江西省工业能源碳排放驱动机制与脱钩分析.pdf

上海国土资源Shanghai Land&Resources 2023Vol.44.3 85doi:10.3969/j.issn.2095-1329.2023.03.0144江西省工业能源碳排放驱动机制与脱钩分析殷 瑜1，陈竹安1,2,3*（1.东华理工大学测绘与空间信息工程学院，江西南昌 330013；2.自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室，江西南昌 330013；3.江西省测绘地理信息工程技术研究中心，江西南昌 330025）摘 要：工业是化石能源消费的主要部门，化石能源的消费是温室气体上升的主要因素。为探究工业碳排放与经济发展间健康状态及区域碳排放的驱动力，从市域视角出发，采用 Tapio 脱钩模型与 LMDI 方法对 20122021 年江西省碳排放状况进行分析，并提出相应的碳减排建议。结果显示：江西工业碳排放量集中分布在西北部地区，总体呈缓慢上升趋势，但年均增长率处于较低水平，碳排放增长受到抑制；碳排放健康状态以弱脱钩为主，工业经济对能源消耗依赖程度下降,但强脱钩出现频次较低，导致江西碳排放向正向增长；产业结构效应的驱动作用在城市发展的各阶段及市域间具有明显的差异性，对于降低区域整体碳排放水平，保护碳减排成果有重要意义，产业结构调整是碳减排工作的重点；调整能源结构，降低高碳排放能源消费占比，促进高耗能产业低碳化转型，大力扶持低碳绿色产业发展是江西碳减排工作的必要举措。关键词：碳排放；Tapio 脱钩理论；LMDI 方法；脱钩努力中图分类号：F403.3；X24 文献标志码：A 文章编号：2095-1329(2023)03-0085-07自改革开放以来，得益于能源大量消耗，我国城市化和工业化进程快速推进，经济迅速繁荣。作为应用最广泛的能源，化石能源在工业部门被大量使用，工业碳排放被认为是导致大气温室气体增加的首要因素1-2。温室气体的大量排放导致全球变暖以及极端天气的出现，人类生存和发展的空间受到破坏，节能减排成为国际社会应对全球气候变化的共识。为应对全球气候变化，2020年中国宣布实行“双碳战略”，承诺于 2030 年和 2060年前实现“碳达峰”和“碳中和”目标。随着碳减排阶段性目标的制定，我国的碳减排工作面临国内经济转型和承担国际责任的双重考验。科学的评估区域碳排放状态，探讨引起地区工业碳排放量变化的驱动力，对把控地区节能减排局势，寻找工业碳减排方向有重要意义。经济增长被认为是碳排放增长的主导因素3，如何降低地区经济发展对碳排放的依赖性（即脱钩）是当前碳排放研究的重点议题。脱钩理论是衡量经济发展与环境污染相关性的理论模型，最早由经济合作与发展组织提出4，学者 Tapio 进一步定义了脱钩的判断标准，并细分了脱钩状态5，自此 Tapio 模型广泛应用于经济发展与能源消耗或环境污染相关研究6-7。工业碳排放受多种社会因素制约，与区域经济、人口、科技水平、能源与产业结构等多种因素关系密切8。学者采用了多种方法对碳排放驱动因素量化考量，以 Kaya 恒等式9为基础扩展的 LMDI 因素分解模型是探究碳排放驱动因素的常用方法。以其操作灵活，分解无残差的特点被被广泛应用于环境科学领域。结合Tapio模型与LMDI模型，相关学者对国家、省级、城市群、工业园区整体层面碳排放驱动力和脱钩状况进行了大量研究10-14，研究涉及人类生产生活的各个领域，包括工业、农业、交通运输等行业15-18。除 LMDI 模型外，GMDI19和 STIRPAT20模型是探究碳排放驱动因素的常用方法，随着学科交叉融合，经济学空间计量方法对碳排放与驱动因素的空间相关性关系的研究为碳减排路径探索提供了新的思路21。目前对碳排放与经济间的脱钩关系及碳排放驱动力的研究多以国家、省级、区域、城市群等大尺度对象研究为主，对于省级层面而言，研究尺度多局限于从整体收稿日期：2023-06-21修回日期：2023-07-28作者简介：殷瑜，1999 年生，男，硕士生，主要研究方向为低碳经济。电子邮箱：基金项目：国家自然科学基金项目(51708098;52168010)*通信作者：陈竹安(硕士/副教授),上海国土资源 Shanghai Land&Resources86 2023Vol.44.3 层面对碳排放进行分析，而忽略了局部地级市间的经济发展与碳排放差异。各市域间由于发展条件的制约，经济基础与产业结构、能源结构、人口规模状况各异，从市域层面出发可对整体碳排放发展状况有更全面的认识并提出更因地制宜的政策建议。2021 年江西全省规模以上工业能源消耗量占综合能源比例达 60%，工业依然是江西碳减排工作的重点领域，实现工业碳减排目标对实现江西“双碳”目标有重要意义。同时作为首批生态文明示范省份，江西碳减排研究为自然禀赋优越，经济欠发达的其它地区节能减排工作具有参考价值。本研究利用 Tapio 脱钩模型和 LMDI 分解法，依据最新年鉴数据对 20122021 年江西工业脱钩状况进行分析，从省市域级角度探究影响江西碳排放的驱动机制以及脱钩努力，以期为江西省工业碳减排提供适时可靠的减排方向。1 研究区域与数据来源1.1 研究区域江西地处长江中下游交界处以南，地形以山地丘陵为主，地势上北部地区较为平坦，东、西、南部地区山脉众多，形成四周高中间低，南高北低的地理格局。江西生态资源丰富，2021 年森林覆盖率达到 63.35%，同时拥有丰富的地下矿藏并具备较高的矿产资源配套程度，为江西工业发展打下了良好的基础。行政区划上，江西分为 11 个地级市和 100 个县级市，总人口达到 4518 万。2014 年底，江西省生态文明先行示范区建设实施方案获批，成为首批省级生态文明示范区建设省份，对于构建全国生态文明示范区具有样板意义。1.2 数据来源本文研究对象为江西省及境内 11 个地级市工业碳排放情况，文中涉及的江西省各地级市的规模以上能源消费数据，国内生产总值、工业生产总值及人口数据均来源于20122021 年江西统计年鉴数据，各能源折标煤系数参考自中国能源统计年鉴，各能源的碳排放系数以2006IPCC 国家温室气体清单指南作为参考。2 研究方法2.1 城市工业碳排放测算由于市级完整规模的工业碳排放数据难以统计，本文以规模以上工业能源消耗量代替各地级市工业能源综合消耗。规模以上工业化石能源选取包括原煤、洗精煤等在内的九种化石能源，能源种类如表 1 所示，使用 IPCC 法（公式 1）对江西省各地级市工业碳排放数据进行核算。4412ijjjCECEEAB=(1)式中：CE 表示江西省工业碳排放总量，CEi表示地级市工业碳排放量，i=111，Ej表示原始能源消耗量，Aj与Bj分别表示 j 能源的折标准煤系数与能源碳排放系数，j=19。能源折标煤系数及碳排放系数如表 1 所示。2.2 碳排放脱钩模型Tapio 脱钩模型将脱钩弹性系数划分为 3 类，并根据脱钩变化速度细分为 8 种不同状态，分别为脱钩（强脱钩、弱脱钩、衰退脱钩），负脱钩（强负脱钩、弱负脱钩、扩张负脱钩），连接（增长连接、衰退连接）。利用脱钩模型计算江西碳排放与经济发展间的相关性：000000%/()/%/()/ttttttttECE CECECECEDIGGP GPGPGPGP=(2)式中：DI 表示脱钩系数，%E和%G分别表示一段时间内江西省各市能源消耗变化率与经济驱动力变化率，CE 与GP 分别表示区域碳排放量与工业生产总值，0tCE与0tGP 表示研究初期碳排放量和人均工业生产总值，脱钩系数表示0t t 时期内能源消耗变化率（%E）与经济驱动力变化率（%G）的比值，脱钩状态判断如图 1所示。脱钩模型表示经济变化与碳排放变化的相对趋势关系，当脱钩弹性系数 DI 处于强脱钩状态时，经济上行，碳排放下降，经济发展不依赖于能源消耗；当经济下行，碳排放量升高，脱钩弹性系数处于强负脱钩状态，碳排放环境恶化；当 DI 处于弱脱钩状态下，经济增长具有远高于碳排放的增速，经济发展对能源消耗的依赖度降低，若经济增速远低于碳排放增速，则处于扩张负脱钩状态，经济增长依赖于能源消耗；经济缓慢下行，碳排放水平快速下降，则处于衰退脱钩状态，在“双碳”背景下，表 1 各能源折标煤系数及碳排放系数Table 1 Coal discount coefficient and carbon emission coefficient of each energy source能源种类原煤洗精煤其他洗煤焦炭原油汽油煤油柴油燃料油折标准煤系数（kg/kg）0.71430.90.28570.97141.42861.47141.47141.45711.4286碳排放系数 以 C 计（kg/kg）0.75590.75590.75590.8550.58570.55380.57140.59210.6185上海国土资源Shanghai Land&Resources 2023Vol.44.3 87衰退脱钩是可接受的碳排放模式，当经济下行速度远高于碳排放下降速度，则处于弱负脱钩状态，碳排放状态较差。增长连接与衰退连接模式下，经济与碳排放变化具有明显的协同效果，经济增长依赖于能源消耗。2.3 LMDI 分解法为探究江西省工业碳排放的影响因素及其碳排放贡献度，本文基于一次拓展的 Kaya 恒等式将工业碳排放分解为能源结构（I）、产业结构（ES）、能源强度（EI）、经济效应（GP）、人口规模（P），为探究各驱动因素的驱动方向和大小，结合 Kaya 恒等式将对江西省影响因素进一步分解。iiCEEEGCEPIESEIGPPEEGP=(3)式中：CE、iE、E、G、P 分别表示区域工业碳排放、规模以上工业能源消费、综合能源消费、地区生产总值和人口规模。令/iICE E=、/iESEE=、/EIE G=、/GPG P=，分别表示能源结构、产业结构、能源强度、经济条件和人口规模。、ES、EI、GP、P分别表示能源结构、产业结构、能源强度、经济条件和人口规模对碳排放的贡献值。0ttCECECEESEIGPP=+(4)000lnlnlnttttttCECEICECEI=(5)000lnlnlnttttttCECEESESCECEES=(6)000lnlnlnttttttCECEEIEICECEEI=(7)000lnlnlnttttttCECEGPGPCECEGP=(8)000lnlnlnttttttCECEPPCECEP=(9)用贡献度()衡量各因素对碳排放的影响程度。不同因素间，贡献度的大小代表着对碳排放的影响程度大小。=(10)2.4 脱钩努力分析为探究除经济效应外其他因素对碳排放的驱动效应，借鉴马晓君22等的研究方法，引入脱钩努力模型。在经济发展时，我们将促进碳减排的驱动因素称为脱钩努力，基于脱钩努力概念，构建如下模型：CEGPIESEIPDGPGPGPGPGP=(11)IESEIPDDDDD=+(12)D 表示去除经济效应后对碳排放的脱钩努力指数，ID、ESD、EID、PD 分别表示排放系数、产业结构、能源强度、人口规模效应的脱钩努力。脱钩努力表示驱动因素的碳减排作用与经济效应促进作用的相对关系，若0D,驱动因素对碳排放无脱钩努力，该驱动因素对碳排放脱钩起抑制作用；若 01D，则作强脱钩努力，弱脱钩努力与强脱钩努力均表示驱动因素对碳排放脱钩起促进作用，弱脱钩努力表示驱动因素对碳排放脱钩的促进作用小于经济效应的抑制作用，强脱钩努力表示大于经济效应的抑制效果。3 结果与分析3.1 工业碳排放发展现状20122021 年，江西省工业碳排放的年平均增长率为 2%，碳排放总体呈现缓慢上升趋势，工业碳排放总量增长 3352 万 t，增长幅度达到 20%。20122013 年和20172019 年间增速较快，年均增长率分别为 6.9%和4.9%，其余各年份增长率均维持在较低水平，江西工业碳排放总体得到遏制。地域分布而言（图 2），工业碳排放集中于省西北部，主要集中在九江、新余、宜春三市，三者贡献了全省一半以上工业的碳排放总量，九江碳排放量最高，碳排放量占比逐年增加，到 2021 年九江全省碳排放量占比高达 27%。萍乡在研究期内具有明显下降趋势，萍乡作为老牌工业城市，正逐步摆脱化石能源依赖，寻求产业转型道路，除上述各市外，其余城市碳排放量处于相对稳定水平，但抚州在 2016 年和景德镇在 2017 年的碳排%G%EDI0，强负脱钩脱钩状态最差DI0，强脱钩脱钩状态最好0DI0.8，弱脱钩DI1.2，扩张负脱钩0.8DI1.2增长连接0.8DI1.2衰退连接DI1.2，衰退脱钩0DI0.8，弱负脱钩abcdefgh图 1 脱钩系数及脱钩状态Fig.1 Decoupling coefficient and decoupling state上海国土资源 Shanghai Land&Resources88 2023Vol.44.3 放分别有较大幅度的增加与降低，两地化石能源消耗量迅速变化，将两地分别划分为碳排放相对稳定的两个阶段。江西碳排放量缓慢增长，在 20172019 年加速增长时期年均增长率也不超过 5%，2019 年后能源消耗的增速放缓，但工业碳排放仍无明显下降趋势，工业经济发展仍依赖于能源消费，降低工业碳排放量，逐步降低工业部门对能源消费的依赖性，提高工业经济质量是江西省碳减排工作下一阶段的目标。3.2 脱钩分析为更清楚探究江西省工业碳排放健康状态，将研究期划分为20122015、20152018、20182021年三个阶段，结合公式 2 和图 1 可得研究区域各阶段碳排放脱钩情况，如表 2 所示。研究的 3 个时段内，江西工业碳排放均处于弱脱钩状态，表明工业经济的快速增长，区域碳排放水平缓慢增长，是较为理想的脱钩情形，3 个时期内江西省脱钩系数略有下降（0.35、0.27、0.24），整体脱钩水平稍有上升，主要得益于节能减排的背景下，江西省工业产业升级带来整体能源利用效率的提升，工业经济的发展一定程度上减少了对化石能源消耗的依赖性。20122015 年，各地级市脱钩状态良好，脱钩弹性系数多处于弱脱钩状态以上，但九江和鹰潭处于增长连接状态，两地工业经济发展依托于传统化石能源的消耗，此阶段，强脱钩状态地级市数量为 4。20152018，弱脱钩数量降低，脱钩状态向衰退脱钩状态转变。景德镇、萍乡、新余市脱钩状态降低，相较于2015 年，2018 年 3 市工业碳排放量分别下降了 22.7%、32.6%和 11.6%，同时工业产值分别下降了 15%、14.9%和 10%，化石能源消费受到抑制导致工业经济发展受到较大影响。抚州由强脱钩迅速转变为强负脱钩状态，脱钩系数高达-163.81，化石能源的消耗并未带来工业经济的增长，规模以上工业产值下降 5.5%，推测省内传统工业向抚州转移，能源经济效应低。该阶段，仅 2 个地级市为强脱钩状态。总体而言，此阶段部分城市脱钩状态降低，地级市间碳排放脱钩水平差距变大。20182021 年，弱脱钩数量增加，整体脱钩状态改善。新余和萍乡脱钩状态趋势性降低，新余由衰退连接转变为扩张负脱钩，萍乡由衰退脱钩转变为增长连接状态，两者工业经济与碳排放均由同向降低转变为同向增长。两市作为老工业城市，贯彻江西“绿色崛起”方针，在自身资源型工业城市的基础上对传统工业进行升级，工业经济与碳排放的脱钩变化体现了两地产业转型的探索过程。其余城市处于弱脱钩状态以上，但强脱钩数量仅为 2，强脱钩城市数量不足，江西省碳排放缓慢向上增长，江西碳减排有较大提升空间（图 3）。3.3 江西省工业碳排放驱动因素分析Tapio 脱钩模型可以同步解释碳排放与经济间速率变化关系，但无法解释影响江西工业碳排放的驱动因素，本文依据 Kaya 恒等式与 LMDI 法将江西工业碳排放分解为能源结构、产业结构、能源强度、经济及人口规模效应，表 2 20122021 年江西省工业碳排放脱钩弹性系数 及脱钩状态Table 2 Elastic coefficient and decoupling status of industrial carbon emission decoupling in Jiangxi Province from 2012 to 2021地区20122015 年20152018 年20182021 年脱钩系数 脱钩状态脱钩系数脱钩状态 脱钩系数脱钩状态抚州-0.03强脱钩-163.81强负脱钩0.31弱脱钩赣州0.45弱脱钩0.74弱脱钩0.15弱脱钩吉安0.03弱脱钩0.03弱脱钩0.27弱脱钩景德镇0.21弱脱钩1.51衰退脱钩0.06弱脱钩九江0.91增长连接1.02增长连接0.25弱脱钩南昌-0.12强脱钩0.53弱脱钩-0.08强脱钩萍乡-0.13强脱钩2.19衰退脱钩0.84增长连接上饶0.30弱脱钩-0.04强脱钩0.03弱脱钩新余-0.36强脱钩1.19衰退连接2.41扩张负脱钩宜春0.80弱脱钩-0.99强脱钩0.04弱脱钩鹰潭1.05增长连接1.10增长连接-0.02强脱钩全省0.35弱脱钩0.27弱脱钩0.24弱脱钩图 2 江西各市工业碳排放量Fig.2 Industrial carbon emissions of Jiangxi cities 图 3 江西各市工业碳排放脱钩状态Fig.3 Decoupling status of industrial carbon emissions in various cities of Jiangxi Province上海国土资源Shanghai Land&Resources 2023Vol.44.3 89通过公式 310 得到各驱动因素的累计贡献值及贡献率。省级视角看，如表 3 所示，产业结构效应、经济效应、人口规模效应对江西工业碳排放呈正向促进作用，经济效应促进作用远高于产业结构与人口规模效应，人口规模效应促进作用较小，产业结构效应虽总体呈促进效果，但产业结构的驱动力在各地级市间具有明显的地域差异性。能源结构与能源强度呈负向抑制效果，其中能源强度效应是最主要的抑制因素。结合表 3 及图 4，能源结构对江西省工业碳排放的累计贡献值为-2414.74 万 t，在 3 个阶段均抑制了江西工业碳排放，能源结构(I)系数逐渐降低，全省高碳排放能源占比降低，能源消费结构得到一定程度优化。各地级市而言，2012 2021 年间能源结构对抚州和鹰潭的累计贡献值为正，其余城市均为负，从各阶段而言，能源结构对碳排放的促进作用集中出现在 20152018 年，抚州、赣州、九江、鹰潭此阶段均对碳排放脱钩起抑制效果，到 20182021 年，各市能源结构效应均抑制了当地工业碳排放。能源结构对碳排放总体表现为抑制效果，优化能源结构，降低高碳排放能源消费并大力发展清洁能源的使用可有效降低碳排放水平。20122021 年，产业结构的累计贡献值为 2030.99万 t,3 个时期的贡献度分别为 19.4%、-10.4%、3.2%，贡献度方向具有明显的波动性。抚州、赣州等 7 市产业结构效应促进了各地级市的碳排放，其它地级市表现为抑制效果，产业结构在各市间的差异性显著；同一城市的不同阶段差别较大，贡献度大小多呈“V”型变化趋势，20152018 年，产业结构具有最强的脱钩促进作用，随后产业结构系数上升，产业结构的脱钩促进效果逐渐转变为抑制。工业产业结构效应经过了大幅降低再回升的过程，到 20182021 年，各市产业结构的脱钩效应仍有较大差距。江西省产业结构效应在市域间广泛的差异性，同时各城市发展阶段产业结构的脱钩状态变化较大，可将产业结构调整作为现阶段江西省碳减排工作的重点，对于维持现有碳减排成果稳定，缩小地区间碳排放健康图 4 各驱动因素对江西省工业碳排放的贡献度Fig.4 The contribution of each driver to industrial carbon emissions in Jiangxi Province表 3 江西工业碳排放驱动因素累计贡献值（410t）Table 3 Cumulative contribution value of Jiangxis industrial carbon emission drivers地区能源结构 I 产业结构 ES 能源强度 EI 经济效应 GP人口规模 P抚州413.01 303.91-207.09 558.77-119.76 赣州-20.51 33.38-497.40 717.11 46.74 吉安-50.79-19.93-616.70 919.58-91.73 景德镇-522.75-129.31-599.11 905.36 21.75 九江-210.03 939.42-2525.68 4658.81-296.81 南昌-305.70 306.33-1154.52 849.85 345.62 萍乡-645.81 518.91-1575.27 1031.10-53.32 上饶-278.23-95.68-488.97 954.96-35.29 新余-67.81 27.19-845.23 873.26 122.34 宜春-720.04-45.44-1564.87 2587.41-234.58 鹰潭26.36 72.45-529.57 657.06 9.48 全省-2414.74 2030.99-12176.18 15905.40 6.77 上海国土资源 Shanghai Land&Resources90 2023Vol.44.3 状态差异有重要意义。能源强度衡量了能源消费与经济效益的关系，该因素对碳排放的影响往往不确定性较大23。20122021 年，能源强度累计贡献值为-12176.18 万 t，受能源强度效应的影响、九江、南昌、萍乡、宜春碳减排量均超过 1000万 t。能源强度的贡献率在 3 个阶段分别为-38.5%、-32.3%、-31%，对江西及辖内各市碳排放均具有明显的抑制效果，是江西最大的碳排放脱钩促进因素。20122021年，人均GDP累计贡献值为15905.4万t，3 个阶段的贡献率分别为 33.4%、50%、52.5%，经济效应的贡献率呈上升的趋势，经济效应与碳排放间关系密切，是江西最大的脱钩抑制因素。人口规模效应对碳排放的促进作用有限，累计碳排放贡献值仅为 6.77 万 t，3个阶段的贡献率分别为 1.8%、3.6%、-4.6%。20122018年，人口规模效应促进了江西的碳排放，人口规模效应的抑制性集中体现在 20182021 年，对除南昌、赣州、新余外各市均呈抑制作用，南昌强大的人口吸引力导致人口规模成为促进该地区碳排放的最大驱动因素，但对于整个江西省而言，人口因素对碳排放影响较小。3.4 脱钩努力分析结合江西省各驱动因素脱钩努力情况，剔除经济效应对碳排放的影响，能源结构在 3 个时期内均呈弱脱钩努力（0.21、0.07、0.17），20152018 年，抚州、吉安、九江、鹰潭无脱钩努力导致此阶段江西能源结构脱钩努力数值较小，但综合整个时期，能源结构效应对碳排放促进了工业经济与碳排放脱钩（表 4）。产业结构在发展的 3 个阶段脱钩努力状态变化较大，20122015 年与 20182021 年无脱钩努力，20152018年呈弱脱钩努力，且第二阶段与第三阶段各地级市之间脱钩努力情况有较大差异，20182021 年，除南昌外，整体脱钩努力系数较低，相较上一阶段，呈脱钩努力状态城市数量下降较多，产业结构对于降低城市碳排放水平，促进市域间碳排放平衡有重要意义。能源强度具有最大的脱钩努力效应，但研究期内，能源强度脱钩努力系数逐渐降低，由强脱钩努力向弱脱钩努力变化，对碳减排的促进作用有所减弱，提高能源利用效率与效益，发挥能源强度较强的碳排放脱钩促进作用。人口规模效应在 20122018 年无脱钩努力，20182021 年间呈弱脱钩努力，但弱脱钩努力程度低，综合整个时期，人口规模对江西省碳排放无脱钩努力。4 结论与建议本文基于 IPCC 核算方法计算了江西省及下辖地级市的碳排放水平，并利用 Tapio 脱钩模型及 LMDI 模型探究了江西省工业碳排放与经济间的脱钩关系和驱动因素，本文结论如下：（1）江西省碳排放呈缓慢增长趋势，研究期内年均增长率为2%，20172019年增速加快，2019年后增速放缓，碳排放水平总体得到遏制。工业碳排放集中分布于省西北部的九江、宜春及新余，分布上呈明显西北高于东南部的格局。（2）研究的 3 个阶段，江西工业碳排放均处于弱脱钩状态（0.35、0.27、0.24），脱钩状态略有上升，工业经济一定程度上降低了对能源消费的依赖，但强脱钩城市出现频次低，导致江西碳排放总体向上增长，离实现降碳发展目标尚有差距。（3）产业结构效应、经济效应、人口规模效应对江西表 4 江西省工业碳排放驱动因素脱钩努力情况Table 4 Efforts to decouple the drivers of industrial carbon emissions in Jiangxi Province地区201220152015201820182021IDESDEIDPDIDESDEIDPDIDESDEIDPD抚州0.040.080.94-0.04-6.18-4.080.33-0.060.1800.360.32赣州0.22-0.721.18-0.04-0.300.350.30-0.040.19-0.010.76-0.09吉安0.19-0.461.28-0.03-0.130.780.38-0.050.08-0.090.500.23景德镇0.37-0.471.01-0.102.602.050.16-0.270.240.080.500.11九江0.16-0.430.57-0.04-0.29-0.090.55-0.040.22-0.180.530.18南昌0.35-0.881.77-0.130.45-0.190.60-0.190.160.772.10-1.80萍乡0.35-1.101.91-0.072.010.093.8-0.20.310.02-0.170.42上饶0.34-0.160.64-0.040.110.480.49-0.050.3900.450.15新余-0.170.261.13-0.120.471.221.48-0.260.17-1.170.48-0.12宜春0.40-0.760.89-0.030.340.670.51-0.040.150.030.550.23鹰潭-0.01-0.721.01-0.05-0.470.210.74-0.080.170.110.700.05全省0.21-0.581.15-0.050.070.210.65-0.070.17-0.060.590.09注：ID、ESD、EID、PD分别表示能源结构、产业结构、能源强度、人口规模的脱钩努力系数上海国土资源Shanghai Land&Resources 2023Vol.44.3 91工业碳排放呈正向促进作用，经济效应促进作用远高于产业结构与人口规模效应，人口规模效应促进作用较小，产业结构效应虽总体呈促进效果，但产业结构的驱动力在各地级市间具有明显的地域差异性。能源结构与能源强度呈负向抑制效果，其中能源强度效应是最主要的抑制因素，20182021 年，能源结构对江西各地级市工业碳排放均起抑制作用。（4）相较于经济效益对碳排放的促进作用，能源结构和能源强度呈弱脱钩努力，能源强度效应脱钩努力系数降低，但对于江西碳排放脱钩仍具有最强的抑制效果；产业结构脱钩努力效果在各地级市波动较大，20182021年较于 20152018 年，呈向无脱钩努力状态转变趋势，对江西碳排放脱钩转变为抑制效果；人口对江西碳排放无脱钩努力，对江西工业碳减排影响较小。根据以上结论，以及现阶段江西社会经济发展状况提出以下建议：降低高碳排放能源消费占比，大力推广低碳绿色能源在工业部门的使用，发展风电、太阳能等清洁能源，发挥能源结构的脱钩促进作用。调整产业结构，严格控制工业产业规模，优化产业结构，降低高碳排放部门比例，大力扶持新兴绿色能源企业，重点关注九江、新余产业结构变化。聚焦产业升级转型，提高能源利用效率与效益，特别关注如萍乡、新余等工业老区的工业产业转型，逐步摆脱工业部门对传统化石能源的依赖。参考文献(References)1 高虎.“双碳”目标下中国能源转型路径思考 J.国际石油经济,2021,29(3):1-6.GAO H.Chinas energy transformation under the targets of peaking carbon emissions and carbon neutralJ.International Petroleum Economics,2021,29(3):1-6.2 郭扬,吕一铮,严坤,等.中国工业园区低碳发展路径研究 J.中国环境管理,2021,13(1):49-58.GUO Y,LYU Y Z,YAN K,et al.Low-carbon development pathways of industrial parks in ChinaJ.China Environmental Management,2021,13(1):49-58.3 SHAN Y L,HUANG Q,GUAN D B,et al.China CO2 emission accounts 2016-2017J.Scientific Data,2020,7(1):54-62.4 RSTEMOLU H.Factors affecting Germanys green development over 1990-2015:a comprehensive environmental analysisJ.Environmental Science and Pollution Research,2019,26(7):6636-6651.5 TAPIO P.Towards a theory of decoupling:degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001J.Transport Policy,2005,12(2):137-151.6 张玉梅,乔娟.都市农业发展与碳排放脱钩关系分析基于脱钩理论的 Tapio 弹性分析法 J.经济问题,2014(10):81-86.ZHANG Y M,QIAO J.Analysis of urban agriculture development and carbon emission decoupling relationship based on the theory of decoupling about tapio elastic analysisJ.Economic Issues,2014(10):81-86.7 王俊岭.我国钢铁工业脱钩弹性分析以 2006-2015 年面板数据为例 J.生态经济,2017,33(8):139-143.WANG J L.The Tapio elastic analysis of steel industry of 2006-2015 panel data in ChinaJ.Ecological Economy,2017,33(8):139-143.8 WU Y,TAM V W Y,SHUAI C,et al.Decoupling Chinas economic growth from carbon emissions:Empirical studies from 30 Chinese provinces(2001-2015)J.Science of The Total Environment,2019,656:576-588.9 KAYA Y.Impact of carbon dioxide emission control on GNP growth:Interpretation of proposed scenariosR.Paris:Presentation to the Energy and Industry Subgroup,Respones Working Group,IPCC,1989.10 翁钢民,李聪慧,潘越,等.中国旅游业碳排放脱钩效应及影响因素研究 J.地理与地理信息科学,2021,37(2):114-120.WENG G M,LI C H,PAN Y,et al.Decoupling effect and influencing factors of carbon emissions in Chinas tourism industryJ.Geography and Geo-Information Science,2021,37(2):114-120.11 郑亦伶,苑韶峰.基于土地利用的碳排放时空分析 J.上海国土资源,2013,34(2):33-36.ZHENG Y L,YUAN S F.Spatial-temporal analysis of carbon emissions from land-useJ.Shanghai Land&Resources,2013,34(2):33-36.12 王彩娟,季顺伟,任丽燕.长三角城市群能源碳排放空间关联及其影响因素研究 J.上海国土资源,2022,43(3):8-14.WANG C J,JI S W,REN L Y.Spatial correlation and influencing factors of energy carbon emissions in Yangtze River Delta urban agglomerationJ.Shanghai Land&Resources,2022,43(3):8-14.13 马建辉,田刚,谢宛怿,等.河北省土地利用碳排放时空特征与脱钩分析 J.上海国土资源,2023,44(1):67-76.MA J H,TIAN G,XIE W Y,et al.Spatio-temporal characteristics and decoupling analysis of land use carbon emissions in Hebei ProvinceJ.Shanghai Land&Resources,2023,44(1):67-76.14 罗翔,赖志勇,曹慧霆.碳达峰碳中和目标下的新城新区国土空间规划策略 基于浦东新区的实证与思考 J.上海国土资源,2022,43(1):1-5.LUO X,LAI Z Y,CAO H T.Planning strategies of new city in the context of emission peak and carbon neutralization:empirical research on Shanghai PudongJ.Shanghai Land&Resources,2022,43(1):1-5.15 沈叶,刘中侠,邓翠翠,等.工业部门低碳化驱动因素与脱钩路径分析以安徽省为例 J.长江流域资源与环境,2022,31(12):2597-2607.SHEN Y,LIU Z X,DENG C C,et al.Analysis of driving factors and decoupling path of low-carbonization on industrial sector:A case study of Anhui ProvinceJ.Resources and Environment in the Yangtze Basin,2022,31(12):2597-2607.16 刘杨,刘鸿斌.山东省农业碳排放特征、影响因素及达峰分析J.中国生态农业学报,2022,30(4):558-569.LIU Y,LIU H B.Characteristics,influencing factors,and prediction of agricultural c