江蘇省經(jīng)濟(jì)增長與碳排放的脫鉤關(guān)系研究

摘要：文章基于2005—2020年江蘇省的人口、經(jīng)濟(jì)發(fā)展、能源強(qiáng)度以及二氧化碳排放的相關(guān)數(shù)據(jù)，通過構(gòu)建LMDI因素分解模型對江蘇省碳排放的脫鉤狀態(tài)進(jìn)行研究，結(jié)果表明，在“十一五”至“十三五”期間，江蘇省碳排放總體處于弱脫鉤狀態(tài)，未達(dá)到穩(wěn)定的強(qiáng)脫鉤狀態(tài)；在影響碳排放的各驅(qū)動因素中，對碳排放與經(jīng)濟(jì)增長的脫鉤狀態(tài)影響最大的是能源強(qiáng)度效應(yīng)。文章最后提出合理的降低碳排放的策略。

關(guān)鍵詞：碳排放脫鉤；LMDI因素分解模型；Tapio脫鉤指數(shù)

中圖分類號：X322" 文獻(xiàn)標(biāo)志碼：A

0 引言

“雙碳”目標(biāo)的實現(xiàn)有利于推動我國經(jīng)濟(jì)綠色、低碳和循環(huán)發(fā)展。近年來，江蘇省大力推進(jìn)綠色低碳發(fā)展，取得了顯著成效。但是，目前經(jīng)濟(jì)發(fā)展仍然是以煤為主的能源結(jié)構(gòu)和重化工業(yè)結(jié)構(gòu)，江蘇省規(guī)上重工業(yè)企業(yè)占60%以上，高耗能、高碳排放的經(jīng)濟(jì)發(fā)展模式已與當(dāng)前的社會發(fā)展不匹配，轉(zhuǎn)變產(chǎn)業(yè)結(jié)構(gòu)和能源消費結(jié)構(gòu)迫在眉睫。

本研究首先根據(jù)江蘇省2006—2020年的碳排放與經(jīng)濟(jì)發(fā)展的數(shù)據(jù)，分析二者發(fā)展變動趨勢，然后通過Tapio脫鉤模型［1］描述它們之間的關(guān)系，再運用對數(shù)平均迪氏分解法（LMDI）分解法計算能源結(jié)構(gòu)、能源強(qiáng)度、經(jīng)濟(jì)活動和人口規(guī)模效應(yīng)脫鉤彈性指數(shù)，并且從分解的因素中找到對碳排放脫鉤影響最為關(guān)鍵的因素，為進(jìn)一步制定合理高效的減排策略作決策參考，切實助力更高水平“美麗江蘇”的實現(xiàn)。

1 二氧化碳排放總量的確定

本文根據(jù)《2006年IPCC國家溫室氣體清單指南》中提出的各種能源折標(biāo)準(zhǔn)煤參考系數(shù)計算江蘇省工業(yè)二氧化碳排放量。本文將原煤、焦炭等8種能源納入計算（見表1）。

二氧化碳排放量計算公式見式（1），公式中各指標(biāo)含義如表2所示：

C=∑ni=1Ci=∑ni=1Ei×Fi（1）

近年來，江蘇省GDP連續(xù)多年保持全國排名第二，2006—2020年GDP平均增速為9.39%。能源消耗以及與之相關(guān)的碳排放量隨著經(jīng)濟(jì)增長而上升，2020年，江蘇省規(guī)上工業(yè)企業(yè)碳排放總量為3.14億噸，比2006年增長40.56%，2006—2020年年均增長45.85%，碳排放量由2006年的4.19億噸標(biāo)準(zhǔn)煤上升至6.25億噸標(biāo)準(zhǔn)煤，15年間平均增長速度為44.45%。2006—2020年，江蘇工業(yè)碳排放總體呈上升趨勢，由4.19億噸上升至6.25億噸。該數(shù)據(jù)的增長主要來源于煤炭類能源的消費，“十三五”期間，碳排放總量得到控制，煤炭碳排放占比由“十二五”期間的最高點，即2012年的76%下降至2020年的71%。

2 研究方法與數(shù)據(jù)來源

2.1 脫鉤指數(shù)的構(gòu)建

本文基于Tapio脫鉤模型分析江蘇省碳排放與經(jīng)濟(jì)增長的關(guān)系，運用該模型的參數(shù)計算可得8種脫鉤關(guān)系，可準(zhǔn)確描述經(jīng)濟(jì)發(fā)展?fàn)顟B(tài)以及碳排放的強(qiáng)度（見表3）。構(gòu)建模型如下：

ε=%ΔC%ΔG=Ct-C0C0Gt-G0G0（2）

式中：ε為脫鉤彈性系數(shù)；Ct為報告期年份的二氧化碳排放量；C0為基期年份二氧化碳排放量；%ΔC為相對于基期年份的二氧化碳排放增長量與基期年份排放量之比；Gt和G0分別為報告期年份和基期年份的國內(nèi)生產(chǎn)總值；%ΔG為國內(nèi)生產(chǎn)總值增長量與基期年份國內(nèi)生產(chǎn)總值之比。根據(jù)ΔC和ΔG的正負(fù)值及脫鉤彈性系數(shù)的具體數(shù)值，脫鉤狀態(tài)共分為8種，從最理想狀態(tài)的強(qiáng)脫鉤到最不理想狀態(tài)的強(qiáng)負(fù)脫鉤。

2.2 LMDI分解模型的構(gòu)建

LMDI被廣泛應(yīng)用于能源環(huán)境的分析［2-6］。本文根據(jù)LMDI模型，碳排放的影響因素可分解為碳排放強(qiáng)度、能源消耗結(jié)構(gòu)、能源強(qiáng)度等。分解過程見公式（3），公式（3）中各指標(biāo)含義如表3所示。

C=∑ni=1Ci=∑ni=1CiEi×EiE×EGDP×GDPP×P=∑ni=1CIi×ESi×EI×GI×P（3）

根據(jù)LMDI加和分解法，二氧化碳排放量可分解為5個部分：

ΔC=Ct-C0=ΔCCI+ΔCES+ΔCEI+ΔCGI+ΔCP（4）

其中各分解因素的計算公式為：

ΔCCI=∑ni=1Cit-Ci0lnCit-lnCi0lnCtIiC0Ii

ΔCES=∑ni=1Cit-Ci0lnCit-lnCi0lnEtSiE0Si

ΔCEI=∑ni=1Cit-Ci0lnCit-lnCi0lnEtIE0I

ΔCGI=∑ni=1Cit-Ci0lnCit-lnCi0lnGtIG0I

ΔCP=∑ni=1Cit-Ci0lnCit-lnCi0lnPtP0（5）

聯(lián)立公式（2）和公式（4）可得脫鉤模型的分解式：

ε=ΔC/C0ΔG/G0=（ΔCCI+ΔCES+ΔCEI+ΔCGI+ΔCP）/C0ΔG/G0=ΔCCI/C0ΔG/G0+ΔCES/C0ΔG/G0+ΔCEI/C0ΔG/G0+ΔCGI/C0ΔG/G0+ΔCP/C0ΔG/G0=εCI+εES+εEI+εGI+εP（6）

式中：εCI是碳排放強(qiáng)度脫鉤系數(shù)；εES是能源結(jié)構(gòu)脫鉤系數(shù)；εEI是能源強(qiáng)度脫鉤系數(shù)；εGI是經(jīng)濟(jì)發(fā)展水平脫鉤系數(shù)；εP是人口規(guī)模脫鉤系數(shù)。在應(yīng)用中，一般將ΔCCI設(shè)置為0，最終確定脫鉤彈性系數(shù)的公式為：

ε=εES+εEI+εGI+εP（7）

由式（7）計算的脫鉤彈性系數(shù)在表4中分屬脫鉤狀態(tài)的8種類型。

2.3 數(shù)據(jù)的選取

文章的數(shù)據(jù)來自歷年的《江蘇統(tǒng)計年鑒》和《中

國能源統(tǒng)計年鑒》，其中8類能源按表1的相關(guān)參數(shù)進(jìn)行了轉(zhuǎn)換，國內(nèi)生產(chǎn)總值以2005年為基準(zhǔn)作了不變價處理。本文將研究分為“十一五”“十二五”“十三五”3個時間段，契合中國國民經(jīng)濟(jì)發(fā)展的“五年計劃”。

2.4 碳排放與經(jīng)濟(jì)增長脫鉤分析

由公式（2）～（7）計算可得表5。

由表5的計算結(jié)果可知，2005—2006年，CO2與GDP的脫鉤狀態(tài)為擴(kuò)張連接，即CO2與GDP增速相當(dāng)；2006—2007年，CO2與GDP的脫鉤狀態(tài)為弱脫

鉤，即GDP增速比CO2排放的增速快，這是較為理想的狀態(tài)；2007—2008年計算結(jié)果為強(qiáng)脫鉤，即CO2下降，GDP上升，此為最理想狀態(tài)。2009—2020年，弱脫鉤、擴(kuò)張連接與強(qiáng)脫鉤交替出現(xiàn)，共有7年為弱脫鉤，說明江蘇省在發(fā)展經(jīng)濟(jì)的同時也注重構(gòu)建綠色低碳發(fā)展體系，實行淘汰落后產(chǎn)能、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)等措施。

根據(jù)LMDI因素分解模型，影響碳排放的各驅(qū)動因素中，對碳排放與經(jīng)濟(jì)增長的脫鉤狀態(tài)影響最大的是能源強(qiáng)度效應(yīng)，如表5和圖1所示，在2007—2008年、2014—2015年、2016—2017年，隨著經(jīng)濟(jì)的發(fā)展，當(dāng)能源強(qiáng)度下降時，碳排放與經(jīng)濟(jì)增長就呈現(xiàn)出強(qiáng)脫鉤的狀態(tài)，可見提升能源效率是江蘇經(jīng)濟(jì)邁向綠色高質(zhì)量發(fā)展的關(guān)鍵。能源結(jié)構(gòu)效應(yīng)對碳排放也存在一定的影響，相對而言較為平穩(wěn)，原因可能是化石能源一直是經(jīng)濟(jì)發(fā)展的主要能源，2020年江蘇能源消耗中化石能源仍占70%左右。由于江蘇省GDP保持快速增長，而人口增長較為緩慢，因此，人均GDP提升較快，使得經(jīng)濟(jì)活動效應(yīng)對碳排放與經(jīng)濟(jì)增長的脫鉤作出了貢獻(xiàn)。在圖1中，2019—2020年人口規(guī)模效應(yīng)曲線陡然上升，這應(yīng)該與2020年為人口普查年份，人口總數(shù)較2019年估算數(shù)據(jù)有較大幅度的差距有關(guān)。

3 結(jié)論與政策建議

本文基于2005—2020年江蘇省的人口、經(jīng)濟(jì)發(fā)展、能源強(qiáng)度以及二氧化碳排放的相關(guān)數(shù)據(jù)，通過構(gòu)建LMDI分析模型對江蘇省碳排放的脫鉤狀態(tài)進(jìn)行研究，結(jié)果表明，在“十一五”至“十三五”期間，江蘇省碳排放總體處于弱脫鉤狀態(tài)，即GDP增速比CO2排放的增速快，雖然這是較為理想的狀態(tài)，但并未達(dá)到穩(wěn)定的強(qiáng)脫鉤最理想狀態(tài)。強(qiáng)脫鉤狀態(tài)要求GDP上升，CO2排放量下降，以目前江蘇省的碳排放現(xiàn)狀來看，在發(fā)展經(jīng)濟(jì)的同時，尚需采取措施進(jìn)一步降低碳排放。

實現(xiàn)“碳達(dá)峰”的目標(biāo)需要各部門、各地區(qū)、各行業(yè)和各企業(yè)的共同協(xié)調(diào)，并由政府進(jìn)行統(tǒng)籌規(guī)劃，可向全球碳交易市場學(xué)習(xí)，研究和開發(fā)低碳保險、低碳基金等碳金融產(chǎn)品，充分發(fā)揮市場機(jī)制的作用；充分發(fā)揮江蘇海上風(fēng)能資源豐富的優(yōu)勢，加快蘇南的句容和蘇北連云港等地抽水電站的建設(shè)，提升可再生能源的占比；另外，可在新材料、新能源等江蘇省的優(yōu)勢產(chǎn)業(yè)中大力推廣節(jié)能低碳技術(shù)；還需積極倡導(dǎo)綠色低碳消費觀，對居民推廣綠色生產(chǎn)生活方式，加快城市綠色生態(tài)建設(shè)，為江蘇省提前實現(xiàn)“碳達(dá)峰、碳中和”奠定堅實基礎(chǔ)。

參考文獻(xiàn)

［1］初麗霞，黃夢瑤.山東省碳排放脫鉤效應(yīng)及影響因素研究：基于Tapio脫鉤指數(shù)和LMDI模型分析［J］.環(huán)境科學(xué)與管理，2022（9）：20-25.

［2］孫啟星，張超，李成仁，等.“碳達(dá)峰、碳中和”目標(biāo)下的電力系統(tǒng)成本及價格水平預(yù)測［J］.中國電力，2023（1）：1-9.

［3］甄琦，羅紅成，王和安，等.基于LEAP模型汽車零部件企業(yè)碳達(dá)峰預(yù)測及碳中和路徑研究［J］.中國汽車，2022（7）：3-7.

［4］徐偉，倪江波，孫德宇，等.我國建筑碳達(dá)峰與碳中和目標(biāo)分解與路徑辨析［J］.建筑科學(xué)，2021（10）：1-8.

［5］李永明，張明.碳達(dá)峰、碳中和背景下江蘇工業(yè)面臨的挑戰(zhàn)、機(jī)遇及對策研究［J］.現(xiàn)代管理科學(xué)，2021（5）：20-29.

［6］何雨.江蘇城市群重構(gòu)與區(qū)域協(xié)調(diào)發(fā)展研究［J］.上海城市管理，2019（5）：36-40.

（編輯 何 琳編輯）

Study on the decoupling relationship between economic growth and carbon emission in Jiangsu province：based on the LMDI factor approach

ZHANG" Min， XI" Xi

（Nanhang Jincheng College， Nanjing 211156， China）

Abstract：" The article is based on relevant data on population， economic development， energy intensity， and carbon dioxide emissions in Jiangsu province from 2005 to 2020. By constructing an LMDI factor decomposition model， the decoupling status of carbon emissions in Jiangsu province is studied. The results show that during the period from the “11th Five-Year” Plan to the “13th Five-Year” Plan， the overall carbon emissions in Jiangsu province are in a weak decoupling state and have not reached a stable strong decoupling state; among the various driving factors affecting carbon emissions， the energy intensity effect has the greatest impact on the decoupling state between carbon emissions and economic growth. At the end of the article， reasonable strategies for reducing carbon emissions are proposed.

Key words： carbon emission decoupling; LMDI factor decomposition model; Tapio decoupling index

基金項目：2023年度江蘇高校哲學(xué)社會科學(xué)研究項目；項目名稱：江蘇省產(chǎn)業(yè)結(jié)構(gòu)、碳排放與經(jīng)濟(jì)增長的關(guān)系研究；項目編號：2023SJYB0665。2022年江蘇省社科應(yīng)用研究精品工程課題；項目名稱：“雙碳”目標(biāo)下江蘇城市群碳達(dá)峰預(yù)測及降碳路徑研究；項目編號：22SYC-221。

作者簡介：張敏（1975— ），女，副教授，碩士研究生；研究方向：區(qū)域經(jīng)濟(jì)與統(tǒng)計分析。