成渝地区双城经济圈碳达峰预测研究

□田明霞 刘 磊

[四川大学 成都 610065]

引言

作为全球最大的能源消费国和温室气体排放国，我国一直积极参与国际气候治理。2015年我国向联合国气候变化框架公约提交《强化应对气候变化行动——中国国家自主贡献》，承诺中国的二氧化碳排放在2030年左右达到峰值并争取尽早达峰。2020年9月22日，第七十五届联合国大会一般性辩论会上习近平主席再次宣布：“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”。在此背景下，分析和研判我国的碳排放发展趋势以及面临的减排约束，确保2030年前如期实现碳达峰已成为全面建设社会主义现代化国家的重大问题。

碳达峰问题的分析和解答有赖于对未来碳排放的科学与合理预测。目前，关于碳排放的预测方法较为成熟，大致可分为两类。第一类为基于碳排放与经济发展关系分析的碳达峰预测，主要包括Topic脱钩系数法[1～2]和环境库兹涅茨曲线[3]。第二类为基于预测模型和情景分析的碳排放预测，包括长期能源替代规划系统（Long-range Energy Alternatives Planning, LEAP）模型[4～5]、多部门局部均衡模型[6]、偏最小二乘回归预测模型[7]、灰色预测模型[8]、集成时间序列模型[9]、马尔科夫预测模型[10]、均衡协整关系模型[11～12]、Kaya恒等式[13～15]等。此外，考虑到未来的碳排放具有动态变化性，而静态情景分析的解释力有限，部分研究结合情景分析与蒙特卡洛模型构建了动态碳排放预测模型[12～15]。

我国“双碳”战略提出后，不同研究从国家[4,7,10～13]、区域[1,14,16～18]、省份[5,8,19～20]等层面对我国碳达峰的时间与路径等进行了大量分析探讨。其中，区域层面的研究主要集中于京津冀地区[16]、长三角地区[17～18]和珠三角地区[14]，而对成渝地区鲜有关注。从2011年4月国务院正式批复《成渝经济区区域规划》到2020年1月中央财经委员会第六次会议首次提出“成渝地区双城经济圈”，成渝地区在全国区域发展中的战略地位不断提高。2021年10月20日，《成渝地区双城经济圈建设规划纲要》正式发布，确立了成渝地区双城经济圈作为我国经济增长第四极的战略地位。2021年，成渝地区双城经济圈实现生产总值73 919.2亿元，占全国6.5%，占西部地区30.8%。党的二十大报告再次强调促进区域协调发展，推动成渝地区双城经济圈建设。

成渝地区当前正处于工业化与城市化快速发展阶段，能源消费仍呈高碳特征。随着能源消费和碳排放量的持续增加，碳达峰将面临巨大压力。作为我国区域发展战略实施的核心地区之一，研究成渝地区碳达峰的可能路径不仅对于本地区乃至全国的碳达峰目标实现具有重要意义，而且对于我国其他区域的碳达峰也具有较强的示范作用。因此，本文对成渝地区双城经济圈及44个市（区县）碳排放的影响因素进行识别，并模拟预测2020～2035年各地区的碳排放演化趋势，识别碳达峰的可能路径，为成渝地区在2030年前全面实现碳达峰提供政策建议。

一、研究方法与数据来源

（一）研究方法

1. 碳排放因素分解分析

为了解成渝地区碳排放的影响因素并为碳排放预测奠定基础，本文首先基于Kaya恒等式对区域碳排放进行因素分解分析。Kaya恒等式认为一个地区的碳排放总量是该地区的人口规模、人均GDP、能源消费强度和能源消费碳强度等四个因素共同作用的结果，即：

其中，i为成渝地区整体或市（区县）；t为年份；Cit、Pit、PGDPit、EIit、ECIit分别为成渝地区或市（区县）i在t年的碳排放量、常住人口、人均地区生产总值、能源强度和能源消费碳强度。其中，能源强度以能源消费总量与地区生产总值的比值表示，反映经济活动的能源使用效率；能源消费碳强度以碳排放量与能源消费量的比值表示，反映能源消费的低碳化程度。

本文采用加法形式的对数迪氏平均指数法（Logarithmic Mean Divisia Index, LMDI）对成渝地区及各市（区县）碳排放的贡献因素进行分解[21]：

其中，ΔC是成渝地区整体或市（区县）i从第0年到第t年的碳排放变化量，由四个部分组成，分别是人口规模效应(ΔCP)、经济产出效应(ΔCPGDP)、能源强度效应(ΔCEI)以及能源消费碳强度效应(ΔCECI)。Pi0、PGDPi0、EIi0和ECIi0分别为成渝地区或市（区县）i在第0年的常住人口、人均地区生产总值、能源强度和能源消费碳强度。ΔCP、ΔCPGDP、ΔCEI和ΔCECI分别为成渝地区整体或市（区县）i从第0年到第t年的常住人口变化、人均地区生产总值变化、能源强度变化和能源消费碳强度变化对碳排放变化的贡献值。

2. 碳达峰情景分析

本文采用Kaya恒等式作为碳排放预测的基本方法。令VP、VPGDP、VEI和VECI分别为P、PGDP、EI和ECI在预测年相对于基年的变化率，则预测年的碳排放(Ci,t1)可由式(3)计算得到：

其中t1是指预测年份，t0则指相应的基年。此处借鉴邵帅和张曦等[13]、董锋和杨锋亮等[11]、王少剑和莫惠斌等[14]的研究，依据能源结构中非化石能源占比的年均变化率预测值设定能源消费碳强度参数。

在情景设定的基础上（具体见下节），本文一方面对成渝地区及各市（区县）在5种情景下的碳排放增长情况进行静态模拟，另一方面采用蒙特卡洛法进行动态模拟。作为一种不确定性分析方法，蒙特卡洛法能按照一定概率分布对变量进行随机取值与组合，并对组合后的变量与模型进行运算，从而得到目标变量分布[13～14]。该模型无需根据历史碳排放数据调节系数，因此新冠肺炎疫情等重大事件对模型的影响较小[14]。将蒙特卡洛法与情景分析法有机结合，通过大量情景随机组合研究，可以揭示不同经济社会发展状况下碳排放的演化趋势。具体来说，本文根据设定的概率分布随机抽取成渝地区及各市（区县）5种碳排放情景中4个影响因素的变化率进行各10万次模拟，以识别最接近真实情景的碳排放演化路径。

3. 情景设定

2010年IPCC调整情景开发模式，采用并行方式(parallel approach)的思路，提出由共享社会经济路径（Shared Socioeconomic Pathways, SSPs）和典型浓度路径（Representative Concentration Pathways,RCPs）共同构成的新情景框架[22]。借鉴Moss和Edmonds等[23]、Riahi和 Van Vuuren等[24]对不同情景的定义，以及O'Neill 和Tebaldi等[25]、王少剑和莫惠斌等[14]结合SSPs与RCPs的情景设定方法，本文根据成渝地区各市（区县）的经济社会发展状况设定如表1所示的5种碳排放情景。

表1 碳排放情景

借鉴王少剑和莫惠斌等[14]的研究，如表2所示，本文首先为成渝地区及各市（区县）碳排放的影响因素和情景设置相应的概率分布。其中，基准情景的概率最高，高碳情景与低碳情景概率相同，极高碳情景与极低碳情景概率相同且概率最低。考虑到随着时间推移，各级政府将愈发重视碳减排工作，情景设定逐渐提高低碳情景和极低碳情景的概率并降低高碳情景和极高碳情景的概率。同时，鉴于碳排放演化路径的不确定性，本文将各因素在5种碳排放情景下的变化率作为普通状态，在此基础上，设定各情景高速状态下的人口规模、人均GDP、能源强度和能源消费碳强度变化率分别较普通状态+0.1%、+0.2%、-0.1%和-0.05%，低速状态则与之相反。

表2 各因素在5种情景下的概率分布

（二）数据来源

碳排放数据采用Chen和Xu等[9]基于夜间灯光数据估算得到的1997～2017年碳排放量，以及采用自顶向下的方法更新得到的2018～2019年碳排放量。

常住人口数据（2006～2021年）来自《四川省统计年鉴》和《重庆市统计年鉴》。

GDP和GDP指数数据（2006～2021年）来自《四川省统计年鉴》和《重庆市统计年鉴》。所有年份的GDP根据GDP指数统一折算成2005年不变价格。

能源消耗数据来自《四川省统计年鉴》、各市（区县）统计年鉴、能源发展规划、重庆市各区县单位GDP能耗等指标公报、《重庆市人民政府办公厅关于下达2012年度节能目标任务的通知》等，或通过相关数据折算得到。其中，重庆市的江北区、南岸区、渝北区、巴南区、合川区、南川区、大足区、铜梁区、潼南区、梁平区、丰都县等11个区县2012～2020年的能耗数据缺失，因此本文根据与这些区县的碳排放和单位GDP能耗变化趋势相近的重庆市区县数据进行估算。经过验证，估算数据与统计数据的差异在0.05%～11.7%之间。

二、研究结果

（一）成渝地区双城经济圈碳排放因素分解分析

如图1所示，2006～2019年成渝地区的碳排放从2006年的194.28 Mt增至2019年的398.92 Mt，总体表现出“缓慢增长——快速波动增长——平稳增长”的变化趋势。在市（区县）层面，碳排放年均增速最大的是璧山区（11.96%），其次是北碚区（9.68%）以及长寿区（9.59%），碳排放年均增速最小的是渝中区（0.55%）。

图1 2006～2019年成渝地区整体碳排放量

1. 成渝地区双城经济圈整体

如图2所示，2006～2019年，经济产出是导致成渝地区碳排放增长的首要因素，贡献量为358.25 Mt，贡献率达到175.06%。经济产出的增排效应在2006～2013年持续增强，2013年后有所减弱。人口规模对成渝地区的碳排放影响相对较小，但整体上呈增排效应，导致2006～2019年碳排放增加58.27 Mt，贡献率为28.48%。能源消费碳强度对成渝地区碳排放的影响呈现减排和增排的波动式变化，但整体上仍然导致碳排放增加了55.11 Mt，贡献率为26.93%。能源强度是抑制成渝地区碳排放增长的唯一因素，2006～2019年共减少266.99 Mt碳排放，贡献率为-130.47%。

图2 成渝地区双城经济圈碳排放因素的累计贡献（2006～2019年）

2. 成渝地区双城经济圈各市（区县）

如图3所示，除大渡口区外，经济产出是导致各市（区县）碳排放增长的首要因素。能源强度则是促使各市（区县）碳排放减少的首要因素。泸州市、绵阳市、宜宾市、梁平县、丰都县及云阳县的人口规模对碳排放呈现减排效应，而其他38个市（区县）则呈增排效应。泸州市、宜宾市、雅安市、渝中区、大渡口区、渝北区、巴南区、长寿区、江津区、綦江区、丰都县、垫江县及忠县等13个市（区县）的能源消费碳强度对碳排放呈现减排效应，其他31个市（区县）则呈增排效应。

图3 成渝地区双城经济圈各市（区县）碳排放因素的累计贡献（2006～2019年）

（二）成渝地区双城经济圈碳达峰情景分析（2020～2035年）

1. 参数设定

（1）人口规模

第一，根据《四川省人口发展中长期规划》，2025年四川省常住人口预计达到8 430万，2030年达到8 470万，2025～2030年的人口年均变化率为0.09%。假设2031～2035年四川省常住人口维持0.09%的变化率，则2035年四川省常住人口为8 510万；第二，根据2000～2021年四川省内各市常住人口占四川省总常住人口的比重，采用趋势外推法预测各市2022～2025年常住人口占比，并取2021～2025年常住人口占比的平均值作为各市2025年常住人口占比数据；第三，根据“十一五”（2006～2010年）至“十四五”（2021～2025年）期间各市常住人口占全省比重的均值，外推“十五五”（2026～2030年）及“十六五”（2031～2035年）各市常住人口占比数据；最后，计算得到2025年、2030年、2035年各市常住人口数以及2021～2025年、2026～2030年、2031～2035年各市常住人口年均变化率。参考文献[26, 19, 14]的研究，假设低碳情景与基准情景的人口增长率保持一致，同时设定极高碳（+0.1%）、高碳（+0.02%）、极低碳（-0.1%）三种情景的人口增长率。重庆市各区县的参数值遵循相同规则设定。成渝地区双城经济圈整体的参数值基于各市（区县）参数值设定。

（2）人均GDP

基于成都市“十四五”时期GDP年均增长率6%～8%的规划及刘伟和陈彦斌[27]预测的我国“十四五”时期4.9%、5.1%的潜在经济增速，综合考虑“十一五”至“十三五”期间成都市的GDP年均增长率以及与全国GDP年均增长率的差异，设定基准情景下2021～2025年成都市的GDP年均增长率为7%。参考文献[28～31]的相关预测数据设定2026～2030年和2031～2035年GDP增长率较前一周期分别下降0.6%和0.5%。基于基准情景参数值，参考文献[14, 32～33]关于不同碳达峰情景下我国经济增长率的差异研究，设定极高碳（+0.96%）、高碳（+0.36%）、低碳（-0.34%）和极低碳（-0.98%）4种情景的GDP年均增长率。四川省其他城市的参数值根据各市的GDP年均变化率与成都市GDP累计变化率及年均变化率的差异等设定。重庆市各区县的参数值遵循相同规则设定。成渝地区双城经济圈的参数值基于各市（区县）参数值设定。

（3）能源强度

“十一五”“十二五”“十三五”期间成都市能源强度下降率分别为20%、16%与14.24%，下降速率逐渐放缓。2016～2019年期间，成都市的能源强度年均下降率比全国低0.3%。综合考虑经济增长和能源消费弹性变化趋势，预计“十四五”时期我国能源强度可降低13.4%～14.2%。根据成都市的能源强度变化趋势以及与全国能源强度变化率的差异，设定基准情景下“十四五”时期成都市的能源强度降低12.16%，年均下降2.56%。参考年均变化率随时间下降的主流设定方法[12～14]，设定2026～2030年和2031～2035年成都市的能源强度年均变化率较前一周期增加0.3%和0.2%，并基于基准情景设定极高碳（+0.6%）、高碳（+0.4%）、低碳（-0.4%）和极低碳（-0.6%）4种情景的能源强度变化率。四川省其他城市的参数值根据各市能源强度下降规划值、能源强度变化趋势与成都市或全国能源强度变化率的差异等设定。重庆市各区县的参数值遵循相同规则设定。成渝地区双城经济圈的参数值基于各市（区县）参数值设定。

（4）能源结构

《中国长期低碳发展战略与转型路径研究》预测中国未来非化石能源占比加速提升，2020～2050年每5年非化石能源占比分别为16%、20%、25%、32%、45%、60%和73.2%。成都市2020年非化石能源占比为44.2%，较“十二五”期末（38.9%）提升了5.3个百分点。《成都市十四五能源发展规划》提出到2025年，非化石能源消费占比达到50%以上，较“十三五”末提升5.8个百分点。因此，成都市非化石能源占比和增速均高于全国平均水平，由此设定“十四五”时期成都市的非化石能源占比较“十三五”时期增加7%，“十五五”和“十六五”非化石能源占比分别较前一时期增加13%和15%。据此，设定基准情景下2021～2025年、2026～2030年和2031～2035年成都市能源结构的变化率分别为-2.5%、-2.66%、-4.19%。参照文献[12～14, 20]能源结构情景设定，以基准情景为基础设定极高碳（+0.3%）、高碳（+0.2%）、低碳（-0.2%）和极低碳（-0.3%）4种情景的能源结构变化率。四川省其他城市和重庆市的参数值遵循相同规则设定。由于重庆市各区县非化石能源占比数据缺失，各区县非化石能源占比年均变化率与重庆市保持一致。成渝地区双城经济圈的参数值基于各市（区县）参数值设定。

2. 碳排放情景分析

（1）成渝地区双城经济圈整体

如图4所示，2020年后，成渝地区双城经济圈的碳排放在极低碳情景和低碳情景下缓慢下降，能够在2030年达峰，而在基准情景、高碳情景与极高碳情景下碳排放持续增加，无法在2030年达峰。

图4 成渝地区双城经济圈各情景下的碳排放量

（2）成渝地区双城经济圈各市（区县）

根据在2030年达峰的情况（表3），本文将各市（区县）分为“已达峰”“可达峰”与“潜在达峰”三类。

表3 各市（区县）在5种情景下的碳达峰情况

已达峰城市包括绵阳市、遂宁市、眉山市和资阳市等4个城市。如图5所示，此类城市的碳排放在五种情景下均已在2020年实现达峰。但是，绵阳市、眉山市和资阳市在极高碳情景和高碳情景下存在碳排放反弹的风险。

图5 已达峰城市各情景下的碳排放量

可达峰城市包括内江市、广安市和达州市等32个市（区县）。如图6所示，此类城市的碳排放在五种情景下均能在2030年实现达峰。

图6 可达峰城市各情景下的碳排放量

具体而言，内江市、万州区、达州市、渝中区、大渡口区、沙坪坝区及九龙坡区、开州区等8个市（区县）在极低碳情景和低碳情景下2020年已达峰，在基准情景、高碳情景和极高碳情景下2025年达峰。广安市在低碳情景和极低碳情景下2020年已达峰，在基准情景、高碳情景与极高碳情景下2030年达峰。渝北区在极低碳情景、低碳情景、基准情景与高碳情景下2020年已达峰，在极高碳情景下2025年达峰。其余22个市（区县）在五种碳排放情景下均在2025年达峰。

潜在达峰城市包括成都市、自贡市和泸州市等8个城市。如图7所示，此类城市的碳排放在2020年后呈多情景发散型演化，且在特定情景下难以在2030年实现碳达峰。

图7 潜在达峰城市各情景下的碳排放量Mt

具体而言，成都市在极低碳情景下2030年达峰，在低碳情景、基准情景、极高碳情景与高碳情景下无法实现2030年碳达峰的目标。自贡市、泸州市、德阳市、乐山市和宜宾市等5市的碳排放在极低碳情景和低碳情景下于2020年后缓慢下降，能在2030年达峰；而在基准情景、高碳情景与极高碳情景下碳排放持续增加，无法在2030年达峰。南充市在极低碳情景和低碳情景下能在2030年达峰，在高碳情景下碳排放于2030年后进入增长平台期，但尚未实现碳达峰，在极高碳情景下无法在2030年达峰。雅安市在5种情景下均无法在2030年实现碳达峰。

3. 碳达峰动态模拟

在静态情景模拟的基础上，本节运用蒙特卡洛法按设定的概率分布随机抽取情景组合对成渝地区及各市（区县）的碳排放进行各10万次模拟，以进一步精准识别碳达峰路径。

如表4所示，根据在2030年达峰的概率，可将各市（区县）分为“已达峰”“可达峰”与“潜在达峰”三类。如图8所示，成渝地区双城经济圈在2030年前实现碳达峰的概率仅为32.8%。与静态情景分析结果类似，绵阳市、遂宁市和眉山市等36个市（区县）能如期实现2030年碳达峰的目标。在潜在达峰类城市中，南充市不晚于2030年碳达峰的概率为85.7%；自贡市、德阳市、乐山市存在较大的目标落空风险，不晚于2030年碳达峰的概率分别为55.42%、58.9%、20.4%；成都市、泸州市、宜宾市和雅安市等4市则难以实现碳达峰目标。

表4 动态模拟下成渝地区双城经济圈各地达峰情况

图8 动态模拟下成渝地区双城经济圈及各市（区县）达峰概率

四、结论与政策建议

本文对成渝地区双城经济圈碳排放的驱动因素、演化与达峰路径进行了分析模拟，结果显示：（1）2006～2019年，经济产出是导致成渝地区碳排放增加的首要因素，贡献率达175.06%，其次是人口规模（28.48%）与能源消费碳强度（26.93%）；能源强度是促进成渝地区碳排放减少的唯一因素，贡献率达-130.47%。（2）除大渡口区外，各市（区县）的经济产出均是导致碳排放增长的首要因素；能源强度则是抑制碳排放增长的首要因素；泸州市、绵阳市和宜宾市等6市的人口规模对碳排放呈现减排效应，而其他38个市（区县）则呈现增排效应；泸州市、宜宾市和雅安市等13个市（区县）的能源消费碳强度对碳排放呈现减排效应，其他31个市（区县）则均为增排效应。（3）静态模拟下成渝地区的碳排放仅在极低碳情景和低碳情景下可在2030年达峰；动态模拟下，成渝地区不晚于2030年达峰的概率为32.8%。（4）绵阳市、遂宁市和眉山市等4个城市在2020年已实现了碳达峰；内江市、广安市和达州市等32个城市在静态模拟和动态模拟下均能在2030年实现碳达峰；在静态模拟下，成都市、自贡市和泸州市等8个城市在特定情景下无法实现碳达峰目标，在动态模拟下, 成都市、泸州市与宜宾市等4市难以实现碳达峰目标，南充市、自贡市、德阳市及乐山市不晚于2030年达峰的概率分别为85.7%、55.4%、58.9%与20.4%。

显然，成渝地区双城经济圈要实现2030年碳达峰的目标仍存在诸多挑战。从成渝地区双城经济圈整体层面来说，应从发展绿色低碳循环经济、促进产业成链集群发展、倡导绿色低碳的能源消费方式、建设新型能源体系以及提升区域协同减排能力等方面入手，积极部署落实节能减排工作。

从各市（区县）层面来说，对于“已达峰城市”来说，需沿着既有发展路径大力推动节能减排工作，预防碳排放反弹。例如绵阳市存在较大的碳排放反弹风险，应充分利用作为国家科技城的科技创新优势，推动关键核心技术供给和成果转化应用，为发展绿色低碳产业提供科技支撑。“可达峰城市”产业结构转型初见成效，但由于经济快速发展和能源结构相对高碳，其碳排放仍将持续增长。因此，这些城市需着力发展低碳经济、优化能源结构、以“成渝氢走廊”建设为契机，形成完善的氢能产业体系。除成都市以外，“潜在达峰城市”多属于老工业城市和资源型城市，这些城市应根据历史碳排放情况、碳排放影响因素及动态模拟结果，针对碳减排的难点及重点确定减排策略。例如，作为超大型城市，成都市应着力控制消费侧碳排放。一方面，构建绿色低碳的交通运输体系、优化建筑用能结构，以更好地承载人口的净流入，缓解人口碳排放压力；另一方面，抓住成渝地区双城经济圈建设的机遇，加强成德眉资同城化建设，加快统一标准体系建立，推动成都市产业转移和功能疏解，促进人口向周边城市转移。自贡市应坚持“工业强市”战略，着力构建高效、清洁、低碳、循环的工业体系。同时，大力发展生态农业、电子信息及以盐、恐龙、灯、食为主的特色生态旅游业等新兴产业；充分利用本市丰富的水资源，提高非化石能源消费占比。南充市应推动汽车汽配产业转型升级，融入成渝汽车汽配产业集群；发挥作为四川省重要石油天然气和化石能源基地的优势，促进油汽化工产业深度转型，打造高端化工产业基地；发挥作为国家重要的商品粮基地和农副产品产业基地的优势，大力推动农业、丝绸服装产业现代化发展。

最后，必须指出的是，基于历史趋势和相关研究成果的参数设定不可避免地有一定的主观性，且囿于区县级，特别是泸州市、宜宾市、资阳市与重庆市各区县等地区的能源结构等基础数据不足，本研究的精细化和准确度仍有待进一步优化。