河南省碳排放、經濟增長和能源消費的關聯度研究

收稿日期：2024-03-10

作者簡介：袁小舒（1999-），女，河南通許，在讀碩士研究生，研究方向：區域經濟學的經濟可持續發展；

馬海霞（1973-），女，新疆和田，博士，教授，研究方向：區域經濟學的經濟可持續發展。

摘要：2022年河南省GDP占全國的5.1%，能源消耗總量占全國的4.5%，消耗能源產生的碳排放量約是全國的4.7%，與已經實現碳達峰的省市相比仍需加強碳排放的管理。使用Tapio脫鉤模型，對河南省2000-2022年碳排放、經濟增長和能源消費三者之間的關聯程度進行研究。結果表明：河南省碳排放、經濟增長和能源消費之間仍存在不穩定的脫鉤關系。河南省工業發展偏向重工業，對經濟的貢獻率呈下行趨勢；減排、節能工作需繼續推進，能源消費仍以煤炭為主，經濟增長中仍存在較高的碳排放，尚未達到低碳目標；能源消費效率有待進一步提高，需進行針對性的政策調整。

關鍵詞：Tapio脫鉤模型；碳排放；能源消費；經濟增長

中圖分類號：X321；F127" " "文獻標識碼：" A" " " 文章編號：2095-7734（2024）03-0078-07

" 據《中國統計年鑒2023》中數據表明，2022年，我國國內生產總值已達到121萬億元，人均能源消費量已經從1983年的107千克標準煤上升到2021年的478千克標準煤。中國作為世界上的能源消耗大國及世界上最大的碳排放國家，能源消耗量占據全球的五分之一，二氧化碳排放量占據全球的四分之一。中國在2020年9月正式提出了雙碳目標：二氧化碳的排放量力爭在2030年前達到峰值，努力在2060年前實現碳中和。[1]

2022年，河南省能源消耗總量占全國的4.5%，消耗的能源產生的碳排放量約是全國的4.7%，與其他已經實現碳達峰目標的地區相比仍有較大的改進空間。以北京為例，北京在2022年能源消耗量僅占全國的1.27%，碳排放量為全國的0.71%。此外在消耗的能源中，非化石能源消耗占比低，在2022年河南省天然氣的消耗量也僅占6.53%；而已經實現碳達峰目標的北京，在2010年天然氣的消耗量占比就已經達到了14.58%。在河南省的經濟發展中，第一產業貢獻率已經從1981年的61.5%，逐年下降至2022年15.2%，已經改變了以往農業發展占據主導地位的事實。自2005年以來，河南省第二產業的貢獻率始終遠高于第一產業，在2022年河南省第二產業的經濟貢獻率是52.4%，而一產僅為15.2%。河南省的工業碳排放量占據全省碳排總量的80%。為了解決河南省的能源高消費高排放問題，有必要對能源、經濟和碳排放量三者之間的聯系進行研究。

1文獻綜述

" 能源消費、經濟增長、碳排放三者之間關系復雜。王鋒等（2010）使用LMDI指數分解法，對1995-2007年的數據分段分析，發現了在不同時間段碳排放的驅動因素存在差異；[2]郭朝先（2010）通過構建一個投入產出模型，運用LMDI指數分解法，對中國1992-2007年的碳排放進行了因素分解，指出了粗放型經濟增長的弊端。[3]二者均是使用指數分解法來探究碳排放的驅動因素。王仲瑀（2017）利用LYQ脫鉤模型，驗證了京津冀地區碳排放與經濟增長以弱脫鉤狀態為主，通過構建Granger因果關系檢驗模型，發現能源消費與碳排放在京津冀地區存在雙向因果關系，而經濟增長與碳排放，經濟增長與能源消費存在單向因果關系。[4]許廣月（2010）根據中國1990-2007年的數據，在環境庫茲涅茲曲線理論的基礎上，運用面板單位根和協整檢驗方法，驗證了中國中東部地區存在人均碳排放環境庫茲涅茲曲線，西部地區不存在該曲線。[5]林伯強（2009）通過構建環境庫茲涅茲模型，預測了碳排放量的拐點。[6]王運豪（2023）基于環境庫茲涅茲曲線估計了中國碳達峰的時間點，驗證能在預期完成碳達峰目標。[7]現有文獻中，大多是基于國家、產業層面，利用指數分解法分析碳排放的驅動因素；部分是使用環境庫茲涅茲模型預估碳達峰的時間，對于地區間經濟、碳排放量和能源消費三個變量的聯系程度的分析較少。脫鉤理論主要用來解釋不同變量之間的關聯程度，為了更好的分析河南省在經濟、碳排放和能源三者的之間的關聯程度，故選用Tapio模型，基于河南省的時間序列數據分析河南省的工業發展情況。

2河南省能源消費、經濟增長、碳排放量的現狀及碳排放的測算

" 河南省的能源消費以煤炭、石油、天然氣和一次電力及其他能源為主，本文研究主要以煤炭、石油、天然氣三種能源為主。首先對碳排放量進行測算，現有的碳排放量的計算方法主要是質量平衡法、排放因子法、[8]實測法。實測法數據獲取相對困難，質量平衡法需要考慮的排放過程多數據獲取困難，因而我們使用排放因子法，利用給出的排放系數通過計算公式來估算河南省的碳排放量。由于各種能源具有不同的使用效率，需要先將不同的能源使用量折算成標準煤。然后再根據碳排放公式進行計算。

" 碳排放量的計算公式為：E=琢i？漬 i" （1）

" 其中E為碳排放總量，是對使用能源的碳排放量的加總，？琢i表示第i種能源的碳排放系數，？漬i為第i種能源的碳排放量。在計算碳排放量時，已知各種能源在能源消費總量中的占比，故需要先計算出各種能源折算成標準煤后的消費量，然后利用能源碳排放系數（表1），[9]根據碳排放量的計算公式，計算出每種能源的碳排放量。

表1" 不同類型能源的碳排放系數（萬噸碳/萬噸標準煤）

在《河南省統計年鑒2023》中獲取了2000-2022年的能源消費總量、幾種能源折算成標準煤后的消費占比后，根據碳排放量計算公式和碳排放系數可以計算出河南省在2000-2022年間的碳排放量。見表2。

表2" 河南省2000-2022年能源消費及碳排放量

從表2中可以看出從2000年至2022年河南省的能源消費總量呈現上升趨勢，能源消費量在2000年僅有7919萬噸標準煤，在2022年已經上漲至24371萬噸標準煤，能源消費量增加了3.1倍。在這23年間，碳排放量從2000年的5688.7萬噸增加至2022年的14351.3萬噸，增加了2.52倍。河南省的國民生產總值也在穩步上升，增加了12倍。可以看出，能源消費、經濟增長、碳排放量總體上都隨著時間呈現上升趨勢，GDP的增長速度明顯快于能源消費的增長速度；在2004年之前，碳排放量的增長速率呈現上升狀態，2004年至2010年增速下滑，2010年至2022年增速上下波動較大，增長率整體上呈現下降趨勢。

3脫鉤模型分析

3.1脫鉤模型理論

" 脫鉤理論是由OECD首先提出的，用于解釋阻斷經濟增長與資源消耗或環境污染的關系。[10]在脫鉤理論中，使用碳排放脫鉤這個指標來解釋碳排量變化與經濟增長之間的關系。在經濟增長實現時，如果二氧化碳或者碳排放量的增長速率是負值或者是少于經濟變化的增長速率，就將其稱之為脫鉤。碳排放脫鉤是指隨著經濟發展和二氧化碳排放量的相關性越來越弱，直到最后兩個變量的聯系完全消失，這也是最后想要實現的理想化狀態。即在實現經濟逐步增長的同時，能源消費量逐步降低。按照脫鉤彈性指數的取值，可以將其具體劃分為八種類型，詳細分類見表3。當經濟增長為正時，若碳排放量反向變動，這趨向于向理想狀態變化，此時為強脫鉤；若碳排放量也呈正向變動，e越大，表明經濟增長的數量與碳排放的關聯程度越高，即碳排放量越多所帶來的經濟增長的速度越快，當e介于0和0.8之間時為弱脫鉤，介于0.8和1.2之間時為擴張連接，大于1.2時為擴張負脫鉤。當經濟增長為負數時，若碳排放量的變化為正，此時是趨于不理想的狀態變化，稱為強負脫鉤；若碳排放量也為負值，e越大，說明碳排放的變化程度與經濟增長的變化程度相比越大，即經濟呈現下降趨勢時，碳排放量的下降速度更快，此時e值越大，越偏離理想化狀態，說明該碳排放與經濟的相關性越大。[11]當e介于0和0.8之間時為弱負脫鉤，介于0.8和1.2之間時為衰退連接，大于1.2時為衰退脫鉤。[12] [13]

表3" Tapio脫鉤彈性分類（以經濟增長和碳排放為例）

3.2脫鉤模型的構建

" 為了探究河南省能源使用、經濟變動、碳排放三個因素的關聯程度，故構建Tapio脫鉤模型對三者進行分析。

脫鉤模型構建如下：

e（C、GDP）=e（C、E）×e（E、INV）×e（INV、GDP）（2）

e（C、E）=" （3）

e（E、INV）=（4）

e（INV、GDP）=（5）

e（C、GDP）=（6）

" 公式中，C表示二氧化碳排放量，E表示能源消費量，GDP用于反映經濟增長的變化情況，INV用來表示工業產值的變化，e（C、GDP）表示碳排放和經濟增長的彈性變化，e（C、E）稱為減排脫鉤彈性，e（E、INV）是工業節能脫鉤彈性，e（I、G）是工業發展脫鉤彈性。通過模型的構建，就將碳排放脫鉤彈性表示為了減排、工業節能、工業發展脫鉤彈性三者之間的乘積形式。[14]

3.3結果分析

3.3.1碳排放與經濟增長脫鉤彈性e（C、G）分析

通過表4可以看到河南省2000-2022年經濟增長與碳排放二者之間的脫鉤狀態的變化，脫鉤狀態不穩定。自2000年以來，河南省的國民生產總值始終呈現出正向增長，經濟增長的增長速率也一直為正。在2000-2009年、2011-2014年、2018年、2022年整體呈現弱脫鉤狀態，經濟與碳排放量都處于增長狀態，但是經濟的增長速率快于碳排放量的增長速率；在這個時間段內2003年和2004年出現了擴張連接狀態，這兩年經濟和碳排放量都處于增長階段，并且仍然存在明顯的關系，處于不脫鉤狀態。2010年經濟與碳排放處于強脫鉤，在這一年，呈現出一種經濟增長和碳排放下降的狀態；工業節能脫鉤彈性為-0.19，呈現出強脫鉤狀態，工業產值增長，碳排放量下降；減排脫鉤彈性為1.70，處于衰退脫鉤狀態，碳排放和能源消費均處于衰退狀態，但是能源消費的下降速率小于碳排放的下降速率。2015-2017年、2019年和2021年河南省的碳排放量與經濟增長表現為強脫鉤，經濟在增長，碳排放量在下降。2020年二者表現為擴張負脫鉤態勢，整整23年間只有2020年是經濟增長的變動幅度比碳排放增長的變動幅度要慢。（詳見表4）

3.3.2減排脫鉤彈性e（C、E）分析

" 參考減排脫鉤彈性e（C、E）來分析河南省2000-2022年碳排放和能源消費之間的關系。在2000-2009年、2011-2012年、2014年、2020年、2022年河南省碳排放和能源消費之間處于擴張連接狀態，碳排放量和能源消費均處于增長階段，脫鉤彈性處于0.8到1.2之間，二者變化率基本一致。在2010年、2015-2017年、2019年，減排脫鉤彈性大于1.2，處于衰退脫鉤狀態，碳排放與能源消費彈性均小于零，處于下降狀態，但是能源消費下降的速率小于碳排放的下降速率。2013年和2018年處于弱脫鉤狀態，能源消費和碳排放均在增長，但是能源消費的增長速度大于碳排放的增長速度，2013年減排脫鉤彈性是0.6，2018年的脫鉤彈性為0.39，在2018年減排效果相較于2013年較差。在2021年，河南省的減排脫鉤彈性為-0.4，表現為強脫鉤狀態，能源消費增加，碳排放量下降。（詳見表4）

3.3.3工業節能脫鉤彈性e（E、INV）分析

" 通過工業節能脫鉤彈性e（E、INV）來分析能源消費與工業產值之間的脫鉤關系。在2002和2022年表現為擴張連接，說明能源消費與工業產值之間仍然存在顯著的聯系。2003年處于擴張負脫鉤狀態，這一年能源消費和工業產值均在增加，但是能源消費量的增速大于工業產值的增速。2010年、2015-2017年、2019年處于強脫鉤狀態，工業產值增加、能源消費下降，趨于想要達到的方向。2013年、2018年、2020年河南省的能源消費與工業產值之間存在強負脫鉤關系，當工業產值處于下降階段時，能源消費量卻在增加，這三年的經濟發展不良好，處于不理想狀態。能源消費與工業產值在其余的年份，關系均為弱脫鉤狀態，二者均在增加，但是工業產值的增速要快于能源消費的增速，這表明工業節能的效果較弱。（詳見表4）

3.3.4工業發展脫鉤彈性e（INV、G）分析

" 通過對比工業產值的變化程度與經濟增長的變化程度，來衡量工業發展所引起的產值變化對GDP的貢獻程度。2000-2022年河南省經濟增長均為正值，其工業產值與經濟增長的脫鉤類型包括擴張負脫鉤、弱脫鉤、強脫鉤四種。在2000年、2002-2003年、2007年、2010-2011年、2016年，河南省工業產值與經濟增長處于擴張連接狀態，工業產值增長的同時，經濟也處于增長態勢。2001年、2004-2006年、2008年、2021年為擴張負脫鉤狀態，在這些年份工業產值的增長率快于經濟的增長率，工業產值在國民生產總值中的占比相對提高。2013年、2018年、2020年為強脫鉤狀態，表示經濟在增長，而工業產值在下降，工業產值在當年的國民生產總值中占比下降，意味著這幾年工業發展衰退。其余年份為弱脫鉤狀態，國民生產總值和工業產值均在增加，且國民生產總值的增長速度快于工業產值的增長速度，雖然工業產值在國民生產總值中占比下降，但是并不意味著工業發展呈現衰退趨勢。[15]（詳見表4）

表4" 河南省2000-2022年Tapio脫鉤指數及對應類型

4結論與建議

4.1結論

對幾個脫鉤指數進行計算后，整體上來看，在工業節能方面河南省發展態勢較好，在節能技術上取得了一定的進步，但是在工業發展、減排方面仍存在欠缺，需進一步努力。具體結論如下：

" 首先，煤炭仍然是河南省主要的消費能源，在能源消費中仍占據主導地位。河南省在2000年煤炭消費占能源消費總量的87.6%，至2022年煤炭消費占比62.65%，石油使用占比由9.6%增加到了15.71%，天然氣的使用占比由1.7%提高到了6.53%。可以看出，河南省目前的能源消費結構仍然是以煤炭為主體，石油天然氣消耗為輔。煤炭、石油的大量使用會使大氣中的二氧化碳含量增加，環境問題惡化，減緩綠色生態目標的進程。

" 其次，經濟增長中仍存在較高的碳排放，尚未達到低碳目標。碳排放脫鉤指數并未一直朝向強脫鉤發展，說明經濟增長的同時伴隨著較高的碳排放量，經濟仍未擺脫對能源消耗的依賴。2020年以來二產帶來的產值在國民生產總值中始終占據40%以上。據計算，工業碳排放占全省總排放量的80%，而化工、建材、電力生產鋼鐵等高能耗產業的碳排放量占據了工業碳排放量的90%以上。

" 再次，能源消費效率有待進一步提高，減排、節能工作需繼續推進。觀察減排脫鉤彈性指數的變化，2014年至今，碳排放與能源消費仍未實現脫鉤。雖然碳排放量增長率的趨勢圖（見圖1）呈現下降趨勢，但是增長率仍然大于零，碳排放量會繼續增加。觀察節能脫鉤指數，可以發現能源損耗與工業產值仍然聯系密切，在實現高產值的同時也伴隨著大量的能源使用。只有提高能源的使用效率減少能源損耗，才能夠減少消費量、降低碳排放量，實現減排節能雙脫鉤。

" 最后，工業發展偏向重工業，對經濟的貢獻率呈下行趨勢。觀察工業發展與經濟增長之間的關系，可以發現工業發展與經濟增長多為強、弱脫鉤兩種狀態，工業發展對國民經濟生產中的貢獻率相對下降。雖然工業的貢獻率下降并不意味著其發展趨勢下降，但是工業生產資源消耗過大、能源消耗過高、環境污染嚴重。2022年，河南省規模以上工業能源消耗量共計14055.3萬噸標準煤，而用于重工業上的能源約有11978萬噸標準煤，占比85%。在其帶來極大的負面影響時，就會要求更高的回報率，要求其對經濟有更高的拉動率。

4.2建議

4.2.1調整能源消費結構，做好能源發展規劃

" 為了合理的使用有限的能源、推動社會和環境的可持續發展，應該調整消耗的能源構成，降低碳排放量較大的能源如煤炭、石油的消費占比，更多的使用清潔能源。目前，天然氣的使用占比較少，應該積極鼓勵使用天然氣。清潔能源的普及、使用成本較高，應該繼續增強對清潔能源的開發和利用，提高清潔能源的開發效率，增加清潔能源的使用量，以綠色、環保的方式推動經濟增長。[16]做好長期的能源發展戰略，確保能源需求和低碳發展目標相協調，加快構建新型能源體系，推動清潔能源的升級，加速進行可再生能源對化石能源的替代。

4.2.2推動經濟低碳增長，形成綠色低碳經濟

" 要想盡早實現經濟增長與碳排放的脫鉤，就要降低經濟增長對化石能源的需求，將經濟發展對高能耗、高排放行業的依賴逐漸轉移。使經濟增長對不可再生能源的需求轉移至清潔能源。要積極推進光伏、水電風電產業，改變發電形式，加快構建低碳環保的新型電力體系。同時，政府部門要制定和執行更加嚴格的環境法規和政策，加強監管力度，推動企業減少碳排放，限制高碳產業的發展，鼓勵轉型為低碳產業。

4.2.3激勵企業自主創新，提高能源使用效率

" 可以鼓勵企業自主創新，提高生產技術，增強創新意識，提高能源的利用率，降低碳排放。企業要積極進行生產研發，提高生產要素的使用效率，改進機器設備，降低能源損耗，減少碳排放，積極落實節能減排。加大對科技的創新投入，推動工業朝著自動化、數字化、智能化方向前進，通過提高工業的科技含量來盡可能的減少能源損耗，節能減排，推動經濟增長由要素驅動向創新驅動轉變。同時企業要樹立節能減排的意識，政府等有關部門應該制定明確的碳排放標準和嚴格的獎懲制度，對低排放企業進行激勵，對違規企業進行嚴懲，盡早地實現碳達峰碳中和目標。

4.2.4加快產業結構調整，實現經濟綠色增長

" 工業作為能源消耗的主體，它的快速發展使能源消耗不斷增長，同時帶來了更多的碳排放。工業又是經濟增長的重要動力，因此，只有推動經濟增長形式的改變，加快產業結構升級，才能更好的踐行綠色發展理念。要推動產業結構優化進程，加大對高新技術產業、可再生能源發展等新興的、綠色的產業的支持力度，可以推動經濟增長方式向集約型轉變，提高生產要素的質量和使用效率[17]。鼓勵能耗低、低排放、效益高的企業生產，逐漸淘汰能耗高、高排放、低效益的粗放型企業，實現產業升級和結構優化，提高整體的經濟效益。

參考文獻：

[1]" 梁珂.雙視角碳排放現狀測評與多目標減排路徑優化研

究[D].山西財經大學，2023.

[2]" 王鋒，吳麗華，楊超.中國經濟發展中碳排放增長的驅動

因素研究[J].經濟研究，2010，45（02）：123-136.

[3]" 郭朝先.中國碳排放因素分解：基于LMDI分解技術[J].中

國人口·資源與環境，2010，20（12）：4-9.

[4]" 王仲瑀.京津冀地區能源消費、碳排放與經濟增長關系

實證研究[J].工業技術經濟，2017，36（01）：82-92.

[5]" 許廣月，宋德勇.中國碳排放環境庫茲涅茨曲線的實證研

究——基于省域面板數據[J].中國工業經濟，2010，（05）：

37-47.

[6]" 林伯強，蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測

及影響因素分析[J].管理世界，2009，（04）：27-36.

[7]" 王運豪，楊皓翔，官國宇.碳排放、能源消費與經濟增長

——基于中國省級面板數據的中介效應模型[J].數理統

計與管理，1-15[2024-03-02].https：//doi.org/10.13860/j.

cnki.sltj.20231128-001.

[8]" 唐小亮，何川，劉晴.排放因子法高估燃氣電廠的碳排放

量——基于高郵某電廠的觀測結果[J].電力科技與環保，

2020，36（03）：17-20.

[9]" 蔣金荷.中國碳排放量測算及影響因素分析[J].資源科

學，2011，33（04）：597-604.

[10] 朱建富，黃雪蓮，王軍.碳排放脫鉤視角下碳計量發展策

略的研究[J].計量與測試技術，2019，46（08）：94-95.DOI：

10.15988/j.cnki.1004-6941.2019.8.029.

[11] 劉茂輝，鄧小文，劉勝楠等.基于LMDI法和Tapio脫鉤模

型的天津市碳排放分析[J].環境污染與防治，2022，44（10）：

1397-1401.

[12] 劉璐語，徐靜珍，李研.河北省城鎮化進程與碳排放的脫

鉤關系[J].華北理工大學學報（社會科學版），2021，21（03）：

46-52.

[13] 劉博文，張賢，楊琳.基于LMDI的區域產業碳排放脫鉤努

力研究[J].中國人口·資源與環境，2018，28（04）：78-86.

[14] 李洋洋.甘肅省能源消費、碳排放與經濟增長的關系研

究[D].蘭州財經大學，2020.

[15] 王奕淇，黃涵祝.中國碳排放脫鉤效應、時空特征與驅動

因素研究[J/OL].生態學報，2024，（06）：1-16.

[16] 徐斌，陳宇芳，沈小波.清潔能源發展、二氧化碳減排與區

域經濟增長[J].經濟研究，2019，54（07）：188-202.

[17] 江深哲，杜浩鋒，徐銘梽.“雙碳”目標下能源與產業雙重

結構轉型[J].數量經濟技術經濟研究，2024，41（02）：109-

130.

The Correlation between Carbon Emissions， Economic Growth and Energy Consumption in Henan Province

YUAN Xiaoshu，MA Haixia

（College of Business， Xinjiang Normal University， Urumqi 830013，Xinjiang，China）

Abstract：In 2022， the GDP of Henan Province accounts for 5.1% of the country， the total energy consumption accounts for 4.5% of the country， and the carbon emissions generated by energy consumption is about 4.7% of the country. Compared with the provinces and cities that have achieved the carbon peak， the management of carbon emissions still needs to be strengthened. This paper uses the Tapio decoupling model to study the degree of correlation among carbon emissions， economic growth and energy consumption in Henan Province during 2000-2022. The results show that there is still an unstable decoupling relationship between carbon emission， economic growth and energy consumption in Henan Province. Energy consumption is still dominated by coal， and there are still high carbon emissions in economic growth， which has not yet reached the low-carbon goal. Energy consumption efficiency needs to be further improved; Industrial development is biased towards heavy industry， and the contribution rate to the economy shows a downward trend. The work of emission reduction and energy conservation needs to continue to advance， and targeted policy adjustments need to be made.

Keywords：the model of Tapio decoupling ；carbon emissions；energy consumption；economic growth