吴振信 石佳

[摘 要]本文利用IGT方程研究了北京地区1990—2010年碳排放与经济增长之间的脱钩关系，结果表明：北京地区大部分时间都处于相对脱钩状态；北京地区的经济和科学技术水平都在不断发展，但经济发展所带来的能源消耗、环境负荷的影响要大于技术进步对于减轻环境负荷的影响；能源消费结构优化以及产业结构升级都是促成北京地区碳排放与经济发展相对脱钩的重要因素。最后，本文对IGT与Tapio脱钩弹性方法的优缺点进行了比较，认为IGT模型的测量精度虽然不如Tapio高，但可以计算脱钩的临界条件，这对制定地区或者国家的减排政策是非常必要的。

[关键词]经济增长；碳排放；IGT方程；脱钩特征

[中图分类号]F124 [文献标识码]A [文章编号]1005-6432（2014）4-0008-04

1 引 言

目前，环境利益与人类可持续发展的关系越来越受到关注，其中能源的大量消耗以及二氧化碳排放的不断增多更是带来了较为严重的影响。中国作为发展中国家，在经济快速发展的过程中同样付出了巨大的环境和资源代价。2013年年初，由于大量排放的污染物无法消散，肆虐的雾霾天气再一次给中国的环境问题敲响了警钟，北京的情况尤为严重。因此，为制定较为合理的节能减排目标，定量研究北京地区经济增长与碳排放之间的关系显得十分重要。

为研究测度经济发展与物质消耗投入和生态环境之间的压力状况，经济合作与发展组织（OECD）提出了“脱钩” （Decoupling）理论，这个理论的提出推动了国际上建立各类经济活动“脱钩指标”的研究。目前，最主流的两种脱钩研究方法是OECD提出的脱钩指数法和Tapio脱钩弹性分析法。根据OECD提出的脱钩指数法，首先要计算脱钩率，然后再计算脱钩指数的值。具体为Decoupling Factors=1-（EP/DF）t（EP/DF）0，其中EP为环境压力，DF为驱动因素，t为报告期（OECD，2002）^[1]，该方法比较简单易懂。Tapio脱钩弹性分析法是Tapio（2005）^[2]在对欧洲1970—2001年的交通业经济增长与运输量、温室气体排放之间脱钩情况和芬兰的交通业脱钩情况研究时提出的，Tapio脱钩弹性分析法的测量精度较高，将测量的状态分为8类，因此，近几年应用很广。目前，我国关于Tapio脱钩理论的研究主要集中在能源、环境方面。吴振信、石佳（2013）^[3]利用Tapio分析模型研究了北京地区1999—2008年经济增长与碳排放的脱钩关系，结果表明，除个别年份以外，大部分时间段，北京处于弱脱钩状态。

无论是OECD提出的脱钩指数，还是Tapio提出的弹性系数，都只能研究某个地区环境与经济发展之间的脱钩状态，从本质上讲，脱钩问题研究的是环境负荷与经济增长之间的定量关系，要建立更加科学合理的脱钩评价指数，需要对二者的定量关系进行深入的理论分析（陆钟武，王鹤鸣，岳强，2011）^[4]。为此，陆钟武（2003）^[5]构建了研究环境负荷与经济增长之间的模型——IGT方程，并利用该模型定量研究了二者间的脱钩关系（陆钟武，2005）^[6]。通过IGT方程，我们可以得出在经济增长或下降过程中，环境负荷保持不变的临界条件，并据此对能源的脱钩程度进行判断。陆钟武（2007）^[7]根据我国“十一五”规划，利用IGT方程验证了“十一五”规划中提出的两个具体目标值，发现IPAT方程以及由其派生出的IGT公式在建设资源节约型、环境友好型社会的过程中有很大的实用价值。陆钟武、岳强（2010）^[8]还通过在IGT方程中引入了废物排放率，建立了定量分析经济增长和废物排放量关系的IeGTX方程和IeGTe方程。当然，利用IGT方程来测量脱钩状态的方法也是有其自身的缺点的，如：无法区分绝对脱钩和相对脱钩，对未脱钩状态无法继续划分。

目前运用IGT方程来研究经济增长和环境负荷关系的文献并不多，大多数学者都是应用Tapio脱钩弹性对其两者之间的关系进行研究。Tapio提出的弹性系数可以作为研究某个地区环境与经济发展之间脱钩状态的判据。但从本质上讲，脱钩问题研究的是环境负荷与经济增长之间的定量关系，北京作为首都，其低碳发展受到外界的关注，运用量化关系分析北京地区碳排放与增长之间的脱钩程度与状态变化原因十分必要。因此，本文将利用IGT方程研究北京地区碳排放与经济增长之间的关系，并与Tapio脱钩弹性方法进行各自优缺点的比较。

2 IGT方程的构建及实证分析

2.1 IGT方程的构建

IPAT模型是阐述能源消费量、人口、人均GDP与人均能源消费量四者之间关系的一个概念性框架，是一个被广泛认可的环境、人口、技术和经济关系模型（Ehrlich.P，1970）^[9]，它的表达式为：

I=P×A×T （1）

式中，I、P、A、T分别代表环境负荷、人口、人均GDP、单位GDP的环境负荷。

式（1）中的环境负荷I可以指各种资源消耗量。

以能源为例，能源消耗量=人口×GDP人口×能源消耗量GDP

IPAT方程还可以写成如下：

I=G×T （2）

式中，G=P×A，G指GDP，式（2）就称为IGT方程。

为了研究经济变化对环境负荷的影响，我们对式（2）进行必要的推算。

现在设基准年的环境负荷为I0，

I0=G0×T0 （3）

基准年后第n年的环境负荷为：

In=Gn×Tn （4）

式中，Gn=G0×（1+g）n， Tn=T0×（1-t）n， g为从基准年到其后第n年GDP的年均增长率（增长g为正，下降g为负）；t为同期内单位GDP环境负荷的年均下降率（下降t为正，升高t为负）。因此，我们可得：

In=G0×T0×[（1+g）×（1-t）]n （5）

从中，我们可以得到t的临界值tk：

tk=g1+g （6）

式中，tk为单位GDP环境负荷年下降率t的临界值，即tk是衡量环境负荷上升、不变或下降的判据。若ttk，则环境负荷必逐年下降。

由式（6）可见，tk略小于g值，具体结果如表1所示。

从表1可以发现，伴随着g的不断增加，tk值也是不断增大的。换句话说，经济的发展越快，脱钩就越难实现。

由上面的分析，可以得到t/tk是研究资源消耗量与GDP脱钩问题的关键。因此，定义Dr为资源的脱钩指数，

Dr=ttk （7）

按Dr的大小，可以将当地对资源消耗与GDP的脱钩指数分为三类，有经济增长和经济衰退两种情况。如表2所示。

下面以GDP增长为例，对能源脱钩程度进行说明。

Dr ≥1区间。当Dr=1时，t=tk，此时能源消耗与基准年持平，我们认为此时能源已开始与GDP脱钩了；当Dr>1时，t>tk，能源消耗比基准年少，而且Dr值越大，能源消耗越少。因此，在这个范围内能源与GDP是绝对脱钩的。

0

Dr≤0区间。当Dr=0时，t=0，能源消耗与GDP同步增长；当Dr<0时，t<0，能源消耗比GDP增长得更快。在这种情况下，脱钩问题无从谈起。因此，这是资源与GDP未脱钩区。

2.2 IGT方程的实证分析

本文碳排放的估算方法采用的是徐国泉、刘则渊等（2006）^[10]提出的估算公式：

C=iEiE×CiEi×E=iSi×Fi×E （8）

其中，E为中国一次能源的消费总量，Fi为i类能源的碳排放强度，Si为i类能源在总能源所占比重。本部分的样本区间为1990—2010年，数据来自历年《中国能源统计年鉴》和《北京统计年鉴》。根据《中国能源统计年鉴》口径，本文核算的最终能源一共有8类，分别为：原煤、焦炭、原油、汽油、柴油、燃料油、天然气和电力。北京地区每年的电力消费中，很大一部分是来自外地输入的，电力能源在最终消费的时候不会产生任何形式的污染，但是由于火力发电过程中会消耗大量能源并释放出二氧化碳，因此这部分在外地产生的能源消耗也应该加入到北京地区的碳排放中，这样对北京地区碳排放核算才更加合理。各类能源的碳排放系数如表3所示。

资料来源：IPCC 碳排放计算指南缺省值^[11]

在核算自外地输入的电力时，因为考虑到北京地区火力发电量占本地发电量的绝大多数，其他诸如太阳能、水能等产电数量极小，并且无法找到数据。因此，本文将北京地区每年的电力消费量与北京每年火力发电所产生的电力之差作为自外地输入的电力消费量，然后核算其碳排放。

另外，人类在排放出大量二氧化碳的同时，森林还会吸收并储存二氧化碳。一般情况下，我们指从空气中清除二氧化碳的过程、活动、机制为碳汇过程。考虑到数据的可得性以及碳汇量相对于北京地区的碳排放量实属较小一部分，对研究结果影响不大，因此，本文不作考虑。

下面我们根据北京地区的具体数据，运用IGT脱钩分析模型对1990—2010年北京地区的环境负荷与经济发展之间的关系进行探究。表4中I表示碳排放总值，tk由式（6）得到，g，t都是以上一年为基期。通过比较t与tk的值我们最终得到脱钩指数Dr。

从表4可以看到，除1993年和1997年出现能源碳排放与经济发展的绝对脱钩外，其他年份都处在相对脱钩范围内。也就是说，经济增长的同时，能源碳排放也在增加，但碳排放增加的幅度要小于经济增长的幅度。通过分析，本文认为达到这种脱钩状态得益于北京地区能源消费结构的优化，不断增加清洁能源的使用量，以及在政府的政策支持下北京经济发展与节能减排的双赢。另外，在这20年中，北京的产业结构也影响着北京地区经济增长与碳排放的脱钩关系。北京的产业结构一直是以发展第三产业为重点的模式，第二次全国经济普查结果显示，2008年北京市第三产业在全市经济总量已经提升至75.4%。因此，北京的产业结构升级是碳排放与经济增长呈现弱脱钩的一个重要原因。当然，随着科技的进步，能源利用率的不断提高也使污染物的排放进一步的减少。

为了更清晰地观察最重要的两个数值t与tk之间的关系，本文将两者的关系进行了比较，如下图所示。

由上图可以看到，tk的变化较平缓，基本上在8%～12%。t 值的变化起伏则比较大，但都为正值，说明北京地区生产技术水平不断提高。在t变化的过程中，处于峰值处表明当年的节能技术水平较高，能源利用效率也随之提高；相反处于谷底处表明当年的单位GDP的能源消耗水平较高，能源利用率较低。从总体上看，除1993年和1997年两个点tk值大于t值以外，t曲线整体上位于tk值曲线的下方，这说明能源消耗呈逐年上升趋势。换句话说，尽管北京地区的经济水平和科学技术水平都在不断发展，但是经济发展所带来的能源消耗、环境负荷的影响要大于技术进步对于减轻环境负荷的影响。由于北京地区还处于高速发展阶段，经济增长在一定程度上依赖于能源的消耗，这也是经济发展方式从粗放型转化为集约型特征的必经过程。

为了更深入地了解目前北京地区经济发展与能源碳排放之间的关系，下面利用IGT方程就北京地区“十一五”规划的相关内容作进一步的说明。

北京市“十一五”规划中明确指出，经济社会发展的主要预期指标是到2010年地区生产总值年增长率为9%，单位地区生产总值能耗比2005年降低20%。即g=0.09，t= 0.04，由此，我们计算得出2010年GDP比2005年增长53.86%，2010年的能源消耗量比2005年增加25.45%，即GDP大幅增长，而能源消耗增加不多。因此这个预期指标还是较为合理的。据统计，“十一五”期间，北京地区生产总值年均增长率为11.4%，要想达到脱钩状态，单位地区生产总值能耗的年均下降率t应为0.102，而通过表6的计算，实际上北京地区在“十一五”期间的单位地区生产总值能耗的年均下降率仅为0.060。因此，从最后的脱钩结果来看，这五年的脱钩状态是相对脱钩。

通过对北京地区“十一五”规划指标的分析，可以发现如何将单位生产总值能耗的年下降率（t）与GDP年增长率（g）二者进行合适的匹配是建设资源节约型社会的关键。而且，通过IGT脱钩分析方程，可以求解出具体的脱钩临界值。这对制定地区或者国家的减排政策是非常必要的。而利用Tapio脱钩分析模型，吴振信、石佳（2013）只是得出北京地区2001年和2002年呈现经济增长和碳排放的强脱钩，2004年为扩张性耦合，其他各段时间都属于弱脱钩状态的结论，即将脱钩程度进行了划分，却无法得出定量的脱钩临界条件。因此，IGT方程是真正基于二者定量关系的脱钩理论研究，由此可以得出在经济变化的过程中，环境负荷保持不变的临界条件，并通过此临界条件对能源的脱钩程度进行判断。在此，本文将Tapio脱钩弹性模型及IGT方程的优缺点列出，如表5所示。

3 结 论

本文通过运用IGT脱钩分析方程研究了北京地区碳排放的脱钩特征，得出的结论是：

（1）在1990—2010年，除了1993年和1997年以外，其他年份北京地区经济发展与能源碳排放之间都是相对脱钩，即经济增长的同时，能源碳排放也在增加，但碳排放增加的幅度要小于经济增长的幅度。

（2）北京地区的经济水平和科学技术水平都在不断发展，但是经济发展所带来的能源消耗、环境负荷的影响要大于技术进步对于减轻环境负荷的影响。

（3）北京地区能源消费结构的优化，不断增加清洁能源的使用量是使北京地区经济发展与能源碳排放之间相对脱钩的原因。另外，北京地区的产业结构升级也有助于能源碳排放与经济增长呈现相对脱钩的状态。

参考文献：

[1]OECD，Indicators to measure decoupling of environmental pressure from economic growth[R].Paris：OECD，2002.

[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].Journal of Transport Policy，2005（12）：137-151.

[3]吴振信，石佳.北京地区经济增长与碳排放脱钩状态实证研究[J].数学的实践与认识，2013（1）：47-54.

[4]陆钟武，王鹤鸣，岳强.脱钩指数：资源消耗、废物排放与经济增长的定量表达[J].资源科学，2011（1）：2-9.

[5]陆钟武，毛建素.穿越“环境高山”——论经济增长过程中环境负荷的上升和下降[J].中国工程科学，2003（5）：36-42.

[6]陆钟武.以控制资源消耗为突破口 做好环境保护规划[J].环境科学研究，2005（6）：1-6.

[7]陆钟武.经济增长与环境负荷之间的定量关系[J].环境保护，2007（7）：13-18.

[8]陆钟武，岳强.IeGTX方程与IeGTe 方程：我国经济增长过程中SO2 和COD 排放分析[J].环境科学研究，2010（9）：1101-1107.

[9]Ehrlich P R，Ehrlich A H.Population，resources，environment：issues in human ecology[M].San Francisco：Freeman，1970：371.

[10]徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析：1995—2004[J].中国人口、资源与环境，2006（6）：158-161.

[11]IPCC.2006 1PCC guidelines for national greenhouse gas inventories：volumeⅡ[ES/OL].Japan：the Institute for Global Environmental Strategies，2008[2008-07-20].http：//www.ipcc.ch/ipccreports/Methodology-reports.htm.