我国省域碳排放特征识别及类型划分

王鹏，冯相昭，王敏，安祺，杨儒浦，赵梦雪

(生态环境部环境与经济政策研究中心，北京 100029)

气候变化是人类面临的重大而紧迫的全球性挑战，我国已成为全球应对气候变化的重要参与者、贡献者和引领者[1]。习近平总书记在第七十五届联合国大会一般性辩论上宣布，中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2030 年前达到峰值，努力争取2060 年前实现碳中和。各省区市是国家兑现碳达峰、碳中和承诺的行动主体，合理制定各省区市减排策略是我国实现碳达峰、碳中和目标的关键，而精准识别各省区市碳排放量时空特征则是实施碳减排策略的基础。许多学者的研究已在省级尺度上评价了中国碳排放量的空间格局特征，并从时间跨度上分析了不同区域的排放趋势[26]。李建豹等的研究表明，中国省域人均碳排放量存在明显的集聚特征，且存在显著的区域差异，东北部人均碳排放量明显高于西南部[5]。WANG Shaojian 等基于省域的碳排放量动态面板数据分析指出，各省份单位GDP 碳排放量的演变受城市化发展、工业化水平、产业结构调整、能源消费结构等因素影响，省域差异呈现明显的增强趋势[6]。随着城市级碳排放核算能力的不断提高，近年来有学者从城市尺度探究了我国碳排放量的时空演变特征[7]。杨青林等基于285 个地级市2013 年的截面数据分析指出，我国城市碳排放量总体上呈“东部高、西部低，北部高、南部低”的空间格局，且京津冀经济区、成渝经济区、长江三角洲经济区和东北工业经济区是高碳排放聚集地；从城市碳排放强度上看，则大体呈“西高东低”的特征[7]。

需要指出的是，伴随着社会经济的快速发展，我国碳排放时空特征近年来的变化仍然有待研究。本文在核算30 个省区市2000—2018 年化石能源消费产生的碳排放量(简称“碳排放量”)基础上，识别了各地碳排放量、碳排放强度和人均碳排放量的时空变化特征，并对碳排放量的变化趋势进行分类，以期为我国设定碳排放目标和制定碳减排政策提供充分的科学依据和决策支撑。

1 研究方法与数据来源

化石能源的燃烧是CO2排放的主要来源。本文核算碳排放量所用到化石能源消费数据来源于2000—2018 年《中国能源统计年鉴》中30 个省区市(不含西藏自治区、香港特别行政区、澳门特别行政区和台湾省)的“地区能源平衡表”。所涉及的能源类型包括“地区能源平衡表”中17/25 种(2000—2009 年)/(2010—2018 年，不包括高炉煤气、转炉煤气)化石能源，涉及“地区能源平衡表”“终端消费量”中农、林、牧、渔、水利业，工业，建筑业，交通运输、仓储和邮政业，批发、零售业和住宿、餐饮业，生活消费，以及能源加工转换过程中火力发电和供热等8 个部门的CO2排放，最终取和作为各省区市化石能源消费产生的碳排放量，核算公式如下所示:

式中，CE1为碳排放总量；Ei和EFi分别为第i种化石能源和对应的碳排放因子，化石能源的碳排放因子采用国家温室气体清单数据。

为量化识别30 个省区市2000—2018 年碳排放量的变化趋势，基于R 语言，采用Mann-Kendall(MK)检验法，定量反映各省区市2000—2018 年、2005—2018 年、2010—2018 年、2015—2018 年碳排放变化趋势的显著性。同时，结合条件函数识别各省区市2000—2018 年碳排放最大值出现的年份及出现最大值后的年数，并对最大值年至2018 年碳排放的变化趋势进行MK 趋势检验。基于上述检验结果，对碳排放变化趋势类型进行划分。

2 结果分析

2.1 碳排放空间格局分析

图1 给出了2005 年、2010 年、2015 年和2018 年30 个省区市的碳排放量。自2005 年至2018 年，全国大部分省区市碳排放量呈现增加趋势，特别是山西、新疆、安徽等省区碳排放量增加趋势明显。2018 年，山东、河北和江苏的碳排放量最大(已达8 亿吨以上)，其次是内蒙古、辽宁、广东、河南、山西、新疆、安徽、浙江等省区(在4 亿吨至8 亿吨之间)，海南、青海、北京、天津、重庆、宁夏、甘肃等省区市的碳排放相对较少(不到2 亿吨)。同时，2018 年30 个省区市碳排放量维持了“东部高、西部低，北部高、南部低”的空间格局。从整体空间分布上看，我国东北部、西北部、东部省区市碳排放存在一定聚集效应，且高排放与低排放省区市之间的差异近年来变得更大。

图1 30 个省区市主要年份碳排放量

结合人均碳排放量演变(图2)，宁夏、内蒙古、山西、新疆、河北、辽宁等省区人均碳排放增加趋势明显。2018 年，宁夏、内蒙古的人均碳排放最大(在20 吨/人以上)，山西、新疆、辽宁次之(在10 吨/人以上)，四川、云南、广西等省区人均碳排放相对较少(不到5 吨/人)。总体看，各省区市人均碳排放量差异也较大，大部分省区市为增加趋势，人均碳排放量呈现西北、东北高，南方低的分布特征。进一步分析发现，虽然我国各自治区间碳排放存在明显的差异性，但是对于资源禀赋、发展情况相似的地区，人均碳排放情况也相似，如新疆、宁夏、内蒙古等自治区。

图3 给出的是30 个省区市主要年份碳排放强度空间格局(即单位GDP 碳排放量)。从碳排放强度的空间演变特征来看，我国碳排放强度整体呈现显著的下降趋势。随着京津冀地区、中部省份、长三角地区、珠三角地区的产业结构、能源结构等调整优化，这些地区的碳排放强度2010 年至2018 年显著降低，但相对全国其他地区仍然偏高，而我国西部省区市碳排放强度2015 年后已维持在较低水平。比较各省区市碳排放量分布格局(对比图1 和图3)，两者也存在一定差异，这表明在碳减排政策措施制定实施时，需因地制宜综合考虑不同省区市的碳排放总量和强度特征。

图3 30 个省区市主要年份碳排放强度

2.2 碳排放变化类型划分

采用MK 趋势检验方法对2000—2018 年、2005—2018 年、2010—2018 年、2015—2018 年四个时段各省区市碳排放量随时间的变化趋势进行了分析，如表1 所示。2000—2018 年，29 个省区市(北京市增加不显著)碳排放均为显著增加；2005—2018 年，北京市碳排放表现为显著减少，河南、云南2 个省为增加趋势但不显著，其余27 个省区市均为显著增加；2010—2018 年，北京、吉林、河南、四川、湖北、云南6 个省市碳排放表现为明显减少，天津、上海、陕西3 个省市也表现出减少趋势，其余21 个省区市均为显著增加或增加但不显著；2015—2018 年，北京、吉林、河南、四川的碳排放减少较为明显，山西、江苏、安徽、广西、新疆等省区增加较为明显。

进一步采用条件函数识别各省区市2000—2018 年碳排放最大值出现的年份及出现最大值后的年数，并对最大值年份至2018 年的变化趋势进行了MK 检验，结果见表1。综合上述四个时段及碳排放出现最大值后的MK 检验结果，将30 个省区市碳排放类型划分为显著减少、减少趋势、增加趋势、显著增加四种，划分结果及依据如表2 所示。显著减少类型包括北京、天津、吉林、河南、四川5 个省市，划分依据是碳排放出现最大值后满5 年，Z 值为负且检验结果显著。减少趋势类型包括上海、湖北、重庆、云南、陕西5 个省市，划分依据是出现最大值后满5 年，Z 值为负，但检验结果不显著；或不满足最大值后5 年，但四个时段Z 值表现为逐渐减少并转负。增加趋势类型包括河北、内蒙古、辽宁、黑龙江、浙江、福建、江西、山东、湖南、海南、贵州、甘肃、青海、宁夏14 个省区，划分依据是最大值后年数小于5，四个时段Z 值均为正但至多三个检验结果显著。显著增加类型包括山西、江苏、安徽、广东、广西、新疆6 个省区，判定依据是碳排放出现最大值后不满足5 年，四个时段Z 值均为正且检验结果显著。从四种类型的省区市碳排放量时间序列变化看，显著减少类型的省区市碳排放量达到峰值后基本稳定下降，而减少趋势类型省区市的碳排放量达到峰值后，呈现平台式演变或波动式下降；对于显著增加类型的省区市，其碳排放量变化曲线尚未出现明显峰顶，且基本稳定上升，而属于增加趋势的省区市碳排放量呈现波动式上升或峰顶初步显现。

表1 30 个省区市碳排放量变化的MK 检验结果

表2 30 个省区市碳排放量变化趋势类型划分

3 结论与讨论

本文在核算30 个省区市2000—2018 年碳排放的基础上，量化分析了碳排放的时空演变特征，并综合运用条件函数和MK 检验对碳排放变化类型进行了划分。主要结论包括:

一是碳排放量、人均碳排放量空间分布格局基本一致，但与碳排放强度差异较大。2018 年，30 个省区市碳排放量维持了“东部高、西部低，北部高、南部低”的空间格局，且我国东北部、中部、东部省区市碳排放存在聚集效应，高、低排放省区市之间的差异近年来有所增大；人均碳排放量与碳排放总量格局相似，大部分省区市表现为增加趋势，总体呈现出西北、东北高，南方低的分布特征；碳排放强度整体呈现显著的下降趋势。因此，在对各省区市提出碳减排目标要求或制定碳减排政策措施时，需综合考虑其碳排放总量、人均碳排放量和碳排放强度的时空变化特征。

二是30 个省市区碳排放量变化可分为显著减少、减缓趋势、增加趋势和显著增加四种类型。显著减少类型包括北京、天津、吉林、河南、四川5 个省市，碳排放量达到峰值后基本稳定下降；减少趋势类型包括上海、湖北、重庆、云南、陕西5 个省市，碳排放量达到峰值后，呈现平台式演变或波动式下降；增加趋势类型包括河北、内蒙古、辽宁、黑龙江、浙江、福建、江西、山东、湖南、海南、贵州、甘肃、青海、宁夏14 个省区，碳排放量呈现波动式上升或峰顶初步显现；显著增加类型包括山西、江苏、安徽、广东、广西、新疆6 个省区，碳排放量变化曲线尚未出现明显峰顶，且基本稳定上升。

碳排放量与经济发展水平、人口增长、城市化水平、产业结构和能源结构等密切相关[13]，进一步量化识别影响碳排放变化的主要因素，有助于更好解释不同省区市之间的碳排放量差异。下一步，可结合对30 个省区市碳排放量时空变化特征及碳排放变化的类型划分，综合考虑各省区市能源消费、经济发展、产业结构等方面的现状水平，提出一个兼顾区域资源禀赋差异、经济社会发展不同阶段的碳达峰判定标准，从而为有效判定碳达峰状态、识别有条件的地区以及科学安排地区梯次达峰提供充分的科学依据和决策支撑。