我国低碳试点城市经济增长与碳排放解耦分析.docx

我国低碳试点城市经济增长与碳排放解耦分析.docx

《我国低碳试点城市经济增长与碳排放解耦分析.docx》由会员分享，可在线阅读，更多相关《我国低碳试点城市经济增长与碳排放解耦分析.docx（17页珍藏版）》请在冰豆网上搜索。

我国低碳试点城市经济增长与碳排放解耦分析

我国低碳试点城市经济增长与碳排放解耦分析

第32卷第8期

2o15~-4月

科技进步与对策

Science&TeelmologyProgressandPolicy

Vb1．32No．08

Ap~2015

我国低碳试点城市经济增长与碳排放解耦分析

刘骏，何轶

（贵州财经大学管理科学与工程管理学院，贵州贵阳550025）

摘要：

2010年至今，中央政府已陆续批准建设36个低碳试点城市，希望通过试点带动全国各城市走向低

碳化。

低碳城市发展的关键在于经济增长能否实现与碳排放相脱离（解耦）。

基于解耦理论，首先，借鉴

Vehmas解耦指数测算模型建立了“碳解耦指数”测算模型，提出了碳解耦等级标准；其次，运用模型对36

个试点城市碳解耦程度进行了评判；最后，采用LMDI方法对“碳解耦指数”进行了因素分解，从而揭示了

引发解耦的根本原因。

关键词：

低碳试点城市；解耦理论；碳解耦指数；碳排放

DOI：

10．6049／kjjbydc．2014080706

中图分类号：

F292文献标识码：

A文章编号：

1001—7348（2015）08—0051—05

0引言

21世纪以来，由cO等温室气体排放引发的全球

性气候变化效应日趋明显。

联合国政府间气候变化专

门委员会（IntergovernmentalPanelonClimateChange，

简称IPCC）报告“ClimateChange2007：

AynthesisRe-

port”指出，C0排放主要来自城市地区（约占全球碳排

放总量的8O）]。

中国城市的温室气体排放形势不

容乐观，排放总量位居世界第一[2]。

因此，建设低碳城

市是我国现阶段新型城镇化的重要内容，也是未来城

市经济增长和人民生活质量不断提高的基础保障。

。

]。

中央政府高度重视低碳城市建设，于2010年将杭州、

厦门、深圳、天津、南昌、保定、贵阳、重庆8市作为第一

批低碳城市试点，此后又陆续增加了苏州、宁波、青岛

等作为试点城市。

截至2013年底，中央政府正式批准

的低碳试点城市达36个，而且越来越多的城市正在积

极准备加入低碳城市行列。

政府希望通过试点城市探

索低碳化道路，带动全国所有城市向低碳化方向发展。

人类发展的经验表明，废弃物排放量总是紧紧跟

随经济发展步伐，这种同步或关联现象被称为“耦合”

（Coupling），它是一种不可持续的发展模式；相反，“解

耦”（Decoupling）被用来描述切断经济增长与废物排放

之间的联系，即废物排放增速小于经济增速，这是一种

非常理想的发展模式]。

低碳城市发展的核心就是在

经济快速增长的前提下保持碳排放处于相对较低的水

平，其精髓就在于解耦经济增长与碳排放之间的密切

联系。

那么，中国低碳城市是否已实现解耦?

解耦程

度如何?

这些问题的解决对于评判低碳城市建设效桌

以及未来发展路径具有重要意义。

1文献综述

“解耦理论”最早由德国著名研究机构Wuppertal

于20世纪9O年代提出，其目的在于研究经济与废弃物

排放量同步增长的紧密联系]。

VehmasJ等的研究

使得解耦理论得以长足发展，他们从理论上建立了Ve—

hmas解耦指数测算模型，并运用该模型分析了芬兰经

济增长与工业废气排放量的解耦趋势。

JuknysR用

统计回归方法研究了立陶宛SO。

排放量与经济增长率

之间的关系，结果显示前者随后者的增加而降低，两者

已实现解耦。

Kovanda_8依据联合国公布的捷克共和

国数据，运用解耦曲线图分析了该国经济增长与三废

（废水、废气以及固体废弃物）排放之间的关系，发现废

水和固体废弃物已解耦而废气尚未解耦。

Taehicana

等采用案例分析法，从物质资源输入输出系统视角

研究了日本经济增长与废气的解耦关系，结果表明两

者已实现显著解耦。

中国学者Wei等阳研究了黄土高

原地区人类活动对环境污染的影响，发现该地区经济

发展与环境污染之间是耦合关系。

李慧明等口妇将解耦

收稿日期：

2014-11—26

基金项目：

国家社会科学基金项目（14CJL032）；贵州省社会科学规划项目（14GZQN32）；贵州省教育厅高校人文社会科学研究项目

（JYT10021）；责州省教育厅创新计划项目（201410671005）

作者简介：

刘骏（1983一），男，贵州息烽人，博士，贵州财经大学管理科学与工程管理学院副教授，研究方向为低碳城市；何轶（1983一），

男，贵州贵阳人，中国烟草总公司贵州省公司烟叶管理处农艺师，研究方向为农业经济管理。

·52·科技进步与对策2015正

分为两类，一是绝对解耦，即经济发展的同时污染物排

放不断减少；二是相对解耦，即污染物排放虽然上升，

但上升速度低于经济增长速度。

以往研究虽然已取得了丰硕成果，但仍存在以下

不足：

①解耦理论主要被用于分析经济增长与三废排

放之间的关系，几乎未被应用于碳排放领域，而CO作

为一种引发全球变暖的重要废气，应当被纳入解耦理

论体系加以研究；②以往文献大多仅仅分析了是否已

解耦，虽然少数文献中对“绝对解耦”、“相对解耦”进行

了区分，但尚未对解耦程度进行进一步细分；③用单一

解耦计算值难以深入分析产业结构、能源利用效率等

社会经济因素对废物排放的影响，也就不能揭示解耦

的根本原因。

因此，本文以中国36个低碳试点城市为

研究对象，基于解耦理论分析经济与碳排放的解耦关

系，通过建立碳解耦等级标准评判各城市解耦程度，并

运用对数均值迪氏指数分解法（LogarithmicMeanDi—

visiaIndexMethod，简称LMDI）_】对影响碳解耦状态

的因素进行分解，以此为基础深入探讨各类低碳城市

的解耦策略。

2中国低碳试点城市“碳解耦指数”测算

首先基于Vehmas测算模型建立“碳解耦指数”测

算模型，划分碳解耦等级标准；然后对36个低碳试点

城市“碳解耦指数”进行测算。

2．1“碳解耦指数”测算模型

Vehmas测算模型是经典的解耦指数计算方法，

它通过考察某地区某一时段（一般为8年）工业废气增

长率与经济增长率的比值判断二者之间是否解耦，其

解耦指数计算公式为：

，、

解耦指数一善—1

（1）

G

其中，、P件分别为第t年（基年）、第￡+1年工业

废气排放量；、¨分别为第t年、第t+1年生产总

值。

近年来，随着气候变化愈演愈烈，CO作为经济发

展过程中产生的废气日益受到重视，本文对式

（1）中工

业废气排放量P进行变量替换，将P替换为CO排放

量C，得

／、

解耦指数一芸—1

（2）

G‘

式

（2）中，、分别为第t年（基年）、第￡+1年

的碳排放量。

将式

（2）进行通分，并作等价变换，变为：

解耦指数一。

其中，C／G表示碳排放强度。

式（3）刻画了经济增

长与碳排放之间的解耦程度，故可称之为“碳解耦指

数”测算模型。

2．2碳解耦等级标准

依据解耦理论，若碳排放量增速小于经济增长率

则可视为解耦，而碳排放强度降低又是碳排放量增速

降低的必要条件。

因此，通过考察碳排放量增速（△C／

C）的正负性能够推导出“碳解耦指数”的正负性，从而

得到碳解耦程度，如表1所示。

表1碳解耦等级标准

表1列出了△G／G与zxc／c正负性的所有可能情

况，描述了从最理想的“强解耦”状态到最不理想的“反

耦合”状态，具体说明如下：

（1）当碳解耦指数为负时，说明碳排放强度有所下

降，解耦情况出现。

其中，按照经济增长率（△G／G）与碳

排放量增长速度（AC／C）的正负性可将碳解耦状态细分

为“强解耦”、“弱解耦”、“衰退性解耦”。

3类“强解耦”

是一种绝对性解耦，表示随着经济的增长碳排放量不

升反降，说明发展已完全摆脱了碳排放量高的困境；

“弱解耦”是一种相对性解耦，虽然碳排放量与经济同

步增长，但前者的增长率小于后者；“衰退性解耦”表示

在经济衰退的情况下碳排放量不断减少，这种状态虽

然也实现了解耦，但它是以经济倒退为代价而获得的。

（2）当“碳解耦指数”为正时，表明碳排放强度上

升，未实现解耦。

“未解耦”状态可细分为“增长性耦

合”、“衰退性耦合”、“反耦合”3类。

“增长性耦合”表明

碳排放量与经济一起持续增长，且碳排放量增速高于

经济增速；“衰退性耦合”显示了一种经济衰退的状态，

在这种状态下碳排放量有一定降低，但降低的速度远

不如经济衰退的速度；“反耦合”描述了一种最不理想

状态，即经济衰退但碳排放量仍在增加。

本文依据碳解耦等级标准，通过36个低碳试点城

市的测算结果评判它们各自的低碳化成效。

2．3“碳解耦指数”测算

2．3．1中国36个低碳试点城市相关数据

中国从2010年开始启动首批低碳试点城市建设，

为了评价这些低碳试点城市的建设成效，本文将建设

前后的状态进行对比，故界定的时间范围为2006—

2O13年，即2O10年前后4年时间。

原始数据来源于2007—2014年《中国城市统计年

鉴》、《中国能源统计年鉴》及《厦门统计年鉴》、《苏州统

计年鉴》等低碳试点城市地方政府统计年鉴。

数据的

收集与整理说明如下：

第8期刘骏：

我国低碳试点城市经济增长与碳排放解耦分析·53·

（1）为了剔除价格波动的影响，还原GDP的真实水

平，本文按照国家统计局的方法以2006年为基期计算

各年的不变价地区生产总值。

（2）CO排放量按照IPCC的方法折算取得，折算

公式为：

c一『鲁××E]

其中，C为CO排放总量，为城市经济发展中

第m种能源比重，为第种能源的碳排放系数，E

／2,m

为能源消耗总量。

由于篇幅有限，收集与整理的原始

数据省略。

2．3．2测算结果

利用软件SPSS19．0，将中国36个低碳试点城市

标准化后的数据分别代人式（3），得到各城市“碳解耦

指数”测算结果，如表2所示。

表22006—2013年中国36个低碳试点城市“碳解耦指数”测算结果

从测算结果可看出，2006—2013年中国36个低碳

试点城市“碳解耦指数”均具有不断减小的趋势，说明

国家选定城市的低碳化转型取得了一定成效。

根据碳

解耦程度可分为4类：

（1）第一类地区由最初（2006年）的“弱解耦”状态

转变为最终（2013年）的“强解耦”状态，包括厦门、苏

州、北京、上海、杭州、天津、宁波、广州、青岛。

该类地

区经济增长早在2006年就已经与碳排放相对脱钩，此

后更是向低碳转型道路大步迈进。

其中，厦门的解耦

状态最为理想，“碳解耦指数”从2006年的一0．6168持

续降低至2O13年的一0．9758，解耦趋势显著。

（2）第二类地区由最初（2006年）的“增长性耦合”

状态逐步转变为最终（2013年）的“强解耦”状态。

虽然

第二类地区起初还处于经济与碳排量同步增长的困境

中，但这些城市在减排方面付出了极大的努力，使得经

济发展最终摆脱了高碳排放模式。

其中，石家庄和武

·54·科技进步与对策2015拄

汉于2007年进入解耦阶段，深圳、桂林、保定、昆明于

2008年开始解耦，大兴安岭于2009年开始解耦。

（3）第三类地区由最初的“增长性耦合”状态逐渐

转变为最终的“弱解耦”状态，该类地区数量最多，包括

重庆、南昌、南平、景德镇、贵阳、金昌、镇江、遵义、广

元、吉林、赣州、秦皇岛、温州、呼伦贝尔等14个城市，约

占全部试点城市的4O。

其中，重庆、南昌、南平、景德

镇、贵阳、金昌于2008年实现解耦，镇江、遵义、广元、吉

林于2011年实现解耦，赣州、秦皇岛、温州、呼伦贝尔直

到2012年才成功解耦。

（4）第四类地区包括淮安、晋城、池州、乌鲁木齐、

延安、济源，这些地区虽然正大力推进低碳城市建设且

取得了一定成果，但8年来仍然处于“增长性耦合”状

态，未出现显著的解耦趋势，经济增长尚未挣脱高碳排

放的桎梏。

3中国低碳试点城市“碳解耦指数”因素分

解

3．1“碳解耦指数”因素分解公式

上述“碳解耦指数”测算模型只能给出测评对象

（低碳试点城市）的解耦等级（程度），无法回答出现这

些状态的原因。

有鉴于此，本文采用LMDI方法对“碳

解耦指数”进行分解，以揭示导致解耦的因素。

由碳排放强度计算公式得：

y—c

一一[安××Em×]

式中，c榭为第m产业第种能源的碳排放量，

为第m产业第n种能源消耗量，为第m产业的能源

消耗总量，Gm为第产业的生产总值。

由式（4）可看出，即为能源排放强度，

为能源结构，为能源利用效率，

为产业结构。

于是，第+1期相对于第t期（基

U—Vm

期）的碳排放强度变动可表示为：

△y一Ct+l

一

Ct

—EEEa×××]一

∑∑[a×××]=△+AYa+ZlY+△

通过LMDI方法对△y进行分解，结果如下：

Cmt+l

G一

一葫（）五一（）n（）

十

一

InInh（嫠）十～（）一（）

C

G一一

一

InInh（）～（）一（）

C

一

c

一蒜InIn（筹）～（）一（）

将式（5）代入式（3），“碳解耦指数”可分解为：

AYo+Ayp

，1

+Ay~+Ayo

：

+++（10），1?

?

?

?

r，。

?

?

?

?

式（10）中，、、、分别为能源排放强度、

能源结构、能源利用效率、产业结构等因素对解耦状态

产生的影响程度，其绝对值越大，影响越大，可被称为

“碳解耦指数”的分指数。

将式（6）、（7）、（8）、（9）分别代人式（10），即可求出

以、、、等各分指数值。

3．2因素分解结果及讨论

通过软件SPSS19．0，分别把中国36个低碳试点

城市标准化后的数据代入式（10），得到各城市“碳解耦

指数”的因素分解结果。

为了便于表述，本文以“2．3．2

测算结果”划分的4类城市为基础进行分析，深入挖掘

“碳解耦指数”背后隐藏的信息。

（1）第一类城市已由“弱解耦”逐渐转变为“强解

耦”，其中，历年能源利用效率分指数对“碳解耦指数”

的贡献率均高达95％以上，它是推动第一类城市实现

转变的主要影响因素，相比而言，其它3个分指数的影

响非常小。

可见，碳解耦基础较好的第一类城市主要

依靠提高能源利用效率走低碳之路，即通过节能技术

的引进与革新、生产工艺流程能效的增加等作为应对

碳排放压力的主要措施。

（2）由第二类低碳城市因素分解的结果可知，2006

—2013年对“碳解耦指数”影响最大的是能源结构分指

数，其贡献率达到9O以上，而能源排放强度、能源利

用效率、产业结构等分指数的影响甚微，说明该类城市

之所以能实现“增长性耦合”到“强解耦”的跨越，主要

在于能源结构得以较大改观，由以传统的化石高碳能

源为主转变为以新兴清洁能源（太阳能、风能、核电以

及水电）为主。

（3）由第三类低碳城市的因素分解结果可知，8年

间对该类城市影响最大的是产业结构分指数，贡献率

达90％，说明导致“弱解耦”状态出现的主要原因是产

业结构的调整升级。

第8期刘骏：

我国低碳试点城市经济增长与碳排放解耦分析

（4）对于第四类城市来说，虽然这些年其一直处于

“增长性耦合”状态，但总体趋势向好，产业结构分指数

贡献率最高，达到85以上，说明第四类城市产业结构

改善具有必要性和紧迫性。

4研究结论及启示

当前中国正在积极推进以低碳、绿色、生态为主题

的新型城镇化建设，因而评判低碳城市的解耦程度并

探讨影响解耦的主要因素具有重要意义。

本文以Veh—

ITlas解耦指数测算模型为基础，构建了“碳解耦指数”测

算模型，并用该模型对36个试点城市碳解耦程度进行

了测度和评判，运用LMDI方法对“碳解耦指数”进行

了分解。

研究表明，36个试点城市碳根据解耦程度可

分为4类：

①第一类包括厦门、苏州、北京、上海、杭州、

天津、宁波、广州、青岛，这9个城市已由2006年的“弱

解耦”转变为2013年的“强解耦”，在经济增长的同时碳

排放量实现了负增长，达到这一良好状态的主要推手

是能源利用效率的提高；②第二类有石家庄、武汉、深

圳、桂林、保定、昆明、大兴安岭等7个城市，它们从最

初的“增长性耦合”逐步转变为目前的“强解耦”状态，

实现解耦的根本原因是能源结构的大幅改善；③第三

类城市数量最多，包括重庆、南昌、南平、景德镇、贵阳、

金昌、镇江、遵义、广元、吉林、赣州、秦皇岛、温州、呼伦

贝尔等14个城市，约占全部试点城市的4O，这一类

城市已由“增长性耦合”逐渐转变为“弱解耦”，虽然经

济增长的同时碳排量也在增长，但后者的增速慢于前

者，处于相对性解耦状态，主要原因在于这些城市产业

结构的不断调整升级；④第四类地区包括淮安、晋城、

池州、乌鲁木齐、延安、济源等6个城市，它们一直在努

力通过产业结构调整摆脱“增长性耦合”困境。

我国东中西部等各区域经济增长、能源结构、碳排

放强度差异极大。

因此，应当从各类城市的特点出发，

采取针对性强、有一定差别的策略推动城市低碳化发

展。

（1）针对尚未实现解耦的城市，应从工业生产、交

通运输、居民生活能源消费等方面进行全方位的战略

规划，加速推进经济增长与碳排放脱钩工作，使碳解耦

拐点早日出现。

同时，注重借鉴已解耦城市经验，按照

“产业结构调整——能源结构改善——能源利用效率

提升”三步走模式，在不同阶段抓关键要素，集中力量，

做到有的放矢。

（2）对于那些已经成功实现“强解耦”的城市，应继

续保持碳排放量负增长的良好势头，注重从碳汇领域

提升低碳城市质量，在保护森林以及生态环境的同时，

积极开展植树造林和绿地培育工作，力争城市低碳化

发展再上一个新台阶。

（3）针对仍处于“弱解耦”状态的城市，应深挖节能

减排潜力，通过制定组合政策措施提高生产生活能效，

加大风能、太阳能等清洁能源与新能源的推广应用，限

制煤炭、汽油、柴油等碳基能源的使用，加快城市的低

碳转型与可持续发展。

参考文献

[1]PACHAURIRK，REISINGERA．Climatechange2007：

synthesisreport[R]．Geneva，Switzerland：

Intergovernmen—

talPanelonClimateChange2007：

1-5．

E2]wor1dResourcesInstitute．Climateanalysisindicatorstool

JR]．NewYork，U．S．A．：

WRI，2010：

3-4．

E3]刘中文，高朋钊，张序萍．我国低碳城市发展战略模式研究

l-J]．科技进步与对策，2O10，27（22）：

67—70．

[4]OrganizationforEconomicCo—operationandDevelopment．

Indicatorstomeasuredecoulpingofenvironmentalpressure

fromeconomicgrowth[R]．Paris，France：

OECD，2002：

8—

12．

r5]FRIEDRICHSCHMIDT—BLEEK，RAINERKLUTING．

Wievielumweltbrauchtdermenseh?

MIPSdasmassfuer

oekologischeswirtschaften[M]．Berlin，German：

BaselBos—

ton，1993：

5-7．

[6]VEHMASJ，eta1．Materialflowsandeconomicgrowth

EM]．Turku，Finland：

TurkuSchoolofEconomicsandBusi—

nessAdministration，2003：

11-15．

E7]JUKNYSR．Transitionperiodinlithuan—dowemovetosys—

tainability[J]．EnvironmentalResearchEngineeringand

Management，2003，4（26）：

4-9．

[8]KOVANDAJT．whatarethepossibilitiesforgraphical

presentationofdecoupling?

anexampleofeconomy-wide

materialflowindicatorsintheCzechRepublic[J]．Ecologi—

calIndicators，2007，7

（1）：

123—132．

[9]TAcHICANAJ，eta1．Amethodforregional—scalematerial

flowanddecouplinganalysis：

ademonstrationcasestudyof

Aichiprefecture，Japan[J]．Resouces，ConservaionandRe—

cycling，2008，52（12）：

1382—1390．

ElO]WEIJ，eta1．Decouplingsoilerosionandhumanactiveson

theChineseLoessPlateauinthe20thcentury[J]．Catena，

2006，68

（1）：

1015．

[儿]李