期刊佳文 | 区域碳排放达峰预测模型构建与实现路径研究

目前，全球气候变化形势严峻，我国作为全球碳排放大国，碳排放量处于高增速、高总量阶段，迫切需要采取更有效的解决措施。为此，我国政府提出了2030年前达到碳峰值、2060年前实现碳中和的“双碳”目标。二氧化碳大量排放的首要排放源是工业生产的能源消耗，次要原因是居民生活的能源使用。二氧化碳减排既是一个气候问题同时也是一个发展问题。我国面临的二氧化碳减排任务非常艰巨，主要表现在以下方面：一是我国人口基数大以及城镇化率呈上升趋势，人口规模的增长与城镇化进程的推进需要大量能源支持，部分区域生态环境较为脆弱；二是人均GDP与能源强度的变化会直接影响到生态环境的平衡；三是部分区域的产业结构尚不合理，尤其是工业能源消耗占比较高。以上因素都会直接或间接影响到二氧化碳排放量。

要实现二氧化碳减排的目标，既需要先进的碳减排领域专业技术支持，又需要加强科学的政策指导。实现碳达峰是实现碳中和的前提和基础，故探索碳达峰的实现时间与达峰值十分必要。研究预测碳排放量以及如何选择碳达峰的路径，具有重要的现实意义，而切实的政策制定同样也是源于对碳排放的科学预测。在此双重条件下，针对碳排放趋势发展为各区域提供一定的预测依据，并据此提出相应的政策建议是十分必要的。因此，本文拟以STIRPAT模型为基础，并通过多维情景设置，深入研究碳排放影响因素并预测其碳达峰时间和达峰值，以期为我国制定区域碳排放控制和应对气候变化等方面的措施、寻求低碳发展的新模式提供理论依据和科学方法。

国内外学术界及实务界针对碳排放的预测理论方法、预测指标以及预测模型工具做了较为系统的研究工作，具体如下。

国外学者GROSSMAN等[1]基于对42个国家或地区的研究，提出经济增长与环境质量之间成一种倒“U”型的环境库兹涅茨曲线（Environmental Kuznets Curve，EKC）。PANAYOTOU[2]、SCHMALENSEE等[3]、COLE[4]的研究分析证实了经济增长或人均收入与碳排放之间存在EKC曲线。DALTON等[5]通过深入研究提出人口年龄结构和技术变化等因素将会显著影响未来的能源使用量和二氧化碳排放量。GAO等[6]、ANSER等[7]分别从人口结构和人口规模上对人口与碳排放的关系进行了重要的研究。CHURCHILL等[8]研究了七国集团（G7）国家自19世纪以来研发强度对二氧化碳排放量的影响关系①，发现研发强度对二氧化碳排放量的影响效应是时变的，在不同时期和阶段存在明显的差异。

国内学者王锋等[9]研究发现，人口规模、人均GDP、经济结构等因素可导致CO₂排放量增加，而能源强度和CO₂排放呈现负相关。李波等[10]对农业碳排放的影响因素进行探究，结果表明效率因素、结构因素、劳动力规模因素对碳排放量具有一定的抑制作用。张传平等[11]则指出，能源强度是减少工业领域碳排放的一个重要驱动因子。黄蕊等[12]定量分析了江苏省能源消费碳排放量的影响因素，发现人口数量、人均GDP、能源强度、城市化水平对能源消费碳排放量都有不同程度的影响。陈占明等[13]针对中国不同城市二氧化碳排放的主要影响因素及其影响程度进行了研究，发现人口规模和第二产业生产总值占比会正向影响城市的碳排放量，同时，经济发展水平的不断提升对二氧化碳排放量的影响呈现先增后减的趋势。廖祖君等[14]研究分析了四川省人均碳排放的影响因素，结果显示，能源结构对人均碳排放量的影响最大，其次是能源强度和经济发展水平。

国内外学者在碳排放峰值预测方面，采用了多种模型展开了探究。如CHERMACK[15]提出了情景分析的具体方法和定义，对情景分析方法的理论理解、发展、实践和验证进行了系统性的研究。付加锋等[16]基于情景分析方法，对构建中国未来低碳经济发展情景框架、关键指标的选择与设定、情景逻辑性检验等方面的问题进行探讨，从而为中国走低碳经济发展道路提供了参考。而王磊[17]建立了“经济—能源”投入产出模型，充分考虑了在生产过程中，由于使用或产生中间产品而导致隐性二氧化碳排放的影响，并对二氧化碳排放量做出了多情景预测，其研究结果认为中间产品消费导致的二氧化碳排放不容忽视。WANG等[18]建立了基于能源需求和能源供应平衡的混合能源模型，模拟了中国未来能源结构变化和碳排放趋势。ZHANG等[19]利用C-GEM一般均衡模型预测显示，中国的碳排放量将在2050年前达到峰值。王兴等[20]在对西南地区碳排放问题进行分析时，引入灰色模型（GM模型），证明其农业生产效率、农产品结构及农业劳动力规模等因素影响农业碳排放，预测到2020年该地区的农业碳排放量将达到1.69亿吨左右。YU等[21]构建“经济-碳排放-就业”多目标优化模型，并通过分析研究得出，在中国2013-2030年优化的产业结构调整轨迹下，碳排放很有可能会在2023-2025年间达到峰值。

另外，还有部分学者运用STIRPAT模型对碳排放预测进行了研究。如宋晓晖等[22]以STIRPAT模型为框架，分别构建了总人口模型及家庭户模型，用于分析我国人口数量、人口结构、能源强度及消费变化对碳排放产生的影响，验证发现家庭户模型的解释力度总体优于总人口模型。王宪恩等[23]基于STIRPAT模型的研究结果表明，经济增长和碳排放强度的变化是影响碳排放的主要因素，碳排放先后经历增长期、高峰期和回落期，整体呈倒“U”型趋势，同时“节能-低碳”情景下的碳排放增长趋势更缓更低。王勇等[24]、张巍[25]、赵慈等[26]也基于STIRPAT模型，通过组合情景预测，发现人口规模、能源结构、人均GDP和能源强度对各城市碳排放起到一定的影响作用。

需要指出的是，STIRPAT模型一般作为情景分析的基础模型，是对特定区域二氧化碳排放量变化趋势进行预测的重要模型。因此本文选择STIRPAT模型，通过情景分析方法，结合人口、经济、产业、能源等影响因素，对未来一段时间内的二氧化碳排放量进行预测分析，指明碳达峰的可能路径，并提出针对性的对策建议，为全国碳达峰相关决策提供科学依据。

本文的碳排放达峰预测模型构建思路为：首先，根据碳排放影响指标分析的既有研究将常住人口、经济发展水平、技术水平等相关信息转换为可量化的因素和指标，从而形成了二氧化碳排放量、人口规模、人均GDP和产业结构、能源结构、能源强度等六项可量化因素共同影响的STIRPAT模型；其次，依托国内典型区域的时间序列数据，通过岭回归算法①，计算出STIRPAT模型中各个指标的弹性系数，使用预测值和实际值进行比较和模型验证；最后，运用情景分析法，将六项影响因素设置为“高”“中”“低”三种发展速度，从而对碳排放峰值以及对应出现的时点进行多情景预测。

导致温室效应最常见、最主要的气体是二氧化碳，其产生主要来自化石燃料等一次能源的燃烧或消耗。本文中，二氧化碳排放量测算依据的是《IPCC2006年国家温室气体清单指南2019修订版》②中有关碳排放的计量方法（碳排放系数法），根据一次能源消耗量对碳排放量进行测算，具体公式如下：

碳排放峰值预测基于历史数据对未来排放进行模拟。YORK等[27]在IPAT模型和ImPACT模型的基础上提出STIRPAT模型，该模型在二氧化碳排放量预测研究中，应用最为权威和广泛，是一种基于指标分解法的模拟，将影响因素定量分解，研究其与二氧化碳排放量之间的关系，其基本表达式为：

参考相关文献的研究方法[28-29]，本文所构建的STIRPAT模型对影响碳排放量的因素进行适当分解：将经济发展水平分解为人均GDP（A）和城镇化率（U），将技术水平分解为产业结构（IS）、能源强度（EI）和能源结构（ES），人口规模（P）不用分解。这六个因素广泛应用于碳排放研究中，并会较为显著地影响二氧化碳排放量。因此本文将基本STIRPAT模型拓展为：

为便于分析，将式（3）两边取自然对数，表达式变为：

同时借鉴相关研究成果[27]，碳排放量（Q）与人均GDP（A）间存在非线性关系，故在式（4）中引入人均GDP（A）的二次项：

式中：a为常系数项，e为误差项，b、c、d、f、g、h、k分别为对应因素的变量系数，各个具体变量说明见表2。

本文以天津市作为区域数据验证基础。天津市作为我国传统工业重镇，能源转型任务艰巨，化石能源占比为88%，煤炭年消费总量是北京市的19倍；可再生能源装机占比仅为14.7%，外来电比例为20.1%，低于北京市的60.2%、上海市的46.8%；电气化率为33%，低于国内一线城市水平。本文中所使用的人口、经济、产业、能源等历史数据主要来自2000-2022年的天津市统计年鉴，2000-2021年二氧化碳排放量数据来源于多尺度排放清单模型（MEIC）[30-31]，个别缺失数据采用插值法补齐，最终得到表3的数据。

本文通过构建STIRPAT拓展模型对碳排放量与各个影响因素之间进行多元非线性拟合，以天津市2000-2021年的数据进行模型计算，然后进行预测值和实际值的比较验证。

首先，运用SPSS软件使用最小二乘法做线性回归并检验自变量之间的相关性，得到表4。

由表4可以看出，方差膨胀因子（VIF）的值均大于10，说明存在多重共线性问题。为了消除此问题，故采用岭回归分析法。

其次，运用SPSS软件生成各变量的岭迹图，每个自变量都会在岭迹图上生成一条曲线，其特点是随着参数K的增大，各条曲线逐渐重合重叠，如图1所示。

由图1中可知，当岭参数K=0.1时，各个模型系数趋于平稳，拟合度最佳，拟合结果如表5所示。

由表5可看出，可决系数R2为0.98①，F统计量值为98.2，F统计量显著性为0.000，通过了1%的显著性水平检验，同样所有自变量和常数项也均通过了1%的显著性水平检验，说明回归方程和回归系数均符合显著性检验要求，整体拟合度良好。由此得到模型方程为：

由式（6）可知，模型中的各变量对天津市碳排放量均产生显著作用，但每个变量对碳排放的影响度大小不同，按其影响度从大到小的排序结果依次为：城镇化率、人口规模、产业结构、能源强度、人均GDP和能源结构。然后，本文将2000-2021年天津市碳排放各变量数据代入模型方程后，即可计算出每年的碳排放预测值。碳排放实际值与预测值的比较结果如表6所示。

通过表6比较得出，碳排放量预测值与实际值变化趋势一致，且误差值很小，平均绝对误差为4.03%，说明预测模型具有良好的实证意义。

情景分析法是对预测对象可能出现的情况或引起的后果作出预测的方法，它是建立在经验判断与模型设定的基础之上。本文根据定量模型总结出影响碳排放的各因素未来的变化趋势，并通过经验判断和其他实证分析来设定各因素的变化，从而推断出碳排放将如何变化，具体步骤如下。

本文基于天津市社会经济的历史数据和发展趋势，综合考虑了天津市未来的经济发展状况、人口增长趋势、政策规划情况以及近年来新冠疫情的冲击等问题，对影响天津市（2022-2050年）碳排放量的六个因素变化率分别设定了“低速”“中速”“高速”三种情景。不同情景下各因素变化率的设置情况如表7所示。

本文根据天津市实际发展情况，设置了六种典型的情景组合，包括基准情景（S1）、绿色发展情景（S2）、经济发展情景（S3）、保守发展情景（S4）、粗放发展情景（S5）和综合发展情景（S6），情景的划分是依据差异性的规划发展将影响因素变化率分别设置不同的“低速”“中速”和“高速”，其目的是基于天津市现有的技术水平，全面预测天津市2022-2050年（撰写本研究论文时，天津市统计局暂未公布2022年相关数据，故本文中2022年的碳排放量是预测值）的二氧化碳排放量，综合探寻实现碳达峰碳中和的最优路径。

如将人口规模、人均GDP、城镇化率变量设为“高速”时，这代表着以经济发展为主要规划目标；如将产业结构、能源强度、能源结构的变化率设为“高速”时，是为了注重绿色能源发展，改善经济发展对煤炭燃料的依赖，使用清洁能源代替方案，提高节能减排技术情景下碳排放的趋势。具体情景组合如表8所示。

本文在天津市碳排放预测模型的基础上，结合天津市未来人口、经济等状态，设置并预测六种发展情景下天津市2022-2050年的二氧化碳排放量，并得出在不同发展情景下天津市的碳排放趋势（图2），以及碳达峰时间及峰值（表9）。

由图2可知，在这六种发展情景下，天津市碳排放量均呈现先增加后减少趋势。由表9可知，在碳排放达峰时间上，“绿色发展情景（S2）”下碳排放最早达到峰值，“经济发展情景（S3）”下碳排放最晚达到峰值。在碳峰值排放量方面，“经济发展情景（S3）”下碳排放量最高，而“绿色发展情景（S2）”下碳排放量最小。由预测数据可知，天津市碳达峰时间将在2028-2040年之间变动，而碳排放峰值预测将在16959.63万吨～19155.38万吨之间浮动。

通过上述研究发现：一是，当区域产业结构优化、能源结构优化和技术进步水平发展速度快于该区域人口规模、经济发展和城镇化率速度时，才能够真正实现区域碳减排而并不降低经济发展；二是，区域经济发展不一定会导致碳排放量的急剧增长，从短期来看，区域的人口增长、经济发展、城镇化率增加确实会带来区域碳排放量的增长，但从长期来看，技术进步、产业结构和能源结构等因素对区域碳排放量起着决定性影响作用。

综上所述，区域经济转型的关键是技术进步、产业结构和能源结构优化升级，经济发展应与产业结构和能源结构优化平衡发展。故地方政府须在保持当前政策和规划连续性的基础上，同时维持经济平稳发展，并对产业结构和能源结构进行优化升级，降低第二产业在国民经济中的占比，优化能源结构和推动能源型产业转型升级，积极践行绿色低碳发展路径，可有望在2030年前实现碳达峰目标。

本文基于STIRPAT的碳排放达峰预测模型构建及研究，得出以下结论。

（1）在碳排放预测分析中，本文所构建的多维影响因素的STIRPAT模型，能够有效加大模型的解释力度和研究可信度，尤其是区域碳排放的预测值和实际值高度吻合，说明该模型具有良好的实证价值。

（2）在本文所甄选的六个碳排放影响因素中，其中城镇化率对碳排放量的影响最大，后续依次为人口规模、产业结构、能源强度、人均GDP、能源结构等因素，这为区域碳达峰碳中和的目标实现提供了重要的参考。

（3）区域碳达峰目标的达成与实现，需要地方政府相关部门在保持区域经济平稳发展的前提下，还应切实制定优化能源结构的相关政策并加大实施力度，即应将任务重点由追求区域经济发展规模转为优化区域能源结构，并进一步推动科技发展创新，从根本上实现区域碳排放量的降低。

根据研究结论，区域碳减排政策的相关建议如下。

（1）建议地方政府层面应进一步积极推进本区域的产业结构升级，加快扶持重点行业的绿色低碳转型，走绿色循环发展路径，持续进行绿色低碳经济体系全方位升级。

（2）建议企业层面需要充分发挥作为碳减排主体的作用，全力加大对绿色能源技术创新的投入，推动减碳技术进步。

（3）建议政府层面应进一步加强清洁能源替代战略的顶层设计，大力发展建设新型绿色能源。在“双碳”目标约束和能源转型发展进程中，清洁低碳是必然趋势，也是能源产业发展的迫切要求，故地方政府和企业应充分利用所在区域的资源优势，深入挖掘新型能源，加大清洁能源占比，以期尽早实现“双碳”目标。