中国省域碳排放的区域差异及脱钩趋势演变

doi:10.18402/resci.2021.04.06

资源科学 ›› 2021, Vol. 43 ›› Issue (4): 710-721.doi: 10.18402/resci.2021.04.06

中国省域碳排放的区域差异及脱钩趋势演变

韩梦瑶¹^,²^,³, 刘卫东¹^,²^,³(), 谢漪甜⁴, 姜宛贝¹^,²

1. 中国科学院地理科学与资源研究所,北京 100101
2. 中国科学院区域可持续发展分析与模拟重点实验室,北京 100101
3. 中国科学院大学资源与环境学院,北京 100049
4. 中国地质大学（北京）经济管理学院,北京 100083

收稿日期:2020-06-22 修回日期:2020-09-19 出版日期:2021-04-25 发布日期:2021-06-25
通讯作者: 刘卫东,男,河北隆化人,研究员,主要研究方向为经济地理与区域发展。E-mail: liuwd@igsnrr.ac.cn
作者简介:韩梦瑶,女,河北沧州人,副研究员,主要研究方向为资源经济与区域发展。E-mail: hanmy@igsnrr.ac.cn
基金资助:
国家重点研发计划项目(2016YFA0602804);国家自然科学基金项目(41701135);国家自然科学基金项目(41871118)

Regional disparity and decoupling evolution of China’s carbon emissions by province

HAN Mengyao¹^,²^,³, LIU Weidong¹^,²^,³(), XIE Yitian⁴, JIANG Wanbei¹^,²

1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
2. Key Laboratory of Regional Sustainable Development Modeling, CAS, Beijing 100101, China
3. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China
4. School of Economics and Management, China University of Geoscience, Beijing 100083, China

Received:2020-06-22 Revised:2020-09-19 Online:2021-04-25 Published:2021-06-25

摘要/Abstract

摘要：

一个国家或地区碳排放目标的实现取决于经济增速与碳排放降速的相对关系,而碳排放与经济发展的相对脱钩是中国碳排放目标实现的重要保障。本文结合泰尔指数和Tapio模型,刻画中国各省份2005—2017年碳排放与经济发展的相对关系,研究碳排放的区域差异及脱钩指数的演变趋势,主要结论如下：①中国各地区的碳排放总量与经济发展均呈现了增长趋势,碳排放强度大多呈现了降低趋势;②尽管中国各省份经济发展的区域差距逐年缩小,但中国各省份的碳排放差距、尤其是区域间碳排放差距逐年扩大;③中国大多数地区的碳排放与经济增长经历了扩张负脱钩、扩张挂钩到弱脱钩的变化历程,但部分省份的脱钩稳定性相对较低;④上海、天津、重庆、浙江、山东等不断趋近强脱钩状态,但少数地区仍在扩张挂钩和扩张负脱钩状态中交替。本文结论有助于辨识中国不同地区碳排放与经济发展的相对关系,落实不同碳排放及经济发展水平下可行的低碳发展策略,进而为中国碳达峰与碳中和目标的实现提供借鉴参考。

关键词: 碳排放, 省域差异, 泰尔指数, 脱钩趋势, 中国

Abstract:

The carbon emission reduction target of a country/region depends on the relationship between economic growth and carbon emission decline, and the relative decoupling between carbon emissions and economic development is an essential guarantee to achieve China’s carbon emission targets. Based on the Theil index and Tapio model, this work examined the relationship between China’s carbon emissions and economic development, and analyzed the regional disparity and decoupling evolution of carbon emissions by province during 2005 and 2017. The main conclusions are as follows: (1) The carbon emissions and economic development of most regions in China kept increasing, while the carbon emission intensities kept decreasing; (2) Although the regional disparity in the economic development of China’s provinces narrowed, the carbon emission disparity, especially the cross-regional disparity expanded by year; (3) The decoupling status of most provinces changed from expansive negative decoupling, expansive coupling, to weak decoupling, but the decoupling stability of some provinces was relatively low; (4) Shanghai, Tianjin, Chongqing, Zhejiang, and Shandong were constantly approaching a strong decoupling status, however, the decoupling status in some other regions still alternated between expansive coupling and expansive negative decoupling. This study would be useful for identifying the relationship between carbon emissions and economic development in different regions and for implementing feasible low-carbon development strategies combined with different carbon emission and economic development levels, which are expected to provide practical implications to achieve the carbon peak and carbon neutral targets.

Key words: carbon emissions, provincial disparity, Theil index, decoupling evolution, China

韩梦瑶, 刘卫东, 谢漪甜, 姜宛贝. 中国省域碳排放的区域差异及脱钩趋势演变[J]. 资源科学, 2021, 43(4): 710-721.

HAN Mengyao, LIU Weidong, XIE Yitian, JIANG Wanbei. Regional disparity and decoupling evolution of China’s carbon emissions by province[J]. Resources Science, 2021, 43(4): 710-721.

图/表 9

表1

表2

表3

2005—2017年中国各省份碳排放强度下降比例"

序号	比例	省份
1	>55%	北京（68.75%）、云南（59.67%）、天津（59.31%）、吉林（58.43%）、重庆（58.21%）、贵州（58.11%）、山东（55.48%）
2	(45%, 55%]	湖北（53.32%）、河南（52.53%）、上海（52.32%）、浙江（49.19%）、湖南（48.98%）、四川（47.76%）、广东（46.37%）
3	(35%, 45%]	福建（44.26%）、江苏（43.93%）、甘肃（42.19%）、黑龙江（39.92%）、陕西（37.81%）
4	(25%, 35%]	河北（35.63%）、广西（31.72%）、山西（31.32%）、安徽（30.14%）、海南（29.89%）、江西（27.21%）、辽宁（25.79%）
5	(15%, 25%]	内蒙古（24.81%）、青海（19.25%）
6	$≤$ 15%	宁夏（-12.51%）、新疆（-27.99%）

表3

表4

图1

表5

表6

表7

图2

参考文献 52

[1]	Wang C J, Wang F. China can lead on climate change[J]. Science, 2017,357(6353):764-764.
[2]	Yang Y T, Qu S, Cai B F, et al. Mapping global carbon footprint in China[J]. Nature Communications, 2020,11:2237-2237. doi: 10.1038/s41467-020-15883-9
[3]	Wang Y F, Liao M, Xu L X, et al. The impact of foreign direct investment on China’s carbon emissions through energy intensity and emissions trading system[J]. Energy Economics, 2021, DOI: 10.1016/j.eneco.2021.105212. doi: 10.1016/j.eneco.2021.105212
[4]	国家发展和改革委员会. 强化应对气候变化行动: 中国国家自主贡献[N/OL]. ( 2015- 06- 30) [2021-03-30]. http://www.gov.cn/xinwen/2015-06/30/content_2887330.htm.
	[National Development and Reform Commission. Strengthening Actions to Combat Climate Change-China’s National Independent Contribution[N/OL]. (2015-06-30) [2021-03-30]. http://www.gov.cn/xinwen/2015-06/30/content_2887330.htm .]
[5]	刘卫东, 张雷, 王礼茂, 等. 我国低碳经济发展框架初步研究[J]. 地理研究, 2010,29(5):778-788.
	[ Liu W D, Zhang L, Wang L M, et al. A sketch map of low-carbon economic development in China[J]. Geographical Research, 2010,29(5):778-788.]
[6]	陈诗一. 中国碳排放强度的波动下降模式及经济解释[J]. 世界经济, 2011,34(4):124-143.
	[ Chen S Y. Fluctuation declining model of China’s carbon emissions intensity and economic explanation[J]. The Journal of World Economy, 2011,34(4):124-143.]
[7]	Xiao H, Sun K J, Tu X W, et al. Diversified carbon intensity under global value chains: A measurement and decomposition analysis[J]. Journal of Environmental Management, 2020, DOI: 10.1016/j.jenvman.2020.111076. doi: 10.1016/j.jenvman.2020.111076
[8]	Cheng Y Y, Yao X. Carbon intensity reduction assessment of renewable energy technology innovation in China: A panel data model with cross-section dependence and slope heterogeneity[J]. Renewable and Sustainable Energy Reviews, 2021, DOI: 10.1016/j.rser.2020.110157. doi: 10.1016/j.rser.2020.110157
[9]	姜宛贝, 韩梦瑶, 唐志鹏, 等. 基于经济发展水平和产业转移视角的碳强度国别对比研究[J]. 资源科学, 2019,41(10):1814-1823.
	[ Jiang W B, Han M Y, Tang Z P, et al. International comparison of carbon intensity from the perspective of economic development levels and industrial transfers[J]. Resources Science, 2019,41(10):1814-1823.]
[10]	Su B, Ang B W. Demand contributors and driving factors of Singapore’s aggregate carbon intensities[J]. Energy Policy, 2020, DOI: 10.1016/j.enpol.2020.111817. doi: 10.1016/j.enpol.2020.111817
[11]	孙耀华, 仲伟周, 庆东瑞. 基于Theil指数的中国省际间碳排放强度差异分析[J]. 财贸研究, 2012,23(3):1-7.
	[ Sun Y H, Zhong W Z, Qing D R. Analysis on differences of carbon emission intensity of each province in China based on Theil index[J]. Finance and Trade Research, 2012,23(3):1-7.]
[12]	周灵. 基于Tapio模型的我国低碳经济发展研究[J]. 经济问题探索, 2019, ( 6):185-190.
	[ Zhou L. China’s low-carbon economic development research based on Tapio model[J]. Inquiry into Economic Issues, 2019, ( 6):185-190.]
[13]	Mariana C G. Carbon emission targets and decoupling indicators[J]. Ecological Indicators, 2016,67:649-656. doi: 10.1016/j.ecolind.2016.03.042
[14]	潘竟虎, 张永年. 中国能源碳足迹时空格局演化及脱钩效应[J]. 地理学报, 2021,76(1):206-222. doi: 10.11821/dlxb202101016 pmid: 059415c7-ffd6-499f-b93e-8b56087ad269
	[ Pan J H, Zhang Y N. Spatiotemporal patterns of energy carbon footprint and decoupling effect in China[J]. Acta Geographica Sinica, 2021,76(1):206-222.] pmid: 059415c7-ffd6-499f-b93e-8b56087ad269
[15]	王鹤鸣, 岳强, 陆钟武. 中国1998-2008年资源消耗与经济增长的脱钩分析[J]. 资源科学, 2011,33(9):1757-1767.
	[ Wang H M, Yue Q, Lu Z W. Decoupling analysis of China’s resource consumption and economic growth over the period 1998-2008[J]. Resources Science, 2011,33(9):1757-1767.]
[16]	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.
	[ Peng J W, Huang X J, Zhong T Y, et al. Decoupling analysis of economic growth and energy carbon emissions in China[J]. Resources Science, 2011,33(4):626-633.]
[17]	齐亚伟. 中国区域经济增长、碳排放的脱钩效应与重心转移轨迹分析[J]. 现代财经(天津财经大学学报), 2018,38(5):17-29.
	[ Qi Y W. Decoupling effect and gravity center trajectory of regional economic growth and carbon emissions in China[J]. Modern Finance and Economics (Journal of Tianjin University of Finance and Economics), 2018,38(5):17-29.]
[18]	杨英明, 孙健东. 世界主要国家能源消费碳排放脱钩及驱动因素研究[J]. 煤炭工程, 2019,51(7):173-177.
	[ Yang Y M, Sun J D. Carbon emission decoupling and drivers of energy consumption in major countries[J]. Coal Engineering, 2019,51(7):173-177.]
[19]	邵桂兰, 陈令杰. 碳排放与经济增长的脱钩实证研究: 以山东省为例[J]. 中国海洋大学学报(社会科学版), 2012, ( 4):73-79.
	[ Shao G L, Chen L J. An empirical study of carbon emissions and economic growth based on decoupling analysis: A case study of Shandong Province[J]. Journal of Ocean University of China (Social Sciences), 2012, ( 4):73-79.]
[20]	盖美, 曹桂艳, 田成诗, 等. 辽宁沿海经济带能源消费碳排放与区域经济增长脱钩分析[J]. 资源科学, 2014,36(6):1267-1277.
	[ Gai M, Cao G Y, Tian C S, et al. Decoupling analysis of energy carbon emissions and regional economic growth in the Liaoning coastal economic belt[J]. Resources Science, 2014,36(6):1267-1277.]
[21]	齐静, 陈彬. 城市工业部门脱钩分析[J]. 中国人口·资源与环境, 2012,22(8):102-106.
	[ Qi J, Chen B. Decoupling analysis of urban industrial sectors: A case study of Chongqing[J]. China Population, Resources and Environment, 2012,22(8):102-106.]
[22]	颜艳梅, 王铮, 吴乐英, 等. 中国碳排放强度影响因素对区域差异的作用分析[J]. 环境科学学报, 2016,36(9):3436-3444.
	[ Yan Y M, Wang Z, Wu L Y, et al. Analysis of the determinants of carbon emission intensity on regional differences[J]. Acta Scientiae Circumstantiae, 2016,36(9):3436-3444.]
[23]	周杰琦, 汪同三. 地区经济增长与碳强度差异的收敛性及其机理: 基于中国省际面板数据的实证分析[J]. 社会科学研究, 2014, ( 5):66-73.
	[ Zhou J Q, Wang T S. Convergence of regional economic growth and carbon intensity difference and its mechanism: An empirical analysis based on China’s interprovincial panel data[J]. Social Science Research, 2014, ( 5):66-73.]
[24]	王欢芳, 胡振华. 中国制造行业发展与碳排放脱钩测度研究[J]. 科学学研究, 2012,30(11):1671-1675.
	[ Wang H F, Hu Z H. The measurement research on the decoupling relationship between manufacturing sector economic growth and carbon dioxide in China[J]. Studies in Science of Science, 2012,30(11):1671-1675.]
[25]	胡颖, 褚大建. 中国建筑业CO₂排放与产值、能耗的脱钩分析[J]. 中国人口·资源与环境, 2015,25(8):50-57.
	[ Hu Y, Zhu D J. Disconnect analysis between CO₂ emission output value and energy consumption of China construction[J]. China Population, Resources and Environment, 2015,25(8):50-57.]
[26]	刘博文, 张贤, 杨琳. 基于LMDI的区域产业碳排放脱钩努力研究[J]. 中国人口·资源与环境, 2018,28(4):78-86.
	[ Liu B W, Zhang X, Yang L. Decoupling efforts of regional industrial development on CO₂ emissions in China based on LMDI analysis[J]. China Population, Resources and Environment, 2018,28(4):78-86.]
[27]	胡剑波, 高鹏, 张伟. 中国对外贸易增长与隐含碳排放脱钩关系研究[J]. 管理世界, 2017, ( 10):172-173.
	[ Hu J B, Gao P, Zhang W. Research on the decoupling relationship between China’s foreign trade growth and embodied carbon emissions[J]. Management World, 2017, ( 10):172-173.]
[28]	郭艺, 罗芳. 长江经济带引致碳排放与经济增长的关联和空间特征: 基于最终生产核算的MRIO模型[J]. 生态经济, 2019,35(9):20-25.
	[ Guo Y, Luo F. Relationships and spatial characteristics between embodied carbon emissions and economics growth induced by the Yangtze River Economic Belt: Based on MRIO model of final production accounting framework[J]. Ecological Economy, 2019,35(9):20-25.]
[29]	罗芳, 郭艺, 魏文栋. 长江经济带碳排放与经济增长的脱钩关系: 基于生产侧和消费侧视角[J]. 中国环境科学, 2020,40(3):1364-1373.
	[ Luo F, Guo Y, Wei W D. Decoupling analysis between economic growth and carbon emissions in the Yangtze River Economic Belt: Production and consumption perspectives[J]. China Environmental Science, 2020,40(3):1364-1373.]
[30]	Li Y L, Chen B, Han M Y, et al. Tracking carbon transfers embodied in Chinese municipalities’ domestic and foreign trade[J]. Journal of Cleaner Production, 2018,192:950-960. doi: 10.1016/j.jclepro.2018.04.230
[31]	韩梦瑶, 姚秋蕙, 劳浚铭, 等. 中国省域碳排放的国内外转移研究: 基于嵌套网络视角[J]. 中国科学: 地球科学, 2020,50(6):748-760.
	[ Han M Y, Yao Q H, Lao J M, et al. China’s intra- and inter-national carbon emission transfers by province: A nested network perspective[J]. Scientia Sinica Terrae, 2020,50(6):748-760.]
[32]	刘红光, 刘卫东, 唐志鹏. 中国产业能源消费碳排放结构及其减排敏感性分析[J]. 地理科学进展, 2010,29(6):670-676. doi: 10.11820/dlkxjz.2010.06.005 pmid: C66F1803-CBAE-498F-B9D9-BB93CE464A73
	[ Liu H G, Liu W D, Tang Z P. The origin source and its elasticity analysis of the CO₂ emission induced by fossil fuel using industrial activities in China[J]. Progress in Geography, 2010,29(6):670-676.] pmid: C66F1803-CBAE-498F-B9D9-BB93CE464A73
[33]	Han M Y, Xiong J, Wang S Y, et al. Chinese photovoltaic poverty alleviation: Geographic distribution, economic benefits and emission mitigation[J]. Energy Policy, 2020, DOI: 10.1016/j.enpol.2020.111685. doi: 10.1016/j.enpol.2020.111685
[34]	Shi C X. Decoupling analysis and peak prediction of carbon emission based on decoupling theory[J]. Sustainable Computing: Informatics and Systems, 2020, DOI: 10.1016/j.suscom.2020.100424. doi: 10.1016/j.suscom.2020.100424
[35]	Sheng P F, Li J, Zhai M X, et al. Economic growth efficiency and carbon reduction efficiency in China: Coupling or decoupling[J]. Energy Reports, 2021,7:289-299. doi: 10.1016/j.egyr.2020.12.043
[36]	Foster J E. An axiomatic characterization of the Theil measure of income inequality[J]. Journal of Economic Theory, 1983,31(1):105-121. doi: 10.1016/0022-0531(83)90023-6
[37]	Casilda L V, Oscar V. A simple proof of Foster’s (1983) characterization of the Theil measure of inequality[J]. Economic Modelling, 2013,35:940-943. doi: 10.1016/j.econmod.2013.07.024
[38]	Han M Y, Lao J M, Yao Q H, et al. Carbon inequality and economic development across the Belt and Road regions[J]. Journal of Environmental Management, 2020, DOI: 10.1016/j.jenvman.2020.110250. doi: 10.1016/j.jenvman.2020.110250
[39]	中国统计局. 中国统计年鉴2005-2017[M]. 北京: 中国统计出版社, 2006-2018.
	[ China Statistics Bureau. China Statistical Yearbook 2005-2017[M]. Beijing: China Statistics Press, 2006-2018.]
[40]	中国统计局. 中国能源统计年鉴2005-2017[M]. 北京: 中国统计出版社, 2006-2018.
	[ China Statistics Bureau. China Energy Statistics Yearbook 2005-2017[M]. Beijing: China Statistics Press, 2006-2018.]
[41]	Zheng J L, Mi Z F, Coffman M, et al. Regional development and carbon emissions in China[J]. Energy Economics, 2019,81:25-36. doi: 10.1016/j.eneco.2019.03.003
[42]	刘志红. 区域经济增长与碳排放脱钩及减排目标分析[J]. 黑龙江工业学院学报(综合版), 2019,19(2):68-75.
	[ Liu Z H. Decoupling of China’s regional economic growth and carbon emissions and carbon reduction target[J]. Journal of Heilongjiang University of Technology (Comprehensive Edition), 2019,19(2):68-75.]
[43]	Niu S, Liu Y, Ding Y, et al. China’s energy systems transformation and emissions peak[J]. Renewable and Sustainable Energy Reviews, 2016,58:782-795. doi: 10.1016/j.rser.2015.12.274
[44]	马晓钰, 李强谊. 中国能源消费区域差异分解及影响因素分析[J]. 工业技术经济, 2014,33(10):114-124.
	[ Ma X Y, Li Q Y. Regional difference decomposition and influence factors of China’s energy consumption[J]. Journal of Industrial Technological Economics, 2014,33(10):114-124.]
[45]	汪晗, 代晓玲, 聂鑫. 基于泰尔指数的粤港澳大湾区碳生产率差异分析[J]. 科技管理研究, 2019,39(12):214-221.
	[ Wang H, Dai X L, Nie X. Analysis of difference of carbon productivity in Guangdong-Hong Kong-Marco Greater Bay Area in China based on method of the Theil index[J]. Science and Technology Management Research, 2019,39(12):214-221.]
[46]	尹庆民, 吴秀琳. 环境约束下长江经济带工业能源环境效率差异评价与成因识别研究[J]. 科技管理研究, 2019,39(6):240-247.
	[ Yin Q M, Wu X L. Research on the evaluation and cause identification of industrial environmental energy efficiency differences in the Yangtze River Economic Belt under the constraint of environment[J]. Science and Technology Management Research, 2019,39(6):240-247 ]
[47]	韩梦瑶, 刘卫东, 唐志鹏, 等. 世界主要国家碳排放影响因素分析: 基于变系数面板模型[J]. 资源科学, 2017,39(12):2420-2429.
	[ Han M Y, Liu W D, Tang Z P, et al. Carbon emission impact factor analysis of major countries based on varying coefficient panel modeling[J]. Resources Science, 2017,39(12):2420-2429.]
[48]	林伯强, 孙传旺. 如何在保障中国经济增长前提下完成碳减排目标[J]. 中国社会科学, 2011, ( 1):64-76.
	[ Lin B Q, Sun C W. How can China achieve its carbon emission reduction target while sustaining economic growth?[J]. Social Sciences in China, 2011, ( 1):64-76.]
[49]	柴麒敏, 徐华清. 基于IAMC模型的中国碳排放峰值目标实现路径[J]. 中国人口·资源与环境, 2015,25(6):37-46.
	[ Chai Q M, Xu H Q. Modeling carbon emission peaking pathways in China based on integrated assessment model IAMC[J]. China Population, Resources and Environment, 2015,25(6):37-46.]
[50]	Tapio P. Towards a theory of decoupling: Degrees of decoupling inthe EU and the case of road traffic in Finland between 1970 and 2001[J]. Transport Policy, 2005,12:137-151. doi: 10.1016/j.tranpol.2005.01.001
[51]	Shan Y, Fang S, Cai B, et al. Chinese cities exhibit varying degrees of decoupling of economic growth and CO₂ emissions between 2005 and 2015[J]. One Earth, 2021,4(1):1-11. doi: 10.1016/j.oneear.2021.01.001
[52]	潘竟虎, 张永年. 中国能源碳足迹时空格局演化及脱钩效应[J]. 地理学报, 2021,76(1):206-222. doi: 10.11821/dlxb202101016 pmid: 059415c7-ffd6-499f-b93e-8b56087ad269
	[ Pan J H, Zhang Y N. Spatiotemporal patterns of energy carbon footprint and decoupling effect in China[J]. Acta Geographica Sinica, 2021,76(1):206-222.] pmid: 059415c7-ffd6-499f-b93e-8b56087ad269

类型	脱钩状态	经济发展	碳排放压力	脱钩弹性
脱钩	强脱钩	（0, +∞）	（-∞, 0）	（-∞, 0）
	弱脱钩	（0, +∞）	（0, +∞）	[0, 0.8）
	衰退脱钩	（-∞, 0）	（-∞, 0）	（1.2, +∞）
连接	扩张挂钩	（0, +∞）	（0, +∞）	[0.8, 1.2]
连接	衰退挂钩	（-∞, 0）	（-∞, 0）	[0.8, 1.2]
负脱钩	扩张负脱钩	（0, +∞）	（0, +∞）	（1.2, +∞）
	弱负脱钩	（-∞, 0）	（-∞, 0）	[0, 0.8）
	强负脱钩	（-∞, 0）	（0, +∞）	（-∞, 0）

区域	省/自治区/直辖市
华北	北京、天津、河北、山西、内蒙古
东北	辽宁、吉林、黑龙江
华东	上海、江苏、浙江、安徽、福建、江西、山东
华中	河南、湖北、湖南
华南	广东、广西、海南
西南	重庆、四川、贵州、云南
西北	陕西、甘肃、青海、宁夏、新疆

序号	区域	碳强度变化/（kg/元）	碳强度降幅	省份贡献
1	华北	0.38→0.24	36.36%	山西（26.99%）、河北（21.33%）、天津（20.87%）、内蒙古（19.56%）、北京（11.25%）
2	东北	0.33→0.20	38.70%	吉林（53.47%）、黑龙江（26.51%）、辽宁（20.02%）
3	华东	0.22→0.12	46.52%	山东（25.52%）、江苏（14.67%）、上海（13.72%）、浙江（13.49%）、安徽（12.09%）、福建（11.85%）、江西（8.66%）
4	华中	0.27→0.13	51.80%	湖北（35.78%）、河南（33.91%）、湖南（30.31%）
5	华南	0.15→0.09	41.94%	广西（35.93%）、广东（35.70%）、海南（28.37%）
6	西南	0.30→0.13	55.38%	贵州（45.81%）、云南（25.49%）、重庆（17.06%）、四川（11.64%）
7	西北	0.37→0.32	13.77%	甘肃（140.48%）、陕西（83.32%）、青海（49.81%）、宁夏（-82.36%）、新疆（-91.25%）

年份	碳排放			经济发展
年份	泰尔指数	区域内贡献/%	区域间贡献/%	泰尔指数	区域内贡献/%	区域间贡献/%
2005	0.09	56.42	43.58	0.12	59.19	40.81
2006	0.09	57.70	42.30	0.12	58.38	41.62
2007	0.09	56.60	43.40	0.11	58.06	41.94
2008	0.10	56.23	43.77	0.11	57.33	42.67
2009	0.11	57.58	42.42	0.10	57.12	42.88
2010	0.11	54.83	45.17	0.09	56.29	43.71
2011	0.12	56.40	43.60	0.09	56.80	43.20
2012	0.12	54.99	45.01	0.08	57.19	42.81
2013	0.13	53.24	46.76	0.08	57.54	42.46
2014	0.13	52.48	47.52	0.08	58.23	41.77
2015	0.14	52.98	47.02	0.08	58.73	41.27
2016	0.14	52.29	47.71	0.08	59.13	40.87
2017	0.16	54.89	45.11	0.08	59.33	40.67

序号	地区	碳排放脱钩状态
序号	地区	脱钩趋势	稳定性指数
1	北京	弱脱钩→强脱钩	0.40
2	天津、河北、吉林、江苏、山东、广东、甘肃	弱脱钩	0.11~0.19
3	山西、辽宁、黑龙江、浙江、江西、重庆、云南	扩张挂钩→弱脱钩	0.05~0.23
4	内蒙古、上海、安徽、河南、湖北、湖南、广西、海南、贵州、陕西、青海	扩张负脱钩→扩张挂钩→弱脱钩	0.07~0.33
5	福建、四川	扩张挂钩和弱脱钩交替	0.11~0.13
6	宁夏、新疆	扩张负脱钩和扩张挂钩交替	0.04~0.24

中国省域碳排放的区域差异及脱钩趋势演变

Regional disparity and decoupling evolution of China’s carbon emissions by province

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 52

相关文章 15

Metrics

本文评价

推荐阅读 0

序号	区域	脱钩状态	脱钩指数变化趋势	稳定性指数
1	华北	弱脱钩与扩张挂钩交替	0.70→0.47	0.09
2	东北	扩张挂钩→弱脱钩	0.86→0.42	0.11
3	华东	弱脱钩	0.76→0.33	0.09
4	华中	扩张负脱钩→扩张挂钩→弱脱钩	1.23→0.28	0.14
5	华南	弱脱钩	0.73→0.39	0.11
6	西南	扩张挂钩→弱脱钩	0.94→0.25	0.10
7	西北	扩张挂钩	0.99→0.81	0.14

[1]	洪竞科, 李沅潮, 蔡伟光. 多情景视角下的中国碳达峰路径模拟——基于RICE-LEAP模型[J]. 资源科学, 2021, 43(4): 639-651.
[2]	刘宏笪, 张济建, 张茜. 全球供应链视角下的中国碳排放责任与形象[J]. 资源科学, 2021, 43(4): 652-668.
[3]	周迪, 罗东权. 绿色税收视角下产业结构变迁对中国碳排放的影响[J]. 资源科学, 2021, 43(4): 693-709.
[4]	姜宛贝, 刘卫东. 中国经济空间格局演变及其CO₂排放效应[J]. 资源科学, 2021, 43(4): 722-732.
[5]	郭珊, 韩梦瑶, 杨玉浦. 中国省际隐含能源流动及能效冗余解析[J]. 资源科学, 2021, 43(4): 733-744.
[6]	屈秋实, 王礼茂, 王博, 向宁. 中国有色金属产业链碳排放及碳减排潜力省际差异[J]. 资源科学, 2021, 43(4): 756-763.
[7]	刘奎, 王健. 土地经营对中国城市空间扩张的驱动机制——基于273个地级市的实证分析[J]. 资源科学, 2021, 43(4): 764-775.
[8]	吕梦轲, 张丽君, 秦耀辰, 张梦梦, 杨佳昕, 于燕. 1987—2016年中国粮食贸易时空格局演变及贸易结构安全性评估[J]. 资源科学, 2021, 43(4): 838-848.
[9]	宋璐璐, 曹植, 代敏. 中国乘用车物质代谢与碳减排策略[J]. 资源科学, 2021, 43(3): 501-512.
[10]	汪中才, 宋庆彬, 蔡铠涵, 李金惠. 家用空调制冷剂物质流动态演化特征——以中国澳门特别行政区为例[J]. 资源科学, 2021, 43(3): 556-566.
[11]	张优, 程明今, 刘雪薇. 中国煤炭铁路运输生命周期温室气体排放研究[J]. 资源科学, 2021, 43(3): 601-611.
[12]	赵娜娜, 王志宝, 李鸿梅. 中国能耗模式演变及其对经济发展的影响[J]. 资源科学, 2021, 43(1): 122-133.
[13]	纪晓萌, 秦伟山, 李世泰, 刘肖梅, 王秋贤. 中国地级单元旅游业发展效率格局及影响因素[J]. 资源科学, 2021, 43(1): 185-196.
[14]	孙艺璇, 程钰, 刘娜. 中国经济高质量发展时空演变及其科技创新驱动机制[J]. 资源科学, 2021, 43(1): 82-93.
[15]	韩璟, 陈泽秀, 卢新海. 中国海外耕地投资发展的时空格局演变与影响因素[J]. 资源科学, 2020, 42(9): 1715-1727.