“雙碳”目標(biāo)下閩三角碳排放脫鉤狀態(tài)及驅(qū)動(dòng)機(jī)制分析

侯麗朋,王 琳,錢 瑤,唐立娜,3,*

1中國科學(xué)院城市環(huán)境研究所城市環(huán)境與健康重點(diǎn)實(shí)驗(yàn)室,廈門 361021 2 中國科學(xué)院大學(xué),北京 100049 3 廈門市城市代謝重點(diǎn)實(shí)驗(yàn)室,廈門 361021

溫室氣體濃度升高加劇了極端天氣發(fā)生的頻次和危害程度[1],低碳發(fā)展成為應(yīng)對全球氣候變化的必然選擇。脫鉤是判斷發(fā)展模式是否符合低碳發(fā)展要求的重要手段[2—3]。脫鉤是經(jīng)濟(jì)合作與發(fā)展組織(Organization for Economic Cooperation and Development, OECD)提出的用于描述“阻斷經(jīng)濟(jì)增長與環(huán)境污染之間聯(lián)系”的理論,后被引入環(huán)境領(lǐng)域,描述“經(jīng)濟(jì)發(fā)展與環(huán)境污染之間從相互制約到響應(yīng)關(guān)系不再存在的過程”[4—6]。二氧化碳雖非污染物,但其對可持續(xù)發(fā)展的不利影響難以忽略,碳排放與經(jīng)濟(jì)發(fā)展關(guān)系的判定成為脫鉤分析領(lǐng)域的焦點(diǎn)。當(dāng)碳排放與經(jīng)濟(jì)發(fā)展“脫鉤”時(shí),碳排放將不再隨著經(jīng)濟(jì)發(fā)展而增加[7]。碳達(dá)峰是二氧化碳排放達(dá)到最高值然后持續(xù)下降的過程[8],可見碳達(dá)峰的本質(zhì)是碳排放與經(jīng)濟(jì)發(fā)展的脫鉤[9],實(shí)現(xiàn)碳中和必須將碳排放與經(jīng)濟(jì)發(fā)展脫鉤。

Tapio[10]脫鉤模型是環(huán)境領(lǐng)域研究脫鉤狀態(tài)的通用的模型,與OECD的脫鉤模型相比,該模型細(xì)化了脫鉤狀態(tài)的判斷標(biāo)準(zhǔn),因此基于Tapio模型的相關(guān)研究其脫鉤狀態(tài)的判斷更清晰。使用該模型,學(xué)者們對發(fā)達(dá)國家和發(fā)展中國家的脫鉤狀態(tài)進(jìn)行了對比[11—13],發(fā)現(xiàn)英美等已經(jīng)實(shí)現(xiàn)碳達(dá)峰的發(fā)達(dá)國家以強(qiáng)脫鉤狀態(tài)為主,而碳排放還在增長的中國等發(fā)展中國家以弱脫鉤為主[7]。碳達(dá)峰、碳中和(“雙碳”)目標(biāo)提出后,碳排放的脫鉤狀態(tài)成為是否達(dá)峰的判斷標(biāo)準(zhǔn)。當(dāng)碳排放與經(jīng)濟(jì)發(fā)展處于強(qiáng)脫鉤狀態(tài)時(shí),碳達(dá)峰已經(jīng)實(shí)現(xiàn)[14],當(dāng)二者未脫鉤時(shí),經(jīng)濟(jì)發(fā)展將促進(jìn)碳排放持續(xù)增加,碳達(dá)峰的實(shí)現(xiàn)較難。我國各省市以弱脫鉤和擴(kuò)張負(fù)脫鉤為主,強(qiáng)脫鉤只是偶爾出現(xiàn)[15],可見實(shí)現(xiàn)碳達(dá)峰需要更多減排努力。由于碳排放受經(jīng)濟(jì)社會等因素的影響,因此經(jīng)濟(jì)社會發(fā)展等的差異是導(dǎo)致碳排放脫鉤狀態(tài)多樣性的關(guān)鍵原因[16]。在實(shí)證研究中常將脫鉤分析與驅(qū)動(dòng)機(jī)制研究相結(jié)合[17—18],脫鉤狀態(tài)分析后開展碳排放驅(qū)動(dòng)機(jī)制研究明確了經(jīng)濟(jì)社會發(fā)展等因素對脫鉤以及碳排放的影響,進(jìn)而可對經(jīng)濟(jì)社會等因素進(jìn)行調(diào)控,以促進(jìn)碳排放與經(jīng)濟(jì)發(fā)展脫鉤,助力碳達(dá)峰目標(biāo)早日實(shí)現(xiàn)。Kaya恒等式建立了人類活動(dòng)碳排放與經(jīng)濟(jì)、政策和人口等因素的數(shù)學(xué)關(guān)系[19],以此為基礎(chǔ)進(jìn)行擴(kuò)展的對數(shù)平均迪氏指數(shù)法(LMDI)的計(jì)算過程更簡便、分解無殘差,且可根據(jù)實(shí)證研究的需要對模型中的因素進(jìn)行擴(kuò)展,因此LMDI方法是碳排放驅(qū)動(dòng)機(jī)制研究中最常用的方法[20]。使用該方法,學(xué)者們開展了全球尺度[21]、地區(qū)尺度[22]、國家尺度[23]以及城市[24]乃至產(chǎn)業(yè)尺度[25]的研究。

城市群是城市的集合,是我國參與全球競爭的重要載體,對于推動(dòng)區(qū)域協(xié)調(diào)發(fā)展和經(jīng)濟(jì)增長有重要的作用。城市群地區(qū)經(jīng)濟(jì)的快速發(fā)展導(dǎo)致其成為我國碳排放的重要來源[26],削減城市群地區(qū)的碳排放是實(shí)現(xiàn)“雙碳”目標(biāo)的最佳方式[27],因此開展城市群碳排放脫鉤狀態(tài)及驅(qū)動(dòng)機(jī)制研究對于判斷“雙碳”目標(biāo)約束下地區(qū)是否達(dá)峰,以及如何實(shí)現(xiàn)碳達(dá)峰等具有更重要的理論及實(shí)踐意義。目前針對我國城市群開展的研究其研究對象有以下幾類：一是成熟的城市群,例如長三角[28]、京津冀[29]以及成渝城市群[30]等；二是我國中部人口密集地區(qū),例如黃河流域地區(qū)[31]、中原城市群[32]等；三是我國經(jīng)濟(jì)相對欠發(fā)達(dá)地區(qū),例如關(guān)中城市群[33]、晉陜蒙[34]以及東三省[35]等。我國不同城市群之間以及同一城市群內(nèi)的各個(gè)城市之間脫鉤狀態(tài)差別較大[16],東部經(jīng)濟(jì)發(fā)達(dá)城市群的脫鉤狀態(tài)更好,但是強(qiáng)脫鉤也只是偶爾出現(xiàn),我國整體上未達(dá)到強(qiáng)脫鉤這一理想狀態(tài)。研究結(jié)果證明,經(jīng)濟(jì)發(fā)展和規(guī)模擴(kuò)張是促進(jìn)碳排放增加的正向因素[36],對碳排放起抑制作用的因素是結(jié)構(gòu)優(yōu)化和效率提升,尤其是產(chǎn)業(yè)結(jié)構(gòu)高級化和能源結(jié)構(gòu)低碳化[37]。

閩三角是我國經(jīng)濟(jì)發(fā)展最有活力的城市群之一,城鎮(zhèn)化率高、經(jīng)濟(jì)增長快。經(jīng)濟(jì)規(guī)模雖不如長三角和珠三角,但也是帶動(dòng)海西經(jīng)濟(jì)區(qū)發(fā)展的重要增長極,未來該地區(qū)在輻射內(nèi)地與沿海,以及對接長三角和珠三角等方面將發(fā)揮越來越重要的作用。閩三角擁有豐富的生態(tài)資源,是生態(tài)文明建設(shè)的重要地區(qū),在保障東南沿海生態(tài)安全和削減碳排放方面占據(jù)重要地位。碳達(dá)峰、碳中和已被納入福建省“生態(tài)省”建設(shè)布局中。作為福建省的碳排放中心[38],閩三角有必要對經(jīng)濟(jì)和社會發(fā)展進(jìn)行調(diào)控,實(shí)現(xiàn)率先達(dá)峰。以往針對閩三角碳排放驅(qū)動(dòng)機(jī)制的研究更側(cè)重綜合性的戰(zhàn)略研究[39]?！半p碳”目標(biāo)的實(shí)現(xiàn)必須落實(shí)到各個(gè)城市、行業(yè)和部門,因此廈漳泉一體化背景下不僅要探索適合閩三角整體的減排路徑,同時(shí)又必須兼顧城市的差異探索適合不同城市的多元化、差異化的減排路徑。

圖1 閩三角城市群區(qū)位圖Fig.1 Location plan of the Golden Triangle of Southern Fujian

本研究使用Tapio脫鉤模型和LMDI方法分析了閩三角城市群的脫鉤狀態(tài),探究了城市群碳排放的驅(qū)動(dòng)機(jī)制,為“雙碳”目標(biāo)約束下該地區(qū)發(fā)展低碳經(jīng)濟(jì)和優(yōu)化產(chǎn)業(yè)布局等提供了綜合性的建議。同時(shí)考慮到廈門、漳州和泉州在產(chǎn)業(yè)結(jié)構(gòu)和能源利用等方面的差異,本文同時(shí)對比了這3個(gè)城市在脫鉤狀態(tài)和碳排放驅(qū)動(dòng)機(jī)制方面的差異,明確了不同發(fā)展模式下經(jīng)濟(jì)、人口以及能源消費(fèi)等對碳排放的貢獻(xiàn),為各個(gè)城市的碳減排提供了有針對性的建議。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

1.2 清單法

本文采用政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change,IPCC)提供的框架[40]對2005—2017年閩三角能源消費(fèi)、工業(yè)生產(chǎn)、農(nóng)業(yè)生產(chǎn)、林綠地、廢棄物處置5個(gè)部門的碳排放進(jìn)行核算。

(1)

(2)

CEj=Aj×Ij

(3)

式中,CE為閩三角碳排放,CEi為城市碳排放,i=1,2,3分別表示廈門,漳州,泉州。CEj為部門碳排放,j=1…5,Aj和Ij分別為碳排放相關(guān)過程的活動(dòng)強(qiáng)度和碳排放系數(shù)(表1)。

表1 部門碳排放來源及各活動(dòng)的碳排放系數(shù)

1.3 Tapio脫鉤模型

用Tapio脫鉤模型[10]計(jì)算2006—2017年碳排放的脫鉤系數(shù)。

(4)

式中,DI表示脫鉤系數(shù)(decoupling index),EP和DF分別表示環(huán)境壓力(environmental pressures)和經(jīng)濟(jì)驅(qū)動(dòng)力(driving factors),分別用人均碳排放(carbon emissions per capita,CP)和人均GDP(GDP per capita,GP)表示(圖2),因此脫鉤系數(shù)是t—t+1時(shí)期環(huán)境壓力變化率(%ΔEP)和經(jīng)濟(jì)驅(qū)動(dòng)力變化率(%ΔDF)的比值,脫鉤狀態(tài)的判斷見圖2。

圖2 脫鉤系數(shù)與脫鉤狀態(tài)Fig.2 Decoupling index and decoupling statusCP: 人均碳排放 Carbon emissions per capita; GP: 人均GDP GDP per capita; DI: 脫鉤系數(shù)Decoupling index

1.4 LMDI方法

參考LMDI方法[20],將碳排放分解為碳排放系數(shù)(Ii)、能源結(jié)構(gòu)(ES)、能源強(qiáng)度(EI)、人均GDP(GP)和人口規(guī)模(P)。

(5)

ΔCE=CEt+1-CEt=ΔIi+ΔES+ΔEI+ΔGP+ΔP+ΔCErsd

(6)

式中,CE、Ei、E、G、P分別表示碳排放、煤炭消費(fèi)、綜合能耗、GDP和人口規(guī)模,Ii=CE/Ei、ES=Ei/E、EI=E/G、GP=G/P,分別表示碳排放系數(shù)、能源結(jié)構(gòu)、能源強(qiáng)度、人均GDP和人口規(guī)模。ΔIi、ΔES、ΔEI、ΔGP、ΔP分別表示碳排放系數(shù)、能源結(jié)構(gòu)、能源強(qiáng)度、人均GDP和人口規(guī)模對碳排放的貢獻(xiàn)值。本研究設(shè)定,研究期內(nèi)碳排放系數(shù)保持不變,因此ΔIi=0。加法分解的分解余量ΔCErsd=0。上述因素對碳排放的貢獻(xiàn)值通過以下公式計(jì)算：

2．金融結(jié)構(gòu)通過技術(shù)的轉(zhuǎn)移和擴(kuò)散對產(chǎn)業(yè)結(jié)構(gòu)的促進(jìn)作用。技術(shù)轉(zhuǎn)移與技術(shù)擴(kuò)散都是一種新技術(shù)由高水平向低水平的傳播，沒有擴(kuò)散，創(chuàng)新便不可能有經(jīng)濟(jì)影響。學(xué)者通過各種模型對其進(jìn)行研究，如謝建國通過兩階段古諾模型、羅德明等人利用羅默模型討論了技術(shù)轉(zhuǎn)移與擴(kuò)散對實(shí)體經(jīng)濟(jì)的作用。[15][16]其傳導(dǎo)機(jī)理主要有以下幾類。

(7)

(8)

(9)

(10)

(11)

(12)

DES=exp(wΔES)

(13)

DEI=exp(wΔEI)

(14)

DGP=exp(wΔGP)

(15)

DP=exp(wΔP)

(16)

式中,DCE表示t—t+1時(shí)期碳排放變化率,DIi、DES、DEI、DGP、DP分別表示上述五類驅(qū)動(dòng)因素對碳排放變化率的貢獻(xiàn)。乘法分解的分解余量ΔDrsd=1。

用貢獻(xiàn)度(con)衡量各因素對碳排放的影響。不同因素間,貢獻(xiàn)度越高的因素,其對碳排放的影響程度越強(qiáng)。當(dāng)驅(qū)動(dòng)因素的貢獻(xiàn)度升高時(shí),表明該因素對碳排放的影響程度加深。

(17)

式中,con表示驅(qū)動(dòng)因素的貢獻(xiàn)度,Δ表示驅(qū)動(dòng)因素的貢獻(xiàn)值,︱Δ︱表示貢獻(xiàn)值的絕對值

經(jīng)濟(jì)發(fā)展時(shí),所有能直接或間接促進(jìn)碳減排的措施稱為脫鉤努力。用脫鉤努力模型[52]評估各類因素對碳減排的貢獻(xiàn),即脫鉤努力,用ΔE表示。

ΔE=ΔCE-ΔGP

(18)

(19)

式中,ΔE表示剔除人均GDP的影響后各類因素對碳減排的努力。ΔCE和ΔGP分別表示碳排放變化量和人均GDP對碳排放的貢獻(xiàn)。D表示脫鉤努力系數(shù)。DES、DEI、DP分別表示能源結(jié)構(gòu)、能源強(qiáng)度和人口規(guī)模對碳減排的脫鉤努力。D≤0表示驅(qū)動(dòng)因素未做脫鉤努力,即驅(qū)動(dòng)因素的變化不能促進(jìn)碳排放與經(jīng)濟(jì)發(fā)展脫鉤；01表示驅(qū)動(dòng)因素為強(qiáng)脫鉤努力,即驅(qū)動(dòng)因素的變化促進(jìn)了碳排放與經(jīng)濟(jì)發(fā)展脫鉤。

2 結(jié)果與分析

2.1 碳排放核算結(jié)果

整體而言,閩三角碳排放保持增長趨勢(圖3)。碳排放從2005年的1315.60萬t增長到2017年的5471.89萬t。從構(gòu)成看,泉州碳排放最多：2005年該市碳排放948.13萬t,占比72.07%,2017年碳排放為4006.61萬t,占比73.22%(圖3),是閩三角最主要的碳源。漳州碳排放最少,整體呈先增后降趨勢。碳排放由2005年的38.45萬t增加至2014年的957.50萬t,隨后又下降至2017年的685.87萬t,占比由2.29%增加至19.72%又回落到12.53%(圖3)。漳州碳排放增長率最高,但增長率逐年下降(圖4)。漳州碳排放變化受工業(yè)發(fā)展的影響較大。2006年碳排放是2005年的2.98倍,此時(shí)碳排放增加主要受到了鋼鐵以及水泥產(chǎn)業(yè)擴(kuò)張的影響。之后隨著鋼鐵、水泥等產(chǎn)業(yè)的規(guī)?？s小,地區(qū)碳排放增長率逐漸放緩?！靶鲁B(tài)”之后,上述產(chǎn)品的產(chǎn)量急速下降,地區(qū)碳排放總量也開始下降。總體而言,漳州碳排放增長率最高,達(dá)到35.78%,高于地區(qū)整體水平。廈門碳排放在波動(dòng)中增加,年均增長率7.79%,低于地區(qū)整體水平,導(dǎo)致該市碳排放占比逐年下降(圖3)。廈漳泉3市在碳排放及增長率上的差異與部門碳收支有關(guān)(圖3)。閩三角碳支出最多的是能源活動(dòng)部門,其碳支出占總碳支出的70%以上,而工業(yè)部門碳支出的增長率最高,為12.44%(圖3)。泉州能源消費(fèi)量高是導(dǎo)致泉州碳排放量高且持續(xù)增長的主要原因。漳州工業(yè)發(fā)展較快導(dǎo)致了該市碳排放有最高的增長率。

圖3 閩三角城市群及廈漳泉各市碳排放特征Fig.3 Characteristics of carbon emissions of the Golden Triangle of Southern Fujian (GTSF), Xiamen, Zhangzhou and Quanzhou

閩三角人均碳排放從2005年的0.87 t/人增加至2017年的3.08 t/人,環(huán)境壓力持續(xù)增大(圖3)。2005—2017年廈門、漳州和泉州的人均碳排放分別從1.21、0.08、1.24 t/人增加至1.94、1.34、4.63 t/人(圖3)。泉州人均碳排放最高,環(huán)境壓力最大；漳州人均碳排放最低,環(huán)境壓力最小(圖3)。閩三角以及廈漳泉人均碳排放的變化趨勢與碳排放一致(圖4),即廈門人均碳排放增長率最低,漳州人均碳排放先增后降,最大值也出現(xiàn)在2014年(1.93 t/人)(圖3),且人均碳排放的增長率最高(34.94%)(圖4)。

圖4 碳排放與人均碳排放增長率Fig.4 Growth rate of carbon emissions and carbon emissions per capita

2.2 脫鉤分析

2006—2017年閩三角人均GDP升高,經(jīng)濟(jì)發(fā)展,脫鉤狀態(tài)處于第一和第四象限(圖2)。脫鉤系數(shù)多年均值為1.03,碳排放與經(jīng)濟(jì)發(fā)展處于擴(kuò)張性連接的狀態(tài)(表2)。經(jīng)濟(jì)發(fā)展與碳排放增長的速率相當(dāng),二者的響應(yīng)關(guān)系持續(xù)存在。閩三角的脫鉤系數(shù)呈現(xiàn)“下降-升高-下降”的趨勢,脫鉤狀態(tài)經(jīng)歷了“改善-惡化-改善”的過程(圖2)。2006—2010年閩三角碳排放增長率和脫鉤系數(shù)均逐漸下降,脫鉤狀態(tài)從擴(kuò)張負(fù)脫鉤發(fā)展為弱脫鉤；2011—2015年碳排放增長率和脫鉤系數(shù)均升高,脫鉤狀態(tài)從弱脫鉤惡化至擴(kuò)張負(fù)脫鉤；2016年碳排放下降,碳排放與經(jīng)濟(jì)發(fā)展達(dá)到了最理想的強(qiáng)脫鉤狀態(tài),之后碳排放反彈,脫鉤狀態(tài)變?yōu)槿趺撱^(表2)。整體而言,閩三角的脫鉤狀態(tài)以擴(kuò)張性連接為主,強(qiáng)脫鉤偶爾出現(xiàn),該地區(qū)尚不具備碳達(dá)峰的條件。

利用公式(4)對廈漳泉的脫鉤狀態(tài)進(jìn)行分析,發(fā)現(xiàn),廈門、漳州和泉州的平均脫鉤系數(shù)分別為0.45、2.70和1.10,脫鉤狀態(tài)分別以弱脫鉤、擴(kuò)張負(fù)脫鉤和擴(kuò)張性連接為主(表2)。廈門的脫鉤系數(shù)多是<1的(表2),脫鉤系數(shù)逐漸下降,脫鉤狀態(tài)得到改善。強(qiáng)脫鉤出現(xiàn)的頻次較多,說明低碳政策等對廈門碳減排的促進(jìn)作用較強(qiáng)。廈門碳排放與經(jīng)濟(jì)發(fā)展已逐漸脫鉤,具備碳達(dá)峰的條件。漳州的脫鉤系數(shù)在多數(shù)年份都是>1.2的(表2),人均GDP和人均碳排放均增長,且后者的增長率更高。2005年之后漳州進(jìn)入快速工業(yè)化階段。工業(yè)化帶動(dòng)經(jīng)濟(jì)增長的同時(shí)也造成能耗增加,進(jìn)而促進(jìn)碳排放以更高的速率增長。但是隨著發(fā)展方式的轉(zhuǎn)變,漳州碳排放的脫鉤系數(shù)開始降低,尤其是2014年“新常態(tài)”之后隨著碳排放下降,演變至強(qiáng)脫鉤狀態(tài)(表2)。泉州的脫鉤狀態(tài)也在逐漸改善,但是從“十一五”到“十二五”整體的脫鉤狀態(tài)變差,最理想狀態(tài)出現(xiàn)在2016年(表2)。泉州未出現(xiàn)強(qiáng)脫鉤狀態(tài)。綜上,閩三角以及廈漳泉各市的脫鉤狀態(tài)都得到了改善,但強(qiáng)脫鉤出現(xiàn)頻次極低,經(jīng)濟(jì)發(fā)展與碳排放未脫鉤。

表2 2006—2017年閩三角城市群以及廈漳泉各市碳排放與經(jīng)濟(jì)發(fā)展的脫鉤系數(shù)與脫鉤狀態(tài)

2.3 驅(qū)動(dòng)機(jī)制分析

人均GDP和人口規(guī)模對閩三角碳排放的累計(jì)貢獻(xiàn)值分別為3724.38萬t和519.15萬t,二者是促進(jìn)碳排放增加的正向因素,且人均GDP的貢獻(xiàn)值更多(表3),但其對碳排放變化的貢獻(xiàn)度呈階段性變化。2006—2011年人均GDP對碳排放的貢獻(xiàn)值增長較快,隨后趨于穩(wěn)定,在2015年達(dá)到最大值381.22萬t。人口規(guī)模對碳排放的貢獻(xiàn)值除了在2010年出現(xiàn)較大幅度增加外其余時(shí)間較穩(wěn)定,最大貢獻(xiàn)值90.08萬t(2010年)。人均GDP和人口規(guī)模對碳排放的年均貢獻(xiàn)度分別為35.97%和4.68%,人均GDP的影響更強(qiáng),但二者的貢獻(xiàn)度均在下降(圖5)。

能源結(jié)構(gòu)和能源強(qiáng)度對閩三角碳排放的累計(jì)貢獻(xiàn)值分別是-1814.72萬t和-419.36萬t,二者均是碳排放的負(fù)向因素,且能源結(jié)構(gòu)的負(fù)向貢獻(xiàn)更多(表3)。能源結(jié)構(gòu)和能源強(qiáng)度的年均貢獻(xiàn)度分別為-5.49%和-10.44%,且二者的貢獻(xiàn)度整體上呈增長趨勢(圖5),表明能源結(jié)構(gòu)和能源強(qiáng)度對碳排放的負(fù)向影響逐漸加強(qiáng)。能源結(jié)構(gòu)和能源強(qiáng)度的最高貢獻(xiàn)度分別為45.77%(2012年)和35.53%(2010年),最低貢獻(xiàn)度分別為-53.81%(2015年)和-36.88%(2016年)(圖5)。能源結(jié)構(gòu)的變動(dòng)貢獻(xiàn)了閩三角近一半的碳排放變化量,能源結(jié)構(gòu)的變化決定了閩三角碳排放的變化趨勢(圖6)。

使用公式(5)—公式(16)分析各驅(qū)動(dòng)因素對廈漳泉碳排放的貢獻(xiàn)。人均GDP對廈門、漳州和泉州碳排放的累計(jì)貢獻(xiàn)值分別為527.96萬t、648.71萬t和2567.90萬t,人口規(guī)模的累計(jì)貢獻(xiàn)值分別為203.82萬t、46.88萬t和276.90萬t(表3)。與閩三角整體結(jié)果類似,人均GDP和人口規(guī)模是廈漳泉碳排放的正向因素。人均GDP的年均貢獻(xiàn)度分別為29.57%、48.60%和31.27%,人口規(guī)模的年均貢獻(xiàn)度分別為12.10% 2.93%和2.90%(圖5)。人均GDP對漳州碳排放有較強(qiáng)的影響,但是其貢獻(xiàn)度從2006—2010年的74.65%下降到2011—2015年的36.80%(圖5)。人口規(guī)模對廈門的碳排放有較強(qiáng)的影響,其貢獻(xiàn)度從2006—2010年的17.87%下降到2011—2015年的6.23%(圖5)。

表3 各因素對閩三角城市群及廈漳泉各市碳排放的累計(jì)貢獻(xiàn)值/(×104t)

圖5 各因素對閩三角城市群及廈漳泉的貢獻(xiàn)度Fig.5 Contribution degree of factors to carbon emissions in the GTSF, Xiamen, Zhangzhou and Quanzhou

能源結(jié)構(gòu)對廈門、漳州和泉州碳排放的累計(jì)貢獻(xiàn)值分別為-482.16、-281.85、-602.45萬t,能源結(jié)構(gòu)變化促進(jìn)了廈漳泉碳減排。能源強(qiáng)度的累計(jì)貢獻(xiàn)值分別為-312.67、-273.64、271.25萬t(表3),能源強(qiáng)度對廈門和漳州碳排放起抑制作用,對泉州碳排放起促進(jìn)作用。從貢獻(xiàn)度看,能源結(jié)構(gòu)對3個(gè)城市的年均貢獻(xiàn)度分別為-22.98%、-5.76%和-2.99%,能源強(qiáng)度的年均貢獻(xiàn)分別為-13.00%、-10.23%和-12.32%(圖5),能源結(jié)構(gòu)和能源強(qiáng)度均對廈門的碳減排有較強(qiáng)的促進(jìn)作用。

剔除人均GDP的影響后,其余各驅(qū)動(dòng)因素對閩三角碳減排的總脫鉤努力系數(shù)為4.81(表4),表明碳減排的努力抵消了部分經(jīng)濟(jì)增長對碳排放的促進(jìn)作用。能源結(jié)構(gòu)、能源強(qiáng)度和人口規(guī)模的脫鉤系數(shù)分別為5.46、1.05和-1.70(表4),因此能源結(jié)構(gòu)和能源強(qiáng)度是閩三角碳減排的強(qiáng)脫鉤努力,人口規(guī)模無脫鉤努力。人口規(guī)模對廈漳泉碳減排的總脫鉤努力系數(shù)分別為-5.31、-0.81和-1.34(表4),因此人口規(guī)模因素對廈漳泉碳減排均無脫鉤努力。能源結(jié)構(gòu)對3市碳減排的總脫鉤努力系數(shù)分別為13.18、3.91和3.48(表4),能源結(jié)構(gòu)是廈漳泉碳減排的強(qiáng)脫鉤努力。能源強(qiáng)度對碳減排的總脫鉤努力系數(shù)分別為7.04、4.26和-2.20(表4),能源強(qiáng)度對泉州碳減排無脫鉤努力。

表4 各因素的脫鉤努力系數(shù)

3 討論

3.1 經(jīng)濟(jì)發(fā)展與碳排放的相互影響

由碳排放主導(dǎo)的全球氣候變化已經(jīng)成為人類發(fā)展面臨的最大挑戰(zhàn)之一。經(jīng)濟(jì)發(fā)展促進(jìn)了碳排放增加[7,37],碳排放增長阻礙了可持續(xù)發(fā)展目標(biāo)的實(shí)現(xiàn)。碳排放既是環(huán)境問題,又是經(jīng)濟(jì)問題。全球氣候行動(dòng)的領(lǐng)導(dǎo)者歐盟已在1990年實(shí)現(xiàn)了全面的碳達(dá)峰,并于2020年9月公布了碳中和目標(biāo)。美國、日本以及加拿大等發(fā)達(dá)國家也已在2010年之前實(shí)現(xiàn)了碳達(dá)峰。

碳排放持續(xù)增加對我國對外貿(mào)易、國內(nèi)經(jīng)濟(jì)的持續(xù)發(fā)展以及生態(tài)安全等都造成了十分不利的影響。出于保障國內(nèi)經(jīng)濟(jì)社會持續(xù)發(fā)展的內(nèi)在要求和應(yīng)對全球氣候變化的責(zé)任,我國在2020年9月22日提出了“2030年前碳排放達(dá)峰、2060年前碳中和”的目標(biāo)。碳達(dá)峰、碳中和將成為帶動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要?jiǎng)恿Α?/p>

經(jīng)濟(jì)發(fā)展對閩三角碳排放增加有最強(qiáng)的促進(jìn)作用。經(jīng)濟(jì)發(fā)展促進(jìn)閩三角碳排放增加與地區(qū)經(jīng)濟(jì)發(fā)展模式有關(guān)[53]。2005—2017年閩三角第二產(chǎn)業(yè)占比從53%提升至58%,產(chǎn)業(yè)擴(kuò)張導(dǎo)致閩三角綜合能源消耗以年均11.46%的速率增加,高于人均GDP的年均增速(10.51%),經(jīng)濟(jì)發(fā)展與能源消費(fèi)難以脫鉤,閩三角的經(jīng)濟(jì)發(fā)展模式遠(yuǎn)未達(dá)到低碳的標(biāo)準(zhǔn)?！半p碳”目標(biāo)明確了閩三角未來經(jīng)濟(jì)發(fā)展的方向,即綠色的、低碳的、由技術(shù)進(jìn)步驅(qū)動(dòng)的。實(shí)現(xiàn)“雙碳”目標(biāo)將對目前粗放的發(fā)展模式產(chǎn)生較強(qiáng)影響。對閩三角而言,實(shí)現(xiàn)“雙碳”目標(biāo)既是機(jī)遇又是挑戰(zhàn),關(guān)鍵在于如何平衡經(jīng)濟(jì)發(fā)展與碳減排的關(guān)系。

《福建省“十三五”控制溫室氣體排放工作方案》明確指示“支持廈門、泉州率先實(shí)現(xiàn)碳排放峰值目標(biāo)”。廈門、漳州和泉州明確了節(jié)能減排目標(biāo),但尚未制定詳細(xì)的碳達(dá)峰行動(dòng)計(jì)劃。研究發(fā)現(xiàn),經(jīng)濟(jì)增長對廈漳泉碳排放增加也起促進(jìn)作用,但影響程度不同。

廈門經(jīng)濟(jì)增長率最低,碳排放和人均碳排放的增長率也遠(yuǎn)低于地區(qū)整體水平。經(jīng)濟(jì)發(fā)展對該市碳排放的貢獻(xiàn)度最低。碳排放與經(jīng)濟(jì)發(fā)展整體上達(dá)到了弱脫鉤狀態(tài),強(qiáng)脫鉤出現(xiàn)的頻次也較高。廈門是“低碳示范型”城市,其直接排放已達(dá)峰,綜合排放進(jìn)入平臺期,已具備了“率先達(dá)峰”的條件。

2005年之后漳州進(jìn)入快速工業(yè)化階段。鋼鐵、石化等產(chǎn)業(yè)的發(fā)展帶動(dòng)了地區(qū)人均GDP以年均11.66%的速率增長,可見漳州的經(jīng)濟(jì)發(fā)展是高碳的。經(jīng)濟(jì)增長對漳州碳排放的貢獻(xiàn)度最高。漳州碳排放以擴(kuò)張負(fù)脫鉤狀態(tài)為主,脫鉤狀態(tài)最差?；诮?jīng)濟(jì)發(fā)展的現(xiàn)實(shí)需求,漳州碳排放還將有較大的上升空間,經(jīng)濟(jì)發(fā)展對碳排放的促進(jìn)作用將長期存在,漳州實(shí)現(xiàn)“雙碳”的壓力很大。漳州實(shí)現(xiàn)“雙碳”目標(biāo)的最佳方式是轉(zhuǎn)變發(fā)展方式,提升發(fā)展質(zhì)量。以高碳工業(yè)驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展于碳達(dá)峰不利。數(shù)字化、智能化將成為漳州經(jīng)濟(jì)擴(kuò)量提質(zhì)的手段。漳州農(nóng)林碳匯抵消了部分碳排放,“雙碳”約束下,漳州更要保障農(nóng)林業(yè)穩(wěn)定發(fā)展,穩(wěn)定碳匯。

泉州貢獻(xiàn)了閩三角2/3以上的碳排放,是閩三角碳達(dá)峰的關(guān)鍵。泉州從未出現(xiàn)強(qiáng)脫鉤狀態(tài)。泉州第二產(chǎn)業(yè)占比超過60%且持續(xù)升高。“雙碳”目標(biāo)下,泉州面臨“率先達(dá)峰”的壓力,但是第二產(chǎn)業(yè)對能源的高度依賴阻礙了碳達(dá)峰的實(shí)現(xiàn),因此泉州實(shí)現(xiàn)碳達(dá)峰必須對產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行升級,以實(shí)現(xiàn)降耗和減排。

3.2 能源是閩三角實(shí)現(xiàn)“雙碳”目標(biāo)的關(guān)鍵

能源消費(fèi)是實(shí)現(xiàn)碳達(dá)峰、碳中和的關(guān)鍵[54]。長期看優(yōu)化能源消費(fèi)結(jié)構(gòu)是降低碳排放的主要手段[55—56]。本文用煤炭消費(fèi)占比表示能源結(jié)構(gòu)。閩三角煤炭消費(fèi)占比從2005年的35.72%下降到2017年的23.44%,能源結(jié)構(gòu)持續(xù)改善。“控制煤炭資源的開發(fā)規(guī)模和強(qiáng)度”以及“調(diào)整優(yōu)化能源結(jié)構(gòu)和布局”等能源政策對閩三角能源結(jié)構(gòu)優(yōu)化和碳減排起到了積極的作用。廈漳泉3市煤炭消費(fèi)占比也呈下降趨勢。能源結(jié)構(gòu)對廈門碳減排的貢獻(xiàn)度最高(圖5、圖6)。廈門通過產(chǎn)業(yè)結(jié)構(gòu)升級實(shí)現(xiàn)了結(jié)構(gòu)節(jié)能。煤炭消費(fèi)占比從2005年的35.32%下降到了2017年的16.80%(圖6),能源結(jié)構(gòu)優(yōu)化程度較高。隨著廈門抽水蓄能電站工程的建設(shè),能源結(jié)構(gòu)將進(jìn)一步優(yōu)化,煤炭消費(fèi)占比將達(dá)到更低的水平,能源結(jié)構(gòu)優(yōu)化將助力廈門“率先達(dá)峰”。能源結(jié)構(gòu)對泉州碳減排的貢獻(xiàn)度最低(圖5)。泉州消耗了閩三角45%的煤炭。雖然福建省“能源發(fā)展專項(xiàng)規(guī)劃”著重強(qiáng)調(diào)了泉州的節(jié)能降耗目標(biāo),但受產(chǎn)業(yè)結(jié)構(gòu)和規(guī)模影響,泉州煤炭消費(fèi)持續(xù)升高,煤炭消費(fèi)占比降低較少：2017年煤炭消費(fèi)量是2005年的3.55倍,2017年煤炭消費(fèi)占比(23.94%)僅比2005年(19.95%)下降了4%(圖6),能源結(jié)構(gòu)優(yōu)化程度有限,能源結(jié)構(gòu)變化對碳減排的貢獻(xiàn)較低。

能源強(qiáng)度衡量了能源消費(fèi)與經(jīng)濟(jì)產(chǎn)出間的關(guān)系,該因素對碳排放的影響存在較大不確定性[57]?？傮w而言,能源強(qiáng)度抑制了閩三角碳排放,但這種抑制作用僅發(fā)生在能源強(qiáng)度下降的階段。

能源強(qiáng)度下降抑制碳排放,能源強(qiáng)度升高促進(jìn)碳排放的效應(yīng)在廈漳泉3市也存在。2005—2017年廈漳泉能源強(qiáng)度年均變化率分別為-3.83%、-2.70和1.81%。廈門和漳州能源強(qiáng)度降低,能源強(qiáng)度的貢獻(xiàn)值<0,泉州能源強(qiáng)度升高,能源強(qiáng)度的貢獻(xiàn)值>0。廈門能源強(qiáng)度下降幅度最大、節(jié)能效果最好,能源強(qiáng)度對碳排放的抑制效應(yīng)最強(qiáng)(圖5、圖6)。漳州的能源強(qiáng)度在“十二五”時(shí)期的下降幅度更大,因此“十二五”時(shí)期能源強(qiáng)度的負(fù)向貢獻(xiàn)更高(圖6)。泉州一直未將能源強(qiáng)度控制在省級約束目標(biāo)內(nèi),導(dǎo)致泉州在每個(gè)“五年規(guī)劃”的初期必須降低能源強(qiáng)度來實(shí)現(xiàn)省級節(jié)能目標(biāo),但在規(guī)劃期末,能源強(qiáng)度反彈,所以在2005—2008年、2010—2013年以及2015—2017年能源強(qiáng)度對碳排放是抑制作用,在2008—2010年及2013—2015年是促進(jìn)作用。

圖6 能源利用對閩三角城市群及廈漳泉碳排放的貢獻(xiàn)度Fig.6 Energy utilization and its contribution degree to carbon emissions of the GTSF, Xiamen, Zhangzhou and Quanzhou

“雙碳”目標(biāo)提出之后閩三角的節(jié)能降耗力度將比之前更強(qiáng),能源結(jié)構(gòu)優(yōu)化和能源強(qiáng)度下降將對碳排放產(chǎn)生更強(qiáng)的抑制作用。在保障能源供給安全的前提下,降低煤炭等化石能源的利用、提升能源效率將對閩三角以及廈漳泉“雙碳”目標(biāo)的實(shí)現(xiàn)起到積極的促進(jìn)作用。

4 結(jié)論與政策建議

本研究運(yùn)用Tapio脫鉤模型和LMDI方法開展了閩三角碳排放脫鉤狀態(tài)及驅(qū)動(dòng)機(jī)制研究,主要結(jié)論如下：(1)閩三角碳排放及人均碳排放均持續(xù)升高,二者趨勢相同。工業(yè)中心泉州的碳排放及人均碳排放均最高。增長型城市漳州的碳排放及人均碳排放增長最快。服務(wù)型城市廈門碳排放增長最慢,人均碳排放最低。(2)能源消費(fèi)部門碳支出最高,其次是林綠地部門,但同時(shí)林綠地也是閩三角最主要的碳匯。工業(yè)部門碳支出增長最快。(3)閩三角碳排放與經(jīng)濟(jì)發(fā)展未完全脫鉤,但脫鉤狀態(tài)逐漸改善。廈門、漳州和泉州分別以弱脫鉤、擴(kuò)張負(fù)脫鉤和擴(kuò)張性連接為主。(4)人均GDP和人口規(guī)模是閩三角碳排放的正向因素,前者的促進(jìn)效應(yīng)更強(qiáng),但二者的貢獻(xiàn)度在降低。人均GDP和人口規(guī)模分別對漳州和廈門碳排放有最強(qiáng)的促進(jìn)作用。(5)能源結(jié)構(gòu)和能源強(qiáng)度是閩三角碳排放的負(fù)向因素,能源結(jié)構(gòu)的抑制效應(yīng)更強(qiáng),二者的負(fù)向貢獻(xiàn)度均在升高。能源結(jié)構(gòu)是廈漳泉碳排放的負(fù)向因素,能源強(qiáng)度對不同城市碳排放的影響效應(yīng)不同。人口規(guī)模對閩三角碳減排未做脫鉤努力,能源結(jié)構(gòu)是碳減排的強(qiáng)脫鉤努力。

能源消費(fèi)是閩三角碳排放的主要來源,能源結(jié)構(gòu)對碳排放起主要抑制作用?！半p碳”目標(biāo)約束下閩三角實(shí)現(xiàn)低碳發(fā)展的關(guān)鍵在于能源消費(fèi)結(jié)構(gòu)的優(yōu)化。在“十四五”及“十五五”時(shí)期,閩三角可依賴漳州核電、廈門水電以及泉州熱能工程等,發(fā)展低碳甚至無碳能源,擴(kuò)大可再生能源的應(yīng)用,實(shí)現(xiàn)能源供給和消費(fèi)結(jié)構(gòu)的優(yōu)化,進(jìn)而實(shí)現(xiàn)碳減排。閩三角海洋資源豐富,蘊(yùn)含著豐富的油氣資源。與煤炭相比,相同熱值的油氣資源的碳排放量更低,因此開發(fā)海洋資源也應(yīng)該納入閩三角的能源發(fā)展規(guī)劃中。閩三角可依托地區(qū)科研單位,探索可再生能源和海洋油氣能源高效的利用方式。經(jīng)濟(jì)結(jié)構(gòu)影響能源消費(fèi)。閩三角第二產(chǎn)業(yè),尤其是工業(yè)部門的發(fā)展導(dǎo)致了閩三角碳排放的迅速增長,實(shí)現(xiàn)低碳發(fā)展必須提升工業(yè)經(jīng)濟(jì)的發(fā)展質(zhì)量。閩三角應(yīng)盡快明確行業(yè)碳排放特征及驅(qū)動(dòng)機(jī)制,參考廈門“東坪山近零碳排放示范區(qū)”的經(jīng)驗(yàn),對重點(diǎn)行業(yè)開展有針對性的減排措施。廈門應(yīng)盡快制定碳達(dá)峰行動(dòng)計(jì)劃,明確達(dá)峰目標(biāo),引領(lǐng)閩三角“雙碳”行動(dòng)。漳州實(shí)現(xiàn)低碳發(fā)展的重點(diǎn)在于產(chǎn)業(yè)升級,提升現(xiàn)有的技術(shù)水平助力產(chǎn)業(yè)結(jié)構(gòu)高級化。泉州實(shí)現(xiàn)低碳發(fā)展則必須提升能源效率。