脱钩模型

关键词：

脱钩模型（精选七篇）

脱钩模型 篇1

关键词：碳排放,经济增长,脱钩模型,时空关系

1 引言

气候变化是当前人类面临的最大挑战之一,已超出科学的范畴,跃升为国际政治与经济问题。碳排放造成的全球气候变化问题是经济发展的产物,对经济发展有很强的负外部性,因此碳排放及其与经济增长之间的关系一直都是国内外研究的热点。目前,国内外学者对碳排放与经济增长的关系研究主要集中在借助因果检验、环境库兹涅茨曲线和空间自相关等方法。Haberl、Greening在研究中指出,到目前为止效率的提高没有降低消费造成的碳排放总量,经济规模扩大所造成的碳排放量可能超过了技术效率提高减少的碳排放量[1,2];Soytas等采用向量自回归模型分析了美国和土耳其的能源消耗、GDP和碳排放之间的因果关系,研究发现GDP不是碳排放的格兰杰成因,能源消耗才是真正的成因[3,4]。国内学者对碳排放与经济增长关系的研究中较具代表性的是: 2010 年牛叔文等以亚太八国作为研究对象,利用面板数据模型对1971—2005 年的能源消耗、GDP和碳排放之间的关系进行了分析,发现三者存在长期均衡的关系[5]; 徐国泉等基于我国1995—2004 年的数据定量分析了能源结构、能源效率和经济增长等对我国人均碳排放的影响[6]; 胡宗义等运用空间计量分析了能源消耗、污染排放与经济增长之间的动态关系[7]; 赵爱文等运用协整检验、误差修正模型和格兰杰因果关系研究了1953—2008 年中国的碳排放和经济增长的关系[8]。

目前,有部分学者运用脱钩指数对碳排放与经济增长的关系进行了研究。例如,王崇梅[9]、彭佳雯等[10]基于脱钩模型分析了我国能源消耗与经济增长之间的关系; 刘怡君等运用Tapio脱钩模型对不同时期、不同地域和不同类型的中国百强城市的经济发展和能源消耗关系进行了研究[11]; 陈浩运用Tapio模型对武汉市1996—2008 年的经济增长与能源消耗的脱钩状况进行了分析[12]; 江生生[13]、周银香[14]利用“脱钩、复钩”方法分析了我国工业和交通业碳排放与经济增长之间的“脱钩、复钩”关系[14]; 张小平等分析了甘肃省农业碳排放与经济增长之间的相互关系[15]。总体来看,目前国内运用脱钩模型对省域或城市层面的碳排放与经济增长研究还较少。

山东省经济雄厚,经济增长保持着较高的增长率,是我国经济、环境和社会系统协调发展的示范性地区。考虑到区域差异制定碳减排政策有助于提升低碳转型的针对性,山东省内各地市的差异较大,目前缺乏以其17 个地市为研究单元的碳排放与经济增长关系的研究。本文从时空演化的研究视角,运用脱钩模型探索了碳排放与经济增长的动态响应关系,为促进山东省产业低碳转型提供政策依据。

2 模型构建与数据处理

2. 1 模型构建

脱钩概念起源于物理学,2002 年经济合作与发展组织出版了《衡量经济增长与环境压力脱钩的指标》一书,将其引入到环境经济学领域,因此奠定了脱钩模型的基础。该书设计了基于驱动力—压力—状态—影响—反应( DPSIR) 框架的脱钩指标。2005 年,Tapio在此基础上进行了完善,形成了脱钩弹性概念[16]。

Tapio脱钩指标实质上是一种弹性分析,数据在核算过程中不受统计量纲变化的影响。本文参考Tapio模型来分析山东省碳排放与经济增长的时空关系,构建模型为:。式中,e为碳排放与经济增长之间的脱钩弹性指标。基于△CO2、△GDP和e值的不同,脱钩状态可分为八类,见表1。

2. 2 数据来源及处理

地区生产总值是衡量一个地区经济产出水平的重要指标,因此本研究中的经济增长通过相关年份的《山东省统计年鉴》公布的地区生产总值数据来反映。由于没有碳排放的直接测量数据,需要对其进行核算。其中,对山东省碳排放数据的核算以《山东省统计年鉴》公布的一次能源消费量与构成为基础,对17 地市碳排放的数据以《山东省统计年鉴》公布的各地市万元GDP能耗为基础进行核算。

本文在对山东省的碳排放进行核算时,采用下面的公式:。式中,C为历年的碳排放总量,E为一次能源消费总量,Ci为第i类能源的碳排放总量,Ei为第i类能源的消费量,Si为第i类能源的消费量,Fi为第i类能源的碳排放系数。由相关年份《山东统计年鉴》公布的数据可知,在山东省一次能源消费量中原煤和原油所占的比重超过98%,因此本文主要考虑以上两类能源,即i =2。根据国家发改委能源研究所公布的各类能源碳排放系数,原煤的碳排放系数为0. 7559,原油的碳排放系数为0. 5857,由此核算得到1995—2013 年山东省的碳排放量。

3 实证分析

在研究各个城市碳排放与经济增长的脱钩关系之前,有必要事先了解省域范围内整体的脱钩情况,这样对分析各个城市碳排放与经济增长脱钩关系的演化过程有着十分重要的指导意义。基于脱钩弹性理论,利用1995—2013 年山东省的GDP和碳排放数据核算出脱钩指数( 图1) 。

基于1995—2013 年山东省的碳排放和经济增长数据,得到1996—2013 年山东省的碳排放增长率、经济增长率和两者的脱钩指数( 表2) 。从图1 可见,1996—2013 年山东省碳排放增长率和经济增长率的变化趋势非常相似,大致分为三个阶段。

第一阶段是1996—2000 年( “九五”规划期间) ,碳排放增长率小,且于1998 年和2000 年出现负值,整体呈下降态势,在此阶段的经济增长率虽然也表现出下降趋势,但其值明显高于碳排放增长率,因此这一阶段的脱钩值在强脱钩和弱脱钩之间波动,属于较理想阶段。究其原因,1997 年爆发的亚洲金融危机一直持续到1999 年才结束,使我国经济遭到了重创,经济速度放缓。更重要的是,国家出台了关停“十五小”的企业政策,山东省淘汰了一批装备老旧、能耗大、污染严重的企业,同时建材行业也积极减排,出台并实施了相关的节能工作意见,促进了减排工作,降低了碳排放。

第二阶段是2001—2005 年( “十五”规划期间) ,碳排放增长率迅速攀升,呈现出明显的上升态势,且在2005 年达到峰值32. 3% ,此时经济增长率开始落后于碳排放增长率,除2004 年的经济增长率比碳排放增长率稍高外,此阶段的其余年份均显著小于碳排放增长率,因此该阶段的脱钩值达到了高峰期,属于非常不理想的阶段。究其原因,亚洲金融危机后我国通过采取一系列措施刺激经济发展,特别是产业集聚发展战略的实施,促进了大批制造、化工和纺织等高能耗产业的迅速兴起,最终导致这一阶段的碳排放量迅速增加。

第三阶段是2006—2013 年( “十一五”规划以来) ,碳排放增长率和经济增长率都表现出起伏变化,但整体变化呈现显著下降趋势,尤其是碳排放增长率迅速下降,使这一阶段均处于弱脱钩状态。这一结果的成因源于2003 年英国能源白皮书首次提出“低碳经济”概念,低碳经济这一主题引起各界的广泛关注。山东省在“十一五”规划中将这一时期定位为经济社会发展的战略转型期,期间全省不断加大减排力度,将减排作为转变经济发展方式的着力点,力争实现经济增长方式由粗放向集约转变,并将节能减排列为干部政绩考核的内容,从而有效开展了减排工作。

值得注意的是,在前两个阶段经济增长率的转折点总是比碳排放增长率的转折点提前一年,由此推断,碳排放的变化可能比经济增长的变化滞后一年。在第三阶段,当经济增长率分别在2007 年、2008 年和2009 年碉到极小值、极大值和极小值时,碳排放增长率分别推迟一年于2008 年、2009 年和2010 年达到极小值、极大值和极小值,进一步验证了前两阶段的推断。

只有对具体市域经济实体内部存在的环境问题进行分析,才能更有针对性地为城市的低碳发展提供参考,从而进一步为省域层面和国家层面的低碳问题提供建设性意见。因此,分析完山东省整体的碳排放与经济增长的脱钩关系之后,探讨各个城市碳排放与经济增长的脱钩关系尤为必要。受数据搜集的限制,本文利用Tapio脱钩模型对2005—2012 年山东省17 城市碳排放与经济增长的关系进行分析,得到2006—2012 年期间的脱钩弹性指数结果,见表3。

总之,1996—2012 年山东省的17 个城市多数处于弱脱钩,尽管2011 年17 个城市中有6 个城市处于理想的强脱钩状态,分别是莱芜市、济宁市、泰安市、聊城市、枣庄市和德州市,但这6 个城市均位于山东省的中西部。事实上,中西部地区的经济发展动力不足,对能源消耗的要求低。从图1 可知,1996—2012 年山东省的碳排放和经济水平整体均表现出下降趋势,但是碳排放增长率下降的幅度远大于经济增长率下降的幅度。即山东省在发展低碳经济的过程中,虽然减排工作取得很大成效,但不可避免地对经济增长造成影响。从长远来看,碳排放增长率的下降速度远远大于经济增长率,说明山东省转变经济增长方式的路径是正确的,在短暂的影响经济后,一定会迎来低碳经济的良性循环。

为了揭示各地市脱钩情况的演变轨迹,本文对2006—2012 年山东省17 城市碳排放与经济增长的脱钩弹性变化进行了深入研究( 图2,见封二) 。在17 个城市的脱钩结果中,历年来多数城市的脱钩值为- 0. 6—0. 8。即在强脱钩和弱脱钩之间波动,处于较理想的脱钩状态,只有五个城市出现显著的高峰期,分别是莱芜市、东营市、威海市、日照市和济宁市。其中,威海市的脱钩值高峰期出现在2008 年,日照市的脱钩值高峰期出现在2009 年,两者的脱钩值均大于4,分别处于很不理想的衰退脱钩和扩张负脱钩状态。莱芜市和济宁市则分别在2008 年和2009 年达到理想的强脱钩状态; 东营市在2009 年达到理想的强脱钩后,碳排放增长率迅速上升超过经济增长率,于2011 年达到不理想的扩张负脱钩状态。

为了更加清晰地看到其他12 个城市的脱钩状态,本文绘制了图3( 见封二) 。12 个城市的脱钩值变化均表现出类似趋势,均呈“W”形状,脱钩值整体呈现下降趋势,且脱钩值极小值的转折点几乎都出现在2009 年和2011 年。尤其是在2011 年有4 个处于理想的强脱钩状态,其余城市处于弱脱钩状态。

4 结论与建议

通过上述分析表明: (1)1996—2013 年山东省碳排放与经济增长的脱钩关系分为三个阶段: 1996—2000年脱钩值很小,在弱脱钩和强脱钩之间波动; 2001—2005 年脱钩值达到高峰期,处于很不理想的扩张负脱钩状态,原因是亚洲金融危机后政府刺激经济发展的措施促进了大批高能耗产业的迅速兴起; 2006 年以来脱钩值又逐渐下降,处于弱脱钩状态,主要源于“低碳经济”的概念提出并受到广泛重视,政府为转变经济增长方式积极开展了节能减排工作。(2)1995—2012 年,在山东省17 城市中只有两个城市出现过很不理想的脱钩状态,分别是威海市在2008 年处于衰退脱钩状态和日照市在2009 年处于扩张负脱钩状态,其他城市大多数处于弱脱钩状态,且各个城市的脱钩值变化趋势都较稳定,大多数城市碳排放与经济增长的脱钩关系呈现“W”型趋势。2011 年,有6 个城市达到了强脱钩的理想状态,但这6 个城市都位于山东省的中西部,经济发展水平较低,对能耗需求也较低。究其原因,山东东西部经济发展水平及其对能耗消费需求的差异,导致了各地市的脱钩状态存在显著区域差异。

脱钩模型 篇2

关键词：产业用地,脱钩指数,LMDI方法,建设用地

一、引言

产业用地是根据土地的产业用途对城市建设用地的一种分类, 泛指城市范围内发展第二、三产业的建设用地, 包括工业用地、商业用地、服务用地和仓储用地等。第二次全国土地调查结果显示, 基于产业用地创造的二、三产业产值占GDP的89.8%, 可见产业用地的重要性。随着城镇化和工业化进程的加快, 建设用地尤其是产业用地的需求日益加大, 用地供需矛盾日益凸显。新世纪以来, 我国用于产业发展的土地规模迅速扩大, 然而其付出的代价是在不到10年的时间里, 耕地减少了1亿多亩。可见, 工业化、城市化的发展造成的土地代价是巨大的, 粗放用地的经济发展方式已经成为影响我国及区域经济社会平稳发展的重要因素。当前及未来一段时期内, 在耕地保护战略目标实现的同时保持较高水平的经济增长, 关键在于促进产业用地利用模式由粗放型向集约型转变, 降低经济增长对产业用地扩张的依赖度[1]。

脱钩理论是针对经济增长对物质消耗的依赖度提出的。早在20世纪末, 国外学者就提出了经济发展与环境压力的“脱钩”问题, 首次将“脱钩”这一概念引入社会经济领域。OECD[2]把脱钩定义为经济增长与环境冲击耦合关系的破裂, 并把脱钩分为绝对脱钩和相对脱钩, 自2002年来, 该脱钩因子得到广泛的应用。Tapio[3]针对交通容量与GDP的脱钩问题提出脱钩弹性系数, 与OECD脱钩指数相比, 对时间段选择的依赖性和敏感性更低, 而且可以构造因果链来考察不同因素变化对脱钩指标变化的作用。Tapio等[4]将脱钩状态进行了详细分类, 以深入地评价一定时间段内的脱钩状况。国内学者陈百明和杜红亮[5,6]最早采用脱钩理论对土地资源和经济变化的关系进行了研究和探索, 构架了我国耕地占用与GDP脱钩研究的理论框架和体系, 随后又对其合理性进行了验证。曹寅贵等[7]研究了区域耕地面积变化与经济增长关系, 分析了耕地占用与GDP变化的脱钩问题。李效顺等[8]提出我国城乡建设用地变化的“脱钩”形态, 为建设用地的优化利用研究提供了新的思路。钟太洋等[9]采用总量关系评价模式对全国范围建设用地与GDP、非农GDP、第三产业GDP进行脱钩研究。

总体来说, 目前关于用地与经济发展的脱钩研究大多从宏观尺度出发, 集中于从整体上测度经济增长与土地利用的脱钩形态, 而缺乏对于脱钩关系影响因素的研究, 其政策指导意义相对不足。综上分析, 本文以中国产业用地为研究对象, 基于LMDI方法构建脱钩指数分解模型, 定量测度经济发展与城市产业用地脱钩指数的影响因素, 以期为工业化、城市化进程中产业用地的集约利用问题提出符合国情的政策建议。

二、研究方法

首先, 建立经济发展与产业用地的脱钩弹性模型, 并结合Tapio方法构建脱钩状态评价指标体系 (如表1) 。将脱钩指数定义为:

式中, L为产业用地量;ΔL为现期相对于基期的产业用地变化量;GDP为非农GDP的产值;ΔGDP为现期相对于基期GDP变动量。

然后, 基于IPAT方程建立产业用地恒等式:

其中, L表示区域产业用地总量 (平方公里) ;i表示产业类型, i=2, 3;Li表示i产业的用地总量 (平方公里) ;GDPi表示i产业的产值 (亿元) ;P表示区域人口数量 (万人) ;ILi表示i产业的用地强度;Si表示产业结构;G表示人均GDP。根据LMDI方法, 从基准年到目标年的产业用地变化差量和各分解因素表达式分别为:

上式中, Lt、L0分别表示目标年和基准年区域产业用地总量;ΔLI表示区域用地强度对产业用地水平的影响;ΔLS表示产业结构对产业用地水平的影响;ΔLG表示产业规模对产业用地水平的影响;ΔLP表示人口规模对产业用地水平的影响。最后, 将 (3) — (7) 带入 (1) 式中, 即可得到脱钩指数的分解模型:

式 (8) 说明, 经济发展与产业用地的脱钩指数被分解为四个效应, 分别是:用地强度效应 (DL) , 产业结构效应 (DS) , 产业规模效应 (DG) , 人口规模效应 (DP) 。

三、实证分析

(一) 脱钩指数状态判定

分别以上一年为基期, 得到了全国和东、中、西部的城市产业用地的环比脱钩指数和相应的脱钩状态 (见表2) 。可以看出, 2001年—2002年间脱钩指数介于0.8与1.2之间, 为增长连接状态, 属于低效扩张型, 集约程度较为粗放;2003年—2005年间脱钩指数由弱脱钩逐渐改善, 至2005年达到强脱钩状态的最理想状态, 属于挖潜发展型, 其集约程度最高。这说明2001—2005年中国城市经济增长的同时, 对于产业用地的依赖性在不断降低, 而2005年之后脱钩指数出现一定程度的反弹, 并基本保持在弱脱钩的非理想状态, 即经济稳定增长, 同时消耗的产业用地面积也在增加, 且经济增长率略高于产业用地增长率, 属于集约扩张型。从总体趋势上看, 脱钩指数变化曲线呈现出“W”型趋势, 城市产业发展并没有摆脱对与产业用地的依赖, 产业用地的集约利用水平还有待提高。

东部城市的脱钩弹性变化趋势与全国的类似, 2001年—2002年脱钩弹性处于增长负脱钩的状态, 属于低效扩张型, 用地水平较为粗放;2003年—2005年逐渐由弱脱钩改善至强脱钩状态;2006年—2011年基本维持在弱脱钩状态。中部城市的脱钩弹性则呈现出不同的波动特点, 2003年为强脱钩的最理想状态, 其余年份均为弱脱钩状态, 但其脱钩指数波动较大。西部城市的脱钩弹性在2001年—2005年由增长连接状态逐渐改善至强脱钩状态, 2005年之后保持平稳, 均处于弱脱钩状态。

(二) 脱钩指数分解分析

为更深层次地探究脱钩指数的影响因素, 依据LMDI分解方法, 将脱钩指数分解为用地强度效应、产业结构效应、产业规模效应和人口规模效应对应的分脱钩指数。由分解结果可知, 不同影响因素在各时期对脱钩指数的影响效应不同。其中, 产业规模、人口规模因素呈正效应 (不利于脱钩) , 用地强度因素呈负效应 (有利于脱钩) , 产业结构效应则在正负间波动。

产业规模效应对应的分脱钩指数由2001年的0.52逐步增加, 近几年稳定在0.7左右, 这说明产业规模效应与脱钩指数变化存在明显相关性, 产业规模总量的增长依赖产业用地为之提供发展的空间。

人口规模效应对应的分脱钩指数在0.16—0.39之间, 波动趋势相对平稳并总体呈减少趋势, 这说明人口规模因素会引起产业用地少量的扩张, 人口规模效应对于经济发展与产业用地脱钩关系的影响呈逐渐减弱趋势。

产业结构效应对应的分脱钩指数波动幅度较小且呈正负交替的状态, 这说明产业结构效应对经济发展与产业用地脱钩关系的影响还不显著, 未能发挥出其应有的调节效应, 政府应该继续深化产业结构的调整, 从而把产业结构的调节效能充分释放出来。

用地强度效应对应的分脱钩指数都小于0, 2001年—2005年由-0.23减小至-1.16, 2006年—2011年基本保持稳定在0.4—0.7之间, 波动趋势与总脱钩指数的变化趋势保持相对一致, 说明用地强度效应是影响经济发展对产业用地的脱钩关系的主要因素, 对于产业用地的集约化和合理配置有重要的作用。

四、结论

本文基于LMDI方法构建经济发展与产业用地脱钩指数分解模型, 定量测度出各因素的对脱钩指数的影响程度, 并以全国及东中西部城市产业用地为例进行实证分析。实证结果表明:中国经济发展与城市产业用地总体上处于弱脱钩的非理想状态, 经济发展仍未摆脱对产业用地扩张的依赖, 其中用地强度效应是影响经济发展与产业用地脱钩关系的主要因素, 产业结构效应对脱钩关系的影响不显著, 还未能充分释放出调节效能;本文构建的指数分解模型能够对脱钩指数的状态与影响因素进行较为精确和完整的分析。

在本文基础上, 还可以将模型中各项指标做进一步的细化分解, 如产业结构的细化 (行业结构分析) 、人口规模的细化 (城市人口和农村人口分析) 等, 由于统计资料的限制, 本文并未对模型做更进一步的分析。

参考文献

[1]姜海, 夏燕榕, 曲福田.建设用地扩张对经济增长的贡献及其区域差异研究[J].中国土地科学, 2009 (8) .

[2]OECD.Indicators to Measure Decoupling of Environment Pressure from Economic Growth[R].Paris:OECD, 2002.4

[3]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.

[4]Tapio P, Banister, David Luukkanen, Jyrki, et al.Energy and Transport in Comparison:Immaterialisation, Dematerialisation and Decarbonisation in the EU15 between 1970 and 2000[J].Energy Policy, 2007, 35 (1) :433-451.

[5]陈百明, 杜红亮.试论耕地占用与GDP增长的脱钩关系研究[J].资源科学, 2006 (5) .

[6]杜红亮, 陈百明.基于脱钩分析方法的建设占用耕地合理性研究[J].农业工程学报, 2007 (4) .

[7]曹银贵, 程烨, 等.典型区耕地变化与GDP值变化的脱钩研究[J].资源开发与市场, 2007 (7) .

[8]李晓顺, 曲福田, 等.城乡建设用地变化的脱钩研究[J].中国人口·资源与环境, 2008 (5) .

“红顶中介”脱钩记者问与答 篇3

凤凰卫视记者:第一个问题是关于“红顶中介”的问题。 去年年初的时候, 中央巡视组在环境保护部巡视之后, 反馈意见是关于环保服务技术领域中存在的很突出的“红顶中介”问题, 之后您在“两会”记者会上也说到要彻底解决这个问题, 不知道现在解决情况如何?

陈吉宁:谢谢你提问。 “红顶中介”问题是一个大家都关心的问题。 去年在“两会”上我也做过承诺, 2015 年底环境保护部直属的8 家环评机构率先完成脱钩。 我讲的脱钩是彻彻底底的脱钩, 人、财、物全部脱离, 是制度上彻彻底底的脱钩。 我们就是要在制度上来解决“红顶中介”的问题, 用制度保障避免出现一个部门既当裁判员又当运动员的情况, 来保障我们制度执行的公正性。

现在, 我可以非常高兴地向记者们通报, 去年年底之前环保部部属单位的8 家环评机构已经全部脱钩, 跟环境保护部没有任何关系了, 这件事情我们兑现了对社会的承诺。

另外, 全国各地完成了140 家环评机构脱钩工作, 不仅是环保部属单位环评机构脱钩, 地方各省市县环保部门环评机构也都要脱钩。 今年我们还有200 家类似的环评机构需要脱钩, 这个工作是非常繁重的, 坦率地讲也很敏感, 这是革自己的命, 阻力很大, 但是我们坚定不移。 既然向社会许诺了, 我们就要按时完成。 所以我们今年会继续加强对这项工作的调度和督促, 按时完成相关的脱钩任务。

同时, 我们也在加强环评制度的一系列改革, 因为今天时间的关系, 我在这里就不给大家做详细的介绍。 这是关于红顶中介的问题, 我们把他当作一项政治任务来完成, 必须完成, 不讲任何条件。

脱钩模型 篇4

截至目前, 在党中央、国务院的高度重视和各有关部门的共同努力下, 行业协会商会与行政机关脱钩改革工作已取得了积极进展。

一是研究起草了《行业协会商会与行政机关脱钩总体方案》, 并于6月30日以中办、国办名义正式印发。《脱钩总体方案》明确了脱钩工作的基本原则、主要任务、配套政策以及试点工作安排, 为脱钩改革提供了基本遵循和行动纲领。

二是按照《脱钩总体方案》要求, 国务院成立了行业协会商会与行政机关脱钩联合工作组, 具体负责推进全国性行业协会商会脱钩工作, 指导和督促各地区行业协会商会脱钩工作, 统筹解决脱钩工作中的重点和难点问题。

三是先后召开了行业协会商会与行政机关脱钩联合工作组第一次会议、全国性行业协会商会业务主管单位脱钩工作沟通会议以及行业协会商会与行政机关脱钩全国电视电话会议, 对全国脱钩改革工作开展进行了部署和安排。

四是民政部、国家发改委联合下发了《关于做好全国性行业协会商会与行政机关脱钩试点工作的通知》, 对试点主体、试点名单、试点时间、试点任务和组织实施都作了规范。总的安排是, 2015、2016和2017年分批进行试点, 通过试点完善相应的体制机制后全面推开。

五是协调推动联合工作组各有关部门, 牵头制定了党建、机构编制、外事、行业公共信息平台、负责人任职、国有资产、经费支持方式改革、购买服务、办公用房、综合监管等十个配套文件, 对《脱钩总体方案》相关政策作了实化和细化, 更加具有可操作性。

脱钩模型 篇5

1 弦振动理论

假设工程索道承载索满足连续线性弹性体的基本假设[14]. 且在无阻尼工况下, 承载索单位长度重力与荷重相比非常小, 可忽略不计. 支座两端固定不窜移, 暂不考虑跑车及牵引索自重的影响. 假设荷重点悬索张力为平均有荷张力, 且设为定值.

基于以上假设, 根据弦振动理论[16,17,18], 悬索系统的自由振动为各阶主振动的叠加, 用y = y (x, t) 表示弦上x点的横向位移为x和t的函数, 即有

式中, , v表示弹性波沿索长方向的传播速度 (m/s) , H0为弦的初始张力, g为重力加速度, q为单位长度弦的重力;ωn为第n阶固有频率;An, φn或Cn, Dn两个待定系数可由振动的初始条件确定[15], 并有

2 悬索脱钩振动工程案例分析

2.1 振动模型条件与假设

某伐区架设的一条全悬增力式集材索道的参数条件如表1 所示[19].

2.2 集材索道荷重脱钩振动初始条件

图1所示距A端支座水平距离为x=0.3l0=121.2 m, 重为26 kN的木捆突然脱钩, 相当于悬索在重载作用下被张紧到C0点后 (AC0与BC0趋向于张紧为直线, ABC0构成三角形) , 无初速地释放, 产生自由振动, 见图1.因弦倾角较小, 为简化悬索振动求解, 将坐标绕原点逆时针旋转α角, , 并得初始条件, 见图2.

2.3 集材索道荷重脱钩后悬索的振动分析

2.3.1 振动参数计算、主振动与自由振动表达式据初始条件可知

其中T为周期, f为频率, λ 为波长, 并设H0不变, 由图2 可得悬索振动的初始条件为

式 (3) 代入式 (2) 可得

因此, 将上述参数代入式 (1) 可得悬索的主振动式 (4) 和自由振动式 (5) 的表达式

2.3.2 前n阶振动特征参数变化规律

对式 (4) 取前8 阶计算相关参数列于表2, Dn的绝对值随n的增大明显减小, ωn成倍数增长, 相应的周期Tn减小, fn增大, 波长 λ 成倍数减小.

2.3.3 前n阶自由振动特征变化规律

对式 (5) 中的n, x和t三个自变量, 假设其中一个变量为定值, 分别考察另两个变量对自由振动y的影响, 可构造y (n, x) , y (t, x) , y (n, t) 三个函数.

(1) 前n阶y (n, x) 特征分析

对式 (5) 取前n阶主振动进行叠加, 分别取n = 1, 2, 200 画出t = 1 s时的y (x, n) 图, 为体现图形的连续性, 绘图时设n为大于1 的实数, x为跨距. 从图3 可知, 当n = 1 时位移在跨中位置最大, 波长为跨距的2 倍;当n 2 以后自由振动位移波形基本确定, 说明前两阶起主导作用, 后面的叠加对位移与波形影响不大, 这也说明自由振动取前3 项叠加基本能满足工程要求.

(2) 前n阶y (t, x) 特征分析

分别取n = 1, 10, 200 时, 画y (t, x) 图, 设n为大于1 的实数, t为10 s内. 从图4 可知, 以第1阶起主导作用, 其他阶的叠加对自由振动的影响极小, 因此, 尽管如图叠加到200 阶, 图形基本不变.

(3) 前n阶y (n, t) 特征分析

考察索上某一确定位置xi, 分别取l时, n取1～15 之间的实数, t为10 s内, y (n, t) 的变化规律. 从图5 可知, 当位置处在两支点时, 位移为零, 满足边界条件, 其余各点的以相同的形态作简谐振动, 但振幅不同, 时振幅最大, 约为15 m, 时振幅约为10 m.

2.3.4 主振动特征变化规律

(1) 对式 (4) , 当t = 0, 0.5, 3.8 s时, 主振动的yn (n, x) 变化特征. 图6 表明随阶数增加, 位移明显减小;随时间的延续, 位移也明显下降.

(2) 式 (4) 的主振动为简谐振动, 随着阶数增加, 周期和振幅急剧减小[18]. 随阶数增加, 位移以阶数平方n2急剧减小, 当n = 2 时最大位移只有第1 阶的1/104;当n = 200 时, 位移只有第1 阶的1/106.

(3) 图6 显示, 随着阶数的增加, 位移明显减小, 但也有一定的波动性.

(4) 某位置x时, 对应某阶的波形图, , 当时振幅达到最大, 该位置称为波腹.图7显示前3阶波腹的位置, 当n=1时, 跨中为波腹;当n=2时, 处为波腹;当n=3, 处为波腹.

鉴于以上主振动性质分析, 针对工程实际问题有以下几点重要含义:振动初状态与前几阶主振动控制对工程振动的整体控制起主导决定作用;第1阶位移为最大位移, 故在工程中通过控制监测首阶位移可以有效设计索道的最大距地高度;应尽量避免在全线的前3 阶波腹位置设计吊装或落钩位置, 不宜在波腹位置设定作业楞场, 尤其不宜在跨中位置设定作业楞场, 重要受保护对象应避免处在波腹位置正下方, 避免在波腹产生外激励而造成较大振幅等.

2.3.5 悬索振动总能量分析

当悬索以第n阶主振型振动时, 它的总能量公式为[16]

根据上式, 总能量En随着n值的增大而快速变小, 即当n = 1 时, 悬索的总能量有最大值, 随后急剧下降. 工程中, 悬索张力H0是在其他工况确定时, 决定能量大小的一个重要参数.

3 结论与讨论

(1) 悬索的固有频率 ωn与n, l0, H0和q有关, 是由系统所决定的, 与初始条件无关. 对应不同的n, 有不同的频率fn, 即固有频率不是一个值, 而是一组值. 工程实际中, 调整跨距l0和H0等参数, 可以调节固有频率, 这可有效指导悬索实际架设中上下支点的选择与坡度的选择与设计. 另外, 对于带有移动式遥控跑车的遥控索道应特别注意跑车本身的固有频率与悬索固有频率的关系, 防止共振. 分析结果有利于指导完善索道使用安全规程.

(2) 研究承载索脱钩后的振动响应表明, 对承载索的振动响应取决于前3 阶的主振动的叠加, 且跨中位置为最大振幅位置. 因此, 承载索设计考察前3阶的影响, 以跨中最大位移为危险点进行设计, 考虑安全系数就可保证工程索道生产安全.

(3) 振动参数分析可为牵引索与承载索的设计间距提供定量设计参数;当时振幅达到最大, 前3阶波腹的位置分别为跨中和处, 且振动影响主要由前三阶决定.因此, 设计起吊、落钩位置, 设定楞场作业位置, 避免外激励, 减小悬索附加动应变与相应的动应力, 减少承载索的过载与疲劳损伤均应充分考虑上述波腹位置.

(4) 承载索振动很容易引起牵引索缠绕在承载索上、跑车跳动、承载索断股、增加支座动反力等不利影响. 因此, 加强操作规程管理、平稳提升、平稳卸载、注重捆物牢固, 根据能量公式可知, 不宜让悬索张得过紧, 跨距大的索道适当增加中间支座, 并定期检查线路情况是有效防止事故的重要举措.

脱钩模型 篇6

1 理论与数据方法

1.1 土地供应与住房价格脱钩的概念

“脱钩”一词最初源于物理领域, 物理学界一般理解为“解耦”, 通俗讲就是使两个或多个物理量之间的响应关系尽早分道扬镳[2]。早在1966年, 国外学者就提出了关于经济发展与环境压力的“脱钩”问题, 首次将“脱钩”概念引入社会经济领域。此后, 有关“脱钩”概念的探讨并未停息。在参加经济合作与发展组织 (OECD) 的能源与环境评价项目时, 李坚明首次将“Decoupling”译为“脱钩”[3], 后来又将其引入到中国环境资源的评价中。OECD的专家把阻断经济增长与环境污染之间的联系, 或使两者变化速度的不同步称为“脱钩”。随着脱钩理论研究的深入, 学者们对基于驱动力—压力—状态—影响—反应框架 (DPSIR) 的现象皆通称为“脱钩现象”, 广泛应用于环境、能源、生态等领域[4]。本文的住房价格脱钩就是脱钩土地供应量增长与房价上涨之间的联系, 或使两者变化速度的不同步称为脱钩, 将脱钩分析方法用于表示土地供应与住房价格之间的关系, 可界定为:当土地供应量增长快于住房价格增加量时, 称为相脱钩;土地供应量增长而住房价格增加量为零或负增长时, 称之为绝对脱钩。

1.2 数据来源及处理

研究数据除住房价格指数部分来源于昆明市房地产估价师协会网站外, 其他都来源于《昆明市统计年鉴》和《中国城市统计年鉴》。考虑到土地供应与住房价格的数据欠完整性, 故选取2003—2013年的数据。衡量土地供应指标 (LS) 的数据采用的是2003—2013年昆明市国土资源中心公布的通过招标、拍卖、协议出让等方式用于城市房地产开发建设用地的土地供应量。衡量住房价格指标 (HP) 的数据采用2003—2013年昆明市城区住宅区均价, 并运用GDP平减指数法对现房价进行调整, 以剔除通货膨胀的影响。

1.3 研究方法

脱钩弹性系数:基于脱钩理论和方法[5,12,13], 参考OECD提出的脱钩指数计算模型[6], 脱钩弹性系数计算公式为:

式中, I为脱钩指数, LS为土地供应量增长指标值, HP为房价上涨指标值。经过指标筛选, 采用土地供应量衡量的土地供应指标LS, 采用修正后的城区住宅均价衡量住房价格指标HP。根据Tapio等分析, 参考Tapio[7,13]、陈百明[3,4]、杨克、李效顺[9]、王莉[10]等。针对耕地变化与经济发展的研究, 构建土地供应与住房价格的脱钩弹性系数模型:

式中, n为第n个年份;βn+1为第n+1个年份脱钩弹性系数;LSn+1为第n+1年的土地供应面积;LSn为第n年的土地供应面积;HPn+1为第n+1年的住房价格;HPn为第n年住房价格。

脱钩弹性衡量标准:根据李坚明、Tapio等的研究, 脱钩弹性值为0.8和1.2可作为脱钩状态的划分依据[11,14]。若用0.8、1.2分别表示脱钩弹性临界值, 并将脱钩程度进一步划分, 土地供应与住房价格脱钩程度衡量标准见表1。

本文采用Tapio等的划分方法, 将脱钩弹性系数β=0.8和β=1.2作为划分脱钩状态的临界值, 并将脱钩状态划分为8种类型:当土地供应与住房价格的脱钩弹性系数在区间 (-∞, 0]时, 若脱钩状态处于Ι区间, 脱钩状态类型为强脱钩型, 表现为住房价格不断上涨, 土地供应数量在不断减少, 两者表现为强脱钩关系, 该状态为土地供应和建设住房价格的最佳状态, 也是经济发展的最理想状态。若脱钩状态处于Ⅴ区间, 住房价格与土地供应反向脱钩, 该脱钩状态类型为强负脱钩型, 表现为住房价格降低指标呈现减少趋势时, 而土地供应的数量不但没有减少反而出现不断增加趋势, 这是经济发展中最不理想的状态。当住房价格与土地供应的脱钩弹性系数在区间 (0, 0.8]时, 若脱钩状态处于Ⅷ区间, 脱钩状态类型为弱脱钩型, 表现为住房价格与土地供应均呈增长状态, 且住房价格上涨速度大于土地供应数量的增长速度;若脱钩状态处于Ⅳ区间, 脱钩状态类型为强负脱钩型, 表现为住房价格与土地供应均呈减少态势, 且住房价格上涨的减少速度小于土地供应数量的减少速度。当住房价格与土地供应的脱钩弹性系数在区间 (0.8, 1.2]时, 若脱钩状态处于Ⅶ区间, 脱钩状态类型为扩张连接型, 表现为住房价格上涨与土地供应数量的增长保持相对同步态势;若脱钩状态处于Ⅲ区间, 脱钩状态类型为衰退连接型, 表现为住房价格指标减少与土地供应数量减少保持相对同步态势。当住房价格与土地供应的脱钩弹性系数在区间 (1.2, +∞) 时, 若脱钩状态处于Ⅵ区间, 脱钩状态类型为扩张负脱钩型, 表现为住房价格与土地供应数量均呈增长态势, 且住房价格上涨速度小于土地供应数量的增长速度;若脱钩状态处于Ⅱ区间, 脱钩状态类型为衰退脱钩型, 表现为住房价格与土地供应的数量均呈减少态势, 且住房价格上涨的减少速度大于土地供应数量的减少速度。

2 研究结果与分析

2.1 计算结果

根据昆明市2003—2013年土地供应与住房价格的指标数据, 运用前文脱钩分析方法对昆明市土地供应与住房价格进行脱钩指标分析, 将相关基础数据代入式 (2) , 得到昆明市10年的土地供应与住房价格脱钩指标和弹性计算结果见表2。

从表2分析可得, 昆明市土地供应与住房价格的脱钩关系表现为4种类型, 即强脱钩型、弱脱钩型、扩张负脱钩型和扩张连接型。2004—2013年期间的2007年、2010年和2013年为强脱钩型, 2012年为弱脱钩型, 2004年、2006年、2008年、2009年和2011年为扩张性负脱钩型, 2005年为扩张连接型。在以上4种脱钩状态类型中, 强脱钩型和扩张负脱钩型的频率较高, 各占统计期数的30%和50%, 合计占统计期数的80%;弱脱钩型占统计期数的10%, 扩展连接型占统计期数的10%, 土地供应与住房价格处于最理想状态的统计年期只占30%。从脱钩弹性系数变化曲线图 (图1) 来看, 2004—2013年昆明市土地供应与住房价格的脱钩状态经历了扩张性负脱钩—扩张连接—扩张性负脱钩—强脱钩—扩张性负脱钩—强脱钩—扩张性负脱钩—弱脱钩—强脱钩的动态变化过程。从总体趋势看, 两者的脱钩状态不稳定, 呈现出“M”型连续变化趋势, 大部分年期住房价格处于畸形状态, 土地供应压力较大, 由此可见昆明近年来的土地后备形势不容乐观。

注:土地供应变化率和住房价格变化率的正值表示增加, 负值表示减少。

2.2 脱钩动态变化分析

由表1和图2可见, 近十年来昆明市土地供应与住房价格的脱钩状态呈动态变化态势, 脱钩指标变化过程可大致划分为三个阶段。根据表1和图2, 结合昆明市近十年来土地供应和住房价格的实际情况, 对每个阶段的脱钩状态及其发生的原因进行了分析。

第一阶段 (2004—2007年) 波动调整期。该阶段的脱钩关系经历了扩张性负脱钩—扩张连接—扩张性负脱钩—强脱钩的脱钩状态变化过程, 波动幅度较大, 脱钩弹性系数呈“M”型波动下降趋势, 由2004年的3.44降到2005年的-0.474, 脱钩弹性系数变化率达121.5%。该时期的土地供应数量变化显著, 土地供应变化量由2003年的462.4hm2增加到2007年的862.74hm2;而该住房价格增加值比较平稳, 住房价格增加值由2003年的2256.23元/m2增加到2007年的3150元/m2 (图3) 。从稳定房价的角度看, 该阶段房价呈现良好的态势。从土地供应与住房价格脱钩角度看, 由畸形状态向最理想状态转变。分析原因, 主要是2004年和2006年昆明市经济处于快速增长时期。随着产业结构的调整, 特别是城市房地产市场的回暖, 土地供应量过大, 导致畸形脱钩状态。同时, 该时期昆明市不断地推进城镇化进程, 城市不断向外延扩张, 建成区规模扩大, 直接蚕食了城郊大量耕地。但自2007年起, 土地供应数量显著下降, 主要原因是建设用地饱和、房地产市场过冬、土地刚性需求量不大。

第二阶段 (2008—2010年) ———显著调整型。该阶段脱钩系数呈显著下降状态, 自2008年向2010年过渡。通过表1和图2可见, 第二阶段的脱钩关系经历了扩张性负脱钩—扩张性负脱钩—强脱钩的显著变化过程, 脱钩状态显著调整, 从2008年的扩张性负脱钩状态过渡到2010年的强脱钩状态, 且2009年保持扩张性负脱钩状态不变, 脱钩弹性系数呈下降趋势, 由2008年的2.44下降到2010年的-1.82, 脱钩弹性系数变化率达到174.6%。该时期土地供应量呈递减的趋势, 由2008年的2153.33hm2减少到了2010年的1593.33hm2, 土地供应变化率也由2008年的-6.5%下降至2010年的-34.3%。同期住房价格2008年的5082元/m2增加到2010年的6416元/m2, 住房价格增长率由2008年的61.33%下降到2010年的18.79%, 增加了42.54%。上述结果表明, 该阶段昆明市土地供应与住房价格的脱钩状态处于显著调整期。从资源节约与房价较低的状态来看, 该阶段呈良好状态, 说明昆明市土地供应与房价向好的状态发展。其中, 由于2008年和2009年土地供应量过大, 成畸形态势。究其原因, 主要是2008—2009年昆明市土地供应不合理, 但对房价并没有产生实质性影响。由于土地供应修正难度大, 导致2008年和2009年的脱钩系数偏大。2010年土地供应与房价迅速回归理想状态, 说明该时期发展态势良好。

第三阶段 (2011—2013年) ———平缓过渡期。该阶段由第二阶段的显著期向平缓过渡期转变。通过表1和图2可见, 第三阶段的脱钩关系经历了扩张性负脱钩—弱脱钩—强脱钩的动态变化过程, 脱钩状态波动性较大。该阶段脱钩弹性系数呈递减趋势, 由2011年的2.916下降到2013年的-1.743, 脱钩弹性系数变化率达-159.77%。其中, 2012年和2013年的脱钩弹性系数均小于1, 表明住房价格与土地供应数量的增长速度保持相对合理的态势。该时期土地供应数量呈现递减趋势, 由2011年的2368.8hm2减少到2013年的2306.7hm2, 但住房价格变化率比较平缓且呈下降的态势, 由2011年的18.79%下降到2013年的5.54%。其间住房价格成平缓增长态势, 由2011年的7490元/m2增长到2013年的8986元/m2;同期的土地供应变化率成显著下降态势, 由2011年的48.7%下降到2013年的-9.7%, 变化率达58.4% (图3) 。上述结果表明, 昆明市土地供应地与住房价格的脱钩关系由第二阶段的动态变化状态调整为平稳状态发展。从集约利用土地与合理房价涨幅的角度来看, 该阶段由畸形状态向合理状态变化, 变化趋势向理想状态转变。分析该阶段脱钩状态波动调整的原因, 笔者认为2012年土地供应比前一年大幅增加是因为受2008年全球金融危机的影响, 当年在扩大内需政策的积极作用和刺激之下, 昆明市经济回升步伐超出预期, 快于全国, 特别是房地产市场快速回暖、固定资产投资快速增长、房贷新政促进房地产市场“升温”等直接导致土地供应量增大, 土地供应化率大幅提升。自2013年以来, 是昆明市房地产市场价格在经历了高增长后的正常回归。住房价格的变化率较大, 但总体呈下降态势。笔者认为, 这与云南“桥头堡”战略的定位有关, 也与昆明旅游城市的现状有关。由于环境的原因, 旅游城市的房价会普遍高于普通城市。昆明市房价增长较快的根本原因在于:昆明市在云南“桥头堡”大布局中的定位, 昆明是滇中城市群的核心城市, 房地产的繁荣促使昆明房价高居不下。从住房价格与土地供应的脱钩系数态势看, 土地供应对房价上涨的影响减小, 2013年无影响, 房价与土地供应实现了完全脱钩。

3 结论与建议

3.1 结论

昆明市土地供应与住房价格脱钩研究表明: (1) 昆明市近十年来土地供应与住房价格脱钩弹性系数波动较大, 其变化过程大致可分为三个阶段:第一阶段 (2004—2007年) 的脱钩弹性系数变化显著, 脱钩状态由扩张性负脱钩转变为强脱钩状态, 土地供应与房价变化态势良好;第二阶段 (2008—2010年) 的脱钩弹性系数变化显著, 脱钩状态由扩张负脱钩转变为强脱钩状态, 土地供应与房价关系从不合理到合理;第三阶段 (2011—2013年) 的脱钩弹性系数呈递减态势, 脱钩状态由扩张性负脱钩转变为强脱钩状态, 土地供应与住房价格脱钩态势良好, 房价上涨与土地供应影响因素极小。 (2) 昆明市土地供应与住房价格的脱钩状态经历了波动调整期—显著调整期—过渡平稳期的动态变化过程。从土地供应与住房价格的状态来看, 第一阶段由畸形状态向最理想状态转变, 第二阶段由畸形状态向最理想状态转变, 第三阶段由畸形状态向稳定的最理想状态转变。 (3) 昆明市土地供应与住房价格的脱钩弹性系数曲线呈连续波动的“M”型变化, 且土地供应、变化率曲线、变化量曲线变化态势与脱钩弹性系数变化态势大致相同, 均呈“M”型, 期间住房价格保持平稳递增趋势。昆明市土地供应与住房价格的脱钩关系主要是由土地供应变化量所决定, 但土地对住房价格的影响呈下降趋势。

3.2 建议

脱钩模型 篇7

鉴于此, 本研究以甘肃省1993—2011年农业投入为切入点, 在测算甘肃省农业碳排放总量的基础上, 采用Tapio脱钩分析模型对甘肃省农业碳排放与经济增长的相互关系进行分析和探讨, 定量分析了甘肃省农业碳排放与经济增长间的脱钩弹性与状态, 分析碳排放的驱动因素并提出相关建议, 以期为该地区在促进农业低碳经济发展和两型社会的建设提供借鉴。

1 脱钩指标模型构建与数据处理

1.1 脱钩理论模型

脱钩 (decoupling) 本来是物理学领域的术语, 用来表示具有关联的两个或两个以上物理量之间的关系不再存在。Carter A P[21]1966年将“脱钩”概念引入社会经济领域, 之后被学术界应用到不同领域。经济合作与发展组织 (OECD) [22]设计了基于“驱动力—压力—状态—影响—反应 (DPSIR) ”框架的脱钩指标并将其应用到环境方面, 用来探讨经济绩效与环境恶化之间的关联性———打破经济增长与环境负荷之间的联系。当涉及到污染排放问题时, 脱钩即为打破经济增长与污染排放之间的联系。具体而言, 将脱钩分析方法具体运用到农业碳排放中, 可描述为:当经济增长快于农业碳排放增长时, 称之为“相对脱钩”;经济增长而农业碳排放增长停滞或增长为负时, 称之为“绝对脱钩”。目前, 脱钩的分析方法主要有OECD脱钩指数法和Tapio脱钩弹性分析法两类。

OECD指标模型:OECD指标用来描述环境压力 (EP) 与驱动力 (DF) 变化的关系, 提出了脱钩指数与脱钩因子, 反映驱动力 (如经济增长) 与压力 (如碳排放) 在同一时期的增长弹性的变化情况, 其表达式为:

式中, DI表示脱钩指数 (Decoupling Index) ;T表示末期;0表示基期。脱钩状态分为以下几种情景:当DI≥1时, 为复钩;当DI=1时, 为复钩与相对脱钩的转折点;当0

Tapio指标模型:Tapio[4]基于欧洲的交通能源与CO2的脱钩研究时对OECD指标模型进行了改造, 引入了交通运输量作为中间变量, 构建了一种因果链分解模型, 其表达式为:

式中, m为运输量弹性值;V为交通运输量;n为运输量与运输过程中产生的CO2之间的脱钩弹性指数。式 (3) 与式 (4) 相乘得到一般的脱钩弹性指标:

从以上两种脱钩模型可见, OECD指标模型是指相关分析变量的总量, Tapio指标模型是用来描述相关变量的比值。比较两种模型, OECD指标模型对基期的选择具有高度的敏感性, 易受基期选择的影响, 而Tapio指标模型则较好地克服了这一缺陷。其次, Tapio指标模型综合了总量变化和相对量变化两类指标, 不受量纲变化的影响, 实质上是一种弹性分析。鉴于此, 本文参考Tapio指标模型对甘肃农业碳排放与经济增长之间的关系进行分析, 表达式为:

式中, e为脱钩弹性指数;%△CO2为农业碳排放量的变化率;%ΔP为农业GDP变化率。依据碳排放与经济增长相互关系的正负情况, 参考杨璐嘉[23]、张文斌[24]的研究成果, 与OECD脱钩指数相比, Tapio脱钩指数更加全面, 不但将脱钩状态划分为脱钩、负脱钩、连接三种状态, 而且将经济增长与经济衰退等情形纳入其考虑范围。同时, 为了解读脱钩弹性值的细微变化, Tapio脱钩弹性值在1.0左右的20%变化范围内浮动, 以弹性值0、0.8、1.2为零界点进行了划分, 进一步将脱钩、负脱钩、连接划分为扩长负脱钩、强负脱钩、弱负脱钩、弱脱钩、强脱钩、衰退脱钩、扩张连接、衰退连接8种状态, 对弹性状态出现的各种可能值给出了合理的定位, 这种划分有利于对经济增长与碳排放出现的各种脱钩状态的原因进行深层次识别与分析[25], 具体划分类型见表1。

1.2 数据来源及处理

本文所用数据来自1994—2012年《甘肃农村统计年鉴》, 考虑到农业生产中林牧渔业碳汇的影响, 为了使数据更具有合理性, 文中农业GDP数据用当年年末种植业总产值代替;农业碳排放总量为计算所得。

根据甘肃省的实际情况, 农业碳排放主要来源于: (1) 农业机械使用消耗柴油导致的碳排放; (2) 化肥、农膜、农药等农用物资的生产和施用过程中直接或间接导致的碳排放; (3) 农业灌溉过程中使用电能或其他化石能源所产生的碳排放; (4) 土地翻耕过程中产生的碳排放。本文依据《IPCC2006国家温室气体清单指南》提供的温室气体排放测算方法, 将其引用到农业碳排放领域, 估算模型为:

式中, C为农用地排放总量;Ct为第t年的碳排放总量;Eit为第t年第i种碳排放源的量;δi为第i种碳排放源的系数;i表示各碳排放源, 分别是农用柴油、化肥、农膜、农药、有效灌溉、翻耕等6种。参考李波[26]、王才军[27]的研究成果, 农用柴油的碳排放系数为0.5927kg/kg、化肥的碳排放系数为0.8956kg/kg、农药的碳排放系数为4.9341kg/kg、农膜的碳排放系数为5.18kg/kg、有效灌溉的碳排放系数为20.476kg/hm2、翻耕的碳排放系数为3.126kg/hm2。根据式 (7) , 利用甘肃省1993—2011年农业投入的相关数据[28], 可计算出甘肃省农业碳排放总量, 进一步计算出甘肃省农业碳排放强度, 结果见表2。

从表2可见, 研究期内甘肃省农业碳排放总量整体呈现上升态势, 从1993年的66.37万t增加到了2011年的207.92万t, 增长了213.30%;化肥为最大的碳排放源, 19年来累计碳排放量达到1167.82万t, 年均增速为4.01%, 农用柴油、农膜、农药、有效灌溉、翻耕累计碳排放量分别为228.37万t、709.07万t、196.46万t、40.43万t、22.41万t, 年均增速分别为5.57%、10.82%、2.11%、0.65%、16.26%。农业仍以高消耗、高排放的粗放式生产为主, 农民的低碳农业意识不强, 政策导向不明, 在农业碳排放总量增长的同时, 碳排放强度也在不断增加, 从1993年的182.40kg/hm2增加到了2011年的510.93kg/hm2, 增长了280.11%。

2 结果及分析

依据式 (7) 测算和式 (6) 得到甘肃省农业碳排放与经济发展的相互关系, 见表3。

1994—2011年甘肃农业碳排放与经济增长关系主要呈现弱脱钩、强负脱钩、扩张连接、扩长负脱钩、强脱钩5种状态 (表3) 。研究期内, 农业碳排放与经济增长脱钩弹性指标出现最多的是弱脱钩状态, 共9次, 占统计期数的50%;其次为强负脱钩和扩张连接, 各出现了3次, 占统计期数的16.67%;扩长负脱钩出现了2次, 占统计期数的11.11%;最少的是强脱钩, 出现了1次, 占统计期数的5.56%。总体上, 脱钩状态占统计期数的55.56%, 说明甘肃省农业碳排放增长速度慢于农业经济的增长速度, 呈现良好的态势。甘肃省的农业碳减排工作取得了初步成效, 这与甘肃省的实际情况相一致。从图1、图2可见, 甘肃省农业碳排放与经济增长总体上呈现周期性的“较理想状态—畸形状态—较理想状态”的“W”型变化。依据脱钩指标变化态势 (图2) , 可将研究期分为三个阶段, 分别是1994—1995年、1996—2002年、2003—2011年。

第一阶段 (1994—1995年) 呈现“弱脱钩—弱脱钩”特征, 脱钩弹性指数介于0—0.8, 脱钩弹性指数分别为0.11、0.31, 呈较理想的弱脱钩状态, 即农业碳排放增长速度慢于农业GDP的增长速度。从表2可见, 两年间农业碳排放总量仅为136.70万t, 碳排放强度平均值仅186.27kg/hm2;农业GDP从1993年的99.14亿元增长到1994年的157.91亿元, 增速为59.28%, 农业GDP 40%/hm2的增加值随着农业碳排量5.4%的值增加。原因主要是: (1) 20世纪90年代初, 甘肃省农业技术欠发达、农业生产力相对落后, 农作物种植主要依赖人力和畜力, 对农用机械和灌溉机械的使用相对较少, 相应的农用柴油使用量较小, 加之农药、化肥等农用资料投入意识相对较弱, 碳排放总量不大。 (2) 该时段农村劳动力还未大规模向城镇转移, 外出务工人员相对较少, 农民的主要收入来源于农业经济作物生产变卖所得, 农业GDP得到了较快发展。

第二阶段 (1996—2002年) 经历了“不可取状态—较理想状态—不可取状态”的W型变化过程, 并出现了两个扩长负脱钩状态的高峰值, 农业碳排放增长速度整体上快于农业GDP的增长速度。1996年为第一个高峰值, 脱钩弹性值为1.32, 农业GDP 17.78%/hm2的增加值伴随着农业碳排量23.44%的值增加。主要原因是, 1996年甘肃省实施了科技推广服务活动和新农业管理措施的推广, 农田基本建设得到加强, 发展了一系列的基础工程, 如地膜覆盖工程、带状种植农业种植工程等。此外, 随着农业技术的进步, 农户更倾向依靠农业机械以克服人力的不足, 不可避免地增加了对柴油、电力等能源的消耗, 使农业碳排放量居高不下。农民大多依靠种植农作物来维持家庭生活, 收入来源相对单一, 为了获取更多的经济收入, 农民往往会加大对化肥、农药、农膜等农用资料的投入力度。与1995年相比, 该时段在农作物种植面积持平的情况下, 农业GDP增长了14.05%, 但仅农用薄膜的投入就增加了82.15%, 农业碳排放增长了23.13%。2002年为第二个高峰, 脱钩弹性指标达到6.17, 农业GDP2.37%/hm2的增加值伴随着农业碳排量9.09%的值增加。主要原因是, 农民负担过重, “三农”问题进一步凸显。越来越多的农民放弃务农转向城市务工, 农民从事农作物种植的积极性下降。与2001年相比, 导致1.06%的耕地闲置, 农业经济增速放缓, 增长速度仅为1.29%, 但农业碳排放年均增速仍为12.85%。

在此期间, 1997年、1999年、2000年表现为强负脱钩状态, 脱钩弹性值分别为-1.27、-0.56、-0.36。由图1可见, 在农业GDP减少的同时农业碳排放总量仍在增长, 1997年与1996年相比、1999年与1998年相比、2000年与1999年相比, 农业经济增长速度分别为-5.17%、-3.90%、-1.54%, 而农业碳排放增速分别为6.59%、2.17%、0.56%, 农业GDP在平均减少3.23%/hm2的情况下农业碳排放仍然增加了3.41%。下降的主要原因是, 受1997年亚洲金融危机、特大洪涝灾害和国家整体经济形势的影响, 公共财政涉农支出减少, 农业公共设施投入停滞, 加之农民从事农作物生产的积极性不高, 导致农作物生产总值下降。1998年脱钩弹性值为0.44, 表现为弱脱钩状态, 农业GDP 12.91%/hm2的增加值伴随着农业碳排放5.58%的值增加。主要原因是, 1998年新《土地管理法》的颁布实施使耕地的数量得到了一定恢复, 加之国家政策对农业的倾斜, 农民对农业生产的积极性增强, 农业生产效率得到了一定提高, 以致农业经济的增速为13.21%, 而农业碳排放总量的增速仍停留在5.86%。

第三阶段 (2003—2011年) 整体态势良好, 农业碳排放增长速度呈递减态势, 而农业经济增长速度呈增长态势, 经历了“强脱钩—弱脱钩—扩张连接—弱脱钩—扩张连接”的“L”型变化趋势 (图2) 。其中, 2003年脱钩弹性值为-0.08, 表现为最理想的强脱钩状态, 农业GDP 8.07%/hm2的增加值伴随着农业碳排放0.21%的值增加。主要原因是, 2003年1月《退耕还林条例》在全国的颁布实施, 部分耕地变成了林地和草地, 农膜、农药等农业生产物资投入相对减少, 以及农业科技的进步使农业生产力得到提高, 套种、间种等技术得到进一步推广。与2002年相比, 农业GDP增加。2004—2008年脱钩弹性值小于0.8, 表现为弱脱钩状态, 农业碳排放增长速度慢于农业GDP的增长速度, 脱钩弹性值分别为0.21、0.45、0.27、0.61、0.34;农业平均GDP 12.50%/hm2的增长值随着农业碳排量3.75%的值增长。主要原因是, 2004年“中央一号文件”的颁布实施, “两减免, 三补贴”惠农政策极大地鼓舞了农民的生产积极性, 农业生产力得到了快速提高;加上农业科技的进步, 产业结构调整的进一步推进, 农业GDP得到了较快增长, 而循环农业、绿色生态农业等种植模式的推广, 使农业碳排放增长速度减缓。

2009—2011年甘肃省经历了“扩张连接—弱脱钩—扩张连接”的由耦合到脱钩再到耦合的动态变化, 脱钩弹性值分别为0.88、0.21、0.11。主要原因是, 在经历了较长时间的农业低碳化管理之后, 农业碳排放结构发生了变化, 农业技术进步、耕地的科学化管理虽然使农业经济总量得到了快速提高, 但碳排放总量却居高不下。该段时间, 甘肃省农业GDP平均增长率为9.65%, 而农业碳排放的平均增长率为17.30%, 农业经济平均增长速度慢于农业碳排放的平均增长速度。

3 结论与建议

3.1 结论

从农业碳排放总量与环比增速来看, 农业投入导致显著的碳排放增长。农业碳排放总量1993—2011年平均增长率为6.67%, 相应的碳排放强度也以年均6.01%的速度增长。其中, 2003年农业碳排放增长率为-0.58%。化肥为其最大的碳排放源, 研究期内累计碳排放量达到1167.82万t, 年均增速为4.01%;农用柴油、农膜、农药、有效灌溉、翻耕累计碳排放量分别为228.37万t、709.07万t、196.46万t、40.43万t、22.41万t, 年均增速分别为5.57%、10.82%、16.26%、2.11%、0.65%, 增长速度最快的为农药、农膜和耕地。甘肃省农业生产仍以高消耗高排放的粗放式生产为主。

1994—2011年甘肃省农业碳排放与种植业总产值的关系主要表现为5种状态:弱脱钩、强负脱钩、扩张连接、扩长负脱钩与强脱钩, 分别出现的期数为9、2、3、3、1, 在统计期内分别占50%、11.11%、11.11%、16.67%与5.56%。研究期内, 农业平均GDP 12.67%/hm2的增加值随着农业碳排量6.00%的值增加。农业经济的发展极大地促进了农业碳排放增长, 但甘肃省仍处于农业经济发展的“爬坡”阶段, 整体态势良好。2003年出现了强脱钩, 说明作为欠发达地区的甘肃省有可能实现农业经济增长、碳排放总量减少的良好状态, 具备发展低碳农业的可行性。

从脱钩弹性指标图中可见, 总体上脱钩弹性曲线呈现“较理想状态—畸形状态—较理想状态”周期性的“W”型变化。畸形状态的出现说明, 甘肃省农业依靠高投入高消耗来获取回报的生产方式有待改变, 产业结构调整不明显, 农业生产效率还有待提高。

3.2 建议

农用薄膜、农药、农用柴油等的大量使用是甘肃省农业碳排放增长的主要因素。目前甘肃省仍处在经济发展的高能耗高投入和粗放型的农业作业阶段, 为了发展经济, 这种状态还将持续。但随着农业技术的进步、农民低碳意识的转变、产业结构的调整, 农业经济发展必然会减轻这种状况。进入“十二五”全面建设小康社会时期, 经济增长仍是甘肃省面临的最主要任务, 不仅要实现农业经济与碳排放上的脱钩, 还要实现农业经济增长与农业生产效率上的脱钩, 最终达到从相对脱钩向绝对脱钩转变。根据脱钩理论, 当经济发展到一定程度时, 能源消耗会出现停滞或相对减少状态, 使其在较低的经济发展水平下开始转变, 实现绝对意义上的脱钩, 但要防止复钩的出现。