“2+26”城市煤炭消費重心演化及其與經(jīng)濟增長脫鉤效應(yīng)分析

曹正旭，張樨樨，張仁杰，丁鼎

（1.中國海洋大學(xué) 管理學(xué)院，山東 青島 266100；2.中國石油大學(xué)（華東）經(jīng)濟管理學(xué)院，山東 青島 266580；3.中國航天系統(tǒng)科學(xué)與工程研究院，北京 100037；4.商丘師范學(xué)院 經(jīng)濟管理學(xué)院，河南 商丘 476000）

煤炭在我國能源資源稟賦中占比最高的特點，使其成為經(jīng)濟社會發(fā)展的重要戰(zhàn)略性資源，支撐了電力、鋼鐵、水泥等基礎(chǔ)產(chǎn)業(yè)的快速發(fā)展。2018 年，煤炭在全球一次能源消費結(jié)構(gòu)中所占比重為27.2%，而我國煤炭消費占能源消費總量的58%，遠(yuǎn)高于世界平均水平，這種以煤為主的能源消費結(jié)構(gòu)在短期內(nèi)難以改變，且煤炭消費總量仍未達(dá)到峰值，還有進一步增長態(tài)勢，使得我國碳達(dá)峰、碳中和目標(biāo)的實現(xiàn)更加艱巨。中國作為世界上人口最多和最大的發(fā)展中國家，工業(yè)化和城市化快速發(fā)展對資源環(huán)境造成了巨大壓力，大量能源和工業(yè)品的消費帶來一系列嚴(yán)重的環(huán)境污染問題。由于我國一些地區(qū)和行業(yè)煤炭利用技術(shù)及管理模式相對落后，煤炭消費過程中溫室氣體、二氧化硫、氮氧化物及粉塵等污染物排放系數(shù)居高不下，過度依賴煤炭的能源供應(yīng)結(jié)構(gòu)對京津冀地區(qū)的空氣質(zhì)量影響巨大，低效粗放的發(fā)展模式導(dǎo)致京津冀及周邊地區(qū)霧霾災(zāi)害頻發(fā)。2017 年，生態(tài)環(huán)境部等多部門聯(lián)合北京、天津、河北、河南、山東、山西6 省份公布《京津冀及周邊地區(qū)2017—2018 年秋冬季大氣污染綜合治理攻堅行動方案》，明確將京津冀及周邊“2+26”城市列為霧霾治理的重點區(qū)域，煤炭消費總量控制成為政府拉開大氣污染治理攻堅戰(zhàn)的重要著力點，政策措施也逐步進入到煤炭減量替代的深度治理階段。但是，在自上而下高強度政策推力下，因忽視“2+26”各城市經(jīng)濟社會發(fā)展層次和水平，煤炭消費控制出現(xiàn)了企業(yè)簡單關(guān)停而轉(zhuǎn)型不足、能源替代直接粗暴和各自為政效果不一等“一刀切”問題和“孤島”現(xiàn)象，煤控措施難以持久，這主要是由“2+26”城市煤炭減量替代路徑的差異化設(shè)計不足和缺乏相應(yīng)的協(xié)同推進機制而造成的。對此，本文基于“2+26”城市的市情分析，從區(qū)域共治視角開展“2+26”城市煤炭消費減量替代的差異化路徑及政策協(xié)同機制設(shè)計，對構(gòu)建跨區(qū)域大氣污染治理長效機制具有重要意義。

1 文獻(xiàn)綜述

大量能源消費支撐了經(jīng)濟高速增長，也帶來嚴(yán)重的空氣污染問題。以煤炭為主的能源消費是我國霧霾的主要來源，關(guān)于控制煤炭消費的呼聲越來越高[1-2]，煤炭消費控制也成為學(xué)術(shù)界關(guān)注的焦點問題，學(xué)者們對此進行了卓有成效的研究。一是關(guān)于煤炭消費總量預(yù)測及減煤潛力的研究。俞天貴等[3]、張會新等[4]、張正球等[5]等分別采用ARIMA 模型、灰色系統(tǒng)理論、改進的BP模型對我國煤炭消費需求進行預(yù)測分析，取得了較好的預(yù)測效果。部分研究[6-7]將不同的方法相結(jié)合，采用混合模型進行預(yù)測，提高了預(yù)測精度。煤炭消費需求預(yù)測建立在對煤炭消費領(lǐng)域深入分析的基礎(chǔ)上，主要涵蓋了高耗煤行業(yè)和散煤消費。一方面，我國煤炭消費主要聚集在鋼鐵、火電、化工等領(lǐng)域，因而這些行業(yè)具有明顯的減煤潛力[8]；另一方面，散煤消費以工業(yè)燃煤、小鍋爐用煤和農(nóng)村生活用煤為主，我國每年有20%左右的煤炭用于無任何環(huán)保治理措施的民用取暖和不能穩(wěn)定達(dá)標(biāo)排放的工業(yè)領(lǐng)域中小型燃煤設(shè)施散煤消費[9]，散煤治理是煤炭消費總量控制的重要潛力來源[10]。二是關(guān)于煤炭消費時空差異及驅(qū)動因素的研究。煤炭消費總量隨經(jīng)濟發(fā)展而不斷增加，但是，當(dāng)經(jīng)濟發(fā)展和技術(shù)水平達(dá)到一定程度后，煤炭消費與經(jīng)濟發(fā)展逐漸呈現(xiàn)脫鉤狀態(tài)[11-12]。煤炭消費在能源消費結(jié)構(gòu)中所占的比重也逐步降低，經(jīng)濟增長對煤炭消費的依賴程度趨于減弱[13]。因此，煤炭消費總量在時間序列上總體呈現(xiàn)先增后降的倒“U”型演化趨勢。由于不同地區(qū)資源稟賦與經(jīng)濟社會發(fā)展層次和水平不同，煤炭消費也存在明顯的空間差異，學(xué)者們運用聚類分析法[14]、變異系數(shù)法[15]、面板數(shù)據(jù)模型[16]等多種方法對煤炭消費的地區(qū)性差異進行了定量分析，研究發(fā)現(xiàn)區(qū)域煤炭消費在空間格局演變中存在明顯異質(zhì)性，鄰近地區(qū)煤炭消費存在溢出效應(yīng)[17]。煤炭消費特征及時空差異是由多種驅(qū)動因素共同引起的，包括經(jīng)濟發(fā)展水平[18]、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整[19]、煤炭價格[20]、電力行業(yè)[21]、技術(shù)應(yīng)用[22]等。三是關(guān)于煤炭消費與經(jīng)濟發(fā)展關(guān)系的研究。APERGIS 等[23]運用面板數(shù)據(jù)研究了25 個OCED 成員國煤炭消費與經(jīng)濟增長之間的關(guān)系，發(fā)現(xiàn)二者存在單向因果關(guān)系。LEI 等[24]對世界主要煤炭消費國進行研究，得到了德、俄、日的煤炭消費與經(jīng)濟發(fā)展存在雙向因果關(guān)系，中國僅存在從經(jīng)濟發(fā)展到煤炭消費的單向因果關(guān)系，美國與印度的煤炭消費與經(jīng)濟發(fā)展不存在因果關(guān)系的結(jié)論。ZHANG 等[25]利用LMDI 分解法探討了影響中國煤炭消費的驅(qū)動因素，發(fā)現(xiàn)經(jīng)濟活動效應(yīng)使中國煤炭消費持續(xù)增長。KIM 等[26]經(jīng)過實證研究表明，印尼的資源稟賦與產(chǎn)業(yè)結(jié)構(gòu)決定了煤炭消費與經(jīng)濟增長之間不存在因果關(guān)系。在國外研究的基礎(chǔ)上，方行明等[27]利用面板數(shù)據(jù)以中國為例，研究發(fā)現(xiàn)中國煤炭消費與經(jīng)濟增長存在倒“U”型曲線關(guān)系，拐點出現(xiàn)在2040 年左右。隋建利等[28]通過測度異質(zhì)性能源消費與經(jīng)濟增長的驅(qū)動關(guān)系，發(fā)現(xiàn)經(jīng)濟增長對煤炭驅(qū)動持續(xù)期較長，煤炭、石油、天然氣和電力對經(jīng)濟增長驅(qū)動持續(xù)期大致相同。

綜上所述，眾多學(xué)者從多層面、多維度對煤炭消費特征、控制對策及煤炭消費與經(jīng)濟發(fā)展的關(guān)系進行了研究，為煤炭消費總量控制提供了重要理論支撐。評價區(qū)域煤炭消費均衡發(fā)展關(guān)系時，需考慮煤炭消費重心之間的空間距離，為直觀反映地區(qū)煤炭消費重心及空間聯(lián)系，本文運用重心模型分析“2+26”城市煤炭消費強度重心移動軌跡。此外，現(xiàn)有研究多是對煤炭消費與經(jīng)濟增長的因果關(guān)系進行分析，受資源稟賦和經(jīng)濟社會水平影響，分析結(jié)果存在偏差，而已有脫鉤研究從地區(qū)和行業(yè)的角度分析了煤炭消費與經(jīng)濟增長所處的具體階段，發(fā)現(xiàn)煤炭消費與經(jīng)濟增長存在一定的脫鉤效應(yīng)，為本文分析煤炭消費與經(jīng)濟增長脫鉤的時空趨勢提供了依據(jù)。因此，本文利用脫鉤模型分析煤炭消費與經(jīng)濟增長脫鉤關(guān)系的時空異質(zhì)性，充分了解各城市經(jīng)濟發(fā)展與煤炭消費的脫鉤程度，借助STIRPAT 計量模型對影響脫鉤的相關(guān)因素進行分析，以期為區(qū)域煤炭控制和經(jīng)濟可持續(xù)發(fā)展提供理論依據(jù)。

2 研究方法及數(shù)據(jù)來源

2.1 重心模型

區(qū)域重心是區(qū)域空間保持各個方向力量平衡的某點。由于區(qū)域存在空間不均衡性，地理現(xiàn)象在不同空間區(qū)域的作用力大小也會發(fā)生相應(yīng)變化。因此，在研究某一現(xiàn)象的空間特征及空間變化時，通常會用重心來衡量。本研究以“2+26”城市為研究對象，引入重心模型來更加精準(zhǔn)、直觀地描繪煤炭消費空間重心移動軌跡。

式中：n為研究區(qū)的28 個城市，表示第j年的研究區(qū)重心坐標(biāo)；Wij表示第j年i區(qū)域單位GDP 煤炭消費量，(Xi,Yi)表示第i個評價單元地理中心坐標(biāo)。

重心轉(zhuǎn)移距離計算公式為：

式中：d表示相隔年份間煤炭消費強度重心移動距離；α、β分別表示不同年份；(Xα,Yα)與(Xβ,Yβ)分別表示第α年、第β年煤炭消費強度重心所在的經(jīng)緯度；C為常數(shù)，一般取111.111[29]。

2.2 脫鉤測度模型

脫鉤是指原本相關(guān)聯(lián)的兩個變量脫離相互影響，客觀反映變化速率非同步實質(zhì)。脫鉤理論經(jīng)過不斷發(fā)展，被廣泛應(yīng)用于研究物質(zhì)消耗或環(huán)境壓力與經(jīng)濟增長之間的關(guān)系。TAPIO[30]在研究1970—2001 年歐洲經(jīng)濟增長與碳排放之間的關(guān)系時提出了兩者之間的脫鉤彈性公式。按照TAPIO 使用的脫鉤指數(shù)，建立脫鉤模型為：

式中：ξ為GDP 與煤炭消費之間的脫鉤指數(shù)；ΔC表示當(dāng)期相對上期煤炭消費的變化量；ΔGDP表示當(dāng)期相對上期GDP 的變化量；δC表示煤炭消費的變化率；δY表示GDP 的變化率。TAPIO 根據(jù)脫鉤彈性值將脫鉤狀態(tài)分成脫鉤、連接和負(fù)脫鉤三類情況，并進一步劃分為8種細(xì)分狀態(tài)（表1）。

表1 脫鉤狀態(tài)與脫鉤指數(shù)對應(yīng)關(guān)系

2.3 STIRPAT模型

1971 年，EHRLICH 等[31]為研究環(huán)境壓力影響因素提出IPAT 模型，將環(huán)境沖擊分解成人口、財富、技術(shù)3 個驅(qū)動因素，表達(dá)式為：

式中：I表示環(huán)境壓力；P表示人口規(guī)模；A表示富裕度；T表示技術(shù)水平?；贗PAT 模型的局限性，LIDDLE[32]在IPAT 模型的基礎(chǔ)上建立了STIRPAT 模型，用于研究人類活動與環(huán)境之間的關(guān)系，其表達(dá)式為：

式中：a為模型的系數(shù)；b、c、d分別為人口規(guī)模、富裕度、技術(shù)水平的指數(shù)；ε為模型誤差項。

對模型兩邊進行對數(shù)化處理：

產(chǎn)業(yè)的不斷升級，有助于改變產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)，從而提高能源利用率，降低煤炭消費，并且我國正處于城市化進程的重要階段，城市化進程促進農(nóng)村勞動力向城市轉(zhuǎn)移，增加了能源消費機會，產(chǎn)業(yè)結(jié)構(gòu)和人口城鎮(zhèn)化是影響煤炭消費與經(jīng)濟發(fā)展的重要因素，可能會影響煤炭消費與經(jīng)濟增長的脫鉤狀態(tài)。因此，為科學(xué)反映指標(biāo)的完整性和驅(qū)動因素的綜合作用，充分考慮“2+26”城市區(qū)域發(fā)展特點及煤炭消費特征，對模型中的影響因素進行合理改進，將產(chǎn)業(yè)結(jié)構(gòu)和人口城鎮(zhèn)化引入模型（6）。鑒于富裕度在煤炭消費與經(jīng)濟增長脫鉤過程中可能存在倒“U”型曲線關(guān)系，因此需要增設(shè)平方項加以驗證。改進模型如下：

式中：lny為因變量；lna為常數(shù)項；P1為常住人口數(shù)量；P2為人口城鎮(zhèn)化水平；A為人均GDP；ind為第三產(chǎn)業(yè)增加值占地區(qū)總產(chǎn)值的比重；T為發(fā)明專利申請量；lnε為模型誤差項。由于脫鉤指數(shù)可能存在負(fù)值，因此需要對其進行正向化處理，本文采取各脫鉤指數(shù)減去樣本量中的最小值，得到新的數(shù)值采用y表示，此種處理方式是將數(shù)據(jù)進行平移，其原有實際屬性不變，在經(jīng)濟不斷增長的情況下，依然是脫鉤指數(shù)值越小，其脫鉤程度越高[33]。

2.4 數(shù)據(jù)來源

研究數(shù)據(jù)主要來源于2009—2019 年的《北京統(tǒng)計年鑒》《天津統(tǒng)計年鑒》《河北統(tǒng)計年鑒》《山東統(tǒng)計年鑒》《山西統(tǒng)計年鑒》《河南統(tǒng)計年鑒》和研究區(qū)各市統(tǒng)計年鑒及年度統(tǒng)計公報。

3 實證分析

3.1 研究區(qū)概況

京津冀位于華北平原北部，自2013 年以來，該區(qū)域空氣污染事件頻發(fā)。生態(tài)環(huán)境部在大規(guī)模實地實驗和模型模擬的基礎(chǔ)上得出結(jié)論，京津冀及周邊地區(qū)共28個城市形成了區(qū)域性大氣污染物傳輸網(wǎng)絡(luò)，導(dǎo)致京津冀地區(qū)霧霾災(zāi)害頻發(fā)。28 個城市是指生態(tài)環(huán)境部確定的京津冀大氣污染傳輸通道，即北京、天津，河北省的石家莊、唐山、保定、廊坊、滄州、衡水、邯鄲、邢臺，山東省的濟南、淄博、聊城、德州、濱州、濟寧、菏澤，河南省的鄭州、新鄉(xiāng)、鶴壁、安陽、焦作、濮陽、開封，山西省的太原、陽泉、長治、晉城，簡稱“2+26”城市，研究區(qū)如圖1 所示。研究區(qū)國土面積占我國國土總面積的3%，2018 年該區(qū)域人口數(shù)量為18 832.64 萬人，占我國總?cè)丝诘?3.5%；GDP 總量為13.87 萬億元，占國家GDP 總量的15.4%。

圖1 “2+26”城市分布地理區(qū)位

3.2 空間重心移動軌跡

根據(jù)“2+26”城市的基礎(chǔ)數(shù)據(jù)，計算2008—2018 年煤炭消費強度的重心坐標(biāo)分布、偏移距離及重心動態(tài)變化狀況（表2、圖2）。由表2、圖2 可知，2008—2018 年煤炭消費強度重心主要分布在35°48′3″N～37°04′2″N、114°84′4″E～115°09′0″E 之間，集中在邯鄲市境內(nèi)，以研究區(qū)幾何中心為參考，偏于幾何中心的西南方，年際變化較大，最大移動距離為37.760 km（2009 年），最小移動距離為2.224 km（2012年），表明“2+26”城市西南部地區(qū)煤炭消費強度大于東北部地區(qū)。這是因為各城市資源稟賦與經(jīng)濟社會發(fā)展層次和水平不同，煤炭消費政策存在差異，西南部資源型城市較多，山西與河南部分城市如陽泉、長治、晉城、焦作、鶴壁、濮陽等煤炭資源豐富，富煤少油的資源稟賦特征決定了該地區(qū)煤炭消耗較高，部分城市政府為了完成當(dāng)?shù)亟?jīng)濟發(fā)展目標(biāo)，沒有制定嚴(yán)格的煤控措施，新舊動能轉(zhuǎn)換不及時，煤炭利用效率低下。因此，調(diào)整和優(yōu)化區(qū)域間產(chǎn)業(yè)結(jié)構(gòu)、制定煤炭總量控制策略與提高煤炭利用率是決策者今后應(yīng)重點關(guān)注的問題。

圖2 2008—2018年“2+26”城市煤炭消費強度的重心及其演化軌跡

表2 “2+26”城市煤炭消費強度重心時序演變

煤炭消費強度重心年際偏移方向和距離可反映區(qū)域煤炭消費平衡性的偏移程度。從重心偏移方向來看，如圖2 所示，煤炭消費強度重心移動軌跡具有很強的不穩(wěn)定性，偏移方向總體呈現(xiàn)“西南—東北”傾向。2008—2012 年，重心移動軌跡呈“N”形，先向東北再向東南，然后又向東北方向移動，總移動距離82.239 km。2012—2016 年，重心在邯鄲和邢臺市境內(nèi)折返，2013年和2015 年位于邯鄲，2014 年和2016 年兩次向北移至邢臺，總移動距離77.313 km。2016—2018 年，重心整體向研究區(qū)域西南方向偏移，總移動距離37.543 km。煤炭消費強度重心移動軌跡變化表明，“2+26”城市煤炭消費年際波動較大。唐山、滄州、濱州、德州等東北部工業(yè)城市單位GDP 煤炭消耗逐漸增加，導(dǎo)致重心向東北部偏移，生態(tài)環(huán)境部確立“2+26”城市為京津冀大氣污染傳輸通道之后，各市積極響應(yīng)國家政策，加大了煤控力度，煤炭消費量逐年下降，2016—2018 年，山東、河北控煤效果更為明顯，山西省的長治、晉城及河南省的焦作、新鄉(xiāng)、安陽等市煤炭削減速度較慢，重心開始向西南偏移。因此，河南、山西部分城市應(yīng)采取更加嚴(yán)格的煤控措施，加強節(jié)能降耗工作，有效控制煤炭消費總量。

3.3 脫鉤效應(yīng)時間演變分析

運用Tapio 脫鉤模型，計算“2+26”城市煤炭消費與經(jīng)濟增長的脫鉤值（表3）。由分析結(jié)果可知，2008—2018 年，“2+26”城市煤炭消費與經(jīng)濟增長之間存在脫鉤效應(yīng)。具體而論，將2008—2018 年分為兩個階段：2008—2012 年以弱脫鉤為主，呈現(xiàn)向強脫鉤過渡趨勢，受國內(nèi)外宏觀經(jīng)濟形勢影響，這一時間段是我國經(jīng)濟發(fā)展的黃金時期，經(jīng)濟增長速度在10%以上，經(jīng)濟增長伴隨大量能源消耗，此時煤炭占能源消費比重過高，政府未能及時制定煤炭控制政策，導(dǎo)致經(jīng)濟與煤炭消費實現(xiàn)雙增長，經(jīng)濟發(fā)展與煤炭消費關(guān)系密切。由于煤炭消費與經(jīng)濟增長存在弱脫鉤狀態(tài)，表明煤炭消費增加幅度小于經(jīng)濟增長幅度。2013—2018 年為強脫鉤狀態(tài)，這一時期國家開始實施控煤政策，各地加大控煤力度，淘汰、關(guān)閉了一批煤耗高、技術(shù)利用率落后的中小企業(yè)，此階段由于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與新舊動能轉(zhuǎn)換，經(jīng)濟依然保持良好的增長勢頭，并未受到煤炭減量的影響，區(qū)域經(jīng)濟發(fā)展逐漸擺脫依賴煤炭消費?？傮w而言，2008—2018年，“2+26”城市區(qū)域煤炭消費與經(jīng)濟增長脫鉤狀態(tài)完成了由弱脫鉤向強脫鉤過渡，逐漸向理想狀態(tài)發(fā)展，之所以出現(xiàn)這種狀態(tài)是因為經(jīng)濟正由數(shù)量增長向質(zhì)量增長轉(zhuǎn)型，經(jīng)濟發(fā)展逐漸擺脫以高煤耗為代價。

表3 經(jīng)濟增長與煤炭消費脫鉤分析結(jié)果

3.4 脫鉤效應(yīng)空間差異分析

從脫鉤效應(yīng)的空間分布（圖3、表4）來看，2008 年，“2+26”城市表現(xiàn)出強脫鉤、弱脫鉤、衰退脫鉤、增長連接、強負(fù)脫鉤、擴張負(fù)脫鉤六種狀態(tài)，其中，區(qū)域整體以弱脫鉤為主，僅北京、衡水、邢臺、太原、濟南、鄭州、安陽7 個城市表現(xiàn)為強脫鉤，達(dá)到區(qū)域經(jīng)濟綠色發(fā)展的理想狀態(tài)，表明此時部分城市煤炭消費量與經(jīng)濟發(fā)展水平關(guān)系極不合理。滄州、濱州、淄博、鶴壁、開封等市經(jīng)濟發(fā)展緩慢，但煤炭消費持續(xù)增加，二者未達(dá)理想脫鉤狀態(tài)。2011 年，表現(xiàn)為強脫鉤、弱脫鉤、增長連接、擴張負(fù)脫鉤四種狀態(tài)，強脫鉤城市11 個，弱脫鉤城市14 個，僅唐山呈擴張負(fù)脫鉤狀態(tài)，區(qū)域整體實現(xiàn)了煤炭消費與經(jīng)濟增長脫鉤，并且脫鉤呈現(xiàn)一定程度的集聚，表明各個地區(qū)經(jīng)濟發(fā)展勢頭良好，煤炭消費量雖然在增加，但其增速遠(yuǎn)不及經(jīng)濟增長速度，脫鉤城市進一步增加。2014 年，表現(xiàn)為強脫鉤、弱脫鉤、衰退連接、擴張負(fù)脫鉤、弱負(fù)脫鉤五種狀態(tài)，強脫鉤城市從原來的11 個增加到16 個，但是卻有9 個城市表現(xiàn)為負(fù)脫鉤，其中長治為弱負(fù)脫鉤，脫鉤狀態(tài)最不理想，表明這一時期區(qū)域經(jīng)濟發(fā)展方式存在較大差異。一方面，更多城市的經(jīng)濟發(fā)展擺脫了依賴煤炭消耗，優(yōu)化了能源結(jié)構(gòu)，實現(xiàn)了經(jīng)濟發(fā)展與節(jié)能減煤雙贏模式；另一方面，一些城市依然通過大量的煤炭消耗支撐經(jīng)濟的增長，為了完成經(jīng)濟發(fā)展目標(biāo)，忽略了煤炭消費管控，導(dǎo)致煤炭消費與經(jīng)濟增長之間表現(xiàn)為負(fù)脫鉤狀態(tài)。2018年，表現(xiàn)出強脫鉤、弱脫鉤、衰退連接、擴張負(fù)脫鉤四種狀態(tài)，脫鉤城市達(dá)25 個，占研究區(qū)域的89.3%，其中強脫鉤城市為22 個，僅3 個城市未達(dá)脫鉤狀態(tài)，石家莊呈現(xiàn)衰退連接狀態(tài)，衡水和濮陽表現(xiàn)為擴張負(fù)脫鉤狀態(tài)。這一時期生態(tài)環(huán)境部充分了解了導(dǎo)致京津冀及周邊地區(qū)霧霾災(zāi)害頻發(fā)的原因，明確將京津冀及周邊“2+26”城市列為霧霾治理的重點區(qū)域，隨著《京津冀及周邊地區(qū)2017年大氣污染防治工作方案》與《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動計劃》等一系列政策推行，煤炭消費控制成為治理大氣污染的主要手段，各地加強了煤炭消費管控。

圖3 “2+26”城市經(jīng)濟增長與煤炭消費脫鉤的區(qū)域差異

表4 不同年份經(jīng)濟增長與煤炭消費強脫鉤城市

通過對“2+26”城市煤炭消費與經(jīng)濟增長脫鉤關(guān)系時空差異的分析，發(fā)現(xiàn)在研究期內(nèi)，區(qū)域煤炭消費與經(jīng)濟發(fā)展的脫鉤水平較高，但部分城市出現(xiàn)了煤耗量的顯著回升，脫鉤狀態(tài)極不穩(wěn)定。從時間特征來看，煤炭消費與經(jīng)濟增長實現(xiàn)了弱脫鉤向強脫鉤過渡，表明區(qū)域經(jīng)濟增長動力不足時，往往伴隨煤炭消費量的增加，但經(jīng)濟增長速度大于煤炭消費增長速度，當(dāng)政府面臨環(huán)境績效考核或環(huán)保政策出臺時，煤炭消費量受政府管控影響會迅速降低，出現(xiàn)負(fù)增長現(xiàn)象。從空間特征來看，強脫鉤城市從2008 年的7 個增加到2018 年的22 個，在此期間，只有北京、邢臺、濟南一直保持強脫鉤狀態(tài)，其他城市脫鉤程度波動較大，以唐山為例，2008 年表現(xiàn)為弱脫鉤，2011 年為擴張負(fù)脫鉤，2014 年為衰退連接，2018 年則呈現(xiàn)為強脫鉤。這是因為各市經(jīng)濟發(fā)展方式與發(fā)展程度不同，有些城市第二產(chǎn)業(yè)體量大，經(jīng)濟轉(zhuǎn)型較為緩慢，尤其高耗能行業(yè)能效進步速度非?？?，已經(jīng)進入到飽和，很多行業(yè)效率水平已經(jīng)達(dá)到比較先進的情況，在這種情況下，進一步提高能源效率難度非常大。

4 脫鉤驅(qū)動因素

上述脫鉤模型直觀反映了煤炭消費與經(jīng)濟增長二者的動態(tài)變化關(guān)系。為深入探究煤炭消費與經(jīng)濟增長脫鉤的內(nèi)在影響因素，采用STIRPAT 計量模型對研究區(qū)域進一步回歸。在分析脫鉤驅(qū)動因素之前，先檢驗各驅(qū)動因子的相關(guān)性（表5）。由表5 可知，各驅(qū)動因素均與lny顯著相關(guān)，表明人口規(guī)模、財富水平、產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)進步等人類社會經(jīng)濟因素對煤炭消費與經(jīng)濟增長脫鉤的影響較大。相關(guān)性分析也表明驅(qū)動因素內(nèi)部相關(guān)性較強，因此通過一般線性回歸模型中的多重共線性診斷說明各驅(qū)動因素間是否存在多重共線性。根據(jù)各驅(qū)動因素的方差膨脹因子（VIF）（表6）可知，各驅(qū)動因素的VIF 均大于10，最大值為311.896，表明驅(qū)動因子間存在明顯共線性，若利用最小二乘法建立多元線性回歸方程會破壞參數(shù)估計，增大STIRPAT 模型誤差。因此，本研究采用嶺回歸對模型進行擬合。

表5 各驅(qū)動因素的Pearson相關(guān)系數(shù)

表6 多重共線性診斷

嶺回歸分析在最小二乘法的基礎(chǔ)上加一個k值，極大地提高了回歸方程的穩(wěn)定性。當(dāng)k=0.04 時，嶺跡圖與各變量回歸系數(shù)均趨于穩(wěn)定。此時，方差分析結(jié)果顯示，模型R2為0.859，F(xiàn)值為124.32，t 檢驗的顯著性小于0.05，表明模型擬合度良好，回歸方程有意義，故選用k=0.04時的嶺回歸擬合結(jié)果確定隨機模型，模型擬合見表7。

表7 嶺回歸擬合結(jié)果

從回歸結(jié)果可以看出，人口規(guī)模、人口城鎮(zhèn)化、經(jīng)濟發(fā)展水平與脫鉤指數(shù)存在正相關(guān)關(guān)系，產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進步與脫鉤指數(shù)存在負(fù)相關(guān)關(guān)系。人口規(guī)模的系數(shù)為0.354，意味著人口規(guī)模每提升1 個單位，脫鉤指數(shù)增加0.354%，由于在經(jīng)濟不斷增長的情況下，脫鉤指數(shù)值越小其脫鉤程度越高，說明人口總量的增加抑制了煤炭消費與經(jīng)濟增長的脫鉤，人口既是供給側(cè)勞動力的來源，更是消費側(cè)的消費主體，人口的增長會增加煤炭等資源的消耗，因此，人口增長抑制了煤炭消費與經(jīng)濟增長的脫鉤效應(yīng)。

人口城鎮(zhèn)化的系數(shù)為0.411，表明人口城鎮(zhèn)化每提升1 個單位，脫鉤指數(shù)增加0.411%，即人口城鎮(zhèn)化抑制了煤炭消費與經(jīng)濟增長的脫鉤。隨著城鎮(zhèn)化水平的提高，大量人口逐漸向城鎮(zhèn)集中，城鎮(zhèn)家庭的能源消費機會高于農(nóng)村家庭，并且城鎮(zhèn)集聚會吸引企業(yè)落地，增加了就業(yè)機會，城鎮(zhèn)人口就業(yè)率的提高相當(dāng)于增加了勞動投入，對煤炭需求量有所增加，因此不利于實現(xiàn)煤炭消費與經(jīng)濟增長的脫鉤。

經(jīng)濟發(fā)展水平一次項和二次項的系數(shù)分別為0.724和-0.023，意味著人均GDP 每提升1 個單位，脫鉤指數(shù)增加0.724%，表明隨著經(jīng)濟發(fā)展，脫鉤指數(shù)持續(xù)增加，人均GDP 的增長抑制了煤炭消費與經(jīng)濟增長的脫鉤。這是因為“2+26”城市大部分城市正處于工業(yè)化發(fā)展的重要階段，以要素投入為主的經(jīng)濟發(fā)展模式必須依靠大量能源消耗為支撐，經(jīng)濟發(fā)展依舊依賴于能源尤其是煤炭消費。二次項系數(shù)為負(fù)，表明該結(jié)果支持經(jīng)濟增長與煤炭消費之間存在倒“U”型關(guān)系的論斷。

產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)為-0.968，意味著第三產(chǎn)業(yè)產(chǎn)值占GDP 比重每提升1 個單位，脫鉤指數(shù)減少-0.968%，表明隨著產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，脫鉤指數(shù)越來越小，產(chǎn)業(yè)結(jié)構(gòu)是促進煤炭消費與經(jīng)濟發(fā)展脫鉤的主要因素。為促進經(jīng)濟快速發(fā)展，各市形成了以工業(yè)為主導(dǎo)的發(fā)展模式，產(chǎn)業(yè)布局不合理，高耗能、低效率產(chǎn)業(yè)較多，能源依賴性強。隨著大氣環(huán)境污染問題加劇與國家宏觀煤控政策的發(fā)布，各市加快了產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，尋求綠色高效發(fā)展方式，產(chǎn)業(yè)結(jié)構(gòu)正由“二、三、一”模式向“三、二、一”模式過渡，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型為煤炭減量做出的貢獻(xiàn)最大，因此，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型促進了煤炭消費與經(jīng)濟增長的脫鉤。

技術(shù)進步的系數(shù)為-0.185，意味著技術(shù)進步每提升1 個單位，脫鉤指數(shù)減少-0.185%，表明技術(shù)進步促進了煤炭消費與經(jīng)濟增長的脫鉤，但整體影響效果較小。技術(shù)進步一方面通過提高煤炭利用效率降低煤炭消耗，另一方面回報效應(yīng)意味著技術(shù)進步有助于刺激經(jīng)濟發(fā)展，間接增加了煤炭需求量，進而抵消了由于效率提高節(jié)約的能源。此外，技術(shù)進步存在一定的門檻和時間滯后效應(yīng)，對于一些研發(fā)投入較少、技術(shù)起步較慢的地區(qū)來說，技術(shù)進步的減煤效應(yīng)還未充分顯現(xiàn)，需要進一步加大煤炭高效利用和節(jié)煤技術(shù)的研發(fā)投入力度，提高煤炭利用效率，有效遏制煤炭資源消費總量的增長。

5 結(jié)論與建議

選取“2+26”城市2008—2018 年的相關(guān)數(shù)據(jù)，運用重心模型探究了區(qū)域煤炭消費強度重心移動軌跡，并運用脫鉤理論分析了煤炭消費與經(jīng)濟增長脫鉤關(guān)系，在此基礎(chǔ)上借助STIRPAT 模型對影響脫鉤的相關(guān)因素進行分析。基于分析結(jié)果得出以下結(jié)論：（1）煤炭消費強度重心移動軌跡位于幾何中心的西南方向，總體先向東北再向西南方向移動，年際軌跡變化不規(guī)則，具有很強的不穩(wěn)定性。（2）2008—2012 年，“2+26”城市區(qū)域煤炭消費與經(jīng)濟增長以弱脫鉤為主；2013—2018 年呈現(xiàn)強脫鉤狀態(tài)，區(qū)域經(jīng)濟增長逐漸擺脫依賴煤炭消費，趨于向理想狀態(tài)發(fā)展。（3）強脫鉤城市由2008 年的7 個增加到2018 年的22 個，由于各城市經(jīng)濟社會發(fā)展層次和水平存在差異，因此各市做出的脫鉤貢獻(xiàn)程度不同，其中，北京、邢臺、濟南做出的脫鉤貢獻(xiàn)最大，東北部城市滄州、濱州、淄博與西南部城市焦作、新鄉(xiāng)、安陽、長治、晉城等脫鉤狀態(tài)不穩(wěn)定。（4）人口規(guī)模、人口城鎮(zhèn)化、人均GDP、第三產(chǎn)業(yè)占總產(chǎn)值比重、專利申請量每變化1%，煤炭消費與經(jīng)濟增長脫鉤指數(shù)相應(yīng)變化0.354%、0.411%、0.724%、-0.968%、-0.185%。產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型是實現(xiàn)“2+26”城市煤炭消費與經(jīng)濟發(fā)展脫鉤的主要因素，技術(shù)進步雖然促進了二者脫鉤，但貢獻(xiàn)度較小。

基于研究結(jié)論，提出以下政策建議：（1）由于“2+26”城市具有相異的資源稟賦、經(jīng)濟水平和社會條件，因此煤炭減量替代也應(yīng)因地制宜。唐山、濱州、淄博、德州等西北部高耗煤工業(yè)城市要加強對工業(yè)企業(yè)的整治，推動現(xiàn)有鋼鐵、焦化、有色金屬、化工等高污染企業(yè)逐步轉(zhuǎn)移或依法關(guān)閉，淘汰效率低、煤耗高、污染重的用煤設(shè)施，陽泉、長治、晉城、焦作、鶴壁、濮陽等西南部資源型城市應(yīng)合理利用能源，加快煤層氣供應(yīng)，充分利用太陽能、風(fēng)能等清潔能源替代煤炭發(fā)電，減少傳統(tǒng)能源消費。（2）產(chǎn)業(yè)結(jié)構(gòu)升級是驅(qū)動煤炭消費與經(jīng)濟發(fā)展脫鉤的主要因素，因此要調(diào)整第二產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)，逐漸降低工業(yè)比重，重點扶持低能耗、低污染的產(chǎn)業(yè)發(fā)展，對不符合產(chǎn)業(yè)政策的“小散亂污”企業(yè)依法取締，同時鼓勵企業(yè)積極創(chuàng)新，通過淘汰落后產(chǎn)能與培育新興產(chǎn)業(yè)促進產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型。（3）發(fā)揮政府的主導(dǎo)作用，根據(jù)本地自然條件、資源稟賦，科學(xué)研究制定具體煤炭控制政策。各地區(qū)投資主管部門要嚴(yán)格把關(guān)，提高煤炭消費項目審核標(biāo)準(zhǔn)，加強煤炭市場管理，保證自上而下各個控煤環(huán)節(jié)落實到位。