劉芳 江海濤

(安徽工程大學(xué) 經(jīng)濟(jì)與管理學(xué)院 安徽蕪湖 241000)

技術(shù)的發(fā)展不僅帶來經(jīng)濟(jì)的高速增長，還導(dǎo)致碳排放增加，催生全球氣候風(fēng)險(xiǎn)。減少能源消耗碳排放已經(jīng)成為國際政治、經(jīng)濟(jì)、環(huán)境等領(lǐng)域關(guān)注的焦點(diǎn)。人類對(duì)保護(hù)環(huán)境的認(rèn)識(shí)越來越深刻，中國作為最大的發(fā)展中國家在能源消費(fèi)結(jié)構(gòu)調(diào)整及碳減排方面肩負(fù)重要責(zé)任。長三角地區(qū)擁有中國經(jīng)濟(jì)結(jié)構(gòu)最完整最活躍的城市群，以10%的人口，創(chuàng)造了全國20%的GDP。隨著該地區(qū)三大產(chǎn)業(yè)的不斷發(fā)展，各類能源被大量消耗，在推動(dòng)經(jīng)濟(jì)增長的同時(shí)，也帶來不可估量的環(huán)境影響。在“雙碳”目標(biāo)下，探究長三角地區(qū)能源碳排放影響因素，促進(jìn)該地區(qū)碳減排，實(shí)現(xiàn)低碳、高質(zhì)量經(jīng)濟(jì)增長具有重要意義。

1 文獻(xiàn)綜述

國內(nèi)學(xué)者圍繞碳排放與經(jīng)濟(jì)增長以及碳排放影響因素開展了多視角的研究。從內(nèi)容看，Waheed等(2019)研究表明全球大多數(shù)國家和地區(qū)的碳排放突增都是因?yàn)槠浣?jīng)濟(jì)高速增長而消耗了大量化石能源造成的[1]。能源的大量消耗在造就經(jīng)濟(jì)增長的同時(shí)，還引發(fā)空氣污染和碳排放增加。Dong等(2021)選取河南省12個(gè)主要工業(yè)碳排放行業(yè)作為研究對(duì)象，運(yùn)用LMDI+Tapio解耦模型分析碳排放與經(jīng)濟(jì)發(fā)展的關(guān)系，并利用長期能源替代規(guī)劃系統(tǒng)模型預(yù)測(cè)碳排放與經(jīng)濟(jì)發(fā)展的脫鉤狀態(tài)[2]。Akif等(2020)認(rèn)為，在英國、加拿大和日本等G7國家，隨著收入和能源消耗的增加，二氧化碳排放也在增加[3]。賀勇等(2021)基于STIRPAT研究了工業(yè)研發(fā)投入能源消費(fèi)碳排放的影響進(jìn)行定量分析[4]。從方法看，結(jié)構(gòu)性因素分解法、自適應(yīng)權(quán)重分解法、指數(shù)因素分解方法和EKC(環(huán)境庫茲涅茲曲線)等被用于碳排放影響因素的確定。張仁杰和董會(huì)忠(2020)研究發(fā)現(xiàn)城市結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)都對(duì)碳排放有抑制作用；而當(dāng)城市結(jié)構(gòu)達(dá)到一定程度時(shí)，人口及產(chǎn)業(yè)的集中則變得有利于降低碳排放[5]。

2 研究方法與數(shù)據(jù)來源

2.1 LMDI模型構(gòu)建

LMDI分解法是基于擴(kuò)展的Kaya恒等式變化而來，旨在對(duì)一定時(shí)期內(nèi)能源消費(fèi)或碳排放變化的影響因素進(jìn)行分解[6]。LMDI分解法有乘法模式和加法模式兩種形式[7]。加法模式表達(dá)式如下：

其中，C是能源消費(fèi)二氧化碳排放總量，Cij表示第j類能源在第i類產(chǎn)業(yè)中的二氧化碳排放量，E是能源消費(fèi)量，G表示經(jīng)濟(jì)總產(chǎn)值，反映經(jīng)濟(jì)產(chǎn)出效應(yīng)，Si是某類產(chǎn)業(yè)碳排放量占碳排總量的比例，反映產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)；Ii是第i類產(chǎn)業(yè)的單位GDP碳排放量，表征能源強(qiáng)度效應(yīng)；Mi是某類能源在能源消費(fèi)總量中的比例，反映能源結(jié)構(gòu)效應(yīng)；Fi代表各能源的碳排放系數(shù)。以C0和Ct分別表示基期和t期的碳排放水平，并用ΔC表示前后兩期碳排放增量，則有：

各分解因素貢獻(xiàn)值表達(dá)式為：

2.2 數(shù)據(jù)來源

本文以長三角27個(gè)城市為研究區(qū)域，計(jì)算所使用的能源和GDP數(shù)據(jù)來自《中國能源統(tǒng)計(jì)年鑒》、各省統(tǒng)計(jì)年鑒,參考IPCC推薦的方法對(duì)能源消耗碳排放進(jìn)行測(cè)度。

3 結(jié)果分析

3.1 長三角城市能耗碳排放分區(qū)分析

本文對(duì)2005—2019年27個(gè)城市的平均能源消費(fèi)量及平均碳排放量進(jìn)行了整理計(jì)算，限于版面，數(shù)據(jù)在此不贅列。參考現(xiàn)有研究[8]，按27個(gè)城市年均平均值的1/2倍和2倍，將27個(gè)城市分為能源消費(fèi)的高值區(qū)(＞4800萬噸/年)、中值區(qū)(1200～4800萬噸/年)和低值區(qū)(＜1200萬噸/年)。即碳排放的高值區(qū)(＞12000萬噸/年)、中值區(qū)(3000～12000萬噸/年)和低值區(qū)(＜3000萬噸/年)。結(jié)果表明上海、南京、蘇州和杭州4個(gè)城市為能源消費(fèi)高值區(qū)和碳排放高值區(qū)；無錫、常州、南通、寧波、溫州、合肥和馬鞍山7個(gè)城市為能源消費(fèi)中值區(qū)和碳排放中值區(qū)；揚(yáng)州、鎮(zhèn)江等16個(gè)城市均為能源消費(fèi)低值區(qū)和碳排放低值區(qū)。

3.2 長三角城市能源消耗碳排放影響因素分解分析

通過LMDI因素分解法對(duì)長三角城市2005—2019年能源消費(fèi)碳排放變化量進(jìn) 行計(jì)算分析，如表1所示，得出經(jīng)濟(jì)產(chǎn)出效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、能源強(qiáng)度效應(yīng)和能源結(jié)構(gòu)效應(yīng)對(duì)長三角城市能源消費(fèi)碳排放的影響效果。

表1 2005—2019年長三角地區(qū)碳排放因素分解效應(yīng) (單位：萬噸)

首先，經(jīng)濟(jì)產(chǎn)出對(duì)長三角能源消費(fèi)碳排放起拉動(dòng)因素，總體上呈正效應(yīng)。具體來說，在2005—2019年，由于長三角的經(jīng)濟(jì)飛速發(fā)展，碳排放也隨之增加，十五年累計(jì)增加了256276.01萬噸。經(jīng)濟(jì)產(chǎn)出效應(yīng)在2012—2013年，尤為突出，達(dá)到了30547.47萬噸，在2010—2011年拉動(dòng)效應(yīng)最小，為11391.2萬噸。產(chǎn)業(yè)結(jié)構(gòu)對(duì)長三角能源消費(fèi)碳排放起拉動(dòng)因素，總體上呈正效應(yīng)。2005—2019年，產(chǎn)業(yè)結(jié)構(gòu)累計(jì)使碳排放增加了35.76萬噸。產(chǎn)業(yè)結(jié)構(gòu)對(duì)能源消費(fèi)碳排放的影響程度在2010—2011年最高，達(dá)到了11.28萬噸。2015—2019年，產(chǎn)業(yè)結(jié)構(gòu)變化對(duì)碳排放量的影響相對(duì)較小，并且在2016—2017年幾乎沒有影響。能源強(qiáng)度對(duì)長三角能源消費(fèi)碳排放起抑制作用，總體上呈負(fù)效應(yīng)?？傮w來說，能源強(qiáng)度在2005—2019年，累計(jì)使碳排放減少了144407.6萬噸。2012—2013年，能源強(qiáng)度對(duì)碳排放量的抑制作用最為突出，使碳排放減少了23109.56萬噸。2006—2007年，能源強(qiáng)度對(duì)碳排放量的抑制程度最小，為-3263.43萬噸。能源結(jié)構(gòu)對(duì)長三角能源消費(fèi)碳排放起拉動(dòng)作用，整體呈正效應(yīng)?？傮w來說，能源結(jié)構(gòu)2005—2019年，累計(jì)使碳排放增加了82.03萬噸。能源結(jié)構(gòu)效應(yīng)在2016—2017年體現(xiàn)得較為突出，使碳排放增加了21.55萬噸，在2009—2010年影響力度較小，為1.14萬噸。

因素分解結(jié)果顯示，長三角近些年經(jīng)濟(jì)發(fā)展迅速，為滿足其高速發(fā)展，對(duì)能源的要求也就處于高需求階段，因此長三角的經(jīng)濟(jì)產(chǎn)出一直較高的拉動(dòng)著長三角的碳排放量。長三角碳排放的產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)處于階段性的趨勢(shì)，在2012年前因長三角為了經(jīng)濟(jì)發(fā)展大力追求第二三產(chǎn)業(yè)的發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放起明顯的拉動(dòng)因素，自2012年以后，該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)趨于穩(wěn)定，其碳排放的影響效應(yīng)微弱了很多。而長三角的能源強(qiáng)度則恰恰與經(jīng)濟(jì)產(chǎn)出相反，雖然能源強(qiáng)度效應(yīng)一直不是很穩(wěn)定，但能源強(qiáng)度一直起著抑制長三角碳排放的作用。能源結(jié)構(gòu)雖然近些年對(duì)長三角碳排放的影響程度不是很明顯，但一直處于拉動(dòng)效應(yīng)，說明長三角能源消費(fèi)還是過度的依賴煤炭化石能源，能源結(jié)構(gòu)應(yīng)往綠色環(huán)保方面發(fā)展。

4 結(jié)語

結(jié)合以上數(shù)據(jù)分析，本文提出促進(jìn)長三角地區(qū)能源消費(fèi)綠色轉(zhuǎn)型的建議：(1)突破清潔能源技術(shù)應(yīng)用瓶頸。加大對(duì)基礎(chǔ)科學(xué)研究的支持力度，扶持一批關(guān)鍵清潔能源技術(shù)的研發(fā)與應(yīng)用，降低清潔能源技術(shù)使用成本，同時(shí)充分發(fā)揮水力發(fā)電優(yōu)勢(shì)，彌補(bǔ)風(fēng)力發(fā)電和太陽能發(fā)電中間歇性的不足。(2)大力發(fā)展數(shù)字經(jīng)濟(jì)和平臺(tái)經(jīng)濟(jì)。在產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型方面，對(duì)高能耗的產(chǎn)業(yè)進(jìn)行轉(zhuǎn)移，依托長三角科研資源和對(duì)外貿(mào)易優(yōu)勢(shì)，著力發(fā)展數(shù)字經(jīng)濟(jì)和平臺(tái)經(jīng)濟(jì)，減少對(duì)能源消費(fèi)的依賴。(3)各城市實(shí)施差異化的碳減排措施。屬于高碳區(qū)城市要重點(diǎn)監(jiān)測(cè)高碳行業(yè)和高碳企業(yè)，引導(dǎo)和鼓勵(lì)企業(yè)進(jìn)行低碳化運(yùn)營，通過參與碳市場(chǎng)交易，平衡碳減排成本。(4)引導(dǎo)公民樹立零廢低碳生活理念。通過微信、抖音、快手等現(xiàn)代網(wǎng)絡(luò)平臺(tái)，加大低碳生活方式的宣傳，營造低碳消費(fèi)氛圍，通過全民參與，積極建設(shè)零廢低碳城市。