期刊佳文 | 中国省域尺度碳收支核算与碳达峰碳中和预测

在全球气候变化和碳减排的国际背景下，开展区域碳收支核算并预测其未来演变态势，不仅有助于综合评估区域碳平衡状况、预估碳中和实现程度[1]，也是推动经济社会绿色低碳转型发展的迫切需求[2]。近年来，碳收支核算与碳中和预测成为学术界关注的热点之一。总结起来，前期研究主要包括以下方面:(1)区域碳收支核算及时空格局研究。主要集中在碳收支核算[3，4]及其时空格局[1，5，6]、碳收支与城市空间形态[5]和城镇化水平[7-9]的关系、基于碳收支的区域碳补偿[3，10]等方面，为揭示区域碳源/汇格局并开展区域差别化的碳治理提供了重要参考。(2)区域碳排放影响因素研究。由于资源禀赋、经济发展水平、能源和产业结构等的差异，不同区域碳排放的驱动因素存在显著的空间异质性[11]。相关研究采用STIRPAT模型[12-14]、投入产出模型[15]、LMDI指数方法[16]、LEAP模型[17]、灰色预测模型[18，19]以及神经网络模型[20]等，综合考虑社会、经济和环境等多因素对碳排放的影响[21]，基于人口、经济发展水平、能源及产业结构、技术进步等多指标分析碳排放的影响机制[22]，为区域差别化碳减排政策的设计提供参考。(3)区域碳收支和碳中和预测研究。前期研究主要从国家、区域及省域等不同尺度开展碳排放预测。在国家层面，由于预测周期和方法的差异，碳达峰时间的预测结果有所不同[23]，部分学者认为中国有望在2030年前实现碳达峰[24，25]，也有学者认为这具有一定的挑战性[26]。实现碳排放与经济发展脱钩是实现碳达峰目标的关键，如果不能实现对碳排放强度的约束，达峰时间将会延后[27，28]，不利于实现碳中和目标[29]。在区域层面，主要以东部地区[22]、闽三角[30]、黄河流域[31]、京津冀地区[32]、长三角[33]等多个典型区域为案例开展碳达峰预测及路径研究。在省域层面，学者们对河南[34]、山东[35]和广东[36]等地区的达峰时间及碳峰值进行了探讨。此外，也有学者将碳吸收预测纳入进来，从区域[37，38]、产业[39]等视角预测碳中和实现程度，或通过估算净碳排放量[40，41]和碳减排潜力[42，43]、构建碳达峰碳中和评价指标体系[44]等开展碳中和预测。以上研究为开展省域尺度碳达峰碳中和预测提供了重要的理论和方法参考。

总体来看，前期研究具有以下特点:(1)碳排放预测较多，但将碳排放与碳吸收相结合开展的碳收支预测研究相对较少。此外，当前研究主要集中在全国或单一区域尺度，关于省域尺度的研究尚不多见，这不利于满足区域差异化气候治理和碳减排政策选择的需要；(2)碳收支预测周期相对较短，仅少数研究预测至2060年，与国家“双碳”目标没有实现较好的衔接；(3)碳达峰预测相对较多，而对于全国不同区域的碳中和预测研究需要进一步加强，这有助于从碳源/汇双重视角评估区域碳中和实现程度。因此，从省域尺度开展碳达峰碳中和预测、评估不同省份“双碳”目标的实现程度，不仅有助于从理论上进一步深化省域尺度碳达峰碳中和评价和情景预测研究，而且对于差别化碳减排/增汇政策的设计、推动区域公平协同减排、促进“双碳”目标的实现具有重要的实践意义。鉴于此，本研究从省域尺度分析碳收支时空格局并探讨其影响因素，采用惯性发展、规划控制、达峰约束和绿色发展等4种不同情景对各省份碳峰值与碳中和度进行预测，揭示未来碳达峰及碳中和实现程度的省际差异，为区域差别化碳减排/增汇政策的制定提供参考和实践指导。

数据来源于2005-2019年《中国统计年鉴》和《中国能源统计年鉴》、CEADs中国碳核算数据库(https://www.ceads.net.cn/data/)、基于Landsat的1985-2019年中国土地覆盖年度数据集(CLCD)[45]。2005-2019年中国各省常住人口、城市人口、GDP、第二产业增加值、城市绿地面积等数据来源于2005-2019年《中国统计年鉴》；煤炭消耗量、能源消耗量等数据来源于2005-2019年《中国能源统计年鉴》；碳排放量数据通过CEADs数据库计算处理获得；耕地、林地、草地面积数据通过CLCD数据集获取。本文按照东部、中部、西部、东北地区对中国进行区域划分。

首先对不同省份的碳收支进行核算，然后基于STIRPAT模型分析各地区碳排放的影响因素，最后基于惯性发展、规划控制、达峰约束和绿色发展等4种不同情景，对各地区碳达峰和碳中和实现程度进行了预测。

(1)中国各省份碳排放量来源于CEADs中国碳核算数据库。该数据库采用粒子群优化-反向传播(PSO-BP)算法，通过DMSP/OLS和NPP/VIIRS卫星图像估算得到了1997-2017年各省份的CO₂排放量(单位:t)。

(2)中国各省份碳吸收量采用不同类型的生态用地面积乘以相应的碳吸收系数计算得到。计算方法如下:

STIRPAT模型可用来研究人口、财富和技术因素对环境压力的影响，被广泛用于碳排放影响因素研究中[14]，本文将结构因素纳入STIRPAT模型，将其拓展为人口、财富、技术和结构4项，其表达式为:

参考相关研究[22，27]，考虑到模型变量的合理性、科学性、全面性及数据可得性等，进一步扩展STIRPAT模型，选取人口、城镇化率、人均GDP、碳排放强度、能源强度、能源结构和产业结构7个变量来分析碳排放的影响因素。关于变量选取的依据，说明如下:人口通过生产、生活活动等影响碳排放[49]，而城镇化是经济社会发展的必然趋势，与碳排放密切相关[50]，因此选取常住人口和城镇化率作为人口因素；经济增长是碳排放增长的主要驱动因素[51]，因此选取人均GDP作为财富因素并加入人均GDP(A)的二次项[52]以探究各地区碳排放与经济增长之间是否存在“倒U型”关系；技术创新使能源利用效率提高、碳排放强度下降，进而抑制碳排放增长[53]，因此选取碳排放强度和能源强度作为技术因素；能源结构低碳化和产业结构高级化能够抑制碳排放增长，因此选取能源结构和产业结构作为结构因素。将以上变量先纳入STIRPAT模型再筛选，构建扩展的STIRPAT模型如表达式(4)，为避免影响因素之间存在多重共线性，在SPSS软件环境下进行岭回归分析，获得各省碳排放的主控因素。

结合中国经济发展状况及未来发展预期，同时也考虑到中国“双碳”目标承诺及省级政府规划中的碳排放控制目标，本研究设置惯性发展、规划控制、达峰约束和绿色发展等4种不同情景，预测2020-2060年各省碳排放量。各情景模式设定如下:

(1)惯性发展情景:GDP以2005-2019年的年均变化量平稳递增，碳排放强度以中国国家自主贡献中的承诺为依据递减。

(2)规划控制情景:根据各省市“十四五”规划中GDP年均增长率预测GDP，结合“十三五”控制温室气体排放方案中各省市碳排放强度下降指标计算碳排放强度年均下降率。计算方法如下:

(3)达峰约束情景:GDP以2005-2019年的年均变化量平稳递增，根据中国“CO₂排放力争于2030年达到峰值”的目标计算碳排放强度年均下降率。计算方法[54]如下:

(4)绿色发展情景:在惯性发展情景的基础上，放缓GDP增长速度，将GDP的增长率调低1个百分点。根据中国国家自主贡献中“2030年单位国内生产总值CO₂排放量比2005年下降60%-65%”的承诺设置碳排放强度下降目标为65%，参照公式(5)(6)计算得到碳排放强度年均下降率为4.11%，在此基础上，以5年为周期将下降率调高0.5个百分点，作为各省碳排放强度的下降率。

本研究以2019年为基期，预测不同情景下2020-2060年中国各省的碳排放量。计算方法如下:

不同情景下的碳峰值即为2020-2060年碳排放量的最大值，实现碳达峰的年份即为达峰时间。通过拟合2060年各地区碳吸收量，计算其与不同情景模式下2060年碳排放预测值的比值，可以计算得到不同情景下的碳中和度。计算方法如下:

从时间变化来看(图1)，中国碳排放量呈现上升趋势，2005-2019年由53.74×10⁸t增长至97.03×10⁸t，共增长43.29×10⁸t，年均增长率达到4.31%，此结果与国际能源署(IEA)公布的2005、2019年中国碳排放量54.07×10⁸、99.49×10⁸t等数据基本一致。碳排放增长分为两个阶段，第一阶段(2005-2011年)为快速上升期，碳排放由53.74×10⁸t增长至91.21×10⁸t，年均增长率达到9.22%，第二阶段(2011-2019年)为平稳波动上升期，碳排放由91.21×10⁸t增长至97.03×10⁸t，年均增长率达到0.78%，碳排放量增幅随时间变化减缓。中国碳吸收量相对稳定，但整体上呈上升趋势，2005-2019年由16.43×10⁸t增长至16.62×10⁸t，共增长1817.68×10⁴t，年均增长率达到0.08%，变化幅度小，与Wu等[55]的研究结论相似。全国层面上碳排放与碳吸收差距悬殊，2019年二者相差80.42×10⁸t，碳中和度仅为17.12%。

从空间分布来看(图2)，各地区碳收支在空间上存在较大差异。碳排放呈现“北高南低、东高西低”的空间格局。2019年东部、中部、西部、东北地区碳排放量分别为38.94×10⁸、20.66×10⁸、29.67×10⁸、7.76×10⁸t。东部地区是我国经济发达地区，能源消费需求量较高[56]，其碳排放占全国碳排放的40.13%。2005-2019年东部、中部、西部、东北地区碳排放量年均增长率分别为3.79%、3.94%、6.24%、2.04%。在西部大开发战略背景下，西部地区城市化、工业化进程加快[57]，因此该地区碳排放量增速明显高于其他地区。2019年东部、中部、西部、东北地区碳吸收量分别为1.87×10⁸、2.33×10⁸、9.80×10⁸、2.62×10⁸t，呈现“西部>东北>中部>东部”的“西高东低”格局。西部地区碳吸收远高于其他地区，占全国碳吸收的58.97%。与2005年相比，2019年东部、中部、西部地区碳吸收量分别增长了1.77%、0.02%、1.88%，而东北地区降低了1.20%，这与张赫等[58]的研究结论相似。

碳排放影响因素参数估计结果(表1)表明，当k=0.171时，中国碳排放的影响因素参数估计结果趋于稳定，R²=0.958，整体拟合度较好。此外，由各影响因素的显著性水平可得，全国层面上，常住人口、城镇化率和人均GDP是碳排放的主控因素且呈现促进作用，每增加1%，碳排放量就可能增加1.843%、0.534%、0.167%，其中常住人口的促进作用最大，人口增长过程中能源消费需求提升[59]，碳排放量增加。此外，产业结构和能源强度对碳排放的影响较为显著，第二产业是碳排放的主要来源，产业结构对碳排放起到促进作用，而提高能源效率是我国推进节能减排的重要手段[60]，2005-2019年能源强度不断下降，对碳排放起到抑制作用。

对不同区域的分析结果表明:(1)常住人口是东部地区碳排放的主控因素，并且对除北京之外其他省市的碳排放有显著的促进作用。东部地区经济发达，吸引人口迁入，人口规模的提升和消费水平的提高带来了大量碳排放[51]。其中，江苏常住人口对其碳排放具有较强的正向影响，省内常住人口每增加1%，碳排放就可能增加4.862%。此外，由人均GDP及其二次项系数可以看出，北京、上海的碳排放与经济增长之间存在“倒U型”关系；(2)中部地区碳排放的主控因素为人均GDP，均呈现促进作用且通过了1%水平的显著性检验，该地区经济相对欠发达，生产活动是碳排放的主要来源，碳排放主要受经济因素驱动[61]。城镇化率对中部地区碳排放的影响相对显著且为促进作用，湖北城镇化率的参数估计结果通过了5%水平的显著性检验，其余省市通过了1%水平的显著性检验。此外，中部地区仍维持以工业为主的产业布局，产业结构对中部地区碳排放具有显著的促进作用，其中湖南、河南、安徽通过了1%水平的显著性检验，以上3省的产业结构每增加1%，碳排放就可能分别增加1.474%、0.914%、0.896%；(3)西部地区碳排放的主控因素为城镇化率和人均GDP，均呈现促进作用且通过了1%水平的显著性检验。城镇化率对西部地区碳排放的促进作用更大，西部大开发政策实施以来，该地区在快速城市化进程中开展了大量基础设施的建设工作，产生了大量碳排放[57]。城镇化率对内蒙古、青海、新疆等具有较强的促进作用，以上3省(区)的城镇化率每增加1%，碳排放就可能分别增加0.981%、0.854%、0.755%。(4)东北地区碳排放的主控因素为人均GDP，均呈现促进作用且在1%的水平下显著，这与杨迪等[62]的研究结果类似。此外，人口对辽宁和黑龙江的促进作用远大于其他因素，辽宁、黑龙江的人口每增加1%，碳排放就可能增加6.930%、8.379%。

预测2020-2060年各省在惯性发展、规划控制、达峰约束和绿色发展4种情景下的碳排放量，分析不同情景下各省的达峰时间(图3)和碳峰值(表2)。

惯性发展情景下，各省均在2030年后实现碳达峰。黑龙江将于2031年实现达峰，达峰最早，碳峰值为2.56×10⁸t，其后是天津、河北、内蒙古(2033)、新疆(2034)等。北京将于2052年实现达峰，达峰最晚，碳峰值为1.14×10⁸t，其后为安徽(2051)、贵州(2050)、湖北(2044)等。惯性发展情景下GDP变化量保持当前水平不变，经济增长较慢的地区在该情景下碳排放量较低，可较早达峰，经济增长较快的地区则相反。北京、上海等经济发达地区应发挥引领带头作用，推动经济向低碳、可持续的方向发展，利用科技创新优势降低碳排放强度，提早实现达峰目标，实现高质量发展。规划控制情景下，各省达峰时间相对分散，25个省市在2030年及之前实现碳达峰。整体上看，东部地区较早实现碳达峰，西部地区较晚实现，中部、东北地区的达峰时间相对集中。北京、上海、广东均在2021年实现碳达峰，达峰最早，其后是江苏、浙江、山东(2023)等。海南在2048年实现碳达峰，达峰最晚，此外，新疆(2044)、青海(2040)、山西(2032)、云南(2031)也将在2030年后达峰。规划控制情景下海南、新疆的经济发展速度较快，GDP年均增长率分别为10%、7%，碳减排目标较低，碳排放强度年均下降率均为2.52%，达峰时间较惯性发展情景推迟13、10年，对于此类经济增速上调的地区，应严格约束其减排力度，大力发展清洁能源，提高能源利用效率，推进产业绿色转型，以实现经济增长目标与减排目标之间的相对平衡。达峰约束情景下各省均在2029年实现碳达峰，但碳峰值存在明显差异，其中山东碳峰值最高，共计8.94×10⁸t，海南碳峰值最低，共计5941.20×10⁴t。碳达峰是碳中和的基础和前提，达峰时间越早，峰值越低，实现碳中和的难度越低，不能一味追求过早的达峰时间而忽视对碳峰值的约束。对于碳峰值较高的地区，应在约束达峰时间的同时通过规划、政策等的干预降低峰值，实现高质量达峰。绿色发展情景下，各省均在2020-2023年实现达峰，整体来看，该情景达峰时间早于其它3种情景。其中天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、山东、甘肃达峰时间最早，在2020年达到碳峰值，贵州在2023年达到碳峰值，是该情景下达峰最晚的省份。该情景实现了经济的减速增质，未来应进一步通过科技创新、规划政策干预等手段实现经济增长和碳减排的双目标。

中国各省市的最早达峰情景均为绿色发展情景。北京和广东在规划控制和绿色发展情景下的达峰时间均为2021年，但在规划控制情景下的碳峰值均低于绿色发展情景。因此，规划控制情景为北京和广东实现碳达峰的最优情景，绿色发展情景为其余27个省市实现碳达峰的最优情景。北京、广东根据规划控制情景开展碳减排工作更加有效。对于其余27个省市，根据绿色发展情景在经济放缓增长的同时执行“中国国家自主减排”方案的减排效果更好。

将2060年各省在惯性发展、规划控制、达峰约束和绿色发展4种情景下碳排放量与碳吸收量的预测值进行比对，获得2060年各省在不同情景模式下的碳中和度(图4)。

惯性发展情景下，大部分省份的碳中和度较低，内蒙古和青海可实现碳中和目标。内蒙古在2059年碳中和，碳中和度为103.25%；青海在2053年碳中和，碳中和度为100.98%。2060年上海、江苏、天津、山东的碳中和度仅为0.53%、0.88%、0.95%、1.00%。该情景下上海GDP年均增长量占全国的3.69%，经济的高速增长带来大量碳排放，应着重研发推广减排增汇技术，通过科技手段实现碳中和目标。江苏、山东是中国的人口大省、经济强省，该情景下GDP年均增长量分别占全国年均增长量的10.35%、6.69%，应积极推动经济发展全面绿色转型以实现经济高质量增长，同时推进山水林田湖草沙系统治理工作以提升生态碳汇能力。规划控制情景下，仅内蒙古可实现碳中和目标，在2056年碳中和，碳中和度为104.36%。2060年黑龙江和青海的碳中和度分别为93.60%、95.19%，碳中和潜力大。整体来看，南方地区碳中和度较惯性发展情景有所提升，其中四川、广东的碳中和度有明显提升，分别提高了39.89%、13.46%。上海、天津、山东、江苏虽在2030年前实现碳达峰，但2060年碳中和度仅为1.41%、1.50%、1.91%、2.21%，与惯性发展情景相比变化较小，碳排放与碳吸收仍差距悬殊，对于此类地区，未来应制定更加严格的规划方案，在加强减排力度的同时提出关于提升碳汇能力的具体要求。达峰约束情景下，内蒙古和青海可实现碳中和目标。内蒙古在2058年碳中和，碳中和度为102.79%；青海在2035年碳中和，碳中和度为100.64%。西部地区碳中和度较惯性发展情景有所提升。该情景下各地区虽然能够实现2030年前碳达峰的目标，但多数地区2060年碳中和度较低，实现碳中和的任务依然艰巨，碳中和是对碳达峰的紧约束，这些地区应将“最大程度实现碳中和”作为制定减排增汇方案的约束条件，高质量实现“双碳”目标。以上3种情景实现碳中和的省份较少，且这些省份处于西部地区，东部地区经济社会发展水平较高，实现碳中和的任务较为艰巨。绿色发展情景下，共10个省份可实现碳中和，主要集中在西部、东北地区，2060年湖南、贵州和新疆的碳中和度分别为96.39%、97.08%、98.73%，碳中和潜力大。上海、天津城市化水平高，森林、草地等资源稀少，碳汇能力明显低于西部地区，2060年碳中和度仅为3.11%、3.81%，未来应构建国土空间开发保护格局以巩固生态系统碳汇能力，同时重视减排增汇技术的研发，以技术创新助力地区实现“双碳”目标。绿色发展情景下各省份碳中和度均为最高，截至2060年的碳减排量均为最大，该情景为实现“双碳”目标的最优情景。

2060年中国在惯性发展、规划控制、达峰约束和绿色发展4种情景下的碳排放量分别为103.55×10⁸、63.16×10⁸、75.28×10⁸、21.05×10⁸t，与2019年相比，惯性发展情景下碳排放量增长了6.72%，而绿色发展情景下下降了78.30%(表3)。惯性发展情景保持现有经济增长速率和减排力度，碳排放不降反升，其余3种情景通过规划政策、达峰目标等进行约束，碳排放有所下降，应协调碳减排与经济增长的关系，推动经济社会发展低碳化，实现高质量发展。2019-2060年中国碳吸收量由16.62×10⁸t增长至21.42×10⁸t，呈上升趋势，与碳排放量相比，其增长幅度较小(图5)，未来应通过优化国土空间布局、加强固碳增汇技术创新等方式巩固提升生态系统碳汇能力。中国仅在惯性发展情景下不能实现2030年前碳达峰的目标，达峰时间为2039年；仅在绿色发展情景下能够实现2060年碳中和的目标。绿色发展情景是中国最早实现碳达峰的情景，也是唯一能够在2060年实现碳中和的情景，因此该情景为中国实现碳达峰碳中和的最优情景。

(1)2005-2019年中国碳排放呈波动上升趋势，年均增长率达到4.31%；碳吸收相对稳定且增长缓慢，年均增长率达到0.08%。中国省域尺度碳收支的空间分异特征明显，碳排放呈现“北高南低、东高西低”的空间格局，而碳吸收呈现“西高东低”的空间格局。

(2)全国层面上，常住人口、城镇化率和人均GDP是影响碳排放的主要因素，产业结构和能源强度次之，能源结构和碳排放强度的影响则不显著。东部地区碳排放的主控因素为常住人口；中部、东北地区碳排放的主控因素为人均GDP；西部地区碳排放的主控因素为城镇化率和人均GDP。

(3)惯性发展情景下，达峰时间由北向南呈现“早—晚—中”的特点；规划控制情景下，东部地区达峰时间早，西部地区达峰时间晚，中部、东北地区的达峰时间相对集中；达峰约束情景下各省份均在2029年达峰；绿色发展情景下，各省份均在2020-2023年达峰，北方达峰时间早于南方。

(4)绿色发展情景下，中国可实现2060年碳中和的目标，而省域碳中和度差异明显，空间聚集性突出，西部、东北地区碳中和度明显高于其他地区。在其余3个情景下，仅个别省份能在2060年实现碳中和，且中国省域尺度碳中和度自西北向东南呈现“由高到低”过渡的特点。

为推动我国“双碳”目标的实现，提出以下建议:(1)东部地区应大力发展新质生产力，引领低碳技术革新，并充分利用技术优势向其他地区提供支持。同时要强化城市扩张约束，提高城市土地集约利用水平，减少人口密集区域的碳排放。(2)中部地区应引导传统产业向绿色低碳方向转型，优化产业结构，形成产业协同机制，实现资源共享、技术创新和碳减排效益的最大化。通过循环经济方式，推动产业生态圈的发展，鼓励企业在产业链上下游形成生态圈，推动碳减排，实现中部地区产业的可持续发展[56]。(3)西部地区碳汇能力强，碳中和潜力大，同时承接了大量高耗能高排放产业，应强化生态红线约束，巩固提升生态碳汇能力，推进新能源基地建设以实现能源结构低碳化。同时，未来应进一步完善区域横向碳补偿的体制机制，由高碳排放区域向西部高碳汇地区提供补偿资金和技术援助，促进西部地区实现减排。(4)东北地区碳汇能力有所减弱，工业发展相对成熟，应加强黑土地保护和生态修复，有效提升碳汇能力，同时改造老工业基地，大力发展清洁生产技术，推动产业结构转型升级。

本文重点从省域尺度分析碳收支时空格局，探讨碳排放影响因素并开展碳达峰碳中和预测。但存在以下不足:(1)碳吸收系数来自相关研究成果，未考虑不同地区植被净初级生产力的差异，碳吸收计算结果可能存在一定误差，未来可在考虑地区植被生产力和碳汇能力差异的基础上对碳吸收进行核算。(2)情景设置中仅考虑了经济发展水平和相关规划政策等对碳排放的影响，未考虑清洁能源开发、技术进步和产业结构优化等因素的影响，未来应进一步细化情景设置，使预测结果更符合实际。(3)在碳达峰和碳中和预测中，未考虑区际和国际贸易带来的隐含碳流动对区域碳收支的影响。未来可以将区域间隐含碳流动纳入进来，基于“生产-消费”双重视角分析其对碳收支区域差异及不同省份碳达峰、碳中和实现程度的影响。