滕飛，平冰宇，邊遠，王宏宇

近年來，溫室效應(yīng)和氣候變化越來越引起人們關(guān)注.我國也面臨著嚴峻的氣候變化問題.《第三次氣候變化國家評估報告》顯示，近百年來我國陸地區(qū)域平均溫度升高了0.9～1.5℃.隨著全球氣候變暖，二氧化碳的排放量必須減少，以緩解危機.“碳達峰，碳中和”儼然已成為當(dāng)下全球碳減排最熱門的話題.從世界范圍的視角來看，自《巴黎協(xié)定》之后，各國簽訂的“碳達峰，碳中和”的目標協(xié)議直接使全球進入了綠色轉(zhuǎn)型的新時代，各國間為減少碳排放量也相應(yīng)做出不同承諾.

在此碳減排大背景下，對于中國及其各省市的碳排放現(xiàn)狀與碳達峰目標實現(xiàn)程度眾多學(xué)者進行了思考與探索，主要包括碳排放的影響因素、碳排放核算、未來峰值預(yù)測，以及擇取實現(xiàn)碳排放達峰目標的最優(yōu)路徑問題.在解決這些問題時，大多數(shù)數(shù)學(xué)學(xué)者采用構(gòu)建模型、參數(shù)設(shè)置、情景組合、峰值預(yù)測的途徑.其中，STIRPAT模型通常被國外學(xué)者用于對碳排放量及其影響因素的關(guān)系進行實證分析，如POLLONI SILVA E等應(yīng)用STIRPAT模型分析巴西能源相關(guān)CO2排放驅(qū)動因素［1］，JOHAN-ANDRéS VéLEZ-HENAO以哥倫比亞為例通過拓展STIRPAT模型探究了哥倫比亞的城市化是否促進了環(huán)境影響［2］，SIDI MOHAMMED C等采用STIRPAT模型對阿爾及利亞的碳排放的影響因素進行思考［3］.國內(nèi)學(xué)者對于中國各省份及地區(qū)的碳排放影響因素和峰值預(yù)測的相關(guān)分析也有研究.郭承龍等以江蘇省為例，通過構(gòu)建STIRPAT模型探究碳排放影響因素的結(jié)果表明，人口數(shù)量和城鎮(zhèn)化水平與碳排放量呈正相關(guān)，并且第三產(chǎn)業(yè)占總產(chǎn)業(yè)的比重較高，對碳排放起到抑制作用［4］；閆新杰等以新疆地區(qū)為例，采用碳排放系數(shù)法核算2004—2019年化石能源所產(chǎn)生的碳排放量，通過構(gòu)建STIRPAT模型得出碳排放量與影響因素的相關(guān)性關(guān)系，最后利用情景分析法對新疆2020—2040年的碳達峰情況進行預(yù)測，研究結(jié)果表明，當(dāng)經(jīng)濟放緩發(fā)展時，新疆于2030年可以實現(xiàn)碳達峰［5］；馬宇恒通過構(gòu)建STIRPAT模型對東北地區(qū)的碳排放現(xiàn)狀進行分析，以LMDI分解法探究影響東北地區(qū)的碳排放影響因素，最后利用情景分析法的方式對東北地區(qū)的碳排放峰值進行預(yù)測，得出東三省地區(qū)將于2030年在“節(jié)能情景”下實現(xiàn)碳達峰目標［6］；唐祎祺通過核算1995—2015年中國各省區(qū)碳排放量，利用STIRPAT碳排放模型以及情景分析法模擬出我國有26個省份至少在一種情景下實現(xiàn)碳達峰以及中國將在2028—2045年間實現(xiàn)碳排放目標［7］.在“碳達峰，碳中和”前景中，由于各學(xué)者研究方法、情景組合、參數(shù)設(shè)置不同，大家得到的結(jié)論也會有一定的差異.我國各省份的碳達峰預(yù)測結(jié)果多為2030年左右，東部省區(qū)普遍介于2025—2030年之間，西部省區(qū)普遍介于2030—2035年之間.

東北地區(qū)作為煤鐵復(fù)合型工業(yè)基地，能源結(jié)構(gòu)一直都處于能源消費總量中煤炭燃料占比較大的狀態(tài)，降低經(jīng)濟發(fā)展對煤炭燃料使用的依賴是實現(xiàn)我國低碳經(jīng)濟綠色轉(zhuǎn)型的關(guān)鍵.其中遼寧省是我國傳統(tǒng)工業(yè)大省，在振興東北發(fā)展，推動經(jīng)濟進步方面占有重要地位.吉林省作為玉米主產(chǎn)地和中國汽車工業(yè)的搖籃，近年來隨著國家一系列重大發(fā)展戰(zhàn)略的深入實施，經(jīng)濟運行穩(wěn)中有進，未來發(fā)展前景廣闊，可為中國經(jīng)濟發(fā)展貢獻不可或缺的力量。黑龍江省作為礦產(chǎn)資源豐富大省，擁有中國最大的石油石化基地，其煤炭燃料的開發(fā)使用是整個黑龍江省的經(jīng)濟支柱.本文將結(jié)合情景分析法模擬東三省在2020—2040年間碳排放量及預(yù)測碳達峰情況，探索出東三省實現(xiàn)碳達峰目標的最優(yōu)路徑.

1 方法和數(shù)據(jù)

1.1 二氧化碳排放量測算

二氧化碳是最常見的溫室氣體之一，其主要產(chǎn)生途徑為化石燃料的燃燒和有機物分解.關(guān)于二氧化碳排放的測算方法主要有碳排放系數(shù)法和利用能源消耗總量及其單位熱值含碳量、平均碳氧化率計算兩種方法.同時碳排放系數(shù)法具有簡單便捷、時效性強的特點，因此本文參照IPCC指南采用碳排放系數(shù)法，利用煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣八種能源消費量對二氧化碳排放量進行測算，具體公式如下：

其中：Ic為碳排放量；Ei為不同能源消耗量；θi為不同能源標準煤換算系數(shù)；fi為不同能源的碳排放系數(shù)；i為化石能源的類型.

能源標準煤換算系數(shù)和碳排放系數(shù)如表1所示，東三省2000—2019年碳排放量如表2所示.

表1 能源標準煤換算系數(shù)和碳排放系數(shù)

表2 東三省2000—2019年碳排放量單位：萬噸

研究方法.20世紀70年代早期，人口統(tǒng)計學(xué)家、生物學(xué)家和生態(tài)學(xué)家進行了一系列系統(tǒng)性研究，以解釋人口和生活水平變化對環(huán)境的影響.當(dāng)時一些學(xué)者認為人類對環(huán)境產(chǎn)生的影響與人口關(guān)系不大，為反駁這一觀點.其形式如下：

其中：I為人類活動對環(huán)境的影響，在模型應(yīng)用中主要指環(huán)境污染，在本文的模型中主要指二氧化碳排放，因此本文中用“二氧化碳排放”“碳排放”等表示I；P為人口；A為富裕程度；T為科技發(fā)展水平.為了使模型更適合于參數(shù)估計和假設(shè)檢驗，DIETZ和ROSE將其改進為STIRPAT方程，即“人口、經(jīng)濟、科技與環(huán)境污染的指數(shù)增長方程”，其形式為：

其中：I表示環(huán)境影響程度、a是模型系數(shù)、P為人口規(guī)模、A為人均富裕程度、T為技術(shù)水平，e是模型誤差項.

根據(jù)已有的有關(guān)碳排放問題的研究，本文將從年末總?cè)丝?、人均GDP、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)和能源強度6個因素探究對東三省碳排放量的影響.具體指標說明如表3所示.

表3 主要變量及說明

STIRPAT模型變量說明根據(jù)上述因素構(gòu)建拓展的STIRPAT模型：

對上式兩邊取對數(shù)可得到如下等式：

其 中：β1、β2、β3、β4、β5、β6代 表 各 指 標 的 彈性系數(shù)，即當(dāng)Pe、Ap、Ps、ES、IS、EI每 變 化1%時，C將變化β1%、β2%、β3%、β4%、β5%、β6%.

數(shù)據(jù)來源.本文涉及的變量數(shù)據(jù)均來源于《遼寧省統(tǒng)計年鑒》《吉林省統(tǒng)計年鑒》《黑龍江省統(tǒng)計年鑒》，能源消費數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》和《遼寧省統(tǒng)計年鑒》《吉林省統(tǒng)計年鑒》《黑龍江省統(tǒng)計年鑒》，整理并計算得出.

1.2 基于拓展后的STIRPAT模型實證分析

遼寧省.根據(jù)我國現(xiàn)有的利用STIRPAT模型解決碳排放問題的研究可知，所選取的數(shù)據(jù)變量間可能存在自相關(guān)性的問題，進而對最后結(jié)果產(chǎn)生一定誤差.為了避免此類問題，首先對選取遼寧省地區(qū)Pe、AP、Ps、ES、IS、EI為影響因素進行偏相關(guān)處理［8］.具體操作通過SPSS實現(xiàn)，結(jié)果如表4所示.

由表4可以看出，各因素在0.01級別和0.05級別相關(guān)性顯著，故皆可保留.接下來將采用主成分分析的方法對Pe、AP、Ps、ES、IS、EI指標進行降維［9］，結(jié)果如表5所示.

表4 碳排放因子偏相關(guān)分析

由表5可以看出，各影響因素間相關(guān)性大多數(shù)均在0.500以上，其中人均GDP與城鎮(zhèn)化水平間的相關(guān)性高達0.984，具有高度相關(guān)性，擬合效果較好.具體如表6所示.

表5 相關(guān)性矩陣

表6 KMO和巴特利特檢驗

由表6可以看出，KMO檢驗值為0.751大于0.7，適合做因子分析，并且巴特利特檢驗的p值小于0.001，拒絕原假設(shè)，因此可以做主成分分析.結(jié)果如表7所示.

從表7可以看出，前兩個成分的方差累積貢獻率和高達97.211%，具有較高的奉獻程度可以充分解釋原始數(shù)據(jù).并且其他變量的特征值均小于1，因此提取前兩個公共因子合理.主成分得分系數(shù)矩陣如表8所示.

表7 主成分分析下總方差解釋

根據(jù)主成分分析法，所提取兩個公共因子以FA1、FA2命名且線性無關(guān).

由表8的主成分得分系數(shù)矩陣可得如下方程：

表8 主成分得分系數(shù)矩陣

上述解得兩組公共因子等式的過程即表示完成了碳排放對因子降維的步驟，現(xiàn)將FA1、FA2作為自變量，碳排放量為因變量進行OLS估計擬合回歸［10］.其中：模型的擬合度為0.982，調(diào)整后的R2為0.960，即兩個公共因子可以解釋因變量96.0%的變化.F值為229.943，對應(yīng)的Sig值小于0.001，在0.001的顯著性水平下拒絕原假設(shè).

接下來以FA1、FA2為自變量，遼寧省碳排放量為因變量再次進行多元線性回歸，得到回歸方程如下：

將方程（1）、（2）代入方程（3）得到：

根據(jù)模型方程的系數(shù)可知，所選取的遼寧省2000—2019年各影響因素對碳排放的影響程度，其中年末總?cè)丝趯μ寂欧帕康挠绊懽畲?，彈性系?shù)為0.984，其次是產(chǎn)業(yè)結(jié)構(gòu)與人均生產(chǎn)總值，彈性分別為0.607和0.380，與碳排放呈正相關(guān).能源結(jié)構(gòu)和能源強度的彈性系數(shù)為-0.128和-0.185，對碳排放量起到抑制作用.將2000—2019年遼寧省人均GDP、年末總?cè)丝?、城?zhèn)化水平、能源強度、能源結(jié)構(gòu)數(shù)據(jù)代入模型中，將其模擬值與真實值對比，誤差比（誤差與碳排放實際測算值之比）的絕對值小于7%，可以接受［11］.

吉林省.經(jīng)上述通過主成分分析法對遼寧省碳排放數(shù)據(jù)分析的基礎(chǔ)上，對吉林省的數(shù)據(jù)采取同樣的處理.

首先，對備選自變量進行偏相關(guān)處理，剔除相關(guān)系數(shù)低的自變量.結(jié)果如表9所示.

表9 碳排放因子偏相關(guān)分析

從表9可以看出，年末總?cè)丝诤湍茉唇Y(jié)構(gòu)對吉林省的碳排放量的相關(guān)系數(shù)較低，在0.01級別上相關(guān)性并不顯著，將其從備選自變量中剔除.

接下來將采用主成分分析的方法對AP、Ps、ES、EI指標進行降維，結(jié)果如表10所示.

表10 相關(guān)性矩陣

KMO檢驗和巴特利特檢驗結(jié)果如表11所示.

表11 KMO檢驗和巴特利特檢驗

從表10可以看出，部分影響因子之間存在高度相關(guān)性，同時表11中關(guān)于各變量的t檢驗Sig值在0.01以下.但是KMO檢驗值為0.525，根據(jù)KMO度量標準，0.5～0.6表示不太適合做因子分析，因此接下來將采取嶺回歸的方法對數(shù)據(jù)進行分析，選取k=0.01時，模型趨于穩(wěn)定，整體擬合效果較好，最終構(gòu)建出吉林省碳排放預(yù)測模型，詳細回歸結(jié)果如表12所示.

表12 吉林省Ridge回歸分析結(jié)果

模型方程：

從回歸方程可以看出，產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)對吉林省的碳排放量產(chǎn)生抑制作用，其余因素均對吉林省的碳排放產(chǎn)生顯著的正相關(guān)影響.其中，年末總?cè)丝趯μ寂欧帕康挠绊懽畲螅嚓P(guān)系數(shù)高達6.916.

黑龍江省.通過上述對遼寧省、吉林省分別利用主成分分析法和嶺回歸法得出模型方程的過程可知，主成分法對數(shù)據(jù)的要求更高，對遼寧省碳排放數(shù)據(jù)處理后得到的模型方程其模擬值與真實值的誤差比絕對值低于8%.而嶺回歸分析本質(zhì)就是一種用于解決線性回歸分析中自變量存在共線性的研究算法，在不剔除數(shù)據(jù)的前提下，確定k值，進而求出模型方程.通過上述對吉林省碳排放數(shù)據(jù)應(yīng)用嶺回歸法處理得到的模型方程其模擬值與真實值誤差比的絕對值在6%以下.綜上所述，為了過程簡單便捷、結(jié)果精準誤差小，接下來對黑龍江省的數(shù)據(jù)直接采用嶺回歸法進行處理，確定在k=0.01時，模型趨于平穩(wěn)，擬合效果較好，詳細回歸結(jié)果如表13所示.

表13 黑龍江省Ridge回歸分析結(jié)果

模型方程：

根據(jù)回歸方程可以得出，多數(shù)因素均對黑龍江省碳排放量產(chǎn)生顯著的正向促進作用，僅有產(chǎn)業(yè)結(jié)構(gòu)這一因素與黑龍江省碳排放量呈現(xiàn)負相關(guān)關(guān)系，其相關(guān)系數(shù)為-0.036，同時各促進性因素間的彈性系數(shù)存在一定差異，其中，人口對碳排放量起到非常強烈的促進作用，相關(guān)系數(shù)高達1.974［12］.

2 情景分析與參數(shù)設(shè)定

2.1 參數(shù)設(shè)置

為了更好地了解東北三省碳達峰情況，本文將利用情景分析法對東北地區(qū)碳排放峰值進行預(yù)測，并且本文將設(shè)計六種情景模式，即綠色減排情景、低碳情景，循環(huán)發(fā)展情景、基準情景、生態(tài)環(huán)保情景、能源清潔化情景、對東三省2020—2040年的碳達峰情況進行模擬預(yù)測，在情景組合設(shè)置時，綜合考慮東三省的經(jīng)濟發(fā)展狀況、人口增減趨勢，以及由于近三年新冠肺炎疫情危機對百姓生活乃至國家所帶來的影響，同時以五年為一個變化單位對其各影響因素的變化率進行調(diào)整，具體設(shè)置依據(jù)如下；

一是人口規(guī)模的情景設(shè)置.東北地區(qū)人口近年來持續(xù)下降，不得不引起當(dāng)?shù)卣年P(guān)注，而受人口出生率逐漸降低的影響，東三省人口的自然增長率已經(jīng)出現(xiàn)負值.綜合考慮上述因素并結(jié)合東三省實際發(fā)展情況，設(shè)置遼寧省人口中速增長率為-0.6%、吉林省人口中速增長率為-0.4%、黑龍江省人口中速增長率為-1.6%，并逐年放緩.

二是人均GDP的情景設(shè)置.東三省現(xiàn)在面臨人口流失、重工業(yè)影響力不足，整個東北處于轉(zhuǎn)型瓶頸期.但是裝備制造、鋼鐵工業(yè)、煤礦開采、冶金等在國家產(chǎn)業(yè)布局中占有重要地位，其中遼寧省作為東北地區(qū)經(jīng)濟發(fā)展最快和重工業(yè)領(lǐng)域發(fā)展最強的省份，在振興東北老工業(yè)基地中為吉林省和黑龍江省起到顯著表率作用.其中遼寧省在2015—2019年近五年的人均GDP平均增長率為4.8%，經(jīng)濟增長率出現(xiàn)嚴重下滑，與此同時，2020年新型冠狀病毒肺炎的暴發(fā)也給東三省的經(jīng)濟帶來沖擊.綜上所述，在“十四五”規(guī)劃時期的背景下將遼寧省人均GDP中速增長率設(shè)置為6.0%、吉林省的人均GDP中速增長率設(shè)置為4.0%、黑龍江省人均GDP中速增長率設(shè)置為4.0%.

三是城鎮(zhèn)化率的情景設(shè)置.東北作為工業(yè)重鎮(zhèn)，城鎮(zhèn)化水平在全國排名較高.首先遼寧省是北方地區(qū)唯一能實現(xiàn)年末人口城鎮(zhèn)化率達到70%以上的省份，排名位居全國前列，遼寧省“十三五”規(guī)劃期間，設(shè)定到2020年全省城鎮(zhèn)化率達到72%左右的發(fā)展目標，同時2019年吉林省、黑龍江省的城鎮(zhèn)化水平也均在50%以上，但為了促進城鎮(zhèn)布局科學(xué)合理、城鄉(xiāng)居民水平生活的差距逐步縮小，城鎮(zhèn)化水平將會趨于平緩發(fā)展.綜上所述，在“十四五”規(guī)劃的背景下，將遼寧省城鎮(zhèn)化水平中速增長率設(shè)置為0.9%、吉林省城鎮(zhèn)化水平中速增長率為0.9%、黑龍江省城鎮(zhèn)化水平中速增長率為1.5%［13］.

四是產(chǎn)業(yè)結(jié)構(gòu)的情景設(shè)置.產(chǎn)業(yè)結(jié)構(gòu)通常是指國民經(jīng)濟總量在產(chǎn)業(yè)之間的比例關(guān)系.這里指第二產(chǎn)業(yè)占國民生產(chǎn)總值的比重，它隨著經(jīng)濟發(fā)展水平的變化而變化，近十年來，東三省國民經(jīng)濟結(jié)構(gòu)調(diào)整取得了可喜的成績［14］，但與國內(nèi)比較發(fā)達的省份相比，東三省的經(jīng)濟結(jié)構(gòu)還存在一些問題，因此東三省應(yīng)深化供給側(cè)結(jié)構(gòu)性改革，合理規(guī)劃自然資源，將遼寧省產(chǎn)業(yè)結(jié)構(gòu)中速增長率設(shè)置為-2.0%、吉林省產(chǎn)業(yè)結(jié)構(gòu)中速增長率設(shè)置為-1.5%、黑龍江省中速增長率設(shè)置為-4.0%［15］.

五是能源結(jié)構(gòu)的情景設(shè)置.東三省作為我國能源消費占比較高的地區(qū)，其經(jīng)濟增長對煤炭使用量的依賴正是影響東北地區(qū)振興發(fā)展的重要因素.《“十四五”工業(yè)綠色發(fā)展規(guī)劃》表明到2025年能源結(jié)構(gòu)綠色低碳轉(zhuǎn)型取得明顯成效.各行業(yè)、地方企業(yè)認真貫徹低碳發(fā)展理念，實施能源結(jié)構(gòu)清潔化路線，在未來著重開發(fā)太陽能、風(fēng)能等可再生能源［16］，根據(jù)近年來煤炭占能源消費總量的比重情況，將遼寧省能源結(jié)構(gòu)中速增長率設(shè)置為-1.5%、吉林省能源結(jié)構(gòu)中速增長率設(shè)置為-1.5%、黑龍江省能源結(jié)構(gòu)中速增長率設(shè)置為1.0%，并逐年放緩.

六是能源強度的情景設(shè)置.能源強度在本文中定義為單位GDP的能源消耗量.被譽為新中國布局的“工業(yè)搖籃”的東三省作為老工業(yè)基地，也是全國能源消耗大省，其中遼寧省的能源消耗強度在全國的排名來看，歷年在8～13之間，位于全國中等偏上的水平，因此遼寧省具有很大的節(jié)能減排潛力.調(diào)整能源結(jié)構(gòu)、開發(fā)利用新型能源、推動經(jīng)濟發(fā)展是解決問題的根本途徑［17］，根據(jù)東三省近五年能源強度的平均變化量，將遼寧省能源強度中速增長率設(shè)置為-3.0%、吉林省能源強度中速增長率設(shè)置為-6.0%、黑龍江省能源強度中速增長率設(shè)置為-3.0%.并逐年放緩［18］.各因素變化率設(shè)置如表14所示.

表14 各因素變化率設(shè)置

2.2 情景組合

結(jié)合各省份影響因素的時效特征，以及變化率的設(shè)置，構(gòu)建六種典型情景組合，以探究東三省實現(xiàn)碳達峰最優(yōu)路徑.具體情景組合設(shè)置如表15所示［19］.

表15 情景組合

循環(huán)發(fā)展情景.人均GDP、年末總?cè)丝诘淖兓试O(shè)置為低速，其余因素的變化率設(shè)置為中速.該情景反應(yīng)的是東三省在國家碳達峰的硬性約束下，以犧牲經(jīng)濟增長發(fā)展低碳理念作為未來發(fā)展的主要趨勢，通過放緩經(jīng)濟增長，以及全民實施節(jié)能降碳的方式，降低二氧化碳的排放量［20］.

基準情景.各影響因素的變化率均設(shè)置為中速，目的在于探索東三省在現(xiàn)有的技術(shù)水平基礎(chǔ)上未來碳排放變化趨勢，進而及時對碳排放的影響因素進行調(diào)整設(shè)置，為早日實現(xiàn)“碳達峰，碳中和”探索出一條優(yōu)化路徑.

生態(tài)環(huán)保情景.人均GDP、年末總?cè)丝谠O(shè)置為高速，其余因素的變化率設(shè)置為低速，該情景反映的是在發(fā)展經(jīng)濟、人口總數(shù)穩(wěn)中求進的情況下，通過充分考慮城鄉(xiāng)差距進而改善城鎮(zhèn)化水平，以及在現(xiàn)有基礎(chǔ)上優(yōu)化能源結(jié)構(gòu)、發(fā)展科技、改善能源強度的方式探索該情景下的碳排放的趨勢.

低碳情景.人均GDP、年末總?cè)丝跀?shù)的變化率設(shè)置為中速，其余因素的變化率設(shè)置為低速，隨著環(huán)保意識的不斷增強、新型環(huán)?？稍偕茉吹拈_發(fā)，近年來東三省的能源強度及能源結(jié)構(gòu)已取得顯著改善，但是由于前期發(fā)展過快，未來的變化率會相對受到限制.

能源清潔化情景.能源結(jié)構(gòu)、能源強度的變化率設(shè)置為高速，其余因素設(shè)置為中速，該情景反應(yīng)了在現(xiàn)有的社會發(fā)展、人口結(jié)構(gòu)的基準上，改善經(jīng)濟發(fā)展對煤炭燃料的依賴，調(diào)整能源結(jié)構(gòu)，大力推廣清潔能源，加速降低能源強度及優(yōu)化能源結(jié)構(gòu)的情境下的碳排放趨勢.

綠色減排情景.該情景采用各影響因素中速、低速相結(jié)合的設(shè)置，通過加強能源相關(guān)政策的實施力度，將重心轉(zhuǎn)移至優(yōu)化能源結(jié)構(gòu)而非發(fā)展經(jīng)濟，推動科技進步，從而實現(xiàn)降低碳排放量［21］.

3 東三省碳排放峰值預(yù)測結(jié)果與分析

本文根據(jù)STIRPAT模型，結(jié)合6種情景組合預(yù)測出不同情景組合下東三省2020—2040年的碳排放趨勢以及碳達峰情況.如圖1～圖3所示.

圖1 不同情景下遼寧省每年的碳排放量/萬噸

3.1 遼寧省結(jié)果分析

結(jié)合圖1和表2來看，由于遼寧省在2000—2019年間碳排放量一直處于遞增的狀態(tài)，并且在圖1對2020—2040年遼寧省碳排放量預(yù)測中可以觀察出不同情景下遼寧省碳排放達峰情況以及峰值，具體如表16所示.遼寧省在能源清潔化情景、循環(huán)發(fā)展情景下于2025年實現(xiàn)達峰，峰值分別為21 875.43萬噸、21 891.17萬噸，在基準情景、綠色減排情景下于2030年達峰，峰值為23 623.16萬噸、22 731.95萬噸，低碳情景于2035年達峰，峰值為25 387.48萬噸，在生態(tài)環(huán)保情景下不達峰.

表16 不同情景模式下碳排放量預(yù)測結(jié)果

遼寧省未來能源碳排放量如表16所示.遼寧省在能源清潔化情景下最先實現(xiàn)碳達峰且峰值最低，因此能源結(jié)構(gòu)的優(yōu)化與調(diào)節(jié)能夠有效地控制能源碳排放，是遼寧省有效降低能源碳排放量的重要因素，并且綠色減排情景與能源清潔化情景同年達峰，其峰值略高于能源清潔化情景的峰值，與此同時，生態(tài)環(huán)保情景和低碳情景均是在保持產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、能源強度低速變化的基礎(chǔ)上分別設(shè)置人均GDP、年末總?cè)丝?、城?zhèn)化水平高速和中速的模式下使得遼寧省能源碳排放出現(xiàn)峰值，峰值較高但是該情景下經(jīng)濟發(fā)展最快，人均生產(chǎn)總值較高、人口規(guī)模正向增長進而避免人口流失等現(xiàn)象.換而言之，未來遼寧省的重心仍然應(yīng)該放在降低能源結(jié)構(gòu)，開發(fā)節(jié)能減排新能源、模擬低碳經(jīng)濟相協(xié)調(diào)發(fā)展的生產(chǎn)方式［22］.

3.2 吉林省結(jié)果分析

結(jié)合圖2和表16，首先根據(jù)吉林省2000—2019年的碳排放量可以觀察出2000—2012年吉林省的碳排放量處于遞增的狀態(tài)，2012—2019年處于平穩(wěn)的下降趨勢，結(jié)合圖2對吉林省2020—2040年碳排放量的預(yù)測可知，在基準情景、低碳情景、生態(tài)環(huán)保情景、綠色減排情景、循環(huán)發(fā)展情景下吉林省的碳排放量均處于單調(diào)遞減的狀態(tài)，即吉林省早已在2012年實現(xiàn)達峰，峰值為8 035萬噸.其中在能源清潔化情景下，吉林省在2020—2030年平緩遞減，但是在2030—2040年出現(xiàn)了遞增的狀態(tài)，因此在這種情景下要注意吉林省是否會出現(xiàn)碳排放量二次達峰的情況.

圖2 不同情景下吉林省每年的碳排放量/萬噸

觀察圖2可知，通過6種情景模擬結(jié)果的比較，在生態(tài)環(huán)保情景下，吉林省碳排放量降低得最快，與此同時環(huán)保情景的組合設(shè)置既能促進吉林省經(jīng)濟高速發(fā)展、提升百姓生活水平，也能降低能源結(jié)構(gòu)對煤炭的依賴，因此生態(tài)環(huán)保情景是吉林省未來實現(xiàn)碳中和的最優(yōu)路徑.此外在基準情景下，吉林省的碳排放量一直處于較快的速度減緩，其組合設(shè)置中各影響因素均以中速發(fā)展，實際上更適合吉林省的省情，使得未來吉林省在該情景下輕松實現(xiàn)碳中和目標，綜上所述吉林省碳排放量達峰時間較早，相比于遼寧省和黑龍江省其各影響因素的發(fā)展仍有較大提升空間.

3.3 黑龍江省結(jié)果分析

結(jié)合圖3和表2，根據(jù)黑龍江省2000—2019年碳排放量可以得知黑龍江省在2000—2012年黑龍江省的碳排放量處于遞增的狀態(tài)，但是在2012年以后黑龍江省碳排量出現(xiàn)短暫性下降并在2013—2019年期間一直處于平穩(wěn)狀態(tài).根據(jù)表3對黑龍江省2020—2040年碳排放量的預(yù)測可知在綠色減排情景、循環(huán)發(fā)展情景、低碳情景、生態(tài)環(huán)保情景下碳排放量均處于單調(diào)遞減狀態(tài)，其中綠色減排情景下黑龍江省碳排放量下降得最快.在能源清潔化情景、基準情景下黑龍江省碳排放量先出現(xiàn)平緩趨勢而后較快遞減，且在能源清潔化情景、生態(tài)環(huán)保情景下黑龍江省平緩發(fā)展所產(chǎn)生的碳排放量路徑大致相同.綜上所述，黑龍江省在6種情景下均能實現(xiàn)減少碳排放量的目標.因此，與吉林省同理，黑龍江省在2012年已實現(xiàn)碳達峰目標，峰值為10 696.61萬噸.

圖3 不同情景下黑龍江省每年的碳排放量/萬噸

觀察圖3可知，通過6種情景模擬結(jié)果的比較，在綠色減排情景下，黑龍江省的碳排放降低得最快，其組合設(shè)置中，人均GDP、城鎮(zhèn)化水平、能源結(jié)構(gòu)均以低速發(fā)展，其實質(zhì)一方面是對黑龍江省經(jīng)濟發(fā)展的限制，甚至人均GDP會出現(xiàn)負增長，另一方面是能源結(jié)構(gòu)在低速發(fā)展下并沒有實現(xiàn)清潔可再生能源對煤炭化石能源的替代化，因此該情景即使可使黑龍江省碳排放量降低，但亦不可取.與之相比，僅位于綠色減排情景之上的生態(tài)環(huán)保情景也使黑龍江省碳排放量以較快的速度降低，而生態(tài)環(huán)保情景的組合設(shè)置是人均GDP、年末總?cè)丝凇⒊擎?zhèn)化水平均以高速發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、能源強度均以低速發(fā)展，根據(jù)情景組合實質(zhì)是以發(fā)展經(jīng)濟、壯大人口規(guī)模為重心的同時降低對煤炭燃料的使用量，這種情景設(shè)置也是全國范圍內(nèi)實現(xiàn)碳達峰路徑的本質(zhì)方向.同時，低碳情景下產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、能源強度也是以低速發(fā)展，但是其碳排放量降低的效果并沒有生態(tài)環(huán)保情景強，其原因主要是由于黑龍江省近年來在調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的進程中，工業(yè)內(nèi)部結(jié)構(gòu)失衡，占比較大的重工業(yè)都是依托于豐富的石油、煤炭等不可再生資源發(fā)展，以及受國際能源價格變動的影響導(dǎo)致了第二產(chǎn)業(yè)增值出現(xiàn)負增長，致使產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)均未實現(xiàn)優(yōu)化配置，因此，生態(tài)環(huán)保情景是黑龍江省未來實現(xiàn)碳中和目標的最優(yōu)路徑［23］.

4 結(jié)論與政策建議

本文通過STIRPAT拓展模型分析了人均GDP、年末總?cè)丝?、城?zhèn)化水平、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、能源強度6種影響因素對東三省碳排放量的影響，并利用情景分析法預(yù)測了東三省未來碳排放量發(fā)展趨勢，得到如下結(jié)論：

一是通過東三省STIRPAT模型方程可知，Pe、AP、Ps、EI、IS、ES每變 化1%，遼 寧 省 的碳排放量變化為0.984%、0.380%、0.290%、-0.185%、0.607%、-0.128%，吉林省的碳排放量變化為6.916%、0.237%、0.654%、-0.152%、0.030%、0.427%，黑龍江省的碳排放量變化為1.974%、0.522%、1.407%、0.114%、-0.036%、0.519%.綜上所述從其相關(guān)性來看，人口數(shù)量的變動對東三省碳排放量的影響最為顯著.

二是綜合6種情景來看，東三省在基準情景下均可以保證在2020—2040年間碳排放量持續(xù)降低，其中基準情景組合設(shè)置也是更符合各省省情，更有利于東三省地區(qū)未來實現(xiàn)“碳達峰，碳中和”目標.同時遼寧省在2025—2030年達峰，其峰值最大值為23 917.52萬噸，最小值為21 875.43萬噸.吉林省和黑龍江省均于2012年實現(xiàn)碳達峰目標，峰值分別為8 035萬噸、10 697萬噸.因此，在人口經(jīng)濟高速穩(wěn)步發(fā)展的同時，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、發(fā)展清潔型能源、減低化石燃料的使用是實現(xiàn)東三省地區(qū)碳排放量達峰的有效方式.

通過對東三省歷年碳排放量數(shù)據(jù)進行分析并預(yù)測未來東三省地區(qū)碳達峰情況可得，首先遼寧省碳排放量達峰預(yù)測時間處于2025—2030年間，目前仍處于持續(xù)增長的階段.吉林省和黑龍江省經(jīng)分析得出均已在2012年實現(xiàn)達峰的結(jié)論，對于中國面向世界作出的2030年全國實現(xiàn)碳達峰的承諾，東三省仍然面臨嚴重的碳減排壓力，為此，提出以下建議：

一是制定行業(yè)間“碳達峰，碳中和”行動方案，加快綠色經(jīng)濟、低碳環(huán)保發(fā)展轉(zhuǎn)型.首先，各行業(yè)，地方企業(yè)貫徹低碳節(jié)能發(fā)展理念是推動各省市實現(xiàn)碳達峰目標的關(guān)鍵，對此，各行各業(yè)應(yīng)把節(jié)能降碳、經(jīng)濟發(fā)展全面綠色轉(zhuǎn)型納入未來企業(yè)發(fā)展總體布局之中，爭取做到經(jīng)濟增長多元化、能源結(jié)構(gòu)清潔化、社會發(fā)展文明化.

二是加強林業(yè)多樣化發(fā)展，切實提升生態(tài)文明理念.森林具有陸地生態(tài)系統(tǒng)最大的儲碳量，抓住林業(yè)發(fā)展是構(gòu)建低碳綠色生活和推動生態(tài)文明進步的重要措施之一.因此應(yīng)嚴格制定林業(yè)保護計劃、確保山水林田湖以生態(tài)良好為導(dǎo)向，早日實現(xiàn)以林業(yè)為主導(dǎo)的碳減排系統(tǒng).

三是推進科技發(fā)展、改善能源結(jié)構(gòu).能源結(jié)構(gòu)是影響碳排放量的重要因素之一，優(yōu)化能源結(jié)構(gòu)是實現(xiàn)碳達峰目標的首要任務(wù).通過科技創(chuàng)新發(fā)展轉(zhuǎn)變由煤炭為主體的能源結(jié)構(gòu)為清潔型能源結(jié)構(gòu)，加速發(fā)展太陽能、風(fēng)能、海洋能等可再生清潔能源，開發(fā)風(fēng)力發(fā)電替代煤炭火力發(fā)電，優(yōu)化能源結(jié)構(gòu)，堅持政策導(dǎo)向，推動能源結(jié)構(gòu)順利轉(zhuǎn)型.