(jīng)濟(jì)發(fā)展需要一系列的重工業(yè)化項(xiàng)目的發(fā)展，隨之而來的便是碳排放量的迅速增加。但是2013年的碳排放量為145 435.59萬t，較2012年下降了2 098.32萬t，降幅為1.47%。在這段時(shí)間，不僅黃河流域制定了相關(guān)的節(jié)能減排相關(guān)方針政策，國家也出臺了相關(guān)法律法規(guī)，在降低黃河流域碳排放方面取得了初步成效。

圖2 2005—2019年黃河流域碳排放量及其增長率

2.2 黃河流域碳排放與經(jīng)濟(jì)發(fā)展脫鉤分析

根據(jù)式(2)，利用黃河流域2005—2019年的數(shù)據(jù)資料，基于逐年的增長率，計(jì)算制造業(yè)碳排放和經(jīng)濟(jì)發(fā)展的彈性脫鉤指數(shù)，具體結(jié)果見表2。

表2 逐年彈性脫鉤指數(shù)和狀態(tài)

對經(jīng)濟(jì)發(fā)展與碳排放的脫鉤關(guān)系進(jìn)行分析，可以看清目前發(fā)布的節(jié)能減排政策的有效性，有利于相關(guān)政策的完善以及實(shí)現(xiàn)“雙碳”目標(biāo)。從表2分析的結(jié)果來看，弱脫鉤狀態(tài)發(fā)生在2006—2012年、2013—2014年、2015—2017年。其中，在2006—2012年的彈性指數(shù)在0～0.8，狀態(tài)較穩(wěn)定，表明這個(gè)時(shí)間段黃河流域的經(jīng)濟(jì)在發(fā)展，而碳排放量也在增加，但碳排放增速低于經(jīng)濟(jì)的增速，這是一種良好的狀態(tài)。增長連接狀態(tài)是經(jīng)濟(jì)在增長，并且碳排放也在增加的狀態(tài)，但碳排放的增速大于經(jīng)濟(jì)增速，增長連接分別發(fā)生在2005—2006年和2017—2018年。2012年黃河流域發(fā)布了一系列節(jié)能減排措施，因此在2012—2013年出現(xiàn)了強(qiáng)脫鉤狀態(tài)，強(qiáng)脫鉤狀態(tài)表示碳排放下降的同時(shí)，經(jīng)濟(jì)持續(xù)增長，這是脫鉤關(guān)系中最優(yōu)的一種狀態(tài)，并且2014—2015年再次出現(xiàn)強(qiáng)脫鉤狀態(tài)。

2006—2012年、2013—2014年、2016—2017年和2018—2019年黃河流域能源脫鉤狀態(tài)處于弱脫鉤狀態(tài)，表明這些年隨著經(jīng)濟(jì)的增長，碳排放也在增加，但碳排放增速小于經(jīng)濟(jì)發(fā)展的增速。強(qiáng)負(fù)脫鉤狀態(tài)是經(jīng)濟(jì)產(chǎn)出下降而碳排放增加的一種狀態(tài)，其分別發(fā)生在2012—2013年、2014—2016年，脫鉤彈性系數(shù)分別為-0.03、-0.18、-0.07。

在21世紀(jì)初的西部大開發(fā)之后黃河流域的能源結(jié)構(gòu)出現(xiàn)持續(xù)增長連接狀態(tài)，說明西部大開發(fā)在促進(jìn)經(jīng)濟(jì)大幅度增長的同時(shí)，煤炭等能源的消耗不可避免地增加，大量地消耗能源造成碳排放量的增多，因此碳排放增速更快于經(jīng)濟(jì)增速，同時(shí)也對環(huán)境造成了巨大威脅。

3 結(jié)論

基于IPCC測算法和Tapio脫鉤模型，對黃河流域9個(gè)省區(qū)的碳排放進(jìn)行測算和脫鉤分析，探討了導(dǎo)致黃河流域碳排放變化的原因，同時(shí)分析了該區(qū)域碳排放與經(jīng)濟(jì)增長的脫鉤關(guān)系，通過研究得出以下結(jié)論:

從不同地區(qū)層面上看，黃河流域碳排放存在著明顯的地區(qū)差異性。位于黃河流域下游的山東、陜西和陜西省以及上游的內(nèi)蒙古地區(qū)處于碳排放量較高的地區(qū)，原因是這些地區(qū)的經(jīng)濟(jì)發(fā)展快，且均為粗放式發(fā)展。因此，后續(xù)應(yīng)轉(zhuǎn)變傳統(tǒng)能源消費(fèi)結(jié)構(gòu)，重視風(fēng)力發(fā)電等新能源的使用，提高清潔能源的利用率，旨在可以早日實(shí)現(xiàn)黃河流域碳排放與經(jīng)濟(jì)增長的脫鉤，保持經(jīng)濟(jì)增長與環(huán)境保護(hù)同時(shí)進(jìn)行；上游的四川、陜西、河南地區(qū)的碳排放水平在9省區(qū)中處于中游；寧海、青海、甘肅3個(gè)省區(qū)屬于低排放區(qū)。相比之下，這些地區(qū)的生態(tài)資源較豐富，在后續(xù)的發(fā)展中處于優(yōu)勢地位，但碳排放問題仍不容小覷。9個(gè)省區(qū)的碳排放與經(jīng)濟(jì)增長的脫鉤狀態(tài)存在一定的差異，因此需要鼓勵(lì)科學(xué)創(chuàng)新，積極學(xué)習(xí)別國低碳技術(shù)，同時(shí)重視因地制宜，在已有的減排范式下不吝嘗試，使經(jīng)濟(jì)增長與環(huán)境保護(hù)之間形成一個(gè)良性循環(huán)。

從時(shí)間軸線上看，2005—2019年黃河流域的碳排放量與經(jīng)濟(jì)增長之間的脫鉤關(guān)系呈現(xiàn)短期波動，而長期趨勢保持不變的狀態(tài)，主要是增長連接到弱脫鉤再到強(qiáng)脫鉤的轉(zhuǎn)變。其前后轉(zhuǎn)變說明，中國的節(jié)能減排政策已初顯成效，但對于碳減排政策的修訂和實(shí)施，中國還有很長的路要走。