删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

中国省域碳排放的区域差异及脱钩趋势演变

本站小编 Free考研考试/2021-12-29

韩梦瑶1,2,3, 刘卫东,1,2,3, 谢漪甜4, 姜宛贝1,21. 中国科学院地理科学与资源研究所,北京 100101
2. 中国科学院区域可持续发展分析与模拟重点实验室,北京 100101
3. 中国科学院大学资源与环境学院,北京 100049
4. 中国地质大学(北京)经济管理学院,北京 100083

Regional disparity and decoupling evolution of China’s carbon emissions by province

HAN Mengyao1,2,3, LIU Weidong,1,2,3, XIE Yitian4, JIANG Wanbei1,21. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
2. Key Laboratory of Regional Sustainable Development Modeling, CAS, Beijing 100101, China
3. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China
4. School of Economics and Management, China University of Geoscience, Beijing 100083, China

通讯作者: 刘卫东,男,河北隆化人,研究员,主要研究方向为经济地理与区域发展。E-mail: liuwd@igsnrr.ac.cn

收稿日期:2020-06-22修回日期:2020-09-19网络出版日期:2021-04-25
基金资助:国家重点研发计划项目.2016YFA0602804
国家自然科学基金项目.41701135
国家自然科学基金项目.41871118


Received:2020-06-22Revised:2020-09-19Online:2021-04-25
作者简介 About authors
韩梦瑶,女,河北沧州人,副研究员,主要研究方向为资源经济与区域发展。E-mail: hanmy@igsnrr.ac.cn






摘要
一个国家或地区碳排放目标的实现取决于经济增速与碳排放降速的相对关系,而碳排放与经济发展的相对脱钩是中国碳排放目标实现的重要保障。本文结合泰尔指数和Tapio模型,刻画中国各省份2005—2017年碳排放与经济发展的相对关系,研究碳排放的区域差异及脱钩指数的演变趋势,主要结论如下:①中国各地区的碳排放总量与经济发展均呈现了增长趋势,碳排放强度大多呈现了降低趋势;②尽管中国各省份经济发展的区域差距逐年缩小,但中国各省份的碳排放差距、尤其是区域间碳排放差距逐年扩大;③中国大多数地区的碳排放与经济增长经历了扩张负脱钩、扩张挂钩到弱脱钩的变化历程,但部分省份的脱钩稳定性相对较低;④上海、天津、重庆、浙江、山东等不断趋近强脱钩状态,但少数地区仍在扩张挂钩和扩张负脱钩状态中交替。本文结论有助于辨识中国不同地区碳排放与经济发展的相对关系,落实不同碳排放及经济发展水平下可行的低碳发展策略,进而为中国碳达峰与碳中和目标的实现提供借鉴参考。
关键词: 碳排放;省域差异;泰尔指数;脱钩趋势;中国

Abstract
The carbon emission reduction target of a country/region depends on the relationship between economic growth and carbon emission decline, and the relative decoupling between carbon emissions and economic development is an essential guarantee to achieve China’s carbon emission targets. Based on the Theil index and Tapio model, this work examined the relationship between China’s carbon emissions and economic development, and analyzed the regional disparity and decoupling evolution of carbon emissions by province during 2005 and 2017. The main conclusions are as follows: (1) The carbon emissions and economic development of most regions in China kept increasing, while the carbon emission intensities kept decreasing; (2) Although the regional disparity in the economic development of China’s provinces narrowed, the carbon emission disparity, especially the cross-regional disparity expanded by year; (3) The decoupling status of most provinces changed from expansive negative decoupling, expansive coupling, to weak decoupling, but the decoupling stability of some provinces was relatively low; (4) Shanghai, Tianjin, Chongqing, Zhejiang, and Shandong were constantly approaching a strong decoupling status, however, the decoupling status in some other regions still alternated between expansive coupling and expansive negative decoupling. This study would be useful for identifying the relationship between carbon emissions and economic development in different regions and for implementing feasible low-carbon development strategies combined with different carbon emission and economic development levels, which are expected to provide practical implications to achieve the carbon peak and carbon neutral targets.
Keywords:carbon emissions;provincial disparity;Theil index;decoupling evolution;China


PDF (2396KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
韩梦瑶, 刘卫东, 谢漪甜, 姜宛贝. 中国省域碳排放的区域差异及脱钩趋势演变. 资源科学[J], 2021, 43(4): 710-721 doi:10.18402/resci.2021.04.06
HAN Mengyao, LIU Weidong, XIE Yitian, JIANG Wanbei. Regional disparity and decoupling evolution of China’s carbon emissions by province. RESOURCES SCIENCE[J], 2021, 43(4): 710-721 doi:10.18402/resci.2021.04.06


1 引言

随着中国成为全球碳减排领域的主要国家之一,中国的经济发展及碳排放变化趋势逐渐成为全球关注的焦点[1,2,3]。为降低温室气体排放,中国在“巴黎气候峰会”承诺CO2排放2030年左右达到峰值并争取尽早达峰,单位国内生产总值CO2排放比2005年下降60%~65%[4,5]。2020年9月,习近平总书记在联合国大会提出中国CO2排放力争于2030年前达到峰值,争取在2060年前实现碳中和,进一步提高了中国自主减排贡献力度。

目前中国大多省份按照各自情况提出了对应的碳减排目标,发布了省级“十三五”控制温室气体排放的相关方案或规划,采取了一系列措施推动碳排放目标的达成,具体包括优化能源消费结构、加快产业低碳转型、促进服务业发展、加强重点领域节能减排、增加森林碳汇等。其中,北京市在《“十三五”时期节能降耗及应对气候变化规划》中提出“CO2排放总量在2020年达到峰值并尽早达峰”的目标;天津市在《“十三五”控制温室气体排放工作实施方案》中提出钢铁、建材等高耗能行业率先达峰等要求。对比来看,不同省份针对碳减排目标的规划方案有所区别,并且各省份碳排放与经济发展的相对进展及对应的减排路径有所差异。

截至目前,大多研究结合不同的碳排放指标衡量不同国家/地区的碳排放水平,常用的碳排放衡量指标包括碳排放总量、单位GDP碳排放(又称碳排放强度)、人均碳排放水平等[6,7,8]。其中,碳排放强度(carbon intensity)可以通过碳排放总量和GDP(碳排放总量/GDP)获取[9,10],是中国衡量碳减排程度的主要碳排放指标之一。对于大部分发展中国家,经济发展对碳排放有着较高的依赖性。然而,随着经济体所处经济发展水平的变化,经济发展与碳排放的相对关系逐渐转变。为衡量不同经济发展水平下碳排放的区域差异及脱钩指数,泰尔指数(Theil index)常用于测算不同时段中国省级碳排放与经济发展非均衡性的演变规律[11],而Tapio模型可以用于刻画资源消耗/环境污染与经济发展之间的脱钩(decoupling)相对关系[12,13]

已有研究基于不同指标及方法测度了经济增长与碳排放的相对关系[14,15,16,17]。基于世界主要国家碳排放脱钩趋势,杨英明等[18]开展了碳排放脱钩驱动因素研究。具体到省份,邵桂兰等[19]和盖美等[20]分别分析了山东及辽宁经济增长与碳排放的脱钩关系。齐静等[21]采用脱钩指数研究了重庆市工业部门经济增长、能源消耗和碳排放之间的关联特征,并构建了脱钩稳定性指标对脱钩状态的波动情况进行评价。在区域非均衡性方面,颜艳梅等[22]对碳排放强度的区域差异及影响因素进行了分解分析。周杰琦等[23]以中国西部与东部省份平均碳强度为因变量,以经济因素为自变量,探讨了经济因素的差异对碳强度差异的影响。具体到不同行业,王欢芳等[24]及胡颖等[25]分别引入Tapio脱钩模型对中国制造业、建筑业的碳排放脱钩弹性进行了实证研究。刘博文等[26]采用脱钩和LMDI分解模型研究了中国碳排放的区域差异以及不同驱动因素的影响。也有研究从隐含碳角度研究了对外贸易增长与隐含碳排放之间的脱钩关系[27,28,29]

总体来看,现有研究基于中国分区域、分省份的碳排放情况开展了一系列研究[30,31,32,33],然而中国各省份碳排放的区域差异及脱钩指数有待深入解析:一方面,中国不同省域的经济发展与碳排放水平有所不同,精准判断各区域的经济发展及其碳排放水平的区域差异、变化趋势、脱钩弹性及其稳定性,有助于开展中国分省域的低碳发展策略分析;另一方面,中国经济发展处于复杂多变的形势下,从中国分省域碳排放及经济发展的变化趋势着手,解析不同经济发展与碳排放总量的相对关系,有助于为中国不同碳排放及经济发展水平下可行的区域低碳发展策略落实提供借鉴参考。在此背景下,本文结合泰尔指数和Tapio模型着手测算中国各省份2005—2017年碳排放与经济发展的相对关系,研究碳排放的区域差异及脱钩指数的演变趋势,旨在挖掘中国不同地区碳排放区域差异及脱钩状态的变化趋势,分析各区域不同经济发展阶段的低碳发展策略,进而为中国碳达峰与碳中和目标的实现提供参考。

2 研究方法与数据来源

化石能源的燃烧是碳排放的主要来源,已有研究一般采用化石能源的消耗量来估算碳排放量。由于中国现有的统计资料并未直接提供区域或行业的碳排放数据,本文根据2006年IPCC提供的方法对省级CO2排放量进行估算,具体估算公式如下:

C=4412×iADi×NCVi×EFi×Oi
式中:C表示省级化石能源燃烧CO2排放量;i表示化石能源类型;ADiNCViEFiOi分别表示i类化石能源的消费量、平均低位热值、单位热值含碳量和碳氧化率。

泰尔指数最初利用信息理论中的熵概念计算收入不平等[34,35]。为衡量中国碳排放及经济发展的非均衡性,泰尔指数可表示为:

tc=p30(cpc×ln(cpcgpg))
式中:tc是描述碳排放水平差异性的泰尔指数;cp是省份p的碳排放指标;c是总碳排放指标;gp是省份p的经济发展水平;g是总经济发展水平。

通过比较不同地区和活动之间碳排放的差异,可以进一步测算区域间碳排放水平(ts)及区域内碳排放水平(tn)的均衡程度。

ts=q7(cqc×ln(cqcgqg))
tn=q7cqcp30(cqpcqln(cqpcqgqpgq))
式中:tstn分别是描述区域间和区域内碳排放水平差异性的泰尔指数;cqp是区域q省份p的碳排放指标;cq是区域q的总碳排放指标;gqp是区域q省份p的经济发展水平;gq是区域q总经济发展水平。

根据碳排放量和经济发展水平,Tapio模型可以用于分析碳排放水平和经济发展的关系[36,37,38],计算公式如下:

εC,G=CG=ΔC×G0C0×ΔG
式中: εC,G为碳排放与经济发展的脱钩指数;%ΔC%ΔG分别表示碳排放和经济发展的增长率;ΔC和ΔG分别表示碳排放和经济发展的增长值;C 0G 0分别表示基期的碳排放和经济发展水平。结合不同脱钩指数的脱钩状态分类如表1所示。

Table 1
表1
表1Tapio脱钩状态分类
Table 1Tapio decoupling status classification
类型脱钩状态经济发展碳排放压力脱钩弹性
脱钩强脱钩(0, +∞)(-∞, 0)(-∞, 0)
弱脱钩(0, +∞)(0, +∞)[0, 0.8)
衰退脱钩(-∞, 0)(-∞, 0)(1.2, +∞)
连接扩张挂钩(0, +∞)(0, +∞)[0.8, 1.2]
衰退挂钩(-∞, 0)(-∞, 0)[0.8, 1.2]
负脱钩扩张负脱钩(0, +∞)(0, +∞)(1.2, +∞)
弱负脱钩(-∞, 0)(-∞, 0)[0, 0.8)
强负脱钩(-∞, 0)(0, +∞)(-∞, 0)

新窗口打开|下载CSV

考虑到中国各地区的经济发展与碳排放水平之间呈现出多种脱钩、复钩的波动状态,脱钩状态的稳定性指标 δ的算法如下,用于衡量现阶段脱钩状态的稳定程度:

δ=1I-1ε(i+1)-ε(i)ε(i)
式中:i代表研究年份,I代表总研究年份。总体来看,中国经济增长与碳排放总量之间的脱钩趋势存在较强的不稳定性。其值越小,说明脱钩状态稳定越缓和,即脱钩稳定性越强;反之,则说明脱钩稳定性越差。

为核算各省市碳排放差异、脱钩状态及其稳定性,中国30省份(因数据缺失,不含西藏、香港、澳门和台湾)的地区生产总值可以由2006—2018年《中国统计年鉴》获得[39]。中国各区域划分如表2。为保证GDP的可比性,本文利用指数(上年=100)对各部门增加值进行修正,以2005年不变价进行计量。本文所用到化石能源消费数据来源于2006—2018年《中国能源统计年鉴》中30个省份的地区能源平衡表[40],所涉及的能源类型包括地区能源平衡表中17种(2005—2009年)及27种(2010—2018年)化石能源。其中,化石能源的平均低位热值来源于《中国能源统计年鉴》的各种能源折标准煤参考系数,单位热值含碳量和碳氧化率来源于《省级温室气体清单编制指南(试行)》和《2006年IPCC国家温室气体清单指南》。

Table 2
表2
表2中国区域划分
Table 2China’s regional division
区域省/自治区/直辖市
华北北京、天津、河北、山西、内蒙古
东北辽宁、吉林、黑龙江
华东上海、江苏、浙江、安徽、福建、江西、山东
华中河南、湖北、湖南
华南广东、广西、海南
西南重庆、四川、贵州、云南
西北陕西、甘肃、青海、宁夏、新疆

新窗口打开|下载CSV

3 结果与分析

3.1 分省份碳排放变化趋势分析

从全国的碳排放变化趋势看,中国的碳排放与经济水平均呈现了增长的趋势,但碳排放强度稳步下降,基本保持每年下降3%~7%左右的水平。具体到各个省份,2005—2017年间各省市的碳强度下降变化趋势可划分为6个组别(表3)。总体来看,北京的碳强度下降比例为68.75%,在全国范围内处于领先水平,紧随其后的云南碳强度下降比例接近60%,天津、吉林、重庆、贵州、山东的碳强度下降比例均在55%以上;湖北、河南、上海、浙江、湖南、四川、广东等省份的碳强度降幅位于45%~55%的比例区间;福建、江苏、甘肃、黑龙江、陕西等省份的碳强度降幅位于35%~45%的比例区间;河北、广西、山西、安徽、海南、江西、辽宁等的碳强度降幅位于25%~35%的比例区间;内蒙古、青海等位于15%~25%的碳排放下降比例区间;宁夏和新疆两地区的碳排放强度呈现增长趋势,宁夏增长比例为12.51%,新疆增长比例为27.99%。通过分析经济增长与碳排放之间的趋势,可以发现碳减排目标的实现与否主要取决于经济增速与碳排放降速的相对关系[41,42,43]

Table 3
表3
表32005—2017年中国各省份碳排放强度下降比例
Table 3Provincial carbon intensity reduction proportions, 2005-2017
序号比例省份
1>55%北京(68.75%)、云南(59.67%)、天津(59.31%)、吉林(58.43%)、重庆(58.21%)、贵州(58.11%)、山东(55.48%)
2(45%, 55%]湖北(53.32%)、河南(52.53%)、上海(52.32%)、浙江(49.19%)、湖南(48.98%)、四川(47.76%)、广东(46.37%)
3(35%, 45%]福建(44.26%)、江苏(43.93%)、甘肃(42.19%)、黑龙江(39.92%)、陕西(37.81%)
4(25%, 35%]河北(35.63%)、广西(31.72%)、山西(31.32%)、安徽(30.14%)、海南(29.89%)、江西(27.21%)、辽宁(25.79%)
5(15%, 25%]内蒙古(24.81%)、青海(19.25%)
615%宁夏(-12.51%)、新疆(-27.99%)

新窗口打开|下载CSV

从不同地区的碳减排角度,中国各地区的碳强度降幅及省份贡献列于表4。其中,大部分地区的碳强度均呈现下降趋势,但不同区域的下降幅度有所不同。总体来看,华中和西南地区的碳减排比例均超过了50%,华东及华南地区紧随其后,华北、东北两个地区的减排比例相对较低,西北地区的减排比例最低。对于华北地区,山西、河北、天津对于碳排放强度下降的贡献达到了20%以上,北京的碳减排贡献相对较小;东北地区的碳强度降幅中吉林的相对贡献较大,达到了53.47%,黑龙江和辽宁的碳减排相对贡献也分别达到了20%;华东、华东、华南地区的省份碳减排相对贡献较为平均,其中,山东在华东地区的碳减排相对贡献最高,达到了25.52%;西南地区的碳强度的降幅最大,其中贵州的碳减排贡献相对较高,达到了45.81%;对于西北地区,甘肃的碳减排相对贡献最高,陕西和青海同样促进了西北地区碳强度降低,而新疆和宁夏的碳排放强度仍呈现上升趋势,对本地区的碳减排相对贡献为负值。

Table 4
表4
表42005—2017年中国各区域碳排放强度变化趋势及省份贡献
Table 4China’s regional carbon emission change and provincial contribution, 2005-2017
序号区域碳强度变化/(kg/元)碳强度降幅省份贡献
1华北0.38→0.2436.36%山西(26.99%)、河北(21.33%)、天津(20.87%)、内蒙古(19.56%)、北京(11.25%)
2东北0.33→0.2038.70%吉林(53.47%)、黑龙江(26.51%)、辽宁(20.02%)
3华东0.22→0.1246.52%山东(25.52%)、江苏(14.67%)、上海(13.72%)、浙江(13.49%)、安徽(12.09%)、福建(11.85%)、江西(8.66%)
4华中0.27→0.1351.80%湖北(35.78%)、河南(33.91%)、湖南(30.31%)
5华南0.15→0.0941.94%广西(35.93%)、广东(35.70%)、海南(28.37%)
6西南0.30→0.1355.38%贵州(45.81%)、云南(25.49%)、重庆(17.06%)、四川(11.64%)
7西北0.37→0.3213.77%甘肃(140.48%)、陕西(83.32%)、青海(49.81%)、宁夏(-82.36%)、新疆(-91.25%)

新窗口打开|下载CSV

3.2 不同区域碳排放变化趋势分析

中国各省份的碳排放情况不一,运用泰尔指数对不同经济发展水平下的碳排放差距进行测算,可以分析不同区域经济增长与碳排放变化的相对关系[44,45,46]。中国各区域碳排放的脱钩趋势及区域差异对比见表5。总体来看,中国各省份的碳排放与经济水平均呈现了增长的趋势,但区域差距的相对变化趋势有所不同。2005年以后,中国碳排放的泰尔指数呈现了逐年增长的趋势,泰尔指数从0.09逐年上升至0.16,各省份碳排放的区域差距逐渐拉大。对比区域内与区域间的贡献比重,中国碳排放区域内贡献占据了52%~57%的比重,基本呈现逐年下降的趋势;反之,中国碳排放区域间贡献占据了43%~48%的比重,但基本呈现逐年上升趋势。相对比,中国各省域经济发展的泰尔指数呈现了逐年下降的趋势,从0.12逐年降至0.08。将经济发展的泰尔指数进一步分解为区域内及区域间贡献,可以看出中国区域内贡献基本稳定在57%~60%,区域间贡献基本稳定在40%~43%,区域内与区域间贡献之间的相对关系较为稳定。

中国各地区碳排放与经济发展的区域差异对比见图1。从碳排放变化趋势来看,除西南地区碳排放的泰尔指数从0.10降低至0.07,其他各地区碳排放的泰尔指数基本呈现了逐渐增加的趋势。其中,华北地区碳排放的泰尔指数从0.13增长至0.23,区域内碳排放差距最大,且呈现不断扩大的趋势;西北地区各省份碳排放的泰尔指数从0.05增长至0.18,区域内各省域的碳排放差距增长较快。从经济发展变化趋势来看,华北地区内部各省份的泰尔指数从0.12降低至0.09,但与其他地区相对比,区域内经济发展水平差距仍然处于较高水平。总体来看,大多数地区的经济发展区域差距基本呈现逐年降低的趋势,尽管华北等地区在2016年后出现小幅反弹,但相对变化较为平稳。

图1

新窗口打开|下载原图ZIP|生成PPT
图12005—2017年中国各地区碳排放与经济发展的区域差距变化

Figure 1Regional disparity between China’s carbon emissions and economic development, 2005-2017



Table 5
表5
表52005—2017年中国碳排放及经济发展的区域差异及贡献对比
Table 5China’s regional differences and contributions in carbon emissions and economic development, 2005-2017
年份碳排放经济发展
泰尔指数区域内贡献/%区域间贡献/%泰尔指数区域内贡献/%区域间贡献/%
20050.0956.4243.580.1259.1940.81
20060.0957.7042.300.1258.3841.62
20070.0956.6043.400.1158.0641.94
20080.1056.2343.770.1157.3342.67
20090.1157.5842.420.1057.1242.88
20100.1154.8345.170.0956.2943.71
20110.1256.4043.600.0956.8043.20
20120.1254.9945.010.0857.1942.81
20130.1353.2446.760.0857.5442.46
20140.1352.4847.520.0858.2341.77
20150.1452.9847.020.0858.7341.27
20160.1452.2947.710.0859.1340.87
20170.1654.8945.110.0859.3340.67

新窗口打开|下载CSV

3.3 分省份碳排放脱钩趋势分析

综合来看,中国近10年脱钩指数总体处于下降趋势,中间稍有起伏,2007年从扩张挂钩状态变为弱脱钩状态,随后稳定保持在弱脱钩状态。保证经济增长速度的同时实现碳排放强度的大幅下降将是中国碳排放达峰面临的核心问题[47,48,49]。结合碳排放与经济发展脱钩变化趋势分析,可以将其分为以下几种典型类型(表6):①弱脱钩→强脱钩状态:代表省份为北京,从2005—2012年间北京碳排放与经济发展脱钩状态呈现弱脱钩,2013年后达到强脱钩状态;②始终处于弱脱钩状态:天津、河北、吉林、江苏、山东、广东、甘肃等地区一直处于弱脱钩状态;③扩张挂钩→弱脱钩状态:山西、黑龙江、浙江、云南等与全国总体的脱钩状态呈现一致趋势,大都从扩张挂钩到弱脱钩状态,且江西、辽宁、重庆等省份也大致属于这一趋势范围,但不同地区两种状态持续的时间有所不同;④扩张负脱钩→扩张挂钩→弱脱钩:上海、安徽、湖南等地区经历了多种脱钩状态,最终实现了弱脱钩;内蒙古、河南、湖北、贵州、广西的大致趋势相似,但不同区域的脱钩状态时间有所不同;⑤扩张挂钩与弱脱钩交替:福建和四川的脱钩状态中期主要处于扩张挂钩状态,其他年份基本处于弱脱钩状态;⑥扩张负脱钩和扩张挂钩状态交替:处于这一状态的主要为宁夏和新疆,其脱钩状态主要在扩张负脱钩状态及扩张挂钩状态中交替出现。

Table 6
表6
表62005—2017年中国各省市碳排放脱钩趋势及稳定性分析
Table 6Provincial carbon emission decoupling trends and stability, 2005-2017
序号地区碳排放脱钩状态
脱钩趋势稳定性指数
1北京弱脱钩→强脱钩0.40
2天津、河北、吉林、江苏、山东、广东、甘肃弱脱钩0.11~0.19
3山西、辽宁、黑龙江、浙江、江西、重庆、云南扩张挂钩→弱脱钩0.05~0.23
4内蒙古、上海、安徽、河南、湖北、湖南、广西、海南、贵州、陕西、青海扩张负脱钩→扩张挂钩→弱脱钩0.07~0.33
5福建、四川扩张挂钩和弱脱钩交替0.11~0.13
6宁夏、新疆扩张负脱钩和扩张挂钩交替0.04~0.24

新窗口打开|下载CSV

稳定性指数可用于进一步分析碳排放脱钩状态的稳定情况(表6)。整体来看,大部分省份均处于弱脱钩状态,整体脱钩状态的稳定性指数在0.10左右,基本达到了较为稳定的弱脱钩状态。其中,北京在2013年达到了强脱钩状态,但其脱钩稳定性系数相对较高。与此同时,部分省份经历了扩张负脱钩、扩张挂钩等阶段才达到弱脱钩状态,整体脱钩状态较前两种状态的省份相对复杂。对于部分省份,福建、四川经历了弱脱钩和扩张挂钩的反复,并逐渐呈现了弱脱钩状态,稳定性指数稳定在0.11~0.13;宁夏、新疆尚未达到弱脱钩,但均实现了现阶段的稳定状态。其中,宁夏为扩张负脱钩和扩张挂钩交替出现,稳定性指数为0.24,新疆处在扩张负脱钩状态,稳定性指数为0.04。

3.4 不同区域碳排放脱钩趋势分析

表7刻画了华北、东北、华东、华中、华南、西南、西北等不同地区的碳排放脱钩趋势。从分区域的角度来看大多地区的发展情况各有不同,大部分需要经历从扩张挂钩→弱脱钩→强脱钩的脱钩变化趋势[50,51,52]。除了西北地区处于扩张挂钩状态,大多地区的经济增长与碳排放稳定在弱脱钩状态,特别是在2012年之后波动性较小。在脱钩状态方面,华东地区和华南地区始终属于弱脱钩状态,稳定性指标分别为0.09和0.11;东北、西南均呈现了从扩张挂钩到弱脱钩的变化趋势,稳定性指标分别为0.11和0.10;华中分别经历了扩张负脱钩、扩张挂钩等阶段达到弱脱钩状态,稳定性指标约为0.14;华北地区的弱脱钩与扩张挂钩状态反复交替,最终达到了弱脱钩状态,稳定性指标为0.09。

Table 7
表7
表72005—2017年中国各地区碳排放脱钩趋势及稳定性分析
Table 7China’s regional carbon emission decoupling trends and stability, 2005-2017
序号区域脱钩状态脱钩指数变化趋势稳定性指数
1华北弱脱钩与扩张挂钩交替0.70→0.470.09
2东北扩张挂钩→弱脱钩0.86→0.420.11
3华东弱脱钩0.76→0.330.09
4华中扩张负脱钩→扩张挂钩→弱脱钩1.23→0.280.14
5华南弱脱钩0.73→0.390.11
6西南扩张挂钩→弱脱钩0.94→0.250.10
7西北扩张挂钩0.99→0.810.14

新窗口打开|下载CSV

图2进一步刻画了中国分区域碳排放脱钩趋势。具体来看,华北地区2005年后碳排放脱钩指数较为稳定,除2008、2010、2011年略微升高、处于扩张挂钩的状态,其余年份均为弱脱钩状态,脱钩指数稳步下降。东北地区2006年处于扩张挂钩状态,随后脱钩指数逐年下降,2010年略有起伏,但基本处于弱脱钩状态。华东地区主要处于弱脱钩状态,脱钩指数在2012年后逐年稳步下降。华中地区碳排放脱钩指数总体趋势不太稳定,在2006年从扩张负脱钩状态变化为扩张挂钩状态后,2009与2012年期间反复出现弱脱钩及扩张挂钩状态,2014后弱脱钩程度逐渐增强,但变化趋于平缓,距离强脱钩状态较近。华南地区总体处于弱脱钩的稳定状态,从2011年开始脱钩指数逐年下降,稳步向强脱钩状态趋近,但2017年后脱钩指数较先前略有升高。西南地区脱钩指数逐年下降,2006年相对较高,处于扩张挂钩状态,随后转为弱脱钩状态,2010年后弱脱钩程度逐渐增强,向强脱钩状态趋近。西北地区总体状态较为稳定,基本处于扩张挂钩状态,脱钩指数从2011年开始逐渐下降,但下降幅度较小,在2016年接近弱脱钩状态后又略微上升,回到了扩张挂钩状态。

图2

新窗口打开|下载原图ZIP|生成PPT
图22005—2017年中国分区域碳排放脱钩趋势变化

Figure 2China’s regional carbon emission decoupling trends, 2005-2017



4 结论与政策建议

4.1 结论

结合碳排放与经济发展水平,本文从不同省份及区域着手测算中国各省份2005—2017年碳排放的区域差距与脱钩指数,探讨不同区域碳排放与经济发展的相对关系及其稳定性。综合来看,中国各区域的经济发展水平不一,碳排放变化趋势各异,结合泰尔指数对不同地区碳排放水平的区域差距进行分析,并运用Tapio模型开展中国省域碳排放的脱钩趋势及其稳定性分析,可对中国不同经济发展水平下碳排放的区域差距及脱钩指数进行测算,落实不同碳排放及经济发展水平下可行的低碳发展策略。主要结论如下:

(1)通过分析经济增长与碳排放之间的趋势,可以发现中国碳减排目标的实现取决于经济增速与碳排放强度降速的相对关系。事实上,大多发达国家借助经济全球化过程完成了产业转型升级,将大量制造业转移到发展中国家,在很大程度上依靠进口满足生产及生活需要,即出现了制造业“空心化”。在中国保持实体经济发展的情况下,充分考虑经济增速与碳排放强度降速的相对关系,测度中国不同省份及地区的脱钩状态,对中国各省份碳排放目标的落实具有重要意义。

(2)尽管中国的碳排放总量在2005年后呈现逐渐增加的趋势,但中国大部分地区的碳排放强度均呈现逐渐下降的趋势。然而,与逐年降低的经济发展差距的变化趋势截然不同,中国碳排放的泰尔指数呈现了逐年增长的趋势,各省份碳排放的区域差距、尤其是区域间的碳排放差距逐渐扩大。对比碳排放与经济发展的相对变化趋势,中国各省份间的碳排放区域差异已经远超中国各省域间的经济发展的差距,相关趋势变化亟待引起相关地区及部门的重视。

(3)对比不同省份的脱钩情况,上海、天津、重庆、浙江、山东、贵州、云南等稳定在弱脱钩状态,且脱钩指数不断降低,与强脱钩状态的距离不断缩小。然而,宁夏、新疆等部分地区的脱钩状态仍在弱脱钩、扩张挂钩、乃至扩张负脱钩中交替反复,对于中国实现碳排放与经济发展的总体脱钩仍有较大影响。中国低碳转型进程有待结合各省份的经济发展水平、碳排放的变化趋势及其脱钩状态制定针对性的低碳发展路线图。

4.2 政策建议

自中国提出碳排放目标以来,各地区积极开展低碳发展相关重点工作、分解下放碳减排目标、开展低碳城市试点行动、参与全国碳市场建设、加强国际和地区间交流与合作等。其中,河北、山东、广东等省份发布了“十三五”控制温室气体排放工作方案,北京、上海、山西等省份以相关规划、方案或意见的形式对“十三五”控制温室气体排放工作进行了安排。为推进碳排放目标的落实,国家发改委进一步下发了单位国内生产总值CO2排放降低目标责任考核评估办法等文件。与此同时,北京、天津、山西、山东、海南、重庆、云南、甘肃、新疆等地区提出了明确的全省碳排放达峰时间,其余省份大多根据发展阶段、资源禀赋、战略定位、生态环保等针对重点地区、试点城市提出了碳排放强度控制目标,并针对电力、钢铁、建材、化工等重点行业提出率先达峰的要求。为了进一步落实各省份的碳排放目标,推动分区域低碳发展策略落实,本文提出政策建议如下:

(1)结合经济发展与碳排放的相对趋势,碳排放与经济发展的相对脱钩是中国碳排放目标实现的重要保障。相对比,发达地区、重点行业的脱钩进程相对较快,但中国部分地区仍然处于扩张挂钩阶段,存在高碳锁定现象。为推动全国实现低碳发展目标,需要进一步鼓励低碳试点省份实现碳排放与经济发展的先行脱钩,进而推动区域间产业合作及技术转移,实现以经济发达地区引领全国低碳发展的格局。

(2)目前,碳减排目标的实现情况存在较大的区域差异,因地制宜和因地施策对于碳减排策略实施具有重要意义。对于尚未设立碳减排目标的省份,有必要积极分解落实碳减排目标,完善各区域低碳转型的倒逼机制,以此为基础实现分批次、针对性的低碳发展目标。对于已经设立量化碳减排目标的省(区、市),需要继续细化碳排放总量控制目标的地区分解机制,强化低碳目标分解的准确性。

(3)考虑到中国的碳减排承诺,“十四五”与“十五五”期间是中国低碳发展的重要阶段。全球疫情影响、中美贸易脱钩的可能性以及美国对中国高新技术行业采取的一系列限制举措,均会对中国总体经济增长及产业转型升级有所影响。综合考虑中国当下面临的复杂国际形势,中国各省域碳排放脱钩趋势同样存在较高的不确定性,结合绿色复苏等方案仍需在经济增长的同时拓展低碳产业发展空间,结合不同地区的经济发展水平及碳排放脱钩趋势积极推进低碳可持续转型。

截至目前,中国碳减排行动在全球气候治理的影响力逐渐扩大,但中国各省份间碳排放差距逐年增大,并且大多数区域的碳排放与经济发展之间的脱钩状态仍存在较大反复。与此同时,部分省份已经实现了碳排放与经济增长的相对脱钩,但中国区域间碳减排协同机制及自上而下的行动方案亟待细化落实。面临日益复杂的国际形势,中国经济发展以及碳排放变化均存在较大的不确定性,但碳排放与经济发展之间的协同关系是中国进一步推动落实碳达峰、碳中和等碳减排目标的重要抓手。结合中国不同省份经济发展水平、碳排放差距及其脱钩状态开展分析,有助于辨识不同省份碳排放与经济发展的相对关系,测度中国各省份碳排放与经济发展的脱钩状态,分析复杂发展形势下中国不同地区的低碳发展态势,推进中国各区域分阶段低碳减排目标的落实。

参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

Wang C J, Wang F. China can lead on climate change
[J]. Science, 2017,357(6353):764-764.

[本文引用: 1]

Yang Y T, Qu S, Cai B F, et al. Mapping global carbon footprint in China
[J]. Nature Communications, 2020,11:2237-2237.

DOI:10.1038/s41467-020-15883-9URL [本文引用: 1]

Wang Y F, Liao M, Xu L X, et al. The impact of foreign direct investment on China’s carbon emissions through energy intensity and emissions trading system
[J]. Energy Economics, 2021, DOI: 10.1016/j.eneco.2021.105212.

[本文引用: 1]

国家发展和改革委员会. 强化应对气候变化行动: 中国国家自主贡献
[N/OL]. ( 2015- 06- 30) [2021-03-30]. http://www.gov.cn/xinwen/2015-06/30/content_2887330.htm.

URL [本文引用: 1]

[National Development and Reform Commission. Strengthening Actions to Combat Climate Change-China’s National Independent Contribution
[N/OL]. (2015-06-30) [2021-03-30]. http://www.gov.cn/xinwen/2015-06/30/content_2887330.htm .]

URL [本文引用: 1]

刘卫东, 张雷, 王礼茂, . 我国低碳经济发展框架初步研究
[J]. 地理研究, 2010,29(5):778-788.

[本文引用: 1]

[ Liu W D, Zhang L, Wang L M, et al. A sketch map of low-carbon economic development in China
[J]. Geographical Research, 2010,29(5):778-788.]

[本文引用: 1]

陈诗一. 中国碳排放强度的波动下降模式及经济解释
[J]. 世界经济, 2011,34(4):124-143.

[本文引用: 1]

[ Chen S Y. Fluctuation declining model of China’s carbon emissions intensity and economic explanation
[J]. The Journal of World Economy, 2011,34(4):124-143.]

[本文引用: 1]

Xiao H, Sun K J, Tu X W, et al. Diversified carbon intensity under global value chains: A measurement and decomposition analysis
[J]. Journal of Environmental Management, 2020, DOI: 10.1016/j.jenvman.2020.111076.

[本文引用: 1]

Cheng Y Y, Yao X. Carbon intensity reduction assessment of renewable energy technology innovation in China: A panel data model with cross-section dependence and slope heterogeneity
[J]. Renewable and Sustainable Energy Reviews, 2021, DOI: 10.1016/j.rser.2020.110157.

[本文引用: 1]

姜宛贝, 韩梦瑶, 唐志鹏, . 基于经济发展水平和产业转移视角的碳强度国别对比研究
[J]. 资源科学, 2019,41(10):1814-1823.

[本文引用: 1]

[ Jiang W B, Han M Y, Tang Z P, et al. International comparison of carbon intensity from the perspective of economic development levels and industrial transfers
[J]. Resources Science, 2019,41(10):1814-1823.]

[本文引用: 1]

Su B, Ang B W. Demand contributors and driving factors of Singapore’s aggregate carbon intensities
[J]. Energy Policy, 2020, DOI: 10.1016/j.enpol.2020.111817.

[本文引用: 1]

孙耀华, 仲伟周, 庆东瑞. 基于Theil指数的中国省际间碳排放强度差异分析
[J]. 财贸研究, 2012,23(3):1-7.

[本文引用: 1]

[ Sun Y H, Zhong W Z, Qing D R. Analysis on differences of carbon emission intensity of each province in China based on Theil index
[J]. Finance and Trade Research, 2012,23(3):1-7.]

[本文引用: 1]

周灵. 基于Tapio模型的我国低碳经济发展研究
[J]. 经济问题探索, 2019, ( 6):185-190.

[本文引用: 1]

[ Zhou L. China’s low-carbon economic development research based on Tapio model
[J]. Inquiry into Economic Issues, 2019, ( 6):185-190.]

[本文引用: 1]

Mariana C G. Carbon emission targets and decoupling indicators
[J]. Ecological Indicators, 2016,67:649-656.

DOI:10.1016/j.ecolind.2016.03.042URL [本文引用: 1]

潘竟虎, 张永年. 中国能源碳足迹时空格局演化及脱钩效应
[J]. 地理学报, 2021,76(1):206-222.

DOI:10.11821/dlxb202101016PMID:059415c7-ffd6-499f-b93e-8b56087ad269 [本文引用: 1]
利用DMSP-OLS夜间灯光数据和碳排放统计数据,构建碳排放面板数据模型,模拟了2000—2013年中国的碳排放量。运用探索性时空数据分析(ESTDA)框架体系,从时空交互视角分析2001—2013年碳足迹的空间格局和时空依赖动态演化;利用改进的Tapio脱钩模型对3个时间段336个地级单元环境碳负荷与经济增长之间的脱钩效应进行综合分析。研究表明:① 2000—2013年,中国的碳排放在时空演变上既表现出稳中有进的总体特征,也存在快速增长的阶段特征。② 碳足迹和碳赤字均呈逐年增长趋势,年均增长率分别为4.82%和5.72%;碳足迹和碳赤字整体北方大于南方,不同的行政单元尺度下碳足迹和碳赤字空间异质性特征明显。各地级单元碳足迹变异系数逐步增大,存在极为显著的空间自相关特征。③ LISA时间路径相对长度北方大于南方,且呈由沿海地区向中西部地区递增的趋势;LISA时间路径弯曲度整体上则由沿海地区向内陆地区递减。④ 综合脱钩指数整体以弱脱钩型为主,但弱脱钩型城市数量持续减少,扩张连接、扩张负脱钩区域数量逐渐增多且向中西部及东北地区聚集分布;全国平均脱钩弹性值逐步增长,变异系数持续下降。
[ Pan J H, Zhang Y N. Spatiotemporal patterns of energy carbon footprint and decoupling effect in China
[J]. Acta Geographica Sinica, 2021,76(1):206-222.]

PMID:059415c7-ffd6-499f-b93e-8b56087ad269 [本文引用: 1]

王鹤鸣, 岳强, 陆钟武. 中国1998-2008年资源消耗与经济增长的脱钩分析
[J]. 资源科学, 2011,33(9):1757-1767.

[本文引用: 1]

[ Wang H M, Yue Q, Lu Z W. Decoupling analysis of China’s resource consumption and economic growth over the period 1998-2008
[J]. Resources Science, 2011,33(9):1757-1767.]

[本文引用: 1]

彭佳雯, 黄贤金, 钟太洋, . 中国经济增长与能源碳排放的脱钩研究
[J]. 资源科学, 2011,33(4):626-633.

[本文引用: 1]

[ Peng J W, Huang X J, Zhong T Y, et al. Decoupling analysis of economic growth and energy carbon emissions in China
[J]. Resources Science, 2011,33(4):626-633.]

[本文引用: 1]

齐亚伟. 中国区域经济增长、碳排放的脱钩效应与重心转移轨迹分析
[J]. 现代财经(天津财经大学学报), 2018,38(5):17-29.

[本文引用: 1]

[ Qi Y W. Decoupling effect and gravity center trajectory of regional economic growth and carbon emissions in China
[J]. Modern Finance and Economics (Journal of Tianjin University of Finance and Economics), 2018,38(5):17-29.]

[本文引用: 1]

杨英明, 孙健东. 世界主要国家能源消费碳排放脱钩及驱动因素研究
[J]. 煤炭工程, 2019,51(7):173-177.

[本文引用: 1]

[ Yang Y M, Sun J D. Carbon emission decoupling and drivers of energy consumption in major countries
[J]. Coal Engineering, 2019,51(7):173-177.]

[本文引用: 1]

邵桂兰, 陈令杰. 碳排放与经济增长的脱钩实证研究: 以山东省为例
[J]. 中国海洋大学学报(社会科学版), 2012, ( 4):73-79.

[本文引用: 1]

[ Shao G L, Chen L J. An empirical study of carbon emissions and economic growth based on decoupling analysis: A case study of Shandong Province
[J]. Journal of Ocean University of China (Social Sciences), 2012, ( 4):73-79.]

[本文引用: 1]

盖美, 曹桂艳, 田成诗, . 辽宁沿海经济带能源消费碳排放与区域经济增长脱钩分析
[J]. 资源科学, 2014,36(6):1267-1277.

[本文引用: 1]

[ Gai M, Cao G Y, Tian C S, et al. Decoupling analysis of energy carbon emissions and regional economic growth in the Liaoning coastal economic belt
[J]. Resources Science, 2014,36(6):1267-1277.]

[本文引用: 1]

齐静, 陈彬. 城市工业部门脱钩分析
[J]. 中国人口·资源与环境, 2012,22(8):102-106.

[本文引用: 1]

[ Qi J, Chen B. Decoupling analysis of urban industrial sectors: A case study of Chongqing
[J]. China Population, Resources and Environment, 2012,22(8):102-106.]

[本文引用: 1]

颜艳梅, 王铮, 吴乐英, . 中国碳排放强度影响因素对区域差异的作用分析
[J]. 环境科学学报, 2016,36(9):3436-3444.

[本文引用: 1]

[ Yan Y M, Wang Z, Wu L Y, et al. Analysis of the determinants of carbon emission intensity on regional differences
[J]. Acta Scientiae Circumstantiae, 2016,36(9):3436-3444.]

[本文引用: 1]

周杰琦, 汪同三. 地区经济增长与碳强度差异的收敛性及其机理: 基于中国省际面板数据的实证分析
[J]. 社会科学研究, 2014, ( 5):66-73.

[本文引用: 1]

[ Zhou J Q, Wang T S. Convergence of regional economic growth and carbon intensity difference and its mechanism: An empirical analysis based on China’s interprovincial panel data
[J]. Social Science Research, 2014, ( 5):66-73.]

[本文引用: 1]

王欢芳, 胡振华. 中国制造行业发展与碳排放脱钩测度研究
[J]. 科学学研究, 2012,30(11):1671-1675.

[本文引用: 1]

[ Wang H F, Hu Z H. The measurement research on the decoupling relationship between manufacturing sector economic growth and carbon dioxide in China
[J]. Studies in Science of Science, 2012,30(11):1671-1675.]

[本文引用: 1]

胡颖, 褚大建. 中国建筑业CO2排放与产值、能耗的脱钩分析
[J]. 中国人口·资源与环境, 2015,25(8):50-57.

[本文引用: 1]

[ Hu Y, Zhu D J. Disconnect analysis between CO2 emission output value and energy consumption of China construction
[J]. China Population, Resources and Environment, 2015,25(8):50-57.]

[本文引用: 1]

刘博文, 张贤, 杨琳. 基于LMDI的区域产业碳排放脱钩努力研究
[J]. 中国人口·资源与环境, 2018,28(4):78-86.

[本文引用: 1]

[ Liu B W, Zhang X, Yang L. Decoupling efforts of regional industrial development on CO2 emissions in China based on LMDI analysis
[J]. China Population, Resources and Environment, 2018,28(4):78-86.]

[本文引用: 1]

胡剑波, 高鹏, 张伟. 中国对外贸易增长与隐含碳排放脱钩关系研究
[J]. 管理世界, 2017, ( 10):172-173.

[本文引用: 1]

[ Hu J B, Gao P, Zhang W. Research on the decoupling relationship between China’s foreign trade growth and embodied carbon emissions
[J]. Management World, 2017, ( 10):172-173.]

[本文引用: 1]

郭艺, 罗芳. 长江经济带引致碳排放与经济增长的关联和空间特征: 基于最终生产核算的MRIO模型
[J]. 生态经济, 2019,35(9):20-25.

[本文引用: 1]

[ Guo Y, Luo F. Relationships and spatial characteristics between embodied carbon emissions and economics growth induced by the Yangtze River Economic Belt: Based on MRIO model of final production accounting framework
[J]. Ecological Economy, 2019,35(9):20-25.]

[本文引用: 1]

罗芳, 郭艺, 魏文栋. 长江经济带碳排放与经济增长的脱钩关系: 基于生产侧和消费侧视角
[J]. 中国环境科学, 2020,40(3):1364-1373.

[本文引用: 1]

[ Luo F, Guo Y, Wei W D. Decoupling analysis between economic growth and carbon emissions in the Yangtze River Economic Belt: Production and consumption perspectives
[J]. China Environmental Science, 2020,40(3):1364-1373.]

[本文引用: 1]

Li Y L, Chen B, Han M Y, et al. Tracking carbon transfers embodied in Chinese municipalities’ domestic and foreign trade
[J]. Journal of Cleaner Production, 2018,192:950-960.

DOI:10.1016/j.jclepro.2018.04.230URL [本文引用: 1]

韩梦瑶, 姚秋蕙, 劳浚铭, . 中国省域碳排放的国内外转移研究: 基于嵌套网络视角
[J]. 中国科学: 地球科学, 2020,50(6):748-760.

[本文引用: 1]

[ Han M Y, Yao Q H, Lao J M, et al. China’s intra- and inter-national carbon emission transfers by province: A nested network perspective
[J]. Scientia Sinica Terrae, 2020,50(6):748-760.]

[本文引用: 1]

刘红光, 刘卫东, 唐志鹏. 中国产业能源消费碳排放结构及其减排敏感性分析
[J]. 地理科学进展, 2010,29(6):670-676.

DOI:10.11820/dlkxjz.2010.06.005PMID:C66F1803-CBAE-498F-B9D9-BB93CE464A73 [本文引用: 1]
本文在非竞争型投入产出分析框架下,建立了区域碳排放的结构分析模型及其敏感性分析方法,并利用中国2007 年非竞争型投入产出表,研究了中国产业能源消费碳排放根源以及由贸易产生的碳排放转移问题,并进一 步对中国经济结构调整的排放敏感性进行了研究。研究结果标明,出口是中国碳排放总量迅速增加的主要推动力之一,2007 年中国对外贸易导致的净出口碳占中国碳排放总量的29.1%。而国内建筑业的投资,机械交通电子设备的出口与投资,国内对食品、电力热力以及服务业的消费,化工金属等高耗能产品的出口等经济活动是我国碳排放的主要根源,也是排放敏感性较高的经济活动。因此,在调整产业结构,促进产业升级,优化出口结构,加快产能转移,抑制基础原材料工业产品的出口规模并逐步实施进口替代,提高出口层次和出口产品附加值的同时,重视提倡全民减排,积极建立节约型社会,特别是减少建筑业的浪费和服务业能耗,将是中国节能减排工作的重点任务。
[ Liu H G, Liu W D, Tang Z P. The origin source and its elasticity analysis of the CO2 emission induced by fossil fuel using industrial activities in China
[J]. Progress in Geography, 2010,29(6):670-676.]

PMID:C66F1803-CBAE-498F-B9D9-BB93CE464A73 [本文引用: 1]

Han M Y, Xiong J, Wang S Y, et al. Chinese photovoltaic poverty alleviation: Geographic distribution, economic benefits and emission mitigation
[J]. Energy Policy, 2020, DOI: 10.1016/j.enpol.2020.111685.

[本文引用: 1]

Shi C X. Decoupling analysis and peak prediction of carbon emission based on decoupling theory
[J]. Sustainable Computing: Informatics and Systems, 2020, DOI: 10.1016/j.suscom.2020.100424.

[本文引用: 1]

Sheng P F, Li J, Zhai M X, et al. Economic growth efficiency and carbon reduction efficiency in China: Coupling or decoupling
[J]. Energy Reports, 2021,7:289-299.

DOI:10.1016/j.egyr.2020.12.043URL [本文引用: 1]

Foster J E. An axiomatic characterization of the Theil measure of income inequality
[J]. Journal of Economic Theory, 1983,31(1):105-121.

DOI:10.1016/0022-0531(83)90023-6URL [本文引用: 1]

Casilda L V, Oscar V. A simple proof of Foster’s (1983) characterization of the Theil measure of inequality
[J]. Economic Modelling, 2013,35:940-943.

DOI:10.1016/j.econmod.2013.07.024URL [本文引用: 1]

Han M Y, Lao J M, Yao Q H, et al. Carbon inequality and economic development across the Belt and Road regions
[J]. Journal of Environmental Management, 2020, DOI: 10.1016/j.jenvman.2020.110250.

[本文引用: 1]

中国统计局. 中国统计年鉴2005-2017[M]. 北京: 中国统计出版社, 2006-2018.
[本文引用: 1]

[ China Statistics Bureau. China Statistical Yearbook 2005-2017[M]. Beijing: China Statistics Press, 2006-2018.]
[本文引用: 1]

中国统计局. 中国能源统计年鉴2005-2017[M]. 北京: 中国统计出版社, 2006-2018.
[本文引用: 1]

[ China Statistics Bureau. China Energy Statistics Yearbook 2005-2017[M]. Beijing: China Statistics Press, 2006-2018.]
[本文引用: 1]

Zheng J L, Mi Z F, Coffman M, et al. Regional development and carbon emissions in China
[J]. Energy Economics, 2019,81:25-36.

DOI:10.1016/j.eneco.2019.03.003URL [本文引用: 1]

刘志红. 区域经济增长与碳排放脱钩及减排目标分析
[J]. 黑龙江工业学院学报(综合版), 2019,19(2):68-75.

[本文引用: 1]

[ Liu Z H. Decoupling of China’s regional economic growth and carbon emissions and carbon reduction target
[J]. Journal of Heilongjiang University of Technology (Comprehensive Edition), 2019,19(2):68-75.]

[本文引用: 1]

Niu S, Liu Y, Ding Y, et al. China’s energy systems transformation and emissions peak
[J]. Renewable and Sustainable Energy Reviews, 2016,58:782-795.

DOI:10.1016/j.rser.2015.12.274URL [本文引用: 1]

马晓钰, 李强谊. 中国能源消费区域差异分解及影响因素分析
[J]. 工业技术经济, 2014,33(10):114-124.

[本文引用: 1]

[ Ma X Y, Li Q Y. Regional difference decomposition and influence factors of China’s energy consumption
[J]. Journal of Industrial Technological Economics, 2014,33(10):114-124.]

[本文引用: 1]

汪晗, 代晓玲, 聂鑫. 基于泰尔指数的粤港澳大湾区碳生产率差异分析
[J]. 科技管理研究, 2019,39(12):214-221.

[本文引用: 1]

[ Wang H, Dai X L, Nie X. Analysis of difference of carbon productivity in Guangdong-Hong Kong-Marco Greater Bay Area in China based on method of the Theil index
[J]. Science and Technology Management Research, 2019,39(12):214-221.]

[本文引用: 1]

尹庆民, 吴秀琳. 环境约束下长江经济带工业能源环境效率差异评价与成因识别研究
[J]. 科技管理研究, 2019,39(6):240-247.

[本文引用: 1]

[ Yin Q M, Wu X L. Research on the evaluation and cause identification of industrial environmental energy efficiency differences in the Yangtze River Economic Belt under the constraint of environment
[J]. Science and Technology Management Research, 2019,39(6):240-247 ]

[本文引用: 1]

韩梦瑶, 刘卫东, 唐志鹏, . 世界主要国家碳排放影响因素分析: 基于变系数面板模型
[J]. 资源科学, 2017,39(12):2420-2429.

[本文引用: 1]

[ Han M Y, Liu W D, Tang Z P, et al. Carbon emission impact factor analysis of major countries based on varying coefficient panel modeling
[J]. Resources Science, 2017,39(12):2420-2429.]

[本文引用: 1]

林伯强, 孙传旺. 如何在保障中国经济增长前提下完成碳减排目标
[J]. 中国社会科学, 2011, ( 1):64-76.

[本文引用: 1]

[ Lin B Q, Sun C W. How can China achieve its carbon emission reduction target while sustaining economic growth?
[J]. Social Sciences in China, 2011, ( 1):64-76.]

[本文引用: 1]

柴麒敏, 徐华清. 基于IAMC模型的中国碳排放峰值目标实现路径
[J]. 中国人口·资源与环境, 2015,25(6):37-46.

[本文引用: 1]

[ Chai Q M, Xu H Q. Modeling carbon emission peaking pathways in China based on integrated assessment model IAMC
[J]. China Population, Resources and Environment, 2015,25(6):37-46.]

[本文引用: 1]

Tapio P. Towards a theory of decoupling: Degrees of decoupling inthe EU and the case of road traffic in Finland between 1970 and 2001
[J]. Transport Policy, 2005,12:137-151.

DOI:10.1016/j.tranpol.2005.01.001URL [本文引用: 1]

Shan Y, Fang S, Cai B, et al. Chinese cities exhibit varying degrees of decoupling of economic growth and CO2 emissions between 2005 and 2015
[J]. One Earth, 2021,4(1):1-11.

DOI:10.1016/j.oneear.2021.01.001URL [本文引用: 1]

潘竟虎, 张永年. 中国能源碳足迹时空格局演化及脱钩效应
[J]. 地理学报, 2021,76(1):206-222.

DOI:10.11821/dlxb202101016PMID:059415c7-ffd6-499f-b93e-8b56087ad269 [本文引用: 1]
利用DMSP-OLS夜间灯光数据和碳排放统计数据,构建碳排放面板数据模型,模拟了2000—2013年中国的碳排放量。运用探索性时空数据分析(ESTDA)框架体系,从时空交互视角分析2001—2013年碳足迹的空间格局和时空依赖动态演化;利用改进的Tapio脱钩模型对3个时间段336个地级单元环境碳负荷与经济增长之间的脱钩效应进行综合分析。研究表明:① 2000—2013年,中国的碳排放在时空演变上既表现出稳中有进的总体特征,也存在快速增长的阶段特征。② 碳足迹和碳赤字均呈逐年增长趋势,年均增长率分别为4.82%和5.72%;碳足迹和碳赤字整体北方大于南方,不同的行政单元尺度下碳足迹和碳赤字空间异质性特征明显。各地级单元碳足迹变异系数逐步增大,存在极为显著的空间自相关特征。③ LISA时间路径相对长度北方大于南方,且呈由沿海地区向中西部地区递增的趋势;LISA时间路径弯曲度整体上则由沿海地区向内陆地区递减。④ 综合脱钩指数整体以弱脱钩型为主,但弱脱钩型城市数量持续减少,扩张连接、扩张负脱钩区域数量逐渐增多且向中西部及东北地区聚集分布;全国平均脱钩弹性值逐步增长,变异系数持续下降。
[ Pan J H, Zhang Y N. Spatiotemporal patterns of energy carbon footprint and decoupling effect in China
[J]. Acta Geographica Sinica, 2021,76(1):206-222.]

PMID:059415c7-ffd6-499f-b93e-8b56087ad269 [本文引用: 1]

相关话题/北京 经济 资源 指标 能源