“双碳”背景下长三角地区碳排放情景模拟研究

李建豹，黄贤金，揣小伟，孙树臣

（1. 南京财经大学 公共管理学院，江苏 南京 210023；2. 南京大学 地理与海洋科学学院，江苏 南京 210023；3. 聊城大学 环境与规划学院，山东 聊城 252059）

温室气体排放引起的全球变暖问题，受到各国政府的广泛关注。人类活动碳排放是引起全球变暖的主要原因之一。中国已成为世界第一大碳排放国，2009年中国政府提出，2020 年碳排放强度比2005 年下降40%～45%，并将其作为约束性指标纳入国民经济和社会发展的中长期规划，2014 年中国正式提出到2030年左右中国碳排放量有望达到峰值。2015 年中国向联合国气候变化框架公约秘书处提交了应对气候变化国家自主贡献文件《强化应对气候变化行动——中国国家自主贡献》，提出了到2030 年碳排放强度比2005 年下降60%～65%等目标。2020 年中国政府承诺，力争2030前实现碳排放峰值，努力争取2060 年前实现碳中和。为了实现以上碳减排目标，各级政府应制定科学合理的碳减排政策，以指导碳减排工作，而预测碳排放是制定碳减排政策的基础。

学者们利用不同方法对碳排放量进行预测分析，主要 包 括STIRPAT 模 型[1-3]、情 景 分 析 法[4-6]、IPAT 模型[7-9]、LEAP 模型[10-11]、蒙特卡洛动态模拟[12]、中国能源环境综合政策评价模型[13]、ARIMA 模型、BP 神经网络组合模型[14]和系统动力学模型[15-17]。黄蕊等[1]使用STIRPAT 模型和情景分析法预测了江苏省能源消费碳排放量发现，当人口和经济低速增长，技术高速增长时，2020 年碳排放量预测值为202.81 兆吨。朱宇恩等[7]使用改进的IPAT 模型预测了2015—2040 年山西省能源碳排放发现，GDP 在低速和中速发展情景下，碳排放可在2030 年前达到峰值，而在高速增长情景下，2015—2040 年碳排放未出现峰值。Shan 等[10]使用LEAP 模型模拟了不同情景下2020 年与2030 年能源的初始和最终需求发现，2020 年最初能源需求为4 840 ～5 070 兆吨，2030 年为5 580 兆吨～5 870 兆吨，所有发展情景下，均能实现碳排放强度下降40%～45%的目标。刘云鹏等[12]运用蒙特卡洛动态模拟预测了2030 年居民生活消费碳排放情况发现，碳排放的最大值为64.27 亿吨。姜克隽等[13]使用中国能源环境综合政策评价模型预测了中国2050 年能源需求和温室气体排放发现，未来能源需求和温室气体排放呈明显增加趋势。赵成柏和毛春梅[14]利用ARIMA 模型和BP 神经网络组合模型，预测了中国碳排放强度的变化，结果表明，2020 年中国碳排放强度比2005 年下降了34%。韩楠[15]构建了碳排放系统动力学模型，预测了未来中国碳排放的发展趋势发现，在资本、劳动力及创新等要素的综合调控下，能够实现GDP 增加的同时，碳排放量下降。

以往学者多关注能源碳排放峰值[1,2,17]，忽略了工业碳排放，但工业碳排放在总碳排放中占有较大比例，忽略工业碳排放会导致碳排放预测值偏低。现有研究尺度多为省域[1,7,11]或国家[8,9,16]，以城市群为研究尺度的相对较少，城市群是中国碳排放的重要来源，对中国碳减排目标的实现具有重要意义。长三角城市群是中国最大的城市群，已跻身于国际公认的六大世界级城市群。2019 年，长三角城市群碳排放量占中国的13.6%，是中国碳排放的重要来源区域。《长江三角洲区域一体化发展规划纲要》要求进行低碳发展。因此，结合长三角地区各省市的发展现状，参照现行长三角地区各省市国民经济和社会发展第十四个五年规划的目标及第十三个五年规划的目标完成情况，设置基准情景、低碳情景和高碳情景，基于改进的IPAT 模型，模拟2015—2060 年长三角地区各省市的能源和工业碳排放量（下文中的“碳排放”一律指“能源和工业碳排放”），并提出相应的碳排放控制策略，以期为长三角地区低碳调控提供决策参考。

1 数据来源

能源消费总量和用于计算碳排放量的化石燃料消费数据源于2001—2020 年《中国能源统计年鉴》，化石燃料消耗类型主要包括原油、汽油、煤油、柴油、燃料油、液化石油气、石脑油、沥青、润滑油、炼厂干气、其他石油制品、原煤、洗精煤、其他洗煤、型煤、焦炭、其他焦化产品、煤焦油和天然气等。地区生产总值和工业产品产量源于2001—2020 年《中国统计年鉴》。人口来源于2001—2020 年《江苏统计年鉴》《浙江统计年鉴》和《上海统计年鉴》。平均货币工资和平均实际工资指数源于EPS 数据平台的中国区域经济数据库。

2 碳排放峰值预测模型构建

2.1 IPAT模型

IPAT 模型被广泛应用在能源和碳排放领域中，受国内外学者的青睐，可将碳排放分解为不同因子的乘积形式，其表达式如下：

式中：C为碳排放量；P为人口；G为国内生产总值。

综合分析现有研究成果，选择碳排放的主要影响因素，对IPAT 模型进行改进，预测碳排放量。研究表明，碳排放不仅与经济产出和能源消费情况有关，还与产业结构和科技进步等因素密切相关[18]。产业资本收益率与人均劳动报酬是引起产业结构演变的直接原因，而产业技术进步是引起产业资本收益率与人均劳动报酬变动的直接原因，是引起产业结构变化的间接原因。产业技术进步与产业劳动者报酬变动之间的相关性较强，可决系数为0.91[19]。因此，可用0.91 与产业劳动报酬变动率的乘积表示产业技术进步率，表示技术进步与产业结构演进情况[20]。IPAT 模型需要预测人口的变动情况，而对人口的预测可能会导致研究结果存在一定误差，因此，选择直接预测国内生产总值，减少预测变量，可适当减少模型误差，其表达式如下：

式中：E为能源消费总量；E/G为单位国内生产总值能耗，C/E为能源碳排放强度；f为劳动者报酬率；其他变量与式（1）中的含义相同。

2.2 情景设置

选择2015 年为基年，根据长三角地区各省市的发展现状与国民经济和社会发展第十三个五年规划及国民经济和社会发展第十四个五年规划的目标，将GDP、单位国内生产总值能耗、能源碳排放强度和技术因素设置为以下三种情景。

基准情景：充分考虑国民经济和社会发展第十三个五年规划的完成情况及国民经济和社会发展第十四个五年规划的目标，结合当前经济发展新常态的现状，以国民经济和社会发展第十四个五年规划为指导，进行严格的节能减排，引进先进低碳技术，淘汰落后产能，提高能源利用效率，降低单位国内生产总值能耗和二氧化碳排放量。

低碳情景：在基准情景的基础上，更加注重引进先进低碳技术，增加低碳技术投资，政府、企业和个人均具有较强的低碳意识，优化产业结构，转变经济发展模式，优化能源消费结构，单位国内生产总值能耗和二氧化碳排放的降幅较大，能源利用效率得到大幅度提高。

高碳情景：不完全按照国民经济和社会发展第十四个五年规划的要求，虽关注碳排放问题，单位国内生产总值能耗和二氧化碳排放不断下降，但更注重经济发展速度。

2.2.1 国内生产总值

研究长时间序列，应考虑价格和物量变化对国内生产总值（GDP）的影响，因此，与GDP 相关的变量均转换为2000 年不变价，如单位GDP 能耗、平均工资和GDP 等。2019 年，上海的GDP（2000 年不变价）为25 152.147 亿元，江苏的为61 448.829 亿元，浙江的为38 333.894 亿元，江苏和浙江的GDP 均在全国前四，是经济总量较大的省份。

在长三角地区，经济发展处于全国领先水平，其中，上海市“十二五”期间，GDP 年均增速为7.5%，“十三五”规划中将GDP 年均增速降至6.5%以上，而实际GDP年均增速为6.7%，由此可知，近五年来，上海市GDP增速已明显下降。在上海市“十四五”规划中，将GDP平均增速设定为5%。依据经济的发展现状及五年规划目标，上海市GDP 增速的情景设定如表1 所示。

表1 不同情景下上海市国内生产总值增长速度

江苏省“十二五”期间，国内生产总值年均增速为9.6%，“十三五”规划中将GDP 年均增速降至7.5%，实际GDP 年均增长6.3%，GDP 增速呈下降趋势。“十四五”规划目标中，将GDP 平均增速设定为5.5%。依据经济的发展现状及五年规划目标，江苏省GDP 增速的情景设定如表2 所示。

表2 不同情景下江苏省国内生产总值增长速度

浙江省“十二五”期间，GDP 年均增速为7.8%，“十三五”规划中将GDP 年均增速设定为7%，GDP 实际年均增长6.5%，“十三五”期间浙江省GDP 增速明显低于“十二五”期间。“十四五”规划目标中，将GDP 平均增速设定为5.5%。依据经济的发展现状及规划目标，浙江省GDP 增速设置如表3 所示。

表3 不同情景下浙江省国内生产总值增长速度

2.2.2 单位国内生产总值能耗

2011 年，《“十二五”控制温室气体排放工作方案》确定了“十二五”期间中国各省份单位国内生产总值能耗下降指标，上海、江苏和浙江单位国内生产总值能耗的下降目标均为18%。2019 年，上海、江苏和浙江的单位国内生产总值能耗分别为0.465 吨/万元、0.529 吨/万元和0.584 吨/万元。2016 年，《“十三五”控制温室气体排放工作方案》明确了“十三五”时期中国各省份单位GDP 能耗下降目标，其中，上海、江苏和浙江单位GDP 能耗的下降目标均为17%。在“十二五”和“十三五”期间，上海、江苏和浙江的单位GDP 能耗下降目标均相同，因此，假设2015—2060 年上海、江苏和浙江具有相同的单位GDP 能耗下降目标。参照单位GDP 能耗的下降速度，设置2015—2060 年长三角地区的单位GDP 能耗下降速度如表4 所示。

表4 不同情景下的单位国内生产总值能源消耗降低速度

2.2.3 技术因素和能源碳排放强度

假设未来40 年不发生飞跃性的技术变革，利用不变价工资增长曲线的斜率表征科技进步率。计算2000—2019 年上海平均货币工资（2000 年不变价），对平均货币工资取对数，绘制平均货币工资曲线（图1）。由图1可知，可决系数为0.981，劳动者报酬率变动系数f为0.093，技术进步值为0.085，社会科技从创新到推广大约需要5 年。如果技术进步值为8.5%，技术因素的影响系数k为91.5%，每年的技术影响为98.2%。以2015年为基期，设定技术因素的影响系数为1，按照每年的技术影响为0.982，依次计算出2015—2060 年上海技术因素的系数（表5）。由图2 可知，2000—2019 年上海能源消费与碳排放拟合曲线的可决系数为0.781，2000—2019 年能源碳排放强度为1.411。同理，可计算出2015—2060 年江苏和浙江技术因素的系数（表5）。2000—2019 年江苏和浙江能源碳排放强度为3.139 和2.083。

图1 2000—2019年上海不变价工资拟合曲线

表5 2015—2060年长三角地区技术因素系数

图2 2000—2019年上海能源消费量与碳排放量拟合曲线

3 预测结果及分析

为了验证模型的准确性，选择基准情景，比较2015—2019 年碳排放实际值与预测值的差异（表6）。由表6 可知，2015—2019 年长三角地区碳排放的误差分别为-4.556%、-3.296%、-1.301%、1.152%、-1.346%，模型误差均在5%以内，表明改进的IPAT 模型具有较好的精度和可信性，适合预测长三角地区碳排放。

表6 2015—2019年长三角地区碳排放预测模型精度验证

由表7 和图3 可知，在基准情景下，上海、江苏、浙江和长三角地区的碳排放分别在2020 年、2025 年、2030 年和2025 年达到峰值，碳排放量分别为166.430百万吨、1 034.391 百万吨、457.954 百万吨和1 650.570百万吨，表明长三角地区严格按照五年规划要求，能够在2030 年前实现碳排放峰值。2060 年，上海、江苏、浙江和长三角地区的碳排放量分别为99.007 百万吨、743.607 百万吨、375.459 百万吨和1 218.073 百万吨。国务院印发的《“十三五”控制温室气体排放工作方案》中明确提出要有效控制碳排放总量，支持优化开发区域率先达到碳排放峰值。长三角地区作为国家重要的优化开发区域之一，生态环境问题日益凸显，应该在区域低碳转型方面发挥积极的引领示范作用。因此，长三角地区应该在五年规划的基础上，实施更加严格的碳减排政策。

表7 长三角地区碳排放峰值时间及大小

图3 基准情景下长三角地区碳排放变化趋势

由表7 和图4 可知，在低碳情景下，上海、江苏、浙江和长三角地区碳排放均在2020 年达到峰值，碳排放量分别为160.879 百万吨、996.188 百万吨、427.460百万吨和1 584.527 百万吨，相比基准情景，上海的达峰年份仍为2020 年，江苏、浙江和长三角地区的达峰年份分别提前5 年、10 年和5 年，达峰的碳排放量分别降低了5.551 百万吨、38.203 百万吨、30.494 百万吨和66.043 百万吨。2060 年，上海、江苏、浙江和长三角地区的碳排放量分别为71.842 百万吨、540.207 百万吨、272.729 百万吨和884.778 百万吨。因此，低碳情景能够确保长三角地区碳排放峰值提前实现，且碳排放量相对较低。

图4 低碳情景下长三角地区碳排放变化趋势

由表7 和图5 可知，在高碳情景下，上海、江苏、浙江和长三角地区分别在2030 年、2040 年、2045 年和2040 年达到碳排放峰值，达峰时的碳排放量分别为175.678 百万吨、1 161.936 百万吨、545.963 百万吨和1 873.537 百万吨，相比基准情景，达峰时间均有所推迟，无法在2030 年前达到碳排放峰值，且达峰的碳排放量分别增加了9.248 百万吨、127.545 百万吨、88.009 百万吨和222.967 百万吨。2060 年，上海、江苏、浙江和长三角地区的碳排放量分别为136.271 百万吨、1 022.315百万吨、516.239 百万吨和1 674.825 百万吨。因此，高碳情景无法保证2030 年前长三角地区实现碳排放峰值。

图5 高碳情景下长三角地区碳排放变化趋势

在三种情景中，基准情景按照五年规划进行设定，长三角地区能够在2030 年前实现碳排放峰值，碳排放量相对较大，为1 650.570 百万吨。长三角地区作为优化开发区域之一，要率先达到碳排放峰值，可能需要在基准情景和低碳情景之间选择一种比较适合的发展路径，将基准情景作为最佳可能范围的下限，将低碳情景作为最佳可能范围的上限。

4 结论与建议

4.1 结论

参照长三角地区社会经济发展现状和五年规划目标，分别设置基准情景、低碳情景和高碳情景，以2015年为基期，运用改进的IPAT 模型预测了长三角地区2015—2060 年的碳排放，分析了不同情景下碳排放峰值出现的时间及大小，经分析主要得出以下结论：

（1）基准情景下，上海、江苏、浙江和长三角地区的碳排放分别在2020 年、2025 年、2030 年和2025 年达到峰值，碳排放量分别为166.430 百万吨、1 034.391百万吨、457.954 百万吨和1 650.570 百万吨；低碳情景下，上海、江苏、浙江和长三角地区均在2020 年达到碳排放峰值，碳排放量分别为160.879 百万吨、996.188百万吨、427.460百万吨和1 584.527百万吨；高碳情景下，上海、江苏、浙江和长三角地区分别在2030 年、2040年、2045 年和2040 年达到碳排放峰值，碳排放量分别为175.678 百万吨、1 161.936 百万吨、545.963 百万吨和1 873.537 百万吨。

（2）比较出现碳排放峰值的时间和大小可知，在基准情景和低碳情景下，长三角地区碳排放峰值分别出现在2025 年和2020 年。长三角地区作为优化开发区，为积极响应国家“支持优化开发区域率先达到碳排放峰值”的号召，应以基准情景作为发展的下限，以低碳情景作为发展的上限，在确保长三角地区社会经济平稳健康可持续发展的前提下，积极发展低碳经济。

（3）2060 年，上海、江苏、浙江和长三角地区的碳排放量，在基准情景下，分别为99.007 百万吨、743.607 百万吨、375.459 百万吨和1 218.073 百万吨；在低碳情景下，分别为71.842 百万吨、540.207 百万吨、272.729 百万吨和884.778 百万吨；在高碳情景下，分别为136.271 百万吨、1 022.315 百万吨、516.239 百万吨和1 674.825 百万吨，表明2060 年长三角地区碳排放仍然较高，要实现碳中和，需降低碳排放的同时，提升碳汇能力。

4.2 政策建议

碳排放受多种因素影响，包括经济发展、产业结构、技术水平和能源消费结构等因素，基于以上研究结论，提出以下政策建议：

第一，加快转变经济发展方式，推动产业结构优化升级。经济发展进入新常态，应该注重经济发展质量和效率，转变经济发展模式。上海作为长三角地区经济发展的中心，应该充分整合长三角地区资源，积极发展以金融业为中心的现代服务业，增加高附加值产业比重，充分发挥其引领示范作用，引领外围地区社会经济的平稳健康可持续发展。江苏碳排放占长三角地区碳排放总量的一半以上，由于其第二产业比例相对较高，尤其是重工业比例较高，碳排放量相对较大，碳减排难度较大，是长三角地区碳排放的重点调控区，应注重产业结构调整，降低第二产业比例，尤其是重工业比例，淘汰高排放、高污染和高耗能产业，增加第三产业比例，转变经济增长方式，发展低碳经济。

第二，采用先进低碳技术，降低单位GDP 能耗。通过限制能耗水平、排放额度和可再生能源发电配额等，限制高能耗、高排放和高污染企业发展，督促其改进生产工艺，淘汰落后技术，采用先进低碳技术，进行低碳技术创新。上海作为长三角地区的中心，应充分发挥其辐射带动作用，积极向江苏和浙江输出先进低碳技术，并给予资金和技术人员的支持，引领其走低碳发展之路。

第三，优化能源消费结构，控制能源消费总量。积极发展新能源和清洁能源，发挥长三角地区靠近沿海的优势，充分利用水能、风能、潮汐能和核能等。尤其是浙江，能源相对匮乏，对外依赖度较大，应根据自身能源优势，优化能源消费结构，大力发展风电和生物质能源；提倡“煤改气”和“煤改电”，加快能源低碳转型，采用清洁煤炭技术，减少煤炭直接消费量。

第四，提高植被碳汇，同时加强长三角沿海地区的海洋碳汇。浙江林地面积较大，植被碳汇较高，应充分利用海洋资源，发展海洋生物产业和海洋经济，努力提升海洋碳汇能力。上海植被碳汇能力增加较快，应充分发挥其引领示范作用。同时，积极发挥上海碳排放交易所的作用，促进碳汇能力提升。江苏应引进上海和浙江提高碳汇的技术，同时增加技术投资。