【经管大课堂·经济统计】亚洲清洁空气中心报告：中国工业增长与污染物排放的脱钩分析

案例背景

亚洲清洁空气中心发布《大气中国2015-2025》报告，显示2013年至2025年，全国能源消费量增长48%，民用汽车保有量增加189%，但全国整体PM2.5、PM10、SO2、NO2、CO的年均浓度均下降50%以上。中国工业增长与污染物排放已实质性脱钩。

「脱钩」（Decoupling）是环境经济学中的重要概念，指经济增长与环境压力之间关联度的减弱或消除。中国工业增长与污染物排放的脱钩，是全球环境治理的重要案例。

核心分析

一、脱钩的统计测度方法

脱钩的测度通常采用「脱钩指数」或「弹性系数」方法。脱钩指数 = 环境压力变化率 / 经济产出变化率。当指数小于1时，称为相对脱钩；当指数小于0时（即环境压力下降而经济增长），称为绝对脱钩。

根据报告数据，2013-2025年能源消费增长48%，而PM2.5等污染物浓度下降50%以上，这意味着脱钩指数显著小于0，属于「绝对脱钩」。从统计学的角度，这一结论的可靠性取决于数据来源的一致性、监测方法的稳定性、以及时间跨度的充分性。

二、脱钩的驱动因素分解

脱钩的驱动因素可以通过统计分解方法来识别。常用的方法是LMDI（对数平均迪氏指数）分解，将污染物排放变化分解为：规模效应（经济总量增长）、结构效应（产业结构变化）、技术效应（污染强度下降）。

中国脱钩的主要驱动因素可能包括：产业结构升级（高污染产业占比下降）、能源结构优化（煤炭占比下降、清洁能源占比上升）、末端治理加强（脱硫脱硝设施普及）、能效提升（单位GDP能耗下降）等。各因素的贡献度需要通过统计分解来量化。

三、脱钩的统计验证与稳健性

脱钩结论的稳健性需要通过多种统计方法验证。例如：更换污染物指标（从浓度到排放量）、更换经济指标（从GDP到工业增加值）、更换时间窗口（从不同时间段）、控制其他变量（如气象条件）等。

此外，统计检验还需要关注空间异质性——不同地区、不同行业的脱钩进度可能存在显著差异。全国层面的脱钩结论可能掩盖了局部地区的污染加剧问题。

管理启示

中国工业增长与污染物排放脱钩的案例，展示了统计方法在环境经济学研究中的应用价值。脱钩指数、LMDI分解、稳健性检验等统计工具，为评估环境治理成效提供了量化依据。对于企业管理者而言，理解脱钩的统计内涵和驱动因素，有助于制定绿色转型战略、识别减排投资机会、应对环境监管要求。

其他思考

1. 脱钩分析中，如何区分「真实脱钩」与「转移脱钩」（即污染产业转移至其他地区）？
2. 在统计分解中，各驱动因素的贡献度估计存在多重共线性问题，如何处理？
3. 脱钩趋势能否持续？如何利用时间序列模型预测未来脱钩进度？

关键词：脱钩分析、环境统计、LMDI分解、绿色转型、产业经济学
来源：经济观察网 | 整理：经管大课堂