(1.山西大學(xué) 經(jīng)濟(jì)與管理學(xué)院,山西 太原 030006;2山西綠色發(fā)展研究中心,山西 太原 030006)

1 引言

“峰值”即一定時(shí)間范圍內(nèi)的最大瞬間值。作為具有重要意義的統(tǒng)計(jì)指標(biāo),關(guān)于峰值的分析出現(xiàn)在社會(huì)科學(xué)研究的諸多層面,特別是能源和環(huán)境污染物等與產(chǎn)出相關(guān)的領(lǐng)域[1-3]。自CO2被確認(rèn)為全球氣候變暖的“元兇”后,許多研究者將過量的CO2視為人類活動(dòng)的“壞產(chǎn)出”[4,5],對它在全球和區(qū)域?qū)用婧螘r(shí)達(dá)到峰值給予了重點(diǎn)關(guān)注。CO2排放峰值是指一個(gè)經(jīng)濟(jì)體CO2的最大年排放值,CO2排放達(dá)峰意味著該經(jīng)濟(jì)體CO2排放量不再增長,進(jìn)入一個(gè)以小幅波動(dòng)為特征的平臺(tái)期,而后將出現(xiàn)明顯的持續(xù)下降趨勢。我國于2014年通過《中美氣候變化聯(lián)合聲明》第一次提出“計(jì)劃2030年左右CO2排放達(dá)到峰值”,并于2015年6月將該目標(biāo)作為向國際社會(huì)承諾的國家自主貢獻(xiàn)目標(biāo)(INDC)之一。國家層面CO2排放峰值目標(biāo)的提出,極大地促升了有關(guān)該主題的研究。依照“CNKI學(xué)術(shù)趨勢工具”提供的數(shù)據(jù)和文獻(xiàn)計(jì)量學(xué)分析,國內(nèi)理論界對CO2排放峰值的探討始于2009年左右,在2014年后學(xué)術(shù)熱度大幅躍升(圖1)。

本文首先通過對國際能源署(IEA)等機(jī)構(gòu)碳排放數(shù)據(jù)的分析,比較了世界主要發(fā)達(dá)國家CO2排放的歷史趨勢與達(dá)峰時(shí)間,探討了率先達(dá)峰國家的峰值穩(wěn)定性情況。在此基礎(chǔ)上,結(jié)合世界主要經(jīng)濟(jì)體的社會(huì)經(jīng)濟(jì)數(shù)據(jù),梳理了CO2排放達(dá)峰時(shí)各國面臨的社會(huì)經(jīng)濟(jì)條件;重點(diǎn)對國內(nèi)學(xué)術(shù)界關(guān)于峰值預(yù)測方法、我國整體與行業(yè)以及重點(diǎn)省域CO2排放峰值預(yù)測問題進(jìn)行了總結(jié)與評述。本文旨在通過對CO2排放峰值的國別比較和歷史經(jīng)驗(yàn)分析,“以他山之石、遂己身之玉”,為未來我國整體與區(qū)域達(dá)峰目標(biāo)的實(shí)現(xiàn)提供歷史鏡鑒,并借助對當(dāng)前有關(guān)我國CO2排放峰值研究文獻(xiàn)的盤點(diǎn),展望下一步的研究方向。

注:資料來源于CNKI學(xué)術(shù)趨勢http://trend.cnki.net/TrendSearch/.

圖1 CO2排放峰值研究的學(xué)術(shù)趨勢

2 CO2排放峰值的國別比較

2.1 世界主要發(fā)達(dá)國家CO2排放峰值

CO2排放量核算一般涉及能源活動(dòng)、工業(yè)生產(chǎn)過程、農(nóng)業(yè)、土地利用變化和林業(yè)、廢棄物處理五大部門,其中能源活動(dòng)部門的化石燃料燃燒排放CO2量一般占區(qū)域CO2排放總量的70%以上,且現(xiàn)有數(shù)據(jù)源相對較豐富,因此本部分的相關(guān)比較主要基于化石燃料燃燒后的CO2排放量。從圖2可見澳大利亞、日本、比利時(shí)、加拿大、西班牙、德國、意大利、英國、美國等9個(gè)發(fā)達(dá)經(jīng)濟(jì)體約40年的CO2排放情況。對比發(fā)現(xiàn),大部分歐盟國家于20世紀(jì)70—90年代達(dá)到CO2排放峰值,而美國、加拿大、日本等發(fā)達(dá)經(jīng)濟(jì)體CO2排放在2008年全球金融危機(jī)前后達(dá)到峰值。作為全球第一大經(jīng)濟(jì)體的美國,CO2排放水平比其他國家量級更高,年排放量一直維持在40億t以上,其他國家年排放量均在14億t以下。

總體來看,盡管上述經(jīng)濟(jì)體在1971年后都出現(xiàn)了CO2排放峰值年,但峰值年之后CO2排放趨勢不盡一致,大致分為三類情形:第一類情形稱為“穩(wěn)定型峰值”,代表性國家有德國、比利時(shí)等。這類國家的CO2排放總量在達(dá)峰后一直呈下降趨勢,無回彈現(xiàn)象,CO2排放趨勢符合倒“U”型環(huán)境庫茲涅茨曲線特征。第二類情形稱為“亞穩(wěn)定型峰值”,代表性國家有美國、加拿大等。這類國家的CO2排放總量在達(dá)峰后先下降一段時(shí)間后又有回升,但仍未超過原有峰值量。第三類稱為“波動(dòng)型峰值”,代表性國家有日本、澳大利亞、意大利等。這類國家CO2排放都曾在20世紀(jì)后半期出現(xiàn)階段性極大值,曾一度確認(rèn)為CO2排放已達(dá)到峰值,但進(jìn)入21世紀(jì)后又出現(xiàn)CO2排放量超越之前極值量的情況?！安▌?dòng)型峰值”的出現(xiàn)主要與宏觀經(jīng)濟(jì)不穩(wěn)定相關(guān),這類國家一般在經(jīng)濟(jì)高速上漲后因外力沖擊出現(xiàn)了經(jīng)濟(jì)衰退(如日本),經(jīng)濟(jì)衰退導(dǎo)致能源消耗由遞增趨勢突變?yōu)檫f減趨勢,CO2排放的極值點(diǎn)隨即出現(xiàn),待經(jīng)濟(jì)回升后隨著能源消耗的進(jìn)一步增加,CO2排放量隨之增多。與之相比,達(dá)峰時(shí)間出現(xiàn)在1990年以前的歐洲國家往往是工業(yè)化過程結(jié)束后的“自然達(dá)峰”,未受政策導(dǎo)向的明顯影響[6]。

圖2 1971—2013年英、德、美等9國的CO2排放情況

2.2 發(fā)達(dá)國家CO2排放達(dá)峰時(shí)相關(guān)指標(biāo)分析

CO2排放與經(jīng)濟(jì)發(fā)展方式、發(fā)展水平特別是能源消費(fèi)水平高度相關(guān),本文將主要國家CO2排放達(dá)峰時(shí)的社會(huì)經(jīng)濟(jì)指標(biāo)進(jìn)行對比,有利于識別CO2排放達(dá)峰應(yīng)具備的社會(huì)經(jīng)濟(jì)條件。世界主要發(fā)達(dá)經(jīng)濟(jì)體CO2排放達(dá)峰時(shí)的一些經(jīng)濟(jì)指標(biāo)見表1。

表1 世界主要發(fā)達(dá)經(jīng)濟(jì)體CO2排放達(dá)峰相關(guān)指標(biāo)

注:碳排放數(shù)據(jù)來源于IEA統(tǒng)計(jì)報(bào)告《CO2Emissions from Fuel Combustion Highlights》和文獻(xiàn)[7];能源消費(fèi)量數(shù)據(jù)來源于BP統(tǒng)計(jì)報(bào)告《Statistical Review of World Energy》;GDP采用2010年不變價(jià)(美元);人口、產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)來源于世界銀行WDI數(shù)據(jù)庫。

通過對表1中各類指標(biāo)的比較分析發(fā)現(xiàn):①各經(jīng)濟(jì)體CO2排放總量的達(dá)峰時(shí)間一般不早于人均CO2排放總量達(dá)到峰值的時(shí)間。德國、英國、日本、歐盟等國的CO2排放總量峰值和人均峰值出現(xiàn)在相同年份,加拿大、西班牙等國家總量峰值時(shí)間晚于人均峰值時(shí)間。出現(xiàn)這種情況主要是由于人均CO2排放達(dá)峰后,這些國家的人口繼續(xù)保持增長,而CO2排放量在未來幾年出現(xiàn)下降,后又有回升所致。從圖3可見,加拿大、西班牙兩國人口一直保持增長,但CO2排放增長量出現(xiàn)下降后分別于2003—2004年、2005—2006年又出現(xiàn)回升,導(dǎo)致人均峰值時(shí)間早于總量峰值時(shí)間出現(xiàn)的情況。在人口保持增長的情況下,人均CO2排放總量是否平穩(wěn)或下降,是判斷峰值年是否即將到來的直觀先行指標(biāo)。②總量達(dá)峰時(shí)間一般都先于能源消費(fèi)達(dá)峰時(shí)間,意味著這些國家在達(dá)峰時(shí)經(jīng)濟(jì)增長與化石能源消耗實(shí)現(xiàn)了“脫鉤”,或經(jīng)濟(jì)發(fā)展所需要的新增能源主要通過不產(chǎn)生CO2排放的可再生能源來滿足。③各經(jīng)濟(jì)體總量達(dá)峰時(shí)已處于極高的工業(yè)化和城市化水平。根據(jù)錢納里對工業(yè)化基本階段的劃分標(biāo)準(zhǔn),大部分國家達(dá)峰時(shí)都基本完成了工業(yè)化的后期階段,美國、日本、加拿大、澳大利亞、比利時(shí)進(jìn)入了后工業(yè)化社會(huì)時(shí)期(農(nóng)業(yè)產(chǎn)業(yè)比重低于10%,工業(yè)比重低于服務(wù)業(yè),城鎮(zhèn)化率>75%)。同時(shí),根據(jù)諾瑟姆城市化三階段理論,實(shí)現(xiàn)CO2排放達(dá)峰的國家基本處于城市化后期階段(城市化率超過70%)。

圖3 加拿大、西班牙兩國人口與CO2排放指標(biāo)對比

2.3 基于國際經(jīng)驗(yàn)值的簡要啟示與討論

國際經(jīng)驗(yàn)值對中國整體達(dá)峰的啟示:本文對2004—2016年我國CO2排放基本情況與相應(yīng)社會(huì)經(jīng)濟(jì)條件進(jìn)行了統(tǒng)計(jì),見表2。根據(jù)世界主要發(fā)達(dá)國家CO2排放達(dá)峰時(shí)主要社會(huì)經(jīng)濟(jì)指標(biāo)情況分析和得到的相關(guān)結(jié)論做出簡要推斷:①我國的CO2排放量在2014年出現(xiàn)了階段性極大值,但難以得出已實(shí)現(xiàn)了峰值的結(jié)論。觀察我國近年的CO2排放總量數(shù)據(jù),發(fā)現(xiàn)在2014年我國出現(xiàn)了總量極值點(diǎn)(極值量92.24億t)。部分國際研究機(jī)構(gòu)(如倫敦政治經(jīng)濟(jì)學(xué)院格蘭瑟姆研究所)做出了中國CO2排放或已達(dá)峰的判斷。關(guān)于我國CO2排放總量是否達(dá)峰,還需更多時(shí)間觀察做進(jìn)一步的研判,本文傾向于我國CO2排放未達(dá)峰。對應(yīng)前述國際經(jīng)驗(yàn)值,支撐這一結(jié)論的原因主要包括兩個(gè)方面:一是類比日本、澳大利亞等國家“波動(dòng)性峰值”的情形,出現(xiàn)階段性極大值點(diǎn)不一定意味著出現(xiàn)了峰值,我國2014年極值點(diǎn)的出現(xiàn)可能與經(jīng)濟(jì)發(fā)展進(jìn)入“新常態(tài)”、經(jīng)濟(jì)增速下滑、能源消費(fèi)總量控制引發(fā)的化石能源消費(fèi)增速下降有關(guān)。二是我國的城市化水平仍然在快速增長,而城市化被大量文獻(xiàn)證明為驅(qū)動(dòng)CO2排量增長的重要因素[8,9],這一因素持續(xù)增長意味著碳排放已達(dá)峰的結(jié)論還為時(shí)尚早。②我國已出現(xiàn)了實(shí)現(xiàn)峰值目標(biāo)的傾向,峰值目標(biāo)將在2030年前出現(xiàn)。判斷的依據(jù)主要有:一是人均CO2排放在2013年后出現(xiàn)明顯下降。根據(jù)國際經(jīng)驗(yàn),這一關(guān)鍵指標(biāo)的下降是CO2排放正在接近峰值的最顯著信號;二是我國的產(chǎn)業(yè)結(jié)構(gòu)已基本接近工業(yè)化后期階段的水平,工業(yè)化階段的完成將在很大程度上促成峰值年的實(shí)現(xiàn);三是進(jìn)一步從城市化指標(biāo)看,按照發(fā)達(dá)經(jīng)濟(jì)體達(dá)峰時(shí)城市化率基本在70%以上的情形估算,我國大約需要10年時(shí)間才能達(dá)到這一水平。即碳排放峰值目標(biāo)在“十五五”時(shí)期出現(xiàn),但應(yīng)早于2030年。③我國整體實(shí)現(xiàn)峰值時(shí),人均CO2排放水平將在6t以下,低于發(fā)達(dá)國家的水平,這為從人均公平角度研究碳排放空間提供了新視角。但按照我國INDC提出的碳強(qiáng)度下降目標(biāo),達(dá)峰時(shí)我國碳強(qiáng)度水平可能在9—10t/萬美元之間,這一數(shù)據(jù)相對發(fā)達(dá)國家仍偏高,達(dá)峰后還需要采取進(jìn)一步措施以降低碳強(qiáng)度。

表2 2004—2016年中國CO2排放相關(guān)情況

(續(xù)表2)

年份CO2排放總量(億t)人均CO2排放量(t)人均CO2排放量增長率(%)能源消費(fèi)總量(億tce)人均能源消耗量(tce)碳強(qiáng)度(t/萬美元) 城市化率(%)產(chǎn)業(yè)結(jié)構(gòu)(%)201081．196．56 9．1736．102．4313．3047．509．546．444．1201188．077．24 10．3838．702．5911．6051．279．446．444．2201289．797．43 2．5340．202．6810．5052．579．445．345．3201392．197．56 1．7841．703．079．6053．709．344．046．7201492．247．54-0．1742．603．128．8054．779．143．147．8201591．656．69-11．3943．003．148．3056．108．840．950．2201691．236．62-1．0343．63．168．1057．358．639．851．6

國際經(jīng)驗(yàn)值對我國各省市達(dá)峰的啟示:2016年11月我國印發(fā)的《“十三五”控制溫室氣體排放工作方案》提出,支持優(yōu)化開發(fā)區(qū)域和低碳試點(diǎn)省市在2020年前實(shí)現(xiàn)碳排放率先達(dá)峰。本文據(jù)此選擇廣東省、江蘇省、北京市、天津市等10個(gè)省市觀察其近十年來人均CO2排放情況(圖4),通過該指標(biāo)簡單研判這些省市的達(dá)峰時(shí)間。各省市人均CO2排放數(shù)據(jù)由本研究根據(jù)《中國省級溫室氣體清單編制指南》提供的方法計(jì)算得出。

圖4 2005—2015年我國部分優(yōu)化開發(fā)區(qū)域、低碳試點(diǎn)省份人均CO2排放變化情況

從圖4可知,2005—2015年海南省、江蘇省、浙江省、山東省人均CO2排放仍呈持續(xù)增加趨勢;廣東省人均CO2排放雖呈現(xiàn)上升趨勢,但上升速度逐年降低;北京、上海等其他5個(gè)省市的人均CO2排放則均趨于平緩或進(jìn)入下降階段。北京市從2007年起人均CO2即呈現(xiàn)緩慢下降趨勢;上海市人均CO2排放基本圍繞11t/人左右的水平窄幅波動(dòng),進(jìn)入一個(gè)平臺(tái)期;湖北省、河北省人均CO2排放在2013年之后呈現(xiàn)下降趨勢;天津市人均CO2排放在2014年后呈現(xiàn)下降趨勢。根據(jù)前述國際經(jīng)驗(yàn)可推測出,北京市、上海市、天津市、河北省、湖北省等5省市CO2排放有率先達(dá)峰的可能性,在一定程度上加快了我國實(shí)現(xiàn)CO2排放峰值目標(biāo)的步伐。

3 關(guān)于中國CO2排放峰值研究的評述

3.1 主要預(yù)測方法簡述

學(xué)術(shù)界基于“自上而下”或“自下而上”的框架結(jié)構(gòu),探索了多種CO2排放峰值預(yù)測方法,見表3。通過盤點(diǎn)發(fā)現(xiàn),理論界已開發(fā)出了多種方法體系用于預(yù)測CO2排放峰值,為各區(qū)域盡早實(shí)現(xiàn)CO2排放峰值提供了方法支撐。此外,盡管各方法體系建立的理論基礎(chǔ)和構(gòu)建思路存在一定差異,但最終都落腳在CO2排放的影響因素上,可謂“殊途同歸”。更為本質(zhì)的差距在于對CO2排放主要影響因素的選擇不同、情景設(shè)置中關(guān)鍵參數(shù)的設(shè)置不同。

3.2 以國家及行業(yè)層面為主體的研究評述

理論界對我國CO2排放峰值的研究大致以2014年國家明確達(dá)峰目標(biāo)這一歷史事件為分界點(diǎn),分成兩個(gè)階段。第一個(gè)階段是在達(dá)峰目標(biāo)明確之前,主要根據(jù)我國的工業(yè)化、城市化發(fā)展進(jìn)程和《京都議定書》中提到的控制全球氣候溫升變化等要求來探討何時(shí)能達(dá)到拐點(diǎn),代表性研究成果見表4。第二階段是在明確達(dá)峰目標(biāo)之后,研究者的關(guān)注重心發(fā)生明顯轉(zhuǎn)變,更多研究力量投入到研判我國能否盡早實(shí)現(xiàn)、如何盡早實(shí)現(xiàn)、以何種水平實(shí)現(xiàn)、實(shí)現(xiàn)的社會(huì)經(jīng)濟(jì)影響和系統(tǒng)風(fēng)險(xiǎn)等問題。在這一階段關(guān)于行業(yè)峰值的預(yù)測和分析增多(表5)。

表3 CO2排放峰值主要預(yù)測方法盤點(diǎn)

(續(xù)表3)

預(yù)測方法代表性文獻(xiàn)方法簡要描述LEAP吳堯萍(2013年)常征(2014年)楊順順(2017年)LEAP模型通過預(yù)測不同情景下各部門(終端消費(fèi)、能源加工轉(zhuǎn)換、資源開采、非用能部門等)的能源需求量，結(jié)合碳排放因子對CO2排放峰值進(jìn)行預(yù)測排放清單法Wang(2015年)蘇(2015年)Xu(2016年)排放清單法是根據(jù)CO2排放量為各種能源品種的消耗量與其對應(yīng)CO2排放因子之積的加總，對能源結(jié)構(gòu)、技術(shù)、政策等影響能源品種消耗量的因子進(jìn)行情景設(shè)置，預(yù)測不同情境下的CO2排放量及峰值。排放清單法靈活性較強(qiáng)，有多種變形IPAC姜克雋(2009年)IPAC模型是基于與未來碳排放密切相關(guān)的經(jīng)濟(jì)發(fā)展、人口、城市化、行業(yè)發(fā)展、氣候變化政策、技術(shù)等主要因素，借助情景分析，設(shè)置情景參數(shù)，對能源需求和CO2排放趨勢進(jìn)行分析和預(yù)測Moon-Sonn(最優(yōu)經(jīng)濟(jì)增長模型)朱永彬(2009年)王錚(2010年)蔣偉(2013年)Moon-Sonn模型是根據(jù)經(jīng)濟(jì)最優(yōu)增長率函數(shù)，設(shè)置參數(shù)計(jì)算未來經(jīng)濟(jì)平穩(wěn)增長路徑下的經(jīng)濟(jì)增長率，對GDP、能源消費(fèi)量進(jìn)行估計(jì)，再通過預(yù)測未來時(shí)間段的能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)，對CO2排放量進(jìn)行預(yù)測MARKAL-MACRO周偉(2010年)MARKAL-MACRO模型主要是基于其效用函數(shù)，從人口、宏觀經(jīng)濟(jì)、能源效率、能源結(jié)構(gòu)等子系統(tǒng)設(shè)定不同的情景方案，探究能源消費(fèi)和CO2排放的情況，預(yù)測CO2排放峰值IAMC柴麒敏(2015年)IAMC模型是基于經(jīng)濟(jì)發(fā)展速度、結(jié)構(gòu)和技術(shù)變化及其背后的政策目標(biāo)等進(jìn)行情景設(shè)計(jì)，并把峰值年預(yù)測值作為情景參數(shù)，預(yù)測不同峰值年下CO2排放的峰值，并對CO2排放路徑進(jìn)行探討系統(tǒng)動(dòng)力學(xué)模型佟賀豐(2010年)苑清敏(2016年)Li(2017年)系統(tǒng)動(dòng)力學(xué)模型通過建立碳排放系統(tǒng)動(dòng)力學(xué)流程圖，分析CO2排放的影響因素，根據(jù)歷史數(shù)據(jù)確定模型參數(shù)，在對影響因素設(shè)置情景的基礎(chǔ)上對CO2排放情況進(jìn)行模擬分析。該模型可拓展到水泥、原鋁等行業(yè)，用于行業(yè)CO2排放預(yù)測投入—產(chǎn)出模型薛勇(2011年)馮宗憲(2016年)投入—產(chǎn)出模型主要是結(jié)合結(jié)構(gòu)分解法(SDA)，對CO2排放的影響因素進(jìn)行分析，并在分析關(guān)鍵影響因素的基礎(chǔ)上，借助情景分析方法對CO2排放峰值進(jìn)行預(yù)測IESOCEM(跨期能源系統(tǒng)優(yōu)化和碳排放模型)畢超(2015年)IESOCEM模型通過分析經(jīng)濟(jì)社會(huì)指標(biāo)(GDP、產(chǎn)業(yè)結(jié)構(gòu)、人口和城市化等)與能源服務(wù)需求量之間的歷史規(guī)律和數(shù)量關(guān)系，對跨期分類能源服務(wù)需求進(jìn)行預(yù)測，并結(jié)合經(jīng)濟(jì)成本、技術(shù)效率以及能源政策和規(guī)劃要求對經(jīng)濟(jì)技術(shù)參數(shù)、CO2排放系數(shù)進(jìn)行設(shè)置，對能源消費(fèi)量、構(gòu)成、CO2排放趨勢和峰值進(jìn)行預(yù)測C-GEMZhang(2016年)C-GEM模型是根據(jù)碳價(jià)、燃料稅、新能源發(fā)展和補(bǔ)貼等能源政策的力度進(jìn)行情景設(shè)置，對能源消費(fèi)和CO2排放情況進(jìn)行預(yù)測和分析MERGEBlanford，2008年MERGE模型主要通過預(yù)測人口、GDP、勞動(dòng)生產(chǎn)率等經(jīng)濟(jì)發(fā)展因素和能源強(qiáng)度，對能源消費(fèi)量進(jìn)行預(yù)測，并根據(jù)碳價(jià)差異設(shè)置不同情景，探究全球各國CO2排放情況與達(dá)峰時(shí)間GCAMZhou(2018年)GCAM模型通過對人口、GDP增長、能源效率、服務(wù)需求等因素進(jìn)行預(yù)測，同時(shí)考慮能源技術(shù)的經(jīng)濟(jì)成本、市場偏好性等，設(shè)置不同情景，預(yù)測能源消費(fèi)量和CO2排放量。該模型靈活性較強(qiáng)，可用于各行業(yè)的CO2排放預(yù)測，且模型數(shù)據(jù)易獲得

表4 第一階段代表性研究成果

表5 第二階段代表性研究成果

3.3 以我國省市為主體的研究評述

另有一些學(xué)者對我國部分省市的達(dá)峰時(shí)間做了預(yù)測,各省區(qū)經(jīng)濟(jì)總量、技術(shù)情況、能源消耗情況、人口、城鎮(zhèn)化率、減排力度等主要影響因素差異較大,導(dǎo)致各省區(qū)峰值預(yù)測的時(shí)間具有差異性,見表6。由表6可見,2014年前的相關(guān)主題研究都認(rèn)為研究的省份在2030年后才會(huì)達(dá)到峰值,這一時(shí)間在2014年后的相關(guān)主題中明顯提前。從區(qū)域差異看,研究者多認(rèn)為北京、天津、浙江等東部省份的達(dá)峰時(shí)間在2030年前,而中西部省份峰值的出現(xiàn)時(shí)間更晚。因此,要實(shí)現(xiàn)2030年我國整體CO2達(dá)峰的目標(biāo),2020年后中西部省份減排是重中之重。

表6 理論界對中國部分省市的峰值預(yù)測研究

4 結(jié)論與展望

4.1 結(jié)論

我國CO2排放峰值問題作為2014年《中美氣候變化聯(lián)合聲明》的核心內(nèi)容,受到了理論界與政策界的密切關(guān)注。本文首先比較了世界主要發(fā)達(dá)國家CO2排放的歷史趨勢、達(dá)峰時(shí)間、達(dá)峰時(shí)各國的社會(huì)經(jīng)濟(jì)狀況,探討了國際CO2排放達(dá)峰經(jīng)驗(yàn)對我國整體及省市CO2排放達(dá)峰的可能啟示。研究發(fā)現(xiàn):根據(jù)峰值穩(wěn)定性狀況的差異,世界主要發(fā)達(dá)國家CO2排放峰值可分為穩(wěn)定型峰值、亞穩(wěn)定型峰值和波動(dòng)型峰值三種。我國在2014年出現(xiàn)了CO2排放極大值點(diǎn),但并不意味著已達(dá)到了峰值;人均CO2排放是否出現(xiàn)平穩(wěn)或下降趨勢、工業(yè)化和城市化是否達(dá)到極高水平,可作為判斷峰值年是否即將到來的直觀指標(biāo)。據(jù)此研判,我國整體以及北京、上海、天津等省市已出現(xiàn)了接近實(shí)現(xiàn)峰值的傾向,我國CO2排放峰值將在2030年前出現(xiàn);我國達(dá)到峰值時(shí),人均CO2排放低于發(fā)達(dá)國家達(dá)峰時(shí)的水平、碳強(qiáng)度高于發(fā)達(dá)國家達(dá)峰時(shí)水平,達(dá)峰后仍需要注重以技術(shù)進(jìn)步和結(jié)構(gòu)優(yōu)化為導(dǎo)向的減排努力。此外,本研究系統(tǒng)梳理了理論界關(guān)于我國CO2排放峰值預(yù)測主要方法、研究側(cè)重點(diǎn)和省域差異方面的相關(guān)研究成果。梳理發(fā)現(xiàn):理論界針對CO2排放峰值已開發(fā)了包括IPAT、LEAP、系統(tǒng)動(dòng)力學(xué)、CGE等在內(nèi)的至少16種預(yù)測方法,這些方法遵從“自上而下”或“自下而上”或兩者結(jié)合的方法框架,為CO2排放峰值預(yù)測提供了豐富的方法論指導(dǎo),對CO2排放影響因素的不同理解和對應(yīng)情景設(shè)置的不同構(gòu)成了這些方法的主要差異;理論界關(guān)于我國CO2排放峰值的研究大致以2014年國家明確達(dá)峰目標(biāo)這一歷史事件分成兩個(gè)階段:第一階段主要根據(jù)我國的工業(yè)化、城市化發(fā)展進(jìn)程等來探討峰值時(shí)間;第二階段研究者的重心轉(zhuǎn)變到研判我國2030年達(dá)峰目標(biāo)的實(shí)現(xiàn)路徑、社會(huì)經(jīng)濟(jì)影響等方面,同時(shí)關(guān)于行業(yè)峰值的預(yù)測和分析增多;基于不同省份的實(shí)證預(yù)測研究發(fā)現(xiàn),CO2排放峰值表現(xiàn)出明顯的區(qū)域差異,多認(rèn)為北京、天津、浙江等東部省份的達(dá)峰時(shí)間在2030年前,而中西部省份峰值的出現(xiàn)時(shí)間更晚。

4.2 未來研究展望

目前有研究在以下三個(gè)方面還有待加強(qiáng):①根據(jù)政策變化重新進(jìn)行情景設(shè)置和參數(shù)設(shè)定?，F(xiàn)有研究通過人口、GDP、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、技術(shù)等社會(huì)經(jīng)濟(jì)指標(biāo)和相關(guān)的政策規(guī)劃進(jìn)行情景設(shè)置,對這些因素的設(shè)置在很大程度上影響著峰值年出現(xiàn)時(shí)間的判斷。我國政策層面加大了對生態(tài)文明、綠色發(fā)展和美麗中國建設(shè)目標(biāo)的重視力度,重大改革或政策調(diào)整經(jīng)常發(fā)生,需要及時(shí)跟蹤并針對性地進(jìn)行參數(shù)調(diào)整。如放開“二胎”政策、碳市場啟動(dòng)等重大政策安排,從根本上改變了峰值的實(shí)現(xiàn)時(shí)間,現(xiàn)有文獻(xiàn)對這些因素的考慮明顯滯后。②進(jìn)一步加強(qiáng)針對不同區(qū)域和細(xì)分行業(yè)的達(dá)峰研究。排放結(jié)構(gòu)不平衡是我國在應(yīng)對氣候變化領(lǐng)域的基本特征,但現(xiàn)有研究多集中于我國整體和部分省份CO2排放峰值的預(yù)測,對一些特定區(qū)域?qū)用娴难芯枯^少,尤其是關(guān)于城市、西部省份和資源型省份達(dá)峰的研究更少。此外,對交通、建筑、鋼鐵、水泥、電力、煤炭等重點(diǎn)行業(yè)達(dá)峰的研究也較少。③重視對同一區(qū)域采用不同的方法進(jìn)行比較研究。CO2排放峰值預(yù)測方法較多,不同方法的構(gòu)造思路存在較大差異,而現(xiàn)有文獻(xiàn)多利用一種方法對區(qū)域CO2排放峰值進(jìn)行預(yù)測,應(yīng)強(qiáng)化對同一區(qū)域不同峰值預(yù)測方法的綜合比較研究和不確定性分析。

:

[1]黎斌林,申維.基于多循環(huán)Hubbert模型對全球石油峰值的預(yù)測[J].中國礦業(yè),2014,23(1)∶40-43,61.

[2]Istoni L S,Patricia R R,Francisco T R.Modeling Oil Production and Its Peak by Means of A Stochastic Diffusion Process Based on The Hubbert Curve[J].Energy,2017,133(5)∶455-470.

[3]Wang Q,Li R R.Decline in China′s Coal Consumption：An Evidence of Peak Coal or A Temporary Blip[J].Energy Policy,2017,108(6)∶696-701.

[4]汪克亮,楊寶臣,楊力.考慮環(huán)境效應(yīng)的中國省際全要素能源效率研究[J].管理科學(xué),2010,23(6)∶100-111.

[5]吳建新, 黃蒙蒙. 中國城市經(jīng)濟(jì)的綠色轉(zhuǎn)型：基于環(huán)境效率和環(huán)境全要素生產(chǎn)率的分析[J].產(chǎn)經(jīng)評論,2016,7(6)∶98-115.

[6]柴麒敏,徐華清.基于IAMC模型的中國碳排放峰值目標(biāo)實(shí)現(xiàn)路徑研究[J].中國人口·資源與環(huán)境,2015,25(6)∶37-46.

[7]何建坤.CO2排放峰值分析：中國的減排目標(biāo)與對策[J].中國人口·資源與環(huán)境,2013,23(12)∶1-9.

[8]林伯強(qiáng),劉希穎.中國城市化階段的碳排放：影響因素和減排策略[J].經(jīng)濟(jì)研究,2010,45(8)∶66-78.

[9]周葵,戴小文.中國城市化進(jìn)程與碳排放量關(guān)系的實(shí)證研究[J].中國人口·資源與環(huán)境,2013,23(4)∶41-48.

[10]楊秀,付琳,丁丁.區(qū)域碳排放峰值測算若干問題思考：以北京市為例[J].中國人口·資源與環(huán)境,2015,25(10)∶39-44.

[11] 林伯強(qiáng),蔣竺均.中國二氧化碳的環(huán)境庫茲涅茨曲線預(yù)測及影響因素分析[J].管理世界,2009,4(4)∶27-36.

[12] 趙忠秀,王苒,Hinrich V,等.基于經(jīng)典環(huán)境庫茲涅茨模型的中國碳排放拐點(diǎn)預(yù)測[J].財(cái)貿(mào)經(jīng)濟(jì),2013,(10)∶81-88,48.

[13]杜強(qiáng),陳喬,陸寧.基于改進(jìn)IPAT模型的中國未來碳排放預(yù)測[J].環(huán)境科學(xué)學(xué)報(bào),2012,32(9)∶2294-2302.

[14]朱宇恩,李麗芬,賀思思,等.基于IPAT模型和情景分析法的山西省碳排放峰值年預(yù)測[J].資源科學(xué),2016,38(12)∶2316-2325.

[15]Li F F,Xu Z,Ma H.Can China Achieve Its CO2Emissions Peak by 2030[J].Ecological Indicators,2018,84(8)∶337-344.

[16]渠慎寧,郭朝先.基于STIRPAT模型的中國碳排放峰值預(yù)測研究[J].中國人口·資源與環(huán)境,2010,20(12)∶10-15.

[17]王憲恩,王泳璇,段海燕.區(qū)域能源消費(fèi)碳排放峰值預(yù)測及可控性研究[J].中國人口·資源與環(huán)境,2014,24(8)∶9-16.

[18]王勇,畢瑩,王恩東.中國工業(yè)碳排放達(dá)峰的情景預(yù)測與減排潛力評估[J].中國人口·資源與環(huán)境,2017,27(10)∶131-140.

[19]吳堯萍,王遠(yuǎn),林曉梅,等.江蘇省能源需求預(yù)測及二氧化碳減排研究[J].長江流域資源與環(huán)境,2013,22(7)∶908-914.

[20]常征,潘克西.基于LEAP模型的上海長期能源消耗及碳排放分析[J].當(dāng)代財(cái)經(jīng),2014,(1)∶98-106.

[21]楊順順.基于LEAP模型的長江經(jīng)濟(jì)帶分區(qū)域碳排放核算及情景分析[J].生態(tài)經(jīng)濟(jì),2017,33(9)∶26-30.

[22]Wang Z X,Zhang J J,Pan L,etal.Estimate of China′s Energy Carbon Emissions Peak and Analysis on Electric Power Carbon Emissions[J].Science Direct,2014,5(4)∶181-188.

,趙錦洋,胡建信.中國電力行業(yè)1990—2050年溫室氣體排放研究[J].氣候變化研究進(jìn)展,2015,11(5)∶353-362.

[24]Xu J H,Yi B W,Fan Y.A Bottom-up Optimization Model for Long-term CO2Emissions Reduction Pathway in The Cement Industry：A Case Study of China[J].International Journal of Greenhouse Gas Control,2016,44(11)∶199-216.

[25]姜克雋,胡秀蓮,劉強(qiáng),等.2050低碳經(jīng)濟(jì)情景預(yù)測[J].環(huán)境保護(hù),2009,(24)∶28-30.

[26]朱永彬,王錚,龐麗,等.基于經(jīng)濟(jì)模擬的中國能源消費(fèi)與碳排放高峰預(yù)測[J].地理學(xué)報(bào),2009,64(8)∶935-944.

[27]王錚,翟石艷,馬曉哲.河南省能源消費(fèi)碳排放的歷史特征及趨勢預(yù)測[J].地域研究與開發(fā),2010,29(6)∶69-74.

[28]蔣偉,汪卓妮,蘇方林.貴州省能源消費(fèi)及碳排放高峰模擬預(yù)測[J].貴州農(nóng)業(yè)科學(xué),2013,41(4)∶151-155,160.

[29]周偉,米紅.中國碳排放：國際比較與減排戰(zhàn)略[J].資源科學(xué),2010,32(8)∶1570-1577.

[30]Chen W Y.The Costs of Mitigating Carbon Emissions in China：Findings from China MARKAL-MACRO Modeling[J].Energy Policy,2005,33(7)∶885-896.

[31]佟賀豐,崔源聲,屈慰雙,等.基于系統(tǒng)動(dòng)力學(xué)的我國水泥行業(yè)CO2排放情景分析[J].中國軟科學(xué),2010,(3)∶40-50.

[32]苑清敏,劉琪,劉俊.基于系統(tǒng)動(dòng)力學(xué)的城市碳排放及減排潛力分析——以天津市為例[J].安全與環(huán)境學(xué)報(bào),2016,16(6)∶256-261.

[33]Li Q,Zhang W J,Li H Q,etal.CO2Emission Trends of China′s Primary Aluminum Industry：A Scenario Analysis Using System Dynamics Model[J].Energy Policy,2017,105(2)∶225-235.

[34]薛勇,郭菊娥,孟磊.中國CO2排放的影響因素分解與預(yù)測[J].中國人口·資源與環(huán)境,2011,21(5)∶106-112.

[35]馮宗憲,王安靜.陜西省碳排放因素分解與碳峰值預(yù)測研究[J].西南民族大學(xué)學(xué)報(bào)(人文社科版),2016,37(8)∶112-119.

[36]畢超.中國能源CO2排放峰值方案及政策建議[J].中國人口·資源與環(huán)境,2015,25(5)∶20-27.

[37]Zhang X L,Karplus V J,Qi T Y,etal.Carbon Emissions in China：How Far Can New Efforts Bend The Curve[J].Energy Economics,2016,54(12)∶388-395.

[38]Blanford G J,Richels R G,Rutherford T F.Revised Emissions Growth Projections for China：Why Post Kyoto Climate Policy Must Look East[J].Discussion paper 2008-06,Cambridge,Mass,USA：Harvard Project on International Climate Agreements,2008,(3)∶1-32.

[39]Zhou S,Wang Y,Yuan Z Y,etal.Peak Energy Consumption and CO2Emissions in China′s Industrial Sector[J].Energy Strategy Reviews,2018,20(2)∶113-123.

[40]岳超,王少鵬,朱江玲,等.2050年中國碳排放量的情景預(yù)測——碳排放與社會(huì)發(fā)展Ⅳ[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,46(4)∶517-524.

[41]紀(jì)建悅,姜興坤.我國建筑業(yè)碳排放預(yù)測研究[J].中國海洋大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2012,(1)∶53-57.

[42]Tian Y H,Zhu Q H,Geng Y.An Analysis of Energy-related Greenhouse Gas Emissions in The Chinese Iron and Steel Industry[J].Energy Policy,2013,56(12)∶352-361.

[43]郭朝先.中國工業(yè)碳減排潛力估算[J].中國人口·資源與環(huán)境,2014,24(9)∶13-20.

[44]Wang Z,Zhu Y S,Zhu Y B,etal.Energy Structure Change and Carbon Emission Trends in China[J].Energy,2016,115(8)∶369-377.

[45]邵帥,張曦,趙興榮.中國制造業(yè)碳排放的經(jīng)驗(yàn)分解與達(dá)峰路徑——廣義迪氏指數(shù)分解和動(dòng)態(tài)情景分析[J].中國工業(yè)經(jīng)濟(jì),2017,(3)∶44-63.

[46]Meng M,Jing K Q,Mander S.Scenario Analysis of CO2Emissions from China′s Electric Power Industry[J].Journal of Cleaner Production,2016,142(10)∶3101-3108.

[47]黃蕊,朱永彬,王錚.上海市能源消費(fèi)趨勢和碳排放高峰估計(jì)[J].上海經(jīng)濟(jì)研究,2010,(10)∶81-90.

[48]劉曉,熊文,朱永彬,等.經(jīng)濟(jì)平穩(wěn)增長下的湖南省能源消費(fèi)量及碳排放量預(yù)測[J].熱帶地理,2011,31(3)∶310-315.

[49]翟石艷,王錚,馬曉哲,等.區(qū)域碳排放量的計(jì)算——以廣東省為例[J].應(yīng)用生態(tài)學(xué)報(bào),2011,22(6)∶1543-1551.

[50]席細(xì)平,謝運(yùn)生,王賀禮,等.基于IPAT模型的江西省碳排放峰值預(yù)測研究[J].江西科學(xué),2014,32(6)∶768-772.

[51]黃蕊,王錚,丁冠群,等.基于STIRPAT模型的江蘇省能源消費(fèi)碳排放影響因素分析及趨勢預(yù)測[J].地理研究,2016,35(4)∶781-789.

[52]劉晴川,李強(qiáng),鄭旭煦.基于化石能源消耗的重慶市二氧化碳排放峰值預(yù)測[J].環(huán)境科學(xué)學(xué)報(bào),2017,37(4)∶1582-1593.

[53]陳麗君,吳紅梅,范玲,等.浙江省碳排放峰值判斷及其對策研究[J].中國能源,2017,39(4)∶43-47.

[54]IEA.CO2Emissions from Fuel Combustion[R].Paris：IEA Statistics,2015∶1-138．

[55]IPCC.Climate Change 2013：The Physical Science Basis[M].Cambridge：Cambridge University Press,2014∶4-6.

[56]BP.Statistical Review of World Energy June 2015[R].London,2015∶1-44.