苑清敏 白芸赫

摘要：京津冀协同并率先达到碳排放峰值是京津冀协同发展的重要研究方向。根据京津冀社会发展以及协同程度设定低、中、高模式3种情景以及组合模式，基于扩展STIRPAT模型，对碳峰值进行预测，并选择最佳发展模式。在此基础上，探讨各因素变化对峰值大小和峰值时间的影响。研究结果表明：排放峰值约束下京津冀最佳发展模式及峰值时间相似，北京应发展高低模式，天津河北为高低+产业优化模式。

Abstract： Beijing-Tianjin-Hebei cooperation and taking the lead in the peak of carbon emissions is an important research direction of Beijing-Tianjin-Hebei collaborative development. According to the social development and coordination degree of Beijing-Tianjin-Hebei， three scenarios of low， medium and high modes were set up， as well as a variety of combinations， based on the extended STIRPAT model， predicting carbon emissions peak， and choose the best development mode. On this basis， to explore factors impacts on peak value and peak time. The results show that： The optimal development pattern and peak time of Beijing-Tianjin-Hebei under peak-emission constraints are similar. Beijing should develop high-low mode in the future under carbon peak constraint， Tianjin and hebei choose high-low + industrial optimization model.

關键词：排放峰值；模型；情景分析；协同发展；

Key words： emission peak；model；scenario analysis；collaborative development

中图分类号：X734.2 文献标识码：A 文章编号：1006-4311（2018）32-0068-02

0 引言

随着可持续发展的不断推行，世界各国也越来越关注能源环保问题，而中国是全世界中碳排放量最大的国家。国内发展较快地区可优先探索出高效的减排方式从而带动其他地区，这样可以帮助全国早日达峰[1]。京津冀城市群是我国一个非常重要的一个城市群，也是产业比较密集的一个群体[2]，也是碳排放较为集中的区域，因此京津冀是中国节能减排的重中之重。

1 模型方法与数据来源

1.1 STIRPAT模型

STIRPAT模型是Dietz T为克服IPAT等比例变化的局限性，将IPAT等式以随机模型的形式表示而建立的[3]。通过对人口、财富和技术条件因素的统计回归，随机估算了碳排放影响。模型表达为：■（1）

其中，I、P、A、T是环境压力、人口数量、富裕度和技术水平；a是模型的系数；b、c、d分别是各自变量指数；e为模型误差。

1.2 STIRPAT模型扩展

借鉴众多学者研究的基础上，从人口、经济发展、技术水平、产业结构进行不同情景出发，结合京津冀三地的特点，分别选择人口（万人）、人均GDP（亿元/万人）、碳排放强度（t/万元）以及第二产业占比（%）四个因素，得到扩展STIRPAT模型：

式中，I为碳排放量，P为人口，A为人均GDP，T为碳排放强度，IS为第二产业占比，a为模型系数（常数项），b、c、d、e依次表示各自变量的弹性系数，f为随机误差项。

相关研究，经济发展与碳排放之间不是简单的一次线性关系，根据库兹涅茨曲线理论，人均GDP与碳排放之间可能存在二次或 N 次的曲线关系，所以考虑将方程中的人均GDP变为二次关系[4]，修正后的方程为：

本文采用国家发改委能源研究所推荐值1kg标准煤的“碳排放系数”为0.67[5]，1kg标准碳的低位热值为29270kJ。

2 京津冀碳排放峰值预测及分析

2.1 京津冀碳排放拟合

本文基于岭回归方法构建的京津冀STIRPAT模型为：

将京津冀2002-2016年的面板数据代入公式（5）、（6）、（7）进一步验证方程的拟合程度，与碳排放实际值进行对比，发现其拟合度较好，拟合平均误差率为15.4%、4.52%、4.89%，误差绝对值均小于16%，可基本确定京津冀碳排放预测的准确性。

从北京碳排峰公式（5）可得出人口、人均收入水平增加会促进城市碳排放量扩大，而碳强度、二产比重升高会降低城市碳排放。北京人口比重高速下降导致的碳排放降低不足以抵消其他因素增长引起的碳增长。公式（6）可看出天津人口、人均收入水平、二产比重等增加会增加城市碳排放量，而碳强度升高会降低城市碳排放。天津人口因素比重较大，弹性系数过高，说明人口对碳排放推动作用非常明显。从公式（7）中河北碳排放模型系数的大小上看分析，人口、人均收入水平、二产比重等增加会增加河北碳排放量，而碳强度升高会降低城市碳排放。人口及二产比重弹性系数过高，是导致环境问题的主要因素。

2.2 情景参数设计

基于人口、人均GDP、碳排放强度、第二产业占比等因素分别设定三种变化速率（2011-2035年）：即低、中、高模式。以京津冀之前未采取节能减排政策和措施的社会发展情况为基准，即低模式。依据“十三五”能源結构、产业结构和节能技术等协同发展政策的设定为中模式。在此中模式基础上加快发展速率设定为高模式。

2.3 峰值预测结果分析

根据上述人口、人均GDP、能源强度、二产比重四项指标影响因素参数设定的2015-2035年期间低、中、高模式下京津冀经济发展情景，分别预测。若要实现京津冀碳排放于2030年内达到峰值目标，使得京津冀形成良好的达峰示范效应。因此设定多种组合发展模式如高低模式、中低模式、高中模式以便选择最短时间内达峰或达峰峰值最低。在最佳模式的基础上分别提高变量参数速率得到峰值与峰值时间，构建如高低+人口/经济发展/技术进步/产业结构优化模式。

①北京碳排放峰值预测结果分析。北京发展速度的增加，碳排放量也随之增加，低、中模式在2030年达峰而在高模式下北京无法在2030年内达到碳排放峰值，因此北京经济发展与环境保护尚未实现协同，北京需要控制发展速度以达到环境和谐发展的目的。

②天津碳排放峰值预测结果分析。天津碳峰值情况与北京相反，人口等参数的快速增长导致碳排放量降低，但低中高模式下碳达峰时间不变，都为2030年，碳峰值量差距较大。高低模式是天津尽快达到峰值并控制峰值量的最佳发展模式。

③河北碳排放峰值预测结果分析。河北碳峰值情况与天津相似，参数的快速增长导致碳排放量降低。高低模式是在2025年碳峰值最低的最佳选择。（表1）

3 结论

京津冀峰值时间及峰值因素相似度较高，2030年左右碳排放达到峰值的目标可实现。主要结论为：

①基于京津冀人口、经济、产业结构等多方面发展现状，京津冀在协同情况下为尽早达到碳排放峰值而选择的最佳发展模式相似。

②京津冀地区人口数量对峰值时间和峰值大小均有重要的影响，人口是推动峰值时间提前及降低峰值量的主要影响因素。

③在未来发展中，深入推进京津冀协同发展，协同早日达到峰值，应重点通过产业转移向周边地区疏导人口控制城市人口总量。

参考文献：

[1]郑海涛，胡杰，王文涛.中国地级城市碳减排目标实现时间测算[J].中国人口·资源与环境，2016，04：48-54.

[2]杨秀，付琳，丁丁.区域碳排放峰值测算若干问题思考：以北京市为例[J].中国人口·资源与环境，2015，10：39-44.

[3]汪浩，陈操操，潘涛，等.京津冀区域生产和消费CO2排放的时空特点分析[J].环境科学，2014，09：3619-3631.

[4]王铮，刘晓，朱永彬，等.京、津、冀地区的碳排放趋势估计[J].地理与地理信息科学，2012，01：84-89.

[5]秦昌才，刘树林.碳排放影响因素研究的现状、比较与启示[J].经济与管理评论，2012，03：29-33，155.