中國區(qū)域二氧化碳排放增長的驅動因素
——工業(yè)化、城鎮(zhèn)化發(fā)展的視角

涂正革 諶仁俊 韓生貴，2

(1.華中師范大學 經濟與工商管理學院， 湖北 武漢 430079; 2.青海民族大學 繼續(xù)教育學院， 青海 西寧 810007)

中國區(qū)域二氧化碳排放增長的驅動因素
——工業(yè)化、城鎮(zhèn)化發(fā)展的視角

涂正革1諶仁俊1韓生貴1，2

(1.華中師范大學 經濟與工商管理學院， 湖北 武漢 430079; 2.青海民族大學 繼續(xù)教育學院， 青海 西寧 810007)

隨著中國工業(yè)化、城鎮(zhèn)化快速發(fā)展，由此所帶來的CO2排放問題日漸嚴重。本文使用引入工業(yè)化、城鎮(zhèn)化因素的LMDI“兩層完全分解法”，將CO2排放變化分解為七大因素效應，從工業(yè)化、城鎮(zhèn)化發(fā)展視角分析了中國1995-2012年30個省份七大部門的CO2排放增長特征。研究發(fā)現：經濟規(guī)模效應和能源強度效應是主導中國CO2排放變化以及造成區(qū)域顯著差異的根本原因。經濟規(guī)模擴張是促進CO2排放的決定因素，在絕大部分省份工業(yè)化水平低于60%的情況下，經濟規(guī)模效應仍將繼續(xù)扮演推動CO2排放增長的最重要因素。反觀城鎮(zhèn)化與經濟規(guī)模效應的倒U型關系，已有7個CO2排放大省城鎮(zhèn)化水平超過60%的拐點，未來由此所帶來的CO2排放增長壓力有望得到緩解。

CO2排放； 驅動因素； 工業(yè)化； 城鎮(zhèn)化

一、引言

自工業(yè)革命以來，全球經濟史無前例的快速增長，人們生活水平得到了翻天覆地的改善，然而由此所衍生的環(huán)境問題，特別是二氧化碳高強度排放所帶來的溫室效應問題卻日趨嚴重。顯然，減排已是各國當仁不讓的責任，而各國是承擔相同的責任，還是承擔有區(qū)別的責任，成了全球氣候問題談判中一直爭論不休的重要問題。從1972年的聯合國人類環(huán)境會議宣言，到1992年的《聯合國氣候變化框架公約》，各國確立了“共同但有區(qū)別的責任”的減排原則，這為后續(xù)制定《京都議定書》、《德里宣言》等全球氣候政策提供了法律框架和基礎機制。

中國正處在工業(yè)化、城鎮(zhèn)化快速發(fā)展階段，由此所帶來的CO2排放問題日漸嚴重。根據本文的計算，1995-2012年，工業(yè)所占比重、城鎮(zhèn)人口所占比重在18年間分別提高13.00個百分點、22.61個百分點，隨之CO2排放量翻了兩番多，并使中國在2007年成為全球最大的CO2排放國。同時，中國區(qū)域經濟發(fā)展不平衡，在不同的工業(yè)化、城鎮(zhèn)化水平下，各地區(qū)CO2排放特點也不盡相同。2012年，全國CO2排放量最多的省份是山東，高達7.56億噸，最少的是海南，僅0.38億噸。盡管兩個地區(qū)的城鎮(zhèn)人口所占比重相差不大，但對比其工業(yè)所占比重，山東的56.69%遠遠大于海南的20.44%。山東是工業(yè)大省，海南是旅游大省，由于支柱產業(yè)的差別，兩個地區(qū)的CO2排放量相差巨大。于是，在各地區(qū)經濟發(fā)展狀況不一的情況下，把握工業(yè)化、城鎮(zhèn)化發(fā)展階段的CO2排放增長特征，對制定合理的區(qū)域碳減排政策便顯得尤為緊迫。

要回答這些問題，就必須深入了解并比較各地區(qū)CO2排放增長的驅動因素。本文結合中國經濟發(fā)展階段的CO2排放特點，引入工業(yè)化、城鎮(zhèn)化等反映經濟發(fā)展階段的指標，構建適用于比較區(qū)域CO2排放驅動因素的LMDI“兩層完全分解法”，采用1995-2012年30個省份7大部門數據，分析包括經濟結構、城鄉(xiāng)結構等在內的七大因素效應，比較各地區(qū)CO2排放的理論增加量、理論減少量和碳減排潛力系數，并分析工業(yè)化、城鎮(zhèn)化發(fā)展與CO2排放各驅動因素效應的關系，試圖探討：中國CO2排放區(qū)域差異有多大？影響地區(qū)CO2排放增長的核心因素是什么？工業(yè)化、城鎮(zhèn)化與CO2排放各驅動因素效應會表現出何種關系？

二、文獻研究綜述

近年來，關于CO2排放驅動因素的研究，越來越受到學者們的關注。其中，最常用的方法是SDA(Structure Decomposition Analysis)和IDA(Index Decomposition Analysis)。有不少文獻對這兩類方法進行了比較①。SDA方法主要基于投入產出模型的分解分析方法，需要借助比較詳細的投入產出表，受到一定的數據約束。IDA方法主要基于kaya恒等式，方法比較簡單，相對而言對數據的要求不高，因此應用較多。在已有的IDA方法中，應用最多的兩類方法是基于Divisia指數的IDA和基于Laspeyres指數的IDA，已有的文獻對這兩大類方法進行了較全面的比較。Zhang & Ang②和Ang③研究發(fā)現，基于Divisia指數的LMDI(Log-Mean Divisia Index)是其中最理想的方法。LMDI使用簡單(ease of use)，分解項有很強的經濟解釋能力(ease of result interpretation)，分解后不存在殘差項(perfect in decomposition)，加總滿足一致性(consistent in aggregation)，能處理非正值(零值和負值)問題，滿足幾種基本的指數性質檢驗：比例性(proportionality)、時間逆轉檢驗(time-reversal test)、數值均值檢驗(mean-value test)、因素逆轉檢驗(factor-reversal test)，而且LMDI方法的乘法形式和加法形式可以通過一個簡單有用的關系式，緊密聯系起來。因此，LMDI方法不僅被國內外學術界廣泛應用，而且被包括國際能源署(IEA)在內的許多有影響的政府部門，應用于研究CO2排放驅動因素及其效應政策。

越來越多的學者開始利用LMDI方法研究中國CO2排放驅動因素。其中，一些學者從全國角度進行分析，如Liu et al.分析中國工業(yè)CO2排放的驅動因素，發(fā)現工業(yè)的經濟規(guī)模和能源強度是影響中國工業(yè)CO2排放的主要因素④。隨著對產業(yè)結構的重視，部分學者綜合各行業(yè)，分析中國CO2排放總量的驅動因素，如Wang et al.分析中國1957-2000年農業(yè)、工業(yè)、建筑業(yè)、服務業(yè)、居民生活5個部門的數據，發(fā)現能源強度的下降是驅動碳減排的最重要因素⑤。Wu et al.運用LMDI乘法形式滿足加總一致性的性質，將6個部門根據各自特點分為3類，提出“三層完全分解法”，分析了中國1985-1999年28個省份6個部門6種能源的數據⑥。王峰等改造了這種“三層完全分解法”，將其壓縮成“兩層”，但保留將6個部門分為3類的思路，用全國數據進行了分析⑦。

為了捕捉中國各地區(qū)在當前經濟發(fā)展階段下的CO2排放特征，探尋切實可行的碳減排路徑，本文選取1995-2012年中國30個省份7大部門20種能源的數據，應用涂正革和諶仁俊提出的LMDI“兩層完全分解法”，分析區(qū)域碳排放的七大因素效應，以及理論增加量、理論減少量和碳減排潛力系數，最后采用局部加權回歸散點平滑法(Locally Weighted Regression and Smoothing Scatterplots，LOWESS)重點分析工業(yè)化、城鎮(zhèn)化發(fā)展與CO2排放各驅動因素效應的關系。相比已有文獻，本文的研究有以下兩點特色與創(chuàng)新：其一，研究內容的創(chuàng)新和實踐價值。本文應用LMDI“兩層完全分解法”分析區(qū)域CO2排放增長的七大驅動因素，考慮到工業(yè)化、城鎮(zhèn)化因素，這便可以準確把握經濟發(fā)展階段的CO2排放特點，從工業(yè)化、城鎮(zhèn)化發(fā)展的視角，厘清各驅動因素對CO2排放增長的影響以及與各驅動因素效應的關系。其二，對CO2排放因素效應分類方法的創(chuàng)新。本文根據各因素效應對CO2排放的影響特點，將其分為兩類，即理論增加量效應和理論減少量效應，并定義其比值為碳減排潛力系數。這種處理，對探尋經濟發(fā)展和CO2排放的平衡點，考察碳減排潛力與空間有著重要的現實意義。

三、理論方法框架與數據選取

(一)LMDI“兩層完全分解法”模型的構建

根據涂正革和諶仁俊提出的LMDI“兩層完全分解法”，將CO2排放總量按部門分為生產部門(i=1，…，5分別是農林牧漁業(yè)、工業(yè)、建筑業(yè)、商業(yè)和運輸業(yè))的CO2排放和生活部門(i=6，7分別是城鎮(zhèn)居民生活和鄉(xiāng)村居民生活)的CO2排放：

(1)

式(1)可以進一步表示為：

(2)

其中，(1)、(2)式的各符號含義見表1。

表1 模型中各變量的含義

把(2)式中各項看作關于時間t的連續(xù)可微的函數，等式兩邊同時對t求導，有：

(3)

在時間段[0，T]上對(3)式兩邊求積分，有：

(4)

運用積分中值定理，對(4)式進行的離散化處理，有：

(5)

其中，Cpi(t*)是一個權重函數，t*∈[0，T]。LMDI將其定義為對數平均函數，即：

Cpi(t*)=L(Cpi，0，Cpi，T)=(Cpi，T-Cpi，0)/ln(Cpi，T/Cpi，0)

于是，將(5)式左邊記為CO2排放總量的變化ΔCtot，右邊記為七大因素效應之和，即可將CO2排放總量的變化ΔCtot分解為七大因素效應之和：

ΔCtot=ΔCCI+ΔCEIP+ΔCES+ΔCY+ΔCEIL+ΔCLS+ΔCL

(6)

其中，各大因素效應(FE)的計算公式為：

(7)

(二)模型分解效應的經濟學解釋

1.能源強度效應：ΔCEIP，表示生產部門能源強度效應，反映各生產部門的節(jié)能技術或生產技術水平變化對CO2排放的影響。當各生產部門能源利用率提高(下降)時，能源強度下降(上升)，在其他條件不變情況下會導致CO2排放量的減少(增加)。

2.生活水平效應：ΔCEIL，表示居民生活水平效應。居民人均生活用能量的變化，反映兩個方面的含義。一方面，反映生活水平的變化。在解放初期，國家整體經濟發(fā)展水平低，許多小縣城都沒有使用電能，在農村更談不上使用煤氣和煤炭，因此，化石能源使用較少。隨著經濟快速發(fā)展，人們生活水平的提高，電能、天然氣、煤氣等能源逐漸普及到農村，化石能源和CO2排放量隨著居民生活提高而大幅增加。另一方面，反映人們的節(jié)能和低碳意識程度的高低。假如人們的低碳、節(jié)能意識不斷提高，就會抑制能源消耗量，減少CO2排放。因此，居民人均生活用能量的變化反映生活水平變化和居民低碳節(jié)能意識變化的綜合效應。但現階段中國居民生活水平仍較低，故居民人均生活用能量的變化反映的是居民生活水平效應。

3.結構效應：ΔCCI、ΔCES、ΔCLS。其中，ΔCCI表示碳排放系數效應，反映能源結構變化對CO2排放的影響。當清潔能源(如水電、核電、太陽能等)或低碳能源在總能源消費量中的比例提高(下降)時，碳排放系數下降(上升)，在其他條件不變情況下會導致CO2排放量的減少(增加)。ΔCES表示經濟結構效應，反映的是經濟結構調整對CO2排放的影響。當低能耗、低排放部門比高能耗、高排放部門發(fā)展快(慢)時，在其他條件不變情況下會導致CO2排放量的減少(增加)。ΔCLS表示城鄉(xiāng)結構效應，反映城鎮(zhèn)化進程對CO2排放總量的影響。隨著農村人口不斷涌向城市，他們在城市能源消費相比在農村時更多，城鎮(zhèn)化進程加快會推動CO2排放總量的增加。

4.規(guī)模效應：ΔCY、ΔCL。其中，ΔCY表示經濟規(guī)模效應，反映經濟規(guī)模擴張對CO2排放的影響，也衡量了經濟增長的環(huán)境影響。經濟增長擴張將是CO2排放增加的最重要因素，也是碳減排的巨大挑戰(zhàn)。ΔCL表示人口規(guī)模的碳排放效應，反映人口規(guī)模擴張對CO2排放的影響。隨著人口數量的不斷增多，生活部門的能源消耗和CO2排放將會大幅度增加。

(三)CO2排放的理論增加量和理論減少量的計算

1.反映CO2排放的理論增加量的效應。根據中國的基本國情，考慮到中國工業(yè)化與城鎮(zhèn)化高速發(fā)展的現狀，居民生活水平、城鎮(zhèn)化水平、經濟規(guī)模和人口數量在短期內將不可避免的快速提高，而這些因素所帶來的CO2排放總變化量可看作中國理論增加量。在保證中國經濟發(fā)展的基本前提下，可以通過合理限制這些因素的提高，走低碳經濟發(fā)展道路。

2.反映CO2排放的理論減少量的效應。生產部門能源強度、碳排放系數、經濟結構分別可以通過提高節(jié)能技術、調整結構等手段來降低其對碳排放的影響，而這些因素所帶來的CO2排放總變化量可看作中國理論減少量。可以觀察這些效應的變化，考察中國碳減排實施力度。

于是，設ΔCincrease、ΔCdecrease分別為CO2排放的理論增加量、理論減少量，則

ΔCtot=ΔCincrease-ΔCdecrease=(ΔCY+ΔCLS+ΔCL+ΔCEIL)-(-ΔCCI-ΔCEIP-ΔCES)

(8)

CO2排放的理論增加量反映經濟發(fā)展的必然結果，理論減少量則反映碳減排措施的實施結果，于是，單位CO2排放的理論增加量下的理論減少量的大小，便能衡量出各地區(qū)碳減排的潛力與空間，本文將此比值稱為碳減排潛力系數，記為ξ，則

ξ=ΔCdecrease/ΔCincrease

(9)

碳減排潛力系數越小，代表碳減排實施力度越差，其潛力與空間則越大。

(四)數據來源及說明

部門的劃分，是本文的一大獨特之處，本文的研究對象既包括三次產業(yè)部門，也包括生活部門。本文在各省份能源平衡表的部門劃分基礎上，將研究部門劃為七大部門：農林牧漁業(yè)、工業(yè)、建筑業(yè)、商業(yè)(合并批發(fā)、零售業(yè)和住宿、餐飲業(yè)以及其他行業(yè))、運輸業(yè)(交通運輸、倉儲和郵政業(yè)的簡稱)、城鎮(zhèn)居民生活、農村居民生活。各部門的經濟數據，來自《新中國60年統(tǒng)計資料匯編》、《中國人口和就業(yè)統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》和各省份統(tǒng)計年鑒。其中，各省份各生產部門的產出數據，分別根據各省份各生產部門1995年的產出和不變價格的生產指數(以1995年為基期)推算得到。商業(yè)的產出數據，通過計算第三產業(yè)與運輸業(yè)的不變價格的產出數據之差得來。居民人口數據中，城鎮(zhèn)人口采用城鎮(zhèn)常住人口(居住超過半年以上)。

四、CO2排放總體趨勢及區(qū)域特征

(一)總體趨勢分析

從全國各部門來看，1995-2012年期間，工業(yè)占生產部門CO2排放量的70.45%，占CO2排放總量的62.66%。18年間，其占比呈下降趨勢，從1995年的67.35%，下降到2012年的59.63%。建筑業(yè)、商業(yè)、運輸業(yè)、城鎮(zhèn)居民生活四個部門的占比呈現上升趨勢。尤其是運輸業(yè)，增幅最大，年均增長率高達12.00%，CO2排放量從1995年的2.00億噸增加到2012年的13.36億噸，增長了5倍多。其比重從1995年的7.93%上升到2012年的16.28%，翻了一番多。城鎮(zhèn)居民生活雖僅占CO2排放總量的6.92%，但已遠大于農村居民生活的占比。

CO2排放的部門特征表明，工業(yè)部門的CO2排放量占據主導地位，盡管其比重有所下降。在城鎮(zhèn)化的推動下，城鎮(zhèn)居民會增加，其生活CO2排放量會日漸增多。運輸業(yè)的快速發(fā)展使得其CO2排放量增速迅猛。

圖1 1995-2012年全國分部門CO2排放量的變化趨勢數據來源：筆者根據四所權威機構的官方網站公布數據及省級數據和模型計算結果整理得出。

(二)區(qū)域特征分析

根據各地區(qū)年均CO2排放量、年均增長率以及全國平均水平，本文將30個省份劃分為四種CO2排放類型，即高排放高增長型、高排放低增長型、低排放高增長型、低排放低增長型，詳細結果見表2。

1.高排放高增長型地區(qū)，即CO2排放量、年均增長率均高于全國平均水平，共有廣東、河北、浙江、河南、上海和山西等6個地區(qū)。這些地區(qū)的CO2排放變化量的標準差均較大，這說明在高增長的同時，其波動也較大。廣東、浙江在18年間均未出現過碳減排。

2.高排放低增長型地區(qū)，即年均CO2排放量高于全國平均水平，但年均增長率低于全國平均水平，共有山東、江蘇、遼寧、湖北和四川等5個地區(qū)。與高排放高增長型地區(qū)一樣，這些地區(qū)的CO2排放變化量的標準差都較大，這說明盡管保持低增長，但其增長并不穩(wěn)定。其中，山東在全國30個省份中，波動最大，為38.76MT，且出現了最大的增排量(154.81MT)。相反，四川出現了最大的減排量(34.81MT)，從時間節(jié)點上看這與重慶單列為直轄市有關。

3.低排放高增長型地區(qū)，即年均CO2排放量低于全國平均水平，但年均增長率高于全國平均水平，共有黑龍江、北京和江西等3個地區(qū)。

4.低排放低增長型地區(qū)，即年均CO2排放量、年均增長率均低于全國平均水平，共有湖南、內蒙古、安徽、福建、吉林、云南、新疆、廣西、陜西、天津、貴州、重慶、甘肅、寧夏、青海和海南等16個地區(qū)。其中，海南的CO2排放變化量的標準差最小，僅為1.42MT，呈現低位平穩(wěn)高增長趨勢。此外，廣西在18年間均未出現過碳減排。

除河南和山西外，高排放高增長型地區(qū)均屬于中國東部經濟發(fā)達地區(qū)，工業(yè)化、城鎮(zhèn)化水平較高，在經濟高速發(fā)展的同時，CO2排放量大，且其增速也較大，未來將面臨最大的減排壓力。根據《方案》所規(guī)定的各省份碳減排目標，在“十二五”期間，廣東的單位生產總值CO2排放量需下降19.5%，是各省份中任務最重的。根據本文的計算結果，廣東2012年工業(yè)比重為57.69%，城鎮(zhèn)人口比重為67.40%，工業(yè)化、城鎮(zhèn)化進程都位于全國前列。與此同時，CO2排放總量為5.91億噸，低于山東和河北，各部門平均碳排放系數為4.91t-c/t-標準煤，僅低于青海，生產部門平均能源強度僅為0.27噸標準煤/萬元，人均生活用能量也僅為0.15噸標準煤/人，均為各省份最低水平。所以，廣東所面臨的減排壓力主要來自過高的CO2排放總量和嚴重的能源結構重型化。

綜上所述，中國地區(qū)間CO2排放絕對量和變化量差異顯著，那么都是哪些因素所決定的？下面將根據本文所使用的LMDI“兩層完全分解法”，從CO2排放的理論增加量和理論減少量兩個角度綜合分析CO2排放增長的驅動因素，接著考察工業(yè)化、城鎮(zhèn)化發(fā)展與各驅動因素效應的關系。

表2 1995-2012年全國及各地區(qū)CO2排放量及其變化 單位：MT、%

數據來源：筆者根據模型計算結果整理得出。

五、CO2增長的綜合因素分析

(一)全國動態(tài)變化

本文采用LMDI“兩層完全分解法”，將各地區(qū)CO2排放變化分解為經濟規(guī)模、人口規(guī)模、城鄉(xiāng)結構、居民生活水平、碳排放系數、經濟結構和能源強度等七大因素效應。其中，經濟規(guī)模、人口規(guī)模、城鄉(xiāng)結構、居民生活水平四大效應歸結為CO2排放的理論增加量，這些因素是中國經濟現階段發(fā)展所必不可少。碳排放系數、經濟結構、能源強度三大因素可以改進和優(yōu)化，稱為CO2排放的理論減少量。于是，根據LMDI“兩層完全分解法”，逐年加總各省份的七大驅動因素，便可以得到1995-2012年全國CO2排放變化量的七大分解因素效應，詳細結果見表3。

表3 1995-2012年全國CO2排放變化量的指數分解結果 單位：MT

數據來源：筆者根據模型計算結果整理得出。其中，分時期數據取的是平均值。

從表3可以看出，除1997年外，中國CO2排放一直保持了強勁的增長勢頭，尤其是2005年，CO2排放相對前一年增加823.37MT。分時期來看，2000年后的三個五年規(guī)劃，CO2排放的增長量均遠遠大于“九五”規(guī)劃所產生的。究其原因，比較理論碳增排量和理論碳減排量便不難得出?！熬盼濉币?guī)劃，理論碳增排量僅為理論碳減排量的1.43倍。到“十五”規(guī)劃，理論碳減排量平均為負值，2005年甚至為-222.83MT，這不但沒起到減排效果，反而助長了CO2排放增長?！笆晃濉币?guī)劃、“十二五”規(guī)劃前期，理論碳減排量雖然起到了減排作用，但是與理論碳增排量的差距已經遠遠拉開，理論碳增排量分別是理論碳減排量的2.65倍和2.98倍。這一差距的逐年拉開，體現在碳減排潛力系數之上便是其呈現下降趨勢，不過近幾年有所回升，2012年碳減排潛力系數達到0.45，略低于1996年的0.59。

毫無疑問，高速攀升的理論碳增排量和緩慢上升的理論碳減排量是引致中國CO2排放高速增長的主要原因。那么，具體是什么原因導致？從理論碳增排量的四大因素效應來看，經濟規(guī)模效應是最大推手，對理論碳增排量的貢獻一直保持在90%以上，甚至在1997、1999、2000年突破了100%。其他三大驅動因素，除居民生活水平效應在1997-2000年出現過負值外，一直為正值，推動CO2排放增長，其推動作用也正在逐年增加。反映理論碳減排量的三大因素效應，生產部門能源強度是主導理論碳減排量變化的主要因素，2005年生產部門能源強度的大幅提升，是導致理論碳減排量當年出現負值的原因。

從全國整體的時間動態(tài)變化來看，經濟規(guī)模效應和能源強度效應是主導中國CO2排放變化的主要驅動力。具體到地區(qū)或行業(yè)，其CO2排放變化的主要驅動因素是什么？借助本文采用的LMDI“兩層完全分解法”，能夠加總得到地區(qū)或行業(yè)層面的七大驅動因素，這是本文所采用方法的優(yōu)勢所在。然而考慮到本文側重點在于分析區(qū)域CO2排放增長，接下來僅對區(qū)域層面進行差異比較分析。

(二)區(qū)域差異比較

根據LMDI“兩層完全分解法”，分別加總各省份各年份的七大驅動因素，便可以得到1995-2012年各省份CO2排放變化量的七大分解因素效應，詳細結果見表4。

表4 1995-2012年全國及各地區(qū)CO2排放變化量的指數分解結果 單位：MT

數據來源：筆者根據模型計算結果整理得出。其中，全國數據取的是平均值。

1.CO2排放的理論增加量及相關因素效應分析

本文界定的CO2排放的理論增加量反映的是經濟發(fā)展的必然結果。理論增加量前五名的地區(qū)是：山東、廣東、江蘇、河北和遼寧。排名后五名的地區(qū)是：海南、青海、寧夏、甘肅和江西。從CO2排放的理論增加量與實際變化量的關系看，理論排放量主導實際CO2排放量。進一步，分析CO2排放的理論增加量的四大效應，發(fā)現：

其一，經濟規(guī)模的碳排放效應：CO2排放增長的最大推手。根據表3中的數據，全國地區(qū)CO2排放的理論增加量平均為274.80MT，其中，經濟規(guī)模效應為258.48MT，占比為94.06%。經濟規(guī)模效應排在前五名的地區(qū)是：山東、廣東、江蘇、河北和遼寧，這五大省份無論是從GDP總量，還是增速，都是排名前列的地區(qū)。排名后五名的地區(qū)是海南、青海、寧夏、甘肅和江西，這些地區(qū)的經濟發(fā)展相對滯后。排名第一的山東的經濟規(guī)模擴張的碳排放效應是海南的近22倍。這樣的排名結果與CO2排放實際變化量、理論增加量的排名基本一致，這說明經濟規(guī)模擴張是促進CO2排放增長的最主要因素。

其三，城鄉(xiāng)結構的碳排放效應：城鎮(zhèn)人口比重變化幅度和其邊際碳排放量是決定因素，山東在各地區(qū)中影響最大。城鄉(xiāng)結構效應，排在前五名的地區(qū)是：山東、河北、貴州、廣東和江蘇，均在6MT以上；排名后五名的地區(qū)：上海、浙江、北京、吉林、青海和重慶，均不足0.3MT，其中，上海、浙江和北京甚至為負值。城鄉(xiāng)結構效應大小不僅與當地城鎮(zhèn)人口比重變化幅度有關，而且還與其邊際碳排放量有關，即城鎮(zhèn)人口比重每增長1個百分點CO2排放的增加量。根據本文的計算，上海、北京、吉林和青海城鎮(zhèn)人口比重在18年間變化相對較小，分別不足14個百分點，而且其城鎮(zhèn)化進程的邊際碳排放量均低于全國平均水平(23.10萬噸)，所以其城鄉(xiāng)結構效應便相對較小。山東、河北、廣東和江蘇不僅城鎮(zhèn)人口比重變化幅度較大，而且城鎮(zhèn)化進程的邊際碳排放量均高于全國平均水平，故其城鄉(xiāng)結構效應相對較大。值得一提的是，貴州盡管城鎮(zhèn)化進程的邊際碳排放量較低，但其城鎮(zhèn)人口比重變化幅度最大，18年間變化32.25個百分點，所以其城鄉(xiāng)結構效應較大。

其四，居民生活水平的碳排放效應：東部地區(qū)大，中西部地區(qū)小。居民生活水平效應，排在前五名的地區(qū)是：山東、廣東、黑龍江、浙江和內蒙古，均在25MT以上；排名后六名的地區(qū)貴州、四川、江西、河北、安徽和青海，均為負值。排名靠前的省份基本為東部經濟發(fā)達地區(qū)，相反，排名靠后的基本為中西部經濟欠發(fā)達地區(qū)。

2.CO2排放的理論減少量及相關因素效應分析

CO2排放的理論減少量衡量經濟發(fā)展的質量——經濟和能源結構優(yōu)化、技術水平提高的程度。理論減少量排在前五名的地區(qū)是：廣東、江蘇、山東、遼寧和上海，這說明廣東、江蘇、山東等地區(qū)盡管CO2排放量很大，但是由于其技術優(yōu)勢，碳減排措施實施也較好；而排名后五名的地區(qū)是：青海、新疆、海南、寧夏和云南，其中，青海、云南、海南的理論碳減排值不足6MT，說明這些地區(qū)碳減排實施力度很差。進一步，分析碳排放的理論減少量的三大效應，發(fā)現：

其一，碳排放系數的碳排放效應：近四分之一地區(qū)能源結構重型化得到了減弱，尤其是山東。碳排放系數效應，排在前五名的地區(qū)是：江蘇、浙江、河北、遼寧和安徽，均在25MT以上，能源結構重型化處在嚴重加重階段，而山東、黑龍江、湖北、湖南、貴州、重慶和陜西等7個地區(qū)，均為負值，能源結構重型化得到了一定的減弱，尤其是山東、黑龍江、湖北、湖南能源結構優(yōu)化調整做得最好，下降幅度在10MT以上，山東高達33.12MT。

其二，經濟結構的碳排放效應：大部分地區(qū)仍處在重型化嚴重加重階段，其中河北最為嚴重。比較經濟結構效應，河北、山東、河南、湖南、安徽、廣東、湖北和內蒙古等8個地區(qū)，均在30MT以上，大于10MT地區(qū)共有18個，大部分地區(qū)經濟結構重型化仍處在嚴重加重階段。相反，僅有上海、北京和甘肅3個地區(qū)的經濟結構重型化得到了一定程度的減弱。

其三，生產部門能源強度的碳排放效應：各地區(qū)能源利用率都得到了不同程度的提高，其中廣東和江蘇尤為明顯。所有地區(qū)生產部門能源強度效應均為負值，生產部門的能源利用率得到了有效改善。其中，絕對值大于100MT的地區(qū)共17個：廣東、江蘇、遼寧、河北、山東、上海、浙江、山西、湖北、河南、湖南、安徽、內蒙古、吉林、四川、黑龍江和天津，小于10MT的地區(qū)僅有海南。這樣的排名結果與CO2排放理論減少量的排名基本一致，這說明能源強度的下降是抑制CO2排放增長的最主要因素。

綜合以上對CO2排放的理論增加量和理論減少量的分析，大致可以看出：東部地區(qū)盡管CO2排放量大，但其碳減排成效較為明顯，而西部地區(qū)正好相反。進而，對比各地區(qū)碳減排潛力系數，可以衡量出各地區(qū)碳減排實施力度的好壞，判斷其碳減排的潛力與空間。黑龍江、北京、吉林和上海等4個地區(qū)大于或等于0.5，其碳減排實施情況最好，而新疆、青海和云南等3個地區(qū)均不足0.1。

六、工業(yè)化、城鎮(zhèn)化與CO2排放驅動因素效應

這里用工業(yè)比重表示工業(yè)化水平，用城鎮(zhèn)人口比重表示城鎮(zhèn)化水平?？紤]到本文計算的驅動因素表示在控制其他因素在前期水平不變的情況下對CO2排放的影響，因此在分析兩者關系時，工業(yè)化、城鎮(zhèn)化水平均選取滯后一期。而工業(yè)比重、城鎮(zhèn)人口比重又分別包含在經濟結構、城鄉(xiāng)結構之中，所以在具體分析時將不考慮工業(yè)化與經濟結構效應、城鎮(zhèn)化與城鄉(xiāng)結構效應的關系。根據LOWESS方法，可以計算得到工業(yè)化、城鎮(zhèn)化與CO2排放驅動因素效應的關系圖，具體結果見圖2和圖3。

1.工業(yè)化與CO2排放驅動因素效應

工業(yè)化與經濟規(guī)模效應的關系表現為倒U型的左邊，當工業(yè)化水平達到60%左右時，經濟規(guī)模效應接近最大值。這說明工業(yè)化水平低于60%的地區(qū)，隨著工業(yè)化的逐步推進，經濟規(guī)模效應仍將無可避免地扮演推動CO2排放增長的最重要因素。工業(yè)化與人口規(guī)模效應、城鄉(xiāng)結構效應、生活水平效應的關系表現為先近似水平變化，當工業(yè)化水平經過某值后協(xié)同增長。具體地，當工業(yè)化水平達到50%左右時，工業(yè)化與人口規(guī)模效應開始協(xié)同增長；當工業(yè)化水平達到33%左右時，工業(yè)化與城鄉(xiāng)結構效應開始協(xié)同增長；當工業(yè)化水平達到42%左右時，工業(yè)化與生活水平效應開始協(xié)同增長。工業(yè)化與碳排放系數效應的關系表現近似為水平線，這說明工業(yè)化進程，對碳排放系數效應的推動作用不明顯。工業(yè)化與能源強度效應的關系表現為協(xié)同下降，這說明隨著中國工業(yè)化進程，能源強度效應仍可以扮演抑制CO2排放增長的最主要因素。

2.城鎮(zhèn)化與CO2排放驅動因素效應

圖2 工業(yè)化與CO2排放驅動因素效應的關系圖

圖3 城鎮(zhèn)化與CO2排放驅動因素效應的關系圖

七、主要結論

由于區(qū)域之間工業(yè)化、城鎮(zhèn)化水平不同，中國各地區(qū)之間CO2排放差異顯著。本文基于LMDI“兩層完全分解法”，使用1995-2012年30個省份7大部門20種能源的數據，將CO2排放變化量分解為經濟規(guī)模、人口規(guī)模、城鄉(xiāng)結構、居民生活水平、碳排放系數、經濟結構和能源強度等七大因素效應，進而采用LOWESS方法分析工業(yè)化、城鎮(zhèn)化與CO2排放驅動因素效應的關系，得出以下幾點主要結論：

第一，經濟規(guī)模效應和能源強度效應是主導中國CO2排放變化以及造成區(qū)域顯著差異的根本原因。經濟規(guī)模擴張是促進CO2排放的決定因素，代表著技術進步因素的生產部門能源強度的下降是抑制CO2排放的主要因素。這兩大效應同時也是造成中國CO2排放區(qū)域差異顯著的主要原因。1995-2012年，CO2排放增幅最大的山東是增幅最小的海南的19倍多，其中，這兩個地區(qū)的經濟規(guī)模效應相差近22倍，生產部門能源強度效應相差近19倍。

第二，工業(yè)化處于推動各驅動因素效應階段，未來仍會帶動各驅動因素推動CO2排放增長。工業(yè)化與經濟規(guī)模效應的關系表現為倒U型的左邊，在工業(yè)化水平低于60%情況下，經濟規(guī)模效應仍將無可避免地扮演推動CO2排放增長的最重要因素。目前僅天津(64.87%)、重慶(60.58%)的工業(yè)比重超過了60%，未來由此所帶來的CO2排放增長壓力可想而知。除此之外，當工業(yè)化水平經過某值后，人口規(guī)模效應、城鄉(xiāng)結構效應、生活水平效應也將開始與工業(yè)化協(xié)同增長。稍感欣慰的是，工業(yè)化與能源強度效應一直表現出協(xié)同下降，隨著中國工業(yè)化進程，能源強度效應仍可以扮演抑制CO2排放增長的最主要因素。

第三，城鎮(zhèn)化與各驅動因素效應的關系多為倒U型，逐漸出現環(huán)境庫茲涅茨曲線現象。城鎮(zhèn)化與經濟規(guī)模效應、生活水平效應、經濟結構效應的關系均表現為倒U型，尤其是與經濟規(guī)模效應的關系尤為明顯，當城鎮(zhèn)化水平到達60%左右時出現拐點。目前上海(89.30%)、北京(86.20%)、天津(81.55%)、廣東(67.40%)、遼寧(65.65%)、浙江(63.20%)、江蘇(63.00%)等7個地區(qū)已通過拐點，而這些省份也都是CO2排放較大的省份，所以未來由此所帶來的CO2排放增長壓力有望緩解。

注釋

①Ang, B. W., Zhang F. Q. “A Survey of Index Decomposition Analysis in Energy and Environmental Studies.”Energy25，no.12 (2000): 1149-1176;Hoekstra, Rutger. Jeroen J.C.J.M, and van der Bergh. “Comparing Structural and Index Decomposition Analysis.”EnergyEconomics25, no.1 (2003): 39-64．

②Zhang, F. Q., and Ang B. W. “Methodological Issues in Cross-country Region Decomposition of Energy and Environment Indicators.”EnergyEconomics23,no.2 (2001): 179-190．

③Ang, B. W. “Decomposition Analysis for Policymaking in Energy: Which is the Preferred Method？”EnergyPolicy32, no.9 (2004): 1131-1139．

④Liu, Lan-Cui, Ying Fan, Gang Wu, and Yi-Ming Wei. “Using LMDI Method to Analyze the Change of China’s Industrial CO2Emissions from Final Fuel Use: An Empirical Analysis.”EnergyPolicy35, no.11 (2007): 5892-5900．

⑤Wang, Can, Jining Chen and Ji Zou. “Decomposition of Energy-related CO2Emission in China: 1957-2000.”Energy30, no.1 (2005): 73-83．

⑥Wu, Libo, Shinji Kaneko, and Shunji Matsuoka. “Driving Forces behind the Stagnancy of China’s Energy-related CO2Emissions from 1996 to 1999: The Relative Importance of Structural Change, Intensity Change and Scale Change.”EnergyPolicy33, no.3 (2005): 319-335．

⑦王峰、吳麗華、楊超：《中國經濟發(fā)展中碳排放增長的驅動因素研究》，《經濟研究》2010年第2期。

⑧陳詩一、嚴法善、吳若沉：《資本深化、生產率提高與中國二氧化碳排放變化——產業(yè)、區(qū)域、能源三維結構調整視角的因素分解分析》，《財貿經濟》2010年第12期。

⑨雷厲、仲云云、袁曉玲：《中國區(qū)域碳排放的因素分解模型及實證分析》，《當代經濟科學》2011年第5期。

⑩仲云云、仲偉周：《我國碳排放的區(qū)域差異及驅動因素分析——基于脫鉤和三層完全分解模型的實證研究》，《財經研究》2012年第2期。

責任編輯 張靜

Driving Factors about the Growth of Regional Carbon Emissions in China ——From the Perspective of the Development of Industrialization and Urbanization

Tu Zhengge1Shen Renjun1Han Shenggui1，2

(1.School of Economics and Business Administration， Central China Normal University， Wuhan 430079; 2.College of Continuing Education， Qinghai Nationalities University， Xining 810007)

With the huge development of China’s industrialization and urbanization，carbon emission has become a growing problem. This paper uses LMDI “two-level perfect decomposition” method which contains the factors of industrialization and urbanization to decompose the change of carbon emission into seven factor effects. Then，this paper analyzes the increasing features of carbon emission in 7 departments of 30 provinces during 1995-2012 from the perspective of the development of industrialization and urbanization. The empirical findings suggest that: Economic scale effect and energy intensity effect are the primary determinants the change and significant difference of regional carbon emissions. Among the seven factor effects，economic scale effect is the deciding factor of promoting carbon emissions. Moreover，economic scale effect will continue to play this role when industrialization in most provinces are less than 60%. However，considering the U-shaped relationship between urbanization and economic scale effect，the pressure would be relieved from urbanization in the future because the urbanization in seven sample provinces with large emissions are more than 60% which is the inflection point．

carbon emissions； driving factors； industrialization； urbanization

2014-09-22

教育部新世紀優(yōu)秀人才支持計劃“‘低碳經濟’與節(jié)能減排研究”(NCET-10-0409)；華中師范大學優(yōu)秀博士學位論文培育計劃資助項目“工業(yè)化、城鎮(zhèn)化與區(qū)域碳減排政策選擇”(2013YBYB02)