侯麗朋,唐立娜,王 琳,錢 瑤

1 中國科學院城市環(huán)境研究所城市環(huán)境與健康重點實驗室,廈門 361021 2 中國科學院大學,北京 100049 3 廈門市城市代謝重點實驗室,廈門 361021

人類活動已經“毋庸置疑”地引起并加劇了全球氣候變化危機,若不嚴格控制二氧化碳等溫室氣體的排放,21世紀的全球溫升將超過2℃[1],導致人類社會面臨嚴重的危機。削減溫室氣體排放是全人類共同的責任。雖然2019年年底爆發(fā)的新型冠狀病毒肺炎疫情(疫情)在一定程度上削減了全球碳排放水平,但疫情后伴隨經濟復蘇碳排放開始反彈[2]。碳達峰、碳中和是應對氣候變化的關鍵。碳達峰指的是二氧化碳排放量達到最大,經歷平臺期然后持續(xù)下降的過程[3]。作為全球氣候行動的先驅,歐盟在20世紀90年代實現了整體的碳達峰,美國和巴西分別在2007年和2004年達到碳排放最大值,到2020年,幾乎所有發(fā)達國家都將實現碳達峰[4]。已經實現達峰目標的國家和地區(qū)正積極探索碳中和之路,而尚未達峰的國家則迫切地需要明確達峰目標。受經濟發(fā)展的驅動,發(fā)展中國家成為全球碳排放的主要貢獻者。中國因碳排放總量大、占比高成為減排的重點,其達峰時間和峰值水平成為全球關注的焦點。為應對全球氣候變化,2020年9月我國承諾“努力爭取2030年前實現碳達峰,2060年前實現碳中和”。推動碳排放達峰不僅能為我國爭取更多氣候談判話語權,而且能驅動我國實現高質量發(fā)展。碳達峰、碳中和(“雙碳”)目標提出之后,學者們圍繞“達峰路徑”以及“峰值預測”等主題開展了研究。

蔡博峰等[5]梳理了我國重點行業(yè)的達峰路徑,袁家海和苗若蘭[6]則研究了電力部門的達峰路徑,龔翔[7]、曲余玲等[8]分別指出了建筑行業(yè)以及鋼鐵行業(yè)可能的達峰路徑。上述研究為我國高能耗高排放行業(yè)和部門的節(jié)能減排和碳達峰奠定了基礎,并為全國碳達峰目標的實現提供了借鑒。學者們還探討了省域[9—10]、城市群[11—12]、城市[13]甚至街區(qū)[14]等的達峰路徑,這為不同空間尺度上的碳達峰行動的開展提供了技術支撐。研究發(fā)現,在保障經濟發(fā)展和削減碳排放的雙重要求下,2030年是最適合我國整體碳達峰的時間[15],但各地區(qū)達峰時間存在明顯差異[16]。東南沿海以及三大城市群的達峰時間將提前至2025年左右,部分地區(qū)已經實現了碳達峰[17—21],但是中西部地區(qū)的達峰時間將延遲至2025—2030年,甚至2030年之后[22—23]。經濟發(fā)達、技術先進的地區(qū)將成為率先達峰區(qū),而依賴高碳發(fā)展路徑的地區(qū)將成為同步或者滯后達峰區(qū),梯次達峰更適合我國碳達峰的實際需求[24—26]。

碳達峰預測主要是對未來碳排放的發(fā)展趨勢進行分析,因此需要對影響碳排放的經濟和社會因素等的發(fā)展變化情況進行模擬。情景分析法是碳達峰預測中最常用的方法。將情景分析法與RICE-LEAP模型相結合,洪競科等[27]對我國2020—2050年的達峰情況進行了預測；結合STIRPAT模型學者們對我國整體的以及東中西部地區(qū)實現達峰的路徑進行了探究[28—29]；王少劍等[11]將情景分析與蒙特卡洛分析等方法結合對珠三角的碳達峰進行了動態(tài)模擬；岳書敬[18]則是將情景分析與分解分析相結合,預測了長三角城市群碳達峰的情況；結合CGE模型,王勇等[30]分析了碳達峰對我國經濟發(fā)展的影響?；谇榫胺治龅奶歼_峰預測結果顯示,實現碳達峰需要強化負向因素,尤其是能源類因素的抑制作用[31—32]?；鶞是榫跋?如果不優(yōu)化發(fā)展模式我國多數地區(qū)難以實現如期碳達峰[33—35]；減排情景下,各地區(qū)不僅能降低碳排放水平還能提前達峰；減排力度越強峰值越低、達峰時間越早[36—37]。實現碳達峰須將促進碳排放增長的規(guī)模和強度因素控制在中低速增長,而起減排效應的結構和效率因素需設定為中低碳或強低碳情景[38—40]。碳達峰路徑優(yōu)化以及碳達峰與碳中和的關系研究也逐漸得到了重視：一方面要以更低的成本實現碳達峰[41],另一方面要盡早達峰,減輕碳中和的壓力[42]。

福建省是我國典型的碳排放總量少且強度低的省份,但經濟快速發(fā)展驅動下地區(qū)碳減排壓力持續(xù)升高。“雙碳”目標提出后福建省也承諾提前達峰。閩三角是福建省的經濟中心,同時也是碳排放中心[43],閩三角的碳達峰對福建省“雙碳”目標的實現至關重要?！陡＝ㄊ　笆濉蹦茉窗l(fā)展專項規(guī)劃》表示“支持廈門、泉州中心城區(qū)等優(yōu)化開發(fā)區(qū)域率先實現碳排放峰值目標”。閩三角面臨率先達峰的壓力,但尚未明確達峰路徑。梯次達峰路線下制定閩三角的碳達峰行動方案必須綜合考慮地區(qū)歷史碳排放和經濟社會發(fā)展等多種因素?；谏鲜霰尘?本研究開展閩三角碳達峰預測研究。首先對其歷史碳排放進行了核算,然后使用STIRPAT模型和主成分分析法評估了經濟社會發(fā)展對碳排放的影響,建立了碳排放與人口、富裕度和技術的函數關系,最后結合情景分析法設定了上述因素在不同發(fā)展速率下的發(fā)展目標,對閩三角的碳排放進行了預測。

1 材料與方法

1.1 研究區(qū)概況

閩三角城市群包括廈門、漳州和泉州3個城市。從經濟發(fā)展水平看,泉州GDP總量最大,廈門人均GDP最高。從產業(yè)結構看,廈門是以高科技產業(yè)為主的服務型城市,漳州是處在快速工業(yè)化階段的增長型的城市,泉州的產業(yè)活動以制造業(yè)為主。受經濟發(fā)展和技術水平等的影響,3個城市的節(jié)能減排目標以及碳達峰行動進程存在較大的差異。

廈門是我國首批低碳試點城市。依托國家低碳試點城市建設,廈門重點推動高端制造業(yè)以及先進服務業(yè)等的發(fā)展。參考國家《2030年前碳達峰行動方案》,廈門對能源、交通以及工業(yè)等重點領域的節(jié)能降碳目標做出指示。福建省節(jié)能減排規(guī)劃中強調了廈門率先達峰的重要性。相關研究表明廈門直接碳排放已達峰,綜合碳排放進入平臺期[21]。廈門東坪山近零碳排放示范區(qū)是閩三角地區(qū)碳達峰的模板。漳州一直處于經濟快速發(fā)展的態(tài)勢中,碳排放增長較快?！墩闹菔小笆濉惫?jié)能減排綜合工作方案》規(guī)定,到2020年,全市萬元生產總值能耗比2015年下降14%,煤炭占一次能源消費比重從2015年的67.5%下降到44.6%等。目前漳州碳達峰行動重點關注的是節(jié)能和能源結構優(yōu)化。規(guī)模以上工業(yè)企業(yè)的減排是漳州節(jié)能減排的重點。泉州是閩三角的能源消費中心,能源“雙控”是重點?！度菔小笆濉惫?jié)能減排綜合工作方案》規(guī)定,到2020年,全市萬元地區(qū)生產總值能耗比2015年下降16%。2022年泉州市《政府工作報告》指出要落實“雙碳”目標任務,從能耗“雙控”向碳排放“雙控”轉變?！度葜圃?025發(fā)展綱要》明確指出要促進傳統(tǒng)產業(yè)轉型升級,加快新興產業(yè)發(fā)展,加強重點領域節(jié)能。

1.2 清單法

本研究使用清單法結合本地碳排放系數對2005—2017年閩三角的碳排放進行核算[44]。

CE=∑iCEurban

(1)

CEurban=∑jCEsectoral

(2)

CEsectoral=Actsectoral×Isectoral

(3)

式中,CE、CEurban和CEsectoral分別表示閩三角總碳排放、城市碳排放和部門碳排放,Actsectoral和Isectoral分別表示部門活動強度與碳排放系數,i=1,2,3,j=1,2,…,5。將與GDP相關的指標統(tǒng)一換算為2005年不變價。

1.3 STIRPAT模型

環(huán)境退化的根源在人口增長和經濟發(fā)展,技術發(fā)展可消除這些不利效應,因此環(huán)境(I)是人口(P)、富裕度(A)和技術(T)的函數[45],將其修正為STIRPAT模型(Stochastic Impacts by Regression on Population, Affluence, and Technology)可消除“所有因素同比例地影響環(huán)境”這一假設對回歸的影響[46]：

I=PAT

(4)

I=aPbAcTde

(5)

式中,a、b、c、d分別為模型系數,以及人口、富裕度和技術的系數,e為隨機誤差,將其進行對數轉換：

lnI=lna+blnP+clnA+dlnT+lne

(6)

式中,I表示環(huán)境效應,即碳排放(CE)。人口因素為人口規(guī)模(P)和人口城鎮(zhèn)化率(U)。富裕度用人均GDP(GP)表示,也表示經濟發(fā)展。引入人均GDP的二次方,分析碳排放與人均GDP間的曲線關系,驗證EKC假說,判定標準見表1。技術因素為能源強度(EI)和產業(yè)結構(S),上述公式擴展為：

lnCE=a0+a1lnP+a2lnU+a3lnGP+a4(lnGP)2+a5(lnGP)3+a6lnEI+a7lnS+ε

(7)

式中,a0和ε為常數項和隨機誤差項,a1—a7為待估計系數。

表1 碳排放與人均GDP的曲線關系

1.4 主成分分析

多重共線性指的是回歸中由于變量的高度相關關系而使得模型估計失真的問題。多重共線性會導致偽回歸,進而導致回歸模型失去實踐意義。使用主成分分析法處理共線性問題。

(1)統(tǒng)計檢驗

①穩(wěn)定性檢驗：在Eviews 10軟件中使用ADF(Augmented Dickey Fuler)檢驗方法通過檢驗變量單位根(unit root test)的形式判定時間序列變量的穩(wěn)定性。t檢驗值<臨界值時,序列穩(wěn)定；所有序列都穩(wěn)定時,才能進行回歸；②協(xié)整檢驗：使用普通最小二乘(Ordinary Least Squares,OLS)回歸方法模擬變量間的回歸方程,對回歸方程的殘差進行單位根檢驗,若殘差通過單位根檢驗,則時間序列間存在協(xié)整關系,可以進行回歸；③共線性檢驗：通過觀察變量間的方差膨脹因子(Variance Inflation Factor,VIF)確定共線性,VIF>10就存在共線性問題,VIF越大共線性越嚴重[47]；④方法適用性檢驗：KMO(Kaiser-Meyer-Olkin)檢驗中0≤KMO≤1,越接近1變量相關性越強,主成分分析方法適用性越強[48]。

(2)提取主成分

在SPSS 22.0軟件中使用因子分析法(Factor Analysis)提取特征值>1或累積解釋率>85%的變量為主成分[49]。

1.5 情景分析法

1.5.1 基準情景

趨勢外推法常用于漸進式而非跳躍式變化的變量的預測。碳排放受經濟社會因素影響,經濟社會因素隨著時間平穩(wěn)變化,因此碳排放是時間軸上“漸進式”變化的變量。

Y=a+bX

(8)

(9)

(10)

式中,Y表示碳排放,X表示時間序列,a和b分別是截距和斜率。設定2011年的時間序列號X=0,2005年的X=-6,2017年的X=6,因此2030年的X=19,2050年的X=39。

1.5.2 低碳情景

研究中將影響因素分為兩類,發(fā)展型因素,包括人口規(guī)模、城鎮(zhèn)化率和人均GDP；減排型因素,包括能源強度和產業(yè)結構。分別對上述因素設置高速(H)、中速(M)、低速(L)的發(fā)展速率,以五年為一個周期,預測不同發(fā)展速率的組合情景下五年時間節(jié)點上的碳排放,并結合經濟發(fā)展數據對碳排放強度進行分析。

(1)發(fā)展型因素

本研究中用常住人口表示地區(qū)人口規(guī)模。低生育率和老齡化[50]是我國人口發(fā)展中十分顯著的特征。

2005—2017年閩三角常住人口年均增長率為1.39%。第七次人口普查結果顯示,廈門、漳州和泉州3個城市的常住人口規(guī)模比第六次人口普查分別增加了46.23%[51]、5.1%[52]和8.04%[53],可見閩三角人口數量處于持續(xù)升高的趨勢。常住人口擴張一方面與地區(qū)發(fā)達的經濟有關,另一方面與地區(qū)生育觀念有關。廈門在經濟上較強的輻射為該地區(qū)吸引了大量外來人口,市轄區(qū)的跨省流入人口達到了139萬人,以務工人員為主體的“流入人口”是廈門常住人口的重要組成部分。泉州是閩三角和福建省常住人口規(guī)模最大的城市[54]。閩三角常住人口占福建省常住人口總量的45%,是該省的人口中心。福建省以及閩南地區(qū)長期出生性別比失衡[55],“男孩偏好”普遍存在。隨著生育觀念轉變,地區(qū)出生性別比逐漸下降,更多女孩的出生為地區(qū)未來的生育提供了保障,這在一定程度上將降低老年人口占比[56]。此外逐漸放寬的生育政策刺激了生育,帶動了人口增長[57]。統(tǒng)計顯示全面“二孩”政策實施之后,地區(qū)常住人口增長率由2016年的1.04%上升至2017年的1.20%,人口增長速率有所反彈。本研究設定,人口高速增長(H)的情景下,閩三角人口保持增加趨勢,但是受生育成本升高和疫情等的影響,人口擴張速率將持續(xù)下降,且越接近2050年人口總量增長越慢。2020—2050年每五年地區(qū)人口規(guī)模增長率下降0.2%,2020年人口比2017年增加1.3%,2030年人口規(guī)模增加0.8%,2050年地區(qū)人口規(guī)模增長率降至0%,達到最大值。若地區(qū)人口保持較低的增長速率(L),2020年常住人口增長率下降至0.8%,2030年下降至0%,即人口在2030年達峰,此后人口規(guī)模開始收縮。中等增長速率下(M),地區(qū)人口在2040年達到最大值。

參考廈漳泉各市的“人口發(fā)展規(guī)劃”和“城市總體規(guī)劃”,設定：H、M和L速率下,2030年閩三角城鎮(zhèn)化率的目標值分別為85%、80%和75%。

人均GDP的增長率>0,且隨著發(fā)展質量提升增長率逐漸下降,最后趨于穩(wěn)定。福建省預期“十四五”期間全省人均GDP年均增長5.4%,閩三角經濟增長率高于全省平均水平。設定H、M和L速率下,2030年人均GDP增長率分別為9%、7.5%和6%；2050年分別為5 %、4.5%和4%。

(2)減排型因素

閩三角的能源強度調控目標以福建省節(jié)能減排目標為基準。福建省參考全國《“十四五”節(jié)能減排綜合工作方案》制定了節(jié)能目標：到2025年,單位國內生產總值能源消耗比2020年下降13.5%[58]。閩三角作為福建省的碳排放中心,率先達峰的壓力下地區(qū)節(jié)能力度需比上述目標更強。本研究設定L速率下2025年能源強度下降15%,M和H速率下分別下降16.5%和18%。

研究期內第二產業(yè)占比已有下降的趨勢。設定H速率時,2040年第二產業(yè)占比下降至30%,之后維持在該水平,此時第三產業(yè)占比穩(wěn)定在65%以上。M速率時,2040年和2050年第二產業(yè)占比分別下降至40%和30%。L速率時,2050年第二產業(yè)占比下降至40%。

上述因素共組合成15種有低碳發(fā)展目標約束的情景(表2)。

表2 人口、富裕度和技術的情景組合

2 結果與分析

2.1 碳排放核算結果

圖1 2005—2017年閩三角城市群碳排放及碳排放強度Fig.1 Carbon emissions and carbon emissions intensity of the Golden Triangle of Southern Fujian Province (GTSF) during 2005 and 2017

整體而言,閩三角碳排放保持增長趨勢(圖1),從2005年的1315.60萬t增長到2017年的5471.89萬t,年均增長率12.89%。其中泉州貢獻了最多的碳排放(圖1),該市碳排放從2005年的948.13萬t增加至2017年的4006.61萬t,多年平均占比2/3以上,是閩三角最主要的碳源。泉州碳排放強度最高(圖1)：2005年為0.58 t/萬元,2017年為0.62 t/萬元,是閩三角的1.46倍,泉州碳減排壓力最大。廈門碳排放占比居中、增長率緩慢,且碳排放強度持續(xù)下降(圖1),減排壓力持續(xù)降低,這有利于碳達峰目標的實現。漳州碳排放總量最低但增長率最高(圖1),年均增長率35.78%。漳州碳排放受產業(yè)結構變動的影響較明顯?！笆晃濉睍r期漳州工業(yè)開始騰飛,鋼鐵、水泥等工業(yè)產品產量迅速增加,導致2006年的碳排放總量和碳排放強度分別是2005年的2.98倍和2.65倍；2014年之后隨著產業(yè)結構調整,上述高能耗高排放產品產量迅速下降,城市碳排放也持續(xù)降低,2015年和2016年碳排放增長率<0。漳州碳排放整體上呈現先增加后下降的趨勢,碳排放于2014年達到最大值(圖1)。受碳排放快速增長的影響,漳州碳排放強度增長率也是3個城市中最高的?？焖僭鲩L的碳排放強度意味著快速增加的碳減排壓力,因此漳州實現碳達峰的重點是控制碳排放及碳排放強度的高速增長。

2.2 統(tǒng)計檢驗

本研究中的時間序列變量二階差分之后穩(wěn)定(表3)。殘差單位根檢驗的t值為-2.2057,5%顯著水平下的臨界值為-1.9740,P值為0.0317<0.05,殘差穩(wěn)定證明變量間存在協(xié)整關系。

表3 變量穩(wěn)定性檢驗結果

2.3 提取主成分

除了能源強度因素的VIF值為2.24<10之外,其余所有變量的VIF值均>10,表明變量間存在嚴重的共線性問題(表4)。KMO值=0.70>0.6,證明主成分分析方法有較好的適用性。

表4 變量的VIF值

圖2 閩三角碳排放與驅動因素間的相關系數 Fig.2 Coefficients between carbon emissions and driving factors of the GTSF

本研究提取出兩個主成分F1和F2,特征值分別為5.82和1.01,累積解釋率為97.59%。F1、F2與碳排放間的回歸方程為：

lnCE=0.19F1-0.04F2

(11)

將標準化后的變量代入回歸方程,得到碳排放與影響因素的函數關系：

lnCE=-12.54+1.47lnP+0.68lnU+0.21lnGP+

0.07(lnGP)2+0.03(lnGP)3-0.28lnEI+

1.55lnS

(12)

能源強度對碳排放起抑制作用,其他因素均起促進作用,且影響程度為產業(yè)結構>人口規(guī)模>城鎮(zhèn)化率>能源強度>人均GDP(圖2)。由圖2可知,產業(yè)結構對閩三角碳排放的影響最大,第二產業(yè)占比每提升1%會促進碳排放增加1.55%。研究期內閩三角能源強度在波動中下降,促進了碳減排。能源強度每下降1%促進碳排放減少0.28%。人均GDP相關指標的系數均>0,表明閩三角碳排放與經濟發(fā)展間不存在倒“U”型曲線關系。

使用回歸方程對2005—2017年閩三角的碳排放進行“預測”,用誤差率衡量上述回歸模型的預測精度。結果發(fā)現基于回歸模型的碳排放 “預測值”和基于IPCC清單法的碳排放核算值二者之間的變化趨勢基本一致,誤差率在±20%之間(圖3),可見該模型有較好的預測精度[59],可用于閩三角碳排放峰值預測研究中。

(13)

圖3 閩三角碳排放核算值與“預測值”間的誤差率Fig.3 Error rate between accounting value and predictive value of carbon emissions of the GTSF

2.4 峰值預測

2.4.1 基準情景

基準情景下,閩三角碳排放水平持續(xù)升高(圖4)。經預測,2030年閩三角碳排放為1.04億t,2050年增加至1.77億t。與我國多數城市群類似,若閩三角延續(xù)“新常態(tài)”前的發(fā)展模式,則無法實現碳達峰目標[36]。基準情景下,閩三角碳排放增長率呈逐年下降趨勢(圖4)。2021—2050年閩三角碳排放整體增長率為3.22%,低于2005—2017年的水平。2021—2025年增長率為4.84%,2026—2030年下降至3.89%,2031—2050年又下降至2.19%,經濟發(fā)展對碳排放的促進作用逐漸減弱。基準情景下,泉州碳排放依然最多(圖4),占比在70%以上。受經濟增長驅動,漳州碳排放超過廈門。廈漳泉碳排放的增長率也逐漸下降,廈門最低,漳州和泉州的碳排放增長率與閩三角整體水平接近(圖4)。

圖4 基準情景下閩三角及廈漳泉的碳排放Fig.4 Carbon emissions of the GTSF, Xiamen, Zhangzhou and Quanzhou in the baseline scenario

基準情景下,閩三角的碳排放強度也逐年升高(圖5),2030年和2050年分別為0.4462 t/萬元和0.4473 t/萬元,均高于2005年的水平,碳減排壓力持續(xù)增大。廈漳泉3市碳排放強度呈不同的變化趨勢(圖5)：廈門碳排放強度逐年下降,從2021年的0.1998 t/萬元下降至2050年的0.1689 t/萬元,減排壓力持續(xù)下降；漳州和泉州的碳排放強度均持續(xù)升高(圖5),前者從2030年的0.3612 t/萬元增長至2050年的0.3760 t/萬元,后者從2030年的0.6234 t/萬元增長至2050年的0.6385 t/萬元,泉州的碳減排壓力依然最大。

圖5 基準情景下閩三角及廈漳泉的碳排放強度Fig.5 Carbon emissions intensity of the GTSF, Xiamen, Zhangzhou and Quanzhou in the baseline scenario

2.4.2 低碳情景

(1)碳排放峰值

低碳情景下,碳排放的變化趨勢可分為三類：增長型,先降后增型和先增后降型(圖6)。低碳情景下的碳排放低于基準情景下的預測水平,可見對經濟社會發(fā)展因素進行調控可降低碳排放水平。

①增長型

包括S9(MML)、S11(MLL)、S13(LML)和S15(LLL)情景(圖6)。S9情景下的碳排放高于其他情景,證明降低發(fā)展型因素的增長速率能促進碳排放下降。上述4種情景中,閩三角沒有強化負向因素能源強度對碳排放的抑制效應,能源強度一直處于低速(L)下降的趨勢中。減排型因素處于低減排情景時不能促進碳達峰[37]。能源強度對碳排放的抑制弱于其他正向因素對碳排放的促進,導致閩三角碳排放持續(xù)升高,未實現達峰目標。

②先降后增型

該趨勢下碳排放曲線呈“U”型,包含S1(HHH)、S3(HMH)、S5(MHH)和S7(MMH)情景,最大值和最小值分別出現在2020年和2040年(圖6)。S1的峰值最高(0.67億t),S7的最低(0.64億t)。

圖6 低碳情景下閩三角城市群碳排放Fig.6 Carbon emissions of the GTSF and Xiamen, Zhangzhou and Quanzhou in the low carbon scenario

“十四五”是碳達峰的關鍵期、窗口期。統(tǒng)計顯示,閩三角2020年人口規(guī)模、人均GDP分別為1903萬人和11.08萬元/人,滿足2020年達峰的目標值,但是城鎮(zhèn)化率72.29%<80%,難以滿足達峰條件。廈漳泉3市2020年的人均GDP(當年價格)均高于達峰時的目標值。廈門的產業(yè)結構水平以及能源強度下降的速率均符合達峰時的目標水平,且低于地區(qū)整體水平,此外廈門的碳排放強度在研究期內呈下降趨勢,碳排放年均增長率低于其他兩市且逐年降低。相關研究證明,截至2019年低碳示范型城市廈門的綜合碳排放已經進入平臺期,其直接碳排放已經達峰[21],因此本研究認為廈門最可能在2020年實現達峰目標。傳統(tǒng)工業(yè)轉型期城市漳州和泉州人口發(fā)展規(guī)劃中預期的2030年的人口城鎮(zhèn)化率分別為75%和71%,未達到2020年“達峰”時的目標值,城鎮(zhèn)化率較低成為漳州和泉州碳達峰的阻礙。

這四種情景中減排型因素均處于高速(H)下降,即強減排情景中。能源是碳達峰的關鍵[60—61]。H速率下,2020年閩三角的能源強度目標值為0.65 t標準煤/萬元。2017年廈門和漳州的能源強度已低于上述目標值,閩三角和泉州的能源強度分別為0.68 t標準煤/萬元和0.93 t標準煤/萬元。按照《泉州市“十三五”節(jié)能減排綜合工作方案》的規(guī)定,2020年泉州能源強度目標值為0.89 t/萬元,可見即使泉州實現了“十三五”的節(jié)能目標,2020年閩三角的能源強度依舊高于達峰時的目標值,能源強度過高限制了碳達峰的實現。

H速率下,2020年產業(yè)結構的目標值為55%。2017年廈漳泉3市第二產業(yè)占比分別為51.31%、54.26%和63.31%。統(tǒng)計顯示,當泉州第二產業(yè)占比在60%時,閩三角整體的第二產業(yè)占比約為55%,因此為了實現2020年碳達峰目標,2017—2020年泉州第二產業(yè)占比至少下降3%。統(tǒng)計顯示,2020年泉州第二產業(yè)占比為57.17%,達到了上述要求。綜上,發(fā)展型因素中的“城鎮(zhèn)化率”以及減排型因素中的“能源強度”阻礙了閩三角碳達峰目標的實現。

③先增后降型

該趨勢下碳排放曲線呈倒“U”型,包含S2(HHM)、S4(HMM)、S6(MHM)、S8(MMM)、S10(MLM)、S12(LMM)和S14(LLM)共7種情景,其中S2、S4、S6、S8、S12情景在2035年達峰,S10和S14 情景在2030年達峰,且2030年達峰的情景其峰值水平更低(圖6)。S10和S14的碳排放峰值分別為0.61億t和0.57億t。S14(LLM)情景的峰值更低,更利于碳排放總量控制。研究證明,實現碳達峰的地區(qū),經濟發(fā)展速率將從高速轉入中低速,同時進一步強化了對減排型因素的低碳約束力度[62]。本研究證明,當人口和富裕度處于低速(L)增長狀態(tài),且能源強度和產業(yè)結構處于中速(M)下降的趨勢時,閩三角碳排放在2030年達到峰值。

L速率下,2030年碳排放達峰時人口、城鎮(zhèn)化率和人均GDP的目標值分別為1790.2萬人、70%和7.87萬元/人。統(tǒng)計顯示,閩三角在2020年前已經實現了上述目標,因此發(fā)展型因素不是閩三角2030年碳達峰的阻礙。M速率下,2030年產業(yè)結構目標值為52.5%。廈門預期2025年高技術制造業(yè)占比達到45%,漳州預期2025年服務業(yè)增加值占比達到42%,泉州預期2035年第三產業(yè)增加值占比達到42%。按照3市“十四五”規(guī)劃的設定,到2030年3市第二產業(yè)占比均在50%以下,因此閩三角能實現碳達峰時產業(yè)結構領域的調控目標。M速率下,2030年能源強度為0.63 t標準煤/萬元。廈門和漳州的能源強度已經實現了該目標。按照M速率下能源強度的下降標準,2030年泉州能源強度為0.62 t標準煤/萬元,因此閩三角整體上能在2030年實現能源強度下降目標。綜上,閩三角整體碳達峰的時間宜設定在2030年。2030年碳達峰既能保障漳州經濟的發(fā)展,又能為泉州產業(yè)結構優(yōu)化和能源強度下降預留時間。

受疫情影響,2020年1—4月份我國整體碳排放較2019年同期有較大幅度的下降[63]。5月份開始隨著地區(qū)復工復產的穩(wěn)步推進,經濟逐漸恢復,碳排放開始反彈,電力、工業(yè)等部門的碳排放很快就恢復到了2019年同期水平,可見疫情雖然導致短期內碳排放的大幅度下降,但隨著經濟的復蘇碳排放迅速地反彈。與全國相比,福建省整體的與各個部門的碳排放與2019年同期水平相比下降幅度不大,整體碳排放波動受疫情影響較小。統(tǒng)計顯示,廈漳泉各市的GDP較2019年均有所增加,GDP增長率依然為正,經濟處于發(fā)展中,所以本研究認為閩三角不能在2020年實現碳達峰。

研究表明,疫情對我國碳達峰的時間并未產生顯著的影響,但改變了經濟發(fā)展以及能源利用的模式[64],“綠色復蘇”成為了共識。經濟重建必須與綠色發(fā)展理念相結合、“雙碳”成為了后疫情時代經濟發(fā)展中十分重要的原則[65—66]。清潔能源將得到更大規(guī)模的推廣和應用,新型基礎設施建設(“新基建”)將促進多個產業(yè)的低碳化發(fā)展[67],因此碳排放的增長速率將逐漸降低。低碳情景下,碳排放曲線呈倒“U”型的七種情景(S2、S4、S6、S8、S10、S12、S14)中,達峰之前,碳排放增長率逐年降低；達峰后,碳排放下降速率加快,因此本研究認為疫情雖然造成了閩三角碳排放增長速率的下降但是未造成達峰時間的劇烈波動。

(2)碳排放強度

低碳情景下,2020年閩三角碳排放強度在0.36—0.46 t/萬元間波動(圖7)。碳排放強度低于2005年的有S9、S11、S12、S13、S14和S15共6種情景(圖7),分別比2005年下降了3.73%、3.67%、0.71%、8.25%、0.65%、8.20%。2030年所有情景下的碳排放強度均小于2005年(圖7),但強度下降幅度均不足60%,可見閩三角未完成2020年和2030年的碳排放強度控制目標。

圖7 低碳情景下閩三角碳排放強度Fig.7 Carbon emissions intensity of the GTSF in the low carbon scenario

3 結論與政策建議

本研究在碳排放核算的基礎上開展驅動機制分析,使用STIRPAT模型和主成分分析法評估了人口規(guī)模、城鎮(zhèn)化率、人均GDP、能源強度和產業(yè)結構對碳排放的影響,建立了碳排放與上述因素間的回歸關系,結合情景分析法,通過設置上述因素在高、中、低發(fā)展速率下的發(fā)展目標,對閩三角的碳排放進行了預測。主要結論如下：(1)2005—2017年閩三角城市群碳排放和碳排放強度均持續(xù)升高。泉州有最高的碳排放和碳排放強度；漳州碳排放和碳排放強度的增長率最高；(2)能源強度是碳排放的負向因素,其余均為正向因素。產業(yè)結構對碳排放影響最大,人均GDP最小；(3)閩三角碳排放與人均GDP間不存在倒“U”型曲線關系；(4)基準情景下,閩三角不能實現碳達峰。低增長、中減排情景下,閩三角將于2030年實現碳達峰目標,峰值水平0.57億t。低碳情景下廈門最可能在2020年實現碳達峰；(5)所有情景下,閩三角城市群均未實現“2030年碳排放強度比2005下降60%—65%”的目標。

基于上述研究為閩三角碳減排和碳達峰提供如下建議：(1)升級產業(yè)結構。第二產業(yè)占比每升高1%會促進閩三角碳排放增加1.55%。漳州和泉州第二產業(yè)的擴張是閩三角產業(yè)結構難以優(yōu)化的關鍵,“十四五”和“十五五”時期漳州和泉州可以《中國制造2025》《泉州制造2025發(fā)展綱要》《漳州市<中國制造2025>實施綱要》等為指導,遏制并淘汰能源和碳排放“雙高”的產業(yè),發(fā)展高端制造、智能制造、電子信息等產業(yè)；(2)優(yōu)化能源結構。以煤炭等化石能源為主的能源消費結構導致閩三角能源強度下降幅度有限。優(yōu)化能源消費結構是閩三角碳達峰的關鍵手段。以福建省和廈漳泉各市的能源發(fā)展專項規(guī)劃為指導,嚴格管控煤炭等的開發(fā)利用,重點布局閩三角地區(qū)的核電、水電以及熱能等可再生能源利用工程,逐步擴大可再生能源的利用?！靶禄ā?主要是特高壓電網建設將助推閩三角碳達峰的實現。于閩三角而言,目前要對接福建省特高壓電網工程建設,加快各市電網基礎工程建設,實現能源結構優(yōu)化目標;(3)廈門必須盡快制定碳達峰行動計劃,以引領閩三角整體的碳達峰行動。