重点行业/领域碳达峰路径研究方法

蔡博峰，吕 晨，董金池,2，汪旭颖，郑逸璇，李 新，王雪松，李 冰，何 捷，李永亮，吴立新，邵朱强，丁 焰0，徐 伟，雷 宇，严 刚*

1.生态环境部环境规划院碳达峰碳中和研究中心,北京 100012

2.南京大学环境学院,污染控制与资源化研究国家重点实验室,江苏 南京 210023

3.生态环境部环境规划院,北京 100012

4.电力规划设计总院,北京 100102

5.冶金工业规划研究院,北京 100013

6.中国建筑材料科学研究总院有限公司,北京 100024

7.中国石油和化学工业联合会,北京 100723

8.煤炭工业规划设计研究院有限公司,北京 100120

9.中国有色金属工业协会,北京 100089

10.中国环境科学研究院,北京 100012

11.中国建筑科学研究院有限公司,北京 100013

碳达峰是指二氧化碳(CO)年排放量在一段时间内达到峰值，随后进入平台期并可能在一定范围内波动，之后进入平稳下降阶段，受社会、经济、极端气象等复杂因素影响，适度允许在平台期内出现碳排放上升的情况，但不能超过峰值.碳达峰年份是CO排放量由增转降的历史拐点，标志着碳排放与经济发展实现脱钩.全球已有超过40 个国家和地区实现碳排放达峰，涵盖美国、欧盟、英国、日本等主要发达国家或地区.中国已在2020 年第75 届联合国大会一般性辩论上做出CO排放力争于2030 年前达到峰值、努力争取2060 年前实现碳中和的重要宣示，并提出明确的碳达峰时间表、路线图和施工图.区域碳排放量普遍集中于少数高能耗、高排放行业和领域，重点行业/领域的产业发展趋势和碳排放变化是决定区域整体碳排放达峰时间、碳达峰质量、平台期和峰值大小的关键.从发达国家碳排放的变化历程来看，电力、工业等重点行业低碳转型是推动其碳达峰的主要因素，从现实基础来看，基于重点行业领域建立区域碳达峰指导路径，是实现碳排放分区管控、落实行业减排责任和建立企业碳排放配额管理机制的重要基础，也是实施碳排放总量控制、完善碳市场机制的重要支撑.目前，针对行业碳达峰路径的研究以未来发展情景分析为核心环节，研究方法包括基于能源−经济−排放模型的宏观分析方法和基于能源技术优化模型分析两种方法.

宏观分析方法通常采用IPAR (impact,population,affluence,technology)、STIRPAT (stochastic impacts by regression on population,affluence,and technology)、对数平均权重分解(logarithmic mean weight divisia index，LMDI)、长期能源替代规划系统(Long-range Energy Alternatives Planning System，LEAP)等结合趋势外推、消费系数、弹性系数等计量经济学方法并结合环境库兹涅茨曲线(EKC)对未来的行业发展情况及其环境影响进行宏观判断，在此基础上利用IPCC (Intergovernmental Panel on Climate Change)或国家发布的温室气体排放清单编制指南计算各行业未来碳排放变化，或参考IPCC 提出的气候变化约束下的全球共享社会经济路径(IPCC shared socioeconomic pathways，IPCC-SSPs)进行情景分类，并结合排放清单编制方法分别核算不同情景下的行业碳排放情况.Chen 等基于EKC 首先明确了工业、建筑、交通和农业部门的达峰时间及峰值，并利用LMDI 方法进一步分析各行业减排驱动因素.Zhang 等利用LMDI方法确定中国工业减排驱动因素，并设置多种情景确定在不同减排驱动因素下的行业碳排放情况.其他研究基于LEAP 模型构建多种发展情景研究不同省份或城市交通、钢铁、农村生活等发展趋势与碳排放达峰路径.基于宏观能源−经济−排放模型分析行业达峰路径的方法具有一定经济学理论依据，能够判断目标行业未来宏观发展趋势，并具有操作简便、易于与各类数据相结合等特点.但此方法存在三点不足，首先由于排放因子具有较大的不确定性，各类计算结果通常相差较大，可比性较低；同时由于无法建立不同行业上下游产业链之间的联系，缺乏对未来行业之间动态反馈机制的有效评估；最后，当多种情景均满足达峰目标时，无法根据技术、成本、效益等寻优得到推荐达峰路径.

基于能源技术优化模型的达峰路径分析通常根据对未来人口、城镇化水平及产品产量需求水平的预判，在此基础上通过成本最小化、效益最大化或排放最小化等目标函数的约束预测未来行业/领域的发展趋势及碳排放情况，如替代能源供给系统和环境影响模型(Model for Energy Supply System Alternatives and Their General Environmental Impact，MESSAGE)、全球变化评估模型(Global Change Assessment Model，GCAM)和MARKAL-EFOM 系统综合模型(the Integrated MARKAL-EFOM System，TIMES)等.同时根据模型对能源利用、排放和经济活动等方面的不同建模方式，能源技术优化模型可进一步分为基于GDP、投入产出表和社会核算矩阵的“自上而下”模型和基于工程、技术的“自下而上”模型.此类模型通常包含多个行业之间的物质、能源流入流出关系，据此可以评估行业之间的动态反馈机制，明确行业间的相互约束.在未来情景分析部分，基于模型的达峰路径分析通常基于对未来发展的宏观判断，具有较高不确定性.为了弥补宏观发展趋势判断的不确定性，通常需要耦合可计算的一般均衡模型(Computable General Equilibrium，CGE)等或上述计量经济学方法等，单个能源技术优化模型通常无法实现达峰路径的完整分析.

完善碳排放路径方法是提高碳排放预测分析准确性的有效途径，也是提出碳达峰时间表、路线图和施工图的重要基础.对于大多数地区，碳排放量主要集中在以电力、工业、交通和建筑为主的重点行业/领域.规范重点行业/领域碳达峰路径研究方法是落实碳达峰、碳中和工作顶层设计的需要，是实现碳排放分区管控、落实行业减排责任的重要基础，也是国家实施碳排放总量控制、完善碳市场机制的重要支撑.该研究基于CAEP-CP 综合模型构建CAEP-CP-Sectors重点行业/领域碳达峰路径研究方法，将自上而下的宏观预测方法与自下而上的行业耦合反馈机制相结合，在目标区域宏观社会经济发展目标与碳达峰目标的双约束下，宏观预测重点行业/领域发展规模与需求变化，同时结合以技术为核心的MESSAGE模型建立行业内、行业间耦合关系与动态反馈机制，通过不断迭代优化确立各行业/领域未来发展需求并建立不同发展情景.最后基于不同碳排放核算方法核算各行业在基准、调控、强化情景下的碳排放量，分析行业控碳技术手段和关键举措，综合研判提出重点行业/领域碳达峰目标与路径.

1 CAEP-CP-Sectors 研究框架

CAEP-CP-Sectors 重点行业/领域碳达峰路径研究框架包含四大模块，分别是宏观目标约束、范围和边界确定、宏观需求预测和行业耦合分析反馈模块(见图1).与之前针对行业/领域碳达峰路径的研究方法相比，CAEP-CP-Sectors 综合考虑区域宏观发展目标、行业自身排放特征、行业历史排放趋势和行业间上下游产业关联等因素，通过建立经济社会发展与碳排放目标双约束，改进对行业未来发展需求与碳排放总量的预测；通过分析各行业关键排放环节、重点用能设备，明确行业特定的研究范围与碳排放核算边界，核算行业排放现状并保持未来排放量预测数据口径的长期一致性；通过调研行业之间上下游产业关联，建立各行业耦合反馈机制，反映某行业波动对相关产业发展的影响，避免孤立研究单一行业发展路径，提高对重点行业/领域碳达峰路径研究的准确性.具体而言，首先在区域经济社会发展与碳达峰目标的双约束下，对未来人口、经济城镇化率、产业结构等经济社会发展指标进行宏观预测；同时，立足区域产业结构与发展现状选取高能耗、高碳排放行业作为重点行业/领域，并确定碳排放核算对象与核算边界；其次，基于宏观发展目标约束与经济社会发展预测结果，统筹重点行业/领域自身发展规律与先进技术变革，在充分考虑国民经济社会发展需求、行业发展技术特点、国内外进出口变化等基础上，对重点行业/领域发展规模与需求进行宏观预测；此外，基于以技术为核心的MESSAGE 模型建立动态反馈机制，通过分析产业链上下游供需关系，建立行业内、行业间能量流、物质流耦合关系，通过不断迭代优化确立各行业/领域未来发展需求并建立不同发展情景；分析行业控碳技术手段和关键举措，综合研判提出重点行业/领域达峰目标与路径.

图1 CAEP-CP-Sectors 我国重点行业/领域碳达峰路径研究框架Fig.1 Framework of key industries/sectors CO2 emission peak path research method based on CAEP-CP-Sectors in China

2 研究方法

2.1 宏观目标约束

行业未来发展受区域经济社会发展目标、产业布局、能耗增量、能耗强度、产能置换、碳排放达峰目标等经济、社会、能源、排放多方面因素影响.宏观目标约束模块为行业未来发展与碳排放变化的预测提供边界约束，包括区域经济社会发展目标与碳排放目标双约束.基于区域经济社会现状，梳理目标区域内社会经济发展规划与政策要求，提炼人口增量、GDP 增速等约束指标，结合情景分析、趋势分析方法，预测目标区域未来生产总值、人口、城市化水平、产业结构等，作为重点行业/领域宏观需求预测的基础.

2.2 范围和边界确定

CAEP-CP-Sectors 模型推荐电力、钢铁、水泥、石化化工、煤化工、铝冶炼行业及交通、建筑领域作为研究区域碳达峰的重点行业/领域，不同研究区域重点行业/领域构成有所差别.碳排放核算包含化石燃料燃烧产生的能源活动排放、工业过程排放与外购电力、热力间接排放.

电力行业综合考虑电源结构，碳排放核算包括燃煤、燃气、燃油火电厂(含企业自备电厂)化石燃料燃烧CO排放.钢铁行业基于生产工艺环节，碳排放核算包括球团用煤、烧结用煤、高炉喷煤、高炉用焦以及电炉/转炉少部分化石能源消费产生的CO排放，熔剂使用、炼钢降碳工业过程排放以及外购电力、热力间接排放.水泥行业基于生产工艺环节，碳排放核算包括生料预热、熟料煅烧阶段燃料燃烧CO排放，碳酸盐分解产生的工业过程排放，以及净购电力、热力间接排放.根据GB/T 4754−2017《国民经济行业分类》，石化化工行业分为5 个大类，其中石油和天然气开采业、石油煤炭及其他燃料加工业、化学原料及化学制品制造业的能源消费之和占全石化化工能源消费总量的95%，是石化化工行业能源消费和碳排放的主体.因此，选取石油和天然气开采业、石油煤炭及其他燃料加工业中的原油加工及石油制品制造业和其他原油制造业、化学原料及化学制品制造中的有机化学原料制造业作为石化化工行业研究范围，碳排放核算包括研究范围内化石燃料燃烧CO排放，电石、合成氨生产过程中工业过程排放以及净购电力、热力间接排放.煤化工包括传统煤化工和现代煤化工.传统煤化工分为煤制合成氨、焦化、煤制甲醇，现代煤化工包括煤直接液化、煤间接液化、煤制天然气、煤制烯烃和煤制乙二醇等.煤化工碳排放核算包括传统煤化工与现代煤化工各子行业化石燃料燃烧CO排放，合成氨工业过程排放以及净购电力、热力间接排放.铝冶炼包括电解铝、氧化铝、再生铝.碳排放核算包括电解铝、氧化铝、再生铝生产过程中化石燃料燃烧CO排放，电解铝生产过程中碳阳极消耗工业过程排放，以及外购电力、热力间接排放.交通领域基于运输方式，碳排放核算包括内燃机乘用车、商用车、铁路列车、水运船舶和民用航空器在使用环节化石燃料燃烧CO排放，以及电动汽车、列车、船舶电力消费间接排放.建筑领域基于用能活动，核算范围包括居民生活、服务业等建筑运行过程中由于供暖、炊事等活动化石燃料燃烧CO排放，以及空调、电灯、电梯、电视等电力间接排放.

2.3 宏观需求预测

宏观需求预测模块首先分析近10 年来重点行业/领域产业规模、主要产品产量与进出口量、能源结构、电源结构、保有量和客货运周转量(针对交通领域)、建筑规模(针对建筑领域)，摸清行业发展现状.基于未来GDP、人口、城市化率等宏观社会经济发展形势的预测结果，针对不同行业/领域采用不同预测方法，结合产业发展规划、上下游产业链需求、进出口政策以及产品服务替代等预测各行业发展需求.

对于电力行业，全社会用电量变化与社会经济发展、各部门用电需求密切相关.CAEP-CP-Sectors 模型采用弹性系数法和部门需求预测法预测未来电力需求.基于研究区域人均GDP 预测值、电力消费弹性系数演变规律并参考其他国家经验预测全社会用电量.部门需求法根据全社会各部门用电规模和耗电量变化趋势，结合行业产品产量、单位产品电耗(工业部门)，新能源汽车电耗、铁路电气化率(交通领域)和5G 基站、大数据中心、人均居民生活用电量变化(建筑领域)预测不同行业领域的用电需求，自下而上汇算全社会用电量.

工业领域主要采用部门需求预测法结合趋势外推、蓄积量折算、消费系数法等方法预测主要工业产品产量.其中，钢铁、水泥消费量与下游产业需求密切相关，CAEP-CP-Sectors 模型对于钢铁行业采用消费系数法和基于房产、基建、机械、汽车、家电下游钢材消费量的部门需求法，结合进出口预测粗钢产量，并基于历史钢铁蓄积量、钢铁产品生命周期、废钢进口量预测废钢资源量.水泥行业采用多因素拟合法与部门需求法，根据城镇化率、人均GDP、固定资产形成总额、三次产业结构和固定资产投资结构发展趋势，建立多因素拟合模型，同时，根据我国全社会房屋竣工面积、城镇化建设刚性需求和单位面积房屋建设的水泥消费量预测未来熟料和水泥消费量.石化化工行业采用消费系数法、类比法预测乙烯消费量，采用趋势外推法结合GDP 预测结果预测丙烯与对二甲苯消费量，采用部门需求法综合考虑交通成品油消费量预测未来炼油量.煤化工行业中传统煤化工与农业、钢铁等下游需求密切相关，采用部门需求法预测合成氨、焦炭、煤制甲醇等传统煤化工产品产量，现代煤化工主要为大型项目，建设周期较长且审批权在国家层面，通过梳理在建拟建重大项目预测煤直接液化、煤间接液化、煤制天然气、煤制烯烃和煤制乙二醇产量.铝冶炼行业基于部门需求法、矿产资源需求生命周期模型和弹性系数法预测铝需求总量.再生铝原料由国内旧废铝、国内新废铝、进口废铝等几个方面组成，国内旧废铝以15～25 年之前国内消费量的移动平均乘以系数进行测算，新废铝由当年铝消费量乘以系数进行测算，进口废铝则主要根据进口政策进行预测.电解铝基于铝需求总量、再生铝产量预测结果，结合对今后未锻轧铝及铝合金、铝材进口量和出口量的判断，反推电解铝产量.

交通货运周转量通过分析货运需求变化的影响因素，采用多元回归法、增长率法和弹性系数模型定量比选多模型结果结合定性判断，预测交通货运周转量.客运周转量通过梳理现有研究，选取人口、GDP、服务业发展水平、人口结构、交通基础设施发展水平等指标，构建多因素回归模型预测.基于Gompertz 模型，结合饱和保有量与宏观人均GDP 预测值预测千人乘用车保有量发展趋势，同时结合人口预测值得到未来乘用车保有量.商用车保有量借鉴欧美等发达国家汽车产业变化规律进行趋势外推.

建筑领域发展需求针对城镇居住建筑、城镇公共建筑、农村建筑3 种类型，考虑民众不断提升的居住舒适度需求，识别影响人均建筑面积的关键因素，采用类比分析法预测未来我国城镇人均居住建筑面积、城镇人均公共建筑面积和农村人均建筑面积.

2.4 行业关联耦合

CAEP-CP-Sectors 基于MESSAGE 模型建立行业间耦合关系与动态反馈机制，并为各行业建立基准、调控和强化3 种发展情景，分析不同情景下碳排放变化趋势.MESSAGE 模型以ixmp 框架为依据，在详细展示能源和土地利用系统中各类技术工程、社会经济和生物物理过程等环节详细信息的基础上，通过线性整数优化模型，在成本最低目标函数的约束下，实现在特定节点(如国家、地区)和商品能源需求条件下对相应技术未来发展趋势的分析.该模型以强大的数学编程和大规模数值计算软件系统−模型为支撑，为大规模数值求解提供保障.同时通过耦合单部门可计算一般均衡(CGE)模型−模型，进一步分析终端用能价格对能源需求的反馈以及不同部门之间的用能替代，并估计能源或气候政策的整体经济后果.MESSAGE 模型情景分析模块可分为4 个主要环节，即需求确定、行业技术分析、情景设立和模型输出.

在需求确定部分，MESSAGE 模型最主要的约束条件是满足商品的给定需求水平，即各项技术的产品输出应当大于等于给定的产品需求水平，如式(1)所示.在以往的研究中，该部分主要通过前期预判确定各项产品的需求水平，该研究基于2.3 节的研究结果，将其作为模型输入建立模型计算的主要约束，同时分析行业内与行业之间物料投入产出信息，建立动态反馈机制，通过不断迭代优化确立各行业/领域未来发展需求，提高模型分析的可靠性.需要注意的是，此处的模型输入为地区或行业的需求水平而非生产能力，具体而言，某一地区针对某类产品的需求水平可能很高，但生产能力较低，因此需要通过外部调入或未来增加产能的方式满足该地区对该类产品的需求.

式中，output和input分别代表在特定节点()下各项技术()在单位活动水平下各类商品/原料()的输出/输入情况；ACT代表在特定节点下各项技术相应商品/原料的活动水平；demand代表在特定节点下各类商品/原料的需求情况.

在行业技术分析部分，MESSAGE 是以技术为基础的求优模型，在进行行业碳排放路径分析时，需要首先确定行业发展所需的各类技术.以电力行业为例，火电依然是我国电力生产的主导技术，2020 年占全国发电总量的68%，未来太阳能发电(光热发电、光伏发电)、水电、风力发电、核能发电等技术的发电比例将逐步提升，到2050 年核聚变发电技术可能成为我国另一项重要的发电手段.为此，该研究通过实地调研、文献整理和专家咨询等多种方式建立了我国未来碳达峰甚至碳中和时期各行业的应用技术体系，并确定了相应的成本信息(投资成本、固定成本、可变成本等)、运营信息(建造时间、运营小时数等)和物料投入产出数据等.同时，该部分另一项重要环节即为建立行业之间的联系，即明确行业之间的动态反馈机制.基于模型中物料投入产出信息明确物质输入输出关系，建立行业之间的动态反馈机制，避免单行业分析的局限性，提升整个模型的内在联系.同时将MESSAGE 模型与MACRO 耦合，进一步分析终端用能价格对能源需求的反馈以及不同部门之间的用能替代，估计能源或气候政策的整体经济后果.

在情景设立部分，由于MESSAGE 模型的核心是最小化总成本，如式(2)所示，因此在各类生产技术中，模型会优先选择成本最低的技术，造成在某个预测区间内，某类产品完全由一类技术生产.但在现实生活中，由于技术的推广程度、应用条件的不同，某一项技术的应用通常不会在一个时间节点内发生突变.例如，在可再生能源发电行业，光伏发电和风能发电均为重要的发电技术，且均有相应的应用条件，不会出现某项技术对另一项技术的完全取代，因此在模型中需要对各类技术设置不同的约束条件，包括技术新增装机量/产能水平、活动水平、增长速度、产量占比等，以反映技术发展的真实情况，如式(3)所示.

式中，OBJ 代表模型优化的目标结果，df_period代表模型研究的时间序列，COST_NODAL代表在特定节点和时间下相应结果的成本,Y为模型研究的时间范围集合.

式中，CAP_NEW代表新增装机量/产能，bound_new_capacity_up代表新增装机量/产能的约束上限，该约束是指新增装机量/产能不能超过新增装机量/产能的约束上限.

除现实因素外，在模型分析中需要进一步确定不同技术在未来的发展水平.以发电行业为例，现阶段我国风电、光伏发电量占全社会用电量的10%左右，2020 年中国在气候雄心峰会上向全世界承诺到2030 年，我国非化石能源占一次能源消费比重将达到25%，风电、太阳能发电总装机容量将达到1.2×10kW·h，未来我国风电、太阳能发电将实现跨越式的增长.因此，为明确未来不同发展条件下各行业的达峰路径，该研究基于上述技术新增装机量/产能水平、活动水平等不同约束条件，进一步设置不同的发展情景以分析未来各行业的发展及碳排放情况.具体而言，该研究设置基准情景、调控情景和强化情景3 类发展情景.其中基准情景是指未来各行业的发展情况遵从现有的发展情况保持不变；调控情景以宏观分析及需求分析结果为基础，确定未来各行业的发展情况；强化情景是指在调控情景的基础上，进一步增强低碳技术的发展规模，以确定在更强有力的碳达峰碳中和推进力度下各行业的发展及碳排放情况.

模型输出部分基于上述3 个环节及MESSAGE模型分析结果，获得各行业能源活动情况、技术应用规模、产品产量情况等不同情景下行业的发展情况，为后续碳排放核算提供数据支撑.

3 行业关联耦合分析案例

选取重点行业/领域碳达峰路径研究中钢铁行业与电力行业路径研究的动态交互反馈为例，对CAEP-CP-Sectors 研究方法中的行业关联耦合机制进行介绍.CAEP-CP-Sectors 方法主要从以下两方面对钢铁行业与电力行业的情景分析进行耦合关联.

一是建立了钢铁生产对电力消费需求的响应机制.基于MESSAGE 模型根据钢铁行业不同生产技术电力消费的特性，通过明确钢铁行业内部各项技术在未来的发展情况，并进一步分析各项技术及行业整体的电力需求，构建钢铁生产状况包括产量、生产技术选择等对电力需求的响应关系.不同情景下，2020−2035 年钢铁行业电力消费量以2020 年消费量为基准归一后的变化情况(见图2).图2 中所涉及钢铁行业碳排放情景在设置上的差异主要体现在，是否在一般控制水平的基础上考虑增加强化产量控制措施或强化碳排放控制措施(包括调整生产工艺结构、提高能效水平等)的实施，从而分别对应不同的产量与碳排放控制强度情景.情景设置具体介绍详见钢铁行业达峰路径研究论文.如图2 所示，不同钢铁行业碳排放控制情景对应的电力消费需求差异显著.a、b、c、d 四个情景下，2020−2035 年钢铁行业电力消费需求总体将呈下降趋势；e、f、g、h 四个情景下，2020−2035 年钢铁行业电力消费需求将呈先增长后下降的趋势.在此基础上，将钢铁行业的电力消费需求反馈到电力行业达峰路径研究模块，用于优化电力消费需求的预测结果，从而实现钢铁行业达峰路径研究对电力行业发展情况预测的响应.

图2 2020—2035 年我国钢铁行业不同碳排放情景下的电力消费量Fig.2 Electricity consumption of the iron and steel industry under different scenarios in China

二是建立了电力行业发展对钢铁行业间接CO排放的动态影响评估机制.该研究基于钢铁生产对电力需求的响应关系以及电力行业发展情景中的电力碳排放绩效变化，对不同钢铁行业发展情景下电力消费引起的间接CO排放进行动态反馈.以钢铁行业的情景f (低需求-强化控排)为例，对CAEP-CP-Sector模型计算的该情景下2020−2035 年钢铁行业间接CO排放量(考虑电力碳排放绩效变化)与不考虑电力行业碳排放绩效变化情况下的钢铁行业间接CO排放量进行对比(见图3).随着未来发电结构逐步调整，是否考虑电力行业碳排放绩效可对用电行业的间接CO排放量计算值产生明显影响.如图3 所示：在不考虑电力行业碳排放绩效变化的情况下，2020−2035 年期间钢铁行业间接CO排放量将逐渐增加；而CAEP-CP-Sector 模型计算结果则显示2020−2035年期间钢铁行业间接CO排放量总体将有所下降，这主要是由电力行业碳排放绩效未来将随发电结构清洁低碳转型而逐步下降所引起的.通过构建电力碳排放绩效变化对钢铁行业间接CO排放的影响评估机制，CAEP-CP-Sector 模型可有效实现钢铁行业碳排放预测对电力行业发展路径的动态反馈.

图3 不同电力碳排放绩效变化情况下我国钢铁行业的CO2 间接排放量Fig.3 Comparison between the indirect CO2 emissions of iron and steel industry under the conditions of considering emission factor changes in power sector or not in China

4 结论

a) 区域碳排放量往往集中于以电力、钢铁、水泥、石化化工、煤化工、铝冶炼、交通、建筑为代表的高能耗、高排放重点行业和领域.重点行业/领域的产业发展趋势与碳排放变化特征直接决定区域碳排放达峰时间、达峰质量和峰值大小.研究重点行业/领域碳达峰路径，是实现碳排放分区管控、落实行业减排责任和建立企业碳排放配额管理机制的重要基础，且碳排放发展路径与区域未来重大项目规划紧密相连，有利于构建以减排任务量为载体的差异化重点领域总量控制体系，有利于自上而下实现碳排放精细化管控.

b) 该研究建立CAEP-CP-Sectors 重点行业/领域碳达峰路径研究方法，包含宏观目标约束、研究范围确定、宏观需求预测、行业耦合反馈四大模块.在区域经济社会发展与碳达峰目标的双约束下，预测未来人口、经济城镇化率、产业结构等经济社会发展指标，并以此为基础统筹行业自身发展规律与先进技术变革，在充分考虑国民经济社会发展需求、行业发展技术特点、国内外进出口变化的基础上，宏观预测重点行业/领域发展规模与需求变化.同时，基于以技术为核心的MESSAGE 模型建立动态反馈机制，分析产业链上下游供需关系，建立行业内、行业间能量流、物质流耦合关系，通过不断迭代优化确立各行业/领域未来发展需求并建立不同发展情景.最后，分析行业控碳技术手段和关键举措，综合研判各情景提出重点行业/领域碳达峰目标与路径.CAEP-CP-Sectors 方法可满足国家、省份、城市等不同区域尺度的行业/领域碳排放路径分析与减排措施、成本效益、政策保障评估.