趙慈，宋曉聰，劉曉宇，沈鵬，陳忱，劉磊

（1. 中國環(huán)境科學(xué)研究院，北京 100012；2. 生態(tài)環(huán)境部環(huán)境工程評估中心，北京 100012）

自1978 年以來，浙江省全省生產(chǎn)總值增長了約500倍[1]。然而，經(jīng)濟的快速增長與大量能源的消耗有著千絲萬縷的聯(lián)系，同時也導(dǎo)致了溫室氣體排放量的高速增長[2]。在所有溫室氣體中，CO2排放占比高達90%以上，CO2的減排對減緩氣候惡化具有重要影響，因此，控制CO2排放量引起了越來越多的關(guān)注[3]。實際上，近10 年來，中國一直是世界上最大的CO2排放國[4]，中國CO2排放量約占全球總排放量的29%[5]。為了緩解國內(nèi)環(huán)境惡化和國際氣候談判帶來的雙重壓力，我國在發(fā)布的“中美氣候變化聯(lián)合聲明”中宣布了溫室氣體排放目標，目標的核心內(nèi)容是承諾到2030 年或更早使CO2排放量達到峰值[6]，在七十五屆聯(lián)合國大會上習(xí)近平主席再一次宣布，中國力爭在2030 年前實現(xiàn)CO2排放達峰[7]。為此，各行業(yè)、各省市都在緊急編制碳達峰行動方案，發(fā)布碳達峰目標。浙江省作為中國的經(jīng)濟強省，綠色產(chǎn)業(yè)規(guī)模位居全國前列，在綠色環(huán)保方面一直是國內(nèi)的排頭兵，而是否能夠在“碳達峰、碳中和”的綠色低碳發(fā)展新征程中繼續(xù)發(fā)揮領(lǐng)頭羊作用對于全國區(qū)域的碳達峰、碳中和至關(guān)重要。為實現(xiàn)碳達峰這一目標，了解碳排放現(xiàn)狀，分析影響因素，預(yù)測碳排放峰值和未來碳排放量，就成了碳減排工作的當(dāng)務(wù)之急。

國內(nèi)外學(xué)術(shù)界已有大量關(guān)于中國整體、區(qū)域和省級層面的碳排放預(yù)測研究。從中國整體層面來講，據(jù)國際能源署[8]預(yù)測，我國預(yù)計在2025 年實現(xiàn)碳達峰，此時的CO2排放量為96.8 億噸。而在Nature Sustainability發(fā)表的中美合作研究[9]通過分析我國現(xiàn)行減排政策和結(jié)構(gòu)模型預(yù)測，發(fā)現(xiàn)我國在2030 年前能實現(xiàn)CO2的排放峰值。Ma 等[10]基于Kaya-LMDI 模型分析了各種驅(qū)動因素對中國能源消耗碳排放的影響，發(fā)現(xiàn)經(jīng)濟的快速發(fā)展和城市化的加速不利于減少碳排放，降低能耗，調(diào)整行業(yè)內(nèi)部結(jié)構(gòu)，完善經(jīng)濟政策體系，是促進未來中國低碳發(fā)展的重要手段。Su & Lee[11]引入理論和實證模型估算了中國溫室氣體排放峰值。結(jié)果表明，到2028 年，中國碳排放可能達到峰值，估計為117.70 MtCO2e。從政策層面研究發(fā)現(xiàn)，碳定價和全國碳排放交易計劃是促進能源過渡和清潔煤技術(shù)的最重要手段。褚力其等[12]應(yīng)用GDIM 分析了1985—2017 年我國農(nóng)業(yè)方面碳排放的驅(qū)動因素，發(fā)現(xiàn)財政支出規(guī)模作為第一驅(qū)動力，貢獻率達到39.28%。此外，設(shè)定動態(tài)情景預(yù)測我國在政策規(guī)制和綠色低碳情景下均能在2030 前實現(xiàn)農(nóng)業(yè)排放碳達峰。不同學(xué)者有關(guān)國家層面CO2排放峰值時間預(yù)測略有不同，但基本都在2030年之前。從區(qū)域?qū)用娣治?，鄧小樂和孫慧[13]設(shè)置8 種情景對西北五省（新疆、寧夏、陜西、青海和甘肅）的碳排放趨勢進行了預(yù)測，在2030 年前西北五省若要實現(xiàn)碳達峰，關(guān)鍵在于碳排放強度的控制。劉彥迪[14]基于廣義迪氏指數(shù)分析了影響我國東部、中部、東北部和西部四個區(qū)域CO2排放的因素，發(fā)現(xiàn)能源消耗、經(jīng)濟發(fā)展、人均碳排放、單位GDP 碳排放強度均是影響CO2排放的主要因素。同時，分情景預(yù)測四大區(qū)域碳達峰時間，在最優(yōu)路徑下東部和東北部于2025 年率先達峰，西部和中部于2030 年達峰。曹麗斌等[15]使用柯布-道格拉斯函數(shù)預(yù)測了“新冠”疫情影響下長三角城市群CO2排放達峰時間，已有19 個城市具備在2025 年前達峰的條件，其中就包括浙江省寧波、湖州、杭州、嘉興和溫州5 個城市。臧宏寬等[16]研究了2015—2019 年京津冀城市群經(jīng)濟發(fā)展與碳排放的脫鉤情況，并結(jié)合世界資源研究所[17]提出的達峰判斷理論，判定北京、天津、承德、唐山、石家莊和邯鄲目前已實現(xiàn)碳達峰，其他城市CO2排放量還處于增長狀態(tài)，還未實現(xiàn)達峰。就具體省份而言，趙榮欽等[18]通過STIRPAT 模型以及情景分析法預(yù)測了河南省包含能源消費、食物消費、農(nóng)業(yè)活動和廢棄物四方面在內(nèi)的碳排放峰值，發(fā)現(xiàn)在低碳情景下河南省在2030年前不能實現(xiàn)碳達峰目標，如果同時考慮碳吸收補償，即可在2030 年前實現(xiàn)碳達峰。馬彩云等[19]使用灰色預(yù)測模型預(yù)測了2017—2021 年安徽省建筑業(yè)碳排放量，研究表明其直接碳排放量仍未達到峰值。王磊[20]基于投入產(chǎn)出模型預(yù)測天津市2015 年CO2排放量為69 729 萬噸，是僅考慮終端產(chǎn)品消費產(chǎn)生的碳排放量的2.75 倍，由此表明中間產(chǎn)品消費導(dǎo)致的碳排放也不容忽視。

目前，還沒有相關(guān)文獻從全省層面對浙江省碳排放峰值進行預(yù)測分析，此外結(jié)合情景分析法的STIRPAT模型，使用簡單方便，能夠考慮多種因素影響，同時，該模型克服了Kaya 方程和IPAT 模型的缺陷（所有因素以相同的比例影響碳排放），已被多個學(xué)者用來預(yù)測碳排 放[11,13,18,21-22]。因 此，本 文 以 浙 江 省 為 例，運 用 改進的STIRPAT 模型，選擇六個因素作為自變量：人口（P）、人均GDP（A）、碳排放強度（T）、能源消耗強度（Ps）、能源結(jié)構(gòu)（Es）、產(chǎn)業(yè)結(jié)構(gòu)（Is），運用回歸檢驗（PLS法）進行實證分析，并結(jié)合情景預(yù)測法對2020—2030 年浙江省碳排放量進行預(yù)測，以期為浙江省低碳發(fā)展提供參考。

1 研究方法和數(shù)據(jù)

1.1 研究方法和模型構(gòu)建

碳排放量的預(yù)測是確定最佳碳排放路徑的關(guān)鍵問題。IPAT 模型通過反映人口，富裕度和技術(shù)的綜合影響來預(yù)測一個國家的碳排放量[23]。York 等[24-25]通過比例效應(yīng)假設(shè)研究指明了IPAT 模型的局限性，同時，對IPAT 模型進行了改進得到隨機效應(yīng)模型（STIRPAT）。STIRPAT 模型，即公式（1）的基礎(chǔ)是研究人口、財富和技術(shù)對環(huán)境的隨機效應(yīng)的回歸分析[26]。

式中：a、b、c、d代表各指標的彈性系數(shù)。

擴展的STIRPAT 模型表示為：

式中：全國碳排放量（C）單位為萬噸；人口（P）單位為萬人；人均GDP（A）單位為萬元/人；碳排放強度（T）單位為噸/萬元、能源消耗強度（Ps）單位為噸標煤/萬元、能源結(jié)構(gòu)（Es）為百分比%；產(chǎn)業(yè)結(jié)構(gòu)（Is第二產(chǎn)業(yè)占比）為百分比%；e、f、g代表各指標的彈性系數(shù)；h表示誤差。

1.2 數(shù)據(jù)來源和說明

本文碳排放數(shù)據(jù)來自中國碳排放數(shù)據(jù)庫，各變量來自歷年浙江省統(tǒng)計年鑒（表1）。

表1 STIRPAT模型數(shù)據(jù)說明

擴展的STIRPAT 模型實證數(shù)據(jù)來源于歷年的浙江省統(tǒng)計年鑒[1]和《中國能源統(tǒng)計年鑒2006》[27]，對所選指標進行整理，得到如表2 所示的數(shù)據(jù)。

表2 2005—2017年浙江省碳排放及相關(guān)指標

2 基于擴展后STIRPAT模型實證分析

通過查閱文獻發(fā)現(xiàn)多重共線性是STIRPAT 模型的主要缺點[28]，而通過偏最小二乘回歸（PLS）可以解決這一問題[29]。首先需要分析各因素間的相關(guān)性，然后對自變量進行降維提取主成分（因子分析法），最后進行回歸求得STIRPAT 模型。

2.1 變量相關(guān)性分析

對本文中的6 個自變量進行因子分析，KMO 和巴特利特檢驗和相關(guān)性矩陣如表3 ～表5 所示。由表3 分析可知，KMO 檢驗值為0.788，根據(jù)表4 KMO 檢驗度量標準[30]判斷6 個變量適合做因子分析。巴特利特球形度檢驗的P＜0.001，拒絕原假設(shè)，說明表5 不同于單位矩陣，各個變量間存在相關(guān)性可以做因子分析[28]。

表3 KMO和巴特利特檢驗

表4 KMO檢驗度量標準

表5 相關(guān)性矩陣

從表5 可看出大部分變量間存在高度相關(guān)性。其中A與T、Ps、Is之間存在很高的負相關(guān)性，相關(guān)性達到-0.979、-0.995、-0.939。T與Ps、Is之間存在很強的正相關(guān)性，相關(guān)性達到0.993、0.973。Ps和Es、Is之間也存在高度正相關(guān)，其中，Ps和Is的相關(guān)性（0.960）高于Ps和Es的相關(guān)性（0.848），這說明產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和能源結(jié)構(gòu)優(yōu)化相比更有利于能耗的降低。

2.2 因子分析及模型參數(shù)確定

因子分析結(jié)果見表6。從表6 分析可知，提取前2個成分即可充分解釋所有變量對碳排放的影響，這2 個主成分分別解釋總方差的93.091%和5.976%，方差累計貢獻率達到99.067%。

表6 總方差解釋

然后進行回歸分析，計算得到STIRPAT 模型為：

從上述回歸方程分析可知，各因素對碳排放影響程度為：人口＞能源結(jié)構(gòu)＞能源消耗強度＞人均GDP ＞碳排放強度＞產(chǎn)業(yè)結(jié)構(gòu)。即在其他變量一定的情況下，人口每增長1%，碳排放量增長0.72%；煤炭比重每增長1%，碳排放量增長0.24%；人均GDP 每增長1%，碳排放量增長0.06%；二次產(chǎn)業(yè)比重每增長1%，碳排放量增長0.01%。碳排放強度和能源消費強度系數(shù)為負，對碳排放具有負向作用，這雖然與經(jīng)濟理論相悖，但是與張哲等[29]、孫文靜[31]、宋曉暉等[32]研究結(jié)論相似，這是由于指標選取不夠全面造成的，也反映出浙江省對于碳排放相關(guān)活動監(jiān)管力度的不足[31]以及碳排放相關(guān)指標信息公開的透明度較低。

2005—2017 年浙江省實際碳排放量與模型擬合結(jié)果見圖1，擬合數(shù)值與真實值的誤差比見表7，除2005年的擬合結(jié)果誤差絕對值大于10%外，其他年份擬合結(jié)果誤差絕對值均在10%以內(nèi)，與同類的研究相比[28]，誤差較小在可接受范圍內(nèi)。

圖1 浙江省2005—2017年實際碳排放與STIRPAT模型模擬碳排放

表7 碳排放模型擬合數(shù)值與實際值對比分析

3 浙江省碳排放預(yù)測研究

3.1 情景分析和參數(shù)設(shè)定

為了更全面地預(yù)測浙江省CO2排放情況，本文從經(jīng)濟社會發(fā)展和減排相關(guān)的兩類因素考慮設(shè)定了三種碳排放情景。（1）基準情景，參考浙江省目前應(yīng)對氣候變化以及能源相關(guān)的政策文件，按照常規(guī)發(fā)展速度預(yù)測人口、人均GDP、碳排放強度、能源消耗強度、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)6 個因素的變化。（2）低碳情景，以基準情景為基礎(chǔ)，除推行各項氣候變化應(yīng)對和能源優(yōu)化政策外，還要加強低碳轉(zhuǎn)型，在碳排放強度、能源消耗強度、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)方面取得一定突破。（3）強化低碳情景，基于低碳情景進一步加強調(diào)控，積極出臺各項低碳措施，在碳排放強度、能源消耗強度、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)方面取得重大進展，浙江省將全面開啟低碳發(fā)展之路。

使用STIRPAT 模型，確定人口、人均GDP、碳排放強度、能源消耗強度、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)6 個碳排放影響因素，并設(shè)定低、中、高三種變化率來對各影響因素進行預(yù)測，三種碳排放預(yù)測情景下各因素變化速度見表8。

表8 三種碳排放預(yù)測情景下各因素變化速度

人口（P）：根據(jù)聯(lián)合國預(yù)測，設(shè)定2021—2025 年浙江省人口低、中、高年均增長率分別為0.82%、1.12%、1.34%；2026—2030 年低、中、高年均增長率0.34%、0.66%、1.04%；2031—2035 年低、中、高年均增長率-0.15%、0.19%、0.68%。

人均GDP（A）：以2005 年不變價計，浙江省自2005 年以來，人均GDP 呈上升趨勢，但是增長率逐漸下降。同時，考慮“新冠”疫情影響，設(shè)定2021—2025 年中速率和高速率年均增長率分別為5.8%和6.3%；2026—2030 年中速率和高速率年均增長率5.00%和5.3%；2031—2035年中速率和高速率年均增長率4.00%和4.3%。

碳排放強度（T）：根據(jù)浙江省能源發(fā)展“十二五”“十三五”“十四五”規(guī)劃要求，碳排放強度2015 年 比2010 年 降 低19%，2020 年 比2015 年 降 低18%，2025 年比2020 年下降18%，2020—2030 年的年均下降率為3.89%。以此為基準設(shè)定低速率為3.89%，高速率為4.85%，中速率為4.36%。

能源消耗強度（Ps）：根據(jù)浙江省能源發(fā)展“十二五”“十三五”“十四五”規(guī)劃要求，能耗強度2015年比2010 年降低18%，2020 年比2015 年降低15%，2025 年比2020 年降低13.5%，“十四五”期間的年均下降率為2.86%。按照此變化趨勢設(shè)定基準情景下2030 年比2025 年下降11.5%，年均下降率2.41%；2035 年比2030 年下降9%，年均下降率為1.87%。以此為基準設(shè)定“十四五”“十五五”“十六五”中速下降率分別為：3.20%、2.86%、2.41%，高速下降率分別為3.43%、3.20%、2.86%。

能源結(jié)構(gòu)（Es）：根據(jù)浙江省能源發(fā)展“十四五”規(guī)劃（征求意見稿），設(shè)定2020 和2025 年浙江省煤炭占能源消費量比重分別為42.8%和33.5%，2021—2025 年年均下降率4.78%，2026—2035 年年均下降率5.00%；中速率為2021—2025 年年均下降率5.27%，2026—2035年年均下降率5.49%；高速率為2021—2025 年年均下降率5.51%，2026—2030 年年均下降率5.7%，2031—2035 年年均下降率6.36%。

產(chǎn)業(yè)結(jié)構(gòu)（Is）：根據(jù)浙江省2005—2020 年二次產(chǎn)業(yè)結(jié)構(gòu)變化，設(shè)定低速率為2021—2025 年年均下降率3.70%，2026—2035 年年均下降率4.50%；中速率為2021—2025 年年均下降率4.10%，2026—2035 年年均下降率5.30%；高速率為2021—2025 年年均下降率4.30%，2026—2035 年年均下降率5.50%。

3.2 浙江省碳排放峰值預(yù)測

碳排放達峰不是表示某一年CO2排放量達到峰值，而是指從這一年開始某一地區(qū)碳排放量出現(xiàn)穩(wěn)定下降的趨勢[29]。從圖2 分析可知，基準情景、低碳情景和強化低碳情景下浙江省分別于2028 年、2025 年和2023 年達到峰值，峰值分別為3.93、3.87 和3.85 億噸。其中基準情景下，2020—2028 年浙江省碳排放呈緩慢增長趨勢，于2028 年達到排放峰值，比2005 年碳排放量提高了47.07%；2028—2035 年碳排放量開始緩慢下降，到2035 年達到3.87 億噸。低碳情景下，2020—2025 年期間浙江省碳排量處于小幅波動狀態(tài)，于2025 年達到排放峰值；2025—2035 年碳排放開始迅速降低。強化低碳情景下，浙江省碳排放于2023 年達峰，比基準情景下的達峰時間提前了5 年，2023 年后碳排放迅速下降，至2035 年降到3.51 億噸。

圖2 浙江省三種情景下碳排放峰值預(yù)測

4 結(jié)論與建議

人口、能源結(jié)構(gòu)、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)對碳排放均具有正向促進作用，其中，人口、能源結(jié)構(gòu)、人均GDP是浙江省碳減排的主要影響因素。情景預(yù)測分析結(jié)果表明，浙江省在基準情景、低碳情景和強化低碳情景下分別于2028 年、2025 年和2023 年達到CO2峰值，但是峰值大小排序為：基準情景下CO2峰值＞低碳情景CO2峰值＞強化低碳情景CO2峰值。

基于以上結(jié)論，提出以下建議：（1）加快能源結(jié)構(gòu)調(diào)整，降低煤炭占比，加大生物質(zhì)能、天然氣等低碳能源和核電、水電及其他無碳能源開采利用的技術(shù)研發(fā)力度，構(gòu)建多元化的低碳能源體系。（2）人口作為影響浙江省碳排放的重要驅(qū)動力，應(yīng)從提高人口質(zhì)量，構(gòu)建綠色低碳生活方式方面來弱化其影響力。提高人口質(zhì)量進而促進社會技術(shù)進步，減少能源消耗，降低碳排放。提高人民環(huán)保意識，倡導(dǎo)全民節(jié)能減排，構(gòu)建綠色低碳生活方式。（3）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，降低二產(chǎn)比例。加大科技創(chuàng)新研發(fā)力度來助力產(chǎn)業(yè)轉(zhuǎn)型升級，完善配套的政策措施來加強政府的宏觀調(diào)控和引領(lǐng)作用。