顏 偉，黃亞茹，張曉瑩，高夢(mèng)斐

(山東科技大學(xué)a. 能源與礦業(yè)工程學(xué)院，b. 礦山災(zāi)害預(yù)防控制省部共建國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地，山東青島266590)

全球變暖已成為當(dāng)前人類面臨的嚴(yán)峻生存挑戰(zhàn)，碳排放是造成全球變暖的主要影響因素之一[1]，因此，降低碳排放量是減少大氣污染和應(yīng)對(duì)氣候變化的關(guān)鍵所在[2]。目前，很多國(guó)內(nèi)外學(xué)者針對(duì)不同地區(qū)的環(huán)境壓力對(duì)碳排放影響因素[3-5]進(jìn)行了分析及碳排放量預(yù)測(cè)[6-10]，但多為國(guó)家及省級(jí)的研究，鮮有從微觀角度細(xì)化分析市、區(qū)一級(jí)的影響因素[11]。此外，碳排放研究還集中在碳排放權(quán)交易[12-13]及分配[14]、低碳經(jīng)濟(jì)發(fā)展[15]、碳排放時(shí)空特征[16]等方面。

山東半島藍(lán)色經(jīng)濟(jì)區(qū)發(fā)展藍(lán)色經(jīng)濟(jì)的核心目標(biāo)是在促進(jìn)城市經(jīng)濟(jì)發(fā)展的過(guò)程中，實(shí)現(xiàn)節(jié)能減排、保護(hù)生態(tài)，最終實(shí)現(xiàn)低碳發(fā)展的經(jīng)濟(jì)目標(biāo)。2016年，僅山東省建筑業(yè)碳排放量高達(dá)12 799萬(wàn)t，全國(guó)排名第一[17]，同年山東半島藍(lán)色經(jīng)濟(jì)區(qū)碳排放量達(dá)49 893萬(wàn)t，在全省碳排放中占據(jù)非常大的比例，所以分析未來(lái)碳排放的發(fā)展趨勢(shì)對(duì)山東半島藍(lán)色經(jīng)濟(jì)區(qū)制定有效政策，節(jié)能減排，發(fā)展藍(lán)色經(jīng)濟(jì)具有重要意義。由于目前針對(duì)該區(qū)域碳排放量的研究很少，因此本文中應(yīng)用可拓展的隨機(jī)性的環(huán)境影響評(píng)估的STIRPAT模型，分析山東半島藍(lán)色經(jīng)濟(jì)區(qū)人口數(shù)量、富裕度(人均國(guó)內(nèi)生產(chǎn)總值(GDP))、技術(shù)水平(能源強(qiáng)度)和城鎮(zhèn)化水平對(duì)碳排放量的影響，通過(guò)情景分析法，預(yù)測(cè)山東半島藍(lán)色經(jīng)濟(jì)區(qū)未來(lái)碳排放量，確定最優(yōu)排放情景，為實(shí)施節(jié)能減排提供參考和依據(jù)。

1 相關(guān)研究現(xiàn)狀

碳排放量預(yù)測(cè)方法主要有STIRPAT模型、市場(chǎng)分配模型(MARKAL)、馬爾科夫鏈、灰色系統(tǒng)GM(1,1)模型、反向傳播(BP)神經(jīng)網(wǎng)絡(luò)等。渠慎寧等[18]利用STIRPAT模型預(yù)測(cè)了未來(lái)我國(guó)碳排放峰值，研究表明峰值出現(xiàn)的時(shí)間與經(jīng)濟(jì)社會(huì)發(fā)展速度及碳排放強(qiáng)度有關(guān)。王彩明等[19]運(yùn)用馬爾可夫鏈模型預(yù)測(cè)2020年京津冀區(qū)域一次能源消費(fèi)結(jié)構(gòu)，利用情景預(yù)測(cè)定量分析了一次能源與京津冀碳強(qiáng)度變化幅度的關(guān)系。任曉松等[20]采用GM(1,1)模型預(yù)測(cè)了2011—2020年我國(guó)工業(yè)碳排放影響因素的未來(lái)值，結(jié)果表明，人均工業(yè)產(chǎn)值的變化對(duì)未來(lái)工業(yè)碳排放變動(dòng)趨勢(shì)影響最大，灰色預(yù)測(cè)的精度較高，能保證模型的有效性。紀(jì)廣月[21]根據(jù)碳排放影響因素灰色關(guān)聯(lián)分析篩選出主要因素，并把此作為BP神經(jīng)網(wǎng)絡(luò)的輸入層，對(duì)我國(guó)碳排放進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果具有良好的可靠性。STIRPAT模型是環(huán)境影響評(píng)估模型IPAT的擴(kuò)展，利用STIRPAT模型，再結(jié)合情景設(shè)置進(jìn)行分析是對(duì)碳排放量進(jìn)行預(yù)測(cè)的主流方法之一。

2 研究方法及數(shù)據(jù)來(lái)源

2.1 模型構(gòu)建

STIRPAT模型是York等[22]在IPAT模型基礎(chǔ)上提出的，具有可拓展性及隨機(jī)性，其標(biāo)準(zhǔn)形式為

I=aPbAcTde，

(1)

式中：I、P、A、T分別為環(huán)境壓力、人口規(guī)模、富裕度(人均GDP)和技術(shù)水平(能源強(qiáng)度)；a為模型常數(shù)；b、c、d為需要估計(jì)的指數(shù)；e為誤差項(xiàng)。

為了研究山東半島藍(lán)色經(jīng)濟(jì)區(qū)碳排放的影響因素，對(duì)未來(lái)碳排放量進(jìn)行準(zhǔn)確預(yù)測(cè)，本文中結(jié)合該區(qū)域的實(shí)際情況，對(duì)STIRPAT模型進(jìn)行擴(kuò)展，借鑒有關(guān)學(xué)者通過(guò)對(duì)數(shù)平均迪氏指數(shù)(LMDI)分解模型對(duì)碳排放影響因素的研究[23-24]，選取人口規(guī)模、富裕度、技術(shù)水平和城鎮(zhèn)化水平來(lái)分析對(duì)碳排放量的影響，可以得到

I=aPbAcTdUfe，

(2)

式中：U為城鎮(zhèn)化水平；b、c、d、f為彈性系數(shù)，表示當(dāng)P、A、T、U每變化1%時(shí)分別引起I的變化。

將模型(2)兩邊分別取對(duì)數(shù)得到

lnI=lna+blnP+clnA+dlnT+flnU+lne。

(3)

2.2 數(shù)據(jù)來(lái)源

本文中使用山東半島藍(lán)色經(jīng)濟(jì)區(qū)的各市、縣的人口總數(shù)、人均GDP、城鎮(zhèn)化率、各類能源消費(fèi)量等數(shù)據(jù)均來(lái)自2009—2018年《山東統(tǒng)計(jì)年鑒》。

3 STIRPAT模型估計(jì)及情景分析

3.1 模型估計(jì)

本文中依據(jù)《聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(IPCC)國(guó)家溫室氣體清單指南》中有關(guān)碳排放的計(jì)量方法，對(duì)山東半島藍(lán)色經(jīng)濟(jì)區(qū)的碳排放量進(jìn)行計(jì)算[25]，計(jì)算公式為

(4)

式中：C為二氧化碳排放總量；Ei為第i種能源的終端消耗；ci是各類能源轉(zhuǎn)換為標(biāo)準(zhǔn)煤的系數(shù)；fi為第i種能源的碳排放系數(shù)。為了方便統(tǒng)計(jì)，本文中選取原煤、洗精煤、焦炭、原油、汽油、柴油、煤油、燃料油、其他石油制品、液化石油氣、天然氣共11種主要能源品種進(jìn)行核算，即i=1，2，…，11。

山東半島藍(lán)色經(jīng)濟(jì)區(qū)2009—2018年的碳排放量如圖1所示。從圖中可以看出，該地區(qū)的碳排放量在這10年中一直呈現(xiàn)緩慢增長(zhǎng)狀態(tài)。

圖1 2009—2018年山東半島藍(lán)色經(jīng)濟(jì)區(qū)碳排放量

建立STIRPAT模型。首先以lnI為因變量，lnP、lnA、lnT、lnU為自變量，對(duì)數(shù)據(jù)進(jìn)行多元線性回歸分析。結(jié)果表明，各變量的顯著性水平不能通過(guò)t檢驗(yàn)。再對(duì)數(shù)據(jù)進(jìn)行多重共線性檢驗(yàn)，由檢驗(yàn)結(jié)果可知，方差膨脹系數(shù)(VIF)均大于10，如表1所示，各變量之間存在多重共線性。為了得到各變量的精確性系數(shù)，正確分析碳排放量影響因素，本文中采用嶺回歸分析法[26]。嶺回歸分析過(guò)程見(jiàn)圖2，在嶺跡圖(圖2 (a))中，嶺參數(shù)k的取值范圍為(0,1)，步長(zhǎng)為0.01。當(dāng)k=0.1時(shí)，各變量回歸系數(shù)趨于穩(wěn)定，所以取k=0.1為最佳，由此得到相關(guān)系數(shù)的平方r2為0.958。具體分析結(jié)果見(jiàn)表2。

表1 多重共線性分析結(jié)果

(a)嶺跡圖(b)嶺參數(shù)k對(duì)應(yīng)的相關(guān)系數(shù)的平方r2圖2 嶺回歸分析過(guò)程

表2 嶺回歸估計(jì)結(jié)果

由嶺回歸分析結(jié)果可得碳排放量與各變量的STIRPAT模型為

lnI=-6.680+1.748 lnP+0.153 lnA-

0.218 lnT+0.365 lnU，

(5)

或

I=e-6.680+1.748 ln P+0.153 ln A-0.218 ln T+0.365 ln U。

(6)

由表2可知，各變量均通過(guò)了水平為5%的顯著性檢驗(yàn)，其中富裕度(人均GDP)通過(guò)了水平為1%的顯著性檢驗(yàn)，r2為0.958，說(shuō)明所選自變量可以解釋山東半島藍(lán)色經(jīng)濟(jì)區(qū)95.8%的碳排放量。F統(tǒng)計(jì)量為25.033，通過(guò)了水平為5%的顯著性檢驗(yàn)，整體擬合程度較好。從系數(shù)來(lái)看，各變量對(duì)山東半島藍(lán)色經(jīng)濟(jì)區(qū)的碳排放量影響顯著程度依次為人口數(shù)、城鎮(zhèn)化水平、能源強(qiáng)度、富裕度。其中，人口數(shù)每增加1%，碳排放量將相應(yīng)增加1.748%，對(duì)碳排放量影響最為顯著。城鎮(zhèn)化水平、人均GDP、能源強(qiáng)度每提高1%，碳排放量將相應(yīng)增加0.365%、0.153%、-0.218%。

為了確保模型能準(zhǔn)確預(yù)測(cè)山東半島藍(lán)色經(jīng)濟(jì)區(qū)的碳排放量情況，需驗(yàn)證模型的有效性，將2009—2018年間各自變量的值代入式(5)進(jìn)行模型誤差檢驗(yàn)，得到的STIRPAT模型預(yù)測(cè)值與實(shí)際值對(duì)比結(jié)果，如圖3所示。

結(jié)果顯示，模型預(yù)測(cè)值與實(shí)際值的年平均誤差為3.3%，數(shù)據(jù)擬合度較好，因此可以用估計(jì)的STIRPAT模型來(lái)預(yù)測(cè)山東半島藍(lán)色經(jīng)濟(jì)區(qū)未來(lái)的碳排放量情況。

圖3 2009—2018年山東半島藍(lán)色經(jīng)濟(jì)區(qū)碳排放量模型預(yù)測(cè)值與實(shí)際值對(duì)比圖

3.2 情景分析

利用情景分析法將STIRPAT模型中的各變量賦予階段性預(yù)測(cè)值，各變量的預(yù)測(cè)值設(shè)置參考過(guò)往階段的發(fā)展變化及相關(guān)政策規(guī)劃，確保數(shù)據(jù)的設(shè)置符合山東半島藍(lán)色經(jīng)濟(jì)區(qū)經(jīng)濟(jì)社會(huì)發(fā)展實(shí)際。本文中將預(yù)測(cè)周期分為7個(gè)階段：第1階段為2019—2020年(由于山東省2019年的統(tǒng)計(jì)數(shù)據(jù)未出，因此本文中把2019年作為預(yù)測(cè)年份)，第2階段為2021—2025年，第3階段為2026—2030年，第4階段為2031—2035年，第5階段為2036—2040年，第6階段為2041—2045年，第7階段為2046—2050年。其中，人口狀況、富裕度、城鎮(zhèn)化水平屬于經(jīng)濟(jì)變量，分別設(shè)定低增長(zhǎng)、中增長(zhǎng)、高增長(zhǎng)3個(gè)增長(zhǎng)階段；能源強(qiáng)度屬于減排變量，設(shè)定中減排、高減排2個(gè)減排階段。將上述變量的不同階段進(jìn)行組合，得出6種發(fā)展模式，如表3所示。

表3 情景分析法設(shè)置的發(fā)展模式

1)人口設(shè)置。根據(jù)以往階段的人口變化狀況可知，山東半島藍(lán)色經(jīng)濟(jì)區(qū)的人口數(shù)呈緩慢增長(zhǎng)趨勢(shì)，從2009年的3 291.80萬(wàn)增長(zhǎng)到2018年的3 471.20萬(wàn)。在2011—2015年間，山東半島藍(lán)色經(jīng)濟(jì)區(qū)人口年均增長(zhǎng)率為4.7‰。由于國(guó)家“二孩”政策的實(shí)施，生育堆積集中釋放，因此2016年人口增長(zhǎng)率劇增為8.8‰。山東省是我國(guó)人口大省，而山東半島藍(lán)色經(jīng)濟(jì)區(qū)生態(tài)良好，環(huán)境適宜，是著名的宜居地，同時(shí)得天獨(dú)厚的海洋優(yōu)勢(shì)還吸引了大量的人才。根據(jù)《山東省人口發(fā)展“十三五”規(guī)劃》，“十三五”規(guī)劃時(shí)期，山東省人口年均自然增長(zhǎng)率發(fā)展規(guī)劃目標(biāo)為8‰[27]，以此為基準(zhǔn)設(shè)置低、中、高3種模式下的人口年均自然增長(zhǎng)率分別為6‰、8‰、10‰。據(jù)有關(guān)研究預(yù)測(cè)，我國(guó)總?cè)丝趯⒃?030年左右達(dá)到峰值[28]，因此設(shè)置低、中、高3種模式到達(dá)峰值的年份分別為2025、2030、2035年。根據(jù)以上分析，設(shè)定未來(lái)山東半島藍(lán)色經(jīng)濟(jì)區(qū)人口增長(zhǎng)率如表4所示。

表4 山東半島藍(lán)色經(jīng)濟(jì)區(qū)未來(lái)年份人口年均增長(zhǎng)率預(yù)測(cè)值 ‰

2)富裕度設(shè)置。近年來(lái)，山東半島憑借海洋優(yōu)勢(shì)不斷發(fā)展，《山東半島藍(lán)色經(jīng)濟(jì)區(qū)發(fā)展規(guī)劃》(簡(jiǎn)稱《發(fā)展規(guī)劃》)中指出，到2020年，人均GDP將達(dá)到13萬(wàn)元左右。根據(jù)以往階段的人均GDP變化率可知，山東半島人均GDP一直呈增長(zhǎng)狀態(tài)，從2009年的44 820.61元增長(zhǎng)到2018年的104 997.15元。在2011—2015年間，山東半島人均GDP年均增長(zhǎng)率為11.75%，2016—2018年為6.74%。若要達(dá)到《發(fā)展規(guī)劃》中的目標(biāo)，2019—2020年的年均增長(zhǎng)率應(yīng)為10.10%，因此設(shè)置低、中、高3種模式下的人均GDP年均增長(zhǎng)率分別為8.1%、10.1%、12.1%。隨著國(guó)民經(jīng)濟(jì)不斷發(fā)展，人均GDP增長(zhǎng)速率會(huì)逐漸減緩，以《發(fā)展規(guī)劃》中的人均GDP目標(biāo)為基準(zhǔn)，設(shè)定未來(lái)山東半島藍(lán)色經(jīng)濟(jì)區(qū)人均GDP年均增長(zhǎng)率如表5所示。

表5 山東半島藍(lán)色經(jīng)濟(jì)區(qū)未來(lái)年份人均國(guó)內(nèi)生產(chǎn)總值(GDP)年均增長(zhǎng)率預(yù)測(cè)值 %

3)城鎮(zhèn)化水平設(shè)置。山東省著力構(gòu)建山東半島城市群，山東半島藍(lán)色經(jīng)濟(jì)區(qū)城鎮(zhèn)化水平穩(wěn)步提高，2011—2015年城鎮(zhèn)化水平年均增長(zhǎng)率為0.71%，2016—2018年達(dá)到2.69%，2018年城鎮(zhèn)化水平已經(jīng)達(dá)到66.63%。《發(fā)展規(guī)劃》中提出，到2020年，山東半島藍(lán)色經(jīng)濟(jì)區(qū)城鎮(zhèn)化水平達(dá)到70%左右。以《發(fā)展規(guī)劃》中的城鎮(zhèn)化水平目標(biāo)為基準(zhǔn)，如果2020年城鎮(zhèn)化水平達(dá)到70%，則2019—2020年城鎮(zhèn)化水平增長(zhǎng)率為2.53%，由此設(shè)置低、中、高3種模式下的城鎮(zhèn)化水平年均增長(zhǎng)率分別為1.53%、2.53%、3.53%。城鎮(zhèn)化水平年均增長(zhǎng)率通常隨著時(shí)間的推移逐步減緩，當(dāng)發(fā)展到一定水平后，就會(huì)達(dá)到均衡狀態(tài)。

世界上發(fā)達(dá)國(guó)家的城市化水平普遍在80%～90%，據(jù)此假設(shè)我國(guó)城鎮(zhèn)化率達(dá)到90%時(shí)城鎮(zhèn)化水平到達(dá)均衡點(diǎn)，且達(dá)到均衡后年均增長(zhǎng)率為0。結(jié)合社會(huì)發(fā)展實(shí)際及以上分析，設(shè)定低、中、高3種模式，如表6所示。

表6 山東半島藍(lán)色經(jīng)濟(jì)區(qū)未來(lái)年份城鎮(zhèn)化水平年均增長(zhǎng)率預(yù)測(cè)值 %

4)能源強(qiáng)度設(shè)置。山東半島藍(lán)色經(jīng)濟(jì)區(qū)的節(jié)能減排指標(biāo)由山東省節(jié)能減排工作方案統(tǒng)一規(guī)定。假設(shè)該區(qū)域執(zhí)行山東省“十三五”規(guī)劃能耗降低指標(biāo)[29]，即到2020年能耗降低17%。根據(jù)以往階段的萬(wàn)元單位GDP能耗變化率可知，在2011—2015年間，萬(wàn)元單位GDP能耗年均增長(zhǎng)率為-5.94%，2016—2018年為-2.26%。若要達(dá)到減排指標(biāo)，則萬(wàn)元單位GDP能耗(標(biāo)準(zhǔn)煤)需從0.78 t減少到0.64 t，萬(wàn)元單位GDP能耗年均增長(zhǎng)率為-3.59%，以此為基準(zhǔn)，設(shè)定中、高減排模式下能源強(qiáng)度年均增長(zhǎng)率分別為-3.59%、-5.59%。假設(shè)減排力度的變化率因技術(shù)及時(shí)間因素而逐漸減緩，根據(jù)以上分析，設(shè)定中、高2種減排模式下的萬(wàn)元單位GDP能耗年均增長(zhǎng)率如表7所示。

表7 山東半島藍(lán)色經(jīng)濟(jì)區(qū)未來(lái)年份能源強(qiáng)度年均增長(zhǎng)率預(yù)測(cè) %

根據(jù)情景預(yù)測(cè)，將各變量預(yù)測(cè)值代入式(6)，得到2019—2050年的碳排放預(yù)測(cè)值，結(jié)果如圖4所示。由圖可以看出，在高增長(zhǎng)-中減排模式下，山東半島藍(lán)色經(jīng)濟(jì)區(qū)的碳排放量增長(zhǎng)速度最快，到2050年，碳排放量達(dá)到130 143.89萬(wàn)t；在低增長(zhǎng)-高減排模式下，碳排放量的增長(zhǎng)速度最慢，且到2045年，碳排放量達(dá)到峰值，為76 971.99萬(wàn)t。除低增長(zhǎng)-高減排模式外，其余模式均未達(dá)到峰值。

Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ為發(fā)展模式。圖4 不同情景下山東半島藍(lán)色經(jīng)濟(jì)區(qū)未來(lái)的碳排放值

對(duì)比發(fā)展模式Ⅰ、Ⅲ、Ⅴ可知，當(dāng)減排變量處于高減排模式、經(jīng)濟(jì)變量處于高增長(zhǎng)模式時(shí)，碳排放量的增速最快。同樣，對(duì)比發(fā)展模式Ⅱ、Ⅳ、Ⅵ可知，當(dāng)減排變量處于中減排模式、經(jīng)濟(jì)變量處于高增長(zhǎng)模式時(shí)，碳排放量的增速最快。由以上分析可以看出，當(dāng)減排變量所處水平不變時(shí)，經(jīng)濟(jì)社會(huì)發(fā)展速度越快，碳排放增速越快，碳排放量越多。對(duì)比發(fā)展模式Ⅰ與Ⅱ、模式Ⅲ與Ⅳ、模式Ⅴ與Ⅵ可知，當(dāng)社會(huì)發(fā)展水平不變時(shí)，減排強(qiáng)度越低，碳排放量增速越快，碳排放量越多。山東半島藍(lán)色經(jīng)濟(jì)區(qū)正處于快速發(fā)展階段，就目前的發(fā)展態(tài)勢(shì)和預(yù)測(cè)結(jié)果來(lái)看，在高增長(zhǎng)-中減排模式下，碳排放量暫時(shí)不會(huì)達(dá)到峰值，仍會(huì)以較快速度持續(xù)增長(zhǎng)。由圖4中碳排放量的增速可以看出，模式Ⅵ在未來(lái)極有可能超過(guò)模式Ⅲ的碳排放量?？傮w來(lái)看，當(dāng)減排力度的增速相比經(jīng)濟(jì)社會(huì)發(fā)展增速較慢時(shí)，仍會(huì)促進(jìn)碳排放的增加。

為了使山東半島藍(lán)色經(jīng)濟(jì)區(qū)的碳排放量控制效果達(dá)到最佳，必須做到經(jīng)濟(jì)緩慢發(fā)展，保持高減排水平。山東半島藍(lán)色經(jīng)濟(jì)區(qū)作為全省乃至全國(guó)的海洋經(jīng)濟(jì)引擎，海洋優(yōu)勢(shì)帶動(dòng)了經(jīng)濟(jì)活力，經(jīng)濟(jì)緩慢發(fā)展已經(jīng)不符合藍(lán)色經(jīng)濟(jì)區(qū)的發(fā)展態(tài)勢(shì)。由STIRPAT模型的預(yù)測(cè)值可知，高減排更有利于控制碳排放量，因此中增長(zhǎng)-高減排的發(fā)展模式是山東半島藍(lán)色經(jīng)濟(jì)區(qū)的最佳碳排放發(fā)展模式。

4 結(jié)論

本文中采用STIRPAT模型分析了人口數(shù)、人均GDP、能源強(qiáng)度、城鎮(zhèn)化水平4種因素對(duì)山東半島藍(lán)色經(jīng)濟(jì)區(qū)碳排放量的影響，并設(shè)置了不同的水平，組合為6種發(fā)展模式，對(duì)山東半島藍(lán)色經(jīng)濟(jì)區(qū)未來(lái)的碳排放量情況進(jìn)行預(yù)測(cè)，得到如下結(jié)論：

1)人口規(guī)模、人均GDP、能源強(qiáng)度、城鎮(zhèn)化水平每提高1%，碳排放量將相應(yīng)增加1.748%、0.153%、-0.218%%、0.365%，從估算得到的彈性系數(shù)看，人口規(guī)模對(duì)碳排放量的影響最為顯著。

2)保持經(jīng)濟(jì)增速不變，減排力度越弱，碳排放量增加越多；保持減排力度不變，經(jīng)濟(jì)增速越快，碳排放量的增速越快。加強(qiáng)減排力度，在一定程度上能夠抑制經(jīng)濟(jì)增長(zhǎng)帶來(lái)的碳排放量的增加。結(jié)合山東半島藍(lán)色經(jīng)濟(jì)區(qū)的發(fā)展態(tài)勢(shì)和預(yù)測(cè)結(jié)果，確定中增長(zhǎng)-高減排為最佳發(fā)展模式。