李沛堯王新軍

(1.新疆農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，新疆 烏魯木齊 830052；2.新疆土壤與植物生態(tài)過程實(shí)驗(yàn)室，新疆 烏魯木齊 830052)

引言

2018年，聯(lián)合國政府間氣候變化專門委員會(huì)(IPCC)在《全球1.5°C增暖特別報(bào)告》中指出，全球氣溫升高1.5°C將給陸地海洋生態(tài)、人類健康、食品安全、經(jīng)濟(jì)社會(huì)發(fā)展等帶來諸多風(fēng)險(xiǎn)[1]。IPCC為了更好地反映社會(huì)經(jīng)濟(jì)發(fā)展與氣候情景的關(guān)聯(lián)，于2010年發(fā)布了新的社會(huì)經(jīng)濟(jì)情景——共享社會(huì)經(jīng)濟(jì)路徑(Shared Socioeconomic Pathways，SSPs)。SSPs描繪了未來經(jīng)濟(jì)社會(huì)系統(tǒng)5種不同的發(fā)展模式，廣泛應(yīng)用于人類社會(huì)發(fā)展與生態(tài)系統(tǒng)相互影響的研究中。

我國西部干旱地區(qū)約占總陸地總面積的31%，其生態(tài)環(huán)境脆弱，容易受到人類活動(dòng)引起的負(fù)面影響，進(jìn)而引發(fā)土地荒漠化等生態(tài)問題，造成區(qū)域內(nèi)植被、碳吸收大量減少，干旱區(qū)生態(tài)環(huán)境的惡化對我國氣候變暖具有很大貢獻(xiàn)，國家對干旱區(qū)生態(tài)環(huán)境方面的研究越來越重視。

阿克蘇河流域地處干旱區(qū)域，生態(tài)環(huán)境較為脆弱，20世紀(jì)70年代開始，多次經(jīng)歷大規(guī)模的土地利用與開發(fā)，導(dǎo)致水體污染、沙塵肆虐、河道斷流等問題突出[2]。近年來經(jīng)過當(dāng)?shù)卣e極治理與修復(fù)，生態(tài)環(huán)境明顯改善。目前阿克蘇河流域仍處于發(fā)展階段，在“雙碳”目標(biāo)的背景下面臨著眾多挑戰(zhàn)與機(jī)遇。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)概況

阿克蘇河流域位于亞歐大陸的腹部地區(qū)，中國的西北，地理范圍為E76°21′～81°15′，N39°59′～42°04′，總面積約為5.06×104km2；距離海洋較遠(yuǎn)，具有明顯的暖溫帶大陸性干旱氣候特點(diǎn)，干旱少雨，晴朗天氣占大多數(shù)，因此流域內(nèi)光熱資源豐富，年均日照時(shí)數(shù)在2571～2967h，最長無霜期為295d，多年平均氣溫在10°C左右；年降水量在40～90mm，降水季節(jié)變化較大，多集中在夏季，占年降水量的70%左右；地勢北高南低，海拔高度介于890～7380m；主要植被有胡楊、檉柳、梭梭、蘆葦；土壤由于地貌地形復(fù)雜，氣候條件獨(dú)特，發(fā)育的土壤類型較多。

1.2 研究方法

1.2.1 碳排放估算模型

環(huán)境壓力控制擴(kuò)展(Stochastic Impacts by Regression on Population，Affluence，and Technology，STIRPAT)模型是在環(huán)境壓力控制模型的基礎(chǔ)上提出的特殊形式，該模型考慮了人口、財(cái)富和技術(shù)因素各自變動(dòng)時(shí)對環(huán)境的單獨(dú)影響，消除了同比例變動(dòng)問題的影響[3]。多用于對碳排放量驅(qū)動(dòng)因素的分析[4]與結(jié)合情景對比分析法對區(qū)域的碳排放量進(jìn)行預(yù)測，其標(biāo)準(zhǔn)形式：

I=aPbAcTde

(1)

式中，I為環(huán)境狀況；P為人口數(shù)量；A為經(jīng)濟(jì)發(fā)展；T為技術(shù)創(chuàng)新；b、c、d分別為3個(gè)因素的估計(jì)系數(shù)；a為模型參數(shù)；e為誤差項(xiàng)。該模型是一個(gè)多變量的非線性模型，分別對其兩端作對數(shù)化處理便得到該模型的線性形式，將式子環(huán)境狀況I具體表示為碳排放量，Mt；P表示人口，萬人；經(jīng)濟(jì)發(fā)展A表征為人均生產(chǎn)總值(PGDP)，元/人；技術(shù)創(chuàng)新T表征為全要素生產(chǎn)率(Total Factor Productivity，TFP)。最終表達(dá)式：

lnC=lna+blnP+clnPGDP+dlnTFP+lne

(2)

1.2.2 經(jīng)濟(jì)預(yù)測模型

在STIRPAT模型中，因子經(jīng)濟(jì)發(fā)展A至關(guān)重要，采用柯布-道格拉斯(Cobb-Douglas，C-D)經(jīng)濟(jì)預(yù)測模型由美國數(shù)學(xué)家Cobb和經(jīng)濟(jì)學(xué)家Douglas于20世紀(jì)初共同提出，該模型廣泛地應(yīng)用于全球和各國的GDP預(yù)測研究[5]，公式：

Y(t)=K(t)αL(t)βTFP(t)

(3)

式中，Y(t)為國內(nèi)生產(chǎn)總值(GDP)，萬元；L為勞動(dòng)投入量；K為資本存量；TFP為全要素生產(chǎn)率；t為具體年份；α為資本產(chǎn)出系數(shù)(當(dāng)資本的投入增加1%時(shí)，產(chǎn)出平均增長α%)；β為勞動(dòng)產(chǎn)出系數(shù)(當(dāng)勞動(dòng)力的投入增加1%時(shí)，產(chǎn)出平均增長β%)，通常采用α+β=1不變報(bào)酬型。

勞動(dòng)力投入量(L)：勞動(dòng)投入量與參與勞動(dòng)人口數(shù)量和參與勞動(dòng)人口的基本素質(zhì)有關(guān)，因此勞動(dòng)投入量由各年齡段人口(Working age people，W)(萬人)，各年齡段勞動(dòng)參與率(Labour force participation rate，LFPR)(%)和受教育程度(H)(無量綱)構(gòu)成，表達(dá)式：

L=∑qH×LFPR(q)×W(q)

(4)

式中，q為工作年齡人口組，分為15～64歲和65歲及以上2組。2個(gè)工作人口的年齡組都有各自的勞動(dòng)參與率(LFPR)。受教育程度(H)公式：

(5)

(6)

式中，MYS為當(dāng)?shù)仄骄芙逃晗?，是將各種受教育人口數(shù)量EP折算為受教育年限E相乘并計(jì)算平均數(shù)得出；在第七次人口普查統(tǒng)計(jì)規(guī)則的基礎(chǔ)上，將15歲及其以上人口劃分為了6個(gè)受教育級別人口數(shù)量(q1文盲、q2小學(xué)、q3初中、q4高中、q5大專及本科、q6碩士及以上)，則受教育年限折算標(biāo)準(zhǔn)：文盲1年，小學(xué)6年，初中9年，高中12年，大專及本科16年，碩士及以上19年，Pmys為15歲及其以上人口數(shù)量。

資本存量(K)：指經(jīng)濟(jì)社會(huì)在某一時(shí)間點(diǎn)上的資本總量，是利用生產(chǎn)函數(shù)法對生產(chǎn)總值準(zhǔn)確估計(jì)的重要變量。以2000年為基準(zhǔn)，運(yùn)用永續(xù)盤存法，按不變價(jià)格計(jì)算阿克蘇河流域資本存量(K)。計(jì)算公式：

Kt+1=(1-d)Kt+Ito

(7)

式中，d為折舊率，通常采用10%[6]；I為固定資本形成總額；Ito以初始年份除以10%作為初始資本存量[7]。經(jīng)計(jì)算2010年阿克蘇河流域資本存量為491.60億元。

1.2.3 未來情景參數(shù)設(shè)定

基于IPCC對SSPs的設(shè)定，結(jié)合阿克蘇河流域?qū)嶋H情況，對未來40年阿克蘇河流域人口數(shù)量P、經(jīng)濟(jì)發(fā)展A、技術(shù)創(chuàng)新T中設(shè)計(jì)的相關(guān)參數(shù)做出以下設(shè)定。

資本產(chǎn)出系數(shù)α，SSP1～SSP5路徑設(shè)定各不相同，眾多學(xué)者直接采取IPCC對共享社會(huì)經(jīng)濟(jì)SSP1～SSP5路徑的設(shè)定[8，9]，結(jié)合阿克蘇河流域?qū)嶋H，將代表各地區(qū)努力合作高速發(fā)展SSP1、SSP5路徑分別資本產(chǎn)出系數(shù)設(shè)定75年、250年到達(dá)0.35、0.45；代表歷史趨勢中間發(fā)展的SSP2路徑，資本產(chǎn)出系數(shù)150年到達(dá)0.35；代表各自發(fā)展、聯(lián)系不緊密發(fā)展的SSP3路徑，于150年達(dá)到0.25；代表資本密集型發(fā)展的SSP4路徑，于75年到達(dá)0.3。

勞動(dòng)參與率LFPR，通過對第六次人口普查數(shù)據(jù)整理統(tǒng)計(jì)，得出2010年阿克蘇河流域15～64歲勞動(dòng)參與率為72%，65歲及其以上年齡段勞動(dòng)參與率為20%。參考Marian Leimbach[9]對SSP1～SSP5情景下15～64歲年齡組設(shè)定：SSP5的高經(jīng)濟(jì)增長是由高勞動(dòng)力參與率支撐的，為80%；在SSP3中與之相反，參與率處于最低端為60%；在SSP1和SSP2中參與率中等，為70%，在SSP4中參與率變化并不強(qiáng)烈，因此假設(shè)長期勞動(dòng)力參與水平略高為75%。65歲及其以上年齡段LFPR保持2010年水平不變，為20%。

在不同情景下，全要素生產(chǎn)率TFP呈現(xiàn)不同的年均增長速率與收斂時(shí)間。參考Marian Leimbach[9]的參數(shù)設(shè)定，假設(shè)如下：SSP3路徑的全要素生產(chǎn)率增長趨勢最短(20年)，因?yàn)槠湓O(shè)定與歷史發(fā)展路徑偏差最大的路徑；SSP1、SSP4和SSP5路徑的過渡時(shí)間為中等(40年)；SSP2路徑過渡時(shí)間最長(75年)。SSP1與SSP2收斂速度相同為0.01；SSP3收斂速度為-0.005；SSP4收斂速度為0.005；SSP5收斂速度為-0.007。具體計(jì)算公式：

(8)

(9)

(10)

式中，TFP為當(dāng)?shù)厝厣a(chǎn)率；TFPL為發(fā)達(dá)國家全要素生產(chǎn)率；gTFP為初始全要素生產(chǎn)率增長率；t為時(shí)間；τ為收斂時(shí)間；β為收斂參數(shù)。gTFP是從2001—2010年的歷史全要素生產(chǎn)率(TFPhis)增長率的加權(quán)平均值，而TFPhis是基于C-D函數(shù)及其組成部分GDP(Y)、資本存量(K)、勞動(dòng)人口數(shù)量(L)的歷史數(shù)據(jù)推算得出。其中TFPL參數(shù)的意義是國家層面上追趕發(fā)達(dá)國家的TFP，因此流域尺度中TFPL可忽略，則式(8)可以轉(zhuǎn)化為：

(11)

有了未來的TFP、L、α以后，便可以通過資本存量K的遞歸方程計(jì)算出每一年資本存量K的值，相關(guān)參數(shù)推導(dǎo)過程詳見Marian Leimbach[9]的補(bǔ)充文檔，不再贅述。資本存量K的計(jì)算公式：

(12)

1.3 數(shù)據(jù)來源

2 結(jié)果與分析

2.1 不同情景下未來40年流域內(nèi)人口發(fā)展變化

通過研究SSPs各框架路徑描述，對31個(gè)省份各年齡段出生率、死亡率、遷移率、教育水平進(jìn)行設(shè)定，最終獲得各SSPs下人口數(shù)據(jù)，但該方法主觀性較大，且對數(shù)據(jù)要求較高。借助Chen等人口預(yù)測數(shù)據(jù)庫中2011—2017年的新疆SSP1～SSP5的人口數(shù)量分別作為因變量，2011—2017年阿克蘇河流域歷史人口數(shù)量作為自變量，線性回歸擬合出未來40年阿克蘇河流域人口數(shù)量，線性回歸分析結(jié)果如表2所示。

SSP1～SSP5各路徑下的R2均大于0.9，擬合程度良好，且自變量流域人口數(shù)量p<0.01呈現(xiàn)出顯著性，說明線性回歸擬合效果較好。因此，可認(rèn)為2020—2060年阿克蘇河流域人口預(yù)測結(jié)果模型具有較高的準(zhǔn)確性。

在SSP1～SSP5路徑下，2020—2060年阿克蘇河流域人口數(shù)量均呈上升趨勢，從大到小依次排列為SSP3>SSP2>SSP5>SSP1>SSP4。在2030年以前，5種路徑下流域人口數(shù)量差距較小，隨著時(shí)間的推移，差距不斷擴(kuò)大，在2060年SSP3與SSP4路徑下差距最大為36.13萬人，見圖1。

圖1 SSP1～SSP5路徑下阿克蘇河流域人口數(shù)量預(yù)測結(jié)果

將Chen等的SSP1～SSP5路徑下人口數(shù)據(jù)庫中新疆人口分為2個(gè)年齡段人口，分別為15～64年齡段與64歲以上年齡段，可計(jì)算出新疆5個(gè)SSP1～5路徑中2個(gè)年齡段分別所占總?cè)丝诒壤?，再將阿克蘇河流域SSP1～SSP5路徑總?cè)丝跀?shù)按照比例分別推算出流域內(nèi)2個(gè)年齡段的人口，結(jié)果如圖2a?；谇懊鎸趧?dòng)人口參與率的假設(shè)，將人口與勞動(dòng)力相乘便可以得出未來40年SSP1～SSP5路徑下阿克蘇河流域勞動(dòng)人口(W×LFPR)。受教育程度(H)被定義為反映地區(qū)的平均受教育水平，因此可直接通過式(5)、(6)計(jì)算。通過式(4)，便可獲得勞動(dòng)力投入量(L)，見圖2b。

圖2 SSP1～SSP5路徑下阿克蘇河流域勞動(dòng)人口數(shù)量和勞動(dòng)投入量預(yù)測結(jié)果

阿克蘇和流域再未來40年內(nèi)勞動(dòng)人口數(shù)量與勞動(dòng)投入量總體均呈現(xiàn)上升趨勢，其中SSP1、SSP2、SSP4屬于中間水平，SSP5處于較高水平，SSP3處于較低水平。雖然SSP3勞動(dòng)人口數(shù)量增幅較快，但其較低的教育水平發(fā)展限制了勞動(dòng)投入量的增長，因此仍處于較低的發(fā)展水平。

2.2 不同情景下未來40年流域內(nèi)經(jīng)濟(jì)發(fā)展變化

通過收集的歷史數(shù)據(jù)，計(jì)算出2000—2016年歷史全要素生產(chǎn)率TFPhis，再根據(jù)式(9)獲得流域內(nèi)的初始TFP增長率gTFP為0.026。按照1.2.3節(jié)對未來40年阿克蘇河流域共享社會(huì)經(jīng)濟(jì)路徑的設(shè)定，便可以計(jì)算出未來40年SSP1～SSP5路徑下的全要素生產(chǎn)率TFP，見圖3a，再根據(jù)式(12)可以計(jì)算獲得未來40年阿克蘇河流域在SSP1～SSP5路徑下的資本存量(K)，見圖3b。

圖3 SSP1～SSP5路徑下阿克蘇河流域全要素生產(chǎn)率TFP和資本存量K預(yù)測結(jié)果

將以上得到的結(jié)果帶入式(3)中，得到未來40年阿克蘇河流域在不同SSP1～SSP5路徑中GDP的發(fā)展情況，見圖4。其中，2060年總GDP最高為SSP5路徑，為2498億元，最低為SSP1路徑，為582億元。2020—2060年總GDP變化先升后降，呈倒“U”型發(fā)展趨勢的路徑有SSP1、SSP2、SSP3、SSP4。其中，SSP3路徑整體發(fā)展最為平緩，SSP1路徑整體發(fā)展波動(dòng)最大；SSP5路徑一直呈上升趨勢。

根據(jù)各路徑的趨勢，可將2020—2060年大致分為3個(gè)發(fā)展階段：2020—2030年初期發(fā)展階段，2030—2050年中期發(fā)展階段，2050—2060年末期發(fā)展階段。

在初期階段，SPP1～SSP5路徑下總GDP變化均呈上升趨勢。其中SSP5路徑中總GDP上升幅度最大，在所有路徑中處于經(jīng)濟(jì)發(fā)展最高水平；SSP1、SSP2、SSP4路徑中總GDP上升速率大致相同，在所有路徑中處于經(jīng)濟(jì)發(fā)展中等水平；而SSP3路徑上升幅度最大，在所有路徑中處于經(jīng)濟(jì)發(fā)展最低水平。

在中期階段，各路徑總GDP變化趨勢各不相同。其中SSP5路徑一直在穩(wěn)定上升，依舊能保持較高的經(jīng)濟(jì)發(fā)展水平；其余路徑隨著時(shí)間的推移，上升幅度開始變緩，直到2041年時(shí)，SSP1路徑達(dá)到總GDP頂點(diǎn)，峰值為1169億元，隨后便開始呈現(xiàn)下降趨勢，SSP3、SSP4路徑緊隨而后，均在2043年達(dá)到總GDP頂點(diǎn)，峰值分別為955億元、1192億元，隨后開始呈現(xiàn)下降趨勢。

在末期階段，除SSP5路徑外，其余路徑下總GDP變化均呈下降趨勢。而前期發(fā)展水平處于中間的SSP1路徑，將在2053年與一直處于低水平發(fā)展的SSP3路徑相交，當(dāng)時(shí)的GDP值為872億元，并隨著時(shí)間的推移持續(xù)下降，成為總GDP最低發(fā)展的路徑，最低值為583億元。

2.3 不同情景下未來40年流域內(nèi)碳排放量變化

2.3.1 環(huán)境壓力控制擴(kuò)展模型檢驗(yàn)

運(yùn)用Eviews 8.0軟件處理2005—2017年阿克蘇河流域時(shí)間序列數(shù)據(jù)，該時(shí)間序列數(shù)據(jù)包含碳排放量、人口、人均GDP和TFP，隨后對數(shù)據(jù)進(jìn)行取對數(shù)操作，消除其量綱對數(shù)據(jù)的影響。為了防止存在高度相關(guān)數(shù)據(jù)，擬合出現(xiàn)謬誤回歸現(xiàn)象，需要對數(shù)據(jù)進(jìn)行擴(kuò)張的迪基-福勒檢驗(yàn)(Augmented Dickey-Fuller test statistic，ADF檢驗(yàn))[12]，得出數(shù)據(jù)在一階差分情況下平穩(wěn)，采用兩步綜合法(Engle-Grange two-stage Method，E-G兩步法)進(jìn)行處理。

通過E-G兩步法得到的殘差項(xiàng)ADF檢驗(yàn)結(jié)果t值為-3.739，小于在1%的顯著性水平t值-2.708，因此拒絕原假設(shè)，殘差序列無單位根且為平穩(wěn)序列，碳排放量與人口數(shù)量、人均GDP、TFP之間存在協(xié)整關(guān)系，即非偽回歸，具有統(tǒng)計(jì)分析的意義，結(jié)果如表3所示。

表3 回歸分析結(jié)果

由表3可知，所選取的主要解釋變量對碳排放量的作用都是顯著的，影響阿克蘇河流域碳排放量增長最主要的因素是人均GDP，說明當(dāng)?shù)靥寂欧帕恐饕怯捎诮?jīng)濟(jì)增長所致，與主流結(jié)果相符。因此阿克蘇河流域構(gòu)建的環(huán)境壓力控制擴(kuò)展模型公式如下：

lnC=1.80×lnPGDP-2.24×lnP-1.05×lnTFP

(13)

2.3.2 未來40年碳排放量

將計(jì)算出的SSP1～SSP5路徑中人口、經(jīng)濟(jì)數(shù)據(jù)分別帶入式(1)中得到SSP1～SSP5路徑下的碳排放量，見圖5。阿克蘇河流域在不同路徑下2020—2060年流域碳排放量在時(shí)間尺度上分為3個(gè)梯度水平：持續(xù)增長趨勢的高水平SSP5，先上升至峰值后下降趨勢的中等水平SSP1、SSP2、SSP4，波動(dòng)下降趨勢的低水平SSP3。其中，SSP1路徑碳達(dá)峰將在2035年達(dá)成，峰值為17.19MtC；SSP2路徑碳達(dá)峰將在2041年達(dá)成，峰值為17.47MtC；SSP3路徑采取自給自足的發(fā)展方式，經(jīng)濟(jì)發(fā)展緩慢，教育與技術(shù)開發(fā)投資減少，導(dǎo)致碳排放量持續(xù)下降；SSP4路徑碳達(dá)峰將在2033年達(dá)成，峰值為16.80MtC；而SSP5路徑碳排放量持續(xù)增長，因此無碳排放峰值，無碳達(dá)峰時(shí)間。

2.3.3 未來40年阿克蘇河流域碳達(dá)峰目標(biāo)分析

以2000年為初始時(shí)間，分別將2000—2060年流域內(nèi)碳排放量、GDP逐年累計(jì)相加，計(jì)算出2020—2060年累積碳排放量與累積GDP數(shù)據(jù)，見圖6，在不同路徑下累積碳排放量與累積GDP具有大致相同的趨勢。

圖6 2010—2060年阿克蘇河流域累積碳排放量與累積GDP

若阿克蘇河流域?yàn)榱吮M早實(shí)現(xiàn)碳達(dá)峰(碳排放量達(dá)到峰值)這一目標(biāo)，應(yīng)選擇SSP3路徑，但SSP3路徑是以限制社會(huì)經(jīng)濟(jì)發(fā)展為代價(jià)進(jìn)而減少碳排放量。

根據(jù)阿克蘇河流域累積GDP數(shù)據(jù)顯示，若在2030年前碳排放量達(dá)到峰值，選擇了SSP3路徑，在2030年累積GDP將相比于其他路徑減少15.66%～23.84%。

若選擇SSP1路徑，則在2030年累積GDP分別比SSP3路徑增長20.60%、18.95%，但完成碳達(dá)峰時(shí)間節(jié)點(diǎn)為2033年，比預(yù)計(jì)完成碳達(dá)峰目標(biāo)延后3年，也就意味著，未來10年內(nèi)流域內(nèi)各縣市需要對經(jīng)濟(jì)進(jìn)行縮減或增加流域內(nèi)的技術(shù)創(chuàng)新投入，否則無法完成碳達(dá)峰目標(biāo)，但設(shè)定上SSP1路徑已是最為“綠色”的道路，技術(shù)創(chuàng)新大量投入清潔能源中，因此只能對經(jīng)濟(jì)發(fā)展進(jìn)行縮減。

若選擇SSP4路徑，碳達(dá)峰時(shí)間為2035年，比預(yù)計(jì)完成碳達(dá)峰目標(biāo)延后5年，需在SSP1路徑減排方法的基礎(chǔ)上，再次加大減排力度，否則無法在2030年前完成碳排放目標(biāo)。

而選擇基于歷史發(fā)展?fàn)顩r的SSP2路徑，其碳排放量達(dá)到峰值時(shí)間在2041年，嚴(yán)重超出預(yù)計(jì)目標(biāo)時(shí)間，并且在2030年累積GDP僅比SSP3路徑增長18.57%，低于SSP1、SSP4路徑。

SSP5路徑在2030年比SSP3路徑累積GDP增長31.30%。SSP5路徑發(fā)展方式為先高速發(fā)展，再對健康、教育、和技術(shù)創(chuàng)新等大量投資，擬在2100年成功遏制碳排放量，因此SSP5路徑不適用于完成2030年碳達(dá)峰目標(biāo)，并且在未來40年持續(xù)上升，無碳排放量峰值，不考慮此路徑。

3 討論與結(jié)論

3.1 討論

由于目前學(xué)者針對共享社會(huì)經(jīng)濟(jì)路徑的主要研究尺度多于國家[13]、行業(yè)部門[14]、省級[15]，對流域尺度的研究以及結(jié)合SSPs的流域經(jīng)濟(jì)、人口預(yù)測均處于空白階段，可供參考的實(shí)例研究較少，因此對所使用的預(yù)測方法進(jìn)行討論。

在人口數(shù)量預(yù)測上采用建立回歸模型的方法，雖然R2較高，但對比高精度預(yù)測模型來說仍稍顯不足，然而人口數(shù)量受多種因素影響，追求過高精度反而會(huì)導(dǎo)致數(shù)據(jù)失真。而經(jīng)濟(jì)預(yù)測中資本系數(shù)α與全要素生產(chǎn)率TFP是通過SSPs的國家層面的參數(shù)設(shè)定推算，這意味著阿克蘇河流域各縣市在未來的發(fā)展部分參數(shù)是全國平均水平，導(dǎo)致經(jīng)濟(jì)預(yù)測數(shù)據(jù)可能會(huì)被高估，因此后續(xù)可在干旱區(qū)流域尺度上的SSP1～SSP5路徑進(jìn)行參數(shù)優(yōu)化，提高模型準(zhǔn)確度。

3.2 結(jié)論

未來40年阿克蘇河流域在SSP1～SSP5路徑下人口數(shù)量均呈上升趨勢。人口數(shù)量從大到小依次排列為SSP3>SSP2>SSP5>SSP1>SSP4的趨勢。各路徑下勞動(dòng)人口數(shù)量與勞動(dòng)投入量總體均呈現(xiàn)上升趨勢，SSP1、SSP2、SSP4屬于中間水平，SSP5處于較高水平，SSP3處于較低水平。

未來40年阿克蘇河流域在SPP1～SPP5路徑下總GDP變化呈上升趨勢。SSP5路徑一直呈持續(xù)穩(wěn)定上升趨勢；SSP1～SSP4路徑均呈現(xiàn)倒“U”型發(fā)展趨勢；SSP1路徑在2041年時(shí)達(dá)到總GDP頂點(diǎn)，峰值為1169億元；SSP3、SSP4路徑2043年達(dá)到總GDP頂點(diǎn)，峰值分別為955億元、1192億元。

未來40年阿克蘇河流域基于共享社會(huì)經(jīng)濟(jì)路徑下的碳排放量整體大小排列為SSP5>SSP1、SSP2、SSP4>SSP3。SSP5路徑呈持續(xù)增長趨勢；SSP1、SSP2、SSP4路徑呈先上升至峰值后下降趨勢；SSP3路徑呈波動(dòng)下降趨勢。阿克蘇河流域最早完成碳達(dá)峰目標(biāo)的首選是SSP3路徑；而SSP1、SSP4路徑，需要額外對經(jīng)濟(jì)進(jìn)行縮減或增加流域內(nèi)的技術(shù)創(chuàng)新投入，才能在2030年完成碳達(dá)峰目標(biāo)，其中SSP1路徑相對容易，不會(huì)對經(jīng)濟(jì)發(fā)展造成嚴(yán)重阻礙；而SSP5路徑下經(jīng)濟(jì)發(fā)展最大化，無法在2030年達(dá)成碳達(dá)峰目標(biāo)。