修新田，陈秋华

(福建农林大学管理学院，福建福州 350002)

气候变暖是全球面临的最大环境问题之一。根据政府间气候变化专门委员会的评估报告，大气中CO2浓度升高是导致全球气候变暖最重要的原因之一。“碳足迹”“低碳经济”“低碳城市”“低碳旅游”等一系列新概念应运而生［1］。碳足迹是由生态足迹衍生出来的概念，它标示一个人或者团体的“碳耗用量”，被广泛用来衡量人类的能源活动排碳对大气环境和气候的影响［2］。碳足迹概念一提出就受到广泛关注。国外学者围绕碳足迹源与分类、碳足迹测算与方法、碳足迹影响因素等进行了大量研究，并取得丰硕研究成果。Barrt等分析了房屋的碳足迹，Christopher等分析了美国的家庭碳足迹，Johnson对使用2种不同能源的叉车形成的碳足迹进行比较研究［3］，Paul等对美国10种网络碳足迹计算器进行了比较，Kenny运用6种碳足迹模型对爱尔兰的家庭碳足迹进行了研究［4］，日本学者Kaya Yoichi提出了著名的Kaya公式用于测算碳足迹，Diakoulakid等建立了碳足迹模型等［5］。国内学者也非常重视碳足迹有关方面的研究，代表性的学者有张雷、高彩铃、孙建卫等［6－8］，研究内容主要从行业、产业角度研究与碳足迹关系，如谭丹、徐盈之、刘新宇、张晓平、陈勇等［9－13］。总体而言，碳足迹的研究已得到人们广泛的重视，但我国对碳足迹的研究还处于起步阶段，特别是宏观角度的研究需要进一步加强。本研究以福建省为例，在吸收借鉴前人研究的基础上，分析了1978－2012年该省的碳足迹变化情况，并用衡量区域经济发展状况的3个指标:国民生产总值(GDP)、产业结构演进(ESD)、能源结构演进(EUSD)分析福建省经济发展与碳足迹相关性，旨在为降低福建省碳排放提供理论基础。

一、有关概念和计算方法

(一)碳足迹概念

目前关于碳足迹的定义比较多，每个定义有一定的差异性，但核心的内容是一致的，即认为碳足迹是个人或组织直接或者间接消耗某种产品所排放的温室气体量的总量，主要以CO2为测算内容。

(二)碳足迹测算方法

碳足迹的计算方法主要有利用生命周期评估法(LCA)、通过所使用的能源矿物燃料排放量计算法(IPCC)、投入产出法(IO)、Kaya碳排放恒等式法等4种。每种计算方法都有其特点。IPCC碳排放法是联合国气候变化委员会编写的温室气体清单指南，其在计算过程中全面考虑了温室气体的排放。因此，IPCC碳排放分析法是计算碳足迹较为常用且科学的方法。鉴于此，本研究在收集关于福建省能源方面数据的基础上，运用IPCC碳排放法计算福建碳足迹。根据《2006年IPCC国家温室气体清单指南》，采用以下公式测算碳足迹:

式(1)中，c为碳足迹，Ei为第i种能源消费总量，ai为第i种能源的碳排放系数。每种能源的碳排放系数差别较大。美国能源部(DOE/EIA)、全球气候变化基金会(GEF)、中国工程院、亚洲开发银行等主要科研单位或国际有关组织都有研究确定消耗化石能源CO2排放系数。这些主要科研单位或国际有关组织所确定的消耗化石能源CO2排放系数略有差异，基于此，本研究以这些科研单位或国际有关组织所确定的系数平均值为本研究能源的碳排放系数，具体为:燃煤的碳排放系数为0.711;燃油的碳排放系数为0.560;天然气的碳排放系数为 0.425。

(三)碳足迹强度及测算

碳足迹强度也成为GDP碳强度，指的是单位GDP的碳排放量，其计算公式为:碳排放总量/GDP总额。该指标主要衡量碳足迹与GDP之间的关系。

二、经济增长与碳排放关系分析方法

(一)库兹涅茨曲线(EKC)模型

库兹涅茨曲线是由美国经济学家西蒙·史密斯·库兹涅茨于1955年所提出的收入分配状况随经济发展过程而变化的曲线，是发展经济学中重要的概念，后被引申出经济与社会发展的其他库兹涅茨曲线。因该模型能够较好地解释经济增长和碳排放之间的关系，因此，在分析经济增长与碳足迹之间的关系时，国内外学者常用这个模型。库兹涅茨曲线(EKC)模型可以用三次方程公式表达:

式(2)中，x是经济增长变量指标，常用一个地区的GDP表示;c为常数项;a为项系数。

根据式(2)，当 a1≠0，a2=0且 a3=0时，碳足迹与经济增长之间呈线性变化特征;当a2≠0且a3=0时，碳足迹与经济增长之间呈现“U”型或倒“U”型曲线关系;a3≠0时，碳足迹与经济增长之间呈现“N”型或倒“N”型曲线关系。

(二)经济增长与碳足迹脱钩模型

脱钩理论最早有经济合作与发展组织于20世纪60年代提出［14］。所谓经济增长与碳足迹脱钩指的是经济增长过程中减少对碳排放路径依赖。脱钩理论被我国学者广泛运用于经济增长与能源、环境相互关系的研究上，并根据经济增长和碳排放之间的关系，提出了经济增长与碳足迹脱钩分析模型［14］。阎晓等根据彭佳雯等的研究成果，将经济增长与碳排放的脱钩状态分为扩展性负脱钩、弱脱钩、强脱钩、衰退性脱钩、弱负脱钩、强负脱钩等6类(表 1)［15］。本研究综合经济增长总量变化(△G)、碳排放总量变化(△C)以及碳足迹的GDP弹性(I)指标分析福建省 1978－2012年的脱钩情况。

表1 经济增长与碳足迹脱钩分析模型Table 1 Analysis model of economic growth and carbon footprint decoupling

(三)结构演进与测算方法

结构演进包括产业结构演进和能源结构演进2个内容。产业结构演进是指产业结构本身所固有的从低级到高级的变化趋势。能源结构演进指的是能源消费结构不断优化的趋势。产业结构演进和能源结构演进的计算公式分别表示如下［6，15］。

式(3)中，N，M，T分别表示第一、第二、第三产业的产出值;式(4)中，C、O、G、L分别表示煤炭制品、石油制品、天然气制品、电能(水电、风电、核电等)能源消费量(折算标准煤)。从上述公式可见产业结构演进(ESD)和能源结构演进(EUSD)的值域范围为［1，+∞］。

三、数据来源及有关说明

本研究的数据涉及福建1978－2012年的GDP、各产业产出值、能源消费值等。这些数据主要来源于《福建统计年鉴2013》《新中国统计资料55年:福建篇》《中国能源统计》等。需要强调的是:(1)各统计年鉴存在统计口径、部门报送口径的差别，因此，存在同一年份数据有不相同的情况，采取平均值作为统计依据。(2)福建省消费的能源主要为石化能、水电、风电、核电等。水电、风电、核电等被认为不产生CO2，因此，计算福建省能源消费的碳排放只计算福建省消耗的石化能排放的CO2。(3)福建石化能消耗按大类分为煤炭、石油、天然气、电力等4种，计量单位不统一，而化石能源CO2排放系数是以吨标准煤为单位，所以在计算时都将消耗的石化能源通过一定折算系数折算为当量标准煤。同时为了计算能源结构演进情况，也将电力消费值折算为当量标准煤数量。

四、结果与分析

(一)GDP与碳足迹关系分析

据测算，1978年福建 GDP仅为 66.37亿元，2012年福建GDP为19701.78亿元。2012年福建GDP约是1978年GDP的297倍。而同期碳排放量，1978 年为 361.43 万 t，2012 年为 6350.03 万 t，2012年福建碳排放量约是1978年碳排放量的18倍。可见福建GDP和碳足迹都呈现逐年增长态势，但福建GDP增长速度远快于碳足迹增长速度。那么这阶段的GDP与碳足迹两者之间的关系是否符合库兹涅茨曲线(EKC)假设，运用SPSS 19.0对GDP和碳足迹数值进行回归分析进行验证。经回归模型分析发现，福建1978－2012年期间的碳足迹与GDP之间存在 3次曲线关系，函数为:y=463.801+0.202x+(3.4×10－5)x2+(－1.428×10－9)x3，且曲线方程拟合度最高，R2=0.985，说明福建的GDP与碳足迹两者之间存在密切的关系，两者之间关系符合库茨涅兹曲线的(EKC)模型假设。但从散点图曲线形状来看(图1)，并没有呈现N型或倒N型曲线关系，但有呈倒“U”型曲线的趋势。出现这样的现象可能的一个解释是:福建总体上仍处于中等发展程度工业水平的区域，这阶段的重要特征是:经济发展总伴随一定比例的碳排放，随着技术水平的提高，产业结构的调整碳排放达到极值后会逐步下降，呈现倒“U”型曲线状态。

图1 1978－2012年福建GDP和碳足迹散点图Fig.1 Correlation between GDP and carbon footprint in Fujian from 1978 to 2012

(二)经济增长与碳足迹脱钩分析

福建能源碳排放测算结果表明，1978－2012年间，随着福建省经济的发展，能源消耗总量不断上升，由1978年的688万吨标准煤增长到2012年的11185万吨标准煤。伴随着能源的巨大消耗，碳排放量也呈增长状态。但能源消耗强度和碳足迹强度都呈不断下降趋势，其中能源消耗强度从1978年的10.366 万 t·亿元－1下降至 2012 年的 0.566 万 t·亿元－1，碳足迹强度也从 1978 年 5.45 万 t·亿元－1下降至2012年0.32万t·亿元－1，为突破经济增长对污染排放的路径依赖提供了可能。但根据脱钩测算结果(表2)，1978－2012年福建省经济增长与碳足迹脱钩状态呈现比较复杂的关系:先是低路径依赖(弱脱钩状态)，逐渐转变到强路径依赖(扩张性负脱钩状态)，再降至低路径依赖(弱脱钩状态)。

具体情况如下:(1)1978－1997年。该阶段的能源碳足迹的GDP弹性值均介于0至1之间，经济增长与碳排放处在弱脱钩状态。但这阶段能源消耗强度和碳足迹强度数值都较高，最低值大于或接近1，表明这阶段能源的使用效率仍比较低。该阶段的产业主要由粗放型的第一产业组成，这正是这阶段能源消耗强度和碳足迹强度数值都较高的重要原因。(2)1998－2007年。该阶段的能源碳足迹的GDP弹性值大于1，经济增长与碳排放处在扩张性负脱钩状态，说明这阶段的经济增长对碳排放的强路径依赖，即该阶段福建的经济增长主要由高能耗的企业、产业推动(图2)。虽然，从能源消耗强度和碳足迹强度数值来看，数值介于0至1之间，体现了该阶段高能耗企业的资源利用率处于较高水平，但能源利用效率的提高远远未能抵消经济发展对能源需求的增长幅度。(3)2008－2012年。该阶段的能源碳足迹的GDP弹性值由大于1迅速降至0.5以下，经济增长与碳足迹之间的关系由扩张性负脱钩状态转变为弱脱钩状态，出现大转变的具体原因包括:1)资源利用效率提高。随着产业技术水平进一步发展，资源的利用效率进一步提高，减少对能源的消耗。2)产业结构不断优化。首先是以资本、技术密集型为特征的新型工业不断发展，传统粗放、高碳型产业不断升级改造。这阶段福建的生物医药、新能源、环保等新兴产业不断涌现;其次，第三产业比重不断提高，这阶段福建的金融、保险、物流等低碳型企业发展较为迅速，推动福建产业演进进程。3)能源消耗多样化。政府大力倡导科学发展观，支持低碳、清洁能源的开发利用。近年，福建加大对太阳能、风能、水能等能源开发利用，使得能源结构有不断优化的趋势。

表2 1978－2012年间福建省经济增长与碳足迹脱钩状态Table 2 Decoupling between economic growth and carbon footprint in Fujian Provinceduring between 1978 and 2012

图2 1978－2012年间福建省产业变化趋势图Fig.2 Fujian province industry trends chart in 1978－2012

(三)产业演进与碳足迹关系

根据公式(3)计算1978－2012年福建省历年ESD值。根据所测算的ESD值，可以发现福建这期间的产业结构演进(ESD)有如下特点。

(1)ESD值总体呈不断上升的状态。1978－2012年福建省历年ESD值由1978年的2.77增长至2012年的11.09，2012年的ESD值约是1978年ESD值的4倍，年均增长率23.77%。

(2)ESD值上升的速度不断加快。根据ESD增长速率可将ESD值上升过程分为3个阶段。1)1978－1997年，ESD增长速率总体缓慢，ESD值由1978年到1997年仅增加2.21，却用了19年的时间，年均增长率仅为11%，远未及平均水平。体现在这阶段即福建产业演进状态由第一产业主导逐步向第二产业主导过渡。2)1998－2008年，ESD增长迅速，ESD值由 1998年 5.18增长到 2008年9.34，增加值 4.16，仅 11 年的时间，年均增长率为37.5%。体现这阶段福建产业演进状态进入第二产业进程加快时期，进入工业化中期发展阶段。3)2008－2012年，ESD增长势头迅猛，ESD值4年间就增长1.75，年均增长率高达44%。体现这阶段的福建产业演进状态进入第三产业不断壮大时期，进入第三产业主导的初级阶段。

(3)ESD与碳足迹具有明显相关性。根据1978－2012年碳足迹与ESD值，画出碳足迹与ESD散点图(图3)。根据散点图可以看出，碳足迹与ESD之间呈明显的曲线关系。用方程进行拟合，拟合度为R2=0.990。因此，加快福建省产业结构演进，优化福建省产业结构是降低碳排放的有效手段。

图3 1978－2012年期间碳足迹与ESD散点图Fig.3 Correlation between carbon footprint and ESD during between 1978 and 2012

(四)能源演进与碳足迹关系

根据EUSD测算公式(4)，计算1978－2012年福建省历年EUSD。根据所测算的EUSD值，福建这期间的能源消耗结构(EUSD)有如下特点。

(1)1978－2012年，福建省的EUSD值介于1.4至2之间，并在此区间振荡波动。这表明1978－2012年福建省的能源消耗结构演进较为缓慢。1978－2012年煤炭所占福建总能源消耗比重趋势显示(图4)，煤炭一直是福建能源消耗的主体(历年煤炭消耗所占比重高达55%以上)。

(2)1978－2012年，福建省的EUSD值与煤炭消耗占福建总能源消耗比重值呈显著负相关。如图4所示，当煤炭所占总能源消耗比重下降，则EUSD值上升;反之，当煤炭所占总能源消耗比重上升时，则EUSD值下降。因此，煤炭消耗量是制约福建能源消耗结构演进的最关键因素。

(3)能源演进与碳足迹不呈显著相关性。1978－2012年碳足迹－EUSD散点图可初步判定(图5)，1978－2012年，福建能源演进进程与碳足迹之间没有存在明显的线性或曲线的关系。运用SPSS 19.0进行回归模拟分析亦显示，以EUSD为自变量，碳足迹为因变量的方程，拟合度最高的为二次曲线方程，拟合度也仅仅为R2=0.033，因此，可以判定两者确实不存在明显的线性、曲线关系或其他函数关系。综上分析，出现这样情况的主要原因是，福建能源消耗结构演进进程缓慢，虽然近年，福建能源消耗结构有呈现多元化的势头，但以煤炭为主体的能源消耗依赖没有根本转变，致使能源演进对碳足迹产生不了实质性影响。福建能源消耗结构有很大优化空间，在未来降低福建碳排放中可发挥积极作用。

五、结论与建议

1.1978－2012年，随着福建 GDP 不断增长，福建省碳足迹也逐步增长。福建碳足迹与GDP存在3次曲线关系，即两者之间符合库茨涅兹曲线的(EKC)模型假设。说明加快经济发展方式转变、发展低碳、绿色经济模式是调控福建碳排放的最重要途径。

图4 1978－2012年期间福建EUSD和煤炭所占总能源消耗比趋势Fig.4 Trend of the percentage of EUSD and coal consumption in total energy consumption in Fujian during between 1978 and 2012

图5 1978－2012年碳足迹－EUSD散点图Fig.5 Carbon footprint－EUSD scatter diagram from 1978 to 2012

2.根据福建经济增长与碳足迹脱钩情况分析表明，福建经济增长未能摆脱对碳的排放依赖。福建经济“脱碳”还有很长的路要走。大力提高资源利用效率技术水平，加快对传统工业提升改造，是福建调控碳排放的必由之路。

3.福建碳足迹与产业结构状态存在明显相关性。加快福建产业结构调整，进一步优化福建产业结构是福建实现低碳经济的重要途径之一。(1)进一步“精化”第一产业发展。以实现“现代农业”为目标，对福建省第一产业进行内部结构调整，特别要发挥福建林区优势，将林业发展为第一产业的支柱，提高福建森林碳汇能力。(2)进一步“精减”第二产业规模。使第二产业逐步向技术、资本密集型产业转变，减少第二产业的碳排放与能源消耗。(3)大力推动低碳型的第三产业发展，如金融、保险、咨询、物流等知识型服务业等。

4.福建碳足迹与能源消耗结构状态不存在明显相关性。福建能源消耗结构演进进程缓慢，“碳消耗独大”的能源结构是致使福建能源消耗结构状态对碳足迹调控未能起到积极作用的主要原因。加快能源结构调整，推动能源结构演进进程是福建未来调控碳排放的重要手段。除了要加大清洁能源，如天然气的使用量，逐渐缩减煤炭消耗外，还更要发挥福建资源优势，加大对风能、水能、太阳能、生物能等可再生能源的开发利用。

综上所述，国民生产总值(GDP)、产业结构演进(ESD)、能源结构演进(EUSD)这3个指标与碳足迹的关联度大小顺序依次为国民生产总值(GDP)、产业结构演进(ESD)、能源结构演进(EUSD)，也就是说一个地区的碳足迹受该地区的经济发展影响程度最大，产业结构变化次之，能源结构变化对碳足迹的影响最弱。但这并不意味着产业结构和能源结构优化不重要，相反在福建经济不断向前发展的必然趋势下，更需要进一步发挥产业结构和能源结构演进在降低碳足迹方面的作用。

［1］李鹏.旅游业生态效率［M］.北京:科学出版社，2010(10):45－52.

［2］祁悦，谢高地，盖力强，等.基于表观消费量法的中国碳足迹估算［J］.资源科学，2010，32(11):2053－2058.

［3］JOHNSON L.Charcoal versus LPG grilling:a carbon footprint comparison［J］.Environmental Impact Assessment Review，2009，29(6):370－378.

［4］KENNY T.Compartive performance of SixCarbon footprint models for use in lreland［J］.Enviromental Impact Assessment Review，2009，29(1):1－6.

［5］DIAKOULAKI D，MAVROTAS G，ORKOPOULOS D，et al.Abottom-up decomposition analysis of energy-related CO2emis-sions in Greece［J］.Energy，2006，31(14):2638－2651.

［6］张雷.经济发展对碳排放的影响［J］.地理学报，2003，7(4):629－637.

［7］高彩玲，高歌，田采霞.河南省能源消费碳排放的因素分解及减排途径［J］.中国矿业，2011，20(3):46－49

［8］孙建卫，陈志刚，赵荣钦，等.基于投入产出分析的中国碳排放足迹研究［J］.中国人口·资源与环境，2010，20(5):28－34.

［9］谭丹，黄贤金，胡初枝.我国工业行业的产业升级与碳排放关系分析［J］.四川环境，2008，27(2):74－79.

［10］徐盈之，胡永舜.中国制造业部门碳排放的差异分析:基于投入产出模型的分解研究［J］.软科学，2011，25(4):69－75.

［11］刘新宇.论产业结构低碳化及国际城市比较［J］.生产力研究，2010(4):199－202.

［12］张晓平，孙磊.中国工业能源消费强度变化的分解分析［J］.资源科学，2010，32(9):1685－1690.

［13］陈勇，李首成，税伟，等.基于EKC模型的西南地区农业生态系统碳足迹研究［J］.农业技术经济，2013(2):120－128.

［14］阎晓，涂建军，武京涛，等.重庆市经济发展与碳足迹的相关分析［J］.西南师范大学学报:自然科学版，2012(6):167－173.

［15］彭佳雯，黄贤金，钟太洋，等.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.