河北省碳排放达峰情景分析与减排策略研究

都沁军, 张攀路

河北地质大学 城市地质与工程学院, 河北 石家庄 050031

0 引言

当前, 全球气候变暖问题日益突出, 对全球生态系统和人类生产生活带来了严重威胁。 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[1]。 中国不同地区的发展差距较为明显, 主要体现在产业结构与资源禀赋上, 因此碳达峰行动应该秉持以下两点: 第一, 共同而有区别的责任原则; 第二, 发挥地方作为责任主体的作用。 受限于自然条件和历史原因, 河北省的产业格局以高耗能传统产业为主, 粗放型的经济发展模式伴随着大量能源消耗, 碳排放量居于全国前列。 另外, 在京津冀协同发展过程中, 对河北省而言, 要发挥生态环境支撑区功能。 为此, 有必要加强河北省碳排放达峰研究, 一方面可以推动河北省的绿色低碳发展, 另一方面对于助力京津冀地区乃至国家实现碳达峰目标发挥重要作用。

对于碳达峰的研究, 主要围绕着峰值预测展开,进而把握减排路径。 大部分学者认为中国可在2030年前实现碳排放达峰[2,3], 但部分学者认为碳达峰目标如期实现具有一定的挑战性[4]。 通过对不同区域及省份的碳达峰情况进行对比分析[5-7], 发现各地区碳达峰时间存在明显差异, 总体而言东部的达峰时间要早于中西部地区。 部分地区通过推动经济社会全面转型可率先实现碳达峰, 而依赖高碳发展的地区存在一定的滞后。 从行业层面进一步开展碳达峰研究, 可为中国碳达峰行动的落实提供基础性支撑, 学者们对工业[8,9]、 交通[10,11]、 建筑[12]等重点领域的碳达峰情况进行了深入分析。

情景分析法通过构造不同的情景方案, 分析被研究对象在不同情景下的潜在发展模式, 近年来在碳达峰领域应用广泛[13]。 情景分析法的核心并非根据假定的经济发展水平以及技术水平来模拟碳排放量, 而是揭示不同路径下碳排放量的变化情况, 从而为节能减排路径提供参考。 洪竞科等[14]将情景分析法与RICE-LEAP 模型相结合, 模拟了2020—2050 年中国碳达峰路径。 段福梅[15]运用BP 神经网络分析, 设置了8 种发展情景, 用以预测中国碳排放峰值。 王少剑等[16]基于蒙特卡罗模拟对珠江三角洲城市群碳达峰情况进行动态情景模拟, 模拟结果显示珠三角城市群于2020 年显著碳达峰。 蒋昀辰等[17]基于混合型能源投入产出模型构建预测模型, 在9 种情景下测算30 个省份的碳达峰时间。 根据上述分析, 情景分析法的使用需要与模型相结合, 其中STIRPAT 模型的应用最为常见, 众多学者据此进行了大量研究[18-20]。

河北省是落实碳达峰行动的重点省份, 通过构建STIRPAT 模型, 结合情景分析法对不同路径下河北省未来的碳排放达峰情况进行模拟。 以此为依据探索减排策略, 以期提高策略制定的针对性和可操作性, 为河北省低碳发展、 早日实现碳达峰提供参考。

1 研究方法与数据

1.1 碳排放量核算

化石能源消耗是二氧化碳排放的主要来源, 基于碳排放系数法, 依据8 类能源消费量对2004—2020年河北省碳排放量进行核算:

式(1) 中:ICO2表示二氧化碳排放量(万t);Ei表示第i种能源消费量(万t);Ci、Fi分别表示第i类能源的标准煤折算系数 (tce/t)、 碳排放系数 (t/tce), 具体如表1 所示。

表1 各类能源标准煤折算系数及碳排放系数Table 1 Conversion factors and carbon emission factors for various types of energy standard coal

1.2 STIRPAT 模型

STIRPAT 模型是由Dietz 等[21]在IPAT 方程的基础上提出, 对于评估环境压力具有更好的适用性, 其基本表达式为:

式(2) 中:I、P、A、T分别反映环境压力、 人口规模、 富裕程度与技术水平。a为模型系数,b、c、d为各自变量的系数,e为随机误差项。

将式(2) 两边取对数得:

STIRPAT 模型的指标涉及3 个维度, 在具体的使用过程中常对其进行扩展, 人口规模、 城镇化率、 人均GDP 等指标已被广泛纳入模型分析中。 除此之外,相关研究对于表征技术水平指标的选取不尽相同, 包括R&D 投入、 专利数量、 能源强度等。 碳排放强度与技术进步有着紧密联系, 近年来有关学者也开始将该指标纳入模型中进行分析[22,23]。 模型变量说明如表2 所示。

表2 模型变量说明Table 2 Description of model variables

在上述指标的基础上, 将(lnA)2引入模型中,检验河北省碳排放与经济增长之间是否存在“倒U型” 环境库兹涅茨(EKC) 曲线关系[24], 假设此关系存在。 河北省碳排放STIRPAT 模型表达式为:

式(4) 中:b,c,d1,d2,f,g,h为各变量弹性系数。 若d2〈 0, 则表明上述假设成立。

1.3 数据来源

依据8 种主要能源消费量, 核算河北省2004—2020 年二氧化碳排放量, 数据来自《中国能源统计年鉴》 (2005—2021 年) 中的河北省能源平衡表。 除此之外, 表2 中所涉及的其余指标数据均来自《河北经济年鉴》 (2005—2019 年)、 《河北统计年鉴》(2020—2021 年)。

2 实证分析

2.1 能源消费与碳排放现状

河北省经济发展仍处于能源高消耗阶段, 由图1可知, 2004—2020 年期间河北省能源消费总量涨势明显, 2020 年达到32 782.76 万t 标准煤, 年平均增长率约为5.56%。 河北省面临着较为严重的能源消费问题, “一煤独大” 特征显著, 2004 年煤炭消费占比为91.14%, 2020 年仍高达80.51%。 工业领域作为河北省能源消耗大户, 所占份额长期维持在七成以上, 能源消费量主要集中在钢铁、 化工等六大高耗能行业,具体情况如图2 所示(以2020 年为例)。 2013 年以前,河北省碳排放量逐年上升, 2004—2013 年平均增长率约为11.14%, 于2013 年达到峰值95 557.22 万t。2013 年《京津冀及周边地区落实大气污染防治行动计划实施细则》 等政策出台后, 河北省碳减排工作成效渐显, 碳排放规模总体呈现下降趋势, 2013—2017 年下降幅度约为8.23%。 二氧化碳排放量从2017 年又开始上升, 且之后的二氧化碳排放量变化有所波动, 体现出河北省实现碳达峰仍面临一定的压力。

图1 2004—2020 年河北省能源消费量与二氧化碳排放量Fig.1 Energy consumption and CO2 emissions in Hebei Province from 2004 to 2020

图2 2020 年河北省规模以上工业能源消费量分布情况(%)Fig.2 Distribution of industrial energy consumption above the scale in Hebei Province in 2020

2.2 STIRPAT 模型结果

经检验, 所选取的6 个指标的方差膨胀因子VIF〉10, 表明各变量之间存在多重共线性, 若继续使用一般的最小二乘法进行回归, 则会使模型结果失真。 使用岭回归的方法, 可以很好地解决此类问题,岭回归结果如表3 所示。

表3 岭回归分析结果Table 3 Results of ridge regression analysis

由此可得, 河北省碳排放STIRPAT 模型为:

由回归结果可知, 人口数量、 产业结构、 人均GDP、 能源结构和城镇化率对碳排放呈正向影响, 各指标每提高1%, 分别使得二氧化碳排放量增加2.320%、 0.915%、 0.164%、 0.158%和0.142%。 代表技术水平的碳排放强度对碳排放的抑制效果较小,主要原因是该指标下降导致的碳排放量的减少难以抵消其他因素引起的碳排放量增长。

(lnA)2的系数为正, 表明河北省碳排放与经济增长之间不存在“倒U 型” EKC 曲线关系。 EKC 曲线揭示了碳排放与经济增长之间的长期变化趋势,而“脱钩” 指数可以反映二者之间的短期关系[25]。采用Tapio 脱钩模型, 以年为单位细化河北省碳排放与经济增长之间的关系研究, 定义“脱钩” 程度为二氧化碳排放量增长率与GDP 增长率之比[26],2005—2020 年河北省碳排放脱钩情况如图3 所示。结果表明, 研究期内河北省碳排放与经济增长之间的脱钩程度主要以弱脱钩为主。 但值得注意的是,2013 年后脱钩弹性系数的波动幅度较大, 未来的经济发展应更加注重推进低碳路径, 实现高质量发展,以稳定碳排放与经济增长弱脱钩的变化趋势, 并努力实现强脱钩。

图3 2005—2020 年河北省碳排放脱钩情况Fig.3 Decoupling of carbon emissions in Hebei Province from 2005 to 2020

由式(5) 计算得到的河北省二氧化碳排放量实拟合值与实际值的平均相对误差约为3.14%, 误差较小在可接受范围内, 可用作二氧化碳排放量的预测。

2.3 河北省碳排放达峰情景分析

2.3.1 情景设定与参数设置

设置4 种情景用以预测河北省二氧化碳排放量的未来变化趋势及达峰情况, 具体如表4 所示, 预测的时间范围为2021—2035 年。 首先确定各指标的变化率并分阶段赋予, 指标变化率的设定基于其历史数值的变化趋势、 碳达峰相关政策规划, 各指标的变化速率设定具体为:

表4 2021—2035 年河北省碳排放情景设置Table 4 Scenario setting for carbon emissions in Hebei Province from 2021 to 2035

人口数量(P): 《河北省人口发展规划(2018—2035 年) 》 指出, 到2035 年, 河北省人口均衡发展态势基本形成, 总和生育率保持在适度水平, 2021—2035 年人口数量仍将以一定规模上涨。 考虑到《河北统计年鉴(2021) 》 中人口指标数据根据第七次全国人口普查数据进行了调整, 结合“十二五”、 “十三五” 期间人口数量平均增长率变化趋势, 将河北省2021—2025 年、 2026—2030 年、 2031—2035 年人口数量平均增长率分别设置为0.22%、 0.12%、 0.02%。

城镇化率(U): 《河北省城镇体系规划(2016—2030 年) 》 指出, 河北省常住人口城镇化率要在2020 年达到60%, 2030 年达到70%, 年平均增长率为1.67%。 河北省2020 年城镇化率实际情况完成规划中预期目标, 达到60.07%, 因此2021—2035 年城镇化率的设定仍依据上述规划的变化趋势, 预计2035年达到75%左右。

人均GDP (A): 人均GDP 受到多种因素的影响,河北省的经济发展质量稳步提升, 但人均GDP 增长率自2011 年以来总体呈现下降趋势, 2011—2015 年平均增长率约为8.0%, 2016—2020 年约为7.0%。 依据2011—2020 年变化速率, 设定2021—2025 年、2026—2030 年、 2031—2035 年人均GDP 平均增长率分别为6.0%、 5.0%、 4.0%。

产业结构(IS): 河北省的产业结构变化趋势在2011 年前的有所波动, 自2011 年开始稳步下降, 按照这段时期内的变化趋势并结合河北省的产业发展实际, 将2021—2025 年、 2026—2030 年、 2031—2035年中速率分别设置为-2.0%、 -1.5%、 -1.0%。 新的发展形势下, 河北省要深化产业转型, 加快发展现代产业体系, 拓宽第三产业发展空间。 将上述3 个时期内产业结构变化高速率分别设置为-2.5%、 -2.0%、-1.5%。

能源结构(ES): 基于历史数据, 对能源消费结构的变化趋势进行预测, 可从灰色预测模型[27]、 马尔可夫链模型[28]等方法入手。 运用GM (1, 1) 模型预测河北省2021—2035 年能源结构, 其变化率设置为中速率。 预测结果显示, 2021—2035 年河北省能源结构平均变化率为-1.9%, 到2025 年煤炭消费量占比较2020 年下降约为10.66%, 能够完成《河北省“十四五” 节能减排综合实施方案》 中下降10%的预期目标。 改善能源结构, 是河北省节能减排工作的关键点, 将2021—2035 年能源结构平均变化高速率设置为-2.4%。

碳排放强度(CI): 《河北省“十三五” 能源发展规划》 将单位GDP 二氧化碳排放降低20.5%作为约束性指标, 据公开资料显示, 2020 年河北省碳排放强度较2015 年降低约25%以上, 超额完成目标。 据此, 将河北省“十四五” 规划中单位GDP 二氧化碳排放降低19%的约束性指标设置为2021—2025 年碳排放强度变化的中速率, 即平均变化率约为-3.8%,根据“十三五” 期间预期目标的实际完成情况, 将高速率设置为-4.7%。 结合历史数据的变化趋势,2026—2030 年中速率设定为为-3.5%, 高速率为-4.4%; 2031—2035 年中、 高速率分别为-3.2%、-4.1%。

2.3.2 预测结果与分析

根据上述情景设定与参数设置, 借助式(5) 计算不同情景下河北省2021—2035 年二氧化碳排放量,具体如图4 所示。

图4 不同情景下2021—2035 年河北省二氧化碳排放量Fig.4 CO2 emissions under different scenarios in Hebei Province from 2021 to 2035

由图4 可以看出, 4 种情景下河北省碳排放达峰情况存在明显差异。 基准情景下难以在2030 年前实现碳达峰, 2035 年二氧化碳排放量将达到100 246.50万t。 节能情景下2035 年二氧化碳排放量较基准情景下降幅度约为1.12%, 达到99 120.79 万t, 同样无法如期完成碳达峰目标。 产业转型升级在河北省碳达峰进程中发挥重要作用, 产业结构优化情景下,河北省二氧化碳排放量可在2030 年达到峰值, 峰值为93 977.71 万t。 综合情景下, 通过产业结构优化、 降低煤炭消费比重和技术进步等举措协同推进碳减排, 二氧化碳排放量可在2025 年达到峰值93 295.94 万t, 之后稳步下降, 碳达峰时间比国家规定的年限提前5 年, 是4 种情景中实现碳达峰目标的最优解。

3 结论与减排策略

在对河北省2004—2020 年二氧化碳排放量核算的基础上, 建立STIRPAT 模型, 并设置了4 种情景对2021—2035 年碳达峰情况进行分析, 主要得出以下结论:

1) 河北省的经济发展对能源消费有着较强的依赖性, 能源消耗主要集中在工业领域。 2004—2020 年河北省二氧化碳排放量的变化趋势较为波动, 体现出河北省碳达峰目标的实现面临一定的压力。

2) 人口数量、 产业结构、 人均GDP、 能源结构和城镇化率对碳排放呈正向影响, 影响效果依次降低, 代表技术水平的碳排放强度对碳排放的抑制作用并不明显。 碳排放与经济增长之间不存在“倒U 型”EKC 曲线关系, 进一步表明河北省的减排压力。

3) 基准情景和节能情景下河北省难以如期实现碳达峰目标, 产业结构优化情景下二氧化碳排放量在2030 年达峰, 峰值为93 977.71 万t。 综合情景最利于河北省碳达峰目标的实现, 二氧化碳排放量可在2025 年达到峰值 93 295.94 万t。

综合研究, 对河北省碳达峰目标的实现及低碳发展提出相关策略:

1) 优化产业布局, 促进低碳转型。 钢铁、 化工等行业在河北产业结构中占据着重要地位, 且能源消费量较高, 应重点把握其转型方向, 提升资源利用效率, 克服粗放发展模式, 力求实现高质量发展。

2) 调整能源消费结构, 推动低碳技术创新应用。改变煤炭在能源结构中的主导地位, 是降低河北省碳排放量的有效途径, 但截至2020 年, 河北省煤炭消费比重仍高达80%以上, 短期内实现大幅度降低存在一定困难。 因此, 在持续降低煤炭消费比重的同时,也要发挥地区优势, 加快清洁能源的推广利用, 如建设风电基地和光伏发电应用基地。 另外, 还要加强具有前景的低碳技术的推广, 实现能源利用高效化、 清洁化。

3) 多措并举, 助力碳达峰目标的实现。 研究表明产业结构升级、 能源结构优化和低碳技术应用多种措施并行的综合情景最利于河北省碳达峰目标的实现。 但文章研究仅局限于上述指标, 在实际的实施过程中, 也可通过强化科技创新支撑、 提高环境规制力度、 增强碳汇等措施的共同实施来降低二氧化碳排放量。

4) 充分发挥京津冀地区协同发展的优势。 北京市和天津市的低碳发展要优于河北省, 河北省要将两地已取得良好效果的碳减排政策, 因地制宜地借鉴和改进并应用于河北省, 为碳达峰目标的实现提供有力支撑。