京津冀碳排放的地区异质性及减排对策

武义青,赵亚南

摘 要：以京津冀为研究对象，选用碳排放量、碳生产率和脱钩弹性系数三大指标分析三省市2000—2011年低碳经济的发展，并以KAYA等式的扩展式为基础，建立LMDI分解模型，对三省市碳排放影响因素进行无残差分解，区分其碳排放的地区异质性，结果显示：北京市呈现碳排放量规模驱动型特征，天津市和河北省的碳排放均呈现出规范结构混合驱动型特征。

关键词：碳排放；碳生产率；脱钩弹性系数；LMDI方法

中图分类号：F205 文献标识码：A 文章编号：1003-3890（2014）05-0013-04

近年来，全球气候变暖已经成为十分突出的问题。为了应对气候变化，许多国家和地区选择走低碳发展之路。面对严峻的气候变化问题，中国显示出了作为一个负责任的大国应有的态度。《中国应对气候变化的政策与行动2013年度报告》于2013年11月5日在北京正式发布。报告中公布，“十一五”期间中国已经在经济发展的同时减排二氧化碳15亿吨，“十二五”前两年我们已经减排三四亿吨二氧化碳。这表明中国在应对气候变化方面所采取的一系列政策、措施、行动取得一定的成效，并且在坚定不移地走低碳发展之路。此外，2014年2月12日，李克强主持召开国务院常务会议。会议决定，2014年，中央财政安排100亿元，对重点区域大气污染防治实行“以奖代补”，其中50亿元投向京津冀等五省区。实际上，治理大气污染的同时会带来巨大的节能减排效应。京津冀作为我国核心都市圈之一，面临着巨大的挑战和压力。该地区各省市已经进行了节能减排的合作，在新形势下，必须抓住各省市碳减排的异质性，才能更有效率地实现该地区的低碳发展。

一、京津冀碳排放的异质性

（一）碳排放量

本文基于《2006年IPCC国家温室气体清单指南》中碳排放核算方法对京津冀碳排放量进行了测算[1]，见表1。表1显示，2000—2011年京津冀三个省市的碳排放量大体呈现递增的趋势，年均增速分别为1.23%、7.94%、10.66%，河北省最高，到2011年其总量将近是京津碳排放量之和的三倍。

（二）碳生产率

碳生产率是指单位碳排放量所产生的国内（地区）生产总值，它可以反映一定区域单位碳排放所带来的经济产出。本文对2000—2011年京津冀的碳生产率进行了测算，结果如图1所示，表明北京市的碳生产率明显较高且呈现不断增加的趋势；天津次之，2000—2009年不断增加，2010年有所回落，2011年又回升。河北省在12年间碳生产率变化不大，但却最低。从年均增速的角度来看，北京速度最快，为10.09%；天津稍低，为6.66%；河北最慢，为0.76%。

（三）脱钩弹性系数

脱钩弹性系数是指碳排放量变化率比同期国内（地区）生产总值变化率，它可以反映碳排放量增长与经济增长之间的关系。本文对2001—2011年京津冀的脱钩弹性系数进行了测算（见表2）。根据Petri Tapio构建的脱钩状态评价标准[2]，2001—2011年，京津冀三省市多数年份呈现弱脱钩的状态，北京脱钩弹性系数较稳定，天津次之，河北则波动较大。其中，北京呈现为强脱钩或弱脱钩状态，表明其经济走低碳发展之路。天津在2004年和2010年分别呈现扩张挂钩和扩张负脱钩状态，主要是因为工业的加速发展。而河北省在2002年、2011年呈现扩张挂钩状态，2003—2005年呈现扩张负脱钩状态，是由这些年份高碳工业快速发展导致的。

综合以上分析可以看出，京津冀三省市在低碳发展中具有以下特点：（1）北京市的碳排放量低、碳生产率高、脱钩弹性系数水平高，这表明该市走在低碳发展道路的前列，同时面临着进一步发展低碳经济压力大、成长空间小的挑战。（2）天津市碳排放量、碳生产率及脱钩弹性系数均处于中间水平，表明该市低碳经济水平一般，发展空间较大，需在低碳发展中加快步伐。（3）河北省碳排放量高、碳生产率低及脱钩弹性系数水平低，表明该地区低碳经济发展水平较低，但潜力最大，是节能减排的重点。

二、京津冀碳排放的地区异质性分析

为进一步分析京津冀碳排放的地区异质性，本文在KAYA等式拓展式的基础上建立LMDI分解模型，步骤如下：

（一）模型建立与数据收集

KAYA等式将影响碳排放量的因素分解为能源碳强度、能源强度、人均产出和人口规模四个因素，其表达式为：

C=■*■*■*P

其中，C为碳排放量，E为能源消费量，Q为国内生产总值，P为人口规模。本文对KAYA恒等式进行了扩展，建立以下恒等式：

C=■Cij=∑ij■■■■■P=■UijMijIiSiGP

式中：Cij指第i个省（市）消耗第j种能源所排放的碳；∑i指第i个省（市）的各种能源消耗总量；∑ij指第i个省（市）的第j种能源的消耗量；Q指国内生产总值；Qi指第i省（市）当年地区生产总值；P指我国人口总量；Uij=■，指第i个省（市）第j种能源折算碳排放量的系数；Mij=■，指第i个省（市）中第j种能源的占该省（市）能源消耗总量的比重，即能源结构；Ii=■，指第i个省（市）单位地区生产总值的能源消费量，即能源强度；Si=■，指第i省（市）地区生产总值占国内生产总值的比重，即经济结构；g=■，指我国的人均国内生产总值，即人均产出。由以上分析可知，该模型把碳排放量的影响因素分解成碳排放系数、能源结构与强度、经济结构、人均产出及人口规模六项。

数据来源于《中国统计年鉴》（2012）和《中国能源统计年鉴》（2012）。

（二）LMDI模型与结论

本文在KAYA等式拓展式的基础上建立了LMDI模型，模型如下：

？驻C表示碳排放的变化量，其公式为：？驻C=CT-C0，其中，CT、C0分别表示第T期和基期的碳排放量。下面建立LMDI分解模型为：

总效应为：？驻C=CT-C0=？驻CUij+？驻Cmij+？驻Cii+？驻Csi+？驻Cg+？驻Cp

？驻CUij=■■■*ln■

？驻Cm ij=■■■*ln■

？驻Ci i=■■■*ln■

？驻CS i=■■■*ln■

？驻Cg=■■■*ln■

？驻CP=■■■*ln■

其中，？驻CUij、？驻Cm ij、？驻Ci i、？驻CS i、？驻Cg、？驻CP分别表示碳排放系数、能源结构、能源强度、经济结构、人均产出和人口规模。此外，碳排放系数是固定值，来源于《2006年IPCC国家温室气体清单指南》，于是碳排放系数对碳排放的贡献度为零。本文以2010年为基期，对京津冀各因素的贡献度进行了测算，结果见表3。

以上结果表明，2000—2011年对京津冀碳排放量影响最大的因素是人均产出规模；能源强度的影响程度也较大，但呈反向关系；其他三个因素（经济结构、能源结构和人口规模）对不同省市的贡献度存在一定的差异。从三省市看，具体如下：

1. 北京市呈现碳排放量规模驱动型特征。北京市2000—2011年的碳排放量共增加了403万吨，其中人均产出规模与人口规模的变化导致其增加了3 111万吨，贡献率为772%。经济结构的变动也使碳排放量增加了296万吨，其贡献率为73%。能源结构和能源强度的变动使碳排放量减少了3 004万吨，贡献率为-745%。以上分析表明，经济发展和人口规模是引起北京市碳排放量增长的主要因素，而能源结构和能源强度使其增长速度较慢；进一步分析可知，根源在于北京市的煤炭消费量较少且其以第三产业为主。

2. 天津市和河北省的碳排放均呈现出规模结构混合驱动型特征。天津市2000—2011年的碳排放量共增加了3 158万吨，其中人均产出规模、经济结构和人口规模这三项因素的变化导致碳排放分别增加了2 930万吨、1 757万吨和1 131万吨，贡献率分别为93%和56%和36%；能源结构、能源强度的变动使碳排放减少了2 661万吨，贡献率为-85%。以上分析表明，天津市的碳排放量增长也主要是经济发展和人口规模扩大引起的，但其增长速度较北京高，主要因为其能源结构和能源强度，尤其是能源强度；进一步分析可知，天津市比北京市对煤炭的依赖程度大且以第二产业为主。

3. 河北省的人均产出规模驱动明显强于其他因素，人口规模驱动较弱，且能源结构呈正向作用。该省碳排放增加了17 399万吨，其中人均产出、能源结构、经济结构和人口规模的贡献率分别为89%、14%、9%和7%，能源强度的变化使其减少3 436万吨，贡献率为-20%。以上分析表明，河北省的碳排放量增长较天津市多了能源结构这一影响因素，主要是该省煤炭的能源消费占到90%，而减少因素的贡献度较小，源于该省以高碳工业为主。

三、京津冀碳减排的政策建议

根据以上分析的京津冀碳排放呈现的异质性，三地应扬长避短，找到效率最大化的发展策略，从而实现整个地区低碳经济的快速发展。

1. 北京市要想尽快从规模驱动的模式中挣脱出来，就应该在低碳发展中充分发挥自身优势，争取尽早跨越碳排放量峰值，从“弱脱钩”走向“强脱钩”。（1）以技术和管理创新为依托。北京市要充分利用自身的技术、人才优势，不仅要继续跟踪和研究节能减排先进的基础、应用技术，还要不断进行自主创新，充分发掘低碳节能技术；要在碳排放管理模式、效率上不断创新，包括碳交易市场、碳税等方面经验的推广，并发挥好进行低碳试点的带头作用。（2）优化能源结构。切实抓紧清洁能源的开发和利用，减少煤炭等高碳能源的消耗，切实抓好天然气供应保障，做好油品品质提升工作。（3）控制人口规模，创建低碳城市，倡导绿色消费。通过技术手段提高能源利用效率，并不断对人们进行有关低碳消费的教育，引导市民在日常生活中养成低碳消费的习惯。

2. 天津市在低碳发展中扮演一个“追随者”的角色，要想早日实现经济的绿色增长，就必须不断促进能源结构的优化和产业结构的转型升级。（1）积极调整产业结构，牵手北京大力发展第三产业。如电子商务、大数据、绿色金融、信贷业、能源服务业、养老服务业及家政服务业等。（2）调整工业内部结构。天津市经济增长主要依靠工业带动，今后应加强与北京的协作并发挥本身科技、政策等发面的优势，催生出更多高价值、高效率的产业集群；对工业内部产业结构进行调整，向低能耗、低排放的方向发展。（3）把握低碳经济发展中的商机，选择性地承接产业转移。天津市在承接北京和东部沿海产业转移的过程中，应严格坚持节能环保的准则，合理确定产业承接重点，防止低水平、高污染、高耗能产业的扩散。对承接产业转移项目应做好备案，加强对承接产业的低碳监测。积极引进具备先进工艺和自主研发能力的企业，发展精深加工产业，加快淘汰落后产能。与此同时，不断改善产业转移承接环境，统筹规划产业发展园区，设立专项资金支持产业园区的建设，形成产业集聚、专业分工、特色鲜明、环境友好的产业园区体系，实现低碳发展。

3. 河北省作为低碳发展的追赶者，低碳发展空间巨大，要充分利用自身条件和政策优势，并充分发挥毗邻京津的优势，加强与京津的协同创新，加快向低碳经济转型的步伐，实现低碳经济的跨越式发展。（1）发挥后发优势，淘汰落后产能，推动传统产业的绿色转型。河北省凭借自身的资源禀赋形成了较为密集的高能耗、高污染行业，如钢铁、电力、建材、化工等，这些行业对河北经济做出过重大贡献，但受环境容量限制，须淘汰一大批落后产能并化解一大批过剩产能，这样做从长远来看，是利大于弊的。此外，要运用低碳环保技术对传统产业进行升级改造。（2）提高自身承接产业转移的标准，坚决避免落后产能、高能耗产业的重建，并不断加强所承接产业环保技术的改造。（3）在加强传统能源清洁利用的同时开发新能源。河北省是煤炭消费大省，对煤炭等高排放能源的清洁利用是首要任务。另外，河北省要有效结合其资源优势，不断加强风能、太阳能发电的能源系统的推广，并促进新的能源发电系统的研发，如生物质能源等。（4）因地制宜，培养低碳环保而又富有竞争力的特色产业。河北省依托其资源条件，可以大力发展绿色生态农业、旅游业等特色产业。河北省碳汇资源非常丰富，通过完善生态效益补偿机制，加大对碳汇林业的支持，减少二氧化碳排放。

参考文献

[1]联合国政府间气候变化专门委员会.2006年IPCC国家温室气体清单指南[R].日本：全球环境战略研究所，2006.

[2]Tapio P. Towards a Theory of Decoupling：Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001[J]. Transport Policy，2005，12（2）：137-151.

责任编辑：关 华

Beijing-Tianjin-Hebei Regional Heterogeneity for Carbon Emissions and Mitigation Countermeasures

Wu Yiqing1， Zhao Yanan2

（1.Hebei Economic and Trade University， Shijiazhuang 050061， China；

2. Institute of Economic Research， Hebei University of Economics and Business， Shijiazhuang 050061， China）

Abstract： As the research object of the Beijing-Tianjin-Hebei region， this paper chooses carbon emissions， carbon productivity and decoupling coefficient of elasticity index analyzes the low-carbon economic development of the three provinces and cities in 2000-2011. And based on the extended KAYA equation， LMDI decomposition model is established and used to no residual decomposition for the carbon emissions influence factors of three provinces， and the heterogeneity of its carbon emissions is sectioned. The results show that Beijing has carbon emissions scale driven feature， carbon emissions in Tianjin and Hebei showed normal structure of hybrid driven feature.

Key words： Carbon emissions； Carbon productivity； Decoupling elasticity coefficient； LMDI method

参考文献

[1]联合国政府间气候变化专门委员会.2006年IPCC国家温室气体清单指南[R].日本：全球环境战略研究所，2006.

[2]Tapio P. Towards a Theory of Decoupling：Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001[J]. Transport Policy，2005，12（2）：137-151.

责任编辑：关 华

Beijing-Tianjin-Hebei Regional Heterogeneity for Carbon Emissions and Mitigation Countermeasures

Wu Yiqing1， Zhao Yanan2

（1.Hebei Economic and Trade University， Shijiazhuang 050061， China；

2. Institute of Economic Research， Hebei University of Economics and Business， Shijiazhuang 050061， China）

Abstract： As the research object of the Beijing-Tianjin-Hebei region， this paper chooses carbon emissions， carbon productivity and decoupling coefficient of elasticity index analyzes the low-carbon economic development of the three provinces and cities in 2000-2011. And based on the extended KAYA equation， LMDI decomposition model is established and used to no residual decomposition for the carbon emissions influence factors of three provinces， and the heterogeneity of its carbon emissions is sectioned. The results show that Beijing has carbon emissions scale driven feature， carbon emissions in Tianjin and Hebei showed normal structure of hybrid driven feature.

Key words： Carbon emissions； Carbon productivity； Decoupling elasticity coefficient； LMDI method

参考文献

[1]联合国政府间气候变化专门委员会.2006年IPCC国家温室气体清单指南[R].日本：全球环境战略研究所，2006.

[2]Tapio P. Towards a Theory of Decoupling：Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001[J]. Transport Policy，2005，12（2）：137-151.

责任编辑：关 华

Beijing-Tianjin-Hebei Regional Heterogeneity for Carbon Emissions and Mitigation Countermeasures

Wu Yiqing1， Zhao Yanan2

（1.Hebei Economic and Trade University， Shijiazhuang 050061， China；

2. Institute of Economic Research， Hebei University of Economics and Business， Shijiazhuang 050061， China）

Abstract： As the research object of the Beijing-Tianjin-Hebei region， this paper chooses carbon emissions， carbon productivity and decoupling coefficient of elasticity index analyzes the low-carbon economic development of the three provinces and cities in 2000-2011. And based on the extended KAYA equation， LMDI decomposition model is established and used to no residual decomposition for the carbon emissions influence factors of three provinces， and the heterogeneity of its carbon emissions is sectioned. The results show that Beijing has carbon emissions scale driven feature， carbon emissions in Tianjin and Hebei showed normal structure of hybrid driven feature.

Key words： Carbon emissions； Carbon productivity； Decoupling elasticity coefficient； LMDI method