王勇+畢瑩+王恩東

摘要 實現2030年碳排放達峰不僅是中國為應對全球氣候變化向國際社會做出的鄭重承諾，也是中國未來經濟結構轉型與可持續(xù)發(fā)展的必然選擇。基于中國實現2030年碳排放達到峰值的宏觀目標為背景，本文以中國碳排放的主要行業(yè)工業(yè)為研究對象，首先運用拓展的STIRPAT模型對工業(yè)及其9個細分行業(yè)的碳排放達峰進行了情景預測，然后基于公平和效率的雙重視角對工業(yè)細分行業(yè)的減排潛力進行評估。研究表明：①僅有低碳情景和抑制排放情景2可以實現中國碳排放2030年達峰，低碳情景是實現中國工業(yè)碳排放達峰的最佳發(fā)展模式，達峰時間最早（2030年），峰值最低（140.43億t）。激進排放情景則是最差的發(fā)展模式，達峰時間最晚（2036年），峰值也最高（150.09億t）。②工業(yè)內部各細分行業(yè)碳排放的最優(yōu)達峰情景差別較大。建材和紡織制造業(yè)能夠實現提前達峰，可以在這類行業(yè)率先實施達峰管理措施，使其帶動其他行業(yè)陸續(xù)達峰。③最具減排潛力的行業(yè)是石油制造業(yè)，其次是電力行業(yè)，這些減排潛力較大的行業(yè)應該成為國家節(jié)能減排的重點對象。④基于工業(yè)各細分行業(yè)在減排公平性和效率性上的差異將工業(yè)9個細分行業(yè)分為四類。其中，石油、鋼鐵制造業(yè)和電力行業(yè)屬于“高效高公平行業(yè)”；化工、建材制造業(yè)屬于“低效高公平行業(yè)”；采掘業(yè)屬于“高效不公平行業(yè)”；紡織、輕工和機電制造業(yè)屬于“低效不公平行業(yè)”。中國應針對不同類型的行業(yè)制定出相應的減排戰(zhàn)略，將減排重點放在各行業(yè)最具潛力的方面。最后，文章對實現中國工業(yè)碳排放達峰管理提出了幾點政策建議。

關鍵詞 工業(yè)；碳排放達峰；STIRPAT模型；情景分析；減排潛力

中圖分類號 X322； F423 文獻標識碼 A 文章編號 1002-2104（2017）10-0131-10 DOI：10.12062/cpre.20170444

近年來碳排放達峰是國際節(jié)能減排領域的關注重點，受到越來越多國家的關注。作為全球最大碳排放國家，為了積極應對全球氣候變化，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合發(fā)表的《氣候變化聯合聲明》中做出承諾：“中國計劃2030 年左右二氧化碳排放達到峰值且將努力早日達峰，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。”此后，中國又在多個國際場合中重申這一承諾，受到國際社會的廣泛關注和好評。要想實現中國2030年碳排放達峰的目標，不僅需要先進的減排技術作支撐，更重要的是有高效的減排政策做指導，需要對中國實現碳排放達峰進行科學預測。作為中國碳排放最主要的行業(yè)，工業(yè)每年碳排放量占全國碳排放總量的70%以上，工業(yè)能否實現碳排放達峰對實現中國整體碳排放達峰具有重要意義，是決定中國能否兌現“達峰承諾”的關鍵環(huán)節(jié)。在此背景下，研究中國工業(yè)碳排放達峰具有明確的現實意義。

1 文獻綜述

近年來，碳排放達峰的預測研究是學術界的研究熱點之一，目前國內外學者預測中國碳排放峰值的主流方法有：環(huán)境庫茲涅茨曲線、STIRPAT模型、灰色預測法等。如：朱永彬[1]等在內生經濟增長模型MoonSonn的基礎上對傳統(tǒng)的環(huán)境庫茲涅茨曲線進行了優(yōu)化，研究認為中國如果在當前技術進步的速率下繼續(xù)發(fā)展，將在2040年達到碳排放的頂峰，如果中國能源強度的下降速率達到4.5%—5%，中國碳排放很有可能在2040年之前達到峰值；Lin和Huang[2]利用GM（1，1）灰色預測模型預測了中國臺灣地區(qū)2009—2012年的CO2排放趨勢和達峰時間；渠慎寧等[3]利用STIRPAT模型對未來中國碳排放峰值進行相關預測，認為中國若能夠在經濟社會發(fā)展的同時保持碳排放強度合理下降，那么實現碳達峰的時間應在2020—2045年之間；程璐[4]等人對電力行業(yè)的碳排放峰值研究表明，實現電力行業(yè)碳排放盡早達峰并降低峰值，關鍵在于能源消費總量的控制以及清潔電力的發(fā)展；郭士伊[5]對中國工業(yè)控制碳排放的峰值管理進行了分析，最終認為2020年和2030年是中國碳排放峰值管理的兩個關鍵點，預計工業(yè)領域可以在2030年前實現碳排放達峰，應該分短期（未來5年）、中期（未來10年）和長期（未來15年）三個階段實施工業(yè)領域的碳排放峰值管理。

對行業(yè)減排潛力的研究中，國內外學者也基于不同的評價方法，如：Wang和Lu[6]利用LEAP模型分別分析了中國鋼鐵工業(yè)在三種情景模式下的CO2減排潛力，最終認為在不同情景下鋼鐵行業(yè)有潛力降低的碳排放量存在差異，大體分布在0.51—1.07億t之間；Ko、Huang和Tseng[7]利用MARKALMACRO模型對中國臺灣地區(qū)電力部門在不同經濟發(fā)展模式下的CO2減排潛力進行了相關預測分析；郭朝先[8]采用經濟核算方法從結構減排和強度減排兩個角度來估算中國工業(yè)碳減排的潛力，認為中國減排可以充分發(fā)揮“雙輪驅動”效果來促進減排；VoltesDorta[9]等人利用DEAMalmqust指數法計算和預測了西班牙汽車制造商的節(jié)能潛力；黃金碧[10]等人將江蘇省城市碳排放現狀與全國和北京等城市進行對比分析，認為在任何方面江蘇省都具有較大的碳減排潛力。

總的來說，已有研究極大地促進了中國碳排放峰值的研究，為該領域的后續(xù)研究奠定了基礎，盡管如此，當前研究還存在以下幾點不足之處：①研究對象上，工業(yè)碳排放達峰研究有所欠缺。目前大多數文獻只是預測了中國整體或某地區(qū)未來的碳排放量，對工業(yè)碳排放達峰研究有待深入，特別是缺少對工業(yè)內部細分行業(yè)碳排放達峰情景的具體研究，不利于工業(yè)行業(yè)減排政策的制定。②研究方法上，碳排放量預測模型有待改進。例如：基于EKC曲線的研究是在這一曲線存在的假設下進行的，而碳排放與經濟發(fā)展是否存在“倒U型”的曲線關系還有待商榷；此外，有些模型適合已經完成工業(yè)化的發(fā)達國家，對中國等發(fā)展中國家的適用性仍存在未知。并且在碳排放影響因素的選擇上，大多數學者僅僅將碳排放強度指標作為評價行業(yè)技術水平的唯一尺度，這樣做得出的研究結論有待商榷。③研究角度上，中國碳減排潛力的研究視角比較單一。以往關于行業(yè)碳減排潛力的研究中往往主要從減排效率角度進行分析，忽略了就業(yè)人數這一反映公平因素的規(guī)模變量，既考慮“效率視角”又兼顧“公平視角”的研究成果并不多，個別基于公平與效率雙重視角研究行業(yè)減排潛力的對象僅局限于農業(yè)，缺乏對工業(yè)的研究。

基于目前的研究現狀，本文對中國工業(yè)碳排放達峰研究的主要工作體現在以下幾個方面：①將碳排放達峰的研究對象定位于中國碳排放的主要行業(yè)——工業(yè)，并且不僅對整個工業(yè)的碳排放達峰進行了預測，對工業(yè)內部的細分行業(yè)也進行了具體的預測研究。②基于STIRPAT模型對碳排放達峰進行預測研究時，為了消除變量之間多重共線性的影響，選擇嶺回歸法建立模型。另外，在選擇碳排放的影響因素時，不僅考慮了經濟水平、產業(yè)結構等公認因素，還加入了兩個代表行業(yè)技術水平的因素——碳排放強度和能源利用效率，并且在設定行業(yè)的情景參數時，為不同能耗級別的細分行業(yè)設計了不同的情景模式。③基于“效率”和“公平”雙重視角建立了完整的工業(yè)減排潛力評估體系，對各行業(yè)減排潛力的評估更加科學。

2 數據來源及處理

2.1 工業(yè)碳排放規(guī)模的測算

本文將工業(yè)領域的碳排放分為兩部分，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。因此工業(yè)碳排放量的公式為：

其中，C1表示直接碳排放量，C2表示間接碳排放量。

（1）直接碳排放量的測算，本文采用2006年《IPCC國家溫室氣體清單指南》中介紹的基準方法，即從各種化石燃料的消耗角度對工業(yè)領域的碳排放進行測算，具體計算公式為：

式（2）中：C1表示CO2排放量（單位：t）；j表示第j種能源種類，本文根據IPCC的能源劃分選取了九種能源種類，分別為原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣；Ej表示第j種能源的消費量（單位：t），數據來源于《中國能源統(tǒng)計年鑒》（1994—2014）；NCVj表示第j種能源的低位發(fā)熱量（單位：TJ/t或TJ/m3），數據來源于《IPCC指南》；CCj表示第j種能源的碳含量（單位：tce/TJ），數據來源于《IPCC指南》；COFj表示第j種能源的碳氧化因子，根據《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，即碳轉化成CO2的轉化系數。

計算步驟：①將各種一次能源的消費量利用折標準煤系數轉換為標準煤單位消費量；②利用公式（2）計算各種能源燃燒產生的碳排放量。

（2）對于間接碳排放量的計算公式為：

式（3）中：C2表示CO2排放量，單位為t；QE表示電力總消費量，單位為kW·h，數據來源于各年度《中國能源年鑒》；DE表示電力碳排放系數，單位為tce/t，本文取不同研究計算的平均值0.7173tce/t；EE表示供電煤耗，每年具體的供電煤耗數值取自國家電網發(fā)布的新聞數據。

2.2 工業(yè)細分行業(yè)的劃分

《中國國民經濟行業(yè)分類》（GB/T4754—2002）將工業(yè)分為30個分行業(yè)，本文按照《中國工業(yè)統(tǒng)計年鑒》中的行業(yè)分類將30個小類歸為9個大類。為了研究能源消耗結構對工業(yè)碳排放的影響，本文按照能耗強度將平均能耗強度大于1 t/萬元的行業(yè)劃分為“高能耗行業(yè)”，平均能耗強度小于1 t/萬元的行業(yè)劃分為“低能耗行業(yè)”。工業(yè)9個細分行業(yè)中，屬于“高能耗行業(yè)”的有：電力行業(yè)（電力、煤氣及水生產和供應業(yè)的統(tǒng)稱）、采掘業(yè)、化工制造業(yè)、鋼鐵制造業(yè)、建材制造業(yè)、石油制造業(yè)；屬于“低能耗行業(yè)”的有：紡織制造業(yè)、輕工制造業(yè)、機電制造業(yè)。

3 碳排放達峰預測及減排潛力的模型構建

3.1 工業(yè)碳排放達峰預測的STIRPAT模型構建

3.1.1 整體工業(yè)的STIRPAT達峰預測模型

STIRPAT（stochastic impacts by regression on PAT）模型是York等人在IPAT模型和ImPACT模型的基礎上重新提出的預測模型，針對以上兩個模型無法反應模型中各個因素非均衡與非單調的函數關系的缺陷進行了修正。目前，STIRPAT模型已被廣泛用于碳排放達峰的預測研究中。

整體工業(yè)碳排放達峰預測的初始STIRPAT模型為：

式（4）的STIRPAT預測模型中：C表示因變量“工業(yè)碳排放量”；QP表示自變量中的規(guī)模因素“經濟水平”，用人均工業(yè)總產值計量；ES表示自變量中的結構因素“能源結構”，用煤炭消費量與一次能源消費總量的比值計量；OD表示自變量中的結構因素“開放程度”，用港澳臺及外商投資企業(yè)工業(yè)產值與工業(yè)總產值的比值計量；EE表示自變量中的技術因素“能源利用效率”，用工業(yè)總產值與一次能源消費總量的比值計量；TS表示自變量中的技術因素“碳排放強度”，用碳排放量與工業(yè)總產值的比值計量。

實際應用中對式（4）兩邊取對數，即：

式（5）中，β0為模型的比例常數項，β1—β5為指數項，e表示誤差項。

為了消除自變量之間的多重共線性，本文使用嶺回歸方法建模。嶺回歸分析法可以通過在自變量標準化矩陣的主對角線上加入非負因子的方法消除多重共線性對分析結果的干擾，從而使回歸結果的有效性得到顯著提高[11]。

以1994年至2014年的數據進行回歸建模，最終建立的標準化嶺回歸方程為：

為了證明該預測模型的有效性，基于各年度數據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獨立樣本T檢驗，檢驗結果顯示p值為0.961，大于顯著性水平0.05，說明根據上述模型計算的碳排放量與實際情況沒有顯著差異，方程預測效果較好。

3.1.2 工業(yè)內部細分行業(yè)的STIRPAT達峰預測模型

以整體工業(yè)達峰預測模型為基礎，根據工業(yè)各細分行業(yè)的特點對工業(yè)細分行業(yè)的STIRPAT預測模型做適當調整。工業(yè)細分行業(yè)的初始STIRPAT碳排放達峰預測模型如式（7）所示：

式（7）的STIRPAT預測模型中：C表示因變量“工業(yè)內部分行業(yè)碳排放量”；IQ表示自變量“自身經濟發(fā)展”，用行業(yè)總產值計量；IIS表示自變量“產業(yè)占比”，用分行業(yè)產值與總工業(yè)產值的比值計量；IEE表示自變量“能源利用效率”，用行業(yè)總產值與一次能源消費總量的比值計量；IES表示自變量“能源結構”，用行業(yè)煤炭消費量與一次能源消費總量的比值計量。

實際應用中常常將式（7）兩邊取對數，即：

式（8）中，ε0為模型的比例常數項，ε1—ε4為指數項，e表示誤差項。

為了消除多重共線性對計算結果的干擾，同樣選擇嶺回歸方法建立各行業(yè)的碳排放預測模型。以lnC為因變量，“自身經濟水平”等四個因素為自變量，以1994—2014年的數據進行回歸建模，最終得到的工業(yè)各細分行業(yè)碳排放預測模型回歸系數及模型檢驗結果如表1所示。

從表1可以看出，工業(yè)全部九個細分行業(yè)的預測模型均通過顯著性檢驗。為了驗證各預測模型的有效性，將已有年度各細分行業(yè)數據帶入各自的回歸方程中計算各年度的碳排放模擬值，然后分別對各個行業(yè)碳排放的模擬值與實際值進行兩獨立樣本T檢驗，檢驗結果顯示p值均大于顯著性水平0.05，說明各行業(yè)的碳排放預測模型的預測效果較好。

3.2 工業(yè)碳排放的情景設計

3.2.1 整體工業(yè)的情景設計

情景分析法中各指標預測值的設置都要參考相關政策規(guī)劃及發(fā)達國家發(fā)展規(guī)律，并與過往不同階段的變化率進行對照，確保數據的設置符合工業(yè)經濟社會發(fā)展的實際情況[11]。本文將2016年至2050年平均劃分為七個時間段，整體工業(yè)碳排放預測模型中的各個指標均分為“強”和“中”兩個取值。

根據各參數的不同組合最終設計出工業(yè)碳排放的九種情景模式，如表2所示?？紤]到經濟社會發(fā)展中增碳與減碳因素的實際變化，并結合中國未來經濟社會發(fā)展中的經濟發(fā)展、能源和產業(yè)等政策[11]，將“經濟水平”、“城市化率”、“能源結構”、“產業(yè)結構”、“開放程度”、“能源強度”歸為積極因素（促進碳排放），將“企業(yè)規(guī)模”、“能源利用效率”和“碳排放強度”歸為消極因素（抑制碳排放）。

3.2.2 工業(yè)內部細分行業(yè)的情景設計

對于工業(yè)內部細分行業(yè)的情景設置，本文將“自身經濟水平”、“能源結構”歸為積極因素，將“能源利用效率”歸為消極因素，而將“產業(yè)占比”歸為積極因素還是消極因素應取決于具體的研究行業(yè)。根據本文對工業(yè)內部行業(yè)的能耗結構劃分，對于電力行業(yè)等高能耗行業(yè)來說，“產業(yè)占比”應被歸入積極因素，對于紡織業(yè)等低能耗行業(yè)來說“產業(yè)占比”應歸入消極因素。由此，本文對工業(yè)九種細分行業(yè)設計的碳排放發(fā)展模式如表2所示。

3.3 工業(yè)減排潛力的評估指標體系

雖然工業(yè)各細分行業(yè)的實際減排量代表了各自的減排效果，但并不能簡單的認為減排量大的行業(yè)就一定具有更高的減排潛力。一個行業(yè)的減排潛力應該從“公平”和“效率”兩個角度進行全面評估。

首先，“公平視角”的核心思想是按照“公平”原則分解減排指標，即綜合考慮行業(yè)間就業(yè)人數的差異分解，就業(yè)人數越多的行業(yè)應該獲得更多的碳排放空間。以往的有些研究認為碳排放量大的行業(yè)具有較大的減排潛力，事實上，一個行業(yè)的碳排放量還與其規(guī)模有關，規(guī)模大的行業(yè)往往會比規(guī)模小的行業(yè)排放更多的CO2，但并不意味它們會具有更高的減排潛力，因為規(guī)模大的行業(yè)往往就業(yè)人數多，所以按照碳排放絕對量進行分析是不公平的。基于以上原因，本文將行業(yè)的就業(yè)人數作為考慮因素，從“人均”角度評價一個行業(yè)基于“公平視角”的減排潛力。

其次，“效率視角”核心思想是按照“產出最大化”原則進行分解，指有利于使國家在既定的碳排放總量目標下產生更多的發(fā)展利益，單位碳排放產生GDP越大的行業(yè)會有更多的碳排放空間?！靶室暯恰毕碌臏p排評估主要依據行業(yè)減排空間指數和碳排放強度。其中碳排放強度指標代表著一個行業(yè)的減排技術水平，碳排放強度較小的行業(yè)通常減排技術也比較發(fā)達，減排潛力也因此得到提升。減排空間指數DS是指在一定時間內，某細分行業(yè)碳排放強度的實際變化值△TSpractical與參考變化值△TSreference之比，其中實際變化值是指該細分行業(yè)在一段時間內碳排放強度的實際變化值，而參考變化值是假設該細分行業(yè)與整體工業(yè)在某時間段內碳排放強度的下降速率相等時的碳排放強度變化值。即i行業(yè)在第t年的減排空間指數為：

如果DSi，t>1，意味著i行業(yè)減排空間比較小，因為其在降低碳排放強度方面的效率高于工業(yè)整體的平均水平。反之，則意味著其減排空間比較大[12]。減排空間較大的行業(yè)在減排和達峰過程中比其他行業(yè)有更寬闊的進步空間，因此減排潛力也比較高。

本文建立的基于公平和效率雙重視角的減排潛力評估指數體系分別賦予公平指數和效率指數不同的權數，從而根據公式（10）計算出行業(yè)的減排潛力指數。

式（10）中，ERPi，t是減排潛力指數，i表示行業(yè)，t表示時期。ω為權重值，反映的是決策者在公平原則與效率原則之間的決策偏好，取值范圍為[0，1][13]。equity表示公平指數，efficiency表示效率指數。

公平指數equity和效率指數efficiency的計算公式分別如公式（11）和公式（12）所示，數據來源于《中國工業(yè)統(tǒng)計年鑒》（2010—2014）。

式（11）中，equity是工業(yè)減排潛力公平指數，由相同權重的人均工業(yè)碳排放量CP和人均工業(yè)總產值QP共同決定，即α取值為0.5。其中人均工業(yè)碳排放量CP和人均工業(yè)總產值QP分別等于某細分行業(yè)在2010—2014年間平均碳排放量和平均總產值與平均就業(yè)人數的比值；

式（12）中，efficiency是工業(yè)減排潛力效率指數，包括工業(yè)碳排放強度TS和工業(yè)減排空間指數DS兩個指標，并賦予二者同等的重要性，即α取值為0.5。其中碳排放強度TS是指某行業(yè)在2010—2014年間平均的碳排放量與產值之比。減排空間指數DS取倒數的原因是減排空間指數的值越小代表行業(yè)的減排空間越大，所以將其倒數后再計算出的效率指數就與該行業(yè)在效率視角下的減排潛力呈正相關關系。

本文將計算減排潛力指數的模式設置為“同等重要模式”，在該情景中兩個視角下的潛力指標具有相等的重要性，也就是ω取1/2，表示決策者在制定達峰計劃時對公平性與效率性沒有明顯的偏好。

4 中國工業(yè)碳排放達峰的情景預測

4.1 整體工業(yè)的碳排放預測及達峰分析

利用整體工業(yè)的碳排放預測模型（式（6））可計算出2015—2050年中國工業(yè)的碳排放量預測值，根據預測結果繪制出各種情景模式下整體工業(yè)碳排放量的預測曲線如圖1所示。

從圖1中可以看出，工業(yè)在不同碳排放模式下達峰時間和峰值大小都有差異，其中工業(yè)在低碳模式下最早實現碳達峰，峰值也是最小的；相反，工業(yè)在激進排放模式下最晚實現碳達峰，峰值也是最大的。整體工業(yè)的達峰時間大致分布在2030—2036年之間。郭士伊[5]在其對工業(yè)控制碳排放峰值管理的研究中得出的結論為：“中國工業(yè)碳排放峰值在2020—2030年間出現”。雖然與本文預測的時間區(qū)間稍有提前，但相差不大，主要是由作者對工業(yè)增加值及能源強度的發(fā)展速度設定不同導致的，不過同樣支持中國2030年的碳達峰目標，表明中國工業(yè)有能力在2030年左右實現碳達峰。

各情景模式下碳排放達峰的具體分析如下：

（1）低碳模式和抑制排放模式2能夠實現工業(yè)碳排放在2030年達到峰值。低碳模式下，中國工業(yè)碳排放達峰時間為2030年，峰值為140.43億t；抑制排放模式2下，中國工業(yè)碳排放達峰時間為2030年，峰值為141.77億t。根據情景參數設計，若工業(yè)在低碳模式下發(fā)展，那么工業(yè)在2016—2030年間期望的總產值增長率由6.51%下降到5.72%，煤炭占比的增長率從0.21%下降至-0.18%，外企投資占比下降率從-3.88%繼續(xù)降至-5.28%，能源利用效率的增長率和碳排放強度的下降率在2030年之前分別達到3.25%和-6.26%。

（2）基準模式下，中國工業(yè)碳排放無法實現2030年的按時達峰?；鶞誓Ｊ绞撬兄笜说挠绊懥Χ榷紴椤爸小钡那榫澳Ｊ?，即不采取任何減碳措施的基準發(fā)展模式。在這種模式下，中國工業(yè)碳排放量將在2032年實現達峰，峰值為143.29億t，顯然該模式無法滿足中國2030年碳排放達峰的要求，需要外部政策的干預。

（3）兩種抑制排放模式下，中國工業(yè)碳排放達峰時間比基準模式有所提前，峰值也有所下降。兩種抑制排放模式是分別單獨將碳排放強度和能源利用效率的影響強度調為“強”，而其他指標的影響力度保持“中”的情景模式。碳排放強度表示增加單位產值所帶來的碳排放量，能源利用效率表示消耗單位一次能源總量所帶來的總產值增量，二者在很大程度上代表了一個行業(yè)的技術水平，即碳排放強度越低、能源利用效率越高，行業(yè)的減排技術水平越發(fā)達，而技術水平的提高必然會對CO2的排放起抑制作用，因此兩種模式下的達峰時間都比基準模式提前，峰值也有所降低。低碳模式是所有積極因素的影響力度為“中”，而所有消極因素的影響力度為“強”的情景模式，雖然低碳模式與抑制排放模式2下的達峰時間都是在2030年， 是所有模式中最早的實現碳達峰的，但是低碳模式下峰值比抑制排放模式2少了1.34億t，這主要是因為低碳模式比抑制排放模式2多出一個抑制碳排放的消極因素。

（4）激進排放模式下，中國工業(yè)碳排放的達峰情景與達峰目標相差甚遠，不僅達峰時間嚴重推遲，峰值也偏高。激進排放模式是指所有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。這個模式下的碳排放達峰時間最晚，為2036年，峰值也最高，為150.09億t。兩種促進排放模式是分別在激進排放模式的基礎上將碳排放強度指標和能源利用效率指標的影響力度調為“強”的模式，可以看出兩種模式因為有各自的消極因素對碳排放實施抑制作用，所以達峰時間都比激進排放模式提前，峰值也有所降低。

（5）對比基準模式、低碳模式和中和模式可以得出結論：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，更容易使碳排放達峰的時間延后、峰值升高。首先，在基準模式的基礎上將消極因素對碳排放的抑制力度調為“強”后，使工業(yè)碳排放的達峰時間提前了兩年，峰值也降低了2.87億t；其次，在低碳模式的基礎上將所有積極因素對碳排放的促進力度全部調為“強”后，使工業(yè)碳排放的達峰時間滯后了四年，峰值增加了5.19億t。因此可以看出，積極因素對工業(yè)碳排放達峰的負面影響比消極因素對工業(yè)碳排放達峰的正面影響更加嚴重。

以上預測結果說明：如果工業(yè)在減排過程中能夠合理控制自身經濟的發(fā)展速度、盡量減少煤炭等化石能源的消耗占比、保持合適的對外開放程度，并且通過升級減排技術等方式來適當降低碳排放強度和提高能源使用效率，那么工業(yè)可以實現2030年碳排放達峰，并且能源利用效率的提高在提早達峰時間和降低峰值方面的貢獻更明顯一些。但是，如果中國工業(yè)在達峰工作中忽略了對減排技術的兩方面升級，則會使其碳排放的達峰時間延后、峰值增加，并且忽略能源利用效率的提高也將對工業(yè)碳排放達峰產生較為嚴重的負面影響。

4.2 工業(yè)細分行業(yè)的碳排放預測及達峰分析

對于工業(yè)細分行業(yè)的碳排放達峰預測，本文挑選了具有代表性的三個情景模式進行重點分析，分別是基準模式、低碳模式和激進排放模式，工業(yè)細分行業(yè)在這三個模式下的達峰情景預測如表3所示。

從表3中可以看出：

（1）在相同模式下不同分行業(yè)的達峰時間存在一定差異，但基本分布在整體工業(yè)達峰時間前后。基準模式下，整體工業(yè)的達峰時間為2032年，工業(yè)細分行業(yè)的碳排放達峰時間分布在2027—2045年之間；低碳模式下，整體工業(yè)的達峰時間為2030年，工業(yè)細分行業(yè)的碳排放達峰時間分布在2025—2035年之間；激進排放模式下，整體工業(yè)的達峰時間為2036年，工業(yè)細分行業(yè)的碳排放達峰時間分布在2031—2040年之間。總體來看，三種情景模式下預期最早實現碳排放達峰的都是建材制造業(yè)，其次是紡織制造業(yè)；三種情景模式下達峰時間最晚的均為采掘業(yè)，鋼鐵和石油制造業(yè)的達峰時間也比較晚。

（2）同一行業(yè)在不同模式下的達峰時間也存在差異，且峰值差異顯著。大部分工業(yè)細分行業(yè)在三種情景模式下的達峰順序是：低碳模式—基準模式—激進排放模式，并且峰值也是按照這個順序由低變高，僅有采掘業(yè)碳排放是在基準模式下的達峰時間最晚、峰值最高。

在工業(yè)逐步實現碳排放達峰的整個過程中，有的細分行業(yè)是在總工業(yè)之前實現達峰，而有的細分行業(yè)則是在總工業(yè)的碳排放達峰后才逐漸實現，所以在總工業(yè)達到峰值的過程中是某些行業(yè)實現了提前碳排放達峰（比如建材和紡織制造業(yè)），然后帶動著其他細分行業(yè)逐步實現碳達峰（如采掘業(yè)），最終使整個工業(yè)的碳排放量達到巔峰后緩慢下降。

5 中國工業(yè)碳排放達峰的減排潛力評估

5.1 工業(yè)細分行業(yè)基于減排潛力指數的分析

基于公平和效率雙重視角下工業(yè)細分行業(yè)的減排潛力分別由公平指數equity和效率指數efficiency來衡量，這兩個指數又分別由相等權重的人均碳排放量和人均總產值、減排空間指數和碳排放強度共同決定。本文以2008年為基期分別計算了工業(yè)各細分行業(yè)的減排公平指數equity和效率指數efficiency。另外為了消除數值間的量綱關系，本文采用minmax標準化方法將兩個指數進行了標準化，最后按照“同等重要原則”計算出的工業(yè)各細分行業(yè)減排潛力綜合指數ERP如圖2所示。

分析圖2可以得到如下結論：

（1）從ERP指數的計算結果可以看出，工業(yè)各細分行業(yè)的減排潛力差別較大。首先，綜合減排潛力較大的行業(yè)有石油制造業(yè)、電力行業(yè)、鋼鐵制造業(yè)和采掘業(yè)，它們標準化后的ERP指數分別為1.000、0.520、0.291和0.250?？梢钥闯鍪蜆I(yè)的綜合減排潛力比較突出，幾乎比第二名的電力行業(yè)高出一倍，同時前四名行業(yè)的減排潛力指數明顯大于排名靠后的其他行業(yè)（如：綜合減排潛力排名第五的建材制造業(yè)，其ERP指數只有0.087），說明工業(yè)細分行業(yè)間的減排潛力呈現出兩極分化的狀態(tài)。其次，輕工、機電和紡織制造業(yè)的綜合減排潛力最小，ERP指數均在0.01以下，這主要是由于這三個分行業(yè)較低的人均產出和減排效率導致，所以國家應適當降低對它們的減排要求，因為減排潛力較小的行業(yè)由于技術水平進步有限以及減排成本升高的緣故，比其他行業(yè)在減排和達峰的進程中要克服更多的困難[12]。

（2）減排效率視角下，減排潛力最大的行業(yè)是石油制造業(yè)，其次是電力行業(yè)，二者標準化后的效率指數efficiency分別為1.000和0.723，所以應該重點提升這兩個行業(yè)在節(jié)能減排方面的技術水平，這將對整個工業(yè)的減碳工作起到舉足輕重的作用。比如電力行業(yè)關鍵的減排技術有：大規(guī)模陸地風力發(fā)電、高效天然氣發(fā)電等[14]；石油制造業(yè)關鍵的減排技術有：工藝設備節(jié)能減排技術等[15]。另外，電力行業(yè)的減排潛力一直得不到充分挖掘也與當前占主要地位的火力發(fā)電技術有關，火力發(fā)電最主要的燃料就是煤炭，大量煤炭的燃燒不僅使電力行業(yè)變成工業(yè)碳排放最主要的領域，同時也拉低了電力行業(yè)的減排效率。因此，電力行業(yè)可以考慮優(yōu)化其能源結構，盡量多的使用綠色能源，并且開發(fā)更加清潔的發(fā)電技術。

（3）減排公平視角下，減排潛力最大的行業(yè)仍然是石油制造業(yè)，電力行業(yè)排在第二，這與效率指數的排名一致，二者標準化后的公平指數equity分別為1.000和0.318。值得注意的是，石油業(yè)的公平指數遠遠超過其他行業(yè)，說明石油業(yè)在公平視角下的減排潛力較高。采掘業(yè)、化工和建材制造業(yè)的公平指數排名稍后，這三個部門減排潛力稍顯落后的原因主要是其經濟水平的超速發(fā)展，從這三個行業(yè)的碳排放量預測模型中也可以看出，它們的碳排放規(guī)模受其自身產出的影響比較大。因此，今后在鼓勵這三個行業(yè)使用潔凈能源的同時，還應控制其經濟水平保持在一個合理的發(fā)展速度。另外，公平視角下減排潛力最小的行業(yè)是紡織制造業(yè)，主要是由其較多的就業(yè)人數導致。

總的來說，國家應根據工業(yè)各細分行業(yè)不同的減排潛力，在制定達峰計劃和分布減碳任務時適當調整分攤體系，從而在碳排放約束框架下合理制定相關行業(yè)的發(fā)展目標[13]。相對于減排潛力較小的行業(yè)來說，減排潛力較大的部門在節(jié)能減排以及實現達峰目標過程中要面臨的困難會少很多，并且進一步降低能源強度或者提高綠色能源消費占比的邊際成本也更少，相關減排技術的開發(fā)和運用也更加容易實施[12]。

5.2 工業(yè)細分行業(yè)減排潛力基于公平性和效率性的分類

本文根據工業(yè)細分行業(yè)的減排潛力公平指數和效率指數的將工業(yè)內部九個分行業(yè)歸為四類，分類結果如圖3所示。

（1）“高效高公平行業(yè)”中有石油、鋼鐵制造業(yè)和電力行業(yè)，這三個行業(yè)無論在公平視角還是在效率視角都有著較高的減排潛力。這類行業(yè)是減排潛力最大的行業(yè)，其減排重點既應該放在碳排放規(guī)模的降低上，還應該放在減排技術的提高上。

（2）“低效高公平行業(yè)”有化工和建材制造業(yè)，這類行業(yè)的特點是減排效率指數較低，而公平指數較高。針對這類行業(yè)的減排重點應該放在碳排放總量的降低上，同時也應該保持其經濟水平在適當的增速下平穩(wěn)發(fā)展。

（3）“高效不公平行業(yè)”只有采掘業(yè)，這類行業(yè)的特點是減排公平指數低于工業(yè)平均水平，但是效率指數很高。拉低公平指數的主要原因是該類型行業(yè)中較多的就業(yè)人數，由于采掘業(yè)的就業(yè)人數很難在短時間內快速下降，所以今后的減排重點應放在其碳排放強度的降低效率上，將其較大的減排空間充分利用起來，想要達到這個目的最主要的手段還是加快減排技術的升級，另外借鑒其他行業(yè)的先進技術也不失為一種快速提升的途徑。

（4）“低效不公平行業(yè)”中有紡織、輕工和機電制造業(yè)，這類行業(yè)無論在公平視角還是效率視角上都是減排潛力較低的行業(yè)，所以不需要在減排工作中受到過多關注。但從往年數據中可以看出它們減排空間其實并不小，甚至超過了建材制造業(yè)，所以這三個行業(yè)可以在加快減排效率上更加努力，充分利用其并不狹小的減排空間。

總之，不同的行業(yè)在減排公平性和效率性上會有所差異，因此國家在發(fā)布減排任務時應避免“一刀切”的做法，即針對不同行業(yè)制定不同的減排和達峰管理措施，兼顧公平與效率，將減排重點放在各行業(yè)最具減排潛力的方面。

6 結論與建議

本文首先依據建立的STIRPAT模型對中國工業(yè)整體及其細分行業(yè)的碳排放達峰進行了情景預測和分析，然后基于公平和效率雙視角對中國工業(yè)分行業(yè)的減排潛力進行了評估，研究表明：①中國整體工業(yè)能夠在2030年實現碳排放達峰，其中低碳模式是中國工業(yè)首選的發(fā)展模式，達峰時間最早，同時峰值也最低；②能源利用效率等代表行業(yè)減排技術水平的因素對工業(yè)碳達峰有著較強的積極影響；③工業(yè)內部各個細分行業(yè)在碳排放達峰時間上有所差別，能夠較早實現碳達峰的是建材和紡織制造業(yè)，而較晚實現碳達峰的是采掘業(yè)、鋼鐵制造業(yè)和石油制造業(yè)；④石油制造業(yè)、電力行業(yè)和鋼鐵制造業(yè)是減排潛力最高的行業(yè)，尤其石油制造業(yè)的減排潛力指數遠遠超過其他行業(yè)，采掘、建材和化工制造業(yè)的減排潛力比較靠后，剩下其他三個行業(yè)的減排潛力相對較低，不適合對其下達過多的達峰任務和減排要求；⑤各行業(yè)在減排效率性和公平性上存在差異，由此工業(yè)內部九個細分行業(yè)被劃分為四個類別——“高效高公平行業(yè)”、“高效不公平行業(yè)”、“低效高公平行業(yè)”、“低效不公平行業(yè)”，針對不同類別的行業(yè)，國家應將減排重點放在不同方向。

基于以上研究結論，本文對中國工業(yè)領域的碳排放達峰管理提出以下幾點建議：

6.1 開發(fā)低碳能源，加快調整能源消費結構

目前中國工業(yè)領域最常使用的能源就是“煤炭”，實現能源結構的清潔化是中國工業(yè)完成達峰目標的關鍵步驟。通過天然氣、風能、太陽能等清潔能源的使用，驅動工業(yè)能源消費結構向低碳化方向發(fā)展。加快建設清潔能源的基礎設施，適當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準，從而降低中國工業(yè)對化石能源的依賴程度，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，從而提升可再生能源在市場價格中的競爭力。

6.2 采取分行業(yè)、分階段達峰戰(zhàn)略，加強行業(yè)間統(tǒng)籌協作

中國工業(yè)內部的分行業(yè)由于發(fā)展階段不同，在碳排放達峰情景上也有所差別，某些行業(yè)（如建材、紡織制造業(yè)）相比其他行業(yè)更有能力和條件較早實現達峰，國家應該最先在這些行業(yè)實施達峰管理，使其率先達峰，然后加強行業(yè)間的統(tǒng)籌協作，讓先達峰的行業(yè)帶動未達峰的行業(yè)逐步實現碳排放達峰，從而采取“逐步推進、互幫互助”的方式使各行業(yè)陸續(xù)達峰。

6.3 依據各行業(yè)的減排潛力制定相應的達峰戰(zhàn)略

在制定減排方案時把培養(yǎng)重點放在那些減排潛力較大的行業(yè)上，對于減排潛力較小的行業(yè)應該適當降低對其的減排要求。其次，各行業(yè)由于行業(yè)性質的不同會表現出不同方面的減排潛力，即在減排的公平性和效率性上出現差異，應針對不同潛力的行業(yè)制定不同的減排方案，從而使中國工業(yè)在一個科學、高效的環(huán)境下逐步完成碳排放達峰的終極目標。

參考文獻（References）

[1]朱永彬，王錚，龐麗，等.基于經濟模擬的中國能源消費與碳排放高峰預測[J].地理學報，2009，64（8）： 935-944. [ZHU Yongbin，WANG Zheng，PANG Li，et al. Simulation on Chinas economy and prediction on energy consumption and carbon emission under optimal growth path[J]. Acta geographica sinica，2009，64（8）： 935-944.]

[2]LIN-C S，LIOU F M，HUANG C P. Grey forecasting model for CO2 emissions：a Taiwan study[J]. Applied energy，2011，518-523（11）： 1664-1668.

[3]渠慎寧，郭朝先.基于STIRPAT模型的中國碳排放峰值預測研究[J].中國人口·資源與環(huán)境，2010，20（12）： 10-15. [QU Shenning，GUO Chaoxian. Forecast of Chinas carbon emissions on STIRPAT Model[J]. China population，resources and environment，2010，20（12）： 10-15.]

[4]程路，邢璐. 2030年碳排放達到峰值對電力發(fā)展的要求及影響分析[J]. 中國電力，2016，49（1）： 174-177. [CHENG Lu，XING Lu. Analysis requirement and impact of power development under the peak carbon emissions in 2030[J]. Electric power，2016，49（1）： 174-177.]

[5]郭士伊. 氣候變化新階段下工業(yè)控制碳排放峰值管理[J]. 中國科技投資，2016（7）： 50-53. [GUO Shiyi. Peak management of industrial control in the new stage of climate change[J]. China venture capital，2016（7）： 50-53.]

[6]WANG-K，WANG C，LU X，et al. Scenario analysis on CO2 emissions reduction potential in Chinas iron and steel industry[J]. Energy policy，2007，35（4）： 2320-2335.

[7]KO-F K，HUANG C B，TSENG P Y，et al. Longterm CO2 emissions reduction target and scenarios of power sector in Taiwan[J]. Energy policy，2010，38（1）： 288-300.

[8]郭朝先.中國工業(yè)碳減排潛力估算[J].中國人口·資源與環(huán)境，2014，24（9）： 13-21. [GUO Chaoxian. Estimation of industrial emission reduction potential in China[J]. China population，resources and environment，2014，24（9）： 13-21.]

[9]VOLTESDORTA-A，PERDIGUERO J，JIMENEZ J L. Are car manufacturers on the way to reduce CO2 emissions？： a DEA approach[J]. Energy economics，2013，38（2）： 77-86.

[10]黃金碧，黃賢金.江蘇省城市碳排放核算及減排潛力分析[J].生態(tài)經濟，2012，（1）：49-53. [HUANG Jinbi，HUANG Xianjin. Analysis of urban carbon reducing pressure and potential of Jiangxi Province[J].Ecological economy，2012（1）： 49-53.]

[11]劉晴川，李強，鄭旭煦.基于化石能源消耗的重慶市二氧化碳排放峰值預測[J].環(huán)境科學學報，2016（3）： 1-20. [LIU Qingchuan，LI Qiang，ZHENG Xuxu. The prediction of carbon dioxide emissions in Chongqing based on fossil fuel combustion[J]. Acta scientiae circumstantiae，2016（3）： 1-20.]

[12]國涓，劉長信，孫平.中國工業(yè)部門的碳排放：影響因素及減排潛力[J].資源科學，2011，33（9）： 1630-1640.[GUO Juan，LIU Changxin，SUN Ping. Carbon emissions of industrial sectors in China： influencing factors and emission reduction potential[J]. Resources science，2011，33（9）： 1630-1640.]

[13]吳賢榮，張俊飚，田云，等.基于公平與效率雙重視角的中國農業(yè)碳減排潛力分析[J].自然資源學報，2015，30（7）： 1172-1182. [WU Xianrong，ZHANG Junbiao，TIAN Yun，et al. Analysis on Chinas agricultural carbon abatement capacity from the perspective of both equity and efficiency[J]. Journal of natural resources，2015，30（7）： 1172-1182.]

[14]何建坤，陳文穎，王仲穎，等.中國減緩氣候變化評估[J].科學通報，2016，61（10）： 1055-1062. [HE Jiankun，CHEN Wenying，WANG Zhongying，et al. Climate change mitigation in China[J]. Chinese science bulletin，2016，61（10）： 1055-1062.]

[15]馬繼珍.石油企業(yè)節(jié)能減排的關鍵技術研究[J].中國化工貿易，2015（21）： 157. [MA Jizhen. Study on the key technologies of energy saving and emission reduction in petroleum enterprises[J]. China chemical trade，2015（21）： 157.]