2005~2015年間中國省域物質資源消耗的解耦狀態分析

傅一珂,陳定江,2*,劉伯民,張羽鵬,胡山鷹,2,朱 兵,2

2005~2015年間中國省域物質資源消耗的解耦狀態分析

傅一珂1,陳定江1,2*,劉伯民1,張羽鵬1,胡山鷹1,2,朱 兵1,2

(1.清華大學化學工程系生態工業研究中心,北京 100084；2.清華大學循環經濟研究院,北京 100084)

基于修正的原生資源消耗當量的估算結果和解耦指數,本文對2005~2015年間中國各省區市經濟增長對物質資源投入的依賴度進行了測度和影響因素分解,并比較了其與相關資源環境壓力指標解耦狀態在時間趨勢和空間格局等方面的異同.結果表明:2005~2015年中國大多數省區市物質資源消耗達到弱解耦,且“十二五”時期其解耦水平較“十一五”有顯著提升.同時物質資源的解耦水平普遍低于水資源消耗、CO2、SO2和廢水排放等4項指標的解耦水平,好于固廢排放,建議政策制定者考慮使用更嚴格和更綜合的政策工具來全面改善物質資源管理,提高資源效率.

解耦；物質資源消耗；環境壓力；省域層面

中國早已是全球第一大資源消耗國和第一大溫室氣體排放國[1-2].目前中國政府已將能源和水資源消耗的約束性指標納入國民經濟和社會發展規劃綱要.但對于物質資源消耗,在國家級規劃中僅有“主要資源產出率提高15%(2011~2015年)”的預期性目標[3],和“到2020年重點行業單位工業增加值物耗明顯下降,到2025年達到世界先進水平”的戰略性目標[4].實際上在溫室氣體減排國際博弈之后,國際社會已出現將物質資源消耗推上政治經濟博弈前臺的趨勢.UNEP(聯合國環境署)在2019年聯合國環境大會上發布了最新全球資源展望報告,指出物質資源的開采、加工過程造成了全球約50%的溫室氣體排放,90%的水資源短缺和生物多樣性喪失,需要制定衡量資源消費可持續性的全球性目標[5].因此對經濟系統的物質資源管理應予以高度重視,推動中國經濟發展與物質資源消耗解耦.

“解耦”是指打破區域經濟績效對資源投入的直接依賴,用更少的資源消耗創造出更多的財富.解耦被認為是實現可持續發展目標、發展綠色經濟的關鍵[6],OECD(經合組織)、EU(歐盟)等組織在環境治理和資源戰略等方面都設定了相應的解耦目標[6-8].

常用于解耦指數計算的方法有OECD解耦因子法[7]、彈性分析法[9]、IGTX分析法[10]和計量經濟學分析法[11]等.其中彈性分析法相對于OECD解耦因子法,對解耦狀態的劃分精度更高;同時回避了計量經濟學法中較高的數據要求和復雜的計算過程;并且彈性分析法的解耦結果不會隨研究周期變化而失真[12].基于解耦指數結果,研究人員還可以利用IDA[13]、SDA[14]和回歸分析[11]等方法進一步探索解耦的驅動力.

國際上關于解耦的研究大量集中于溫室氣體排放[13]、能源消耗[15]、水資源使用[16]和其他污染物排放[14-15]等指標;對物質資源消耗與經濟增長之間解耦的研究相對較少,并且主要在國家層面開展[17-19].對國家以下尺度的物質資源消耗解耦分析,各國研究者僅完成了少量省份或城市的案例[20-22].然而對于中國這樣存在較大地區差異的經濟體而言,相關資源管理政策需要兼顧區域公平性和可操作性,因此區域尺度的解耦研究非常必要.

區域尺度的物質資源消耗解耦問題雖然受到學界、產業界和政府等多方持續關注,但受困于區域物質資源消耗量核算缺乏相關統計數據支持和統一的核算框架,長期未得到系統性研究.研究人員曾使用系數法(P-LCA)、環境拓展的投入產出分析法(EE-IOA)和混合法(Hybrid EE-IOA and P-LCA)等方法[23],估算過部分城市或園區的物質資源消耗當量[20,24-25].

本研究充分考慮中國公開統計數據基礎,選用系數法估算了2005,2010,2015年中國省域的物質資源消耗量,一定程度彌補了當前區域尺度物質資源消耗量測算方法模型和數據的缺陷;并使用彈性分析法和IDA方法測度、分解了中國省域物質資源消耗與經濟增長解耦的時間趨勢、空間格局及其驅動因素,最后進一步比較了物質資源消耗解耦與包括水資源消耗、CO2、SO2和廢水排放等相關資源環境壓力指標解耦狀態的異同,首次對省域物質資源消耗解耦問題做了跨時間段、跨資源種類、跨指標類型的系統梳理.

1 方法與數據來源

1.1 區域物質資源消耗當量的估算方法

理想情況下,核算區域經濟系統的物質資源消耗量應將開采、初加工、精加工、消費、資源循環利用和廢棄等生產-消費鏈條中所涉及的一次資源、二次資源、最終產品和廢棄物進行完整核算,并去除物質消耗鏈條上的重復統計.一次資源又稱原生資源,即以天然形式存在的,直接開采但未經過進一步加工利用的自然資源.二次資源是指通過對一次資源的加工利用生產出的中間產品,其可進一步服務于終端成品的生產需求.

在現有的基礎數據條件下,不可能追蹤從一次資源到終端產品的所有環節,以窮盡產業鏈細節,實際操作中要確定一個中間環節對上游資源消耗進行“反算”.本研究對省域物質資源消耗估算使用所謂“修正的原生資源消耗量(adjusted raw material consumption, ARMC)”方法[26],從若干種指定的二次資源入手,利用系數法折算得到原生資源消耗當量.計算公式如下:

式中:C為種資源的二次資源消耗量,C為再生資源消耗量,r為二次資源折算為一次資源的折算系數.其中C如果缺少直接統計數據,可以通過相關下游行業產品產量和產值等常規統計數據反推;r的數值則與礦物品位、冶煉水平等多種因素有關,需通過文獻和行業專家調研確定.

ARMC方法的核心難點在于一次資源的選擇和對應二次資源的界定:既要保證資源覆蓋面,突出主要矛盾;又要避免重復計算.本研究基于清華大學循環經濟研究院團隊前期成果和國家發改委、統計局開展資源產出率試點工作時的相關指導意見[26-27],選定了3種化石能源、6種金屬資源、3種非金屬資源和2種生物質資源,共計14種一次資源;并基于此界定了相應的二次資源和二次資源折算為一次資源的系數(表1).其中對于金屬資源,因實際生產中廣泛使用廢鋼、再生銅、再生鋁和再生鉛,故計算時還須抵扣以上4種再生資源.

表1 14種一次資源和對應的二次資源

1.2 解耦指數的計算方法

本研究采用彈性分析法來測度一定時期內區域的解耦指數,計算公式為:

表2 耦合與解耦狀態判斷方法

其中①強解耦:經濟增長但資源消耗減少;②弱解耦:經濟和資源消耗增長,但資源消耗增速顯著低于經濟增速;③擴張耦合:經濟和資源消耗增長且增速基本一致;④擴張負耦合:經濟和資源消耗增長,且資源消耗增速顯著高于經濟增速;⑤強負解耦:經濟衰退同時資源消耗增長;⑥弱負解耦,經濟和資源消耗均下降,經濟降速更大;⑦衰退耦合:經濟和資源消耗均下降且降速基本一致;⑧衰退解耦:經濟和資源消耗均降速,資源消耗降速更大.

1.3 解耦指數的IDA分解

式中:、、、分別為:

若記C、C、C和C分別為資源消費結構變化、人口、人均財富和技術水平對解耦的貢獻率,則有如下等式:

1.4 數據來源與處理

本文選擇研究對象為中國30個省區市(不含西藏、香港、澳門和臺灣).估算ARMC所需數據獲取自2005~2015年間《中國統計年鑒》[28]、《中國工業統計年鑒》[29]及各省統計年鑒等公開渠道.

為了比較、評估中國各省區市包括氣候變化、空氣污染、水質和廢物管理等在內的環境壓力解耦水平,本研究還使用了中國各省區市CO2排放量、SO2排放量、水資源使用量、廢水產生量和固體廢棄物產生量等5個環境壓力指標.除省域CO2排放量數據來自文獻[30]的核算結果外,其它4項指標數據均可由《中國統計年鑒》獲得.

2 結果與討論

2.1 2005~2015年中國省域ARMC

2005~2015年間,中國各省區市ARMC之和由52.70億t增長至97.66億t,累計增長約85.3%,其中江蘇、山東和廣東3省的ARMC始終位于前3位,2015年ARMC分別為9.06,8.46,6.79億t,共消耗了當年全國約25%的物質資源.寧夏、青海和海南等3省的ARMC排名長期靠后,ARMC長年不足1億t.圖1中顯示了2015年,中國各省區市ARMC的估算結果.

圖1 2015年中國各省區市的ARMC

審圖號:GS2016(1580),本文研究對象為中國30個省區市(不含西藏、香港、澳門和臺灣,下同)

從分資源種類ARMC看,化石能源是中國各省區市ARMC最主要的組成部分,約占ARMC總量的49%~72%.其后依次是金屬資源、非金屬資源和生物質資源,在ARMC總量中所占份額分別約為14%~30%、10%~15%和4%~10%.

2.2 省域ARMC與經濟增長解耦狀態分析

2.2.1 解耦指數測度 本研究首先利用式(2)量化了2005~2015年中國各省區市經濟增長對資源消耗的依賴度,詳細見表3.

表3 2005~2015年中國各省區市解耦指數

江蘇、黑龍江、陜西等3省份屬于擴張耦合狀態,其經濟和資源消耗增長基本一致.

圖2 2005~2015年中國各省區市4大類資源的解耦指數

分資源種類的解耦狀態如圖2.對于化石能源,除新疆外,其他29個省區市均屬于弱解耦狀態,其中東、中部省份的解耦水平普遍好于西部省份.對于金屬資源,29個省份屬于耦合狀態,其中屬于擴張耦合的省份有4個,屬于擴張負解耦的省份有25個,這表明絕大多數省份的金屬資源消耗的增速顯著高于其經濟增速.對于非金屬資源,大部分省份屬于解耦狀態,其中北京和上海已實現強解耦,遼寧等23個省份實現了弱解耦.而對于生物質資源,全部省區市均屬于弱解耦或是強解耦狀態.

2.2.2 解耦指數影響因素分解 根據式(3)~(7)將2005,2010,2015年中國各省區市的解耦指數分解為資源消費結構、人口、人均財富和技術水平的貢獻率,結果如圖3.

技術進步是推動中國各省區市物質資源消耗與經濟增長解耦的關鍵因素,其貢獻率C平均在63%左右.而人均財富則對解耦有顯著負作用,平均貢獻率C約為-150%.

圖3 2005~2015年各驅動因素對中國各省區市解耦的貢獻率

資源消費結構變化對中國各省區市解耦狀態的影響效果不同:一方面中國各省區市的單種資源消耗解耦水平存在較大差異,如金屬資源消耗量變化對江蘇、山東等省份的解耦有強烈的負效應,而在四川省則表現為顯著的正效應;另一方面資源消費結構變化的整體影響效果是多種物質資源各自作用力的疊加,這與地區產業發展和經濟結構變遷有密切關聯,因此需分省討論其綜合影響結果.

以湖北省為例,2005~2015年間湖北省新增了7個國家級高新技術開發區和全國首批低碳經濟發展試驗區,推動產業向“集聚、集約、集群”方法發展,能耗累積下降近60%,因此化石能源消耗量的變化對解耦有正向驅動力;同時期內湖北省基礎建設跨越式發展和銅、鋁材的下游的汽車、光纜等產品產量的迅速增長,帶動金屬資源ARMC隨之快速增大,使得金屬資源消耗的變化對解耦的負向驅動力最大.而資源消費結構變化整體對湖北省的解耦表現為負向影響,整體貢獻率C為-17.7%.

長期來看,人口和人均GDP將繼續保持增長,給予地區物質資源消耗量持續上行的壓力,而資源結構變化和技術水平進步本質上對應了產業結構調整與技術優化.故未來地區物質資源消耗解耦的工作重點應聚焦于后兩者.

圖4中“十二五”時期的點聚集區域相較于“十一五”時期,大幅向左下角移動,表明中國各省區市的物質資源利用效率整體有明顯改善:

圖4 “十一五”和“十二五”時期中國各省區市的解耦狀態

Ⅰ、Ⅱ、Ⅲ區域分別對應擴張負解耦、擴張耦合和弱解耦等3種狀態

具體看4大類資源在“十一五”和“十二五”時期的解耦狀態(圖5).

對于化石能源,“十二五”時期有26個省區市的化石能源解耦水平好于“十一五”時期,僅山西、青海、寧夏和新疆等少數傳統資源型省份的表現相反.這是因為中國政府在“十二五”時期進一步加強了對能源消費強度和消費總量的控制.中國各省區市基本完成了《“十二五”規劃綱要》中“單位能耗下降20%”的約束性目標.

對于金屬資源,雖然其解耦狀態較化石能源稍差,但“十二五”時期,江蘇等20個省份的金屬資源耦合程度明顯降低,并有北京、上海和湖南等14個省份的金屬資源消耗與經濟增長之間出現解耦趨勢.

對于非金屬資源,中國各省區市的解耦情況出現明顯分化:14個省份在“十二五”時期的耦合程度較“十一五”時期有不同程度劣化,另外16個省份的解耦水平則有所提升.

上述分化一定程度上反映了中國各省區市在“十二五”期間推進經濟發展方式轉變、產業轉型在轉型路徑和成果上的差異:“十二五”時期,中西部省份經歷了投資主導的快速工業化和城鎮化過程,拉動了非金屬資源消耗量迅猛增長;而東部沿海發達省份的固定資產投資增速較“十一五”大幅回落[28],廣東、浙江等省市現代化基礎設施體系和多元工業體系基本建成,不再主要依賴基建投資驅動發展,體現為非金屬資源消耗與經濟增長的解耦水平提升..

對于生物質資源,多數省份的耦合程度較“十一五”均有小幅上升,這主要是由于“十二五”時期中國城鎮化率和生活水平繼續穩步提升,帶動口糧和飼料用糧食消費迅速增長.但中國各省區市仍屬弱解耦或強解耦狀態.

3 多種資源環境壓力指標的解耦狀態比較

UNEP的報告指出,物質資源的開采和加工與溫室氣體排放、水資源短缺等環境問題有強烈關聯,因此資源管理政策應被置于各項環境政策的中心[5].所以本研究還考慮了2005~2015年間中國各省區市水資源消耗,CO2、SO2、廢水排放,固體廢棄物與經濟增長之間的解耦狀態.表4中列出了其中8個典型省區市的6項資源環境壓力指標的解耦指數.上述省份分別是從京津、北部沿海、東北、東部沿海、南部沿海、中部、西北和西南等8大經濟區中選取的物質資源消耗解耦指數為中位數的省份.

整體而言,2005~2015年6項資源環境壓力指標的解耦水平存在顯著差異:中國各省區市的SO2排放與經濟增長的解耦水平最高,其后依次是水資源消耗,廢水排放,CO2排放和物質資源消耗相當,而固體廢棄物的解耦水平相對最低.

對于SO2排放,30個省區市均已實現解耦,其中有24個省份屬于強解耦狀態.這與中國較早地廣泛推廣SO2治理,以及生產端較低的脫硫成本有關[31].

對于水資源消耗,30個省區市同樣已實現解耦,其中上海、浙江和廣東等8個達到了強解耦狀態.

對于廢水排放,28個省區市處于弱解耦狀態.但與其他5個資源環境壓力指標不同,廢水排放的解耦水平是唯一在“十二五”期間有所劣化的:有6個省份由“十一五”時期的弱解耦變為擴張耦合或擴張負解耦,另有11個省份的解耦指數有不同程度增大.結合水資源消耗的解耦狀態看,這表明可能當前節水和廢水管理的政策工具需要更加綜合,以兼顧節水和水質管理的目標.

對于CO2排放,24個省份呈現解耦狀態,并且其CO2排放解耦指數普遍要小于其對應物質資源消耗解耦指數,說明中國各省區市經濟增長所受到的物質資源壓力相對更大.

對于固體廢棄物,50%的省份處于耦合狀態, 50%省份呈現解耦狀態.雖然“十二五”期間其耦合程度有所改善,但仍有山西、內蒙古等8個省份尚屬擴張負解耦,面臨著突出的固體廢棄物壓力.

表4 2005~2015年典型省區市的資源環境解耦指數

4 結論

2005~2015年間中國大部分省區市的物質資源消耗與經濟增長屬于弱解耦狀態,開始逐步打破經濟增長對物質資源消耗的依賴.相較“十一五”時期,絕大多數省份的資源壓力在“十二五”期間有顯著緩解,表明“十二五”時期更嚴格約束性指標和經濟、產業發展動能的轉換一定程度上弱化了經濟發展所面臨的資源環境約束.

同時,中國各省區市在資源消耗和環境影響的解耦水平上存在顯著差異:在資源解耦方面,中國各省區市的物質資源解耦水平明顯低于對應省份的水資源消耗解耦水平;在環境影響解耦方面,除固體廢棄物外,CO2、SO2和廢水排放與經濟增長的解耦情況普遍好于對應省份的物質資源消耗解耦.

因此,建議政策制定者可以參考溫室氣體和SO2等資源環境管理經驗,使用更嚴格更綜合的政策工具來全面改善物質資源管理:一是可以參考能耗和水耗,設定更明確、約束性更強的物耗總量控制或效率提升目標;二是借鑒全球資源管理先進經驗,設定物質資源相對解耦目標;三是對部分耦合程度較高的省份,提供更有針對性、更細致的產業引導和技術轉讓政策,幫助其完成解耦目標.最終引導區域將當前的資源環境壓力轉化為又一輪社會經濟發展的動力.

[1] UNEP, UNEP Annual Report 2013 [R]. Nairobi: UNEP, 2014.

[2] International Energy Agency, World Energy Outlook [R]. Paris: OECD, 2018.

[3] 中華人民共和國.中華人民共和國國民經濟和社會發展第十二個五年規劃綱要[EB/OL]..http://www.gov.cn/2011h/content_1825838. htm. The People’s Republic of China. The Twelfth Five-year Plan for National Economic and Social Development Program of The people’s Republic of China [EB/OL]. http://www.gov.cn/2011h/content_ 1825838.htm. (in Chinese)

[4] 中華人民共和國國務院.國務院關于印發《中國制造2025》的通知[EB/OL]. http://www.gov.cn/zhengce/content/2015-05/19/content_ 9784.htm. The State Council of the People’s Republic of China. Notice of the State Council on Issuing the “Made in China (2025)”[EB/OL] http://www.gov.cn/zhengce/content/2015-05/19/content_9784.htm.

[5] Oberle B, Bringeze S, Hatfield-Dodds S, et al. Global resource outlook [R]. Nairobi: UNEP, 2019.

[6] Fischer-Kowalski M, Swilling M. Decoupling: natural resource use and environmental impacts from economic growth [R]. Nairobi: UNEP, 2011.

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

[8] EU. Thematic strategy on the sustainable use of natural resources consumption [R]. Brussels: EU, 2005.

[9] 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]. Transport Policy, 2005,12(2):137-151.

[10] 陸鐘武,王鶴鳴,岳 強.脫鉤指數:資源消耗,廢物排放與經濟增長的定量表達 [J]. 資源科學, 2011,33(1):2-9. Lu Z W, Wang H M, Yue Q. Decoupling indicators: quantitative relationships between resource use, waste emission and economic growth [J]. Resources Science, 2011,33(1):2-9.

[11] Mielnik O, Goldemberg J. Foreign direct investment and decoupling between energy and gross domestic product in developing countries [J]. Energy Policy, 2002,30(2):87-89.

[12] Wu Y, Zhu Q, Zhu B. Decoupling analysis of world economic growth and CO2emissions: A study comparing developed and developing countries [J]. Journal of Cleaner Production, 2018,190:94-103.

[13] De Freitas L C, Kaneko S. Decomposing the decoupling of CO2emissions and economic growth in Brazil [J]. Ecological Economics, 2011,70(8):1459-1469.

[14] Liang S, Liu Z, Crawford-Brown D, et al. Decoupling analysis and socioeconomic drivers of environmental pressure in China [J]. Environmental Science &Technology, 2013,48(2):1103-1113.

[15] Wang H, Hashimoto S, Yue Q, et al. Decoupling analysis of four selected countries: China, Russia, Japan, and the United States during 2000~2007 [J]. Journal of Industrial Ecology, 2013,17(4):618-629.

[16] Gilmont M. Decoupling dependence on natural water: reflexivity in the regulation and allocation of water in Israel [J]. Water Policy, 2014,16(1):79-101.

[17] Lu Z, Wang H, Yue Q. Decoupling analysis of the environmental mountain—with case studies from China [J]. Journal of Industrial Ecology, 2015,19(6):1082-1090.

[18] Yu Y, Chen D, Zhu B, et al. Eco-efficiency trends in China, 1978~ 2010: Decoupling environmental pressure from economic growth [J]. Ecological Indicators, 2013,24:177-184.

[19] 梁 賽,張天柱.多種政策對經濟-環境系統的綜合作用分析 [J]. 中國環境科學, 2014,34(3):793-800. Liang S, Zhang T Z. Analyzing integrated impacts of various policies on economic-environmental systems [J]. China Environmental Science, 2014,34(3):793-800.

[20] Van Caneghem J, Block C, Van Hooste H, et al. Eco-efficiency trends of the Flemish industry: decoupling of environmental impact from economic growth [J]. Journal of Cleaner Production, 2010,18(14): 1349-1357.

[21] Zhang Z, Xue B, Pang J, et al. The decoupling of resource consumption and environmental impact from economic growth in China: spatial pattern and temporal trend [J]. Sustainability, 2016,8(3): 222.

[22] Yu Y, Zhou L, Zhou W, et al. Decoupling environmental pressure from economic growth on city level: The case study of Chongqing in China [J]. Ecological Indicators, 2017,75:27-35.

[23] Lutter S, Giljum S, Bruckner M. A review and comparative assessment of existing approaches to calculate material footprints [J]. Ecological Economics, 2016,127:1-10.

[24] 張音波,陳新庚,彭曉春,等.廣東省環境經濟系統的物質流分析 [J]. 環境科學學報, 2008,25(5):1021-1031.Zhang Y B, Chen X G, Peng X C, et al. Material f low analysis of the environment and the economy in Guangdong Province [J]. Acta Scientiae Circumstantiae, 2008,25(5):1688-1691.

[25] Hu Y, Wen Z, Lee J C K, et al. Assessing resource productivity for industrial parks using adjusted raw material consumption (ARMC) [J]. Resources, Conservation and Recycling, 2017,124:42-49.

[26] 洪麗云.基于ARMC的省域層面資源生產率研究 [D]. 北京:清華大學, 2011. Hong L Y. Analysis of provincial resource productivity based on ARMC [D]. Beijing, Tsinghua University, 2011.

[27] 中華人民共和國國家統計局.中國資源產出率統計試點調查培訓資料 [M]. 北京:中華人民共和國國家統計局, 2012. National Bureau of Statistics of the People's Republic of China. Training materials for pilot survey of resource productivity [M]. Beijing: National Bureau of Statistics of the People's Republic of China, 2012.

[28] 中華人民共和國國家統計局.中國統計年鑒[M]. 北京:中華人民共和國國家統計局, 2005. National Bureau of Statistics of the People's Republic of China. China Statistical Yearbook [M]. Beijing: National Bureau of Statistics of the People's Republic of China, 2005.

[29] 中華人民共和國國家統計局.中國工業統計年鑒 [M]. 北京:中華人民共和國國家統計局, 2005. National Bureau of Statistics of the People's Republic of China. China Statistical Industry Statistical Yearbook [M]. Beijing: National Bureau of Statistics of the People's Republic of China, 2005.

[30] Shan Y, Guan D, Zheng H, et al. China CO2emission accounts 1997~2015 [J]. Scientific data, 2018,5:170-201.

[31] Schreifels J J, Fu Y, Wilson E J. Sulfur dioxide control in China: policy evolution during the 10th and 11th Five-year Plans and lessons for the future [J]. Energy Policy, 2012,48:779-789.

Decoupling analysis of provincial material consumption in China during 2005~2015.

FU Yi-ke1, CHEN Ding-jiang1,2*, LIU Bo-min1, ZHANG Yu-peng1, HU Shan-ying1,2, ZHU Bing1,2

(1.Center for Industrial Ecology, Department of Chemical Engineering, Tsinghua University, Beijing 100084, China；2.Institute for Circular Economy, Tsinghua University, Beijing 100084, China)., 2019,39(12)：5333~5341

Based on the estimates of resource consumption with the adjustedraw material consumption method and the decoupling index, this study measured and decomposed the dependent relationship between provincial economic growth and resource consumption in China during the period 2005~2015. This paper also investigated the temporal and spatial pattern in decoupling level of material consumption and other relevant environmental pressure. The results showed that most provinces experienced weak decoupling between growth and resource consumption, while their decoupling performance has substantially improved from the period of 11th five-year plan (FYP) to the period of 12th FYP. Generally, the decoupling level of material consumption was lower than that of water demand, CO2/SO2emission and wastewater disposal, but higher than that of solid waste emission. Based on our findings, we proposed that more stringent and comprehensive policy instruments should be considered by policy makers to improve overall material resource efficiency.

decoupling；material consumption；environmental pressure；provincial scale

X196

A

1000-6923(2019)12-5333-09

傅一珂(1993-),女,四川自貢人,清華大學碩士研究生,主要從事資源效率相關課題研究.

2019-05-15

國家自然科學基金資助項目(41661144023)

* 責任作者, 副研究員, chendj@mail.tsinghua.edu.cn