曹俊文，張鈺玲

（江西財經(jīng)大學 統(tǒng)計學院，江西 南昌 330013）

0 引言

進入工業(yè)文明時代以來，人類在創(chuàng)造巨大物質(zhì)財富的同時，也加速了對自然資源環(huán)境的破壞，人與自然的矛盾日益凸顯。海平面上升、荒漠化加劇、極端氣候事件頻發(fā)等，給人類生存發(fā)展帶來了嚴重影響。中國作為全球生態(tài)文明建設(shè)的參與者、貢獻者、引領(lǐng)者，一貫以來履行著中方責任。2020 年9 月，習近平主席在聯(lián)合國大會上鄭重宣布：中國將提高國家自主貢獻力度，二氧化碳排放力爭于2030 年前達到峰值，努力爭取2060 年前實現(xiàn)碳中和[1]。接著，2021 年習近平主席在出席世界經(jīng)濟論壇“達沃斯議程”和“領(lǐng)導(dǎo)人氣候峰會”時多次提到“雙碳”目標，足以體現(xiàn)我國實現(xiàn)低碳發(fā)展的目標和決心?！笆奈濉睍r期是我國實現(xiàn)碳達峰的關(guān)鍵階段，但由于各省份經(jīng)濟發(fā)展水平、人口、地理環(huán)境等方面的不同，也將造成碳排放省域之間的差異，因此各省份如何根據(jù)自身情況實現(xiàn)碳減排、達成碳達峰目標至關(guān)重要。

自中國提出2030 年前實現(xiàn)碳達峰目標后，不同學者采用多種方法對中國如何實現(xiàn)碳減排展開了激烈討論。王鳳婷等[2]采用脫鉤模型以及對數(shù)平均迪氏指數(shù)模型（LMDI）研究了京津冀產(chǎn)業(yè)碳排放與經(jīng)濟增長的關(guān)系，并探究了碳排放的驅(qū)動因素。佟昕等[3]利用STIRPAT 模型和灰色模型GM(1, 1)對中國碳排放進行了影響因素分析及趨勢預(yù)測。李強和左靜嫻[4]運用STIRPAT 模型基于長江經(jīng)濟帶11 個省市2000—2014 年的面板數(shù)據(jù)預(yù)測了長江經(jīng)濟帶碳達峰的可能時間。戴勇等[5]利用ECK 模型探究了1995—2016 年江蘇碳排放量與城市化率的ECK 曲線。Sun 等[6]通過IPAT 模型及集中DEA 方法設(shè)計了48個情景，并對各情景碳排放配置效率進行了評價。張永強和張捷[7]、王蓉和邢俊玲[8]采用Tapio 模型分別研究了廣東和陜西經(jīng)濟發(fā)展與碳排放的脫鉤關(guān)系。Tapio 模型常用于分析碳排放與經(jīng)濟增長的脫鉤關(guān)系，而STIRPAT模型可用于碳排放驅(qū)動因素及碳減排路徑的探索。

已有研究基于不同方法、角度探析了碳減排的措施及路徑。在國家層面，屈超和陳甜[9]利用螢火蟲優(yōu)化算法擬合IPAT 模型并估算了中國2030 年二氧化碳的排放強度；劉降斌和劉秋明[10]基于STIRPAT 理論模型，以我國2003—2017 年30 個省域的的面板數(shù)據(jù)構(gòu)建空間計量模型來研究分析經(jīng)濟增長、城鎮(zhèn)化對我國二氧化碳排放強度的影響。在我國省級、區(qū)域?qū)用妫酃鹛m等[11]通過ZSG-DEA 效率模型構(gòu)建我國碳排放配額的省際分解方案并結(jié)合碳匯來分析各省、直轄市和自治區(qū)今后的碳排放空間；任建蘭等[12]利用Tapio 脫鉤模型及LMDI分解模型分析了影響黃河三角洲高效生態(tài)經(jīng)濟區(qū)工業(yè)碳排放的主要因素，同時運用LEAP 模型對碳排放進行了預(yù)測。具體到省份，馬艷梅和吳玉鳴[13]運用ESDA 和空間計量模型研究了山東17 個地級市工業(yè)碳排放的空間相關(guān)性及溢出效應(yīng)；吳青龍等[14]使用開放STIRPAT模型從山西和全國兩個層面運用情景分析方法預(yù)測了山西2016—2040 年的碳排放峰值?；诓煌袠I(yè)，劉學之等[15]構(gòu)建了動態(tài)CGE 模型預(yù)測中國石化行業(yè)2020年經(jīng)濟規(guī)模、能源消費、碳排放量等變量的變化趨勢。細分到城市，禹湘等[16]研究了我國低碳試點城市的碳減排路徑。

總體來看，已有研究基于中國分區(qū)域、分省份、分行業(yè)的碳排放情況展開了一系列研究，碳強度、經(jīng)濟增長、人口、產(chǎn)業(yè)結(jié)構(gòu)等被認為是碳排放的主要驅(qū)動因素，然而中國整體各省份目前碳排放的特征差異及碳減排路徑有待深入解析。一方面，中國不同省域經(jīng)濟發(fā)展與碳排放特征有所不同，精準辨析不同省域碳排放區(qū)域特征、脫鉤情況，有助于中國分省域碳減排策略分析；另一方面，在2030 年碳達峰目標背景下，解析目前中國省域經(jīng)濟發(fā)展與碳排放相對關(guān)系及碳強度情況、探尋不同省域碳排放影響因素有助于省域碳減排目標的制定，為制定可行的區(qū)域低碳發(fā)展政策提供借鑒參考。在此背景下，本文首先采用Tapio 模型分析了我國30 個省份（因數(shù)據(jù)缺失，不含西藏及港澳臺地區(qū)，下同）在“十三五”規(guī)劃期間碳排放與經(jīng)濟發(fā)展之間的脫鉤情況，并根據(jù)彈性系數(shù)、碳排放強度的差異對各省份碳排放類型進行劃分。進一步采用STIRPAT 模型基于2000—2018 年各省份面板數(shù)據(jù)分析不同類型省域碳排放的驅(qū)動因素，提出不同類型省份的降碳發(fā)展模式及路徑，進而為實現(xiàn)碳達峰與碳中和目標的政策制定提供參考。

1 研究方法與數(shù)據(jù)來源

1.1 碳排放的測算

目前，我國各省份沒有給出直接的碳排放量，本文參考聯(lián)合國氣候變化專門委員會（IPCC）提供的碳排放方法進行估算[17]，計算公式為：

式中：Ei表示第i 種能源的消費量，Wi表示第i 種能源的碳排放系數(shù)。依據(jù)《中國能源統(tǒng)計年鑒》中能源消費量的數(shù)據(jù)，本文選取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣這八種能源的最終消費量來核算碳排放量，由于我國目前大多為火力發(fā)電，且電力消耗不直接產(chǎn)生碳排放，因此電力消耗不包括在其中。各種能源二氧化碳排放因子如表1 所示。

表1 各種能源碳排放系數(shù)單位：噸碳/噸標準煤

1.2 Tapio區(qū)域碳排放脫鉤模型

Tapio[18]教授于2005 年在研究交通領(lǐng)域碳排放時提出了“脫鉤彈性”（decoupling elasticity）的概念，并構(gòu)建了脫鉤彈性系數(shù)。本文基于改進的Tapio 模型對中國各省域碳排放特征進行分析。

Tapio 彈性系數(shù)模型計算公式如下：

式中：t 表示當期，t-1 表示上一期。

本文考慮到各省份人口、經(jīng)濟發(fā)展程度的不同，對上述彈性系數(shù)公式進行改進，改進后的公式如下：

表2 Tapio脫鉤類型

本文基于Tapio 脫鉤模型對我國30 個省份的經(jīng)濟發(fā)展與碳排放脫鉤關(guān)系進行研究，考察不同類型省域的碳排放特征?？紤]到數(shù)據(jù)可獲得性，彈性系數(shù)的測算考察期為“十二五”及“十三五”規(guī)劃期間，即2011—2015年和2016—2018 年。

1.3 STIRPAT碳排放驅(qū)動模型

York 等[20]在IPAT 和ImPACT 的基礎(chǔ)上進一步提出了STIRPAT 模型，克服了IPAT 模型運用中不允許影響因素存在非單調(diào)、不同比例變化的局限性。本文使用York 等[20]的處理方法，將所有變量對數(shù)化處理，并加入二次項，將模型擴展為：

式（4）表述了人口P、富裕程度A、技術(shù)水平T 與環(huán)境壓力I 之間的非線性關(guān)系。選取碳強度與二氧化碳排放量代表環(huán)境壓力，目的在于分析經(jīng)濟增長與二氧化碳排放量及碳強度之間可能存在的非線性關(guān)系，探尋不同影響因素對碳排放及碳強度的影響程度。本文選取了碳達峰、碳中和工作關(guān)注的幾個方面，即能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、科技投入和人口城鎮(zhèn)化率。王佳和楊俊[21]、曹玲娟[22]、潘棟[23]的研究也認為這幾個因素對碳排放量有顯著影響。由于不同類型省域碳排放特征的差異性，基于Tapio 彈性系數(shù)模型的分析，引入表示不同省域類型的虛擬變量type，構(gòu)建模型（5）和（6），分別考察不同類型省域碳排放總量及碳排放強度的影響因素。

式中：PGDP 表示以2000 年不變價計算的人均GDP；ES 為碳排放量與GDP 的比值，表示碳排放強度；RD為科技投入；UR 為城市化率；IS 為工業(yè)增加值占總增加值比重，代表產(chǎn)業(yè)結(jié)構(gòu)；ERS 為煤炭占一次能源的比重，代表能源結(jié)構(gòu)；下角標i 代表省份，t 代表年份。

本文使用我國30 個省份2000—2018 年的面板數(shù)據(jù)結(jié)合Tapio 模型分類對各類型省域碳排放進行分析，數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》及各省份統(tǒng)計年鑒。

2 區(qū)域碳減排特征及路徑分析

2.1 基于脫鉤指數(shù)的區(qū)域類型劃分

依據(jù)各省份GDP 及能源消費相關(guān)數(shù)據(jù)可計算出30 個省份的脫鉤彈性系數(shù)，依據(jù)表1 確定其脫鉤狀態(tài)?？傮w來看，“十二五”規(guī)劃（2011—2015 年）、“十三五”規(guī)劃（2016—2018 年）期間，我國大部分省份碳排放與經(jīng)濟增長關(guān)系處于強脫鉤與弱脫鉤這兩種狀態(tài)，只有內(nèi)蒙古、寧夏、新疆這3 個省份處于增長連接或增長負脫鉤狀態(tài)。同時，處于強脫鉤與弱脫鉤狀態(tài)的省份中，碳強度參差不齊，2016—2018 年各省份脫鉤狀態(tài)及碳強度如表3 所示。2016—2018年處于強脫鉤與弱脫鉤狀態(tài)的省份占比高達96.66%，只有寧夏處于增長負脫鉤狀態(tài)，但處于強脫鉤、弱脫鉤省份的碳強度極差分別為0.99 和2.44，標準差分別為0.34 和0.68。表明處于強脫鉤與弱脫鉤狀態(tài)的省份碳強度差異較大，雖然目前大部分省份人均碳排放增長率小于人均GDP 增長率甚至負增長，但是碳強度有高有低，由于各省份經(jīng)濟發(fā)展水平、碳排放基數(shù)的不同，所以需分類討論。

表3 2016—2018年各省份脫鉤與碳強度

原Tapio 模型中，以T=0.8 為分界點，本文更關(guān)注各省份碳排放與經(jīng)濟增長相對程度，故以Tp=1 作為分界點。當Tp＜1 時，人均碳排放實現(xiàn)負增長；當0 ＜Tp＜1時，人均碳排放正增長且增長速度小于人均GDP 增長速度；當Tp＞1 時，人均碳排放正增長且增速大于人均GDP 增速?？紤]到目前各省份的脫鉤情況，我們結(jié)合碳強度（碳排放量/GDP）對各省份進行分類。由表3可知，2016—2018 年我國各省份碳強度均值為0.74 噸/萬元。為了便于分界，本文以ES=1 作為分界點。當ES ＜1時，定義為碳強度相對較低；當ES ＞1 時，定義為碳強度相對較高。結(jié)合Tapio 彈性系數(shù)及碳強度，從增長速度與絕對量兩個方面對各省份進行分類。在實際分析時，為避免過度解讀，將處在臨界點處的情況彈性考慮。具體分類準則見表4。

表4 分類準則

結(jié)合調(diào)整過的Tapio 劃分臨界，綜合考慮“十三五”規(guī)劃期間2016—2018 年各省份彈性系數(shù)及碳強度，將其劃分為類型Ⅰ省域（Tp＜0 且ES ＜1）、類型Ⅱ省域（0＜Tp＜1 且ES ＜1）、類型Ⅲ省域（Tp＞1 且ES ＜1）、類型Ⅳ省域（Tp＜0 且ES＞1）、類型Ⅴ省域（0 ＜Tp＜1且ES ＞1）、類型Ⅵ省域（Tp＞1 且ES ＞1）六種。其中，處于類型Ⅰ的省份人均碳排放實現(xiàn)負增長且碳強度較低；類型Ⅱ省域人均碳排放增速小于人均GDP 增速且碳強度較低；類型Ⅲ省域人均碳排放增速大于人均GDP增速但碳強度較低，該區(qū)域省份處于以犧牲環(huán)境換取經(jīng)濟增長的階段；類型Ⅳ省域人均碳排放量逐年遞減且碳強度較高；類型Ⅴ省域人均碳排放量正增長但增速小于人均GDP 增速同時伴隨著較高的碳強度；類型Ⅵ省域人均碳排放增速大于人均GDP 增速且碳強度較高。

2.2 基于脫鉤指數(shù)的碳排放區(qū)域特征分析

我國省域2017—2018 年彈性系數(shù)及碳強度分布如圖1 所示。依圖1a 所示，2017—2018 年只有內(nèi)蒙古、福建和寧夏人均彈性系數(shù)大于1，這3 個省份人均碳排放量增長速度大于人均GDP 增長速度，其余省份人均碳排放增速小于人均GDP 增速，青海、四川、貴州、重慶等西部省份以及山東、江蘇、浙江等東部沿海地區(qū)碳排放實現(xiàn)了負增長?？傮w上，我國目前大部分省份人均碳排放增速小于人均GDP 增速，或進一步碳排放實現(xiàn)負增長。圖1b 為2018 年碳強度分布，內(nèi)蒙古、新疆、寧夏、山西4 個省份碳強度大于1，碳強度較高，減排空間較大。比較碳強度小于1 的省域，地理位置處于我國南部地區(qū)的廣東、福建、浙江等省份，其碳強度分布于0 ～0.5，相對于青海、甘肅、陜西等西北、東北地區(qū)碳強度更低?？傮w上，我國大部分省份碳強度小于1，空間上呈現(xiàn)從北到南依次遞減的狀態(tài)。

圖1 中國省域2017—2018年彈性系數(shù)及碳強度分布

依據(jù)表4 劃分準則，將處于臨界點的值彈性考慮，我國省域碳排放類型劃分如圖2 所示。目前，大多數(shù)省份落入?yún)^(qū)域Ⅰ和區(qū)域Ⅱ，為低碳強度、低碳排放增長或碳排放負增長狀態(tài)，沒有省份處于高碳強度且碳排放量逐年下降的狀態(tài)。中西部省份寧夏、內(nèi)蒙古落入了區(qū)域Ⅵ中，這兩個省份目前碳強度較高且二氧化碳增長速度高于GDP 增速，情況較不理想；中西部省份山西、新疆落入了區(qū)域Ⅴ中，這兩個省份目前處于碳強度較高但碳排放增速小于GDP 增速的狀態(tài)，還有較大的減排空間；上海、北京、浙江等11 個省份落入了區(qū)域Ⅰ中，此類省份處于碳強度小于1 噸/萬元且碳排放量實現(xiàn)負增長的最理想情景；廣東、湖南、天津等13 個省份處于區(qū)域Ⅱ中，此類省份目前碳排放量增速小于GDP 增速且碳強度相對較低，下一階段的主要目標是實現(xiàn)碳排放的負增長；云南和福建落入了區(qū)域Ⅲ中，此類省份人均碳排放增速大于人均GDP 增速同時伴隨著較低的碳強度，碳強度有增加的風險。

圖2 2017—2018年各省份降碳類型劃分象限圖

2.3 基于STIRPAT模型的碳減排路徑分析

基于上文Tapio 模型省域碳排放類型的劃分，我們進一步基于STIRPAT 模型對不同類型省域2000—2018年的面板數(shù)據(jù)進行分析。在做面板模型分析之前，我們須對相關(guān)自變量進行單位根檢驗和協(xié)整檢驗，從而避免“偽回歸”現(xiàn)象的發(fā)生。首先，本研究選擇用Levin, Lin and Chu (LLC)、Im, Pesaran and Shin (IPS)這兩種檢驗方法對變量的單位根進行檢驗。如表5 所示，在LLC檢驗中，lnPGDP、lnEC、lnUR 為平穩(wěn)序列，其他變量均為非平穩(wěn)序列；IPS 檢驗顯示所有變量均存在單位根，但經(jīng)過一階差分后都呈現(xiàn)平穩(wěn)性，說明原序列為一階單整序列。

表5 單位根檢驗結(jié)果

接下來，通過Pedroni 檢驗進行面板協(xié)整分析。結(jié)果顯示，在5%的顯著性水平下拒絕原假設(shè)，即認為各變量間存在協(xié)整關(guān)系，因變量與自變量之間存在長期穩(wěn)定的關(guān)系。最后，對各類型省域樣本分別進行Hausman檢驗，結(jié)果均顯示P=0.000，拒絕原假設(shè)隨機效應(yīng)模型。因此，最終各類別省域面板模型都選擇固定效應(yīng)模型。

由于分類型后各省域面板數(shù)據(jù)為長面板，我們需要對各類型省域數(shù)據(jù)進行組間異方差、組內(nèi)自相關(guān)以及組間同期相關(guān)檢驗，以判定各省域類型回歸估計方法，檢驗結(jié)果如表6 所示。省域Ⅰ和省域Ⅱ面板數(shù)據(jù)存在組間異方差和組內(nèi)自相關(guān)，省域Ⅲ、省域Ⅴ、省域Ⅵ面板數(shù)據(jù)不存在異方差、自相關(guān)及同期相關(guān)。對省域Ⅰ和省域Ⅱ應(yīng)用廣義最小二乘（FGLS），對省域Ⅲ、省域Ⅴ和省域Ⅵ繼續(xù)使用OLS 估計（LSDV），并使用固定效應(yīng)模型，不同省域面板回歸結(jié)果如表7 所示。

二氧化碳排放量與碳強度都是常用的碳排放衡量指標，以二氧化碳作為因變量和以碳強度作為因變量的回歸結(jié)果相差不大，這進一步驗證了模型的結(jié)果。類型Ⅱ、類型Ⅵ省域中存在倒“U”型庫茲涅茨曲線，類型Ⅲ中倒“U”型曲線不顯著。對于二氧化碳總量和碳強度，根據(jù)回歸方程系數(shù)可知，人均GDP 對各類省域碳排放均有較大的驅(qū)動作用，而能源結(jié)構(gòu)、城市化率、產(chǎn)業(yè)結(jié)構(gòu)、科技投入四個因素對碳排放量的驅(qū)動減排效應(yīng)在各類型省域中各不相同?？萍纪度脒@一要素僅在類型Ⅱ省域中與二氧化碳排放總量在10%的顯著性水平下正相關(guān)，本文的研究表明科技投入的增加對碳排放無顯著的抑制作用，這與高新偉和朱源[24]的研究一致，反而促進了類型Ⅰ省域二氧化碳排放量的增加[25]。

表6 協(xié)整檢驗及模型選擇

表7 不同省域面板回歸結(jié)果

對于能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)及城市化率，在類型Ⅰ省域中，城市化率、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)與碳排放總量及碳強度呈顯著正相關(guān)，其中產(chǎn)業(yè)結(jié)構(gòu)對碳排放總量彈性系數(shù)為1.206，說明產(chǎn)業(yè)結(jié)構(gòu)對類型Ⅰ省域碳排放量驅(qū)動效應(yīng)較大；而在類型Ⅱ省域中，科技投入、城市化率對碳排放總量有驅(qū)動效應(yīng)，能源結(jié)構(gòu)與碳排放量呈顯著負相關(guān)；對于類型Ⅲ省域而言，產(chǎn)業(yè)結(jié)構(gòu)與碳排放量呈顯著正相關(guān)，且彈性系數(shù)為4.318，說明云南與福建應(yīng)著重優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，發(fā)展低碳產(chǎn)業(yè)；在類型Ⅴ省域中，能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)對碳排放量有顯著增加彈性，能源結(jié)構(gòu)對碳排放量的增加彈性為2.751，而產(chǎn)業(yè)結(jié)構(gòu)對碳排放量的增加彈性為1.69，相較而言，能源結(jié)構(gòu)對碳排放量與碳強度的增加彈性更大，說明山西與新疆應(yīng)嚴控化石能源消費，增加清潔能源使用，同時調(diào)整產(chǎn)業(yè)結(jié)構(gòu)；在類型Ⅵ省域中，產(chǎn)業(yè)結(jié)構(gòu)對碳排放總量有增加彈性，表明寧夏和內(nèi)蒙古應(yīng)優(yōu)化調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，堅決遏制高耗能、高排放項目盲目發(fā)展，降低碳強度。

對比類型Ⅰ、Ⅴ省域能源結(jié)構(gòu)對碳排放總量的彈性系數(shù)值的大小可得，能源結(jié)構(gòu)的優(yōu)化對減少類型Ⅴ省域二氧化碳排放總量及碳強度的效果更為明顯；對比類型Ⅰ、Ⅲ、Ⅴ省域產(chǎn)業(yè)結(jié)構(gòu)對碳排放量的彈性，類型Ⅲ省域產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對碳排放量的減排效果更為明顯。

3 結(jié)論及建議

結(jié)合Tapio 模型和碳強度對我國30 個省份碳排放特征進行類型劃分，利用STIRPAT 模型對2000—2018 年不同省域面板數(shù)據(jù)展開分析，探尋不同省域的碳減排路徑?？梢钥闯?，屬于類型Ⅰ省域的北京、上海、浙江、重慶、江蘇等11 個省份碳排放實現(xiàn)負增長且碳強度相對較低，目前處于碳排放量逐年遞減且低碳強度的理想狀態(tài)，需優(yōu)化能源結(jié)構(gòu)，嚴控煤炭消費，降低煤炭占一次能源的比重；類型Ⅱ省域的廣東、湖南、湖北、江西等13 個省份碳排放目前仍處于逐年增長的狀態(tài)，但其碳排放增速小于GDP 增速且碳強度相對較低，仍具有一定的減排空間，此類省份應(yīng)注意城市化過程中的碳排放增加問題，發(fā)展低碳城市，同時要注意調(diào)整產(chǎn)業(yè)結(jié)構(gòu)；云南、福建兩省目前碳強度較低但碳排放量增速大于GDP 增速，碳強度有遞增的風險，要著重優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)；山西和新疆目前碳排放量增速小于GDP 增速且碳強度較高，有較大的減排空間，應(yīng)重點優(yōu)化能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)；寧夏和內(nèi)蒙古碳排放增速大于GDP 增速且碳強度較高，應(yīng)優(yōu)化能源結(jié)構(gòu)，控制煤炭等化石能源的使用。基于本文的分析結(jié)論，結(jié)合我國各省域碳排放現(xiàn)狀針對性地提出幾點建議：

（1）考慮到2030 年前碳達峰目標，應(yīng)制定自上而下的分省份、分區(qū)域、分批次的碳達峰時間表。北京、上海、浙江等目前碳排放實現(xiàn)負增長且碳強度較低的地區(qū)可以安排先行達峰；山西、新疆、寧夏、內(nèi)蒙古等地區(qū)碳強度較高，減排空間較大，可適當放緩碳達峰的時間點。制定整體的碳達峰規(guī)劃才能倒逼各省份、各行業(yè)碳減排的實現(xiàn)和落實，使低碳發(fā)展有條不紊地進行。

（2）鑒于各省域碳排放特征的差異性，應(yīng)根據(jù)自身目前碳排放特征因地施策、對癥下藥，分省域制定同類減排政策。對于類型Ⅰ省域，其減排潛力相對較小，應(yīng)嚴控煤炭消費，同時積極發(fā)展低碳經(jīng)濟，做好示范作用；對于類型Ⅱ和類型Ⅲ省域，其減排潛力較大，需發(fā)展低碳城市，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，積極借鑒類型Ⅰ省域降碳減排措施，實現(xiàn)碳達峰；對于類型Ⅴ和類型Ⅵ省域，目前碳強度較高且碳排放增長速度較快，需要有針對性地重點突破，優(yōu)化能源結(jié)構(gòu)，嚴控高污染、高排放產(chǎn)業(yè)。

（3）“十四五”時期是我國實現(xiàn)碳達峰的關(guān)鍵階段，目前各省份均發(fā)布了各自的《國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標規(guī)劃》，但有關(guān)碳減排、碳達峰的目標規(guī)劃措施有待進一步細化。北京、上海、浙江等經(jīng)濟發(fā)達地區(qū)可以充分利用其資源技術(shù)優(yōu)先發(fā)展碳捕獲、儲存再利用技術(shù)，發(fā)展碳循環(huán)經(jīng)濟，為實現(xiàn)2060 年前碳中和打下基礎(chǔ)。而對于山西、新疆、寧夏、內(nèi)蒙古，應(yīng)盡快制定落實碳減排措施，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，優(yōu)化能源結(jié)構(gòu)，借鑒低碳地區(qū)的減排經(jīng)驗，同時發(fā)揮自身優(yōu)勢。新疆可因地制宜發(fā)展旅游服務(wù)業(yè)等第三產(chǎn)業(yè)，倡導(dǎo)生態(tài)旅游。山西作為中國重要的能源生產(chǎn)基地，應(yīng)積極發(fā)展低碳技術(shù)，提高能源的生產(chǎn)、使用效率，發(fā)展低碳經(jīng)濟，降低碳強度。

在2030 年前實現(xiàn)碳達峰的背景下，各個省份應(yīng)根據(jù)自身情況積極作為，探索適合本地的降碳路徑。本文的分析表明，鑒于不同類型的省份呈現(xiàn)出不同的減排特征，同時碳排放情況存在較大的區(qū)域差異，需明確和細化2030 年前實現(xiàn)碳達峰為目標的不同類型省域碳減排路徑，精準施政，采用差異化、多元化的降碳措施，實證研究對我國各省份如何根據(jù)實際情況對癥下藥，助力我國2030 年前實現(xiàn)碳達峰具有重要借鑒意義。