施寶根， 仇方道

(1.江蘇師范大學(xué) 地理測繪與城鄉(xiāng)規(guī)劃學(xué)院，江蘇 徐州 221116； 2.江蘇第二師范學(xué)院 地理科學(xué)學(xué)院，江蘇 南京 211200)

實(shí)現(xiàn)“雙碳”目標(biāo)，是我國應(yīng)對全球氣候變化和高質(zhì)量發(fā)展轉(zhuǎn)型的重要戰(zhàn)略選擇.2020年9月22日，習(xí)近平主席在聯(lián)合國大會(huì)發(fā)言時(shí)指出，“人類需要一場自我革命，加快形成綠色發(fā)展方式和生活方式，建設(shè)生態(tài)文明和美麗地球.”構(gòu)建綠色發(fā)展方式的關(guān)鍵路徑在于降低碳排放，而不同區(qū)域工業(yè)發(fā)展各異，其碳排放也存在顯著的空間異質(zhì)性.因此，研究特定區(qū)域工業(yè)碳排放強(qiáng)度及其效應(yīng)的異質(zhì)性，是當(dāng)下貫徹綠色發(fā)展理念、推動(dòng)區(qū)域高質(zhì)量發(fā)展面臨的重要議題.

目前，有關(guān)工業(yè)碳排放的研究主要集中于3個(gè)方面.一是碳排放的時(shí)空格局.中國碳排放績效總體呈上升態(tài)勢，但區(qū)域差異顯著，具有高水平區(qū)域集中、低水平區(qū)域聚集的特點(diǎn)[1]，除大西北綜合區(qū)外，碳排放增幅呈減緩之勢[2]；省域尺度上，主要關(guān)注江蘇、廣東等經(jīng)濟(jì)發(fā)達(dá)省份，以及長三角、京津冀等城市群碳排放格局的演化特征[3-5].二是碳排放的影響因素.技術(shù)創(chuàng)新、制度變革[6-9]和政策約束[10-12]等是影響碳排放的主要因素.技術(shù)進(jìn)步是改善能源結(jié)構(gòu)[13]、減少碳排放的主要?jiǎng)恿Γ艿貐^(qū)、時(shí)間和來源等差異[14]的制約.三是減碳策略，主要從優(yōu)化減排任務(wù)分配[15-16]，明確減排重點(diǎn)行業(yè)，如化工、鋼鐵行業(yè)[17]，提出具體減排措施[18-19]等方面開展探討.綜上，相關(guān)研究注重碳排放測度、時(shí)空特征、驅(qū)動(dòng)因素以及減碳路徑，空間上多側(cè)重全國、省域等尺度，以及長三角、京津冀等發(fā)達(dá)區(qū)域，而對于欠發(fā)達(dá)的省際邊界等特殊類型地區(qū)工業(yè)碳排放的研究尚未引起足夠重視.本研究以淮海經(jīng)濟(jì)區(qū)為實(shí)證，采用分解法，探討省際邊界區(qū)域工業(yè)碳排放及其效應(yīng)特征，試圖為省際邊界區(qū)域工業(yè)綠色轉(zhuǎn)型提供依據(jù).

1 研究區(qū)概況

淮海經(jīng)濟(jì)區(qū)地處蘇魯豫皖4省交界區(qū)域，是中國最早成立的區(qū)域性經(jīng)濟(jì)合作組織之一，也是我國“一帶一路”倡議的重要空間戰(zhàn)略支點(diǎn).根據(jù)《淮河生態(tài)經(jīng)濟(jì)帶發(fā)展規(guī)劃》，該區(qū)域包括徐州、連云港、宿遷、濟(jì)寧、棗莊、臨沂、菏澤、商丘、淮北、宿州10市，除連云港、商丘、菏澤3市外，其余7市均為資源型城市.2019年該區(qū)域人口6 529.5萬人，人均GDP 52 396元，僅為全國平均水平(70 892元/人)的73.91%，表明淮海經(jīng)濟(jì)區(qū)經(jīng)濟(jì)落后，屬于典型的欠發(fā)達(dá)型省際邊界區(qū)域；工業(yè)GDP占全國工業(yè)GDP的3.5%，工業(yè)能源消耗占全國的8.5%，比工業(yè)GDP占比高5百分點(diǎn)，表明淮海經(jīng)濟(jì)區(qū)工業(yè)發(fā)展高耗能特征突出.在經(jīng)濟(jì)發(fā)展不確定性增大的新時(shí)期，如何推動(dòng)工業(yè)低碳、綠色發(fā)展，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量轉(zhuǎn)型，是淮海經(jīng)濟(jì)區(qū)工業(yè)可持續(xù)發(fā)展面臨的重大問題.

2 研究方法與數(shù)據(jù)來源

2.1 碳排放核算

參考國內(nèi)外碳排放核算研究成果[20-21]，考慮研究的科學(xué)性、普遍性和適用性，本研究中碳排放系數(shù)以IPCC(聯(lián)合國政府間氣候變化專門委員會(huì))碳排放指南為準(zhǔn)，選取原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣8種主要工業(yè)能源作為計(jì)算能源碳排放的依據(jù).

2.2 碳排放強(qiáng)度

碳排放強(qiáng)度，一般是指單位產(chǎn)出的二氧化碳排放量，本研究以萬元工業(yè)GDP碳排放量表征.一般而言，碳排放強(qiáng)度隨經(jīng)濟(jì)發(fā)展和技術(shù)進(jìn)步而降低.

2.3 LMDI模型

對數(shù)平均迪氏指數(shù)分解法(LMDI)[22]是將目標(biāo)變量分解為若干構(gòu)成要素，以確定目標(biāo)變量變化的主要效應(yīng)，具有完全分解、無殘差的優(yōu)點(diǎn)而被廣泛使用.參照既往研究[23-24]，我們認(rèn)為工業(yè)碳排放是能源結(jié)構(gòu)效應(yīng)、能源強(qiáng)度效應(yīng)、工業(yè)化效應(yīng)、經(jīng)濟(jì)效應(yīng)、人口效應(yīng)等綜合作用的結(jié)果，據(jù)此，本研究LMDI分解模型為

(1)

其中：上標(biāo)t表示第t年，下標(biāo)i表示第i種能源；C表示碳排放量(萬t)，Q表示能源消耗量(萬t)，I表示工業(yè)增加值(萬元)，G表示GDP(萬元)，P表示常住人口數(shù).

(2)

式中：Leffect為工業(yè)碳排放的相應(yīng)效應(yīng)指數(shù)；L=r,s,m,e,λ，指碳排放的能源結(jié)構(gòu)、技術(shù)、工業(yè)化、經(jīng)濟(jì)、人口效應(yīng).

2.4 數(shù)據(jù)來源

數(shù)據(jù)主要來源于淮海經(jīng)濟(jì)區(qū)所屬各市統(tǒng)計(jì)年鑒，以及江蘇、山東、河南、安徽4省統(tǒng)計(jì)年鑒.GDP與其他相關(guān)經(jīng)濟(jì)數(shù)據(jù)轉(zhuǎn)化為2010年不變價(jià)，缺失值(如宿州市總能耗)以趨勢外推方法補(bǔ)充.借鑒既有成果[25-26]，本研究未考慮工業(yè)過程碳排放.此外，因關(guān)鍵數(shù)據(jù)無法獲得，本研究不包括商丘市.

需要說明的是，研究中的工業(yè)碳排放是以規(guī)模以上工業(yè)主要能源消耗為準(zhǔn)進(jìn)行核算的，其核算數(shù)值可能略小于實(shí)際值.但與中國城市二氧化碳排放數(shù)據(jù)集和中國碳核算數(shù)據(jù)庫中的工業(yè)碳排放數(shù)據(jù)相比，差異不大(約3.6%)，能夠客觀反映研究區(qū)域的工業(yè)碳排放情況.考慮到研究區(qū)域工業(yè)分行業(yè)數(shù)據(jù)的系統(tǒng)性，本研究沒有采用中國城市二氧化碳排放數(shù)據(jù)集和中國碳核算數(shù)據(jù)庫中的數(shù)據(jù).

3 結(jié)果與分析

3.1 工業(yè)碳排放時(shí)間演變特征

研究期淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放經(jīng)歷先升后降的變化過程(表1).從能源結(jié)構(gòu)看，原煤消耗的碳排放始終居于主導(dǎo)地位，但主導(dǎo)作用在下降，表明能源結(jié)構(gòu)有優(yōu)化之勢.化石能源消耗依然是碳排放的主要來源，且這種特性還會(huì)持續(xù).

表1 淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放的能源類型異質(zhì)性表Tab.1 Energy type heterogeneity of industrial carbon emissions in Huaihai Economic Zone

2010—2019年淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放強(qiáng)度呈持續(xù)降低趨勢，年均遞減率9.0%，比同期全國的年均遞減率(3.0%)高6百分點(diǎn)(圖1).淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放強(qiáng)度下降更為迅速，工業(yè)轉(zhuǎn)型成效明顯，顯示出綠色發(fā)展政策對碳排放強(qiáng)度下降具有顯著導(dǎo)向作用.

圖1 淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放強(qiáng)度變化Fig.1 Changes of industrial carbon emission intensity in Huaihai Economic Zone

3.2 工業(yè)碳排放空間演化特征

從2010年到2019年，淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放量的最大值與最小值之差由4 253.5萬t變?yōu)? 602.6萬t，變差系數(shù)由0.802變?yōu)?.655，表明工業(yè)碳排放絕對差異和相對差異均呈縮小之勢.空間上，工業(yè)碳排放總量呈現(xiàn)以濟(jì)寧為核心向外圍遞降的核心-邊緣型空間格局(圖2)，濟(jì)寧的核心地位呈減弱趨勢，而邊緣區(qū)的碳排放有增加趨勢，尤以菏澤為最，是2010年的2.15倍.

圖2 淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放空間演化圖Fig.2 Spatial evolution of industrial carbon emissions inHuaihai Economic Zone(地圖底圖來源于審圖號(hào)為GS(2020)4632號(hào)的標(biāo)準(zhǔn)地圖.下同)

從碳排放強(qiáng)度看，從2010年到2019年，淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放強(qiáng)度的最大值與最小值之差由6.31 t/萬元變?yōu)?.88 t/萬元，變差系數(shù)由0.720變?yōu)?.842，顯示出工業(yè)碳排放強(qiáng)度絕對差異縮小而相對差異增大.空間上，研究期淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放強(qiáng)度由分別以淮北、宿州為核心和以濟(jì)寧、棗莊為核心的“雙核”格局演變?yōu)橐曰幢睘楹诵牡暮诵?邊緣型格局(圖3).淮北市工業(yè)碳排放強(qiáng)度由6.55 t/萬元下降為4.06 t/萬元，降幅達(dá)38.01%，而濟(jì)寧、棗莊、宿州3市的降幅分別達(dá)52.74%、73.29%、63.28%，表明淮北的主導(dǎo)地位下降，但外圍地區(qū)降幅更大.可見，該區(qū)域工業(yè)綠色轉(zhuǎn)型成效顯著.

圖3 淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放強(qiáng)度區(qū)域比較Fig.3 Regional comparison of industrial carbon emission intensity in Huaihai Economic Zone

總體而言，淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放總量與強(qiáng)度的空間格局基本一致，均呈核心-邊緣型空間格局，但邊緣區(qū)域工業(yè)碳排放強(qiáng)度變化趨勢與總量相反.工業(yè)化的快速發(fā)展加劇了碳排放總量的增加，而工業(yè)綠色化轉(zhuǎn)型促使工業(yè)碳排放強(qiáng)度急劇下降，推動(dòng)淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放強(qiáng)度空間格局不斷向均衡化演變.

3.3 工業(yè)碳排放效應(yīng)演變特征

根據(jù)LMDI模型，計(jì)算出2010—2019年淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放各類效應(yīng)Leffect(表2).能源結(jié)構(gòu)效應(yīng)對淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放有抑制作用，但近年來有弱化之勢.能源結(jié)構(gòu)效應(yīng)指數(shù)為負(fù)值的頻率為66.67%，但2017年后能源結(jié)構(gòu)效應(yīng)指數(shù)由負(fù)值變?yōu)檎?，其作用由抑制轉(zhuǎn)為促進(jìn).該效應(yīng)由于能源類型轉(zhuǎn)換困難大，轉(zhuǎn)速緩慢，減排能力相對較弱，但從長期來看具有一定的潛力和必要性.空間上(圖4)，研究區(qū)域東北部包括濟(jì)寧、棗莊、臨沂、連云港4市能源結(jié)構(gòu)對工業(yè)碳排放表現(xiàn)為顯著的抑制作用，而其余地區(qū)的能源結(jié)構(gòu)促進(jìn)了碳排放的增加.加強(qiáng)清潔能源利用仍是淮海經(jīng)濟(jì)區(qū)降低工業(yè)碳排放的主要路徑.

圖4 淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放效應(yīng)區(qū)域比較Fig.4 Regional comparison of industrial carbonemission effects in Huaihai Economic Zone

表2 淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放效應(yīng)變化(2010—2019年)Tab.2 Changes of industrial carbon emission effects inHuaihai Economic Zone from 2010 to 2019 萬t

技術(shù)效應(yīng)始終是淮海經(jīng)濟(jì)區(qū)工業(yè)減碳的核心動(dòng)力.技術(shù)效應(yīng)均為負(fù)值，說明工業(yè)減碳的動(dòng)力源為技術(shù)進(jìn)步.但2015年以來工業(yè)碳排放的技術(shù)效應(yīng)呈減弱之勢，表明工業(yè)技術(shù)進(jìn)步已達(dá)瓶頸，需要找到新的減排推動(dòng)力.空間上，技術(shù)效應(yīng)的顯著程度呈由京滬沿線地區(qū)向兩側(cè)遞減的空間格局，沿京滬線地區(qū)技術(shù)效應(yīng)指數(shù)平均為-1 965.75萬t，而東西兩側(cè)分別為-317.92萬t和-713.42萬t，表明京滬沿線地區(qū)工業(yè)技術(shù)創(chuàng)新對減碳的作用更為顯著，而東西兩側(cè)需要進(jìn)一步提升技術(shù)創(chuàng)新的減碳能力.

工業(yè)化效應(yīng)對工業(yè)碳排放的作用具有不確定性.研究期內(nèi)工業(yè)化效應(yīng)對淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放抑制作用的頻率為55.56%，而促進(jìn)作用的頻率為44.44%；2017年以來工業(yè)化效應(yīng)的抑制與促進(jìn)作用交替出現(xiàn)，不確定性更為明顯.空間上，濟(jì)寧、棗莊、臨沂、淮北4市的工業(yè)化效應(yīng)表現(xiàn)為抑制作用，尤以濟(jì)寧為最，而其余5市則表現(xiàn)為促進(jìn)作用，菏澤為最，表明工業(yè)化效應(yīng)對淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放的影響作用呈以濟(jì)寧、棗莊、臨沂3市為中心的核心邊緣型空間格局，中心地區(qū)工業(yè)低碳化轉(zhuǎn)型成效顯著，而外圍地區(qū)存在工業(yè)高碳化趨勢.

經(jīng)濟(jì)效應(yīng)對淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放有促進(jìn)作用，且呈減弱趨勢.研究期經(jīng)濟(jì)效應(yīng)均為正值，經(jīng)濟(jì)效應(yīng)指數(shù)減小，年均遞減率為9.86%.淮海經(jīng)濟(jì)區(qū)經(jīng)濟(jì)增長帶來了工業(yè)碳排放的增加，但隨著我國經(jīng)濟(jì)高質(zhì)量發(fā)展戰(zhàn)略的實(shí)施，工業(yè)產(chǎn)值增速雖趨緩，但規(guī)模持續(xù)擴(kuò)大，而同期經(jīng)濟(jì)效應(yīng)指數(shù)持續(xù)下降，兩者反向增減，說明淮海經(jīng)濟(jì)區(qū)工業(yè)經(jīng)濟(jì)增長對碳排放的驅(qū)動(dòng)作用減弱.空間上，淮海經(jīng)濟(jì)區(qū)經(jīng)濟(jì)效應(yīng)顯著程度呈現(xiàn)京滬沿線地區(qū)高而其兩側(cè)低的空間格局，說明京滬沿線地區(qū)經(jīng)濟(jì)的快速擴(kuò)張對碳排放增加的貢獻(xiàn)最為顯著，而外圍地區(qū)則較低.

人口效應(yīng)對淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放始終呈促進(jìn)作用，大致呈現(xiàn)先增后減的過程，特別是2016年以來人口效應(yīng)指數(shù)降幅達(dá)71.63%，顯示出人口增長對淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放的正向促進(jìn)作用有大幅減弱態(tài)勢.空間上，人口效應(yīng)的正向促進(jìn)作用呈現(xiàn)以濟(jì)寧、淮北為核心的“雙核”型空間格局.

總體而言，淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放是能源結(jié)構(gòu)、技術(shù)進(jìn)步、工業(yè)化、經(jīng)濟(jì)增長和人口等多種因素作用的集體表征.隨著制造業(yè)強(qiáng)國戰(zhàn)略的實(shí)施，工業(yè)化將更加深入推進(jìn)，造成工業(yè)碳排放趨勢不明；能源結(jié)構(gòu)、技術(shù)進(jìn)步是降低碳排放的主要?jiǎng)恿?，但近期其對工業(yè)碳減排的引領(lǐng)能力有所下降；而經(jīng)濟(jì)增長、人口規(guī)模對工業(yè)碳排放的正向促進(jìn)作用近期有所減弱.

4 討論

2010—2019年，淮海經(jīng)濟(jì)區(qū)工業(yè)碳排放量先升后降，工業(yè)碳排放強(qiáng)度持續(xù)下降，化石能源消耗是工業(yè)碳排放的主要來源，且有減弱之勢.工業(yè)碳排放量區(qū)域差異呈縮小之勢，而工業(yè)碳排放強(qiáng)度絕對差異縮小、相對差異擴(kuò)大.空間上，工業(yè)碳排放總量與強(qiáng)度均呈核心邊緣型空間格局.能源結(jié)構(gòu)、技術(shù)效應(yīng)對工業(yè)碳排放有抑制作用，經(jīng)濟(jì)效應(yīng)、人口效應(yīng)有促進(jìn)作用，工業(yè)化效應(yīng)對工業(yè)碳排放的作用具有不確定性；技術(shù)效應(yīng)、經(jīng)濟(jì)效應(yīng)的影響最為顯著.

為進(jìn)一步降低工業(yè)碳排放，可采取以下措施：一是大力推進(jìn)工業(yè)高級(jí)化和多樣化，通過高新技術(shù)工業(yè)發(fā)展，推動(dòng)工業(yè)綠色化轉(zhuǎn)型，以推動(dòng)工業(yè)碳排放降低，使環(huán)境污染最小化[27].二是優(yōu)化能源結(jié)構(gòu).針對煤炭使用占比過高(50%以上)的現(xiàn)實(shí)問題，大力推動(dòng)清潔能源應(yīng)用，并適時(shí)推行能源利用技術(shù)改造政策.三是積極發(fā)揮政府引導(dǎo)作用，建立合理的碳稅收制度和綠色企業(yè)補(bǔ)助政策，幫助綠色企業(yè)起步實(shí)現(xiàn)長遠(yuǎn)發(fā)展.四是積極推動(dòng)企業(yè)綠色發(fā)展，充分發(fā)揮企業(yè)的市場主體和節(jié)能減排計(jì)劃執(zhí)行人的作用，確定個(gè)體碳排量和減碳能力.

受數(shù)據(jù)獲取的限制，本研究在具體工業(yè)行業(yè)碳排放以及工業(yè)過程碳排放方面尚未涉及，這也是今后研究的努力方向.