摘 要：河北省作为工业大省，经济发展依赖工业且能源结构以高碳化石燃料为主，碳减排至关重要。文章通过构建Tapio碳脱钩模型和LMDI分解模型，以河北省2001—2021年碳排放和经济数据为研究对象，深入分析了碳排放脱钩及驱动因素。结果表明：（1）河北省碳排放变化量近些年呈现下降趋势。（2）河北省碳排放脱钩状态以弱脱钩为主，强脱钩状态不稳定。（3）影响碳排放的因素中，能源强度和经济发展水平影响最大，经济水平的快速发展会增加碳排放量，能源强度降低能抑制碳排放。据此，文章对河北省及与之相似省市未来的减碳方向提出了参考建议。
关键词：碳排放；Tapio脱钩模型；LMDI分解模型；碳脱钩指数；低碳发展
中图分类号：F062.2；F205 文献标识码：A 文章编号：2096-0298（2025）03（a）--05
1 引言
由碳排放引起的全球变暖等一系列环境问题对人类未来的生存提出了严峻挑战，碳减排近些年一直是全球关注的重点。作为有责任担当的大国，中国在减排方面做出了不懈努力，为其他国家树立了典范。习近平总书记在党的二十大报告中指出，要统筹产业结构调整、应对气候变化，并协同推进降碳减污。从长远来看，中国的碳减排之路仍任重道远。2022年发布的《中国碳达峰碳中和进展报告》中明确指出，中国当前仍处于工业化深化期，实现碳中和目标面临多重挑战[1]。作为工业化占比大、能源结构以化石燃料为主的发展中国家，如何在保证经济发展的同时减少碳排放是需要解决的重要问题。
河北省作为环抱首都北京的工业大省，其经济发展得益于工业的飞速发展以及首都的辐射作用。但河北省的能源结构以高碳排放量的煤炭和石油为主，在经济不断发展的同时也带来了居高不下的碳排放量，影响了河北省高质量发展的步伐。我国大部分省市如山东省、山西省等的能源结构和产业布局与河北省类似，如何在经济发展的过程中减少碳排放量是亟须解决的问题。本文在建立Tapio碳脱钩模型的基础上，分析了河北省碳排放特点，并通过LMDI分解模型研究了影响河北省碳排放量的因素以及碳排放量的变化情况，最后根据模型结果因地制宜地提出具有可行性的建议，为河北省及国内相似省市地区实现可持续的高质量发展提供有益参考。
2 文献综述
目前，国内学者对于碳排放的研究主要集中在相关政策对碳减排的效用和影响碳减排的因素上。董直庆等（2021）[2]、韩庆峰等（2023）[3]、张兴祥等（2024）[4]均采用双重差分的方法研究了碳排放权交易政策对于碳减排的影响，并一致认为碳排放交易政策显著降低了碳排放。在该结论的基础上，董直庆等（2021）[2]认为政策的碳减排效果具有地区溢出效应。张兴祥等（2024）[4]则是将研究样本扩展到省市级，进一步论证了碳排放权交易政策对碳减排有正向效应，且存在城市异质性。此外，部分学者研究了绿色金融和绿色信贷对于碳减排的影响，如孙少岩等（2023）[5]通过构建包含异质生产部门和银行的静态均衡模型，从全要素碳生产率、碳强度和碳总量三个维度，证实了绿色信贷具有碳减排效应，并通过激励绿色创新和降低能源强度这两个渠道发挥作用。王彦林等（2024）[6]研究发现，绿色金融可以通过支持绿色创新和优化产业结构对我国区域碳排放产生明显的抑制作用，且存在区域异质性。
大部分学者采用LMDI分解法来研究不同层面影响碳减排的因素，刘金华（2022）[7]和韩梦瑶等（2023）[8]对影响中国碳排放量的因素进行了分解；张全意等（2023）[9]和何飞扬等（2024）[10]分解了省市级的碳排放影响因素；袁伟彦（2022）[11]和Liu等（2023）[12]则分别研究了工业和电力等不同行业影响碳排放的因素，上述文献主要将影响碳排放的因素分解为碳排放强度、能源强度、能源结构、能源效率、产业结构、经济发展水平、人口规模等。部分学者在LMDI分解的基础上引入Tapio脱钩模型来分析经济与碳排放量的脱钩状态。
综上所述，碳排放是学者关注的重要议题，目前国家施行的相关举措的碳减排效用显著；在影响碳排放的因素方面，根据研究层面不同，学者会将影响碳排放的因素进行不同分解，其中能源结构、经济发展水平、人口规模是影响碳排放的主要因素。其次，在LMDI分解基础上进行的Tapio脱钩研究主要集中在国家和行业层面，省市级的相关研究较少。
3 数据与模型
本文采用LMID模型对影响河北省碳排放的因素进行了研究，并通过建立Tapio碳脱钩指数来分析河北省碳排放状态的变化情况。
3.1 河北省碳排放指标构建
根据以往学者研究可知，碳排放指标的构建有多种方法。本文采用碳排放量作为衡量河北省碳排放的指标。能源碳排放系数来自政府间气候变化专门委员会（IPCC）制定的《国家温室气体清单指南》（简称IPCC《指南》）和相关资料，具体计算公式为：
其中，C为河北省总的能源排放量，Ci为第i种能源的碳排放量，Fi为第i种能源折算成标准煤的系数，Ki为第i种能源的碳排放折算系数。表1和表2列出了选用的四种能源标准煤折算系数和碳排放系数。
3.2 Tapio碳脱钩指数构建
脱钩理论是经济合作与发展组织（OECD）提出的形容阻断经济增长与资源消耗或环境污染之间联系的基本理论[13]。而Tapio脱钩指数在碳排放研究中的应用，可以细化地描述碳排放情况和经济发展之间的关系。本文通过引入河北省的增量数据，借助Tapio脱钩指数构建了描述碳排放与GDP增长之间关系的模型：
其中，∂为脱钩弹性指数，为二氧化碳变化率和GDP变化率的比值，根据∂的大小和ΔCO2/CO2和ΔGDP/GDP的正负，可以对脱钩状态进行分类，具体分类见表3。
3.3 LMDI模型构建
本文运用Kaya（1990）[14]和Ang（2015）[15]提出的Kaya恒等式和LMDI分解模型，参考袁路等（2013）[16]对Kaya恒等式碳排放驱动因素的解释，对影响河北省碳排放的因素进行分解，采用加法分解的方式，LMDI分解模型构建如下：
式中，C为河北省总的碳排放量，Ci为第i种能源的碳排放量；Ei为第i种能源的消费量；E为能源消费总量；Y为区域生产总值（GDP）；P为区域常住人口总量。其中αi=Ci /Ei为第i种能源单位能源的碳排放量，即区域的能源碳排放系数对碳排放的影响；ei=Ei /E为第i种能源占能源总消耗的比重，表征区域的能源消费结构对碳排放的影响；β=E/Y为能源消耗量与GDP的比值，表征能源强度对碳排放的影响；g=Y/P为区域人均GDP，表征经济发展水平对碳排放的影响；p为河北省常住人口规模对碳排放的影响。根据公式（3），可以得到LMDI基本分解式：
式中，∆Cα、∆Ce、∆Cβ、∆Cg、∆Cp分别表示区域能源碳排放系数、区域能源消费结构、能源强度、经济发展水平、人口规模引起的碳排放的变化量。∆C代表碳排放的总变化量。
根据LMDI加法模型的计算规则，分解式可以写为：
式中，X分别表示影响碳排放的五个因素，通过式（5），可以计算出各因素引起的每一年碳排放变化量。因此，可以进一步通过累加计算出研究区间内各因素引起的碳排放变化总量，即碳排放效应累计公式：
通过对式（6）进行整理，可以得到研究区间内各因素的碳排放贡献率计算公式：
3.4 数据来源
本文中河北省的省级数据来自2001—2022年《中国统计年鉴》和2011—2022年《河北省统计年鉴》；能源折算标准煤系数来自《中国能源统计年鉴》；能源碳排放系数来自IPCC《指南》。
4 模型实证结果与分析
4.1 Tapio碳脱钩指数结果与分析
通过公式（2），以2000年为基期，引入河北省2000—2021年CO2和GDP数据，计算分析河北省各年份的碳脱钩指数与碳脱钩状态，具体结果如表4所示。
由表4可知，河北省碳排放量增速较快的区间集中在2002—2005年，而经济增速较快的区间为2003—2011年。
从碳排放脱钩的状态来看，2001—2003年以及2005年均呈现出增长连结的状态，即碳排放增速大于经济增长速度。综合分析来看，河北省在此期间采取了较为粗放的发展模式，在经济加快发展的同时，碳排放量也快速升高，对生态环境造成一定的影响，可能导致环境恶化程度超过经济效益的情况。弱脱钩状态是河北省常见的状态，大部分年份河北省均处于弱脱钩状态，即碳排放的增速相对经济增速放缓，且有逐渐弱化的趋势，表明河北省在发展经济的同时，已经开始注意到环境恶化问题，开始施行低碳策略控制碳排放，并取得了一定成果。强脱钩状态是实现经济低碳发展的最理想状态，截至目前，河北省虽然在2014年和2021年达到强脱钩，但并未处在一个稳定的状态，说明河北省未来的的减碳发展之路仍面临挑战。因此，进一步分析影响河北省碳排放的因素是有必要的，只有掌握河北省碳排放影响因素的构成，才能因地制宜的解决碳中和问题。
4.2 LMDI分解模型结果与分析
通过LMDI分解的模型分析计算出的各因素对于河北省碳排放量变化的贡献，如表5所示。其中，区域能源碳排放系数在研究数据区间内固定不变，因此碳排放变化部分∆Cα为常量，在分解结果中不再加以讨论。
从表5各因素影响碳排放的效应以及总效应的情况来看，能源消费结构引起的碳排放变化量∆Ce基本呈现正效应，相较其他几个影响因素引起的碳排放变化量较小，总体波动情况不明显。主要原因是河北省近些年的能源消费结构变化不大，主要以高碳量的煤炭消费为主。能源强度引起的碳排放变化量∆Cβ主要呈现出明显的负效应，且波动明显；而经济发展水平和人口规模引起的碳排放变化量∆Cg、∆Cp均为正效应，经济发展水平是影响碳排放量变化的主要因素，对整体碳排放的贡献程度最大。从整体的碳排放变化量∆C来看，近些年数值有明显下降，说明河北省政府正在积极开展绿色低碳的发展战略，以降低碳排放。结合河北省的实际情况来看，省内的经济发展和人口增长都在不可避免地增加区域的碳排放，因此调整能源结构和降低能源强度是降低碳排放的有效途径。
通过碳排放累计公式和贡献率计算出的各年份的碳排放贡献率以及碳排放变化量波动情况如图1所示。2001—2017年区域能源消费结构的贡献率相对较为稳定，且大多数年份与二氧化碳总变化量呈正相关关系。能源强度的碳排放贡献率几乎均为负数，表明河北省能源强度的降低在一定程度上抑制了碳排放。经济发展水平对碳排放的贡献率均为正数，且贡献率均处在高值，最大值为2021年的830.82%，表明经济发展水平的变化是显著促进碳排放量增加的重要因素。人口规模对于碳排放的贡献率均为正数，且从2010年开始有增加趋势。从碳排放总量的变化趋势来看，样本区间内河北省碳排放量的变化呈现波动下降的趋势。
综上，从河北省Tapio碳脱钩指数和LMDI分解情况来看，河北省碳排放量整体有减少的趋势，并向脱钩方向发展，碳减排取得了一定成效，但仍存在不稳定的现象，碳排放量的调整需要与经济发展速度相适应。对河北省碳排放量影响最大的是能源强度和经济发展水平，其中经济发展水平显著增加了区域的碳排放量，即经济的快速发展会增加碳排放量，经济发展程度越高，碳排放量也就越高，尤其在工业大省最为明显。这意味着需要在经济发展和环境保护之间进行权衡，或开辟绿色低碳经济发展的新途径。而能源强度则显著降低了河北省的碳排放量，2001—2021年，河北省的能源强度从2.19降低到0.77，这表明通过降低能源强度能够有效抑制碳排放。
5 对策建议
5.1 调整能源消费结构，促进能源低碳转型
一方面，要倡导促进能源消费多元化，提高低碳清洁能源使用比重，充分利用河北省丰富的太阳能和风能资源。另一方面，政府要制定能源结构调整的长期规划，明确各阶段清洁能源和传统能源的占比目标。同时，加强能源供应体系的稳定性和灵活性，以保障能源转型过程中的能源安全。
5.2 产业升级与结构优化
产业结构的升级和优化能够有效降低碳排放。针对高碳排放的传统行业进行改革淘汰和技术升级，并积极发展第三产业，培育战略性新兴产业，发挥河北省对首都的产业承接与协同作用。
5.3 技术降碳，提高经济发展质量
重视低碳经济的发展，加强科技创新。开发控碳降碳新技术，从源头监测并控制碳排放，促进碳资源的循环利用。技术层面的创新与发展，可以助力经济实现低碳、绿色、高质量的发展。
5.4 发挥政策引导与市场机制作用
完善碳排放交易体系建设，发挥绿色信贷政策的引导作用。碳排放交易市场从试点到全国碳交易市场的建立经历了漫长的摸索过程，积累了适用于中国市场的经验。未来应继续借鉴相关成功经验，健全碳排放交易相关制度，约束企业碳排放行为。绿色信贷政策的差异化利率对高碳企业的限制和绿色项目的扶持，则有助于引导企业加快绿色转型步伐。
5.5 宣传低碳理念，倡导绿色消费
要积极进行低碳绿色的相关教育与宣传，培养居民的社会责任感，让低碳理念深入人心，使居民在生活中有意识地减少高碳能源的使用，养成低碳生活习惯，发挥人口规模对碳减排的正向效应。
参考文献
国家电力投资集团公司， 中国国际经济交流中心. 低碳发展蓝皮书： 中国碳达峰碳中和进展报告[R]. 北京： 社会科学文献出版社[J]. 2021.
董直庆， 王辉. 市场型环境规制政策有效性检验： 来自碳排放权交易政策视角的经验证据[J]. 统计研究， 2021， 38（10）： 48-61.
韩庆丰， 李赛， 吴楚珩， 等. 中国碳排放权交易减排效应研究： 基于ETS试点的准自然实验[J]. 统计与决策， 2023， 39（13）：nbsp; 160-165.
张兴祥， 孙赛杰. 碳排放权交易政策能否促进碳减排： 基于地级市面板数据的研究[J]. 南开经济研究， 2024（2）： 160-178.
孙少岩， 王笑音， 高翠云. 绿色信贷能发挥碳减排效应吗？[J]. 中国人口·资源与环境， 2023， 33（8）： 37-47.
王彦林， 张子璇， 刘艳华. 绿色金融对区域碳减排的影响及作用机制研究[J]. 会计之友， 2024（5）： 79-86.
刘金华. 基于LMDI模型的我国碳排放影响因素及减排对策研究[J]. 中国商论， 2022（20）： 146-148.
韩梦瑶， 张泽， 廖茂林. 生产和消费双重视角下中国省域碳排放脱钩演变及贡献解析[J]. 区域经济评论， 2023（5）： 120-130.
张全意， 李太平. 基于LMDI分解的山东省城乡居民生活碳排放研究[J]. 河北环境工程学院学报， 2023， 33（2）： 7-13.
何飞扬， 刘天乐， 周智杰， 等. 基于EKC理论下碳排放与经济增长的二者关系研究： 浙江省与安徽省的对比分析[J]. 生态经济， 2024， 40（6）： 21-29.
袁伟彦， 方柳莉， 罗明. 中国工业碳排放驱动因素及其脱钩效应： 基于时变参数C-D生产函数的分解和测算[J]. 资源科学， 2022， 44（7）： 1422-1434.
Liu L-L， Feng T-T， Kong J-J， Can carbon trading policy and local public expenditures synergize to promote carbon emission reduction in the power industry？[J]. Resources， Conservation and Recycling， 2023， 188.
姚园， 李海红， 李溦， 等. 基于脱钩指数和LMDI的第三产业用水发展研究[J]. 水资源与水工程学报， 2024， 35（1）： 71-81.
Kaya Y， Impact of carbon dioxide emission control on GNP growth： interpretation of proposed scenarios IPCC energy and industry subgroup， response strategies working group[J]. Pair： IPCC Energy and Industry Subgroup， 1990.
Ang BW， LMDI decomposition approach： A guide for implementation[J]. Energy Policy， 2015， 86： 233-8.
袁路， 潘家华. Kaya恒等式的碳排放驱动因素分解及其政策含义的局限性[J]. 气候变化研究进展， 2013， 9（3）： 210-215.
