張?zhí)招拢局?/p>

（湖南工業(yè)大學(xué)建筑與城鄉(xiāng)規(guī)劃學(xué)院，湖南株洲412007）

長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放預(yù)測(cè)與情景分析

張?zhí)招拢局?/p>

（湖南工業(yè)大學(xué)建筑與城鄉(xiāng)規(guī)劃學(xué)院，湖南株洲412007）

以2005—2010年長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放的有關(guān)數(shù)據(jù)為基礎(chǔ)，基于灰色系統(tǒng)理論，對(duì)長(zhǎng)株潭城市群2005—2030年的產(chǎn)業(yè)碳排放進(jìn)行了模擬和預(yù)測(cè)，并設(shè)定4種情景，對(duì)長(zhǎng)株潭城市群2011—2030年產(chǎn)業(yè)碳排放進(jìn)行了情景分析。研究結(jié)果表明：2010—2030年，長(zhǎng)株潭城市群如果保持2010年以前的產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)不變，其產(chǎn)業(yè)碳排放量將以年均15.99%的增長(zhǎng)速度快速上升；在1%的顯著性水平上，碳排放、人均GDP、人口、單位GDP能耗強(qiáng)度、碳排放強(qiáng)度之間存在著雙向因果關(guān)系；長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放與體現(xiàn)經(jīng)濟(jì)增長(zhǎng)的人均GDP之間具有長(zhǎng)期均衡關(guān)系；BAU、節(jié)能、低碳和強(qiáng)化低碳情景下，長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放、人均GDP均呈上升趨勢(shì)。

長(zhǎng)株潭城市群；碳排放；灰色計(jì)量經(jīng)濟(jì)學(xué)模型；情景分析

0 引言

城市低碳發(fā)展是應(yīng)對(duì)資源環(huán)境壓力、提高能源供應(yīng)、保障安全和減少碳排放的基本前提和必要條件。城市產(chǎn)業(yè)低碳轉(zhuǎn)型已成為國(guó)際社會(huì)現(xiàn)代化發(fā)展的主旋律，同時(shí)也是中國(guó)現(xiàn)代化的重要主題之一。自2010年國(guó)家發(fā)展與改革委員會(huì)確定首先在天津、重慶、深圳、廈門(mén)、杭州、南昌、貴陽(yáng)、保定8市開(kāi)展低碳城市試點(diǎn)工作以來(lái)，中國(guó)許多城市紛紛提出發(fā)展低碳產(chǎn)業(yè)、建設(shè)低碳城市。長(zhǎng)株潭城市群作為湖南的“金三角”及國(guó)家“兩型社會(huì)”建設(shè)綜合配套改革試驗(yàn)區(qū)，是湖南省經(jīng)濟(jì)發(fā)展的核心增長(zhǎng)極，也是中國(guó)典型的城市群之一。在進(jìn)行“兩型社會(huì)”建設(shè)過(guò)程中，長(zhǎng)株潭城市群經(jīng)過(guò)幾年的建設(shè)試驗(yàn)，現(xiàn)已進(jìn)入攻堅(jiān)克難的階段，面臨著產(chǎn)業(yè)轉(zhuǎn)型、節(jié)能減排與環(huán)境改造任務(wù)繁重的嚴(yán)峻現(xiàn)實(shí)。為破解發(fā)展難題，長(zhǎng)株潭城市群必須徹底摒棄傳統(tǒng)粗放型的城市發(fā)展模式，實(shí)現(xiàn)低碳發(fā)展。本文基于灰色系統(tǒng)理論，對(duì)長(zhǎng)株潭城市群產(chǎn)業(yè)2011—2030年的碳排放進(jìn)行預(yù)測(cè)，并采用情景分析方法，對(duì)不同情景下長(zhǎng)株潭城市群產(chǎn)業(yè)發(fā)展的碳排放進(jìn)行分析，為長(zhǎng)株潭城市群編制科學(xué)合理的產(chǎn)業(yè)低碳發(fā)展規(guī)劃提供依據(jù)，也為中國(guó)其他城市群產(chǎn)業(yè)低碳發(fā)展提供參考。

計(jì)量經(jīng)濟(jì)學(xué)模型是一種綜合考慮了系統(tǒng)各種影響因素、較為成熟的中長(zhǎng)期預(yù)測(cè)方法，但是使用計(jì)量經(jīng)濟(jì)學(xué)模型需要有較長(zhǎng)的歷史數(shù)據(jù)資料?；疑到y(tǒng)理論處理樣本量小和信息貧乏的不確定性系統(tǒng)具有明顯的優(yōu)越性[1]。GM(1,1)灰色預(yù)測(cè)模型是灰色系統(tǒng)理論中常用的對(duì)系統(tǒng)未來(lái)發(fā)展變化趨勢(shì)進(jìn)行預(yù)測(cè)的模型，其對(duì)數(shù)據(jù)資料要求較低。通過(guò)灰色預(yù)測(cè)模型所得到的預(yù)測(cè)數(shù)據(jù)，能夠解決計(jì)量經(jīng)濟(jì)學(xué)模型需要大樣本的問(wèn)題。將灰色預(yù)測(cè)模型和計(jì)量經(jīng)濟(jì)學(xué)模型進(jìn)行結(jié)合，能有效改善傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)模型的缺陷，其主要通過(guò)對(duì)部分己知信息的生成、開(kāi)發(fā)，提取有價(jià)值的信息，以實(shí)現(xiàn)對(duì)系統(tǒng)運(yùn)行行為的正確認(rèn)識(shí)和有效控制[2]。綜合運(yùn)用灰色預(yù)測(cè)模型和計(jì)量經(jīng)濟(jì)學(xué)模型，可以很好地實(shí)現(xiàn)對(duì)長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放的影響因素分析及其中長(zhǎng)期預(yù)測(cè)。

情景分析法最初出現(xiàn)于20世紀(jì)40年代末的軍事應(yīng)用上，1972年逐漸成形[3]，隨后開(kāi)始受到歐美政府與跨國(guó)企業(yè)的重視。情景分析法通過(guò)描繪未來(lái)多種可能的情景，為制定規(guī)劃和政策提供科學(xué)支撐，現(xiàn)已在許多領(lǐng)域得到了廣泛的應(yīng)用[4]，如已應(yīng)用于中國(guó)能源需求與碳排放[5]、能源科技發(fā)展[6]、碳排放情景預(yù)測(cè)[7]、交通碳排放[8]、城市低碳發(fā)展[9]等方面的研究中。

迄今為止，有關(guān)長(zhǎng)株潭城市群碳排放的研究主要集中在交通碳排放[10]、工業(yè)碳排放[11]和建筑碳排放[13]等現(xiàn)狀研究方面，缺乏對(duì)長(zhǎng)株潭城市群未來(lái)一個(gè)時(shí)期產(chǎn)業(yè)碳排放的預(yù)測(cè)和情景分析，本文的研究正可彌補(bǔ)這一欠缺。

1 基本模型

1.1 GM(1,1)模型

1.1.1 GM(1,1)模型的基本形式

GM(1,1)模型的基本形式為：

給定p0＞0，若p＞p0成立，則模型（1）以概率p0通過(guò)小誤差概率檢驗(yàn)。

表1 灰色預(yù)測(cè)模型（1）精度等級(jí)Table1Precision level of grey prediction model(1)

1.2 灰色計(jì)量經(jīng)濟(jì)學(xué)模型

1）多元線性回歸模型

本文主要考慮長(zhǎng)株潭城市群產(chǎn)業(yè)能源消費(fèi)碳排放的有關(guān)問(wèn)題。根據(jù)Kaya恒等式[12]，產(chǎn)業(yè)能源消費(fèi)碳排放量可以分解為人均GDP、人口、單位GDP能耗強(qiáng)度、碳排放強(qiáng)度（即每噸標(biāo)準(zhǔn)煤所產(chǎn)生的二氧化碳排放量）4個(gè)要素，以解釋人類(lèi)活動(dòng)與碳排放的關(guān)系。本文借助于Kaya恒等式，建立式（2）所示碳排放模型：

式中，LT, LG, LP, LN, LC分別表示碳排放量、人均GDP、人口、單位GDP能耗強(qiáng)度、碳排放強(qiáng)度的自然對(duì)數(shù)。

2）灰色計(jì)量經(jīng)濟(jì)學(xué)模型

灰色GM(1,1)模型（1）與線性回歸模型（2）的有機(jī)耦合，即為灰色多元線性計(jì)量經(jīng)濟(jì)模型。根據(jù)灰色系統(tǒng)理論[1]，建立灰色多元線性計(jì)量經(jīng)濟(jì)模型，其步驟如下：

第一步，設(shè)計(jì)理論模型。進(jìn)行長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放研究，需要確定模型所包含的變量及函數(shù)形式，如式（2），然后收集和整理統(tǒng)計(jì)數(shù)據(jù)。

第二步，建立灰色GM(1,1)模型（1）并獲得模擬值。為了消除模型各變量原始統(tǒng)計(jì)數(shù)據(jù)的隨機(jī)波動(dòng)或誤差，采用各變量的原始統(tǒng)計(jì)數(shù)據(jù)，分別建立GM (1,1)模型（1），然后運(yùn)用各變量的GM(1,1)模擬值作為建立灰色多元線性計(jì)量經(jīng)濟(jì)模型的基礎(chǔ)序列。多元線性回歸模型（2）中，2005—2011年的值為原始統(tǒng)計(jì)數(shù)據(jù)，2012—2030年的數(shù)據(jù)值來(lái)源于GM(1,1)模型（1）的預(yù)測(cè)值。

第三步，參數(shù)估計(jì)。根據(jù)由灰色GM(1,1)模型（1）模擬得到的模擬序列，選擇適當(dāng)?shù)姆椒ǎū疚牟捎米钚《朔ǎ蟪龌疑嘣€性計(jì)量經(jīng)濟(jì)模型參數(shù)的估計(jì)值。

第四步，模型檢驗(yàn)。參數(shù)估計(jì)出來(lái)之后，模型雖已確定，但還需通過(guò)經(jīng)濟(jì)意義檢驗(yàn)和統(tǒng)計(jì)檢驗(yàn)。本文對(duì)各變量2005—2030年的值進(jìn)行計(jì)量經(jīng)濟(jì)學(xué)分析之后，建立LT與LG, LP, LN, LC之間的長(zhǎng)期協(xié)整關(guān)系，并且以此進(jìn)行長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放的情景分析。

第五步，應(yīng)用模型。

2 碳排放及其影響因素的模擬和預(yù)測(cè)

2.1 數(shù)據(jù)時(shí)期、數(shù)據(jù)來(lái)源與碳排放量的計(jì)算方法

本文所使用的碳排放及人均GDP、人口、萬(wàn)元GDP能耗和碳排放強(qiáng)度各變量數(shù)據(jù)的時(shí)期為2005—2010年。

能源數(shù)據(jù)來(lái)源于長(zhǎng)沙市、株洲市、湘潭市歷年統(tǒng)計(jì)年鑒和《2005—2010湖南能源統(tǒng)計(jì)年鑒》；人均地區(qū)生產(chǎn)總值（人均GDP）和地區(qū)生產(chǎn)總值（GDP）數(shù)據(jù)來(lái)源于2006—2012年《湖南統(tǒng)計(jì)年鑒》，經(jīng)過(guò)折算后，以2005年不變價(jià)表示；2005—2008年的萬(wàn)元GDP能耗數(shù)據(jù)來(lái)源于湖南省根據(jù)第二次經(jīng)濟(jì)普查結(jié)果修訂的《2005—2008年各市州單位GDP能耗》（湘統(tǒng)[2010] 58號(hào)文件），2009年與2010年的萬(wàn)元GDP能耗數(shù)據(jù)來(lái)源于2010年與2011年《湖南統(tǒng)計(jì)年鑒》。由于人口有戶(hù)籍人口和常住人口之分，從已有的統(tǒng)計(jì)數(shù)據(jù)來(lái)看，各地的人口數(shù)據(jù)較為混亂，長(zhǎng)株潭也不例外。為了與有關(guān)GDP的數(shù)據(jù)保持統(tǒng)一的統(tǒng)計(jì)口徑，本文所使用的長(zhǎng)株潭人口數(shù)是根據(jù)長(zhǎng)株潭人均地區(qū)生產(chǎn)總值（現(xiàn)價(jià)）和地區(qū)生產(chǎn)總值（現(xiàn)價(jià)）折算得出的。

本文對(duì)2005—2010年碳排放相關(guān)數(shù)據(jù)的計(jì)算方法為：

首先，根據(jù)長(zhǎng)沙市、株洲市、湘潭市的產(chǎn)業(yè)所消費(fèi)的煤炭、石油、天然氣占一次能源消費(fèi)的比例，按式（3）分別估算出長(zhǎng)沙市、株洲市、湘潭市的單位能耗二氧化碳排放（即碳排放強(qiáng)度）：

式中，a, b, c分別為煤炭、石油、天然氣占一次能源消費(fèi)的比例。個(gè)別缺失的碳排放強(qiáng)度數(shù)據(jù)采用灰色系統(tǒng)理論中的級(jí)比生成法補(bǔ)齊。

然后，分別估算出長(zhǎng)沙市、株洲市、湘潭市產(chǎn)業(yè)碳排放T：

式中，E表示長(zhǎng)沙市或株洲市或湘潭市產(chǎn)業(yè)的一次能源消費(fèi)總量。

長(zhǎng)沙市、株洲市、湘潭市產(chǎn)業(yè)碳排放之和即為長(zhǎng)株潭城市群碳排放量。

2.2 碳排放及其影響因素的模擬和預(yù)測(cè)

根據(jù)GM(1,1)模型的基本形式與應(yīng)用步驟，利用Matlab軟件，編程實(shí)現(xiàn)GM(1,1)模型的求解與應(yīng)用，從而得到如表2所示的預(yù)測(cè)結(jié)果，其預(yù)測(cè)模型的檢驗(yàn)結(jié)果見(jiàn)表3。

由表3分析可知：

1）從碳排放的相對(duì)誤差值小于0.05來(lái)看，碳排放預(yù)測(cè)模型的預(yù)測(cè)精度為二級(jí)；從碳排放均方差比C值（為0.0644）小于0.35，以及小誤差概率P值（為1）大于0.95來(lái)看，碳排放預(yù)測(cè)模型的預(yù)測(cè)精度為一級(jí)。因此，總體來(lái)看，長(zhǎng)株潭城市群產(chǎn)業(yè)部門(mén)碳排放模型的預(yù)測(cè)精度較好。

2）人均GDP、人口、碳排放強(qiáng)度的相對(duì)誤差值都小于0.01，其均方差比C值都小于0.35，而且小誤差概率P值都大于0.95。因此，人均GDP、人口、碳排放強(qiáng)度預(yù)測(cè)模型的預(yù)測(cè)精度為一級(jí)。因此，長(zhǎng)株潭城市群人均GDP、人口、碳排放強(qiáng)度預(yù)測(cè)模型的預(yù)測(cè)精度非常好。

3）萬(wàn)元GDP能耗的相對(duì)誤差值小于0.1，其均方差比C值小于0.35，而且小誤差概率P值大于0.95。因此，萬(wàn)元GDP能耗預(yù)測(cè)模型的預(yù)測(cè)精度好。

從預(yù)測(cè)結(jié)果可以看出，如果保持原有產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)不變的話(huà)，長(zhǎng)株潭城市群未來(lái)20 a內(nèi)的產(chǎn)業(yè)部門(mén)碳排放量將呈快速上升的趨勢(shì)，以年均15.99%的增長(zhǎng)速度，從2010年的約17.4億t上升到2030年的約291.0億t，這對(duì)于長(zhǎng)株潭城市群的碳減排來(lái)說(shuō)將是嚴(yán)峻的挑戰(zhàn)。

表2 產(chǎn)業(yè)碳排放及其影響因素的模擬預(yù)測(cè)結(jié)果Table2Simulating and forecasting results of industrial carbon emissions and its influencing factors

表3 產(chǎn)業(yè)碳排放及其影響因素預(yù)測(cè)模型檢驗(yàn)結(jié)果Table3Test results of forecasting models of industrial carbon emissions and its influencing factors

3 灰色計(jì)量經(jīng)濟(jì)模型估計(jì)

運(yùn)用Eviews6.0軟件進(jìn)行Granger因果關(guān)系檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表4。由表4分析可知，在1%的顯著性水平上，碳排放、人均GDP、人口、單位GDP能耗強(qiáng)度、碳排放強(qiáng)度之間存在著雙向因果關(guān)系。

表4 Granger因果關(guān)系檢驗(yàn)結(jié)果（滯后階數(shù)為3）Table4Results of Granger causality tests（lags：3）

利用Eviews6.0軟件，采用單位根檢驗(yàn)法，對(duì)LT, LG, LP, LN, LC各變量進(jìn)行一階平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表5。由表5分析可知，在1%的顯著水平下，LT, LG, LP, LN, LC都是一階單整的。

表5 各變量一階差分的單位根檢驗(yàn)結(jié)果Table5Results of unit root test for variables 1st difference

使用SPSS19.0統(tǒng)計(jì)軟件，對(duì)自變量LT, LG, LP, LN, LC進(jìn)行共線性診斷，診斷結(jié)果見(jiàn)表6。由表6分析可知，自變量存在嚴(yán)重的共線性（條件指數(shù)為10349.16），常數(shù)項(xiàng)與LP的VP值都很大（都是0.99）。因此，自變量LP與常數(shù)項(xiàng)是極度相關(guān)的。

表6 共線性診斷結(jié)果Table6Collinearity diagnosis results

為了解決變量之間共線性問(wèn)題，采用Eviews6.0軟件，通過(guò)逐步回歸消除多重共線性，得到式（5）所示結(jié)果：

R2=0.99995，調(diào)整的R2=0.99995，F(xiàn)=480690.4，方差分析P=0.0000，D.W.=2.2648。

因此，式（5）整體擬合很好，不存在自相關(guān)，具有統(tǒng)計(jì)學(xué)意義，其中u為擾動(dòng)項(xiàng)。對(duì)序列LG和LN以及式（5）的殘差用Eniews6.0進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表7。由表7分析可知，在1%的檢驗(yàn)水平下，序列LG和LN以及式（5）的殘差是平穩(wěn)的，模擬結(jié)果很好。

表7 模型參數(shù)估計(jì)及其假設(shè)檢驗(yàn)結(jié)果Table7The model parameter estimation and its hypothesis test results

綜上可知，式（5）中各自變量回歸系數(shù)均通過(guò)了統(tǒng)計(jì)檢驗(yàn)經(jīng)濟(jì)學(xué)檢驗(yàn)，能夠比較客觀地反映長(zhǎng)株潭城市群產(chǎn)業(yè)部門(mén)碳排放與人均GDP之間的長(zhǎng)期均衡關(guān)系。

4 情景分析

通過(guò)對(duì)長(zhǎng)株潭城市群產(chǎn)業(yè)未來(lái)各種發(fā)展情景的分析，以期發(fā)現(xiàn)未來(lái)長(zhǎng)株潭城市群產(chǎn)業(yè)部門(mén)碳排放的某些變化趨勢(shì)，避免過(guò)高或者過(guò)低地估計(jì)未來(lái)事物相關(guān)參數(shù)及其本身的變化，以及這些變化將帶來(lái)的影響。

4.1 情景定義

本文將長(zhǎng)株潭城市群產(chǎn)業(yè)發(fā)展情景設(shè)為BAU、節(jié)能、低碳、強(qiáng)化低碳4種情景。

BAU情景：經(jīng)濟(jì)結(jié)構(gòu)、能效水平、能源結(jié)構(gòu)均保持現(xiàn)狀不變，該情景反映的是不作任何努力下，經(jīng)濟(jì)、人口增長(zhǎng)的二氧化碳排放增長(zhǎng)趨勢(shì)，是一種凍結(jié)的產(chǎn)業(yè)發(fā)展情景。在BAU情景下，長(zhǎng)株潭如果繼續(xù)延續(xù)2010年以前的經(jīng)濟(jì)社會(huì)發(fā)展模式，不充分考慮節(jié)能減排對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的作用，缺乏針對(duì)氣候變化的政策措施，產(chǎn)業(yè)結(jié)構(gòu)、能效水平、能源結(jié)構(gòu)均保持現(xiàn)狀不變，第一產(chǎn)業(yè)和第三產(chǎn)業(yè)發(fā)展緩慢，第二產(chǎn)業(yè)發(fā)展快速，長(zhǎng)株潭的經(jīng)濟(jì)將主要由工業(yè)，特別是高能耗工業(yè)發(fā)展來(lái)帶動(dòng)，而技術(shù)水平與清潔能源沒(méi)有得到進(jìn)一步的發(fā)展，那么未來(lái)的一次能源需求量和碳排放量如前面所預(yù)測(cè)的將隨著產(chǎn)業(yè)發(fā)展而迅速增長(zhǎng)，將使長(zhǎng)株潭城市群的發(fā)展面臨嚴(yán)峻的能源供給與碳減排挑戰(zhàn)，顯然，這將使得長(zhǎng)株潭城市群的發(fā)展不可持續(xù)。

節(jié)能情景：當(dāng)前節(jié)能減排政策繼續(xù)實(shí)施，經(jīng)濟(jì)社會(huì)穩(wěn)步發(fā)展?？紤]長(zhǎng)株潭資源環(huán)境承載能力、能源安全、社會(huì)經(jīng)濟(jì)發(fā)展、環(huán)境保護(hù)等需求，且在提高能效、改善產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的基礎(chǔ)上，假定宏觀調(diào)控和推動(dòng)可持續(xù)發(fā)展的政策效果較為明顯，但無(wú)應(yīng)對(duì)氣候變化的特別政策措施，此時(shí)，經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)型受到重視，技術(shù)特別是能源開(kāi)發(fā)利用技術(shù)得到發(fā)展，技術(shù)的推廣速度較為理想，能源結(jié)構(gòu)將得到一定優(yōu)化。

低碳情景：當(dāng)前的節(jié)能減排政策繼續(xù)延續(xù)下去，進(jìn)一步考慮全球減緩溫室氣體排放的努力，長(zhǎng)株潭城市群充分利用國(guó)際國(guó)內(nèi)兩個(gè)市場(chǎng)，增加對(duì)發(fā)展低碳經(jīng)濟(jì)的投入；技術(shù)進(jìn)步發(fā)展較快，推動(dòng)低碳與環(huán)保技術(shù)進(jìn)步方面有重大舉措。低碳情景代表了低碳發(fā)展未來(lái)的一種趨勢(shì)。

強(qiáng)化低碳情景：反映了以?xún)?nèi)涵式增長(zhǎng)為主的發(fā)展方式，科技進(jìn)步進(jìn)一步強(qiáng)化，低碳政策實(shí)施的內(nèi)外部環(huán)境理想，地區(qū)生產(chǎn)總值增長(zhǎng)較緩，其代表了長(zhǎng)株潭城市群應(yīng)對(duì)氣候變化為國(guó)家和全球碳減排所作出的貢獻(xiàn)。

4.2 參數(shù)設(shè)定

發(fā)展經(jīng)濟(jì)學(xué)理論表明，經(jīng)濟(jì)發(fā)展速度與工業(yè)化程度是基本同步的。我國(guó)正處于工業(yè)化加速發(fā)展的進(jìn)程中，中國(guó)經(jīng)濟(jì)發(fā)展速度保持在一個(gè)較高水平上，符合經(jīng)濟(jì)發(fā)展規(guī)律。中國(guó)人均GDP雖然在2010年已經(jīng)達(dá)到2870美元（2005年不變價(jià)美元），株洲市、湘潭市人均GDP也分別達(dá)到了3216美元、3091美元，但仍不及美國(guó)、英國(guó)、法國(guó)、德國(guó)等國(guó)家2010年人均GDP的10%。長(zhǎng)沙市2010年人均GDP雖然達(dá)到了6360美元，但與發(fā)達(dá)國(guó)家相比相距甚遠(yuǎn)。因此，未來(lái)若干年仍然需要大力發(fā)展經(jīng)濟(jì)。

根據(jù)國(guó)家新型城鎮(zhèn)化規(guī)劃（2014—2020年）、《國(guó)家重點(diǎn)節(jié)能技術(shù)推廣目錄》《可再生能源中長(zhǎng)期發(fā)展規(guī)劃》等相關(guān)文件報(bào)告中對(duì)城市發(fā)展和低碳技術(shù)的應(yīng)用研究情況，結(jié)合《湖南省天然氣利用中長(zhǎng)期規(guī)劃》《湖南省新能源產(chǎn)業(yè)振興實(shí)施規(guī)劃（2010—2020年）》《湖南省推進(jìn)新型城鎮(zhèn)化實(shí)施綱要（2012—2020）》《長(zhǎng)株潭城市群區(qū)域規(guī)劃》《湘潭市建設(shè)國(guó)家新能源示范城市規(guī)劃》等相關(guān)長(zhǎng)株潭政策文件中擬定的目標(biāo)，參考文獻(xiàn)[10]，設(shè)定BAU、節(jié)能、低碳、強(qiáng)化低碳4種情景下的技術(shù)參數(shù)，4種情景下的技術(shù)參數(shù)如表8所示。

表8 BAU、節(jié)能、低碳、強(qiáng)化低碳情景下的技術(shù)參數(shù)Table8The technical parameters for BAU, energy saving, low carbon and enhanced low-carbon scenario

4.3 各情景下的碳排放

根據(jù)表8所示的技術(shù)參數(shù)設(shè)定，以及公式（5），運(yùn)用Matlab數(shù)學(xué)計(jì)算軟件，編寫(xiě)相應(yīng)的程序，計(jì)算得到4種情景下的二氧化碳排放量。2011—2030年，長(zhǎng)株潭城市群產(chǎn)業(yè)二氧化碳排放量見(jiàn)圖1。

圖1 4種情景下的二氧化碳排放量Fig.1Carbon dioxide emissions in four scenario

由圖1可看出，2011—2030年，BAU、節(jié)能、低碳和強(qiáng)化低碳情景下長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放都呈上升趨勢(shì)。在BAU、節(jié)能、低碳和強(qiáng)化低碳情景下，2011—2030年，長(zhǎng)株潭城市群產(chǎn)業(yè)部門(mén)碳排放量整體上分別增加14.50, 6.95, 4.85, 4.00倍，年均增長(zhǎng)率分別為15.11%, 10.74%, 8.67%, 7.57%。在BAU、節(jié)能、低碳和強(qiáng)化低碳情景下，2030年碳排放量分別達(dá)到約29.0, 13.6, 9.3, 7.6億t。2030年，與BAU情景相比，節(jié)能、低碳和強(qiáng)化低碳情景下的碳排放量分別減少53.36%, 68.07%, 73.92%。

2010—2030年，4種情景下的人均GDP如圖2所示。由圖2可看出，2010—2030年，BAU、節(jié)能、低碳和強(qiáng)化低碳情景下長(zhǎng)株潭城市群人均GDP都呈上升趨勢(shì)。雖然節(jié)能、低碳和強(qiáng)化低碳情景下，長(zhǎng)株潭城市群人均GDP增長(zhǎng)速度比BAU情景要慢，但到2030年，節(jié)能、低碳和強(qiáng)化低碳情景下的長(zhǎng)株潭城市群人均GDP分別將達(dá)到236 365, 166789, 138 471元人民幣（2005年不變價(jià)），分別是2010年的6.7, 4.7, 3.9倍，并且分別折合288 22, 203 37, 168 84美元（2005年不變價(jià)美元），與2010年世界各個(gè)國(guó)家和地區(qū)的人均GDP相比較，節(jié)能、低碳和強(qiáng)化低碳情景下的長(zhǎng)株潭城市群人均GDP將分別達(dá)到世界第24, 35, 37位的水平。

圖2 4種情景下的人均GDPFig.2Per capita GDP in four scenarios

5 結(jié)論

本文基于2005—2010年長(zhǎng)株潭城市群產(chǎn)業(yè)二氧化碳排放量，及其影響因素人均GDP、總?cè)丝凇⑷f(wàn)元GDP能耗和碳排放強(qiáng)度的數(shù)據(jù)，運(yùn)用灰色系統(tǒng)理論，對(duì)2005—2030年長(zhǎng)株潭城市群產(chǎn)業(yè)部門(mén)碳排放以及人均GDP、人口、萬(wàn)元GDP能耗和碳排放強(qiáng)度進(jìn)行了模擬和預(yù)測(cè)，并運(yùn)用灰色計(jì)量經(jīng)濟(jì)學(xué)方法，得出了長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放及其影響因素之間的長(zhǎng)期均衡關(guān)系，最后設(shè)定BAU、節(jié)能、低碳和強(qiáng)化低碳4種情景，對(duì)長(zhǎng)株潭城市群2011—2030年產(chǎn)業(yè)部門(mén)的碳排放進(jìn)行了情景分析，得出如下結(jié)論：

1）長(zhǎng)株潭城市群如果保持2010年以前的產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)不變，那么，未來(lái)20a內(nèi)，其產(chǎn)業(yè)碳排放量將呈快速上升的趨勢(shì)，以年均15.99%的增長(zhǎng)速度，從2010年的約17400萬(wàn)t上升到2030年的約291 000萬(wàn)t，這對(duì)于長(zhǎng)株潭城市群的碳減排來(lái)說(shuō)將是嚴(yán)峻的挑戰(zhàn)。

2）Granger因果關(guān)系檢驗(yàn)結(jié)果表明，在1%的顯著性水平上，碳排放、人均GDP、人口、單位GDP能耗強(qiáng)度、碳排放強(qiáng)度之間存在著雙向因果關(guān)系。

3）長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放最重要的影響因素是經(jīng)濟(jì)增長(zhǎng)，長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放與體現(xiàn)經(jīng)濟(jì)增長(zhǎng)的人均GDP之間具有長(zhǎng)期均衡關(guān)系，人均GDP每變動(dòng)1%，長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放將增加約1.1%。

4）2011—2030年，BAU、節(jié)能、低碳和強(qiáng)化低碳情景下長(zhǎng)株潭城市群產(chǎn)業(yè)碳排放都呈上升趨勢(shì)。但節(jié)能、低碳和強(qiáng)化低碳情景下，長(zhǎng)株潭城市群產(chǎn)業(yè)部門(mén)碳排放量的年均增長(zhǎng)速度將比BAU情景分別降低4.4, 6.4, 7.5個(gè)百分點(diǎn)，與BAU情景相比，節(jié)能、低碳和強(qiáng)化低碳情景下2030年的碳排放量分別減少53.36%, 68.07%, 73.92%。

5）2011—2030年，BAU、節(jié)能、低碳和強(qiáng)化低碳情景下長(zhǎng)株潭城市群人均GDP都呈上升趨勢(shì)。雖然節(jié)能、低碳和強(qiáng)化低碳情景下，長(zhǎng)株潭城市群人均GDP增長(zhǎng)速度比BAU情景要慢一些，但到2030年，節(jié)能、低碳和強(qiáng)化低碳情景下長(zhǎng)株潭城市群人均GDP分別將達(dá)236365, 166789, 138471元人民幣（2005年不變價(jià)），分別是2010年的6.7, 4.7, 3.9倍，且分別折合28 822, 20 337, 16 884美元（2005年不變價(jià)美元），與2010年世界各個(gè)國(guó)家和地區(qū)的人均GDP相比，節(jié)能、低碳和強(qiáng)化低碳情景下的長(zhǎng)株潭城市群人均GDP將分別達(dá)世界第24, 35, 37位的水平，可實(shí)現(xiàn)長(zhǎng)株潭城市群產(chǎn)業(yè)低碳發(fā)展和經(jīng)濟(jì)發(fā)展的雙贏。

[1]劉思峰，謝乃明. 灰色系統(tǒng)理論及其應(yīng)用[M]. 4版. 北京：科學(xué)出版社，2008：1-5. Liu Sifeng，Xi Naiming. Grey Systems Theory and Applications[M]. 4th ed. Beijing：Science Press，2008：1-5.

[2]王文靜，馬軍海. 基于灰色經(jīng)濟(jì)計(jì)量模型的我國(guó)股市波動(dòng)率實(shí)證研究[J]. 統(tǒng)計(jì)與決策，2009(18)：135-136. Wang Wenjing，Ma Junhai. Empirical Study on the Volatility of China’s Stock Market Based on the Grey Econometric Model[J]. Statistics and Decision， 2009(18)：135-136.

[3]婁偉. 情景分析理論研究[J]. 未來(lái)與發(fā)展，2013(8)：30-37. Lou Wei. The Study on Scenario Analysis Theory[J]. Future and Development，2013(8)：30-37.

[4]Celeste Amorim Varum，Carla Melo. Directions in Scenario Planning Literature：A Review of the Past Decades[J]. Futures，2010，42(4)：3556-3699.

[5]國(guó)家發(fā)展和改革委員會(huì)能源研究所課題組. 中國(guó)2050年低碳發(fā)展之路：能源需求暨碳排放情景分析[M]. 北京：科學(xué)出版社，2009：35-88. Energy Research Institute of National Dvelepment and Reform Commission. China’s Low Carbon Developmemt Road by 2050：Scenario Analysis of Energy Demand and Carbon Emissions[M]. Beijing：Scienc Press，2009：35-88.

[6]中國(guó)科學(xué)院能源領(lǐng)域戰(zhàn)略研究組. 中國(guó)至2050年能源科技發(fā)展路線圖[M]. 北京：科學(xué)出版社，2009：1-120. Energy Strategy Research Group of China Academy of Sciences. China’s Energy Technology Development Road Map by 2050[M]. Beijing：Science Press，2009：1-120.

[7]岳超，王少鵬，朱江玲，等. 2050年中國(guó)碳排放量的情景預(yù)測(cè)：碳排放與社會(huì)發(fā)展IV[J]. 北京大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，46(4)：517-524. Yue Chao，Wang Shaopeng，Zhu Jiangling，et al. 2050 Carbon Emissions Projection for China：Carbon Emissions and Social Development, IV[J]. Acta Scientiarum Naturalium Universitatiis Pekinensis，2010，46(4)：517-524.

[8]張?zhí)招? 中國(guó)城市化進(jìn)程中的城市道路交通碳排放研究[J]. 中國(guó)人口·資源與環(huán)境，2012，22(8)：3-9. Zhang Taoxin. Research on China’s Urban Road Transport Carbon Emissions Under Urbanization Process[J]. China Population，Resources and Environment，2012，22(8)：3-9.

[9]黃宇，吳曉煦，朱志超. 武漢市低碳化發(fā)展的情景分析[J]. 環(huán)境科學(xué)與技術(shù)，2014 (1)：195-200. Huang Yu，Wu Xiaoxu，Zhu Zhichao. Scenario Analysis of Low Carbon Development in Wuhan[J]. Environmental Science & Technology，2014 (1)：195-200.

[10]張?zhí)招?，鄒毓，謝世雄. 長(zhǎng)株潭城市群低碳交通建設(shè)現(xiàn)狀與對(duì)策分析[J]. 湖南工業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013，18(1)：12-17. Zhang Taoxin，Zou Yu，Xie Shixiong. Analysis on the Status and Countermeasures of Low-CarbonTransport on the Chang-Zhu-Tan Urban Agglomeration[J]. Journal of Hunan University of Technology：Social Scince Edition，2013，18(1)：12-17.

[11]張?zhí)招? 科技投入與碳排放的灰色關(guān)聯(lián)度分析：以株洲市工業(yè)企業(yè)為例[J]. 湖南工業(yè)大學(xué)學(xué)報(bào)，2011，25(5)：42-46. Zhang Taoxin. Analysis on the Degree of Grey Incidence Between Science & Technology Input and Carbon Emissions：A Case Study of Industrial Enterprises in Zhuzhou City[J]. Journal of Hunan University of Technology，2011，25(5)：42-46.

[12]Kaya Y. Impact of Carbon Dioxide L，Mission on GNP Growth：Interpretation of Proposed Scenarios[R]. Paris：Presentation to the Energy and lndustry Subgroup，Response Strategies Working Group，IPCC，1989.

[13]張?zhí)招?，周躍云，蘆鵬. 中國(guó)城市低碳建筑的內(nèi)涵與碳排放量的估算模型[J]. 湖南工業(yè)大學(xué)學(xué)報(bào)，2011，25 (1)：77-80. Zhang Taoxin，Zhou Yueyun，Lu Peng. Estimation Model of Carbon Emission and Connotation of China’s Urban Low-Carbon Building[J]. Journal of Hunan University of Technology， 2011，25(1)：77-80.

（責(zé)任編輯：徐海燕）

Scenario Analysis and Forecast of Industrial Carbon Emissions in Chang-Zhu-Tan Urban Agglomerations

Zhang Taoxin，Zeng Aozhi
（School of Building and Urban & Rual Planning, Hunan University of Technology, Zhuzhou Hunan 412007, China)

Based on the data of industrial carbon emissions in Chang-Zhu-Tan urban agglomerations during 2005 to 2010, simulates and forecasts industrial carbon emissions in Chang-Zhu-Tan urban agglomerations from 2005 to 2030 by grey system theory, and analyzes the industrial carbon emissions under four set scenarios from 2011 to 2030. The results indicate that: if the city group keeps the industrial structure before 2010 and the energy structure maintains unchanged from 2010 to 2030, the industrial carbon emissions will increase at an annual growth rate of 15.99%. On the significant level of 1%, there exists a bidirectional cause-effect relationship between carbon emission, GDP per capita, population, per unit GDP energy intensity and the carbon emission intensity; There is a long-term equilibrium relationship between Chang-Zhu-Tan industrial carbon emission and economic growth-indicated per capita GDP. Under the situation of BAU, energy saving, lowcarbon and stressed low-carbon, both the industrial carbon emissions and GDP per capita of Chang-Zhu-Tan urban agglomerations are increasing.

Chang-Zhu-Tan urban agglomerations；carbon emissions；gray econometric model；scenario analysis

F290；F224.0

A

1673-9833(2014)05-0098-07

10.3969/j.issn.1673-9833.2014.05.020

2014-07-19

中國(guó)清潔發(fā)展機(jī)制基金資助項(xiàng)目（10C0612）

張?zhí)招拢?964-），男，湖南華容人，湖南工業(yè)大學(xué)研究員，主要從事低碳經(jīng)濟(jì)，綠色低碳交通及可持續(xù)發(fā)展方面的教學(xué)與研究，E-mail：Taoxinzhang108@sina.com