□文/李小亮 李朝柱

（浙江農(nóng)林大學(xué)暨陽(yáng)學(xué)院 浙江·諸暨）

［提要］基于2003～2020年時(shí)間序列數(shù)據(jù)，利用GDIM因素分解法、修正STIRPAT模型下的嶺估計(jì)以及蒙特卡洛模擬技術(shù)，對(duì)紹興工業(yè)碳排放進(jìn)行驅(qū)動(dòng)因素經(jīng)驗(yàn)分解、演變情景預(yù)測(cè)與達(dá)峰路徑模擬。結(jié)果表明：（1）在GDIM分解后的各種因素中，工業(yè)增加值、能源消費(fèi)碳強(qiáng)度和能源消費(fèi)規(guī)模對(duì)碳排放一直保持促增效應(yīng)，而工業(yè)產(chǎn)出碳強(qiáng)度、能源強(qiáng)度和煤炭消耗效率為促降效應(yīng)，技術(shù)進(jìn)步以提高能源利用效率是促進(jìn)碳減排的關(guān)鍵因素；（2）基于嶺回歸方法估計(jì)碳排放預(yù)測(cè)模型，發(fā)現(xiàn)人均GDP與CO2排放量存在倒U型關(guān)系，當(dāng)人均GDP為137，132.1元時(shí)可達(dá)倒U型曲線的最高點(diǎn)，能源消耗總量和能源消耗效率分別對(duì)碳排放量增長(zhǎng)具有明顯促進(jìn)和抑制作用；（3）蒙特卡洛模擬下，基本情景和綠色生態(tài)情景可以在2030年前達(dá)峰，但只有技術(shù)升級(jí)情景才是達(dá)峰的最優(yōu)路徑，碳減排效果最明顯。

控制溫室氣體排放成為21世紀(jì)人類面臨的最大挑戰(zhàn)之一。我國(guó)是世界最大的碳排放國(guó)，2015年中國(guó)在《巴黎協(xié)定》上承諾到2030年單位GDP碳排放比2005年降低60%～65%，碳排放總量在2030年達(dá)到峰值，2060年實(shí)現(xiàn)碳中和。目前，中國(guó)工業(yè)部門碳排放占到全國(guó)碳排放總量的70%以上，因而達(dá)峰目標(biāo)實(shí)現(xiàn)的關(guān)鍵在于有效控制工業(yè)部門的碳排放。浙江省作為長(zhǎng)三角一體化建設(shè)的主要區(qū)域，是制造業(yè)比較發(fā)達(dá)的省份，環(huán)境污染和生態(tài)環(huán)境保護(hù)的形勢(shì)嚴(yán)峻。紹興作為浙江省GDP貢獻(xiàn)四強(qiáng)市，其工業(yè)經(jīng)濟(jì)發(fā)達(dá)且工業(yè)增加值明顯。2005～2020年期間，紹興工業(yè)能源消耗總量從1，219.53萬(wàn)噸標(biāo)準(zhǔn)煤增長(zhǎng)到1，754.53萬(wàn)噸標(biāo)準(zhǔn)煤，年均增長(zhǎng)率為2.5%，相應(yīng)的碳排放控制不容忽視。因此，無(wú)論是考慮內(nèi)在發(fā)展還是外在影響，識(shí)別紹興工業(yè)碳排放的驅(qū)動(dòng)因素，并據(jù)此預(yù)測(cè)紹興工業(yè)碳達(dá)峰路徑，不僅可以為紹興市綠色發(fā)展提供減排方案，也為浙江乃至全國(guó)碳排放早日達(dá)峰做出應(yīng)有的貢獻(xiàn)。

一、文獻(xiàn)綜述

因素分解法能夠直觀地顯示和量化碳排放變化背后的驅(qū)動(dòng)因素，隨著研究不斷深入，出現(xiàn)了多種具體的指數(shù)分解模型，其中對(duì)數(shù)平均迪氏指數(shù)法（LMDI）具有一定的代表性。但是，由于包括LMDI在內(nèi)的指數(shù)分解法都存在一定的局限性，因素間存在形式上的相互依賴性，使得不同分解形式可能產(chǎn)生相悖的分解結(jié)論。針對(duì)上述缺陷，提出了一個(gè)能克服該類缺陷的廣義迪氏指數(shù)分解法（GDIM）。國(guó)內(nèi)運(yùn)用該方法進(jìn)行研究的學(xué)者并不多，國(guó)家層面下單一行業(yè)的研究主要關(guān)注制造業(yè)、石化行業(yè)、工業(yè)和旅游業(yè)等領(lǐng)域碳排放的影響因素分解，也有關(guān)注京津冀和長(zhǎng)江經(jīng)濟(jì)帶等地區(qū)碳排放因素分解。省級(jí)層面下僅有考慮山東省制造業(yè)碳排放的影響因素，少有在地級(jí)市層面使用該方法研究碳排放驅(qū)動(dòng)因素。

現(xiàn)有碳排放趨勢(shì)預(yù)測(cè)的主要方法包括多元回歸分析和蒙特卡洛模擬。多元回歸分析主要是基于STIRPAT模型構(gòu)建多元回歸方程來(lái)展現(xiàn)人口、經(jīng)濟(jì)、社會(huì)和技術(shù)等因素對(duì)碳排放的影響。有學(xué)者運(yùn)用拓展的STIRPAT模型對(duì)中國(guó)工業(yè)及其細(xì)分行業(yè)、省級(jí)工業(yè)的碳排放達(dá)峰進(jìn)行了情景預(yù)測(cè)。同時(shí)，碳排放與經(jīng)濟(jì)增長(zhǎng)之間是否存在非線性關(guān)系也受到廣泛的關(guān)注，那么利用回歸驗(yàn)證部門產(chǎn)值與其碳排放的庫(kù)茲涅茨曲線（CKC）有較強(qiáng)的現(xiàn)實(shí)意義。蒙特卡洛是一種隨機(jī)模擬方法，被廣泛應(yīng)用于模擬不確定性情景。采用蒙特卡洛預(yù)測(cè)碳排放趨勢(shì)時(shí)容易將變量假設(shè)為離散分布，該設(shè)定依賴于主觀選擇，缺乏科學(xué)性。將蒙特卡洛模擬與動(dòng)態(tài)情景分析有機(jī)結(jié)合，才能合理預(yù)判不同政策導(dǎo)向下的碳排放趨勢(shì)。驅(qū)動(dòng)因素的經(jīng)驗(yàn)分解有助于掌握不同因素對(duì)碳排放的貢獻(xiàn)，而碳排放預(yù)測(cè)則可以得到不同情景下的碳排放的變化趨勢(shì)，進(jìn)而制定減排策略。

二、研究方法

（一）紹興工業(yè)碳排放測(cè)算。參考《IPCC國(guó)家溫室氣體清單指南2006》中推薦的基于不同能源種類的核算方法，來(lái)估算紹興市工業(yè)二氧化碳排放量，公式為：

其中，j=1，…，17表示能源種類，考慮統(tǒng)計(jì)年鑒中連續(xù)報(bào)告的17種化石能源，包括原煤、洗精煤、其他洗煤、焦炭、其他焦炭、焦化產(chǎn)品、焦?fàn)t煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、其他石油制品、煉廠干氣、天然氣；F為終端化石能源消費(fèi)量（萬(wàn)噸或億立方米）；CV為平均低位發(fā)熱值（千焦/千克或千焦/立方米）；CCF為燃料的碳含量（千克/106千焦）；COF為碳氧化率；44/22表示二氧化碳與碳的分子量之比，即碳轉(zhuǎn)化成二氧化碳的轉(zhuǎn)化系數(shù)。

（二）碳排放驅(qū)動(dòng)因素分解。指數(shù)分解法的思想是將被解釋變量的變化分解成不同因素變化的組合，進(jìn)而根據(jù)不同的分解方法確定權(quán)重，以辨別各因素指標(biāo)的貢獻(xiàn)程度。本文采用GDIM分解法進(jìn)行研究，該方法構(gòu)建計(jì)算具體可以參考邵帥等（2017）的研究。

指標(biāo)含義如下：CE為碳排放總量；IA為工業(yè)增加值；E為工業(yè)能源消費(fèi)總量；CL為工業(yè)煤炭消耗總量；ICA=CE/IA表示工業(yè)產(chǎn)出碳強(qiáng)度，ECI=CE/E表示能源消費(fèi)碳強(qiáng)度，LCI=CE/CL表示煤炭碳強(qiáng)度，IC=IA/CL表示煤炭消耗效率，EI=E/IA表示能源強(qiáng)度。

基于GDIM分解法，將紹興相鄰年份工業(yè)碳排放的增量△CE分解為8種效應(yīng)之和：△CEIA、△CEICA、△CEE、△CEECI、△CECL、△CELCI、△CEIC、△CEEI。其中，△CEIA、△CEE和△CECL三個(gè)絕對(duì)量因素分別反映工業(yè)產(chǎn)出規(guī)模變化、能耗規(guī)模變化、煤炭消費(fèi)規(guī)模變化對(duì)碳排放變化的影響。在相對(duì)量因素中，△CEICA反映工業(yè)發(fā)展的低碳程度，表現(xiàn)為工業(yè)碳生產(chǎn)率變化對(duì)碳排放變化的影響；△CEECI表示能源使用的低碳程度變化及各種能源間的相互替代程度調(diào)整，表現(xiàn)為能源結(jié)構(gòu)變化對(duì)碳排放變化的綜合影響；△CELCI反映煤炭消費(fèi)的低碳程度變化對(duì)碳排放變化的影響；△CEIC反映煤炭使用率變化對(duì)碳排放變化的影響；△CEEI反映工業(yè)生產(chǎn)過(guò)程對(duì)能源的依賴程度變化對(duì)碳排放變化的影響。

（三）修正的STIRPAT模型。York等基于IPAT方法構(gòu)建隨機(jī)STIRPAT模型，表示為：I=aPbAcTdε，這里I、P、A和T分別表示環(huán)境因素、人口規(guī)模、財(cái)產(chǎn)和技術(shù)，STIRPAT模型是可拓展的環(huán)境影響評(píng)估模型，是以多變量為特征的隨機(jī)性非線性方法，為消除時(shí)間序列不同單位以及非線性影響，首先對(duì)原始數(shù)據(jù)進(jìn)行對(duì)數(shù)變換，得到：

拓展上述模型將其應(yīng)用到碳排放預(yù)測(cè)分析中，結(jié)合以往的預(yù)測(cè)模型以及紹興工業(yè)碳排放GDIM分解的研究結(jié)論，紹興工業(yè)碳排放的影響因素主要包括人口增長(zhǎng)、經(jīng)濟(jì)發(fā)展及其二次項(xiàng)、產(chǎn)業(yè)結(jié)構(gòu)、能源消耗和技術(shù)水平等。在對(duì)紹興市工業(yè)部門碳排放預(yù)測(cè)時(shí)，選取了人均GDP等5個(gè)變量，模型改寫為：

其中，C為碳排放量，以紹興工業(yè)部門所產(chǎn)生的碳排放量表示，單位為萬(wàn)噸；P為人口規(guī)模，以年底常住人口表示，單位為萬(wàn)人；Pgdp為經(jīng)濟(jì)發(fā)展水平，以人均生產(chǎn)總值表示，單位為元/人；Ieg為能源消費(fèi)總量，單位為萬(wàn)噸標(biāo)準(zhǔn)煤；Icl為工業(yè)煤炭消費(fèi)總量，單位為萬(wàn)噸；Eff為能源消耗效率，以工業(yè)總產(chǎn)值/能源消費(fèi)總量表示，單位為億元/萬(wàn)噸標(biāo)準(zhǔn)煤；μ為誤差項(xiàng)。

（四）數(shù)據(jù)來(lái)源。數(shù)據(jù)來(lái)源于《紹興市統(tǒng)計(jì)年鑒》，以2005～2020年為樣本區(qū)間，其中地區(qū)生產(chǎn)總值以2005年不變價(jià)格計(jì)算。各類能源按折算系數(shù)折算為標(biāo)準(zhǔn)煤，計(jì)算能源終端消耗量，以測(cè)算出各類能源消費(fèi)產(chǎn)生的碳排放量。

三、碳排放驅(qū)動(dòng)因素分解

本文使用R語(yǔ)言程序?qū)B興工業(yè)碳排放驅(qū)動(dòng)因素進(jìn)行廣義迪氏指數(shù)分解，以2005年為基期，得到2006～2020年各驅(qū)動(dòng)因素的相對(duì)貢獻(xiàn)率，分解結(jié)果參見(jiàn)表1。（表1）

表1 紹興市工業(yè)碳排放驅(qū)動(dòng)因素廣義迪式分解一覽表

通過(guò)表1可以看到，在所考察的8個(gè)因素中，工業(yè)產(chǎn)出水平（IA）、能源消費(fèi)規(guī)模（E）和能源消費(fèi)碳強(qiáng)度（ECI）對(duì)碳排放一直保持促增效應(yīng)，而工業(yè)產(chǎn)出碳強(qiáng)度（ICA）、煤炭消耗效率（IC）和能源強(qiáng)度（EI）一直保持促降效應(yīng)，煤炭消費(fèi)量（CL）和煤炭碳強(qiáng)度（LCI）的促增效應(yīng)和促降效應(yīng)均有出現(xiàn)。這說(shuō)明隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，紹興工業(yè)產(chǎn)出更多的依賴于能源消費(fèi)進(jìn)而創(chuàng)造財(cái)富，因此紹興工業(yè)產(chǎn)出規(guī)模的增加導(dǎo)致了大量的能源消耗及相應(yīng)的碳排放。在技術(shù)水平和能源使用效率保持不變的情況下，工業(yè)生產(chǎn)過(guò)程中存在明顯的“規(guī)模效應(yīng)”，即產(chǎn)出規(guī)模、能源消費(fèi)等規(guī)模的不斷擴(kuò)大將導(dǎo)致碳排放增加。而強(qiáng)度效應(yīng)（包括工業(yè)產(chǎn)出碳強(qiáng)度和能源強(qiáng)度）和效率效應(yīng)（即煤炭消耗效率）的分解結(jié)果則意味著節(jié)能減排技術(shù)的提高促使碳排放效率得到了一定程度的提升，可以促進(jìn)工業(yè)碳排放減少。

四、紹興工業(yè)碳排放及峰值預(yù)測(cè)

首先基于式（3）進(jìn)行回歸分析，發(fā)現(xiàn)自變量相關(guān)系數(shù)矩陣的特征值中至少2個(gè)接近0，說(shuō)明自變量之間存在嚴(yán)重的多重共線性。采用嶺回歸分析消除多重共線性。根據(jù)建立的STIRPAT模型，用R軟件做嶺回歸分析，當(dāng)k=0.12時(shí)嶺跡圖的變化趨近穩(wěn)定，此時(shí)R2=0.983，擬合程度較好?；貧w結(jié)果如表2所示，IcL和Pop的方程回歸系數(shù)不能通過(guò)顯著性檢驗(yàn)（P＞0.05），剔除煤炭總量和人口變量，重新進(jìn)行擬合，得到的標(biāo)準(zhǔn)嶺回歸方程為：

表2 嶺回歸分析結(jié)果一覽表

模型（4）的擬合度系數(shù)R2=0.981，說(shuō)明模型的擬合優(yōu)度較好。所有解釋變量均通過(guò)了0.001顯著性水平檢驗(yàn)。從各解釋變量的回歸系數(shù)來(lái)看，人均GDP和能源消耗總量對(duì)紹興工業(yè)碳排放量的增長(zhǎng)具有促進(jìn)作用。人均GDP平方和能源消耗效率則對(duì)碳排放量的增長(zhǎng)起到抑制作用。（表2）

五、各情景下峰值預(yù)測(cè)結(jié)果分析

由嶺回歸的結(jié)果可知，影響紹興市工業(yè)碳排放的主要促增因素是經(jīng)濟(jì)發(fā)展水平Pgdp和能源消費(fèi)總量Ieg。主要促降因素是Pgdp二次項(xiàng)以及能源消耗效率Eff（包含工業(yè)產(chǎn)出水平Idu），這些因素的潛在年均變化率（%）會(huì)直接影響碳排放量。因此，為預(yù)測(cè)紹興工業(yè)碳排放未來(lái)可能的變化趨勢(shì)以模擬合理的減排路徑，本文基于各因素歷史的演化趨勢(shì)、當(dāng)前有效政策的實(shí)施以及未來(lái)減排空間構(gòu)建了三種情景：基本情景、綠色生態(tài)情景和技術(shù)升級(jí)情景。年均變化率具體見(jiàn)表3。（表3）

表3 2021～2030年三種情景下各因素的潛在年均變化率一覽表（單位：%）

（一）基本情景?；厩榫笆且越B興工業(yè)過(guò)去發(fā)展特征為基礎(chǔ)，假定當(dāng)前經(jīng)濟(jì)環(huán)境和技術(shù)水平保持不變，不采取任何新的碳減排措施，根據(jù)紹興工業(yè)發(fā)展的慣性趨勢(shì)外推而得到的可能情景。按照上述的邏輯規(guī)律，通過(guò)計(jì)算2003～2020年歷史數(shù)據(jù)的年均變化率，以確定2021～2030年各影響因素潛在年均變化率的最小值、眾數(shù)值及最大值。

（二）綠色生態(tài)情景。當(dāng)?shù)卣訌?qiáng)對(duì)碳排放的約束措施，進(jìn)一步優(yōu)化能源消耗結(jié)構(gòu)，能源消費(fèi)量年均變化率的最小值、眾數(shù)值及最大值下降百分點(diǎn)為0.31、0.02、0.49；工業(yè)產(chǎn)值和人均GDP有所提升，年均變化率的中位數(shù)分別提升3.9和1.32個(gè)百分點(diǎn)，年均變化率的最大值分別下降0.8和0.79個(gè)百分點(diǎn)。

（三）技術(shù)升級(jí)情景。技術(shù)升級(jí)是碳減排的必要途徑，考慮到化石能源使用技術(shù)的提升，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展等因素，在綠色生態(tài)發(fā)展情景的基礎(chǔ)上，對(duì)工業(yè)活動(dòng)中經(jīng)濟(jì)發(fā)展、能源消耗的預(yù)期變化率參數(shù)進(jìn)行突出。能源消費(fèi)量在年均變化率的三參數(shù)下降0.1、0.05、1.79個(gè)百分點(diǎn)；人均GDP和工業(yè)產(chǎn)值提升且趨于穩(wěn)定，年均變化率的中位數(shù)分別提升0.15、0.56，最大值分別下降6.18、7.95個(gè)百分點(diǎn)。

基于嶺回歸公式（4）和各因素潛在變化率中最小值、眾數(shù)、最大值的設(shè)定，利用三角形分布特征使用R軟件對(duì)三種情景中的各個(gè)影響因素分別進(jìn)行了10萬(wàn)次模擬，得到每年潛在碳排放分布的概率密度函數(shù)。為了更加清楚地說(shuō)明三種情景下碳達(dá)峰路徑的變化，圖1中呈現(xiàn)了每次模擬重復(fù)500次的各概率密度函數(shù)峰值的平均值，即出現(xiàn)概率最大的碳排放點(diǎn)。（圖1）

圖1 三種情景下碳排放峰值路徑圖

通過(guò)圖1發(fā)現(xiàn)，在基本情景下，即不實(shí)施任何新的約束政策，紹興工業(yè)碳排放將極有可能在2021～2030年先增長(zhǎng)后下降，2021年碳排放范圍概率最大值約為721.7萬(wàn)噸，到2026年工業(yè)碳排放可能達(dá)峰，此時(shí)在753.5萬(wàn)噸發(fā)生的概率最大。2030年碳排放范圍概率最大值約為737.9萬(wàn)噸。在綠色生態(tài)情景下，紹興工業(yè)碳排放的增長(zhǎng)速度明顯放緩。2021年和2030年碳排放出現(xiàn)概率最大值分別為720.1萬(wàn)噸和724.6萬(wàn)噸。到2025年工業(yè)碳排放可能達(dá)峰，峰值在741.6萬(wàn)噸發(fā)生的概率最大。

技術(shù)升級(jí)情景下，紹興工業(yè)碳排放在2025年可以達(dá)峰，峰值最高點(diǎn)為732.0萬(wàn)噸，2021～2030年期間各峰值點(diǎn)較前兩種情景有明顯下降。由此可見(jiàn)，技術(shù)升級(jí)創(chuàng)新可以促進(jìn)紹興工業(yè)能源使用效率提升，從而推動(dòng)工業(yè)碳排放提前實(shí)現(xiàn)達(dá)峰目標(biāo)。因此，政府加強(qiáng)對(duì)工業(yè)生產(chǎn)過(guò)程減排技術(shù)相關(guān)研發(fā)的投資，可以推動(dòng)工業(yè)低碳技術(shù)創(chuàng)新從而進(jìn)行有效的碳減排。

六、結(jié)論及政策啟示

（一）研究結(jié)論

1、基于線性預(yù)測(cè)模型，人均GDP與紹興工業(yè)CO2排放量存在倒U型關(guān)系，頂點(diǎn)處人均GDP的值約為137，132.1元，在該點(diǎn)左右兩側(cè)人均GDP對(duì)CO2排放量分別是正影響和負(fù)影響。能源消耗總量的上升對(duì)碳排放量的增加影響較大，能源消耗效率則對(duì)碳排放量的增長(zhǎng)起到抑制作用，說(shuō)明能源的利用效率提升以及產(chǎn)業(yè)結(jié)構(gòu)升級(jí)改造等因素對(duì)控制紹興工業(yè)碳排放已起到積極作用。

2、不同情景設(shè)定下的碳排放潛在演變路徑存在明顯的差異，三種情景下的基本情景和綠色生態(tài)情景下可以實(shí)現(xiàn)2030年前工業(yè)碳排放達(dá)峰的目標(biāo)，但效果不明顯，碳排放減速較為緩慢。技術(shù)升級(jí)情景是紹興工業(yè)實(shí)現(xiàn)減排目標(biāo)的最優(yōu)情景，該情景下，紹興工業(yè)碳排放在2025年前達(dá)峰且逐年增量不明顯，而之后下降速度較為明顯，它為紹興工業(yè)碳減排提供了路徑。

（二）政策啟示

1、工業(yè)生產(chǎn)水平、能源消費(fèi)規(guī)模和能源消費(fèi)碳強(qiáng)度是抑制碳排放增加的重要因素。在不影響工業(yè)產(chǎn)生水平的同時(shí)盡可能控制能源消費(fèi)規(guī)模，這取決于能源結(jié)構(gòu)調(diào)整。這種能源結(jié)構(gòu)短期內(nèi)很難得到有效優(yōu)化。因此，應(yīng)加大綠色技術(shù)研發(fā)投入，加強(qiáng)與周邊區(qū)域的協(xié)同創(chuàng)新與技術(shù)擴(kuò)散，以促進(jìn)紹興工業(yè)能源效率的提高。

2、當(dāng)人均GDP越過(guò)倒U型的頂點(diǎn)時(shí)，它對(duì)碳排放具有顯著的抑制作用。這意味著通過(guò)加強(qiáng)綠色科技創(chuàng)新力度，以科技驅(qū)動(dòng)經(jīng)濟(jì)綠色發(fā)展，紹興可以在經(jīng)濟(jì)穩(wěn)定增長(zhǎng)前提下，實(shí)現(xiàn)工業(yè)低碳發(fā)展。

3、情景預(yù)測(cè)分析表明，技術(shù)升級(jí)情景是紹興工業(yè)實(shí)現(xiàn)減排目標(biāo)的最優(yōu)情景。因此，不斷推動(dòng)清潔能源發(fā)展，優(yōu)化能源消費(fèi)結(jié)構(gòu)，調(diào)整服務(wù)產(chǎn)業(yè)布局，促進(jìn)能源消費(fèi)向清潔低碳轉(zhuǎn)型，推進(jìn)經(jīng)濟(jì)綠色可持續(xù)發(fā)展，為紹興節(jié)能減排和高質(zhì)量發(fā)展提供優(yōu)選路徑。