畢 瑩，楊方白

(1.東北財經(jīng)大學(xué)統(tǒng)計學(xué)院，遼寧 大連 116025；2.遼寧師范大學(xué)數(shù)學(xué)學(xué)院，遼寧 大連 116029)

?

遼寧省碳排放影響因素分析及達(dá)峰情景預(yù)測

畢 瑩1，楊方白2

(1.東北財經(jīng)大學(xué)統(tǒng)計學(xué)院，遼寧 大連 116025；2.遼寧師范大學(xué)數(shù)學(xué)學(xué)院，遼寧 大連 116029)

基于中國實現(xiàn)2030年碳排放達(dá)到峰值的宏觀目標(biāo)為背景，本文以中國碳排放的主要地區(qū)遼寧省為研究對象，首先運用拓展的STIRPAT模型對遼寧省碳排放的影響因素進行篩選和分析，并建立起預(yù)測回歸模型；其次根據(jù)建立的預(yù)測模型對遼寧省未來的碳排放達(dá)峰進行情景預(yù)測。研究結(jié)論顯示:對遼寧省碳排放產(chǎn)生顯著影響的因素分別為經(jīng)濟水平、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、開放程度和碳排放強度因素；低碳情景是實現(xiàn)遼寧省碳排放達(dá)峰的最佳發(fā)展模式，達(dá)峰時間最早(2034年)，且峰值最低，激進排放情景則是最不理想的發(fā)展模式，達(dá)峰時間最晚(2040年)，峰值也最高。

碳排放；低碳情景；激進排放情景；達(dá)峰預(yù)測；情景分析； STIRPAT模型

一、引 言

實現(xiàn)2030年碳排放達(dá)峰不僅是中國為應(yīng)對全球氣候變化向國際社會做出的鄭重承諾，也是中國未來經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型與可持續(xù)發(fā)展的必然選擇。作為全球最大碳排放國家，為了積極應(yīng)對全球氣候變化，推動世界各國切實采取措施降低二氧化碳排放，中國政府在與美國政府聯(lián)合發(fā)表的《氣候變化聯(lián)合聲明》中做出承諾:“中國計劃2030年左右二氧化碳排放達(dá)到峰值且將努力早日達(dá)峰，并計劃到2030年非化石能源占一次能源消費比重提高到20%左右?！贝撕螅袊衷诙鄠€國際場合中重申這一承諾，受到國際社會的廣泛關(guān)注和好評。要想實現(xiàn)中國2030年碳排放達(dá)峰的目標(biāo)，不僅需要先進的減排技術(shù)作支撐，更重要的是有高效的減排政策做指導(dǎo)，因而需要對實現(xiàn)碳排放達(dá)峰進行科學(xué)預(yù)測。作為中國東北地區(qū)的老工業(yè)基地，遼寧省的能源消耗較多，導(dǎo)致由能源消費產(chǎn)生的CO2排放量也比較大，因而遼寧省能否實現(xiàn)碳排放達(dá)峰對實現(xiàn)中國整體碳排放達(dá)峰具有重要意義，是決定中國能否兌現(xiàn)“達(dá)峰承諾”的關(guān)鍵環(huán)節(jié)。在此背景下，本文對影響遼寧省碳排放的因素進行篩選和研究，并對其達(dá)峰情景進行預(yù)測分析是有明確的現(xiàn)實意義的，有利于國家從促進遼寧省碳排放減弱的重要因素入手，針對性地提出建設(shè)遼寧省低碳發(fā)展及實現(xiàn)碳排放達(dá)峰的對策和措施。

二、國內(nèi)外研究綜述

在目前低碳發(fā)展的大趨勢下，國內(nèi)外有關(guān)地區(qū)或行業(yè)碳排放影響因素的研究成果逐漸豐富，其中指數(shù)分解法、Kaya恒等式、LMDI分解法和STIRPAT模型等是研究碳排放影響因素最有效的幾種方法，因而得到了國內(nèi)外學(xué)者的廣泛應(yīng)用。Ang和Pandiyan[1]運用因素分解法對中國、中國臺灣和韓國制造業(yè)部門的碳排放強度進行研究，指出產(chǎn)品結(jié)構(gòu)、燃料份額和部門能源強度等因素中對制造業(yè)部門的碳排放強度影響最大的是部門能源強度。Lin和Chang[2]對中國臺灣1980—1992年主要經(jīng)濟部門二氧化硫、氮氧化物、二氧化碳排放進行Divisia指數(shù)分解，結(jié)論表明經(jīng)濟增長對有害氣體排放影響最大。Ang等[3]在對不同指數(shù)分解方法進行比較研究的過程中，以中國為實例分析了工業(yè)CO2的排放，選取1985—1990年為樣本期，考察了4種能源和8個工業(yè)部門，實證分析的結(jié)果表明工業(yè)增加值和行業(yè)能源強度降低分別對工業(yè)碳排放起到了最大的正效應(yīng)和最大的負(fù)效應(yīng)。國內(nèi)也不乏關(guān)于CO2排放影響因素的分解研究，袁鵬和程施[4]采用對數(shù)平均Divisia指數(shù)分解法對遼寧省碳排放增加的驅(qū)動因素進行了分析，經(jīng)濟規(guī)模的擴大是遼寧碳排放增加的決定性因素，產(chǎn)業(yè)結(jié)構(gòu)的重型化也起到了一定的增排作用；能源效率的提高在很大程度上抑制了碳排放增長。叢建輝等[5]以河南省濟源市為例，基于改進的STIRPAT模型對中小城市工業(yè)碳排放影響因素進行分解，研究表明城市化水平、勞均產(chǎn)出、工業(yè)輕重結(jié)構(gòu)等變量對濟源市工業(yè)碳排放增加起到了正向作用，能源強度降低、公有制比例提高能夠抑制碳排放增加，而工業(yè)固定資產(chǎn)投資、企業(yè)規(guī)模和外商投資變量在研究期間的影響并不顯著。秦軍和唐慕堯[6]基于Kaya恒等式，利用灰色關(guān)聯(lián)分析法對2000—2011年江蘇省統(tǒng)計數(shù)據(jù)進行了關(guān)聯(lián)分析，結(jié)果顯示：對碳排放影響最大的是煤炭消耗量，其次是原油消耗量、GDP以及人均GDP，人口及天然氣消耗量對碳排放影響較小，說明改善以煤炭為主體的能源結(jié)構(gòu)是降低江蘇省碳排放的最有效途徑。

碳排放達(dá)峰是近年來國際節(jié)能減排領(lǐng)域的關(guān)注重點，目前國內(nèi)外學(xué)者預(yù)測中國碳排放峰值的主流方法有EKC曲線、IPAC模型、STIRPAT模型、LMDI分解法、LEAP模型、灰色預(yù)測法和神經(jīng)網(wǎng)絡(luò)模型等。朱永彬等[7]在內(nèi)生經(jīng)濟增長模型Moon-Sonn的基礎(chǔ)上對傳統(tǒng)的環(huán)境庫茲涅茨曲線進行了優(yōu)化，研究認(rèn)為中國如果在當(dāng)前技術(shù)進步的速率下繼續(xù)發(fā)展，將在2040年達(dá)到碳排放的頂峰，如果中國能源強度的下降速率達(dá)到4.5%—5.0%，中國碳排放很有可能在2040年之前達(dá)到峰值。姜克雋等[8]利用IPAC模型對中國未來中長期的能源與溫室氣體排放進行了情景預(yù)測，預(yù)測結(jié)果顯示:在基準(zhǔn)情景下，中國化石燃料產(chǎn)生的碳排放將于2040年達(dá)到峰值；在強化低碳情景下，將于2030年達(dá)到峰值。鄧小樂和孫慧[9]利用STIRPAT模型對西北五省區(qū)未來碳排放峰值進行了預(yù)測，研究發(fā)現(xiàn)：技術(shù)與財富對峰值的影響較為重要。孫維等[10]利用LMDI分解技術(shù)先對廣州市碳排放影響因素進行分解分析，結(jié)果表明，經(jīng)濟增長和能源強度分別是對廣州市碳排放產(chǎn)生促進和抑制作用的最主要因素。王冰妍等[11]以上海市為例，利用LEAP模型對“零方案”情景(BAU)和低碳發(fā)展情景下的能源消耗和碳排放進行了預(yù)測，顯示在低碳發(fā)展模式下，2020年上海的能源消費總量和大氣污染物排放總量都將比基準(zhǔn)發(fā)展模式下的減少很多。Lin等[12]利用GM(1,1)灰色預(yù)測模型預(yù)測了中國臺灣2009—2012年的CO2排放趨勢和達(dá)峰時間。紀(jì)廣月[13]利用灰色關(guān)聯(lián)分析原理，對中國碳排放影響因素進行了篩選，再利用BP神經(jīng)網(wǎng)絡(luò)模型對中國碳排放進行預(yù)測，從而大大地提高了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度，并且達(dá)到了良好的預(yù)測效果，為中國碳排放預(yù)測提供了新的科學(xué)工具。

總體來說，已有研究極大地促進了碳排放影響因素及達(dá)峰的研究，為該領(lǐng)域的后續(xù)研究奠定了基礎(chǔ)，盡管如此，當(dāng)前研究還存在以下三點不足之處：(1)研究對象上，對地區(qū)碳排放達(dá)峰研究有所欠缺。目前，大多數(shù)文獻只是對中國整體或某行業(yè)的碳排放影響因素或達(dá)峰預(yù)測進行分析，對中國具體省區(qū)的碳排放研究有待深入，尤其是碳排放較嚴(yán)重的省區(qū)。(2)在碳排放影響因素的選擇上不夠全面。大多數(shù)學(xué)者僅僅考慮了人均GDP、產(chǎn)業(yè)結(jié)構(gòu)等公認(rèn)因素，沒有周全其他可能對碳排放產(chǎn)生影響的因素，這樣得出的研究結(jié)論也許有失偏頗。(3)研究方法上，對碳排放的預(yù)測模型有待改進。例如，基于EKC曲線的研究是在這一曲線存在的假設(shè)下進行的，而碳排放與經(jīng)濟發(fā)展是否存在倒U型的曲線關(guān)系還有待商榷。

基于目前的研究現(xiàn)狀，本文對遼寧省碳排放影響因素分析和達(dá)峰研究的主要工作體現(xiàn)在以下三個方面：(1)將研究對象定位于中國碳排放的主要地區(qū)——遼寧省，從而針對遼寧省的地方特征對其減排和達(dá)峰戰(zhàn)略提出針對性意見。(2)在選擇碳排放的影響因素時，從規(guī)模因素、結(jié)構(gòu)因素、技術(shù)因素三個方面選取8個指標(biāo)，對于可能影響遼寧省碳排放的因素給予較全面的分析和評估。(3)基于擴展的STIRPAT模型對遼寧省碳排放達(dá)峰進行預(yù)測研究，同時為了消除變量之間多重共線性的影響，選擇嶺回歸法建立回歸模型。

三、碳排放的核算方法及數(shù)據(jù)來源

本文將遼寧省碳排放分為兩部分：一部分是化石燃料燃燒帶來的直接碳排放，另一部分是電力消耗帶來的間接碳排放。直接碳排放的測算采用《2006年IPCC國家溫室氣體清單指南》(以下簡稱《IPCC指南》)中介紹的基準(zhǔn)方法，即從各種化石燃料的消耗角度對遼寧省碳排放進行測算。因此，遼寧省碳排放的計算公式為:

C=C1+C2

(1)

(2)

C2=QE×DE×EE

(3)

式(1)中，C1表示直接碳排放，C2表示間接碳排放。

式(2)中，j表示第j種能源種類，本文根據(jù)IPCC的能源劃分選取了8種能源種類，分別為原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣；Ej表示第j種能源的消費量，數(shù)據(jù)來源于1995—2016年《中國能源統(tǒng)計年鑒》；NCVj表示第j種能源的低位發(fā)熱量，數(shù)據(jù)來源于《IPCC指南》；CCj表示第j種能源的碳含量，數(shù)據(jù)來源于《IPCC指南》；COFj表示第j種能源的碳氧化因子，根據(jù)《IPCC指南》通常該值取100%，表示完全氧化；44/12表示CO2與碳的分子量之比，即碳轉(zhuǎn)化成CO2的轉(zhuǎn)化系數(shù)。

式(3)中， QE表示電力總消費量，數(shù)據(jù)來源于1995—2016年《中國能源統(tǒng)計年鑒》；DE表示電力碳排放系數(shù)，本文取不同研究計算的平均值0.7173t/tce；EE表示供電煤耗，每年具體的數(shù)值取自國家電網(wǎng)發(fā)布的新聞數(shù)據(jù)。

四、遼寧省碳排放影響因素分析

(一)遼寧省碳排放的STIRPAT模型構(gòu)建

STIRPAT(Stochastic Impacts by Regression on PAT)模型是York等人在IPAT模型和ImPACT模型的基礎(chǔ)上重新提出的預(yù)測模型，針對以上兩個模型無法反映模型中各個因素非均衡與非單調(diào)的函數(shù)關(guān)系的缺陷進行了修正。目前，STIRPAT模型已被廣泛用于碳排放達(dá)峰的預(yù)測研究中。

在變量選擇上：(1)被解釋變量為遼寧省碳排放。(2)解釋變量的規(guī)模因素中選取地區(qū)經(jīng)濟水平和企業(yè)規(guī)模。(3)解釋變量的結(jié)構(gòu)因素從更深層次對影響遼寧省碳排放的因素進行剖析，本文選擇的4個結(jié)構(gòu)因素分別是城市化率、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)和開放程度。(4)此外，本文還引入技術(shù)因素作為解釋變量，用能源利用效率和碳排放強度來體現(xiàn)減排技術(shù)水平對碳排放的影響。具體的指標(biāo)及說明如表1所示。

表1 遼寧省碳排放預(yù)測模型中的變量描述

注：各指標(biāo)的數(shù)據(jù)來源于1995—2016年《中國能源統(tǒng)計年鑒》和1995—2016年《遼寧省統(tǒng)計年鑒》。

首先采用最小二乘法進行多元線性逐步回歸來擬合模型，但通過共線性檢測的結(jié)果發(fā)現(xiàn)，模型VIF值顯著大于10，說明自變量之間存在嚴(yán)重的多重共線性，為消除其對研究結(jié)果的影響，本文選擇使用嶺回歸方法對模型重新進行回歸分析。嶺回歸分析法是基于最小二乘法改進的一種統(tǒng)計方法，它可以通過在自變量標(biāo)準(zhǔn)化矩陣的主對角線上加入非負(fù)因子的方法消除多重共線性對分析結(jié)果的干擾，從而使回歸推斷的結(jié)果得到顯著提高[14]。

遼寧省碳排放的初始STIRPAT模型為:

C=β0QPβ1CMβ2URβ3ESβ4ISβ5ODβ6EEUβ7TSβ8e

(4)

實際應(yīng)用中常常將式(4)兩邊取對數(shù)，即:

lnC=lnβ0+β1ln(QP)+β2ln(CM)+β3ln(UR)+β4ln(ES)+β5ln(IS)+β6ln(OD)+β7ln(EEU)+β8ln(TS)+lne

(5)

式(5)中，β0為模型的比例常數(shù)項，β1—β8為指數(shù)項，e表示誤差項。

以遼寧省1994—2015年的相關(guān)數(shù)據(jù)進行嶺回歸建模，根據(jù)輸出結(jié)果中不同k值下標(biāo)準(zhǔn)自回歸系數(shù)可以看出，在嶺參數(shù)k從0到1的變化過程中，城市化率和能源利用效率變量的標(biāo)準(zhǔn)化嶺回歸系數(shù)絕對值一直很小且很穩(wěn)定，從嶺回歸分析的變量檢驗結(jié)果來看，這兩個變量以及企業(yè)規(guī)模的p值大于顯著性水平0.05，說明三者對遼寧省碳排放的影響不顯著，應(yīng)剔除掉這三個變量再重新進行嶺回歸分析。最終以經(jīng)濟水平、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、開放程度、碳排放強度為自變量，遼寧省碳排放為因變量的嶺回歸結(jié)果如表2所示。

表2 遼寧省碳排放STIRPAT模型的嶺回歸結(jié)果

變 量系 數(shù)t值sig.t常數(shù)項9.94433.6230.000經(jīng)濟水平0.13014.4290.000能源結(jié)構(gòu)0.8692.4780.016產(chǎn)業(yè)結(jié)構(gòu)0.6152.0680.024開放程度-0.170-10.5410.000碳排放強度0.0963.0520.008R20.981F值154.715sig.F0.000

從表2可以看出，各變量的t值對應(yīng)的p值均小于顯著性水平0.05，且模型的擬合優(yōu)度R2值為0.981，說明該模型的建立效果比較理想。最終建立的遼寧省碳排放嶺回歸方程為：

lnC=9.944+0.130ln(QP)+0.869ln(ES)+0.615ln(IS)-0.170ln(OD)+0.096ln(TS)

(6)

為了證明該預(yù)測模型的有效性，基于遼寧省各年度數(shù)據(jù)通過模型計算得到碳排放的方程回歸值，然后對碳排放實際值與回歸值進行兩配對樣本T檢驗，檢驗結(jié)果顯示p值為0.617，大于顯著性水平0.05，說明根據(jù)上述模型計算的遼寧省碳排放與實際情況沒有顯著差異，方程預(yù)測效果較好。

(二)遼寧省碳排放影響因素分析

依據(jù)遼寧省碳排放STIRPAT回歸模型中各變量回歸系數(shù)的顯著性檢驗結(jié)果，對遼寧省碳排放產(chǎn)生顯著影響的解釋變量有經(jīng)濟水平、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、開放程度和碳排放強度。分析各變量對碳排放的影響效果，可以得出以下結(jié)論：

第一，經(jīng)濟水平對碳排放產(chǎn)生了顯著的正向影響。在其他影響因素不變時，經(jīng)濟水平每提高一個單位，遼寧省碳排放將增長0.130個單位*指碳排放和經(jīng)濟水平變量對數(shù)變換后的系數(shù)關(guān)系，下同。，這與袁鵬和程施[4]的分析結(jié)果基本一致。經(jīng)濟水平之所以對遼寧省碳排放產(chǎn)生顯著影響，主要是因為經(jīng)濟水平的提高能夠有效推動地區(qū)發(fā)展，提升遼寧省內(nèi)的產(chǎn)品需求和生產(chǎn)供給，進而導(dǎo)致地區(qū)碳排放增加。

第二，能源結(jié)構(gòu)也在一定程度上促進了遼寧省碳排放。從回歸系數(shù)來看，煤炭占一次能源消耗的比重每提高一個單位，遼寧省碳排放將相應(yīng)提高0.869個單位。煤炭是遼寧省的主要消耗能源，在1995—2015年期間每年的煤炭消耗比重為60%—70%，然而煤炭是所有燃料中碳排放因子最大的能源，煤炭消耗比重的上升勢必引起碳排放增加[5]，因此，遼寧省政府應(yīng)加快對天然氣、風(fēng)能、太陽能等清潔能源的開發(fā)和基礎(chǔ)設(shè)施建設(shè)，鼓勵企業(yè)使用綠色能源，降低煤炭等化石能源的消費比重，從而實現(xiàn)全省能源消費結(jié)構(gòu)的“綠色化”發(fā)展。

第三，產(chǎn)業(yè)結(jié)構(gòu)的重型化也會對遼寧省碳排放起到一定的增排作用，但相對其他因素的影響程度較小。改革開放以前，東北地區(qū)尤其是遼寧省是中國最重要的重工業(yè)基地，雖然產(chǎn)業(yè)結(jié)構(gòu)的重型化使遼寧省經(jīng)濟發(fā)展取得不小成就，但是粗放型能源消耗模式勢必會導(dǎo)致CO2排放量的增多，這意味著遼寧省經(jīng)濟發(fā)展仍建立在對環(huán)境污染和資源消耗的基礎(chǔ)上。因此，在不影響遼寧省經(jīng)濟發(fā)展的前提下逐漸降低第二產(chǎn)業(yè)在地區(qū)總產(chǎn)值中的比重，優(yōu)先發(fā)展高增加值、低能耗、低碳排放的高新技術(shù)產(chǎn)業(yè)和服務(wù)業(yè)，從而實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的升級優(yōu)化是遼寧省必須面臨的嚴(yán)峻考驗，否則將阻礙節(jié)能減排及達(dá)峰目標(biāo)的實現(xiàn)。

第四，開放程度是對遼寧省碳排放起抑制作用的最主要因素。其在預(yù)測模型中的回歸系數(shù)為-0.170，說明港澳臺及外商投資企業(yè)比重的提高能夠?qū)|寧省碳排放起到不小的抑制作用，主要原因在于外資企業(yè)在節(jié)能減排方面的技術(shù)水平比較先進，拉動了省內(nèi)企業(yè)減排技術(shù)的變革和進步，因而減緩了遼寧省碳排放趨勢。

第五，碳排放強度作為評估地區(qū)或行業(yè)減排技術(shù)的替代指標(biāo)，其對遼寧省碳排放的促進作用是不容小覷的。從回歸系數(shù)看，遼寧省碳排放強度每增加一個單位，其碳排放量大約增加0.096個單位。一般認(rèn)為，碳排放強度的降低主要是由技術(shù)進步提高所帶動，碳排放強度越小說明地區(qū)減排技術(shù)也比較發(fā)達(dá)。在研究時限內(nèi)，遼寧省碳排放強度一直處于不斷下降趨勢，說明技術(shù)因素對于抑制遼寧省碳排放有所貢獻。

總體來說，各因素對于遼寧省碳排放的影響程度和方向都有所差別，首先經(jīng)濟水平的進步是導(dǎo)致遼寧省碳排放規(guī)模加重的決定性因素，其次是開放程度的擴大，煤炭消耗比重和重工業(yè)比重的提高在一定程度上也有增排作用，碳排放強度的降低則對遼寧省碳排放起到不容小覷的抑制增長作用，而城市化率、企業(yè)規(guī)模、能源利用效率對遼寧省碳排放的影響效果并不顯著。

五、遼寧省碳排放達(dá)峰的情景預(yù)測

(一)情景設(shè)計

情景分析法中各指標(biāo)預(yù)測值的設(shè)置都要參考相關(guān)政策規(guī)劃及發(fā)達(dá)國家發(fā)展規(guī)律，并與以往不同階段的變化率進行對照，確保數(shù)據(jù)的設(shè)置符合地區(qū)或行業(yè)經(jīng)濟發(fā)展的實際情況[14]。本文將2016—2050年平均劃分為七個時間段，遼寧省碳排放預(yù)測模型中的各個指標(biāo)均分為“強”和“中”兩個取值。

根據(jù)各參數(shù)的不同組合最終設(shè)計出遼寧省碳排放的四種情景模式，如表3所示。考慮到碳排放過程中增碳與減碳因素的實際變化，并結(jié)合遼寧省未來經(jīng)濟社會發(fā)展中的經(jīng)濟、能源和產(chǎn)業(yè)等發(fā)展政策[14]，本文將經(jīng)濟水平、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、碳排放強度四個變量歸為積極因素(促進碳排放因素)，將開放程度變量歸為消極因素(抑制碳排放因素)。

表3 遼寧省碳排放的情景模式

(二)遼寧省碳排放預(yù)測及達(dá)峰分析

利用遼寧省碳排放STIRPAT模型可計算出遼寧省2016—2050年碳排放預(yù)測值，根據(jù)預(yù)測結(jié)果可以看出，遼寧省在不同情景模式下的達(dá)峰時間分布在2034—2040年之間，并且在不同碳排放模式下達(dá)峰時間和峰值大小都有差異。遼寧省在四種情景模式下的碳排放達(dá)峰預(yù)測情景如表4所示。

表4 遼寧省碳排放峰值的情景預(yù)測 單位：億t

注：*表示碳排放在某種情景模式下達(dá)到峰值。

對遼寧省在各情景模式下碳排放達(dá)峰預(yù)測的具體分析如下：

第一，基準(zhǔn)模式下，遼寧省碳排放不僅無法實現(xiàn)2030年按時達(dá)峰，且差距較大?；鶞?zhǔn)模式是所有指標(biāo)的影響力度都為“中”的情景模式，即不采取任何減碳措施的基準(zhǔn)發(fā)展模式。由表4可知，在這種模式下，遼寧省將在2036年實現(xiàn)碳排放達(dá)峰，峰值為116.626億t，顯然該模式無法滿足中國2030年碳排放達(dá)峰的要求，且延后較長時間，因而需要外部政策的干預(yù)。

第二，低碳模式是遼寧省碳排放達(dá)峰的最佳發(fā)展模式。低碳模式是在基準(zhǔn)模式的基礎(chǔ)上，將消極因素的影響力度改為“強”的情景發(fā)展模式，由于消極因素對碳排放抑制作用的加強，該模式下的達(dá)峰時間比基準(zhǔn)模式有所提前，峰值也相應(yīng)降低。由表4可知，在低碳模式下，遼寧碳排放達(dá)峰時間為2034年，峰值為112.741億t。雖然與中國2030年的達(dá)峰目標(biāo)相比延后了4年，但考慮到遼寧省與北京市等較發(fā)達(dá)地區(qū)的發(fā)展現(xiàn)狀相比要相對落后，所以還是在可接受范圍內(nèi)的。

第三，激進排放模式是遼寧省碳排放達(dá)峰預(yù)測中最不理想的發(fā)展模式。激進排放模式是指消極因素的影響力度為“中”，而所有積極因素的影響力度為“強”的情景模式。由表4可知，在這個模式下，遼寧省碳排放的達(dá)峰情景與達(dá)峰目標(biāo)相差甚遠(yuǎn)，不僅達(dá)峰時間嚴(yán)重推遲(2040年)，峰值也偏高(121.387億t)。中和模式是在激進排放模式的基礎(chǔ)上將消極因素的影響力度調(diào)為“強”的模式，可以看出由于中和模式有消極因素的碳排放抑制效果，所以達(dá)峰時間比激進排放模式提前2年，峰值也降低3.938億t。

第四，對比基準(zhǔn)模式、低碳模式和中和模式可以得出結(jié)論：積極因素對碳排放的促進作用要比消極因素的抑制作用明顯，更容易使碳排放達(dá)峰時間延后、峰值增高。首先，在基準(zhǔn)模式的基礎(chǔ)上將消極因素對碳排放的抑制力度調(diào)為“強”后，使遼寧省碳排放達(dá)峰時間提前了兩年，峰值也降低了3.885億t。其次，在低碳模式的基礎(chǔ)上將積極因素對碳排放的促進力度全部調(diào)為“強”后，使遼寧省碳排放達(dá)峰時間又滯后了4年，峰值增加了4.708億t。因此可以看出，積極因素對遼寧省碳排放達(dá)峰的負(fù)面影響比消極因素對遼寧省碳排放達(dá)峰的正面影響更加嚴(yán)重，不過也有可能是由影響因素數(shù)量上的差距造成的，但仍不排除以上結(jié)論的可能性。

由以上預(yù)測結(jié)果分析可以看出，如果遼寧省在減排和達(dá)峰過程中能夠合理控制自身經(jīng)濟的發(fā)展速度、減少煤炭等化石能源的消耗占比、積極擴大對外開放程度，并且通過升級減排技術(shù)等方式來降低碳排放強度，同時在不影響經(jīng)濟發(fā)展的情況下加快產(chǎn)業(yè)結(jié)構(gòu)的升級調(diào)整，那么遼寧省碳排放有望在2034年實現(xiàn)較為理想的達(dá)峰局面。

六、結(jié)論與政策建議

本文采用遼寧省1995—2015年的相關(guān)數(shù)據(jù)，分別在結(jié)構(gòu)因素、規(guī)模因素和技術(shù)因素中選取了8個可能對遼寧省碳排放產(chǎn)生顯著影響的指標(biāo)，進而基于改進的 STIRPAT模型和嶺回歸分析法建立起遼寧省碳排放的預(yù)測模型，并對其影響因素進行了篩選和評估，最后依據(jù)建立的預(yù)測模型對遼寧省碳排放達(dá)峰進行了情景預(yù)測和分析。主要得出以下研究結(jié)論：

第一，在所有考慮的影響因素中有5個變量對遼寧省碳排放有顯著影響，分別為經(jīng)濟水平、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、開放程度和碳排放強度，其中開放程度變量能夠?qū)|寧省碳排放起到抑制效果，其余4個變量則起到或多或少的增排效果。

第二，在所有碳排放達(dá)峰情景模式中，低碳模式是遼寧省實現(xiàn)碳排放達(dá)峰的首選發(fā)展模式，因為在該模式下的達(dá)峰時間最早，且峰值最低。而激進排放模式則是最差的發(fā)展模式，不僅達(dá)峰時間最晚，且峰值也最高。

上述結(jié)論對于促進遼寧省節(jié)能減排策略的制定、推動遼寧省盡快實現(xiàn)較低的碳排放峰值，以及積極響應(yīng)國家節(jié)能減排號召具有重要意義。因此，本文提出如下四點政策建議：

第一，穩(wěn)定經(jīng)濟發(fā)展，加快技術(shù)進步，加強地區(qū)間交流合作。遼寧省碳排放達(dá)峰管理工作應(yīng)該既能夠保證地區(qū)經(jīng)濟發(fā)展、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)和對外開放程度穩(wěn)定在合理水平，又能夠兼顧減排技術(shù)的升級，尤其是碳排放強度的降低，因為一旦忽略了科技的進步，不僅會使遼寧省碳排放達(dá)峰時間延后，還會令峰值上升。由此看來，國家應(yīng)當(dāng)加大在節(jié)能減排技術(shù)方面的資金和人員投入，鼓勵各行業(yè)研究人員不斷探索、勇于創(chuàng)新，淘汰落后技術(shù)，推進新興技術(shù)。同時，地方政府應(yīng)加強省區(qū)間甚至國際間的交流合作，積極引進先進思想和技術(shù)，并盡快應(yīng)用到日常減排工作中。

第二，開發(fā)低碳能源，加快調(diào)整能源消費結(jié)構(gòu)。目前，煤炭等化石能源仍然是遼寧省最主要的消耗能源，占全省一次能源消費總量的70%左右，實現(xiàn)能源結(jié)構(gòu)的清潔化是遼寧省實現(xiàn)達(dá)峰目標(biāo)的關(guān)鍵步驟。因此，應(yīng)提升天然氣、水電、風(fēng)能、太陽能等清潔能源和可再生能源的使用比重，加快建設(shè)清潔能源的基礎(chǔ)設(shè)施，由此推動地區(qū)能源消費結(jié)構(gòu)向低碳化、綠色化方向發(fā)展。另外，適當(dāng)擴大煤炭等化石能源的資源稅征收范圍，提高資源稅的收費標(biāo)準(zhǔn)，糾正煤炭等化石能源的成本制度(如將在使用能源過程中帶來的環(huán)境治理成本加入到能源的使用成本中)，建立完善的環(huán)境保護稅收制度，從而降低中國工業(yè)對化石能源的依賴程度，提升可再生能源在市場價格中的競爭力。

第三，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進高新技術(shù)產(chǎn)業(yè)發(fā)展。遼寧省是東北地區(qū)的老工業(yè)基地，同時也是全國有名的工業(yè)輸出大省，其第二產(chǎn)業(yè)產(chǎn)值每年占地區(qū)生產(chǎn)總值的50%左右，說明遼寧省經(jīng)濟規(guī)模的擴大仍然大部分依賴重工業(yè)產(chǎn)業(yè)的發(fā)展，但這種依賴性將對資源和環(huán)境造成不小的負(fù)面影響。因為重工業(yè)的發(fā)展無疑會消耗更多的能源消耗，尤其是煤炭等化石能源的消費，而煤炭燃燒會導(dǎo)致大量CO2氣體等環(huán)境污染物的排放。因此遼寧省應(yīng)該加快轉(zhuǎn)變產(chǎn)業(yè)結(jié)構(gòu)的重型化趨勢，降低重工業(yè)等重污染行業(yè)在地區(qū)生產(chǎn)總值中的比重，限制高污染、高耗能、低產(chǎn)出產(chǎn)業(yè)的盲目擴張，同時大力發(fā)展高新技術(shù)產(chǎn)業(yè)和服務(wù)業(yè)，加大對低污染、低能耗、高產(chǎn)出產(chǎn)業(yè)的投入，確保在不影響遼寧省經(jīng)濟發(fā)展的前提下完成地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型和優(yōu)化，從而推動節(jié)能減排和達(dá)峰目標(biāo)的順利實現(xiàn)。另外，利用高新低碳技術(shù)對傳統(tǒng)高污染產(chǎn)業(yè)進行低碳改造和重工業(yè)轉(zhuǎn)移也不失為一種優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的好方式。

第四，充分發(fā)揮市場機制的調(diào)節(jié)作用。將市場手段應(yīng)用到低碳經(jīng)濟中不僅可以降低減排成本，推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，還能夠充分挖掘地區(qū)內(nèi)部的減排潛力。因此，應(yīng)重視建立區(qū)域碳交易市場，依靠市場手段，促進地方政府?dāng)U大對節(jié)能減排工作的投入，并加大減排技術(shù)研發(fā)的力度。另外，中國政府在2011年提出的碳排放權(quán)交易試點工作也應(yīng)該受到推崇。

[1] Ang,B.W., Pandiyan,G. Decomposition of Energy-Induced CO2Emissions in Manufacturing[J]. Energy Economics, 1997, 19(3): 363-374.

[2] Lin,S.J., Chang,T.C. Decomposition of SO2, NOXand CO2Emissions From Energy Use of Major Economic Sectors in Taiwan[J]. Energy Journal, 1996, 17(1): 1-17.

[3] Ang,B.W., Zhang,F.Q., Choi,K.H. Factorizing Changes in Energy and Environmental Indicators Through Decomposition[J]. Energy, 1998, 23(6): 489-495.

[4] 袁鵬,程施. 遼寧省碳排放增長的驅(qū)動因素分析——基于LMDI分解法的實證[J]. 大連理工大學(xué)學(xué)報(社會科學(xué)版), 2012, (1): 35-40.

[5] 叢建輝,劉學(xué)敏,朱婧,等. 中小城市工業(yè)碳排放：核算方法與影響因素——以河南省濟源市為例[J].資源科學(xué), 2013, (11): 2158-2165.

[6] 秦軍,唐慕堯. 基于Kaya恒等式的江蘇省碳排放影響因素研究[J]. 生態(tài)經(jīng)濟, 2014,(11): 53-56.

[7] 朱永彬,王錚,龐麗,等. 基于經(jīng)濟模擬的中國能源消費與碳排放高峰預(yù)測[J]. 地理學(xué)報, 2009, (8): 933-944.

[8] 姜克雋,胡秀蓮,莊幸,等. 中國2050年低碳情景和低碳發(fā)展之路[J]. 中外能源, 2009, (6): 1-7.

[9] 鄧小樂,孫慧. 基于STIRPAT模型的西北五省區(qū)碳排放峰值預(yù)測研究[J]. 生態(tài)經(jīng)濟(中文版), 2016, (9): 36-41.

[10] 孫維,余卓君,廖翠萍. 廣州市碳排放達(dá)峰值分析[J]. 新能源進展, 2016, (3): 246-252.

[11] 王冰妍,陳長虹,黃成,等. 低碳發(fā)展下的大氣污染物和CO2排放情景分析——上海案例研究[J]. 能源研究與信息, 2004, (3): 137-145.

[12] Lin,C.S., Liou,F.M., Huang,C.P. Grey Forecasting Model for CO2Emissions: A Taiwan Study[J]. Applied Energy, 2011, 88(11): 3816-3820.

[13] 紀(jì)廣月. 基于灰色關(guān)聯(lián)分析的BP神經(jīng)網(wǎng)絡(luò)模型在中國碳排放預(yù)測中的應(yīng)用[J]. 數(shù)學(xué)的實踐與認(rèn)識, 2014, (14): 243-249.

[14] 劉晴川,李強,鄭旭熙. 基于化石能源消耗的重慶市二氧化碳排放峰值預(yù)測[J]. 環(huán)境科學(xué)學(xué)報, 2017, (4)：1582-1593.

(責(zé)任編輯：尚培培)

東北財經(jīng)大學(xué)經(jīng)濟運行與財政政策研究基地

東北財經(jīng)大學(xué)經(jīng)濟運行與財政政策研究基地(以下簡稱基地)成立于2015年4月，是經(jīng)財政部批準(zhǔn)設(shè)立的、納入部省共建框架的首家智庫建設(shè)試點基地?；匾劳杏跂|北財經(jīng)大學(xué)國家重點學(xué)科財政學(xué)和東北財經(jīng)大學(xué)經(jīng)濟與社會發(fā)展研究院的雄厚研究力量，致力于解決宏觀經(jīng)濟運行、財政改革與發(fā)展的重大需求和重大科學(xué)問題，不斷提升為國家決策提供服務(wù)的能力。同時，基地通過體制機制創(chuàng)新，先行先試，積累經(jīng)驗，探索推進部省共建研究工作長期化、制度化的新模式。

一、基地優(yōu)勢

基地依托東北財經(jīng)大學(xué)國家重點學(xué)科財政學(xué)，該學(xué)科在財稅體制改革和財經(jīng)決策領(lǐng)域具有較強的學(xué)術(shù)理論底蘊，長期跟蹤研究宏觀經(jīng)濟重大問題和熱點難題，為財政部相關(guān)司局提供了大量的高水平咨政成果，已形成較強的學(xué)術(shù)影響力和決策影響力。

基地以東北財經(jīng)大學(xué)經(jīng)濟與社會發(fā)展研究院為平臺開展各項工作。經(jīng)濟與社會發(fā)展研究院是東北財經(jīng)大學(xué)下設(shè)的跨學(xué)科、綜合性專職科研機構(gòu)，擁有一支高水平專職科研團隊，具備廣泛調(diào)動、組織、整合多方科研力量的能力。近年，經(jīng)濟與社會發(fā)展研究院的研究人員中標(biāo)1項國家社會科學(xué)基金重大招標(biāo)項目，以及12項國家自然科學(xué)基金項目和國家社會科學(xué)基金項目，獲得國家和省領(lǐng)導(dǎo)批示、國家級和省級內(nèi)參發(fā)表的決策咨詢成果20余項，在高端學(xué)術(shù)與政策研究上已形成雄厚的科研實力。

基地現(xiàn)有專職科研人員20人，全部擁有博士學(xué)位，研究人員學(xué)科領(lǐng)域包括財政學(xué)、產(chǎn)業(yè)經(jīng)濟學(xué)、國際經(jīng)濟學(xué)、金融學(xué)和統(tǒng)計學(xué)等多個學(xué)科。基地還積極整合、吸納了一批校內(nèi)外高水平學(xué)者參與研究團隊建設(shè)，通過特聘與合作的方式，與多位國內(nèi)外知名專家學(xué)者建立了合作聯(lián)系。

二、建設(shè)目標(biāo)

基地以“三個一”建設(shè)為目標(biāo)：一個陣地——圍繞宏觀經(jīng)濟運行、財稅體制改革、財政政策等領(lǐng)域的重大決策，打造面向財政部相關(guān)司局的智力支持陣地；一個平臺——打造宏觀經(jīng)濟、財政稅收、計量經(jīng)濟等多學(xué)科交融的高端學(xué)術(shù)交流和成果發(fā)布平臺，促進學(xué)術(shù)界和決策部門間的信息交流；一個基地——整合校內(nèi)外優(yōu)秀財經(jīng)研究人才，引進高端學(xué)術(shù)人才，培養(yǎng)財經(jīng)后備人才，建設(shè)財經(jīng)政策領(lǐng)域創(chuàng)新型人才培養(yǎng)基地。最終將本基地打造成為服務(wù)財稅體制改革重大決策的國內(nèi)一流新型智庫。

三、建設(shè)進展

基地通過體制機制創(chuàng)新，已形成例行會議、委托研究、信息交流和成果報送等四大運行機制。基地以宏觀經(jīng)濟形勢分析與預(yù)測、宏觀經(jīng)濟運行專題分析、財政體制與政策分析等三個領(lǐng)域為主要抓手，開展了一系列具有前瞻性、實效性的預(yù)測分析和專題研究。相關(guān)成果通過本基地創(chuàng)辦的《預(yù)測專報》直接報送給財政部領(lǐng)導(dǎo)及相關(guān)司局，得到了財政部相關(guān)領(lǐng)導(dǎo)的充分肯定，為國家宏觀經(jīng)濟決策提供了重要參考。截至2017年第一季度，《預(yù)測專報》共上報15期，已成為基地為國家提供宏觀經(jīng)濟預(yù)測分析與財政政策決策智力支撐的主要服務(wù)渠道。2017年，基地成功承辦“共建工作聯(lián)席會議”，并向財政部和所有共建高校介紹了基地建設(shè)經(jīng)驗，為推進全國部省共建工作和完善部省共建研究機制做出了應(yīng)有的貢獻。

2017-04-15

國家社會科學(xué)基金重大項目“社會主義與市場經(jīng)濟深度融合研究”(2015YZD08)；中國博士后科學(xué)基金項目“中國碳排放達(dá)峰的情景預(yù)測、路徑規(guī)劃與經(jīng)濟影響研究”(2016M601318)；國家自然科學(xué)基金項目“貿(mào)易產(chǎn)品消耗的全口徑水資源：區(qū)域評估、影響因素及流動特征”(71573034)；遼寧省教育廳科研平臺項目“中國對外貿(mào)易隱含碳排放及其外貿(mào)結(jié)構(gòu)調(diào)整研究”(LN2016JD020)

畢 瑩(1994-)，女，遼寧丹東人，碩士研究生，主要從事投入產(chǎn)出分析、國民經(jīng)濟核算和宏觀經(jīng)濟研究。E-mail:bixiaoying1215@163.com

F124.5；X321

A

1008-4096(2017)04-0091-07