□田明霞 劉 磊

[四川大學(xué) 成都 610065]

引言

作為全球最大的能源消費國和溫室氣體排放國，我國一直積極參與國際氣候治理。2015年我國向聯(lián)合國氣候變化框架公約提交《強化應(yīng)對氣候變化行動——中國國家自主貢獻》，承諾中國的二氧化碳排放在2030年左右達到峰值并爭取盡早達峰。2020年9月22日，第七十五屆聯(lián)合國大會一般性辯論會上習(xí)近平主席再次宣布：“中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現(xiàn)碳中和”。在此背景下，分析和研判我國的碳排放發(fā)展趨勢以及面臨的減排約束，確保2030年前如期實現(xiàn)碳達峰已成為全面建設(shè)社會主義現(xiàn)代化國家的重大問題。

碳達峰問題的分析和解答有賴于對未來碳排放的科學(xué)與合理預(yù)測。目前，關(guān)于碳排放的預(yù)測方法較為成熟，大致可分為兩類。第一類為基于碳排放與經(jīng)濟發(fā)展關(guān)系分析的碳達峰預(yù)測，主要包括Topic脫鉤系數(shù)法[1～2]和環(huán)境庫茲涅茨曲線[3]。第二類為基于預(yù)測模型和情景分析的碳排放預(yù)測，包括長期能源替代規(guī)劃系統(tǒng)（Long-range Energy Alternatives Planning, LEAP）模型[4～5]、多部門局部均衡模型[6]、偏最小二乘回歸預(yù)測模型[7]、灰色預(yù)測模型[8]、集成時間序列模型[9]、馬爾科夫預(yù)測模型[10]、均衡協(xié)整關(guān)系模型[11～12]、Kaya恒等式[13～15]等。此外，考慮到未來的碳排放具有動態(tài)變化性，而靜態(tài)情景分析的解釋力有限，部分研究結(jié)合情景分析與蒙特卡洛模型構(gòu)建了動態(tài)碳排放預(yù)測模型[12～15]。

我國“雙碳”戰(zhàn)略提出后，不同研究從國家[4,7,10～13]、區(qū)域[1,14,16～18]、省份[5,8,19～20]等層面對我國碳達峰的時間與路徑等進行了大量分析探討。其中，區(qū)域?qū)用娴难芯恐饕杏诰┙蚣降貐^(qū)[16]、長三角地區(qū)[17～18]和珠三角地區(qū)[14]，而對成渝地區(qū)鮮有關(guān)注。從2011年4月國務(wù)院正式批復(fù)《成渝經(jīng)濟區(qū)區(qū)域規(guī)劃》到2020年1月中央財經(jīng)委員會第六次會議首次提出“成渝地區(qū)雙城經(jīng)濟圈”，成渝地區(qū)在全國區(qū)域發(fā)展中的戰(zhàn)略地位不斷提高。2021年10月20日，《成渝地區(qū)雙城經(jīng)濟圈建設(shè)規(guī)劃綱要》正式發(fā)布，確立了成渝地區(qū)雙城經(jīng)濟圈作為我國經(jīng)濟增長第四極的戰(zhàn)略地位。2021年，成渝地區(qū)雙城經(jīng)濟圈實現(xiàn)生產(chǎn)總值73 919.2億元，占全國6.5%，占西部地區(qū)30.8%。黨的二十大報告再次強調(diào)促進區(qū)域協(xié)調(diào)發(fā)展，推動成渝地區(qū)雙城經(jīng)濟圈建設(shè)。

成渝地區(qū)當(dāng)前正處于工業(yè)化與城市化快速發(fā)展階段，能源消費仍呈高碳特征。隨著能源消費和碳排放量的持續(xù)增加，碳達峰將面臨巨大壓力。作為我國區(qū)域發(fā)展戰(zhàn)略實施的核心地區(qū)之一，研究成渝地區(qū)碳達峰的可能路徑不僅對于本地區(qū)乃至全國的碳達峰目標實現(xiàn)具有重要意義，而且對于我國其他區(qū)域的碳達峰也具有較強的示范作用。因此，本文對成渝地區(qū)雙城經(jīng)濟圈及44個市（區(qū)縣）碳排放的影響因素進行識別，并模擬預(yù)測2020～2035年各地區(qū)的碳排放演化趨勢，識別碳達峰的可能路徑，為成渝地區(qū)在2030年前全面實現(xiàn)碳達峰提供政策建議。

一、研究方法與數(shù)據(jù)來源

（一）研究方法

1. 碳排放因素分解分析

為了解成渝地區(qū)碳排放的影響因素并為碳排放預(yù)測奠定基礎(chǔ)，本文首先基于Kaya恒等式對區(qū)域碳排放進行因素分解分析。Kaya恒等式認為一個地區(qū)的碳排放總量是該地區(qū)的人口規(guī)模、人均GDP、能源消費強度和能源消費碳強度等四個因素共同作用的結(jié)果，即：

其中，i為成渝地區(qū)整體或市（區(qū)縣）；t為年份；Cit、Pit、PGDPit、EIit、ECIit分別為成渝地區(qū)或市（區(qū)縣）i在t年的碳排放量、常住人口、人均地區(qū)生產(chǎn)總值、能源強度和能源消費碳強度。其中，能源強度以能源消費總量與地區(qū)生產(chǎn)總值的比值表示，反映經(jīng)濟活動的能源使用效率；能源消費碳強度以碳排放量與能源消費量的比值表示，反映能源消費的低碳化程度。

本文采用加法形式的對數(shù)迪氏平均指數(shù)法（Logarithmic Mean Divisia Index, LMDI）對成渝地區(qū)及各市（區(qū)縣）碳排放的貢獻因素進行分解[21]：

其中，ΔC是成渝地區(qū)整體或市（區(qū)縣）i從第0年到第t年的碳排放變化量，由四個部分組成，分別是人口規(guī)模效應(yīng)(ΔCP)、經(jīng)濟產(chǎn)出效應(yīng)(ΔCPGDP)、能源強度效應(yīng)(ΔCEI)以及能源消費碳強度效應(yīng)(ΔCECI)。Pi0、PGDPi0、EIi0和ECIi0分別為成渝地區(qū)或市（區(qū)縣）i在第0年的常住人口、人均地區(qū)生產(chǎn)總值、能源強度和能源消費碳強度。ΔCP、ΔCPGDP、ΔCEI和ΔCECI分別為成渝地區(qū)整體或市（區(qū)縣）i從第0年到第t年的常住人口變化、人均地區(qū)生產(chǎn)總值變化、能源強度變化和能源消費碳強度變化對碳排放變化的貢獻值。

2. 碳達峰情景分析

本文采用Kaya恒等式作為碳排放預(yù)測的基本方法。令VP、VPGDP、VEI和VECI分別為P、PGDP、EI和ECI在預(yù)測年相對于基年的變化率，則預(yù)測年的碳排放(Ci,t1)可由式(3)計算得到：

其中t1是指預(yù)測年份，t0則指相應(yīng)的基年。此處借鑒邵帥和張曦等[13]、董鋒和楊鋒亮等[11]、王少劍和莫惠斌等[14]的研究，依據(jù)能源結(jié)構(gòu)中非化石能源占比的年均變化率預(yù)測值設(shè)定能源消費碳強度參數(shù)。

在情景設(shè)定的基礎(chǔ)上（具體見下節(jié)），本文一方面對成渝地區(qū)及各市（區(qū)縣）在5種情景下的碳排放增長情況進行靜態(tài)模擬，另一方面采用蒙特卡洛法進行動態(tài)模擬。作為一種不確定性分析方法，蒙特卡洛法能按照一定概率分布對變量進行隨機取值與組合，并對組合后的變量與模型進行運算，從而得到目標變量分布[13～14]。該模型無需根據(jù)歷史碳排放數(shù)據(jù)調(diào)節(jié)系數(shù)，因此新冠肺炎疫情等重大事件對模型的影響較小[14]。將蒙特卡洛法與情景分析法有機結(jié)合，通過大量情景隨機組合研究，可以揭示不同經(jīng)濟社會發(fā)展狀況下碳排放的演化趨勢。具體來說，本文根據(jù)設(shè)定的概率分布隨機抽取成渝地區(qū)及各市（區(qū)縣）5種碳排放情景中4個影響因素的變化率進行各10萬次模擬，以識別最接近真實情景的碳排放演化路徑。

3. 情景設(shè)定

2010年IPCC調(diào)整情景開發(fā)模式，采用并行方式(parallel approach)的思路，提出由共享社會經(jīng)濟路徑（Shared Socioeconomic Pathways, SSPs）和典型濃度路徑（Representative Concentration Pathways,RCPs）共同構(gòu)成的新情景框架[22]。借鑒Moss和Edmonds等[23]、Riahi和 Van Vuuren等[24]對不同情景的定義，以及O'Neill 和Tebaldi等[25]、王少劍和莫惠斌等[14]結(jié)合SSPs與RCPs的情景設(shè)定方法，本文根據(jù)成渝地區(qū)各市（區(qū)縣）的經(jīng)濟社會發(fā)展狀況設(shè)定如表1所示的5種碳排放情景。

表1 碳排放情景

借鑒王少劍和莫惠斌等[14]的研究，如表2所示，本文首先為成渝地區(qū)及各市（區(qū)縣）碳排放的影響因素和情景設(shè)置相應(yīng)的概率分布。其中，基準情景的概率最高，高碳情景與低碳情景概率相同，極高碳情景與極低碳情景概率相同且概率最低?？紤]到隨著時間推移，各級政府將愈發(fā)重視碳減排工作，情景設(shè)定逐漸提高低碳情景和極低碳情景的概率并降低高碳情景和極高碳情景的概率。同時，鑒于碳排放演化路徑的不確定性，本文將各因素在5種碳排放情景下的變化率作為普通狀態(tài)，在此基礎(chǔ)上，設(shè)定各情景高速狀態(tài)下的人口規(guī)模、人均GDP、能源強度和能源消費碳強度變化率分別較普通狀態(tài)+0.1%、+0.2%、-0.1%和-0.05%，低速狀態(tài)則與之相反。

表2 各因素在5種情景下的概率分布

（二）數(shù)據(jù)來源

碳排放數(shù)據(jù)采用Chen和Xu等[9]基于夜間燈光數(shù)據(jù)估算得到的1997～2017年碳排放量，以及采用自頂向下的方法更新得到的2018～2019年碳排放量。

常住人口數(shù)據(jù)（2006～2021年）來自《四川省統(tǒng)計年鑒》和《重慶市統(tǒng)計年鑒》。

GDP和GDP指數(shù)數(shù)據(jù)（2006～2021年）來自《四川省統(tǒng)計年鑒》和《重慶市統(tǒng)計年鑒》。所有年份的GDP根據(jù)GDP指數(shù)統(tǒng)一折算成2005年不變價格。

能源消耗數(shù)據(jù)來自《四川省統(tǒng)計年鑒》、各市（區(qū)縣）統(tǒng)計年鑒、能源發(fā)展規(guī)劃、重慶市各區(qū)縣單位GDP能耗等指標公報、《重慶市人民政府辦公廳關(guān)于下達2012年度節(jié)能目標任務(wù)的通知》等，或通過相關(guān)數(shù)據(jù)折算得到。其中，重慶市的江北區(qū)、南岸區(qū)、渝北區(qū)、巴南區(qū)、合川區(qū)、南川區(qū)、大足區(qū)、銅梁區(qū)、潼南區(qū)、梁平區(qū)、豐都縣等11個區(qū)縣2012～2020年的能耗數(shù)據(jù)缺失，因此本文根據(jù)與這些區(qū)縣的碳排放和單位GDP能耗變化趨勢相近的重慶市區(qū)縣數(shù)據(jù)進行估算。經(jīng)過驗證，估算數(shù)據(jù)與統(tǒng)計數(shù)據(jù)的差異在0.05%～11.7%之間。

二、研究結(jié)果

（一）成渝地區(qū)雙城經(jīng)濟圈碳排放因素分解分析

如圖1所示，2006～2019年成渝地區(qū)的碳排放從2006年的194.28 Mt增至2019年的398.92 Mt，總體表現(xiàn)出“緩慢增長——快速波動增長——平穩(wěn)增長”的變化趨勢。在市（區(qū)縣）層面，碳排放年均增速最大的是璧山區(qū)（11.96%），其次是北碚區(qū)（9.68%）以及長壽區(qū)（9.59%），碳排放年均增速最小的是渝中區(qū)（0.55%）。

圖1 2006～2019年成渝地區(qū)整體碳排放量

1. 成渝地區(qū)雙城經(jīng)濟圈整體

如圖2所示，2006～2019年，經(jīng)濟產(chǎn)出是導(dǎo)致成渝地區(qū)碳排放增長的首要因素，貢獻量為358.25 Mt，貢獻率達到175.06%。經(jīng)濟產(chǎn)出的增排效應(yīng)在2006～2013年持續(xù)增強，2013年后有所減弱。人口規(guī)模對成渝地區(qū)的碳排放影響相對較小，但整體上呈增排效應(yīng)，導(dǎo)致2006～2019年碳排放增加58.27 Mt，貢獻率為28.48%。能源消費碳強度對成渝地區(qū)碳排放的影響呈現(xiàn)減排和增排的波動式變化，但整體上仍然導(dǎo)致碳排放增加了55.11 Mt，貢獻率為26.93%。能源強度是抑制成渝地區(qū)碳排放增長的唯一因素，2006～2019年共減少266.99 Mt碳排放，貢獻率為-130.47%。

圖2 成渝地區(qū)雙城經(jīng)濟圈碳排放因素的累計貢獻（2006～2019年）

2. 成渝地區(qū)雙城經(jīng)濟圈各市（區(qū)縣）

如圖3所示，除大渡口區(qū)外，經(jīng)濟產(chǎn)出是導(dǎo)致各市（區(qū)縣）碳排放增長的首要因素。能源強度則是促使各市（區(qū)縣）碳排放減少的首要因素。瀘州市、綿陽市、宜賓市、梁平縣、豐都縣及云陽縣的人口規(guī)模對碳排放呈現(xiàn)減排效應(yīng)，而其他38個市（區(qū)縣）則呈增排效應(yīng)。瀘州市、宜賓市、雅安市、渝中區(qū)、大渡口區(qū)、渝北區(qū)、巴南區(qū)、長壽區(qū)、江津區(qū)、綦江區(qū)、豐都縣、墊江縣及忠縣等13個市（區(qū)縣）的能源消費碳強度對碳排放呈現(xiàn)減排效應(yīng)，其他31個市（區(qū)縣）則呈增排效應(yīng)。

圖3 成渝地區(qū)雙城經(jīng)濟圈各市（區(qū)縣）碳排放因素的累計貢獻（2006～2019年）

（二）成渝地區(qū)雙城經(jīng)濟圈碳達峰情景分析（2020～2035年）

1. 參數(shù)設(shè)定

（1）人口規(guī)模

第一，根據(jù)《四川省人口發(fā)展中長期規(guī)劃》，2025年四川省常住人口預(yù)計達到8 430萬，2030年達到8 470萬，2025～2030年的人口年均變化率為0.09%。假設(shè)2031～2035年四川省常住人口維持0.09%的變化率，則2035年四川省常住人口為8 510萬；第二，根據(jù)2000～2021年四川省內(nèi)各市常住人口占四川省總常住人口的比重，采用趨勢外推法預(yù)測各市2022～2025年常住人口占比，并取2021～2025年常住人口占比的平均值作為各市2025年常住人口占比數(shù)據(jù)；第三，根據(jù)“十一五”（2006～2010年）至“十四五”（2021～2025年）期間各市常住人口占全省比重的均值，外推“十五五”（2026～2030年）及“十六五”（2031～2035年）各市常住人口占比數(shù)據(jù)；最后，計算得到2025年、2030年、2035年各市常住人口數(shù)以及2021～2025年、2026～2030年、2031～2035年各市常住人口年均變化率。參考文獻[26, 19, 14]的研究，假設(shè)低碳情景與基準情景的人口增長率保持一致，同時設(shè)定極高碳（+0.1%）、高碳（+0.02%）、極低碳（-0.1%）三種情景的人口增長率。重慶市各區(qū)縣的參數(shù)值遵循相同規(guī)則設(shè)定。成渝地區(qū)雙城經(jīng)濟圈整體的參數(shù)值基于各市（區(qū)縣）參數(shù)值設(shè)定。

（2）人均GDP

基于成都市“十四五”時期GDP年均增長率6%～8%的規(guī)劃及劉偉和陳彥斌[27]預(yù)測的我國“十四五”時期4.9%、5.1%的潛在經(jīng)濟增速，綜合考慮“十一五”至“十三五”期間成都市的GDP年均增長率以及與全國GDP年均增長率的差異，設(shè)定基準情景下2021～2025年成都市的GDP年均增長率為7%。參考文獻[28～31]的相關(guān)預(yù)測數(shù)據(jù)設(shè)定2026～2030年和2031～2035年GDP增長率較前一周期分別下降0.6%和0.5%?；诨鶞是榫皡?shù)值，參考文獻[14, 32～33]關(guān)于不同碳達峰情景下我國經(jīng)濟增長率的差異研究，設(shè)定極高碳（+0.96%）、高碳（+0.36%）、低碳（-0.34%）和極低碳（-0.98%）4種情景的GDP年均增長率。四川省其他城市的參數(shù)值根據(jù)各市的GDP年均變化率與成都市GDP累計變化率及年均變化率的差異等設(shè)定。重慶市各區(qū)縣的參數(shù)值遵循相同規(guī)則設(shè)定。成渝地區(qū)雙城經(jīng)濟圈的參數(shù)值基于各市（區(qū)縣）參數(shù)值設(shè)定。

（3）能源強度

“十一五”“十二五”“十三五”期間成都市能源強度下降率分別為20%、16%與14.24%，下降速率逐漸放緩。2016～2019年期間，成都市的能源強度年均下降率比全國低0.3%。綜合考慮經(jīng)濟增長和能源消費彈性變化趨勢，預(yù)計“十四五”時期我國能源強度可降低13.4%～14.2%。根據(jù)成都市的能源強度變化趨勢以及與全國能源強度變化率的差異，設(shè)定基準情景下“十四五”時期成都市的能源強度降低12.16%，年均下降2.56%。參考年均變化率隨時間下降的主流設(shè)定方法[12～14]，設(shè)定2026～2030年和2031～2035年成都市的能源強度年均變化率較前一周期增加0.3%和0.2%，并基于基準情景設(shè)定極高碳（+0.6%）、高碳（+0.4%）、低碳（-0.4%）和極低碳（-0.6%）4種情景的能源強度變化率。四川省其他城市的參數(shù)值根據(jù)各市能源強度下降規(guī)劃值、能源強度變化趨勢與成都市或全國能源強度變化率的差異等設(shè)定。重慶市各區(qū)縣的參數(shù)值遵循相同規(guī)則設(shè)定。成渝地區(qū)雙城經(jīng)濟圈的參數(shù)值基于各市（區(qū)縣）參數(shù)值設(shè)定。

（4）能源結(jié)構(gòu)

《中國長期低碳發(fā)展戰(zhàn)略與轉(zhuǎn)型路徑研究》預(yù)測中國未來非化石能源占比加速提升，2020～2050年每5年非化石能源占比分別為16%、20%、25%、32%、45%、60%和73.2%。成都市2020年非化石能源占比為44.2%，較“十二五”期末（38.9%）提升了5.3個百分點。《成都市十四五能源發(fā)展規(guī)劃》提出到2025年，非化石能源消費占比達到50%以上，較“十三五”末提升5.8個百分點。因此，成都市非化石能源占比和增速均高于全國平均水平，由此設(shè)定“十四五”時期成都市的非化石能源占比較“十三五”時期增加7%，“十五五”和“十六五”非化石能源占比分別較前一時期增加13%和15%。據(jù)此，設(shè)定基準情景下2021～2025年、2026～2030年和2031～2035年成都市能源結(jié)構(gòu)的變化率分別為-2.5%、-2.66%、-4.19%。參照文獻[12～14, 20]能源結(jié)構(gòu)情景設(shè)定，以基準情景為基礎(chǔ)設(shè)定極高碳（+0.3%）、高碳（+0.2%）、低碳（-0.2%）和極低碳（-0.3%）4種情景的能源結(jié)構(gòu)變化率。四川省其他城市和重慶市的參數(shù)值遵循相同規(guī)則設(shè)定。由于重慶市各區(qū)縣非化石能源占比數(shù)據(jù)缺失，各區(qū)縣非化石能源占比年均變化率與重慶市保持一致。成渝地區(qū)雙城經(jīng)濟圈的參數(shù)值基于各市（區(qū)縣）參數(shù)值設(shè)定。

2. 碳排放情景分析

（1）成渝地區(qū)雙城經(jīng)濟圈整體

如圖4所示，2020年后，成渝地區(qū)雙城經(jīng)濟圈的碳排放在極低碳情景和低碳情景下緩慢下降，能夠在2030年達峰，而在基準情景、高碳情景與極高碳情景下碳排放持續(xù)增加，無法在2030年達峰。

圖4 成渝地區(qū)雙城經(jīng)濟圈各情景下的碳排放量

（2）成渝地區(qū)雙城經(jīng)濟圈各市（區(qū)縣）

根據(jù)在2030年達峰的情況（表3），本文將各市（區(qū)縣）分為“已達峰”“可達峰”與“潛在達峰”三類。

表3 各市（區(qū)縣）在5種情景下的碳達峰情況

已達峰城市包括綿陽市、遂寧市、眉山市和資陽市等4個城市。如圖5所示，此類城市的碳排放在五種情景下均已在2020年實現(xiàn)達峰。但是，綿陽市、眉山市和資陽市在極高碳情景和高碳情景下存在碳排放反彈的風(fēng)險。

圖5 已達峰城市各情景下的碳排放量

可達峰城市包括內(nèi)江市、廣安市和達州市等32個市（區(qū)縣）。如圖6所示，此類城市的碳排放在五種情景下均能在2030年實現(xiàn)達峰。

圖6 可達峰城市各情景下的碳排放量

具體而言，內(nèi)江市、萬州區(qū)、達州市、渝中區(qū)、大渡口區(qū)、沙坪壩區(qū)及九龍坡區(qū)、開州區(qū)等8個市（區(qū)縣）在極低碳情景和低碳情景下2020年已達峰，在基準情景、高碳情景和極高碳情景下2025年達峰。廣安市在低碳情景和極低碳情景下2020年已達峰，在基準情景、高碳情景與極高碳情景下2030年達峰。渝北區(qū)在極低碳情景、低碳情景、基準情景與高碳情景下2020年已達峰，在極高碳情景下2025年達峰。其余22個市（區(qū)縣）在五種碳排放情景下均在2025年達峰。

潛在達峰城市包括成都市、自貢市和瀘州市等8個城市。如圖7所示，此類城市的碳排放在2020年后呈多情景發(fā)散型演化，且在特定情景下難以在2030年實現(xiàn)碳達峰。

圖7 潛在達峰城市各情景下的碳排放量Mt

具體而言，成都市在極低碳情景下2030年達峰，在低碳情景、基準情景、極高碳情景與高碳情景下無法實現(xiàn)2030年碳達峰的目標。自貢市、瀘州市、德陽市、樂山市和宜賓市等5市的碳排放在極低碳情景和低碳情景下于2020年后緩慢下降，能在2030年達峰；而在基準情景、高碳情景與極高碳情景下碳排放持續(xù)增加，無法在2030年達峰。南充市在極低碳情景和低碳情景下能在2030年達峰，在高碳情景下碳排放于2030年后進入增長平臺期，但尚未實現(xiàn)碳達峰，在極高碳情景下無法在2030年達峰。雅安市在5種情景下均無法在2030年實現(xiàn)碳達峰。

3. 碳達峰動態(tài)模擬

在靜態(tài)情景模擬的基礎(chǔ)上，本節(jié)運用蒙特卡洛法按設(shè)定的概率分布隨機抽取情景組合對成渝地區(qū)及各市（區(qū)縣）的碳排放進行各10萬次模擬，以進一步精準識別碳達峰路徑。

如表4所示，根據(jù)在2030年達峰的概率，可將各市（區(qū)縣）分為“已達峰”“可達峰”與“潛在達峰”三類。如圖8所示，成渝地區(qū)雙城經(jīng)濟圈在2030年前實現(xiàn)碳達峰的概率僅為32.8%。與靜態(tài)情景分析結(jié)果類似，綿陽市、遂寧市和眉山市等36個市（區(qū)縣）能如期實現(xiàn)2030年碳達峰的目標。在潛在達峰類城市中，南充市不晚于2030年碳達峰的概率為85.7%；自貢市、德陽市、樂山市存在較大的目標落空風(fēng)險，不晚于2030年碳達峰的概率分別為55.42%、58.9%、20.4%；成都市、瀘州市、宜賓市和雅安市等4市則難以實現(xiàn)碳達峰目標。

表4 動態(tài)模擬下成渝地區(qū)雙城經(jīng)濟圈各地達峰情況

圖8 動態(tài)模擬下成渝地區(qū)雙城經(jīng)濟圈及各市（區(qū)縣）達峰概率

四、結(jié)論與政策建議

本文對成渝地區(qū)雙城經(jīng)濟圈碳排放的驅(qū)動因素、演化與達峰路徑進行了分析模擬，結(jié)果顯示：（1）2006～2019年，經(jīng)濟產(chǎn)出是導(dǎo)致成渝地區(qū)碳排放增加的首要因素，貢獻率達175.06%，其次是人口規(guī)模（28.48%）與能源消費碳強度（26.93%）；能源強度是促進成渝地區(qū)碳排放減少的唯一因素，貢獻率達-130.47%。（2）除大渡口區(qū)外，各市（區(qū)縣）的經(jīng)濟產(chǎn)出均是導(dǎo)致碳排放增長的首要因素；能源強度則是抑制碳排放增長的首要因素；瀘州市、綿陽市和宜賓市等6市的人口規(guī)模對碳排放呈現(xiàn)減排效應(yīng)，而其他38個市（區(qū)縣）則呈現(xiàn)增排效應(yīng)；瀘州市、宜賓市和雅安市等13個市（區(qū)縣）的能源消費碳強度對碳排放呈現(xiàn)減排效應(yīng)，其他31個市（區(qū)縣）則均為增排效應(yīng)。（3）靜態(tài)模擬下成渝地區(qū)的碳排放僅在極低碳情景和低碳情景下可在2030年達峰；動態(tài)模擬下，成渝地區(qū)不晚于2030年達峰的概率為32.8%。（4）綿陽市、遂寧市和眉山市等4個城市在2020年已實現(xiàn)了碳達峰；內(nèi)江市、廣安市和達州市等32個城市在靜態(tài)模擬和動態(tài)模擬下均能在2030年實現(xiàn)碳達峰；在靜態(tài)模擬下，成都市、自貢市和瀘州市等8個城市在特定情景下無法實現(xiàn)碳達峰目標，在動態(tài)模擬下, 成都市、瀘州市與宜賓市等4市難以實現(xiàn)碳達峰目標，南充市、自貢市、德陽市及樂山市不晚于2030年達峰的概率分別為85.7%、55.4%、58.9%與20.4%。

顯然，成渝地區(qū)雙城經(jīng)濟圈要實現(xiàn)2030年碳達峰的目標仍存在諸多挑戰(zhàn)。從成渝地區(qū)雙城經(jīng)濟圈整體層面來說，應(yīng)從發(fā)展綠色低碳循環(huán)經(jīng)濟、促進產(chǎn)業(yè)成鏈集群發(fā)展、倡導(dǎo)綠色低碳的能源消費方式、建設(shè)新型能源體系以及提升區(qū)域協(xié)同減排能力等方面入手，積極部署落實節(jié)能減排工作。

從各市（區(qū)縣）層面來說，對于“已達峰城市”來說，需沿著既有發(fā)展路徑大力推動節(jié)能減排工作，預(yù)防碳排放反彈。例如綿陽市存在較大的碳排放反彈風(fēng)險，應(yīng)充分利用作為國家科技城的科技創(chuàng)新優(yōu)勢，推動關(guān)鍵核心技術(shù)供給和成果轉(zhuǎn)化應(yīng)用，為發(fā)展綠色低碳產(chǎn)業(yè)提供科技支撐。“可達峰城市”產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型初見成效，但由于經(jīng)濟快速發(fā)展和能源結(jié)構(gòu)相對高碳，其碳排放仍將持續(xù)增長。因此，這些城市需著力發(fā)展低碳經(jīng)濟、優(yōu)化能源結(jié)構(gòu)、以“成渝氫走廊”建設(shè)為契機，形成完善的氫能產(chǎn)業(yè)體系。除成都市以外，“潛在達峰城市”多屬于老工業(yè)城市和資源型城市，這些城市應(yīng)根據(jù)歷史碳排放情況、碳排放影響因素及動態(tài)模擬結(jié)果，針對碳減排的難點及重點確定減排策略。例如，作為超大型城市，成都市應(yīng)著力控制消費側(cè)碳排放。一方面，構(gòu)建綠色低碳的交通運輸體系、優(yōu)化建筑用能結(jié)構(gòu)，以更好地承載人口的凈流入，緩解人口碳排放壓力；另一方面，抓住成渝地區(qū)雙城經(jīng)濟圈建設(shè)的機遇，加強成德眉資同城化建設(shè)，加快統(tǒng)一標準體系建立，推動成都市產(chǎn)業(yè)轉(zhuǎn)移和功能疏解，促進人口向周邊城市轉(zhuǎn)移。自貢市應(yīng)堅持“工業(yè)強市”戰(zhàn)略，著力構(gòu)建高效、清潔、低碳、循環(huán)的工業(yè)體系。同時，大力發(fā)展生態(tài)農(nóng)業(yè)、電子信息及以鹽、恐龍、燈、食為主的特色生態(tài)旅游業(yè)等新興產(chǎn)業(yè)；充分利用本市豐富的水資源，提高非化石能源消費占比。南充市應(yīng)推動汽車汽配產(chǎn)業(yè)轉(zhuǎn)型升級，融入成渝汽車汽配產(chǎn)業(yè)集群；發(fā)揮作為四川省重要石油天然氣和化石能源基地的優(yōu)勢，促進油汽化工產(chǎn)業(yè)深度轉(zhuǎn)型，打造高端化工產(chǎn)業(yè)基地；發(fā)揮作為國家重要的商品糧基地和農(nóng)副產(chǎn)品產(chǎn)業(yè)基地的優(yōu)勢，大力推動農(nóng)業(yè)、絲綢服裝產(chǎn)業(yè)現(xiàn)代化發(fā)展。

最后，必須指出的是，基于歷史趨勢和相關(guān)研究成果的參數(shù)設(shè)定不可避免地有一定的主觀性，且囿于區(qū)縣級，特別是瀘州市、宜賓市、資陽市與重慶市各區(qū)縣等地區(qū)的能源結(jié)構(gòu)等基礎(chǔ)數(shù)據(jù)不足，本研究的精細化和準確度仍有待進一步優(yōu)化。