趙冬琳 李天宏

?

中國各省區(qū)(市)城市化進(jìn)程中碳排放變化特征及影響因素分析

趙冬琳 李天宏?

水沙科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室, 北京大學(xué)環(huán)境工程系, 北京100871; ? 通信作者, E-mail: lth@pku.edu.cn

以工業(yè)能源消耗和居民生活能源消耗產(chǎn)生的碳排放作為研究對(duì)象, 用建成區(qū)占總面積的比例、非農(nóng)工業(yè)人口和城鎮(zhèn)人口分別占總?cè)丝诘谋壤?個(gè)指標(biāo)來衡量城市化率, 分析1995—2012年間城市化過程中碳排放的地區(qū)差異及影響因素, 得到以下結(jié)論。1) 全國的碳排量以及人均碳排放量在1995—2012年間整體上呈上漲趨勢(shì), 可分為緩慢增長、快速增長和增速下降 3 個(gè)階段。單位產(chǎn)值的碳排放呈整體遞減趨勢(shì), 遞減速度變緩。2) 各省份碳排放隨城市化率增加的區(qū)域差異明顯, 北京、上海、天津均是碳排放相對(duì)較低和城市化率相對(duì)較高的地區(qū)。3) 從 3 種單位城市化率的碳排放來看, 絕大多數(shù)省市出現(xiàn)2000年下降之后再上升的趨勢(shì)。內(nèi)蒙古自治區(qū)單位土地城市化率的碳排放最高, 單位人口城市化率(非農(nóng)業(yè)人口比重和城鎮(zhèn)人口比重)碳排放最高的是河北、河南和山東。4) 城市化過程中碳排放的影響因素也存在一定的地域差異, 對(duì)各省份而言, 能源結(jié)構(gòu)對(duì)碳排放影響有限, 能源強(qiáng)度對(duì)各省區(qū)碳排放的貢獻(xiàn)為負(fù), 產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放的貢獻(xiàn)有正有負(fù), 而經(jīng)濟(jì)水平和人口規(guī)模對(duì)碳排放的貢獻(xiàn)幾乎均為正。研究結(jié)果可為我國區(qū)域碳排放削減的策略制定提供科學(xué)依據(jù)。

城市化; 碳排放; 影響因子

IPCC (IntergovernmentalPanelonClimateChange)第五次評(píng)估報(bào)告指出, CO2濃度已升至至少過去 80 萬年以來前所未有的水平, 而溫室氣體排放以及其他人為驅(qū)動(dòng)因子已成為自 20 世紀(jì)中期以來氣候變暖的主要原因[1]。作為最大的發(fā)展中國家和碳排放大國, 中國的碳排放問題備受關(guān)注。隨著我國城市化與工業(yè)化進(jìn)程的快速推進(jìn), 工業(yè)、交通和居民生活能源消耗作為主體而引起的碳排放與經(jīng)濟(jì)、人口等因素相互作用和聯(lián)系。國內(nèi)外已有研究表明城市化與碳排放之間的相關(guān)性[2–10]。如Ala-Mantila等[3]分析了芬蘭的家庭類型與以其消費(fèi)為基礎(chǔ)的碳排放之間的關(guān)系。鄭云鶴[6]利用 1978—2003 年中國國家層面數(shù)據(jù)的研究表明, 中國城市化與能源消耗之間呈顯著的正相關(guān)關(guān)系。林伯強(qiáng)等[7]選取全國層面 1978—2008 年的數(shù)據(jù), 對(duì)中國城市化發(fā)展不同階段的碳排放影響因素和減排策略進(jìn)行研究, 結(jié)果表明城市化進(jìn)程的加速導(dǎo)致中國碳排放量的增加。劉夢(mèng)琴等[8]通過構(gòu)建多形式的碳排放模型, 測(cè)算全國省際CO2排放, 表明城市化進(jìn)程直接加劇了CO2的排放, 產(chǎn)業(yè)結(jié)構(gòu)變化是中國碳排放增長的重要驅(qū)動(dòng)因素之一。關(guān)海玲等[9]研究表明, 碳排放量與城市化水平之間存在長期穩(wěn)定的均衡 關(guān)系, 城市化水平每增長 1%, 碳排放量相應(yīng)增加1.643%。Perkins 等[10]利用 43 個(gè)發(fā)展中國家的面板數(shù)據(jù), 對(duì)城市化、能源消耗和溫室氣體排放的關(guān)系進(jìn)行研究, 結(jié)果表明發(fā)展中國家城市化進(jìn)程的確導(dǎo)致能源消耗量和溫室氣體排放量的增加。

已有工作都是基于國家層面開展, 而中國幅員廣闊, 區(qū)域差異性較為顯著, 不同地區(qū)的碳排放問題與其對(duì)應(yīng)的措施也不同, 所以研究中國的碳排放問題不僅要從全國層面進(jìn)行分析, 也要重視區(qū)域間的差異化特征[11–12]。本文以工業(yè)能源消耗和居民生活能源消耗產(chǎn)生的碳排放為研究對(duì)象, 利用1995—2012年省級(jí)能源、社會(huì)和經(jīng)濟(jì)數(shù)據(jù), 分析城市化過程中碳排放的區(qū)域差異及影響因素, 以期為區(qū)域碳排放削減決策提供科學(xué)依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

利用中國內(nèi)地 30 個(gè)省級(jí)行政單位(因無法獲得西藏的數(shù)據(jù), 所以不包括西藏) 1995, 2000, 2008 和2012 年4個(gè)年份的能源、經(jīng)濟(jì)和人口數(shù)據(jù)。數(shù)據(jù)主要來自《中國能源統(tǒng)計(jì)年鑒》(1996—2013)[13–15]中的地區(qū)能源平衡表(實(shí)物量)和《中國城市統(tǒng)計(jì)年鑒》(1996—2013)[16–17]中的土地資源和人口統(tǒng)計(jì)。各類能源折算為標(biāo)準(zhǔn)煤的系數(shù)來自《綜合能耗計(jì)算通則》(GB/T2589—2008)。各種能源的碳排放系數(shù)主要來自 2006 年的 IPCC 國家溫室氣體排放清單指南的缺省值, 其他系數(shù)參考王海鯤等[18]研究中CO2排放系數(shù)換算得到(表1)。

表1 各能源碳排放系數(shù)

說明: t/tce表示噸碳每噸標(biāo)準(zhǔn)煤。

1.2 研究方法

碳排放影響因素分析方法主要有結(jié)構(gòu)分解方法(SDA)和指數(shù)分解方法(IDA)。本文使用 IDA 類中的對(duì)數(shù)平均指標(biāo)分解方法(log mean division index, LMDI), 該方法由于是多因素完全分解且不產(chǎn)生殘差, 目前被廣泛使用。

1.2.1 基于能源消耗的碳排放量估算

目前, 中國各省區(qū)的碳排放量尚無權(quán)威部門的公布數(shù)據(jù), 故基于 IPCC 的研究結(jié)果, 利用能源消費(fèi)量來計(jì)算[9]:

式(1)中,為碳排放量;E為能源消費(fèi)量, 按標(biāo)準(zhǔn)煤計(jì);f為能源碳排放系數(shù);為能源種類。能源消費(fèi)量采用《中國能源統(tǒng)計(jì)年鑒》中能源平衡表中的終端消費(fèi)量(去除能源加工、轉(zhuǎn)換與輸送過程中的損失量)。

1.2.2 城市化水平的估算

目前用于衡量城市化的指標(biāo)主要有城市人口比重法、非農(nóng)業(yè)人口比重法和城市用地比重法。城市人口比重法和非農(nóng)業(yè)人口比重法衡量中國整體城市化的趨勢(shì)大致相同, 城市用地比重法相對(duì)于 2000年以后的變化較為敏感[8]。

1.2.3 基于KAYA恒等式和LMDI模型對(duì)碳排放影響因素的分解

Kaya[20]提出的 KAYA 恒等式能夠?qū)⑻寂欧排c能源、經(jīng)濟(jì)和人口3個(gè)因素聯(lián)系在一起。隨著研究的深入, KAYA 恒等式也相應(yīng)地進(jìn)行了擴(kuò)展[21-22]:

式中,為碳排放量,C為第產(chǎn)業(yè)的第種能源的碳排放量,E為第產(chǎn)業(yè)的第種能源的消耗量,E為第產(chǎn)業(yè)能源消耗總量, GDP為第產(chǎn)業(yè)的生產(chǎn)總值, GDP 為國內(nèi)生產(chǎn)總值,為常住人口數(shù)量。本文主要分析工業(yè)產(chǎn)業(yè)結(jié)構(gòu)和一次能源(原煤、原油、天然氣)對(duì)我國碳排放的影響。C/E,E/E,E/GDP, GDP/GDP, GDP/和代表能源碳排放因子、能源結(jié)構(gòu)、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)水平和人口規(guī)模, 分別記為1,2,3,4,5和6。分解過程中, 利用 Ang[23]提出的 LMDI 方法, 用C和0分別表示期和基期的碳排放量, 各因子貢獻(xiàn)值由式(3)~(9)定義。

△= C–0

=△1+△2+△3+△4+△5+△6, (3)

, (5)

, (7)

。 (9)

由于碳排放因子為常數(shù), 因此Δ1= 0。

定義影響因素貢獻(xiàn)率來比較不同地區(qū)各因素對(duì)碳排放的影響:

式中,r為某影響因素的貢獻(xiàn)率; ΔC表示基于LMDI分解的某影響因素對(duì)碳排放變化的貢獻(xiàn)。

2 結(jié)果與分析

2.1 全國碳排放變化

本文利用單位建成區(qū)碳排放量和人均碳排放量來衡量全國的總體情況。單位建成區(qū)碳排放量=碳排放量/建成區(qū)面積(104t/km2), 人均碳排放量=碳排放量/總?cè)丝?t/人), 非農(nóng)人口人均碳排放量=碳排放量/非農(nóng)人口(t/人), 城鎮(zhèn)人口人均碳排放量=碳排放量/城鎮(zhèn)人口(t/人)。

1995—2012 年, 全國的碳排放量整體上呈逐漸上升趨勢(shì), 但是具有階段性。由圖 1 可見, 工業(yè)能源消耗產(chǎn)生的碳排放變化趨勢(shì)與總體變化幾乎一致, 生活能源消耗產(chǎn)生的碳排放逐年的變化相對(duì)平緩。從碳排放增長隨時(shí)間變化的趨勢(shì)來看, 我國總體的碳排放量可分為緩慢增長、快速增長和增速下降 3 個(gè)階段。在 1995—2000 年的緩慢增長階段, 碳排放量從1995年的7.44×104萬噸增加到2000年的8.27×104萬噸, 增長率為11.1%。由于亞洲金融危機(jī)的影響, 使得經(jīng)濟(jì)增長速度變慢, 并且中國大部分省市都處于城市化初期, 發(fā)展速度相對(duì)緩慢, 從而在一定程度上抑制了碳排放。在2000—2008年的快速增長階段, 2008年的碳排放總量達(dá)1.90×105萬噸, 與2000年相比增幅達(dá)130%, 隨著中國城市化和工業(yè)化的加速推進(jìn), 資源投入仍是粗放型模式, 第一產(chǎn)業(yè)向二、三產(chǎn)業(yè)的轉(zhuǎn)變加速, 以高能耗、高污染的制造業(yè)為主, 使得這個(gè)階段的碳排放量迅速增長。2008—2012 年, 碳排放增速放緩至35.2%, 為增速下降階段, 此階段因節(jié)能減排被納入“十一五”規(guī)劃的積極作用, 能源節(jié)約取得明顯成效。

單位 GDP 碳排放量反映經(jīng)濟(jì)發(fā)展對(duì)碳排放的影響, 從理論上來說, 單位 GDP 碳排放量越小, 即相同 GDP 的增加帶來的碳排放的增加越少, 說明經(jīng)濟(jì)結(jié)構(gòu)越合理, 科技水平越高。從圖2可以看出, 在總體上, 單位工業(yè)產(chǎn)值碳排放量比單位 GDP 碳排放量要大, 但兩者的變化趨勢(shì)相同。

從單位建成區(qū)碳排放量和人均碳排放量來看, 1995—2012年整體上呈現(xiàn)與總能源的碳排放量相同的趨勢(shì), 所不同的是, 與人均碳排放量相比, 地均碳排放量下降幅度稍大, 如圖3所示。

2.2 各省區(qū)(市)碳排放變化及其差異

碳排放量與城市化程度相互影響。城市化率增長快, 同時(shí)碳排放量小, 可以認(rèn)為是可持續(xù)的城市化過程。如果某地區(qū)城市化率較高, 而沒有相應(yīng)較低的碳排放量, 則說明該地區(qū)城市化過程不利于可持續(xù)發(fā)展。

2.2.1 碳排放量與土地城市化率(城市用地比重法衡量城市化率)的變化特征

城市用地比重法是以某地區(qū)的城市建成區(qū)面積占區(qū)域總面積的比重來反映城市化率。由于建成區(qū)是人類活動(dòng)的主要用地, 并會(huì)使基礎(chǔ)設(shè)施建設(shè)活動(dòng)增加, 從而影響碳排放。

如圖 4 所示, 1995—2012年, 碳排放與城市化率的關(guān)系呈現(xiàn)兩個(gè)特點(diǎn): 1) 各省市碳排放總體上呈現(xiàn)上漲態(tài)勢(shì), 與全國的趨勢(shì)基本相同, 并且在快速增長的 2000—2008 年, 內(nèi)蒙古、山東、海南的增長均超過200%; 2) 整體上城市化處于快速發(fā)展中, 其中上海、北京、天津的城市化水平始終位于峰值, 且遠(yuǎn)大于其他地區(qū), 其他碳排放相對(duì)較大的地區(qū)城市化率也較高。

從各省份碳排放變化情況來看, 幾乎所有省份都有不同幅度的增長。山東、河南、遼寧、河北、江蘇等省的碳排放量一直位于前列, 屬于碳排放大省。從排放量上看, 1995 年僅河北、遼寧、四川 3個(gè)省份的碳排放量超過 0.5×108t; 2000年也僅有 4個(gè)省份碳排放量超過 0.5×108t, 其中四川省在重慶市直轄后, 相對(duì)來說碳排放量減少; 2008年就有 15個(gè)省份的碳排放量超過 0.5×108t, 其中 5 個(gè)省份的碳排放量還超過 1×108t, 山東以 1.71×108t 遠(yuǎn)超其他各省區(qū)。從增長率上, 各省份增長率最大值相對(duì)集中出現(xiàn)在 2001—2008 年, 寧夏、海南、山東、內(nèi)蒙古和浙江等省份增長率都高于最低增長率的北京好幾倍。北京、上海和天津在城市化水平不斷增加的同時(shí), 碳排量相對(duì)減少, 所以圖 4 中城市化水平折線的高點(diǎn)不斷向右移動(dòng)。

2.2.2 碳排放量與人口城市化率(非農(nóng)業(yè)人口比重法衡量城市化率)的變化特征

非農(nóng)業(yè)人口比重法以某地區(qū)的非農(nóng)業(yè)人口占總?cè)丝诘谋戎貋矸从吵鞘谢??！吨袊鞘薪y(tǒng)計(jì)年鑒》中非農(nóng)業(yè)人口的界定是根據(jù)人口的就業(yè)方式來區(qū)分。城市化進(jìn)程中, 大量農(nóng)業(yè)人口轉(zhuǎn)為非農(nóng)人口在城市就業(yè), 體現(xiàn)了人口分布在經(jīng)濟(jì)活動(dòng)上的變化。在 4 個(gè)年份, 全國非農(nóng)業(yè)人口比重分別為23.84%, 26.08%, 33.28%和 35.33%, 呈上升趨勢(shì)。圖 5 顯示各省區(qū)城市化水平相差明顯, 比如 1995年, 北京、天津和上海的城市化率就都超過 50%, 上海市更是達(dá)到70%以上, 其余省區(qū)的城市化率在20%左右?？傮w上, 1995—2012 年間, 上海市一直是碳排放量較少、城市化率最高的地區(qū), 其次是北京市和天津市, 一直保持相對(duì)高的城市化水平和相對(duì)較低的碳排放量水平; 其他大部分省區(qū)是由碳排放量高、城市化率低的狀態(tài)向碳排放量高、城市化率也高的狀態(tài)發(fā)展。

2.2.3 碳排放量與人口城市化率(城鎮(zhèn)人口比重法衡量城市化率)的變化特征

城市人口比重法是以城市人口占總?cè)丝诘谋戎貋矸从称涑鞘谢?。這一度量方法是目前普遍采用的一種計(jì)算城市化的方法。根據(jù)城市人口比重的變化, 城市化過程可分 3 個(gè)階段[24]。城市化初期: 城市化水平低于 30%, 城市化速度比較慢; 城市化中期: 城市化水平為 30%~70%, 城市化速度非?？? 城市化后期: 城市化水平高于 70%, 城市化速度比較慢。

圖6顯示各省區(qū)城市化水平差異顯著, 北京、天津和上海從 2000 年開始都進(jìn)入城市化后期。1995年, 23 個(gè)省份處于城市化初期, 北京、上海、天津、廣東和東北三省位于城市化中期。2000 年, 只有 10 個(gè)地區(qū)處于城市化初期, 16 個(gè)地區(qū)進(jìn)入城市化中期, 北京、上海和天津已邁入城市化后期。2008 年, 除貴州處于城市化初期外, 其余均進(jìn)入城市化中期。2012 年, 全部地區(qū)均進(jìn)入城市化中期, 北京、上海和天津仍然處于城市化后期, 并保持相對(duì)較低的碳排放量。

在城市化的初期階段, 即1995—2000年, 城市化對(duì)碳排放的影響并不是很明顯, 因?yàn)檫@個(gè)階段城市化和工業(yè)化進(jìn)程相對(duì)緩慢, 產(chǎn)生的碳排放比較有限。在城市化發(fā)展的中期, 即2000—2012年, 城市化和工業(yè)化都加速發(fā)展, 工業(yè)能耗增加, 同時(shí) 隨著大量的農(nóng)村人口涌入城市, 生活能耗也不斷增加, 碳排放量迅速增大。

2.3 3 個(gè)不同城市化水平指標(biāo)的單位碳排放

圖7中3個(gè)城市化率指標(biāo)隨年份的變化曲線均顯示中國城市化正處于向前發(fā)展的趨勢(shì), 中國的城鎮(zhèn)人口占總?cè)丝诘谋戎卦鲩L迅速, 由 29.04% 增長到 52.57%; 非農(nóng)人口變化相對(duì)平穩(wěn), 由 23.84% 增至 35.33%; 建成區(qū)占區(qū)域面積從 0.33% 增至0.74%。采用城鎮(zhèn)人口和非農(nóng)業(yè)人口比重來衡量城市化率, 1995—2000年, 2000—2008年和2008—2012年3個(gè)階段的整體趨勢(shì)相差不多, 只在拐點(diǎn)處的變化有差別, 而采用建成區(qū)占比來衡量城市化率, 在2000年以后幾乎都以相同的速率增長。

從圖 8 中 4 個(gè)年份 3 個(gè)不同城市化率指標(biāo)來看, 絕大多數(shù)省市都呈現(xiàn)在 2000 年下降之后再上升的趨勢(shì), 從數(shù)值來看, 城鎮(zhèn)人口城市化率和非農(nóng)業(yè)人口城市化率的變化趨勢(shì)大致相同, 與土地城市化率的差別較大。不考慮北京、天津和上海3個(gè)直轄市, 各省市單位土地城市化率的碳排放最高的是華北和西北地區(qū), 說明華北和西北地區(qū)由于建成區(qū)面積的增加帶來的碳排放增加最多; 單位城鎮(zhèn)人口城市化率和非農(nóng)業(yè)人口城市化率的碳排放最高的集中在人口多的省市, 比如河北、山東和河南等, 即非農(nóng)人口或者城鎮(zhèn)人口的增加帶來碳排放的增加。從各省市 4 個(gè)年份的變化來看, 除個(gè)別省市外, 單位土地城市化率的碳排放變化不大, 單位城鎮(zhèn)人口城市化率和非農(nóng)業(yè)人口城市化率的碳排放變化相對(duì)明顯, 并且與全國單位建成區(qū)和人均碳排放趨勢(shì)相同。

2.4 城市化進(jìn)程中碳排放的影響因素分析

Chunbo等[19]采用LMDI的方法對(duì)中國1980—2003 年的能源強(qiáng)度變化進(jìn)行分析。張俊峰等[21]利用LMDI模型對(duì)影響武漢城市圈土地利用碳排放的因素進(jìn)行分解。朱勤等[25]利用擴(kuò)展的 KAYA 模型和 LMDI 分解方法, 將我國碳排放的影響因子分解為人口、人均 GDP、產(chǎn)業(yè)結(jié)構(gòu)、能源強(qiáng)度和能源消費(fèi)結(jié)構(gòu)。林伯強(qiáng)等[7]利用 LMDI, 分別從人均收入、能源強(qiáng)度和能源消費(fèi)結(jié)構(gòu)調(diào)整方面分析中國人均 CO2排放主要影響因素。本文選取以下 5 個(gè)因素加以分析。1) 能源結(jié)構(gòu)(E/E): 單位工業(yè)能耗中一次能源消耗; 2) 能源強(qiáng)度(E/GDP): 單位工業(yè)產(chǎn)值的能源消耗; 3) 產(chǎn)業(yè)結(jié)構(gòu)(GDP/GDP): 單位國內(nèi)生產(chǎn)總值的工業(yè)產(chǎn)值; 4) 經(jīng)濟(jì)水平(GDP/): 人均國內(nèi)生產(chǎn)總值; 5) 人口規(guī)模(): 年末常住人口數(shù)。

圖 9 給出 1995—2000 年、2000—2008 年和2008—2012 年 3 個(gè)時(shí)間段各省區(qū) 5 種因素碳排放的貢獻(xiàn)率。總體來看, 各省區(qū)能源結(jié)構(gòu)對(duì)碳排放影響占比不高, 能源強(qiáng)度效應(yīng)整體上對(duì)各省區(qū)碳排放的貢獻(xiàn)幾乎為負(fù), 產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)碳排放的貢獻(xiàn)有正有負(fù), 經(jīng)濟(jì)水平和人口規(guī)模效應(yīng)對(duì)碳排放的貢獻(xiàn)幾乎均為正。基于上述城鎮(zhèn)人口比重, 并結(jié)合中國整體城市化率, 本文定義 1995—2000 年為城市化初期階段, 2000—2008年為城市化中期階段, 2008—2012年為城市化中期快速發(fā)展階段。下面結(jié)合城市化的進(jìn)程分析碳排放的影響因素。

1) 能源結(jié)構(gòu)。從圖 9 看出, 能源結(jié)構(gòu)對(duì) 3 個(gè)階段的碳排放影響都比較微弱, 在各省市不同階段起到的作用也不同。1995—2000年, 寧夏有 15%的正效應(yīng), 而江蘇、浙江、山東和廣西等省則有接近16%的負(fù)效應(yīng); 2000—2008年, 除西南地區(qū)大多數(shù)省市為正效應(yīng)外, 大部分省區(qū)都為負(fù)效應(yīng), 且貢獻(xiàn)率都不超過10%; 2008—2012年, 對(duì)碳排放有正效應(yīng)的省區(qū)增加到 11 個(gè)。隨著城市化的推進(jìn), 由于對(duì)碳排放有正貢獻(xiàn)率的省區(qū)數(shù)目不斷增加, 尤其是在城市化中期加速發(fā)展階段增加較明顯, 說明能源結(jié)構(gòu)調(diào)整在整體上促進(jìn)了碳排放的增加, 但是區(qū)域差異明顯。能源結(jié)構(gòu)的調(diào)整優(yōu)化在超過一半的省區(qū)抑制了碳排放的增長, 同時(shí)也存在趨勢(shì)不穩(wěn)定的現(xiàn)象。本文衡量能源結(jié)構(gòu)是把工業(yè)消耗中的一次能源原煤、原油和天然氣考慮進(jìn)來, 這3種能源消耗的碳排放因子大小依次為原煤>原油>天然氣(表 1)。因此, 在控制能源總耗的前提下, 可以通過調(diào)節(jié) 3 種能源的比例(減少原煤消耗的比重, 適當(dāng)增加天然氣的比重)來減少碳排放量, 并繼續(xù)提高能源利用技術(shù), 鼓勵(lì)節(jié)能技術(shù)的研發(fā)和推廣。

2) 能源強(qiáng)度。我國工業(yè)碳排放量與總碳排放量的走勢(shì)幾乎完全一致[26], 所以本文能源強(qiáng)度指標(biāo)是以工業(yè)單位 GDP 的能源消耗量來衡量。從圖8可以看出, 能源強(qiáng)度提高對(duì)碳排放量增長的貢獻(xiàn)率是負(fù)值, 平均為 30%~40%, 而安徽、海南、寧夏和新疆在個(gè)別階段出現(xiàn)正值, 說明能源強(qiáng)度在絕大部分地區(qū)是降低的, 并相應(yīng)地抑制了能源消費(fèi)碳排放的增長。個(gè)別省區(qū)的能源強(qiáng)度較弱, 能源效率不高。從城市化進(jìn)程的3個(gè)階段來看, 能源強(qiáng)度對(duì)碳排放的影響總體上呈先下降再上升的趨勢(shì)。1995—2000 年城市化初期, 城市化率低水平緩慢增長, 經(jīng)濟(jì)作用強(qiáng)度相對(duì)不高, 能源強(qiáng)度的提高所帶來的負(fù)效應(yīng)則非常明顯, 足以抵消大部分由經(jīng)濟(jì)增長帶來的碳排放增加, 所以各省區(qū)的碳排放量變化平穩(wěn)。2000—2008 年城市化中期, 由于我國經(jīng)濟(jì)發(fā)展的粗放式增長, 經(jīng)濟(jì)增長的作用強(qiáng)度明顯, 而能源強(qiáng)度對(duì)碳排放減少的作用減弱, 能源強(qiáng)度的負(fù)效應(yīng)已不能抵消經(jīng)濟(jì)快速增長帶來的正效應(yīng), 整體上表現(xiàn)為碳排放量的快速增長。2008—2012 年, 工業(yè)成為我國城市經(jīng)濟(jì)的主要支柱, 城市化與工業(yè)化同時(shí)推進(jìn), 工業(yè)的能耗強(qiáng)度下降逐漸緩慢, 對(duì)抑制碳排放的影響相對(duì)緩慢。

3) 產(chǎn)業(yè)結(jié)構(gòu)。我國工業(yè)的能源消耗量最大, 所以工業(yè)產(chǎn)值占國內(nèi)生產(chǎn)總值比重的變化可以直接影響能源消耗碳排放的變化, 但影響程度在城市化不同階段存在明顯差異。1995—2000 年, 各省區(qū)產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放的差異很明顯, 正負(fù)效應(yīng)各占一半, 但從各因素占比上看, 這個(gè)階段對(duì)碳排放的影響最大。這是因?yàn)樵诔鞘谢某跫?jí)階段, 工業(yè)已經(jīng)有所發(fā)展, 但能源利用技術(shù)比較落后, 能源利用效率比較低。2000—2008 年, 除北京、上海、黑龍江和湖北外, 其余地區(qū)都是正效應(yīng), 說明工業(yè)對(duì)于碳排放的驅(qū)動(dòng)作用在增強(qiáng), 工業(yè)化并沒有向低碳趨勢(shì)發(fā)展。2008—2012 年, 超過 2/3 的地區(qū)對(duì)碳排放呈負(fù)效應(yīng), 主要集中在東部地區(qū), 因?yàn)樵诔鞘谢衅诎l(fā)展較快階段, 工業(yè)發(fā)展也趨于成熟, 能源利用效率有所提高, 特別是發(fā)展較快的東部地區(qū)。

4) 經(jīng)濟(jì)水平。從經(jīng)濟(jì)水平的占比和貢獻(xiàn)值來看, 經(jīng)濟(jì)增長無疑是促進(jìn)碳排放增長的最重要因素, 表明我國經(jīng)濟(jì)增長直接導(dǎo)致碳排放的增加。2000—2008年, 我國人均GDP以年均8％以上的速度增長, 而這種經(jīng)濟(jì)高速增長是以消耗大量能源為特征, 產(chǎn)生大量溫室氣體, 直接導(dǎo)致碳排放的逐年增加。

5) 人口規(guī)模。各省區(qū)人口規(guī)模效應(yīng)對(duì)碳排放的貢獻(xiàn)幾乎都是正值(除少數(shù)人口減少的地區(qū), 并且所占比重很小), 說明人口規(guī)模的增加會(huì)在一定程度上增加碳排放。隨著城市化的加速, 一方面, 隨著總體人口數(shù)量的增加, 城市建設(shè)用地的需求也會(huì)增加, 城市面積的不斷增大會(huì)破壞森林, 并改變土地利用方式, 引起碳排放的增加; 另一方面, 城市人口數(shù)量呈現(xiàn)逐年增長的態(tài)勢(shì), 人口向城市聚集過程中, 生活方式發(fā)生城市化的改變[27], 城市家庭采暖、制冷和交通出行等主要的耗能活動(dòng)導(dǎo)致碳排放增加。

3 結(jié)論

本文利用 4 個(gè)時(shí)段全國 30 個(gè)省級(jí)行政單位的能源、社會(huì)和經(jīng)濟(jì)數(shù)據(jù), 分析各省區(qū)城市化過程中碳排放特征及其影響因素, 得到以下主要結(jié)論。1) 全國碳排放量以及人均碳排放量在 1995—2012 年間整體上升, 可細(xì)分為緩慢增長、快速增長和增速下降 3 個(gè)階段。單位產(chǎn)值的碳排放呈現(xiàn)整體遞減趨勢(shì), 遞減速度變緩。2) 從 3 個(gè)衡量城市化水平指標(biāo)的變化情況來看, 各省份碳排放存在很大的區(qū)域差異, 其中北京、上海和天津是碳排放相對(duì)較低、城市化率相對(duì)較高的地區(qū)。3) 從 3 種單位城市化率的碳排放來看, 絕大多數(shù)省市出現(xiàn)在 2000 年下降之后再上升的趨勢(shì)。內(nèi)蒙古自治區(qū)單位土地城市化率的碳排放最高, 單位人口城市化率(城鎮(zhèn)人口比重和非農(nóng)業(yè)人口比重)碳排放高的是河北、山東和河南。4) 城市化進(jìn)程中碳排放的影響因素也存在一定的地域差異?？傮w上, 能源結(jié)構(gòu)對(duì)碳排放影響有限, 能源強(qiáng)度效應(yīng)對(duì)各省區(qū)碳排放的貢獻(xiàn)為負(fù), 產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)碳排放的貢獻(xiàn)有正有負(fù), 經(jīng)濟(jì)水平和人口規(guī)模效應(yīng)對(duì)碳排放的貢獻(xiàn)幾乎均為正。

參考文獻(xiàn)

[1]IPCC. Climate change 2013—synthesis report. Stockholm, 2013

[2]Parshall L, Gurney K, Hammer S, et al. Modeling energy consumption and CO2emissions at the urban scale: methodological challenges and insights from the United States. Energy Policy, 2010, 38(9): 4765–4782

[3]Ala-Mantila S, Heinonen J, Junnila S. Relationship between urbanization, direct and indirect greenhouse gas emissions, and expenditures: a multivariate ana-lysis. Ecological Economics, 2014, 104(3): 129–139

[4]Sadorsky P. The effect of urbanization on CO2emi-ssions in emerging economies. Energy Economics, 2014, 41(1): 147–153

[5]Al-mulalia U, Fereidounia H G, Leea J Y M, et al. Exploring the relationship between urbanization, energy consumption, and CO2emission in MENA countries. Renewable and Sustainable Energy Re-views, 2013, 23(4): 107–112

[6]鄭云鶴．工業(yè)化、城市化、市場化與中國的能源消費(fèi)研究．北方經(jīng)濟(jì), 2006(5): 11–12

[7]林伯強(qiáng), 劉希穎. 中國城市化階段的碳排放: 影響因素和減排策略. 經(jīng)濟(jì)研究, 2010(8): 66–77

[8]劉夢(mèng)琴, 劉軼俊. 中國城市化發(fā)展與碳排放關(guān)系: 基于30個(gè)省區(qū)數(shù)據(jù)的實(shí)證研究．城市發(fā)展研究, 2011, 18(11): 27–32

[9]關(guān)海玲, 陳建成, 曹文. 碳排放與城市化關(guān)系的實(shí)證. 中國人口資源與環(huán)境, 2013, 23(4): 111–116

[10]Perkins R, Neumayer E. Fostering environment-efficiency through transnational linkages trajectories of CO2and SO2, 1980—2000. Environment and Planning, 2008, 40(12): 2970–2989

[11]劉占成, 王安建, 于汶加, 等. 中國區(qū)域碳排放研究. 地球?qū)W報(bào), 2010, 31(5): 727–732

[12]顧朝林, 譚縱波, 劉宛, 等. 氣候變化、碳排放與低碳城市規(guī)劃研究進(jìn)展．城市規(guī)劃學(xué)刊, 2009(3): 38–45

[13]國家統(tǒng)計(jì)局工業(yè)交通統(tǒng)計(jì)司. 中國能源統(tǒng)計(jì)年鑒1991—1996. 北京: 中國統(tǒng)計(jì)出版社, 1998

[14]國家統(tǒng)計(jì)局工業(yè)交通統(tǒng)計(jì)司, 國家發(fā)展和改革委員會(huì)能源局. 中國能源統(tǒng)計(jì)年鑒2000—2002. 北京: 中國統(tǒng)計(jì)出版社, 2004

[15]國家統(tǒng)計(jì)局能源統(tǒng)計(jì)司. 中國能源統(tǒng)計(jì)年鑒 2009—2013. 北京: 中國統(tǒng)計(jì)出版社, 2010–2014

[16]國家統(tǒng)計(jì)局城市社會(huì)經(jīng)濟(jì)調(diào)查總隊(duì). 中國城市統(tǒng)計(jì)年鑒 1996—2001. 北京: 中國統(tǒng)計(jì)出版社, 1997—2002

[17]國家統(tǒng)計(jì)局城市社會(huì)經(jīng)濟(jì)調(diào)查司. 中國城市統(tǒng)計(jì)年鑒2009—2013. 北京: 中國統(tǒng)計(jì)出版社, 2010—2014

[18]王海鯤, 張榮榮, 畢軍. 中國城市碳排放核算研究: 以無錫市為例.中國環(huán)境科學(xué), 2011, 31(6): 1029–1038

[19]Chunbo M, David I. China’s changing energy intensity trend: a decomposition analysis. Energy Economics, 2008, 30(3): 1037–1053

[20]Kaya Y. Impact of carbon dioxide emission control on GNP growth: interpretation of proposed scenarios [R]. Paris: IPCC Energy and Industry Subgroup, Response Strategies Working Group, 1989

[21]張俊峰, 張安錄, 董捷. 武漢城市圈土地利用碳排放效應(yīng)分析及因素分解研究. 長江流域資源與環(huán)境, 2014, 23(5): 595–601

[22]許士春, 習(xí)蓉, 何正霞. 中國能源消耗碳排放的影響因素分析及政策啟示. 資源科學(xué), 2012, 34(1): 2–12

[23]Ang B W. The LMDI approach to decomposition analysis: a practical guide. Energy Policy, 2005, 33(7): 867–881

[24]謝文蕙, 鄧衛(wèi). 城市經(jīng)濟(jì)學(xué). 北京: 清華大學(xué)出版社, 1996

[25]朱勤, 彭希哲, 陸志明, 等. 中國能源消費(fèi)碳排放變化的因素分解及實(shí)證分析. 資源科學(xué), 2009, 31(12): 2072–2079

[26]梁進(jìn)社, 洪麗璇, 蔡建明. 中國城市化進(jìn)程中的能源消費(fèi)增長: 基于分解的 1985—2006 年間時(shí)序比較. 自然資源學(xué)報(bào), 2009, 24(1): 20–29

[27]吳嬋丹, 陳昆侖. 國外關(guān)于城市化與碳排放關(guān)系研究進(jìn)展. 城市問題, 2014(6): 22–26

Analysis of Carbon Emissions and the Influence Factors in the Process of Urbanization among Chinese Provinces

ZHAO Donglin, LI Tianhong?

The Key Laboratory of Water and Sediment Sciences (MOE), Department of Environmental Engineering, Peking University, Beijing 100871; ? Corresponding author, E-mail: lth@pku.edu.cn

The article analyzes carbon emissions from industrial and living departments from 1995 to 2012, and urbanization rate is measured by three indicators, namely ratio of build-up area, ratio of non-agriculture population, and ratio of urban population. The results show that 1) the total amount of carbon emissions as well as the per capita carbon emissions is rising in 1995–2012, accordingly carbon emissions per unit of output present a decreasing trend. 2) In process of urbanization, Beijing, Shanghai and Tianjin have relatively lower carbon emissions and higher urbanization rates in urbanization stages. 3) The carbon emission of unit urbanization rate measured by three indicators show that most provinces present reduction trend till 2000 and then increase. Inner magnolia ranks the top in the carbon emission per urbanization rate 1. Hebei, Henan and Shandong rank the top in carbon emission per urbanization rate 2 and 3. 4) In the view of provinces, energy structure has limited impacts on carbon emissions, energy intensity has negative effect, and industrial structure has both positive and negative effect while economic level and population size have positive effect for all provinces. The results can provide scientific reference for the regional carbon emission reduction strategy.

urbanization; carbon emission; influence factors

10.13209/j.0479-8023.2016.060

F291

2015-03-25;

2015-05-26; 網(wǎng)絡(luò)出版日期: 2016-09-02

國家科技支撐計(jì)劃課題(2013BAJ13B00)資助