武戈　鄭哲貝　周五七

內容提要：基于脫鉤理論，本文對我國30個省工業(yè)碳解鎖效應進行定量測算和分類，并運用STIRPAT面板數(shù)據(jù)模型對我國和三大區(qū)域碳解鎖的驅動因素進行分析。結果表明：勞均產出、研發(fā)投入比重、能源利用效率和能源消費結構對全國及不同區(qū)域的碳排放強度的作用效果“大同小異”，其中能源利用效率對碳排放強度的抑制作用最大、勞均產出次之，能源消費結構對碳排放強度的正向影響最大；特別注意到Ⅲ類地區(qū)的研發(fā)強度與碳排放強度呈正相關，與預期相反，可能的解釋是研發(fā)投入主要用在了促進工業(yè)增加值增長方面而不是節(jié)能減排。

關鍵詞：脫鉤模型；碳解鎖； 碳排放強度

中圖分類號：F42 文獻標識碼：A 文章編號：1001-148X（2017）02-0043-07

一、引言

改革開放以來，我國逐步形成了以重化工業(yè)為基礎的產業(yè)結構和以化石燃料為主的能源結構。盡管2007年頒布了低碳經濟發(fā)展戰(zhàn)略并相繼出臺各種政策，我國的碳排放水平仍持續(xù)顯著上升，經濟發(fā)展明顯高碳化，其中，工業(yè)是主要碳排放部門，占到了總量70%左右，遠高于其他發(fā)達國家。我國工業(yè)行業(yè)發(fā)展陷入“碳鎖定”（Carbon Lock-in），嚴重影響了工業(yè)的低碳化轉型。因此，加快工業(yè)碳解鎖進程，對促進中國二氧化碳排放早日達到峰值有至關重要的影響，也是我國發(fā)展低碳經濟的關鍵。

西班牙學者Unruh首先提出并使用了“碳鎖定”這一概念，認為自工業(yè)革命以來，由于對化石能源的高度依賴，工業(yè)經濟已經“鎖定”在了以碳基技術為基礎的技術體系中，并阻礙了低碳技術擴散，由報酬遞增驅動的技術和制度共同演化過程形成的“技術-制度復合體”（Techno-Institutional Complex，TIC）是碳鎖定形成的重要原因[1]。Cowan[2]、Carley[3]、Karlsson[4]等以具體行業(yè)為例，論證了已經形成碳鎖定的事實。關于如何擺脫“碳鎖定”即“碳解鎖”，理論上可以有兩種模式：局部改變和整體替換，前者成本較低且容易操作，但無法從根本上解決問題，后者成本偏高，且難以維持整個技術系統(tǒng)的穩(wěn)定，風險較大。由于技術-制度復合體的自我強化特征，Unruh認為需要外部力量，如突破性新技術或“突發(fā)事件”引發(fā)的社會運動才能實現(xiàn)[5]。Cowan和Hulten持同樣的觀點，認為外部沖擊可以是相關技術的危機、政府制度、技術突破、消費偏好改變等[6]。

國內學者謝來輝（2009）[7]、李宏偉（2013）[8]、謝海生和莊貴陽（2016）[9]等在這方面也做了一些有益的探索，且集中在理論層面較多。在探討我國碳鎖定成因上，李宏偉和楊梅錦（2013）在技術鎖定和制度鎖定的基礎上，提出了組織鎖定和產業(yè)鎖定[10]；屈錫華更加結合我國具體情況，認為除了技術、能源結構等共同因素外，政府對GDP的過分追捧以及在世界經濟格局中的分工地位也是我國出現(xiàn)碳鎖定的重要原因[11]。也有學者分析了不同行業(yè)的碳鎖定成因及解鎖途徑[12-15]。目前碳鎖定實證研究相對較少，林秀群（2014）、汪中華和成鵬飛（2015）利用地區(qū)碳承載力和碳排放量的差值分別對云南和黑龍江省碳鎖定進行表征[16-17]；王志華等（2012）、沈友娣等（2014）運用脫鉤模型對區(qū)域鎖定效應做了判定[18-19]。從全國層面，郭進和徐盈之（2015）基于產出法實證分析了我國的碳鎖定狀況，發(fā)現(xiàn)大部分產業(yè)從部門內和部門間兩個層面實現(xiàn)了較大程度的解鎖[20]；周五七和唐寧（2015）系統(tǒng)評估了1998-2012年我國工業(yè)各細分行業(yè)的碳排放脫鉤彈性，發(fā)現(xiàn)不同工業(yè)行業(yè)間存在明顯的碳解鎖特征差異[21] 。

在上述研究文獻的基礎上，本文試圖以省級層面為切入點，借鑒脫鉤理論研究成果，對各省碳解鎖效應進行定量測算，然后利用2005-2014年間我國30個省市的面板數(shù)據(jù)，從產出效率、技術進步、能源結構等角度對影響我國碳解鎖的因素進行實證分析，并提出相應的對策建議。

二、我國工業(yè)碳解鎖進程的動態(tài)分析

（一）脫鉤模型

借鑒Tapio關于交通運輸量與經濟增長關系的脫鉤理論，并參考趙一平（2006）[22]等人的方法，分別用Y和C表示各省工業(yè)增加值和工業(yè)二氧化碳排放量，則C/Y表示單位工業(yè)產出的二氧化碳排放量，即碳排放強度。這三個變量的變化量可表示為：

（二）碳排放測算和數(shù)據(jù)來源

參考IPCC（Intergovernmental Panel on Climate Change，聯(lián)合國政府間氣候變化專門委員會） 溫室氣體排放清單指南中的方法[23]，對我國30個省市、自治區(qū)（西藏、港澳臺地區(qū)由于缺少數(shù)據(jù)不進行計算）的工業(yè)能源消耗二氧化碳排放量進行估算，具體計算公式為：

式中，CO2i表示i種能源消耗所產生的CO2排放總量（萬噸）；Ei表示i種能源終端消費量；NCVi表示能源的平均低位發(fā)熱量，數(shù)值參考《中國能源統(tǒng)計年鑒》附錄（略）；EFi為碳排放因子；COFi為碳氧化率，各能源的碳氧化率均在98%以上，為簡便計算本文均假設為1；44/12為CO2與C的分子量比值。為保證統(tǒng)計數(shù)據(jù)口徑的一致性，本文將最終能源消費種類分為原煤、洗精煤、其他洗煤、型煤、焦炭、焦爐煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣、天然氣、其他石油制品、其他焦化產品以及其他能源共計18種。各類能源的碳排放因子及折標煤系數(shù)參考《綜合能耗計算通則》（GB/T2589-2008）和《IPCC國家溫室氣體清單編制指南（2006）》進行設定。

本文使用的工業(yè)增加值數(shù)據(jù)來自2005-2014年各省的統(tǒng)計年鑒，單位為億元。計算工業(yè)產值以2005年為基準年，其他年度工業(yè)產值通過價格指數(shù)PPI轉化為價格基準年可比價。

（三）基于脫鉤模型的碳解鎖分析

分析各省工業(yè)碳解鎖的演變趨勢，首先比較各省碳排放強度的變化。工業(yè)碳排放強度降低，表明對環(huán)境的負面影響減弱，工業(yè)經濟增長的質量有所提高。根據(jù)發(fā)達國家的經驗，在實現(xiàn)碳解鎖的過程中，工業(yè)碳排放首先會隨著工業(yè)增加值一同上升，但增長速度低于后者；當工業(yè)增加值穩(wěn)定增長，碳排放量反而減少時，即實現(xiàn)了絕對解鎖。

由于碳排放強度取決于各省碳排放量和工業(yè)增加值的比值，碳排放量大且工業(yè)產值高的省份碳排放強度可能會低于碳排放量小且工業(yè)產值低的地區(qū)。圖1描繪了2005-2014年我國各省份碳排放量強度的動態(tài)變化趨勢，便于對各省份的碳排放強度進行橫向比較及時間上的縱向比較。

可以看到，考察年份內各省份的碳排放強度基本呈現(xiàn)下降趨勢，說明整體上我國工業(yè)行業(yè)的碳排放與工業(yè)增加值之間解鎖趨勢較明顯。2005-2014年，全國的平均碳排放強度從427噸/萬元下降到了207萬元，下降了515%。其中，碳排放強度最高的省份一直是寧夏，從2005年的105噸/萬元下降到2014年的535噸/萬元，下降幅度為4904%；碳排放強度最低的省份略有變化，2005年最低的是廣東、為12噸/萬元，之后的2008年和2011年均為浙江，從2008年的115噸/萬元下降到了2011年的083噸/萬元，2014年碳排放強度最低的是北京、僅為05噸/萬元。

基于碳排放強度變化的分析較為粗略地判斷了碳排放和工業(yè)增加值之間的相對變化關系。為更精確地分析，利用脫鉤模型測算2005—2014年各省碳解鎖變化趨勢，具體結果見表2。

工業(yè)起步較早、經濟發(fā)展水平較高的省份碳解鎖狀態(tài)比較穩(wěn)定，多表現(xiàn)為相對解鎖，主要有北京、天津、上海、江蘇、浙江和廣東6省，其中北京、浙江、上海等有出現(xiàn)連續(xù)幾年絕對解鎖?？疾旄魇〉漠a業(yè)結構，發(fā)現(xiàn)北京、上海的第三產業(yè)占了絕對的比例，其中又以現(xiàn)代服務業(yè)為主。以2014年為例，北京和上海第三產業(yè)占總產值的比重分別達到了779%和678%，遠高于其他省份。天津、江蘇、浙江和廣東盡管目前第二產業(yè)的比重較大，但由于并不是以資源型的重工業(yè)為主且能源利用水平相對較高，所以工業(yè)產出較高，碳排放強度較低。總的來說，這幾個地區(qū)的經濟發(fā)展質量較高，對碳排放也有較好的控制，是我國實現(xiàn)碳解鎖和節(jié)能減排目標的領頭羊。

有些省區(qū)經濟處在快速發(fā)展階段，碳排放波動變化比較劇烈，導致碳解鎖狀態(tài)不夠穩(wěn)定，這些省份主要有山西、內蒙古、遼寧、吉林、黑龍江、江西、海南、陜西、甘肅、青海和新疆。其中山西、內蒙古是我國的煤炭大省，經濟對煤炭的依賴性較高；而遼寧、吉林、黑龍江則是傳統(tǒng)的東北老工業(yè)基地，重工業(yè)比重較大，目前仍以煤炭為主，導致這幾個地區(qū)的經濟發(fā)展質量不高。海南省雖以旅游業(yè)為主，第二產業(yè)不是很發(fā)達，如2014年的工業(yè)產值不到全國平均水平的7%，但近年來工業(yè)產生的碳排放量呈遞增趨勢，出現(xiàn)了增長鎖定和相對解鎖交替出現(xiàn)的局面。其余幾個省份經濟發(fā)展的同時伴隨著工業(yè)碳排放的增加，偶爾會出現(xiàn)下降的情況，波動較大。總的來說，這些地區(qū)工業(yè)經濟的發(fā)展主要還是依賴于能源的大量消耗，工業(yè)經濟發(fā)展效益不高，碳減排任務比較艱巨。

有些省區(qū)經濟還在快速發(fā)展階段，碳排放較穩(wěn)定，基本上處于相對解鎖狀態(tài)，主要有河北、安徽、福建、山東、河南、湖北、湖南、廣西、重慶、貴州、云南、寧夏、四川13個省份。河北和山東是較為典型的重工業(yè)省份，對能源資源的依賴較高，雖然表現(xiàn)為相對解鎖，但是這兩個地區(qū)的工業(yè)產值和碳排放水平同時表現(xiàn)為上升，經濟發(fā)展效益不高，離實現(xiàn)絕對解鎖還有一定的距離。廣西始終為相對解鎖狀態(tài)，可能是由于其第一產業(yè)比重較大。貴州是我國的礦產資源大省，除了2009年出現(xiàn)增長鎖定，其余年份為相對解鎖。其他省份如安徽、福建、河南等均表現(xiàn)為工業(yè)總產值和碳排放水平的雙增。總的來說，這些地區(qū)的工業(yè)產值和能源消耗量表現(xiàn)為同步增長狀態(tài)，因此這些地區(qū)工業(yè)發(fā)展的主要目標是在不影響經濟增速的情況下控制碳排放水平，從而降低碳排放強度，這樣才有利于實現(xiàn)可持續(xù)發(fā)展。

三、碳解鎖影響因素分析

（一）模型與數(shù)據(jù)

上述分析表明不同省份的碳解鎖進程存在一定差異，進一步分析造成這些差異的原因。采用經典的STIRPAT模型：

式中a為模型系數(shù)，P、A、T分別表示人口規(guī)模、富裕程度和技術水平，b、c、d為對應的彈性系數(shù)，ε為隨機誤差項?？紤]到本文研究的是工業(yè)層面，對解釋變量進行改進，最終選取勞均產出、技術水平、能源消費結構等作為解釋變量，工業(yè)碳排放強度為被解釋變量。為降低模型異方差，對模型采用經典的對數(shù)處理方式，最終表達式為：

式中，下標i指各省份，i=1，2，3…30；t為相應的年份；CEI為工業(yè)碳排放強度；αi為固定效應，表示各省的特征；μi為隨機誤差項；系數(shù)βi分別度量了各解釋變量對當期碳排放強度即被解釋變量的影響程度。對其他解釋變量的說明如下：（1）原模型中的富裕程度用勞均產出（PO）來衡量，即各省單位從業(yè)人員的工業(yè)總產值（單位：萬元/人），回歸系數(shù)預期為負。（2）借鑒邵帥（2010）[24]等人的做法，將技術水平分解為投入型變量和產出型變量，分別用研發(fā)投入比重（RD）和能源效率（EI）來衡量，前者用各省工業(yè)企業(yè)研發(fā)內部支出占工業(yè)增加值之比表示，后者用單位能源產出（單位：萬元/噸標準煤）來衡量，預計兩者符號為負。（3）能源結構（ECS），相比石油和天然氣，單位煤炭燃燒產生的CO2排放量要更高，而我國多煤少氣貧油的能源結構導致長期以來我國的能源消費一直以煤為主。為此，本文用煤炭消費量比重作為能源消費結構的代理變量，回歸系數(shù)預期為正。上述變量所需數(shù)據(jù)根據(jù)歷年各省統(tǒng)計年鑒、《中國工業(yè)經濟統(tǒng)計年鑒》、《工業(yè)企業(yè)科技活動統(tǒng)計年鑒》及《中國能源統(tǒng)計年鑒》計算整理得到，價格類指標均折算成2005年可比價。

（二）實證分析

采用LLC（Levin-Lin-Chu）、IPS（Im-Pesaran-Shin）、ADF-Fisher和PP-Fisher4種方法對變量進行單位根檢驗，表3的檢驗結果顯示，變量均為一階單整。

考慮到樣本容量（大N小T），本文采用Pedroni和Kao方法檢驗變量間是否存在協(xié)整關系。由表4可見，兩種方法檢驗結果表明在1%顯著性水平上拒絕原假設，說明被解釋變量和解釋變量之間存在長期協(xié)整關系。

面板數(shù)據(jù)模型通常分為無個體影響的不變系數(shù)模型、變截距模型和變系數(shù)模型。其中，F(xiàn)統(tǒng)計量用于判定模型中是否存在個體固定效應；Hausman檢驗用于判定建立固定效應還是隨機效應模型。根據(jù)Hausman檢驗結果，本文選擇個體固定效應模型。多重共線性檢驗表明，解釋變量方差膨脹系數(shù)（VIF）檢驗均小于2，其平均值為152，說明多重共線性問題較弱。模型估計結果如表5所示。

表5給出了全國范圍固定效應模型（FE）的估計結果。從模型1的回歸結果來看，除研發(fā)投入比重在5%的水平上顯著外，其余解釋變量均在1%的水平上顯著，說明勞均產出、研發(fā)投入比重、能源利用效率水平和能源消費結構對工業(yè)碳排放強度都有顯著影響，回歸系數(shù)符號整體上符合預期，R2為099，說明模型整體上顯著。

考慮到模型可能存在自相關和異方差問題，模型2進一步采用了Driscoll-Kraay標準差（DK）方法進行估計。從回歸結果來看，各解釋變量對工業(yè)碳排放強度均有顯著影響，符號均符合預期。其中，能源利用效率對碳排放強度的抑制作用最大，能源利用效率水平每提高1%，會引起碳排放強度降低09015%，對環(huán)境產生正向效應。勞均產出對工業(yè)碳排放強度的影響系數(shù)為負，我們認為，碳排放強度的變化取決于碳排放水平和工業(yè)增加值兩者的相對變化幅度，當碳排放水平的增加幅度小于后者的增加幅度時，碳排放強度表現(xiàn)為降低?；貧w結果系數(shù)為-00456，說明每上升1%，會引起工業(yè)碳排放強度降低00456%。彈性系數(shù)小于1，則說明勞均產出的增長速度要高于工業(yè)碳排放強度的增長速度。研發(fā)投入比重的系數(shù)也為負，每上升1%，工業(yè)碳排放強度將降低00126%?？梢?，提高研發(fā)投入比重帶來的技術進步以及由此提高勞動生產率是降低工業(yè)碳排放強度的一個重要因素。煤炭占能源消費比重對碳排放強度的系數(shù)符號為正，說明目前我國工業(yè)碳排放強度對能源消費是很敏感的，煤炭消費比重每增加1%，會引起碳排放強度上升02188%。

進一步地，在前文區(qū)域分類的基礎上，建立分區(qū)域的面板數(shù)據(jù)模型進行研究。根據(jù)模型設定檢驗形式，Ⅱ類地區(qū)建立隨機效應變截距模型，Ⅰ類和Ⅲ類地區(qū)則建立固定效應變截距模型。模型3-5給出了相應的估計結果。三個區(qū)域的R2都很高，模型擬合較好，各變量的回歸系數(shù)符號符合預期，除了個別地區(qū)個別變量系數(shù)不顯著外，大部分變量都滿足至少在5%水平上顯著?？梢钥吹剑海?）三類區(qū)域的勞均產出回歸系數(shù)均為負值，說明隨著人均工業(yè)產出的增加，區(qū)域工業(yè)碳排放強度會隨之降低。除Ⅱ類地區(qū)的估計系數(shù)不顯著外，其他兩類地區(qū)的系數(shù)顯著為負，其中，Ⅲ類地區(qū)的勞均產出彈性系數(shù)為-00486，高于Ⅰ類地區(qū)的-00317。這說明通過資本、設備等的投入來提高勞動生產率從而實現(xiàn)碳解鎖是可行的，特別是Ⅲ類地區(qū)，在制定對策時，要以提高人均工業(yè)產出為重點。（2）Ⅰ類地區(qū)研發(fā)投入對碳排放強度的抑制作用最大，為-00553，Ⅱ類地區(qū)次之，為-00194，說明Ⅰ類地區(qū)對技術進步最為敏感。值得注意的是，Ⅲ類地區(qū)的研發(fā)強度與碳排放強度呈正相關且不顯著，與預期相反，可能的解釋之一是，研發(fā)投入主要用在了促進工業(yè)增加值增長方面而不是節(jié)能減排，導致技術效應沒有完全發(fā)揮出減排的作用，這也是李小平和盧現(xiàn)祥（2010）[25]、何小鋼和張耀輝（2012）[26]提出的觀點。（3）能源利用效率彈性是所有彈性系數(shù)中最大的，這也為實現(xiàn)碳解鎖提供了一個方向?；貧w結果表明，能源利用水平每增加1%，將會引起Ⅰ類地區(qū)降低08663%，Ⅱ類地區(qū)和Ⅲ類地區(qū)分別降低09474%和09163%。能源利用效率水平越高，單位產出的能耗就越少。（4）煤炭在能源消耗中的占比對碳排放強度有明顯的正向影響。煤炭占比每增加1%，會導致Ⅲ類地區(qū)的碳排放強度增加02723%，比Ⅱ類地區(qū)高出00184個百分點，比Ⅰ類地區(qū)高出了0146個百分點之多。反過來也可以這么認為，煤炭占比每減少1%，Ⅲ類地區(qū)減少的碳排放強度也是最多的。改善能源結構將是實現(xiàn)碳解鎖的重要保障。

四、結論與啟示

工業(yè)是我國能源消耗和碳排放的主要部門，目前我國正處于工業(yè)化中期階段，GDP的增長主要依賴于第二產業(yè)，通過放緩經濟增長來實現(xiàn)碳減排顯然是不現(xiàn)實的。鑒于此，如何正確處理好經濟發(fā)展與環(huán)境之間的關系，尋求碳解鎖路徑顯得尤為重要。本文基于碳排放強度和脫鉤模型較為系統(tǒng)地分析了2005-2014年我國各省份工業(yè)碳解鎖變化趨勢及其影響因素，得到以下主要結論：（1）北京、天津、上海、江蘇、浙江和廣東6省由于發(fā)展較早、經濟發(fā)展水平較高，多表現(xiàn)為相對解鎖，其中北京、浙江和上海有連續(xù)幾年實現(xiàn)絕對解鎖，經濟發(fā)展質量較高，有利于節(jié)能減排目標的實現(xiàn)。（2）山西、內蒙古、遼寧、吉林、黑龍江、江西、海南、陜西、甘肅、青海和新疆這11個省份經濟還在快速發(fā)展階段，碳排放變化比較劇烈導致了碳解鎖狀態(tài)變化較大，碳減排壓力較大。（3）河北、安徽、福建、山東、河南、湖北、湖南、廣西、重慶、貴州、云南、寧夏、四川等13個省份經濟還在快速發(fā)展階段，工業(yè)產值和能源消耗量表現(xiàn)為同步增長狀態(tài)，解鎖狀態(tài)也相對穩(wěn)定。這些地區(qū)工業(yè)發(fā)展的主要目標是在不影響經濟增速的情況下控制碳排放水平，這樣才有利于實現(xiàn)可持續(xù)發(fā)展。

在對我國工業(yè)碳排放強度的影響因素分析中，勞均產出、研發(fā)投入比重、能源利用效率和能源消費結構這四個解釋變量對全國及不同區(qū)域的碳排放強度的作用效果基本一致，但影響的程度不同。能源效率和勞均產出與工業(yè)碳排放強度顯著負相關，提高能源利用效率水平和勞均產出有利于加快碳解鎖進程；能源消費結構促進了碳排放強度的上升；研發(fā)投入比重的影響系數(shù)為正，加大研發(fā)投入提升比重有利于降低碳排放強度。

上述實證研究結果對實現(xiàn)我國工業(yè)碳解鎖有以下啟示：

（1）工業(yè)化進程加快帶來的能源剛性需求使得短時間內控制我國的碳排放規(guī)模比較困難，努力降低碳排放強度才是保障經濟發(fā)展同時實現(xiàn)節(jié)能減排的有效途徑。通過提高勞動生產率，使相同碳排放水平下的產出規(guī)模增加，從而降低碳排放強度。

（2）化石燃料能源的燃燒是二氧化碳的主要來源，優(yōu)化我國能源消費結構，減少煤炭使用，提高清潔能源使用比例，將對減少碳排放、實現(xiàn)碳解鎖產生較大的正向影響。但同時也要認識到，自改革開放以來形成的以煤為主的能源結構在短期內較難改變，真正實現(xiàn)能源結構優(yōu)化是一項長期而艱巨的任務。

（3）能源效率對控制碳排放強度最為有效，而提升能源利用效率水平主要依賴于技術水平的進步。目前各省的研發(fā)投入比重和能源效率水平差距較大，即使是技術水平較為先進的北上廣等發(fā)達省市，與國際先進水平相比還是存在著一定的差距。因此，有賴于政府部門提高研發(fā)投入比重，引導企業(yè)節(jié)能減排技術的研發(fā)和利用，同時注重國外先進環(huán)保技術的引進，逐步打破高碳技術所形成的碳鎖定，實現(xiàn)經濟增長的低消耗、高效益。

參考文獻：

[1] Unruh G C. Understanding carbon lock-in[J].Energy Policy，2000，28（12）：817-830.

[2] Cowan R，Gunby P. Sprayed to Death： Path Dependence，Lock-In andPest Control Strategies.[J].Economic Journal，1996，106（436）：521-42.

[3] Carley S. Historical analysis ofU.S. electricity markets： Reassessing carbon lock-in[J].Energy Policy，2011，39（2）：720-732.

[4] Karlsson R. Carbon lock-in，rebound effects andChina at the limits of statism[J].Energy Policy，2012，51（6）：939-945.

[5] Unruh G C. Escaping carbon lock-in[J].Energy Policy，2002，30（4）：317-325.

[6] Cowan R，Hultén S. Escaping lock-in： the case of the electric vehicle[J].Technologicalforecasting and social change，1996，53（1）： 61-79.

[7] 謝來輝. 碳鎖定、“解鎖”與低碳經濟之路[J].開放導報，2009（5）：8-14.

[8] 李宏偉. “碳鎖定”與“碳解鎖”研究：技術體制的視角[J].中國軟科學，2013（4）：39-49.

[9] 謝海生，莊貴陽. 碳鎖定效應的內涵、作用機制與解鎖路徑研究[J].生態(tài)經濟，2016，32（1）：38-42.

[10]李宏偉，楊梅錦. 低碳經濟中的“碳鎖定”問題與“碳解鎖”治理體系[J].科技進步與對策，2013（15）：41-46.

[11]屈錫華，楊梅錦，申毛毛. 我國經濟發(fā)展中的“碳鎖定”成因及“解鎖”策略[J].科技管理研究，2013，33（7）：201-204.

[12]楊玲萍，呂濤. 我國碳鎖定原因分析及解鎖策略[J].工業(yè)技術經濟，2011，30（4）：151-157.

[13]張慶彩，阮文玲. 我國資源型城市“高碳鎖定”的內在機制及解鎖路徑——以安徽省淮北市為例[J].現(xiàn)代城市研究，2013（2）：94-99.

[14]張慶彩，盧丹，張先鋒. 國際貿易的低碳化及我國外貿突破“高碳鎖定”的策略[J].科技管理研究，2013，33（6）：111-114.

[15]呂濤，張美珍，楊玲萍. 基于扎根理論的家庭能源消費碳鎖定形成機理及解鎖策略研究[J].工業(yè)技術經濟，2014（2）：13-21.

[16]林秀群. 區(qū)域碳鎖定的判定研究——以云南省為例[J].昆明理工大學學報：社會科學版，2014（3）：73-79.

[17]汪中華，成鵬飛. 黑龍江省礦產資源開發(fā)區(qū)碳鎖定及解鎖路徑[J].礦產保護與利用，2015（6）：1-7.

[18]王志華，繆玉林，陳曉雪. 江蘇制造業(yè)低碳化升級的鎖定效應與路徑選擇[J].中國人口：資源與環(huán)境，2012（S1）：278-283.

[19]沈友娣，章慶，嚴霜. 安徽制造業(yè)碳排放驅動因素、鎖定狀態(tài)與解鎖路徑研究[J].華東經濟管理，2014（6）：27-30.

[20]郭進，徐盈之. 基于技術進步視角的我國碳鎖定與碳解鎖路徑研究[J].中國科技論壇，2015（1）：113-118.

[21]周五七，唐寧. 中國工業(yè)行業(yè)碳解鎖的演進特征及其影響因素[J].技術經濟，2015，34（4）：15-22.

[22]趙一平，孫啟宏，段寧. 中國經濟發(fā)展與能源消費響應關系研究——基于相對“脫鉤”與“復鉤”理論的實證研究[J].科研管理，2006，27（3）：128-134.

[23]IPCC.2006 IPCC guidelines for national greenhouse gas inventories： volumeⅡ[EBOL].[2012-08-19].Japan： IGES （Institute for Global Environmental Strategies），2006.http：www.ipcc.chipccreports Methodology-reports.htm.

[24]邵帥，楊莉莉，曹建華. 工業(yè)能源消費碳排放影響因素研究——基于STIRPAT模型的上海分行業(yè)動態(tài)面板數(shù)據(jù)實證分析[J].財經研究，2010（11）：16-27.

[25]李小平，盧現(xiàn)祥. 國際貿易、污染產業(yè)轉移和中國工業(yè)CO2排放[J].經濟研究，2010（1）：15-26.

[26]何小鋼，張耀輝. 中國工業(yè)碳排放影響因素與CKC重組效應——基于STIRPAT模型的分行業(yè)動態(tài)面板數(shù)據(jù)實證研究[J].中國工業(yè)經濟，2012（1）：26-35.

Research on Dynamic Evolution Process and Influence Factors of China′s

Industrial Carbon Unlock

WU Ge，ZHENG Zhe-bei，ZHOU Wu-qi

（School of Business，Jiangnan University，Wuxi 214122，China）

Abstract：Based on the decoupling theory， this paper quantitatively estimates and classifies the industrial carbon unlocking effect of 30 provinces in China， and analyzes the influence factors of carbon unlock in China and three regions by using STIRPAT panel data model. The results show per capita output， R&D investment proportion， energy efficiency and energy consumption structure have similar influence on industrial carbon emissions intensity from the national and regional perspective， wherein the energy efficiency has the maximum positive effect on inhibiting the carbon emissions intensity， per capita output comes second， the energy consumption structure has the maximum positive correlation； the R&D investment proportion of region III has a positive correlation with carbon emissions intensity， which is contrary to the expectation. One possible explanation is that the R&D investment is mainly used in the promotion of industrial growth，but not in energy-saving and emission-reduction.

Key words：decoupling model； carbon unlock； carbon emission intensity

（責任編輯：周正）