陳晨，李薇，翟夢(mèng)瑜，王振宇 ，朱亮亮

（1. 華北電力大學(xué) 核科學(xué)與工程學(xué)院，北京 102206；2. 華北電力大學(xué) 環(huán)境科學(xué)與工程學(xué)院，北京 102206；3. 北京工業(yè)大學(xué) 材料與制造學(xué)部，北京 100124；4. 國(guó)網(wǎng)電力科學(xué)研究院有限公司/南瑞集團(tuán)有限公司，江蘇 南京 210000；5. 國(guó)網(wǎng)電力科學(xué)研究院武漢能效測(cè)評(píng)有限公司，湖北 武漢 430074）

由于經(jīng)濟(jì)的快速增長(zhǎng)、城市化進(jìn)程的擴(kuò)大和人口的增長(zhǎng)，能源在世界各地的人類生活中扮演著越來(lái)越重要的角色[1-2]。一方面，能源為國(guó)民經(jīng)濟(jì)發(fā)展和人民生活提供動(dòng)力[3-4]；另一方面，能源，如原煤、原油和天然氣，是重要的工業(yè)原料[5]。目前，能源需求的增加、能源供應(yīng)的充足和污染物排放的減少是世界面臨的重大挑戰(zhàn)[6-7]。能源的不當(dāng)開發(fā)、轉(zhuǎn)化和消費(fèi)將對(duì)環(huán)境保護(hù)和氣候變化產(chǎn)生不利影響。根據(jù)英國(guó)石油公司（British Petroleum，BP）2018 年發(fā)布的報(bào)告，2017 年中國(guó)碳排放量達(dá)90.23億噸，約占世界碳排放總量的三分之一，位居世界第一[8]。2015 年，中國(guó)政府制定了碳減排目標(biāo)，即在2030 年左右達(dá)到碳排放峰值，并爭(zhēng)取盡快達(dá)到峰值[9]。因此，如何有效緩解能源環(huán)境矛盾，仍是決策者面臨的重大挑戰(zhàn)[10-11]。

此前，已經(jīng)有很多學(xué)者對(duì)能源系統(tǒng)的碳排放進(jìn)行了相關(guān)研究。CABRAAL 等[12]重點(diǎn)研究了城市化對(duì)碳排放的影響，發(fā)現(xiàn)由于城市化，城市密度和人類行為的組織方式發(fā)生了改變，從而影響人類的能源消費(fèi)模式。HE 等[13]的研究發(fā)現(xiàn)，城鎮(zhèn)化可以通過(guò)提高公共設(shè)施的使用效率來(lái)減少能源消費(fèi)和碳排放。LIN 等[14]則認(rèn)為快速的城市化進(jìn)程將提高發(fā)展中國(guó)家的城市就業(yè)水平，特別是中國(guó)，但這樣會(huì)導(dǎo)致碳排放增加。ZHANG[15]是最早對(duì)影響中國(guó)碳排放因素進(jìn)行分解分析研究的學(xué)者之一，其采用對(duì)數(shù)差分方法對(duì)我國(guó)1980—1997 年的碳排放增長(zhǎng)進(jìn)行了分析。徐國(guó)泉等[16]利用對(duì)數(shù)平均權(quán)重Disvisia 分解方法，構(gòu)建了中國(guó)人均碳排放的因素分解模型。朱勤等[17]將STIRPAT 排放模型擴(kuò)展，把人口因素的影響分為人口數(shù)量和城市化率的影響，由1980—2007 年的數(shù)據(jù)可發(fā)現(xiàn)，人口和消費(fèi)對(duì)碳排放有重要影響。張友國(guó)[18]指出經(jīng)濟(jì)帶動(dòng)是中國(guó)碳排放增長(zhǎng)的重點(diǎn)來(lái)源，經(jīng)濟(jì)轉(zhuǎn)型的發(fā)展很大程度降低了碳排放的強(qiáng)度。

然而，上述研究方法無(wú)法詳細(xì)研究系統(tǒng)中各個(gè)部門之間的流動(dòng)，實(shí)現(xiàn)經(jīng)濟(jì)數(shù)據(jù)和生態(tài)要素的相互轉(zhuǎn)化，因而孕育出了投入產(chǎn)出方法[19]。LEONTIEF[20]提出的投入產(chǎn)出方法目前已被廣泛應(yīng)用于分析具體案例。許多學(xué)者們介紹了具體的計(jì)算方法和公式，如使用貨幣投入產(chǎn)出表來(lái)編制相應(yīng)的實(shí)物投入產(chǎn)出表[21]。此外，已經(jīng)有很多學(xué)者通過(guò)這種方法分析了碳排放相關(guān)問(wèn)題。CHEN 等[22]基于維也納城市生態(tài)系統(tǒng)內(nèi)的網(wǎng)絡(luò)環(huán)境分析，開發(fā)了一個(gè)碳通量模型。CHEN 等[23]通過(guò)對(duì)經(jīng)濟(jì)部門和環(huán)境之間的碳流量建模，構(gòu)建了碳代謝網(wǎng)絡(luò)。SINGH 等[24]開發(fā)了一個(gè)將碳循環(huán)與2002 年美國(guó)經(jīng)濟(jì)中的經(jīng)濟(jì)活動(dòng)相結(jié)合的模型。

盡管已經(jīng)有很多學(xué)者通過(guò)投入產(chǎn)出方法對(duì)碳排放進(jìn)行研究，然而，通過(guò)投入產(chǎn)出法對(duì)各種能源類型的碳排放的整體、詳細(xì)的研究還較少。此外，此前通過(guò)投入產(chǎn)出法對(duì)歷史時(shí)期的動(dòng)態(tài)社會(huì)經(jīng)濟(jì)分析，以及對(duì)未來(lái)時(shí)期的碳排放與社會(huì)經(jīng)濟(jì)聯(lián)系分析還不夠詳細(xì)。最后，此前研究缺少將歷史與預(yù)計(jì)的未來(lái)聯(lián)系起來(lái)，而為了支持相關(guān)的政策舉措，這些是十分必要的。

因此，作為先前工作的延伸，本文將開發(fā)經(jīng)濟(jì)能源碳排放（EECE）模型，通過(guò)回顧性分解（2000—2017 年）和前瞻性預(yù)測(cè)（2025 年與2030 年），以支持上海市能源系統(tǒng)碳排放的規(guī)劃政策。具體而言，這一目標(biāo)要求：（1）描述各種社會(huì)經(jīng)濟(jì)活動(dòng)對(duì)經(jīng)濟(jì)和環(huán)境的相互影響；（2）從系統(tǒng)層面加強(qiáng)歷史分析與未來(lái)分析之間的動(dòng)態(tài)聯(lián)系。對(duì)于上海市的能源碳排放來(lái)說(shuō)，上述問(wèn)題的研究至關(guān)重要，研究結(jié)果有望為促進(jìn)上海市能源碳排放的發(fā)展方向提供更具建設(shè)性的建議。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 研究區(qū)域

本文建立了以投入產(chǎn)出法為基礎(chǔ)的上海市經(jīng)濟(jì)能源碳排放（EECE）模型，以對(duì)上海市碳排放進(jìn)行回溯性分析并量化影響能源碳排放變化的社會(huì)經(jīng)濟(jì)因素，同時(shí)對(duì)上海市碳排放達(dá)峰進(jìn)行前瞻性預(yù)測(cè)。研究主要包括兩個(gè)部分：2000—2017 年的回顧性分解以及2025 年與2030年的前瞻性預(yù)測(cè)。其中，回顧性分解部分包括三個(gè)方面：（1）對(duì)上海市各種能源類型碳排放數(shù)量進(jìn)行定量分析以及分析各化石能源不同部門歷年碳排放量；（2）使用結(jié)構(gòu)分解分析（SDA）方法識(shí)別能源碳排放系統(tǒng)的社會(huì)經(jīng)濟(jì)因素；（3）前瞻性預(yù)測(cè)部分由兩個(gè)步驟組成，其中一個(gè)步驟是為預(yù)計(jì)的2030 年碳達(dá)峰準(zhǔn)備基本輸入數(shù)據(jù)?；谏虾Ｊ薪?jīng)濟(jì)數(shù)據(jù)，采用雙比例平衡法（RAS）預(yù)測(cè)了2025 年以及2030 年的投入產(chǎn)出表。根據(jù)歷史數(shù)據(jù)的統(tǒng)計(jì)關(guān)系，使用時(shí)間序列的方法對(duì)2025 年以及2030 年各行業(yè)能源碳排放數(shù)據(jù)進(jìn)行預(yù)測(cè)，同時(shí)再結(jié)合SDA 法，探究碳達(dá)峰情形下的上海市社會(huì)經(jīng)濟(jì)因素影響。

上海市碳排放系統(tǒng)可以表示為一個(gè)網(wǎng)絡(luò)，其中部門和碳排放流被視為節(jié)點(diǎn)和方向線。根據(jù)不同的經(jīng)濟(jì)特征，本文將42 個(gè)經(jīng)濟(jì)部門合并為19 個(gè)經(jīng)濟(jì)部門，合并后的部門縮寫如表1 所示。選定的研究年份為2000 年、2002 年、2005 年、2007 年、2012 年和2017 年。本研究包含三類數(shù)據(jù)：（1）第一類數(shù)據(jù)是研究期間各部門的直接能源碳排放數(shù)據(jù)，可從CEADs 獲得[25]。我們的研究考慮了四種數(shù)據(jù)，包括煤炭、石油、天然氣以及總計(jì)。（2）第二類是上海市的經(jīng)濟(jì)投入產(chǎn)出表。我們選擇了2000 年、2002 年、2005 年、2007 年、2012 年和2017年的投入產(chǎn)出表，數(shù)據(jù)來(lái)源于《上海統(tǒng)計(jì)年鑒2018》。（3）預(yù)測(cè)2025 年以及2030 年上海市相關(guān)數(shù)據(jù)，基本數(shù)據(jù)來(lái)源于《上海統(tǒng)計(jì)年鑒2018》。

表1 部門縮寫

1.2 模型方法

EECE模型是在Leontief和Ghosh的框架下建立的[26]，計(jì)算公式如下：

式（1）～（4）中：A=[aij]為直接投入系數(shù)矩陣，B=[bij]為直接產(chǎn)出系數(shù)矩陣，L和G分別指Leontief 逆矩陣和Ghosh 逆矩陣，Xj代表j部門的總產(chǎn)出，zij是投入產(chǎn)出表中的中間矩陣，I表示單位矩陣。

社會(huì)經(jīng)濟(jì)活動(dòng)被認(rèn)為是能源消耗產(chǎn)生碳排放的主要驅(qū)動(dòng)因素[27]。為了探索驅(qū)動(dòng)因素對(duì)能源消耗的貢獻(xiàn)，分解分析（DA）是一種公認(rèn)的方法，通過(guò)轉(zhuǎn)換數(shù)學(xué)恒等式并將碳排放或能源使用的變化分解為若干預(yù)定因素，以確定每個(gè)因素對(duì)總能源碳排放的相對(duì)貢獻(xiàn)[28]。在本研究中，采用SDA 法來(lái)研究社會(huì)經(jīng)濟(jì)因素對(duì)能源消費(fèi)變化的相對(duì)貢獻(xiàn)，原因如下：（1）經(jīng)濟(jì)的結(jié)構(gòu)特征（如生產(chǎn)結(jié)構(gòu)和最終需求結(jié)構(gòu)）不能被IDA 法和PDA 法所反映，因?yàn)樽罱K需求在這些方法中不能被考慮，而且經(jīng)濟(jì)部門的高度集中與我們的研究不一致。（2）SDA 法可以促進(jìn)部門或產(chǎn)品規(guī)模的決策，確定整個(gè)供應(yīng)鏈的環(huán)境影響責(zé)任分配[29]。因此，與IDA 法和PDA 法相比，SDA 法更適合于我們對(duì)經(jīng)濟(jì)結(jié)構(gòu)的探索研究[30]。在本研究中我們將相關(guān)因素分解為5 個(gè)指標(biāo)進(jìn)行分析，分別為最終需求結(jié)構(gòu)、最終需求水平、技術(shù)水平、碳排放產(chǎn)生強(qiáng)度以及人口。其中，最終需求結(jié)構(gòu)代表該行業(yè)在每個(gè)最終需求類別中所占份額；最終需求水平代表人均的最終消費(fèi)；技術(shù)水平代表經(jīng)濟(jì)生產(chǎn)投入結(jié)構(gòu)變化。如此分解主要是因?yàn)橄肓私庾罱K需求結(jié)構(gòu)對(duì)上海市能源碳排放的影響。具體而言，本研究中的計(jì)算公式如下：

式（5）～（10）中：e為投入產(chǎn)出模型所計(jì)算下的碳排放量；εd代表直接碳排放產(chǎn)生強(qiáng)度；L指的是Leontief 逆矩陣；f為最終需求結(jié)構(gòu)，它代表著消費(fèi)結(jié)構(gòu)；fl指的是最終需求水平，代表人均的最終消費(fèi)；P為研究年份的人口數(shù)量；Ei為i行業(yè)直接碳排放量；X為總產(chǎn)出；I表示單位矩陣；A為直接投入系數(shù)矩陣；F為各行業(yè)最終需求；Ft為總最終需求；ΔE指的是研究年份期間碳排放的變化量。

時(shí)間序列分析方法主要是用來(lái)解決具有隨機(jī)性、季節(jié)性以及平穩(wěn)性的時(shí)間序列問(wèn)題，時(shí)間序列分析方法最基本的模型是自回歸滑動(dòng)平均求和模型ARIMA(p,d,a)。通過(guò)模擬計(jì)算，本文采用的是ARIMA(2, 2, 2)模擬在碳達(dá)峰條件下上海市2025 年以及2030 年的碳排放量。在ARIMA(2, 2, 2)條件下，AIC 準(zhǔn)則結(jié)果為2.118 3，接近于2，為最優(yōu)模型。本文的碳達(dá)峰條件依據(jù)為：根據(jù)《國(guó)務(wù)院關(guān)于印發(fā)2030 年前碳達(dá)峰行動(dòng)方案的通知》，到2025 年，非化石能源消費(fèi)比重達(dá)到20%左右，到2030 年，非化石能源消費(fèi)比重達(dá)到25%左右；《上海市能源發(fā)展“十四五”規(guī)劃》規(guī)定，在“十四五”期間，非化石能源占比由14%上升到18%。依據(jù)上述條件，通過(guò)ARIMA(2, 2, 2)模擬出達(dá)到碳達(dá)峰要求下上海市2025 年以及2030 年的碳排放量。RAS 也被稱為雙比例平衡法，它已被廣泛用于平衡和調(diào)整貨幣投入產(chǎn)出表[31]。這種方法的基本原理是在矩陣的行和列的目標(biāo)值設(shè)定的前提下，利用表中實(shí)際值與預(yù)設(shè)目標(biāo)值之間的比例關(guān)系，通過(guò)迭代對(duì)矩陣進(jìn)行再平衡。在本文中，通過(guò)ARIMA(2, 2, 0)分別模擬出2025 年以及2030 年上海市的GDP。在ARIMA(2, 2, 0)條件下，AIC 準(zhǔn)則結(jié)果為1.631 9，接近于2，符合模型標(biāo)準(zhǔn)。根據(jù)2025 年以及2030 年的GDP 數(shù)據(jù)，分別預(yù)測(cè)出2025 年以及2030 年投入產(chǎn)出表的產(chǎn)出值，然后分別與2017 年投入產(chǎn)出表的相關(guān)數(shù)據(jù)通過(guò)RAS 法預(yù)測(cè)出2025 年以及2030 年上海市的投入產(chǎn)出表。具體計(jì)算方法如下：

式（11）～（13）中：A0是給定基準(zhǔn)年的技術(shù)矩陣，A1是目標(biāo)年的技術(shù)矩陣，r是目標(biāo)年的中間矩陣行和與基準(zhǔn)年的中間矩陣行和的比率，S是目標(biāo)年的中間矩陣列和與基準(zhǔn)年的中間矩陣列和的比率。

2 結(jié)果與討論

2.1 化石能源碳排放歷年變化

圖1 為上海市化石能源歷年產(chǎn)生的碳排放量變化。從圖1 可以看出，從1997—2013 年化石能源總碳排放量逐年增加，并在2013 年達(dá)到頂峰，產(chǎn)生碳排放207.6 Mt。上海市化石能源產(chǎn)生碳排放量最多的為煤炭，其次為石油，天然氣是產(chǎn)生碳排放量最少的化石能源。具體來(lái)說(shuō)，從圖1 可以看出，煤炭的產(chǎn)生碳排放量趨勢(shì)與總化石能源產(chǎn)生的碳排放量相似，在2013 年達(dá)到頂峰，產(chǎn)生了117.3 Mt 碳排放。石油產(chǎn)生的碳排放量從1997年開始基本呈現(xiàn)穩(wěn)步上升趨勢(shì)，在2017 年達(dá)到最高點(diǎn)，為85.8 Mt；2018 年碳排放產(chǎn)生量有回落，為78.6 Mt。最后是天然氣，從圖1 可以看出，由于天然氣使用量的逐步提升，天然氣產(chǎn)生的碳排放量逐年增加。2019 年，天然氣產(chǎn)生的碳排放量達(dá)到了20.9 Mt。整體來(lái)看，上海市化石能源產(chǎn)生的碳排放量從2013 年后開始有所減少，但仍處于高位。其中，煤炭是最主要的碳排放貢獻(xiàn)者，但2013 年之后碳排放產(chǎn)生量開始減少。雖然石油與天然氣產(chǎn)生的碳排放量在所有化石能源中不是最高的，但二者產(chǎn)生的碳排放量逐年遞增，同樣需要引起重視。整體來(lái)看，上海市化石能源產(chǎn)生的碳排放問(wèn)題仍然很嚴(yán)峻，有必要進(jìn)行相關(guān)研究。

圖1 上海市各化石能源碳排放歷年變化

2.2 各部門歷年碳排放

圖2 是各化石能源不同行業(yè)歷年產(chǎn)生碳排放量圖。從圖2（a）可以看出，總體來(lái)說(shuō)，上海市化石能源產(chǎn)生的碳排放數(shù)量與日俱增。其中，EH、OS 與MS 是上海市歷年產(chǎn)生碳排放最多的部門，EH 長(zhǎng)時(shí)間是產(chǎn)生碳排放最多的部門，OS 大部分時(shí)間緊隨其后，MS 是產(chǎn)生碳排放第三多的部門。2017 年，OS 產(chǎn)生的碳排放81.8 Mt 超過(guò)EH 產(chǎn)生的碳排放66.3 Mt，成為上海市產(chǎn)生碳排放最多的部門。上海市具有許多大型鋼廠，例如寶鋼電廠，需要消耗大量的煤炭等化石能源，由此造成EH 與MS 部門產(chǎn)生大量碳排放。OS 主要為服務(wù)行業(yè)，上海市是中國(guó)最發(fā)達(dá)的城市之一，經(jīng)濟(jì)體量巨大，因此服務(wù)行業(yè)非常發(fā)達(dá)，由于服務(wù)行業(yè)而產(chǎn)生的碳排放體量因此也較為龐大。煤炭是化石能源中產(chǎn)生碳排放最多的能源類型。從圖2（b）可以看出，在2012 年前煤炭產(chǎn)生的碳排放量呈現(xiàn)逐年遞增的趨勢(shì)，2012 年之后開始降低。其中，EH與MS 牢牢占據(jù)著煤炭行業(yè)產(chǎn)生碳排放最多的行業(yè)，EH在2012年產(chǎn)生65.9 Mt碳排放，是產(chǎn)生最多碳排放的部門。石油是化石能源中產(chǎn)生第二多碳排放的能源類型，從圖2（c）可以看出，上海市石油產(chǎn)生的碳排放數(shù)量與日俱增。其中，OS 是所有部門中產(chǎn)生碳排放最多的部門，并在2017 年產(chǎn)生了76.4 Mt 碳排放。PP 緊隨其后，始終是石油行業(yè)中產(chǎn)生碳排放第二多的行業(yè)。PP 行業(yè)為石油加工、焦化、核燃料加工等行業(yè)，是石油相關(guān)行業(yè)，因此在石油行業(yè)中產(chǎn)生大量的碳排放。天然氣是所有化石能源類型中產(chǎn)生最少碳排放的行業(yè)。從圖2（d）可以看出，天然氣產(chǎn)生的碳排放也在不斷增長(zhǎng)，且在2012 年開始快速增長(zhǎng)。2012 年之前，NM 是天然氣行業(yè)產(chǎn)生碳排放最多的部門。NM 為非金屬礦產(chǎn)品制造行業(yè)，該行業(yè)需要使用大量天然氣，因此產(chǎn)生的碳排放體量較大。2012 年之后，EH 與OS 逐漸取代NM 成為產(chǎn)生碳排放最多的部門。

圖2 各化石能源不同部門歷年碳排放

2.3 歷年社會(huì)經(jīng)濟(jì)因素影響

能源使用產(chǎn)生的碳排放受到許多社會(huì)經(jīng)濟(jì)因素的影響，例如碳排放產(chǎn)生強(qiáng)度、技術(shù)水平、最終需求結(jié)構(gòu)、最終需求水平以及人口。圖3 為上海市歷年各化石能源碳排放與社會(huì)經(jīng)濟(jì)因素變化形勢(shì)圖。從圖3（a）可以看出，最終需求水平（即人均最終需求量）是上海市能源消耗產(chǎn)生碳排放的最大貢獻(xiàn)者。具體而言，在其他條件不變的前提下，2017 年由于最終需求水平產(chǎn)生的碳排放增量達(dá)到290.5 Mt。人口是第二大影響因素。具體而言，在其他條件不變的前提下，2017 年由于人口產(chǎn)生的碳排放增量達(dá)到83.2 Mt。上海市統(tǒng)計(jì)局的數(shù)據(jù)顯示，2017 年上海市常住人口為2 418.3 萬(wàn)人。這兩個(gè)最重要的影響因素都與快速增長(zhǎng)的人口息息相關(guān)。因此，人口問(wèn)題是解決能源消耗產(chǎn)生碳排放問(wèn)題的關(guān)鍵因素。碳排放產(chǎn)生強(qiáng)度是上海市降低能源消耗產(chǎn)生碳排放的主要驅(qū)動(dòng)力，在其他條件不變的前提下，2017 年碳排放減量達(dá)到233.9 Mt。圖3（b）為上海市煤炭行業(yè)從2000—2017 年各個(gè)社會(huì)經(jīng)濟(jì)因素貢獻(xiàn)對(duì)碳排放影響的動(dòng)態(tài)變化。從圖中可以看出，煤炭行業(yè)與上海市化石能源總量的碳排放與社會(huì)經(jīng)濟(jì)因素變化形勢(shì)圖類似。最終需求水平依然是上海市煤炭行業(yè)產(chǎn)生碳排放的最大貢獻(xiàn)者。2017 年由于最終需求水平產(chǎn)生的碳排放增量達(dá)到188.1 Mt。人口依然是第二大影響因素。具體而言，在其他條件不變的前提下，2017 年由于人口產(chǎn)生的碳排放增量達(dá)到52.5 Mt。碳排放產(chǎn)生強(qiáng)度依然是上海市降低能源消耗產(chǎn)生碳排放的主要驅(qū)動(dòng)力，在其他條件不變的前提下，2017 年碳排放減量達(dá)到159.2 Mt。圖3（c）為上海市石油行業(yè)從2000—2017 年各個(gè)社會(huì)經(jīng)濟(jì)因素貢獻(xiàn)對(duì)碳排放影響的動(dòng)態(tài)變化。從圖中可以看出，石油行業(yè)與上海市化石能源總量的碳排放與社會(huì)經(jīng)濟(jì)因素變化形勢(shì)圖有些許變化，但總體趨勢(shì)相同。最終需求水平仍然是上海市石油行業(yè)產(chǎn)生碳排放最多的因素。具體而言，在其他條件不變的前提下，2017 年由于最終需求水平產(chǎn)生的碳排放增量達(dá)到93.8 Mt。人口仍然是第二大影響因素。碳排放產(chǎn)生強(qiáng)度仍然是上海市石油降低能源消耗產(chǎn)生碳排放的主要驅(qū)動(dòng)力。圖3（d）為上海市天然氣行業(yè)從2000—2017 年各個(gè)社會(huì)經(jīng)濟(jì)因素貢獻(xiàn)對(duì)碳排放影響的動(dòng)態(tài)變化。從圖中可以看出，天然氣行業(yè)與上海市化石能源總量的碳排放與社會(huì)經(jīng)濟(jì)因素變化形勢(shì)圖有較大變化。最終需求水平與碳排放產(chǎn)生強(qiáng)度分別為上海市天然氣行業(yè)產(chǎn)生碳排放最多的因素。具體而言，在其他條件不變的前提下，2017年由于最終需求水平產(chǎn)生的碳排放增量達(dá)到8.6 Mt。2017 年由于碳排放產(chǎn)生強(qiáng)度產(chǎn)生的碳排放增量達(dá)到5.2 Mt，最終需求結(jié)構(gòu)是上海市降低天然氣消耗產(chǎn)生碳排放的主要驅(qū)動(dòng)力。

圖3 各化石能源碳排放歷年社會(huì)經(jīng)濟(jì)因素影響

圖4 為各化石能源歷年社會(huì)經(jīng)濟(jì)因素對(duì)于上海市碳排放的相對(duì)貢獻(xiàn)。從圖4（a）中可以看出，從2002—2012 年碳排放產(chǎn)生強(qiáng)度是減少上海市能源消耗總量產(chǎn)生碳排放的主要因素。2012—2017 年，技術(shù)水平取代了碳排放產(chǎn)生強(qiáng)度，成為減少上海市碳排放最主要的貢獻(xiàn)者。從2000—2017 年（除了2005—2007 年），最主要的碳增量貢獻(xiàn)者是最終需求水平（2005—2007 年主要貢獻(xiàn)者為技術(shù)水平）。2012—2017 年由于技術(shù)水平對(duì)減少碳排放的巨大作用，使得2017 年上海市整體碳排放僅比2012年增加0.23 Mt。圖4（b）為煤炭行業(yè)從2000—2017 年各個(gè)經(jīng)濟(jì)因素對(duì)于上海市碳排放的相對(duì)貢獻(xiàn)。從圖4（b）中可以看出，從2000—2002 年技術(shù)水平是減少上海市煤炭行業(yè)產(chǎn)生碳排放的主要因素。2002—2005 年以及2007—2012 年碳排放產(chǎn)生強(qiáng)度是減少上海市煤炭行業(yè)產(chǎn)生碳排放的主要因素。2005—2007 年最終需求結(jié)構(gòu)是減少上海市煤炭行業(yè)產(chǎn)生碳排放的主要因素。2012—2017 年技術(shù)水平取代了碳排放產(chǎn)生強(qiáng)度，成為最主要的減少上海市碳排放的貢獻(xiàn)者。從2000—2017 年（除了2005—2007 年），最主要的碳增量貢獻(xiàn)者依然是最終需求水平（2005—2007 年主要貢獻(xiàn)者為技術(shù)水平）。圖4（c）為石油行業(yè)從2000—2017 年各個(gè)經(jīng)濟(jì)因素對(duì)于上海市碳排放的相對(duì)貢獻(xiàn)。從圖4（c）中可以看出，從2000—2017 年（除了2000—2002 年），最主要的碳減量貢獻(xiàn)者依然是碳排放產(chǎn)生強(qiáng)度（2000—2002 年主要減量者為最終需求結(jié)構(gòu)）。從2000—2017 年最主要的碳增量貢獻(xiàn)者始終是最終需求水平。圖4（d）為天然氣行業(yè)從2000—2017 年各個(gè)經(jīng)濟(jì)因素對(duì)于上海市碳排放的相對(duì)貢獻(xiàn)。從圖4（d）中可以看出，2000—2002 年以及2005—2007年最主要的碳減量貢獻(xiàn)者是最終需求結(jié)構(gòu)，其他時(shí)間段為技術(shù)水平，從2000—2017 年最主要的碳增量貢獻(xiàn)者始終是最終需求水平（除了2000—2002 年為碳排放產(chǎn)生強(qiáng)度）。

圖4 各化石能源歷年社會(huì)經(jīng)濟(jì)因素對(duì)上海市碳排放的相對(duì)貢獻(xiàn)

回顧分解結(jié)果，最終需求水平是各種類型能源使用碳排放增加的主要驅(qū)動(dòng)因素，而碳排放產(chǎn)生強(qiáng)度是能源使用量減少的主要貢獻(xiàn)因素。人口始終也成為能源碳排放增長(zhǎng)的主要因素之一。這是因?yàn)樯虾Ｊ惺侵袊?guó)經(jīng)濟(jì)最發(fā)達(dá)的城市，隨著逐漸擺脫了金融危機(jī)的影響，經(jīng)濟(jì)復(fù)蘇加快，吸引了大量外省人口的涌入，導(dǎo)致上海市常住人口急劇增加。上海市同樣不斷提升生活品質(zhì)，最終需求水平也會(huì)隨之提高。據(jù)估計(jì)，在不久的將來(lái)，上海市的人口還會(huì)增加。因此，未來(lái)的最終需求水平和人口增長(zhǎng)將繼續(xù)推動(dòng)上海市的能源碳排放增量。上海市可以從以下幾個(gè)方面采取措施降低能源碳排放量：提高能源使用效率和轉(zhuǎn)變能源混合結(jié)構(gòu)。同時(shí)，應(yīng)主要集中在關(guān)鍵部門，如EH 與MS 部門。在上海市，EH（電力和熱力的生產(chǎn)和供應(yīng)）和MS（金屬冶煉和軋制加工業(yè)）一直是整個(gè)研究期間的重點(diǎn)行業(yè)，建議設(shè)立資源環(huán)境稅等政策，此外，設(shè)立區(qū)域環(huán)境保護(hù)聯(lián)合基金，實(shí)行跨區(qū)域排放交易，可以考慮采用這種綜合補(bǔ)償政策來(lái)減少能源的使用。

2.4 模擬

圖5 為碳達(dá)峰條件下的相關(guān)數(shù)據(jù)圖。圖5（a）為碳達(dá)峰條件下2025 年與2030 年的碳排放量。從圖中可以看出，在碳達(dá)峰條件下，2025 年與2030 年的碳排放數(shù)量大幅降低。具體來(lái)說(shuō)，2025 年碳排放數(shù)量為137.3 Mt，2030 年碳排放數(shù)量為101.1 Mt。圖5（b）為碳達(dá)峰條件下2025 年與2030 年上海市各行業(yè)碳排放數(shù)量。從圖中同樣可以看出，在碳達(dá)峰條件下，2025 年與2030 年碳排放數(shù)量大幅降低。OS 與EH 依然為碳排放最多的部門，但相對(duì)來(lái)說(shuō)均有所降低。圖5（c）為碳達(dá)峰條件下2017—2025 年各個(gè)條件的變化情況。從圖中可以看出，最大的碳排放減量貢獻(xiàn)者為碳排放產(chǎn)生強(qiáng)度，在其他條件不變的前提下，碳排放減少量達(dá)到186.4 Mt。在這一階段，最大的碳排放增量來(lái)自技術(shù)水平。而從圖5（d）可以看出，整體來(lái)看，從2017—2030 年碳排放增量的主要因素仍為技術(shù)水平與最終需求水平，這兩個(gè)因素的碳排放增量幾乎相同，而最大的碳排放減量貢獻(xiàn)者依然為碳排放產(chǎn)生強(qiáng)度。

圖5 碳達(dá)峰條件下的相關(guān)數(shù)據(jù)圖

3 結(jié)論

本文開發(fā)了一個(gè)經(jīng)濟(jì)能源碳排放（EECE）模型對(duì)上海市能源碳排放進(jìn)行回顧性分解（2000—2017 年）和前瞻性預(yù)測(cè)（2025 年與2030 年），旨在探索各種能源類型對(duì)上海市碳排放的影響。該模型從三個(gè)角度對(duì)上海市能源碳排放進(jìn)行了回溯性分析與前瞻性預(yù)測(cè)，為上海市能源碳排放系統(tǒng)規(guī)劃建立了過(guò)去與未來(lái)的動(dòng)態(tài)聯(lián)系。EECE 模型能夠：（1）反映上海市各種能源類型的碳排放發(fā)展過(guò)程；（2）反映各種社會(huì)經(jīng)濟(jì)活動(dòng)與上海市碳排放的相互影響；（3）對(duì)上海市未來(lái)碳排放發(fā)展進(jìn)行前瞻性預(yù)測(cè)。研究發(fā)現(xiàn)，上海市化石能源產(chǎn)生碳排放量最多的為煤炭行業(yè)，其次為石油，天然氣是產(chǎn)生碳排放量最少的化石能源。EH、OS 與MS 是上海市歷年產(chǎn)生碳排放最多的部門。最終需求水平是上海市能源消耗產(chǎn)生碳排放的主要驅(qū)動(dòng)因素。碳排放產(chǎn)生強(qiáng)度是上海市降低能源消耗產(chǎn)生碳排放的主要驅(qū)動(dòng)力。對(duì)于上海市碳排放的前瞻性預(yù)測(cè)表明：在碳達(dá)峰條件下，2025 年與2030 年碳排放數(shù)量大幅降低，碳增量主要因素仍為技術(shù)水平與最終需求水平，而最大的碳排放減量貢獻(xiàn)者依然為碳排放產(chǎn)生強(qiáng)度。在未來(lái)，控制上海市人口數(shù)量、提高能源使用效率和轉(zhuǎn)變能源混合結(jié)構(gòu)以及設(shè)立資源環(huán)境稅等方法將為上海市碳達(dá)峰作出貢獻(xiàn)。