保定市碳达峰预测研究

马建辉MA Jian-hui；冯静璇FENG Jing-xuan；常锦涛CHANG Jin-tao；房硕FANG Shuo；刘永亮LIU Yong-liang

（①河北大学经济学院，保定 071002；②河北大学资源利用与环境保护研究中心，保定 071002；③保定市碳中和与数据科学重点实验室，保定 071002）

0 引言

自2020 年习近平总书记提出中国“双碳”目标之后，未来能否实现、怎样实现目标，成为各级政府所关注的重要问题之一，而学界也相继围绕未来碳排放的预测开展了大量研究。目前，学界在碳排放预测研究中采用的主要方法有STIRPA 模型[1][2]，离散二阶差分方程预测模型（DDEPM）[3]-[7]、LEAP 模型[8]、Logistic 预测模型[9]以及BP 神经网络模型[10]，其中，STIRPA 模型因其逻辑简单明了，因此最为常见。碳排放的预测研究，一般要基于不同的情景进行，较常见的是设置上中下，或高中低三种情景进行预测。如唐晓灵[11]在设定低碳、基准、高碳3 种情景下，分别对建筑碳排放峰值进行了预测。胡剑波[12]设定基准情景、政策情景以及强化政策情景对不同的制造业的碳达峰路径进行了分析。尹龙[13]将情景设定为基准情景、强化能源效率情景、低碳消费情景三种，预测了2020-2050 年中国居民消费碳排放的规模。王勇[14]设定基准、低排放和技术突破三种情景，对公路、铁路、航空、水路和管道5 种不同交通运输方式的碳排放进行了细分研究。在研究区域方面，目前的研究主要关注全国及各省域[15]、重要城市群[16][17][18]及大城市[19]的碳排放达峰预测，对中小城市关注度不够。

保定地处北京、天津和石家庄的金三角地带，位于京津冀城市群中部位置，是非常有代表性的华北地区中小城市，研究保定市的碳排放情况，可为河北乃至整个华北地区诸多城市提供可靠的参考范例。因此，本文将在前人研究的基础上，构建了保定市碳排放STIRPAT 模型，结合情景分析方法对影响因素进行分类，对保定市碳排放的趋势进行预测，并总结出政策启示。

1 研究方法与数据来源

1.1 STIRPAT 模型

STIRPAT 模型是由Dietz（1997）和York（2003）等学者在IPAT 模型的基础上加以完善提出的，其具体形式为：

I = aPbAcTde（1）

其中，I 为环境状况，P 为人口规模，A 为富裕程度，T为技术平；a 为模型的常数项，b、c 和d 为模型参数，e 表示误差项。在实际应用中，通常对模型两边同时取对数，从而形成线性模型，以方便进行参数估计。

1.2 保定市碳排放预测模型

本文基于STIRPAT 模型，在对前人相关文献梳理及理论分析的基础上，建立保定市碳排放预测模型：

其中，C 为碳排放；A 为经济增长，用人均GDP 表示；U为城镇化率；T 为产业结构，用第二产业占GDP 比重表示；E 为能源结构，用原煤消耗占总能源消耗比重表示；S为能源效率，用地区GDP 与能源消费总量比值表示；β 为模型参数，μ 为随机扰动项。

模型构建的基本思路是，用经济增长代替原模型中的富裕程度，城镇化率代替人口规模，能源利用效率代替技术进步，然后加入产业结构和能源消费结构两个在文献中常用到的、对碳排放有较大影响的变量。所有解释变量可分为两类，即与碳排放正相关变量，包括经济增长和城镇化率，以及与碳排放负相关的变量，包括产业结构、能源结构及效率。

碳排放预测的思路是，根据2000-2018 年的碳排放数据，估计模型参数；然后，根据各影响变量未来发展趋势设定不同的情景模式，再结合各情景模式，根据保定市社会发展相关政策文件，预测各碳排放影响变量未来的目标值；将各种情景模式下的影响变量目标值代入模型，预测碳排放量。

1.3 数据来源

人均GDP 和产业结构相关数据来源于中国城市统计年鉴；原煤消耗占能源总消耗比重以及2010-2018 年城镇化率相关数据来源于保定经济统计年鉴；2003-2009 年城镇化率数据来源于《新河北60 年》；碳排放量来源于中国碳核算数据库（CEADs）；个别缺失数据线性插值法补齐。

2 保定市碳排放预测

2.1 模型估计

运用普通最小二乘法对模型（3）进行估计，得到模型的样本回归函数①：

模型的F 值为31.18（对应的P 值十分接近于0），拟合优度（R2）为0.92，说明回归方程总体在1%的水平下显著，且解释变量对被解释变量具有较好的解释力。由于本文关注的是模型的预测能力，因此，对各解释变量的显著性，不再展示和讨论。

2.2 情景设定及影响因素目标值预测

情景分析是在一定的理论分析条件下，得出的某一种或几种假设，设定未来可能发生于被研究对象的各种情况。本文根据影响碳排放的正负相关因素的不同发展速度，设定三种不同情景模式：①基准模型（一：高高；二：中中中）②。这种模式下，政府更加注重经济发展和城镇化率的提高，对于能源效率等负向影响因素虽有改善但力度相对较小。②发展减排（一：高高；二：高高高）。这种模式下，保持经济高速发展的情况下，通过积极调整产业结构和加大力度推动技术进步等手段来达到减排的目的。③绝对低碳减排（一：中中；二：中中中）。这种模式下，政府将经济发展水平定位在中等水平，来实现绝对的减排，对于碳排放负相关指标，可以根据情况选定为中等水平。

对于各发展水平的指标值，本文主要参考保定市、河北省十四五规划发展目标确定，具体为：高发展水平人均GDP 增速8%，城镇化率增速3%，二产占比增速-2.5%，原煤占能源比重增速-5%，GDP 与能源消费总量比值增速3%；中级发展水平人均GDP（元/人）6%，城镇人口占比增速2.5%，二产占比增速-2%，原煤占能源比重增速-4.8%，GDP 与能源消费总量比值增速2.4%。

2.3 碳排放预测及达峰分析

三种情景下预测的碳排放量如表1 所示，我们结合已有历史碳排放数据，将2000-2035 年碳排放演变趋势展于图1。

图1 保定市历史及预测碳排放量

根据联合国气候变化框架公约（UNFCCC），碳达峰即碳排放量达到一个峰值后一段时期（一般三到五年）之内，碳排放量持续低于峰值或没有明显的向峰值恢复的趋势。由图1 可知，2000-2005 年，保定市碳排量处于急剧上升期，在2005 年达到最高点后，处于高位波动的状态；但2013-2018 年，一直持续低于峰值时段。根据本文预测，2018-2035 年间，基准情景下，碳排放量有逐渐上升的趋势；发展减排情景和绝对减排情景下，则均处于逐年下降趋势，相比而言，绝对减排情景下碳排放下降趋势更加明显。因此，保定市已经实现了碳达峰，达峰的时间为2005-2013 年期间，这一段时间我们称之为达峰期。

2.4 稳健性检验

为了检验上述预测结果的稳健性，本文采用一种常用的时间数据预测模型ARIMA（自回归滑动平均模型）进行碳排放量的预测。如果ARIMA 模型和STIRPAT 模型预测的结果趋势和变化幅度相似，则可以增强我们对STIRPAT模型预测结果的可信度。

ARIMA 作为一种平稳性建模的技术，对数据有平稳性要求，首先对碳排放量序列进行ADF 检验，P 值为0.5334，即使在10%的显著性水平下，也不能拒绝存在单位根的原假设，对碳排放量取1 阶差分，再次进行ADF 检验，P 值为0.0419，在5%的统计性水平上拒绝了存在单位根的原假设，可以认为经过1 阶差分后的碳排放强度序列是平稳的。进一步检验，碳排放量自相关拖尾，偏自相关截尾，结合自动定阶方法，建立ARIMA（1，0，0）模型。Ljung-Box 检验显示，不拒绝原假设，认为残差序列是白噪声序列，原始序列中的信息已经被充分提取，模型效果优良，预测结果如图2 所示。

图2 保定市STIRPAT 和ARIMA 模型碳排放量预测结果

根据ARIMA 模型的预测结果，未来的碳排放量在2019-2035 年间显示出略微的上涨趋势，但每年的上涨幅度非常小，整体上处于相对稳定的状态。这意味着在这段时间内，碳排放量的增长速度将不会超过减排措施引起的碳排放减少量。预测结果还显示，与STIRPAT 模型相比较，在初期阶段，碳排放量甚至会比绝对低碳的目标更低，但数值与绝对低碳较为接近；随着时间的推移，2024 年以后的预测值，碳排放量可能会超过绝对低碳的目标，介于发展减排和绝对低碳情景的预测值之间，并且越来越向发展减排情景靠拢，这进一步增强了我们对发展减排和绝对低碳两种情况下碳排放预测的认可。

3 结论与启示

根据保定市2000-2018 年碳排放的历史数据，以及基于STIRPAT 模型预测数据，保定市已经实现了碳达峰。2035 年以上，如果按本文设定的基准情景发展，则有可能使碳排放量再次回升到历史峰值。第二种和第三种情景下，均能维持碳达峰状态。

问题是，我们将怎样进行选择？所谓基准情景，也即意味着政府一味追求经济高速发展、城镇化快速提升，但产业结构并没有较好的优化、节能减排技术也没有较大的步。第二种情景是，追求经济高速发展、城镇化快速提升的同时，积极进行产业结构优化以及节能减排技术的提升；第三种情景是，虽然没有十分注重产业结构调整及节能减排技术提升，但适当降低经济发展和城镇化速度。

以上述三种情景讨论的必要性在于，在有限的条件下，政府将如何选择？是否有得选择？所谓有限的条件，即，我们的资源有限，用于经济发展、还是技术进步。第二种情景是利用有限的资源，既保证经济发展又通过推动技术进步降低了环境压力。我们当然推崇、建议政府能做到这一点。但很显然这是一种理想的状况，要做到，是比较困难的。因此，这种最优选择虽好，我们认为还是有必要讨论一下，如果做不到呢，是否有好的可选项？

第一种可选项，是选择经济发展优先，这种情况，可参照第一种情景下的预测结果，不可接受；第二种选项，选择技术发展优先，可参照第二种和三种情景，均可接受。

综上，对于保定市来讲，从模型数量关系上来讲，相比而言经济发展和城镇化对碳排放的影响权重较大，而产业结构调整和技术进步对碳减排的影响权重相对较小。结论即，在“双碳”目标下，如果要实现经济和城镇化快速发展，则必须十分注重产业结构调整和技术进步；如果适当降低经济发展预期，则只要适当注重对产业结构的调整和技术进步即可。总之，无论经济目标如何定位，政府制定相关政策，促进企业红绿色生产、人民绿色生活和消费，通过技术进步调整产业结构、降低对化石能源的依赖程度，都是我们建议和提倡的。2020 年，保定市人均GDP3.63 万元/人，相比北京（16.42 万元/人）、上海（15.68 万元/人）等发达城市还有很大差距，未来很长一段时期内经济增速必须要有保证（6%-8%）。这也意味着，在“双碳”目标下，未来的压力还是较大的。

注：

①所有回归系数保留3 位小数。

②基准模型中，我们将与碳排放的因素按正负相关性分为两类，括号中：“一：高高”代表两个正相关因素A、U 的发展速度均为高；“二：中中中”代表T、E、S 三个负向因素的发展速度均为中；其他两种模式含义以此类推。