中国区域碳峰值测度的思考和研究——基于全国和陕西省数据的分析

冯宗宪，王安静

(西安交通大学 经济与金融学院，陕西 西安 710061)

中国区域碳峰值测度的思考和研究
——基于全国和陕西省数据的分析

冯宗宪，王安静

(西安交通大学 经济与金融学院，陕西 西安 710061)

讨论了在中国政府承诺2030年前后达到碳峰值背景下，中国各区域和不同城市与全国碳排的同步、提前或滞后的问题。研究结果表明全国CO2排放峰值在基准情下在2030年出现峰值，低碳情景下在2028年出现峰值，陕西省CO2排放峰值在2029年出现。最后对区域碳峰值和国家碳峰值进行了比较与分析，并提出了相关的对策建议。

碳峰值;协整方程;情景分析;预测

一、文献综述

全球气候变暖引发人们对控制温室气体排放与发展低碳经济的空前重视。联合国环境规划署和世界气象组织在1988年共同建立了政府间气候变化专门委员会(IPCC)。作为导致气候变暖的主要原因，碳排放问题已逐渐成为当今世界经济与政治关注的焦点。当前，我国的温室气体排放总量已取代美国，成为世界上最大的二氧化碳排放国。中国能源CO2排放自从2000年以来增长了150%，从2000年的3 300百万吨增加到2014年的8 500百万吨，从2000年占全球总排放的15%增加到2015年的超过全球总排放的25%[1]。作为一个负责任的发展中国家，中国于2009年在联合国气候变化峰会上公开承诺争取到2020年单位GDP二氧化碳排放要比2005年显著下降；同年的11月，我国政府决定到2020年全国单位国内生产总值二氧化碳排放要比2005年下降40%-45%，并将此作为约束性指标纳入“十二五”及其后的国民经济和社会发展中长期规划[2]。2015年，中国政府在巴黎全球气候大会上进一步承诺,将于2030年左右使二氧化碳排放达到峰值并争取尽早实现，2030年单位国内生产总值二氧化碳排放比2005年下降60%至65%。表明了我国政府正在从仅关注碳排放强度到碳排放的强度和总量两手抓的重要转变。《自然》杂志的文章在计算中发现，在2015年经济增长预期为3.1%的同时，2015年全球预期将排放357亿吨二氧化碳，这一数字低于2014年的359亿吨[3]。中国区域在发展水平、功能和结构上非常不平衡，中国区域间发展梯度可能长达20年甚至更久。目前东部已经进入工业化后期，中部和西部则总体上处于工业化中期。全国的碳峰值取决于区域间发展的叠加效应，峰值前后的平台期预计将持续相当长的时间。中国总体上还有20%的工业化、20%的城镇化、20%的能源结构调整、20年的发展跨距要面对[4]。

目前国内外学者对能源消费CO2排放的影响因素以及峰值预测进行了大量的研究。 Hasselmann K(1997)[5]用简化的结构综合评估模型(SIAM)研究了最优的二氧化碳排放路径。Ahmed K & Wei L(2012)[6]选取巴基斯坦1971-2008年的数据研究了CO2排放、经济增长、能源消费、贸易自由化以及人口密度之间是否存在环境库兹涅茨曲线。研究结果表明短期内和长期内CO2排放和经济增长之间都存在倒U型曲线的关系。Kang JD (2012)[7]选取了中国30个主要省份2005-2009年的数据通过LMDI分解技术研究了这个期间各个省份为降低CO2所做得努力程度以及影响CO2排放的因素。研究结果表明GDP的增长是CO2增加的主要因素，能源强度是CO2排放减少的主要因素。影响因素的作用强度在不同的省份间具有巨大的差异。Sefeedpari P(2013)[8]研究了伊朗投入和产出之间的能源平衡以及每单位小麦面积所带来的温室气体排放。研究结果表明大农场因为好的管理方法比一般规模水平的农场有更好的能源利用效率以及更少的温室气体排放。Michael G(2015)[9]使用12种不同的模型用89种情景分析对中国2030年的CO2排放量进行了预测。预测结果表明2030年中国的CO2排放量跨度为70-180亿吨。高碳情景对应的CO2排放量为120-180亿吨，低碳情景对应的CO2排放量为100-150亿吨。数据表明2030年CO2排放量与人口以及人均GDP之间没有明显的关系，能源强度和CO2排放量之间具有弱关系，能源消费碳强度是CO2排放的主要影响因素。大部分的CO2减少是因为中间燃料替代以及低碳技术的采用。Kerry S(2016)[10]通过建立基于GIS的空间计量模型研究了使用浅层地热能源提供室内供暖以及热水对CO2排放的影响。研究结果表明如果所有的室内供暖以及热水使用浅层地热能源，CO2排放能够降低29.7%。这个研究成果为城市的可持续发展提供了政策建议。

国内学者林伯强、蒋竺均(2009)[11]对中国二氧化碳的环境库兹涅茨曲线进行了预测并且对CO2排放的影响因素进行了分析。研究结果表明理论的和实证预测的中国二氧化碳库兹涅茨曲线出现了两种不同的形状。原因是除了人均收入，二氧化碳排放还受到能源强度特别是工业能源强度、产业结构和能源消费结构的影响。朱永彬、王铮(2009)[12]基于内生经济增长模型——Moon-Sonn模型，对技术进步下的最优经济增长率和能源强度关系进行了研究，结果表明两者之间存在倒U型曲线关系的条件为能源产出弹性小于0.5。对中国未来能源消费碳排放量进行预测表明在当前技术进步速率下，我国分别在2043年和2040年达到能源消费高峰和碳排放高峰。林伯强、刘希颖(2010)[13]对中国城市化阶段的碳排放的影响因素进行了分析，用基于情景分析法的蒙特卡洛模拟法预测了中国2010-2020年CO2排放的年均增速。渠慎宁、郭朝先(2010)[14]利用STIRPAT模型对未来中国的碳排放峰值进行了预测。研究结果表明按照目前的发展趋势，经济社会发展的同时保持碳排放强度合理下降，中国的峰值到达时间为2020-2045年之间。林伯强，李江龙(2015)[15]构建了一个包括环境治理约束的能源综合预测框架，对此种约束下中国的能源结构转变、煤炭需求、二氧化碳排放以及对应的峰值进行了预测。研究结果表明在一般的环境治理约束下，中国的煤炭消费需求峰值以及对应的CO2排放峰值分别在2023年以及2028年出现，对应的峰值量分别为45亿吨和132亿吨。加大雾霾治理措施后，煤炭消费峰值和二氧化碳排放峰值可能会在2020年和2023年出现，对应的峰值量分别为42亿吨和118亿吨。严格的环境治理约束对中国的就业以及经济发展的影响很小。由于区域环境治理的差异性，中国的煤炭消费以及二氧化碳排放峰值的实现路径具有“分区域实现峰值”的特点。杨秀付等(2015)[16]以北京市为例研究了区域碳峰值测算的问题，经测算北京市的CO2排放峰值在2019年出现，对应的CO2排放量为1.65亿吨。冯宗宪、陈志伟(2015)[17]结合脱钩理论和聚类分析的方法，运用地理信息系统软件研究了2001-2012年中国区域能源碳排放和经济增长的脱钩趋势。研究结果表明中国大多数省份的能源碳排放与经济发展之间有弱脱钩的关系。

国内外对能源消费CO2排放所用的方法、计算范畴、数据来源、数据处理、指标选取、研究角度都具有比较大的差异性。本文将陕西省碳峰值时间和国家的进行了比较，研究了区域碳峰值和国家碳峰值的时序问题，所得结果对于形成经济发展和政策目标相协调的区域发展模式，推动一部分省、市区域率先达峰，其它经济发展落后区域后达峰，并最终实现中国在2030年CO2排放达到峰值具有重要的研究意义。

二、碳峰值预测的思考和研究方法

(一)全国和区域碳排放峰值时序的思考

中国幅员辽阔，区域之间和城乡之间的差别很大、因此，各地与全国在达标时间和实现峰值速度等方面都不尽相同，时间上有早有晚，速度上可能有快有慢，对此需要统筹加以解决。

从区域角度来看，国家对各区域的峰值出现的时序应有一定的统筹安排，要按照各地在全国主体功能区的地位和作用特点，提出有区别的不同要求。国家要优先支持京津冀、长三角、珠三角等优化开发区域率先实现碳排放峰值目标。这些区域的环境容量已经不够，而且传统产业产能已到峰值*杨伟民.建立更加公平更可持续的社会保障制度[M]. 《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》辅导读本,人民出版社,2015。对于重点开发地区, 这些区域的碳峰值实现,应该可以和全国相对同步;而对于限制开发地区和禁止开发地区,应视情况不同,确定不同的时间。但对于国内一些经济相对落后而且能源产量比较大的省份，比如山西省、新疆、宁夏、内蒙等区域碳减排，由于这些地区能源资源开发，除了保证本地经济发展之外，还取决于国家和其他能源需求的增长速度，这些区域的碳峰值实现可以相对同步或稍晚一点出现。

从全国城市低碳发展角度,国家应当鼓励部分城市提前达到峰值，目前中国已确定了6个省区低碳试点，36个低碳试点城市，可以说低碳试点已经基本在全国全面铺开。中国政府将要求国内42个已经被确定的低碳试点省市率先提出温室气体排放峰值，以加速推动峰值的总量削减计划。为此，可以设立一定的“门槛”。例如对人均GDP已经超过14 000美元的发达城市，国家规划制定管理部门，应对这些城市进入碳峰值和绝对减排潜在区间，作出更加具体且更具约束力的目标要求。各城市，凡人均GDP超过14 000美元的城市，在“十三五”时期，应率先实现碳峰值，并明确列出时间表。此后，凡规划目标达到这一门槛的城市，应同步实现碳峰值并明确相应的时间表，并在土地、交通、建筑、产业这几大碳排放关键领域，各城市应制定出与碳峰值及绝对减排相匹配的具体规划*全国政协委员苑春鸣：发达城市应率先实施碳峰值。中国工业新闻网，2016年3月8日。浙江省宁波市作为全国首个明确二氧化碳峰值预期时间的城市，提出将在“十三五”期间实现碳排放峰值，比国家峰值目标提前10年左右。江苏省镇江市、北京市也明确提出2020年达到碳峰值。

陕西省位于中国西北地区东部的黄河中游，东隔黄河与山西相望，西连甘肃、宁夏，北邻内蒙古，南连四川、重庆，东南与河南、湖北接壤。作为西部能源大省，陕西省是国家首批低碳试点省份，煤炭、石油、天然气等多种资源储量均列全国前茅。全省能源生产和消费都处于快速增长阶段，对能源的刚性需求较大。陕西省的资源禀赋、发展模式和发展阶段决定了其低碳发展的路径。2014年全省城镇化率为52.57%，在全国各省(市、区)中居第十八位，在西部十二个省(市、区)中居第四位。在陕西省内部，2014年，关中城镇化率为55.59%，较2010年增加了6.03个百分点；陕北城镇化率为54.64%，较2010年增加了6.86个百分点；陕南城镇化率为42.79%，较2010年增加了9.21个百分点。

本文从国家和区域低碳经济协调发展角度，研究全国和陕西省的碳峰值特点，通过碳峰值时间表倒逼经济发展速度、城市发展水平以及能源结构，提出国家和当地政府可出台的对应的配套政策。与此同时，陕西省可以为其它类似能源大省提供低碳发展经验，进而推动国家整体的碳峰值提前出现。

(二)碳排放影响因素的测算

日本学者yoichi kaya[19]于1989年提出的Kaya恒等式将CO2(或者温室气体)排放与人类活动的四个方面联系起来，包括单位能源的温室气体排放量、能源强度、人均GDP和人口。等式如下:

其中C表示温室气体的排放量，NENE为能源消费总量，GDP为生产总值，POP为人口。所以等式右边四项分别为单位能源消耗的CO2排放量、能源强度、人均GDP以及人口。

单位能源的温室气体排放量，本文中主要指CO2排放量，后文简称能源消费碳强度。在终端能源消耗中，化石能源燃烧排放的温室气体占气体总排放的主要部分。而一些清洁能源比如太阳能、风能和水能的碳排放量几乎为零。所以能源消费碳强度主要受能源结构的影响，清洁能源的比例越大，单位能源排放的CO2量越少。

目前中国一次能源结构中非化石能源占一次能源比重为10%左右，比重还很小。2015年全年能源消费总量43.0亿吨标准煤。原煤占一次能源生产总量的72.1%，煤炭消费占能源消费总量的64.0%。

陕西省作为能源资源大省，自身工业结构偏重，重化工业占工业增加值比重长期保持在70%左右，2014年全省煤炭消费占能源总消费的72.7%，煤炭在陕西省的能源消费结构中占主导地位。煤炭的碳排放系数相对其他化石能源的碳排放系数要大，单位标准煤产生的CO2也相对多点。未来改变以煤为主的能源结构，增加清洁能源的比例是降低能源消费碳强度的一条重要途径。

能源强度，是生产单位GDP所需要消耗的能源量。能源强度是衡量能源利用效率的重要指标。中国目前还处于工业化发展阶段，经济的发展需要依靠廉价能源作为支撑。陕西省的能源化工行业占全省工业增加值的比重保持在60%左右，已发展成为全省经济重要的支柱产业。依靠技术进步与全民节能意识提高能源的使用效率，降低能源强度。

人均GDP(以1995年为基期)，能够代表一个经济体大致所处的经济发展阶段以及能源消费特征。中国目前还处于工业化发展阶段，经济的快速发展需要能源消耗作为支撑，能源需求具有刚性特征。

人口。本文将人口用城市化水平来代替。城市化水平=城镇人口数/总人口数。人口是一个比较笼统的概念，分为城市人口和农村人口，由于计划生育的限制变化幅度不大，不能捕捉城市化水平的发展所带来的碳排放量变化。城市人口的消费水平比农村人口高，相对应能源需求量也要高。随着城市化的发展，大量的钢筋，水泥生产的过程中排放了大量的CO2。

基于上文的kaya恒等式模型提出CO2排放的影响因素为能源消费碳强度、能源强度、人均GDP、城市化水平。因为技术进步可以提高能源的使用效率，开发新能源，改变能源强度以及能源消费碳强度。因此加入技术进步影响因素，用不变价(以1995年为基期)R&D经费支出作为指标。本文利用协整的方法研究CO2排放量与各影响因素之间的长期均衡关系，并利用协整方程对未来CO2的排放量进行预测。设定CO2排放量与各影响因素的关系如下：

Ct= f(NQt,It,PGt,Ut，Rt)

其中Ct表示CO2排放量， NQt表示能源消费碳强度，It表示能源强度，PGt表示人均GDP(以1995年为基期),Ut表示城市化水平，Rt表示技术进步水平。中国碳排放总量中能源消耗排放占90%，工业生产过程占10%。本文主要研究能源消耗的CO2排放量，数据来源于《中国能源统计年鉴》、《中国统计年鉴》、《陕西省统计年鉴》以及《中国科技统计数据》，样本区间为1995-2014年。能源数据采用能源平衡表的终端能源数据(实物量)，共有29种终端能源*其中原煤、洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、原油、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、天然气、其他石油制品以及其他焦化制品这17种燃料的折标准煤系数来自《综合能耗计算通则(【国家标准】GB/T 2589-2008 )》。碳排放系数来自IPCC碳排放因子库(Emission Factor Database)，其它终端能源数据采取与其相近能源的折标准煤系数与碳排放系数。由于电力终端主要来自火力发电，而火力发电消耗的主要是原煤，所以电力的碳排放系数参考原煤的碳排放系数。

陕西省人口统计口径在2000年发生了变化。为了使城市化水平统计口径一致，本文假设1999年城市化水平比2000年低一个百分点，这种假设符合城市化水平逐步增大的现实情况，1995-1998年的城市化水平根据年度城市化水平比例进行调整。

CO2排放量核算公式为：

Ci表示第i种终端能源的CO2排放量，αi为该种能源的折标准煤系数，βi为该种能源的碳排放系数，Ei为终端能源量。能源消费总量公式为：

能源消费碳强度(NQt)为第t年单位能源所排放的CO2的量，能源消费碳强度公式为：

能源强度(It)为单位GDP所消耗的能源消费量，其值为第t年的能源消费总量与当年GDP(不变价)的比值，公式为：

It=Et/GDPt

(三)情景分析

中国和各地区需要研究和探索适合本国国情、本地区情的低碳经济发展道路。而这种发展的道路并没有现成的样板，而且发展道路的描述和碳峰值分析也是一般预测方法难以完成的。本文探讨在所期望的社会经济发展条件下，估计碳峰值的到来，以及要实现这些情景的前提条件和需要采取的政策措施。

情景条件设定是得到定量的综合情景计算结果的必要前提。情景设定需要首先明确所关心和所要进行研究的情景具有什么样的特点，并对这些特点进行完整的定性描述。描述的内容包括：宏观社会经济发展状况，各经济部门的发展情况和技术水平，拟推行的低碳经济政策及目标，希望达到的环境目标，获得能源资源的途径和限制条件等等。然后对一些关键因素设定量化目标。在本研究中，需要量化的参数包括：对能源消费CO2排放具有重要影响的能源消费碳强度、能源强度、人均GDP、城市化水平以及技术进步水平。

为了对能源消费CO2排放峰值进行预测，根据经济发展速度、城市化进程以及能源政策实施的有效性对各解释变量的年均变化率设定一个基准情景。在基准情景对各解释变量的年均增长率做出一定的调整得到低碳情景和高碳情景，以期能够比较全面地分析可能出现的情况。

三、碳峰值预测

(一)全国碳峰值预测

为了减少数据处理中的误差，将CO2排放量、人均GDP以及R&D经费支出的时间序列取以10为底的对数，分别计为LCt、NQt、It、LPGt、Ut、LRt。使用eviews软件得到所有变量在1%的显著性水平下都是二阶平稳，二阶序列线性回归的残差序列在1%显著性水平下是平稳的，因此变量之间具有长期均衡关系。变量之间的协整方程为(括号内为标准差)：

LCt=1.3045+0.0385NQt+0.3658It+0.8867LPGt+0.6328Ut-0.0225LRt

(0.1674) (0.0528) (0.0311) (0.0785) (0.5397) (0.0881)

调整后的R2为0.9992，模型拟合的非常好，所有变量在5%的置信水平下通过了统计量检验，且所有变量符号符合经济意义。协整方程表明对中国CO2排放量影响最显著的变量为能源强度、人均GDP以及城市化率。这与中国现阶段所处的发展阶段是相符合的。中国目前还处于工业化发展阶段，城市化水平不断提高，经济快速增长，但是经济的发展是以消耗廉价能源作为代价的，此阶段的能源需求具有刚性特征。在保证经济发展速度下，提高能源的利用效率是减少碳排放的一条途径。

1.人均GDP。国家十二五规划期间GDP年均增速为7.8%，《国民经济和社会发展第十三个五年规划纲要》要求GDP的年均增速大于6.5%。中国社科院2015年底发布的《2016年中国经济形势分析与预测蓝皮书》预测2016年中国的经济增速将在6.6%-6.8%之间。中国国际交流中心经济研究部部长、研究员徐洪才预测2016年经济增长会温和下滑一点，在6.8%左右，到2020年能够保证6.5%的经济增长。本文将2015-2020年GDP的年均增长速度设为6.7%。根据国家人口发展战略研究课题组发布的 《国家人口发展战略研究报告》的战略目标，到2020年我国总人口将达到14.5亿人，照此预测可得2015-2020年期间人口年均增长速度为0.9772%。人口学专家、美国霍普金斯大学生物统计学博士黄文政预测“全面二孩”实施后可能在2017年出现生育高峰，每年带来的新增人口在300-800万之间，估计中值为500万。设定2015-2020年因二孩政策而新增出生人口年均为500万人。因此考虑二孩政策后，2015-2020年期间人口年均增长速度为1.3224%。在此期间人均GDP的年均增长速度为6.0%。“中国2007年投入产出表分析应用”课题组发表的《“十二五”至2030年我国经济增长前景展望》 预测在基准情景下2021-2030年期间经济增长速度预期在6.2%左右。本文设定2021-2025、2026-2030年中国经济发展速度为分别为6.4%、6.0%。《国家人口发展战略研究报告》预测中国总人口在2033年前后达到峰值15亿人左右。联合国发布的《世界人口展望：2012年修订版》预测中国人口将在2030年达到峰值，然后逐渐下滑。本文设定中国人口将在2030年达到峰值15亿人。考虑到二孩政策，设定2021-2025年每年新增人口450万人，2026-2030年每年新增人口350万人。因此设定2021-2025、2026-2030年人均GDP增长速度分别为5.9%、5.6%。设定基准情景下国家2015-2020、2021-2025、2026-2030、2031-2035年人均GDP的年均增长速度分别为6.0%、4.5%、3.5%、3.0%。高碳情景和低碳情景分别在基准情景上下浮动1个百分点。

2.城市化率。《国民经济和社会发展第十三个五年规划纲要》预期到2020年中国的城镇化率将达到60%。国内主要研究机构中国社科院工业经济研究所、中国社会科学院经济研究所、国务院发展研究中心卢中原以及国家发展改革委能源研究所预测2030年中国的城市化率分别为65%、67.8%、63%、70%。本文设定2025年中国的城市化率为63%，2030年中国的城市化率为65%，因此2015-2020、2021-2025、2026-2030、2031-2035年中国的城市化水平增长速度分别为1.1%、0.9%、0.6%、0.5%。其它两种情形在基准情景上下浮动0.4个百分点。

3.能源强度。《国民经济和社会发展第十三个五年规划纲要》要求国家十三五时期能源强度下降15%，因此2015-2020年能源强度年均降低3%。北京理工大学能源与环境政策研究中心发布的《“十三五”及2030年能源经济展望》分析在低碳情景下预计2025年中国能源消费总量约为52.8亿吨标准煤，2030年达到51.9亿吨标准煤。因此设定基准情景下2015-2020、2021-2025、2026-2030、2031-2035年能源强度年均下降率为3%、2%、1.5%、1.0%。其它两种情景分别在基准情景上下浮动0.5%。

4.能源消费碳强度。根据林伯强[13]的预测，中国能源消费碳强度的年均增长率为-0.8%(2010-2015)和-0.60%(2016-2020年)。2009年，中国向国际社会承诺到2020年单位国内生产总值二氧化碳排放比2005年下降40%-45%。2015年中国向《联合国气候变化框架公约》秘书处提交的《强化应对气候变化行动——中国国家自主贡献》文件提出中国的二氧化碳排放将在2030年左右达到峰值并争取尽早达峰，单位国内生产总值二氧化碳排放比2005年下降60%-65%。设定基准情景下2015-2020、2021-2025、2026-2030、2031-2035年能源消费碳强度的年均下降率为0.60%、0.45%、0.35%、0.30%。其它两种情景分别在基准情景上下浮动0.2个百分点。

5.R&D经费支出。通过对1995-2014年可比价R&D经费支出时间序列数据绘图，发现图像是二次函数曲线的走势，在对时间序列数据做二次拟合，得到模型拟合的效果非常好。通过模型预测得到2020、2025、2030、2035年R&D经费支出分别为16 450.398、24 447.14、34 055.5654、45 275.6744亿元。设定基准情景下2015-2020、2021-2025、2026-2030、2031-2035年R&D经费支出年均增长率分别为9.9%、8.2%、6.8%、6.5%。其它两种情景分别在基准情景上下浮动1个百分点。

将上文对各解释变量在三种情景下的指标值列于下表(表1)：

表1 国家CO2排放影响因素的增长率设定

根据协整方程式以及各解释变量的增长率的设定，可以分别得到高碳情景、基准情景以及低碳情景2015-2035年每年的CO2排放量，如图1：

图1 2015-2035年三种情景下国家各年CO2排放量预测图

高碳情景为国家节能减排政策较松的情形，GDP速度增长比较快，能源强度以及能源消费碳强度降低比较慢，清洁能源比例增长较慢。在此种情形下，国家CO2排放量到2035年还没有出现峰值。基准情景为在国家节能减排政策、人口政策、城市规划政策约束下CO2的排放量。在此种情景下，国家CO2排放在2030年达到峰值，年排放CO2的量为121.5065亿吨。低碳情景为国家的节能减排政策较严，经济发展速度相对缓慢的情景，在此种情形下国家CO2排放量在2028年达到峰值，峰值量为96.3590亿吨。基准情景下，2030年中国不变价人均GDP为6.3万元(1995年价格)，城市化水平为63%。低碳情景下，2028年陕西省人均GDP为5.1万元，城市化水平为59%。基准情景下，2020年不变价人均GDP为41 580元，城市化水平为58.5%，2025年不变价人均GDP为51 816元，城市化水平为61.2%，2030年不变价人均GDP为63 042元，城市化水平为63.1%。低碳情景下，2020年不变价人均GDP为39 283元，城市化水平为57.2%，2025年不变价人均GDP为46 656元，城市化水平为58.7%，2030年不变价人均GDP为51 500元，城市化水平为59.3%。

(二)陕西省碳峰值预测

将各影响因素的时间序列数值取自然对数。时间序列的稳定性处理过程同上文中国家数据的处理过程相同，得到协整方程为：

LCt=-0.61+0.8206LNQt+0.9835LIt+0.8918LPGt+0.2715LUt-0.0058LRt

(1.82) (0.2404) (0.2818) (0.1101) (0.3160) (0.1091)

协整方程调整后的R2为0.9840，所有变量均通过了显著性检验，变量系数符号符合经济意义。由协整方程可以看出，对陕西省CO2排放影响最大的因素为能源消费碳强度、能源强度、人均GDP。这与陕西省的发展状况也是相吻合的。目前陕西省的化石能源占一次能源的将近93%，其中煤炭占一次能源的将近73%。陕西省能源消费结构中煤炭占主要地位，对以煤为主的能源结构提出了巨大的挑战。近年来，虽然石油、天然气以及非化石能源消费比重显著上升，但以煤为主的能源消费格局没有根本改变，煤炭消费比重仍然高出全国水平8.71个百分点。与石油、天然气相比，单位热量燃煤引起的二氧化碳排放比使用石油、天然气分别高出约36%和61%。资源高耗能行业比重偏高，能源化工、装备制造、有色金属等行业产值占到整个工业的80%，制造业的中低技术、低附加值产品偏高，约占70%。陕西省的能源结构以及工业结构现状决定了其能源消费碳强度以及能源强度偏高。

1.人均GDP。根据陕西省2010-2014年不变价GDP年均增长率为11.4%，《陕西省十三五规划草纲》指出2015年预期完成全省GDP 1.9万亿元至2万亿元，年均增长10.8%，本文设定基准情形为2015-2020、2021-2025、2026-2030、2031-2035年陕西省GDP年均增长率分别为9.5%、7.8%、6.5%、5%。设定陕西省的人口自然增长率与全国一致。基于上述说明，基准情景中人均GDP的年均增长率分别为8.6%、7%、5.5%、4%。其它两种情形分别在基准情形上下浮动1%。

2.城市化水平。《陕西省新型城镇化规划(2014-2020)年》城镇化发展的总体目标是到2015年城镇化水平达到55%以上，到2020年达到62%。按此规划2015-2020年陕西省城镇化水平的年均增长率为3.2%。设定基准情景下陕西省2015-2020、2021-2025、2026-2030、2031-2035年陕西省城镇化水平的年均增长率分别为2.4%、1.5%、1.0%、0.7%。其它两种情景分别在基准情景上下浮动0.4个百分点。

3.能源强度。《陕西省十二五规划纲要》对能源强度指标要求2015年能源强度比2010年降低16%，即年均降低3.2%。2014年12月31日，《国家发改委关于逐步建立全国碳排放总量控制制度和分解落实机制的通知》(发改气候)[2014]3011号，文件明确2014-2015年陕西省综合能源消费增量控制目标为850万吨，年均增长3.7%。由于陕西省目前还处于工业化发展的前或者中期，经济的快速发展需要大量的能源作为支撑，未来一段时间能源需求量还会持续上升。基于此设定基准情景下2015-2020、2021-2025、2026-2030、2031-2035年能源强度的年均下降率分别为3.0%、2.6%、2.3%、2.1%。其它两种情形分别在基准情景上下浮动0.5%。

4.能源消费碳强度。能源消费碳强度和能源结构有关，清洁能源所占的比例越大，单位能源排放的CO2越小。在《陕西省国民经济发展和社会发展十二五规划纲要》资源与环境保护中，提到单位生产总值能源消耗和二氧化碳排放分别降低16%和15%(GDP碳强度)。并预期非化石能源占一次性消费能源的10%。《陕西省十三五规划》草案中万元GDP二氧化碳排放2020年较2015年下降15%。随着技术的发展以及清洁能源比例的提高，清洁能源的边际成本逐渐增大，能源消费碳强度的降低速度越来越小。基于此设定基准情景下2015-2020、2021-2025、2026-2030、2031-2035年能源消费碳强度的年降低速度分别为0.8%、0.6%、0.45%、0.35%。其它两种情形分别在基准情景上下浮动0.15%。

5.R&D经费支出。2015-2020、2021-2025、2026-2030、2031-2035年陕西省R&D经费支出年增长率采用国家增长率数据。如表2所示：

将上文对各解释变量在三种情景下的指标值列于下表，图2为2015-2035年三种情景下陕西省各年CO2排放量预测图(如图2)：

表2 陕西省CO2排放影响因素的增长率设定

图2 2015-2035年三种情景下陕西省各年CO2排放量预测图

由以上测算结果可以发现：

第一，陕西省碳峰值提前出现在2029年，基准情景对应的峰值量为42 824.88万吨，不变价人均GDP为87 482元，城市化水平为68.0%，低碳情景对应的峰值量为33 628.12万吨，不变价人均GDP为76 032.44元，城市化水平为64.6%。基准情景下，2020年不变价人均GDP为48 911.81元，城市化水平为63.5%，2025年不变价人均GDP为69 627.16元，城市化水平为72.6%，2030年不变价人均GDP为92 293.76元，城市化水平为80.7%。低碳情景下，2020年不变价人均GDP为46 270.95元，城市化水平为62.1%，2025年不变价人均GDP为62 856元，城市化水平为69.7%，2030年不变价人均GDP为79 454元，城市化水平为75.8%。

第二，陕西省碳峰值和国家的碳峰值基本同步出现。2014年国家不变价人均GDP为30 501元，城市化率为54.8%，陕西省不变价人均GDP为29 815元，城市化率为52.6%。近年陕西省的经济发展水平以及城市化发展速度都处于全国平均水平之上。2020年陕西省不变价人均GDP高出全国平均水平17.6%，城市化水平高出全国平均水平的8.5%。在2025-2030年陕西省的经济发展水平已基本接近达到国内发达地区水平。陕西省的第二产业比例比国家整体的第二产业比例高出11%，而第二产业对能源投入有很强的依赖性。目前陕西省的化石能源占一次能源的将近93%，其中煤炭占一次能源的将近73%，煤炭消费比重高出全国水平8.71个百分点。与石油、天然气相比，单位热量燃煤引起的二氧化碳排放比使用石油、天然气分别高出约36%和61%。由于资源条件的限制，陕西省这种以煤为主的能源消费格局短时间内不会有太大改变。目前陕西省的工业还处于中期阶段，经济发展速度快，对能源具有刚性需求。因此，本文基准情景假定陕西省的能源消费碳强度以及能源强度的降低速度比全国的速度慢。对于陕西省来说，在不影响经济发展速度以及城市化进程的情况下，通过技术创新提高能源利用效率，增加清洁能源的比例降低能源消费碳强度，碳峰值在2030年左右出现是有可能的。提高能源利用效率以及增加清洁能源的比例对技术和成本都提出了挑战，这也是中国走低碳经济发展之路必须面临的问题。

四、对策建议

研究结果表明，国家CO2排放峰值在基准情景下出现的时间为2030年，在低碳情景下出现的时间为2028年。陕西省CO2排放峰值在基准情景下出现的时间为2032年，在低碳情景下出现的时间为2029年。针对上文的实证分析结果以及分析，提出的政策建议如下：

(1)中国要实现2030年或者更早达到碳峰值这一目标，需要意识到区域间发展的差异性。东部应率先控制排放达到碳峰值，为中西部地区城市形成良好的示范效应。国内各区域的碳减排政策应在公平和差异化的基础上同步推进。

(2)中国的低碳经济发展，是以保证现阶段我国经济增长为前提的。因此应充分利用碳排放总量控制对产业结构和能源结构升级所形成的倒逼机制，实现经济发展与能源碳排放的脱钩。

(3)调整产业结构。目前中国整体已经步入工业化后期，产业结构的调整主要是加快发展低能耗的先进装备制造业和高新技术产业，尤其是优先发展信息、新材料、生物医药、节能环保、新能源和智能电网等低碳战略性新兴产业。

(4)调整能源结构。能源结构的调整对碳峰值目标的实现具有决定性作用。2012年非化石能源占一次能源消费总量的9.2%，煤炭、石油、天然气分别约占66.4%、18.9%、5.5%。中国目前“多煤、缺油、少气”的能源结构现状决定了低碳发展需要大力提高清洁能源的比例以及降低煤炭的消费比例。加快自主创新，推进集成创新掌握新能源、可再生能源、节能领域的核心技术，为应对气候变化提供科技支撑。

(5)利用碳汇技术减碳，通过植树种草，利用绿色植物的光合作用吸收二氧化碳以及耕地固碳。

(6)严格实行碳减排的“双控”政策，控制碳强度以及碳排放总量。将碳排放总量控制指标纳入政绩考核，给予地方政策创新和改革试验的灵活性，进行各区域低碳经济发展实施评价。

[1] ENERDATA. Global energy and CO2database,2015[EB/OL].http://globaldata.enerdata.net/global energy/home/.

[2] 雷鹏.低碳经济发展模式论[M].上海：上海交通大学出版社，2011:4.

[3] ROBERT BJ, JOSEP GC, CORINNE LQ, ET AL. Reaching peak emissions[J].Nature,2015(10):1-8.

[4] 柴麒敏.分解中国碳排放峰值[J].经济全局，2015(7)：54-56.

[5] HASSELMANN K, HASSELMANN S, GIERING R, OCANA V AND STORCH HV. Sensitivity study of optimal CO2emission paths using a simplified structural integrated assessment model[J]. Climatic Change,1997(37):345-386.

[6] AHMED K, WEI L. Environmental Kuznets Curve and Pakistan: An Empirical Analysis[J]. Procedia Economics and Finance, 2012(1):4-13.

[7] KANG JD, ZHAO T, REN XS, LIN T. Using decomposition analysis to evaluate the performance of China′s 30 provinces in CO2emission reductions over 2005-2009[J]. Natural Hazards,2012(64):999-1013.

[8] SEFEEDPARI P, GHAHDERIJANI M, PISHGAR-KOMLEH SH. Assessment the effect of wheat farm sizes on energy consumption and CO2emission[J]. Renewable and Sustainable Energy，2013(5)：347-355.

[9] MICHAEL G, FU S, THOMAS S, NICK H, ET AL. A review of Chinese CO2emission projection to 2030: the role of economic structure and policy [J]. Climate Policy, 2015(12):S7-S39.

[10] KERRY S, OLIVIER B, GEOFFREY C, ULRICH L. GIS-based modeling of shallow geothermal energy potential for CO2emission mitigation in urban areas [J]. Renewable Energy, 2016(2):1023-1036.

[11] 林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009(4)：27-36.

[12] 朱永彬，王铮，庞丽等.基于经济模拟的中国能源消费与碳排放高峰预测[J].地理学报，2009(8)：935-944.

[13] 林伯强，刘希颖.中国城市化阶段的碳排放：影响因素和减排策略[J].经济研究，2010(8)：66-78.

[14] 渠慎宁,郭朝先.基于STIRPAT模型的中国碳排放峰值预测研究[J].中国人口·资源与环境，2010(12)：10-15.

[15] 林伯强,李江龙.环境治理约束下的中国能源结构转变——基于煤炭和二氧化碳峰值的分析[J].中国社会科学，2015(9)：84-205.

[16] 杨秀，付琳，丁丁.区域碳排放峰值测算若干问题思考：以北京市为例[J]. 中国人口·资源与环境，2015(10)：39-44.

[17] 冯宗宪,陈志伟.区域能源碳排放与经济增长的脱钩趋势分析[J].华东经济管理，2015(1)：50-54.

[18] 杨伟民.建立更加公平更可持续的社会保障制度[M]. 北京：人民出版社,2015.

[19] YOICHI K. Impact of Carbon Dioxide Emissions on GNP Growth: Interpretation of Proposed Scenarios [R]. Paris: Presentation to the Energy and Industry Subgroup, Response Strategies Working Group, IPCC, 1989.

(责任编辑：司国安)

Comparative Study of China Regional Carbon Peak—Based on National Data and Shaanxi Province

FENG Zongxian, WANG Anjing

(School of Finance and Economics, Xi′an Jiaotong University, Xi′an 710061, China)

This paper discusses the issues of carbon emissions in terms of synchronization, advance or lag between different regions and cities in China under the background of the Chinese government commitment to reach carbon peak around 2030. On the basis of cointegration equation, by applying scenario analysis, it predicts the carbon peak in China and Shaanxi Province respectively. The results show that the national CO2 peak will appeare in 2030 under the baseline scenario and 2028 under the low carbon scenario. The CO2 peak in Shaanxi Province will appeare in 2029. In addition, it compares and analyzes regional and national carbon peaks and put forward some relevant suggestions.

carbon peak; cointegration equation; scenario analysis; predict

2016-05-27

国家社会科学基金重大项目(12&ZD070);中国清洁发展机制基金赠款项目(2014041)

冯宗宪(1954- )，男，西安交通大学经济与金融学院教授，博士生导师。

X502

A

1008-245X(2016)04-0096-09