馬兆良,梅加蘭
(1.安徽大學經濟學院;2.安徽大學生態與經濟發展研究中心,安徽合肥 230601)
2020 年9 月22 日,在第75 屆聯合國大會一般性辯論上,習近平主席向國際社會宣布二氧化碳排放力爭2030 年前達到峰值,努力爭取2060 年前實現碳中和的“雙碳”目標。我國在控制碳排放量的道路上不僅需要先進的低碳減排技術的支持,也需要切實可行地分階段、分地區制定相應的碳減排目標,盡早實現“雙碳”目標。我國中部六省人口數量約占全國的25.8%[1],地方生產總值(GDP)占全國22%[2],碳排放量約占全國碳排放總量的四分之一,中部省份的經濟發展依賴傳統高碳行業,產業發展亟待轉型升級,清潔能源比重較低。對中部六省在不同發展模式下,實現碳達峰的時間以及峰值進行預測研究,可為中部六省如期完成“雙碳”目標提供決策參考,具有重要的現實意義。
圍繞碳排放的相關研究文獻,主要集中于碳排放影響因素分析、碳排放達峰時間和峰值預測等方面。在研究碳排放影響因素方面,比較常用的模型方法有STIRPAT 模型、LMDI 分解法和Kaya 恒等式等,例如 York 等[3]人對STIRPAT 模型以及其他幾種模型進行分析對比,并結合生態彈性的概念,更精準地反映出碳排放量對不同驅動因素的敏感性;Duro 等[4]人通過Kaya 恒等式對國際上的人均碳排放量進行分解,認為人均收入水平的差異是導致其人均碳排放量差異的主要原因;Madu[5]運用了STIRPAT 模型成功測算出人口、富裕程度、城市化是對尼日利亞環境氣候影響最顯著的的三個因素;林伯強等[6]人首次對中國碳排放的拐點進行研究,并結合LMDI 分解法以及STIRPAT 模型分析不同驅動因素對碳排放量的影響程度的差別,得出結論在幾個不同驅動因素中對碳排放量起到顯著促進作用的是能源強度中的工業能源強度;畢瑩等[7]、閆新杰等[8]、李強等[9]、鐘少芬等[10]人基于STIRPAT 模型分別對遼寧省、新疆維吾爾自治區以及長江經濟帶的碳排放影響因素進行研究,認為人口規模、技術水平、城鎮化率等因素是碳排放量的主要影響因素。
在研究碳排放達峰時間和峰值預測方面,多數學者采用情景模擬的方法。總體表現為在全國層面上,段福梅[11]與洪競科等[12]兩人分別采用不同的模型算法進行研究得到最早實現碳達峰時間為2019年,潘棟等[13]人運用STIRPAT 模型預測出東部地區的碳達峰時間介于2028—2033 年之間,董棒棒等[14]人對西北五省進行研究,發現該地區在不同發展模式下只有兩種能在2030 年前實現碳達峰,也有相應一部分學者從省級角度出發對碳排放進行研究,例如楊玉文等[15]人根據蒙特卡洛模擬法等方法對內蒙古自治區的碳排放進行分析及預測,研究發現內蒙古各碳排放影響因素之間存在長期均衡的關系并且得出內蒙古自治區碳排放峰值的大概范圍在50 000 萬t ~53 000 萬t 之間。侯卉等[16]人在預測遼寧省碳排放時發現,遼寧省可以通過調整產業結構等方式而不必以犧牲經濟為代價就可以在2023 年實現二氧化碳排放量達到峰值。吳青龍等[17]人根據開放和封閉兩個視角構建模型,提出如果全國嚴格執行低碳標準,則山西省能按時完成碳達峰的目標,且這種影響是相互作用的,但如果采用封閉視角,則山西省無法按期完成目標且碳排放峰值也會相應提高。
綜上所述,鮮有文獻對中部地區碳排放進行研究,因此本文以中部六省數據為基礎,借助STIRPAT模型對中部六省的碳排放量進行擬合回歸,并在不同情境模式下對碳排放達峰時間進行預測;同時考慮到已有文獻在情景預測設置增長率時,大都根據各影響因素的歷史增長率設定的,但各影響因素的變化在很大程度上因國家政策的調整而產生相應的變化,導致實際預測結果產生一定的偏差[18],考慮到將參數設置更緊貼實際,使預測結果更加精準,本文在情景預測參數增長率的設置方面,充分考慮到貫徹新發展理念,構建新發展格局這一時代背景,對經濟增長率等關鍵指標,結合實際情況進行合理設置。
STIRPAT 模型是對IPAT 模型的拓展,最早是由York 等[3]人提出的一種基于IPAT 模型的非線性模型,能夠很好地解決由于IPAT 模型將各影響因素貢獻率視為相同的弊端,具有非常廣泛的應用,在IPAT 模型的基礎上提出STIRPAT 模型,該模型在應用于實證分析中通常在兩邊取對數。在本文中,I不再表示環境壓力而表示為碳排放量,為模型系數,分別為各影響因素的彈性系數,為隨機誤差項。本研究中所使用的模型1 至模型3 分別與式(1)(2)(3)一一對應。

根據已有研究,考慮到關于研究碳排放的最新文獻中學者普遍認為富裕程度的對與碳排放量的對數呈現一種非線性關系,因此將式(1)拓展為:

同時選擇城鎮化水平Eu(城市人口/總人口)、第二產業占比Es(第二產業總值/生產總值)納入進模型中,可將式(2)變化為:

本研究的模型變量說明見表1 所示。

表1 本研究模型變量說明
本文數據來源自2004—2019 年的中部六省統計年鑒、《中國能源統計年鑒》以及《中國統計年鑒》。其中湖南省能源消費總量的缺失部分采用插值法或完整數據的年份變化趨勢補齊,數據包括各省的人均生產總值(GDP 以2005 年為不變價計)、人口、能源消費總量等碳排放影響因素以及煤炭、石油等用于測算碳排放量的各省能源消耗量。
其中碳排放量的計算公式為:

式(4)中,C為碳排放量,單位為萬t,表示四種能源各自的能源消耗量,為能源的碳排放系數(IPCC,2006),本研究所使用的四種能源(汽油、柴油、煤炭、焦炭)的二氧化碳排放系數,如表2 所示。

表2 四種能源二氧化碳排放系數
對式(3)進行多重共線性檢驗,其結果如表3所示,檢驗出模型中關于人口規模的2 個變量的方差膨脹系數均超過10,說明模型的變量之間存在多重共線性,因此需要采用其他方法來提高模型回歸的準確性,本文選擇采用嶺回歸的方法來分析碳排放的影響因素。

表3 模型3 的普通最小二乘回歸結果
在R 語言中調用嶺回歸包,使用彈性網絡方法計算嶺回歸,參考其他文獻根據嶺跡圖選擇嶺系數,人為主觀性較高,本文采用交叉驗證的函數方法,經過100 次迭代,計算出當模型3 的嶺系數λ=0.05時,所得到的均方誤差最小且方差解釋率最大為99.30%,且將其2004—2019 年中部六省碳排放對數(lnI)的實際值與預測值進行對比,畫出其擬合散點圖,如圖1 所示,所有點基本都排列在一條直線上,擬合效果較好,因此選用嶺系數λ=0.05 對模型3 進行回歸,所得到的方程為:


圖1 模型3 碳排放對數實際值與預測值的散點圖
從式(5)的系數來看,人口規模、人均GDP及其二次項、二氧化碳排放強度、第二產業占比和城鎮化水平的系數為正,說明從整體上來看,影響碳排放的六個因素都對碳排放量有著正向作用。其中對碳排放影響作用最大的是二氧化碳排放強度,在其他因素不變的情況下,二氧化碳排放強度每增加百分之一,碳排放增加0.863 個百分點,對碳排放影響最小的是人均GDP 的二次方,其每增加一個百分點,碳排放增加0.002 個百分點。按照碳排放對各驅動因素敏感性的不同將其從大到小依次排序為:二氧化碳排放強度、人口規模、人均GDP、第二產業占比、城鎮化水平和人均GDP 的二次項。二氧化碳排放強度在所有驅動因素中處于第一地位,表明國家大力研發低碳環保技術以及引入相關領域的人才,技術水平提高,利于碳排放量減少。
根據國家“十四五”規劃以及中部六省各自發展情況對2021—2040 年間的人口規模、人均GDP以及單位GDP碳排放量分別設置了高、中、低三種值,其具體數據見表4 所示。

表4 中部六省碳排放影響因素變化速率設定

表4(續)
4.1.1 人口規模的情景參數設置
根據國務院2016 年12 月30 日頒布的《國家人口發展規劃(2016—2030 年)》,預計我國人口總量將在2030 年達到峰值,未來十幾年里我國人口變化將出現一個關鍵的轉折點,此后人口老齡化不斷加深。規劃中指出未來人口規劃的中心點應放在促進人口均衡發展上,提高人口素質,優化人口結構,適度放開生育,如近期提出的“三胎政策”等。根據計劃預測我國人口發展目標是在2030 年達到峰值為14.5 億人,鑒于中部各省“十四五”規劃中有關人口的規劃并未公布,各省將以“十三五”規劃為參考來設置參數,例如根據安徽省發布的《安徽省人口發展“十三五”規劃》中指出將安徽省人口自然增長率控制在0.78%左右;山西省規劃中指出將人口增長率控制在0.8%以下。結合各省政策及中央政策指向,將人口增長率中值的設置參考六省平均值及中央人口發展目標,變動范圍取0.8%~1.1%之間,其高值和低值則按照±0.2 個百分點進行合理設置。
4.1.2 人均GDP 情景參數設置
世界銀行的最新公布的排名預測中國2020 年人均GDP 增長率為2%,但鑒于省份的差異,其人均GDP 的增長率也存在差異,例如江西省公布的“十四五”規劃中指出,預計江西省人均GDP 增長率約為7.0%,結合其他五省,將同時期的人均GDP中部六省的平均增速設為低值,考慮到國家提倡經濟高質量增長,轉變生產方式,進入低碳環保高質量的良好經濟循環。且作為中部省份,發展不均衡,其仍處在工業化中期階段,經濟體量相較于東部發達省市不大,還需時間變革生產方式,達到經濟高速增長,同時考慮到新冠疫情以及全球經濟緊縮對國內經濟將產生長時間的影響。因此將“十四五”規劃時期的六省平均人均GDP 的增速設為中值,其高值按中值增加0.5 個百分點的變化速率來設置參數。
4.1.3 技術水平情景參數設置
根據“十四五”規劃中的能源發展,規定能耗累計下降16%的目標任務,東部、中部和西部地區由于地理位置不同、資源稟賦差異較大,經濟發展也存在較大差異,在能源發展的規劃上也存在較大差異,不能一概而論。就中部地區各省而言,各省市分別出臺了適合本省市發展的能源計劃,如加快再生能源以及新能源產業的快速發展,逐步提高清潔能源在能源消費中的占比。例如其中安徽省在2019 年順利完成單位GDP 能耗下降3%左右的年度任務,其他五省根據各省統計公報分別設置了各自關于能源發展的年度任務,以此為基礎,分別將低值和高值以±0.5 個百分點的變化速率設置。以2019 年所公布的各地區生產總值能耗的降低速率的平均值作為中值,并結合各省實際情況如相應節能減排的政策等,適當進行調整。
4.1.4 產業結構情景參數設置
將中部六省各省第二產業占比的年變化率匯總到一張折線圖上,如圖2 所示,各省的第二產業占比在2004—2019 年總體上基本呈現一個先上升后下降的趨勢,其大致時間節點在2011 年,在2011 年之前,各省的第二產業比重不斷提升,2011 年以后,各省的第二產業占比基本呈現逐年下降的趨勢,這與“十二五”規劃中加快轉變經濟發展方式密不可分,因此產業結構情景參數的設置應充分參考“十四五”規劃中加快發展新興產業如醫藥、人工智能等領域政策指向,結合各省實際情況,將中部六省2011—2019 年的年平均下降速率平均值設置為產業結構情景參數,在此基礎上計算未來幾年中部六省第二產業占比情況。

圖2 2004—2019 年中部六省產業結構逐年變化分布
4.1.5 城鎮化水平情景參數設置
我國城鎮化水平處在逐年提升的狀態,且城鎮化水平的提高有助于刺激內需增長,從而保證我國經濟處在一個持續健康發展的狀態。據《國家新型城鎮化規劃(2014—2020 年)》中提到將明確未來城鎮化的發展路徑,推動區域協調發展,將加快城鎮化水平相對較低的中西部地區的城鎮化水平。中部各省響應國家政策號召,分別出臺了適合本省的新型城鎮化建設政策,結合中部六省關于新型城鎮化建設的規劃,可將2025 年中部各省城鎮化率目標值與2016 年實際值的十年間平均變化值作為城鎮化率,考慮到其年變化率不高,處在一個穩定水平,且其在碳排放影響因素中占比不高,將其設置成一個恒定的值比較合理。
根據中部六省的高中低三種變化速率,建立六種情景模式,具體見表5 所示。前三種模式基準模式、低碳模式、粗放模式參照以前學者研究成果,其中粗放模式為背離國家政策導向,一味發展經濟,在控制人口規模與生產總值能耗上不采取相應措施,基本不存在可行性,本文將這種模式作為其他5 種模式的參考對比。根據國家“十四五”規劃,強調今后社會經濟發展以高質量發展為主,且截至2020年年底,中部六省普遍將碳排放影響因素控制在“十四五”規定以下,因此預計在未達到國家戰略目標到2030 年前實現碳達峰、2060 年前實現碳中和之前,中部六省將延續國家低碳環保減排以及經濟高質量發展線路不變,基本不會出現人均GDP 高速率增長現象;根據調查顯示我國國民普遍生育欲望不高,即使政府近兩年來相繼放開了“二胎政策”和“三胎政策”,但人口出生率仍屢創新低,因此考慮到現實因素,除非有強有力的政策支持,我國在未來短時間內不會出現高速增長的人口規模變化;技術水平即發展清潔技術、使用清潔能源等減少碳排放的方式,考慮到經濟發展需要以及我國清潔技術水平有待提升、清潔能源的利用還不全面等;因此對人口規模、人均GDP 以及技術水平三種重要影響因素分別只取中值和低值。由于技術水平提升將減少碳排放量,將其納入抑制因素;人口規模及人均GDP 的增長將增加碳排放量,將二者設置為強化因素。其中高質量發展模式是將兩個強化因素設置為中值,將抑制因素設置為低值;綠色模式是將強化因素中的人口規模設置為低值,將人均GDP 設置為低值,將抑制因素設置為低值;節能模式是將強化因素設置為低值,將抑制因素設置為中值。通過結果比較,探討不同情境模式下碳排放量的年變化對比,為實現碳達峰提供指導意義。

表5 中部六省情景模式參數設置
根據上述六種情景模式中的參數設置,對中部六省分別計算出其達峰時間以及相應的碳排放量(見圖3),并得出中部六省在六種情景模式下達峰時間以及峰值額(見表6)。

圖3 2021—2040 年中部六省不同情境模式下碳排放預測
關于中部六省的幾種情景模式的預測結果由圖3 分析如下:
就峰值出現時間而言,出現峰值時間最早的是低碳模式,其碳排放量在2024 年達到峰值;其次是綠色模式,該模式的碳排放量達峰時間為2025 年;高質量發展模式和節能模式碳排放量達峰時間一致,均在2030 年實現碳達峰;基準模式碳排放量的峰值時間為2035 年,比我國承諾在2030 年實現碳達峰要推遲了5 年;在粗放模式情景下,碳排放量呈現逐年遞增的趨勢,在2040 年不能達到峰值。
就碳排放達峰的峰值額而言,六種模式的峰值額從小到大依次是低碳模式、綠色模式、節能模式、高質量發展模式、基準模式,粗放模式因未達到峰值額而不納入計算。其中低碳模式雖然與綠色模式的達峰時間相近,但低碳模式(115 734.31 萬t)在峰值額上比綠色模式(116 728.11 萬t)降低0.85%,原因在于綠色模式在人口規模參數上設置為中值,比低碳模式的參數設置高出了0.2 個百分點;結合高質量發展模式及節能模式的峰值額以及達峰時間可知,節能模式相對較低,約低于高質量發展模式158 3.03 萬t;基準模式下的碳排放量的峰值為129 701.43 萬t。
綜上所述,在碳達峰策略選擇上優先選擇低碳模式,其達峰時間最早且峰值最低,但考慮到國家近年來政策的調整,在人口規模的控制上綠色模式比低碳模式更符合國家的政策調整,有助于優化人口結構,減輕國家老齡化進程,從而保證我國經濟在未來能夠保持一定的活力,且其碳排放達峰時間與低碳模式相近,在2025 年達峰,符合我國承諾在2030 年實現碳達峰;在考慮到發展人口和經濟同時在2030 年前實現碳達峰的前提下,可以選擇高質量發展模式,其在人口和經濟上都采取中速發展,可以在實現碳達峰目標的同時發展本省經濟,適合經濟發展相對滯后,但仍能完成既定目標。中部地區相對于東部地區,存在經濟發展較為落后,產業結構升級尚待發展,能源消耗較大等現實因素,在控制碳排放量的策略選擇上中部六省可根據本省實際情況,合理選擇達峰策略。中部六省六種情景模式預測結果見表6 所示。

表6 中部六省六種情景模式預測結果
本文采用中部六省2004—2019 年的相關數據,基于改進的STIRPAT 模型對中部六省進行整體嶺回歸分析,并依據國家層面及各省級層面發展情況為基準,設置科學合理的碳排放驅動因素的變化速率,并設置六種情景模式對中部六省未來碳排放趨勢進行模擬預測,主要結論如下:
(1)在三種基本情景模式中(基準模式、低碳模式、粗放模式)延伸出三種可能的滿足碳排放達峰目標的情景模式,保證除在基本情景模式(低碳模式)下能在2024 年達到碳排放目標,其他三種情景模式(高質量發展模式、節能模式、綠色模式)也能完成中國承諾的在2030 年前實現碳達峰的目標。
(2)由于各省經濟狀況、自然資源稟賦以及高碳行業能源消耗情況存在差異,述四種情景模式雖然能實現碳達峰目標,但其碳排放達峰的峰值額存在較大差異,因此各省需要結合本省實際情況進行合理選擇,在經濟發展的同時,科學合理降低碳排放強度。
(1)優化產業布局,促進低碳產業鏈的發展。中部六省經濟發展在一定程度上依賴傳統的高碳行業,這些行業的化石燃料如煤炭、石油等消耗量巨大,由此產生大量的二氧化碳及其他空氣污染物的排放量,高碳的產業結構不利于碳減排目標的實現。根據2015 年《麥肯錫報告》中指出中國的光伏和風能行業在世界處于領先地位,中國的特高壓技術也位居世界第一,但實現技術和新能源的全面覆蓋尚需一定的時間。鑒于此,中部六省需要調整結構、優化產業布局,健全高碳行業的碳稅征收和碳排放權交易機制,逐步減少高碳行業或通過彈性政策倒逼高碳企業使用清潔能源如天然氣、風能、光伏發電等,加大清潔技術的研發能力以及清潔能源基礎設施的建設,使部分高碳企業得以低碳化轉型。
(2)加強與東部地區的交流,推動低碳技術發展。東部地區不僅在經濟發展上要領先于中部省份,在碳減排技術創新方面也取得了良好的成績,例如上海、杭州等城市早已摒棄對高碳行業的依賴,大力發展高新技術產業,推行低碳環保生活。因此需要中部地區加強與東部地區的交流合作,學習碳減排經驗,加大低對碳減排創新技術人才的引入,將東部地區已取得良好效果的碳減排政策進行因地制宜地借鑒和改進并用于本省,為早日實現碳減排目標提供政策支持、技術支持和人才支持。
(3)開展中部地區低碳試點,促進中部省份盡早實現碳達峰。根據以往發改委所確定的三批低碳試點省份及城市,其中包括一個中部省份(湖北省),七個中部低碳試點城市。這些省市的低碳試點工作無疑為中部各省市發展適宜本地實際情況的低碳減排工作提供了良好的先鋒模范作用,在此基礎上可以適當增加中部各省低碳試點城市數量,充分考慮由于地區差異帶來的碳減排實現路徑上的差異,以各省試點城市作為重要學習對象,探索低碳環保與經濟發展之間的關系,力求在完成碳減排的目標前提下達到每個城市發展成為綠色低碳型城市。
(4)以人為本,制定差異化的碳減排政策。首先在國家層面上,對中部、西部和東部地區區別對待,其中東部地區經濟發展水平最高,其能力和技術水平均能夠支持東部地區提前實現二氧化碳的排放量達峰;而中西部地區由于經濟發展相對落后,需要時間去進行新能源逐漸替代傳統能源,新生低碳產業逐漸代替傳統高能耗的產業,需要分地區、分行業、分階段地細化碳減排政策的落實。其次就城鄉之間應實行差異化的碳減排措施,我國整體上城鎮化水平在2020 年已達到63.89%,2016 年《中國家庭能源消費研究報告》顯示,城市居民家庭的碳排放量是農村家庭碳排放量的兩倍之多,因此各級政府應結合城市和鄉村碳排放量的特征和實際情況,制定有針對性的碳減排計劃。同時秉持以人為本的理念,將生態文明、低碳生活等理念引入到城鎮居民的生活中,逐步改變我國城鎮居民的高碳生活方式轉向綠色低碳生活方式。