宋 鵬,張慧敏,毛顯強(qiáng)

面向碳達(dá)峰目標(biāo)的重慶市碳減排路徑

宋 鵬1*,張慧敏1,毛顯強(qiáng)2

(1.重慶大學(xué)公共管理學(xué)院,重慶 400044；2.北京師范大學(xué)環(huán)境學(xué)院,北京 100875)

以重慶市為案例構(gòu)建本地化LEAP模型,借助LMDI分解、Tapio脫鉤彈性系數(shù)、單一措施減排效果比較以及減污降碳交叉彈性,探尋重慶市碳達(dá)峰目標(biāo)下的關(guān)鍵影響因素及其碳減排路徑特征.結(jié)果表明:重慶市在當(dāng)前碳減排措施力度下難以實(shí)現(xiàn)2030年前碳達(dá)峰目標(biāo),若強(qiáng)化碳減排措施,重慶市可于2025年前實(shí)現(xiàn)碳達(dá)峰目標(biāo),峰值約為1.62億t.產(chǎn)業(yè)終端能耗強(qiáng)度、能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)以及電力生產(chǎn)結(jié)構(gòu)是影響重慶市碳達(dá)峰目標(biāo)的關(guān)鍵因素.控制工業(yè)能耗和調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的碳減排效果相對(duì)其他措施更為顯著,且均具有減污降碳協(xié)同效應(yīng),應(yīng)作為重慶市碳減排路徑的優(yōu)先選擇.

碳達(dá)峰；減排路徑；LEAP模型；重慶市

為實(shí)現(xiàn)“雙碳”目標(biāo),國(guó)家十四五規(guī)劃提出支持有條件的地方率先達(dá)到碳排放峰值,并要求制定2030年前碳排放達(dá)峰行動(dòng)方案.城市是溫室氣體排放的重要主體,也是發(fā)展低碳經(jīng)濟(jì)、實(shí)現(xiàn)綠色轉(zhuǎn)型的基本行政單元[1].作為2010年國(guó)家發(fā)改委確定的首批國(guó)家低碳試點(diǎn)省市之一,重慶市在經(jīng)濟(jì)快速發(fā)展的同時(shí)面臨著能源消費(fèi)和碳排放總量的增長(zhǎng)壓力,貫徹落實(shí)碳達(dá)峰目標(biāo)、促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展全面綠色轉(zhuǎn)型成為重慶市“十四五”時(shí)期面臨的重要任務(wù).

中國(guó)國(guó)家自主貢獻(xiàn)(NDC)目標(biāo)提出后,相關(guān)研究以2030年碳排放達(dá)峰為目標(biāo)設(shè)計(jì)情景,探究達(dá)峰時(shí)間、峰值水平及關(guān)鍵政策評(píng)估[2-3].部分支持“盡早達(dá)峰”目標(biāo)的研究,各類(lèi)模型模擬的峰值時(shí)間總體上在2020～2030年之間[4].相關(guān)研究圍繞部門(mén)碳排放特征[5]和區(qū)域碳排放特征[6]探索達(dá)峰路徑,認(rèn)為達(dá)峰路徑依賴(lài)于產(chǎn)業(yè)、能源和環(huán)境經(jīng)濟(jì)等領(lǐng)域的政策驅(qū)動(dòng).關(guān)鍵政策評(píng)估的研究中,有聚焦于可再生能源補(bǔ)貼、碳稅等能源和環(huán)境財(cái)稅政策的影響[7-9],也有探討提前達(dá)峰政策和環(huán)境治理政策的協(xié)同效應(yīng)[10].研究重點(diǎn)就碳達(dá)峰目標(biāo)下的峰值預(yù)測(cè)、達(dá)峰路徑、政策保障及協(xié)同等進(jìn)行分析,利用模型與情景分析提供了碳達(dá)峰峰值及路徑分解,對(duì)比了不同政策工具的影響、政策協(xié)同的效果以及優(yōu)缺點(diǎn).但現(xiàn)有研究圍繞碳達(dá)峰目標(biāo)展開(kāi)的碳達(dá)峰驅(qū)動(dòng)因素、碳減排具體政策路徑及污染物協(xié)同控制等方面的綜合研究較少,在政策實(shí)踐上,缺乏對(duì)城市層面的關(guān)注,尤其對(duì)試點(diǎn)城市的分析較少,試點(diǎn)城市的示范意義難以凸顯,難以提供有效借鑒參考.基于此,本文構(gòu)建LEAP- Chongqing模型,借助LMDI分解、Tapio彈性系數(shù)、單一措施減排效果比較以及減污降碳交叉彈性,探尋重慶市不同經(jīng)濟(jì)發(fā)展情景下的碳達(dá)峰關(guān)鍵影響因素以及碳減排路徑特征,為重慶市編制2030年前碳排放達(dá)峰行動(dòng)方案提供參考.

1 研究方法和數(shù)據(jù)

1.1 LEAP模型

采用長(zhǎng)期能源替代規(guī)劃系統(tǒng)(LEAP)模型,對(duì)重慶市2018～2035年能源需求和CO2排放進(jìn)行模擬和預(yù)測(cè)分析.其中,2018～2020年為模擬驗(yàn)校區(qū)間; 2021～2035年為預(yù)測(cè)區(qū)間.LEAP模型因其具有明確的能源流動(dòng)結(jié)構(gòu)、透明的數(shù)據(jù)處理、強(qiáng)大的情景分析等特點(diǎn),已被眾多學(xué)者用于區(qū)域?qū)用娴哪茉葱枨?、碳排放以及?jié)能減排潛力分析[11-12].本文以資源、轉(zhuǎn)換、終端需求、驅(qū)動(dòng)因素4個(gè)模塊為基礎(chǔ)構(gòu)建LEAP-Chongqing模型,如圖1所示.其中,資源模塊體現(xiàn)了重慶市自身能源資源情況,包括一次能源(煤炭、天然氣、風(fēng)能等)和二次能源(電力、柴油、煤油等).電力轉(zhuǎn)換模塊模擬本市電力生產(chǎn)(包括火力發(fā)電、水力發(fā)電、風(fēng)力發(fā)電等),亦即將一次能源轉(zhuǎn)換為二次能源供給終端消費(fèi)的過(guò)程.根據(jù)重慶市實(shí)際情況,2015～2020年平均每年有28.73%電力從外部調(diào)入[13],其余部分由重慶市當(dāng)?shù)厣a(chǎn).終端需求模塊根據(jù)能源用途不同劃分為居民生活、農(nóng)業(yè)、工業(yè)、建筑、服務(wù)業(yè)、交通及其他共7個(gè)部門(mén).驅(qū)動(dòng)因素是指人口、經(jīng)濟(jì)發(fā)展、城市化率等對(duì)終端需求起到關(guān)鍵推動(dòng)的因素.在LEAP模型中,能源消費(fèi)和碳排放總量的計(jì)算包括轉(zhuǎn)換和終端需求兩部分加總.

圖1 LEAP-Chongqing模型結(jié)構(gòu)示意

1.2 LMDI分解

借助因素分解法探尋2018～2035年重慶市碳達(dá)峰的關(guān)鍵影響因素,從而為重慶市碳減排路徑規(guī)劃提供依據(jù).對(duì)數(shù)平均迪式指數(shù)分解法(LMDI)因其具有可分解多因素、可處理數(shù)據(jù)中零值、分解后結(jié)果殘差為零等優(yōu)勢(shì)而得到廣泛使用[14-15].本文借助LMDI分解將重慶市2018～2035年碳排放總量分為居民生活消費(fèi)碳排放(L)、產(chǎn)業(yè)終端碳排放(I)、轉(zhuǎn)換部門(mén)碳排放(T)3個(gè)部門(mén)進(jìn)行分解,依據(jù)kaya恒等式原理如式(1)所示:

式中:居民生活中,LL,jL,jL分別表示居民生活消費(fèi)碳排放總量、居民生活使用能源產(chǎn)生的碳排放總量(=1,2,3,表示煤炭、油料、天然氣)、使用能源的能源消費(fèi)總量、居民生活的能源消費(fèi)總量、居民人口總量;△LU、△LC、△LA、分別表示居民生活部門(mén)的碳排放系數(shù)效應(yīng)、能源結(jié)構(gòu)效應(yīng)、人均能耗效應(yīng)、人口效應(yīng).

產(chǎn)業(yè)終端中,I、C、E、E、G分別表示產(chǎn)業(yè)終端碳排放總量、產(chǎn)業(yè)使用能源的碳排放總量(=1,2,3,表示第一、二、三產(chǎn)業(yè);=1,2,3,表示煤炭、油料、天然氣)、產(chǎn)業(yè)使用能源的能源消費(fèi)總量、產(chǎn)業(yè)能源消費(fèi)總量、產(chǎn)業(yè)的增加值、增加值總量;△IU、△IC、△IE、△IS、分別表示產(chǎn)業(yè)終端部門(mén)的碳排放系數(shù)效應(yīng)、能源結(jié)構(gòu)效應(yīng)、能耗強(qiáng)度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)總量效應(yīng).

轉(zhuǎn)換部門(mén)中,TTQFT分別表示轉(zhuǎn)換部門(mén)碳排放總量、火力發(fā)電的化石能源消費(fèi)量、火力發(fā)電量、總發(fā)電量;△TU、△TS、△TC、分別表示轉(zhuǎn)換部門(mén)的碳排放系數(shù)效應(yīng)、能源轉(zhuǎn)換效率效應(yīng)、電力生產(chǎn)結(jié)構(gòu)效應(yīng)、總發(fā)電量效應(yīng)(外調(diào)綠電雖然也是實(shí)現(xiàn)能源清潔化的有效手段,但主要影響間接CO2排放.因此主要討論重慶市自身的總發(fā)電量效應(yīng)及其對(duì)碳達(dá)峰的影響).

各效應(yīng)具體計(jì)算方式如式(2)所示,其中為上述13個(gè)效應(yīng)中的任一個(gè).一般默認(rèn)各類(lèi)能源的碳排放系數(shù)不變,因此碳排放系數(shù)效應(yīng)為零(△LU=△IU=△TU=0).

1.3 Tapio脫鉤彈性系數(shù)

Tapio構(gòu)建了脫鉤彈性系數(shù)描述經(jīng)濟(jì)增長(zhǎng)與環(huán)境壓力兩者間的關(guān)聯(lián)情況,Tapio脫鉤彈性系數(shù)也被廣泛應(yīng)用于國(guó)家和省市層面經(jīng)濟(jì)增長(zhǎng)和碳排放關(guān)系分析[16-17].本文使用Tapio脫鉤彈性系數(shù)判斷重慶市2018～2035年各情景中經(jīng)濟(jì)增長(zhǎng)與碳排放總量的脫鉤情況,脫鉤彈性系數(shù)具體計(jì)算如式(3)所示:

式中:為脫鉤彈性系數(shù);D和DGDP表示碳排放和GDP的變化量;C0和GDP0表示基期0的碳排放和GDP;C1和GDP1表示1時(shí)期的碳排放和GDP.一般情況下經(jīng)濟(jì)增長(zhǎng)為正,當(dāng)<0時(shí),為強(qiáng)脫鉤狀態(tài),此時(shí)碳排放增長(zhǎng)為負(fù)而經(jīng)濟(jì)增長(zhǎng)為正;當(dāng)0<<1時(shí),此時(shí)處于弱脫鉤狀態(tài),此時(shí)碳排放增速低于經(jīng)濟(jì)增速;當(dāng)>1時(shí),呈負(fù)脫鉤狀態(tài),此時(shí)碳排放和經(jīng)濟(jì)增長(zhǎng)均為正,且碳排放增速高于經(jīng)濟(jì)增長(zhǎng).

1.4 減污降碳交叉彈性

由于CO2和大氣污染物多來(lái)自化石能源的燃燒,二者間的同源性表明碳減排措施很可能存在協(xié)同效應(yīng)[18],即控制溫室氣體排放過(guò)程中也減少了其他局地大氣污染物(LAP)排放.本文利用減污降碳交叉彈性來(lái)分析碳減排措施對(duì)CO2和LAP的協(xié)同控制效應(yīng)[19].

根據(jù)《中華人民共和國(guó)環(huán)境保護(hù)稅法》[20]相關(guān)規(guī)定,以式(4)對(duì)LAP進(jìn)行核算.其中,g為SO2、NO、TSP、CO、CH4折合為L(zhǎng)AP的當(dāng)量值系數(shù),分別為1/0.95、1/0.95、1/2.18、1/16.7、1/21.

交叉彈性分析方法常用于評(píng)估減排措施對(duì)CO2和其他污染物的協(xié)同減排程度[21],據(jù)此本文中減污降碳交叉彈性的具體計(jì)算如式(5)所示:

1.5 數(shù)據(jù)來(lái)源

LEAP模型中基準(zhǔn)年2018年數(shù)據(jù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》[22]和《重慶統(tǒng)計(jì)年鑒》[13],2019～2035年情景設(shè)置的參數(shù)來(lái)源于《重慶市“十三五”控制溫室氣體排放工作方案》[23]、《重慶市十三五電力發(fā)展規(guī)劃》[24]、《重慶市人民政府關(guān)于印發(fā)重慶市建設(shè)國(guó)家重要現(xiàn)代制造業(yè)基地“十三五”規(guī)劃的通知》[25]、《重慶市人民政府關(guān)于印發(fā)重慶市現(xiàn)代服務(wù)業(yè)發(fā)展計(jì)劃(2019-2022)年的通知》[26]等重慶市規(guī)劃文件.LMDI分解數(shù)據(jù)、Tapio脫鉤彈性系數(shù)、減污降碳交叉彈性數(shù)據(jù)來(lái)源于LEAP-Chongqing模型分析結(jié)果.

1.6 情景設(shè)置

LEAP-Chongqing模型以2018年為基年,2035年為遠(yuǎn)期目標(biāo)年.以經(jīng)濟(jì)增速、人口增長(zhǎng)、城市化率作為推動(dòng)終端需求的驅(qū)動(dòng)因素,以《重慶市人民政府關(guān)于印發(fā)重慶市“十三五”控制溫室氣體排放工作方案的通知》[23]等文件中提出的處理生活垃圾、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、控制工業(yè)能耗、控制建筑能耗、發(fā)展綠色交通、推動(dòng)水電風(fēng)電、提高轉(zhuǎn)換效率、降低輸送損失8項(xiàng)重點(diǎn)任務(wù)作為碳減排措施.

對(duì)于2018～2020年的模擬驗(yàn)校區(qū)間,本文以《重慶市人民政府關(guān)于印發(fā)重慶市建設(shè)國(guó)家重要現(xiàn)代制造業(yè)基地“十三五”規(guī)劃的通知》[25]、《重慶市人民政府關(guān)于印發(fā)重慶市現(xiàn)代服務(wù)業(yè)發(fā)展計(jì)劃(2019-2022)年的通知》[26]等重慶市規(guī)劃文件為依據(jù)設(shè)置模型參數(shù)(表1).對(duì)于2021～2035年的預(yù)測(cè)情景,設(shè)定4個(gè)差異化的發(fā)展情景.

表1 重慶市主要碳減排措施及其具體目標(biāo)

基準(zhǔn)復(fù)蘇情景:重慶市以“十三五”規(guī)劃期間的實(shí)施力度推行各項(xiàng)碳減排措施,不再額外采取其他措施;經(jīng)濟(jì)發(fā)展速度參考重慶市2021年政府工作報(bào)告提出的要求設(shè)定.

高增長(zhǎng)情景:重慶市以“十三五”規(guī)劃期間的實(shí)施力度推行各項(xiàng)碳減排措施,不再額外采取其他措施;發(fā)展方式為主要依賴(lài)高投資拉動(dòng)經(jīng)濟(jì)總量高增長(zhǎng).

綠色復(fù)蘇情景:重慶市以北上廣深等一線(xiàn)城市為標(biāo)桿,強(qiáng)力貫徹推進(jìn)各項(xiàng)碳減排措施,以綠色低碳為主要目標(biāo);經(jīng)濟(jì)發(fā)展速度參考重慶市2021年政府工作報(bào)告提出的要求設(shè)定.

綠色發(fā)展情景:重慶市以北上廣深等一線(xiàn)城市為標(biāo)桿,強(qiáng)力貫徹推進(jìn)各項(xiàng)碳減排措施,同時(shí)經(jīng)濟(jì)發(fā)展以高效投資拉動(dòng)經(jīng)濟(jì)增長(zhǎng),以實(shí)現(xiàn)高效益低污染的綠色經(jīng)濟(jì)為主要目標(biāo).

4個(gè)情景的主要假設(shè)條件如表2所示.

表2 LEAP-Chongqing模型各情景主要參數(shù)設(shè)置

續(xù)表2

2 結(jié)果分析與討論

2.1 能源需求總量分析

從能源需求總量來(lái)看(圖(2a)),基準(zhǔn)復(fù)蘇情景下重慶市能源消費(fèi)總量呈穩(wěn)定上升趨勢(shì),從2018年的76.76百萬(wàn)tce增長(zhǎng)到2035年的106.47百萬(wàn)tce,平均年增長(zhǎng)率為1.83%.高增長(zhǎng)情景下重慶市能源需求較基準(zhǔn)復(fù)蘇情景增長(zhǎng)更加顯著,到2035年能源需求總量達(dá)到121百萬(wàn)tce,平均年增長(zhǎng)率為2.56%,約為基準(zhǔn)復(fù)蘇情景的1.4倍.綠色復(fù)蘇情景下重慶市能源需求總量在2020年達(dá)到82.02百萬(wàn)tce峰值后逐漸下降到2035年的73.24百萬(wàn)tce,平均年增長(zhǎng)率為-0.26%.綠色發(fā)展情景下重慶市能源需求總量在2018～2025年呈上升趨勢(shì),于2025年達(dá)到83.81百萬(wàn)tce,2026～2035年能源需求總量控制在82.97～83.28百萬(wàn)tce左右,2018～2035年平均增長(zhǎng)率為0.47%.

2.2 碳排放總量分析

基準(zhǔn)復(fù)蘇情景下重慶市年碳排放量呈持續(xù)上升態(tài)勢(shì),從2018年的1.50億t增加到2035年的2.08億t(圖2(b)).高增長(zhǎng)情景下重慶市碳排放上升趨勢(shì)更加明顯,2035年增長(zhǎng)到2.36億t.基準(zhǔn)復(fù)蘇情景與高增長(zhǎng)情景下重慶市均無(wú)法實(shí)現(xiàn)2030年前碳達(dá)峰目標(biāo).

綠色復(fù)蘇情景下重慶市碳排放量在2018～2020年呈上升趨勢(shì),于2020年達(dá)到1.61億t的排放峰值后保持穩(wěn)步降低,2035年碳排放總量為1.34億t.綠色發(fā)展情景下重慶市碳排放于2018～2025年保持上升,2025年碳排放總量為1.62億t.2026～2030年,碳排放總量在1.59～1.61億t范圍內(nèi)波動(dòng),但并未超過(guò)2025年碳排放峰值.一般認(rèn)為碳排放在達(dá)到峰值后仍可能處于平臺(tái)期并有所波動(dòng)[27].

綠色復(fù)蘇情景與綠色發(fā)展情景下重慶市均可實(shí)現(xiàn)2030年前碳達(dá)峰目標(biāo),需要注意的是,綠色復(fù)蘇情景下重慶市在加大碳減排力度的同時(shí),經(jīng)濟(jì)發(fā)展速度保持重慶市政府工作報(bào)告提出的預(yù)期目標(biāo),事實(shí)上,預(yù)期目標(biāo)一般是經(jīng)濟(jì)增速的底線(xiàn),實(shí)際增速一般都高于預(yù)期目標(biāo).尤其是在“標(biāo)尺競(jìng)爭(zhēng)”的激勵(lì)下,經(jīng)濟(jì)增長(zhǎng)目標(biāo)超額完成是一種常態(tài)[28].因此重慶市未來(lái)發(fā)展可能介于綠色復(fù)蘇和綠色發(fā)展情景之間,即預(yù)計(jì)2025年前達(dá)到1.61～1.62億t的碳排放峰值.其他預(yù)測(cè)研究與此趨勢(shì)相近,如范登龍等[29]預(yù)計(jì)重慶市可于2025年實(shí)現(xiàn)2億t左右的碳排放峰值;邱立新等[30]預(yù)計(jì)重慶市可于2023年實(shí)現(xiàn)碳排放達(dá)峰.

2.3 碳達(dá)峰影響因素及碳減排路徑特征分析

2.3.1 碳達(dá)峰影響因素分析 基于LMDI分解對(duì)各情景下碳排放影響因素分解分析發(fā)現(xiàn)(圖3),經(jīng)濟(jì)總量效應(yīng)、總發(fā)電量效應(yīng)、人口效應(yīng)在4個(gè)情景中均具有穩(wěn)定的增排效果,其中經(jīng)濟(jì)總量的增排效應(yīng)尤為顯著,2018～2035年基準(zhǔn)復(fù)蘇情景、高增長(zhǎng)情景、綠色復(fù)蘇情景、綠色發(fā)展情景中經(jīng)濟(jì)總量的累計(jì)增排量分別為11715.43,14425.90,10014.69,12189.27萬(wàn)t,增排貢獻(xiàn)率分別為54.99%、57.06%、42.87%、46%.

產(chǎn)業(yè)終端能耗強(qiáng)度效應(yīng)、能源消費(fèi)結(jié)構(gòu)效應(yīng)以及電力生產(chǎn)結(jié)構(gòu)效應(yīng)具有較強(qiáng)的減排作用,尤其是在綠色復(fù)蘇情景和綠色發(fā)展情景中減排作用更加明顯.2018～2035年產(chǎn)業(yè)終端能耗強(qiáng)度效應(yīng)在4個(gè)情景中累計(jì)減排量分別為6267.04,5928.25,7989.93, 8371.10萬(wàn)t,減排貢獻(xiàn)率分別為29.42%、23.45%、34.20%、31.59%;能源消費(fèi)結(jié)構(gòu)效應(yīng)在4個(gè)情景中的減排貢獻(xiàn)率分別為5.15%、7.85%、8.37%、9.02%;電力的生產(chǎn)結(jié)構(gòu)效應(yīng)在4個(gè)情景中的減排貢獻(xiàn)率分別為1.52%、1.38%、7.16%、6.69%.

對(duì)比可實(shí)現(xiàn)碳達(dá)峰的綠色復(fù)蘇情景和綠色發(fā)展情景與不能實(shí)現(xiàn)碳達(dá)峰的基準(zhǔn)復(fù)蘇情景和高增長(zhǎng)情景可知,降低產(chǎn)業(yè)終端能耗強(qiáng)度,改善能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)以及電力生產(chǎn)結(jié)構(gòu),對(duì)實(shí)現(xiàn)重慶市碳達(dá)峰貢獻(xiàn)目標(biāo)顯著,2018～2035年在綠色復(fù)蘇和綠色發(fā)展情景中的累計(jì)減排貢獻(xiàn)率總和為52.50%和48.54%.特別是,產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)在基準(zhǔn)復(fù)蘇情景和高增長(zhǎng)情景中均呈現(xiàn)增排效果,而在綠色復(fù)蘇情景和綠色發(fā)展情景中可發(fā)揮積極的減排作用,2018～2035年的累計(jì)減排貢獻(xiàn)率為2.76%和1.24%.

表3 2020～2035年各情景Tapio脫鉤系數(shù)

2.3.2 經(jīng)濟(jì)發(fā)展與碳排放脫鉤分析 經(jīng)濟(jì)增長(zhǎng)與碳排放脫鉤是實(shí)現(xiàn)碳達(dá)峰的必要條件,在2018～2020年的模擬驗(yàn)校區(qū)間,重慶市2018～2019年、2019～ 2020年的Tapio脫鉤系數(shù)分別為0.22、0.56,處于弱脫鉤狀態(tài).至于2020～2035年的模擬預(yù)測(cè)區(qū)間(表3),在基準(zhǔn)復(fù)蘇情景和高增長(zhǎng)情景下,各年脫鉤系數(shù)均在0～1之間;在綠色復(fù)蘇情景和綠色發(fā)展情景下,各年脫鉤系數(shù)多為負(fù)值.2020～2035年,基準(zhǔn)復(fù)蘇情景、高增長(zhǎng)情景、綠色復(fù)蘇情景、綠色發(fā)展情景下的脫鉤系數(shù)分別為0.27、0.34、-0.15、-0.03.這表明基準(zhǔn)復(fù)蘇情景和高增長(zhǎng)情景下重慶市碳排放與經(jīng)濟(jì)增長(zhǎng)僅為弱脫鉤狀態(tài),綠色復(fù)蘇情景和綠色發(fā)展情景可于2035年前實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與碳排放的強(qiáng)脫鉤,實(shí)現(xiàn)經(jīng)濟(jì)綠色低碳發(fā)展.

2.3.3 重點(diǎn)碳減排措施的減排效果分析 以基準(zhǔn)復(fù)蘇情景和高增長(zhǎng)情景為基礎(chǔ),假設(shè)其他措施力度保持不變,按照綠色復(fù)蘇情景、綠色發(fā)展情景中的措施力度逐一強(qiáng)化單一碳減排措施力度,考察2035年碳排放總量變化.結(jié)果如圖4(a)所示,以基準(zhǔn)復(fù)蘇情景為基線(xiàn),單獨(dú)強(qiáng)化控制工業(yè)能耗(2035年工業(yè)增加值能耗達(dá)到0.18tce/萬(wàn)元)措施后,2035年碳排放總量為16613.19萬(wàn)t,較基線(xiàn)情景減少4175.14萬(wàn)t,減排貢獻(xiàn)率為44.03%.其次是調(diào)整產(chǎn)業(yè)結(jié)構(gòu)(2035年第三產(chǎn)業(yè)占比達(dá)到75.40%),較基線(xiàn)情景減少碳排放2087.41萬(wàn)t,減排貢獻(xiàn)率為22.01%.另外,推動(dòng)水電風(fēng)電(2035年水電風(fēng)電裝機(jī)達(dá)到55.39%)、發(fā)展綠色交通(2035年新能源汽車(chē)保有量達(dá)到247.8萬(wàn)輛)、提高能源轉(zhuǎn)換效率(2035年燃煤發(fā)電機(jī)組效率達(dá)到52.64%)也具有較好的減排效果,減排量673.55～ 1132.51萬(wàn)t,減排貢獻(xiàn)率分別為11.94%、8.82%、7.10%.處理生活垃圾、控制建筑能耗、降低輸送損失三項(xiàng)措施的減排效果相對(duì)較弱,減排量在200萬(wàn)t左右.

在以高增長(zhǎng)情景為基線(xiàn)強(qiáng)化單一措施的減排量比較中,控制工業(yè)能耗(2035年單位工業(yè)增加值能耗達(dá)到0.18tce/萬(wàn)元)和調(diào)整產(chǎn)業(yè)結(jié)構(gòu)(2035年第三產(chǎn)業(yè)占比達(dá)到75.40%)也同樣具有顯著的碳減排貢獻(xiàn),2035年較基線(xiàn)情景分別減排4813.08, 2401.90萬(wàn)t(圖4(b)),減排貢獻(xiàn)率分別為44.90%和22.41%.以基準(zhǔn)復(fù)蘇情景和高增長(zhǎng)情景為基礎(chǔ)下,控制工業(yè)能耗和調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的減排貢獻(xiàn)率總和均超過(guò)66.04%,應(yīng)作為重慶市碳減排路徑中的優(yōu)先考慮措施.

據(jù)此,為強(qiáng)化重慶市碳達(dá)峰目標(biāo)下的碳減排路徑規(guī)劃,要以控制工業(yè)能耗和調(diào)整產(chǎn)業(yè)結(jié)構(gòu)作為優(yōu)先考慮措施,一方面有序淘汰高耗能的落后工業(yè)產(chǎn)能,鼓勵(lì)工業(yè)企業(yè)通過(guò)技術(shù)創(chuàng)新促進(jìn)生產(chǎn)工藝清潔化,降低工業(yè)能耗和碳排放;另一方面繼續(xù)加大產(chǎn)業(yè)結(jié)構(gòu)調(diào)整力度,通過(guò)發(fā)展戰(zhàn)略性新興服務(wù)業(yè),不斷降低工業(yè)、交通業(yè)等高排放部門(mén)碳排放量,盡早實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與碳排放強(qiáng)脫鉤,保障重慶市碳達(dá)峰目標(biāo)順利實(shí)現(xiàn),為碳中和長(zhǎng)期目標(biāo)奠定堅(jiān)實(shí)基礎(chǔ).

表4 2035年各減排措施減污降碳交叉彈性分析結(jié)果

2.3.4 重點(diǎn)碳減排措施的協(xié)同效應(yīng)分析 以基準(zhǔn)復(fù)蘇情景和高增長(zhǎng)情景為基礎(chǔ),假設(shè)其他措施力度保持不變,按照綠色復(fù)蘇情景、綠色發(fā)展情景中的措施力度逐一強(qiáng)化單一碳減排措施力度,以2035年能實(shí)現(xiàn)的減污降碳效果測(cè)算其協(xié)同控制交叉彈性,如表4所示.可以看出各項(xiàng)措施的協(xié)同控制交叉彈性均大于0,表明均具有減污降碳的協(xié)同效應(yīng),亦即可同時(shí)降低CO2和LAP排放.其中,處理生活垃圾、控制建筑能耗、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、推動(dòng)水電風(fēng)電、提高轉(zhuǎn)換效率、降低輸送損失6項(xiàng)措施的協(xié)同控制交叉彈性均大于1,表明這6項(xiàng)措施在發(fā)揮協(xié)同減排效應(yīng)的過(guò)程中,對(duì)LAP的減排效果大于CO2;控制工業(yè)能耗和發(fā)展綠色交通兩項(xiàng)措施的協(xié)同控制交叉彈性在0～1之間,表明這兩項(xiàng)措施對(duì)CO2的減排效果大于LAP.

3 結(jié)論

3.1 重慶市在當(dāng)前碳減排措施力度下難以實(shí)現(xiàn)2030年前碳達(dá)峰目標(biāo),若強(qiáng)化碳減排措施力度,重慶市可更早實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)和碳排放脫鉤,于2025年前實(shí)現(xiàn)碳達(dá)峰目標(biāo),峰值約為1.62億t左右.

3.2 產(chǎn)業(yè)終端能耗強(qiáng)度、能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)以及電力生產(chǎn)結(jié)構(gòu)是影響重慶市碳達(dá)峰目標(biāo)的關(guān)鍵因素,2018～2035年綠色復(fù)蘇和綠色發(fā)展情景中累計(jì)減排貢獻(xiàn)率總和分別達(dá)到52.50%和48.54%.

3.3 控制工業(yè)能耗(2035年單位工業(yè)增加值能耗達(dá)到0.18tce/萬(wàn)元)和調(diào)整產(chǎn)業(yè)結(jié)構(gòu)(2035年第三產(chǎn)業(yè)占比達(dá)到75.40%)2項(xiàng)措施碳減排效果相對(duì)顯著,以基準(zhǔn)復(fù)蘇情景和高增長(zhǎng)情景為基礎(chǔ),減排貢獻(xiàn)率總和均超過(guò)66.04%,應(yīng)作為重慶市碳減排路徑中的優(yōu)先考慮措施.該2項(xiàng)減排措施在減少碳排放的同時(shí)可控制局地污染物排放,具有減污降碳的協(xié)同效應(yīng).

[1] 莊貴陽(yáng).中國(guó)低碳城市試點(diǎn)的政策設(shè)計(jì)邏輯 [J]. 中國(guó)人口·資源與環(huán)境, 2020,30(3):19-28.

Zhuang G Y. Policy design logic of low-carbon city pilots in China [J]. China Population, Resources and Environment, 2020,30(3):19-28.

[2] 馬 丁,陳文穎.中國(guó)2030年碳排放峰值水平及達(dá)峰路徑研究 [J]. 中國(guó)人口·資源與環(huán)境, 2016,26(S1):1-4.

Ma D, Chen W Y. Analysis of China’s 2030 carbon emission peak level and peak path [J]. China Population, Resources and Environment, 2016,26(S1):1-4.

[3] 范 丹,王維國(guó),梁佩鳳.中國(guó)碳排放交易權(quán)機(jī)制的政策效果分析——基于雙重差分模型的估計(jì) [J]. 中國(guó)環(huán)境科學(xué), 2017,37(6):2383- 2392.

Fan D, Wang W G, Liang, P F. Analysis of the performance of carbon emissions trading right in China-The evaluation based on the difference-in-difference model [J]. China Environmental Science, 2017,37(6):2383-2392.

[4] 何建坤.CO2排放峰值分析:中國(guó)的減排目標(biāo)與對(duì)策 [J]. 中國(guó)人口·資源與環(huán)境, 2013,23(12):1-9.

He J K. Analysis of CO2emissions peak: China’s objective and strategy [J]. China Population, Resources and Environment, 2013,23 (12):1-9.

[5] 章勝勇,尹朝靜,賀亞亞,等.中國(guó)農(nóng)業(yè)碳排放的空間分異與動(dòng)態(tài)演進(jìn)——基于空間和非參數(shù)估計(jì)方法的實(shí)證研究 [J]. 中國(guó)環(huán)境科學(xué), 2020,40(3):1356-1363.

Zhang S Y, Yin C J, He Y Y, et al. Spatial differentiation and dynamic evolution of agricultural carbon emission in China——empirical research based on spatial and non-parametric estimation methods [J]. China Environmental Science, 2020,40(3):1356-1363.

[6] 莊貴陽(yáng),魏鳴昕.城市引領(lǐng)碳達(dá)峰、碳中和的理論和路徑[J]. 中國(guó)人口·資源與環(huán)境, 2021,31(9):114-121.

Zhuang G Y, Wei M X. Theory and pathway of city leadership in emission peak and carbon neutrality [J]. China Population, Resources and Environment, 2021,31(9):114-121.

[7] 任曉松,馬 茜,劉宇佳,等.碳交易政策對(duì)工業(yè)碳生產(chǎn)率的影響及傳導(dǎo)機(jī)制 [J]. 中國(guó)環(huán)境科學(xué), 2021,41(11):5427-5437.

Ren X S, Ma Q, Liu Y J, et al. The impact of carbon trading policy on industrial carbon productivity and its transmission mechanism [J]. China Environmental Science, 2021,41(11):5427-5437.

[8] 周 迪,劉奕淳.中國(guó)碳交易試點(diǎn)政策對(duì)城市碳排放績(jī)效的影響及機(jī)制 [J]. 中國(guó)環(huán)境科學(xué), 2020,40(1):453-464.

Zhou D, Liu Y C. Impact of China’s carbon emission trading policy on the performance of urban carbon emission and its mechanism [J]. China Environmental Science, 2020,40(1):453-464.

[9] 曾詩(shī)鴻,李 璠,翁智雄,等.碳市場(chǎng)的減排效應(yīng)研究——來(lái)自中國(guó)碳交易試點(diǎn)地區(qū)的經(jīng)驗(yàn)證據(jù) [J/OL]. 中國(guó)環(huán)境科學(xué):1-15[2021- 12-30].https://doi.org/10.19674/j.cnki.issn1000-6923.20211022.007.

Zeng S H, li F, Weng Z X, et al. A study of the emission reduction effects of carbon markets: Empirical Evidence from pilot carbon trading regions in China [J/OL]. China Environmental Science, 1-15 [2021-12-30]. https://doi.org/10.19674/j.cnki.issn1000-6923.20211022. 007.

[10] Mao X Q, Zhou J, Corsetti Gabriel. How well have China's recent five-year plans been implemented for energy conservation and air pollution control? [J]. Environmental Science & Technology, 2014,48 (17):10036-10044.

[11] Zhou J, Mao X Q, Hu T, et al. Implications of the 11th and 12th five-year plans for energy conservation and CO2and air pollutants reduction: a case study from the city of Urumqi, China [J]. Journal of Cleaner Production, 2016(112):1767-1777.

[12] 鄧明翔,李 巍.基于LEAP模型的云南省供給側(cè)結(jié)構(gòu)性改革對(duì)產(chǎn)業(yè)碳排放影響情景分析 [J]. 中國(guó)環(huán)境科學(xué), 2017,37(2):786-794.

Deng M X, Li W. Scenario analysis of the supply-side structural reform influences on industrial carbon emissions based on LEAP model in Yunnan province [J]. China Environmental Science, 2017, 37(2):786-794.

[13] 《重慶統(tǒng)計(jì)年鑒—2018》編輯委員會(huì).楊弘毅,李濤明.重慶統(tǒng)計(jì)年鑒 [M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2018:6.

The Editorial Board of Chongqing Statistical Yearbook—2018. Yang H Y, Li T M. Chongqing statistical yearbook [M]. Beijing: China statistics press, 2018:6.

[14] 任建蘭,徐成龍,陳延斌,等.黃河三角洲高效生態(tài)經(jīng)濟(jì)區(qū)工業(yè)結(jié)構(gòu)調(diào)整與碳減排對(duì)策研究 [J]. 中國(guó)人口·資源與環(huán)境, 2015,25(4): 35-42.

Ren J L, Xu C L, Chen Y B, et al. Research on industrial structure adjustment and carbon emissions of the Yellow River delta high-efficiency ecological economic region [J]. China Population, Resources and Environment, 2015,25(4):35-42.

[15] Raza Muhammad Yousaf, Lin B Q. Decoupling and mitigation potential analysis of CO2emissions from Pakistan's transport sector [J]. The Science of the Total Environment, 2020,730:139000.

[16] 馬曉君,董碧瀅,于淵博,等.東北三省能源消費(fèi)碳排放測(cè)度及影響因素 [J]. 中國(guó)環(huán)境科學(xué), 2018,38(8):3170-3179.

Ma X J, Dong B Y, Yu Y B, et al. Measurement of carbon emissions from energy consumption in three Northeastern provinces and its driving factors [J]. China Environmental Science, 2018,38(8):3170- 3179.

[17] 禹 湘,陳 楠,李曼琪.中國(guó)低碳試點(diǎn)城市的碳排放特征與碳減排路徑研究 [J]. 中國(guó)人口·資源與環(huán)境, 2020,30(7):1-9.

Yu X, Chen N, Li M Q. Research on carbon emission characteristics and reduction pathways of low-carbon pilot cities in China [J]. China Population, Resources and Environment, 2020,30(7):1-9.

[18] 邢有凱,毛顯強(qiáng),馮相昭,等.城市藍(lán)天保衛(wèi)戰(zhàn)行動(dòng)協(xié)同控制局地大氣污染物和溫室氣體效果評(píng)估——以唐山市為例 [J]. 中國(guó)環(huán)境管理, 2020,12(4):20-28.

Xing Y K, Mao X Q, Feng X Z, et al. An effectiveness evaluation of co-controlling local air pollutants and GHGs by implementing blue sky defense action at city level—A case study of Tangshan city [J]. Chinese Journal of Environmental Management, 2020,12(4):20-28.

[19] Mao X Q, Zeng A, Hu T, et al. Co-control of local air pollutants and CO2in the Chinese iron and steel industry [J]. Environmental Science & Technology, 2013,47(21):12002-12010.

[20] 中央政府網(wǎng)站.中華人民共和國(guó)環(huán)境保護(hù)稅法實(shí)施條例[EB/OL]. [2017-12-30].http://www.gov.cn/zhengce/content/2017-12/30/content_5251797.htm.

Website of Chinese Central Government. Regulations for the implementation of the environmental protection tax law of the people's republic of China [EB/OL]. 2020-09-22. http://www.gov.cn/xinwen/ 2020-09/22/content_5546169.htm.

[21] 毛顯強(qiáng),曾 桉,胡 濤,等.技術(shù)減排措施協(xié)同控制效應(yīng)評(píng)價(jià)研究 [J]. 中國(guó)人口·資源與環(huán)境, 2011,21(12):1-7.

Mao X Q, Zeng A, Hu T, et al. Study of coordinate control effect assessment of technological measures for emissions reduction [J]. China Population, Resources and Environment, 2011,21(12):1-7.

[22] 《中國(guó)能源統(tǒng)計(jì)年鑒2018》編輯委員會(huì).劉文華.中國(guó)能源統(tǒng)計(jì)年鑒 [M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2018:4-5.

Editor and publisher of China Energy Statistical Yearbook 2018. Liu W H. China energy statistical yearbook [M]. Beijing: China Statistics Press, 2018:4-5.

[23] 重慶市人民政府網(wǎng)站.重慶市人民政府關(guān)于印發(fā)重慶市“十三五”控制溫室氣體排放工作方案的通知. [EB/OL]. [2017-03-16]. http://www.cq.gov.cn/zwgk/zfxxgkml/szfwj/xzgfxwj/szf/201703/t20170316_8837005.html.

Website of Chongqing Municipal People's Government. Notice of chongqing municipal people's government on printing and distributing the work plan of Chongqing municipality for controlling greenhouse gas emission during the 13th five-year plan period. [EB/OL]. [2017-03-16]. http://www.cq.gov.cn/zwgk/zfxxgkml/szfwj/xzgfxwj/ szf/201703/t20170316_8837005.html.

[24] 重慶市發(fā)展和改革委員會(huì)網(wǎng)站.印發(fā)《重慶市“十三五”電力發(fā)展規(guī)劃》[EB/OL]. [2017-11-27]. http://fzggw.cq.gov.cn/zwxx/bmdt/ 202002/t20200212_5181032.html.

Website of Chongqing Development and Reform Commission. Printing and distributing Chongqing "13th five-year" electric power development plan. [EB/OL]. [2017-11-27]. http://fzggw.cq.gov.cn/ zwxx/bmdt/202002/t20200212_5181032.html.

[25] 重慶市人民政府網(wǎng)站.重慶市人民政府關(guān)于印發(fā)重慶市建設(shè)國(guó)家重要現(xiàn)代制造業(yè)基地“十三五”規(guī)劃的通知 [EB/OL]. [2017-09-05]. http://www.cq.gov.cn/zwgk/zfxxgkzl/fdzdgknr/ghxx/zxgh/201609/t20160905_8614489.html.

Website of Chongqing Municipal People's Government. Chongqing municipal people's government on printing and distributing chongqing construction of national important modern manufacturing base "13th five-year plan" notice. [EB/OL]. [2017-09-05]. http://www.cq.gov. cn/zwgk/zfxxgkzl/fdzdgknr/ghxx/zxgh/201609/t20160905_8614489.html.

[26] 重慶市人民政府網(wǎng)站.重慶市人民政府關(guān)于印發(fā)重慶市現(xiàn)代服務(wù)業(yè)發(fā)展計(jì)劃(2019—2022年)的通知 [EB/OL]. [2019-11-25]. http: //www.cq.gov.cn/zwgk/zfxxgkml/zfgb/2019/d23q/202101/t20210128_8838964.html.

Website of Chongqing Municipal People's Government. Circular of Chongqing municipal people's government on printing and distributing chongqing modern service industry development plan (2019-2022). [EB/OL]. [2019-11-25]. http://www.cq.gov.cn/zwgk/zfxxgkml/zfgb/ 2019/d23q/202101/t20210128_8838964.html.

[27] 張 楠,張保留,呂連宏,等.碳達(dá)峰國(guó)家達(dá)峰特征與啟示 [J/OL]. 中國(guó)環(huán)境科學(xué):1-12[2021-12-31]. https://doi.org/10.19674/j.cnki. issn1000-6923.20211222.015.

Zhang N, Zhang B L, Lv L H, et al. Peaking characteristics and enlightenment based on carbon peak countries [J/OL]. China Environmental Science, 1-12[2021-12-31]. https://doi.org/10.19674/ j.cnki.issn1000-6923.20211222.015.

[28] 余泳澤,趙成林,張少輝.新冠肺炎疫情沖擊下中國(guó)經(jīng)濟(jì)目標(biāo)戰(zhàn)略性調(diào)整研究 [J]. 經(jīng)濟(jì)與管理研究, 2020,41(11):3-18.

Yu Y Z, Zhao C L, Zhang S H. Strategic adjustment of China’s economic targets under the impact of the COVID-19Pandemic [J]. Research on Economics and Management, 2020,41(11):3-18.

[29] 范登龍,黃毅祥,蒲勇健,等.重慶市化石能源消耗的CO2排放及其峰值測(cè)算研究 [J]. 西南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017,39(6):179-186.

Fan D L, Huang Y X, Pu Y J, et al. CO2Emission from fossil energy consumption in Chongqing and predection of its peak [J]. Journal of Southwest University(Natural Science Edition), 2017,39(6):179-186.

[30] 邱立新,袁 賽.中國(guó)典型城市碳排放特征及峰值預(yù)測(cè)——基于“脫鉤”分析與EKC假設(shè)的再驗(yàn)證 [J]. 商業(yè)研究, 2018,(7):50-58.

Qiu L X, Yuan s. Features of carbon emission and peak prediction in typical Chinese cities: a revalidation based on“Decoupling”and EKC hypothesis. [J]. Commercial Research, 2018,(7):50-58.

Research on Chongqing’s carbon emission reduction path towards the goal of carbon peak.

SONG Peng1*, ZHANG Hui-min1, MAO Xian-qiang2

(1.School of Public Policy and Administration, Chongqing University, Chongqing 400044, China；2.School of Environment, Beijing Normal University, Beijing 100875, China)., 2022,42(3)：1446～1455

Taking Chongqing as a case, the localization LEAP model was built. Based on this model and further by means of LMDI decomposition, Tapio decoupling elasticity, comparison of emission reduction effect of single measures and cross-elasticity of pollution reduction and carbon reduction, the pathway to peak carbon emission and the corresponding factors were explored in the context of Chongqing City. It is difficult for Chongqing to peak carbon emissions by 2030 under its current measures. If the carbon emission reduction measures are strengthened, Chongqing can achieve a peak of 162 million tons carbon emissions by 2025. It reveals that the intensity of industrial terminal energy, the energy consumption structure, as well as the industrial structure and the power production structure are four key factors affecting Chongqing's carbon peak goal. By comparison, controlling industrial energy consumption and adjusting industrial structure can obtain more significant effects on carbon emission reduction. Furthermore, these two measures prove synergistic effects of pollution reduction and carbon reduction, and should be the priority of Chongqing on its pathway to peak carbon emissions.

carbon emission peak；emission reduction path；LEAP model；Chongqing

X22

A

1000-6923(2022)03-1446-10

宋 鵬(1984-),男,山東東營(yíng)人,副教授,博士,主要研究方向?yàn)橘Y源環(huán)境經(jīng)濟(jì)與政策等.發(fā)表論文20篇.

2021-07-20

中央高?；究蒲袠I(yè)務(wù)費(fèi)資助項(xiàng)目(2020CDJSK01PT02, 106112017CDJXY010004);國(guó)家社會(huì)科學(xué)基金資助項(xiàng)目(21BJY115);重慶市技術(shù)創(chuàng)新與應(yīng)用發(fā)展專(zhuān)項(xiàng)面上項(xiàng)目(cstc2020jscx-msxmX0092)

*責(zé)任作者, 副教授, songpeng_ee@cqu.edu.cn