我國省域碳排放特征識別及類型劃分

王鵬，馮相昭，王敏，安祺，楊儒浦，趙夢雪

(生態環境部環境與經濟政策研究中心，北京 100029)

氣候變化是人類面臨的重大而緊迫的全球性挑戰，我國已成為全球應對氣候變化的重要參與者、貢獻者和引領者[1]。習近平總書記在第七十五屆聯合國大會一般性辯論上宣布，中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030 年前達到峰值，努力爭取2060 年前實現碳中和。各省區市是國家兌現碳達峰、碳中和承諾的行動主體，合理制定各省區市減排策略是我國實現碳達峰、碳中和目標的關鍵，而精準識別各省區市碳排放量時空特征則是實施碳減排策略的基礎。許多學者的研究已在省級尺度上評價了中國碳排放量的空間格局特征，并從時間跨度上分析了不同區域的排放趨勢[26]。李建豹等的研究表明，中國省域人均碳排放量存在明顯的集聚特征，且存在顯著的區域差異，東北部人均碳排放量明顯高于西南部[5]。WANG Shaojian 等基于省域的碳排放量動態面板數據分析指出，各省份單位GDP 碳排放量的演變受城市化發展、工業化水平、產業結構調整、能源消費結構等因素影響，省域差異呈現明顯的增強趨勢[6]。隨著城市級碳排放核算能力的不斷提高，近年來有學者從城市尺度探究了我國碳排放量的時空演變特征[7]。楊青林等基于285 個地級市2013 年的截面數據分析指出，我國城市碳排放量總體上呈“東部高、西部低，北部高、南部低”的空間格局，且京津冀經濟區、成渝經濟區、長江三角洲經濟區和東北工業經濟區是高碳排放聚集地；從城市碳排放強度上看，則大體呈“西高東低”的特征[7]。

需要指出的是，伴隨著社會經濟的快速發展，我國碳排放時空特征近年來的變化仍然有待研究。本文在核算30 個省區市2000—2018 年化石能源消費產生的碳排放量(簡稱“碳排放量”)基礎上，識別了各地碳排放量、碳排放強度和人均碳排放量的時空變化特征，并對碳排放量的變化趨勢進行分類，以期為我國設定碳排放目標和制定碳減排政策提供充分的科學依據和決策支撐。

1 研究方法與數據來源

化石能源的燃燒是CO2排放的主要來源。本文核算碳排放量所用到化石能源消費數據來源于2000—2018 年《中國能源統計年鑒》中30 個省區市(不含西藏自治區、香港特別行政區、澳門特別行政區和臺灣省)的“地區能源平衡表”。所涉及的能源類型包括“地區能源平衡表”中17/25 種(2000—2009 年)/(2010—2018 年，不包括高爐煤氣、轉爐煤氣)化石能源，涉及“地區能源平衡表”“終端消費量”中農、林、牧、漁、水利業，工業，建筑業，交通運輸、倉儲和郵政業，批發、零售業和住宿、餐飲業，生活消費，以及能源加工轉換過程中火力發電和供熱等8 個部門的CO2排放，最終取和作為各省區市化石能源消費產生的碳排放量，核算公式如下所示:

式中，CE1為碳排放總量；Ei和EFi分別為第i種化石能源和對應的碳排放因子，化石能源的碳排放因子采用國家溫室氣體清單數據。

為量化識別30 個省區市2000—2018 年碳排放量的變化趨勢，基于R 語言，采用Mann-Kendall(MK)檢驗法，定量反映各省區市2000—2018 年、2005—2018 年、2010—2018 年、2015—2018 年碳排放變化趨勢的顯著性。同時，結合條件函數識別各省區市2000—2018 年碳排放最大值出現的年份及出現最大值后的年數，并對最大值年至2018 年碳排放的變化趨勢進行MK 趨勢檢驗。基于上述檢驗結果，對碳排放變化趨勢類型進行劃分。

2 結果分析

2.1 碳排放空間格局分析

圖1 給出了2005 年、2010 年、2015 年和2018 年30 個省區市的碳排放量。自2005 年至2018 年，全國大部分省區市碳排放量呈現增加趨勢，特別是山西、新疆、安徽等省區碳排放量增加趨勢明顯。2018 年，山東、河北和江蘇的碳排放量最大(已達8 億噸以上)，其次是內蒙古、遼寧、廣東、河南、山西、新疆、安徽、浙江等省區(在4 億噸至8 億噸之間)，海南、青海、北京、天津、重慶、寧夏、甘肅等省區市的碳排放相對較少(不到2 億噸)。同時，2018 年30 個省區市碳排放量維持了“東部高、西部低，北部高、南部低”的空間格局。從整體空間分布上看，我國東北部、西北部、東部省區市碳排放存在一定聚集效應，且高排放與低排放省區市之間的差異近年來變得更大。

圖1 30 個省區市主要年份碳排放量

結合人均碳排放量演變(圖2)，寧夏、內蒙古、山西、新疆、河北、遼寧等省區人均碳排放增加趨勢明顯。2018 年，寧夏、內蒙古的人均碳排放最大(在20 噸/人以上)，山西、新疆、遼寧次之(在10 噸/人以上)，四川、云南、廣西等省區人均碳排放相對較少(不到5 噸/人)。總體看，各省區市人均碳排放量差異也較大，大部分省區市為增加趨勢，人均碳排放量呈現西北、東北高，南方低的分布特征。進一步分析發現，雖然我國各自治區間碳排放存在明顯的差異性，但是對于資源稟賦、發展情況相似的地區，人均碳排放情況也相似，如新疆、寧夏、內蒙古等自治區。

圖3 給出的是30 個省區市主要年份碳排放強度空間格局(即單位GDP 碳排放量)。從碳排放強度的空間演變特征來看，我國碳排放強度整體呈現顯著的下降趨勢。隨著京津冀地區、中部省份、長三角地區、珠三角地區的產業結構、能源結構等調整優化，這些地區的碳排放強度2010 年至2018 年顯著降低，但相對全國其他地區仍然偏高，而我國西部省區市碳排放強度2015 年后已維持在較低水平。比較各省區市碳排放量分布格局(對比圖1 和圖3)，兩者也存在一定差異，這表明在碳減排政策措施制定實施時，需因地制宜綜合考慮不同省區市的碳排放總量和強度特征。

圖3 30 個省區市主要年份碳排放強度

2.2 碳排放變化類型劃分

采用MK 趨勢檢驗方法對2000—2018 年、2005—2018 年、2010—2018 年、2015—2018 年四個時段各省區市碳排放量隨時間的變化趨勢進行了分析，如表1 所示。2000—2018 年，29 個省區市(北京市增加不顯著)碳排放均為顯著增加；2005—2018 年，北京市碳排放表現為顯著減少，河南、云南2 個省為增加趨勢但不顯著，其余27 個省區市均為顯著增加；2010—2018 年，北京、吉林、河南、四川、湖北、云南6 個省市碳排放表現為明顯減少，天津、上海、陜西3 個省市也表現出減少趨勢，其余21 個省區市均為顯著增加或增加但不顯著；2015—2018 年，北京、吉林、河南、四川的碳排放減少較為明顯，山西、江蘇、安徽、廣西、新疆等省區增加較為明顯。

進一步采用條件函數識別各省區市2000—2018 年碳排放最大值出現的年份及出現最大值后的年數，并對最大值年份至2018 年的變化趨勢進行了MK 檢驗，結果見表1。綜合上述四個時段及碳排放出現最大值后的MK 檢驗結果，將30 個省區市碳排放類型劃分為顯著減少、減少趨勢、增加趨勢、顯著增加四種，劃分結果及依據如表2 所示。顯著減少類型包括北京、天津、吉林、河南、四川5 個省市，劃分依據是碳排放出現最大值后滿5 年，Z 值為負且檢驗結果顯著。減少趨勢類型包括上海、湖北、重慶、云南、陜西5 個省市，劃分依據是出現最大值后滿5 年，Z 值為負，但檢驗結果不顯著；或不滿足最大值后5 年，但四個時段Z 值表現為逐漸減少并轉負。增加趨勢類型包括河北、內蒙古、遼寧、黑龍江、浙江、福建、江西、山東、湖南、海南、貴州、甘肅、青海、寧夏14 個省區，劃分依據是最大值后年數小于5，四個時段Z 值均為正但至多三個檢驗結果顯著。顯著增加類型包括山西、江蘇、安徽、廣東、廣西、新疆6 個省區，判定依據是碳排放出現最大值后不滿足5 年，四個時段Z 值均為正且檢驗結果顯著。從四種類型的省區市碳排放量時間序列變化看，顯著減少類型的省區市碳排放量達到峰值后基本穩定下降，而減少趨勢類型省區市的碳排放量達到峰值后，呈現平臺式演變或波動式下降；對于顯著增加類型的省區市，其碳排放量變化曲線尚未出現明顯峰頂，且基本穩定上升，而屬于增加趨勢的省區市碳排放量呈現波動式上升或峰頂初步顯現。

表1 30 個省區市碳排放量變化的MK 檢驗結果

表2 30 個省區市碳排放量變化趨勢類型劃分

3 結論與討論

本文在核算30 個省區市2000—2018 年碳排放的基礎上，量化分析了碳排放的時空演變特征，并綜合運用條件函數和MK 檢驗對碳排放變化類型進行了劃分。主要結論包括:

一是碳排放量、人均碳排放量空間分布格局基本一致，但與碳排放強度差異較大。2018 年，30 個省區市碳排放量維持了“東部高、西部低，北部高、南部低”的空間格局，且我國東北部、中部、東部省區市碳排放存在聚集效應，高、低排放省區市之間的差異近年來有所增大；人均碳排放量與碳排放總量格局相似，大部分省區市表現為增加趨勢，總體呈現出西北、東北高，南方低的分布特征；碳排放強度整體呈現顯著的下降趨勢。因此，在對各省區市提出碳減排目標要求或制定碳減排政策措施時，需綜合考慮其碳排放總量、人均碳排放量和碳排放強度的時空變化特征。

二是30 個省市區碳排放量變化可分為顯著減少、減緩趨勢、增加趨勢和顯著增加四種類型。顯著減少類型包括北京、天津、吉林、河南、四川5 個省市，碳排放量達到峰值后基本穩定下降；減少趨勢類型包括上海、湖北、重慶、云南、陜西5 個省市，碳排放量達到峰值后，呈現平臺式演變或波動式下降；增加趨勢類型包括河北、內蒙古、遼寧、黑龍江、浙江、福建、江西、山東、湖南、海南、貴州、甘肅、青海、寧夏14 個省區，碳排放量呈現波動式上升或峰頂初步顯現；顯著增加類型包括山西、江蘇、安徽、廣東、廣西、新疆6 個省區，碳排放量變化曲線尚未出現明顯峰頂，且基本穩定上升。

碳排放量與經濟發展水平、人口增長、城市化水平、產業結構和能源結構等密切相關[13]，進一步量化識別影響碳排放變化的主要因素，有助于更好解釋不同省區市之間的碳排放量差異。下一步，可結合對30 個省區市碳排放量時空變化特征及碳排放變化的類型劃分，綜合考慮各省區市能源消費、經濟發展、產業結構等方面的現狀水平，提出一個兼顧區域資源稟賦差異、經濟社會發展不同階段的碳達峰判定標準，從而為有效判定碳達峰狀態、識別有條件的地區以及科學安排地區梯次達峰提供充分的科學依據和決策支撐。