引言

气候变化与大气污染已经成为全球性的环境问题，而相关应对措施，如节能减排，正在成为制约许多国家经济发展的重要因素^[1]。改革开放以来，我国的经济快速发展，同时也面临节能减排、改善环境质量的压力^{[2, 3]}。长三角是我国社会经济最发达的区域，也是大气污染较为严重的区域之一，由于该区域具有较高的能源利用效率和较低的排放水平，传统的末端治理措施减排潜力不大，并且边际减排成本急剧增长，亟须寻求新的减排潜力空间^[4]。

中国不同省份的资源禀赋和经济发展差异较大，省际贸易带来了大量污染物转移且伴随着环境低效性^{[5, 6]}。近年来，不少学者已经针对贸易中的能源消费和相关环境问题开展了相关研究^{[7, 8]}。从区域视角来看，现有研究多是集中于国际贸易^[9-11]或者省际贸易^[12-14]。在区域研究层面，虽然已有少部分研究探讨了区域(京津冀)贸易^[15]带来的环境影响，但是针对长三角地区的研究仍旧缺乏。从行业视角来看，已有研究大多针对特定的高能耗行业^{[4, 16, 17]}(如金属行业、建筑业和原材料业)。不同区域的行业之间通过贸易联系，环境层面上的关键行业分析有助于确定哪些行业的减排政策可能是最有效的，通过产业关联分析可以确定关键转移路径和关键行业部门，进而明确减排政策实施的切入点，提高政策实施的有效性。在确定减排关键行业方面，先前的研究分析了关联效应的前向关联与后向关联的边际度量^[18]或者绝对规模度量^[19]，关联效应的边际度量仅揭示产值与排放强度之间的相对联系，而忽略了产业规模的影响，因此将关联效应的边际度量和绝对度量同时纳入考虑中，可以更加全面、合理地评估产业关联，从而确定减排的关键部门^[8]。此外，温室气体和大气污染物具有同源性，两者应当协同控制而不是分别对待。在政策成本一定的情况下，气候变化或大气污染控制政策将带来诸如能效提高、环境优化、社会效益增加等多重效应^[20]。

本研究以长三角(包含上海、江苏、浙江和安徽)为研究对象区域，以CO₂和常规大气污染物SO₂、NO_x和PM_2.5为研究对象，应用环境多区域投入产出模型，分析长三角省市之间贸易对区域二氧化碳和污染物排放的影响，并从需求与供应两方面识别长三角区域减排的关键行业。研究结果不仅可以定量揭示不同省市、不同部门之间的联系对长三角区域CO₂和大气污染物排放的影响，也可以为长三角地区合理制定减排目标与政策、实现大气污染与气候变化协同治理提供决策参考。

2 方法与数据 2.1 环境投入产出模型

投入产出模型通过编制投入产出表来反映经济活动之间的依存关系，由经济学家列昂惕夫^[21]提出。本文沿用课题组之前研究方法^[22]，基于地区间投入产出模型，整理得到长三角区域间投入产出表。之后运用环境投入产出模型，计算本地区的污染转移，分析地区贸易中隐含的CO₂或大气污染物排放，基于多区域投入产出模型(MRIO)的生产端排放指的是从产品生产端的角度分析其生产过程中产生的环境影响，生产端排放公式为^[23]：

(1)

其中，E_p^r表示各省市各产业CO₂或大气污染物基于生产端的排放矩阵；F为对CO₂或大气污染物直接排放因子的对角化矩阵；(I-A)⁻¹Y^r为最终需求矩阵Y进行列昂惕夫逆矩阵变换。

基于消费端排放，即某省份内的产品在上游加工、制造、运输等过程中产生的排放，基于消费端排放的计算公式为：

(2)

其中，E_c^r为区域r中各行业的CO₂或大气污染物基于消费端的排放矩阵；F为区域排放强度矩阵；(I-A)⁻¹为列昂惕夫逆矩阵；c_r为每个区域r的最终消耗矩阵，由本地生产最终消费与进口最终消费量矩阵构成。

2.2 关联系数法

产业关联最早是由美国发展经济学家赫希曼^[24]提出，用来表示各产业之间的相关程度。影响力系数(the Diffusion Coefficient)和感应度系数(the Induct Coefficient)建立在部门之间后向联系和前向联系的指标基础上，可用于比较各部门的拉动和推动作用的程度^[25]。参考Wen^[8]等的改进分母权重计算方法，本研究分别计算了影响力系数与感应度系数的边际度量与绝对规模度量，以便全面分析不同省份部门间经济生产与碳排放和污染物排放之间的关系。

对于前向关联来说，其边际感应度系数的计算公式如下式所示：

(3)

其中，g_ij ^rs为高斯逆矩阵中对应元素；F_j^s代表S省(市) j部门生产单一产品产值所带来CO₂或污染物的直接排放量；u代表不同省份；v代表不同行业。

绝对感应度系数计算公式如下式所示：

(4)

其中，Z _j^s代表S省(市) j部门的增加值。

对于后向关联来说，其边际影响力系数与绝对影响力系数的计算公式如下面两个公式所示：

(5)

(6)

其中，l_ij ^rs为列昂惕夫逆矩阵中对应元素；Y_j^s为S区域j部门的最终需求。

对于影响力系数与感应度系数的边际量与绝对量均大于1的行业，可以确定其为关键减排部门，即该行业对二氧化碳和污染物边际排放量与排放总量高于地区平均水平。为了同时比较碳排放与大气污染物排放的综合关键减排部门，本研究参考Liu^[26]等的归一化方法，利用环境保护税法中空气污染物的当量系数对排放系数进行归一化处理。计算公式如下式所示：

(7)

其中，AP_eq为空气污染物等价排放系数；α、β、γ与δ分别为CO₂、SO₂、NO_x与PM_2.5当量系数。

2.3 数据与来源

本研究的投入产出数据采用刘卫东团队编制的2007年、2012年中国30个省(区、市)区域间投入产出表^[27]；2007年省级的MRIO表共涉及30个行业，2012年的MRIO表共涉及42个行业。为将行业的类型统一，本文根据《中国2012年31省区市区域间投入产出表》中分类的详细说明，将2007年和2012年长三角的行业最终整合为30个行业，行业编号与行业名见表 1。

长三角地区的CO₂与大气污染物排放数据主要来自上海市环境科学研究院^[28]，其他省份与进出口的排放数据主要来自中国多尺度排放清单模型(MEIC) 数据库^{[29, 30]}。

3 结果 3.1 生产端与消费端大气排放特征

如表 2所示，2012年长三角地区的消费端CO₂排放总量为15.45亿t，较2007年增加了15.27%，年均增速为3.62%；2012年长三角地区的生产端CO₂排放总量为17.05亿t，较2007年增加了22.09%，年均增速为5.12%。从总量来看，生产端排放总量大于消费端排放总量，且生产端排放量增速大于消费端排放量增速，长三角地区隐含碳排放处于净调出状态。

分省份来看，由图 1可知，上海市与浙江省消费端碳排放大于生产端碳排放，这与二者能源资源对外界依赖程度较高有关。在总量增速方面，2012年上海市消费端碳排放较2007年增加了0.71%，而生产端碳排放较2007年减少了21.16%。一方面，这与上海市在“十二五”期间通过多种措施完成煤炭消费总量控制目标有关；另一方面，“皖电东送”等能源项目的建设完成，增大了接受上海市以外的电力输入量。与上海的情况相反，2012年浙江省生产端碳排放较2007年增加了13.13%，而消费端碳排放较2007年减少了4.16%。浙江省生产端排放增长主要与电力、热力的生产和供应业、非金属矿物制品业等高耗能行业生产端排放增多有关，分别增加1972.18万t与6479.56万t，这些行业排放的增长可能与浙江省在“十二五”期间内建成嘉兴电厂三期、苍南电厂等一批重大电源项目^[31]有关。浙江省消费端碳排放略有减少主要与化学行业与电气机械及器材制造业消费端排放减少有关，分别减少967.48万t与797.49万t，这些行业消费端排放减少主要与需求结构的改变和排放强度的降低有关。

安徽省与江苏省，生产端碳排放均大于消费端碳排放，且生产端碳年均增速高于消费端增速。江苏省经济总量较大，国内外贸易量较大，存在较大碳排放净出口^[32]，是造成生产端碳排放大于消费端碳排放的主要原因。安徽省煤炭资源丰富、同时工业发展增速较快^[33]，经济发展依赖于能源工业等原因导致其生产端碳排放增速较大。

如图 1所示，从大气污染排放来看，长三角的SO₂、PM_2.5排放总量表现为消费端大于生产端，而NO_x排放总量表现为生产端大于消费端。与CO₂排放增速不同的是，2012年SO₂、NO_x与PM_2.5的生产端与消费端排放总量较2007年排放总量均呈现下降趋势，这与该区域脱硫、脱硝和高效除尘技术效率与覆盖率的提高有关^[34]。

针对不同污染物，同一省份生产端排放与消费端排放的关系有所差别。例如，浙江省SO₂、PM_2.5的消费端排放大于生产端排放，而NO_x的生产端排放大于消费端排放；2007年上海市SO₂的生产端排放大于消费端排放，而2012年SO₂的生产端与消费端排放均有减少，生产端减少幅度远大于消费端，导致2012年上海市SO₂消费端排放大于生产端排放，上海市NO_x、PM_2.5的生产端排放小于消费端排放；对于煤炭资源丰富的安徽省来说，污染物均是生产端排放大于消费端排放。

3.2 各省市的大气排放转移特征

如表 3所示，长三角区际贸易引致的CO₂排放转移总量由2007年的1.18亿t降低到2012年0.54亿t，转移总量占长三角地区生产端排放总量比例由2007年的8.43% 降低至2012年的3.09%，这可能与长三角地区单位产出碳排放强度降低有关，2007年长三角地区总单位产出碳排放强度为66.47g/ 元，2012年降低至39.79g/ 元，其中上海、江苏、浙江和安徽分别下降至28.25g/ 元、37.49g/ 元、34.24g/ 元和76.31g/ 元。

由于每个省份与部门既有调入排放又有调出排放，为直观表明排放转移，本研究计算了每个地区与每个部门的净排放转移(调出排放—调入排放计算得到)，得到2007年与2012年长三角地区贸易引致的CO₂与其他污染排放净转移弦图，分别见图 2与图 3。在弦图中，节点表示省份地区，弦边的初始宽度表示净转移量，弦边的颜色与转出省份的颜色保持一致，从而显示出净转移方向。

对于上海而言，如图 3所示，在SO₂、NO_x和PM_2.5排放净转移方面，对江苏和浙江表现为净调出，其中上海到江苏净调出最大，2012年SO₂、NO_x和PM_2.5排放转移分别为7.93万t、19.21万t和4.12万t，较2007年分别减少77.83%、32.22% 和19.76%；如图 2所示，在CO₂排放净转移方面，2007年、2012年对江苏和安徽均表现为净调入，而上海到浙江的排放转移从净调入变为了净调出，这是因为2007年到2012年浙江到上海排放转移降低62.20%，而上海到浙江排放转移仅降低0.86%，降幅大小的不同主要与浙江省电力、热力的生产和供应业调入上海的排放量减少394.50万t有关。

对于江苏而言，如图 2所示，在CO₂排放净转移方面，对浙江与上海表现为净调出地，且2012年净调出量小于2007年；如图 3的(b)、(c)与(d)所示，在SO₂、NO_x和PM_2.5排放净转移方面，对浙江表现为净调入，对上海与安徽表现为净调出。

对于浙江而言，如图 3的(b)、(c)与(d)所示，2007年、2012年均表现为长三角地区SO₂、NO_x和PM_2.5排放净调入地，其中江苏省到浙江省净调出最大，2012年SO₂、NO_x和PM_2.5排放转移分别为8.89万t、27.44万t和4.12万t，较2007年分别减少68.71%、51.16% 和45.60%。如图 2所示，在CO₂排放净转移方面，2007年、2012年对江苏和安徽均表现为净调入，而浙江到上海的排放转移从净调出变为了净调入。

对于安徽而言，如图 2所示，2007年、2012年均表现为长三角地区CO₂和大气污染物排放净调出地。在所有CO₂和大气污染物排放净转移中，安徽省到江苏省的净调出最大，2012年CO₂、SO₂、NO_x和PM_2.5的排放净转移分别为617.04万t、4.32万t、17.80万t和3.86万t，较2007年分别减少43.51%、70.86%、17.34% 和16.40%。一方面，这与安徽省2012年对长三角地区排放净转移减少有关；另一方面，与单位产出排放强度降低有关。

对于不同的大气污染物来说，单个省份的长三角贸易导致的净排放量有细微的差异，但总体呈现煤炭资源丰富的安徽省为长三角地区贸易的SO₂、NO_x与PM_2.5排放净调出地，经济发达的上海与浙江多数污染物表现为净调入，这与各地区的行业结构特征以及不同大气污染物单位产值的排放量有关。

3.3 行业的大气排放转移特征

在排放区域转移的基础上，计算并细化到各省份各行业之间污染转移的流动，进一步说明长三角地区排放转移的特征，如图 4所示，2007年长三角地区CO₂净排放转移量最大的路径为安徽的非金属矿物制品业到江苏的建筑业，转移449.13万t，占安徽省对江苏省净转移排放总量的41.18%。如图 5所示，2012年净排放转移量最大的转移路径不变，转移量为404.50万t，占安徽省对江苏省净转移排放总量的65.56%。研究期间，虽然长三角区域内的CO₂净转移总量降幅较大(1782.98万t)，但净转移最大的转移路径减少量较少，这与在研究期间安徽省的非金属矿物制品业单位产出碳排放强度较2007年增加了5.71% 有关，而大部分行业的单位产出碳排放强度均呈不同程度的下降。安徽省非金属矿物制品业单位产出碳排放强度增加可能与安徽省高能耗项目的生产规模增长迅速有关^{[33, 35]}。第二大转移途径为江苏省电力、热力的生产和供应业到浙江省的建筑业，2007年和2012年的转移量分别为323.26万t与101.872万t，排放转移量的降低与贸易量的减少和江苏省电力、热力的生产和供应业单位产出碳排放强度变化减小有关。

从大气污染物来看，SO₂(21.62万t)、NO_x(6.11万t)和PM_2.5(5.99万t)的最大净排放行业转移途径不同，如图 6所示。对于SO₂来说，转出排放最大的行业为江苏省的电力、热力的生产和供应业，占江苏省SO₂转移总量的27.80%，净排放转移量最大的转移路径是江苏省的电力、热力的生产和供应业到浙江省的租赁和商业服务业。如图 7所示，对于NO_x来说，调出排放最大的行业是交通运输及仓储业，调入排放最大的行业是建筑业，净排放转移量最大的转移路径是江苏省的交通运输及仓储业到浙江省的建筑业。如图 8所示，对于PM_2.5来说，净排放转移量最大的转移路径是上海市的金属冶炼及压延加工业到江苏省的农林牧渔业。

3.4 不同省市和行业间的排放关联

基于行业CO₂与污染物排放转移，本研究进一步分析了区域间产业联系的关联性，计算并分析了长三角三省一市30个行业的边际感应度系数与绝对感应度系数，从而确定关键行业，结果见表 4。对CO₂排放来说，前向关联的关键减排行业为上海市与安徽省的电力、热力的生产与供应业，安徽省的煤炭开采和洗选业，浙江省的非金属矿物制品业与江苏省的石油加工、炼焦及核燃料加工业是CO₂、SO₂、NO_x与PM_2.5减排的关键行业。这些部门大多属于能源产业或是原材料产业部门，处于国民经济产业链的上游，前向关联程度较高，能源消耗量大，产生了较多的CO₂与污染物排放，是推行技术减排的重点行业。对于前向关联的减排行业应从原材料和中间体的选择上入手，树立低碳理念，推行节能减排技术，提高能源使用效率。在宏观规划方面应从调整产业结构入手，构建低碳产业体系，尝试调整和优化能源消费结构，发展清洁能源。

对于后向关联的关键行业筛选结果见表 5。对这些关键行业来说，较小的需求变化会对长三角地区的CO₂与污染物排放产生显著影响。安徽省的建筑业是CO₂、SO₂、NO_x与PM_2.5污染物排放的关键行业，这主要与安徽经济与城镇化快速发展，基础设施建设规模持续扩大，对上游原材料及能源产业带来了较大的最终需求有关。对于江苏省与浙江省来说，SO₂、NO_x与PM_2.5关键减排部门也是建筑业，这与建筑业的需求规模较大有关，对基础设施的投资过分依赖，助长了二氧化碳与其他污染物排放量的增长。纺织业是江苏省与浙江省的SO₂排放的关键减排行业，长三角地区纺织业原料来源广、运输路程短等得天独厚的自然优势及历史条件的影响使得纺织业具有竞争优势，有较大的需求规模。对于后向关联的重点减排部门，需要树立低碳消费意识，优化低碳消费结构，减少高碳产品的消费。在选择供应商时，应优先考虑采购低碳标签产品。

为了确定碳排放与大气污染物排放的综合关键减排部门，参考高玉冰等^[36]的归一化方法，综合得到各行业大气污染物与CO₂协同感应度系数与影响力系数，筛选得到关键行业如表 6所示。江苏省、浙江省和安徽省的建筑业边际影响力系数与绝对影响力系数最大，说明这些省份的建筑业对长三角地区总体污染排放的拉动作用较大，是碳排放与大气污染物协同减排的关键行业。感应度系数较高的行业多集中于原材料、能源等基础行业及其加工制造业部门，比如煤炭开采和洗选业、非金属矿物制品业等，这些行业对污染排放有较大的推动作用。交通运输及仓储业和安徽省的化学工业和非金属矿物制品业的感应度系数和影响力系数均大于1，表明这些行业的CO₂或其他污染物的排放量不仅由于向下游产业提供产品而增加，而且对上游产业产品的需求也使得供应链产生了更多的排放量。

对比2007年与2012年关联系数计算结果，可以发现长三角地区2007年与2012年关键减排行业有一定的变化，2012年较2007年减少的关键减排行业有江苏省化学工业，浙江省电力、热力的生产与供应业，安徽省批发零售业与电力、热力的生产与供应业，这与各地在“十一五”和“十二五”期间能源结构调整、能源清洁化利用以及节能减排技术进步等方面取得了显著成效有关，在一定程度上反映了这些行业节能减排成果。2012年较2007年新增的关键减排行业有江苏省和浙江省建筑业，安徽省化学工业与非金属制品业等行业，这可能与江苏省、浙江省、安徽省基础设施投资增大有关，基础设施投资增加了高耗能行业的需求水平。

4 结论与政策建议

本研究基于环境投入产出模型，定量分析了长三角地区2007年与2012年区域内的省市间贸易引致的二氧化碳和大气污染物隐含排放转移特征和变化趋势。同时，运用产业关联系数法，分别从前向关联与后向关联的视角，分析了长三角地区各污染物减排的关键行业及其影响。研究结果表明，研究期间长三角地区的SO₂、PM_2.5排放总量表现为消费端大于生产端，CO₂、NO_x排放总量表现为生产端大于消费端。长三角地区内省市间由于贸易而产生的CO₂排放转移总量在研究期间降低。长三角地区CO₂净排放转移量最大的行业转移是安徽的非金属矿物业到江苏的建筑业。对于不同的大气污染物来说，单个省份的长三角贸易导致的净排放量有细微的差异。安徽省总体呈现为长三角地区贸易的SO₂、NO_x与PM_2.5排放净调出地，而上海与浙江表现为多数污染物净调入地。CO₂与大气污染物前向协同减排的关键行业为江苏省、浙江省和安徽省的电力、热力的生产和供应业，安徽省的煤炭开采和洗选业与非金属矿物制品业；后向协同减排的关键行业为江苏省、浙江省和安徽省的建筑业。

基于研究结论，建议长三角区域制定合作减排方案时要考虑以下因素：第一，对于对长三角地区污染物减排具有推动作用减排关键行业(前向关联)，例如，煤炭开采和洗选业，非金属矿物制品业，石油加工、炼焦及核燃料加工业，应从原材料与中间产品的选择入手，构建低碳产业体系，提高技术水平与能源效率。第二，对于对长三角地区污染物排放具有拉动作用的减排关键行业(后向关联)，如建筑业与纺织业等，通过树立低碳消费意识，优化低碳消费结构等，减少高碳产品的消费；同时，优先考虑低碳标签产品的供应商，鼓励低碳技术的推广。第三，对于不同发展水平的省份采取不同的减排行动，对于上海市等经济发达城市可以从减少对碳密集型产品的需求入手，调整消费结构，选择购买排放强度较低的产品和原料；对安徽省，应着重从技术减排方面入手，发展可持续能源、清洁生产、制定更加严格的环境能源法律法规。